臺灣國際科展

以結膜影像判斷貧血之研究

科展類別
臺灣國際科展作品
屆次
2021年
科別
電腦科學與資訊工程
得獎情形
二等獎
學校名稱
臺北市立中山女子高級中學
指導老師
黃升龍;黃建庭
作者
蔡伊甯
關鍵字
人工智慧、貧血判斷、結膜影像
備註
美國ISEF正選代表

摘要或動機

全球貧血人口普遍,然許多人並不了解自身是否罹患貧血;長期患有貧血的病人,亦需定期抽血檢驗追蹤是否有貧血惡化達到需接受輸血的程度。研究顯示,結膜之顏色與貧血有絕對關係,結膜越白則貧血越嚴重,醫師也常使用結膜顏色推測是否有貧血情形。若能設計手機軟體自動分割結膜影像並分析其顏色,將有機會推測受試者是否罹患貧血。本研究收集22位無貧血者及8位貧血病人,並獲得其近期血紅素數值。以手機取得受試者之眼睛影像後,成功設計程式以深度學習完成結膜自動影像分割,對於分割影像以面積大小進行後期處理後,依其取得下眼瞼結膜之三原色平均,再利用kNN與SVM演算法判斷預測出該受試者是否具有貧血之症狀。本研究主要分為兩階段,其一為進行下眼瞼結膜分割模型訓練;其二為製作有無貧血之判斷模型。整合上述眼瞼分割模型(IoU=89.8%±0.02%)與貧血判斷模型(SVM以polynomial核函數測出 準確值93.3%±24.3%)後,可得貧血診斷準確率為80%。此結果代表AI技術有機會透過結膜影像,判斷被拍攝者是否有貧血情形,未來若能增加研究人數,將可設計網頁版或手機APP加以推測血紅素值,供大眾居家篩檢。


「為配合國家發展委員會「推動ODF-CNS15251為政府為文件標準格式實施計畫」,以及 提供使用者有文書軟體選擇的權利,本館檔案下載部分文件將公布ODF開放文件格式, 免費開源軟體可至LibreOffice 下載安裝使用,或依貴慣用的軟體開啟文件。」

檔案名稱 檔案大小 格式
TISF2021-190017.pdf 1 MB Adobe Reader(Pdf)檔案