一、国产胶囊内窥镜问世（论文文献综述）
蒋斌[1]（2021）在《磁控胶囊内镜优化技术的临床应用效果探索性研究》文中研究指明磁控胶囊内镜（Magnetically Controlled Capsule Endoscopy,MCE）对胃部疾病的诊断效能与传统上消化道内镜（Esophagogastroduodenoscopy,EGD）相当,且具有无痛无创、安全舒适等特点,近年来在临床上得到广泛应用。但通过实践发现,MCE在上消化道与小肠检查中仍存在一定的优化空间,特别是食管与十二指肠黏膜的完整观察。其主要原因是存在以下两方面局限:一是光电技术,胶囊内镜的拍摄频率、视场角、分辨率、电池寿命等性能参数有所不足,与理想还存在差距;二是控制技术,胶囊内镜在食管与十二指肠等管道结构中通过时间较快且不可控,难以进行主动有效观察。针对上述局限,我们团队通过医工结合分别对光电技术与控制技术进行了优化,在第一代磁控胶囊内镜（First-Generation MCE,MCE-1）的基础上推出新一代高清高频磁控胶囊内镜（Second-Generation MCE,MCE-2）,同时使用新型可分离式系线磁控胶囊内镜（Detachable String MCE,DS-MCE）并改进原有检查方法,进一步优化MCE对食管、胃、十二指肠与小肠的完整观察,为实现消化道一站式全面检查奠定基础。第一部分新一代高清高频磁控胶囊内镜的初步临床研究:一项前瞻性随机对照试验研究目的:MCE-2在拍摄频率、图像分辨率、视场角、电池续航时间等光电技术方面有大幅提升。本研究旨在通过观察对比两代产品来评估MCE-2的安全性与可行性,以及是否具有更好的临床应用价值。研究方法:前瞻性连续纳入拟行MCE检查的门诊患者,按1:1比例随机分为2组,按标准操作流程分别进行MCE-1与MCE-2检查。记录并比较两组的各项检查结果,包括上消化道黏膜的可视化水平、消化道各部位检查时间、总运行时间、操控性能、图像质量、病变检出情况以及安全性评价。研究结果:（1）自2019年5月至2019年6月,成功入组我院共80例受试者,每组40例,总体平均年龄48.5±13.8岁（24-78岁）,均顺利完成了MCE-1或MCE-2检查,两组受试者间性别、年龄、体重指数、既往史以及检查适应证等基线数据均无统计学差异。（2）相比MCE-1组,MCE-2组的贲门齿状线捕获帧数[0（0-2.75）vs.2.0（0-13.00）,P=0.028]与食管黏膜捕获帧数[97.00（42.00-160.25）vs.171.00（81.25-409.25）,P=0.002]均有显着增加,且对贲门齿状线的观察更全面（P=0.035）;两组均实现了对胃部各解剖结构的满意观察,MCE-2组对贲门齿状线（42.6%vs.60.0%,P=0.117）和十二指肠乳头（7.5%vs.15.0%,P=0.479）的检出率有一定提高。（3）相比MCE-1组,MCE-2组的胃部检查时间明显缩短（7.78±0.97 vs.5.27±0.74 min,P<0.001）,胶囊内镜总运行时间显着延长[702.83（648.47-856.10）vs.1001.99（774.42-1207.38）min,P<0.001],两组间食管通过时间、胃通过时间、小肠通过时间均无统计学差异。（4）相比MCE-1组,MCE-2组的图像质量更佳（7.90±0.61 vs.8.63±0.57,P<0.001）,且检查时的流畅度、舒适度与稳定度等操控体验有显着改善（10.05±1.04vs.13.28±0.90,P<0.001）。（5）两组对消化道病变的检出率无统计学差异,MCE-2组发现了2例消化道恶性肿瘤。（6）两组在检查及随访期内均未出现胶囊误吸、滞留等不良事件。研究结论:MCE-2进一步优化了临床应用,可提高上消化道检查的完整性与胃部检查效率,改善图像质量与操控体验,续航时间更长,为实现上消化道黏膜的全面有效观察奠定基础,更好地为医生与患者服务。第二部分可分离式系线磁控胶囊内镜完整检查上消化道与小肠的初步临床研究:一项前瞻性自身对照试验研究目的:为进一步提高胶囊内镜对上消化道的全面观察,本研究使用一种新型可分离式系线磁控胶囊内镜系统（DS-MCE）与改良后的新方法进行检查,旨在评估其完整观察上消化道与小肠黏膜的安全性与可行性。研究方法:前瞻性招募拟行上消化道检查的受试者,在1周内完成DS-MCE新方法与EGD检查,DS-MCE在系线与磁场的共同控制下完成上消化道检查。观察并记录DS-MCE新方法检查的技术成功率（食管与十二指肠反复检查、胃部完整检查以及系线与胶囊分离的成功率）、上消化道黏膜可视化水平、诊断准确度、检查相关时间与操控表现、小肠检查完成率、舒适度与安全性评价。研究结果:（1）2019年9月至2020年8月,共成功纳入30例受试者完成检查（平均30.6岁,范围19-65岁,20例男性,10例女性）,其中18例有明显上消化道不适症状,22例进行上消化道与小肠检查。（2）DS-MCE新方法在所有30例受试者（100%）中均实现了对食管与十二指肠的反复检查以及胃部的完整观察,但有1例在完成上消化道检查后胶囊与系线分离失败,故该检查方法总体的技术成功率为96.7%（29/30）。（3）DS-MCE对食管贲门齿状线的检出率为100%,分别在20例（66.7%）、25例（83.3%）、28例（93.3%）受试者中可观察到四个象限、大于三个象限与大于两个象限;DS-MCE实现了胃的完整检查,各解剖标志的黏膜观察评价均为良好;DSMCE对十二指肠乳头的检出率为80%（24/30）,在17例（56.7%）受试者中观察到了乳头全貌;DS-MCE在26例（86.7%）受试者的十二指肠球部成功反拍幽门,其中20例（66.7%）显示了幽门反面的四个象限;上消化道各部位总体清洁度较好。（4）在额外行小肠检查的22例受试者中,21例（95.5%）完成了整体小肠检查,1例在工作时间内未进入结肠。（5）DS-MCE的吞咽时间为9.5 s（IQR,6.0-19.25 s）,食管检查时间为2.42 min（IQR,1.95-3.00 min）,胃部检查时间为6.24±0.98 min,十二指肠检查时间为12.06±4.71 min,幽门通过时间为44.50 min（IQR,11.11-82.96 min）,小肠通过时间为297.04±68.86 min,其操控表现评价较好。（6）DS-MCE的各个检查过程中,80%（24/30）以上的受试者无明显不适或有轻度不适（0分或1分）,不适感主要发生在上下牵拉系线检查与从口中拉出系线的过程中。相比EGD检查的最大不适（10分）,DS-MCE整体检查过程的不适评分平均为1.37分（0-3分）。（7）以EGD检查结果为金标准,DS-MCE诊断食管、胃、十二指肠疾病的准确度分别为100%、96.7%与86.7%,有4例受试者存在EGD或DS-MCE单独检出的病变,DS-MCE还检出了11例小肠黏膜改变。（8）所有检查过程均未出现系线断裂、过敏损伤与胶囊滞留等不良事件,也未发生EGD相关的严重并发症。研究结论:DS-MCE检查新方法安全可行,可有效优化食管、胃与十二指肠黏膜的完整观察,并能近距反拍幽门,具有良好的患者耐受性与疾病诊断价值,为胶囊内镜对上消化道与小肠的一站式全面检查提供了技术基础与新的选择。
