CN111080547A - 一种内窥镜图像增强方法 - Google Patents
一种内窥镜图像增强方法 Download PDFInfo
- Publication number
- CN111080547A CN111080547A CN201911269421.3A CN201911269421A CN111080547A CN 111080547 A CN111080547 A CN 111080547A CN 201911269421 A CN201911269421 A CN 201911269421A CN 111080547 A CN111080547 A CN 111080547A
- Authority
- CN
- China
- Prior art keywords
- image
- enhancement
- endoscope
- contrast
- blood vessel
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 90
- 238000011156 evaluation Methods 0.000 claims abstract description 40
- 230000002708 enhancing effect Effects 0.000 claims abstract description 34
- 238000001228 spectrum Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims abstract description 9
- 230000000694 effects Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 8
- 238000000799 fluorescence microscopy Methods 0.000 claims description 2
- 238000003709 image segmentation Methods 0.000 claims description 2
- 230000003595 spectral effect Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000001356 surgical procedure Methods 0.000 description 3
- 238000002674 endoscopic surgery Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008733 trauma Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Optics & Photonics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Quality & Reliability (AREA)
- Endoscopes (AREA)
Abstract
本发明涉及医疗设备技术领域，且公开了一种内窥镜图像增强方法，包括以下步骤：S1：利用内窥镜的摄像模组采集图像，并分解成帧，S2：识别当前画面中的血管，增强不易观察的血管颜色，S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强，S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法。该内窥镜图像增强方法，通过识别当前画面中的血管，增强不易观察的血管颜色以及将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强和根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价，从而达到了对内窥镜的图像增强的目的，进而方便了医生的使用。
Description
技术领域
本发明涉及医用设备技术领域，具体为一种内窥镜图像增强方法。
背景技术
内窥镜是一种带有微型摄像头的医用器械，内窥镜手术就是利用内窥镜及其相关器械进行的手术:使用冷光源提供照明，将内窥镜镜头(直径为3～10mm)插入腹腔内，运用数字摄像技术使内窥镜镜头拍摄到的图像通过光导纤维传导至后级信号处理系统，并且实时显示在专用监视器上。然后医生通过监视器屏幕上所显示患者器官不同角度的图像，对病人的病情进行分析判断，并且运用特殊的内窥镜器械进行手术。内窥镜手术创伤小，并发症少，患者康复迅速，目前已在临床得到广泛应用，并且已成为未来手术的发展趋势，但是，目前的内窥镜拍摄出来的成像比如血管颜色浅淡的地方成像不清楚，使得医生不能很准确的判断病情以及进行手术治疗，为此，我们提出一种内窥镜图像增强方法。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种内窥镜图像增强方法，具备对内窥镜的图像增强等优点，解决了目前的内窥镜拍摄出来的成像比如血管颜色浅淡的地方成像不清楚，使得医生不能很准确的判断病情以及进行手术治疗的问题。
(二)技术方案
为实现上述对内窥镜的图像增强的目的，本发明提供如下技术方案：一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧。
S2：识别当前画面中的血管，增强不易观察的血管颜色。
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强。
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价。
S5：使用多线程技术使图像增强达到实时监控。
优选的，所述S1中采用荧光摄像模式，更具所需画质进行调节。
优选的，所述S1中的过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
优选的，所述S3中把细节增强评价的指标和对比度增强的色调距离指标相结合生成综合指标对增强效果进行评价。
优选的，所述S3中把细节增强评价的指标和韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
优选的，所述S3中把细节增强评价的指标韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
优选的，所述S2中血管图像进行分割，图像的分割边界包括血管和其他组织成分。
优选的，所述S2中对分割后的血管图像进行血管识别，识别出血管纹路细节。
优选的，所述S2中对识别出的血管纹路细节进行采用灰度表示的深度分析。
优选的，所述的血管图像分割采用采用基于图论的Graph Cut或Normalized Cut方法。
与现有技术相比，本发明提供了一种内窥镜图像增强方法，具备以下有益效果：
1、该内窥镜图像增强方法，通过识别当前画面中的血管，增强不易观察的血管颜色以及将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强和根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价，从而达到了对内窥镜的图像增强的目的，进而方便了医生的使用。
具体实施方式
实施例一：
一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧，采用荧光摄像模式，更具所需画质进行调节，过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
S2：识别当前画面中的血管，增强不易观察的血管颜色，血管图像进行分割，分割采用采用基于图论的Normalized Cut方法，图像的分割边界包括血管和其他组织成分，对分割后的血管图像进行血管识别，识别出血管纹路细节，对识别出的血管纹路细节进行采用灰度表示的深度分析，血管识别采用采用LBP特征作为血管识别的主要依据，用身份识别的依据来识别血管纹路细节。
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强，把细节增强评价的指标韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价。
S5：使用多线程技术使图像增强达到实时监控，对于噪声图片，可以增强细节避免增强噪声，达到了对内窥镜的图像增强的目的，方便了医生的使用。
实施例二：
一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧，采用荧光摄像模式，更具所需画质进行调节，过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
S2：识别当前画面中的血管，增强不易观察的血管颜色，血管图像进行分割，分割采用采用基于图论的Normalized Cut方法，图像的分割边界包括血管和其他组织成分，对分割后的血管图像进行血管识别，识别出血管纹路细节，对识别出的血管纹路细节进行采用灰度表示的深度分析，血管识别采用采用LBP特征作为血管识别的主要依据，用身份识别的依据来识别血管纹路细节。
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强，把细节增强评价的指标和韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价。
S5：使用多线程技术使图像增强达到实时监控，对于噪声图片，可以增强细节避免增强噪声，达到了对内窥镜的图像增强的目的，方便了医生的使用。
实施例三：
一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧，采用荧光摄像模式，更具所需画质进行调节，过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
S2：识别当前画面中的血管，增强不易观察的血管颜色，血管图像进行分割，分割采用采用基于图论的Normalized Cut方法，图像的分割边界包括血管和其他组织成分，对分割后的血管图像进行血管识别，识别出血管纹路细节，对识别出的血管纹路细节进行采用灰度表示的深度分析，血管识别采用采用LBP特征作为血管识别的主要依据，用身份识别的依据来识别血管纹路细节。
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强，把细节增强评价的指标和对比度增强的色调距离指标相结合生成综合指标对增强效果进行评价。
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价。
S5：使用多线程技术使图像增强达到实时监控，对于噪声图片，可以增强细节避免增强噪声，达到了对内窥镜的图像增强的目的，方便了医生的使用。
实施例四：
一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧，采用荧光摄像模式，更具所需画质进行调节，过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
S2：识别当前画面中的血管，增强不易观察的血管颜色，血管图像进行分割，分割采用采用基于图论的Graph Cut方法，图像的分割边界包括血管和其他组织成分，对分割后的血管图像进行血管识别，识别出血管纹路细节，对识别出的血管纹路细节进行采用灰度表示的深度分析，血管识别采用采用LBP特征作为血管识别的主要依据，用身份识别的依据来识别血管纹路细节。
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强，把细节增强评价的指标韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价。
S5：使用多线程技术使图像增强达到实时监控，对于噪声图片，可以增强细节避免增强噪声，达到了对内窥镜的图像增强的目的，方便了医生的使用。
实施例五：
一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧，采用荧光摄像模式，更具所需画质进行调节，过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
S2：识别当前画面中的血管，增强不易观察的血管颜色，血管图像进行分割，分割采用采用基于图论的Graph Cut方法，图像的分割边界包括血管和其他组织成分，对分割后的血管图像进行血管识别，识别出血管纹路细节，对识别出的血管纹路细节进行采用灰度表示的深度分析，血管识别采用采用LBP特征作为血管识别的主要依据，用身份识别的依据来识别血管纹路细节。
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强，把细节增强评价的指标和韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价。
S5：使用多线程技术使图像增强达到实时监控，对于噪声图片，可以增强细节避免增强噪声，达到了对内窥镜的图像增强的目的，方便了医生的使用。
实施例六：
一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧，采用荧光摄像模式，更具所需画质进行调节，过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
S2：识别当前画面中的血管，增强不易观察的血管颜色，血管图像进行分割，分割采用采用基于图论的Graph Cut方法，图像的分割边界包括血管和其他组织成分，对分割后的血管图像进行血管识别，识别出血管纹路细节，对识别出的血管纹路细节进行采用灰度表示的深度分析，血管识别采用采用LBP特征作为血管识别的主要依据，用身份识别的依据来识别血管纹路细节。
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强，把细节增强评价的指标和对比度增强的色调距离指标相结合生成综合指标对增强效果进行评价。
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价。
S5：使用多线程技术使图像增强达到实时监控，对于噪声图片，可以增强细节避免增强噪声，达到了对内窥镜的图像增强的目的，方便了医生的使用。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种内窥镜图像增强方法，包括以下步骤：
S1：利用内窥镜的摄像模组采集图像，并分解成帧；
S2：识别当前画面中的血管，增强不易观察的血管颜色；
S3：将分解成帧的图像采用光谱交换的对比度增强算法对图像进行增强；
S4：根据人眼对对比色的视觉原理，采用色调距离客观评价的方法，跟韦伯定律对比度评价方法来一起评价；
S5：使用多线程技术使图像增强达到实时监控。
2.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S1中采用荧光摄像模式，更具所需画质进行调节。
3.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S1中的过程包括将内窥镜深入人体内部并拍摄图像，通过WIFI或有线网络连接实施读入到外接显示屏上。
4.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S3中把细节增强评价的指标和对比度增强的色调距离指标相结合生成综合指标对增强效果进行评价。
5.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S3中把细节增强评价的指标和韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
6.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S3中把细节增强评价的指标韦伯定律指标分别相结合生成综合指标对增强效果进行评价。
7.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S2中血管图像进行分割，图像的分割边界包括血管和其他组织成分。
8.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S2中对分割后的血管图像进行血管识别，识别出血管纹路细节。
9.根据权利要求1所述的一种内窥镜图像增强方法，其特征在于：所述S2中对识别出的血管纹路细节进行采用灰度表示的深度分析。
10.根据权利要求7所述的一种内窥镜图像增强方法，其特征在于：所述的血管图像分割采用采用基于图论的Graph Cut或Normalized Cut方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911269421.3A CN111080547A (zh) | 2019-12-11 | 2019-12-11 | 一种内窥镜图像增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911269421.3A CN111080547A (zh) | 2019-12-11 | 2019-12-11 | 一种内窥镜图像增强方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111080547A true CN111080547A (zh) | 2020-04-28 |
Family
ID=70313901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911269421.3A Pending CN111080547A (zh) | 2019-12-11 | 2019-12-11 | 一种内窥镜图像增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111080547A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111968051A (zh) * | 2020-08-10 | 2020-11-20 | 珠海普生医疗科技有限公司 | 一种基于曲率分析的内窥镜血管增强方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102881010A (zh) * | 2012-08-28 | 2013-01-16 | 北京理工大学 | 基于人眼视觉特性的融合图像感知清晰度评价方法 |
| CN103873830A (zh) * | 2014-03-20 | 2014-06-18 | 郑州赛福特电子设备有限公司 | 电子内窥镜影像系统及电子内窥镜图像处理方法 |
| CN105590597A (zh) * | 2014-11-10 | 2016-05-18 | 乐金显示有限公司 | 用于扩大显示装置的动态范围的方法及装置 |
| CN105962881A (zh) * | 2016-07-26 | 2016-09-28 | 西安交通大学第附属医院 | 一种血管识别方法及设备 |
| CN205658888U (zh) * | 2016-03-09 | 2016-10-26 | 西安交通大学第一附属医院 | 一种血管识别腹腔镜 |
| CN110533612A (zh) * | 2019-08-27 | 2019-12-03 | 中山大学 | 内窥镜图像的成像方法、装置、设备及介质 |
-
2019
