基于Matlab GUI的醫學圖像處理課程虛擬實驗平臺設計

郁蕓　王錦程　浦祎瑋　趙宇

摘 要：針對醫學生工程技術缺乏的狀況，分析醫學生學習醫學圖像處理存在的困難，提出利用Matlab圖像處理工具和簡單的GUI界面，設計和構建包含醫學圖像處理教學中典型仿真實例的可視化虛擬實驗平臺，使醫學生熟練掌握實驗基礎知識及應用方法。

關鍵詞： Matlab；GUI界面；醫學圖像處理；虛擬實驗平臺

醫學圖像處理是圖像處理技術應用到醫學領域所產生的交叉學科，具有很強的理論性和實踐性，也具有知識面廣、理論難度大、實驗內容深的特點[1]。在醫學院校開設醫學圖像處理課程，不僅教授醫學生醫學圖像處理的基本原理、方法及編程技術等，更重要的是培養醫學生應用所學知識的能力。

醫學圖像處理教學需要課堂教授，更需要加強實踐性教學環節[2-3]，但由于課時和實驗條件的限制，傳統授課有時難以達到教學要求，而虛擬實驗則可彌補這方面的局限[4]：通過將Matlab仿真技術與GUI界面設計引入到教學中，開發可視化的醫學圖像處理虛擬實驗平臺，既取得理想的教學效果，也可培養醫學生的自主學習能力、獨立思考能力和綜合應用能力[5]。醫學生通過圖像處理仿真熟悉各種醫學圖像處理方法的原理，并通過調整參數，了解參數變化對醫學圖像處理效果的影響。

1 實驗平臺的結構

醫學圖像處理虛擬實驗平臺的設計思想是結合醫學圖像處理的基本理論，通過虛擬實驗的方法強化醫學圖像處理的基本思想與核心概念，為醫學生的理解和應用提供幫助[6]。

通過GUI界面，醫學生可選擇任意感興趣的項目或教師指定的項目進行仿真實驗[7]。實驗平臺還提供醫學圖像處理相關課件、圖像處理Matlab編程的教學視頻、仿真實驗指導書、拓展實驗題等資料，醫學生可利用GUI界面隨時調入進行自學。

同時，實驗平臺還提供腦腫瘤fmri處理示例，此示例選取于臨床影像三維顯示的實際應用，幫助醫學生了解如何將自己所學的圖像處理知識應用到工作實踐中，從而提高醫學生的綜合素質。

根據教學計劃的要求，醫學圖像處理虛擬實驗平臺包含醫學圖像處理教學內容中所有典型的實驗項目，具體內容如下：

（1）圖像插值實驗。主要分析最近鄰插值（Nearest Interpolation）、雙線性插值（Bilinear Interpolation）和雙三次插值（Bicubic Interpolation）的原理[8]和Matlab編碼。

（2）圖像銳化實驗。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算法對應的6個結果，包括原圖、直接梯度輸出圖像、門檻判斷圖像、邊緣規定圖像、背景規定圖像和二值圖像。

（3）圖像去噪實驗。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）圖像融合實驗。主要分析像素灰度值極大/極小融合法、加權平均融合法、傅里葉變換法的原理[10]和Matlab編碼。

（5）圖像分割實驗。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）頭動校正實驗。主要研究投影法[12]配準技術的原理與Matlab編碼，并且展示投影法頭動校正后的效果。

（7）三維可視化實驗。主要研究基于體繪制的三維重建算法[13]原理與Matlab編碼。

例如，在圖像去噪實驗中，加入噪聲的參數可由用戶自己輸入。針對噪聲圖像，醫學生可以選用不同的平滑算法，自行設置模板參數，進行圖像去噪處理。通過觀察加噪效果及比較各種平滑處理算法處理后的結果，醫學生對平滑算法處理的針對性、參數取值范圍和實驗結果都會比較熟悉，從而達到教學目的（具體操作過程見第3部分）。

2 實驗平臺的設計

使用Matlab圖形用戶界面開發環境（Matlab Graphical User Interface Development Environment，GUIDE）創建GUI圖形界面是常用創建Matlab GUI的方法，該方法簡單易學，能方便實現圖形控件的各種功能。醫學圖像處理虛擬實驗平臺的GUI界面主要包括虛擬實驗平臺主界面、課件界面、實驗名稱界面、各實驗項目界面、教學視頻界面、腦腫瘤fmri處理示例界面等。

醫學圖像處理虛擬實驗平臺主界面的主要控件為7個按鈕（Push Button）。按鈕有多個功能，如函數的調入、界面之間的跳轉等。將所需控件移入GUI界面，再對各控件按照程序要求進行屬性編輯，修改完成后，點擊GUI界面工具欄中的運行按鈕，即可運行設計完成的GUI界面，Matlab系統會自動生成相應的M文件。

設計實驗平臺時，考慮到醫學圖像處理的理論知識較多，同時考慮到醫學生自學的要求，將課件與教學視頻按照由易到難的順序排列。按照教學要求，設置7項醫學圖像處理實驗，而每個實驗都有實驗目的、實驗原理、實驗內容、實驗結果與分析等項目，因此設置成實驗目的、實驗原理、實驗內容、實驗結果與分析和返回5個按鈕，以圖像去噪實驗為例。

通過“實驗結果與分析”按鈕就可進入仿真界面，進行仿真分析，如圖1所示。選取相應的文件，輸入相應的參數，點擊對應按鈕，即可對圖片進行加噪去噪處理，并能直接觀察比較處理結果。

為培養醫學生應用所學圖像處理知識的能力，實驗平臺設計腦腫瘤fmri處理示例板塊。其內容是對腦部fmri原始數據進行預處理、放大、圖像分割、體重建等操作，對腦部進行三維可視化[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行定性定量分析的技術。通過三維重建可以科學、準確地重建出被檢物體，避免傳統方法中臨床醫生通過自己大腦想象的不確定因素[15]。醫學生只有親自對腦部fmri原始數據進行讀入、預處理、分割、重建等操作才能得到如圖2所示的腦部輪廓三維圖，從而初步認識自己所學圖像處理技能的組合應用，明確醫學圖像處理對臨床診斷與治療規劃的意義，達到學以致用的效果。

3 仿真實例分析

每個實驗項目都提供仿真演示示例。以圖像去噪實驗為例，如圖3所示。首先加入方差為0.02的高斯噪聲，修改完參數后，點擊加入噪聲按鈕就能得到噪聲圖像，如果均值參數修改為除0以外的任何數，則不會顯示任何圖像。然后針對生成的噪聲圖像，對其進行中值濾波處理、均值濾波處理和維納濾波處理。每次進行處理前，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更加嚴重。醫學生可通過反復修改模板尺寸，比對每次處理結果，選出最佳的模板參數。進行三種濾波處理后，醫學生可根據三種濾波處理后的結果來總結每種濾波處理的特點與效果。最后，醫學生如果有學習或者校驗代碼的需要，可以點開對應的主要代碼查看按鈕進行代碼查看。

4 虛擬實驗平臺的使用與評價

醫學圖像處理虛擬實驗平臺的Matlab文件編譯完畢后，生成的可執行文件需要Matlab運行環境的支持，如果要將此軟件發布到其他沒有Matlab運行環境的機器，還需要進行一項工作，即打包Matlab組件運行環境（Matlab Component Runtime，MCR）[16]。建議采用專業的安裝包制作軟件Setup Factory將MCR與軟件一起打包，設置代碼使得安裝包解壓完畢后，自動安裝MCR。安裝完成后，點擊編譯的Matlab可執行程序，即可運行醫學圖像處理虛擬實驗平臺。

經過醫學圖像處理選修課投入使用后，醫學生的學習積極性顯著提高。除課堂授課外，大多數醫學生在課后通過虛擬實驗平臺進行理論自學和題目自測，使得總體考核成績明顯上升，教學質量顯著提高。

5 結 語

醫學生可通過觀察平臺實驗在不同方法不同參數下的實驗結果并進行分析，驗證圖像處理的基本理論。由于醫學圖像處理虛擬實驗平臺軟件的可移植性強，所以醫學生可以不受時間和地點的限制，在課程學習階段、復習階段均可充分利用虛擬實驗平臺提供的功能，不斷鞏固所學的圖像處理知識，提高自主學習能力與思維能力。

參考文獻：

[1] 張蘭鳳， 肖學文. 醫學圖像處理的研究現狀[J]. 智富時代， 2015（10）： 242.

[2] 趙潔， 蔣世忠， 黃展鵬， 等. 《醫學圖像處理》教學改革探索[J]. 中華醫學教育探索雜志， 2015（5）： 477-480.

[3] 林卉， 胡召玲， 趙長勝， 等. 高校開放實驗室的建設與管理[J]. 實驗技術與管理， 2010， 27（3）： 152-155.

[4] Kubicek J P. Inquiry-based learning， the nature of science， and computer technology： New possibilities in science education[EB/OL].[2016-10-01]. http：//files.eric.ed.gov/fulltext/EJ1073682.pdf.

[5] 王峰， 丁金林. 基于MATLAB/GUI的數字通信系統虛擬實驗平臺的設計[J]. 南通職業大學學報， 2013， 27（1）： 96-100.

[6] 張紹榮. 論虛擬實驗平臺構建的必要性[J]. 教育教學論壇， 2015（31）：259-260.

[7] 謝麗蓉. 基于Matlab/GUI異步電動機人機界面設計[J]. 實驗技術與管理， 2014， 31（8）： 50-53.

[8] 符祥， 郭寶龍. 圖像插值技術綜述[J]. 計算機工程與設計， 2009， 30（1）： 141-144.

[9] 胡蕾， 張偉， 覃慶炎. 幾種圖像去噪算法的應用分析[J]. 信息技術， 2007， 31（7）： 81-83.

[10] 陽方林， 郭紅陽， 楊風暴. 像素級圖像融合效果的評價方法研究[J]. 測試技術學報， 2002， 16（4）： 276-279.

[11] 羅希平， 田捷. 圖像分割方法綜述[J]. 模式識別與人工智能， 1999（3）： 300-312.

[12] 羅棻. 醫學圖象的配準及融合技術研究[D]. 電子科技大學， 2003.

[13] 董育寧. 一種非規則三維實體重建算法及其在醫學骨圖像分析中的應用[J]. 中國生物醫學工程學報， 2004， 23（5）： 385-391.

[14] 印志鴻， 張季. 醫學圖像三維重建系統的關鍵技術研究與設計[J]. 中國組織工程研究與臨床康復， 2010， 14（43）： 8036-8039.

[15] 田捷. 醫學影像處理與分析[M]. 北京： 電子工業出版社， 2003.

[16] 陳安宇， 陳偉， 石彬， 等. MATLAB圖形用戶界面的應用研究[J]. 機電工程技術， 2008， 37（10）： 26-27.

（編輯：史志偉）