-
公开(公告)号：CN116796046B
公开(公告)日：2023-11-10
申请号：CN202311096421.4
申请日：2023-08-29
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06F16/907 , G06F18/22 , G06F18/241 , G16H50/70
Abstract: 本申请提供一种基于罕见特征的病例检索方法及装置，该基于罕见特征的病例检索方法包括：获取目标病例类型的多个第一历史病例；获取多个第一历史病例中每个历史病例特征的出现频数；得到各个第一历史病例的罕见特征集和标准特征集；获取多个第二历史病例，得到各个第二历史病例的罕见特征集和标准特征集；获取待检索病例的待检索病例特征集；将待检索病例特征集与罕见特征集进行匹配，得到多个第一匹配病例；将待检索病例特征集与标准特征集进行匹配，得到多个第二匹配病例；将排序靠前的第一预设数量的第一匹配病例和排序靠前的第二预设数量的第二匹配病例输出。本申请能够提高病例检索准确率。
-
公开(公告)号：CN116543918A
公开(公告)日：2023-08-04
申请号：CN202310812585.6
申请日：2023-07-04
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G16H50/70 , G16H10/60 , G16H50/20 , G06F40/205 , G06V10/40
Abstract: 本申请实施例提供了一种多模态疾病特征的提取方法及装置，该方法通过采集目标疾病的历史患者的疾病数据，对病历文本进行词句拆分，对疾病描述词句集合的疾病描述词句进行标记，对标记后的疾病描述词句集合进行词句关联，得到目标疾病的疾病文本特征，对医学检查图像进行特征提取，对多模态补充数据进行特征提取，得到目标疾病的多模态补充特征，将疾病文本特征、辅助图像特征和多模态补充特征合并，得到目标疾病的疾病特征，使得目标疾病的疾病特征更加全面丰富，并且由于疾病文本特征是通过对病历文本进行不同疾病描述维度的词句拆分、标记和关联后进行提取得到的，使得疾病文本特征更加精准，大大提高了目标疾病的疾病特征丰富性和精准性。
-
公开(公告)号：CN115938593B
公开(公告)日：2023-06-02
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：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：CN114898888B
公开(公告)日：2022-09-23
申请号：CN202210830558.7
申请日：2022-07-15
Applicant: 武汉大学
IPC: G16H50/70
Abstract: 本申请提供一种医学数据处理方法、装置、计算机设备及可读存储介质，该方法包括对多个医学特征进行分类，得到多个目标类别的医学特征集合；从预设的异常对象库中剔除第一医学特征集合中所有医学特征对应的异常对象，并对处理后的异常对象库进行预处理，得到初步异常对象判断列表；基于第二医学特征集合中各医学特征的特异度，和初步异常对象判断列表中各异常对象与第二医学特征集合中各医学特征的对应关系，确定初步异常对象判断列表中各异常对象的异常风险参数；基于初步异常对象判断列表中各异常对象的异常风险参数，确定优先异常对象判断列表。本申请实施例中提高了人工智能的医学数据处理效率和判断的准确率。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN114332074A
公开(公告)日：2022-04-12
申请号：CN202210066560.1
申请日：2022-01-20
Applicant: 武汉大学
IPC: G06T7/00 , G06V10/28 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/11
Abstract: 本申请提供一种内镜图像处理方法、装置、存储介质及电子设备，首先获取待处理内镜图像中的有效内镜图像，然后根据有效内镜图像得到白光内镜图像以及荧光内镜图像，之后根据白光内镜图像得到白光内镜图像中的目标对象区域信息，最后根据目标对象区域信息确定荧光内镜图像中对应的目标对象区域。其中，荧光图像利用荧光对图像中各区域进行勾勒并显示，其显示效果较为清晰、直观，相较于观察目标对象表面的微血管与腺体结构，通过观察并比对荧光图像中的目标对象区域的荧光强度以及非目标对象区域的荧光强度以识别目标对象类型的方式更为简单，有效降低目标对象类型识别的难度，从而有效缓解当前目标对象类型识别的难度大的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.029 seconds)
