[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

提供了基于自動器官識別的全自動圖像優化的系統和方法。在醫學成像系統中，在基于特定成像技術的醫學成像期間，正被成像的區域中的解剖特征可以被自動辨別，并且基于該解剖特征的辨別，可以自動確定用于優化所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。然后，可以基于所確定的一個或多個成像參數或設置來配置成像功能，并且根據基于該配置采集的醫學成像數據集的處理，用于渲染的一個或多個醫學圖像?？梢允褂没谏疃葘W習和/或神經網絡的模型來辨別解剖特征并選擇一個或多個成像參數或設置。

技術領域

本公開的方面涉及醫學成像。更具體地，某些實施例涉及用于基于自動器官識別的全自動圖像優化的方法和系統。

背景技術

各種醫學成像技術可以例如用于對人體中的器官和軟組織進行成像。醫學成像技術的示例包括超聲成像、計算機斷層掃描(CT)、磁共振成像(MRI)等。在醫學成像期間生成圖像的方式取決于特定的技術。

例如，超聲成像使用實時非侵入性高頻聲波來產生通常在人體內的器官、組織、物體(例如胎兒)的超聲圖像。在醫學成像期間產生或生成的圖像可以是二維(2D)、三維(3D)和/或四維(4D)圖像(基本上實時/連續的3D圖像)。在醫學成像期間，成像數據集(包括例如3D/4D成像期間的體積成像數據集)被采集并且用于實時生成和渲染對應的圖像(例如，經由顯示器)。

用于優化醫學成像的常規方法可能存在各種問題。就這一點而言，用于在醫學成像操作期間優化圖像質量的常規系統和方法，如果存在的話，可能是低效和/或無效的。

通過參考附圖將這些系統與本申請的其余部分中所闡述的本公開的某些方面進行比較，本領域技術人員將會明白常規和傳統方法的進一步的缺陷和缺點。

發明內容

提供了用于基于自動器官識別的完全自動圖像優化的系統和方法，基本上如結合至少一個附圖所示出和/或描述的，正如在權利要求中更全面地闡述的。

從下面的描述和附圖將更充分地理解本公開的這些和其它優點、方面和新穎特征以及其一個或多個圖示的示例性實施例的細節。

根據本公開的各種實現可以涉及基于自動器官識別的全自動圖像優化。根據本公開的示例性方法可以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(例如，不需要用戶的任何輸入)正被成像的區域中的解剖特征；基于解剖特征的辨別而自動確定(例如，不需要用戶的任何輸入)一個或多個成像參數或設置，以用于優化所辨別的解剖特征的成像質量；基于所確定的一個或多個成像參數或設置，配置所述醫學成像設備中的成像功能；基于該配置采集對應于正被成像的區域的醫學成像數據集；以及基于醫學成像數據集的處理而生成用于渲染的一個或多個醫學圖像。特定的成像技術包括超聲成像；并且使用捕獲的回波超聲信號采集醫學成像數據集。

在示例性實現中，可以使用基于深度學習和/或神經網絡的模型來辨別解剖特征并選擇一個或多個成像參數或設置。基于深度學習和/或神經網絡的模型可以被預先訓練，以用于識別一個或多個解剖特征?；谏疃葘W習和/或神經網絡的模型可以被預先訓練，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?；谏疃葘W習和/或神經網絡的模型可以基于來自一個或多個用戶的反饋數據來生成和/或更新，反饋數據與特定解剖特征的識別和/或優化成像有關。

在示例性實現中，可以在專用計算系統中收集和處理至少一些反饋數據?；谏疃葘W習和/或神經網絡的模型和/或基于深度學習和/或神經網絡的模型的更新可以從專用計算系統導入到醫學成像設備。

在示例性實現中，在醫學成像期間，基于解剖特征的辨別來處理用戶輸入和/或輸出。

在示例性實現中，基于解剖特征的辨別將所生成的一個或多個圖像并入到與解剖特征相關的信息中。