TWM469047U - 疾病檢測影像系統 - Google Patents

Description

疾病檢測影像系統

本創作是有關於影像系統，特別是一種疾病檢測影像系統。此疾病檢測影像系統透過色偏偵測模組偵測影像色偏，並使用色偏修正模組進行色偏修正，以提升處理單元影像辨識與疾病分類的準確率。

在科技發達的今日，許多傳統上需要醫療從業人員以肉眼直視進行疾病判斷或治療的過程已漸漸改由各種不同功能的影像裝置所取代，像是中醫的「望診」、內視鏡檢測、顯微組織切片檢測、或是遠距醫療等等。然而，用於疾病診斷的影像裝置可能會因為影像的色彩偏差而導致誤判的情形，且不同的影像裝置其差異甚大(如醫院設備及遠距醫療設備)，而攝影環境的差異(如體內及體外)亦增加了醫療從業人員於疾病診斷上的困難度。

有鑑於上述習知技藝之問題，本創作之目的就是在提供一種疾病檢測影像系統，以解決以上所稱之問題。

根據本創作之目的，提出一種疾病檢測影像系統， 其包含一影像輸入模組、一影像資料庫、一色偏偵測模組、一色偏修正模組、一影像分割模組、一疾病分類資料庫、以及一處理單元。影像輸入模組係提供一檢測影像。影像資料庫係儲存複數個歷史影像。色偏偵測模組係根據複數個歷史影像判別檢測影像是否具有色偏。色偏修正模組係對具有色偏之檢測影像進行色偏修正。影像分割模組係對無色偏之檢測影像或色偏修正後之檢測影像進行影像分割，並獲得複數個檢測影像單元。疾病分類資料庫係儲存複數個歷史影像單元及相對應之複數個疾病分類資料。處理單元係根據複數個歷史影像單元及相對應之複數個疾病分類資料對複數個檢測影像單元進行疾病分類。

較佳者，其中色偏偵測模組係以一類神經網路演算法判別檢測影像是否具有色偏。

較佳者，其中影像輸入模組所提供之檢測影像係儲存於影像資料庫中，以增加複數個歷史影像之數量。

較佳者，其中類神經網路演算法係根據增加之複數個歷史影像修正色偏偵測模組之偵測參數。

較佳者，其中色偏修正模組係以一白平衡演算法對檢測影像進行色偏修正。

較佳者，其中白平衡演算法係為一模糊白平衡演算法、一灰界理論演算法、一最大參考白演算法、或其組合。

較佳者，其中處理單元係擷取複數個檢測影像單元之色彩與結構特徵以進行疾病分類。

較佳者，其中處理單元具有一問答程式，係根據複 數個檢測影像單元所對應之疾病分類進行疾病問答。

101‧‧‧影像輸入模組

102‧‧‧影像資料庫

103‧‧‧色偏偵測模組

104‧‧‧色偏修正模組

105‧‧‧影像分割模組

106‧‧‧疾病分類資料庫

107‧‧‧處理單元

108‧‧‧類神經網路演算法

109‧‧‧模糊白平衡演算法

110‧‧‧灰界理論演算法

111‧‧‧最大參考白演算法

112‧‧‧問答程式

S20~S27‧‧‧步驟

第1圖 係為本創作之疾病檢測影像系統之系統方塊圖。

第2圖 係為本創作之疾病檢測影像系統之實施流程圖。

為利 貴審查員瞭解本創作之技術特徵、內容與優點及其所能達成之功效，茲將本創作配合附圖，並以實施例之表達形式詳細說明如下，而其中所使用之圖式，其主旨僅為示意及輔助說明書之用，未必為本創作實施後之真實比例與精準配置，故不應就所附之圖式的比例與配置關係解讀、侷限本創作於實際實施上的權利範圍，合先敘明。

以下將參照相關圖式，說明依本創作之疾病檢測影像系統之實施例，為使便於理解，下述實施例中之相同部位與元件係以相同之符號標示來說明。

請參閱第1圖，其係為本創作之疾病檢測影像系統之系統方塊圖。於此圖中，疾病檢測影像系統包含一影像輸入模組101、一影像資料庫102、一色偏偵測模組103、一色偏修正模組104、一影像分割模組105、一疾病分類資料庫106、以及一處理單元107。

