CN111839428A - 一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 - Google Patents
一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 Download PDFInfo
- Publication number
- CN111839428A CN111839428A CN201910340477.7A CN201910340477A CN111839428A CN 111839428 A CN111839428 A CN 111839428A CN 201910340477 A CN201910340477 A CN 201910340477A CN 111839428 A CN111839428 A CN 111839428A
- Authority
- CN
- China
- Prior art keywords
- polyp
- polyps
- video stream
- detection
- detection model
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 27
- 208000004804 Adenomatous Polyps Diseases 0.000 title claims abstract description 25
- 238000013135 deep learning Methods 0.000 title claims abstract description 12
- 208000037062 Polyps Diseases 0.000 claims abstract description 63
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000009432 framing Methods 0.000 claims abstract description 3
- 238000012549 training Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 13
- 238000002052 colonoscopy Methods 0.000 abstract description 7
- 238000013528 artificial neural network Methods 0.000 abstract description 3
- 206010009944 Colon cancer Diseases 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 239000002775 capsule Substances 0.000 description 2
- 210000001072 colon Anatomy 0.000 description 2
- 208000029742 colonic neoplasm Diseases 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 208000003200 Adenoma Diseases 0.000 description 1
- 208000005623 Carcinogenesis Diseases 0.000 description 1
- 208000035984 Colonic Polyps Diseases 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 201000003741 Gastrointestinal carcinoma Diseases 0.000 description 1
- 208000002927 Hamartoma Diseases 0.000 description 1
- 208000032177 Intestinal Polyps Diseases 0.000 description 1
- 206010022653 Intestinal haemorrhages Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000009534 blood test Methods 0.000 description 1
- 230000036952 cancer formation Effects 0.000 description 1
- 231100000504 carcinogenesis Toxicity 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000001839 endoscopy Methods 0.000 description 1
- 230000002550 fecal effect Effects 0.000 description 1
- 208000017819 hyperplastic polyp Diseases 0.000 description 1
- 230000002757 inflammatory effect Effects 0.000 description 1
- 201000002313 intestinal cancer Diseases 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 208000014081 polyp of colon Diseases 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 210000000664 rectum Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000002579 sigmoidoscopy Methods 0.000 description 1
- 210000000813 small intestine Anatomy 0.000 description 1
Images
Classifications
-
- 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
- A61B1/31—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 for the rectum, e.g. proctoscopes, sigmoidoscopes, colonoscopes
-
- 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
- A61B1/000094—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope extracting biological structures
-
- 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
-
- 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
-
- 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
- A61B1/000096—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope using artificial intelligence
-
- 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
- A61B1/00043—Operational features of endoscopes provided with output arrangements
- A61B1/00045—Display arrangement
-
- 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
- A61B1/00043—Operational features of endoscopes provided with output arrangements
- A61B1/00055—Operational features of endoscopes provided with output arrangements for alerting the user
-
- 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
- A61B1/04—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 combined with photographic or television appliances
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，包括以下步骤：将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分视频流进行预处理后送到嵌入到肠镜操作系统中的息肉检测模型进行识别；息肉检测模型对每一帧图像是否出现息肉以及息肉出现概率进行检测；将息肉检测模型的检测结果返回到医生操作平台显示，若视频流中出现息肉，将息肉框出提示。本发借助人工智能深度神经网络，可自动检测肠镜手术过程中镜头内出现的息肉，提高在在结肠镜检查过程中息肉的识别率，从而间接的提高了腺瘤性息肉的检出率。
Description
技术领域
本发明涉及肠镜腺瘤性息肉检出技术领域，特别是涉及一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法。
背景技术
息肉是指在肠腔黏膜表面突出或隆起的病变组织。借助结肠镜检查，可检出息肉的大小、数量。按照病理分型来看，息肉分为炎性息肉、增生性息肉、错构瘤、腺瘤性息肉等。其中腺瘤性息肉为多见，约占70％-80％，大小一般为0.5-2cm左右。腺瘤性息肉癌变除了与其病理分型有关外，一般认为腺瘤的大小、数目的多寡对癌变的可能性具有很大的影响。少于1cm的腺瘤性息肉癌变率几乎为零，大于1.0cm的腺瘤性息肉癌变机会增大，1-2cm腺瘤性息肉的癌变率在10％左右，>2m腺瘤性息肉的癌变率高达50％。据统计表明息肉数目少于3枚，癌变率为12％-29％；等于或超过3枚的，其癌变率增至66.7％。
综上所述，从腺瘤性息肉各方面的癌变率来看，其被认定是结直肠癌的癌前病变是公认的。所以，提高腺瘤性息肉检出率就显得尤为重要。
现如今结肠腺瘤性息肉检测的方法可以大致分为以下三类：1.结肠镜检查：这是检测结肠息肉和结肠癌最敏感的一项检查。它和乙状结肠镜检查相类似，但是所用的仪器(即结肠镜)是一根更长的纤细管子，并与摄像机和控制部分相连，因此医生可以通过它检查你的直肠和整个结肠。在检查中若发现有任何息肉，医生可以立即切除它，或是取一部分组织进行活检。2.粪便隐血试验：这项无创性检查是用于检测你的粪便中是否含有血液。这项检查的缺点是许多息肉和肠癌并不一定会导致肠道出血，也就是说，即使你有结肠息肉或结肠癌，结果也可能是阴性的。3.胶囊内镜：现在医学界已发明了一种内部装有微型照相机的胶囊，吞下它后就可以分辨出小肠内的息肉，并且准确度较高。不过，由于小肠息肉比较罕见，所以这项检查并不常用。
结肠镜检查还是现如今应用最广泛也是最有效的一种息肉筛查手段。但在结肠镜手术过程中，仅仅靠医生用肉眼去发现手术过程中的一些息肉往往会导致一漏检发生，于是在结肠镜检查中提高腺瘤性息肉的检出率就成为重中之重。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，用于解决在传统肠镜检查过程中依赖人工去检测息肉，很容易因为医生的疏忽或者息肉个头较小而产生的漏检问题。
为实现本发明的目的所采用的技术方案是：
一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，包括以下步骤：
将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分视频流进行预处理后送到嵌入到肠镜操作系统中的息肉检测模型进行识别；
息肉检测模型对每一帧图像是否出现息肉以及息肉出现概率进行检测；
将息肉检测模型的检测结果返回到医生操作平台显示，若视频流中出现息肉，将息肉框出提示。
优选的，所述息肉检测模型通过以下步骤而获得：
从医院数据库中获取在肠镜检查过程中截取的清晰的带有息肉的图像集；
将图像集图像中息肉作为目标检测物标注，将标注好后的图像集分为训练集和测试集：
利用训练集对形成的初始化模型中进行训练，利用测试集进行测试，最终经训练测试而获得所述息肉检测模型。
优选的，所述息肉检测模型使用YOLOv3检测算法构建。
与现有技术相比，本发明的有益效果是：
本发借助人工智能深度神经网络，结合医学大数据和医学知识等，可以自动检测肠镜手术过程中镜头内出现的息肉，提高在在结肠镜检查过程中息肉的识别率，从而间接的提高了腺瘤性息肉的检出率。
附图说明
图1为肠镜手术过程中视频流的传输流程图；
图2为息肉检测模型的训练流程图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，本发明一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，包括以下步骤：
步骤1：当手术开始时，将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分送到基于卷积神经网络训练形成的息肉检测模型(嵌入在肠镜操作系统的人工智能检测模块中)中进行识别；
步骤2：对视频流进行预处理，然后送到息肉检测模型进行识别，对视频流中的每一帧图像，检测是否出现息肉及检测到的目标为息肉的概率。
步骤3：将步骤2的检测结果返回到医生操作平台上进行显示。
步骤4：若视频流中出现息肉，将其框出进行提示。
本发明的整体的流程图如图1所示，其中，步骤2中的基于卷积神经网络训练形成的息肉检测模型，使用YOLOv3检测算法开发，形成息肉检测模型，以满足整个肠镜检查中所需要的实时性。
其中，所述的基于卷积神经网络训练形成的息肉检测模型的训练，具体包括以下步骤；
步骤1：从医院数据库中获取在肠镜检查过程中截取的清晰明亮的带有息肉的图像集；
步骤2：将步骤1中得到的图像集进行目标标注，使用labelimg将图像中的息肉等目标检测物进行标注。将标注好后的图像集分为训练集和测试集两个部分，便于训练，具体包括：
步骤2.1：将步骤1得到的图像集进行统一裁剪，裁剪为统一大小，相同格式的图像集；
步骤2.2：使用labelimg将图像集中的目标物进行标注，得到完整的息肉图像集；
步骤2.3：挑选完整图像集中的1500张作为训练集，300张作为测试集；
步骤3：将挑选出的训练集输入到YOLOv3的初始化模型中，设定好训练过程中的参数，然后进行训练；
步骤4：将训练结束后得到的模型进行保存；
步骤5：将测试集作为输入传输到训练后的模型中，检测学习网络输出的结果；
步骤6：将训练好之后的模型嵌入到完整的肠镜操作系统中，以便进行手术过程中的实时检测。
本发明通过利用深度学习较高的精确度降低了传统传统肠镜手术过程中息肉的漏检率，为医生的诊断提供更可靠更高效的支持。
本发明利用深度学习的技术，将肠镜镜头输出的视频传输到训练后的神经网络，自动检测在肠镜手术过程中镜头事业内部所出现的一些息肉，同时提醒医生进行进一步的操作，从而提高腺瘤性息肉的检出率。
以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法，其特征在于，包括以下步骤：
将手术台中肠镜镜头传出的视频流一分为二，一部分传输到医生的操作平台上，另一部分视频流进行预处理后送到嵌入到肠镜操作系统中的息肉检测模型进行识别；
息肉检测模型对每一帧图像是否出现息肉以及息肉出现概率进行检测；
将息肉检测模型的检测结果返回到医生操作平台显示，若视频流中出现息肉，将息肉框出提示。
2.如权利要求1所述基于深度学习提高结肠镜腺瘤性息肉检出率的方法，其特征在于，所述息肉检测模型通过以下步骤而获得：
从医院数据库中获取在肠镜检查过程中截取的清晰的带有息肉的图像集；
将图像集图像中息肉作为目标检测物标注，将标注好后的图像集分为训练集和测试集：
利用训练集对形成的初始化模型中进行训练，利用测试集进行测试，最终经训练测试而获得所述息肉检测模型。
3.如权利要求1所述基于深度学习提高结肠镜腺瘤性息肉检出率的方法，其特征在于，所述息肉检测模型使用YOLOv3检测算法构建。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910340477.7A CN111839428A (zh) | 2019-04-25 | 2019-04-25 | 一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 |
| PCT/CN2020/000063 WO2020215807A1 (zh) | 2019-04-25 | 2020-04-09 | 一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910340477.7A CN111839428A (zh) | 2019-04-25 | 2019-04-25 | 一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111839428A true CN111839428A (zh) | 2020-10-30 |
Family
ID=72940927
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910340477.7A Pending CN111839428A (zh) | 2019-04-25 | 2019-04-25 | 一种基于深度学习提高结肠镜腺瘤性息肉检出率的方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111839428A (zh) |
| WO (1) | WO2020215807A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112598086A (zh) * | 2021-03-04 | 2021-04-02 | 四川大学 | 基于深度神经网络的常见结肠部疾病分类方法及辅助系统 |
| CN112669283A (zh) * | 2020-12-29 | 2021-04-16 | 杭州优视泰信息技术有限公司 | 一种基于深度学习的肠镜图像息肉误检测抑制装置 |
| CN112785549A (zh) * | 2020-12-29 | 2021-05-11 | 成都微识医疗设备有限公司 | 基于图像识别的肠镜检查质量评估方法、装置及存储介质 |
| CN113284146A (zh) * | 2021-07-23 | 2021-08-20 | 天津御锦人工智能医疗科技有限公司 | 结直肠息肉图像的识别方法、装置及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109447973A (zh) * | 2018-10-31 | 2019-03-08 | 腾讯科技（深圳）有限公司 | 一种结肠息肉图像的处理方法和装置及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3405908B1 (en) * | 2015-09-10 | 2021-12-15 | Magentiq Eye Ltd. | A system and method for detection of suspicious tissue regions in an endoscopic procedure |
| CN107256552B (zh) * | 2017-06-14 | 2020-08-18 | 成都微识医疗设备有限公司 | 息肉图像识别系统及方法 |
| JP6727176B2 (ja) * | 2017-09-27 | 2020-07-22 | 富士フイルム株式会社 | 学習支援装置、学習支援装置の作動方法、学習支援プログラム、学習支援システム、および端末装置 |
| CN115345819A (zh) * | 2018-11-15 | 2022-11-15 | 首都医科大学附属北京友谊医院 | 一种胃癌图像识别系统、装置及其应用 |
| CN109523535B (zh) * | 2018-11-15 | 2023-11-17 | 首都医科大学附属北京友谊医院 | 一种病变图像的预处理方法 |
| CN109635866B (zh) * | 2018-12-10 | 2021-07-23 | 杭州帝视科技有限公司 | 处理肠图像的方法 |
-
2019
- 2019-04-25 CN CN201910340477.7A patent/CN111839428A/zh active Pending
-
2020
- 2020-04-09 WO PCT/CN2020/000063 patent/WO2020215807A1/zh active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109447973A (zh) * | 2018-10-31 | 2019-03-08 | 腾讯科技（深圳）有限公司 | 一种结肠息肉图像的处理方法和装置及系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112669283A (zh) * | 2020-12-29 | 2021-04-16 | 杭州优视泰信息技术有限公司 | 一种基于深度学习的肠镜图像息肉误检测抑制装置 |
| CN112785549A (zh) * | 2020-12-29 | 2021-05-11 | 成都微识医疗设备有限公司 | 基于图像识别的肠镜检查质量评估方法、装置及存储介质 |
| CN112785549B (zh) * | 2020-12-29 | 2024-03-01 | 成都微识医疗设备有限公司 | 基于图像识别的肠镜检查质量评估方法、装置及存储介质 |
