[发明专利]利用深度神经网络的自动图形处方的系统和方法

权利要求书

1.一种用于医疗成像系统的方法，包括：

通过所述医疗成像系统获取受检者的定位器图像；

通过训练的神经网络系统，使用所述定位器图像生成图形处方；以及

通过所述医疗成像系统根据所述图形处方执行所述受检者的扫描。

2.根据权利要求1所述的方法，其中，所述训练的神经网络系统包括训练的特征表示神经网络和训练的图形处方神经网络，其中，生成所述图形处方包括由所述训练的特征表示神经网络提取所述定位器图像的特征，并且通过所述训练的图形处方神经网络使用所述训练的特征表示神经网络的输出生成所述图形处方。

3.根据权利要求2所述的方法，其中，所述训练的神经网络系统还包括训练的解剖结构分类神经网络，并且所述方法还包括由所述训练的解剖结构分类神经网络生成所述定位器图像中的解剖结构的分类。

4.根据权利要求2所述的方法，其中，所述训练的神经网络系统还包括训练的关键帧识别神经网络，并且所述方法还包括由所述训练的关键帧识别神经网络识别所述定位器图像的关键帧。

5.根据权利要求2所述的方法，其中，所述训练的特征表示神经网络包括卷积神经网络。

6.根据权利要求2所述的方法，其中，所述训练的图形处方神经网络包括用于使用二维定位器图像生成轴向、矢状和冠状平面的图形处方的单独的超神经网络。

7.根据权利要求2所述的方法，其中，所述训练的图形处方神经网络包括用于使用三维定位器图像生成三维体积的图形处方的一个超神经网络。

8.根据权利要求1所述的方法，还包括预处理所述定位器图像以归一化所述定位器图像之间的对比度。

9.根据权利要求1所述的方法，其中，所述定位器图像包括三维定位器图像体积，并且所述方法还包括将所述三维定位器图像体积投影到多平面二维定位器图像中。

10.根据权利要求1所述的方法，其中，所述图形处方指示所述受检者的期望的感兴趣区域的体积覆盖范围和体积取向，并且其中根据图形处方执行受检者的扫描包括根据由所述图形处方指示的体积覆盖范围和体积取向扫描所述受检者的期望的感兴趣区域。

11.一种用于成像系统的方法，包括：

通过训练的解剖结构分类神经网络对来自受检者的定位器图像的解剖结构进行分类；

确定所述分类的解剖结构是否是期望的解剖结构；

响应于确定所述分类的解剖结构是所述期望的解剖结构，通过训练的关键帧标识符神经网络识别所述定位器图像的一个或多个关键帧；以及

通过训练的图形处方神经网络生成用于对所述受检者成像的图形处方。

12.根据权利要求11所述的方法，其中，所述训练的解剖结构神经网络和所述训练的关键帧标识符神经网络共享多个卷积层。

13.根据权利要求11所述的方法，其中，所述定位器图像是磁共振(MR)定位器，并且所述图形处方用于MR扫描。

14.根据权利要求11所述的方法，其中，所述定位器图像是二维的，并且所述训练的图形处方神经网络包括用于使用所述二维定位器图像生成轴向、矢状和冠状平面的图形处方的单独的超神经网络。

15.根据权利要求11所述的方法，其中，所述定位器图像是三维的，并且所述训练的图形处方神经网络包括用于使用所述三维定位器图像生成三维体积的图形处方的一个超神经网络。