[发明专利]用于对医学图像进行分割的系统和方法

权利要求书

1.一种用于对医学图像进行分割的系统，其特征在于，所述系统包括：

通信接口，其配置为接收由图像采集装置采集的所述医学图像；

存储器，其配置为存储多个学习网络，所述多个学习网络使用第一成像模态的第一训练图像和第二成像模态的第二训练图像来联合训练；并且

所述多个学习网络与交叉模态学习网络利用所述交叉模态学习网络和所述多个学习网络的输出共同构造的损失函数来进行联合训练，其中所述交叉模态学习网络用于利用所述第一训练图像和所述第二训练图像学习不同模态的图像的图像特征；以及

处理器，其配置为使用从所述多个学习网络中选择的分割网络来对所述医学图像进行分割。

2.根据权利要求1所述的系统，其特征在于，所述学习网络是卷积神经网络。

3.根据权利要求1所述的系统，其特征在于，所述第一成像模态和所述第二成像模态从由以下模态组成的组中选择：计算机断层摄影、磁共振成像、功能性磁共振成像、锥形束计算机断层摄影、正电子发射断层摄影、单光子发射计算机断层摄影、X射线成像、光学断层摄影、荧光成像、超声成像以及放射治疗射野成像。

4.根据权利要求1所述的系统，其特征在于，所述通信接口进一步配置为接收来自训练装置的多个学习网络，其中，所述多个学习网络包括第一模态学习网络和第二模态学习网络，其中，所述训练装置被配置为对交叉模态学习网络、所述第一模态学习网络和所述第二模态学习网络进行联合训练，

其中，所述交叉模态学习网络包括卷积基础网络以及用于从所述第一训练图像和第二训练图像学习图像特征的辅助网络，

其中，所述第一模态学习网络包括所述卷积基础网络以及用于分割所述第一训练图像的第一分类网络，以及

其中，所述第二模态学习网络包括所述卷积基础网络以及用于分割所述第二训练图像的第二分类网络。

5.根据权利要求4所述的系统，其特征在于，所述处理器被进一步配置为：

确定所述医学图像是第一成像模态的医学图像；以及

选择所述第一模态学习网络作为用于分割所述医学图像的分割网络。

6.根据权利要求4所述的系统，其特征在于，所述训练装置进一步配置为：

将所述第一训练图像与所述第二训练图像配准；

选择来自第一训练图像的第一图像块和来自第二训练图像的第二图像块；

基于所述配准将所述第一图像块与所述第二图像块配对；以及

使用成对的图像块对交叉模态学习网络、所述第一模态学习网络和所述第二模态学习网络进行联合训练。

7.根据权利要求6所述的系统，其特征在于，所述训练装置进一步配置为对于各对第一图像块和第二图像块确定标签，所述标签指示每对的第一图像块的物理位置与第二图像块的物理位置之间的距离。

8.根据权利要求4所述的系统，其特征在于，所述训练装置被配置为使用利用所述交叉模态学习网络、所述第一模态学习网络和所述第二模态学习网络的输出构建的损失函数，以对网络进行联合训练。

9.根据权利要求6所述的系统，其特征在于，所述训练装置进一步配置为应用由辅助网络学习到的图像特征来将所述第一训练图像与所述第二训练图像配准。

10.一种用于对医学图像进行分割的方法，其特征在于，所述方法包括：

接收由图像采集装置采集的所述医学图像；

从训练装置接收多个学习网络，所述多个学习网络使用第一成像模态的第一训练图像和第二成像模态的第二训练图像联合训练；并且

所述多个学习网络与交叉模态学习网络利用所述交叉模态学习网络和所述多个学习网络的输出共同构造的损失函数来进行联合训练，其中所述交叉模态学习网络用于利用所述第一训练图像和所述第二训练图像学习不同模态的图像的图像特征；以及

利用处理器，使用从所述多个学习网络中选择的分割网络对所述医学图像进行分割。