-
公开(公告)号：CN110121749A
公开(公告)日：2019-08-13
申请号：CN201780080797.2
申请日：2017-11-20
Applicant: 通用电气公司
Abstract: 本发明提供了用于改进的用于图像采集的深度学习的方法和装置。成像系统配置装置包括训练学习设备，该训练学习设备包括第一处理器，用于实现第一深度学习网络(DLN)，以基于来自多个先前图像采集的第一组输入来学习第一组成像系统配置参数，从而配置至少一个用于图像采集的成像系统，所述训练学习设备用于接收和处理包括来自所述至少一个成像系统进行的所述多个图像采集的操作数据的反馈。示例性装置包括部署的学习设备，该部署的学习设备包括用于实现第二DLN的第二处理器，所述第二DLN从所述训练学习设备的所述第一DLN生成，所述部署的学习设备被配置为响应于接收到用于图像采集的第二输入而向所述成像系统提供第二成像系统配置参数。
-
公开(公告)号：CN112005314A
公开(公告)日：2020-11-27
申请号：CN201980023730.4
申请日：2019-04-12
Applicant: 通用电气公司
Inventor： 桑迪普·杜塔 , 大卫·埃里克·希瓦利埃 , 萨阿德·西罗海 , 拉贾·拉姆纳拉扬
Abstract: 本发明提供了用于训练成像系统的深度学习模型的方法和系统。在一个实施方案中，用于成像系统的方法包括：根据扫描协议执行对受检者的扫描以采集成像数据；显示图像和与所述图像相关联的决策支持，该图像由成像数据重建，并且决策支持利用学习模型和成像数据来计算；以及利用成像数据、图像、扫描协议、描述受检者的受检者元数据、决策支持、与图像和决策支持有关的结果决策以及与成像系统有关的系统元数据更新用于学习模型的训练数据集。这样，深度学习模型可以在图像和相应的诊断以及与扫描有关的附加信息上自动训练。
-
公开(公告)号：CN110114834B
公开(公告)日：2024-04-26
申请号：CN201780080798.7
申请日：2017-11-20
Applicant: 通用电气公司
Abstract: 本发明提供了用于监测并且改进成像系统操作的方法和装置。示例性装置包括第一部署的深度学习网络(DLN)，所述第一部署的深度学习网络与采集引擎一起操作以生成成像设备配置。所述示例性装置包括第二部署的DLN，所述第二部署的DLN与重建引擎一起基于采集的图像数据来操作。所述示例性装置包括具有第三部署的DLN的第一评估引擎。所述评估引擎从所述采集引擎或所述重建引擎中的至少一者接收输出以评估所述采集引擎或所述重建引擎中的所述相应至少一者的操作并且向所述采集引擎或所述重建引擎中的所述相应至少一者提供反馈。所述第一部署的DLN和所述第二部署的DLN分别由第一训练DLNS和第二训练DLNS生成和部署。
-
公开(公告)号：CN112005313A
公开(公告)日：2020-11-27
申请号：CN201980023556.3
申请日：2019-04-12
Applicant: 通用电气公司
Inventor： 大卫·埃里克·希瓦利埃 , 桑迪普·杜塔 , 萨阿德·西罗海 , 拉贾·拉姆纳拉扬
Abstract: 本发明提供了用于向成像系统部署深度学习应用程序的方法和系统。在一个实施方案中，一种系统包括：成像系统，该成像系统包括至少扫描仪和处理器，该处理器被配置为由在扫描受检者期间经由扫描仪采集的数据重建图像；计算设备，该计算设备通信地耦接至成像系统并且定位在成像系统外部，计算设备被配置为基于数据生成决策支持计算；以及储存库，该储存库经由网络通信地耦接至计算设备，储存库包括多个应用程序，其中计算设备被配置为从存储库检索并安装多个应用程序中的应用程序，其中计算设备使用应用程序来生成决策支持计算。这样，成像系统可容易地更新以利用新的深度学习应用程序。
-
Patent Agency Ranking
公开(公告)号：CN112004471A
公开(公告)日：2020-11-27
申请号：CN201980023558.2
申请日：2019-04-12
Applicant: 通用电气公司
Inventor： 桑迪普·杜塔 , 大卫·埃里克·希瓦利埃 , 萨阿德·西罗海 , 拉贾·拉姆纳拉扬 , 格雷戈里·奥默
