CN112233775A - 电子胶片自动生成检查匹配样片的方法 - Google Patents
电子胶片自动生成检查匹配样片的方法 Download PDFInfo
- Publication number
- CN112233775A CN112233775A CN202011059527.3A CN202011059527A CN112233775A CN 112233775 A CN112233775 A CN 112233775A CN 202011059527 A CN202011059527 A CN 202011059527A CN 112233775 A CN112233775 A CN 112233775A
- Authority
- CN
- China
- Prior art keywords
- image
- film
- picture file
- electronic film
- dicom
- 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 33
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000012015 optical character recognition Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract description 2
- 230000002354 daily effect Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 2
- 239000000872 buffer Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Images
Classifications
-
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/51—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
- G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种电子胶片自动生成检查匹配样片的方法,它包括:(1)加载DICOM影像,并解析出DICOM头属性数据及像素数据;(2)构造一幅图像,宽度和高度和DICOM影像相同;(3)取得DICOM影像的拼接方式;(4)根据拼接方式和图像的尺寸,计算DICOM影像中拼接图像位置,然后从这个图像四个角开始,根据事先设定的区域大小,划出多个矩形区域,保存到链表内;(5)根据取得的链表里面的区域信息,截取一张图像,进行识别,识别成功,则记录这个矩形区域的大小和位置参数,样片制作成功;识别失败,则遍历其它区域,直到识别成功或者遍历整个图像完成。本发明得到的电子胶片自动生成检查匹配样片的方法,节省人工,简化操作,并且能提高识别率,提高工程师和医院的工作效率。
Description
技术领域
本发明涉及一种医疗影像处理方法,特别是一种电子胶片自动生成检查匹配样片的方法。
背景技术
随着当前医疗信息化水平的快速发展,临床医生可以在患者影像检查完成后的第一时间,通过各种显示设备(显示器、平板、智能手机)查看影像。患者除了转诊外,已经没有必要再打印传统胶片介质的影像。在这种情况下,患者可以根据自己的需求选择是否要打印传统的胶片。各家医院的影像科室针对当前现状,通常是继续保持原来的检查技师打印胶片的工作模式。检查技师在患者检查完成后,通过设备或后处理工作站将影像输出到虚拟的DICOM相机上,缓存为DICOM格式的电子胶片。电子胶片与预约登记的检查记录建立关联。当患者需要打印传统胶片时,支付费用后,通过自助方式从虚拟的DICOM相机将电子胶片发送到实际的激光相机,输出为实际的传统胶片。
由于目前市面上几乎全部的影像设备和后处理工作站在打印胶片时,没有告知相机打印的是哪个患者的哪一次检查的影像。因此虚拟的DICOM相机在缓存电子胶片后,必须要将电子胶片与预约登记的检查记录建立关联,这样才能为患者提供自助打印服务。而将电子胶片与预约登记的检查记录建立关联除光学字符识别OCR外,别无它途。
由于电子胶片影像的像素分辨率高,如果对整张电子胶片进行识别,大量像素数据对OCR产生极大的干扰,且识别花费的时间长,结果很不理想。这就需要人工来从电子胶片中圈出特定包含指定患者的、指定检查的文字区域,作为OCR识别区域(即样片)。由于一家医院通常有N台影像设备,一台影像设备可能打印M种拼接格式的胶片。因此这种人工建立样片的过程耗时较多,操作上也繁琐。且需要对建立样片的用户进行使用培训,确保样片建立的规范性和有效性。
发明内容
本发明的目的是为了解决上述现有技术的不足而提供的一种可以节省人工,简化操作,方便部署,并且能提高用户的工作效率的电子胶片自动生成检查匹配样片的方法。
为了实现上述目的,本发明所设计的电子胶片自动生成检查匹配样片的方法,它包括以下步骤:
(1)在影像处理设备中加载DICOM格式的电子胶片,并解析出DICOM电子胶片的属性数据及像素数据;
(2)根据步骤(1)解析出的数据,将步骤(1)中的DICOM格式的电子胶片转换为一幅同尺寸的图片文件;
(3)对步骤(2)生成的图片文件进行分割,根据分割结果,取得电子胶片的拼接格式;
(4)根据步骤(3)中取得的拼接格式及从步骤(2)中生成的图片文件参数,计算图片文件中每个拼接图像对应的区域参数,并将区域参数保存到一个链表内;
(5)根据链表内存储的区域参数,从步骤(2)生成的图片文件中截取一张拼接图像,然后对该拼接图像再次进行分割、提取,从而得到包含待识别内容的矩形区域,对被提取的矩形区域进行光学字符识别;
(6)影像处理设备将光学字符识别得到的文本与检查记录中的患者编号及检查编号进行匹配,如果匹配成功,则记录这个矩形区域的位置参数、电子胶片的规格尺寸以及拼接格式作为样片;如果识别失败,则重新从步骤(5)开始遍历拼接图像中分割出的其它区域,进行识别,直到样片建立或者遍历整个图像完成,所述的检查记录存储在医院的计算机服务器中。
其中,所述步骤(3)中可以采用阈值分割法或基于区域的分割法对所述对图片文件进行分割;所述的阈值分割法、基于区域的分割法均为根据灰度对图像进行分割的现有技术,本说明不予详述。
步骤(4)中所述的根据拼接方式和图片文件参数计算图片文件中拼接图像对应的区域参数,是首先根据拼接方式和图片文件尺寸,对步骤(3)中分割出的拼接图像赋予相应的区域参数,随后将位置参数存入链表以方便步骤(5)进行调用。
由于一般放射影像的电子胶片中,患者信息一般都标注在图像的四角上,为了提高识别效率,步骤(5)中,所述对该拼接图像再次进行分割、提取,从而得到包含待识别内容的矩形区域是指从拼接图像上的四个角开始,根据事先设定的区域大小,划出多个矩形区域,并将这些矩形区域保存到链表中以待进行光学字符识别。
本发明得到的电子胶片自动生成样片的方法,使用程序来准确的找到图像上面标注患者信息的位置,针对不同设备生成的图像,得到一个合适的区域;对于同一设备生成的不同图像,在这个区域,都能识别到患者信息,使用程序制作样片,可以节省人工,简化操作,方便部署,并且能提高识别率,提高工程师和医院的工作效率。
附图说明
图1是本发明电子胶片自动生成检查匹配样片的方法的流程图;
图2是电子胶片转换的图片文件按照6列5行网格划分后的拼接排版示意图;
图3是电子胶片经过拼接格式分割后提取的一幅拼接图像的示意图。
图4是对拼接图像再次分割后,包含检查匹配信息的样片的示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
实施例1:
本实施例描述的电子胶片自动生成检查匹配样片的方法,如图1所示,它包括以下步骤:
(1)在影像处理设备中加载DICOM格式的电子胶片,并解析出DICOM电子胶片的属性数据及像素数据;
(2)根据步骤(1)解析出的数据,将步骤(1)中的DICOM格式的电子胶片转换为一幅同尺寸的图片文件;
(3)对步骤(2)生成的图片文件进行分割,根据分割结果,取得电子胶片的拼接格式;
(4)根据步骤(3)中取得的拼接格式及从步骤(2)中生成的图片文件参数,计算图片文件中每个拼接图像对应的区域参数,并将区域参数保存到一个链表内;所述的区域参数主要包括拼接图像在图片文件中的位置以及拼接图像的尺寸;
(5)根据链表内存储的区域参数,从步骤(2)生成的图片文件中截取一张拼接图像,然后对该拼接图像再次进行分割、提取,从而得到包含待识别内容的矩形区域,对被提取的矩形区域进行光学字符识别;
(6) 影像处理设备将光学字符识别得到的文本与检查记录中的患者编号及检查编号进行匹配,如果匹配成功,则记录这个矩形区域的位置参数、电子胶片的规格尺寸以及拼接格式作为样片;如果识别失败,则重新从步骤(5)开始遍历拼接图像中分割出的其它区域,进行识别,直到样片建立或者遍历整个图像完成。
所述的DICOM格式的电子胶片主要包含属性数据及图像的像素数据两个部分,这些数据中包含有患者的个人信息、检查的项目信息、DICOM格式的电子胶片的方向、分辨率、尺寸等信息以及输出该DICOM格式的电子胶片的设备信息,其中个人信息和检查的项目信息中包含有患者编号PatientID以及检查编号AccessionNumber;DICOM格式的电子胶片的取向包括横屏(landscape)及竖屏(portrait)两种;通过解析这些信息,可以复原出DICOM格式的电子胶片的图像内容。
根据影像设备的程序中预设的默认图像分辨率及胶片尺寸,可以计算出DICOM格式的电子胶片的图像尺寸,本实施例中,默认分辨率设为300,以胶片尺寸14in*17in为例,则图像尺寸分别为300×14=4200及300×17=5100;由于文字识别工具无法直接识别DICOM影像,因此需要根据计算得出的图像尺寸执行步骤(2),先将DICOM影像转换为可识别的JPG图片文件,则本实施例中该JPG图片文件的尺寸就是前述的4200*5100;本实施例中采用JPG图片文件,然而并非对由DICOM影像转换的图片文件的格式进行限定,应当理解的是,本领域技术人员完全可以采用PNG、bmp等其他图片格式实施本方法,解决相同的技术问题。
为了方便医生对检查部位清楚立体的观察和理解,DICOM格式的电子胶片在打印中常常将多张相同部位不同方向或相同方向不同剖面的图像拼接在一起,从而使被打印的图像能够清楚完整地显示检查部位的实际情况,对于由步骤(2)中取得的JPG图片文件,可以在步骤(3)中采用阈值分割法进行分割,利用DICOM影像的特性,依照JPG图片文件中各个拼接图像之间分界线与各拼接图像内其他部分的灰度的差异,将图片文件划分为形状规则的拼接图像,每个拼接图像都是患者当前检查部位中一个方向或一个剖面的放射检查影像,同时记录下拼接图像组合成JPG图片文件的拼接格式。
通过拼接格式和胶片尺寸,可以计算出DICOM格式的电子胶片中每张拼接图像的长度和宽度尺寸。
步骤(4)中所述的根据拼接方式和图片文件参数计算图片文件中拼接图像对应的区域参数,是首先根据拼接方式和图片文件尺寸,对步骤(3)中分割出的拼接图像赋予相应的区域参数,随后将位置参数存入链表以方便步骤(5)进行调用。
步骤(5)中所述根据链表内的区域参数,截取一张拼接图像是指根据链表中的位置参数,在JPG图片文件相应位置上提取拼接图像的图像数据,从该拼接图像上选四个角,根据事先设定的区域大小,划出四个矩形区域,保存到链表里面, 目的是按照最有可能标注患者信息的位置的优先级,本实施例中,先识别图像上部的左右二个角,再识别图像下部的左右二个角,在识别成功的记录中,记录每个角成功的次数,成功次数多的那个角,下次优先识别。
本实施例以采用6行5列的拼接格式为例,如图2所示,当步骤(3)对JPG图片文件进行分割时,可以得到该DICOM影像在打印中采用的是6列5行的均匀拼接排版方式,因此在执行步骤(3)及(4)时,将步骤(2)中取得的JPG图片文件利用阈值分割法划分成6列5行的网格,则每个拼接图像的位置可以用其在网格中的坐标来表示,对于本实施例中取得的尺寸为4200*5100的JPG图片文件,其中每个拼接图像的宽为4200/6=700、长为5100/5=1020。
上述过程中,应当了解的是,虽然本实施例采用了6列5行的均匀拼接格式,但在实际应用中,也存在一张电子胶片及其转换的JPG图片文件上存在尺寸不同拼接图像、拼接格式非均匀的情况,对于此类图片文件,阈值分割法及基于区域的分割法仍然能够满足对图片文件的分割需要。
本实施例事先设定的矩形区域大小为255*700,在步骤(5)中,利用尺寸为255*700的矩形区域,在每个拼接图像的四个边角上划分出相应大小的图像,并将这些图像的位置参数存入新建的链表中,本实施例中,利用矩形区域四角的坐标值(Left\Top\Right\Bottom)作为矩形区域的位置参数,该坐标值以被分割的拼接图像的左侧边及顶边作为基准边,四个参数分别代表矩形区域四边相对于与其平行的基准边的距离,举例来说,对于尺寸,700*1020的拼接图像,位于拼接图像左上边角的矩形区域的坐标值为(0\0\255\700),位于右上边角的矩形区域的坐标值为(455\0\700\700),采用该形式的坐标的益处在于,可以由一组坐标值,直接表征矩形区域的位置以及图像尺寸;本实施例中,步骤(4)中所述的区域参数也采用该形式的坐标对拼接图像尺寸以及相对于图片文件的位置信息进行定位和存储。
利用光学字符识别OCR工具对矩形区域进行识别,可以得到该区域内文字对应的文本,将该区域内的文本与存储在医院计算机服务器的检查记录中的患者编号及检查编号数据进行对比,如果相互匹配,这说明该区域内包含相应患者的相应检查的信息,如图4所示,的矩形区域内包含患者姓名“QIANG DING FU”、患者编号PatientID“804354”、检查编号AccessionNumber“910837”、出生年月“18/03/1947”、年龄“72Y”、检查日期“21/04/2019”等患者信息,则该区域对应的位置参数即为步骤(6)中所求样片的一部分。
本实施例步骤(2)中,根据电子胶片数据构成的图片文件格式为JPG格式,该格式仅是本发明方法的一种优选实施例,在实际使用中,该图片文件的格式也可以是bmp等格式。
本发明所提供的样片生成方法,其中使用的程序,如文字识别工具,均可由计算机领域的技术人员在本发明的启示下使用现有编程语言实现,本实施例中不做详细说明。
本实施例提供的DICOM电子胶片自动生成样片的方法,使用程序来准确的找到图像上面标注患者信息的位置,针对不同设备生成的图像,得到一个合适的区域;对于同一设备生成的不同图像,在这个区域,都能识别到患者信息,使用程序制作样片,可以节省人工,简化操作,方便部署,并且能提高识别率,提高工程师和医院的工作效率。
实施例2:
本实施例描述的电子胶片自动生成检查匹配样片的方法,与实施例1不同在于,所述步骤(3)中采用基于区域的分割法对所述对图片文件进行分割。
Claims (4)
1.一种电子胶片自动生成检查匹配样片的方法,它的特征是包括以下步骤:
(1) 在影像处理设备中加载DICOM格式的电子胶片,解析出DICOM电子胶片的属性数据及像素数据;
(2) 根据步骤(1)解析出的数据,将步骤(1)中的DICOM格式的电子胶片转换为一幅同尺寸的图片文件;
(3) 对步骤(2)生成的图片文件进行分割,根据分割结果,取得电子胶片的拼接格式;
(4) 根据步骤(3)中取得的拼接格式及从步骤(2)中生成的图片文件参数,计算图片文件中每个拼接图像对应的区域参数,并将区域参数保存到一个链表内;
(5) 根据链表内存储的区域参数,从步骤(2)生成的图片文件中截取一张拼接图像,然后对该拼接图像再次进行分割、提取,从而得到包含待识别内容的矩形区域,对被提取的矩形区域进行光学字符识别;
(6) 影像处理设备将光学字符识别得到的文本与检查记录中的患者编号及检查编号进行匹配,如果匹配成功,则记录这个矩形区域的位置参数、电子胶片的规格尺寸以及拼接格式作为样片;如果识别失败,则重新从步骤(5)开始遍历拼接图像中分割出的其它区域,进行识别,直到样片建立或者遍历整个图像完成。
2.根据权利要求1所述的电子胶片自动生成检查匹配样片的方法,其特征是所述步骤(3)中采用阈值分割法对所述对图片文件进行分割。
3.根据权利要求1所述的电子胶片自动生成检查匹配样片的方法,其特征是所述步骤(3)中采用基于区域的分割法对所述对图片文件进行分割。
4.根据权利要求1所述的电子胶片自动生成检查匹配样片的方法,其特征是所述对该拼接图像再次进行分割、提取,从而得到包含待识别内容的矩形区域是指从拼接图像上的四个角开始,根据事先设定的区域大小,划出多个矩形区域,并将这些矩形区域保存到链表以待进行光学字符识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011059527.3A CN112233775A (zh) | 2020-09-30 | 2020-09-30 | 电子胶片自动生成检查匹配样片的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011059527.3A CN112233775A (zh) | 2020-09-30 | 2020-09-30 | 电子胶片自动生成检查匹配样片的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112233775A true CN112233775A (zh) | 2021-01-15 |
Family
ID=74119833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011059527.3A Pending CN112233775A (zh) | 2020-09-30 | 2020-09-30 | 电子胶片自动生成检查匹配样片的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112233775A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036292A (zh) * | 2014-06-12 | 2014-09-10 | 西安华海盈泰医疗信息技术有限公司 | 一种医学影像数字胶片中文字区域提取方法及提取系统 |
CN105160343A (zh) * | 2015-08-12 | 2015-12-16 | 蓝网科技股份有限公司 | 应用于胶片按需打印系统的信息识别方法和装置 |
CN109859814A (zh) * | 2019-01-21 | 2019-06-07 | 浙江飞图影像科技有限公司 | 基于Web的DICOM数字影像与胶片打印方法及系统 |
-
2020
- 2020-09-30 CN CN202011059527.3A patent/CN112233775A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104036292A (zh) * | 2014-06-12 | 2014-09-10 | 西安华海盈泰医疗信息技术有限公司 | 一种医学影像数字胶片中文字区域提取方法及提取系统 |
CN105160343A (zh) * | 2015-08-12 | 2015-12-16 | 蓝网科技股份有限公司 | 应用于胶片按需打印系统的信息识别方法和装置 |
CN109859814A (zh) * | 2019-01-21 | 2019-06-07 | 浙江飞图影像科技有限公司 | 基于Web的DICOM数字影像与胶片打印方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9088673B2 (en) | Image registration | |
WO2018233055A1 (zh) | 保单信息录入的方法、装置、计算机设备及存储介质 | |
JP2007044239A (ja) | 医用画像診断装置、医用画像処理装置及び医用画像処理プログラム | |
Indu et al. | “Slide less pathology”: Fairy tale or reality? | |
US20100277774A1 (en) | Image quality indicator responsive to image processing | |
US7494045B2 (en) | Patient identification method for X-ray film user-interfaces | |
BR112021004153A2 (pt) | sistema e método de formação de imagem digital | |
US20040258291A1 (en) | Method and system for tracking abnormality data | |
CN114399623B (zh) | 一种通用答题识别方法、系统、存储介质及计算设备 | |
JP2008204184A (ja) | 画像処理装置、画像処理方法、プログラムおよび記録媒体 | |
CN112233775A (zh) | 电子胶片自动生成检查匹配样片的方法 | |
JP6931168B2 (ja) | 情報処理装置、制御方法、プログラム | |
CN114388105A (zh) | 病理切片处理方法、装置、计算机可读介质及电子设备 | |
EP1486917A2 (en) | Medical image processing system and method | |
JP2009031937A (ja) | 帳票画像処理装置及び帳票画像処理プログラム | |
US20040258287A1 (en) | Method and system for configuring a scanning device without a graphical user interface | |
JP2017228092A (ja) | 審査業務支援装置および審査業務支援方法 | |
JP2021189842A (ja) | 物品の認識方法、プログラム、および情報処理装置 | |
JP2007260062A (ja) | 医用画像情報の処理装置および確認作業支援プログラム | |
KR102417531B1 (ko) | 학습 데이터 생성장치 및 그 장치의 구동방법, 그리고 컴퓨터 판독가능 기록매체 | |
KR102607174B1 (ko) | 이미지 분석 서버를 이용한 복수 개의 이미지에 포함된 객체의 카운팅 방법 및 객체 카운팅 시스템 | |
TWI836781B (zh) | 病理影像標註及檢視系統 | |
CN112800727B (zh) | 给pdf文件加批注的方法及应用系统 | |
JP6795770B2 (ja) | 情報処理装置と、その処理方法及びプログラム | |
JP2018085093A (ja) | 情報処理装置、制御方法、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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210115 |
|
RJ01 | Rejection of invention patent application after publication |