抗核抗體免疫螢光影像特徵萃取與分類之研究

Extraction and Classification of the Features of Anti-nuclear Antibody Immunofluorescence Images

在免疫疾病診斷上，抗核抗體（anti-nuclear antibodies, ANA）的分類可幫助病情的診斷，目前常用的檢驗方式是以間接免疫螢光法（indirect immunofluorescence）觀察螢光影像的抗核抗體的螢光形態。傳統上醫師以人眼觀察螢光影像進行分類，此作法傷眼及費時，因此本論文提出以電腦輔助對抗核抗體影像進行分類的方法。首先使用影像處理的技術先萃取影像特徵，再以特徵將影像分為均質型（homogeneous）、周邊型（peripheral）、粗點型（coarse speckled）、與離散點型（discrete speckled）共四類型。特徵抽取法是從影像中找出細胞區域，從各細胞區域分別萃取出7 種特徵，特徵為拉普拉斯運算值（水平與垂直的2 次微分、斜對角的2 次微分）的平均值與標準差、曲率的平均值與標準差、及細胞內灰階值的標準差。當各細胞區域的特徵向量取出後，找出具代表性的特徵向量代表該影像的特徵。輸入測試影像計算該特徵與各類訓練影像特徵集合的距離，以最小距離分類法對特徵分類。實驗結果證明所提出方法的四類型的分類正確率至少為94%，系統整體分類正確率達98.75%。證明抗核抗體影像可以電腦輔助進行分類，所提出的分類方法簡單快速易於軟體實作。