【正文】 agnosis and missed diagnosisKEYWORDS:MATLAB。image processing。早期的圖像處理主要是為了改善圖像的質(zhì)量。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。他們對(duì)航天探測(cè)器徘徊者 7 號(hào)在 1964 年發(fā)回的幾千張?jiān)虑蛘掌褂昧藞D像處理技術(shù)，并考慮了太陽(yáng)位置和月球環(huán)境的影響，由計(jì)算機(jī)成功地繪制出月球表面地圖，獲得了巨大的成功。數(shù)字圖像處理技術(shù)取得的另一個(gè)巨大成就就是在醫(yī)學(xué)上獲得的成果。CT 的基本方法是根據(jù)人的頭部截面的投影，經(jīng)計(jì)算機(jī)處理來(lái)重建截面圖像，稱為圖像重建。醫(yī)學(xué)圖像處理從根本上改變了醫(yī)務(wù)人員進(jìn)行診斷的傳統(tǒng)方式。實(shí)踐證明，充分地利用這些技術(shù)可以提高診斷的正確性和準(zhǔn)確性，提高診斷效率，降低醫(yī)療成本，可以更加充分地發(fā)揮各種醫(yī)療設(shè)備的功能。2 本文研究目的和意義醫(yī)學(xué)圖像處理技術(shù)由于與具體的應(yīng)用密切相關(guān)，因此每個(gè)研究人員介入的角度及采用的研究方法和設(shè)計(jì)策略也各不相同，但都是圍繞著實(shí)現(xiàn)圖像處理的各種基本特征進(jìn)行設(shè)計(jì)，這也決定了醫(yī)學(xué)圖像處理技術(shù)研究成果的多樣性及不完善性，仍有許多技術(shù)問(wèn)題需要解決。由于目前國(guó)際上的醫(yī)學(xué)圖像處理尚未形成一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，許多技術(shù)難題需要研究醫(yī)學(xué)圖像處理者的突破，該技術(shù)必須有其優(yōu)越性、通用性和有效性并得到大家的一至認(rèn)同也是一項(xiàng)艱巨的任務(wù)。數(shù)字圖像處理在醫(yī)學(xué)界領(lǐng)域的應(yīng)用是目前的熱點(diǎn)，所以本論文研究基于 MATLAB 的醫(yī)學(xué)圖像處理具有重要意義。本文介紹操作 MATLAB 的方法。第二章 具體介紹幾種實(shí)現(xiàn) MATLAB 調(diào)用設(shè)計(jì)原理及編程方法。第四章 總結(jié)。二、操作方法和屬性；獲取對(duì)象方法和信息，激活屬性和方法。四、BSTR Execute(［in］BSTR Command)　　此函數(shù)以命令字符串為 MATLAB 參數(shù)，將其運(yùn)行結(jié)果以字符串返回。五、VOID GetFullMatix( ［ in］BSTR Name,［in］BSTR Workspace,　?。踚n out］SAFEARRAY(double)*Pr,　　［in out］SAFEARRAY(double)*pi)　　該函數(shù)從指定的 MATLAB 工作空間中獲取一維或二維數(shù)組。Pr 和 Pi 分 別是包含所提取數(shù)組的實(shí)部和虛部。其中， Name是設(shè)置輸入數(shù)組的名稱，其它同前。八、VOID MaximizeConnandWindow()該函數(shù)將未最大化的 MATLAB 窗口最大化。4 調(diào)用 MATLAB 程序的實(shí)現(xiàn) 圖片的縮放處理圖像縮放（image scaling）是指對(duì)數(shù)字圖像的大小進(jìn)行調(diào)整的過(guò)程。常用調(diào)用格式為：B = imresize(A,m,method)其中 A 表示要進(jìn)行縮放處理的圖像；m 表示放大倍數(shù)，m 必須大于 0,如果 m1則表示對(duì)圖像進(jìn)行放大處理，如果 m1 則表示對(duì)圖像進(jìn)行縮小處理。 [2]此函數(shù)采用 bicubic 方法對(duì)圖像 I 進(jìn)行 2 倍的放大。對(duì)圖像的旋轉(zhuǎn)處理可以調(diào)用 MATLAB 的圖像工具箱函數(shù) imrotate 來(lái)進(jìn)行旋轉(zhuǎn)處理，此函數(shù)采用 bicubic 方法對(duì)圖像 I 進(jìn)行逆時(shí)針 180 度方向的旋轉(zhuǎn)。