CN103619238B - 用于确定皮炎值的装置和方法 - Google Patents

用于确定皮炎值的装置和方法 Download PDF

Info

Publication number
CN103619238B
CN103619238B CN201280015027.7A CN201280015027A CN103619238B CN 103619238 B CN103619238 B CN 103619238B CN 201280015027 A CN201280015027 A CN 201280015027A CN 103619238 B CN103619238 B CN 103619238B
Authority
CN
China
Prior art keywords
value
area
inflammation
height
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.)
Expired - Fee Related
Application number
CN201280015027.7A
Other languages
English (en)
Other versions
CN103619238A (zh
Inventor
M·佐尔达蒂奇
R·施特罗豪尔
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.)
Redsoft It-Service GmbH
Original Assignee
Redsoft It-Service GmbH
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 Redsoft It-Service GmbH filed Critical Redsoft It-Service GmbH
Publication of CN103619238A publication Critical patent/CN103619238A/zh
Application granted granted Critical
Publication of CN103619238B publication Critical patent/CN103619238B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0064—Body surface scanning
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/445—Evaluating skin irritation or skin trauma, e.g. rash, eczema, wound, bed sore

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Dermatology (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及一种用于确定皮炎值(Z)的装置，所述装置包括：光电测量仪(1)，用于记录人或动物皮肤(H)上面的发炎区(E)的三维图像(B)，其中，通过所述光电测量仪能够探测所述三维图像(B)的与面积相关的值(A)、空间值(V)和颜色值(F)；计算单元(2)，用于由测量仪探测到的与面积相关的值(A)、空间值(V)和颜色值(F)计算皮炎值；和显示单元(3)，用于显示算出的皮炎值。计算单元通过给各个像点的颜色值划界和通过给各个像点的空间值划界将所记录的三维图像的与面积相关的值划分为炎症病灶(C)和与炎症病灶邻接的并包围炎症病灶的病灶周围区域(U)，并且每个颜色值与CMYK色彩模式中的一个品红值相对应。

Description

用于确定皮炎值的装置和方法
技术领域
本发明涉及用于一种确定皮炎值的装置和方法。
背景技术
在医学领域已经存在多种不同的装置为医生提供诊断辅助。对此例如长期以来就已经在使用X光机、CT机、各种3D扫描仪和许多其它的设备。
但是，在用于皮肤表面的炎症的诊断辅助领域，目前这只还处在开始阶段。对此例如在专业杂志“Clinical and Experimental Dermatology,Vol.33,No.6,2008年11月1日(2008-11-01)，772-775页”中的文章”Beyond flat weals:validation of a three-dimensional imaging technology that will improve skinallergy research”介绍了一种如何利用一种3D扫描仪在皮炎或胼胝区域内测量皮肤表面的形态(Topographie)的方法。通过此时生成的、胼胝的高分辨率三维形态图，负责诊断的医生可以获得额外的重要依据。但是，所述系统或方法的缺点是，只有高度信息和体积信息才能用于诊断。在按照上述文章执行的所谓的针刺试验形式的皮肤检查中，该值多数情况下还不足以用作诊断辅助。
但如果执行过其它类型的皮肤检查(例如，所谓的上皮试验)，只有高度值或体积值还不能够为诊断的医生提供充分的诊断辅助。
由Kim Min-Gi et al:“Objective interpretation of severity of SLS inducededema by stereoimaging.”Journal of Dermatological Science Aug.2008LNKD-PUBMED:15265524,Bd.35,Nr.2.2004年8月(2004-08),125-131页中已知另一种用于评估皮炎的方法。
Piche e et al:[FOITS(fast optical in vivo topometry of human skin):newapproaches to 3-D surface structures of human skin],”生物医学技术，Biomedical Engineering,Nov 2000LNKD-PUBMED:11155533，Bd.45,Nr.11.，2000年11月(2000-11)，317-322页涉及对人类皮肤的表面结构的分析。
Westhaus M et al:“Optimizing color reproduction o f a topometricmeasurement system for medical applications“,Medical Engineering&Physics,Butterworth-heinemann,GB,Bd.30,Nr.8.，2008年10月1日(2008-10-1)，1065-1070页涉及应用于医学领域的优化的色彩显示。
由US2004/0136597 A1中已知一种用于监控或量化病人的伤口的变红程度的方法，其中，基于对亮度和/或一个RGB模式中的颜色成分的确定进行评估，以确定伤口的界限。
发明内容
因此，本发明的任务是，提供一种对于皮肤炎症相对于现有技术改进的诊断支持。尤其是，除了空间值以外还应将有关测量的发炎区的其它有效力的值用于诊断辅助。
这对于用于获得皮炎值的装置通过以下特征来实现：光电测量仪，优选是3D扫描仪，用于记录人或动物皮肤上面的皮炎区的三维图像，其中，通过所述光电测量仪可以探测所述三维图像的与面积相关的值、空间值和颜色值；计算单元，所述计算单元用于从由测量仪探测到的与面积相关的值、空间值和颜色值计算出皮炎值；以及，显示单元，用于显示算出的皮炎值，所述装置的主要特征在于，计算单元通过给各个像点的颜色值划界和通过给各个像点的空间值划界将所记录的三维图像的与面积相关的值划分为炎症病灶和与炎症病灶邻接的并包围炎症病灶的病灶周围区域，并且每个颜色值与CMYK色彩模式中的一个品红值相对应。由此，不仅是空间值被计入待计算的皮炎值，而且还可以额外地考虑扫描的发炎区域的与面积相关的值和颜色值。换句话说，通过本发明可以得到更有效力的数值，该数值更加为接近炎症的实际严重程度。借此，诊断得到重要的支持和改善，并且医生也不必再基于其关于粗糙度，尺寸和变红的主观估计得出诊断，而是能够根据所存储的以前测量的经验值和实际测得的并且与经验值类似的数值得出客观的诊断。
原则上也可以把整个扫描区域视作需要统一评价的发炎区。但优选规定，通过计算单元、优选通过给各个像点的颜色值划界或通过给各个像点的空间值划界，记录的三维图像的与面积相关的值可划分为炎症病灶和炎症病灶邻接并包围所述病灶的病灶周围区域。当然，也可以使用颜色值、空间值和/或与面积相关的值的组合用于在炎症病灶与病灶周围区域之间进行划界。CMYK色彩模式是所谓的相减性色彩模式，其中，CMYK代表青、品红、黄和黑。
按照本发明的一个优选的实施例可以规定，所记录的皮炎区的三维图像是由多个在三维坐标系内网格状设置的像点组成，其中，每个与面积相关的值对应于唯一一个在坐标系中唯一的像点。在坐标系内生成的像点借此产生皮肤的真实表面的虚拟的图像。优选可以规定，每个空间值相当于三维坐标系内对应像点的高度值。
为了获得尽可能有效力的结果，优选规定，可以给通过光电测量仪记录的三维图像的每一个与面积相关的值分配优选唯一一个颜色值以及优选唯一一个空间值。优选单个像点或像素可以具有1μm至10μm之间的尺寸。像素尺寸特别优选精确地为3.05597μm。
HSV-色彩空间是几个色彩模式的色彩空间，其中，使用色调、颜色饱和度与亮度值或暗度等级。
本发明首先用于在发生皮炎时，即，皮肤、尤其是真皮(Dermis)有发炎反应时，提供诊断支持。也可以使用术语湿疹作为皮炎的同义词。这里待检查的皮炎既可以是自然出现的发炎，也可以使有意地，由于过敏试验导致的发炎(例如，点刺试验或上皮试验)。但是，也可以评价为胎记或伤疤，但是，其中必须采取相应的分类方法。
现在为了对于经划界的各区域获得具有效力的、适用于整个经划界的区域的详细数值，优选可以规定，通过比较炎症病灶内的平均颜色值和病灶周围区域内的平均颜色值可以获得整个炎症病灶的相对的总颜色值。其它的可能性在于，由炎症病灶内的空间值可以获得整个炎症病灶的绝对总体积值，以及通过比较炎症病灶内的平均空间值和病灶周围区域内的平均空间值可以获得炎症病灶的相对总体积值。
尤其是对于最后所述的相对总体积值，优选可以规定，相对总体积值是炎症病灶内的表面粗糙度与病灶周围区域内的表面粗糙度的比较值。其中，表面粗糙度的计算方法可以参考德国工业标准EN ISO 4288中所述的线粗糙度的计算。
下面给出其它附加的或可选的、可以用于计算总皮炎值的详细数值。例如可以规定，与面积相关的值对应于与炎症病灶的周长相对应的周长值和/或与面积相关的值对应于代表炎症病灶的面积的面积值。此外，可以规定，与面积相关的值根据所述面积值和周长值形成并且相当于代表周长值与面积值的比例的紧凑性值，或者总体积值相当于代表炎症病灶内全部凸起的平均高度的平均高度值和/或代表最高凸起的面积的最大高度面积值，其中，最高凸起是指高度为至高凸起的至少70％，优选至少85％的那些凸起。
此外，本发明还要求保护一种用于计算皮炎值的方法，尤其是可以利用根据本发明或其优选实施形式所述的装置执行的方法，所述装置包括：光电测量仪，优选是3D扫描仪；计算单元；以及显示单元，其特征在于以下步骤：利用光电测量仪记录人或动物皮肤上面的发炎区域的三维图像，求出所述三维图像的与面积相关的值、颜色值和空间值，由所算出的与面积相关的值、颜色值和空间值计算皮炎值，将炎症区域分成炎症病灶和病灶周围区域，其中，炎症病灶的面与病灶周围区域的面是通过配设给各个与面积相关的值的颜色值和/或空间值分界，并在显示单元上面显示所算出的皮炎值。因此，不能把这种方法看作是诊断方法，而是看作一种用于数据获取(颜色值、空间值和与面积相关的值)或处理的方法，所述方法可以在由医生执行的诊断方法中使用。
附图说明
下面参考在附图中示出的实施示例对本发明的其它细节和优势进行详细说明。其中：
图1示出用于获取皮炎值的装置的示意图，
图2至5示出具有四个不同级别的皮炎值的皮炎区域的图像，
图6至8用三维坐标系示出对高度图像进行平滑的过程，
图9和10用灰值图示出的高度，
图11示出平均高度的二值图，
图12示出带有高度边界轮廓的图，
图13示出带有检测高度边界轮廓的重点的图，
图14示出用于获取皮炎值的第一方法的流程图，
图15至18示出基于颜色值或与面积相关的值执行的轮廓计算，
图19至22示出用于获取皮炎值的第二方法的数值计算的步骤，以及
图23示出用于获取皮炎值的示例性的第二方法的最重要的步骤的流程图。
具体实施方式
图1示出用于获取皮炎值的装置Z的主要组成部分。其中，光电测量仪1(3D扫描仪，例如是GFM公司的PRIMOS pico)保持在人或动物的皮肤H上方或优选直接放置在皮肤H上。当然，这里所述测量仪1也可以在(推测的)发炎区E上使用。通过各个扫描元件5在两个扫描区S1和S2上记录整个的发炎区E并且向计算单元2传输相应的三维图像B。图像B由多个像点P组成，所述像点分别对应一个与面积相关的值A。这里，各个与面积相关的值A可以用一个颜色值F和一个空间值V填充。整个图像B在三维坐标系4绘制(见图6)。计算单元2可以构造成与测量仪1连接的计算机。但计算单元2也可以直接集成到测量仪1内。
然后，根据所收集的数值A、V和F，发炎区E可以在重要的第一计算步骤中分为炎症病灶C和病灶周围区域U。接着，对于炎症病灶C求得绝对颜色值FW和/或绝对体积值VW，和/或对于整个发炎区E求得相对颜色值FW和/或相对体积值VWR。这里，例如可以通过从发炎区域C的平均品红值中减去或除以病灶周围区域U的平均品红值计算出相对颜色值FW。例如，总体积值VW可以作为绝对体积值VWv表示所有胼胝或炎症的具体的总体积。附图标记VWR可以代表相对的总体积值，对于该相对总体积值，可以对炎症病灶C和病灶周围区域U的粗糙度进行比较。
接着可以将每个所获取的值FW、VWv和VWR相应地划分为发炎级K0、K1、K2、K3。这里规定所述分级的界限，所述界限是以在计算单元2中存储的、收集的并已经事先分类的经验值为基础的。然后，通过划分成各个级别K0、K1、K2和K3，可以得出一个平均的、优选取整的皮炎值Z，所述皮炎值相应地显示单元3上输出。与视觉显示等效地，也可以通过扬声器进行单纯的声音输出。也可以使用单个的发光二极管作为显示单元3。例如，可以根据二极管的颜色识别皮炎值。但是，发光的二极管的数量也可以反映皮炎值。
图2至5中示例性地示出不同发炎区域E的图像，其中分别画出分区矩形Q和轮廓周围矩形T。轮廓K形成炎症病灶C和病灶周围区域U之间的界限。此外，在图2至5的每个图中都示出分区矩形Q的中心XQ和轮廓K的重心Xk。字母X的交叉点可以看作相应的精确的点。在图5中示出，变红很厉害和带有大的水泡的肿胀(发炎等级K3)，其中，左上的X对应于分区矩形Q的中心，而右下的X对应于轮廓K的重心。
下面详细说明两种用于获取皮炎值的方法，但这里并不排除，也可以在一个自己的、包括任意“混合的”计算步骤的方法中执行所述两种方法的个别或多个计算步骤。当然，在每个方法中也可以部分地省略一些方法步骤。重要的是，对皮炎值的计算总是考虑通过光电测量仪记录的三维图像B的与面积相关的值A、颜色值V和空间值F。当然，也不应排除，也可以使用其它没有提及的可选的计算变型方案来计算发炎值Z。
因此，下面说明以采用用于上皮试验的一种示例性算法的第一方法。其中，上皮试验的分析分成三个步骤：
i)借助一种高度分区方法识别丘疹(胼胝)
ii)测量丘疹(高度值和颜色值)
iii)评价测量结果
在下面的文本中将对上述三个步骤进行说明，其中，还将介绍目前位置所使用的解决方案的问题，并给出适用于本发明的新的软件解决方案如何能够更好地和更有效地辅助分级过程的可能方案。
通过所述软件解决方案的新的实现方式就可以防止出现所存在的问题并且使应用设备的结构与目前的要求最佳地匹配。此外，还可以在各个区域中进行优化和由此将整个辅助过程设计得更为高效并降低系统用户的时间消耗。
i)高度分区：
高度分区大体上分成7步
1.使高度图平滑化
2.对高度图进行滤波
3.用灰度值图显示高度(最大高度为白色，最小高度为黑色)
4.获取CMYK-图中的超过平均数的品红值和提高高度灰度值图中具有超过平均数的品红值的点的值
5.计算平均高度和建立二值图像
6.找出最大的连贯的凸起的边界轮廓
7.检查高度灰度值图像的重力中心(重心)是否位于包围最大的连贯凸起的边界轮廓的矩形内。
1：高度图的平滑化
因为被探测的皮肤位置(见按照图6的原始高度图)在大多情况下具有一个曲率，因此需要尽量使高度图变得平直，以便能够以理想化的、平坦的皮肤继续工作。
为此在边缘上分别使用25个最靠外的高度值和借助于这些高度值计算出对应于相当于皮肤的曲率HK(见图7)的弯曲的面。
新的高度图如下形成：原始高度图中小于所算出的面中对应的值的那些值被设置为所算出的面的值。所有其它的值仍保持为原始值。接着，从每个高度值中减去所算出的面的对应值。以这种方式可以消除皮肤的隆起以及在高度图中可能形成较深的凹谷的皮肤毛孔。这样平滑化的高度图(原始图减除算出的皮肤曲面)在图8中示出。
2.高度图滤波
为了消除高度图中较小的非正常值，利用中值滤波器对高度图进行平滑化(目前是通过邻近值3进行处理)。
3.用灰度值图显示高度(图9)
为了借助于图像处理算法进一步处理高度图，由高度图计算出具有256个灰度等级的灰度值图像。其中，对于数值255(白色)使用最大高度，对于数值0(黑色)使用最小高度。位于这两个值之间的高度值与其成比例换算成不同的灰度等级。
4.提高高度灰度值图中具有超过平均数的品红值的位置的值(图10)
为了能够更好地限定描绘炎症的位置，在高度图中按照超过平均数的变红程度提高这些位置。为此，把原始图换算成CMYK图并考察品红通道。建立对应于品红通道的灰度值图，但是，所有没有达到平均品红值的确定的百分比(例如，120％)的品红值置为零。
然后，考察高度图的各个点并将其与品红图中对应的像素进行比较。如果品红图的值高于高度图的灰度值图中对应的值，则由当前值的一部分和品红图中的值的一部分重新计算高度图的灰度值图中的像素(例如，在新的值中品红图的值占60％和高度灰度值图的值占40％)。
5.计算平均高度和建立二值图像(图11)：
现在，由借助于CMYK图的品红通道增强的高度图的灰度值图计算出二值图像，所述二值图像是寻找轮廓所需要的。这里将平均灰度值(乘以一个系数，当前为2.0)作为阈值。
在建立二值图像之前，还利用中值滤波器对灰度值图进行平滑化(当前的邻近值为9)。二值图像还需进行腐蚀和膨胀(目前，重复执行三次腐蚀和一次膨胀)。
6.找出最大的连贯凸起的边界轮廓(图12)：
高度图的高于平均高度(乘以一个系数)的部分在灰度值图中映射为白色斑点。现在利用算法寻找二值图中的具有最大面积的白色斑点并提供该区域的边界轮廓K，并寻找包围轮廓K的边界矩形T。由轮廓K包围的区域(炎症病灶C)包含高度图中这样的部分，该部分构成最高的、闭合的、发炎的凸起并由此构成所寻找的皮肤肿块，并且被病灶周围区域U包围。
7.计算和检查高度灰度值图像的重力中心(重心)(图13)：
作为检查措施，计算高度灰度值图像的“重力中心”(点XQ)。如果“重力中心”位于所发现的边界轮廓K或包围轮廓K的矩形T的内部，则这验证了所发现的边界轮廓K并由此验证了所猜测的测量面的定位。
如果“重力中心”没有位于矩形T之内，如图13所示，则可以认为，所发现的凸起与其它的凸起相比较并不突出。通常，在这里是这样的测试，所述测试不包含或含有低于平均值的肿胀。
在这种情况下对于进一步的测量不采用包围轮廓K的区域，而是使用构成猜测的测量面或包围所述区域的正方形Q的区域。高度灰度值图像的“重力中心”是正方形Q的中心点XQ(正方形的尺寸分别与实际的测量面相对应)。
ii)测量：
皮肤肿块识别结束之后，对这些肿块进行测量。这里获取三个特征值，这些特征值用于进行评估：
1.肿块的体积与肿块的面积进行比较
2.肿块的粗糙度与其余皮肤表面的粗糙度进行比较
3.肿块的变红程度与其余的皮肤的颜色进行比较
1.肿块的体积与肿块的面积进行比较
肿块的基础面积是由轮廓K包围的区域。现在，计算位于轮廓K内的肿块的总体积。在这里只考虑高度的超过皮肤平均高度的部分。
所计算的肿块的总体积除以面积。结果是肿块的平均高度。所述平均高度用于评估。
2.肿块的粗糙度与其余皮肤表面的粗糙度进行比较
肿块的另一个重要的特征值是粗糙度。为了保证可能粗糙但正常的皮肤不会对测量结果造成很大的影响，计算包围边界轮廓的矩形之内和之外的粗糙度。现在将肿块粗糙度(矩形之内)减去其余皮肤的粗糙度(矩形之外)而用于进行评估。
用于计算表面粗糙度所执行的方法基于线粗糙度计算方法(DIN EN ISO4288)。
使用10％或90％作为边界参数。这意味着，不使用最高点(0％表面材料部分)和最低点(100％表面材料部分)之间的差作为粗糙度值，而是使用构成10％或90％的表面材料部分得到的平均高度的差作为粗糙度值。
3.肿块的变红程度与其余的皮肤颜色进行比较
除了从高度图中算出的两个测量值，还从彩色图中获取测量面的变红程度。为此使用测量点的原始色彩图的CMYK图的品红通道。
与粗糙度和平均体积的计算类似，在这里也可以分别在由轮廓限定的区域之内和之外分别获取一个值。这里将轮廓之内的平均值减去轮廓之外的平均值，用于进行继续评估。
iii)评估
测量之后，对丘疹进行评估并将其分成实践中常用的4个等级。下表包含对这些等级大致的主观性的描述。
等级 示例 说明
0(K0) 图2 可疑的反应：可能轻度变红
1(K1) 图3 弱阳性反应：皮肤变红和轻度肿胀
2(K2) 图4 强阳性反应：皮肤变红和肿胀并伴有水泡
3(K3) 图5 极度的阳性反应：特别红和肿胀并伴有大的水泡
丘疹的总评估是由对测得的特征值的各个部分评估组成。在当前情况下，以四个等级建立三个部分评估，三个部分评估的取整的平均值得出总评估的等级。由于当正常皮肤强烈发红时从确定的极限值起变红程度值的效力会降低，在评估过程中应明确对这种情况予以考虑。
如果确定，正常皮肤的皮肤发红程度高于极限值，则肿块的变红不能用于评估。
下述示例性的计算示例有助于更好地理解：
从中得出总评估2(1+2+3的平均值是2)。
在强烈的皮肤发红时的计算示例：
发红分级使总结果下降到2(3+3+1的取整的平均值为2)。由于考虑刀皮肤发红程度高于极限值，得出等级3(3+3的平均值为3)。
图14示出第一方法的流程图并再次示出了上述的方法步骤的逻辑关系。
为了不仅要对发炎等级K0至K3的普通区域进行说明，下面还将对属于四个不同等级的测量值连同评估的具体示例进一步说明。所述示例具体地涉及在图2至5中所示的不同程度或等级的皮炎。
i)测量
对于这些图，确定下述特征值：
1.炎症(部位)的平均高度(平均体积)
2.减去基本粗糙度的粗糙度值(相对粗糙度)
3.与其余皮肤的颜色相比较的变红(相对变红)
如果分区图的重力中心XQ没有位于包围轮廓K的矩形T之内，则在测量时，替代位于轮廓K之内或之外以及位于包围轮廓K的矩形T之内或之外的区域，使用位于正方形Q之内或之外的区域，该正方形以分区图的重力中心XQ作为中心点形成。
1.炎症的平均高度(平均体积)：
位于所识别出的、通过轮廓K限定的丘疹之内的所有测量点的高度相累加。这里仅考虑高度的高于皮肤平均高度的部分。将该体积除以测量点的数量。使用由此算出的平均体积进行评估。
例图的数值(一个像素的基础面积为0.00305597mm2)
丘疹的总体积 丘疹的总面积 每个像素的平均体积
图2-K0 1.6913977mm3 190.9985264mm2 0.0000271mm3
图3-K1 7.3151578mm3 61.7780914mm2 0.0003619mm3
图4-K2 16.6766525mm3 62.867547mm2 0.0008106mm3
图5-K3 40.2830175mm3 93.6228937mm2 0.0013149mm3
2.减去基本粗糙度的粗糙度值(相对粗糙度)：
对于轮廓K内的表面以及对于轮廓K与矩形T之间的表面计算表面的粗糙度。两个粗糙度之差构成评估的基础。
例图的值：
边界矩形之内的粗糙度 边界矩形之外的粗糙度 差值
图2-K0 0.0732433mm 0.0550084mm 0.0182349mm
图3-K1 0.1658371mm 0.0924609mm 0.0733762mm
图4-K2 0.3263570mm 0.1401592mm 0.1861978mm
图5-K3 0.4609349mm 0.1506546mm 0.3102803mm
3.与其余皮肤的颜色相比较的变红(相对变红)
由彩色图的品红通道确定位于所识别出的丘疹(轮廓K)之内或之外区域的区域的平均变红程度。两个平均值之差用于进行评估。
例图的值：
丘疹变红 周围区域变红 差值
图2-K0 65.104384 66.6805231 -1.5761391
图3-K1 75.2352490 67.1557576 8.0794914
图4-K2 137.7521633 107.7737394 29.9784239
图5-K3 104.6286619 67.2027139 37.425948
3a.周围皮肤的变红
如果位于丘疹之外的皮肤的发红程度的平均值高于一个阈值，则相对变红不用于评估。
例图的值：
等级0：66.6805231
等级1：67.1557576
等级2：107.7737394
等级3：67.2027139
ii)评估
首先对每个值单独进行评估。为此，为每个测量值确定一个极限值。目前各个测量值的所使用(但可个别地根据与医生协商来确定或改变)的极限值如下：
此外，还存在这样阈值，该阈值确定，从哪种变红程度起周围的皮肤被视作过红，并确定，是否可以将与其余皮肤的颜色相比较的变红用于评估。该阈值目前确定为109.98770675。
总分级由部分评估的(取整的)平均分级得出。
下面说明用于获取皮炎值Z的第二变型方案，该变型方案也可以利用按照本发明的装置执行。
通过分析不同的色彩空间和图像表明，CMYK伪色图中的品红色彩空间和HSV色彩空间中的饱和度值最佳地适合于滤波和确定人类皮肤上面的炎症病灶。为此，在开始图像处理时由原图生成两个图像(图15)并且转换成一个CMYK图和一个HSV图。
作为下一步，可选地执行对图像预滤波，滤出膏药。此外，针对每个像素，借助CMYK图的品红层面的内固定的极限值区分，像点对应于膏药还是对应于皮肤(＝所谓的阈值函数)。对于极限值设定100为起始值，即，在执行对图像的每个像素的滤波时检查，品红值是否高于100。如果情况属实，则采用来自原图的像素值，如果没有，将颜色值置为0(＝黑色)。此后，借助评估函数检查，是否为继续处理保留了足够的像点，或阈值是否设置得过高。在这种情况下对固定的极限值进行降级并重新执行滤波和检查。该过程最多可以重复4次，以便确保，对图像中的膏药部分实现最佳的滤波，同时不会丢失过多真正的信息。
现在，对品红色彩空间的图像进行滤波。对此存在两种变型方案，根据所使用的照相机应用这两种方案。在第一变型方案中，计算所有所获得的像素的品红平均值。然后，在一个循环内借助阈值函数(乘因数)再次区分，一个像点是归属于炎症还是正常皮肤。此时迭代地降低阈值，即，在第一步骤中接收所有高于平均品红值的确定百分比的像素。在第二变型方案中，不是将实际的像素值与平均品红值*乘因数进行比较，而是将该像素周围的5x5个像素的平均值与阈值比较。结果图在这两种情况下都是带有经滤波的品红像素的灰度值图。然后，执行几个图像处理步骤，用以优化滤波结果。其中包括平均值滤波器(用于清除像素噪点，即，小的像素组)。然后，还要采用腐蚀和膨胀函数，以便为了填补可能的空缺。此后，实现到二值图像(＝黑/白图)的转换，现在，在所述二值图像中执行轮廓寻找算法。对所找到的轮廓逐步地进行检查，以便能够确认所谓的感兴趣区域ROI，即，潜在的分区范围(见图16)。此外，如果轮廓对应于最小值和图中的确定的位置，首先计算轮廓的紧凑性(＝轮廓的面积/轮廓的周长)。紧凑性越规则，越是可以认定是炎症。如果紧凑性大于前面的轮廓的紧凑性，则确定具有平均半径R的当前轮廓的(由对轮廓的每个像点与轮廓的重心Xk之间的距离在轮廓的周长上求平均值得到所述半径)。由此得到中心位于重心并且半径＝平均半径的圆(见图17)，环绕的正方形Q定义为感兴趣区域(ROI)(见图18)。
现在，在该区域内，为了评估分区而获取平均品红值以及平均饱和度值。作为另一个评估系数，将紧凑性值除以平均半径(因为经滤波的区域的平均尺寸对于分级具有特别重要的作用)。
借此，在计算结束时对于确定阈值生成三个分级值。然后，将阈值(相乘因数)降低1％并且重新执行计算。这在第一步骤执行十次。在所获得的各数值中根据所述计算的最大值确定用于继续处理的最佳区域。如果在第一步骤中没能取得合适的结果，则在10个步骤中进一步降低阈值。第一步骤(预滤波，计算感兴趣区域--见图18)的结果是一个具有按像素确定的起始点和确定的边长的正方形，以及平均品红值的分级值(1.通过分区产生的分级值)，平均饱和度值(2.分级值)以及与半径相关的紧凑性(紧凑半径，3.分级值)。
然后，分区得到的正方形被移交给高度处理算法用于继续处理和确定特征值。高度确定的过程在图19至22中示出。
其中，在第一步骤由原始高度图建立用于感兴趣区域并对其进行滤波，所述原始高度图由于利用GFM照相机进行的拍摄得到(每个像点存在一个绝对高度信息，见图19)。这借助于中值滤波器进行，所述中值滤波器一直应用于高度图，直到形成均匀的面，所述均匀的面构成整个图像的一种平均面(图20)。现在，利用该平均面可以确定高度图中各个尖峰的高度。为此，首先建立减法高度图，其方式是，从原始面中减去平均面(见图21)。对于图中全部剩下的像素，现在可以把相对高度相加，这得出平均体积(＝第一高度分级值，AvgVolume)。
在下一步，寻找全部的尖峰(以最高的高度值GH开始)并将其记录到一个表单内。如果想在剩余的高度图中找到了新的尖峰作为最大值，在正的还是在负的x和y方向上都持续地搜索，直到像素值第一次重新提高。从最高点G中计算一个顶峰面积。从图中删除所获得的(顶峰)面，以便能够寻找第二高的顶峰。一直重复该过程，直到不再能够发现尖峰，此时，对于所有所发现的峰值存储高度，在该过程结束时用所发现的尖峰的数量除以总高度，从而能够得到减法高度图中全部尖峰的平均相对高度(＝第二高度分级值，AvgHeight1)。
现在，为了加速继续处理，滤出所有的相对高度低于一个定义的极限值(AvgHeight*EZThresh)的峰值。之后，可以计算第三个和第四个值，即，AvgArea2(剩余顶峰的平均面积)和SumAreal(剩余顶峰的基础面积)。在最后一步，使用最大高度值(即，分区范围内最高的尖峰)来计算第三分级值。其中，同样滤出全部剩下的、其相对高度比最大高度低确定的百分比的尖峰。然后把剩下的最高尖峰包括其面积相累加。借此生成其它的分级值，例如，PixAboveThreshold(目前剩下的顶峰的基础面积)，AvgHeight3(目前剩下的像素的平均面积)，(见图22)。
为了更好地理解，借助图23的流程图再次示出所执行的算法。
其中，参考下面对结果或参数或数值的定义：
●Avg Magenta＝位于轮廓内或包围轮廓的矩形内的像素的平均品红值
●AvgSaturation＝位于轮廓内或包围轮廓的矩形内的像素的平均饱和值
●kompaktRadius＝轮廓的面积和周长的商与轮廓平均半径之比
●AvgVolume＝所有具有大于平均值面积的数值的点的平均高度值(＝加法图的体积)
●AvgArea1＝所有已发现的尖峰的平均尖峰高度
●AvgArea2＝峰值(RelHeight)高于AvgArea1*EZThresh的尖峰的平均面积
●SumArea1＝峰值(RelHeight)高于AvgArea1*EZThresh的顶峰的基础面积(PeakArea)
●AvgHeight3＝高度值大于PixAboveThresThreshold*(最高尖峰的高度)的像素的平均高度
●PixAboveThres＝高于确定阈值的像素的数量(与分区范围内出现的最高高度有关)
最后，根据所使用的相机型号组合组合算出的数值并用于总体上确定或获取类似的分级，此时可以使用不同的组合以及关系变型，例如，AvgMagenta、AvgSaturation、kompaktRadius、AvgVolume、AvgArea1和PixAboveThreshold的乘积或AvgMagenta、AvgSaturation，AvgHeight3、AvgVolume、AvgArea2和SumArea1的乘积。也可以考虑使用其它组合。替代乘法，也可以至少部分地把这些数值相加。
附图14的符号说明：
S1：拍摄图像
S2：K3结果数据，400x400
S3：转换CMYK，HSV
S4：高度分区
S5：计算膨胀体积
S6：计算relVolumen
S7：COGinCont＝真
S8：计算avgMag&avgSat(轮廓)
S9：计算sur_avgMag&sur_avgSat(剩余图)
S10：计算relMag&relSat
S11：计算SK值
S12：分析结束(SK值，rel.Mag，rel.Volumen)
S13：计算avgMag&avgSat(矩形)
S14：计算sur_avgMag&sur_avgSat(剩余图)
S41：计算多项式矩阵
S42：计算多项式平面
S43：阈值多项式平面
S44：中值滤波器，毛细管滤波器(MF0)
S45：建立高度灰度值图
S46：分区品红图
S47：建立表面图(品红图+高度灰度值图)
S48：中值滤波器(9)
S49：通过阈值建立包括avgHeight的二值图
S50：腐蚀(2)，膨胀(1)
S51：FindContours
S52：MaxAreaContour，Boundrect，cog,maxarea
S53:计算，COG表面图
S54：边界矩形内的COG_S
S55：COGinCont＝真
S56：边界区域(红/黄)
S57：COGinCont＝假
附图23的符号说明：
T1：拍摄图像
T2：K3结果数据，400x400
T3：转换CMYK，HSV
T4：颜色分区
T5：对ROI分区范围高度图进行平整
T6：建立不同的高度图(AvgVolume)
T7：在减法图中寻找最大(顶峰，尖峰)
T8：确定尖峰极限和大小(面积)(AvgHeight1)
T9：把尖峰特性记录到表单中并“清除”全部的顶峰
T10：滤出相对顶峰＝EZThresh(AvgArea2，SumArea1)
T11：分析高于阈值的顶峰/像素(PixAboveThreshold)(PixAboveThreshold，AvgHeight3)
T12：分析结束
T41：预滤波品红图
T42：中值滤波器(9)
T43：腐蚀(2)，膨胀(1)
T44：建立包二值图
T45：FindContours
T46：KompaktRadius，AvgMag，AvgSat，ROI
T47：KompaktRadius，AvgMag，AvgSat，ROI

Claims (14)

1.一种用于确定皮炎值(Z)的装置，所述装置包括：光电测量仪(1)，用于记录人或动物皮肤(H)上面的发炎区(E)的三维图像(B)，其中，通过所述光电测量仪(1)能够探测所述三维图像(B)的与面积相关的值(A)、空间值(V)和颜色值(F)；计算单元(2)，用于由测量仪(1)探测到的与面积相关的值(A)、空间值(V)和颜色值(F)计算皮炎值(Z)；和显示单元(3)，用于显示算出的皮炎值(Z)，其特征在于，计算单元(2)通过给各个像点(P)的颜色值(F)划界和通过给各个像点(P)的空间值(V)划界将所记录的三维图像(B)的与面积相关的值(A)划分为炎症病灶(C)和与炎症病灶(C)邻接的并包围炎症病灶的病灶周围区域(U)，并且每个颜色值(F)与CMYK色彩模式中的一个品红值相对应。
2.根据权利要求1所述的装置，其特征在于，发炎区(E)的所记录的三维图像(B)是由多个在三维坐标系(4)内网格状布置的像点(P)组成，每个与面积相关的值(A)对应于坐标系(4)中的一个唯一的单值的像点(P)。
3.根据权利要求1或2所述的装置，其特征在于，能够给通过光电测量仪(1)记录的三维图像(B)的每个与面积相关的值(A)分配颜色值(F)以及空间值(V)。
4.根据权利要求1或2所述的装置，其特征在于，每个空间值(V)对应于三维坐标系(4)中相应像点(P)的高度值。
5.根据权利要求1或2所述的装置，其特征在于，通过比较炎症病灶(C)内的平均颜色值(F)和病灶周围区域(U)内的平均颜色值(F)能够确定整个炎症病灶(C)的相对的总颜色值(FW)。
6.根据权利要求1或2所述的装置，其特征在于，由炎症病灶(C)内的空间值(V)能够确定整个炎症病灶(C)的绝对总体积值(VWV)。
7.根据权利要求1或2所述的装置，其特征在于，通过比较炎症病灶(C)内的平均空间值(V)和病灶周围区域(U)内的平均空间值(V)能够确定炎症病灶(C)的相对总体积值(VWR)。
8.根据权利要求7所述的装置，其特征在于，相对总体积值(VWR)是炎症病灶(C)内的表面粗糙度与病灶周围区域(U)内的表面粗糙度的对比值。
9.根据权利要求1或2所述的装置，其特征在于，与面积相关的值(A)相当于与炎症病灶(C)的周长相对应的周长值，或与面积相关的值(A)相当于代表炎症病灶(C)的面积的面积值。
10.根据权利要求9所述的装置，其特征在于，与面积相关的值(A)是根据面积值和周长值形成的并且相当于代表周长值与面积值的比例的紧凑性值。
11.根据权利要求1或2所述的装置，其特征在于，相对总体积值(VWR)相当于代表炎症病灶(C)内的全部凸起(G)的平均高度的高度值或代表最高凸起(G)的面积的最大高度面积值，其中，最高凸起(G)是指高度为至高凸起(GH)的高度的至少70％的凸起(G)。
12.根据权利要求1或2所述的装置，其特征在于，所述光电测量仪(1)是3D扫描仪。
13.根据权利要求3所述的装置，其特征在于，能够给通过光电测量仪(1)记录的三维图像(B)的每个与面积相关的值(A)分配唯一一个颜色值(F)以及唯一一个空间值(V)。
14.根据权利要求11所述的装置，其特征在于，最高凸起(G)是指高度为至高凸起(GH)的高度的至少85％的凸起(G)。
CN201280015027.7A 2011-03-24 2012-03-20 用于确定皮炎值的装置和方法 Expired - Fee Related CN103619238B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
ATA420/2011 2011-03-24
ATA420/2011A AT511265B1 (de) 2011-03-24 2011-03-24 Einrichtung zur ermittlung eines hautentzündungswertes und verfahren zur auswertung von dreidimensionalen bildern
PCT/AT2012/000069 WO2012126027A1 (de) 2011-03-24 2012-03-20 Einrichtung und verfahren zur ermittlung eines hautentzündungswertes

Publications (2)

Publication Number Publication Date
CN103619238A CN103619238A (zh) 2014-03-05
CN103619238B true CN103619238B (zh) 2015-08-19

Family

ID=46044118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280015027.7A Expired - Fee Related CN103619238B (zh) 2011-03-24 2012-03-20 用于确定皮炎值的装置和方法

Country Status (13)

Country Link
US (1) US9330453B2 (zh)
EP (1) EP2688465B1 (zh)
JP (1) JP5921665B2 (zh)
CN (1) CN103619238B (zh)
AR (1) AR085916A1 (zh)
AT (1) AT511265B1 (zh)
AU (1) AU2012231802B2 (zh)
CA (1) CA2828785C (zh)
EA (1) EA026318B1 (zh)
ES (1) ES2540953T3 (zh)
HK (1) HK1194270A1 (zh)
TW (1) TWI544898B (zh)
WO (1) WO2012126027A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2625775A1 (en) 2005-10-14 2007-04-19 Applied Research Associates Nz Limited A method of monitoring a surface feature and apparatus therefor
US9179844B2 (en) 2011-11-28 2015-11-10 Aranz Healthcare Limited Handheld skin measuring or monitoring device
US9854970B2 (en) * 2012-02-21 2018-01-02 Massachusetts Eye & Ear Infirmary Calculating conjunctival redness
WO2014140215A1 (en) * 2013-03-13 2014-09-18 Centro De Estudios E Investigaciones Técnicas (Ceit) Measuring wheals and detecting allergies
WO2015168629A1 (en) 2014-05-02 2015-11-05 Massachusetts Eye And Ear Infirmary Grading corneal fluorescein staining
JP6504914B2 (ja) * 2015-05-20 2019-04-24 花王株式会社 皮膚毛細血管の観察方法
US9928592B2 (en) 2016-03-14 2018-03-27 Sensors Unlimited, Inc. Image-based signal detection for object metrology
US10007971B2 (en) 2016-03-14 2018-06-26 Sensors Unlimited, Inc. Systems and methods for user machine interaction for image-based metrology
US10013527B2 (en) 2016-05-02 2018-07-03 Aranz Healthcare Limited Automatically assessing an anatomical surface feature and securely managing information related to the same
CN106023269B (zh) * 2016-05-16 2019-03-22 北京大学第一医院 一种估算伤口面积的方法及装置
JP6793325B2 (ja) * 2016-05-25 2020-12-02 パナソニックＩｐマネジメント株式会社 肌診断装置および肌診断方法
CN106361288A (zh) * 2016-09-28 2017-02-01 湖南老码信息科技有限责任公司 一种基于增量式神经网络模型的夏季性皮炎预测方法和预测系统
US11116407B2 (en) 2016-11-17 2021-09-14 Aranz Healthcare Limited Anatomical surface assessment methods, devices and systems
WO2018185560A2 (en) 2017-04-04 2018-10-11 Aranz Healthcare Limited Anatomical surface assessment methods, devices and systems
CN109493310A (zh) * 2017-09-08 2019-03-19 丽宝大数据股份有限公司 身体信息分析装置及其手部肌肤分析方法
CN109330566A (zh) * 2018-11-21 2019-02-15 佛山市第人民医院（中山大学附属佛山医院） 一种伤口监测方法及装置
JP7384537B2 (ja) * 2019-06-22 2023-11-21 尾池 哲郎 情報技術を用いた炎症検査方法
CN112819770B (zh) * 2021-01-26 2022-11-22 中国人民解放军陆军军医大学第一附属医院 碘对比剂过敏监测方法及系统
CN114947756B (zh) * 2022-07-29 2022-11-22 杭州咏柳科技有限公司 基于皮肤图像的特应性皮炎严重程度的智能评估决策系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282687A (zh) * 2005-10-14 2008-10-08 应用研究联盟新西兰有限公司 监测表面特征的方法和装置
WO2010044845A1 (en) * 2008-10-13 2010-04-22 George Papaioannou Non-invasive wound prevention, detection, and analysis
CN101894212A (zh) * 2010-07-05 2010-11-24 上海交通大学医学院 一种对皮肤创面综合检测的方法

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5588428A (en) * 1993-04-28 1996-12-31 The University Of Akron Method and apparatus for non-invasive volume and texture analysis
US5957837A (en) * 1996-10-17 1999-09-28 Faro Technologies, Inc. Method and apparatus for wound management
US6081612A (en) * 1997-02-28 2000-06-27 Electro Optical Sciences Inc. Systems and methods for the multispectral imaging and characterization of skin tissue
JPH11216120A (ja) * 1998-02-02 1999-08-10 Pola Chem Ind Inc 炎症の鑑別法
US6381026B1 (en) * 1999-03-15 2002-04-30 Lifecell Corp. Method of measuring the contour of a biological surface
BR0108031B1 (pt) * 2000-01-29 2009-08-11 aparelho para a detecção e quantificação de inflamações de articulações e do tecido conectivo.
US6757413B1 (en) * 2000-02-23 2004-06-29 American Telecare, Inc. Low-cost medical image transfer and control system and method
DE10021431C2 (de) * 2000-05-03 2002-08-22 Inst Neurosimulation Und Bildt Verfahren und Einrichtung zur Klassifizierung von optisch beobachtbaren Haut- oder Schleimhaut-Veränderungen
US6594388B1 (en) * 2000-05-25 2003-07-15 Eastman Kodak Company Color image reproduction of scenes with preferential color mapping and scene-dependent tone scaling
DE10065146A1 (de) * 2000-12-22 2002-07-11 Karsten Koenig Verfahren und Anordnung zur nicht-invasiven dreidimensionalen optischen Untersuchung und Therapie der Haut
JP3938534B2 (ja) * 2002-09-19 2007-06-27 株式会社リコー 画像処理装置及び方法、画像形成装置、並びにプログラム
AU2002952748A0 (en) * 2002-11-19 2002-12-05 Polartechnics Limited A method for monitoring wounds
JP3919722B2 (ja) * 2003-09-11 2007-05-30 花王株式会社 肌形状計測方法及び肌形状計測装置
WO2008008575A2 (en) * 2006-06-01 2008-01-17 Czarnek & Orkin Laboratories, Inc. Portable optical wound scanner
US20080304736A1 (en) * 2007-02-20 2008-12-11 Masahiro Nakagawa Method of estimating a visual evaluation value of skin beauty
CN101883520B (zh) * 2007-08-22 2013-02-06 皇家飞利浦电子股份有限公司 用于表面的光学表征的方法和设备
US8849380B2 (en) * 2007-11-26 2014-09-30 Canfield Scientific Inc. Multi-spectral tissue imaging
JP2010200971A (ja) * 2009-03-03 2010-09-16 Hoyu Co Ltd 異常脱毛予測／推定方法、異常脱毛予防／防止方法及び異常脱毛防止剤評価方法
US20100234737A1 (en) * 2009-03-12 2010-09-16 Miranda Aref Farage Method for assessing skin irritation using infrared light
US8150501B2 (en) * 2009-03-26 2012-04-03 Johnson & Johnson Consumer Companies, Inc. Method for measuring skin erythema
FR2944898B1 (fr) * 2009-04-23 2018-03-16 Lvmh Recherche Procede et appareil de caracterisation des imperfections de la peau et procede d'appreciation de l'effet anti-vieillissement d'un produit cosmetique
JP5165732B2 (ja) * 2010-07-16 2013-03-21 オリンパス株式会社 マルチスペクトル画像処理方法、画像処理装置、及び画像処理システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282687A (zh) * 2005-10-14 2008-10-08 应用研究联盟新西兰有限公司 监测表面特征的方法和装置
WO2010044845A1 (en) * 2008-10-13 2010-04-22 George Papaioannou Non-invasive wound prevention, detection, and analysis
CN101894212A (zh) * 2010-07-05 2010-11-24 上海交通大学医学院 一种对皮肤创面综合检测的方法

Also Published As

Publication number Publication date
EP2688465A1 (de) 2014-01-29
CA2828785C (en) 2017-12-12
AT511265B1 (de) 2013-12-15
EA026318B1 (ru) 2017-03-31
JP2014512900A (ja) 2014-05-29
AU2012231802A1 (en) 2013-09-19
TWI544898B (zh) 2016-08-11
EP2688465B1 (de) 2015-05-13
CN103619238A (zh) 2014-03-05
AT511265A1 (de) 2012-10-15
AR085916A1 (es) 2013-11-06
CA2828785A1 (en) 2012-09-27
ES2540953T3 (es) 2015-07-15
JP5921665B2 (ja) 2016-05-24
AU2012231802B2 (en) 2016-05-19
TW201302154A (zh) 2013-01-16
HK1194270A1 (zh) 2014-10-17
EA201391383A1 (ru) 2014-11-28
US20140010423A1 (en) 2014-01-09
WO2012126027A1 (de) 2012-09-27
US9330453B2 (en) 2016-05-03

Similar Documents

Publication Publication Date Title
CN103619238B (zh) 用于确定皮炎值的装置和方法
US20230263463A1 (en) Osteoporosis diagnostic support apparatus
Wang et al. A fast roughness-based approach to the assessment of 3D mesh visual quality
EP2916738B1 (en) Lung, lobe, and fissure imaging systems and methods
Wilson et al. A new metric for grey-scale image comparison
Zotin et al. Edge detection in MRI brain tumor images based on fuzzy C-means clustering
CN104363815B (zh) 图像处理装置以及图像处理方法
CN104574393B (zh) 一种三维路面裂缝图像生成系统和方法
US8831311B2 (en) Methods and systems for automated soft tissue segmentation, circumference estimation and plane guidance in fetal abdominal ultrasound images
CN103717122A (zh) 眼科诊断支持设备和眼科诊断支持方法
US9811904B2 (en) Method and system for determining a phenotype of a neoplasm in a human or animal body
Ghazal et al. Automated framework for accurate segmentation of leaf images for plant health assessment
CN116612111A (zh) 一种高强度复合材料加工质量检测方法
CN113610746A (zh) 一种图像处理方法、装置、计算机设备及存储介质
CN117058106A (zh) 基于随机森林的柔性玻璃平面度及表面缺陷的测量方法
Pinto Pereira et al. Automated registration of diagnostic to prediagnostic x‐ray mammograms: Evaluation and comparison to radiologists’ accuracy
Susomboon et al. A co-occurrence texture semi-invariance to direction, distance, and patient size
KR102393390B1 (ko) 서로 다른 의료 영상에 기반한 상관 정보를 이용한 타겟 데이터 예측 방법
Gheta et al. Fusion of combined stereo and spectral series for obtaining 3D information
Ala’a et al. Automatic Enlarged Lymph Node Detection from 3D Mediastinum CT Images
CN116641289A (zh) 一种基于三维纹理特征的沥青面层压实过程质量监测方法
CN112183618A (zh) 相似度确定方法和相似度确定装置
CN117974594A (zh) 病灶评估方法、装置、设备及存储介质
CN114305503A (zh) 乳腺疾病随访系统、介质及电子设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1194270

Country of ref document: HK

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1194270

Country of ref document: HK

CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150819

Termination date: 20200320

CF01 Termination of patent right due to non-payment of annual fee