TWI673034B - 眼瞼下垂檢測方法及系統 - Google Patents

Abstract

一種眼瞼下垂檢測方法及系統，用以解決習知人工眼瞼下垂檢測方法需耗費大量時間，以及不同醫師量測不一致造成測量結果產生誤差的問題。該方法及系統係包含：以一攝影單元拍攝產生一眼部影像；以一處理單元對該眼部影像執行影像處理，產生一邊緣影像；以該處理單元對該眼部影像及該邊緣影像執行影像運算，取得複數個特徵變數；以該處理單元依據該複數個特徵變數計算，取得一特徵參數組；及以該處理單元將該特徵參數組與一預設眼瞼下垂資訊相比對，推知眼瞼下垂之嚴重程度及提眼肌之功能。

Description

眼瞼下垂檢測方法及系統

本發明係關於一種檢測方法及系統，尤其是一種可以透過機器視覺技術推導用以判斷眼瞼下垂的相關數據，並依該數據推知眼瞼下垂嚴重程度及提眼肌功能正常與否的眼瞼下垂檢測方法及系統。

眼瞼下垂可區分為先天性眼瞼下垂及後天性眼瞼下垂，造成先天性眼瞼下垂的其中一原因係病患於出生時，其提眼肌發育不良所造成，而造成後天性眼瞼下垂的其中一原因則係提眼肌無張力所引起，導致上眼瞼無法張開至正常高度。再且，當病患之眼瞼邊緣蓋住瞳孔後，病患除視野受到影響外，病患為張開上眼瞼容易無意識地提高眉毛或抬高下巴，更會造成額頭皺紋、肩頸痠痛、腰痛或造成眼睛疲勞等症狀。

習知治療眼瞼下垂的手術方式係取決於眼瞼下垂的程度，或/及提眼肌功能的狀態，因此，在決定適當手術方式前，醫師會以人工方式拿尺測量病患眼瞼靜態或眼瞼動態位置，以分別取得瞳孔中心點至上眼瞼下緣交集點距離(MRD1)、瞳孔中心點至下眼瞼上緣交集點距離(MRD2)、下垂嚴重程度(Ptosis Severity)及提眼肌功能(Levator Function)等相關數據，醫師再依據該些數據分析眼瞼下垂嚴重程度。再且，當醫師依眼瞼下垂嚴重程度決定合適的手術方式，並以該手術方式進行手術後，醫師會再以人工方式拿尺測量該些數據，評估手術功效。

然而，上述習知眼瞼下垂檢測方式耗費大量時間於量測如瞳孔中心點至上眼瞼下緣交集點距離(MRD1)、瞳孔中心點至下眼瞼上緣交集點距離(MRD2)、下垂嚴重程度(Ptosis Severity)及提眼肌功能(Levator Function)等相關數據，且不同醫師的量測亦不一致，容易造成測量結果的誤差。

有鑑於此，習知的眼瞼下垂檢測方法確實仍有加以改善之必要。

為解決上述問題，本發明目的是提供一種眼瞼下垂檢測方法，係可以透過機器視覺技術推導用以判斷眼瞼下垂的相關數據，並依該數據推知眼瞼下垂嚴重程度及提眼肌功能正常者。

本發明的次一目的是提供一種眼瞼下垂檢測系統，能夠透過影像處理及機器視覺推導用以判斷眼瞼下垂的相關數據，並依該數據進行自動化檢測提眼肌功能正常與否及檢測眼瞼下垂嚴重程度者。

本發明的眼瞼下垂檢測方法，包含：拍攝產生眼部影像，該眼部影像係包含一瞳孔平視影像、一瞳孔用力朝上影像及一瞳孔用力朝下影像；對該眼部影像執行影像處理，產生一邊緣影像；對該眼部影像及該邊緣影像執行影像運算，取得複數個特徵變數；依據該複數個特徵變數計算，取得一特徵參數組；及將該特徵參數組與一預設眼瞼下垂資訊相比對，推知眼瞼下垂之嚴重程度及提眼肌之功能。

本發明的眼瞼下垂檢測系統，包含：一攝影單元，用以拍攝產生眼部影像，該眼部影像係包含一瞳孔平視影像、一瞳孔用力朝上影像及一瞳孔用力朝下影像；一儲存單元，用以儲存一預設眼瞼下垂資訊；及一處理 單元，耦接該攝影單元及該儲存單元，該處理單元對該眼部影像執行影像處理，產生一邊緣影像，該處理單元對該眼部影像及該邊緣影像執行影像運算，取得複數個特徵變數，該處理單元依該複數個特徵變數計算取得一特徵參數組，並將該特徵參數組與該預設眼瞼下垂資訊相比對，推知眼瞼下垂之嚴重程度及提眼肌之功能。

據此，本發明的眼瞼下垂檢測方法及系統，能夠以影像處理技術搭配機器視覺取得病患眼部資訊，並以該眼部資訊推導用以判斷眼瞼下垂的相關數據，及依該數據進行自動化檢測提眼肌之功能及檢測眼瞼下垂之嚴重程度。藉此，係可以達到操作方便、大幅縮短測量時間及提升量測一致性、同時檢測眼瞼下垂之嚴重程度及提眼肌之功能等功效。

其中，該複數個特徵變數係包含一眼睛輪廓區域、一鞏膜區域、一虹膜區域、一瞳孔區域、一瞳孔中心點、一上眼瞼下緣曲線、一下眼瞼上緣曲線、一上眼瞼下緣交集點及一下眼瞼上緣交集點各自的位置座標。如此，本發明的眼瞼下垂檢測方法係具有提供較完整之靜態量測參數及動態量測參數，以同時檢測眼瞼下垂之嚴重程度及提眼肌之功能等功效。

其中，該複數個特徵變數另包含一眼角左緣點及一眼角右緣點各自的位置座標。如此，本發明的眼瞼下垂檢測方法以上述參數輔助判斷眼瞼下垂之嚴重程度及提眼肌之功能的功效。

其中，該特徵參數組係包含一虹膜直徑與一瞼裂高度之間的一高度差，以及瞳孔用力朝上與用力朝下時的一最大移動距離。如此，本發明的眼瞼下垂檢測方法係具有同時檢測眼瞼下垂之嚴重程度及提眼肌之功能的功效。

其中，該特徵參數組另包含該瞳孔中心點至該上眼瞼下緣交集點之間的一第一距離、該瞳孔中心點至該下眼瞼上緣交集點之間的一第二距 離、該上眼瞼下緣交集點至該下眼瞼上緣交集點之間的瞼裂高度、該眼角左緣點至該眼角右緣點之間的一瞼裂寬度，以及依據該虹膜區域推導計算出的一眼球體表面積。如此，本發明的眼瞼下垂檢測方法係具有以上述參數輔助判斷眼瞼下垂之嚴重程度及提眼肌之功能的功效。

其中，依據該複數個特徵變數，形成一虛擬數位眼睛，將該虛擬數位眼睛與該眼部影像進行重疊，以分析該虛擬數位眼睛是否與該眼部影像之間具有極大偏差產生。如此，本發明的眼瞼下垂檢測方法係具有提升檢測準確性的功效。

其中，該複數個特徵變數係包含一眼睛輪廓區域、一鞏膜區域、一虹膜區域、一瞳孔區域、一瞳孔中心點、一上眼瞼下緣曲線、一下眼瞼上緣曲線、一上眼瞼下緣交集點及一下眼瞼上緣交集點各自的位置座標。如此，本發明的眼瞼下垂檢測系統係具有提供完整之靜態量測參數及動態量測參數，同時檢測眼瞼下垂之嚴重程度及提眼肌之功能等功效。

其中，該複數個特徵變數另包含一眼角左緣點及一眼角右緣點各自的位置座標。如此，本發明的眼瞼下垂檢測系統以上述參數輔助判斷眼瞼下垂之嚴重程度及提眼肌之功能的功效。

其中，該特徵參數組係包含一虹膜直徑與一瞼裂高度之間的一高度差，以及瞳孔用力朝上與用力朝下時的一最大移動距離。如此，本發明的眼瞼下垂檢測系統係具有同時檢測眼瞼下垂之嚴重程度及提眼肌之功能的功效。

其中，該特徵參數組另包含該瞳孔中心點至該上眼瞼下緣交集點之間的一第一距離、該瞳孔中心點至該下眼瞼上緣交集點之間的一第二距離、該上眼瞼下緣交集點至該下眼瞼上緣交集點之間的瞼裂高度、該眼角左緣點至該眼角右緣點之間的一瞼裂寬度，以及依據該虹膜區域推導計算出的 一眼球體表面積。如此，本發明的眼瞼下垂檢測系統係具有以上述參數輔助判斷眼瞼下垂之嚴重程度及提眼肌之功能的功效。

