应用研究
Matlab在医学图像处理中的应用
冯伍”钟田亮?
（1.廷安大学附属医院网络中心陕西延安716000；2.延安大学附属医院放射科陕西延安716000）
教事执术
摘要：本文通过MATLAB软件，介绍了在MATLAB环境下图像的去噪、图像的增强、图像的分割等医学图像处理的相关技术以及MATLAB工具箱中常用的函数，并提出改进MATLAB函数，进一步缩短图像分析和进程化的时间，为医学图像的处理提供使利。
关键调：MATLAB医学图像处理；函数
中图分类号：TP312
文献标识码：A
文章编号：10079416（2011)06-004202
ApplicationofMatlabinMedicalImageProcessing
Feng Wu’ Zhong Tianliang
(1.Network Center 2. Department of Radiology, Yan' an University Affiliated, Yan' an 716000, shanxi)
Abstrac: This article described the related technology of medical image procesing and commonly used functions in MATLAB toolbox of image de noising, image enhancement and image segmentation in the MATLAB environmentb by MATLAB software,and proposed to improve MATLAB function. further shortened the time ofimage analysis and the process. It provides convenient for medical image processing.
Keywords:MATLAB Medical Image Processing Functions
随着科学技术的发展，光学、数学、电子学、计算机科学、信息论、人工智能等各门学科的交叉应用，成为现代科学研究中的一个突出特色。近年来，计算机相关技术和图形图像处理技术逐步引人医学领域，许多数学化医学影像设备不断应用于临床，产生了CT、MRI、PET、SPET等大量的医学图像，这我医学图像具有数据结构复杂、数据量大等特点。要使临床医学对人体内部病变的观察更直接、更清楚，医学图像的处理和分析是前提和关键，因此，医学图像处理技术一直是国内处有关专家们研究的重点。
Matlab是由MathWorks公司开发的一种主要用于数值计算和可视化图形图像处理的工程语言"。经过不断的发展和完善，现在已成为具有超强数值计算、图形图像处理和仿真处理能力的软件。Matlab简单易学、开放式可扩展环境，特别是附带的30多种面向不同领域的工具箱支持，把计算、图示和编程集成到一个环境中，用起来非常方便。为使医学图像设备的制造厂商和用户在标准网络上实现设备互连，美国放射学会(AmericanCollege ofRadiology.ACR)和国家电气制造商协会（NationalElecrtical ManufacturersAssociation,NEMA）共同制定了DICOM（digital imagingandcommunicationsinmedicine）标准，便利各类型医学图像的开发和应用。Matlab在Version3.0(R12+)ImageProcessing Toolbox时，就增加了对DICOM格式的阅读函数：dicomreado、 dicom infr0、到Version5.3（R2006）Image Processing Toolbox版本包括了对DICOM格式的阅读、分析和存储的函数，同时也支持 analyze7.5和interfile两种函数图像格式。因此，用MATLAB实现医
学图像的数字化处理可以大大简化各种算法的难度和复杂度。 1、医学图像的数字化处理
医学图像数字化处理是指使用计算机对获取的图像进行各种处理，使之满足医疗需要的一系列技术的总称。它是应用图形图像处理技术，来弥补影像设备和成像中的不足，从面得到用传统手段无法获取的医学信息。随着医学图像处理技术的发展，图像的去噪、图像的增强、图像的分割等基本技术，使得传统的医学图像的获取和观察方式被完全改变，图像处理技术在医学领域中变得越来越重要。
：42
方方数据
1.1图像的去噪
图像在生成、获取和传输等过程中，往往会发生质量的损伤，造成图像质量的损坏。医学图像的噪声是常见的影像问题，如超声设备中的斑点噪声。此类噪声如图像切割引起的即黑图像上的白点，白图像上的黑点噪声。这些噪声对医学图像的质量影响特别大，严重妨碍了影像的诊断。因此，图像的噪声过滤是图像处理的首要任务。目前，图像的噪声滤除方法有空域法和频或法"两大类。医学图像的去噪，要根据具体产生的原因采用不同的方法。例如，对于CT图像中的的椒盐噪声可以采用中值滤波技术，它能在过滤噪声的同时，又能很好地保护边缘轮廉的信息。
用MATLAB工具箱中medfilt20函数实现中值滤波，结果如图所示：
含有椒盐噪声的图片 1.2医学图像的增强
中值滤波后的图片
图像增强是对图像进行加工，以得到对具体应用来说视觉效果更“好”、更“有用”的图像，也就是把有用信息变得更清晰，增强感兴趣的特征，抑制不感兴趣的特征，改变图像质量，丰富图像信息，加强图像识别是一种常见图像处理方法。常用的图像增强技术根据对图像进行处理所在的空间不同，可分为基于图像域的方法和基于变换域的方法。基于图像域的方法是直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；基于变换域的方法是在图像的变换域对图像进行间接处理。但它同样具有针对性，它必须针对某一特定的需要而采