[go: up one dir, main page]

RU2019138158A - Идентификация признаков в медицинской визуализации - Google Patents

Идентификация признаков в медицинской визуализации Download PDF

Info

Publication number
RU2019138158A
RU2019138158A RU2019138158A RU2019138158A RU2019138158A RU 2019138158 A RU2019138158 A RU 2019138158A RU 2019138158 A RU2019138158 A RU 2019138158A RU 2019138158 A RU2019138158 A RU 2019138158A RU 2019138158 A RU2019138158 A RU 2019138158A
Authority
RU
Russia
Prior art keywords
image
uncertainty
sub
features
medical
Prior art date
Application number
RU2019138158A
Other languages
English (en)
Other versions
RU2019138158A3 (ru
Inventor
Димитриос МАВРОИДИС
Барт БАККЕР
Стоян ТРАЯНОВСКИ
Original Assignee
Конинклейке Филипс Н.В.
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Конинклейке Филипс Н.В. filed Critical Конинклейке Филипс Н.В.
Publication of RU2019138158A publication Critical patent/RU2019138158A/ru
Publication of RU2019138158A3 publication Critical patent/RU2019138158A3/ru

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G06F18/24155—Bayesian classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • G06V2201/032—Recognition of patterns in medical or anatomical images of protuberances, polyps nodules, etc.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Epidemiology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Claims (36)

1. Способ идентификации признаков при медицинской визуализации субъекта, включающий:
обработку (220) медицинского изображения с помощью байесовской сети глубинного обучения для определения первого представляющего интерес признака изображения и связанного значения неопределенности, причем первый признак изображения находится в первой подобласти изображения;
обработку (230) медицинского изображения с помощью генеративно-состязательной сети для определения второго представляющего интерес признака изображения в пределах первой подобласти изображения и связанного значения неопределенности и
классификацию (240) первой подобласти изображения на основе первого и второго признаков изображения и связанных с ними значений неопределенности.
2. Способ по п. 1, в котором классификация включает:
определение (242) на основе значений неопределенности, связанных с первым и вторым признаками изображения, являются ли первый и второй признаки изображения неопределенными; и
классификацию (244) первой подобласти изображения на основе того, какие из первого и второго признаков изображения признаны неопределенными.
3. Способ по п. 2, в котором классификация (244) включает:
классификацию первой подобласти как принадлежащую первой категории, если первый и второй признаки изображения признаны неопределенными.
4. Способ по п. 2 или 3, в котором классификация (244) включает:
классификацию первой подобласти как принадлежащую второй категории, если только первый признак изображения признан неопределенным; и
классификацию первой подобласти как принадлежащую третьей категории, если только второй признак изображения признан неопределенным.
5. Способ по любому из пп. 2-4, в котором определение того, являются ли первый и второй признаки изображения неопределенными, включает:
сравнение значений неопределенности, связанных с первым и вторым признаками изображения, с пороговым значением.
6. Способ по любому из пп. 1-5, также включающий:
определение (250) значения неопределенности подобласти изображения на основе значений неопределенности, связанных с первым и вторым признаками изображения.
7. Способ по любому из пп. 1-6, также включающий:
тренировку (260) байесовской сети глубинного обучения с помощью множества медицинских документов.
8. Способ по любому из пп. 1-7, также включающий:
тренировку (260) генеративно-состязательной сети на формирование признаков изображения на основе признаков, описанных одним или более медицинскими документами.
9. Способ по любому из пп. 1-8, в котором значение неопределенности, связанное с первым представляющим интерес признаком изображения, представляет собой меру неопределенности в отношении по меньшей мере одного из следующего: размера выборки и элиторной неопределенности, и
при этом значение неопределенности, связанное со вторым представляющим интерес признаком изображения, представляет собой меру неопределенности, относящуюся к распределению данных медицинского изображения.
10. Компьютерный программный продукт для идентификации признаков при медицинской визуализации субъекта, причем компьютерный программный продукт содержит компьютерочитаемый носитель информации с реализованным на нем компьютерочитаемым программным кодом, который выполнен с возможностью осуществления всех этапов по любому из пп. 1-8 при исполнении его по меньшей мере одним процессором.
11. Система, содержащая по меньшей мере один процессор и компьютерный программный продукт по п. 10.
12. Система для идентификации признаков при медицинской визуализации субъекта, содержащая:
баейсовскую сеть (120) глубинного обучения, выполненную с возможностью обработки медицинского изображения для определения первого представляющего интерес признака изображения и связанного значения неопределенности, причем первый признак изображения находится в первой подобласти изображения;
генеративно-состязательную сеть (122), выполненную с возможностью обработки медицинского изображения для определения второго представляющего интерес признака изображения в пределах первой подобласти изображения и связанного значения неопределенности; и
компонент (124) классификации, выполненный с возможностью классификации первой подобласти изображения на основе первого и второго признаков изображения и связанных с ними значений неопределенности.
13. Система по п. 12, в которой компонент (124) классификации выполнен с возможностью:
определения на основе значений неопределенности, связанных с первым и вторым признаками изображения, являются ли первый и второй признаки изображения неопределенными; и
классификации первой подобласти изображения на основе того, какие из первого и второго признаков изображения признаны неопределенными.
14. Система по п. 12 или 13, также содержащая:
компонент неопределенности, выполненный с возможностью определения значения неопределенности для подобласти изображения на основе значений неопределенности, связанных с первым и вторым признаками изображения.
15. Система по любому из пп. 12-14, также содержащая по меньшей мере одно из следующего:
первый компонент тренировки, выполненный с возможностью тренировки байесовской сети глубинного обучения с помощью множества медицинских документов; и
второй компонент тренировки, выполненный с возможностью тренировки генеративно-состязательной сети на генерирование признаков изображения на основе признаков, описанных одним или более медицинскими документами.
RU2019138158A 2018-11-29 2019-11-26 Идентификация признаков в медицинской визуализации RU2019138158A (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP18209197.5A EP3660741B1 (en) 2018-11-29 2018-11-29 Feature identification in medical imaging
EP18209197 2018-11-29

Publications (2)

Publication Number Publication Date
RU2019138158A true RU2019138158A (ru) 2021-05-26
RU2019138158A3 RU2019138158A3 (ru) 2021-08-20

Family

ID=64559563

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2019138158A RU2019138158A (ru) 2018-11-29 2019-11-26 Идентификация признаков в медицинской визуализации

Country Status (5)

Country Link
US (1) US11301995B2 (ru)
EP (1) EP3660741B1 (ru)
JP (1) JP7449077B2 (ru)
CN (1) CN111243711B (ru)
RU (1) RU2019138158A (ru)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7239701B2 (ja) * 2018-12-11 2023-03-14 シナジー エイ．アイ． カンパニー リミテッド 人工神経網を利用する臓器の体積測定方法及びその装置
US11275976B2 (en) * 2019-04-05 2022-03-15 Siemens Healthcare Gmbh Medical image assessment with classification uncertainty
EP3756547A1 (en) * 2019-06-28 2020-12-30 Koninklijke Philips N.V. Automated coronary angiography analysis
US11507778B2 (en) * 2020-01-27 2022-11-22 Fujifilm Business Innovation Corp. System and method for automated learning from sensors
US20230343449A1 (en) * 2020-05-12 2023-10-26 Koninklijke Philips N.V. Systems and methods for extraction and processing of information from imaging systems in a multi-vendor setting
DE102020207324A1 (de) * 2020-06-12 2021-12-16 Robert Bosch Gesellschaft mit beschränkter Haftung Plausibilisierung der Ausgabe eines Bildklassifikators mit einem Generator für abgewandelte Bilder
CN116134529A (zh) * 2020-07-16 2023-05-16 皇家飞利浦有限公司 用于放射学报告的自动确定性评估器
JP2022092257A (ja) * 2020-12-10 2022-06-22 国立大学法人山梨大学 情報処理装置、プログラム、及び情報処理方法
WO2022138277A1 (ja) 2020-12-24 2022-06-30 富士フイルム株式会社 学習装置、方法及びプログラム並びに医用画像処理装置
CN114282594A (zh) * 2021-11-19 2022-04-05 广东省人民医院 医学图像分类方法、系统和存储介质

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7706603B2 (en) * 2005-04-19 2010-04-27 Siemens Corporation Fast object detection for augmented reality systems
US8131033B2 (en) * 2007-07-25 2012-03-06 Sectra Ab Sensitivity lens for assessing uncertainty in image visualizations of data sets, related methods and computer products
WO2010035163A1 (en) * 2008-09-29 2010-04-01 Koninklijke Philips Electronics, N.V. Method for increasing the robustness of computer-aided diagnosis to image processing uncertainties
CN101609451A (zh) * 2009-07-10 2009-12-23 南方医科大学 基于医学图像模糊区域特征归类识别的相关反馈测度方法
CN102549616B (zh) * 2009-09-24 2015-07-22 皇家飞利浦电子股份有限公司 用于生成感兴趣区域的图像的系统和方法
CN101706956A (zh) * 2009-11-06 2010-05-12 上海第二工业大学 一种利用多点地质统计法重构图像统计信息的方法
CN103226582B (zh) * 2013-04-08 2016-08-03 哈尔滨工程大学 一种基于不确定定点图的医学图像检索方法
CN103268498B (zh) * 2013-04-21 2016-06-29 郑州轻工业学院 一种感兴趣区域模糊图像语义理解的方法
EP2878338B1 (en) * 2013-11-28 2018-04-11 RaySearch Laboratories AB Method and system for uncertainty based radiotherapy treatment planning
CN103617435B (zh) * 2013-12-16 2017-01-25 苏州大学 一种主动学习图像分类方法和系统
KR101725478B1 (ko) * 2015-05-21 2017-04-11 주식회사 맥스트 3d 점군 인식 기반의 증강 현실 출력 방법과 이를 수행하기 위한 장치 및 시스템
CN105701509B (zh) * 2016-01-13 2019-03-12 清华大学 一种基于跨类别迁移主动学习的图像分类方法
US10657364B2 (en) * 2016-09-23 2020-05-19 Samsung Electronics Co., Ltd System and method for deep network fusion for fast and robust object detection
US10636141B2 (en) * 2017-02-09 2020-04-28 Siemens Healthcare Gmbh Adversarial and dual inverse deep learning networks for medical image analysis
US10108845B2 (en) 2017-03-02 2018-10-23 Hong Kong Applied Science and Technology Research Institute Company Limited Anomaly detection for medical samples under multiple settings
US10600185B2 (en) * 2017-03-08 2020-03-24 Siemens Healthcare Gmbh Automatic liver segmentation using adversarial image-to-image network
WO2019054045A1 (ja) * 2017-09-15 2019-03-21 富士フイルム株式会社 医療画像処理装置、医療画像処理方法及び医療画像処理プログラム
CN108537773B (zh) * 2018-02-11 2022-06-17 中国科学院苏州生物医学工程技术研究所 针对胰腺癌与胰腺炎性疾病进行智能辅助鉴别的方法
US10943681B2 (en) * 2018-11-21 2021-03-09 Enlitic, Inc. Global multi-label generating system

Also Published As

Publication number Publication date
JP7449077B2 (ja) 2024-03-13
EP3660741B1 (en) 2022-05-04
EP3660741A1 (en) 2020-06-03
US11301995B2 (en) 2022-04-12
CN111243711B (zh) 2024-02-20
JP2020091862A (ja) 2020-06-11
RU2019138158A3 (ru) 2021-08-20
CN111243711A (zh) 2020-06-05
US20200175677A1 (en) 2020-06-04

Similar Documents

Publication Publication Date Title
RU2019138158A (ru) Идентификация признаков в медицинской визуализации
US10896351B2 (en) Active machine learning for training an event classification
US11275976B2 (en) Medical image assessment with classification uncertainty
CN106483083B (zh) 使用光谱学的识别
US9342757B2 (en) Pattern recognition apparatus, method thereof, and program product therefor
CN106295666B (zh) 获取分类器、检测对象的方法和装置及图像处理设备
US12456190B2 (en) Automated assessment of endoscopic disease
CN108304435A (zh) 信息推荐方法、装置、计算机设备及存储介质
JP2015191334A5 (ru)
CN103886077B (zh) 短文本的聚类方法和系统
US20170270389A1 (en) Devices, systems, and methods for detecting unknown objects
JP2019106171A5 (ru)
CN110706312A (zh) 一种表情包的文案确定方法、装置及电子设备
US11829848B2 (en) Adding negative classes for training classifier
CN102667859A (zh) 由排他性分类器进行的一般物体的图像识别装置及方法
Trigeorgis et al. The ICL-TUM-PASSAU approach for the MediaEval 2015" Affective Impact of Movies" task
US20160323281A1 (en) Filtering Content In An Online System Based On Text And Image Signals Extracted From The Content
EP3203417A3 (en) Method for detecting texts included in an image and apparatus using the same
US20160162757A1 (en) Multi-class object classifying method and system
JP2018512567A (ja) 検査室自動化のためのサイドビューサンプルチューブ画像におけるバーコードタグ検出
CN103824090A (zh) 一种自适应的人脸低层特征选择方法及人脸属性识别方法
JP7119774B2 (ja) 学習プログラム、画像分類プログラム、学習方法、画像分類方法、学習装置および画像分類装置
RU2015136525A (ru) Процесс обработки медицинских изображений
CN110869942A (zh) 自馈深度学习方法和系统
Justen et al. Identification of public submitted tick images: a neural network approach