基于Matlab GUI的醫(yī)學(xué)圖像處理課程虛擬實(shí)驗(yàn)平臺(tái)設(shè)計(jì)_第1頁
基于Matlab GUI的醫(yī)學(xué)圖像處理課程虛擬實(shí)驗(yàn)平臺(tái)設(shè)計(jì)_第2頁
基于Matlab GUI的醫(yī)學(xué)圖像處理課程虛擬實(shí)驗(yàn)平臺(tái)設(shè)計(jì)_第3頁
基于Matlab GUI的醫(yī)學(xué)圖像處理課程虛擬實(shí)驗(yàn)平臺(tái)設(shè)計(jì)_第4頁
基于Matlab GUI的醫(yī)學(xué)圖像處理課程虛擬實(shí)驗(yàn)平臺(tái)設(shè)計(jì)_第5頁
已閱讀5頁,還剩1頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

基于MatlabGUI的醫(yī)學(xué)圖像處理課程虛擬實(shí)驗(yàn)平臺(tái)設(shè)計(jì)

醫(yī)學(xué)圖像處理是圖像處理技術(shù)應(yīng)用到醫(yī)學(xué)領(lǐng)域所產(chǎn)生的交叉學(xué)科,具有很強(qiáng)的理論性和實(shí)踐性,也具有學(xué)問面廣、理論難度大、試驗(yàn)內(nèi)容深的特點(diǎn)[1]。在醫(yī)學(xué)院校開設(shè)醫(yī)學(xué)圖像處理課程,不僅教授醫(yī)同學(xué)醫(yī)學(xué)圖像處理的基本原理、方法及編程技術(shù)等,更重要的是培育醫(yī)同學(xué)應(yīng)用所學(xué)學(xué)問的力量。

醫(yī)學(xué)圖像處理教學(xué)需要課堂教授,更需要加強(qiáng)實(shí)踐性教學(xué)環(huán)節(jié)[2-3],但由于課時(shí)和試驗(yàn)條件的限制,傳統(tǒng)授課有時(shí)難以達(dá)到教學(xué)要求,而虛擬試驗(yàn)則可彌補(bǔ)這方面的局限[4]:通過將Matlab仿真技術(shù)與GUI界面設(shè)計(jì)引入到教學(xué)中,開發(fā)可視化的醫(yī)學(xué)圖像處理虛擬試驗(yàn)平臺(tái),既取得抱負(fù)的教學(xué)效果,也可培育醫(yī)同學(xué)的自主學(xué)習(xí)力量、獨(dú)立思索力量和綜合應(yīng)用力量[5]。醫(yī)同學(xué)通過圖像處理仿真熟識(shí)各種醫(yī)學(xué)圖像處理方法的原理,并通過調(diào)整參數(shù),了解參數(shù)變化對(duì)醫(yī)學(xué)圖像處理效果的影響。

1試驗(yàn)平臺(tái)的結(jié)構(gòu)

醫(yī)學(xué)圖像處理虛擬試驗(yàn)平臺(tái)的設(shè)計(jì)思想是結(jié)合醫(yī)學(xué)圖像處理的基本理論,通過虛擬試驗(yàn)的方法強(qiáng)化醫(yī)學(xué)圖像處理的基本思想與核心概念,為醫(yī)同學(xué)的理解和應(yīng)用供應(yīng)關(guān)心[6]。

通過GUI界面,醫(yī)同學(xué)可選擇任意感愛好的項(xiàng)目或老師指定的項(xiàng)目進(jìn)行仿真試驗(yàn)[7]。試驗(yàn)平臺(tái)還供應(yīng)醫(yī)學(xué)圖像處理相關(guān)課件、圖像處理Matlab編程的教學(xué)視頻、仿真試驗(yàn)指導(dǎo)書、拓展試驗(yàn)題等資料,醫(yī)同學(xué)可利用GUI界面隨時(shí)調(diào)入進(jìn)行自學(xué)。

同時(shí),試驗(yàn)平臺(tái)還供應(yīng)腦腫瘤fmri處理示例,此示例選取于臨床影像三維顯示的實(shí)際應(yīng)用,關(guān)心醫(yī)同學(xué)了解如何將自己所學(xué)的圖像處理學(xué)問應(yīng)用到工作實(shí)踐中,從而提高醫(yī)同學(xué)的綜合素養(yǎng)。

依據(jù)教學(xué)方案的要求,醫(yī)學(xué)圖像處理虛擬試驗(yàn)平臺(tái)包含醫(yī)學(xué)圖像處理教學(xué)內(nèi)容中全部典型的試驗(yàn)項(xiàng)目,詳細(xì)內(nèi)容如下:

