This paper describes a computer implementation method for determining lesions in 3D image data.This wayIs a step of receiving at least a first 3D image of the body part；A voxel includes a voxel with a 3D image associated with a predetermined image volumeReceive andA first 3D convolution neural networkDetermining the position of interest volume (VOI) in the image volume of the first 3D image；Voi is associated with the lesions of the bodyVoi defines the subvolume of the image volumeStep by stepThe first voi voxel is determined by selecting a voxel of a first 3D image having a position within the VOI determined by a first 3D convolution neural networkProviding a first voi voxel to the input of a second 3D convolution neural network；A second 3D convolution neural networkDetermining the target label value based on at least the first voi voxelThe target label value indicates the presence or absence of a lesion in voi.Step by stepTarget label values determined by a second 3D convolution neural networkIt may include the text representing the description of the lesion and the step of generating a medical report by associating with the sentence.3D画像データにおける病変を決定するためのコンピュータ実装方法について説明し、この方法は、身体部分の少なくとも第1の3D画像を受け取るステップであって、3D画像が所定の画像ボリュームと関連するボクセルを含む、受け取るステップと、第1の3D畳み込みニューラルネットワークが、第1の3D画像の画像ボリューム中の関心ボリューム(VOI)の位置を決定するステップであって、VOIが身体部分の病変と関連し、VOIが画像ボリュームのサブボリュームを定める、決定するステップと、第1の3D畳み込みニューラルネットワークによって決定されるVOI内に位置を有する第1の3D画像のボクセルを選択することによって第1のVOIボクセルを決定し、第1のVOIボクセルを第2の3D畳み込みニューラルネットワークの入力に提供するステップと、第2の3D畳み込みニューラルネットワークが、少なくとも第1のVOIボクセルに基づいてターゲットラベル値を決定するステップであって、ターゲットラベル値がVOIにおける病変の有無を示している、決定するステップと、第2の3D畳み込みニューラルネットワークによって決定されたターゲットラベル値を、病変の記述を表すテキストおよび/またはセンテンスと関連付けることによって医療報告書を生成するステップとを含み得る。
