CN113470793A - 基于人工智能的多平台脑部检查影像信息通讯方法 - Google Patents
基于人工智能的多平台脑部检查影像信息通讯方法 Download PDFInfo
- Publication number
- CN113470793A CN113470793A CN202110663627.5A CN202110663627A CN113470793A CN 113470793 A CN113470793 A CN 113470793A CN 202110663627 A CN202110663627 A CN 202110663627A CN 113470793 A CN113470793 A CN 113470793A
- Authority
- CN
- China
- Prior art keywords
- brain
- image
- platform
- image information
- strategy
- 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
- 210000004556 brain Anatomy 0.000 title claims abstract description 98
- 238000004891 communication Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 18
- 238000003745 diagnosis Methods 0.000 claims abstract description 33
- 238000012216 screening Methods 0.000 claims description 19
- 238000012795 verification Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000005352 clarification Methods 0.000 claims description 3
- 230000003902 lesion Effects 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
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
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computing Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供基于人工智能的多平台脑部检查影像信息通讯方法，包括信息通讯系统，所述信息通讯系统包括交流平台、若干交流终端和相应的若干交流主体，若干所述交流终端均包括相应的子数据库，所述子数据库内存储有对应医院的历史脑部影像信息及对应诊断案例，若干所述交流终端之间通过AI服务器进行信息传输和处理；基于上述系统的所述通讯方法包括：从若干所述交流终端中设定一提问终端，其余交流终端为参与终端，提问终端上传包括有疑问脑部影像信息和疑问问题信息的提问文件至交流平台，参与终端给出相应的回答文件并传送至交流平台。本发明能够用于提供一个交流平摊，能够方便医院与医院之间的案例互通和案例治疗方案的交流。
Description
技术领域
本发明涉及多平台的脑部影像信息通信技术领域，具体涉及基于人工智能的多平台脑部检查影像信息通讯方法。
背景技术
在脑科领域，医生只能通过患者的脑部影响和患者的症状来确定患者的病情，并制定对应的医疗手段，但是脑内结构复杂多样，导致多数情况下，不能快速有效的确定患者的病因和有效的治疗方法，导致医院与医院之间案件交流是并不可少，需要基于人工智能的多平台脑部检查影像信息通讯方法，用于提供一个交流平台，能够方便医院与医院之间的案例互通和案例治疗方案的交流。
发明内容
有鉴于此，本发明要解决的问题是提供基于人工智能的多平台脑部检查影像信息通讯方法。
基于人工智能的多平台脑部检查影像信息通讯方法，包括信息通讯系统，所述信息通讯系统包括交流平台、若干交流终端和相应的若干交流主体，若干所述交流终端均包括相应的子数据库，所述子数据库内存储有对应医院的历史脑部影像信息及对应诊断案例，若干所述交流终端之间通过AI服务器进行信息传输和处理；
基于上述系统的所述通讯方法包括：从若干所述交流终端中设定一提问终端，其余交流终端为参与终端，提问终端上传包括有疑问脑部影像信息和疑问问题信息的提问文件至交流平台，参与终端给出相应的回答文件并传送至交流平台。
进一步的，所述AI服务器内配置有筛选策略，所述筛选策略包括提取疑问脑部影像病灶部位并计算生成区域代码信息，使用区域代码信息在子数据库内筛选相应的诊断案例。
进一步的，所述历史脑部影像信息包括脑区影像和区域代码信息，所述区域代码信息包括脑部拍摄角度、切片深度和位于该层切片上的病变区域代码。
进一步的，疑问脑部影像信息包括疑问脑部图像、拍摄角度和切片深度，所述筛选策略包括病灶部位提取子策略，所述AI服务器内存储有用于获取疑问脑部影像病灶部位的正常脑部模型，所述病灶部位提取子策略包括依据拍摄角度和切片深度刨切正常脑部模型并获取刨切面，将所述刨切面与疑问脑部图像重叠对比，提取出病灶部位。
进一步的，所述筛选策略还包括编码子策略，所述编码子策略包括计算病灶部分在刨切面的相对位置，并将其位置坐标信息、拍摄角度和切片深度合成区域代码信息。
进一步的，所述筛选策略还包括第一阈值，筛选相应诊断案例时包括将与病灶部位相似度大于第一阈值的历史脑部影像信息及其诊断案例上传至诊断平台，供参与终端和提问终端作为参考。
进一步的，所述AI服务器内还配置有影像对比策略，所述影像对比策略用于将带有相应病灶部位的历史脑部影像信息与病灶部位进行图像重叠度对比，并将筛选出的诊断案例根据重叠度由高至低进行排列。
进一步的，所述交流主体包括验证令牌，交流主体通过所述验证令牌获得调取权限，用于调取相应交流终端所对应子数据库内的诊断案例。
进一步的，所述影像对比策略配置有图片清晰化策略，所述图片清晰化策略用于将诊断案例内的历史脑部影像信息清晰化处理并生成清晰影像，所述清晰影像用于提高重叠度正确率和便于参与终端查阅。
进一步的，所述图片清晰化策略包括有提取诊断案例内的脑部影像及其影像尺寸，通过影像尺寸在脑部影像表面划分高密度像素块，计算得到单个像素块内的单一填充色，并利用单一填充色填充相应像素块获得第一清晰图片；
获取脑部影像并生成的透明高反差影像，高反差影像覆盖在第一清晰图片表面并生成透明的补充影像，多层补充影像重叠于第一清晰图片用于调节第一清晰图片的清晰度。
本发明具有的优点和积极效果是：
通过提供一个交流平台，将医院与医院之间的案例数据库互通，交流平台包括有交流终端，医院内部的人员通过交流终端向交流平台提问，其他医院的人员使用对应的交流终端在平台上答复，能够方便医院与医院之间的案例互通和案例治疗方案的交流。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明提供基于人工智能的多平台脑部检查影像信息通讯方法，包括信息通讯系统，息通讯系统用于多个医院的案例信息互通和医院内部的案件问题交流，信息通讯系统包括交流平台、若干交流终端和相应的若干交流主体，一个医院内部包括有多个交流终端，交流主体包括有医院内部的医生和实习生，若干交流终端之间通过AI服务器进行信息传输和处理。基于上述系统的通讯方法包括：从若干所述交流终端中设定一提问终端，其余交流终端作为参与终端，提问终端上传包括有疑问脑部影像信息和疑问问题信息的提问文件至交流平台，参与终端给出相应的回答文件并传送至交流平台。供提问终端查阅。
若干交流终端均包括相应的子数据库，同时一个医院内的多个交流终端为公用一个子数据库，子数据库内存储有对应医院的历史脑部影像信息及对应诊断案例。使用场景为：医院内设有多个交流终端，交流主体为医院内部的医生和医院内部的实习生，医院内部医生通过交流终端在交流平台发布疑问疑问脑部影像信息和疑问问题信息的提问文件作为考题或考核，AI服务器根据提问文件在该医院的子数据库内筛选并调取相关诊断案例，实习生使用自己的交流终端查阅提问文件和关诊断案例，产考相关案例及案例的诊断结果进行作答并上传答复文件，供医院内部医生查阅。
交流主体包括验证令牌，交流主体通过验证令牌获得应交流终端子数据库的查阅和调取权限，验证令牌包括有查阅令牌和调取令牌，查阅令牌的权限是只能查看对应子数据库内的诊断案例，调取令牌的权限包括有查看和调取对应子数据库内的诊断案例，可用于丰富交流主体对应的子数据库。使用场景为：医院内部医生发现医院内部的子数据库内关于脑部某个病症的诊断案例较少或没有，通过调取令牌从其他医院调取与该病症有关的诊断案例到子数据库，用于给实习生提供足够的参考资料。
疑问脑部影像信息包括疑问脑部图像、拍摄角度和切片深度，AI服务器内配置有筛选策略，筛选策略包括有病灶部位提取子策略，病灶部位提取子策略包括有AI服务器内存储有正常脑部模型，依据拍摄角度和切片深度刨切正常脑部模型并获取刨切面，并将刨切面与疑问脑部图像重叠对比，确定并提取出病灶部位。筛选策略还包括编码子策略，编码子策略计算病灶部位在刨切面的相对位置，并将病灶部位位置坐标信息、拍摄角度和切片深度合成区域代码信息。
历史脑部影像信息包括有脑区影像和对应的区域代码信息，筛选策略使用疑问脑部图像的区域代码信息在子数据库内筛选出相应的诊断案例，筛选策略还包括第一阈值，筛选相应诊断案例时，提取出与病灶部位相似度大于第一阈值的历史脑部影像信息及其诊断案例，并上传到至诊断平台，供参与终端和提问终端作为参考。
AI服务器内还配置有影像对比策略，影像对比策略用于将脑区影像与提取的疑问脑部图像上病灶部位进行图像重叠度对比，并将提取出的诊断案例根据重叠度由高至低进行排列。
影像对比策略配置有图片清晰化策略，图片清晰化策略用于将脑区影像生成清晰脑区图片，用于提高重叠度正确率和方便参与终端查阅，因为在上传脑区影像和存放脑区图像过程中，会压缩脑区影像进而降低其像数，使脑区影像变得模糊。
图片清晰化策略包括有获取诊断案例内的脑部影像及其影像尺寸，根据脑部影像长宽尺寸的在脑部影像的表面生成高密度像素块，均匀提取单个像素块内的颜色，并计算各个颜色的占比，占比最多的一个颜色作为该像素块的单一填充色，使用填充色给该像数块进行填充，获得第一清晰图片(此过程为对图片进行清晰化处理)。因为脑部影像的线条多且密集，若像数块面积过大，在填充像数块时容易抹去脑部影上过多的细节，因此在脑部影像上划分了高密度像素块，因为像素块的密度高，使像素块的面积小，当像素块填充后，脑部影像变清晰的同时也不会抹除细节；也因像素块的密度高，使脑部影像不会变得非常清晰，因此需要对第一清晰图片进行第二次清晰化处理。
第二次清晰化处理包括有获取透明的脑部影像的高反差影像，因为脑部影像通常的为黑白图像，高反差影像为脑部影像的相反颜色图像，脑部影像比第一清晰图片模糊，可将高反差影像作为第一清晰图片模糊处理后的高反差图片(图像的模糊化处理是使线条边缘颜色变浅)，高反差影像覆盖在第一清晰图片表面并生成透明的补充影像，高反差影像为模糊后第一清晰图片的反向补充图像，高反差影像与第一清晰图片叠加生成第一清晰图片的中间颜色，同时包含了模糊部分的反向颜色，反向颜色与对应的模糊部位进行叠加，可将第一清晰图片上模糊部位抵消，同时中间颜色还能加深非模糊部位颜色，使清晰部位颜色线条颜色变深，进而使第一清晰图片变得更清晰。补充图像与第一清晰图片叠加生成清晰图像，且叠加越多补充影像，图像越清晰。同时交流主体可通过控制补充影像叠加的数量改变清晰度，进而看见第一清晰图片逐渐清晰的过程，避免在遗漏第二次清晰化处理中将脑部图像上的细节。
以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。
Claims (10)
1.基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：包括信息通讯系统，所述信息通讯系统包括交流平台、若干交流终端和相应的若干交流主体，若干所述交流终端均包括相应的子数据库，所述子数据库内存储有对应医院的历史脑部影像信息及对应诊断案例，若干所述交流终端之间通过AI服务器进行信息传输和处理；
基于上述系统的所述通讯方法包括：从若干所述交流终端中设定一提问终端，其余交流终端为参与终端，提问终端上传包括有疑问脑部影像信息和疑问问题信息的提问文件至交流平台，参与终端给出相应的回答文件并传送至交流平台。
2.根据权利要求1所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述AI服务器内配置有筛选策略，所述筛选策略包括提取疑问脑部影像病灶部位并计算生成区域代码信息，使用区域代码信息在子数据库内筛选相应的诊断案例。
3.根据权利要求2所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述历史脑部影像信息包括脑区影像和区域代码信息，所述区域代码信息包括脑部拍摄角度、切片深度和位于该层切片上的病变区域代码。
4.根据权利要求3所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：疑问脑部影像信息包括疑问脑部图像、拍摄角度和切片深度，所述筛选策略包括病灶部位提取子策略，所述AI服务器内存储有用于获取疑问脑部影像病灶部位的正常脑部模型，所述病灶部位提取子策略包括依据拍摄角度和切片深度刨切正常脑部模型并获取刨切面，将所述刨切面与疑问脑部图像重叠对比，提取出病灶部位。
5.根据权利要求4所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述筛选策略还包括编码子策略，所述编码子策略包括计算病灶部分在刨切面的相对位置，并将其位置坐标信息、拍摄角度和切片深度合成区域代码信息。
6.根据权利要求1-5中任一项权利要求所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述筛选策略还包括第一阈值，筛选相应诊断案例时包括将与病灶部位相似度大于第一阈值的历史脑部影像信息及其诊断案例上传至诊断平台，供参与终端和提问终端作为参考。
7.根据权利要求6所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述AI服务器内还配置有影像对比策略，所述影像对比策略用于将带有相应病灶部位的历史脑部影像信息与病灶部位进行图像重叠度对比，并将筛选出的诊断案例根据重叠度由高至低进行排列。
8.根据权利要求7所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述交流主体包括验证令牌，交流主体通过所述验证令牌获得调取权限，用于调取相应交流终端所对应子数据库内的诊断案例。
9.根据权利要求7所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述影像对比策略配置有图片清晰化策略，所述图片清晰化策略用于将诊断案例内的历史脑部影像信息清晰化处理并生成清晰影像，所述清晰影像用于提高重叠度正确率和便于参与终端查阅。
10.根据权利要求9所述的基于人工智能的多平台脑部检查影像信息通讯方法，其特征在于：所述图片清晰化策略包括有提取诊断案例内的脑部影像及其影像尺寸，通过影像尺寸在脑部影像表面划分高密度像素块，计算得到单个像素块内的单一填充色，并利用单一填充色填充相应像素块获得第一清晰图片；
获取脑部影像并生成的透明高反差影像，高反差影像覆盖在第一清晰图片表面并生成透明的补充影像，多层补充影像重叠于第一清晰图片用于调节第一清晰图片的清晰度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110663627.5A CN113470793A (zh) | 2021-06-15 | 2021-06-15 | 基于人工智能的多平台脑部检查影像信息通讯方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110663627.5A CN113470793A (zh) | 2021-06-15 | 2021-06-15 | 基于人工智能的多平台脑部检查影像信息通讯方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113470793A true CN113470793A (zh) | 2021-10-01 |
Family
ID=77869973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110663627.5A Pending CN113470793A (zh) | 2021-06-15 | 2021-06-15 | 基于人工智能的多平台脑部检查影像信息通讯方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113470793A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090258695A1 (en) * | 2008-03-18 | 2009-10-15 | Philippa Alice Graham | Method of Gaming, A Gaming System and A Game Controller |
| CN110097969A (zh) * | 2019-05-10 | 2019-08-06 | 安徽科大讯飞医疗信息技术有限公司 | 一种诊断报告的分析方法、装置及设备 |
| CN111223554A (zh) * | 2019-12-26 | 2020-06-02 | 四川大学华西医院 | 一种智能ai pacs系统及其检查报告信息处理方法 |
| CN112331289A (zh) * | 2020-11-03 | 2021-02-05 | 上海集迈实业有限公司 | 一种用于远程医疗的视频通讯装置 |
| CN112669925A (zh) * | 2020-12-16 | 2021-04-16 | 华中科技大学同济医学院附属协和医院 | 一种新冠肺炎ct复查的报告模板及形成方法 |
-
2021
- 2021-06-15 CN CN202110663627.5A patent/CN113470793A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090258695A1 (en) * | 2008-03-18 | 2009-10-15 | Philippa Alice Graham | Method of Gaming, A Gaming System and A Game Controller |
| CN110097969A (zh) * | 2019-05-10 | 2019-08-06 | 安徽科大讯飞医疗信息技术有限公司 | 一种诊断报告的分析方法、装置及设备 |
| CN111223554A (zh) * | 2019-12-26 | 2020-06-02 | 四川大学华西医院 | 一种智能ai pacs系统及其检查报告信息处理方法 |
| CN112331289A (zh) * | 2020-11-03 | 2021-02-05 | 上海集迈实业有限公司 | 一种用于远程医疗的视频通讯装置 |
| CN112669925A (zh) * | 2020-12-16 | 2021-04-16 | 华中科技大学同济医学院附属协和医院 | 一种新冠肺炎ct复查的报告模板及形成方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106709917B (zh) | 神经网络模型训练方法、装置及系统 | |
| CN110021009B (zh) | 一种评估眼底图像质量的方法、装置及存储介质 | |
| Benoit et al. | Quality assessment of stereoscopic images | |
| Yeshurun et al. | Cepstral filtering on a columnar image architecture: a fast algorithm for binocular stereo segmentation | |
| US20040264806A1 (en) | System and method for de-noising multiple copies of a signal | |
| CN108830155A (zh) | 一种基于深度学习的心脏冠状动脉分割及识别的方法 | |
| CN107635136B (zh) | 基于视觉感知和双目竞争的无参考立体图像质量评价方法 | |
| Rizzo et al. | Collaborative study on 3‐dimensional sonography for the prenatal diagnosis of central nervous system defects | |
| CN109801221A (zh) | 生成对抗网络的训练方法、图像处理方法、装置和存储介质 | |
| CN109712228B (zh) | 建立三维重建模型的方法、装置、电子设备及存储介质 | |
| CN112449171B (zh) | 点云分视角传输的编码方法、系统及介质 | |
| CN109509183A (zh) | 医学图像的筛选方法、装置、医学设备、医学影像系统及存储介质 | |
| Engelke et al. | Visual attention modelling for subjective image quality databases | |
| DE102008032989A1 (de) | Vorrichtung und Verfahren zur Randbetonung | |
| CN113691721B (zh) | 一种缩时摄影视频的合成方法、装置、计算机设备和介质 | |
| CN112446939A (zh) | 三维模型动态渲染方法、装置、电子设备及存储介质 | |
| CN110378230A (zh) | 失踪人脸识别方法、装置、计算机设备和存储介质 | |
| Lew et al. | Out of place, out of mind: Schema-driven false memory effects for object-location bindings. | |
| CN113470793A (zh) | 基于人工智能的多平台脑部检查影像信息通讯方法 | |
| Sazzad et al. | Spatial features based no reference image quality assessment for JPEG2000 | |
| DE2406622A1 (de) | Verfahren und vorrichtung zur erzeugung eines differenzbildes von auf einem ersten und einem zweiten bild dargestellten, miteinander in beziehung stehenden gegenstaenden | |
| EP3738100A1 (en) | Automatic segmentation process of a 3d medical image by one or several neural networks through structured convolution according to the anatomic geometry of the 3d medical image | |
| CN113012249A (zh) | 一种在ct图像上生成病灶的方法、装置及存储介质 | |
| CN115620117B (zh) | 一种用于网络访问权限认证的人脸信息加密方法及系统 | |
| CN115209121B (zh) | 一种具有智能集成功能的全范围仿真系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211001 |
|
| RJ01 | Rejection of invention patent application after publication |