-
公开(公告)号：CN114022481B
公开(公告)日：2022-04-19
申请号：CN202210011023.7
申请日：2022-01-06
Applicant: 武汉大学
Abstract: 本申请提供一种食管癌乏血管区域大小的确定方法和系统，涉及医疗辅助技术领域，解决了目前缺乏对乏血管区域进行精准测量的问题，方法包括获取食管癌染色放大图像和食管癌染色放大图像中的乏血管区域图像；根据乏血管区域图像，确定乏血管区域图像的多个不同类型的量化表征值；根据多个不同类型的量化表征值，确定乏血管区域大小最终量化值和乏血管区域大小结果。本申请通过对乏血管区域图像进行量化得到多个不同类型的量化表征值，根据多个量化表征值得到乏血管区域大小最终量化值和乏血管区域大小结果，实现了对食管癌染色放大图像内镜食管癌乏血管区域大小的识别和精准测量，有效辅助内镜医师预测食管癌深度。
-
公开(公告)号：CN114332074A
公开(公告)日：2022-04-12
申请号：CN202210066560.1
申请日：2022-01-20
Applicant: 武汉大学
IPC: G06T7/00 , G06V10/28 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/11
Abstract: 本申请提供一种内镜图像处理方法、装置、存储介质及电子设备，首先获取待处理内镜图像中的有效内镜图像，然后根据有效内镜图像得到白光内镜图像以及荧光内镜图像，之后根据白光内镜图像得到白光内镜图像中的目标对象区域信息，最后根据目标对象区域信息确定荧光内镜图像中对应的目标对象区域。其中，荧光图像利用荧光对图像中各区域进行勾勒并显示，其显示效果较为清晰、直观，相较于观察目标对象表面的微血管与腺体结构，通过观察并比对荧光图像中的目标对象区域的荧光强度以及非目标对象区域的荧光强度以识别目标对象类型的方式更为简单，有效降低目标对象类型识别的难度，从而有效缓解当前目标对象类型识别的难度大的技术问题。
-
公开(公告)号：CN114078128B
公开(公告)日：2022-04-12
申请号：CN202210065158.1
申请日：2022-01-20
Applicant: 武汉大学
Abstract: 本申请提供一种医学图像处理方法、装置、终端及存储介质，该方法包括：获取食管背景粘膜染色放大图像对应的血管分割图像；获取其对应的乏血管区域分割图像；将血管分割图像和乏血管区域分割图像进行图像叠加处理，得到血管分割叠加图像；获取食管背景粘膜染色放大图像对应的背景粘膜色表征图像；获取食管背景粘膜染色放大图像对应的背景粘膜平整程度表征图像；将血管分割叠加图像、背景粘膜色表征图像和背景粘膜平整程度表征图像进行通道融合处理，得到食管背景粘膜染色放大合成图像；基于食管背景粘膜染色放大合成图像，确定食管背景粘膜染色放大图像对应的食管标志物的浸润深度。提高了对食管标志物的浸润深度确定的准确度。
-
公开(公告)号：CN114078128A
公开(公告)日：2022-02-22
申请号：CN202210065158.1
申请日：2022-01-20
Applicant: 武汉大学
Abstract: 本申请提供一种医学图像处理方法、装置、终端及存储介质，该方法包括：获取食管背景粘膜染色放大图像对应的血管分割图像；获取其对应的乏血管区域分割图像；将血管分割图像和乏血管区域分割图像进行图像叠加处理，得到血管分割叠加图像；获取食管背景粘膜染色放大图像对应的背景粘膜色表征图像；获取食管背景粘膜染色放大图像对应的背景粘膜平整程度表征图像；将血管分割叠加图像、背景粘膜色表征图像和背景粘膜平整程度表征图像进行通道融合处理，得到食管背景粘膜染色放大合成图像；基于食管背景粘膜染色放大合成图像，确定食管背景粘膜染色放大图像对应的食管标志物的浸润深度。提高了对食管标志物的浸润深度确定的准确度。
-
公开(公告)号：CN113808130B
公开(公告)日：2022-02-08
申请号：CN202111351417.9
申请日：2021-11-16
Applicant: 武汉大学
IPC: G06T7/00 , G06T7/13 , G06V10/44 , G06V10/764 , G06K9/62
Abstract: 本申请提供一种肿瘤图像智能分类方法、装置、设备和存储介质，方法包括：获取目标部位的三维肿瘤医学图像；通过已训练的肿瘤检测模型，获取三维肿瘤医学图像的肿瘤区域图像；根据肿瘤区域图像，获取三维肿瘤医学图像的垂直剖面图；对垂直剖面图中的肿瘤边界线进行拟合，以对拟合后的肿瘤边界线进行均匀划分，得到各个肿瘤边界线段；分析各肿瘤边界线段的斜率，确定三维肿瘤医学图像的图像类型。采用本方法不仅能够提高肿瘤图像的分类准确率，还能够提升肿瘤图像的分类效率。
-
Patent Agency Ranking
公开(公告)号：CN113658179B
公开(公告)日：2021-12-28
申请号：CN202111215941.3
申请日：2021-10-19
Applicant: 武汉大学
Abstract: 本申请提供一种肠道清洁度的检测方法及装置，该肠道清洁度的检测方法包括：获取多张第一肠道退镜图像；将所述多张第一肠道退镜图像分别输入清洁分类模型，得到多张第一肠道退镜图像的第一分类结果，其中，所述第一分类结果包括肠道清洁类别和肠道不清洁类别；获取多张第一肠道退镜图像的拍摄区域；根据所述多张第一肠道退镜图像的第一分类结果和拍摄区域确定所述多张第一肠道退镜图像在各个拍摄区域中属于肠道不清洁类别的图像的区域不清洁图像占比；根据预设的各个拍摄区域的清洁度权重系数对各个拍摄区域的区域不清洁图像占比进行加权求和，得到肠道清洁度检测结果。本申请能够提高肠道清洁度检测的准确率。
-
公开(公告)号：CN117352191A
公开(公告)日：2024-01-05
申请号：CN202311398120.7
申请日：2023-10-24
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请公开了人工智能的个性化内镜检查预约兼术前宣教方法及系统，方法包括如下步骤：获取患者内镜检查预约信息、既往史信息、现病史信息和既往胃肠镜检查结果；对获取的信息进行特征化处理，获取标准化信息并进行信息存储；根据获取的标准化信息，进行信息特征提取，并获取就诊患者的分类后的标签化管理信息；根据获取的就诊患者的标签化管理信息的标签内容选择对应的个性化胃肠镜术前注意事项，向患者发送个性化术前宣教和检查提醒。本申请可以对患者内镜检查预约信息、现病史、既往史和既往胃肠病信息进行自动信息提取，获取患者自动分类管理信息，实现胃肠镜检查的精准宣教，高效协助胃肠病患者的健康诊疗和康复服务。
-
公开(公告)号：CN114511045B
公开(公告)日：2022-09-06
申请号：CN202210408125.2
申请日：2022-04-19
Applicant: 武汉大学
Abstract: 本申请提供一种图像处理方法、装置、终端及计算机可读存储介质，该方法包括：获取肠镜退镜过程中的第一肠镜图像集；对第一肠镜图像集进行图像预处理，得到处理后的第二肠镜图像集；确定第二肠镜图像集中每张图像对应的肠道外侧结构模拟图像，以得到肠道外侧结构模拟图像集；确定肠道外侧结构模拟图像集中为结肠肠道外侧的分段转折结构对应的目标肠镜图像集；基于目标肠镜图像集，对退镜过程中的第一肠镜图像集进行肠道分段。本申请实施例可以便于确定肠道外侧结构模拟图像集中为结肠肠道外侧的分段转折结构，从而实现自动肠道分段，提高了肠道分段的准确性。
-
公开(公告)号：CN114445406B
公开(公告)日：2022-08-09
申请号：CN202210361377.4
申请日：2022-04-07
Applicant: 武汉大学
Abstract: 本申请提供一种肠镜图像分析方法、装置和医学图像处理设备，方法包括：获取肠镜医学图像；将肠镜医学图像输入至已训练的肠镜分析模型中，输出肠镜医学图像的肠异严重度数和目标异常肠段；根据肠异严重度数和目标异常肠段，生成肠段病变图标；合成肠段病变图标和肠镜医学图像，得到合成后的肠镜医学图像用于展示。采用本方法，能够提升肠镜图像的分析精度，进而提高UC检测结果的可靠性，最终改善UC检测结果的展示稳定性。
-
公开(公告)号：CN114565611B
公开(公告)日：2022-07-19
申请号：CN202210455932.X
申请日：2022-04-28
Applicant: 武汉大学
IPC: G06T7/00 , G06V10/44 , G06V10/774 , G06K9/62
Abstract: 本申请的实施例提供了一种医学信息获取方法及相关设备。该医学信息获取方法包括：对目标对象的消化道内镜视频进行预处理，得到预处理标准图像和异常局部图像；根据所述异常局部图像，确定所述异常局部图对应的异常类型等级信息；根据所述预处理标准图像，确定所述异常局部图像所处区域对应的背景特征；根据所述异常局部图像所处区域对应的背景特征以及所述异常局部图对应的异常类型等级信息，得到目标对象的医学信息，所述医学信息用于协助内镜检查内容规范化记录。本申请实施例的技术方案解决了现有技术的医学信息仅包含区域局部进行概括性判断的问题，实现对整体环境作更精准和更全面的判断。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.025 seconds)
