Bildgebungsverfahren, umfassend:Erstellen eines horizontalen Bilds eines Objekts,Erkennen einer Anomalle des Objekts als Ausgabe eines geschulten, nicht voll beaufsichtigten Maschinenlernsystems, in das das erstellte horizontale Bild eingegeben wurde,Extrahieren von Daten des geschulten nicht voll beaufsichtigten maschinellen Lernens, das zur Erkennung der Anomalie benutzt wurde,Identifizieren eines interessierenden Bereichs (ROI) des Objekts als Bereich des horizontalen Bilds, der zur Erkennung der Anomalie beigetragen hat, undErstellen eines zweiten Bilds des Objekts innerhalb des erkannten ROI, wobei das zweite Bild Tiefeninformationen des Objekts umfasst,wobei das nicht voll beaufsichtigte Maschinenlernsystem zur Erkennung der Anomalie des Objekts mit einer Mehrzahl horizontaler Bilder des Objektes aus unterschiedlichen Probanden geschult ist.An imaging method, comprising: creating a horizontal image of an object, detecting anomalies of the object as output from a trained, non-fully supervised machine learning system into which the created horizontal image has been input, extracting data from the trained not fully supervised machine learning necessary to identify the object Anomaly has been used, identifying an area of interest (ROI) of the object as the area of the horizontal image that contributed to the detection of the anomaly, andcreating a second image of the object within the detected ROI, the second image including depth information of the object fully supervised machine learning system for detecting the anomaly of the object is trained with a plurality of horizontal images of the object from different subjects.
