龙源期刊网
http://www.qikan.com.cn
基于
Matlab
的医学影像图像处理设计
作者:姚尧
胡淑金
李红亮
孙银合
常子栋
来源:《数字技术与应用》
2017
年第
02
期
摘要:传统
X
射线医学影像存在边缘模糊、对比度低等缺点,影响了医学影像质量和诊
断治疗。本文介绍了运用
Matlab
处理医学影像的数字图像处理方法,通过分析原始
X
射线图
像的缺陷,设计预处理、巴特沃斯滤波、中值滤波、同态滤波图像处理方案,将原始
X
射线
图像转化成对比度高、边缘清晰的图像,为医学研究提供便利。
关键词:数字图像处理;
X
射线;
Matlab
;医学影像
中图分类号:
TP312
文献标识码:
A
文章编号:
1007-9416
(
2017
)
02-0167-03
1
引言
X
射线的波长短,透射力强,具有感光和荧光作用,现代医学中,
X
射线检查对医学诊断
有重要参考价值。人体的骨骼、器官密度、厚度不同,当
X
射线通过人体时,在荧光屏上形
成灰度不同的图像,密度大的部位图像灰度大,密度小的图像灰度小
[1]
。医生根据
X
射线影
像结合患者自述症状及诊断经验即可制定治疗计划。骨骼对
X
射线的吸收比肌肉对
X
射线的
吸收强得多,
1895
年,伦琴利用
X
射线拍摄出历史上第一张
X
光片
[2-3]
。
由于
X
射线曝光不均匀、环境照度低,使得经图像信息输入系统获取的源图像中含有各
种各样的噪声与畸变,降低了图像的品质,大大影响图像的质量,容易造成对病变器官的漏诊
与误诊。采用图像增强的方法对图像进行改善,将图像中感兴趣的特征有选择地进行突出,并
衰减不需要的特征,可以突出组织间的对比度、边缘轮廓。
随着计算机技术的发展,
Matlab
在图像处理方面的优势逐渐显现。其在仿真模拟、图形处
理、大数据计算方面的功能特别适用于医学影像处理,开放式的编程环境及扩展功能为它的发
展奠定了基础。其自带的工具箱含有大量图像处理函数,避免了使用者重新设计冗杂的程序,
简化了工作流程,利用其实现医学影像处理和病理分析,具有深远的医学价值。
2
图像处理方案设计
2.1
预处理
图
1
为待处理的原始图像,其灰度过大,边界不清晰。首先将原始彩色图像转换为黑白图
像,将三维
RGB
彩色图像压缩为一维黑白图像,处理后的图像大小为原图像的三分之一。
对像源灰度值进行扩展可以增加动态范围、扩展对比度,从而提高图像的清晰度。对比度
增强可以改变图像灰度的动态范围,改变
0-0.5
灰度值的像素,将其灰度值扩展为
0-1
。使用