CN116783509A - 具有基于解剖结构的声学设置的超声成像 - Google Patents

具有基于解剖结构的声学设置的超声成像 Download PDF

Info

Publication number
CN116783509A
CN116783509A CN202180085446.7A CN202180085446A CN116783509A CN 116783509 A CN116783509 A CN 116783509A CN 202180085446 A CN202180085446 A CN 202180085446A CN 116783509 A CN116783509 A CN 116783509A
Authority
CN
China
Prior art keywords
ultrasound
processor circuit
acoustic
image
diaphragm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202180085446.7A
Other languages
English (en)
Inventor
谢华
C·埃里克
S·巴拉特
K·张
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN116783509A publication Critical patent/CN116783509A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8909—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration
    • G01S15/8915—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using a transducer array
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0858—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13—Tomography
    • A61B8/14—Echo-tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
    • A61B8/4254—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient using sensors mounted on the probe
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/54—Control of the diagnostic device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/895—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques characterised by the transmitted frequency spectrum
    • G01S15/8952—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques characterised by the transmitted frequency spectrum using discrete, multiple frequencies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/899—Combination of imaging systems with ancillary equipment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/5205—Means for monitoring or calibrating
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52053—Display arrangements
    • G01S7/52057—Cathode ray tube displays
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52053—Display arrangements
    • G01S7/52057—Cathode ray tube displays
    • G01S7/5206—Two-dimensional coordinated display of distance and direction; B-scan display
    • G01S7/52063—Sector scan display
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52053—Display arrangements
    • G01S7/52057—Cathode ray tube displays
    • G01S7/52073—Production of cursor lines, markers or indicia by electronic means
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4483—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer
    • A61B8/4488—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer the transducer being a phased array
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Vascular Medicine (AREA)
  • Gynecology & Obstetrics (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Surgical Instruments (AREA)

Abstract

一种超声成像系统包括声学元件的阵列和处理器电路，所述处理器电路被配置用于与所述声学元件的阵列通信。所述处理器电路可以被配置为控制所述声学元件的阵列来以第一频率发射第一超声能量并接收与所述第一超声能量相关联的回波。所述处理器电路可以被配置为基于与所述第一超声能量相关联的所述回波来识别声学窗口，并且基于所述声学窗口来确定第二频率。所述处理器电路可以被配置为控制所述声学元件的阵列来以所述第二频率发射第二超声能量并接收与所述第二超声能量相关联的回波。所述处理器电路可以被配置为基于与所述第二超声能量相关联的所述回波来生成图像，并且将所述图像输出到与所述处理器电路通信的显示器。

Description

具有基于解剖结构的声学设置的超声成像
技术领域
本公开总体上涉及超声成像。例如，超声成像系统可以基于所识别的声学窗口和/或解剖特征自适应地调谐在超声能量的发射和/或接收中使用的声学设置，诸如频率。
背景技术
膈膜是用于促进呼吸的薄的圆顶形肌肉。例如，在呼吸(例如，呼吸)周期期间，膈膜收缩并向下移动以便进行吸气，并且放松以便进行呼气。在呼吸周期期间对膈膜特性(例如，功能)的评估可以提供膈膜收缩功能障碍(诸如膈膜萎缩或麻痹)的预测指标。特别地，膈膜偏移的测量(例如，膈膜在呼吸周期内的全局位移)以及与膈膜在呼吸周期内的厚度相关的测量可以用于诊断目的。
超声成像可以用于评估上述膈膜特性。更具体地，膈膜的不同部分(例如，并置区和/或圆顶区)的超声成像可用于获得膈膜厚度和偏移的测量结果。用于获得圆顶区的超声图像的成像流程可以与用于获得圆顶区的超声图像的成像流程不同。例如，由于圆顶区和并置区的相对位置，超声医师可以将超声探头放置在患者身上的不同位置处以对每个区进行成像。此外，可以使用具有不同频率的超声能量来对并置区和圆顶区进行成像，因为它们位于不同的深度处。这些流程差异加上呼吸期间膈膜的移动以及患者间的膈膜的变化使经由手动技术对膈膜的可靠成像和评估复杂。
发明内容
本公开的实施例是用于使用深度学习网络自动识别与超声图像相关联的声学窗口并基于所识别的声学窗口调整与超声发射和/或接收相关联的声学设置(诸如频率)的系统、设备和方法。例如，基于与对膈膜的圆顶区进行成像相关联的声学窗口的识别，可以将频率调谐到相对低的频率，并且基于与对膈膜的并置区进行成像相关联的声学窗口的识别，可以将频率调谐到相对高的频率。此外，在一些情况下，可以调谐额外的或替代的声学设置。例如，可以将与超声发射和/或接收相关联的波束转向角自适应地选择为导致最高回波性和/或满足针对膈膜的阈值的回波性的角度。这样一来，膈膜的圆顶区和并置区可以被可靠地成像并且以改善的图像质量来表征。以这种方式，可以减少由解剖特征的手动识别和声学设置的手动控制引起的错误。另外，可以基于根据优化的声学设置收集的超声成像数据来自动执行膈膜特性的定量测量。为此目的，可以相对于手动测量流程改善测量准确性和再现性。
在示例性方面，一种超声成像系统包括声学元件的阵列和处理器电路，所述处理器电路被配置用于与所述声学元件的阵列通信。所述处理器电路可以被配置为控制所述声学元件的阵列来以第一频率发射第一超声能量并接收与所述第一超声能量相关联的回波；基于与所述第一超声能量相关联的所述回波来识别声学窗口；基于所述声学窗口来确定第二频率；控制所述声学元件的阵列来以所述第二频率发射第二超声能量并接收与所述第二超声能量相关联的回波；基于与所述第二超声能量相关联的所述回波来生成图像；并且将所述图像输出到与所述处理器电路通信的显示器。
在一些方面，所述处理器电路可以被配置为还基于所述声学元件的阵列的取向来识别所述声学窗口。在一些方面，所述处理器电路可以被配置为还基于用户输入来识别所述声学窗口。在一些方面，所述用户输入包括深度设置或解剖特征的选择中的至少一项。在一些方面，所述超声成像系统还包括与所述处理器电路通信的惯性测量单元(IMU)。在这样的方面，所述处理器电路可以被配置为进一步基于在所述IMU处收集的数据来识别所述声学窗口。
在一些方面，所述处理器电路还可以被配置为基于与所述第一超声能量相关联的所述回波来生成图像数据；并且基于所述图像数据来检测解剖特征。所述处理器电路可以被配置为还基于所述解剖特征来识别所述声学窗口。在一些方面，所述处理器电路还可以被配置为确定与包括在所述图像中的解剖特征相关联的测量结果；并且将所述测量结果的图形表示输出到所述显示器。在一些方面，所述测量结果包括膈膜偏移测量结果、膈膜厚度测量结果或膈膜增厚分数中的至少一项。在一些方面，所述处理器电路还可以被配置为将与所述测量结果相关联的置信度度量的图形表示输出到所述显示器。
在一些方面，所述处理器电路可以与跟踪系统通信，并且所述处理器电路可以被配置为还基于从所述跟踪系统接收的数据来确定识别所述声学窗口。在一些方面，所述处理器电路还可以被配置为从多个波束转向角中选择波束转向角。在这样的方面，所述处理器电路可以被配置为还基于所述波束转向角来控制所述声学元件的阵列发射所述第二超声能量。在一些方面，所述处理器电路可以被配置为基于与所述波束转向角相关联的解剖特征的回波性和与所述多个波束转向角中的额外波束转向角相关联的所述解剖特征的回波性的比较来选择所述波束转向角。在一些方面，所述处理器电路可以被配置为还基于识别所述解剖特征的第一壁和第二壁来选择所述波束转向角。在一些方面，所述处理器电路可以被配置为基于所述声学窗口来确定额外声学设置。所述处理器电路可以被配置为可以被配置为还基于所述额外声学设置来控制所述声学元件的阵列以发射所述第二超声能量。
在示例性方面，一种超声成像方法包括：由处理器电路控制与所述处理器电路通信的声学元件的阵列来以第一频率发射第一超声能量并接收与所述第一超声能量相关联的回波；由所述处理器电路基于与所述第一超声能量相关联的所述回波来识别声学窗口；由所述处理器电路基于所述声学窗口来确定第二频率；由所述处理器电路控制所述声学元件的阵列来以所述第二频率发射第二超声能量并接收与所述第二超声能量相关联的回波；由所述处理器电路基于与所述第二超声能量相关联的所述回波来生成图像；并且由所述处理器电路将所述图像输出到与所述处理器电路通信的显示器。
根据以下详细描述，本公开的额外方面、特征和优点将变得显而易见。
附图说明
将参考附图描述本公开的说明性实施例，其中：
图1是根据本公开的方面的超声成像系统的示意图。
图2是根据本公开的方面的处理器电路的示意图。
图3是根据本公开的方面的解剖结构的示意图。
图4是根据本公开的方面的自适应地控制用于超声发射的声学设置的方法的流程图。
图5A是根据本公开的方面的肋下成像的图解性视图。
图5B是根据本公开的方面的超声图像的图解性视图。
图6A是根据本公开的方面的肋间成像的图解性视图。
图6B是根据本公开的方面的超声图像的图解性视图。
图7是根据本公开的方面的自适应地控制用于超声发射的声学设置的方法的流程图。
图8是根据本公开的方面的深度学习网络的示意图。
图9是根据本公开的方面的来自换能器阵列的超声能量的发射的示意图。
图10A是根据本公开的方面的超声图像的图解性视图。
图10B是根据本公开的方面的来自换能器阵列的超声能量的发射的示意图。
图10C是根据本公开的方面的来自换能器阵列的超声能量的发射的示意图。
图11A是根据本公开的方面的包括膈膜厚度的测量结果的超声图像的图解性视图。
图11B是根据本公开的方面的包括膈膜厚度的测量结果的超声图像的图解性视图。
图12A是根据本公开的方面的包括膈膜偏移的测量结果的超声图像的图解性视图。
图12B是根据本公开的方面的包括膈膜偏移的测量结果的超声图像的图解性视图。
具体实施方式
为了促进对本公开原理的理解的目的，现在将参考附图中图示的实施例，并且将使用特定语言来描述其。然而应理解，不旨在限制本公开的范围。如本公开涉及领域的技术人员通常会想到的，对所描述的设备、系统和方法的任何改变和进一步的修改以及对本公开的原理的任何进一步应用被完全预期并包括在本公开内。例如，尽管依据膈膜成像描述了膈膜成像系统，但是应理解，其不旨在限于该应用。特别地，完全预期，关于一个实施例描述的特征、部件和/或步骤可以与关于本公开的其他实施例描述的特征、部件和/或步骤组合。然而，为了简洁起见，将不单独描述这些组合的许多迭代。
图1是根据本公开的方面的超声成像系统100的示意图。系统100用于扫描患者身体的区或体积。系统100包括通过通信接口或链路120与主机130通信的超声成像探头110。探头110可以包括换能器阵列112、波束形成器114、处理器116和通信接口118。主机130可以包括显示器132、处理器电路134、通信接口136和存储患者信息的存储器138。主机130和/或主机130的处理器134另外可以与存储器140和跟踪系统142通信。
在一些实施例中，探头110是包括被配置用于由用户手持操作的壳体111的外部超声成像设备。换能器阵列112可以被配置为在用户抓握探头110的壳体111时获得超声数据，使得换能器阵列112被定位成邻近患者的皮肤或与患者的皮肤接触。探头110被配置为在探头110被定位于患者身体外部时获得患者身体内的解剖结构的超声数据。在一些实施例中，探头110可以是基于贴片的外部超声探头。
在其他实施例中，探头110可以是内部超声成像设备，并且可以包括被配置为位于患者的身体的管腔(包括患者的冠状动脉脉管系统、外周脉管系统、食管、心腔、或其他身体管腔、或身体腔室)内的壳体111。在一些实施例中，探头110可以是血管内超声(TVUS)成像导管，或心内超声心动图(ICE)导管。在其他实施例中，探头110可以是经食管超声心动图(TEE)探头。探头110可以是用于包括外部和内部超声成像两者的任何合适的超声成像应用的任何合适的形式。
在一些实施例中，本公开的方面可以利用使用任何合适的医学成像设备和/或模态获得的患者的医学图像来实施。医学图像和医学成像设备的示例包括通过X射线成像设备获得的X射线图像(血管造影图像、荧光透视图像、具有或没有造影的图像)、通过计算机断层摄影(CT)成像设备获得的CT图像、通过正电子发射断层摄影-计算机断层摄影(PET-CT)成像设备获得的PET-CT图像、通过磁共振成像(MRI)设备获得的MRI图像、通过单光子发射计算机断层摄影(SPECT)成像设备获得的SPECT图像、通过光学相干断层摄影(OCT)成像设备获得的OCT图像以及通过血管内光声(IVPA)成像设备获得的IVPA图像。医学成像设备可以在定位在患者身体外部、与患者身体间隔开、与患者身体相邻、与患者身体接触和/或在患者身体内部时获得医学图像。
对于超声成像设备，换能器阵列112朝向患者的解剖对象105发射超声信号并且接收从对象105反射回换能器阵列112的回波信号。换能器阵列112可以包括任何合适数量的声学元件，包括一个或多个声学元件和/或多个声学元件。在一些实例中，换能器阵列112包括单个声学元件。在一些实例中，换能器阵列112可以包括具有任何适当配置中的任何数量的声学元件的声学元件的阵列。例如，换能器阵列112可以包括1个声学元件到10000个声学元件，包括诸如2个声学元件、4个声学元件、36个声学元件、64个声学元件、128个声学元件、500个声学元件、812个声学元件、1000个声学元件、3000个声学元件、8000个声学元件的值和/或更大和更小两者的其他值。在一些实例中，换能器阵列112可以包括具有任何适当配置中的任何数量的声学元件的声学元件的阵列，诸如线性阵列、平面阵列、弯曲阵列、曲线阵列、圆周阵列、环形阵列、相控阵列、矩阵阵列、一维(1D)阵列、1.x维阵列(例如1.5D阵列)或二维(2D)阵列。可以一致或独立地控制和激活声学元件的阵列(例如，一个或多个行、一个或多个列和/或一个或多个取向)。换能器阵列112可以被配置为获得患者的解剖结构的一维图像、二维图像和/或三维图像。在一些实施例中，换能器阵列112可以包括压电微机械超声换能器(PMUT)、电容性微机械超声换能器(CMUT)、单晶、锆钛酸铅(PZT)、PZT复合材料、其他合适的换能器类型和/或其组合。
此外，在一些实施例中，换能器阵列112可以是宽带换能器阵列。也就是说，例如，换能器阵列112可以被配置为在一定频率范围内发射超声能量。作为说明性示例，换能器阵列可以被配置为以2兆赫兹(MHz)与12MHz之间的频率发射超声能量。例如，对于一些超声成像应用，换能器阵列112可以用于以相对低的频率(例如，2-4MHz)发射超声能量，而换能器阵列112可以用于其他成像应用从而以相对高的频率(例如，8-12MHz)发射超声能量。特别地，换能器阵列112可以用于以更高频率发射超声能量以对更浅深度处的特征(诸如膈膜的并置区)进行成像，并且换能器阵列112可以用于以更低频率发射超声能量以对更大深度处的特征(诸如膈膜的圆顶区)进行成像，如下面更详细地描述的。
对象105可以包括任何解剖结构或解剖特征，诸如膈膜、血管、神经纤维、气道、二尖瓣小叶、心脏结构、腹部组织结构、阑尾、大肠(或结肠)、小肠、肾脏、肝脏和/或患者的任何其他解剖结构。在一些方面中，对象105可以包括患者的大肠、小肠、盲肠袋、阑尾、回肠末端、肝脏、上腹部和/或腰肌的至少部分。本公开可以在任何数量的解剖位置和组织类型的背景下实施，包括但不限于器官，包括肝脏、心脏、肾脏、胆囊、胰腺、肺；管道；肠；神经系统结构，包括脑、硬膜囊、脊髓和外周神经；泌尿道；以及血管、血液、心脏的腔室或其他部分、异常器官和/或身体的其他系统内的瓣膜。在一些实施例中，对象105可以包括恶性肿瘤，诸如肿瘤、囊肿、病变、出血或人体解剖结构的任何部分内的血池。解剖结构可以是血管，如患者的血管系统的动脉或静脉，所述血管系统包括心脏脉管系统、外周脉管系统、神经脉管系统、肾脏脉管系统和/或身体内部的任何其他适当的管腔。除了自然结构，本公开可以在人造结构(诸如但不限于心脏瓣膜、支架、分流器、过滤器、植入物和其他设备)的背景下实施。
波束形成器114被耦合到换能器阵列112。例如，波束形成器114控制换能器阵列112以用于超声信号的发射和超声回波信号的接收。在一些实施例中，波束形成器114可以对发送到换能器阵列112中的阵列内的个体声学换能器的信号施加时间延迟，使得声学信号被转向在远离探头110传播的任何合适方向上。波束形成器114还可以基于接收到的超声回波信号的响应将图像信号提供给处理器116。波束形成器114可以包括波束形成的多个阶段。波束形成可以减少用于耦合到处理器116的信号线的数量。在一些实施例中，与波束形成器114结合的换能器阵列112可以被称为超声成像部件。
处理器116被耦合到波束形成器114。处理器116也可以被描述为处理器电路，其可以包括与处理器116通信的其他部件，诸如存储器、波束形成器114、通信接口118和/或其他合适的部件。处理器116可以包括中央处理单元(CPU)、图形处理单元(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、控制器、现场可编程门阵列(FPGA)设备、另一个硬件设备、固件设备或被配置为执行本文所描述的操作的其任何组合。处理器116还可以被实施为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP核结合的一个或多个微处理器、或任何其他此类配置。处理器116被配置为处理波束形成图像信号。例如，处理器116可以执行滤波和/或正交解调以调节图像信号。处理器116和/或134可以被配置为控制阵列112以获得与对象105相关联的超声数据。
探头110可以包括惯性测量单元(IMU)117，其是生成IMU数据(例如，比力、角速率、取向、适当加速度、角速度等)的电子设备。IMU 117可以包括设置在探头110的壳体111内的一个或多个加速度计、陀螺仪和/或磁力计。IMU数据可以表示在探头110的操作期间采集超声图像的探头110。
通信接口118被耦合到处理器116。通信接口118可以包括一个或多个发射器、一个或多个接收器、一个或多个收发机和/或用于发送和/或接收通信信号的电路。通信接口118可以包括硬件部件和/或软件部件，其实施适于通过通信链路120将信号传输到主机130的特定通信协议。通信接口118可以被称为通信设备或通信接口模块。
通信链路120可以是任何合适的通信链路。例如，通信链路120可以是有线链路，诸如通用串行总线(USB)链路或以太网链路。替代地，通信链路120可以是无线链路，诸如超宽带(UWB)链路、电气和电子工程师协会(IEEE)802.11WiFi链路或蓝牙链路。
在主机130处，通信接口136可以接收图像信号。通信接口136可以基本上类似于通信接口118。主机130可以是任何合适的计算和显示设备，例如工作站、个人计算机(PC)、膝上型计算机、平板电脑或移动电话。
处理器134被耦合到通信接口136。处理器134也可以被描述为处理器电路，其可以包括与处理器134通信的其他部件，诸如存储器138、通信接口136和/或其他合适的部件。处理器134可以被实施为软件部件和硬件部件的组合。处理器134可以包括中央处理单元(CPU)、图形处理单元(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、控制器、FPGA设备、另一硬件设备、固件设备或被配置为执行本文所描述的操作的其任何组合。处理器134还可以被实施为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、与DSP核结合的一个或多个微处理器、或任何其他此类配置。处理器134可以被配置为根据从探头110接收的图像信号生成图像数据。处理器134可以将高级信号处理和/或图像处理技术应用于图像信号。图像处理的示例包括进行像素级分析以评估是否存在像素的颜色的变化，其可以对应于对象的边缘(例如，解剖特征的边缘)。在一些实施例中，处理器134可以根据图像数据形成三维(3D)体积图像。在一些实施例中，处理器134可以对图像数据执行实时处理以提供对象105的超声图像的流视频。
存储器138被耦合到处理器134。存储器138可以是任何适当的存储设备，诸如高速缓存存储器(例如，处理器134的高速缓存存储器)、随机存取存储器(RAM)、磁阻式RAM(MRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、闪存、固态存储器设备、硬盘驱动器、固态驱动器、其他形式的易失性和非易失性存储器、或不同类型的存储器的组合。
存储器138可以被配置为存储与患者的病史、所执行的流程的历史、解剖或生物学特征、特性或与患者相关联的医学状况、计算机可读指令(诸如代码、软件或其他应用)以及任何其他合适的信息或数据有关的患者信息、测量结果、数据或文件。存储器138可以位于主机130内。患者信息可以包括测量结果、数据、文件、其他形式的病史，诸如但不限于与患者的解剖结构有关的超声图像、超声视频和/或任何成像信息。患者信息可以包括与成像流程有关的参数，诸如声学窗口和/或探头位置和/或取向。患者信息可以包括与跟踪系统142和/或IMU 117有关的数据、图像、度量或其他信息。存储器138还可以被配置为存储与深度学习网络(例如，神经网络)的训练和实施有关的信息。本文中更详细地描述了用于训练和实施深度学习网络的机制。
任何或所有先前提到的计算机可读介质、诸如患者信息、代码、软件或其他应用、或任何其他合适的信息或数据也可以存储在存储器140中。存储器140可以用于与存储器138基本上类似的目的，但是可以不位于主机130内。例如，在一些实施例中，存储器可以是基于云的服务器、外部存储设备或用于存储器存储的任何其他设备。主机130可以通过如所描述的任何合适装置与存储器140通信。主机130可以连续地与存储器140通信，或它们可以根据主机130或超声系统100的用户的请求间歇地通信。
主机130的处理器134也可以与跟踪系统142通信。跟踪系统142可以跟踪探头110的位置和/或取向。例如，跟踪系统142可以相对于患者的解剖结构定位探头110的位置。在一些实施例中，例如，跟踪系统142可以包括被定位成在探头110被控制为获得超声图像时对探头110进行成像的相机或成像系统。因此，跟踪系统142和/或处理器134可以基于对在跟踪系统142处捕获的探头110的一幅或多幅图像的分析来确定探头110相对于患者的位置和/或取向(例如，角度)。另外地或替代地，跟踪系统142可以包括被配置为基于探头110的磁场来检测探头110的位置和/或取向的磁力计。主机130可以通过如所描述的任何合适模块与跟踪系统142通信。主机130可以与跟踪系统142连续地通信，或它们可以根据主机130或超声系统100的用户的请求间歇地通信。
主机130可以经由任何合适的通信方法与存储器140和/或跟踪系统142通信。例如，主机130可以经由有线链路(诸如USB链路或以太网链路)与存储器140和/或跟踪系统142通信。替代地，主机130可以经由无线链路(例如，UWB链路、IEEE 802.11WiFi链路或蓝牙链路)与存储器140和/或跟踪系统142通信。显示器132被耦合到处理器电路134。显示器132可以是监测器或任何合适的显示器。显示器132被配置为显示对象105的超声图像、图像视频和/或任何成像信息。
系统100可以用于辅助超声医师执行超声扫描。扫描可以在护理点设置中执行。在一些实例中，主机130是控制台或可移动推车。在一些实例中，主机130可以是移动设备，诸如平板计算机、移动电话或便携式计算机。在成像流程期间，超声系统100可以采集患者解剖结构内的感兴趣区域的超声图像。特别地，超声系统100可以采集膈膜的并置区和/或膈膜的圆顶区的超声图像。更具体地，超声系统100可以被配置为识别解剖特征，诸如圆顶区或并置区和/或声学窗口，并且基于该识别来设置或调整用于超声发射的频率。例如，因为并置区可以定位在比圆顶区距探头110相对更浅的深度处，所以并置区可以以比圆顶区相对更高的频率进行成像。因此，基于识别并置区，超声系统100可以被配置为将在探头110处发射的超声能量的频率设置为相对更高的频率，并且基于识别圆顶区，超声系统100可以被配置为将频率设置为相对更低的频率。
在一些实施例中，超声系统100可以基于与对应于第一频率(例如，预定和/或默认频率)的超声发射相关联的超声图像数据来识别并置区或圆顶区。例如，超声系统100可以分析超声图像数据以识别可以将超声图像数据区分为对应于圆顶区或并置区的各种参数，诸如解剖特征(例如，图像数据内的特定组织和/或器官的存在)、探头110的取向和/或位置、与超声发射相关联的深度设置、用户输入等。
在一些方面，处理器134可以利用基于深度学习的预测网络来识别超声图像的参数，包括声学窗口、探头取向、患者位置和/或其他参数。在一些方面，处理器134可以接收度量或执行与在成像流程期间成像的感兴趣区域相关的各种计算。这些度量和/或计算也可以经由显示器132显示给超声医师或其他用户。例如，处理器134可以接收或确定与解剖特征和/或声学窗口的识别相关联的置信度度量，其可以被输出到显示器132。另外地或替代地，处理器134可以接收或确定与患者膈膜相关联的测量结果，诸如膈膜厚度测量结果和/或膈膜偏移测量结果。处理器134还可以确定与测量结果相关联的置信度度量，并且可以将任何测量结果或与测量结果相关联的置信度度量输出到显示器132。
图2是根据本公开的方面的处理器电路的示意图。处理器电路210可以被实施在探头110、图1的主机系统130或任何其他合适的位置中。一个或多个处理器电路可以被配置为执行本文描述的操作。处理器电路210可以是电路116和/或电路134的一部分，或可以是单独的电路。在示例中，处理器电路210可以与换能器阵列112、波束形成器114、通信接口118、通信接口136、IMU 117、存储器138、存储器140、跟踪系统142和/或显示器132以及超声系统100内的任何其他合适的部件或电路通信。如图所示，处理器电路210可以包括处理器260、存储器264和通信模块268。这些元件可以例如经由一个或多个总线彼此直接或间接通信。
处理器260可以包括CPU、GPU、DSP、专用集成电路(ASIC)、控制器、FPGA、另一硬件设备、固件设备或其任何组合，其被配置为执行本文描述的操作。处理器260还可以被实施为计算设备的组合，例如DSP和微处理器的组合、多个微处理器、与DSP核心连接的一个或多个微处理器、或任何其他这样的配置。处理器260还可以实施各种深度学习网络，其可以包括硬件或软件实施方式。处理器260另外可以在硬件或软件实施方式中包括预处理器。
存储器264可以包括高速缓存存储器(例如，处理器260的高速缓存存储器)、随机存取存储器(RAM)、磁阻式RAM(MRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、闪存、固态存储器设备、硬盘驱动器、其他形式的易失性和非易失性存储器、或不同类型的存储器的组合。在实施例中，存储器264包括非瞬态计算机可读介质。存储器264可以存储指令266。指令266可以包括当由处理器760运行时使处理器260执行本文参考探头110和/或主机130(图1)描述的操作的指令。指令266还可以被称为代码。术语“指令”和“代码”应当被宽泛地解释为包括(一个或多个)任何类型的计算机可读语句。例如，术语“指令”和“代码”可以是指一个或多个程序、例程、子例程、函数、流程等。“指令”和“代码”可以包括单个计算机可读语句或许多计算机可读语句。指令266可以包括深度学习网络的各个方面，诸如卷积神经网络(CNN)或各种其他指令或代码。
通信模块268可以包括任何电子电路和/或逻辑电路，以促进处理器电路210、探头110和/或显示器132之间的直接或间接数据通信。在这方面，通信模块268可以是输入/输出(I/O)设备。在一些实例中，通信模块268促进处理器电路210和/或探头110(图1)和/或主机130(图1)的各种元件之间的直接或间接通信。
图3是根据本公开的可以是超声成像的目标的患者的解剖结构300的示意图。特别地，图3图示了呼吸周期期间的肺302和膈膜304的解剖结构以及膈膜304的位置。呼吸周期可以以患者吸入(例如，吸气)开始，并且可以以患者呼出(例如，呼气)结束，或反之亦然。如图所示，包括并置区306和圆顶区308的膈膜可以在吸气时驻留在第一位置310，并且可以转变到第二位置312以促进呼气。
对并置区306或圆顶区308进行成像可以涉及考虑和/或适应并置区306或圆顶区308在呼吸周期内的不同点处的位置变化。也就是说，例如，圆顶区308和/或并置区306的特性(诸如深度、回波性、角度等)可以在呼吸周期内改变。这样一来，在呼吸周期内和/或在呼吸周期的某一点处调谐用于超声成像的一个或多个声学设置，诸如频率、波束转向角、聚焦深度(例如，深度相关聚焦)、增益、成像轮廓(例如，梯形成像)等，可以改善所得到的图像的图像质量(例如与在呼吸周期内由相对恒定的声学设置产生的图像相比)。如进一步所示，圆顶区308和并置区306位于不同的位置处(例如，靠近不同的解剖结构)。为此目的，圆顶区308可以在比并置区306相对更大的深度处进行成像。这样一来，与基于相对高的频率采集的圆顶区308的图像相比，以相对低的频率对圆顶区308的超声成像可以产生具有改善的穿透性的图像。类似地，与基于相对低的频率采集的并置区306的图像相比，以相对高的频率对并置区306的超声成像可以产生具有改善的分辨率的图像。本文中描述了在呼吸周期内自适应地控制用于对圆顶区308和并置区306进行成像(例如，超声成像)和/或用于对膈膜304进行成像的一个或多个声学设置的机制。然而，虽然本文描述的实施例涉及膈膜的成像，但是实施例不限于此。替代地，本文描述的一个或多个声学设置的自适应控制可以应用于任何合适的解剖特征或感兴趣区域集合。
图4是根据本公开的方面的基于被成像的解剖特征(例如，圆顶区或并置区)自适应地控制用于超声发射的声学设置(例如，频率)的方法400的流程图。如图所示，方法400包括多个枚举的步骤，但是方法400的实施例可以在枚举的步骤之前、之后或之间包括额外步骤。在一些实施例中，枚举的步骤中的一个或多个可以被省略、以不同的顺序执行或同时执行。方法400的步骤可以由超声成像系统100内的任何合适的部件来执行，并且所有步骤不必由同一部件来执行。在一些实施例中，方法400的一个或多个步骤可以由超声成像系统100的处理器电路(包括例如处理器260(图2)或任何其他部件)执行或在其指导下执行。
在步骤402处，方法400包括控制声学元件的阵列来以第一频率发射第一超声能量并接收与第一超声能量相关联的回波。在一些实施例中，例如，超声成像系统100可以控制探头110的换能器阵列112来以第一频率发射第一超声能量。例如，主机130可以基于第一频率将发射脉冲模式发射到探头110，并且使用该发射脉冲模式，探头110可以以第一频率发射第一超声能量。
在一些实施例中，第一频率可以是预定和/或预配置的频率。例如，第一频率可以存储在主机130处(例如，在存储器138处)。作为说明性示例，第一频率可以在声学元件的阵列处可产生的最小超声发射频率和最大超声发射频率之间。对于超声探头(例如，探头110)和/或被配置为以2MHz和10MHz之间的频率发射超声能量的换能器阵列，第一频率例如可以是5MHz。
