《计算机仿真技术在医学方面的应用》由会员分享，可在线阅读，更多相关《计算机仿真技术在医学方面的应用（15页珍藏版）》请在金锄头文库上搜索。
1、计算机仿真技术在医学方面的应用学院：电气与控制工程学院 班级：测控技术与仪器 08-2 班姓名： 学号： 摘要本文主要介绍了计算机仿真技术及 Matlab 在医学方面的应用。当今世界上绝大多数科学杂志在收集论文发表时都推荐作者采用MATLAB 的分析方法，所以掌握这一方法来处理科研中所采集的数据，并进行分析是当今科学研究中科研人员必须掌握的工具。近年来，计算机仿真技术在各种领域有了广泛的应用。在机械制造和医学方面都有了广泛的应用。随着社会的进步，计算机的广泛应用，Matlab 在医学领域逐渐显示出它的先进性和可靠性。本文就 Matlab在医学的各个方面的应用，给出了详细的介绍。【关键词】Mat
2、lab，医学，应用，图像目录前言.1.计算机仿真技术简介.1.1 计算机仿真技术概述.1.2 计算机仿真的实现1.2.1模型的建立1.2.2模型的转换1.2.3模型的仿真实验1.3 计算机仿真的发展方向 1.3.1网络化仿真 1.3.2虚拟制造技术2.Matlab 简介2.1、MATLAB 语言简介2.2、MATLAB 软件组成3.Matlab 在医学图像分割处理中的应用3.1 基于边缘的分割3.2 基于 Matlab 的实验分析3.3 讨论4.Matlab 在医学影像后处理中的应用5. Labview 在指纹识别系统中的应用总结参考文献前言MATLAB 已成为一个功能比较强大、性能稳定的软件
3、，得到了广泛的重视和应用。在欧美大学里，诸如应用代数、数理统计、自动控制、数字与信号处理、模拟与数字通信、时间序列分析、动态系统仿真等课程的教科书都把 MATLAB 作为内容，几乎成了 90 年代教科书与旧版书籍的区别性标志。在那里 MATLAB 是攻读学位的大学生、硕士生、博士生必须掌握的基本工具。在国际学术界，MATLAB 已经被确认为是准确、可靠的科学 计算标准软件。在许多国际一流的学术刊物上（尤其是信息科学刊物） ，都可以看到MATLAB 的应用。MATLAB 集计算、可视化及编程于一身。在MATLAB 中无论是问题的提出，还是结果的表达都采用习惯的数学描述方法，而不需要传统的编程语言
4、进行前后处理。这一特点使MATLAB 成为了数学分析、算法开发及应用程序开发的良好环境。它在数据分析、科学计算、仿真、自动控制、信号处理与通讯、图形分析与处理、图像处理等领域起着越来越大的作用。1.计算机仿真技术简介1.1 计算机仿真技术概述计算机仿真技术是以多种学科和理论为基础，以计算机及其相应的软件为工具，通过虚拟试验的方法来分析和解决问题的一门综合性技术。计算机仿真（模拟）早期称为蒙特卡罗方法，是一门利用随机数实验求解随机问题的方法。其原理可追溯到 1773 年法国自然学家 G.L.L.BuffON 为估计圆周率值所进行的物理实验。根据仿真过程中所采用计算机类型的不同，计算机仿真大致经历
5、了模拟机仿真、模拟数字混合机仿真和数字机仿真三个大的阶段。20 世纪 50 年代计算机仿真主要采用模拟机；60 年代后串行处理数字机逐渐应用到仿真之中，但难以满足航天、化工等大规模复杂系统对仿真时限的要求；到了 70 年代模拟数字混合机曾一度应用于飞行仿真、卫星仿真和核反应堆仿真等众多高技术研究领域；80 年代后由于并行处理技术的发展，数字机才最终成为计算机仿真的主流。现在，计算机仿真技术已经在机械制造、航空航天、交通运输、船舶工程、经济管理、工程建设、军事模拟以及医疗卫生等领域得到了广泛的应用。1.2 计算机仿真的实现 对于需要研究的对象，计算机一般是不能直接认知和处理的，这就要求为之建立一
6、个既能反映所研究对象的实质，又易于被计算机处理的数学模型。数学模型将研究对象的实质抽象出来，计算机再来处理这些经过抽象的数学模型，并通过输出这些模型的相关数据来展现研究对象的某些特质，当然，这种展现可以是三维立体的。由于三维显示更加清晰直观，已为越来越多的研究者所采用。通过对这些输出量的分析，就可以更加清楚的认识研究对象。通过这个关系还可以看出，数学建模的精准程度是决定计算机仿真精度的最关键因素。从模型这个角度出发，可以将计算机仿真的实现分为三个大的步骤：模型的建立、模型的转换和模型的仿真实验。 1.2.1模型的建立 对于所研究的对象或问题，首先需要根据仿真所要达到的目的抽象出一个确定的系统，
7、并且要给出这个系统的边界条件和约束条件。在这之后，需要利用各种相关学科的知识，把所抽象出来的系统用数学的表达式描述出来，描述的内容，就是所谓的“数学模型” 。这个模型是进行计算机仿真的核心。 1.2.2模型的转换 所谓模型的转换，即是对上一步抽象出来的数学表达式通过各种适当的算法和计算机语言转换成为计算机能够处理的形式，这种形式所表现的内容，就是所谓的“仿真模型” 。这个模型是进行计算机仿真的关键。实现这一过程，既可以自行开发一个新的系统，也可以运用现在市场上已有的仿真软件，如铸造过程就常用MAGMAsoft 软件来进行仿真。1.2.3模型的仿真实验 将上一步得到的仿真模型载入计算机，按照预先
