CN103340604A - 黄疸自动分析检测方法及计算机程序产品 - Google Patents

黄疸自动分析检测方法及计算机程序产品 Download PDF

Info

Publication number
CN103340604A
CN103340604A CN2013102861585A CN201310286158A CN103340604A CN 103340604 A CN103340604 A CN 103340604A CN 2013102861585 A CN2013102861585 A CN 2013102861585A CN 201310286158 A CN201310286158 A CN 201310286158A CN 103340604 A CN103340604 A CN 103340604A
Authority
CN
China
Prior art keywords
jaundice
pixel
colour code
value
color
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013102861585A
Other languages
English (en)
Other versions
CN103340604B (zh
Inventor
周信旭
刘育寰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
DITMANSON MEDICAL FOUNDATION CHIA-YI CHRISTIAN HOSPITAL
Liu Yuhuan
Zhou Xinxu
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201310286158.5A priority Critical patent/CN103340604B/zh
Publication of CN103340604A publication Critical patent/CN103340604A/zh
Application granted granted Critical
Publication of CN103340604B publication Critical patent/CN103340604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种黄疸自动分析检测方法及计算机程序产品，包括以下步骤；S1撷取新生儿脸部及色标的影像；S2对撷取影像配合色标进行色彩校正；S3根据影像脸部像素点的色彩信息计算黄疸指数并排除不良影像，且该方法可由计算机程序产品执行；借此本发明可提供新生儿父母借由拍摄方式即可随时检测新生儿黄疸指标，并排除取相质量不良影像，以具较佳准确性。

Description

黄疸自动分析检测方法及计算机程序产品
技术领域
本发明涉及一种黄疸自动分析检测方法及计算机程序产品，尤其是指一种利用智能型手机、平板或个人计算机的相机装置撷取新生儿脸部影像，并自动分析检测新生儿黄疸指针的方法及计算机程序产品。 
背景技术
黄疸检测是新生儿时期最常实施的血液检验之一，同时也是医护人员与父母亲在婴儿出生初期皆须密切观察的重点。黄疸值过高可能会对新生儿造成核黄疸(kernicterus)而伤害脑部，严重者可能会有脑性麻痹、神经性耳聋、智能障碍等副作用。 
目前黄疸检测的方式主要依赖抽血或取少量脚跟血进行检验，但此步骤属于侵入性检查可能造成疼痛、出血、伤口感染等副作用，造成实施上的限制与家属的不安。因此血液检查大多保留在当家属或医护人员肉眼观察发现婴儿皮肤呈现黄疸后再进行血液检查确认。然而肉眼观察黄疸为一主观判断，特别新生儿父母由于没有经过专业的训练与经验，时常出现误判的情形而造成婴儿黄疸延迟治疗或接受过多不必要的血液检查。此外，黄疸计(jaundice meter)可借由发射光束至婴儿皮肤并分析反射回来的光波长提供非侵入性的黄疸判读数值，然而昂贵的黄疸计不是一般的家庭所能负担，而且大多数需要检测黄疸的期间也只有在婴儿刚出生的1至2个月内，造成此一设备较不适用于广泛大众。 
有鉴于此，本发明人针对上述黄疸检测方法及设备上未臻完善所导致的诸多缺失及不便，而深入构思，且积极研究改良试做而开发设计出本案。 
发明内容
本发明的目的在于提供一种黄疸自动分析检测方法及计算机程式产品透过目前非常普及且含有相机组件的智能型手机、平板或个人计算机，以图像处理(非侵入性)的方式对新生儿皮肤来进行检测并提供客观的黄疸指标，让新生儿父母能随时自我检测新生儿的黄疸指标，并能在黄疸指标高于正常值时提出回诊的警讯。如此，不但可以减轻新生儿父母的忧虑、减少过于频繁的血液检查、避免黄疸过高而家属没有察觉的遗憾，而且可以节省医疗资源。 
为了达成上述目的，本发明的解决方案是： 
一种黄疸自动分析检测方法，其包含以下步骤；
S1撷取新生儿脸部及配合色标的影像；
S2对撷取影像配合色标进行色彩校正；
S3根据影像脸部像素点的色彩信息计算黄疸指数并排除不良影像。
上述S1步骤是具备智能型手机、平板或个人计算机等具有相机及可执行程序的工具拍摄，又该所述色标具有纯红色、纯绿色、纯蓝色三个颜色的色标，又所述S2步骤更包括S21自动寻找色标位置，并计算色标区域像素点(pixel)总数 ，其中
Figure 2013102861585100002DEST_PATH_IMAGE004
，并该大于设定值时再计算色标颜色平均值步骤；S22根据色标颜色平均值对整张影像作色彩正规化步骤，并获得RGB色彩信息；又所述S3步骤更包括S31根据一般肤色的色相(Hue)范围在建议的脸部位置搜寻属于皮肤的像素点，并计算其总点数为步骤；S32在这些皮肤的像素点中再根据黄疸值的色相范围找出属于黄疸区的像素点步骤；S33计算这些黄疸区像素点的饱和度平均值，与黄疸区像素点数跟皮肤区像素点数的比值(Jaundice Skin Ratio, JSR)步骤；若比值低于设定值建议重新取像；S34将饱和度平均值转换成黄疸指标步骤；又前述拍摄过程加载新生儿出生时间以对应新生儿正常黄疸值判断。 
上述新生儿脸部周边对象避开红、绿、蓝、黄颜色。 
上述拍摄的预览画面设定脸部轮廓线及至少一色标轮廓线，又所述S21步骤自动寻找色标位置并于色标轮廓线设置色标，又设i不属于固定区域，又搜寻色标方式为令分别为
Figure 2013102861585100002DEST_PATH_IMAGE010
中最大连续区域，为第i个区域中同时具有最大的
Figure 63362DEST_PATH_IMAGE008
，这些区域即为纯红色、纯绿色、纯蓝色色标所在的区域，又设
Figure 2013102861585100002DEST_PATH_IMAGE014
为色标轮廓线内的像素点(pixel)集合，令
Figure 217000DEST_PATH_IMAGE010
分别为色标轮廓线内与纯红、纯绿、纯蓝色十分接近的颜色区域，
Figure 549893DEST_PATH_IMAGE004
Figure 2013102861585100002DEST_PATH_IMAGE016
其中
Figure 675849DEST_PATH_IMAGE004
，
Figure 2013102861585100002DEST_PATH_IMAGE018
，
Figure 2013102861585100002DEST_PATH_IMAGE020
，
Figure 2013102861585100002DEST_PATH_IMAGE022
，
Figure 2013102861585100002DEST_PATH_IMAGE024
为a与b之间的距离
Figure 2013102861585100002DEST_PATH_IMAGE026
，th_cp为预设的色标颜色阀值，又定义在红色色标所在区域中的红色频道(Red Channel)的平均值为红色色标在所撷取的影像中的颜色
Figure 2013102861585100002DEST_PATH_IMAGE028
，绿色与蓝色色标在所撷取的影像中颜色的处理方式亦同，可求得及
Figure 2013102861585100002DEST_PATH_IMAGE032
；又该S22步骤是将影像中的每一像素点分别对红色、绿色、蓝色频道做调整，使得红色色标所在区域的红色频道值趋近255；绿色与蓝色色目标处理方式亦同，令
Figure 2013102861585100002DEST_PATH_IMAGE034
，则影像中每一像素点的红色频道
Figure 2013102861585100002DEST_PATH_IMAGE036
调整为
Figure 2013102861585100002DEST_PATH_IMAGE038
，每一像素点的绿色频道
Figure 2013102861585100002DEST_PATH_IMAGE040
及蓝色频道
Figure 2013102861585100002DEST_PATH_IMAGE042
处理方式亦同，
Figure 2013102861585100002DEST_PATH_IMAGE044
、，并取得
Figure 2013102861585100002DEST_PATH_IMAGE048
