CN117594196A - 一种病理影像扫描分析系统及方法 - Google Patents
一种病理影像扫描分析系统及方法 Download PDFInfo
- Publication number
- CN117594196A CN117594196A CN202311558973.2A CN202311558973A CN117594196A CN 117594196 A CN117594196 A CN 117594196A CN 202311558973 A CN202311558973 A CN 202311558973A CN 117594196 A CN117594196 A CN 117594196A
- Authority
- CN
- China
- Prior art keywords
- data
- interpretation
- user
- pathology
- material data
- 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.)
- Granted
Links
- 230000001575 pathological effect Effects 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000004458 analytical method Methods 0.000 title claims abstract description 21
- 230000007170 pathology Effects 0.000 claims abstract description 35
- 230000008520 organization Effects 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000012550 audit Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims 2
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 206010028980 Neoplasm Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000010586 diagram Methods 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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30024—Cell structures in vitro; Tissue sections in vitro
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种病理影像扫描分析系统及方法，属于病理影像分析技术领域，包括教学模块、数据储存库和病理识别模块；所述教学模块用于对接各目标组织，向目标组织提供对应的素材数据，并实时接收各目标组织内指导人员的反馈数据，根据所述反馈数据生成对应的自学习数据；所述数据储存库用于储存各第一用户的素材数据；所述病理识别模块用于对第一用户上传的病理影像进行分析，输出对应的系统解读数据，方法包括：建立病理解读模型，通过病理解读模型对第一用户上传的病理影像进行分析，输出对应的系统解读数据；将对应的病理影像和系统解读数据整合为素材数据，将素材数据发送值数据储存库进行储存。
Description
技术领域
本发明属于病理影像分析技术领域，具体是一种病理影像扫描分析系统及方法。
背景技术
为了解决非专业人士对于病理影像的解读需求，本发明提供了一种病理影像扫描分析系统及方法。
发明内容
为了解决上述方案存在的问题，本发明提供了一种病理影像扫描分析系统及方法，以解决现有的非专业人士对病理影像的解读需求问题。
本发明的目的可以通过以下技术方案实现：
一种病理影像扫描分析系统，包括教学模块、数据储存库和病理识别模块；
所述教学模块用于对接各目标组织，向目标组织提供对应的素材数据，并实时接收各目标组织内指导人员的反馈数据，根据所述反馈数据生成对应的自学习数据。
进一步地，向目标组织提供素材数据的方法包括：
识别各目标组织内的第二用户信息，根据所述第二用户信息生成对应的需求特征，根据所述需求特征从数据储存库内匹配对应的素材数据，将匹配的素材数据发送给对应的第二用户。
进一步地，根据需求特征从数据储存库内匹配素材数据的方法包括：
识别数据储存库中各素材数据对应的系统解读数据，根据识别的各系统解读数据与对应的需求特征进行分析，获得对应的符合值，设置对应的调整系数，将获得的调整系数和符合值分别标记为c和FM，根据优先值公式KA=c×FM计算对应的优先值，按照优先值从高到低的顺序输出对应的素材数据。
进一步地，反馈数据的生成方法包括：
第二用户对获得的素材数据进行学习解读，获得对应的用户解读数据，将用户解读数据与素材数据中对应的系统解读数据进行比较，输出对应的解读评价；
当用户对解读评价不认同时，将对应素材数据和用户解读数据发送给对应指导人员，由指导人员进行审核；获得对应的审核结果，当审核结果为系统解读有误时，获得对应的反馈数据。
进一步地，自学习数据的生成方法包括：
将反馈数据发送给系统审核人员，由系统审核人员进行分析，当判断正确解读数据无问题时，根据素材数据和正确解读数据设置对应的自学习数据；当判断正确解读数据有问题时，进行相应处理。
进一步地，当判断正确解读数据有问题时，进行相应处理的方法为：系统审核人员与指导人员进行沟通。
所述数据储存库用于储存各第一用户的素材数据。
所述病理识别模块用于对第一用户上传的病理影像进行分析，输出对应的系统解读数据，方法包括：
建立病理解读模型，通过病理解读模型对第一用户上传的病理影像进行分析，输出对应的系统解读数据；将对应的病理影像和系统解读数据整合为素材数据，将素材数据发送值数据储存库进行储存。
进一步地，当第一用户还需进行专家解读时，选择对应的系统审核人员，将素材数据发送给系统审核人员，由系统审核人员进行病理影像审核。
一种病理影像扫描分析方法，具体方法包括：
对接各目标组织，向目标组织提供对应的素材数据，并实时接收各目标组织内指导人员的反馈数据，根据所述反馈数据生成对应的自学习数据；
建立病理解读模型，通过病理解读模型对第一用户上传的病理影像进行分析，输出对应的系统解读数据；将对应的病理影像和系统解读数据整合为素材数据，将素材数据发送值数据储存库进行储存；并通过实时获取的自学习数据进行病理解读模型的自学习。
与现有技术相比，本发明的有益效果是：
本发明通过结合医疗教学的需求，持续不断的生成训练集、自学习数据，对接各具有医学生教学、实习生培训等病理影像教学需求的用户，持续不断的提供各种病理影像数据供用户教学、学习，且提供的病理影像数据包括本系统生成的解读数据，学生等可以对提供的病理影像进行解读，解读后与本系统生成的解读数据进行比较；当学生认为系统提供的解读数据具有问题时，将对应的病理影像、学生解读、系统解读发送给对应的教师或预设的指导人员进行人工审核，确定系统解读是否错误，当系统解读具有错误时，根据该数据生成对应的自学习数据，进行相关模型的自学习，持续性的提高解读精度；而且可以为教学等提供充足的教学素材，同时可以辅助教师进行学生的教导；实现教学培训和病人用户的双向结合；而且因为目标组织和病人用户之间的用途关联，可以较大的降低运营成本，无论是对于目标组织的教学培训和病人用户的自选使用，均可产生较大的价格优势，便于提高产品竞争力，而且降低病人用户和目标组织的使用成本，更加便于进行产品推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，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为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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。
如图1所示，一种病理影像扫描分析系统，用于解决现有的非专业人士对病理影像的解读需求问题，为了解决上述问题，本发明通过结合医疗教学的需求，持续不断的生成训练集、自学习数据，对接各具有医学生教学、实习生培训等病理影像教学需求的用户，持续不断的提供各种病理影像数据供用户教学、学习，且提供的病理影像数据包括本系统生成的解读数据，学生等可以对提供的病理影像进行解读，解读后与本系统生成的解读数据进行比较；当学生认为系统提供的解读数据具有问题时，将对应的病理影像、学生解读、系统解读发送给对应的教师或预设的指导人员进行人工审核，确定系统解读是否错误，当系统解读具有错误时，根据该数据生成对应的自学习数据，进行相关模型的自学习，持续性的提高解读精度；而且可以为教学等提供充足的教学素材，同时可以辅助教师进行学生的教导；实现教学培训和病人用户的双向结合；而且因为目标组织和病人用户之间的用途关联，可以较大的降低运营成本，无论是对于目标组织的教学培训和病人用户的自选使用，均可产生较大的价格优势，便于提高产品竞争力，而且降低病人用户和目标组织的使用成本，更加便于进行产品推广。
具体包括：教学模块、数据储存库和病理识别模块；
所述教学模块用于对接具有教学、培训需求的各医疗机构、院校等组织，标记为目标组织，向目标组织提供相应的素材数据，并接收目标组织内用户的数据反馈，为了进行用户区分，将病人用户标记为第一用户，将目标组织内学生等用户标记为第二用户；教学模块的工作方法包括：
确定目标组织，由目标组合的相关管理人员设置目标组合内的各个第二用户，根据各第二用户信息生成各第二用户对应的用户特征，用户信息如专业、培训方向、掌握专业知识、需求学习方向等，由第二用户进行自行填写，而用户特征即为根据用户信息提取的对素材数据的需求特征，需求脑科的肿瘤病理影像素材，根据该需求特征将会匹配相关病理的影像素材，以及极易判断错误的影像素材；根据获得的需求特征从数据储存库中匹配对应的素材数据，将获得的素材数据发送给对应的第二用户，第二用户根据获得的素材数据进行学习解读，获得对应的用户解读数据，将用户解读数据与素材数据中对应的系统解读数据进行比较，输出对应的解读评价；可以利用现有的数据比较、评价算法、方法等进行相应的解读评价；
当用户对解读评价不认同时，即认为系统解读数据有误时，将对应素材数据和用户解读数据发送给对应指导人员，由指导人员进行审核；获得对应的审核结果，审核结果包括系统解读正确、系统解读有误以及当系统解读有误时的正确解读数据；指导人员就是目标组织指定的用于辅导、培训第二用户的人员，一般为对应老师、培训医生等；当审核结果为系统解读有误时，将包括对应的素材数据和正确解读数据的反馈数据发送给系统审核人员，系统审核人员是由平台方聘请的具有相关解读权威的专业人员；
由系统审核人员进行分析，当判断正确解读数据无问题时，根据素材数据和正确解读数据设置对应的自学习数据；当判断正确解读数据有问题时，进行相应处理，可以是直接作废，但是一般为了促进双方的专业能力，会采取系统审核人员与指导人员进行沟通的方式进行处理。
根据获得的需求特征从数据储存库中匹配对应的素材数据的方法包括：
识别数据储存库中各素材数据对应的系统解读数据，根据识别的各系统解读数据与对应的需求特征进行分析，获得对应的符合值，符合值是根据系统解读数据与需求特征之间的符合情况进行评估的，如领域符合、病理符合等；具体的可以基于CNN网络或DNN网络建立对应的符合值评估模型，通过人工的方式建立对应的训练集进行训练，训练集包括系统解读数据、需求特征以及对应设置的符合值，因为神经网络为本领域的现有技术，因此，具体的建立和训练过程在本发明中不进行详细叙述；通过训练成功后的符合值评估模型进行分析，获得各素材数据对应的符合值；设置对应的调整系数，调整系数是根据各素材数据相同或相似系统解读数据推送给该第二用户的次数进行匹配的，用于对符合值进行相应的调整，次数越多，调整系数越小，具体的通过人工的方式预设各个调整系数，每个调整系数对应一个次数区间，根据次数匹配对应的调整系数，将获得的调整系数和符合值分别标记为c和FM，根据优先值公式KA=c×FM计算对应的优先值，按照优先值从高到低的顺序输出对应的素材数据，对于输出过的素材数据，对该第二用户不再进行输出。
所述数据储存库用于储存各第一用户的素材数据。
所述病理识别模块用于对第一用户上传的病理影像进行分析，输出对应的系统解读数据，具体包括：
基于现有的神经网络建立对应的病理解读模型，神经网络包括CNN网络、DNN网络等，通过人工的方式设置对应的训练集进行训练，训练集包括病理影像以及对应设置的系统解读数据，通过训练成功病理解读模型对第一用户上传的病理影像进行分析，输出对应的系统解读数据；将对应的病理影像和系统解读数据整合为素材数据，将素材数据发送值数据储存库进行储存。
在一个实施例中，因为在实际应用过程中，将会出现第一用户对生成的系统解读数据不太信任，想要聘请相关医疗专家进行解读，因此，基于该需求，开放第一用户聘请系统审核人员的渠道，即当第一用户需要进行专家审核时，连接对应的系统审核人员，将素材数据发送给系统审核人员，由系统审核人员进行病理影像审核；由平台方设置各系统审核人员的报酬和费用等。
一种病理影像扫描分析方法，具体方法包括：
对接各目标组织，向目标组织提供对应的素材数据，并实时接收各目标组织内指导人员的反馈数据，根据所述反馈数据生成对应的自学习数据；
建立病理解读模型，通过病理解读模型对第一用户上传的病理影像进行分析，输出对应的系统解读数据；将对应的病理影像和系统解读数据整合为素材数据，将素材数据发送值数据储存库进行储存；并通过实时获取的自学习数据进行病理解读模型的自学习。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (8)
1.一种病理影像扫描分析系统，其特征在于，包括教学模块、数据储存库和病理识别模块；
所述教学模块用于对接各目标组织，向目标组织提供对应的素材数据，并实时接收各目标组织内指导人员的反馈数据，根据所述反馈数据生成对应的自学习数据；
所述数据储存库用于储存各第一用户的素材数据；
所述病理识别模块用于对第一用户上传的病理影像进行分析，输出对应的系统解读数据，方法包括：
建立病理解读模型，通过病理解读模型对第一用户上传的病理影像进行分析，输出对应的系统解读数据；将对应的病理影像和系统解读数据整合为素材数据，将素材数据发送值数据储存库进行储存。
2.根据权利要求1所述的一种病理影像扫描分析系统，其特征在于，向目标组织提供素材数据的方法包括：
识别各目标组织内的第二用户信息，根据所述第二用户信息生成对应的需求特征，根据所述需求特征从数据储存库内匹配对应的素材数据，将匹配的素材数据发送给对应的第二用户。
3.根据权利要求2所述的一种病理影像扫描分析系统，其特征在于，根据需求特征从数据储存库内匹配素材数据的方法包括：
识别数据储存库中各素材数据对应的系统解读数据，根据识别的各系统解读数据与对应的需求特征进行分析，获得对应的符合值，设置对应的调整系数，将获得的调整系数和符合值分别标记为c和FM，根据优先值公式KA=c×FM计算对应的优先值，按照优先值从高到低的顺序输出对应的素材数据。
4.根据权利要求3所述的一种病理影像扫描分析系统，其特征在于，反馈数据的生成方法包括：
第二用户对获得的素材数据进行学习解读，获得对应的用户解读数据，将用户解读数据与素材数据中对应的系统解读数据进行比较，输出对应的解读评价；
当用户对解读评价不认同时，将对应素材数据和用户解读数据发送给对应指导人员，由指导人员进行审核；获得对应的审核结果，当审核结果为系统解读有误时，获得对应的反馈数据。
5.根据权利要求4所述的一种病理影像扫描分析系统，其特征在于，自学习数据的生成方法包括：
将反馈数据发送给系统审核人员，由系统审核人员进行分析，当判断正确解读数据无问题时，根据素材数据和正确解读数据设置对应的自学习数据；当判断正确解读数据有问题时，进行相应处理。
6.根据权利要求5所述的一种病理影像扫描分析系统，其特征在于，当判断正确解读数据有问题时，进行相应处理的方法为：系统审核人员与指导人员进行沟通。
7.根据权利要求1所述的一种病理影像扫描分析系统，其特征在于，当第一用户还需进行专家解读时，选择对应的系统审核人员，将素材数据发送给系统审核人员，由系统审核人员进行病理影像审核。
8.一种病理影像扫描分析方法，其特征在于，应用于如权利要求1-7中任一项所述的一种病理影像扫描分析系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311558973.2A CN117594196B (zh) | 2023-11-22 | 2023-11-22 | 一种病理影像扫描分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311558973.2A CN117594196B (zh) | 2023-11-22 | 2023-11-22 | 一种病理影像扫描分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117594196A true CN117594196A (zh) | 2024-02-23 |
| CN117594196B CN117594196B (zh) | 2024-06-07 |
Family
ID=89921301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311558973.2A Active CN117594196B (zh) | 2023-11-22 | 2023-11-22 | 一种病理影像扫描分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117594196B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696012A (zh) * | 2020-06-15 | 2020-09-22 | 中国医学科学院医学信息研究所 | 医疗影像远程教学方法、装置、设备及存储介质 |
| CN112151155A (zh) * | 2020-09-22 | 2020-12-29 | 视隼智能科技(上海)有限公司 | 基于人工智能的超声影像智能培训方法、系统及应用系统 |
| CN112735214A (zh) * | 2021-01-06 | 2021-04-30 | 江苏医药职业学院 | 一种医学教学系统 |
| CN113870968A (zh) * | 2021-09-13 | 2021-12-31 | 上海联影医疗科技股份有限公司 | 医疗影像报告的生成方法、装置、计算机设备和存储介质 |
| WO2022236512A1 (zh) * | 2021-05-09 | 2022-11-17 | 曹庆恒 | 医学教学系统及其使用方法、医学教学设备、计算机介质 |
| CN116712042A (zh) * | 2023-08-07 | 2023-09-08 | 广州盛安医学检验有限公司 | 一种荧光影像的扫描成像系统及方法 |
-
2023
- 2023-11-22 CN CN202311558973.2A patent/CN117594196B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111696012A (zh) * | 2020-06-15 | 2020-09-22 | 中国医学科学院医学信息研究所 | 医疗影像远程教学方法、装置、设备及存储介质 |
| CN112151155A (zh) * | 2020-09-22 | 2020-12-29 | 视隼智能科技(上海)有限公司 | 基于人工智能的超声影像智能培训方法、系统及应用系统 |
| CN112735214A (zh) * | 2021-01-06 | 2021-04-30 | 江苏医药职业学院 | 一种医学教学系统 |
| WO2022236512A1 (zh) * | 2021-05-09 | 2022-11-17 | 曹庆恒 | 医学教学系统及其使用方法、医学教学设备、计算机介质 |
| CN113870968A (zh) * | 2021-09-13 | 2021-12-31 | 上海联影医疗科技股份有限公司 | 医疗影像报告的生成方法、装置、计算机设备和存储介质 |
| CN116712042A (zh) * | 2023-08-07 | 2023-09-08 | 广州盛安医学检验有限公司 | 一种荧光影像的扫描成像系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117594196B (zh) | 2024-06-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110516116B (zh) | 一种多步分层的学习者认知水平挖掘方法及系统 | |
| Burrill et al. | Handheld graphing technology in secondary mathematics | |
| US8632344B2 (en) | Method of model scaling for an automated essay scoring system | |
| US11790803B2 (en) | Method and apparatus of diagnostic test | |
| US20120040326A1 (en) | Methods and systems for optimizing individualized instruction and assessment | |
| CN112151155A (zh) | 基于人工智能的超声影像智能培训方法、系统及应用系统 | |
| Zlatkin-Troitschanskaia et al. | Development Perspectives for Higher Education Research and Practice | |
| Thomas et al. | When the tutor becomes the student: Design and evaluation of efficient scenario-based lessons for tutors | |
| CN111369408A (zh) | 一种医院本科实习生教学管理系统及方法 | |
| CN114429212A (zh) | 智能学习知识能力跟踪方法、电子设备及存储介质 | |
| Swygert et al. | Gender differences in examinee performance on the Step 2 Clinical Skills® data gathering (DG) and patient note (PN) components | |
| Recker et al. | Development and implementation of a comprehensive ultrasound curriculum for medical students: The Bonn internship point-of-care-ultrasound curriculum (BI-POCUS) | |
| CN110991943A (zh) | 一种基于云计算的教学质量评价系统 | |
| CN117594196B (zh) | 一种病理影像扫描分析系统及方法 | |
| Cheng et al. | To implement computerized adaptive testing by automatically adjusting item difficulty index on adaptive English learning platform | |
| Weber et al. | Design and Evaluation of an AI-based Learning System to Foster Students' Structural and Persuasive Writing in Law Courses | |
| Van Horne et al. | Assessment with E-textbook Analytics | |
| CN109360129A (zh) | 教师职业能力测评方法、装置及设备 | |
| Cubillos et al. | E-learning module for cytopathology education based on virtual microscopy | |
| Prasath et al. | PSYCHOMETRIC ANALYSIS OF STUDENT’S ACADEMIC PERFORMANCE BETWEEN ONLINE AND OFFLINE APPROACH | |
| CN109308569A (zh) | 一种基于人工智能的教学行为分析系统及分析方法 | |
| Idhom et al. | Performance Evaluation of Automated Essay Scoring Online System for Competency Assessment of Community Academy | |
| EP4060645A1 (en) | Learning effect estimation device, learning effect estimation method, and program | |
| Hrich et al. | Enhancing Educational Assessments: Score Regeneration through Post-Item Analysis with Artificial Intelligence | |
| Medina et al. | A new set of tools for adaptive self-paced learning in computer-aided design for engineering |
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 | ||
| GR01 | Patent grant |