[发明专利]使用放射学报告和医学图像的共同训练的半监督学习

权利要求书

1.一种非暂态计算机可读介质(26)，存储指令，所述指令由至少一个电子处理器(20)可执行以执行训练机器学习(ML)图像分类器(14)以使用图像集合和对应的放射学报告(34)来相应于标签集合对图像(30)进行分类的方法(100)，所述图像集合未相应于所述标签集合被标记，所述对应的放射学报告(34)未相应于所述标签集合被标记，所述方法包括：

通过将所述ML图像分类器应用于所述图像，从所述标签集合生成针对所述图像的基于图像的标签和针对所述基于图像的标签的基于图像的标签置信度值；

通过将报告分类器(16)应用于所述对应的放射学报告，从所述标签集合生成针对所述图像的基于报告的标签和针对所述基于报告的标签的基于报告的标签置信度值；

基于所述基于图像的标签、所述基于报告的标签、所述基于图像的标签置信度值和所述基于报告的标签置信度值，选择所述图像集合的训练子集；

为所述训练子集中的每个图像分配伪标签，所述伪标签是针对所述图像的所述基于图像的标签或者所述基于报告的标签中的一个；以及

至少使用所选择的所述训练子集和所分配的所述伪标签来训练所述ML图像分类器。

2.根据权利要求1所述的非暂态计算机可读介质(26)，其中针对在所述训练子集中包括的图像(30)的所述选择至少部分地基于所述图像的所述基于图像的标签置信度值低于所述图像的所述基于报告的标签置信度值。

3.根据权利要求2所述的非暂态计算机可读介质(26)，其中针对在所述训练子集中包括的所述图像(30)的所述选择还基于针对所述图像的所述基于图像的标签与针对所述图像的所述基于报告的标签是相同的。

4.根据权利要求2所述的非暂态计算机可读介质(26)，其中针对在所述训练子集中包括的所述图像(30)的所述选择还基于针对所述图像的所述基于图像的标签与针对所述图像的所述基于报告的标签是不同的，并且所述分配将所述基于报告的标签作为针对所述图像的所述伪标签进行分配。

5.根据权利要求1至4中任一项所述的非暂态计算机可读介质(26)，其中所述方法(100)还包括：

在所述生成、所述选择和所述训练操作之前，使用经标记的训练集合(101)来执行所述ML图像分类器(14)的初始训练，所述经标记的训练集合(101)包括相应于所述标签集合而被标记的经标记的图像；

其中所述训练使用所选择的所述训练子集和所分配的所述伪标签，并且还使用所述经标记的训练集合。

6.根据权利要求1至5中任一项所述的非暂态计算机可读介质(26)，其中所述方法(100)还包括：

基于对应的所述图像(30)的所述基于图像的标签、所述基于报告的标签、所述基于图像的标签置信度值和所述基于报告的标签置信度值，选择所述放射学报告集合(34)的报告训练子集，并且为所述报告训练子集中的每个放射学报告分配报告伪标签，所述报告伪标签是针对对应的所述图像的所述基于图像的标签或者所述基于报告的标签中的一个；以及

至少使用所选择的所述报告训练子集和所分配的所述报告伪标签来训练所述报告分类器(16)。

7.根据权利要求6所述的非暂态计算机可读介质(26)，其中针对在所述报告训练子集中包括的放射学报告(34)的所述选择至少部分地基于对应的所述图像(30)的所述基于图像的标签置信度值高于对应的所述图像的所述基于报告的标签置信度值。