TWI636773B - 呼吸中止症評估方法及其系統 - Google Patents

呼吸中止症評估方法及其系統 Download PDF

Info

Publication number
TWI636773B
TWI636773B TW106115129A TW106115129A TWI636773B TW I636773 B TWI636773 B TW I636773B TW 106115129 A TW106115129 A TW 106115129A TW 106115129 A TW106115129 A TW 106115129A TW I636773 B TWI636773 B TW I636773B
Authority
TW
Taiwan
Prior art keywords
value
pixels
region
airway
interest
Prior art date
Application number
TW106115129A
Other languages
English (en)
Other versions
TW201800056A (zh
Inventor
陳正剛
李伊俐
楊竣翔
劉家豪
Original Assignee
安克生醫股份有限公司
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 安克生醫股份有限公司 filed Critical 安克生醫股份有限公司
Publication of TW201800056A publication Critical patent/TW201800056A/zh
Application granted granted Critical
Publication of TWI636773B publication Critical patent/TWI636773B/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
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
    • A61B8/4461—Features of the scanning mechanism, e.g. for moving the transducer within the housing of the probe
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4483—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
    • 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
    • G06T2207/10132—Ultrasound 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Quality & Reliability (AREA)
  • Physiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本發明提供一種呼吸道寬度的測定方法，其步驟包含：提供一呼吸道區間的超音波影像，其中，每一該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值。再者，於該超音波影像中，圈選一興趣區域(region of interest)，計算該興趣區域中該些像素點的色階值，取得一第一統計數值，並彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，定義為一空氣區域，而後，計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值。

