RU2019144788A - Машинное обучение на необработанных данных медицинской визуализации для поддержки принятия клинических решений - Google Patents
Машинное обучение на необработанных данных медицинской визуализации для поддержки принятия клинических решений Download PDFInfo
- Publication number
- RU2019144788A RU2019144788A RU2019144788A RU2019144788A RU2019144788A RU 2019144788 A RU2019144788 A RU 2019144788A RU 2019144788 A RU2019144788 A RU 2019144788A RU 2019144788 A RU2019144788 A RU 2019144788A RU 2019144788 A RU2019144788 A RU 2019144788A
- Authority
- RU
- Russia
- Prior art keywords
- medical imaging
- diagnostic
- medical
- raw
- medical image
- Prior art date
Links
- 238000002059 diagnostic imaging Methods 0.000 title claims 60
- 238000010801 machine learning Methods 0.000 title 1
- 210000003484 anatomy Anatomy 0.000 claims 6
- 238000007435 diagnostic evaluation Methods 0.000 claims 6
- 210000000056 organ Anatomy 0.000 claims 6
- 238000011084 recovery Methods 0.000 claims 5
- 230000005540 biological transmission Effects 0.000 claims 4
- 238000002405 diagnostic procedure Methods 0.000 claims 4
- 238000003384 imaging method Methods 0.000 claims 3
- 238000002591 computed tomography Methods 0.000 claims 2
- 238000000034 method Methods 0.000 claims 2
- 238000002600 positron emission tomography Methods 0.000 claims 2
- 238000013528 artificial neural network Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 claims 1
- 238000009543 diffuse optical tomography Methods 0.000 claims 1
- 238000002595 magnetic resonance imaging Methods 0.000 claims 1
- 238000002603 single-photon emission computed tomography Methods 0.000 claims 1
- 230000001052 transient effect Effects 0.000 claims 1
- 238000012285 ultrasound imaging Methods 0.000 claims 1
- 238000012800 visualization Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Claims (49)
1. Система диагностики на основе медицинской визуализации, содержащая:
устройство медицинской визуализации для выработки необработанных данных медицинской визуализации для устройства восстановления медицинского изображения, выполненного с возможностью формирования восстановленного медицинского изображения из необработанных данных медицинской визуализации; и
устройство диагностики на основании необработанных данных для медицинской диагностики необработанных данных медицинской визуализации, выработанных устройством медицинской визуализации, содержащее контроллер диагностики на основе медицинской визуализации, выполненный с возможностью:
введения необработанных данных медицинской визуализации в препроцессор уменьшения размерности, обученный выбирать или извлекать по меньшей мере один вектор признаков с уменьшенной размерностью из необработанных данных медицинской визуализации;
введения по меньшей мере одного вектора признаков с уменьшенной размерностью в обладающее искусственным интеллектом устройство диагностики на основании необработанных данных, обученное визуально воспроизводить диагностическую оценку необработанных данных медицинской визуализации; и
управления передачей диагностической оценки необработанных данных медицинской визуализации.
2. Контроллер диагностики на основе медицинской визуализации по п. 1, в котором обладающее искусственным интеллектом устройство диагностики на основании необработанных данных содержит по меньшей мере одно из искусственной нейронной сети и способа управляемого обучения.
3. Контроллер диагностики на основе медицинской визуализации по п. 1, в котором устройство медицинской визуализации представляет собой одно устройство из устройства медицинской резонансной визуализации, устройства компьютерной томографии, устройства ультразвуковой визуализации, устройства рентгеновской визуализации, устройства диффузной оптической томографии, устройства позитронно-эмиссионной томографии и устройства однофотонной эмиссионной компьютерной томографии.
4. Система диагностики на основе медицинской визуализации по п. 1, в которой необработанные данные медицинской визуализации содержат данные магнитно-резонансной томографии в k-пространстве, данные сонограммы компьютерной томографии и/или файлы listmode позитронно-эмиссионной томографии.