在步骤404处，方法400可以包括基于与第一超声能量相关联的回波来识别声学窗口。声学窗口可以对应于超声探头(例如，探头110)在患者身体上的位置、由正在第一超声能量进行成像的区域等。例如，声学窗口可以与肋下成像(其对应于位于患者肋骨下方(例如，在胸腔的基部处)的探头)或肋间成像(其对应于沿着患者肋骨和/或在患者肋骨之间(例如，在患者的两个肋骨之间)定位的探头)相关联。另外地或替代地，声学窗口可以与由第一超声能量进行成像的解剖特征相关联。更具体地，声学窗口可以与目标解剖特征(例如，感兴趣区域)(诸如膈膜的并置区或圆顶区)相关联。此外，在一些实施例中，声学窗口可以与目标解剖特征附近的解剖特征相关联。关于并置区，例如，由第一超声能量进行成像的区域可以包括患者的肺和/或肌肉组织的一部分，诸如肋间肌肉组织。关于圆顶区，由第一超声能量进行成像的区域可以包括患者肝脏的一部分。关于图5A-B更详细地描述对应于膈膜的圆顶区的声学窗口，并且关于图6A-B更详细地描述对应于膈膜的并置区的声学窗口。
图5A图示了可以用于产生图5B中所示的超声图像550的肋下成像的示意图500。特别地，图5A提供了超声探头502(其可以基本上类似于探头110)相对于患者504的位置以用于对患者膈膜507的圆顶区506进行成像的示例。也就是说，例如，图5A图示了可以对应于与圆顶区506相关联的声学窗口的超声定位。如图所示，超声探头502可以定位在患者的前侧(例如，腹侧)上的肋下区域(例如，在患者的胸腔下方)中。此外，探头502可以相对于横向轴508以一定角度被取向，以对圆顶区506进行成像。另外地或替代地，超声能量可以经由波束转向以一定角度从超声探头502发射以对圆顶区506进行成像，如下面更详细地描述的。
图5B是圆顶区506的超声图像550的说明性示例。为此目的，超声图像550可以对应于与圆顶区506相关联的声学窗口。
图6A图示了可以用于产生图6B中所示的超声图像650的肋间成像的示意图600。特别地，图6A提供了超声探头602(其可以基本上类似于探头110)相对于患者604的位置以用于对患者膈膜607的并置区606进行成像的示例。也就是说，例如，图6A图示了可以对应于与并置区606相关联的声学窗口的超声定位。如图所示，超声探头602可以定位在右侧的肋间区域中(例如，沿着患者的胸腔)。这样一来，并置区606可以通过(例如，相对于)肝脏窗口进行成像。如进一步所示，膈膜包括在患者右侧和左侧两者上的并置区606。因此，虽然关于定位在患者右侧的超声探头602描述了图示的实施例，但是探头602可以另外地或替代地定位在患者左侧。在这种情况下，并置区606可以通过脾窗口进行成像。
在一些实施例中，探头602可以相对垂直于纵向轴608被取向，以对并置区606进行成像。然而，实施例不限于此。替代地，可以采用相对于纵向轴608的任何合适的偏移角度来对并置区进行成像。另外地或替代地，超声能量可以经由波束转向以一定角度从超声探头602发射以对并置区606进行成像，如下面更详细地描述的。
图6B是并置区606的超声图像650的说明性示例。为此目的，超声图像650可以对应于与并置区606相关联的声学窗口。如图所示，并置区606的超声图像可以包括患者肝脏652的一部分。图像还可以包括患者胸壁654的一部分，诸如患者的肋间肌肉和/或患者的肋骨。如进一步所示，膈膜607可以包括胸膜656(例如，壁胸膜)以及腹膜层658。
现在返回到图4，识别声学窗口(例如，在步骤404处)可以涉及分析基于与第一超声能量相关联的回波生成的图像数据。例如，在一些实施例中，超声成像系统100可以基于与第一超声能量相关联的回波来接收信号，并且可以基于信号来确定图像数据。例如，探头110可以例如基于处理器116处的回波生成图像数据，并且可以将图像数据发送到主机130以便进行分析。基于图像数据，主机130和/或超声成像系统100可识别声学窗口。特别地，主机130可以确定是声学窗口对应于圆顶区(诸如由图5A中所示的超声探头位置和/或图5B中所描绘的超声图像产生的声学窗口)，还是声学窗口对应于并置区(例如由图6A中所示的超声探头位置和/或图6B中所描绘的超声图像产生的声学窗口)。
例如，在一些实施例中，主机130和/或超声成像系统100可以采用深度学习网络来基于所采集的超声图像数据对声学窗口进行分类和/或识别。在一些实施例中，深度学习网络可以是卷积神经网络(CNN)或另一适当的神经网络。在其他实施例中，深度学习网络可以是人工智能和/或机器学习系统或结构的任何其他合适的实施方式，包括例如随机森林深度学习方法、回归分析方法或任何其他合适的方法或结构。在起始方法400之前训练深度学习网络以识别与给定超声图像相关联的声学窗口。这样一来，超声成像系统可以使用深度学习网络来分析所采集的超声图像的内容，并从图像本身和视场中存在的解剖标志确定声学窗口。另外地或替代地，深度学习网络可以使用对应于超声探头(例如，探头110)的取向和/或位置的数据(诸如IMU取向数据和/或来自跟踪系统142的数据)来确定声学窗口。此外，在一些实施例中，用户可以提供关于成像窗口的预期位置的初始输入(例如，经由主机130)，并且深度学习网络可以确定关于当前声学窗口的预测和置信度得分。下面参考图8讨论深度学习网络和对深度学习网络的训练的细节。
在步骤406处，方法400包括基于声学窗口确定第二频率。特别地，可以基于声学窗口是对应于圆顶区还是并置区来确定第二频率。例如，主机130可以被配置有对应于圆顶区的声学窗口与适合于对圆顶区进行成像的频率之间的映射、以及对应于并置区的声学窗口与适合于对并置区进行成像的频率之间的映射。为此目的，基于将声学窗口识别为对应于圆顶区的声学窗口，主机130可以将第二频率设置在2-4MHz之间，并且基于将声学窗口识别为对应于并置区的声学窗口，主机130可以将第二频率设置在8-12MHz之间。
在一些情况下，在步骤404处识别的声学窗口可能不对应于圆顶区或并置区。例如，超声医师可能将探头110放置在与适合于捕获圆顶区和/或并置区的超声图像的位置和/或取向偏移的位置和/或取向(例如，相对于纵向轴608和横向轴508)。特别地，声学窗口可以被识别为上腹部、侧部、旁矢状、侧面或另一合适的声学窗口。在这种情况下，主机130可以向显示器132输出尚未捕获圆顶区和/或并置区的图像的指示。也就是说，例如，主机130可以将图形表示(例如图标、文本等)输出到显示器132。图形表示还可以警告超声医师调整探头110的放置和/或取向，以捕获圆顶区和/或并置区的图像。此外，在探头110被重新定位和/或重新取向之后，主机130可以控制换能器阵列112再一次以第一频率发射超声能量，并且接收与超声能量相关联的回波(例如，步骤402)。然后，主机130可以识别与更新的探头位置相对应的声学窗口(例如，步骤406)。以这种方式，主机130可以重复方法400的一个或多个步骤(例如，步骤402和步骤404)，直到识别出对应于圆顶区或并置区的声学窗口(例如，在步骤404处)。因此，在一些实施例中，主机130可在步骤406处确定用于对并置区或圆顶区进行成像的第二频率，如上所述。
在步骤408处，方法400涉及控制声学元件的阵列来以第二频率发射第二超声能量并接收与第二超声能量相关联的回波。也就是说，例如，主机130可以基于声学窗口被识别为对应于圆顶区或并置区来控制声学元件的阵列(例如，换能器阵列112)。例如，对于被识别为对应于并置区的声学窗口，主机130可以控制换能器阵列112来以相对更高的频率发射第二超声能量，而对于被识别为对应于圆顶区的声学窗口，主机130可以控制声学元件的阵列来以相对更低的频率发射第二超声能量。
在步骤410处，方法400包括基于与第二超声能量相关联的回波生成图像。在一些实施例中，探头110可以例如基于在波束形成器114和/或处理器116处接收到的回波来生成图像数据，并且可以将图像数据发送到主机130。为此目的，主机130可以接收基于回波的信号，诸如从探头110接收的图像数据，并且可以基于信号生成图像。特别地，处理器134可以被配置为根据从探头110接收的图像信号生成图像数据。处理器134可以将高级信号处理和/或图像处理技术应用于图像信号。
因为可以基于所识别的声学窗口来选择第二频率，所以所生成的图像的分辨率和/或穿透性可以大于对应于与第一超声能量相关联的接收到的回波的图像数据和/或图像的分辨率和/或穿透性(例如，在步骤402处)。也就是说，例如，主机130可以被配置为优化用于对所识别的声学窗口进行成像的频率。例如，可以基于针对并置区的相对更高频率和针对圆顶区的相对更低频率来生成图像，如本文所述。因此，第二频率可以不同于第一频率，这可以改善所生成的图像的分辨率和/或所生成的图像的穿透性。
在步骤412处，方法400可以涉及输出所生成的图像以进行显示。例如，主机130可以将图像输出到显示器132。
如本文所述，超声成像系统100可以基于声学窗口来设置和/或调整用于超声成像的频率。例如，超声成像系统100可以调谐用于在探头110处发射超声能量的频率从而以一定图像质量(例如，分辨率和/或穿透)对膈膜的圆顶区或并置区进行成像。以这种方式，超声成像系统100可以调整与采集和/或生成超声图像相关联的声学设置。此外，超声成像系统100可以另外地或替代地调整和/或选择与超声图像的采集和/或生成相关联的额外声学设置，诸如波束转向角、聚焦深度(例如，深度相关聚焦)、增益、成像范围(例如，梯形成像)等。这样一来，超声成像系统100还可以优化所生成的图像的所得图像质量，如下面更详细地描述的。
现在参考图7，根据本公开的方面的基于被成像的解剖特征(例如，圆顶区或并置区)自适应地控制用于超声发射的声学设置(诸如频率和/或波束转向角)的方法700的流程图。如图所示，方法700包括多个枚举的步骤，但是方法700的实施例可以在枚举的步骤之前、之后或之间包括额外步骤。在一些实施例中，枚举的步骤中的一个或多个可以被省略、以不同的顺序执行或同时执行。方法700的步骤可以由超声成像系统100内的任何合适的部件来执行，并且所有步骤不必由同一部件来执行。在一些实施例中，方法700的一个或多个步骤可以由超声成像系统100的处理器电路(包括例如处理器260(图2)或任何其他部件)执行或在其指导下执行。
在步骤702处，方法700涉及接收用户输入。在一些实施例中，例如，超声成像系统100可以经由主机130接收用户输入。特别地，可以经由诸如通信模块268的I/O设备来接收用户输入。用于接收用户输入的I/O设备的示例可以包括鼠标、键盘、操纵杆、滚轮、触控板、触摸屏显示器、按钮等。此外，在一些实施例中，超声成像系统100可以经由与可以在显示器132处提供的图形用户界面(GUI)的交互来接收用户输入。
在一些实施例中，用户输入可以对应于用于从探头110发射超声能量的深度设置(例如，所得到的图像的空间范围的指示)。例如，超声医师可以选择期望的深度(例如，根据任意单位)以对感兴趣区域和/或特定解剖特征进行成像。作为说明性示例，用于对患者膈膜的圆顶区进行成像的深度设置可以相对大于用于对患者膈膜的并置区进行成像的深度设置。特别地，用于对圆顶区进行成像的深度设置可以在4-16厘米(cm)的范围内，而用于对并置区进行成像的深度设置可以在2-4cm的范围内。
在一些实施例中，用户输入可以对应于用于超声成像的目标解剖特征(例如，感兴趣区域)。例如，用户输入可以对应于圆顶区或并置区的选择。例如，可以经由在GUI处和/或在主机130处提供的下拉选择、对应于解剖特征的按钮等来接收解剖特征的选择。另外地或替代地，用户输入可以对应于相对于患者的超声位置和/或取向的指定。作为说明性示例，可以在GUI处(例如，在显示器132处)提供人类解剖结构或其一部分的二维和/或三维轮廓，以便于超声探头位置的指定。对于圆顶区的成像，例如，用户输入可以指定在解剖轮廓的肋下部分内的超声探头位置，而对于并置区的成像，用户输入可以指定在解剖轮廓的肋间部分内的超声探头位置。
在一些实施例中，用户输入可以对应于对用于超声成像操作的超声探头的类型的选择。例如，与主机130兼容的不同超声探头可以被实施有不同的能力和/或结构。例如，探头可以是线性的或曲线的，并且可以用于发射超声能量的频率范围可以因探头而异。因此，用户输入可以对应于从与主机130兼容的探头列表中选择特定探头。另外地或替代地，用户输入可以对应于超声探头(例如，探头110)与主机130的耦合(例如，经由通信接口118和/或通信接口136)。在这种情况下，主机130可以确定探测器的特性和/或能力。
在步骤704处，方法700涉及控制声学元件的阵列来以第一频率发射第一超声能量并接收与第一超声能量相关联的回波。例如，如参考图4的步骤402所描述的，超声成像系统100可以控制换能器阵列112(例如，经由主机130和/或探头110)基于发射脉冲模式发射第一超声能量。如进一步描述的，第一频率可以是预定和/或预配置的频率，诸如5MHz。
在步骤706处，方法700包括识别声学窗口。特别地，超声成像系统100可以识别与接收到的回波相关联的声学窗口，所述接收到的回波与第一超声能量相关联。在一些实施例中，超声成像系统100可以基于多个因素(诸如用户输入、被包括在基于接收到的回波生成的图像和/或图像数据中的信息(例如，解剖特征)、探头110的取向和/或位置)来识别声学窗口。特别地，超声成像系统100可以采用深度学习网络来基于所述因素中的一个或多个来识别声学窗口。
现在转到图8，图示了根据本公开的方面的深度学习网络的示意图。特别地，图8图示了被实施为深度学习网络的卷积神经网络(CNN)配置800。出于示例的目的，深度学习网络在本文中可以被描述为CNN，但是实施例不限于CNN。因此。例如，深度学习网络可以另外地或替代地利用随机森林深度学习方法、回归分析方法或任何其他合适的方法或结构来实施。此外，本公开可以包括在与本申请同日提交的标题为“ULTRASOUND IMAGE-BASEDIDENTIFICATION OF ANATOMICAL SCAN WINDOW,PROBE ORIENTATION,AND/OR PATIENTPOSITION”(代理人案卷号2020PF00686/44755.2169PV01)的美国临时申请US__/___,___中关于基于深度学习的超声成像(包括使用IMU数据)描述的方面，其全部内容通过引用并入本文。
