CN114764796A - 一种显示显微镜看片轨迹的方法 - Google Patents
一种显示显微镜看片轨迹的方法 Download PDFInfo
- Publication number
- CN114764796A CN114764796A CN202210437561.2A CN202210437561A CN114764796A CN 114764796 A CN114764796 A CN 114764796A CN 202210437561 A CN202210437561 A CN 202210437561A CN 114764796 A CN114764796 A CN 114764796A
- Authority
- CN
- China
- Prior art keywords
- image
- slice
- small
- new
- microscope
- 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 24
- 230000000007 visual effect Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 21
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 230000003902 lesion Effects 0.000 abstract description 3
- 238000002059 diagnostic imaging Methods 0.000 description 8
- 239000003814 drug Substances 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 3
- 238000002583 angiography Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000003748 differential diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000011206 morphological examination Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10056—Microscopic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及显微镜切片移动轨迹追踪技术领域，尤其涉及一种显示显微镜看片轨迹的方法，针对当前现有的显微镜切片移动轨迹追踪技术仍存在医生不记得哪些地方已经看过，哪些还未看过，很容易发生遗漏，导致该看到的病变没有能看到的问题，现提出如下方案，其中包括以下步骤：S1：获取图像,S2:进行猜测，S3：重新猜测，S4：进行移动，S5：形成轨迹，本发明的目的是通过使用轻量级的人工智能辅助诊断系统帮助医生进行阅片和诊断，提高了诊断的精确度，且大大的降低了成本，同时通过提出记录视野轨迹方案，追踪切片移动轨迹，并在屏幕上显示，使医生清晰的看到哪部分已经看过了，哪部分还没有看，避免漏看。
Description
技术领域
本发明涉及显微镜切片移动轨迹追踪技术领域，尤其涉及一种显示显微镜看片轨迹的方法。
背景技术
医学影像技术是高新技术与医学的结合，自20世纪70年代起，以CT问世为标志，伴随计算机技术的进步，现代医学影像学取得了突飞猛进的发展，由传统单一普通X线加血管造影检查形成包括超声、放射性核素显像、X线CT、数字减影血管造影（DSA）、MRI、普通X线检查的数字化成像（CR和DR）以及图像存储和传输系统（PACS）多种技术组成的医学影像学体系。医学影像学已经由传统的形态学检查发展成为组织、器官代谢和功能诊断手段，医学影像学技术已经由既往"辅助检查手段"转变为现代医学最重要的临床诊断和鉴别诊断方法，使多种疾病的诊断更准确、及时。由于介入医学的兴起，医学影像学已经集诊断和治疗为一体，成为与外科手术、内科化学药物治疗并列的现代医学第3大治疗手段。目前，医学影像学科是现代化医院的支柱之一，影像学设备的价值占医院固定资产50%以上，医学影像学为临床医学的主要研究手段和推动现代医学不断发展的动力。
由于目前现有的显微镜切片移动轨迹追踪技术仍存在医生不记得哪些地方已经看过，哪些还未看过，很容易发生遗漏，导致该看到的病变没有能看到的问题，因此，我们提出一种显示显微镜看片轨迹的方法用于解决上述问题。
发明内容
本发明的目的是为了解决目前现有的显微镜切片移动轨迹追踪技术仍存在医生不记得哪些地方已经看过，哪些还未看过，很容易发生遗漏，导致该看到的病变没有能看到等问题，而提出的一种显示显微镜看片轨迹的方法。
为了实现上述目的，本发明采用了如下技术方案：
一种显示显微镜看片轨迹的方法，包括以下步骤：
S1：获取图像：获取显微镜视野中的图像，并将获取的图像进行检测；
S2：进行猜测：将获取的图像进行对比，并预测切片移动像素；
S3：重新猜测：旧的图像上未提取出小图块B时进行重新猜测；
S4：进行移动：按照偏移量将新图像进行移动，覆盖在旧图像上形成新的缩略图；
S5：形成轨迹：重复所有步骤，形成当前切片的移动轨迹；
优选的，所述S1中，将摄像头与显微镜进行连接，获取显微镜当前视野中的图像，并将获取的图像送入训练好的检测算法模型中进行检测，检测完成后将处理结果实时展示在电脑屏幕上；
优选的，所述S2中，把新获取的图像和之前保存的旧图像进行对比，预测切片的移动像素，且进行猜测时先缩小图像，降低分辨率，以减少计算量，进行猜测时在旧的图像上提取一个小图块A，在新的图像上遍历所有同样大小的小图块与小图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，对获得的值进行累加得到新图像上每一个小图块和A的差异，取其中差异最小的小图块记为B，其中A和B的坐标差为猜测的切片移动向量；
优选的，所述S3中，遍历完新图像后仍然无法找到差异足够小的图块B则在旧的图像上重新选取小图块A，在新的图像上遍历所有同样大小的小图块与图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，同时对获得的值进行累加得到新图像上每一个小图块和A的差异，其中差异最小的小图块记为B，重新进行猜测直到找到结果，穷尽所有可能无果则需放弃当前图像；
优选的，所述S4中，按照偏移量将新抓取的图像拼接到上一次抓取的图像上，并通过已经获得的猜测的切片移动向量将新图按照切片移动向量反方向移动，然后覆盖在旧图像上形成新的缩略图；
优选的，所述S5中，将拼接后的图保存，并计算移动后的位置，同时将拼接后的图存为当前位置，重复所有步骤，形成新的缩略图为当前切片的移动轨迹，且带有缩小的图片内容，直至所有区域浏览完毕显示出全场图的缩略图。
与现有技术相比，本发明的有益效果是：
1、通过使用轻量级的人工智能辅助诊断系统帮助医生进行阅片和诊断，提高了诊断的精确度，且大大的降低了成本。
2、通过提出记录视野轨迹方案，追踪切片移动轨迹，并在屏幕上显示，使医生清晰的看到哪部分已经看过了，哪部分还没有看，避免漏看。
本发明的目的是通过使用轻量级的人工智能辅助诊断系统帮助医生进行阅片和诊断，提高了诊断的精确度，且大大的降低了成本，同时通过提出记录视野轨迹方案，追踪切片移动轨迹，并在屏幕上显示，使医生清晰的看到哪部分已经看过了，哪部分还没有看，避免漏看。
附图说明
图1为本发明提出的一种显示显微镜看片轨迹的方法的流程图。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。
实施例一
参照图1，一种显示显微镜看片轨迹的方法，包括以下步骤：
S1：获取图像：将摄像头与显微镜进行连接，获取显微镜当前视野中的图像，并将获取的图像送入训练好的检测算法模型中进行检测，检测完成后将处理结果实时展示在电脑屏幕上；
S2：进行猜测：把新获取的图像和之前保存的旧图像进行对比，预测切片的移动像素，且进行猜测时先缩小图像，降低分辨率，以减少计算量，进行猜测时在旧的图像上提取一个小图块A，在新的图像上遍历所有同样大小的小图块与小图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，对获得的值进行累加得到新图像上每一个小图块和A的差异，取其中差异最小的小图块记为B，其中A和B的坐标差为猜测的切片移动向量；
S3：重新猜测：遍历完新图像后仍然无法找到差异足够小的图块B则在旧的图像上重新选取小图块A，在新的图像上遍历所有同样大小的小图块与图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，同时对获得的值进行累加得到新图像上每一个小图块和A的差异，其中差异最小的小图块记为B，重新进行猜测直到找到结果，穷尽所有可能无果则需放弃当前图像；
S4：进行移动：按照偏移量将新抓取的图像拼接到上一次抓取的图像上，并通过已经获得的猜测的切片移动向量将新图按照切片移动向量反方向移动，然后覆盖在旧图像上形成新的缩略图；
S5：形成轨迹：将拼接后的图保存，并计算移动后的位置，同时将拼接后的图存为当前位置，重复所有步骤，形成新的缩略图为当前切片的移动轨迹，且带有缩小的图片内容，直至所有区域浏览完毕显示出全场图的缩略图。
实施例二
参照图1，一种显示显微镜看片轨迹的方法，包括以下步骤：
S1：获取图像：将摄像头与显微镜进行连接，获取显微镜当前视野中的图像，并将获取的图像送入训练好的检测算法模型中进行检测，检测完成后将处理结果实时展示在电脑屏幕上；
S2：进行猜测：把新获取的图像和之前保存的旧图像进行对比，预测切片的移动像素，且进行猜测时先缩小图像，降低分辨率，以减少计算量；
S3：重新猜测：遍历完新图像后仍然无法找到差异足够小的图块B则在旧的图像上重新选取小图块A，在新的图像上遍历所有同样大小的小图块与图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，同时对获得的值进行累加得到新图像上每一个小图块和A的差异，其中差异最小的小图块记为B，重新进行猜测直到找到结果，穷尽所有可能无果则需放弃当前图像；
S4：进行移动：按照偏移量将新抓取的图像拼接到上一次抓取的图像上，并通过已经获得的猜测的切片移动向量将新图按照切片移动向量反方向移动，然后覆盖在旧图像上形成新的缩略图；
S5：形成轨迹：将拼接后的图保存，并计算移动后的位置，同时将拼接后的图存为当前位置，重复所有步骤，形成新的缩略图为当前切片的移动轨迹，且带有缩小的图片内容，直至所有区域浏览完毕显示出全场图的缩略图。
实施例三
参照图1，一种显示显微镜看片轨迹的方法，包括以下步骤：
S1：获取图像：将摄像头与显微镜进行连接，获取显微镜当前视野中的图像，并将获取的图像送入训练好的检测算法模型中进行检测，检测完成后将处理结果实时展示在电脑屏幕上；
S2：进行猜测：把新获取的图像和之前保存的旧图像进行对比，预测切片的移动像素，且进行猜测时先缩小图像，降低分辨率，以减少计算量，进行猜测时在旧的图像上提取一个小图块A，在新的图像上遍历所有同样大小的小图块与小图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，对获得的值进行累加得到新图像上每一个小图块和A的差异，取其中差异最小的小图块记为B，其中A和B的坐标差为猜测的切片移动向量；
S3：进行移动：按照偏移量将新抓取的图像拼接到上一次抓取的图像上，并通过已经获得的猜测的切片移动向量将新图按照切片移动向量反方向移动，然后覆盖在旧图像上形成新的缩略图；
S4：形成轨迹：将拼接后的图保存，并计算移动后的位置，同时将拼接后的图存为当前位置，重复所有步骤，形成新的缩略图为当前切片的移动轨迹，且带有缩小的图片内容，直至所有区域浏览完毕显示出全场图的缩略图。
实施例四
参照图1，一种显示显微镜看片轨迹的方法，包括以下步骤：
S1：获取图像：将摄像头与显微镜进行连接，获取显微镜当前视野中的图像，并将获取的图像送入训练好的检测算法模型中进行检测，检测完成后将处理结果实时展示在电脑屏幕上；
S2：进行猜测：把新获取的图像和之前保存的旧图像进行对比，预测切片的移动像素，且进行猜测时先缩小图像，降低分辨率，以减少计算量，进行猜测时在旧的图像上提取一个小图块A，在新的图像上遍历所有同样大小的小图块与小图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，对获得的值进行累加得到新图像上每一个小图块和A的差异，取其中差异最小的小图块记为B，其中A和B的坐标差为猜测的切片移动向量；
S3：重新猜测：遍历完新图像后仍然无法找到差异足够小的图块B则在旧的图像上重新选取小图块A，在新的图像上遍历所有同样大小的小图块与图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，同时对获得的值进行累加得到新图像上每一个小图块和A的差异，其中差异最小的小图块记为B，重新进行猜测直到找到结果，穷尽所有可能无果则需放弃当前图像；
S4：进行移动：按照偏移量将新抓取的图像拼接到上一次抓取的图像上；
S5：形成轨迹：将拼接后的图保存，并计算移动后的位置，同时将拼接后的图存为当前位置，重复所有步骤，形成新的缩略图为当前切片的移动轨迹，且带有缩小的图片内容，直至所有区域浏览完毕显示出全场图的缩略图。
实施例五
参照图1，一种显示显微镜看片轨迹的方法，包括以下步骤：
S1：获取图像：将摄像头与显微镜进行连接，获取显微镜当前视野中的图像，并将获取的图像送入训练好的检测算法模型中进行检测，检测完成后将处理结果实时展示在电脑屏幕上；
S2：进行猜测：把新获取的图像和之前保存的旧图像进行对比，预测切片的移动像素，且进行猜测时先缩小图像，降低分辨率，以减少计算量，进行猜测时在旧的图像上提取一个小图块A，在新的图像上遍历所有同样大小的小图块与小图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，对获得的值进行累加得到新图像上每一个小图块和A的差异，取其中差异最小的小图块记为B，其中A和B的坐标差为猜测的切片移动向量；
S3：重新猜测：遍历完新图像后仍然无法找到差异足够小的图块B则在旧的图像上重新选取小图块A，在新的图像上遍历所有同样大小的小图块与图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，同时对获得的值进行累加得到新图像上每一个小图块和A的差异，其中差异最小的小图块记为B，重新进行猜测直到找到结果，穷尽所有可能无果则需放弃当前图像；
S4：进行移动：按照偏移量将新抓取的图像拼接到上一次抓取的图像上，并通过已经获得的猜测的切片移动向量将新图按照切片移动向量反方向移动，然后覆盖在旧图像上形成新的缩略图；
S5：形成轨迹：将拼接后的图保存，并计算移动后的位置，同时将拼接后的图存为当前位置。
将实施例一、实施例二、实施例三、实施例四和实施例五中一种显示显微镜看片轨迹的方法进行试验，得出结果如下：
实施例一、实施例二、实施例三、实施例四和实施例五制得的显示显微镜看片轨迹的方法对比现有方法精确度有了显著提高，且实施例一为最佳实施例。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种显示显微镜看片轨迹的方法，其特征在于，包括以下步骤：
S1：获取图像：获取显微镜视野中的图像，并将获取的图像进行检测；
S2：进行猜测：将获取的图像进行对比，并预测切片移动像素；
S3：重新猜测：旧的图像上未提取出小图块B时进行重新猜测；
S4：进行移动：按照偏移量将新图像进行移动，覆盖在旧图像上形成新的缩略图；
S5：形成轨迹：重复所有步骤，形成当前切片的移动轨迹。
2.根据权利要求1所述的一种显示显微镜看片轨迹的方法，其特征在于，所述S1中，将摄像头与显微镜进行连接，获取显微镜当前视野中的图像，并将获取的图像送入训练好的检测算法模型中进行检测，检测完成后将处理结果实时展示在电脑屏幕上。
3.根据权利要求1所述的一种显示显微镜看片轨迹的方法，其特征在于，所述S2中，把新获取的图像和之前保存的旧图像进行对比，预测切片的移动像素，且进行猜测时先缩小图像，降低分辨率。
4.根据权利要求3所述的一种显示显微镜看片轨迹的方法，其特征在于，进行猜测时在旧的图像上提取一个小图块A，在新的图像上遍历所有同样大小的小图块与小图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，对获得的值进行累加得到新图像上每一个小图块和A的差异，取其中差异最小的小图块记为B，其中A和B的坐标差为猜测的切片移动向量。
5.根据权利要求1所述的一种显示显微镜看片轨迹的方法，其特征在于，所述S3中，遍历完新图像后仍然无法找到差异足够小的图块B则在旧的图像上重新选取小图块A，在新的图像上遍历所有同样大小的小图块与图块A进行逐像素对比，对每个颜色通道进行相减并取绝对值，同时对获得的值进行累加得到新图像上每一个小图块和A的差异，其中差异最小的小图块记为B，重新进行猜测直到找到结果，穷尽所有可能无果则需放弃当前图像。
6.根据权利要求1所述的一种显示显微镜看片轨迹的方法，其特征在于，所述S4中，按照偏移量将新抓取的图像拼接到上一次抓取的图像上，并通过已经获得的猜测的切片移动向量将新图按照切片移动向量反方向移动，然后覆盖在旧图像上形成新的缩略图。
7.根据权利要求1所述的一种显示显微镜看片轨迹的方法，其特征在于，所述S5中，将拼接后的图保存，并计算移动后的位置，同时将拼接后的图存为当前位置。
8.根据权利要求1所述的一种显示显微镜看片轨迹的方法，其特征在于，所述S5中，重复所有步骤，形成新的缩略图为当前切片的移动轨迹，且带有缩小的图片内容，直至所有区域浏览完毕显示出全场图的缩略图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210437561.2A CN114764796A (zh) | 2022-04-25 | 2022-04-25 | 一种显示显微镜看片轨迹的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210437561.2A CN114764796A (zh) | 2022-04-25 | 2022-04-25 | 一种显示显微镜看片轨迹的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114764796A true CN114764796A (zh) | 2022-07-19 |
Family
ID=82365068
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210437561.2A Pending CN114764796A (zh) | 2022-04-25 | 2022-04-25 | 一种显示显微镜看片轨迹的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114764796A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110111245A (zh) * | 2019-05-13 | 2019-08-09 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及计算机可读存储介质 |
| CN110763677A (zh) * | 2019-09-12 | 2020-02-07 | 杭州迪英加科技有限公司 | 甲状腺冰冻切片诊断方法及系统 |
| CN110782975A (zh) * | 2019-10-28 | 2020-02-11 | 杭州迪英加科技有限公司 | 一种显微镜下病理切片图像的呈现方法及装置 |
| CN114004854A (zh) * | 2021-09-16 | 2022-02-01 | 清华大学 | 一种显微镜下的切片图像实时处理显示系统和方法 |
-
2022
- 2022-04-25 CN CN202210437561.2A patent/CN114764796A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110111245A (zh) * | 2019-05-13 | 2019-08-09 | Oppo广东移动通信有限公司 | 图像处理方法、装置、终端及计算机可读存储介质 |
| CN110763677A (zh) * | 2019-09-12 | 2020-02-07 | 杭州迪英加科技有限公司 | 甲状腺冰冻切片诊断方法及系统 |
| CN110782975A (zh) * | 2019-10-28 | 2020-02-11 | 杭州迪英加科技有限公司 | 一种显微镜下病理切片图像的呈现方法及装置 |
| CN114004854A (zh) * | 2021-09-16 | 2022-02-01 | 清华大学 | 一种显微镜下的切片图像实时处理显示系统和方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109598716B (zh) | 基于计算机视觉的肠镜退镜速度实时监测方法和系统 | |
| CN104268846B (zh) | 图像拼接方法及装置 | |
| CN106056537B (zh) | 一种医学图像拼接方法及装置 | |
| CN112150524B (zh) | 一种基于深度学习的二维和三维医学图像配准方法和系统 | |
| US8290303B2 (en) | Enhanced system and method for volume based registration | |
| CN101023871B (zh) | X射线诊断装置、图像处理装置和程序 | |
| CN104054092B (zh) | 用于显示体内图像流中的活动力事件的系统和方法 | |
| EP2372661B1 (en) | Projection image generation method, apparatus, and program | |
| US20140003690A1 (en) | Motion correction apparatus and method | |
| EP1658588A1 (en) | Device and method for combined display of angiograms and current x-ray images | |
| WO2023138544A1 (zh) | 胶囊内窥镜肠道图像的识别定位方法、存储介质和设备 | |
| CN1839408A (zh) | 组合显示血管造影片与当前x射线图像的设备和方法 | |
| JP2004121835A (ja) | 関心領域の追従制御方法、その方法を用いた画像診断装置及び関心領域の追従制御プラグラム | |
| CN111584066B (zh) | 基于卷积神经网络与对称信息的脑部医学影像诊断方法 | |
| CN107895349A (zh) | 一种基于合成的内窥镜视频去模糊方法 | |
| KR101028798B1 (ko) | 다중 페이즈 간 ｃｔ영상들의 정합을 이용한 간세포암 검출방법 | |
| CN114764796A (zh) | 一种显示显微镜看片轨迹的方法 | |
| CN114049934B (zh) | 辅助诊断方法、装置、系统、设备和介质 | |
| CN112315493A (zh) | 心肌血流量分布图像获取方法、系统、介质及电子设备 | |
| Huang et al. | Deep learning-based deformable registration of dynamic contrast-enhanced MR images of the kidney | |
| CN116807361B (zh) | Ct影像显示方法、电子设备及装置 | |
| JP2011036684A (ja) | コンピュータ支援画像診断システム | |
| US20240038391A1 (en) | Method and system for endoscopic diagnosis support | |
| CN117710233B (zh) | 一种内窥图像的景深扩展方法及装置 | |
| Khryashchev et al. | Analysis of Pathologies on Endoscopic Images of the Stomach Using SSD and RetinaNet Neural Network Architecture |
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 |