TWI525578B - 用於腹膜透析中腹膜併發症評估的影像分析方法及裝置 - Google Patents

用於腹膜透析中腹膜併發症評估的影像分析方法及裝置 Download PDF

Info

Publication number
TWI525578B
TWI525578B TW104125440A TW104125440A TWI525578B TW I525578 B TWI525578 B TW I525578B TW 104125440 A TW104125440 A TW 104125440A TW 104125440 A TW104125440 A TW 104125440A TW I525578 B TWI525578 B TW I525578B
Authority
TW
Taiwan
Prior art keywords
color
image
tested
region
interest
Prior art date
Application number
TW104125440A
Other languages
English (en)
Other versions
TW201706953A (zh
Inventor
陳泓劭
黃政文
馬席彬
Original Assignee
國立清華大學
國立臺灣大學
國立臺灣大學醫學院附設醫院
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 國立清華大學, 國立臺灣大學, 國立臺灣大學醫學院附設醫院 filed Critical 國立清華大學
Priority to TW104125440A priority Critical patent/TWI525578B/zh
Priority to US14/957,601 priority patent/US9633432B2/en
Application granted granted Critical
Publication of TWI525578B publication Critical patent/TWI525578B/zh
Publication of TW201706953A publication Critical patent/TW201706953A/zh

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
    • 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
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
    • A61M1/16—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis with membranes
    • A61M1/1654—Dialysates therefor
    • A61M1/1656—Apparatus for preparing dialysates
    • A61M1/1668—Details of containers
    • 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
    • A61M1/00—Suction or pumping devices for medical purposes; Devices for carrying-off, for treatment of, or for carrying-over, body-liquids; Drainage systems
    • A61M1/14—Dialysis systems; Artificial kidneys; Blood oxygenators ; Reciprocating systems for treatment of body fluids, e.g. single needle systems for hemofiltration or pheresis
    • A61M1/28—Peritoneal dialysis ; Other peritoneal treatment, e.g. oxygenation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/483—Physical analysis of biological material
    • G01N33/487—Physical analysis of biological material of liquid biological material
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration by the use of local operators
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/33—Controlling, regulating or measuring
    • A61M2205/3306—Optical measuring means
    • 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
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/35—Communication
    • A61M2205/3546—Range
    • A61M2205/3553—Range remote, e.g. between patient's home and doctor's office
    • 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
    • A61M2205/00—General characteristics of the apparatus
    • A61M2205/50—General characteristics of the apparatus with microprocessors or computers
    • A61M2205/52—General characteristics of the apparatus with microprocessors or computers with memories providing a history of measured variating parameters of apparatus or patient
    • 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
    • G06T2207/10024—Color image
    • 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
    • G06T2207/30084—Kidney; Renal

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Urology & Nephrology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Emergency Medicine (AREA)
  • Medical Informatics (AREA)
  • Hematology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Veterinary Medicine (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Anesthesiology (AREA)
  • Vascular Medicine (AREA)
  • Chemical & Material Sciences (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Description

用於腹膜透析中腹膜併發症評估的影像分析方法及裝置
本發明是有關於一種影像分析技術， 且特別是有關於一種用於腹膜透析中腹膜併發症評估的影像分析方法及裝置。
慢性腎衰竭患者必須接受長期的透析治療， 其中腹膜透析（Peritoneal dialysis）是可於居家進行的透析模式，相較於病患必須要定期到醫院進行的血液透析，腹膜透析具有低成本、高效率的特色，是未來推廣的趨勢。腹膜透析是在腹腔注入透析溶液，利用體內的腹膜過濾，清除血液中新陳代謝的廢物及多餘水分，是除血液透析以外的腎衰竭療法之一。
腹膜透析回收液會隨著病人的身體狀況而呈現不同的樣子。也就是說，醫生可以從腹膜透析回收液來判斷腹膜透析的使用者是否有某些病灶發生。然而，當肉眼能判斷出病灶產生的時候，通常已經為時已晚。此外，腹膜炎等其他併發症的發生亦使得腹膜透析的推行受到阻礙。
本發明提供一種用於腹膜透析中腹膜併發症評估的影像 分析方法及裝置，可在發病之前提早偵測病灶。
本發明的用於腹膜透析中腹膜併發症評估的影像分析方法， 包括下述步驟。擷取透析袋的待測影像，並對待測影像執行分析程序。上述分析程序包括：對待測影像執行邊緣偵測，藉以獲得感興趣區域；對感興趣區域包括的多個像素執行色彩偵測，而獲得感興趣區域對應的原始色彩資訊；對原始色彩資訊執行色彩校正，藉此獲得校正後色彩資訊；轉換校正後色彩資訊至色彩空間中的色彩位置；以及比對色彩位置與資料庫內所記錄的多個疾病警示範圍。持續擷取另一透析袋的另一待測影像，並對上述另一待測影像執行分析程序。在持續對多個待測影像執行分析程序之後，當偵測到在時間區段內所擷取之待測影像的色彩位置逐漸地靠近其中一個疾病警示範圍時，發出提示訊號。
在本發明的一實施例中，上述影像分析方法更包括：對校色板最下排的多個色塊的紅色、綠色及藍色執行線性回歸運算，而獲得回歸後色彩參數。依據回歸後色彩參數，對校色板的全部色塊的紅色、綠色及藍色執行線性回歸運算，而獲得色彩校正矩陣。進而，基於色彩校正矩陣對原始色彩資訊執行色彩校正，藉此獲得校正後色彩資訊。
在本發明的一實施例中，上述影像分析方法更包括：上傳待測影像、校正後色彩資訊以及比對色彩位置與資料庫內所記錄的疾病警示範圍所獲得的比對結果至雲端伺服器。
在本發明的一實施例中， 上述色彩空間為CIE Lab 色彩空間。
在本發明的一實施例中， 上述對感興趣區域包括的像素執行色彩偵測， 而獲得感興趣區域對應的原始色彩資訊的步驟包括：自感興趣區域的各像素分別擷取紅色、綠色、藍色，進而獲得三個色彩陣列；以及去除各色彩陣列中的離群值並執行低通濾波後，取出各色彩陣列的平均值，藉此來作為感興趣區域對應的原始色彩資訊。
在本發明的一實施例中， 上述影像分析方法更包括傳送提示訊號至雲端伺服器，以透過雲端伺服器傳送提示訊號至醫療中心。
本發明的影像分析裝置，包括：影像擷取單元、儲存單元以及處理單元。影像擷取單元擷取透析袋的待測影像。儲存單元包括資料庫。處理單元耦接至影像擷取單元以及儲存單元。處理單元對待測影像執行分析程序。上述分析程序包括：對待測影像執行邊緣偵測，藉以獲得感興趣區域；對感興趣區域包括的多個像素執行色彩偵測，而獲得感興趣區域對應的原始色彩資訊；對原始色彩資訊執行色彩校正，藉此獲得校正後色彩資訊；轉換校正後色彩資訊至色彩空間中的色彩位置；以及比對色彩位置與資料庫內所記錄的多個疾病警示範圍。影像擷取單元持續擷取另一透析袋的另一待測影像，並由處理單元對上述另一待測影像執行分析程序。處理單元在持續對多個待測影像執行分析程序之後，當偵測到在一時間區段內所擷取之待測影像的色彩位置逐漸地靠近其中一疾病警示範圍時，發出提示訊號。
圖1是依照本發明一實施例的影像分析裝置的方塊圖。請參照圖1，影像分析裝置100 包括處理單元110、影像擷取單元120 以及儲存單元130，並且選擇性設置有通訊單元140。影像分析裝置100 例如為智慧型手機、平板電腦等具有運算能力的電子裝置，且可進一步透過網路服務與雲端伺服器進行通信。
