[发明专利]对医学图像进行分析的装置、系统及计算机可读介质

说明书

本公开涉及一种对医学图像进行分析的装置、系统及计算机可读介质。所述装置包括处理器，配置为：基于所述医学图像利用训练好的学习网络来分别确定患有各种疾病的状况，学习网络依序包括编码器和与每种疾病一一对应设置的递归神经网络单元，编码器被配置为基于所述医学图像提取特征信息，从输入侧起的第一个递归神经网络单元被配置为：至少基于所述特征信息来确定患有相应疾病的概率；从输入侧起的第二个以后的每个递归神经网络单元被配置为：基于特征信息以及至少一个相邻递归神经网络单元的隐藏信息来确定患有相应各种疾病的概率。如此，能以自动化的方式，帮助放射科医师和临床医生快速准确地解读医学图像且一并提供多种疾病的分析诊断结果。

交叉引用

本申请要求于2018年8月21日提交的申请号为62/720,156的美国临时申请的优先权，其全部内容通过引用结合于此。

技术领域

本公开大体涉及图像处理和分析。更具体地，本公开涉及医学图像进行分析的装置、系统以及其上储存有计算机程序的非暂时性的计算机可读介质。

背景技术

医学成像技术广泛应用于疾病的诊断，但各种2D投影图像会引入各种缺陷，例如透视缩短效果、遮挡和覆盖问题，这使得解读变得困难，尤其是对于经验较少或夜班的放射科医生或医生而言。以胸部X射线图像为例，胸部X射线成像技术使用小剂量的电离辐射来产生胸腔内部的投影图像。这项技术由于其快速、容易且对患者低风险，仍然良好地用于紧急诊断和治疗以评估肺、肋骨和心脏等的状况。其通常用于诊断呼吸短促、持续性咳嗽、胸痛或其他胸部损伤，如骨折。此外，其还可用于快速筛查各种肺部疾病，如肺炎、肺气肿、气胸等。由于上述优点，放射科医生或医生采集大量的胸部X射线图像并需要对其进行解读。但是，投影X射线图像中很容易发生，如透视缩短效果(参见图1(a))、遮挡(参见图1(b))和覆盖(参见图1(c))问题，这使得解读变得困难，尤其是对于经验较少或夜班的放射科医生或医生而言。此外，需要诊断的疾病的种类繁多，例如对于胸部X射线图像而言，放射科医生或临床医生需要针对包括但不限于肺不张、心脏肥大、肺实变、肺水肿、积液、肺气肿、纤维化、疝气、浸润、肿块、结节、胸膜增厚、肺炎和气胸共14种疾病进行诊断，工作量繁重，解读难度大。

提出本公开以解决以上问题。

发明内容

本公开意图提供一种对医学图像进行分析的装置、系统及计算机可读介质，其能够以自动化的方式，帮助放射科医师和临床医生快速准确地解读医学图像且一并提供多种(可多达十数种)疾病的分析诊断结果。

根据本公开的第一方面，提供一种对医学图像进行分析的装置，所述装置包括处理器，所述处理器配置为：基于所述医学图像利用训练好的学习网络来分别确定患有多种疾病中各种疾病的状况，所述学习网络依序包括编码器和与每种疾病一一对应设置的递归神经网络单元，所述编码器被配置为基于所述医学图像提取特征信息，从所述医学图像的输入侧起的第一个递归神经网络单元被配置为：至少基于所述特征信息来确定患有相应疾病的概率；从医学图像的输入侧起的第二个以后的每个递归神经网络单元被配置为：基于所述特征信息以及至少一个相邻的递归神经网络单元的隐藏信息来确定患有相应各种疾病的概率。

根据本公开的第二方面，提供一种对医学图像进行分析的系统，所述系统包括：接口，其配置为接收由医学成像装置采集的医学图像；存储器，其上存储有计算机可执行指令；以及处理器，所述处理器执行所述计算机可执行指令时，基于所述医学图像利用训练好的依序包括编码器和与每种疾病一一对应设置的递归神经网络单元的学习网络，来分别确定患有多种疾病中各种疾病的状况，包括：利用编码器，基于所述医学图像提取特征信息；利用从所述医学图像的输入侧起的第一个递归神经网络单元，至少基于所述特征信息来确定患有相应疾病的概率；利用从医学图像的输入侧起的第二个以后的每个递归神经网络单元，基于所述特征信息以及至少一个相邻的递归神经网络单元的隐藏信息来确定患有相应各种疾病的概率。