5. Система диагностики на основе медицинской визуализации по п. 1, в которой контроллер диагностики на основе медицинской визуализации также выполнен с возможностью:
введения необработанных данных медицинской визуализации в устройство восстановления медицинского изображения для формирования восстановленного медицинского изображения и
управления передачей восстановленного медицинского изображения.
6. Система диагностики на основе медицинской визуализации по п. 3, в которой контроллер диагностики медицинской визуализации также выполнен с возможностью:
введения восстановленного медицинского изображения в препроцессор медицинской визуализации, обученный выбирать или извлекать по меньшей мере один вектор признаков медицинского изображения из восстановленного медицинского изображения;
введения по меньшей мере одного вектора признаков медицинского изображения в обладающее искусственным интеллектом устройство диагностики изображения, обученное визуально воспроизводить диагностическую оценку восстановленного медицинского изображения; и
управления передачей диагностической оценки восстановленного медицинского изображения.
7. Система диагностики на основе медицинской визуализации по п. 1, в которой контроллер диагностики медицинской визуализации также выполнен с возможностью:
введения восстановленного медицинского изображения в препроцессор медицинской визуализации, обученный выбирать или извлекать по меньшей мере один вектор признаков медицинского изображения из восстановленного медицинского изображения;
введения по меньшей мере одного вектора признаков медицинского изображения в обладающее искусственным интеллектом устройство диагностики изображения, обученное визуально воспроизводить диагностическую оценку восстановленного медицинского изображения; и
управления передачей диагностической оценки восстановленного медицинского изображения.
8. Контроллер диагностики на основе медицинской визуализации по п. 1, в котором выполнено по меньшей мере одно из следующего:
препроцессор уменьшения размерности обучен выбирать или извлекать по меньшей мере один вектор признаков с уменьшенной размерностью из необработанных данных медицинской визуализации в соответствии с одним из заданной анатомической области или заданного анатомического органа; и
обладающее искусственным интеллектом устройство диагностики на основании необработанных данных обучено визуально воспроизводить диагностическую оценку необработанных данных медицинской визуализации в соответствии с одним из заданной анатомической области или заданного анатомического органа.
9. Некратковременный машиночитаемый носитель для хранения, закодированный с инструкциями для выполнения по меньшей мере одним процессором для обработки необработанных данных медицинской визуализации, выработанных устройством медицинской визуализации и предназначенных для формирования из них устройством восстановления медицинского изображения восстановленного медицинского изображения, причем некратковременный машиночитаемый носитель для хранения содержит инструкции для:
введения необработанных данных медицинской визуализации в препроцессор уменьшения размерности, обученный выбирать или извлекать по меньшей мере один вектор признаков с уменьшенной размерностью из необработанных данных медицинской визуализации; и
введения по меньшей мере одного вектора признаков с уменьшенной размерностью в обладающее искусственным интеллектом устройство диагностики на основании необработанных данных, обученное визуально воспроизводить диагностическую оценку необработанных данных медицинской визуализации.
10. Некратковременный машиночитаемый носитель для хранения по п. 9, в котором по меньшей мере один некратковременный машиночитаемый носитель для хранения также содержит инструкцию для введения необработанных данных медицинской визуализации в устройство восстановления медицинского изображения для формирования восстановленного медицинского изображения.
11. Некратковременный машиночитаемый носитель для хранения по п. 10, в котором по меньшей мере один некратковременный машиночитаемый носитель для хранения также содержит инструкции для:
введения восстановленного медицинского изображения в препроцессор медицинской визуализации, обученный выбирать или извлекать по меньшей мере один вектор признаков медицинского изображения из восстановленного медицинского изображения; и
введения по меньшей мере одного вектора признаков медицинского изображения в обладающее искусственным интеллектом устройство диагностики изображения, обученное визуально воспроизводить диагностическую оценку восстановленного медицинского изображения.
12. Некратковременный машиночитаемый носитель для хранения по п. 9, в котором по меньшей мере один некратковременный машиночитаемый носитель для хранения также содержит инструкции для:
введения восстановленного медицинского изображения в препроцессор медицинской визуализации, обученный выбирать или извлекать по меньшей мере один вектор признаков медицинского изображения из восстановленного медицинского изображения; и
введения по меньшей мере одного вектора признаков медицинского изображения в обладающее искусственным интеллектом устройство диагностики изображения, обученное визуально воспроизводить диагностическую оценку восстановленного медицинского изображения.
13. Некратковременный машиночитаемый носитель для хранения по п. 9, в котором выполнено по меньшей мере одно из следующего:
препроцессор уменьшения размерности выполнен с возможностью выбора или извлечения по меньшей мере одного вектора признаков с уменьшенной размерностью из необработанных данных медицинской визуализации в соответствии с одним из заданной анатомической области или заданного анатомического органа; и
обладающее искусственным интеллектом устройство диагностики на основании необработанных данных обучено визуально воспроизводить диагностическую оценку необработанных данных медицинской визуализации в соответствии с одним из заданной анатомической области или заданного анатомического органа.
14. Способ диагностики на основе медицинской визуализации для медицинской диагностики посредством контроллера диагностики на основе медицинской визуализации необработанных данных медицинской визуализации, выработанных устройством медицинской визуализации и предназначенных для формирования из них устройством восстановления медицинского изображения восстановленного медицинского изображения, причем способ включает:
введение посредством контроллера диагностики на основе медицинской визуализации необработанных данных медицинской визуализации в препроцессор уменьшения размерности, обученный выбирать или извлекать по меньшей мере один вектор признаков с уменьшенной размерностью из необработанных данных медицинской визуализации; и
введение контроллером диагностики на основе медицинской визуализации вектора признаков с уменьшенной размерностью в обладающее искусственным интеллектом устройство диагностики на основании необработанных данных для визуального воспроизведения диагностической оценки необработанных данных медицинской визуализации.
15. Способ диагностики на основе медицинской визуализации по п. 14, также включающий:
введение контроллером диагностики на основе медицинской визуализации необработанных данных медицинской визуализации в устройство восстановления медицинского изображения для формирования восстановленного медицинского изображения;
введение контроллером диагностики на основе медицинской визуализации восстановленного медицинского изображения в препроцессор медицинского изображения, обученный выбирать или извлекать по меньшей мере один вектор признаков медицинского изображения из восстановленного медицинского изображения; и
введение посредством контроллера диагностики на основе медицинской визуализации по меньшей мере одного вектора признаков медицинского изображения в обладающее искусственным интеллектом устройство диагностики изображения, обученное визуально воспроизводить диагностическую оценку восстановленного медицинского изображения.
16. Способ диагностики на основе медицинской визуализации по п. 14, также включающий:
введение посредством контроллера диагностики на основе медицинской визуализации восстановленного медицинского изображения в препроцессор медицинского изображения, обученный выбирать или извлекать по меньшей мере один вектор признаков медицинского изображения из восстановленного медицинского изображения; и
введение посредством контроллера диагностики на основе медицинской визуализации по меньшей мере одного вектора признаков медицинского изображения в обладающее искусственным интеллектом устройство диагностики изображения, обученное визуально воспроизводить диагностическую оценку восстановленного медицинского изображения.
17. Способ диагностики на основе медицинской визуализации по п. 14, в котором по меньшей мере выполнено одно из следующего:
выбор или извлечение препроцессором уменьшения размерности по меньшей мере одного вектора признаков с уменьшенными размерностями из необработанных данных медицинской визуализации соответствует одному из заданной анатомической области или заданного анатомического органа; и
визуальное воспроизведение посредством устройства оценки визуализации необработанных медицинских данных диагностической оценки необработанных данных медицинской визуализации соответствует одному из заданной анатомической области или заданного анатомического органа.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201762512774P | 2017-05-31 | 2017-05-31 | |
| US62/512,774 | 2017-05-31 | ||
| PCT/EP2018/064308 WO2018220089A1 (en) | 2017-05-31 | 2018-05-30 | Machine learning on raw medical imaging data for clinical decision support |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| RU2019144788A true RU2019144788A (ru) | 2021-07-02 |
| RU2019144788A3 RU2019144788A3 (ru) | 2021-09-17 |
| RU2779064C2 RU2779064C2 (ru) | 2022-08-31 |
Family
ID=
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2777611C1 (ru) * | 2021-08-31 | 2022-08-08 | Федеральное государственное бюджетное образовательное учреждение высшего образования «Северо-Западный государственный медицинский университет им. И.И. Мечникова» Министерства здравоохранения Российской Федерации (ФГБОУ ВО «СЗГМУ им. И.И. Мечникова» Минздрава России) | Способ дифференциальной диагностики болезни Крона или язвенного колита |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2777611C1 (ru) * | 2021-08-31 | 2022-08-08 | Федеральное государственное бюджетное образовательное учреждение высшего образования «Северо-Западный государственный медицинский университет им. И.И. Мечникова» Министерства здравоохранения Российской Федерации (ФГБОУ ВО «СЗГМУ им. И.И. Мечникова» Минздрава России) | Способ дифференциальной диагностики болезни Крона или язвенного колита |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7181230B2 (ja) | 2022-11-30 |
| CN110692107B (zh) | 2023-11-14 |
| EP3631808A1 (en) | 2020-04-08 |
| US20210174937A1 (en) | 2021-06-10 |
| JP2020522068A (ja) | 2020-07-27 |
| US11984224B2 (en) | 2024-05-14 |
| RU2019144788A3 (ru) | 2021-09-17 |
| WO2018220089A1 (en) | 2018-12-06 |
| CN110692107A (zh) | 2020-01-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102070714B1 (ko) | 오브젝트 위치 결정 장치, 오브젝트 위치 결정 방법, 오브젝트 위치 결정 프로그램, 및 방사선 치료 시스템 | |
| KR102665022B1 (ko) | 엑스선 장치 및 이의 의료 영상 획득 | |
| JP7039153B2 (ja) | 敵対的生成ネットワークを使用した画像強調 | |
| Davoudi et al. | Deep learning optoacoustic tomography with sparse data | |
| EP3559903B1 (en) | Machine learning of anatomical model parameters | |
| CN107545309B (zh) | 使用深度生成机器学习模型的图像质量评分 | |
| JP6935633B2 (ja) | パッチガイド方法及びプログラム | |
| US9792703B2 (en) | Generating a synthetic two-dimensional mammogram | |
| JP2020522068A5 (ru) | ||
| US10335105B2 (en) | Method and system for synthesizing virtual high dose or high kV computed tomography images from low dose or low kV computed tomography images | |
| CN112969412A (zh) | 深谱团注剂跟踪 | |
| AU2020340234A1 (en) | System and method for identification, labeling, and tracking of a medical instrument | |
| KR20210054678A (ko) | 전처리 모듈을 포함하는 머신 러닝 기반의 인공지능을 이용하는 영상 분석 장치 | |
| CN115311191A (zh) | 使用深度学习估计的扫描方案遮罩来生成三维解剖结构扫描的重新格式化视图 | |
| JP7071037B2 (ja) | 推論装置、医用システム、およびプログラム | |
| RU2019144788A (ru) | Машинное обучение на необработанных данных медицинской визуализации для поддержки принятия клинических решений | |
| KR20210001233A (ko) | 혈관 세그멘테이션 방법 | |
| CN115004225A (zh) | 弱监督病灶分割 | |
| JP2022059493A (ja) | モデル生成方法、モデル生成装置、画像処理方法及び画像処理装置 | |
| Amod et al. | Bridging the Gap: Generalising State-of-the-Art U-Net Models to Sub-Saharan African Populations | |
| EP3815617A1 (en) | Image-processing method and apparatus for object detection or identification | |
| Vargas Daza | Human treelike tubular structure segmentation in medical images | |
| KR20230106359A (ko) | 컴퓨팅 장치가 이미지 데이터에 대한 분류 정보를 출력하는 방법 및 이를 위한 장치 | |
| KR20230094670A (ko) | 인공 신경망을 이용한 이미지 데이터에 대한 분류 방법 및 이를 위한 장치 | |
| CN118042988A (zh) | 用于获取之前的成像检查的前瞻性质量评估 |