TWI772663B - 以個人裝置進行手骨骨齡即時判讀之系統及方法 - Google Patents

以個人裝置進行手骨骨齡即時判讀之系統及方法 Download PDF

Info

Publication number
TWI772663B
TWI772663B TW108127752A TW108127752A TWI772663B TW I772663 B TWI772663 B TW I772663B TW 108127752 A TW108127752 A TW 108127752A TW 108127752 A TW108127752 A TW 108127752A TW I772663 B TWI772663 B TW I772663B
Authority
TW
Taiwan
Prior art keywords
image
bone
compared
hand
personal device
Prior art date
Application number
TW108127752A
Other languages
English (en)
Other versions
TW202107482A (zh
Inventor
蔡輔仁
黃宗祺
廖英凱
王麒琨
Original Assignee
長佳智能股份有限公司
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 長佳智能股份有限公司 filed Critical 長佳智能股份有限公司
Priority to TW108127752A priority Critical patent/TWI772663B/zh
Priority to JP2019167116A priority patent/JP6808254B1/ja
Priority to CN201910869432.9A priority patent/CN112331329A/zh
Priority to US16/664,022 priority patent/US11062451B2/en
Publication of TW202107482A publication Critical patent/TW202107482A/zh
Application granted granted Critical
Publication of TWI772663B publication Critical patent/TWI772663B/zh

Links

Images

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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G06T2207/10116—X-ray 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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30008—Bone

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • General Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Molecular Biology (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

一種以個人裝置進行手骨骨齡即時判讀之系統及方法，其主要包含有：一雲端運算平台，儲存有一第一標記資料庫、一骨齡模型以及一比對邏輯；且於該第一標記資料庫中至少具有一手骨影像以及對應於該手骨影像的複數特徵標記資料；該骨齡模型由一類神經網路訓練而成；一待比對影像提供裝置，用以由一待比對影像雲端資料庫下載一該待比對手骨影像。利用一個人裝置由該待比對影像提供裝置取得一待比對手骨影像，並將該待比對手骨影像上傳至該雲端運算平台進行比對，藉以找出該骨齡模型中最接近於該待比對手骨影像的手骨影像，並將這個被找出的手骨影像所對應的判讀數據傳送至該個人裝置。

