-
公开(公告)号：CN114464316A
公开(公告)日：2022-05-10
申请号：CN202210373732.X
申请日：2022-04-11
Applicant: 武汉大学
Abstract: 本申请提供一种胃部异常风险等级预测方法、装置、终端及可读存储介质，该方法包括：获取待检测用户的胃部内镜图像集和预设个导致胃部发生目标异常的异常相关信息；确定胃部内镜图像集中每张图像对应的多个预设的目标属性特征；基于胃部内镜图像集中每张图像对应的多个预设的目标属性特征，确定胃部内镜图像集中存在预设属性异常的第一异常图像集；获取第一异常图像集中每张图像对应的异常面积占比参数；确定第一异常图像集中每张图像对应的异常部位信息；基于异常相关信息，和第一异常图像集中每张图像对应的异常面积占比参数、异常部位信息，对待检测用户的胃部发生目标异常的风险等级进行预测。本申请实施例提高了预测结果的准确性。
-
公开(公告)号：CN114176775B
公开(公告)日：2022-05-10
申请号：CN202210140457.7
申请日：2022-02-16
Applicant: 武汉大学
Abstract: 本发明实施例公开了一种ERCP选择性胆管插管的校验方法、装置、设备及介质。该方法包括：对含有十二指肠大乳头的第一ERCP图像进行分割标注，得到十二指肠大乳头区域以及十二指肠大乳头的开口区域；根据十二指肠大乳头区域、开口区域确定十二指肠大乳头的胆管轴向；对含有十二指肠大乳头的第二ERCP图像进行分割标注并根据生成的切开刀区域的中心线预测十二指肠大乳头的切开刀插管方向；根据胆管轴向对切开刀插管方向进行校验以实现对选择性胆管插管的校验。本发明通过图像分割技术准确的识别出插管部位和方向，同时通过胆管轴向来校验切开刀插管方向，进而及时纠正内镜医师错误的插管方向，极大的提高了选择性胆管插管的效率和准确性。
-
公开(公告)号：CN113344860B
公开(公告)日：2022-04-29
申请号：CN202110536054.X
申请日：2021-05-17
Applicant: 武汉大学
Abstract: 本发明公开了一种胃黏膜染色放大图像微结构的异常程度量化方法。该方法包括图像分割法、密度法、单位面积法、质心偏心距法、分布对称性法。图像分割法用于提取胃镜图像中的清晰区域和微结构整图；密度法用于计算微结构整图密度；单位面积法用于计算每根微结构所占面积；质心偏心距法用于计算微结构整图等效质心相对于清晰区域形心的偏移距离；分布对称性法用于量化微结构四象限对称性。最终通过对微结构密度、微结构单位面积、微结构质心偏心距、微结构分布对称性进行加权获得微结构异常程度系数，而后根据微结构异常程度系数对微结构异常程度等级进行判定。
-
公开(公告)号：CN113344859B
公开(公告)日：2022-04-26
申请号：CN202110534698.5
申请日：2021-05-17
Applicant: 武汉大学
Abstract: 本发明公开了一种胃粘膜染色放大成像的微血管环绕程度量化方法，该方法包括图像分割法、单根微血管提取法、截面惯性矩法。图像分割法用于提取胃镜图像中的清晰区域和微血管整图；单根微血管提取法用于从微血管整图中提取每一根单独的微血管；截面惯性矩法用于计算单根微血管相对于其最小外接矩形对角线的截面惯性矩。最终通过对微血管相对于其最小外接矩形两条对角线的截面惯性矩进行加权获得微血管环绕程度系数，而后根据环绕程度系数对微血管环绕程度等级进行判定。
-
公开(公告)号：CN111415564B
公开(公告)日：2022-03-18
申请号：CN202010134722.1
申请日：2020-03-02
Applicant: 武汉大学
IPC: G09B23/28
Abstract: 本发明提供一种基于人工智能的胰腺超声内镜检查导航方法，包括以下步骤：获取胰腺超声内镜影像；筛选合格的胰腺超声内镜影像；对筛选出的合格影像利用预先训练好的人工智能网络分类模型进行站点识别；预先生成包含所有站点的引导线，并根据识别出的站点在引导线上显示该站点以及对应站点的操作指示，提示下一步的内镜操作；其中操作指示为预先设置的与不同的站点一一对应的站点操作指示，引导线具体包括胃腔线、胃腔线、十二指肠球部线、十二指肠降部线。可很好地帮助内镜医生特别是初学者在胰腺超声内镜检查时确保胰腺全覆盖，完善培训系统，提高培训的质量。
-
Patent Agency Ranking
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：CN114022481A
公开(公告)日：2022-02-08
申请号：CN202210011023.7
申请日：2022-01-06
Applicant: 武汉大学
Abstract: 本申请提供一种食管癌乏血管区域大小的确定方法和系统，涉及医疗辅助技术领域，解决了目前缺乏对乏血管区域进行精准测量的问题，方法包括获取食管癌染色放大图像和食管癌染色放大图像中的乏血管区域图像；根据乏血管区域图像，确定乏血管区域图像的多个不同类型的量化表征值；根据多个不同类型的量化表征值，确定乏血管区域大小最终量化值和乏血管区域大小结果。本申请通过对乏血管区域图像进行量化得到多个不同类型的量化表征值，根据多个量化表征值得到乏血管区域大小最终量化值和乏血管区域大小结果，实现了对食管癌染色放大图像内镜食管癌乏血管区域大小的识别和精准测量，有效辅助内镜医师预测食管癌深度。
-
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：CN113962991A
公开(公告)日：2022-01-21
申请号：CN202111565922.3
申请日：2021-12-21
Applicant: 武汉大学
IPC: G06T7/00 , G06V10/774 , G06K9/62
Abstract: 本申请实施例提供了一种医学图像的处理方法、装置、计算机设备及存储介质，该方法上述医学图像的处理方法，首先获取第i个胰腺医学图像帧序列，采用已训练的图像扫查模型对各帧胰腺医学图像进行识别，然后，在第一标识正确的情况下，获取第i+1个胰腺医学图像帧序列，并确定第二标识，接着，若第二标识与第一标识差值不为1，则返回到第一标识对应的标准站点进行扫查，直至标准站点的第二标识正确为止，最后，若第二标识与第一标识差值为1，继续进行下一个胰腺医学图像帧序列的扫查，直至扫查完成。通过连续追踪动态的胰腺医学图像帧序列标准站点，实现了对医学图像连续性和完整性的扫查，提高了胰腺医学图像的质量。
-
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
147
records
(took 0.021 seconds)
