-
公开(公告)号：CN108784636A
公开(公告)日：2018-11-13
申请号：CN201810555536.8
申请日：2018-06-01
Applicant: 武汉大学人民医院(湖北省人民医院)
CPC classification number: A61B1/045 , A61B1/00006 , A61B1/00009 , A61B1/041 , A61B1/2736 , G06K9/6256
Abstract: 本发明公开了一种基于深度强化学习的人工智能胶囊内镜检查方法及系统，该方法包括：胶囊内镜采集胃腔环境的图像，提取图像的特征值；将图像特征值输入预先训练的深度强化学习模型中，得到可执行的最大价值动作；利用深度强化学习模型输出的最大价值动作，根据胶囊内镜的状态生成相应的控制指令，控制胶囊内镜在复杂的胃腔环境中进行自主运动；自主运动动作完成后，根据实际完成情况获取回报值；并判定胶囊内镜是否到达终点位置。本发明旨在通过训练，使胶囊内镜能在复杂的高度动态的胃腔环境中，作出正确的决策；能控制胶囊内镜在复杂的胃腔环境中进行自主运动，智能化地、高效地、不遗漏地实现对全胃的检查。
-
公开(公告)号：CN108695001A
公开(公告)日：2018-10-23
申请号：CN201810778123.6
申请日：2018-07-16
Applicant: 武汉大学人民医院(湖北省人民医院)
CPC classification number: G16H50/20 , G06K9/00973 , G06N3/0454 , G06N3/084 , G06T7/0012
Abstract: 本发明公开了一种基于深度学习的癌症病灶范围预测辅助系统及方法，系统包括客户端和服务端；客户端用于监听当前内镜设备采集的图像并传输给服务端，接收和显示服务端反馈的分析结果；服务端用于根据从客户端采集的图像，即时判断图像对应的部位及部位特征，将分析结果反馈给客户端。本发明首先当内镜设备进行图像采集，客户端被触发获取所采集的内镜图像，并上传至服务端；服务端接收内镜图像作为参数，调用卷积神经网络模型进行内镜图像是否合格、部位判断和部位特征识别的分析；客户端根据获取的分析结果，调用表示各部位的图片和部位特征的标记进行叠加展示。本发明能够确诊早期癌症，并将癌变范围圈出，简单易用，具有显著的社会及经济价值。
-
公开(公告)号：CN108615037A
公开(公告)日：2018-10-02
申请号：CN201810550937.4
申请日：2018-05-31
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可控胶囊内镜操作实时辅助系统及操作方法，该系统包括：客户端和服务端；其中：客户端，设置有至少一个，与胶囊内镜相连，用于获取当前胶囊内镜采集到的胶囊内镜图像，通过网络将胶囊内镜图像上传到服务端；并接收和显示服务端反馈回来的分析结果；服务端，根据客户端发送来的胶囊内镜图像，进行胶囊内镜图像处理，即时判断胶囊内镜图像对应的部位及部位特征，并将分析结果反馈给客户端；服务端包括样本数据库、卷积神经网络模型和web服务模块。本发明对可控胶囊内镜采集的图像进行盲区监控和癌症病灶识别，并在客户端进行显示，辅助操作医师进行可控胶囊内镜的检查，提高检测的准确度和有效性，降低漏诊发生概率。
-
Patent Agency Ranking
公开(公告)号：CN109616195A
公开(公告)日：2019-04-12
申请号：CN201811430906.1
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纵隔超声内镜图像实时辅助诊断系统及方法，系统包括图像获取模块、通信模块、病灶识别模块；图像获取模块，用于获取使用超声内镜设备进行纵隔检查得到的图片和视频，将视频解码为图片；病灶识别模块，用于接收图像获取模块的图片，及时判断图像对应的特征，得到疾病识别分类结果；图像获取模块和病灶识别模块通过通信模块连接通信。本发明首选使用图像获取模块获取纵隔超声内镜图片和视频；然后将纵隔超声内镜图片作为参数，调用卷积神经网络模型进行疾病的识别分类；最后接收卷积神经网络模型分类结果，辅助医生进行疾病诊断。本发明提高了检测的准确度和有效性，降低了误诊漏诊发生概率，节约了人力成本。
-
公开(公告)号：CN109584229A
