CN1333000A

CN1333000A - 一种人体瘢痕增生的色度分析方法

Info

Publication number: CN1333000A
Application number: CN01120275A
Authority: CN
Inventors: 万柏坤; 程晓曼; 曲欣
Original assignee: Tianjin University
Current assignee: Tianjin University
Priority date: 2001-07-13
Filing date: 2001-07-13
Publication date: 2002-01-30

Abstract

本发明公开了一种人体瘢痕增生的色度分析方法。它涉及一种图象的色度检测方法。其实现步骤是运用光电测试技术获得人体瘢痕组织和正常皮肤的彩色图象,经A/D转换后再利用计算机系统通过计算机程序中具有人工神经网络功能的模块进行色度校正和色度分析,最终提取特征色度参数,从而客观、准确地确定瘢痕愈合时间。本发明可用于对由各种烫、烧伤造成的创伤瘢痕进行瘢痕增生程度的判断,确定瘢痕愈合时间,为评估瘢痕治疗效果和制订临床方案提供科学依据。

Description

一种人体瘢痕增生的色度分析方法

技术领域

本发明涉及一种图象的色度检测方法，尤其涉及一种人体皮肤图象的色度检测方法。

背景技术

瘢痕是人体各种创伤，即便是轻微损伤所引起正常皮肤组织的外观形态和组织病理学的改变，是创伤后在伤口或创面自然愈合过程中产生的必然生理反应。可以说，没有瘢痕形成就没有伤口愈合。但瘢痕本质上是非正常的不健康组织。它不具备正常皮肤的组织结构和生理功能，更无正常组织的活力。而且由于其异常的结构和硬韧的质地，往往压迫神经末梢，产生难忍的痛痒和不适感；瘢痕组织的增生和随之产生的进行性收缩则往往形成关节部位畸形和肢体伸舒障碍。如此，瘢痕在不同程度上影响了患者的正常学习、工作和生活，带来巨大的痛苦。

影响瘢痕增生的因素很多，目前尚不完全清楚，大致可分为内在因素和外在因素两类。其中治疗方法是至今可用于调节和控制瘢痕增生进程的重要外在因素。而准确判断瘢痕增生程度是评估瘢痕增生的治疗效果和有针对性地制订治疗方案的关键。目前临床尚无客观可靠的检测方法，仅凭大夫的主观经验来判断，急需研究开发出有效的科学分析手段。迄今为止，已尝试了多种瘢痕测试方法。例如，利用超声波测量瘢痕的厚度；使用激光检测瘢痕处毛细血管的增长，以提供瘢痕增生信息；也可采用红外热成像技术来监测瘢痕的皮下毛细血管活动。但这些方法或因其设备昂贵，条件苛刻，或因费时太长，测试面积太小而无法实用于医学临床。

发明内容

本发明为克服现有技术的不足，提供了一种运用光电测试和计算机色度分析技术实现对人体瘢痕增生的色度分析方法。它从人体瘢痕的颜色或红润程度可以很好地反映瘢痕组织的血管分布和血运情况这一事实出发，运用光电测试技术获得烧伤瘢痕彩色图像，再利用计算机系统通过计算机程序中的人工神经网络模块进行色度校正和提取能反映瘢痕增生程度的特征色度参数。这些参数能很好地区分创面的不同愈合时间，成为判断瘢痕增生程度的重要特征指标，从客观角度观察瘢痕增生变化。

为了解决上述技术问题，本发明的技术方案是：该系统包括照明系统、CMYK模式彩色印刷条、彩色摄象系统、A/D转换系统和装有人工神经网络技术的色度校正和色度分析程序的计算机系统；该人体瘢痕增生的色度分析方法包括下列步骤：(1)用彩色摄像系统分别摄取CMYK颜色空间色标、人体瘢痕和正常皮肤的彩色图像，经A/D转换后，通过计算机图象处理程序将它们转换为对应的RGB颜色空间，将色标图象的RGB实际颜色数据和人体瘢痕或正常皮肤图象的RGB用户颜色数据存储于存储器中；(2)将CMYK颜色空间的彩色印刷条的理论颜色数据输入计算机，通过转换公式获得该标准色标所对应的RGB理论颜色数据，并将其存储于存储器中；(3)将上述RGB理论颜色数据和色标图象的RGB实际颜色数据分别作为输出和输入利用计算机程序建立人工神经网络，对该神经网络进行学习训练；(4)将人体瘢痕和正常皮肤彩色图象的RGB用户颜色数据输入上述训练好的人工神经网络，则该人工神经网络输出的是人体瘢痕和正常皮肤图象所对应的RGB真实颜色数据，即完成瘢痕增生的色度校正，然后将该数据存储到存储器中；(5)利用计算机图象处理程序将上述RGB真实颜色数据转换为HSB颜色空间数据，并取HSB颜色空间数据中H和S值作为输入建立另一人工神经网络，其输出是瘢痕增生程度的分类结果，据此确定瘢痕创面愈合时间；(6)通过足够数量的瘢痕病例和正常皮肤样本对该人工神经网络进行学习和训练，用获得训练成功的人工神经网络进行评估瘢痕增生程度，完成瘢痕增生的色度分析；(7)将色度分析的最终结果输出并存盘。

所述的人工神经网络分别是色度校正人工神经网络和色度分析人工神经网络，网络结构均是含有输入层、隐含层和输出层的3层BP网络；所述色度校正人工神经网络的输入层和输出层均有3个单元，其隐含层有7～9个隐含单元；所述色度分析人工神经网络的输入层有4个单元，隐含层有8～10个隐含单元；输出层有1个单元；所述输入层和隐含层之间采用S型传递函数，隐含层和输出层则采用线形传递函数。所述色度校正人工神经网络的隐含层单元数以8个为最佳；所述色度分析人工神经网络的隐含层单元数则以9个为最佳。

与现有技术相比，本发明的有益效果是：简便易行，能客观地观察瘢痕增生变化，获得与临床实际相一致的分类结果，具有很好的一致性和稳定性，有极显著性的统计分析差异(P＜0.01)。从而克服临床上仅凭主观经验来判断瘢痕增生程度的不足，并为评估瘢痕治疗效果和制订临床方案提供科学依据。

运用本发明方法连续追踪评估了数十名瘢痕患者，其中男女各半，年龄从幼儿到40多岁的中年，瘢痕创面愈合时间分别为3个月±1周、6个月±1周、9个月±1周和12个月±1周。创面位置涉及颈、胸、背、腰、上臂、下臂、肘、手背、大腿、小腿、膝、足等各部位。造成创伤瘢痕的原因分别为热水烫伤、油烫伤、沥青烫伤、烯料烧伤和火烧伤等。

附图说明

图1是本发明工作流程示意图；

图2是本发明色度校正人工神经网络结构示意图；

图3是本发明色度分析人工神经网络结构示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细描述：

在图1中，首先将本发明涉及的计算机程序装入计算机存储器中，启动该程序后，利用该程序接收经A/D变换后的图象；所述图象是使用彩色CCD摄象系统在一定的标准照明条件下摄取色标和患者瘢痕及正常皮肤的彩色图象；所述色标属于商业印刷界的CMYK颜色空间(使用纯青Cyan、品红Magenta和黄色Yellow作为基色)，经摄象系统和A/D变换，转换成计算机界的RGB颜色空间(使用纯红Red、纯绿Green和纯蓝Blue作为基色)。前者为减色空间，后者为加色空间，两者为互补色。此外，通常还使用色调(Hue)、饱和度(Saturation)及亮度(Brightness)来描述颜色的三个基本特征，组成HSB颜色空间。这三种颜色空间在理论上相通，可经过简单的运算进行相互转换，也可利用Photoshop软件实现转换。本发明先将100个CMYK颜色空间的彩色印刷条摄入计算机中，获得其相应的RGB颜色空间彩色图象。由Photoshop软件可以得到与100个CMYK相对应的RGB值，即RGB理论颜色数据。同时，这100个标准色条摄入计算机后即得到其在本发明的成象系统中对应的RGB实际颜色数据。将上述100组RGB理论颜色数据和RGB实际颜色数据存入计算机存储器中。经过计算机程序控制和处理，利用标准色标所对应的R、G、B理论颜色数据和实际图象颜色数据分别作为输出和输入建立人工神经网络，用以进行色度校正。再将患者瘢痕及正常皮肤的彩色图象经颜色空间转换和色度校正后作为另一人工神经网络的输入，以创面愈合时间作为瘢痕增生程度的分类特征参量和神经网络的输出。经充分学习训练后的人工神经网络可用以对瘢痕的彩色图象进行色度分析，并获得瘢痕增生程度按创面愈合时间的分类结果，将此结果存入计算机存储器中，并在计算机输出设备中输出。

本发明要点在于在计算机程序中应用人工神经网络技术来实现色度校正和色度分析这两个技术环节。

图2示出本发明所涉及的计算机程序中使用人工神经网络技术进行瘢痕增生的色度校正。利用计算机程序在计算机存储器中提取有关数据调入内存后，经过计算机程序中具有色度校正功能的人工神经网络技术模块控制和处理该数据，最终完成色度校正过程，并将该过程的结果存入计算机存储器中以备后用。该过程的具体实施方式是：用标准色标所对应的实际RGB颜色数据作为人工神经网络的输入，色标所对应的理论RGB颜色数据作为人工神经网络的输出，即可对该神经网络进行学习训练。将摄取的患者瘢痕或正常皮肤图象的RGB值输入训练好的人工神经网络，则由人工神经网络的输出可得到该图象对应的真实RGB值。该网络使用含输入层1、隐含层3和输出层3的3层BP网络进行色度校正。输入层1和输出层3各含3个单元，隐含层2含8个单元。输入层1和隐含层2之间采用S型传递函数，隐含层2和输出层3则采用线形传递函数。为将输入模式映射到期望的输出模式，需要先使用已知的映射对应关系训练该网络。为此，用标准色标所对应的实际RGB颜色数据作为人工神经网络的输入，色标所对应的理论RGB颜色数据作为人工神经网络的输出，对该神经网络进行学习训练。

在学习训练过程中，神经网络通过BP算法来实现对实际色标与理论色标之间复杂映射对应关系的学习，并借助于隐含层单元提取这些映射模式的特征。每输入一组实际RGB颜色数据，神经网络将根据所需输出的一组理论RGB颜色数据来调整输入单元与隐含单元和输出单元与隐含单元之间的连接权重系数，并从大量的学习样本中优化总结出能适合所有样本输入——输出模式的最佳权重系数，将其存入隐含单元中。为了检验学习效果，还需要使用另一组已知输入——输出模式的样本来测试训练好的神经网络。通过测试可了解神经网络对实际色标与理论色标之间复杂映射关系的掌握程度，其普适性和鲁棒性。

由于将输入模式映射到期望的输出模式只需要用已知的模式训练网络，而无需任何数学知识来描述输入、输出之间的映射关系。因此，BP网络能学习大量的模式映射关系，包括许多高度非线性映射关系。原则上说，若输入层1单元数为M，输出层3单元数为N，则BP网络能实现从M维到N维的欧氏空间的任意映射。将摄取的患者瘢痕或正常皮肤图象的RGB值输入训练好的人工神经网络，则由该网络的输出可得到该图象对应的真实RGB值。如此可完成色度校正。患者瘢痕和正常皮肤图象的RGB值经人工神经网络校正后再转换为HSB颜色空间值。在上述过程中不断地将有关数据存入计算机存储器中，随后即可利用有关数据进行色度分析。

