[发明专利]自动心脏体积分割

摘要

用于自动分割解剖结构如人类心脏的系统和方法。该系统和方法使用卷积神经网络(CNN)来自动地分割由图像数据表示的解剖结构的各个部分，所述图像数据例如3D MRI数据。卷积神经网络利用两条路径：包含卷积/池化层的收缩路径和包括上采样/卷积层的扩张路径。用于验证CNN模型的损失函数可以特别地考虑到缺失的数据，从而允许使用更大的训练集。CNN模型可以利用多维内核(例如，2D、3D、4D、6D)，并且可以包括编码空间数据、时间数据、流量数据等的多个通道。本公开的系统和方法还利用CNN以在解剖结构的图像中提供自动检测和显示位置标志。

主权项

1.一种机器学习系统，其包括：至少一个非临时性处理器可读存储介质，其存储处理器可执行指令或数据中的至少一个；和至少一个处理器，其可通信地耦接到所述至少一个非临时性处理器可读存储介质，所述至少一个处理器：接收包括多批带标签的图像集的学习数据，每个图像集包括表示解剖结构的图像数据，并且每个图像集包括至少一个标签，所述标签标识在图像集的每个图像中描绘的解剖结构的特定部分的区域；训练全卷积神经网络(CNN)模型以利用所接收的学习数据来分割解剖结构的至少一部分；将训练的CNN模型存储在所述机器学习系统的所述至少一个非临时性处理器可读存储介质中。