[发明专利]使用一个或更多个神经网络的图像注释

权利要求书

1.一种处理器，包括：

一个或更多个电路，用于至少部分地基于使用一个或更多个图像迭代地训练的一个或更多个神经网络来生成与所述一个或更多个图像内的一个或更多个对象相对应的一个或更多个注释。

2.根据权利要求1所述的处理器，其中所述一个或更多个神经网络部分地通过确定所述一个或更多个神经网络的预测之间的不确定性，并且至少部分地基于所述不确定性选择要被注释的所述一个或更多个图像中的图像来训练。

3.根据权利要求2所述的处理器，其中所述一个或更多个神经网络部分地通过至少部分地基于所述不确定性将所述一个或更多个图像中的图像重新用于一个或更多个训练迭代来进一步训练。

4.根据权利要求2所述的处理器，其中所述一个或更多个神经网络使用具有Dice对数似然的Stein变分梯度下降来进一步训练。

5.根据权利要求2所述的处理器，其中所述一个或更多个神经网络使用所述一个或更多个图像中的经注释的图像池与原始图像池之间的交互信息来进一步训练，以选择用于注释的原始图像，所选择的原始图像具有与用于训练的经注释的图像不同的配置文件。

6.根据权利要求1所述的处理器，其中所述一个或更多个图像包括体医学成像数据，并且所述一个或更多个对象是人类器官。

7.一种系统，包括：

一个或更多个处理器，用于至少部分地基于使用一个或更多个图像迭代地训练的一个或更多个神经网络来生成与所述一个或更多个图像内的一个或更多个对象相对应的一个或更多个注释。

8.根据权利要求7所述的系统，其中所述一个或更多个神经网络部分地通过确定所述一个或更多个神经网络的预测之间的不确定性，并且至少部分地基于所述不确定性选择要被注释的所述一个或更多个图像中的图像来训练。

9.根据权利要求8所述的系统，其中所述一个或更多个神经网络部分地通过至少部分地基于所述不确定性将所述一个或更多个图像中的图像重新用于一个或更多个训练迭代来进一步训练。

10.根据权利要求8所述的系统，其中所述一个或更多个神经网络使用具有Dice对数似然的Stein变分梯度下降来进一步训练。

11.根据权利要求8所述的系统，其中所述一个或更多个神经网络使用经注释的图像池与原始图像池之间的交互信息来进一步训练，以选择用于注释的原始图像，所选择的原始图像具有与用于训练的经注释的图像不同的配置文件。

12.根据权利要求7所述的系统，其中所述一个或更多个图像包括体医学成像数据，并且所述一个或更多个对象是人类器官。

13.一种方法，包括：

至少部分地基于使用一个或更多个图像迭代地训练的一个或更多个神经网络来生成与所述一个或更多个图像内的一个或更多个对象相对应的一个或更多个注释。

14.根据权利要求13所述的方法，其中所述一个或更多个神经网络部分地通过确定所述一个或更多个神经网络的预测之间的不确定性，并且至少部分地基于所述不确定性选择要被注释的所述一个或更多个图像中的图像来训练。

15.根据权利要求14所述的方法，其中所述一个或更多个神经网络部分地通过至少部分地基于所述不确定性将所述一个或更多个图像中的图像重新用于一个或更多个训练迭代来进一步训练。

16.根据权利要求14所述的方法，其中所述一个或更多个神经网络使用具有Dice对数似然的Stein变分梯度下降来进一步训练。