《医学图像处理》实验教学系统的设计与开发

巩 萍,胡俊峰,隋美蓉

(徐州医学院医学影像学院,江苏 徐州 221004)

《医学图像处理》实验教学系统的设计与开发

巩 萍,胡俊峰,隋美蓉

(徐州医学院医学影像学院,江苏 徐州 221004)

《医学图像处理》是生物医学工程及相关专业的核心主干课程,该课程内容涉及面广、理论性强、实验教学内容多、图像处理的许多算法都需要借助软件进行直观演示。文章针对该课程特点和实验教学中存在的问题,基于Matlab平台,设计开发了《医学图像处理》实验教学系统。该系统不仅可以演示实验,还可以辅助理论教学,便于学生自学。

医学图像处理;实验教学系统;Matlab

《医学图像处理》是生物医学工程及相关专业本科生的核心主干课程。它以数学 (统计学)及信号处理的相关理论为基础,利用计算机技术及信息技术手段,对医学图像中可能出现的问题,如噪声、失真等退化因素进行处理,以改善医学成像质量,并为临床应用。该课程内容多、概念抽象、实践性强,许多算法都需要借助软件进行编程和效果演示,因此,进行相应的实验教学是必不可少的。通过实验教学,一方面可以将枯燥的理论知识直观化、通俗化、趣味化,激发学生学习该课程的兴趣;另一方面还可以培养学生的计算机编程能力及独立思考能力。目前,在这门课的实验教学中,不同程度地存在着如下问题:实验课时很少,且仅用 Photoshop等图像处理软件进行实验教学,不能满足实验教学任务需要;目前,一些高校虽然开发了一些图像处理的教学系统,但主要都是针对数字图像进行的[1-3],而针对医学图像处理的实验教学系统却罕见报道。为了使医学院校的学生能够轻松学习并掌握图像处理的基础知识、原理方法及其在临床上的应用,进一步强化学生的实践操作技能,开扩视野,培养科学的思维方式,该文基于Matlab平台,设计开发了《医学图像处理》实验教学系统。

1 Matlab开发平台

Matlab是由美国MathWorks公司推出的用于数值计算和图形处理的软件,它不仅语法简单,易学易用,而且包含许多功能各异的工具箱,其中包括图像处理工具箱 (i mage processing toolbox,IPT)。IPT支持多种图像文件格式 ,如 ＊ .bmp、＊ .jpeg、＊ .gif、＊ .tiff、＊.pcx等。库函数非常丰富,按其功能可分为:图像显示、图像文件输入输出 (I/0)、几何操作、像素值和统计处理、图像分析与增强、图像滤波、线性二维滤波器设计、图像变换、邻域和块操作、二值图像操作、颜色映射和颜色空间转换、图像类型转换、工具包参数获取和设置等,并且这些函数都可直接调用。同时Matlab具有强大的图形用户界面 (graphical user interface,GU I)生成能力,用户可以根据需要设计自己的图形界面。

2 实验教学系统的设计与开发

2.1 系统的功能与结构

设计一个系统,首先需要确定系统的框架由哪些模块组成,模块间的调用关系如何,需要实现哪些功能等。《医学图像处理》实验教学系统的结构流程如图 1所示。其中每个方框代表一个图形用户界面 (GU I)。首先设置了登录界面,输入用户名和密码后进入实验选择界面。

图1 系统结构流程图

该实验教学系统遵循由浅入深的原则,内容覆盖图像变换、图像增强、图像压缩与编码、图像恢复、图像分割、图像融合六大模块等。包含《医学图像理》课程中开设的所有实验,分别是图像类型转换实验、图像几何变换实验、傅里叶变换实验、离散余弦变换实验、图像灰度调整实验、图像平滑实验、图像恢复实验、图像编码与压缩实验、图像的边缘检测实验和图像融合共计 10个实验。其中在每个实验的窗口上又分别设计了实验目的、实验原理、实验内容与步骤、实验报告要求、思考题五个菜单。学生在进行实验前,可以通过菜单预习相关的实验内容,同时也便于现场实验和课后实验报告的书写。

