MATLAB在医学图像增强中的应用

2011年第 24卷第 3期 Gansu Journal of TCM,2011 Vol.24 No.3 在当今数字信息化的时代，计算机应用渗透到医学各 个领域，医学图像信息是传递信息的重要媒体和手段。但是 在日常工作中，常常由于各种原因使得图像达不到所期望 的状态。为了研究和分析图像，就需要对图像进行必要的处 肝细胞移植治疗肝衰竭已经取得了较大的进展和可喜的疗 效。MSCs在急性肝衰竭的诱导下可以转化为肝细胞，关键 在于MSCs的有效量，也就是动员入血以及定向归巢于损伤 的肝脏，而动员和归巢的关键又在于其良好的微环境。肝细 胞的转化和生长是密切联系的环节，而促肝细胞生长因子 (HGF)被公认为具有促肝细胞生长作用，MSCs与之联用可 能会有协同作用。解毒化瘀汤等方药能廓清毒浊微环境，很 可能为二者发挥作用提供有利环境从而促使最佳疗效的出 现，这些在中西医结合微环境论看来，都是值得进一步探讨 的。 参考文献 ［1］ 郑景辉，李勇华，袁肇凯，等.从“微环境”的角度谈微观辨证 ［J］.中医杂志，2009，50( 12)：1065- 1067. ［2］ 李阳波.开启中医之门———运气学导论［M］. 2版.北京：中国 中医药出版社，2005：36. ［3］ 徐道振.病毒性肝炎临床实践［M］.北京：人民卫生出版社， 2006：240- 241. ［4］ 金惠铭，王建枝.病理生理学［M］. 7版.北京：人民卫生出版 社，2008：240. ［5］ 毛德文，韦艾凌，姚春，等.毒浊理论在慢性重型肝炎中的应 用浅析［J］.四川中医，2009，27( 9)：23- 25. ［6］ 胡志希，邹怡.中医学是整体功能态医学［J］.中国中医药现 代远程教育，2010，8( 2)：152. ［7］ 黄莺飞.活血退黄汤联合血浆置换治疗重型肝炎 60例临床 观察［J］.河北中医，2010，32( 5)：664. ［8］ 陈兰玲，胡金满，赵国荣，等.解毒化瘀汤治疗肝炎高胆红素 血症的临床研究［J］.中西医结合肝病杂志，2003，13( 5)： 259- 260. ［9］ 沈自尹.微观辨证和辨证微观化［J］.中医杂志，1986，27( 2)： 55- 57. 收稿日期：2010- 11- 29 基金项目：重庆市教委科学研究项目( KJ101805) 作者简介：李勇华( 1976—)，男，博士学位，主治医师。研究方 向：中西医结合防治慢性肝病。 !!!!!!!!"! "!!!!!!!!"! " ·诊断剖析· To Discuss“Micro-Environment " from Severe Hepatitis LI Yong-hua1,ZHENG Jing-hui2 1 Research Center of TCM Culture in Chongqing Three Gorges Medical College,Wanzhou Chongqing China 404120 2 Institute of Chinese Medicine Diagnosis in Hunan University of TCM Abstract Presented the microenvironment theory of integrative medicine,combined with the pathophysiology and prevention of severe hepatitis,that micro-environment is a reaction field,there are quality of traditional Chinese medicine and Western medicine and is the entersection of western medicines and Chinese medicine, the Implications of this theory is to treat disease by controlling micro-environment through dual approach; microcosmic syndrome is the core of inner integration of Chinese and Western medicine;the studies on regulation cell biological characteristics have significant pro- motion on studies of the cytology. Keywords microenvironment;severe hepatitis;holistic view;integration of Chinese and Western medicine MATLAB在医学图像增强中的应用 顾洋菲，巢 磊 甘肃省中医院，甘肃 兰州 730050 摘 要 利用Mat l ab提供的图像处理工具箱，采用灰度变换、直方图均衡化、有限对比适应性直方均等和中值 滤波来增强图像，简化了编程工作和数据计算，可快捷地得到统计数据和直观图示；图像的细节清晰，为医学图像处 理提供了技术平台，对医学图像的分析和诊断有重要意义。 关键词 图像处理；图像增强；MATLAB 中图分类号：R445 文献标识码：A 文章编号：1004- 6852( 2011) 03- 0028- 03 28 2011年第 24卷第 3期 Gansu Journal of TCM,2011 Vol.24 No.3 理。 图像增强是图像处理的重要环节。图像增强技术包括 灰度变换、直方图处理、平滑滤波(高斯平滑)，中值滤波、剃 度增强、拉普拉斯增强以及频率域的高通低通滤波，由于这 些算法运算量大、算术复杂、处理速度低，所以可以利用 Matlab提供的图像处理工具箱简单快捷地得到直观图示， 它集数值分析、矩阵运算、信号处理和图形显示于一体，构 成了一个方便的、界面友好的用户环境，而且还具有可扩展 性特征［1］。 1 图像增强的概述 图像增强是图像处理过程中的一种常用的处理方法， 是指增强图像中的有用信息。它将原来不清晰的图像变得 清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，是改 善图像质量、丰富信息量，加强图像判读和识别效果的图像 处理方法。图像增强技术虽然是改善图像质量的通用方法， 但它同样带有针对性，它必须针对某一特定的需要而采用 特定的算法来实现图像质量的改善，以得到对医务工作者 来说视觉效果更显著、更易于诊断的图像。 图像增强尚没有统一的方法理论，常用的图像增强技 术有直方图修改、图像平滑滤波、图像锐化［2］等。由于各种 不同目的而产生了多种图像增强技术算法，这些算法根据 处理空间的不同可以分为基于空间域的图像增强算法和基 于变换域的图像增强算法。基于空间域的图像增强算法又 可以分为空域的变换增强算法、空域的滤波增强算法以及 空域的彩色增强算法；基于变换域的图像增强算法可以分 为频率域平滑增强算法、频率域的锐化增强算法以及频域 彩色增强算法［3］。 2 图像增强的实现 2.1 灰度变换法 照片或电子方法得到的图像，常 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 现出 低对比度即整个图像偏亮或偏暗，为此需要对图像中的每 一像素的灰度级进行标度变换，扩大图像灰度范围，以达到 改善图像质量的目的。这一灰度调整过程可用Imadjust函 数实现，将灰度调整到一个指定的范围［4］。实现将一副对 比度比较低的灰度图像的数据映射到整个灰度范围 ［0，255］来增加图像的对比度，见图1、图2、图3。 结果显示调整后图像的对比度增加了，而且直方图填 充到整个区域。 2.1.1 指定调整的限制 可以用Imadjust函数有选择地 指定输入值和输出值的范围。将这些范围放在两个向量中， 然后把这两个向量作为变量传递给Imadjust函数。第一个 向量指定要映射的低灰度值和高灰度值，第二个向量指定 要进行映射的比例。例如可通过收缩数据的范围而减小图 片的对比度，见图4、图5。 图 4 原图像 图5 调整后图像 2.1.2 自动设置调整限制 用Stretchlim函数计算图像 的直方图并自动确定调整的限制。默认时，Stretchlim函 数将图像灰度范围内最低1%和最高1%的灰度值作为调整 限度。通过清除灰度范围两端的极值，Stretchlim函数为 剩余的灰度在动态范围内提供了更多的余地。 2.1.3 Gamma效正 Imadjust函数将low和high的值分 别映射到输出图像的最低和最高灰度值。默认时，这种映射 关系是线性的。low和high中间的值对应于输出图像最低 值和最高值中间的值。Imadjust函数还接受一个附加变量 来指定Gamma矫正因子。Gamma的值不同，输入图像和输出 图像二者之间的映射可能是非线性的。 在调用Imadjust函数时，输入图像和输出图像的数据 范围指定为空矩阵时，Imadjust 函数使用默认的范围 ［0，1］。本程序中，两个范围都是空的，表示在没有其他数据 整理的情况时使用 Gamma 校正。图 6 和图7 分别为进行 Gamma校正前后的图像。 图 6 Gamma 校正前图像 图 7 Gamma 校正后图像 2.2 灰度直方图均衡化 自然图像的灰度直方图通常在 低灰度区间上频率较大，从而图像中较暗区域中的细节看 不清楚，采用直方图修整可使原图像灰度集中的区域拉开 或使灰度分布均匀，从而增大反差，使输出图像的直方图与 指定的直方图近似匹配。直方图均衡化可用Histeq函数实 现，用一幅医学图像来说明其过程，如图8、图9所示。 