[发明专利]使用与正常数据的偏差进行图像分析

说明书

本发明提供了用于使用与正常数据的偏差来便于图像分析的系统和技术。在一个示例中，系统生成指示图谱的图谱数据，该图谱包括来自多个参考患者的患者图像数据的第一部分和来自多个目标患者的患者图像数据的第二部分。将患者图像数据的第一部分与患者身份集合的对应年龄组进行匹配，患者身份与患者图像数据的第一部分相关联。系统还生成偏差图数据，偏差图数据表示患者图像数据的第二部分与患者图像数据的第一部分相比的偏差量。此外，系统基于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。

相关专利申请

本申请要求2017年10月19日提交的标题为“DEEP LEARNING ARCHITECTURE FORAUTOMATED IMAGE FEATURE EXTRACTION”(用于自动化图像特征提取的深度学习架构)的美国临时申请No.62/574,333的优先权，该临时申请全文以引用方式并入本文。

技术领域

本公开整体涉及人工智能。

背景技术

人工智能(AI)可以用于数字图像的分类和/或分析。例如，AI可以用于图像识别。在某些技术应用中，AI可以用于增强成像分析。在一个示例中，可以采用基于感兴趣区域的深度神经网络来定位数字图像中的特征。然而，使用常规人工技术通常难以实现数字图像的分类和/或分析的准确度和/或效率。此外，用于数字图像的分类和/或分析的常规人工技术通常需要劳动密集型过程，诸如例如像素注释、体素水平注释等。因此，用于数字图像的分类和/或分析的常规人工技术有待改进。

发明内容

以下内容提出了本说明书的简化发明内容以便提供对本说明书的某些方面的基本理解。该发明内容不是对本说明书的详尽概述。它既不旨在标识本说明书的关键或重要元素，也不旨在描述本说明书的特定实施方式的任何范围或权利要求的任何范围。其唯一目的是以简化形式呈现本说明书的一些概念，作为稍后呈现的更详细描述的序言。

根据一个实施方案，一种系统包括图谱组件、偏差图组件和神经网络组件。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。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。所述患者数据的所述第二部分与多个临床症状相关联。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。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包括在图像数据中的一个或多个临床症状。

根据另一个实施方案，提供了一种方法。所述方法提供使用可操作地连接到存储器的处理器来执行计算机可执行部件以执行动作，诸如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。所述方法还提供诸如生成偏差图数据的动作，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之间的偏差量。此外，所述方法提供了诸如基于所述偏差图数据对神经网络进行训练的动作，以确定包括在图像数据中的一个或多个临床症状。

根据另一个实施方案，一种包括指令的计算机可读存储设备，所述指令响应于执行而致使包括处理器的系统执行操作，所述操作包括：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，将患者图像数据的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第一部分相关联；修改所述图谱数据以生成表示所述患者图像数据的第二部分与所述患者图像数据的第一部分之间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，以确定包含在图像数据中的一个或多个临床症状。