Description

呼吸中止症評估方法及其系統
本發明係有關一種呼吸中止症評估方法及其系統，特別是一種透過超音波影像予以辨識呼吸道區間之評估方法及其系統。
睡眠呼吸中止症是一種睡眠時候呼吸停止的睡眠障礙，多發生於中年患者，平均每20個成年人就有一個患者，又男性的發病率約為女性的2至8倍。近年醫學研究也發現，兒童罹患睡眠呼吸中止症的比例其實比想像中嚴重。另外，肥胖、扁桃腺過大、鼻骨移位、酗酒、吸菸及服用安眠藥的人士亦較易罹患睡眠呼吸中止症。傳統上，評估呼吸中止症是以口、鼻的氣流停止流動超過十秒與十秒以上的換氣量降低了50%或以上的次數作為評估標準。對病患而言，其檢測方式，係如: 睡眠多維圖檢查、居家過夜血氧紀錄，相當耗時且容易影響睡眠，再者，無法提供醫療人員準確的量測數值。
習知技術者為了能即時診斷呼吸中止症，雖曾研究使用2D超音波掃描呼吸道輔助診斷的進行，但由於2D 超音波受限於擷取面與呼吸道的相對位置，尚無法精準定位呼吸道的區域；另一方面，當不同操作者欲掃描相同檢查對象呼吸道的區域時，不同時間的取像角度及位置亦會產生不同結果，是一個亟欲解決之議題。
為克服既有技術所存在之問題，本發明提供一種多角度多切的呼吸道寬度測定方法及其系統，係針對呼吸道症狀提供客觀性的評估；進一步，透過該呼吸道寬度的測定，本發明提供一種呼吸道阻塞的評估方法，以輔助呼吸道病症或異常的診斷，例如呼吸中止病症患的歸類。
由此，本發明提供一種呼吸道寬度的測定方法，其步驟包含：提供一呼吸道區間的超音波影像，其中，每一該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值。再者，於該超音波影像中，圈選一興趣區域(region of interest)，計算該興趣區域中該些像素點的色階值，取得一第一統計數值，並彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，定義為一空氣區域，而後，計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值。
本發明之一實施例中，該呼吸道區間係為呼吸道的舌後區(retro-glossal region)或上顎後區(retro-palatal region)。
本發明再一方面提供一測定系統，藉以實施本發明呼吸道寬度的測定方法，其包含一超音波影像擷取裝置以及一測定裝置的組合，該測定裝置耦接於該超音波影像擷取裝置上。
根據本發明的實施例，該超音波影像擷取裝置用以收集一呼吸道區間的超音波影像，其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值。
該測定裝置包含一輸入模組、一分類模組以及一輸出模組。由該輸入模組接收該超音波影像後，輸入包含一興趣區域(region of interest)的圈選指令，計算該興趣區域中該些像素點的色階值，取得一第一統計數值。由該分類模組彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者定義為一空氣區域，並計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值。由該輸出模組輸出呼吸道寬度值，並顯示該包含該興趣區域、該空氣區域與該非空氣區域的該超音波影像。
本發明方法及系統可藉了解呼吸道阻塞的狀況，輔助呼吸道病症或異常的診斷，尤其是目前難以診斷的阻塞型睡眠呼吸中止症（Obstructive Sleep Apnea，OSA），或簡稱睡眠呼吸中止症或呼吸中止症的診斷或歸類。
另一方面，本發明提供一種一待測者呼吸道阻塞的評估方法，其步驟包含：於該待測者正常呼吸動作時，收集該待測者複數個呼吸道切面的超音波影像，其中，每一該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值。再者，於該些超音波影像中，圈選一興趣區域(region of interest)，計算每一超音波影像的該興趣區域中該些像素點的色階值，分別取得每一超音波影像像素點色階值的第一統計數值，並彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，定義為一空氣區域。而後，計算該空氣區域中該些像素點的色階值，分別取得每一超音波影像的呼吸道寬度值。再計算該些超音波影像的呼吸道寬度值，取得一第二統計數值，利用該第二統計數值評估該待測者呼吸道阻塞的情況，從而輔助診斷該待測者是否為呼吸中止病症患者及嚴重程度種類。
