[发明专利]使用与正常数据的偏差进行图像分析

权利要求书

1.一种机器学习系统，包括：

存储器，所述存储器存储计算机可执行部件；

处理器，所述处理器执行存储在所述存储器中的计算机可执行组件，其中所述计算机可执行组件包括：

图谱组件，所述图谱组件生成指示图谱的图谱数据，所述图谱包括来自多个参考患者的患者图像数据的满足第一限定标准的第一部分以及来自多个目标患者的患者图像数据的满足第二限定标准的第二部分，其中将所述患者图像数据的所述第一部分与患者身份集合的对应年龄组进行匹配，所述患者身份与所述患者图像数据的所述第一部分相关联，并且其中所述患者数据的所述第二部分与多个临床症状相关联；

偏差图组件，所述偏差图组件生成偏差图数据，所述偏差图数据表示所述患者图像数据的所述第二部分与所述患者图像数据的所述第一部分相比的偏差量；和

神经网络组件，所述神经网络组件基于所述偏差图数据对神经网络进行训练以确定一个或多个临床症状。

2.根据权利要求1所述的机器学习系统，其中所述图谱组件生成所述患者数据的所述第一部分的统计表示。

3.根据权利要求1所述的机器学习系统，其中所述图谱组件生成与所述图谱中的数据值的平均值和标准偏差值相关联的图像强度值。

4.根据权利要求3所述的机器学习系统，其中所述偏差图组件从所述图像强度值中减去所述平均值以生成差值，并且将所述差值除以所述标准偏差值以便于生成所述偏差图数据。

5.根据权利要求1所述的机器学习系统，其中所述图谱组件将所述图谱数据的第一部分配置为与所述患者图像数据的所述第一部分相关联的一个经年龄匹配的分组的集合，并且其中所述图谱组件将所述图谱数据的第二部分配置为与所述患者图像数据的所述第二部分相关联的一个异常医学状况分组的集合。

6.根据权利要求1所述的机器学习系统，其中所述图谱组件将所述患者图像数据的所述第一部分和所述患者图像数据的所述第二部分归一化以生成所述图谱数据。

7.根据权利要求1所述的机器学习系统，其中所述图谱组件将所述图谱数据格式化为数值型数据值的矩阵，所述数值型数据值表示所述患者图像数据的所述第一部分和所述患者图像数据的所述第二部分。

8.根据权利要求6所述的机器学习系统，其中所述偏差图组件将所述数值型数据值的矩阵转换成颜色型数据值的矩阵，所述颜色型数据值的矩阵基于所述患者图像数据的所述第二部分与所述患者图像数据的所述第一部分相比的偏差量被格式化。

9.根据权利要求1所述的机器学习系统，其中所述神经网络对与所述神经网络的卷积层相关联的所述偏差图数据执行多个顺序和/或并行的下采样和上采样。

10.一种方法，包括使用能够操作地耦接到存储器的处理器来执行计算机可执行部件以执行以下动作：

生成指示图谱的图谱数据，所述图谱包括患者图像数据的与多个参考患者相关联的第一部分和所述患者图像数据的与多个临床症状相关联的第二部分，其中将所述患者图像数据的所述第一部分与患者身份集合的对应年龄组进行匹配，所述患者身份与所述患者图像数据的所述第一部分相关联；

生成表示所述患者图像数据的所述第二部分与所述患者图像数据的所述第一部分之间的偏差量的偏差图数据；以及

基于所述偏差图数据对神经网络进行训练以确定一个或多个临床症状。

11.根据权利要求10所述的方法，其中生成所述图谱数据包括基于所述患者身份集合的年龄组集合对所述患者图像数据的所述第一部分进行分组。

12.根据权利要求10所述的方法，其中生成所述图谱数据包括将所述图谱数据的一部分配置为与所述患者图像数据的所述第一部分相关联的经年龄匹配的分组的集合。