Description

以個人裝置進行手骨骨齡即時判讀之系統及方法
本發明係與醫學影像藉由雲端進行線上數據即時判讀的技術有關，特別是指一種以個人裝置進行手骨骨齡即時判讀之系統及方法。
在傳統的技術上，使用X光圖的手骨影像來判斷骨齡，通常都是由醫師來進行判斷，然而，即使是具有豐富經驗的醫師，也需要花很長的時間翻閱圖譜參考，才能判定每一張手骨影像的年齡。因此，在判斷確診前，需要面對多位病患來進行X光圖手骨影像的判讀解說，包括有健康與不健康判讀結果，對於檢測結果為健康的受檢者，醫師仍然需要花時間判讀解說，因此在病患很多的門診而言，必然會有病人等待時間長的問題，也會有醫生在精神及體力上的損耗問題，因此，如果能利用醫學人工智能來協助醫師縮短判讀時間，以保留更多時間給病人，這樣醫師就能在看診時有更多時間來做出精確的判讀。
然而，目前的醫療用人工智能判讀系統，通常必需要配備超級電腦做為主要運算中心，以及配備獨有的精準標記醫療影像數資料庫來做為資料的基礎，且應用場所目前通常以內部網路連結電腦的方式來分布在同一個醫院內部的診間來執行判讀，執行過程必須要具備醫師、醫事人員身分才能使用這些設備進行人工智慧判讀，屬於封閉式系統的應用，且必須為大型醫院才有能力負擔其經費。對於沒有超級電腦以及不具備獨有的精準標記醫療影像數據資料庫的醫院來說，醫師們仍然處於傳統的人工判讀條件，執行判讀時既耗時又費力。
基於上述現有技術僅能適用於具有超級電腦的封閉式系統，而不能廣泛的開放給大部分的醫師或醫院使用，因此，本發明提出一種以個人裝置進行手骨骨齡即時判讀之系統及方法，可以解決上述問題，可以讓醫師通過其個人裝置來取得手骨骨齡的即時判讀資訊做為參考，進而進行手骨骨齡的進一步判讀。
為了解決上述問題，本發明提出一種以個人裝置進行手骨骨齡即時判讀之系統，包含有：一雲端運算平台，具有一儲存單元，該儲存單元內儲存有一第一標記資料庫、一骨齡模型以及一比對邏輯，該雲端運算平台係執行該比對邏輯；該第一標記資料庫，具有複數標記手骨影像數據資料，各該標記手骨影像數據資料至少具有一手骨影像以及對應於該手骨影像的複數特徵標記資料；該骨齡模型，由一類神經網路對該複數標記手骨影像數據資料進行訓練而成，且該骨齡模型具有對應於各該標記手骨影像數據資料的手影像以及對應於該手骨影像的判讀數據；一待比對影像雲端資料庫，儲存有複數待比對手骨影像；一待比對影像提供裝置，耦接於該待比對影像雲端資料庫，並用以由該待比對影像雲端資料庫下載一該待比對手骨影像；以及一個人裝置，耦接於該待比對影像提供裝置以及該雲端運算平台，該個人裝置係用以由該待比對影像提供裝置取得該待比對手骨影像，以及用以將該待比對手骨影像上傳至該雲端運算平台；其中，該比對邏輯係為：在該雲端運算平台接收到該個人裝置所上傳的該待比對手骨影像後，即將該待比對手骨影像與該骨齡模型中所具有的複數手骨影像進行比對，藉以找出該骨齡模型中最接近於該待比對手骨影像的手骨影像，並將這個被找出的手骨影像所對應的判讀數據傳送至該個人裝置。
藉此，醫師可以使用上述系統來使用其個人裝置取得手骨骨齡的即時判讀資訊做為參考，進而進行手骨骨齡的進一步判讀。且也使得醫師本身所在的醫院不需要投入高額成本來架構超級電腦或精準資料庫，就能使用手骨骨齡即時判讀的功能。
此外，本發明還提出使用上述系統的一種以個人裝置進行手骨骨齡即時判讀之方法，主要包含有下列步驟：準備影像：該待比對影像提供裝置自該待比對影像雲端資料庫下載一該待比對手骨影像；取得影像：以該個人裝置自該待比對影像提供裝置取得該待比對手骨影像，並將該待比對手骨影像上傳至該雲端運算平台；以及比對判讀：該雲端運算平台執行該比對邏輯，將該待比對手骨影像與該骨齡模型中所具有的複數手骨影像進行比對，藉以找出最接近於該待比對手骨影像的手骨影像，並將這個被找出的手骨影像所對應的判讀數據傳送至該個人裝置。
藉由上述步驟，即可達到使用個人裝置來進行手骨骨齡即時判讀的目的以及效果。
為了詳細說明本發明之技術特點所在，茲舉以下之較佳實施例並配合圖式說明如後，其中：
如圖1至圖5所示，本發明第一較佳實施例所提供之一種以個人裝置進行手骨骨齡即時判讀之系統10，主要由一雲端運算平台11、一待比對影像雲端資料庫21、一待比對影像提供裝置31以及一個人裝置41所組成，其中：
