肺結節CT影像特徵提取（五）——肺結節CT影像ROI區域灰度直方圖及其圖形化

      在博客肺結節CT影像特徵提取中，已經實現了肺結節的灰度、紋理和形態特徵的提取。可是，對於進一步瞭解ROI區域像素值或者說CT值的分佈來講，還存在必定的不足，不可以很好的顯示ROI區域。

所以，本文將進一步對ROI區域進行處理，實現ROI區域的圖形化顯示。主要包含灰度直方圖和ROI區域圖形化。

1.1  ROI區域灰度直方圖

       灰度直方圖是描述像素值分佈的一種圖形，根據灰度級各個值的像素分佈比例所畫出的一種直方圖。這裏，爲了更加直觀看到每一個灰度級像素的個數，橫軸採用灰度級，縱軸爲像素個數。

根據前幾節讀取的CT圖和ROI圖，存儲在sData的結構體中，其包含CT圖像，ROI信息，以及被試的基本信息和CT影像的信息。依據ROI標記，獲取其像素值分佈進行統計，畫出灰度直方圖並保存。

1.2 ROI區域圖形化

      雖然對ROI區域已經提取了特徵，可是對於進一步的瞭解ROI區域的狀況，還須要改進。這裏採起MATLAB的pcolor函數對ROI區域進行圖形化，以方格圖形的形式表示ROI區域，而且根據須要能夠篩選特定範圍像素值的分佈，對於肺結節特殊的分佈有很大做用。例如，爲了研究鈣化狀況，根據鈣化的像素值或者CCT值範圍，便可畫出鈣化值在ROI中的分佈狀況。

 

      上圖即爲代碼測試時候的結果，棕色和綠色部分爲ROI區域，綠色帶數字的爲篩選出的像素值在1000-1200的分佈狀況。

1.2. 代碼實例

saveHist_ROI( sData,Value1,Value2)是存儲ROI區域灰度直方圖和選取特定範圍的值並標記的函數，輸入的sData爲保存肺結節圖像和ROI的結構體；Value1,Value2是篩選特定範圍像素值的參數。本函數能夠批量處理肺結節影像，保存ROI區域灰度直方圖和圖形化ROI區域。

function saveHist_ROI( sData,Value1,Value2)
%saveHist_ROI：存儲ROI區域灰度直方圖和選取特定範圍的值並標記
%輸入：
%sData:存儲mask和volume的數據struct，
%Value1:特定範圍起始值
%Value2:特定範圍終結值
%輸出
%輸出ROI區域灰度直方圖和ROI區域方格圖

num=size(sData{1,1},2);
%輸出每張圖片
for i=1:num
    dcm=sData{1,1}(i).volume;
    mask=sData{1,1}(i).mask;
    [x,y]=find(mask>0);
    %畫出ROI區域
    minRow=min(x);
    maxRow=max(x);
    minCol=min(y);
    maxCol=max(y);
    color=zeros(maxRow-minRow+2,maxCol-minCol+2);
    for p=1:size(x,1)
        color(x(p,1)-minRow+1,y(p,1)-minCol+1)=0.8;
    end
    v=dcm(find(mask>0));
    res=[x,y,v];
 
    %灰度直方圖
    minV=min(v);
    maxV=max(v);
    s=zeros(1,maxV+1);
     for k=minV:maxV
         for p=1:size(v,1)
             if(v(p)==k)
                 s(k+1)=s(k+1)+1;
             else
                 continue;
             end
         end
     end
     h2=figure(2);
     %set(h2,'position',[100 100 1600 1600]);
     bar(s);
     name1=sData{1,1}(i).name;
     str2=[name1(1:end-4),'Hist.jpg'];
     saveas(gcf,str2);
     disp(['2.正在存儲灰度直方圖的圖像',str2]);
     
     %標記900-990
    [a900,b900]=find(res(:,3)>=Value1);
    m900=res(a900,:);
    [a990,b990]=find(m900(:,3)<=Value2);
    m990=m900(a990,:);
    %標記選定區域的值，而且在pcolor圖顯示
    color990=color;
    for j=1:size(m990(:,1));
        color990(m990(j,1)-minRow+1,m990(j,2)-minCol+1)=0.4;
    end
    h3=figure(3);
   % set(h3,'position',[100 100 1600 1600]);%設置圖像大小
    pcolor(color990);
    %標記特定範圍的像素值
    for j=1:size(m990(:,1));
        xValue=double(m990(j,1)-minRow+1);
        yValue=double(m990(j,2)-minCol+1);
        text(yValue+0.3,xValue+0.3,num2str(m990(j,3)));
    end
    %設置保存圖片的名字
    name3=sData{1,1}(i).name;
    str3=[name3(1:end-4),'Fat',num2str(Value1),'-',num2str(Value2),'.jpg'];
    saveas(gcf,str3);
     disp(['3.正在存儲灰度直方圖的圖像',str3]);
end

end