HEDLUND, Martin,FARNEBÄCK, Gunnar,KEMPE, Martin,KIMIAEI, Sharok,KÖVAMEES, Peter
申请号：
EPEP2017/082987
公开号：
WO2018/130370A1
申请日:
2017.12.15
申请国别(地区):
EP
年份:
2018
代理人:
摘要：
The present invention relates to method and system for automatic control of image quality in imaging of an object using, for example, an ultrasound system. A transmitter/receiver (23) is configured to transmit/receive ultrasound image signals using preferred sets of system parameters selected according to at least one subjective expert opinion. An ultrasound image processor (26) is configured to process the received signals into a number of ultrasound images reflecting the subjective expert opinion. A training data generator (126) is configured to generate sets of image variations for training based on different sets of system parameters and a neural network (125) is configured to: process data representing the images reflecting the subjective expert opinion and the image variations for training, for each set of image variations for training, auto-identify image features that correlate to image features of the ultrasound images reflecting the subjective expert opinion, and create a trained network (130) comprising the auto-identified image features, wherein the trained network is configured to use the auto-identified image features to provide corrections for system parameters, said corrections predicting how to modify system parameters to obtain system parameters reflecting desired subjective expert image preferences.La présente invention concerne un procédé et un système de commande automatique de la qualité d'image lors d'une imagerie d'un objet, à l'aide, par exemple, d'un système à ultrasons. Un émetteur/récepteur (23) est conçu pour émettre/recevoir des signaux d'image à ultrasons à l'aide d'ensembles préférés de paramètres de système sélectionnés en fonction d'au moins une opinion d'expert subjective. Un processeur d'image à ultrasons (26) est conçu pour traiter les signaux reçus en un certain nombre d'images à ultrasons reflétant l'opinion d'expert subjective. Un générateur de données d'apprentissage (126) est conçu pour générer des ensembles de variations d'