影像輸入模組101可為數位相機、數位攝影機、顯微鏡相機、顯微鏡攝影機、膠囊攝影機等等可提供檢測影像之影像輸入設備，但本實施例不以此為限。

影像資料庫102連接影像輸入模組101，係儲存複數個歷史影像。除此之外，影像資料庫102亦儲存影像輸入模組101所提供之檢測影像，以擴充影像資料庫並增加其資料多樣性。

色偏偵測模組103連接影像輸入模組101及影像資料庫102，其使用類神經網路演算法108並根據影像資料庫102中之複數個歷史影像以判別檢測影像是否具有色偏。類神經網路演算法108具有學習能力，可根據影像資料庫102中增加之複數個歷史影像修正色偏偵測模組103之偵測參數。使用大量及多樣化的影像資料可以不斷提昇類神經網路演算法108的色偏偵測準確率。

色偏修正模組104連接色偏偵測模組103及影像資料庫102，其透過白平衡演算法對具有色偏之檢測影像進行色偏修正。

白平衡演算法係為模糊白平衡演算法109、灰界理論演算法110、最大參考白演算法111、或其組合。色偏修正其轉換過程可以表達如下：Ro=(Rw2/Rw1)Ri

Go=(Gw2/Gw1)Gi

Bo=(Bw2/Bw1)Bi

其中Ri、Gi、及Bi為色偏修正前各像素之色度值。Ro、Go、及Bo為色偏修正後各像素之色度值。Rw1、Gw1、及Bw1為色偏修正前光源白點之色度值。Rw2、Gw2、及Bw2為色偏修正後光源白點之色度值。Rw2/Rw1、Gw2/Gw1、及Bw2/Bw1 為修正權重。

當採用灰界理論演算法110時，色偏修正模組104計算出檢測影像中各像素之平均色度值(Ravg,Gavg,Bavg)作為色偏修正前光源白點的色度值，接著選定一適當灰色(Rc,Gc,Bc)作為色偏修正後光源白點的色度值，並對檢測影像中各像素進行色偏修正。

當採用最大參考白演算法111時，色偏修正模組104尋找檢測影像各像素中各色度之最大值(Rmax,Gmax,Bmax)作為色偏修正前光源白點的色度值，然後將修正前光源白點調整到標準光源D65以獲得修正權重，並對檢測影像中各像素進行色偏修正。

當採用模糊白平衡演算法109時，色偏修正模組104根據色偏偵測模組103之色偏偵測結果與影像資料庫102所儲存之複數個歷史影像以非線性方式對檢測影像中之各像素進行色偏修正。

影像分割模組105連接色偏偵測模組103及色偏修正模組104，其對無色偏之檢測影像或色偏修正後之檢測影像進行影像分割，並獲得複數個檢測影像單元。影像分割模組105將分割後之複數個檢測影像單元傳送至處理單元107以進行疾病分類。

處理單元107連接該影像分割模組105及疾病分類資料庫106。疾病分類資料庫106儲存複數個歷史影像單元及相對應之複數個疾病分類資料以提供處理單元107進行資料檢索。處理單元107擷取複數個檢測影像單元之色彩與結構特徵，並根 據複數個歷史影像單元及相對應之複數個疾病分類資料以進行疾病分類。

