-
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。
-
公开(公告)号：CN113706536A
公开(公告)日：2021-11-26
申请号：CN202111263641.2
申请日：2021-10-28
Applicant: 武汉大学
Abstract: 本申请提供一种滑镜风险预警方法、装置及计算机可读取存储介质，该方法包括获取预设时间段内肠镜检查的目标肠段的多个第一图像信息；基于目标肠段的多个第一图像信息和预先获取的部位激活逻辑信息，确定目标肠段的类别属性；获取目标肠段对应的滑镜风险参数；基于滑镜风险参数和目标肠段的类别属性，对当前肠镜检查进行滑镜风险预警。本申请实施例针对肠镜检查中不同肠段的类别属性，设置了对应的滑镜风险参数，并基于滑镜风险参数和目标肠段的类别属性，对当前肠镜检查进行实时的滑镜风险预警，提高了滑镜风险预警准确率，并且由于实时的滑镜风险预警，使得医师可以根据滑镜风险预警调节退镜节奏，有效降低了滑镜风险。
-
公开(公告)号：CN113706533A
公开(公告)日：2021-11-26
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：CN113658179A
公开(公告)日：2021-11-16
申请号：CN202111215941.3
申请日：2021-10-19
Applicant: 武汉大学
Abstract: 本申请提供一种肠道清洁度的检测方法及装置，该肠道清洁度的检测方法包括：获取多张第一肠道退镜图像；将所述多张第一肠道退镜图像分别输入清洁分类模型，得到多张第一肠道退镜图像的第一分类结果，其中，所述第一分类结果包括肠道清洁类别和肠道不清洁类别；获取多张第一肠道退镜图像的拍摄区域；根据所述多张第一肠道退镜图像的第一分类结果和拍摄区域确定所述多张第一肠道退镜图像在各个拍摄区域中属于肠道不清洁类别的图像的区域不清洁图像占比；根据预设的各个拍摄区域的清洁度权重系数对各个拍摄区域的区域不清洁图像占比进行加权求和，得到肠道清洁度检测结果。本申请能够提高肠道清洁度检测的准确率。
-
公开(公告)号：CN113643291A
公开(公告)日：2021-11-12
申请号：CN202111195227.2
申请日：2021-10-14
Applicant: 武汉大学
Abstract: 本申请提供一种食管标志物浸润深度等级确定方法、装置及可读存储介质，该方法包括：获取待分析的第一食管粘膜图像；对第一食管粘膜图像进行第一图像预处理，得到预处理后的目标食管粘膜图像；确定目标食管粘膜图像的代表性颜色特征；基于目标食管粘膜图像的代表性颜色特征和预设的标准颜色特征库，确定第一食管粘膜图像对应的食管标志物浸润深度等级。本申请实施例实现了食管标志物浸润深度等级的自动化识别，并提高了识别效率和识别准确率。
-
Patent Agency Ranking
公开(公告)号：CN116091476A
公开(公告)日：2023-05-09
申请号：CN202310166247.X
申请日：2023-02-24
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06T7/00 , G06T7/11 , G06V10/44 , G06V10/26 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本申请实施例提供了一种医学图像处理方法、装置、计算机设备及存储介质，该方法包括：获取待处理的食管癌染色图像，提取多个血管区域图像及乏血管区域图像，进行B3型血管检测，在检测结果表征食管癌染色图像不含有B3型血管时，提取血管区域图像的第一特征值集合、乏血管区域图像的第二特征值集合及食管癌染色图像的第三特征值集合，第一特征值集合、第二特征值集合及第三特征值集合用于输入已训练的第一机器学习分类器进行分类，得到食管癌染色图像的分类结果，采用本实施例，提取了食管癌染色图像、血管区域图像、乏血管区域图像各自不同的预设属性对应的特征量化值，使得特征量化值更加全面丰富，提高了对食管癌染色图像处理效率。
-
公开(公告)号：CN114417037B
公开(公告)日：2022-06-21
申请号：CN202210321374.8
申请日：2022-03-30
Applicant: 武汉大学
Abstract: 本申请提供一种图像处理方法、装置、终端及可读存储介质，该方法包括：对在肠镜检查过程中获取的肠镜数据进行图像预处理，得到第一肠镜图像集；对第一肠镜图像集进行第一分类处理，得到肠镜白光图像集和内镜窄带图像集；对肠镜白光图像集进行第二分类处理，得到已被标识的第二肠镜图像集和未被标识的第三肠镜图像集；对第三肠镜图像集进行第三分类处理，得到多个标记有不同属性肠段的第四肠镜图像集，和预设标志物对应的目标肠镜图像集；基于内镜窄带图像集，确定存在异常的第五肠镜图像集；将上述处理后的图像集，作为肠镜检测的诊断图像集。本申请实施例提高了留图的准确性和效率。
-
公开(公告)号：CN114565611A
公开(公告)日：2022-05-31
申请号：CN202210455932.X
申请日：2022-04-28
Applicant: 武汉大学
IPC: G06T7/00 , G06V10/44 , G06V10/774 , G06K9/62
Abstract: 本申请的实施例提供了一种医学信息获取方法及相关设备。该医学信息获取方法包括：对目标对象的消化道内镜视频进行预处理，得到预处理标准图像和异常局部图像；根据所述异常局部图像，确定所述异常局部图对应的异常类型等级信息；根据所述预处理标准图像，确定所述异常局部图像所处区域对应的背景特征；根据所述异常局部图像所处区域对应的背景特征以及所述异常局部图对应的异常类型等级信息，得到目标对象的医学信息，所述医学信息用于协助内镜检查内容规范化记录。本申请实施例的技术方案解决了现有技术的医学信息仅包含区域局部进行概括性判断的问题，实现对整体环境作更精准和更全面的判断。
-
公开(公告)号：CN114511045A
公开(公告)日：2022-05-17
申请号：CN202210408125.2
申请日：2022-04-19
Applicant: 武汉大学
Abstract: 本申请提供一种图像处理方法、装置、终端及计算机可读存储介质，该方法包括：获取肠镜退镜过程中的第一肠镜图像集；对第一肠镜图像集进行图像预处理，得到处理后的第二肠镜图像集；确定第二肠镜图像集中每张图像对应的肠道外侧结构模拟图像，以得到肠道外侧结构模拟图像集；确定肠道外侧结构模拟图像集中为结肠肠道外侧的分段转折结构对应的目标肠镜图像集；基于目标肠镜图像集，对退镜过程中的第一肠镜图像集进行肠道分段。本申请实施例可以便于确定肠道外侧结构模拟图像集中为结肠肠道外侧的分段转折结构，从而实现自动肠道分段，提高了肠道分段的准确性。
-
公开(公告)号：CN114092479B
公开(公告)日：2022-05-03
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。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.023 seconds)