處理單元110 例如為中央處理單元（Central ProcessingUnit，CPU）、微處理器（microprocessor）或數位訊號處理器（ digitalsignal processor，DSP）等。影像擷取單元120 例如是攝影機或照相機，其採用電荷耦合元件（Charge coupled device，CCD）鏡頭、互補式金氧半電晶體（Complementary metal oxide semiconductortransistors，CMOS） 鏡頭、或紅外線鏡頭。儲存單元130 例如為非揮發性記憶體（Non-volatile memory）、隨機存取記憶體（RandomAccess Memory，RAM）或硬碟等。通訊單元140 例如為有線或無線的網路卡。
本實施例是以程式碼來實現。例如， 儲存單元130 中儲存有多個程式碼片段， 上述程式碼片段在被安裝後， 會由處理單元110 來實現透析袋的影像分析。例如， 儲存單元130 中包括多個模組， 藉由這些模組來分別執行多個功能， 而各模組是由一或多個程式碼片段所組成。舉例來說， 儲存單元130 包括邊緣偵測模組131、色彩偵測模組132、色彩校正模組133、比對模組134以及提示模組135。
上述影像分析裝置100 可實現在遠端照護系統， 底下舉例說明。圖2是依照本發明一實施例的遠端照護系統的示意圖。請參照圖2，在本實施例中，影像分析裝置100為智慧型手機。使用者利用影像分析裝置100上所設置的影像擷取單120（例如為前置鏡頭或後置鏡頭）來拍攝透析袋W，進而獲得待測影像。接著，由處理單元110執行儲存單元130中的各模組以對待測影像執行分析程序，進而獲得待測影像在色彩空間中對應的色彩位置。並且，在處理單元110持續對多個待測影像執行分析程序之後，當偵測到在一個時間區段內所擷取之待測影像的色彩位置逐漸地靠近其中一疾病警示範圍時，處理單元110會發出提示訊號，藉此來提醒使用者。另外，處理單元110還可進一步透過通訊單元140將提示訊號傳送至雲端伺服器210，再透過雲端伺服器210將提示訊號傳送至指定的醫療中心220。醫療中心220如為設置在醫院的主機、伺服器等電子裝置。
另外，在其他實施例中，處理單元110亦可透過通訊單元140將待測影像直接上傳至雲端伺服器210，而由雲端伺服器210來對待測影像執行分析程序。例如，處理單元110透過通訊單元140將校正後色彩資訊和待測影像傳送至雲端伺服器210，在雲端伺服器210中比對後，再回傳提示訊號給腹膜透析使用者的影像分析裝置100。
圖3是依照本發明一實施例的用於腹膜透析的影像分析方法流程圖。請參照圖1～圖3，在步驟S305中，透過影像擷取單元120擷取透析袋W的待測影像。例如，使用者在執行腹膜透析動作並進行換液而取出腹膜透析回收液之後，將影像擷取單元120的鏡頭對準換液後之腹膜透析回收液的透析袋W進行拍攝，藉以獲得待測影像。
接著，在步驟S310中，由處理單元110對待測影像執行分析程序。底下舉例來說明待測影像的分析程序各步驟。圖4是依照本發明一實施例的待測影像的分析程序的流程圖。請參照圖4，在步驟S405中，處理單元110透過邊緣偵測模組131對待測影像執行邊緣偵測，藉以獲得感興趣區域（regionofinterest，ROI）。例如，邊緣偵測模組131分別將紅色（R）、綠色（G）及藍色（B）的三個灰階圖層執行相鄰像素的數值差異，最後再合併起來。一般而言，可利用Sobel運算元（operator）、Canny運算元等來進行邊緣偵測。
