基于MATLAB的医学图像的处理Word文件下载.doc
《基于MATLAB的医学图像的处理Word文件下载.doc》由会员分享，可在线阅读，更多相关《基于MATLAB的医学图像的处理Word文件下载.doc（46页珍藏版）》请在冰豆网上搜索。
最后,对本课题的研究进行了总结和展望,指出了本课题的成果和不足,指明了改进的方向。
医学图像经过图像处理以后,图像质量得到了改善,图像细节更加突出,减少了误诊和漏诊的概率。
关键词：
MATLAB;
医学图像处理;
图像处理;
图像增强ABSTRACTWiththecontinuousimprovementofpeopleslivingstandards,peopleareincreasinglyconcernedabouttheirhealth,earlyandaccuratedetectionofdiseasesandbetimelytreatment,cannotonlyrestorethepatientslife,reducepatientpain,canalsoreducetheeconomicburdenonthepatient.Medicalimagingtechnologyhasbeenwidelyusedinmedicalactivitiestotheadvantagesofefficient,economical,non-invasive.Medicalimageshasbecomeanindispensablepartofmodernmedicine,itsqualityisdirectlyrelatedtotheaccuracyofthedoctorsdiagnosisandtreatment.However,sometimesthemedicalimageisnotideal,canhighlighttheinformationofthelesionsite,whichislikelytocausethedoctormisdiagnosed.Therefore,theappropriateenhancementofmedicalimages,tomakeitmoreclearandaccuratelyreflectthelesionisverynecessary.Thisarticlefirstdetailedstudyofthemedicalimageprocessingworks,pointedoutthecharacteristicsandscopeofthevariousimageprocessingandimagesharpeningtoimprove,betterimageenhancement.Then,themedicalimageprocessingusingMATLABdebuggingrun.Finally,researchonthistopicsummaryandoutlook,andpointedouttheachievementsandshortcomingsofthissubject,andpointedoutthedirectionofimprovement.Afterthemedicalimageafterimageprocessing,imagequalityhasbeenimproved,moreimagedetail,reducingtheprobabilityofmisdiagnosisandmisseddiagnosisKEYWORDS:
medicalimageprocessing;
imageprocessing;
imageenhancement第1章绪言1.1课题背景图像处理技术起源于20世纪20年代，至今已有90多年的历史，从最初的简单处理到现在在医学、工程学、计算机科学、信息科学、统计学、生物学、等各领域的应用，给人类带来了巨大的经济和社会效益，不久的将来会有更深入的发展及应用，成为科学研究、社会生产及人类生活不可缺少的强有力工具。
早期的图像处理主要是为了改善图像的质量。
它以人为对象，来改善人的视觉效果。
图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
首次获得实际成功应用的是美国喷气推进实验室。
他们对航天探测器徘徊者7号在1964年发回的几千月球照片使用了图像处理技术，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，获得了巨大的成功。
随后又对探测飞船发回的近十万照片进行更为复杂的图像处理，以致获得了月球的地形图、彩色图，获得了非凡的成果，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门科学的诞生。
数字图像处理技术取得的另一个巨大成就就是在医学上获得的成果。
1972年英国EMI公司工程师发明了用于头颅诊断的X射线计算机断层摄影装置，也就是我们通常所说的CT（ComputerTomograph）。
CT的基本方法是根据人的头部截面的投影，经计算机处理来重建截面图像，称为图像重建。
1979年，这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。
医学图像处理从根本上改变了医务人员进行诊断的传统方式。
医学上的诊断很多时候需要借助对于医疗图像的判断来作为依据，比如CT、X光、B超等医学图像，但有的拍片没有达到标准要求的清晰度，往往造成重拍或诊断结果的不准确。
实践证明，充分地利用这些技术可以提高诊断的正确性和准确性，提高诊断效率，降低医疗成本，可以更加充分地发挥各种医疗设备的功能。
而且，随着数字化、智能化进程的深入，医学图像处理技术在医疗卫生领域将会有更加广阔的应用前景。
1.2本文研究目的和意义医学图像处理技术由于与具体的应用密切相关，因此每个研究人员介入的角度及采用的研究方法和设计策略也各不相同，但都是围绕着实现图像处理的各种基本特征进行设计，这也决定了医学图像处理技术研究成果的多样性及不完善性，仍有许多技术问题需要解决。
同时，医学图像处理发展到今天，还是没有形成完整的理论体系，因而对研究人员来说这是一个挑战性的课题。
由于目前国际上的医学图像处理尚未形成一个统一的标准，许多技术难题需要研究医学图像处理者的突破，该技术必须有其优越性、通用性和有效性并得到大家的一至认同也是一项艰巨的任务。
本论文研究基于MATLAB医学图像处理的目的是通过用MATLAB对医学界的图像处理使这些图像变得更清晰，使医生更容易诊断和治疗病情。
数字图像处理在医学界领域的应用是目前的热点，所以本论文研究基于MATLAB的医学图像处理具有重要意义。
1.3本文主要研究工作MATLAB是集数值分析、矩阵运算、信号处理和图形显示于一体的高性能数学软件，将其强大的计算功能实现应用系统的无缝集成，对于有效缩短开发周期、优化系统性能是十分有意义的，那将大提高编程者的工作效率。
本文介绍操作MATLAB的方法。
MATLAB作为自动化服务器，在进行Windows编程中，充分发挥MATLAB在图形图像处理等方面的优势，论文的具体结够如下：
第一章主要介绍本文的研究背景及意义目的。
第二章具体介绍几种实现MATLAB调用设计原理及编程方法。
第三章详细介绍本文中要实现的几种图像处理功能以及实现原理。
第四章总结。
第2章MATLAB技术2.1调用程序设计原理在控制器中创建和获取自动化对象的一般过程一、初始化并创建一个自动化对象，创建后，可以在代码中使用对象变量引用的对象。
二、操作方法和属性；
获取对象方法和信息，激活属性和方法。
三、完成代码编写后释放对象。
四、BSTRExecute（inBSTRCommand）此函数以命令字符串为MATLAB参数，将其运行结果以字符串返回。
所有在MATLAB命令窗口键入的可执行的命令行都可在此使用，这样，我们就能在代码中使用命令行，象在MATLAB窗口中一样自如。
五、VOIDGetFullMatix（inBSTRName,inBSTRWorkspace,inoutSAFEARRAY（double）*Pr,inoutSAFEARRAY（double）*pi）该函数从指定的MATLAB工作空间中获取一维或二维数组。
其中，Name是提取数组的名称，Workspace表示包含数组的工作空间，一般指定为“base”，即MATLAB默认工作空间。
Pr和Pi分别是包含所提取数组的实部和虚部。
六、VOIDGetFullMatrix（inBSTRName,inBSTRWorkspace,inoutSAFEARRAY（double）*prinoutSAFEAPRAY（double）.pi）该函数向指定的MATLAB工作空间中设置一维或二维数组。
其中，Name是设置输入数组的名称，其它同前。
七、VOIDMinimizeConnandWindow（）该函数将未最小化的MATLAB窗口最小化。
八、VOIDMaximizeConnandWindow（）该函数将未最大化的MATLAB窗口最大化。
九、VOIDQuit（）该函数关闭并退出MATLAB。
2.2调用MATLAB程序的实现2.2.1图片的缩放处理图像缩放（imagescaling）是指对数字图像的大小进行调整的过程。
对图像的缩放可以直接调用MATLAB工具箱函数imresize【1】来进行图像的缩放处理。
常用调用格式为：
B=imresize（A,m,method）其中A表示要进行缩放处理的图像；
m表示放大倍数，m必须大于0,如果m1则表示对图像进行放大处理，如果m=10）;
OUT（J）=GM（J）;
程序如下：
J=imread（C:
UserszouyifengDesktop论文图片xzt.jpg）figure,imshow（J）;
title（原图像）;
J=double（J）;
lapMatrix=111;
1-81;
111;
%拉普拉斯模板J_t
升级会员 