CN104899891A - 一种识别孕囊组织的方法、装置及宫腔吸引装置 - Google Patents
一种识别孕囊组织的方法、装置及宫腔吸引装置 Download PDFInfo
- Publication number
- CN104899891A CN104899891A CN201510353489.5A CN201510353489A CN104899891A CN 104899891 A CN104899891 A CN 104899891A CN 201510353489 A CN201510353489 A CN 201510353489A CN 104899891 A CN104899891 A CN 104899891A
- Authority
- CN
- China
- Prior art keywords
- image
- pregnant
- lens capsule
- capsule tissue
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 210000001667 gestational sac Anatomy 0.000 title abstract 10
- 238000001514 detection method Methods 0.000 claims abstract description 42
- 239000002775 capsule Substances 0.000 claims description 142
- 230000003595 spectral effect Effects 0.000 claims description 41
- 239000000284 extract Substances 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000001228 spectrum Methods 0.000 abstract 3
- 238000010586 diagram Methods 0.000 description 10
- 206010000210 abortion Diseases 0.000 description 5
- 231100000176 abortion Toxicity 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 206010000234 Abortion spontaneous Diseases 0.000 description 1
- 241000227425 Pieris rapae crucivora Species 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 208000015994 miscarriage Diseases 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 208000000995 spontaneous abortion Diseases 0.000 description 1
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
- G06T7/0014—Biomedical image inspection using an image reference approach
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/42—Gynaecological or obstetrical instruments or methods
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Abstract
本发明公开了一种识别孕囊组织的方法、装置及宫腔吸引装置，该方法包括：获取实时采集到宫腔的第一图像；提取图像的光谱特征信息以及纹理特征信息，所述图像为所述第一图像；调用孕囊组织检测模型数据库，孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；查找所述孕囊组织检测模型数据库中的样本模型，将与第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；根据目标模型是否存在孕囊组织的识别信息，生成确定第一图像是否存在孕囊组织的结果信息。本发明所提供的识别孕囊组织的方法、装置及宫腔吸引装置，能够自动识别出孕囊组织。
Description
技术领域
本发明涉及医疗技术领域，特别是涉及一种识别孕囊组织的方法、装置及宫腔吸引装置。
背景技术
目前，10周以内的人流手术可以采用负压吸引的方式进行，手术设备包括吸引管，可视化系统，负压吸引器，吸引管的前端有开口，后端连接到负压吸引器。手术中，医生观察可视化系统，使用吸引管吸出子宫内的孕囊。但是，现有技术对于做人流手术的临床医生而言，长时间对着可视化系统，容易产生视觉疲劳，这样，可能造成人流手术清宫不彻底的情况，为患者健康留下隐患。
发明内容
本发明的目的是提供一种识别孕囊组织的方法、装置及宫腔吸引装置，目的在于解决现有技术中只依赖医生的主观判断对孕囊组织进行识别可靠性不高的问题。
为解决上述技术问题，本发明提供一种识别孕囊组织的方法，包括：
获取实时采集到宫腔的第一图像；
提取图像的光谱特征信息以及纹理特征信息，所述图像为所述第一图像；
调用孕囊组织检测模型数据库，所述孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；
查找所述孕囊组织检测模型数据库中的样本模型，将与所述第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；
根据所述目标模型是否存在孕囊组织的识别信息，生成确定所述第一图像是否存在孕囊组织的结果信息。
可选地，还包括：
预先建立孕囊组织检测模型数据库。
可选地，所述预先建立孕囊组织检测模型数据库包括：
获取多个采集到的孕囊组织图像以及非孕囊组织的宫腔图像，作为样本图像；
提取图像的光谱特征信息以及纹理特征信息，所述图像为所述样本图像；
将所述样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息进行存储，作为所述样本模型。
可选地，在所述提取图像的光谱特征信息以及纹理特征信息之前还包括：
对图像进行数据插值、白平衡调节以及伽马调节处理。
可选地，在所述对所述图像进行数据插值、白平衡调节以及伽马调节处理之后还包括：
对图像的对比度、亮度以及饱和度进行调节处理。
可选地，所述提取图像的光谱特征信息包括：
将所述图像分为多个像素块；
提取每个像素块在HSV颜色空间中的平均色调值、平均饱和度值以及平均亮度值，作为所述光谱特征信息。
可选地，所述提取图像的纹理特征信息包括：
将所述图像分为多个像素块；
对所述像素块进行灰度化处理并将灰度级别进行压缩；
计算所述像素块的灰度共生矩阵，得到所述灰度共生矩阵的能量、熵、惯性矩以及相关性的值，作为所述纹理特征信息。
本发明还提供了一种识别孕囊组织的装置，包括：
获取模块，用于获取实时采集到宫腔的第一图像；
提取模块，用于提取图像的光谱特征信息以及纹理特征信息，所述图像为所述第一图像；
调用模块，用于调用孕囊组织检测模型数据库，所述孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；
查找模块，用于查找所述孕囊组织检测模型数据库中的样本模型，将与所述第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；
识别模块，用于根据所述目标模型是否存在孕囊组织的识别信息，生成确定所述第一图像是否存在孕囊组织的结果信息。
本发明还提供了一种宫腔吸引装置，包括：摄像吸引管、图像显示模块、负压吸引器以及如权利要求8所述的识别孕囊组织的装置；
其中，所述摄像吸引管用于对宫腔图像进行实时采集，并在所述负压吸引器的控制下进行孕囊吸引；
所述识别孕囊组织的装置用于对所述宫腔图像是否存在孕囊组织进行识别，生成结果信息；
所述图像显示模块用于对采集到的图像以及生成的结果信息进行实时显示。
可选地，还包括：
病人信息编辑模块，用于接收并响应用户输入的对病人信息进行添加、删除或修改的操作指令；
数据库模块，用于对所述图像、所述病人信息以及医生结论进行存储；
报告单模块，用于接收并响应用户输入的对手术报告单进行编辑或打印的操作指令。
本发明所提供的识别孕囊组织的方法、装置及宫腔吸引装置，通过提取采集到的图像的光谱特征信息以及纹理特征信息，在孕囊组织检测模型数据库中查找与之相对应的目标模型，并根据该目标模型是否存在孕囊组织的识别信息，确定该图像是否存在孕囊组织。可见，本发明所提供的识别孕囊组织的方法、装置及宫腔吸引装置，能够自动识别出孕囊组织，为医生提供了辅助诊断功能，提高了人流手术的可靠性。
附图说明
图1为本发明所提供的识别孕囊组织的方法的一种具体实施方式的流程图；
图2为本发明所提供的识别孕囊组织的方法的另一种具体实施方式中建立孕囊组织检测模型数据库的流程图；
图3为本发明所提供的识别孕囊组织的方法的又一种具体实施方式的流程图；
图4为本发明所提供的识别孕囊组织的装置的一种具体实施方式的结构框图；
图5本发明所提供的宫腔吸引装置的示意图；
图6为本发明所提供的宫腔吸引装置中一次性摄像吸引管的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅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。
本发明所提供的识别孕囊组织的方法的一种具体实施方式的流程图如图1所示，该方法包括：
步骤S101：获取实时采集到宫腔的第一图像；
步骤S102：提取图像的光谱特征信息以及纹理特征信息，所述图像为所述第一图像；
步骤S103：调用孕囊组织检测模型数据库，所述孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；
步骤S104：查找所述孕囊组织检测模型数据库中的样本模型，将与所述第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；
步骤S105：根据所述目标模型是否存在孕囊组织的识别信息，生成确定所述第一图像是否存在孕囊组织的结果信息。
本发明所提供的识别孕囊组织的方法，通过提取采集到的图像的光谱特征信息以及纹理特征信息，在孕囊组织检测模型数据库中查找与之相对应的目标模型，并根据该目标模型是否存在孕囊组织的识别信息，确定图像是否存在孕囊组织。可见，本发明所提供的识别孕囊组织的方法，能够自动识别出孕囊组织，为医生提供辅助诊断功能，提高人流手术的可靠性。
本发明所提供的识别孕囊组织的方法的另一种具体实施方式对预先建立孕囊组织检测模型数据库的过程作了进一步限定。
如图2建立孕囊组织检测模型数据库的流程图所示，预先建立孕囊组织检测模型数据库的具体过程包括：
步骤S201：获取多个采集到的孕囊组织图像以及非孕囊组织的宫腔图像，作为样本图像；
步骤S202：提取图像的光谱特征信息以及纹理特征信息，所述图像为所述样本图像；
步骤S203：将样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息进行存储，作为所述样本模型。
本实施例中将大量采集到的10周以下的孕囊组织图像以及大量非孕囊组织的宫腔图像，作为样本图像，提取该样本图像的特征信息，采用机器学习方法，得到训练好的孕囊组织检测模型，并将该模型存储。
本发明所提供的识别孕囊组织的方法的又一种具体实施方式的流程图如图3所示，该方法包括：
步骤S301：获取实时采集到宫腔的第一图像；
步骤S302：对图像进行数据插值、白平衡调节以及伽马调节处理；
具体地，采用常见的双线性插值方法将采集到的图像数据插值为RGB数据格式。可选地，将该RGB图像暂存在数据存储器中。
将插值后的图像通过常见的白平衡调节的方法进行图像的白平衡调节，并进行伽马调节。
步骤S303：对图像的对比度、亮度以及饱和度进行调节处理；
需要指出的是，上述步骤S303图像中对对比度、亮度以及饱和度的调节顺序可以进行互换，这都不影响本发明的实现。且步骤S303对于本发明来说不是必须的，为可选地。对图像进行对比度、亮度以及饱和度调节能够有效提高图像的质量，也能够对接下来的孕囊识别起到积极作用，有助于提高识别的准确度。
步骤S304：提取第一图像的光谱特征信息以及纹理特征信息；
此处的第一图像既可以为步骤S302对图像进行数据插值、白平衡调节以及伽马调节处理后的图像，也可以为经步骤S303对图像的对比度、亮度以及饱和度进行调节后的图像。
步骤S305：调用预先建立的孕囊组织检测模型数据库，所述孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；
步骤S306：查找所述孕囊组织检测模型数据库中的样本模型，将与所述第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；
步骤S307：根据所述目标模型是否存在孕囊组织的识别信息，生成确定所述第一图像是否存在孕囊组织的结果信息。
本发明所提供的识别孕囊组织的方法，光谱特征信息具体为HSV颜色空间中像素点的色调H、饱和度S和亮度V。对第一图像以及样本图像的光谱特征信息进行提取具体可以通过下述过程来实现：
将图像分为多个像素块；提取每个像素块在HSV颜色空间中的平均色调值、平均饱和度值以及平均亮度值，作为所述光谱特征信息。
在本实施例中，图像分辨率为480*480，将图像分成8*8大小的像素块，提取每个像素块在HSV颜色空间中的平均色调值H、平均饱和度值S以及平均亮度值V，作为所述光谱特征信息。
图像的纹理特征信息包含能量、熵、惯性矩及相关性四个纹理参数。对第一图像以及样本图像的纹理特征信息进行提取具体可以通过下述过程来实现：
将图像分为多个像素块；对所述像素块进行灰度化处理并将灰度级别进行压缩；计算所述像素块的灰度共生矩阵，得到所述灰度共生矩阵的能量、熵、惯性矩及相关性的值，作为所述纹理特征信息。
在本实施例中，对获取到的图像，分成8*8大小的像素块，为了减少计算量，可以优选地先对图像像素块进行灰度化，再将灰度级由256级压缩成16级，计算像素块的灰度共生矩阵，并计算灰度共生矩阵的能量、熵、惯性矩及相关性四个纹理参数。
本发明所提供的识别孕囊组织的装置的一种具体实施方式的结构框图如图4所示，该装置包括：
获取模块11，用于获取实时采集到宫腔的第一图像；
提取模块12，用于提取第一图像的光谱特征信息以及纹理特征信息；
调用模块13，用于调用孕囊组织检测模型数据库，所述孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；
查找模块14，用于查找所述孕囊组织检测模型数据库中的样本模型，将与第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；
识别模块15，用于根据所述目标模型是否存在孕囊组织的识别信息，生成确定第一图像是否存在孕囊组织的结果信息。
本发明所提供的识别孕囊组织的装置，通过提取采集到的图像的光谱特征信息以及纹理特征信息，在孕囊组织检测模型数据库中查找与之相对应的目标模型，并根据该目标模型是否存在孕囊组织的识别信息，确定图像是否存在孕囊组织。可见，本发明所提供的识别孕囊组织的装置，能够自动识别出孕囊组织，为医生提供辅助诊断功能，提高人流手术的可靠性。
将样本图像的光谱特征信息和纹理特征信息作为自动识别模型的输入，在对模型进行训练时，需要将样本图像是否为孕囊组织的结果也输入到该模型中，1表示孕囊组织，0表示非孕囊组织，经过训练后，得到孕囊组织检测模型数据库中的样本模型。
预先建立的孕囊组织检测模型数据库用于对孕囊样本的采集及学习，并将学习的结果输出保存，以供识别孕囊组织的装置中的调用模块13调用。孕囊组织检测模型数据库的学习仅对产品设计人员开放，目的在于获得孕囊组织检测模型，该模型一旦获得，则将其集成到识别孕囊组织的装置中，供实时分析获取得到的图像，另外，孕囊组织检测模型数据库可以根据需要对样本集进行调整，以获得对孕囊组织检测准确度更高的模型。
作为一种优选实施方式，本发明所提供的识别孕囊组织的装置还可以进一步包括：
第一处理模块16，用于对图像进行数据插值、白平衡调节以及伽马调节处理。该模块包含数据插值单元161、白平衡调节单元162、伽马调节单元163。
第一处理模块16还可以进一步包括：数据存储器164，用于暂存经数据插值单元161插值后的图像数据。
作为一种优选实施方式，本发明所提供的识别孕囊组织的装置还可以进一步包括：
第二处理模块17，用于对图像的对比度、亮度以及饱和度进行调节处理。该模块包含对比度调节单元171、亮度调节单元172、饱和度调节单元173。
需要指出的是，这三个单元的顺序可以互换，并且对于本发明来说不是必须的，但是这三个单元能够有效的提高图像质量，也能够对接下来的孕囊识别起到积极作用，有助于提高其识别的准确度。
本发明所提供的识别孕囊组织的装置的电源模块通过外部电源进行供电，其他设置与上述方法相对应，在此不再赘述。
本发明还提供了一种包含上述识别孕囊组织的装置1的宫腔吸引装置，如图5宫腔吸引装置示意图所示，该装置还包括：摄像吸引管2、图像显示模块3、负压吸引器4。
其中，摄像吸引管2用于对宫腔图像进行实时采集，并在负压吸引器4的控制下进行孕囊吸引；
识别孕囊组织的装置1用于对宫腔图像是否存在孕囊组织进行识别，生成结果信息；
图像显示模块3用于对采集到的图像以及生成的结果信息进行实时显示。
摄像吸引管2可以具体为一次性摄像吸引管，如图6一次性摄像吸引管示意图所示，其由透明头罩21、吸引口22、管身23、手柄24、连接线25和接负压吸引器端口26组成。透明头罩21内置有白色光源、光学镜头和图像传感器，吸引口22用于吸引孕囊组织，管身23标有刻度，方便医生观察吸引管进入宫腔内的深度，连接线25用于与识别孕囊组织的装置1相连，负压吸引器端口26用于连接外围设备负压吸引器4，通过负压吸出孕囊组织。
一次性摄像吸引管2前端透明头罩21中的图像传感器对宫腔图像进行采集，该图像传感器可具体采用CMOS传感器，获得的数据格式为Bayer类型。
作为一种优选实施方式，本发明所提供的宫腔吸引装置还可以进一步包括：
病人信息编辑模块，用于接收并响应用户输入的对病人信息进行添加、删除或修改的操作指令；
数据库模块，用于对所述图像、所述病人信息以及医生结论进行存储，并具备信息检索功能；
报告单模块，用于接收并响应用户输入的对手术报告单进行编辑或打印的操作指令。
本发明所提供的宫腔吸引装置的具体工作原理是：通过一次性摄像吸引管2前端头罩21中的微型摄像头拍摄图像，图像经过识别孕囊组织的装置1处理后，得到是否含有孕囊组织的结果，并将该结果与图像一起，经过数据连接线5发送至图像显示模块3，图像显示模块3将图像显示出来，并将识别孕囊组织的装置1的识别结果实时显示出来，供医生参考观察孕囊的情况，再配合外围设备负压吸引器4进行孕囊吸引，孕囊组织从一次性摄像吸引管2前端的吸引口22通过吸引管吸出。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种识别孕囊组织的方法，其特征在于，包括：
获取实时采集到宫腔的第一图像；
提取图像的光谱特征信息以及纹理特征信息，所述图像为所述第一图像；
调用孕囊组织检测模型数据库，所述孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；
查找所述孕囊组织检测模型数据库中的样本模型，将与所述第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；
根据所述目标模型是否存在孕囊组织的识别信息，生成确定所述第一图像是否存在孕囊组织的结果信息。
2.如权利要求1所述的识别孕囊组织的方法，其特征在于，还包括：
预先建立孕囊组织检测模型数据库。
3.如权利要求2所述的识别孕囊组织的方法，其特征在于，所述预先建立孕囊组织检测模型数据库包括：
获取多个采集到的孕囊组织图像以及非孕囊组织的宫腔图像，作为样本图像；
提取图像的光谱特征信息以及纹理特征信息，所述图像为所述样本图像；
将所述样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息进行存储，作为所述样本模型。
4.如权利要求1所述的识别孕囊组织的方法，其特征在于，在所述提取图像的光谱特征信息以及纹理特征信息之前还包括：
对图像进行数据插值、白平衡调节以及伽马调节处理。
5.如权利要求4所述的识别孕囊组织的方法，其特征在于，在所述对所述图像进行数据插值、白平衡调节以及伽马调节处理之后还包括：
对图像的对比度、亮度以及饱和度进行调节处理。
6.如权利要求1至5任一项所述的识别孕囊组织的方法，其特征在于，所述提取图像的光谱特征信息包括：
将所述图像分为多个像素块；
提取每个像素块在HSV颜色空间中的平均色调值、平均饱和度值以及平均亮度值，作为所述光谱特征信息。
7.如权利要求1至5任一项所述的识别孕囊组织的方法，其特征在于，所述提取图像的纹理特征信息包括：
将所述图像分为多个像素块；
对所述像素块进行灰度化处理并将灰度级别进行压缩；
计算所述像素块的灰度共生矩阵，得到所述灰度共生矩阵的能量、熵、惯性矩以及相关性的值，作为所述纹理特征信息。
8.一种识别孕囊组织的装置，其特征在于，包括：
获取模块，用于获取实时采集到宫腔的第一图像；
提取模块，用于提取图像的光谱特征信息以及纹理特征信息，所述图像为所述第一图像；
调用模块，用于调用孕囊组织检测模型数据库，所述孕囊组织检测模型数据库包括多个样本模型，所述样本模型包含样本图像的光谱特征信息、纹理特征信息以及是否存在孕囊组织的识别信息；
查找模块，用于查找所述孕囊组织检测模型数据库中的样本模型，将与所述第一图像的光谱特征信息以及纹理特征信息相一致的模型作为目标模型；
识别模块，用于根据所述目标模型是否存在孕囊组织的识别信息，生成确定所述第一图像是否存在孕囊组织的结果信息。
9.一种宫腔吸引装置，其特征在于，包括：摄像吸引管、图像显示模块、负压吸引器以及如权利要求8所述的识别孕囊组织的装置；
其中，所述摄像吸引管用于对宫腔图像进行实时采集，并在所述负压吸引器的控制下进行孕囊吸引；
所述识别孕囊组织的装置用于对所述宫腔图像是否存在孕囊组织进行识别，生成结果信息；
所述图像显示模块用于对采集到的图像以及生成的结果信息进行实时显示。
10.如权利要求9所述的宫腔吸引装置，其特征在于，还包括：
病人信息编辑模块，用于接收并响应用户输入的对病人信息进行添加、删除或修改的操作指令；
数据库模块，用于对采集到的图像、所述病人信息以及医生结论进行存储；
报告单模块，用于接收并响应用户输入的对手术报告单进行编辑或打印的操作指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510353489.5A CN104899891B (zh) | 2015-06-24 | 2015-06-24 | 一种识别孕囊组织的方法、装置及宫腔吸引装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510353489.5A CN104899891B (zh) | 2015-06-24 | 2015-06-24 | 一种识别孕囊组织的方法、装置及宫腔吸引装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104899891A true CN104899891A (zh) | 2015-09-09 |
| CN104899891B CN104899891B (zh) | 2019-02-12 |
Family
ID=54032536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510353489.5A Active CN104899891B (zh) | 2015-06-24 | 2015-06-24 | 一种识别孕囊组织的方法、装置及宫腔吸引装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104899891B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108209956A (zh) * | 2016-12-12 | 2018-06-29 | 西门子医疗有限公司 | 用于确定肿瘤的组织特性的方法 |
| CN110060223A (zh) * | 2019-06-11 | 2019-07-26 | 湖南自兴智慧医疗科技有限公司 | 一种基于特征提取及去噪的图像分割方法 |
| CN110475503A (zh) * | 2017-03-30 | 2019-11-19 | 富士胶片株式会社 | 医疗用图像处理装置及内窥镜系统以及医疗用图像处理装置的工作方法 |
| CN110638507A (zh) * | 2019-09-25 | 2020-01-03 | 重庆西山科技股份有限公司 | 宫腔吸引设备及控制方法 |
| WO2020133636A1 (zh) * | 2018-12-27 | 2020-07-02 | 武汉唐济科技有限公司 | 前列腺手术中外包膜智能检测和预警方法及系统 |
| CN111803803A (zh) * | 2015-11-17 | 2020-10-23 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的几何模型建立方法 |
| CN112132064A (zh) * | 2020-09-25 | 2020-12-25 | 新希望六和股份有限公司 | 基于人工智能的识别孕囊数量的方法、装置、设备和介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1929781A (zh) * | 2003-08-21 | 2007-03-14 | 依斯克姆公司 | 用于脉管斑块检测和分析的自动化方法和系统 |
| CN101422351A (zh) * | 2008-11-25 | 2009-05-06 | 上海家宝医学保健科技有限公司 | 一种用于宫腔及输卵管检测的组合式可视探针及吸引管 |
| CN102579114A (zh) * | 2012-02-13 | 2012-07-18 | 上海宇度医学科技有限公司 | 微创内窥可视宫腔组织吸引管 |
-
2015
- 2015-06-24 CN CN201510353489.5A patent/CN104899891B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1929781A (zh) * | 2003-08-21 | 2007-03-14 | 依斯克姆公司 | 用于脉管斑块检测和分析的自动化方法和系统 |
| CN101422351A (zh) * | 2008-11-25 | 2009-05-06 | 上海家宝医学保健科技有限公司 | 一种用于宫腔及输卵管检测的组合式可视探针及吸引管 |
| CN102579114A (zh) * | 2012-02-13 | 2012-07-18 | 上海宇度医学科技有限公司 | 微创内窥可视宫腔组织吸引管 |
Non-Patent Citations (3)
| Title |
|---|
| 刘斌等: "《血液细胞图像自动识别系统的研究》", 《计算机工程》 * |
| 孙延奎: "《光学相干层医学图像处理及其应用》", 《光学 精密工程》 * |
| 彭辉: "《基于纹理特征的图像分类识别》", 《计算机与信息技术》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111803803A (zh) * | 2015-11-17 | 2020-10-23 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的几何模型建立方法 |
| CN111803803B (zh) * | 2015-11-17 | 2023-02-10 | 南京中硼联康医疗科技有限公司 | 基于医学影像数据的几何模型建立方法 |
| CN108209956A (zh) * | 2016-12-12 | 2018-06-29 | 西门子医疗有限公司 | 用于确定肿瘤的组织特性的方法 |
| CN110475503A (zh) * | 2017-03-30 | 2019-11-19 | 富士胶片株式会社 | 医疗用图像处理装置及内窥镜系统以及医疗用图像处理装置的工作方法 |
| US11412917B2 (en) | 2017-03-30 | 2022-08-16 | Fujifilm Corporation | Medical image processor, endoscope system, and method of operating medical image processor |
| WO2020133636A1 (zh) * | 2018-12-27 | 2020-07-02 | 武汉唐济科技有限公司 | 前列腺手术中外包膜智能检测和预警方法及系统 |
| CN110060223A (zh) * | 2019-06-11 | 2019-07-26 | 湖南自兴智慧医疗科技有限公司 | 一种基于特征提取及去噪的图像分割方法 |
| CN110638507A (zh) * | 2019-09-25 | 2020-01-03 | 重庆西山科技股份有限公司 | 宫腔吸引设备及控制方法 |
| CN112132064A (zh) * | 2020-09-25 | 2020-12-25 | 新希望六和股份有限公司 | 基于人工智能的识别孕囊数量的方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104899891B (zh) | 2019-02-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104899891A (zh) | 一种识别孕囊组织的方法、装置及宫腔吸引装置 | |
| JP5871325B2 (ja) | 情報処理装置、情報処理システム、情報処理方法、プログラム及び記録媒体 | |
| CN101404923B (zh) | 医疗用图像处理装置 | |
| CN109858540B (zh) | 一种基于多模态融合的医学图像识别系统及方法 | |
| CN107886503A (zh) | 一种消化道解剖位置识别方法及装置 | |
| CN101594817B (zh) | 医疗用图像处理装置以及医疗用图像处理方法 | |
| CN107730489A (zh) | 无线胶囊内窥镜小肠病变计算机辅助检测系统及检测方法 | |
| WO2021147429A1 (zh) | 内窥镜图像展示方法、装置、计算机设备及存储介质 | |
| CN105072968A (zh) | 图像处理装置、内窥镜装置、程序和图像处理方法 | |
| CN102697446B (zh) | 图像处理装置和图像处理方法 | |
| CN106056588A (zh) | 胶囊内窥镜图像数据去冗余方法 | |
| CN110619318B (zh) | 基于人工智能的图像处理方法、显微镜、系统和介质 | |
| EP3961644B1 (en) | Image recognition based workstation for evaluation on quality check of colonoscopy | |
| CN103975364B (zh) | 针对宫颈的光学检查的图像选择 | |
| CN106821324A (zh) | 一种基于舌面和舌下综合分析的舌诊辅助医疗系统 | |
| CN109242792A (zh) | 一种基于白色物体的白平衡校对方法 | |
| CN106599779A (zh) | 一种人耳识别方法 | |
| CN104050676A (zh) | 一种基于Logistic回归模型的逆光图像检测方法及装置 | |
| JP2000245700A (ja) | 眼底計測装置及び眼底計測プログラムを記録した記録媒体 | |
| KR101341065B1 (ko) | 3파장 영상을 이용한 설진 영상 처리 방법 | |
| CN114049934B (zh) | 辅助诊断方法、装置、系统、设备和介质 | |
| CN113344911B (zh) | 一种结石尺寸的测量方法以及测量装置 | |
| CN113744266B (zh) | 一种病灶检测框的显示方法、装置、电子设备及存储介质 | |
| CN101394780B (zh) | 医疗用图像处理装置以及医疗用图像处理方法 | |
| CN109953743A (zh) | 中医面像采集分析装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method, device and uterine cavity suction device for identifying gestational sac tissue Effective date of registration: 20210126 Granted publication date: 20190212 Pledgee: Agricultural Bank of China Limited Chongqing Yubei sub branch Pledgor: CHONGQING JINSHAN SCIENCE & TECHNOLOGY (GROUP) Co.,Ltd. Registration number: Y2021500000004 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20220214 Granted publication date: 20190212 Pledgee: Agricultural Bank of China Limited Chongqing Yubei sub branch Pledgor: CHONGQING JINSHAN SCIENCE & TECHNOLOGY (GROUP) Co.,Ltd. Registration number: Y2021500000004 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A method, device and uterine cavity suction device for identifying gestational sac tissue Effective date of registration: 20220627 Granted publication date: 20190212 Pledgee: Agricultural Bank of China Limited Chongqing Yubei sub branch Pledgor: CHONGQING JINSHAN SCIENCE & TECHNOLOGY (GROUP) Co.,Ltd. Registration number: Y2022500000034 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20231020 Granted publication date: 20190212 Pledgee: Agricultural Bank of China Limited Chongqing Yubei sub branch Pledgor: Chongqing Jinshan Medical Technology Research Institute Co.,Ltd.|BEIJING ZHONGJIN SILICON VALLEY TECHNOLOGY CO.,LTD.|CHONGQING JINSHAN SCIENCE & TECHNOLOGY (GROUP) Co.,Ltd. Registration number: Y2022500000034 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |