【技术实现步骤摘要】
本专利技术总体上涉及用于医学成像分析的ai(人工智能)/ml(机器学习)，并且特别地在光子计数数据上训练ai/ml系统。
技术介绍
1、光子计数是ct(计算机断层扫描)成像中的一种技术，在其中通过使用能量选择性光子计数检测器对各个光子进行计数来获取光谱成像数据。可以从具有高空间分辨率、没有电子噪声、具有改进的对比度噪声比并具有光谱信息的光谱成像数据来生成图像。
2、最近，已经提出了用于对医学图像执行各种医学成像分析任务的基于ai/ml的系统。然而，不存在用于使用从经由光子计数获取的光谱成像数据生成的图像来训练基于ai/ml的系统的现有方法。
技术实现思路
1、根据一个或多个实施例，使用基于pcct(光子计数计算机断层扫描)成像数据训练的经训练的基于机器学习的网络来执行用于执行医学成像分析任务的系统和方法。接收一个或多个输入医学图像。使用经训练的基于机器学习的网络，基于所述一个或多个输入医学图像来执行医学成像分析任务。输出所述医学成像分析任务的结果。通过接收从pcct成像装置获取...
【技术保护点】
1.一种计算机实施的方法，包括：
2.根据权利要求1所述的计算机实施的方法，其中，所述一个或多个PCCT虚拟图像包括虚拟单能量图像、虚拟非对比图像、虚拟碘图像、虚拟纯管腔图像和超高分辨率图像中的至少一个。
3.根据权利要求1所述的计算机实施的方法，其中，基于所述一个或多个PCCT虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
4.根据权利要求1所述的计算机实施的方法，其中，基于所述一个或多个PCCT虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
5.根据权利要求1所述的...
【技术特征摘要】
1.一种计算机实施的方法，包括：
2.根据权利要求1所述的计算机实施的方法，其中，所述一个或多个pcct虚拟图像包括虚拟单能量图像、虚拟非对比图像、虚拟碘图像、虚拟纯管腔图像和超高分辨率图像中的至少一个。
3.根据权利要求1所述的计算机实施的方法，其中，基于所述一个或多个pcct虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
4.根据权利要求1所述的计算机实施的方法，其中，基于所述一个或多个pcct虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
5.根据权利要求1所述的计算机实施的方法，其中，基于所述一个或多个pcct虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
6.根据权利要求1所述的计算机实施的方法，其中，所述一个或多个pcct虚拟图像包括多个pcct虚拟图像，并且基于所述一个或多个pcct虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
7.根据权利要求1所述的计算机实施的方法，其中，所述一个或多个pcct虚拟图像包括多个pcct虚拟图像，并且基于所述一个或多个pcct虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
8.根据权利要求1所述的计算机实施的方法，其中，基于所述一个或多个pcct虚拟图像来训练所述基于机器学习的网络以用于执行所述医学成像分析任务包括：
9.一种设备，包括：
10.根据权利要求9所述的设备，其中，所述一个或多个pcct虚拟图像包括虚拟单能量图像、虚拟非对比图像、虚拟碘图像、虚拟纯管腔图像和超高分辨率图像中的至少一个。
11.根据权利要求9所述的设备，其中...
【专利技术属性】
技术研发人员：M·A·古尔孙，P·沙马，M·舍宾格，
申请(专利权)人：西门子医疗股份公司，
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。