CN108937871A - 一种消化道微光学相干断层成像图像分析系统及方法 - Google Patents
一种消化道微光学相干断层成像图像分析系统及方法 Download PDFInfo
- Publication number
- CN108937871A CN108937871A CN201810778737.4A CN201810778737A CN108937871A CN 108937871 A CN108937871 A CN 108937871A CN 201810778737 A CN201810778737 A CN 201810778737A CN 108937871 A CN108937871 A CN 108937871A
- Authority
- CN
- China
- Prior art keywords
- coherence tomography
- alimentary canal
- image
- micro
- server
- 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
Classifications
-
- 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
- A61B5/0033—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
- A61B5/004—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 adapted for image acquisition of a particular organ or body part
-
- 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
- A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
-
- 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
- A61B5/0084—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
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。
Description
技术领域
本发明属于医疗检测技术领域，涉及一种消化道微光学相干断层成像图像分析系统及方法，具体涉及一种基于深度学习的消化道微光学相干断层成像图像分析系统及方法。
背景技术
光学相干断层成像技术是20世纪90年代逐步发展形成的一种新的三维成像技术。它是基于低相干干涉原理获得深度方向的层析能力，通过扫描重构出生物组织内部结构的二维或三维图像，具有非接触、非侵入、成像速度快、探测灵敏度高等优点。目前，光学相干断层扫描技术已经在临床诊疗与科学研究中获得了广泛的应用，可以用于眼部、冠状动脉、消化道、呼吸道、脑皮层、癌症、皮肤等生物组织的成像。
消化内镜诊治技术的出现明显提高了消化道早癌的检出率，对消化道疾病的诊治产生了重大影响。相比之下，消化道微光学相干断层成像图像技术具有更高的灵敏度，可以在小视野下进行高分辨率的扫描，实现病灶组织的快速锁定及定性分析，有效弥补内镜诊断技术的不足，具有取而代之的潜力。但是消化道OCT图像分析较为复杂，对医生经验技术水平要求较高。随着卷积神经网络技术发展，使用深度学习来进行消化道微光学相干断层成像图像的识别已经成为了一种可能。
发明内容
为了解决上述技术问题，本发明利用深度学习技术，提供了一种消化道微光学相干断层成像图像识别分析系统，辅助医师进行图像分析，提高疾病的检出率。
本发明的系统所采用的技术方案是：一种消化道微光学相干断层成像图像分析系统，其特征在于：包括客户端和服务端；
所述客户端，用于监听消化道微光学相干断层成像设备采集的消化道微光学相干断层成像图像并传输给所述服务端，接收和显示所述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。
本发明的方法所采用的技术方案是：一种消化道微光学相干断层成像图像分析方法，其特征在于，包括以下步骤：
步骤1：采集消化道微光学相干断层扫描技术采集的图像，并上传至服务端；
步骤2：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；
步骤3：客户端接收并显示分析结果。
本发明的有益效果为：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，与人工读片相比，具有准确率高、耗时短等优点。提高消化道疾病识别的效率，降低了漏诊率出现，为患者健康提供保障。
附图说明
图1为本发明实施例的系统结构框图；
图2为本发明实施例的方法流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1，本发明提供的一种消化道微光学相干断层成像图像分析系统，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设备采集的消化道微光学相干断层成像图像并传输给所述服务端，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。
本实施例的客户端均包括通信模块和图像演示模块；其中，通信模块用于发送请求到服务端，及从服务端获取分析结果，具体实现为http通信方式；图像演示模块用于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。本实施例中，图像演示模块包括一张食管、胃部、十二指肠球部及降部、空肠、回肠、结肠、肛管整体的背景示意图；用于表示各个部位的PNG格式的示意图；用于表示存在病灶(即部位特征)的红点图片。根据服务端发回的信息调用表示各部位的图片和病灶(即部位特征)的红点图片在背景示意图上覆盖以表示消化道微光学相干断层扫描技术已检查的部位及存在病变的部位。
本实施例的服务端，用于采用J2EE架构，根据从客户端采集的消化道微光学相干断层成像图像，即时判断消化道微光学相干断层成像图像对应的部位及部位特征，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。
本实施例的样本数据库用于存储典型消化道微光学相干断层成像图像的样本，包括正常消化道微光学相关断层扫描技术图像和对消化道微光学相干断层成像图像进行病变标注的消化道微光学相干断层成像图像；本实施例中，消化道微光学相关断层扫描技术图像需要包含所需要的所有部位，即口咽部、食管、胃底、贲门(远景)、贲门(近景)、胃体后壁、胃体大小弯、胃体前壁、胃角、胃窦、幽门、十二指肠球部、降部、空肠、回肠、回盲部、升结肠、肝曲、横结肠、脾曲、降结肠、乙状结肠、直肠、肛管等部位的正常以及病变图像；胃内病变包括：“正常胃粘膜”、“早癌”、“非癌的其他病灶(包括糜烂、萎缩性胃炎、溃疡等)粘膜”三个分类；肠内病变包括中：“正常肠粘膜”、“早癌”、“腺瘤”、“息肉”四个分类。
本实施例的卷积神经网络模型为根据正常图片库和病变图片库训练好的一个模型，用于消化道微光学相干断层成像图像的病灶识别；模型为Resnet50，采用Python语言开发，封装成RESTful API(REST风格的网络接口)后被其他模块调用。卷积神经网络模型的训练过程、卷积神经网络模型用于图像识别领域为常规技术手段，在此不再复述。
本实施例的Web服务模块用于接收客户端的请求，将接收到的消化道微光学相干断层成像图像作为参数调用卷积神经网络模型依次进行消化道微光学相干断层成像图像是否正常以及存在是否病变的识别分析，得到分析结果反馈给客户端。客户端实时记录采集的消化道微光学相干断层成像图像存在的病变情况，并进行显示。
请见图2，本发明提供的一种消化道微光学相干断层成像图像分析方法，包括以下步骤：
步骤1：采集消化道微光学相干断层扫描技术采集的图像，并上传至服务端；
步骤2：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；
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。
在本实施例中，客户端根据服务端发回的分析结果调用表示各部位(即口咽部、食管、胃底、贲门(远景)、贲门(近景)、胃体后壁、胃体大小弯、胃体前壁、胃角、胃窦、幽门、十二指肠球部、降部、空肠、回肠、回盲部、升结肠、肝曲、横结肠、脾曲、降结肠、乙状结肠、直肠、肛管)的图片和病灶红点(即部位特征的标记)图片在背景示意图上覆盖以表示消化道微光学相干断层扫描技术操作已检查的部位及存在病变的部位。
胃内病变包括正常胃粘膜、早癌、非癌的其他病灶粘膜三个分类；肠内病变包括中正常肠粘膜、早癌、腺瘤、息肉四个分类；其中非癌的其他病灶包括糜烂、萎缩性胃炎、溃疡。
本实施例中所提及的“口咽部、食管、胃底、贲门(远景)、贲门(近景)、胃体后壁、胃体大小弯、胃体前壁、胃角、胃窦、幽门、十二指肠球部、降部、空肠、回肠、回盲部、升结肠、肝曲、横结肠、脾曲、降结肠、乙状结肠、直肠、肛管”、“早癌、正常胃粘膜、非癌的其他病灶(包括糜烂、萎缩性胃炎、溃疡等)粘膜、腺瘤、息肉、正常肠粘膜”并非对疾病的诊断，只是作为图片中的特征，可以理解为一个参数，而对它们的判断和识别是对图片的特征比对。
步骤3：客户端接收并显示分析结果。
本发明具有如下优点：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，与人工读片相比，具有准确率高、耗时短等优点。提高消化道疾病识别的效率，降低了漏诊率出现，为患者健康提供保障。解决消化道微光学相干断层扫描技术检查结果，对医师水平要求高，容易出现图像盲点和病灶漏诊断的问题，通过卷积神经网络模型对于采集的消化道微光学相干断层成像图像进行即时识别图片质量、识别部位和部位特征的识别，在图像显示系统上进行实时提示，为医师提供准确可靠的参考，提高检测的准确度和有效性，简单易用，具有显著的社会及经济价值。目前，光学相干断层扫描技术已经在临床诊疗与科学研究中获得了广泛的应用，可以用于眼部、冠状动脉、消化道、呼吸道、脑皮层、癌症、皮肤等生物组织的成像。相似的，本发明可以应用于上述多个系统的光学相干断层扫描技术采集的图像的识别。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。
Claims (7)
1.一种消化道微光学相干断层成像图像分析系统，其特征在于：包括客户端和服务端；
所述客户端，用于监听消化道微光学相干断层成像设备采集的消化道微光学相干断层成像图像并传输给所述服务端，接收和显示所述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。
2.根据权利要求1所述的消化道微光学相干断层成像图像分析系统，其特征在于：所述服务端包括样本数据库、卷积神经网络模型和web服务模块；
所述样本数据库用于存储消化道微光学相干断层成像图像的样本，包括正常消化道微光学相干断层成像图像和对消化道微光学相干断层成像图像进行病变标注的消化道微光学相干断层成像图像；
所述卷积神经网络模型为根据正常图片库和病变图片库训练好的模型，用于消化道微光学相干断层成像图像的病灶识别；
所述Web服务模块用于接收客户端的请求，将接收到的消化道微光学相干断层成像图像作为参数调用卷积神经网络模型进行消化道微光学相干断层成像图像是否正常以及是否存在病变的识别分析，得到分析结果反馈给客户端。
3.根据权利要求2所述的消化道微光学相干断层成像图像分析系统，其特征在于：所述样本数据库中包含所需要检查的所有部位的正常以及病变图像，包括口咽部、食管、胃底、远景贲门、近景贲门、胃体后壁、胃体大小弯、胃体前壁、胃角、胃窦、幽门、十二指肠球部、降部、空肠、回肠、回盲部、升结肠、肝曲、横结肠、脾曲、降结肠、乙状结肠、直肠、肛管部位的正常以及病变图像。
4.根据权利要求1所述的消化道微光学相干断层成像图像分析系统，其特征在于：所述客户端包括通信模块和图像演示模块；
所述通信模块用于发送请求到服务端，及从服务端获取分析结果；
所述图像演示模块用于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。
5.一种消化道微光学相干断层成像图像分析方法，其特征在于，包括以下步骤：
步骤1：采集消化道微光学相干断层扫描技术采集的图像，并上传至服务端；
步骤2：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；
步骤3：客户端接收并显示分析结果。
6.根据权利要求5所述的消化道微光学相干断层成像图像分析系统，其特征在于：步骤2中，胃内病变包括正常胃粘膜、早癌、非癌的其他病灶粘膜三个分类；肠内病变包括中正常肠粘膜、早癌、腺瘤、息肉四个分类；其中非癌的其他病灶包括糜烂、萎缩性胃炎、溃疡。
7.根据权利要求5所述的消化道微光学相干断层成像图像分析系统，其特征在于：步骤3中，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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810778737.4A CN108937871A (zh) | 2018-07-16 | 2018-07-16 | 一种消化道微光学相干断层成像图像分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810778737.4A CN108937871A (zh) | 2018-07-16 | 2018-07-16 | 一种消化道微光学相干断层成像图像分析系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108937871A true CN108937871A (zh) | 2018-12-07 |
Family
ID=64481337
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810778737.4A Pending CN108937871A (zh) | 2018-07-16 | 2018-07-16 | 一种消化道微光学相干断层成像图像分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108937871A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109841272A (zh) * | 2019-02-18 | 2019-06-04 | 广州明医医疗科技有限公司 | 实时图像识别显示设备 |
| CN111862090A (zh) * | 2020-08-05 | 2020-10-30 | 武汉楚精灵医疗科技有限公司 | 一种基于人工智能的食管癌术前管理的方法和系统 |
| CN114565611A (zh) * | 2022-04-28 | 2022-05-31 | 武汉大学 | 医学信息获取方法及相关设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120101372A1 (en) * | 2010-10-25 | 2012-04-26 | Fujifilm Corporation | Diagnosis support apparatus, diagnosis support method, lesioned part detection apparatus, and lesioned part detection method |
| CN202437065U (zh) * | 2012-01-18 | 2012-09-19 | 广州宝胆医疗器械科技有限公司 | 多普勒激光oct电子胃镜系统 |
| CN102697469A (zh) * | 2012-01-18 | 2012-10-03 | 广州宝胆医疗器械科技有限公司 | 一体化oct硬质肛肠镜系统 |
| CN102824154A (zh) * | 2012-09-04 | 2012-12-19 | 无锡微奥科技有限公司 | 一种基于oct的复合内窥镜成像系统及成像方法 |
| WO2016142675A1 (en) * | 2015-03-06 | 2016-09-15 | Micromass Uk Limited | Imaging guided ambient ionisation mass spectrometry |
| CN106297464A (zh) * | 2016-08-19 | 2017-01-04 | 上海梅斯医药科技有限公司 | 一种虚拟诊疗系统 |
| CN107967946A (zh) * | 2017-12-21 | 2018-04-27 | 武汉大学 | 基于深度学习的胃镜操作实时辅助系统及方法 |
-
2018
- 2018-07-16 CN CN201810778737.4A patent/CN108937871A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120101372A1 (en) * | 2010-10-25 | 2012-04-26 | Fujifilm Corporation | Diagnosis support apparatus, diagnosis support method, lesioned part detection apparatus, and lesioned part detection method |
| CN202437065U (zh) * | 2012-01-18 | 2012-09-19 | 广州宝胆医疗器械科技有限公司 | 多普勒激光oct电子胃镜系统 |
| CN102697469A (zh) * | 2012-01-18 | 2012-10-03 | 广州宝胆医疗器械科技有限公司 | 一体化oct硬质肛肠镜系统 |
| CN102824154A (zh) * | 2012-09-04 | 2012-12-19 | 无锡微奥科技有限公司 | 一种基于oct的复合内窥镜成像系统及成像方法 |
| WO2016142675A1 (en) * | 2015-03-06 | 2016-09-15 | Micromass Uk Limited | Imaging guided ambient ionisation mass spectrometry |
| CN106297464A (zh) * | 2016-08-19 | 2017-01-04 | 上海梅斯医药科技有限公司 | 一种虚拟诊疗系统 |
| CN107967946A (zh) * | 2017-12-21 | 2018-04-27 | 武汉大学 | 基于深度学习的胃镜操作实时辅助系统及方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109841272A (zh) * | 2019-02-18 | 2019-06-04 | 广州明医医疗科技有限公司 | 实时图像识别显示设备 |
| CN111862090A (zh) * | 2020-08-05 | 2020-10-30 | 武汉楚精灵医疗科技有限公司 | 一种基于人工智能的食管癌术前管理的方法和系统 |
| CN111862090B (zh) * | 2020-08-05 | 2023-10-10 | 武汉楚精灵医疗科技有限公司 | 一种基于人工智能的食管癌术前管理的方法和系统 |
| CN114565611A (zh) * | 2022-04-28 | 2022-05-31 | 武汉大学 | 医学信息获取方法及相关设备 |
