-
公开(公告)号：CN118675682A
公开(公告)日：2024-09-20
申请号：CN202410778552.9
申请日：2024-06-17
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司 , 山东大学
摘要： 本发明涉及医学图像处理技术领域，公开了一种超声内镜结构化报告自动生成系统，包括：初步检查模块，用于获取内镜图像，得到所述内镜图像是否存在异常区域的结果，当存在异常区域时，提醒进行超声内镜检查；图像分割模块，用于在超声图像中分割出若干消化道结构；文本生成模块，用于对每个消化道结构，通过文本描述模型，得到回声情况描述和边界情况描述；病灶分割模块，用于基于连续若干帧所述超声图像，得到每帧所述超声图像的病灶区域，并判断所述病灶区域与每个消化道结构是否存在重叠；报告生成模块，用于基于所述回声情况描述、边界情况描述和重叠情况，生成超声内镜报告。能够提高超声内镜报告的规范化，提高超声内镜医师工作效率。
-
公开(公告)号：CN112652393A
公开(公告)日：2021-04-13
申请号：CN202011636876.7
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： G16H50/20 , G16H30/20 , G06F40/295
摘要： 本发明属于人工智能领域，提供了一种基于深度学习的ERCP质控方法、系统、存储介质及设备。其中，基于深度学习的ERCP质控方法包括基于全局预训练的端到端的BERT文本相似性度量方式，对术前患者病案描述及ERCP操作分级操作内容进行文本相似性度量，预测出患者的术前适应症及手术困难等级评估；基于训练好的DETR模型内镜视频帧进行实时目标检测，识别出插管器械、十二指肠乳头、通过X射线出现动态影像及导丝，从而选择性控制术中的插管时间及透视时间。
-
公开(公告)号：CN110991561A
公开(公告)日：2020-04-10
申请号：CN201911327593.1
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
IPC分类号： G06K9/62
摘要： 本公开提供了下消化道内窥镜图像识别方法及系统。其中该方法包括获取下消化道部位图像并标注出待识别类别和识别干扰图像的辅助类别，划分成训练集和测试集；利用训练集和测试集训练和测试下消化道部位识别模型A和下消化道部位识别模型B；在进镜操作过程中，若下消化道部位识别模型A识别出当前下消化道内镜图像的类型为一级类别中的盲肠，且存在连续N张非相似图像均为盲肠的概率超过预设阈值，则开始退镜操作；N为大于或等于3的正整数；在退镜操作过程中，基于下消化道部位识别模型A和下消化道部位识别模型B对消化道内镜图像进行实时检测，排除属于辅助类别的图像，输出图像所属的一级类别和二级类别。
-
公开(公告)号：CN110974122A
公开(公告)日：2020-04-10
申请号：CN201911342488.5
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内窥镜进入人体消化道的监测方法及系统，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；基于预先训练的消化道内外识别模型，逐幅进行消化道内或外的判断，并以此判断消化道内窥镜是否进入人体消化道。本发明能够智能识别内窥镜进入或退出人体，从而对医生对内窥镜的操作时间进行有效的管理。
-
公开(公告)号：CN112652393B
公开(公告)日：2021-09-07
申请号：CN202011636876.7
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： G16H50/20 , G16H30/20 , G06F40/295
摘要： 本发明属于人工智能领域，提供了一种基于深度学习的ERCP质控方法、系统、存储介质及设备。其中，基于深度学习的ERCP质控方法包括基于全局预训练的端到端的BERT文本相似性度量方式，对术前患者病案描述及ERCP操作分级操作内容进行文本相似性度量，预测出患者的术前适应症及手术难度评级；基于训练好的DETR模型内镜视频帧进行实时目标检测，识别出插管器械、十二指肠乳头、通过X射线出现动态影像及导丝，从而选择性控制术中的插管时间及透视时间。
-
公开(公告)号：CN111127426B
公开(公告)日：2020-12-01
申请号：CN201911342335.0
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： G06T7/00
摘要： 本发明公开了一种基于深度学习的胃黏膜清洁度评价方法及系统，所述方法包括以下步骤：实时获取胃镜视频帧；基于预先构建的胃粘膜清洁度评价模型，逐帧进行清洁度评价；其中，所述胃粘膜清洁度评价模型构建方法包括：获取胃镜训练图像集；根据预设的胃镜清洁度评价体系对各幅训练图像标注评分；采用训练图像集，基于深度学习网络训练胃粘膜清洁度评价模型。本发明能够准确评估胃粘膜清洁度，为胃部疾病的诊断和内镜前的准备及质控有积极的作用。
-
公开(公告)号：CN111127426A
公开(公告)日：2020-05-08
申请号：CN201911342335.0
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： G06T7/00
摘要： 本发明公开了一种基于深度学习的胃黏膜清洁度评价方法及系统，所述方法包括以下步骤：实时获取胃镜视频帧；基于预先构建的胃粘膜清洁度评价模型，逐帧进行清洁度评价；其中，所述胃粘膜清洁度评价模型构建方法包括：获取胃镜训练图像集；根据预设的胃镜清洁度评价体系对各幅训练图像标注评分；采用训练图像集，基于深度学习网络训练胃粘膜清洁度评价模型。本发明能够准确评估胃粘膜清洁度，为胃部疾病的诊断和内镜前的准备及质控有积极的作用。
-
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：CN110991561B
公开(公告)日：2020-12-25
申请号：CN201911327593.1
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
IPC分类号： G06K9/62
摘要： 本公开提供了下消化道内窥镜图像识别方法及系统。其中该方法包括获取下消化道部位图像并标注出待识别类别和识别干扰图像的辅助类别，划分成训练集和测试集；利用训练集和测试集训练和测试下消化道部位识别模型A和下消化道部位识别模型B；在进镜操作过程中，若下消化道部位识别模型A识别出当前下消化道内镜图像的类型为一级类别中的盲肠，且存在连续N张非相似图像均为盲肠的概率超过预设阈值，则开始退镜操作；N为大于或等于3的正整数；在退镜操作过程中，基于下消化道部位识别模型A和下消化道部位识别模型B对消化道内镜图像进行实时检测，排除属于辅助类别的图像，输出图像所属的一级类别和二级类别。
-
公开(公告)号：CN110974121A
公开(公告)日：2020-04-10
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。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.074 秒)
