WO2026052364 - MULTISTEP KLASSIFIZIERUNG
National phase entry is expected:
Publication Number
WO/2026/052364
Publication Date
12.03.2026
International Application No.
PCT/EP2025/073366
International Filing Date
14.08.2025
Title **
[German]
MULTISTEP KLASSIFIZIERUNG
[English]
MULTI-STEP CLASSIFICATION
[French]
CLASSIFICATION EN PLUSIEURS ÉTAPES
Applicants **
KARL STORZ SE & CO. KG
Inventors
MANIN, Valeriy
KHAZATSKIY, Igor
Priority Data
102024125704.0
06.09.2024
DE
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| Number of Office Actions | * |
| * | |
International Searching Authority |
EPO
* |
| Recordal of a Change of the Applicant's Name/Address |
Change of Applicant's Name and Address
* |
| Type of Assignment |
The Standard Agent's Assignment
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Patent Delivery |
Send the Letters Patent by Courier
* |
| Translation |
|
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing, Examination, Granting | 1938 | |
| EPO | Filing, Examination, Granting | 8126 | |
| Japan | Filing, Examination, Granting | 2062 | |
| South Korea | Filing, Examination, Granting | 1883 | |
| USA | Filing, Examination, Granting | 5340 |
Total:
19,349
Contact Us
Abstract[German]
Die vorliegende Erfindung betrifft ein computerimplementiertes mehrstufiges Verfahren zur Erkennung und Klassifizierung von Objekten in medizinischen Bilddaten umfassend das Erfassen eines ersten digitalen Bilds eines Bildfeldes mit einer ersten Bildinformationsdichte, Erstellen einer ersten Version des ersten digitalen Bildes wobei wenigstens ein Abschnitt eine geringere Bildinformationsdichte aufweist, Anwenden eines ersten auf die Erkennung wenigstens eines Objekts ausgerichteten Objekterkennungsmodells auf die erste Version des Bildes, Identifizieren wenigstens eines Objekts in der ersten Version des Bildes und Bestimmen einer entsprechenden region of interest (ROI), Extrahieren ein der ROI entsprechendes erstes Teilbild aus dem ersten Bild mit der ersten Bildinformationsdichte, Anwenden eines zweiten auf die Erkennung wenigstens eines Objekts ausgerichteten Objekterkennungsmodells auf das erste Teilbild und Identifizieren wenigstens eines Objekts in dem ersten Teilbild.[English]
The present invention relates to a computer-implemented multi-step method for detecting and classifying objects in medical image data, comprising: capturing a first digital image of an image field having a first image information density; creating a first version of the first digital image, wherein at least one section has a lower image information density; applying a first object detection model, directed to the detection of at least one object, to the first version of the image; identifying at least one object in the first version of the image and determining a corresponding region of interest (ROI); extracting a first partial image, corresponding to the ROI, from the first image with the first image information density; applying a second object detection model, directed to the detection of at least one object, to the first partial image; and identifying at least one object in the first partial image.[French]
La présente invention se rapporte à un procédé à étapes multiples mis en œuvre par ordinateur pour détecter et classer des objets dans des données d'image médicale, consistant : à capturer une première image numérique d'un champ d'image présentant une première densité d'informations d'image; à créer une première version de la première image numérique, au moins une section présentant une densité d'informations d'image plus faible; à appliquer un premier modèle de détection d'objet, dirigé vers la détection d'au moins un objet, vers la première version de l'image; à identifier au moins un objet dans la première version de l'image et à déterminer une région d'intérêt (ROI) correspondante; à extraire une première image partielle, correspondant à la ROI, à partir de la première image présentant la première densité d'informations d'image; à appliquer un second modèle de détection d'objet, dirigé vers la détection d'au moins un objet, vers la première image partielle; et à identifier au moins un objet dans la première image partielle.