、
Figure 2013102861585100002DEST_PATH_IMAGE050
、
Figure 2013102861585100002DEST_PATH_IMAGE052
 RGB色彩信息。
上述
Figure 427206DEST_PATH_IMAGE002
值对应相机分辨率设定，又所述较佳色标颜色阀值为10。 
上述S31步骤为根据前述RGB色彩信息转换HSV色彩信息，并根据设定脸部像素点参数的色相(Hue)范围，在所撷取的影像中的脸部轮廓线范围内筛选出此张影像的脸部皮肤区域像素点集合
Figure 2013102861585100002DEST_PATH_IMAGE056
，并计算其总点数为
Figure 11683DEST_PATH_IMAGE006
；又该S32步骤根据设定黄疸像素点参数在脸部范围像素点中再进一步筛选出此张影像的黄疸区域像素点集合
Figure 2013102861585100002DEST_PATH_IMAGE058
；又该S33步骤为求得黄疸区域像素点集合
Figure 522168DEST_PATH_IMAGE058
的总点数及
Figure 128730DEST_PATH_IMAGE006
的比值
Figure 2013102861585100002DEST_PATH_IMAGE062
，并设定JSR值低于设定值thJSR值认定为取像质量不良，建议重新取像；又该S34步骤计算
Figure 997460DEST_PATH_IMAGE058
的色彩饱和度(Saturation)的平均值
Figure 2013102861585100002DEST_PATH_IMAGE064
，然后以函数
Figure 2013102861585100002DEST_PATH_IMAGE066
将其转换为黄疸指数，使所求得的黄疸指数与验血所得的黄疸值等价。上述S31步骤后可再包含S311搜寻及计算轮廓线内像素点总点数及其饱合度平均值
Figure 2013102861585100002DEST_PATH_IMAGE072
并计算
Figure 374958DEST_PATH_IMAGE006
与
Figure 987336DEST_PATH_IMAGE070
比值
Figure 2013102861585100002DEST_PATH_IMAGE074
步骤，并所述S311步骤为脸部皮肤区域像素点集合
Figure 902201DEST_PATH_IMAGE056
的总点数
Figure 332045DEST_PATH_IMAGE006
及脸部轮廓线范围内像素点集合
Figure 511354DEST_PATH_IMAGE054
的总点数
Figure 724160DEST_PATH_IMAGE070
的比值
Figure 2013102861585100002DEST_PATH_IMAGE076
，并设定
Figure 803849DEST_PATH_IMAGE074
值低于
Figure 2013102861585100002DEST_PATH_IMAGE078
值认定为取像质量不良，建议重新取像；又求得的饱和度平均值
Figure 743304DEST_PATH_IMAGE072
，并设定
Figure 822118DEST_PATH_IMAGE072
值低于
Figure 2013102861585100002DEST_PATH_IMAGE080
值时认定为取像时环境光源不足，建议重新取像，若
Figure 693997DEST_PATH_IMAGE074
值高于
Figure 465644DEST_PATH_IMAGE078
值及
Figure 353965DEST_PATH_IMAGE072
值高于
Figure 174154DEST_PATH_IMAGE080
值则进行S32步骤。 
上述较佳脸部像素点参数为42.5±18.5；所述较佳
Figure 526638DEST_PATH_IMAGE078
值为70%；所述较佳
Figure 406869DEST_PATH_IMAGE080
值为0.5，所述较佳黄疸像素点参数为40~60；所述较佳
Figure 2013102861585100002DEST_PATH_IMAGE082
值为50%；所述函数
Figure 281022DEST_PATH_IMAGE066
为与
Figure 111892DEST_PATH_IMAGE068
的回归统计函数。 
上述拍摄过程加载新生儿出生时间以对应新生儿正常黄疸值判断。 
一种计算机程序产品，当电子设备加载该计算机程序并执行后，可完成权利要求1至9项中任一项所述的方法。 
采用上述结构后，本发明黄疸自动分析检测方法，所述S1撷取新生儿脸部及色标的影像步骤是具备智能型手机、平板或个人计算机等具相机及可执行本发明方法应用程序(APP)的工具拍摄，又该所述色标具有纯红色、纯绿色、纯蓝色三个颜色的色标，又该拍摄预览画面设定脸部轮廓线及建议位置色标轮廓线以便于取景，并于拍摄前或拍摄后的拍摄过程加载新生儿出生时间以对应新生儿目前的正常黄疸值范围判断，又该色标可呈长方形排列于新生儿脸部周围位置，并新生儿脸部周边对象如包巾、床垫或枕头等背景颜色避开红、绿、蓝、黄等颜色以避免干扰影像分析动作。 
所述S2对撷取影像配合色标进行色彩校正的步骤为使用RGB颜色模型并根据色标颜色平均值对整张影像作色彩正规化，并该S2步骤更包括S21自动寻找色标位置，并计算色标区域像素点(pixel)总数
Figure 2013102861585100002DEST_PATH_IMAGE084
，其中
Figure 100707DEST_PATH_IMAGE004
，并该
Figure 25938DEST_PATH_IMAGE084
大于设定值时再计算色标颜色平均值步骤；S22根据色标颜色平均值对整张影像作色彩正规化步骤，其中该S21步骤于取像后会在建议位置色标轮廓线内分别搜寻与纯红色、纯绿色、纯蓝色十分接近的颜色区域，再分别找出这些区域的最大连接范围作为红色、绿色、蓝色色目标区域。 
本发明搜寻后并定义在红色色标所在区域中的红色频道(Red Channel)的平均值为红色色标在所撷取的影像中的颜色
Figure DEST_PATH_IMAGE086
。绿色与蓝色色标在所撷取的影像中颜色的处理方式亦同，可求得
