【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及被配置用于在2d医学图像中检测解剖异常的计算机实施的方法、计算机程序产品和系统。
技术介绍
1、医学图像常常用于诊断目的。例如，人类观察者观察医学图像以检查解剖异常。这种异常的示例包括骨折和肿瘤组织，它们可以在x射线图像、超声图像、ct(计算机断层摄影)图像或其他医学图像中被识别出来。
2、然而，由人类观察者对医学图像的检查是耗时的并且容易出错，这取决于人类观察者的专业知识、经验、时间压力和疲劳程度。在繁忙的诊所的忙乱环境中以及当解剖异常不容易辨别时尤其如此。
3、us2022/0044041公开了一种算法，这种算法用于：检测骨折，对骨折进行分类，并且提供关于如何处置骨折的指导。
技术实现思路
1、特别地，本专利技术的目的是提供在医学成像中的计算机实施的解剖异常检测。本专利技术由独立权利要求来限定。有利实施例被定义在从属权利要求中。
2、本专利技术的一个方面提供了一种用于在2d医学图像中检测解剖异常的计算机实施的方法。所述方法包括：
3、获得所述2d医学图像；
4、检测解剖特征的2d轮廓；
5、获得表示所述解剖特征的3d模型；
6、基于所述3d模型来预测所述解剖特征的2d轮廓；
7、基于所检测的2d轮廓和所预测的2d轮廓来检测所述解剖异常。以这种方式，可以将在x射线图像中检测到的2d轮廓与从3d模型中获得的已知参考轮廓进行比较，以便检测和识别差异，这些差异可能是解剖异常。这
8、基于所述3d模型来预测所述解剖特征的2d轮廓的步骤包括：
9、根据所述2d医学图像来估计所述解剖特征的姿态；
10、基于所估计的姿态来调整所述3d模型；
11、根据经姿态调整的3d模型来生成2d投影；以及
12、根据所述2d投影来预测所述解剖特征的2d轮廓。换句话说，基于所检测的2d轮廓，可以估计被成像目标的观察位置和姿态。然后，可以旋转和平移3d模型，以匹配所成像的解剖特征相对于虚拟成像系统的位置，并且可以通过旋转3d模型自身的关节(例如，改变踝关节的屈曲状态)来调整3d模型，以匹配所成像的解剖特征的姿态，从而创建具有被成像目标相同的观察和姿态参数的健康参考模型，该健康参考模型可以用于预测2d参考轮廓。
13、检测2d轮廓的步骤还可以包括分割所述2d医学图像。例如，可以将采集到的医学图像的个体像素标记为“骨骼/无骨骼”，以便在图像中识别骨骼，从而检测2d轮廓。备选地，检测2d轮廓的步骤可以包括经过端到端训练的机器学习算法。另外，检测2d轮廓的步骤可以包括识别解剖特征。例如，识别2d轮廓是踝关节或手腕的一个或多个骨骼的2d轮廓。该方法还可以用于优化任何进一步处理的工作流程，或者为用户或机器提供对进一步步骤的指导。
14、所述方法还可以包括对所述解剖异常进行分类。对所述解剖异常进行分类的步骤还可以是通过机器学习算法来执行的。以这种方式，计算机实施的方法的输出不是二元的(例如，检测到解剖异常，还是没有检测到解剖异常)，而是向用户提供对所述异常的分类的洞察(例如，解剖异常是否严重，以及/或者解剖异常是否是特定类型的骨折和/或韧带断裂)。
15、根据本专利技术的实施例，所述3d模型是基于以下获得的：
16、所述2d医学图像，
17、所述解剖特征，以及/或者
18、用户输入。
19、所述3d模型还可以是以下各项中的任一项：
20、计算机辅助设计模型；以及
21、根据所述解剖特征在至少一个姿态下的3d医学图像构建的参考模型。
22、在一些示例中，所述方法还包括：
23、生成以下两者之间的差异：
24、所检测的2d轮廓，以及
25、所预测的2d轮廓。
26、另外，可以生成差异图。所述差异图包含适合在显示器上显示的信息。
27、在一些示例中，所述解剖特征是以下各项中的任一项：
28、骨组织，以及
29、韧带组织。
30、在一些示例中，所述解剖异常是以下各项中的任一项：
31、骨折，以及
32、韧带断裂。
33、在一些示例中，对所述解剖异常进行分类的步骤基于以下各项中的任一项对所述解剖异常进行分类：
34、weber分类，
35、pauwels分类，
36、smith和colles分类，
37、salter-harris分类，以及
38、ao/ota分类。
39、在一些示例中，所述医学图像是x射线图像。
40、本专利技术的另一方面提供了一种包括指令的计算机程序产品，所述指令用于使得处理器能够执行上述方法的实施例。
41、本专利技术的又一方面提供了一种用于在2d医学图像中检测解剖异常的系统。所述系统包括处理器，所述处理器被配置为：
42、获得所述2d医学图像；
43、检测解剖特征的2d轮廓；
44、获得表示所述解剖特征的3d模型；
45、基于所述3d模型来预测所述解剖特征的2d轮廓，其中，基于所述3d模型来预测所述解剖特征的2d轮廓的步骤包括：
46、根据所述2d医学图像来估计所述解剖特征的姿态；
47、基于所估计的姿态来调整所述3d模型；
48、根据经姿态调整的3d模型来生成2d投影；以及
49、根据所述2d投影来预测所述解剖特征的2d轮廓；
50、基于所检测的2d轮廓和所预测的2d轮廓来检测所述解剖异常。
51、在一个示例中，所述系统可以还包括被配置用于拍摄x射线图像的x射线源和探测器。
52、参考下文描述的实施例，本专利技术的这些方面和其他方面将变得明显并且得到阐明。
本文档来自技高网...【技术保护点】
1.一种用于在2D医学图像(210)中检测解剖异常的计算机实施的方法(100)，所述方法包括：
2.根据权利要求1所述的方法(100)，其中，检测所述2D轮廓(212)的步骤包括分割所述2D医学图像(210)。
3.根据前述权利要求中的任一项所述的方法(100)，还包括：
4.根据权利要求3所述的方法(100)，其中，对所述解剖异常进行分类(160)的步骤是通过机器学习算法来执行的。
5.根据前述权利要求中的任一项所述的方法(100)，其中，所述3D模型(430)是基于以下获得的：
6.根据前述权利要求中的任一项所述的方法(100)，其中，所述3D模型(430)是以下各项中的任一项：
7.根据前述权利要求中的任一项所述的方法(100)，还包括：
8.根据前述权利要求中的任一项所述的方法(100)，其中，所述解剖特征是以下各项中的任一项：
9.根据前述权利要求中的任一项所述的方法(100)，其中，所述解剖异常是以下各项中的任一项：
10.根据权利要求3或4所述的方法(100)
11.根据前述权利要求中的任一项所述的方法(100)，还包括：
12.根据前述权利要求中的任一项所述的方法(100)，其中，所述医学图像是X射线图像。
13.一种包括指令的计算机程序产品，所述指令用于使得处理器能够执行根据前述权利要求中的任一项所述的方法。
14.一种用于在2D医学图像中检测解剖异常的系统，所述系统包括处理器(206)，所述处理器被配置为执行根据权利要求1-13中的任一项所述的方法。
15.根据权利要求14所述的系统，还包括X射线源和X射线探测器。
...【技术特征摘要】
【国外来华专利技术】
1.一种用于在2d医学图像(210)中检测解剖异常的计算机实施的方法(100)，所述方法包括：
2.根据权利要求1所述的方法(100)，其中，检测所述2d轮廓(212)的步骤包括分割所述2d医学图像(210)。
3.根据前述权利要求中的任一项所述的方法(100)，还包括：
4.根据权利要求3所述的方法(100)，其中，对所述解剖异常进行分类(160)的步骤是通过机器学习算法来执行的。
5.根据前述权利要求中的任一项所述的方法(100)，其中，所述3d模型(430)是基于以下获得的：
6.根据前述权利要求中的任一项所述的方法(100)，其中，所述3d模型(430)是以下各项中的任一项：
7.根据前述权利要求中的任一项所述的方法(100)，还包括：
8.根据前述权利要求中的任一项所述的方法(100)，其中，所述解剖...
【专利技术属性】
技术研发人员：J·冯贝格，S·M·扬，O·赫特热尔，H·M·布吕克，S·克伦克希勒，D·贝斯特罗夫，A·戈森，T·P·哈德，
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。