基于MATLAB的脑PET影像数据库设计和初步分析-毕业论文.doc

目录毕业论文-基于MATLAB的脑PET影像数据库设计和初步分析学生 袁峥玺 上海第二医科大学 本科生导师 张剑戈 上海第二医科大学 生物医学工程教研室摘 要目的 大脑是人体中极其重要而又复杂的器官，人类为解除脑部疾病的痛苦，长期以来进行了大量的基础研究和临床研究工作。近些年研究人员还应用了脑功能成像 (主要包括功能磁共振成像（fMRI），正电子发射断层成像(PET) 等) 手段，从活体和整体水平来研究人脑，极大增强了对脑进行研究的能力。1但是为了保证足够的空间分辨率和时间分辨率，脑功能成像实验数据量非常庞大，数据处理方法也就很复杂。2 我们所面临的重要问题之一，就是如何灵活有效地管理所有过去和今后研究获得大量有关脑的数据和研究结果。此次研究建立脑功能影像数据库，目的是利用现代化信息工具，将不同层次有关脑的研究数据进行分析、处理、整合与建模，以便从分子水平到整体系统水平研究脑、认识脑、保护脑和开发脑。3-5 基于统计学的脑功能成像数据处理已经相当成熟，但随着脑科学研究的不断深入，对数据的处理逐渐产生了新的需求。需求包括以下层面：1、图像数据，图像的病理诊断等文本信息；2、图像数据管理工具、用户友好的查询和可视化显示。因此，本设计主要内容是在前期的脑功能图像分析过程中，建立单机版的PET影像数据库。方法 我们选择了Access 2000作为数据库软件，因为它是一个功能非常强大，而且简单易用的数据库管理系统(DBMS)，具有较强的兼容性，可以使用多种格式的数据（Excel，Foxpro等）。6且使用Access权限设置、根据用户的设置对数据库进行口令和加密处理等技术确保数据库的安全性。7我们在数据库中建立数据表，存储所有的诊断数据。MATLAB是一个包括数值计算、高级图形和可视化的集成科技计算环境，我们利用其强大的数据分析处理功能，采用 MATLAB 6.5 做数据库开发软件；我们本着简洁、美观的原则，创建多种窗口及多种输入格式，并实现界面与数据库的连接与交互。本数据库包括四大模块：诊断数据的输入保存、删除等更新功能；诊断数据条件查询；影像数据的数据加载与显示；感兴趣脑功能区的差异分析并生成报告。用户可由主界面进入各个功能模块，实现相应的模块功能。前期已将PET脑部图像非线性配准于Talairach图谱，根据各功能区的坐标，提取出功能区，分析其放射性计数值。在此基础上，我们按=0.05的检验水准进行随机两组间t 检验，两组间 P0.05，差异有显著性意义，而其他功能区差异无显著性意义。14结果 我们通过用户需求分析，确定数据库结构、系统界面框架，确立针对具体应用的数据格式标准，制定用户的安全策略。接着，以PET影像数据为载体，构建数据库，设计适合支持大数据体的面向对象数据库存储、查询和管理技术，着重解决医学影像对象数据的存储、管理、查询问题。并完成用户友好的界面设计工作。然后，根据临床和研究的需要，筛选出有明确诊断信息的资料，PET数据资料整理录入，输入数据库。并经过系统测试。最后，根据已获得的PET影像样本数据，进行统计分析，得出不同样本组在感兴趣脑区的差异，包括均值和P值，及其临床与研究意义。这样，我们在脑功能图像分析过程中，就建立了单机版的PET影像数据库，可以容纳500个样本数据。结论 早期国内就有文献报道，利用ACCESS建立简单的放射科影像资料数据库。9，10但遗憾的是文中对于软件的开发设计过程未作详细描述；同时，文中也没有详细阐明使用何种方式来确保系统数据库的安全性。11 因此，在本设计中，对于软件的开发设计过程作了详细描述。且对于安全性问题，在Access数据库中，通过管理员对组和用户访问数据库设置权限，包括：“打开/运行”，读取设计、修改设计、管理、读取数据，更新数据、插入数据和删除数据。以及根据用户的设置对Access数据库进行口令和加密处理。本系统的不足之处是目前仅限于建立单机版的PET影像数据库，是将来建立基于WEB的脑功能影像数据库中的一个组件。因此，本数据库设计所使用的开发工具和方法有一定开放性。如我们所使用的MATLAB具有包括数值计算、图象处理等强大数据分析处理功能。且随着MATLAB版本的增加，它在许多方面得到了改善。如在外部接口方面实现与Java数据的传递等；还有一些其他功能的扩充等。此软件的开发便于在今后的研究工作中能够灵活的分析数据，也可以进一步开发设计。该数据库将能整合分散的资源，促进脑功能研究发展，临床医生也可利用大量的影像数据提高自己的诊断水平。关键词 脑功能成像；数据库；MATLAB；正电子发射断层成像Key words Neuroimaging ; Database; MATLAB；PET（Brain Functional imaging）( 引 言 )大脑是人体中极其重要而又复杂的器官，人类长期以来进行了大量的基础研究和临床研究工作，例如早老性痴呆的产生和治疗，少儿多动症的原因和干预等。3，4近些年研究人员还应用了脑功能成像手段，从活体和整体水平来研究人脑。主要包括功能磁共振成像（fMRI），正电子发射断层成像(PET) 等。脑功能成像是20世纪80 、90年代出现的一种整体的，无创性的，活体检测脑功能的技术。它极大增强了对脑进行研究的能力，近年来，已经广泛应用于感知觉运动控制和语言认知等脑功能研究。1 PET的优势是能定量评价在体组织的生理、生化功能，具有空间分辨率高、灵敏度高、测量精度高，引入放射性制剂少等特点。PET利用不同示踪剂（如显像药物18F-DG）可以对脑内神经元受体（阿片受体、多巴胺受体、乙酰胆碱受体等）、递质转运蛋白和递质相关酶，从局部或全脑角度予以检测，进行局部脑血流、葡萄糖代谢、氧代谢的定量分析,是脑功能成像的重要手段。14利用这些手段，获得了大量有关人脑的数据和资料。为了保证足够的空间分辨率和时间分辨率，脑功能成像实验数据量非常庞大，数据处理方法也就很复杂。此次研究目的是利用现代化信息工具，将不同层次有关脑的研究数据进行分析、处理、整合与建模，建立神经信息学数据库，以便从分子水平到整体系统水平研究脑、认识脑、保护脑和开发脑。2，3-5我们所面临的重要问题之一，就是如何灵活有效地管理所有过去和今后研究获得大量有关脑的数据和研究结果，最大限度地利用这些数据，减少不必要的重复性研究和人力物力的浪费。针对某种疾病或是脑功能现象的研究需要相当数量的特殊样本，共享这些资料，无疑对基础研究有着重要的价值。就上海而言，已拥有4台PET成像设备，积累了大量的正常人，以及病人的数据，例如华山医院PET中心就拥有数千例脑部PET数据，从事脑功能基础研究的机构以及从事医学教育的机构，对这些数据有着相当大的需求。需求包括几个层面：1、图像数据，图像的病理诊断等文本信息；2、图像数据管理工具、用户友好的查询和可视化显示等。脑功能成像的数据处理，目前多利用统计学方法，如流行的统计软件SPM（Statistical Parametric Mapping）。SPM是由英国 Hamersmith 医院的 Friston 等人在通用的数学软件包 MATLAB 上开发的软件系统，其统计功能非常强大，但缺乏数据挖掘方法和应用。12，13虽然，基于统计学的脑功能成像数据处理已经相当成熟，但随着脑科学研究的不断深入，对数据的处理逐渐产生了新的需求。1但国内外尚没有大样本量的PET脑影像数据库运行。14因此，本设计主要内容是在前期的脑功能影像分析过程中，建立单机版的PET影像数据库。设计数据库的常规维护和管理软件，设计简单易用的用于数据管理用户界面。功能上要求包括：诊断数据的输入保存、删除等更新功能；诊断数据条件查询；影像数据的数据加载与显示；感兴趣脑功能区的差异分析并生成报告。MATLAB是一个包括数值计算、高级图形和可视化的集成科技计算环境，我们利用其强大的数据分析处理功能，采用MATLAB 6.5 做数据库开发软件；考虑到本数据库针对个人用户研究使用，数据容量一般，采用 ACCESS 2000做为数据库软件。以下是本数据库的具体设计和实现。1 设计目标1.1 总体设计我们所要解决的问题之一，就是如何灵活有效地管理所有过去和今后研究获得大量有关脑的数据和研究结果，最大限度地利用这些数据，减少不必要的重复性研究和人力物力的浪费。就上海而言，从事脑功能基础研究的机构以及从事医学教育的机构包括复旦大学、上海第二医科大学等，对这些数据有着相当大的需求。如果上海脑功能成像设备及其获取的数据可以实现资源共享，无疑对基础研究有着重要的价值。协作单位华山医院PET中心拥有CT-PET，承担了多项神经科学方面的研究课题，并且积累了数千例脑部PET数据。本设计就是要在脑功能图像分析过程中，结合这数千例脑部PET数据，建立一个单机版的PET影像数据库。我们选择Access 2000作为数据库软件，因为它是一个功能非常强大，而且简单易用的数据库管理系统(DBMS)，具有较强的兼容性，可以使用多种格式的数据（Excel，Foxpro等）。6且使用Access权限设置、根据用户的设置对数据库进行口令和加密处理等技术可确保数据库的安全性。7我们在数据库中建立数据表，存储所有的诊断数据。MATLAB是一个包括数值计算、高级图形和可视化的集成科技计算环境，我们利用其强大的数据分析处理功能，采用 MATLAB 6.5 做数据库开发软件；我们本着简洁、美观的原则，创建多种窗口及多种输入格式，设计简单易用的用于数据管理用户界面，并实现界面与数据库的连接与交互。功能上要求包括：诊断数据的输入保存、删除等更新功能；诊断数据条件查询；影像数据的数据加载与显示；感兴趣脑功能区的差异分析并生成报告。尽管脑功能成像诊断问题十分复杂，但它有三个要素：患者基本信息、成像特征和病症。在成像特征侧面中包含的是从脑成像数据提取的不同脑区的特征。根据Talairach-Touruoux 坐标系将脑标注成几十个不同的Brodmann 脑区，他们共分五层，分为从Level 1 到Level 5 五个等级。我们暂取其中的Level 3 中部分脑区（见附4）进行感兴趣区的脑功能差异的初步研究。 1.2 构架及功能设计本数据库包括四大模块：诊断数据的输入保存、删除等更新功能；诊断数据条件查询；影像数据的数据加载与显示；感兴趣脑功能区的差异分析并生成报告。