根据X射线图像的与COVID-19相关联的异常模式的评估

摘要

本发明总体上涉及从x射线图像评估与疾病相关联的异常模式，并且具体涉及使用基于DRR（数字重建射线照片）和从CT（计算机断层摄影）导出的基础事实训练的机器学习网络从x射线图像评估与COVID‑19（新型冠状病毒肺炎）相关联的异常模式。提供了评估疾病的系统和方法。接收第一模态的输入医学图像。使用训练的肺部分割网络从输入医学图像分割肺部，并且使用训练的异常模式分割网络从输入医学图像分割与疾病相关联的异常模式。基于1）从第二模态的训练图像生成的第一模态的合成图像和2）从针对训练图像的训练分割掩模生成的针对合成图像的目标分割掩模来训练训练的肺部分割网络和训练的异常模式分割网络。基于分割的肺部和分割的异常模式确定疾病的评估。