該雲端運算平台11，具有一儲存單元12，該儲存單元12內儲存有一第一標記資料庫14、一骨齡模型16以及一比對邏輯18，該雲端運算平台11係執行該比對邏輯18。該第一標記資料庫14具有複數標記手骨影像數據資料15，各該標記手骨影像數據資料15具有一手骨影像151以及對應於該手骨影像151的複數特徵標記資料152，這裡的該複數特徵標記資料152可以是由醫師針對各該手骨影像151的各個骨節的特徵進行標記的資料，這些特徵可以是下列但不限於：各個骨節的比例、長度、大小、寬度、彎曲程度、骨節間距的資料，而且還可以再包含各該手骨影像151所對應的人員性別及年齡資料，圖2係顯示一手骨影像的X光照片做為參考。該骨齡模型16由一類神經網路對該複數標記手骨影像數據資料15進行訓練而成，且該骨齡模型16具有對應於各該標記手骨影像數據資料15的手骨影像163以及對應於該手骨影像163的判讀數據164。在實際實施時，該雲端運算平台11可以是建構骨齡模型16的業者所提供一個雲端伺服器，也可以是一個超級電腦，提供雲端運算、檔案以及資料儲存的服務。
該待比對影像雲端資料庫21，儲存有複數待比對手骨影像22。在實際實施時，該待比對影像雲端資料庫21可以是某家醫院的雲端資料庫，而所儲存的該複數待比對手骨影像22則是藉由該家醫院中的X光設備所拍攝的多張手骨影像。
該待比對影像提供裝置31，耦接於該待比對影像雲端資料庫21，並用以由該待比對影像雲端資料庫21下載一待比對手骨影像22。在實際實施時，該待比對影像提供裝置31可以是前述醫院的某個診間的電腦，在該家醫院的X光設備拍攝某位待判讀人員(例如，病患)的手骨影像後即儲存於該待比對影像雲端資料庫21，再由該診間的電腦下載該待比對手骨影像22。此外，該待比對影像提供裝置31也可以具備一顯示幕32，而將該待比對手骨影像22顯示於該顯示幕32上。
該個人裝置41，耦接於待比對影像提供裝置31以及該雲端運算平台11，該個人裝置41係用以由該待比對影像提供裝置31取得該待比對手骨影像22，以及用以將該待比對手骨影像22上傳至該雲端運算平台11。在實際實施時，該個人裝置41可以是個人電腦，也可以是智慧型手機，該個人裝置41的使用者在預設的狀況下，通常是具有醫師資格的人員。如圖3所示，在該個人裝置41是個人電腦時，可以藉由網路連線至該待比對影像提供裝置31，而下載該待比對手骨影像22，並且也可以連上雲端來將該待比對手骨影像22上傳至該雲端運算平台11；如圖4所示，在該個人裝置41是智慧型手機時，可以藉由智慧型手機的攝影功能來拍攝待比對影像提供裝置31的顯示幕32上所顯示的該待比對手骨影像22，進而取得一攝得待比對手骨影像22’，並且以該攝得待比對手骨影像22’取代該待比對手骨影像22來上傳至該雲端運算平台11。此外，可以直接理解的是，該個人裝置41一般會安裝一操作程式42來供使用者操作，以進行由該待比對影像提供裝置31取得該待比對手骨影像22的動作，以及進行將該待比對手骨影像22上傳至該雲端運算平台11的動作。
前述之比對邏輯18係為：在該雲端運算平台11接收到該個人裝置41所上傳的該待比對手骨影像22後，即將該待比對手骨影像22與該骨齡模型16中所具有的複數手骨影像163進行比對，藉以找出該骨齡模型16中最接近於該待比對手骨影像22的手骨影像163，並將這個被找出的手骨影像163所對應的判讀數據164傳送至該個人裝置41，並且依據該個人裝置41本身具備的顯示功能或該操作程式42的功能來將該判讀數據164顯示於該個人裝置41上。若是該個人裝置41所上傳的是該攝得待比對手骨影像22’，則將該攝得待比對手骨影像22’與該骨齡模型16中的複數手骨影像163進行比對。
以上說明了本第一實施例的系統架構，接下來說明本第一實施例在操作時，其操作方法係具有下列步驟：
如圖5所示，步驟S1.準備影像：該待比對影像提供裝置31自該待比對影像雲端資料庫21下載一該待比對手骨影像22。亦即，在上述醫院取得待判讀人員的手骨影像的X光影像後，即由該待比對影像提供裝置31(即醫院的診間裡的電腦)向其雲端資料庫下載待判讀人員的待比對手骨影像22。
S2.取得影像：以該個人裝置41自該待比對影像提供裝置31取得該待比對手骨影像22，並將該待比對手骨影像22上傳至該雲端運算平台11。亦即，個人裝置41以下載或照像的方式取得該待比對手骨影像22或該攝得待比對手骨影像22’後，上傳至該雲端運算平台11。
