基于OpenCV的醫(yī)學圖像處理軟件設計與實現

侯艷陽

摘? ?要：基于OpenCV的醫(yī)學圖像處理軟件，能夠根據圖像的輪廓特征，完成一系列的可行性算法，獲取特征參數，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現在多領域得到廣泛應用，包括人臉、動作、物體識別領域，汽車安全駕駛領域以及醫(yī)學圖像處理領域等，文章現就基于OpenCV的醫(yī)學圖像處理軟件的實現展開探討。

關鍵詞：OpenCV;醫(yī)學圖像處理;軟件設計;病灶信息

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

1? ? 醫(yī)學影像的計算機輔助診斷系統(tǒng)基本原理

圖像是客觀事物的映射，通過各種觀測設備能夠獲取景物的圖像信息，根據圖像信息可在大腦中構出對應的實際形狀。常規(guī)醫(yī)學圖像中包含了關于病人基礎信息的圖像資料。當前，隨著科學技術的迅速發(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)學診斷方式發(fā)生轉型，優(yōu)化了醫(yī)生的診斷效果，但醫(yī)學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)學影像的構建及處理需要綜合數字圖像處理技術以及空間幾何知識，生物醫(yī)學以及計算機編程等方面也有所涉及。本研究對計算機輔助檢測醫(yī)學影像的方法展開研究分析，實現了對檢測區(qū)域的提取以及病灶位置的定位，基于OpenCV的病灶位置醫(yī)學影像分析處理軟件，利用跨平臺計算機視覺庫OpenCV的特點設計結構系統(tǒng)，明確了系統(tǒng)的檢測功能及實驗結果，分析處理醫(yī)學圖片信息的效率更高，能夠快速執(zhí)行系統(tǒng)任務，對于醫(yī)生進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)域影像進行預處理，優(yōu)化整體圖像的全局對比效果，應用圖像像素處理技術，使得病灶區(qū)域呈現明顯的數據特征，通過迭代閾值法提取病灶區(qū)域，利用差影技術，對原始病灶影像中的高頻信息進行提取，在保留檢測區(qū)域病灶點信息的同時，將無關的結構圖影去除。其次，根據原始圖像中的檢測區(qū)域進行圖像切割，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進行判斷，分析是否存在病灶點，如果存在，則將原圖像中對應的病灶位置設置為疑似陽性區(qū)域，否則設定為陰性區(qū)域。根據所確定的疑似陽性區(qū)域位置進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)域的病灶點信息進行判斷，在開始應用算子檢測前，進行圖像的形態(tài)學分析，強化形態(tài)學顯像，應用標準化運算方式將非病灶點去除，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行多相位移，完成橫向、縱向的多尺度檢查，確定新的可疑點的所在，同時應用對應的尺度窗口完成算子檢測處理，判定為病灶區(qū)域點。在應用檢測區(qū)域病灶算法處理時，應用可視化的編程環(huán)境進行跨平臺的計算機視覺處理，實現病灶位置醫(yī)學圖像的處理及分析系統(tǒng)設計，此系統(tǒng)分為3個位置模塊：預處理模塊、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軟件的實現