常用調(diào)用格式為：B = imrotate(A,angle,method)其中 A 表示要進(jìn)行旋轉(zhuǎn)處理的圖像；“angle”表示為要旋轉(zhuǎn)的角度數(shù)，如果 angle 大于 0，表示對(duì)圖像進(jìn)行逆時(shí)針旋轉(zhuǎn)，若 angle 小于 0 則表示對(duì)圖像進(jìn)行順時(shí)針旋轉(zhuǎn)， “method”表示對(duì)圖像處理的插值算法，同上。 圖像的負(fù)片效果在醫(yī)學(xué)圖像中，為了較好顯示病變區(qū)域的邊緣脈絡(luò)或者病變區(qū)域大小，常常對(duì)圖像進(jìn)行負(fù)片顯示，從而達(dá)到更好的觀測(cè)效果。為此我們可以將我們感興趣的圖像區(qū)域先剪切出來(lái)，再對(duì)圖像進(jìn)行處理，不僅可以收到良好的效果而且可以節(jié)約圖像存儲(chǔ)空間大小。 圖像的對(duì)比度增強(qiáng)在圖像處理中，我們可以將一幅低灰度值圖像的灰度值調(diào)整到一個(gè)指定的范圍。MATLAB 中對(duì)數(shù)變換的表達(dá)式 【3】為：f=im2double(I)。 圖像顯示直方圖圖像直方圖是一種顯示索引圖像或灰度圖像亮度分布圖形。該圖首先將數(shù)據(jù)分成 N 個(gè)等間距的條形，每個(gè)條形表示一個(gè)數(shù)據(jù)范圍，然后計(jì)算落在這個(gè)范圍內(nèi)像素的個(gè)數(shù)。x=5::5。Hist(y,x)如圖所示：6 圖 21 灰度圖像及其直方圖 圖像直方圖均衡化直方圖均衡化是一種常用的灰度增強(qiáng)算法，是將原圖像的直方圖經(jīng)過(guò)變換7函數(shù)修整為均勻直方圖，然后按均衡后的直方圖修整原圖像。產(chǎn)生噪聲的途徑可以有幾各種，與生成圖像的方法有關(guān)。膠卷?yè)p壞、掃描操作中都可以引起噪聲。三、圖像數(shù)據(jù)的電子傳輸可以引起噪聲。不同方法對(duì)于不同類型的噪聲具有更好的效果。中值濾波器對(duì)異常值的敏感性比均值的小，所以，中值濾波器可以在不減小圖像對(duì)比度的情況下剔除這些異常值。 圖像邊緣檢測(cè)圖像邊緣對(duì)圖像識(shí)別和計(jì)算機(jī)分析十分有用，邊緣能勾畫(huà)出目標(biāo)物體，使觀察者一目了然；邊緣蘊(yùn)含了豐富的內(nèi)在信息（如方向、階躍性質(zhì)、形狀等） ，是圖像識(shí)別中重要的圖像特征之一。圖像噪聲來(lái)自于多方面，有來(lái)自于系統(tǒng)外部的干擾，也有來(lái)自于系統(tǒng)內(nèi)部的干擾。減少噪聲的方法可以在空間域或在頻率域處理，基本方法就是求像素的平均值吉中值；在頻域中則運(yùn)用低通濾波技術(shù) 【4】 。低通8濾波可以在空間域和頻域中進(jìn)行。巴特沃斯低通濾波器又稱為最大平坦濾波器。D0是截止頻率；n 為階數(shù)，取正整數(shù)，控制曲線的形狀。一般說(shuō)，常采用下降到 H（u,v）最大值的 那一點(diǎn)為低通濾波器的截止頻率點(diǎn)。具體調(diào)用格式為：I=imread(‘’)。pepper’,)。H1=[1/9 1/9 1/9。 1/9 1/9 1/9]。imshow(J1) 圖像銳化處理圖像在傳輸和變換過(guò)程中會(huì)受到各種干擾而退化，比較典型的就是圖像模糊，圖像銳化的目的就是使邊緣和輪廓線模糊的圖像變得清晰，并使其細(xì)節(jié)清晰。程序代碼 【5】 如下：a=imread(39。)。b=a(:,:,1)。測(cè)試結(jié)果如下： 圖 3110圖 32 圖像旋轉(zhuǎn) 180 度前后對(duì)比 圖像剪切的 MATLAB 實(shí)現(xiàn)對(duì)圖像的剪切處理可以調(diào)用 MATLAB 的圖像工具箱函數(shù)”imcrop”來(lái)進(jìn)行旋11轉(zhuǎn)處理。程序代碼如下：I=imread(39。)。J=imcrop。調(diào)用格式如下：IM2 = implement(IM)其中 IM 表示要進(jìn)行負(fù)片處理的圖像，IM2 表示處理后的圖像。程序代碼如下：I = imread(39。)。uint839。I1 = m I。uint1639。I1 = m I。double39。I1 = m I。subplot(1, 2, 1)。 title(39。)。 imshow(I1)。Transfer Image39。測(cè)試結(jié)果如下： 圖 34 圖像負(fù)片效果對(duì)比 灰度變換的 MATLAB 實(shí)現(xiàn)一般成像系統(tǒng)只具有一定的亮度響應(yīng)范圍，常出現(xiàn)對(duì)比度不足的弊病，使用權(quán)人眼觀看圖像時(shí)視覺(jué)效果很差；另外，在某些情況下，需要將圖像的灰度級(jí)整個(gè)范圍或者其中的某一段擴(kuò)展或壓縮到記錄器件輸入灰度動(dòng)態(tài)范圍之內(nèi)。