公开(公告)号：CN111492372B

公开(公告)日：2024-04-26

申请号：CN201880067773.8

申请日：2018-02-08

Applicant: 通用电气公司

Inventor： 张敏 ,  戈帕尔·比利杰里·阿维纳什

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供了用于使用与正常数据的偏差来便于图像分析的系统和技术。在一个示例中，系统生成指示图谱的图谱数据，该图谱包括来自多个参考患者的患者图像数据的第一部分和来自多个目标患者的患者图像数据的第二部分。将患者图像数据的第一部分与患者身份集合的对应年龄组进行匹配，患者身份与患者图像数据的第一部分相关联。系统还生成偏差图数据，偏差图数据表示患者图像数据的第二部分与患者图像数据的第一部分相比的偏差量。此外，系统基于偏差图数据对神经网络进行训练以确定一个或多个临床症状。

公开(公告)号：CN111433785B

公开(公告)日：2023-11-28

申请号：CN201880068263.2

申请日：2018-05-09

Applicant: 通用电气公司

Inventor： 张敏 ,  戈帕尔·比利杰里·阿维纳什

IPC: G06N3/0464 ,  G06N3/08 ,  G06V10/40 ,  G06V10/764 ,  G06V10/82

Abstract: 本发明提供了用于促进用于自动化图像特征提取的深度学习架构的系统和技术。在一个示例中，系统包括机器学习组件。机器学习组件基于接收成像数据的卷积神经网络生成关于成像数据的学习的成像输出。机器学习组件还对与卷积神经网络的卷积层相关联的成像数据执行多个顺序和/或并行下采样和上采样。

公开(公告)号：CN111492372A

公开(公告)日：2020-08-04

申请号：CN201880067773.8

申请日：2018-02-08

Applicant: 通用电气公司

Inventor： 张敏 ,  戈帕尔·比利杰里·阿维纳什

IPC: G06K9/62

Abstract: 本发明提供了用于使用与正常数据的偏差来便于图像分析的系统和技术。在一个示例中，系统生成指示图谱的图谱数据，该图谱包括来自多个参考患者的患者图像数据的第一部分和来自多个目标患者的患者图像数据的第二部分。将患者图像数据的第一部分与患者身份集合的对应年龄组进行匹配，患者身份与患者图像数据的第一部分相关联。系统还生成偏差图数据，偏差图数据表示患者图像数据的第二部分与患者图像数据的第一部分相比的偏差量。此外，系统基于偏差图数据对神经网络进行训练以确定一个或多个临床症状。

公开(公告)号：CN111433785A

公开(公告)日：2020-07-17

申请号：CN201880068263.2

申请日：2018-05-09

Applicant: 通用电气公司

Inventor： 张敏 ,  戈帕尔·比利杰里·阿维纳什

IPC: G06K9/62 ,  G06N3/04

Abstract: 本发明提供了用于促进用于自动化图像特征提取的深度学习架构的系统和技术。在一个示例中，系统包括机器学习组件。机器学习组件基于接收成像数据的卷积神经网络生成关于成像数据的学习的成像输出。机器学习组件还对与卷积神经网络的卷积层相关联的成像数据执行多个顺序和/或并行下采样和上采样。