| 主权项 |
1.一种将人体影像自动标准化方法,并与人体解剖 资料库连结;将各种体态、外形不同之人体全身影 像,统一放样至与人体解剖资料库连结之标准全身 人形,以利进行后续之统计分析及正/异常资料库 蒐集。 2.依据申请专利范围第1项所述之人体影像自动标 准化方法,其中人体全身影像之输入几何资料类型 可为人体全身外形或内部骨架分枝,该放样流程包 括转角特征点计算阶段以及放样计算阶段。 3.依据申请专利范围第2项所述之人体影像自动标 准化方法,其中转角特征点计算阶段包括下列七种 运算步骤之省略或复杂化之合理组合: a.灰阶影像载入; b.灰阶二値化; c.外形或骨架细线化; d.八临域点串链建立; e.锯齿现象防止; f.最小平方法点数降低; g.相邻点夹角找出转角特征点。 4.依据申请专利范围第2项所述之人体影像自动标 准化方法,其中放样计算阶段包括以下三种运算步 骤之省略或复杂化之合理组合: a.患者与标准转角特征点之成套输入检查; b.患者与标准之人形或骨架转角特征点数相等检 查;及 c.场变形(Beier-Neely Field Morphing Algorithm)运算。 5.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中灰阶影像载入系指:影像格式本身 是灰阶,由于仅需人形轮廓资料,遂进行影像二値 化处理。 6.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中灰阶二値化系指:以使用者自订门 槛値手动二値化,或以Otsu法自动二値化。 7.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中外形或骨架细线化系指:若输出为 外形轮廓,则以十字遮罩一次膨胀人形,则多出一 个像素之膨胀人形差集原图即可获得外形轮廓细 线;若输出为骨架分枝,则连续腐蚀人形使其剩下 躯干与四肢骨架细线。 8.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中八临域点串链建立系指:不管是外 形轮廓或是骨架分枝,任选一个非背景像素开始扫 描,循序追踪其他八临域非背景像素,以建立外形 与骨架之点串链资料结构。 9.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中锯齿现象防止系指:为避免影响下 一个步骤之最小平方法运算,增加反锯齿(Anti-Zigzag )计算。 10.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中最小平方法点数降低系指:采用一 次直线方程式缩减点数,若串链某片段之中间点群 符合点线距之误差値,则删除中间点群、保留头尾 两点。 11.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中相邻点夹角找出转角特征点系指: 为减轻单一向量斜率角度之运算负担,以90y/(| x|+|y|)近似値省略tan-1之计算,进行二次删减, 所剩下点即为最后最精简之转角特征点。 12.依据申请专利范围第4项所述之人体影像自动标 准化方法,其中成套输入检查系指:标准及患者必 须同时产生人形转角点,或选项同时产生骨架分枝 ,以确保放样后之影像落在标准人形轮廓内。 13.依据申请专利范围第4项所述之人体影像自动标 准化方法,其中转角点数检查系指:为在患者影像 与标准影像之间进行良好的放样对应,患者与标准 之人形转角特征点数必须相同,同理二者之骨架转 角特征点数亦需一样。 14.依据申请专利范围第3项所述之人体影像自动标 准化方法,其中场变形(Beier-Neely Field Morphing Algorithm)运算系指:人形之点串链只有一条,但骨架 之点串链确有好几条分枝,故以每一条细线为单位 ,使每条细线上之两两相邻转角特征点构成一直线 ,投入加权値密度函数之场变形运算器中。 图式简单说明: 第一图为本发明人体全身影像自动标准化流程体 系图; 第二图为本发明全身人形放样流程图。 |