Figure DEST_PATH_IMAGE088
及
Figure DEST_PATH_IMAGE090
。 
又所述S22根据色标颜色平均值对整张影像作色彩正规化步骤，是将影像中的每一像素点分别对红色、绿色、蓝色频道做调整，并可减小不同拍摄环境造成影像色彩误差。 
所述S3根据影像脸部像素点的色彩信息计算黄疸指数步骤为以HSV(Hue, Saturation, Value)颜色模型自动取得脸部属于肤色的区域，并在此区域搜寻属于黄疸的区域。计算黄疸区像素点的饱和度(Saturation)平均值，并经某种特殊函数转换以做为与验血所得的黄疸值等价的黄疸指标，又以黄疸区像素点数跟皮肤区像素点数的比值作为取像质量的评估依据。 
其中S3步骤更包括S31根据一般肤色的色相(Hue)范围在建议的脸部位置搜寻属于皮肤的像素点并计算其总点数
Figure DEST_PATH_IMAGE092
步骤；S32在这些皮肤的像素点中再根据黄疸值的色相范围找出属于黄疸区的像素点步骤；S33计算这些黄疸区像素点的饱和度平均值，与黄疸区像素点数跟皮肤区像素点数的比值(Jaundice Skin Ratio, JSR)步骤；S34将饱和度平均值转换成黄疸指标步骤。 
其中S31步骤为发明人借由统计新生儿脸部皮肤区域的色相(Hue)范围为指定脸部像素点参数，在所撷取的影像中的椭圆形的脸部轮廓线范围内筛选出此张影像的脸部皮肤区域像素点，并计算其总点数为
Figure 505373DEST_PATH_IMAGE092
，又为提升取相质量及精确性可于S31步骤后进行S311步骤搜寻及计算轮廓线内像素点总点数
Figure DEST_PATH_IMAGE094
及其饱合度平均值
Figure DEST_PATH_IMAGE096
并计算
Figure 940771DEST_PATH_IMAGE092
与
Figure 225122DEST_PATH_IMAGE094
比值(Skin Ellipse Ratio, 
Figure 575332DEST_PATH_IMAGE074
)，并该及
Figure 722597DEST_PATH_IMAGE074
值大于设定值时再进行S32步骤。 
所述S32步骤为发明人借由统计的新生儿黄疸区域的色相范围为设定黄疸像素点参数，在撷取到的脸部范围像素点中再进一步筛选出此张影像的黄疸区域像素点。 
所述S33步骤求得黄疸区域像素点的总点数及脸部皮肤区域像素点的总点数的比值。为避免影像质量不良而产生误判，若黄疸区域像素总点数或两个比值其中之一或脸部轮廓线范围内像素点饱和度平均值低于设定值时建议重新取像。 
又所述S34步骤计算黄疸区域像素点的色彩饱和度的平均值，然后将其转换为黄疸指数，使所求得的黄疸指数与验血所得的黄疸值等价，而若黄疸指数高于一般中等风险则提出警告并建议回诊。 
本发明方法可为计算机程序(APP)产品，并该计算机程序(APP)可由因特网下载或经其他管道加载至目前十分普及并含相机功能的智能型手机、平板计算机、个人计算机或其他类同功能电子设备等即可实施本发明方法，而本发明操作时只须配合色标即可拍摄且非脱机实时进行分析，可具操作便利性功效，又本发明当取相质量不合乎要求(如光线造成过暗或脸部与色标位置不理想)，则会要求重新拍照，可提供更精确检测结果，且本发明拍摄方式检测转换指数与验血黄疸值等价，可远较目测方式精确，并可确保新生儿不会因肉眼判断疏失而错失治疗时机。 
附图说明
图1是本发明方法步骤示意图； 
图2是本发明方法流程图；
图3是本发明拍摄影像配合色标示意图；
图4是本发明色彩饱合度平均值对应胆红素值回归统计图；
图5是美国儿科医学会公布对应新生儿出生时间黄疸曲线图。
符号说明
S1撷取新生儿脸部及配合色标的影像
S2对撷取影像配合色标进行色彩校正
S3根据影像脸部像素点的色彩信息计算黄疸指数并排除不良影像
S21自动寻找色标位置，并计算色标区域像素点(pixel)总数
Figure 348488DEST_PATH_IMAGE084
，其中
Figure 248311DEST_PATH_IMAGE004
，并该
Figure 752104DEST_PATH_IMAGE084
大于设定值时再计算色标颜色平均值
S22根据色标颜色平均值对整张影像作色彩正规化
S31根据一般肤色的色相(Hue)范围在建议的脸部位置搜寻属于皮肤的像素点，并计算其总点数为
Figure 991456DEST_PATH_IMAGE092
S32在这些皮肤的像素点中再根据黄疸值的色相范围找出属于黄疸区的像素点
S311搜寻及计算轮廓线内像素点总点数
Figure 352030DEST_PATH_IMAGE094
及其饱合度平均值
Figure 676832DEST_PATH_IMAGE096
并计算
Figure 46633DEST_PATH_IMAGE092
与比值
Figure 108185DEST_PATH_IMAGE074
S33计算这些黄疸区像素点的饱和度(Saturation)平均值，与黄疸区像素点数跟皮肤区像素点数的比值(Jaundice Skin Ratio, JSR)
S34将饱和度平均值转换成黄疸指标
11红色色标       12绿色色标         13蓝色色标
2脸部轮廓线         3色标轮廓线。
具体实施方式
为了进一步解释本发明的技术方案，下面通过具体实施例来对本发明进行详细阐述。 
请参阅图1至图3，其中图1为本发明的方法步骤图，图2为本发明的方法流程图，图3为本发明拍摄影像配合色标示意图，其中本发明的方法包括以下步骤：S1撷取新生儿脸部及色标的影像；S2对撷取影像配合色标进行色彩校正；S3根据影像脸部像素点的色彩信息计算黄疸指数并排除不良影像。 
其中所述S1撷取新生儿脸部及色标的影像步骤是利用智能型手机、平板或个人计算机等具相机或类同功能电子设备及可执行程序的工具拍摄，又该所述色标具有纯红色、纯绿色、纯蓝色三个颜色色卡型态的色标11、12、13，每个色标11、12、13尺寸均大于1 cm2，又如图3所示该拍摄预览画面设定椭圆形脸部轮廓线2及两个长方形色标建议位置的色标轮廓线3以便于取景，并本实施例的各纯红、纯绿、纯蓝色标11、12、13排列于上方色标轮廓线3内，并于拍摄前或拍摄后的拍摄过程加载新生儿出生时间数据以使本发明可对应如图5所示对应新生儿目前的正常黄疸值范围判断，又该新生儿脸部周边对象如包巾、床垫或枕头等背景颜色宜避开红、绿、蓝、黄等颜色以避免干扰影像分析动作。 