在此，為了避免液體中的氣泡或反光造成判斷上的誤差，因此會先對待測影像執行邊緣偵測，突顯出這些氣泡及反光區域的位置。在執行邊緣偵測之後，可自待測影像中獲得一目標區域（即，透析袋W對應的區域），而處理單元110可直接以此目標區域作為感興趣區域，或者處理單元110在目標區域中取出預先設定的範圍作為感興趣區域，或者處理單元110可基於使用者的選擇，而在目標區域中圈選出感興趣區域。
接著，在步驟S410中，處理單元110透過色彩偵測模組132對感興趣區域包括的多個像素執行色彩偵測，而獲得感興趣區域對應的原始色彩資訊。舉例來說，處理單元110自感興趣區域的各像素分別擷取紅色（R）、綠色（G）、藍色（B），進而獲得三個色彩陣列（分別對應R、G、B）。隨後將各色彩陣列中的離群值（outliner）去除後，對剩餘的色彩陣列執行低通濾波，並取出經由低通濾波後的各色彩陣列的平均值，藉由上述對應於R、G、B三個色彩的平均值來作為感興趣區域對應的原始色彩資訊。上述離群值的門檻值例如可利用92.7%信賴區間（confidenceinterval）或盒鬚圖（box-plot）來獲得。
之後，在步驟S415中，處理單元110透過色彩校正模組133對原始色彩資訊執行色彩校正，藉此獲得校正後色彩資訊。一般的影像擷取單元120中往往會有內建演算法會將感光元件所輸出的色彩資訊添加一些非線性成分，其目的是消除顯示器上可能造成的伽瑪效應（gammaeffect）。據此，在本實施例中，色彩校正模組133的功能即是將可能變為非線性的色彩資訊還原成原本線性的色彩資訊。另一方面，在色彩校正過程中亦可對特定環境系統下光線強度作權重，改善曝光度的問題。在一實施例中，先將影像擷取單元120的相機模組採用全域測光來避免收光的不平衡。另外，透過白紙測試，即在某一不均勻光源條件下先拍一張白紙，再對照片中的每個像素做歸一化處理，以達到所有像素正確曝光的效果。
在此，色彩校正模組133利用一色彩校正矩陣來執行色彩校正。舉例來說，以24（6×4）色的校色板為例，對校色板最下排的多個色塊的紅色（R）、綠色（G）及藍色（B）執行線性回歸運算，而獲得回歸後色彩參數。之後，依據回歸後色彩參數，對校色板的全部色塊的紅色（R）、綠色（G）及藍色（B）執行線性回歸運算，而獲得色彩校正矩陣。
舉例來說，下述式子(A)為三階的線性回歸運算公式。yaxbxcxdxe432(A)
自6×4的校色板最下排的每一個色塊（共6個色塊）中取出一個30×30的範圍的像素來執行sRGB的擷取，再依據上述式子A分別對R、G、B三者做自身的線性回歸運算後，藉此來獲得對應於R、G、B三者的參數(a,b,c,d,e)，即，參數(a1,b1,c1,d1,e1)、參數(a2,b2,c2,d2,e2)、參數(a3,b3,c3,d3,e3)。之後，基於上述式子(A)、上述三組參數以及原先所擷取的sRGB色彩值來產生R'、G'、B'，如下述式子(A1)～式子(A3)所示。'11111432RaRbRcRdRe(A1)'22222432GaGbGcGdGe(A2)'33333432BaBbBcBdBe(A3)
之後，依據上述回歸後色彩參數R'、G'、B'，對校色板的全部色塊（共24個色塊）的R、G、B三者做自身的線性回歸運算，藉以來產生n×3的色彩校正矩陣。在此，n為大於或等於3的整數。
以8×3的色彩校正矩陣為例，R''的線性回歸運算如底下公式(B)所示，而G''及B''以此類推。另外，還可利用ΔE（歐基里德距離，Euclideandistance）來表示修正的效益。R''a1R'b1G'c1B'd1R'G'e1R'B'f1G'B'g1R'G'B'h1(B)
可參考增廣矩陣（Augmentedmatrix）來選擇所需的回歸模組，可參考底下表1，其中，m越大則可獲得越精準的校正。m×3增廣矩陣3×3[RGB]5×3[RGBRGB1]7×3[RGBRGRBGB1]8×3[RGBRGRBGBRGB1]10×3[RGBRGRBGBRGB1]22211×3[RGBRGRBGBRGBRGB1]22214×3[RGBRGRBGBRGBRGBRGB1]22233316×3[RGBRGRBGBRGBRGBRGGBBRRGB]222222333……表1
