【图像分割】基于计算机视觉实现胸部CT肺质提取附matlab代码

1 内容介绍

在现代医学领域中,医学影像处理技术随着计算机科学和影像技术的进步,已经成为医学领域重要的一个分支。室外光照度不均、CT自身空间分辨率和层厚参数、人体组织器官蠕动等诸多外界因素造成了医学X线图像具有噪声污染、细节信息隐藏、病变组织边缘模糊等问题[1]-[3],对医生诊断和治疗的准确性构成了潜在影响。本文以"人体肺"CT图像为研究对象,利用MATLAB GUI(Graphical UserInterface)的高度集成开发环境,对图像进行了图像增强、滤波、边缘检测、图像分割和形态学处理操作。结果证明处理后的CT图像较原图像有更好的可视度,有效地改善了图像质量,方便医务人员提取更多有价值的图像细节信息。​

2 仿真代码

%  （图像分割）MATLAB胸部CT肺质提取%  demo%  by HPC_ZY 20190718clear; close all; clc​load imset % 数据集showflag = 0; % 是否显示中间图像imidx = 1; % 测试图像序号​im = im2double(imset{imidx});​%% 1.阈值分割% 全局分割imbi0 = imbinarize(im);​% 基于轮廓像素分割Eidx = edge(im,'log'); % 拉普拉斯获取边缘E1 = im(Eidx); % 获取边缘像素E1 = E1(E1>0);imbi1 = imbinarize(im,graythresh(E1));​% 基于有效像素分割E2 = im(im>0.02); % 获取非0像素imbi2 = imbinarize(im,graythresh(E2));​if showflag    figure    subplot(221),imshow(im),title('\fontsize{16}原图')    subplot(222),imshow(imbi0),title('\fontsize{16}全局分割')    subplot(223),imshow(imbi1),title('\fontsize{16}基于轮廓像素分割')    subplot(224),imshow(imbi2),title('\fontsize{16}基于有效像素分割')end​​%% 2.提取人体部分% 计算连通分量[label,num] = bwlabel(imbi0);% 计算最大连通分量MAX = 0;for k = 1:num    maxtmp = sum(find(label==k));    if maxtmp>MAX        IDX = k;        MAX = maxtmp;    endendimbi = label==IDX;​if showflag    figure    subplot(121),imshow(imbi0),title('\fontsize{16}二值图')    subplot(122),imshow(imbi),title('\fontsize{16}胸腔')end​​%% 3.提取疑似肺质imbiFull = imfill(imbi,'hole'); % 填充objtmp = imbiFull-imbi;​if showflag    figure    subplot(131),imshow(imbi),title('\fontsize{16}胸腔')    subplot(132),imshow(imbiFull),title('\fontsize{16}填充')    subplot(133),imshow(objtmp),title('\fontsize{16}疑似肺质')end​​%% 4.去除非肺质P = 2000;MASK = bwareaopen(objtmp,P,4);  % 删除面积小于P的连通分量if showflag    figure    subplot(131),imshow(objtmp),title('\fontsize{16}疑似肺质')    subplot(132),imshow(MASK),title('\fontsize{16}肺质MASK')    subplot(133),imshow(im),title('\fontsize{16}原图')end​​%% 5.其他优化操作​% 略​figuresubplot(221),imshow(im),title('\fontsize{16}原图')subplot(222),imshow(imbi),title('\fontsize{16}胸腔')subplot(223),imshow(objtmp),title('\fontsize{16}疑似肺质')subplot(224),imshow(MASK),title('\fontsize{16}肺质MASK')​​

3 运行结果

4 参考文献

[1]杨宝会. 基于Matlab GUI的医学图像处理系统. Diss. 暨南大学, 2015.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。