- 2019-12-11 CN CN201911269421.3A patent/CN111080547A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102881010A (zh) * | 2012-08-28 | 2013-01-16 | 北京理工大学 | 基于人眼视觉特性的融合图像感知清晰度评价方法 |
| CN103873830A (zh) * | 2014-03-20 | 2014-06-18 | 郑州赛福特电子设备有限公司 | 电子内窥镜影像系统及电子内窥镜图像处理方法 |
| CN105590597A (zh) * | 2014-11-10 | 2016-05-18 | 乐金显示有限公司 | 用于扩大显示装置的动态范围的方法及装置 |
| CN205658888U (zh) * | 2016-03-09 | 2016-10-26 | 西安交通大学第一附属医院 | 一种血管识别腹腔镜 |
| CN105962881A (zh) * | 2016-07-26 | 2016-09-28 | 西安交通大学第附属医院 | 一种血管识别方法及设备 |
| CN110533612A (zh) * | 2019-08-27 | 2019-12-03 | 中山大学 | 内窥镜图像的成像方法、装置、设备及介质 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111968051A (zh) * | 2020-08-10 | 2020-11-20 | 珠海普生医疗科技有限公司 | 一种基于曲率分析的内窥镜血管增强方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| JPWO2007119297A1 (ja) | 医療用画像処理装置及び医療用画像処理方法 | |
| US20060155194A1 (en) | Method for detecting occlusions and leakages in subcutaneous blood vessels | |
| WO2006087981A1 (ja) | 医用画像処理装置、管腔画像処理装置、管腔画像処理方法及びそれらのためのプログラム | |
| US8666135B2 (en) | Image processing apparatus | |
| US20190045170A1 (en) | Medical image processing device, system, method, and program | |
| US20130064436A1 (en) | Medical image processing apparatus and method of operating medical image processing apparatus | |
| CN111128382A (zh) | 一种人工智能多模成像分析装置 | |
| JP2023534449A (ja) | 眼科手術用のデジタル画像最適化 | |
| JP2023164610A (ja) | 画像処理装置、画像処理方法および画像処理システム | |
| JPWO2020008834A1 (ja) | 画像処理装置、方法及び内視鏡システム | |
| KR20200026135A (ko) | 달팽이관에서의 미세 혈류 측정 방법 및 장치 | |
| CN105962881A (zh) | 一种血管识别方法及设备 | |
| CN109068035B (zh) | 一种智能微相机阵列内窥成像系统 | |
| WO2013118065A1 (en) | Camera arrangement and image processing method for quantifying tissue structure and degeneration | |
| CN111080547A (zh) | 一种内窥镜图像增强方法 | |
| CN106488735B (zh) | 图像处理装置以及图像处理方法 | |
| CN105942960B (zh) | 一种可指示输尿管位置的内窥镜系统及方法 | |
| CN117495817A (zh) | 一种腔镜下血管异常图像判断方法及装置 | |
| CN109893092B (zh) | 可扫描腹腔内部的腹腔镜外视镜装置 | |
| CN111667905A (zh) | 用于中医目诊的检查装置和信息处理方法 | |
| US20230039047A1 (en) | Image processing apparatus, image processing method, navigation method and endoscope system | |
| CN114549368A (zh) | 一种基于图像传感器的内窥镜成像系统及方法 | |
| CN115580692A (zh) | 基于眼动追踪原理的定位扩视野方法及智能眼镜 | |
| CN114677713A (zh) | 一种基于近红外光的手臂静脉采血点的识别方法及系统 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Yi Inventor after: Chen Dong Inventor before: Zheng Minhua Inventor before: Chen Dong Inventor before: Zhang Yi |
|
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Zhang Yi Inventor before: Zhang Yi Inventor before: Chen Dong |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 215000 8 Zhongtian lane, Suzhou Industrial Park, Jiangsu Province Applicant after: Xinguangwei medical technology (Suzhou) Co.,Ltd. Address before: 215000 8 Zhongtian lane, Suzhou Industrial Park, Jiangsu Province Applicant before: SUZHOU XINGUANGWEI MEDICAL TECHNOLOGY Co.,Ltd. |