人工智慧與影像知識詮釋化（修訂版）

自 序    
修訂版序

壹、本文

一、數位影像
(一)影像生成
(二)影像傳達
(三)詮釋資料
(四)應用領域
1.藝術導覽
2.身分認證

二、醫學影像
 (一)臨床影像診斷議題
1.放射科
2.乳房外科
3.病理科
4.皮膚科
5.眼科
(二)檔案特性
1.影像解析度／容量
2.影像格式／壓縮／維度與結構
3.影像顯示與存取
4.影像檔案使用規範
5.影像標註
(三)結論建議

三、智慧分類與人機互動
(一)輔助診斷模型
1.第二閱片者
2.標準化／溝通媒介
3.高效率與低成本
(二)深度學習

四、數據探勘實例
（一）肩旋轉肌影像檔案與分類
1.患者和影像採集
2.超音波紋理特徵
3.統計分析與分類
4.結果與討論
（二）使用量化 BI-RADS 特徵對乳房腫塊進行電腦輔助診斷
1.患者和資料採集
2.腫瘤切割
3.量化特徵
4.分類
5.統計分析
6.結果與討論
（三）電腦輔助診斷系統對於放射科醫師進行MRI神經膠質瘤分級的影響
1.患者資訊
2.影像分析和觀察
3.電腦輔助診斷輔助
4.結果
5.討論
（四）基於自發螢光支氣管鏡圖形識別的肺癌亞型分類
1.病患資訊
2.多通道特徵
3.HSV轉換
4.紋理特徵
5.統計分析
6.結果
7.討論
（五）量化彩色視網膜影像中的滲出液特徵以進行糖尿病視網膜病變的篩檢
1.滲出液資料庫
2.滲出液檢測
3.去除血管
4.去除視網膜圓盤
5.特徵擷取
6.統計分析
7.結果
8.討論

貳、參考文獻

 

修訂版序
 
　　對於現今的人工智慧而言，資料驅動是演算法的基礎，也就是說目前的主流做法是透過輸入的大量資料讓機器能夠去學習其中隱含的脈絡，這個脈絡的結果也許是人們已經在使用的知識，而人工智慧只是將其整合起來，讓已知道這些知識的人們更方便使用這些知識，或是讓不知道這些知識但需要用到這些知識的人們，可以透過人工智慧的協助進行跟專家能力相近的決策。

　　有鑑於此，修訂版在影像檔案上的描述，除了具體應用人工智慧在特定領域之外，也增加了數位影像的篇章，藉此說明數位影像的重要性，以及知識的產生與呈現如何透過人工智慧進行自動化與利用，此篇章包括影像生成、影像傳達、詮釋資料與應用領域，從源頭說明影像存在的諸多意義，如何透過影像格式或形式在不同環境下呈現不同的內容，這些影像內容的知識該以什麼樣的方式進行詮釋，而更有助於後續對於影像資料的知識儲存、檢索以及理解。

　　人類文明之所以能夠繼續發展，相當程度是基於前人的智慧累積，也就是站在巨人的肩膀上才能看得更高更遠，因此知識的管理與傳承影響著繼續發展的關鍵，對於人們來說，影像是描述這個多媒體世界中不可或缺的一環，然而影像的解譯卻是如此不易，蘊含大量資訊的同時，也需要有各種層面的解析，才能帶給不同觀眾所需要的資訊，本書冀望能夠讓讀者感受到影像知識的重要性與人工智慧的輔助性，一同將知識文化妥善整理、呈現並傳承後世。