用户可由主界面进入各个功能模块，实现相应的模块功能。程序流程图如下：输入报告报告查询脑区分析报告分析用户界面实验数据文件 *. img分析数据导入计算、挖掘Access数据库 （诊断报告数据）Excel数据库 （影像数据）Excel数据库 （different ROIs.xls）图 1 程序流程图331.2.1 根据用户所需的病人诊断报告的相关资料信息，作为字段名建立诊断报告数据库及表。（如图2）并设置数据库连接。图2 诊断报告数据表1.2.2 构建诊断数据保存界面，根据诊断报告数据表的全部字段， 设置相应参数，使用户能简单方便地输入数据和保存到数据库。1.2.3 构建诊断报告查询界面，根据用户感兴趣的字段， 设立查询条件，如：姓名、年龄、临床诊断等，使用户能根据简单或复合的条件，从数据库查询到相应记录的图像文件名。以及根据图像文件名查询到相应诊断记录并显示。1.2.4 数百例脑部PET影像*.img经过已有的软件分析，得到相应脑部PET影像数据*.xls，导出数据并显示分析结果。1.2.5 在脑部PET影像数据*.xls的基础上，经过计算、挖掘，得到感兴趣脑功能区的差异分析，并生成报告。2 解决方案2.1开发工具2.1.1 Access简介Access是Office办公套件中一个极为重要的组成部分。在Office家族成员中，人们对于Access 2000的了解，往往只局限在它的操作界面中，对于数据库管理的功能仍只是停留在建立表、数据输入、使用窗体向导、报表向导、数据访问页向导等一些简单的应用上。其实Access 2000的功能十分强大。它是微软自公布Access以来功能最全面、与Windows和Internet结合最紧密的数据库软件，是一个功能非常强大，而且简单易用的数据库管理系统(DBMS)，即对数据库进行存储、处理和管理的系统。2.1.2 Access 2000 的特点对于数据库而言，由于其中保存大量的数据，因此如何提高其安全性是一个相当重要的问题。Access 2000有一个默认名为System.mdw的工作组信息文件，该文件存放了Access数据库的全部安全信息，包括用户账号和组账号。默认状态下原System.mdw工作组信息文件之所以不安全，是因为它的工作组标识符(WID)是空白的，任何人都可以获得该工作组信息文件定义的管理员账号，具有访问数据库的各种权限，这对数据库来讲是很不安全的。所以用户可以使用位于Access所在目录中的“工作组管理员”程序(Workgadm.exe)，来对工作组信息文件进行管理。在使用新的工作组信息文件后，可以设置管理员口令，以防止他人进入你的数据库系统。 在Access数据库中，对组和用户访问数据库权限的设置工作，只能通过管理员完成。设置的权限包括：“打开/运行”，读取设计、修改设计、管理、读取数据，更新数据、插入数据和删除数据。安全保护措施越多，数据库就越安全。Access还会根据用户的设置对数据库进行加密处理。2.1.3 MATLAB简介美国MathWorks 公司推出的MATLAB， 是一种集数值计算、符号运算、可视化建模、仿真和图形处理等多功能于一体的优秀的图形化语言。它在包括小到方程求解、多项式的运算、数学的极值计算，大到金融、工业系统仿真和统计等诸多领域都得到了广泛的应用。目前MathWorks公司的产品已遍布全球，MATLAB因其使用上的方便、强大功能以及良好的用户界面，在研究机构、公司和政府部门以及学校里已经是家喻户晓。一般来说，MATLAB语言的应用领域有以下方面：控制系统、信号处理、数据分析、通讯系统、工程数学、图形处理等。2.1.4 MATLAB 6.5 的新特性随着MATLAB版本的增加，它在许多方面得到了改善。如系统环境中文本编辑窗口附加功能的扩充和改进；在数学方面的计算求解，增加一些新数学函数；在编程和数据类型方面，支持在求解微分方程时使用if 和while表达式等；在外部接口方面实现与Java数据的传递等；还有一些其他功能的扩充等。2.2 多条件组合模糊查询可根据姓名、年龄、显像剂种类、临床诊断等条件实现单一的模糊查询；或根据年龄、临床诊断等条件实现多条件组合的模糊查询。也可根据图象文件名实现相应记录的查询和显示。2.3 扩展功能本数据库的建立，是为脑功能研究方面的处理分析作基础，利用MATLAB强大的数据分析处理功能，及预留部分功能，以便与后续工作衔接。3 应用开发实现3.1 需求分析1） 确定用户所需的病人诊断报告的相关资料信息（见图2），图像数据，图像的病理诊断等文本信息；2） 设计图像数据管理工具、用户友好的查询和可视化显示。 3.2 建诊断报告数据表根据用户所需的病人诊断报告的相关资料信息，作为字段名，建立数据库中存储所有的诊断报告数据库及数据表。并设置数据库连接。打开Access 2000，新建空数据库，数据库名保存为BrainReport。打开数据库BrainReport，使用设计器创建表，分别定义“字段名称”、“数据类型”、“常规”等选项卡。(如图)图3 其中数据类型为数字型的字段，字段大小设为长整型；其他字段大小视字段内容而定。