[發明專利]用于提供用于處理醫學數據的聚合算法的方法和用于處理醫學數據的方法

在審

• 申請號: 202010568244.5
• 申請日: 2020-06-19
• 公開（公告）號: CN112116999A
• 公開（公告）日: 2020-12-22
• 發明（設計）人: C·施米德;M·舍恩賓格;M·韋爾斯
• 申請（專利權）人: 西門子醫療有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H30/20;G06N20/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 趙林琳

1.一種用于提供用于處理醫學數據(6)的聚合算法(15)的方法，所述醫學數據(6)特別是醫學圖像數據，其中多個本地算法(21)通過機器學習(20)來訓練，其中在相應本地系統(16、17、18)上使用相應本地訓練數據(19)執行每個相應本地算法(21)的所述訓練，其中與所述相應本地算法(21)有關的相應算法數據集(22)被傳送到聚合系統(23)，所述聚合系統基于所述算法數據集(22)生成所述聚合算法(15)。

2.根據權利要求1所述的方法，其特征在于，所述本地訓練數據(19)的至少一部分通過以下步驟而被生成：將初始算法(14)應用于本地輸入數據以生成本地輸出數據(9)，向用戶提供取決于所述本地輸出數據(9)的本地數據表示(10)，以及存儲由所述用戶提供的用戶反饋(11)或根據所述用戶反饋確定的用戶信息作為所述本地訓練數據(19)的一部分。

3.根據權利要求2所述的方法，其特征在于，在多個迭代中更新所述聚合算法(15)，其中所述迭代中的至少一個迭代使用在先前迭代期間被確定的所述聚合算法(15)作為用于當前迭代的所述初始算法(14)。

4.根據權利要求2或3所述的方法，其特征在于，使用初始訓練數據(27)通過機器學習(28)訓練所述初始算法(14)。

5.根據權利要求4所述的方法，其特征在于，所述初始訓練數據(27)的至少一部分被提供給所述聚合系統(23)，并且被用來驗證(32)所述聚合算法(15)和/或確定用于所述本地算法(21)中的每個本地算法的相應質量度量(31)，其中所述質量度量(31)被用來生成所述聚合算法(15)。

6.根據權利要求4或5所述的方法，其特征在于，所述初始訓練數據(27)的至少一部分(30)被提供給所述本地系統(16、17、18)中的每個本地系統，并且被用來訓練所述本地算法(21)。

7.根據權利要求2至6中的一項所述的方法，其特征在于，所述用戶反饋(11)包括對所述本地數據表示(10)和/或所述本地輸出數據(9)的修改和/或與所述本地數據表示(10)和/或所述本地輸出數據(9)的質量有關的評級。

8.根據前述權利要求中的一項所述的方法，其特征在于，所述聚合算法(15)包括對所述本地算法(21)中的至少一些本地算法的評估，其中個體的所述本地算法(21)的輸出通過加權的或非加權的平均和/或多數表決而被組合。

9.根據前述權利要求中的一項所述的方法，其特征在于，所述本地算法(21)和/或所述聚合算法(15)和/或所述初始算法(14)將圖像數據作為輸入數據進行處理，并且輸出所述圖像數據的分割和/或與由所述圖像數據描繪的患者的解剖結構有關的參數。

10.一種用于處理醫學數據的方法，所述醫學數據特別是醫學圖像數據，其特征在于，所述醫學數據(6)通過由根據前述權利要求中的一項所述的方法所生成的聚合算法(15)而被處理以生成輸出數據。

11.一種系統，所述系統包括至少一個處理單元(2-5)，所述至少一個處理單元被配置為在根據權利要求1至9中的一項所述的方法中執行聚合系統(23)的功能和/或執行根據權利要求10所述的方法。

12.根據權利要求11所述的系統，其中所述處理單元(5)被配置為在根據權利要求1至9中的一項所述的方法中執行所述聚合系統(23)的功能，其特征在于，所述系統包括多個另外的處理單元(2、3、4)，所述多個另外的處理單元各自被配置為在根據權利要求1至9中的一項所述的方法中執行所述本地系統(16、17、18)的功能和/或執行根據權利要求10所述的方法。