CN117224168A - 用于血管内可视化的系统和方法 - Google Patents
用于血管内可视化的系统和方法 Download PDFInfo
- Publication number
- CN117224168A CN117224168A CN202310611958.3A CN202310611958A CN117224168A CN 117224168 A CN117224168 A CN 117224168A CN 202310611958 A CN202310611958 A CN 202310611958A CN 117224168 A CN117224168 A CN 117224168A
- Authority
- CN
- China
- Prior art keywords
- vessel
- boundary
- intravascular imaging
- display system
- imaging display
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000012800 visualization Methods 0.000 title description 14
- 238000003384 imaging method Methods 0.000 claims abstract description 139
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 32
- 238000002604 ultrasonography Methods 0.000 claims abstract description 28
- 238000010801 machine learning Methods 0.000 claims description 19
- 238000013135 deep learning Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 25
- 238000002608 intravascular ultrasound Methods 0.000 description 24
- 238000005259 measurement Methods 0.000 description 18
- 244000208734 Pisonia aculeata Species 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 239000002131 composite material Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002308 calcification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 208000031481 Pathologic Constriction Diseases 0.000 description 2
- 238000002583 angiography Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000035475 disorder Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 230000036262 stenosis Effects 0.000 description 2
- 208000037804 stenosis Diseases 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 239000004698 Polyethylene Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 229910002113 barium titanate Inorganic materials 0.000 description 1
- JRPBQTZRNDNNOP-UHFFFAOYSA-N barium titanate Chemical compound [Ba+2].[Ba+2].[O-][Ti]([O-])([O-])[O-] JRPBQTZRNDNNOP-UHFFFAOYSA-N 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 239000000560 biocompatible material Substances 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000005242 cardiac chamber Anatomy 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000001105 femoral artery Anatomy 0.000 description 1
- 210000003191 femoral vein Anatomy 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000004731 jugular vein Anatomy 0.000 description 1
- 229910052451 lead zirconate titanate Inorganic materials 0.000 description 1
- HFGPZNIAWCZYJU-UHFFFAOYSA-N lead zirconate titanate Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Ti+4].[Zr+4].[Pb+2] HFGPZNIAWCZYJU-UHFFFAOYSA-N 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- HLXZNVUGXRDIFK-UHFFFAOYSA-N nickel titanium Chemical compound [Ti].[Ti].[Ti].[Ti].[Ti].[Ti].[Ti].[Ti].[Ti].[Ti].[Ti].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni].[Ni] HLXZNVUGXRDIFK-UHFFFAOYSA-N 0.000 description 1