Abstract: 本发明提供了用于成像系统的快捷模式的方法和系统。在一个实施方案中，用于成像系统的方法包括接收待扫描受检者的标识，自动确定用于受检者的个性化扫描协议，根据个性化扫描协议自动执行对受检者的扫描以采集成像数据，以及显示图像和决策支持，图像和决策支持由成像数据自动生成。这样，可由成像系统的操作员以最小的输入或介入来执行受检者(诸如患者)的成像。
-
公开(公告)号：CN110114834A
公开(公告)日：2019-08-09
申请号：CN201780080798.7
申请日：2017-11-20
Applicant: 通用电气公司
Abstract: 本发明提供了用于监测并且改进成像系统操作的方法和装置。示例性装置包括第一部署的深度学习网络(DLN)，所述第一部署的深度学习网络与采集引擎一起操作以生成成像设备配置。所述示例性装置包括第二部署的DLN，所述第二部署的DLN与重建引擎一起基于采集的图像数据来操作。所述示例性装置包括具有第三部署的DLN的第一评估引擎。所述评估引擎从所述采集引擎或所述重建引擎中的至少一者接收输出以评估所述采集引擎或所述重建引擎中的所述相应至少一者的操作并且向所述采集引擎或所述重建引擎中的所述相应至少一者提供反馈。所述第一部署的DLN和所述第二部署的DLN分别由第一训练DLNS和第二训练DLNS生成和部署。
-
公开(公告)号：CN112004471B
公开(公告)日：2024-11-12
申请号：CN201980023558.2
申请日：2019-04-12
Applicant: 通用电气公司
Inventor： 桑迪普·杜塔 , 大卫·埃里克·希瓦利埃 , 萨阿德·西罗海 , 拉贾·拉姆纳拉扬 , 格雷戈里·奥默
Abstract: 本发明提供了用于成像系统的快捷模式的方法和系统。在一个实施方案中，用于成像系统的方法包括接收待扫描受检者的标识，自动确定用于受检者的个性化扫描协议，根据个性化扫描协议自动执行对受检者的扫描以采集成像数据，以及显示图像和决策支持，图像和决策支持由成像数据自动生成。这样，可由成像系统的操作员以最小的输入或介入来执行受检者(诸如患者)的成像。
-
公开(公告)号：CN110121749B
公开(公告)日：2024-02-13
申请号：CN201780080797.2
申请日：2017-11-20
Applicant: 通用电气公司
Abstract: 本发明提供了用于改进的用于图像采集的深度学习的方法和装置。成像系统配置装置包括训练学习设备，该训练学习设备包括第一处理器，用于实现第一深度学习网络(DLN)，以基于来自多个先前图像采集的第一组输入来学习第一组成像系统配置参数，从而配置至少一个用于图像采集的成像系统，所述训练学习设备用于接收和处理包括来自所述至少一个成像系统进行的所述多个图像采集的操作数据的反馈。示例性装置包括部署的学习设备，该部署的学习设备包括用于实现第二DLN的第二处理器，所述第二DLN从所述训练学习设备的所述第一DLN生成，所述部署的学习设备被配置为响应于接收到用于图像采集的第二输入而向所述成像系统提供第二成像系统配置参数。
-
公开(公告)号：CN111919264A
公开(公告)日：2020-11-10
申请号：CN201980022365.5
申请日：2019-04-12
Applicant: 通用电气公司
Inventor： 大卫·埃里克·希瓦利埃 , 桑迪普·杜塔 , 萨阿德·西罗海 , 拉贾·拉姆纳拉扬
Abstract: 本发明提供了用于使成像系统与边缘计算系统(ECS)同步的方法和系统。在一个实施方案中，系统包括成像系统，该成像系统至少包括扫描仪和处理器，该处理器被配置为从在经由该扫描仪扫描受检者期间采集的数据来重建图像；和计算设备，该计算设备通信地耦接至成像系统并且定位在成像系统外部，该计算设备被配置为基于数据生成决策支持计算，其中成像系统在扫描期间将数据传输至计算设备。以这种方式，可基本上扩展成像系统的处理能力。此外，后处理技术可与扫描并行执行，从而减少用于临床诊断的时间。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.022 seconds)