其中，該處理單元依據該複數個特徵變數，形成一虛擬數位眼睛，該處理單元將該虛擬數位眼睛與該眼部影像進行重疊，以分析該虛擬數位眼睛是否與該眼部影像之間具有極大偏差產生。如此，本發明的眼瞼下垂檢測方法係具有提升檢測準確性的功效。

〔本發明〕

S1‧‧‧影像擷取步驟

S2‧‧‧影像處理步驟

S3‧‧‧特徵擷取步驟

S4‧‧‧特徵運算步驟

S5‧‧‧特徵分析步驟

S6‧‧‧特徵重疊步驟

1‧‧‧攝影單元

2‧‧‧儲存單元

3‧‧‧處理單元

LF‧‧‧最大移動距離

A‧‧‧眼睛輪廓區域

A1‧‧‧鞏膜區域

A2‧‧‧虹膜區域

A3‧‧‧瞳孔區域

C1‧‧‧上眼瞼下緣曲線

C2‧‧‧下眼瞼上緣曲線

P1‧‧‧瞳孔中心點

P2‧‧‧上眼瞼下緣交集點

P3‧‧‧下眼瞼上緣交集點

P4‧‧‧眼角左緣點

P5‧‧‧眼角右緣點

P6‧‧‧第一位置座標

P7‧‧‧第二位置座標

MRD1‧‧‧第一距離

MRD2‧‧‧第二距離

PFH‧‧‧瞼裂高度

PFW‧‧‧瞼裂寬度

PS‧‧‧高度差

〔第1圖〕本發明一較佳實施例的處理流程圖。

〔第2圖〕本發明一較佳實施例之一瞳孔平視影像的眼部影像示意圖。

〔第3圖〕本發明一較佳實施例之一瞳孔用力朝上影像及用力朝下影像的眼部影像示意圖。

〔第4圖〕本發明一較佳實施例的系統架構圖。

為讓本發明之上述及其他目的、特徵及優點能更明顯易懂，下文特舉本發明之較佳實施例，並配合所附圖式，作詳細說明如下：請參照第1圖所示，其係本發明眼瞼下垂檢測方法的一較佳實施例，係包含一影像擷取步驟S1、一影像處理步驟S2、一特徵擷取步驟S3、一特徵運算步驟S4及一特徵分析步驟S5。

請一併參照第2~3圖所示，該影像擷取步驟S1係能夠拍攝產生眼部影像，該眼部影像係為一彩色影像。較佳地，該眼部影像係可以包含一瞳孔平視影像、一瞳孔用力朝上影像及一瞳孔用力朝下影像。具體而言， 該影像擷取步驟S1係能夠拍攝產生一臉部影像，並由該臉部影像中選取一感興趣區域(Region of Interest,ROI)作為該眼部影像。該感興趣區域所形成的矩形之起始像素之位置座標及矩形的長度值與寬度值的設定，以能涵蓋包含上眼瞼、下眼瞼、鞏膜、虹膜及瞳孔等眼睛部位即可，係本發明相關領域中具有通常知識者可以理解，在此不多加贅述。

該影像處理步驟S2係能夠對該眼部影像執行影像處理，產生一邊緣影像。具體而言，係對該眼部影像執行灰階化處理，以分割該眼部影像的前景與背景，產生一灰階影像。再且，該影像處理步驟S2將該眼部影像中感興趣的部分保留下來，簡化後續影像處理程序，並提高整體運算效能，該影像處理步驟S2係能夠對該灰階影像執行二值化處理，以產生一二值化影像，例如但不限制地，該二值化的閥值係可以區分為一固定閥值或一自適應閥值(如：Otsu、雙峰法、P參數法或疊代法)。再者，該影像處理步驟S2係能夠對該二值化影像執行邊緣偵測處理，使產生該邊緣影像，以進一步大幅度地減少該眼部影像的資料量，剔除可能不相關的資訊，並保留該眼部影像重要的結構屬性，例如但不限制地，該邊緣偵測係可以採用如：Sobel、Prewitt或Canny等邊緣偵測演算法。

