[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

说明书

本发明题为“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”。本发明提供了用于将图像的样式转换为不同的样式，同时保留图像的内容的各种方法和系统。在一个示例中，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，该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，其中该第二图像包括该第一图像的内容和该第三图像的该视觉特征，并且该第一图像和该第二图像具有不同的视觉特征。然后可以将转换后的第二图像呈现给用户。

技术领域

本文所公开的主题的实施方案涉及医学成像，诸如超声成像，并且更具体地涉及将图像样式转换应用于所获取的医学图像。

背景技术

医疗成像系统通常用于获得受检者(例如患者)的内部生理信息。例如，医学成像系统可用于获得受检者的骨骼结构、内脏器官(例如，脑部、心脏、肺部)、血管血流和各种其他特征的图像。医疗成像系统可以包括磁共振成像(MRI)系统、计算机断层摄影(CT)系统、x射线系统、超声系统和各种其他成像模态。

从这些不同的医学成像系统获得的图像具有不同的、可辨别的样式(视觉外观)，该样式可通过图像的不同特征来识别，包括平滑度、纹理、边缘结构、对比度、斑点、分辨率等。此外，由相同类型但来自不同制造商的具有不同程序设计和/或部件的两个医学成像系统(例如，两个超声系统)获取的图像也可以产生具有不同样式的图像，这些图像对于用户而言看起来是不同的。这样，每个医学成像系统可以被适配为基于系统的预定程序设计来产生某种样式(例如，具有可辨别特征的某种外观)的图像。

发明内容

在一个实施方案中，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，其中第二图像包括第一图像的内容和第三图像的视觉特征，并且第一图像和第二图像具有不同的视觉特征；并将转换后的第二图像呈现给用户。

应当理解，提供上面的简要描述来以简化的形式介绍在具体实施方式中进一步描述的精选概念。这并不意味着识别所要求保护的主题的关键或必要特征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。

附图说明

通过参考附图阅读以下对非限制性实施方案的描述将更好地理解本发明，其中以下：

图1示出了根据示例性实施方案的示例性超声成像系统。

图2示出了示出根据实施方案的示例神经网络的示意图。

图3示出了示出根据实施方案的神经网络的示例性节点的示意图。

图4示出了根据实施方案的示意图，其示出用于将图像转换为不同样式的示例性图像处理系统。

图5示出了根据实施方案的示意图，其示出用于将初始图像转换为目标图像的样式的示例性神经网络系统。

图6示出了根据实施方案的用于将经由第一医学成像系统获取的第一图像转换成第二图像的方法的流程图，第二图像使第一图像的内容以不是利用第一医学成像系统获取的第三图像的样式呈现。

图7示出了根据实施方案的显示具有不同样式的多个可选择示例性图像的示例性用户界面显示。

图8示出了根据实施方案的示例性用户界面显示，其包括初始图像以及经由神经网络系统转换初始图像的样式所产生的目标图像的并排显示。

图9是根据实施方案的用于训练深度神经网络的方法的流程图，该方法使用经由利用神经网络系统应用样式转换而获得的一组图像。

具体实施方式