[发明专利]用于病变候选探测的系统和方法有效

专利信息
申请号: 201310737990.2 申请日: 2013-12-26
公开(公告)号: CN103908254A 公开(公告)日: 2014-07-09
发明(设计)人: M.凯尔姆;M.休林;A.特赛姆鲍尔;M.韦尔斯 申请(专利权)人: 西门子公司
主分类号: A61B5/055 分类号: A61B5/055;A61B6/03;A61B8/00
代理公司: 北京市柳沈律师事务所 11105 代理人: 谢强
地址: 德国*** 国省代码: 德国;DE
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 病变 候选 探测 系统 方法
【权利要求书】:

1.一种用于患者身体中的非介入式病变候选(LC,LC1,LC2)探测的方法,包括:

-获得患者身体的多个第一医学图像(IM),

-通过应用图像处理方法识别患者身体的所述第一医学图像(IM)内部的可能是病变的几何区域,其中,该识别至少部分地由不能直接从所述第一医学图像(IM)中提取的多个患者特定的背景特征(PF,PF1,PF2,PF3)控制,

-选择多个所识别的可能是病变的几何区域作为病变候选(LC,LC1,LC2)。

2.根据权利要求1所述的方法,其特征在于,对可能是病变的几何区域的识别使用多个应用于所述医学图像(IM)的子探测器(HA,OB,ST),其中,通过所述患者特定的背景特征(PF,PF1,PF2,PF3)中的至少一个患者特定的背景特征控制至少一个子探测器(HA,OB,ST)。

3.根据权利要求2所述的方法,其特征在于,所述多个子探测器(HA,OB,ST)从如下的组中选择:

-使用图像体素强度的子探测器,

-使用图像矩的子探测器,

-使用Haar-like图像特征的子探测器(HA),

-使用可操纵的图像特征的子探测器(ST),

-使用对象性图像特征的子探测器(OB)。

4.根据权利要求2或3所述的方法,其特征在于,至少一个子探测器(HA,OB,ST)已经通过注释有多个患者特定的背景特征(PF,PF1,PF2,PF3)的医学图像训练数据来训练,优选通过具有病变的患者的医学图像训练数据和通过没有病变的患者的医学图像训练数据来训练。

5.根据权利要求2至4所述的方法,其特征在于,对可能是病变的几何区域的识别利用多个子探测器(HA,OB,ST)的级联,其中,所述子探测器(HA,OB,ST)被顺序地应用,使得第一子探测器(HA,OB,ST)的输出数据被应用为至第二子探测器(HA,OB,ST)的输入数据。

6.根据权利要求2至5所述的方法,其特征在于,所述多个子探测器(HA,OB,ST)中的至少一个子探测器应用多个决策树(DT)、优选多个随机森林(RF1,RF2)。

7.根据权利要求6所述的方法,其特征在于,所述决策树(DT)中的至少一个决策树包括基于所述多个患者特定的背景特征(PF,PF1,PF2,PF3)中的至少一个患者特定的背景特征的决策。

8.根据权利要求7所述的方法,其特征在于,基于患者特定的背景特征(PF,PF1,PF2,PF3)的决策被布置为比基于所述医学图像(IM)的决策更靠近决策树(DT)的根节点。

9.根据权利要求7或8所述的方法,其特征在于,所述决策树(DT)提供比选择基于所述医学图像(IM)的特征更高的、选择所述患者特定的背景特征(PF,PF1,PF2,PF3)的可能性。

10.根据权利要求2至9所述的方法,其特征在于,在所述多个子探测器(HA,OB,ST)内部,每个子探测器(HA,OB,ST)被单值地分配给患者特定的背景特征(PF,PF1,PF2,PF3)的特定值。

11.根据权利要求1至10所述的方法,其特征在于,所述方法被应用来探测骨病变候选(LC,LC1,LC2),优选被应用来探测脊椎骨病变候选(LC,LC1,LC2)。

12.根据权利要求1至11所述的方法,其特征在于,所述患者特定的背景特征(PF)中的至少一个患者特定的背景特征从包括了如下的组中选择:性别、年龄、家族史、临床史、预约史、诊断、处方、可控风险因素和不可控风险因素。

13.根据权利要求1至12所述的方法,其特征在于,所述多个第一医学图像(IM)以第一医学成像方法产生,

并且所述患者特定的背景特征(PF,PF1,PF2,PF3)包括至少部分地基于患者身体的早先的医学图像而得到的特征,该早先的医学图像以第二医学成像方法产生。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西门子公司,未经西门子公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310737990.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top