【技术实现步骤摘要】
【国外来华专利技术】从医学图像自动提取超声心动图测量结果
技术介绍
本申请一般涉及改进的数据处理装置和方法,并且更具体地涉及用于执行从医学图像自动提取超声心动图测量结果的机制。超声心动图(有时也称为诊断心脏超声)是一种被广泛接受的医学测试,其使用高频声波(超声)来生成患者心脏的图像。超声心动图使用声波来创建心脏的腔室、瓣膜、壁和附接到心脏的血管(主动脉、动脉、静脉)的图像。在超声心动图期间,称为换能器的探头在患者胸部上通过,并用于产生从心脏结构弹回并“回波”回到探头的声波。将检测到的“回波”转换成可以在计算机显示器上观看的数字图像。超声心动图用于识别患者的各种不同的心脏状况,以及提供关于心脏的结构和功能的医务人员信息。例如,使用超声心动图,医学专业人员能够识别:(1)心脏的大小和形状;(2)心脏壁的尺寸、厚度和运动;(3)心脏的运动;(4)心脏的泵送强度;(5)心脏瓣膜是否正常工作;(6)血液是否通过心脏瓣膜向后渗漏(反流);(7)心脏瓣膜是否太窄(狭窄);(8)是否在心脏瓣膜周围生长有肿瘤或感染物;(9)心脏的外衬(心包膜)的问题;(10)进入和离开心脏的大血管的问题;(11)心脏的腔室中的血凝块;和(12)心室之间的异常孔。
技术实现思路
提供本概述以便以简化形式介绍将在此在详细描述中进一步描述的一些概念。本
技术实现思路
不旨在标识所要求保护的主题的关键因素或必要特征,也不旨在用于限制所要求保护的主题的范围。在一个说明性的实施方案中,提供了一种在数据处理系统中的方法,所述数据处理系统包括至少一个处理器和至少一个存储器,所 ...
【技术保护点】
1.一种方法,在包括至少一个处理器和至少一个存储器的数据处理系统中,所述至少一个存储器包括由所述至少一个处理器执行以使所述至少一个处理器实施自动化超声心动图测量结果提取系统的指令,所述方法包括:/n由在所述数据处理系统上执行的所述自动化超声心动图测量结果提取系统接收包括一个或多个医学图像的医学成像数据;/n通过所述自动化超声心动图测量结果提取系统将所述一个或多个医学图像输入到深度学习网络中;/n由所述深度学习网络自动处理所述一个或多个医学图像以生成提取的超声心动图测量向量输出,所述提取的超声心动图测量向量输出包括从所述一个或多个医学图像提取的超声心动图测量结果的一个或多个值;以及/n由所述深度学习网络将所提取的超声心动图测量向量输出输出到医学图像查看器。/n
【技术特征摘要】
【国外来华专利技术】20171220 US 15/848,0771.一种方法,在包括至少一个处理器和至少一个存储器的数据处理系统中,所述至少一个存储器包括由所述至少一个处理器执行以使所述至少一个处理器实施自动化超声心动图测量结果提取系统的指令,所述方法包括:
由在所述数据处理系统上执行的所述自动化超声心动图测量结果提取系统接收包括一个或多个医学图像的医学成像数据;
通过所述自动化超声心动图测量结果提取系统将所述一个或多个医学图像输入到深度学习网络中;
由所述深度学习网络自动处理所述一个或多个医学图像以生成提取的超声心动图测量向量输出,所述提取的超声心动图测量向量输出包括从所述一个或多个医学图像提取的超声心动图测量结果的一个或多个值;以及
由所述深度学习网络将所提取的超声心动图测量向量输出输出到医学图像查看器。
2.如权利要求1所述的方法,其中所述一个或多个医学图像包括患者的一个或多个B模式超声心动图图像。
3.如权利要求1所述的方法,其中自动处理所述一个或多个医学图像以生成提取的超声心动图测量向量输出是在不对所述一个或多个医学图像执行图像分割的情况下执行的。
4.根据权利要求1所述的方法,其中所述深度学习网络包括多层卷积神经网络。
5.如权利要求1所述的方法,其中所述一个或多个医学图像包括多个医学图像,其中所述多个医学图像中的至少两个医学图像具有不同的视点,并且其中自动处理所述一个或多个医学图像以生成提取的超声心动图测量向量输出包括级联所述多个医学图像的特征向量。
6.根据权利要求1所述的方法,其中由所述深度学习网络将所述提取的超声心动图测量向量输出输出到医学图像查看器还包括:
通过所述自动化超声心动图测量结果提取系统注释所述一个或多个医学图像以包括超声心动图测量结果的所述一个或多个值;以及
经由所述医学图像查看器显示所述经注释的一个或多个医学图像。
7.根据权利要求1所述的方法,其中由所述深度学习网络将所述提取的超声心动图测量向量输出输出到医学图像查看器还包括:
通过所述自动化超声心动图测量结果提取系统,针对需要从所述一个或多个医学图像中提取的每种类型的超声心动图测量结果,识别提供用于生成所述类型的超声心动图测量结果的最佳视点的对应医学图像视点;以及
由所述自动超声心动图测量结果提取系统针对每种类型的超声心动图测量结果确定所述一个或多个医学图像是否包括具有与最佳视点相对应的视点的至少一个医学图像。
8.如权利要求1所述的方法,其中由所述深度学习网络将所述提取的超声心动图测量向量输出输出到医学图像查看器还包括,对于每种类型的超声心动图测量结果:
响应于所述一个或多个医学图像不包括具有对应于所述最佳视点的至少一个医学图像,向用户输出所述患者的至少一个额外的医学图像将被捕获的通知以及为所述对应类型的超声心动图测量结果指定所述最佳视点。
9.根据权利要求1所述的方法,其中由所述深度学习网络将所述提取的超声心动图测量向量输出输出到医学图像查看器还包括:
通过所述自动化超声心动图测量结果提取系统确定需要从所述一个或多个医学图像中提取的每种类型的超声心动图测量结果是否已从所述一个或多个医学图像中提取;以及
通过所述自动超声心动图测量结果提取系统向用户输出已完成医学图像的捕获的通知。
10.根据权利要求1所述的方法,还包括:
基于带注释的训练图像数据集来训练所述深度学习网络,以从医学图像提取超声心动图测量结果。
11.一种计算机程序产品,其包括具有存储于其中的计算机可读程序的计算机可读存储介质,其中所述计算机可读程序当在数据处理系统上执行时,使所述数据处理系统实施自动化超声心动图测量结果提取系统,所述自动化超声心动图测量结果提取系统操作以:
接收包括一个或多个医学图像的医学成像数据;
将所述一个或多个医学图像输入到深度学习网络中;
由所述深度学习网络自动处理所述一个或多个医学图像以...
【专利技术属性】
技术研发人员:T·瑟亚达马哈姆德,A·鲁,E·德格汗马尔瓦斯特,
申请(专利权)人:国际商业机器公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。