[发明专利]使用深度学习生成用于医学图像处理的规范成像数据的系统和方法

权利要求书

1.一种用于从异常医学图像生成规范医学图像的方法，所述方法包括：

接收异常医学图像，其中所述异常医学图像包括异常数据；以及

使用生成对抗网络(GAN)的经过训练的生成网络将所述异常医学图像映射到规范医学图像，其中所述异常医学图像的所述异常数据被映射到所述规范医学图像中的规范数据。

2.根据权利要求1所述的方法，其中规范数据包括对应于一个或多个解剖特征的磁共振(MR)数据、计算机断层摄影(CT)数据、x射线数据、正电子发射断层摄影(PET)数据或超声数据。

3.根据权利要求1所述的方法，其中所述异常数据包括对应于图像伪影、失真、病变和植入物中的一者或多者的医学图像数据。

4.根据权利要求1所述的方法，其中使用所述生成网络将所述异常医学图像映射到所述规范医学图像包括基于所述异常医学图像训练所述生成网络。

5.根据权利要求4所述的方法，其中基于所述异常医学图像训练所述生成网络包括：

基于所述异常医学图像选择参考数据；

基于所述选择的参考数据和来自所述生成网络的输出，使用梯度下降来调整所述GAN的鉴别器的参数；

基于所述鉴别器的输出，经由梯度下降来调整所述生成网络的参数；以及

通过以下方式响应所述鉴别器的所述参数和所述生成网络的所述参数的收敛：

将所述异常医学图像输入到所述生成网络的输入层；以及

从所述生成网络的输出层输出所述规范医学图像。

6.根据权利要求5所述的方法，其中基于所述异常医学图像选择参考数据包括响应于确定多个医学图像中的每个医学图像与所述异常医学图像共享一个或多个属性，选择所述多个医学图像中的每个医学图像。

7.一种方法，所述方法包括：

接收医学图像；

确定所述医学图像是否包括异常；

通过以下方式响应包括所述异常的所述医学图像：

使用生成对抗网络(GAN)的生成网络将所述医学图像映射到规范医学图像，其中对应于所述异常的所述规范医学图像的区域包括合成的规范数据；以及

经由显示设备显示所述规范医学图像。

8.根据权利要求7所述的方法，其中所述异常包括病变、图像伪影和植入物中的一者或多者。

9.根据权利要求7所述的方法，其中使用所述GAN的所述生成网络将所述医学图像映射到所述规范医学图像包括：

基于所述医学图像训练所述GAN的鉴别器；

使用所述经过训练的鉴别器训练所述GAN的所述生成网络；

将所述医学图像输入到所述GAN的所述经过训练的生成网络的输入层；以及

从所述生成网络的输出层输出所述规范医学图像。

10.根据权利要求9所述的方法，其中基于所述医学图像训练所述GAN的所述鉴别器包括：

选择与所述医学图像共享一个或多个属性的参考数据；以及

使用所述选择的参考数据训练所述GAN的所述鉴别器。

11.根据权利要求10所述的方法，其中所述一个或多个属性包括解剖特征、解剖特征的形状、解剖特征的梯度以及图像对比度中的一者或多者。

12.根据权利要求7所述的方法，所述方法进一步包括：

将所述规范医学图像输入到经由规范数据训练的图像处理神经网络中。

13.根据权利要求7所述的方法，所述方法进一步包括：

使用标记的图谱来配准所述规范医学图像。

14.根据权利要求7所述的方法，其中确定所述医学图像是否包括所述异常包括确定所述医学图像是否包括异常标记。