与医学诊断和医学诊断系统相关的方法技术方案

本发明专利技术涉及与医学诊断相关的方法和系统。具体地，本发明专利技术涉及一种处理来自医学诊断系统的数据的方法，该医学诊断系统包括被配置为探测高能粒子和组织的相互作用的探测器装置。该方法包括：接收与高能粒子和组织的相互作用相关联的诊断数据，其中该诊断数据是由于医学诊断系统的探测器装置探测到的高能粒子和组织的相互作用而生成。该方法还包括用经训练的基于机器的分类器处理所接收的诊断数据，以促进和/或辅助医疗诊断，其中至少用由医学诊断系统的数字孪生生成的数字诊断数据来训练经训练的基于机器的分类器，其中该数字孪生是该医学诊断系统的至少一部分的计算机实现的模拟。学诊断系统的至少一部分的计算机实现的模拟。学诊断系统的至少一部分的计算机实现的模拟。

【技术实现步骤摘要】
【国外来华专利技术】与医学诊断和医学诊断系统相关的方法


[0001]本专利技术涉及与医学诊断相关的方法和系统。具体而言，涉及促进和/或辅助对人类或动物进行医学诊断的方法、操作医学诊断系统的方法、处理来自医学诊断系统的数据的方法以及医学诊断系统。

技术介绍

[0002]某些形式的诊断医学涉及将活组织，例如人体或其部位暴露于辐射，或者在内部通过引入体内的放射性核素/放射性示踪剂，如正电子发射断层成像(PET)，亦或是在外部通过将人体暴露于X射线辐射，如X射线照相术或计算机断层成像(CT)。这些技术使用合适的探测器装置来探测当辐射穿透人体组织或在人体组织中传播时，人体组织(例如，器官组织)与诸如光子和/或电子等高能粒子的相互作用。辐射
‑
组织相互作用是辐射的吸收和/或散射。来自探测器装置的探测到的相互作用的原始数据通常对人类没有意义，因此对其进行处理以生成和/或组合成合适的图像，供接受过关于解释所述图像的训练的医学专业人员检查。由此可见，这些技术被通俗地称为医学成像技术。
[0003]由这些成像技术生成的图像的一些众所周知但非详尽的示例是基于一组X射线投影放射照片的二维射线照相X射线图像或三维断层成像数据集，如CT/CAT(计算机辅助断层成像)扫描图像。由前述技术生成的图像的其他示例包括基于PET的三维断层成像数据集。
[0004]在CAT扫描的情况下，辐射
‑
组织相互作用是图像形成过程的基础，也是图像质量下降过程的基础。在PET扫描的情况下，放射源是内部的，具有不同的三维浓度分布。本文，成像过程应用于放射源的三维浓度分布的重建。辐射
‑
组织相互作用只会导致图像的质量下降。放射源的发射属性、探测器的效率和下游信号处理也会导致图像质量下降。
[0005]因此，很明显，高保真图像重建需要对整个图像形成过程的统计和系统进行相当大幅度的校正。
[0006]此外，由于缺少接受过关于解释由前述医学成像技术产生的图像和数据的训练的医学专业人员，因此希望在诊断患者时至少有一些辅助。在疫情期间，这一问题变得更加严重，尤其是在资源和医疗专业人员面临巨大压力的时期，因此需要辅助。
[0007]本文描述的本专利技术寻求解决至少上述问题。然而，对于本领域的技术人员来说，通过本文公开的内容，本文公开的专利技术所解决的其他问题将是显而易见的。

