งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

งานนำเสนอกำลังจะดาวน์โหลด โปรดรอ

การวัดพื้นที่ต้อเนื้อในกระจกตา โดยใช้การประมวลผลภาพเชิงดิจิตอล Measurement of Pterygium Area in a Cornea Using Digital Image Processing การวัดพื้นที่ต้อเนื้อในกระจกตา.

งานนำเสนอที่คล้ายกัน


งานนำเสนอเรื่อง: "การวัดพื้นที่ต้อเนื้อในกระจกตา โดยใช้การประมวลผลภาพเชิงดิจิตอล Measurement of Pterygium Area in a Cornea Using Digital Image Processing การวัดพื้นที่ต้อเนื้อในกระจกตา."— ใบสำเนางานนำเสนอ:

1 การวัดพื้นที่ต้อเนื้อในกระจกตา โดยใช้การประมวลผลภาพเชิงดิจิตอล Measurement of Pterygium Area in a Cornea Using Digital Image Processing การวัดพื้นที่ต้อเนื้อในกระจกตา โดยใช้การประมวลผลภาพเชิงดิจิตอล Measurement of Pterygium Area in a Cornea Using Digital Image Processing นวภัค เอื้ออนันต์ ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยขอนแก่น 26 สิงหาคม 2548

2 ภาวะโรคต้อเนื้อในปัจจุบัน  โรคต้อเนื้อเป็นภาวะทางตาที่เป็นปัญหาในประเทศเขตร้อนหลายประเทศ  อาการของโรคคือเยื่อตาบริเวณตาขาวขยายเข้ามาใน บริเวณกระจกตา ทำให้รบกวนการมองเห็น  ขั้นร้ายแรงที่สุดอาจทำให้ตาบอดได้  ปัจจัยเสี่ยงที่สำคัญที่สุดที่ทำให้เกิดโรค คือ แสงแดด  ปัจจัยรองได้แก่ ฝุ่นละออง, ลม, ความชื้นในอากาศต่ำ และสารเคมีต่างๆ  ในประเทศไทย โรคต้อเนื้อเกิดขึ้นมากกับประชากรในเขตภาคอีสาน เนื่องจากเป็นที่ราบสูงมีสภาพอากาศร้อนและแห้งแล้ง และประชากรส่วนใหญ่ ประกอบอาชีพเกษตรกรรม

3 วัตถุประสงค์ของโครงการ  การรักษาโรคต้อเนื้อ จักษุแพทย์จะต้องผ่าตัดเพื่อลอกต้อเนื้อที่ปกคลุม กระจกตาออก  ปัจจัยสำคัญปัจจัยหนึ่งที่จักษุแพทย์ใช้ในการตัดสินใจว่าจะดำเนินการผ่า ตัดเพื่อลอกต้อเนื้อออกหรือไม่นั้นคือขนาดของต้อเนื้อ  งานวิจัยนี้นำเสนอวิธีการวัดพื้นที่ของต้อเนื้อเทียบกับพื้นที่ของกระจกตา โดยใช้การประมวลผลภาพเชิงดิจิตอล

4 หลักการวัดพื้นที่ต้อเนื้อโดยใช้การประมวลผลภาพเชิงดิจิตอล Cornea Segmentation Convex Hull Algorithm Cornea Perimeter Estimation Pterygium Area Estimation Cornea image

5 การแยกแยะพื้นที่กระจกตา  ลักษณะของต้อเนื้อ : ต้อเนื้อกับตาขาวจะมีลักษณะที่ใกล้เคียงกัน ขอบเขต ของพื้นที่ของต้อเนื้อคลุมเครือไม่ชัดเจน  เราไม่อาจจะแยกแยะพื้นที่ของต้อเนื้อ ออกจากพื้นที่ของตาขาวได้โดยตรง  งานวิจัยนี้หาพื้นที่ต้อเนื้อทางอ้อมโดยใช้วิธีการประมาณเส้นรอบวงของ กระจกตาแทน พื้นที่ของกระจกตาสามารถแยกแยะได้ง่ายกว่า เนื่องจาก กระจกมีสีที่แตกต่างจากตาขาวอย่างชัดเจน

6 Original image Red component Blue component Green component ภาพถ่ายสีของกระจกตา

7 1. Set initial value of T Repeat step 2 การแยกแยะพื้นที่กระจกตา  ใช้วิธีการ Intensity thresholding กับ Red component ของภาพเนื่องจาก พื้นที่ของตาขาวและต้อเนื้อมีสีออกไปทางโทนสีแดงเพราะมีเส้นเลือดฝอย เป็นจำนวนมาก ในขณะที่พื้นที่ของตาดำมีสีออกไปทางสีน้ำตาลดำ  ค่า T ได้มาจากการปรับค่าด้วยมือหรือใช้ Automatic threshold level selection algorithm

8 ผลการแยกแยะพื้นที่กระจกตา Original image Red component Cornea area After thresholding 1 3 2

9  สมมุติฐาน : สัณฐานของกระจกตาเป็น Convex = ไม่มีส่วนที่เว้าเข้าไป  Cornea perimeter estimation algorithm: 1. Find boundary pixels of cornea. 2. Find pixels that form a convex hull of a cornea from a set of pixels in Step Estimate cornea perimeter from a set of pixels from Step 2 using the least square polynomial approximation method. การประมาณเส้นรอบวงของกระจกตา

10 Convex Hull Algorithm Input : A set of points on a cornea boundary Output: A set of points on a boundary of a convex hull of a cornea 1. Sort the points by x-coordinate to get a sequence p 1, p 2, …,p n For the upper side of a convex hull 2. Put the points p 1 and p 2 in a list L upper with p 1 as the first point 3. For i = 3 to n 4. Do append p i to L upper 5. While L upper contains more than 2 points and the last 3 points in L upper do not make a right turn 6. Do delete the middle point of the last 3 points from L upper Turn Right OK! Turn Right OK! Turn Left NOK!

11 For the lower side of a convex hull 7. Put the points p n and p n-1 in a list L lower with p n as the first point 8. For i = n-2 down to 1 9. Do append p i to L lower 10. While L lower contains more than 2 points and the last 3 points in L lower do not make a left turn 11. Do delete the middle point of the last 3 points from L lower 12. Remove the first and the last points from L lower 13. Append L lower to L upper resulting in the list L 14. Return L Convex Hull Algorithm (cont.) Turn Right OK! Turn Right OK! Turn Left NOK!

12 Coefficients a 0, a 1, …, a n, b 0, b 1,…, b n are obtained from Least square approximation A 2-D smooth curve can be approximated by using (x i,y i ), i = 0,…,M are pixels on a convex hull. t i = normalized arc length parameters:

13 ผลลัพธ์ของการทำ Least square approximation Cornea boundary Convex hull Estimated perimeter n = 8

14 ผลการทดลองการวัดพื้นที่ของต้อเนื้อ Estimated pterygium area 10.6 % ของพื้นที่กระจกตา พื้นที่ต้อเนื้อ = พื้นที่ภายในเส้นรอบวงที่ประมาณได้ - พื้นที่กระจกตา

15 ผลการทดลอง  ในบางกรณี วิธีการ Intensity thresholding ล้มเหลวในการแยกแยะพื้นที่ กระจกตา เนื่องจากภาพถ่ายมีความสว่างที่ไม่สม่ำเสมอ Original imageSegmented image

16 สรุปผลการทดลอง  เส้นรอบวงของกระจกตาประมาณได้จากเซตของ Pixel ที่เป็นขอบของ Convex hull ของกระจกตาซึ่งได้มาจากการทำ Intensity thresholding กับ Red component ของภาพถ่ายสีของดวงตา  พื้นที่ของต้อเนื้อคำนวณได้จากผลต่างระหว่างพื้นที่ภายในเส้นรอบวงของ กระจกตากับพื้นที่ภายในกระจกตา  ผลการทดลองเบื้องต้นพบว่าวิธีการที่นำเสนอสามารถใช้ได้ดีกับภาพถ่าย ดวงตาที่มีความสว่างสม่ำเสมอ กิตติกรรมประกาศ ขอขอบคุณ พญ. สุธาสินี สีนะวัฒน์ และ นพ. โอฬาร สุวรรณอภิชน คณะแพทย์ศาสตร์ มหาวิทยาลัยขอนแก่นที่ให้ความอนุเคราะห์ภาพถ่ายดวงตาที่ใช้ในงานวิจัยนี้ และขอขอบคุณนักศึกษากลุ่มโครงงาน KKU-COE


ดาวน์โหลด ppt การวัดพื้นที่ต้อเนื้อในกระจกตา โดยใช้การประมวลผลภาพเชิงดิจิตอล Measurement of Pterygium Area in a Cornea Using Digital Image Processing การวัดพื้นที่ต้อเนื้อในกระจกตา.

งานนำเสนอที่คล้ายกัน


Ads by Google