用于诊断和跟踪人的脊柱排列的发展的设备、方法和系统与流程

技术特征：
1.一种使用用于提供对象的脊柱区域的一个或多个输出图像的计算机化系统能操作的方法，在预先训练的神经网络中针对所述一个或多个输出图像标记适用于临床评估的解剖界标以用于对象的脊柱的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的图像数据获取设备、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)由图像数据获取设备获取指示对象的脊柱区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；(ii)在预先训练的神经网络中，向所述一个或多个数据输入集的解剖界标提供标记以便提供用于所述对象的脊柱的后续临床评估的一个或多个光学输出图像，所述一个或多个数据输入集中的每个数据输入集指示在步骤(i)期间获取的在所述对象的所述一个或多个姿势下的所述对象的所述光学图像，其中，所述预先训练的神经网络已经利用从多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个训练数据输入集被预先训练，其中，所述一个或多个预定姿势是用于对象的脊柱的排列不齐的临床评估的姿势；其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的脊柱的解剖界标已经由至少一个临床医生预先标记；并且其中，在步骤(i)期间获取所述对象的所述一个或多个数据输入集所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)由所述输出模块显示所述对象的脊柱区域的所述一个或多个光学输出图像以用于临床评估，所述一个或多个输出图像具有通过所述预先训练的神经网络提供给所述一个或多个输出图像的所述标记。2.根据权利要求1所述的方法，其中，进一步利用在从所述多个训练对象获取所述一个或多个数据输入集时同时获取的一个或多个x射线图像来训练所述预先训练的神经网络，并且其中，所述神经网络提供与所述对象的脊柱区域的获取的所述一个或多个数据输入集相对应的一个或多个模拟x射线图像以用于临床评估，所述一个或多个模拟x射线图像具有由所述预先训练的神经网络提供给所述一个或多个模拟x射线图像的所述标记。3.根据权利要求1所述的方法，其中，进一步利用当从所述多个训练对象获取所述一个或多个数据输入集时同时获取的一个或多个x射线图像来训练所述预先训练的神经网络，并且其中，所述神经网络提供与所述对象的脊柱区域的获取的所述一个或多个数据输入集相对应的一个或多个模拟x射线图像，所述一个或多个模拟x射线图像具有由所述预先训练的神经网络提供给所述一个或多个模拟x射线图像的所述标记，并且其中，与所述对象的脊柱区域的获取的所述一个或多个光学输入图像相对应的、具有提供给所述一个或多个模拟x射线图像的所述标记的所述一个或多个模拟x射线图像由处理模块处理，其中，所述处理模块提供对被标记的图像的图像分析和计算并且提供对所述对象的脊柱的排列不齐的分析和临床评估。4.根据权利要求1至3中任一项所述的方法，其中，所述图像数据获取设备是光学图像获取设备，并且其中，所述数据输入集是光学输入图像。5.根据权利要求4所述的方法，其中，所述光学图像获取设备是安装在要获取输入图像
的房间或环境中的诊所或医院中的固定ccd/cmos相机。6.根据权利要求4中的任一项所述的方法，其中，所述光学图像获取设备是专用移动设备或移动设备的内置相机。7.根据权利要求1至3中的任一项所述的方法，其中，所述图像数据获取设备是深度传感器。8.根据权利要求7所述的方法，其中，所述深度传感器是深度相机。9.根据前述权利要求中的任一项所述的方法，其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的脊柱的解剖界标已经由两个或多个临床医生预先标记，其中，在所述两个或多个临床医生之间寻求一致性。10.根据权利要求9所述的方法，其中，在所述两个或多个临床医生之间未达到一致性的情况下，一个或多个另外的临床医生预先标记所述一个或多个训练数据输入集，直到达到一致性阈值为止。11.