該特徵擷取步驟S3係能夠對該眼部影像及該邊緣影像執行影像運算，以取得用以分析眼瞼下垂之嚴重程度及提眼肌之功能的複數個特徵變數，該複數個特徵變數係可以包含一眼睛輪廓區域A、一鞏膜區域A1、一虹膜區域A2、一瞳孔區域A3、一瞳孔中心點P1、一上眼瞼下緣曲線C1、一下眼瞼上緣曲線C2、一上眼瞼下緣交集點P2及一下眼瞼上緣交集點P3各自的位置座標。較佳地，該複數個特徵變數還可以另包含一眼角左緣點P4及一眼角右緣點P5各自的位置座標。

具體而言，該特徵擷取步驟S3能夠對該眼部影像執行對稱變 換(Symmetry Transform)，以取得一眼部區域。對該眼部影像的各像素點執行對稱變換，產生複數個對稱變換結果，並將該複數個對稱變換結果中的一最大值的像素點之位置座標作為產生該眼睛輪廓區域A的初始點。該眼睛輪廓區域A係可以包含該鞏膜區域A1、該虹膜區域A2、該瞳孔區域A3、上眼瞼及下眼瞼等眼部特徵。再且，由於鞏膜相對於瞳孔、虹膜、上眼瞼及下眼瞼等眼部特徵而言，其色彩飽和度相對較低。因此，該特徵擷取步驟S3能夠將該眼部影像由RGB色彩空間轉換至HSV色彩空間，產生一HSV影像。由該HSV影像中取得S通道影像，並使該S通道影像中飽和度小於一門檻值的像素點形成該鞏膜區域A1。該門檻值的設定係本發明相關領域中具有通常知識者可以理解，茲不贅述。

另一方面，該特徵擷取步驟S3係能夠對該邊緣影像執行對稱變換(Symmetry Transform)，以取得複數個候補瞳孔區域，在本實施例中，該對稱轉換可以為快速徑向對稱變換(Fast Radial Symmetry Transform,FRST)。該特徵擷取步驟S3計算取得該邊緣影像的各像素點在其梯度方向上的兩個投影點，並依據該兩個投影點分別形成的梯度投影影像(Orientation Projection Image)及梯度幅值影像(Magnitude Projection Image)取得複數個徑向對稱變換結果，即取得該複數個候補瞳孔區域。對該複數個候補瞳孔區域分別計算一瞳孔黑值比例，並以該複數個瞳孔黑值比例中比值最大者的候補瞳孔區域作為該瞳孔區域A3。該瞳孔黑值比例係為各該候補瞳孔區域的所有像素點中黑色像素點所佔有的比值。再且，係還能夠由該瞳孔區域A3中定位取得該瞳孔中心點P1的位置座標。

該特徵擷取步驟S3能夠在該眼睛輪廓區域A中取得該上眼瞼下緣曲線C1及該下眼瞼上緣曲線C2。具體而言，以一梯度方向(Gradient Orientation)計算該鞏膜區域A1的邊界上的各像素點相對於該眼睛輪廓區域 A的切線斜率，該鞏膜區域A1的邊界上的各像素點與該眼睛輪廓區域A切線斜率為零的交界處，即表示為一眼瞼曲線。依據該眼瞼曲線之位置座標，將該眼瞼曲線區分為該上眼瞼下緣曲線C1及該下眼瞼上緣曲線C2。再且，還能夠由該瞳孔中心點P1朝與瞳孔平視方向所形成的平面之垂直方向延伸一垂直線，且使該垂直線分別交集於該上眼瞼下緣曲線C1及該下眼瞼上緣曲線C2，以分別取得該上眼瞼下緣交集點P2及該下眼瞼上緣交集點P3各自的位置座標。

較佳地，該特徵擷取步驟S3還能夠在該眼睛輪廓區域A中取得該眼角左緣點P4及該眼角右緣點P5各自的位置座標。具體而言，以一角點距離(Corner Distance)計算該上眼瞼下緣曲線C1與該下眼瞼上緣曲線C2的交界處，分別取得該眼角左緣點P4及該眼角右緣點P5各自的位置座標。

請參照第2~3圖所示，該特徵運算步驟S4係能夠依據該複數個特徵變數計算，取得一特徵參數組。舉例而言，該特徵參數組係包含一虹膜直徑與一瞼裂高度PFH(Palpebral Fissure Height)之間的一高度差PS(Ptosis Severity)，以及瞳孔用力朝上與用力朝下時的一最大移動距離LF。較佳地，該特徵參數組還可以另包含該瞳孔中心點P1至該上眼瞼下緣交集點P2之間的一第一距離MRD1、該瞳孔中心點P1至該下眼瞼上緣交集點P3之間的一第二距離MRD2、該上眼瞼下緣交集點P2至該下眼瞼上緣交集點P3之間的瞼裂高度PFH、該眼角左緣點P4至該眼角右緣點P5之間的一瞼裂寬度PFW(Palpebral Fissure Width)，以及依據該虹膜區域A2推導計算出的一眼球體表面積OSA(Ocular Surface Area)。

該特徵分析步驟S5係能夠依據該特徵參數組與一預設眼瞼下垂資訊相比對，推知眼瞼下垂之嚴重程度及提眼肌之功能。舉例而言，由該該虹膜區域A2計算取得該虹膜直徑為11毫米，另，計算取得該上眼瞼下緣 交集點P2至該下眼瞼上緣交集點P3之間的瞼裂高度PFH為8毫米，則該虹膜直徑與該瞼裂高度PFH的高度差為3毫米，即眼瞼下垂嚴重程度係為輕度。該預設眼瞼下垂資訊係可以如下表一所示：

本發明的眼瞼下垂檢測方法，還可以包含一特徵重疊步驟S6，該特徵重疊步驟S6係依據該複數個特徵變數，形成一虛擬數位眼睛，將該虛擬數位眼睛與該眼部影像進行重疊，以分析該虛擬數位眼睛是否與該眼部影像之間具有極大偏差產生。具體而言，該特徵重疊步驟S6能夠對該鞏膜區域A1、該瞳孔區域A3及該眼瞼曲線分別設定一權重值，其中，該鞏膜區域A1之權重值的計算公式可以如下式(1)所示：D _color =αΣ△P _sclera -βΣ△P _skin (1)其中，P _sclera 係表示鞏膜上之像素點；P _skin 係表示皮膚上之像素點；α係表示控制P _sclera 之權重，β係表示控制P _skin 之權重，且α+β=1。

該瞳孔區域A3之權重值的計算公式可以如下式(2)所示： 其中，eye _total 係表示瞳孔全部像素；eye _black 係表示瞳孔黑色像素。

該眼瞼曲線之權重值的計算公式可以如下式(3)所示： 其中，Ω係表示該眼睛輪廓區域A的邊界；|Ω|係表示該眼睛輪廓區域A的邊界長度；θ_(x,y)係表示在(x,y)座標系之梯度方向；m _(x,y)係表示該眼睛輪廓區域A之切線斜率。

較佳地，該特徵重疊步驟S6還能夠對該眼角左緣點P4與該眼角右緣點P5另設定一權重值，該眼角左緣點P4與該眼角右緣點P5之權重值的計算公式可以如下式(4)~(5)所示：D _cor =|H|-k．trace(H)² (4)

其中，w(x,y)係表示以x,y座標為中心之加權值；G _x 係表示x軸方向之導數；G _y 係表示y軸方向之導數；k係表示Harris演算法參數。

以上述權重值作為一權重值公式的輸入變數，並計算取得複數個具有不同權重的虛擬數位眼睛，由該複數個虛擬數位眼睛中選擇具有最高權重者取代由原本的複數個特徵變數所形成的虛擬數位眼睛。該權重值之計算公式可以如下式(6)所示： 其中，D _θ 係表示眼瞼曲線的權重值；D _color 係表示該鞏膜區域A1的權重值；D _sym 係表示瞳孔區域A3的權重值；D _cor 係表示眼角緣點的權重值；σ _i 係表示經由反覆試驗得到之最適參數值；d _i 係表示D _θ 、D _color 、D _sym 及D _cor 各別的參數值；μ _i 係表示D _θ 、D _color 、D _sym 及D _cor 之權重平均值。

請參照第4圖所示，其係本發明眼瞼下垂檢測系統的一較佳實施例，係包含一攝影單元1、一儲存單元2及一處理單元3，該處理單元3耦接該攝影單元1及該儲存單元2。

該攝影單元1能夠用以拍攝產生一臉部影像，較佳係拍攝產生一眼部影像，該眼部影像係可以包含一瞳孔平視影像、一瞳孔用力朝上影像及一瞳孔用力朝下影像。例如但不限制地，該攝影單元1可以為一電荷耦合元件CCD彩色攝影機或一互補式金屬氧化半導體CMOS彩色攝影機。

