-
公开(公告)号：CN118471483A
公开(公告)日：2024-08-09
申请号：CN202410916944.7
申请日：2024-07-10
申请人： 山东大学齐鲁医院
摘要： 本发明属于医学图像处理领域，尤其涉及基于深度学习的贲门癌分型辅助诊断系统、介质及设备，其技术方案为通过多维度提取图像的特征向量后，将特征向量的聚类和生长区域分割相结合，采用特征向量代替像素值，图像块特征向量的匹配代替像素值匹配，从而实现整个图像的分割，从而让离散的图像块变为连通到一起的完整区域，提升了最终的病理分型识别模型的识别精度，本发明可自动提取贲门数字病理图片的特征，辅助贲门癌的内镜病理分型，有助于提升临床诊疗效率，有较高的临床及科研应用价值。
-
公开(公告)号：CN114724717B
公开(公告)日：2024-04-12
申请号：CN202210415491.0
申请日：2022-04-20
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明涉及计算机辅助医疗技术领域，公开了一种胃早癌高危风险筛查系统，包括：调查问卷获取模块，用于获取待筛查调查问卷；胃早癌风险预测模块，用于根据所述调查问卷，基于预先训练的胃早癌风险预测模型，判断是否存在风险；其中，所述胃早癌风险预测模型包括：分模块风险预测单元，用于根据各影响因素的填写结果，采用相应二分类神经网络进行风险预测；整体风险预测单元，用于对基于各影响因素的风险预测结果进行加权求和，得到整体风险。本发明有助于充分挖掘对每个影响因素对胃早癌的影响，避免遗漏有价值影响因素，提高了预测准确度。
-
公开(公告)号：CN114743619B
公开(公告)日：2024-03-29
申请号：CN202210415038.X
申请日：2022-04-20
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
IPC分类号： G16H10/20 , G06F18/241 , G06F18/243 , G06F18/25 , G16H50/30
摘要： 本发明属于计算机辅助医疗技术领域，具体涉及一种用于疾病风险预测的调查问卷质量评价方法及系统，包括：确定调查问卷中所述疾病的影响因素；获取多个疾病阳性样本和多个疾病阴性样本，对于所述疾病的每个影响因素，分别计算信息增益，得到每个影响因素的权重；获取多个调查问卷样本，所述调查问卷样本中包括真实样本和不真实样本，针对调查问卷中的每个影响因素，分别训练可信度评价网络；获取待评价调查问卷，对其中的每个影响因素，分别根据填写结果，采用相应可信度评价网络得到各个影响因素的可信度，然后基于相应影响因素的权重，得到所述待评价调查问卷的整体可信度。本发明对调查问卷分主题进行真实性评价，提高了评价结果的可信度。
-
公开(公告)号：CN115222734B
公开(公告)日：2023-01-17
申请号：CN202211140101.X
申请日：2022-09-20
申请人： 山东大学齐鲁医院
IPC分类号： G06T7/00 , G06T7/11 , G06T7/62 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
摘要： 本发明涉及一种用于胃黏膜肠上皮化生的图像分析方法及系统，其包括获取深度分割模型；将数字病理切片输入至深度分割模型，得到杯状细胞、腺体及腺腔的分割结果，通过肠化比的计算公式得到肠化比；本发明通过计算得到肠化比，根据肠化比的具体数值，判断肠上皮化生的严重程度，减少评估时间，且提高了评估的准确度。
-
公开(公告)号：CN115222734A
公开(公告)日：2022-10-21
申请号：CN202211140101.X
申请日：2022-09-20
申请人： 山东大学齐鲁医院
IPC分类号： G06T7/00 , G06T7/11 , G06T7/62 , G06V10/26 , G06V10/764 , G06V10/774 , G06V10/82
摘要： 本发明涉及一种用于胃黏膜肠上皮化生的图像分析方法及系统，其包括获取深度分割模型；将数字病理切片输入至深度分割模型，得到杯状细胞、腺体及腺腔的分割结果，通过肠化比的计算公式得到肠化比；本发明通过计算得到肠化比，根据肠化比的具体数值，判断肠上皮化生的严重程度，减少评估时间，且提高了评估的准确度。
-
公开(公告)号：CN112842285B
公开(公告)日：2021-09-24
申请号：CN202011639891.7