所述S2对撷取影像配合色标进行色彩校正的步骤为使用RGB颜色模型并根据色标颜色平均值对整张影像作色彩正规化，并该S2步骤更包括S21自动寻找色标位置，并计算色标区域像素点(pixel)总数
Figure 717021DEST_PATH_IMAGE084
，其中，并该
Figure 776561DEST_PATH_IMAGE084
大于设定值时再计算色标颜色平均值步骤；S22根据色标颜色平均值对整张影像作色彩正规化步骤，其中该S21步骤于取像后会在两个长方形的色标建议位置色标轮廓线3内分别搜寻与纯红色、纯绿色、纯蓝色十分接近的颜色区域，再分别找出这些区域的最大连接范围作为红色、绿色、蓝色色标11、12、13的区域。 
本发明自动寻找色标位置为令
Figure DEST_PATH_IMAGE098
分别为
Figure DEST_PATH_IMAGE100
中最大连续区域，为第i个区域中同时具有最大的
Figure 112559DEST_PATH_IMAGE098
，这些区域即为纯红色、纯绿色、纯蓝色色标11、12、13所在的区域，而本实施例可于脸部上方位置的色标轮廓线3搜寻色标11、12、13位置。又
Figure 146374DEST_PATH_IMAGE098
个别区域的点数为
Figure 857978DEST_PATH_IMAGE084
，其中，若
Figure 235925DEST_PATH_IMAGE084
低于设定值时表示色标可能没有正确摆放于色标轮廓线3之内或取像时光线不足，并该
Figure 757036DEST_PATH_IMAGE084
值为对应相机分辨率设定，分辨率较高时
Figure 944435DEST_PATH_IMAGE084
值较高，如分辨率为4752x3168时建议
Figure 867391DEST_PATH_IMAGE104
值为10000，若低于10000建议调整好色标位置后重新取像。 
又设
Figure DEST_PATH_IMAGE106
为长方形的色标建议位置色标轮廓线3内的像素点(pixel)集合，其中
Figure DEST_PATH_IMAGE108
，i不属于固定区域。令
Figure 551051DEST_PATH_IMAGE100
分别为第i个长方形内与纯红、纯绿、纯蓝色十分接近的颜色区域，
Figure DEST_PATH_IMAGE110
Figure DEST_PATH_IMAGE112
，其中，
Figure DEST_PATH_IMAGE114
，
Figure DEST_PATH_IMAGE116
，
Figure DEST_PATH_IMAGE118
，
Figure DEST_PATH_IMAGE120
为a与b之间的距离，th_cp为预设的色标颜色阀值。
本实施例设定较佳th_cp为10。
本发明搜寻后并定义在红色色标11所在区域中的红色频道(Red Channel)的平均值为红色色标11在所撷取的影像中的颜色
Figure 799816DEST_PATH_IMAGE086
。绿色与蓝色色标在所撷取的影像中颜色的处理方式亦同，可求得
Figure 639596DEST_PATH_IMAGE088
及
Figure 562333DEST_PATH_IMAGE090
。 
本实施例设定两个长方形色标轮廓线3为便利使用者排列色标，然而本发明亦可仅设一色标轮廓线3。若取像时因某些不可抗拒因素，色标无法摆放于色标轮廓线3之内，可先任意摆放于脸部以外且在取像范围内的其他区域，俟取像完成后再执行手动设定色标位置的程序，亦即由用户手动点选色标范围的中心点，本发明会自动搜寻该位置附近的色标，其色标搜寻方法同前述步骤。 
又所述S22根据色标颜色平均值对整张影像作色彩正规化步骤，是将影像中的每一像素点分别对红色、绿色、蓝色频道做调整，使得红色色标11所在区域的红色频道值趋近255；绿色与蓝色色标12、13的处理方式亦同。令
Figure DEST_PATH_IMAGE124
，则影像中每一像素点的红色频道
Figure DEST_PATH_IMAGE126
调整为
Figure DEST_PATH_IMAGE128
，每一像素点的绿色频道及蓝色频道
Figure DEST_PATH_IMAGE132
处理方式亦同，
Figure DEST_PATH_IMAGE134
、
Figure DEST_PATH_IMAGE136
，并取得本发明、、
Figure DEST_PATH_IMAGE142
 RGB色彩信息，并借由对应色标11、12、13计算影像中每一像素点的像素值且可减小不同拍摄环境造成影像色彩误差。 
请一并参阅图4，为本发明色彩饱合度平均值对应胆红素值回归统计图，其中本发明所述S3根据影像脸部像素点的色彩信息计算黄疸指数步骤为以HSV(Hue, Saturation, Value)颜色模型自动取得脸部属于肤色的区域，并在此区域搜寻属于黄疸的区域。计算黄疸区像素点的饱和度(Saturation)平均值，并经某种特殊函数转换以做为与验血所得的黄疸值等价的黄疸指标，又以黄疸区像素点数跟皮肤区像素点数的比值(Jaundice Skin Ratio, JSR)作为取像质量的评估依据，JSR值小于thJSR为取像质量不佳，所计算的黄疸指标可能有较大的误差；其中thJSR为本发明经统计后所得的预设阀值(Threshold)。 
其中S3步骤更包括S31根据一般肤色的色相(Hue)范围在建议的脸部位置搜寻属于皮肤的像素点(pixel) ，并计算其总点数为
Figure 353310DEST_PATH_IMAGE092
；S32在这些皮肤的像素点中再根据黄疸值的色相范围找出属于黄疸区的像素点；S33计算这些黄疸区像素点的饱和度(Saturation)平均值，与黄疸区像素点数跟皮肤区像素点数的比值(Jaundice Skin Ratio, JSR)；S34将饱和度平均值转换成黄疸指标步骤。 
其中该
Figure 210407DEST_PATH_IMAGE138
、
Figure 842377DEST_PATH_IMAGE140
、
Figure 431621DEST_PATH_IMAGE142
 (RG B)转换(HSV)计算式为 
                                                 
