【技术实现步骤摘要】
医学成像系统、识别检测对象的体位的方法、存储介质
本专利技术涉及医学成像技术，更具体地涉及一种在医学成像中识别检测对象的体位的方法以及计算机可读存储介质。
技术介绍
在诸如磁共振成像(MRI)、计算机断层扫描(CT)成像等医学成像技术中，通常需要在执行扫描时设置患者的体位信息，以能够确定图像的解剖学切面方向(例如冠状位、矢状位和横断位)。这些体位信息包括，例如，头或脚的朝向(例如，表示为在患者被移动至扫描区域时是头先进入扫描区域还是脚先进入)和患者的躺卧姿势(例如，仰卧、俯卧、左侧卧和右侧卧)。然而，执行成像扫描的操作者(例如医生或技师)希望尽可能地减少手动设置带来的繁琐和时间耗费，更希望尽可能减少由于信息输入错误带来的更严重的问题，比如，获取的具有错误信息的图像无法用于诊断而需要重新进行手动修改甚至需要对患者再次进行扫描。
技术实现思路
本专利技术的实施例提供一种医学成像中识别检测对象的体位的方法，其包括：经由训练的深度学习网络接收图像组，所述图像组包括经由对检测对象执行预扫描得到的在多个方位上的多幅预...
【技术保护点】
1.一种医学成像中识别检测对象的体位的方法，其包括：/n经由训练的深度学习网络接收图像组，所述图像组包括经由对检测对象执行预扫描得到的在多个方位上的多幅预扫描图像；以及，/n经由所述深度学习网络输出所述检测对象的体位信息。/n
【技术特征摘要】
1.一种医学成像中识别检测对象的体位的方法，其包括：
经由训练的深度学习网络接收图像组，所述图像组包括经由对检测对象执行预扫描得到的在多个方位上的多幅预扫描图像；以及，
经由所述深度学习网络输出所述检测对象的体位信息。
2.如权利要求1所述的方法，其中，经由所述深度学习网络输出所述检测对象的体位信息包括：在多个预先确定的体位类型中确定一个作为所述检测对象的体位信息。
3.如权利要求2所述的方法，其中，所述深度学习网络包括第一学习网络和第二学习网络，所述方法包括：
经由所述第一学习网络接收所述图像组，并输出每幅预扫描图像的图像类别，所述图像类别包括所述多个方位中的至少一个与所述体位类型中的至少一个的组合；以及，
经由所述第二学习网络接收每幅预扫描图像的图像类别，并输出所述检测对象的体位信息。
4.如权利要求3所述的方法，其中，所述多个方位包括冠状位、矢状位和横断位，每个体位类型包括检测对象的头或脚的朝向与仰卧、俯卧、左侧卧或右侧卧中的一个的组合。
5.如权利要求3所述的方法，其中，所述第二学习网络在接收的图像类别中提取较少数的图像类别，并将提取的图像类别修正为与接收的图像类别中较多数的图像类别一致。
6.如权利要求5所述的方法，其中，所述较少数的图像类别和所述较多数的图像类别包括相同的方位。
7.如权利要求1所述的方法，所述深度学习网络包括VGG(VisualGeometryGroup)卷积神经网络。
8.一种计算机可读存储介质，其用于存储计...
【专利技术属性】
技术研发人员：戴擎宇，鹿麒麟，葛雅安，王坤，王龙庆，
申请(专利权)人：通用电气精准医疗有限责任公司，
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。