-
公开(公告)号：CN113643291B
公开(公告)日：2021-12-24
申请号：CN202111195227.2
申请日：2021-10-14
Applicant: 武汉大学
Abstract: 本申请提供一种食管标志物浸润深度等级确定方法、装置及可读存储介质，该方法包括：获取待分析的第一食管粘膜图像；对第一食管粘膜图像进行第一图像预处理，得到预处理后的目标食管粘膜图像；确定目标食管粘膜图像的代表性颜色特征；基于目标食管粘膜图像的代表性颜色特征和预设的标准颜色特征库，确定第一食管粘膜图像对应的食管标志物浸润深度等级。本申请实施例实现了食管标志物浸润深度等级的自动化识别，并提高了识别效率和识别准确率。
-
公开(公告)号：CN113887677B
公开(公告)日：2022-03-01
申请号：CN202111479461.8
申请日：2021-12-07
Applicant: 武汉大学
IPC: G06V10/764 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明实施例公开了一种上皮乳头内毛细血管图像的分类方法、装置、设备及介质。该方法包括：将上皮乳头内毛细血管的内镜图像输入至预先训练的神经网络模型中，得到内镜图像的有效区域；根据连通域算法从有效区域中获取内镜图像中的目标血管区域；获取目标血管区域中目标血管的特征性直径、特征性扭曲性量化值、特征性面积占比量、质心偏心距以及整图密度输入至预先训练的分类模型中，得到内镜图像的分类结果。本发明基于神经网络技术提取内镜图像中目标血管并获取评价目标血管的五个指标，进而根据五个指标来实现对食管癌浸润深度进行精准的判断，提高了食管癌浸润深度判断的效率以及准确率。
-
公开(公告)号：CN113808130A
公开(公告)日：2021-12-17
申请号：CN202111351417.9
申请日：2021-11-16
Applicant: 武汉大学
Abstract: 本申请提供一种肿瘤图像智能分类方法、装置和医学图像处理设备，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。
-
公开(公告)号：CN114565611A
公开(公告)日：2022-05-31
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。
-
公开(公告)号：CN114092479B
公开(公告)日：2022-05-03
申请号：CN202210070408.0
申请日：2022-01-21
Applicant: 武汉大学
Abstract: 本申请提供一种医学图像评估方法及装置，该方法首先对目标部位的初始医学图像进行分割，得到目标区域，再对目标区域进行处理，得到目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值，再根据第一形状表征值、第二形状表征值以及第三形状表征值，得到目标区域对应的病变系数，最后根据病变系数确定目标部位的评估结果，评估结果表征目标区域出现目标症状的概率。本申请中自动对目标部位的初始医学图像进行处理，得到初始医学图像中目标区域出现目标症状的概率，再根据出现目标症状的概率得到目标部位的评估结果，避免了依靠人工经验进行医学图像评估带来的误差，提高了医学图像评估结果的准确性。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN113889213A
公开(公告)日：2022-01-04
申请号：CN202111475652.7
申请日：2021-12-06
Applicant: 武汉大学
Abstract: 本发明公开了一种超声内镜报告的生成方法、装置、计算机设备及存储介质。该方法包括：接收超声内镜图像；若超声内镜图像为合格图像，将超声内镜图像输入至多分类神经网络模型中，得到超声内镜图像的多个标准站点；将每个标准站点输入至UNet神经网络模型中，得到每个标准站点的解剖结构；对每个解剖结构进行二分类，得到每个解剖结构的二分类结果；根据二分类结果从词库中提取超声内镜图像的多个词语；将多个词语输入至第一生成式对抗网络模型中，得到超声内镜报告。本发明基于神经网络技术，预先识别出超声内镜图像中的多个标准站点后，对每个标准站点的解剖结构进行再次分类以自动生成超声内镜报告，提高了内镜检查的效率以及准确率。
-
公开(公告)号：CN114092479A
公开(公告)日：2022-02-25
申请号：CN202210070408.0
申请日：2022-01-21
Applicant: 武汉大学
Abstract: 本申请提供一种医学图像评估方法及装置，该方法首先对目标部位的初始医学图像进行分割，得到目标区域，再对目标区域进行处理，得到目标区域对应的第一形状表征值、第二形状表征值以及第三形状表征值，再根据第一形状表征值、第二形状表征值以及第三形状表征值，得到目标区域对应的病变系数，最后根据病变系数确定目标部位的评估结果，评估结果表征目标区域出现目标症状的概率。本申请中自动对目标部位的初始医学图像进行处理，得到初始医学图像中目标区域出现目标症状的概率，再根据出现目标症状的概率得到目标部位的评估结果，避免了依靠人工经验进行医学图像评估带来的误差，提高了医学图像评估结果的准确性。
-
公开(公告)号：CN113706533B
公开(公告)日：2022-02-08
申请号：CN202111262617.7
申请日：2021-10-28
Applicant: 武汉大学
Abstract: 本申请实施例提供了一种图像处理方法、装置、计算机设备及存储介质，该方法先获取食管癌染色图像，采用预设的图像分割模型对食管癌染色图像进行分割，提取多个血管区域及乏血管区域，然后，对血管区域进行第一预设属性的特征提取，对乏血管区域进行第二预设属性的特征提取，对食管癌染色图像进行第三预设属性的特征提取，最后，将第一特征值集合、第二特征值集合以及第三特征值集合进行分类处理，生成分类结果，不仅提高了特征信息的精细度，而且充分考量了多个不同属性的特征值对图像处理的准确性及直观性影响，通过提取信息量更加丰富的特征并对多个不同属性的特征进行量化及综合处理，提高了特征值量化的合理性和图像的处理效率。
-
公开(公告)号：CN113887677A
公开(公告)日：2022-01-04
申请号：CN202111479461.8
申请日：2021-12-07
Applicant: 武汉大学
Abstract: 本发明实施例公开了一种上皮乳头内毛细血管图像的分类方法、装置、设备及介质。该方法包括：将上皮乳头内毛细血管的内镜图像输入至预先训练的神经网络模型中，得到内镜图像的有效区域；根据连通域算法从有效区域中获取内镜图像中的目标血管区域；获取目标血管区域中目标血管的特征性直径、特征性扭曲性量化值、特征性面积占比量、质心偏心距以及整图密度输入至预先训练的分类模型中，得到内镜图像的分类结果。本发明基于神经网络技术提取内镜图像中目标血管并获取评价目标血管的五个指标，进而根据五个指标来实现对食管癌浸润深度进行精准的判断，提高了食管癌浸润深度判断的效率以及准确率。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.018 seconds)
