[發(fā)明專利]醫(yī)學(xué)圖像中的自動變化檢測

有效

• 申請?zhí)枺?/td>: 201810940243.1
• 申請日: 2018-08-17
• 公開（公告）號: CN109427058B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計）人: T.法伊弗;苗舜;廖芮;P.戴班;M.聚林;T.曼西
• 申請（專利權(quán)）人: 西門子保健有限責(zé)任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T7/136
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 呂傳奇;陳嵐

1.一種用于識別跟進醫(yī)學(xué)圖像中的病理變化的方法，該方法包括：

通過成像系統(tǒng)獲取第一時間的參考圖像數(shù)據(jù)；

通過成像系統(tǒng)獲取隨后時間的跟進圖像數(shù)據(jù)；

通過處理器使用機器學(xué)習(xí)的網(wǎng)絡(luò)生成用于參考圖像數(shù)據(jù)和跟進圖像數(shù)據(jù)的變形場，該機器學(xué)習(xí)的網(wǎng)絡(luò)被訓(xùn)練以生成描述輸入?yún)⒖紙D像數(shù)據(jù)和輸入跟進圖像數(shù)據(jù)之間的健康解剖變形的變形場；

通過處理器使用所述描述輸入?yún)⒖紙D像數(shù)據(jù)和輸入跟進圖像數(shù)據(jù)之間的健康解剖變形的變形場對準(zhǔn)參考圖像數(shù)據(jù)和跟進圖像數(shù)據(jù)；以及

通過處理器分析共同對準(zhǔn)的參考圖像數(shù)據(jù)和跟進圖像數(shù)據(jù)以得到由于病理現(xiàn)象引起的變化，其中，使用從由軟組織變形的生物力學(xué)模型生成的變形場導(dǎo)出的損失函數(shù)來訓(xùn)練所述機器學(xué)習(xí)的網(wǎng)絡(luò)。

2.根據(jù)權(quán)利要求1所述的方法，其中，從多個參考圖像數(shù)據(jù)和跟進圖像數(shù)據(jù)生成所述生物力學(xué)模型。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述生物力學(xué)模型由以下方式生成：

通過處理器分割成對的多個參考圖像數(shù)據(jù)和多個跟進圖像數(shù)據(jù)；

通過處理器將所述分割的對轉(zhuǎn)換為網(wǎng)格表面；

通過處理器通過生成參考圖像數(shù)據(jù)和跟進圖像數(shù)據(jù)之間的逐點對應(yīng)關(guān)系，使成對的將多個參考圖像數(shù)據(jù)和跟進圖像數(shù)據(jù)之間的網(wǎng)格表面相匹配；以及

通過處理器使用器官變形的生物力學(xué)模型求解匹配網(wǎng)格表面的運動，使用離散求解器方法進行求解。

4.根據(jù)權(quán)利要求1所述的方法，其中，所述機器學(xué)習(xí)的網(wǎng)絡(luò)是深度三維卷積圖像到圖像神經(jīng)網(wǎng)絡(luò)。

5.根據(jù)權(quán)利要求1所述的方法，還包括：

通過處理器渲染對準(zhǔn)的跟進圖像數(shù)據(jù)的圖像；以及

通過處理器顯示具有由于突出顯示的病理現(xiàn)象引起的變化的圖像。

6.根據(jù)權(quán)利要求1所述的方法，其中分析包括：

通過處理器使用神經(jīng)網(wǎng)絡(luò)進行分析，所述神經(jīng)網(wǎng)絡(luò)被訓(xùn)練以識別共同對準(zhǔn)的參考圖像數(shù)據(jù)和跟進圖像數(shù)據(jù)中逐分塊變化。

7.根據(jù)權(quán)利要求1所述的方法，其中，參考圖像數(shù)據(jù)和跟進數(shù)據(jù)是計算機斷層掃描圖像數(shù)據(jù)。

8.根據(jù)權(quán)利要求1所述的方法，其中，參考圖像數(shù)據(jù)和跟進數(shù)據(jù)是通過不同的成像系統(tǒng)獲取的。

9.根據(jù)權(quán)利要求1所述的方法，進一步包括第二時間，其中所述第二時間至少在用以觀察由于疾病或治療引起的解剖學(xué)變化的足夠的時間之后。

10.一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)以在參考體積和跟進體積之間生成生理學(xué)變形場的方法，該方法包括：

獲取多個成對的參考體積和跟進體積；

分割所述多個成對的體積；

將分割的對轉(zhuǎn)換為多個網(wǎng)格表面；

使用逐點對應(yīng)關(guān)系來匹配多對體積的網(wǎng)格表面；

使用器官變形的生物力學(xué)模型求解匹配網(wǎng)格表面的運動，使用離散求解器方法進行求解；

使用網(wǎng)格表面和運動為成對的體積集生成變形網(wǎng)格；

將成對的體積集輸入到被配置為輸出生理學(xué)變形場的神經(jīng)網(wǎng)絡(luò)中；

比較變形網(wǎng)格和生理學(xué)變形場；

根據(jù)比較，在神經(jīng)網(wǎng)絡(luò)中調(diào)整權(quán)重；以及

使用成對的體積集重復(fù)生成，輸入，比較和調(diào)整，直到神經(jīng)網(wǎng)絡(luò)輸出類似于變形網(wǎng)絡(luò)導(dǎo)出的變形場的生理學(xué)變形場。

11.根據(jù)權(quán)利要求10所述的方法，其中，以不同的時間間隔獲取所述多個成對的參考體積和跟進體積。

12.根據(jù)權(quán)利要求10所述的方法，其中，所述多個成對的參考體積和跟進體積包括肺體積。

13.根據(jù)權(quán)利要求10所述的方法，其中，通過計算機斷層掃描成像系統(tǒng)獲取所述參考體積和跟進體積。