足畸形检测模型、足畸形检测系统及足畸形检测方法技术方案

本发明专利技术提供一种足畸形检测系统，包含一影像撷取单元以及一非暂态机器可读媒体。影像撷取单元用以取得一受试者的一目标足内侧位X光影像信息。非暂态机器可读媒体包含一储存单元及一处理单元。储存单元用以储存一足畸形检测程序。当足畸形检测程序由处理单元执行时用以判断受试者的足畸形类型以及足畸形发生程度。借此，本发明专利技术的足畸形检测系统可有效提升足畸形检测的准确度与敏感度，并可提供即时且有效的足畸形检测评估结果。

Foot Deformity Detection Model, Foot Deformity Detection System and Foot Deformity Detection Method

【技术实现步骤摘要】
足畸形检测模型、足畸形检测系统及足畸形检测方法
本专利技术是有关于一种医疗资讯分析模型、系统以及方法，特别是一种足畸形检测模型、足畸形检测系统及足畸形检测方法。
技术介绍
直至今日，检测足畸形发生与否最为快速且最为直接的方法是通过影像分析的方式对足部的解剖几何构造进行评估，其中又以X光影像分析为检测足畸形最为广泛应用的影像分析检测方法。然而，以X光影像分析方式检测足畸形发生与否仍需通过分析者对骨骼影像进行分析，是以在后续判读X光影像时容易因为不同分析者的不同比对习惯而产生不同的诊断结果，致使现有习知通过X光影像分析方式进行足畸形判定的准确度较为不佳。由于医学影像技术的发展，核磁共振成像(MagneticResonanceImaging，MRI)开始应用于与足畸形相关的检测上，由于核磁共振成像可有效获得完整的足部三维结构影像，使其具有高效的检测精准度。然而，以核磁共振成像进行足畸形检测不仅需耗费较高的成本，检测的时间亦较长，是以利用核磁共振成像进行足畸形的诊断于目前实务应用方面较不普及。因此，如何发展出一种具有高度准确率及快速检测的足畸形检测系统，实为一具有商业价值的技术课题。
技术实现思路
本专利技术的目的是在于提供一种足畸形检测模型、足畸形检测系统及足畸形检测方法，其通过自动化的判定模块而可在大量的X光影像信息的基础下提供即时(realtime)且准确的足畸形检测评估结果，以作为后续的病情监控或疗效评估的依据。本专利技术的一态样是在于提供一种足畸形检测模型，其包含以下建立步骤。取得一参照信息库，其中前述的参照信息库包含多个参照足内侧位X光影像信息。进行一影像前处理步骤，其是利用一影像信息编辑模块调整各参照足内侧位X光影像信息的一影像大小及一影像黑白对比度，以取得多个标准化足内侧位X光影像信息。进行一特征选取步骤，其是利用一特征选取模块分析前述的标准化足内侧位X光影像信息后以得至少一个影像特征值。进行一训练步骤，其是将前述的至少一个影像特征值通过一卷积神经网络学习分类器进行训练而达到收敛，以得前述的足畸形检测模型，其中前述的足畸形检测模型是用以判断一受试者的一足畸形类型以及一足畸形发生程度。依据前述的足畸形检测模型，其中前述的卷积神经网络学习分类器可为Inception-ResNet-v2卷积神经网络。依据前述的足畸形检测模型，其中前述的影像前处理步骤可更对各参照足内侧位X光影像信息进行一影像色度扩展处理。依据前述的足畸形检测模型，其中前述的参照足内侧位X光影像信息的影像格式可为数字医疗影像储存标准协定(DigitalImagingandCommunicationsinMedicine，DICOM)的影像格式。依据前述的足畸形检测模型，其中前述的足畸形类型可为柔软性扁平足或结构性扁平足。依据前述的足畸形检测模型，其中前述的足畸形发生程度可为无足畸形、轻度足畸形、中度足畸形或重度足畸形。依据前述的足畸形检测模型，其中各参照足内侧位X光影像信息可包含一左足内侧位X光影像信息及一右足内侧位X光影像信息。本专利技术的另一态样是在于提供一种足畸形检测系统，用以判断受试者的一足畸形类型以及一足畸形发生程度，且足畸形检测系统包含一影像撷取单元以及一非暂态机器可读媒体。