[發明專利]基于自動器官識別的全自動圖像優化

在審

• 申請號: 201711290507.5
• 申請日: 2017-12-07
• 公開（公告）號: CN108230261A
• 公開（公告）日: 2018-06-29
• 發明（設計）人: Y.V.蔡姆巴倫科;P.奧迪
• 申請（專利權）人: 通用電氣公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;A61B8/00
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 鄭浩;劉春元

1.一種方法，包括：

在醫學成像設備中：

在基于特定成像技術的醫學成像期間自動辨別正被成像的區域中的解剖特征；

基于所述解剖特征的所述辨別來自動確定用于優化所述辨別的解剖特征的成像質量的一個或多個成像參數或設置；

基于所述確定的一個或多個成像參數或設置來配置所述醫學成像設備中的成像功能；

基于所述配置采集對應于所述正被成像的區域的醫學成像數據集；和

基于所述醫學成像數據集的處理生成用于渲染的一個或多個醫學圖像。

2.根據權利要求1所述的方法，包括使用基于深度學習和/或神經網絡的模型來辨別所述解剖特征并確定所述一個或多個成像參數或設置。

3.根據權利要求2所述的方法，其中，所述基于深度學習和/或神經網絡的模型被預先訓練以識別一個或多個解剖特征。

4.根據權利要求2所述的方法，其中，所述基于深度學習和/或神經網絡的模型是預先訓練的，以用于為每個識別的解剖特征選擇一個或多個成像優化參數或設置。

5.根據權利要求2所述的方法，其中，基于來自一個或多個用戶的反饋數據生成和/或更新所述基于深度學習和/或神經網絡的模型，所述反饋數據與用于特定解剖特征的識別和/或優化成像相關。

6.根據權利要求5所述的方法，其中，在專用計算系統中收集和處理所述反饋數據中的至少一些。

7.根據權利要求6所述的方法，其中，所述基于深度學習和/或神經網絡的模型和/或所述基于深度學習和/或神經網絡的模型的更新被從所述專用計算系統導入到所述醫學成像設備。

8.根據權利要求1所述的方法，包括在所述醫學成像期間基于所述解剖特征的所述辨別來配置用戶輸入和/或輸出的處理。

9.一種系統，包括：

探針，其可操作用于采集醫學成像數據；

控制部件，其包括處理電路；和

輸入/輸出部件，其用于輸出醫學圖像；

其中，所述處理電路可操作用于：

在基于特定成像技術的醫學成像期間自動辨別正被成像的區域中的解剖特征；

基于所述解剖特征的所述辨別來自動確定用于優化所述辨別的解剖特征的成像質量的一個或多個成像參數或設置；

基于所述確定的一個或多個成像參數或設置來配置所述系統中的成像相關功能；和

基于對經由所述探針采集的醫學成像數據集的處理生成用于經由所述輸入/輸出部件渲染的一個或多個醫學圖像。

10.一種非暫時性計算機可讀介質，其上存儲有具有至少一個代碼段的計算機程序，所述至少一個代碼段能夠由機器執行，用于使所述機器執行包括下列的一個或多個步驟：

在基于特定成像技術的醫學成像期間，基于基于深度學習和/或神經網絡的模型，自動辨別正被成像的區域中的解剖特征；

基于所述解剖特征的所述辨別并使用所述基于深度學習和/或神經網絡的模型來自動確定用于優化所述辨別的解剖特征的成像質量的一個或多個成像參數或設置；

基于所述確定的一個或多個成像參數或設置來配置與所述醫學成像相關的操作和/或功能；

基于所述配置采集對應于所述正被成像的區域的醫學成像數據集；和

基于對所述醫學成像數據集的處理生成用于渲染的一個或多個醫學圖像。