劉二林　蘇蕊　王勝川

摘要：醫(yī)學(xué)圖像處理是一門(mén)包含大量的數(shù)學(xué)、圖像處理知識(shí)點(diǎn)的課程，我校不同專(zhuān)業(yè)對(duì)此門(mén)課程的要求不一，導(dǎo)致教、學(xué)環(huán)節(jié)存在一定的困難，根據(jù)我校三區(qū)一園的格局，以醫(yī)學(xué)圖像處理基本功能模塊為基礎(chǔ)，輔以Matlab、C++混合編程，開(kāi)發(fā)了可遠(yuǎn)程訪問(wèn)的交互醫(yī)學(xué)圖像處理平臺(tái)[1]，可根據(jù)不同專(zhuān)業(yè)的學(xué)習(xí)各取所需，各有側(cè)重，實(shí)現(xiàn)同一平臺(tái)，多種應(yīng)用，并以水平集分割為例詳細(xì)介紹了平臺(tái)的使用，并經(jīng)我校生物醫(yī)學(xué)工程專(zhuān)業(yè)學(xué)生試用，效果良好。

關(guān)鍵詞：圖像處理;水平集;混合編程;輪廓檢測(cè)

中圖分類(lèi)號(hào)：TP393? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）07-0009-03

Abstract：Medical image processing is a course which contains a large number of knowledge points of mathematics and image processing. There are different requirements for this course in different majors in our school， so that there are some difficulties in teaching and learning. According to the pattern of one garden in three districts of our school， the basic functional block of medical image processing is based on the combination of Matlab and C++. It has developed the interactive medical image processing platform which can be remotely visited. According to the needs of different specialties， the platform can be implemented on the same platform and many applications， and the use of the platform is introduced in detail with the level set segmentation， and the effect is good through the trial of the biomedical engineering students in our university.

Keywords：image processing; Level set; Hybrid programming; Contour detection

1 引言

我院開(kāi)設(shè)的《醫(yī)學(xué)圖像處理》是一門(mén)集數(shù)學(xué)、計(jì)算機(jī)技術(shù)、醫(yī)學(xué)于一體的復(fù)雜交叉學(xué)科，圖像處理結(jié)果對(duì)臨床醫(yī)生有重要的指導(dǎo)作用，但其內(nèi)容豐富、廣泛，并含有大量繁瑣數(shù)學(xué)公式推導(dǎo)，學(xué)生接受、理解存在一定的困難。與此同時(shí)，由圖像處理產(chǎn)生的二維序列，在頭腦中構(gòu)建出三維重建后的立體[2]，對(duì)并沒(méi)有醫(yī)學(xué)背景的醫(yī)學(xué)信息工程學(xué)院計(jì)算機(jī)各專(zhuān)業(yè)師生而言困難重重?；谖倚５拇髮W(xué)生創(chuàng)新創(chuàng)業(yè)項(xiàng)目，開(kāi)發(fā)了基于Matlab交互的醫(yī)學(xué)圖像處理平臺(tái)，旨在使同學(xué)們直觀了解醫(yī)學(xué)圖像的獲取，處理、重建前后的對(duì)比效果，加深對(duì)算法的理解和對(duì)醫(yī)學(xué)圖像的認(rèn)識(shí)[3]。

2 交互醫(yī)學(xué)圖像處理

2.1平臺(tái)的設(shè)計(jì)思想[4]

平臺(tái)的設(shè)計(jì)思想以醫(yī)學(xué)圖像處理的基本理論為基礎(chǔ)，通過(guò)交互的界面，學(xué)生可任意選擇實(shí)驗(yàn)項(xiàng)目或算法展示對(duì)比處理前后的效果，并通過(guò)基于B/S架構(gòu)，構(gòu)建服務(wù)器端和學(xué)生端（客戶端），并把此平臺(tái)嵌入醫(yī)學(xué)信息工程學(xué)院綜合實(shí)驗(yàn)中心虛擬仿真中心網(wǎng)站，實(shí)現(xiàn)兩校三區(qū)一園均可在線訪問(wèn)。

2.2 Matlab、C++混合編程

Matlab是一款優(yōu)秀的集眾多功能于一身的軟件，其優(yōu)越的計(jì)算性能在圖像處理過(guò)程中得以體現(xiàn)，以編程簡(jiǎn)單、易懂、工具包豐富得到各理工學(xué)科青睞，可把圖像、圖形以矩陣的形式予以計(jì)算，與此同時(shí)，Matlab是我院醫(yī)學(xué)信息工程學(xué)院計(jì)算機(jī)、生物醫(yī)學(xué)工程專(zhuān)業(yè)課程中均采用的軟件，學(xué)生熟悉其性能，并與基于C++的部分圖像功能函數(shù)進(jìn)行混合編程，提高編程效率。通過(guò)軟件界面及功能的實(shí)現(xiàn)，有效的“串聯(lián)”了計(jì)算機(jī)專(zhuān)業(yè)課程有關(guān)的知識(shí)。

