TW201701836A - 取得分類歸納邊界之方法及其應用之自動辨識方法與系統 - Google Patents

取得分類歸納邊界之方法及其應用之自動辨識方法與系統 Download PDF

Info

Publication number
TW201701836A
TW201701836A TW105113957A TW105113957A TW201701836A TW 201701836 A TW201701836 A TW 201701836A TW 105113957 A TW105113957 A TW 105113957A TW 105113957 A TW105113957 A TW 105113957A TW 201701836 A TW201701836 A TW 201701836A
Authority
TW
Taiwan
Prior art keywords
puncture
depth
classification
tissue
axial
Prior art date
Application number
TW105113957A
Other languages
English (en)
Other versions
TWI592142B (zh
Inventor
郭文娟
丁乾坤
高孟群
Original Assignee
國立陽明大學
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 國立陽明大學 filed Critical 國立陽明大學
Publication of TW201701836A publication Critical patent/TW201701836A/zh
Application granted granted Critical
Publication of TWI592142B publication Critical patent/TWI592142B/zh

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61M—DEVICES FOR INTRODUCING MEDIA INTO, OR ONTO, THE BODY; DEVICES FOR TRANSDUCING BODY MEDIA OR FOR TAKING MEDIA FROM THE BODY; DEVICES FOR PRODUCING OR ENDING SLEEP OR STUPOR
    • A61M5/00—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests
    • A61M5/46—Devices for bringing media into the body in a subcutaneous, intra-vascular or intramuscular way; Accessories therefor, e.g. filling or cleaning devices, arm-rests having means for controlling depth of insertion
    • 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
    • A61B5/0066—Optical coherence imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
    • A61B1/313—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for introducing through surgical openings, e.g. laparoscopes
    • A61B1/3135—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor for introducing through surgical openings, e.g. laparoscopes for examination of the epidural or the spinal space
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4058—Detecting, measuring or recording for evaluating the nervous system for evaluating the central nervous system
    • A61B5/407—Evaluating the spinal cord
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6846—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive
    • A61B5/6847—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient specially adapted to be brought in contact with an internal body part, i.e. invasive mounted on an invasive device
    • A61B5/6848—Needles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2505/00—Evaluating, monitoring or diagnosing in the context of a particular type of medical care
    • A61B2505/05—Surgical care
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30088—Skin; Dermal

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Pathology (AREA)
  • Medical Informatics (AREA)
  • Neurology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Neurosurgery (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Optics & Photonics (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • Anesthesiology (AREA)
  • Hematology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本發明提供一種取得分類歸納邊界的方法，用以提供穿刺進行軸向深度的限制。其包含下列步驟：首先，取得一組織軸向深度上之複數個斷層影像。接著，於斷層影像中取得複數個特徵訊號值。最後，利用支持向量機分類法將該些特徵訊號值於一圖表表示，並由此圖表之分佈得出一分類歸納邊界以界定該組織之一特定區間。另外，應用上述方法之自動辨識方法及其系統亦揭露於本發明中。

