“消化道图像”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1297176个，建议您升级VIP下载更多相关专利

[发明专利]一种消化道共聚焦图像拼接方法-CN202110862645.6有效
发明人：刘谦;卢昱华;陈伟彬 -专利权人：华中科技大学鄂州工业技术研究院;华中科技大学
申请日： 2021-07-29 - 公布日： 2023-05-23 - 主分类号： G06T5/50 文献下载
摘要：一种消化道共聚焦图像拼接方法，所述方法包括步骤：获取消化道共聚焦原始图像；根据所述消化道共聚焦原始图像生成分割神经网络；根据所述消化道共聚焦原始图像和所述分割神经网络生成消化道共聚焦前景图像；根据所述消化道共聚焦前景图像生成稳像前景图像；根据所述稳像前景图像生成单应性矩阵；获取所述稳像前景图像对应的所述消化道共聚焦原始图像；根据所述消化道共聚焦原始图像和所述单应性矩阵生成消化道共聚焦拼接图像。本申请降低了对采集拼接的原始图像的采集条件，可以有效降低因光纤束纤芯损坏形成的图像噪点对拼接图像质量的影响；可以降低共聚焦内窥镜图像拼接的设备和操作要求，提高拼接算法鲁棒性。
一种消化道聚焦图像拼接方法

[发明专利]一种消化道图像的处理方法-CN201110124705.0无效
发明人：喻军;孙平;邓文军 -专利权人：深圳市资福技术有限公司
申请日： 2011-05-16 - 公布日： 2012-01-04 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种消化道图像的处理方法，包括步骤：（1）分别设定消化道正常时消化道图像的第一颜色空间区域和消化道异常时消化道图像的第二颜色空间区域；（2）计算待处理的消化道图像的颜色空间，通过判断其所在的颜色空间区域将所有待处理的消化道图像进行分类处理本发明采用了基于颜色空间的方法来对所采集的消化道图像进行分类处理，医生可根据分类后的消化道图像进行进一步分析判断，大大加快了医生的诊断效率，减轻工作量；另外，为了避免漏检的情况发生，本发明还在图像处理过程中采用了查漏方案
一种消化道图像处理方法

[发明专利]一种基于状态分类的消化道图像识别方法和系统-CN202311024952.2有效
发明人：林煜;胡延兴;许妙星;黄飞鸿;钟晓泉 -专利权人：苏州凌影云诺医疗科技有限公司
申请日： 2023-08-15 - 公布日： 2023-10-17 - 主分类号： G06V10/764 文献下载
摘要：本发明请求保护一种基于状态分类的消化道图像识别方法和系统，通过获取待检测消化道图像，对待检测消化道图像进行缩放和归一化处理，得到待检测标准消化道图像；将待检测标准消化道图像输入多个分支网络，得到在各个分支网络下的待检测消化道图像概率特征集；依据待检测消化道图像概率特征集，获取待检测消化道图像的检查类别结果。本发明可以清楚地分辨出当前的消化镜下的状态，对图像的多维度特征进行针对性分析，综合考虑当前检测图像的光源、染色、器械使用和放大情况，对于人工智能在消化内镜下的应用起着十分重要的作用，作为辅助决策可以提供很多可供参考的信息和逻辑指导
一种基于状态分类消化道图像识别方法系统

[发明专利]一种基于集成学习的消化道内镜检查辅助系统-CN202310041105.0在审
发明人：范姗慧;赖劲涛;魏凯华;厉力华;韦尚光 -专利权人：杭州电子科技大学
申请日： 2023-01-12 - 公布日： 2023-04-14 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于集成学习的消化道内镜检查辅助系统；该系统包括数据获取模块、识别模块、预警模块和图像采集控制模块。数据获取模块连接至内镜检查设备，实时接收内镜检查设备采集的消化道图像，并将消化道图像输送至识别模块。识别模块通过异常分析模型实时判断消化道图像中是否存在疑似目标。预警模块用于在识别模块检测到疑似目标时发出预警信号，使得内镜检查设备增加发现疑似目标的区域的图像采集数量。本发明在内镜检查设备采集消化道图像的同时，对所得消化道图像进行实时分析，从而增加消化道中存在异常风险较高的区域的图像采集数量，提高了内镜检查设备采集图像的针对性，有助于提高医生对消化道图像的分析效率。
一种基于集成学习消化道检查辅助系统

[发明专利]一种下消化道内窥镜图像识别方法及系统-CN201911327593.1有效
发明人：李延青;李广超;冯健;左秀丽;杨晓云;邵学军;赖永航;辛伟;李真 -专利权人：山东大学齐鲁医院;青岛美迪康数字工程有限公司
申请日： 2019-12-20 - 公布日： 2020-12-25 - 主分类号： G06K9/62 文献下载
摘要：本公开提供了下消化道内窥镜图像识别方法及系统。其中该方法包括获取下消化道部位图像并标注出待识别类别和识别干扰图像的辅助类别，划分成训练集和测试集；利用训练集和测试集训练和测试下消化道部位识别模型A和下消化道部位识别模型B；在进镜操作过程中，若下消化道部位识别模型A识别出当前下消化道内镜图像的类型为一级类别中的盲肠，且存在连续N张非相似图像均为盲肠的概率超过预设阈值，则开始退镜操作；N为大于或等于3的正整数；在退镜操作过程中，基于下消化道部位识别模型A和下消化道部位识别模型B对消化道内镜图像进行实时检测，排除属于辅助类别的图像，输出图像所属的一级类别和二级类别。
一种消化道内窥镜图像识别方法系统

[发明专利]基于多任务辅助的上消化道病变区域确定方法及装置-CN202110930193.0在审
发明人：郑泽峰;唐穗谷;梁延研;于晓渊;余汉濠;徐义祥 -专利权人：澳门科技大学
申请日： 2021-08-13 - 公布日： 2021-12-03 - 主分类号： G06T7/00 文献下载
摘要：本申请适用于图像处理技术领域，提供了一种基于多任务辅助的上消化道病变区域确定方法及装置，所述上消化道病变区域确定方法包括：将待处理上消化道内窥镜图像输入至已训练的分类模型，得到待处理上消化道内窥镜图像的初始病变类别；使用检索模型对待处理上消化道内窥镜图像进行检索，从训练数据集中选取与待处理上消化道内窥镜图像具有相似特征的第一子数据集；根据第一子数据集中的内窥镜样本图像的病变类别和所述初始病变类别，确定待处理上消化道内窥镜图像的最终病变类别；若最终病变类别属于预设病变类别，则使用已训练的分割模型分割出待处理上消化道内窥镜图像中的病变区域上述方法可以更高效地确定出病变区域。
基于任务辅助消化道病变区域确定方法装置

[发明专利]基于深度学习的消化道内壁病变类型智能识别方法及装置-CN201810716964.4在审
发明人：孙明健;张笑;刘海峰;屈亚威;马立勇;邹梦书;曲歌 -专利权人：哈尔滨工业大学（威海）
申请日： 2018-07-03 - 公布日： 2019-01-08 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种基于深度学习的消化道内壁病变类型智能识别方法及装置，该方法包括：将待识别消化道内壁图像输入至病变类型识别模型，输出待识别消化道内壁图像的病变类型识别信息，病变类型识别模型是基于样本消化道内壁图像及样本消化道内壁图像对应的病变类型识别结果进行训练后获得的，待识别消化道内壁图像的格式与样本消化道内壁图像的格式相匹配。本发明实施例通过将待识别消化道内壁图像输入至病变类型识别模型，输出病变类型识别信息。
病变类型消化道内壁图像样本图像输入智能识别输出人眼识别匹配学习观察

[发明专利]消化道内镜图像识别模型训练及识别方法、装置及系统-CN201910739785.7有效
发明人：郑瀚;孙钟前;尚鸿;付星辉;杨巍 -专利权人：腾讯医疗健康（深圳）有限公司
申请日： 2019-04-10 - 公布日： 2021-05-14 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及计算机技术领域，主要涉及人工智能中计算机视觉技术，尤其涉及消化道内镜图像识别模型训练及识别方法、装置及系统，获取训练消化道内镜图像样本集，训练消化道内镜图像样本集中至少包括强标签消化道内镜训练图像样本，并基于其图像特征信息和对应的强标签信息，标记属于各预设病变类别的图像特征信息，根据标记结果，训练消化道内镜图像识别模型，直至强监督目标函数收敛，获得训练完成的消化道内镜图像识别模型，从而可以基于消化道内镜图像识别模型，获得待识别消化道内镜图像的病变类别识别结果。根据病变位置可以更准确地定位出某病变类别的图像特征信息，减少噪声，提高可靠性和准确性。
消化道图像识别模型训练方法装置系统

[发明专利]基于舌图像的消化道疾病判断辅助系统-CN202010108365.1有效
发明人：左秀丽;周嘉伟;冯健;李延青;李真;邵学军;季锐;杨晓云 -专利权人：山东大学齐鲁医院;青岛美迪康数字工程有限公司
申请日： 2020-02-21 - 公布日： 2022-02-11 - 主分类号： G16H50/20 文献下载
摘要：本发明属于消化道疾病判断辅助领域，提供了一种基于舌图像的消化道疾病判断辅助系统，包括舌图像采集部，其用于采集完整舌图像；舌特征处理部，其用于提取完整舌图像的舌特征并生成舌特征文本描述，基于加载的预料库生成当前舌特征文本描述的词袋，计算出相应舌图像对应的舌特征文本描述的TF‑IDF向量；消化道疾病判断部，其用于计算当前完整舌图像对应的舌特征文本描述的TF‑IDF向量与各类消化道疾病对应的舌图像描述特征向量的距离，按照距离升序对消化道疾病类型排序，筛选出排在前k个消化道疾病并进行推荐。其根据舌图像的舌特征自动判断消化道疾病，不受时间和空间范围的影响，能够提高消化道疾病判断的准确率。
基于图像消化道疾病判断辅助系统

[发明专利]基于眼部图像的消化道疾病的预测方法、装置及电子设备-CN202210784197.7在审
发明人：孙旭芳;谭宇和 -专利权人：华中科技大学同济医学院附属同济医院
申请日： 2022-06-28 - 公布日： 2022-09-06 - 主分类号： G16H30/40 文献下载
摘要：本发明公开了一种基于眼部图像的消化道疾病的预测方法，获取目标人物的眼部图像和所述目标人物的目标检查数据；对所述眼部图像进行特征提取，得到目标眼部特征；对所述目标检查数据进行特征提取，得到目标检查特征；将所述目标眼部特征和所述目标检查特征输入到已训练的消化道识别模型中，得到所述目标人物的消化道疾病的目标患病概率，其中，所述消化道识别模型是根据训练样本集训练得到的，所述训练样本集中每个训练样本包括历史眼部图像、历史检查数据和历史消化道诊断数据。本发明公开的基于眼部图像的消化道疾病的预测方法、装置及电子设备，能够有效降低消化道疾病的检测费用，以及能够有效提高消化道疾病的检测效率。
基于眼部图像消化道疾病预测方法装置电子设备

[发明专利]一种基于深度学习的消化道疾病辅助诊断系统-CN201911327549.0有效
发明人：李延青;杨笑笑;李真;冯建;左秀丽;杨晓云;邵学军;赖永航;辛伟 -专利权人：山东大学齐鲁医院;青岛美迪康数字工程有限公司
申请日： 2019-12-20 - 公布日： 2020-11-03 - 主分类号： G16H50/80 文献下载
摘要：本发明提供了基于深度学习的消化道疾病辅助诊断系统，包括内镜所在部位判断模块，其用于将内镜操作过程中实时获取的消化道部位图像传送至消化道部位识别模型，实时输出内镜在消化道的部位；病灶区域定位模块，其用于将内镜操作过程中实时获取的消化道部位图像输入至消化道病灶区域识别模型，识别病灶区域并进行标注；消化道疾病类型判断模块，其用于接收与内镜相关联的共聚焦激光显微内镜实时获取的共聚焦激光显微内镜图像输入至消化道疾病类型识别模型中，将得到的概率最大共聚焦疾病类型所对应的部位与内镜当前所在部位比较，当两者一致时，输出当前消化道疾病类型及其对概率。
一种基于深度学习消化道疾病辅助诊断系统

[发明专利]双工多通道智能胶囊消化道内窥镜的控制方法-CN200510020381.0无效
发明人：王金山;李向东 -专利权人：重庆金山科技(集团)有限公司
申请日： 2005-02-08 - 公布日： 2005-12-21 - 主分类号： A61B1/00 文献下载
摘要：本发明涉及的双工多通道智能胶囊消化道内窥镜的控制方法，用于对智能胶囊消化道内窥镜系统进行控制，方法包括在图像记录和智能胶囊控制仪上建立特征部位和病变的图片库；建立它们与消化道生理解剖特征部位对应的图像压缩方式、图像分辨率、智能胶囊消化道内窥镜的采样频率的关系；采用无线双工多通道的通信方式；对智能胶囊消化道内窥镜进行工作状态的控制包括：工作和休眠的状态选择控制、对照明亮度的控制、对照相模块进行采样频率选择、及其图像分辨率的选择、成像质量控制、图像压缩方式的选择；由图像记录和智能胶囊控制仪对图像进行处理及识别。方法通过体外对智能胶囊消化道内窥镜的工作状态的智能控制，实现对整个消化道系统的智能检查。
双工通道智能胶囊消化道内窥镜控制方法

[发明专利]上消化道内镜图像生成方法、装置、电子设备和存储介质-CN202011268325.X在审
发明人：余磊;金朝汇;谌明 -专利权人：浙江核睿医疗科技有限公司
申请日： 2020-11-13 - 公布日： 2021-02-26 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种上消化道内镜图像生成方法、装置、电子设备和存储介质，其中，该方法包括：获取患者的原始上消化道图像和患者的特征信息；根据标识特征模型、所述原始上消耗道图像和所述患者的特征信息确定标识特征信息，其中，所述标识特征模型通过包括历史上消耗道图像和历史患者特征信息的训练样本训练生成；根据所述标识特征信息确定所述原始上消耗道图像的目标区域以生成上消化道内镜图像。本发明实施例处理患者的特征信息和消化道图像以获取标识特征信息，实现上消化道图像特征提取的准确性，通过标识特征信息生成突出显示目标区域，增强上消化道内镜图像的显示效果，辅助医生降低检查误诊率和漏诊率。
消化道图像生成方法装置电子设备存储介质

[发明专利]一种基于深度学习的消化道识别系统及方法-CN202211128727.9在审
发明人：赵子健;逄雪娇 -专利权人：山东大学
申请日： 2022-09-16 - 公布日： 2022-12-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开的一种基于深度学习的消化道识别系统及方法，包括：输入处理模块，用于获取消化道图像，并对消化道图像进行预处理，获得预处理后输入数据；消化道识别模块，用于根据预处理后输入数据和训练好的消化道识别模型，获得消化道识别结果；其中，训练好的消化道识别模型通过全局信息提取路径从预处理后输入数据中提取不同空间维度的全局特征信息，通过局部信息提取路径从预处理后输入数据提取局部特征信息，通过特征信息融合模块将全局特征信息和局部特征信息进行特征融合，获得融合后特征，根据融合后特征获得消化道识别结果。提高了消化道识别的准确率。
一种基于深度学习消化道识别系统方法

[发明专利]一种基于深度学习的消化道钩虫发现方法及系统-CN202011023386.X在审
发明人：杨国强;万思琦;喻雷;刘帅成;甘涛 -专利权人：电子科技大学
申请日： 2020-09-25 - 公布日： 2020-12-04 - 主分类号： A61B1/04 文献下载
摘要：本发明公开了一种基于深度学习的消化道钩虫发现方法及系统，方法包括以下步骤：S1、得到标注图像；S2、得到训练集；S3、对yolov3模型进行训练；S4、获取目标图像输入训练后的yolov3模型的输出结果；S5、判断输出结果是否为无消化道钩虫，若是则结束当前识别；否则进入步骤S6；S6、获取目标图像前后各N张相邻图像并输入训练后的yolov3模型，得到输出结果集；S7、判断输出结果集中存在消化道钩虫的结果数量是否达到阈值，若是则存在消化道钩虫，并将目标图像中的消化道钩虫圈出；否则不存在消化道钩虫，结束当前识别。本发明解决了现有人工从胶囊内窥镜所拍摄图像中进行消化道钩虫识别费时费力的问题。
一种基于深度学习消化道钩虫发现方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条