3平臺(tái)的實(shí)施

醫(yī)學(xué)圖像理平臺(tái)的創(chuàng)建采用了服務(wù)器端和學(xué)生端的形式[5-6]，創(chuàng)建之初，藉希望其平臺(tái)可遠(yuǎn)程訪問(wèn)，并使用組件技術(shù)，搭建各實(shí)驗(yàn)項(xiàng)目所需的實(shí)驗(yàn)儀器設(shè)備，然后通過(guò)注冊(cè)到服務(wù)器端予以使用，以服務(wù)于我校三區(qū)一園的學(xué)生使用。

3.1創(chuàng)建服務(wù)器

服務(wù)器端采用了由安裝的Matlab及其OLE、COM組件、庫(kù)文件，并采用了由Matlab執(zhí)行解釋腳本語(yǔ)言的方式。服務(wù)器偽代碼如下：

Link.listen（port）

Link.accept（）;

cassociateromteAEtitlte（）;

if（iacceptremoteaetitle）

cassocitate.send（link）;

if（prescontexaccept>0）

cassociateac.send（link）

if（！iacceptlocalaetitle）

cassocitate.send（link）;

else

cassociate.send（link）;

3.2客戶（學(xué)生）端

通過(guò)客戶（學(xué)生）端，用戶不需要在本地機(jī)上安裝Matlab等相關(guān)的圖像處理軟件，只需要把需求提交至服務(wù)器端，服務(wù)器對(duì)接收到的請(qǐng)求予以響應(yīng)，將圖像處理后的結(jié)果，以網(wǎng)頁(yè)的形式返回客戶端，在客戶端的顯示器上顯示處理前后的效果。客戶（學(xué)生）端的確偽代碼如下：

Link=open tcp connection;

Construct cassociatedq;

Cassociaterq.send（link）;

Reply=link.receive（）;

If（reply==cassociateAC）

{

While（presentationcontext）

Acceptedpresentationcontext++

If（aceptedpresentationcontext！=0）

Return true;

Else

Return false;

}

Else if （reply==cassoctateRJ）

{closetcpcouncction

Return false;

}

4以圖像的輪廓檢測(cè)驗(yàn)證平臺(tái)

圖像的輪廓檢測(cè)是計(jì)算圖形學(xué)的重要內(nèi)容，在醫(yī)學(xué)圖像輪廓檢測(cè)中具有重要應(yīng)用。特別是在腫瘤的治療過(guò)程中，醫(yī)生往往利用腫瘤分割技術(shù)將腫瘤與正常組織分割開(kāi)來(lái)，通過(guò)確定腫瘤位置、腫瘤大小、形狀等腫瘤病灶輪廓特征對(duì)病灶進(jìn)行定性分析、探明病灶與其周?chē)M織間的關(guān)系;準(zhǔn)確地勾畫(huà)出腫瘤的邊界以及正常器官的范圍，確定治療范圍，制定合理的治療方案但由于病變組織的形態(tài)變化細(xì)微且無(wú)規(guī)律可循，加入成像過(guò)程中各種噪聲的引入，使腫瘤圖像分割沒(méi)有擺脫出具體任務(wù)具體分析的局面，沒(méi)有形成一個(gè)通用的解決方案。本平臺(tái)以一普通圖形的分割及醫(yī)學(xué)圖像的分割展示平臺(tái)的強(qiáng)壯性、可移植性。圖像分割方法眾多，從運(yùn)算量較小精度有限的Sobel算子、Kirsc算子、Laplacian算子，到計(jì)算復(fù)雜精度較高的區(qū)域生長(zhǎng)，水平集分割算法。創(chuàng)建的平臺(tái)根據(jù)需要分別予以給出具體演示，在此以水平集分割為例予以驗(yàn)證，C-V模型是基于區(qū)域的水平集方法，它對(duì)于要分割對(duì)象與背景的像素平均值具有明顯不同的圖像具有很好的效果。根據(jù)定義可得C-V模型的能量公式：

