Fractal Analysis and Medical Image Applications

課    程 : 論文研討
班    級 : 資工產碩二
日    期 : 100年 9月16日
演講者 : 黃博惠院長
題    目 : Fractal Analysis and Medical Image Applications
姓    名 : 魏早達
學    號 : 99366512

　　在國內各類型的癌症一直是位列國人十大死因的前幾位，一般人如果沒有經過特定程度的健康檢查，是很難事先在前期知道是否得病，偏偏各類型的癌症在篩檢時的特徵及方法都不盡相同，其中除了用各種醫學儀器作各種檢測外，有些部份還需仰賴有經驗的醫事人員做進一步的判讀。本次演講黃院長暢談其以碎型分析的方法，進行攝護腺癌的篩選分類研究。並得到相當程度的成功率。

　　首先談到什麼是碎形概念，所謂的碎形是一種幾何形狀, 有不規律的變化，像一般平滑幾何體破裂之後所產生的形狀。而其擁有以下的特徵：

   具有自我相似的無窮結構

   碎形的維度可代表它的特徵，並推導出下列維度的運算式

N_r ~ (1/r)^D or D=log(N_r)/log(1/r)

那如何將碎型的分析方法運用到攝護腺癌的判讀呢？首先要瞭解現今攝護腺癌的判讀是以病理圖像分成五級，來判定其嚴重程度，所以在碎型的應用上是以其圖像的亮度來作碎型分析的依據，其估算方式如下：

1. 把主體S切成Nr個

2. Extracting FD by DBC Method 亮度

3. Extracting FD by EBFDE Method 亂度估算維度

並以在台中榮總所取攝護腺癌患者的攝影圖像作為訓練資料，由於初期和二期病患資料較少，所以合併成同一類，故分為四級，分別以Bayesian,k-NN和SVM三種方法來分群驗證，在訓練及測試模型時，是以Leave-One-Out(LOO) 和k-Fold Cross-Validation來設定訓練資料及測試資料的選擇方法，根據實驗結果，大部份可以達到93%的成功辨識度，少數辨識錯誤的部份，可歸究於醫事人員在判讀時，比較傾向告訴病患稍為樂觀的看法所致。可見得以碎型分析來判讀及分類攝護腺癌，是一種非常有效的方法。

　　就像我們常聽到的”科技始終來自人性”，我們在科學領域作了很多的研究，最終就是在解決人類的各種問題，由黃院長的研究更是深深啟發及印證了我這方面的認知及思維。