【技术实现步骤摘要】
【国外来华专利技术】
本文的公开内容涉及机器学习，更具体地但非排他地，本文的实施例涉及选择用于由注释方注释的训练数据，作为主动学习机器学习过程的部分，以训练模型分割医学图像。
技术介绍
1、对解剖结构和损伤的分割是癌症及其它类似疾病的处置规划的组成部分。对解剖特征的手动分割花费很长时间，并且只能由有资格的专业放射科医师执行。因此，已开发了各种自动分割方法，其中的一些使用深度学习将医学图像分割成对应于各自图像中的不同特征的不同分段或部分。由于ai领域的最新进展，用于分割的机器学习(ml)模型已经开始超越(个体)人类的表现。在s.minaee、y.y.boykov、f.porikli、a.j.plaza、n.kehtamavaz和d.terzopoulos的文章“image segmentation using deep learning；a survey”(ieeetransactions on pattern analysis and machine intelligence，doi:10.1109/tpami.2021.3059968)中描述了用于分割的m
【技术保护点】
1.一种计算机实现的方法，其用于选择训练数据以供注释方注释，作为主动学习机器学习过程的部分，其中，所选择的训练数据用于训练模型以将医学图像作为输入并输出对所述医学图像的分割，所述方法包括：
2.如权利要求1所述的方法，其中：
3.如权利要求2所述的方法，其中，确定所述分割的分段的几何性质是否满足由所述分段表示的放射学特征的几何标准的步骤包括：
4.如权利要求1、2或3所述的方法，其中；
5.如权利要求4所述的方法，其中，确定所述分割的分段的几何性质是否满足由所述分段表示的放射学特征的一个或多个几何标准的步骤包括：
...【技术特征摘要】
【国外来华专利技术】
1.一种计算机实现的方法，其用于选择训练数据以供注释方注释，作为主动学习机器学习过程的部分，其中，所选择的训练数据用于训练模型以将医学图像作为输入并输出对所述医学图像的分割，所述方法包括：
2.如权利要求1所述的方法，其中：
3.如权利要求2所述的方法，其中，确定所述分割的分段的几何性质是否满足由所述分段表示的放射学特征的几何标准的步骤包括：
4.如权利要求1、2或3所述的方法，其中；
5.如权利要求4所述的方法，其中，确定所述分割的分段的几何性质是否满足由所述分段表示的放射学特征的一个或多个几何标准的步骤包括：
6.如前述权利要求中的任一项所述的方法，其中，确定所述分割的分段的几何性质是否满足由所述分段表示的放射学特征的一个或多个几何标准的步骤包括：
7.如权利要求1至5中的任一项所述的方法，其中，所述放射学特征是器官中的病变，并且其中，所述方法包括：
8.如权利要求1至5中的任一项所述的方法，其中，确定所述分割的分段的几何性质是否满足由所述分段表示的放射学特征的一个或多个几何标准的步骤包括：
...【专利技术属性】
技术研发人员：M·Y·潘迪亚，A·帕瓦尔，R·帕蒂尔，C·库尔卡尼，
申请(专利权)人：皇家飞利浦有限公司，
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。