接著，在步驟S420中，透過色彩校正模組133轉換校正後色彩資訊至色彩空間中的色彩位置。在此，色彩空間為CIELab色彩空間。之後，在步驟S425中，比對色彩位置與資料庫內所記錄的多個疾病警示範圍。在本實施例中，儲存單元130內設置有一資料庫，資料庫中記錄了經由大量收集發病的腹膜透析回收液，並由醫生進行判斷後，統合所有資料所獲得的多個疾病警示範圍。
而在經由上述步驟S405～S420的處理過程之後，可獲得腹膜透析回收液的色彩位置，並且利用歐基里德距離來計算上述色彩位置與各疾病警示範圍之間的關係。
返回圖3，在步驟S315中，持續透過影像擷取單元120來擷取其他透析袋的待測影像，並且對此待測影像執行分析程序。由於使用者必須持續地進行腹膜透析，且每天必須操作數次的換液動作，因此，在每次在執行腹膜透析動作並進行換液而取出腹膜透析回收液之後，皆對腹膜透析回收液的透析袋進行拍照動作，進而對所獲得的待測影像執行分析程序（如步驟S405～步驟S425所示）。
之後，在步驟S320中，在持續對多個待測影像執行分析程序之後，當偵測到在一個時間區段內所擷取之色彩位置逐漸地靠近其中一個疾病警示範圍時，處理單元110便會透過提示模組135來發出提示訊號。也就是說，計算每一次所獲得的色彩位置和資料庫中各種疾病警示範圍之間的歐基里德距離，並且記錄下來。不僅可在色彩位置落於其中一種疾病的疾病警示範圍內時立即發出提示訊號，更可以藉由每一次所記錄的距離關係，當在一個時間區段內所獲得的色彩位置逐漸地靠近疾病警示範圍（尚未落入疾病警示範圍內）時，發出提示訊號。上述時間區段例如為1天、2天或3天等。據此，在透過雲端伺服器210傳送提示訊號至醫療中心220之後，使得醫院方面能夠提早發現問題並遠端監控使用者的健康狀況。
另外，處理單元110可進一步透過通訊單元140將待測影像、校正後色彩資訊以及比對色彩位置與資料庫內所記錄的疾病警示範圍所獲得的比對結果，上傳至雲端伺服器210。例如，上傳的時間點可以在分別獲得待測影像、校正後色彩資訊及比對結果後，隨即上傳。或者，可預先設定好上傳的時間，在到達預設的時間時，將待測影像、校正後色彩資訊及比對結果上傳。
綜上所述，本發明透過影像分析來對腹膜透析回收液進行色度偵測，可實施於智慧型手機、平板電腦等電子裝置中，方便使用者自行監控，並且可早期預測到病灶的發生進而提早預防。此外，還可利用網路服務與雲端伺服器進行通信，進而可隨時和醫院聯繫，達到遠端監控之目的。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明的精神和範圍內，當可作些許的更動與潤飾，故本發明的保護範圍 當視後附的申請專利範圍所界定者為準。
100‧‧‧影像分析裝置
110‧‧‧處理單元
120‧‧‧影像擷取單元
130‧‧‧儲存單元
131‧‧‧邊緣偵測模組
132‧‧‧色彩偵測模組
133‧‧‧色彩校正模組
134‧‧‧比對模組
135‧‧‧提示模組
140‧‧‧通訊單元
210‧‧‧雲端伺服器
220‧‧‧醫療中心
W‧‧‧透析袋
S305～S320‧‧‧用於腹膜透析的影像分析方法各步驟
S405～S425‧‧‧待測影像的分析程序各步驟
圖1 是依照本發明一實施例的影像分析裝置的方塊圖。 圖2 是依照本發明一實施例的遠端照護系統的示意圖。 圖3 是依照本發明一實施例的用於腹膜透析中腹膜併發症評 估的影像分析方法流程圖。 圖4 是依照本發明一實施例的待測影像的分析程序的流程圖。
S305~S320‧‧‧用於腹膜透析中腹膜併發症評估的影像分析方法各步驟

