CN103324853A - 基于医学图像特征的相似度计算系统及方法 - Google Patents
基于医学图像特征的相似度计算系统及方法 Download PDFInfo
- Publication number
- CN103324853A CN103324853A CN2013102567784A CN201310256778A CN103324853A CN 103324853 A CN103324853 A CN 103324853A CN 2013102567784 A CN2013102567784 A CN 2013102567784A CN 201310256778 A CN201310256778 A CN 201310256778A CN 103324853 A CN103324853 A CN 103324853A
- Authority
- CN
- China
- Prior art keywords
- vector
- similarity
- medical image
- image
- ssd
- 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.)
- Pending
Links
Images
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种基于医学图像特征的相似度计算系统及方法，该系统包括：患者医学图像数据库：用以存储待诊断患者的医学图像；正常医学图像数据库：用以存储正常人的医学图像；疾病特征数据库：用以存储由医生录入的疾病的图像特征以及相关病征、病史信息；图像特征提取模块：用以调入患者的医学图像和正常人的医学图像，提取患者的医学影像信息与正常人的医学图像对比查找病变区域，并提取病变区域的图像特征发送至相似度计算模块；相似度计算模块：用以将接收到的病变区域的图像特征与疾病特征数据库中的图像特征进行比对，计算相似度，得到相似度计算结果并发送至显示模块显示。本发明有效提高了诊断的准确度和效率，并大大减少医生的工作量。
Description
技术领域
本发明涉及医学图像诊断技术领域，具体地，涉及一种基于医学图像特征的相似度计算系统及方法。
背景技术
运用医学影像对病人进行诊断已经是现在普遍应用的诊断方法，但是，目前都是由医生直接通过肉眼观察影响进行疾病诊断，人工诊断在进行诊断时，由于图像数据量大，加上人眼对图像的识别能力有限，不可避免的会出现误诊、漏诊，各种主观失误也时有出现，对患者治疗的准确性留下了很大的隐患。并且医院里进行ct、pet检查，往往会产生大量的图片，使得有限数目的医学图像工作人员任务繁重，劳动强度大。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于医学图像特征的相似度计算系统及方法。
根据本发明的一个方面，提供一种基于医学图像特征的相似度计算系统，包括：
患者医学图像数据库：用以存储待诊断患者的医学图像；
正常医学图像数据库：用以存储正常人的医学图像；
疾病特征数据库：用以存储由医生录入的疾病的图像特征以及相关病征、病史信息；
图像特征提取模块：分别与患者医学图像数据库、正常医学图像数据库以及相似度计算模块连接，用以调入患者的医学图像和正常人的医学图像，提取患者的医学影像信息与正常人的医学图像对比查找病变区域，并提取病变区域的图像特征发送至相似度计算模块；
相似度计算模块：分别与疾病特征数据库和图像特征提取模块连接，用以将接收到的病变区域的图像特征与疾病特征数据库中的图像特征进行比对，计算相似度，得到相似度计算结果并发送至显示模块；以及，
显示模块：与相似度计算模块连接，用以显示相似度计算结果。
优选地，相似度计算模块通过对特征向量的平方差和进行计算得到相似度计算结果，具体为：首先计算向量的SSD系数，对特征库模块存储的N维特征向量，假设特征库中第i维特征向量值为Vector(i)，待匹配的病例图中第i维特征向量值为Co_Vector(i),则SSD=(Co_Vector(1)-Vector(1))^2+(Co_Vector(2)-Vector(2))^2+…(Co_Vector(N)-Vector(N))^2，相似度算子为1-SSD/N，其中，N为向量的维数，SSD为向量的SSD系数。
优选地，病变区域的图像特征包括：病变区域的灰度值、形状、轮廓、大小、位置和表面粗糙程度。
优选地，相似度计算结果包括相似度数值，显示模块显示相似度数值最高的疾病的相关信息。
根据本发明的另一个方面，提供一种基于医学图像特征的相似度计算方法，包括以下步骤：
步骤1：图像特征提取模块调入患者的医学图像和正常人的医学图像，提取患者的医学影像信息与正常人的医学图像对比查找病变区域，并提取病变区域的图像特征发送至相似度计算模块；
步骤2：相似度计算模块将接收到的病变区域的图像特征与疾病特征数据库中的图像特征进行比对，计算相似度，得到相似度计算结果并显示。
优选地，步骤1中病变区域的图像特征包括：病变区域的灰度值、形状、轮廓、大小、位置和表面粗糙程度。
优选地，步骤2中，相似度计算具体为：首先计算向量的SSD系数，对特征库模块存储的N维特征向量，假设特征库中第i维特征向量值为Vector(i)，待匹配的病例图中第i维特征向量值为Co_Vector(i),则SSD=(Co_Vector(1)-Vector(1))^2+(Co_Vector(2)-Vector(2))^2+…(Co_Vector(N)-Vector(N))^2，相似度算子为1-SSD/N，其中，N为向量的维数，SSD为向量的SSD系数。
