CN114866766A - 灵敏度评价方法、测试方法、装置、电子设备及存储介质 - Google Patents
灵敏度评价方法、测试方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114866766A CN114866766A CN202210778146.3A CN202210778146A CN114866766A CN 114866766 A CN114866766 A CN 114866766A CN 202210778146 A CN202210778146 A CN 202210778146A CN 114866766 A CN114866766 A CN 114866766A
- Authority
- CN
- China
- Prior art keywords
- concentration
- signal
- fluorescence
- imaging system
- medical
- 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
- 230000035945 sensitivity Effects 0.000 title claims abstract description 99
- 238000011156 evaluation Methods 0.000 title claims abstract description 52
- 238000012360 testing method Methods 0.000 title claims description 56
- 238000000799 fluorescence microscopy Methods 0.000 claims abstract description 134
- 238000003384 imaging method Methods 0.000 claims abstract description 73
- 239000002872 contrast media Substances 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000002073 fluorescence micrograph Methods 0.000 claims description 84
- 238000001514 detection method Methods 0.000 claims description 27
- 230000004044 response Effects 0.000 claims description 27
- 239000000523 sample Substances 0.000 claims description 24
- 238000012632 fluorescent imaging Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000003491 array Methods 0.000 claims description 3
- 238000010998 test method Methods 0.000 abstract description 10
- 230000000694 effects Effects 0.000 abstract description 8
- 230000000875 corresponding effect Effects 0.000 description 48
- 210000001519 tissue Anatomy 0.000 description 10
- 206010028980 Neoplasm Diseases 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000001917 fluorescence detection Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 210000002751 lymph Anatomy 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 210000000013 bile duct Anatomy 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000012921 fluorescence analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0071—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by measuring fluorescence emission
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Biophysics (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明涉及荧光摄像技术领域，具体公开了一种灵敏度评价方法、测试方法、装置、电子设备及存储介质，其中，评价方法包括以下步骤：获取医用荧光成像系统的浓度‑信噪比曲线；获取医用荧光成像系统的浓度‑信背比曲线；根据浓度‑信噪比曲线及浓度‑信背比曲线获取最低有效成像浓度信息，作为灵敏度；该方法通过对浓度‑信噪比曲线及浓度‑信背比曲线进行分析，能获取对应医用荧光成像系统的最低有效成像浓度信息，该最低有效成像浓度信息反映了该医用荧光成像系统满足噪声、区分能力要求的可达到有效成像效果的最低荧光造影剂浓度，实现了医用荧光成像系统灵敏度的客观性评价，便于用户直观地对市面上不同医用荧光成像系统的灵敏度进行区分。
Description
技术领域
本申请涉及荧光摄像技术领域，具体而言，涉及一种灵敏度评价方法、测试方法、装置、电子设备及存储介质。