S3.比對判讀：該雲端運算平台11執行該比對邏輯18，將該待比對手骨影像22與該骨齡模型16中所具有的複數手骨影像163進行比對，藉以找出最接近於該待比對手骨影像22的手骨影像163，並將這個被找出的手骨影像163所對應的判讀數據164傳送至該個人裝置41。藉此，使用該個人裝置41的醫師就可以取得這個雲端運算平台11所比對出來的判讀數據164，做為評估這位待判讀人員的骨齡狀況的參考。
由上述的系統架構及方法可知，本發明第一實施例可以讓不具有超級電腦或獨有的精準標記醫療影像數據資料庫的醫院中的醫師，都可以使用該雲端運算平台11來進行骨齡評估的參考，因此，不會受限於該醫院是否有足夠財力來負擔超級電腦以及備置完整資料庫。藉由本發明，醫師可以藉由其個人裝置41來即時取得病患的手骨骨齡的判讀資訊做為參考，進而進行手骨骨齡的進一步判讀，不僅快速，而且可以使得判讀結果更為精準。
請再參閱圖6至圖8，本發明第二較佳實施例所提供之一種以個人裝置進行手骨骨齡即時判讀之系統50，主要概同於前揭第一實施例，不同之處在於：
該雲端運算平台51更包含有一交易埠59，用來與一第三方交易平台91藉由網路耦接。
該第一標記資料庫54分為一第一男性標記資料庫541以及一第一女性標記資料庫542，該複數標記手骨影像數據資料55分為複數男性標記手骨影像數據資料551以及複數女性標記手骨影像數據資料552，該複數男性標記手骨影像數據資料551儲存於該第一男性標記資料庫541，而該複數女性標記手骨影像數據資料552儲存於該第一女性標記資料庫542。
該骨齡模型56分為一男性骨齡模型561以及一女性骨齡模型562，該男性骨齡模型561係由該類神經網路對該複數男性標記手骨影像數據資料551訓練而成，該女性骨齡模型562係由該類神經網路對該複數女性標記手骨影像數據資料552訓練而成。
該待比對影像雲端資料庫61儲存有對應於各該待比對手骨影像62的性別資訊64。
該待比對影像提供裝置71除了用以由該待比對影像雲端資料庫61下載一該待比對手骨影像62之外，也同時下載對應於該待比對手骨影像62的性別資訊64。
該個人裝置81除了用以自該待比對影像提供裝置71取得該待比對手骨影像62之外，還可以在上傳該待比對手骨影像62時，也上傳該性別資訊64。在實際實施時，當該個人裝置81是個人電腦時，經由網路來下載該待比對手骨影像62的同時，也會連帶下載該性別資訊64，因此，在上傳該待比對手骨影像62時，就可以同時上傳該性別資訊64。而當該個人裝置81是智慧型手機時，則在以拍攝的方式取得該攝得待比對手骨影像62’時，是不會同時下載該性別資訊64的，因此，使用者在上傳該攝得待比對手骨影像62’時，需要以手動的方式提供該性別資訊64，例如，藉由該操作程式82輸入該性別資訊64。
在該比對邏輯58中，在進行比對時，係依該性別資訊64來決定以該男性骨齡模型561或該女性骨齡模型562來與該待比對手骨影像62進行比對。
以上是本第二實施例中，將男性與女性的手骨影像予以區別開來。相對的，其對應的骨齡模型561,562、第一標記資料庫54以及標記手骨影像數據資料551,552也都會對應分開為男性與女性，此乃由於男性與女性的手骨影像一般而言會有較為明顯的不同，因此若預先加以區分開來，就可以在比對的時候更為增加準確度。
此外，由於以X光設備所拍攝而得的手骨影像一般都以高解析度的影像檔做為其檔案格式，通常係為DICOM醫療影像格式，因此其檔案大小會比一般的數位相機的影像檔案來得更大，連帶會使得在手骨影像下載或上傳時，耗費較大的網路流量。基於上述狀況，於本第二實施例中，進一步的提出對影像進行壓縮轉檔的技術，使得影像檔案可以縮減其檔案大小，進而方便檔案傳輸，其具體技術說明如後。
在有壓縮轉檔的需求下，該雲端運算平台51更具有一第一轉換邏輯511儲存於該儲存單元52來加以執行，該第一轉換邏輯511係為：將該第一標記資料庫54中的複數男性標記手骨影像數據資料551以及複數女性標記手骨影像數據資料552進行影像格式轉換，並將轉換後的複數標記手骨影像數據資料551’,552’儲存於一第二標記資料庫57中。這裡的影像格式轉換可以是任何已知的影像壓縮轉換技術，例如，JPEG或TIFF影像格式轉換。然而，若是使用JPEG影像格式進行壓縮轉換，則由於其屬於破壞性壓縮技術，因此轉換後的檔案可以選擇再使用一修復技術來進行修復，例如，使用影像降噪的非局部平均(Non-local means)演算法來進行修復。