Description

取得分類歸納邊界之方法及其應用之自動辨識方法與系統
本發明係有關於一種取得分類歸納邊界的方法，特別是一種取得分類歸納邊界的方法以及將由組織之斷層影像所分析出之特徵值透過此分類歸納邊界歸類而提供穿刺軸向深度的限制之自動辨識方法及其系統。
「硬脊膜外腔麻醉術」是最常使用的區域麻醉術(半身麻醉)之一，常用於：無痛分娩、下半身手術、及術後止痛。統計數據顯示，約有1/10的麻醉術採用「硬脊膜外腔麻醉術」，全球每年約有數百萬例。以無痛分娩為例，臺灣一年約有40,000例。對於肥胖及脊椎結構異常的患者，施行「硬脊膜外腔麻醉術」的困難度較高，對於麻醉定位探針的需求更高。
硬脊膜外腔(Epidural Space)麻醉手術施行方式是以硬脊膜外腔穿刺針(Epidural needle)在患者腰背部或者是胸背部等，刺穿皮膚、肌肉、黃韌帶後進入「硬脊膜外腔」，置入導管，再將麻醉藥注入，暫時性阻斷對應部位的脊神經傳導，抑制手術中、手術後的神經傳導。成人硬脊膜外腔厚度約為2-7mm，位於黃韌帶(Ligamentum Flavum)和硬脊膜(Dura Mata)間。目前在臨床上這種麻醉的施行，仍是完全仰賴麻醉醫師的手感來進行數公分的黑暗穿刺，進入僅約2-7mm的硬脊膜外腔。根據統計，這種手術約有1-3%的失敗率，易造成嚴重的頭痛等併發症。
目前臨床上在實施硬脊膜外腔麻醉時，使用阻力消失法(loss of resistance)，利用空氣或是懸掛水滴式(hanging-drop)的方式來進行硬脊膜 外腔導管置放。也就是先藉由麻醉專科醫師的手感去感受套針針尖通過病人黃韌帶後的阻力消失來當作硬脊膜外套針針尖定位的指標，當硬脊膜外套針刺穿病人的黃韌帶後，持續按壓中的針筒內之空氣或水因為阻力消失會進入該空腔，藉以判斷硬脊膜外套針是否已正確位在硬脊膜外腔內，但此種方法並不客觀且需仰賴長期的麻醉經驗。
由於現有硬脊膜外麻醉的實行仍以觸感為主流，仰賴醫生的經驗，雖然先前有許多新的方法，如下表所示，但是還是存在許多弱點，故本發明係建置一套光學斷層影像系統(SSOCT)結合一包含旋轉馬達的針頭內視鏡，藉以取得穿刺端縱向360°的光學斷層影像，進一步分析將該影像數值化處理，辨識硬脊膜與硬脊膜外間隙的區間，
有鑑於此，本發明提供一種取得分類歸納邊界的方法，用以提供一穿刺進行軸向深度的限制。本發明所提供之方法包含下列步驟：首先，取得一組織軸向深度上之複數個斷層影像，於其一斷層影像中，篩選出複數個興趣之紋理特徵，並區分該些紋理特徵之影像色階，取得複數個特徵訊號值。接著，針對其餘斷層影像，進行篩選出複數個興趣之紋理特徵，區分該些紋理特徵之影像灰階強度，取得複數個特徵訊號值等步驟，藉此取得該組織於不同斷層影像的該些特徵訊號值。最後，利用一分類法將該些特徵訊號值於一圖表表示，由此圖表之分佈得出一分類歸納邊界以 界定該組織之一特定區間。
在本發明之一實施例中，上述該穿刺係為硬脊膜外穿刺時，該組織係為皮膚至硬脊膜之區間，且該特定區間係為硬脊膜外腔或非硬脊膜外腔的區間。
在本發明之一實施例中，上述斷層影像係為一軸向扇形或一軸向矩形之光學斷層影像。
在本發明之一實施例中，上述分類法係為支持向量機(Support Vector Machine,SVM)分類方法。
本發明又提供一種自動辨識方法，用以辨識一穿刺中進行之即時深度，是否到達一目標之軸向深度，其包含下列步驟：首先，當一穿刺端刺入一組織至一預期深度時，擷取該組織於軸向深度上之一即時斷層影像。接著，於該即時斷層影像中，篩選出複數個興趣之紋理特徵，再區分該些紋理特徵之影像色階，取得複數個即時特徵訊號值，並利用一分類法將該即時特徵訊號值於一圖表表示，其中此圖表包含由上述本發明提供之取得分類歸納線的方法取得之一分類歸納邊界。最後，辨識該即時特徵訊號值該圖表的一分類區域，若是I區，則該預期深度係為該目標之即時深度
在本發明之一實施例中，上述穿刺係為硬脊膜外穿刺時，該組織係為皮膚至硬脊膜之區間。
在本發明之一實施例中，上述斷層影像係為一軸向扇形或一軸向矩形之光學斷層影像。
在本發明之一實施例中，上述分類法係為支持向量機(Support Vector Machine,SVM)分類方法。
本發明更提供一種自動辨識系統，用以於一穿刺中辨識一目標之即時深度，其包含一影像擷取裝置、一特徵分析裝置以及一決策裝置。影像擷取裝置係連接一穿刺端，當該穿刺端刺入一組織至一預期深度時，擷取該組織於軸向深度上之一即時斷層影像。特徵分析裝置，係於該即時斷層影像中，篩選出複數個興趣之紋理特徵，並區分該些紋理特徵之影像色階，取得複數個即時特徵訊號值。決策裝置，利用一分類法將該即時特 徵訊號值於一圖表表示，其中此圖表包含由上述本發明提供之取得分類歸納邊界的方法所取得之一分類歸納邊界，進一步，辨識該即時特徵訊號值是否位於落入該圖表的一分類區域，若是I區，則該預期深度係為該目標之即時深度。
在本發明之一實施例中，上述影像擷取裝置係為一掃頻光源或一寬頻光源之光學同調斷層掃瞄裝置。較佳地，該穿刺端具有一內光纖探頭，且該內光纖探頭連接一軸向旋轉馬達；或，該穿刺端具有一反射鏡，且該反射鏡連接一擺動馬達，用以取得該組織之一軸向扇形或一軸向矩形之光學斷層影像。
在本發明之一實施例中，上述穿刺係為硬脊膜外穿刺時，該組織係為皮膚至硬脊膜之區間。
在本發明之一實施例中，上述分類法係為支持向量機(Support Vector Machine,SVM)分類方法。
由下文的說明，可更進一步瞭解本發明的特徵及其優點，閱讀時請參考第一圖至第四圖。
100‧‧‧自動辨識系統
10‧‧‧影像擷取裝置
12‧‧‧穿刺端
20‧‧‧特徵分析裝置
30‧‧‧決策裝置
P‧‧‧分類歸納邊界
S102~S110‧‧‧取得分類歸納邊界之步驟
S302~S310b‧‧‧自動辨識方法
第一圖顯示根據本發明一實施例之取得分類邊界的方法流程圖；第二圖顯示本發明之一分類示意圖；第三圖顯示根據本發明一實施例之自動辨識方法流程圖；第四圖顯示根據本發明一實施例之自動辨識系統之架構示意圖；以及五A圖以及第五B圖顯示根據本發明一實施例之軸向扇形光學斷層影像。
請參考第一圖，其係顯示根據本發明一實施例之取得分類邊界的方法流程圖。如圖所示，本發明所提供之取得分類邊界的方法包含下列步驟。首先，取得一組織軸向深度上之複數個斷層影像，如步驟S102所示。其中，該組織樣本可以為脊椎部位的組織，如：皮膚、肌肉、黃韌帶或脂肪等，目的在於為後續之機器學習提供訓練資料，以針對不同組織的 影像進行辨識。
接著，如步驟S104所示，於其一斷層影像中，篩選出複數個興趣之紋理特徵，再區分該些紋理特徵之影像色階，取得複數個特徵訊號值，如步驟S106所示。然後，針對其餘斷層影像，重覆步驟S104至S106，藉此取得該組織於不同斷層影像的該些特徵訊號值，如步驟S108。最後，由於不同組織具有不同的紋理特徵與影像色階，因此，利用一分類法將該些特徵訊號值於一圖表表示，並由該圖表之分佈得出一分類歸納邊界P，如步驟S110與第二圖所示，以界定該組織之一特定區間。其中，上述分類法較佳地為一支持向量機(Support vector machine,SVM)分類方法，但本發明並不欲以此為限。據此，第二圖即顯示本發明之一分類示意圖，該圖可以分類歸納邊界P為界而區分為第I區與第II區。在較佳實施例中，本發明所提供之方法係可用以提供一穿刺進行軸向深度的限制，而第I區代表穿刺針位於脊髓腔內，第II區則代表穿刺針位於脊髓腔外。更佳地，當上述穿刺手術為一硬脊膜外穿刺時，該組織係為皮膚至硬脊膜之區間，而該特定區間為硬脊膜外腔或非硬脊膜外腔的區間，但本發明並不欲以此為限。
