CN114820605B - 一种咽鼓管oct图像识别处理方法及装置 - Google Patents
一种咽鼓管oct图像识别处理方法及装置 Download PDFInfo
- Publication number
- CN114820605B CN114820605B CN202210737567.1A CN202210737567A CN114820605B CN 114820605 B CN114820605 B CN 114820605B CN 202210737567 A CN202210737567 A CN 202210737567A CN 114820605 B CN114820605 B CN 114820605B
- Authority
- CN
- China
- Prior art keywords
- information
- eustachian tube
- oct image
- oct
- closed curve
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 210000002388 eustachian tube Anatomy 0.000 title claims abstract description 148
- 238000003672 processing method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000008520 organization Effects 0.000 claims abstract description 28
- 239000000523 sample Substances 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000003384 imaging method Methods 0.000 claims abstract description 12
- 210000001519 tissue Anatomy 0.000 claims description 39
- 210000004877 mucosa Anatomy 0.000 claims description 23
- 210000004876 tela submucosa Anatomy 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 210000004400 mucous membrane Anatomy 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims 2
- 238000012014 optical coherence tomography Methods 0.000 description 89
- 210000000845 cartilage Anatomy 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 210000000959 ear middle Anatomy 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000011206 morphological examination Methods 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 210000003027 ear inner Anatomy 0.000 description 1
- 210000005081 epithelial layer Anatomy 0.000 description 1
- 210000000981 epithelium Anatomy 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 210000003097 mucus Anatomy 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000002345 respiratory system Anatomy 0.000 description 1
- 230000028327 secretion Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000008719 thickening Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例涉及OCT图像识别技术领域，首次公开了一种咽鼓管区域图像采集及图像识别处理方法，包括：接收通过OCT探头检测到的咽鼓管的OCT图像；对所述OCT图像的咽鼓管组织层次信息进行区域划分，通过所述组织层次信息以确定咽鼓管的组织层次结构；对所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息；将所述组织层次信息以及咽鼓管的各项参数信息传输至相应的显示模块以进行信息展示。本发明实施例的咽鼓管OCT图像识别处理方法通过采用OCT成像设备来获取咽鼓管的OCT图像，并通过图像识别对相应的咽鼓管的层次结构信息以及相应的参数进行准确获取计算，并将其提供给医生进行参考，辅助医生进行更好的决策。
Description
技术领域
本发明涉及OCT图像识别技术领域，具体涉及一种咽鼓管OCT图像识别处理方法及装置。
背景技术