根據本發明，該些超音波影像可為複數個針對該呼吸道區間的多角度多切照影。
另，本發明更提供一種待測者呼吸道阻塞的評估系統，該系統包含一超音波影像擷取裝置一第一測定裝置、一第二測定裝置以及一辨識裝置。該超音波影像擷取裝置係用以收集一呼吸道區間的超音波影像。其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值。
該第一測定裝置耦接該超音波影像擷取裝置，並包含有一輸入模組、一分類模組以及一輸出模組。該輸入模組係用以接收該超音波影像以及包含一興趣區域(region of interest)的圈選指令，至該第一測定裝置，以計算該興趣區域中該些像素點的色階值，進而取得一第一統計數值。
該輸出模組係用以輸出呼吸道寬度值，並顯示該包含該興趣區域、該空氣區域與該非空氣區域的該超音波影像。該第二測定裝置係耦接於該第一測定裝置，並計算該些超音波影像的呼吸道寬度值，以取得一第二統計數值。該辨識裝置係耦接該第二測定裝置，並以該第二統計數值歸類該待測者評估呼吸道阻塞情況。
該分類模組係用以彙整該興趣區域中，該些像素點的色階值大於或等於該第一統計數值者，以取得一空氣區域。此外，該分類模組計算該空氣區域中該些像素點的色階值，以取得一呼吸道寬度值。
相較於既有技術，操作檢測的醫療人員或醫療技術人員只要將本發明系統的超音波影像擷取裝置放置於下頷部位，即可進行呼吸道區間掃描得到複數個超音波影像，特別是舌後區(Retro-glossal Region) 及上顎後區 (Retro-Palatal Region)，從該複數個超音波影像中選取最佳可評估的影像，取得呼吸道寬度值，除了減少操作上移動超音波探頭角度及位置的次數，亦增加評估準確性，降低不同操作人員使用時因探頭角度、探頭位置造成的誤差。
關於本發明之優點與精神，以及更詳細的實施方式可以藉由以下的實施方式以及所附圖式得到進一步的瞭解。
為進一步說明本發明之功效，茲配合上述圖式及圖號，就本發明較佳之實施例詳述如下。
本文中所使用「位置量數(measure of location) 」，是表示一個區間數值的平均數值，為一個適中的數值代表該區間全體資料，可為算術平均數值、統計百分位數值、幾何平均數值、調和平均數值、中位數值、眾數值、加權算術平均數值或其他可用於表示數值集中位置之量數。根據本發明之實施例，該位置量數(ML)係選自一眾數值、一統計百分位數值、一平均值以及其他表示數值集中位置之量數。
本文中所使用「分散量數(Measure of Dispersion，MD) 」，是表示一群資料離差大小的統計表徵數值，又稱為「差量」。分為離中差量及非離中差量。根據本發明之實施例，該分散量數係選自一標準差值、一統計全距數值以及其他表示數值離中心散佈情況之量數。
於本發明實施例中，該呼吸道寬度的測定方法以及呼吸道阻塞的評估方法，可與超音波感測裝置結合使用，或是連接至以超音波感測裝置收集影像數據進行存儲或處理之電腦、工作站或微處理器中。為執行本發明方法，可將本發明呼吸道寬度的測定方法寫成軟體程式，軟體程式可以儲存於任何微處理單元辨識、解讀之記錄媒體，或包含有上述記錄媒體之物品及裝置。上述物品不限定為任何形式，可以為硬碟、軟碟、光碟、ZIP、磁光裝置、IC晶片、隨機存取記憶體，或任何熟悉此項技藝者所可使用之包含有上述記錄媒體的物品。
請參考圖1所示，本發明呼吸道寬度的測定方法，包含下列步驟：先提供一呼吸道區間的超音波影像S1010，其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值。再者，於該超音波影像中，圈選一興趣區域(region of interest)，計算該興趣區域中該些像素點的色階值，取得一第一統計數值S1020，並彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，取得一空氣區域S1030。而後，計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值S1040。
