基于FCM的脑出血CT影像分割算法设计(二)

 %预处理 去除颅骨部分

    
 [m,n]=size(image);    %用m,n表示图像的像素坐标
    
 for i=1:m                         
    
     for j=1:n              % #遍历每个像素
    
     if image(i,j)>220  %#当像素的灰度值大于220时，将该灰度更改为0
    
        image(i,j)=0;
    
     end
    
     end
    
 end
    
      
    
 imwrite(image,'2image.jpg') %#将处理后的图像重新命名 
    
 figure
    
 imshow(image); 
    
    
    
    
    代码解读

 % FCM聚类

    
 clusterNum = 3; % 聚类数目，这里设置为3
    
 fcmOptions = [3, 100, 1e-2, 1]; % FCM参数设置
    
 [centers, U] = fcm(double(image(:)), clusterNum, fcmOptions);
    
  
    
 % 提取边缘
    
 backgroundIdx = find(U(1,:) > 0.5); % 背景类别索引
    
 groundIdx = find(U(2,:) > 0.5); % 
    
 foregroundIdx = find(U(3,:) > 0.5); % 前景类别索引
    
 % fgroundIdx = find(U(4,:) > 0.5);
    
  
    
 % 创建边缘图像
    
 edgeImage = zeros(size(image));
    
 edgeImage(backgroundIdx) = 255; % 背景像素设为白色
    
 edgeImage(groundIdx) = 125; % 灰色
    
 edgeImage(foregroundIdx) = 0; % 前景像素设为黑色
    
 % edgeImage(fgroundIdx) = 125;%
    
  
    
 % 显示边缘图像
    
 figure
    
 imshow(uint8(edgeImage)),title('聚类数目为3');
    
 imwrite(edgeImage,'3image.jpg')
    
    
    
    
    代码解读

 %将图像边缘细分

    
 [m,n]=size(edgeImage);    %用m,n表示图像的像素坐标
    
 for i=1:m                         
    
     for j=1:n                       % #遍历每个像素
    
     if edgeImage(i,j)>220  %#当像素的灰度值大于220时，将该灰度更改为0
    
        edgeImage(i,j)=0;
    
     end
    
     end
    
 end
    
      
    
 imwrite(edgeImage,'4image.jpg') %#将处理后的图像重新命名 
    
 figure
    
 imshow(edgeImage);  
    
  
    
 M=strel('disk',2);%创建一个圆形结构元素，2是从结构元素半径，沿水平轴和垂直轴的度量
    
 CImage=imopen(edgeImage,M);
    
 figure
    
 imshow(CImage);
    
 imwrite(CImage,'youzao.jpg');
    
    
    
    
    代码解读

 %去除噪点

    
 binary_image=imread('youzao.jpg');
    
 cc = bwconncomp(binary_image);
    
 % 获取每个连通区域的像素数量
    
 numPixels = cellfun(@numel, cc.PixelIdxList);
    
 % 设置阈值，删除小于阈值的连通区域
    
 threshold = 750; % 根据小点的大小调整阈值
    
 binary_image_cleaned = binary_image;
    
 binary_image_cleaned(vertcat(cc.PixelIdxList{numPixels < threshold})) = 0;
    
 figure
    
 % 显示清理后的二值图像
    
 subplot(121);imshow('3.jpg');title('原图');
    
 subplot(122);imshow(binary_image_cleaned);title('血块二值图');
    
    
    
    
    代码解读

 %读取脑出血图像

    
 S=binary_image_cleaned;
    
  
    
 % 计算二值图像中非零像素的总数
    
 nonZeroPixels = sum(S(:));
    
 % 计算脑出血的面积（以像素为单位）
    
 bleedingArea = nonZeroPixels;
    
  
    
 % 将面积转换为实际单位（例如平方毫米）
    
 % 如果你知道图像的比例尺，可以使用它来进行转换
    
 % 否则，你需要根据图像的分辨率来估计转换因子
    
 conversionFactor = 0.25; % 假设每个像素代表0.25平方毫米
    
 bleedingAreaInSquareMillimeters = bleedingArea * conversionFactor;
    
  
    
 % 显示脑出血面积
    
 disp(['脑出血面积（像素）：' num2str(bleedingArea)]);
    
 % disp(['脑出血面积（平方毫米）：' num2str(bleedingAreaInSquareMillimeters)]);
    
    
    
    
    代码解读