基于OpenCV的醫(yī)學(xué)圖像處理軟件設(shè)計與實(shí)現(xiàn)

侯艷陽

摘? ?要：基于OpenCV的醫(yī)學(xué)圖像處理軟件，能夠根據(jù)圖像的輪廓特征，完成一系列的可行性算法，獲取特征參數(shù)，使圖片信息分析的效率更高，為疾病的大規(guī)模普查提供可行途徑。OpenCV現(xiàn)在多領(lǐng)域得到廣泛應(yīng)用，包括人臉、動作、物體識別領(lǐng)域，汽車安全駕駛領(lǐng)域以及醫(yī)學(xué)圖像處理領(lǐng)域等，文章現(xiàn)就基于OpenCV的醫(yī)學(xué)圖像處理軟件的實(shí)現(xiàn)展開探討。

關(guān)鍵詞：OpenCV;醫(yī)學(xué)圖像處理;軟件設(shè)計;病灶信息

醫(yī)學(xué)圖像處理與分析技術(shù)可以給醫(yī)生提供更清晰、更準(zhǔn)確的信息，從而利于對疾病的診斷和鑒別診斷。醫(yī)學(xué)圖像分割、醫(yī)學(xué)圖像配準(zhǔn)以及三維可視化等算法是醫(yī)學(xué)圖像處理與分析發(fā)展的源動力，而基于這些算法研發(fā)的軟件平臺是醫(yī)學(xué)圖像處理與分析技術(shù)發(fā)展的推進(jìn)器。OpenCV是以C/C++語言進(jìn)行程序編寫、能夠在多軟件運(yùn)行的跨平臺計算機(jī)視覺開發(fā)工具，運(yùn)行平臺包括Mac OS X，Linux，Windows等，可基于C/C++語言進(jìn)行接口設(shè)計，應(yīng)用多項(xiàng)通用算法完成圖像的處理。

1? ? 醫(yī)學(xué)影像的計算機(jī)輔助診斷系統(tǒng)基本原理

圖像是客觀事物的映射，通過各種觀測設(shè)備能夠獲取景物的圖像信息，根據(jù)圖像信息可在大腦中構(gòu)出對應(yīng)的實(shí)際形狀。常規(guī)醫(yī)學(xué)圖像中包含了關(guān)于病人基礎(chǔ)信息的圖像資料。當(dāng)前，隨著科學(xué)技術(shù)的迅速發(fā)展，多種影像診斷途徑逐漸被投入使用，使得傳統(tǒng)的醫(yī)學(xué)診斷方式發(fā)生轉(zhuǎn)型，優(yōu)化了醫(yī)生的診斷效果，但醫(yī)學(xué)影像的讀取往往需要由具有專業(yè)知識的臨床醫(yī)師完成，根據(jù)影像信息確定病灶位置從而判定患者的病情狀況，而醫(yī)學(xué)影像的構(gòu)建及處理需要綜合數(shù)字圖像處理技術(shù)以及空間幾何知識，生物醫(yī)學(xué)以及計算機(jī)編程等方面也有所涉及。本研究對計算機(jī)輔助檢測醫(yī)學(xué)影像的方法展開研究分析，實(shí)現(xiàn)了對檢測區(qū)域的提取以及病灶位置的定位，基于OpenCV的病灶位置醫(yī)學(xué)影像分析處理軟件，利用跨平臺計算機(jī)視覺庫OpenCV的特點(diǎn)設(shè)計結(jié)構(gòu)系統(tǒng)，明確了系統(tǒng)的檢測功能及實(shí)驗(yàn)結(jié)果，分析處理醫(yī)學(xué)圖片信息的效率更高，能夠快速執(zhí)行系統(tǒng)任務(wù)，對于醫(yī)生進(jìn)行病灶信息的診斷具有良好的輔助作用，為人工診斷及病情分析提供參考[1]。

首先，對檢測區(qū)域影像進(jìn)行預(yù)處理，優(yōu)化整體圖像的全局對比效果，應(yīng)用圖像像素處理技術(shù)，使得病灶區(qū)域呈現(xiàn)明顯的數(shù)據(jù)特征，通過迭代閾值法提取病灶區(qū)域，利用差影技術(shù)，對原始病灶影像中的高頻信息進(jìn)行提取，在保留檢測區(qū)域病灶點(diǎn)信息的同時，將無關(guān)的結(jié)構(gòu)圖影去除。其次，根據(jù)原始圖像中的檢測區(qū)域進(jìn)行圖像切割，將其切割成多個不重疊的子圖像形式，隨后對各個圖像分子塊的維數(shù)進(jìn)行判斷，分析是否存在病灶點(diǎn)，如果存在，則將原圖像中對應(yīng)的病灶位置設(shè)置為疑似陽性區(qū)域，否則設(shè)定為陰性區(qū)域。根據(jù)所確定的疑似陽性區(qū)域位置進(jìn)行具體病灶位置信息的檢測定位。此次研究中采用形態(tài)學(xué)濾波的級聯(lián)新算法對檢測區(qū)域中疑似陽性區(qū)域的病灶點(diǎn)信息進(jìn)行判斷，在開始應(yīng)用算子檢測前，進(jìn)行圖像的形態(tài)學(xué)分析，強(qiáng)化形態(tài)學(xué)顯像，應(yīng)用標(biāo)準(zhǔn)化運(yùn)算方式將非病灶點(diǎn)去除，從而確定病灶區(qū)域位置信息。在候選區(qū)域中對所有疑似病灶進(jìn)行多相位移，完成橫向、縱向的多尺度檢查，確定新的可疑點(diǎn)的所在，同時應(yīng)用對應(yīng)的尺度窗口完成算子檢測處理，判定為病灶區(qū)域點(diǎn)。在應(yīng)用檢測區(qū)域病灶算法處理時，應(yīng)用可視化的編程環(huán)境進(jìn)行跨平臺的計算機(jī)視覺處理，實(shí)現(xiàn)病灶位置醫(yī)學(xué)圖像的處理及分析系統(tǒng)設(shè)計，此系統(tǒng)分為3個位置模塊：預(yù)處理模塊、疑似陽性區(qū)域提取模塊及病灶區(qū)域檢測定位模塊，通過系統(tǒng)檢測診斷可以為疾病的大規(guī)模診斷提供可行途徑。

2? ? 基于OpenCV軟件的實(shí)現(xiàn)

2.1? OpenCV體系結(jié)構(gòu)及設(shè)置

OpenCV作為開源算法數(shù)據(jù)庫，基于計算機(jī)VC++語言所構(gòu)建的編譯環(huán)境運(yùn)行，是不少數(shù)字圖像處理以及計算機(jī)視覺用戶的得力工具。OpenCV是以伯克利軟件發(fā)行（Berkly Software Distribution，BSD）許可授權(quán)的開源發(fā)行計算機(jī)視覺庫，能夠?qū)崿F(xiàn)多種計算機(jī)視覺及圖像處理，多種程序能夠在微軟視覺C語言（Microsoft Visual C++，VC）開發(fā)環(huán)境下直接調(diào)用，使得編程工作得到優(yōu)化。OpenCV被設(shè)計成模塊化的結(jié)構(gòu)形式，具體的子庫有CvCore，CV，CvAux，High GUI等，分別處理基本的數(shù)據(jù)結(jié)構(gòu)庫運(yùn)算、圖像處理及視覺功能以及回歸分析與模式分類函數(shù)，CvAux為OpenCV的輔助函數(shù)，HighGUI可進(jìn)行圖像界面的函數(shù)處理，能夠?qū)崿F(xiàn)圖像視頻的輸入輸出以及用戶交互等。在OpenCV體系中，各函數(shù)均以cv2為開始，隨后完成具體的行為目標(biāo)，為實(shí)現(xiàn)固定程序所具備的功能，需要定點(diǎn)選擇對應(yīng)庫函數(shù)，從而完成程序的開發(fā)。此次應(yīng)用到的函數(shù)接口包括圖像數(shù)據(jù)分配、復(fù)制、釋放、轉(zhuǎn)換等，基本的數(shù)字圖像處理能夠完成色彩轉(zhuǎn)換、數(shù)學(xué)形態(tài)學(xué)操作及結(jié)構(gòu)分析等。在VC++環(huán)境狀態(tài)下，應(yīng)用OpenCV需要完成其安裝配置工作。首先，進(jìn)行安裝程序的下載，選擇系統(tǒng)安裝路徑，檢查程序指針是否被加入到環(huán)境變量路徑中，如果未加入，則通過手動程序完成加入，隨后添加程序用戶，重啟后登陸開發(fā)環(huán)境。其次，完成初始設(shè)置后進(jìn)行去全局設(shè)置，選擇菜單中工具欄選項(xiàng)設(shè)置中的Directories選項(xiàng)進(jìn)行l(wèi)ib路徑設(shè)置，選擇Library文件檔案后，填入選擇路徑，進(jìn)行各個項(xiàng)目設(shè)置[2]。