技术实现思路

[0008]根据本专利技术的第一方面，提供了一种基于来自医学诊断系统的诊断数据促进和/或辅助对人类或动物进行医疗诊断的方法，其中该方法包括生成医学诊断系统的数字孪生，其中该数字孪生是该医学诊断系统的至少一部分的计算机实现的模拟，并被配置为输出数字诊断数据，该数字诊断数据近似于由于该医学诊断系统中高能粒子和组织相互作用而生成的诊断数据。
[0009]根据本专利技术的第二方面，提供了一种操作医学诊断系统的方法，该医学诊断系统
包括至少一个合适的探测器装置，该探测器装置被配置为探测高能粒子和组织的相互作用，其中该方法包括提供医学诊断系统的数字模型，其中该数字模型是医学诊断系统的至少一部分的计算机实现的模拟，并且被配置为输出数字诊断数据，该数字诊断数据近似于由医学诊断系统生成的、由于医学诊断系统中高能粒子和组织相互作用而生成的诊断数据。
[0010]根据本专利技术的第三方面，提供了一种处理来自医学诊断系统的数据的方法，该医学诊断系统包括至少一个合适的探测器装置，该探测器装置被配置为探测高能粒子和组织的相互作用，该方法包括：
[0011]接收与高能粒子和组织的相互作用相关联的诊断数据，其中该诊断数据是由于医学诊断系统的探测器装置探测到的高能粒子和组织的相互作用而生成；以及
[0012]用由医学诊断系统的数字孪生生成的数字诊断数据处理所接收的诊断数据，其中该数字孪生是医学诊断系统的至少一部分的计算机实现的模拟。
[0013]根据本专利技术的第四方面，提供了一种处理来自医学诊断系统的数据的方法，该医学诊断系统包括至少一个合适的探测器装置，该探测器装置被配置为探测高能粒子和组织的相互作用，该方法包括：
[0014]接收与高能粒子和组织的相互作用相关联的诊断数据，其中诊断数据是由于医学诊断系统的探测器装置探测到的高能粒子和组织的相互作用而生成；以及
[0015]用经训练的基于机器的分类器来处理所接收的诊断数据，以促进和/或辅助医疗诊断，其中至少用由医学诊断系统的数字孪生生成的数字诊断数据来训练经训练的基于机器的分类器，其中数字孪生是医学诊断系统的至少一部分的计算机实现的模拟。
[0016]根据本专利技术的第五方面，提供了一种医学诊断系统，其中该医学诊断系统包括：
[0017]存储器存储设备；以及
[0018]一个或多个处理器，被配置为：
[0019]生成真实世界医学诊断系统的数字孪生，该真实世界医学诊断系统包括至少一个合适的探测器装置，其置被配置为探测高能粒子和组织的相互作用，其中数字孪生是真实世界医学诊断系统的至少一部分的计算机实现的模拟，并且被配置为输出数字诊断数据，该数字诊断数据近似于由于真实世界医学诊断系统中高能粒子和组织的相互作用而生成的诊断数据。
[0020]根据本专利技术的第六方面，提供了一种医学诊断系统，其中该医学诊断系统包括：
[0021]存储器存储设备；以及
[0022]一个或多个处理器，被配置为：
[0023]提供真实世界医学诊断系统的数字孪生，该真实世界医学诊断系统包括至少一个合适的探测器装置，其被配置为探测高能粒子和组织的相互作用，其中数字孪生是真实世界医学诊断系统的至少一部分的计算机实现的模拟，并且被配置为输出数字诊断数据，该数字诊断数据近似于由于真实世界医学诊断系统中高能粒子和组织的相互作用而生成的诊断数据。
[0024]根据本专利技术的第七方面，提供了一种医学诊断系统，其中该医学诊断系统包括：
[0025]存储器存储设备；以及
[0026]一个或多个处理器，被配置为：
[0027]接收与高能粒子和组织的相互作用相关联的诊断数据，其中该诊断数据是由于真实世界医学诊断系统的探测器装置探测到的高能粒子和组织的相互作用而生成；以及
[0028]用由医学诊断系统的数字孪生生成的数字诊断数据处理所接收的诊断数据，其中数字孪生是医学诊断系统的至少一部分的计算机实现的模拟。
[0029]根据本专利技术的第八方面，提供了一种医学诊断系统：
[0030]存储器存储设备；以及
[0031]一个或多个处理器，被配置为：
[0032]接收与高能粒子和组织的相互作用相关联的诊断数据，其中诊断数据是由于医学诊断系统的探测器装置探测到的高能粒子和组织的相互作用而生成；以及
[0033]用经训练的基于机器的分类器处理所接收的诊断数据，以促进和/或辅助医疗诊断，其中至少用由医学诊断系统的数字孪生生成的数字诊断数据训练该经训练的基于机器的分类器，其中数字孪生是医学诊断系统的至少一部分的计算机实现的模拟。<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】1.一种处理来自医学诊断系统的数据的方法，所述医学诊断系统包括至少一个合适的探测器装置，所述探测器装置被配置为探测高能粒子和组织的相互作用，所述方法包括：接收与高能粒子和组织的相互作用相关联的诊断数据，其中所述诊断数据是由于所述医学诊断系统的探测器装置探测到的高能粒子和组织的相互作用而生成；以及用经训练的基于机器的分类器处理所接收的诊断数据，以促进和/或辅助医疗诊断，其中至少用由所述医学诊断系统的数字孪生生成的数字诊断数据来训练所述经训练的基于机器的分类器，其中所述数字孪生是所述医学诊断系统的至少一部分的计算机实现的模拟。2.