- 229910001000 nickel titanium Inorganic materials 0.000 description 1
- 238000012014 optical coherence tomography Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- -1 polyethylene Polymers 0.000 description 1
- 229920000573 polyethylene Polymers 0.000 description 1
- 229920002635 polyurethane Polymers 0.000 description 1
- 239000004814 polyurethane Substances 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910001220 stainless steel Inorganic materials 0.000 description 1
- 239000010935 stainless steel Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Classifications
-
- 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
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- 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
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10068—Endoscopic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Vascular Medicine (AREA)
- Urology & Nephrology (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本文的实施例涉及血管内成像显示系统和相关方法。在一个实施例中,包括了一种血管内成像显示系统,其具有控制电路和视频输出电路。所述视频输出电路可以被配置为生成包括用户界面的显示输出。所述用户界面可以包括与所成像的血管相关的图形元素。所述图形元素可以包括至少部分地由第一图形指示符限定的第一检测到的特征部分,以及至少部分地由第二图形指示符限定的第二检测到的特征部分。所述第一图形指示符在视觉上可以与所述第二图形指示符不同。所述第一检测到的特征部分和所述第二检测到的特征部分可以由所述控制电路基于超声返回信号越过阈值的衰减程度来分配,以表示沿着血管壁的一个或多个位置。
Description
技术领域
本文的实施例涉及血管内成像显示系统和相关方法。
背景技术
成像系统,诸如血管内超声(“IVUS”)成像系统已被开发出来以提供用于使各种疾病或失调可视化的诊断工具。例如,IVUS成像系统已被用作用于诊断堵塞的血管并提供信息以帮助医疗从业者选择和放置支架和其他装置以恢复或增加血流的成像模式。IVUS成像系统已被用于诊断在血管内特定位置处的粥样斑块堆积。IVUS成像系统可以用于确定血管内阻塞或狭窄的存在,以及阻塞或狭窄的性质和程度。IVUS成像系统可以用于使血管系统的段可视化,由于移动(例如,跳动的心脏)或由一个或多个结构(例如,不期望被成像的一个或多个血管)导致的阻塞,该段可能难以使用其他血管内成像技术,诸如血管造影术实现可视化。IVUS成像系统可以用于监测或评估正在进行的血管内治疗,诸如实时(或几乎实时)的血管造影术和支架放置。此外,IVUS成像系统可以用于监测一个或多个心腔。
发明内容
本文的实施例涉及血管内成像显示系统和相关方法。在第一方面,包括了一种血管内成像显示系统,其具有控制电路和视频输出电路。视频输出电路可以被配置为生成包括用户界面的显示输出。用户界面可以包括与正在成像的血管相关的图形元素。图形元素可以包括第一检测到的特征部分,其中第一检测到的特征部分可以至少部分地由第一图形指示符限定。图形元素可以包括第二检测到的特征部分,其中第二检测到的特征部分可以至少部分地由第二图形指示符限定。第一图形指示符在视觉上可以与第二图形指示符不同。第一检测到的特征部分和第二检测到的特征部分可以由控制电路基于超声返回信号越过阈值的衰减程度来分配,以表示沿着血管壁的一个或多个位置。
在第二方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,第一图形指示符可以包括实线边界。
在第三方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,第二图形指示符可以包括虚线边界。
在第四方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,图形元素可以与血管的纵向横截面相关。
在第五方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,图形元素可以与血管的径向横截面相关。
在第六方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,第一检测到的特征部分可以包括第一腔边界的表示和第一血管边界的表示。第二检测到的特征部分可以包括第二腔边界的表示和第二血管边界的表示。
在第七方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,第一血管边界、第二血管边界、第一腔边界和第二腔边界的表示的位置可以使用机器学习衍生模型确定。
在第八方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,第一血管边界、第二血管边界、第一腔边界和第二腔边界的表示的位置可以使用深度学习衍生模型确定。
在第九方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,用户界面可以包括与正在成像的血管相关的一个或多个数字参数,其中一个或多个数字参数包括用于指示它们是与第一检测到的特征部分还是与第二检测到的特征部位相关的印刷特征。