2.2 实验教学系统的实现

根据系统的结构流程,利用Matlab的 GU I工具箱分别制作各个图形用户界面,并对界面上的控件进行属性设置与编程,以实现其相应的功能。

2.2.1 界面设计 在Matlab命令窗口中键入 G UI DE,进入设计面板,左侧为控件和坐标轴,GU I提供了10种控件 (Uicontrol)对象和一个坐标轴 (Axes)对象。在 GU I面板中点击 Menu Editor按钮可打开菜单编辑器,通过菜单编辑可以为图形界面添加、设置和修改菜单。在控件面板中可用鼠标选中某个控件,将其拖放到面板合适的位置。然后,选择 Tools-＞Align Objects调整控件相互的位置 (如控件间距、对齐方式等)。双击控件或图形窗口可以打开相应的对象属性编辑器 (Property Inspector),对控件的属性进行编辑[4]。用户界面设计好之后,选择 File_＞Save As将该图形窗口保存为 ××.fig的文件,这时会自动生成一个 ××.m文件。以图像平滑实验为例,整体界面设计如图 2所示。

图2 图像平滑实验设计界面图

在该实验界面中,设置了 5个菜单栏:实验目的、实验原理、实验内容与步骤、实验报告要求、思考题;3个坐标轴 (axes),分别用来显示原图,加入噪声后的图像和去噪后的图像;4个弹出框 (popup menu):打开图像 (open an image)弹出框用来装载需进行处理的图像,噪声类型 (noise type)弹出框用来选择噪声类型,噪声滤波 (denoising filtering)弹出框用来选择滤波方法,滤波窗口 (filtering window)弹出框用来供用户选择不同的滤波窗口;3个编辑框(Edit Text):均值 (mean)编辑框用来输入添加噪声的均值,方差 (variance)编辑框输入添加噪声的方差,强度 (density)编辑框用来输入添加噪声的强度;4个按钮 (Push button):添加噪声 (add noise)按钮用来实现添加噪声,滤波 (filtering)按钮实现去噪滤波,代码 (code)按钮用来查看源代码,退出 (exit)按钮退出实验。图像平滑实验可以实现对图像添加不同类型、不同参数的噪声,并选择不同的滤波方法和滤波窗口对图像进行去噪处理。

2.2.2 编程 静态界面设计完成之后,GU I将自动生成.fig和.m文件。其中.fig文件保存了关于静态窗口界面的所有对象的属性值,.m文件包括 GU I初始化和回调函数两个部分。所谓回调函数就是在调用对象时,该对象所要回应的动作。要编制某一控件的回调程序,只要在 GU I设计面板上选中控件,点击右键,在弹出菜单中选择 View Callbacks,从中选择一种激活回调程序的方式,如“Callback”指单击控件时激活回调程序完成的一定功能。打开Matlab自动生成的.m文件,系统会自动生成如下语句:function Hname Callback(hObject,eventdata,handles),其中 Hname为控件对象的 Tag属性值,在该语句下编写当前控件的回调程序。菜单的回调程序在菜单编辑器的 Callbacks文本框中给出。完成了回调函数的编辑后,点击 Tools-＞Run就可以运行程序,观察最终的结果[4-5]。采用Matlab语言进行编程非常方便,许多功能都可直接调用Matlab图像处理工具箱的函数。限于篇幅,具体代码在此不做具体展示。

2.3 生成可执行文件

为了使实验教学系统能够脱离Matlab开发环境,在任何W indows操作系统中都可以直接运行,需要将测试后的系统编译成可独立执行的＊.exe文件。这个过程首先需要安装和配置好Matlab Compiler。一般来说,在安装Matlab时就已经安装了相应版本的 Matlab Compiler。在确定安装好 Matlab Compiler后,还需要对 Compiler进行适当的配置,方法是在Matlab命令窗口输入:Mbuild-setup,然后根据提示执行相应的操作,使用者可根据自己计算机中现有编译器的情况选择合适的编译器,如 Vb、VC++、Bland C等编译器,也可选择Matlab自带的Lcc编译器。配置好编译器后,就要对编写的.m文件进行编译了。

将.m文件编译为独立可执行文件的语法是:＞＞mcc-m fun1.m fun2.m......,其中 fun1是最后的可执行文件的名称。

3 实验教学系统的运行与实验结果分析

医学图像融合是指将不同成像设备或同一成像设备不同时间获得的多幅图像综合成一幅图像的图像处理技术。其目的是增强图像中信息解译的精度、可靠性以及使用率,以形成对目标的清晰、完整、准确的信息描述[6]。下面以图像融合实验为例进行演示和分析。图像融合实验主要是要求学生掌握常用的医学图像融合方法,并通过实验结果,分析不同方法的优缺点。常用的融合方法[7]包括基于空域的图像融合、基于傅里叶变换的图像融合和基于小波变换的图像融合。其中,基于空域的融合法又包括像素灰度值极小 (大)法、像素灰度值加权法等。基于小波变换的融合法[8]包括极小 (大)法、加权法、区域能量法等。

