專利名稱：腫瘤特征的量化方法及影像化方法
技術(shù)領(lǐng)域：
本發(fā)明是關(guān)于一種腫瘤特征的量化方法及影像化方法，尤其指一種適用于將腫瘤 所具有的邊緣特征、囊腫特征、鈣化特征、回音性特征及異質(zhì)化特征量化的量化方法及將這 些腫瘤特征影像化的影像化方法。
背景技術(shù)：
近年來，由于醫(yī)用超音波影像技術(shù)不論在影像的分辨率上及影像數(shù)字化上均有顯 著的進步，所以醫(yī)用超音波影像技術(shù)除了被應(yīng)用在胎兒成長狀況的監(jiān)控之外，也逐步地被 應(yīng)用在各種類型的腫瘤狀態(tài)的判斷上，例如甲狀腺腫瘤。而且，由于醫(yī)用超音波影像技術(shù)的 非侵入成像特性，醫(yī)師也逐漸由醫(yī)用超音波影像技術(shù)的協(xié)助來判斷腫瘤性質(zhì)及評估后續(xù)的 處置方式。而醫(yī)師從腫瘤的超音波影像中判斷腫瘤性質(zhì)的第一個步驟是辨別出腫瘤的輪廓， 以定義出腫瘤內(nèi)部區(qū)域及腫瘤外部區(qū)域。接著，醫(yī)師才能從對應(yīng)于腫瘤內(nèi)部區(qū)域的超音波 影像的部分中辨別出腫瘤的各項特征，如邊緣特征、囊腫特征、鈣化特征、回音性特征及異 質(zhì)化特征等，作為其判斷腫瘤性質(zhì)的參考。但是，目前的醫(yī)用超音波影像系統(tǒng)僅允許醫(yī)師以 肉眼觀察出他所認(rèn)為的腫瘤輪廓，再配合手寫輸入裝置將此腫瘤輪廓輸入至腫瘤的超音波 影像上。但是，光是此辨別腫瘤輪廓的程序，就存在許多不可靠之處。因為，目前的方式需 完全倚賴醫(yī)師的主觀感受及經(jīng)驗，甚至醫(yī)師當(dāng)時的精神狀態(tài)，所以針對同一腫瘤的超音波 影像，不同醫(yī)師所輸入的腫瘤輪廓并不相同，如圖IA所示。甚至，即便是同一位醫(yī)師，在不 同時間針對同一腫瘤的超音波影像所輸入的腫瘤輪廓也不盡相同。然后，醫(yī)師才能由此腫瘤輪廓的協(xié)助，以肉眼觀察的方式識別出腫瘤內(nèi)部區(qū)域是 否具有各項特征及各項特征占整個腫瘤內(nèi)部區(qū)域的比率。最后，醫(yī)師再由所搜集到的各項 結(jié)果，如某項特征的分布或某項特征占整個腫瘤內(nèi)部區(qū)域的比例等，判斷出此腫瘤的性質(zhì)。 也就是說，目前由腫瘤的超音波影像判斷腫瘤性質(zhì)的程序并無一種客觀的機制存在，導(dǎo)致 誤判腫瘤性質(zhì)的案例時有發(fā)生，造成此由醫(yī)用超音波影像技術(shù)判斷腫瘤性質(zhì)的技術(shù)仍無法 被醫(yī)界及社會大眾信賴。此外，雖然在影像辨識的領(lǐng)域(如車牌辨識)中已存在數(shù)種影像邊緣辨識方式，如 snake算法。但是，此snake算法在一開始仍須仰賴使用者輸入一起始邊緣(即醫(yī)師仍須 手動輸入一腫瘤的大略輪廓)至此算法中，此snake算法才能開始后續(xù)的演算程序。況且， 由于此snake算法的本身特性，其比較適合應(yīng)用在影像邊緣明顯的案例中，否則演算出的 結(jié)果往往與實際邊緣差距極大?？墒?，腫瘤的邊緣一般來說并不明顯，所以即使將此snake 算法應(yīng)用在腫瘤的超音波影像上，其所得出的腫瘤輪廓往往與腫瘤實際輪廓仍存有一段差 距，如圖IB所示。況且，為求演算出的輪廓比較接近腫瘤實際輪廓并縮短演算所需時間，醫(yī) 師還是需要仔細(xì)地輸入一個與實際腫瘤輪廓不會相差太遠(yuǎn)的起始邊緣，結(jié)果還是沒有減輕 醫(yī)師太多的負(fù)擔(dān)。除此之外，由于腫瘤的超音波影像為一種灰階影像，而腫瘤所具有的各項 特征(如邊緣特征、囊腫特征、鈣化特征、回音性特征及異質(zhì)化特征等)往往在此灰階影像中僅為某些像素點所具有的灰階梯度值的些微改變，對于醫(yī)師的肉眼來說，這些特征并不 容易辨識出來，醫(yī)師僅能憑著「感覺」來判斷這些特征是否存在，進而造成腫瘤性質(zhì)的判斷 僅能基于醫(yī)師的主觀感受，而無法基于事實而精確地判斷。因此，業(yè)界需要一種腫瘤特征的量化方法及對應(yīng)的影像化方法，尤其指一種適用 于將腫瘤所具有的邊緣特征、囊腫特征、鈣化特征、回音性特征及異質(zhì)化特征量化的量化方 法及將這些腫瘤特征影像化的影像化方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種腫瘤特征的量化方法及影像化方法。為實現(xiàn)上述目的，本發(fā)明提供的腫瘤邊緣特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像 素點組合而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)擷取該腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從該重心點向外延伸并通過該 腫瘤輪廓環(huán)形區(qū)域的剖面線，及提供一位于該剖面線上并位于該腫瘤輪廓環(huán)形區(qū)域內(nèi)的量 測線段；(D)計算出位于該量測線段上的該些像素點所分別具有的灰階移動變異值；以及(E)依據(jù)位于該量測線段上的每一該些像素點所分別具有的灰階移動變異值，將 位于該剖面線上的腫瘤邊緣特征量化。所述的量化方法，其中，步驟(D)包括一步驟(Dl)，依據(jù)位于該量測線段上的該些 像素點所分別具有的灰階移動變異值，計算出位于該量測線段上的該些像素點所具有的灰 階移動變異值的標(biāo)準(zhǔn)差。所述的量化方法，其中，步驟(D)于該步驟(Dl)之后包括一步驟(D2)，依據(jù)位于該 量測線段上的該些像素點所分別具有的灰階移動變異值，計算出位于該量測線段上的該些 像素點所具有的灰階移動變異值的平均值。所述的量化方法，其中，步驟(E)包括一步驟(El)，由位于該量測線段上的該些像 素點所具有的灰階移動變異值的標(biāo)準(zhǔn)差及灰階移動變異值的平均值，定義出一灰階移動變 異值閥值，以判別位于該剖面線上的腫瘤邊緣特征的模糊程度。所述的量化方法，其中，于步驟(E)之后包括一步驟(F)改變該剖面線的位置，以 掃瞄該腫瘤的全部邊緣而將該腫瘤的全部邊緣特征量化。本發(fā)明提供的腫瘤邊緣特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并 至少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)擷取該腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從該重心點向外延伸并通過該腫瘤輪廓環(huán)形區(qū)域的剖面線，及提供一位于該剖面線上并位于該腫瘤輪廓環(huán)形區(qū)域內(nèi)的量 測線段；(D)計算出位于該量測線段上的該些像素點所分別具有的灰階移動變異值；以及(E)依據(jù)位于該量測線段上的該些像素點所分別具有的灰階移動變異值，定義出 一邊緣成像上界及一邊緣成像下界，且配合一彩虹色階將位于該剖面線上的腫瘤邊緣特征
影像化。所述的影像化方法，其中，步驟(D)包括一步驟(Dl)，依據(jù)位于該量測線段上的該 些像素點所分別具有的灰階移動變異值，計算出位于該量測線段上的該些像素點所具有的 灰階移動變異值的標(biāo)準(zhǔn)差。所述的影像化方法，其中，步驟(D)于步驟(Dl)之后包括一步驟(D2)，依據(jù)位于該 量測線段上的該些像素點所分別具有的灰階移動變異值，計算出位于該量測線段上的該些 像素點所具有的灰階移動變異值的平均值。所述的影像化方法，其中，步驟(E)包括一步驟(El)，由位于該量測線段上的該些 像素點所具有的灰階移動變異值的標(biāo)準(zhǔn)差及灰階移動變異值的平均值定義出該邊緣成像 上界及該邊緣成像下界。所述的影像化方法，其中，該邊緣成像上界為該灰階移動變異值的平均值加上三 倍的該灰階移動變異值的標(biāo)準(zhǔn)差，該邊緣成像下界則為該灰階移動變異值的平均值減去三 倍的該灰階移動變異值的標(biāo)準(zhǔn)差。所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸變色階，且當(dāng) 一位于該量測線段上的像素點所具有的灰階移動變異值大于或等于該邊緣成像上界時，該 像素點在腫瘤邊緣特征影像化時便被一紅色區(qū)塊覆蓋。所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸變色階，且當(dāng) 一位于該量測線段上的像素點所具有的灰階移動變異值小于或等于該邊緣成像下界時，該 像素點在腫瘤邊緣特征影像化時便被一紫色區(qū)塊覆蓋。
所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸變色階，且當(dāng) 一位于該量測線段上的像素點所具有的灰階移動變異值介于該邊緣成像上界及該邊緣成 像下界之間時，該像素點在腫瘤邊緣特征影像化時便依據(jù)其灰階移動變異值分別與該邊緣 成像上界及該邊緣成像下界之間的對應(yīng)關(guān)系，被一具有從該彩虹色階中對應(yīng)出的顏色的區(qū)
塊覆蓋。所述的影像化方法，其中，于步驟(E)之后包括一步驟(F)改變該剖面線的位置， 以掃瞄該腫瘤的全部邊緣而將該腫瘤的全部邊緣特征影像化。本發(fā)明提供的腫瘤囊腫特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至 少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位 于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；以及(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰 階梯度值的標(biāo)準(zhǔn)差，將位于該腫瘤內(nèi)部區(qū)域內(nèi)的囊腫特征量化。所述的量化方法，其中，步驟⑶包括一步驟(Dl)，由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該 些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差，定義出一囊腫特征的灰階 梯度值的閥值，以計算出該囊腫特征于該腫瘤內(nèi)部區(qū)域內(nèi)所占的比例。本發(fā)明提供的腫瘤囊腫特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并 至少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位 于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差； 以及(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰 階梯度值的標(biāo)準(zhǔn)差，定義出一囊腫成像上界及一囊腫成像下界，以將位于該腫瘤內(nèi)部區(qū)域 內(nèi)的腫瘤囊腫特征影像化。所述的影像化方法，其中，該囊腫成像上界為位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素 點所具有的灰階梯度值的最小值加上零點一倍的該灰階梯度值的標(biāo)準(zhǔn)差，該囊腫成像下界 則為位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值。所述的影像化方法，其中，當(dāng)一位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰 階梯度值介于該囊腫成像上界及該囊腫成像下界之間時，該像素點在腫瘤囊腫特征影像化 時便被一桃紅色區(qū)塊覆蓋。所述的影像化方法，其中，在步驟(D)后包括下列步驟(E)將位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一 該些參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于該基準(zhǔn)像素點的像素點，且該基準(zhǔn)像素點 所具有的灰階梯度值介于該囊腫成像上界及該囊腫成像下界之間；以及(F)當(dāng)至少一該些像素點所具有的灰階梯度值介于該囊腫成像上界及該囊腫成 像下界之間時，該基準(zhǔn)像素點及該些像素點在腫瘤囊腫特征影像化時便被一桃紅色區(qū)塊覆
