[發明專利]提供差分圖像數據組和訓練生成器函數的方法和提供系統

在審

• 申請號: 202010529347.0
• 申請日: 2020-06-11
• 公開（公告）號: CN112085807A
• 公開（公告）日: 2020-12-15
• 發明（設計）人: 克里斯蒂安·凱斯納;塞·戈庫爾·哈里哈蘭;馬庫斯·科瓦爾席克
• 申請（專利權）人: 西門子醫療有限公司
• 主分類號: G06T11/00
• 分類號: G06T11/00;G06N3/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王逸君;周濤

1.一種用于提供檢查體積(VOL)的差分圖像數據組(DDS)的計算機實施的方法，所述方法包括：

-接收(REC-RDS-1)所述檢查體積(VOL)的第一真實圖像數據組(RDS-1)，

其中，所述檢查體積(VOL)包括血管，

其中，所述第一真實圖像數據組(RDS-1)描繪包括造影劑的檢查體積(VOL)，

-通過將第一訓練生成器函數(GF-1)應用到輸入數據上來確定(DET-DDS)所述檢查體積(VOL)的差分圖像數據組(DDS)，

其中，所述輸入數據包括所述第一真實圖像數據組(RDS-1)，

其中，所述第一訓練生成器函數(GF-1)的參數基于GA算法，

-提供(PRV-DDS)所述差分圖像數據組(DDS)。

2.根據權利要求1所述的方法，其中，所述第一真實圖像數據組(RDS-1)具有第一噪聲級，其中，所述差分圖像數據組(DDS)具有第二噪聲級，并且其中，所述第一噪聲級比所述第二噪聲級更高。

3.根據權利要求1或2所述的方法，其中，所述第一真實圖像數據組(RDS-1)是X射線圖像數據組、尤其是二維X射線圖像數據組或三維X射線圖像數據組。

4.根據上述權利要求中任一項所述的方法，所述方法還包括：

-通過將所述第一訓練生成器函數(GF-1)應用到所述輸入數據上來確定(DET-MDS)所述檢查體積的蒙片圖像數據組(MDS)，

其中，所述蒙片圖像數據組(MDS)描繪無造影劑的檢查體積(VOL)。

5.根據上述權利要求中任一項所述的方法，所述方法還包括：

-接收(REC-RDS-2)所述檢查體積(VOL)的第二真實圖像數據組(RDS-2)，

其中，所述第一真實圖像數據組(RDS-1)描繪在第一時刻的所述檢查體積(VOL)，

其中，所述第二真實圖像數據組(RDS-2)描繪在第二時刻的所述檢查體積(VOL)，

其中，所述輸入數據還包括所述第二真實圖像數據組(RDS-2)。

6.根據上述權利要求中任一項所述的方法，其中，將所述第一訓練生成器函數(GF-1)分部段地應用到包含在所述輸入數據中的圖像數據組上。

7.根據上述權利要求中任一項所述的方法，其中，所述第一訓練生成器函數(GF-1)的參數基于循環一致性成本函數。

8.根據上述權利要求中任一項所述的方法，其中，所述第一訓練生成器函數(GF-1)包括人工神經網絡。

9.根據權利要求8所述的方法，其中，所述訓練生成器函數(GF-1)包括殘差塊、快捷連接、卷積層、解卷積層、池化層和/或空間變換層。

10.一種用于提供第一訓練生成器函數(GF-1)的計算機實施的方法，所述方法包括：

-接收(TREC-RDS-1)檢查體積(VOL)的第一真實圖像數據組(RDS-1)，

-接收(TREC-DDS-C)所述檢查體積(VOL)的比較差分圖像數據組(DDS-C)，

-通過將第一訓練生成器函數(GF-1)應用到第一輸入數據上來確定(TDET-DDS)所述檢查體積(VOL)的差分圖像數據組(DDS)，

其中，所述第一輸入數據包括所述第一真實圖像數據組(RDS-1)，

-通過將第一訓練分類器函數(DF-1)應用到所述差分圖像數據組(DDS)上來確定(TDET-CV-1)第一分類值，

-通過將所述第一訓練分類器函數(DF-1)應用到所述比較差分圖像數據組(DDS-C)上來確定(TDET-CV-2)第二分類值，

-基于所述第一分類值和/或所述第二分類值來調整(TADJ-1)所述第一訓練生成器函數(GF-1)和/或所述第一訓練分類器函數(DF-1)，

-提供(PRV-GF-1)所述第一訓練生成器函數(GF-1)。