[发明专利]借助于机器学习对多种材料进行分类的方法和系统

权利要求书

1.一种用于创建分类单元(6)的方法，所述分类单元(6)用于对对象(O)的光谱医学图像记录(B)中的多种材料(M1、M2、M3)进行自动分类，所述方法包括步骤：

-提供学习计算设备(7)，其中所述学习计算设备(7)被设计为借助于一种算法来识别图像记录中的图形元素，

-在所述学习计算设备(7)上或在所述学习计算设备(7)处提供起始分类单元(6a)，所述起始分类单元(6a)被设计为借助于机器学习被训练，

-提供一个参考记录集(RS)，所述参考记录集(RS)包括所述对象(O)的光谱参考记录(RA)，要分类的所述多种材料(M1、M2、M3)在所述光谱参考记录(RA)中被注释，

-针对所述对象(O)的所述光谱医学图像记录(B)中的多种材料(M1、M2、M3)进行自动分类，使用在所述光谱参考记录(RA)中注释的所述多种材料(M1、M2、M3)，根据机器学习原理来训练所述分类单元(6)，其中具有位置相关的材料索引值(MI1、MI2、MI3)的材料索引映射被确定或提供，其中针对多个区域(B1、B2、B3)中的每个区域的相应的材料索引值(MI1、MI2、MI3)具有特定的数值，其中所述分类单元(6)使用所述图像记录、根据所述机器学习原理被训练，并且被训练和/或被训练为形成所述材料索引映射。

2.根据前述权利要求中任一项所述的方法，其中所述参考记录集(RS)的所述光谱参考记录(RA)包括：

-具有至少两种不同记录能量的对象(O)的记录，和/或

-特定于材料的分解的记录，和/或

-混合图像，特别是随材料信息提供的混合图像，和/或

-具有位置相关的材料索引值(MI)的材料索引卡(MK)，和/或

-“分类黄金标准”。

3.根据前述权利要求中任一项所述的方法，其中，除所述多种材料(M1、M2、M3)的所述注释之外，在所述参考记录(RA)中还注释了至少一个对象分类(OK)。

4.根据前述权利要求中任一项所述的方法，其中所述参考记录(RA)包括钙、碘、水和尿酸这一组中的材料(M1、M2、M3)的至少一个注释，和/或以下组中的至少一个对象分类(OK)：

-含钙和/或含碘造影剂，

-钙化斑块，

-痛风结晶，

-尿酸结晶，

-结石类型，例如含钙结石或含尿酸结石。

5.一种用于对在对象(O)的光谱医学图像记录(B)中的多种材料(M1、M2、M3)进行自动分类的分类单元(6)，所述分类单元(6)能够使用根据权利要求1至4中任一项所述的方法来产生。

6.一种学习计算设备(7)，包括处理器(8)和数据存储设备(9)，所述数据存储设备具有多个指令，在所述多个指令的执行期间，所述多个指令使所述处理器能够：

-将由所述计算设备提供的参考记录(RA)记录为图像数据，

-识别所述参考记录(RA)中的多种材料(M1、M2、M3)，

-根据权利要求1至4中任一项所述的方法来训练起始分类单元(6a)。

7.一种用于对光谱医学图像记录(B)中的多种材料(M1、M2、M3)进行自动分类的分类方法，包括步骤：

-提供根据权利要求6所述的分类单元(6)，或根据权利要求1至4之一产生分类单元(6)，

-提供对象(O)的光谱医学图像记录(B)，

-通过所述分类单元(6)对所述图像记录(B)中的多种材料(M1、M2、M3)进行分类，

-标识所分类的所述多种材料(M1、M2、M3)和/或特定于材料来处理所述图像记录(B)。

8.根据权利要求7所述的分类方法，其中使用至少一个材料索引图(MK)进行分类，

其中，对于所述光谱图像记录(B)的图像区域(B1、B2、B3)，计算光谱变量(SG)，并且将计算的所述光谱变量(SG)与所述材料索引图(MK)在对应图像区域(B1、B2、B3)处的材料索引值(MI1、MI2、MI3)进行比较。