研究生:楊吉仕指導教授:李明義博士

Report
醫療紅外線熱影像電腦輔助乳癌病癥診斷系統開發與臨床驗證
System Development and Clinical Verification for Computer Aided Symptom Diagnosis of
Breast Cancer by Medical Infrared Thermal Image Processing
研究背景、動機與目的
腫瘤形成初期,氮氧合酶(NOS)及一氧化氮(NO)會導致血管擴
張,因而產生局部體溫上升;為能在腫瘤形成組織結構變化前偵測體
表異常溫度,作為早期預警、提前治療與提高存活率,美國食品藥物
管理局(FDA)於1982年正式認可「紅外線熱影像」為婦女乳癌早期輔
助檢測工具之一。然而,目前診間醫師使用紅外線熱影像仍停留在主
觀目視判斷,臨床應用時遭遇到病患姿勢擺位、體温異常區搜尋、定
量特徵分析、疾病判定分級及病灶器官比對等五項分析問題,使得現
行疾病判斷過程無法標準化,導致準確率過低。爰此,本研究之目的
為針對前述問題,開發醫療紅外線熱影像乳癌病癥分析診斷技術,並
設計一套電腦輔助乳癌病癥診斷程式系統,最後並進行臨床病例診斷
驗證。
事預
前警 腫
瘤
尺
紅熱 寸
外影
線像
自
我
檢
超 查
音
X 波
光
事治
後療
核
磁
共
振
熱影像對位放樣、異常區域辨識、特徵參
數分析、決策樹專家診斷及病灶器官融合
五大技術開發
本研究巳完成了醫療紅外線熱影像對位放樣、異常區域辨識、特徵參
數分析、決策樹專家診斷及病灶器官融合等技術開發,並整合成為一
套電腦輔助乳癌病癥診斷程式系統,期望能改善現今臨床使用醫療紅
外線熱影像檢測乳癌之瓶頸,並可延伸發展成為臨床其他病徵(如疼痛
評估、手術輔助、慢性病診斷)或其他檢測儀器(如超音波、X光、電腦
斷層、核磁共振)診斷之新工具。
1公分
0.5公分
0.2公分
0.1公分
篩 檢 期 數
口服荷爾蒙療法
紅外線熱像儀
全身幾何標準化
熱影像對位標準放樣技術
X
Y
空心針穿刺活檢
(CNB)
X光乳房攝影
化療
全乳 / 部份
乳房切除術
可變二元樹空間分割
矩形空間分割
局部區域標準化
體溫下限
Tmin  
 Z

Z
細針刺細胞學檢查
(FNA)
超音波檢查
放療
哨兵節切片檢查
醫療紅外線熱影像電腦輔助乳癌病癥診斷
問題界定與開發技術
T 

身體擺位(姿勢方位)
體型差異(高矮胖瘦)
(內)新陳代謝差異
(外)氣溫變化影響
幾何類
參數正異常分級判斷
拓樸類 特徵參數搜尋 疾病判斷法則搜尋
溫度類
熱像取像變異 問題
器官資料庫建立
圖形化幾何比對
異常區域搜尋 問題

樣本平均值
n
n
樣本標準差  
異常區域邊界辨識技術
n
 Ti
  i 1
正常機率P
2
 ( Ti   )
i 1
n
資料探勘
參數分級
參數計算
幾何參數
本研究首先針對姿勢擺位與體型差異問題提出乳房對位標準放樣技術,
包括全身胸廓標準化與局部區域標準化兩項方法;其中全身胸廓標準化
係利用Otsu二值化、腐蝕、差集等方法計算外側體形及內側骨架,再經
過直角像素刪除法、最小平方刪除法、包含角刪除法等程序萃取轉角點
,最後以Beier-Neely場變形進行放樣;而局部區域標準化係利用定位特
徵點輸入、可變二維樹空間分割、影像三角網格化、Affine線性轉換等
程序來進行熱影像放樣。接著,針對新陳代謝與氣溫變化所造成異常區
域搜尋問題,本研究開發異常區域邊界辨識技術,經過建立標準化熱圖
資料庫、輸入正常機率百分比、逐點運算常態體溫上下限、逐點分類患
者熱圖正異常、影像重整離散點等程序,找出體溫過高與過低之異常區
域。當異常區域範圍確定後,本研究也以區域特徵智慧計算技術量化,
並推導10個幾何類、7個拓樸類以及8個溫度類參數,作為正、異常分級
依據。另外,本研究也開發了模糊決策樹專家診斷技術,利用最佳化模
糊分群(Optimal Fuzzy C-Means)、資料熵(Data Entropy)以及決策樹
(Decision Tree)理論進行資料探勘,以演繹出癌病發生率高之風險參數
組合。最後,為了輔助醫師臨床診斷,本研究亦開發了圖形化病灶器官
融合技術,利用器官比對樣板進行最小框盒法(Minimal-box searching)
及面積重疊(Overlapping area)計算,以搜尋該病灶區域內幾何與拓墣
相關性高之器官。
體溫上限
Tmax  
Z
區域特徵智慧計算技術
陽性案例
01. 區域面積
02. X軸形心
03. Y軸形心
04. X離心率
05. Y離心率
06. 主軸角度
07. 長短軸比
08. 慣性半徑
09. 等圓半徑
10. 離圓徑長
拓樸參數
溫度參數
01~07. 形狀不變量
(Hu Moments)
01. 總熱含量
02. 平均溫度
03. 最高溫度
04. 最低溫度
05. 溫度差距
06. 溫標準差
07. 溫度偏度
08. 最陡溫度
陰性案例
模糊決策樹專家診斷技術
模糊決策樹分枝成長
圖形化病灶器官融合技術
熱影像乳癌病癥分析診斷應用驗證
研判病灶器官 問題
Ⅴ圖形化
病灶器官
融合技術
Ⅳ模糊決策樹
專家診斷技術
特徵參數計算 問題
最後為了驗證所開發系統確實能輔助乳癌病癥之診斷,也以71位陽性與
131陰性婦女乳癌患者進行臨床驗證,計算出703塊陽性異常區域以及
1047塊陰性異常區域,在決策樹分析中成長出822條分枝,其中有16條
分枝之陽性異常區域超過4塊。這16個參數法則雖僅有61塊陽性異常區
域(61/703=8.6%),卻涵括超過半數(42/71=60%)之陽性癌症患者。
參數資料探勘 問題
指導教授:李明義 博士
研究生:楊吉仕

similar documents