毕业设计论文-基于matlab的dicom医学图像浏览器设计

毕业设计论文-基于matlab的dicom医学图像浏览器设计内容摘要：

DICOM 医学图像 BMP、 JPEG、 TIFF 等通用图像格式的 Header 只描述图像的基本参数：如几行、几列、每点用了几位、有没有压缩、颜色表等等。 Header 往往是固河南科技大学毕业设计（论文） 10 定长度的 ， 而医疗影像还需要许多其它参数，如病人基本资料、 检查的日期和时间、检查设备、图像的摄取角度和标注信息等等。 而且每种模式的图像所需要的参数内容都不一样 ， 因此，不能使用一般的图像格式。 各医疗影像设备生产厂商的图像获取系统能够将设备获取的图像通过直接或间接的方式转换为能够存储和处理的专有图像格式，但是由于缺乏统一的标准，各厂商设备之间的医学图像存储格式、传输方式千差万别，使得医学图像信息在不同系统、不同应用之间的交换受到严重阻碍。 在上述背景之下，美国放射学会 (ACR)和电器制造协会 (NEMA)联合制定了 DICOM 标准。 DICOM 是“ Digital Imaging and Communications in Medicine” 的缩写，即医学数字成像和通信标准； DICOM 标准既是图像格式的标准，也是图像通讯的标准。 目前，最新的 标准已经被世界上主要的医学影像设备生产厂商接受，因此已经成为事实上的工业标准。 DICOM 医学图象文件的后缀为 .dcm，其文件结构主要包括三部分： 1. 导言，共 128 个 预定义引导 字节 ， 该部分通常全为 00H； 2. 前缀， 4 个字节，规定为 D、 I、 C、 M 4 个字符，用以判断该文件是否为 DICOM 文件 ， 在文件中为十六进制的“ 44 49 43 4D” ； 3. 数据元素 (Data Element)，一般有多组数据元素 ， 每一数据元素又由标签 (Tag)、数据类型 (VR， Value Representation)、数据长度 (VL， Value Length)和数据 (Value)共 4 部分组成 ，如图 所示。 数据元素中包含了诸如设备类型、病人信息、图像存储参数、像素数据等内容 ， DICOM 数据集合是由 DICOM 数据元素按照一定的顺序排列组成的 [8]。 DICOM 文件数据元素组成如图 21 所示： 图 21 DICOM 文件数据元素结构 (1) 标签 (Tag) 标签是一个 4 字节无符号整数。 DICOM 文件的标签格式为 (组号 ，元素号 )，其中组号及元素号各占两个字节 ， 前两个字节是组号，后两个河南科技大学毕业设计（论文） 11 字节是元素号 ， 数据元素是通过数据标签唯一标识的。 十六进制下的格式如 (0002,0003)， 其中组号表明这个数据元素属于哪个组，如 0028 代表 DICOM 图像数据的相关参数组 ； 元素号用于区分同一组中不同的数据元素。 每一组使用 (0000)的元素号保存本组的总长度。 (2) 数据 类型 (VR) VR 规定 了数据元素中数据的类型 和格式 ， 一般为 2 字节的字符串，例如 一个数据元素的 VR 是 DA， 则 表示该数据元素中存储的是DATE(日期 )数据 类型；而 TM 代表 的是 TIME(时间 )数据类型。 VR 是可选的，取决于事先商定的传输语法 (Transfer Syntax UID)，它包含在标签为 (0002， 0010)的数据元素中。 UID 形式上是一个字符串，用于唯一标识 DICOM 标准中各种不同的信息对象，在 DICOM 文件中有很多 UID，如诊断 UID、字符格式 UID、图像存储 UID 和传输协议 UID 等等，这些 UID有些可以套用现成的，有些必须要自己确定，特别是 UID 中的厂商信息、医院信息以及图像的分类序列号等等。 数 据类型 VR 分为显示 (Explicit VR)和隐式 (Implicit VR)两种，数据在显式传输时 VR 必须存在，而隐式传输时 VR为空，组号为 0002 的数据元素都是显式的。 (3) 数据长度 (VL) 数据长度是指数据元素的数据域中数据的长度 (字节数 )。 VL 一般为两个字节，但当 VR 为隐式和 VR 为 OB， OW， SQ 时， VL 用 4 个字节表示，其中 OB 表示像素数据不压缩， OW 表示像素数据压缩， SQ表示数据元素中存在嵌套，常用于多帧图像。 