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: