AI模型生产的自动化协作过程制造技术

技术编号:41343239 阅读:24 留言:0更新日期:2024-05-20 09:59
本文中描述的实施例提供用于训练用于自动器官分割的机器学习模型(111)。处理器使用图像来执行(202)机器学习模型,以针对图像的多个像素输出至少一个预测器官标签。在向校正计算设备传输(206)至少一个预测器官标签之后,处理器接收标识对至少一个预测器官标签的校正的一个或多个图像片段。在向多个审查者计算设备传输(208)一个或多个图像片段和图像之后,处理器接收指示一个或多个图像片段是否正确的多个输入。当(210)指示图像片段中的一个图像片段是正确的输入的数目超过阈值时,处理器将图像片段聚合到训练数据集中。处理器用训练数据集来训练(212)机器学习模型(111)。

【技术实现步骤摘要】
【国外来华专利技术】

本申请总体上涉及对机器学习模型的输出的众包校正,以训练机器学习模型以用于图像分割和轮廓化。


技术介绍

1、放射治疗(基于辐射的治疗)被用作癌症处理,发射可以杀死细胞或缩小肿瘤的高剂量的辐射。打算接收辐射的患者身体的目标区域(例如,肿瘤)称为计划目标体积(ptv)。目标是在放射治疗处理过程中向ptv输送足够的辐射以杀死癌细胞。然而,与ptv相邻或围绕ptv的其他器官或解剖区域可能妨碍辐射束,并且可能接收到足以损坏或伤害这样的器官或解剖区域的辐射。这些器官或解剖区域称为危及器官(oar)。通常,对于放射治疗处理规划(rttp),医生或放射科医生在放射治疗之前使用例如计算机断层扫描(ct)图像、磁共振成像(mri)图像、正电子发射断层扫描(pet)图像、经由某种其他成像模态而获取的图像或其组合来标识ptv和oar。例如,医生或放射科医生可以在患者的医学图像上手动标记ptv和/或oar。

2、准确标识图像中的器官非常重要,这样医生就可以准确配置放射治疗机,将辐射引导到正确的器官,而不会影响危及器官。通常,为了考虑到这种风险,医生可以使用轮廓化软件基于医本文档来自技高网...

【技术保护点】

1.一种用于训练用于自动器官分割的机器学习模型的方法,包括:

2.根据权利要求1所述的方法,还包括:

3.根据权利要求1或权利要求2所述的方法,还包括:

4.根据权利要求3所述的方法,还包括:

5.根据前述权利要求中任一项所述的方法,还包括:

6.根据前述权利要求中任一项所述的方法,还包括:

7.根据前述权利要求中任一项所述的方法,还包括:

8.根据权利要求7所述的方法,还包括:

9.根据前述权利要求中任一项所述的方法,还包括:

10.根据前述权利要求中任一项所述的方法,还包括:<...

【技术特征摘要】
【国外来华专利技术】

1.一种用于训练用于自动器官分割的机器学习模型的方法,包括:

2.根据权利要求1所述的方法,还包括:

3.根据权利要求1或权利要求2所述的方法,还包括:

4.根据权利要求3所述的方法,还包括:

5.根据前述权利要求中任一项所述的方法,还包括:

6.根据前述权利要求中任一项所述的方法,还包括:

7.根据前述权利要求中任一项所述的方法,还包括:

8.根据权利要求7所述的方法,还包括:

9.根据前述权利要求中任一项所述的方法,还包括:

10.根据前述权利要求中任一项所述的方法,还包括:

11.一种用于训练用于自动器官分割的机器学习模型的系统,所述系统包括:

12.根据权利要求11所述的系统,其中所述一个或多个处理器还被配置为...

【专利技术属性】
技术研发人员:B·哈斯A·甘吉M·J·法塔里亚S·M·弗拉基格A·弗里曼A·马斯洛斯基
申请(专利权)人:西门子医疗国际股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1