CN109492713A - 一种远程超声影像质量监控系统 - Google Patents

一种远程超声影像质量监控系统 Download PDF

Info

Publication number
CN109492713A
CN109492713A CN201811586221.6A CN201811586221A CN109492713A CN 109492713 A CN109492713 A CN 109492713A CN 201811586221 A CN201811586221 A CN 201811586221A CN 109492713 A CN109492713 A CN 109492713A
Authority
CN
China
Prior art keywords
image
long
ultrasound image
doctor
range
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
Application number
CN201811586221.6A
Other languages
English (en)
Inventor
吴哲
李新伟
王权泳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Henan Platinum Aizhisheng Information Technology Co Ltd
Original Assignee
Henan Platinum Aizhisheng Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Henan Platinum Aizhisheng Information Technology Co Ltd filed Critical Henan Platinum Aizhisheng Information Technology Co Ltd
Priority to CN201811586221.6A priority Critical patent/CN109492713A/zh
Publication of CN109492713A publication Critical patent/CN109492713A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2193Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明涉及一种远程超声影像质量监控系统,有效的解决了现在系统无法鉴别基层医生扫描图像的精准性,后台医生解读难度大,响应时间长,效率低下的问题;其解决的技术方案是包括由基层乡镇医院的基层医生使用的超声便携设备,超声便携设备通过网络和远程云平台相连,远程云平台包括互相连接的超声图像库、数据存储器、图像评估计算单元和统计分析单元,远程云平台通过网络连接有后台,后台包括开发者操作显示终端和专业超声科医生终端;超声便携设备拍摄超声图像后上传至远程云平台,远程云平台接收图像后由图形评估计算单元评估图像质量;本发明具有超声图像精准性的自我评价能力,降低了后台医生的解读时间,降低了响应时间,提高了效率。

Description

一种远程超声影像质量监控系统
技术领域
本发明涉及大数据医疗技术领域,具体是一种远程超声影像质量监控系统。
背景技术
我国的医务人员相对缺乏,而培养一批专业超声科医生需要很多年,故而在偏远的地区经常会有超声医生缺乏的现象,或者乡镇医院的医生可能不懂超声。为了让偏远地区的老百姓享受到基本的医疗服务,目前的趋势是在医疗不发达地区投放便携式超声,基层医务人员利用便携智能一体化超声设备获取患者的病灶区域影像,并将超声图像传送到云端服务器,此时后台的专业超声医师对超声图像进行病情分析、判断,并将解读后的建议反馈给基层医疗机构的医务人员。
随着便携式超声设备的普及,使用者不一定是经验丰富的超声科医生,基层医生扫描得到的超声图像可能不够精准,这给云端后台的医生解读超声图像时带来很大困难。为了解决这一难题,急需一种新的系统,可有效的计算和评定基层医生扫描得到的超声图像的精确性,以指导基层医生是否需要再次扫描并得到更精确的超声图像以供后台医生解读。
因此,本发明提供一种新的远程超声影像质量监控系统来解决此问题。
发明内容
针对上述情况,为克服现有技术之缺陷,本发明提供一种远程超声影像质量监控系统,有效的解决了现在系统无法鉴别基层医生扫描图像的精准性,后台医生解读难度大,响应时间长,效率低下的问题。
本发明包括由基层乡镇医院的基层医生使用的超声便携设备,所述的超声便携设备通过网络和远程云平台相连,所述的远程云平台包括互相连接的超声图像库、数据存储器、图像评估计算单元和统计分析单元,所述的远程云平台通过网络连接有后台,所述的后台包括开发者操作显示终端和专业超声科医生终端;
所述的超声便携设备拍摄超声图像后上传至远程云平台,远程云平台接收图像后由图形评估计算单元评估图像质量,所述的图像质量评估分为下述两步:
第一步:无参考初步检测,若无参考初步检测合格,则进入第二步,若无参考初步检测不合格,则需重新扫描超声图像;
第二步:利用超声图像库内的大量图像数据进行全参考图像质量评估,若评估结果合格,则将合格超声图像传输至后台中的专业超声科医生终端,并由专业超声科医生分析后给予指导或帮助,若评估结果不合格,则需重新扫描超声图像。
优选的,基层医生需对患者扫描部位进行选择并上传至所述的超声图像库,超声图像库通过扫描部位分类存储上传的超声图像。
优选的,所述超声图像库中具有大量合格人体部位的超声图像,所述的统计分析单元通过超声图像库中的图像信息统计人体超声图像的基本属性值范围,对各个基本属性值赋予权重,并通过基本属性范围计算及格线;
所述的无参考初步检测需利用已有的算法,将基层医生上传的超声图像的基本属性赋予权重值,计算上传超声图像的得分并和及格线比较,确定无参考初步检测结果。
优选的,所述的全参考图像质量评估分别通过下述公式计算亮度、对比度、结构比较函数:
其中,l为亮度、c为对比度、s为结构比较函数,参考图像X的均值、标准差及X和待评图像Y的协方差分别用μxxxy表示,待评图像Y的均值、标准差分别用μyy表示,c1、c2和c3为常数;
通过上述三式计算出全参考图像质量评估结果:
SSIM(X,Y)=[l(X,Y)]α[c(X,Y)]β[s(X,Y)]γ
其中,α、β、γ为预先设定的相应权重;
所述的统计分析单元通过超声图像库中的大量合格图像计算出人体各个部位图像全参考图像质量评估结果的合格线,将待评图像的分数和合格线比较从而确定最终结果。
优选的,在第二步全参考图像质量评估中的及格线采用超声图像库中储存的各探测部位超声图像作为参考图像,从而计算出人体各个部位图像全参考图像质量评估的范围,并制定合格线。
优选的,所述的专业超声科医生可通过专业超声科医生终端根据基层医生上传的超声图像远程诊断。
优选的,所述的远程超声影像质量监控系统还可以用于制定基层医务人员的指导培训计划。
本发明在针对现有装置或系统无法鉴别基层医生扫描图像的精准性,后台医生解读难度大,响应时间长,效率低下的问题,本发明让操作者把自认为合格的超声图像上传云平台,由云平台的服务器进行图像质量评估,给出“优秀”“合格”“不合格”这样的反馈,使操作者可以对不合格的进行重新扫描。同时云平台对采集到的图像做大数据统计分析,从而总结出操作者容易犯的错误,并制定个性化培训计划反馈给基层医生,本发明具有超声图像精准性的自我评价能力,降低了后台医生的解读时间,降低了响应时间,提高了效率,实用性强。
附图说明
图1为本发明质量监控系统整体架构示意图。
图2为本发明超声图像质量评估算法流程示意图。
图3为本发明无参考初步检测流程示意图。
