内容发布更新时间 : 2024/12/28 15:50:36星期一 下面是文章的全部内容请认真阅读。

龙源期刊网 http://www.qikan.com.cn

MATLAB在医学图像分割处理中的应用

作者：李越

来源：《价值工程》2015年第28期

摘要：在Matlab平台上结合图像分割理论对医学图像的处理已成为现代医学领域不可或缺的辅助技术，医学图像是医生诊断病情的关键性依据，医学图像视觉效果的提高有助于提高医生的确诊率，提高现代医疗水平，促进医学的可持续发展。本课题对胸部MRI图像进行了处理，该实验证明，该方法确实能够提高图像处理效果，清晰标记病灶部位。

Abstract： The medical image processing in Matlab platform based on the image segmentation theory has become an integral assistive technology in the field of modern medicine. Medical image is a key basis for doctors to diagnose the disease and the improvement of the visual effect of medical image can improve doctor’s diagnosis rate， improve the level of modern medical care， and promote sustainable development of medicine. The article processed the chest MRI images， and the experiment showed that this method could improve the image processing effects and clearly mark lesion site.

关键词：MATLAB；医学图像；边缘分割；阀值分割

Key words： MATLAB；medical image；edge segmentation；threshold segmentation 中图分类号：TP317.4 文献标识码：A 文章编号：1006-4311（2015）28-0191-04 0 引言

医学图像分割是将图像分割技术应用于医学领域的成功示例，它是医学图像处理的重要手段，在很大程度上提高了医生的确诊率。基于不同设备和运行原理的医学图像比较复杂，包括（PET）正电子放射断层成像、（CT）计算机断层扫描、（SPECT）单光子辐射断层扫描、 （Ultrasound）超声成像、（MRI）磁共振成像等其它图像。本课题将在Matlab平台上结合图像分割的基本原理对胸部MRI图像进行分割，实验证明，利用该方法能够清晰准确标记肿瘤轮廓。

1 基于图像边缘的分割技术

作为医学图像处理中的关键技术之一，边缘检测的目的就是从含有噪声信息的医学图像中找出目标物的所在位置，广泛应用于肿瘤病灶的确定、冠心病诊断、造影血管检测以及医学图像匹配等方面。一般意义上的边缘指的是局部极值点或者那些灰度发生迅速变化的点，可大致分为：屋顶边缘（Roof Edge）、线性边缘（Line Edge）和阶跃边缘（Step Edge）。

龙源期刊网 http://www.qikan.com.cn

为更加准确地找出图像中的边缘点，学者们研究设计了诸多检测算子（Edge Detectors），并对检测出的边缘点进行跟踪，形成图像边缘。本文引入马尔算子——先利用高斯函数对原始图像进行平滑滤波处理，之后再采用Laplacian算子（log）和Canny算子。

1.1 Marr-Hildreth（马尔）算子 Marr-Hildreth（马尔）算子也称为高斯—拉普拉斯算子，利用阶跃型边缘的一阶导数可以取得局部的极值，其二阶导数是零。因此，离散数字图像中的边缘点一定是二阶导数的零点，即将二阶导数为零点作为确定边缘的依据，常用的二阶导数算子是Laplacian算子，二元函数 的Laplacian变换定义如下：

通常在应用中，用5*5Laplacian算子作卷积运算后找寻零交叉点。若某像素值小于-θ2，其四周的8个像素值均大于θ2，则该像素即是零交叉点。

通常可以利用高斯函数的标准差σ来调整LoG算子进行边缘检测后的结果，即σ值越大，则对噪声的滤波效果就越好，但是也会丢失一些重要的边缘数据信息，会对边缘检测的性能产生影响；σ值越小，又会导致不完全平滑而剩下了过多的噪声。所以如果不清楚道物体的尺度和位置，就很难对滤波器的σ值进行确定。通常，滤波器在采用大σ值时会产生鲁棒边缘，使用小σ时会产生精确定位的边缘，将两者有效结合起来，就能实现图像最佳边缘的检测。

1.2 Canny算子 图像边缘提取主要解决的是抗噪和增强边缘之间的矛盾问题，因为噪声和图像的边缘在频域内都属于高频量，进行简单的微分提取时会使得噪声得到相应的增强，故需在进行微分运算前应该进行平滑滤波，从而降低噪声带来的影响。经过严格的数学分析和严密的推导，Canny提出一种最佳边缘算子提取网，该算子由数个指数函数的线性组合而成，然后采用带方向的一阶微分来确定导数的最大值。Caany算子的边缘检测性能高，是很好的图像边缘检测算子。利用高斯函数的一阶微分，Canny算子能有效的平衡图像边缘检测和抑制噪声之间的矛盾。

2 基于图像阀值的分割技术

阀值分割指的是采用一定的算法，设置不同的阀值，从而将图像的像素点分割到诸多不同的区域。利用数个阀值将图像像素划分为很多灰度域，把相同灰度级的像素划到相应的区域。阀值分割方法按阀值的设置不同分为迭代法、双峰法和最大类间方差法。

2.1 迭代法 迭代法是采用特定算法原理来实现阀值的自动选取，然后根据该阀值来进行分割，具体步骤如下：①选定初始阀值P，利用图像像素的最小灰度和最大灰度来选择；②利用阀值P将图像分割为两部分；③计算所分两个区域灰度的均值μ1和μ2；④计算新的阀值P=（μ1+μ2）/2。 4 结语

龙源期刊网 http://www.qikan.com.cn

众多临床经验表明，图像分割技术在医学图像处理中有着不可替代的作用。本课堂为提出更加充分的论据，运用了边缘分割和阀值分割的基本方法对医学图像处理技术进行了详细分析，并在Matlab平台上进行仿真实验。在实验过程中，运用该技术对胸部MRI图像进行分割，能够清楚标记病灶部位的肿瘤轮廓。实验证明，利用图形分割技术对医学图像的分析处理能够进行有效的辅助治疗，极大地提高了现代医疗水平。 参考文献：

[1]邢国泉，刘柱，李义兵，邹卫东.Matlab在医学图像分割处理中的应用[J].中国医学影像学杂志，2008（06）：453-455.

[2]杨烨，车立娟.Matlab在医学图像后处理中的应用[J].上海中医药大学学报，2009（02）：40-42.

[3]林利，王立伟.Matlab在医学图像处理中的应用[J].牡丹江医学院学报，2003（01）：67-70.

[4]张博.基于边缘检测的细胞图像分割方法研究与实现[D].武汉理工大学，2006.