[发明专利]用于基于人工智能的医学图像分割的方法和系统

权利要求书

1.一种用于自主的基于人工智能的医学图像分割的方法，包括：

接收患者的医学图像；

基于所述医学图像来自动确定当前分割上下文，并且基于所述当前分割上下文来从多个分割算法中选择至少一个分割算法；以及

通过使用所选的至少一个分割算法来分割医学图像中的目标解剖结构。

2.根据权利要求1所述的方法，其中基于所述医学图像来自动确定当前分割上下文以及基于所述当前分割上下文来从多个分割算法中选择至少一个分割算法包括：

通过经训练的主分割人工代理来自动确定当前分割上下文并且选择所述至少一个分割算法。

3.根据权利要求1所述的方法，其中基于所述医学图像来自动确定当前分割上下文以及基于所述当前分割上下文来从多个分割算法中选择至少一个分割算法包括：

基于当前在显示设备上被可视化的医学图像的视图来自动标识目标解剖结构；以及

基于自动标识的目标解剖结构来自动选择所述至少一个分割算法。

4.根据权利要求3所述的方法，其中基于当前在显示设备上被可视化的医学图像的视图来自动标识目标解剖结构包括：

通过使用经训练的基于机器学习的分类器而在当前在显示设备上被可视化的医学图像的视图中自动检测一个或多个解剖结构。

5.根据权利要求3所述的方法，其中基于自动标识的目标解剖结构来自动选择所述至少一个分割算法包括：

从所述多个分割算法中选择专门用于对自动标识的目标解剖结构进行分割的至少一个分割算法。

6.根据权利要求5所述的方法，其中从所述多个分割算法中选择专门用于对自动标识的目标解剖结构进行分割的至少一个分割算法包括：

基于医学图像的图像特性或医学图像的成像模态中的至少一个来从专门用于对自动标识的目标解剖结构进行分割的多个分割算法中选择所述至少一个分割算法。

7.根据权利要求1所述的方法，其中基于所述医学图像来自动确定当前分割上下文以及基于所述当前分割上下文来从多个分割算法中选择至少一个分割算法包括：

自动提取医学图像的图像特性，并且基于所提取的图像特性来从所述多个分割算法中选择所述至少一个分割算法。

8.根据权利要求7所述的方法，其中自动提取医学图像的图像特性并且基于所提取的图像特性来从所述多个分割算法中选择所述至少一个分割算法包括：

将医学图像输入到经训练的深度神经网络，所述经训练的深度神经网络从医学图像自动提取经学习的图像特性，并且基于所提取的图像特性来预测来自所述多个分割算法的、用于执行医学图像中目标解剖结构的分割的最佳分割算法或者分割算法的组合。

9.根据权利要求8所述的方法，其中所述经训练的深度神经网络基于医学图像训练样本以及合成的训练样本来被训练，所述合成的训练样本根据医学图像训练样本、以多个噪声级别来被生成。

10.根据权利要求1所述的方法，其中基于当前分割上下文来从多个分割算法中选择至少一个分割算法包括基于当前分割上下文来从所述多个分割算法中选择多个分割算法，并且通过使用所选的至少一个分割算法来分割医学图像中的目标解剖结构包括：

通过使用所选多个分割算法中的每一个来分割医学图像中的目标解剖结构；以及

融合来自所选多个分割算法的分割结果以生成针对医学图像中的目标解剖结构的最终分割结果。

11.根据权利要求1所述的方法，其中所述多个分割算法包括多个基于深度学习的分割算法，其各自具有针对特定分割任务所训练的相应的深度网络架构。

12.根据权利要求1所述的方法，其中通过使用所选至少一个分割算法来分割医学图像中的目标解剖结构包括：

通过使用具有一个或多个所整合的先验的经训练的深度神经网络来分割医学图像中的目标解剖结构。