咽鼓管是连通中耳鼓室和鼻咽腔的肌性软骨性表面被覆呼吸道粘膜上皮的管腔，它具有平衡中耳与外界大气压的重要功能，同时起着免疫、排除中耳腔积液、防止鼻咽分泌物逆流到中耳腔并具有保护内耳的功能。目前针对咽鼓管的形态与功能学检查评估方法匮乏。目前的主要的手段：形态学检查主要有咽鼓管纤维镜、鼻内镜，它仅仅只能检查咽鼓管的表面形态学，无法了解粘膜及粘膜下层的形态学结构。目前的咽鼓管OCT图像的识别判断缺乏客观的参数用于判断结果，一般依靠有经验的医生进行总体印象评分，缺乏同质性、客观性、均衡性的主客观判断，每个评估者之间的差异较大。因此，设计一种能够依靠图像客观参数指导咽鼓管OCT图像定量判读的方法，是本领域技术人员亟待解决的关键技术问题。
发明内容
针对所述缺陷，本发明实施例公开了一种咽鼓管OCT图像识别处理方法，其能够提供更多维度的咽鼓管信息，能够辅助医生更好的进行诊断决策。
本发明实施例第一方面公开了咽鼓管OCT图像识别处理方法，包括：
接收针对咽鼓管特别设计的导引器处的OCT探头检测到的咽鼓管的OCT图像；
对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，通过所述组织层次信息以确定咽鼓管的组织层次结构；
对所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息；
将所述组织层次信息以及咽鼓管的各项参数信息传输至相应的显示模块以进行信息展示。
作为一种可选的实施方式，在本发明实施例第一方面中，OCT成像设备被配置为以设定速率进行图像获取，且被配置为提供分辨率为1024*1024像素的图像。
作为一种可选的实施方式，在本发明实施例第一方面中，所述组织层次信息包括粘膜层信息和粘膜下层信息；所述对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，包括
对所述OCT图像进行灰度转换以确定转换后的图像中所有像素点的灰度值数据；
对获取到的所述灰度值数据进行聚类分析以确定对应像素点的灰度值数据的所属区间；
将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息；所述灰度阈值包括粘膜层阈值区间和粘膜下层阈值区间。
作为一种可选的实施方式，在本发明实施例第一方面中，在所述将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息之后，还包括：
采用标记符号对不同的组织层次信息进行标记操作，并将标记后的组织层次信息发送至显示模块以进行信息展示。
作为一种可选的实施方式，在本发明实施例第一方面中，在所述将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息之后，还包括：
采用第一闭合曲线、第二闭合曲线和第三闭合曲线对不同的组织层次信息进行曲线标记操作以得到带有曲线标记的OCT图像；所述第一闭合曲线、第二闭合曲线和第三闭合曲线距离探头的距离依次增大；
所述参数信息包括管腔面积、管壁面积、管壁厚度和粘膜层厚度；所述对所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息，包括：
确定所述OCT图像中所有闭合曲线的位置信息；
根据所有闭合曲线的位置信息确定相应闭合曲线之间的距离信息；
根据所述距离信息确定管壁厚度信息以及粘膜层厚度信息；
根据所述第一闭合曲线的位置信息确定咽鼓管的管腔区域信息，并根据所述管腔区域信息确定咽鼓管的管腔面积；
根据所述第一闭合曲线到第三闭合曲线的位置信息确定咽鼓管的管壁区域信息，并根据所述管壁区域信息确定咽鼓管的粘膜层及粘膜下层的厚度、灰度值。
作为一种可选的实施方式，在本发明实施例第一方面中，在所述接收通过OCT探头检测到的咽鼓管的OCT图像之后，还包括：
接收用户在OCT图像绘制的闭合曲线信息，所述闭合曲线用于对咽鼓管的各个位置进行图像标记。
本发明实施例第二方面公开一种咽鼓管OCT图像识别处理装置，包括：
接收模块：接收通过OCT探头检测到的咽鼓管的OCT图像；
层次识别模块：用于对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，通过所述组织层次信息以确定咽鼓管的组织层次结构；
参数识别模块：用于对所述OCT图像进行图像识别以确定咽鼓管的各项参数信息；
信息展示模块：用于将所述组织层次信息以及咽鼓管的各项参数信息传输至相应的显示模块以进行信息展示。
本发明实施例第三方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的咽鼓管OCT图像识别处理方法。
本发明实施例第四方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的咽鼓管OCT图像识别处理方法。
与现有技术相比，本发明实施例具有以下有益效果：
本发明实施例的咽鼓管OCT图像识别处理方法通过采用OCT成像设备来获取咽鼓管的OCT图像，并通过图像识别对对应的咽鼓管的层次结构信息以及相应的参数进行准确获取计算，并将其提供给医生进行参考，辅助医生进行更好的决策。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的咽鼓管OCT图像识别处理方法的流程示意图；
图2是本发明实施例公开的组织层次信息确定的流程示意图；
图3是本发明实施例公开的咽鼓管参数确定的流程示意图；
图4是本发明实施例公开的咽鼓管的层次结构的OCT图像示意图；