图4进入控制面板，管理工具，数据源（ODBC），在系统DSN中，添加，下一步。驱动程序选Microsoft Access Driver (*.mdb)，完成数据源名填入BrainReport，选择数据库，确定，下一步确定完成，数据库已成功添加到系统数据源，点击确定完成。3.3 界面的开发在MATLAB 6.5中新建一个GUI窗口，弹出对话框，OK生成新建一个GUI的界面，可灵活运用编辑框、文本框、列表框、组合框、命令按扭 等多种工具选中左边的控件，添加在右边的，本着简洁、美观的原则，创建多种输入格式，并在每个控件属性中依次设置Name和Tag。保存窗体名为BP，同时生成同名的m文件，生成初始代码。点击Run()，运行的用户界面如下：图2 主界面6同5图3 保存界面图4 查询界面3.4 基本功能的实现3.4.1 主窗口点击主界面上的按纽，可打开相应功能的分界面。如选中“输入报告”按钮，打开“PET影像诊断报告输入窗口”，其他按钮类似，代码如下：figure(page2_input) % input data3.4.2 PET影像诊断报告输入窗口从界面获得用户输入的PET影像诊断报告数据，保存在变量exdata中，添加到数据库相应字段。功能代码实现举例：conn = database(BrainReport, , ); % Make connection to database% Get fieldscolnames=姓名,性别,年龄,检查日期,显像剂种类,显像剂剂量,给药途径,体重, 放射性药物,.放射性药物剂量,注射时间,静脉注射部位 ,血糖浓度 ,检查目的,临床诊断,图像文件名1,图象文件名2;% Get input dataexdata(:,1) = get(findobj(gcf,Tag,edit1) ,String);exdata(:,2) = sex; exdata(:,3) = str2double(get(findobj(gcf,Tag,edit3) ,String);% Get selected fielddval = get(findobj(gcf,Tag,popup),Value);dstr = get(findobj(gcf,Tag,popup),String);exdata(:,15) = dstr(dval);% Insert data into databaseinsert(conn, info,colnames,exdata);close(conn);与其他数据库开发软件不同的是，MATLAB须相应的设置，radiobutton 才能实现其单选功能，设置如下：% sex radiobuttonfunction varargout = radiobutton1_Callback(h, eventdata, handles, varargin)set(handles.radiobutton2,Value,0);function varargout =radiobutton2_Callback(h, eventdata, handles, varargin)set(handles.radiobutton1,Value,0);此外，列表框的列表选项设置，须位于m文件的初始化代码中，才能与窗口同时显示；否则，要调用该列表框的callback 才能正确显示出列表。例如：%handles = guihandles(fig); str = 正常,癫痫,脑肿瘤,Alzheimers病,血管性痴呆,帕金森病,帕金森叠加综合征,强迫症,抑郁症,精神分裂症,焦虑症,手外伤,. 药物成瘾,脑中风,CO中毒,感染性疾病,多发性硬化,肝豆状核变性,舞蹈病,先天性脑发育不全,放射性脑病,其他; set(handles.popup,String,str); %guidata(fig, handles); 3.4.3 PET影像诊断报告条件查询窗口设置查询条件，保存查询结果，以提供给窗体中的“查询”或“复合查询”命令按钮使用。分别新建“姓名”、“年龄”、“显像剂种类”、“临床诊断”等多项查询，并设置相应选项。此窗口中，radiobutton实现其单选功能，设置如下：% Get selected fieldfunction mutual_exclude(off) %Do not allow multiselectset(off,Value,0)function varargout = radiobutton1_Callback(h, eventdata, handles, varargin)off= handles.radiobutton2,handles.radiobutton3,handles.radiobutton4,handles.radiobutton5;mutual_exclude(off) %其它radiobutton依次类推请先看根据条件查询的示例一：图6 根据姓名条件 查询图像文件名图7根据年龄段 查询图像文件名图8根据年龄 简单查询图像文件名图9 根据显像剂种类 查询图像文件名图10根据临床诊断 查询图像文件名以上PET影像诊断报告查询功能的代码实现举例：conn = database(BrainReport,); % Make connection to database% build query strings = SELECT ALL 图像文件名1,图像文件名2 FROM info WHERE ;switch callaction % select case 姓名 % select according to name strtmp= 姓名 = get(findobj(gcf ,Tag,edit1),String) ; s=s strtmp; %年龄简单查询、显像剂种类查询、临床诊断查询同姓名 case 年龄 % select according to age setdbprefs (DataReturnFormat,numeric); nl1= (get(findobj(gcf ,Tag,edit4),String); nl2= (get(findobj(gcf ,Tag,edit5),String); strtmp= 年龄 BETWEEN ; strtmp= strtmp nl1; strtmp= strtmp AND ; strtmp= strtmp nl2 ; s=s strtmp; case s=;end % Fetch the data list = exec(conn,s); setdbprefs(DataReturnFormat,cellarray); list = fetch(list);% Display filenamesset(findobj(gcf ,Tag,filenamelist),String, stru);% Close list and connectionclose(list); close(conn);根据条件查询的示例二：图11 根据年龄和临床诊断的复合条件 查询图像文件名年龄和临床诊断的复合查询的代码实现举例： contents= get(findobj(gcf ,Tag,popup),String);Value = get(findobj(gcf ,Tag,popup),Value); strtmp = 临床诊断 = contentsValue ; % get dignosis setdbprefs (DataReturnFormat,numeric); % convert from cell to numeric nl1= (get(findobj(gcf ,Tag,edit4),String); nl2= (get(findobj(gcf ,Tag,edit5),String); strtmp= strtmp AND 年龄 BETWEEN ; strtmp= strtmp nl1; strtmp= strtmp AND ; strtmp= strtmp nl2 ; % get age expand s=s strtmp; % query根据条件查询的示例三： 图12 根据图像文件名查询相关PET影像诊断报告根据图像文件名查询相关PET影像诊断报告，将报告数据存在变量list.Data中，代码实现举例：conn = database(BrainReport,);s = SELECT * FROM info WHERE ;contents= get(findobj(gcf ,Tag,filenamelist),String);Value = get(findobj(gcf ,Tag,filenamelist),Value);strtmp = 图像文件名1 = contentsValue ;strtmp = strtmp OR 图像文件名2 = contentsValue ;s=s strtmp;% Fetch the data list = exec(conn,s); setdbprefs(DataReturnFormat,cellarray); list = fetch(list); close(list);为了应用输入窗口的格式显示查询到的报告数据，须得到输入窗口的句柄，并设为全局变量。以下是显示报告数据的代码实现：global refhds;% Display datareturn figure(page2_input) set(refhds.edit1,String, list.Data(1); sex=list.Data(7); % iscellstr sex=sex1; % ischar if sex=男 set(refhds.radiobutton1,Value,1); else sex= 女 set(refhds.radiobutton2,Value,1); end set(refhds.edit3,String, list.Data(4); set(refhds.edit14,String, list.Data(17); set(refhds.popup,String, list.Data(6); set(refhds.filename1,String, list.Data(2); set(refhds.filename2,String, list.Data(3);3.4.4 PET影像数据加载窗口在前期，我们已通过脑功能分析系统（Brain Search）将PET影像通过数据分析程序，得到了图像文件相应的*.xls数据表格；为了用户更直观的查阅影像数据，我们用数据加载窗口对影像数据加以显示。