-
公开(公告)号：CN114511566B
公开(公告)日：2022-07-19
申请号：CN202210409759.X
申请日：2022-04-19
Applicant: 武汉大学
IPC: G06T7/00 , G06T7/11 , G06V10/774 , G06K9/62
Abstract: 本申请实施例提供了一种医学图像中基底膜定位线检测方法及相关装置，该方法将目标部位的医学图像进行分割，得到医学图像中的黏膜层分割线和黏膜下层分割线，再根据医学图像上各坐标的坐标值，去除黏膜层分割线中的第一图像边界线段和黏膜下层分割线中的第二图像边界线段，得到黏膜层边界线段和黏膜下层边界线段，再根据黏膜层边界线段和黏膜下层边界线段的空间位置关系，确定黏膜层边界线段中的目标黏膜层曲线段，及黏膜下层边界线段中的目标黏膜下层曲线段，最后，根据目标黏膜层曲线段以及目标黏膜下层曲线段，得到目标部位的医学图像中的基底膜定位线。本申请中的方法可以快速、准确地找到医学图像中基底膜定位线的位置。
-
公开(公告)号：CN114445406A
公开(公告)日：2022-05-06
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：CN114417037A
公开(公告)日：2022-04-29
申请号：CN202210321374.8
申请日：2022-03-30
Applicant: 武汉大学
Abstract: 本申请提供一种图像处理方法、装置、终端及可读存储介质，该方法包括：对在肠镜检查过程中获取的肠镜数据进行图像预处理，得到第一肠镜图像集；对第一肠镜图像集进行第一分类处理，得到肠镜白光图像集和内镜窄带图像集；对肠镜白光图像集进行第二分类处理，得到已被标识的第二肠镜图像集和未被标识的第三肠镜图像集；对第三肠镜图像集进行第三分类处理，得到多个标记有不同属性肠段的第四肠镜图像集，和预设标志物对应的目标肠镜图像集；基于内镜窄带图像集，确定存在异常的第五肠镜图像集；将上述处理后的图像集，作为肠镜检测的诊断图像集。本申请实施例提高了留图的准确性和效率。
-
公开(公告)号：CN113706536B
公开(公告)日：2022-01-18
申请号：CN202111263641.2
申请日：2021-10-28
Applicant: 武汉大学
Abstract: 本申请提供一种滑镜风险预警方法、装置及计算机可读取存储介质，该方法包括获取预设时间段内肠镜检查的目标肠段的多个第一图像信息；基于目标肠段的多个第一图像信息和预先获取的部位激活逻辑信息，确定目标肠段的类别属性；获取目标肠段对应的滑镜风险参数；基于滑镜风险参数和目标肠段的类别属性，对当前肠镜检查进行滑镜风险预警。本申请实施例针对肠镜检查中不同肠段的类别属性，设置了对应的滑镜风险参数，并基于滑镜风险参数和目标肠段的类别属性，对当前肠镜检查进行实时的滑镜风险预警，提高了滑镜风险预警准确率，并且由于实时的滑镜风险预警，使得医师可以根据滑镜风险预警调节退镜节奏，有效降低了滑镜风险。
-
公开(公告)号：CN113642537B
公开(公告)日：2022-01-04
申请号：CN202111194907.2
申请日：2021-10-14
Applicant: 武汉大学
Abstract: 本申请实施例提供了一种医学图像识别方法、装置、计算机设备及存储介质，该方法先获取原始内镜图像及内镜报告信息，并从内镜报告信息中提取病理信息，然后，对原始内镜图像进行分类识别，得到白光图像及NBI图像，接着，将白光图像输入训练好的第一神经网络模型进行特征提取，得到第一特征集，并将NBI图像输入训练好的第二神经网络模型进行特征提取，得到第二特征，最后根据病理信息、第一特征集、第二特征，采用训练好的机器学习分类器中进行识别，得到内镜图像的识别结果，实现了对病理信息、原始内镜图像的多个特征融合，提高了识别准确性，同时通过机器学习分类器进行识别，使得识别结果更加客观，大大提高了医学图像的识别效率。
-
Patent Agency Ranking
公开(公告)号：CN113793334A
公开(公告)日：2021-12-14