公开(公告)日：2019-04-05
申请号：CN201811431019.6
申请日：2018-11-28
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: G06T7/00
Abstract: 本发明公开了一种内镜下逆行胰胆管造影术实时辅助诊断系统及方法，系统包括客户端、服务端、数据库；通过客户端采集ERCP图像，将获取的ERCP图像输入训练后的深度学习模型中进行识别分类，得到对应的图像信息(包括十二指肠乳头及乳头开口识别，疾病诊断)，并及时反馈给客户端。本发明可帮助医生确定十二指肠乳头及乳头开口位置，提高插管成功率；另外还可辅助医生进行疾病的诊断，防止误诊漏诊，提高诊断准确率及工作效率。
-
公开(公告)号：CN109493340A
公开(公告)日：2019-03-19
申请号：CN201811431020.9
申请日：2018-11-28
Applicant: 武汉大学人民医院(湖北省人民医院)
Abstract: 本发明公开了一种胃镜下食管胃底静脉曲张辅助诊断系统及方法，系统包括视频接收模块、卷积神经网络模块、结果报告模块、数据库模块；视频接收模块，用于接收胃镜设备采集的图像，调用卷积神经网络模块进行识别；卷积神经网络模块，用于对图像合格性进行判别和对病灶分级判别；结果报告模块，用于记录卷积神经网络模块的每一次的判别结果，当本次胃镜检查完成之后，按照置信度和图片质量排序，输出N张包含可疑病灶的图像和对应的静脉曲张分级结果；数据库模块，用于存储胃镜设备采集的图像、卷积神经网络模块进行识别结果。本发明能够从全局视频中提取最有价值图像，并对病灶图像进行静脉曲张分级，为医生诊断提供更可靠、高效的支持。
-
公开(公告)号：CN109063747A
公开(公告)日：2018-12-21
申请号：CN201810777590.7
申请日：2018-07-16
Applicant: 武汉大学人民医院(湖北省人民医院)
CPC classification number: G06K9/6268 , G06T7/0012 , G06T2207/20081 , G06T2207/20084 , G06T2207/30028 , G06T2207/30096 , G16H30/00
Abstract: 本发明公开了一种基于深度学习的肠道病理切片图像识别分析系统及方法，系统包括客户端和服务端；客户端，用于监听采集的肠道病理切片图像并传输给服务端，接收和显示服务端反馈的分析结果；服务端，根据从客户端采集的肠道病理切片图像，即时判断肠道病理切片图像对应的病理结果，将分析结果反馈给客户端。本发明首先客户端采集获取肠道病理切片图像，并上传至服务端；然后服务端接收肠道病理切片图像作为参数，调用卷积神经网络模型进行识别，识别该肠道病理切片图像中的部位特征并输出；最后客户端接收并显示分析结果。本发明能为医师提供准确可靠的参考，提高病理报告的准确度和有效性，简单易用，具有显著的社会及经济价值。
-
公开(公告)号：CN108937871A
公开(公告)日：2018-12-07
申请号：CN201810778737.4
申请日：2018-07-16
Applicant: 武汉大学人民医院(湖北省人民医院)
IPC: A61B5/00
CPC classification number: A61B5/0066 , A61B5/004 , A61B5/0073 , A61B5/0084
Abstract: 本发明公开了一种消化道微光学相干断层成像图像分析系统及方法，系统包括客户端和服务端；客户端，用于监听消化道微光学相干断层成像图像并传输给服务端，接收和显示服务端反馈的分析结果；服务端，根据从客户端采集的图像，即时判断图像存在的病变，将分析结果反馈给客户端。本发明首先采集消化道微光学相干断层扫描设备采集的图像，并上传至服务端；然后服务端接收图像作为参数，调用卷积神经网络模型进行识别；识别该消化道微光学相干断层成像图像中病灶并输出；最后客户端接收并显示分析结果。本发明是基于医疗大数据和深度学习算法对消化道微光学相干断层扫描技术采集的图像进行病灶识别，并在客户端进行显示，具有准确率高、耗时短等优点。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.024 seconds)
