[發明專利]從患者的醫學圖像自動預測生理狀況的裝置和系統

有效

• 申請號: 201811155720.X
• 申請日: 2018-09-30
• 公開（公告）號: CN109147940B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 宋麒;孫善輝;高峰;白軍杰;陳翰博;尹游兵
• 申請（專利權）人: 科亞醫療科技股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H30/40;G06T7/00;G06N3/04
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 黃威;夏東棟

1.一種從患者的醫學圖像自動預測生理狀況的裝置，包括存儲器、處理器和存儲在存儲器上的計算機可執行指令，其特征在于，所述處理器當執行所述計算機可執行指令時，執行如下步驟：

從所接收的醫學圖像中檢測目標對象并獲取相應的目標對象圖像塊；

對各個目標對象圖像塊使用第一學習網絡確定第一參數，所述第一參數表示相應目標對象的惡性水平，所述第一學習網絡包括基本網絡和在基本網絡的輸出側連接的惡性分類層，并且通過在所述基本網絡的輸出側添加一個以上輔助分類層并執行惡性分類任務和輔助分類任務的多任務訓練來訓練，訓練好的學習網絡包括惡性分類通路和輔助分類通路，所述惡性分類層與所述一個以上輔助分類層是并列的，且所述一個以上輔助分類層被配置為執行紋理分類、尺寸分類、凝聚性分類、分葉分類和毛刺分類中的至少一種。

2.根據權利要求1所述的裝置，其特征在于，所述處理器當執行所述計算機可執行指令時，進一步執行步驟：

基于在所述醫學圖像中所確定的數個目標對象的第一參數確定第二參數，其中，所述第二參數表示所述醫學圖像的惡性水平。

3.根據權利要求2所述的裝置，其特征在于，所述醫學圖像的惡性水平是：在所述目標對象位于的器官中所述患者是否會患癌癥和/或所述患者是否已患癌癥。

4.根據權利要求1或3所述的裝置，其特征在于，所述目標對象是肺結節。

5.根據權利要求1所述的裝置，其特征在于，為訓練所添加的一個以上輔助分類層被去除，以便獲得用于為所述目標對象圖像塊確定所述第一參數的訓練好的所述第一學習網絡。

6.根據權利要求1所述的裝置，其特征在于，所述第一學習網絡通過使用交叉熵作為損失函數來訓練。

7.根據權利要求1所述的裝置，其特征在于，所述第一學習網絡是基于卷積神經網絡構建的。

8.根據權利要求7所述的裝置，其特征在于，所述醫學圖像是患者胸部的容積CT圖像。

9.一種從患者的醫學圖像自動預測生理狀況的系統，該系統包括：

接口，其配置為接收由成像裝置獲取的所述醫學圖像；以及

根據權利要求1-8中任何一項所述的從患者的醫學圖像自動預測生理狀況的裝置。

10.一種非暫時計算機可讀介質，其上存儲有指令，所述指令被處理器執行時，執行如下步驟：

從醫學圖像檢測目標對象并獲得對應的目標對象圖像塊；

對各個目標對象圖像塊使用第一學習網絡確定第一參數，所述第一參數表示相應目標對象的惡性水平，所述第一學習網絡包括基本網絡和在基本網絡的輸出側連接的惡性分類層，并且通過在所述基本網絡的輸出側添加一個以上輔助分類層并執行惡性分類任務和輔助分類任務的多任務訓練來訓練，訓練好的學習網絡包括惡性分類通路和輔助分類通路，所述惡性分類層與所述一個以上輔助分類層是并列的，且所述一個以上輔助分類層被配置為執行紋理分類、尺寸分類、凝聚性分類、分葉分類和毛刺分類中的至少一種。

11.根據權利要求10所述的非暫時計算機可讀介質，其特征在于，所述指令被處理器執行時，還執行如下步驟：

基于所述醫學圖像中所確定的數個目標對象的第一參數來確定第二參數，其中，所述第二參數表示所述醫學圖像的惡性水平。

12.根據權利要求11所述的非暫時計算機可讀介質，其特征在于，所述醫學圖像的惡性水平是：在所述目標對象位于的器官中患者是否會患癌癥和/或所述患者是否已患癌癥。

13.根據權利要求10所述的非暫時計算機可讀介質，其特征在于，為訓練所添加的所述一個以上輔助分類層被去除，以便獲得用于為所述目標對象圖像塊確定所述第一參數的訓練好的所述第一學習網絡。