背景技术
荧光造影技术可在术中为医生显示淋巴、胆管、肝段等解剖结构，评估血供及显示肿瘤等病灶，该技术主要应用在医用荧光摄像系统中。
医用荧光摄像系统的灵敏度高低决定其可检测到的最低造影剂浓度，医用荧光摄像系统的灵敏过低可直接降低临床荧光造影的敏感度和检出率。目前仍没有相应的评价医用荧光摄像系统性能的指导或标准文件，无法对医用荧光摄像系统的灵敏度进行客观性评价及测试。
针对上述问题，目前尚未有有效的技术解决方案。
发明内容
本申请的目的在于提供一种灵敏度评价方法、测试方法、装置、电子设备及存储介质，以实现医用荧光成像系统灵敏度的客观性评价。
第一方面，本申请提供了一种灵敏度评价方法，用于评价医用荧光成像系统的灵敏度，所述评价方法包括以下步骤：
获取所述医用荧光成像系统的浓度-信噪比曲线；
获取所述医用荧光成像系统的浓度-信背比曲线；
根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为所述灵敏度。
本申请的评价方法，通过对浓度-信噪比曲线及浓度-信背比曲线进行分析，能获取对应医用荧光成像系统的最低有效成像浓度信息，该最低有效成像浓度信息反映了该医用荧光成像系统满足噪声、区分能力要求的可达到有效成像效果的最低荧光造影剂浓度，能直接反映出该医用荧光成像系统生成有效的荧光图像所需的极限条件，使医用荧光成像系统的荧光性能得以科学量化。
所述的灵敏度评价方法，其中，所述根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息的步骤包括：
基于所述浓度-信噪比曲线和预设的信噪比阈值获取有效浓度信息范围；
基于所述有效浓度信息范围、所述浓度-信背比曲线及预设的信背比阈值获取所述最低有效成像浓度信息。
在该示例的评价方法中，信噪比和信背比分别反映了对应荧光图像的噪声、区分能力，基于预设的信噪比阈值获取的有效浓度信息范围反映了该医用荧光成像系统获取的荧光图像中噪声满足使用需求时的荧光造影剂的浓度范围；在此基础上，在有效浓度信息中进行信背比筛选，获取有效浓度信息范围中区分能力满足使用要求的荧光图像中的荧光造影剂的浓度范围，从而能得到既满足噪声要求且满足区分能力要求的最低有效成像浓度信息。所述的灵敏度评价方法，其中，所述信噪比阈值为20dB，所述信背比阈值为3。
第二方面，本申请还提供了一种灵敏度测试方法，用于测试医用荧光成像系统的灵敏度，所述测试方法包括以下步骤：
配制探测溶液，所述探测溶液为浓度覆盖所述医用荧光成像系统从过曝响应到无响应的荧光造影剂；
利用所述探测溶液对所述医用荧光成像系统进行成像测试以获取包含从过曝响应到无响应影像的多个荧光图像；
根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信噪比曲线；
根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信背比曲线；
根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为所述医用荧光成像系统的所述灵敏度。
本申请的灵敏度评价方法，基于从过曝响应到无响应的荧光造影剂生成包含多个亮度的多个荧光图像，并根据这些荧光图像获取准确的浓度-信噪比曲线及浓度-信背比曲线，在此基础上，进行测试分析以获取能反映荧光成像系统的灵敏度优劣的最低有效成像浓度信息，使医用荧光成像系统的荧光性能得以科学量化，从而实现了医用荧光成像系统灵敏度的快速测试，便于用户直观地对市面上不同医用荧光成像系统的灵敏度进行检测。
所述的灵敏度测试方法，其中，所述根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信噪比曲线的步骤包括：
获取多个所述荧光图像中各个位置的亮度值；
根据所述亮度值获取各个位置的信噪比；
根据所述信噪比和所述荧光图像中对应探测溶液的浓度建立所述浓度-信噪比曲线。
所述的灵敏度测试方法，其中，所述根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信背比曲线的步骤包括：
获取第二亮度均值，所述第二亮度均值为多个所述荧光图像的中心背景信号的亮度均值；
获取第三亮度均值，所述第三亮度均值为多个所述荧光图像对应于同一荧光造影剂浓度的亮度均值；
根据所述第二亮度均值和所述第三亮度均值获取信背比；
根据所述信背比及所述第三亮度均值对应的荧光造影剂浓度建立所述浓度-信背比曲线。
所述的灵敏度测试方法，其中，所述利用所述探测溶液对所述医用荧光成像系统进行成像测试以获取包含从过曝响应到无响应影像的多个荧光图像的步骤包括：
将所述探测溶液加载在荧光造影剂样品盘中，利用所述医用荧光成像系统对所述荧光造影剂样品盘进行成像测试以获取包含从过曝响应到无响应影像的多个所述荧光图像，所述荧光造影剂样品盘具有匹配于不同尺寸成像图像的视野定位孔，及多个圆周阵列的测试孔，所述探测溶液加载在所述视野定位孔和所述测试孔中。
第三方面，本申请还提供了一种灵敏度评价装置，用于评价医用荧光成像系统的灵敏度，所述装置包括：
第一获取模块，用于获取所述医用荧光成像系统的浓度-信噪比曲线；
第二获取模块，用于获取所述医用荧光成像系统的浓度-信背比曲线；
灵敏度评价模块，用于根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为所述灵敏度。
本申请的评价装置，通过对浓度-信噪比曲线及浓度-信背比曲线进行分析，能获取对应医用荧光成像系统的最低有效成像浓度信息，该最低有效成像浓度信息反映了该医用荧光成像系统满足噪声、区分能力要求的可达到有效成像效果的最低荧光造影剂浓度，能直接反映出该医用荧光成像系统生成有效的荧光图像所需的极限条件，使医用荧光成像系统的荧光性能得以科学量化。
第四方面，本申请还提供了一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