在实施例中，配置800可以被训练为执行分类任务。更具体地，配置800可以被训练为将声学窗口识别为对应于圆顶区、并置区，或既不对应于圆顶区也不对应于并置区。此外，配置800可以被训练为基于诸如成像数据(例如，超声成像数据)、IMU数据、来自跟踪系统142的输入、用户输入等的输入的组合来执行分类。
例如，配置800可以被训练为基于成像数据的图像特征、IMU数据和/或来自跟踪系统142的对应于肋下成像的输入、用户输入或其组合来将声学窗口识别为对应于圆顶区。关于成像数据，配置800可以被训练为基于包括在成像数据中的膈膜和/或肝脏的一部分将声学窗口识别为对应于圆顶区。另外地或替代地，配置800可以被训练为基于确定探头110的位置和/或取向对应于肋下成像来将声学窗口识别为对应于圆顶区。例如，跟踪系统142可以基于在跟踪系统处收集的图像或电磁数据来提供超声探头是否被定位用于肋下成像的指示，并且配置800可以基于超声探头被定位用于肋下成像的指示来将声学窗口识别为对应于圆顶区。另外地或替代地，跟踪系统142可以将与超声探头的磁场相关联的图像和/或数据提供给配置800，配置800可以基于图像和/或数据来识别声学窗口。例如，配置800可以被训练为将图像和/或数据与对应于圆顶区的声学窗口相关联，和/或配置800可以被训练为基于图像和/或数据来确定探头110的位置和/或取向，并且然后可以基于所确定的位置和/或取向来识别声学窗口。此外，在一些实施例中，IMU 117可以提供超声探头是否被定位用于肋下成像的指示，并且如上所述，配置800可以基于超声探头被定位用于肋下成像的指示将声学窗口识别为对应于圆顶区。此外，配置800可以基于用户输入将声学窗口识别为对应于圆顶区。例如，配置800可以将指示相对更大深度设置(例如，相对于用于对并置区进行成像的深度设置)的用户输入、指示圆顶区和/或肋下成像的用户输入等与对应于圆顶区的声学窗口相关联。
配置800可以被训练为基于超声成像数据的图像特征、IMU数据和/或来自跟踪系统142的对应于肋间成像的输入、用户输入或其组合来将声学窗口识别为对应于并置区。关于成像数据，配置800可以被训练为基于包括在成像数据中的膈膜、肺组织和/或肌肉组织的一部分将声学窗口识别为对应于并置区。另外地或替代地，配置800可以被训练为基于确定探头110的位置和/或取向对应于肋间成像来将声学窗口识别为对应于并置区。例如，跟踪系统142可以基于在跟踪系统处收集的图像或电磁数据来提供超声探头是否被定位用于肋间成像的指示，并且配置800可以基于超声探头被定位用于肋间成像的指示来将声学窗口识别为对应于并置区。另外地或替代地，跟踪系统142可以将与超声探头的磁场相关联的图像和/或数据提供给配置800，配置800可以基于图像和/或数据来识别声学窗口。例如，配置800可以被训练为将图像和/或数据与对应于并置区的声学窗口相关联，和/或配置800可以被训练为基于图像和/或数据来确定探头110的位置和/或取向，并且然后可以基于所确定的位置和/或取向来识别声学窗口。此外，在一些实施例中，IMU 117可以提供超声探头是否被定位用于肋间成像的指示，并且如上所述，配置800可以基于超声探头被定位用于肋间成像的指示将声学窗口识别为对应于并置区。此外，配置800可以基于用户输入将声学窗口识别为对应于并置区。例如，配置800可以将指示相对更浅深度设置(例如，相对于用于对并置区进行成像的深度设置)的用户输入、指示并置区和/或肋间成像的用户输入等与对应于并置区的声学窗口相关联。
类似地，配置800可以被训练为基于成像数据的图像特征、IMU数据和/或来自跟踪系统142的输入、用户输入或其组合将声学窗口识别为既不对应于圆顶区也不对应于并置区。例如，基于缺少膈膜、肺组织、肝脏和/或肌肉组织的一部分的超声成像数据，配置800可以确定声学窗口不对应于圆顶区或并置区。此外，基于超声探头的位置和/或取向(例如，如基于来自跟踪系统142和/或IMU 117的数据所确定的)，配置800可以确定声学窗口不对应于圆顶区或并置区。例如，配置800可以确定超声探头的位置和/或取向不对应于肋间和/或肋下成像。此外，选择与并置区和圆顶区不同的目标解剖特征的用户输入可以向配置800提供声学窗口不对应于圆顶区或并置区的指示。
配置800可以是任何合适的类型，并且可以包括任何合适类型或数量的层，包括但不限于卷积层、全连接层、平坦向量或人工智能系统的任何其他技术或实施方式。参考图8示出和/或描述的实施例可以被缩放以包括任何合适数量的CNN(例如，约2个、3个或更多个)。配置800可以被训练用于识别与接收到的超声图像相关联的各种解剖特征、探头取向、声学窗口等，如下面更详细地描述的。
CNN可以包括一组N个卷积层810，其中，N是任何正整数，每个层之后是池化层815。CNN还可以包括一组K个全连接层820，其中，K可以是任何正整数。在一个实施例中，全连接层820包括至少两个全连接层820。卷积层810被示出为810(1)至810(N)。池化层815被示出为815(1)至815(N)。全连接层820被示出为820(1)至820(k)。每个卷积层810可以包括被配置为从输入805(例如，超声图像或其他额外数据)提取特征的一组滤波器812。卷积层810可以包括不同大小和步幅的卷积内核。值N和K以及滤波器812的大小可以根据实施例而改变。
在一些实例中，卷积层810(1)至810(N)、池化层815(1)至815(N)和全连接层820(1)至820(k)可以利用泄漏修正非线性(ReLU)激活函数和/或合适的激活函数来引入非线性以用于学习和/或批量归一化。池化层815可以包括最大池化或平均池化技术。全连接层820可以是非线性的，并且可以将高维输出逐渐缩小到预测结果(例如，分类输出830)的维度。因此，全连接层820也可以被称为分类器。在一些实施例中，全卷积层810另外可以被称为认知或感知层。
如进一步所示，该配置可以接收IMU数据向量850作为额外输入。IMU数据向量850可以包括超声探头的取向信息(θ1、θ2、θ3)和位置信息(a1、a2、a3)作为两组三个连续变量。取向信息可以分别对应于超声探头相对于超声探头的任意x轴、y轴和z轴的角度，并且位置信息可以对应于超声探头相对于患者坐标系的位置。例如，患者坐标系可以由右-左轴、前-后轴和头-尾轴定义，并且位置信息(a1、a2、a3)的变量可以对应于沿着这些轴中的相应轴的位置信息。IMU数据向量850还可以包含与超声探头的位置相关的额外信息，诸如加速度或旋转坐标。许多超声探头配备有IMU数据，以实时提供加速度计和陀螺仪数据。该数据可以用于确定探头相对于重力的角度，并确定探头围绕所有三个探头轴的旋转随时间的相对变化。除了图像数据805之外，还可以提供该数据作为配置800的输入。例如，还可以基于所拍摄的光学相机图像和/或在超声图像采集时经由跟踪系统142检测到的超声探头的磁场强度的电磁测量来确定探头取向。配置800可以例如通过将额外数据向量与第一全连接层820(1)级联来嵌入额外数据向量。此外，在一些实施例中，全连接层820可以基于额外数据向量来执行回归任务。例如，深度学习网络可以基于IMU取向数据和/或来自跟踪系统142的数据输出对应于取向的一个连续三值坐标和对应于平移的第二连续三值坐标、以及与在图像采集时探头的位置相关的任何其他坐标。此外，该额外IMU数据因此可以在配置800的训练和应用/推断阶段使用。
全连接层820可以对接收到的信息(例如，输入805和/或IMU数据向量850)进行下采样并将其映射到有限数量的类别832。在实施例中，最终全连接层820(K)可以是最终分类层，诸如softmax，以将最终输出层中的净激活变换为可以被解读为概率的一系列值。
分类输出830可以基于输入图像805指示多个类别832中的每个的置信度得分或概率。在这方面，配置800可以是多类别分类网络。在示例性实施例中，多个类别832包括对应于膈膜的圆顶区的声学窗口、对应于膈膜的并置顶区的声学窗口、以及既不对应于圆顶区也不对应于并置区的声学窗口。标签1可以是一种这样的组合(例如，圆顶区)，标签2是另一种组合(例如，并置区)，等等。输出830还可以指示输入图像805有多可能属于特定类别832。例如，针对标签1的高置信度得分和针对其他标签的更低置信度得分指示输入配置800针对图像805的输出标签是标签1(圆顶区)。置信度得分可以是任何合适的类型。在一个实施例中，置信度得分可以是概率(例如，0和1之间的十进制值)。以这种方式，CNN的输出可以是每个可能选项的似然值。具有最高似然的选项将被分配给图像。在一些实例中，将最高似然值与阈值进行比较，并且如果该值满足阈值，则将输出标签分配给图像。例如，如果最高似然值超过最小阈值，则将输出标签分配给图像。如果最高似然值低于最小阈值，则将不选择或分配任何选项，或将分配专用的“未知”标签。另外地或替代地，如果最高似然值低于最小阈值，则可以输出用于确认、拒绝或覆盖分类(例如，标签)的用户输入的提示以用于显示(例如，在显示器132处)。然后，例如，可以基于响应于提示而接收到的用户输入来更新标签。如果图像被存储/存档，则标签可以与图像一起存储和/或与图像相关联地存储。
在一些实施例中，配置800还可以在最后的卷积层810(N)或池化层815(N)的输出处输出特征向量。特征向量可以指示从输入图像805或其他数据检测到的对象。例如，特征向量可以指示从图像805识别的任何参数。作为说明性示例，特征向量可以指示在图像805内识别的膈膜、肝脏、肺组织、肌肉组织等。
在本公开的实施例中，深度学习网络可以包括多类别分类网络。在这样的实施例中，多类别分类网络可以包括编码器路径。例如，图像805可以是高维图像。然后可以利用卷积层810处理图像805，使得尺寸减小。图像805的所得低维表示可以用于生成先前所描述的特征向量。图像805的低维表示另外可以由全连接层820使用以回归和输出一个或多个类别832。在一些方面，全连接层820可以处理编码器或卷积层810的输出。全连接层820还可以被称为任务层或回归层以及其他术语。
训练深度学习网络(例如，配置800)可以利用各种不同的技术来实现。在一个实施例中，训练深度学习网络可以通过创建不同声学窗口、探头取向和/或位置和/或用户输入的样本超声图像的大数据集来实现。样本图像另外可以从大量患者获得。在深度学习网络被训练为从描绘许多不同感兴趣区域的图像识别诸如声学窗口的图像参数的实施例中，样本图像可以描绘各种各样的感兴趣区域。在训练多个深度学习网络的实施例中，每个深度学习网络被指派识别仅描绘一个感兴趣区域的超声图像的图像参数。在这样的实施例中，被选择用于训练一个深度学习网络的大量样本图像可以都描绘相同类型的感兴趣区域，但是每个样本图像仍然将描绘各种声学窗口并且从大量不同的患者获得。
作为训练的一个实施例的示例，被选择用于训练深度学习网络的每幅样本图像可以被分配变量Ik。每幅图像Ik可以被分配标签Lk，其中，Lk对应于用于图像Ik的图像采集的声学窗口和/或探头取向。深度学习网络可以使用多批元组(Ik，Lk)来分批训练，其中，Ik是可能预处理的超声图像，并且Lk是表示在图像Ik的采集期间使用的声学窗口和/或探头取向的对应标签。生成标签Lk的方法描述如下。
为了训练网络，可以生成随机多批元组(Ik，Lk)。图像可以被前向传播通过深度学习网络，为每个图像创建试验性标签分配Lk’。可以定义损失函数以测量批次中的所有标签的Lk和Lk’之间的误差的大小。误差然后可以被反向传播通过网络，并且使用优化器来调整网络的参数，以便改善后续预测。训练过程可以继续固定次数的迭代或直到满足一些收敛标准。例如，训练过程可以继续，直到对于指定次数的迭代误差不再改善。
在一个实施例中，在深度学习网络的训练期间使用的损失函数可以测量探头的估计角度和/或探头的解剖扫描窗口是正确的还是不正确的。例如，在给定深度学习网络可以被训练为识别的有限标签集合的情况下，网络可以为每个类别分配概率。例如，网络可以为一个类别分配80％(例如，0.8)的概率，并且为另一类别分配1％(例如，0.01)的概率。此外，针对每个类别的概率之和可以等于100％(例如，1)。然后，损失函数可以确定误差度量，该误差度量指示网络以高似然预测正确标签并且以低似然预测不正确标签的程度。损失函数可以包括各种其他特征或步骤。例如，在探头取向被定义为各种三值坐标而不是有限标签集合的实施例中，损失函数可以包括与探头在任何定义的轴上的预测角度和探头的实际角度之间的度数或弧度差相关的误差度量。
用于获得Lk的一种方法是通过使专家超声医师在图像采集时(前瞻性地)或在图像复查时(回顾性地)分配Lk。
可以使用跟踪系统来实施自动提供用于图像Ik的标签Lk的其他方法。在一些实施例中，跟踪系统可以是光学跟踪系统。光学相机跟踪可以涉及结合超声成像系统使用的摄影设备。例如，光学相机可以在图像采集期间获得患者和探头的图像。光学图像描绘了探头在患者身体上的位置和患者的身体定位。基于探头位置和身体定位，处理器电路可以确定用于解剖扫描窗口和/或探头取向的标签Lk。例如，使用图像处理技术，处理器电路可以识别患者的头部和足部以及患者的左侧和右侧区域以创建患者的坐标系。然后，处理器可以使用类似的图像处理技术来识别探头的坐标系。然后，处理器电路可以比较两个坐标系以识别探头取向。在一些实施例中，系统100还可以识别从摄影设备接收的图像内的各种特征以确定扫描窗口。在这样的实施例中，系统100可以使用图像处理技术来识别患者解剖结构内的肋骨或骨骼的位置，并确定探头110相对于那些肋骨或其他骨骼的位置和方向。
现在返回到图7，在步骤708处，方法700包括确定所识别的声学窗口是对应于圆顶区还是并置区。如果在步骤708处声学窗口不对应于圆顶区或并置区，则超声成像系统100可以向用户(例如，超声医师)提供重新定位探头110的提示。例如，如果膈膜不包括在对应于第一超声能量(例如，在步骤704处发射)的图像数据中，则超声成像系统100可以在显示器132处提供指示目标解剖特征不包括在声学窗口中的图形表示。这样一来，可以重复方法700的步骤702、704和/或706，直到在步骤708处将声学窗口识别为对应于并置区或圆顶区。
如果在步骤708处将声学窗口识别为对应于并置区，则方法700可以进行到步骤710。在步骤710处，方法700涉及实施高频设置。例如，超声成像系统100可以控制声学元件的阵列(例如，换能器阵列112)来以高频率(例如，第二频率)(诸如8-12MHz之间的频率)发射第二超声能量，并且接收与第二超声能量相关联的回波。以这种方式，超声成像系统100可以生成患者膈膜的并置区的超声图像和/或超声成像数据。此外，超声图像和/或成像数据的图像质量可以比基于以相对更低频率的超声发射生成的超声图像更大(例如，在分辨率和/或另一图像质量因素方面)。如上面参考方法400(图4)的步骤406所讨论的，超声成像系统100可以基于声学窗口被识别为对应于并置区来确定高频设置的频率。
