340 likes | 800 Vues
第三章 舌 診自動分析. 3.1 概述. 辨證以望、聞、問、切四診為 依據 。 舌 診 居四診之 首。 易囿於知識、經驗、思維模式、診斷技巧、對顏色感知及 詮釋等 主觀判定 影響 。 藉由科學方法輔助醫生進行診斷,循標準化判別程序,獲得可靠斷症 結果。. 3.2.1 色彩空間. 可見 光譜常 以紅、綠、藍 (RGB) 三原色光模式及青綠、洋紅、黃 (CMY) 印刷三原色 模式 。. RGB 及 CMYK 色彩空間. 3.2.2 像素. 像素 (pixel: picture element) ,又稱畫素、圖素,是組成數位影像之最小單位。. 像素 示意圖.
E N D
3.1概述 • 辨證以望、聞、問、切四診為依據。 • 舌診居四診之首。 • 易囿於知識、經驗、思維模式、診斷技巧、對顏色感知及詮釋等主觀判定影響。 • 藉由科學方法輔助醫生進行診斷,循標準化判別程序,獲得可靠斷症結果。
3.2.1色彩空間 • 可見光譜常以紅、綠、藍(RGB)三原色光模式及青綠、洋紅、黃(CMY)印刷三原色模式。 RGB及CMYK色彩空間
3.2.2像素 • 像素(pixel: picture element),又稱畫素、圖素,是組成數位影像之最小單位。 像素示意圖
3.2.3像素色度與亮度 • 每一個像素具有三個色彩分量,每一色彩分量之數值稱為色度值,色度值介於0~255間。 • 像素亮度值介於0與255之間。 像素紅色色度值與紅色顯示間之關係 像素亮度值與顯示亮度間之關係
3.2.4顏色深度 • 顏色深度代表所能呈現之顏色多寡,顏色深度越大,可表示之顏色愈多。 • 黑白影像(21顏色組合)深度為1 • 灰階影像(28顏色組合)深度為8 • 彩色影像(224顏色組合)深度為24 顏色深度為8 顏色深度為4
3.2.5解析度 • 解析度越高代表影像品質越好,越能呈現更多細節。 解析度為427284 pixel 解析度為10671 pixel
3.2.6白平衡 • 白平衡在補償色彩差異,使白色物體於不同之成像環境中,不受光源影響,仍能忠實地呈現白色。 開啟白平衡校正前 開啟白平衡校正後
3.3人類視覺特性 • 眼睛是人類之視覺器官,視網膜上視覺細胞將入射光線轉換為電流後,傳送至大腦枕葉距狀區之視皮層產生視覺。 人類視覺
3.3.1視覺敏感 • 視覺敏感度乃人眼從一定距離對視野內物體進行正確觀察與辨別之程度,認知光線明暗、距離遠近、圖像正反及空間關係,並配合語言功能產生正確視覺認知。
3.3.2視覺錯覺 • 亮度錯覺(Illusion of Brightness) 亮度錯覺
3.3.2視覺錯覺 • 顏色錯覺(Illusion of Color) 顏色錯覺
3.3.2視覺錯覺 • 輪廓錯覺(Illusion of Contour) 輪廓錯覺
3.3.2視覺錯覺 • 運動錯覺(Illusion of Movement) 運動錯覺
3.3.2視覺錯覺 • 空間位置錯覺(Geometrical Illusion) 運動錯覺
技術開發 技術驗證 技術應用 3.4第一階段:技術開發 - 自動化舌診系統 • 自動化舌診系統共包括舌部影像之擷取及分析兩大部分。
3.4.1取像環境 • 主照明光源:不同光源具有不同「色溫」,採用環形LED作為取像光源。 環形LED燈
3.4.1取像環境 • 光源擺設:舌診儀包含舌診檢查部及架設相機之支撐部。 舌診儀
3.4.1取像環境 • 灰卡、色卡:常見於色彩選擇、比對、溝通及色彩供應鏈管理工具等應用。 18%灰階之標準灰卡 色卡
3.4.1取像環境 • 亮度校正、色彩校正:使擷取之影像不受環境及取像設備等變因影響,均維持恆定之亮度與色彩表現。 原始舌診影像 校正後影像
3.4.1取像環境 • 前置問卷:透過舌診取像前之前置問卷填寫,可排除染苔、刮除舌苔及藥物干擾等變因。 前置問卷
3.4.2舌部影像自動分析 • 影像自動分析,準確切割舌頭區域,並進行舌頭特徵擷取,輸出舌診特徵資訊。 舌部影像自動分析
3.4.3舌面影像分割 • 檢測矩形區域:去除皮膚、牙齒、嘴唇,並決定舌頭之矩形區域。 • 邊界檢定:主動輪廓法則找出舌頭邊界。 舌頭曲線影像 矩形區域影像
3.4.4舌面特徵辨識 瘀斑 裂紋 朱點 齒痕
3.4.4舌面特徵辨識 膩苔 津液 舌質 舌形
3.4.5舌診報告表 • 自動化舌診系統辨識各項舌部特徵,可輸出報告表交由醫院或病患收執存檔。 舌診報告表
技術開發 技術驗證 技術應用 3.5第二階段:技術驗證 - 一致性分析 • 透過Kappa值評估一致性評測,中醫師視覺所辨識出來結果kappa值為0.45(中等)。 • 獲得針對特定疾病醫師間一致性並不高之結論,突顯自動分析一致性量測之重要性。
3.5第二階段:技術驗證 - 一致性分析 • 中醫師對於現階段舌頭影像判定沒有一定的標準。 • 即使醫生已被完善訓練過,但外部一致性結果表現kappa平均值還是只有0.64。 • 自動化舌診系統貢獻在於對於觀察舌頭影像有較好之一致性 (0.93+-0.063)。
技術開發 技術驗證 技術應用 3.6第三階段:技術應用 • 建立乳癌預後之中醫舌診指標 • 建立四診診斷儀器檢驗系統 • 建立中醫醫療雲
3.6第三階段:技術應用 四診儀器整合與加值應用之執行架構
3.6第三階段:技術應用 • 中醫醫療雲端系統 • 中醫健康檢查 • 老年照護 • 線上教學與動態評量 • 特定疾病 • 中醫數位古籍 • 中西醫整合
3.7 未來展望 • 激勵後續儀器持續問世,使中醫與現代科技結合,推廣傳統中醫與四診診斷儀器至國際,使中華傳統醫學於西方醫學中注入一股新思維。