-
公开(公告)号:CN119693944A
公开(公告)日:2025-03-25
申请号:CN202510192367.6
申请日:2025-02-21
Applicant: 吉林大学第一医院
IPC: G06V20/69 , G06V10/54 , G06V10/46 , G06V10/56 , G06V10/26 , G06V10/764 , G06V10/82 , G06F16/41 , G06F16/45 , G06F16/483 , G16H50/70
Abstract: 本发明公开了细胞内镜图像病变分类方法及系统,涉及数据分类领域,所述细胞内镜图像病变分类方法包括以下步骤:步骤1:采集目标患者的当前诊断文本、当前诊断图像、历史诊断文本、历史诊断图像和历史治疗文本,对当前和历史诊断文本进行清洗和标准化,提取若干病变标签,形成参照文本,同步存储至历史数据库;步骤2:通过深度学习算法构建分类识别模型,获取历史诊断文本与图像数据进行训练;通过将病变区域主动分割为中心区域和边缘区域,分别提取不同区域的影响系数,结合中心区域和边缘区域各自的影响系数进行融合分析,进而全面反映病变的整体信息,通过整合文本信息与图像数据,弥补单一图像数据的不足,提高分类性能。
-
公开(公告)号:CN119494838B
公开(公告)日:2025-05-09
申请号:CN202510080867.0
申请日:2025-01-20
Applicant: 吉林大学
IPC: G06T7/00 , G06N3/045 , G06N3/0475 , G06V10/20 , G06V10/25 , G06V10/30 , G06V10/32 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本申请涉及辅助诊断领域,其具体地公开了一种基于AI和细胞内镜的大肠病变辅助诊断系统,其首先接收由细胞内镜采集的图像,接着对这些图像进行亮度优化,然后,对亮度优化后的图像进行去噪处理,得到更清晰的去噪优化图像。进一步,对去噪图像进行超分辨率重建,提升图像的分辨率,最后,从分辨率优化后的图像中提取出大肠状态的特征,并对病变区域进行判定。通过这样的方式,能够显著提升大肠内镜图像的质量,使得病变区域的识别更为准确,从而提高诊断的准确性和效率。
-
公开(公告)号:CN119091257B
公开(公告)日:2025-02-11
申请号:CN202411585445.0
申请日:2024-11-08
Applicant: 吉林大学
IPC: G06V10/774 , G06V10/776 , G06V20/69 , G06V10/44 , G06T7/00 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种细胞内镜图像生成方法,涉及医学图像处理技术领域。其中,该方法包括:获取细胞内镜的真实图像以及对应的病理信息,构建训练数据集和测试数据集;对真实图像进行预处理,对病理信息进行文本分析;构建基于深度扩散模型的细胞内镜图像生成模型,采用训练数据集对模型进行训练;采用测试数据集对模型进行测试;将最终得到的细胞内镜图像生成模型应用于细胞内镜图像生成工作,根据输入的图像以及病理信息生成新的细胞内镜图像。本发明将病理信息与扩散模型相结合,利用细胞内镜图像的不同病理类别作为生成条件,生成的图像保留了医学图像中的关键结构特征,具备较高的医学相关性和结构精准度,有助于提高临床应用中的准确性。
-
公开(公告)号:CN119494838A
公开(公告)日:2025-02-21
申请号:CN202510080867.0
申请日:2025-01-20
Applicant: 吉林大学
IPC: G06T7/00 , G06N3/045 , G06N3/0475 , G06V10/20 , G06V10/25 , G06V10/30 , G06V10/32 , G06V10/44 , G06V10/52 , G06V10/80 , G06V10/82
Abstract: 本申请涉及辅助诊断领域,其具体地公开了一种基于AI和细胞内镜的大肠病变辅助诊断系统,其首先接收由细胞内镜采集的图像,接着对这些图像进行亮度优化,然后,对亮度优化后的图像进行去噪处理,得到更清晰的去噪优化图像。进一步,对去噪图像进行超分辨率重建,提升图像的分辨率,最后,从分辨率优化后的图像中提取出大肠状态的特征,并对病变区域进行判定。通过这样的方式,能够显著提升大肠内镜图像的质量,使得病变区域的识别更为准确,从而提高诊断的准确性和效率。
-
公开(公告)号:CN119091257A
公开(公告)日:2024-12-06
申请号:CN202411585445.0
申请日:2024-11-08
Applicant: 吉林大学
IPC: G06V10/774 , G06V10/776 , G06V20/69 , G06V10/44 , G06T7/00 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/08
Abstract: 本发明公开了一种细胞内镜图像生成方法,涉及医学图像处理技术领域。其中,该方法包括:获取细胞内镜的真实图像以及对应的病理信息,构建训练数据集和测试数据集;对真实图像进行预处理,对病理信息进行文本分析;构建基于深度扩散模型的细胞内镜图像生成模型,采用训练数据集对模型进行训练;采用测试数据集对模型进行测试;将最终得到的细胞内镜图像生成模型应用于细胞内镜图像生成工作,根据输入的图像以及病理信息生成新的细胞内镜图像。本发明将病理信息与扩散模型相结合,利用细胞内镜图像的不同病理类别作为生成条件,生成的图像保留了医学图像中的关键结构特征,具备较高的医学相关性和结构精准度,有助于提高临床应用中的准确性。
-
公开(公告)号:CN119068480A
公开(公告)日:2024-12-03
申请号:CN202411554436.5
申请日:2024-11-04
Applicant: 吉林大学
IPC: G06V20/69 , G06V10/44 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0464 , G06N3/096 , G06T7/00
Abstract: 本发明公开了一种细胞内镜图像病变分类方法、系统及计算机设备,涉及医学图像处理技术领域。其中,该方法包括:获取细胞内镜的真实图像以及图像对应的病变类别,构建相应的训练数据集、验证数据集和测试数据集;对真实图像和图像对应的病变类别进行预处理;构建基于深度密集神经网络的细胞内镜图像病变分类模型,加载训练数据集对模型进行训练,利用验证数据集对模型进行验证,利用测试数据集对模型进行评估;将最终得到的细胞内镜图像病变分类模型应用于病变分类工作,输出预测的分类结果。通过本发明,可以提高诊断的准确性和及时性,为临床诊断和治疗提供更加可靠的辅助支持。
-
公开(公告)号:CN222487340U
公开(公告)日:2025-02-18
申请号:CN202520098790.5
申请日:2025-01-16
Applicant: 吉林大学
Abstract: 本实用新型公开了一种细胞内镜下辅助固定病变的喷洒管,涉及内镜喷洒管技术领域,包括注射器和套管,套管的内部设置有软管,软管靠近旋转接头的一端固定连接有直角喷头,旋转接头远离直角喷头的一端固定连接有蛇管,套管的内部设置有弹簧管;通过蛇管的弯折设计,可以控制直角喷头的朝向,能够更好地覆盖到需要喷洒的区域,提高了操作的灵活性和精准度,并且有利于降低内镜与直角喷头移动时损伤到黏膜的风险;通过直角喷头的旋转设计,医护人员能够快速调整喷洒方向,无需反复移动内镜来找到最佳喷洒角度,有效缩短了操作时间,提高了效率,减轻了患者的不适。
-
-
-
-
-
-