Wound Image Analysis System overvie

Wound Image Analysis System overview:
In this module, we carry out a Wound boundary determination based on the foot outline detection result. If the foot detection result is regarded as a binary image with the foot area marked as “white” and rest part marked as “black,” it is easy to locate the wound boundary within the foot region boundary by detecting the largest connected black” component within the “white” part. If the wound is located at the foot region boundary, then the foot boundary is not closed, and hence the problem becomes more complicated, i.e., we might need to first form a closed boundary. When the wound boundary has been successfully determined and the wound area calculated, we next evaluate the healing state of the wound by performing Color segmentation, with the goal of categorizing each pixel in the wound boundary into certain classes labeled as granulation, slough and necrosis. The classical self-organized clustering method called K-mean with high computational efficiency is used. After the color segmentation, a feature vector including the wound area size and dimensions for different types of wound tissues is formed to describe the wound quantitatively. This feature vector, along with both the original and analyzed images, is saved in the result database. The Wound healing trend analysis is performed on a time sequence of images belonging to a given patient to monitor the wound healing status. The current trend is obtained by comparing the wound feature vectors between the current wound record and the one that is just one standard time interval earlier (typically one or two weeks). Alternatively, a longer term healing trend is obtained by comparing the feature vectors between the current wound and the base record which is the earliest record for this patient.

ผลลัพธ์ (ไทย) 2:

แผลภาพรวมระบบการวิเคราะห์ภาพ:
ในโมดูลนี้เราดำเนินการกำหนดขอบเขตของแผลขึ้นอยู่กับผลการตรวจสอบร่างเท้า หากผลการตรวจสอบการเดินเท้าถือได้ว่าเป็นภาพไบนารีมีพื้นที่เดินเท้าที่ระบุว่าเป็น "สีขาว" และเป็นส่วนหนึ่งที่เหลือระบุว่าเป็น "สีดำ" มันเป็นเรื่องง่ายที่จะหาขอบเขตแผลในเขตภูมิภาคเท้าโดยการตรวจสอบที่ใหญ่ที่สุดในการเชื่อมต่อสีดำ "องค์ประกอบ ในส่วน "สีขาว" ถ้าแผลตั้งอยู่ที่เขตแดนภูมิภาคเท้าแล้วขอบเขตเท้าไม่ได้ปิดและด้วยเหตุนี้จะกลายเป็นปัญหาที่ซับซ้อนมากขึ้นเช่นเราอาจจำเป็นต้องในรูปแบบครั้งแรกเขตแดนปิด เมื่อเขตแดนแผลได้รับการพิจารณาที่ประสบความสำเร็จและพื้นที่แผลคำนวณต่อไปเราประเมินรัฐรักษาแผลโดยการดำเนินการแบ่งส่วนสีมีเป้าหมายในการจัดหมวดหมู่แต่ละพิกเซลในขอบเขตแผลในชั้นเรียนบางอย่างระบุว่าเป็นแกรนูล, คราบและเนื้อร้าย วิธีการจัดกลุ่มตนเองจัดคลาสสิกที่เรียกว่า K-หมายถึงมีประสิทธิภาพการคำนวณสูงถูกนำมาใช้ หลังจากการแบ่งส่วนสีเวกเตอร์คุณลักษณะรวมทั้งขนาดพื้นที่แผลและขนาดสำหรับชนิดของเนื้อเยื่อแผลจะเกิดขึ้นเพื่ออธิบายแผลเชิงปริมาณ คุณลักษณะนี้เวกเตอร์พร้อมกับทั้งต้นฉบับและวิเคราะห์ภาพจะถูกบันทึกไว้ในฐานข้อมูลผล การวิเคราะห์แนวโน้มการรักษาแผลจะดำเนินการในลำดับเวลาของภาพที่เป็นผู้ป่วยที่ได้รับการตรวจสอบสถานะการรักษาแผล แนวโน้มในปัจจุบันจะได้รับโดยการเปรียบเทียบคุณลักษณะเวกเตอร์แผลระหว่างบันทึกแผลในปัจจุบันและคนที่เป็นเพียงหนึ่งในช่วงเวลามาตรฐานก่อนหน้านี้ (ปกติหนึ่งหรือสองสัปดาห์) อีกวิธีหนึ่งคือแนวโน้มการรักษาในระยะยาวจะได้รับโดยการเปรียบเทียบคุณลักษณะเวกเตอร์ระหว่างแผลในปัจจุบันและบันทึกฐานซึ่งเป็นบันทึกที่เก่าแก่ที่สุดสำหรับผู้ป่วยรายนี้

ผลลัพธ์ (ไทย) 3:

แผลภาพรวมระบบการวิเคราะห์ภาพ :
ในโมดูลนี้ เรามีการกำหนดเขตแดนตามแผลที่เท้าเค้าร่างการตรวจสอบผล ถ้าผลการตรวจเท้าถือเป็นภาพไบนารี กับบริเวณเท้าทำเครื่องหมายเป็น " สีขาว " ส่วนพักผ่อนและทำเครื่องหมายเป็น " สีดำ" มันเป็นเรื่องง่ายที่จะหาแผลเขตแดนภายในภูมิภาค โดยการตรวจหาขอบเท้าใหญ่ที่สุดเชื่อมต่อดำ " ส่วนประกอบภายในส่วน " สีขาว " ถ้าแผลอยู่ที่เท้าแล้วเท้าขอบเขต , เขตแดนที่ยังปิดไม่สนิท ดังนั้นปัญหาจะซับซ้อนมากขึ้น เช่น เราอาจต้องการแรกรูปแบบขอบเขตถูกปิดเมื่อแผลได้กำหนดขอบเขตและแผลบริเวณคำนวณเราต่อไป ประเมินการรักษาสภาพของแผลโดยการแบ่งสี มีเป้าหมายของการจัดหมวดหมู่แต่ละพิกเซลในแผลเขตแดนในชั้นเรียนหนึ่งติดป้ายว่าเป็นเม็ด , คราบเนื้อร้ายได้การ self-organized คลาสสิกสำหรับวิธีการที่เรียกว่า k-mean ที่มีประสิทธิภาพการคำนวณสูงใช้ หลังจากการแบ่งสี , คุณลักษณะเวกเตอร์รวมทั้งแผลขนาดพื้นที่และมิติสำหรับประเภทที่แตกต่างกันของเนื้อเยื่อแผลเป็นแผลขึ้นเพื่ออธิบายเชิงปริมาณ เวกเตอร์ลักษณะนี้ พร้อมทั้งต้นฉบับและวิเคราะห์ภาพจะถูกบันทึกไว้ในฐานข้อมูลผล .รักษาบาดแผลแนวโน้มการวิเคราะห์จะแสดงในลำดับเวลาของภาพเป็นของให้ผู้ป่วยเพื่อตรวจสอบบาดแผลรักษาสถานะ ปัจจุบันแนวโน้มได้โดยการเปรียบเทียบคุณสมบัติระหว่างเวกเตอร์แผลแผลบันทึกปัจจุบันและที่เป็นเพียงหนึ่งในมาตรฐาน เวลา ช่วงก่อนหน้านี้ ( โดยปกติหนึ่งหรือสองสัปดาห์ ) อีกวิธีหนึ่งคือระยะยาวการรักษาแนวโน้มได้โดยการเปรียบเทียบคุณสมบัติระหว่างเวกเตอร์แผลปัจจุบันและฐานบันทึกซึ่งเป็นบันทึกแรกสำหรับผู้ป่วยนี้
.