一种使用用于提供对象的脊柱区域的一个或多个输出图像的计算机化系统能操作的方法，针对所述一个或多个输出图像标记适用于临床评估的解剖界标以用于对象的脊柱的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的输入接口、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)获取对象的一个或多个医学输入图像，其中，所述一个或多个医学输入图像中的每个医学输入图像是在一个或多个对应姿势下的所述对象的图像；(ii)在预先训练的神经网络中，向在步骤(i)期间获取的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记，以用于提供用于所述对象的脊柱的后续临床评估的一个或多个医学输出图像，所述一个或多个医学输出图像是通过输入接口输入到预先训练的神经网络中的；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练；其中，所述一个或多个预定姿势是用于所述对象的脊柱的排列不齐的临床评估的姿势，并且其中，从所述多个训练对象获取的所述一个或多个医学训练图像的脊柱的解剖界标已经由至少一个临床医生预先标记；并且其中，在步骤(i)期间获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)由所述输出模块显示所述对象的脊柱区域的所述一个或多个医学输出图像以用于临床评估，所述一个或多个医学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输出图像的所述标记。12.根据权利要求11所述的方法，其中，所述医学图像选自包括ct(计算机断层摄影)扫描、x射线、mri(磁共振成像)、cbct(锥束计算的断层摄影)等的组。13.一种使用用于提供对象的脊柱区域的一个或多个图像的计算机化系统能操作的方法，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于对象的脊柱的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的输入接口、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)获取对象的一个或多个医学输入图像，其中，所述一个或多个医学输入图像中的每
个医学输入图像是在所述对象的一个或多个姿势下的所述对象的图像；(ii)在预先训练的神经网络中，向在步骤(i)期间获取的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记以用于所述对象的脊柱的后续临床评估，所述一个或多个医学输入图像是通过输入接口输入到预先训练的神经网络中的；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练，其中，所述一个或多个预定姿势是用于所述对象的脊柱的排列不齐的临床评估的姿势，并且其中，从所述多个训练对象获取的所述一个或多个医学训练图像的脊柱的解剖界标已经由临床医生预先标记；并且其中，在步骤(i)期间获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)在处理器模块中，基于标记的所述解剖界标，通过一个或多个基于规则的评估标准处理所述对象的脊柱区域的所述一个或多个医学输入图像以便提供评估数据，所述一个或多个医学输入图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输入图像的所述标记；以及(iv)由所述输出模块显示来自步骤(iii)的所述评估数据以用于临床评估。14.根据权利要求13所述的方法，其中，所述基于规则的评估标准是临床评估标准。15.根据权利要求14所述的方法，其中，所述临床评估标准是cobb角评估。16.一种用于提供对象的脊柱区域的一个或多个图像的计算机化系统，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于对象的脊柱的排列不齐的临床评估，所述计算机化系统包括：图像数据获取设备，所述图像数据获取设备用于获取对象的脊柱区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集i指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；预先训练的神经网络，所述预先训练的神经网络用于向指示从所述图像数据获取设备获取的在所述对象的所述一个或多个姿势下的所述对象的所述一个或多个数据输入集的解剖界标提供标记，以用于提供用于所述对象的脊柱的后续临床评估的光学输出图像，其中，所述预先训练的神经网络已经预先训练了与从多个训练对象获取的训练对象的一个或多个预定姿势相对应的一个或多个训练数据输入集，其中，所述一个或多个预定姿势是用于对象的脊柱的排列不齐的临床评估的姿势；其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的脊柱的解剖界标已经由至少一个临床医生预先标记；其中，获取指示所述对象的所述一个或多个数据输入集所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；并且输出模块，所述输出模块用于显示所述对象的脊柱区域的一个或多个光学输出图像以用于临床评估，所述一个或多个光学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个光学输出图像的所述标记。17.根据权利要求16所述的系统，其中，进一步利用在从所述多个训练对象获取所述一