图 1 原图像 图 2 调整后的图像 29 2011年第 24卷第 3期 Gansu Journal of TCM,2011 Vol.24 No.3 图 8 原图像 图 9 均等化后图像 2.3 有限对比适应性直方均等化 作为Histeq函数的替 换方法，可以用Adapthisteq函数进行有限对比适应性直 方均等化。二者的主要区别在于，Histeq函数处理整个图 像，而Adapthisteq函数处理图像中的小区域。每一个小区 域的灰度对比增强了，所以输出区域的直方图与指定直方图 近似匹配。进行均等化以后，Adapthisteq函数用双线性插值 的方法来组合相邻的小区域，以剔除人为生成的边界。 为了避免方法可能存在于图像中的任何噪声，可以使 用Adapthisteq可选参数来限制对比度，对于均一区域尤 其如此。 下面的举例用Adapthisteq函数调整灰度图像中的对 比度。原图像灰度对比度较底，大部分值落在灰度范围的中 间。Adapthisteq函数生成一幅灰度值在整个范围内均匀 分布的输出图像(如图10、图11所示)。 图 10 原图像 图 11 调整后的图像 2.4 中值滤波 中值滤波的原理是用 模板 个人简介word模板免费下载关于员工迟到处罚通告模板康奈尔office模板下载康奈尔 笔记本 模板 下载软件方案模板免费下载 区域内像素的 中值，作为结果值R=mid{zk|k=1，2，…，9}，而将模板区域 内的像素排序，可求出中值。中值滤波算法在去除噪音的同 时，可以比较好地保留边的锐度和图像的细节［5］。中值滤 波器可以在不减小图像对比度的情况下剔除这些异常值。 Medfilt2函数实现了中值滤波。 用Medfilt2函数删除图像中的咸盐噪声。这种类型的 噪声由设置为黑色或白色的随机像素点组成，如图12、图 13。 图 12 原图像 图 13 添加咸盐噪声后的图像 现用中值滤波器对有噪音的图像进行滤波，并显示处 理结果(见图14)。 图 14 中值滤波器滤波后图像 3 结论 图像增强的方法有很多种，各种方法根据不同的研究 目的具有不同的增强效果，现实图像处理中应具体问题具 体分析，才能有效地抑制图像噪声，提高图像的清晰度，改 善输出图像的视觉效果，达到图像期望的效果，也有利于图 像的进一步处理。本文应用MATLAB工具箱在图像增强处理 中使用灰度变换、直方图均衡化、有限对比适应性直方均等 和中值滤波法模拟仿真实现医学图像增强，得到了良好的 效果，实现了预期的目的，各方法优点突出，具有一定的可 靠性和实用性，为医学图像的处理提供了便利，大大缩短了 图像分析进程化的时间。 参考文献 ［1］ 孙兆林. MATLAB 6. x图像处理［M］.北京：清华大学出版社， 2002：125- 222. ［2］ 王新成.高级图像处理技术［M］.北京：中国科学技术出版社， 2001：213- 358. ［3］ 阮秋琦.数字图像处理学［M］.北京：电子工业出版社，2001： 57- 136. ［4］ 王超，叶中付.基于变分的图像增强算法和伪彩色映射［J］. 数据采集与处理，2005，20( 1)：18- 22. ［5］ 高浩军，杜宇人.中值滤波在图像处理中的应用［J］.电子工程 师，2004，30( 8)：35- 36. 收稿日期：2010- 11- 05 作者简介：顾洋菲( 1982—)，女，助理工程师。研究方向：医院 计算机软件管理。 Application of MATLAB In the Enhancement of Medical Image GU Yang-fei,CHAO Lei Gansu Province Hospital of TCM,Lanzhou Gansu China 730050 Abstract To enhance the image using image processing toolbox provided by matlab by gray level transformation, histogram equalization,contrast limited adaptive histogram equalization and median filter,simplifying the programming and data evaluation,statistical data and intuitive graph can be quickly obtained, the details of image is clear,provides a technology platform for medical image processing, have important significance for the analysis and diagnosis of medical image. Keywords image processing;image enhancement;MATLAB 30