CN106228174B - 带状疱疹判断方法及装置 - Google Patents

带状疱疹判断方法及装置 Download PDF

Info

Publication number
CN106228174B
CN106228174B CN201610157057.1A CN201610157057A CN106228174B CN 106228174 B CN106228174 B CN 106228174B CN 201610157057 A CN201610157057 A CN 201610157057A CN 106228174 B CN106228174 B CN 106228174B
Authority
CN
China
Prior art keywords
affected part
image
herpes zoster
nerve
dermatome
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.)
Active
Application number
CN201610157057.1A
Other languages
English (en)
Other versions
CN106228174A (zh
Inventor
彭德彰
毛迦霖
林奕祺
高翊峰
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.)
HTC Corp
Original Assignee
HTC Corp
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 HTC Corp filed Critical HTC Corp
Publication of CN106228174A publication Critical patent/CN106228174A/zh
Application granted granted Critical
Publication of CN106228174B publication Critical patent/CN106228174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/757—Matching configurations of points or features
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/107—Measuring physical dimensions, e.g. size of the entire body or parts thereof
    • A61B5/1079—Measuring physical dimensions, e.g. size of the entire body or parts thereof using optical or photographic means
    • 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
    • A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/48—Other medical applications
    • A61B5/4842—Monitoring progression or stage of a disease
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
    • A61B5/7425—Displaying combinations of multiple images regardless of image source, e.g. displaying a reference anatomical image with a live image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • A61B5/748—Selection of a region of interest, e.g. using a graphics tablet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/759—Region-based matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Multimedia (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)

Abstract

一种带状疱疹判断方法及装置。此方法会显示与人体神经皮节分布相匹配的身形图像，以在此身形图像上定义一患部，基于患部所涵盖至少一神经皮节的面积大小，决定一面积比值，并判断此患部是否集中在身形图像中心线的左右任意一侧，以及所述面积比值是否小于预设比值，据以决定所定义的患部是否为带状疱疹。

