MEDICAL IMAGING CONVERSION METHOD AND ASSOCIATED MEDICAL IMAGING 3D MODEL PERSONALIZATION METHOD
This invention relates to a medical imaging conversion method, automatically converting: at least one or more real x-ray images (16) of a patient, including at least a first anatomical structure (21) of said patient and a second anatomical structure (22) of said patient, into at least one digitally...
Gespeichert in:
Hauptverfasser: | , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | This invention relates to a medical imaging conversion method, automatically converting: at least one or more real x-ray images (16) of a patient, including at least a first anatomical structure (21) of said patient and a second anatomical structure (22) of said patient, into at least one digitally reconstructed radiograph (DRR) (23) of said patient representing said first anatomical structure (24) without representing said second anatomical structure (26), by a single operation using either one convolutional neural network (CNN) or a group of convolutional neural networks (CNN) (27) which is preliminarily trained to, both or simultaneously: differentiate said first anatomical structure (21) from said second anatomical structure (22), and convert a real x-ray image (16) into at least one digitally reconstructed radiograph (DRR) (23).
Cette invention concerne un procédé de conversion d'imagerie médicale, qui convertit automatiquement : au moins une ou plusieurs images radiologiques réelles (16) d'un patient, comprenant au moins une première structure anatomique (21) dudit patient et une seconde structure anatomique (22) dudit patient, en au moins une radiographie reconstruite numériquement (DRR) (23) dudit patient représentant ladite première structure anatomique (24) sans représenter ladite seconde structure anatomique (26), par une opération unique à l'aide d'un réseau neuronal convolutif (CNN) ou d'un groupe de réseaux neuronaux convolutifs (CNN) (27) qui est préalablement entraîné pour, à la fois ou simultanément : différencier ladite première structure anatomique (21) de ladite seconde structure anatomique (22) et convertir une image radiologique réelle (16) en au moins une radiographie reconstruite numériquement (DRR) (23). |
---|