(1)圖像插值試驗(yàn)。主要分析最近鄰插值(NearestInterpolation)、雙線性插值(BilinearInterpolation)和雙三次插值(BicubicInterpolation)的原理[8]和Matlab編碼。

(2)圖像銳化試驗(yàn)。主要分析Roberts算子、Prewitt算子和Sobel算子的原理和Matlab編碼,并且比較每種邊緣檢測(cè)算法對(duì)應(yīng)的6個(gè)結(jié)果,包括原圖、直接梯度輸出圖像、門檻推斷圖像、邊緣規(guī)定圖像、背景規(guī)定圖像和二值圖像。

(3)圖像去噪試驗(yàn)。主要分析均值濾波、中值濾波、維納濾波等圖像平滑處理算法[9]的原理和Matlab編碼。

(4)圖像融合試驗(yàn)。主要分析像素灰度值極大/微小融合法、加權(quán)平均融合法、傅里葉變換法的原理[10]和Matlab編碼。

(5)圖像分割試驗(yàn)。主要分析全局閾值法、大津閾值法、迭代法、最大熵分割法和局部閾值法等圖像分割方法[11]的原理和Matlab編碼。

(6)頭動(dòng)校正試驗(yàn)。主要討論投影法[12]配準(zhǔn)技術(shù)的原理與Matlab編碼,并且展現(xiàn)投影法頭動(dòng)校正后的效果。

(7)三維可視化試驗(yàn)。主要討論基于體繪制的三維重建算法[13]原理與Matlab編碼。

例如,在圖像去噪試驗(yàn)中,加入噪聲的參數(shù)可由用戶自己輸入。針對(duì)噪聲圖像,醫(yī)同學(xué)可以選用不同的平滑算法,自行設(shè)置模板參數(shù),進(jìn)行圖像去噪處理。通過觀看加噪效果及比較各種平滑處理算法處理后的結(jié)果,醫(yī)同學(xué)對(duì)平滑算法處理的針對(duì)性、參數(shù)取值范圍和試驗(yàn)結(jié)果都會(huì)比較熟識(shí),從而達(dá)到教學(xué)目的(詳細(xì)操作過程見第3部分)。

2試驗(yàn)平臺(tái)的設(shè)計(jì)

使用Matlab圖形用戶界面開發(fā)環(huán)境(MatlabGraphicalUserInterfaceDevelopmentEnvironment,GUIDE)創(chuàng)建GUI圖形界面是常用創(chuàng)建MatlabGUI的方法,該方法簡(jiǎn)潔易學(xué),能便利實(shí)現(xiàn)圖形控件的各種功能。醫(yī)學(xué)圖像處理虛擬試驗(yàn)平臺(tái)的GUI界面主要包括虛擬試驗(yàn)平臺(tái)主界面、課件界面、試驗(yàn)名稱界面、各試驗(yàn)項(xiàng)目界面、教學(xué)視頻界面、腦腫瘤fmri處理示例界面等。

醫(yī)學(xué)圖像處理虛擬試驗(yàn)平臺(tái)主界面的主要控件為7個(gè)按鈕(PushButton)。按鈕有多個(gè)功能,如函數(shù)的調(diào)入、界面之間的跳轉(zhuǎn)等。將所需控件移入GUI界面,再對(duì)各控件根據(jù)程序要求進(jìn)行屬性編輯,修改完成后,點(diǎn)擊GUI界面工具欄中的運(yùn)行按鈕,即可運(yùn)行設(shè)計(jì)完成的GUI界面,Matlab系統(tǒng)會(huì)自動(dòng)生成相應(yīng)的M文件。

設(shè)計(jì)試驗(yàn)平臺(tái)時(shí),考慮到醫(yī)學(xué)圖像處理的理論學(xué)問較多,同時(shí)考慮到醫(yī)同學(xué)自學(xué)的要求,將課件與教學(xué)視頻根據(jù)由易到難的挨次排列。根據(jù)教學(xué)要求,設(shè)置7項(xiàng)醫(yī)學(xué)圖像處理試驗(yàn),而每個(gè)試驗(yàn)都有試驗(yàn)?zāi)康?、試?yàn)原理、試驗(yàn)內(nèi)容、試驗(yàn)結(jié)果與分析等項(xiàng)目,因此設(shè)置成試驗(yàn)?zāi)康?、試?yàn)原理、試驗(yàn)內(nèi)容、試驗(yàn)結(jié)果與分析和返回5個(gè)按鈕,以圖像去噪試驗(yàn)為例。

通過“試驗(yàn)結(jié)果與分析”按鈕就可進(jìn)入仿真界面,進(jìn)行仿真分析,如圖1所示。選取相應(yīng)的文件,輸入相應(yīng)的參數(shù),點(diǎn)擊對(duì)應(yīng)按鈕,即可對(duì)圖片進(jìn)行加噪去噪處理,并能直接觀看比較處理結(jié)果。

為培育醫(yī)同學(xué)應(yīng)用所學(xué)圖像處理學(xué)問的力量,試驗(yàn)平臺(tái)設(shè)計(jì)腦腫瘤fmri處理示例板塊。其內(nèi)容是對(duì)腦部fmri原始數(shù)據(jù)進(jìn)行預(yù)處理、放大、圖像分割、體重建等操作,對(duì)腦部進(jìn)行三維可視化[14]。腦部MRI圖像的三維顯示就是指利用一系列的二維腦部MRI圖像重建三維圖像模型并進(jìn)行定性定量分析的技術(shù)。通過三維重建可以科學(xué)、精確?????地重建出被檢物體,避開傳統(tǒng)方法中臨床醫(yī)生通過自己大?X想象的不確定因素[15]。醫(yī)同學(xué)只有親自對(duì)腦部fmri原始數(shù)據(jù)進(jìn)行讀入、預(yù)處理、分割、重建等操作才能得到如圖2所示的腦部輪廓三維圖,從而初步熟悉自己所學(xué)圖像處理技能的組合應(yīng)用,明確醫(yī)學(xué)圖像處理對(duì)臨床診斷與治療規(guī)劃的意義,達(dá)到學(xué)以致用的效果。3仿真實(shí)例分析

每個(gè)試驗(yàn)項(xiàng)目都供應(yīng)仿真演示示例。以圖像去噪試驗(yàn)為例,如圖3所示。首先加入方差為0.02的高斯噪聲,修改完參數(shù)后,點(diǎn)擊加入噪聲按鈕就能得到噪聲圖像,假如均值參數(shù)修改為除0以外的任何數(shù),則不會(huì)顯示任何圖像。然后針對(duì)生成的噪聲圖像,對(duì)其進(jìn)行中值濾波處理、均值濾波處理和維納濾波處理。每次進(jìn)行處理前,都需要輸入模板尺寸,模板尺寸越大,去噪效果越明顯,但是圖像丟失信息也會(huì)更加嚴(yán)峻。醫(yī)同學(xué)可通過反復(fù)修改模板尺寸,比對(duì)每次處理結(jié)果,選出最佳的模板參數(shù)。進(jìn)行三種濾波處理后,醫(yī)同學(xué)可依據(jù)三種濾波處理后的結(jié)果來總結(jié)每種濾波處理的特點(diǎn)與效果。最終,醫(yī)同學(xué)假如有學(xué)習(xí)或者校驗(yàn)代碼的需要,可以點(diǎn)開對(duì)應(yīng)的主要代碼查看按鈕進(jìn)行代碼查看。

4虛擬試驗(yàn)平臺(tái)的使用與評(píng)價(jià)

醫(yī)學(xué)圖像處理虛擬試驗(yàn)平臺(tái)的Matlab文件編譯完畢后,生成的可執(zhí)行文件需要Matlab運(yùn)行環(huán)境的支持,假如要將此軟件發(fā)布到其他沒有Matlab運(yùn)行環(huán)境的機(jī)器,還需要進(jìn)行一項(xiàng)工作,即打包Matlab組件運(yùn)行環(huán)境(MatlabComponentRuntime,MCR)[16]。建議采納專業(yè)的安裝包制作軟件SetupFactory將MCR與軟件一起打包,設(shè)置代碼使得安裝包解壓完畢后,自動(dòng)安裝MCR。安裝完成后,點(diǎn)擊編譯的Matlab可執(zhí)行程序,即可運(yùn)行醫(yī)學(xué)圖像處理虛擬試驗(yàn)平臺(tái)。

經(jīng)過醫(yī)學(xué)圖像處理選修課投入使用后,醫(yī)同學(xué)的學(xué)習(xí)樂觀性顯著提高。除課堂授課外,大多數(shù)醫(yī)同學(xué)在課后通過虛擬試驗(yàn)平臺(tái)進(jìn)行理論自學(xué)和題目自測(cè),使得總體考核成果明顯上升,教學(xué)質(zhì)量顯著提高。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論