Matlab在医学图像分割处理中的应用.pdfVIP

JMed 16，No．6 ·453· 中国医学影像学杂志2008年11月第16卷第6期ChineseImaging，November2008，Vol ·短篇论著· Matlab在医学图像分割处理中的应用 邢国泉1 刘柱2 李义兵1 邹卫东1 【摘要】 目的：通过Matlab软件处理，将医学图像中病灶部分轮廓更清晰地标记出来。材料和方法：利用Matlab平台 对脑部肿瘤图像进行分割和形态学处理。结果：在图像像素不太大的情况下，通过编程，实施图像分割和形态处理，可 以在维持原来图像的基础上，使原图像的轮廓明显清晰。结论：利用Matlab平台，通过对图像的分割和形态学运算可以 使病灶部分变得更清晰。 关键词 图像分割；Matlab；边缘检测 317．4 中国图书资料分类法分类号TP 图像分割可以理解为将图像中有意义的特征区域或者需 将上式以差分形式表示。得到： 要应用的特征区域提取出来，这些特征区域可以是像素的灰度 V 值、物体轮廓特性曲线、纹理特性等，也可以是空间频谱或直方 4f(i，j)]……………………………………………………(2) 图特征等。医学图像分割是医学图像处理和分析中的关键技 如果g(i，j)用来表示V 术，医学图像由于成像原理和设备的不同，存在多种成像模式， (i，j)点的灰度值，f(i，j)表示处理前(i，j)点的灰度值。 包括(CT)计算机断层扫描、(MRI)磁共振成像、(Ultrasound)超 应用Laplacian算子对图像滤波，通常使用的拉普拉斯算 声成像、(PET)正电子放射断层成像、(SPECT)单光子辐射断 子有3×3算子和5×5算子(图I，2)。经过滤波之后，就得到 层扫描及其它医学影像设备所获得的图像。本研究基于图像 了g(i，j)。在g(i，j)中，如果某对相邻象素异号，那么它们之 分割的理论基础，在Manab平台上，对脑部MRI图像进行了分 间就存在边缘。 割，实验结果表明，这一方法可成功地将脑瘤轮廓清晰地标记 出来。 ① 0 O ．1 O O② 0 —1 0 ．1 ．1 ．1 1基于边缘的分割 0 ．1 —2 ．1 O —1 4 ．1 ．1 8 ．1 ．1 ．2 16．2 ．1 边缘检测是医学图像处理的关键技术之一，目的是在有噪 0 —1 —2 ．1 0 声背景的图像中确定出目标物边界的位置。它在医学图像匹 0 ．1 0 ．1 ．1 ．1 0 O ．1 0 O 配、肿瘤病灶确定、造影血管检测、冠心病诊断、左心室边缘抽 出等方面占有举足轻重的地位。在图像处理上，一般都认为局 图1两种常用的3×3算子。图2常用的5×5算子。 部极值点或灰度发生急剧变化的点即为边缘。它可以粗略地 edge)以及线性边 分为：阶跃边缘(stepedge)和屋顶边缘(roof 利用图像强度二阶导数的零交叉点来求边缘点的算法对 缘(Line edge)三种。 噪声十分敏感，希望在