图5是图4中1处的局部放大示意图；
图6是本发明实施例公开的咽鼓管的一管腔形态的OCT图像示意图
图7是本发明实施例公开的咽鼓管的又一管腔形态的OCT图像示意图
图8是本发明实施例公开的咽鼓管的管壁损伤的OCT图像示意图
图9是本发明实施例提供的一种咽鼓管OCT图像识别处理装置的结构示意图；
图10是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前的咽鼓管OCT图像的识别的判断缺乏客观的参数用于判断结果，一般依靠有经验的医生进行总体印象的评分，缺乏同质性，每个评估者之间的差异较大。咽鼓管功能检测方法尚不成熟，只能代表咽鼓管在静态或吞咽动态状态下的咽鼓管压力状态。而OCT检查可以获得咽鼓管的局部的粘膜、粘膜下结构的光学层次图像，以弥补活体状态下粘膜及粘膜下结构形态学检查的空白。基于此，本发明实施例公开了咽鼓管OCT图像识别处理方法、装置、电子设备及存储介质，通过采用OCT成像设备来获取咽鼓管的OCT图像，并通过图像识别对对应的咽鼓管的层次结构信息以及相应的参数进行准确获取计算，并将其提供给医生进行参考，辅助医生进行更好的决策。
实施例一
请参阅图1，图1是本发明实施例公开的咽鼓管OCT图像识别处理方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1所示，该基于咽鼓管OCT图像识别处理方法包括以下步骤：
S101：当检测存在阻力的时候，控制OCT成像设备的回抽装置按照预设速度对OCT探头进行回抽操作，在OCT探头回抽过程中，接收通过针对咽鼓管特别设计的导引器导引OCT探头检测到的咽鼓管的OCT图像；
OCT探头进行均匀自动收缩的ET-OCT扫描，同时采集连续图像，直到探头被拉回特别设计的导引器中，本实施例中，ET表示的即是咽鼓管。采集到的连续的图像之后，对其进行处理，然后得到更加清晰、客观、合适的图像和信息以进行后续的处理，能够提供更加准确的信息给医生进行参考，不至于因为外部或人为主观因素而产生影响。
更为优选的，所述OCT成像设备被配置为以每秒10帧的速率进行图像获取，且被配置为提供分辨率为1024*1024像素的图像。该成像系统发射的中心波长为1310 nm，测得的横向分辨率为25μm，轴向分辨率为15μm。探头（YSD-LC1715RA）直径为1.7 mm，长度为1.5 m，扫描仪和尖端之间的间隙为5 mm。
S102：对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，通过所述组织层次信息以确定咽鼓管的组织层次结构；
具体的，如图4所示，其能展示咽鼓管管壁层次结构信息，其中白色箭头指向的是粘膜层，灰色箭头指向的是粘膜下层，而黑色箭头则指向的是软骨。通过相应的图像能够清晰的展现出对应的层次结构。这样就可以使得医生进行诊断的时候采用非侵入式的方式即可进行咽鼓管管壁组织层次信息的判断。
更为优选的，所述组织层次信息包括粘膜层信息、粘膜下层（软骨）信息；粘膜层包括粘膜上皮层和固有层，和粘膜下层（含软骨）相对应。图2是本发明实施例公开的组织层次信息确定的流程示意图，如图2所示，所述对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，包括：
S1021：对所述OCT图像进行灰度转换以确定转换后的图像中所有像素点的灰度值数据；
S1022：对获取到的所述灰度值数据进行聚类分析以确定对应像素点的灰度值数据的所属区间；
S1023：将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息；所述灰度阈值包括粘膜层阈值区间、粘膜下层阈值区间和软骨层阈值区间。
在本实施例中采用灰度值识别的方式来进行区域的划分；由于不同的层次在进行灰度聚类的识别其存在一定的差异性；故而可以依据灰度的区域差异性来进行不同的区域识别。这里的预设的灰度阈值主要依据历史获取到的灰度聚类结果来进行辅助确认；比如粘膜层阈值的灰度阈值聚类结果，粘膜下层阈值的聚类结果、软骨层阈值的聚类结果；根据上述区别来确定相应的形态特征，结合机器学习来进行对应的灰度值识别，最终得到咽鼓管的层次结构信息。
S103：对所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息；
更为优选的，在所述将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息之后，还包括：
采用标记符号对不同的组织层次信息进行标记操作，并将标记后的组织层次信息发送至显示模块以进行信息展示。
具体的，如图4所示，采用图中的不同颜色的箭头来对其进行不同的信息标记，在本实施例中可以通过不同的颜色的箭头来进行标记，在其他的方式中还可以采用文字配合箭头进行信息标记的方式。在图4中，其白色箭头指向的是粘膜层，灰色箭头指向的是粘膜下层，而黑色箭头则指向的是软骨；其存在有清晰的结构层次显示。
更为优选的，在所述将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息之后，还包括：
采用第一闭合曲线、第二闭合曲线和第三闭合曲线对不同的组织层次信息进行曲线标记操作以得到带有曲线标记的OCT图像；所述第一闭合曲线、第二闭合曲线和第三闭合曲线距离探头的距离依次增大；
