网站原创摘 要：主要讨论在医学图像的处理应用中,采用Matlab与VisualC++作为生物医学图像处理方面的主要软件工具,既可结合VisualC++作为软件开发语言的优势,又可结合Matlab在图像处理方面的特点.重点阐述了VisualC++与MATLAB混合编程在医学图像处理应用中的方法,介绍了采用VisualC++与MATLAB进行混合编程的重要特点和意义,并对这种方法做了全面的分析比较和总结.
关 键 词：Matlab；混合编程；医学图像处理
中图分类号：TP311文献标识码：A文章编号：1009-3044（2013）19-4506-03
Matlab在图像处理方面的功能十分强大,运用Matlab处理医学图像时,可以加快医学图像处理的效率,大大降低医学图像的处理时间.同时,临床工程师可根据临床医生的诊断要求,在Matlab中建立适当的医学图像处理函数,以满足临床医生对于医学图像处理的需求.通过VisualC++,临床工程师可根据其自身需要,编辑相应的源代码,即可方便以后的医学图像（如：特定的器官,血管）处理,同时对医院信息系统的底层的硬件、软件进行数据管理与交换.当将VisualC++与Matlab二者相结合,则不仅仅可以提高医学图像的处理的效率,更大大提高了对医院信息系统的管理.通过VisualC++中相应程序语言的使用,调用Matlab工具箱中的图像处理函数,对医学图像进行的混合编程处理,达到对医学图像在生物医学中应用的最终目的[[1]].
| 有关论文范文主题研究: | 关于工程师的论文例文 | 大学生适用: | 专科论文、学术论文 |
|---|---|---|---|
| 相关参考文献下载数量: | 95 | 写作解决问题: | 如何怎么撰写 |
| 毕业论文开题报告: | 论文模板、论文选题 | 职称论文适用: | 杂志投稿、高级职称 |
| 所属大学生专业类别: | 如何怎么撰写 | 论文题目推荐度: | 优秀选题 |
在一般的医学图像采集系统中,关于医学图像的获取,主要采用X胶片数字化技术、计算机断层扫描等技术获得数字化医学图像,在本文中对生物医学影像获取方面不进行过多的介绍[[2]].一般地,将获取的医学图像,应用C语言与Matlab程序,对相应的图像数据进行二次处理,得到较为理想的医学图像数据,进行辅助诊疗（此方法可在PictureAchivingandmunicationSystem（PACS）影像后处理站无法正常运行时,代替其正常处理医学图像数据）.首先在应用Matlab软件处理医学图像时,我们利用reshape将医学图像生成多维数组,对其进行相应的操作处理.由于Matlab允许用户自行定义函数,这就方便我们建立函数,对医学图像进行处理（如：数字减影）.该文提出通过用Matlab自身的mcc与mBuild工具,对源程序（库函数）进行编译处理,即可得到VisualC++的源代码文件即*.cpp和*.hpp文件,此时将生成的源代码文件再应用于应用程序代码中,便可保证将Matlab中的mcc和mBuild工具所生成的代码进行重新利用,达到通过VisualC++便可以调用MATLAB的库函数和其图形库的目的.调用简单,也可以保证在没有MATLAB安装环境的支持下,仍可继续运用.其缺点是所能转化的库函数有限,不能将之广泛的应用.
1系统设计
1.1编程环境设置
操作系统：WINDOWSXP（SP3）
应用软件：Matlab7.0VisualC++6.0,其中VisualC++6.0安装在默认路径,也就是C：＼PROGRAMFILES＼下,Matlab7.0安装在C盘的根目录下
Matlab环境设置：