本研究使用 DIARETDB0 影像資料庫為實驗資料，其影像解析度為 1500*1152，內容包含 20 張的正常視網膜影像與 110 張的異常視網膜影 像，每張影像也附上其病癥的註解（Kauppi, Kalesnykiene, Kamarainen, Lensu, Sorri, Uusitalo, Kälviäinen & Pietil, 2006）。本研究除了從過往文獻 與資料庫註解了解眼底影像病變特徵以外，也訪談兩位眼科醫生，探究 如何判讀眼底影像中的糖尿病視網膜病變與其代表含意。本研究開發環 境與工具如表 3-1 所示，另外使用由 Intel 開發的影像處理函示庫 OpenCV、
LIBSVM（Chang & Lin, 2011）與 GPU 加速後的 LIBSVM（Athanasopoulos et al. , 2011）建置系統。
表 4-1 開發環境與工具
處理器 Inter(R) Core(TM) i7-3770 CPU @ 3.40GHz 3.40GHz 顯示卡 NVIDIA GeForce GTX 560
記憶體 16GB
作業系統 Windows 7 enterprise
開發工具 Microsoft visual studio 2010 professional
本研究模擬醫院環境，將本研究開發的糖尿病視網膜病變眼底影像 量化評估系統結合電子病歷管理系統與醫學影像儲傳系統（ picture archiving and communication system, PACS），其介面與使用流程如下，當 病患完成掛號手續時，加入等候的佇列，如圖 4-1 所示，左邊的資料表 擺置的是電子病歷，本系統以姓名、身分證字號、出生年月日做為代表，
右邊的資料表則為等候佇列。為了方便進行實驗，左邊資料表上方設置 了勾選是否使用 GPU 加速支援向量機訓練的功能。
圖 4-1 系統起始畫面
而當醫師叫出優先權最高的病患後，即調閱該病患的資料與電子病 歷，若之前有拍攝過眼底影像的紀錄，則亦可按下快捷鍵 z 調閱該病患 的影像，圖 4-2 與圖 4-3 顯示的是調閱資料的結果。
圖 4-2 系統調閱病患資料與電子病歷
圖 4-3 顯示的是有關眼底影像病變區域的量化資訊，左邊的資料表 顯示的是全部病變區域的資訊，包含當前醫師註記的病變區域與過往註 記過的病變區域大小，右邊的資料表顯示的是病患最新一張的眼底影像 與過往影像所紀錄的病變區域量化資訊比較。
圖 4-3 眼底影像病變區域量化資訊
圖 4-4 調閱眼底影像
圖 4-5 ROI 定位結果
圖 4-5 顯示的是 ROI 定位的結果，當醫師選取病變區域以後，會將 該區域放大顯示，同時以閾值分割方法先自動將病變區域分割出來，醫 師可以從這放大的區域進行手動註記，如圖 4-6 所示，按下快捷鍵 r 可 以清除自動分割的結果，若 ROI 對比不足，則按下快捷鍵 h 做局部的直 方圖等化，同時做閾值分割。若醫師對分割結果不滿意，則可以再次按 下 r 清除分割結果後手動註記，若不慎標記到背景則可以按下 b 回上一 步。
(a) (b) (c) (e) (f)
圖 4-6 手動註記流程 (a)原始 ROI (b)局部直方圖等化與自動分割結果 (c)局部直方
執行時間詳細實驗記錄如表 4-1 所示。第 1 列為 ROI 面積（即 SVM
圖 4-1 縱軸為執行時間（毫秒），橫軸為 ROI 面積（pixels）。表 4-2
在 SVM 訓練階段的執行時間方面，訓練資料小的時候無法提升效能，
從圖 4-1 可看出，當資料量只有 4068 筆（面積約 63*63）時，GPU 因為 必須花費資料傳輸的 I/O 時間，與 CPU 的執行時間相比反而增加了執行 時間；但從 13520 筆資料（面積約 116*116）開始，執行時間明顯減少 了大約 5%。以實驗資料 DIARETDB0 資料庫而言，每張影像所必須處 理的資料量都會超過上萬筆，舉第 106 張與第 109 張影像為例，隨意選 取幾個明顯的病變區域，如下圖所示，其必須處理的資料量分別為 38992 筆（面積約 197*197）與 40768 筆（面積約 201*201）。
(a) (b)
圖 4-8 病變區域在影像上所占的面積 (a)影像 106 (b)影像 109
因此在實際應用面而言仍然可以達到減少執行時間的目的，本研究 建議未來系統發展可先行預判總資料大小，以決定是否切換到 GPU 上 進行 SVM 訓練。
故將手繪分割的影像作為基準，將 SVM 分割的影像與手繪分割影像逐 像素相比求其精確度，其平均正確率可達約 94％，意即本研究所發展的 系統其輸出結果與人為判斷相比，平均近似度可達約 94％。
本研究的限制為所使用的影像資料庫並無提供同一病患在不同時期 所拍的第二張眼底影像，並且假設在同樣環境光源之下使用相同的眼底 攝影儀器設定所拍出來的眼底影像不會有大幅的明暗改變、影像梯形變 化與偏移，但實際應用面而言是否與本研究假設相同仍待驗證，建議未 來研究可以嘗詴與眼科醫師合作，取得同一病患在不同時期所拍的眼底 影像來得到更貼近現實需求的實驗結果。