王智博[2]（2020）在《磁控双半球胶囊机器人姿态的图像检测方法》文中指出在胃肠道检测领域,对于生理环境复杂的胃肠深处区域,传统内窥镜不能有效完成检测,而且检测过程中都需要病人自己承受很大痛苦,胶囊内窥镜的成功诞生使这个问题迎刃而解。为了解决被动型胶囊窥镜的运动不可控性,尤其是为了解决在人体胃部、结肠等宽裕环境内的诊疗问题,我们课题组提出并研发了一种由旋转磁矢量控制的双半球胶囊,实现了胶囊在胃肠道中的主动行进和定点观察两种工作状态的分离。在胶囊机器人进行检测过程中,它的姿态信息非常重要,获得实际姿态信息可为实现双半球胶囊姿态的反馈控制,提高轴线方位的控制精度奠定基础,同时实现对病变区域的准确定位与诊疗,辅助医生判断病变区域。目前,获得胶囊机器人姿态信息主要是通过传感器等硬件设备识别姿态,这种方法操作复杂,占用空间大,限制了胶囊的功能扩展;并且通过仅依靠图像获取姿态信息的方法在宽裕腹腔环境内不能获得胶囊完整姿态信息。为此,本文提出一种基于磁矢量标定和视觉图像结合的双半球胶囊姿态检测方法。首先,介绍双半球胶囊机器人的结构特性和工作原理,对双半球胶囊的姿态信息进行了分析,并且以空间万向旋转磁矢量误差模型确定出最小误差方位,作为双半球胶囊被动模态下调姿的初始位置。然后,对双半球胶囊及其内嵌相机建立坐标系,确定出相机的姿态与双半球胶囊的姿态等效的特殊位置关系,将根据相机获取的图像与双半球胶囊的姿态估计之间建立了联系。最后,根据对内嵌相机获取的图像信息进行特征点识别与匹配,结合多视图几何相关约束,在胃部和结肠等宽裕环境内完成对双半球胶囊轴线方位的检测,并进行了体外猪大肠试验和双半球胶囊调姿试验,验证了本文经过研究提出的双半球胶囊姿态估计方法的实际可行性。理论和试验结果表明,根据机器人内嵌相机获取的图像信息,可以实现双半球胶囊被动模态下自转角、侧摆角和俯仰角姿态的检测。尽管俯仰角或者侧摆角的估计值与实际值存在一定误差,由于双半球胶囊在肠道环境中行走具有一定容错性,该精度可以用来控制机器人主动行走。本文提出的视觉姿态检测方法可避免磁场干扰,占用硬件资源少,内嵌视觉系统可实现姿态检测和诊疗两种功能,胶囊结构不需任何改变即可满足姿态估计实时精度要求,为提高病变区域的准确诊疗奠定了基础。
王炯[3]（2020）在《国产OMOM-Ⅰ与进口Pillcam SB2胶囊式内窥镜系统的对比研究》文中指出目的:对国产OMOM-Ⅰ与进口Pillcam SB2胶囊内镜系统从临床性能的角度进行对比分析,为胶囊内镜的临床应用及产销商技术的提升提供科学依据。方法:将30例受试者均分为两组:检查组Ⅰ（n=15）,先吞服进口PillCam SB2胶囊,间隔一天后吞服国产OMOM-Ⅰ胶囊;检查组Ⅱ（n=15）,先吞服国产OMOM-Ⅰ胶囊,间隔一天后吞服进口PillCam SB2胶囊。检查结束后,收集每颗胶囊的临床性能评价指标,并将其归为OMOM-Ⅰ组和Pillcam SB2组进行对比分析。计量资料采用t检验或Fisher确切概率法,计数资料采用Fisher确切概率法。结果:1.有效性指标:OMOM-Ⅰ组和Pillcam SB2组所有胶囊均在正常工作状态下完成全段小肠检查,并且在体内总运行时间和小肠内、胃内运行时间、排出体外时间以及诊断阳性率中差异无统计学意义（P均>0.05）,但OMOM-Ⅰ组小肠上段、中段及总体图像清晰度低于PillCam SB2组（P均<0.05）。2.安全性及可靠性指标:OMOM-Ⅰ组和Pillcam SB2组所有胶囊均未发生体内永久停机、体内卡顿、体内滞留、间断停止工作,且几乎均在检查开始后的24 h内随粪便排出体外。但是,仅OMOM-Ⅰ组存在图片丢失现象（P>0.05）。3.功能性指标:OMOM-Ⅰ组和PillCam SB2组均具备FICE电子染色功能（P<0.05）,以及实时监视功能、智能筛选图像功能（P均>0.05）,但仅PillCam SB2组有定位功能;然而两者均不具备智能阅片功能。在图像处理效率上,OMOM-Ⅰ组图像处理时间（66.83±14.40 min）明显长于PillCam SB2组（40.03±14.13 min）（P<0.05）。4.操作性指标:OMOM-Ⅰ组和Pillcam SB2组软件操作的便携性均无“不方便”和“非常不方便”,差异无统计学意义（P>0.05）;OMOM-Ⅰ组和Pillcam SB2组记录携带的便携性和记录穿戴的舒适性差异有统计学意义（P<0.05）。结论:1.OMOM-Ⅰ与Pillcam SB2胶囊内镜系统均完成全小肠检查,未发生任何与检查相关的不良事件;虽然OMOM-Ⅰ胶囊内镜系统存在图片丢失,但OMOM-Ⅰ与Pillcam SB2胶囊内镜系统检查的安全性和可靠性一致。2.OMOM-Ⅰ与Pillcam SB2胶囊内镜系统在检查完成率、小肠诊断阳性率以及胶囊体内总运行时间和胃内、小肠内运行时间差别不大;但前者小肠上段、中段及总体图像清晰度低于后者,提示OMOM-Ⅰ胶囊内镜系统“有效性指标”低于PillCam SB2胶囊内镜系统。3.OMOM-Ⅰ与Pillcam SB2胶囊内镜系统均有监视功能、智能筛选图片功能,均无智能阅片功能;Pillcam SB2胶囊内镜系统有“定位功能”,并且其“FICE电子功能”优于OMOM-Ⅰ胶囊内镜系统,提示OMOM-Ⅰ胶囊内镜系统在“功能性”上不如Pillcam SB2胶囊内镜系统。4.OMOM-Ⅰ与Pillcam SB2胶囊内镜系统“图像记录仪便携性”一致,但前者图像记录仪便携性、舒适性优于后者,提示OMOM-Ⅰ胶囊内镜系统的操作性总体优于Pillcam SB2胶囊内镜系统。