該儲存單元2可以為任何用以儲存電子資料的儲存媒體，例如可以為一硬碟或一記憶體，惟不以此為限，該儲存單元2能夠用以儲存一預設眼瞼下垂資訊。該預設眼瞼下垂資訊係可以如上述表一所示。

該處理單元3耦接該攝影單元1及該儲存單元2，該處理單元3係可以為具有資料處理、訊號產生及控制等功能的電路單元，例如可以為一微處理器、一微控制器、一數位訊號處理器、一邏輯電路或一特殊應用積體電路(ASIC)，在本實施例中，該處理單元3可以為一微處理器，惟不以此為限。該處理單元3能夠對該眼部影像執行影像處理，以產生一邊緣影像。具體而言，該影像處理係可以包含對該眼部影像執行灰階化、二值化及邊緣偵測等影像處理程序，以產生該邊緣影像。其中，當該拍攝單元1係拍攝產生一臉部影像時，該處理單元3能夠於該臉部影像中設定一感興趣區域作為該眼部影像。該感興趣區域所形成的矩形之起始像素之位置座標及矩形的長度值與寬度值的設定，以能涵蓋包含上眼瞼、下眼瞼、鞏膜、虹膜及瞳孔等眼睛部位即可，係本發明相關領域中具有通常知識者可以理解，茲不贅述。

該處理單元3能夠對該眼部影像及該邊緣影像執行影像運算，以取得用以分析眼瞼下垂之嚴重程度及提眼肌之功能的複數個特徵變數，該複數個特徵變數係可以包含一眼睛輪廓區域A、一鞏膜區域A1、一虹膜區域A2、一瞳孔區域A3、一瞳孔中心點P1、一上眼瞼下緣曲線C1、一下眼瞼上緣曲線C2、一上眼瞼下緣交集點P2及一下眼瞼上緣交集點P3各自的位置座標。較佳地，該複數個特徵變數還可以另包含一眼角左緣點P4及一眼角右緣 點P5各自的位置座標。

具體而言，該處理單元3對該眼部影像執行對稱變換，取得一眼部區域。該處理單元3能夠對該眼部影像的各像素點執行對稱變換，產生複數個對稱變換結果，該處理單元3將該對稱變換結果中的一最大值的像素點之位置座標作為產生該眼睛輪廓區域A的初始點。該眼睛輪廓區域A係可以包含該鞏膜區域A1、該虹膜區域A2、該瞳孔區域A3、上眼瞼及下眼瞼等眼部特徵。再且，由於鞏膜相對於瞳孔、虹膜、上眼瞼及下眼瞼等眼部特徵而言，其色彩飽和度相對較低，因此，該處理單元3將該眼部影像由RGB色彩空間轉換至HSV色彩空間，產生一HSV影像。該處理單元3由該HSV影像中取得S通道影像，並將該S通道影像中飽和度小於一門檻值的像素點形成該鞏膜區域A1。該門檻值的設定係本發明相關領域中具有通常知識者可以理解，茲不贅述。

另一方面，該處理單元3對該邊緣影像執行對稱變換，以取得複數個候補瞳孔區域，在本實施例中，該對稱轉換可以為快速徑向對稱變換。該處理單元3計算取得該邊緣影像的各像素點在其梯度方向上的兩個投影點，並依據該兩個投影點分別形成的梯度投影影像及梯度幅值影像取得複數個徑向對稱變換結果，即取得該複數個候補瞳孔區域。該處理單元3對該複數個候補瞳孔區域分別計算一瞳孔黑值比例，並以該複數個瞳孔黑值比例中比值最大者的候補瞳孔區域作為該瞳孔區域A3。該瞳孔黑值比例係為各該候補瞳孔區域的所有像素點中黑色像素點所佔有的比值。再且，該處理單元3係還能夠由該瞳孔區域A3中定位取得該瞳孔中心點P1的位置座標。

該處理單元3能夠在該眼睛輪廓區域A中取得該上眼瞼下緣曲線C1及該下眼瞼上緣曲線C2。具體而言，該處理單元3以一梯度方向公式計算該鞏膜區域A1的邊界上的各像素點相對於該眼睛輪廓區域A的切線 斜率，該鞏膜區域A1的邊界上的各像素點與該眼睛輪廓區域A切線斜率為零的交界處，即表示為一眼瞼曲線。該處理單元3能夠依據該眼瞼曲線之位置座標，將該眼瞼曲線區分為該上眼瞼下緣曲線C1及該下眼瞼上緣曲線C2。再且，還能夠以該處理單元3由該瞳孔中心點P1朝與瞳孔平視方向所形成的平面之垂直方向延伸一垂直線，且使該垂直線分別交集於該上眼瞼下緣曲線C1及該下眼瞼上緣曲線C2，以分別取得該上眼瞼下緣交集點P2及該下眼瞼上緣交集點P3各自的位置座標。