請參考圖2A至圖2C；在一實施例中，如圖2A，該超音波影像係為一針對該呼吸道區間的多角度多切超音波影像，可藉由2D探頭以不同掃描方式獲得複數2D超音波影像，如：平行掃描 (Parallel Scanning)、扇形掃描 (Fan-like Scanning)、自由平面掃描 (Free-Surface Scanning)…等，分析每一個像素點 (pixel) 的資料，或收集該些2D超音波影像後，由影像重組呈現出一3D 超音波影像，分析每一個立體像素點 (Voxel) 的資料。又如圖2B，係以超音波裝置掃描舌後區(retro-glossal region)或上顎後區(retro-palatal region)，取得一多角度多切照影，其中，複數像素點(pixel)分別具有一灰階梯度值。再者，如圖2C，於該多角度多切照影中，圈選一興趣區域(region of interest)210，計算該興趣區域中該些像素點的灰階梯度值，並彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，取得一空氣區域。而後，計算該空氣區域中該些像素點的色階值。根據本發明之一實施例，該呼吸道寬度值係為選擇該空氣區域中任二像素點距離最遠者並計算其距離而得一呼吸道寬度值。
根據本發明之一特定實施例，該第一統計數值係為該些像素點色階值的位置量數(Measure of Location，ML) ，與一常數(constant，a)及其分散量數(Measure of Dispersion，MD)乘積的和，如以下數學式所示： ML+a*MD
其中，該分散量數(MD)係選自一標準差值、一統計全距數值以及其他表示數值離中心散佈情況之量數，且該位置量數(ML)係選自一眾數值、一統計百分位數值、一平均值以及其他表示數值集中位置之量數。而常數(a)可為一正數，係醫療人員或醫療技術人員擬選擇離中心散佈情況而選擇的常數。
請參考圖3所示；本發明提供一種呼吸道寬度的測定系統，包含一超音波影像擷取裝置310以及一測定裝置的組合320。
該超音波影像擷取裝置310，收集一呼吸道區間的超音波影像，其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值；在一實施例中，該超音波影像擷取裝置310可為一2維超音波探頭或一3維超音波探頭，本發明不以此為限。較佳地，當該超音波影像擷取裝置310係為該2維超音波探頭時，該2維超音波探頭時採取平行掃描(parallel scanning) 、扇形掃描(fan-like scanning) 、或自由平面掃描(free-surface scanning) ， 取得該超音波影像照影。
該測定裝置320，耦接該超音波影像擷取裝置310，包含一輸入模組321、一分類模組322以及一輸出模組323；在一實施例中，該測定裝置可為一電腦或一手持裝置，本發明不以此為限。較佳地，當該電腦執行本發明呼吸道寬度的測定方法時，對應之程式便被載入記憶體，以配合中央處理器(CPU)執行。
該輸入模組321，接收該超音波影像，並接收外部包含一興趣區域(region of interest)的圈選指令至該測定裝置320，計算該興趣區域中該些像素點的色階值，取得一第一統計數值；在一實施例中，該輸入模組321可為該測定裝置320所裝載之訊號輸入端，得以有線或無線形式連接該超音波影像擷取裝置310或一輸入介面，係如:觸控螢幕或滑鼠，本發明不以此為限。
該分類模組322，彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，取得一空氣區域，並計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值；在一實施例中，該分類模組322可為中央處理器(CPU)，用以運算及處理資料等，本發明不以此為限。
該輸出模組323，輸出呼吸道寬度值，並顯示該包含該興趣區域、該空氣區域與該非空氣區域的該超音波影像。在一實施例中，該輸出模組323可為該測定裝置320所裝載之訊號輸出端，得以有線或無線形式連接一儲存裝置或一輸出介面，係如:觸控螢幕，本發明不以此為限。
請參考圖4所示，本發明另一方面提供一種待測者呼吸道阻塞情況的評估方法，包含：提供該待測者於正常呼吸動作時複數個呼吸道切面的超音波影像，其中，該些超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值S3020。再者，於該些超音波影像中，圈選一興趣區域(region of interest)，計算該興趣區域中該些像素點的色階值，分別取得一第一統計數值S3030，並彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，定義為一空氣區域S3040。而後，計算該空氣區域中該些像素點的色階值，分別取得一呼吸道寬度值S3050。再計算該些超音波影像的呼吸道寬度值，取得一第二統計數值S3060。由該第二統計數值歸類該待測者評估呼吸道阻塞情況S3070。
進一步，本發明評估方法可再包括下列步驟：指示一待測者進行一特殊呼吸動作，於特殊呼吸動作時重複步驟S3020至S3060，取得一第三統計數值，並由該第二統計數值與該第三統計數值，歸類該待測者是否為呼吸中止病症患者。
請參考圖5所示；在一實施例中，指示待測者以一正常呼吸法動作，以超音波裝置掃描舌後區(retro-glossal region)或上顎後區(retro-palatal region)，取得複數呼吸道區間的多角度多切照影，其中，複數像素點(pixel)分別具有一灰階梯度值。再者，於該些多角度多切照影中，圈選一興趣區域(region of interest)510，計算該興趣區域中該些像素點的灰階梯度值，並彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，分別取得一空氣區域。而後，計算該空氣區域中該些像素點的色階值，該呼吸道寬度值係為選擇該空氣區域中任二像素點最遠者並計算其距離520，取得一呼吸道寬度值。根據本發明，計算該些超音波影像的呼吸道寬度值，可進一步取得一第二統計數值，其中，該統計數值係選自一最大值、一最小值或其他百分數值之量數。
同樣地，如圖6，再指示待測者進行一特殊呼吸法動作，以超音波裝置掃描舌後區(retro-glossal region)或上顎後區(retro-palatal region)，取得複數呼吸道區間的多角度多切照影，圈選一興趣區域(region of interest) 610，依前述步驟選擇該空氣區域中任二像素點最遠者並計算其距離620，取得一特殊呼吸法動作時的呼吸道寬度值。
根據本發明實施例，該特殊呼吸動作可為潮氣呼吸法(tidal breathing)、強迫吸氣法(forced inspiration)或穆勒方法(muller maneuver) 。
在一實施例中，可藉比較該待測者於正常呼吸法動作與特殊呼吸法動作時取得之統計數值，比較或歸類其是否為呼吸中止症。在一特定具體實施例中，利用本發明方法測定呼吸道寬度，取得一第二統計數值及第三統計數值之比較值，如: 相除比較數值或相減比較數值，利用該比較值輔助呼吸中止病症的確認。
根據本發明之一具體實施例，以該超音波影像擷取裝置31收集的超音波影像，以圈選的興趣區域中像素點的色階值的算術平均數為一位置量數(ML)，以計算其標準差為一分散量數(MD)取常數為1的乘積，兩者相加之和為第一統計數值，即如以下數學式所示： ML+ 1*MD
請參考圖7所示；在一實施例中，係分別取得一重度呼吸中止症患者(S-OSA, Severe Obstructive Sleep Apnea)、一中度呼吸中止症患者(M-OSA, Moderate Obstructive Sleep Apnea)以及一非呼吸中止症患者(N-OSA, Non Obstructive Sleep Apnea)於不同呼吸動作所取得之比較值，如圖7，針對三者呼吸道寬度變化數值的分布，呼吸中止症患者有低於正常人的表現量，其中，患者依呼吸中止症嚴重程度其統計數值的表現亦相對下降；由此，本發明可透過將該待測者所取得之統計數值比對一呼吸中止症數值的分布圖表，歸類該待測者是否為呼吸中止病症患者，如: 比較值數值高於第一閾值者710，將被歸類為重度呼吸中止症患者；介於第一閾值710及第二閾值者720，將被歸類為中度呼吸中止症患者；低於第二閾值者，將被歸類為非呼吸中止症患者。
請參考圖8所示，本發明另提供一種待測者呼吸道阻塞情況的評估系統，包含一超音波影像擷取裝置410、一第一測定裝置420、一第二測定裝置430以及一辨識裝置440。該超音波影像擷取裝置410係用以收集一呼吸道區間的超音波影像。其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值。
在一實施例中，該超音波影像擷取裝置410可為一二維超音波探頭或一三維超音波探頭，本發明不以此為限。當該超音波影像擷取裝置410係該二維超音波探頭時，採取平行掃描(parallel scanning) ，扇形掃描(fan-like scanning)，或自由平面掃描(free-surface scanning)，以取得該超音波影像照影。