該第二標記資料庫57係儲存於該儲存單元12中，而亦分為一第二男性標記資料庫571以及一第二女性標記資料庫572來分別儲存上述影像格式轉換後的複數男性標記手骨影像數據資料551’以及複數女性標記手骨影像數據資料552’。該男性骨齡模型561係由該類神經網路對該第二標記資料庫57中的轉換後的複數男性標記手骨影像數據資料551’訓練而成，該女性骨齡模型562係由該類神經網路對該第二標記資料庫57中的轉換後的複數女性標記手骨影像數據資料552’訓練而成。
此外，該雲端運算平台51更具有一第二轉換邏輯512儲存於該儲存單元52來加以執行，該第二轉換邏輯512係為：將該個人裝置81所上傳的該待比對手骨影像62進行影像格式轉換，而產生轉換後的待比對手骨影像62’’。而在該比對邏輯58中，在進行比對時，係將該轉換後的待比對手骨影像62’’與該男性及女性骨齡模型561,562中所具有的複數手骨影像563進行比對，此處仍是依據前述男性或女性的性別資訊64來進行比對。
以上為本第二實施例在架構上與第一實施例之間差異的部分，接下來說明本第二實施例的操作方法，在操作方法上與前述第一實施例大致相同，不同之處在於：
如圖8所示，在步驟S2.取得影像之前，更包含有Sn.交易付費：該個人裝置81耦接於該第三方交易平台91並付費，該雲端運算平台51藉由該交易埠59耦接於該第三方交易平台91，並向該第三方交易平台91確認該個人裝置81之付費事實。而在步驟S2.取得影像中，該雲端運算平台51係依付費事實來決定是否接受該個人裝置81所上傳的該待比對手骨影像62。而在步驟S3.比對判讀中，該雲端運算平台51係依該付費事實來決定是否將該判讀數據564傳送至該個人裝置81。
前述的步驟中，步驟Sn.交易付費必須在步驟S2取得影像之前，而可以在步驟S1.準備影像之前或之後，於本第二實施例中係以位於步驟S1.準備影像之前為例。這個步驟Sn交易付費的步驟，主要是為了使本發明之系統在提供即時骨齡判讀服務時有一個付費的機制，而僅對有付費的使用者提供即時判讀的服務。
由上可知，本第二實施例可以達成將手骨影像分為男性與女性來予以區隔，藉以使骨齡判讀更為準確。此外，還能對影像檔案提供壓縮/修復的功能，進而減少網路流量的負擔。並且，還能提供交易付費的機制，來達到使用者付費的業者與使用者雙贏的效果。
本第二實施例之其餘技術特徵及所能達成的功效均概同於前揭第一實施例，容不再予贅述。
10:以個人裝置進行手骨骨齡即時判讀之系統 11:雲端運算平台12:儲存單元 14:第一標記資料庫15:標記手骨影像數據資料 151:手骨影像152:特徵標記資料 16:骨齡模型163:手骨影像 164:判讀數據18:比對邏輯 21:待比對影像雲端資料庫22:待比對手骨影像 22’:攝得待比對手骨影像31:待比對影像提供裝置 32:顯示幕41:個人裝置 42:操作程式 50:以個人裝置進行手骨骨齡即時判讀之系統 51:雲端運算平台511:第一轉換邏輯 512:第二轉換邏輯52:儲存單元 54:第一標記資料庫541:第一男性標記資料庫 542:第一女性標記資料庫55:標記手骨影像數據資料 551:男性標記手骨影像數據資料 551’:轉換後的男性標記手骨影像數據資料 552:女性標記手骨影像數據資料 552’:轉換後的女性標記手骨影像數據資料 56:骨齡模型561:男性骨齡模型 562:女性骨齡模型563:手骨影像 564:判讀數據57:第二標記資料庫 571:第二男性標記資料庫572:第二女性標記資料庫 58:比對邏輯59:交易埠 61:待比對影像雲端資料庫62:待比對手骨影像 62’:攝得待比對手骨影像62’’:轉換後的待比對手骨影像 64:性別資訊71:待比對影像提供裝置 81:個人裝置82:操作程式 91:第三方交易平台
圖1係本發明第一較佳實施例之方塊圖。 圖2係本發明第一較佳實施例之手骨影像X光照片。 圖3係本發明第一較佳實施例之操作狀態示意圖。 圖4係本發明第一較佳實施例之另一操作狀態示意圖。 圖5係本發明第一較佳實施例之流程圖。 圖6係本發明第二較佳實施例之方塊圖，顯示雲端運算平台之架構。 圖7係本發明第二較佳實施例之動作示意圖。 圖8係本發明第二較佳實施例之流程圖。
10:以個人裝置進行手骨骨齡即時判讀之系統
11:雲端運算平台
12:儲存單元
14:第一標記資料庫
15:標記手骨影像數據資料
151:手骨影像
152:特徵標記資料
16:骨齡模型
163:手骨影像
164:判讀數據
18:比對邏輯
21:待比對影像雲端資料庫
22:待比對手骨影像
22’:攝得待比對手骨影像
31:待比對影像提供裝置
32:顯示幕
41:個人裝置
42:操作程式

Claims (9)

  1. 一種以個人裝置進行手骨骨齡即時判讀之系統，包含有：一雲端運算平台，具有一儲存單元，該儲存單元內儲存有一第一標記資料庫、一骨齡模型以及一比對邏輯，該雲端運算平台係執行該比對邏輯；該第一標記資料庫，具有複數標記手骨影像數據資料，各該標記手骨影像數據資料至少具有一手骨影像以及對應於該手骨影像的複數特徵標記資料；該骨齡模型，由一類神經網路對該複數標記手骨影像數據資料進行訓練而成，且該骨齡模型具有對應於各該標記手骨影像數據資料的手影像以及對應於該手骨影像的判讀數據；一待比對影像雲端資料庫，儲存有複數待比對手骨影像；一待比對影像提供裝置，耦接於該待比對影像雲端資料庫，並用以由該待比對影像雲端資料庫下載一該待比對手骨影像；以及一個人裝置，耦接於該待比對影像提供裝置以及該雲端運算平台，該個人裝置係用以由該待比對影像提供裝置取得該待比對手骨影像，以及用以將該待比對手骨影像上傳至該雲端運算平台；其中，該比對邏輯係為：在該雲端運算平台接收到該個人裝置所上傳的該待比對手骨影像後，即將該待比對手骨影像與該骨齡模型中所具有的複數手骨影像進行比對，藉以找出該骨齡模型中最接近於該待比對手骨影像的手骨影像，並將這個被找出的手骨影像所對應的判讀數據傳送至該個人裝置；其中，該待比對影像提供裝置具有一顯示幕，將所下載的該待比對手骨影像顯示於該顯示幕上；該個人裝置係拍攝該顯示幕所顯示的該待比對手骨影像 來取得一攝得待比對手骨影像，並且以該攝得待比對手骨影像取代該待比對手骨影像來上傳至該雲端運算平台；在該比對邏輯中，在該雲端運算平台接收到該個人裝置所上傳的該攝得待比對手骨影像後，即將該攝得待比對手骨影像與該骨齡模型中所具有的複數手骨影像進行比對。
  2. 依據申請專利範圍第1項所述之以個人裝置進行手骨骨齡即時判讀之系統，其中：該第一標記資料庫分為一第一男性標記資料庫以及一第一女性標記資料庫，該複數標記手骨影像數據資料分為複數男性標記手骨影像數據資料以及複數女性標記手骨影像數據資料，該複數男性標記手骨影像數據資料係儲存於該第一男性標記資料庫，而該複數女性標記手骨影像數據資料係儲存於該第一女性標記資料庫；該骨齡模型分為一男性骨齡模型以及一女性骨齡模型，該男性骨齡模型係由該類神經網路對該複數男性標記手骨影像數據資料訓練而成，該女性骨齡模型係由該類神經網路對該複數女性標記手骨影像數據資料訓練而成；該待比對影像雲端資料庫儲存有對應於各該待比對手骨影像的性別資訊；該待比對影像提供裝置用以由該待比對影像雲端資料庫下載一該待比對手骨影像及其對應的性別資訊；該個人裝置用以取得該待比對手骨影像以及其對應的性別資訊，並且在上傳該待比對手骨影像時也上傳該性別資訊；在該比對邏輯中，在進行比對時，係依該性別資訊決定以該男性骨齡模型或該女性骨齡模型與該待比對手骨影像進行比對。
  3. 依據申請專利範圍第2項所述之以個人裝置進行手骨骨齡即時判讀之系統，其中：該雲端運算平台更具有一第一轉換邏輯儲存於該儲存單元來加以執行，該第一轉換邏輯係為：將該第一標記資料庫中的複數男性標記手骨影像數據資料以及複數女性標記手骨影像數據資料進行影像格式轉換，並將轉 換後的複數標記手骨影像數據資料儲存於一第二標記資料庫中；該第二標記資料庫係儲存於該儲存單元中，而亦分為一第二男性標記資料庫以及一第二女性標記資料庫來分別儲存上述資料；該男性骨齡模型係由該類神經網路對該第二標記資料庫中的轉換後的複數男性標記手骨影像數據資料訓練而成，該女性骨齡模型係由該類神經網路對該第二標記資料庫中的轉換後的複數女性標記手骨影像數據資料訓練而成。
  4. 依據申請專利範圍第3項所述之以個人裝置進行手骨骨齡即時判讀之系統，其中：該雲端運算平台更具有一第二轉換邏輯儲存於該儲存單元來加以執行，該第二轉換邏輯係為：將該個人裝置所上傳的該待比對手骨影像進行影像格式轉換，而產生轉換後的待比對手骨影像；在該比對邏輯中，在進行比對時，係將該轉換後的待比對手骨影像與該骨齡模型中所具有的複數手骨影像進行比對。
  5. 依據申請專利範圍第1項所述之以個人裝置進行手骨骨齡即時判讀之系統，其中：該個人裝置係為一智慧型手機，具有攝影功能。
  6. 依據申請專利範圍第1項所述之以個人裝置進行手骨骨齡即時判讀之系統，其中：該個人裝置係安裝有一操作程式供使用者操作，該個人裝置係執行該操作程式來進行由該待比對影像提供裝置取得該待比對手骨影像的動作，以及進行將該待比對手骨影像上傳至該雲端運算平台的動作，以及在該個人裝置接收到該判讀數據時將其顯示於該個人裝置上。
  7. 依據申請專利範圍第1項所述之以個人裝置進行手骨骨齡即時判讀之系統，其中：該雲端運算平台更包含有一交易埠，用以與一第三方交易平台耦接。
  8. 一種利用請求項1之系統來以個人裝置進行手骨骨齡即時判讀之方法，包含有下列步驟：準備影像：該待比對影像提供裝置自該待比對影像雲端資料庫下載一該待比對手骨影像；取得影像：以該個人裝置自該待比對影像提供裝置取得該待比對手骨影像，並將該待比對手骨影像上傳至該雲端運算平台；以及比對判讀：該雲端運算平台執行該比對邏輯，將該待比對手骨影像與該骨齡模型中所具有的複數手骨影像進行比對，藉以找出最接近於該待比對手骨影像的手骨影像，並將這個被找出的手骨影像所對應的判讀數據傳送至該個人裝置，其中：在準備影像的步驟中，該待比對影像提供裝置具有一顯示幕，並且將所下載的該待比對手骨影像顯示於該顯示幕上；在取得影像的步驟中，該個人裝置係為智慧型手機，而以其自身具備的攝影功能拍攝該顯示幕所顯示的該待比對手骨影像來取得一攝得待比對手骨影像，並且以該攝得待比對手骨影像取代該待比對手骨影像來上傳至該雲端運算平台；在比對判讀的步驟中，在該雲端運算平台接收到該個人裝置所上傳的該攝得待比對手骨影像後，即將該攝得待比對手骨影像與該骨齡模型中所具有的複數手骨影像進行比對。
  9. 依據申請專利範圍第8項所述之以個人裝置進行手骨骨齡即時判讀之方法，其中：在該取得影像步驟之前，更包含有一交易付費：該個人裝置耦接於一第三方交易平台並付費，該雲端運算平台藉由一交易埠耦接於該第三方交易平台，並向該第三方交易平台確認該個人裝置之付費事實；在該取得影像步驟中，該雲端運算平台係依該付費事實來決定是否接受該個人裝置所上傳 的該待比對手骨影像；在該比對判讀步驟中，該雲端運算平台係依該付費事實來決定是否將該判讀數據傳送至該個人裝置。
TW108127752A 2019-08-05 2019-08-05 以個人裝置進行手骨骨齡即時判讀之系統及方法 TWI772663B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
TW108127752A TWI772663B (zh) 2019-08-05 2019-08-05 以個人裝置進行手骨骨齡即時判讀之系統及方法
JP2019167116A JP6808254B1 (ja) 2019-08-05 2019-09-13 個人装置により手骨骨年齢の即時判読を行うシステム及び方法
CN201910869432.9A CN112331329A (zh) 2019-08-05 2019-09-16 以个人装置进行手骨骨龄即时判读的系统及方法
US16/664,022 US11062451B2 (en) 2019-08-05 2019-10-25 System and method for real-time determination of hand bone age using personal device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108127752A TWI772663B (zh) 2019-08-05 2019-08-05 以個人裝置進行手骨骨齡即時判讀之系統及方法

Publications (2)

Publication Number Publication Date
TW202107482A TW202107482A (zh) 2021-02-16
TWI772663B true TWI772663B (zh) 2022-08-01

Family

ID=73993000

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108127752A TWI772663B (zh) 2019-08-05 2019-08-05 以個人裝置進行手骨骨齡即時判讀之系統及方法

Country Status (4)

Country Link
US (1) US11062451B2 (zh)
JP (1) JP6808254B1 (zh)
CN (1) CN112331329A (zh)
TW (1) TWI772663B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020024127A1 (zh) * 2018-08-01 2020-02-06 中国医药大学附设医院 骨龄评估与身高预测模型、其系统及其预测方法
US11367181B2 (en) * 2018-12-29 2022-06-21 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for ossification center detection and bone age assessment
CN112801994B (zh) * 2021-02-05 2023-12-26 广东顺德工业设计研究院(广东顺德创新设计研究院) 骨龄评估方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346526A (zh) * 2014-10-11 2015-02-11 北京网秦天下科技有限公司 医疗影像处理方法、云端服务器和医疗影像处理系统
CN104809590A (zh) * 2015-05-05 2015-07-29 赣州市明豪信息技术有限公司 一种智能云同步医疗信息共享系统
TWM519293U (zh) * 2015-09-24 2016-03-21 神通資訊科技股份有限公司 提供智慧醫療服務之自助服務裝置
CN106327495A (zh) * 2016-08-26 2017-01-11 穆达文 一种生物骨骼识别方法、装置及系统
US20190188870A1 (en) * 2017-12-20 2019-06-20 International Business Machines Corporation Medical image registration guided by target lesion