在步骤712处，方法700涉及对膈膜进行分割。特别地，方法700可以涉及执行对包括在基于高频设置生成的超声图像(例如，在步骤712处生成的超声图像)中的感兴趣区域(诸如膈膜或其一部分)的分割。在一些实施例中，超声成像系统100可以对膈膜的第一壁和第二壁(例如膈膜的顶壁和底壁)进行分割。超声成像系统100可以采用图像处理算法和/或技术(诸如霍夫变换)来对膈膜进行分割。另外地或替代地，超声成像系统100可以使用基于人工智能的膈膜检测(诸如经由图8的配置800对膈膜的检测)来对膈膜进行分割。
在步骤714处，方法700包括执行自适应波束操控。更具体地，方法700可以涉及使超声能量的发射和/或接收转向以增加由膈膜反射的回波的信号强度。也就是说，例如，超声成像系统100可以确定在膈膜处产生最高回波性和/或满足阈值的回波性的转向角，并且然后可以基于所确定的角度而使探头110处的超声发射转向。例如，膈膜的位置和结构取向并且更具体地并置区可以在异质患者群体内(例如，在成人、儿童、肥胖对象、患有呼吸障碍的对象等之间)改变。膈膜的位置和结构取向还可以在呼吸周期内改变，如图3所示。关于结构取向，膈膜可以被成像为包括三个层，如图6B所示。特别地，膈膜可以包括非回波中心层、以及两个高回波层(例如，壁胸膜和腹膜)。为此目的，高回波层相对于患者皮肤表面和皮肤表面处的换能器面的取向可能影响膈膜的可见性。作为说明性示例，具有大约90°的声学入射角的壁胸膜和腹膜的成像可以根据需要导致膈膜表现为高回波结构，而更倾斜的声学入射角可以降低膈膜的可视性。
图9图示了导致大约90°的声学入射角的超声能量的发射的示意图。特别地，图9图示了被定位成与膈膜904并且特别地膈膜904的壁胸膜906(例如，顶层)和腹膜908(例如，底层)相对平行的换能器阵列902，其可以基本上类似于换能器阵列112。在一些实施例中，与超声能量910相关联的回波可以具有由大约90°的声学入射角引起的相对高的信号强度。为此目的，图6B可以提供由与超声能量910相关联的回波产生的超声图像650的说明性示例。
为了比较，图10A图示了可以由与对应于倾斜声学入射角(例如，超过或小于90°的声学入射角)的超声能量发射相关联的回波产生的超声图像1000。例如，超声图像1000可以由超声能量1020从图10B中所示的换能器阵列1024到膈膜1022的发射而产生。如图所示，与图6B的超声图像650相比，图10A的超声图像1000的图像质量降低。例如，超声图像650内的壁胸膜656和腹膜658比超声图像1000的壁胸膜1002和腹膜1004更容易可见。此外，例如，与基于与超声图像1000的壁胸膜1002和腹膜1004相关联地接收的回波的信号强度执行的测量相比，与超声图像650(图6B)的壁胸膜656和腹膜658相关联地接收的回波的更高信号强度可以导致膈膜厚度和/或其他合适度量的更鲁棒测量。
为此目的，方法700的步骤714可以涉及确定提供改善的图像质量的波束转向角，这可以实现更鲁棒的测量。例如，在一些实施例中，步骤714可以涉及识别适合于针对换能器阵列的位置与膈膜1022之间的给定关系产生大约90°的声学入射角的波束转向角。更具体地，在一些实施例中，方法700的步骤714可以涉及控制换能器阵列来以一系列波束转向角连续地击发(例如，发射超声能量)。步骤714还可以涉及基于与一系列波束转向角相关联的回波和/或图像数据来确定导致膈膜的最高回波性和/或满足阈值的回波性的波束转向角。也就是说，例如，可以识别导致对应超声图像中的膈膜的最高图像质量和/或最佳可见性的波束转向角。
作为说明性示例，换能器阵列1024可以(例如，经由超声系统100)被控制为以一系列不同的波束转向角发射超声能量，所述一系列不同的波束转向角可以包括第一波束转向角和第二波束转向角。例如，图10B中所示的超声能量1020从换能器阵列1024的发射可以表示以第一波束转向角的超声能量的发射。图10C中所示的超声能量1050从换能器阵列1024的发射可以表示以不同的第二波束转向角的超声能量的发射。可以经由图像处理、人工智能(例如，配置800)等来分析与以第一波束转向角发射的超声能量1020相关联的图像数据和与以第二波束转向角发射的超声能量1050相关联的图像数据，以识别导致膈膜的最高回波性和/或满足阈值的回波性的波束转向角。例如，可以选择(例如，设置)产生壁胸膜和/或腹膜的最高可见性(例如，最高对比度、锐度和/或分辨率)的波束转向角作为用于换能器阵列1024的后续成像(诸如对膈膜1022的成像)的波束转向角，以执行对膈膜1022的一个或多个特性的测量。在一些情况下，可以选择图10C中所示的第二波束转向角，因为声学入射角为大约90°。
另外地或替代地，可以(例如，经由通信模块268)接收关于波束转向角的用户输入，并且可以基于用户输入选择波束转向角。例如，用户输入可以包括对应于特定波束转向角的图像数据(诸如对应于第二波束转向角的图像数据)的选择。
此外，在一些实施例中，步骤714可以涉及基于膈膜的移动(诸如膈膜在呼吸周期内的移动)的自适应波束转向。例如，超声成像系统100可以确定适合于在吸气结束时对膈膜进行成像的第一波束转向角和适合于在呼气结束时对膈膜进行成像的不同的第二波束转向角。这样一来，超声成像系统100可以控制换能器阵列112在吸气结束时根据第一波束转向角发射超声能量，并且可以控制换能器阵列112在呼气结束时根据第二波束转向角发射超声能量。以这种方式，可以在呼吸周期的不同阶段很好地可视化膈膜。在一些实施例中，例如，超声成像系统100可以在呼吸周期内循环通过由超声成像系统100先前确定的一组波束转向角，诸如第一波束转向角和第二波束转向角。在这种情况下，超声成像系统100可以周期性地确定是否调整包括在该组中的波束转向角，或可以响应于诸如图像的图像质量未能满足阈值的事件来确定调整波束转向角。另外地或替代地，超声成像系统100可以连续地确定和控制换能器阵列112适应波束转向角。
此外，除了自适应波束转向(例如，在步骤714处)之外或替代自适应波束转向，方法700可以涉及调谐不同的声学设置，诸如聚焦深度(例如，深度相关聚焦)、增益和/或成像轮廓。例如，可以基于对膈膜的位置的识别(例如，基于步骤712处的膈膜的分割)来调整聚焦深度、增益和/或成像轮廓。
回到图7，在步骤716处，方法700可以包括确定与并置区相关联的测量结果。特别地，该方法的步骤716可以涉及根据在步骤714处确定的波束转向角或一组波束转向角对并置区进行成像。此外，与并置区相关联的测量结果可以包括膈膜厚度的量度，其可以对应于壁胸膜和腹膜之间的距离。特别地，测量结果可以包括在吸气结束时和/或在呼气结束时膈膜的厚度，和/或测量结果可以包括膈膜增厚分数(DTF)。可以基于在吸气结束时膈膜的厚度与在呼气结束时膈膜的厚度之间的差异除以在呼气结束时膈膜的厚度(例如，(在吸气结束时的膈膜厚度-在呼气结束时的膈膜厚度)/(在呼气结束时的膈膜厚度))来确定DTF。
作为说明性示例，图11A示出了具有由括号1102指代的在呼气结束时的膈膜厚度(例如，功能剩余容量(FRC)厚度)的超声图像1100。类似地，图11B图示了具有由括号1122指代的在吸气结束时的膈膜厚度(例如，总肺容量(TLC)厚度)的超声图像1120。
在一些实施例中，超声成像系统100可以经由图像处理和/或经由配置800来确定测量结果(例如，在步骤716处)。例如，配置800可以被训练为识别壁胸膜和腹膜，和/或可以经由分割来识别壁胸膜和腹膜，如上所述。然后可以确定壁胸膜和腹膜之间的距离。此外，针对测量结果的标度可以在超声成像系统100处(例如，经由用户输入)提供，可以基于参考标记(诸如具有已知尺寸的尺子或解剖特征)来确定，可以基于用于采集在测量中使用的超声图像的声学设置(例如，深度设置)来确定等。配置800还可以确定与测量相关联的置信度度量(例如，置信度得分)。置信度度量可以是0和1之间的十进制值，例如，其中值1指示测量准确的更高概率，并且值0指示测量准确的更低概率，或反之亦然。
此外，在一些实施例中，测量结果可以对应于弹性成像测量结果(例如，弹性的量度)。例如，超声成像系统100可以确定与膈膜相关联的剪切波速度，其可以对应于膈膜的刚度的量度。此外，在一些实施例中，测量结果可以对应于膈膜的收缩速度。为此目的，虽然与并置区相关联的测量结果在本文中被描述为厚度、DTF、弹性成像测量结果或收缩速度的量度，但是实施例不限于此。替代地，可以确定任何合适的测量。
在步骤718处，方法700包括输出测量结果。更具体地，可以将测量的图形表示输出到显示器。例如，超声成像系统100可以将表示在吸气结束时和/或在呼气结束时的膈膜的厚度和/或膈膜增厚分数(DTF)的符号、字母数字文本、图标等输出到显示器132。如图11A-B中进一步所示，图形表示可以叠加在超声图像上。特别地，图11A包括括号1102形式的测量结果的第一图形表示、以及消息1104形式的第二图形表示。类似地，图11B包括括号1122形式的测量结果的第一图形表示、以及消息1124形式的第二图形表示。以这种方式，可以在显示器132处提供膈膜的健康和/或功能的指示。
另外地或替代地，测量结果可以以报告的形式输出。例如，超声成像系统100可以生成厚度报告，其可以包括关于DTF、在吸气结束时的膈膜厚度、在呼气结束时的膈膜厚度等的信息。超声成像系统100还可以生成弹性报告，其可以包括关于与膈膜相关联地测量的剪切波速度的信息。
如果在方法700的步骤708处将声学窗口识别为对应于圆顶区，则方法700可以进行到步骤720。在步骤720处，方法700涉及实施低频设置。例如，超声成像系统100可以控制声学元件的阵列(例如，换能器阵列112)来以低频率(例如，第二频率)(诸如2-4MHz之间的频率)发射第二超声能量，并且接收与第二超声能量相关联的回波。以这种方式，超声成像系统100可以生成患者膈膜的圆顶区的超声图像和/或超声成像数据。此外，超声图像和/或成像数据的图像质量可以比基于相对更低频率处的超声发射生成的超声图像更大(例如，在穿透性和/或另一图像质量因素方面)。如上面参考方法400(图4)的步骤406所讨论的，超声成像系统100可以基于声学窗口被识别为对应于圆顶区来确定低频设置的频率。
在步骤722处，方法700涉及对膈膜进行分割。特别地，方法700可以涉及执行对包括在基于低频设置生成的超声图像(例如，在步骤720处生成的超声图像)中的感兴趣区域(诸如膈膜或其一部分)的分割，如上面参考步骤712一般描述的。
在步骤724处，方法700包括执行自适应波束操控。更具体地，方法700可以涉及使超声能量的发射和/或接收转向以增加由膈膜反射的回波的信号强度。也就是说，例如，超声成像系统100可以确定在膈膜处产生最高回波性和/或超过阈值的回波性的转向角，并且然后可以基于所确定的角度而使探头110处的超声发射转向，如上面参考步骤714一般描述的。
此外，除了自适应波束转向(例如，在步骤724处)之外或替代于其，方法700可以涉及调谐不同的声学设置，诸如聚焦深度(例如，深度相关聚焦)、增益和/或成像轮廓。例如，可以基于对膈膜的位置的识别(例如，基于对膈膜的分割722)来调整聚焦深度、增益和/或成像轮廓。特别地，对于如上所述的可以基于用户输入识别的线性换能器阵列，成像轮廓可以被设置用于梯形成像。
在步骤726处，方法700包括确定与圆顶区相关联的测量结果。特别地，该方法的步骤726可以涉及根据在步骤724处确定的波束转向角或一组波束转向角对圆顶区进行成像。此外，与圆顶区相关联的测量结果可以包括膈膜偏移(DE)的量度，其可以对应于膈膜从吸气结束到呼气结束的全局位移。这样一来，可以基于M模式成像或散斑跟踪技术来确定测量结果。例如，超声成像系统100可以在呼吸周期内在视场中跟踪膈膜的一组点或膈膜的整个部分的移动，以确定膈膜偏移。特别地，配置800可以被训练为跟踪膈膜的移动并确定所得到的膈膜偏移。配置800还可以确定与测量结果相关联的置信度度量(例如，置信度得分)。配置800还可以确定与测量结果相关联的置信度度量(例如，置信度得分)。置信度度量可以是0和1之间的十进制值，例如，其中，值1指示测量结果准确的更高概率，并且值0指示测量结果准确的更低概率，或反之亦然。此外，测量结果可以对应于圆顶区的弹性成像测量结果或任何其他合适的测量结果。
作为说明性示例，图12A示出了具有在安静呼吸的周期内测量的膈膜偏移的超声图像1200(例如，M模式图像)。如图所示，膈膜或其一部分在安静呼吸的周期内从第一位置1202移位到第二位置1204。图12B图示了具有在深呼吸的周期内测量的膈膜偏移的超声图像1220(例如，M模式图像)。如图所示，膈膜或其一部分在深呼吸的周期内从第一位置1222移位到第二位置1224。
在步骤728处，方法700涉及输出测量结果。更具体地，可以将测量结果的图形表示输出到显示器。例如，超声成像系统100可以将表示膈膜偏移的符号、字母数字文本、图标等输出到显示器132。如图12A-B中进一步所示，图形表示可以叠加在超声图像上。特别地，图12A包括第一位置1202和第二位置1204的指示的形式的测量结果的第一图形表示、以及消息1206形式的第二图形表示。类似地，图12B包括第一位置1222和第二位置1224的指示的形式的测量结果的第一图形表示、以及消息1226形式的第二图形表示。以这种方式，可以在显示器132处提供膈膜的健康和/或功能的指示。
另外地或替代地，测量结果可以以报告的形式输出。例如，超声成像系统100可以生成偏移报告，其可以包括关于安静呼吸、深呼吸、慢呼吸、快呼吸等内的膈膜偏移的信息。
本领域技术人员将认识到，可以以各种方式修改上述装置、系统和方法。因此，本领域普通技术人员将意识到，由本公开涵盖的实施例不限于上述特定示例性实施例。就这一点而言，尽管已经示出和描述了说明性实施例，但是在前述公开中预期各种各样的修改、改变和替换。应该理解，在不脱离本公开的范围的情况下，可以对前述内容做出这样的变化。因此，适当的是，以与本公开一致的方式广义地理解所附权利要求。