图3 CT与 MR I的源图像图

在打开图片 (open an image)的下拉列表中分别选择CT和MR I源图像 ,如图3所示。融合方法选择空域融合 (spatial-domain fusion),融合规则分别选择像素灰度值极小法 (smallm),像素灰度值极大法 (bigm),像素灰度值加权法 (addm)。实验结果如图 4、图 5所示。

图4 像素灰度值极小 (大)融合实验结果图

由图 3可见,CT图像具有很高的分辨力,对密度大的组织比较敏感,在脑图像中颅骨及钙化斑比较清晰,但对病灶的显示较差,肿瘤边界不够清楚;而MR I图像虽然空间分辨力不如CT图像,但是它对软组织成像清晰,有利于确定病灶范围。由图 4可见,像素灰度值极大法比灰度值极小法融合后的图像对比度高,表达的内容丰富。而像素灰度值极小法融合后的图像与两幅源图像比较,融合后的图像没有源图像表达的信息多。所以,在 CT与MR I图像融合中,像素灰度值极小法是不可取的。这种像素灰度值极小 (大)融合法只是简单地选择参加融合的源图像中像素的灰度值极小 (大)作为融合后像素的灰度值,没有考虑到图像之间信息的相互补充和综合,会导致一些细节信息的丢失,所以适用的场合也很有限。

图5 像素加权法融合实验结果图

由图 5可见,无论在对比度,还是在表达信息的丰富程度方面,图 5-b都比图 5-a与图 5-c两幅图像的效果要好。因此,在运用像素灰度值加权法对图像进行融合时,一般情况下,取加权系数ω1=ω2=0.5。像素加权融合法在传统的医学图像融合中有着非常重要的地位,融合的范围比较广泛,但是,由于加权系数的存在,使得融合后图像的灰度值减小,对比度也有所降低。图 5的三幅图像都没有源图像对比度高。基于小波的融合结果限于篇幅在此不再展示分析。所有实验和模块经过测试后均能正常运行,达到预期的要求。

随着时代的发展,生物医学工程及相关专业越来越重视实验实践教学,该文详细介绍了利用Matlab语言设计开发《医学图像处理》实验教学系统的过程,并对部分实验进行了运行演示及实验结果分析。该实验教学系统紧扣课程教学内容,覆盖面广,内容丰富,界面友好,操作简单,交互性强。通过课堂演示以及学生上机实验,收到了较好的效果,具有较强的实用和推广价值。

[1]安平,王朔中.建立在Matlab平台上的数字图像处理教学实验系统[J].实验室研究与探索,2001,20(1):61-63

[2]张秉仁,韦仁会,高游,等.数字图像处理实验教学系统的开发及其应用[J].实验技术与管理,2004,21(3):87-90

[3]王汉萍,于海生,王英,等.“数字图像处理”实验体系模块化的研究[J].实验室研究与探索,2008,27(12):31-33

[4]孙祥,徐流美 ,吴清.Matlab 7.0基础教程 [M].北京:清华大学出版社,2005:334-342

[5]秦襄培.Matlab图像处理与界面编程宝典 [M].北京:电子工业出版社,2009:284-292

[6]Bloch I,Maitre H.Data fusion in 2D and 3D i mage processing:an overview[J].Proceedings X Brazilian Symposium on Computer Graphics and I mage Processing,1997:127-134

[7]浦金霞.应用于肿瘤治疗的 CT与 MR I图像融合研究[D].河北:河北工业大学,2007:2

[8]鄢树.基于小波变换的图像融合性能的研究[J].微计算机信息,2010,26(1):119-120

Design and development of experi ment teaching system forM edical I mage Processing Course

Gong Ping,Hu Junfeng,SuiM eirong
(School of M edical Im ageology,Xuzhou M edical College,Xuzhou221004,China)

As a core course in biomedical engineering and other related specialties,the course of Medical I mage Processing involves broad knowledge area,deep theory base and abundant experiment contents,and the experiment demo is necessary to make clear the complex arithmetic of image processing. In view of the above-mentioned characteristics and problems in experiment teaching,we designed and developed an experiment teaching system for Medical I mage Processing course based on Matlab platform.The system can not only be applied to experiment demo but also assist theory teaching and facilitate students’self-study.

medical image processing;experiment teaching system;Matlab

G434

A

1004-5287(2011)01-0049-04

2010-09-08

巩萍 (1980-),女,江苏徐州人,讲师,硕士,主要研究方向:生物医学信号与图像处理。