Выбор параметра получения изображений для системы формирования изображений - RU2019118036A
Код документа: RU2019118036A
Формула
1. Система (100) для выбора параметра получения изображений для системы (15) формирования изображений, где параметр получения изображений по меньшей мере частично задает конфигурацию формирования изображений системы формирования изображений во время процедуры формирования изображений с пациентом, содержащая:
- интерфейс (120) данных камеры, выполненный с возможностью доступа к связанной с глубиной карте, формируемой на основе данных датчиков системы камер, при этом система камер имеет поле обзора, которое включает в себя по меньшей мере часть поля обзора системы формирования изображений, причем данные датчиков получены до процедуры формирования изображений пациента, и эти данные указывают расстояние от наружных частей пациента до системы камер;
- память (140), содержащую данные инструкций, представляющие набор инструкций;
- процессор (160), выполненный с возможностью обмена данными с интерфейсом (120) данных камеры и памятью (140) и с возможностью исполнения набора инструкций, который при его исполнении процессором вызывает применение процессором алгоритма машинного обучения к связанной с глубиной карте для идентифицирования параметра получения изображений, при этом:
- алгоритм машинного обучения представлен данными алгоритма, которые хранятся в памяти и доступны для процессора, и
- алгоритм машинного обучения натренирован с использованием тренировочных данных, содержащих наборы из i) примера связанной с глубиной карты и ii) используемого в качестве прогностического значения примера параметра получения изображений, где пример параметра получения изображений представляет собой выбор, сделанный человеком-оператором в предыдущей процедуре формирования изображений с предыдущим пациентом, а пример связанной с глубиной карты сформирован на основе данных датчиков, полученных с помощью той же самой или аналогичного типа системы камер во время предыдущей процедуры формирования изображений; и
- интерфейс (170) вывода, выполненный с возможностью вывода параметра получения изображений для использования системой формирования изображений.
2. Система (100) по п. 1, дополнительно содержащая интерфейс (60) данных пациента, выполненный с возможностью получения доступа к не являющимся изображением данным пациента, причем:
- тренировочные данные дополнительно включают в себя, для данного набора тренировочных данных, пример не являющихся изображением данных, которые относятся к тому же или подобному типу, что и не являющиеся изображением данные пациента; и
- набор инструкций при его исполнении процессором (160) вызывает использование процессором (160) не являющихся изображением данных пациента в качестве дополнительных входных данных для алгоритма машинного обучения.
3. Система (100) по п. 2, в которой интерфейс (60) данных пациента выполнен с возможностью получения доступа к не являющимся изображением данным из электронной медицинской карты пациента.
4. Система (100) по п. 2 или 3, в которой не являющиеся изображением данные пациента содержат по меньшей мере одно из:
- веса пациента;
- возраста пациента;
- пола пациента;
- количественной оценки уровня физической формы пациента;
- диагноза заболевания, связанного с пациентом;
- медицинской записи, связанной с пациентом; и
- записи жизненно важного параметра, связанного с пациентом.
5. Система (100) по любому из предшествующих пунктов, в которой:
- тренировочные данные дополнительно включают в себя, для данного набора тренировочных данных, пример геометрических данных, которые указывают на предыдущее относительное геометрическое расположение между системой (18) камер и системой (15) формирования изображений во время предыдущей процедуры формирования изображений; а
- набор инструкций при его исполнении процессором (160) вызывает использование процессором (160) текущего относительного геометрического расположения между системой (18) камер и системой (15) формирования изображений в процедуре формирования изображений в качестве дополнительных входных данных для алгоритма машинного обучения.
6. Система (100) по любому из пп. 1–4, в которой:
- пример связанной с глубиной карты данного набора тренировочных данных сформирован на основе предыдущего относительного геометрического расположения системы (18) камер и системы (15) формирования изображений;
- набор инструкций при его исполнении процессором (160) вызывает выполнение процессором (160):
- определения отклонения между предыдущим относительным геометрическим расположением системы (18) камер и системы (15) формирования изображений в процедуре формирования изображений;
- обработки связанной с глубиной карты, если отклонение существует или превышает порог, для компенсации отклонения до применения алгоритма машинного обучения.
