跳到主要內容

臺灣博碩士論文加值系統

(18.97.9.172) 您好!臺灣時間:2025/02/10 02:13
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:張鳳玲
研究生(外文):Feng-Ling Chang
論文名稱:一個可偵測多種異常膠囊內視鏡影像之整合辨識系統
論文名稱(外文):An Integrated Recognition System for Detecting Multiple Types of Abnormality in Capsule Endoscope Images
指導教授:繆紹綱繆紹綱引用關係
指導教授(外文):Shaou-Gang Miaou
學位類別:碩士
校院名稱:中原大學
系所名稱:電子工程研究所
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2006
畢業學年度:94
語文別:中文
論文頁數:74
中文關鍵詞:腸道白點膠囊內視鏡多級辨識出血影像自動辨識阻塞
外文關鍵詞:white dots on the wall of small intestinescapsule endoscopebleedingautomatic image recognitionchime blockedmultistage recognition
相關次數:
  • 被引用被引用:3
  • 點閱點閱:389
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:1
膠囊內視鏡比起傳統內視鏡更容易觀察到小腸的不正常現象,例如阻塞、出血與腸道白點,但是由於一次檢測就會產生數萬張影像,造成醫師診斷上很大的負擔,因此,本論文旨在研發出膠囊內視鏡影像的自動辨識系統,減少醫師進行診察所需觀看的影像數量,藉此改善醫師在診斷過程花費大量時間的問題,爭取醫療的時效性。
本研究所提出的系統主要是一個四級的辨識器,前一、二級主要針對大面積異常,三、四級則針對形狀不一、分佈零散的小面積異常;第一級辨識器利用HSI轉換篩選黃綠色大面積異常影像(可能是腸道阻塞);第二級辨識器利用FCM群聚分析,進一步針對第一級所誤判的大面積異常影像(例如出血)進行辨識;之後進入後段辨識器的影像中,多為正常的均勻影像與小面積的異常影像,第三級辨識器的目的是初步篩選出正常的均勻影像;第四級辨識器則使用複雜度較高的倒傳遞類神經網路,主要是偵測出小面積的異常影像(如腸壁白點)。
實驗結果顯示,本系統可以有效篩選膠囊內視鏡影像,減少醫師診斷所需耗費的時間,且平均的異常影像辨識率達到八成以上。此外異常影像多半連續出現,因此即使有幾張零星影像被誤判,也能在其前後的影像中被檢測出。為了盡量不要錯失任一張可疑的影像,因此系統的設計是使異常影像檢測率盡量最高,也因此容易將部分正常影像辨識為異常,但由於系統目的在於輔助診斷,且正常影像數量遠多於異常影像,因此即使有誤判,仍可幫助醫師篩選掉大量影像。
Using a capsule endoscope is better than using the traditional endoscope in detecting abnormal problems of small intestines, such as chime blocked, bleeding, and white dots on the wall of small intestines. However, each examination with the capsule endoscope produces several tens of thousands images, resulting in diagnosis difficulty for a doctor. Therefore, the goal of this thesis is to develop an automatic recognition system for the capsule endoscope images in order to save time for the doctor to view the images and expedite the examination process.
The recognition system proposed in this thesis is basically a four-stage classifier; the first and the second stages are aimed at large-area abnormality, and the third and the fourth stages are aimed at irregular–shape, scattered-distribution and small-area abnormality. Here are the descriptions for these four stages:
1.The first stage uses the HSI color model to select the images with large yellow-green abnormal area (could be chime blocked).
2.The second stage uses the FCM clustering analysis to further recognize the images with large abnormal area and are not selected in the first stage (could be bleeding).
3.Most of the images entering the third stage are either normal and uniform or with small abnormal areas. Thus, the purpose of the third stage is to select the normal uniform images.
4.Finally, the last stage uses a relatively more complicated back-propagation neural network (BPNN) to detect the images with small abnormal areas (could be white dots on the wall of small intestines).
Experimental results show that the system can do the screening of capsule endoscope images effectively, reducing the time for the doctor to make diagnosis. Moreover, the detection accuracy of the unusual images is up to 80%. Besides, abnormal images usually occurs in sequence. Thus, even a few images are erroneously classified, the abnormality of the small intestines can still be detected by examing their neighboring images. In order not to miss any suspicious image in the detection, the system is designed to make the detection sensitivity for unusual images as high as possible. As a result, some normal images could be determined as abnormal in this way. Since the purpose of this system is to serve as an assisting tool for examination and the number of normal images is usually much more than that of unusual images, the system can still help doctors a lot by screening out many normal images even though the system may make incorrect classification in some cases.
