CN109859827A - 胃肠镜操作水平实时评分系统和方法 - Google Patents
胃肠镜操作水平实时评分系统和方法 Download PDFInfo
- Publication number
- CN109859827A CN109859827A CN201811532809.3A CN201811532809A CN109859827A CN 109859827 A CN109859827 A CN 109859827A CN 201811532809 A CN201811532809 A CN 201811532809A CN 109859827 A CN109859827 A CN 109859827A
- Authority
- CN
- China
- Prior art keywords
- points
- time
- gastrointestinal endoscopes
- curved
- client
- 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
Landscapes
- Endoscopes (AREA)
Abstract
本发明属于医疗技术辅助领域,涉及一种胃肠镜操作水平实时评分系统和方法。一种胃肠镜操作水平实时评分系统,包括客户端,用于监听并通过网络上传当前胃肠镜设备采集的图像、操作的时间以及是否倒镜和回镜次数,接收和实时显示评分的结果;服务端,根据从客户端采集的胃肠镜图像,通过分析部位特征、操作时间、视野清晰度指标,对医生操作进行评分,并将结果反馈给客户端。通过本发明对医生进行胃肠镜操作的过程进行打分,并在客户端进行显示,一方面客观直接的将医师操作水平定量化表达,另一方面让医生更加了解自己的技术水平,激励内镜医师互相学习,不断提高操作水平。
Description
技术领域
本发明属于医疗技术辅助领域,具体涉及一种胃肠镜操作水平实时评分方法和系统。
背景技术
随着社会经济发展、居民生活方式转变,以及人口老龄化的加剧,近年来我国消化内镜检查的数量呈现显著上升的趋势。消化内镜是临床诊断和治疗的核心环节,也是消化道病变筛查和诊断的金标准。正确规范的内镜检查不仅能减少病灶的漏诊率,同时还能提高医生们的检查效率,提高医院的整体服务水平。
然而在现实操作过程中,医生的水平参差不齐。目前没有一个标准来对医生的操作水平进行规范的评定,医生很难对自己的技术水平有一个正确的认识。致使医生之间的竞争意识薄弱,对提高自己内镜操作水平缺乏足够的动力。
发明内容
本发明要解决的技术问题是:提供一种胃肠镜操作水平实时评分系统,对医生的操作水平进行评分,并主动提示,提高检查的效率。
本发明为解决上述技术问题所采取的技术方案为:一种胃肠镜操作水平实时评分系统,它包括:
客户端,用于监听并通过网络上传当前胃肠镜设备采集的图像、操作的时间,接收和实时显示评分的结果;
服务端,根据从客户端采集的胃肠镜图像,通过分析部位特征、操作时间、视野清晰度指标,对医生操作进行评分,并将结果反馈给客户端;
所述的服务端包括典型图片库、卷积神经网络模块、评分系统;其中,
典型图片库用于存储胃镜若干个部位典型图像,以及肠镜回盲瓣、阑尾开口、直肠倒镜的典型图像;
卷积神经网络模块为根据典型图片库中各部位典型图像训练好的若干模型,分别用于识别胃肠镜图像部位特征;
评分系统用于根据一定的评分细则,比对卷积神经网络模块识别的胃肠镜图片部位特征、相应的操作时间,计算得出最后的得分。
进一步的,评分系统中分为胃镜部分评分细则和肠镜部分评分细则,其中胃镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的胃部的26个部位图像,如果比对成功,则获得相应的分数,同一部位不累计加分,最终计算总得分显示在客户端;
肠镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的肠部的2个部位以及直肠倒镜图像,如果比对成功,则获得相应的分数,同一部位不累计加分;对比进镜、退镜时间与规定时间范围,根据比对结果,获得相应的分数;最终计算以上结果的总得分显示在客户端。
进一步的,胃镜部分评分和肠镜部分评分中的分数按照临床经验和国际胃肠镜指南制定,其中胃镜部分具体评分如下:食管10分;贲门10分;胃窦大弯、小弯、前壁、后壁各2.5分;十二指肠球部10分;十二指肠降部10分;正镜胃体下部大弯、小弯、前壁、后壁各2.5分;正镜胃体中下部大弯、小弯、前壁、后壁各2.5分;胃角前壁、后壁、小弯各3.3分;倒镜胃体中上部前壁、后壁和小弯各3.3分;倒镜胃底大弯、小弯、前壁、后壁各2.5分;
肠镜部分评分细则包括:回盲瓣20分;阑尾开口10分;直肠倒镜10分;进镜时间≤5min得10分;5min<进镜时间≤10min得5分;进镜时间>10min得0分;退镜时间≤4min得10分;4min<退镜时间≤6min得30分;退镜时间>6min的50分。
进一步的,客户端还包括通信模块,用于发送请求到服务端,并从服务端获取评分结果,并将评分结果传输给客户端。
本发明还提供一种利用上述技术方案中的胃肠镜操作水平实时评分系统进行评分的方法,包括以下步骤:
