【技术实现步骤摘要】
本专利技术涉及医学图像处理,具体为一种医学图像管理系统。
技术介绍
1、病理学诊断中依靠医学图像的形态学来识别细胞,与组织中各类细胞的含量、分布、形态等异常的表现,从而结合临床资料确定疾病的良恶性、类型分组、恶性程度、判断预后、指导临床治疗等。病理学诊断的方法类别较多,其中以图像诊断为一大类别,包括he染色、巴氏染色、特殊染色、免疫组化、免疫荧光、电子显微镜等医学图像。人工智能、机器学习、深度学习等多种计算机技术已逐渐广泛应用于自然图像识别的领域,目前人工智能在肺ct影像中已取得相应的进展。随着算力及算法的不断迭代与提升,未来对于依靠人类经验识别的自然图像领域将会有更深入的发展。
2、现有技术中,公开号为“cn110322436b”的一种医学图像处理方法、装置、存储介质及设备(分类号为g06t7/00),医学图像处理方法包括:获取医学图像,对医学图像进行数字化处理得到数字医学图像;对数字医学图像中的各个区域进行特征识别,得到每个区域对应的图像特征,图像特征包括:颜色特征、形态特征、纹理特征中的至少一种;根据各个区域对应的图像
...【技术保护点】
1.一种医学图像管理系统,其特征在于,包括:
2.根据权利要求1所述的医学图像管理系统,其特征在于:所述分辨率评价模块包括:
3.根据权利要求1所述的医学图像管理系统,其特征在于:所述信噪比评价模块包括:
4.根据权利要求1所述的医学图像管理系统,其特征在于:所述伪影评价模块包括:
5.根据权利要求1所述的医学图像管理系统,其特征在于:所述图像分类模块包括:
【技术特征摘要】
1.一种医学图像管理系统,其特征在于,包括:
2.根据权利要求1所述的医学图像管理系统,其特征在于:所述分辨率评价模块包括:
3.根据权利要求1所述的医学图像管理系统,其特征在于:...
【专利技术属性】
技术研发人员:薛清福,
申请(专利权)人:泉州医学高等专科学校,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。