影像撷取单元用以取得受试者的一目标足内侧位X光影像信息。非暂态机器可读媒体信号连接前述的影像撷取单元，且非暂态机器可读媒体包含一储存单元及一处理单元，其中储存单元用以储存前述的目标足内侧位X光影像信息及一足畸形检测程序，而处理单元用以执行前述的足畸形检测程序。其中，前述的足畸形检测程序包含一足畸形检测模型建立子程序及一足畸形检测子程序。足畸形检测模型建立子程序包含一参照信息库取得模块、一参照影像信息编辑模块、一特征选取模块及一训练模块。参照信息库取得模块是用以取得一参照信息库，其中前述的参照信息库包含多个参照足内侧位X光影像信息。参照影像信息编辑模块是调整各参照足内侧位X光影像信息的一影像大小及一影像黑白对比度，以取得多个标准化足内侧位X光影像信息。特征选取模块是用以分析前述的标准化足内侧位X光影像信息后以得至少一个参照影像特征值。训练模块是用以将前述的至少一个参照影像特征值通过一卷积神经网络学习分类器进行训练而达到收敛，以得一足畸形检测模型。足畸形检测子程序包含一目标影像信息编辑模块、一目标特征选取模块及一比对模块。目标影像信息编辑模块是调整前述的目标足内侧位X光影像信息的一影像大小及一影像黑白对比度，以取得一标准化目标足内侧位X光影像信息。目标特征选取模块是用以分析前述的标准化目标足内侧位X光影像信息后以得至少一个目标影像特征值。比对模块是用以将前述的至少一个目标影像特征值以前述的足畸形检测模型进行分析，以得一目标影像特征值权重数据，并分析前述的目标影像特征值权重数据，以得受试者的足畸形类型以及足畸形发生程度。依据前述的足畸形检测系统，其中前述的卷积神经网络学习分类器可为Inception-ResNet-v2卷积神经网络。依据前述的足畸形检测系统，其中前述的参照影像信息编辑模块可更对各参照足内侧位X光影像信息进行一影像色度扩展处理，前述的目标影像信息编辑模块可更对目标足内侧位X光影像信息进行一影像色度扩展处理。依据前述的足畸形检测系统，其中前述的目标足内侧位X光影像信息的影像格式可为数字医疗影像储存标准协定的影像格式，前述的参照足内侧位X光影像信息的影像格式可为数字医疗影像储存标准协定的影像格式。依据前述的足畸形检测系统，其中前述的足畸形类型可为柔软性扁平足或结构性扁平足。依据前述的足畸形检测系统，其中前述的足畸形发生程度可为无足畸形、轻度足畸形、中度足畸形或重度足畸形。依据前述的足畸形检测系统，其中各参照足内侧位X光影像信息可包含一左足内侧位X光影像信息及一右足内侧位X光影像信息，前述的目标足内侧位X光影像信息可包含一左足内侧位X光影像信息及一右足内侧位X光影像信息。本专利技术的又一态样是在于提供一种足畸形检测方法，其包含下述步骤。提供一如前段所述的足畸形检测模型。提供一受试者的一目标足内侧位X光影像信息。对前述的目标足内侧位X光影像信息进行前处理，其是利用前述的影像信息编辑模块调整目标足内侧位X光影像信息的一影像大小及一影像黑白对比度，以取得一标准化目标足内侧位X光影像信息。利用前述的特征选取模块分析标准化目标足内侧位X光影像信息后以得至少一个影像特征值。利用前述的足畸形检测模型分析前述的至少一个影像特征值，以判断受试者的一足畸形类型以及一足畸形发生程度。依据前述的足畸形检测方法，其中前述的影像信息编辑模块可更对目标足内侧位X光影像信息进行一影像色度扩展处理。依据前述的足畸形检测方法，其中前述的目标足内侧位X光影像信息的影像格式可为数字医疗影像储存标准协定的影像格式。依据前述的足畸形检测方法，其中前述的目标足内侧位X光影像信息可包含一左足内侧位X光影像信息及一右足内侧位X光影像信息。借此，本专利技术的足畸形检测模型、足畸形检测系统及足畸形检测方法通过将足内侧位X光影像信息与目标足内侧位X光影像信息进行影像标准化前处理，并利用特征选取模块分析并得至少一个影像特征值后，再以卷积神经网络学习分类器对影像特征值进行训练，以快速且准确地判断受试者的足畸形发生与否、足畸本文档来自技高网...

【技术保护点】
1.一种足畸形检测模型，其特征在于，该足畸形检测模型是以下述建立步骤建立：取得一参照信息库，其中该参照信息库包含多个参照足内侧位X光影像信息；进行一影像前处理步骤，其是利用一影像信息编辑模块调整各该参照足内侧位X光影像信息的一影像大小及一影像黑白对比度，以取得多个标准化足内侧位X光影像信息；进行一特征选取步骤，其是利用一特征选取模块分析所述标准化足内侧位X光影像信息后以得至少一个影像特征值；以及进行一训练步骤，其是将该至少一个影像特征值通过一卷积神经网络学习分类器进行训练而达到收敛，以得该足畸形检测模型，其中该足畸形检测模型是用以判断一受试者的一足畸形类型以及一足畸形发生程度。

【技术特征摘要】
2019.01.17 TW 1081018661.一种足畸形检测模型，其特征在于，该足畸形检测模型是以下述建立步骤建立：取得一参照信息库，其中该参照信息库包含多个参照足内侧位X光影像信息；进行一影像前处理步骤，其是利用一影像信息编辑模块调整各该参照足内侧位X光影像信息的一影像大小及一影像黑白对比度，以取得多个标准化足内侧位X光影像信息；进行一特征选取步骤，其是利用一特征选取模块分析所述标准化足内侧位X光影像信息后以得至少一个影像特征值；以及进行一训练步骤，其是将该至少一个影像特征值通过一卷积神经网络学习分类器进行训练而达到收敛，以得该足畸形检测模型，其中该足畸形检测模型是用以判断一受试者的一足畸形类型以及一足畸形发生程度。2.根据权利要求1所述的足畸形检测模型，其特征在于：其中该卷积神经网络学习分类器为Inception-ResNet-v2卷积神经网络。3.根据权利要求1所述的足畸形检测模型，其特征在于：其中该影像前处理步骤更对各该参照足内侧位X光影像信息进行一影像色度扩展处理。4.根据权利要求1所述的足畸形检测模型，其特征在于：其中所述参照足内侧位X光影像信息的影像格式为数字医疗影像储存标准协定的影像格式。5.根据权利要求1所述的足畸形检测模型，其特征在于：其中该足畸形类型为柔软性扁平足或结构性扁平足。6.根据权利要求1所述的足畸形检测模型，其特征在于：其中该足畸形发生程度为无足畸形、轻度足畸形、中度足畸形或重度足畸形。7.根据权利要求1所述的足畸形检测模型，其特征在于：其中各该参照足内侧位X光影像信息包含一左足内侧位X光影像信息及一右足内侧位X光影像信息。8.一种足畸形检测系统，用以判断一受试者的一足畸形类型以及一足畸形发生程度，其特征在于，该足畸形检测系统包含：一影像撷取单元，用以取得该受试者的一目标足内侧位X光影像信息；以及一非暂态机器可读媒体，信号连接该影像撷取单元，且该非暂态机器可读媒体包含一储存单元及一处理单元，其中该储存单元用以储存该目标足内侧位X光影像信息及一足畸形检测程序，该处理单元用以执行该足畸形检测程序；其中，该足畸形检测程序包含：一足畸形检测模型建立子程序，包含：一参照信息库取得模块，其是用以取得一参照信息库，其中该参照信息库包含多个参照足内侧位X光影像信息；一参照影像信息编辑模块，其是调整各该参照足内侧位X光影像信息的一影像大小及一影像黑白对比度，以取得多个标准化足内侧位X光影像信息；一特征选取模块，其是用以分析所述标准化足内侧位X光影像信息后以得至少一个参照影像特征值；及一训练模块，其是用以将该至少一个参照影像特征值通过一卷积神经网络学习分类器进行训练而达到收敛，以得一足畸形检测模型；及一足畸...

【专利技术属性】
技术研发人员：黄宗祺，陈俊文，谢柏欣，廖英凯，
申请(专利权)人：中国医药大学附设医院，
类型：发明
国别省市：中国台湾,71