Figure DEST_PATH_IMAGE144
                                      
                                                                                       
                                                        
Figure DEST_PATH_IMAGE148
                                             
                                                             
                                                      
Figure DEST_PATH_IMAGE152
                                      (1)
                                                 
Figure DEST_PATH_IMAGE154
                                 (2)
                                              
Figure DEST_PATH_IMAGE156
                              (3)
并该转换公式为现有技艺，不再多述，又该S31步骤为根据RGB色彩信息转换HSV色彩信息后，发明人借由统计新生儿脸部皮肤区域的色相(Hue)范围(本实施例约为42.5±18.5)为设定脸部像素点参数，在所撷取的影像中的椭圆形的脸部轮廓线2范围内筛选出此张影像的脸部皮肤区域像素点集合
Figure DEST_PATH_IMAGE158
。
又所述S31步骤中，在取像时因不可抗拒外力，使脸部皮肤区域无法在椭圆形脸部轮廓线2的范围内，则本发明允许于取像后，以手动的方式调整椭圆形脸部轮廓线2的位置、大小及角度，使所取像的脸部皮肤区域包含于椭圆形脸部轮廓线2范围内。 
为更提升取相质量及精确度，本发明于S31步骤后可再包含S311搜寻及计算轮廓线内像素点总点数
Figure 117685DEST_PATH_IMAGE094
及其饱合度平均值
Figure 450577DEST_PATH_IMAGE096
并计算
Figure 999370DEST_PATH_IMAGE092
与
Figure 25095DEST_PATH_IMAGE094
比值步骤，其中该脸部皮肤区域像素点集合
Figure 428711DEST_PATH_IMAGE158
的总点数
Figure 268229DEST_PATH_IMAGE092
与椭圆形的脸部轮廓线2范围内像素点集合
Figure DEST_PATH_IMAGE160
的总点数的比值
Figure DEST_PATH_IMAGE162
，并设定
Figure 156868DEST_PATH_IMAGE074
值低于
Figure DEST_PATH_IMAGE164
值认定为取像质量不良，建议重新取像。为自动辨识取像时脸部皮肤区域与椭圆形脸部轮廓线2位置是否相差太大，本实施例设定
Figure 267781DEST_PATH_IMAGE074
值低于
Figure 791166DEST_PATH_IMAGE164
(70%)时认定为取像质量不良，建议重新取像。又椭圆形的脸部轮廓线2范围内所有像素点的饱和度平均值为
Figure 158694DEST_PATH_IMAGE096
，本实施例设定值低于
Figure DEST_PATH_IMAGE166
(0.5)时认定为取像时环境光源不足，建议重新取像。又所述S32步骤为根据发明人借由统计新生儿黄疸区域的色相范围(本实施例约为40~60)为设定黄疸像素点参数，在撷取到的脸部范围像素点中再进一步筛选出此张影像的黄疸区域像素点集合
Figure DEST_PATH_IMAGE168
。 
又所述S33步骤求得黄疸区域像素点集合
Figure 987027DEST_PATH_IMAGE168
的总点数
Figure DEST_PATH_IMAGE170
及脸部皮肤区域像素点集合
Figure 568181DEST_PATH_IMAGE158
的总点数
Figure 841031DEST_PATH_IMAGE092
的比值。为避免影像质量不良而产生误判，本实施例设定JSR值低于
Figure DEST_PATH_IMAGE174
 (50%)时认定为取像质量不良，所计算出的后述
Figure DEST_PATH_IMAGE176
可能会有较大误差，建议重新取像。 
又所述S34步骤计算
Figure 887396DEST_PATH_IMAGE168
的色彩饱和度(Saturation)的平均值，以某种特殊函数
Figure DEST_PATH_IMAGE178
将其转换为黄疸指数，使所求得的黄疸指数与验血所得的黄疸值
Figure DEST_PATH_IMAGE180
等价。其中如图4所示，函数
Figure 339554DEST_PATH_IMAGE178
是
Figure 281840DEST_PATH_IMAGE176
与
Figure 435741DEST_PATH_IMAGE180
的回归统计函数，并该
Figure 318246DEST_PATH_IMAGE176
与为正相关，
Figure 550962DEST_PATH_IMAGE176
愈高
Figure 926579DEST_PATH_IMAGE180
即相对愈高，并配合图5美国儿科医学会公布对应新生儿出生时间黄疸曲线图，该
Figure 783415DEST_PATH_IMAGE180
值与新生儿的出生后年龄(postnatal age)判断其黄疸指数是否过高，若黄疸指数高于美国儿科医学会建议的一般中等风险(如中央曲线以上)或大于等于15 mg/dL时则提出警告并建议回诊。 
本发明可为计算机程序(APP)产品，并该计算机程序(APP)可由因特网下载至目前十分普及并含相机功能的智能型手机、平板计算机、个人计算机或其他类同电子装置等即可实施本发明方法。 
本发明操作时只须配合色标即可拍摄，且能够实时进行分析，不须再采用特殊频谱范围光线或在特殊环境下拍摄影像，可具操作便利性功效，并可提供新生儿父母可随时拍照检测以减轻其忧虑，同时避免频繁往返医院血液检查不便。 
又本发明当取相质量不合乎要求(如光线造成过暗或脸部与色标位置不理想)则会要求重新拍照，可提供更精确检测结果，而本发明拍摄方式检测转换指数与验血黄疸值等价，可远较新生儿父母目测方式精确，且可于黄疸指标高于正常值时提出回诊警讯以确保新生儿不会因新生儿父母肉眼判断疏失而错失治疗时机。 
上述实施例和附图并非限定本发明的产品形态和式样，任何所属技术领域的普通技术人员对其所做的适当变化或修饰，皆应视为不脱离本发明的专利范畴。 

Claims (10)

1.一种黄疸自动分析检测方法，其特征在于，包含以下步骤；
S1撷取新生儿脸部及配合色标的影像；
S2对撷取影像配合色标进行色彩校正；
S3根据影像脸部像素点的色彩信息计算黄疸指数并排除不良影像。
2.如权利要求1所述的黄疸自动分析检测方法，其特征在于：该S1步骤是具备智能型手机、平板或个人计算机等具有相机及可执行程序的工具拍摄，又该所述色标具有纯红色、纯绿色、纯蓝色三个颜色的色标，又所述S2步骤更包括S21自动寻找色标位置，并计算色标区域像素点(pixel)总数                                               
Figure 2013102861585100001DEST_PATH_IMAGE002
，其中
Figure 2013102861585100001DEST_PATH_IMAGE004
，并该
Figure 179202DEST_PATH_IMAGE002
大于设定值时再计算色标颜色平均值步骤；S22根据色标颜色平均值对整张影像作色彩正规化步骤，并获得RGB色彩信息；又所述S3步骤更包括S31根据一般肤色的色相(Hue)范围在建议的脸部位置搜寻属于皮肤的像素点，并计算其总点数为
Figure 2013102861585100001DEST_PATH_IMAGE006
步骤；S32在这些皮肤的像素点中再根据黄疸值的色相范围找出属于黄疸区的像素点步骤；S33计算这些黄疸区像素点的饱和度平均值，与黄疸区像素点数跟皮肤区像素点数的比值(Jaundice Skin Ratio, JSR)步骤；若比值低于设定值建议重新取像；S34将饱和度平均值转换成黄疸指标步骤；又前述拍摄过程加载新生儿出生时间以对应新生儿正常黄疸值判断。
3.如权利要求2所述的黄疸自动分析检测方法，其特征在于：新生儿脸部周边对象避开红、绿、蓝、黄颜色。
4.如权利要求2所述的黄疸自动分析检测方法，其特征在于：拍摄的预览画面设定脸部轮廓线及至少一色标轮廓线，又所述S21步骤自动寻找色标位置并于色标轮廓线设置色标，又设i不属于固定区域，又搜寻色标方式为令分别为
Figure 2013102861585100001DEST_PATH_IMAGE010
中最大连续区域，
Figure 2013102861585100001DEST_PATH_IMAGE012
为第i个区域中同时具有最大的
Figure 338657DEST_PATH_IMAGE008
，这些区域即为纯红色、纯绿色、纯蓝色色标所在的区域，又设
Figure 2013102861585100001DEST_PATH_IMAGE014
为色标轮廓线内的像素点(pixel)集合，令
Figure 201571DEST_PATH_IMAGE010
分别为色标轮廓线内与纯红、纯绿、纯蓝色十分接近的颜色区域，
Figure DEST_PATH_IMAGE016
Figure DEST_PATH_IMAGE018
其中，
Figure DEST_PATH_IMAGE020
，
Figure DEST_PATH_IMAGE022
，
Figure DEST_PATH_IMAGE024
，
Figure DEST_PATH_IMAGE026
为a与b之间的距离
Figure DEST_PATH_IMAGE028
，th_cp为预设的色标颜色阀值，又定义在红色色标所在区域中的红色频道(Red Channel)的平均值为红色色标在所撷取的影像中的颜色
Figure DEST_PATH_IMAGE030
，绿色与蓝色色标在所撷取的影像中颜色的处理方式亦同，可求得
Figure DEST_PATH_IMAGE032
及
Figure DEST_PATH_IMAGE034
；又该S22步骤是将影像中的每一像素点分别对红色、绿色、蓝色频道做调整，使得红色色标所在区域的红色频道值趋近255；绿色与蓝色色目标处理方式亦同，令
Figure DEST_PATH_IMAGE036
，则影像中每一像素点的红色频道
Figure DEST_PATH_IMAGE038
调整为
Figure DEST_PATH_IMAGE040
，每一像素点的绿色频道
Figure DEST_PATH_IMAGE042
及蓝色频道
Figure DEST_PATH_IMAGE044
处理方式亦同，
Figure DEST_PATH_IMAGE046
、，并取得、
Figure DEST_PATH_IMAGE052
、 RGB色彩信息。
5.如权利要求4所述的黄疸自动分析检测方法，其特征在于：该值对应相机分辨率设定，又所述较佳色标颜色阀值为10。
6.如权利要求4所述的黄疸自动分析检测方法，其特征在于：该S31步骤为根据前述RGB色彩信息转换HSV色彩信息，并根据设定脸部像素点参数的色相(Hue)范围，在所撷取的影像中的脸部轮廓线范围
Figure DEST_PATH_IMAGE056
内筛选出此张影像的脸部皮肤区域像素点集合
Figure DEST_PATH_IMAGE058
，并计算其总点数为
Figure 102552DEST_PATH_IMAGE006
；又该S32步骤根据设定黄疸像素点参数在脸部范围像素点中再进一步筛选出此张影像的黄疸区域像素点集合
Figure DEST_PATH_IMAGE060
；又该S33步骤为求得黄疸区域像素点集合
Figure 390445DEST_PATH_IMAGE060
的总点数
Figure DEST_PATH_IMAGE062
及
Figure 583224DEST_PATH_IMAGE006
的比值
Figure DEST_PATH_IMAGE064
，并设定JSR值低于设定值thJSR值认定为取像质量不良，建议重新取像；又该S34步骤计算
Figure 702489DEST_PATH_IMAGE060
的色彩饱和度(Saturation)的平均值，然后以函数将其转换为黄疸指数，使所求得的黄疸指数与验血所得的黄疸值
Figure DEST_PATH_IMAGE070
等价。
7.如权利要求6所述的黄疸自动分析检测方法，其特征在于：所述S31步骤后可再包含S311搜寻及计算轮廓线内像素点总点数
Figure DEST_PATH_IMAGE072
及其饱合度平均值
Figure DEST_PATH_IMAGE074
并计算
Figure 407009DEST_PATH_IMAGE006
与
Figure 244515DEST_PATH_IMAGE072
比值
Figure DEST_PATH_IMAGE076
步骤，并所述S311步骤为脸部皮肤区域像素点集合
Figure 748309DEST_PATH_IMAGE058
的总点数
Figure 220616DEST_PATH_IMAGE006
及脸部轮廓线范围内像素点集合
Figure 784453DEST_PATH_IMAGE056
的总点数
Figure 171572DEST_PATH_IMAGE072
的比值，并设定
Figure 151160DEST_PATH_IMAGE076
值低于
Figure DEST_PATH_IMAGE080
值认定为取像质量不良，建议重新取像；又求得
Figure 743553DEST_PATH_IMAGE056
的饱和度平均值
Figure 540608DEST_PATH_IMAGE074
，并设定
Figure 87127DEST_PATH_IMAGE074
值低于值时认定为取像时环境光源不足，建议重新取像，若
Figure 198302DEST_PATH_IMAGE076
值高于
Figure 146667DEST_PATH_IMAGE080
值及
Figure 114623DEST_PATH_IMAGE074
值高于
Figure 652832DEST_PATH_IMAGE082
值则进行S32步骤。
8.如权利要求7所述的黄疸自动分析检测方法，其特征在于：所述较佳脸部像素点参数为42.5±18.5；所述较佳
Figure 36540DEST_PATH_IMAGE080
值为70%；所述较佳值为0.5，所述较佳黄疸像素点参数为40~60；所述较佳
Figure DEST_PATH_IMAGE084
值为50%；所述函数
Figure 243848DEST_PATH_IMAGE068
为
Figure 764959DEST_PATH_IMAGE066
与
Figure 450893DEST_PATH_IMAGE070
的回归统计函数。
9.如权利要求1所述的黄疸自动分析检测方法，其特征在于：所述拍摄过程加载新生儿出生时间以对应新生儿正常黄疸值判断。
10.一种计算机程序产品，当电子设备加载该计算机程序并执行后，可完成权利要求1至9项中任一项所述的方法。
CN201310286158.5A 2013-07-09 2013-07-09 黄疸自动分析检测方法 Active CN103340604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310286158.5A CN103340604B (zh) 2013-07-09 2013-07-09 黄疸自动分析检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310286158.5A CN103340604B (zh) 2013-07-09 2013-07-09 黄疸自动分析检测方法

Publications (2)

Publication Number Publication Date
CN103340604A true CN103340604A (zh) 2013-10-09
CN103340604B CN103340604B (zh) 2016-04-27

Family

ID=49275471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310286158.5A Active CN103340604B (zh) 2013-07-09 2013-07-09 黄疸自动分析检测方法

Country Status (1)

Country Link
CN (1) CN103340604B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104132897A (zh) * 2014-08-16 2014-11-05 西北农林科技大学 一种基于手持设备的植物叶片含氮量测量方法和装置
CN105574484A (zh) * 2014-11-04 2016-05-11 三星电子株式会社 电子装置及用于在电子装置中分析脸部信息的方法
WO2016145877A1 (zh) * 2015-03-19 2016-09-22 深圳贝申医疗技术有限公司 一种用于准确鉴定新生儿肤色的比色卡
EP3125760A4 (en) * 2014-04-02 2017-09-06 BiliBaby, LLC System and method for determining bilirubin levels in newborn babies
CN108185993A (zh) * 2018-01-31 2018-06-22 潘映含 一种舌像采集方法
CN109480775A (zh) * 2018-10-29 2019-03-19 杭州市儿童医院 一种基于人工智能的新生儿黄疸识别装置、设备、系统
CN112489786A (zh) * 2020-10-29 2021-03-12 广州盛成妈妈网络科技股份有限公司 一种简单检测新生儿黄疸病症风险的识别方法及其装置
CN112826449A (zh) * 2021-01-04 2021-05-25 北京变色龙科技有限公司 一种基于自动识别的黄疸分诊信息分析方法及系统
CN113810617A (zh) * 2021-10-29 2021-12-17 华南农业大学 一种基于计算机视觉的鸡肤色表型测定方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006106509A2 (en) * 2005-04-04 2006-10-12 Hadasit Ltd. Medical imaging method and system
CN201920706U (zh) * 2011-01-07 2011-08-10 郝天羽 一种新生儿黄疸家庭监测系统
CN201939330U (zh) * 2011-01-07 2011-08-24 郝天羽 一种新生儿黄疸网络监测系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006106509A2 (en) * 2005-04-04 2006-10-12 Hadasit Ltd. Medical imaging method and system
CN201920706U (zh) * 2011-01-07 2011-08-10 郝天羽 一种新生儿黄疸家庭监测系统
CN201939330U (zh) * 2011-01-07 2011-08-24 郝天羽 一种新生儿黄疸网络监测系统

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3125760A4 (en) * 2014-04-02 2017-09-06 BiliBaby, LLC System and method for determining bilirubin levels in newborn babies
US9934589B2 (en) 2014-04-02 2018-04-03 Bilibaby, Llc System and method for determining bilirubin levels in newborn babies
CN104132897B (zh) * 2014-08-16 2018-11-06 西北农林科技大学 一种基于手持设备的植物叶片含氮量测量方法和装置
CN104132897A (zh) * 2014-08-16 2014-11-05 西北农林科技大学 一种基于手持设备的植物叶片含氮量测量方法和装置
CN105574484A (zh) * 2014-11-04 2016-05-11 三星电子株式会社 电子装置及用于在电子装置中分析脸部信息的方法
CN105574484B (zh) * 2014-11-04 2021-04-27 三星电子株式会社 电子装置及用于在电子装置中分析脸部信息的方法
US11311195B2 (en) 2014-11-04 2022-04-26 Samsung Electronics Co., Ltd. Electronic device, and method for analyzing face information in electronic device
WO2016145877A1 (zh) * 2015-03-19 2016-09-22 深圳贝申医疗技术有限公司 一种用于准确鉴定新生儿肤色的比色卡
CN108185993A (zh) * 2018-01-31 2018-06-22 潘映含 一种舌像采集方法
CN109480775A (zh) * 2018-10-29 2019-03-19 杭州市儿童医院 一种基于人工智能的新生儿黄疸识别装置、设备、系统
CN112489786A (zh) * 2020-10-29 2021-03-12 广州盛成妈妈网络科技股份有限公司 一种简单检测新生儿黄疸病症风险的识别方法及其装置
CN112826449A (zh) * 2021-01-04 2021-05-25 北京变色龙科技有限公司 一种基于自动识别的黄疸分诊信息分析方法及系统
CN112826449B (zh) * 2021-01-04 2023-01-24 北京变色龙科技有限公司 一种基于自动识别的黄疸分诊信息分析方法及系统
CN113810617A (zh) * 2021-10-29 2021-12-17 华南农业大学 一种基于计算机视觉的鸡肤色表型测定方法
CN113810617B (zh) * 2021-10-29 2022-06-14 华南农业大学 一种基于计算机视觉的鸡肤色表型测定方法

Also Published As

Publication number Publication date
CN103340604B (zh) 2016-04-27

Similar Documents

Publication Publication Date Title
CN103340604B (zh) 黄疸自动分析检测方法
US10285624B2 (en) Systems, devices, and methods for estimating bilirubin levels
CN105973885B (zh) 一种基于颜色识别的快速检测系统的快速干化学检测方法
JP6545658B2 (ja) ビリルビンレベルを推定すること
KR101998595B1 (ko) 이미지 기반 황달 진단 방법 및 장치
JP6256488B2 (ja) 信号処理装置、信号処理方法及び信号処理プログラム
Padidar et al. Detection of neonatal jaundice by using an android OS-based smartphone application
US8913807B1 (en) System and method for detecting anomalies in a tissue imaged in-vivo
KR101752560B1 (ko) 영상을 이용한 산소포화도 측정 방법 및 영상을 이용한 산소포화도 측정 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체
EP2928373A1 (en) Medical device or system for measuring hemoglobin levels during accidents using a camera-projector system
CN104202475B (zh) 一种基于移动终端测量脉搏的方法及系统
US7500751B2 (en) Ocular fundus portion analyzer and ocular fundus portion analyzing method
US10772535B2 (en) Self-diagnostic method for jaundice and an APP product thereby
CN106124505A (zh) 生理参数检测系统及试纸的辨识及判读方法
JP6266948B2 (ja) 黄疸測定システム
TWI576093B (zh) 血色素與血球比容之檢測系統及方法
US20230239419A1 (en) Image display system and image display method
CN106127675B (zh) 颜色一致性方法和装置
US20210000339A1 (en) Pupillometry Systems, Methods, and Devices
JP7234086B2 (ja) 生体情報取得装置およびプログラム
US10362969B2 (en) Image-based detection and diagnosis of diastasis recti
CN205903256U (zh) 一种用于获取人类皮肤病变区域准确信息的实用比色尺
EP3023936B1 (en) Diagnostic apparatus and image processing method in the same apparatus
Martinez-Perez et al. Evaluation of a portable retinal imaging device: towards a comparative quantitative analysis for morphological measurements of retinal blood vessels
Bunya et al. Assessment of signs of anterior blepharitis using standardized color photographs

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210309

Address after: 18-1 Anle street, East District, Jiayi, Taiwan, China

Patentee after: Zhou Xinxu

Patentee after: Liu Yuhuan

Patentee after: DITMANSON MEDICAL FOUNDATION CHIA-YI CHRISTIAN Hospital

Address before: 19 Lane 859, Xinmin Road, Jiayi, Taiwan, China

Patentee before: Zhou Xinxu

Patentee before: Liu Yuhuan