[发明专利]医学图像增强

权利要求书

1.一种用于增强医学图像的方法，包括：

接收具有初始视场的初始医学图像；

使用经训练的机器学习模型生成具有扩展视场的扩充医学图像，所述扩展视场包括初始视场和扩充区域；以及

输出所述扩充医学图像。

2.根据权利要求1所述的方法，其中，使用经训练的机器学习模型生成具有扩展视场的扩充医学图像包括：

生成所述扩充医学图像，使得所述扩充医学图像是与所述初始医学图像的模态不同的模态。

3.根据权利要求1所述的方法，其中，所述扩充区域包括直接包围所述初始医学图像的所述初始视场的区域。

4.根据权利要求1所述的方法，还包括：

使用另一经训练的机器学习模型来精炼所述扩充医学图像。

5.根据权利要求1所述的方法，其中，使用经训练的机器学习模型生成具有扩展视场的扩充医学图像包括：

基于先前的初始医学图像和先前的扩充医学图像来生成所述扩充医学图像。

6.根据权利要求1所述的方法，其中，所述初始视场包括x射线图像的高质量区域，并且所述扩展视场包括所述初始视场和所述扩充区域。

7.根据权利要求1所述的方法，其中，所述初始医学图像包括解剖模型。

8.根据权利要求1所述的方法，其中，所述经训练的机器学习模型是经训练的生成式对抗网络。

9.根据权利要求8所述的方法，其中，所述经训练的生成式对抗网络基于U-Net、情境编码器和变分自动编码器中的至少一个。

10.一种用于增强医学图像的装置，包括：

用于接收具有初始视场的初始医学图像的构件；

用于使用经训练的机器学习模型生成具有扩展视场的扩充医学图像的构件，所述扩展视场包括初始视场和扩充区域；以及

用于输出所述扩充医学图像的构件。

11.根据权利要求10所述的装置，其中，用于使用经训练的机器学习模型生成具有扩展视场的扩充医学图像的构件包括：

用于生成所述扩充医学图像以使得所述扩充医学图像是与所述初始医学图像的模态不同的模态的构件。

12.根据权利要求10所述的装置，其中，所述扩充区域包括直接包围所述初始医学图像的所述初始视场的区域。

13.根据权利要求10所述的装置，还包括：

用于使用另一经训练的机器学习模型来精炼所述扩充医学图像的构件。

14.根据权利要求10所述的装置，其中，用于使用经训练的机器学习模型生成具有扩展视场的扩充医学图像的构件包括：

用于基于先前的初始医学图像和先前的扩充医学图像来生成所述扩充医学图像的构件。

15.一种非暂时性计算机可读介质，存储用于增强医学图像的计算机程序指令，所述计算机程序指令在由处理器执行时使所述处理器执行包括以下各项的操作：

接收具有初始视场的初始医学图像；

使用经训练的机器学习模型生成具有扩展视场的扩充医学图像，所述扩展视场包括初始视场和扩充区域；以及

输出所述扩充医学图像。

16.根据权利要求15所述的非暂时性计算机可读介质，其中，使用经训练的机器学习模型生成具有扩展视场的扩充医学图像包括：

生成所述扩充医学图像，使得所述扩充医学图像是与所述初始医学图像的模态不同的模态。