除此之外，處理單元107具有問答程式112，問答程式112根據複數個檢測影像單元所對應之疾病分類進行疾病問答，並給予醫生及病患適當的建議。

請參閱第2圖，其係為本創作之疾病檢測影像系統之實施流程圖。於S20的步驟中，影像輸入模組提供檢測影像，進入S21的步驟。

於S21的步驟中，色偏偵測模組利用類神經網路及影像資料庫判別檢測影像使否有色偏。若結果為是，則進入S22的步驟。若結果為否，則進入S23的步驟。

於S22的步驟中，色偏修正模組獲得修正權重並對檢測影像進行色偏修正，進入S23的步驟。

於S23的步驟中，影像分割模組分割檢測影像以獲得複數個影像單元，進入S24的步驟。

於S24的步驟中，處理單元擷取複數個檢測影像單元之色彩與結構特徵，進入S25的步驟。

於S25的步驟中，處理單元根據複數個檢測影像單元之色彩與結構特徵及疾病分類資料庫進行疾病分類，進入S26的步驟。

於S26的步驟中，問答程式根據疾病分類進行專業問答，進入S27的步驟。

於S27的步驟中，問答程式提供可能疾病及建議。

舉例來說，當醫生使用此疾病檢測影像系統對病患進行遠距醫療看診時，色偏偵測模組利用類神經網路及影像資料庫判別檢測影像使否有色偏，並藉由色偏修正模組對有色偏之檢測影像進行色偏修正。除此之外，處理單元檢索疾病分類資料庫以進行疾病分類，而問答程式則根據疾病分類給予醫生及病患適當的建議，並防止因人為疏失(如醫生忽略某部份檢測畫面)所造成之疾病誤判。

由此可之，使用此疾病檢測影像系統可以有效降低醫療診斷上因影像色偏問題或人為疏失所導致之醫療誤判機率，並節省醫生及病患的看診時間。

以上所述僅為舉例性，而非為限制性者。任何未脫離本創作之精神與範疇，而對其進行之等效修改或變更，均應包含於後附之申請專利範圍中。

101‧‧‧影像輸入模組

102‧‧‧影像資料庫

103‧‧‧色偏偵測模組

104‧‧‧色偏修正模組

105‧‧‧影像分割模組

106‧‧‧疾病分類資料庫

107‧‧‧處理單元

108‧‧‧類神經網路演算法

109‧‧‧模糊白平衡演算法

110‧‧‧灰界理論演算法

111‧‧‧最大參考白演算法

112‧‧‧問答程式

Claims (8)

1. 一種疾病檢測影像系統，其包含：一影像輸入模組，係提供一檢測影像；一影像資料庫，係連接該影像輸入模組，係儲存複數個歷史影像；一色偏偵測模組，係連接該影像輸入模組及該影像資料庫，係根據該複數個歷史影像判別該檢測影像是否具有色偏；一色偏修正模組，係連接該色偏偵測模組及該影像資料庫，係對具有色偏之該檢測影像進行色偏修正；一影像分割模組，係連接該色偏偵測模組及該色偏修正模組，係對無色偏之該檢測影像或色偏修正後之該檢測影像進行影像分割，並獲得複數個檢測影像單元；一疾病分類資料庫，係儲存複數個歷史影像單元及相對應之複數個疾病分類資料；以及一處理單元，係連接該該影像分割模組及該疾病分類資料庫，係根據該複數個歷史影像單元及相對應之該複數個疾病分類資料對該複數個檢測影像單元進行疾病分類。
2. 如申請專利範圍第1項所述之疾病檢測影像系統，其中該色偏偵測模組係以一類神經網路演算法判別該檢測影像是否具有色偏。
3. 如申請專利範圍第2項所述之疾病檢測影像系統，其中該影像輸入模組所提供之該檢測影像係儲存於該影像資料庫中，以增加該複數個歷史影像之數量。
4. 如申請專利範圍第3項所述之疾病檢測影像系統，其中該類神經網路演算法係根據增加之該複數個歷史影像修正該色偏偵測模組之偵測參數。
5. 如申請專利範圍第1項所述之疾病檢測影像系統，其中該色偏修正模組係以一白平衡演算法對該檢測影像進行色偏修正。
6. 如申請專利範圍第5項所述之疾病檢測影像系統，其中該白平衡演算法係為一模糊白平衡演算法、一灰界理論演算法、一最大參考白演算法、或其組合。
7. 如申請專利範圍第1項所述之疾病檢測影像系統，其中該處理單元係擷取該複數個檢測影像單元之色彩與結構特徵以進行疾病分類。
8. 如申請專利範圍第1項所述之疾病檢測影像系統，其中該處理單元具有一問答程式，係根據該複數個檢測影像單元所對應之疾病分類進行疾病問答。