| CN114565611B (zh) * | 2022-04-28 | 2022-07-19 | 武汉大学 | 医学信息获取方法及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP4018909A1 (en) | Deep learning-based diagnosis assistance system for early digestive tract cancer and examination apparatus | |
| KR102210806B1 (ko) | 위 내시경 이미지의 딥러닝을 이용하여 위 병변을 진단하는 장치 및 방법 | |
| CN108615037A (zh) | 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 | |
| JP7335552B2 (ja) | 画像診断支援装置、学習済みモデル、画像診断支援装置の作動方法および画像診断支援プログラム | |
| CN108695001A (zh) | 一种基于深度学习的癌症病灶范围预测辅助系统及方法 | |
| CN106934799B (zh) | 胶囊内窥镜图像辅助阅片系统及方法 | |
| US8579800B2 (en) | Systematic chromoendoscopy and chromocolonoscopy as a novel systematic method to examine organs with endoscopic techniques | |
| US20050074151A1 (en) | Method and system for multiple passes diagnostic alignment for in vivo images | |
| EP2305091A1 (en) | Image processing apparatus, image processing program, and image processing method | |
| Figueiredo et al. | Automatic polyp detection in pillcam colon 2 capsule images and videos: Preliminary feasibility report | |
| CN108937871A (zh) | 一种消化道微光学相干断层成像图像分析系统及方法 | |
| WO2021054477A2 (ja) | 消化器官の内視鏡画像による疾患の診断支援方法、診断支援システム、診断支援プログラム及びこの診断支援プログラムを記憶したコンピュータ読み取り可能な記録媒体 | |
| WO2020215807A1 (zh) | 一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 | |
| CN111986196B (zh) | 一种消化道胶囊内镜滞留自动监测方法及系统 | |
| WO2020256568A1 (en) | Method for real-time detection of objects, structures or patterns in a video, an associated system and an associated computer readable medium | |
| WO2019098415A1 (ko) | 자궁경부암에 대한 피검체의 발병 여부를 판정하는 방법 및 이를 이용한 장치 | |
| US11935239B2 (en) | Control method, apparatus and program for system for determining lesion obtained via real-time image | |
| Mackiewicz | Capsule endoscopy-state of the technology and computer vision tools after the first decade | |
| Bejakovic et al. | Analysis of Crohn's disease lesions in capsule endoscopy images | |
| Ma et al. | Deep learning for classification and localization of early gastric cancer in endoscopic images | |
| Keuchel et al. | Quantitative measurements in capsule endoscopy | |
| KR20150128297A (ko) | 캡슐내시경을 이용한 의료 정보 처리 방법 | |
| Patel et al. | Deep learning in gastrointestinal endoscopy | |
| US20240016366A1 (en) | Image diagnosis system for lesion | |
| Li et al. | Computer aided detection of bleeding in capsule endoscopy 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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200310 Address after: 430223 Room 001, Building D2, 10 Building, Phase III, Huacheng Avenue, Donghu New Technology Development Zone, Wuhan City, Hubei Province Applicant after: Wuhan Chujingling Medical Technology Co., Ltd. Address before: 430060 No. 99 Zhang Zhidong Road, Wuchang District, Hubei, Wuhan Applicant before: People's Hospital of Wuhan University (People's Hospital of Hubei Province) |
|
| TA01 | Transfer of patent application right | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |
|
| RJ01 | Rejection of invention patent application after publication |