Claims (10)

  1. 一種用於腹膜透析中腹膜併發症評估的影像分析方法，包括： 擷取一透析袋的一待測影像； 對該待測影像執行一分析程序，包括： 對該待測影像執行一邊緣偵測，藉以獲得一感興趣區域； 對該感興趣區域包括的多個像素執行一色彩偵測，而獲得該感興趣區域對應的一原始色彩資訊； 對該原始色彩資訊執行一色彩校正，藉此獲得一校正後色彩資訊； 轉換該校正後色彩資訊至一色彩空間中的一色彩位置；以及 比對該色彩位置與一資料庫內所記錄的多個疾病警示範圍； 持續擷取另一透析袋的另一待測影像，並對上述另一待測影像執行該分析程序；以及 在持續對多個上述待測影像執行該分析程序之後，當偵測到在一時間區段內所擷取的上述待測影像各自的該色彩位置逐漸地靠近該些疾病警示範圍其中之一時，發出一提示訊號。
  2. 如申請專利範圍第1項所述的用於腹膜透析中腹膜併發症評估的影像分析方法，更包括： 對一校色板最下排的多個色塊的紅色、綠色及藍色執行一線性回歸運算，而獲得一回歸後色彩參數；以及 依據該回歸後色彩參數，對該校色板的全部色塊的紅色、綠色及藍色執行該線性回歸運算，而獲得一色彩校正矩陣； 其中，對該原始色彩資訊執行該色彩校正，藉此獲得該校正後色彩資訊的步驟包括： 基於該色彩校正矩陣對該原始色彩資訊執行該色彩校正，藉此獲得該校正後色彩資訊。
  3. 如申請專利範圍第1項所述的用於腹膜透析中腹膜併發症評估的影像分析方法，更包括： 上傳該待測影像、該校正後色彩資訊以及比對該色彩位置與該資料庫內所記錄的該些疾病警示範圍所獲得的一比對結果至一雲端伺服器。
  4. 如申請專利範圍第1項所述的用於腹膜透析中腹膜併發症評估的影像分析方法，其中該色彩空間為CIE Lab色彩空間。
  5. 如申請專利範圍第1項所述的用於腹膜透析中腹膜併發症評估的影像分析方法，其中對該感興趣區域包括的該些像素執行該色彩偵測，而獲得該感興趣區域對應的該原始色彩資訊的步驟包括： 自該感興趣區域的每一上述像素分別擷取紅色、綠色、藍色，進而獲得三個色彩陣列；以及 去除每一上述色彩陣列中的離群值並執行一低通濾波後，取出每一上述色彩陣列的平均值，藉此來作為該感興趣區域對應的該原始色彩資訊。
  6. 如申請專利範圍第1項所述的用於腹膜透析中腹膜併發症評估的影像分析方法，更包括： 傳送該提示訊號至一雲端伺服器，以透過該雲端伺服器傳送該提示訊號至一醫療中心。
  7. 一種影像分析裝置，包括： 一影像擷取單元，擷取一透析袋的一待測影像； 一儲存單元，包括一資料庫；以及 一處理單元，耦接至該影像擷取單元以及該儲存單元，該處理單元對該待測影像執行一分析程序，其中，該分析程序包括：對該待測影像執行一邊緣偵測，藉以獲得一感興趣區域；對該感興趣區域包括的多個像素執行一色彩偵測，而獲得該感興趣區域對應的一原始色彩資訊；對該原始色彩資訊執行一色彩校正，藉此獲得一校正後色彩資訊；轉換該校正後色彩資訊至一色彩空間中的一色彩位置；以及比對該色彩位置與該資料庫內所記錄的多個疾病警示範圍； 其中，該影像擷取單元持續擷取另一透析袋的另一待測影像，並由該處理單元對上述另一待測影像執行該分析程序，該處理單元在持續對多個上述待測影像執行該分析程序之後，當偵測到在一時間區段內所擷取的上述待測影像各自的該色彩位置逐漸地靠近該些疾病警示範圍其中之一時，發出一提示訊號。
  8. 如申請專利範圍第7項所述的影像分析裝置，其中該處理單元對一校色板最下排的多個色塊的紅色、綠色及藍色執行一線性回歸運算，而獲得一回歸後色彩參數；以及依據該回歸後色彩參數，對該校色板的全部色塊的紅色、綠色及藍色執行該線性回歸運算，而獲得一色彩校正矩陣； 而該處理單元在執行該分析程序中，基於該色彩校正矩陣對該原始色彩資訊執行該色彩校正，藉此獲得該校正後色彩資訊。
  9. 如申請專利範圍第7項所述的影像分析裝置，更包括： 一通訊單元，耦接至該處理單元； 其中，該處理單元透過該通訊單元連接至一網際網路，藉以上傳該待測影像、該校正後色彩資訊以及比對該色彩位置與該資料庫內所記錄的該些疾病警示範圍所獲得的一比對結果至一雲端伺服器；且 該處理單元透過該通訊單元傳送該提示訊號至該雲端伺服器，以透過該雲端伺服器傳送該提示訊號至一醫療中心。
  10. 如申請專利範圍第7項所述的影像分析裝置，其中該處理單元自該感興趣區域的每一上述像素分別擷取紅色、綠色、藍色，進而獲得三個色彩陣列；並且去除每一上述色彩陣列中的離群值並執行一低通濾波後，取出每一上述色彩陣列的平均值，藉此來作為該感興趣區域對應的該原始色彩資訊。
TW104125440A 2015-08-05 2015-08-05 用於腹膜透析中腹膜併發症評估的影像分析方法及裝置 TWI525578B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW104125440A TWI525578B (zh) 2015-08-05 2015-08-05 用於腹膜透析中腹膜併發症評估的影像分析方法及裝置
US14/957,601 US9633432B2 (en) 2015-08-05 2015-12-03 Image analysis method and apparatus for assessment of peritoneal dialysis complication in peritoneal dialysis