本發明進一步提供應用上述方法所取得之分類歸納邊界的自動辨識方法及其系統，自動辨識方法可用以辨識於穿刺中進行之即時深度，是否到達一目標之軸向深度，而自動辨識系統則可用以於一穿刺中進行即時深度之辨識。請同時參考第三圖與第四圖，其中第三圖顯示根據本發明一實施例之自動辨識方法流程圖，而第四圖顯示根據本發明一實施例之自動辨識系統100之架構示意圖，自動辨識系統100包含一影像擷取裝置10、一特徵分析裝置20以及一決策裝置30，其中光學影像擷取裝置係連接一穿刺端12。在較佳實施例中，於穿刺進行的同時，當該穿刺端12刺入一組織至一預期深度時，利用影像擷取裝置10擷取該組織於軸向深度上之一即時斷層影像，如步驟S302所示。接著，特徵分析裝置20於該即時斷層影像中，篩選出複數個興趣之紋理特徵，再區分該些紋理特徵之影像色階，取得複數個即時特徵訊號值，如步驟S304所示。
如前文所述，由於不同組織具有不同的特徵訊號值，因此決策裝置30可進一步將該即時特徵訊號值利用分類法於該包含有分類歸納邊 界P之分類示意圖中表示，如步驟S306所示。其中，分類歸納線P係由步驟S102至S110之方法取得，在此不再贅述。最後，如步驟S308所示，決策裝置30辨識該即時特徵訊號值是否落入分類歸納邊界P內，亦即辨識該即時特徵訊號值係位於第二圖中之第I區或第II區。若是I區，則知道該穿刺進行之預期深度係到達目標即時深度，如步驟S310a所示。反之，若是II區，則如步驟S310b，該穿刺進行之預期深度未到達目標即時深度。
在較佳實施例中，影像擷取裝置10係為一光學同調斷層掃瞄裝置，其係以一掃頻雷射或一寬頻雷射作為一光源，且此光源係藉一麥克森干涉儀而分為一樣本光源與一背景光源，其中樣本光源指向該組織，而該斷層影像係樣本光源之反射光與背景光源之干涉訊號。
更佳地，上述穿刺端12係為一穿刺針。其中，穿刺針例如可包括一外套針針管及一連接筒，且該外套針針管之內部為空心，其頂端與連接筒底部相互連接。在此實施例中，穿刺針可為任意習知的硬脊膜外腔針(epidural needle)，如18號之杜宜式穿刺針(Tuohy needle)，但本發明並不欲以此為限。再者，雖未圖示，本發明係將一內光纖探頭或一反射鏡置入於針管中形成一針頭內視鏡，以結合光學同調斷層掃描裝置提供組織之即時影像。必須說明的是，該內光纖探頭連接一軸向旋轉馬達，以及該反射鏡連接一擺動馬達，以取得該組織之一軸向扇形或一軸向矩形之光學斷層影像。
綜上所述，本發明利用分析不同的組織的紋理組織與影像色階而取得不同組織的即時特徵訊號值，進而作為自動辨識方法判斷出不同組織影像的依據，達到機器學習之效果。再者，本發明係利用一掃頻光源(swept-source)或一寬頻光源(broad-band source)之光學同調斷層掃描裝置optical coherence tomography,OCT)結合包含一軸向旋轉馬達或一擺動馬達的針頭內視鏡，藉以取得組織一軸向扇形或一軸向矩形之光學斷層影像，如第五A圖以及第五B圖所示，進一步分析將上述取得之影像數值化處理，以自動判斷穿刺針頭目前位置是在脊髓腔內還是腔外，確保穿刺之安全性，大大地降低了習知觸診之誤判可能性。其中，第五B圖顯示不同組織的軸向扇形的光學斷層影像，係由影像數值化處理分別區分為腔內(I區)， 包含黃韌帶與硬脊膜外腔，與腔外(II區)，包含肌肉。
上列詳細說明係針對本發明之一可行實施例之具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本發明之專利範圍中。
S302~S310b‧‧‧自動辨識方法

Claims (15)

  1. 一種取得一分類邊界的方法，用以提供一穿刺進行之軸向深度的限制，包含：a)取得一組織軸向深度上之複數個斷層影像；b)於其一斷層影像中，篩選出複數個興趣之紋理特徵；c)區分該些紋理特徵之影像色階，取得複數個特徵訊號值；d)重覆步驟b)至c)，分別取得該組織於不同斷層影像的該些特徵訊號值；以及e)利用一分類法將該些特徵訊號值於一圖表表示，由該圖表之分佈得出一分類歸納邊界以界定該組織之一特定區間。
  2. 如申請專利範圍第1項所述之方法，其中，當該穿刺係為硬脊膜外穿刺時，該組織係為皮膚至硬脊膜之區間，且該特定區間係為硬脊膜外腔或非硬脊膜外腔之區間。
  3. 如申請專利範圍第1項所述之方法，其中，該些斷層影像係為一軸向扇形或一軸向矩形之光學斷層影像。
  4. 如申請專利範圍第1項所述之方法，其中，該分類法係為支持向量機(Support Vector Machine)分類方法。
  5. 一種自動辨識方法，用以辨識一穿刺中進行之即時深度，是否到達一目標之軸向深度，其包含：a)當一穿刺端刺入一組織至一預期深度時，擷取該組織於軸向深度上之一即時斷層影像；b)於該即時斷層影像中，篩選出複數個興趣之紋理特徵；c)區分該些紋理特徵之影像色階，取得複數個即時特徵訊號值；d)利用一分類法將該些即時特徵訊號值於一圖表表示，其中，該圖表包含由申請專利範圍第1項所述之方法取得之一分類歸納邊界；以及e)辨識該些即時特徵訊號值是否落入該圖表的一分類區域，若是I區，則該預期深度係為該目標之即時深度。
  6. 如申請專利範圍第5項所述之方法，其中，該穿刺係為硬脊膜外穿刺時，該組織係為皮膚至硬脊膜之區間。
  7. 如申請專利範圍第5項所述之方法，其中，該斷層影像係為一軸向扇形或一軸向矩形之光學斷層影像。
  8. 如申請專利範圍第5項所述之方法，其中，該分類法係為支持向量機(Support Vector Machine)分類方法。
  9. 一種自動辨識系統，用以於一穿刺中辨識一目標之即時深度，其包含：一影像擷取裝置，連接一穿刺端，當該穿刺端刺入一組織至一預期深度時，擷取該組織於軸向深度上之一即時斷層影像；一特徵分析裝置，係於該即時斷層影像中，篩選出複數個興趣之紋理特徵，並區分該些紋理特徵之影像色階，取得複數個即時特徵訊號值；以及一決策裝置，利用一分類法將該即時特徵訊號值於一圖表表示，其中，該圖表包含由申請專利範圍第1項至第6項所述之方法取得之一分類歸納邊界，進一步，辨識該些即時特徵值落入該圖表的一分類區域，若是I區，則該預期深度係為該目標之即時深度。
  10. 如申請專利範圍第9項所述之系統，其中，該影像擷取裝置係為一掃頻光源或一寬頻光源之光學同調斷層掃瞄裝置。
  11. 如申請專利範圍第9項所述之系統，其中，該穿刺端具有一內光纖探頭，且該內光纖探頭連接一軸向旋轉馬達。
  12. 如申請專利範圍第9項所述之系統，其中，該穿刺端具有一反射鏡，且該反射鏡連接一擺動馬達。
  13. 如申請專利範圍第9項所述之系統，其中，該即時斷層影像係為一軸向扇形或一軸向矩形之光學斷層影像。
  14. 如申請專利範圍第9項所述之系統，其中，該穿刺係為硬脊膜外穿刺時，該組織係為皮膚至硬脊膜之區間。
  15. 如申請專利範圍第9項所述之系統，其中，該分類法係為支持向量機(Support Vector Machine)分類方法。
TW105113957A 2015-07-07 2016-05-05 取得分類歸納邊界之方法及其應用之自動辨識方法與系統 TWI592142B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US201562189443P 2015-07-07 2015-07-07

Publications (2)

Publication Number Publication Date
TW201701836A true TW201701836A (zh) 2017-01-16
TWI592142B TWI592142B (zh) 2017-07-21

Family

ID=57730053

Family Applications (1)

Application Number Title Priority Date Filing Date
TW105113957A TWI592142B (zh) 2015-07-07 2016-05-05 取得分類歸納邊界之方法及其應用之自動辨識方法與系統

Country Status (2)

Country Link
US (1) US10092710B2 (zh)
TW (1) TWI592142B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI684994B (zh) * 2018-06-22 2020-02-11 國立臺灣科技大學 脊椎影像註冊方法
CN111388062A (zh) * 2019-01-03 2020-07-10 战国策智权股份有限公司 高频超音波探针穿刺导引装置及其使用方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109754007A (zh) * 2018-12-27 2019-05-14 武汉唐济科技有限公司 前列腺手术中外包膜智能检测和预警方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2500805A1 (en) * 2002-09-13 2004-03-25 Arcturus Bioscience, Inc. Interactive and automated tissue image analysis
US8556815B2 (en) * 2009-05-20 2013-10-15 Laurent Pelissier Freehand ultrasound imaging systems and methods for guiding fine elongate instruments

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI684994B (zh) * 2018-06-22 2020-02-11 國立臺灣科技大學 脊椎影像註冊方法
CN111388062A (zh) * 2019-01-03 2020-07-10 战国策智权股份有限公司 高频超音波探针穿刺导引装置及其使用方法
CN111388062B (zh) * 2019-01-03 2022-05-17 战国策智权股份有限公司 用于胸膜讯号分析辨识、追踪测距及显示的合并系统和存储介质

Also Published As

Publication number Publication date
TWI592142B (zh) 2017-07-21
US20170007778A1 (en) 2017-01-12
US10092710B2 (en) 2018-10-09

Similar Documents

Publication Publication Date Title
US8812080B2 (en) Algorithm for photonic needle console
US10492682B2 (en) Ophthalmic analysis device and ophthalmic analysis program
TWI592142B (zh) 取得分類歸納邊界之方法及其應用之自動辨識方法與系統
US20130208855A1 (en) Medical image diagnostic apparatus
CN105232093B (zh) 使用压力侦测医疗用针定位的方法及其装置和穿刺针套组
CN109394317B (zh) 穿刺路径规划装置及方法
CN105934200B (zh) 针对乳房x射线摄影检查的改进
Jung et al. Active blood detection in a high resolution capsule endoscopy using color spectrum transformation
KR20220050146A (ko) 휴대용 초음파 가이드 캐뉼러 삽입을 위한 시스템 및 방법
CN112823396A (zh) 基于实时获得的胃内窥镜图像诊断胃病变的内窥镜装置及方法
US20160225145A1 (en) Medical image processing device, medical image processing method and computer readable medium
DE112020000445B4 (de) Intelligente Rückkopplungsspritze für eine intelligente Injektion oder Absaugung entsprechend von Impendanzänderung
US20120095329A1 (en) Biopsy apparatus, phantom, spatial range measuring apparatus, and spatial range measuring method
WO2020005053A1 (es) Sistema portátil para la identificación de casos potenciales de edema macular diabético mediante procesamiento de imagen e inteligencia artificial
CN204274512U (zh) 一种可视穿刺活检治疗针
JP2016514031A (ja) 組織特性評価のための並列ツリーベースパターン認識
RU2654783C1 (ru) Способ диагностики друз диска зрительного нерва методом оптической когерентной томографии-ангиографии
CN207940887U (zh) 远程中医问诊设备
CN110573107B (zh) 医疗系统和相关方法
US8016777B1 (en) Hand-held probe for prostate cancer screening
KR20110019992A (ko) 홍채학을 이용한 진단시스템 및 방법
CN113171053A (zh) 一种融合近红外成像的内窥镜手术血管增强检测方法
US20170172487A1 (en) Imaging skin cancer detection device
CN108606806A (zh) 确定扫描时延的方法和装置、造影剂诊断扫描方法和装置
CN205644655U (zh) 一种窥镜下电外科发生器阻抗与图像智能识别系统