基于MATLAB_GUI的《医学图像处理》课程教学改革

魏宁宁，陈宗桂，董晓军，张英俊，管海辰

（湖南医药学院医学院，湖南 怀化 418000）

0 引言

随着人们生活水平的提高及现代成像及图像处理技术的快速发展，图像处技术迅速发展为一个专门的技术领域[1]。对当代医学影像技术和医学影像学专业的大学本科生在医学图像处理方面的能力也提出了较高的要求。目前，医学图像处理技术在医学领域应用较为广泛，因此针对不同的图像问题，应学会选择合适的医学图像处理技术进行处理，这对于学生将来在科研上的研究具有重大意义。

《医学图像处理》课程作为医学影像技术专业的专业必修课，综合了计算机科学、数学和医学影像学等多个学科，具有理论难度大、实验内容深、实践难度大等特点。该课程以医学成像原理、信号处理及图像分析方法为理论基础。不仅要求学生掌握常用医学影像系统的成像原理、成像质量的影响因素，同时又要求学生有较好的程序语言编程能力，学会使用复杂的算法快速实现并得到处理结果，从而提高图像的质量。因此，《医学图像处理》是一门教师和学生普遍认为难教难学的课程。为了培养学生的专业素养，提高综合信号处理等的理论基础及编程能力，能够将复杂的算法快速实现并得到处理结果，从而提高图像的质量[2-4]。因此，《医学图像处理》是一门教师和学生普遍认为难教难学的课程。为了培养学生的专业素养，提高综合信号处理等的理论基础及编程能力，能够将复杂的算法快速实现并得到处理结果，本文引进了一种人机交互的教学方法将传统教学推向智能化教学的发展，为医学图像处理这门课程的教学提供了创新性和挑战性[5]。

1 传统教学中存在的问题

目前，在医学图像处理教学过程中仍存在以下问题。第一，教学模式过时。一般采用理论+实验的传统模式，由于本门课程理论课涉及多种算法，学生对绝大多数知识点都难以理解，无法直接将理论知识应用到实际生活中去解决实际问题。第二，教学方式缺乏创新。一般以教师为主体讲授知识，以教材为主线传授内容，以课堂为中心引导学生，忽略了学生的心理感受，导致学生主观能动性较差。第三，教学理念陈旧。传统的教学思想太过保守，没有把先进的教学理念引入专业课教学中，导致学生不易产生创新思维[6-7]。

2 基于MATLAB_GUI设计的教学探索

MATLAB软件是集编程、计算及可视化为一体的高性能语言，主要通过依托数学原理来有效地处理实际问题[8]。其次，MATLAB不仅具有丰富的工具箱，而且其绘图功能齐全，它已广泛应用于大数据分析、数值仿真、信号处理与通讯、图像分析与处理等领域。尤其在数字图像处理方面应用较为显著，主要将图像进行矩阵转化，依据多种数学函数来实现复杂图像的精确处理。其中，MATLAB中的GUI（Graphical User Interface）工具为虚拟实验软件的开发提供了高集成度的环境，可有效提高效率。本文通过运用MATLAB GUIDE结合M文件进行程序编写，以实现医学图像处理中各个实验项目，学生在使用过程中只需掌握各种功能的使用方法就可以轻松完成实验。同时，随着算法的不断优化，在应用时既能快速获取统计数据，还能更为直接地获取直观图像[9]。

2.1 界面设计

MATLAB_GUI界面功能丰富，主要包括可编辑文本、静态文本、列表框、按钮、切换按钮、坐标轴、滚动条、弹出式菜单等控件[10]。传统的GUI设计有两种方法：一种是利用Matlab软件中GUIDE应用程序开发医学图像处理系统界面；另一种直接编写M文件的方法完成界面设计。本文中界面的设计结合了这两种方法，通过采用GUIDE 构建实验项目界面，所构建的GUI中包括两部分内容：实验项目所需的数据文件和callback函数的M文件。

2.2 功能模块实现

医学图像处理虚拟仿真系统的总体框架设计如图1所示。该仿真实验主要针对二维医学图像进行处理，例如CT 图像、MRI图像、PET图像等[11]。根据各个实验项目内容和目的的不同，其处理方法存在一定差异，基本与数字图像处理中各个算法处理的方法类似，包括图像的基本运算、图像形态学处理、图像增强、图像分割、图像复原、图像伪彩、图像融合、肝脏肿瘤标记等8个模块。采用子菜单、按钮与静态文本相结合的方式来调用函数实现各功能。此系统界面设计为两个界面：引导界面和主界面，如图2、图3所示。学生通过点击开引导界面上的“运行”按钮，进入仿真系统主界面，可看到系统主要分为8个实验项目，每个项目均有功能区、工具栏、图像显示工作区。点击“退出”按钮，则关闭整个系统。

图1 医学图像处理虚拟仿真系统总体框架

图2 医学图像处理虚拟仿真系统引导界面

图3 医学图像处理虚拟仿真系统主界面

2.2.1 图像的基本处理

图像的基本处理模块包含图像平移、图像旋转、图像缩放、图像的镜像、图像病变区域的测量并标记等基本操作。在医学图像处理过程中，经常需要通过简单算法来改变图像的位置（平移、旋转和镜像）、形状（缩放和裁剪）以及测量出病灶区域的尺寸并做好标记，以便于观察图像中目标的细节。具体描述如下：

1）图像平移功能：将图像上所有像素点分别在水平方向和垂直方向，沿x轴和y轴移动一定的偏移量，实现图像水平与竖直的位置偏移。

2）图像旋转和缩放功能：分别调用 imrotate（）函数和imresize（）函数实现图像任意角度旋转和放大或缩小。常用的插值方法包括三种：最近邻插值（‘nearest’）、双线性插值（‘bilinear’）、双立方插值（‘bicubic’）。

3）图像镜像功能：包括水平镜像、垂直镜像和对角镜像。通过改变图像中各个像素点X和Y的坐标以实现图像三种不同的镜像功能。

2.2.2 图像形态学处理

图像的基本形态学运算通常包括四种：膨胀、腐蚀以及开、闭运算。由于所有形态学运算都是针对二值图像中的前景物体构建一种特殊的结构元，用于测量或提取图像中相应的形状或特征，如边缘轮廓、细节部分、连通区域等，以便进一步识别目标和分析图像，为图像增强技术提供了理论基础。

2.2.3 图像增强

图像增强是指按一定的变换方法突出图像中的某些特征信息，包括频率域法和空间域法。该模块包含空间域法的灰度级变换、直方图均衡化，频率域法的高通以及低通滤波功能。具体实现方法如下：

1）灰度级变换

灰度变换可调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。其包括线性灰度变换、分段线性灰度变换和非线性灰度变换。在曝光不足或过度的情况下，图像灰度可能会局限在一个很小的范围内，为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换对图像每一个像素灰度作线性拉伸，可有效地改善图像视觉效果。为了使图像的低灰度区和压缩高灰度区有较大拉伸，可采用非线性变换将图像灰度分布与人的视觉特性相匹配。令图像F(m,n)的灰度范围为[a,b]，线性变换后图像g(m,n)的范围为[a′,b′]，如图，g(m,n)与f(m,n)之间的关系式为：

3）高通和低通滤波

图像平滑是一种低频增强的空间域滤波技术。空间域的平滑滤波一般采用简单平均法进行，就是求邻近像元点的平均亮度值。图像锐化可以减弱或消除图像中的低频分量，但不影响高频分量。为了加强图像的边缘和轮廓，使图像看起来比较清晰。本系统使用在空域常用的图像平滑算法-均值滤波法，图像锐化算法-Log算子，采用 imfilter（）函数实现。

2.2.4 图像分割

图像分割是基于组织区域间的差异性和区域内的相似性的特点，将复杂图像分割成若干简单区域的过程。对图像进行了粗分割的方法分为两大类：阈值分割与区域分割。本系统主要针对区域分割算法的具体实现方法如下：

区域分割是利用图像的局部空间信息，将图像内部具有某种相似性质的像素连接起来，从而构成最终的分割区域。这种分割方法可以有效解决其他图像分割方法在空间上不连接的缺点。使用regiongrow（）函数实现。

2.2.5 图像复原

图像复原处理主要是将成像过程中的已退化图像采用基于稀疏表示的医学图像超分辨率复原算法进行仿真测试，并将其测试结果与其他算法的结果相比较完成运动伪影的医学图像复原，最终提高图像的整体质量。

2.2.6 图像融合

图像融合是用特定的算法将两幅或多幅图像综合成一幅新的图像。融合结果由于能利用两幅（或多幅）图像在时空上的相关性及信息上的互补性，并使得融合后得到的图像更全面、清晰。本系统是将CT图像和MRI图像融合，使融合后的图像同时具有解剖学和功能学特点。

3 功能模块测试

3.1 图像增强模块测试

本系统该模块应用的图像是对MRI脊柱图像分别进行线性正变换、对数变换、直方图均衡化、图像取反和低通滤波，其结果如图4所示。

图4 人体脊柱MRI图像增强

由于磁共振仪器采集及传输信息过程等外界因素的影响，使图像病变区域难以辨别。由上图对比可知，医学图像处理系统的图像增强模块通过设置参数的数值可以在一定范围内增加图像的对比性，使原图像的病变区域更容易识别，采用不同的算法处理图像，图像增强效果有差异，但其基本目的均是消除噪声、提高图像清晰度，提高图像质量的效果。

3.2 图像分割模块测试

应用本系统中的图像分割模块对医学CT图像的肺实质进行自动阈值分割，如图5所示肺实质部分可有效分割出来。

图5 人体CT肝脏图像肺实质分割

3.3 其他模块测试

1）图像基本处理

在主界面菜单栏中选择图像的基本处理→原图→平移→旋转→缩放→镜像，图6是利用本文提出的仿真系统分别对人体头颅MRI图像进行平移、旋转、缩放及镜像的效果。

图6 人体头颅MRI图像基本处理

2）图像的形态学处理

在主界面菜单栏中选择图像复原处理→原图→复原，图7是利用本文提出的仿真系统对人体肺部CT图像的伪影进行复原后的效果。

图7 人体胸部CT图像复原处理

3）图像的融合

在主界面菜单栏中选择图像融合处理→CT图像→MRI图像→CT+MRI，图8是利用本文提出的仿真系统对人体颅脑CT图像和MRI图像进行融合后的效果。

图8 CT+MRI 图像融合

4 结语

本文基于MATLAB_GUI界面设计的一种医学图像处理虚拟仿真系统。该系统主要采用图像分割、图像融合、图像增强、图像复原及形态学处理等基本图像处理功能实现对医学图像进行直接处理。通过一学期的课堂教学来测试本文提出的仿真系统效果来看，本系统不仅可以极大地提高学生的动手操作能力，而且增加了对医学图像处理这门课程的学习兴趣。该系统可有效的改善图像视觉效果、提高图像的分辨率以及病灶部位的辨识度。在今后的医学影像设备学、医学成像原理及医学影像诊断学等课程实验教学过程中加入这种以软件操作为主、交互性很强的仿真软件，为我们教学改革提供了一种创新的、直观的、操作性较强的教学方法。这种以图形方式直观表述抽象的知识点，可以增加学生对相应课程的兴趣，提高学生分析问题和处理问题的能力，具有较强的创新性和实用性。