黃疸貧血 » AI模型

貧血預測演算法：
貧血判別是基於眼瞼顏色，偏紅則血色素濃度較高，貧血機率較低，而偏粉或白則為血色素濃度較低，貧血機率較高，所以本研究透過眼瞼顏色與血色素回歸預測，判別血色素濃度，具體方法如下：
讀取裁切後只有眼瞼的影像，並分成R、G、B三個通道，光學中當R、G、B三個色彩的數值相同時會呈現白光(但光強度偏低時影像可能呈現灰白色)，當R通道數值相對於G、B通道數值高時，則偏紅色，反之，當R通道數值與G、B通道數值差不多時，則偏灰或粉色。由此可知R通道數值與G、B通道數值差異會與血色素正相關。透過Python，本研究計算出一張眼瞼影像中各個像素點的C_RmGB

〖C_RmGB=C〗_R-(0.5*C_G+0.5*C_B)
C_R:R通道的數值,C_G:G通道的數值,C_B:B通道的數值

去除影像反光(c部分會說明如何去除)像素點後的C_RmGB，取其中位數〖Md〗_RmGB。將各組影像與其〖Md〗_RmGB做多項式回歸，冪次為三，此多項式做為「眼瞼影像與血紅素關係式」，並將驗證集套入關係式中，得到相對應的血紅素值，低於本研究設定的閥值(12gm/dL)則判斷為貧血，與透過侵入式檢驗判斷的貧血做比較，正確率為七成以上。