CN111839445A - 一种基于图像识别的结肠镜手术中窄带成像检测方法 - Google Patents
一种基于图像识别的结肠镜手术中窄带成像检测方法 Download PDFInfo
- Publication number
- CN111839445A CN111839445A CN201910339648.4A CN201910339648A CN111839445A CN 111839445 A CN111839445 A CN 111839445A CN 201910339648 A CN201910339648 A CN 201910339648A CN 111839445 A CN111839445 A CN 111839445A
- Authority
- CN
- China
- Prior art keywords
- image
- polyps
- nbi
- channel
- intestinal tract
- 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 20
- 238000002052 colonoscopy Methods 0.000 title claims abstract description 17
- 238000003384 imaging method Methods 0.000 title claims abstract description 13
- 208000037062 Polyps Diseases 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 17
- 238000005516 engineering process Methods 0.000 claims abstract description 16
- 210000001035 gastrointestinal tract Anatomy 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 11
- 208000032177 Intestinal Polyps Diseases 0.000 claims abstract description 4
- 238000001914 filtration Methods 0.000 claims description 9
- 230000000968 intestinal effect Effects 0.000 claims description 4
- 238000001356 surgical procedure Methods 0.000 claims description 2
- 208000014081 polyp of colon Diseases 0.000 abstract description 11
- 238000003745 diagnosis Methods 0.000 abstract description 9
- 238000013135 deep learning Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000003903 intestinal lesions Effects 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 208000004804 Adenomatous Polyps Diseases 0.000 description 2
- 206010009944 Colon cancer Diseases 0.000 description 2
- 208000035984 Colonic Polyps Diseases 0.000 description 2
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 208000028774 intestinal disease Diseases 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 206010051589 Large intestine polyp Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 210000000936 intestine Anatomy 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 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
- A61B1/00055—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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Optics & Photonics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Endoscopes (AREA)
Abstract
本发明公开一种基于图像识别的结肠镜手术中窄带成像检测方法，包括步骤：通过构建的肠息肉检测识别模型检测肠镜视频,判断是否有息肉；若检测到有息肉，则利用OpenCV图像处理技术，判断肠道图像R通道平均值与阈值的关系，根据肠道图像R通道平均值与阈值关系，给出是否需要进行NBI观察的提示。本发明用于实时检测结肠息肉，发现息肉时，使用OpenCV图像处理技术判断术者是否进行了NBI技术观察息肉，若未使用则予以提醒，以规范其操作手法，从而最大限度地降低息肉漏诊率，从而降低患者死亡率。
Description
技术领域
本发明涉及检测技术领域，特别是涉及一种基于图像识别的结肠镜手术中窄带成像检测方法。
背景技术
结直肠腺瘤性息肉被公认为是结直肠癌的癌前病变，腺瘤性息肉的及时诊治及息肉切除术后的随访，是防治结直肠癌的关键措施。电子肠镜是目前最主要的肠道病变检查方法。检查时着重观察有利于肠道病变的诊断和治疗。内镜检查是诊断肠道病变尤其是结肠息肉的金标准，由于受肠道解剖结构、操作者水平、息肉类型、退镜检查时间等相关因素，通过结肠镜检查发现结肠息肉均有一定的漏诊率，国外研究报道，结肠镜检查中息肉的漏诊率波动在6％～27％之间，国内有文献报道漏诊率为22.5％。
随着内镜技术的不断进步，内镜窄带成像(NBI)技术的应用越来越广泛，其是一种用于观察黏膜表面结构和微血管形态的简便易行工具。NBI技术在结肠镜手术中经常被用于手术中观察结肠息肉的形态、分析结肠息肉的性质。然而使用肠镜检查发现结肠息肉，由于患者的肠道准备情况、操作者的结肠镜检查技术熟练程度、结肠息肉的形状和大小等情况的不同，以及检查时退镜时间不够充分都可能对结肠镜的检查结果产生影响。结肠镜检查对早癌的早期发现、早期诊断及早期治疗有着重要的作用，若出现漏检，可能会延误医治的最佳时机，因此，最大限度地降低漏诊从某种意义上讲可以降低患者的死亡率。特别地，在大肠镜初级医师培训中一直存在有肠镜操作高风险的问题，培训医师操作并发症发生比例高。鉴于结肠镜检查对于肠道疾病患者的重要意义，规范内窥镜医生的手术操作手法对于肠道疾病患者的诊断和治疗有十分重要的意义。窄带成像NBI技术作为结肠镜检查过程中观察息肉的关键技术之一，对于息肉识别和诊断起到了重要作用，因此，对于医生在操作过程中是否使用NBI技术对于患者的肠道息肉进行观察时十分重要的。
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，而提供一种基于图像识别的结肠镜手术中窄带成像检测方法，用于检测医生在进行结肠镜手术过程中观察息肉时是否使用了NBI技术进行了观察，若未使用则予以提醒，以规范其操作手法。
为实现本发明的目的所采用的技术方案是：
一种基于图像识别的结肠镜手术中窄带成像检测方法，包括步骤：
通过构建的肠息肉检测识别模型检测肠镜视频,判断是否有息肉；
若检测到有息肉，则利用OpenCV图像处理技术，计算判断肠道图像R通道平均值与阈值的关系，根据肠道图像R通道平均值与阈值关系，给出是否需要进行NBI观察的提示。
若肠道图像R通道平均值与小于等于＝阈值，则需要进行NBI观察，反之不需要进行NBI观察。
所述阈值通过以下步骤获得：
使用OpenCV技术，统计白光下与经过NBI滤光后肠道图像的RGB数值，计算白光下与NBI滤光后整幅肠道图像的R通道平均值，找出区分白光下与NBI滤光后整幅肠道图像的阈值。
与现有技术相比，本发明的有益效果是：
本发明使用YOLOv3目标检测算法构建息肉识别模型，可以用于实时检测结肠息肉，当发现息肉时，使用OpenCV图像处理技术判断术者是否进行了NBI技术观察息肉，若未使用则予以提醒，以规范其操作手法。从而最大限度地降低息肉漏诊率，从而降低患者死亡率。
附图说明
图1为结肠息肉识别模型构建的流程图；
图2为OpenCV处理图像的示意图；
图3为当模型处理肠镜视频的流程图。
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。
本发明提出了一种基于图像识别的用于结肠镜手术中窄带成像检测方法。包括二个部分，其一为建立结肠息肉实时检测模型，其二为使用OpenCV处理的方法判断图像是否使用了窄带成像技术。
如图1所示，本发明基于图像识别的结肠镜手术中窄带成像检测方法，包括以下实现步骤：
步骤101，搭建深度学习框架。在Ubuntu系统下安装Python2.7，Cuda 8.0，Cudnn6.0.21，OpenCV3.4.0，最后安装深度学习框架。
本实施例中，上述深度学习框架可以为Darknet、Tensorflow、Caffe等，本实施例对此不做限定，利用深度学习框架可以对处理后的图像数据进行训练。
步骤102，VOC数据集制作。从医院收集各类结肠息肉图片，将所有图片格式转化为JPEG格式，并且按照固定顺序将所有图片重命名。然后使用图像标注工具对整理好的息肉图像进行标注处理，使用矩形框标出图片中的结肠息肉，根据图像尺寸、矩形框坐标等信息生成XML格式文档。然后使用Python编写脚本将XML文件转换为TXT格式文件，转换完的TXT文件记录着每张图片中的病变类别信息以及坐标信息。
本实施例中，上述图像标注工具可以为Labelimg、Labelme、Vatic、Sloth等可用于目标检测任务数据集制作的软件，本实施例对此不做限定。
步骤103，息肉检测模型训练。训练模型采用YOLOv3目标检测算法，根据步骤102获得的VOC数据集配置相关网络参数，在GPU中进行模型训练，获得结肠息肉实时检测模型。
OpenCV图像处理：
(1)大部分正常人体肠道环境在白光下呈现粉红色，经过NBI技术滤掉宽带光波之后，从图像中看红色信息不明显，使用OpenCV统计正常图像与经过NBI技术滤光后图像的RGB数值。统计发现经NBI技术滤光后的图片红通道数值明显下降。通过计算白光下与NBI滤光后整幅图像的R通道平均值，找出阈值对二者进行区分。
(2)使用OpenCV编写程序，判断整幅图像的R通道平均值与步骤(1)中获得的阈值关系，当小于等于阈值时，判定为经NBI滤光后的图像；当大于阈值时，判定为正常白光下的图像。
图2为OpenCV处理图像示意图，其中：201代表正常白光下的肠道图像，202代表经过NBI滤光后的肠道图像，204代表图像平均R通道阈值。正常白光下的肠道图像201与NBI滤光后的肠道图像202经过步骤203--OpenCV统计RGB三通道平均值，得到图像平均R通道阈值204。
图3为当模型处理肠镜视频流程图，其中包括：301代表待处理的肠镜视频，302代表息肉检测模型，303代表OpenCV处理判断图像的R通道平均值，304代表无提示内容，305代表已经进行了NBI观察操作正确，无提示内容，306代表提示需要经过NBI观察。
待处理的肠镜视频首先经过息肉检测模型处理，当检测到息肉时，使用OpenCV计算判断当前帧图像的R通道平均值，当结果小于等于步骤203获得的阈值时，说明已经进行了NBI观察操作正确，当结果大于步骤203获得的阈值时，提示需要经过NBI观察。
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)
1.一种基于图像识别的结肠镜手术中窄带成像检测方法，其特征在于，包括步骤：
通过构建的肠息肉检测识别模型检测肠镜视频,判断是否有息肉；
若检测到有息肉，则利用OpenCV图像处理技术，计算判断肠道图像R通道平均值与阈值的关系，根据肠道图像R通道平均值与阈值关系，给出是否需要进行NBI观察的提示。
2.如权利要求1所述基于图像识别的结肠镜手术中窄带成像检测方法，其特征在于，若肠道图像R通道平均值与小于等于阈值，则需要进行NBI观察，反之不需要进行NBI观察。
3.如权利要求1所述基于图像识别的结肠镜手术中窄带成像检测方法，其特征在于，所述阈值通过以下步骤获得：
使用OpenCV技术，统计白光下与经过NBI滤光后肠道图像的RGB数值，计算白光下与NBI滤光后整幅肠道图像的R通道平均值，找出区分白光下与NBI滤光后整幅肠道图像的阈值。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910339648.4A CN111839445A (zh) | 2019-04-25 | 2019-04-25 | 一种基于图像识别的结肠镜手术中窄带成像检测方法 |
| PCT/CN2020/000066 WO2020215810A1 (zh) | 2019-04-25 | 2020-04-09 | 一种基于图像识别的结肠镜手术中窄带成像检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910339648.4A CN111839445A (zh) | 2019-04-25 | 2019-04-25 | 一种基于图像识别的结肠镜手术中窄带成像检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111839445A true CN111839445A (zh) | 2020-10-30 |
Family
ID=72940610
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910339648.4A Pending CN111839445A (zh) | 2019-04-25 | 2019-04-25 | 一种基于图像识别的结肠镜手术中窄带成像检测方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN111839445A (zh) |
| WO (1) | WO2020215810A1 (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465766A (zh) * | 2020-11-25 | 2021-03-09 | 武汉楚精灵医疗科技有限公司 | 扁平、微小息肉图像识别方法 |
| CN113935993A (zh) * | 2021-12-15 | 2022-01-14 | 武汉楚精灵医疗科技有限公司 | 肠镜图像识别系统、终端设备及存储介质 |
| CN113962998A (zh) * | 2021-12-23 | 2022-01-21 | 天津御锦人工智能医疗科技有限公司 | 肠镜检查的有效退镜时间评估方法、装置及存储介质 |
| CN114998644A (zh) * | 2022-05-10 | 2022-09-02 | 中国医学科学院肿瘤医院 | 肿瘤诊断系统及其构建方法、终端设备及存储介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114391792B (zh) * | 2021-09-13 | 2023-02-24 | 南京诺源医疗器械有限公司 | 基于窄带成像的肿瘤预测方法、装置及成像内镜 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001076184A (ja) * | 1999-09-03 | 2001-03-23 | Ge Yokogawa Medical Systems Ltd | ３次元表示方法および３次元表示装置 |
| CN1754508A (zh) * | 2004-09-30 | 2006-04-05 | 西门子（中国）有限公司 | 一种计算机断层成像检查流程的用户界面的操作方法 |
| CN102695446A (zh) * | 2009-12-28 | 2012-09-26 | 奥林巴斯株式会社 | 图像处理装置、电子设备、程序和图像处理方法 |
| CN103025227A (zh) * | 2010-07-28 | 2013-04-03 | 富士胶片株式会社 | 图像处理设备、方法和程序 |
| CN107113405A (zh) * | 2015-01-20 | 2017-08-29 | 奥林巴斯株式会社 | 图像处理装置、图像处理装置的工作方法、图像处理装置的工作程序和内窥镜装置 |
| CN108292366A (zh) * | 2015-09-10 | 2018-07-17 | 美基蒂克艾尔有限公司 | 在内窥镜手术中检测可疑组织区域的系统和方法 |
| CN108596237A (zh) * | 2018-04-19 | 2018-09-28 | 北京邮电大学 | 一种基于颜色和血管的lci激光内镜下的结肠息肉分类方法 |
| CN108695001A (zh) * | 2018-07-16 | 2018-10-23 | 武汉大学人民医院（湖北省人民医院） | 一种基于深度学习的癌症病灶范围预测辅助系统及方法 |
| 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 |
-
2019
- 2019-04-25 CN CN201910339648.4A patent/CN111839445A/zh active Pending
-
2020
- 2020-04-09 WO PCT/CN2020/000066 patent/WO2020215810A1/zh active Application Filing
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001076184A (ja) * | 1999-09-03 | 2001-03-23 | Ge Yokogawa Medical Systems Ltd | ３次元表示方法および３次元表示装置 |
| CN1754508A (zh) * | 2004-09-30 | 2006-04-05 | 西门子（中国）有限公司 | 一种计算机断层成像检查流程的用户界面的操作方法 |
| CN102695446A (zh) * | 2009-12-28 | 2012-09-26 | 奥林巴斯株式会社 | 图像处理装置、电子设备、程序和图像处理方法 |
| CN103025227A (zh) * | 2010-07-28 | 2013-04-03 | 富士胶片株式会社 | 图像处理设备、方法和程序 |
| CN107113405A (zh) * | 2015-01-20 | 2017-08-29 | 奥林巴斯株式会社 | 图像处理装置、图像处理装置的工作方法、图像处理装置的工作程序和内窥镜装置 |
| CN108292366A (zh) * | 2015-09-10 | 2018-07-17 | 美基蒂克艾尔有限公司 | 在内窥镜手术中检测可疑组织区域的系统和方法 |
| CN108596237A (zh) * | 2018-04-19 | 2018-09-28 | 北京邮电大学 | 一种基于颜色和血管的lci激光内镜下的结肠息肉分类方法 |
| CN108695001A (zh) * | 2018-07-16 | 2018-10-23 | 武汉大学人民医院（湖北省人民医院） | 一种基于深度学习的癌症病灶范围预测辅助系统及方法 |
| 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 (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112465766A (zh) * | 2020-11-25 | 2021-03-09 | 武汉楚精灵医疗科技有限公司 | 扁平、微小息肉图像识别方法 |
| CN113935993A (zh) * | 2021-12-15 | 2022-01-14 | 武汉楚精灵医疗科技有限公司 | 肠镜图像识别系统、终端设备及存储介质 |
| CN113962998A (zh) * | 2021-12-23 | 2022-01-21 | 天津御锦人工智能医疗科技有限公司 | 肠镜检查的有效退镜时间评估方法、装置及存储介质 |
| CN114998644A (zh) * | 2022-05-10 | 2022-09-02 | 中国医学科学院肿瘤医院 | 肿瘤诊断系统及其构建方法、终端设备及存储介质 |
| WO2023216462A1 (zh) * | 2022-05-10 | 2023-11-16 | 中国医学科学院肿瘤医院 | 肿瘤诊断系统及其构建方法、终端设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020215810A1 (zh) | 2020-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111839445A (zh) | 一种基于图像识别的结肠镜手术中窄带成像检测方法 | |
| EP3705025A1 (en) | Image diagnosis assistance apparatus, data collection method, image diagnosis assistance method, and image diagnosis assistance program | |
| CN110600122B (zh) | 一种消化道影像的处理方法、装置、以及医疗系统 | |
| US20050075537A1 (en) | Method and system for real-time automatic abnormality detection for in vivo images | |
| CN111091559A (zh) | 基于深度学习的小肠镜下淋巴瘤辅助诊断系统 | |
| CN107767365A (zh) | 一种内窥镜图像处理方法及系统 | |
| US20090074269A1 (en) | Medical image processing device and medical image processing method | |
| US20090220133A1 (en) | Medical image processing apparatus and medical image processing method | |
| WO2020224153A1 (zh) | 一种基于深度学习和图像增强的nbi图像处理方法及其应用 | |
| WO2005039402A1 (en) | Diagnostic alignment of in vivo images | |
| WO2020071678A2 (ko) | 실시간으로 획득되는 위 내시경 이미지를 기반으로 위 병변을 진단하는 내시경 장치 및 방법 | |
| JPWO2008136098A1 (ja) | 医療用画像処理装置及び医療用画像処理方法 | |
| Cui et al. | Bleeding detection in wireless capsule endoscopy images by support vector classifier | |
| Al-Rahayfeh et al. | Detection of bleeding in wireless capsule endoscopy images using range ratio color | |
| US20130064436A1 (en) | Medical image processing apparatus and method of operating medical image processing apparatus | |
| US20200090548A1 (en) | Image processing apparatus, image processing method, and computer-readable recording medium | |
| 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 | |
| WO2023143014A1 (zh) | 一种基于人工智能的内窥镜辅助检查方法及装置 | |
| KR102095730B1 (ko) | 딥러닝 기반의 대장 병변 검출 방법 | |
| JP2006304993A (ja) | 画像処理装置、画像処理方法、及び画像処理プログラム | |
| CN113990456A (zh) | 基于深度学习的消化道早期癌症图形分析筛查方法和系统 | |
| CN113962998A (zh) | 肠镜检查的有效退镜时间评估方法、装置及存储介质 | |
| CN114359131A (zh) | 幽门螺杆菌胃部视频全自动智能分析系统及其标记方法 | |
| CN110772210B (zh) | 一种诊断交互系统及方法 | |
| 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 |
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 |
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. |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230426 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. |
|
| TA01 | Transfer of patent application right | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201030 |
|
| WD01 | Invention patent application deemed withdrawn after publication |