刘士臣[4]（2020）在《基于无线胶囊内窥镜图像的小肠病变智能检测与识别研究》文中指出近年来,无线胶囊内窥镜（Wireless Capsule Endoscopy,WCE）技术因具有安全、无痛、无创及能检查到传统内窥镜难以到达的小肠内部区域等优点,在临床消化道检查中得到了广泛的应用。但在每次检查中,WCE都会产生5到8万张图像,医生需要花费大量的时间去阅览图像作出诊断,造成医疗资源的浪费,同时由于病变图像较少及长时间阅览导致的注意力不集中等问题使误检和漏检的几率大大增加。因此,实现WCE图像小肠病变智能检测和识别具有十分重要的意义。目前在WCE图像小肠病变智能检测和识别的研究领域中,大多数研究采用传统机器学习的方法对单一病变进行检测,但这些方法需要手工提取特征,过程繁琐,检测效率和准确率具有局限性。深度学习技术因具有自动提取特征,反向传播更新参数等优势在WCE图像病变识别研究中得到了广泛应用。然而,目前基于深度学习的WCE图像病变研究大多只针对单一病变进行检测和识别,鲜有关于多病变的研究。因此,本文基于深度学习思想,提出利用深层卷积神经网络（Deep Convolutional Neural Networks,DCNN）和R-CNN（Region-CNN）方法并结合迁移学习策略,展开对WCE图像小肠病变智能检测和识别的研究,其主要研究内容如下:（1）小肠幽门和回盲瓣识别研究实现小肠幽门（小肠起点）和回盲瓣（小肠终点）区域定位是帮助医生快速、准确找到小肠区域对其病变进行检测的关键一步。本文通过结合迁移学习策略,构建基于Res Nets的区域分类模型,实现了对小肠前,小肠和小肠后图像的分类,并提出幽门和回盲瓣定位算法实现对幽门和回盲瓣位置的精准定位。结果证明二者区域定位的偏离度误差绝对值均不超过0.5%,甚至无误差精确定位。（2）小肠病变智能检测方法研究本研究的重点之一在于实现对小肠病变（出血、溃疡、糜烂和息肉）的智能检测研究。本文通过结合迁移学习策略构建的基于Dense Nets的多病变检测分类模型,实现了对小肠病变的智能检测分类。实验结果表明,各类别病变的AUC（Area Under the Receiver Operating Characteristic Curve）平均值为0.9985。（3）小肠息肉病灶识别方法研究本研究的另外一个研究重点是实现对小肠息肉病灶的识别（检测和实例分割）研究。通过对不同R-CNN方法的实验对比后,结合迁移学习策略构建的基于Res Net101-FPN（Feature Pyramid Networks）的Mask Scoring R-CNN模型,实现了对息肉病灶相对精准的识别。在此基础上提出了基于输出结果的集成学习方法,进一步提升模型的性能,实验结果表示集成模型的总体性能,包括精确率、召回率、Jaccard系数、Dice相似度,均优于单一模型,PR（Precision-Recall）曲线和FROC（Free-response Receiver Operating Characteristic）曲线也证实了集成模型的优越性,其中AP（Average Precision）值最高达到了0.8411。（4）小肠病变智能检测原型系统研发本研究结合小肠区域定位算法研究及小肠病变智能检测方法研究中建立的两个最优模型,研发设计了一款智能检测软件系统,实现了利用计算机对无线胶囊内窥镜图像的辅助诊断。本研究利用深层卷积神经网络和R-CNN方法并结合迁移学习策略,实现了对小肠病变的智能检测和识别,实验结果证明训练得到的模型具有较高的检测和识别准确性。基于现有模型,研发设计了一款智能检测软件系统,实现了利用计算机对无线胶囊内窥镜图像的辅助诊断,有利于进一步推广WCE在临床上的应用。
廖专,李兆申[5]（2020）在《胶囊内镜廿年之发展：弱冠之年,而立之心》文中指出自1999年人类第1次吞下胶囊内镜开始,胶囊内镜已走过了临床应用的20个年头。20年来,从问世到成为小肠疾病一线检查方式,从技术进步到适应证拓展,从小肠到全消化道,从诊断到治疗初探,从技术应用到并发症预防,胶囊内镜为小肠疾病乃至全消化道疾病的诊疗模式带来了革命性变化。谨以此文回顾过去20年胶囊内镜的发展,并展望其将对消化系统疾病诊治带来的巨大影响。
张欢[6]（2019）在《OMOM小肠胶囊内镜胃肠转运时间及检查完成率影响因素的研究》文中提出目的:探讨影响小肠胶囊内镜胃转运时间、小肠转运时间及全小肠检查完成率的因素。方法:回顾性分析2008年7月至2018年12月符合胶囊内镜适应症并于西部战区总医院消化内镜中心接受了OMOM胶囊内镜检查的患者907例,采集患者相关信息,分两部分进行统计分析。第一部分:将收集的数据中有肠道准备方法的受检者按肠道准备药物进行分组,对组间受检者基本情况进行统计分析,并分别探讨两组间胃转运时间、小肠转运时间、检查完成率及小肠病变检出率是否有差异;第二部分:忽略肠道准备药物影响因素,探讨受检者不同临床特征对胃肠转运时间的影响,探讨检出的不同小肠病变对小肠转运时间的影响,利用单因素和多因素分析的方法对小肠检查完成率的影响因素进行探讨。所有数据的统计分析均使用SPSS 17.0软件进行,P<0.05则认为差异有统计学意义。结果:（1）有肠道准备药物的受检者共644例,按照使用的肠道准备药物将受检者分为复方聚乙二醇电解质散组（523例）和20%甘露醇组（121例）,组间胃肠转运时间比较差异无统计学意义（P>0.05）,但20%甘露醇组小肠病变检出率显着高于复方聚乙二醇电解质散组小肠病变检出率（P=0.021）。（2）住院受检者胃转运时间显着长于门诊受检者胃转运时间（P=0.042）。（3）男性、年龄≥60岁老年受检者及检查有小肠病变者小肠转运时间显着延长（P<0.01）,且小肠溃疡是小肠转运时间延长的危险因素。（4）男性及胃肠转运时间延长是全小肠检查不能完成的危险因素。（5）12例受检者发生胶囊内镜小肠滞留（滞留率为1.3%）,其中2例通过腹部手术后取出胶囊内镜;48例受检者通过内镜下将胶囊内镜送入十二指肠,其中33例（68.8%）完成了全小肠检查,共检出病变31例（64.6%）。（6）本研究中,所有受检者耐受性较好,均未出现因胶囊内镜本身原因导致的并发症。结论:（1）本研究中复方聚乙二醇电解质散或20%甘露醇对胃肠转运时间及全小肠检查完成率的影响差异无统计学意义,但术前服用20%甘露醇显着提高了小肠病变的检出率。建议在行胶囊内镜检查前,对受检者采用20%甘露醇行肠道准备。（2）对住院受检者进行实时监测,胶囊内镜在胃内停留超过30min,则考虑对受检者进行干预。（3）对年龄≥60岁的老年受检者,男性受检者,临床上怀疑有小肠出血或小肠溃疡受检者,医务人员应对其进行实时监测,发现其小肠推动较慢时,应积极采取相关有效促动力措施,以加快小肠转运时间,从而增加全小肠检查完成率。（4）本研究中胃肠转运时间的延长及男性是全小肠检查不能完成的危险因素。（5）内镜下将胶囊内镜送入十二指肠是一种安全且有效的缩短胃转运时间的方法。
李辉[7]（2019）在《万向旋转磁场的空间电压矢量控制模型研究》文中认为通过外旋转磁场驱动内嵌永磁体的内窥镜胶囊机器人不仅实现了主动控制,而且在胃肠道检查方面具有稳定高效、安全可靠等优点,因其巨大的临床应用价值而成为了众多学者进行研究的热点。本课题组利用三轴正交方形亥姆霍兹线圈产生空间万向旋转磁场,控制胶囊机器人进行调姿与运动。为了提高旋转磁场的精度与控制灵活性,本文对负载线圈的功率驱动技术进行了研究探索,提出了一种万向旋转磁场的空间电压矢量控制模型。首先,阐述了万向旋转磁场的叠加原理。在对单轴线圈空间内任意位置磁场进行建模的基础上,通过坐标变换扩展为三轴线圈叠加磁场,对旋转周期内不同时刻旋转平面内磁场精度进行计算,并对三轴线圈的磁场分布作了分析。推导出加载于线圈上的电压空间矢量末端轨迹,利用微分几何原理对轨迹特性进行分析,发现其为空间内一平面曲线,形状为一与旋转磁场同频率的广义椭圆,并推导出半长轴半短轴对应向量与长短轴模长。对末端轨迹曲线特性的讨论,为空间电压矢量控制模型的设计打下了基础。其次,提出一种空间电压矢量控制模型,针对三轴正交亥姆霍兹线圈的空间结构与负载特性设计三相六桥臂功率电路拓扑结构,列出各桥臂开关状态组合并计算对应的全部基本电压矢量及其空间分布,根据基本电压矢量分布特点设计分割平面对三维空间进行分割,形成多个立体扇区,设计判断条件,对包含参考矢量的立体扇区进行判断。基于伏秒平衡原理推导出基本电压矢量占空比计算矩阵,并提出矢量序列的周期时序设计方法。接着,对所设计的空间电压矢量控制模型所产生的万向旋转磁场进行谐波分析,基于傅里叶级数原理对控制周期时序波形进行展开,并推导出旋转磁场的谐波分量误差数学解析模型,建立误差评价指标,通过对比分析说明相比于双极性正弦脉宽调制驱动亥姆霍兹线圈,空间电压矢量控制模型产生的旋转磁场谐波分量误差较小。最后,通过仿真对文中建立的空间电压矢量控制模型做出验证,结果表明了所提出的控制方法的有效性。同时,对空间电压矢量控制及双极性正弦脉宽调制方式下的万向旋转磁场谐波误差进行了仿真与对比,证明了所建立的误差解析模型的正确性,为胶囊机器人空间电压矢量控制方法的进一步研究与应用奠定了基础。
马燕[8]（2018）在《胶囊内窥镜影像工作站系统的设计与实现》文中认为胶囊内窥镜以其无创无痛无交叉感染的优点,成为未来医疗内镜的一种发展趋势。胶囊内窥镜给人以良好的消化道检查体验,但产生的大量相似度高的图像数据,给医生阅片和诊断带来困难,医院数据管理也更为复杂。本文在分析国内外胶囊内窥镜影像工作站系统的基础上,从临床实际应用出发,设计一款以NHibernate为核心的胶囊内窥镜影像工作站系统,实现数据安全管理和医生快速阅片。主要研究工作如下:1.分析系统需求,结合功能需求和非功能需求设计系统软件总体架构,对系统功能进行模块划分。2.分析系统业务数据,使用SQL Server 2005为底层数据库,完成系统数据库的设计,实现NHibernate与底层数据库的连接和操作,包括建立对象关系映射、配置NHibernate、设计实现系统各功能模块通用数据操作接口。3.设计并实现系统中关键的医护管理模块、病历管理模块、图像管理模块和报告管理模块。4.分析现有胶囊内窥镜影像工作站系统中图像冗余筛除功能的不足,提出一种基于特征点匹配的图像冗余筛除算法;在OpenCV下用人体消化道图像进行了算法仿真,结果显示算法有较强的鲁棒特性,并且有较高的性能。5.搭建测试环境,对系统的数据增删改查、图像多图显示、实时显示、报告生成等方面做了功能测试和分析,同时对图像的下载速度、播片速度、导片速度进行了性能测试,结果显示图像下载速度和导出速度均大于50fps,播放速度可达30fps,系统功能和性能均符合设计指标。
陈洪瀚[9]（2017）在《基于胶囊内窥镜图像的消化道钩虫及常见内容物计算机自动检测技术研究》文中提出消化道疾病是人类疾病中常见的一类疾病,近年来,胶囊内窥镜作为一种新的检测技术,由于其安全、方便、不需要镇静等优点,已经成为主流消化道检测手段。胶囊内窥镜通常在消化道内拍摄5万张左右图像,对于医生而言,审阅全部图片需要花费大量的时间和精力。因此随着胶囊内窥镜的广泛应用,基于胶囊内窥镜的计算机辅助诊断系统变得迫切且必要。本文主要研究基于胶囊内窥镜图像的消化道钩虫检测、消化道器官检测、常见干扰内容物检测以及消化道蛔虫检测问题,具体包括以下几方面内容:1.钩虫作为人类消化道中一种常见的寄生虫,对我国居民健康影响较大,本文首次针对胶囊内窥镜图像进行钩虫检测,提出了基于混合颜色梯度图和轮廓波变换钩虫检测方法。该方法将颜色通道定义为一组混合颜色模型,然后采用方向能量滤波器对混合颜色模型的每个通道提取钩虫边缘和纹理信息,同时抑制肠道粘膜纹理信息,从而得到混合颜色梯度图。为了能够分解和提取钩虫边缘纹理特征,对混合颜色梯度图进行轮廓波变换并将图像分解得到不同的子带系数。最后采用一组统计量特征将子带系数进行压缩并用支持向量机检测钩虫图像。对比实验结果表明,本文提出的颜色模型和特征方法能够有效提高钩虫检测效果。2.本文提出一种基于虫体定位分割的钩虫检测方法。为了能够定位出任意变化的钩虫虫体,提出多尺度双匹配滤波检测定位疑似虫体区域,然后采用分段线性化平行曲线检测方法来精确分割虫体区域。为区分气泡和肠道褶皱,将这些不规则区域变换为规则的拉伸管状区域,并提出平均亮度直方图作为特征。由于钩虫和非钩虫区域样本数目存在较大的不平衡性,因此采用集成学习方法Rusboost来进行钩虫和非钩虫特征分类。本方法在44万张钩虫图像数据集上取得了较好的精度、灵敏度、特异性,同时本文的方法具有低漏检率,具备临床应用的价值和潜力。3.消化道器官和肠道常见干扰内容物检测是胶囊内窥镜图像检测中最基本的问题。本文提出一种级联空间-时间深度框架来检测这些内容。首先,将肠道常见干扰内容（如:食物残渣、胆汁、气泡、电力耗尽图像等）通过第一层深度卷积神经网络分类检测并保留干净肠道图像。干净的图像被第二层深度卷积神经网络分类检测出入口（口腔、食道）、胃、小肠、大肠四部分。最后通过全局时间编码和隐马尔科夫模型将消化道图像精确分为不同的器官。相对现有方法,本文的方法更加通用,能同时检测常见干扰物内容和器官。通过63万张数据集的实验表明,本文的方法具有优异的性能和较高的效率,基本达到了临床应用的要求。4.本文首次提出胶囊内窥镜蛔虫检测,提出了基于反射光和方向梯度直方图蛔虫检测方法。根据蛔虫体反光和形态特点,采用二分光反射模型原理检测出图像中反光区域,并过滤掉反光的噪声和部分黏膜。然后用最小外接矩截取反光连通域图像块,并提取方向梯度直方图分类检测蛔虫。该方法在无漏诊的情况下取得较好的效果。
詹昌飞[10]（2017）在《无线胶囊内窥镜图像检索及视频摘要方法研究与系统实现》文中认为无线胶囊内窥镜是消化道检测技术的里程碑,它不仅克服了传统消化道检测方法对于人体的伤害,而且能够对整个消化道部位进行检测,消除了小肠的检测盲区。从无线胶囊内镜问世以来,现已有超过百万例的临床检测记录,逐渐成为消化道检测领域的首选方法。无线胶囊内镜通过人工吞服,利用人体肠道蠕动提供动力,实现整个消化道的拍摄。通常情况下,整个检查过程耗时8小时,拍摄约为3000060000幅消化道图像。通过从这些消化道图像中筛查出病变图像进行疾病诊断对于阅片医生来说,是一项繁重枯燥的工作。因此,为了有效地降低医生劳动强度,提高诊断效率,针对无线胶囊内镜的计算机辅助诊疗技术不断发展。本文针对去除无线胶囊内镜图像冗余,从图像检索和视频摘要两个方面进行了研究。图像检索旨在从庞大的无线胶囊内镜图像数据库中快速选取出医生想要的类似图像,减少医生寻找类似图片的时间。视频摘要是为了去除内容相似、代表性弱的图像,使得无线胶囊内镜图像序列的图像总帧数大幅减少,达到缩减阅片医生的诊断时间和提高诊断效率的目的。针对图像检索技术,本文基于无线胶囊内镜图像特点,提出了基于内容的无线胶囊内镜图像检索技术。针对视频摘要技术,本文提出了两种方法,分别为基于显着图的无线胶囊内镜视频摘要方法和基于卷积神经网络的无线胶囊内镜视频摘要方法。基于内容的无线胶囊内镜图像检索方法中,本文提取了无线胶囊内镜图像的颜色特征、纹理特征和Sift特征,并对颜色特征和纹理特征进行特征融合,用于描述人眼感官特性,Sift特征用于描述图像的局部细节信息。最后,通过比值法进行相似度度量,得到相似度从高到低的检索结果。实验结果显示了基于内容的无线胶囊内镜图像检索技术,能够有效地检索出类似图像,平均检索精度达到88.3%。基于显着图的无线胶囊内镜视频摘要方法中,本文在传统Itti显着图提取方法的基础上进行改进,得到适用于无线胶囊内镜的显着图提取方法。根据得到的显着图提取颜色特征与纹理特征,并进行特征融合。帧间差检测利用了突变检测与渐变检测,有效地避免了因视频渐变而遗漏缓变的视频关键帧。最终组合关键帧得到视频摘要。实验中敏感度、特异性、准确率与压缩比指标均取得了不错的结果,证明了本方法能够为无线胶囊内镜视频摘要生成提供一条可参考的方法。基于卷积神经网络的无线胶囊内镜视频摘要方法中,本文根据无线胶囊内镜视频缓变的特点,进行时序分割操作,将视频分割成时序序列集。然后,对时序段图像进行K-means聚类,去除内容相似图像,并对剩余图像进行专业医生标定,利用Alex Net卷积神经网络进行训练,得到关键帧识别模型。最后,组合得到的关键帧形成无线胶囊内镜视频摘要。实验结果证明了本方法不仅拥有较好的实验指标,而且能够有效地保留视频中的病变信息。基于上述研究内容,本文利用MFC框架实现了无线胶囊内镜图像检索与视频摘要系统,便于使用者进行实验与操作。最后,本文对整体工作进行了总结与分析,并对后续工作进行了展望。
二、国产胶囊内窥镜问世（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、国产胶囊内窥镜问世（论文提纲范文）
（1）磁控胶囊内镜优化技术的临床应用效果探索性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词表 |
| 前言 |
| 第一部分 新一代高清高频磁控胶囊内镜的初步临床研究:一项前瞻性随机对照试验 |
| 一、研究目的 |
| 二、研究方法 |
| 三、研究结果 |
| 四、讨论 |
| 第二部分 可分离式系线磁控胶囊内镜完整检查上消化道与小肠的初步临床研究:一项前瞻性自身对照试验 |
| 一、研究目的 |
| 二、研究方法 |
| 三、研究结果 |
| 四、讨论 |
| 参考文献 |
| 综述 磁控胶囊内镜及其优化技术在消化道检查中的应用现况及展望 |
| 参考文献 |
| 发表论文及参加科研工作情况 |
| 致谢 |
（2）磁控双半球胶囊机器人姿态的图像检测方法（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 国内外胶囊内窥镜及姿态估计研究现状 |
| 1.1.1 被动式胶囊内窥镜 |
| 1.1.2 电驱式胶囊机器人 |
| 1.1.3 磁驱式胶囊机器人 |
| 1.1.4 胶囊机器人姿态估计研究现状 |
| 1.2 研究现状分析 |
| 1.2.1 胶囊机器人研究现状分析 |
| 1.2.2 胶囊姿态估计研究现状分析 |
| 1.3 研究意义及研究内容 |
| 2 双半球胶囊机器人工作系统 |
| 2.1 双半球胶囊控制系统简介 |
| 2.2 空间万向旋转磁矢量叠加原理 |
| 2.3 双半球胶囊的工作模态 |
| 2.4 双半球胶囊姿态信息 |
| 2.5 小结 |
| 3 双半球胶囊初始姿态标定方法 |
| 3.1 磁矢量误差标定方法 |
| 3.2 建立双半球胶囊坐标系 |
| 3.3 小结 |
| 4 双半球胶囊姿态检测方法 |
| 4.1 双半球胶囊自转角检测方法 |
| 4.2 双半球胶囊俯仰角及侧摆角检测方法 |
| 4.3 小结 |
| 5 图像特征点识别方法 |
| 5.1 算法设计 |
| 5.1.1 特征点识别算法 |
| 5.1.2 特征点匹配算法 |
| 5.2 算法仿真 |
| 5.3 小结 |
| 6 试验 |
| 6.1 姿态估计可行性试验 |
| 6.1.1 试验装置 |
| 6.1.2 试验过程 |
| 6.1.3 试验结果 |
| 6.2 双半球胶囊调姿检测试验 |
| 6.2.1 试验装置 |
| 6.2.2 试验过程 |
| 6.2.3 试验结果 |
| 6.3 小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）国产OMOM-Ⅰ与进口Pillcam SB2胶囊式内窥镜系统的对比研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 前言 |
| 第二章 资料与方法 |
| 2.1 研究对象及纳入、排除、退出标准 |
| 2.1.1 研究对象 |
| 2.1.2 纳入标准 |
| 2.1.3 排除标准 |
| 2.1.4 退出标准 |
| 2.2 检查材料 |
| 2.2.1 药物 |
| 2.2.2 胶囊内镜系统 |
| 2.3 研究方法 |
| 2.3.1 分组 |
| 2.3.2 肠道准备 |
| 2.3.3 胶囊内镜系统准备及检查要点 |
| 2.3.4 随访 |
| 2.3.5 观察指标及评价标准 |
| 2.4 质量控制 |
| 2.5 统计学方法 |
| 第三章 结果 |
| 3.1 OMOM-Ⅰ组和PillCam SB2组肠道准备情况 |
| 3.2 OMOM-Ⅰ组和Pillcam SB2 组检查完成情况 |
| 3.3 OMOM-Ⅰ组和Pillcam SB2组有效性指标 |
| 3.3.1 全小肠检查完成率、体内运行情况、诊断阳性率 |
| 3.3.2 图片清晰度 |
| 3.4 OMOM-Ⅰ组和Pillcam SB2组安全性及可靠性指标 |
| 3.5 OMOM-Ⅰ组和Pillcam SB2组功能性指标 |
| 3.6 OMOM-Ⅰ组和Pillcam SB2组操作性指标 |
| 第四章 讨论 |
| 4.1 CE检查前肠道准备方法及作用探讨 |
| 4.2 CE检查有效性指标分析 |
| 4.2.1 全小肠检查完成率 |
| 4.2.2 胶囊消化道内运行时间 |
| 4.2.3 诊断阳性率和图片清晰度 |
| 4.3 CE检查安全性及可靠性指标分析 |
| 4.3.1 CE检查安全性 |
| 4.3.2 CE检查可靠性 |
| 4.4 功能性指标 |
| 4.5 操作性指标 |
| 4.6 本研究的优势与不足 |
| 第五章 结论 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 缩略词表 |
| 在学期间的研究成果 |
| 致谢 |
（4）基于无线胶囊内窥镜图像的小肠病变智能检测与识别研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 无线胶囊内窥镜技术概述 |
| 1.2.1 无线胶囊内窥镜技术原理及发展 |
| 1.2.2 无线胶囊内窥镜技术的优势及存在的问题 |
| 1.3 国内外研究现状 |
| 1.3.1 基于传统机器学习的小肠病变智能检测与识别方法 |
| 1.3.2 基于深度学习的小肠病变智能检测与识别方法 |
| 1.4 本研究的主要内容和创新点 |
| 1.5 本文章节结构安排 |
| 1.6 本章小结 |
| 第2章 小肠幽门和回盲瓣定位算法研究 |
| 2.1 引言 |
| 2.2 实验数据 |
| 2.2.1 数据情况概述 |
| 2.2.2 数据预处理 |
| 2.2.3 建立小肠幽门和回盲瓣区域定位数据样本库 |
| 2.3 实验环境 |
| 2.4 基于ResNets的小肠区域分类方法研究 |
| 2.4.1 ResNets模型概述 |
| 2.4.2 迁移学习策略 |
| 2.4.3 结合迁移学习的小肠区域分类模型设计 |
| 2.4.4 评价指标 |
| 2.4.5 模型优化 |
| 2.4.6 实验结果与讨论 |
| 2.5 幽门和回盲瓣定位算法研究 |
| 2.5.1 幽门定位算法设计及优化 |
| 2.5.2 回盲瓣定位算法设计及优化 |
| 2.5.3 评价指标 |
| 2.5.4 实验结果与讨论 |
| 2.6 本章小结 |
| 第3章 小肠病变智能检测方法研究 |
| 3.1 引言 |
| 3.2 数据增强方式 |
| 3.3 实验数据 |
| 3.3.1 数据集划分和标注 |
| 3.3.2 小肠病变检测分类数据样本库建立 |
| 3.4 DenseNets模型概述 |
| 3.5 评价指标 |
| 3.6 结合迁移学习策略的DCNN模型设计及优化 |
| 3.7 实验结果与讨论 |
| 3.8 本章小结 |
| 第4章 小肠息肉病灶识别方法研究 |
| 4.1 引言 |
| 4.2 R-CNN方法概述 |
| 4.3 实验数据 |
| 4.3.1 数据标注 |
| 4.3.2 小肠息肉病灶识别样本库建立 |
| 4.4 评价指标 |
| 4.5 基于R-CNN的小肠息肉智能识别研究 |
| 4.5.1 基于不同FPN骨干网络的Mask Scoring R-CNN的研究 |
| 4.5.2 不同R-CNN方法对小肠息肉目标识别的对比研究 |
| 4.5.3 基于集成学习的病灶识别模型优化 |
| 4.6 本章小结 |
| 第5章 小肠病变智能检测软件系统设计 |
| 5.1 引言 |
| 5.2 软件系统整体概述 |
| 5.3 软件系统功能介绍 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）OMOM小肠胶囊内镜胃肠转运时间及检查完成率影响因素的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 胶囊内镜胃肠滞留的临床表现 |
| 1.2.2 影响胶囊内镜胃转运时间的因素 |
| 1.2.3 影响胶囊内镜小肠转运时间的因素 |
| 1.2.4 缩短胶囊内镜胃转运时间的措施 |
| 1.2.5 缩短胶囊内镜小肠转运时间的措施 |
| 1.3 本文研究的主要内容、目标与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究目标 |
| 1.3.3 研究方法 |
| 第2章 两种肠道准备药物受检者的胃肠转运时间比较 |
| 2.1 引言 |
| 2.2 方法与病例资料 |
| 2.3 药物情况 |
| 2.3.1 复方聚乙二醇电解质散 |
| 2.3.2 20 %甘露醇溶液 |
| 2.4 两组间受检者基本情况分析 |
| 2.5 两组间病变检查情况分析 |
| 2.6 两组受检者间胃肠转运时间及小肠检查完成率的比较 |
| 2.7 结果与讨论 |