至
ΓΤΠ ο所述的影像化方法，其中，在步驟(F)后包括一步驟(G)，當(dāng)只有該基準(zhǔn)像素點所 具有的灰階梯度值介于該囊腫成像上界及該囊腫成像下界之間時，移除覆蓋于該基準(zhǔn)像素 點及該些像素點的該桃紅色區(qū)塊。本發(fā)明提供的腫瘤鈣化特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至 少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出 位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn) 差；(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰 階梯度值的標(biāo)準(zhǔn)差，從該灰階影像中擷取出一位于該腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所分別具有的 灰階梯度值，計算出位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的 灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值；以及(F)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰 階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值，將位于該腫瘤內(nèi)部區(qū)域 內(nèi)的腫瘤鈣化特征量化。所述的量化方法，其中，步驟(F)包括一步驟(Fl)，由位于該腫瘤內(nèi)部區(qū)域內(nèi)但位 于該囊腫區(qū)域之外的該些像素點所具有的灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰 階梯度值的平均值，定義出一鈣化特征的灰階梯度值的閥值，以計算出該鈣化特征于該腫 瘤內(nèi)部區(qū)域內(nèi)所占的比例。本發(fā)明提供的腫瘤鈣化特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并 至少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出 位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn) 差；(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰 階梯度值的標(biāo)準(zhǔn)差，從該灰階影像中擷取出一位于該腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所分別具有的 灰階梯度值，計算出位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的 灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值；以及(F)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰 階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值，定義出一鈣化成像上界 及一鈣化成像下界，以將位于該腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤鈣化特征影像化。所述的影像化方法，其中，該鈣化成像上界為位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊 腫區(qū)域之外的該些像素點所具有的灰階梯度值的最大值，該鈣化成像下界則為位于該腫瘤 內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階梯度值的平均值加上二點 八倍的該灰階梯度值的標(biāo)準(zhǔn)差。所述的影像化方法，其中，當(dāng)一位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的 該些像素點所具有的灰階梯度值介于該鈣化成像上界及該鈣化成像下界之間時，該像素點在腫瘤鈣化特征影像化時便被一黃色區(qū)塊覆蓋。本發(fā)明提供的腫瘤回音性特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并 至少顯示一腫瘤的灰階影像，包括下列步驟(A)應(yīng)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是 位于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位 于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均值；(D)于該腫瘤外部區(qū)域選取一基準(zhǔn)區(qū)域，由位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所分 別具有的灰階梯度值，計算出位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均 值；以及(E)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均值及 位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均值，將該腫瘤的回音性特征量 化。所述的量化方法，其中，該回音性特征是由將位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素 點所具有的灰階梯度值的平均值減去位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所具有的灰階梯度 值的平均值所得到的差值除以位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平 均值的方式被量化。所述的量化方法，其中，當(dāng)回音性特征量化所得出的數(shù)值大于或等于零時，該腫瘤 便具有高回音性的特征。所述的量化方法，其中，當(dāng)回音性特征量化所得出的數(shù)值小于零時，該腫瘤便具有 低回音性的特征。本發(fā)明提供的腫瘤異質(zhì)化特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并 至少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)將位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一 該些參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于該基準(zhǔn)像素點的像素點；(D)計算出每一該些參考遮罩所分別具有的參考遮罩灰階梯度值局部平均及參考 遮罩灰階梯度值局部變異；(E)計算出每一該些參考遮罩所分別具有的參考遮罩灰階梯度值局部平均的變 異、參考遮罩灰階梯度值局部變異的平均以及參考遮罩灰階梯度值局部變異的變異；以及(F)由每一該些參考遮罩所分別具有的至少一選自于一由參考遮罩灰階梯度值局 部平均的變異、參考遮罩灰階梯度值局部變異的平均以及參考遮罩灰階梯度值局部變異的 變異所構(gòu)成的群組，計算出每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo)值，將該腫瘤的異 質(zhì)化特征量化。
所述的量化方法，其中，每一該些參考遮罩包含25個像素點。所述的量化方法，其中，步驟(F)包含一步驟(Fl)，由將該參考遮罩所具有的參考 遮罩灰階梯度值變異減去該些參考遮罩所具有的平均遮罩灰階梯度值變異所得的差值的 絕對值開根號的方式，計算出每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo)值。所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階梯度值局部平 均的變異的函數(shù)。所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階梯度值局部變 異的平均的函數(shù)。所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階梯度值局部變 異的變異的函數(shù)。所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階梯度值局部變 異的變異除以參考遮罩灰階梯度值局部平均的變異所得的比值的函數(shù)。所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階梯度值局部變 異的平均除以參考遮罩灰階梯度值局部變異的變異所得的比值的函數(shù)。所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階梯度值局部變 異的平均除以參考遮罩灰階梯度值局部平均的變異所得的比值的函數(shù)。本發(fā)明提供的腫瘤異質(zhì)化特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成 并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位 于該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；(C)將位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一 該些參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于該基準(zhǔn)像素點的像素點；(D)由包含于每一該些參考遮罩的該些像素點所分別具有的灰階梯度值，計算出 每一該些參考遮罩所分別具有的參考遮罩灰階梯度值變異；(E)由每一該些參考遮罩所分別具有的參考遮罩灰階梯度值變異，計算出該些參 考遮罩所具有的平均遮罩灰階梯度值變異；(F)由每一該些參考遮罩所分別具有的參考遮罩灰階梯度值變異及該些參考遮 罩所具有的平均遮罩灰階梯度值變異，計算出每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo) 值；(G)由每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo)值，計算出該些參考遮罩所具 有的異質(zhì)化指標(biāo)值的最大值、異質(zhì)化指標(biāo)值的最小值、異質(zhì)化指標(biāo)值的平均值及異質(zhì)化指 標(biāo)值的標(biāo)準(zhǔn)差；以及(H)依據(jù)該些參考遮罩所具有的異質(zhì)化指標(biāo)值的最大值、異質(zhì)化指標(biāo)值的最小值、 異質(zhì)化指標(biāo)值的平均值及異質(zhì)化指標(biāo)值的標(biāo)準(zhǔn)差，定義出一異質(zhì)化成像上界及一異質(zhì)化成 像下界，且配合一彩虹色階將位于該腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤異質(zhì)化特征影像化。所述的影像化方法，其中，該異質(zhì)化成像上界為該些參考遮罩所具有的異質(zhì)化指 標(biāo)值的最大值，該異質(zhì)化成像下界則為該些參考遮罩所具有的異質(zhì)化指標(biāo)值的平均值減去零點一倍的異質(zhì)化指標(biāo)值的標(biāo)準(zhǔn)差。所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸變色階，且當(dāng) 一參考遮罩所具有的異質(zhì)化指標(biāo)值等于該異質(zhì)化成像上界時，該參考遮罩的基準(zhǔn)像素點在 腫瘤異質(zhì)化特征影像化時便被一紅色區(qū)塊覆蓋。所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸變色階，且當(dāng) 一參考遮罩所具有的異質(zhì)化指標(biāo)值小于或等于該異質(zhì)化成像下界時，該參考遮罩的基準(zhǔn)像 素點在腫瘤異質(zhì)化特征影像化時便被一紫色區(qū)塊覆蓋。所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸變色階，且當(dāng) 一參考遮罩所具有的異質(zhì)化指標(biāo)值介于該異質(zhì)化成像上界及該異質(zhì)化成像下界之間時，該 參考遮罩的基準(zhǔn)像素點在腫瘤異質(zhì)化特征影像化時便依據(jù)其異質(zhì)化指標(biāo)值分別與該異質(zhì) 化成像上界及該異質(zhì)化成像下界之間的對應(yīng)關(guān)系，被一具有從該彩虹色階中對應(yīng)出的顏色 的區(qū)塊覆蓋。所述的影像化方法，其中，每一該些參考遮罩包含25個像素點。


圖IA是公知的由手寫輸入方式標(biāo)示出腫瘤輪廓的超音波影像。圖IB是公知的由snake算法計算并標(biāo)示出腫瘤輪廓的超音波影像。圖2顯示一計算機系統(tǒng)的架構(gòu)的示意圖。圖3A是一超音波灰階影像的示意圖。圖;3B是本發(fā)明第一實施例的腫瘤邊緣特征的量化方法的流程圖。圖3C是本發(fā)明第一實施例的腫瘤邊緣特征的量化方法的步驟(A)所應(yīng)用的腫瘤 輪廓擷取方法的流程圖。圖3D則為應(yīng)用此「腫瘤輪廓擷取方法」以擷取「腫瘤輪廓」與「腫瘤輪廓環(huán)形區(qū) 域」的包含一腫瘤的灰階影像圖。圖3E顯示本發(fā)明第一實施例的腫瘤邊緣特征的量化方法的步驟(D)所包含的子 步驟(Dl)及子步驟(D2)的流程圖。圖3F顯示本發(fā)明第一實施例的腫瘤邊緣特征的量化方法的步驟(E)所包含的子 步驟(El)的流程圖。圖4A是本發(fā)明第二實施例的腫瘤邊緣特征的影像化方法的流程圖。圖4B顯示本發(fā)明第二實施例的腫瘤邊緣特征的影像化化方法的步驟(D)所包含 的子步驟(Dl)及子步驟(D2)的流程圖。圖4C顯示本發(fā)明第二實施例的腫瘤邊緣特征的影像化化方法的步驟(E)所包含 的子步驟(El)的流程圖。圖5是一顯示腫瘤邊緣特征影像化圖像的超音波灰階影像的示意圖。圖6A是一超音波灰階影像的示意圖。圖6B是本發(fā)明第三實施例的腫瘤囊腫特征的量化方法的流程圖。圖6C顯示本發(fā)明第三實施例的腫瘤囊腫特征的量化方法的步驟(D)所包含的子 步驟(Dl)的流程圖。圖7A是本發(fā)明第四實施例的腫瘤囊腫特征的影像化方法的流程圖。
圖7B是一顯示腫瘤囊腫特征影像化圖像的超音波灰階影像的示意圖。圖8A是一超音波灰階影像的示意圖。圖8B是本發(fā)明第五實施例的腫瘤鈣化特征的量化方法的流程圖。圖8C顯示本發(fā)明第五實施例的腫瘤鈣化特征的量化方法的步驟(F)所包含的子 步驟(Fl)的流程圖。圖9A是本發(fā)明第六實施例的腫瘤鈣化特征的影像化方法的流程圖。圖9B是一顯示腫瘤鈣化特征影像化圖像的超音波灰階影像的示意圖。圖IOA是一超音波灰階影像的示意圖。圖IOB是本發(fā)明第七實施例的腫瘤回音性特征的量化方法的流程圖。圖IlA是一超音波灰階影像的示意圖。圖IlB是本發(fā)明第八實施例的腫瘤異質(zhì)化特征的量化方法的流程圖。圖IlC是顯示本發(fā)明第八實施例的腫瘤異質(zhì)化特征的量化方法的步驟(F)所包含 的子步驟(Fl)的流程圖。圖12A是本發(fā)明第九實施例的腫瘤異質(zhì)化特征的影像化方法的流程圖。圖12B是一顯示腫瘤異質(zhì)化特征影像化圖像的超音波灰階影像的示意圖。附圖中主要組件符號說明21顯示裝置；22處理器；23內(nèi)存；24輸入裝置；25儲存裝置；26系統(tǒng)程序；31 33軌跡；34,36點；35線段。
具體實施例方式本發(fā)明提供的腫瘤特征的量化方法，能將腫瘤所具有的各種特征，如邊緣特征、囊 腫特征、鈣化特征、回音性特征及異質(zhì)化特征量化，以供醫(yī)師評估的用。本發(fā)明提供的腫瘤特征的影像化方法，能將腫瘤所具有的各種特征，如邊緣特征、 囊腫特征、鈣化特征及異質(zhì)化特征影像化，以供醫(yī)師評估的用。本發(fā)明的腫瘤邊緣特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯 示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓 環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于此 灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)擷取此腫 瘤輪廓環(huán)形區(qū)域的一重心點，定義一從此重心點向外延伸并通過此腫瘤輪廓環(huán)形區(qū)域的剖 面線，及提供一位于此剖面線上并位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)的量測線段；(D)計算出位 于此量測線段上的此些像素點所分別具有的灰階移動變異值；以及(E)依據(jù)位于此量測線 段上的每一此些像素點所分別具有的灰階移動變異值，將位于此剖面線上的腫瘤邊緣特征 量化。本發(fā)明的腫瘤邊緣特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少 顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪 廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于 此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)擷取此 腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從此重心點向外延伸并通過此腫瘤輪廓環(huán)形區(qū)域的 剖面線，及提供一位于此剖面線上并位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)的量測線段；(D)計算出位于此量測線段上的此些像素點所分別具有的灰階移動變異值；以及(E)依據(jù)位于此量測 線段上的此些像素點所分別具有的灰階移動變異值，定義出一邊緣成像上界及一邊緣成像 下界，且配合一彩虹色階將位于此剖面線上的腫瘤邊緣特征影像化。本發(fā)明的腫瘤囊腫特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯 示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓 環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于此 灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)由位于此 腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤內(nèi)部區(qū)域內(nèi)的 此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；以及(D)依據(jù)位于此腫 瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差，將位于 此腫瘤內(nèi)部區(qū)域內(nèi)的囊腫特征量化。本發(fā)明的腫瘤囊腫特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少 顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪 廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于 此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)由位于 此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤內(nèi)部區(qū)域內(nèi) 的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；以及(D)依據(jù)位于 此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差，定 義出一囊腫成像上界及一囊腫成像下界，以將位于此腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤囊腫特征影像 化。本發(fā)明的腫瘤鈣化特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯 示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓 環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于此 灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)由位于此 腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤內(nèi)部區(qū)域內(nèi)的 此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；(D)依據(jù)位于此腫瘤內(nèi) 部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差，從此灰階影 像中擷取出一位于此腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于此腫瘤內(nèi)部區(qū)域內(nèi)但位于此 囊腫區(qū)域之外的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤內(nèi)部區(qū)域內(nèi)但位 于此囊腫區(qū)域之外的此些像素點所具有的灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰 階梯度值的平均值；以及(F)依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)但位于此囊腫區(qū)域之外的此些像 素點所具有的灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值，將位于 此腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤鈣化特征量化。本發(fā)明的腫瘤鈣化特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少 顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪 廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于 此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)由位于 此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤內(nèi)部區(qū)域內(nèi) 的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；(D)依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差，從此灰階 影像中擷取出一位于此腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于此腫瘤內(nèi)部區(qū)域內(nèi)但位于 此囊腫區(qū)域之外的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤內(nèi)部區(qū)域內(nèi)但 位于此囊腫區(qū)域之外的此些像素點所具有的灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及 灰階梯度值的平均值；以及(F)依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)但位于此囊腫區(qū)域之外的此 些像素點所具有的灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值，定 義出一鈣化成像上界及一鈣化成像下界，以將位于此腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤鈣化特征影像 化。本發(fā)明的腫瘤回音性特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少 顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪 廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于 此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)由位于 此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤內(nèi)部區(qū)域內(nèi) 的此些像素點所具有的灰階梯度值的平均值；(D)于此腫瘤外部區(qū)域選取一基準(zhǔn)區(qū)域，由 位于此基準(zhǔn)區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此基準(zhǔn)區(qū)域內(nèi)的此 些像素點所具有的灰階梯度值的平均值；以及(E)依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素 點所具有的灰階梯度值的平均值及位于此基準(zhǔn)區(qū)域內(nèi)的此些像素點所具有的灰階梯度值 的平均值，將此腫瘤的回音性特征量化。本發(fā)明的腫瘤異質(zhì)化特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少 顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪 廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于 此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)將位于 此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一此些參考遮罩包含一 基準(zhǔn)像素點與復(fù)數(shù)個相鄰于此基準(zhǔn)像素點的像素點；(D)計算出每一此些參考遮罩所分別 具有的參考遮罩灰階梯度值局部平均及參考遮罩灰階梯度值局部變異；(E)計算出每一此 些參考遮罩所分別具有的參考遮罩灰階梯度值局部平均的變異、參考遮罩灰階梯度值局部 變異的平均以及參考遮罩灰階梯度值局部變異的變異；以及(F)由每一此些參考遮罩所分 別具有的至少一選自于一由參考遮罩灰階梯度值局部平均的變異、參考遮罩灰階梯度值局 部變異的平均以及參考遮罩灰階梯度值局部變異的變異所構(gòu)成的群組，計算出每一此些參 考遮罩所分別具有的異質(zhì)化指標(biāo)值，將此腫瘤的異質(zhì)化特征量化。本發(fā)明的腫瘤異質(zhì)化特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至 少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤 輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示 于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；(C)將位 于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一此些參考遮罩包含 一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于此基準(zhǔn)像素點的像素點；(D)由包含于每一此些參考遮罩的 此些像素點所分別具有的灰階梯度值，計算出每一此些參考遮罩所分別具有的參考遮罩灰 階梯度值變異；(E)由每一此些參考遮罩所分別具有的參考遮罩灰階梯度值變異，計算出 此些參考遮罩所具有的平均遮罩灰階梯度值變異；(F)由每一此些參考遮罩所分別具有的
18參考遮罩灰階梯度值變異及此些參考遮罩所具有的平均遮罩灰階梯度值變異，計算出每一 此些參考遮罩所分別具有的異質(zhì)化指標(biāo)值；(G)由每一此些參考遮罩所分別具有的異質(zhì)化 指標(biāo)值，計算出此些參考遮罩所具有的異質(zhì)化指標(biāo)值的最大值、異質(zhì)化指標(biāo)值的最小值、異 質(zhì)化指標(biāo)值的平均值及異質(zhì)化指標(biāo)值的標(biāo)準(zhǔn)差；以及(H)依據(jù)此些參考遮罩所具有的異質(zhì) 化指標(biāo)值的最大值、異質(zhì)化指標(biāo)值的最小值、異質(zhì)化指標(biāo)值的平均值及異質(zhì)化指標(biāo)值的標(biāo) 準(zhǔn)差，定義出一異質(zhì)化成像上界及一異質(zhì)化成像下界，且配合一彩虹色階將位于此腫瘤內(nèi) 部區(qū)域內(nèi)的腫瘤異質(zhì)化特征影像化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 邊緣特征的量化方法的程序，此腫瘤邊緣特征的量化方法是應(yīng)用于一由復(fù)數(shù)個像素點組合 而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓 及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓 重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域；
(C)擷取此腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從此重心點向外延伸并通過此腫瘤輪廓 環(huán)形區(qū)域的剖面線，及提供一位于此剖面線上并位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)的量測線段;
(D)計算出位于此量測線段上的此些像素點所分別具有的灰階移動變異值；以及(E)依據(jù) 位于此量測線段上的每一此些像素點所分別具有的灰階移動變異值，將位于此剖面線上的 腫瘤邊緣特征量化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 邊緣特征的影像化方法的程序，此腫瘤邊緣特征的影像化方法應(yīng)用于一由復(fù)數(shù)個像素點組 合而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪 廓及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪 廓重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū) 域；(C)擷取此腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從此重心點向外延伸并通過此腫瘤 輪廓環(huán)形區(qū)域的剖面線，及提供一位于此剖面線上并位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)的量測線 段；(D)計算出位于此量測線段上的此些像素點所分別具有的灰階移動變異值；以及(E)依 據(jù)位于此量測線段上的此些像素點所分別具有的灰階移動變異值，定義出一邊緣成像上界 及一邊緣成像下界，且配合一彩虹色階將位于此剖面線上的腫瘤邊緣特征影像化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 囊腫特征的量化方法的程序，此腫瘤囊腫特征的量化方法是應(yīng)用于一由復(fù)數(shù)個像素點組合 而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓 及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓 重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域； (C)由位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤 內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；以及(D) 依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的 標(biāo)準(zhǔn)差，將位于此腫瘤內(nèi)部區(qū)域內(nèi)的囊腫特征量化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 囊腫特征的影像化方法的程序，此腫瘤囊腫特征的影像化方法是應(yīng)用于一由復(fù)數(shù)個像素點 組合而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤 輪廓重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū) 域；(C)由位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此 腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；以及 (D)依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值 的標(biāo)準(zhǔn)差，定義出一囊腫成像上界及一囊腫成像下界，以將位于此腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤 囊腫特征影像化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 鈣化特征的量化方法的程序，此腫瘤鈣化特征的量化方法是應(yīng)用于一由復(fù)數(shù)個像素點組合 而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓 及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓 重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū)域； (C)由位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤 內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；(D)依據(jù) 位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn) 差，從此灰階影像中擷取出一位于此腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于此腫瘤內(nèi)部 區(qū)域內(nèi)但位于此囊腫區(qū)域之外的此些像素點所分別具有的灰階梯度值，計算出位于此腫瘤 內(nèi)部區(qū)域內(nèi)但位于此囊腫區(qū)域之外的此些像素點所具有的灰階梯度值的最大值、灰階梯度 值的標(biāo)準(zhǔn)差及灰階梯度值的平均值；以及(F)依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)但位于此囊腫區(qū) 域之外的此些像素點所具有的灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的 平均值，將位于此腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤鈣化特征量化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 鈣化特征的影像化方法的程序，此腫瘤鈣化特征的影像化方法是應(yīng)用于一由復(fù)數(shù)個像素點 組合而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤 輪廓及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤 輪廓重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū) 域；(C)由位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此 腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；(D) 依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的最小值及灰階梯度值的 標(biāo)準(zhǔn)差，從此灰階影像中擷取出一位于此腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于此腫瘤 內(nèi)部區(qū)域內(nèi)但位于此囊腫區(qū)域之外的此些像素點所分別具有的灰階梯度值，計算出位于此 腫瘤內(nèi)部區(qū)域內(nèi)但位于此囊腫區(qū)域之外的此些像素點所具有的灰階梯度值的最大值、灰階 梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值；以及(F)依據(jù)位于此腫瘤內(nèi)部區(qū)域內(nèi)但位于此囊 腫區(qū)域之外的此些像素點所具有的灰階梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度 值的平均值，定義出一鈣化成像上界及一鈣化成像下界，以將位于此腫瘤內(nèi)部區(qū)域內(nèi)的腫 瘤鈣化特征影像化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 回音性特征的量化方法的程序，此腫瘤回音性特征的量化方法是應(yīng)用于一由復(fù)數(shù)個像素點 組合而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤 輪廓重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū) 域；(C)由位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此 腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的平均值；(D)于此腫瘤外部區(qū)域選取 一基準(zhǔn)區(qū)域，由位于此基準(zhǔn)區(qū)域內(nèi)的此些像素點所分別具有的灰階梯度值，計算出位于此 基準(zhǔn)區(qū)域內(nèi)的此些像素點所具有的灰階梯度值的平均值；以及(E)依據(jù)位于此腫瘤內(nèi)部區(qū) 域內(nèi)的此些像素點所具有的灰階梯度值的平均值及位于此基準(zhǔn)區(qū)域內(nèi)的此些像素點所具 有的灰階梯度值的平均值，將此腫瘤的回音性特征量化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 異質(zhì)化特征的量化方法的程序，此腫瘤異質(zhì)化特征的量化方法是應(yīng)用于一由復(fù)數(shù)個像素點 組合而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一腫瘤 輪廓及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤 輪廓重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外部區(qū) 域；(C)將位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一此些 參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于此基準(zhǔn)像素點的像素點；(D)計算出每一此些 參考遮罩所分別具有的參考遮罩灰階梯度值局部平均及參考遮罩灰階梯度值局部變異； (E)計算出每一此些參考遮罩所分別具有的參考遮罩灰階梯度值局部平均的變異、參考遮 罩灰階梯度值局部變異的平均以及參考遮罩灰階梯度值局部變異的變異；以及(F)由每一 此些參考遮罩所分別具有的至少一選自于一由參考遮罩灰階梯度值局部平均的變異、參考 遮罩灰階梯度值局部變異的平均以及參考遮罩灰階梯度值局部變異的變異所構(gòu)成的群組， 計算出每一此些參考遮罩所分別具有的異質(zhì)化指標(biāo)值，將此腫瘤的異質(zhì)化特征量化。本發(fā)明提供的計算機可讀取記錄媒體，是儲存有用以使一計算機系統(tǒng)執(zhí)行一腫瘤 異質(zhì)化特征的影像化方法的程序，此腫瘤異質(zhì)化特征的影像化方法是應(yīng)用于一由復(fù)數(shù)個像 素點組合而成并至少顯示一腫瘤的灰階影像，包括下列步驟(A)從此灰階影像擷取出一 腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此 腫瘤輪廓重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi)部區(qū)域及一腫瘤外 部區(qū)域；(C)將位于此腫瘤內(nèi)部區(qū)域內(nèi)的此些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一 此些參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于此基準(zhǔn)像素點的像素點；(D)由包含于每 一此些參考遮罩的此些像素點所分別具有的灰階梯度值，計算出每一此些參考遮罩所分別 具有的參考遮罩灰階梯度值變異；(E)由每一此些參考遮罩所分別具有的參考遮罩灰階梯 度值變異，計算出此些參考遮罩所具有的平均遮罩灰階梯度值變異；(F)由每一此些參考 遮罩所分別具有的參考遮罩灰階梯度值變異及此些參考遮罩所具有的平均遮罩灰階梯度 值變異，計算出每一此些參考遮罩所分別具有的異質(zhì)化指標(biāo)值；(G)由每一此些參考遮罩 所分別具有的異質(zhì)化指標(biāo)值，計算出此些參考遮罩所具有的異質(zhì)化指標(biāo)值的最大值、異質(zhì) 化指標(biāo)值的最小值、異質(zhì)化指標(biāo)值的平均值及異質(zhì)化指標(biāo)值的標(biāo)準(zhǔn)差；以及(H)依據(jù)此些 參考遮罩所具有的異質(zhì)化指標(biāo)值的最大值、異質(zhì)化指標(biāo)值的最小值、異質(zhì)化指標(biāo)值的平均 值及異質(zhì)化指標(biāo)值的標(biāo)準(zhǔn)差，定義出一異質(zhì)化成像上界及一異質(zhì)化成像下界，且配合一彩 虹色階將位于此腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤異質(zhì)化特征影像化。因此，由本發(fā)明所提供的腫瘤邊緣特征的量化方法、腫瘤邊緣特征的影像化方法、腫瘤囊腫特征的量化方法、腫瘤囊腫特征的影像化方法、腫瘤鈣化特征的量化方法、腫瘤鈣 化特征的影像化方法、腫瘤回音性特征的量化方法、腫瘤異質(zhì)化特征的量化方法及腫瘤異 質(zhì)化特征的影像化方法，醫(yī)師可于拿到一腫瘤的超音波灰階影像的同時，一并得到腫瘤這 些特征的量化數(shù)據(jù)與影像化圖像，做為判斷腫瘤的性質(zhì)的依據(jù)，以大幅提升由腫瘤的超音 波灰階影像判斷腫瘤性質(zhì)的程序的準(zhǔn)確率及可靠度，且減輕醫(yī)師在判斷腫瘤性質(zhì)時的負(fù) 擔(dān)。以下結(jié)合附圖和實施例作詳細(xì)說明。圖2顯示一計算機系統(tǒng)的架構(gòu)的示意圖，其可用以執(zhí)行本發(fā)明的腫瘤邊緣特征的 量化方法、腫瘤邊緣特征的影像化方法、腫瘤囊腫特征的量化方法、腫瘤囊腫特征的影像化 方法、腫瘤鈣化特征的量化方法、腫瘤鈣化特征的影像化方法、腫瘤回音性特征的量化方 法、腫瘤異質(zhì)化特征的量化方法及腫瘤異質(zhì)化特征的影像化方法。如圖2所示，計算機系統(tǒng)包含顯示裝置21、處理器22、內(nèi)存23、輸入裝置M及儲存 裝置25等。其中，輸入裝置M可用以輸入影像、文字、指令等數(shù)據(jù)至計算機系統(tǒng)，儲存裝置 25例如為硬盤、光驅(qū)或由因特網(wǎng)連接的遠(yuǎn)程數(shù)據(jù)庫，用以儲存系統(tǒng)程序、應(yīng)用程序及使用者 數(shù)據(jù)等，內(nèi)存23是用以暫存數(shù)據(jù)或執(zhí)行的程序，處理器22用以運算及處理數(shù)據(jù)等，顯示裝 置21則用以顯示輸出的數(shù)據(jù)。如圖2所示的計算機系統(tǒng)一般是于系統(tǒng)程序沈下執(zhí)行各種 應(yīng)用程序，例如文書處理程序、繪圖程序、科學(xué)運算程序、瀏覽程序、電子郵件程序等。在本實施例中，儲存裝置25是儲存有使計算機系統(tǒng)執(zhí)行一腫瘤邊緣特征的量化 方法的程序、使一計算機系統(tǒng)執(zhí)行一腫瘤邊緣特征的影像化方法的程序、使一計算機系統(tǒng) 執(zhí)行一腫瘤囊腫特征的量化方法的程序、使一計算機系統(tǒng)執(zhí)行一腫瘤囊腫特征的影像化方 法的程序、使一計算機系統(tǒng)執(zhí)行一腫瘤鈣化特征的量化方法的程序、使一計算機系統(tǒng)執(zhí)行 一腫瘤鈣化特征的影像化方法的程序、使一計算機系統(tǒng)執(zhí)行一腫瘤回音性特征的量化方法 的程序、使一計算機系統(tǒng)執(zhí)行一腫瘤異質(zhì)化特征的量化方法的程序以及使一計算機系統(tǒng)執(zhí) 行一腫瘤異質(zhì)化特征的影像化方法的程序。當(dāng)欲使計算機系統(tǒng)執(zhí)行某一量化方法或影像化 方法時，對應(yīng)的程序便被加載內(nèi)存23，以配合處理器22執(zhí)行此量化方法或影像化方法。最 后，再將量化或影像化的結(jié)果顯示于顯示裝置21或由因特網(wǎng)儲存于一遠(yuǎn)程數(shù)據(jù)庫中。此外，預(yù)備被量化或影像化的超音波灰階影像儲存于儲存裝置25，且在被量化或 影像化時從儲存裝置25被加載內(nèi)存23，以執(zhí)行預(yù)定的量化方法或影像化方法所包含的各 個步驟。除此之外，腫瘤輪廓擷取方法的「初始腫瘤輪廓線」是由輸入裝置M輸入至計算 機系統(tǒng)中，再與超音波灰階影像互相結(jié)合，以執(zhí)行后續(xù)的步驟。圖3A是一超音波灰階影像的示意圖，是由復(fù)數(shù)個像素點組合而成，且每一像素點 分別具有一灰階梯度值。而如圖3A所示，此超音波灰階影像是顯示一甲狀腺腫瘤與其周圍 的甲狀腺組織。其次，如圖IBB所示，是本發(fā)明第一實施例的腫瘤邊緣特征的量化方法的流程圖， 其包括下列步驟(A)從此灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且此腫瘤輪廓是位 于此腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將此腫瘤輪廓重迭顯示于此灰階影像上，以在此灰階影像上定義出一腫瘤內(nèi) 部區(qū)域及一腫瘤外部區(qū)域；
(C)擷取此腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從此重心點向外延伸并通過此 腫瘤輪廓環(huán)形區(qū)域的剖面線，及提供一位于此剖面線上并位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)的量 測線段；(D)計算出位于此量測線段上的每一此些像素點所分別具有的灰階移動變異值； 以及(E)依據(jù)位于此量測線段上的每一此些像素點所分別具有的灰階移動變異值，將 位于此剖面線上的腫瘤邊緣特征量化。請參閱圖3C及圖3D，一用于擷取前述步驟㈧的「腫瘤輪廓」與「腫瘤輪廓環(huán)形區(qū) 域」的「腫瘤輪廓擷取方法」、步驟(A)所擷取出的「腫瘤輪廓」與「腫瘤輪廓環(huán)形區(qū)域」以 及步驟(C)的位于「腫瘤內(nèi)部區(qū)域」內(nèi)的「重心點」與「剖面線」的定義將敘述于下。其中， 圖3C是腫瘤輪廓擷取方法的流程圖，圖3D則為應(yīng)用此「腫瘤輪廓擷取方法」以擷取「腫瘤 輪廓」與「腫瘤輪廓環(huán)形區(qū)域」的包含一腫瘤的灰階影像圖。如圖3C所示，在本實施例中，一用于擷取步驟㈧的「腫瘤輪廓」與「腫瘤輪廓環(huán) 形區(qū)域」的「腫瘤輪廓擷取方法」所應(yīng)用的腫瘤輪廓擷取方法包括下列步驟輸入一初始腫瘤輪廓線(圖3D中的軌跡31)；由此初始腫瘤輪廓線定義出一初始腫瘤輪廓環(huán)形區(qū)域(由圖3D中的軌跡32與軌 跡33所包圍的區(qū)域)，且此初始腫瘤輪廓位于此初始腫瘤輪廓環(huán)形區(qū)域內(nèi)；由此初始腫瘤輪廓環(huán)形區(qū)域定義出一初始重心點(圖3D中的點34)及一從此初 始重心點向外延伸并通過此初始腫瘤輪廓環(huán)形區(qū)域的初始剖面線(圖3D中的線段35)，及 提供一位于此初始剖面線上并位于此腫瘤輪廓環(huán)形區(qū)域內(nèi)的初始量測線段；依據(jù)位于此初始量測線段上的此些像素點像所分別具有的灰階梯度值，計算出位 于此初始量測線段上的此些像素點所分別具有的灰階移動變異值；比較位于此初始量測線段上的此些像素點所分別具有的灰階移動變異值，將具有 最大的灰階移動變異值的像素點定義為一位于此初始剖面線上的腫瘤輪廓建議點(圖3D 中的點36)；以及改變此初始剖面線的位置以掃瞄此腫瘤的全部邊緣，且將從不同初始剖面線的位 置所分別定義出的復(fù)數(shù)個腫瘤輪廓建議點互相連接，以得出此腫瘤輪廓及此腫瘤輪廓環(huán)形 區(qū)域。而當(dāng)從圖3D的灰階影像中杰取出腫瘤輪廓以后，圖3D的灰階影像中被腫瘤輪廓 包圍的部分即為「腫瘤內(nèi)部區(qū)域」，而圖3D的灰階影像中其它非屬「腫瘤內(nèi)部區(qū)域」的部分 即為「腫瘤外部區(qū)域」。至于如何從位于此初始量測線段上的此些像素點所分別具有的灰階梯度值計算 出位于此初始量測線段上的此些像素點所分別具有的灰階移動變異值(moving variance, 以下將以MVijk表示)的方法，將配合下列表1敘述于下首先，在本實施例中，某一像素點所具的灰階移動變異值(MVuk)定義為此像素點 所對應(yīng)的「局部區(qū)段」內(nèi)灰階梯度變異值與此像素點所對應(yīng)的「局部區(qū)段」內(nèi)各「移動區(qū)間」 灰階梯度平均變異的比值，即
2權(quán)利要求
1.一種腫瘤邊緣特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示一腫 瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)擷取該腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從該重心點向外延伸并通過該腫瘤 輪廓環(huán)形區(qū)域的剖面線，及提供一位于該剖面線上并位于該腫瘤輪廓環(huán)形區(qū)域內(nèi)的量測線 段；(D)計算出位于該量測線段上的該些像素點所分別具有的灰階移動變異值；以及(E)依據(jù)位于該量測線段上的每一該些像素點所分別具有的灰階移動變異值，將位于 該剖面線上的腫瘤邊緣特征量化。
2.如權(quán)利要求1所述的量化方法，其中，步驟(D)包括一步驟(Dl)，依據(jù)位于該量測線 段上的該些像素點所分別具有的灰階移動變異值，計算出位于該量測線段上的該些像素點 所具有的灰階移動變異值的標(biāo)準(zhǔn)差。
3.如權(quán)利要求2所述的量化方法，其中，步驟(D)于該步驟(Dl)之后包括一步驟(D2)， 依據(jù)位于該量測線段上的該些像素點所分別具有的灰階移動變異值，計算出位于該量測線 段上的該些像素點所具有的灰階移動變異值的平均值。
4.如權(quán)利要求3所述的量化方法，其中，步驟(E)包括一步驟(El)，由位于該量測線段 上的該些像素點所具有的灰階移動變異值的標(biāo)準(zhǔn)差及灰階移動變異值的平均值，定義出一 灰階移動變異值閥值，以判別位于該剖面線上的腫瘤邊緣特征的模糊程度。
5.如權(quán)利要求1所述的量化方法，其中，于步驟(E)之后包括一步驟(F)改變該剖面線 的位置，以掃瞄該腫瘤的全部邊緣而將該腫瘤的全部邊緣特征量化。
6.一種腫瘤邊緣特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示一 腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)擷取該腫瘤輪廓環(huán)形區(qū)域的一重心點，定義一從該重心點向外延伸并通過該腫瘤 輪廓環(huán)形區(qū)域的剖面線，及提供一位于該剖面線上并位于該腫瘤輪廓環(huán)形區(qū)域內(nèi)的量測線 段；(D)計算出位于該量測線段上的該些像素點所分別具有的灰階移動變異值；以及(E)依據(jù)位于該量測線段上的該些像素點所分別具有的灰階移動變異值，定義出一邊 緣成像上界及一邊緣成像下界，且配合一彩虹色階將位于該剖面線上的腫瘤邊緣特征影像 化。
7.如權(quán)利要求6所述的影像化方法，其中，步驟(D)包括一步驟(Dl)，依據(jù)位于該量測 線段上的該些像素點所分別具有的灰階移動變異值，計算出位于該量測線段上的該些像素 點所具有的灰階移動變異值的標(biāo)準(zhǔn)差。
8.如權(quán)利要求7所述的影像化方法，其中，步驟(D)于步驟(Dl)之后包括一步驟(D2)， 依據(jù)位于該量測線段上的該些像素點所分別具有的灰階移動變異值，計算出位于該量測線 段上的該些像素點所具有的灰階移動變異值的平均值。
9.如權(quán)利要求8所述的影像化方法，其中，步驟(E)包括一步驟(El)，由位于該量測線 段上的該些像素點所具有的灰階移動變異值的標(biāo)準(zhǔn)差及灰階移動變異值的平均值定義出 該邊緣成像上界及該邊緣成像下界。
10.如權(quán)利要求9所述的影像化方法，其中，該邊緣成像上界為該灰階移動變異值的平 均值加上三倍的該灰階移動變異值的標(biāo)準(zhǔn)差，該邊緣成像下界則為該灰階移動變異值的平 均值減去三倍的該灰階移動變異值的標(biāo)準(zhǔn)差。
11.如權(quán)利要求6所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸 變色階，且當(dāng)一位于該量測線段上的像素點所具有的灰階移動變異值大于或等于該邊緣成 像上界時，該像素點在腫瘤邊緣特征影像化時便被一紅色區(qū)塊覆蓋。
12.如權(quán)利要求6所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸 變色階，且當(dāng)一位于該量測線段上的像素點所具有的灰階移動變異值小于或等于該邊緣成 像下界時，該像素點在腫瘤邊緣特征影像化時便被一紫色區(qū)塊覆蓋。
13.如權(quán)利要求6所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù)漸 變色階，且當(dāng)一位于該量測線段上的像素點所具有的灰階移動變異值介于該邊緣成像上界 及該邊緣成像下界之間時，該像素點在腫瘤邊緣特征影像化時便依據(jù)其灰階移動變異值分 別與該邊緣成像上界及該邊緣成像下界之間的對應(yīng)關(guān)系，被一具有從該彩虹色階中對應(yīng)出 的顏色的區(qū)塊覆蓋。
14.如權(quán)利要求6所述的影像化方法，其中，于步驟(E)之后包括一步驟(F)改變該剖 面線的位置，以掃瞄該腫瘤的全部邊緣而將該腫瘤的全部邊緣特征影像化。
15.一種腫瘤囊腫特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示一 腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位于該 腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；以及(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯 度值的標(biāo)準(zhǔn)差，將位于該腫瘤內(nèi)部區(qū)域內(nèi)的囊腫特征量化。
16.如權(quán)利要求15所述的量化方法，其中，步驟(D)包括一步驟(D1)，由位于該腫瘤內(nèi) 部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差，定義出一囊 腫特征的灰階梯度值的閥值，以計算出該囊腫特征于該腫瘤內(nèi)部區(qū)域內(nèi)所占的比例。
17.一種腫瘤囊腫特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示 一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位于該 腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；以及(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯 度值的標(biāo)準(zhǔn)差，定義出一囊腫成像上界及一囊腫成像下界，以將位于該腫瘤內(nèi)部區(qū)域內(nèi)的 腫瘤囊腫特征影像化。
18.如權(quán)利要求17所述的影像化方法，其中，該囊腫成像上界為位于該腫瘤內(nèi)部區(qū)域 內(nèi)的該些像素點所具有的灰階梯度值的最小值加上零點一倍的該灰階梯度值的標(biāo)準(zhǔn)差，該 囊腫成像下界則為位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值。
19.如權(quán)利要求17所述的影像化方法，其中，當(dāng)一位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素 點所具有的灰階梯度值介于該囊腫成像上界及該囊腫成像下界之間時，該像素點在腫瘤囊 腫特征影像化時便被一桃紅色區(qū)塊覆蓋。
20.如權(quán)利要求17所述的影像化方法，其中，在步驟(D)后包括下列步驟(E)將位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一該些 參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于該基準(zhǔn)像素點的像素點，且該基準(zhǔn)像素點所具 有的灰階梯度值介于該囊腫成像上界及該囊腫成像下界之間；以及(F)當(dāng)至少一該些像素點所具有的灰階梯度值介于該囊腫成像上界及該囊腫成像下界 之間時，該基準(zhǔn)像素點及該些像素點在腫瘤囊腫特征影像化時便被一桃紅色區(qū)塊覆蓋。
21.如權(quán)利要求17所述的影像化方法，其中，在步驟(F)后包括一步驟(G)，當(dāng)只有該 基準(zhǔn)像素點所具有的灰階梯度值介于該囊腫成像上界及該囊腫成像下界之間時，移除覆蓋 于該基準(zhǔn)像素點及該些像素點的該桃紅色區(qū)塊。
22.—種腫瘤鈣化特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示一 腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位于該 腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯 度值的標(biāo)準(zhǔn)差，從該灰階影像中擷取出一位于該腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所分別具有的灰階 梯度值，計算出位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階 梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值；以及(F)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階梯 度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值，將位于該腫瘤內(nèi)部區(qū)域內(nèi)的 腫瘤鈣化特征量化。
23.如權(quán)利要求22所述的量化方法，其中，步驟(F)包括一步驟(F1)，由位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階梯度值的最大值、灰階梯度值 的標(biāo)準(zhǔn)差及灰階梯度值的平均值，定義出一鈣化特征的灰階梯度值的閥值，以計算出該鈣 化特征于該腫瘤內(nèi)部區(qū)域內(nèi)所占的比例。
24.一種腫瘤鈣化特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示 一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位于該 腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯度值的標(biāo)準(zhǔn)差；(D)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的最小值及灰階梯 度值的標(biāo)準(zhǔn)差，從該灰階影像中擷取出一位于該腫瘤內(nèi)部區(qū)域內(nèi)的囊腫區(qū)域；(E)由位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所分別具有的灰階 梯度值，計算出位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階 梯度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值；以及(F)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階梯 度值的最大值、灰階梯度值的標(biāo)準(zhǔn)差及灰階梯度值的平均值，定義出一鈣化成像上界及一 鈣化成像下界，以將位于該腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤鈣化特征影像化。
25.如權(quán)利要求M所述的影像化方法，其中，該鈣化成像上界為位于該腫瘤內(nèi)部區(qū)域 內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階梯度值的最大值，該鈣化成像下界則 為位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊腫區(qū)域之外的該些像素點所具有的灰階梯度值的平 均值加上二點八倍的該灰階梯度值的標(biāo)準(zhǔn)差。
26.如權(quán)利要求M所述的影像化方法，其中，當(dāng)一位于該腫瘤內(nèi)部區(qū)域內(nèi)但位于該囊 腫區(qū)域之外的該些像素點所具有的灰階梯度值介于該鈣化成像上界及該鈣化成像下界之 間時，該像素點在腫瘤鈣化特征影像化時便被一黃色區(qū)塊覆蓋。
27.一種腫瘤回音性特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示 一腫瘤的灰階影像，包括下列步驟(A)應(yīng)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于 該腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)由位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所分別具有的灰階梯度值，計算出位于該 腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均值；(D)于該腫瘤外部區(qū)域選取一基準(zhǔn)區(qū)域，由位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所分別具 有的灰階梯度值，計算出位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均值； 以及(E)依據(jù)位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均值及位于該 基準(zhǔn)區(qū)域內(nèi)的該些像素點所具有的灰階梯度值的平均值，將該腫瘤的回音性特征量化。
28.如權(quán)利要求27所述的量化方法，其中，該回音性特征是由將位于該腫瘤內(nèi)部區(qū)域 內(nèi)的該些像素點所具有的灰階梯度值的平均值減去位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所具 有的灰階梯度值的平均值所得到的差值除以位于該基準(zhǔn)區(qū)域內(nèi)的該些像素點所具有的灰 階梯度值的平均值的方式被量化。
29.如權(quán)利要求27所述的量化方法，其中，當(dāng)回音性特征量化所得出的數(shù)值大于或等 于零時，該腫瘤便具有高回音性的特征。
30.如權(quán)利要求27所述的量化方法，其中，當(dāng)回音性特征量化所得出的數(shù)值小于零時， 該腫瘤便具有低回音性的特征。
31.一種腫瘤異質(zhì)化特征的量化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯示 一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)將位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一該些 參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于該基準(zhǔn)像素點的像素點；(D)計算出每一該些參考遮罩所分別具有的參考遮罩灰階梯度值局部平均及參考遮罩 灰階梯度值局部變異；(E)計算出每一該些參考遮罩所分別具有的參考遮罩灰階梯度值局部平均的變異、參 考遮罩灰階梯度值局部變異的平均以及參考遮罩灰階梯度值局部變異的變異；以及(F)由每一該些參考遮罩所分別具有的至少一選自于一由參考遮罩灰階梯度值局部平 均的變異、參考遮罩灰階梯度值局部變異的平均以及參考遮罩灰階梯度值局部變異的變異 所構(gòu)成的群組，計算出每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo)值，將該腫瘤的異質(zhì)化 特征量化。
32.如權(quán)利要求31所述的量化方法，其中，每一該些參考遮罩包含25個像素點。
33.如權(quán)利要求31所述的量化方法，其中，步驟(F)包含一步驟(Fl)，由將該參考遮 罩所具有的參考遮罩灰階梯度值變異減去該些參考遮罩所具有的平均遮罩灰階梯度值變 異所得的差值的絕對值開根號的方式，計算出每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo)值。
34.如權(quán)利要求31所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階 梯度值局部平均的變異的函數(shù)。
35.如權(quán)利要求31所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階 梯度值局部變異的平均的函數(shù)。
36.如權(quán)利要求31所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階 梯度值局部變異的變異的函數(shù)。
37.如權(quán)利要求31所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階 梯度值局部變異的變異除以參考遮罩灰階梯度值局部平均的變異所得的比值的函數(shù)。
38.如權(quán)利要求31所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階 梯度值局部變異的平均除以參考遮罩灰階梯度值局部變異的變異所得的比值的函數(shù)。
39.如權(quán)利要求31所述的量化方法，其中，該異質(zhì)化指針值為一變量為參考遮罩灰階 梯度值局部變異的平均除以參考遮罩灰階梯度值局部平均的變異所得的比值的函數(shù)。
40.一種腫瘤異質(zhì)化特征的影像化方法，應(yīng)用于一由復(fù)數(shù)個像素點組合而成并至少顯 示一腫瘤的灰階影像，包括下列步驟(A)從該灰階影像擷取出一腫瘤輪廓及一腫瘤輪廓環(huán)形區(qū)域，且該腫瘤輪廓是位于該 腫瘤輪廓環(huán)形區(qū)域內(nèi)；(B)將該腫瘤輪廓重迭顯示于該灰階影像上，以在該灰階影像上定義出一腫瘤內(nèi)部區(qū) 域及一腫瘤外部區(qū)域；(C)將位于該腫瘤內(nèi)部區(qū)域內(nèi)的該些像素點分別定義為復(fù)數(shù)個參考遮罩，且每一該些 參考遮罩包含一基準(zhǔn)像素點與復(fù)數(shù)個相鄰于該基準(zhǔn)像素點的像素點；(D)由包含于每一該些參考遮罩的該些像素點所分別具有的灰階梯度值，計算出每一 該些參考遮罩所分別具有的參考遮罩灰階梯度值變異；(E)由每一該些參考遮罩所分別具有的參考遮罩灰階梯度值變異，計算出該些參考遮 罩所具有的平均遮罩灰階梯度值變異；(F)由每一該些參考遮罩所分別具有的參考遮罩灰階梯度值變異及該些參考遮罩所具 有的平均遮罩灰階梯度值變異，計算出每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo)值；(G)由每一該些參考遮罩所分別具有的異質(zhì)化指標(biāo)值，計算出該些參考遮罩所具有的 異質(zhì)化指標(biāo)值的最大值、異質(zhì)化指標(biāo)值的最小值、異質(zhì)化指標(biāo)值的平均值及異質(zhì)化指標(biāo)值 的標(biāo)準(zhǔn)差；以及(H)依據(jù)該些參考遮罩所具有的異質(zhì)化指標(biāo)值的最大值、異質(zhì)化指標(biāo)值的最小值、異質(zhì) 化指標(biāo)值的平均值及異質(zhì)化指標(biāo)值的標(biāo)準(zhǔn)差，定義出一異質(zhì)化成像上界及一異質(zhì)化成像下 界，且配合一彩虹色階將位于該腫瘤內(nèi)部區(qū)域內(nèi)的腫瘤異質(zhì)化特征影像化。
41.如權(quán)利要求40所述的影像化方法，其中，該異質(zhì)化成像上界為該些參考遮罩所具 有的異質(zhì)化指標(biāo)值的最大值，該異質(zhì)化成像下界則為該些參考遮罩所具有的異質(zhì)化指標(biāo)值 的平均值減去零點一倍的異質(zhì)化指標(biāo)值的標(biāo)準(zhǔn)差。
42.如權(quán)利要求40所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù) 漸變色階，且當(dāng)一參考遮罩所具有的異質(zhì)化指標(biāo)值等于該異質(zhì)化成像上界時，該參考遮罩 的基準(zhǔn)像素點在腫瘤異質(zhì)化特征影像化時便被一紅色區(qū)塊覆蓋。
43.如權(quán)利要求40所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù) 漸變色階，且當(dāng)一參考遮罩所具有的異質(zhì)化指標(biāo)值小于或等于該異質(zhì)化成像下界時，該參 考遮罩的基準(zhǔn)像素點在腫瘤異質(zhì)化特征影像化時便被一紫色區(qū)塊覆蓋。
44.如權(quán)利要求40所述的影像化方法，其中，該彩虹色階為一紅橙黃綠藍(lán)靛紫的連續(xù) 漸變色階，且當(dāng)一參考遮罩所具有的異質(zhì)化指標(biāo)值介于該異質(zhì)化成像上界及該異質(zhì)化成像 下界之間時，該參考遮罩的基準(zhǔn)像素點在腫瘤異質(zhì)化特征影像化時便依據(jù)其異質(zhì)化指標(biāo)值 分別與該異質(zhì)化成像上界及該異質(zhì)化成像下界之間的對應(yīng)關(guān)系，被一具有從該彩虹色階中 對應(yīng)出的顏色的區(qū)塊覆蓋。
45.如權(quán)利要求40所述的影像化方法，其中，每一該些參考遮罩包含25個像素點。
全文摘要
本發(fā)明是關(guān)于一種腫瘤特征的量化方法及影像化方法，尤其指一種適用于將腫瘤所具有的邊緣特征、囊腫特征、鈣化特征、回音性特征及異質(zhì)化特征量化的量化方法及將這些腫瘤特征影像化的影像化方法。本發(fā)明的腫瘤特征的量化方法及對應(yīng)的影像化方法是從各像素點所分別具有的灰階梯度值中，計算出各像素點所分別具有的灰階移動變異值。隨后，再依據(jù)所欲量化或影像化的腫瘤特征的不同，計算出這些灰階移動變異值的平均值、標(biāo)準(zhǔn)差、最大值、最小值等。最后，配合不同的閥值或成像標(biāo)準(zhǔn)的設(shè)定，將前述的腫瘤特征分別量化及影像化。
文檔編號A61B8/08GK102133109SQ20101062198
公開日2011年7月27日 申請日期2010年12月30日 優(yōu)先權(quán)日2010年1月25日
發(fā)明者何明志, 劉中維, 吳明勛, 巫信融, 張金堅, 戴浩志, 蔡博尉, 陳文華, 陳正剛, 陳炯年 申請人:安克生醫(yī)股份有限公司