选中“装载数据”命令按钮，会弹出选择文件对话框，选择需要的影像文件名，会相应地显示在按钮旁的编辑框中；代码实现：global Activesheet filename;%load data filename,filepath=uigetfile(*.xls,选择文件); Excel = actxserver(Excel.Application); Workbooks = Excel.Workbooks; invoke(Workbooks, Open, filepath filename);% Make the second sheet active. Sheets = Excel.ActiveWorkBook.Sheets; sheet1 = get(Sheets, Item, 1); invoke(sheet1, Activate);% Get a handle to the active sheet. Activesheet = Excel.Activesheet;% set filename; temp = A3; Range = get(Activesheet, Range, char(temp); filename = Range.value; %disease classify set(handles.edit,String, filename); temp = A1; Range = get(Activesheet, Range, char(temp); set(handles.edit,TooltipString,Range.value);然后，选中“脑功能区”命令按钮，会在窗体显示不同位置的脑功能区的统计值；选中“全脑参数”命令按钮，会在按钮下方显示全脑参数；%function FunctionArea_Callbackglobal Activesheet P FA Mean UM C Mean2 C2; j=1; for i= 9:50, classify = A; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Pj = Range.value;%Position classify classify = B; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); FAj = Range.value;%Function Area classify classify = C; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Meanj = Range.value;% Mean classify = D; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); UMj = Range.value;%Unitary Mean classify = E; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Cj = Range.value;%count classify = F; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Mean2j = Range.value;%Mean 40% classify = G; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); C2j = Range.value;%count 40% j=j+1;end uicontrol(Style,text,Position,20 20 150 13*40, String,P, Horizontalalignment,left); uicontrol(Style,text,Position,170 20 150 13*40, String,FA, Horizontalalignment,left); uicontrol(Style,text,Position,320 20 75 13*40, String,Mean, Horizontalalignment,left); uicontrol(Style,text,Position,395 20 75 13*40, String,UM, Horizontalalignment,left); uicontrol(Style,text,Position,470 20 50 13*40, String,C, Horizontalalignment,left); uicontrol(Style,text,Position,520 