[发明专利]图像分析方法和系统

权利要求书

1.一种计算机实现的图像分析方法，其包括：

量化从受试者的医学图像分割和识别的一个或多个特征；

从一个或多个非图像数据源中提取与所述受试者有关的非图像数据；

从与所述受试者有关的非图像数据中提取临床相关特征；

利用经过训练的机器学习模型评估从医学图像中分割的量化特征和从非图像数据中提取的特征；以及

输出一个或多个特征评估结果。

2.根据权利要求1所述的方法，其包括：

a)接收图像并从图像中分割一个或多个特征，或者

b)接收具有从中分割的特征的图像；以及

识别从图像中分割的特征。

3.根据权利要求1或2所述的方法，其中，分割和识别通过机器学习算法训练的分割和识别模型来实现，所述机器学习算法训练的分割和识别模型配置为从图像中分割和识别特征。

4.根据权利要求3所述的方法，其中，经过训练的分割和识别模型包括深度卷积神经网络训练的模型。

5.根据前述权利要求中任一项所述的方法，其中，经过训练的机器学习模型包括

a)疾病分类模型；

b)利用从患者数据中提取的特征以及指示疾病或非疾病的标签或注释进行训练的模型；和/或

c)深度学习神经网络或其它机器学习算法。

6.根据前述权利要求中任一项所述的方法，其中，经过训练的机器学习模型是训练用于诊断和/或监测一种或多种肌肉骨骼疾病的模型。

7.根据前述权利要求中任一项所述的方法，进一步包括：i)对经过训练的机器学习模型进行训练，和/或ii)利用从新的或新分析的受试者数据中获得的附加标记数据对经过训练的机器学习模型进行更新。

8.根据前述权利要求中任一项所述的方法，其中，结果包括：i)一个或多个疾病分类；ii)一个或多个疾病概率；和/或iii)一个或多个骨折风险分数。

9.根据前述权利要求中任一项所述的方法，其中，评估包括骨脆性评估。

10.一种图像分析系统，其包括：

特征量化器，其配置为量化从受试者的医学图像分割和识别的一个或多个特征；

非图像数据处理器，其配置为从一个或多个非图像数据源中提取与所述受试者有关的非图像数据并从与所述受试者有关的非图像数据中提取临床相关特征；

特征评估器，其配置为利用经过训练的机器学习模型评估从医学图像中分割的量化特征和从非图像数据中提取的特征；以及

输出部，其配置为输出一个或多个特征评估结果。

11.根据权利要求10所述的图像分析系统，其还包括分割器和识别器，所述分割器和识别器配置为接收图像、从图像中分割一个或多个特征、以及识别从图像中分割的特征。

12.根据权利要求11所述的图像分析系统，其中，所述分割器和识别器包括机器学习算法训练的分割和识别模型，所述机器学习算法训练的分割和识别模型配置为从图像中分割和识别特征。

13.根据权利要求12所述的图像分析系统，其中，训练的分割和识别模型包括深度卷积神经网络训练的模型。

14.根据权利要求10至13中任一项所述的图像分析系统，其中，所述经过训练的机器学习模型包括：

a)疾病分类模型；

b)利用从患者数据中提取的特征以及指示疾病或非疾病的标签或注释进行训练的模型；和/或

c)深度学习神经网络或其它机器学习算法。

15.根据权利要求10至14中任一项所述的图像分析系统，其中，经过训练的机器学习模型是训练用于诊断和/或监测一种或多种肌肉骨骼疾病的模型。