CN115331787A - 医学图像处理方法、装置及其相关设备 - Google Patents
医学图像处理方法、装置及其相关设备 Download PDFInfo
- Publication number
- CN115331787A CN115331787A CN202211237553.XA CN202211237553A CN115331787A CN 115331787 A CN115331787 A CN 115331787A CN 202211237553 A CN202211237553 A CN 202211237553A CN 115331787 A CN115331787 A CN 115331787A
- Authority
- CN
- China
- Prior art keywords
- information
- state
- medical
- surgical instrument
- endoscope
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 230000003902 lesion Effects 0.000 claims abstract description 77
- 238000002372 labelling Methods 0.000 claims abstract description 53
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000000338 in vitro Methods 0.000 claims description 60
- 238000001727 in vivo Methods 0.000 claims description 60
- 230000006870 function Effects 0.000 claims description 57
- 238000000034 method Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 abstract 2
- 238000001839 endoscopy Methods 0.000 description 27
- 230000000007 visual effect Effects 0.000 description 8
- 230000011218 segmentation Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006854 communication Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000007175 bidirectional communication Effects 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
Images
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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00006—Operational features of endoscopes characterised by electronic signal processing of control signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/00004—Operational features of endoscopes characterised by electronic signal processing
- A61B1/00009—Operational features of endoscopes characterised by electronic signal processing of image signals during a use of endoscope
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/00002—Operational features of endoscopes
- A61B1/0002—Operational features of endoscopes provided with data storages
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B1/00—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor
- A61B1/04—Instruments for performing medical examinations of the interior of cavities or tubes of the body by visual or photographical inspection, e.g. endoscopes; Illuminating arrangements therefor combined with photographic or television appliances
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G11—INFORMATION STORAGE
- G11B—INFORMATION STORAGE BASED ON RELATIVE MOVEMENT BETWEEN RECORD CARRIER AND TRANSDUCER
- G11B20/00—Signal processing not specific to the method of recording or reproducing; Circuits therefor
- G11B20/10—Digital recording or reproducing
- G11B20/10527—Audio or video recording; Data buffering arrangements
-
- 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/76—Television signal recording
-
- 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
- G06T2207/10068—Endoscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
- G06V2201/031—Recognition of patterns in medical or anatomical images of internal organs
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Endoscopes (AREA)
Abstract
本申请提供一种医学图像处理方法、装置及其相关设备,本申请通过对内镜图像的状态进行识别,并根据其状态的变化,实现了对内镜检查视频的智能化录制,进一步的,通过获取所述内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,所述预设状态为所述内镜图像中存在病灶,和/或手术器械的状态;基于所述病灶信息和所述手术器械信息,确定手术器械和病灶之间的重合度参数;基于所述重合度参数和所述时间参数,确定第一医学标注信息;将所述第一医学标注信息标注至所述医学检查视频对应的进度条中。实现了对医学检查视频对应的进度条进行智能化的标注,便于后续医师有目的的进行查询,提高了医师的查询效率。
Description
技术领域
本申请涉及医疗辅助技术领域,具体涉及一种医学图像处理方法、装置及其相关设备。
背景技术
随着现代医学技术的发展,内镜作为医生眼、手的延伸,已经达到了“无孔不入”的境界。为了对内镜检查视频进行留底,或者用于其他科学实验,都会对内镜检查视频进行保存。
然而,现有都是采用人工控制内镜检查视频的录制,这在实操过程中,容易造成录制的内镜检查视频中存在不完整的情况,或者存在大量无效视频片段,由此,造成后期无法使用内镜检查视频,或者浪费大量的存储空间,并且,对后续医师查询原视频时,会浪费大量精力,查询效率低下。
因此,如何实现对内镜检查视频的智能化录制,以及提高其查询效率,是当前医疗辅助技术领域亟需解决的技术问题。
发明内容
本申请提供一种医学图像处理方法、装置及其相关设备,旨在解决如何实现对内镜检查视频的智能化录制,以及提高其查询效率的技术问题。
一方面,本申请提供一种医学图像处理方法,所述方法包括:
获取内窥镜实时拍摄的内镜图像;
识别所述内镜图像的状态,得到识别结果;
若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;
若所述识别结果为所述内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;
获取所述内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,所述预设状态为所述内镜图像中存在病灶,和/或手术器械的状态;
基于所述病灶信息和所述手术器械信息,确定手术器械和病灶之间的重合度参数;
基于所述重合度参数和所述时间参数,确定第一医学标注信息;
将所述第一医学标注信息标注至所述医学检查视频对应的进度条中。
在本申请一种可能的实现方式中,在将所述第一医学标注信息标注至所述医学检查视频对应的进度条中之后,所述方法还包括:
基于所述病灶信息,确定所述病灶的类型信息;
基于所述病灶信息,确定所述病灶的风险等级,所述风险等级包括低风险、中风险和高风险;
基于所述病灶的类型信息、所述病灶的风险等级和所述时间参数,确定第二医学标注信息;
将所述第二医学标注信息标注至所述医学检查视频对应的进度条中。
在本申请一种可能的实现方式中,在将所述第一医学标注信息标注至所述医学检查视频对应的进度条中之后,所述方法还包括:
基于所述手术器械信息,确定所述手术器械的类型信息;
基于所述手术器械的类型信息和所述时间参数,确定第三医学标注信息;
将所述第三医学标注信息标注至所述医学检查视频对应的进度条中。
在本申请一种可能的实现方式中,在若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏之后,所述方法还包括:
若识别所述目标设备的信号丢失,则暂停所述录屏功能;
并生成报警信息,以提醒医师录屏功能已暂停。
在本申请一种可能的实现方式中,所述识别所述内镜图像的状态,得到识别结果,包括:
基于预设的体内外状态识别模型,识别所述内镜图像的状态,得到识别结果,所述体内外状态识别模型为三分类状态识别模型,所述三分类状态包括体内状态、体外状态和模糊状态。
在本申请一种可能的实现方式中,所述方法还包括:
若所述体内外状态识别模型的识别结果为模糊状态,则生成跳跃信息,以提示其他识别模型直接进行下一帧图像的识别操作。
在本申请一种可能的实现方式中,所述方法还包括:
基于所述内镜图像,确定所述内窥镜的型号参数;
基于所述型号参数,对所述医学检查视频进行分类。
另一方面,本申请提供一种医学图像处理装置,所述装置包括:
第一获取单元,用于获取内窥镜实时拍摄的内镜图像;
第一识别单元,用于识别所述内镜图像的状态,得到识别结果;
第一生成单元,用于若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;
第二生成单元,用于若所述识别结果为所述内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;
第二获取单元,用于获取所述内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,所述预设状态为所述内镜图像中存在病灶,和/或手术器械的状态;
第一确定单元,用于基于所述病灶信息和所述手术器械信息,确定手术器械和所述病灶之间的重合度参数;
第二确定单元,用于基于所述重合度参数和所述时间参数,确定第一医学标注信息;
第一标注单元,用于将所述第一医学标注信息标注至所述医学检查视频对应的进度条中。
在本申请一种可能的实现方式中,在将所述第一医学标注信息标注至所述医学检查视频对应的进度条中之后,所述装置还用于:
基于所述病灶信息,确定所述病灶的类型信息;
基于所述病灶信息,确定所述病灶的风险等级,所述风险等级包括低风险、中风险和高风险;
基于所述病灶的类型信息、所述病灶的风险等级和所述时间参数,确定第二医学标注信息;
将所述第二医学标注信息标注至所述医学检查视频对应的进度条中。
在本申请一种可能的实现方式中,在将所述第一医学标注信息标注至所述医学检查视频对应的进度条中之后,所述装置还用于:
基于所述手术器械信息,确定所述手术器械的类型信息;
基于所述手术器械的类型信息和所述时间参数,确定第三医学标注信息;
将所述第三医学标注信息标注至所述医学检查视频对应的进度条中。
在本申请一种可能的实现方式中,在若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏之后,所述装置还用于:
若识别所述目标设备的信号丢失,则暂停所述录屏功能;
并生成报警信息,以提醒医师录屏功能已暂停。
在本申请一种可能的实现方式中,所述第一识别单元,具体用于:
基于预设的体内外状态识别模型,识别所述内镜图像的状态,得到识别结果,所述体内外状态识别模型为三分类状态识别模型,所述三分类状态包括体内状态、体外状态和模糊状态。
在本申请一种可能的实现方式中,所述装置还用于:
若所述体内外状态识别模型的识别结果为模糊状态,则生成跳跃信息,以提示其他识别模型直接进行下一帧图像的识别操作。
在本申请一种可能的实现方式中,所述装置还用于:
基于所述内镜图像,确定所述内窥镜的型号参数;
基于所述型号参数,对所述医学检查视频进行分类。
另一方面,本申请还提供一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现所述的医学图像处理方法。
另一方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行所述的医学图像处理方法中的步骤。
本申请通过获取内窥镜实时拍摄的内镜图像;识别所述内镜图像的状态,得到识别结果;若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;若所述识别结果为所述内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;由此,实现了对内镜检查视频的智能化录制,避免了出现录制的内镜检查视频中存在不完整的情况,或者存在大量无效视频片段的情况,进一步的,通过获取所述内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,所述预设状态为所述内镜图像中存在病灶,和/或手术器械的状态;基于所述病灶信息和所述手术器械信息,确定手术器械和病灶之间的重合度参数;基于所述重合度参数和所述时间参数,确定第一医学标注信息;将所述第一医学标注信息标注至所述医学检查视频对应的进度条中。实现了对医学检查视频对应的进度条进行智能化的标注,便于后续医师有目的的进行查询,提高了医师的查询效率。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的医学图像处理***的场景示意图;
图2是本申请实施例中提供的医学图像处理方法的一个实施例流程示意图;
图3是本申请实施例中提供的医学图像处理装置的一个实施例结构示意图;
图4是本申请实施例中提供的计算机设备的一个实施例结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本申请,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本申请。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本申请的描述变得晦涩。因此,本申请并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种医学图像处理方法、装置及其相关设备,以下分别进行详细说明。
如图1所示,图1是本申请实施例提供的医学图像处理***的场景示意图,该医学图像处理***可以包括计算机设备100,计算机设备100中集成有医学图像处理装置,如图1中的计算机设备100。
本申请实施例中计算机设备100主要用于获取内窥镜实时拍摄的内镜图像;识别内镜图像的状态,得到识别结果;若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;基于重合度参数和时间参数,确定第一医学标注信息;将第一医学标注信息标注至医学检查视频对应的进度条中。
本申请实施例中,该计算机设备100可以为终端或者服务器,当计算机设备100为服务器时,可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,例如,本申请实施例中所描述的计算机设备100,其包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器以构建的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器以构建。
可以理解的是,本申请实施例中计算机设备100为终端时,所使用的终端可以是既包括接收和发射硬件的设备,即具有能够在双向通信链路上,执行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备。具体的计算机设备100具体可以是台式终端或移动终端,计算机设备100具体还可以是手机、平板电脑、笔记本电脑、医疗辅助仪器等中的一种。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不以构建对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的计算机设备,例如图1中仅示出1个计算机设备,可以理解的,该医学图像处理***还可以包括一个或多个其他计算机设备,具体此处不作限定。
另外,如图1所示,该医学图像处理***还可以包括存储器200,用于存储数据,如存储医学检查视频和医学图像处理数据,例如医学图像处理***运行时的医学图像处理数据。
需要说明的是,图1所示的医学图像处理***的场景示意图仅仅是一个示例,本申请实施例描述的医学图像处理***以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着医学图像处理***的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
接下来,介绍本申请实施例提供的医学图像处理方法。
本申实施例医学图像处理方法的实施例中以医学图像处理装置作为执行主体,为了简化与便于描述,后续方法实施例中将省略该执行主体,该医学图像处理装置应用于计算机设备,该方法包括:获取内窥镜实时拍摄的内镜图像;识别内镜图像的状态,得到识别结果;若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;基于重合度参数和时间参数,确定第一医学标注信息;将第一医学标注信息标注至医学检查视频对应的进度条中。
请参阅图2至图4,图2为本申请实施例中提供的医学图像处理方法的一个实施例流程示意图,该医学图像处理方法包括:
201、获取内窥镜实时拍摄的内镜图像;
其中,在医师进行内镜检查时,通常在将内窥镜放入人体体腔之前,就会开启内窥镜,当开启内窥镜后,就可获取内窥镜实时拍摄的内镜图像。
202、识别内镜图像的状态,得到识别结果;
本申请实施例中,其内镜图像的状态是内镜图像的视野状态,该视野状态可以是视野位于体内的状态、视野位于体外的状态、视野从体外转变为体内的状态,以及视野从体内转变为体外的状态。
在本申请的一些实施例中,识别内镜图像的状态,得到识别结果,包括:基于预设的体内外状态识别模型,识别内镜图像的状态,得到识别结果,体内外状态识别模型为三分类状态识别模型,三分类状态包括体内状态、体外状态和模糊状态。
在本申请的一些实施例中,基于预设的体内外状态识别模型,识别内镜图像的状态,得到识别结果,具体包括:将内窥镜实时拍摄的内镜图像,输入预设的体内外状态识别模型,得到识别结果,可以理解的是,由于是实时地进行识别,当内窥镜从体外进入体内时,其预设的体内外状态识别模型则会识别出内镜图像的视野状态也是从体外转换为体内。
203、若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;
其中,目标设备包括用于显示内窥镜拍摄的内镜图像的设备、针对采集设备(如直接录制采集卡的原视频)。具体的,该录屏功能是预设在***中的具有录屏功能的程序。
204、若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;
在本申请的一些实施例中,在得到录制的医学检查视频后,可对医学检查视频的文件名进行修改,具体的,可以按照固定格式进行修改,例如:xx年xx月xx日-xx患者xx案例类型,如此便于后续定位和追溯。
205、获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;
在本申请的一些实施例中,可通过预设的病灶识别模型、手术器械识别模型,识别内镜图像中的病灶信息和手术器械信息。其中,时间参数可以一个时刻节点,也可以是一个时间段(或时间区间),具体的,可根据实际情况进行调整,例如,当只需要对病灶,和/或手术器械在什么时间节点出现时的状态进行记录时,则可将时间参数设置为一个时间节点,但,如果需要记录病灶,和/或手术器械出现的完成过程时,则可将时间参数设置为一个时间段,即记录每一张包括由病灶,和/或手术器械的内镜图像的时间节点。
需要说明的是,本申请实施例中是对内窥镜实时拍摄的内镜图像进行识别,因此,当内镜图像中出现了病灶,和/或出现了手术器械时,预设的病灶识别模型、手术器械识别模型,识别内镜图像中的病灶信息和手术器械信息。
206、基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;
在本申请的一些实施例中,可以先采用预设的分割模型,对病灶信息中的病灶区域进行分割,得到病灶分割区域,然后对手术器械信息中的手术器械区域进行分割,得到手术器械分割区域,然后通过预设的器械病灶重合度识别模型识别出病灶分割区域和手术器械分割区域的重合度参数。
207、基于重合度参数和时间参数,确定第一医学标注信息;
在本申请的一些实施例中,可以将该重合度参数和时间参数进行组合,得到第一医学标志信息。
在本申请的一些实施例中,也可对所述重合度参数进行筛选,即筛选出重合度参数达到预设的阈值的重合度参数。再将基于筛选后的重合度参数和时间参数,确定第一医学标注信息。
208、将第一医学标注信息标注至医学检查视频对应的进度条中。
具体的,可以将第一医学标注信息中的时间参数和医学检查视频对应的进度条相匹配,以在医学检查视频对应的进度条中显示第一医学标注信息,例如,第一医学标注信息为在三分十五秒时,手术器械和病灶之间的重合为90%,对应的,在医学检查视频对应的三分十五秒的进度条中显示第一医学标注信息(手术器械和病灶之间的重合为90%)。
本申请通过获取内窥镜实时拍摄的内镜图像;识别内镜图像的状态,得到识别结果;若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;由此,实现了对内镜检查视频的智能化录制,避免了出现录制的内镜检查视频中存在不完整的情况,或者存在大量无效视频片段的情况,进一步的,通过获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;基于重合度参数和时间参数,确定第一医学标注信息;将第一医学标注信息标注至医学检查视频对应的进度条中。实现了对医学检查视频对应的进度条进行智能化的标注,便于后续医师有目的的进行查询,提高了医师的查询效率。
由于在实际检查过程中,整个检查时间较长且需要高度的精神力集中,因此,长时间的内镜检查很容易对医师造成疲劳,并且由于很多病灶的外形并不容易被发现,从而降低医师的检查准确性,为了避免上述情况的发生,在本申请的一些实施例中,在将第一医学标注信息标注至医学检查视频对应的进度条中之后,方法还包括:基于病灶信息,确定病灶的类型信息;基于病灶信息,确定病灶的风险等级,风险等级包括低风险、中风险和高风险;基于病灶的类型信息、病灶的风险等级和时间参数,确定第二医学标注信息;将第二医学标注信息标注至医学检查视频对应的进度条中。
在本申请的一些具体实施例中,基于病灶信息,确定病灶的类型信息,可以通过预设的病灶类型识别模型对病灶信息进行识别,从而得到病灶的类型信息。
在本申请的一些具体实施例中,基于病灶信息,确定病灶的风险等级,可以通过预设的病灶的风险等级识别模型对病灶信息进行识别,从而得到病灶的风险等级。
在本申请的一些具体实施例中,基于病灶的类型信息、病灶的风险等级和时间参数,确定第二医学标注信息,可以将病灶的类型信息、病灶的风险等级和时间参数进行组合,得到第二医学标注信息。并依据时间参数将第二医学标注信息标注至医学检查视频对应的进度条中。
本申请实施例所公开的方案,通过智能识别病灶的类型和风险等级,并且自动在医学检查视频对应的进度条中进行标注显示,有效提高了病灶检查的准确性,同时,减少了医师的负担。
为了进一步的提高医学检查视频的智能化,在本申请的一些实施例中,在将第一医学标注信息标注至医学检查视频对应的进度条中之后,方法还包括:基于手术器械信息,确定手术器械的类型信息;基于手术器械的类型信息和时间参数,确定第三医学标注信息;将第三医学标注信息标注至医学检查视频对应的进度条中。
在本申请的一些具体实施例中,基于手术器械信息,确定手术器械的类型信息,可以采用预设的手术器械类型识别模型,对手术器械信息进行识别,从而得到手术器械的类型信息。例如,采用手术器械类型识别模型识别出活检钳。
在本申请的一些具体实施例中,基于手术器械的类型信息和时间参数,确定第三医学标注信息,可以将手术器械的类型信息和时间参数进行组合,得到第三医学标注信息。并依据时间参数将第三医学标注信息标注至医学检查视频对应的进度条中。例如,在依据时间参数将第三医学标注信息(出现活检钳)标注至医学检查视频对应的进度条中。
本申请实施例所公开的方案,通过智能识别手术器械的类型,并且自动在医学检查视频对应的进度条中进行标注显示,有效提高了手术器械的类型的准确性,便于后续对整个内镜检查所使用的手术器械的类型及其数量进行统计。
在实际检查过程中,其内镜检查视频的留底是非常重要的,为此,在本申请的一些实施例中,在若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏之后,方法还包括:若识别目标设备的信号丢失,则暂停录屏功能;并生成报警信息,以提醒医师录屏功能已暂停。
在本申请的一些具体实施例中,可在***中安装监控报警程序,当识别到目标设备信号丢失时,则暂停录屏功能,并生成报警信息,以提醒医师录屏功能已暂停。因此,当医师注意到报警信息后,可进行相应的应急操作,例如重启目标设备,待目标设备回归正常时,则重新开启录屏功能,并继续进行内镜检查。
本申请实施例所公开的方案,通过对目标设备采集的信号进行监控,并在目标设备信号丢失,则暂停录屏功能;并生成报警信息,以提醒医师录屏功能已暂停,由此可以确保录制的内镜检查视频的有效性。
在本申请的一些实施例中,方法还包括:若体内外状态识别模型的识别结果为模糊状态,则生成跳跃信息,以提示其他识别模型直接进行下一帧图像的识别操作。
本申请实施例所公开的方案,通过对体内外状态识别模型的识别结果进行监控,当确定识别结果为模糊状态时,生成跳跃信息,以提示其他识别模型直接进行下一帧图像的识别操作,从而提高了后续识别结果的准确性。
在本申请的一些实施例中,方法还包括:基于内镜图像,确定内窥镜的型号参数;基于型号参数,对医学检查视频进行分类。
其中,内窥镜的型号参数对应有内窥镜的类型信息。
在本申请的一些具体实施例中,基于内镜图像,确定内窥镜的型号参数,可以通过预设的ocr(字符识别)模型,对内镜图像进行识别,从而得到内窥镜的型号参数,即确定内窥镜的类型。基于型号参数(内窥镜的类型,如胃镜/肠镜),对医学检查视频进行分类,例如,当识别到内窥镜的类型为肠镜时,则将医学检查视频分类至肠镜检查类。
本申请实施例所公开的方案,通过识别内镜图像中内窥镜的型号参数,并根据型号参数,对医学检查视频进行分类,便于后续对视频的定位和追溯。
为了更好实施本申请实施例中医学图像处理方法,在医学图像处理方法基础之上,本申请实施例中还提供一种医学图像处理装置,如图3所示,医学图像处理装置300包括:
第一获取单元301,用于获取内窥镜实时拍摄的内镜图像;
第一识别单元302,用于识别内镜图像的状态,得到识别结果;
第一生成单元303,用于若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;
第二生成单元304,用于若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;
第二获取单元305,用于获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;
第一确定单元306,用于基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;
第二确定单元307,用于基于重合度参数和时间参数,确定第一医学标注信息;
第一标注单元308,用于将第一医学标注信息标注至医学检查视频对应的进度条中。
在本申请的一些实施例中,在将第一医学标注信息标注至医学检查视频对应的进度条中之后,装置还用于:
基于病灶信息,确定病灶的类型信息;
基于病灶信息,确定病灶的风险等级,风险等级包括低风险、中风险和高风险;
基于病灶的类型信息、病灶的风险等级和时间参数,确定第二医学标注信息;
将第二医学标注信息标注至医学检查视频对应的进度条中。
在本申请的一些实施例中,在将第一医学标注信息标注至医学检查视频对应的进度条中之后,装置还用于:
基于手术器械信息,确定手术器械的类型信息;
基于手术器械的类型信息和时间参数,确定第三医学标注信息;
将第三医学标注信息标注至医学检查视频对应的进度条中。
在本申请的一些实施例中,在若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏之后,装置还用于:
若识别目标设备的信号丢失,则暂停录屏功能;
并生成报警信息,以提醒医师录屏功能已暂停。
在本申请的一些实施例中,第一识别单元302,具体用于:
基于预设的体内外状态识别模型,识别内镜图像的状态,得到识别结果,体内外状态识别模型为三分类状态识别模型,三分类状态包括体内状态、体外状态和模糊状态。
在本申请的一些实施例中,装置还用于:
若体内外状态识别模型的识别结果为模糊状态,则生成跳跃信息,以提示其他识别模型直接进行下一帧图像的识别操作。
在本申请的一些实施例中,装置还用于:
基于内镜图像,确定内窥镜的型号参数;
基于型号参数,对医学检查视频进行分类。
本申请通过第一获取单元301,用于获取内窥镜实时拍摄的内镜图像;第一识别单元302,用于识别内镜图像的状态,得到识别结果;第一生成单元303,用于若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;第二生成单元304,用于若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;由此,实现了对内镜检查视频的智能化录制,避免了出现录制的内镜检查视频中存在不完整的情况,或者存在大量无效视频片段的情况,进一步的,通过第二获取单元305,用于获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;第一确定单元306,用于基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;第二确定单元307,用于基于重合度参数和时间参数,确定第一医学标注信息;第一标注单元308,用于将第一医学标注信息标注至医学检查视频对应的进度条中。实现了对医学检查视频对应的进度条进行智能化的标注,便于后续医师有目的的进行查询,提高了医师的查询效率。
除了上述介绍用于医学图像处理方法与装置之外,本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种医学图像处理装置,计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行上述医学图像处理方法实施例中任一实施例中的任一方法的操作。
本申请实施例还提供一种计算机设备,其集成了本申请实施例所提供的任一种医学图像处理装置。如图4所示,其示出了本申请实施例所涉及的计算机设备的结构示意图,具体来讲:
该计算机设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储单元402、电源403和输入单元404等部件。本领域技术人员可以理解,图4中示出的计算机设备结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器401是该计算机设备的控制中心,利用各种接口和线路连接整个计算机设备的各个部分,通过运行或执行存储在存储单元402内的软件程序和/或模块,以及调用存储在存储单元402的数据,执行计算机设备的各种功能和处理数据,从而对计算机设备进行整体监控。可选的,处理器401可包括一个或多个处理核心;优选的,处理器401可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器401中。
存储单元402可用于存储软件程序以及模块,处理器401通过运行存储在存储单元402的软件程序以及模块,从而执行各种功能应用以及数据处理。存储单元402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储单元402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储单元402还可以包括存储器控制器,以提供处理器401对存储单元402的访问。
计算机设备还包括给各个部件供电的电源403,优选的,电源403可以通过电源管理***与处理器401逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该计算机设备还可包括输入单元404,该输入单元404可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,计算机设备还可以包括显示单元等,在此不再赘述。具体在本申请实施例中,计算机设备中的处理器401会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储单元402中,并由处理器401来运行存储在存储单元402中的应用程序,从而实现各种功能,如下:
获取内窥镜实时拍摄的内镜图像;识别内镜图像的状态,得到识别结果;若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;基于重合度参数和时间参数,确定第一医学标注信息;将第一医学标注信息标注至医学检查视频对应的进度条中。
本申请通过获取内窥镜实时拍摄的内镜图像;识别内镜图像的状态,得到识别结果;若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;由此,实现了对内镜检查视频的智能化录制,避免了出现录制的内镜检查视频中存在不完整的情况,或者存在大量无效视频片段的情况,进一步的,通过获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;基于重合度参数和时间参数,确定第一医学标注信息;将第一医学标注信息标注至医学检查视频对应的进度条中。实现了对医学检查视频对应的进度条进行智能化的标注,便于后续医师有目的的进行查询,提高了医师的查询效率。
为此,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random AccessMemory)、磁盘或光盘等。该计算机可读存储介质中存储有多条指令,该指令能够被处理器进行加载,以执行本申请实施例所提供的任一种医学图像处理方法中的步骤。例如,该指令可以执行如下步骤:
获取内窥镜实时拍摄的内镜图像;识别内镜图像的状态,得到识别结果;若识别结果为内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;若识别结果为内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;获取内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,预设状态为内镜图像中存在病灶,和/或手术器械的状态;基于病灶信息和手术器械信息,确定手术器械和病灶之间的重合度参数;基于重合度参数和时间参数,确定第一医学标注信息;将第一医学标注信息标注至医学检查视频对应的进度条中。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
以上对本申请实施例所提供的一种医学图像处理方法、装置及其相关设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种医学图像处理方法,其特征在于,所述方法包括:
获取内窥镜实时拍摄的内镜图像;
识别所述内镜图像的状态,得到识别结果;
若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;
若所述识别结果为所述内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;
获取所述内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,所述预设状态为所述内镜图像中存在病灶,和/或手术器械的状态;
基于所述病灶信息和所述手术器械信息,确定手术器械和病灶之间的重合度参数;
基于所述重合度参数和所述时间参数,确定第一医学标注信息;
将所述第一医学标注信息标注至所述医学检查视频对应的进度条中。
2.根据权利要求1所述的医学图像处理方法,其特征在于,在将所述第一医学标注信息标注至所述医学检查视频对应的进度条中之后,所述方法还包括:
基于所述病灶信息,确定所述病灶的类型信息;
基于所述病灶信息,确定所述病灶的风险等级,所述风险等级包括低风险、中风险和高风险;
基于所述病灶的类型信息、所述病灶的风险等级和所述时间参数,确定第二医学标注信息;
将所述第二医学标注信息标注至所述医学检查视频对应的进度条中。
3.根据权利要求1所述的医学图像处理方法,其特征在于,在将所述第一医学标注信息标注至所述医学检查视频对应的进度条中之后,所述方法还包括:
基于所述手术器械信息,确定所述手术器械的类型信息;
基于所述手术器械的类型信息和所述时间参数,确定第三医学标注信息;
将所述第三医学标注信息标注至所述医学检查视频对应的进度条中。
4.根据权利要求1所述的医学图像处理方法,其特征在于,在若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏之后,所述方法还包括:
若识别所述目标设备的信号丢失,则暂停所述录屏功能;
并生成报警信息,以提醒医师录屏功能已暂停。
5.根据权利要求1所述的医学图像处理方法,其特征在于,所述识别所述内镜图像的状态,得到识别结果,包括:
基于预设的体内外状态识别模型,识别所述内镜图像的状态,得到识别结果,所述体内外状态识别模型为三分类状态识别模型,所述三分类状态包括体内状态、体外状态和模糊状态。
6.根据权利要求5所述的医学图像处理方法,其特征在于,所述方法还包括:
若所述体内外状态识别模型的识别结果为模糊状态,则生成跳跃信息,以提示其他识别模型直接进行下一帧图像的识别操作。
7.根据权利要求1所述的医学图像处理方法,其特征在于,所述方法还包括:
基于所述内镜图像,确定所述内窥镜的型号参数;
基于所述型号参数,对所述医学检查视频进行分类。
8.一种医学图像处理装置,其特征在于,所述装置包括:
第一获取单元,用于获取内窥镜实时拍摄的内镜图像;
第一识别单元,用于识别所述内镜图像的状态,得到识别结果;
第一生成单元,用于若所述识别结果为所述内镜图像的状态从体外转变为体内的状态,则生成录屏开启信息,以开启预设的录屏功能,并对目标设备进行录屏;
第二生成单元,用于若所述识别结果为所述内镜图像的状态从体内转换为体外的状态,则生成录屏结束信息,以结束预设的录屏功能,得到录制的医学检查视频;
第二获取单元,用于获取所述内镜图像中的病灶信息和手术器械信息,并记录预设状态的时间参数,所述预设状态为所述内镜图像中存在病灶,和/或手术器械的状态;
第一确定单元,用于基于所述病灶信息和所述手术器械信息,确定手术器械和所述病灶之间的重合度参数;
第二确定单元,用于基于所述重合度参数和所述时间参数,确定第一医学标注信息;
第一标注单元,用于将所述第一医学标注信息标注至所述医学检查视频对应的进度条中。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的医学图像处理方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的医学图像处理方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211237553.XA CN115331787A (zh) | 2022-10-11 | 2022-10-11 | 医学图像处理方法、装置及其相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211237553.XA CN115331787A (zh) | 2022-10-11 | 2022-10-11 | 医学图像处理方法、装置及其相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115331787A true CN115331787A (zh) | 2022-11-11 |
Family
ID=83914926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211237553.XA Pending CN115331787A (zh) | 2022-10-11 | 2022-10-11 | 医学图像处理方法、装置及其相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115331787A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6119033A (en) * | 1997-03-04 | 2000-09-12 | Biotrack, Inc. | Method of monitoring a location of an area of interest within a patient during a medical procedure |
US20180110398A1 (en) * | 2016-10-26 | 2018-04-26 | Virgo Surgical Video Solutions, Inc . | Automated system for medical video recording and storage |
CN110136106A (zh) * | 2019-05-06 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 医疗内窥镜图像的识别方法、***、设备和内窥镜影像*** |
CN111768389A (zh) * | 2020-07-01 | 2020-10-13 | 武汉楚精灵医疗科技有限公司 | 基于卷积神经网络和随机森林的消化道操作自动计时方法 |
JP2021133083A (ja) * | 2020-02-28 | 2021-09-13 | 株式会社日立製作所 | 医用画像録画装置およびx線撮像装置 |
CN113823419A (zh) * | 2021-11-23 | 2021-12-21 | 萱闱(北京)生物科技有限公司 | 操作过程记录方法、装置、介质和计算设备 |
CN114699170A (zh) * | 2022-04-11 | 2022-07-05 | 复旦大学附属中山医院 | 一种应用于消化内镜手术视频分析的器械检测***和方法 |
-
2022
- 2022-10-11 CN CN202211237553.XA patent/CN115331787A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6119033A (en) * | 1997-03-04 | 2000-09-12 | Biotrack, Inc. | Method of monitoring a location of an area of interest within a patient during a medical procedure |
US20180110398A1 (en) * | 2016-10-26 | 2018-04-26 | Virgo Surgical Video Solutions, Inc . | Automated system for medical video recording and storage |
CN110136106A (zh) * | 2019-05-06 | 2019-08-16 | 腾讯科技(深圳)有限公司 | 医疗内窥镜图像的识别方法、***、设备和内窥镜影像*** |
JP2021133083A (ja) * | 2020-02-28 | 2021-09-13 | 株式会社日立製作所 | 医用画像録画装置およびx線撮像装置 |
CN111768389A (zh) * | 2020-07-01 | 2020-10-13 | 武汉楚精灵医疗科技有限公司 | 基于卷积神经网络和随机森林的消化道操作自动计时方法 |
CN113823419A (zh) * | 2021-11-23 | 2021-12-21 | 萱闱(北京)生物科技有限公司 | 操作过程记录方法、装置、介质和计算设备 |
CN114699170A (zh) * | 2022-04-11 | 2022-07-05 | 复旦大学附属中山医院 | 一种应用于消化内镜手术视频分析的器械检测***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060767A (zh) | 一种洗手的监控方法、装置、设备及存储介质 | |
CN109002846B (zh) | 一种图像识别方法、装置和存储介质 | |
US12027250B2 (en) | Medical information processing apparatus and information processing method | |
CN115393356B (zh) | 目标部位异常形态识别方法、装置及计算机可读存储介质 | |
CN114419521B (zh) | 肠道内镜检查的监控方法及装置 | |
CN114464316B (zh) | 胃部异常风险等级预测方法、装置、终端及可读存储介质 | |
CN113344926B (zh) | 胆胰超声图像识别方法、装置、服务器及存储介质 | |
CN114417037A (zh) | 图像处理方法、装置、终端及可读存储介质 | |
CN205453955U (zh) | 一种智能救护车数据传输集成化*** | |
CN114332931A (zh) | 宠物关系图谱更新方法、装置、设备和计算机可读存储介质 | |
CN115331787A (zh) | 医学图像处理方法、装置及其相关设备 | |
CN114242197B (zh) | 一种结构化报告处理方法、装置及计算机可读存储介质 | |
CN114419050B (zh) | 胃黏膜可视化程度量化方法、装置、终端及可读存储介质 | |
CN116664925A (zh) | 一种重症监护室内目标识别方法、装置、设备及存储介质 | |
US20240112809A1 (en) | Interpretation of intraoperative sensor data using concept graph neural networks | |
CN114093454A (zh) | 一种影像下肢动脉结构化报告书写设计方法和*** | |
CN114898888B (zh) | 医学数据处理方法、装置、计算机设备及可读存储介质 | |
CN113793334B (zh) | 设备监测方法和设备监测装置 | |
CN115546159B (zh) | 图像处理方法、装置、设备和存储介质 | |
US20190156935A1 (en) | Patient monitor and physiological information management system | |
CN115393230B (zh) | 超声内镜图像标准化方法、装置及其相关装置 | |
CN115553753B (zh) | 胆结石的风险预警装置及相关设备 | |
CN118315027A (zh) | 医学图像生成方法、装置、设备和计算机可读存储介质 | |
CN115731175A (zh) | 手术结扎辅助方法、装置及相关设备 | |
CN118173218A (zh) | 信息分析方法、装置、设备、***和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221111 |