[发明专利]具有组合预测建模的高效人工智能图像分析

说明书

提供了一种用于诊断受试者(例如，兽医患者)的图像中是否存在疾病或病症的系统、图像分析器和方法，包括：将图像分类到身体区域，并获得分类的、标记的、裁剪的和定向的子图像；将所述子图像引导至人工智能处理器得到评估结果，并将所述评估结果与评估结果和匹配的书面模板的数据库或数据集集群进行比较，得到至少一个聚类结果；测量所述聚类结果与所述评估结果之间的距离，得到至少一个聚类诊断；将所述聚类诊断与所述匹配的书面模板进行汇总得到报告，以向放射科医师显示所述报告。这种系统、分析器和方法可以在大大缩短的时间内实现，并且有助于节省成本和时间。

相关申请

本申请要求于2019年12月27日提交的美国临时申请序列号62/954,046和2020年2月24日提交的美国临时申请序列号62/980,669的权益和优先权，二者均由发明人SethWallack、Ariel Ayayiri Omonte和RubenVenegas提交且题为“Efficient ArtificialIntelligence Analysis of Radiographic Images(射线照相图像的高效人工智能分析)”；以及于2020年9月25日提交的美国临时申请序列号63/083,422的权益和优先权，由发明人SethWallack、Ariel Ayaviri Omonte、Ruben Venegas、Yuan-Ching Spencer Teng和Pratheev Sabaratnam Sreetharan提交且题为“Efficient artificial intelligenceanalysis of radiographic images with combined predictive modeling(具有组合预测建模的射线照相图像的高效人工智能分析)”，其中每一个在此通过引用整体并入本文。

背景技术

人工智能(AI)处理器，例如经过训练的神经网络，可用于处理动物的射线照相图像以确定成像动物具有某些病症的概率。通常，单独的AI处理器用于评估相应的身体区域(例如，胸部、腹部、肩部、前肢、后肢等)和/或特定方向(例如，腹侧背部(VD)视图、侧视图等)的每个身体区域。特定的AI处理器针对相应的身体区域和/或方向确定关于所讨论的身体区域存在特定条件的概率。每个这样的AI处理器包括大量经过训练的模型，以评估成像区域内的相应条件或器官。例如，相对于动物胸部侧视图，AI处理器采用不同的模型来确定动物患有某些与肺部相关的疾病的概率，例如肺门周围浸润(perihilar infiltrate)、肺炎、支气管炎、肺结节等。

每个此类AI处理器执行的处理量以及完成此类处理所需的时间量是巨大的。该任务要求：(1)手动识别和裁剪每个图像，以在特定AI处理器评估图像之前定义特定的身体区域或方向，或者(2)将图像输入每个AI处理器进行评估。与放射学研究仅限于特定领域的人类放射学不同，兽医放射学通常包括，在单个研究中，具有多个方向未知的身体区域的多个未标记图像。

在用于处理动物的射线照相图像的常规工作流程中，系统假定用于识别的身体区域包含在图像中。然后将用于识别的图像发送到特定的AI处理器，例如，使用机器学习模型来评估该特定身体区域存在医学病症的概率。然而，要求用户识别身体区域在常规工作流程中产生摩擦，并且如果识别的身体区域不正确或者图像中包含多个区域，则会导致错误。此外，当没有用户识别身体区域的图像被发送到系统时，常规工作流程变得低效(或崩溃)。当这种情况发生时，常规工作流程效率低下，因为未识别的图像被发送到大量的AI处理器，所述大量AI处理器非特异于成像的身体区域。此外，常规工作流程易于产生错误结果，因为不正确的区域识别导致图像被发送到配置用于评估不同身体区域的AI处理器。