Claims (15)

1.一种超声成像系统，包括：
声学元件的阵列；以及
处理器电路，其被配置用于与所述声学元件的阵列通信，其中，所述处理器电路被配置为：
控制所述声学元件的阵列来以第一频率发射第一超声能量并接收与所述第一超声能量相关联的回波；
基于与所述第一超声能量相关联的所述回波来识别声学窗口；
基于所述声学窗口来确定第二频率；
控制所述声学元件的阵列来以所述第二频率发射第二超声能量并接收与所述第二超声能量相关联的回波；
基于与所述第二超声能量相关联的所述回波来生成图像；并且
将所述图像输出到与所述处理器电路通信的显示器。
2.根据权利要求1所述的超声成像系统，其中，所述处理器电路被配置为还基于所述声学元件的阵列的取向来识别所述声学窗口。
3.根据权利要求1所述的超声成像系统，其中，所述处理器电路被配置为还基于用户输入来识别所述声学窗口。
4.根据权利要求3所述的超声成像系统，其中，所述用户输入包括以下中的至少一项：深度设置或对解剖特征的选择。
5.根据权利要求1所述的超声成像系统，还包括与所述处理器电路通信的惯性测量单元(IMU)，其中，所述处理器电路被配置为还基于在所述IMU处收集的数据来识别所述声学窗口。
6.根据权利要求1所述的超声成像系统，其中，所述处理器电路还被配置为：
基于与所述第一超声能量相关联的所述回波来生成图像数据；并且
基于所述图像数据来检测解剖特征，其中，所述处理器电路被配置为还基于所述解剖特征来识别所述声学窗口。
7.根据权利要求1所述的超声成像系统，其中，所述处理器电路还被配置为：
确定与被包括在所述图像中的解剖特征相关联的测量结果；并且
将所述测量结果的图形表示输出到所述显示器。
8.根据权利要求7所述的超声成像系统，其中，所述测量结果包括以下中的至少一项：膈膜偏移测量结果、膈膜厚度测量结果或膈膜增厚分数。
9.根据权利要求7所述的超声成像系统，其中，所述处理器电路还被配置为将与所述测量结果相关联的置信度度量的图形表示输出到所述显示器。
10.根据权利要求1所述的超声成像系统，其中，所述处理器电路与跟踪系统通信，并且其中，所述处理器电路被配置为还基于从所述跟踪系统接收的数据来确定识别所述声学窗口。
11.根据权利要求1所述的超声成像系统，其中，所述处理器电路还被配置为从多个波束转向角中选择波束转向角，其中，所述处理器电路被配置为还基于所述波束转向角来控制所述声学元件的阵列以发射所述第二超声能量。
12.根据权利要求11所述的超声成像系统，其中，所述处理器电路被配置为基于与所述波束转向角相关联的解剖特征的回波性和与所述多个波束转向角中的额外波束转向角相关联的所述解剖特征的回波性的比较来选择所述波束转向角。
13.根据权利要求12所述的超声成像系统，其中，所述处理器电路被配置为还基于识别所述解剖特征的第一壁和第二壁来选择所述波束转向角。
14.根据权利要求1所述的超声成像系统，其中，所述处理器电路被配置为基于所述声学窗口来确定额外声学设置，其中，所述处理器电路被配置为还基于所述额外声学设置来控制所述声学元件的阵列以发射所述第二超声能量。
15.一种超声成像方法，包括：
由处理器电路控制与所述处理器电路通信的声学元件的阵列来以第一频率发射第一超声能量并接收与所述第一超声能量相关联的回波；
由所述处理器电路基于与所述第一超声能量相关联的所述回波来识别声学窗口；
由所述处理器电路基于所述声学窗口来确定第二频率；
由所述处理器电路控制所述声学元件的阵列来以所述第二频率发射第二超声能量并接收与所述第二超声能量相关联的回波；
由所述处理器电路基于与所述第二超声能量相关联的所述回波来生成图像；并且
由所述处理器电路将所述图像输出到与所述处理器电路通信的显示器。
CN202180085446.7A 2020-12-18 2021-12-10 具有基于解剖结构的声学设置的超声成像 Pending CN116783509A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202063127475P 2020-12-18 2020-12-18
US63/127,475 2020-12-18
PCT/EP2021/085123 WO2022128759A2 (en) 2020-12-18 2021-12-10 Ultrasound imaging with anatomy-based acoustic settings

Publications (1)

Publication Number Publication Date
CN116783509A true CN116783509A (zh) 2023-09-19

Family

ID=79259451

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180085446.7A Pending CN116783509A (zh) 2020-12-18 2021-12-10 具有基于解剖结构的声学设置的超声成像

Country Status (5)

Country Link
US (1) US20240053470A1 (zh)
CN (1) CN116783509A (zh)
DE (1) DE112021006546T5 (zh)
GB (1) GB2617762A (zh)
WO (1) WO2022128759A2 (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006031526A2 (en) * 2004-09-09 2006-03-23 Diagnostic Ultrasound Corporation Systems and methods for ultrasound imaging using an inertial reference unit
US7654958B2 (en) * 2004-04-20 2010-02-02 St. Jude Medical, Atrial Fibrillation Division, Inc. Method and apparatus for ultrasound imaging with autofrequency selection
US11116474B2 (en) * 2013-07-23 2021-09-14 Regents Of The University Of Minnesota Ultrasound image formation and/or reconstruction using multiple frequency waveforms
US20160199029A1 (en) * 2013-08-19 2016-07-14 University Of Utah Research Foundation Ultrasound apparatus, system, and method
US10912536B2 (en) * 2016-08-23 2021-02-09 Carestream Health, Inc. Ultrasound system and method
US10932749B2 (en) * 2016-11-09 2021-03-02 Fujifilm Sonosite, Inc. Ultrasound system for enhanced instrument visualization

Also Published As

Publication number Publication date
US20240053470A1 (en) 2024-02-15
GB2617762A (en) 2023-10-18
DE112021006546T5 (de) 2023-11-16
WO2022128759A2 (en) 2022-06-23
WO2022128759A3 (en) 2022-08-25
GB202310972D0 (en) 2023-08-30

Similar Documents

Publication Publication Date Title
JP7330207B2 (ja) 適応的超音波スキャニング
JP2017502729A (ja) モデルベースセグメンテーションを用いた像撮像誘導
EP2994053A1 (en) 3d ultrasound imaging system
EP3420913B1 (en) Ultrasound imaging apparatus and control method thereof
KR20170007209A (ko) 의료 영상 장치 및 그 동작 방법
US20220401062A1 (en) Point-of-care ultrasound (pocus) scan assistance and associated devices, systems, and methods
US20230026942A1 (en) Intelligent measurement assistance for ultrasound imaging and associated devices, systems, and methods
US20170209118A1 (en) Ultrasonic imaging apparatus and method for controlling the same
US20230100078A1 (en) Multi-modal medical image registration and associated devices, systems, and methods
JP7462624B2 (ja) 深層学習に基づく超音波撮像ガイダンス並びに関連するデバイス、システム、及び方法
US11532084B2 (en) Gating machine learning predictions on medical ultrasound images via risk and uncertainty quantification
KR20190085342A (ko) 초음파 진단 장치의 제어 방법 및 초음파 진단 장치
US20240074738A1 (en) Ultrasound image-based identification of anatomical scan window, probe orientation, and/or patient position
US20240053470A1 (en) Ultrasound imaging with anatomy-based acoustic settings
US20220370034A1 (en) Automatic closed-loop ultrasound plane steering for target localization in ultrasound imaging and associated devices, systems, and methods
CN112515944A (zh) 具有用于心肺复苏(cpr)按压的实时反馈的超声成像
EP4265191A1 (en) Ultrasound imaging
EP4327750A1 (en) Guided ultrasound imaging for point-of-care staging of medical conditions
WO2023186640A1 (en) Completeness of view of anatomy in ultrasound imaging and associated systems, devices, and methods
WO2023202887A1 (en) Ultrasound imaging
WO2024042044A1 (en) Guided ultrasound imaging for point-of-care staging of medical conditions
WO2024104857A1 (en) Automatic measurement point detection for anatomy measurement in anatomical images
CN115969414A (zh) 用于在超声成像期间使用分析辅助的方法和系统
Mendizabal Ruiz LUMEN SEGMENTATION IN INTRAVASCULAR ULTRASOUND DATA

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination