胶囊内镜图像序列关键帧确定方法及系统

    公开(公告)号:CN114120008A

    公开(公告)日:2022-03-01

    申请号:CN202111251130.9

    申请日:2021-10-26

    摘要: 本发明公开了一种胶囊内镜图像序列关键帧确定方法及系统,本发明通过对遍历到的当前图像和当前图像的下一帧图像进行镜像处理,根据预设SiameseCF网络模型对处理后的图像对中的每帧图像进行位置匹配,根据获得的位置匹配结果确定图像相似度,在遍历结束时,根据获得的所有图像相似度确定胶囊内镜图像序列中的关键帧图像。本发明通过预设SiameseCF网络模型对镜像处理后的图像对中每帧图像进行位置匹配,从而确定当前图像和当前图像的下一帧图像之间的图像相似度,相较于现有技术通过人工干预筛查选片,导致阅片时间周期长,工作效率低,本发明实现了有效减少阅片时间,提高工作效率。

    胶囊内镜图像冗余数据筛查方法

    公开(公告)号:CN113223668A

    公开(公告)日:2021-08-06

    申请号:CN202110404204.1

    申请日:2021-04-15

    摘要: 本发明涉及医学图像的计算机分析技术领域,公开了一种胶囊内镜图像冗余数据筛查方法,所述方法包括:获取胶囊内镜采集的胶囊内镜序列图像;对胶囊内镜序列图像进行图像处理,得到胶囊内镜图像块特征向量;通过视觉单词模型对胶囊内镜图像块特征向量进行词频统计,得到胶囊内镜图像词频矩阵;通过预设主题模型对胶囊内镜图像词频矩阵进行主题分析,得到图像主题概率分布;通过图像主题概率分布对所述胶囊内镜序列图像进行筛查,得到目标胶囊内镜图像。通过将胶囊内镜序列图像进行图像处理、词频统计以及主题分析后得到图像主题概率分布,从而根据图像主题概率分布筛查出冗余图像,从而有效筛查出胶囊内镜图像中的冗余图像。

    智能型振动电子胶囊
    3.
    发明公开

    公开(公告)号:CN105997466A

    公开(公告)日:2016-10-12

    申请号:CN201610426993.8

    申请日:2016-06-16

    摘要: 本发明提供一种智能型振动电子胶囊,包括壳体,以及设置在壳体内的振动模块、电源模块和控制模块,其中,电源模块为振动模块和控制模块提供电能;振动模块能够产生振动,从而使该电子胶囊振动;并且控制模块包括微控制器和用于自动检测肠道蠕动速度的检测器件,微控制器控制振动模块的启动和停止,并根据检测器件所检测的肠道蠕动速度来控制振动模块的振动频率。本发明的智能型振动电子胶囊能够在人体肠道内采用往复运动的方式进行振动,同时能够动态的检测肠道的蠕动情况,并根据肠道蠕动的情况控制振动频率,通过振动刺激肠壁,促进肠道蠕动的加速,从而缓解慢传输型便秘的症状。

    基于全融合网络的三维点云语义分割方法及系统

    公开(公告)号:CN111860138B

    公开(公告)日:2024-03-01

    申请号:CN202010519217.9

    申请日:2020-06-09

    摘要: 本发明公开了一种基于全融合网络的三维点云语义分割方法及系统,涉及计算机视觉的三维场景语义分割领域。该方法包括以下步骤:对点云进行层级下采样,提取高层语义特征和多尺度特征;对高层语义特征进行渐进式逐层解码,得到渐进式解码特征图;对多尺度特征分别进行特征解码,得到多层次解码特征图;将渐进式解码特征图与多层次解码特征图融合,得到的特征用于预测每个点的类别标签;根据预测的标签,更新网络参数。本发明能保留大小物体信息,准确预测点云类别。

    内窥镜图像识别方法、设备、存储介质及装置

    公开(公告)号:CN111739007B

    公开(公告)日:2024-01-26

    申请号:CN202010578050.3

    申请日:2020-06-22

    摘要: 本发明涉及医学图像的计算机分析技术领域,公开了一种内窥镜图像识别方法、设备、存储介质及装置。本发明通过提取待识别内窥镜图像信息中的图像特征信息;将所述图像特征信息通过预设气泡区域识别模型进行气泡区域预测,得到所述待识别内窥镜图像信息中含有气泡区域的参考内窥镜图像信息;获取所述参考内窥镜图像信息中图像之间的相似概率信息;根据所述相似概率信息确定所述参考内窥镜图像信息中的目标内窥镜图像信息,以实现内窥镜图像的识别,从而首先通过预设气泡区域识别模型进行初步筛选,得到初步的含有气泡区域的内窥镜图像信息,然后通过相似概率信息进行二次筛选,得到精确的含有气泡区域的内窥镜图像信息。

    自适应的图像分类方法、装置、设备及存储介质

    公开(公告)号:CN116310514A

    公开(公告)日:2023-06-23

    申请号:CN202310131690.3

    申请日:2023-02-15

    摘要: 本发明涉及图像识别分类领域,公开了一种自适应的图像分类方法、装置、设备及存储介质,该方法包括获取当前医学图像;将所述当前医学图像通过预设深度神经网络模型进行自适应的分类处理,获得分类处理结果;根据所述分类处理结果,确定所述当前医学图像的类型。本发明通过使用预设深度神经网络模型对图像进行自适应的分类处理,以得到图像对应的图像类型,相较于现有技术,可以有效地对简单图像或复杂图像进行区分,从而实现了提高图像分类精度并减少分类时间的效果。

    心脏图像三维重建方法、装置、设备及存储介质

    公开(公告)号:CN112767530B

    公开(公告)日:2022-09-09

    申请号:CN202011499430.4

    申请日:2020-12-17

    IPC分类号: G06T17/00

    摘要: 本发明涉及医学图像的计算机分析技术领域,公开了一种心脏图像三维重建方法、装置、设备及存储介质,该方法包括:将获取的待处理心脏序列图像在不同时相下的长轴图像与短轴图像进行组合获得待处理长短轴图像;根据长短轴图像的交点集提取待处理心脏序列图像中特征点的粗略坐标;根据粗略坐标和预先训练的随机森林分类回归模型确定待处理心脏序列图像的图像特征点信息;根据图像特征点信息和预设点分布模型构建待处理心脏序列图像对应的心脏初始三维形状,本发明是根据待处理心脏图像粗略点坐标和预先训练好的随机森林分类回归模型确定特征点信息,再根据特征点信息和预设点分布模型得到心脏的初始三维形状,提高了心脏图像三维建模的准确性。

    心脏图像三维重建方法、装置、设备及存储介质

    公开(公告)号:CN113963109A

    公开(公告)日:2022-01-21

    申请号:CN202111173409.X

    申请日:2021-10-08

    摘要: 本发明属于计算机技术领域,公开了一种心脏图像三维重建方法、装置、设备及存储介质。本发明通过对输入的心脏图像进行图像分割,获得三维轮廓点;在心脏图像中选取若干个特征点,并根据特征点确定心脏图像对应的心脏初始形状;基于心脏初始形状及三维轮廓点进行三维重建。由于是先对心脏图像进行图像分割,获得三维轮廓点,再在心脏图像中选取的特征点,对选取的特征点进行变换获得的心脏初始形状,最后将心脏初始形状与三维轮廓点结合共同进行三维建模,可以提高三维建模的准确性。

    心脏图像三维重建方法、装置、设备及存储介质

    公开(公告)号:CN112767530A

    公开(公告)日:2021-05-07

    申请号:CN202011499430.4

    申请日:2020-12-17

    IPC分类号: G06T17/00

    摘要: 本发明涉及医学图像的计算机分析技术领域,公开了一种心脏图像三维重建方法、装置、设备及存储介质,该方法包括:将获取的待处理心脏序列图像在不同时相下的长轴图像与短轴图像进行组合获得待处理长短轴图像;根据长短轴图像的交点集提取待处理心脏序列图像中特征点的粗略坐标;根据粗略坐标和预先训练的随机森林分类回归模型确定待处理心脏序列图像的图像特征点信息;根据图像特征点信息和预设点分布模型构建待处理心脏序列图像对应的心脏初始三维形状,本发明是根据待处理心脏图像粗略点坐标和预先训练好的随机森林分类回归模型确定特征点信息,再根据特征点信息和预设点分布模型得到心脏的初始三维形状,提高了心脏图像三维建模的准确性。