CN114170177A - 一种手术路径分析方法及存储介质 - Google Patents
一种手术路径分析方法及存储介质 Download PDFInfo
- Publication number
- CN114170177A CN114170177A CN202111474686.4A CN202111474686A CN114170177A CN 114170177 A CN114170177 A CN 114170177A CN 202111474686 A CN202111474686 A CN 202111474686A CN 114170177 A CN114170177 A CN 114170177A
- Authority
- CN
- China
- Prior art keywords
- image
- model
- processing
- surgical path
- analysis
- 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.)
- Withdrawn
Links
Images
Classifications
-
- 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
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- 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
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30036—Dental; Teeth
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Urology & Nephrology (AREA)
- Quality & Reliability (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种手术路径分析方法,所述方法包括:获取待处理的牙齿图像并按照第一规则进行处理;按照第二规则对所述处理后的牙齿图像进行手术路径分析;输出至少一手术路径和/或所述手术路径对应的风险。本申请还公开了一种存储介质,用于存储可执行上述方法的计算机程序。通过本申请提供的手术路径分析方法及存储介质,可以有效消除因伪影及图像质量欠佳,导致的医师进行牙齿分割及手术路径规划时产生的医疗事故,还可以根据患者个体的情况推荐最佳的手术方案,实现3D个性化手术路径模拟。
Description
技术领域
本申请属于医疗导航技术领域,尤其涉及一种手术路径分析方法及存储介质。
背景技术
目前,利用CT进行三维重建的具体方法为:将纳入对象的CBCT以dicom数据形式导入到mimics软件(Materialize Co,Leuven,比利时),在进行人工分离骨组织和牙齿。分离过程中,口腔医师人工用不同颜色标记颌骨和目标牙,通过人工设置不同的透明度以显示各结构及其与周围其他结构的关系。
现有技术的CBCT虽然可以切换组织结构,但无法排除伪影干扰,由于颌面部牙、骨密度接近,区分结构需要依赖医师个人的丰富经验,一旦误判容易导致医疗差错,进一步地会影响医师对于病灶的判断,导致对手术路径或者治疗路径的判断。
构思及实现本申请过程中,发明人发现至少存在如下问题:在上述过程中,在由于牙齿图像存在伪影以及质量不高的情况,使得医师在牙齿图像的分割以及基于分割后的牙齿图像上进行手术路径的规划时,会出现判断错误的情况,进一步会出现医疗事故的问题。
前面的叙述在于提供一般的背景信息,并不一定构成现有技术。
发明内容
为了解决现有技术中,由于伪影及图像质量欠佳的情况导致的医疗事故的技术问题,本申请旨在提供一种手术路径分析方法及存储介质,能够在通过人工智能的方式排除伪影及图像质量欠佳的影响,获得最佳手术路径,降低手术风险。
本申请提供了一种手术路径分析方法,所述方法包括:
获取待处理的牙齿图像并按照第一规则进行处理;
按照第二规则对所述处理后的牙齿图像进行手术路径分析;
输出至少一手术路径和/或所述手术路径对应的风险。
优选地,所述第一规则包括以下至少一种:
按照预先设置的分割模型进行分割处理;
基于神经网络获得的分割模型进行分割处理。
优选地,所述获取待处理的牙齿图像并按照第一规则进行处理的步骤,还包括:
根据接收的第一指令确定对应的分割模型;
基于所述分割模型对所述牙齿图像进行分割处理。
优选地,基于所述分割模型对所述牙齿图像进行分割处理的步骤之前,还包括:
判断接收的牙齿图像是否为三维图像;
若否,则基于所述牙齿图像生成三维图像。
优选地,所述第二规则包括以下至少一种:
按照预先设置的分析模型进行分析;
基于神经网络获得的分析模型进行分析。
优选地,所述基于神经网络获得分析模型的步骤,包括:
对历史数据进行处理以获得学习数据;
根据接收到的指令获得对应的初始模型;
基于所述学习数据对所述初始模型进行训练以获得所述分析模型。
优选地,所述对历史数据进行处理以获得学习数据,包括:
构建处理标准;
基于所述处理标准对所述历史数据进行预处理以获得学习数据。
优选地,所述处理标准包括:
图像标准,包括:噪声标准、像素标准、伪影标准、以及尺寸标准中的至少一个;和/或,
数据标准,包括:格式标准、标注标准、单位标准、以及精准度标准中的至少一个。
所述预处理包括:图像滤波、图像增强、图像重采样、尺寸裁剪、以及数据均一化中的至少一种。
优选地,所述对历史数据进行处理已获得学习数据之后,还包括:
对所述学习数据进行分类;
其中,所述分类包括:训练类和/或测试类。
优选地,所述于所述学习数据对所述初始模型进行训练以获得所述分割模型的步骤,还包括:
根据所述训练类学习数据对所述初始模型进行训练;
根据所述测试类学习数据对所述训练后的分析模型进行测试;
若所述测试的指标满足预设阈值,则获得最终的分析模型。
优选地,所述按照第二规则对所述处理后的牙齿图像进行手术路径分析的步骤,还包括:
根据接收的第二指令确定对应的分析模型;
基于所述分析模型对所述牙齿图像进行手术路径分析。
优选地,所述按照第二规则对所述处理后的牙齿图像进行手术路径分析的步骤,还包括:
获取对应于所述牙齿图像的病灶信息;
基于所述病灶信息匹配对应的分析模型;
根据所述分析模型对所述牙齿图像进行手术路径分析。
优选地,所述输出至少一手术路径和/或风险的步骤,包括:
按照第三规则对所述手术路径的风险进行分析;
输出所述风险满足预设风险等级的手术路径及对应的风险。
优选地,所述方法还包括:
接收针对所述手术路径的控制指令;
根据所述控制指令调整所述手术路径及对应的风险。
本申请还提供了一种存储介质,述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的任一项所述的手术路径分析方法的步骤。
有益效果:
通过本申请提供的手术路径分析方法及存储介质,可以有效消除因伪影及图像质量欠佳,导致的医师进行牙齿分割及手术路径规划时产生的医疗事故,还可以根据患者个体的情况推荐最佳的手术方案,实现3D个性化手术路径模拟。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种手术路径分析方法流程示意图;
图2a-2b为本申请实施例提供的将二维图像处理成三维图像的效果示意图;
图3为本申请实施例提供的基于神经网络获得分析模型的流程示意图;
图4为本申请实施例提供的分析模型的训练流程示意图;
图5为本申请实施例提供的基于牙齿图像进行手术路径分析的流程示意图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
应当理解,尽管在本文可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本文范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。本申请使用的术语“或”、“和/或”、“包括以下至少一个”等可被解释为包括性的,或意味着任一个或任何组合。例如,“包括以下至少一个:A、B、C”意味着“以下任一个:A;B;C;A和B;A和C; B和C;A和B和C”,再如,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A和B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
应该理解的是,虽然本申请实施例中的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
需要说明的是,在本文中,采用了诸如S1、S2等步骤代号,其目的是为了更清楚简要地表述相应内容,不构成顺序上的实质性限制,本领域技术人员在具体实施时,可能会先执行 S4后执行S3等,但这些均应在本申请的保护范围之内。
应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
在后续的描述中,使用用于表示元件的诸如“模块”、“部件”或者“单元”的后缀仅为了有利于本申请的说明,其本身没有特定的意义。因此,“模块”、“部件”或者“单元”可以混合地使用。
现有技术的CBCT虽然可以切换组织结构,但无法排除伪影干扰,由于颌面部牙、骨密度接近,区分结构需要依赖医师个人的丰富经验,一旦误判容易导致医疗差错,进一步地会影响医师对于病灶的判断,导致对手术路径或者治疗路径的判断。在上述过程中,在由于牙齿图像存在伪影以及质量不高的情况,使得医师在牙齿图像的分割以及基于分割后的牙齿图像上进行手术路径的规划时,会出现判断错误的情况,进一步会出现医疗事故的问题。
本为解决尚未问题,如图1所示,申请实施例提供的一种手术路径分析方法流程示意图,所述方法包括:
获取待处理的牙齿图像并按照第一规则进行处理;
按照第二规则对所述处理后的牙齿图像进行手术路径分析;
输出至少一手术路径和/或所述手术路径对应的风险。
在本申请的一个实施例中,由于牙齿图片存在伪影、图像质量欠佳等问题是影响医师后续工作的最关键原因,因此本申请构思的一种较优的方案中,利用具有大数据学习能力的神经网络系统,通过对大量医学案例及数据的学习,实现对牙齿图像的的处理,例如,通过对大量历史牙齿图片数据的学习,获取消除图像伪影的模型,以便于在接收到新的牙齿图像时,则利用学习获得的消除图像伪影的模型对该图像存在的伪影进行消除处理;在例如,图片质量欠佳的场景,如像素较低,则通过大数据的学习获得提升图像像素的像素处理模型,当待处理图像的图形像素较差时,则按照通过学习所获得的像素处理模型对待处理图像提升像素。由于通过对历史数据的学习,可以获得不同种类问题的处理模型,此处对于其他处理模型不在逐一说明,凡是在本申请构思下扩展的其他处理模型,均属于本申请的保护范围。
经过上述消除伪影及提高图片质量的处理之后,牙齿图片还可能只是清晰可变的图片,并不能用于直接进行牙齿手术的路径规划,还需要医师进一步的进行牙齿及周围组织的分割操作,由于医师在进行分割过程时,不仅极其依赖其过往的分割经验,还需要花费大量的时间进行处理,因此会间接的导致可能出现分割不清楚,或者耗费时间太多错过最佳手术时间,在本申请实施例中,还通过历史大数据的学习,能够自动化实现对牙齿图像进行分割标注,用于辅助医师进行分割,以提高分割效率。
在本申请的一个实施例中,在对牙齿图像处理完成之后,则进一步的进行手术路径的分析,一种较优的方案中,一般会分析出多种手术路径,按照一定的排序方式,如风险等级、创伤等级等进行排序,给出较优的手术路径进行输出,同时还输出对应可能存在的风险信息。
在本申请的一个实施例中,如前述的对牙齿图像的处理,其中由于需求、功能、以及用途等的不同,需要不同的分割模型。因此本申请提供的较佳的方案中,该处理模型包括:按照预先设置的分割模型进行分割处理,即,医师可以根据当前医学使用需要,即时输入对应的处理模式,例如用于进行指导学生进行学习的,则按照学习分割模式对牙齿图像进行分割处理;还包括基于神经网络获得的分割模型进行分割处理,即通过大量历史案例及数据的学习获得的分割模型,一般用于专家综合诊断使用。在本申请实施例中,对于分割模型的使用,一方面可以是由医师根据具体的需求,通过操作的方式选择对应的分割模式;也可以是由系统根据实际牙齿图片的图片信息自行选择对应的分割模型。
优选地,基于所述分割模型对所述牙齿图像进行分割处理的步骤之前,还包括:
判断接收的牙齿图像是否为三维图像;
若否,则基于所述牙齿图像生成三维图像。
在本申请实施例中,由于牙齿图像的分割处理,通常是直接在牙齿图像的三维图像上进行处理的,因此当接收到的待处理图形不是三维图像时,还需要按照如前述通过大数据学习。
Claims (15)
1.一种手术路径分析方法,其特征在于,所述方法包括:
获取待处理的牙齿图像并按照第一规则进行处理;
按照第二规则对所述处理后的牙齿图像进行手术路径分析;
输出至少一手术路径和/或所述手术路径对应的风险。
2.如权利要求1所述的方法,其特征在于,所述第一规则包括以下至少一种:
按照预先设置的分割模型进行分割处理;
基于神经网络获得的分割模型进行分割处理。
3.如权利要求2所述的方法,其特征在于,所述获取待处理的牙齿图像并按照第一规则进行处理的步骤,还包括:
根据接收的第一指令确定对应的分割模型;
基于所述分割模型对所述牙齿图像进行分割处理。
4.如权利要求3所述的方法,其特征在于,基于所述分割模型对所述牙齿图像进行分割处理的步骤之前,还包括:
判断接收的牙齿图像是否为三维图像;
若否,则基于所述牙齿图像生成三维图像。
5.如权利要求1所述的方法,其特征在于,所述第二规则包括以下至少一种:
按照预先设置的分析模型进行分析;
基于神经网络获得的分析模型进行分析。
6.如权利要求5所述的方法,其特征在于,所述基于神经网络获得分析模型的步骤,包括:对历史数据进行处理以获得学习数据;
根据接收到的指令获得对应的初始模型;
基于所述学习数据对所述初始模型进行训练以获得所述分析模型。
7.如权利要求6所述的方法,其特征在于,所述对历史数据进行处理以获得学习数据,包括:构建处理标准;
基于所述处理标准对所述历史数据进行预处理以获得学习数据。
8.如权利要求7所述的方法,其特征在于,所述处理标准包括:
图像标准,包括:噪声标准、像素标准、伪影标准、以及尺寸标准中的至少一个;和/或,
数据标准,包括:格式标准、标注标准、单位标准、以及精准度标准中的至少一个。
所述预处理包括:图像滤波、图像增强、图像重采样、尺寸裁剪、以及数据均一化中的至少一种。
9.如权利要求8所述的方法,其特征在于,所述对历史数据进行处理已获得学习数据之后,还包括:
对所述学习数据进行分类;
其中,所述分类包括:训练类和/或测试类。
10.如权利要求9所述的方法,其特征在于,所述于所述学习数据对所述初始模型进行训练以获得所述分析模型的步骤,还包括:
根据所述训练类学习数据对所述初始模型进行训练;
根据所述测试类学习数据对所述训练后的分析模型进行测试;
若所述测试的指标满足预设阈值,则获得最终的分析模型。
11.如权利要求5所述的方法,其特征在于,所述按照第二规则对所述处理后的牙齿图像进行手术路径分析的步骤,还包括:
根据接收的第二指令确定对应的分析模型;
基于所述分析模型对所述牙齿图像进行手术路径分析。
12.如权利要5所述的方法,其特征在于,所述按照第二规则对所述处理后的牙齿图像进行手术路径分析的步骤,还包括:
获取对应于所述牙齿图像的病灶信息;
基于所述病灶信息匹配对应的分析模型;
根据所述分析模型对所述牙齿图像进行手术路径分析。
13.如权利要求1至12中任一项所述的方法,其特征在于,所述输出至少一手术路径和/或风险的步骤,包括:
按照第三规则对所述手术路径的风险进行分析;
输出所述风险满足预设风险等级的手术路径及对应的风险。
14.如权利要求1-至12中任一项所述的方法,其特征在于,所述方法还包括:
接收针对所述手术路径的控制指令;
根据所述控制指令调整所述手术路径及对应的风险。
15.一种存储介质,其特征在于,述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至14中任一项所述的手术路径分析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474686.4A CN114170177A (zh) | 2021-12-06 | 2021-12-06 | 一种手术路径分析方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474686.4A CN114170177A (zh) | 2021-12-06 | 2021-12-06 | 一种手术路径分析方法及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114170177A true CN114170177A (zh) | 2022-03-11 |
Family
ID=80483192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111474686.4A Withdrawn CN114170177A (zh) | 2021-12-06 | 2021-12-06 | 一种手术路径分析方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114170177A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116166859A (zh) * | 2022-12-30 | 2023-05-26 | 安徽若贝医疗器械有限公司 | 一种用于牙齿健康护理的智能器械盒及其工作方法 |
-
2021
- 2021-12-06 CN CN202111474686.4A patent/CN114170177A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116166859A (zh) * | 2022-12-30 | 2023-05-26 | 安徽若贝医疗器械有限公司 | 一种用于牙齿健康护理的智能器械盒及其工作方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11887311B2 (en) | Method and apparatus for segmenting a medical image, and storage medium | |
CN110097951B (zh) | 根据医学文本报告的图像生成 | |
US8031917B2 (en) | System and method for smart display of CAD markers | |
CN110298844B (zh) | X光造影图像血管分割与识别方法及装置 | |
KR20180064863A (ko) | 딥러닝을 이용한 수완부 방사선 영상으로부터 골 성숙도(smi) 자동 분석방법 | |
US11229377B2 (en) | System and method for next-generation MRI spine evaluation | |
US20170262584A1 (en) | Method for automatically generating representations of imaging data and interactive visual imaging reports (ivir) | |
CN110110723B (zh) | 一种图像中目标区域自动提取的方法及装置 | |
US11636695B2 (en) | Method for synthesizing image based on conditional generative adversarial network and related device | |
CN111311536A (zh) | 医学图像数据 | |
CN112819818B (zh) | 图像识别模块训练方法和装置 | |
CN110136153A (zh) | 一种图像处理方法、设备及存储介质 | |
KR102580419B1 (ko) | 병리 슬라이드 이미지 내의 관심 영역을 검출하기 위한 방법 및 시스템 | |
CN114170177A (zh) | 一种手术路径分析方法及存储介质 | |
CN110910409B (zh) | 一种灰度图像处理方法、装置和计算机可读存储介质 | |
CN115797729A (zh) | 模型训练方法及装置、运动伪影识别及提示的方法及装置 | |
CN114170178A (zh) | 一种图像分割方法及存储介质 | |
CN114387259A (zh) | 用于预测缺失牙坐标的方法与装置及识别模型的训练方法 | |
CN113643263A (zh) | 一种上肢骨定位与前臂骨融合畸形的识别方法及系统 | |
CN114372985A (zh) | 适应多中心图像的糖尿病视网膜病变病灶分割方法及系统 | |
CN114049303A (zh) | 一种基于多粒度特征融合的渐进式骨龄评估方法 | |
CN113796850A (zh) | 甲状旁腺mibi图像分析系统、计算机设备及存储介质 | |
CN111105872A (zh) | 医学影像人工智能辅助诊断系统与pacs的交互方法与装置 | |
US20240013524A1 (en) | Information processing apparatus, method of operating information processing apparatus, and program for operating information processing apparatus | |
WO2024024587A1 (ja) | 画像処理装置、画像処理装置の作動方法、および画像処理装置の作動プログラム |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220311 |
|
WW01 | Invention patent application withdrawn after publication |