[发明专利]具有组合预测建模的高效人工智能图像分析

权利要求书

1.一种用于分析受试者的诊断图像的方法，所述方法包括：

使用子图像处理器自动处理所述受试者的图像，用于将图像分类到一个或多个身体区域，并对分类的图像进行定向和裁剪以获得至少一个自动分类的每个身体区域的定向、裁剪和标记的子图像；

将所述子图像引导至至少一个人工智能处理器；以及

由人工智能处理器评估所述子图像，从而分析所述受试者的射线照相图像。

2.根据权利要求1所述的方法，进一步包括使用所述人工智能处理器来评估所述子图像的身体区域和医学病症的存在。

3.根据权利要求2所述的方法，进一步包括使用所述人工智能处理器诊断来自所述子图像的所述医学病症。

4.根据权利要求1所述的方法，进一步包括使用所述人工智能处理器评估所述子图像以用于所述受试者的定位。

5.根据权利要求4所述的方法，进一步包括将所述受试者的定位校正为正确定位。

6.根据权利要求1所述的方法，其中所述处理器自动快速地处理所述图像以获得所述子图像。

7.根据权利要求6所述的方法，其中所述处理器在以下时间内处理图像以获得所述子图像：小于约1分钟，小于约30秒，小于约20秒，小于约15秒，小于约10秒，或小于约5秒。

8.根据权利要求1所述的方法，评估进一步包括将所述子图像与多个库中的至少一个库中的多个参考图像进行比较。

9.根据权利要求8所述的方法，所述多个库中的每一个包括相应的多个参考图像。

10.根据权利要求9所述的方法，所述多个库中的每一个包括相应的多个参考图像，所述多个参考图像特异或非特异于动物物种。

11.根据权利要求1所述的方法，进一步包括将所述子图像与参考图像匹配，从而评估方向和至少一个身体区域。

12.根据权利要求8所述的方法，所述参考图像以医学数字成像和通信(DICOM)标准悬挂协议定向。

13.根据权利要求1所述的方法，裁剪进一步包括在所述子图像中分离出特定的身体区域。

14.根据权利要求9所述的方法，进一步包括根据兽医标准身体区域标签对参考图像进行分类。

15.根据权利要求1所述的方法，定向进一步包括将所述图像调整为兽医标准悬挂协议。

16.根据权利要求1所述的方法，裁剪进一步包括将所述子图像裁剪成标准纵横比。

17.根据权利要求1所述的方法，分类进一步包括根据兽医标准身体区域标签识别和标记身体区域。

18.根据权利要求1所述的方法，分类进一步包括将所述图像与样本标准图像库进行比较。

19.根据权利要求18所述的方法，进一步包括将所述图像与所述库中的样本标准图像进行匹配，从而将所述图像分类为一个或多个身体区域。

20.根据权利要求1所述的方法，裁剪进一步包括在所述图像中识别描绘每个分类的身体区域的边界。

21.根据权利要求1所述的方法，进一步包括在分类之前提取图像签名。