[发明专利]背景图像分析的系统及方法

说明书

在一个实施方式中，提供了一种用于实时视频处理的计算机实现系统。所述系统包括至少一个存储指令的存储器以及至少一个执行指令进行操作的处理器。所述至少一个处理器可接收医学图像系统所生成的实时视频(包括多个图像帧)，并获取表明用户与医学图像系统交互状态的背景信息。所述至少一个处理器还可进行目标检测，检测多个图像帧中的至少一个目标，并进行分类，生成多个图像帧中至少一个目标的分类信息。此外，所述至少一个处理器还可进行视频操作，基于目标检测和分类中的至少一种操作来修改接收到的实时视频。此外，所述处理器可根据背景信息调用目标检测、分类和视频操作中的至少一种操作。

相关专利申请的交叉引用

本申请要求2020年2月3日提交的第62/969,643号美国临时申请的优先权，所述第62/969,643号美国临时申请的的全部内容通过本发明的引用，成为本发明的一部分。

技术领域

本发明通常涉及背景图像分析的计算机实现系统和方法。更具体地说，本发明涉及(但不限于)用于处理实时视频并根据背景信息进行图像处理操作的计算机实现系统和方法。本发明所公开的系统和方法可用于各种应用和视觉系统，如医学图像分析及系统，它们均受益于精确的图像处理能力。

背景技术

在图像分析系统中，通常需要检测图像中的关注目标。关注目标可以是一个人、一个地点或一个物品。在医学图像分析和诊断等一些应用中，检测目标(例如，人体组织形成等异常)的位置和分类也很重要。但是，现有计算机实现系统和方法存在许多缺点，包括无法准确检测目标和/或提供检测目标的位置或分类。此外，现有系统和方法可能不加选择地进行不必要的图像处理操作，和/或不考虑图像设备的实时情景或使用，因此效率低下。在本发明中，“实时”是指立即发生或处理。

一些现有医学成像系统以单检测器网络为基础。在进行检测后，所述网络只是简单地向医生或其他医疗保健专业人员输出检测结果。但是，此类检测可能呈假阳性，如内窥镜检查中的非息肉等。此类系统不提供用于区分假阳性和真阳性的单独网络。

此外，基于神经网络的目标检测器通常向检测器传送由神经网络识别的特征，还可包括第二神经网络。但是，此类网络通常并不准确，因为由广义网络进行特征检测，其中仅检测器部分是专用的。

用于实时应用的现有医学成像系统还存在其他缺点。例如，此类系统通常适合在不考虑使用情景或医生或其他用户与医学图像设备(生成待处理视频帧)之间实时交互状态的情况下进行操作。

此外，用于实时应用的现有医学成像系统并不使用从医生或其他用户与医学图像设备之间的交互中获取的背景信息来沿着时间维度聚合目标检测器所识别的目标。

此外，用于实时应用的现有医学成像系统并不使用从用户与医学图像设备之间的交互中获取的背景信息来激活或停用能够执行特定任务(如目标检测、检测目标分类、目标特性输出或为确保用户利益而修改医用显示器上的信息可视化方式)的特定神经网络。

鉴于上述情况，发明人确定，需要改进图像分析(包括医学图像分析和诊断)系统和方法。还需要改进医学成像系统，从而准确、有效地检测目标并提供分类信息。此外，还需要提供可根据背景信息进行实时图像处理操作的图像分析系统和方法。

发明内容

鉴于上述情况，本发明的实施例提供了用于处理来自图像设备(如医学图像系统)的实时视频的计算机实现系统和方法。所公开的系统和方法可进行图像处理操作，如目标检测和分类。所公开的系统和方法还可使用背景信息确定用户与图像设备的交互状态，并根据所确定的交互状态使用一个或多个神经网络(经训练可处理从图像设备接收到的图像帧)进行图像处理，或根据背景信息修改显示器上的信息可视化方式。与现有系统和技术相比，本发明所述的系统和方法提供了诸多优势，包括解决了上述一个或多个缺点和/或现有系统和技术的其他缺点。