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050031181A1 (en) * 2003-06-19 2005-02-10 Xiaoli Bi Method and system for analyzing bone conditions using DICOM compliant bone radiographic image
TW200529794A (en) * 2004-03-03 2005-09-16 Chi-Wen Hsieh Method of automatically evaluating age of bone and skeleton via hand X-ray photograph
CN103186649A (zh) * 2011-12-31 2013-07-03 由田信息技术(上海)有限公司 影像分析之云端处理系统
WO2017022908A1 (ko) * 2015-08-04 2017-02-09 재단법인 아산사회복지재단 심층신경망을 이용한 골 연령 산출방법 및 프로그램
CN106202901A (zh) * 2016-07-04 2016-12-07 奥美之路(北京)健康科技股份有限公司 骨龄远程在线判读系统
WO2018057714A1 (en) * 2016-09-21 2018-03-29 The General Hospital Corporation Systems, methods and media for automatically generating a bone age assessment from a radiograph
CN108733967A (zh) * 2017-04-24 2018-11-02 太豪生医股份有限公司 云端医疗图像分析系统与方法
CN107591200B (zh) * 2017-08-25 2020-08-14 卫宁健康科技集团股份有限公司 基于深度学习及影像组学的骨龄标记识别评估方法及系统
KR101977174B1 (ko) * 2017-09-13 2019-05-10 이재준 영상 분석 방법, 장치 및 컴퓨터 프로그램
CN107767376B (zh) * 2017-11-02 2021-03-26 西安邮电大学 基于深度学习的x线片骨龄预测方法及系统
CN108968991B (zh) * 2018-05-08 2022-10-11 平安科技（深圳）有限公司 手骨x光片骨龄评估方法、装置、计算机设备和存储介质
WO2020024127A1 (zh) * 2018-08-01 2020-02-06 中国医药大学附设医院 骨龄评估与身高预测模型、其系统及其预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104346526A (zh) * 2014-10-11 2015-02-11 北京网秦天下科技有限公司 医疗影像处理方法、云端服务器和医疗影像处理系统
CN104809590A (zh) * 2015-05-05 2015-07-29 赣州市明豪信息技术有限公司 一种智能云同步医疗信息共享系统
TWM519293U (zh) * 2015-09-24 2016-03-21 神通資訊科技股份有限公司 提供智慧醫療服務之自助服務裝置
CN106327495A (zh) * 2016-08-26 2017-01-11 穆达文 一种生物骨骼识别方法、装置及系统
US20190188870A1 (en) * 2017-12-20 2019-06-20 International Business Machines Corporation Medical image registration guided by target lesion

Also Published As

Publication number Publication date
TW202107482A (zh) 2021-02-16
JP6808254B1 (ja) 2021-01-06
CN112331329A (zh) 2021-02-05
JP2021026746A (ja) 2021-02-22
US11062451B2 (en) 2021-07-13
US20210042921A1 (en) 2021-02-11

Similar Documents

Publication Publication Date Title
US10937164B2 (en) Medical evaluation machine learning workflows and processes
JP7225295B2 (ja) 医用画像表示装置、方法およびプログラム
TWI772663B (zh) 以個人裝置進行手骨骨齡即時判讀之系統及方法
JP6490985B2 (ja) 医用画像処理装置および医用画像処理システム
CN107358608B (zh) 基于图像处理技术的骨组织几何形态学参数自动测量装置及方法
US20100049548A1 (en) Medical image system, electronic medical record terminal, and computer-readable medium
US12046357B2 (en) Methods for determining one or more captured images used in a machine learning assessment of an animal
WO2019146358A1 (ja) 学習システム、方法及びプログラム
Zhang et al. Learning-based coronal spine alignment prediction using smartphone-acquired scoliosis radiograph images
CN111583249A (zh) 一种医学图像的质量监控系统及方法
US20140172457A1 (en) Medical information processing apparatus and recording medium
KR20130111669A (ko) 가시적 무손실 압축을 이용한 의료 영상 압축 시스템 및 방법
US20190014996A1 (en) Smart medical diagnosis system
CN113424267A (zh) 用于使用分散式计算平台按优先级来分析跨地理区域的健康数据的系统架构和方法
JP6559927B2 (ja) 医療情報管理装置及び医療情報管理システム
CN111128321A (zh) 信息显示方法及系统、装置、电子设备和可读介质
US20220207896A1 (en) Systems and methods for classifying and annotating images taken during a medical procedure
CN111209945A (zh) 基于ai的影像科医疗影像辅助识别方法及系统
CN113724095B (zh) 图片信息预测方法、装置、计算机设备及存储介质
US20240212153A1 (en) Method for automatedly displaying and enhancing AI detected dental conditions
US20220245795A1 (en) Methods and systems for detecting acquisition errors in medical images
Khanapure et al. Bone Fracture Detection with X-Ray images using MobileNet V3 Architecture
TW202125529A (zh) 醫療影像辨識系統及醫療影像辨識方法
TW202433347A (zh) 肢體水腫智慧檢測系統
KR20240057778A (ko) 치아의 형태학적 구조 및 위치에 따른 치아우식 위험도 진단 시스템