在医院实际环境中,经常遇到有问题的患者,对于一些特殊的场景,比如骨折,肺结节,心脑血管问题

需要图像对比增强来更为清晰的显示病灶助于医生确诊,先看效果:

肺纹理增强:

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

肺结节增强:

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

 血管对比增强:

 C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

 骨骼对比增强:

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

 

根据参考资料:

MATLAB版本:

https://ww2.mathworks.cn/matlabcentral/fileexchange/24409-hessian-based-frangi-vesselness-filter

算法原理:

https://baike.baidu.com/item/%E9%BB%91%E5%A1%9E%E7%9F%A9%E9%98%B5/2248782?fr=aladdin

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

将其原理翻译写成C++类库,在C++中使用Opencv对于矩阵操作比较方便,导出dll后再由C#调用,

新建C++类库工程:

#include "stdafx.h"
#include <iostream>
#include <string>
#include <cstring>
#include <cstdlib>
#include <vector>
#include "MatBase64.h"
#include "frangi.h"
#include "ET.Functions.h"
using namespace std;
using namespace cv;
char* GetFrangiBase64Code(char* base64code, int SIGMA_START, int SIGMA_END, int SIGMA_STEP, float BETA_ONE, float BETA_TWO, bool BLACKWHITE){

    //初始化矩阵参数
    frangi2d_opts_t opts;
    frangi2d_createopts(&opts, SIGMA_START,  SIGMA_END,  SIGMA_STEP,  BETA_ONE,  BETA_TWO,  BLACKWHITE);


    //处理传入的base64编码转为Mat对象
    string imgcode =base64code;
    string s_mat;
    s_mat = base64Decode(imgcode.data(), imgcode.size());
    vector<char> base64_img(s_mat.begin(), s_mat.end());
    Mat input_img = cv::imdecode(Mat(base64_img), CV_LOAD_IMAGE_GRAYSCALE);

    //进行frangi算法处理
    Mat input_img_fl;
    input_img.convertTo(input_img_fl, CV_32FC1);
    Mat vesselness, scale, angles;
    frangi2d(input_img_fl, vesselness, scale, angles, opts);

    vector<uchar> buf;
    imencode(".jpg", vesselness * 255, buf);
    auto *enc_msg = reinterpret_cast<unsigned char*>(buf.data());
    string encoded = base64Encode(enc_msg, buf.size());

    //返回base64编码
    char *result = new char[encoded.length() + 1];
    for (int i = 0; i < encoded.length(); ++i)
    {
        result[i] = encoded[i];
    }
    result[encoded.length()] = '\0';
    return result;
}

导出函数:

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

extern "C" _declspec(dllexport) char* GetFrangiBase64Code(char * base64code, int SIGMA_START, int SIGMA_END, int SIGMA_STEP, float BETA_ONE, float BETA_TWO, bool BLACKWHITE);

创建模块定义文件:

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

LIBRARY "ET.Functions"

EXPORTS
GetFrangiBase64Code @ 1,

导出32位dll,复制到C#debug目录下,C#调用:将目标图像转为base64,发送给C++,返回处理后的base64,在转为图像

        [DllImport(@"ET.Functions.dll", EntryPoint = "GetFrangiBase64Code" ,CallingConvention = CallingConvention.Cdecl)]
        public static extern IntPtr GetFrangiBase64Code(string base64code, int SIGMA_START, int SIGMA_END, int SIGMA_STEP, float BETA_ONE, float BETA_TWO, bool BLACKWHITE);
private void ckcbw_CheckedChanged(object sender, EventArgs e)
        {
            getimg();
        }

        private void trabarStart_ValueChanged(object sender, EventArgs e)
        {
            getimg();
        }

        void getimg()
        {
            int start = trabarStart.Value;
            int end = trabarEnd.Value;
            int step = trabarStep.Value;
            float zaosheng = (float)trabarZaosheng.Value / 10;
            float bg = (float)trabarBG.Value / 10;

            IntPtr pRet = GetFrangiBase64Code(ToBase64(b), start, end, step, zaosheng, bg, ckcbw.Checked);
            string strRet = Marshal.PtrToStringAnsi(pRet);
            pictureBox1.BackgroundImage = Base64StringToImage(strRet);
        }

如果不想用C++,直接用C#里面的opencv库也可以,直接用nuget搜索EmguCV,需要自己将MatLab代码或C++代码翻译成C#

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

通过调整各个参数来达到想要的效果:

 C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比-LMLPHP

C#开发PACS、RIS、3D医学影像处理系统系列教程目录整理:

菜鸟入门篇:

PACS客户端:

C#开发PACS医学影像处理系统(一):开发背景和功能预览

C#开发PACS医学影像处理系统(二):界面布局之菜单栏

C#开发PACS医学影像处理系统(三):界面布局之工具栏

C#开发PACS医学影像处理系统(四):界面布局之状态栏

C#开发PACS医学影像处理系统(五):查询病人信息列表

C#开发PACS医学影像处理系统(六):加载Dicom影像

C#开发PACS医学影像处理系统(七):读取影像Dicom信息

C#开发PACS医学影像处理系统(八):单元格变换

C#开发PACS医学影像处理系统(九):序列控件与拖拽

C#开发PACS医学影像处理系统(十):Dicom影像下载策略与算法

C#开发PACS医学影像处理系统(十一):Dicom影像挂片协议

C#开发PACS医学影像处理系统(十二):绘图处理之图形标记

C#开发PACS医学影像处理系统(十三):绘图处理之病灶测量

C#开发PACS医学影像处理系统(十四):处理Dicom影像窗宽窗位

C#开发PACS医学影像处理系统(十五):Dicom影像交叉定位线算法

C#开发PACS医学影像处理系统(十六):2D处理之影像平移和缩放

C#开发PACS医学影像处理系统(十七):2D处理之影像旋转和翻转

C#开发PACS医学影像处理系统(十八):Dicom使用LUT色彩增强和反色

C#开发PACS医学影像处理系统(十九):Dicom影像放大镜

PACS三维处理医学图像:

C#开发PACS医学影像三维重建(一):使用VTK重建3D影像

C#开发PACS医学影像三维重建(二):使用VTK进行体绘制

C#开发PACS医学影像三维重建(三):纹理映射与颜色传输

C#开发PACS医学影像三维重建(四):3D网格平滑效果

C#开发PACS医学影像三维重建(五):基于梯度透明的组织漫游

C#开发PACS医学影像三维重建(六):三维光源与阴影效果

C#开发PACS医学影像三维重建(七):空间测量与标注

C#开发PACS医学影像三维重建(八):VR体绘制

C#开发PACS医学影像三维重建(九):MPR三视图切面重建

C#开发PACS医学影像三维重建(十):MIP最小密度投影

C#开发PACS医学影像三维重建(十一):CPR曲面重建

C#开发PACS医学影像三维重建(十二):VE虚拟内镜技术

熟手进阶篇:

医学图像算法:

C#处理医学图像(一):基于Hessian矩阵的血管肺纹理骨骼增强对比

C#处理医学图像(二):图像锐化增强对比

PACS网页端 开发Web版本的PACS:

C#开发Web端PACS(一):基于PACS客户端思想重写Web端

C#开发Web端PACS(二):使用 .Net MVC 开发手机端PACS服务端

C#开发Web端PACS(三):使用HTML5和CSS3开发PACS手机端页面

C#开发Web端PACS(四):Web端与服务端的DICOM传输

C#开发Web端PACS(五):Web端的平移缩放旋转2D操作

C#开发Web端PACS(六):Web端的窗宽窗位调整

C#开发Web端PACS(七):将移动端接入微信公众号实现医院云胶片

登峰造极篇:

C#开发基于Python人工智能的肺结节自动检测

C#开发基于Python人工智能的脊柱侧弯曲率算法

C#开发基于Python机器学习的医学影像骨骼仿真动画

C#开发基于Python机器学习的术后恢复模拟

C#开发基于U3D的VR眼镜设备虚拟人体三维重建

C#开发基于全息投影的裸眼3D医学影像显示技术

周边附加篇:

胶片打印:

C#开发医学影像胶片打印系统(一):功能与胶片排版

C#开发医学影像胶片打印系统(二):胶片打印机通讯

C#开发医学影像胶片打印系统(三):不规则排版打印

PACS服务端:

C#开发PACS医学影像处理系统服务端(一):医疗设备的连接与收图

C#开发PACS医学影像处理系统服务端(二):高并发架构

PACS与RIS系统的通信与集成

在RIS系统中调起PACS并打开Dicom影像

云PACS与远程会诊

C#开发PACS医学影像处理系统之云PACS(区域PACS)(一):架构概述

C#开发PACS医学影像处理系统之云PACS(区域PACS)(二):远程会诊与双向转诊

科幻级视频特效:

使用Adobe After Effects 制作PACS影像处理系统宣传视频

01-13 03:05