System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及用于提供关于x射线图像中的检查区域定位的定位得分的计算机实现方法,其中,该计算机实现方法使得用户能够理解并跟随确定定位得分的步骤。本专利技术还涉及各自具有与计算机实现方法相对应的特征的评分系统、计算机可读介质、计算机程序产品和x射线系统。
技术介绍
1、x射线系统(例如射线照相系统或荧光透视系统)包括x射线源和x射线检测器。检查对象特别是患者被布置在x射线源与x射线检测器之间,使得可以获取检查区域的x射线图像。
2、乳房x射线照相系统包括x射线源和x射线检测器,其中,乳房布置在x射线源与x射线检测器之间。检查区域包括乳房,特别是整个乳房。通常,借助于压迫单元来压迫或固定乳房。为此目的,特别地,可以使用x射线检测器表面或x射线检测器的壳体以及基本上平行布置的压板。此外,其他形式的压迫单元是已知的。可以生成x射线数据集。x射线数据集可以包括数字全场乳房x射线照相图像和/或断层合成(tomosynthesis)图像。
3、现代乳房x射线照相系统提供断层合成功能,以生成使得能够使用重建的层对乳房进行三维表示的一系列投影。此处,x射线发射器或x射线源在15度至50度的角度范围内在受压迫的乳房上移动。数字全场乳房x射线照相图像和断层合成图像也可以在单次压迫(每乳房)中一起获取。
4、放射(x射线)检查的主要问题之一是由于图像质量差而导致的高图像拒绝率。根据由b.hofmann等人进行的一项研究“image rejects ingeneral directradiography”(挪威),51
5、在射线照相图像中,膝关节影像被拒绝/删除的相关比率最高(例如,根据hofmann,为20.1%),其中最普遍的原因是“患者或系统的定位”。许多图像尽管足以用于医疗决策,但仍被拒绝。
6、存在用于解决x射线图像的定位问题的若干解决方案和技术。通常,目前的解决方案中的大多数可以被分类为以下两种方法中的一种:
7、第一方法依赖于x射线图像中不同器官和界标的分割,并且通过具有这些界标,人们可以基于测量来限定一些一般规则以评估不同的定位标准。这样的解决方案很大程度上依赖于界标检测和分割模型的准确性,并且仅几毫米的误差就可能导致错误的定位评估。在膝关节分割中,腓骨头分割的小误差可能导致两种不同的定位评估。
8、第二方法不需要分割掩模,并且可以仅通过具有输入图像来评估不同的定位标准。在该方法中,针对不同的标准训练了不同的模型来对输入图像进行分类,让我们考虑关于膝关节图像中交叠的腓骨头的先前示例。应当通过观察庞大的数据集,以基于该标准来评估膝关节的旋转的方式来训练模型。以下问题仍然存在:用户无法跟随和/或影响定位分析的确定。
9、目前基于ai的解决方案使用黑盒模型,并提供难以解释或说明的结果,从而引起了对结果的可信性和可靠性的担忧。这阻碍了基于ai的解决方案在诸如图像定位的应用中的广泛接受。已经努力使用用于指示各种图像区域对模型输出的重要性的特征/显著性图来解释或说明ai模型的决策过程。这些显著性图通常反向传播梯度并将其投影到图像平面上,从而使得用户能够将由ai模型遵循的基本处理的近似可视化。显著性图试图提高ai的可解释性,但没有以综合的方式解决ai的透明度和可说明性。
技术实现思路
1、本专利技术的目的是提供用于提供关于x射线图像中的检查区域定位的定位得分的计算机实现方法、评分系统、计算机程序产品、计算机可读介质和x射线系统,其使得用户能够理解并跟随确定定位得分的步骤。
2、本专利技术的目的通过以下来解决:用于提供关于x射线图像中的检查区域定位的定位得分的计算机实现方法;评分系统;计算机程序产品;计算机可读介质;以及x射线系统。
3、在下文中,关于所要求保护的评分系统以及关于所要求保护的方法来描述根据本专利技术的解决方案。本文中的特征、优点或替选实施方式可以分配给其他要求保护的对象,反之亦然。换句话说,可以利用在方法的上下文中描述或要求保护的特征来改进评分系统的权利要求。在这种情况下,该方法的功能性特征由评分系统的目标单元来实现。
4、此外,在下文中,关于用于提供关于x射线图像中的检查区域定位的定位得分的方法和系统以及关于用于训练经训练的函数的方法和系统来描述根据本专利技术的解决方案。本文中的特征、优点或替选实施方式可以分配给其他要求保护的对象,反之亦然。换句话说,可以利用在用于提供关于x射线图像中的检查区域定位的定位得分的方法和系统的上下文中描述或要求保护的特征来改进用于训练经训练的函数的方法和系统的权利要求,并且反之亦然。
5、特别地,用于提供x射线图像中的完整的第二关键要素的集合的方法和系统的经训练的函数可以通过用于训练经训练的函数的方法和系统来调整。此外,输入数据可以包括训练输入数据的有利特征和实施方式,并且反之亦然。此外,输出数据可以包括输出训练数据的有利特征和实施方式,并且反之亦然。
6、专利技术人发现,特别是对于膝关节检查,定位至关重要。因此,本专利技术将更关注作为所提出的解决方案的主要应用的膝关节x射线图像。值得一提的是,所提出的解决方案可以扩展,以供所有x射线检查使用。
7、本专利技术涉及用于提供关于x射线图像中的检查区域定位的定位得分的计算机实现方法,包括:
8、-特别地利用第一接口来接收输入数据,其中,输入数据包括包含检查区域的x射线图像,
9、-特别地利用第一计算单元来将第一经训练的函数应用于输入数据,其中,在x射线图像中检测出至少一个感兴趣区域,并生成包括所述至少一个感兴趣区域的热图,
10、-特别地利用第二计算单元将第二经训练的函数应用于输入数据和热图,其中,生成至少一个感兴趣区域中的每个感兴趣区域的个体得分,并基于至少一个感兴趣区域以及个体得分来生成得分加权热图,
11、-特别地利用第三计算单元将第三经训练的函数应用于输入数据和得分加权热图,其中,定位得分被生成,
12、-特别地利用第二接口来提供定位得分。
13、根据本专利技术的一个方面,x射线图像为二维x射线图像。
14、根据本专利技术的一个方面,第一经训练的函数基于对象检测网络,优选地retinanet。
15、根据本专利技术的一个方面,第二经训练的函数和/或第三经训练的函数基于分类器或回归模型,分类器优选地为densenet。
16、根据本专利技术的一个方面,基于热图和/或得分加权热图来修改初始卷积层,以集中网络注意力。
17、根据本专利技术的一个方面,显示热图和/或至少一个感兴趣区域。
18、根据本专利技术的一个方面,用户可以调整热图和/或至少一个兴趣区域。
19、本文档来自技高网...
【技术保护点】
1.一种用于提供关于X射线图像中的检查区域定位的定位得分的计算机实现的方法(10),包括:
2.根据权利要求1所述的方法,其中,所述X射线图像为二维X射线图像。
3.根据前述权利要求中的一项所述的方法,其中,所述第一经训练的函数基于对象检测网络,优选地RetinaNet。
4.根据前述权利要求中的一项所述的方法,其中,所述第二经训练的函数和/或所述第三经训练的函数基于分类器或回归模型,所述分类器优选地为Densenet。
5.根据权利要求4所述的方法,其中,基于所述热图和/或所述得分加权热图来修改初始卷积层,以集中网络注意力。
6.根据前述权利要求中的一项所述的方法,其中,显示所述热图和/或所述至少一个感兴趣区域。
7.根据前述权利要求中的一项所述的方法,其中,用户可以调整所述热图和/或所述至少一个兴趣区域。
8.根据前述权利要求中的一项所述的方法,其中,所述定位得分描述了所述检查区域的旋转。
9.根据前述权利要求中的一项所述的方法,其中,所述检查区域包括膝、胸腔或乳房。
11.一种计算机程序产品,所述计算机程序产品包括指令,当所述程序由评分系统执行时,所述指令使所述评分系统执行根据权利要求1至9中的一项所述的方法。
12.一种计算机可读介质,所述计算机可读介质包括指令,所述指令在由评分系统执行时,所述指令使所述评分系统执行根据权利要求1至9中的一项所述的方法。
13.一种X射线系统(401),所述X射线系统(401)包括根据权利要求10所述的评分系统。
14.根据权利要求13所述的X射线系统,其中,所述X射线系统是射线照相系统或乳房X射线照相系统(301)。
...【技术特征摘要】
1.一种用于提供关于x射线图像中的检查区域定位的定位得分的计算机实现的方法(10),包括:
2.根据权利要求1所述的方法,其中,所述x射线图像为二维x射线图像。
3.根据前述权利要求中的一项所述的方法,其中,所述第一经训练的函数基于对象检测网络,优选地retinanet。
4.根据前述权利要求中的一项所述的方法,其中,所述第二经训练的函数和/或所述第三经训练的函数基于分类器或回归模型,所述分类器优选地为densenet。
5.根据权利要求4所述的方法,其中,基于所述热图和/或所述得分加权热图来修改初始卷积层,以集中网络注意力。
6.根据前述权利要求中的一项所述的方法,其中,显示所述热图和/或所述至少一个感兴趣区域。
7.根据前述权利要求中的一项所述的方法,其中,用户可以调整所述热图和/或所述至少一个兴趣区域。<...
【专利技术属性】
技术研发人员:马纳希·达塔尔,拉姆亚尔·比尼亚赞,彼得·策法斯,
申请(专利权)人:西门子医疗有限公司,
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。