手术样本图像分析方法、装置、计算设备及存储介质

    公开(公告)号:CN119515826A

    公开(公告)日:2025-02-25

    申请号:CN202411579635.1

    申请日:2024-11-07

    Inventor: 安萍 王静

    Abstract: 本申请涉及医学图像处理分析领域,公开了一种手术样本图像分析方法、装置、计算设备及存储介质,该方法包括:获取目标用户在组织取样前的内窥镜图像;获取颜色标记后取样组织的宏观图像;对内窥镜图像和宏观图像进行预处理并提取共同的特征点;对内窥镜图像进行空间变换以使所述内窥镜图像和宏观图像对齐;识别并定位病变区域;将病变区域分割出来,生成内窥镜病变图像和宏观病变图像;根据病变区域对应的切片标本进行病理分析,得到病理分析结果;根据内窥镜病变图像和宏观病变图像构建三维样本重建模型。本申请根据内窥镜病变图像和宏观病变图像重建手术样本三维模型,得到更图像质量的三维模型,便于后续与病理分析报告结合对比。

    基于深度学习的肠镜下溃疡性结肠炎辅助诊断系统及方法

    公开(公告)号:CN109447987A

    公开(公告)日:2019-03-08

    申请号:CN201811431014.3

    申请日:2018-11-28

    Abstract: 本发明公开了一种基于深度学习的肠镜下溃疡性结肠炎辅助诊断系统及方法,系统包括肠镜图像自动采集子系统、客户端、服务端和数据库;肠镜图像自动采集子系统用于采集肠镜图像;客户端用于将肠镜图像自动采集子系统采集的肠镜图像上传给服务端,判断图像是否合格、图片是否包含溃疡性结肠炎判别;并接收和显示服务端反馈的分析结果。数据库,用于保存训练卷积神经网络的样本集、采集的保肠镜图像、分析输出的信息。本发明利用图像识别技术,实时监测内镜视频,自动采集包含重点器官部位和可疑病灶区域的影像,利用神经网络模型对图像进行自动图像筛选,能够从全局视频中提取最有价值图像,为医生诊断提供更可靠、高效的支持。

    一种基于深度学习的肠结核辅助诊断系统及方法

    公开(公告)号:CN109411084A

    公开(公告)日:2019-03-01

    申请号:CN201811438397.7

    申请日:2018-11-28

    Abstract: 本发明公开了一种基于深度学习的肠结核辅助诊断系统及方法,系统包括肠镜图像自动采集子系统、客户端、数据库;肠镜图像自动采集子系统用于采集肠镜图像;客户端包括图像预处理模块、卷积神经网络模块、图像展示模块、肠镜报告输出模块;卷积神经网络模块,包括图像合格性判别子模型、图像部位判别子模型、图片是否包含病灶判别子模型;数据库,用于保存用于训练卷积神经网络的样本集,保存肠镜报告输出模块输出的信息。本发明利用图像识别技术,实时监测内镜视频,自动采集包含重点器官部位和可疑病灶区域的影像,并按照加权算法全局择优之后,保存到数据库中。本发明能够从全局视频中提取最有价值图像,为医生诊断提供更可靠、高效的支持。

    活检取样方法、装置、活检钳及存储介质

    公开(公告)号:CN119097355A

    公开(公告)日:2024-12-10

    申请号:CN202411465917.9

    申请日:2024-10-21

    Inventor: 安萍 王静

    Abstract: 本申请提供一种活检取样方法、装置、活检钳及存储介质,包括获取胃肠道第一内镜图像,并确定胃肠道第一内镜图像中的目标病变区域;确定预设活检钳在胃肠道第一内镜图像中所处的第一位置;预测活检钳从第一位置移动至目标病变区域的移动路径,并控制活检钳按照移动路径从第一位置移动至目标病变区域;当活检钳移动至目标病变区域后,利用活检钳对目标病变区域进行活检取样。本申请结合胃肠道的内镜图像规划活检钳的移动路径,避免活检钳取样过程中反复定位反复取样,提高取样精度和取样效率。

    一种基于深度学习的肠镜下克罗恩病辅助诊断系统及方法

    公开(公告)号:CN109615633A

    公开(公告)日:2019-04-12

    申请号:CN201811430903.8

    申请日:2018-11-28

    Abstract: 本发明公开了一种基于深度学习的肠镜下克罗恩病辅助诊断系统及方法,系统包括肠镜图像自动采集子系统、数据库、客户端和服务端;肠镜图像自动采集子系统用于采集肠镜图像;数据库包括用于训练卷积神经网络的样本集;客户端用于将肠镜图像自动采集子系统采集的肠镜图像上传给服务端,并接收和显示服务端反馈的分析结果。本发明利用图像识别技术,实时监测内镜视频,自动采集包含重点器官部位和可疑克罗恩病灶区域的影像,并按照加权算法全局择优之后,给出是否为克罗恩病的诊断。本发明利用神经网络模型对图像进行自动图像筛选后,能够从全局视频中提取最有价值图像,并给出辅助诊断,为医生诊断提供更可靠、高效的支持。

Patent Agency Ranking