EWHA UNIVERSITY - INDUSTRY COLLABORATION FOUNDATION;이화여자대학교 산학협력단
发明人:
MOON, Chang Mo,문창모,CHOI, Jang Hwan,최장환
申请号：
KRKR2019/001600
公开号：
WO2019/168280A1
申请日:
2019.02.11
申请国别(地区):
KR
年份:
2019
代理人:
摘要：
A neural network learned using a first color space and a second color space is applied such that only a part of images, in which a lesion is suspected to have occurred, can be extracted from among a plurality of captured images from a capsule endoscope image, and the corresponding image can be tagged with information on the lesion.Therefore, a doctor deciphers only a part of the images, extracted by a lesion deciphering device, without deciphering all of the plurality of capsule endoscope images, thereby enabling costs and time to be reduced. Image patterns of frames shown before and after a frame in which the lesion is most clearly seen can be used to decipher the lesion in the frame in which the lesion is most clearly seen. In addition, the frame, which corresponds to the position at which the lesion is suspected is identified by another medical image diagnosis method, among the frames having been received from a capsule endoscope is analyzed so as to enable the deciphering efficiency and accuracy of the lesion to increase.Selon la présente invention, un réseau neuronal appris à l'aide d'un premier espace de couleur et d'un second espace de couleur est appliqué de telle sorte que seulement une partie des images, dans laquelle une lésion est supposée s'être produite, peut être extraite parmi une pluralité d'images capturées à partir d'une image d'endoscope à capsule, et l'image correspondante peut être étiquetée avec des informations sur la lésion. Par conséquent, un médecin déchiffre seulement une partie des images, extraite par un dispositif de déchiffrement de lésion, sans déchiffrer la totalité de la pluralité d'images d'endoscope à capsule, ce qui permet de réduire les coûts et de gagner du temps. Des motifs d'image de trames présentées avant et après une trame dans laquelle la lésion est le plus clairement visible peuvent être utilisés pour déchiffrer la lésion dans la trame dans laquelle la lésion est le plus clairement visible. De plus, la trame, qui corr