Description

带状疱疹判断方法及装置
技术领域
本申请涉及一种诊断方法及装置，且特别涉及一种带状疱疹诊断方法及装置。
背景技术
带状疱疹(herpes zoster)是近年来愈来愈被重视的皮肤疾病之一。患者在感染水痘带状疱疹病毒后，皮肤上会出现成群的水痘，水痘痊愈后病毒仍会潜伏在神经皮节(dermatome)内。当人体的免疫力降低时，病毒就有可能被活化，此时皮肤上会开始出现疱疹，且沿着神经皮节呈带状分布。此疱疹大多出现在身体的左右其中一侧，且最常发生在胸部和头颈部。
一旦病毒侵犯到神经，将会损伤神经而产生强烈疼痛，即便疱疹痊愈，疼痛症状仍可能会持续数月甚至数年之久。因此，提早发现病情以及时进行治疗是减少或避免受其所苦的唯一方法。然而，目前带状疱疹的诊断均仰赖医师的专业判断，一般民众难以自我判断，大部分民众都是等到身体出现疼痛后才知道要去看医生，但通常为时已晚，结果仍得忍受疼痛的折磨。
发明内容
为了让一般民众能够自我诊断带状疱疹以及早就医治疗，本申请提供一种带状疱疹诊断方法及装置，藉由辨识民众所绘制或装置所辨识的疹子或疼痛部位是否符合带状疱疹的分布特性，可正确地诊断出带状疱疹。
本申请的带状疱疹诊断方法适用于电子装置。此方法会显示与人体神经皮节(dermatome)分布相匹配的身形图像，以在此身形图像上定义一患部，基于患部所涵盖至少一神经皮节的面积大小，决定一面积比值，并判断此患部是否集中在身形图像中心线的左右任意一侧，以及所述面积比值是否小于一预设比值，最后根据判断结果，决定所定义的患部是否为带状疱疹。
在本申请的一实施例中，所述方法还包括提取患者的身形信息，据以显示与此身形信息相符的身形图像。
在本申请的一实施例中，上述提取患者身形信息的步骤包括接收患者的病历数据或输入数据以获得身形信息，或是拍摄患者身体的照片并辨识照片中患者身体的轮廓以获得身形信息。
在本申请的一实施例中，上述在身形图像上定义患部的步骤包括辨识所拍摄照片中的疹子(rash)部位以做为患部。
在本申请的一实施例中，上述在身形图像上定义患部的步骤包括接收在身形图像上绘制的区域以做为患部。
在本申请的一实施例中，上述基于患部所涵盖至少一神经皮节的面积大小，决定面积比值的步骤包括在所述至少一神经皮节中找出被患部所涵盖面积最大的中心神经皮节，并取中心神经皮节及其相邻的所述神经皮节做为目标区域，计算患部位于目标区域之外与之内的面积比值。
在本申请的一实施例中，上述显示身形图像以及在身形图象上定义患部的步骤包括显示人体正面及背面其中之一的身形图像，并在此身形图像上定义患部，而所述方法还包括显示人体正面及背面其中之另一个的身形图像，并在此身形图像上定义患部，然后判断人体正面及背面的身形图像中所定义的患部是否位于人体的同一侧，以及身形图像中所定义的患部位于相对应的目标区域之外与之内的面积比值是否小于预设比值，最后则根据判断结果，诊断所定义的患部是否为带状疱疹。
在本申请的一实施例中，所述患部包括疹子部位及疼痛部位的至少其中之一。
在本申请的一实施例中，上述判断患部是否集中在身形图像中心线的左右任意一侧的步骤包括判断患部在中心线左右两侧的面积比值是否超过一预设比值，以判断患部是否集中在身形图像中心线的左右任意一侧。
本申请的带状疱疹诊断装置包括身形图像显示模块、患部定义模块及诊断模块。其中，身形图像显示模块会在显示器上显示与人体的神经皮节分布相匹配的身形图像。患部定义模块会利用数据提取装置在身形图像上定义患部。诊断模块会基于患部所涵盖至少一神经皮节的面积大小，决定一面积比值，并判断患部是否集中在身形图像中心线的左右任意一侧，以及所计算的面积比值是否小于预设比值，据以决定所定义的患部是否为带状疱疹。
在本申请的一实施例中，上述的数据提取装置包括接收患者的病历数据或输入数据，而由身形图像显示模块用以做为患者的身形信息，据以显示与此身形信息相符的身形图像。
在本申请的一实施例中，上述的数据提取装置包括拍摄患者身体的照片，而由身形图像显示模块辨识照片中患者身体的轮廓以做为患者的身形信息，据以显示与此身形信息相符的身形图像，其中患部定义模块会辨识所拍摄照片中的疹子部位以做为患部。
在本申请的一实施例中，上述的装置还包括操作装置，其是用以接收输入操作以在身形图像上绘制一区域，而由患部定义模块将所绘制的区域定义为患部。
在本申请的一实施例中，上述的数据提取装置包括在所述至少一神经皮节中找出被患部所涵盖面积最大的中心神经皮节，并取中心神经皮节及其相邻的所述神经皮节做为目标区域，计算患部位于该目标区域之外与之内的面积比值。
在本申请的一实施例中，上述的身形图像显示模块包括分别显示人体正面及背面的身形图像，患部定义模块包括分别在所述人体正面及背面的身形图像上定义患部，而诊断模块更判断所述人体正面及背面的身形图像中所定义的患部是否位于人体的同一侧，以及身形图像中所定义的患部位于相对应的目标区域之外与之内的面积比值是否小于预设比值，并根据判断结果决定所定义的患部是否为带状疱疹。
