论文部分内容阅读
摘 要： 随着计算机技术的高速发展，医学图像在现代医学中占有越來越重要的地位，医学图像处理技术是医学院校授课过程中必不可少的专业课。本文针对医学院校的《医学图像处理》实践教学进行了改革，学生设计了以SIMULINK为基础的医学图像仿真教学模型，改变了传统的讲授式的教学方法，增加了学生的学习兴趣及动手实践能力，更生动直观的辅助学生进行图像处理相关课程的学习，为广大一线教师提供一个新的教学思路。
关键词： 医学图像处理;SIMULINK;仿真教学模型
中图分类号： G434 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.05.021
本文著录格式：刘欣，张凯，赵若晗，等. 基于SIMULINK的医学图像仿真教学模型的研究[J]. 软件，2019，40（5）：106109
【Abstract】： With the rapid development of computer technology， medical image plays an increasingly important role in modern medicine. Medical image processing technology is an indispensable professional course in the teaching process of medical universities.In this paper， the practice teaching of Medical Image Processing in medical universities has been reformed.The students designed a medical image simulation teaching model based on SIMULINK， which changed the traditional teaching method， increased the students'interest in learning and practical ability， and more vividly and intuitively assisted the students in the course of image processing， providing a new teaching idea for the front-line teachers.
【Key words】： Medical image processing; SIMULINK; Simulation teaching model
0 引言
医学图像处理是一门综合了数学、计算机科学和医学影像学等学科的交叉科学[1]。各种类型的现代医疗诊断与成像设备在临床医学中占有不可替代的作用，他们提供了大量的医学图像信息，而医学图像能够最大限度的向医生提供病人的信息，医学图像信息能够直观地反映患者的疾病状态。临床诊断越来越依赖医学图像，医学图像在现代医学中占有及其重要的地位。在此背景下，医学图像处理与分析技术应运而生，且发展迅速。
医学图像处理的基本方法是按照实际需要利用数学方法针对特定的处理对象，设计出一套切实可行的图像算法，然后利用计算机实现对医学图像的处理。在图像处理发展如此迅速的今天，以“医学图像处理”为中心的课程体系在很多医学高校甚至工学（部分生物医学工程专业）高校得到了高度重视，诸如《医学图像处理分析》、《医学影像成像原理》、《医学影像质量控制》等课程也都作为重要专业课向医学和工学生展开。但是对于学习医学图像处理课程，它需要以多门课程作为基础（如数学、物理、计算机等），图像处理理论知识十分复杂且枯燥，针对以应用为主的医学生而言，学习很吃力[2]。经笔者在多所医学院校调查得知，很多高校在此课程讲授过程中提高了实践课的授课比例，让学生增加动手应用的机会，并以此更深刻的了解医学图像处理的实际意义。由于医学图像处理是建立在数学建模、计算机仿真以及医学影像技术等诸多学科基础上的一门现代综合性的前沿科学，笔者在近年来也不断的以计算机软件为中心推动该课程的教学改革，在此之前，利用了诸如MATLAB、Photoshop、MIMICS等多种医学图像处理软件并加入到实践课程当中，取得了积极良好的效果。本文是基于SIMULINK仿真模块在医学图像处理应用中的又一次探索。
1 SIMULINK模拟仿真模块介绍
建模仿真是二十一世纪以来非常流行的技术，一个合适的模型可以帮助学生透彻的理解遇到的问题，而在建模这个领域中，SIMULINK是绝对的领先者。SIMULINK是MATLAB的一个组成部分，提供了大量以图形方式给出的内置功能模块，可以进行系统级建模与动态仿真[5] 。SIMULINK随着MATLAB新版本的推出不断更新。实际操作中SIMULINK与常用的软件相比具有如下优点：
（1）无需进行编程处理：相对比VC++、ImageJ、OpenCV，甚至MATLAB本身的图像处理工具箱，SIMULINK 可以让学生把精力从编程转向模型构造，从而省去重复代码的编写工作;
（2）多拓展的工具箱：与MATLAB有很多扩展工具箱一样，SIMULINK也提供了一系列的系统工具箱，不同的仿真功能具有不同的仿真工具箱，例如：本文使用的视频和图像处理模块集;
（3）操作简单，仿真模块自由搭配无限制：针对医学图像处理课程，学生无需过多掌握图像处理的算法技术，只要掌握了这种可视化的仿真工具的基本模块间的原理，即可快速地搭建仿真模型，更好地理解和掌握课程的知识点，为其相关课程学习带来极大的便利。 本文基于SIMULINK仿真模型对我校《医学图像处理》的实践课程进行了又一次的改革嘗试，建立了以SIMULINK为基础的医学图像处理仿真教学模型的设计与研发，并成功的应用于课堂实践教学中，下文向读者进行详细介绍。
2 基于SIMULINK的医学图像仿真教学模型的实现
2.1 医学图像仿真教学模型功能介绍
本模型针对医学图像处理理论课程中所涉及到的常用图像处理手段进行了概括总结，并且为了进一步提高学生的动手能力及学习效果，以SIMULINK所提供的模块为基础，设计了如表1的医学图像仿真教学模型以供学生实践课程操作学习。在使用SIMULINK模型操作的过程中有部分功能需要使用的MATLAB代码，针对不同的专业的学生开展不同的实验项目。
2.2 医学图像仿真教学模型模块介绍
本仿真教学模型主要使用了SIMULINK提供的以下8类模块：
Analysis & Enhancement（分析和增强）
Conversions（转换）
Filtering（滤波）
Geometric Transformations（几何变换）
Morphological Operations（形态学操作）
Sinks（接收器）
Sources（输入源）
Transforms（变换模块库）
2.3 医学图像仿真教学模型模块介绍教学应用演示
医学图像仿真教学模型将从本校PACS系统提供的医学图像中选取需要处理的图像，下面向读者展示本教学模型中两个典型的应用。本次教学模型使用了MATLAB提供的图形界面工具（GUI），打开系统界面后，如图1所示，选择模型进行相应实验。每个实验模型中的模块参数均在建立模型时已经设计好，学生只需要进行图片打开观察相应的结果。关于模型参数的设置部分，教师会在课堂授课中提前加以简单讲解。
2.3.1 医学图像灰度变换增强
在图1中选择实验一医学图像的灰度变换增强后，点击确定后弹出图2所示的仿真模块界面。
继续点击图2中Image From File模块后选择相应的医学图像MRITest.jpg，运行该模型，可以看到通过灰度变换增强后的实际处理效果，左侧为原始图像，右侧为灰度变换增强处理后图像，如图3所示。
2.3.2 医学图像直方图均衡化处理
同医学图像灰度变换增强操作相同，选择仿真系统主界面图1实验二医学图像的直方图均衡化，点击确定后弹出图4所示的仿真模块界面。
继续点击图4中Image From File模块后选择相应的医学图像CTTest.jpg，运行该模型，可以看到通过直方图均衡化后的实际处理效果，左侧为原始图像，右侧为处理后图像，如图5所示。
通过以上两个实验的操作，学生可以清楚的认识到医学图像的灰度变换以及直方图均衡化所带来的实际效果，且整个过程中，学生没有进行计算机编码操作，使学生更加直观的学习了解到了图像处理的方法。
3 总结
本次所设计的医学图像处理仿真教学模型以学生设计为主，教师做辅助指导，并且已经在《医学图像处理》实践教学中展开了一学期的应用，针对本校医学影像学、医学影像技术及生物医学工程专业中由浅入深的逐步实施，且针对工科的专业的生物医学工程结合撰写MATLAB程序代码一并应用，总体效果良好。学生在学习过程中更好的接受复杂的医学图像处理方法，既锻炼了学生动手操作能力，也使多学科交叉得到了应用[2] 。随着计算机技术及软件应用的不断发展，医学图像处理技术在未来势必会不断的进步，关于医学院校的医学图像处理的教学改革仍会有很长的道路要走。笔者希望通过本文为广大一线教师提供一个新的教改思路。
参考文献
[1] 聂东升， 邱剑锋， 郑建立. 医学图像处理[M]. 上海： 复旦大学出版社， 2014.
[2] 董默， 苏奎， 周志尊等. 生物医学工程专业《医学图像处理》实践教学的改革[J]. 软件， 2017， 38（2）： 37-41.
[3] 闫秋孟， 董默等. 基于MATLAB的医学图像处理系统设计与应用[J]. 软件， 2017， 38（2）： 51-55.
[4] 周广芬， 李鹏， 杨久义. 利用MATLAB图像处理工具箱进行图形数字化的研究[J]. 河北科技大学学报， 2005， 26（4）： 309-312.
[5] 刘璎瑛. 基于 Simulink 的大米动态图像检测系统仿真[J]. 安徽农业科学， 2009， 37（16）： 7607-609.
[6] 田捷， 包尚联， 周明全. 医学影像处理与分析[M]. 北京： 电子工业出版社， 2003.
[7] 康晓东. 医学影像图像处理[M]. 北京： 人民卫生出版社， 2009.
[8] 章毓晋. 图像处理和分析[M]. 北京： 清华大学出版社， 2001.
[9] 高向军， 田联房， 王立非等. 利用MATLAB实现医学图像处理与分析[J]. 计算机应用， 2008， 25（6）： 1.
[10] 董默， 韩婷等.MATLAB在数字图像处理中的应用[J].科技创新导报， 2016，（12）： 75/115.
关键词： 医学图像处理;SIMULINK;仿真教学模型
中图分类号： G434 文献标识码： A DOI：10.3969/j.issn.1003-6970.2019.05.021
本文著录格式：刘欣，张凯，赵若晗，等. 基于SIMULINK的医学图像仿真教学模型的研究[J]. 软件，2019，40（5）：106109
【Abstract】： With the rapid development of computer technology， medical image plays an increasingly important role in modern medicine. Medical image processing technology is an indispensable professional course in the teaching process of medical universities.In this paper， the practice teaching of Medical Image Processing in medical universities has been reformed.The students designed a medical image simulation teaching model based on SIMULINK， which changed the traditional teaching method， increased the students'interest in learning and practical ability， and more vividly and intuitively assisted the students in the course of image processing， providing a new teaching idea for the front-line teachers.
【Key words】： Medical image processing; SIMULINK; Simulation teaching model
0 引言
医学图像处理是一门综合了数学、计算机科学和医学影像学等学科的交叉科学[1]。各种类型的现代医疗诊断与成像设备在临床医学中占有不可替代的作用，他们提供了大量的医学图像信息，而医学图像能够最大限度的向医生提供病人的信息，医学图像信息能够直观地反映患者的疾病状态。临床诊断越来越依赖医学图像，医学图像在现代医学中占有及其重要的地位。在此背景下，医学图像处理与分析技术应运而生，且发展迅速。
医学图像处理的基本方法是按照实际需要利用数学方法针对特定的处理对象，设计出一套切实可行的图像算法，然后利用计算机实现对医学图像的处理。在图像处理发展如此迅速的今天，以“医学图像处理”为中心的课程体系在很多医学高校甚至工学（部分生物医学工程专业）高校得到了高度重视，诸如《医学图像处理分析》、《医学影像成像原理》、《医学影像质量控制》等课程也都作为重要专业课向医学和工学生展开。但是对于学习医学图像处理课程，它需要以多门课程作为基础（如数学、物理、计算机等），图像处理理论知识十分复杂且枯燥，针对以应用为主的医学生而言，学习很吃力[2]。经笔者在多所医学院校调查得知，很多高校在此课程讲授过程中提高了实践课的授课比例，让学生增加动手应用的机会，并以此更深刻的了解医学图像处理的实际意义。由于医学图像处理是建立在数学建模、计算机仿真以及医学影像技术等诸多学科基础上的一门现代综合性的前沿科学，笔者在近年来也不断的以计算机软件为中心推动该课程的教学改革，在此之前，利用了诸如MATLAB、Photoshop、MIMICS等多种医学图像处理软件并加入到实践课程当中，取得了积极良好的效果。本文是基于SIMULINK仿真模块在医学图像处理应用中的又一次探索。
1 SIMULINK模拟仿真模块介绍
建模仿真是二十一世纪以来非常流行的技术，一个合适的模型可以帮助学生透彻的理解遇到的问题，而在建模这个领域中，SIMULINK是绝对的领先者。SIMULINK是MATLAB的一个组成部分，提供了大量以图形方式给出的内置功能模块，可以进行系统级建模与动态仿真[5] 。SIMULINK随着MATLAB新版本的推出不断更新。实际操作中SIMULINK与常用的软件相比具有如下优点：
（1）无需进行编程处理：相对比VC++、ImageJ、OpenCV，甚至MATLAB本身的图像处理工具箱，SIMULINK 可以让学生把精力从编程转向模型构造，从而省去重复代码的编写工作;
（2）多拓展的工具箱：与MATLAB有很多扩展工具箱一样，SIMULINK也提供了一系列的系统工具箱，不同的仿真功能具有不同的仿真工具箱，例如：本文使用的视频和图像处理模块集;
（3）操作简单，仿真模块自由搭配无限制：针对医学图像处理课程，学生无需过多掌握图像处理的算法技术，只要掌握了这种可视化的仿真工具的基本模块间的原理，即可快速地搭建仿真模型，更好地理解和掌握课程的知识点，为其相关课程学习带来极大的便利。 本文基于SIMULINK仿真模型对我校《医学图像处理》的实践课程进行了又一次的改革嘗试，建立了以SIMULINK为基础的医学图像处理仿真教学模型的设计与研发，并成功的应用于课堂实践教学中，下文向读者进行详细介绍。
2 基于SIMULINK的医学图像仿真教学模型的实现
2.1 医学图像仿真教学模型功能介绍
本模型针对医学图像处理理论课程中所涉及到的常用图像处理手段进行了概括总结，并且为了进一步提高学生的动手能力及学习效果，以SIMULINK所提供的模块为基础，设计了如表1的医学图像仿真教学模型以供学生实践课程操作学习。在使用SIMULINK模型操作的过程中有部分功能需要使用的MATLAB代码，针对不同的专业的学生开展不同的实验项目。
2.2 医学图像仿真教学模型模块介绍
本仿真教学模型主要使用了SIMULINK提供的以下8类模块：
Analysis & Enhancement（分析和增强）
Conversions（转换）
Filtering（滤波）
Geometric Transformations（几何变换）
Morphological Operations（形态学操作）
Sinks（接收器）
Sources（输入源）
Transforms（变换模块库）
2.3 医学图像仿真教学模型模块介绍教学应用演示
医学图像仿真教学模型将从本校PACS系统提供的医学图像中选取需要处理的图像，下面向读者展示本教学模型中两个典型的应用。本次教学模型使用了MATLAB提供的图形界面工具（GUI），打开系统界面后，如图1所示，选择模型进行相应实验。每个实验模型中的模块参数均在建立模型时已经设计好，学生只需要进行图片打开观察相应的结果。关于模型参数的设置部分，教师会在课堂授课中提前加以简单讲解。
2.3.1 医学图像灰度变换增强
在图1中选择实验一医学图像的灰度变换增强后，点击确定后弹出图2所示的仿真模块界面。
继续点击图2中Image From File模块后选择相应的医学图像MRITest.jpg，运行该模型，可以看到通过灰度变换增强后的实际处理效果，左侧为原始图像，右侧为灰度变换增强处理后图像，如图3所示。
2.3.2 医学图像直方图均衡化处理
同医学图像灰度变换增强操作相同，选择仿真系统主界面图1实验二医学图像的直方图均衡化，点击确定后弹出图4所示的仿真模块界面。
继续点击图4中Image From File模块后选择相应的医学图像CTTest.jpg，运行该模型，可以看到通过直方图均衡化后的实际处理效果，左侧为原始图像，右侧为处理后图像，如图5所示。
通过以上两个实验的操作，学生可以清楚的认识到医学图像的灰度变换以及直方图均衡化所带来的实际效果，且整个过程中，学生没有进行计算机编码操作，使学生更加直观的学习了解到了图像处理的方法。
3 总结
本次所设计的医学图像处理仿真教学模型以学生设计为主，教师做辅助指导，并且已经在《医学图像处理》实践教学中展开了一学期的应用，针对本校医学影像学、医学影像技术及生物医学工程专业中由浅入深的逐步实施，且针对工科的专业的生物医学工程结合撰写MATLAB程序代码一并应用，总体效果良好。学生在学习过程中更好的接受复杂的医学图像处理方法，既锻炼了学生动手操作能力，也使多学科交叉得到了应用[2] 。随着计算机技术及软件应用的不断发展，医学图像处理技术在未来势必会不断的进步，关于医学院校的医学图像处理的教学改革仍会有很长的道路要走。笔者希望通过本文为广大一线教师提供一个新的教改思路。
参考文献
[1] 聂东升， 邱剑锋， 郑建立. 医学图像处理[M]. 上海： 复旦大学出版社， 2014.
[2] 董默， 苏奎， 周志尊等. 生物医学工程专业《医学图像处理》实践教学的改革[J]. 软件， 2017， 38（2）： 37-41.
[3] 闫秋孟， 董默等. 基于MATLAB的医学图像处理系统设计与应用[J]. 软件， 2017， 38（2）： 51-55.
[4] 周广芬， 李鹏， 杨久义. 利用MATLAB图像处理工具箱进行图形数字化的研究[J]. 河北科技大学学报， 2005， 26（4）： 309-312.
[5] 刘璎瑛. 基于 Simulink 的大米动态图像检测系统仿真[J]. 安徽农业科学， 2009， 37（16）： 7607-609.
[6] 田捷， 包尚联， 周明全. 医学影像处理与分析[M]. 北京： 电子工业出版社， 2003.
[7] 康晓东. 医学影像图像处理[M]. 北京： 人民卫生出版社， 2009.
[8] 章毓晋. 图像处理和分析[M]. 北京： 清华大学出版社， 2001.
[9] 高向军， 田联房， 王立非等. 利用MATLAB实现医学图像处理与分析[J]. 计算机应用， 2008， 25（6）： 1.
[10] 董默， 韩婷等.MATLAB在数字图像处理中的应用[J].科技创新导报， 2016，（12）： 75/115.