[發明專利]醫學圖像轉換

在審

• 申請號: 201980033643.7
• 申請日: 2019-05-20
• 公開（公告）號: CN112154342A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 塞巴斯蒂安·安德森;阿爾賓·弗雷德里克松;馬庫斯·努德施特倫;拉茲馬斯·尼爾森
• 申請（專利權）人: 光線搜索實驗室公司
• 主分類號: G01R33/48
• 分類號: G01R33/48;G06T11/00;G01R33/56;A61N5/10
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 穆森;戚傳江

1.一種用于生成優化的參數化轉換函數T的系統(100)，所述優化的參數化轉換函數T用于將第一圖像類型的原始醫學圖像轉換為第二圖像類型的轉換醫學圖像，所述系統包括至少一個處理單元，所述至少一個處理單元被配置為：

獲得所述第一圖像類型和所述第二圖像類型的原始醫學圖像；

獲得用于將所述第一圖像類型的原始醫學圖像轉換為所述第二圖像類型的轉換醫學圖像的初始參數化轉換函數G；

基于所述第二圖像類型的第一原始醫學圖像與所述第二圖像類型的第一轉換醫學圖像的至少一個比較來計算第一懲罰P₁，所述第二圖像類型的第一轉換醫學圖像是通過將基于所述初始參數化轉換函數G的第一參數化轉換函數G₁應用于所述第一圖像類型的第一原始醫學圖像而生成的，所述第一圖像類型的第一原始醫學圖像與所述第二圖像類型的第一原始醫學圖像形成圖像對，并且由此已經被確定為顯示相同患者的相同部分；

在將所述第一圖像類型的原始醫學圖像和/或所述第二圖像類型的轉換醫學圖像轉換為相同圖像類型的圖像之后，基于所述第一圖像類型的原始醫學圖像和所述第二圖像類型的轉換醫學圖像的至少一個比較來計算第二懲罰P₂，所述第二圖像類型的轉換醫學圖像是通過將基于所述初始參數化轉換函數G的第二參數化轉換函數G₂應用于所述第一圖像類型的原始醫學圖像而生成的；以及

基于至少所述第一懲罰P₁和第二懲罰P₂以及所述初始參數化轉換函數G的參數來生成優化的參數化轉換函數T。

2.根據權利要求1所述的系統，其中，所述至少一個處理單元還被配置為：

獲得第一參數化區別器函數D₁，以在所述第二圖像類型的原始醫學圖像和所述第二圖像類型的轉換醫學圖像之間進行區別；以及

基于當試圖在所述第二圖像類型的至少一個原始醫學圖像和所述第二圖像類型的至少一個轉換醫學圖像之間進行區別時的所述第一參數化區別器函數D₁的分類誤差來計算第三懲罰P₃，所述第二圖像類型的至少一個轉換醫學圖像是通過將基于所述初始參數化轉換函數G的第三參數化轉換函數G₃應用于所述第一圖像類型的至少一個原始醫學圖像而生成的；

其中，所述至少一個處理單元基于至少所述第一懲罰P₁、所述第二懲罰P₂和所述第三懲罰P₃以及所述初始參數化轉換函數G的參數來生成所述參數化轉換函數T。

3.根據權利要求2所述的系統，其中，所述至少一個處理單元基于至少所述第三懲罰P₃以及用于生成所述優化的參數化轉換函數T的參數化區別器函數D₁的參數來獲得所述第一參數化區別器函數D₁，使得所述第一參數化區別器函數D₁被迭代地優化。

4.根據權利要求1-3中的任一項所述的系統，其中，所述至少一個處理單元還被配置為：

獲得第二參數化區別器函數D₂以在下述之間進行區別：

a)具有對應原始醫學圖像的圖像對，即已經成對并且因而被確定為顯示相同患者的相同部分的所述第一圖像類型的原始醫學圖像和所述第二圖像類型的原始醫學圖像；以及

b)所述第一圖像類型的原始醫學圖像和所述第二圖像類型的對應轉換醫學圖像的圖像對；和

基于所述第二參數化區別器函數D₂的分類誤差，計算第四懲罰P₄；

其中，所述至少一個處理單元基于至少所述第一懲罰P₁、所述第二懲罰P₂和所述第四懲罰P₄以及所述初始參數化轉換函數G的參數來生成所述參數化轉換函數T。

5.根據權利要求1-4中任一項所述的系統，其中，所述至少一個處理單元通過使用諸如神經網絡、隨機森林或支持向量機的機器學習算法生成所述初始參數化轉換函數G來獲得所述初始參數化轉換函數G。