在本申请的一实施例中，上述的患部包括疹子部位及疼痛部位的至少其中之一。
在本申请的一实施例中，上述的诊断模块包括判断患部在中心线左右两侧的面积比值是否超过预设比值，以判断此患部是否集中在身形图像中心线的左右任意一侧。
基于上述，本申请的带状疱疹诊断装置及装置藉由显示与患者身形相符的身形图像，并提供患者在此身形图像上绘制患部或是由装置自动辨识患部，从而依据带状疱疹的分布特性，判断所绘制或辨识的患部是否为带状疱疹。藉此，可实现带状疱疹的自我诊断及后续追踪。
为让本申请的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。
附图说明
图1是依照本申请一实施例所绘示的带状疱疹诊断装置的方块图。
图2是依照本申请一实施例所绘示的带状疱疹诊断方法的流程图。
图3A及图3B是依照本申请一实施例所绘示的人体神经皮节的分布图。
图4A及图4B是依照本申请一实施例所绘示的在身形图像上定义患部的范例。
图5是依照本申请一实施例所绘示的判断患部所涵盖的神经皮节数目的范例。
图6是依照本申请一实施例所绘示的带状疱疹诊断方法的流程图。
图7是依照本申请一实施例所绘示的带状疱疹诊断方法的流程图。
图8A至图8D是依照本申请一实施例所绘示的在身形图像上定义患部的范例。
【符号说明】
10：带状疱疹诊断装置
12：显示器
14：数据提取装置
16：存储装置
162：身形图像显示模块
164：患部定义模块
166：诊断模块
18：处理器
32、34、52：神经皮节分布
40、80、90：身形图像
402、50、802、902：患部
42、82：绘制工具
44、84：回复工具
46、86：移动工具
502、504、506：区域
88：切换工具
S202～S208、S602～S612、S702～S712：步骤
具体实施方式
本申请基于带状疱疹的症状特征会沿着身体同一侧的神经皮节(dermatome)成群聚带状分布且一般症状特征分布不会超过身体中心线的特性，藉由在电子装置上显示与人体神经皮节分布相匹配的身形图像，并提供使用者在此身形图像上绘制其疹子和/或疼痛部位，或是由装置自动辨识，从而根据带状疱疹的分布特性，诊断所绘制或辨识的患部是否为带状疱疹。藉此，使用者可自我诊断出带状疱疹，并及早就医治疗。
图1是依照本申请一实施例所绘示的带状疱疹诊断装置的方块图。请参照图1，本实施例的带状疱疹诊断装置10例如是智能手机(Smart phone)、个人数字助理(PersonalDigital Assistant，PDA)、平板计算机(Tablet PC)、笔记型计算机、桌上型计算机或其他种类的电子装置。带状疱疹诊断装置10中包括显示器12、数据提取装置14、存储装置16及处理器18，其功能分述如下。
显示器12例如是液晶显示器(Liquid-Crystal Display，LCD)、等离子体显示器、真空荧光显示器、发光二极管(Light-Emitting Diode，LED)显示器、场发射显示器(FieldEmission Display，FED)或其他合适种类的显示器，用以显示带状疱疹诊断装置10的画面。
数据提取装置14例如是键盘、鼠标、触控板等输入工具，用以检测使用者的输入操作并提取使用者的输入数据。在一实施例中，数据提取装置14可以是电阻式、电容式、光学式或其他种类的触碰检测元件，其可与显示器12整合成触控屏幕，用以检测使用者在显示器12上的触碰操作并提取触碰操作数据。在另一实施例中，数据提取装置14可以是有线或无线的通信模块，其例如支持全球移动通信(Global System for Mobile Communication，GSM)系统、个人手持式电话系统(Personal Handy-phone System，PHS)、码分多重接入(Code Division Multiple Access，CDMA)系统、无线相容认证(Wireless fidelity，Wi-Fi)系统、全球互通微波接入(Worldwide Interoperability for Microwave Access，WiMAX)系统等通信协议，而可与远端的装置进行通信，以提取患者的病历数据或其他相关数据。在又一实施例中，数据提取装置14可以是一个图像提取装置，用以拍摄患者身体的照片，其可利用电荷耦合元件(Charge Coupled Device，CCD)、互补性氧化金属半导体(Complementary Metal-Oxide Semiconductor，CMOS)元件等感光元件提取患者身体的图像数据。以上的装置种类仅为举例说明，并非用以限制本申请范围，本领域技术人员可视实际需要选择一或多个上述装置以提取所需数据。
存储装置16可以是任何类型的固定式或可移动式随机存取存储器(randomaccess memory，RAM)、只读存储器(read-only memory，ROM)、快闪存储器(flash memory)或类似元件或上述元件的组合。在本实施例中，存储装置16用以记录身形图像，其包括显示模块162、患部定义模块164及诊断模块166，这些模块例如是存储在存储装置16中的程序。