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW104125440A TWI525578B (zh) 2015-08-05 2015-08-05 用於腹膜透析中腹膜併發症評估的影像分析方法及裝置

Publications (2)

Publication Number Publication Date
TWI525578B true TWI525578B (zh) 2016-03-11
TW201706953A TW201706953A (zh) 2017-02-16

Family

ID=56085439

Family Applications (1)

Application Number Title Priority Date Filing Date
TW104125440A TWI525578B (zh) 2015-08-05 2015-08-05 用於腹膜透析中腹膜併發症評估的影像分析方法及裝置

Country Status (2)

Country Link
US (1) US9633432B2 (zh)
TW (1) TWI525578B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018007013A3 (de) * 2016-07-07 2018-03-01 Fresenius Medical Care Deutschland Gmbh Verfahren und smartphone zur erfassung von symptomen einer peritonitis

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109498857B (zh) * 2018-12-29 2020-10-16 刘铁楠 一种基于图像识别的引流监控系统及方法
US20240009363A1 (en) * 2020-08-21 2024-01-11 Byonyks Medical Devices, Inc. Peritonitis sensors, including peritonitis sensors for automated peritoneal dialysis systems, and associated systems, devices, and methods

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8057423B2 (en) 2007-07-05 2011-11-15 Baxter International Inc. Dialysis system having disposable cassette
US8496609B2 (en) * 2007-07-05 2013-07-30 Baxter International Inc. Fluid delivery system with spiked cassette
US7955295B2 (en) * 2007-07-05 2011-06-07 Baxter International Inc. Fluid delivery system with autoconnect features
DE102008031660A1 (de) * 2008-07-04 2010-01-07 Fresenius Medical Care Deutschland Gmbh Vorrichtung zur Peritonealdialyse
TWI421795B (zh) 2009-12-02 2014-01-01 Shinsoft Co Ltd 使用影像色彩資訊之處理系統、處理方法與影像分類方法
US20130131574A1 (en) * 2011-05-11 2013-05-23 Daniel L. Cosentino Dialysis treatment monitoring
US20140233826A1 (en) 2011-09-27 2014-08-21 Board Of Regents Of The University Of Texas System Systems and methods for automated screening and prognosis of cancer from whole-slide biopsy images
CN103079077B (zh) 2011-10-26 2016-03-30 比亚迪股份有限公司 一种图像处理方法
TW201328738A (zh) 2012-01-11 2013-07-16 Univ Kaohsiung Medical 一種腹膜透析自主管理裝置
WO2013170219A1 (en) * 2012-05-11 2013-11-14 BioMetric Holdings, Inc. Systems, methods, and apparatuses for monitoring end stage renal disease
DE102012021805A1 (de) 2012-11-08 2014-05-08 Fresenius Medical Care Deutschland Gmbh Vorrichtung und Verfahren zur Überwachung der Behandlung eines Patienten
