储的函数，同时也支持a
alyze75和i
terfile两种函数图像格式。因此，用MATLAB实现医学图像的数字化处理可以大大简化各种算法的难度和复杂度。
1、医学图像的数字化处理
医学图像数字化处理是指使用计算机对获取的图像进行各种处理，使之满足医疗需要的一系列技术的总称4。它是应用图形图像处理技术，来弥补影像设备和成像中的不足，从而得到用传统手段无法获取的医学信息。随着医学图像处理技术的发展，图像的去噪、图像的增强、图像的分割等基本技术，使得传统的医学图像的获取和观察方式被完全改变，图像处理技术在医学领域中变得越来越重要。
11图像的去噪
图像在生成、获取和传输等过程中，往往会发生质量的损伤，造成图像质量的损坏。医学图像的噪声是常见的影像问题，如超声设备中的斑点噪声。此类噪声如图像切割引起的即黑图像上的白点，白图像上的黑点噪声。这些噪声对医学图像的质量影响特别大，严重妨碍了影像的诊断。因此，图像的噪声过滤是图像处理的首要任务。目前，图像的噪声滤除方法有空域法5和频域法6两大类。医学图像的去噪，要根据具体产生的原因采用不同的方法。例如，对于CT图像中的的椒盐噪声可以采用中值滤波技术，它能在过滤噪声的同时，又能很好地保护边缘轮廓的信息。用MATLAB工具箱中medfilt2函数实现中值滤波，结果如图所示：
12医学图像的增强
图像增强是对图像进行加工，以得到对具体应用来说视觉效果更“好”、更“有用”的图像，也就是把有用信息变得更清晰，增强感兴趣的特征，抑制不感兴趣的特征，改变图像质量，丰富图像信息，加强图像识别是一种常见图像处理方法。常用的图像增强技术根据对图像进行处理所在的空间不同，可分为基于图像域的方法和基于变换域的方法。基于图像域的方法是直接在图像所在的空间进行处理，也就是在像素组成的空间里直接对像素进行操作；基于变换域的方法是在图像的变换域对图像进行间接处理。但它同样具有针对性，它必须针对某一特定的
f龙源期刊网httpwwwqika
comc
需要而采用特定的算法来实现图像的增强，改变图像的质量，以得到更好更清晰的图像供医务工作者进行诊断。
13医学图像的分割
医学图像的分割就是在数字图像处理中对感兴趣部位的特征提取，也就是在医学诊断中将影像中的病灶部分进行提取，这些病灶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，提取出来的病灶域能帮助医生进行诊断，以及进行定性和定量的分析，它r