【I855869】X光影像處理系統及方法 SYSTEM FOR PROCESSING X-RAY IMAGE AND METHOD THEREOF

快速搜尋

【I855869】X光影像處理系統及方法 SYSTEM FOR PROCESSING X-RAY IMAGE AND METHOD THEREOF

書目

公告號	I855869
公告日	2024/09/11
公報卷期	51-26
證書號	I855869
申請號	112135891 E
申請日	2023/09/20
公報IPC	A61B 6/00(2024.01)
當前IPC	A61B 6/00(2024.01)
申請人	長庚醫療財團法人高雄長庚紀念醫院高雄市鳥松區大埤路123號 (中華民國); KAOHSIUNG CHANG GUNG MEMORIAL HOSPITAL NO. 123, DAPI RD., NIAOSONG DIST., KAOHSIUNG CITY 833, TAIWAN (R.O.C.) (TW); 國立高雄科技大學高雄市三民區建工路415號 (中華民國); NATIONAL KAOHSIUNG UNIVERSITY OF SCIENCE AND TECHNOLOGY NO. 415, CHIENKUNG RD., SANMIN DIST., KAOHSIUNG CITY 807, TAIWAN (R.O.C.) (TW)
當前專利權人	長庚醫療財團法人高雄長庚紀念醫院; KAOHSIUNG CHANG GUNG MEMORIAL HOSPITAL; 國立高雄科技大學; NATIONAL KAOHSIUNG UNIVERSITY OF SCIENCE AND TECHNOLOGY
發明人	柳易揚 (中華民國); LIU, YI-YANG (TW); 黃科瑋 (中華民國); HUANG, KO-WEI (TW); 黃子豪 (中華民國); HUANG, ZIH-HAO (TW); 吳偉睿 (中華民國); WU, WEI-JUEI (TW)
代理人	黃耀霆
當前代理人	黃耀霆
審查委員	吳丕鈞
摘要	一種X光影像處理系統，用以解決習知X光影像在識別目標物的辨識率低下的問題。係包含：一輸入模組，用以輸入一X光影像；一影像前處理模組，接收該X光影像，用以在該X光影像上劃分一辨識重點區與一非辨識區，而對應產生的一前處理影像；該辨識重點區之影像係經一強化方法的以提升其對比度，而對應形成的一強化影像；該非辨識區之影像係經遮罩處理，以對應形成一遮罩影像；及可選地將該前處理影像依一預定尺寸進行分割，以對應產生自該前處理影像分割的數個分割影像。

參考文獻

引用專利

CN110335277A E

引用非專利

期刊 Štifani´c, D.; Musulin, J.; Jurilj, Z.; Šegota, S.B.; Lorencin, I.; Andeli´c, N.; Vlahini´c, S.; Šušteršiˇc, T.; Blagojevi´c, A.; Filipovi´c, N.; et al. Semantic segmentation of chest X-ray images based on the severity of COVID-19 infected patients. EAI Endorsed Trans. Bioeng. Bioinform. 2021, 1, e3.;
期刊 Munawar Faizan, Azmat Shoaib, Iqbal Talha, Grönlund Christer, and Ali Hazrat. Segmentation of lungs in chest X-ray image using generative adversarial networks. IEEE Access 8 ( 2020), 153535–153545.

專利範圍

專利範圍

1.一種X光影像處理系統，執行於一電腦，包含：一輸入模組，用以輸入一X光影像，該X光影像是一腹部X光影像，該腹部X光影像包含一人體的腎臟、輸尿管、膀胱、脊椎及骨盆的影像資訊；一影像前處理模組，接收該X光影像，用以在該X光影像上劃分一辨識重點區與一非辨識區，而產生對應的一前處理影像，該辨識重點區為該腎臟、該輸尿管及該膀胱的影像資訊，該非辨識區為該脊椎與該骨盆的影像資訊；該辨識重點區之影像係經一強化方法的以提升其對比度，而形成對應的一強化影像，該強化影像係用於後續的一影像辨識程序的一輸入；該非辨識區之影像係經遮罩處理，以形成對應的一遮罩影像；可選地將該前處理影像依一預定尺寸進行分割，以對應產生自該前處理影像分割的數個分割影像；及一目標辨識模組，該目標辨識模組包含預建的一物件辨識模型，以透過該物件辨識模型辨識該前處理影像之該強化影像中是否具有一待識別目標物，並產生一目標辨識結果；該物件辨識模型係基於Inception-ResNetV2架構所建立，該待識別目標物為結石。

2.如請求項1之X光影像處理系統，另包含一目標輪廓識別模組，該目標輪廓識別模組包含預建的一語意分割模型，當該目標辨識結果為該強化影像中含有至少一待識別目標物，透過該語意分割模型識別該目標辨識結果所對應的該前處理影像，並識別出該前處理影像中該待識別目標物的輪廓，以產生至少一目標輪廓識別結果。

3.如請求項2之X光影像處理系統，其中，該X光影像是一腹部X光影像，該腹部X光影像包含一人體的腎臟、輸尿管、膀胱、脊椎及骨盆的影像資訊，該辨識重點區為該腎臟、該輸尿管及該膀胱的影像資訊，該非辨識區為該脊椎與該骨盆的影像資訊；該語意分割模型係以U Net為架構、以ResNet34為主幹網路及以Binary Focal-Jaccard為損失函數所建立，該待識別目標物為結石。

4.如請求項1至3中任一項之X光影像處理系統，其中，該強化方法係為限制對比度自適應直方圖均衡化。

5.一種X光影像處理方法，係透過一電腦依序執行以下步驟：一輸入步驟，輸入一X光影像，該X光影像是一腹部X光影像，該腹部X光影像包含一人體的腎臟、輸尿管、膀胱、脊椎及骨盆的影像資訊；一影像前處理步驟，接收該X光影像，在X光影像上劃分一辨識重點區與一非辨識區，而產生對應的一前處理影像；該辨識重點區之影像係經一強化方法的以提升其對比度，而形成對應的一強化影像，該辨識重點區為該腎臟、該輸尿管及該膀胱的影像資訊，該非辨識區為該脊椎與該骨盆的影像資訊；該非辨識區之影像係經遮罩處理，以形成對應的一遮罩影像；可選地將該前處理影像依一預定尺寸進行分割，以對應產生自該前處理影像分割的數個分割影像；及一目標辨識步驟，接續該影像前處理步驟，該目標辨識步驟係基於預建的一物件辨識模型，以辨識該前處理影像之該強化影像中是否具有一待識別目標物，並產生一目標辨識結果；該物件辨識模型係基於Inception-ResNetV2架構所建立，該待識別目標物為結石。

6.如請求項5之X光影像處理方法，另包含一目標輪廓識別步驟接續該目標辨識步驟，該目標輪廓識別步驟係基於預建的一語意分割模型，當該目標辨識結果為該強化影像中含有至少一待識別目標物，透過該語意分割模型識別該目標辨識結果所對應的該前處理影像，並識別出該前處理影像中該待識別目標物的輪廓，以產生至少一目標輪廓識別結果。

7.如請求項5或6項之X光影像處理方法，其中，該強化方法係為限制對比度自適應直方圖均衡化。

瀏覽數: