專利名稱：人體影像異常區(qū)域統(tǒng)計(jì)檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種有效檢出影像異常區(qū)域的方法，特別涉及的是將異常區(qū)域檢出并直接以顏色標(biāo)示在原影像上，提供信息輔助醫(yī)師做出正確判斷的檢測(cè)方法。
背景技術(shù)：
在中國(guó)臺(tái)灣省專利數(shù)據(jù)庫(kù)的相關(guān)的前案技術(shù)中，類似本專利使用高等影像處理技術(shù)定位人體醫(yī)學(xué)影像異常區(qū)域者完全付的闕如，唯一與本專利使用的技術(shù)稍有相關(guān)者只有「可鑒別哺乳類動(dòng)物動(dòng)態(tài)熱動(dòng)力過(guò)程并將其區(qū)分成不同類組的方法及設(shè)備(專利號(hào)碼200505389)」，該專利除了著重在設(shè)備硬件設(shè)施的設(shè)計(jì)外，在定位人體全身或部分的溫度異常區(qū)域，是利用動(dòng)態(tài)時(shí)間軸連續(xù)變化的熱像攝影，透過(guò)檢測(cè)前病人患部的加熱或冷卻，再以主動(dòng)冷熱源逆向冷卻或加熱患部，觀察溫度變化。與本發(fā)明的自然直觀影像自動(dòng)影像定位、統(tǒng)計(jì)與篩選法是完全不同的邏輯與實(shí)現(xiàn)方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于，提供一種有效檢出影像異常區(qū)域的方法，將異常區(qū)域檢出并直接以顏色標(biāo)示在原影像上，提供信息輔助醫(yī)師做出正確判斷，避免誤診。
為實(shí)現(xiàn)此目的，本發(fā)明所采用的技術(shù)方案是，采用一種人體影像異常區(qū)域檢測(cè)統(tǒng)計(jì)流程，其包括一、建立標(biāo)準(zhǔn)化模擬醫(yī)學(xué)影像數(shù)據(jù)庫(kù)；二、輸入整體正常機(jī)率百分比；三、逐點(diǎn)運(yùn)算常態(tài)合格灰階上下限；四、逐點(diǎn)分類患者影像灰階的正異常；五、影像重整離散點(diǎn))；六、試誤重復(fù)調(diào)整。
其包括灰階影像動(dòng)態(tài)加入標(biāo)準(zhǔn)化影像數(shù)據(jù)庫(kù)、輸入整體正常機(jī)率百分比、逐點(diǎn)運(yùn)算常態(tài)合格影像灰階上下限、逐點(diǎn)分類患者影像灰階的正異常(灰階紅綠色)、影像重整離散點(diǎn)(二值紅綠色)等五個(gè)步驟；在建立標(biāo)準(zhǔn)化影像數(shù)據(jù)庫(kù)的步驟中，操作者必須針對(duì)同一部位預(yù)先準(zhǔn)備多人的影像數(shù)據(jù)庫(kù)，此眾多影像均經(jīng)影像放樣處理的標(biāo)準(zhǔn)化作業(yè)，因此任何患者影像的像素均在解剖學(xué)上有一致的幾何位置；在輸入整體正常機(jī)率百分比的步驟中，使用者先行輸入一假設(shè)性的整體影像合格機(jī)率百分比值，假若此值設(shè)定過(guò)高，該受檢影像的異常區(qū)域變顯得狹小或甚至不顯示，假若此值設(shè)定過(guò)低，則異常區(qū)域會(huì)大量出現(xiàn)，通過(guò)計(jì)算機(jī)快速運(yùn)算，使用者試誤(try and error)數(shù)次并觀察其它異常部位影像，便能夠快速找出合理的合格百分比值；在逐點(diǎn)運(yùn)算常態(tài)合格灰階值上下限的步驟中，計(jì)算機(jī)針對(duì)固定像素位置來(lái)搜尋眾人數(shù)據(jù)庫(kù)中數(shù)據(jù)，統(tǒng)計(jì)出固定位置單一像素的灰階值常態(tài)分布曲線，并依據(jù)所輸入的合格百分比找出該像素的灰階值合格上下限；在逐點(diǎn)分類患者影像正異常的步驟中，逐點(diǎn)掃描受測(cè)者整幅影像的所有像素，大于該點(diǎn)合格灰階值上限者即為高異常區(qū)域，故標(biāo)示為紅色，小于該點(diǎn)合格灰階值下限者即為低異常區(qū)域，故標(biāo)示為綠色，而該像素紅色或綠色濃淡等級(jí)端依賴該點(diǎn)灰階值與上下限區(qū)間的差距，差距愈遠(yuǎn)者顏色愈呈深紅或深綠，差距愈近者顏色愈呈微紅或微綠；最后在影像重整離散點(diǎn)的步驟中，由于是逐點(diǎn)判斷灰階值的正異常，所顯示異常處常是雜亂分布的離散點(diǎn)，一般情形此綠色低值離散點(diǎn)較為遍布分散，而紅色高值離散點(diǎn)較為集中狹小，故針對(duì)綠色低值離散點(diǎn)先行影像消污再去孔處理，而紅色高值離散點(diǎn)則是先行影像去孔再消污處理，如此便可強(qiáng)化高值聚集效果并同時(shí)抑制低值雜布效果。但此一調(diào)整機(jī)制在實(shí)務(wù)上仍然是不足夠的，因?yàn)樵然译A程度上不等的紅色或綠色區(qū)域不代表真正的異常高值或低值區(qū)域，故再增加二個(gè)使用者調(diào)整參數(shù)的機(jī)制，一為高值聚合參數(shù)，另一為低值聚合參數(shù)，二者皆代表256階顏色濃度的判斷門(mén)坎百分比值，使用者通過(guò)此二門(mén)坎值個(gè)別調(diào)整高低值的異常比例，而后才徑行二值消污去孔作業(yè)。
本發(fā)明最大特點(diǎn)在于，以影像處理及統(tǒng)計(jì)分析技術(shù)來(lái)進(jìn)行人體影像異常區(qū)域的判斷工作，并根據(jù)已建檔的多人幾何標(biāo)準(zhǔn)化影像數(shù)據(jù)庫(kù)，計(jì)算機(jī)將會(huì)自動(dòng)地精準(zhǔn)指出異常區(qū)域及可能的異常器官位置，為醫(yī)師診斷提供輔助的參考。


圖1為本發(fā)明人體影像異常區(qū)域統(tǒng)計(jì)檢測(cè)方法流程圖；圖2為本發(fā)明窗口接口外觀圖；
圖3為本發(fā)明對(duì)稱正常分布表示意圖。
具體實(shí)施例方式
本發(fā)明特點(diǎn)依據(jù)附圖所示，進(jìn)一步以條列方式分述拆解動(dòng)作如下(本發(fā)明體是圖如圖1所示、窗口接口外觀圖如圖2所示一、建立標(biāo)準(zhǔn)化灰階影像數(shù)據(jù)庫(kù)(1)準(zhǔn)備全身或局部標(biāo)準(zhǔn)樣板；(2)影像放樣處理標(biāo)準(zhǔn)化作業(yè)；(3)數(shù)據(jù)庫(kù)儲(chǔ)存。
在此步驟中，可以針對(duì)人體全身或局部施行影像放樣技術(shù)，該放樣程序先以標(biāo)準(zhǔn)醫(yī)學(xué)人體或解剖圖的全身或局部影像外型作為放象樣版，改變患者影像型態(tài)，使患者影像經(jīng)放樣后在解剖學(xué)上有相同的幾何位置，再將幾何標(biāo)準(zhǔn)化后的灰階影像依固定位置存入不同的數(shù)據(jù)庫(kù)中。
二、輸入整體正常機(jī)率百分比。
在此步驟中，假設(shè)總?cè)丝谠谀诚袼匚恢玫幕译A變動(dòng)為一正常分布，該正常分布是基于放樣誤差、天氣變化、個(gè)人差異及前置作業(yè)等變動(dòng)因素所作的合理假設(shè)，當(dāng)使用者輸入一正常機(jī)率百分比來(lái)決定每一像素合格灰階的上下限，如此可根據(jù)經(jīng)驗(yàn)或文獻(xiàn)建議，機(jī)動(dòng)調(diào)整該整體數(shù)值，若灰階異常區(qū)域不顯著，則降低合格機(jī)率百分比，若灰階異常區(qū)域過(guò)在顯著，則升高合格機(jī)率百分比。