目錄
摘要 I
Abstract II
致謝 IV
目錄 V
圖索引 VIII
表索引 XI
第一章 緒論 1
1-1 研究背景 1
1-2 研究動機與目的 3
1-3 論文架構 4
第二章 理論基礎 5
2-1 系統架構 5
2-2 膠囊內視鏡影像特性 6
2-3 色彩模型 8
2-4 群聚分析 14
2-4-1 C-Means Clustering 演算法 14
2-4-2 Fuzzy C-Means Clustering演算法 15
2-5 紋理分析 17
2-6 倒傳遞類神經網路(Back-Propagation Neural Network, BPNN) 19
2-6-1 BPNN網路訓練演算法 21
2-6-2 訓練時期─反向傳遞(Reverse propagation) 21
2-6-3 測試時期─正向傳遞(Forward propagation) 23
第三章 實驗方法 25
3-1 系統流程 25
3-2 ROI選取 26
3-3 第一級辨識器 27
3-4 第二級辨識器 30
3-5 第三級辨識器 32
3-6 第四級辨識器 34
3-7 系統評估方式 36
第四章 實驗結果與討論 39
4-1 特徵參數閥值的選取 39
4-1-1第一級辨識器參數閥值的選取 39
4-1-2 第二級辨識器參數閥值的選取 44
4-1-3 第三級辨識器參數閥值的選取 47
4-1-4 第四級辨識器參數閥值的選取 49
4-2 系統評估與結果 53
第五章 結論與未來研究方向 57
5-1 結論 57
5-2 未來方向 58
參考文獻 59
作者簡介 62


圖索引
圖1 膠囊內視鏡系統架構圖 2
圖2 系統架構 6
圖3 健康小腸影像 6
圖4 腸道阻塞影像 7
圖5 腸道出血影像 7
圖6 腸道白點影像 7
圖7 RGB色彩模型 9
圖8 XYZ轉換為L*a*b*之座標空間 13
圖9 C-Mean演算法中群聚中心調整狀態圖 15
圖10 FCM演算過程 17
圖11 四鄰近0°方向與90°方向的各兩種情形 19
圖12 類神經元之數學模型 20
圖13 傳遞類神經網路模型 21
圖14 系統流程 25
圖15 動態臨界值示意圖 26
圖16 影像經過灰階二值化取出前景與背景 27
圖17 第一級辨識器流程圖 28
圖18 色調與飽和度的關係(1)。(a)圓形色板;(b) HS circle。 28
圖19 腸道健康影像的HS circle。(a)腸道健康影像;(b) HS circle。 29
圖20 腸道黃綠色異常影像的HS circle。(a)腸道黃綠色異常影像;(b) HS circle。 29
圖21出血影像經過無色光軸A轉換的直方圖 30
圖22 第二級辨識器流程圖 31
圖23 出血影像與FCM單張訓練分群後結果 31
圖24 紅色異常區域特徵值分析 32
圖25 第三級辨識器流程圖 33
圖26 白點影像H轉換後再二值化的結果 34
圖27 第四級辨識器的流程圖 36
圖28 切割子影像 36
圖29 腸道黃綠色異常影像的HS circle。(a)一張腸道黃綠色異常影像; (b)(a)的HS circle; (c)另一張腸道黃綠色異常影像; (d)(c)的HS circle。 40
圖30 腸道阻塞部分上邊界閥值特徵曲線(固定色調下邊界60度、飽和度內邊界40%、飽和度外邊界100%,變動色調上邊界)。 41
圖31 腸道阻塞部分決定下邊界閥值所畫出的特徵曲線(固定色調上邊界35度、飽和度內邊界40%、飽和度外邊界100%,變動色調下邊界)。 42
圖32 腸道阻塞部分決定內邊界閥值所畫出的特徵曲線(固定色調上邊界35度、色調下邊界60度、飽和度外邊界100%,變動飽和度內邊界)。 42
圖33 腸道阻塞部分決定外邊界閥值所畫出的特徵曲線(固定色調上邊界35度、色調下邊界60度、飽和度內邊界40%,變動飽和度外邊界)。 43
圖34 以正確率選取黃綠色異常部份所佔適當面積比例為閥值的曲線圖 43
圖35 出血影像與單張FCM結果。(a)出血影像;(b)單張影像FCM分群結果。 44
圖36 FCM訓練張數與正確率的曲線圖 45
圖37 出血影像與多幅影像FCM分群後結果。(a)出血影像;(b)多張影像FCM分群結果。 47
圖38 以正確率選取紅色異常部份所佔適當的面積比例做為閥值的曲線 47
圖39 針對白色團狀異常現象H轉換後二值化結果 48
圖40 均勻影像經過H轉換二值化結果 48
圖41 白色團狀物異常影像 49
圖42 圖41的影像經過HSI色軸轉換後再二值化的結果。(a)H轉換再二值化;(b)S轉換再二值化;(c)I轉換再二值化。 50
圖43 圖41的影像經過RGB色軸轉換後再二值化的結果。(a) R轉換再二值化;(b)G轉換再二值化;(c)B轉換再二值化。 50