2.2? 系統(tǒng)框架

此次設(shè)計中基于OpenCV病灶位置檢測影像處理系統(tǒng)實(shí)現(xiàn)方式是以VC++為框架，對檢測區(qū)域的病灶點(diǎn)位置進(jìn)行自動提取診斷處理，根據(jù)實(shí)際診斷的需要，完成各項(xiàng)功能。

（1）圖像文件的讀取、存儲及顯示。將磁盤中的圖像信息讀取后在顯示屏上展示，同時能夠?qū)⑻幚砗蟮膱D像在固定磁盤位置儲存。（2）對圖像進(jìn)行系統(tǒng)處理，應(yīng)用系統(tǒng)處理軟件，完成預(yù)處理的各項(xiàng)任務(wù)，包括灰度的調(diào)整、直方圖的處理等，在完成處理后保證質(zhì)量的向同性，同時對不同環(huán)境條件下拍攝的病癥影像信息及在處理過程中引入的噪聲進(jìn)行去噪處理，強(qiáng)化圖像效果。（3）提取疑似陽性區(qū)域病灶位置信息，根據(jù)軟件上疑似陽性區(qū)域的標(biāo)準(zhǔn)化定義，找出輸入的病灶影像中異常區(qū)域，提取疑似陽性范圍，具體的處理算法包括圖像平滑處理、差值處理、地毯覆蓋法處理以及拉普拉斯銳化等。（4）病灶位置檢測，根據(jù)疑似陽性區(qū)域中存在的可疑病灶點(diǎn)進(jìn)行提取檢測，找到具體位置，分析邊界形態(tài)及數(shù)目信息，常用算法包括：數(shù)學(xué)形態(tài)學(xué)中的運(yùn)算、Harris角點(diǎn)檢測、高斯濾波及拉普拉斯銳化等處理，最后由專業(yè)醫(yī)師進(jìn)行最終結(jié)果判定。

2.3? 系統(tǒng)功能實(shí)現(xiàn)