其語(yǔ)法格式為：J=imadjust(I,[low,high],[bottom,top],gamma)其功能是：返回圖像 I 經(jīng)過(guò)直方圖調(diào)整后的圖像 J。Gamma 為矯正值，其取值決定了輸入圖像到輸出圖像的灰度映射方式，即決定了增強(qiáng)灰度還是增強(qiáng)高灰度。MATLAB 圖像處理工具箱中提供的 imadjust 函數(shù)，可以實(shí)現(xiàn)圖像的灰度變換，使對(duì)比度增強(qiáng)。將圖像的低灰度級(jí)范圍映射到高灰度級(jí)去，從而可以更清晰觀察低灰度區(qū)域細(xì)節(jié)。C:\Users\hujun\Desktop\論文圖片\39。 %讀入一幅圖片y=255x。設(shè)其中任一灰度級(jí) Z 歸一化為 r，變換后圖像的任一灰度級(jí) Z‘歸一化為 s ,顯然 r、s 應(yīng)當(dāng)滿足： 10?，因此直方圖修正就是對(duì)下列公式的計(jì)算過(guò)程： ????srT1s??或15式中 T（r）為變換函數(shù)，它必須滿足下列條件 [7]：1．T（r）在 0≤r≤1 區(qū)間內(nèi)是單值函數(shù)，且單調(diào)增加；2．T（r）在 0≤r≤1 內(nèi)滿足 0≤T（r）≤1。將上述結(jié)論推廣到離散的情況。MATLAB 圖像處理工具箱提供了用于直方圖均衡化的函數(shù) Histeq。代碼如下：I = imread(39。)。J = histeq(I)。imshow(I)。 imshow(J)。C:\Users\zouyifeng\Desktop\論文圖片\39。C:\Users\zouyifeng\Desktop\論文圖片\39。 imhist(I,64)16subplot(224)。但要注意的是，能夠進(jìn)行銳化處理的圖像必須要求有較高的信噪比，否則，圖像銳化后，信噪比更低。一般是先去除或減輕干擾噪聲后，才能進(jìn)行銳化處理。這里主要介紹梯度算子 [8]設(shè)圖像為 f(x,y)，它在點(diǎn)（x,y）處的梯度是一個(gè)矢量 G[f(x,y)]，定義為????????????yfxfG,當(dāng)梯度計(jì)算完之后，可以根據(jù)需要生成不同的梯度增強(qiáng)圖像。MATLAB 關(guān)鍵程序如下 [11]：I=double(I)。GM=sqrt(IX.*IX+IY.*IY)。J=find(GM=10)。程序如下：J=imread(39。) figure,imshow(J)。原圖像39。 J=double(J)。1 8 1。 %拉普拉斯模板 J_tmp=imfilter(J,lapMatrix,39。)。 %圖像相減 figure,imshow(I),title(39。)。為20了計(jì)算方便起見(jiàn)，通常選擇一階和二階導(dǎo)數(shù)來(lái)檢測(cè)邊界，利用求導(dǎo)方法可以很方便地檢測(cè)到灰度值的不連續(xù)效果。常用的微分算子有梯度算子和拉普拉斯算子等，這些算子不但可以檢測(cè)圖像的二維邊緣，還可檢測(cè)圖像序列的三維邊緣。該函數(shù)的基本語(yǔ)法為：[g,t]=edge(f,’method’, parameters)其中，f 是輸入圖像，method 是進(jìn)行邊緣檢測(cè)的方法。參數(shù) t 是可選的；它給出 edge 使用的閾值，以確定哪個(gè)梯度值足夠大到可以稱為邊緣點(diǎn)。梯度由高斯濾波器的導(dǎo)數(shù)來(lái)計(jì)算。因此這種方法更適合用于檢測(cè)真正的弱邊緣。?綜上所述，我們采用 sobel,roberts,prewitt,log,canny 算子邊緣檢測(cè)器來(lái)對(duì)圖像進(jìn)行邊緣檢測(cè)。39。% 提取圖像I=rgb2gray(M)。sobel39。 %用 SOBEL 算子進(jìn)行邊緣檢測(cè)BW2=edge(I,39。)。prewitt39。 %用 prewitt 算子進(jìn)行邊緣檢測(cè)BW4=edge(I,39。)。canny39。 %用 canny 算子進(jìn)行邊緣檢測(cè)h=fspecial(39。,5)。canny39。 %濾波之后的 canny 檢測(cè)subplot(2,3,1), imshow(BW1)。sobel edge check39。subp