TH18228C3 - กระบวนการค้นหาลิ่มเลือดในสมองอุดตันของผู้ป่วยโรคหลอดเลือดสมองส่วนกลางบนภาพเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสี(ncCT) - Google Patents

กระบวนการค้นหาลิ่มเลือดในสมองอุดตันของผู้ป่วยโรคหลอดเลือดสมองส่วนกลางบนภาพเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสี(ncCT)

Info

Publication number
TH18228C3
TH18228C3 TH2003000360U TH2003000360U TH18228C3 TH 18228 C3 TH18228 C3 TH 18228C3 TH 2003000360 U TH2003000360 U TH 2003000360U TH 2003000360 U TH2003000360 U TH 2003000360U TH 18228 C3 TH18228 C3 TH 18228C3
Authority
TH
Thailand
Prior art keywords
cerebral
images
areas
midbrain
thrombosis
Prior art date
Application number
TH2003000360U
Other languages
English (en)
Other versions
TH18228A3 (th
Inventor
นายดลวิทย์บี้สมบูรณ์
รองศาสตราจารย์นพฑิตพงษ์ส่งแสง
อาจารย์ดรณัฐสุดาเกาทัณฑ์ทอง
Original Assignee
มหาวิทยาลัยธรรมศาสตร์
มหาวิทยาลัยมหิดล
Filing date
Publication date
Application filed by มหาวิทยาลัยธรรมศาสตร์, มหาวิทยาลัยมหิดล filed Critical มหาวิทยาลัยธรรมศาสตร์
Publication of TH18228C3 publication Critical patent/TH18228C3/th
Publication of TH18228A3 publication Critical patent/TH18228A3/th

Links

Abstract

บทสรุปการประดิษฐ์ซึ่งจะปรากฏบนหน้าประกาศโฆษณาReadFile:หน้า1ของจำนวน1หน้าบทสรุปการประดิษฐ์ระบบค้นหาลิ่มเลือดในสมองอุดตันของผู้ป่วยโรคหลอดเลือดสมองส่วนกลางบนภาพถ่ายเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสี(ncCT)เป็นวิธีระบุตำแหน่งและจำแนกประเภทของลิ่มเลือดที่อุดตัดภายในหลอดเลือดสมองส่วนกลางโดยใช้ภาพถ่ายประเภทเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสีโดยมีหลักการทำงานที่เริ่มต้นด้วยการนำภาพเนื้อสมองครอบตัดตำแหน่งพื้นที่สมองส่วนกลางจากนั้นใช้วิธีจัดกลุ่มความเข้มของพิกเซลแล้วระบุพื้นที่ตัวแทนจากพิกเซลที่มีความเข้มใกล้เคียงกันและมีตำแหน่งที่ติดกันเพื่อระบุพื้นที่ตัวแทนที่น่าจะเป็นลิ่มเลือดสมองแล้วทำการระบุลิ่มเลือดโดยลิ่มเลือดในสมองส่วนกลางคือพื้นที่ตัวแทนที่อยู่ระหว่างเส้นตรง2เส้นในแต่ละฝั่งโดยเส้นแรกคือเส้นตรงที่ลากจากกึ่งกลางกรอบบนของร่องสมองถึงจุดกึ่งกลางของกรอบบนของแกนสมองและเส้นที่สองลากจากกึ่งกลางกรอบล่างของร่องสมองและแกนสมองการจำแนกประเภทลิ่มเลือดแบบออกเป็น3ประเภทได้แก่เม็ดเลือดแดงเกล็ดเลือดและผสมโดยเปรียบเทียบคุณลักษณะของลิ่มแต่ละประเภทในฐานข้อมูลและลิ่มในภาพนำเข้าจากนั้นเรียงลำดับความเหมือนจากเหมือนมากที่สุดไปน้อยที่สุดแล้วนับจำนวนภาพในแต่ละประเภทกับลำดับความเหมือนมาคำณวนผลการจำแนกประเภท

Claims (1)

ข้อถือสิทธฺ์(ทั้งหมด)ซึ่งจะไม่ปรากฏบนหน้าประกาศโฆษณา:หน้า1ของจำนวน1หน้าข้อถือสิทธิ
1.ระบบค้นหาลิ่มเลือดในสมองอุดตันของผู้ป่วยโรคหลอดเลือดสมองส่วนกลางบนภาพถ่ายเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสี(ncCT)มีขั้นตอนดังนี้ก.การรับภาพทีละภาพ(101)จากนั้นเข้ากระบวนการระบุพื้นที่เนื้อสมองและระบุตำแหน่งพื้นที่สมองส่วนกลางโดยครอบตัดด้วยตำแหน่งที่ระบุไว้(102)ให้ภายในภาพมีองค์ประกอบครบถ้วนตามต้องการจากนั้นตรวจสอบหาพื้นที่ตัวแทนที่น่าจะเป็นลิ่มเลือดด้วยวิธีการจัดกลุ่มความเข้มของพิกเซลและเลือกพื้นที่ที่สนใจตามลักษณะความเข้มจากผลการจัดกลุ่มและคุณลักษณะของพื้นที่(103)แล้วค้นหาพื้นที่สมองที่อยู่ใกล้หลอดเลือดสมองส่วนกลางโดยระบุพื้นที่ที่สนใจจากลักษณะสมองที่อยู่ในแต่ละรูป(104)ข.การระบุพื้นที่เนื้อสมองที่อยู่ใกล้หลอดเลือดสมองส่วนกลาง(104)เริ่มต้นด้วยการนำพื้นที่ตัวแทนทั้งหมด(103)มาเป็นข้อมูลเข้าจากนั้นระบุพื้นที่ตัวแทนที่น่าจะเป็นพื้นที่แกนสมองและร่องด้านข้างสมองทั้ง2ฝั่งโดยพิจารณาจากขนาดรูปทรงและตำแหน่ง(301)นำพื้นที่ทั้ง3ตำแหน่งมาระบุขอบเขตหลอดเลือดสมองส่วนกลางโดยกำหนดขอบเขตสี่เหลี่ยมรอบพื้นที่แกนสมองและร่องด้านข้างสมองโดยกำหนดเส้นตรงจากจุดกลางขอบกรอบบบนของร่องด้านข้างสมองจนถึงจุดกึ่งกลางของกรอบแกนสมองและเส้นตรงจากจุดกึ่งกลางขอบกรอบล่างของร่องด้านข้างสมองและแกนสมองขอบเขตที่สนใจคือพื้นที่ระหว่างเส้นตรงที่ลากจากกรอบบนและกรอบล่างระหว่างร่องด้านข้างสมองและแกนสมองพื้นที่ตัวแทนที่อยู่ระหว่างขอบเขตนื้คือลิ่มเลือดในสมองส่วนกลาง(302)พื้นที่ตัวแทนที่อยู่ระหว่างขอบเขตนื้ดือลิ่มเลือดในสมองส่วนกลางเป็นลิ่มเลือดสมอง(303)ค.การจำแนกประเภทลิ่มเลือดสามารถจำแนกออกเป็น3ประเภทได้แก่เม็ดเลือดแดงเกล็ดเลือดและผสมเริ่มต้นด้วยการนำพื้นที่ลิ่มเลือดสมอง(104)มาเป็นข้อมูลเข้าจากนั้นสกัดคุณลักษณะพื้นผิวรูปทรงความเข้มจากพื้นที่ลิ่มเลือดสมอง(501)แล้วเปรียบเทียบคุณลักษณะของลิ่มแต่ละประเภทเช่นพื้นผิวรูปทรงความเข้มภายในฐานข้อมูลกับคุณลักษณะของลิ่มในภาพนำเข้าโดยเรียงลำดับความเหมือนของภาพในฐานข้อมูลจากเหมือนมากที่สุดไปหาน้อยที่สุดจากนั้นนับจำนวนภาพในแต่ละประเภทได้แก่เม็ดเลือดแดงเกล็ดเลือดและผสม(502)และลำดับความเหมือนของภาพมาคำนวณผลการจำแนกประเภท(503)มีลักษณะเฉพาะคือการประมวลผลด้วยวิธีการระบุพื้นที่ที่สนใจที่อยู่ระหว่างเส้นตรงระหว่างกรอบบนและกรอบล่างระหว่างแกนสมองและร่องด้านข้างสมองทั้ง2ฝั่งสามารถระบุตำแหน่งลิ่มเลือดตามลักษณะสมองของผู้ป่วยแต่ละคนแม้สมองอยู่ในสภาวะขาดเลือดและการจำแนกประเภทลิ่มเลือดอาศัยการเปรียบเทียบคุณลักษณะที่สกัดได้จากลิ่มเลือดบนภาพภาพถ่ายเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสีและภาพในฐานข้อมูล
TH2003000360U 2020-02-21 กระบวนการค้นหาลิ่มเลือดในสมองอุดตันของผู้ป่วยโรคหลอดเลือดสมองส่วนกลางบนภาพเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสี(ncCT) TH18228A3 (th)

Publications (2)

Publication Number Publication Date
TH18228C3 true TH18228C3 (th) 2021-09-07
TH18228A3 TH18228A3 (th) 2021-09-07

Family

ID=

Similar Documents

Publication Publication Date Title
Abhishek et al. Automated classification of acute leukemia on a heterogeneous dataset using machine learning and deep learning techniques
Labati et al. All-IDB: The acute lymphoblastic leukemia image database for image processing
Madhloom et al. A robust feature extraction and selection method for the recognition of lymphocytes versus acute lymphoblastic leukemia
Raje et al. Detection of Leukemia in microscopic images using image processing
Khobragade et al. Detection of leukemia in microscopic white blood cell images
CN108171714B (zh) 一种基于成对比较的骨折区域识别方法和系统
EP3701495A1 (en) Tomographic data analysis
CN114494160B (zh) 一种基于完全融合集成网络候选框的骨折检测方法
Sholeh White blood cell segmentation for fresh blood smear images
Harun et al. Unsupervised segmentation technique for acute leukemia cells using clustering algorithms
US20220341912A1 (en) Method and device for determining red blood cells deformability
CN113343975A (zh) 基于深度学习的白细胞分类系统及方法
Ananth et al. An Advanced Low-cost Blood Cancer Detection System.
TH18228C3 (th) กระบวนการค้นหาลิ่มเลือดในสมองอุดตันของผู้ป่วยโรคหลอดเลือดสมองส่วนกลางบนภาพเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสี(ncCT)
TH18228A3 (th) กระบวนการค้นหาลิ่มเลือดในสมองอุดตันของผู้ป่วยโรคหลอดเลือดสมองส่วนกลางบนภาพเอกซเรย์คอมพิวเตอร์ชนิดไม่ฉีดสี(ncCT)
Mendoza et al. Enhanced automatic segmentation for superficial white matter fiber bundles for probabilistic tractography datasets
Patel et al. Data-driven ischemic stroke clot phenotyping from whole-slide histopathology images
Batitis et al. Image classification of abnormal red blood cells using decision tree algorithm
CN112712521A (zh) 一种基于全局梯度搜索的眼底视盘自动定位方法
Durgadevi et al. A methodological investigation for fetal brain mri segmentation techniques-analysis
Gopika et al. Hybrid approach for the brain tumors detection & segmentation using artificial bee colony optimization with FCM
Mane et al. An automatic approach to Hemorrhages detection
Arbab et al. Automatic Detection and Classification of Acute Lymphoblastic Leukemia Using Convolution Neural Network
Somasundaram et al. Automated skull stripping method using clustering and histogram analysis for MRI human head scans
Chowdhury et al. Detection of cotton wool spots from retinal images using fuzzy C means