医用数据处理装置具有存储部和处理部。存储部存储具有输入层、输出层及设于上述输入层与上述输出层之间的至少一个中间层的学习完毕模型，该输入层输入第一MR数据、及与上述第一MR数据为同一拍摄对象并且与不同于上述第一MR数据的成像参数有关的第二MR数据，输出层输出将上述第一MR数据的缺失部分复原而得到的第三MR数据。处理部，按照上述学习完毕模型，根据与被检体有关的处理对象的第一MR数据、及与上述被检体有关并且通过与上述处理对象的第一MR数据不同的成像参数所收集到的第二MR数据，生成与上述被检体有关的第三MR数据。生成与上述被检体有关的第三MR数据。生成与上述被检体有关的第三MR数据。
【技术实现步骤摘要】
医用数据处理装置、磁共振成像装置及学习完毕模型生成方法
[0001]本申请是本申请人于2018年11月6日提交的中国专利申请号为201880003369.4、专利技术名称为“医用数据处理装置、磁共振成像装置及学习完毕模型生成方法”这一专利技术专利申请的分案申请。
[0002]本专利技术的实施方式涉及医用数据处理装置、磁共振成像装置及学习完毕模型生成方法。
技术介绍
[0003]在使用了医用图像数据及其原数据等的医用数据的机器学习中，有为了根据一部分已缺失的医用数据复原出原来的数据，而应用根据很多的学习数据进行学习而得到的深度神经网络(DNN：Deep Neural Network)的方法。例如，在磁共振成像(MRI：Magnetic Resonance Imaging)中，有如下方法：对欠采样得到的k空间数据应用DNN而生成缺失部分已被复原的k空间数据，并基于复原后的k空间数据，获得复原图像。
[0004]现有技术文献
[0005]非专利文献
[0006]非专利文献1：Yann LeCun，其他2名，“Deep learning”，Nature Vol 521，2015年5月28日
[0007]非专利文献2：Jo Schlemper，其他4名，“A Deep Cascade of Convolutional Neural Networks for MR Image Reconstruction”arXiv:1703.00555v1[cs.CV],2017年3月1日
专利
技术实现思路
[0008]专利技术解决的课题
[0009]专利技术解决的课题在于，提供能够提高医用数据的复原精度的医用数据处理装置。
[0010]用于解决课题的手段
[0011]实施方式所涉及的医用数据处理装置具备：存储部，存储具有输入层、输出层及设于上述输入层与上述输出层之间的至少一个中间层的学习完毕模型，该输入层输入第一MR数据、和与上述第一MR数据为同一拍摄对象并且与不同于上述第一MR数据的成像参数有关的第二MR数据，该输出层输出将上述第一MR数据的缺失部分复原而得到的第三MR数据；以及处理部，按照上述学习完毕模型，根据与被检体有关的处理对象的第一MR数据、和与上述被检体有关并且通过与上述处理对象的第一MR数据不同的成像参数收集到的第二MR数据，生成与上述被检体有关的第三MR数据。
[0012]实施方式所涉及的医用数据处理装置，具备：存储部，存储具有输入层、输出层及设于上述输入层与上述输出层之间的至少一个中间层的学习完毕模型，该输入层输入第一
US数据、及与上述第一US数据为同一拍摄对象并且与不同于上述第一US数据的成像参数有关的第二US数据，该输出层输出将上述第一US数据的缺失部分复原而得到的第三US数据；以及处理部，按照上述学习完毕模型，根据与被检体有关的处理对象的第一US数据及与上述被检体有关并且通过与上述处理对象的第一US数据不同的成像参数所收集到的第二US数据，生成与上述被检体有关的第三US数据。
[0013]实施方式所涉及的超声波诊断装置，具备：存储部，存储具有输入层、输出层及设于上述输入层与上述输出层之间的至少一个中间层的学习完毕模型，该输入层输入第一US原数据或者第一US图像数据、及与上述第一US原数据或者第一US图像数据为同一拍摄对象并且与不同于上述第一US原数据或者第一US图像数据的成像参数有关的第二US原数据或者第二US图像数据，该输出层输出将上述第一US原数据或者第一US图像数据的缺失部分复原而得到的第三US原数据或者第三US图像数据；收集部，对上述被检体实施US拍摄，而收集与第一成像参数有关的第一US原数据及与不同于上述第一成像参数的第二成像参数有关的第二US原数据；以及处理部，按照上述学习完毕模型，根据所收集到的上述第一US原数据或者基于所收集到的上述第一US原数据的US图像数据、和所收集到的上述第二US原数据或者基于所收集到的上述第二US原数据的US图像数据，生成与上述被检体有关的第三US原数据或者第三US图像数据。
[0014]实施方式所涉及的学习完毕模型生成方法，具备：对于将多个函数合成而得到的带参数合成函数，应用第一US数据、及与上述第一US数据为同一摄影对象并且与不同于上述第一US数据的成像参数有关的第二US数据，生成估计输出数据的工序；以及以使上述估计输出数据与将上述第一US数据的缺失部分复原而得到的正确输出数据近似的方式更新上述带参数合成函数的参数，从而生成学习完毕模型的工序。
[0015]专利技术的效果
[0016]能够提高医用数据的复原精度。
