-
公开(公告)号:CN115938593A
公开(公告)日:2023-04-07
申请号:CN202310227076.7
申请日:2023-03-10
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请提供一种病历信息的处理方法、装置、设备及计算机可读存储介质,方法包括:获取待诊断的病历信息队列;确定各病历信息中包含的多个疾病特征;依次以各预设疾病作为目标疾病,确定各疾病特征相对于目标疾病的疾病特征得分,从而确定同一病历信息相对于目标疾病的疾病得分;基于同一病历信息相对于各预设疾病的疾病得分,确定同一病历信息的病历得分;基于各病历信息的病历得分,对病历信息队列中病历信息的排列顺序进行调整。本申请通过获取待诊断的病历信息中的疾病特征,结合多个疾病特征与多个预设疾病,对病历信息进行评分,基于评分对病历信息之间的顺序进行调整,从而优化不同病例的诊断顺序,使得病例诊断顺序更加合理。
-
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
Applicant: 武汉大学人民医院(湖北省人民医院)
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。
-
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
Applicant: 武汉大学人民医院(湖北省人民医院)
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。
-
公开(公告)号:CN119992249A
公开(公告)日:2025-05-13
申请号:CN202510056112.7
申请日:2025-01-14
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06V10/774 , G06V10/26 , G06V10/776 , G16H30/00
Abstract: 本申请公开了一种肠镜图像评估模型的训练方法、装置、电子设备及存储介质,该方法包括:获取肠镜采集到的历史检查视频,并对历史检查视频进行预处理,得到历史肠镜图像;基于历史肠镜图像对所构建的图像过滤模型进行训练,并利用训练好的图像过滤模型对历史肠镜图像进行图像过滤处理,得到合格肠镜图像集合;对合格肠镜图像集合中的每一图像基于肠粘膜进行边界标注,并利用标注后的合格肠镜图像集合对所构建的图像分割模型进行训练,得到训练好的图像分割模型;对训练好的图像过滤模型和训练好的图像分割模型进行模型微调处理,并完成微调处理时得到肠镜图像评估模型。提高了结肠镜检查的质量和准确性。
-
公开(公告)号:CN118538350A
公开(公告)日:2024-08-23
申请号:CN202410673703.4
申请日:2024-05-28
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G16H10/60 , G06F40/186
Abstract: 本申请实施例中提供一种病历生成方法、装置、服务器及存储介质,可以识别提取病历的症状标签和病种标签,并利用症状标签、病种标签和病历质控模板进行模型训练,得到可以辅助生成模板病历的目标病历质量控制模型;利用目标病历质量控制模型辅助医师进行病历撰写,提高病历撰写完整度与撰写效率,依据病历质控模板的完整性和指向性,提示病历中的缺漏项目,辅助引导医师进行完善的病史采集质量控制和病历撰写,促进诊疗效率。
-
公开(公告)号:CN118365612A
公开(公告)日:2024-07-19
申请号:CN202410489262.2
申请日:2024-04-23
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请公开了一种医学图像的识别方法及装置,其中,获取目标内镜采集的当前内镜图像;若当前内镜图像中存在黏膜血管标识分割区域,识别黏膜血管中心线上的各个黏膜血管分叉点和各个黏膜血管端点;基于第一目标点和第二目标点确定目标参考区域,其中,目标参考区域内包含第一目标点和第二目标点;若目标参考区域的清晰度超过预设清晰度,则将当前内镜图像确定为目标内镜图像;获取目标标识分割区域上距离最远的两个点在目标内镜图像上的图像距离;基于图像距离、目标内镜的焦距以及目标内镜的内参确定物理尺寸参数。本申请可以提高医学图像上目标标识的物理尺寸参数的识别准确率。
-
公开(公告)号:CN118266999A
公开(公告)日:2024-07-02
申请号:CN202410489513.7
申请日:2024-04-23
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请提供一种超声内镜操作方法、装置、超声内镜及存储介质,首先获取肝胆胰超声内镜图像;对肝胆胰超声内镜图像进行识别,确定超声内镜当前识别的当前标准扫查站点或当前站点解剖结构;获取针对超声内镜的操作导航数据;根据当前标准扫查站点或当前站点解剖结构、操作导航数据,生成超声内镜的目标操作指令;根据目标操作指令控制超声内镜执行对应操作。本申请实施例首先确定超声内镜当前识别的当前标准扫查站点或当前站点解剖结构,再结合多种不同的针对超声内镜的操作导航数据,直接生成超声内镜的目标操作指令,并根据目标操作指令控制超声内镜移动,可以实时引导超声内镜新手医师进行操作,可有效提高内镜医师的操作质量和操作效率。
-
公开(公告)号:CN117442338A
公开(公告)日:2024-01-26
申请号:CN202311384837.6
申请日:2023-10-23
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本申请提供一种内窥镜手术辅助系统,该系统包括:内窥镜手术辅助系统,其特征在于,该系统包括:机械臂辅助子系统、机械臂控制子系统和信息识别提示子系统;机械臂辅助子系统,用于固定和操控柔性机械臂;机械臂控制子系统,用于获取输入的对柔性机械臂的操作信息,并基于操作信息控制柔性机械臂移动;信息识别提示子系统,用于识别组织结构和确定手术区域,以及获取手术工具的移动状态,其中,移动状态包括移动速度、移动方向以及手术工具的所处区域。实现对解剖组织结构的识别以及手术区域的确定,通过对血管等正常组织的保护,提高手术安全性和降低手术操作难度。
-
公开(公告)号:CN117291879A
公开(公告)日:2023-12-26
申请号:CN202311189618.2
申请日:2023-09-13
Applicant: 武汉大学人民医院(湖北省人民医院)
Inventor: 于红刚
Abstract: 一种形态特性识别方法、装置、设备及计算机可读存储介质。该方法包括:对深度标志物分割图像、胃镜标志物分割图像进行特征提取,得到第一特征量化值以及第二特征量化值并输入第一机器学习分类器进行分类,得到第一形态识别结果;若第一形态识别结果为混合型,则对深度标志物分割图像、胃镜标志物分割图像进行特征提取,得到第三特征量化值以及第四特征量化值并输入第二机器学习分类器进行分类,得到第二形态识别结果,其中,第二形态识别结果为弥漫型以及嵌套型中任一个。本申请充分考量了胃镜图像及深度图像多个不同属性的特征量化值对图像处理的准确性及直观性影响,能有效提高胃黏膜凹凸特性识别效率和识别准确率。
-
公开(公告)号:CN116386063B
公开(公告)日:2023-08-11
申请号:CN202310663066.8
申请日:2023-06-06
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06V30/22 , G06V30/414 , G06V30/14 , G06V30/146 , G06V30/19 , G16H15/00
Abstract: 本申请提供一种纸质病历的内容识别方法及装置,该纸质病历的内容识别方法包括:获取第一病历图像;预处理得到第二病历图像;分别计算各个病历版面分区对应的第一图像相似度;确定待识别分区图像;得到各个待识别分区图像的文本字体类别;将文本字体类别属于印刷字体类别的待识别印刷分区图像输入预设印刷体文字识别模型进行识别,得到各个待识别印刷分区图像的印刷字体识别结果;将手写字体类别的待识别分区图像输入预设手写体文字识别模型进行识别,得到各个待识别手写分区图像的手写字体识别结果;将识别结果添加至预设空白病历模板图像上对应的病历版面分区中。本申请能够提高纸质病历的内容识别准确率。
-
-
-
-
-
-
-
-
-