医疗图像重建方法及其装置制造方法及图纸

本发明专利技术公开了一种医疗图像重建方法及其装置。医疗图像重建装置对三维医疗图像进行降维来生成至少一个以上的基本图像，并对在三维医疗图像中有关特定组织的三维图像或从三维医疗图像去除特定组织的三维图像进行降维来生成至少一个以上的分割图像，且利用包括基本图像及分割图像的学习数据来训练人工智能模型从多个组织重叠显示于同一平面上的医疗图像区分至少一个以上的组织。

Methods and devices of medical image reconstruction

【技术实现步骤摘要】
医疗图像重建方法及其装置相关申请的交叉引用本申请要求于2018年12月11日提交的韩国专利申请No.10-2018-0159117的优先权和权益，其通过引用合并于此用于所有目的，如同在此完全阐述一样。
本专利技术涉及一种医疗图像重建方法及其装置，更具体地，涉及一种利用通过深度学习(deeplearning)等学习的人工智能模型，将至少一个以上的组织重叠显示的医疗图像重建成有关特定组织的医疗图像的方法及其装置。
技术介绍
自1895年由伦琴(Rontgen)发现X射线以后，X射线医疗图像开始应用于医疗上，并且其在单一检查方面作为目前世界上最广泛利用的医疗放射线检查，而且用于通过拍摄人体的各个部位来评估患者。当用X射线医疗图像拍摄患者的检查部位时，X射线会穿过X射线拍摄区域内的所有人体组织，并且根据X射线穿过的组织的结构成分而减少的X射线粒子量而生成出现亮或暗的黑白图像。医疗X射线图像拍摄区域包括皮肤﹑肌肉﹑脂肪﹑骨骼，及根据拍摄部位的各种内部组织如肺﹑腹腔器官，及大脑，并且各种器官具有不同的X射线穿透度。在拍摄X射线医疗图像时于一个方向以固定状态照射X射线，并且在X射线医疗图像中看到的亮度值是结合了在X射线粒子的前行方向上的各种组织的X射线穿透度的所有影响的一个亮度值。因此，在X射线医疗图像中，不能得知特定组织的亮度值，结果，不能获得有关特定组织的X射线医疗图像。
技术实现思路
本专利技术的实施例提供了一种医疗图像重建的方法及其装置，所述医疗图像重建的方法将各种组织重叠显示的医疗图像如X射线医疗图像重建成有关特定组织的医疗图像或去除特定组织的医疗图像。为了解决所述述技术问题，根据本专利技术的实施例的医疗图像重建方法的一例包括:对三维医疗图像进行降维来生成至少一个以上的基本图像的步骤；对有关从所述三维医疗图像中分割的组织的区域或从所述三维医疗图像中去除所述组织的区域的三维图像进行降维来生成至少一个以上的分割图像的步骤；以及利用包括所述基本图像及所述分割图像的学习数据来训练人工智能模型从多个组织重叠显示于同一平面上的医疗图像区分至少一个以上的组织的步骤。为了解决所述述技术问题，根据本专利技术的实施例的医疗图像重建装置的一例包括:对三维医疗图像进行降维来生成至少一个以上的基本图像的基本图像生成单元；对有关从所述三维医疗图像中分割的组织的区域或从所述三维医疗图像中去除所述组织的区域的三维图像进行降维来生成至少一个以上的分割图像的分割图像生成单元；以及利用包括所述基本图像及所述分割图像的学习数据来训练人工智能模型从多个组织重叠显示于同一平面上的医疗图像区分至少一个以上的组织的学习单元。附图说明被包括以提供对本专利技术的进一步理解并且被并入且构成本说明书的一部分的附图例示本专利技术的示例性实施例，并且与说明书一起用于解释本专利技术构思。图1是示出根据本专利技术的实施例的用于重建医疗图像的整体过程的示意图,图2是示出根据本专利技术的实施例的医疗图像重建装置的结构的一例的示意图,图3是示出根据本专利技术的实施例的医疗图像重建装置的学习数据生成单元的一例的结构的示意图,图4是示出根据本专利技术的实施例的三维医疗图像的一例的示意图,图5是示出根据本专利技术的实施例的医疗图像降维方法的一例的示意图，图6A、图6B和图7是示出根据本专利技术的实施例的应用人工智能模型的示例的示意图,图8是示出利用根据本专利技术的实施例训练的人工智能模型重建的医疗图像的一例的的示意图,图9是示出根据本专利技术的实施例的医疗图像重建方法的一例的示意图,图10是示出利用根据本专利技术的实施例的人工智能模型重建二维医疗图像的方法的一例的示意图,以及图11是示出利用根据本专利技术的实施例的人工智能模型重建医疗图像的示例的示意图。具体实施方式在下文中，将参考附图详细说明根据本专利技术的实施例的医疗图像重建方法及其装置。图1是示出根据本专利技术的实施例的用于重建医疗图像的整体过程的示意图。参考图1，通过深度学习来学习的人工智能模型160的学习数据125是通过对三维医疗图像100进行降维而生成。三维医疗图像100的例子包括计算机断层(CT)图像(见图4)及核磁共振成像(MRI)。本实施例的三维医疗图像100不限于CT图像或MRI图像，其包括以各种方式制作的各种三维图像。在包括本实施例的以下实施例中，通过对三维医疗图像100进行降维而生成的医疗图像称为基本图像120，而从三维医疗图像100分割110至少一个以上的组织(例如，诸如肌肉﹑脂肪﹑心脏﹑血管等的软组织﹑诸如骨﹑肺﹑肝等的各种器官﹑诸如肿瘤或肺结节等的病变组织等)，并通过对有关分割的组织的图像进行降维而生成的医疗图像称为分割图像130。分割图像130可以是通过对有关从三维医疗图像100分割的特定组织的三维图像(例如，仅由肺组织构成的三维图像)进行降维而获得的图像，或者可以是通过对从三维医疗图像100去除特定组织(诸如肌肉，脂肪，心脏，血管等的软组织或骨组织等)的三维图像进行降维而获得的图像。图5中示出对三维图像进行降维至二维图像的方法的一例。基本图像120和分割图像130用于人工智能模型160的学习140。人工智能模型160可以以诸如卷积神经网络(CNN),DenseNet,U-net,GooLeNet等各种体系来实现。例如，当人工智能模型160以CNN实现时，人工智能模型160利用学习数据125进行调整人工神经网络的连接权重的学习140过程。图6和图7中示出根据本专利技术实施例的人工智能模型160的应用示例。人工智能模型160本身有多种常规技术。本实施例并不涉及人工智能模型160本身，本实施例涉及将以各种常规体系实现的人工智能模型160训练来用于根据本实施例的医疗图像重建的方法及其装置，以及涉及利用根据本专利技术的实施例训练的人工智能模型160从医疗图像区分特定组织或重建与特定组织有关的医疗图像的方法及其装置。例如，医疗图像重建装置可以利用通过对三维医疗图像100进行降维至二维而生成的基本图像120及分割图像130作为学习数据125，且可以训练人工智能模型160来输出从基本图像150去除了特定组织152的预测分割图像154。例如，以CNN实现的人工智能模型160可以将预测分割图像154与学习数据125的分割图像130进行比较，来进行调整包括人工神经网络的连接权重等的各种参数的学习过程。根据另一例子，医疗图像重建装置可以利用根据本专利技术的实施例训练的人工智能模型160，来输出从各种组织重叠显示的二维医疗图像如X射线医疗图像中去除至少一个以上的组织而仅由特定组织形成的医疗图像180。例如，医疗图像重建装置可以通过从胸部X射线医疗图像170去除诸如肌肉﹑脂肪﹑心脏及血管等软组织和骨组织等，来重建仅由肺组织组成的医疗图像180。根据另一例子，医疗图像重建装置可以从胸部X射线医疗图像170重建仅由软组织组成的医疗图像或者重建仅由骨组织组成的医疗图像。根据另一例子，医疗图像重建装置可以通过从胸部X射线医疗图像170本文档来自技高网...

