基于MATLAB的眼底血管造影成像处理系统的设计与实现

引言

眼底荧光血管造影是眼底疾病检查的重要方式之一，对眼底疾病的诊断、鉴别，以及指导治疗和预测、预后疾病等方面极有帮助，是眼科领域的一项不可缺少的检查手段[1]。为了改善图像的可视性，我们需要采取相应措施对图像进行处理，以得出满足临床医生做出合理诊断要求的图像[2-4]。而应用计算机技术进行数字化眼底血管造影成像也就应运而生，可以通过对图像进行去除噪声、增强、复原、分割及提取特征等处理，将眼底血管的动态情况在医生电脑上完整的显示出来，从而使医生更好的掌握视网膜动静脉阻塞、视网膜脱离、黄斑病变、糖尿病性视网膜病变、眼内血管瘤、眼内肿瘤等眼底疾病的病变情况[5]，以提高眼科医生对病情分析的准确性，减轻眼科医生的工作压力[6-7]。

在数字图像处理技术中，MATLAB是一款商业数学软件，功能强大、函数库丰富、简单易学，在矩阵运算和图像处理领域有着广泛而有效的应用[8]，能支持多种图像文件格式的读写与显示，包含图像变换、图像压缩、图像增强、图像恢复、图像分割、边缘检测等功能，是一款高性能的数值计算和可视化软件，并且MATLAB软件提供交互式GUI向导设计控件，通过GUI向导控件可以更便捷有效的设计图形用户界面，本文正是利用MATLAB 软件的数字图像处理功能和交互式GUI向导控件设计MATLAB的眼底血管造影成像处理系统。

1　眼底血管造影图像处理系统的设计原则

本系统设计的主要原则遵循简单性、一致性和习常性：简单性要求简洁、直接、清晰地体现出界面的功能和特征，尽可能删除无关紧要的功能，以保持界面的清洁；一致性要求自己开发的界面风格尽量一致，且与其他已有的界面风格不要截然相左；习常性要求设计界面时，应尽量使用人们所熟悉的标志和符号。通过界面设计的可视化，用户可以根据需求短时间内熟悉操作。

2　眼底血管造影成像处理系统模块的实现

本系统（图1）涉及的模块主要有文件、患者信息、编辑、添加噪声、图像滤波、图像增强、图像分割等，图像滤波包括中值滤波、自适应滤波、平滑滤波，图像增强包括图像灰度化、直方图统计、直方图均衡化、直方图规定化，图像分割包括边缘检测、霍夫变换及阈值分割等[9]，其中图像增强模块和图像分割模块是本系统研究的重点，图像增强模块主要研究灰度变换法、直方图统计、直方图均衡化、直方图规定化，图像分割模块主要研究图像边缘检测算法。

2.1　图像增强模块

2.1.1　灰度变换法

灰度变换是一种简单而实用的方法，是图像增强的重要手段之一，主要通过对图像像素灰度值进行修正，使图像灰度值动态范围加大，对比度扩展，成像均匀清晰，达到改善图像质量的目的[10]。它可以分为比例线性变换、分段线性变换、非线性灰度变换。在MATLAB图像处理工具箱中常用rgb2gray()函数和Imadjust()函数得以实现。

2.1.2　直方图均衡化

直方图均衡化是一种使输出图像直方图近似服从均匀分布的算法[11]，通过直方图均衡化可以将原图像集中的灰度尽可能拉开以使灰度均匀分布，从而增加灰度动态范围，使图像的细节清晰，提高对比度，以达到增强图像的目的，其本质是一个直方图的变换，即将输入图像的直方图映射成一个最大平展的直方图[12]。若图像尺寸为M行、N列，量化水平共有P个分级。具体的做法是首先从图像的灰度直方图计算归一化累加直方图，计算方法见式(1)。

具有最均匀直方图的增强图像可由公式(2)计算：

在MATLAB图像处理工具箱中提供了直方图函数imhist()和直方图均衡化函数histeq()，通过直方图函数imhist()和直方图均衡化函数histeq()将图像灰度集中的区域拉开，从而使图像灰度均匀分布，增加了图像的动态范围（图2）。由图可见，图2c比图2a细节更清晰，图2d比图2b的灰度分析更加均匀，增加了灰度的动态范畴。

2.1.3　直方图规定化

直方图均衡化生成了自适应的变换函数，是对图像灰度整体的均匀分布，但不能完全凸出临床指定的特殊区域，而在临床诊断中很多情况下需要对局部组织细节进行诊断分析，直方图规定化正是对直方图均衡化的一种扩展，将原图像的灰度直方图变成指定形状的直方图，能根据实际需要增强某个灰度值范围内的对比度，使得暗处的纹理显现出来，以方便临床医生的诊断。在MATLAB图像处理工具箱中使用函数histeq()的如下形式实现直方图规定化：

其中，f为输入图像；hspec为指定的直方图；g为输出图像。

2.2　图像分割模块

边缘指图像局部亮度变化最显著的部分，基于边缘的图像分割是一种常见的图像分割方法，利用图像不同区域间像素灰度的不连续性来检测出区域间的边缘，从而实现图像分割的方法，是图像预处理的关键一步。边缘检测常常借助空间微分算子进行，空间微分算子主要包括梯度算子、拉普拉斯算子和Canny算子，其中常用的梯度算子主要有Roberts算子，Prewitt算子和Sobel算子。在MATLAB图像处理工具箱中应用edge() 函数对图像进行边缘检测，edge()函数的基本调用格式如下：