該第一測定裝置420耦接該超音波影像擷取裝置，包含一輸入模組421、一分類模組422以及一輸出模組423。於一實施例中，該第一測定裝置420可為一電腦或一手持裝置，本發明不以此為限。當以該電腦執行本發明呼吸道寬度的測定方法時，對應之程式便被載入記憶體，以配合中央處理器(CPU)執行。
該輸入模組421係用以接收該超音波影像以及包含一興趣區域(region of interest)的圈選指令，至該第一測定裝置420，以計算該興趣區域中該些像素點的色階值，進而取得一第一統計數值。於一實施例中，該輸入模組421可為該第一測定裝置420所裝載之訊號輸入端，並得以有線或無線形式連接該超音波影像擷取裝置410或一輸入介面，例如:一觸控螢幕或滑鼠，然而本發明不以此為限。
該分類模組422係用以彙整該興趣區域中，該些像素點的色階值大於或等於該第一統計數值者，以取得一空氣區域。此外，該分類模組422計算該空氣區域中該些像素點的色階值，以取得一呼吸道寬度值。於一實施例中，該分類模組422可為一中央處理器(CPU)，用以運算及處理資料等，然而本發明不以此為限。
該輸出模組423係用以輸出呼吸道寬度值，並顯示該包含該興趣區域、該空氣區域與該非空氣區域的該超音波影像。在一實施例中，該輸出模組423可為該第一測定裝置420所裝載之訊號輸出端，且得以有線或無線形式連接一儲存裝置或一輸出介面，例如:一觸控螢幕，然而本發明不以此為限。
該第二測定裝置430係耦接於該第一測定裝置420，並計算該些超音波影像的呼吸道寬度值，以取得一第二統計數值。於一實施例中，該第二測定裝置430亦可為一電腦或一手持裝置，本發明不以此為限。當以該電腦執行本發明呼吸道寬度的測定方法時，對應之程式便被載入記憶體，以配合中央處理器(CPU)執行。
該辨識裝置440係耦接該第二測定裝置430，並以該第二統計數值歸類該待測者評估呼吸道阻塞情況。於一實施例中，該第二測定裝置430可為一中央處理器(CPU)，用以運算及處理資料等，然而本發明不以此為限。
於一實施例中，該待測者呼吸道阻塞情況的評估系統更可包含有一判別裝置（未顯示於圖式）耦接於該辨識裝置440。當該第二測定裝置430更取得一第三統計數值時，該判別裝置比較該第二統計數值與該第三統計數值，以歸類該待測者是否為呼吸中止病症患者。
目前藉由呼吸道的超音波影像判斷呼吸道性質的程序並無一種客觀的機制存在，導致誤判呼吸道性質的案例時有發生，為克服既有技術所存在之問題，本發明提供一種呼吸道寬度的測定方法及其系統，由超音波影像的量化分析，取得一呼吸道寬度值，針對呼吸道症狀提供客觀性的評估，不受限於超音波影像擷取裝置與醫療人員的操作；進一步，透過該呼吸道寬度的測定，本發明提供一種呼吸道阻塞的評估方法，比對患者於不同呼吸動作中取得之統計數值，系協助醫療技術者快速進行呼吸中止病症患者的歸類。
上述實施例僅為說明本發明之原理及其功效，並非限制本發明。因此習於此技術之人士對上述實施例進行修改及變化仍不脫本發明之精神。本發明之權利範圍應如後述之申請專利範圍所列。
S1010~ S1040‧‧‧呼吸道寬度測定方法之步驟
210、510、610‧‧‧興趣區域
310、410‧‧‧超音波影像擷取裝置
320‧‧‧測定裝置
321、421‧‧‧輸入模組
322、422‧‧‧分類模組
323、423‧‧‧輸出模組
420‧‧‧第一測定裝置
430‧‧‧第二測定裝置
440‧‧‧辨識裝置
S3010~S3070‧‧‧呼吸道阻塞評估方法之步驟
520、620‧‧‧最遠像素點距離
710‧‧‧第一閾值
720‧‧‧第二閾值
圖1係本發明之呼吸道寬度測定方法的流程圖；
圖2A至圖2C係一實施例以一超音波裝置掃描舌後區(retro-glossal region)或上顎後區(retro-palatal region)取得一多角度多切照影；
圖3係本發明所提供之一種呼吸道寬度測定系統的示意圖；
圖4係本發明所提供之一種待測者呼吸道阻塞情況評估方法的流程圖；
圖5係一實施例於一正常呼吸氣法動作中取得之呼吸道切面的超音波影像；
圖6係一實施例於一呼吸法動作中取得之呼吸道切面的超音波影像；
圖7係一實施例於一相同呼吸動作中取得之一阻塞型睡眠呼吸中止症患者(OSA)、一中度呼吸中止症患者(MOSA)以及一非呼吸中止症患者(NOSA)的比較值；
圖8係本發明所提供之一種待測者呼吸道阻塞情況的評估系統的示意圖。
無