8、设置的实验方案来运行仿真模型，得到一系列的仿真结果，这就是所谓的“模型的仿真实验” 。 1.3 计算机仿真的发展方向 随着计算机应用技术和网络技术的发展，计算机仿真技术也在不断的发展之中。如利用网络技术实现异地仿真、应用虚拟现实技术进行的虚拟制造等。1.3.1网络化仿真 现在已经开发出来的仿真系统，多数不能相互兼容，可移植性差，实现共享困难。较之于开发的高成本和长时间，实在物未尽其用。解决这些问题，第一就是采用兼容性好的计算机语言编写仿真系统，第二就是采用网络化技术实现仿真系统共享。尤其是后者，在将来的仿真系统开发中有着重要地位。实现仿真系统的网络共享，既可以在一定程度上避免重复开发以节约社会
9、资源，又可以通过适当收费以补偿部分开发成本。 1.3.2虚拟制造技术 计算机仿真技术发展的另一大方向就是在虚拟制造技术领域的深入应用。虚拟制造技术是 20 世纪 90 年代发展起来的一种先进制造技术。它利用计算机仿真技术与虚拟现实技术，在计算机上实现从产品设计到产品出厂以及企业各级过程的管理与控制等制造的本质。这使得制造技术不再主要依靠经验，并可以实现对制造的全方位预测，为机械制造领域开辟了一个广阔的新天地。 2.Matlab 简介2.1.Matlab 语言Matlab 是集数值计算、符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计算平台，它几乎能够满足所有的计算需求。2.2
10、、MATLAB 软件组成Matlab 包括五个组成部分：（1）开发环境。（2）MATLAB 数学函数库。（3）MATLAB 语言。（4）图形句柄。（5）MATLAB 应用程序接口3.Matlab 在医学图像分割处理中的应用图像分割可以理解为将图像中有意义的特征区域或者需要应用的特征区域提取出来，这些特征区域可以是像素的灰度值、物体轮廓特性曲线、纹理特性等，也可以是空间频谱或直方图特征等。医学图像分割是医学图像处理和分析中的关键技术，医学图像由于成像原理和设备的不同，存在多种成像模式，括(CT)计算机断层扫描、(MRI)磁共振成像、(Ultrasound)超声成像、(PET)正电子放射断层成像、
11、(SPECT)单光子辐射断层扫描及其它医学影像设备所获得的图像。本研究基于图像分割的理论基础，在 Manab 平台上，对脑部MRI 图像进行了分割，实验结果表明，这一方法可成功地将脑瘤轮廓清晰地标记出来。3.1 基于边缘的分割边缘检测是医学图像处理的关键技术之一，目的是在有噪声背景的图像中确定出目标物边界的位置。它在医学图像匹配、肿瘤病灶确定、造影血管检测、冠心病诊断、左心室边缘抽出等方面占有举足轻重的地位。在图像处理上，一般都认为局部极值点或灰度发生急剧变化的点即为边缘。它可以粗略地分为：阶跃边缘(step edge)和屋顶边缘(roof edge)以及线性边缘(Line edge)三种。为
12、了在图像中寻找边缘点，人们设计了各种各样的边缘检测算子(edge detectors)，然后跟踪检测出的边缘点以构成边缘。常用的有微分算子、拉普拉斯高斯算子(109)、canny 算子。微分算子有 Roberts算子、Prewitt 算子、Sobel 算子以及 Isotropicobel 算子。本文介绍拉普拉斯高斯算子该算子首先用高斯函数对图像作平滑滤波处理，然后才使用 Laplaeian 算子检测边缘(109)和 canny 算子。为了叙述方便，下面记为一个原始的二维断层图像。拉普拉斯高斯算子(109)对于阶跃型边缘，其一阶导数取得局部极值，其二阶导数为零。在离散的数字图像中，阶跃型边缘点是
13、二阶导数的过零点(ZeroCrossing)，即可以发现二阶导数为零交叉点来寻找边缘，而 Laplacian 算子是最常用的二阶导数算子。Canny 算子边缘提取的基本问题是解决增强边缘与抗噪能力间的矛盾，由于图像边缘和噪声在频率域中同是高频分量，简单的微分提取运算同样会增加图像中的噪声，所以一般在微分运算之前应采取适当的平滑滤波，减少噪声的影响。Canny 运用严格的数学方法对此问题进行了分析，推导出由几个指数函数线性组合形式的最佳边缘提取算子网，其算法的实质是用一个准高斯函数作平滑运算，然后以带方向的一阶微分定位导数最大值，Canny 算子边缘检测是一种比较实用的边缘检测算子，具有很好的边
14、缘检测性能。Canny边缘检测法利用高斯函数的一阶微分，它能在噪声抑制和边缘检测之间取得较好的平衡。3.2 基于 Matlab 的实验分析图像处理程序：clear；close all；I=imread(脑瘤jPg)；imshow(I)；BWl=edge(I， log)；figure，imshow(BWl)；BW2=edge(I， canny)；figure，imshow(BW2)；相比而言，Canny 算子提取的边缘最为完整，而且边缘的连续性很好，但是提取的结果比较杂乱。虽然 edge 函数提取了图像的大概轮廓，边缘线存在断裂的情况，没有完整而准确地描绘出脑瘤的轮廓，在这里，可以通过 strel 函数利用线性的结果甬数对边缘进行膨胀操作，填充边缘的缝隙。Se90=strel(line，3，90)；seO=strel(line，3，0)；BW3=imdilate(BWI，se90 seO)；figure，imshow(BW3)；对于分割的结果，边缘不是很平滑，需要利用菱形结构元素对图像进行平滑处理 BW4=imerode(BW3，seD)；figure，imshow(BW4)；最后，需要把分析的对象标记出来。获得清晰的轮廓，以便进行医学图像分析。Bwou