图3示出本发明使用人工神经网络进行瘢痕增生的色度分析。在计算机存储装置中提取经过色度校正后的有关数据，数据调入内存后，经过计算机程序中具有色度分析功能的人工神经网络技术模块控制和处理该数据，最终完成色度分析过程，从而得到瘢痕增生程度按创面愈合时间的分类结果。该过程的具体实施方式是：该网络也为3层BP网络。其中输入层4含4个单元，输出层6含1个单元，隐含层5含9个单元。其余结构参数与色度校正用BP网络相同。由于瘢痕色度值与正常皮肤色度值有关，故不仅选择瘢痕图象的色调H₁和饱和度S₁，同时还选择正常皮肤的色调H₂和饱和度S₂作为用于色度分析的人工神经网络的输入；以创面愈合时间作为瘢痕增生程度的分类特征参量，划分为4类，分别对应3个月、6个月、9个月、12个月并以此作为人工神经网络的输出。通过选择足够数量的瘢痕病例和正常皮肤样本对该人工神经网络进行学习和训练。获得训练成功的人工神经网络即可用于瘢痕增生的色度分析，得到瘢痕增生程度按创面愈合时间的分类结果。

Claims

1.一种利用计算机系统实现人体瘢痕增生的色度分析方法，其特征在于：该系统包括照明系统、CMYK模式彩色印刷条、彩色摄象系统、A/D转换系统和装有人工神经网络技术的色度校正和色度分析程序的计算机系统；该人体瘢痕增生的色度分析方法包括下列步骤：

(1)用彩色摄像系统分别摄取CMYK颜色空间色标、人体瘢痕和正常皮肤的彩色图像，经A/D转换后，通过计算机图象处理程序将它们转换为对应的RGB颜色空间，将色标图象的RGB实际颜色数据和人体瘢痕或正常皮肤图象的RGB用户颜色数据存储于存储器中；

(2)将CMYK颜色空间的彩色印刷条的理论颜色数据输入计算机，通过转换公式获得该标准色标所对应的RGB理论颜色数据，并将其存储于存储器中；

(3)将上述RGB理论颜色数据和色标图象的RGB实际颜色数据分别作为输出和输入，利用计算机程序建立人工神经网络，对该神经网络进行学习训练；

(4)将人体瘢痕和正常皮肤彩色图象的RGB用户颜色数据输入上述训练好的人工神经网络，则该人工神经网络输出的是人体瘢痕和正常皮肤图象所对应的RGB真实颜色数据，即完成瘢痕增生和正常皮肤的色度校正，然后将该数据存储到存储器中；

(5)利用计算机图象处理程序将上述RGB真实颜色数据转换为HSB颜色空间数据，并取HSB颜色空间数据中H和S值作为输入建立另一人工神经网络，其输出是瘢痕增生程度的分类结果，据此确定瘢痕创面愈合时间；

(6)通过足够数量的瘢痕病例和正常皮肤样本对该人工神经网络进行学习和训练，用获得训练成功的人工神经网络进行评估瘢痕增生程度，完成瘢痕增生的色度分析；

(7)将色度分析的最终结果输出并存盘。

2.根据权利要求1所述的人体瘢痕增生的色度分析方法，其特征在于所述的人工神经网络分别是色度校正人工神经网络和色度分析人工神经网络，网络结构均是含有输入层、隐含层和输出层的3层BP网络；所述色度校正人工神经网络的输入层和输出层均有3个单元，其隐含层有7～9个隐含单元；所述色度分析人工神经网络的输入层有4个单元，隐含层有8～10个隐含单元；输出层有1个单元。

3.根据权利要求2所述的人体瘢痕增生的色度分析方法，其特征在于所述输入层和隐含层之间采用S型传递函数，隐含层和输出层则采用线形传递函数。

4.根据权利要求2所述的人体瘢痕增生的色度分析方法，其特征在于所述的色度校正人工神经网络的隐含层有8个隐含单元。

5.根据权利要求2所述的人体瘢痕增生的色度分析方法，其特征在于所述的色度分析人工神经网络的隐含层有9个隐含单元。