第五方面，本申请还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
由上可知，本申请提供了一种灵敏度评价方法、测试方法、装置、电子设备及存储介质，其中，灵敏度评价方法通过对浓度-信噪比曲线及浓度-信背比曲线进行分析，能获取对应医用荧光成像系统的最低有效成像浓度信息，该最低有效成像浓度信息反映了该医用荧光成像系统满足噪声、区分能力要求的可达到有效成像效果的最低荧光造影剂浓度，能直接反映出该医用荧光成像系统生成有效的荧光图像所需的极限条件，使医用荧光成像系统的荧光性能得以科学量化，从而实现了医用荧光成像系统灵敏度的客观性评价，便于用户直观地对市面上不同医用荧光成像系统的灵敏度进行区分。
附图说明
图1为本申请实施例提供的灵敏度评价方法的流程图。
图2为本申请实施例提供的灵敏度测试方法的流程图。
图3为一种应用本申请实施例的灵敏度测试方法的荧光造影剂样品盘的结构示意图。
图4为本申请实施例提供的灵敏度评价装置的结构示意图。
图5为本申请实施例提供的电子设备的结构示意图。
附图标记：301、第一获取模块；302、第二获取模块；303、灵敏度评价模块；401、处理器；402、存储器；403、通信总线。
具体实施方式
下面将结合本申请实施例中附图，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。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
第一方面，请参照图1，图1是本申请一些实施例中的一种灵敏度评价方法的流程图，该评价方法用于评价医用荧光成像系统的灵敏度，评价方法包括以下步骤：
A1、获取医用荧光成像系统的浓度-信噪比曲线；
具体地，浓度-信噪比曲线为信噪比关于浓度变化的曲线图像，不同荧光成像系统一般具有不同的浓度-信噪比曲线，信噪比（signal-to-noise ratio，SNR）是一种用于评价图像质量的关键手段，通常通过比较探测信号数值和背景噪声数值得到，从图像信号上看，信噪比的大小代表着图像信号的连续性，是区分图像有用信号和噪声的一个重要参数，在医用荧光成像系统而言，浓度一般指的是荧光造影剂的浓度，不同浓度的荧光造影剂在医用荧光成像系统中能生成不同亮度的图像信息；对于同一浓度而言，医用荧光成像系统获取的信噪比越高，代表成像设备的探测信号的质量越好，图像越细腻；因此，本申请实施例中的浓度-信噪比曲线反映了对应的医用荧光成像系统在不同荧光造影剂浓度下生成的图像信息的噪声大小，即反映了对应的医用荧光成像系统在不同荧光造影剂浓度下生成的图像信息的质量。
A2、获取医用荧光成像系统的浓度-信背比曲线；
具体地，浓度-信背比曲线为信背比关于浓度变化的曲线图像，不同荧光成像系统一般具有不同的浓度-信背比曲线，信背比（signal-to-background ratio，SBR）是另一种用于评价图像质量的关键手段，在临床上往往与荧光检测的敏感度和检出率相关，常作为临床研究的相关终点参数。
更具体地，特定的组织光学特性和成像设备对背景光的滤除能力，共同决定了荧光图像的背景；强度过高的背景信号将使荧光信号对比度下降，影响图像质量和临床评估。信背比的比值越高，代表对应的医用荧光成像系统在背景杂散光过滤方面性能越好，其荧光信号与背景信号差异更大，荧光显影区域如肿瘤、淋巴等，与周围背景组织的区分程度越大，越有助于区分正常组织和病变组织；因此，本申请实施例中的浓度-信背比曲线反映了对应的医用荧光成像系统在不同荧光造影剂浓度下生成的图像信息的背景信息与目标组织的显影区别程度，即反映了对应的医用荧光成像系统在不同荧光造影剂浓度下生成的图像信息对于目标组织的区分能力。
A3、根据浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为灵敏度。
具体地，荧光成像系统输出的有效的荧光图像具有对应的荧光造影剂浓度范围，而最低有效成像浓度信息为该荧光造影剂浓度范围中的最低荧光造影剂浓度，即该医用荧光成像系统基于该浓度的荧光造影剂能产生最低限度地满足噪声、区分能力要求的荧光图像，而该医用荧光成像系统基于小于该浓度的荧光造影剂进行成像时，无法产生满足噪声、区分能力要求的荧光图像。
更具体地，医用荧光成像系统对一定浓度范围内的造影剂的荧光会产生可变化信号响应，高于该浓度范围的造影剂的荧光将持续呈现信号峰值响应，低于该浓度范围的造影剂的荧光将保持低强度信号响应或无信号，在信号质量符合要求的情况下，可探测的最低荧光造影剂浓度即为系统的灵敏度；该灵敏度是指对应的医用荧光成像系统可达到有效成像效果的最低荧光造影剂浓度，直接影响着荧光检测的敏感性和检出率等数据。
更具体地，信噪比和信背比分别表征了对应的荧光成像系统对于噪声的滤除能力和目标组织的区分能力，根据浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息的过程为获取满足最大噪声、最低区分能力下的荧光造影剂浓度范围，并以该浓度范围中的最低有效成像浓度信息作为对应的医用荧光成像系统灵敏度，该灵敏度的值越低，表明对应的医用荧光成像系统成像越灵敏，成像质量越好，即表明对应的医用荧光成像系统能在更大的荧光造影剂浓度范围内生成有效的荧光图像。
更具体地，步骤A3基于步骤A1获取的浓度-信噪比曲线和步骤A2获取的浓度-信背比曲线进行分析来计算灵敏度，应当理解的是，步骤A1和步骤A2不区分先后执行顺序，在本申请实施例中，优选为同时执行。
更具体地，本申请实施例的评价方法不对浓度-信噪比曲线和浓度-信背比曲线的获取过程作限定，可以是根据对医用荧光成像系统进行一次或多次荧光测试来获取，还可以是根据医用荧光成像系统出厂参数进行获取等。
本申请实施例的评价方法，通过对浓度-信噪比曲线及浓度-信背比曲线进行分析，能获取对应医用荧光成像系统的最低有效成像浓度信息，该最低有效成像浓度信息反映了该医用荧光成像系统满足噪声、区分能力要求的可达到有效成像效果的最低荧光造影剂浓度，能直接反映出该医用荧光成像系统生成有效的荧光图像所需的极限条件，使医用荧光成像系统的荧光性能得以科学量化，从而实现了医用荧光成像系统灵敏度的客观性评价，便于用户直观地对市面上不同医用荧光成像系统的灵敏度进行区分。