7. Система (100) по любому из предшествующих пунктов, в которой:
- интерфейс (120) данных камеры дополнительно выполнен с возможностью получения доступа к данным изображений, полученным с помощью системы (18) камер, где данные изображения показывают наружную часть пациента;
- тренировочные данные дополнительно включают в себя, для данного множества тренировочных данных, данные, полученные с помощью предыдущей системы (18) камер, которые показывают наружную часть предыдущего пациента во время предыдущей процедуры формирования изображений; и
- набор инструкций при его исполнении процессором (160) вызывает использование процессором (160) не являющихся изображением данных пациента в качестве дополнительных входных данных для алгоритма машинного обучения.
8. Система (100) по любому из предшествующих пунктов, причем система (100) содержит систему (18) камер, которая содержит по меньшей мере одно из:
- времяпролетной камеры;
- камеры обнаружения и дальнометрирования с помощью света (LiDAR);
- камеры лазерного обнаружения и дальнометрирования (LaDAR);
- стереокамеры или двух камер, расположенных в виде стереокамеры;
- проектора, выполненного с возможностью проецирования известного образца на наружную часть пациента с получением тем самым деформированного образца, и камеры, выполненной с возможностью записи деформированного образца.
9. Система (100) по любому из предшествующих пунктов, в которой система (15) формирования изображений представляет собой систему магнитно-резонансной томографии, а параметр получения изображений является одним из:
- параметра, определяющего позиционирование пациента относительно системы магнитно-резонансной томографии;
- геометрического параметра получения изображения;
- параметра выбора для предварительно установленного протокола;
- коэффициента SENSE;
- направления SENSE.
10. Система (100) по любому из предшествующих пунктов, в которой система (15) формирования изображений представляет собой систему формирования рентгеновских изображений, а параметр получения изображений является одним из:
- напряжения трубки;
- тока трубки;
- сетки;
- коллимационного окна и
- геометрического параметра коллиматора.
11. Система (100) по любому из предшествующих пунктов, в которой система (15) формирования изображений представляет собой систему компьютерной томографии, а параметр получения изображений является одним из:
- уровня питания;
- тока трубки,
- модуляции дозы;
- параметра планирования сканирования и
- параметра реконструкции.
12. Система (100) по любому из предшествующих пунктов, в которой алгоритм машинного обучения представляет собой сверточную нейронную сеть (200).
13. Рабочая станция или система формирования изображений, содержащие систему по любому из пп. 1–12.
14. Реализуемый на компьютере способ (400) выбора параметра получения изображений для системы формирования изображений, где параметр получения изображений по меньшей мере частично задает конфигурацию формирования изображений системы формирования изображений во время процедуры формирования изображений с пациентом, включающий:
- получение доступа (410) к связанной с глубиной карте, формируемой на основе данных датчиков системы камер, при этом система камер имеет поле обзора, которое включает в себя по меньшей мере часть поля обзора системы формирования изображений, причем данные датчиков получают до процедуры формирования изображений пациента, и эти данные указывают расстояние от различных наружных частей пациента до системы камер;
- применение (420) алгоритма машинного обучения к связанной с глубиной карте для идентифицирования параметра получения изображений, причем:
- алгоритм машинного обучения представлен данными алгоритма, которые хранятся в памяти и доступны для процессора, и
- алгоритм машинного обучения тренируют с использованием тренировочных данных, содержащих наборы из i) примера связанной с глубиной карты и ii) используемого в качестве прогностического значения примера получения изображений, где пример параметра получения изображений представляет собой выбор, сделанный человеком-оператором для использования в предыдущей процедуре формирования изображений с предыдущим пациентом, а пример связанной с глубиной карты формируют на основе данных датчиков, полученных с помощью предыдущей системы камер во время предыдущей процедуры формирования изображений; и
- вывод (430) параметра получения изображений для использования системой формирования изображений.
15. Компьютерочитаемый носитель (500) информации, содержащий кратковременные и некратковременные данные (510), представляющие инструкции, выполненные с возможностью вызывать реализацию процессорной системой способа по п. 14.