图4为本发明全参考图像质量评估流程示意图。
图5为本发明个性化指定培训计划流程示意图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效,在以下配合参考附图1至图5对实施例的详细说明中,将可清楚的呈现。以下实施例中所提到的结构内容,均是以说明书附图为参考。
下面将参照附图描述本发明的各示例性的实施例。
实施例一,本发明为一种远程超声影像质量监控系统,其特征在于,所述的远程超影像质量监控系统包括由基层乡镇医院的基层医生使用的超声便携设备,所述的超声便携设备通过网络和远程云平台相连,所述的远程云平台包括互相连接的超声图像库、数据存储器、图像评估计算单元和统计分析单元,所述的远程云平台通过网络连接有后台,所述的后台包括开发者操作显示终端和专业超声科医生终端,需注意的是,所述的后台在此处仅为一个模糊而相对的概念,因相对于超声便携设备来说,所述的远程云平台、开发者操作显示终端和专业超声科医生终端均可称之为后台,而本发明中所述的后台仅用于区别远程云平台和开发者操作显示终端、专业超声科医生终端,故用后台的名称将开发者操作显示终端和专业超声科医生终端统一概括,其实际意义和本领域中常用的意义有所区别,
其中,所述的超声便携设备需包含有显示屏和输入模块,便于和本系统的远程云平台通过网络实现交互,所述的显示屏和输入模块可以集成为一体,最常见的即为触控屏,也可以是其他常见的显示屏和输入模块,所述的超声图像库用于大量存放人体各部位的超声图像,统计分析单元用于将各人体部位的合格图像的相关参数进行统计分析,并以此设置合格线,图像评估计算单元用于计算基层医生上传的待评超声图像的得分并通过网络和超声便携设备的显示屏进行反馈,所述的数据存储器用于储存统计分析单元和图像评估计算单元得出的各项数据,以供以后调用,后台中的开发者操作显示终端用于对整个远程超声图像质量监控算法的优化以及系统的升级,专业维护人员和通过开发者操作显示终端进行相应操作,专业超声科医生终端用于接收图像评估计算单元传输的合格的超声图像,专业超声科医生可通过专业超声科医生终端看到并分析相关图像,后通过网络和超声便携设备的显示屏给与基层医生一定的指导或建议;
所述的超声便携设备拍摄超声图像后上传至远程云平台,远程云平台接收图像后由图形评估计算单元评估图像质量,所述的图像质量评估分为下述两步,即所述的远程云平台中的图像评估计算单元对基层医生上传的超声图像分两步检测:
第一步:无参考初步检测,利用一些已有的算法,如主成分分析法、层次分析法、理想解法等,给基层医生上传的待评超声图像的相关属性标准化后赋予权重值,计算上传超声图像的得分,并和之前统计分析单元计算出的合格线对比,若无参考初步检测合格,则进入第二步,若无参考初步检测不合格,则需重新拍摄超声图像,具体的,图像评估计算单元通过网络将不合格信息反馈至超声便携设备的显示屏上,并提示基层医生重新扫描上传超声图像,需注意的是,无参考初步检测不涉及扫描部位,只是粗略地对超声图像的一些基本属性进行检测;
第二步:利用超声图像库内的大量图像数据进行全参考图像质量评估,如果无参考的图像质量评估通过,根据基层医生上传待评超声图像时选择的部位进行基于结构信息的全参考图像质量评估,若评估结果合格,则将合格超声图像传输至后台中的专业超声科医生终端,并由专业超声科医生分析后给予指导或帮助,若评估结果不合格,则需重新扫描超声图像,具体的,通过网络和超声便携设备的显示屏反馈给基层医生,使其重新扫描并上传。
实施例二,在实施例一的基础上,基层医生需对患者扫描部位进行选择并上传至所述的超声图像库,超声图像库通过扫描部位分类存储上传的超声图像。
实施例三,在实施例二的基础上,所述超声图像库中具有大量各人体部位的合格超声图像,所述的统计分析单元通过超声图像库中的图像信息统计出人体超声图像的基本属性值范围,对各个基本属性值赋予权重,并通过基本属性范围计算及格线;
所述的无参考初步检测需利用已有的算法,具体的已有算法可以是主成分分析法,也可以是层次分析法、理想解法等其他现有的常见分析法,将基层医生上传的超声图像的基本属性赋予权重值,计算上传超声图像的得分并和及格线比较,确定无参考初步检测结果,所述的无参考初步检测用于粗略地对超声图像的一些基本属性进行检测。
实施例四,在实施例三的基础上,所述的全参考图像质量评估分别通过下述公式计算亮度、对比度、结构比较函数:
其中,l为亮度、c为对比度、s为结构比较函数,参考图像X的均值、标准差及X和待评图像Y的协方差分别用μxxxy表示,待评图像Y的均值、标准差分别用μyy表示,c1、c2和c3为常数,用来调节分母接近于零时的不稳定性,其中,待评图像Y即为上传到云端的超声图像;而参考图像X并不是后台服务器中众多该探测部位的超声图像里的一个,而是综合操作者上传时选择探测部位的后台大量超声图像去计算。这样做的好处是,大量数据可以有效地避免全参考评估时“过拟合”现象地发生;
通过上述三式计算出全参考图像质量评估结果:
SSIM(X,Y)=[l(X,Y)]α[c(X,Y)]β[s(X,Y)]γ
其中,、β、γ为预先设定的相应权重;
所述的统计分析单元通过超声图像库中的大量合格图像计算出人体各个部位图像的全参考图像质量评估结果的合格线,将待评图像的分数和合格线比较从而确定最终结果,其中,SSIM可根据图像像素间的相关性构造出参考图像与待评图像之间的结构相似性,SSIM值越大,图像质量越好。
实施例五,在实施例四的基础上,在第二步全参考图像质量评估中的及格线采用超声图像库中的储存的各探测部位超声图像作为参考图像,从而计算出人体各个部位图像全参考图像质量评估的范围,并制定合格线,具体的,在通过计算得到了各探测部位超声图像综合的均值、方差后,把一部分后台存储的合格的各探测部位超声图像作为待评图像,进而计算的到人体各部位图像SSIM值的一个范围,依据各探测部位图像的SSIM值同样设定一个合格线。
实施例六,在实施例一的基础上,所述的专业超声科医生可通过专业超声科医生终端根据基层医生上传的超声图像远程诊断。
实施例七,在实施例一的基础上,所述的远程超声影像质量监控系统还可以用于制定基层医务人员的指导培训计划,具体的,在远程云平台的数据存储器中接受到了该基层医生大量的合格、不合格的超声图像后,远程云平台中的统计分析单元进行大数据统计分析,利用已有的算法,如灰色预测、神经网络等,总结该基层医生经常犯的错误,生成个性化的指导培训方案,并反馈给该基层医生。在这里,当超声图像传输给后台专业超声科医生终端后,可由后台专业医生反馈给远程云平台的统计分析单元,统计分析单元接收到专业医生的建议后,优化图像质量评估计算单元的算法,以提高算法的识别精准率。同时,统计分析单元将专业超声科医生的建议一并纳入指导培训方案,如果某个基层医务人员的手法或习惯需要进行辅导,还可以通过该本系统反馈给基层医生。
本发明在具体使用时,本发明的前端为基层乡镇医院使用的超声便携设备构成,前端的超声便携设备通过网络和远程云平台相连,远程云平台分为超声图像库、数据存储器、图像评估计算单元和统计分析单元4块,远程云平台通过网络和后台相连,后台由开发者操作显示终端和专业超声科医生终端构成;
利用已有的优质的超声图像,远程云平台的服务器先通过计算设定好图像评估计算单元,以及计算一些必要的图像参数;基层医生将扫描好的自认为合格的超声图像上传到远程云平台的服务器,远程云平台将数字图像保存到数据存储器中;同时图像评估计算单元对图像进行判断,将不合格的图像反馈给基层医生,基层医生重新扫描,数据存储器保存该图像的判断结果;之后专业超声科医生对合格的超声图像进行解读,并通过远程云平台的服务器反馈给基层医生;当远程云平台的数据存储器积累了该基层医生一定的上传图像信息,统计分析单元结合专业超声科医生的反馈生成个性化的指导培训计划,反馈给基层医生;
整个过程中,操作者如果有疑问也可以通过远程云平台的服务器和后台专业超声科医生终端的专业超声科医生进行沟通。开发人员操作显示终端用于对整个远程超声图像质量监控算法的优化以及系统的升级。
需注意的是,本发明只涉及了超声图像的质量评估及统计,其他便携医疗设备经常可以给出的血压、血糖、体温、心电图等人体健康参数并未考虑。因其他能检测血压、血糖、体温、心电图的便携医疗设备均为十分常见的医疗设备,根据本发明公开的方法,完全可以将该系统拓展到涵盖其他健康指标的质量监控和统计,从而得到更多更全面的健康大数据进行综合分析,给病人的治疗提供更多更精确的指导,故利用本发明公开的系统监测结合常见的医疗设备检测的指标均应在本发明的保护范围内。
本发明在针对现有装置或系统无法鉴别基层医生扫描图像的精准性,后台医生解读难度大,响应时间长,效率低下的问题,本发明让操作者把自认为合格的超声图像上传云平台,由云平台的服务器进行图像质量评估,给出“优秀”“合格”“不合格”这样的反馈,使操作者可以对不合格的进行重新扫描。同时云平台对采集到的图像做大数据统计分析,从而总结出操作者容易犯的错误,并制定个性化培训计划反馈给基层医生,本发明具有超声图像精准性的自我评价能力,降低了后台医生的解读时间,降低了响应时间,提高了效率,实用性强。

Claims (7)

1.一种远程超声影像质量监控系统,其特征在于,所述的远程超影像质量监控系统包括由基层乡镇医院的基层医生使用的超声便携设备,所述的超声便携设备通过网络和远程云平台相连,所述的远程云平台包括互相连接的超声图像库、数据存储器、图像评估计算单元和统计分析单元,所述的远程云平台通过网络连接有后台,所述的后台包括开发者操作显示终端和专业超声科医生终端;
所述的超声便携设备拍摄超声图像后上传至远程云平台,远程云平台接收图像后由图形评估计算单元评估图像质量,所述的图像质量评估分为下述两步:
第一步:无参考初步检测,若无参考初步检测合格,则进入第二步,若无参考初步检测不合格,则需重新扫描超声图像;
第二步:利用超声图像库内的大量图像数据进行全参考图像质量评估,若评估结果合格,则将合格超声图像传输至后台中的专业超声科医生终端,并由专业超声科医生分析后给予指导或帮助,若评估结果不合格,则需重新扫描超声图像。
2.根据权利要求1所述的一种远程超声影像质量监控系统,其特征在于,基层医生需对患者扫描部位进行选择并上传至所述的超声图像库,超声图像库通过扫描部位分类存储上传的超声图像。
3.根据权利要求2所述的一种远程超声影像质量监控系统,其特征在于,所述超声图像库中具有大量合格人体部位的超声图像,所述的统计分析单元通过超声图像库中的图像信息统计人体超声图像的基本属性值范围,对各个基本属性值赋予权重,并通过基本属性范围计算及格线;
所述的无参考初步检测需利用已有的算法,将基层医生上传的超声图像的基本属性赋予权重值,计算上传超声图像的得分并和及格线比较,确定无参考初步检测结果。
4.根据权利要求2所述的一种远程超声影像质量监控系统,其特征在于,所述的全参考图像质量评估分别通过下述公式计算亮度、对比度、结构比较函数:
其中,l为亮度、c为对比度、s为结构比较函数,参考图像X的均值、标准差及X和待评图像Y的协方差分别用μxxxy表示,待评图像Y的均值、标准差分别用μyy表示,c1、c2和c3为常数;
通过上述三式计算出全参考图像质量评估结果:
SSIM(X,Y)=[l(X,Y)]α[c(X,Y)]β[s(X,Y)]γ
其中,α、β、γ为预先设定的相应权重;
所述的统计分析单元通过超声图像库中的大量合格图像计算出人体各个部位图像全参考图像质量评估结果的合格线,将待评图像的分数和合格线比较从而确定最终结果。
5.根据权利要求4所述的一种远程超声影像质量监控系统,其特征在于,在第二步全参考图像质量评估中的及格线采用超声图像库中储存的各探测部位超声图像作为参考图像,从而计算出人体各个部位图像全参考图像质量评估的范围,并制定合格线。
6.根据权利要求1所述的一种远程超声影像质量监控系统,其特征在于,所述的专业超声科医生可通过专业超声科医生终端根据基层医生上传的超声图像远程诊断。
7.根据权利要求1所述的一种远程超声影像质量监控系统,其特征在于,所述的远程超声影像质量监控系统还可以用于制定基层医务人员的指导培训计划。
CN201811586221.6A 2018-12-25 2018-12-25 一种远程超声影像质量监控系统 Pending CN109492713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811586221.6A CN109492713A (zh) 2018-12-25 2018-12-25 一种远程超声影像质量监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811586221.6A CN109492713A (zh) 2018-12-25 2018-12-25 一种远程超声影像质量监控系统

Publications (1)

Publication Number Publication Date
CN109492713A true CN109492713A (zh) 2019-03-19

Family

ID=65711718

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811586221.6A Pending CN109492713A (zh) 2018-12-25 2018-12-25 一种远程超声影像质量监控系统

Country Status (1)

Country Link
CN (1) CN109492713A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085697A (zh) * 2020-07-27 2020-12-15 深圳瀚维智能医疗科技有限公司 超声图像质量评估方法、装置、超声扫查设备及存储介质
CN112634272A (zh) * 2021-03-09 2021-04-09 四川大学 基于深度神经网络的乳腺超声成像质量监控系统及方法
CN113056035A (zh) * 2021-03-11 2021-06-29 深圳华声医疗技术股份有限公司 基于云计算的超声图像处理方法和超声系统
CN113570559A (zh) * 2021-07-13 2021-10-29 上海深至信息科技有限公司 一种甲状腺超声扫查视频质量筛选方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090310828A1 (en) * 2007-10-12 2009-12-17 The University Of Houston System An automated method for human face modeling and relighting with application to face recognition
CN103356241A (zh) * 2013-08-02 2013-10-23 中国十九冶集团有限公司职工医院 二维超声设备成像质量评估系统及评估方法
CN104394405A (zh) * 2014-11-19 2015-03-04 同济大学 一种基于全参考图像的客观质量评价方法
CN106326661A (zh) * 2016-08-29 2017-01-11 无锡海鹰电子医疗系统有限公司 一种可实现远程诊断和远程控制的手持式超声诊断系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090310828A1 (en) * 2007-10-12 2009-12-17 The University Of Houston System An automated method for human face modeling and relighting with application to face recognition
CN103356241A (zh) * 2013-08-02 2013-10-23 中国十九冶集团有限公司职工医院 二维超声设备成像质量评估系统及评估方法
CN104394405A (zh) * 2014-11-19 2015-03-04 同济大学 一种基于全参考图像的客观质量评价方法
CN106326661A (zh) * 2016-08-29 2017-01-11 无锡海鹰电子医疗系统有限公司 一种可实现远程诊断和远程控制的手持式超声诊断系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李亚琴: ""基于MATLAB的可视化图像质量评价系统研究"", 《中国硕士学位论文全文数据库》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085697A (zh) * 2020-07-27 2020-12-15 深圳瀚维智能医疗科技有限公司 超声图像质量评估方法、装置、超声扫查设备及存储介质
CN112634272A (zh) * 2021-03-09 2021-04-09 四川大学 基于深度神经网络的乳腺超声成像质量监控系统及方法
CN113056035A (zh) * 2021-03-11 2021-06-29 深圳华声医疗技术股份有限公司 基于云计算的超声图像处理方法和超声系统
CN113570559A (zh) * 2021-07-13 2021-10-29 上海深至信息科技有限公司 一种甲状腺超声扫查视频质量筛选方法和系统

Similar Documents

Publication Publication Date Title
CN109492713A (zh) 一种远程超声影像质量监控系统
KR102166011B1 (ko) 터치입력을 이용한 인지장애 판단 시스템 및 방법
CN108052973B (zh) 基于多项眼动数据的地图符号用户兴趣分析方法
WO2020010668A1 (zh) 基于睡眠大数据的人体健康评估方法及评估系统
CN104392129B (zh) 数据处理系统和方法
CN107832802A (zh) 基于人脸比对的人脸图像质量评价方法及装置
CN105260588A (zh) 一种健康守护机器人系统及其数据处理方法
CN109859843B (zh) 智能健康一体机
CN106233322A (zh) 基于个性化内容的患者检索系统
US20180184947A1 (en) Integrated Goniometry System and Method for Use of Same
CN105279362A (zh) 个人健康监视系统
CN107890342A (zh) 执行受检者测量
US7409373B2 (en) Pattern analysis system and method
CN115482931B (zh) 一种基于传感器采集的生命预警系统
CN110047591A (zh) 一种针对外科手术过程中医生姿态评估方法
CN112741620A (zh) 基于肢体动作的颈椎病评估装置
CN108652587A (zh) 一种认知功能障碍预防监测装置
CN117292836A (zh) 一种体测成绩监控方法及系统
CN110993043A (zh) 医疗健康管理系统
CN115586834A (zh) 一种智能心肺复苏培训系统
CN112494034B (zh) 基于3d体态检测分析的数据处理分析系统及方法
TW202221621A (zh) 用於照護教育之虛擬環境訓練系統
CN109935327A (zh) 基于智能决策支持的高血压患者心血管危险分层评估方法
CN109727675A (zh) 一种基于电视机的健康状况检测方法、系统及电视机
CN108261175A (zh) 一种基于人手“柱状抓握”动作的手功能康复定量评估方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319

RJ01 Rejection of invention patent application after publication