散射係數數及上皮層厚度度之初步判讀讀

使用Ｂ群組共 100 組隨機模擬參參數數的光譜測試散射係數數判讀讀表格的結果顯示，

絕大多數數的樣本經由此方法初步判斷出的散射係數數與實際值誤差表現差強人意 (RMSE < 50%)，且僅有少數數的樣本出現誤差大於 100%的情形。若若統計所有樣本判 斷結果誤差量量值的分佈比例例，其累累積分佈(cumulative distribution)圖形示於 圖 4.3。其中，(a)(b)分別代表使用此方法判斷出的上皮層及基質層誤差結果，

圖中所示六六條曲線中三種顏色分別代表單獨使用垂直、斜角光纖漫反射光譜，以 及共同使用兩兩者進行行比對的結果；實線及虛線則分別代表使用三厚度度表格與五厚 度度表格進行行比對之結果。總體而言，在此系統與參參數數設定下，比對表格對基質層 散射係數數的判斷精精準度度較對上皮層散射係數數的判斷佳。其中，對基質層散射係數數 判斷表現較差的斜角光纖，幾乎 90%的樣本被判斷出的基質散射係數數誤差低於 20%；表現較佳的垂直以及綜合光纖，90%的樣本被判斷出的基質層散射係數數誤差 更更是低於 10%。另一方面，對上皮層散射係數數的判斷雖然誤差較大，表現較佳的 斜角及綜合光纖 90%的樣本誤差小於 40%，表現較差的垂直光纖 90%的樣本也有低 於 60%的誤差。觀察圖中的趨勢，不不論論使用何種光纖，樣本都都在低誤差的區域快 速累累積，顯示此方法在超過半數數的樣本中有非常優秀(RMSE < 10%)的表現。

41 圖 4.3 散射係數數比對表格判斷誤差累累積樣本比例例圖

(a)(b)分別為使用散射係數數比對表格判斷群組 B 共 100 組樣本光譜上皮層以及基質層散射係數數的 判斷誤差累累積樣本比例例圖。圖中三種顏色的曲線分別代表使用垂直光纖、斜角光纖光譜或兩兩者共 同使用的判斷結果。實線及虛線分別代表使用三厚度度或五厚度度設定表格的判斷結果。

圖 4.4 所示為所有測試樣本的散射係數數、上皮層厚度度區段歸屬以及判斷散射 係數數的偏差關係，(a)(b)(c)分別為使用垂直、斜角以及綜合光纖五厚度度表格的 判斷結果。此圖中鮮虹、洋紅、綠綠、藍藍、黑五種顏色分別用於標示上皮厚度度歸屬 為 0.02、0.03、0.04、0.05 以及 0.06 的五個類類別，箭頭的起始代表該筆光譜的 散射係數數量量值，箭頭的 X、Y 分量量則分別為兩兩層散射係數數判斷的偏移量量值。圖中 可見見最嚴重的偏差主要出現於上皮層厚度度非常薄的情況，且大部分集中於圖的左 上區域，也就是上皮層散射係數數明顯低於基質層散射係數數的情況。當基質層散射 係數數明顯高於上皮層時，上皮層散射所造成的漫反射資訊容易易被來來自基質層的強 烈烈漫反射訊號所淹沒，造成系統對兩兩者的敏感程度度有明顯的差距，因此些微的基 質層散射係數數誤差所造成的漫反射量量值偏差即會造成系統敏感度度較低的上皮層散 射係數數需要以更更大的偏移量量來來彌補，因而造成較大的誤差。另外除了了散射係數數本 身強度度的差距造成的敏感度度差異異，上皮層厚度度造成的影響可能更更為巨大。圖中所 示散射係數數具有巨大誤差的例例子幾乎都都歸屬於最薄的 0.02cm 群組。與散射係數數 差距所造成的敏感度度差異異的原因相似，較薄的上皮層同樣造成漫反射光譜中關於 上皮層的資訊比例例較少，使光譜對其敏感度度偏低。上述兩兩項因素的加成結果，造 成測試樣本中極少數數超過 100%的散射係數數誤差。

42

圖 4.4 樣本散射係數數、厚度度群組歸屬與散射 係數數判斷誤差關係圖

圖中(a)(b)(c)分別為使用垂直、斜角以及綜 合兩兩種光纖設定的散射係數數比對表格所出現 的樣本散射係數數誤差與其真實散射係數數的關 係圖。其中，箭頭起點所在的位置及其顏色 分別代表其散射係數數量量值及上皮層厚度度群組 歸屬。箭頭的長度度分量量為使用散射係數數比對 表格判斷散射係數數的判斷誤差。

同樣的道理理，基質層散射係數數較大的誤差出現在上皮層散射係數數明顯較大且 上皮層厚度度較厚的樣本。然而，基質層散射係數數的判定較少出現巨大的誤差。在 此推測原因有二：首先若若檢視前一階段光譜變動範圍分析的結果可知，不不論論使用 垂直或斜角光纖，其中必有對基質層散射係數數段相當高的偵測位置。然而，對於 上皮層散射，垂直光纖對其最佳的敏感度度出現於 SDS1，其敏感度度量量值卻仍略略低於 垂直光纖對基質層的最低偵測位置的敏感度度，因此，對上皮層散射係數數的敏感度度 在垂直光纖中明顯佔於弱勢。如此的不不利利因素卻不不存在於斜角光纖對基質層的敏 感程度度中。在斜角光纖中，光譜分別的不不同偵測位置對上皮、基質層散射係數數具 有高敏感度度，因此較不不易易出現前述某一參參數數些微偏差卻需要另一參參數數巨大偏移量量 來來彌補的情況。另一方面，本研究中參參考實際上皮組織的可能厚度度範圍，將上皮 厚度度的最大值設定為 0.07cm。也許在這樣的厚度度之下，仍有相當比例例的光子能進

43

入基質層組織並返回組織表面，造成基質層組織的散射資訊並不不易易被上皮層組織 資訊所掩蓋，維持住系統對深層組織特性的敏感度度。因而限制了了對基質層散射強 度度判斷所能發生的誤差量量值。

雖然此方法對上皮層散射遠小於基質層散射且上皮層厚度度極薄的樣本容易易產 生參參數數量量值判斷上較大的誤差，然而如此極端的情況很少出現於真實的複層鱗鱗狀狀 上皮組織中。此外，利利用表格判定散射量量值的方法在原本的設定中旨在初步判定 散射量量值，以減少往後的參參數數擬合過程收斂於局部極值的情況，同時大致確定光 譜對各參參數數的靈靈敏度度。因此具有些誤差範圍是可以被接受的。這些誤差也可望在 往後更更精精確的擬合過程中漸漸減小。因此由測試結果判斷，利利用表格初步判讀讀散 射係數數的方法能相當稱職的達到此階段的目標。

在此研究使用的三種光纖類類型中，垂直與斜角綜合的使用對散射係數數的判斷 具有最好的表現。然而考量量實際情況，如非特製光纖，同時量量測垂直與斜角光譜 的情況較難以實現。垂直與斜角光纖的使用選擇則須考量量對參參數數精精準度度的需求以 及配合後續的擬合步驟。另外，由圖 4.3 可知，使用五種厚度度比對表格在判斷參參 數數量量值精精準度度的表現略略高於使用三種厚度度的比對表格。然而使用更更多比對表格，

在往後的過程中隨之而來來的可能是更更多的後處理理，且其中可能包含蒙地卡羅羅的模 擬過程，意味著更更多的耗時。因此，雖然使用較多厚度度的比對表格可能提升此階 段對於射係數數量量值判斷的精精準度度，卻未必是較佳的選擇。這其中的取捨，也將是 未來來使用此方法需考量量的問題。

4.2.2 血氧飽和度度判讀讀

B 群組中一共包含 100 組參參數數各自獨立立的樣本光譜，為了了減少光譜吸收不不明 顯的樣本對建立立吸收峰波長—血氧飽和度度模型曲線所造成的偏差，我們在其中捨 棄了了 21 組光譜。圖 4.5 所示為被選用的 79 組光譜的吸收峰波長—血氧飽和度度對 應關係圖以及使用多項式迴歸所得到的一次方及三次方方程式圖形。兩兩者的方程 式分別為：

44

y = 0.0403x +17.5739 ^(4.3)

(4.4) 其中，x 代表 414~432nm 波段吸收峰值所在位置，y 則代表對應的血氧飽和度度。

兩兩者的決定係數數(coefficient of determination, R²)分別為 0.817 以及 0.797，

相去不不遠的值代表兩兩種圖形對於原始的訓練練資料料(training data)具有類類似的解 釋能力力。

圖 4.5 吸收峰位置—血氧飽和度度訓練練資料料(Training Data)及迴歸曲線圖

訓練練樣本包含光譜樣本群組 B 中去除吸收峰不不明顯的樣本的 7９組光譜。圖中綠綠、藍藍兩兩線分別為 此資料料組合的一次、三次多項式迴歸曲線結果

針對使用樣本群組 B 所擬合出的吸收峰—血氧飽和度度關係方程式，我們分別 使用樣本群組 C 的 50 組垂直光纖光譜進行行測試，其測試結果顯示於圖 4.6。圖中 橫軸代表其樣本編號，縱軸則表示使用兩兩關係方程式預測之血氧飽和度度與實際血 氧飽和度度值的誤差絕對值。大致而言，相應於在訓練練資料料中所顯示兩兩者對資料料具 有類類似的解釋能力力，兩兩者對於預測測試樣本血氧濃度度的表現也相當類類似,平均而 言對血氧飽和度度分別具有 11.60%及 11.08%的預測絕對誤差。這些誤差的來來源可 能來來自上皮散射過強或厚度度過大所造成的吸收峰的不不明顯，或是整體光譜斜率率率所 造成的吸收峰偏移。

45 圖 4.6 血氧飽和濃度度判斷結果誤差圖

以 400>440 吸收峰位置判斷樣本群組 C 中 50 組樣本光譜血氧飽和度度的測試結果。圖中綠綠、藍藍兩兩 種長條分別代表使用一次及三次多項式的判斷誤差結果

表 4.3 中所列列為經觀察及推測可能影響以吸收峰波長判斷血氧飽和度度的因素，

表 4.3 中所列列為經觀察及推測可能影響以吸收峰波長判斷血氧飽和度度的因素，