| 第3章 其他因素对胃肠转运时间的影响分析 |
| 3.1 引言 |
| 3.2 基本情况 |
| 3.3 不同临床特征受检者的胃转运时间比较 |
| 3.4 小肠转运时间比较 |
| 3.4.1 不同临床特征受检者的小肠转移时间比较 |
| 3.4.2 不同小肠疾病对小肠转运时间的影响 |
| 3.5 全小肠检查完成率的影响分析 |
| 3.6 不同GTT组全小肠检查完成率的比较 |
| 3.7 胶囊内镜滞留及处理 |
| 3.8 结果与讨论 |
| 3.8.1 胶囊内镜在临床诊断中的应用及意义 |
| 3.8.2 胃肠转运时间的研究在胶囊内镜临床使用中的价值 |
| 3.8.3 胶囊内镜的滞留 |
| 结论 |
| 附图 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文及科研成果 |
（7）万向旋转磁场的空间电压矢量控制模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 胶囊机器人研究现状 |
| 1.1.1 被动式胶囊机器人 |
| 1.1.2 主动式胶囊机器人 |
| 1.1.3 胶囊机器人驱动方式的研究现状分析 |
| 1.2 负载线圈功率驱动技术 |
| 1.3 研究意义及研究内容 |
| 2 万向旋转磁场的空间电压矢量控制模型初步讨论 |
| 2.1 万向旋转磁场的叠加原理 |
| 2.2 万向旋转磁场的均匀性分析 |
| 2.3 空间电压矢量控制模型的引入 |
| 2.4 万向旋转磁场的电压空间矢量末端轨迹特性 |
| 2.4.1 电压空间矢量的推导 |
| 2.4.2 电压空间矢量的空间平面曲线特性 |
| 2.4.3 电压空间矢量的平面法向量及末端轨迹形状 |
| 2.4.4 三轴亥姆霍兹线圈参数相同的特殊情况讨论 |
| 2.5 小结 |
| 3 空间电压矢量控制模型设计 |
| 3.1 基本电压矢量 |
| 3.2 立体扇区的分割与参考电压矢量所在扇区判断方法 |
| 3.3 基于伏秒平衡原理的占空比计算 |
| 3.4 基本电压矢量序列的设计 |
| 3.5 功率电路拓扑结构对比 |
| 3.6 小结 |
| 4 空间万向旋转磁场谐波误差分析 |
| 4.1 空间电压矢量控制下万向旋转磁场谐波分量模型 |
| 4.2 正弦脉宽调制下万向旋转磁场谐波分量模型 |
| 4.3 磁场谐波误差评价指标的建立 |
| 4.4 磁场谐波误差对比分析 |
| 4.5 小结 |
| 5 验证与分析 |
| 5.1 空间电压矢量控制模型的验证 |
| 5.2 旋转磁场谐波误差解析模型的验证 |
| 5.3 小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（8）胶囊内窥镜影像工作站系统的设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究概况 |
| 1.2.1 胶囊内窥镜国内外研究现状 |
| 1.2.2 胶囊内窥镜影像工作站系统国内外研究现状 |
| 1.3 研究目的与内容 |
| 1.4 论文组织结构 |
| 第2章 系统关键技术与总体设计 |
| 2.1 NET Framework |
| 2.2 NHibernate技术 |
| 2.2.1 NHibernate概述 |
| 2.2.2 NHibernate架构及编程接口 |
| 2.3 系统总体设计 |
| 2.3.1 系统需求分析 |
| 2.3.2 软件总体架构设计 |
| 2.3.3 系统功能模块设计 |
| 2.3.4 开发环境 |
| 2.4 本章小节 |
| 第3章 数据库的设计与访问 |
| 3.1 数据库的设计 |
| 3.1.1 概念结构设计 |
| 3.1.2 逻辑结构设计 |
| 3.2 基于NHibernate的数据库访问 |
| 3.2.1 数据模型映射方式 |
| 3.2.2 持久化类的定义 |
| 3.2.3 对象关系映射 |
| 3.2.4 NHibernate的配置 |
| 3.2.5 NHibernate API实现数据库操作 |
| 3.2.6 特定数据模型操作接口设计 |
| 3.3 本章小节 |
| 第4章 系统功能模块的设计与实现 |
| 4.1 登录模块的设计与实现 |
| 4.1.1 系统登录 |
| 4.2 医护管理模块的设计与实现 |
| 4.2.1 注册新用户 |
| 4.2.2 更改医护信息 |
| 4.2.3 删除医护信息 |
| 4.2.4 密码重置 |
| 4.3 病历管理模块的设计与实现 |
| 4.3.1 添加病历信息 |
| 4.3.2 修改病历信息 |
| 4.3.3 删除病历信息 |
| 4.4 图像管理模块的设计与实现 |
| 4.4.1 图像下载存储 |
| 4.4.2 图像实时查看 |
| 4.4.3 图像播放 |
| 4.4.4 图像导出 |
| 4.4.5 图像冗余筛除 |
| 4.5 报告管理模块的设计与实现 |
| 4.5.1 病历报告生成 |
| 4.5.2 AVI文件生成 |
| 4.6 本章小节 |
| 第5章 系统测试 |
| 5.1 搭建测试环境 |
| 5.2 系统功能测试 |
| 5.2.1 系统登录 |
| 5.2.2 医护管理功能 |
| 5.2.3 病历管理功能 |
| 5.2.4 图像实时显示功能 |
| 5.2.5 图像多图显示功能 |
| 5.2.6 报告生成功能 |
| 5.3 系统性能测试 |
| 5.3.1 图像下载速度 |
| 5.3.2 图像播放速度 |
| 5.3.3 图像导出速度 |
| 5.3.4 图像分辨率 |
| 5.4 本章小节 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间参加的科研项目和成果 |
（9）基于胶囊内窥镜图像的消化道钩虫及常见内容物计算机自动检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 消化道病变的检测 |
| 1.2.2 降低视频审阅时间的研究 |
| 1.2.3 胶囊内窥镜镜在消化道内的定位与运动检测 |
| 1.2.4 胶囊内窥镜图像视觉增强 |
| 1.2.5 胶囊内窥镜视频的管理 |
| 1.2.6 研究现状总结 |
| 1.3 研究内容与结构安排 |
| 1.4 本章小结 |
| 第2章 混合颜色梯度图和轮廓波变换钩虫检测方法 |
| 2.1 钩虫图像及特点 |
| 2.2 混合颜色模型梯度图 |
| 2.3 混合颜色梯度图的轮廓波变换 |
| 2.4 统计特征提取及分类 |
| 2.5 实验 |
| 2.5.1 数据集及评价 |
| 2.5.2 结果及讨论 |
| 2.6 本章小结 |
| 第3章 基于虫体定位分割的钩虫检测 |
| 3.1 钩虫传染病及特点 |
| 3.2 框架及数据预处理 |
| 3.2.1 框架 |
| 3.2.2 基于导向滤波的图像预处理 |
| 3.3 多尺度双匹配滤波的管状区域定位 |
| 3.4 分段线性化平行曲线检测的钩虫区域分割 |
| 3.5 拉伸的管状区域变换 |
| 3.6 特征提取及分类 |
| 3.6.1 平均亮度直方图特征 |
| 3.6.2 基于Rusboost不平衡数据分类 |
| 3.7 实验及讨论 |
| 3.7.1 数据集 |
| 3.7.2 评价标准 |
| 3.7.3 检测性能 |
| 3.7.4 SVM与Rusboost性能对比 |
| 3.7.5 不同特征的性能对比 |
| 3.7.6 对比实验 |
| 3.8 本章小结 |
| 第4章 消化道常见干扰物及器官检测 |
| 4.1 概述 |
| 4.2 常见干扰物和器官检测相关研究 |
| 4.2.1 胶囊内窥镜图像内容检测相关研究 |
| 4.2.2 医学图像深度学习的研究 |
| 4.3 框架 |
| 4.4 基于深度学习的干扰物图像的检测 |
| 4.5 胶囊内窥镜视频消化道器官的检测 |
| 4.5.1 基于深度学习的器官图像检测 |
| 4.5.2 全局时间编码的器官视频分段 |
| 4.6 实验及讨论 |
| 4.6.1 数据集 |
| 4.6.2 评价标准 |
| 4.6.3 干扰图像检测结果 |
| 4.6.4 器官图像分类及器官检测结果 |
| 4.6.5 深度网络参数调节 |
| 4.6.6 对比实验 |
| 4.6.7 方法效率 |
| 4.7 本章小结 |
| 第5章 采用反射光和方向梯度直方图蛔虫自动检测 |
| 5.1 蛔虫 |
| 5.2 基于镜面反射光法的虫体检测 |
| 5.2.1 基本框架 |
| 5.2.2 二分光反射模型 |
| 5.2.3 虫体反光区域提取 |
| 5.2.4 无反光图像的过滤和检测图像后处理 |
| 5.3 训练数据处理及分类 |
| 5.4 实验及讨论 |
| 5.4.1 数据集及评价标准 |
| 5.4.2 过滤检测结果 |
| 5.4.3 对比实验 |
| 5.5 本章小结 |
| 结论与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文及科研成果 |
（10）无线胶囊内窥镜图像检索及视频摘要方法研究与系统实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 胶囊内镜发展历史 |
| 1.2.2 无线内镜图像检索与视频摘要国内外研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文结构 |
| 第2章 基于内容的无线胶囊内窥镜图像检索方法 |
| 2.1 背景知识 |
| 2.1.1 CBIR系统检索原理简介 |
| 2.1.2 CBIR常用颜色空间 |
| 2.1.3 无线胶囊内窥镜图像特点 |
| 2.2 无线胶囊内镜图像特征提取 |
| 2.2.1 颜色特征 |
| 2.2.2 纹理特征 |
| 2.2.3 Sift特征 |
| 2.2.4 特征融合 |
| 2.3 相似性度量 |
| 2.4 实验结果 |
| 2.5 本章小结 |
| 第3章 基于显着图的无线胶囊内镜视频摘要方法 |
| 3.1 背景知识 |
| 3.2 显着图提取方法 |
| 3.3 特征提取 |
| 3.3.1 颜色特征提取 |
| 3.3.2 纹理特征提取 |
| 3.3.3 帧间差测定 |
| 3.4 视频摘要生成 |
| 3.5 实验结果 |
| 3.6 本章小结 |
| 第4章 基于卷积神经网络的无线胶囊内镜视频摘要方法 |
| 4.1 背景知识 |
| 4.2 CNN简介 |
| 4.2.1 CNN发展历程 |
| 4.2.2 卷积神经网络结构与前向传播 |
| 4.2.3 卷积神经网络的反向传播 |
| 4.2.4 卷积神经网络特点 |
| 4.3 基于卷积神经网络的无线胶囊内镜视频摘要模型 |
| 4.3.1 时间序列聚类与图像增强 |
| 4.3.2 卷积神经网络模型 |
| 4.4 实验结果 |
| 4.5 本章小结 |
| 第5章 无线胶囊内镜图像检索与视频摘要系统设计与实现 |
| 5.1 开发工具与基础组件 |
| 5.2 系统设计思路与主体框架 |
| 5.2.1 图像检索系统 |
| 5.2.2 视频摘要系统 |
| 5.3 系统界面介绍 |
| 5.4 本章小结 |
| 总结 |
| 参考文献 |
| 攻读硕士学位期间所发表的学术论文 |
| 致谢 |
四、国产胶囊内窥镜问世（论文参考文献）
- [1]磁控胶囊内镜优化技术的临床应用效果探索性研究[D]. 蒋斌. 中国人民解放军海军军医大学, 2021(09)
- [2]磁控双半球胶囊机器人姿态的图像检测方法[D]. 王智博. 大连理工大学, 2020(02)
- [3]国产OMOM-Ⅰ与进口Pillcam SB2胶囊式内窥镜系统的对比研究[D]. 王炯. 兰州大学, 2020(01)
- [4]基于无线胶囊内窥镜图像的小肠病变智能检测与识别研究[D]. 刘士臣. 杭州电子科技大学, 2020(01)
- [5]胶囊内镜廿年之发展：弱冠之年,而立之心[J]. 廖专,李兆申. 中华内科杂志, 2020(02)
- [6]OMOM小肠胶囊内镜胃肠转运时间及检查完成率影响因素的研究[D]. 张欢. 西南交通大学, 2019(03)
- [7]万向旋转磁场的空间电压矢量控制模型研究[D]. 李辉. 大连理工大学, 2019(02)
- [8]胶囊内窥镜影像工作站系统的设计与实现[D]. 马燕. 重庆邮电大学, 2018(01)
- [9]基于胶囊内窥镜图像的消化道钩虫及常见内容物计算机自动检测技术研究[D]. 陈洪瀚. 西南交通大学, 2017(07)
- [10]无线胶囊内窥镜图像检索及视频摘要方法研究与系统实现[D]. 詹昌飞. 北京工业大学, 2017(07)