圖44 圖41的影像經過AC1C2色軸轉換後再二值化。(a) A轉換再二值化;(b)C1轉換再二值化;(c)C2轉換再二值化。 50
圖45 圖41的影像經過YCbCr軸轉換後再二值化。(a) Y轉換再二值化;(b)Cb轉換再二值化;(c)Cr轉換再二值化。 51
圖46 第四級辨識器之倒傳遞類神經網路模型 52


表索引
表1 評估參數示意圖 (T: True; F: False; P: Positive; N: Negative) 37
表2 分群像素資料的色彩中心 44
表3 個別段落資料 46
表4 訓練後分群像素資料 46
表5 阻塞與出血異常影像測試成果評估表 53
表6 白點異常影像測試成果評估表 54
表7 異常影像測試成果評估表 54
表8 連續影像測試成果評估表 55
表9 作業環境 56
表10 各病症辨識的平均速度(秒/張) 56
[1]F. Gong, P. Swain, and T. Mills, “Wireless endoscopy,” Gastrointestinal Endoscopy, vol. 51, pp. 725-729, June 2000.
[2]吳靜美,”膠囊內視鏡可照出小腸病變”,聯合報第6版,民國91年2月24日。
[3]F. Nebeker, ”Golden accomplishments in biomedical engineering - 50 years of the IEEE engineering in medicine and biology society and the emergence of a new discipline,” IEEE Engineering in Medicine and Biology Magazine, vol. 21, pp. 17-47, Feb. 2002.
[4]王正一,下消化道內視鏡學大綱,教育部本土化醫學工程教科書暨醫療器材技術規範編輯委員會審訂,民國89年。
[5]M. Appleyard, Z. Fireman, and A. Glukhovsky, “A randomized trial comparing wireless capsule endoscopy with push endoscopy for the detection of small-bowel lesions,” Gastroenterology, vol. 119, pp. 1431-1438, 2000.
[6]http://www.givenimaging.com/usa/default.asp,94年5月。
[7]http://www.borland-groover.com/capsule_endosocpy.htm,,94年5月。
[8] A. J. Blanksby and M. J. Loinaz, “Performance analysis of a color CMOS photogate image sensor,” IEEE Trans. Electron Devices, vol. 47, pp. 55-64, Jan.2000.
[9]K. Leggett, “Endoscopy: many plusses and still a few minuses,” Biophotonics Int., vol. 6, pp. 50-53, March-April 1999.
[10]http://ntuh.mc.ntu.edu.tw/ped/jour/j7/j7_5.htm,94年5月。
[11]http://www.24drs.com/health_equipment/capsule/,94年5月。
[12] http://scmh.org.tw/apparatus_3.html,94年5月。
[13]彭清霖,“小腸出血的不明確病灶之臨床分析”,台北市醫師公會學術特區學術專欄,http://www.tma.org.tw,民國91年11月30 日。
[14]唐政元,彩色內視鏡影像分析於輔助診療下之應用,成功大學工程科學研究所碩士學位論文,民國80 年6 月。
[15]林志鴻,內視鏡影像之扭曲校正與病兆面積之量測,大葉大學電機工程研究所碩士學位論文,民國90 年6 月。
[16]廖榮聖,無線膠囊內視鏡影像資訊系統之設計,中原大學醫學工程研究所碩士學位論文,民國92年6月。
[17]V. S. Kodogiannis, “Computer-aided diagnosis in clinical endoscopy using neuro-fuzzy systems,” in Proc. of IEEE Int. Conf.on Fuzzy Systems, vol. 3, pp. 1425-1429, 2004.
