English
资源说明：在医疗成像领域，DICOM（Digital Imaging and Communications in Medicine）和NII（NifTI-1 Image Format）是两种常见的文件格式。MATLAB作为强大的数值计算和数据分析平台，提供了处理这两种格式图像的能力。本教程将详细介绍如何在MATLAB中读取DICOM和NII文件，并进行去噪与增强处理。
首先，让我们了解DICOM和NII文件。DICOM是一种标准，用于存储、传输和打印医疗成像数据，广泛应用于CT、MRI、X光等图像。NII则是神经科学领域常用的一种轻量级格式，通常用于MRI图像。
在MATLAB中读取DICOM文件，可以使用`dicomread`函数。例如，若要读取名为`image.dcm`的文件，代码如下：
```matlab
image = dicomread('image.dcm');
```
对于NII文件，MATLAB没有内置的读取函数，但可以通过第三方工具如SPM（Statistical Parametric Mapping）或nifti_toolbox等扩展。例如，如果使用nifti_toolbox，可以这样读取：
```matlab
[pathname, filename, ~, ~] = fileparts('image.nii'); % 获取文件路径
nii = nii_read(fullfile(pathname, filename)); % 读取NII文件
image = squeeze(nii.data); % 提取图像数据
```
接下来是图像处理部分。MATLAB提供了多种图像去噪方法，例如使用高斯滤波器（`imgaussfilt`）进行平滑处理，减少噪声：
```matlab
filtered_image = imgaussfilt(image, sigma); % sigma为滤波器的标准差
```
对于增强处理，我们可以利用直方图均衡化（`histeq`）提高图像对比度：
```matlab
enhanced_image = histeq(filtered_image);
```
此外，还可以使用自适应直方图均衡化（`adapthisteq`）来进一步改善图像局部对比度。
在处理完图像后，可能需要将结果保存回文件。对于DICOM和NII格式，MATLAB都有对应的写入函数。对于DICOM，使用`dicomwrite`；对于NII，如果使用nifti_toolbox，则可以使用`nii_write`：
```matlab
% 保存为DICOM
dicomwrite('output.dcm', enhanced_image);
% 保存为NII
nii_hdr = nii_hdr_create;
nii_hdr.dim = size(enhanced_image);
nii_hdr.datatype = nii_toolbox.type2int16;
nii_hdr.bitpix = 16 * nii_hdr.datatype;
nii_hdr.data = enhanced_image;
nii_write(fullfile(pathname, 'output.nii'), nii_hdr, enhanced_image);
```
以上就是基于MATLAB对DICOM和NII文件进行读取、去噪增强处理的基本步骤。在实际应用中，可能还需要结合具体的医学背景和需求，进行更复杂的图像分析和处理。例如，进行图像分割、特征提取、病灶检测等。希望这些信息能帮助到需要的同学，进一步探索医学图像处理的广阔天地。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