这个长度只是值的长度，不包括数据元素标签，数据类型 VR，数据长度 VL 字段。 (4) 数 据 (Value) 存放了该数据元素的数值，该字段的数据类型由数据元素的 VR 确定。 河南科技大学毕业设计（论文） 12 第三章 系统设计 167。 总体设计 根据本 设计 研究的内容 ，可以把各功能分为三大项，考虑到界面有限，为了使系统简洁友好，这些功能全部在菜单栏中体现，共分为三个模块，分别为图像读取和显示模块，图像的基本操作模块和 DICOM 图像增强模块。 所设计的 DICOM 医学图像浏览器的系统框图 可以用图 31 表示 ： D I C O M 医 学 图 像 浏 览 器图 像 读 取 和 显 示图 像 的 基 本 操 作D I C O M 图 像 增 强 处 理 图 31 DICOM 医学图像浏览器功 能模块示意图 167。 各模块设计 167。 图像读取和显示 图像的读取和显示模块包括对“ .dcm； .jpg； .bmp”格式图像的读取和显示，以及对“ .dcm”图像所包含的信息的显示。 167。 图像的基本操作 1. 图像的旋转 图像旋转是指图像以某一参考点为中心旋转一定的角度，形成一幅新的图像的过程，这个参考点通常是图像的中心。 图像旋转会使某些像素点落到原图像的外面，因此若要保持原来的各像素信息，需要将图像扩大。 以原图像四个角旋转所到位置的横纵坐标的最大值作为扩大后的范围。 旋转后所得图像各像 素点的灰度值的确定方法是：将旋转后所得图像上河南科技大学毕业设计（论文） 13 各点反向旋转，映射到原图像上，像素位置可能不再是整数值，就以该像素在原图像中的位置对应的灰度作为该像素的灰度，超出部分置为 0，这种方法是最近邻域插值，当然也可以应用双线性插值，或其他的插值方法 [9]。 图像旋转也是数字图像处理中常用的处理方法，可以使用户从各个角度来观察图像，使分析诊断更加准确。 2. 窗位窗宽调整 窗宽指 CT 图像上显示的 CT 值范围，在此 CT 值范围内的组织和病变均以不同的模拟灰度显示 [10]。 而 CT 值高于此范围的组织和病变，无论高出程度有多少，均以 白影显示，不再有灰度差异；反之，低于此范围的组织结构，不论低的程度有多少，均以黑影显示，也无灰度差别。 增大窗宽，则图像所示 CT 值范围加大， 显示具有不同密度的组织结构增多，但各结构之间的灰度差别减少 ； 减小窗宽，则显示的组织结构减少，然而各结构之间的灰度差别增加。 窗位是窗的中心位置。 同样 的窗宽，由于窗位不同，其所包括 CT 值范围的 CT 值也有差异。 例如窗宽同为 100 H，当窗位为 0 H 时，其 CT 值范围为 50～ +50 H；如窗位为 +35 H 时，则 CT 值范围为 15～ +85 H。 通常，欲观察某以组织结构及发生的病变 ，应以该组织的 CT 值为窗位。 例如脑质CT 值约为 +35 H，则观察脑组织及其病变时，选择窗位以 +35 H 为妥。 由上可见，同一 CT 扫描层面，由于选择不同的窗宽和窗位可获得各种观察不同组织结构的灰阶图像。 由于各种组织结构或病变具有不同的CT 值，因此欲显示某一组织结构细节时，应选择适合观察该组织或病变的窗宽和窗位，以获得最佳显示。 调窗处理在数学表达上就是图像灰度值与显示值的转换，公式如下： 2,22),2(2,0wcvmwcvwccwvwmwcvvG ）（ (31) 其中， v 为图像数据， G(v)为显示器的显示值， m 为显示器的最大显示值， w为窗宽， c 为窗位。 3. 图像反色 河南科技大学毕业设计（论文） 14 对图像求反是将原来的灰度值翻转，简单的说就是使黑变白，使白变黑。 普通的黑白底片和照片就是这样的关系。 具体的变换就是将图像中每个像素的灰度值根据变换曲线进行映射。 4. 格式转换 DICOM 医学图像浏览时需要有专门的浏览器，为了使浏览图像更加方便，本 设计中实现 了对 DICOM 图像的格式转换功能，可以把 DICOM 图像转换成 JPG、 BMP 的 格式。 5. 任意两点距离测量 要测量图像 中任意两点间的距离相对简单，首先获取起点和终点的坐标值，然后用两点间的距离公式即可求出结果 ,公式如下： )21()21( 22 yyxxS   (32) 其中， 起点坐标为 (x1,y1),终点坐标为 (x2,y2),S 为两点距离。 