S1、当胃肠镜设备进行图像采集,客户端被触发获取所采集的胃肠镜图像和相应的操作时间,并将操作时间、采集的图像以固定频率上传至服务端;
S2、服务端接收胃肠镜图像,调用卷积神经网络模块对图像进行部位特征识别,评分系统根据一定的评分细则,比对卷积神经网络模块识别的胃肠镜图像部位特征,以及相应的操作时间,计算出最后的得分,并将评分结果输出;
S3、客户端接收并显示评分的结果。
进一步的,评分系统中分为胃镜部分评分细则和肠镜部分评分细则,其中胃镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的胃部的26个部位图像,如果比对成功,则获得相应的分数,同一部位不累计加分,最终计算总得分显示在客户端;
肠镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的肠部的2个部位以及直肠倒镜图像,如果比对成功,则获得相应的分数,同一部位不累计加分;对比进镜、退镜时间与规定时间范围,根据比对结果,获得相应的分数;最终计算以上结果的总得分显示在客户端。
进一步的,胃镜部分评分和肠镜部分评分中的分数按照临床经验和国际胃肠镜指南制定,其中胃镜部分具体评分如下:食管10分;贲门10分;胃窦大弯、小弯、前壁、后壁各2.5分;十二指肠球部10分;十二指肠降部10分;正镜胃体下部大弯、小弯、前壁、后壁各2.5分;正镜胃体中下部大弯、小弯、前壁、后壁各2.5分;胃角前壁、后壁、小弯各3.3分;倒镜胃体中上部前壁、后壁和小弯各3.3分;倒镜胃底大弯、小弯、前壁、后壁各2.5分;
肠镜部分评分细则包括:回盲瓣20分;阑尾开口10分;直肠倒镜10分;进镜时间≤5min得10分;5min<进镜时间≤10min得5分;进镜时间>10min得0分;退镜时间≤4min得10分;4min<退镜时间≤6min得30分;退镜时间>6min的50分。
本发明的有益效果为:通过本发明对医生进行胃肠镜操作的过程进行打分,并在客户端进行显示,一方面客观直接的将医师操作水平定量化表达,另一方面让医生更加了解自己的技术水平,激励内镜医师互相学习,不断提高操作水平。
附图说明
图1为本发明实施例的系统结构框图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步说明。
本发明提供一种胃肠镜操作实时评分系统,如图1所示,它包括:
客户端,用于监听并通过网络上传当前胃肠镜设备采集的图像、操作的时间,接收和实时显示评分的结果。
客户端包括通信模块,采用http通信模式,用于发送请求到服务端,并从服务端获取评分结果,并将评分结果传输给客户端。本实施例中,客户端以“操作得分”的形式将评分的结果显示给操作者;
服务端,根据从客户端采集的胃肠镜图像,通过分析部位特征、操作时间、视野清晰度等指标,对医生操作进行打分,并将结果反馈给客户端。
所述的服务端包括典型图片库、卷积神经网络模块、评分系统,其中,
典型图片库用于存储胃镜26个部位和肠镜回盲瓣、阑尾开口、直肠倒镜的典型图像;
卷积神经网络模块为根据典型图片库中各部位典型图像训练好的若干模型,分别用于识别胃肠镜图像部位特征。
评分系统为根据所指定的评分细则,比对卷积神经网络模块识别的胃肠镜图片部位特征、相应的操作时间,计算得出最后的得分;
评分系统中分为胃镜部分评分细则和肠镜部分评分细则,其中胃镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的胃部的26个部位图像,如果比对成功,则获得相应的分数,同一部位不累计加分,最终并计算总得分显示在客户端;
肠镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的肠部的2个部位以及直肠倒镜图像,如果比对成功,则获得相应的分数,同一部位不累计加分;对比进镜、退镜时间与规定时间范围,根据比对结果,获得相应的分数;最终计算以上结果的总得分显示在客户端。
本实施例中,胃镜部分评分和肠镜部分评分中的分数按照临床经验和国际胃肠镜指南制定,所述的胃镜部分评分规则包括:食管10分;贲门10分;胃窦大弯、小弯、前壁、后壁各2.5分;十二指肠球部10分;十二指肠降部10分;正镜胃体下部大弯、小弯、前壁、后壁各2.5分;正镜胃体中下部大弯、小弯、前壁、后壁各2.5分;胃角前壁、后壁、小弯各3.3分;倒镜胃体中上部前壁、后壁和小弯各3.3分;倒镜胃底大弯、小弯、前壁、后壁各2.5分;
所述的肠镜部分评分细则包括:肠镜部分评分细则包括:回盲瓣20分;阑尾开口10分;直肠倒镜10分;进镜时间≤5min得10分;5min<进镜时间≤10min得5分;进镜时间>10min得0分;退镜时间≤4min得10分;4min<退镜时间≤6min得30分;退镜时间>6min的50分;其中实时显示的分数为向上取整的分数,评分完成后将结果传输给客户端。
一种胃肠镜操作实时评分方法,包括以下步骤:
S1、当胃肠镜设备进行图像采集,客户端被触发获取所采集的胃肠镜图像、相应的操作时间,并将操作时间、采集的图像以固定频率上传至服务端;
S2、服务端接收胃肠镜图像,调用卷积神经网络模块对图像进行部位特征识别,评分系统根据一定的评分细则,比对卷积神经网络模块识别的胃肠镜图像部位特征,以及相应的操作时间,计算出最后的得分,并将评分结果输出;
S3、客户端接收并显示评分的结果。
例如,医生做胃镜时,客户端采集实时的胃镜下画面,以固定频率(如1分钟2帧)通过网络发送给服务端,服务端调用神经卷积网络模块,对图片的部位进行特征识别,如识别出来为食管,则给10分,识别出来为贲门,再加10分,同一部位不累计加分,最终得到胃镜操作的总得分,输出总得分显示在客户端。还可以根据总得分给予相应的评价,比如80分以上为“良好”;90分以上为“优秀”;100分为“超神”;
本发明具有如下优点:解决胃肠镜操作过程中医生无法对自己的操作水平有一个正确认识的难题,通过对医生操作水平的评分,不仅能提高医生们的竞争意识,还能客观直接的将医师操作水平定量化表达。同时能进一步的提高胃肠镜操作的效率和医院的服务质量。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (7)
1.一种胃肠镜操作水平实时评分系统,其特征在于包括:
客户端,用于监听并通过网络上传当前胃肠镜设备采集的图像、操作的时间,接收和实时显示评分的结果;
服务端,根据从客户端采集的胃肠镜图像,通过分析部位特征、操作时间、视野清晰度指标,对医生操作进行评分,并将结果反馈给客户端;
所述的服务端包括典型图片库、卷积神经网络模块、评分系统;其中,
典型图片库用于存储胃镜若干个部位典型图像,以及肠镜回盲瓣、阑尾开口、直肠倒镜的典型图像;
卷积神经网络模块为根据典型图片库中各部位典型图像训练好的若干模型,分别用于识别胃肠镜图像部位特征;
评分系统用于根据一定的评分细则,比对卷积神经网络模块识别的胃肠镜图片部位特征、相应的操作时间,计算得出最后的得分。
2.如权利要求1所述的一种胃肠镜操作水平实时评分系统,其特征在于:评分系统中分为胃镜部分评分细则和肠镜部分评分细则,其中胃镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的胃部的26个部位图像,如果比对成功,则获得相应的分数,同一部位不累计加分,最终计算总得分显示在客户端;
肠镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的肠部的2个部位以及直肠倒镜图像,如果比对成功,则获得相应的分数,同一部位不累计加分;对比进镜、退镜时间与规定时间范围,根据比对结果,获得相应的分数;最终计算以上结果的总得分显示在客户端。
3.如权利要求2所述的一种胃肠镜操作水平实时评分系统,其特征在于:胃镜部分评分和肠镜部分评分中的分数按照临床经验和国际胃肠镜指南制定,其中胃镜部分具体评分如下:食管10分;贲门10分;胃窦大弯、小弯、前壁、后壁各2.5分;十二指肠球部10分;十二指肠降部10分;正镜胃体下部大弯、小弯、前壁、后壁各2.5分;正镜胃体中下部大弯、小弯、前壁、后壁各2.5分;胃角前壁、后壁、小弯各3.3分;倒镜胃体中上部前壁、后壁和小弯各3.3分;倒镜胃底大弯、小弯、前壁、后壁各2.5分;
肠镜部分评分细则包括:回盲瓣20分;阑尾开口10分;直肠倒镜10分;进镜时间≤5min得10分;5min<进镜时间≤10min得5分;进镜时间>10min得0分;退镜时间≤4min得10分;4min<退镜时间≤6min得30分;退镜时间>6min的50分。
4.如权利要求1所述的一种胃肠镜操作水平实时评分系统,其特征在于:客户端还包括通信模块,用于发送请求到服务端,并从服务端获取评分结果,并将评分结果传输给客户端。
5.一种利用权利要求1-4任一所述胃肠镜操作水平实时评分系统进行评分的方法,其特征在于,包括以下步骤:
S1、当胃肠镜设备进行图像采集,客户端被触发获取所采集的胃肠镜图像和相应的操作时间,并将操作时间、采集的图像以固定频率上传至服务端;
S2、服务端接收胃肠镜图像,调用卷积神经网络模块对图像进行部位特征识别,评分系统根据一定的评分细则,比对卷积神经网络模块识别的胃肠镜图像部位特征,以及相应的操作时间,计算出最后的得分,并将评分结果输出;
S3、客户端接收并显示评分的结果。
6.如权利要求5所述评分方法,其特征在于:评分系统中分为胃镜部分评分细则和肠镜部分评分细则,其中胃镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的胃部的26个部位图像,如果比对成功,则获得相应的分数,同一部位不累计加分,最终计算总得分显示在客户端;
肠镜部分评分细则为比对卷积神经网络模块识别的胃肠镜图片部位特征与典型图片库中存储的肠部的2个部位以及直肠倒镜图像,如果比对成功,则获得相应的分数,同一部位不累计加分;对比进镜、退镜时间与规定时间范围,根据比对结果,获得相应的分数;最终计算以上结果的总得分显示在客户端。
7.如权利要求6所述评分方法,其特征在于:胃镜部分评分和肠镜部分评分中的分数按照临床经验和国际胃肠镜指南制定,其中胃镜部分具体评分如下:食管10分;贲门10分;胃窦大弯、小弯、前壁、后壁各2.5分;十二指肠球部10分;十二指肠降部10分;正镜胃体下部大弯、小弯、前壁、后壁各2.5分;正镜胃体中下部大弯、小弯、前壁、后壁各2.5分;胃角前壁、后壁、小弯各3.3分;倒镜胃体中上部前壁、后壁和小弯各3.3分;倒镜胃底大弯、小弯、前壁、后壁各2.5分;
肠镜部分评分细则包括:回盲瓣20分;阑尾开口10分;直肠倒镜10分;进镜时间≤5min得10分;5min<进镜时间≤10min得5分;进镜时间>10min得0分;退镜时间≤4min得10分;4min<退镜时间≤6min得30分;退镜时间>6min的50分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811532809.3A CN109859827A (zh) | 2018-12-14 | 2018-12-14 | 胃肠镜操作水平实时评分系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811532809.3A CN109859827A (zh) | 2018-12-14 | 2018-12-14 | 胃肠镜操作水平实时评分系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109859827A true CN109859827A (zh) | 2019-06-07 |
Family
ID=66891155
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811532809.3A Pending CN109859827A (zh) | 2018-12-14 | 2018-12-14 | 胃肠镜操作水平实时评分系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109859827A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754503A (zh) * | 2020-07-01 | 2020-10-09 | 武汉楚精灵医疗科技有限公司 | 基于两通道卷积神经网络的肠镜退镜超速占比监测方法 |
WO2020215809A1 (zh) * | 2019-04-25 | 2020-10-29 | 天津御锦人工智能医疗科技有限公司 | 基于图像识别的肠镜检查质量标准及打分系统 |
CN112597981A (zh) * | 2021-03-04 | 2021-04-02 | 四川大学 | 基于深度神经网络的肠镜退镜质量智能监控系统及方法 |
CN112862754A (zh) * | 2021-01-05 | 2021-05-28 | 重庆天如生物科技有限公司 | 一种基于智能识别的留图漏检提示系统和方法 |
CN113240662A (zh) * | 2021-05-31 | 2021-08-10 | 萱闱(北京)生物科技有限公司 | 基于人工智能的内镜检查辅助系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160183A (zh) * | 2015-09-07 | 2015-12-16 | 蒋莹 | 基于虚拟病例的诊疗正确性自动评价方法 |
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 |
CN108537284A (zh) * | 2018-04-13 | 2018-09-14 | 东莞松山湖国际机器人研究院有限公司 | 基于计算机视觉深度学习算法的姿态评估打分方法和系统 |
CN108875687A (zh) * | 2018-06-28 | 2018-11-23 | 泰康保险集团股份有限公司 | 一种护理质量的评估方法及装置 |
CN108962356A (zh) * | 2018-05-31 | 2018-12-07 | 武汉大学人民医院(湖北省人民医院) | 基于深度学习的肠镜操作实时辅助系统及其操作方法 |
-
2018
- 2018-12-14 CN CN201811532809.3A patent/CN109859827A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105160183A (zh) * | 2015-09-07 | 2015-12-16 | 蒋莹 | 基于虚拟病例的诊疗正确性自动评价方法 |
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 |
CN108537284A (zh) * | 2018-04-13 | 2018-09-14 | 东莞松山湖国际机器人研究院有限公司 | 基于计算机视觉深度学习算法的姿态评估打分方法和系统 |
CN108962356A (zh) * | 2018-05-31 | 2018-12-07 | 武汉大学人民医院(湖北省人民医院) | 基于深度学习的肠镜操作实时辅助系统及其操作方法 |
CN108875687A (zh) * | 2018-06-28 | 2018-11-23 | 泰康保险集团股份有限公司 | 一种护理质量的评估方法及装置 |
Non-Patent Citations (1)
Title |
---|
李兆申 等: "《消化内镜的质量控制》", 31 August 2009 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020215809A1 (zh) * | 2019-04-25 | 2020-10-29 | 天津御锦人工智能医疗科技有限公司 | 基于图像识别的肠镜检查质量标准及打分系统 |
CN111754503A (zh) * | 2020-07-01 | 2020-10-09 | 武汉楚精灵医疗科技有限公司 | 基于两通道卷积神经网络的肠镜退镜超速占比监测方法 |
CN111754503B (zh) * | 2020-07-01 | 2023-12-08 | 武汉楚精灵医疗科技有限公司 | 基于两通道卷积神经网络的肠镜退镜超速占比监测方法 |
CN112862754A (zh) * | 2021-01-05 | 2021-05-28 | 重庆天如生物科技有限公司 | 一种基于智能识别的留图漏检提示系统和方法 |
CN112597981A (zh) * | 2021-03-04 | 2021-04-02 | 四川大学 | 基于深度神经网络的肠镜退镜质量智能监控系统及方法 |
CN113240662A (zh) * | 2021-05-31 | 2021-08-10 | 萱闱(北京)生物科技有限公司 | 基于人工智能的内镜检查辅助系统 |
CN113240662B (zh) * | 2021-05-31 | 2022-05-31 | 萱闱(北京)生物科技有限公司 | 基于人工智能的内镜检查辅助系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109859827A (zh) | 胃肠镜操作水平实时评分系统和方法 | |
CN109146884B (zh) | 内窥镜检查监控方法及装置 | |
JP7404509B2 (ja) | 深層学習に基づく消化管早期癌診断補助システム及び検査装置 | |
CN107967946B (zh) | 基于深度学习的胃镜操作实时辅助系统及方法 | |
JP6657480B2 (ja) | 画像診断支援装置、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 | |
CN109615633A (zh) | 一种基于深度学习的肠镜下克罗恩病辅助诊断系统及方法 | |
CN109190540A (zh) | 活检区域预测方法、图像识别方法、装置和存储介质 | |
CN110916606A (zh) | 一种基于人工智能的实时肠道清洁度评分系统和方法 | |
CN109117890B (zh) | 一种图像分类方法、装置和存储介质 | |
JPWO2020121906A1 (ja) | 医療支援システム、医療支援装置及び医療支援方法 | |
US8666135B2 (en) | Image processing apparatus | |
CN114052794B (zh) | 一种基于多模态信息的颈动脉超声报告生成系统 | |
CN111862090B (zh) | 一种基于人工智能的食管癌术前管理的方法和系统 | |
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 | |
CN107658028A (zh) | 一种获取病变数据的方法、识别病变方法及计算机设备 | |
KR102255311B1 (ko) | 인공지능 기반의 위내시경 영상 분석 방법 | |
CN111768389A (zh) | 基于卷积神经网络和随机森林的消化道操作自动计时方法 | |
CN114569043A (zh) | 一种基于人工智能的内窥镜辅助检查方法及装置 | |
CN114446435A (zh) | 一种肠镜报告生成方法和装置 | |
JP7081862B1 (ja) | 手術支援システム、手術支援方法、及び手術支援プログラム | |
CN113130066A (zh) | 一种基于人工智能的舌诊图像识别方法 | |
CN113143168A (zh) | 医疗辅助操作方法、装置、设备和计算机存储介质 | |
CN114842000A (zh) | 一种内窥镜图像质量评估方法和系统 | |
US20160287064A1 (en) | An apparatus for endoscopy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190529 Address after: 430014 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: Floor 1, 101-7, Building 5, 128 Lane, Linhong Road, Changning District, Shanghai, 2003 Applicant before: Shanghai Zhenling Medical Technology Co., Ltd. |
|
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190607 |