其中，f表示输入图像，type表示使用的算子类型，parameter则是与具体算子有关的参数。在输出中，g是一个逻辑值，在f中检测到边缘位置为1，在其他位置为0；参数t可选，通过t给出edge()函数的阈值，以确定边缘点。

3　讨论

在顾洋菲等[13]的研究中，灰度变换法可以用Imadjust()函数有选择地指定输入值和输出值的范围，通过指定映射比例的变化来改变图像的对比度。本系统正是利用Imadjust()函数来改变图像的对比度，临床医生通过增加对比度来改善图像质量。

在杨晓鹏等[14]的研究中，直方图均衡化分为全局直方图均衡化和局部直方图均衡化两大类，其中全局直方图均衡化是通过扩展整幅图像的动态范围来提升图像的对比度，对全局对比度有较好的增强效果，但对局部细节增强效果较弱。为了解决这一问题，本文提出直方图规定化，可以使局部组织细节得到充分增强。

在眼底血管造影图像的边缘检测中，本系统利用edge()函数中5种不同的边缘检测算子处理同一幅图像，处理结果，见图3。

从处理结果可以看出，边缘检测算子参数的选择也直接影响到边缘定位能力和噪声抑制能力，每种算子都有各自的优点[15]：Roberts算子利用局部差分算子寻找边缘，定位比较准确，但对噪声敏感，容易丢失一大部分边缘；Prewitt算子有方向性，可以平滑噪声，但是间断点较多；Sobel算子对噪声有一定的抑制能力，但检测出的边缘容易出现多像素宽度；拉普拉斯算子是一种二阶导数算子，受双倍噪声的影响，常产生双像素宽的边缘，边缘方向信息的检测不准确，很少直接用于边缘检测[16]；Canny算子比Roberts算子、Sobel算子、Prewitt算子的极小值算法的去噪能力都要强，能够在噪声和边缘检测中取得较好平衡，能检测到真正的弱边缘[17]，在图像分割边缘检测中应用较多。

在杨明等[18]的研究中，Canny算子选择的阈值梯度不同所对应的图像细节会有所不同，如图3e Canny算子的阈值梯度为0.25，既保持了边缘的连续性，又保证了边缘图像的简洁性。

4　结语

眼底血管造影成像由于受光照射的不均匀性、眼底照相机的成像效果以及成像过程中的噪声干扰等因素的影响，通常会造成眼底图像中目标和背景的对比度很低、噪声干扰严重和图像模糊等问题[19]，本文正是运用MATLAB软件图像处理工具箱和交互式GUI控件，并结合眼底血管造影成像的实际应用设计了眼底血管造影成像处理系统，在临床诊断中提高图像对比度、降低噪声干扰，将眼底血管造影图像完整的展现在临床医生面前，为眼科医生的临床诊断提供有效的参考依据，使眼底疾病的病变情况更加清晰明了，提高其工作效率。

[参考文献]

[1] 赵桂玲,陈毓东,庞燕华,等.拍摄眼底荧光血管造影的新模式[J].国际眼科杂志,2011,11(2):296-298.

[2] 求是科技.Visual C++数字图像处理典型算法及实现[M].北京:人民邮电出版社,2006.

[3] 左飞,万晋森,刘航.Visual C++数字图像处理开发入门与编程实践[M].北京:电子工业出版社,2008.

[4] 阮秋琦.数字图像处理学[M].2版.北京:电子工业出版社,2007.

[5] 刘立洁,王健琪,荆西京,等.数字化眼底血管造影图像处理系统的研制[J].医疗卫生装备,2005,26(5):17-18.

[6] 陈昱,庄天戈.医学影像中的图像配准和融合技术研究[J].中国医疗器械杂志, 1999, 23(3):134-138.

[7] 廖菊生.眼荧光血管造影术[M].北京:人民卫生出版社,1996.

[8] 刘肖肖,王兢业.基于Matlab的尿沉渣图像有形成分的自动分类方法[J].中国医疗设备,2015,30(2):29-32.

[9] 赵彩云,张永寿,赵晓辰.医学图像处理系统的设计与实现[J].中国医学装备,2014,11(2):45-47.

[10] 郑继.MATLAB在数字图像处理中的应用[J].保定师专学报,2009,28(5):76-79.

[11] 杨瑞雪,马志庆.图像增强方法在裂纹骨折判定中的应用[J].中国医学装备,2015,12(3):37-40.

[12] 孙雪燕,张超,罗述谦.数字图像增强中灰度变换方法在乳腺X线片中的应用[J].中国生物医学工程学报,2011,30(2):154-158.[13] 顾洋菲,巢磊.MATLAB 在医学图像增强中的应用[J].甘肃中医,2011,24(3):28-30.

[14] 杨晓鹏,蔡超峰,潘珩,等.手背静脉图像预处理算法研究[J].中国医疗设备,2013,28(10):20-23.

[15] 高杨,崔豹,张艳杰.Matlab在CAD边缘检测处理中的应用[J].数理医药学杂志,2011,24(6):737-740.

[16] 彭微.基于Canny算子的肝脏CT图像边缘检测的实现[J].医疗卫生装备,2015,36(6):43-45.

[17] 刘亚洁.基于边缘检测算子的腰椎磁共振图像的比较[J].生物医学工程研究,2012,31(1):37-39.

[18] 杨明,王亮,庄银苹,等.Canny边缘检测算子在布－加综合征中的应用研究[J].徐州医学院学报,2012,32(5):313-315.

[19] 崔栋,刘敏敏,郭永新,等.基于血管边缘特征的眼底荧光血管造影图像拼接[J].中国医疗器械杂志,2011,35(3):181-184.