三、逐點(diǎn)運(yùn)算常態(tài)合格灰階上下限(1)統(tǒng)計(jì)該點(diǎn)數(shù)據(jù)庫(kù)的平均灰階；(2)統(tǒng)計(jì)該點(diǎn)數(shù)據(jù)庫(kù)的標(biāo)準(zhǔn)差；(3)依合格百分比對(duì)照機(jī)率表內(nèi)插求Z參數(shù)值；(4)依Z參數(shù)值求灰階合格上下限；在此步驟中，以上一步驟所獲得的正常機(jī)率百分比，對(duì)照機(jī)率表的正常分布參數(shù)值Z(Z＝(該點(diǎn)灰階-該點(diǎn)平均值)/該點(diǎn)標(biāo)準(zhǔn)差)，由于標(biāo)準(zhǔn)差對(duì)照表的機(jī)率值是以5％為一級(jí)距，未落在相對(duì)應(yīng)的Z值則以內(nèi)插法求出近似Z值。因此+Z值可逆推該像素合格灰階的上限值，而-Z值可逆推該像素合格灰階的下限值。
四、逐點(diǎn)分類患者灰階影像的正異常(灰階紅綠色)(1)逐點(diǎn)掃描受測(cè)者整幅灰階影像；
(2a)超過(guò)上限值顯不灰階紅色；(2b)低在下限值顯示灰階綠色；(3a)紅灰階值＝(T-Tmax)/(Tmax-Tmin)*255；(3b)綠灰階值＝(Tmin-T)/(Tmax-Tmin)*255；在此步驟中，若該點(diǎn)像素的灰階超過(guò)統(tǒng)計(jì)合格灰階的上限值則顯示紅色，反之若該點(diǎn)灰階低在統(tǒng)計(jì)合格灰階的下限值則顯示綠色。其中紅色的灰階值計(jì)算公式為(T-Tmax)/(Tmax-Tmin)*255，綠色的灰階值計(jì)算公式為(Tmin-T)/(Tmax-Tmin)*255。
五、影像重整離散點(diǎn)(二值紅綠色)(1a)低值聚合參數(shù)二值化；(1b)高值聚合參數(shù)二值化；(2a)綠色低值離散點(diǎn)消污去孔；(2b)紅色高值離散點(diǎn)去孔消污。
圖3為對(duì)稱正常分布表示意圖在影像重整離散點(diǎn)的步驟中，由于是逐點(diǎn)判斷灰階值的正異常，所顯示異常處常是雜亂分布的離散點(diǎn)，一般情形此綠色低值離散點(diǎn)較為遍布分散，而紅色高值離散點(diǎn)較為集中狹小，故針對(duì)綠色低值離散點(diǎn)先行影像消污再去孔處理，而紅色高值離散點(diǎn)則是先行影像去孔再消污處理，如此便可強(qiáng)化高值聚集效果并同時(shí)抑制低值雜布效果。但此一調(diào)整機(jī)制在實(shí)務(wù)上仍然是不足夠的，因?yàn)樵然译A程度上不等的紅色或綠色區(qū)域不代表真正的異常高值或低值區(qū)域，故再增加二個(gè)使用者調(diào)整參數(shù)的機(jī)制，一為高值聚合參數(shù)，另一為低值聚合參數(shù)，二者皆代表256階顏色濃度的判斷門(mén)坎百分比值，使用者通過(guò)此二門(mén)坎值個(gè)別調(diào)整高低值的異常比例，而后才徑行二值消污去孔作業(yè)。
六、試誤(try and error)重復(fù)調(diào)整(1)異常區(qū)域不顯著，降低該合格百分比；(2)異常區(qū)域過(guò)于顯著，升高該合格百分比綜上所述，本發(fā)明的細(xì)膩、原創(chuàng)及菜單現(xiàn)確實(shí)已具有可供產(chǎn)業(yè)與醫(yī)療影像檢測(cè)的使用性與操作方便性，且判斷影像異常分布區(qū)域，較醫(yī)師現(xiàn)有的人為推估方式更具有新穎性、創(chuàng)新性與簡(jiǎn)便性。
以上所述僅為本發(fā)明的較佳實(shí)施例，對(duì)本發(fā)明而言僅僅是說(shuō)明性的，而非限制性的。本專業(yè)技術(shù)人員理解，在本發(fā)明權(quán)利要求所限定的精神和范圍內(nèi)可對(duì)其進(jìn)行許多改變，修改，甚至等效，但都將落入本發(fā)明的保護(hù)范圍內(nèi)。
權(quán)利要求
1.一種人體影像異常區(qū)域統(tǒng)計(jì)檢測(cè)方法，其特征在于，包括如下步驟一、建立標(biāo)準(zhǔn)化模擬醫(yī)學(xué)影像數(shù)據(jù)庫(kù)；二、輸入整體正常機(jī)率百分比；三、逐點(diǎn)運(yùn)算常態(tài)合格灰階上下限；四、逐點(diǎn)分類患者影像灰階的正異常；五、影像重整離散點(diǎn)；六、試誤重復(fù)調(diào)整。
2.根據(jù)權(quán)利要求1所述的人體影像異常區(qū)域統(tǒng)計(jì)檢測(cè)方法，其特征在于，建立標(biāo)準(zhǔn)化模擬醫(yī)學(xué)影像數(shù)據(jù)庫(kù)步驟至少包括以下三個(gè)步驟a.準(zhǔn)備全身或局部標(biāo)準(zhǔn)樣板；b.影像放樣處理標(biāo)準(zhǔn)化作業(yè)；及c.數(shù)據(jù)庫(kù)儲(chǔ)存。
3.根據(jù)權(quán)利要求1所述的人體影像異常區(qū)域統(tǒng)計(jì)檢測(cè)方法，其特征在于，所述的逐點(diǎn)運(yùn)算常態(tài)合格灰度值上下限步驟至少包括以下五個(gè)步驟a.統(tǒng)計(jì)該點(diǎn)數(shù)據(jù)庫(kù)的平均灰度值；b.統(tǒng)計(jì)該點(diǎn)數(shù)據(jù)庫(kù)的標(biāo)準(zhǔn)差；c.計(jì)算該像素的灰度值常態(tài)分布曲線；d.依合格百分比對(duì)照機(jī)率表內(nèi)插求Z參數(shù)值；e.依Z參數(shù)值求灰度值合格上下限。
4.根據(jù)權(quán)利要求1所述的人體影像異常區(qū)域統(tǒng)計(jì)檢測(cè)方法，其特征在于，所述的逐點(diǎn)分類患者影像灰度的正異常步驟至少包括以下三個(gè)步驟a.逐點(diǎn)掃描受測(cè)者整幅影像灰度值；b.超過(guò)上限值顯示灰階紅色離散點(diǎn)；c.低在下限值顯示灰階綠色離散點(diǎn)。
5.依根據(jù)權(quán)利要求1所述的人體影像異常區(qū)域統(tǒng)計(jì)檢測(cè)方法，其特征在于，所述的影像重整離散點(diǎn)步驟至少包括以下二個(gè)步驟a.低值聚合參數(shù)二值化；b.綠色低值離散點(diǎn)消污去孔。
全文摘要
本發(fā)明是一種有效檢出影像異常區(qū)域的方法，將異常區(qū)域檢出并直接以顏色標(biāo)示在原影像上，提供信息輔助醫(yī)師做出正確判斷的方法；利用一組經(jīng)過(guò)影像放樣標(biāo)準(zhǔn)化的人體全身或局部影像數(shù)據(jù)庫(kù)，通過(guò)人工輸入整體灰階正常機(jī)率百分比，逐點(diǎn)進(jìn)行灰階值常態(tài)分布曲線合格灰階值的上下限運(yùn)算，據(jù)此上下準(zhǔn)位值將病患灰階影像上的所有像素分類成正常與異常二類；此類異常像素在幾何分布上通常呈現(xiàn)離散點(diǎn)狀分布，經(jīng)過(guò)影像去孔與消污作業(yè)的后，離散像素重整成為一適合醫(yī)師觀看的完整影像異常區(qū)域；其中統(tǒng)計(jì)數(shù)據(jù)的圖像化與正常影像數(shù)據(jù)庫(kù)的去異存同，以及計(jì)算機(jī)自動(dòng)地比對(duì)并重整異常像素，達(dá)到快速識(shí)別異常區(qū)域，判別異常器官的檢側(cè)目標(biāo)。
文檔編號(hào)G06F19/00GK101071474SQ20061007913
公開(kāi)日2007年11月14日 申請(qǐng)日期2006年5月10日 優(yōu)先權(quán)日2006年5月10日
發(fā)明者李明義, 楊吉仕, 彭蔭剛, 朱天翎 申請(qǐng)人:航偉科技股份有限公司, 長(zhǎng)庚大學(xué)