其核 心即為計(jì)算上式，當(dāng)其取最小值時(shí)，取得分割曲線c即為檢測(cè)對(duì)象的輪廓，根據(jù)求解方法的不同又衍生出許多計(jì)算方法，但均以復(fù)雜的數(shù)學(xué)公式推導(dǎo)為基礎(chǔ)，如學(xué)生為追求知識(shí)的理解，過(guò)多的投入精力用于數(shù)學(xué)公式的論證，將忽視醫(yī)學(xué)圖像處理的核心——圖像處理、圖像分析、理解。本平臺(tái)可為不同專(zhuān)業(yè)不同側(cè)重的學(xué)習(xí)者提供可視、直觀的圖像處理效果。使醫(yī)學(xué)類(lèi)相關(guān)專(zhuān)業(yè)學(xué)生無(wú)需過(guò)多的關(guān)注數(shù)學(xué)公式的論證，推導(dǎo)，直接點(diǎn)擊相關(guān)的分割方法[7-8]，即會(huì)產(chǎn)生分割效果。

具體操作步驟如下：

1）打開(kāi)圖象

2）選定主窗口

（1）單擊“選定主窗口”復(fù)選框

（2）拖動(dòng)鼠標(biāo)選定窗口

3）選擇水平集模型

4）只需選擇一個(gè)子窗口（子區(qū)域）

（1）選擇子區(qū)號(hào)1

（2）選定子窗口：

單擊“選定子窗口”復(fù)選框，拖動(dòng)鼠標(biāo)選定窗口。

5）單擊演化按鈕

演化8500次后：

5結(jié)論

在學(xué)習(xí)醫(yī)學(xué)圖像處理過(guò)程，接合我校實(shí)際教學(xué)需要，研制基于Matlab的交互醫(yī)學(xué)圖像處理平臺(tái)，實(shí)現(xiàn)了醫(yī)學(xué)圖像處理的基本圖像處理功能，并以水平集方法為例詳細(xì)介紹了平臺(tái)的使用方法，我校涉及此課程的各專(zhuān)業(yè)均可使用，并可根據(jù)使用者對(duì)圖像處理的理解，自行選擇算法，對(duì)比處理前后的效果。既繞開(kāi)了復(fù)雜的數(shù)學(xué)公式，又達(dá)到了醫(yī)學(xué)圖像處理知識(shí)的“串聯(lián)”，經(jīng)我校2016級(jí)、2017級(jí)生物醫(yī)學(xué)工程專(zhuān)業(yè)學(xué)生使用，運(yùn)行效果良好。平臺(tái)將在后續(xù)引入VR相關(guān)技術(shù)，使平臺(tái)的交互性、立體感更強(qiáng)。

參考文獻(xiàn)：

[1] 董默，蘇奎，周志尊，等.生物醫(yī)學(xué)工程專(zhuān)業(yè)《醫(yī)學(xué)圖像處理》實(shí)踐教學(xué)的改革[J].軟件，2017，38（2）：37-41.

[2] 李振偉，楊曉利，胡志剛，等.以學(xué)生為中心的專(zhuān)業(yè)課實(shí)驗(yàn)方式研究與實(shí)踐——以醫(yī)學(xué)圖像處理實(shí)驗(yàn)為例[J].中國(guó)醫(yī)學(xué)教育技術(shù)，2015，29（1）：87-91.

[3] 廖湘琳，宋金玉，余曉晗，等.基于項(xiàng)目化教學(xué)法的信息系統(tǒng)技術(shù)基礎(chǔ)課程教學(xué)設(shè)計(jì)[J].計(jì)算機(jī)教育，2017（4）：28-30.

[4] 李越.計(jì)算機(jī)圖像處理技術(shù)在醫(yī)學(xué)影像中的進(jìn)展與應(yīng)用[J].電腦知識(shí)與技術(shù)，2016，12（30）：238-240.

[5] 李銳娟，李瑞敏.臨床醫(yī)學(xué)中計(jì)算機(jī)圖像處理技術(shù)的應(yīng)用[J].中國(guó)新通信，2016，18（21）：153.

[6] Li C M，Xu C Y，Gui C F，et al.Distance regularized level set evolution and its application to image segmentation[J].IEEE Transactions on Image Processing，2010，19（12）：3243-3254.

[7]楊紅喆.水平集理論及其在醫(yī)學(xué)圖像分割中的應(yīng)用[D].北京理工大學(xué)學(xué)報(bào)，2014（8）.

[8]江貴平，秦文健，周壽軍. 醫(yī)學(xué)圖像分割及其發(fā)展現(xiàn)狀[J].? 計(jì)算機(jī)學(xué)報(bào)， 2015（6）.

【通聯(lián)編輯：王力】