在第十方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,用户界面可以被配置为从系统用户接收关于图形元素的位置的用户输入。
在第十一方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,用户界面可以被配置为从系统用户接收关于第一血管边界的表示的位置和第二血管边界的表示的位置中的至少一个的用户输入。
在第十二方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,血管内成像显示系统可以被配置为使用用户输入作为用于生成机器学习模型的数据集的一部分。
在第十三方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,第一检测到的特征部分包括由第二检测到的特征部分的一个或多个离散部分分开的一个或多个离散部分。
在第十四方面,可以包括一种为血管内成像显示系统提供显示的方法。该方法可以包括基于超声返回信号的衰减程度,区分第一血管壁部分和第二血管壁部分。该方法还可以包括生成包括用户界面的显示输出,其中用户界面包括与正在成像的血管相关的图形元素,图形元素包括对应于第一血管壁部分的第一检测到的特征部分和对应于第二血管壁部分的第二检测到的特征部分。第一检测到的特征部分可以至少部分地由第一图形指示符限定,并且第二检测到的特征部分可以至少部分地由第二图形指示符限定。第一图形指示符在视觉上可以与第二图形指示符不同。
在第十五方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,第一图形指示符可以包括实线边界,并且第二图形指示符可以包括虚线边界。
在第十六方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,该方法还可以包括使用机器学习衍生模型确定与正在成像的血管相关的图形元素的位置。
在第十七方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,该方法还可以包括使用深度学习衍生模型确定与正在成像的血管相关的图形元素的位置。
在第十八方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,该方法还可以包括从系统用户接收关于与正在成像的血管相关的图形元素的用户输入。
在第十九方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,该方法还可以包括从系统用户接收关于血管边界的位置的用户输入。
在第二十方面,除了前面或下面的方面中的一个或多个之外,或者在一些方面的替代方案中,该方法还可以包括使用用户输入作为用于生成机器学习模型的数据集的一部分。
本发明内容是对本申请的一些教导的概述并且不旨在成为本主题的排他性或详尽的处理。进一步的细节可在具体实施方式和所附权利要求中找到。在阅读和理解以下详细描述并且查看形成其一部分的附图后,其他方面对于本领域的技术人员而言将是显而易见的,附图中的每一个不应被理解为具有限制意义。本文的范围由所附权利要求及其法律等同物定义。
附图说明
结合以下附图可以更全面地理解各个方面,其中:
图1是根据本文的各种实施例的血管内成像系统的示意图。
图2是根据本文的各种实施例的正在成像的血管的径向横截面视图。
图3是根据本文的各种实施例的正在成像的血管的径向横截面视图。
图4是根据本文的各种实施例的用于血管内成像系统的显示的示意图。
图5是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图6是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图7是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图8是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图9是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图10是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图11是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图12是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图13是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图14是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图15是根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。
图16是根据本文的各种实施例的IVUS成像系统的血管内成像导管的示意性侧视图。
图17是根据本文的各种实施例的血管内成像导管的细长构件的远端的示意性立体图。
虽然实施例易于实现各种修改和替代形式,但其具体细节已通过示例的方式在附图中示出且将更详细地进行描述。然而,应理解的是本文的范围不受限于所述的特定方面。相反地,其意图是涵盖落在本文的精神和范围内的修改、等同物和替代物。
具体实施方式
如上面所参考的,成像系统已被开发出来以提供用于使各种疾病或失调可视化的诊断工具。作为一个示例,IVUS成像系统可以包括控制模块(其具有脉冲发生器、图像处理器和显示器或监视器)、导管和设置在导管中的一个或多个换能器。包含换能器的导管可以被定位在待成像的区域内或附近的腔或空腔,诸如血管壁或血管壁近侧的患者组织中。控制模块中的脉冲发生器生成电脉冲,其被输送至一个或多个换能器并且被转换为声脉冲,该声脉冲通过患者组织传输。传输的声脉冲的反射脉冲被一个或多个换能器吸收并且被转换为电脉冲。转换后的电脉冲被输送到图像处理器并且被转换为可在监视器上显示的图像。
成像系统的价值可以通过自动识别临床感兴趣的解剖学部分和/或自动计算其测量值来增强。例如,在一些情况下,系统可以通过使用机器学习技术评估成像信号来自动确定感兴趣的解剖学特征(诸如,血管腔边界和/或血管壁边界)的位置。具体地,模型可以通过机器学习技术(诸如,监督学习方法、深度学习方法等)生成并且随后应用于成像信号,以识别感兴趣的解剖学特征的位置和/或其测量值。然后,感兴趣的解剖学特征的位置和/或其的测量值可以以显示或绘制的图形元素的形式显示在本文的系统的用户界面内,该图形元素指示感兴趣的解剖学特征和/或其测量值或性质。
然而,在许多情况下,系统以自动化方式准确确定感兴趣的解剖学特征的位置的能力取决于收集充足的具有足够信噪比的成像信号的能力。一些条件(诸如,存在使超声信号衰减的斑块)会干扰成像过程,并且具体地,会使由系统收集的信号衰减和/或将其的信噪比降低到防止系统以自动化方式准确和可靠地识别感兴趣的解剖学特征的位置的水平。在这种情况下,虽然系统仍然能够估计这些特征的位置,但估计可能缺乏针对系统的典型的位置准确性水平。在这种情况下,对于系统用户(诸如,临床医生)来说,认识到由系统绘制的特征的位置准确性,诸如,可能降低的位置准确性的情况来说是很重要的。
本文的实施例可以向系统用户提供关于感兴趣的解剖学特征的识别位置的位置准确性和/或其测量值的信息,诸如通过用户界面提供。在本文的各种实施例中,血管内成像显示系统可以以提供关于其的位置准确性的信息的方式显示图形组成部分。例如,在本文的各种实施例中,血管内成像显示系统可以显示与血管壁相关的图形组成部分,该血管壁包括至少部分地由第一图形指示符限定的第一血管壁部分和至少部分地由在视觉上不同于第一图形指示符的第二图形指示符限定的第二血管壁部分。第一血管壁部分和第二血管壁部分可以各自表示沿着血管壁的一个或多个位置,其表现出如由控制电路基于超声返回信号的衰减程度或基于另一个度量或方法确定的不同程度的位置准确性或置信度。因此,视觉上不同的第一血管壁部分和第二血管壁部分可以用于向系统用户发出确定其位置的准确性中的差异的视觉信号。
在各种实施例中,一种向血管内成像显示系统提供显示的方法可以包括以下的操作:基于指示感兴趣的解剖学特征的位置的准确性和/其测量值的超声返回信号的衰减程度或另一个度量或方法(诸如,信噪比等)来区分第一血管壁部分和第二血管壁部分以及生成包括用户界面的显示输出。用户界面可以包括与血管壁的表示相关的图形组成部分,该表示包括第一血管壁部分的表示和第二血管壁部分的表示。第一血管壁部分的表示可以至少部分地由第一图形指示符限定,并且第二血管壁部分的表示可以至少部分地由第二图形指示符限定。
现在参考图1,示出了根据本文的各种实施例的血管内成像系统100的示意图。在该示例中,血管内成像系统100采用IVUS成像系统的形式。然而,也可以设想包括光学相干断层扫描成像系统的其他成像系统。血管内成像系统100包括可联接到处理单元或控制模块104的导管102。控制模块104可以包括,例如,控制电路106、脉冲发生器108、驱动单元110、视频输出电路112和一个或多个显示器或显示单元114。在一些情况下,脉冲发生器108形成电脉冲,其可以被输入到设置在导管102中的一个或多个换能器。
为了本文的目的而言,术语“显示器”可以指代用于数据的视觉表示的电子装置(例如,诸如监视器等)和/或数据本身的视觉表示。换句话说,术语“显示器”可以指用于显示数据的硬件,以及显示在硬件装置上的数据,这取决于上下文。
在一些情况下,来自驱动单元110的机械能可以用于驱动设置在导管102中的成像核心。在一些情况下,从一个或多个换能器传输的电信号可以被输入至控制电路106以用于处理。在一些情况下,来自一个或多个换能器的处理后的电信号可以作为一个或多个图像被显示在一个或多个显示单元114上。例如,扫描转换器可以用于将扫描线样本(例如,径向扫描线样本等)映射到二维笛卡尔网格,以在一个或多个显示单元114上显示一个或多个图像。
在一些情况下,控制电路106还可以用于控制控制模块104的其他部件中的一个或多个的功能。例如,控制电路106可以用于控制从脉冲发生器108传输的电脉冲的频率或持续时间、由驱动单元110对成像核心的旋转速率、由驱动单元110对成像核心的拉回速度或长度或形成在一个或多个显示单元114上的一个或多个图像的一个或多个性质。
现在参考图2,示出了根据本文的各种实施例的正在成像的血管的径向横截面视图。图2示出了导管102和来自其的超声声脉冲204。正在成像的血管包括血管腔202和腔边界206。血管还包括血管边界208。图2还示出了周围的组织210。超声声脉冲204被组织的这些部分反射并且然后由系统进行处理以生成图像,诸如图4至图15中所示的那些。
然而,使超声信号衰减的斑块会通过使到达解剖学特征,诸如血管边界和/或从其反射回来的信号的量衰减来干扰超声成像。现在参考图3,示出了根据本文的各种实施例的正在成像的血管的径向横截面视图。与图2一样,图3示出了导管102和来自于其的超声声脉冲204,连同血管腔202、腔边界206、血管边界208和周围组织210。然而,在图3中,还描绘了使超声信号衰减的斑块302。斑块302会使超声信号衰减,从而使对特征,诸如血管边界208的位置的自动确定的准确性降低。
本文的成像系统的实施例可以包括用户界面,其中示出了超声图像和/或其表示,包括图形元素,该图形元素以一种方式指示解剖学特征的位置,使得该位置的位置准确性对于系统用户来说在视觉上是明显的。现在参考图4,示出了根据本文的各种实施例的用于血管内成像系统的显示114的示意图。图4示出了用户界面402。用户界面402包括与正在成像的血管的径向横截面404相关的特征。用户界面402还包括测量参数区域406。用户界面402还包括与正在成像的血管的纵向横截面408相关的特征。
现在参考图5,示出了根据本文的各种实施例的用于血管内成像系统的显示114的某些组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征。在该示例中,与径向横截面404相关的特征包括绘制的腔边界502和绘制的血管边界504。在该示例中,绘制的腔边界502以实线形式的图形指示符或图形元素示出,而绘制的血管边界504则以虚线或断线的形式的图形指示符示出。线中的这种视觉差别可以用来指示信号衰减(或另一种影响)的区域,这会影响如通过用户界面示出的绘制的血管边界504的位置的准确性。相反地,当认为绘制的血管边界504是以高位置准确性示出的时候,则可以在用户界面中以实线或不间断的线示出绘制的血管边界504。
用户界面还可以包括测量参数区域406。测量参数区域406可以包括各种测量值,诸如腔测量值506、血管测量值508、斑块数据510等。在该示例中,腔测量值506以包括实线的字体示出,而血管测量值508则以包括虚线或断线的字型示出。这可以用来向系统用户指示,腔测量值506具有高度的准确性,而血管测量值508则可能由于信号衰减或在血管该部分的另一种影响而不太准确。代替通过使用虚线和实线来清楚地显示数据或除了其之外,可以使用其他视觉上的区分技术(诸如,其他印刷特征),诸如用不同的颜色、用不同的字体、以斜体、加粗、下划线、用不同的字距、用不同的填充、用不同的边框等显示可能不太准确的测量值。
