公开(公告)号：CN106257475B

公开(公告)日：2019-11-19

申请号：CN201610431572.4

申请日：2016-06-17

Applicant: 西门子保健有限责任公司

Inventor： H.E.策廷古尔 ,  B.L.奥德里

IPC: G16H50/20

Abstract: 本发明涉及用于TBI评估的模块化的自动化评分系统。一种用于生成外伤性脑损伤（TBI）的评估的计算机实施的方法包括接收通过对个体执行结构成像扫描而获取的结构成像数据并基于该结构成像数据来生成结构成像得分的TBI评估计算机。TBI评估计算机接收通过对个体执行功能成像扫描而获取的功能成像数据并基于该功能成像数据来生成功能成像得分。TBI评估计算机还接收通过对个体执行扩散成像扫描而获取的扩散成像数据并基于该扩散成像数据来生成扩散成像得分。基于该结构成像得分、功能成像得分和扩散成像得分，TBI评估计算机生成TBI评估得分。

公开(公告)号：CN106510708A

公开(公告)日：2017-03-22

申请号：CN201610827542.5

申请日：2016-09-14

Applicant: 西门子保健有限责任公司

Inventor： H.E.策廷古尔 ,  M.S.纳达尔 ,  B.L.奥德里

IPC: A61B5/055

CPC classification number: A61B5/0042 ,  A61B5/0013 ,  A61B5/0037 ,  A61B5/055 ,  A61B5/08 ,  A61B5/201 ,  A61B5/4064 ,  A61B5/7267 ,  A61B2576/026 ,  G16H50/50 ,  A61B5/72

Abstract: 一种用于在磁共振(MR)脑图像数据中识别异常的计算机实现的方法包括：计算机接收对象的脑部的多对比度MR图像数据；以及在多对比度MR图像数据内识别(i)包括一个或多个可疑异常的异常区域和(ii)包括健康组织的健康区域。所述计算机创建健康区域的模型，基于异常区域和模型为多对比度MR图像数据中的每个体素计算新奇得分，以及基于为多对比度MR图像数据中的每个体素计算的新奇得分创建对象的脑部的异常图。

公开(公告)号：CN109886913B

公开(公告)日：2023-09-05

申请号：CN201811479702.7

申请日：2018-12-05

Applicant: 西门子保健有限责任公司

Inventor： B.L.奥德里 ,  H.E.策廷古尔 ,  M.S.纳达尔 ,  P.沙尔马 ,  周少华 ,  D.科马尼丘

IPC: G06T7/00

Abstract: 成像扫描中关键发现的标识。一种审查神经扫描的方法包括接收对应于解剖区域的至少一个界标。接收包括解剖区域的组织的多个图像，并且生成被配置为在解剖区域内的健康组织和不健康组织之间进行区分的神经网络。神经网络由机器学习过程生成，所述机器学习过程被配置为接收组织的多个图像并且生成被配置为在健康组织和不健康组织之间进行区分的多个加权因子。接收包括解剖区域的组织的至少一个患者图像，以及由神经网络做出组织的至少一个患者图像是否包括健康或不健康组织的确定。

公开(公告)号：CN109886913A

公开(公告)日：2019-06-14

申请号：CN201811479702.7

申请日：2018-12-05

Applicant: 西门子保健有限责任公司

Inventor： B.L.奥德里 ,  H.E.策廷古尔 ,  M.S.纳达尔 ,  P.沙尔马 ,  周少华 ,  D.科马尼丘

IPC: G06T7/00

Abstract: 成像扫描中关键发现的标识。一种审查神经扫描的方法包括接收对应于解剖区域的至少一个界标。接收包括解剖区域的组织的多个图像，并且生成被配置为在解剖区域内的健康组织和不健康组织之间进行区分的神经网络。神经网络由机器学习过程生成，所述机器学习过程被配置为接收组织的多个图像并且生成被配置为在健康组织和不健康组织之间进行区分的多个加权因子。接收包括解剖区域的组织的至少一个患者图像，以及由神经网络做出组织的至少一个患者图像是否包括健康或不健康组织的确定。