[发明专利]用于跟踪程序的系统和方法

权利要求书

1.一种系统，其被配置成通过对所述系统进行训练来确定图像内选定项的边界，所述系统包括：

存储器系统，所述存储器系统具有存储于其上的机器学习过程；

处理器系统，所述处理器系统被配置成：

访问所述机器学习过程；

访问成像受试者的至少一个图像；

基于所述机器学习过程评估所述至少一个图像；

确定所述至少一个图像内的物理元素的至少一个边缘；以及

显示装置，所述显示装置用于显示所述物理元素的所确定至少一个边缘的表示。

2.根据权利要求1所述的系统，其中所述物理元素的所述所确定至少一个边缘的所述表示包含图标，所述图标显示在所述显示装置上以表示所述物理元素的物理边界。

3.根据权利要求1或2中任一项所述的系统，其中所述至少一个图像是基于至少一个锥束图像的。

4.根据权利要求3所述的系统，其中所述至少一个图像是所述成像受试者的基于所述锥束图像的三维重构。

5.根据权利要求1到4中任一项所述的系统，其中所述机器学习过程是深度卷积神经网络。

6.根据权利要求5所述的系统，其中所述深度卷积神经网络包含用于实现所述至少一个图像的准确分割的加权损失函数。

7.根据权利要求5或6中任一项所述的系统，其中所述深度卷积神经网络进一步包含选定数量的滤波器。

8.根据权利要求5或7中任一项所述的系统，其中所述深度卷积神经网络进一步包含来自上一层的添加到后续层的输出的残差块。

9.根据权利要求6到8中任一项所述的系统，其中所述准确分割包含以下中的至少一个的至少一个图像的分割：(i)至少一个椎骨；(ii)至少一个椎骨的一部分；(iii)多个椎骨；(iv)多个椎骨的部分。

10.根据权利要求6到9中任一项所述的系统，其中所述准确分割包含所述至少一个图像中的所有椎骨的分割。

11.根据权利要求6到10中任一项所述的系统，其中所述准确分割包含界定所述至少一个图像中的所有椎骨的三维图像输出。

12.一种系统，其被配置成通过对所述系统进行训练来确定图像内选定项的边界，所述系统包括：

存储器系统，所述存储器系统具有存储于其上的卷积神经网络；

处理器系统，所述处理器系统被配置成：

访问所述卷积神经网络；

基于重构成三维图像的锥束图像数据访问图像数据；

基于所述卷积神经网络评估所述图像，所述卷积神经网络包含与激活函数有关的加权损失函数；

基于所述用所述卷积神经网络评估所述图像数据来确定在所述图像数据中表示的物理元素的边缘；以及

显示装置，所述显示装置用于显示所述物理元素的所确定边缘的表示；

其中所述所确定边缘包含所述物理元素的三维表示。

13.根据权利要求12所述的系统，其中所述物理元素是脊柱椎骨，并且所述图像数据包含患者的脊柱的图像数据。

14.根据权利要求12或13中任一项所述的系统，其中所述卷积神经网络包含至少两层。

15.根据权利要求14所述的系统，其中来自上一层的残差块被添加到后续层中的块。

16.根据权利要求12到15中任一项所述的系统，其中在所述卷积神经网络中选择多个滤波器。

17.根据权利要求12到16中任一项所述的系统，其中所述卷积神经网络能够操作以基于所述图像的概率图确定分割。