-
公开(公告)号：CN117635740A
公开(公告)日：2024-03-01
申请号：CN202210994642.2
申请日：2022-08-18
Applicant: 上海交通大学
Abstract: 本申请涉及内窥镜技术，公开了一种基于视觉‑惯性系统的内窥镜形态估计方法和系统。该系统包括设置于镜端的摄像头和从镜端开始沿镜体长度方向依次排列设置的第一至第N惯性测量单元，该方法包括：获取预定时间段内摄像头采集的肠道图像信息和第一至第N惯性测量单元对应输出的第一至第N位姿数据序列；利用第一位姿数据序列和肠道图像信息构建镜端运动轨迹和肠道环境地图；利用镜端运动轨迹依次对第二至第N位姿数据序列进行修正；从肠道环境地图中提取肠道形态特征信息，并在以肠道形态特征信息作为几何约束的条件下，利用修正后的第二至第N位姿数据序列拟合得到镜体姿态曲线。本申请的实施方式可以提供更加准确直观的内窥镜姿态信息。
-
公开(公告)号：CN110021431A
公开(公告)日：2019-07-16
申请号：CN201910289398.8
申请日：2019-04-11
Applicant: 上海交通大学
Abstract: 本发明涉及AI医疗领域，提供了一种结论可解释化的深度学习人工智能辅助诊断系统。包括：当处理器执行指令时，所述智能辅助诊断系统被配置为：获取已知肿瘤分期/分型的原始影像数据；更改所述影像数据中的一个影像组学特征，得到更改后的影像数据；将更改前后的影像数据分别输入同一分类神经网络，以获取所述原始影像数据和所述更改后的影像数据的肿瘤分期/分型结果；累计多次所述分期/分型结果的准确率，并计算所述原始影像数据和所述更改后的影像数据的准确率之差；根据所述准确率之差建立影像组学特征和所述分类神经网络决策选择之间的映射关系。本发明的优点是使神经网络的判断结果具有可解释性。
-
Search Results
2
records
(took 0.017 seconds)