附图说明
[0017]图1是表示本实施方式所涉及的医用数据处理装置所属的医用数据处理系统的构成及处理的概要的图。
[0018]图2是表示本实施方式所涉及的多层化网络的构造的图。
[0019]图3是表示本实施方式所涉及的医用图像诊断装置的构成的图。
[0020]图4是表示本实施方式所涉及的学习完毕模型的输入与输出的组合的一例的图。
[0021]图5是表示本实施方式所涉及的学习完毕模型的输入与输出的组合的其他的例子的图。
[0022]图6是表示本实施方式所涉及的学习完毕模型的详细的构造的图。
[0023]图7是表示图3的医用数据处理装置进行的DNN复原处理的典型的流程的图。
[0024]图8是示意地表示本实施方式所涉及的正向传播处理中的学习完毕深度神经网络的输入与输出的关系的图。
[0025]图9是示意地表示本实施方式所涉及的正向传播处理中的学习完毕深度神经网络的输入与输出的关系的其他的图。
[0026]图10是示意地表示本实施方式所涉及的正向传播处理中的学习完毕深度神经网
络的输入与输出的关系的其他的图。
[0027]图11是示意地表示本实施方式所涉及的正向传播处理中的学习完毕深度神经网络的输入与输出的关系的其他的图。
[0028]图12是示意地表示本实施方式所涉及的正向传播处理中的学习完毕深度神经网络的输入与输出的关系的其他的图。
[0029]图13是示意地表示本实施方式所涉及的正向传播处理中的学习完毕深度神经网络的输入与输出的关系的其他的图。
[0030]图14是表示本实施方式所涉及的其他的医用数据处理装置的构成的图。
[0031]图15是表示图1的模型学习装置的构成的图。
[0032]图16是表示图15的模型学习装置的处理电路按照模型学习程序执行的模型学习处理的典型的流程的图。
[0033]图17是表示应用例1所涉及的磁共振成像装置的构成的图。
[0034]图18是示意地表示图17的医用数据处理装置的处理的图。
[0035]图19是表示应用例2所涉及的X射线计算机断层摄影装置的构成的图。
[0036]图20是示意地表示图19的医用数据处理装置的处理的图。
[0037]图21是表示应用例3所涉及的PET/CT装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种医用数据处理装置，具备：存储部，存储具有输入层、输出层及设于上述输入层与上述输出层之间的至少一个中间层的学习完毕模型，该输入层输入第一US数据、及与上述第一US数据为同一拍摄对象并且与不同于上述第一US数据的成像参数有关的第二US数据，该输出层输出将上述第一US数据的缺失部分复原而得到的第三US数据；以及处理部，按照上述学习完毕模型，根据与被检体有关的处理对象的第一US数据及与上述被检体有关并且通过与上述处理对象的第一US数据不同的成像参数所收集到的第二US数据，生成与上述被检体有关的第三US数据。2.如权利要求1所述的医用数据处理装置，上述第一US数据和上述第二US数据，是US原数据或者对上述US原数据实施复原处理而生成的US图像数据。3.如权利要求2所述的医用数据处理装置，上述复原处理是降噪式复原或者数据误差反馈式复原。4.如权利要求1所述的医用数据处理装置，上述成像参数包括切片位置、收集时刻、焦点位置、增益、发送强度、接收强度、PRF、束扫描方式、扫描模式及时间分辨率中的至少一个。5.如权利要求4所述的医用数据处理装置，上述第一US数据与上述第二US数据相比，数据间隔剔除量多。6.如权利要求1所述的医用数据处理装置，上述第一US数据和上述第二US数据，作为单一的输入向量，被输入至上述学习完毕模型。7.如权利要求6所述的医用数据处理装置，上述第一US数据被设定于上述输入向量的第一范围，上述第二US数据被设定于上述输入向量的第二范围，上述第一范围与上述第二范围的位置被固定。8.如权利要求7所述的医用数据处理装置，上述第二US数据具有成像参数不同的多组US数据，上述多组的各组的上述第二US数据，被设定于上述输入向量的上述第二范围中的被固定的范围。9.如权利要求1所述的医用数据处理装置，还具备学习部，该学习部对于将多个函数合成而得到的带参数合成函数应用第一US数据和第二US数据而生成估计输出数据，并以使得上述估计输出数据与正确输出数据近似的方式将上述带参数合成函数的参数更新，从而生成上述学习完毕模型。10.如权利要求1所述的医用数据处理装置，还具备按照用户的指示来选择拍摄部位的选择部，上述处理部根据所选择的上述拍摄部位，切换学习完毕模型。11.如权利要求1所述的医用数据处理装置，上述成像参数包括第一参数和第二参数，上述第一US数据与上述第二US数据，上述第一参数共通，上述第二参数不同，
上述第一US数据与上述第三US数据，上述第一参数和上述第二参数共通，上述第二US数据与上述第三US数据，上述第一参数共通，上述第二参数不同，上述第三US数据与上述第一US数据相比，数据缺失少或者画质高。12.如权利要求11所述的医用...
【专利技术属性】
技术研发人员：竹岛秀则，
申请(专利权)人：佳能医疗系统株式会社，
类型：发明
国别省市：
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。