碩士論文

國立中興大學  •  2020 - 2022

• 影像處理、醫療影像、深度學習
• 腹部肌肉組織的分析已被證實用來衡量人體健康的重要指標之一，肌肉量的多寡也是慢性病管理與評估的重要依據。腹部電腦斷層影像能容易地觀察到腹部肌肉組織。因此可靠且準確的量化與描繪影像中肌肉區域，可以為放射科醫師提供管理慢性疾病治療方針的精確客觀的分析並減少醫師與醫師之間的診斷差異性。本研究基於深度學習技術設計一個自動化分割網路，應用於腹部電腦斷層影像之肌肉組織切割 。所提出的架構主要分為三部分，分別為紋理空間轉換、雙重注意力模組與紋理特徵聚集模組。首先，使用加伯轉換進行紋理空間轉換用以強調影像不同空間與不同尺度的特徵分布。雙重注意力模組利用注意力機制擷取空間和通道域間的特徵，以更有效的擷取與肌肉更相關的特徵。紋理特徵聚集模組聚集不同視野域的特徵，融合更多不同尺度的紋理特徵，使得在分割時能使用更多特徵資訊提升切割效能與降低錯誤率。切割完物件後，本文針對腹部肌肉區域計算量化分析指標，如肌肉區域的顏色強度、肌肉面積與肌肉密度。除此之外，為了證明本研究的臨床應用成效，採用糖尿病患者進行量化分析。顯示本文的深度學習架構於切割腹部肌肉組織有出色的成效，並且可以透過量化分析數據提供給醫師臨床上的輔助判讀，調整更客觀的治療與管理疾病之方針。

科技部計畫  

• 2021 - 2022
• 題目：卷積神經網路於臉部去識別化之角度轉換
• 人臉影像轉換、影像去識別化、深度學習 
• 本計畫為了解決針對人臉的隱私保護問題，並解決現有人臉去識別化方法的問題為目標，提出一個改進的人臉去識別化方法，此方法應用生成對抗網路（Generative Adversarial Networks，GAN）與自動編碼器（Auto Encoder）架構構建網路的主體，並引用HR-Net (High-Resolution Net) 生成臉部特徵點計算臉部特徵點跟臉部特徵點計算距離誤差同時搭配Self-attention block將影像中特徵的部分放大，針對輸入影像的人臉非正臉時生成能力同時提高生成人臉的準確率及實用性，也能達到合成高品質之去識別化人臉影像的目的。

科技部計畫  

• 2020 - 2021
• 題目基於自編碼器框架與浮水印嵌入卷積神經網路特徵圖於影像竄改偵測與回復
• 影像處理、影像加密、深度學習
• 本計畫提出一個全新的影像認證與竄改復原之方法，以解決影像遭受到攻擊或竄改問題，提出的方法透過卷積神經網路找出遭受攻擊或被竄改之區域，並利用竄改區域於恢復影像。本計畫利用神經網路學習影像特徵且有效提升影像還原之效能，結合影像認證技術與深度學習領域，除了達到防止竄改之目的外，也維持了影像品質。