申请号：CN202111351427.2
申请日：2021-11-16
Applicant: 武汉大学
Abstract: 本申请提供一种设备监测方法和设备监测装置；该设备监测方法通过在设备工作时，获取待监测设备的待处理图像，例如肠镜工作的待处理图像，则可以通过待处理图像以及第一分割模型、第二分割模型和第三分割模型，依次确定载体与待监测设备结合的目标边缘部分、待监测设备的标准坐标线、待监测设备的位置消息，则可以通过待监测设备在不同时间的位置消息以及转换模型，确定待监测设备与载体的相对速度，即在肠镜工作时，能够确定肠镜的退镜速度，且由于该方案通过肠镜的实际长度来确定肠镜的退镜速度，即使在肠镜退镜过程中存在晃动、冲水等干扰因素，仍然可以准确确定肠镜的退镜速度，实现了对肠镜检查过程的退镜速度的监管。
-
公开(公告)号：CN113743543A
公开(公告)日：2021-12-03
申请号：CN202111302734.1
申请日：2021-11-05
Applicant: 武汉大学
Abstract: 本申请提供一种图像分类训练方法、装置、服务器及存储介质，该方法对神经网络进行训练时，通过梯度激活热力图策略获取图像的预测异常区域标注和真实异常区域标注，根据图像的预测异常区域标注和真实异常区域标注判断损失函数是否满足预设要求；若满足，再次对训练后的神经网络进行基于梯度激活热力图的识别准确度的验证，通过多次验证提高利用神经网络进行图像分类训练的精度。
-
公开(公告)号：CN113642537A
公开(公告)日：2021-11-12
申请号：CN202111194907.2
申请日：2021-10-14
Applicant: 武汉大学
Abstract: 本申请实施例提供了一种医学图像识别方法、装置、计算机设备及存储介质，该方法先获取原始内镜图像及内镜报告信息，并从内镜报告信息中提取病理信息，然后，对原始内镜图像进行分类识别，得到白光图像及NBI图像，接着，将白光图像输入训练好的第一神经网络模型进行特征提取，得到第一特征集，并将NBI图像输入训练好的第二神经网络模型进行特征提取，得到第二特征，最后根据病理信息、第一特征集、第二特征，采用训练好的机器学习分类器中进行识别，得到内镜图像的识别结果，实现了对病理信息、原始内镜图像的多个特征融合，提高了识别准确性，同时通过机器学习分类器进行识别，使得识别结果更加客观，大大提高了医学图像的识别效率。
-
公开(公告)号：CN114399503B
公开(公告)日：2022-07-01
申请号：CN202210295978.X
申请日：2022-03-24
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，该方法包括获取磁共振胰胆管成像信息中胆管树对应的三维胆管树模型、第一标志骨性结构对应的三维标志骨性结构模型；获取X光图像中第二标志骨性结构对应的第二标志骨性结构数据；将第二标志骨性结构数据与三维标志骨性结构模型进行跨维度图像匹配，得到跨维度图像匹配信息；基于跨维度图像匹配信息，将三维胆管树模型投影至X光图像上，得到目标投影信息。本申请实施例提高了跨纬度图像的匹配精度。
-
公开(公告)号：CN114022880B
公开(公告)日：2022-04-19
申请号：CN202210014920.3
申请日：2022-01-07
Applicant: 武汉大学
Abstract: 本申请提供一种食管粘膜平坦程度量化方法、装置、终端及存储介质，该方法包括：对预先获取的待检测食管粘膜的第一染色放大图像的RGB颜色空间模式进行转换，得到HSI颜色空间模式的第二染色放大图像；获取第二染色放大图像中目标通道对应的第三染色放大图像；获取第三染色放大图像的图像熵；获取第三染色放大图像的图像曲率；获取第三染色放大图像的表面粗糙度；基于图像熵、图像曲率以及表面粗糙度，对待检测食管粘膜平坦程度进行量化。本申请实现食管粘膜平坦程度量化，提高食管粘膜平坦程度识别效果和精准度。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.03 seconds)
