方法與步驟

研究流程包括輸入超音波影像、過濾其他背景資訊、選取感興趣區域、進行 監督式區域帄均法、統計分析比較及最絡結果輸出(如圖 3-2-1)。

圖 3-2-1、研究流程圖

本研究是分別在 GE LE9、L9、和 Sonosite 180+ 3 台儀器收集影像。3 台機 器中，又以 GE LE9 為目前最新穎之機種，且影像品質又較其他兩者佳，因此，

本研究將 GE LE9 做為研究參考金標準(Reference Standard)，將 L9 和 Sonosite 180+做為測試的超音波影像。針對特定部位，如：肝臟 (Liver)、腎臟 (Kidney)、

胰臟 (Pancreas)、主動脈 (Aorta)、膽囊 (Gallbladder)等器官，並且使用不同的條

14

件如深度等，進行截像(如圖 3-2-2(左))，針對每張影像上背景區域，例如造影資 訊…等，利用影像修剪技術剪除背景區域，把不必要列入計算的基本資料、灰階 表等等去除，讓畫面呈現只有單純腹部超音波影像(如圖 3-2-2(右))，以避免造成 誤差。收集完成後再圈選兩張影像中相對位置實質器官要比較對比值部分的 ROI(如圖 3-2-3)，及影像的近區、聚焦區及遠區的水帄位置各圈選相同個數的 ROI 進行區塊帄均演算法之提升(如圖 3-2-4)，套用 5 種影像優化演算法(如圖 3-2-5)，包含(1)線性轉換、(2)中間值提升轉換、(3)線性轉換與中間值提升轉換之 加權帄均、(4)線性迴歸、(5)線性迴歸之指數轉換，以上述方法獲得對比與訊雜 比的數據值之長條圖(如圖 3-2-6)，將其彙整成表格資料數據庫，再透過相關性及 迴歸進行統計分析，是否符合所預期的結果。

圖 3-2-2、左圖為造影部位進行截像；右圖為去除不頇列入計算的資訊

15

圖 3-2-3、分別在標準影像及測試影像中的相對位置實質器官，並且要比較對比 部分的 ROI，左圖為標準影像所圈選的 ROI 位置在主動脈，右圖為標準影像所 圈選的 ROI 位置在脂肪

圖 3-2-4、左圖為標準影像，右圖為測試影像，分別進行監督式區塊帄均演算法 ROI 的圈選

16

圖 3-2-5、套用 5 種區域帄均演算法獲得之影像

圖 3-2-6、獲得對比與訊雜比的數據值之長條圖

LE9、L9、Sonosite 180+ 3 台儀器，針對腹部假體內不同器官位置，不同造 影深度、相同操作頻率條件下造影；每台儀器分別取得不同類別共 60 張影像（如 表 3-2-1）。

17

表 3-2-1、三台造影儀之取像實驗，含頻率、截像張數、深度與總影像數量

使用 3 台不同機型的目的是確認演算法不單只能運用在單一機型機種，而是 套用在其他的超音波掃描儀都能使用；甚至是在不同位置也能套用此演算法，進 而達到優化影像的效果。

利用 10 個不同部位、深度的影像，也包含著不同的病灶表現，藉此套用演 算法後，是否每張影像都能獲得改善，提升影像品質，以確保演算法的靈活運用，

不會受到任何截像部位的限制(如表 3-2-2)。

18

表 3-2-2、說明造影位置及所包含的病灶及深度

確定所要測試的變數後，其他的造影儀器參數皆固定相同，以便在比較時，

不會因為其他的硬體設備因素，造成比較上的困擾(如表 3-2-3)。

表 3-2-3、此表說明各種儀器所使用固定的造影參數

19