較佳地，該處理單元3能夠在該眼睛輪廓區域A中取得該眼角左緣點P4及該眼角右緣點P5。具體而言，該處理單元3以一角點距離公式計算該上眼瞼下緣曲線C1與該下眼瞼上緣曲線C2的交界處，取得該眼角左緣點P4及該眼角右緣點P5。較佳地，該處理單元3還能夠由該瞳孔中心點P1延伸且分別交集於該上眼瞼下緣曲線C1及該下眼瞼上緣曲線C2，分別取得該上眼瞼下緣交集點P2及該下眼瞼上緣交集點P3各自的位置座標。

該處理單元3能夠依據該複數個特徵變數計算，以取得一特徵參數組。舉例而言，該特徵參數組係包含一虹膜直徑與一瞼裂高度PFH(Palpebral Fissure Height)之間的一高度差PS(Ptosis Severity)，以及瞳孔用力朝上與用力朝下時的一最大移動距離LF。較佳地，該特徵參數組還可以另包含該瞳孔中心點P1至該上眼瞼下緣交集點P2之間的一第一距離MRD1、該瞳孔中心點P1至該下眼瞼上緣交集點P3之間的一第二距離MRD2、該上眼瞼下緣交集點P2至該下眼瞼上緣交集點P3之間的瞼裂高度PFH、該眼角左緣點P4至該眼角右緣點P5之間的一瞼裂寬度PFW(Palpebral Fissure Width)，以及依據該虹膜區域A2推導計算出的一眼球體表面積OSA(Ocular Surface Area)。

該處理單元3依據該特徵參數組與一預設眼瞼下垂資訊相比 對，推知眼瞼下垂之嚴重程度及提眼肌之功能。舉例而言，該處理單元3依據該瞳孔用力朝上影像所產生的複數個特徵變數，計算取得瞳孔用力朝上時的一第一位置座標P6，另依據瞳孔用力朝下影像所產生的複數個特徵變數，計算取得瞳孔用力朝下時的一第二位置座標P7，該處理單元3計算該第一位置座標P6與該第二位置座標P7的距離差，以產生該最大移動距離LF，當該最大移動距離LF等於7毫米時，依據上述表一為例，則表示提眼肌功能為中度異常。

本發明的眼瞼下垂檢測系統，該處理單元3還可以依據該複數個特徵變數，形成一虛擬數位眼睛，該處理單元3可以將該虛擬數位眼睛與該眼部影像進行重疊，以分析該虛擬數位眼睛是否與該眼部影像之間具有極大偏差產生。具體而言，該處理單元3對該鞏膜區域A1、該瞳孔區域A3及該眼瞼曲線分別設定一權重值，較佳地，還能夠以該處理單元3對該眼角左緣點P4與該眼角右緣點P5另設定一權重值，該複數個權重值之計算公式係可以如上述式(1)~(5)所示。該處理單元3能夠以上述權重值作為一權重值公式的輸入變數，並計算取得複數個具有不同權重的虛擬數位眼睛，該處理單元3由該複數個虛擬數位眼睛中選擇具有最高權重者取代由原本的複數個特徵變數所形成的虛擬數位眼睛。該權重值之計算公式可以如上述式(6)所示。

綜上所述，本發明的眼瞼下垂檢測方法及系統，能夠以影像處理技術搭配機器視覺取得病患眼部資訊，並以該眼部資訊推導用以判斷眼瞼下垂的相關數據，及依該數據進行自動化檢測提眼肌之功能及檢測眼瞼下垂之嚴重程度。藉此，係可以達到操作方便、大幅縮短測量時間及提升量測一致性等功效。

雖然本發明已利用上述較佳實施例揭示，然其並非用以限定本發明，任何熟習此技藝者在不脫離本發明之精神和範圍之內，相對上述實施 例進行各種更動與修改仍屬本發明所保護之技術範疇，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

Claims (12)