个或多个数据输入集时同时获取的一个或多个x射线图像来训练所述预先训练的神经网络，并且其中，所述神经网络提供与所述对象的脊柱区域的获取的所述一个或多个数据输入集相对应的一个或多个模拟x射线图像以用于临床评估，所述一个或多个模拟x射线图像具有由所述预先训练的神经网络提供给所述一个或多个模拟x射线图像的所述标记。18.根据权利要求16所述的系统，其中，进一步利用当从所述多个训练对象获取所述一个或多个数据输入集时同时获取的一个或多个x射线图像来训练所述预先训练的神经网络，并且其中，所述神经网络提供与所述对象的脊柱区域的获取的所述一个或多个数据输入集相对应的一个或多个模拟x射线图像，所述一个或多个模拟x射线图像具有由所述预先训练的神经网络提供给所述一个或多个模拟x射线图像的所述标记，并且其中，与所述对象的脊柱区域的获取的所述一个或多个光学输入图像相对应的所述一个或多个模拟x射线图像由处理模块处理，所述一个或多个模拟x射线图像具有提供给所述一个或多个模拟x射线图像的所述标记，其中，所述处理模块提供对被标记的图像的图像分析和计算并且提供对所述对象的脊柱的排列不齐的分析和临床评估。19.根据权利要求16至18中的任一项所述的系统，其中，所述图像数据获取设备是光学图像获取设备，并且其中所述数据输入集是光学输入图像。20.根据权利要求19所述的系统，其中，所述光学图像获取设备是安装在要获取图像的房间或环境中的诊所或医院中的固定ccd/cmos相机。21.根据权利要求19所述的系统，其中，所述光学图像获取设备是专用移动设备或移动设备的内置相机。22.根据权利要求16至18中的任一项所述的系统，其中，所述图像数据获取设备是深度传感器。23.根据权利要求22所述的系统，其中，所述深度传感器是深度相机。24.根据权利要求16至23中的任一项所述的系统，其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的脊柱的解剖界标已经由两个或多个临床医生预先标记，其中，在所述两个或多个临床医生之间寻求一致性。25.根据权利要求24所述的系统，其中，在所述两个或多个临床医生之间未达到一致性的情况下，一个或多个另外的临床医生预先标记所述一个或多个训练数据输入集，直到达到一致性阈值为止。26.根据权利要求21所述的系统，其中，所述光学图像获取设备还包括所述输出模块。27.根据权利要求26所述的系统，其中，所述输出模块是视觉显示单元。28.根据权利要求21、26或27中的任一项所述的系统，其中，所述光学图像获取设备在其上承载在其上可执行的用于与所述神经网络通信的软件。29.根据权利要求28所述的系统，其中，所述光学图像获取设备包括用于引导用户关于所述预定姿势的获取以及其图像的获取的用户界面。30.一种用于提供对象的脊柱区域的一个或多个图像的计算机化系统，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于对象的脊柱的排列不齐的后续临床评估，所述计算机化系统包括：输入接口，所述输入接口用于接收对象的一个或多个医学输入图像，其中，所述一个或多个医学输入图像中的每个医学输入图像是在一个或多个对应姿势下的所述对象的图像，
预先训练的神经网络，所述预先训练的神经网络用于向从所述输入接口接收到的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记，并且用于提供通过输入接口输入到所述预先训练的神经网络中的用于所述对象的脊柱的后续临床评估的一个或多个医学输出图像；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练，其中，所述一个或多个预定姿势是用于所述对象的脊柱的排列不齐的临床评估的姿势，并且其中，从所述多个训练对象获取的所述一个或多个医学训练图像的脊柱的解剖界标已经由临床医生预先标记；并且其中，获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及输出模块，所述输出模块用于显示所述对象的脊柱区域的所述一个或多个医学输出图像以用于临床评估，所述一个或多个医学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输出图像的所述标记。31.根据权利要求30所述的系统，其中，所述医学图像选自包括ct(计算机断层摄影)扫描、x射线、mri(磁共振成像)、cbct(锥束计算的断层摄影)等的组。32.