[发明专利]用于检测正常图像的基于AI的图像分析

权利要求书

1.一种用于标识异常医学图像的计算机实现方法，所述方法包括：

接收医学图像；

从所述医学图像中分割解剖结构以定义分割数据集；

将分割数据集配准到定义正常解剖结构的基线数据集；

由异常分类器对所述医学图像内的解剖结构是异常还是正常进行分类，其中异常分类器包括机器学习算法，所述机器学习算法被训练成在医学图像中的解剖结构的正常版本与异常版本之间进行区分；以及

基于是否可以从所述医学图像中分割解剖结构、是否可以将分割数据集配准到基线数据集、或异常分类器所输出的与所述医学图像相关联的分类，将所述医学图像标记为正常或异常。

2.根据权利要求1所述的方法，进一步包括：

基于所述医学图像已经被标记为正常还是异常，来控制所述医学图像是否在与放射科医生相关联的工作列表中。

3.根据权利要求2所述的方法，其中所述工作列表与软件平台相关联，所述软件平台包括图片存档和通信系统、放射学信息系统或临床信息系统中的至少一个。

4.根据权利要求1所述的方法，进一步包括：

由特定于病变的分类器对解剖结构是否表现出病变进行分类，其中特定于病变的分类器包括第二机器学习算法，第二机器学习算法被训练成标识医学图像中的病变；以及

其中将所述医学图像标记为正常或异常进一步基于特定于病变的分类器是否已经标识出所述医学图像中的病变。

5.根据权利要求4所述的方法，其中特定于病变的分类器包括支持向量机、决策树、神经网络或贝叶斯模型中的至少一个。

6.根据权利要求1所述的方法，其中所述医学图像包括计算机断层扫描（CT）图像、磁共振成像图像、正电子发射断层扫描图像、单光子发射CT图像、X射线图像、超声图像、光学相干断层扫描图像、或光声图像中的至少一个。

7.根据权利要求1所述的方法，其中异常分类器包括支持向量机、决策树、神经网络或贝叶斯模型中的至少一个。

8.一种用于标识异常医学图像的计算机系统，所述计算机系统包括：

处理器；以及

耦合到处理器的存储器，存储器存储指令，所述指令在由处理器执行时使所述计算机系统进行以下操作：

接收医学图像，

从所述医学图像中分割解剖结构以定义分割数据集，

将分割数据集配准到定义正常解剖结构的基线数据集，

由异常分类器对所述医学图像内的解剖结构是异常还是正常进行分类，其中异常分类器包括机器学习算法，所述机器学习算法被训练成在医学图像中的解剖结构的正常版本与异常版本之间进行区分，以及

基于是否可以从所述医学图像中分割解剖结构、是否可以将分割数据集配准到基线数据集、或异常分类器所输出的与所述医学图像相关联的分类，将所述医学图像标记为正常或异常。

9.根据权利要求8所述的计算机系统，其中存储器存储另外的指令，所述另外的指令在由处理器执行时使所述计算机系统进行以下操作：

基于所述医学图像已经被标记为正常还是异常，来从与放射科医生相关联的工作列表中移除所述医学图像。

10.根据权利要求9所述的计算机系统，其中所述工作列表与软件平台相关联，所述软件平台包括图片存档和通信系统、放射学信息系统或临床信息系统中的至少一个。

11.根据权利要求8所述的计算机系统，其中存储器存储另外的指令，所述另外的指令在由处理器执行时使所述计算机系统进行以下操作：

由特定于病变的分类器对解剖结构是否表现出病变进行分类，其中特定于病变的分类器包括第二机器学习算法，第二机器学习算法被训练成标识医学图像中的病变；以及

其中将所述医学图像标记为正常或异常进一步基于特定于病变的分类器是否已经标识出所述医学图像中的病变。