[发明专利]医学图像数据的匿名化

说明书

本发明涉及一种用于提供分类的图像特征的计算机实现的方法，其包括：‑接收医学图像数据，‑识别医学图像数据中的多个图像特征，以及‑通过将用于对图像特征进行识别和分类的经过训练的函数应用于输入数据，将多个图像特征分类为特定于患者的图像特征和非特定于患者的图像特征，其中，输入数据基于医学图像数据，‑提供分类的图像特征。本发明还涉及一种用于提供综合医学图像数据的计算机实现的方法和用于提供用于对图像特征进行识别和分类的经过训练的函数、用于对特定于患者的图像特征进行分类、用于产生综合医学图像数据的计算机实现的方法。本发明还涉及提供单元、医学成像设备、训练单元、计算机程序产品和计算机可读的存储介质。

技术领域

本发明涉及一种用于提供分类的图像特征的计算机实现的方法、用于提供综合医学图像数据的计算机实现的方法、用于提供用于对图像特征进行识别和分类的经过训练的函数的计算机实现的方法、用于提供用于对特定于患者的图像特征进行分类的经过训练的函数的计算机实现的方法、用于提供用于产生综合医学图像数据的经过训练的函数的计算机实现的方法、用于提供用于产生综合医学图像数据的另一个经过训练的函数的计算机实现的方法、用于提供用于对特定于患者的图像特征进行分类的另一个经过训练的函数的计算机实现的方法、用于提供分类的图像特征的提供单元、用于提供综合医学图像数据的提供单元、医学成像设备、训练单元、计算机程序产品以及计算机可读的存储介质。

背景技术

可以由医院和/或诊所处理和/或发布的患者数据和/或患者的测量数据，特别是医学图像数据，应当可靠地并且尽可能完全地匿名化。迄今为止，从测量数据中去除描述患者的数据，特别是文本数据和/或元数据，例如名字和出生日期，经常就足够了。在此，测量数据例如可以以DICOM格式存在，其中，描述患者的文本数据和/或元数据经常包含在DICOM头中。

具有提高的测量精度的现代的3D成像方法和改进的重建算法，变得可以根据测量数据来重建患者的表型特征。在此，例如可以在磁共振成像和/或X射线图像中，对患者的颅骨、面部和/或其它表型特征进行重建。

适合用于对患者进行识别的这些特征可以视为生物测量特征。前面描述的特征对于本领域技术人员来说可能是显而易见的，因此经常尝试适当地阻止这种重建。

对于对用于基于机器学习(maschinellem Lernen，ML)对算法进行训练的医学图像数据、特别是临床医学图像数据的不断增长的需求，医学图像数据中的生物测量特征的去除变得非常重要。在此，已知的ML算法可以从对于本领域技术人员来说不能直接检测到的医学图像数据中，提取许多其它的生物测量特征。

发明内容

因此，本发明要解决的技术问题是，使得能够在保持可诊断性的情况下，实现医学图像数据的可靠的匿名化。

根据本发明，上述技术问题通过本发明的相应的主题来解决。具有适宜的扩展方案的有利的实施方式是下面的描述的主题。

下面，不仅关于用于提供分类的图像特征和/或综合医学图像数据的方法和设备，而且关于用于提供经过训练的函数的方法和设备，来描述上述技术问题的根据本发明的解决方案。在此，用于提供分类的图像特征和/或综合医学图像数据的方法和设备中的数据结构和/或函数的特征、优点和替换实施方式，可以转用于用于提供经过训练的函数的方法和设备中的类似的数据结构和/或函数。在此，特别是可以通过使用前缀(Vorsilbe)“训练”，来表示类似的数据结构。此外，特别是可以通过用于提供经过训练的函数的方法和设备，来调整和/或提供在用于提供分类的图像特征和/或综合医学图像数据的方法和设备中使用的经过训练的函数。