用于自动心脏图像分析的系统和方法技术方案

可以使用机器学习(ML)技术自动分析心脏图像，诸如心脏磁共振(CMR)图像和组织表征图(例如，T1/T2图)，并且可以生成报告以总结该分析。ML技术可以包括训练图像分类模型、心脏分割模型或心脏病理检测模型中的一个或多个以使图像分析和/或报告过程自动化。图像分类模型能够将心脏图像分组为不同的类别，心脏分割模型能够描绘心脏的不同解剖区域，并且病理检测模型能够基于由检测模型自动识别的组织模式或参数来检测一个或多个解剖区域中的医学异常。也可以使用ML技术自动进行补偿运动或移动的影响的图像配准。

【技术实现步骤摘要】

本申请涉及医学图像分析领域。

技术介绍

1、心脏磁共振(cmr)是一种先进的医学成像工具，其可以实现非侵入性心脏病诊断和预防。例如，具有延迟钆增强(lge)的cmr可用于检测疤痕组织的存在，而t1映射、t2映射和细胞外体积分数(ecv)映射可用于检测水肿、间隙空间变化和/或脂质或铁过载。当前用于分析cmr图像的方法本质上是手动的，由此可见耗时且容易出错，从而阻止了cmr的使用充分发挥其潜力。

技术实现思路

1、本文描述了与自动心脏图像处理相关联的系统、方法和装置。在本公开的实施例中，一种能够执行图像处理任务的设备可以包括至少一个处理器，其被配置为：获得与心脏相关联的多个医学图像，并且基于机器学习图像分类模型将多个医学图像分类为多个组，其中，多个组可以至少包括第一组和第二组，第一组包括心脏的一个或多个短轴图像，第二组包括心脏的一个或多个长轴图像。处理器还可以被配置为处理来自多个组的至少一组医学图像，其中，在处理期间，至少一个处理器可以被配置为：基于机器学习心脏分割模型将一个或多个医学图像中的心脏分割成多个解剖区本文档来自技高网...

【技术保护点】

1.一种处理心脏图像的方法，所述方法包括：

2.根据权利要求1所述的方法，其中，所述心脏的所述多个医学图像包括所述心脏的磁共振(MR)图像或所述心脏的组织表征图中的至少一个。

3.根据权利要求1所述的方法，其中，将所述多个医学图像分类成所述多个组包括：基于所述机器学习图像分类模型来检测所述多个医学图像的子集中的与所述心脏的短轴相关联的一个或多个解剖标记点，并且将所述医学图像的所述子集分类为属于所述第一组。

4.根据权利要求1所述的方法，其中，所述一个或多个解剖区域包括所述心脏的左心室和所述心脏的右心室；或，所述一个或多个解剖区域包括多个心肌节段，所述多...

【技术特征摘要】

1.一种处理心脏图像的方法，所述方法包括：

2.根据权利要求1所述的方法，其中，所述心脏的所述多个医学图像包括所述心脏的磁共振(mr)图像或所述心脏的组织表征图中的至少一个。

3.根据权利要求1所述的方法，其中，将所述多个医学图像分类成所述多个组包括：基于所述机器学习图像分类模型来检测所述多个医学图像的子集中的与所述心脏的短轴相关联的一个或多个解剖标记点，并且将所述医学图像的所述子集分类为属于所述第一组。

4.根据权利要求1所述的方法，其中，所述一个或多个解剖区域包括所述心脏的左心室和所述心脏的右心室；或，所述一个或多个解剖区域包括多个心肌节段，所述多个心肌节段包括一个或多个心底节段、一个或多个中腔节段以及一个或多个心尖节段；或，所述一个或多个解剖标记点包括二尖瓣环或心尖端中的至少一个。

5.根据权利要求4所述的方法，其中，所述机器学习心脏分割模型被训练为在所述至少一组医学图像中检测指示所述心脏的左心室与所述心脏的右心室相交的位置的一个或多个解剖标记点，并且基于所述一个或多个解剖标记点将所述心脏分割成所述多个心肌节段。

...

【专利技术属性】
技术研发人员：陈潇，孙善辉，陈德仁，阿伦·因南耶，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：