[发明专利]目标识别和针引导系统

权利要求书

1.一种目标识别和针引导系统，其特征在于，包括：

控制台，其包括处理器和在其上存储有逻辑的非暂时性计算机可读介质，当由所述处理器执行时，所述逻辑被配置为使如下实例化：

目标识别过程，其配置为通过将人工智能模型应用于超声成像数据中的候选目标的特征以确定识别分数而识别患者的解剖目标，以及

针引导过程，用于使用由所述控制台接收的所述超声成像数据引导针插入所述解剖目标；和

超声探头，其配置为向所述控制台提供对应于所述超声成像数据的电信号，所述超声探头包括：

换能器阵列，其配置为将来自所述患者的反射超声信号转换为所述电信号的超声成像部分。

2.根据权利要求1所述的目标识别和针引导系统，其特征在于，所述人工智能模型包括基于先前识别的训练目标训练的监督学习模型。

3.根据权利要求2所述的目标识别和针引导系统，其特征在于，所述识别分数包括与所述超声成像数据中的所述候选目标的分类相关联的概率或置信度。

4.根据权利要求1所述的目标识别和针引导系统，其特征在于，所述人工智能模型包括下列监督学习模型中的一种或多种：

逻辑回归，

其他线性分类器，

支持向量机，

二次分类器，

核估计，

决策树，

神经网络，以及

学习向量量化。

5.根据权利要求1-4中任一项所述的目标识别和针引导系统，其特征在于，所述人工智能模型包括所述逻辑回归，并且其中所述分数被确定为所述候选目标的特征的加权和。

6.根据权利要求4所述的目标识别和针引导系统，其特征在于，所述人工智能模型包括所述神经网络，并且其中基于所述候选目标的特征的一个或多个非线性激活函数而确定所述分数。

7.根据权利要求1-6中任一项所述的目标识别和针引导系统，其特征在于，与所述先前识别的训练目标的实际分类相比，对于由候选模型预测的分类，通过迭代地最小化误差而训练所述监督学习模型。

8.根据权利要求1所述的目标识别和针引导系统，其特征在于，所述解剖目标包括血管。

9.根据权利要求8所述的目标识别和针引导系统，其特征在于，所述血管包括上腔静脉。

10.根据权利要求1所述的目标识别和针引导系统，其特征在于，所述超声探头在所述针的插入之前提供了第一超声图像，并且其中所述人工智能模型部分地基于所述针的轨迹。

11.根据权利要求8所述的目标识别和针引导系统，其特征在于，所述超声成像数据的特征包括下列特征中的一个或多个：

所述超声成像数据中的所述候选目标的候选血管的形状，

所述候选血管的大小，

所述候选血管的分支的数量，以及

所述候选血管的分支的复杂性。

12.根据权利要求1所述的目标识别和针引导系统，其特征在于，识别所述解剖目标包括如下一项或多项：

向用户提供表征一个或多个潜在目标的识别信息，

建议所述一个或多个潜在目标供所述用户选择，以及

选择所述一个或多个潜在目标中的目标。

13.根据权利要求12所述的目标识别和针引导系统，其特征在于：

识别所述解剖目标包括向所述用户提供表征所述一个或多个潜在目标的识别信息，以及

识别信息包括所述一个或多个潜在目标的预测分类和与所述分类相关联的置信度。

14.根据权利要求1所述的目标识别和针引导系统，其特征在于，还包括显示屏，其配置用于以图形方式引导所述针插入所述患者的解剖目标。