| CN112598086A (zh) * | 2021-03-04 | 2021-04-02 | 四川大学 | 基于深度神经网络的常见结肠部疾病分类方法及辅助系统 |
| CN113284146A (zh) * | 2021-07-23 | 2021-08-20 | 天津御锦人工智能医疗科技有限公司 | 结直肠息肉图像的识别方法、装置及存储介质 |
| CN113284146B (zh) * | 2021-07-23 | 2021-10-22 | 天津御锦人工智能医疗科技有限公司 | 结直肠息肉图像的识别方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020215807A1 (zh) | 2020-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109146884B (zh) | 内窥镜检查监控方法及装置 | |
| CN111839428A (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 | |
| US8423123B2 (en) | System and method for in-vivo feature detection | |
| WO2019088121A1 (ja) | 画像診断支援装置、資料収集方法、画像診断支援方法および画像診断支援プログラム | |
| CN107256552B (zh) | 息肉图像识别系统及方法 | |
| US11937973B2 (en) | Systems and media for automatically diagnosing thyroid nodules | |
| US10957043B2 (en) | AI systems for detecting and sizing lesions | |
| US7684599B2 (en) | System and method to detect a transition in an image stream | |
| EP1857042B1 (en) | Image display apparatus and image display method | |
| US8353816B2 (en) | Endoscopy system and method therefor | |
| US20150313445A1 (en) | System and Method of Scanning a Body Cavity Using a Multiple Viewing Elements Endoscope | |
| WO2018165620A1 (en) | Systems and methods for clinical image classification | |
| WO2006112227A1 (ja) | 画像処理装置及び画像処理方法 | |
| KR102222547B1 (ko) | 인공지능 기반의 대장내시경 영상 분석 방법 | |
| WO2023143014A1 (zh) | 一种基于人工智能的内窥镜辅助检查方法及装置 | |
| WO2020215810A1 (zh) | 一种基于图像识别的结肠镜手术中窄带成像检测方法 | |
| WO2020054543A1 (ja) | 医療画像処理装置及び方法、内視鏡システム、プロセッサ装置、診断支援装置並びにプログラム | |
| Li et al. | Intelligent detection endoscopic assistant: An artificial intelligence-based system for monitoring blind spots during esophagogastroduodenoscopy in real-time | |
| JP2007307395A (ja) | 画像表示装置、画像表示方法および画像表示プログラム | |
| JPWO2019088178A1 (ja) | 生検支援装置、内視鏡装置、生検支援方法、及び生検支援プログラム | |
| CN111839429A (zh) | 一种基于图像识别判断结肠镜检查是否完整的检测方法 | |
| Gan et al. | A feasibility trial of computer-aided diagnosis for enteric lesions in capsule endoscopy | |
| CN110772210A (zh) | 一种诊断交互系统及方法 | |
| CN111863177A (zh) | 一种基于大数据的肠镜检查质量报告管理系统 | |
| JP2007307397A (ja) | 画像表示装置、画像表示方法および画像表示プログラム |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 300457 s1405, s1404, s1414, s1415 and s1424, experimental building 14, Tianjin International Joint Research Institute of biomedicine, 220 Dongting Road, Binhai New Area Economic and Technological Development Zone, Tianjin Applicant after: Tianjin Yujin artificial intelligence Medical Technology Co.,Ltd. Address before: Unit 80, room n212, experimental building, Tianjin International Joint Research Institute of biomedicine, 220 Dongting Road, Tianjin Economic and Technological Development Zone, Binhai New Area, Tianjin, 300457 Applicant before: Tianjin Yujin artificial intelligence Medical Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20240119 Address after: No. 402, Gate 2, Building 1, Shunning Lane, Hongqi South Road, Nankai District, Tianjin, 300000 Applicant after: Yang Guozhen Address before: 300457 s1405, s1404, s1414, s1415 and s1424, experimental building 14, Tianjin International Joint Research Institute of biomedicine, 220 Dongting Road, Binhai New Area Economic and Technological Development Zone, Tianjin Applicant before: Tianjin Yujin artificial intelligence Medical Technology Co.,Ltd. |