CN103079076B (zh) 2013-01-22 2015-04-08 无锡鸿图微电子技术有限公司 自适应伽玛校正曲线的色彩校正矩阵的产生方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018007013A3 (de) * 2016-07-07 2018-03-01 Fresenius Medical Care Deutschland Gmbh Verfahren und smartphone zur erfassung von symptomen einer peritonitis
CN109475678A (zh) * 2016-07-07 2019-03-15 费森尤斯医疗护理德国有限责任公司 用于检测腹膜炎症状的方法
JP2019528092A (ja) * 2016-07-07 2019-10-10 フレゼニウス メディカル ケア ドイッチェランド ゲゼルシャフト ミット ベシュレンクテル ハフツング 腹膜炎の症状を検出する方法
US11538150B2 (en) 2016-07-07 2022-12-27 Fresenius Medical Care Deutschland Gmbh Method of detecting symptoms of peritonitis

Also Published As

Publication number Publication date
US9633432B2 (en) 2017-04-25
TW201706953A (zh) 2017-02-16
US20170039700A1 (en) 2017-02-09

Similar Documents

Publication Publication Date Title
US10146909B2 (en) Image-based disease diagnostics using a mobile device
US11783480B2 (en) Semi-automated system for real-time wound image segmentation and photogrammetry on a mobile platform
KR102317478B1 (ko) 상처의 평가 및 관리를 위한 방법 및 시스템
US20170164888A1 (en) Organ imaging device
CN111225611B (zh) 用于帮助分析目标对象中的伤口的系统和方法
CN101894212B (zh) 一种对皮肤创面综合检测的方法
US8666130B2 (en) Systems and methods for bio-image calibration
KR200470398Y1 (ko) 소변검사용 스트립
TWI525578B (zh) 用於腹膜透析中腹膜併發症評估的影像分析方法及裝置
US9002083B2 (en) System, method, and software for optical device recognition association
Figueiredo et al. Computer-assisted bleeding detection in wireless capsule endoscopy images
US20210052138A1 (en) Guidance method and systems for teledentistry imaging
JPWO2015029537A1 (ja) 器官画像撮影装置
CN106483130B (zh) 一种水稻病害的检测方法及其自动检测装置
TW201540263A (zh) 資訊處理裝置、資訊處理系統、及程式
Shi et al. Towards algorithm‐enabled home wound monitoring with smartphone photography: a hue‐saturation‐value colour space thresholding technique for wound content tracking
US11195281B1 (en) Imaging system and method for assessing wounds
WO2015049936A1 (ja) 器官画像撮影装置
JP2022137109A (ja) 画像表示システム、及び画像表示方法
CN111698401B (zh) 设备、图像处理设备和控制方法
Bchir et al. Empirical comparison of visual descriptors for ulcer recognition in wireless capsule endoscopy video
JP2005094185A (ja) 画像処理システム、画像処理装置、および撮像制御方法
WO2015068494A1 (ja) 器官画像撮影装置
WO2015060070A1 (ja) 器官画像撮影装置
Sampaio et al. Leveraging deep neural networks for automatic and standardised wound image acquisition