ANATOMICAL ENCRYPTION OF PATIENT IMAGES FOR ARTIFICIAL INTELLIGENCE

An apparatus (10) for generating a training set of anonymized images (40) for training an artificial intelligence (AI) component (42) from images (11) of a plurality of persons. The apparatus includes at least one electronic processor (20) programmed to: spatially map the images of the plurality of persons to a reference image (30) to generate images (32) in a common reference frame; partition the images in the common reference frame into P spatial regions (34) to generate P sets of image patches (36) corresponding to the P spatial regions; assemble a set of training images (38) in the common reference frame by, for each training image in the common reference frame, selecting an image patch from each of the P sets of image patches and assembling the selected image patches into the training image in the common reference frame; and process the training images in the common reference frame to generate the training set of anonymized images including applying statistical inverse spatial mappings to the training images in the common reference frame, wherein the statistical inverse spatial mappings are derived from spatial mappings (33) of the images of the plurality of persons to the reference image. Appareil (10) pour générer un ensemble d'apprentissage d'images anonymisées (40) pour entraîner un composant d'intelligence artificielle (AI) à partir d'images (11) d'une pluralité de personnes. L'appareil comprend au moins un processeur électronique (20) programmé pour : mapper spatialement les images de la pluralité de personnes sur une image de référence (30) pour générer des images (32) dans une trame de référence commune ; diviser les images dans la trame de référence commune en P régions spatiales (34) pour générer P ensembles de parcelles d'image (36) correspondant aux P régions spatiales ; assembler un ensemble d'images d'apprentissage (38) dans la trame de référence commune en sélectionnant, pour chaque image d'apprentissage dans la trame de référence commune, une parcelle d'image à partir de chacun des P ensembles de parcelles d'image et en assemblant les parcelles d'image sélectionnées dans l'image d'apprentissage dans la trame de référence commune ; et traiter les images d'apprentissage dans la trame de référence commune pour générer l'ensemble d'apprentissage d'images anonymisées comprenant l'application de mappages spatiaux inverses statistiques aux images d'apprentissage dans la trame de référence commune, les mappages spatiaux inverses statistiques é