جدیدپشتیبانی از استاندارد DICOMweb


Smart PACS

پلتفرم مدیریت و تحلیل
هوشمند تصاویر پزشکی

تحلیل هوشمند تصاویر رادیولوژی بصورت آنلاین

بارگذاری تصویر رادیولوژی

تحلیل هوشمند بروی تصاویر

ارائه نتایج تحلیل

معرفی تکنیک های تصویربرداری پزشکی

رادیوگرافی قدیمی‌ترین و پرکاربردترین روش تصویربرداری است که از اشعه ایکس استفاده می‌کند. در این روش، اشعه از بدن عبور کرده و بافت‌های متراکم مانند استخوان آن را بیشتر جذب می‌کنند. از این روش برای تشخیص شکستگی‌های استخوانی، مشکلات ریوی و پوسیدگی دندان استفاده می‌شود. مزیت اصلی آن سرعت، در دسترس بودن و هزینه نسبتاً پایین است.

یک روش ایمن و بدون اشعه است که از امواج صوتی با فرکانس بالا بهره می‌برد. این امواج به درون بدن فرستاده شده و پژواک بازگشتی آن‌ها به تصویر تبدیل می‌گردد. مهمترین مزیت این روش، توانایی مشاهده بلادرنگ (Real-time) حرکات اندام‌ها و جریان خون است. سونوگرافی به طور گسترده برای بررسی سلامت جنین در دوران بارداری و بررسی اندام‌های داخلی مانند کبد و کلیه کاربرد دارد. این روش برای بیمار کاملاً بی‌خطر است

سی‌تی اسکن یک تکنیک پیشرفته بر پایه اشعه ایکس است که تصاویر مقطعی و سه‌بعدی دقیقی از بدن تولید می‌کند. در این روش، یک منبع اشعه ایکس به دور بیمار می‌چرخد و تصاویر متعددی از زوایای مختلف گرفته می‌شود. از سی‌تی اسکن اغلب برای تصویربرداری فوری پس از تصادفات، تشخیص سرطان‌ها و بررسی عروق خونی استفاده می‌شود. با این حال، دوز تشعشعی آن به مراتب بالاتر از یک عکس رادیوگرافی ساده است.

ام‌آرآی از یک میدان مغناطیسی بسیار قوی و امواج رادیویی برای ایجاد تصاویر با وضوح بالا استفاده می‌کند. برخلاف روش‌های مبتنی بر اشعه ایکس، این روش هیچ تابش یونیزانی ندارد و کاملاً ایمن محسوب می‌شود. این ویژگی آن را برای تشخیص تومورهای مغزی، آسیب‌های ورزشی و بیماری‌های عصبی ایده‌آل می‌سازد. از معایب اصلی آن می‌توان به زمان طولانی اسکن، هزینه بالا و محدودیت استفاده اشاره کرد.

مدل های کمک تشخیصی تصاویر پزشکی مبتنی بر هوش مصنوعی

مدل هوشمند Cardiac Detection

این مدل قادر است به‌طور هوشمند موقعیت و اندازه قلب در تصاویر رادیولوژی را تعیین نموده و یک کادر (Bounding Box) دقیق در اطراف قلب در تصاویر رادیولوژی ترسیم کند.

  • کمک به شناسایی ناهنجاری‌های قلبی و ریوی مرتبط با تغییرات اندازه یا جابجایی قلب.

  • کمک به تشخیص بیماری‌های قلبی مانند کاردیومیوپاتی و شناسایی شرایط حاد ریوی مانند پنوموتوراکس و آتلکتازی

  • کمک به تشخیص زودهنگام و کاهش خطر پیشرفت بیماری و عوارض بلندمدت

  • کاهش خطای انسانی و افزایش سرعت تشخیص.

اطلاعات بیشتر
Tutor image

مدل هوشمند Left Atrium Segmentation

تحلیل دقیق و خودکار تصاویر MRI قلبی برای اندازه‌گیری حجم دهلیز و شناسایی اختلالات مرتبط. راهکاری هوشمند برای کمک به تشخیص بیماری‌هایی مانند فیبریلاسیون دهلیزی و تنگی دریچه میترال.

اطلاعات بیشتر
Card image

مدل هوشمند Pneumonia Classification

این مدل قادر است به‌طور خودکار علائم پنومونی (ذات‌الریه) را در تصاویر پرتو ایکس قفسه سینه شناسایی کند.

  • تحلیل خودکار تصاویر رادیوگرافی قفسه سینه (Chest X-Ray)

  • تشخیص دقیق وجود یا عدم وجود علائم پنومونی

  • شناسایی الگوهای غیرطبیعی مانند کدورت (opacities)، سفتی و تجمع مایع در ریه

  • ارائه نتایج کمی و قابل اعتماد برای کمک به تصمیم‌گیری بالینی

اطلاعات بیشتر

مدل هوشمند Lung Tumor Segmentation

این فناوری با شناسایی و تحلیل دقیق تومورها در تصاویر سی‌تی اسکن به پزشکان امکان می‌دهد تا به طور مستقیم اندازه و حجم تومور را به دست آورده و احتمال نادیده گرفتن یک تومور را کاهش می‌دهد. این اطلاعات پایه و اساس تعیین مرحله پیشرفت تومور(Staging) را فراهم نموده که امری حیاتی درانتخاب مؤثرترین و مناسب‌ترین روش درمانی است.

اطلاعات بیشتر
Card image

پشتیبانی از استاندارد DICOMweb

پیاده‌سازی کامل استاندارد DICOMweb، امکان یکپارچه‌سازی و تبادل داده با کلیه سیستم‌های پزشکی را فراهم می‌کند

  • جستجوی پیشرفته بر اساس QIDO-RS : امکان جستجو و فیلتر کردن مطالعات، سری‌ها و instanceها بر اساس معیارهای مختلف با استفاده از استاندارد QIDO-RS
  • بازیابی تصاویر بر اساس WADO-RS: بازیابی تصاویر DICOM و فراداده‌های مربوطه با بالاترین کیفیت و حفظ یکپارچگی داده‌ها از طریق استاندارد WADO-RS
  • دسترسی سریع و بهینه : استفاده از پروتکل RESTful و JSON برای پاسخگویی سریع‌تر و کاهش حجم تبادل داده