描述: CT 是診斷出血性腦中風種類、位置及大小最常用的工具之一，然而現今 CT 卻仰賴放射科醫師 人工判讀，在中風的治療分秒必爭、醫療體系人力短缺的情況下，這是個必須解決的課題。而近幾 年機器學習快速發展，模型在複雜的影像處理上已經達到驚人的準確率，將其應用於醫療上的研究 也隨之出現，透過模型自動判讀、試圖解決這個課題的研究當然也不例外。

目的: 要用 CT 訓練中風的自動判讀模型前，必須先進行兩步驟的預處理（preprocessing），以達 成更好的成效。第一，必須移除與中風無關、頭骨外側的組織，化為純黑色（value = 0），避免模 型專注在這些無關的地方，如圖六；第二，必須解決拍攝時患者沒躺正所導致的成像歪斜，將傾斜 的大腦轉正，如圖七。撰寫一個 C++程式，實作這兩步驟的前處理。 

具備知識: 影像處理-opencv (轉灰度圖->二值化->找輪廓)、 線性代數 (矩陣旋轉、仿射變換)

github: https://github.com/klanonlyman/computer-vision/blob/main/CV%E5%BD%B1%E5%83%8F%E8%99%95%E7%90%86.cpp

結果展示: