摘要骨癌病灶在X射线影像中通常表现为局部灰度、纹理及骨组织结构异常传统人工阅片容易受到图像噪声、对比度不足和医生经验差异等因素影响。为提高骨骼X射线影像疑似区域的处理效率与可视化效果本文设计并实现了一种基于MATLAB图像处理与模糊C均值聚类的骨癌影像辅助检测系统。项目概览项目简介系统首先对输入的骨骼X射线图像进行灰度转换和尺寸归一化并分别采用均值滤波与双边滤波完成图像平滑和噪声抑制在降低噪声干扰的同时保留骨组织边缘信息。随后利用模糊C均值聚类算法对图像像素进行无监督分类提取灰度较高的疑似异常区域在此基础上通过中值滤波、腐蚀和膨胀等形态学操作去除孤立噪声、连接病灶区域并优化分割结果。最后将疑似区域以彩色标记方式叠加至原始X射线图像中并根据疑似区域面积占比和连通区域数量生成分级提示。系统完整实现了图像预处理、FCM聚类分割、形态学区域提取和结果叠加分析等处理流程。在人机交互方面本文基于MATLAB图形用户界面设计了三栏式辅助检测平台。左侧区域用于流程控制和算法参数设置中间区域同步展示原始图像、均值滤波图像、双边滤波图像、FCM分割图像、形态学处理结果及疑似区域叠加图像右侧区域显示辅助分析结论、运行指标和处理日志。 系统能够计算峰值信噪比、图像增强因子、疑似区域占比、连通区域数量和处理耗时等指标并支持处理结果图像及检测报告的自动保存。系统实现结果表明该方法能够完成骨骼X射线图像从噪声抑制、区域分割到疑似病灶可视化标注的完整处理为骨癌影像的教学研究和辅助分析提供了一种直观、可调节且易于操作的实现方案。由于本系统主要依据图像灰度和区域特征进行疑似区域提示其输出结果仍需由专业医生结合临床资料进行综合判断。系统架构本系统采用分层模块化架构设计整体由用户交互层、业务功能层、支撑与数据层以及运行环境层组成。用户交互层基于MATLAB GUI构建三栏式操作界面主要实现图像加载、参数设置、流程控制、结果显示、运行日志和结果保存等功能业务功能层按照“图像预处理—FCM分割—形态学处理—综合分析”的流程完成骨骼X射线影像处理其中图像预处理模块负责灰度转换、尺寸归一化、均值滤波和双边滤波FCM分割模块利用模糊C均值聚类提取高亮疑似区域形态学处理模块通过腐蚀、膨胀和中值滤波优化分割掩膜综合分析模块实现疑似区域叠加显示、面积占比统计、连通域计数及风险等级提示支撑与数据层负责原始图像、算法参数、中间处理结果和检测报告的统一管理运行环境层依托MATLAB、Image Processing Toolbox和Fuzzy Logic Toolbox提供算法运行支持从而形成完整的骨癌X射线影像辅助检测与可视化分析流程。图1 系统架构图技术创新创新点1双支路滤波与对比分析机制系统同时采用均值滤波和双边滤波对骨骼X射线图像进行处理在抑制噪声的基础上兼顾图像整体平滑与骨组织边缘保持并通过PSNR和IEF指标对滤波效果进行量化评价提高了预处理结果的可靠性。创新点2FCM聚类与形态学融合的疑似区域提取方法系统利用模糊C均值聚类对图像像素进行无监督分类自动提取高灰度疑似区域再结合中值滤波、腐蚀和膨胀等形态学操作去除孤立噪声、连接病灶区域从而形成较完整的疑似病灶掩膜。创新点3基于区域特征的可视化分级提示提出在LAB色彩空间中进行分离式对比度增强的后处理策略将融合后的图像从RGB空间转换到LAB空间仅对L亮度通道应用自适应对比度增强CLAHE保持a、b色度通道不变最后转换回RGB空间。该方法有效避免了传统RGB空间增强导致的色彩失真问题在提升图像对比度的同时保持色彩的自然真实性。快速开始在 MATLAB 命令窗口运行 BoneCancerDetectionGUI 即可启动图形界面点击”加载X射线图像”选择骨骼图像然后点击”一键完整分析”完成检测。环境要求需要 MATLAB R2020b 及以上版本并安装 Image Processing Toolbox 和 Fuzzy Logic Toolbox 两个工具箱。运行展示运行BoneCancerDetectionGUI.m图2 主界图3 加载图像图4 图像预处理图5 FCM智能分割图6 病灶区域提取图7 保存结果项目资源配套文件包括完整的项目源代码、演示视频、运行截图开箱即用。项目信息作者信息作者Bob (张家梁)项目编号IP-25-M原创声明本项目为原创作品