本发明通过图像特征提取模块识别患者医学图像不同于正常人医学图像的地方，并提取相应的图像特征；图像相似度计算模块计算该病例的图像与特征数据库中储存的疾病图像的相似度，并最终给出相似度的数值，显示相似度数值最高的疾病的相关信息，从而协助医生进行诊断。与现有技术相比，本发明具有如下的有益效果：本发明结合计算机系统建立相似度算法，计算符合医生经验知识的相似度，结合医学图像专家的经验知识，对疾病做出初步的诊断，为疾病诊断提供重要参考，有效提高了诊断的准确度和效率，并大大减少医生的工作量。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明基于医学图像特征的相似度计算系统的结构原理图；
图2为本发明实施例中的肺结核病人ct图像及特征提取结果示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
请参阅图1，一种基于医学图像特征的相似度计算系统，包括：患者医学图像数据库101，正常医学图像数据库102，疾病特征数据库103，图像特征提取模块104，相似度计算模块105和显示模块106。其中，
患者医学图像数据库101：用以存储待诊断患者的医学图像。
正常医学图像数据库102：用以存储正常人的医学图像。
疾病特征数据库103：用以存储由医生录入的疾病的图像特征以及相关病征、病史信息。
图像特征提取模块104：分别与患者医学图像数据库101、正常医学图像数据库102以及相似度计算模块105连接，用以调入患者的医学图像和正常人的医学图像，提取患者的医学影像信息与正常人的医学图像对比查找病变区域，并提取病变区域的图像特征发送至相似度计算模块。
具体地，病变区域的图像特征包括：病变区域的灰度值、形状、轮廓、大小、位置和表面粗糙程度。
相似度计算模块105：分别与疾病特征数据库103和图像特征提取模块104连接，用以将接收到的病变区域的图像特征与疾病特征数据库中的图像特征进行比对，计算相似度，得到相似度计算结果并发送至显示模块。
具体地，相似度计算模块105通过对特征向量的平方差和进行计算得到相似度计算结果，具体为：首先计算向量的SSD系数，对特征库模块存储的N维特征向量，假设特征库中第i维特征向量值为Vector(i)，待匹配的病例图中第i维特征向量值为Co_Vector(i),则SSD=(Co_Vector(1)-Vector(1))^2+(Co_Vector(2)-Vector(2))^2+…(Co_Vector(N)-Vector(N))^2，相似度算子为1-SSD/N，其中，N为向量的维数，SSD为向量的SSD系数。
显示模块106：与相似度计算模块105连接，用以显示相似度计算结果。
进一步地，相似度计算结果包括相似度数值，显示模块106显示相似度数值最高的疾病的相关信息。
根据本发明的另一个方面，提供一种基于医学图像特征的相似度计算方法，包括以下步骤：
步骤1：图像特征提取模块调入患者的医学图像和正常人的医学图像，提取患者的医学影像信息与正常人的医学图像对比查找病变区域，并提取病变区域的图像特征发送至相似度计算模块。
病变区域的图像特征包括：病变区域的灰度值、形状、轮廓、大小、位置和表面粗糙程度。
步骤2：相似度计算模块将接收到的病变区域的图像特征与疾病特征数据库中的图像特征进行比对，计算相似度，得到相似度计算结果并显示。
相似度计算具体为：首先计算向量的SSD系数，对特征库模块存储的N维特征向量，假设特征库中第i维特征向量值为Vector(i)，待匹配的病例图中第i维特征向量值为Co_Vector(i),则SSD=(Co_Vector(1)-Vector(1))^2+(Co_Vector(2)-Vector(2))^2+…(Co_Vector(N)-Vector(N))^2，相似度算子为1-SSD/N，其中，N为向量的维数，SSD为向量的SSD系数。
以下以应用本发明对肺结核病人ct图像进行相似度计算具体说明本发明的工作过程。请参阅图2，其为本发明实施例中的肺结核病人ct图像及特征提取结果示意图。首先，图像特征提取模块调入病人的ct图像，然后对比同一部位的正常人ct图像，从而发现病变。然后图像特征提取模块提取相关信息，比如灰度、病灶大小、表面粗糙程度、位置等。提取的信息由相似度计算模块进行汇总，分别计算与特征数据库中各个疾病的相似度，并检索特征数据库，将相似度最高的病例检索出来显示。
本发明结合计算机系统建立相似度算法，计算符合医生经验知识的相似度，结合医学图像专家的经验知识，对疾病做出初步的诊断，为疾病诊断提供重要参考，有效提高了诊断的准确度和效率，并大大减少医生的工作量。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
Claims (7)
1.一种基于医学图像特征的相似度计算系统，其特征在于，包括:
患者医学图像数据库：用以存储待诊断患者的医学图像；
正常医学图像数据库：用以存储正常人的医学图像；
疾病特征数据库：用以存储由医生录入的疾病的图像特征以及相关病征、病史信息；
图像特征提取模块：分别与所述患者医学图像数据库、正常医学图像数据库以及相似度计算模块连接，用以调入患者的医学图像和正常人的医学图像，提取患者的医学影像信息与正常人的医学图像对比查找病变区域，并提取病变区域的图像特征发送至相似度计算模块；
相似度计算模块：分别与所述疾病特征数据库和图像特征提取模块连接，用以将接收到的病变区域的图像特征与疾病特征数据库中的图像特征进行比对，计算相似度，得到相似度计算结果并发送至显示模块；以及，
显示模块：与所述相似度计算模块连接，用以显示相似度计算结果。
2.根据权利要求1所述的基于医学图像特征的相似度计算系统，其特征在于，所述相似度计算模块通过对特征向量的平方差和SSD进行计算得到相似度计算结果，具体为：首先计算向量的SSD系数，对特征库模块存储的N维特征向量，假设特征库中第i维特征向量值为Vector(i)，待匹配的病例图中第i维特征向量值为Co_Vector(i),则SSD=(Co_Vector(1)-Vector(1))^2+(Co_Vector(2)-Vector(2))^2+…(Co_Vector(N)-Vector(N))^2，相似度算子为1-SSD/N，其中，N为向量的维数，SSD为向量的SSD系数。
3.根据权利要求1所述的基于医学图像特征的相似度计算系统，其特征在于，所述病变区域的图像特征包括：病变区域的灰度值、形状、轮廓、大小、位置和表面粗糙程度。
4.根据权利要求1所述的基于医学图像特征的相似度计算系统，其特征在于，所述相似度计算结果包括相似度数值，所述显示模块显示相似度数值最高的疾病的相关信息。
5.一种基于医学图像特征的相似度计算方法，其特征在于，包括以下步骤：
步骤1：图像特征提取模块调入患者的医学图像和正常人的医学图像，提取患者的医学影像信息与正常人的医学图像对比查找病变区域，并提取病变区域的图像特征发送至相似度计算模块；
步骤2：相似度计算模块将接收到的病变区域的图像特征与疾病特征数据库中的图像特征进行比对，计算相似度，得到相似度计算结果并显示。
6.根据权利要求5所述的基于医学图像特征的相似度计算方法，其特征在于，步骤1中所述病变区域的图像特征包括：病变区域的灰度值、形状、轮廓、大小、位置和表面粗糙程度。
7.根据权利要求5所述的基于医学图像特征的相似度计算方法，其特征在于，步骤2中，相似度计算具体为：首先计算向量的SSD系数，对特征库模块存储的N维特征向量，假设特征库中第i维特征向量值为Vector(i)，待匹配的病例图中第i维特征向量值为Co_Vector(i),则SSD=(Co_Vector(1)-Vector(1))^2+(Co_Vector(2)-Vector(2))^2+…(Co_Vector(N)-Vector(N))^2，相似度算子为1-SSD/N，其中，N为向量的维数，SSD为向量的SSD系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013102567784A CN103324853A (zh) | 2013-06-25 | 2013-06-25 | 基于医学图像特征的相似度计算系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013102567784A CN103324853A (zh) | 2013-06-25 | 2013-06-25 | 基于医学图像特征的相似度计算系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103324853A true CN103324853A (zh) | 2013-09-25 |
Family
ID=49193592
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2013102567784A Pending CN103324853A (zh) | 2013-06-25 | 2013-06-25 | 基于医学图像特征的相似度计算系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103324853A (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514283A (zh) * | 2013-09-29 | 2014-01-15 | 方正国际软件有限公司 | 疑似数据对比显示系统和方法 |
| CN103870688A (zh) * | 2014-03-10 | 2014-06-18 | 青岛大学医学院附属医院 | 移动互联网环境下头颈部浅表疾病初筛图像相似性比较方法 |
| CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
| CN106662992A (zh) * | 2014-05-16 | 2017-05-10 | 科赛普特治疗学股份有限公司 | 通过症状跟踪来管理慢性病症的治疗的系统和方法 |
| CN106650299A (zh) * | 2017-01-18 | 2017-05-10 | 浙江大学 | 一种患者相似性分析的快速计算方法 |
| CN106886605A (zh) * | 2017-03-17 | 2017-06-23 | 北京农信互联科技有限公司 | 病患牲畜症状图片处理方法及装置 |
| CN106897572A (zh) * | 2017-03-08 | 2017-06-27 | 山东大学 | 基于流形学习的肺结节病例匹配辅助检测系统及其工作方法 |
| CN107590806A (zh) * | 2017-09-19 | 2018-01-16 | 陈烨 | 一种基于大脑医学成像的检测方法和系统 |
| CN108305680A (zh) * | 2017-11-13 | 2018-07-20 | 陈霄 | 基于多元生物学特征的智能帕金森症辅助诊断方法和装置 |
| CN108648183A (zh) * | 2018-05-04 | 2018-10-12 | 北京雅森科技发展有限公司 | 一种对spect脑部三维图像分析的方法 |
| CN108681731A (zh) * | 2018-04-03 | 2018-10-19 | 中山大学 | 一种甲状腺癌症超声图片自动标注方法及系统 |
| CN108926478A (zh) * | 2018-05-07 | 2018-12-04 | 北京全贵医疗科技有限公司 | 基于用户诊断报告的脚部理疗方法及装置 |
| CN108960305A (zh) * | 2018-06-21 | 2018-12-07 | 四川希氏异构医疗科技有限公司 | 一种内镜影像判定系统及方法 |
| CN110348477A (zh) * | 2019-06-04 | 2019-10-18 | 上海联影智能医疗科技有限公司 | 医疗图像处理方法、存储介质及计算机设备 |
| CN110767293A (zh) * | 2019-11-07 | 2020-02-07 | 辽宁医汇智健康科技有限公司 | 一种脑部辅助诊断系统 |
| WO2020118535A1 (zh) * | 2018-12-11 | 2020-06-18 | 广东医动科技有限公司 | 一种b超智能辅助采集方法及系统 |
| CN111640480A (zh) * | 2020-05-21 | 2020-09-08 | 上海联影智能医疗科技有限公司 | 医学报告生成方法、计算机设备和存储介质 |
| CN111696649A (zh) * | 2020-06-10 | 2020-09-22 | 杭州联众医疗科技股份有限公司 | 一种实现病种控费的手术前后影像数据比对的系统 |
| CN111919260A (zh) * | 2018-03-19 | 2020-11-10 | 威里利生命科学有限责任公司 | 基于术前图像的手术视频检索 |
| CN113130050A (zh) * | 2021-04-20 | 2021-07-16 | 皖南医学院第一附属医院（皖南医学院弋矶山医院） | 一种医学信息显示方法及显示系统 |
| CN113178248A (zh) * | 2021-04-28 | 2021-07-27 | 联仁健康医疗大数据科技股份有限公司 | 医学图像数据库建立方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101231662A (zh) * | 2008-01-25 | 2008-07-30 | 华中科技大学 | 基于网格平台的分布式医学图像检索系统 |
| CN101390748A (zh) * | 2008-11-06 | 2009-03-25 | 北京东信康达数字科技有限公司 | 热图像测定装置 |
| CN101520893A (zh) * | 2009-02-23 | 2009-09-02 | 暨南大学 | 一种婴幼儿脑医学计算机扫描图像的分析方法及实现系统 |
| CN102542551A (zh) * | 2010-12-13 | 2012-07-04 | 北京师范大学 | 极地冰盖边缘浮冰自动变化检测技术 |
-
2013
- 2013-06-25 CN CN2013102567784A patent/CN103324853A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101231662A (zh) * | 2008-01-25 | 2008-07-30 | 华中科技大学 | 基于网格平台的分布式医学图像检索系统 |
| CN101390748A (zh) * | 2008-11-06 | 2009-03-25 | 北京东信康达数字科技有限公司 | 热图像测定装置 |
| CN101520893A (zh) * | 2009-02-23 | 2009-09-02 | 暨南大学 | 一种婴幼儿脑医学计算机扫描图像的分析方法及实现系统 |
| CN102542551A (zh) * | 2010-12-13 | 2012-07-04 | 北京师范大学 | 极地冰盖边缘浮冰自动变化检测技术 |
Non-Patent Citations (1)
| Title |
|---|
| 钟凡 等: "基于WSSD的不规则图像块快速匹配", 《中国图象图形学报》 * |
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103514283A (zh) * | 2013-09-29 | 2014-01-15 | 方正国际软件有限公司 | 疑似数据对比显示系统和方法 |
| CN103870688A (zh) * | 2014-03-10 | 2014-06-18 | 青岛大学医学院附属医院 | 移动互联网环境下头颈部浅表疾病初筛图像相似性比较方法 |
| CN106662992A (zh) * | 2014-05-16 | 2017-05-10 | 科赛普特治疗学股份有限公司 | 通过症状跟踪来管理慢性病症的治疗的系统和方法 |
| US11610666B2 (en) | 2014-05-16 | 2023-03-21 | Corcept Therapeutics, Inc. | Systems and methods of managing treatment of a chronic condition by symptom tracking |
| CN105184103B (zh) * | 2015-10-15 | 2019-01-22 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医系统 |
| CN105184103A (zh) * | 2015-10-15 | 2015-12-23 | 清华大学深圳研究生院 | 基于病历数据库的虚拟名医 |
| CN106650299A (zh) * | 2017-01-18 | 2017-05-10 | 浙江大学 | 一种患者相似性分析的快速计算方法 |
| CN106897572A (zh) * | 2017-03-08 | 2017-06-27 | 山东大学 | 基于流形学习的肺结节病例匹配辅助检测系统及其工作方法 |
| CN106886605A (zh) * | 2017-03-17 | 2017-06-23 | 北京农信互联科技有限公司 | 病患牲畜症状图片处理方法及装置 |
| CN107590806A (zh) * | 2017-09-19 | 2018-01-16 | 陈烨 | 一种基于大脑医学成像的检测方法和系统 |
| CN107590806B (zh) * | 2017-09-19 | 2021-06-01 | 陈烨 | 一种基于大脑医学成像的检测方法和系统 |
| CN108305680A (zh) * | 2017-11-13 | 2018-07-20 | 陈霄 | 基于多元生物学特征的智能帕金森症辅助诊断方法和装置 |
| CN111919260A (zh) * | 2018-03-19 | 2020-11-10 | 威里利生命科学有限责任公司 | 基于术前图像的手术视频检索 |
| CN108681731A (zh) * | 2018-04-03 | 2018-10-19 | 中山大学 | 一种甲状腺癌症超声图片自动标注方法及系统 |
| CN108648183A (zh) * | 2018-05-04 | 2018-10-12 | 北京雅森科技发展有限公司 | 一种对spect脑部三维图像分析的方法 |
| CN108648183B (zh) * | 2018-05-04 | 2021-07-27 | 北京雅森科技发展有限公司 | 一种对spect脑部三维图像分析的方法 |
| CN108926478A (zh) * | 2018-05-07 | 2018-12-04 | 北京全贵医疗科技有限公司 | 基于用户诊断报告的脚部理疗方法及装置 |
| CN108960305A (zh) * | 2018-06-21 | 2018-12-07 | 四川希氏异构医疗科技有限公司 | 一种内镜影像判定系统及方法 |
| WO2020118535A1 (zh) * | 2018-12-11 | 2020-06-18 | 广东医动科技有限公司 | 一种b超智能辅助采集方法及系统 |
| CN110348477A (zh) * | 2019-06-04 | 2019-10-18 | 上海联影智能医疗科技有限公司 | 医疗图像处理方法、存储介质及计算机设备 |
| CN110348477B (zh) * | 2019-06-04 | 2021-10-22 | 上海联影智能医疗科技有限公司 | 医疗图像处理方法、存储介质及计算机设备 |
| CN110767293A (zh) * | 2019-11-07 | 2020-02-07 | 辽宁医汇智健康科技有限公司 | 一种脑部辅助诊断系统 |
| CN110767293B (zh) * | 2019-11-07 | 2023-11-21 | 辽宁医汇智健康科技有限公司 | 一种脑部辅助诊断系统 |
| CN111640480A (zh) * | 2020-05-21 | 2020-09-08 | 上海联影智能医疗科技有限公司 | 医学报告生成方法、计算机设备和存储介质 |
| CN111640480B (zh) * | 2020-05-21 | 2023-09-26 | 上海联影智能医疗科技有限公司 | 医学报告生成方法、计算机设备和存储介质 |
| CN111696649A (zh) * | 2020-06-10 | 2020-09-22 | 杭州联众医疗科技股份有限公司 | 一种实现病种控费的手术前后影像数据比对的系统 |
| CN113130050A (zh) * | 2021-04-20 | 2021-07-16 | 皖南医学院第一附属医院（皖南医学院弋矶山医院） | 一种医学信息显示方法及显示系统 |
| CN113130050B (zh) * | 2021-04-20 | 2023-11-24 | 皖南医学院第一附属医院（皖南医学院弋矶山医院） | 一种医学信息显示方法及显示系统 |
| CN113178248A (zh) * | 2021-04-28 | 2021-07-27 | 联仁健康医疗大数据科技股份有限公司 | 医学图像数据库建立方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103324853A (zh) | 基于医学图像特征的相似度计算系统及方法 | |
| US20210158531A1 (en) | Patient Management Based On Anatomic Measurements | |
| ES2905660T3 (es) | Procedimiento y sistema para el triaje asistido por ordenador | |
| US10304198B2 (en) | Automatic medical image retrieval | |
| US20190340763A1 (en) | Systems and methods for analysis of anatomical images | |
| JP5222082B2 (ja) | 情報処理装置およびその制御方法、データ処理システム | |
| US8150132B2 (en) | Image analysis apparatus, image analysis method, and computer-readable recording medium storing image analysis program | |
| US7653227B2 (en) | Hierarchical modeling in medical abnormality detection | |
| US20160321427A1 (en) | Patient-Specific Therapy Planning Support Using Patient Matching | |
| US11651850B2 (en) | Computer vision technologies for rapid detection | |
| WO2019215605A1 (en) | Systems and methods for analysis of anatomical images | |
| US11875897B2 (en) | Medical image processing apparatus, method, and program, and diagnosis support apparatus, method, and program | |
| US20120250961A1 (en) | Medical report generation apparatus, method and program | |
| US20120321189A1 (en) | Systems and methods for automated extraction of measurement information in medical videos | |
| CN111640480B (zh) | 医学报告生成方法、计算机设备和存储介质 | |
| CN102209488A (zh) | 图像处理设备、图像处理方法、程序和程序记录介质 | |
| Wong et al. | GCW-UNet segmentation of cardiac magnetic resonance images for evaluation of left atrial enlargement | |
| JP6981940B2 (ja) | 画像診断支援装置、方法及びプログラム | |
| JP5539478B2 (ja) | 情報処理装置および情報処理方法 | |
| Lucassen et al. | Deep learning for detection and localization of B-lines in lung ultrasound | |
| Abdallah et al. | A new uniform parameterization and invariant 3D spherical harmonic shape descriptors for shape analysis of the heart’s left ventricle–A pilot study | |
| Wang et al. | An ensemble of U-Net architecture variants for left atrial segmentation | |
| CN108230289A (zh) | 基于x线体检正位胸片的计算机辅助诊断系统和方法 | |
| CN111539342A (zh) | 一种输液渗漏的识别系统 | |
| CN117476219B (zh) | 基于大数据分析的定位ct断层图像的辅助方法和辅助系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130925 |
|
| RJ01 | Rejection of invention patent application after publication |