用户界面还可以包括与正在成像的血管的纵向横截面408相关的图形组成部分。在该示例中,与纵向截面408相关的图形组成部分可以包括远侧至近侧的导航指南512,以及导航滑块516,其可以由系统用户用于沿着正在成像的血管的长度快速纵向地浏览图像数据。
用户界面还可以包括纵向血管壁表示514。纵向血管壁表示514可以包括具有腔520和血管壁518的聚焦区域524。血管壁518可以包括第一血管壁部分528和第二血管壁部分526。第一血管壁部分528包括第一腔边界502。第一血管壁部分528还包括第一血管边界504。用户界面还可以包括腔的最小横截面积522的标记。
第一血管壁部分528和第二血管壁部分526可以由控制电路106基于超声返回信号越过阈值的衰减程度来分配,以表示沿着血管壁518的一个或多个位置。第一血管壁部分528可以是一个连续段,或者可以被分成多个离散段。类似地,第二血管壁部分526可以是一个连续段,或者被分成多个离散段。在各种实施例中,第一血管壁部分528可以被分成多个离散部分,其由第二血管壁部分526分开。在各种实施例中,第一血管壁部分528可以至少部分地由第一图形指示符限定。在各种实施例中,第一图形指示符可以包括实线边界。在各种实施例中,第二血管壁部分526可以至少部分地由第二图形指示符限定。在各种实施例中,第二图形指示符可以包括虚线、断线或以其他方式虚线边界。
在各种实施例中,系统可以使用信号衰减的阈值来区分纵向血管壁表示514的哪些部分是第一血管壁部分528以及纵向血管壁表示514的哪些部分是第二血管壁部分526。在一些实施例中,阈值可以是预先确定的。在一些实施例中,阈值可以是动态设置的。衰减程度的阈值可以是预先确定的或动态设置的。在一些实施例中,信号衰减程度的阈值可以是1、2、3、5、7、10、20、30、40、50、60、70、80、90%的衰减或更少或更多,或落在前述中任一个之间的范围内的值。
在各种实施例中,第一血管边界504和第二血管边界208的位置是使用机器学习衍生模型确定的。在各种实施例中,第一血管边界504和第二血管边界208是使用深度学习衍生模型确定的。
许多不同的技术可以用来使第一血管壁部分的表示和第二血管壁部分的表示在视觉上可相互区分。现在参考图6,示出了根据本文的各种实施例的用于血管内成像系统的显示的某些组成部分的示意图。图6示出了与正在成像的血管的纵向横截面408相关的图形组成部分。如图5中所示,纵向横截面408包括从远侧至近侧的导航指南512、导航滑块516和纵向血管壁表示514。纵向血管壁表示514包括表示血管壁518、血管腔520的图形元素,以及腔的最小横截面积522的标记。血管壁可以在图形上被分成第一血管壁部分528和第二血管壁部分526。在该实施例中,血管壁518包括填充部分602,其与第一血管壁部分528相关。填充部分602可以使第一血管壁部分528在视觉上更加明显。
当系统用户导航到信号衰减足够低的血管部分时,则可以用实线示出绘制的血管边界504。现在参考图7,示出了根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504。在该示例中,绘制的腔边界502和绘制的血管边界504都以实线表示。
在一些情景下,可以显示除了仅血管边界之外的特征的位置,其指出位置准确性的降低的置信度。现在参考图8,示出了根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504,其中绘制的腔边界502和绘制的血管边界504都以断线表示。
在一些实施例中,多条线可以用于示出位置准确性的降低的置信度。现在参考图9,示出了根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504。在该示例中,以双线示出了绘制的血管边界504。然而,在本文中还可以设想三条线或不同数量的偏移线。
在一些实施例中,一个或多个填充部段可以包括在用户界面中,以示出位置准确性的降低的置信度。现在参考图10,示出了根据本文的各种实施例的用于血管内成像系统的显示的用户界面的图形组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504。用户界面还可以包括在绘制的腔边界502和绘制的血管边界504之间的填充部段1002。
在一些实施例中,不规则的线和/或Z字线可以包括在用户界面中,以示出位置准确性的降低的置信度。现在参考图11,示出了根据本文的各种实施例的用于血管内成像系统的包括用户界面的显示的组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504。在该示例中,绘制的血管边界504被示为Z字线,以在视觉上示出位置准确性的降低的置信度。
在一些实施例中,仅径向横截面的一部分可能受到位置准确性的降低的置信度的影响。例如,也许信号衰减斑块不会环绕血管360度。在这种情景下,感兴趣的解剖学特征的特定径向部分可能受到位置准确性的降低的置信度的影响,但其余部分可能不会。因此,在一些实施例中,图形元素的一部分,诸如线,可以以一种方式显示,而其余部分则可以以不同方式显示。现在参考图12,示出了根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504。在该示例中,纵向的血管边界504包括作为实线的部分1202以及作为虚线或断线的另一部分1204。
在本文的各种实施例中,实际的超声图像可以作为显示的一部分示出。例如,在本文的各种实施例中,本文所述的显示的至少一些组成部分可以叠加在超声图像,诸如径向横截面超声图像或纵向横截面超声图像上、重叠在其上或附近或以其他方式与其相结合地示出。作为具体的示例,绘制的腔边界和/或绘制的血管边界可以叠加在径向横断面超声图像上。以这种方式,系统用户可以同时看到实际的超声图像,以及系统确定的腔边界和血管边界要定位在位置(例如,绘制的边界)。
现在参考图13,示出了根据本文的各种实施例的用于血管内成像系统的包括用户界面的显示的组成部分的示意图。特别地,图13示出了与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504。绘制的腔边界502和绘制的血管边界504被示为重叠在表示血管的径向横截面的实际超声图像1302上。