本系統(tǒng)應(yīng)用的設(shè)計方式為微軟基礎(chǔ)類庫（Microsoft Foundation Classes，MFC）向?qū)е敢碌膯挝臋n界面，其主題框架派生于MFC的框架鏈條類，管理各個程序的窗口位置、工具條及其狀態(tài)響應(yīng)等，其中視圖類派生于CView類，能夠完成各項(xiàng)圖像的輸入處理現(xiàn)實(shí)，完成各項(xiàng)算法功能，文檔類從C盤文件類目派生，負(fù)責(zé)文件的讀取、保存、刪除處理。系統(tǒng)軟件的基本功能為圖形文件的讀取、保存、加載、顯示等，在圖像處理軟件中，最重要的環(huán)節(jié)之一為圖像顯示功能，在系統(tǒng)軟件中，常用的圖像顯示方式為DIB類型，用戶在應(yīng)用DIB時，WindowsAPI編程任務(wù)相對繁重，通過OpenCV函數(shù)能夠優(yōu)化MFC中的圖像信息顯示，其位圖結(jié)構(gòu)中的像素具有相似的存儲功能，通過DIB位圖信息的構(gòu)造能夠調(diào)用應(yīng)用程序接口（Application Programming Interface，API）相關(guān)函數(shù)，從而完成圖像信息在視圖窗口的顯示。本系統(tǒng)中圖像的儲存及處理所應(yīng)用的函數(shù)主要通過位圖信息處理程序?qū)崿F(xiàn)，在對其進(jìn)行操作時應(yīng)用的子程序?yàn)镺nDraw程序。對于系統(tǒng)的界面，為了便于直觀地看到數(shù)據(jù)和操作，菜單欄下按鍵分別為設(shè)計為打開、另存為、恢復(fù)、真方圖、圖像反相、旋轉(zhuǎn)及關(guān)閉，用戶根據(jù)磁盤中所需要處理的病灶圖像信息點(diǎn)擊打開按鍵，完成所需要處理圖像的選擇。系統(tǒng)界面如圖1所示。

圖像的處理模塊包括圖像預(yù)處理、疑似陽性區(qū)域確定及病灶位置信息提取，讀取需要處理的病灶影像信息，通過電機(jī)圖像預(yù)處理的設(shè)置按鈕完成圖像的直方圖歸一化、灰度歸一化、自適應(yīng)中值濾波、差值圖像處理及拉普拉斯銳化處理。通過分析跨平臺計算機(jī)視覺庫OpenCV的特點(diǎn)及結(jié)構(gòu)系統(tǒng)，確定系統(tǒng)軟件的工作流程，明確了系統(tǒng)的檢測功能及實(shí)驗(yàn)結(jié)果，基于OpenCV的病灶位置醫(yī)學(xué)影像分析處理系統(tǒng)，編程效率高，能夠快速執(zhí)行系統(tǒng)任務(wù)，操作簡單易行，對于醫(yī)生進(jìn)行病灶信息的診斷具有良好的輔助作用，為疾病的大規(guī)模普查提供可行途徑。

3? ? 結(jié)語

隨著科技水平的提升，數(shù)字圖像處理技術(shù)當(dāng)前已在多個行業(yè)領(lǐng)域中獲得廣泛應(yīng)用。基于OpenCV的醫(yī)學(xué)圖像處理軟件能夠通過其所包含的函數(shù)，幫助醫(yī)生進(jìn)行快速、便捷的軟件處理;根據(jù)圖像的輪廓特征，完成一系列的可行性算法獲取特征參數(shù)，分析處理醫(yī)學(xué)圖片信息的效率更高，能夠顯著縮短所需的診斷時間，對醫(yī)學(xué)領(lǐng)域具有重要意義。

[參考文獻(xiàn)]

[1]馬州生.基于OpenCV動態(tài)手勢檢測識別方法的研究[J].圖像與信號處理，2017（4）：196-203.

[2]劉麗梅，鄭新武，陳永明，等.基于OpenCV的圖像處理程序開發(fā)方法的研究[J].機(jī)電技術(shù)，2010（5）：21-24.

Designed and implementation of medical image processing software based on OpenCV

Hou Yanyang

（Zhengzhou University of Industrial Technology， Xinzheng 451100， China）

Abstract：Medical image processing software based on Open CV can complete a series of feasible algorithms to obtain feature parameters based on the contour features of the image， which makes the analysis of picture information more efficient and provides a feasible approach for large-scale censuses of diseases. OpenCV has been widely used in many fields， including face， action， object recognition， automobile safe driving and medical image processing， this paper discusses the implementation of medical image processing software based on OpenCV.

Key words：Open CV; medical image processing; software design; lesion information