同样的，如图4所示，其中三条黑色的闭合曲线来对不同的组织层次信息进行曲线标记，最靠近探头也即是中心位置的曲线由于其与中间部分的灰度值接近故而较难区分，在实际进行划分的时候，也即是将该黑色的边界线作为其中一条闭合曲线来对其进行标记。或者在进行划分的时候，直接采用不同类型的曲线标记形式使得与原有的灰度图像进行有效的区分。通过上述不同的闭合曲线主要是为了辅助进行不同层次以及相应参数信息的确定，因为在进行实际操作的时候，单单看对应的图像不能够提供更为精确的参数以供医生进行参考，还是需要完全凭借不同医生的经验来进行对应的病症判断；在本实施例中通过增加标记闭合曲线来是的对应的参数计算更加的准确。如果不采用闭合的曲线的话，会使得在计算的过程中由于缺乏边界的存在大量耗费计算资源，甚至于无法进行有效计算的情况；通过设置不同的闭合曲线能够完成对需求的参数进行更准确的计算，并且通过设置相应的标记规则，使得最终得到的参数能够作为进行机器预警判断的基础。
所述参数信息包括管腔面积、直径、管壁面积、粘膜层厚度、粘膜下层厚度；图3是本发明实施例公开的咽鼓管参数确定的流程示意图，如图3所示，所述对所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息，包括：
S1031：确定所述OCT图像中所有闭合曲线的位置信息；在本步骤中主要是为了确定闭合曲线的位置信息，然后基于位置信息来确定其所在图像的位置以提供计算参考依据。
S1032：根据所有闭合曲线的位置信息确定相应闭合曲线之间的距离信息；
S1033：根据所述距离信息确定粘膜层厚度信息以及粘膜下层厚度信息；也即是根据三条不同的闭合曲线来确定对应的粘膜层厚度和粘膜下层厚度，在进行具体的距离确定的时候，通过比对两条闭合曲线对应像素点所在曲线的切线之间的距离，也即是对不同闭合曲线对应像素点做切线操作，然后得到两条闭合曲线之间对应像素点的位置，通过计算闭合曲线上所有相对应的像素点之间的距离或者相对应的20个像素点或者50个像素点的距离最后得到平均数，将这样的数值作为粘膜层厚度和粘膜下层厚度。该设置方式能够作为一种有效辅助手段来帮助医生对用户的咽鼓管有更明确更直观的数据了解。
如图4所示，其中第一闭合曲线即是图中C所指向的曲线，其指的是（管腔粘膜表层分界面）管腔粘膜层表面；第二闭合曲线即是图中B所指向的曲线，其指的是粘膜层与粘膜下层的边界；第三闭合曲线即是图中A所指向的曲线，其指的是粘膜下层的边界面；第一闭合曲线C与第二闭合曲线B之间的区域即是咽鼓管粘膜层，第二闭合曲线B与第三闭合曲线A之间的区域即是咽鼓管粘膜下层（含软骨）。第一闭合曲线C与第二闭合曲线B之间的平均距离指的即是粘膜层厚度。
第一闭合曲线C和第三闭合曲线A之间的区域即是咽鼓管粘膜层合并粘膜下层区域（文中也称“管壁”，但都应正确理解为咽鼓管粘膜层合并粘膜下层区域）。第一闭合曲线C与第二闭合曲线B之间的平均距离指的即是粘膜层厚度，第二闭合曲线B与第三闭合曲线A之间的平均距离指的即是粘膜下层厚度，第一闭合曲线C与第三闭合曲线A之间的平均距离指的即是管壁厚度，第一闭合曲线C与第三闭合曲线A之间的面积即是咽鼓管粘膜层合并粘膜下层的横截面积（文中也称“管壁面积”或者“管壁横截面积”，但都应正确理解为咽鼓管粘膜层合并粘膜下层的横截面积）。如图4所示，在进行具体实施的时候，通过采用图像识别的方式来进行识别处理，并选取其中的感兴趣区域；具体的如图5所示，然后对图5中的图像进一步识别以确定感兴趣区域中的各层次结构，然后对感兴趣区域中的各层次结构之间的信息进行厚度识别。在本发明实施例中所述“封闭曲线”实际上代表相应曲面,具体而言,通常是组织分界面,或者组织表面,或者其它重要的曲面。
S1034：根据所述第一闭合曲线的位置信息确定咽鼓管的管腔区域信息，并根据所述管腔区域信息确定咽鼓管的管腔面积；
S1035：根据所述第一闭合曲线到第三闭合曲线的位置信息确定咽鼓管的管壁区域信息，并根据所述管壁区域信息确定咽鼓管的粘膜层及粘膜下层的厚度、灰度值。根据所述第一闭合曲线到第三闭合曲线的位置信息确定咽鼓管的管壁区域信息，并根据所述管壁区域信息确定咽鼓管粘膜层合并粘膜下层的横截面积。所述管腔面积指的是咽鼓管空腔面积，粘膜层合并粘膜下层的横截面积指的是咽鼓管黑色闭合曲线（第一闭合曲线C与第三闭合曲线A）之间的面积，在进行面积计算的时候，可以直接通过像素点来进行对应的面积计算，通过计算对应面积处存在的像素点来确定相应的面积数据。最终为医生用户提供辅助参考信息。
S104：将所述组织层次信息以及咽鼓管的各项参数信息传输至相应的显示模块以进行信息展示。
通过获取到所有的组织层次结构信息以及参数之后，直接将其输入至对应的显示模块来进行信息展示，这里的显示模块可以是OCT影像设备的显示模块，或者通过网络传输至对应医生电脑甚至于智能显示终端处来进行显示操作均可。其主要目的是为了实现方便医生进行查看。
在进行具体识别的时候，有时候会由于不同患者有不同的情况，故而会有如下的几种显示结果方式，比如管腔形态不圆整，白色箭头处呈角形，黑色箭头处管壁明显增厚，如图6所示；还会存在管腔狭窄，灰度箭头处粘膜褶皱；白色箭头处管壁明显增厚，黑色箭头处浓稠粘液的情况出现，如图7所示；还会存在白色箭头处，管壁粘膜无层次结构，粘膜呈现损伤的情况，如图8所示。通过本发明实施例的识别方法均可以识别得到，其主要依据不同的灰度聚类以及参数组合判断得到；当识别到的层次不清，且在对应的参数与现有的存在差异的时候，则可以组合判断其存在对应的问题。
更为优选的，在所述接收通过OCT探头检测到的咽鼓管的OCT图像之后，还包括：
接收用户在OCT图像绘制的闭合曲线信息，所述闭合曲线用于对咽鼓管的各个位置进行图像标记。
在进行具体的识别的时候，不单单可以采用图像智能识别的方式，还可以采用人工绘制的方式，通过人工绘制能够使得绘制得到的结果更加的准确。还可以采用图像识别与人工调整结合的方式，比如当图像识别到对应的层次并进行曲线绘制的时候，其先生成待确定的闭合曲线以供用户进行调整，然后这个待确定的闭合曲线在用户调整之后即可作为最终参数计算的依据；由于增加了人工辅助调整的方式，机器可以依据用户调整前后比对的来不断对自身图像识别的方式进行优化以得到最终准确的绘制方式。
除了上述实现方式之外，在进行具体实施的时候，还可以采用用户预警的方式来对医生进行提醒，比如当对应参数与层次组合与相应的病症存在一定的关联性的时候，则通过机器发出预警以提醒医生对其进行关注。并且通过不断训练得到的参数能够有效的弥补医生由于经验不足之间而产生的不同诊断情况的出现，也能够有效提升患者的就医体验。
本发明实施例的咽鼓管OCT图像识别处理方法通过采用OCT成像设备来获取咽鼓管的OCT图像，并通过图像识别对对应的咽鼓管的层次结构信息以及相应的参数进行准确获取计算，并将其提供给医生进行参考，辅助医生进行更好的决策。
实施例二
请参阅图9，图9是本发明实施例公开的咽鼓管OCT图像识别处理装置的结构示意图。如图9所示，该咽鼓管OCT图像识别处理装置可以包括：
接收模块21：用于当检测存在阻力的时候，控制OCT成像设备的回抽装置按照预设速度对OCT探头进行回抽操作，在OCT探头回抽过程中，接收通过OCT探头检测到的咽鼓管的OCT图像；
层次识别模块22：用于对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，通过所述组织层次信息以确定咽鼓管的组织层次结构；
参数识别模块23：用于对所述OCT图像进行图像识别以确定咽鼓管的各项参数信息；
信息展示模块24：用于将所述组织层次信息以及咽鼓管的各项参数信息传输至相应的显示模块以进行信息展示。
更为优选的，所述组织层次信息包括粘膜层信息和粘膜下层信息；所述对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，包括
灰度值转换模块：用于对所述OCT图像进行灰度转换以确定转换后的图像中所有像素点的灰度值数据；
区间确定模块：用于对获取到的所述灰度值数据进行聚类分析以确定对应像素点的灰度值数据的所属区间；
匹配模块：用于将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息；所述灰度阈值包括粘膜层阈值区间和粘膜下层阈值区间，所述粘膜下层阈值区间包括软骨阈值区间。
更为优选的，在所述将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息之后，还包括：
第一标记模块：用于采用标记符号对不同的组织层次信息进行标记操作，并将标记后的组织层次信息发送至显示模块以进行信息展示。
更为优选的，在所述将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息之后，还包括：
第二标记模块：用于采用第一闭合曲线、第二闭合曲线和第三闭合曲线对不同的组织层次信息进行曲线标记操作以得到带有曲线标记的OCT图像；所述第一闭合曲线、第二闭合曲线和第三闭合曲线距离探头的距离依次增大；
所述参数信息包括管腔面积、管壁面积、管壁厚度和粘膜层厚度；所述对所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息，包括：
位置确定模块：用于确定所述OCT图像中所有闭合曲线的位置信息；
距离确定模块：用于根据所有闭合曲线的位置信息确定相应闭合曲线之间的距离信息；
厚度确定模块：用于根据所述距离信息确定管壁厚度信息以及粘膜层厚度信息；
第一面积确定模块：用于根据所述第一闭合曲线的位置信息确定咽鼓管的管腔区域信息，并根据所述管腔区域信息确定咽鼓管的管腔面积；
第二面积确定模块：用于根据所述第一闭合曲线到第三闭合曲线的位置信息确定咽鼓管的管壁区域信息，并根据所述管壁区域信息确定咽鼓管的管壁面积。
本发明实施例的咽鼓管OCT图像识别处理方法通过采用OCT成像设备来获取咽鼓管的OCT图像，并通过图像识别对对应的咽鼓管的层次结构信息以及相应的参数进行准确获取计算，并将其提供给医生进行参考，辅助医生进行更好的决策。
实施例三
请参阅图10，图10是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图10所示，该电子设备可以包括：
存储有可执行程序代码的存储器510；
与存储器510耦合的处理器520；
其中，处理器520调用存储器510中存储的可执行程序代码，执行实施例一中的咽鼓管OCT图像识别处理方法中的部分或全部步骤。
本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的咽鼓管OCT图像识别处理方法中的部分或全部步骤。
本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的咽鼓管OCT图像识别处理方法中的部分或全部步骤。
本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的咽鼓管OCT图像识别处理方法中的部分或全部步骤。
在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备（可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器）执行本发明的各个实施例所述方法的部分或全部步骤。
在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器（Read-Only Memory，ROM）、随机存储器（Random Access Memory，RAM）、可编程只读存储器（Programmable Read-only Memory，PROM）、可擦除可编程只读存储器（Erasable Programmable Read-Only Memory，EPROM）、一次可编程只读存储器（One-time Programmable Read-Only Memory，OTPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、只读光盘（CompactDisc Read-Only Memory，CD-ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的咽鼓管OCT图像识别处理方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种咽鼓管OCT图像识别处理方法，其特征在于，包括：
接收通过OCT探头检测到的咽鼓管的OCT图像；
对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，所述组织层次信息包括粘膜层信息和粘膜下层信息；通过所述组织层次信息以确定咽鼓管的组织层次结构；所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，包括：
对所述OCT图像进行灰度转换以确定转换后的图像中所有像素点的灰度值数据；
对获取到的所述灰度值数据进行聚类分析以确定对应像素点的灰度值数据的所属区间；
将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息；所述灰度阈值包括粘膜层阈值区间和粘膜下层阈值区间；
采用第一闭合曲线、第二闭合曲线和第三闭合曲线对不同的组织层次信息进行曲线标记操作以得到带有曲线标记的OCT图像；所述第一闭合曲线、第二闭合曲线和第三闭合曲线距离探头的距离依次增大；
对所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息；所述参数信息包括管腔面积、管壁面积、管壁厚度和粘膜层厚度；所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息，包括：
确定所述OCT图像中所有闭合曲线的位置信息；
根据所有闭合曲线的位置信息确定相应闭合曲线之间的距离信息；
根据所述距离信息确定管壁厚度信息、粘膜层及粘膜下层信息；
根据所述第一闭合曲线的位置信息确定咽鼓管的管腔区域信息，并根据所述管腔区域信息确定咽鼓管的管腔面积和直径；
根据所述第一闭合曲线到第三闭合曲线的位置信息确定咽鼓管的管壁区域信息，并根据所述管壁区域信息确定咽鼓管的粘膜层及粘膜下层的厚度、灰度值；
将所述组织层次信息以及咽鼓管的各项参数信息传输至相应的显示模块以进行信息展示。
2.如权利要求1所述的咽鼓管OCT图像识别处理方法，其特征在于，在所述将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息之后，还包括：
采用标记符号对不同的组织层次信息进行标记操作，并将标记后的组织层次信息发送至显示模块以进行信息展示。
3.如权利要求1所述的咽鼓管OCT图像识别处理方法，其特征在于，在所述接收通过OCT探头检测到的咽鼓管的OCT图像之后，还包括：
接收用户在OCT图像绘制的闭合曲线信息，所述闭合曲线用于对咽鼓管的各个位置进行图像标记。
4.如权利要求1所述的咽鼓管OCT图像识别处理方法，其特征在于，OCT成像设备被配置为以设定速率进行图像获取，且被配置为提供分辨率为1024*1024像素的图像。
5.一种咽鼓管OCT图像识别处理装置，其特征在于，包括：
接收模块：接收通过OCT探头检测到的咽鼓管的OCT图像；
层次识别模块：用于对所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，所述组织层次信息包括粘膜层信息和粘膜下层信息；通过所述组织层次信息以确定咽鼓管的组织层次结构；所述OCT图像进行区域划分以确定咽鼓管的组织层次信息，包括
对所述OCT图像进行灰度转换以确定转换后的图像中所有像素点的灰度值数据；
对获取到的所述灰度值数据进行聚类分析以确定对应像素点的灰度值数据的所属区间；
将对应像素点的灰度值数据的所属区间与预设的灰度阈值进行匹配以确定其所属组织层次信息；所述灰度阈值包括粘膜层阈值区间和粘膜下层阈值区间；
采用第一闭合曲线、第二闭合曲线和第三闭合曲线对不同的组织层次信息进行曲线标记操作以得到带有曲线标记的OCT图像；所述第一闭合曲线、第二闭合曲线和第三闭合曲线距离探头的距离依次增大；
参数识别模块：用于对所述OCT图像进行图像识别以确定咽鼓管的各项参数信息；所述参数信息包括管腔面积、管壁面积、管壁厚度和粘膜层厚度；所述OCT图像进行图像识别以确定特定位置的咽鼓管的各项参数信息，包括：
确定所述OCT图像中所有闭合曲线的位置信息；
根据所有闭合曲线的位置信息确定相应闭合曲线之间的距离信息；
根据所述距离信息确定管壁厚度信息、粘膜层及粘膜下层信息；
根据所述第一闭合曲线的位置信息确定咽鼓管的管腔区域信息，并根据所述管腔区域信息确定咽鼓管的管腔面积和直径；
根据所述第一闭合曲线到第三闭合曲线的位置信息确定咽鼓管的管壁区域信息，并根据所述管壁区域信息确定咽鼓管的粘膜层及粘膜下层的厚度、灰度值；
信息展示模块：用于将所述组织层次信息以及咽鼓管的各项参数信息传输至相应的显示模块以进行信息展示。
6.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至4任一项所述的咽鼓管OCT图像识别处理方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1至4任一项所述的咽鼓管OCT图像识别处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210737567.1A CN114820605B (zh) | 2022-06-28 | 2022-06-28 | 一种咽鼓管oct图像识别处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210737567.1A CN114820605B (zh) | 2022-06-28 | 2022-06-28 | 一种咽鼓管oct图像识别处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114820605A CN114820605A (zh) | 2022-07-29 |
| CN114820605B true CN114820605B (zh) | 2022-09-20 |
Family
ID=82522677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210737567.1A Active CN114820605B (zh) | 2022-06-28 | 2022-06-28 | 一种咽鼓管oct图像识别处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114820605B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103549953A (zh) * | 2013-10-25 | 2014-02-05 | 天津大学 | 一种基于医学核磁共振影像提取微波检测乳房模型的方法 |
| CN107307848A (zh) * | 2017-05-27 | 2017-11-03 | 天津海仁医疗技术有限公司 | 一种基于高速大范围扫描光学微造影成像的人脸识别及皮肤检测系统 |
| CN109389669A (zh) * | 2017-08-04 | 2019-02-26 | 阿里健康信息技术有限公司 | 虚拟环境中人体三维模型构建方法及系统 |
| CN111150370A (zh) * | 2020-01-15 | 2020-05-15 | 广州永士达医疗科技有限责任公司 | 一种应用于咽鼓管的oct检查方法 |
| WO2021136304A1 (en) * | 2019-12-31 | 2021-07-08 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
| CN114140610A (zh) * | 2021-11-24 | 2022-03-04 | 北京术客高鑫科技有限公司 | 光电成像描迹方法和装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| ES2517915T3 (es) * | 2008-06-02 | 2014-11-04 | Lightlab Imaging, Inc. | Métodos cuantitativos para obtener características de un tejido a partir de imágenes de tomografía por coherencia óptica |
| ITMI20121156A1 (it) * | 2012-06-29 | 2013-12-30 | Consiglio Nazionale Ricerche | Metodo di elaborazione di immagini di tomografia a coerenza ottica |
-
2022
- 2022-06-28 CN CN202210737567.1A patent/CN114820605B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103549953A (zh) * | 2013-10-25 | 2014-02-05 | 天津大学 | 一种基于医学核磁共振影像提取微波检测乳房模型的方法 |
| CN107307848A (zh) * | 2017-05-27 | 2017-11-03 | 天津海仁医疗技术有限公司 | 一种基于高速大范围扫描光学微造影成像的人脸识别及皮肤检测系统 |
| CN109389669A (zh) * | 2017-08-04 | 2019-02-26 | 阿里健康信息技术有限公司 | 虚拟环境中人体三维模型构建方法及系统 |
| WO2021136304A1 (en) * | 2019-12-31 | 2021-07-08 | Shanghai United Imaging Healthcare Co., Ltd. | Systems and methods for image processing |
| CN111150370A (zh) * | 2020-01-15 | 2020-05-15 | 广州永士达医疗科技有限责任公司 | 一种应用于咽鼓管的oct检查方法 |
| CN114140610A (zh) * | 2021-11-24 | 2022-03-04 | 北京术客高鑫科技有限公司 | 光电成像描迹方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| Investigations on the potential of optical coherence tomography as an imaging tool for eustachian tube;Xiao‑Mei Sun.et al;《Scientific Reports》;20210413;第1页摘要-第5页总结 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114820605A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11468564B2 (en) | Systems and methods for automatic detection and quantification of pathology using dynamic feature classification | |
| US20190266486A1 (en) | Image analysis method, image analysis apparatus and learned deep layer learning algorithm manufacturing method | |
| CN109924956B (zh) | 一种颅内动脉瘤图像的形态学参数的测量方法及装置 | |
| CN108520512B (zh) | 一种测量眼部参数的方法及装置 | |
| CN109002846B (zh) | 一种图像识别方法、装置和存储介质 | |
| CN112716446A (zh) | 高血压性视网膜病变的病变特征的测量方法及测量系统 | |
| CN110929728B (zh) | 一种图像感兴趣区域划分方法、图像分割方法及装置 | |
| CN112132854B (zh) | 图像分割的方法及装置，以及电子设备 | |
| CN113643354B (zh) | 基于增强分辨率的眼底图像的血管管径的测量装置 | |
| CN115578783A (zh) | 基于眼部图像进行眼部疾病识别的装置、方法及相关产品 | |
| CN114387464A (zh) | 基于ivus影像的易损斑块识别方法、计算机设备、可读存储介质和程序产品 | |
| CN114820605B (zh) | 一种咽鼓管oct图像识别处理方法及装置 | |
| CN117373070B (zh) | 血管分段标注的方法及装置、电子设备和存储介质 | |
| CN112767422B (zh) | 图像分割模型的训练方法及装置，分割方法及装置，设备 | |
| CN114299057A (zh) | 血管中心线的提取方法和存储介质 | |
| CN113537408A (zh) | 一种超声图像处理方法、装置、设备及存储介质 | |
| CN115690556B (zh) | 一种基于多模态影像学特征的图像识别方法及系统 | |
| CN113409273B (zh) | 一种图像分析方法、装置、设备和介质 | |
| CN115761228A (zh) | 一种冠状动脉钙化斑块分割方法、装置、设备及存储介质 | |
| CN115661142A (zh) | 一种基于关键点检测的舌诊图像处理方法、设备及介质 | |
| JP2015157071A (ja) | 健康状態評価支援システム及び毛細血管のデータ取得方法 | |
| CN109919935B (zh) | 一种头颈体血管分割方法及设备 | |
| CN115668388A (zh) | 估计内窥镜在人体气道模型中的位置 | |
| CN115132328B (zh) | 信息可视化方法、装置、设备及存储介质 | |
| US20220284571A1 (en) | Method and system for automatic calcium scoring from medical images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240422 Address after: 518000, No. 33, Guimiao New Village, Yuegui Community, Yuehai Street, Nanshan District, Shenzhen, Guangdong Province 104 Patentee after: Shenzhen Aositian Medical Technology Co.,Ltd. Country or region after: China Address before: 510700 No. B205, zone B, Guangzhou International Business Incubator, No. 3, Juquan Road, Science City, Guangzhou high tech Industrial Development Zone, Guangzhou, Guangdong Province Patentee before: GUANGZHOU WINSTAR MEDICAL TECHNOLOGY Co.,Ltd. Country or region before: China |