处理器18例如是中央处理单元(Central Processing Unit，CPU)，或是其他可编程的一般用途或特殊用途的微处理器(Microprocessor)、数字信号处理器(DigitalSignal Processor，DSP)、可编程控制器、特殊应用集成电路(Application SpecificIntegrated Circuits，ASIC)、可编程逻辑装置(Programmable Logic Device，PLD)或其他类似装置或这些装置的组合。处理器18连接显示器12、数据提取装置14及存储装置16，其会从存储装置16载入身形图像显示模块162、患部定义模块164及诊断模块166的程序，据以执行本申请的带状疱疹诊断方法。以下即举实施例说明此方法的详细步骤。
图2是依照本申请一实施例所绘示的带状疱疹诊断方法的流程图。请参照图2，本实施例的方法适用于图1的带状疱疹诊断装置10，以下即搭配带状疱疹诊断装置10中的各项元件说明本申请的带状疱疹诊断方法的详细步骤。
首先，身形图像显示模块162会在显示器12上显示与人体神经皮节分布相匹配的身形图像(步骤S202)。其中，在一实施例中，身形图像显示模块162例如会根据多数人身形信息的统计结果，在显示器12上显示一般人身形的图像。在另一实施例中，身形图像显示模块162可利用数据提取装置14连线到远端服务器(例如医院的病历数据库)提取目前患者的病历数据，以取得患者的身形信息。在又一实施例中，身形图像显示模块162可利用数据提取装置14提取由患者输入的数据，而用以做为患者的身形信息，并据以在显示器12上显示与此身形信息相符的身形图像。举例来说，身形图像显示模块162例如会预先收集医生在诊断带状疱疹时会询问病患的问题，并以询答的方式(可通过屏幕提示或语音播放的方式)取得患者的身形数据，例如询问患者的身高、体重或三围等，从而根据患者的回复得出患者的身形信息，并据以在显示器12上显示出与此身形信息相符的身形图像。
然后，患部定义模块164会利用数据提取装置14在身形图像上定义患部(步骤S204)。在一实施例中，患部定义模块164例如会利用数据提取装置14接收患者的输入操作以在身形图像上绘制一区域，从而将患者所绘制的区域定义为患部。
举例来说，图3A及图3B是依照本申请一实施例所绘示的人体神经皮节的分布图。图4A及图4B是依照本申请一实施例所绘示的在身形图像上定义患部的范例。其中，图3A绘示人体正面的神经皮节分布32，图3B则绘示人体背面的神经皮节分布34，图3A及图3B中的各个区域即代表不同的神经皮节，而其中所标示的数字则代表该神经皮节的编号。图4A则绘示患者人体正面的身形图像40，此身形图像40例如与图3A所绘示的人体正面的神经皮节分布32相匹配。本实施例即藉由在电子装置上显示身形图像40，并提供绘制工具42、回复工具44及移动工具46给使用者来绘制患部。藉此，使用者可点选绘制工具42，从而依照其身上疹子所在的部位，对应地在身形图像40上绘制出患部402(如图4B所示)。而由于身形图像40与神经皮节分布32相匹配，因此电子装置只需比对身形图像40与神经皮节分布32，就可以根据患部402在身形图像40上的相对位置，找出其在神经皮节分布32上对应的神经皮节。
回到图2的流程，在患部定义完成后，诊断模块166会根据患部所涵盖的区域，计算每一条神经皮节被患部涵盖的面积，从而在这些神经皮节中找出被患部所涵盖面积最大的一条中心神经皮节，并取此中心神经皮节及其相邻的神经皮节做为目标区域，计算患部位于此目标区域之外与之内的面积比值。亦即，诊断模块166会将在所述目标区域之外的患部面积除以在所述目标区域之内的患部面积，以获得面积比值(步骤S206)。
最后，诊断模块166会判断此患部是否集中在身形图像中心线的左右任意一侧，以及所计算的面积比值是否小于预设比值，来决定所定义的患部是否为带状疱疹(步骤S208)。上述的预设比值例如为0.1～0.3，较佳为0.2，在此不设限。其中，诊断模块166例如会在上述两个条件均符合时(即患部是集中在身形图像中心线的左或右任意一侧且所述面积比值小于预设比值)，判断所定义的患部为带状疱疹。值得注意的是，在另一实施例中，诊断模块166可将在所述目标区域之内的患部面积除以在所述目标区域之外的患部面积，以获得面积比值，并根据此面积比值是否超过另一预设比值，以作为判断该患部是否为带状疱疹的条件之一。
详言之，患部的分布可分为两类，即只出现在身形图像中心线的左右任一侧或者横越中心线且在两侧均有出现。若仅在一侧出现，即符合上述集中在身形图像中心线的左右任意一侧的条件；若在两侧均有出现，则诊断模块166例如会进一步判断此患部在中心线两侧的面积的比值是否超过预设比值，据以判断此患部是否符合集中在身形图像中心线的左右任意一侧的条件。详细地说，诊断模块166例如会分别计算患部在中心线左侧及右侧各自所涵盖的面积，然后将数值较低的面积除以数值较高的面积以获得面积比值，若此面积比值小于预设比值(0.1～0.3，较佳为0.2，在此不设限)，则判断出患部是集中在身形图像中心线的左侧或右侧，患部特征符合带状疱疹的病征之一。值得注意的是，在另一实施例中，诊断模块166可将数值较高的面积除以数值较低的面积以获得面积比值，并根据此面积比值是否超过另一预设比值，据以判断出患部是否集中在身形图像中心线的左或右任意一侧。
另一方面，在诊断模块166判断出患部是集中在身形图像中心线的左或右任意一侧后，诊断模块166会以被患部所涵盖面积最大的一条神经皮节做为中心神经皮节，取此中心神经皮节及其所有相邻的神经皮节(与中心神经皮节相邻的神经皮节数目视中心神经皮节所在位置而定)做为目标区域，计算患部位于此目标区域之外与之内的面积比值是否超过预设比值，而据以决定所定义的患部是否为带状疱疹。
举例来说，图5是依照本申请一实施例所绘示的判断患部所涵盖的神经皮节数目的范例。请参照图5，本实施例是使用者所绘示的患部50映射至人体的神经皮节分布52上，用以说明本实施例判断患部所涵盖的神经皮节数目的详细步骤。其中，患部50会涵盖到神经皮节分布52中编号为10、11、12、13、14的神经皮节，此时诊断模块166会分别计算这五条神经皮节被患部50所涵盖的面积，从而找出被患部50所涵盖面积最大的神经皮节12做为中心神经皮节，然后再将此中心神经皮节及其相邻的神经皮节11、13做为目标区域504。最后，诊断模块166会计算患部50位于此目标区域504之外的面积(即区域502及区域506的加总面积)与位于目标区域504之内的面积之间的面积比值，并判断此面积比值是否小于预设比值(例如为0.2)，而据以决定患部50是否为带状疱疹。其中，若此面积比值不超过预设比值，且集中在身形图像中心线的左或右任意一侧，则可确定所定义的患部50为带状疱疹。
藉由上述方面，患者只需在电子装置所显示的身形图像上绘制患部，电子装置即可自动诊断出此患部是否为带状疱疹。藉此，本申请的电子装置可提供使用者做为带状疱疹的自我诊断工具，帮助患者早期发现病征并及早治疗。
需说明的是，在另一实施例中，本申请的电子装置还可以藉由拍摄患者裸露的身体照片方式，进一步辨识患者的身形及其患部所在区域，从而自动诊断所辨识的患部是否为带状疱疹。以下则再举一实施例详细说明。
图6是依照本申请一实施例所绘示的带状疱疹诊断方法的流程图。请参照图6，本实施例的方法适用于图1的带状疱疹诊断装置10，以下即搭配带状疱疹诊断装置10中的各项元件说明本申请的带状疱疹诊断方法的详细步骤。
首先，由患者利用电子装置10的数据提取装置14(例如相机)拍摄其身体的照片(步骤S602)。此时，形图像显示模块162会自动辨识照片中患者身体的轮廓以做为患者的身形信息(步骤S604)。其中，身形图像显示模块162例如是利用边缘检测的技术来辨识照片中患者身体的轮廓，从而依据此轮廓涵盖的范围来判断患者的身形。
另一方面，患部定义模块164则会辨识照片中的疹子部位以做为患部(步骤S606)。其中，由于疹子所在部位的皮肤颜色相较于一般皮肤的颜色较为深沉或具有特定图案(因疹子种类的不同而异)，因此患部定义模块164可藉由特征辨识等图像处理方式，从照片中的患者身体上进一步辨识出疹子部位。
然后，身形图像显示模块162会在显示器12上显示与其所辨识身形信息相符的身形图像，而患部定义模块164则会在此身形图像上定义患部(步骤S608)。
在患部定义完成后，诊断模块166会根据患部所涵盖的区域，计算每一条神经皮节被患部涵盖的面积，从而在这些神经皮节中找出被患部所涵盖面积最大的一条中心神经皮节，并取此中心神经皮节及其所有相邻的神经皮节做为目标区域，计算患部位于此目标区域之外与之内的面积比值(步骤S610)。最后，诊断模块166会判断此患部是否集中在身形图像中心线的左或右任意一侧，以及所计算的面积比值是否小于预设比值，据以决定所定义的患部是否为带状疱疹(步骤S612)。上述步骤S610及S612的实施方式与前述实施例的步骤S206、S208相同或相似，故其详细内容在此不再赘述。
藉由上述方式，患者只需利用电子装置拍摄自身的裸露身体照片，电子装置即可自动辨识身形及患部，从而诊断出是否有带状疱疹。藉此，可省去患者在设定及绘制上的繁琐程序。
在上述实施例中，电子装置仅显示人体其中一面的身形图像，并仅在此身形图像上绘制患部以诊断带状疱疹。然而，在又一实施例中，电子装置可显示人体正面及背面的身形图像，并提供患者在这些身形图像上绘制患部，从而藉由合并检视人体正面及背面的身形图像来诊断带状疱疹，而得到更准确的诊断结果。以下则再举一实施例详细说明。
图7是依照本申请一实施例所绘示的带状疱疹诊断方法的流程图。请参照图7，本实施例的方法适用于图1的带状疱疹诊断装置10，以下即搭配带状疱疹诊断装置10中的各项元件说明本申请的带状疱疹诊断方法的详细步骤。