在一些优选的实施方式中，根据浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息的步骤包括：
A31、基于浓度-信噪比曲线和预设的信噪比阈值获取有效浓度信息范围；
A32、基于有效浓度信息范围、浓度-信背比曲线及预设的信背比阈值获取最低有效成像浓度信息。
具体地，由前述内容可知，信噪比和信背比分别反映了对应荧光图像的噪声、区分能力，基于预设的信噪比阈值获取的有效浓度信息范围反映了该医用荧光成像系统获取的荧光图像中噪声满足使用需求时的荧光造影剂的浓度范围；在此基础上，在有效浓度信息中进行信背比筛选，获取有效浓度信息范围中区分能力满足使用要求的荧光图像中的荧光造影剂的浓度范围，从而能得到既满足噪声要求且满足区分能力要求的最低有效成像浓度信息。
更具体地，预设的信噪比和预设的信背比根据对应的医用荧光成像系统的应用领域进行设定。
更具体地，本申请实施例的评价方法，通过步骤S31-步骤S32进行两级浓度筛选，可快速锁定并获取最低有效成像浓度信息，即获取了对应医用荧光成像系统在极限条件下的荧光图像的最低荧光造影剂浓度，该筛选过程具有运算逻辑简单、分析准确的特点。
在一些别的实施方式中，根据浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息的步骤还可以改变为包括：
A31’、基于浓度-信背比曲线及预设的信背比阈值获取有效浓度信息范围；
A32’、基于有效浓度信息范围、浓度-信噪比曲线和预设的信噪比阈值获取最低有效成像浓度信息。
具体地，相比起步骤A31-步骤A32，步骤A31’-步骤A32’先以信背比筛选出有效浓度信息范围，再根据信噪比在有效浓度信息范围筛选出最低有效成像浓度信息。
在一些优选的实施方式中，预设的信噪比阈值为20dB，预设的信背比阈值为3。
具体地，在肿瘤荧光显影中，通常将肿瘤和背景组织的荧光信号比值称为肿瘤背景比(tumor-to-background ratio，TBR)，有报道认为该肿瘤特异性的信号差异比值至少大于3，才可使外科医生在临床研究中区分肿瘤和正常组织；因此，在本申请实施例中，将信背比阈值设定为3，使得对应的医用荧光成像系统对应于最低有效成像浓度信息以上的荧光造影剂浓度能生成用于区分肿瘤组织的荧光图像；其次，预设的信噪比阈值为20dB能满足医用荧光成像系统对于荧光图像的去噪需求。
第二方面，请参照图2，图2是本申请一些实施例中提供的一种灵敏度测试方法的流程图，由于本申请第一方面提供了一种能应用在医用荧光成像系统的灵敏度评价方法，在此基础上，本申请实施例提供一种在该灵敏度评价方法进一步开发的适用于各个医用荧光成像系统的灵敏度测试方法；该测试方法用于测试医用荧光成像系统的灵敏度，测试方法包括以下步骤：
B1、配制探测溶液，探测溶液为浓度覆盖医用荧光成像系统从过曝响应到无响应的荧光造影剂；
具体地，配制上述浓度的探测溶液能使得医用荧光成像系统生成包含最低有效成像浓度信息在内的对应荧光图像，其中无响应的荧光造影剂对应于荧光成像系统而言会产生不合格的荧光图像。
B2、利用探测溶液对医用荧光成像系统进行成像测试以获取包含从过曝响应到无响应影像的多个荧光图像；
具体地，产生荧光图像的过程是可以基于一次试验置入多种浓度的荧光造影剂以生成包含各种亮度值的荧光图像，还可以是基于多次实验置入多种不同浓度的荧光造影剂以生成多种包含不同亮度值的荧光图像；在本申请实施例中，产生荧光图像的过程优选为前者，且重复执行多次测试，以获取多个荧光造影剂浓度分布一致的荧光图像，便于后续进行多个荧光图像的数据比对，从而提高灵敏度测试的准确性。
B3、根据多个荧光图像获取医用荧光成像系统的浓度-信噪比曲线；
具体地，由前述内容可知，浓度-信噪比曲线反映了对应医用荧光成像系统获取的荧光图像中信噪比与浓度的变化关系，步骤B3基于步骤B2获取的多个荧光图像进行分析，可有效提高浓度-信噪比曲线的可靠性，使得该浓度-信噪比曲线能更准确地反映出对应医用荧光成像系统的图像质量。
B4、根据多个荧光图像获取医用荧光成像系统的浓度-信背比曲线；
具体地，由前述内容可知，浓度-信背比曲线反映了对应医用荧光成像系统获取的荧光图像中信背比与浓度的变化关系，步骤B4基于步骤B2获取的多个荧光图像进行分析，可有效提高浓度-信背比曲线的可靠性，使得该浓度-信背比曲线能更准确地反映出对应医用荧光成像系统的图像区分能力。
B5、根据浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为医用荧光成像系统的灵敏度。
具体地，该步骤与第一方面提供的评价方法的步骤A3执行过程一致，可快速、准确地获取最低有效成像浓度信息来作为医用荧光成像系统的灵敏度。
本申请实施例的灵敏度评价方法，基于从过曝响应到无响应的荧光造影剂生成包含多个亮度的多个荧光图像，并根据这些荧光图像获取准确的浓度-信噪比曲线及浓度-信背比曲线，在此基础上，进行测试分析以获取能反映荧光成像系统的灵敏度优劣的最低有效成像浓度信息，使医用荧光成像系统的荧光性能得以科学量化，从而实现了医用荧光成像系统灵敏度的快速测试，便于用户直观地对市面上不同医用荧光成像系统的灵敏度进行检测。
在一些优选的实施方式中，根据多个荧光图像获取医用荧光成像系统的浓度-信噪比曲线的步骤包括：
B31、获取多个荧光图像中各个位置的亮度值；
B32、根据亮度值获取各个位置的信噪比；
B33、根据信噪比和荧光图像中对应探测溶液的浓度建立浓度-信噪比曲线。
具体地，在本申请实施例中，多个荧光图像优选为基于同一环境下的同一样品盘进行测试获取，使得荧光图像每个位置的亮度值对应于同一荧光造影剂的浓度，使得步骤B32能根据亮度值分析比对各个位置的信噪比。
更具体地，不同位置的信噪比表征了不同荧光造影剂浓度对应的信噪比，因此，步骤B33能根据信噪比对应的亮度值溯源探测溶液的浓度，从而快速建立浓度-信噪比曲线。
