一幅數位影像是指一影像在空間座標和亮度上都數位化後影像。數位影像可視為一二維矩陣。每一行和列值確定了影像中一個點,而其對應矩陣元素值即該像素點的顏色值。人們對數位影像處理方法之興趣起源於兩個主要應用領域:改善影像資訊,使人能理解;及處理景物數據,使得機器能自動感知。影像處理技術已被廣泛應用,例如在醫學上,藉由計算機處理,增強了影像對比度,或將亮度準位編碼成彩色,使醫生易於解釋醫學影像。地理學家使用類似技術,研究由航空或衛星所拍攝得影像,判斷地層變化的狀況。在考古學中,使用影像處理技術,復原已損壞珍奇文物影像。在二維條碼辨識上,利用影像處理技術對條碼圖形做校正、復原與條碼辨識。



執行中計畫

目前本實驗室已實行之計畫有2016~ / 2011~2015/ 2006~2010
有效改善舌象特徵分析方法之研究B型肝炎病毒感染與癌症發生之關聯:全民健保資料庫研究由影片自動推導移動平台控制參數之技術自動化舌診系統之雲端管理技術小兒科急診之效益評估:全民健保資料庫研究夜間影像除霧舌下絡脈特徵自動化擷取系統自動化舌診系統舌部輪廓提取之優化方法全民健保資料庫研究乳癌預後之中醫舌診指標以Mashup技術為基礎之中醫舌診動態評量系統以視覺為基礎之體感動作編寫工具水下影像強化基於三維立體視覺之甲襞微循環靜態及動態特徵分析自動化舌診系統與中醫師診斷之一致性研究

有效改善舌象特徵分析方法之研究

為提升舌正面特徵擷取準確性,本研究在自動化舌診系統之基礎上加以改進,透過高析解度之拍攝裝置拍攝受試者舌部影像,經色彩校正與色彩補償技術統一影像品質;而後,經由分析舌頭、嘴唇及皮膚部位之RGB色彩分量表現,轉換為易於人眼認知之HSI色彩空間,依色調、飽和度及亮度特性,利用移除皮膚、矩形檢測、牙齒區域與口腔暗區檢測、控制點偵測後,使用主動輪廓技術擷取舌體,之後藉由型態學、臨界值法、連通物件標記等技術,依序擷取津液、苔色、舌色、舌苔厚薄、舌形、裂紋、瘀點、朱點及齒痕特徵,最後依五個臟器分區,進行量化特徵之數目、面積或長度,並利用統計分析結果產生舌診報告表,提供中醫師作為臨床上診斷之參考。

B型肝炎病毒感染與癌症發生之關聯:全民健保資料庫研究

肝癌在台灣約佔10%總死亡率,肝癌感染原因大部分源於肝炎病毒A、B、C、D和E。其中,B型肝炎和C型肝炎被認為是導致肝癌的罪魁禍首,B型肝炎或C型肝炎的後續發展研究已引起學者們的關注,肝炎病毒和癌症之間的關聯性可能跟地區或物種因素有關。儘管B型肝炎和肝癌之間相關性已被證實,但是目前研究針對B型肝炎和非肝癌以外之癌症探討關係卻較少被研究。因此,這項研究的目的為評估台灣B型肝炎病毒感染對癌症之發生率和風險,探討B型肝炎是否會增加癌症之風險和癌症之發病率在台灣,並且通過這項研究提供的資料,使治療和預後可以適當的被規劃和預測。

由影片自動推導移動平台控制參數之技術

虛擬實境系統常被用在娛樂,藉由無縫式影片播放技術,結合移動平台運動機制,使用者更能產生身歷其境之體驗。影片拍攝時,多根據攝影師個人經驗,改變攝影機視角、鏡頭和變焦係數,由不同角度進行取像。另一方面,為將影片於配置移動平台之劇場放映,目前仍需以人工方式,逐一影格觀看影片畫面場景變化,進而回推原攝影師之拍攝角度及軌跡,以手動調整控制移動平台之擺動方式,需花費大量編寫時間與人力成本。本研究透過影像處理技術,藉由?續攝影機移動所拍攝之畫面推導,自動產出移動平台參數,利用影片分鏡變換偵測將影片分割出各分鏡,再推導同一分鏡中攝影機畫面拍攝參數或分鏡與分鏡間之運動軌跡及速度,據以產生控制移動平台上下(Heave)、左右(Sway) 與前後(Surge)方向之平移運動參數,以及前傾(Pitch)、翻滾(Roll)、扭轉(Yaw)之轉動運動參數。完成影片自動化分析,取代大部分人工調校,提供快速與準確移動參數。

自動化舌診系統之雲端管理技術

過去自動化舌診系統藉由科學方法,研發能輔助醫師診斷之系統,然而世界上所存在之病症無法盡數,若醫師受到地域之影響,接收到的病症知識亦則受限。因此本研究將自動化舌診系統改為在伺服器上進行雲端運算,並以 Model View Controller 作為基礎架構。Controller 可將被上傳之影像交付給儲存影像數據之 Model,而位於系統後台之 System Service 會定期到Model抓取影像,並進行分析處理後,將分析數據儲存回 Model,等待 Controller 將 病例分析數據從 Model 交付給 View 呈現給使用者查看,讓使用者以不修改病例為前提,可以同時查看多份病歷,增進多種病症之知識。

小兒科急診之效益評估:全民健保資料庫研究

近年全球公共衛生進步與少子化影響,帶動兒童醫療變遷,兒童醫療重心由量轉為品質要求。透過急診給予患者緊急診治,以拯救生命、縮短病程,保留肢體或維持功能為目的。小兒科急診屬急診之一環,我國小兒科急診佔急診總數20%左右,平均每100人1年利用急診醫療28.2次。但國內急診醫療資源城鄉差異高,都會區急診室患者輕病急診,造成人滿為患;鄉間又缺乏專科診療,因此兒科急診醫療品質相對不良。據統計國內僅38%小兒急診由小兒科專科醫師診療;在國外,根據醫學雜誌"小兒科學"指出:美國4000個急診部門中,僅6%完美滿足由美國小兒科學會、美國急診醫師學院、美國急診護理協會共同認定之162項準則。如何持續提供更完善之小兒科急診醫療一直是國內外兒科醫療界需面對改善之問題。

夜間影像除霧

隨著人民安全意識覺醒,對於居家住宅、辦公大樓、商業店舖與都市公共區域(如車站、公園、道路、地下鐵)之安全監控需求提高,但犯罪及車禍之發生多於光線不佳、視線不良之夜間發生,因此夜間影像之品質攸關重大,為掌握證據、判斷真相之關鍵,惟習知影像處理多針對白天環境,鮮有就夜間人造光源、色散等影像失真進行補償,導致空有監控畫面,卻因光線不佳、色彩模糊,無法加以判讀,於事無補,而徒嘆負負;夜間影像之處理並無法直接循既有之白天環境處理模式,以除霧演算法之主要資訊為景深,現以Dark Channel Prior(DCP)自單一影像中估算景深最為熱門,白天中遠處對應至主要光源─天光,亮度最大,而較近處則亮度較低,透過背景光之量化推導影像深度,反觀夜間場景中光源並非天光,而多來自人造光源,遠處並無非至最大亮度反而漆黑一片,因此,DCP無法適用於夜間場景中,夜間影像除霧及品質增進之系統性研究尚付之闕如;本文針對改進夜間影像品質之殷切需求,提出結合大氣散射模型與人造光源資訊進行夜間影像除霧,並分割、追蹤影像序列中各移動物體進行亮度補償,使其還原後如同處於白天場景般清晰。

舌下絡脈特徵自動化擷取系統

近年來,醫療研究相繼指出舌下脈絡與人體臟腑關係密切,藉由觀察舌下絡脈變化,判斷人體臟腑是否發生病變,進而及早治療。惟臨床舌下絡脈診判讀往往取決於醫師主觀判斷、經驗累積以及當時所在環境因素,其結果易囿於知識、經驗、思維模式、診斷技巧、對顏色感知及詮釋等主觀判定影響,不同醫師對同一舌象可能做出互異判斷,重複性不佳。因此藉由科學方法輔助醫師進行診斷,循標準化判別程序,獲得可靠斷證結果,以提高中醫臨床應用價值,為一重要課題。系統流程分成兩部分,第一部分分離舌診影像中舌部區域後,第二部份再進行舌背上特徵之辨識。首先拍攝患者舌背影像,並經過色彩校、皮膚移除、牙齒偵測、暗區偵測及內外控制點後,可決定出舌背輪廓並提取舌背區域。舌背上特徵包括舌下絡脈,囊柱、囊泡、瘀點及瘀血絲,舌下絡脈又區分為顏色、高度、寬度、曲張及分支等判斷。最後整合特徵結果並分析舌脈狀況,提供中醫師做為臨床診斷之參考。

自動化舌診系統舌部輪廓提取之優化方法

中醫診斷以「望聞問切」四診作為疾病之辨證依據,望診位居四診之首,舌診為其重要診察項目。舌診之結果係經中醫師對舌頭特徵判讀而來,臨床診斷上常因醫師所學及經驗而有所差異,過去自動化舌診系統已透過科學方法,研發具標準判別程序之輔助系統,協助醫師診斷。然而,舌體擷取流程仍不盡理想,影響系統對舌體特徵之判讀。本文提出以器官特徵結合色彩分析為導向之邊界修正演算法,透過拍攝患者舌部影像進行舌部、嘴部區域分割作業。首先,移除嘴部以外區域,再分析牙齒、口腔暗區與嘴唇之色彩分布,依HSI色彩空間特性,利用統計臨界值、數學形態學、連通元件和極座標轉換等技術將其排除,最後以極座標控制點偵測以提取舌體,俾利自動化舌診系統後續特徵判斷。

比較非睡眠呼吸中止失眠與睡眠呼吸中止失眠罹患腦中風與急性心肌梗塞風險比例: 全民健保資料庫研究

我國目前全民健保納保率達到99%以上,使得健保資料成為醫藥衛生相關領域研究中具有代表性的實證資料,其研究成果可作為醫藥衛生政策的參考,為重要的研究資源。本文利用健保資料庫釋出100萬人樣本,探討2004-2010年中成年失眠人口當中,是否會因為失眠種類不同影響罹患急性心肌梗塞與腦中風患病風險。本實驗將失眠分為非呼吸中止與呼吸中止失眠,利用卡方檢測比較兩失眠族群於混雜因素差異度。使用Cox’s proportional hazard分析性別、年齡、合併症狀等混雜因素,比較失眠種類是否會影響急性心肌梗塞與腦中風患病風險比。利用Kaplan-Meier curves建立兩群族每年可能罹患急性心肌梗塞與腦中風患病趨勢圖。

乳癌預後之中醫舌診指標

乳癌為全世界女性死亡率排名第二之癌症,多發性之乳癌,治癒後仍有機率轉移造成身體損害。為了預知乳癌是否轉移,早期治療病患以增加存活率,乳癌預後相對重要。本文共蒐集162位乳癌病患與70位正常人舌象特徵,由自動化舌診系統依脾胃區、肝膽左區、肝膽右區、腎區、心肺區等舌面分區,分別擷取舌色、舌形、津液、舌苔、舌質、裂紋、瘀點、齒痕、朱點等九項特徵。經Mann–Whitney Test推導乳癌病患與正常人具顯著差異之舌頭分區特徵(p<0.05),將蒐集之資料區分為訓練資料和測試資料兩群組。將Mann–Whitney Test中具顯著差異之舌象特徵視為因子進行邏輯迴歸分析,移除一項最不顯著之特徵(p>0.05)並進行邏輯迴歸分析,透過三次特徵之移除和分析,檢定出獨立顯著特徵,並建立預測罹患乳癌與否之邏輯迴歸模型。

以Mashup技術為基礎之中醫舌診動態評量系統

傳統中醫四診合參,醫生可獲得對病人初步辨證。中醫診斷與研究相當仰賴教育學習與臨床經驗累積,教學方式多仍依循傳統教法,傳統教學及評量皆為靜態形式,靜態之評量內容一經編排後,無法彈性視學習者需求,動態變更測驗試題,亦無法即時動態更新教學輔助教材,學習之地點、時間及型態皆為受限,教學及評量方式均有改善空間。本研究旨在運用電腦技術,以中醫望診中舌診為例,針對上述缺失提出以Mashup技術為基礎之中醫舌診動態評量系統(DASTD),提供動態適性評量與即時性教材,建立一有效之教學評量架構,提供中醫教學者及學習者一個數位化多元學習資源及評量平台。

以視覺為基礎之體感動作編寫工具

以視覺為基礎之體感動作編寫工具(ATVISA) ,不同於以往系統只能單判斷預先設定於資料庫之固定動作並回應固定事件,乃是結合人機交互介面、體感設備與編寫工具之特色而成之系統,由人機交互方式提供介面供使用者於編寫工具介面定義人體動作序列,其中結合編寫工具之特色,介面提供大量圖形物件與文字,使編寫者能更迅速定義相關動作之時間及空間關係,定義完成之人體動作序列,藉由體感設備可判斷人體關節位置之特色,由體感設備提供人體之影像與骨架位置,經由比例轉換顯示編寫之範例人體動作序列讓使用者模擬動作,模擬過程中,透過位置、速度、連續程度與擺動幅度以判斷動作正確性,並提供相關資訊給使用者。

水下影像強化

色散及色偏現象為造成水下攝影失真最主要的原因,其中色散現象為物體反射光線經水中粒子吸收與多次漫射後抵達相機成像;色散現象會造成影像能見度與對比降低的影響。色偏現象則為光線於水中傳播時,因不同波長具相異之能量衰減程度,而令水下環境呈現偏藍色調。 本文針對水下影像之色散與色偏失真提出結合除霧演算法及波長能量補償之影像強化演算法,首先以Dark Channel Prior估測物體至相機距離並產生物體至相機距離深度圖(depth map),接著以影像前景與背景之亮度差值來判斷影像拍攝時是否存在人造光源照射;於移除人造光源的影響後,使用除霧演算法移除色散造成之霧化效應,再以水下背景光之各波長能量剩餘比率估測拍攝場景之水下深度,最後根據各波長能量衰減進行逆向補償,以還原影像之色偏失真。

基於三維立體視覺之甲襞微循環靜態及動態特徵分析

本研究透過電腦視覺技術對顯微微循環影像序列進行因活體晃動之影像位移補償自動穩定影像序列便不需手指夾具完全固定。再擷取血管區域以量測及分析其靜態及動態病理特徵,進而診斷人體健康狀況。將三維電腦圖學建模技術加以融合,重建擷取之血管區域及靜態特徵,並偵測血流流動變化,推算血液流速、流向等動態資訊,藉此診斷人體末梢血管循環狀態。將動態血流資訊整合至三維血管模組,呈現三維血管動態血流視覺,透徹觀察微循環靜態及動態特徵。