[发明专利]利用深度神经网络将医学图像转换为不同样式图像的方法和系统

权利要求书

1.一种方法，包括：

使用深度神经网络系统、基于第三图像的视觉特征将经由医学成像系统获取的第一图像转换为第二图像，所述深度神经网络系统被配置为将图像的视觉特征与内容分离，其中所述第二图像包括所述第一图像的内容和所述第三图像的所述视觉特征，并且所述第一图像和所述第二图像具有不同的视觉特征；以及

将转换后的所述第二图像呈现给用户。

2.根据权利要求1所述的方法，其中所述视觉特征由所述医学成像系统的图像处理程序设计和成像模态的类型预定义。

3.根据权利要求1所述的方法，其中所述转换所述第一图像包括将所述第一图像和所述第三图像中的每一者输入到所述深度神经网络系统中并从所述深度神经网络系统输出所述第二图像。

4.根据权利要求1所述的方法，其中所述深度神经网络系统包括配置为捕获所述第一图像的所述内容的第一深度神经网络，以及配置为捕获所述第三图像的所述视觉特征的第二深度神经网络，并且其中所述转换包括将所述第一深度神经网络和所述第二深度神经网络的输出进行合并以合成所述第二图像。

5.根据权利要求4所述的方法，其中所述转换还包括在所述第二图像的合成期间将损失函数最小化，所述损失函数包含两个加权因子，一个加权因子用于内容，另一个加权因子用于视觉特征；并且所述方法还包括，响应于接收到对所述两个加权因子的选择，基于所选的所述两个加权因子来调整对合成的所述第二图像中表示的所述内容和所述视觉特征的强调。

6.根据权利要求4所述的方法，其中所述第一神经网络是包括多个层的卷积神经网络，其中每个层包括配置为从所述输入图像提取特征并输出多个特征图的图像滤波器集合，单个层的每个特征图是所述输入图像的不同滤波版本。

7.根据权利要求6所述的方法，其中所述第二神经网络构建在所述第一神经网络的所述特征图上，并且被配置为执行所述第一神经网络的所述多个层中的所述多个特征图之间的相关。

8.根据权利要求1所述的方法，其中所述医学成像系统为超声成像系统。

9.根据权利要求8所述的方法，还包括经由利用所述超声成像系统获取的图像数据来生成所述第一图像。

10.根据权利要求1所述的方法，其中呈现所述转换后的第二图像包括经由与执行所述转换的处理器进行电子通信的显示设备来显示所述转换后的第二图像。

11.根据权利要求10所述的方法，其中显示所述转换后的第二图像包括在所述显示设备的同一用户界面显示上并行显示所述转换后的第二图像和所述第一图像。

12.根据权利要求10所述的方法，还包括经由所述显示设备显示具有不同视觉特征的多个示例性样式图像，所述多个示例性样式图像包括所述第三图像，以及经由与所述处理器进行电子通信的用户界面接收对所述第三图像的选择。

13.一种训练深度神经网络的方法，所述方法包括：

经由神经网络系统将不是由医学成像模态获取的初始图像转换为目标图像，所述神经网络系统被配置为将图像的视觉特征与内容分离，所述目标图像具有特定于所述医学成像模态的格式和视觉特征，所述初始图像的分辨率高于所述目标图像；

训练所述深度神经网络以将所述目标图像映射到所述初始图像；以及

使用经训练的所述深度神经网络将利用所述医学成像模态的医学成像系统获取的第一图像转换为具有所述初始图像的更高分辨率的第二图像。

14.根据权利要求13所述的方法，其中所述初始图像为数字照片。