医学图像处理是图像处理技术应用到医学领域所产生的交叉学科，具有很强的理论性和实践性，也具有学问面广、理论难度大、试验内容深的特点[1]。在医学院校开设医学图像处理课程，不仅教授医同学医学图像处理的基本原理、方法及编程技术等，更重要的是培育医同学应用所学学问的力量。 医学图像处理教学需要课堂教授，更需要加强实践性教学环节[2-3]，但由于课时和试验条件的限制，传统授课有时难以达到教学要求，而虚拟试验则可弥补这方面的局限[4]：通过将Matlab仿真技术与GUI界面设计引入到教学中，开发可视化的医学图像处理虚拟试验平台，既取得抱负的教学效果，也可培育医同学的自主学习力量、独立思索力量和综合应用力量[5]。医同学通过图像处理仿真熟识各种医学图像处理方法的原理，并通过调整参数，了解参数变化对医学图像处理效果的影响。
1 试验平台的结构
医学图像处理虚拟试验平台的设计思想是结合医学图像处理的基本理论，通过虚拟试验的方法强化医学图像处理的基本思想与核心概念，为医同学的理解和应用供应关心[6]。
通过GUI界面，医同学可选择任意感爱好的项目或老师指定的项目进行仿真试验[7]。试验平台还供应医学图像处理相关课件、图像处理Matlab编程的教学视频、仿真试验指导书、拓展试验题等资料，医同学可利用GUI界面随时调入进行自学。
同时，试验平台还供应脑肿瘤fmri处理示例，此示例选取于临床影像三维显示的实际应用，关心医同学了解如何将自己所学的图像处理学问应用到工作实践中，从而提高医同学的综合素养。
洗瓶 依据教学方案的要求，医学图像处理虚拟试验平台包含医学图像处理教学内容中全部典型的试验项目，详细内容如下：
（1）图像插值试验。主要分析最近邻插值（Nearest Interpolation）、双线性插值（Bilinear Interpolation）和双三次插值（Bicubic Interpolation）的原理[8]和Matlab编码。
（2）图像锐化试验。主要分析Roberts算子、Prewitt算子和Sobel算子的原理和Matlab
编码，并且比较每种边缘检测算法对应的6个结果，包括原图、直接梯度输出图像、门槛推断图像、边缘规定图像、背景规定图像和二值图像。
（3）图像去噪试验。主要分析均值滤波、中值滤波、维纳滤波等图像平滑处理算法[9]的原理和Matlab编码。
（4）图像融合试验。主要分析像素灰度值极大/微小融合法、加权平均融合法、傅里叶变换法的原理[10]和Matlab编码。
（5）图像分割试验。主要分析全局阈值法、大津阈值法、迭代法、最大熵分割法和局部阈值法等图像分割方法[11]的原理和Matlab编码。
（6）头动校正试验。主要讨论投影法[12]配准技术的原理与Matlab编码，并且展现投影法头动校正后的效果。 厂房屋顶光伏发电
（7）三维可视化试验。主要讨论基于体绘制的三维重建算法[13]原理与Matlab编码。
例如，在图像去噪试验中，加入噪声的参数可由用户自己输入。针对噪声图像，医同学
支的结构
可以选用不同的平滑算法，自行设置模板参数，进行图像去噪处理。通过观看加噪效果及比较各种平滑处理算法处理后的结果，医同学对平滑算法处理的针对性、参数取值范围和试验结果都会比较熟识，从而达到教学目的（详细操作过程见第3部分）。
2 试验平台的设计
使用Matlab图形用户界面开发环境（Matlab Graphical User Interface Development Environment，GUIDE）创建GUI图形界面是常用创建Matlab GUI的方法，该方法简洁易学，能便利实现图形控件的各种功能。医学图像处理虚拟试验平台的GUI界面主要包括虚拟试验平台主界面、课件界面、试验名称界面、各试验项目界面、教学视频界面、脑肿瘤fmri处理示例界面等。
医学图像处理虚拟试验平台主界面的主要控件为7个按钮（Push Button）。按钮有多个功能，如函数的调入、界面之间的跳转等。将所需控件移入GUI界面，再对各控件根据程序要求进行属性编辑，修改完成后，点击GUI界面工具栏中的运行按钮，即可运行设计完成的GUI界面，Matlab系统会自动生成相应的M文件。
设计试验平台时，考虑到医学图像处理的理论学问较多，同时考虑到医同学自学的要求，将课件与教学视频根据由易到难的挨次排列。根据教学要求，设置7项医学图像处理试验，而每个试验都有试验目的、试验原理、试验内容、试验结果与分析等项目，因此设置成试验目的、试验原理、试验内容、试验结果与分析和返回5个按钮，以图像去噪试验为例。
电动 通过“试验结果与分析”按钮就可进入仿真界面，进行仿真分析，如图1所示。选取相应的文件，输入相应的参数，点击对应按钮，即可对图片进行加噪去噪处理，并能直接观看比较处理结果。
为培育医同学应用所学图像处理学问的力量，试验平台设计脑肿瘤fmri处理示例板块。其内容是对脑部fmri原始数据进行预处理、放大、图像分割、体重建等操作，对脑部进行三维可视化[14]。脑部MRI图像的三维显示就是指利用一系列的二维脑部MRI图像重建三维图像模型并进行定性定量分析的技术。通过三维重建可以科学、精确 地重建出被检物体，避开传统方法中临床医生通过自己大?X想象的不确定因素[15]。医同学只有亲自对脑部fmri原始数据进行读入、预处理、分割、重建等操作才能得到如图2所示的脑部轮廓三维mum-147
防盗螺母
图，从而初步熟悉自己所学图像处理技能的组合应用，明确医学图像处理对临床诊断与规划的意义，达到学以致用的效果。 3 仿真实例分析
每个试验项目都供应仿真演示示例。以图像去噪试验为例，如图3所示。首先加入方差为0.02的高斯噪声，修改完参数后，点击加入噪声按钮就能得到噪声图像，假如均值参数修改为除0以外的任何数，则不会显示任何图像。然后针对生成的噪声图像，对其进行中值滤波处理、均值滤波处理和维纳滤波处理。每次进行处理前，都需要输入模板尺寸，模板尺寸越大，去噪效果越明显，但是图像丢失信息也会更加严峻。医同学可通过反复修改模板尺寸，比对每次处理结果，选出最佳的模板参数。进行三种滤波处理后，医同学可依据三种滤波处理后的结果来总结每种滤波处理的特点与效果。最终，医同学假如有学习或者校验代码的需要，可以点开对应的主要代码查看按钮进行代码查看。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议