1. 一種眼瞼下垂檢測方法，包含：拍攝產生眼部影像，該眼部影像係包含一瞳孔平視影像、一瞳孔用力朝上影像及一瞳孔用力朝下影像；對該眼部影像執行影像處理，產生一邊緣影像；對該眼部影像及該邊緣影像執行影像運算，取得複數個特徵變數；依據該複數個特徵變數計算，取得一特徵參數組；及將該特徵參數組與一預設眼瞼下垂資訊相比對，推知眼瞼下垂之嚴重程度及提眼肌之功能。
2. 如申請專利範圍第1項所述之眼瞼下垂檢測方法，其中，該複數個特徵變數係包含一眼睛輪廓區域、一鞏膜區域、一虹膜區域、一瞳孔區域、一瞳孔中心點、一上眼瞼下緣曲線、一下眼瞼上緣曲線、一上眼瞼下緣交集點及一下眼瞼上緣交集點各自的位置座標。
3. 如申請專利範圍第2項所述之眼瞼下垂檢測方法，其中，該複數個特徵變數另包含一眼角左緣點及一眼角右緣點各自的位置座標。
4. 如申請專利範圍第3項所述之眼瞼下垂檢測方法，其中，該特徵參數組係包含一虹膜直徑與一瞼裂高度之間的一高度差，以及瞳孔用力朝上與用力朝下時的一最大移動距離。
5. 如申請專利範圍第4項所述之眼瞼下垂檢測方法，其中，該特徵參數組另包含該瞳孔中心點至該上眼瞼下緣交集點之間的一第一距離、該瞳孔中心點至該下眼瞼上緣交集點之間的一第二距離、該上眼瞼下緣交集點至該下眼瞼上緣交集點之間的瞼裂高度、該眼角左緣點至該眼角右緣點之間的一瞼裂寬度，以及依據該虹膜區域推導計算出的一眼球體表面積。
6. 如申請專利範圍第3項所述之眼瞼下垂檢測方法，其中，依據 該複數個特徵變數，形成一虛擬數位眼睛，將該虛擬數位眼睛與該眼部影像進行重疊，以分析該虛擬數位眼睛是否與該眼部影像之間具有極大偏差產生。
7. 一種眼瞼下垂檢測系統，包含：一攝影單元，用以拍攝產生眼部影像，該眼部影像係包含一瞳孔平視影像、一瞳孔用力朝上影像及一瞳孔用力朝下影像；一儲存單元，用以儲存一預設眼瞼下垂資訊；及一處理單元，耦接該攝影單元及該儲存單元，該處理單元對該眼部影像執行影像處理，產生一邊緣影像，該處理單元對該眼部影像及該邊緣影像執行影像運算，取得複數個特徵變數，該處理單元依該複數個特徵變數計算取得一特徵參數組，並將該特徵參數組與該預設眼瞼下垂資訊相比對，推知眼瞼下垂之嚴重程度及提眼肌之功能。
8. 如申請專利範圍第7項所述之眼瞼下垂檢測系統，其中，該複數個特徵變數係包含一眼睛輪廓區域、一鞏膜區域、一虹膜區域、一瞳孔區域、一瞳孔中心點、一上眼瞼下緣曲線、一下眼瞼上緣曲線、一上眼瞼下緣交集點及一下眼瞼上緣交集點各自的位置座標。
9. 如申請專利範圍第8項所述之眼瞼下垂檢測系統，其中，該複數個特徵變數另包含一眼角左緣點及一眼角右緣點各自的位置座標。
10. 如申請專利範圍第9項所述之眼瞼下垂檢測系統，其中，該特徵參數組係包含一虹膜直徑與一瞼裂高度之間的一高度差，以及瞳孔用力朝上與用力朝下時的一最大移動距離。
11. 如申請專利範圍第10項所述之眼瞼下垂檢測系統，其中，該特徵參數組另包含該瞳孔中心點至該上眼瞼下緣交集點之間的一第一距離、該瞳孔中心點至該下眼瞼上緣交集點之間的一第二距離、該上眼瞼下緣交集點至該下眼瞼上緣交集點之間的瞼裂高度、該眼角左緣點至該眼角右緣點之 間的一瞼裂寬度，以及依據該虹膜區域推導計算出的一眼球體表面積。
12. 如申請專利範圍第9項所述之眼瞼下垂檢測系統，其中，該處理單元依據該複數個特徵變數，形成一虛擬數位眼睛，該處理單元將該虛擬數位眼睛與該眼部影像進行重疊，以分析該虛擬數位眼睛是否與該眼部影像之間具有極大偏差產生。