【技术保护点】
1.一种医疗图像重建方法，包括:/n对三维医疗图像进行降维来生成至少一个以上的基本图像的步骤；/n对有关从所述三维医疗图像中分割的组织的区域或从所述三维医疗图像中去除所述组织的区域的三维图像进行降维来生成至少一个以上的分割图像的步骤；以及/n利用包括所述基本图像及所述分割图像的学习数据来训练人工智能模型从多个组织重叠显示于同一平面上的医疗图像区分至少一个以上的组织的步骤。/n

【技术特征摘要】
20181211 KR 10-2018-01591171.一种医疗图像重建方法，包括:
对三维医疗图像进行降维来生成至少一个以上的基本图像的步骤；
对有关从所述三维医疗图像中分割的组织的区域或从所述三维医疗图像中去除所述组织的区域的三维图像进行降维来生成至少一个以上的分割图像的步骤；以及
利用包括所述基本图像及所述分割图像的学习数据来训练人工智能模型从多个组织重叠显示于同一平面上的医疗图像区分至少一个以上的组织的步骤。


2.如权利要求1所述的方法，其还包括:
接收二维医疗图像的输入的步骤；以及
通过所述人工智能模型从所述二维医疗图像区分特定组织，并生成由所述特定组织组成的医疗图像或去除特定组织的医疗图像的步骤。


3.如权利要求2所述的方法，其中，
所述三维医疗图像是计算机断层(CT)成像或核磁共振成像(MRI)，
所述二维医疗图像是X射线医疗图像。


4.如权利要求1所述的方法，其中，
所述生成所述基本图像的步骤包括于至少一个以上的方向投影所述三维医疗图像来生成至少一个以上的二维基本图像的步骤，
所述生成所述分割图像的步骤包括于至少一个以上的方向投影所述区域的三维图像或去除所述区域的三维图像来生成至少一个以上的二维分割图像的步骤。


5.如权利要求1所述的方法，其中，所述训练所述人工智能模型的步骤包括
利用进一步包括包含有关病变组织的直方图或纹理的分析值的学习数据来训练所述人工智能模型的步骤。


6.如权利要求1所述的方法，其还包括:
以一定的亮度值...

【专利技术属性】
技术研发人员：朴相准，李斗熙，尹淳镐，
申请(专利权)人：脉得谱株式会社，
类型：发明
国别省市：韩国;KR