根据权利要求1所述的方法，其中，促进和/或辅助医学诊断的步骤包括识别所述组织中感兴趣的材料和/或区域，其中基于所述识别，确定合适的诊断。3.根据权利要求1或2所述的方法，其中，所述数字孪生被配置为输出数字诊断数据，所述数字诊断数据近似于由于真实世界医学诊断系统中所述高能粒子和所述组织的相互作用而生成的诊断数据。4.根据前述权利要求中任一项所述的方法，其中，所接收的诊断数据由所述医学诊断系统生成，并且其中，所述医学诊断系统是真实世界的医学诊断系统。5.根据前述权利要求中任一项所述的方法，其中，所述数字孪生被配置为通过所述探测器装置来模拟对高能粒子和组织的相互作用的探测，以生成所述数字诊断数据。6.根据前述权利要求中任一项所述的方法，其中，所述数字孪生被配置为模拟来自组织中的辐射源或与所述组织相互作用的外部施加的辐射源的辐射；模拟所述辐射与人类或动物的组织的相互作用；以及模拟与所述辐射源和所述探测器装置相关联的高能粒子的相互作用，以获得所述数字诊断数据。7.根据前述权利要求中任一项所述的方法，其中，所述数字孪生被配置为数字地构建健康和患病的组织和/或人类或动物患者的多个数字版本，因为其可能呈现给所述探测器装置。8.根据前述权利要求中任一项所述的方法，其中，所述方法包括以下先前步骤：接收与组织相关联的实验诊断数据，所述实验诊断数据具有其中有或没有不期望物质的组织的病理指示；接收与其中有或没有不期望物质的组织的病理的定量和定性方面的一者或两者相对应的实验诊断数据；以及使用上述接收到的实验诊断数据中的一者或两者，通过将所述数字孪生生成的数字诊断数据与实验诊断数据进行基准测试，来验证所述数字诊断数据。9.根据权利要求8所述的方法，其中，所述不期望物质是癌细胞、异常组织、死细胞和脓液中的一种或多种。10.根据前述权利要求中任一项所述的方法，其中，所述方法包括：改变所述数字孪生的参数，并捕获与所改变的参数的模拟相对应的数字诊断数据作为训练数据集和验证数据集；用所述训练数据集训练所述基于机器的分类器；以及用所述验证数据集来验证所述经训练的基于机器的分类器的性能。11.根据权利要求10所述的方法，其中，所述方法包括将所述经训练的基于机器的学习
分类器的权重和架构存储在存储器存储设备中。12.根据前述权利要求中任一项所述的方法，其中，所述方法包括：用高能粒子或高能射线照射所述组织；探测由被照射的组织发射的预定能级的粒子；以及基于所述粒子的探测生成诊断数据。13.根据前述权利要求中任一项所述的方法，其中，所述高能粒子是光子、电子或正电子。14.根据前述权利要求中任一项所述的方法，其中，所述诊断数据是从包括指示所述探测器装置上的伽马射线撞击、响应线(LoR)、4D投影、3D图像和图像特征的数据的组中选择的数据，并且其中所述数字诊断数据与所述诊断数据相匹配。15.根据权利要求14所述的方法，其中，指示探测器装置上的伽马射线撞击的数据是来自所述探测器装置的原始输出信号。16.根据权利要求14或15所述的方法，其中，所述方法包括在用所述经训练的基于机器的学习分类器进行处理之前，对所述诊断数据进行预处理，以提高其数据抽象水平和/或提高其质量。17.根据前述权利要求中任一项所述的方法，其中，所述诊断数据是重建的3D图像的形式，其中，用所述经训练的基于机器的学习分类器处理所接收的诊断数据包括用所述经训练的基于机器的学习分类器以重叠的方式处理所述3D图像的块。18.根据前述权利要求中任一项所述的方法，其中，所接收的诊断数据包括重建的3D图像，并且其中，所述方法包括校正所述重建的3D图像中的不规则性和/或缺陷。19.根据前述权利要求中任一项所述的方法，其中，所述方法包括用所述数字诊断数据处理所接收的数字诊断数据，以用确定性或迭代技术来改善图像重建。20.根据前述权利要求中任一项所述的方法，其中，所述方法包括用数字诊断数据处理所接收的诊断数据，以通过将所接收的诊断数据与数字诊断数据进行比较并修改与用于生成与所接收的诊断数据相关联的断层成像图像的断层成像算法相关联的参数来提高从所接收的诊断数据生成的或包含在所接收的诊断数据中的断层成像图像的质量。21.根据权利要求20所述的方法，其中，所述方法包括：a.使用所述数字孪生来生成数字诊断数据；b.从所生成的数字诊断数据生成数字图像，其中所生成的图像是通过所述断层成像算法生成的重建图像；c.将所生成的数字图像与所述数字孪生进行比较，从而确定所述数字图像的准确性；以及d.基于比较步骤c，改变用于生成步骤b的断层成像算法的参数，以优化所述断层成像算法。22.一种医学诊断系统：存储器存储设备；以及一个或多个处理器，被配置为：接收与高能粒子和组织的相互作用相关联的诊断数据，其中所述诊断数据是由于所述医学诊断系统的探测器装置探测到的高能粒子和组织的相互作用而生成；以及
用经训练的基于机器的分类器处理所接收的诊断数据，以促进和/或辅助医疗诊断，其中至少用由所述医学诊断系统的数字孪生生成的数字诊断数据来训练所述经训练的基于机器的分类器，其中所述数字孪生是所述模医学诊断系统的至少一部分的计算机实现的拟。23.根据权利要求22所述的系统，其中，所述一个或...

【专利技术属性】
技术研发人员：SH康奈尔，MNH库克，RC安德鲁，
申请(专利权)人：约翰内斯堡大学，
类型：发明
国别省市：