预测数据组的提供制造技术

本发明专利技术涉及一种用于提供检查对象的预测数据组的计算机实现的方法，包括：接收检查对象的检查区域的第一图像数据组；接收布置在检查区域处的医学对象的至少一个运行参数和布置在检查区域处的医学对象的定位信息；通过将经训练的函数应用于输入数据来产生预测数据组，其中输入数据基于第一图像数据组以及医学对象的至少一个运行参数和定位信息，其中经训练的函数的至少一个参数基于与第一比较图像数据组的比较，其中第一比较图像数据组相对于第一图像数据组具有在检查区域处受医学对象影响的变化；提供预测数据组。本发明专利技术还涉及一种用于提供经训练的函数的计算机实现的方法、训练单元、提供单元、医学设备、计算机程序产品和计算机可读的存储介质。

【技术实现步骤摘要】
预测数据组的提供
本专利技术涉及一种用于提供检查对象的预测数据组的计算机实现的方法、一种用于提供经训练的函数的计算机实现的方法、一种训练单元、一种提供单元、一种医学设备、一种计算机程序产品以及一种计算机可读存储介质。
技术介绍
在医学实践中，特别精确且尽可能全面地支持例如医生的医学人员对于良好的治疗效果是至关重要的。在此，例如可以通过在治疗和诊断中对检查对象、例如人类和/或动物患者的待治疗的部分进行医学成像来支持医学人员。特别地，在要借助医学对象、特别是消融针和/或腹腔镜和/或内窥镜将组织消融的医学干预中，对消融表面或消融区域的准确了解是至关重要的。在此，消融区域的表现通常在很大程度上取决于相应组织的特性以及医学对象。从现有技术已知一种用于基于术前记录的检查对象的三维成像数据和术中的血流成像来仿真消融区域的方法。在此，通常还基于术前记录的图像数据做出关于组织参数的假设，该假设可能对仿真的消融区域的准确性产生不利影响。
技术实现思路
因此，本专利技术要解决的技术问题是，为可能受医学对象影响的检查区域提供特别准确的预测。根据本专利技术，上述技术问题通过根据本专利技术的用于提供检查对象的预测数据组的计算机实现的方法、用于提供经训练的函数的计算机实现的方法、训练单元、提供单元、医学设备、计算机程序产品以及计算机可读存储介质来解决。本专利技术还给出了具有适当扩展的有利的实施方式。下面关于所要求保护的设备和所要求保护的方法来描述根据本专利技术的对上述技术问题的解决方案。在此提到的特征、优点或替换实施方式同样也可以转用到其他要求保护的对象，反之亦然。此外，根据本专利技术的对上述技术问题的解决方案关于用于提供预测数据组的方法和设备并且关于用于提供经训练的函数的方法和设备进行描述。在此，在用于提供预测数据组的方法和设备中的数据结构和/或函数的特征和替换实施方式可以转用到在用于提供经训练的函数的方法和设备中的类似的数据结构和/或函数。在此，尤其可以通过使用前缀“训练(Training)”来表征类似的数据结构。此外，尤其可以通过用于提供经训练的函数的方法和设备来调整和/或提供在用于提供检查对象的预测数据组的方法和设备中使用的经训练的函数。在第一方面，本专利技术涉及一种用于提供检查对象的预测数据组的计算机实现的方法。然后规定，接收检查对象的检查区域的第一图像数据组。此外，还接收布置在检查对象的检查区域处的医学对象的至少一个运行参数以及布置在检查对象的检查区域处的医学对象的定位信息。此外，通过将经训练的函数应用于输入数据来产生预测数据组。在此，输入数据基于第一图像数据组以及医学对象的至少一个运行参数和定位信息。此外，经训练的函数的至少一个参数基于与第一比较图像数据组的比较。在此，第一比较图像数据组相对于第一图像数据组具有在检查区域处受医学对象影响的变化。此后，提供预测数据组。第一图像数据组尤其可以包括检查对象的检查区域的二维和/或三维医学图像数据。有利地，第一图像数据组可以特别是在术前映射检查对象的检查区域。在此，第一图像数据组例如可以包括组织参数图。此外，预定的组织区域、例如肿瘤可以在第一图像数据组中进行分割。此外，检查对象的检查区域可以包括检查对象的、可能受到医学对象影响的解剖和/或空间区域，和/或例如肿瘤的预定的组织区域。在此，特别是可以借助医学成像设备从检查对象的检查区域记录和/或提供第一图像数据组。在此，检查对象例如可以包括动物患者和/或人类患者。例如，可以将医学成像设备设计为医学X射线设备、尤其是C形臂X射线设备和/或Dyna-CT，和/或磁共振装置(MRT)和/或计算机断层成像装置(CT)和/或超声设备。此外，第一图像数据组有利地可以包括元数据。在此，元数据可以包括关于医学成像设备的记录参数和/或运行参数的信息和/或患者数据。第一图像数据组的接收尤其可以包括采集和/或读取计算机可读的数据存储器，和/或从例如数据库的数据存储器单元接收。此外，第一图像数据组可以由医学成像设备的处理单元提供。医学对象例如可以包括消融针和/或腹腔镜和/或内窥镜和/或电烧灼器和/或导管。对布置在检查对象的检查区域处的医学对象的至少一个运行参数的接收尤其可以包括采集和/或读取计算机可读的数据存储器和/或从例如数据库的数据存储器单元接收。此外，至少一个运行参数可以由医学对象的处理单元提供。在此，至少一个运行参数有利地可以包括医学对象的电流强度和/或电压和/或温度和/或磁场强度和/或电场强度和/或频率。此外，布置在检查对象的检查区域处的医学对象的定位信息有利地可以包括关于医学对象的定向和/或取向和/或位置的信息，特别是关于医学对象相对于检查对象的检查区域和/或相对于用于记录第一图像数据组的医学成像设备的定向和/或取向和/或位置的信息。此外，还可以基于定位信息、特别是通过配准来确定医学对象相对于第一图像数据组的定向和/或取向和/或位置。此外，可以通过医学成像设备、例如医学X射线设备和/或磁共振装置和/或计算机断层成像装置和/或超声设备和/或照相机系统和/或电磁定位系统来确定定位信息。在此，例如可以借助医学成像设备通过在医学对象的映射中对医学对象进行分割来确定定位信息。此外，例如可以借助医学成像设备通过医学对象上的至少一个标记对象的标记物结构和/或布置来确定定位信息。对布置在检查对象的检查区域处的医学对象的定位信息的接收尤其可以包括采集和/或读取计算机可读的数据存储器和/或从例如数据库的数据存储器单元接收。此外，定位信息可以由医学对象的处理单元提供。为此，医学对象可以具有例如位置传感器、特别是陀螺仪。此外，经训练的函数有利地可以通过机器学习方法来训练。特别地，经训练的函数可以是神经网络、特别是卷积神经网络(convolutionalneuralnetwork，CNN)或包括卷积层(convolutionallayer)的网络。经训练的函数将输入数据映射到输出数据。在此，输出数据此外尤其可以取决于经训练的函数的一个或多个参数。可以通过训练来确定和/或调整经训练的函数的一个或多个参数。对经训练的函数的一个或多个参数的确定和/或调整尤其可以基于由训练输入数据和相关联的训练输出数据组成的对，其中将用于产生训练映射数据的经训练的函数应用于训练输入数据。所述确定和/或调整尤其可以基于训练映射数据与训练输出数据的比较。通常，也将可训练的函数、即具有尚未被调整的一个或多个参数的函数称为经训练的函数。经训练的函数的其他术语是经训练的映射规则、具有经训练的参数的映射规则、具有经训练的参数的函数、基于人工智能的算法、机器学习算法。经训练的函数的示例是人工神经网络，其中人工神经网络的边缘权重相应于经训练的函数的参数。代替术语“神经网络”还可以使用术语“神经网”。特别地，经训练的函数还可以是深度人工神经网络(deepneuralnetwork，deepartificialneuralnetwork)。经训练的函数的另外的示例是“支持向量机(SupportVectorM本文档来自技高网...

【技术保护点】
1.一种用于提供检查对象(31)的预测数据组(PD)的计算机实现的方法，包括：/n-接收检查对象(31)的检查区域(UB)的第一图像数据组(B1)，/n-接收布置在检查对象(31)的检查区域(UB)处的医学对象(44)的至少一个运行参数(BP)和布置在检查对象(31)的检查区域(UB)处的医学对象(44)的定位信息(P)，/n-通过将经训练的函数(TF)应用于输入数据(ED)来产生(DET-PD)预测数据组(PD)，/n其中所述输入数据(ED)基于所述第一图像数据组(B1)以及所述医学对象(44)的至少一个运行参数(BP)和定位信息(P)，/n其中所述经训练的函数(TF)的至少一个参数基于与第一比较图像数据组(VPD)的比较，/n其中所述第一比较图像数据组(VPD)相对于所述第一图像数据组(B1)具有在检查区域(UB)处受医学对象(44)影响的变化，/n-提供(PROV-PD)预测数据组(PD)。/n

【技术特征摘要】
20190911 DE 102019213813.61.一种用于提供检查对象(31)的预测数据组(PD)的计算机实现的方法，包括：
-接收检查对象(31)的检查区域(UB)的第一图像数据组(B1)，
-接收布置在检查对象(31)的检查区域(UB)处的医学对象(44)的至少一个运行参数(BP)和布置在检查对象(31)的检查区域(UB)处的医学对象(44)的定位信息(P)，
-通过将经训练的函数(TF)应用于输入数据(ED)来产生(DET-PD)预测数据组(PD)，
其中所述输入数据(ED)基于所述第一图像数据组(B1)以及所述医学对象(44)的至少一个运行参数(BP)和定位信息(P)，
其中所述经训练的函数(TF)的至少一个参数基于与第一比较图像数据组(VPD)的比较，
其中所述第一比较图像数据组(VPD)相对于所述第一图像数据组(B1)具有在检查区域(UB)处受医学对象(44)影响的变化，
-提供(PROV-PD)预测数据组(PD)。


2.根据权利要求1所述的方法，此外还包括：接收所述检查对象(31)的检查区域(UB)的弹性成像数据组(E1)，并且将所述弹性成像数据组(E1)配准(R1)到所述第一图像数据组(B1)，
其中，所述输入数据(ED)此外还基于弹性成像数据组(E1)。


3.根据权利要求1或2所述的方法，此外还包括：接收所述检查对象(31)的检查区域(UB)的至少一部分的至少一个第二图像数据组(B2)，
其中所述至少一个第二图像数据组(B2)映射在所述检查对象(31)的检查区域(UB)处由所述医学对象(44)引起的随时间的变化，
其中所述输入数据(ED)此外还基于所述至少一个第二图像数据组(B2)。


4.根据权利要求3所述的方法，其中借助超声设备(82)来记录所述至少一个第二图像数据组(B2)。


5.根据权利要求3或4所述的方法，其特征在于，按时间顺序接收多个第二图像数据组(B2)，
其中基于到目前为止按时间顺序接收的第二图像数据组(B2)分别产生预测数据组(PD)。


6.根据上述权利要求中任一项所述的方法，其特征在于，所述预测数据组(PD)包括所述检查对象(31)的检查区域(UB)内的流体疱形成和/或病变形成的、特别是关于时间走向的概率信息和/或表现信息。


7.根据权利要求6所述的方法，其特征在于，
所述预测数据组(PD)具有关于至少一个运行参数(BP)的有效范围。


8.根据上述权利要求中任一项所述的方法，其特征在于，借助磁共振装置和/或医学X射线设备(37)和/或计算机断层成像装置来记录所述第一图像数据组(B1)。


9.一种用于提供经训练的函数(TF)的计算机实现的方法，包括：
-接收检查对象(31)的检查区域(UB)的第一训练图像数据组(TB1)，
-接收布置在检查对象(31)的检查区域(UB)处的医学对象(44)的至少一个训练运行参数(TBP)和布置在检查对象(31)的检查区域(UB)处的医学对象(44)的训练定位信息(TP)，
-接收检查对象(31)的检查区域(UB)的另外的训练图像数据组(WTB)，
其中，在时间上在所述第一训练图像数据组(TB1)之后记录所述另外的训练图像数据组(WTB)，
其中，在记录所述第一训练图像数据组(TB1)之后并且在记录所述另外的训练图像数据组(WTB)之前发生在检查对象(31)的检查区域(UB)处由所述医学对象(44)引起的变化，
-根据另外的训练图像数据组(WTB)产生(F)比较预测数据组(VPD)，
其中，所述比较预测数据组(VPD)相对于所述第一训练图像数据组(TB1)具有在检查区域(UB)处受所述医学对象(44)影响的变化，
-通过将经训练的函数(TF)应用于输入数据(ED)来产生训练预测数据组(TPD)，
其中，所述输入数据(ED)基于所述第一训练图像数据组(TB1)以及所述医学对象(44)的至少一个训练运行参数(TBP)和训练定位信息(TP)，
-基于所述比较预测数据组(VPD)与所述训练预测数据组(TPD)的比较来调整(ADJ-TF)所述经训练的函数(TF)的至少一个参数，
-提供(PROV-TF)经训练的函数(TF)。


10.根据权利要求9所述的方法，此外还包括：接收所述检查对象(31)的检查区域(UB)的训练弹性成像数据组，以及将所述训练弹性成像数据组配准到所述第一训练图像数据组(TB1)，
其中，所述输入数据(ED)此外还基于所述训练弹性成像数据组。


11.根据权利要求9或10所述的方法，此外还包括：接收所述检查对象(31)的检查区域(UB)的至少一部分的至少一个第二训练图像数据组，
其中，所述至少一个第二训练图像数据组映射在所述检查对象(31)的检查区域(UB)处由所述医学对象(44)引起的随时间的变化，
其中，所述输入数据(ED)此外还基于所述至少一个第二训练图像数据组。


12.根据...

【专利技术属性】
技术研发人员：A雷根斯伯格，M维茨，S沃尔特，A阿尔扎加，
申请(专利权)人：西门子医疗有限公司，
类型：发明
国别省市：德国;DE