2.1? OpenCV體系結構及設置

OpenCV作為開源算法數據庫，基于計算機VC++語言所構建的編譯環(huán)境運行，是不少數字圖像處理以及計算機視覺用戶的得力工具。OpenCV是以伯克利軟件發(fā)行（Berkly Software Distribution，BSD）許可授權的開源發(fā)行計算機視覺庫，能夠實現多種計算機視覺及圖像處理，多種程序能夠在微軟視覺C語言（Microsoft Visual C++，VC）開發(fā)環(huán)境下直接調用，使得編程工作得到優(yōu)化。OpenCV被設計成模塊化的結構形式，具體的子庫有CvCore，CV，CvAux，High GUI等，分別處理基本的數據結構庫運算、圖像處理及視覺功能以及回歸分析與模式分類函數，CvAux為OpenCV的輔助函數，HighGUI可進行圖像界面的函數處理，能夠實現圖像視頻的輸入輸出以及用戶交互等。在OpenCV體系中，各函數均以cv2為開始，隨后完成具體的行為目標，為實現固定程序所具備的功能，需要定點選擇對應庫函數，從而完成程序的開發(fā)。此次應用到的函數接口包括圖像數據分配、復制、釋放、轉換等，基本的數字圖像處理能夠完成色彩轉換、數學形態(tài)學操作及結構分析等。在VC++環(huán)境狀態(tài)下，應用OpenCV需要完成其安裝配置工作。首先，進行安裝程序的下載，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，完成初始設置后進行去全局設置，選擇菜單中工具欄選項設置中的Directories選項進行l(wèi)ib路徑設置，選擇Library文件檔案后，填入選擇路徑，進行各個項目設置[2]。

2.2? 系統(tǒng)框架

此次設計中基于OpenCV病灶位置檢測影像處理系統(tǒng)實現方式是以VC++為框架，對檢測區(qū)域的病灶點位置進行自動提取診斷處理，根據實際診斷的需要，完成各項功能。

（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，同時能夠將處理后的圖像在固定磁盤位置儲存。（2）對圖像進行系統(tǒng)處理，應用系統(tǒng)處理軟件，完成預處理的各項任務，包括灰度的調整、直方圖的處理等，在完成處理后保證質量的向同性，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行去噪處理，強化圖像效果。（3）提取疑似陽性區(qū)域病灶位置信息，根據軟件上疑似陽性區(qū)域的標準化定義，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，根據疑似陽性區(qū)域中存在的可疑病灶點進行提取檢測，找到具體位置，分析邊界形態(tài)及數目信息，常用算法包括：數學形態(tài)學中的運算、Harris角點檢測、高斯濾波及拉普拉斯銳化等處理，最后由專業(yè)醫(yī)師進行最終結果判定。

2.3? 系統(tǒng)功能實現

本系統(tǒng)應用的設計方式為微軟基礎類庫（Microsoft Foundation Classes，MFC）向導指引下的單文檔界面，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)響應等，其中視圖類派生于CView類，能夠完成各項圖像的輸入處理現實，完成各項算法功能，文檔類從C盤文件類目派生，負責文件的讀取、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，用戶在應用DIB時，WindowsAPI編程任務相對繁重，通過OpenCV函數能夠優(yōu)化MFC中的圖像信息顯示，其位圖結構中的像素具有相似的存儲功能，通過DIB位圖信息的構造能夠調用應用程序接口（Application Programming Interface，API）相關函數，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用的函數主要通過位圖信息處理程序實現，在對其進行操作時應用的子程序為OnDraw程序。對于系統(tǒng)的界面，為了便于直觀地看到數據和操作，菜單欄下按鍵分別為設計為打開、另存為、恢復、真方圖、圖像反相、旋轉及關閉，用戶根據磁盤中所需要處理的病灶圖像信息點擊打開按鍵，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，通過電機圖像預處理的設置按鈕完成圖像的直方圖歸一化、灰度歸一化、自適應中值濾波、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視覺庫OpenCV的特點及結構系統(tǒng)，確定系統(tǒng)軟件的工作流程，明確了系統(tǒng)的檢測功能及實驗結果，基于OpenCV的病灶位置醫(yī)學影像分析處理系統(tǒng)，編程效率高，能夠快速執(zhí)行系統(tǒng)任務，操作簡單易行，對于醫(yī)生進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? ? 結語

隨著科技水平的提升，數字圖像處理技術當前已在多個行業(yè)領域中獲得廣泛應用?；贠penCV的醫(yī)學圖像處理軟件能夠通過其所包含的函數，幫助醫(yī)生進行快速、便捷的軟件處理;根據圖像的輪廓特征，完成一系列的可行性算法獲取特征參數，分析處理醫(yī)學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)學領域具有重要意義。

[參考文獻]

[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].機電技術，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