在各种实施例中,用户界面可以被配置为从系统用户接收关于所显示的图形特征,诸如绘制的腔边界和/或绘制的血管边界的用户输入。例如,在一些情景下,系统用户可以查看超声图像,并且不同意如由系统绘制的一些感兴趣的解剖学特征的位置。因此,用户界面可以被配置为接收关于用户对解剖学特征的位置的确定的用户输入。例如,用户界面可以被配置为从系统用户接收关于第一血管边界的位置和第二血管边界的位置中的至少一个的用户输入。在各种实施例中,血管内成像显示系统可以被配置为将用户输入用作用于生成机器学习模型的数据集的一部分。例如,用户输入可以用作训练数据,该训练数据作为监督学习方法的一部分以生成用于自动确定解剖学特征的位置的改进模型。
现在参考图14,示出了根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。用户界面包括与正在成像的血管的径向横截面404相关的特征,包括绘制的腔边界502和绘制的血管边界504。正在成像的血管还可以包括手动绘制的边界1402。手动绘制的边界1402可以反映出如通过用户输入装置1404,诸如手写笔、触摸屏输入、鼠标或其他指针等提供的用户输入。关于手动绘制的边界1402的数据(诸如其位置)可以由系统保存和/或传输到远程计算资源,诸如云中的计算资源。在一些实施例中,可以计算如由系统指示的绘制的血管边界504和手动绘制的边界1402之间的空间差异。该差异可以被保存和/或传输到远程计算资源。
在一些实施例中,表示血管的纵向横截面视图的实际超声图像(帧)的合成图像可以显示在该显示内。现在参考图15,示出了根据本文的各种实施例的用于血管内成像系统的显示的组成部分的示意图。类似于关于图5所述的,图15示出了示出了与纵向横截面408相关的图形组成部分。在该示例中,与纵向截面408相关的图形组成部分可以包括导航滑块516,其可以由系统用户用于沿着正在成像的血管的长度快速纵向地浏览图像数据。图15还示出了纵向血管壁表示514,其包括具有腔520和血管壁518的聚焦区域524。血管壁518可以包括第一血管壁部分528和第二血管壁部分526。第一血管壁部分528包括第一腔边界502。第一血管壁部分528还包括第一血管边界504。用户界面还可以包括腔的最小横截面积522的标记。第一血管壁部分528和第二血管壁部分526可以由控制电路106基于超声返回信号越过阈值的衰减程度来分配,以表示沿着血管壁518的一个或多个位置。然而,图15还示出了表示正在成像的血管的纵向横截面视图的超声图像(帧)1512的合成图像。
现在参考图16,示出了根据本文的各种实施例的IVUS成像系统的导管102的示意性侧视图。虽然以示例的方式示出了IVUS系统,但是应当理解,本文所述的特征也可以应用于其他血管内成像系统。导管102包括细长构件1602和毂1604。细长构件1602包括近端1606和远端1608。在图16中,细长构件1602的近端1606联接到导管毂1604,并且细长构件的远端1608被配置和布置用于经皮插入患者体内。可选地,导管102可以限定至少一个冲洗端口,例如冲洗端口1610。冲洗端口1610可以限定在毂1604中。毂1604可以被配置和布置为联接到控制模块。在一些情况下,细长构件1602和毂1604形成为整体。在其他情况下,细长构件1602和导管毂1604单独形成并且随后组装在一起。
现在参考图17,示出了根据本文的各种实施例的导管102的细长构件1602的远端1608的示意性立体图。细长构件1602包括具有纵向轴线的护套1702(例如,轴向延伸通过护套1702和/或导管102的中心的中心纵向轴线)和腔1704。成像核心1706设置在腔1704中。成像核心1706包括联接到可手动或使用计算机控制的驱动机构旋转的驱动轴1710的远端的成像装置1708。一个或多个换能器1712可以安装到成像装置1708并且用于传输和接收声信号。护套1702可以由适合于插入患者体内的任何柔性、生物相容性材料形成。适合的材料的示例包括,例如,聚乙烯、聚氨酯、塑料、螺旋式切割的不锈钢、镍钛诺合金管,以及类似的或其组合。
在一些情况下,例如,如图17中所示,换能器1712的阵列被安装至成像装置1708。替代地,可以采用单个换能器。可以使用任何合适数量的换能器1712。例如,可以有两个、三个、四个、五个、六个、七个、八个、九个、十个、十二个、十五个、十六个、二十个、二十五个、五十个、一百个、五百个、一千个或更多个换能器。如将认识到的,也可以使用其他数量的换能器。当采用多个换能器1712时,可以将换能器1712配置成任何合适的布置,包括例如环形布置、矩形布置等。
一个或多个换能器1712可以由能够将所施加的电脉冲转换为在一个或多个换能器1712的表面上的压力畸变的材料形成,反之亦然。合适材料的示例包括压电陶瓷材料、压电复合材料、压电塑料、钛酸钡、锆钛酸铅、偏铌酸铅、聚偏二氟乙烯等。其他换能器技术包括复合材料、单晶复合材料和半导体装置(例如,电容式微机械超声换能器(“cMUT”)、压电微机械超声换能器(“pMUT”)等)。
在一个或多个换能器1712的表面上的压力畸变基于一个或多个换能器1712的谐振频率形成频率的声脉冲。一个或多个换能器1712的谐振频率可能受到用于形成一个或多个换能器1712的尺寸、形状和材料的影响。一个或多个换能器1712可以以适合于定位在导管102内并且在一个或多个选定方向上传播所需频率的声脉冲的任何形状形成。例如,换能器可以是圆盘形、块形、矩形、椭圆形等。一个或多个换能器可以由任何工艺,包括,例如,切割、切块和填充、机械加工、微制造等以形成所需的形状。
作为一个示例,一个或多个换能器1712中的每一个可以包括压电材料层,其夹在匹配层和由可声学吸收的材料(例如,带有钨颗粒的环氧基板)形成的导电背衬材料之间。在操作期间,压电层可以被电激发以引起声脉冲的发射。
一个或多个换能器1712可以用于形成周围空间的径向横截面图像。因此,例如,当一个或多个换能器1712设置在导管102中并且插入患者的血管中时,一个或多个换能器1712可以用于形成血管和围绕血管的组织的壁的图像。
成像核心1706围绕导管102的纵向轴线旋转。当成像核心1706旋转时,一个或多个换能器1712在不同的径向方向(例如,沿着不同的径向扫描线)上发射声信号。例如,一个或多个换能器1712可以以规则(或不规则)的增量发射声信号,诸如每转256条径向扫描线等。应当理解,可以代替地每转发射其他数量的径向扫描线。