一种用于提供对象的脊柱区域的一个或多个图像的计算机化系统，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于对象的脊柱的排列不齐的临床评估，所述计算机化系统包括：输入接口，所述输入接口用于接收对象的一个或多个医学图像，其中，所述一个或多个医学输入图像中的每个医学输入图像是在所述对象的一个或多个姿势下的所述对象的图像；预先训练的神经网络，所述预先训练的神经网络用于向从所述输入接口接收到的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记，并且用于提供通过输入接口输入到所述预先训练的神经网络中的用于所述对象的脊柱的后续临床评估的一个或多个医学输出图像；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练，其中，所述一个或多个预定姿势是用于所述对象的脊柱的排列不齐的临床评估的姿势，并且其中，从多个训练对象获取的所述一个或多个医学训练图像的脊柱的解剖界标已经由临床医生预先标记；并且其中，获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；处理器模块，所述处理器模块用于基于被标记的解剖界标，通过一个或多个基于规则的评估标准处理所述对象的脊柱区域的所述一个或多个医学输入图像以便提供评估数据，所述一个或多个医学输入图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输入图像的所述标记；以及输出模块，所述输出模块用于显示所述评估数据以用于临床评估。33.根据权利要求32所述的系统，其中，所述基于规则的评估标准是临床评估标准。
34.根据权利要求33的系统，其中，所述临床评估标准是cobb角评估。35.一种使用用于提供对象的感兴趣区域的一个或多个输出图像的计算机化系统能操作的方法，在预先训练的神经网络中针对所述一个或多个输出图像标记适用于临床评估的解剖界标以用于在所述感兴趣区域处的对象的骨结构的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的图像数据获取设备、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)由图像数据获取设备获取指示对象的所述感兴趣区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；(ii)在预先训练的神经网络中，向所述一个或多个数据输入集的解剖界标提供标记，以便提供一个或多个光学输出图像用于所述对象的所述感兴趣区域的后续临床评估，所述一个或多个数据输入集中的每个数据输入集指示在步骤(i)期间获取的在所述对象的所述一个或多个姿势下的所述对象的所述光学图像，其中，所述预先训练的神经网络已经利用从多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个训练数据输入集被预先训练，其中，所述一个或多个预定姿势是用于所述感兴趣区域处的对象的骨结构的排列不齐的临床评估的姿势；其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的骨结构的解剖界标已经由至少一个临床医生预先标记；并且其中，在步骤(i)期间获取所述对象的所述一个或多个数据输入集所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)由所述输出模块显示所述对象的所述感兴趣区域的所述一个或多个光学输出图像以用于临床评估，所述一个或多个光学输出图像具有由所述预先训练的神经网络提供给所述一个或多个光学输出图像的所述标记。36.一种使用用于提供对象的感兴趣区域的一个或多个输出图像的计算机化系统能操作的方法，针对所述一个或多个输出图像标记适用于临床评估的解剖界标以用于对象的骨结构的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的输入接口、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)获取对象的一个或多个医学输入图像，其中，所述一个或多个医学输入图像中的每个医学输入图像是在一个或多个对应姿势下的所述对象的图像；(ii)在预先训练的神经网络中，向在步骤(i)期间获取的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记，以用于提供通过所述输入接口输入到预先训练的神经网络中的用于所述对象的所述感兴趣区域的后续临床评估的一个或多个医学输出图像；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练；其中，所述一个或多个预定姿势是用于所述对象的所述感兴趣区域处的所述骨结构的排列不齐的临床评估的姿势，并且其中，从多个训练对象获取的所述一个或多个医学训练图像的所述感兴趣区域处的所述骨结构的所述解剖界标已经由至少一个临床医生预先标记；并且
