[發明專利]使用深度神經網絡的計算機輔助診斷

在審

• 申請號: 201880051722.6
• 申請日: 2018-08-10
• 公開（公告）號: CN111095426A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 馬克-揚·哈特
• 申請（專利權）人: 艾登斯有限公司
• 主分類號: G16H30/40
• 分類號: G16H30/40;G16H50/20
• 代理公司: 隆天知識產權代理有限公司 72003
• 代理人: 柴雙;金鵬

1.一種用于確定3D圖像數據中的病理的計算機實現的方法，包括：

接收身體部位的至少第一3D圖像，3D圖像包括與預定圖像體積相關的體素；

將所述第一3D圖像提供到第一3D卷積神經網絡的輸入，所述第一3D卷積網絡被訓練以確定感興趣的體積VOI在所述第一3D圖像的圖像體積中的位置，所述VOI與所述身體部位的部分相關，所述VOI定義所述圖像體積的子體積；

從所述第一3D卷積神經網絡的輸出接收所述VOI的位置，并且通過選擇所述第一3D圖像的具有在所述VOI內的位置的體素確定第一VOI體素；

將所述第一VOI體素提供到第二3D卷積神經網絡的輸入，所述第二3D卷積神經網絡被訓練以基于至少所述第一VOI體素確定目標標簽值，所述目標標簽值指示在所述VOI中存在或不存在所述病理；以及

從所述第二3D卷積神經網絡的輸出接收與所述第一VOI相關的所述目標標簽值，并通過將所述目標標簽值與代表所述病理的描述的文本和/或句子進行關聯來生成醫學報告，優選地，所述醫學報告的生成包括：如果所述目標標簽值在預定第一范圍內，則確定描述所述病理已經被檢測到的第一文本字符串；如果目標標簽值在預定第二范圍內，則確定描述所述病理沒有被檢測到的第二文本字符串；以及可選地，將所述第一文本字符串或所述第二文本字符串插入代表報告模板的文本字符串中。

2.根據權利要求1所述的方法，其中，所述方法還包括：

從所述第二3D卷積神經網絡的卷積層獲取與VOI體素相關的3D概率圖，并且使用所述3D概率圖作為反向傳播過程的輸入，以生成與所述VOI體素相關的3D顯著性圖；

通過使用所述3D顯著性圖識別所述VOI中的對由所述第二3D卷積神經網絡確定所述目標標簽值做出顯著貢獻的體素，來生成所述VOI中的所述病理的注釋3D圖像。

3.根據權利要求2所述的方法，還包括：

在報告中插入所述注釋3D圖像或者所述注釋3D圖像的一個或更多個2D切片。

4.根據權利要求1-3中的任一項所述的方法，其中，所述第一3D圖像包括第一圖像平面的圖像的序列，優選地包括矢狀圖像平面的圖像的序列，所述方法還包括：

接收所述身體部位的第二3D圖像，所述第二3D圖像包括第二圖像平面的圖像的序列，優選地包括冠狀圖像平面的圖像的序列；

通過選擇所述第二3D圖像的具有所述VOI內的位置的體素來確定第二VOI體素；

基于所述第一VOI體素和所述第二VOI體素，所述第二3D卷積神經網絡確定目標標簽值。

5.根據權利要求4所述的方法，其中，所述第二3D卷積神經網絡至少包括第一多個3D卷積神經網絡層和第二多個3D卷積神經網絡層，所述第一多個3D卷積神經網絡層通過所述神經網絡形成第一路徑，所述第二多個3D卷積神經網絡層通過所述第二神經網絡形成第二路徑，所述第一多個3D卷積神經網絡層被配置為處理所述第一VOI體素，所述第二多個3D卷積神經網絡層被配置為處理所述第二VOI體素。

6.根據權利要求1-6中的任一項所述的方法，其中，所述第一3D卷積神經網絡和/或所述第二3D卷積神經網絡包括一個或更多個噪聲層。