Claims (9)

  1. 一種呼吸道寬度的測定方法，包含：a. 提供一呼吸道區間的超音波影像，其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值；b. 於該超音波影像中，圈選一興趣區域(region of interest)，計算該興趣區域中該些像素點的色階值，取得一第一統計數值；c. 彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者，取得一空氣區域；以及d. 計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值，其中，該超音波影像係為針對該呼吸道區間的多角度多切照影，該多角度多切照影為一扇形掃描(fan-like scanning)照影。
  2. 如請求項1所述之測定方法，其中，該超音波影像係為一待測者進行以下呼吸動作時的影像：潮氣呼吸法(tidal breathing)、強迫吸氣法(forced inspiration)或穆勒方法(muller maneuver)。
  3. 如請求項1所述之測定方法，其中，該呼吸道區間係為呼吸道的一舌後區(retro-glossal region)或一上顎後區(retro-palatal region)。
  4. 如請求項1所述之測定方法，其中，該第一統計數值係為該超音波影像像素點色階值的一位置量數(Measure of Location，ML)與一常數以及一分散量數(Measure of Dispersion，MD)乘積的和：ML+a＊MD。
  5. 一種呼吸道寬度的測定系統，包含：一超音波影像擷取裝置，用以收集一呼吸道區間的超音波影像，其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值，其中，該超音波影像係為針對該呼吸道區間的多角度多切照影，該多角度多切照影為一扇形掃描(fan-like scanning)照影；以及一測定裝置，耦接該超音波影像擷取裝置，包含：一輸入模組，接收該超音波影像，輸入包含一興趣區域(region of interest)的圈選指令，計算該興趣區域中該些像素點的色階值，取得一第一統計數值；一分類模組，彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者定義為一空氣區域，並計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值；以及一輸出模組，輸出呼吸道寬度值，並顯示包含該興趣區域、該空氣區域與該非空氣區域的該超音波影像。
  6. 如請求項5所述之系統，其中，超音波影像擷取裝置為一2維超音波探頭或一3維超音波探頭。
  7. 一種待測者呼吸道阻塞情況的評估系統，包含：一超音波影像擷取裝置，用以收集一呼吸道區間的超音波影像，其中，該超音波影像具有複數像素點(pixel)，且每一該像素點分別具有一色階值，其中，該超音波影像係為針對該呼吸道區間的多角度多切照影，該多角度多切照影為一扇形掃描(fan-like scanning)照影；一第一測定裝置，耦接該超音波影像擷取裝置，包含：一輸入模組，接收該超音波影像，輸入包含一興趣區域(region of interest)的圈選指令，計算該興趣區域中該些像素點的色階值，取得一第一統計數值；一分類模組，彙整該興趣區域中該些像素點的色階值大於或等於該第一統計數值者定義為一空氣區域，並計算該空氣區域中該些像素點的色階值，取得一呼吸道寬度值；以及一輸出模組，輸出呼吸道寬度值，並顯示該包含該興趣區域、該空氣區域與該非空氣區域的該超音波影像；一第二測定裝置，耦接該第一測定裝置，並計算該些超音波影像的呼吸道寬度值，以取得一第二統計數值；以及一辨識裝置，耦接該第二測定裝置，並由該第二統計數值歸類該待測者評估呼吸道阻塞情況。
  8. 如請求項7所述之系統，其中該超音波影像擷取裝置為一二維超音波探頭或一三維超音波探頭。
  9. 如請求項7所述之系統，更包含一判別裝置，耦接於該辨識裝置，該第二測定裝置更取得一第三統計數值，其中該判別裝置比較該第二統計數值與該第三統計數值，以歸類該待測者是否為呼吸中止病症患者。
TW106115129A 2016-06-15 2017-05-08 呼吸中止症評估方法及其系統 TWI636773B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
??105118785 2016-06-15
TW105118785 2016-06-15