在一些优选的实施方式中，根据亮度值获取多个荧光图像的各个位置的信噪比的步骤包括：
B321、根据亮度值获取第一亮度均值，第一亮度均值为多个荧光图像的相同位置的亮度均值；
具体地，以荧光图像中任一位置为例，设该位置坐标为
，其中，i，j分别为荧光图像中的横坐标和纵坐标，
为第k个荧光图像中
处的亮度值，则对于n个荧光图像而言，
处的第一亮度均值为
，满足：
B322、根据第一亮度均值和亮度值获取各个位置的亮度的标准差；
具体地，设
处的标准差为
，则有：
B323、根据标准差和第一亮度均值获取各个位置的信噪比。
具体地，将
和
代入信噪比计算公式中便能快速计算出
处的信噪比
，在本申请实施例中，信噪比计算公式为：
更具体地，基于公式（1）-（3）能快速获取荧光图像中各个坐标的信噪比，基于各个坐标与荧光造影剂的浓度关系，结合各个坐标的信噪比便能快速绘制生成步骤B33中的浓度-信噪比曲线。
更具体地，在执行完步骤B323后可获取代表各个荧光图像中坐标点的信噪比，但对于整个测试而言，每种浓度的荧光造影剂对应在荧光图像中一般表现为块状图像，为提高本申请实施例的测试精度，每种浓度对应的信噪比应该与对应于块状图像的数据进行计算获取，假设块状图像的区域大小为MxN，
为MxN区域中的一点，故该荧光造影剂浓度对应的信噪比可进一步限定MxN为区域内所有信噪比的均值
，满足：
其中，k为MxN区域内的像素编号，对应于每一个
，MN为区域内的像素总数。
更具体地，在该实施方式中，基于公式（1）-（4）能快速获取荧光图像中各个浓度的信噪比，可直接结合浓度和信噪比执行步骤B33来绘制浓度-信噪比曲线，以进一步提高浓度-信噪比曲线的可靠性。
在一些优选的实施方式中，根据多个荧光图像获取医用荧光成像系统的浓度-信背比曲线的步骤包括：
B41、获取第二亮度均值，第二亮度均值为多个荧光图像的中心背景信号的亮度均值；
具体地，在本申请实施例中，将第二亮度均值定义为B。
B42、获取第三亮度均值，第三亮度均值为多个荧光图像对应于同一荧光造影剂浓度的亮度均值；
具体地，在本申请实施例中，将第三亮度均值定义为S。
B43、根据第二亮度均值和第三亮度均值获取信背比；
具体地，根据信背比计算公式SBR=S/B便可快速计算获取信背比SBR。
B44、根据信背比及第三亮度均值对应的荧光造影剂浓度建立浓度-信背比曲线。
具体地，第三亮度均值S与浓度之间关联，故步骤B44能根据第三亮度均值溯源探测溶液的浓度，从而快速建立浓度-信背比曲线。
在一些优选的实施方式中，步骤B41获取第二亮度均值和B42获取第三亮度均值的过程为：在多个荧光图像中，分别在每张图像的中心背景信号及同一浓度荧光造影剂对应的局部图像中各选取t个像素点(t≥1000)，以每个对象中的t个像素点的平均亮度值获取对应的第二亮度均值及第三亮度均值，分别计算出所有图像中中心背景信号亮度均值获取B和所有浓度荧光造影剂对应的局部图像的亮度均值S。
在一些优选的实施方式中，多个荧光图像优选为8个以上。
在一些优选的实施方式中，为了进一步提高灵敏度测试的准确性，步骤B2获取荧光图像的过程设置在标准的荧光造影剂样品盘上进行，从而确保不同医用荧光成像系统获取的荧光图像规格一致，且产生的荧光图像中的数据具有可比性，以进一步提高本申请实施例的测试方法的可靠性。
在一些优选的实施方式中，利用探测溶液对医用荧光成像系统进行成像测试以获取包含从过曝响应到无响应影像的多个荧光图像的步骤包括：
将探测溶液加载在荧光造影剂样品盘中，利用医用荧光成像系统对荧光造影剂样品盘进行成像测试以获取包含从过曝响应到无响应影像的多个荧光图像，荧光造影剂样品盘具有匹配于不同尺寸成像图像的视野定位孔，及多个圆周阵列的测试孔，探测溶液加载在视野定位孔和测试孔中。
在一些优选的实施方式中，如图3所示为一种应用本申请实施例的灵敏度测试方法的荧光造影剂样品盘的结构示意图，该样品盘具有A、B、C、D、a、b、c、d共8个视野定位孔，其中，A、B、C、D四个视野定位孔用于针对16:9尺寸比例的荧光图像进行定位成像，a、b、c、d四个视野定位孔用于针对4:3尺寸比例的荧光图像进行定位成像；该样品盘中部具有12个圆周阵列的测试孔，用于按浓度梯度置入覆盖医用荧光成像系统从过曝响应到无响应的荧光造影剂，使得最终获取的荧光图像覆盖医用荧光成像系统从过曝响应到无响应的局部图像；将该只有荧光造影剂的样品盘置入待测试的医用荧光成像系统进行成像处理便能获取荧光图像。
具体地，现有市面上的医用荧光成像系统生成的荧光图像尺寸一般为16:9或4:3的尺寸样式，医用荧光成像系统在荧光成像时无法确认视野边界和位置，本申请实施例的方法所采用的荧光造影剂样品盘设置两套视野定位孔，能针对两种尺寸样式的图像进行视野定位，并能确保荧光图像视场一致。
更具体地，测试孔优选设置在荧光造影剂样品盘中部，且为等距圆周阵列设置，使得探测溶液生成的多个荧光点以荧光图像的中央为圆心呈圆周分布，该荧光造影剂样品盘使对应的医用荧光成像系统能针对照明光、激发光高斯分布及圆形发散等特征进行成像，以避免测试角度和均匀性产生误差。
在一些优选的实施方式中，中心背景信号为该样品盘的圆周阵列的测试孔的阵列圆心处对应的荧光图像的颜色信号。
在一些优选的实施方式中，在执行步骤B2的过程中，视野定位孔加载有对应于过曝响应的高浓度荧光造影剂，使得获取的多个荧光图像能基于与视野定位孔位置对应的过曝图像进行定位比对，从而进一步提高浓度-信噪比曲线及浓度-信背比曲线的精度。
在一些优选的实施方式中，荧光造影剂样品盘采用光散射能力强的材料制备而成，如白色PVC，光散射能力强的材料制备的荧光造影剂样品盘能增强荧光成像的背景散射性能，使得照明光和激发光更容易进入医用荧光成像系统，以使荧光测试条件更为严格，从而提高灵敏度的测试精度。
在一些优选的实施方式中，视野定位孔优选为直径5mm的半圆凹坑，能加载足够用于荧光定位的体积的荧光造影剂。
在一些优选的实施方式中，测试孔优选为直径10mm的半圆凹坑，能加载足够用于荧光分析的体积的荧光造影剂。
第三方面，请参照图4，图4是本申请一些实施例中提供的一种灵敏度评价装置的结构示意图，该评价装置用于评价医用荧光成像系统的灵敏度，装置包括：
第一获取模块301，用于获取医用荧光成像系统的浓度-信噪比曲线；
第二获取模块302，用于获取医用荧光成像系统的浓度-信背比曲线；
灵敏度评价模块303，用于根据浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为灵敏度。
本申请实施例的装置，通过对浓度-信噪比曲线及浓度-信背比曲线进行分析，能获取对应医用荧光成像系统的最低有效成像浓度信息，该最低有效成像浓度信息反映了该医用荧光成像系统满足噪声、区分能力要求的可达到有效成像效果的最低荧光造影剂浓度，能直接反映出该医用荧光成像系统生成有效的荧光图像所需的极限条件，使医用荧光成像系统的荧光性能得以科学量化，从而实现了医用荧光成像系统灵敏度的客观性评价，便于用户直观地对市面上不同医用荧光成像系统的灵敏度进行区分。
在一些优选的实施方式中，本申请实施例的灵敏度评价装置用于执行上述第一方面提供的灵敏度评价方法。
第四方面，请参照图5，图5为本申请实施例提供的一种电子设备的结构示意图，本申请提供一种电子设备，包括：处理器401和存储器402，处理器401和存储器402通过通信总线403和/或其他形式的连接机构（未标出）互连并相互通讯，存储器402存储有处理器401可执行的计算机程序，当计算设备运行时，处理器401执行该计算机程序，以执行时执行上述实施例的任一可选的实现方式中的评价方法。
具体地，该电子设备在执行步骤A1时，可基于第二方面提供的测试方法中的步骤B31-步骤B33来实施步骤A1。
更具体地，该电子设备在执行步骤A2时，可基于第二方面提供的测试方法中的步骤B41-步骤B44来实施步骤A2。
第五方面，本申请实施例提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，执行上述实施例的任一可选的实现方式中的评价方法。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random Access Memory, 简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory, 简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory, 简称EPROM），可编程只读存储器（Programmable Red-Only Memory, 简称PROM），只读存储器（Read-Only Memory, 简称ROM），磁存储器，快闪存储器，磁盘或光盘。
具体地，该计算机程序被处理器执行步骤A1时，可基于第二方面提供的测试方法中的步骤B31-步骤B33来实施步骤A1。
更具体地，该计算机程序被处理器执行步骤A2时，可基于第二方面提供的测试方法中的步骤B41-步骤B44来实施步骤A2。
综上，本申请实施例提供了一种灵敏度评价方法、测试方法、装置、电子设备及存储介质，其中，灵敏度评价方法通过对浓度-信噪比曲线及浓度-信背比曲线进行分析，能获取对应医用荧光成像系统的最低有效成像浓度信息，该最低有效成像浓度信息反映了该医用荧光成像系统满足噪声、区分能力要求的可达到有效成像效果的最低荧光造影剂浓度，能直接反映出该医用荧光成像系统生成有效的荧光图像所需的极限条件，使医用荧光成像系统的荧光性能得以科学量化，从而实现了医用荧光成像系统灵敏度的客观性评价，便于用户直观地对市面上不同医用荧光成像系统的灵敏度进行区分。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种灵敏度评价方法，用于评价医用荧光成像系统的灵敏度，其特征在于，所述评价方法包括以下步骤：
获取所述医用荧光成像系统的浓度-信噪比曲线；
获取所述医用荧光成像系统的浓度-信背比曲线；
根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为所述灵敏度。
2.根据权利要求1所述的灵敏度评价方法，其特征在于，所述根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息的步骤包括：
基于所述浓度-信噪比曲线和预设的信噪比阈值获取有效浓度信息范围；
基于所述有效浓度信息范围、所述浓度-信背比曲线及预设的信背比阈值获取所述最低有效成像浓度信息。
3.根据权利要求2所述的灵敏度评价方法，其特征在于，所述信噪比阈值为20dB，所述信背比阈值为3。
4.一种灵敏度测试方法，用于测试医用荧光成像系统的灵敏度，其特征在于，所述测试方法包括以下步骤：
配制探测溶液，所述探测溶液为浓度覆盖所述医用荧光成像系统从过曝响应到无响应的荧光造影剂；
利用所述探测溶液对所述医用荧光成像系统进行成像测试以获取包含从过曝响应到无响应影像的多个荧光图像；
根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信噪比曲线；
根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信背比曲线；
根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为所述医用荧光成像系统的所述灵敏度。
5.根据权利要求4所述的灵敏度测试方法，其特征在于，所述根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信噪比曲线的步骤包括：
获取多个所述荧光图像中各个位置的亮度值；
根据所述亮度值获取各个位置的信噪比；
根据所述信噪比和所述荧光图像中对应探测溶液的浓度建立所述浓度-信噪比曲线。
6.根据权利要求4所述的灵敏度测试方法，其特征在于，所述根据多个所述荧光图像获取所述医用荧光成像系统的浓度-信背比曲线的步骤包括：
获取第二亮度均值，所述第二亮度均值为多个所述荧光图像的中心背景信号的亮度均值；
获取第三亮度均值，所述第三亮度均值为多个所述荧光图像对应于同一荧光造影剂浓度的亮度均值；
根据所述第二亮度均值和所述第三亮度均值获取信背比；
根据所述信背比及所述第三亮度均值对应的荧光造影剂浓度建立所述浓度-信背比曲线。
7.根据权利要求4所述的灵敏度测试方法，其特征在于，所述利用所述探测溶液对所述医用荧光成像系统进行成像测试以获取包含从过曝响应到无响应影像的多个荧光图像的步骤包括：
将所述探测溶液加载在荧光造影剂样品盘中，利用所述医用荧光成像系统对所述荧光造影剂样品盘进行成像测试以获取包含从过曝响应到无响应影像的多个所述荧光图像，所述荧光造影剂样品盘具有匹配于不同尺寸成像图像的视野定位孔，及多个圆周阵列的测试孔，所述探测溶液加载在所述视野定位孔和所述测试孔中。
8.一种灵敏度评价装置，用于评价医用荧光成像系统的灵敏度，其特征在于，所述装置包括：
第一获取模块，用于获取所述医用荧光成像系统的浓度-信噪比曲线；
第二获取模块，用于获取所述医用荧光成像系统的浓度-信背比曲线；
灵敏度评价模块，用于根据所述浓度-信噪比曲线及浓度-信背比曲线获取最低有效成像浓度信息，作为所述灵敏度。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-3任一项所述方法中的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-3任一项所述方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210778146.3A CN114866766A (zh) | 2022-07-04 | 2022-07-04 | 灵敏度评价方法、测试方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210778146.3A CN114866766A (zh) | 2022-07-04 | 2022-07-04 | 灵敏度评价方法、测试方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114866766A true CN114866766A (zh) | 2022-08-05 |
Family
ID=82625986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210778146.3A Pending CN114866766A (zh) | 2022-07-04 | 2022-07-04 | 灵敏度评价方法、测试方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114866766A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090080194A1 (en) * | 2006-02-15 | 2009-03-26 | Li-Cor, Inc. | Fluorescence filtering system and method for molecular imaging |
| CN103379848A (zh) * | 2011-02-21 | 2013-10-30 | 奥林巴斯株式会社 | 荧光观察装置 |
| CN108169215A (zh) * | 2017-12-05 | 2018-06-15 | 浙江全世科技有限公司 | 一种发射光谱仪积分时间上限设定的计算方法 |
| CN109030431A (zh) * | 2018-06-04 | 2018-12-18 | 华中科技大学苏州脑空间信息研究院 | 一种利用水溶性光吸收剂提升图像信噪比的方法 |
| CN110913182A (zh) * | 2019-12-09 | 2020-03-24 | 广东欧谱曼迪科技有限公司 | 一种腹腔镜影像系统图像信噪比快速评估装置及方法 |
| CN111598965A (zh) * | 2020-05-18 | 2020-08-28 | 南京超维景生物科技有限公司 | 超声造影图像的超分辨重建预处理方法和超分辨重建方法 |
| CN112449683A (zh) * | 2018-04-26 | 2021-03-05 | 达特默斯大学托管会 | 用于确定表面下荧光物体的深度和浓度的装置和方法 |
-
2022
- 2022-07-04 CN CN202210778146.3A patent/CN114866766A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090080194A1 (en) * | 2006-02-15 | 2009-03-26 | Li-Cor, Inc. | Fluorescence filtering system and method for molecular imaging |
| CN103379848A (zh) * | 2011-02-21 | 2013-10-30 | 奥林巴斯株式会社 | 荧光观察装置 |
| CN108169215A (zh) * | 2017-12-05 | 2018-06-15 | 浙江全世科技有限公司 | 一种发射光谱仪积分时间上限设定的计算方法 |
| CN112449683A (zh) * | 2018-04-26 | 2021-03-05 | 达特默斯大学托管会 | 用于确定表面下荧光物体的深度和浓度的装置和方法 |
| CN109030431A (zh) * | 2018-06-04 | 2018-12-18 | 华中科技大学苏州脑空间信息研究院 | 一种利用水溶性光吸收剂提升图像信噪比的方法 |
| CN110913182A (zh) * | 2019-12-09 | 2020-03-24 | 广东欧谱曼迪科技有限公司 | 一种腹腔镜影像系统图像信噪比快速评估装置及方法 |
| CN111598965A (zh) * | 2020-05-18 | 2020-08-28 | 南京超维景生物科技有限公司 | 超声造影图像的超分辨重建预处理方法和超分辨重建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李娜娜，黄志强，顾兆泰，安昕: "一种荧光摄像系统的性能检测标准方法", 《中国医疗器械杂志》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Varghese et al. | Texture analysis of imaging: what radiologists need to know | |
| JP4504203B2 (ja) | 画像分析に基づいたエストロゲン及びプロゲステロン表現のスコアリング | |
| CN112106107A (zh) | 显微镜切片图像的聚焦加权的机器学习分类器误差预测 | |
| Davids et al. | Fully-automated quality assurance in multi-center studies using MRI phantom measurements | |
| Iannarelli et al. | Analysis of CT features and quantitative texture analysis in patients with thymic tumors: correlation with grading and staging | |
| US8189884B2 (en) | Methods for assessing molecular expression of subcellular molecules | |
| CN106796145A (zh) | 从生物学样本的纯光谱提取 | |
| CN104812288A (zh) | 图像处理装置、图像处理方法和图像处理程序 | |
| CN111247422A (zh) | 用于执行分析测量的方法和设备 | |
| US9652844B2 (en) | Method and apparatus for automatic cancer diagnosis scoring of tissue samples | |
| US20100104513A1 (en) | Method and system for dye assessment | |
| JP2023534175A (ja) | Ｌｆａ試験片のニューラル・ネットワーク分析 | |
| US9342883B2 (en) | Omnibus resolution assessment target for sensors | |
| EP3527972A1 (en) | Method and devices for performing an analytical measurement | |
| Abas et al. | Computer‐assisted quantification of CD3+ T cells in follicular lymphoma | |
| CN114866766A (zh) | 灵敏度评价方法、测试方法、装置、电子设备及存储介质 | |
| CN112102355B (zh) | 平板探测器的低对比度分辨率的识别方法、设备、存储介质及系统 | |
| US10176577B2 (en) | System for determining a cancer diagnosis score derived from stained nuclei | |
| Vimort et al. | Detection of bone loss via subchondral bone analysis | |
| KR20200044172A (ko) | 표면검사를 위한 딥러닝 학습방법 | |
| Kargol et al. | Diffusion-weighted magnetic resonance imaging of 103 patients with rectal adenocarcinoma identifies the apparent diffusion coefficient as an imaging marker for tumor invasion and regional lymph node involvement | |
| Sinha et al. | Detailed study of the Boötes field using 300–500 MHz uGMRT observations: source properties and radio–infrared correlations | |
| EP4115168A1 (en) | Automated fluorescence imaging and single cell segmentation | |
| Gennaro et al. | Automated analysis of phantom images for the evaluation of long-term reproducibility in digital mammography | |
| Li et al. | Assessment the Impact of IDH Mutation Status on MRI Assessments of White Matter Integrity in Glioma Patients: Insights From Peak Width of Skeletonized Mean Diffusivity and Free Water Metrics |
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 |
Application publication date: 20220805 |
|
| RJ01 | Rejection of invention patent application after publication |