The Non oBviousness
Game
Invalidation of patent, the AI way
最新资讯
登录
登录
The Non oBviousness
Game
主页
历史访问项目
登录后查看历史访问项目
Search
返回项目页面
对比文件列表
暂无对比文件
请从左侧选择对比文件查看内容
权利要求与技术特征
权利要求 1
A
包括:‑存储器(110),其存储机器可执行指令(120)和卷积神经网络(122)
B
其中,所述卷积神经网络被配置用于接收初始狄克逊磁共振图像(124、126)作为输入
C
其中,所述卷积神经网络被配置用于识别所述初始狄克逊磁共振图像中的一个或多个水‑脂肪交换区域(128)
D
‑处理器(104),其用于控制所述医学系统
E
其中,所述机器可执行指令的运行使所述处理器:‑接收(200)所述初始狄克逊磁共振图像
F
‑响应于将所述初始狄克逊磁共振图像输入到所述卷积神经网络中而从所述卷积神经网络接收(204)所述一个或多个水‑脂肪交换区域
权利要求 2
G
其中,所述机器可执行指令的运行还使所述处理器使用接收到的一个或多个水‑脂肪交换区域来重建(206)经校正的狄克逊磁共振图像(130、132)
H
其中,所述狄克逊磁共振图像是使用以下各项中的任一项来校正的:‑其中,所述狄克逊磁共振图像还包括脂肪图像(124)和水图像(126)
I
其中,所述经校正的狄克逊磁共振图像是通过在所述脂肪图像与所述水图像之间交换所述一个或多个水‑脂肪交换区域的体素来重建的
J
‑其中,所述经校正的狄克逊磁共振成像是根据狄克逊磁共振图像重建算法从狄克逊磁共振成像数据来重建的
K
其中,所述狄克逊磁共振图像重建算法被配置为使用所述一个或多个水‑脂肪交换区域作为约束和/或用于校正B0不均匀性估计
权利要求 3
L
其中,所述机器可执行指令的运行还使所述处理器:‑接收(404)训练数据(702)
M
其中,所述训练数据中的每个训练数据包括训练狄克逊磁共振图像(306)和训练水‑脂肪交换掩模(308)
N
其中,所述训练水‑脂肪交换掩模识别所述一个或多个水‑脂肪交换区域的标准数据位置
O
‑使用所述训练数据来训练(406)所述卷积神经网络
权利要求 4
P
其中,所述机器可执行指令的运行还使所述处理器:‑接收(400)无交换狄克逊磁共振图像(302)
Q
‑通过在所述无交换狄克逊磁共振图像中的每幅无交换狄克逊磁共振图像中生成合成水‑脂肪交换区域并且构建所述训练水‑脂肪交换掩模来生成(402)所述训练数据
权利要求 5
R
其中,所述训练数据是至少部分地通过由以下操作确定所述一个或多个合成水‑脂肪交换区域中的至少一些来生成的:‑确定一个或多个随机变量
S
‑将所述一个或多个随机变量输入到空间变量函数中
T
‑对所述空间变量函数进行阈值化处理以确定针对所述训练狄克逊磁共振图像的所述一个或多个水‑脂肪交换区域
权利要求 6
U
其中,所述训练数据是至少部分地通过以下操作来生成的:‑在所述狄克逊磁共振图像中识别具有高于预定水‑脂肪阈值的脂肪含量和水含量两者的高水‑脂肪区
V
‑选择所述高水‑脂肪区的至少部分作为所述合成水‑脂肪交换区域
权利要求 7
W
其中,所述训练数据是至少部分地通过以下操作来生成的:‑接收针对所述无交换狄克逊磁共振图像的B0不均匀性图
X
‑通过利用B0不均匀性阈值对所述B0不均匀性图进行阈值化处理来识别所述狄克逊磁共振图像中的高B0不均匀性区
Y
‑选择所述高B0不均匀性区的至少部分作为所述合成水‑脂肪交换区域