一种使用医学图像分析人体成分的方法及其装置制造方法及图纸

本发明专利技术公开一种使用医学图像分析人体成分的方法及其装置。人体成分分析装置通过使用学习用医学图像中标记肌肉或脂肪的人体组织区域的学习数据来训练第一人工智能模型，然后使用第一人工智能模型从待检测医学图像中区分人体组织，输出根据待检测医学图像的人体组织的面积、体积或重量识别的人体成分信息。本发明专利技术是通过首尔特别市首尔产业振兴院2020年人工智能技术商业化支持项目(CY20053)“基于计算机断层扫描(CT)图像的代谢综合征、骨质疏松症和肌肉减少症机会性筛查人工智能验证和商业化”而开发的技术。而开发的技术。而开发的技术。

【技术实现步骤摘要】
【国外来华专利技术】一种使用医学图像分析人体成分的方法及其装置


[0001]本专利技术的实施例涉及人体成分分析，更具体地，涉及一种使用医学图像分析人体成分的方法及其装置。

技术介绍

[0002]通常，人体成分分析通过测量生物阻抗以计算体脂肪、肌肉量等来进行。生物阻抗测量法是一种通过将电极连接到被测者的身体并施加微小电流以测量电阻来估计肌肉量和脂肪量的方法。然而，生物阻抗法的问题在于，测量精度会根据测量过程中被测者的运动或肌肉的紧张程度、测量皮肤面积、个体内脏器官或骨骼等的成分而变化。
[0003]本专利技术是通过首尔特别市首尔产业振兴院2020年人工智能技术商业化支持项目(CY20053)的“基于计算机断层扫描(CT)图像的代谢综合征、骨质疏松症和肌肉减少症机会性筛查人工智能验证和商业化”而开发的技术。

技术实现思路

[0004]技术问题
[0005]本专利技术的目的在于提供一种可以使用医学图像精确测量人体成分的方法和其装置。
[0006]技术方案
[0007]为了实现所述技术问题，根据本专利技术实施例的使用医学图像分析人体成分的方法的一示例包括：使用学习用医学图像中标记人体组织区域的学习数据进行训练第一人工智能模型，所述人体组织区域为皮肤、骨骼、内脏器官、血管、肌肉或脂肪中的至少一个；接收待检测医学图像的输入；使用所述第一人工智能模型从所述待检测医学图像中区分人体组织；以及输出根据所述待检测医学图像的人体组织的面积、体积或重量识别的人体成分信息。
[0008]为了实现所述技术问题，根据本专利技术实施例的人体成分分析装置的一示例包括：第一人工智能模型，其通过使用医学图像中标记人体组织区域的学习数据来进行训练，所述人体组织区域为皮肤、骨骼、内脏器官、血管、肌肉或脂肪中的至少一个；第一分类单元，其将待检测医学图像输入到所述第一人工智能模型中以区分人体组织；以及人体成分识别单元，其根据由所述第一分类单元区分的人体组织识别并输出人体成分信息。
[0009]有益效果
[0010]根据本专利技术的实施例，通过分析医学图像，可以准确地识别针对整体或部分人体的人体成分。由于从医学图像识别人体成分，因此当存在被测者的过去医学图像时，可以识别过去的人体成分。另外，可以使用一段时间内积累的医学图像来识别一段时间内人体成分的变化。
附图说明
[0011]图1为根据本专利技术实施例的人体成分分析装置的一个示例的示意图。
[0012]图2为根据本专利技术实施例的人体成分分析方法的一个示例的流程图。
[0013]图3和图4为根据本专利技术实施例的第一人工智能模型的一个示例的示意图。
[0014]图5为根据本专利技术实施例的识别针对人体一部分的人体成分的方法的一个示例的示意图。
[0015]图6为根据本专利技术实施例的用于第二人工智能模型的学习数据的一个示例的示意图。
[0016]图7为根据本专利技术实施例的用于第三人工智能模型的学习数据的一个示例的示意图。
[0017]图8为根据本专利技术实施例的用于人工智能模型的学习数据的生成方法的一个示例的示意图。
[0018]图9为根据本专利技术实施例的生物信息的一个示例的示意图。
[0019]图10为根据本专利技术实施例的人体成分分析装置的第一实施例的结构图。
[0020]图11为根据本专利技术实施例的人体成分分析装置的第二实施例的结构图。
[0021]图12为根据本专利技术实施例的人体成分分析装置的第三实施例的结构图。
[0022]图13为根据本专利技术实施例的人体成分分析装置的第四实施例的结构图。
[0023]图14为根据本专利技术实施例的人体组织分割方法的一个示例的示意图。
具体实施方式
[0024]下面将参照附图详细描述根据本专利技术实施例的使用医学图像分析人体成分的方法及其装置。
[0025]图1为根据本专利技术实施例的人体成分分析装置的一个示例的示意图。
[0026]参见图1，人体成分分析装置100在接收医学图像110的输入时，分析并输出其中的人体成分。人体成分分析装置100可以实现为包括处理器、存储器、输入/输出装置等的各种类型的计算装置，或者可以实现为云系统等。作为另一示例，人体成分分析装置100可以实现为医疗设备的一部分，例如计算机断层扫描(Computed Tomography，CT)仪器。除此之外，人体成分分析装置100可以以各种形式实现，例如在包括实现本实施例的方法的软件在内的各种存储装置(例如，USB存储器等)中实现。
[0027]医学图像110为通过拍摄人体的截面而获得的三维医学图像。作为三维医学图像的一个示例，存在CT图像、磁共振成像(MRI)图像等。除此之外，医学图像可以为通过拍摄人体的截面而获得的各种类型的图像。下面将用于人工智能模型的学习的医学图像称为学习用医学图像，将用于识别人体成分的医学图像称为待检测医学图像。
[0028]人体成分信息120是指针对各种人体组织的信息，例如人体组织的面积、重量、体积或人体的脂肪量、肌肉量、骨骼肌量、内脏器官脂肪量、特定器官的体积、皮肤面积等。人体成分分析装置100可以以各种形式输出人体成分信息120，例如文本或图形等，其一个示例如图9所示。
[0029]图2为根据本专利技术实施例的人体成分分析方法的一个示例的流程图。
[0030]参见图2，人体成分分析装置100训练第一人工智能模型，所述第一人工智能模型
从医学图像中区分皮肤、骨骼、内脏器官、血管、肌肉或脂肪中的至少一个人体组织(S200)。第一人工智能模型的一个示例如图3和图4所示。
[0031]人体成分分析装置100将待检测医学图像输入到学习后的第一人工智能模型中以区分脂肪或肌肉等的人体组织(S210)。例如，待检测医学图像由针对人体的整体或部分区域的复数张CT图像组成，人体成分分析装置100可以将复数张CT图像输入到第一人工智能模型中，并从每张CT图像中获得对皮肤、内脏器官、脂肪或肌肉等的人体组织进行区分的结果。
[0032]人体成分分析装置100使用第一人工智能模型识别从待检测医学图像中区分的人体组织的面积、体积或重量等，或者使用它们来识别人体成分信息(S230)。例如，当待检测医学图像由针对人体的横截面的复数张CT图像组成时，人体成分分析装置可以使用从每张CT图像中获得的内脏器官、脂肪或肌肉等人体组织的面积和每张CT图像之间的间隔来计算体积，可以使用每个人体组织的密度(即，特定内脏器官、脂肪或肌肉等的密度)来计算重量，也可以使用亮度值来获得质量。
[0033]图3和图4为根据本专利技术实施例的第一人工智能模型的一个示例的示意图。
[0034]一并参见图3和图4，第一人工智能模型300为通过深度学习或机器学习等的学习过程生成的模型。第一人工智能模型300可以在各种架构中实现，例如卷积神经网络(Convolutional Neural Network，CNN)、稠密卷积神经网络(DenseNet)、U
‑
Net、Goo本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种使用医学图像分析人体成分的方法，其特征在于，包括：使用学习用医学图像中标记人体组织区域的学习数据进行训练的第一人工智能模型，所述人体组织区域包括皮肤、骨骼、内脏器官、血管、肌肉或脂肪中的至少一个；接收待检测医学图像的输入；使用所述第一人工智能模型从所述待检测医学图像中区分人体组织；输出根据所述待检测医学图像识别的人体组织的面积、体积或重量的人体成分信息。2.根据权利要求1所述的使用医学图像分析人体成分的方法，其特征在于，所述区分人体组织包括：将由所述第一人工智能模型区分的第一人体组织输入到至少一个人工智能模型依次连接的级联模型中以细分为第二人体组织，并且所述输出人体成分信息包括：识别针对所述第一人体组织和所述第二人体组织中至少一个的人体成分信息。3.根据权利要求2所述的使用医学图像分析人体成分的方法，其特征在于，所述级联模型包括至少两个依次连接的人工智能模型。4.根据权利要求1所述的使用医学图像分析人体成分的方法，其特征在于，所述学习用医学图像或所述待检测医学图像为对人体的整体或预定区域拍摄的计算机断层扫描图像。5.根据权利要求1所述的使用医学图像分析人体成分的方法，其特征在于，所述输出包括：根据横截面位置显示并输出针对人体横截面的人体成分信息。6.根据权利要求1所述的使用医学图像分析人体成分的方法，其特征在于，所述训练所述第一人工智能模型包括：使用标记皮肤、骨骼、内脏器官、血管、肌肉或脂肪中的至少一个区域的学习数据训练所述第一人工智能模型。7.根据权利要求1所述的使用医学图像分析人体成分的方法，其特征在于，还包括：将通过所述第一人工智能模型区分的所述待检测医学图像的骨骼区域输入到第二人工智能模型中以识别特定位置，所述第二人工智能模型使用基于脊椎标记特定位置的学习数据来进行训练。8.根据权利要求7所述的使用医学图像分析人体成分的方法，其特征在于，还包括：通过所述第一人工智能模型从学习用医学图像中提取的骨骼区域上标记特定位置以生成所述第二人工智能模型的学习数据。9.根据权利要求1所述的使用医学图像分析人体成分的方法，其特征在于，还包括：将通过所述第一人工智能模型分割的所述待检测医学图像的骨骼区域输入到第三人工智能模型中以识别预定区域，所述第三人工智能模型使用基于脊椎标记预定区域的学习数据来进行训练。10.根据权利要求9所述的使用医学图像分析人体成分的方法，其特征在于，还包括：通过所述第一人工智能模型从学习用医学图像中提取的骨骼区域上标记预定区域以生成所述第三人工智能模型的学习数据。11.根据权利要求9所述的使用医学图...

【专利技术属性】
技术研发人员：朴相准，李赫熙，尹淳镐，
申请(专利权)人：脉得谱株式会社，
类型：发明
国别省市：