首先，身形图像显示模块162会在显示器12上显示人体正面的身形图像(步骤S702)，其中此身形图像例如是与人体正面的神经皮节分布相匹配。然后，患部定义模块164会利用数据提取装置14在此人体正面的身形图像上定义患部(步骤S704)。上述步骤S702及S704的实施方式与前述实施例的步骤S202、S204相同或相似，故其详细内容在此不再赘述。
与前述实施例不同的是，在人体正面的患部定义之后，身形图像显示模块162会进一步在显示器12上显示人体背面的身形图像(步骤S706)，而此身形图像会与人体背面的神经皮节分布相匹配。然后，患部定义模块164会利用数据提取装置14在此人体背面的身形图像上定义患部(步骤S708)。上述人体背面身形图像的显示方式以及患部的定义方式与前述实现例中人体正面身形图像的显示方式以及患部的定义方式相同或相似，故其详细内容在此不再赘述。
待人体正面及背面的患部均定义完成后，诊断模块166会分别针对人体正面及背面的身形图像，根据患部所涵盖的区域，计算每一条神经皮节被患部涵盖的面积，从而在这些神经皮节中找出被患部所涵盖面积最大的一条中心神经皮节，并取此中心神经皮节及其所有相邻的神经皮节做为目标区域，计算患部位于此目标区域之外与之内的面积比值(步骤S710)。
最后，诊断模块166会将人体正面及背面的身形图像合并来检视，以判断这些身形图像中所定义的患部是否位于人体的左或右同一侧，以及正面及背面的身形图像中所定义的患部位于相对应的目标区域之外与之内的面积比值是否小于预设比值，据以决定所定义的患部是否为带状疱疹(步骤S712)。详言之，基于神经皮节会沿着皮肤所在区域同时相连分布在人体的正面与反面，因此带状疱疹的范围并不会只局限于在人体的正面或反面，很有可能同时发生在人体正反两面但即使如此仍会集中在人体的左或右任一侧。据此，诊断模块166即藉由检视患者在人体正面及背面的身形图像上所绘示的患部是否位于人体的同一侧，而可更准确地诊断出带状疱疹。
举例来说，图8A至图8D是依照本申请一实施例所绘示的在身形图像上定义患部的范例。其中，图8A绘示患者人体正面的身形图像80，此身形图像80例如与图3A所绘示的人体正面的神经皮节分布32相匹配。本实施例即藉由在电子装置上显示身形图像80，并提供绘制工具82、回复工具84及移动工具86给使用者来绘制患部。其中，使用者可点选绘制工具82，从而依照其身上疹子所在的部位，对应地在身形图像80上绘制出患部802。然后，使用者可点选切换工具88，以切换至患者人体背面的身形图像90，此身形图像90例如与图3B所绘示的人体正面的神经皮节分布34相匹配。此时，使用者同样可点选绘制工具82，从而依照其身上疹子所在的部位，对应地在身形图像90上绘制出患部902。待绘制完成后，电子装置即会合并检视身形图像80及身形图像90，以判断其中所定义的患部802与患部902是否位于人体的同一侧。而由于患部802与患部902均位于人体的右侧，故电子装置最终可判定患部802与患部902形成带状疱疹。
需说明的是，带状疱疹除了会在人体正面及背面的同一侧出现外，其范围会涵盖分布在相同的神经皮节。据此，在另一实施例中，诊断模块166在合并检视人体正面及背面的身形图像时，除了会判断这些身形图像中所定义的患部是否位于人体的同一侧外，还会进一步判断这些身形图像中所定义的患部涵盖相对应的目标区域(即前述实施例中所定义的中心神经皮节及其所有相邻的神经皮节)之外与之内的该面积比值是否小于预设比值，据此诊断所定义的患部是否为带状疱疹。其中，若人体正面及背面的患部位于同一侧且涵盖相同的神经皮节，则可更加确定其为带状疱疹。藉此，可增加本申请电子装置诊断带状疱疹的正确性。
再者，基于带状疱疹不一定会在人体表面形成疹子，抵抗力较佳的病人可能只会感受到疼痛(即神经皮节受损所带来的神经痛)。因此，在又一实施例中，本申请的患部定义模块164可在身形图像显示模块162所显示的身形图像上，定义疹子部位或疼痛部位，而诊断模块166则会判断所定义的疹子部位或疼痛部位是否集中在身形图像中心线的左或右任意一侧，以及疹子部位或疼痛部位在相对应的目标区域(即前述实施例中所定义的中心神经皮节及其相邻的神经皮节)之外与之内的该面积比值是否小于预设比值，据以决定所定义的患部是否为带状疱疹。藉由疹子部位及疼痛部位的交叉比对，可增加本申请电子装置诊断带状疱疹的正确性。
综上所述，本申请的带状疱疹诊断方法及装置藉由在电子装置上显示患者的身形图像，并提供由患者手动绘制或是由装置自动辨识的方式，在身形图像上定义带状疱疹的患部。而根据带状疱疹的分布特性，本申请可准确地诊断出上述定义的患部是否为带状疱疹。藉此，本申请的电子装置可提供使用者藉由简单的操作，即可实现带状疱疹的自我诊断，并可持续追踪治疗后的复原效果，而增添电子装置的功能性。
虽然本申请已以实施例公开如上，然其并非用以限定本申请，本领域技术人员在不脱离本申请的精神和范围内，当可作些许的更动与润饰，故本申请的保护范围当视所附权利要求书界定范围为准。

Claims (7)

1.一种带状疱疹判断装置，包括：
身形图像显示模块，显示与人体的神经皮节分布相匹配的身形图像于显示器；
患部定义模块，利用数据提取装置定义患部于该身形图像；以及
诊断模块，在该患部所涵盖至少一神经皮节中找出被该患部所涵盖面积最大的中心神经皮节，并取该中心神经皮节及其相邻的所述神经皮节作为目标区域，计算该患部位于该目标区域之外与之内的第一面积比值，并判断该患部是否集中在该身形图像的中心线的左右任意一侧，以及所计算的该第一面积比值是否小于第一预设比值，据以决定所定义于该身形图像的该患部是否符合带状疱疹的分布特性。
2.如权利要求1所述的装置，其中该数据提取装置包括接收患者的病历数据或输入数据，而由该身形图像显示模块用以作为该患者的该身形信息，据以显示与该身形信息相符的该身形图像。
3.如权利要求1所述的装置，其中该数据提取装置包括拍摄患者身体的照片，而由该身形图像显示模块辨识该照片中该患者身体的轮廓以作为该患者的该身形信息，据以显示与该身形信息相符的该身形图像，其中该患部定义模块包括辨识所拍摄该照片中的疹子部位以作为该患部。
4.如权利要求1所述的装置，其中该数据提取装置包括接收输入操作以在该身形图像上绘制区域，而由该患部定义模块将所绘制的该区域定义为该患部。
5.如权利要求1所述的装置，其中
该身形图像显示模块包括分别显示人体正面及背面的该身形图像；
该患部定义模块包括分别定义该患部于所述人体正面及背面的身形图像；以及
该诊断模块还判断所述人体正面及背面的身形图像中所定义的该患部是否位于所述人体的同一侧，以及所述身形图像中所定义的该患部位于相对应的该目标区域之外与之内的该第一面积比值是否小于该预设比值，并根据判断结果决定所定义于该身形图像的该患部是否符合带状疱疹的分布特性。
6.如权利要求1所述的装置，其中该患部包括疹子部位及疼痛部位的至少其中之一。
7.如权利要求1所述的装置，其中该诊断模块包括判断该患部于该中心线左右两侧的第二面积比值是否超过第二预设比值，以判断该患部是否集中在该身形图像的该中心线的左右任意一侧。
CN201610157057.1A 2015-06-02 2016-03-18 带状疱疹判断方法及装置 Active CN106228174B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201562169568P 2015-06-02 2015-06-02
US62/169,568 2015-06-02

Publications (2)

Publication Number Publication Date
CN106228174A CN106228174A (zh) 2016-12-14
CN106228174B true CN106228174B (zh) 2020-03-17

Family

ID=57450751

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610157057.1A Active CN106228174B (zh) 2015-06-02 2016-03-18 带状疱疹判断方法及装置

Country Status (2)

Country Link
US (1) US10307082B2 (zh)
CN (1) CN106228174B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111045575A (zh) * 2018-10-11 2020-04-21 阿里健康信息技术有限公司 一种诊疗交互方法和诊疗终端设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN86105722A (zh) * 1985-07-31 1987-01-28 海帕克斯有限公司 电疗治疗仪
CN103886318A (zh) * 2014-03-31 2014-06-25 武汉天仁影像科技有限公司 尘肺病大体成像中病灶区域的提取与分析方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002018660A2 (en) * 2000-08-31 2002-03-07 Mayo Foundation For Medical Education And Research Detection of varicella-zoster virus
WO2006106509A2 (en) * 2005-04-04 2006-10-12 Hadasit Ltd. Medical imaging method and system
US8262221B2 (en) * 2009-04-24 2012-09-11 Filar Paul A Ophthalmological diagnostic system
US9613325B2 (en) * 2010-06-30 2017-04-04 Zeus Data Solutions Diagnosis-driven electronic charting
EP2781191A1 (en) * 2013-03-19 2014-09-24 Schnidar, Harald Methods for assessing erythema

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN86105722A (zh) * 1985-07-31 1987-01-28 海帕克斯有限公司 电疗治疗仪
CN103886318A (zh) * 2014-03-31 2014-06-25 武汉天仁影像科技有限公司 尘肺病大体成像中病灶区域的提取与分析方法

Also Published As

Publication number Publication date
US10307082B2 (en) 2019-06-04
US20160354013A1 (en) 2016-12-08
CN106228174A (zh) 2016-12-14

Similar Documents

Publication Publication Date Title
US11783480B2 (en) Semi-automated system for real-time wound image segmentation and photogrammetry on a mobile platform
Veredas et al. Wound image evaluation with machine learning
EP3077956B1 (en) Method and system for wound assessment and management
Ali et al. A systematic review of automated melanoma detection in dermatoscopic images and its ground truth data
Dhane et al. Fuzzy spectral clustering for automated delineation of chronic wound region using digital images
CN111212594B (zh) 电子设备和利用电子设备确定结膜充血程度的方法
CN112561908B (zh) 乳腺图像病灶匹配方法、装置及存储介质
JP2013223672A (ja) 画像処理装置、画像処理方法、及び画像処理プログラム
TWI719587B (zh) 眼底圖像定量分析的前置處理方法及存放裝置
Singh et al. Automated approaches for ROIs extraction in medical thermography: a review and future directions
CN115909487A (zh) 一种基于人体姿态检测的儿童步态异常评估辅助系统
US9962089B2 (en) Methodology and apparatus for objective assessment and rating of psoriasis lesion thickness using digital imaging
Huang et al. An automatic screening method for strabismus detection based on image processing
CN106228174B (zh) 带状疱疹判断方法及装置
Gupta Real time wound segmentation/management using image processing on handheld devices
Cassidy et al. Artificial intelligence for automated detection of diabetic foot ulcers: A real-world proof-of-concept clinical evaluation
CN105550520A (zh) 移动设备、移动外接设备及基于虹膜信息检测健康的系统
US20220277577A1 (en) Document creation support apparatus, document creation support method, and document creation support program
CN115760656A (zh) 一种医学影像处理方法及系统
KR20230069953A (ko) 피부 표면 해석 장치 및 피부 표면 해석 방법
CN113077440A (zh) 病理图像的处理方法、装置、计算机设备和存储介质
TW201803522A (zh) 影像處理方法及非暫態電腦可讀取媒體
US11164481B2 (en) Method and electronic apparatus for displaying reference locations for locating ECG pads and recording medium using the method
CN113453610A (zh) 用于检测组织炎症的装置
US20220415513A1 (en) System and method for predicting diabetic retinopathy progression

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant