[发明专利]基于计算机的诊断系统

权利要求书

1.一种基于计算机的诊断系统(1)，包括：

图像生成单元(2)，适于生成患者器官的断层图像；

深度机器学习单元(3)，被配置成对所生成的所述患者器官的断层图像进行处理，以使用经训练的深度神经网络DNN将所述患者器官的患病功能组织的器官区域分类为属于一组异常图像模式之一；以及

临床决策支持单元(4)，适于处理所述深度机器学习单元(3)的分类结果，以计算经由所述临床决策支持单元(4)的接口输出的诊断结果。

2.根据权利要求1所述的基于计算机的诊断系统，其中，所述深度机器学习单元(3)包括在所述深度机器学习单元(3)的处理阶段上实现的经训练的卷积神经网络CNN。

3.根据权利要求2所述的基于计算机的诊断系统，其中，所述深度机器学习单元(3)包括预处理阶段(3A)，所述预处理阶段由第一经训练的卷积神经网络CNN实现并且适于提供所述患者器官的器官部分的分割掩模。

4.根据权利要求2或3所述的基于计算机的诊断系统，其中，所述深度机器学习单元(3)包括定位阶段(3B)，所述定位阶段由第二经训练的卷积神经网络实现并且适于从所述患者器官的区段内健康组织的区域中定位和描绘患病功能组织的区域。

5.根据前述权利要求2至4中任一项所述的基于计算机的诊断系统，其中，所述深度机器学习单元(3)包括分类阶段(3C)，所述分类阶段由第三经训练的卷积神经网络CNN实现并且适于将所述患病功能组织的区域分类为属于一组预定图像模式之一。

6.根据权利要求4所述的基于计算机的诊断系统，其中，所述深度机器学习单元(3)的所述定位阶段(3B)的所述卷积神经网络CNN是约束的卷积神经网络CCNN。

7.根据前述权利要求1至6中任一项所述的基于计算机的诊断系统，其中，所述临床决策支持单元(4)适于处理所述患者的附加的临床参数以计算所述诊断结果。

8.根据前述权利要求1至7中任一项所述的基于计算机的诊断系统，其中，由所述图像生成单元(2)随时间拍摄的患者器官的断层图像的序列由所述深度机器学习单元(3)处理和分类并且由所述临床决策支持单元(4)评估以提供诊断结果，所述诊断结果指示相应患者的所述分类结果中的变化和/或发展、变化率、预断以及风险分类。

9.根据前述权利要求1至8中任一项所述的基于计算机的诊断系统，其中，所述图像生成单元(2)适于生成多个断层图像，每个断层图像由所述患者器官的具有多个图像像素的图像切片形成。

10.根据前述权利要求1至9中任一项所述的基于计算机的诊断系统，其中，所述深度机器学习单元(3)的所述分类阶段(3C)被配置成计算包括针对由所述分类阶段(3C)分类的不同异常图像模式的分数的定量结果。

11.根据前述权利要求1至10中任一项所述的基于计算机的诊断系统，其中，异常图像模式的百分比分数包括所述患者器官区域内的并且被分类为属于所述异常图像模式的体素的数目与所述患者器官区域内的体素的总数目之比，所述患者器官区域包括肺叶或者其他器官划分方案。

12.根据前述权利要求1至11中任一项所述的基于计算机的诊断系统，其中，所述图像生成单元(2)适于生成所述患者胸部的包括所述患者的不同器官的断层胸部图像，所述患者的不同器官包括所述患者的肺部器官。

13.根据权利要求12所述的基于计算机的诊断系统，其中，所述深度机器学习单元(3)的所述预处理阶段(3A)被配置成提供针对所述患者的肺部器官的所有肺叶的分割掩模。