[发明专利]用于AI+MRI影像辅助诊断的自动增广训练样本的构建方法及系统在审
| 申请号： | 201810005912.6 | 申请日： | 2018-01-03 |
| 公开（公告）号： | CN108324244A | 公开（公告）日： | 2018-07-27 |
| 发明（设计）人： | 汪红志;杜小霞;杨丽琴 | 申请（专利权）人： | 华东师范大学 |
| 主分类号： | A61B5/00 | 分类号： | A61B5/00;A61B5/055 |
| 代理公司： | 上海麦其知识产权代理事务所(普通合伙) 31257 | 代理人： | 董红曼 |
| 地址： | 200062 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于AI+MRI影像辅助诊断的自动增广训练样本的构建方法及其系统，包括：通过临床MRI设备的定量成像技术，获得患病个体的典型疾病的部位组织以及正常个体相应部位组织体素的物理参数、化学参数和生理参数的定量信息图像库；将定量信息图像库作为输入，通过成像方法的数学模型，计算得到包括各个断面各种权重特征的MRI标准图像和典型疾病图像；将步骤S01获得的定量信息图像库，或步骤S02获得的包括各个断面各种权重特征的MRI标准图像和典型疾病图像送入AI算法，作为训练样本。本发明可提供多种训练样本，解决MRI影像人工智能辅助诊断中的人工标注样本训练的低效和样本数量少的问题，且可根据待分析诊断图像的获取参数，提供针对性的样本训练。 | ||
| 搜索关键词： | 训练样本 典型疾病 定量信息 辅助诊断 图像库 标准图像 部位组织 样本训练 构建 权重 图像 人工智能 定量成像 化学参数 患病个体 人工标注 生理参数 数学模型 物理参数 诊断图像 正常个体 算法 体素 成像 送入 样本 分析 | ||
【主权项】：
1.一种用于AI+MRI影像辅助诊断的自动增广训练样本的构建方法，其特征在于，包括以下步骤：S01：通过临床MRI设备的定量成像技术，获得患病个体的典型疾病的部位组织以及正常个体相应部位组织体素的物理参数、化学参数和生理参数的定量信息图像库；S02：将所述定量信息图像库作为输入，通过成像方法的数学模型，计算得到包括各个断面各种权重特征的MRI标准图像和典型疾病图像；S03：将所述步骤S01获得的定量信息图像库，或所述步骤S02获得的包括各个断面各种权重特征的MRI标准图像和典型疾病图像送入AI算法，作为训练样本。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华东师范大学，未经华东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810005912.6/，转载请声明来源钻瓜专利网。
