[发明专利]医学图像数据

说明书

提供了医学图像数据。在数据处理系统处接收医学图像数据，所述数据处理系统是基于人工智能的系统。在数据处理系统处执行标识过程，以标识对包括一个或多个目标腱的感兴趣的区进行表示的医学图像数据的子集。在数据处理系统处执行确定过程以确定与所述一个或多个目标腱的一个或多个异常相关的一个或多个特性。输出异常数据，所述异常数据与所述一个或多个异常相关并且基于所述一个或多个特性。

相关案

本申请要求于2018年11月22日提交的EP 18207738.8的权益，EP 18207738.8由此通过引用以其全部被并入。

技术领域

本实施例涉及处理医学图像数据。处理涉及一种数据处理系统，其是基于人工智能的系统。

背景技术

医学成像技术可以用于获得关于人体或动物体的信息。例如，X射线图像可以用于检测骨折并且对骨折进行分类。在另一示例中，磁共振成像（MRI）可以用于对身体的组织进行成像。

图像数据、诸如MRI图像数据可以用于确定异常的特性。例如，MRI图像数据可以用于检测疑似的腱或肌肉撕裂、诸如肩袖肌肉或腱的撕裂。然而，用于这样做的过程可能是复杂且耗时的。例如，可以在一个或多个成像平面（例如矢状平面、冠状平面和横断平面）中获取一个或多个MRI图像系列，这导致大量图像。医学专业人员然后可以手动地检查所述大量图像，以便检测撕裂并且如果检测到撕裂的话则手动地确定撕裂的相关特性。

因此，通过使用诸如MRI图像数据之类的医学图像数据来检测诸如腱撕裂之类的异常需要显著的资源（例如医学专业人员的时间和努力）。此外，以此方式来检测异常的过程遭受观察者间的可变性。例如，不同的医学专业人员可达成关于异常的不同结论，可不同地报告他们的发现、等等。

本发明的目的是要解决有关用于分析医学图像数据的过程的困难中的至少一些。

发明内容

根据第一方面，提供有一种用于处理医学图像数据的方法。所述方法包括：在数据处理系统处接收医学图像数据，所述数据处理系统是基于人工智能的系统；在数据处理系统处执行标识过程，以标识对包括一个或多个目标腱的感兴趣的区进行表示的医学图像数据的子集；在数据处理系统处执行确定过程，包括处理医学图像数据的子集，以确定与所述一个或多个目标腱的一个或多个异常相关的一个或多个特性；以及输出与所述一个或多个异常相关的异常数据，所述异常数据基于所述一个或多个特性。

第一方面有利地提供一种在不直接涉及医学专业人员以及他们的时间和努力花费的情况下处理医学图像数据的方法。所述方法使用基于人工智能的系统，并且因此使确定异常的特性的以其它方式的复杂且耗时的手动过程自动化。

首先通过标识医学图像数据的子集来标识感兴趣的区有利地意指仅仅在相关的医学图像数据的部分上执行后续处理（即确定过程）。与第一方面形成对比，使用基于人工智能的系统的图像分类的已知方式可以并不直接被应用于对医学图像数据进行分类。这是因为，关于所述一个或多个异常（例如腱撕裂）的信息可能是强局部化的，其中大多数医学图像数据不承载任何关于所述一个或多个异常的相关信息。

根据第一方面，仅有相关的医学图像数据的部分被进一步处理。这在现有技术方法之上可以减少对于执行相同医学图像数据处理所需要的时间。此外，通过根据第一方面的方法所实现的结果在现有技术方法之上可以更准确，因为仅有相关数据被处理，并且结果不受非相关医学图像数据影响。

可选地，所述标识过程包括：分割过程，其用于确定与医学图像数据中所述一个或多个目标腱相关的掩模；界标检测过程，其用于检测与所述一个或多个目标腱相关的至少一个界标；或回归过程，其在本文中被称为标识回归过程，用于将限界框定位在所述一个或多个目标腱的至少一部分周围。

分割过程有利地导致在医学图像数据中标识所述一个或多个目标腱，使得准确地标识感兴趣的区。分割过程可以因此有利地提供在感兴趣的区的确定方面的大的准确性。