[18]http://www.nvri.gov.tw/veter-info/references/standardbook/v25.htm,95年 1月。
[19]http://www.capd.com.tw/d15.htm,95年1月。
[20]R. Gonzalez and R. Woods, Digital Image Processing, 2nd Ed., Prentice-Hall, Inc., 2002.
[21]R. Gonzalez, R. Woods, and S. Eddins, Digital Image Processing Using MATLAB, Prentice-Hall, Inc., 2004.
[22]連國珍,數位影像處理,儒林圖書有限公司出版社,民國91年。
[23]劉文彬,一個連續影像的增強方法使用二分法直方圖均化法及色彩轉之技術,元智大學資訊工程研究所碩士論文,民國91年。
[24]唐政元,彩色內視鏡影像分析於輔助診療下之應用,成功大學工程科學研究所碩士學位論文,民國80年6月。
[25]王建中,立體根與彩色空間轉換硬體架構設計,雲林科技大學電子與資訊工程技術研究所碩士學位論文,民國90年12月。
[26]G. Sharma and H. J. Trussell, “Digital color imaging,” IEEE Trans. Image Processing, vol. 6, pp. 901-932, July 1997.
[27]繆紹綱,數位影像處理-活用Matlab,台北市:全華科技圖書公司,民國88 年。
[28]蘇木春和張孝德,機器學習:類神經網路、模糊系統以及基因演算法,全華科技圖書股份有限公司,民國92年。
[29]F. Lampariello and M. Sciandrone, “Efficient training of RBF neural networks for pattern recognition,” IEEE Trans. Neural Networks, vol. 12, pp. 1235-1242, Sept. 2001.
[30]葉怡成,應用類神經網路,儒林圖書有限公司,民國88年。
[31]Y. S. Huang and C. Y. Suen, “A method of combining multiple experts for the recognition of unconstrained handwritten numerals,” IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 17, pp. 90-94, Jan. 1995
[32]張勝仁,一個可增強車牌字元辨識效能的多重辨識器設計,中原大學電子工程研究所碩士論文,民國91年。
[33]S. Siegel and N. J. Castellan, Nonparametric Statistics for the Behavioral Sciences, 2nd Ed., McGraw-Hill, New York, 1988.
[34]李卓偉,統計學,致勝文化事業有限公司,2000。
電子全文 電子全文(本篇電子全文限研究生所屬學校校內系統及IP範圍內開放)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
1. 17.潘淑惠。「大學圖書館使用者空間需求之研究」。臺灣大學圖書資訊學系,碩士論文,民94年。
2. 14.黃世雄。1999海峽兩岸圖書館建築研討會論文集。臺北縣淡水鎮:教育資料與圖書館學季刊社,民88。
3. 9.陳格理。大學圖書館建築用後評估研究-以中原大學圖書館為例。臺中市:捷太,民82。
4. 1.王俊雄。「好的圖書館建築設計如何產生」。臺北市立圖書館館訊10卷2期(民81年12月):38-45。
5. 2.王秋華。「現代圖書館建築設計」。臺北市立圖書館館訊10卷2期(民81年12月):46-50。
6. 4.王逸如。「圖書館建築計劃原則」。中國圖書館學會會報39期(民75年):9-15。
7. 7.杜宜凌。「數位時代對圖書館建築的影響」。國立臺灣大學醫學院圖書分館館訊54期(民90年7月):4。
8. 8.林呈潢。「國立中央圖書館建築用後評估研究」。圖書館學與資訊科學22卷2期(民85年10月):73-92。
9. 10.吳可久、龍佩妤。「圖書館研究小間設置條件評估與空間規劃」。中華技術學院學報27期(民92年5月):174-184。
10. 13.林晏州、陳惠美。「高雄都會公園使用後之評估」。國家公園學報9卷1期(民88年6月):48-64。
11. 16.李明珠。「大學圖書館的建築」。臺灣教育346期(民68年10月):40-47。
12. 19.范豪英。「圖書館工作人員空間之探討-建築規劃中易被輕忽的空間」。書苑季刊44期(民89年4月):16-24。
13. 20.周文翰。「建築設計可能從任何一點開始--建築師史蒂文•霍爾[Steven Holl訪談」。藝術家60卷1期(民94年1月):236-239。
14. 23.胥直強。「論建築生產的整體評估理論與應用」。臺北技術學院學報29卷2期(民85年7月):281-296。
15. 24.賀陳詞。「大學圖書館的運作與建築。」教育資料科學月刊5卷1期(民62年1月):3-8。