前言
由於傳統醫療影像系統需要醫師針對病理圖像逐一進行人工識別和標記,而醫師的專業能力和判斷經驗直接影響醫療診斷效率及病灶圖像辨識準確度。有鑑於此,近年來,科學家結合人工智慧、影像分析、影像醫學、病理學圖像,提出智慧醫療影像系統(Smart Medical Image System)解決方案,以更有效率的方式協助醫師進行疾病診斷。那麼智慧醫療影像系統組成結構有哪些?知名大型企業像是SiemensSamsung MedisonIBMGE HealthcarePhilips Healthcare在智慧醫療影像系統美國專利涉及的領域布局重點有哪些?專利涉及的技術項目布局重點又是哪些?是影像分析?圖形識別方法?圖像特徵擷取?還是機器學習?另一方面,值得關注的是,台灣產、學、研組織在智慧醫療影像系統美國專利布局重點又是哪些?對此,本文進行深入剖析與探討。
目錄
    技術簡介
    專利布局分析
    結論
    附錄
圖目錄
    圖一、雙智慧醫療影像系統組成結構圖示
表目錄
    表一、智慧醫療影像系統美國公開專利領域別和專利申請年度交叉分析
    表二、智慧醫療影像系統美國公開專利領域別和國家別交叉分析
    表三、智慧醫療影像系統美國公開專利領域別和大型企業、知名大學交叉分析
    表四、智慧醫療影像系統美國公開專利領域別和新創企業、台灣權利人交叉分析
    表五、智慧醫療影像系統美國公開專利技術別和專利申請年度交叉分析
    表六、智慧醫療影像系統美國公開專利技術別和國家別交叉分析
    表七、智慧醫療影像系統美國公開專利技術別和大型企業、知名大學交叉分析
    表八、智慧醫療影像系統美國公開專利技術別和新創企業、台灣權利人交叉分析
推薦報告
  • 以上研究報告資料係經由MIC內部整理分析所得,並對外公告之研究成果, 由於產業倍速變動、資訊的不完整,及其他不確定之因素,並不保證上述報告於未來仍維持正確與完整, 引用時請注意發佈日期,及立論之假設或當時情境,如有修正、調整之必要,MIC將於日後研究報告中說明。 敬請參考MIC網站公告之最新結果。
  • 著作權所有,非經本會書面同意,不得翻印或轉讓。
  • BACK
    評論此篇報告
    您的評論已送出
    我們會竭誠盡快地回覆您。
    分享此篇報告
    Facebook
    Line
    複製連結
    登入
    正式會員第一次使用,請輸入會員編號/會員密碼/Email,系統會偵測第一次使用,註冊/認證之後,即可上線使用

    不是會員?

    邀請您申請免費試閱聯絡我們