其中，在步骤(i)期间获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)由所述输出模块显示所述对象的所述感兴趣区域的所述一个或多个医学输出图像以用于临床评估，所述一个或多个医学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输出图像的所述标记。37.一种使用用于提供对象的感兴趣区域的一个或多个图像的计算机化系统能操作的方法，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于对象的所述感兴趣区域处的骨结构的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的输入接口、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)获取对象的一个或多个医学输入图像，其中，所述一个或多个医学输入图像中的每个医学输入图像是在所述对象的一个或多个姿势下的所述对象的图像；(ii)在预先训练的神经网络中，向在步骤(i)期间获取的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记以用于所述对象的所述感兴趣区域的后续临床评估，所述一个或多个医学输入图像通过输入接口被输入到预先训练的神经网络中；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练，其中，所述一个或多个预定姿势是用于所述对象的所述感兴趣区域处的所述骨结构的排列不齐的临床评估的姿势，并且其中，从所述多个训练对象获取的在所述一个或多个医学训练图像的所述感兴趣区域处的所述骨结构的所述解剖界标已经由临床医生预先标记；并且其中，在步骤(i)期间获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)在处理器模块中，基于所标记的解剖界标，通过一个或多个基于规则的评估标准处理所述对象的所述感兴趣区域的所述一个或多个医学输入图像以便提供评估数据，所述一个或多个医学输入图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输入图像的所述标记；以及(iv)由所述输出模块显示来自步骤(iii)的所述评估数据以用于临床评估。38.根据权利要求35至37中的任一项所述的方法，其中，所述感兴趣区域是对象的脊柱区域。39.根据权利要求35至37中的任一项所述的方法，其中，所述感兴趣区域是对象的骨盆区域。40.根据权利要求35至37中的任一项所述的方法，其中，所述感兴趣区域是对象的股骨-骨盆区域。41.根据权利要求35至37中的任一项所述的方法，其中，所述感兴趣区域是对象的腿部区域。42.一种用于提供对象的感兴趣区域的一个或多个图像的计算机化系统，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于对象的感兴趣区域的排列不齐的临床评估，所述计算机化系统包括：
图像数据获取设备，所述图像数据获取设备用于获取对象的感兴趣区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；预先训练的神经网络，所述预先训练的神经网络用于向指示从所述图像数据获取设备获取的在所述对象的所述一个或多个姿势下的所述对象的所述一个或多个数据输入集的解剖界标提供标记，用于提供用于所述对象的所述感兴趣区域处的所述骨结构的后续临床评估的光学输出图像，其中，所述预先训练的神经网络已经被预先训练了与从多个训练对象获取的训练对象的一个或多个预定姿势相对应的一个或多个训练数据输入集，其中，所述一个或多个预定姿势是用于在对象的所述感兴趣区域处的所述骨结构的排列不齐的临床评估的姿势；其中，从所述多个训练对象获取的在所述一个或多个训练数据输入集的所述感兴趣区域处的所述骨结构的所述解剖界标已经由至少一个临床医生预先标记；并且其中，获取指示所述对象的所述一个或多个数据输入集的所述对象所针对的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及输出模块，所述输出模块用于显示所述对象的所述感兴趣区域的所述一个或多个光学输出图像以用于临床评估，所述一个或多个光学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个光学输出图像的所述标记。43.一种用于提供对象的感兴趣区域的一个或多个图像的计算机化系统，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于在对象的所述感兴趣区域处的骨结构的排列不齐的后续临床评估，所述计算机化系统包括：输入接口，所述输入接口用于接收对象的一个或多个医学输入图像，其中，所述一个或多个医学输入图像中的每个医学输入图像是在一个或多个对应姿势下的所述对象的图像，预先训练的神经网络，所述预先训练的神经网络用于向从所述输入接口接收到的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记，并且用于提供通过输入接口输入到所述预先训练的神经网络中的用于在所述对象的所述感兴趣区域处的所述骨结构的后续临床评估的一个或多个医学输出图像；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练者获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练，其中，所述一个或多个预定姿势是用于在所述对象的所述感兴趣区域处的所述骨结构的排列不齐的临床评估的姿势，并且其中，从所述多个训练对象获取的在所述一个或多个医学训练图像的所述感兴趣区域处的所述骨结构的所述解剖界标已经由临床医生预先标记；并且其中，获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及输出模块，所述输出模块用于显示所述对象的所述感兴趣区域的所述一个或多个医学输出图像以用于临床评估，所述一个或多个医学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输出图像的所述标记。44.一种用于提供对象的感兴趣区域的一个或多个图像的计算机化系统，针对所述一
个或多个图像标记适用于临床评估的解剖界标以用于对象的所述感兴趣区域处的骨结构的排列不齐的临床评估，所述计算机化系统包括：输入接口，所述输入接口用于接收对象的一个或多个医学图像，其中，所述一个或多个医学输入图像中的每个医学输入图像是在所述对象的一个或多个姿势下的所述对象的图像；预先训练的神经网络，所述预先训练的神经网络用于向从所述输入接口接收到的在所述对象的所述一个或多个姿势下的所述对象的一个或多个医学输入图像的解剖界标提供标记，并且用于提供通过输入接口输入到所述预先训练的神经网络中的用于所述对象的所述感兴趣区域处的所述骨结构的后续临床评估的一个或多个医学输出图像；其中，所述预先训练的神经网络已经利用从在一个或多个预定姿势下的多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个医学训练图像被预先训练，其中，所述一个或多个预定姿势是用于在所述对象的所述感兴趣区域处的所述骨结构的排列不齐的临床评估的姿势，并且其中，从所述多个训练对象获取的在所述一个或多个医学训练图像的所述感兴趣区域处的所述骨结构的所述解剖界标已经由临床医生预先标记；并且其中，获取所述对象的所述一个或多个医学输入图像所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；处理器模块，所述处理器模块用于基于被标记的解剖界标，通过一个或多个基于规则的评估标准处理所述对象的所述感兴趣区域的所述一个或多个医学输入图像以便提供评估数据，所述一个或多个医学输入图像具有通过所述预先训练的神经网络提供给所述一个或多个医学输入图像的所述标记；以及输出模块，所述输出模块用于显示所述评估数据以用于临床评估。45.根据权利要求42至44中的任一项所述的系统，其中，所述感兴趣区域是对象的脊柱区域。46.根据权利要求42至44中的任一项所述的系统，其中，所述感兴趣区域是对象的骨盆区域。47.根据权利要求42至44中的任一项所述的系统，其中，所述感兴趣区域是对象的股骨-骨盆区域。48.根据权利要求42至44中的任一项所述的系统，其中，所述感兴趣区域是对象的腿部区域。49.一种使用用于提供对象的感兴趣区域的一个或多个输出图像的计算机化系统能操作的方法，在预先训练的神经网络中针对所述一个或多个输出图像标记适用于临床评估的解剖界标以用于在所述感兴趣区域处的对象的骨结构的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的图像数据获取设备、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)由图像数据获取设备获取指示对象的所述感兴趣区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；(ii)在预先训练的神经网络中，向所述一个或多个数据输入集的解剖界标提供标记，
用于所述对象的所述感兴趣区域的后续临床评估，所述一个或多个数据输入集中的每个数据输入集指示在步骤(i)期间获取的在所述对象的所述一个或多个姿势下的所述对象的所述光学图像以便提供一个或多个光学输出图像，其中，所述预先训练的神经网络已经利用从多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个训练数据输入集被预先训练，其中，所述一个或多个预定姿势是用于在所述感兴趣区域处的对象的所述骨结构的排列不齐的临床评估的姿势；其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的骨结构的解剖界标已经基于对所述一个或多个训练数据输入集的骨结构的解剖界标的识别利用一个或多个基于规则的标准来预先标记；并且其中，在步骤(i)期间获取所述对象的所述一个或多个数据输入集所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)由所述输出模块显示所述对象的所述感兴趣区域的所述一个或多个光学输出图像以用于临床评估，所述一个或多个光学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个光学输出图像的所述标记。50.一种使用用于提供对象的感兴趣区域的一个或多个模拟医学输出图像的计算机化系统能操作的方法，在预先训练的神经网络中针对所述一个或多个模拟医学输出图像标记适用于临床评估的解剖界标以用于在所述感兴趣区域处的对象的骨结构的排列不齐的临床评估，所述计算机化系统包括经由通信链路能操作地互连在一起的图像数据获取设备、预先训练的神经网络和输出模块，所述方法包括以下步骤：(i)由图像数据获取设备获取指示对象的所述感兴趣区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；(ii)在预先训练的神经网络中，向一个或多个模拟医学图像的解剖界标提供标记，其中，所述一个或多个医学图像和所述解剖界标基于在步骤(i)期间获取的所述一个或多个数据输入集来生成以便提供与所述对象的所述感兴趣区域的获取的所述一个或多个数据输入集相对应的一个或多个模拟医学图像，所述一个或多个模拟医学图像具有通过所述预先训练的神经网络提供给所述一个或多个模拟医学图像的所述标记；其中，所述预先训练的神经网络已经利用一个或多个训练数据输入集和在从多个训练对象获取所述一个或多个数据输入集时同时获取的一个或多个医学图像被预先训练，其中，所述一个或多个训练数据输入集对应于从多个训练对象获取的所述训练对象的一个或多个预定姿势，并且其中，所述一个或多个训练数据输入集和所述一个或多个医学图像中的至少一个的解剖界标已经被预先标记；其中，所述一个或多个预定姿势是用于所述感兴趣区域处的对象的所述骨结构的排列不齐的临床评估的姿势；并且其中，在步骤(i)期间获取所述对象的所述一个或多个数据输入集针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)由所述输出模块显示所述对象的所述感兴趣区域的所述一个或多个模拟医学输出图像以用于临床评估，所述一个或多个模拟医学输出图像具有通过所述预先训练的神经网络提供给所述一个或多个模拟医学输出图像的所述标记。
51.根据权利要求50所述的方法，其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的所述骨结构的所述解剖界标已经由至少一个临床医生预先标记。52.根据权利要求50所述的方法，其中，从所述多个训练对象获取的所述一个或多个医学图像的所述骨结构的所述解剖界标已经利用一个或多个基于规则的标准来预先标记。53.根据权利要求50所述的方法，其中，所述一个或多个训练数据输入集和从所述多个训练对象获得的所述一个或多个医学图像的所述骨结构的所述解剖界标已经被预先标记。54.根据权利要求50至53中的任一项所述的方法，其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的所述骨结构的所述解剖界标基于对所述一个或多个训练数据输入集的所述骨结构的所述解剖界标的标识利用一个或多个基于规则的标准来预先标记。55.根据权利要求50至54中的任一项所述的方法，其中，所述感兴趣区域是对象的脊柱区域。56.根据权利要求50至54中的任一项所述的方法，其中，所述感兴趣区域是对象的骨盆区域。57.根据权利要求50至54中的任一项所述的方法，其中，所述感兴趣区域是对象的股骨-骨盆区域。58.根据权利要求50至54中的任一项所述的方法，其中，所述感兴趣区域是对象的腿部区域。59.一种用于提供对象的感兴趣区域的一个或多个图像的计算机化系统，针对所述一个或多个图像标记适用于临床评估的解剖界标，以用于对象的感兴趣区域的排列不齐的临床评估，所述计算机化系统包括：图像数据获取设备，所述图像数据获取设备用于获取对象的所述感兴趣区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；预先训练的神经网络，所述预先训练的神经网络用于提供所述对象的所述感兴趣区域的一个或多个模拟医学输出图像，所述一个或多个模拟医学输出图像具有由所述预先训练的神经网络提供所述一个或多个模拟医学输出图像的标记，其中，所述预先训练的神经网络已经利用一个或多个训练数据输入集和在从多个训练对象获取所述一个或多个数据输入集时同时获取的一个或多个医学图像被预先训练，其中，所述一个或多个训练数据输入集对应于从多个训练对象获取的所述训练对象的一个或多个预定姿势，并且其中，所述一个或多个训练数据输入集和所述一个或多个医学图像中的至少一个的解剖界标已经被预先标记；其中，所述一个或多个预定姿势是用于在所述感兴趣区域处的对象的所述骨结构的排列不齐的临床评估的姿势；并且其中，获取所述对象的所述一个或多个数据输入集所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个；以及输出模块，所述输出模块用于显示所述对象的所述感兴趣区域的一个或多个模拟以用于临床评估，所述一个或多个模拟具有通过所述预先训练的神经网络提供给所述一个或多个模拟的所述标记。
60.一种用于获取对象的感兴趣区域的一个或多个数据输入集的图像数据获取设备，针对所述一个或多个数据输入集标记适用于临床评估的解剖界标以用于所述对象的感兴趣区域的排列不齐的临床评估，其中，所述设备用在用于提供对象的感兴趣区域的一个或多个图像的系统中，针对所述一个或多个图像标记适用于临床评估的解剖界标以用于对象的感兴趣区域的排列不齐的临床评估，所述计算机化的系统包括：图像数据获取设备，所述图像数据获取设备用于获取对象的所述感兴趣区域的一个或多个数据输入集，其中，所述一个或多个数据输入集中的每个数据输入集指示在所述对象的一个或多个对应姿势下的所述对象的光学图像；预先训练的神经网络，所述预先训练的神经网络用于提供所述对象的感兴趣区域的一个或多个模拟医学输出图像，所述一个或多个模拟医学输出图像具有由所述预先训练的神经网络提供给所述一个或多个模拟医学输出图像的标记，其中，所述预先训练的神经网络已经利用一个或多个训练数据输入集和在从多个训练对象获取所述一个或多个数据输入集时同时获取的一个或多个医学图像来预先训练，其中，所述一个或多个训练数据输入集对应于从多个训练对象获取的所述训练对象的一个或多个预定姿势，并且其中，所述一个或多个训练数据输入集和所述一个或多个医学图像中的至少一个的解剖界标已经被预先标记；其中，所述一个或多个预定姿势是用于所述感兴趣区域处的对象的所述骨结构的排列不齐的临床评估的姿势；并且其中，获取所述对象的所述一个或多个数据输入集所针对的所述对象的所述一个或多个姿势对应于所述预定姿势中的一个或多个。61.根据权利要求60所述的设备，其中，所述设备包括输出模块，所述输出模块用于显示所述对象的所述感兴趣区域的所述一个或多个模拟以用于临床评估，所述一个或多个模拟具有由所述预先训练的神经网络提供给所述一个或多个模拟的所述标记。

技术总结
一种使用用于提供对象的脊柱区域的一个或多个输出图像的计算机化系统能操作的方法，在预先训练的神经网络(120a、120b)中为所述一个或多个输出图像标记适用于临床评估的解剖界标以用于对象的脊柱的排列不齐的临床评估，计算机化系统(100a、100b)包括经由通信链路能操作地互连在一起的图像数据获取设备(110a)、预先训练的神经网络(120a、120b)和输出模块(140a)，所述方法包括以下步骤：(i)由图像数据获取设备(110a)获取指示对象的脊柱区域的一个或多个数据输入集，其中，一个或多个数据输入集中的每个数据输入集指示所述对象在对象的一个或多个对应姿势下的光学图像；(ii)在预先训练的神经网络(120a、120b)中，向所述一个或多个数据输入集的解剖界标提供标记，所述一个或多个数据输入集中的每个数据输入集指示在步骤(i)期间获取的在对象的所述一个或多个姿势下的对象的所述光学图像以便提供一个或多个光学输出图像用于所述对象的脊柱的后续临床评估，其中，预先训练的神经网络(120a、120b)已经利用从多个训练对象获取的与训练对象的一个或多个预定姿势相对应的一个或多个训练数据输入集来预先训练，其中，所述一个或多个预定姿势是用于对象的脊柱的排列不齐的临床评估的姿势；其中，从所述多个训练对象获取的所述一个或多个训练数据输入集的脊柱的解剖界标已经由至少一个临床医生预先标记；并且其中，在步骤(i)期间获取对象的一个或多个数据输入集所针对的所述对象的一个或多个姿势对应于所述预定姿势中的一个或多个；以及(iii)由输出模块(140a)显示所述对象的脊柱区域的一个或多个光学输出图像以用于临床评估，所述一个或多个输出图像具有通过预先训练的神经网络(120a、120b)提供其的所述标记。120b)提供其的所述标记。120b)提供其的所述标记。


技术研发人员：张腾
受保护的技术使用者：香港科洛华医疗科技有限公司
技术研发日：2020.06.24
技术公布日：2022/3/11