自動(dòng)化的顯微圖像組織分析與辨識(shí)軟件分析
為了減輕臨床病理篩檢分析工作的負(fù)擔(dān)量,且提供人為分析不易估算的影像資訊,
借助自動(dòng)化的組織分析與辨識(shí)系統(tǒng)的發(fā)展,提供組織影像的分析資訊,以輔助經(jīng)驗(yàn)不足之病理師進(jìn)行組織的判讀;
另一方面,藉由本研究所發(fā)展之系統(tǒng),減少病理師在長(zhǎng)時(shí)間注視顯微影像下,因視覺(jué)疲勞所造成的誤判;
提供人為判讀不易量化的參數(shù),結(jié)果亦可作為臨床研究的參考依據(jù)。
提出以影像參數(shù)與紋理參數(shù)對(duì)五種甲狀腺組織進(jìn)行特征量化,.并以區(qū)別分析配合馬可夫隨機(jī)域的方法
,進(jìn)行棋格影像分類(lèi)。此方法之建構(gòu)包含訓(xùn)練階段及辨識(shí)階段。
透過(guò)影像處理及統(tǒng)計(jì)理論的技巧,分析甲狀腺組織的影像特征,并建立分類(lèi)法則;
另外運(yùn)用分類(lèi)正確之結(jié)果建立修正模組所需之參數(shù)。在辨識(shí)階段對(duì)異質(zhì)性的組織影像,
以建立之分類(lèi)器與修正模組進(jìn)行分析。采用臨床拍攝之任意100張具正常組織或腫瘤組織之影像樣本,
并將其分為訓(xùn)練樣本群組與測(cè)試樣本群組,對(duì)系統(tǒng)效能進(jìn)行測(cè)試與評(píng)估,
結(jié)果顯示系統(tǒng)的準(zhǔn)確度達(dá)96%,證明本研究演算法具有良好效能,分析結(jié)果可提供臨床研究之參考。