167。 DICOM 图像增强处理 图像增强是指为了改善图像的视觉效果，或者是为了更便于人或机器的分析和处理，在不考虑降质原因的情况下，用试探的方式图像进行加工，力求改善图像的质量；加强、突出图像中的感兴趣的特征，抑制、削弱、剔除图像中不需要 的信息，使处理结果对特定的应用来说比原始图像更合适 [11]。 图像增强分为空间域增强和变换域增强，前者是指直接对图像的像素 (灰度 )进行处理，后者指对图像经过傅里叶变换后的频谱成分进行操作，然后经过傅里叶逆变换获得所需的图像。 本设计中的图像增强都是空间域增强。 1. 直方图均衡化 直方图是数字图像中像素灰度值的分布情况，具体地说，就是数字图像中的每一灰度级与其出现的频数间的统计关系。 直方图均衡化的基本思想是将原始图像的直方图变换为近似均匀分布的形式，即重新分配图像像素的灰度值，使各灰度级的像素数量大致相同，其目 的是扩大像素灰度值的动态范围，进而增强图像的整体对比度 [ 12]。 2. 对比度增强 对比 度增强的实质是按照一定的规则来修改图像的每一个像素的灰度，从而来改变 两个灰度值之间的动态范围来 增强其对比度。 设输入图像为 f(x,y),处理后图像为 g(x,y),则对比度增强可以表示为变河南科技大学毕业设计（论文） 15 换式： f(x,y)=T[g(x,y)] (33) 其中 T 表示输入图像和输出图像对应点的映射关系。 如图 32所示： 图 32 对比度增强 从图中可 以看出，通过变换可以使原图中较高的和较低的灰度值的动态范围减小，而原图在两者之间的动态范围增大了，从而其范围的对比度增加了。 3. 图像平滑 图像平滑是指用于突出图像的低频成分、主干部分或抑制图像噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法 [13]。 图像平滑是对图像做低通滤波，可在空间域或频率域实现。 空间域图像平滑方法主要用低通卷积滤波、中值滤波等；频率域图像平滑常用的低通滤波器有低通梯形滤波器、低通高斯滤波器、低通指数滤波器、巴特沃思低通滤波器等。 本设计中平滑是空间域平 滑，用到的是中值滤波和邻域滤波。 空间滤波是指对图像中的像素进行滤波，方法是将掩模反转，按从左到右，从上到下的顺序在图中移动，将掩模重心与各个像素依次重合；将掩模中的各个系数与其对应的像素一一相乘，并将所得的乘积相加；将结果赋给图像中对应掩模中心位置的像素。 本设计中邻域滤波用到的掩模是 55 的矩阵，矩阵中每个数都是 1/25。 河南科技大学毕业设计（论文） 16 中值滤波是指对掩模的诸像素灰度排序，用中值代替掩模中心像素原来的灰度值。 该方法的特点是图像中尺寸小于模板尺寸一半的过亮或过暗区域将会在滤波后被消除掉，对脉冲干扰以及椒盐噪声的抑制效果好 [14]。 4. 图像锐化 图像锐化就是补偿图像的 轮廓 ，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空间处理和频域处理两类，本设计用到的是空间锐化。 图像锐化处理的目的是为了使图像的边缘、轮廓线以及图像的细节变的清晰，经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可以对其进行逆运算 (如微分运算 )就可以使图像变的清晰。 从频率域来考虑，图像模糊的实质是 因为其高频分量被衰减，因此可以用 高通滤波器 来使图像清晰。 空间锐化滤波的算子有很多种，如 Prewitt算子， Sobel算子， Laplacian算子等， 如图 33所示： 图 33 锐化算子 其中 (a)是 Prewitt 算子， (b)是 Sobel 算子。 5. 边缘检测 边缘是指图像局部亮度变化最显著的部分，边缘主要存在于目标与目标、目标与背景、区域与区域 (包括不同色彩 )之间，是图 像分割、纹理特征提取和形状特征提取等图像分析的重要基础，图像分析和理解的第一步常常是边缘检测。 边缘检测是使用数学方法提取图像像元中具有亮度值 (灰度 )空间方向变化大的边、线特征的过程。 边缘检测的基本思想是通过计算局部微分算子检测边缘上的灰度突变，包括一阶导数，即通过梯度来计算，和二阶导数，即通过拉普拉斯算子来计算 [ 15]。 人们已经发展了许多边缘检测器，本设计中用到的是算子有： Sobel 边缘 算子、 Prewitt 边缘 算。