20 75 13*40, String,Mean2, Horizontalalignment,left); uicontrol(Style,text,Position,595 20 50 13*40, String,C2, Horizontalalignment,left);% function BrainParameter_Callbackglobal Activesheet; temp = B6;Range = get(Activesheet, Range, char(temp);str1=Range.value; temp = L6;Range = get(Activesheet, Range, char(temp);str11=Range.value; uicontrol(Style,text,Position,700 400 100 13*11, String,str, Horizontalalignment,right); temp = B7;Range = get(Activesheet, Range, char(temp);str1=Range.value;temp = L7;Range = get(Activesheet, Range, char(temp);str11=Range.value; uicontrol(Style,text,Position,800 400 100 13*11, String,str, Horizontalalignment,left);选中“第二页”、“第三页”按钮，会打开 所示的窗口，全部显示内容为当前选中的影像文件的统计数据。我们用以下代码实现全部影像数据的显示：figure(page5_data)global Activesheet P FA Mean UM C Mean2 C2;j=2; for i= 51:90, classify = A; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Pj = Range.value;%Position classify classify = B; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); FAj = Range.value;%Function Area classify classify = C; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Meanj = Range.value;% Mean classify = D; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); UMj = Range.value;%Unitary Mean classify = E; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Cj = Range.value;%count classify = F; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); Mean2j = Range.value;%Mean 40% classify = G; temp = classify num2str(i); Range = get(Activesheet, Range, char(temp); C2j = Range.value;%count 40% j=j+1;end uicontrol(Style,text,Position,20 20 150 13*40, String,P, Horizontalalignment,left); uicontrol(Style,text,Position,170 20 150 13*40,String,FA, Horizontalalignment,left);uicontrol(Style,text,Position,320 20 75 13*40,String,Mean, Horizontalalignment,left); uicontrol(Style,text,Position,395 20 75 13*40,String,UM, Horizontalalignment,left); uicontrol(Style,text,Position,470 20 50 13*40, String,C, Horizontalalignment,left);uicontrol(Style,text,Position,520 20 75 13*40,String,Mean2, Horizontalalignment,left); uicontrol(Style,text,Position,595 20 50 13*40, String,C2, Horizontalalignment,left);fig