申请/专利权人:伦斯勒理工大学
申请日:2018-06-18
公开(公告)日:2024-04-16
公开(公告)号:CN110996789B
主分类号:A61B5/055
分类号:A61B5/055;A61B6/02;A61B6/03;A61B8/13;G06V10/44;G06V10/54;G06V10/26;G06N3/0464;G06N3/082
优先权:["20170616 US 62/520,682"]
专利状态码:有效-授权
法律状态:2024.04.16#授权;2020.06.02#实质审查的生效;2020.04.10#公开
摘要:使用一个或多个网络和或算法执行计算机断层扫描CT筛查、诊断或其他图像分析任务,以集成互补的断层扫描图像重建和放射组学或将断层扫描原始数据直接映射到机器学习框架中的诊断结果。训练一个或多个重建网络,以从CT投影数据的训练集合重建断层扫描图像。训练一个或多个放射组学网络以从断层扫描图像和相关联的训练诊断数据中提取特征。将网络算法集成到端到端网络中并进行训练。断层扫描数据例如CT投影数据的集合和来自个体的其他相关信息被输入到端到端网络,并基于由端到端网络提取的特征生成针对个体的可能的诊断。所述系统和方法可以应用于CT投影数据、MRI数据、核成像数据、超声信号、光学数据、其他类型的断层扫描数据,或其组合。
主权项:1.一种执行计算机断层扫描CT筛查、诊断或其他基于CT的图像分析任务的方法,包括:提供来自目标个体的CT投影数据的训练集合和相关联的训练诊断数据;训练一个或多个重建网络,以从CT投影数据的训练集合重建断层扫描图像;训练一个或多个放射组学网络以从断层扫描图像和相关联的训练诊断数据中提取特征以诊断性地检查目标个体;将所述一个或多个重建网络和所述一个或多个放射组学网络集成到端到端网络;训练所述端到端网络;将至少来自个体的CT投影数据的集合输入至所述端到端网络中;以及基于由所述端到端网络提取的特征为所述个体提供可能的诊断。
全文数据:
权利要求:
百度查询: 伦斯勒理工大学 执行筛查、诊断或其他基于图像的分析任务的系统和方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。