Publications (2)

Publication Number Publication Date
TW201800056A TW201800056A (zh) 2018-01-01
TWI636773B true TWI636773B (zh) 2018-10-01

Family

ID=57629503

Family Applications (2)

Application Number Title Priority Date Filing Date
TW106206472U TWM555709U (zh) 2016-06-15 2017-05-08 呼吸道寬度的測定系統及待測者呼吸道阻塞情況的評估系統
TW106115129A TWI636773B (zh) 2016-06-15 2017-05-08 呼吸中止症評估方法及其系統

Family Applications Before (1)

Application Number Title Priority Date Filing Date
TW106206472U TWM555709U (zh) 2016-06-15 2017-05-08 呼吸道寬度的測定系統及待測者呼吸道阻塞情況的評估系統

Country Status (4)

Country Link
US (1) US10176572B2 (zh)
EP (1) EP3257445B1 (zh)
JP (1) JP6374539B2 (zh)
TW (2) TWM555709U (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI701679B (zh) * 2019-04-03 2020-08-11 行政院原子能委員會核能研究所 核醫影像處理方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150209001A1 (en) * 2014-01-29 2015-07-30 University Of Maryland, Baltimore Ultrasound Localization of Obstruction for Obstructive Sleep Apnea

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8585617B2 (en) * 2009-12-21 2013-11-19 Nyxoah SA Diagnosis and prediction of obstructive sleep apnea
WO2012035538A1 (en) * 2010-09-16 2012-03-22 Mor Research Applications Ltd. Method and system for analyzing images
CN103167828B (zh) * 2010-10-20 2016-02-24 皇家飞利浦电子股份有限公司 用于诊断清醒的患者的阻塞性睡眠呼吸暂停的方法和装置
AU2012275114A1 (en) * 2011-06-29 2014-01-16 The Regents Of The University Of Michigan Analysis of temporal changes in registered tomographic images

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150209001A1 (en) * 2014-01-29 2015-07-30 University Of Maryland, Baltimore Ultrasound Localization of Obstruction for Obstructive Sleep Apnea

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI701679B (zh) * 2019-04-03 2020-08-11 行政院原子能委員會核能研究所 核醫影像處理方法

Also Published As

Publication number Publication date
JP6374539B2 (ja) 2018-08-15
JP2018011930A (ja) 2018-01-25
US10176572B2 (en) 2019-01-08
EP3257445A1 (en) 2017-12-20
TWM555709U (zh) 2018-02-21
TW201800056A (zh) 2018-01-01
EP3257445B1 (en) 2019-11-20
US20170365052A1 (en) 2017-12-21

Similar Documents

Publication Publication Date Title
US11033221B2 (en) Method and device for swallowing impairment detection
US8267875B2 (en) Method and system of segmentation and time duration analysis of dual-axis swallowing accelerometry signals
JP5107519B2 (ja) 状態解析装置及びソフトウエアプログラム
JP2018163680A5 (zh)
US10390739B2 (en) Analysis of breathing data
Löndahl et al. Do nanoparticles provide a new opportunity for diagnosis of distal airspace disease?
Rathnayake et al. Nonlinear features for single-channel diagnosis of sleep-disordered breathing diseases
CN106419938A (zh) 一种基于运动能量释放估算的注意缺陷多动障碍（adhd）检测方法及其检测系统
TWI636773B (zh) 呼吸中止症評估方法及其系統
Kazemi et al. Frequency analysis of capnogram signals to differentiate asthmatic and non-asthmatic conditions using radial basis function neural networks
US20240090795A1 (en) Methods for Pulmonary Function Testing With Machine Learning Analysis and Systems for Same
Oh et al. Flow decay: a novel spirometric index to quantify dynamic airway resistance
Allen et al. Early detection of acute chest syndrome through electronic recording and analysis of auscultatory percussion
CN107516306A (zh) 呼吸中止症评估方法及其系统
Guskova et al. Systems for Monitoring Parameters of Respiratory Function
GB2547357A (en) Analysis of breathing data
Kaiser Open spirometry: Portable, low-cost spirometry utilizing 3d-printed vortex whistles and smartphones
Martinez et al. The sphere project: Sleep monitoring using computer vision
TW202408425A (zh) 利用深度學習分析腦部狀態的方法及腦部狀態分析系統
Zanforlin Where Are We? The Past, Present and Future of Thoracic Ultrasound
Ju et al. 3D Head Shape Analysis of Suspected Zika Infected Infants
Whitehouse et al. Computer-based statistical, pattern recognition of Doppler spectral waveform kinematics during fetal respiration