CN111369635B 预测截断图像的系统和方法、准备数据的方法及其介质 （通 用电气精准医疗有限责任公司）

WO2018126396A1,2018.07.括虚拟模拟步骤，用于对图像数据进行虚拟模述训练的学习网络是基于通过上述准备数据的方法来得到的虚拟失真图像和虚拟精标准图像述方法对应的系统以及记录的指令可实现上述2虚拟模拟步骤，用于对图像数据进行虚拟模拟，以同时得到有在所述原始图像本身保持不动的同时，使所述原始图像中对应目及基于训练的学习网络预测截断图像，所述训练的学习网络是基于1_5中任一项所述的方法来得到的虚拟失真图像和虚拟精标准图像构成的数据集进行数据虚拟模拟装置，用于对图像数据进行虚拟模拟，以同时得到有预测装置，用于基于训练的学习网络预测截断图像，所述训练虚拟失真图像和虚拟精标准图像构成的数据集进在所述原始图像本身保持不动的同时，使所述原始图像中对应目及9.一种计算机可读存储介质，其上记录有经编码的指令，34来得到的虚拟失真图像和虚拟精标准图像构成的数据集进行数[0021]而根据本发明的用于预测截断图像的方法和系统基于训练的学习网络预测截断5[0024]图1是根据本发明示例性实施例的用于为预测截断图像准备数据的方法的流程[0029]图6是根据本发明示例性实施例的用于为预测截断图像准备数据的方法的可选实6性实施例的用于为预测截断图像准备数据的方法10却能通过智能的方式来模拟上述数据图像，即为原始图像中对应目标物体的那部分图像7[0055]本发明中所涉及的填充值即为该padding属性值，其较佳选择边缘padding属性[0059]根据本发明的虚拟模拟过程，完全解决了传统技术中得[0061]步骤100根据预先定义的特征对采集到的图像数据进行自适应分类。该图像数据[0062]通过上述步骤100，方法10能够在对图像数据进行虚拟模拟之前先将该图像数据8步骤100正是要基于用户需要用哪个部位的图像来对所述庞大的数据集进拿到的切片图像为骨盆部分的可能性就比肩膀的可能性略微小点，比如有30％的可能性；院还有被安装了特殊模型的病患，所以还要考虑所拿到的切片图像为特殊模型的可能性，体可参见图8，其中示出了根据本发明示例性实施例的用于预测截断图像的方法80的流程9[0075]如图8所示，根据本发明示例性实施例的用于预测截断图像的方法80可包括步骤过采用上述准备数据的方法来得到的虚拟失真图像和虚拟精标准图像构成的数据集进行[0077]上述方法80通过根据本发明示例性实施例的数据准备方法来得到用于AI网络学[0079]图9示出了根据本发明示例性实施例的用于预测截断图像的系统900。该系统900以同时得到有数据截断的虚拟失真图像和没有数据截断的虚拟精标准图像。预测装置920[0081]如图10所示，示例性的CT系统1000配置成用于预测截断图像和/或为预测截断图的数据将被传输到计算机或计算装置2016进行处理。该计算装置2016可与操作员控制台算装置2016还可与图片存档及通信系统(PACS[0088]CT系统1000可进一步包括图像重建器2030，其基于上述经过采样和数字化的X射波反投影(FBP)来重建患者的目标体积的图像。尽管图10中将图像重建器2030图示为单独图像重建器2030可以不存在于CT系统1000中；亦或，计算装置2016可以执行图像重建器截断图像预测装置可以被形成为计算装置2016或图像重建器2030的一部分(图10中为计算准备装置，该数据准备装置也可以被形成为计算装置2016或图像重建器2030的一部分(图形式存储在CT系统1000中的计算装置2016和/或图像重建器2030的计算机可读存储介质并且可以采用本说明书中所述的方法来预测截断图像/