-
公开(公告)号：CN113591154A
公开(公告)日：2021-11-02
申请号：CN202111168142.5
申请日：2021-10-08
申请人： 青岛美迪康数字工程有限公司
摘要： 本申请涉及一种诊疗数据去标识化方法、装置及查询系统，所述诊疗数据去标识化方法包括：根据预先调取的诊疗数据构建诊疗数据查询数据库；根据差分隐私算法，对所述诊疗数据查询数据库的数据表的敏感属性字段添加随机噪声；根据添加的随机噪声，对所述敏感属性字段去标识处理；对所述数据表的标识符字段进行加密处理；根据去标识处理和加密处理的数据表更新所述诊疗数据查询数据库。本申请既满足诊疗数据的差分隐私保护的隐秘性要求，同时保证了数据库中发布数据的可靠性，可以有效帮助临床科研工作者查询和收集以往病例、大数据分析及评估，为促进医疗数据统计的自动化，消除信息孤岛，提供决策支持建立打下良好基础。
-
公开(公告)号：CN112842285A
公开(公告)日：2021-05-28
申请号：CN202011639891.7
申请日：2020-12-31
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
IPC分类号： A61B5/02 , A61B5/0295
摘要： 本发明提供一种内镜下辅助识别粘膜下血管的方法及系统，属于血管识别技术领域，对实时采集的待检测部位的时序图像进行预处理，将时序图像的像素值转化为零均值和单位方差；基于成像式光电容积描记技术，从预处理后的时序图像中，提取血液容积波，并确定对应的血液容积波动频率；基于成像式光电容积描记技术，从预处理后的时序图像中，提取各像素点的像素变化值，并确定对应的像素点的像素波动频率；根据血液容积波、血液容积波动频率、像素变化值以及像素波动频率，确定粘膜下血管覆盖区域。本发明能够在内窥镜操作过程中，在不借助额外设备且不延长操作时间的前提下，实时准确提取消化道血流信息，准确识别粘膜下血管，保证了手术安全。
-
公开(公告)号：CN111144271B
公开(公告)日：2021-02-05
申请号：CN201911342816.1
申请日：2019-12-23
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明公开了一种内镜下自动识别活检部位及活检数量的方法及系统，所述方法包括以下步骤：获取内镜检查过程中实时采集的视频帧；基于预先训练的活检钳检测模型，逐帧检测是否存在活检钳；若存在活检钳，基于预先训练的内镜部位识别模型，确定当前取活检的内镜部位；同时，开始对活检钳进行跟踪，得到包含所述活检钳的连续视频片段，根据预先训练的取活检动作识别模型，确定是否进行取活检。本发明可以准确检测和跟踪活检钳并确定取活检部位，同时精确推断取活检场景并统计取活检次数，为规范的病理报告提供了保障。
-
公开(公告)号：CN111126474B
公开(公告)日：2021-02-05
申请号：CN201911312401.X
申请日：2019-12-18
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明提供共聚焦激光显微内镜消化道图像识别方法及系统。其中，该方法包括获取若干不同部位的内镜图像和不同疾病类型的共聚焦激光显微内镜图像，并分别标注标签，形成相应样本集；训练内镜部位识别深度学习模型和共聚焦激光显微内镜疾病识别深度学习模型；将实时接收到的内镜图像和共聚焦激光显微内镜图像分别输入至训练完成的相应模型中，将得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位比较，若两者一致时，输出当前内镜部位、共聚焦疾病类型及对应概率；若两者不一致时，重新获取共聚焦激光显微内镜图像并重新识别其共聚焦疾病类型，直至得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位一致。
-
公开(公告)号：CN111091562B
公开(公告)日：2020-12-01
申请号：CN201911338548.6
申请日：2019-12-23
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明公开了一种消化道病灶大小测量方法及系统，所述方法包括：获取包含病变和参照物的消化道内窥镜图像；识别其中所包含的参照物；计算所述参照物与消化道粘膜相交的宽度；结合真实实验得到的参照物与消化道粘膜交界处的尺寸大小，得到图像像素与实际尺寸之间的对应关系；提取消化道内窥镜图像中所包含的病灶区域；根据图像像素与实际尺寸之间的对应关系，得到所述病灶的实际大小。本发明能够在内窥镜操作过程中，在不借助额外设备且不延长操作时间的前提下，实现病灶大小的精确测量。
-
公开(公告)号：CN111128396B
公开(公告)日：2020-11-03
申请号：CN201911327549.0
申请日：2019-12-20
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明提供了基于深度学习的消化道疾病辅助诊断系统，包括内镜所在部位判断模块，其用于将内镜操作过程中实时获取的消化道部位图像传送至消化道部位识别模型，实时输出内镜在消化道的部位；病灶区域定位模块，其用于将内镜操作过程中实时获取的消化道部位图像输入至消化道病灶区域识别模型，识别病灶区域并进行标注；消化道疾病类型判断模块，其用于接收与内镜相关联的共聚焦激光显微内镜实时获取的共聚焦激光显微内镜图像输入至消化道疾病类型识别模型中，将得到的概率最大共聚焦疾病类型所对应的部位与内镜当前所在部位比较，当两者一致时，输出当前消化道疾病类型及其对概率。
-
公开(公告)号：CN110974121B
公开(公告)日：2020-11-03
申请号：CN201911340566.8
申请日：2019-12-23
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
IPC分类号： A61B1/00
摘要： 本发明公开了一种判断消化内窥镜检查是否染色的方法及系统，所述方法包括以下步骤：获取消化道内窥镜操作过程中实时采集的连续视频帧；基于预先训练的染色动作识别模型，判断是否存在染色动作；若存在染色动作，将所述染色动作对应的视频帧输入预先训练的染色类别识别模型，判断该染色动作相应的染色类别。本发明能够智能判断内窥镜检查过程中是否进行染色并自动记录，以及向医师进行提示。
-
公开(公告)号：CN110974142B
公开(公告)日：2020-08-18
申请号：CN201911327592.7
申请日：2019-12-20
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明提供了一种共聚焦激光显微内镜实时同步内镜病变定位方法及系统。其中，该方法包括接收共聚焦显微内镜开始观察通知，实时同步预采集共聚焦显微内镜探头当前位置的一张白光内镜图像进行缓存，同时调用预先训练完成的神经网络模型识别当前缓存的白光内镜图像对应的部位；在共聚焦显微内镜观察的过程中，实时判断是否接收到共聚焦显微内镜发现病变通知，若是，则保存当前缓存的白光内镜图像至病变图像文件存储库内，且与当前共聚焦显微内镜图像进行关联存储；否则，采集下一次共聚焦显微内镜探头开始观察通知时对应的白光内镜图像替换缓存的白光内镜图像，继续实时判断是否接收到共聚焦显微内镜发现病变通知。
-
公开(公告)号：CN111144271A
公开(公告)日：2020-05-12
申请号：CN201911342816.1
申请日：2019-12-23
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明公开了一种内镜下自动识别活检部位及活检数量的方法及系统，所述方法包括以下步骤：获取内镜检查过程中实时采集的视频帧；基于预先训练的活检钳检测模型，逐帧检测是否存在活检钳；若存在活检钳，基于预先训练的内镜部位识别模型，确定当前取活检的内镜部位；同时，开始对活检钳进行跟踪，得到包含所述活检钳的连续视频片段，根据预先训练的取活检动作识别模型，确定是否进行取活检。本发明可以准确检测和跟踪活检钳并确定取活检部位，同时精确推断取活检场景并统计取活检次数，为规范的病理报告提供了保障。
-
公开(公告)号：CN111126474A
公开(公告)日：2020-05-08
申请号：CN201911312401.X
申请日：2019-12-18
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明提供共聚焦激光显微内镜消化道图像识别方法及系统。其中，该方法包括获取若干不同部位的内镜图像和不同疾病类型的共聚焦激光显微内镜图像，并分别标注标签，形成相应样本集；训练内镜部位识别深度学习模型和共聚焦激光显微内镜疾病识别深度学习模型；将实时接收到的内镜图像和共聚焦激光显微内镜图像分别输入至训练完成的相应模型中，将得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位比较，若两者一致时，输出当前内镜部位、共聚焦疾病类型及对应概率；若两者不一致时，重新获取共聚焦激光显微内镜图像并重新识别其共聚焦疾病类型，直至得到的概率最大共聚焦疾病类型所对应的部位与概率最大的内镜部位一致。
-
-
-
-
-
-
-
-
-
搜索结果
138 条记录 (耗时 0.1 秒)
