用于根据胸部射线照片诊断胸部病症的深度学习系统和方法技术方案

本公开提供了用于训练和/或采用机器学习模型(例如，人工神经网络)来基于胸部射线照片诊断胸部病症(诸如气胸、混浊、结节或肿块和/或骨折)的系统和方法。例如，一个或多个机器学习模型可以接收和处理胸部射线照片以生成输出。该输出可以针对一个或多个胸部病症中的每一个来指示胸部射线照片是否(例如，以某种置信度度量)描绘了胸部病症。机器学习模型的输出可以被提供给医疗专业人员和/或患者，以用于向患者提供治疗(例如，治疗检测出的病症)。治疗检测出的病症)。治疗检测出的病症)。

【技术实现步骤摘要】
【国外来华专利技术】用于根据胸部射线照片诊断胸部病症的深度学习系统和方法
[0001]相关申请
[0002]本申请要求2019年11月7日提交的美国临时专利申请第62/931,974号的优先权和权益。美国临时专利申请第62/931,974号在此通过全文引用合并于此。


[0003]本公开总体上涉及诊断技术。更具体地，本公开涉及使用深度学习模型来基于胸部射线照片诊断胸部病症(condition)，诸如，例如气胸、混浊、结节或肿块、和/或骨折。

技术介绍

[0004]尽管是最常见和最完善的成像模态之一，但是射线照相术对于重要临床发现的检测而言受到显著的阅片者间的可变性(inter
‑
reader variability)和次优的灵敏度(suboptimal sensitivity)的影响。因此，即使在一组受过解释射线照片的训练的人(例如，放射科医师)当中，也可能在正确的解释之间存在显著的分歧，包括该组中的大多数人未能检测出具有挑战性但却关键的病症的情况。

技术实现思路

[0005]本公开的实施例的方面和优点将在以下描述中本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于经由机器学习对胸部射线照片进行改进的解释的方法，所述方法包括：由一个或多个计算设备获得描述一个或多个机器学习模型的数据，所述一个或多个机器学习模型被配置为接收和处理胸部射线照片以生成指示所述胸部射线照片是否描绘一个或多个胸部病症的输出；由所述一个或多个计算设备访问包括多个训练示例的训练数据集，其中，所述多个训练示例中的每个训练示例包括示例胸部射线照片和分配给所述示例胸部射线照片的标签，所述标签指示所述示例胸部射线照片是否描绘所述一个或多个胸部病症，其中，针对所述多个训练示例中的至少一些训练示例，分配给所述示例胸部射线照片的标签包括基于由多个人类评价者为所述示例胸部射线照片分别提供的多个最终评价而生成的裁定标签，以及其中，在提供所述多个最终评价之前，经由一轮或多轮中间评价向所述人类评价者提供由其他人类评价者提供的一个或多个相应的中间评价；以及由所述一个或多个计算设备使用所述训练数据集中包括的所述多个训练示例来训练所述一个或多个机器学习模型。2.根据权利要求1所述的方法，其中，针对所述一轮或多轮中间评价中的至少一轮中间评价，所述多个人类评价者向其他人类评价者提供关于他们的相应中间评价的相应书面评论。3.根据任一前述权利要求所述的方法，其中，针对所述一轮或多轮中间评价中的至少一轮中间评价，所述多个人类评价者向其他人类评价者提供在所述示例胸部射线照片上的相应视觉标记。4.根据任一前述权利要求所述的方法，其中，针对所述一轮或多轮中间评价中的至少一轮中间评价，所述多个人类评价者中的每个人类评价者对所述其他人类评价者是匿名的。5.根据任一前述权利要求所述的方法，其中，每个裁定标签包括来自由所述多个人类评价者分别提供的相应多个最终评价的共识或多数发现。6.根据任一前述权利要求所述的方法，还包括，在训练所述一个或多个机器学习模型之后：由所述一个或多个计算设备获得与患者相关联的临床胸部射线照片；以及由所述一个或多个计算设备使用所述一个或多个机器学习模型，基于所述临床胸部射线照片为所述患者生成临床诊断。7.根据权利要求6所述的方法，还包括至少部分地基于所述临床诊断来治疗所述患者。8.根据任一前述权利要求所述的方法，其中，所述训练数据集中包括的示例胸部射线照片中的至少一些包括正面胸部射线照片。9.根据任一前述权利要求所述的方法，其中，所述一个或多个胸部病症包括气胸、混浊、结节和骨折中的一个或多个。10.根据任一前述权利要求所述的方法，其中：每个训练示例的标签指示多个胸部病症的存在或不存在；并且所述一个或多个机器学习模型包括至少一个多头模型，所述多头模型具有分别用于所述多个胸部病症的多个二元分类头。
11.一种用于为机器学习模型生成改进的训练数据的方法，所述机器学习模型被配置为接收和处理胸部射线照片以生成指示所述胸部射线照片是否描绘一个或多个胸部病症的输出，所述方法包括：针对分别包括多个示例胸部射线照片的多个训练示例中的一个或多个训练示例：向多个人类评价者提供所述示例胸部射线照片；分别从所述多个人类评价者接收对所述示例胸部射线照片的多个中间评价；针对一轮...

【专利技术属性】
技术研发人员：AB塞勒格伦，SR谢蒂，S米塔尔，DF斯泰纳，A马杰科夫斯卡，GE达根，
申请(专利权)人：谷歌有限责任公司，
类型：发明
国别省市：