肺结节CT影像特征提取（五）——肺结节CT影像ROI区域灰度直方图及其图形化

在博客肺结节CT影像特征提取中，已经实现了肺结节的灰度、纹理和形态特征的提取。但是，对于进一步了解ROI区域像素值或者说CT值的分布来说，还存在一定的不足，不能够很好的显示ROI区域。

因此，本文将进一步对ROI区域进行处理，实现ROI区域的图形化显示。主要包含灰度直方图和ROI区域图形化。

1.1  ROI区域灰度直方图

灰度直方图是描述像素值分布的一种图形，根据灰度级各个值的像素分布比例所画出的一种直方图。这里，为了更加直观看到每个灰度级像素的个数，横轴采用灰度级，纵轴为像素个数。

根据前几节读取的CT图和ROI图，存储在sData的结构体中，其包含CT图像，ROI信息，以及被试的基本信息和CT影像的信息。依据ROI标记，获取其像素值分布进行统计，画出灰度直方图并保存。

1.2 ROI区域图形化

虽然对ROI区域已经提取了特征，但是对于进一步的了解ROI区域的情况，还需要改进。这里采取MATLAB的pcolor函数对ROI区域进行图形化，以方格图形的形式表示ROI区域，并且根据需要可以筛选特定范围像素值的分布，对于肺结节特殊的分布有很大作用。例如，为了研究钙化情况，根据钙化的像素值或者CCT值范围，即可画出钙化值在ROI中的分布情况。

上图即为代码测试时候的结果，棕色和绿色部分为ROI区域，绿色带数字的为筛选出的像素值在1000-1200的分布情况。

1.2. 代码实例

saveHist_ROI( sData,Value1,Value2)是存储ROI区域灰度直方图和选取特定范围的值并标记的函数，输入的sData为保存肺结节图像和ROI的结构体；Value1,Value2是筛选特定范围像素值的参数。本函数可以批量处理肺结节影像，保存ROI区域灰度直方图和图形化ROI区域。

function saveHist_ROI( sData,Value1,Value2)
%saveHist_ROI：存储ROI区域灰度直方图和选取特定范围的值并标记
%输入：
%sData:存储mask和volume的数据struct，
%Value1:特定范围起始值
%Value2:特定范围终结值
%输出
%输出ROI区域灰度直方图和ROI区域方格图

num=size(sData{1,1},2);
%输出每张图片
for i=1:num
    dcm=sData{1,1}(i).volume;
    mask=sData{1,1}(i).mask;
    [x,y]=find(mask>0);
    %画出ROI区域
    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];

    %灰度直方图
    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.正在存储灰度直方图的图像',str2]);

     %标记900-990
    [a900,b900]=find(res(:,3)>=Value1);
    m900=res(a900,:);
    [a990,b990]=find(m900(:,3)<=Value2);
    m990=m900(a990,:);
    %标记选定区域的值，并且在pcolor图显示
    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]);%设置图像大小
    pcolor(color990);
    %标记特定范围的像素值
    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
    %设置保存图片的名字
    name3=sData{1,1}(i).name;
    str3=[name3(1:end-4),'Fat',num2str(Value1),'-',num2str(Value2),'.jpg'];
    saveas(gcf,str3);
     disp(['3.正在存储灰度直方图的图像',str3]);
end

end