申请日：2020-12-31
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
IPC分类号： A61B5/02 , A61B5/0295
摘要： 本发明提供一种内镜下辅助识别粘膜下血管的方法及系统，属于血管识别技术领域，对实时采集的待检测部位的时序图像进行预处理，将时序图像的像素值转化为零均值和单位方差；基于成像式光电容积描记技术，从预处理后的时序图像中，提取血液容积波，并确定对应的血液容积波动频率；基于成像式光电容积描记技术，从预处理后的时序图像中，提取各像素点的像素变化值，并确定对应的像素点的像素波动频率；根据血液容积波、血液容积波动频率、像素变化值以及像素波动频率，确定粘膜下血管覆盖区域。本发明能够在内窥镜操作过程中，在不借助额外设备且不延长操作时间的前提下，实时准确提取消化道血流信息，准确识别粘膜下血管，保证了手术安全。
-
公开(公告)号：CN112652393A
公开(公告)日：2021-04-13
申请号：CN202011636876.7
申请日：2020-12-31
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
IPC分类号： G16H50/20 , G16H30/20 , G06F40/295
摘要： 本发明属于人工智能领域，提供了一种基于深度学习的ERCP质控方法、系统、存储介质及设备。其中，基于深度学习的ERCP质控方法包括基于全局预训练的端到端的BERT文本相似性度量方式，对术前患者病案描述及ERCP操作分级操作内容进行文本相似性度量，预测出患者的术前适应症及手术困难等级评估；基于训练好的DETR模型内镜视频帧进行实时目标检测，识别出插管器械、十二指肠乳头、通过X射线出现动态影像及导丝，从而选择性控制术中的插管时间及透视时间。
-
公开(公告)号：CN111000633B
公开(公告)日：2020-11-03
申请号：CN201911327571.5
申请日：2019-12-20
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明提供内镜诊疗操作过程的监控方法及系统。其中该方法包括根据历史连续帧内镜图像，检测各帧内镜图像中内镜视野所在矩形区域，截取矩形区域图像并转换成灰度图像，构成样本集；标注样本图像所属标签；利用已标注标签的样本集训练全连接神经网络，对于连续k帧灰度图像，若超过预设比例阈值的灰度图像属于体内时，判定内镜已经进入体内，否则判定内镜在体外；从内镜诊疗操作开始时刻，实时接收连续k帧内镜图像，输入至训练完成的全连接神经网络，输出内镜的位置；若内镜未进入体内仍在体外，则向后移动y帧内镜图像，y
-
公开(公告)号：CN111179252A
公开(公告)日：2020-05-19
申请号：CN201911396391.2
申请日：2019-12-30
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明公开了一种基于云平台的消化道病灶辅助识别与正反馈系统，包括：数据采集装置，被配置为采集待识别的消化道图像，并传送至云平台；云平台，被配置为建立推断模型，构建训练集对所述推断模型进行优化训练；利用所述推断模型对接收到的图像进行消化道位置和病灶类型推断，并对所述图像和消化道病灶识别结果分别进行保存；在线纠错模块，被配置为医生客户端在线查看推断结果，并对推断错误的结果进行标注和纠错；在线优化模块，被配置为将纠错后的图像加入训练集，重新对推断模型进行训练。本发明能够提高消化内道病灶识别的准确性，提高消化系统疾病的检出率。
-
公开(公告)号：CN111091562A
公开(公告)日：2020-05-01
申请号：CN201911338548.6
申请日：2019-12-23
申请人： 山东大学齐鲁医院 , 青岛美迪康数字工程有限公司
摘要： 本发明公开了一种消化道病灶大小测量方法及系统，所述方法包括：获取包含病变和参照物的消化道内窥镜图像；识别其中所包含的参照物；计算所述参照物与消化道粘膜相交的宽度；结合真实实验得到的参照物与消化道粘膜交界处的尺寸大小，得到图像像素与实际尺寸之间的对应关系；提取消化道内窥镜图像中所包含的病灶区域；根据图像像素与实际尺寸之间的对应关系，得到所述病灶的实际大小。本发明能够在内窥镜操作过程中，在不借助额外设备且不延长操作时间的前提下，实现病灶大小的精确测量。
-
-
-
-
-
-
-
-
-
搜索结果
75 条记录 (耗时 0.046 秒)