当具有足够能量的发射的声脉冲遇到一个或多个介质边界,诸如一个或多个组织边界时,发射的声脉冲中的一部分作为回波脉冲被反射回发射换能器。每个到达待检测的具有足够能量的换能器的回波脉冲被转换为接收换能器中的电信号。一个或多个转换后的电信号被传输到控制模块,在该处,处理器处理电信号特性以至少部分地基于来自传输的声脉冲和所接收的回波脉冲中的每一个的信息的集合形成所成像区域的可显示的图像。在一些情况下,成像核心1706的旋转由驱动单元110驱动,该驱动单元110设置在控制模块中。在替代实施例中,一个或多个换能器1712固定在适当位置中并且不旋转。在这种情况下,驱动轴1710可以替代地旋转反射声信号到固定的一个或多个换能器1712和从固定的一个或多个换能器1712反射声信号的镜子。
当一个或多个换能器1712围绕发射声脉冲的导管102的纵向轴线旋转时,可以形成多个图像,其共同地形成围绕一个或多个换能器1712的区域,诸如感兴趣的血管和围绕血管的组织的壁的一部分的径向横截面图像(例如,断层图像)。径向横截面图像可以可选地显示在一个或多个显示单元114上。成像核心1706可以手动旋转或使用计算机控制的机构旋转。
成像核心1706还可以沿着血管纵向移动,导管(图1中描绘出的)插入该血管内,使得可以沿着血管的纵向长度形成多个横截面图像。在成像过程期间,一个或多个换能器1712可以沿着导管的纵向长度缩回(例如,拉回)。导管可以包括至少一个伸缩部段,其可以在拉回一个或多个换能器1712期间缩回。在一些情况下,驱动单元驱动导管内的成像核心1706的拉回。驱动单元拉回成像核心的距离可以是任何合适的距离,包括,例如,至少5cm、10cm、15cm、20cm、25cm或更多。整个导管可以在成像过程中缩回,无论成像核心1706是否独立于导管纵向移动。
可选地,步进电机可以用于拉回成像核心1706。步进电机可以将成像核心1706拉回一小段距离,并且停止足够长的时间,以便一个或多个换能器1712在将成像核心1706拉回另一小段距离并且再次捕获另一个图像或另一系列图像之前捕获图像和一系列图像等。
来自一个或多个传感器1712的在不同深度产生的图像的质量可能受到一个或多个因素,包括,例如,带宽、换能器的焦点、波束图以及声脉冲的频率的影响。从一个或多个换能器1712输出的声脉冲的频率也可以影响从一个或多个换能器1712输出的声脉冲的穿透深度。通常,随着声脉冲的频率降低,声脉冲在患者组织内的穿透深度增加。在一些情况下,血管内成像系统100在5MHz至100MHz的频率范围内进行操作。
一个或多个导体1714可以将换能器1712电性联接到控制模块(图1中描绘出的)。在这种情况下,一个或多个导体1714可以沿着可旋转驱动轴1710的纵向长度延伸。
具有安装到成像核心1708的远端1608的一个或多个换能器1712的导管可以在远离待成像的选定区域的选定部分的部位,诸如血管处经由可进入的血管,诸如股动脉、股静脉或颈静脉经皮插入患者体内。然后,导管可以通过病人的血管推进到选定的成像部位,诸如选定血管的一部分。
每当一个或多个声学信号被输出到周围组织,并且一个或多个对应的回波信号被成像器1708接收并且被传输到处理器时,可以生成图像可图像帧(“帧”)。替代地,图像或图像帧可以是来自成像核心或装置的完全或部分旋转的扫描线的合成物。在成像装置1708的任何类型的移动期间,可以随时间获取多个(例如,一序列)帧。例如,可以在成像装置1708沿着目标成像位置旋转和拉回期间获取帧。应当理解,可以在具有或不具有旋转以及具有或不具有成像装置1708的拉回的情况下获取帧。此外,应当理解,除了或代替成像装置1708的旋转或拉回中的至少一个,可以使用其他类型的移动过程来获取帧。
在一些情况下,当执行拉回时,拉回可以以恒定的速率进行,从而为潜在的应用提供能够计算纵向血管/斑块测量值的工具。在一些情况下,成像装置1708以约0.3-0.9mm/s或约0.5-0.8mm/s的恒定速率被拉回。在一些情况下,成像装置1708以至少0.3mm/s的恒定速率被拉回。在一些情况下,成像装置1708以至少0.4mm/s的恒定速率被拉回。在一些情况下,成像装置1708以至少0.5mm/s的恒定速率被拉回。在一些情况下,成像装置1708以至少0.6mm/s的恒定速率被拉回。在一些情况下,成像装置1708以至少0.7mm/s的恒定速率被拉回。在一些情况下,成像装置1708以至少0.8mm/s的恒定速率被拉回。
在一些情况下,一个或多个声学信号以恒定的时间间隔被输出至周围组织。在一些情况下,一个或多个对应的回波信号由成像器1708接收并且以恒定的时间间隔被传输到控制电路106(其可以包括处理器)。在一些情况下,所产成的帧是以恒定的时间间隔生成的。
至少一些传统的IVUS成像系统在IVUS过程,诸如拉回过程期间或之后仅显示单个(例如,横截面、径向等)的图像。然而,在IVUS过程(例如,拉回过程)期间实时地同时显示至少两个图像,诸如最近处理的图像和具有一些特定或选定的图像特性(例如,最大或最小腔面积或直径)的先前获得的图像可能是有用的。
一些诊断和/或治疗干预措施可能包括对由IVUS成像系统生成的图像的分析。然而,这种分析可能需要大量的训练/经验以便有效地解释图像。此外,由于IVUS图像上经常存在斑点,自动化分析和/或评估也可能具有挑战。本文公开了用于处理和/或分析图像,诸如用/由IVUS成像系统生成的图像的方法。这样的方法可以利用机器学习、人工智能、深度神经网络等来改进对用/由IVUS成像系统生成的图像的处理和/或分析。
本文公开的过程/方法可以包括生成和/或收集血管的图像(例如,经由IVUS拉回过程生成的IVUS图像、横截面图像等)。所生成/收集的图像可以使用深度学习网络(例如,深度神经网络,诸如U-Net深度神经网络)进行处理和/或分割,以获得用于定量分析的图像分割和用于病灶类型的自动化识别、支架检测、腔边界的识别、腔尺寸的识别、最小腔面积(MLA)的识别、介质边界的识别(例如,用于血管内介质的介质边界的识别)、介质尺寸的识别、钙化角度/弧度的识别、钙化覆盖范围的识别、病灶类型的识别、其组合等的图像分类。除了识别这样的边界/尺寸之外,输出可以以合适的格式(例如,图形地、数字地、作为真实或示意性图像、用文字或符号等)显示在显示单元上。在一些情况下,可以对IVUS拉回或“运行”的多个图像进行分析。这种运行分析的输出可以包括腔轮廓(例如,包括,例如,纵截面或“长视图”)、血管轮廓(例如,包括,例如,纵截面或“长视图”)、钙化长度的表示(例如,可视化或图像、数字可视化、图形可视化等)、参考帧的描绘/显示(例如,诸如最小腔面积或“MLA”、最小支架面积或“MSA”等)、侧分支位置的表示(例如,可视化或图像、数字可视化、图形可视化等)、在两个感兴趣的帧之间的距离的表示(例如,可视化或图像、数字可视化、图形可视化等)、支架延伸的表示(例如,可视化或图像、数字可视化、图形可视化等)、其组合等。这还可以包括用深度神经网络(例如,诸如UNet深度神经网络-为生物医学图像分割开发的卷积神经网络或其他神经网络)和/或其他机器学习和/或人工智能方法分析图像。其他可以应用于一些情景下的深度学习神经网络可以包括深度信念网络、生成对抗网络、循环神经网络以及其他类型的卷积深度神经网络。
一些可以例如,与本文的实施例和/或操作一起使用的示例IVUS成像系统包括但不限于,在美国专利号7,246,959;7,306,561;和6,945,938;以及美国专利申请公开号US2006/0100522;US 2006/0106320;US 2006/0173350;US 2006/0253028;US 2007/0016054;US 2007/0038111;和WO2021/062006中公开的那些,所有这些均通过引用并入本文。
方法
本文设想了许多不同的方法,包括但不限于为血管内成像显示系统生成图像的方法、为血管内成像显示系统生成或控制用户界面的方法、使用血管内成像显示系统的方法等。本文其他地方描述的系统/装置操作的方面可以根据本文的各种实施例作为一种或多种方法的操作执行,并且可以用控制电路或其部件,诸如处理器、微控制器、ASIC等或其他硬件部件在本地或远程地,诸如在云中执行。
在各种实施例中,本文所述的操作和/或方法步骤可以作为由一个或多个计算装置的一个或多个处理器执行的计算机实现的方法的一部分执行。在各种实施例中,本文描述的操作和方法步骤可以作为存储在非暂时性、计算机可读介质上的指令来实现,当由一个或多个处理器执行时,该指令致使系统执行该操作和/或步骤。
在一个实施例中,包括了一种为血管内成像显示系统生成图像的方法,该方法可以包括基于超声返回信号的衰减程度,区分第一血管壁部分和第二血管壁部分。该方法还可以包括生成包括用户界面的显示输出,其中用户界面包括血管壁的表示,该血管壁包括第一血管壁部分和第二血管壁部分。第一血管壁部分的表示可以至少部分地由第一图形指示符限定,并且第二血管壁部分的表示可以至少部分地由第二图形指示符限定。
在一个实施例中,第一图形指示符可以包括实线边界。在一个实施例中,第二图形指示符可以包括虚线边界。然而,在本文还可以设想许多其他变化,包括在本文其他方式描述的那些。
在该方法的一个实施例中,血管壁的表示作为血管的纵向横截面显示。在该方法的一个实施例中,血管壁的表示作为血管的径向横截面显示。在该方法的一个实施例中,血管壁的表示作为血管的纵向横截面和血管的径向横截面两者显示。
在该方法的一个实施例中,血管壁表示的组成部分的位置是使用机器学习衍生模型确定的。在该方法的一个实施例中,血管壁表示的组成部分的位置是使用深度学习衍生模型确定的。
在一个实施例中,该方法还可以包括从系统用户接收关于血管壁表示,诸如其解剖学特征的位置的用户输入。在一个实施例中,该方法还可以包括接收关于血管边界的用户输入。在一个实施例中,该方法还可以包括从系统用户接收关于血管边界的位置的用户输入。在该方法的一个实施例中,用户输入可以用作训练数据集的一部分,该训练数据集用于生成机器学习模型以确定在超声图像内的感兴趣的解剖学特征的位置。
应当注意,如在本说明书和所附的权利要求中使用的,单数形式“一”、“一个”和“该”包括复数个指示物,除非内容另有明确指示。还应当注意,术语“或”通常是按包括“和/或”的意义而采用的,除非内容另有明确指示。
还应当注意,如在本说明书和所附权利要求中使用的,短语“被配置为”描述了被构造或配置为执行特定任务或采用特定配置的系统、设备或其他结构。短语“被配置为”可以与其他类似的短语互换使用,诸如被布置和配置为、被构造和布置为、被构造为、被制造和布置为等。
本说明书中的所有公开和专利申请均表明本发明所属领域的普通技术水平。所有公开和专利申请均按如同每个单独的公开或专利申请是具体且单独地通过引用指明的程度来通过引用并入本文的。
如本文所使用的,由端点表示的对数字范围的叙述应包括在该范围内包含的所有数字(例如,2至8包括2.1、2.8、5.3、7等)。
提供了本文使用的标题以与37CFR 1.77下的建议一致或以其他方式提供组织提示。这些标题不应被视为限制或表征可能根据本公开内容发布的任何权利要求中阐述的本发明。作为一个示例,尽管标题提及“领域”,但此类权利要求不应受限于在该标题下选择的用于描述所谓技术领域的语言。此外,“背景”中对技术的描述并不承认该技术是本公开内容中任何发明的现有技术。“发明内容”也不能被视为在所发布的权利要求中阐述的本发明的特性。
本文所述的实施例并非旨在穷举本发明或将本发明限制为在以下详细描述中公开的精确形式。相反地,选择和描述实施例,使得本领域的其他技术人员能够了解和理解原理和实践。因此,已经参考各种具体和优选实施例和技术描述了各方面。然而,应当理解,在保持在本文的精神和范围内的情况下,可以做出许多变化和修改。
Claims (35)
1.一种血管内成像显示系统,其包括:
控制电路;以及
视频输出电路;
其中所述视频输出电路与所述控制电路进行电子通信;
其中所述视频输出电路被配置为生成包括用户界面的显示输出;
所述用户界面包括:
与正在成像的血管相关的图形元素,所述图形元素包括:
第一检测到的特征部分,其中所述第一检测到的特征部分至少部分地由第一图形指示符限定;以及
第二检测到的特征部分,其中所述第二检测到的特征部分至少部分地由第二图形指示符限定;
其中所述第一图形指示符在视觉上与所述第二图形指示符不同;
其中所述第一检测到的特征部分和所述第二检测到的特征部分由所述控制电路基于超声返回信号越过阈值的衰减程度来分配,以表示沿着血管壁的一个或多个位置。
2.根据权利要求1和3至11中任一项所述的血管内成像显示系统,所述第一图形指示符包括实线边界。
3.根据权利要求1至2和4至11中任一项所述的血管内成像显示系统,所述第二图形指示符包括虚线边界。
4.根据权利要求1至3和5至11中任一项所述的血管内成像显示系统,其中所述图形元素与所述血管的纵向横截面相关。
5.根据权利要求1至4和6至11中任一项所述的血管内成像显示系统,其中所述图形元素与所述血管的径向横截面相关。
6.根据权利要求1至5和7至11中任一项所述的血管内成像显示系统,所述第一检测到的特征部分包括:
第一腔边界的表示;以及
第一血管边界的表示;
所述第二检测到的特征部分包括:
第二腔边界的表示;以及
第二血管边界的表示。
7.根据权利要求1至6和8至11中任一项所述的血管内成像显示系统,其中所述第一血管边界、所述第二血管边界、所述第一腔边界和所述第二腔边界的所述表示的所述位置是使用机器学习衍生模型确定的。
8.根据权利要求1至7和9至11中任一项所述的血管内成像显示系统,其中所述第一血管边界、所述第二血管边界、所述第一腔边界和所述第二腔边界的所述表示的所述位置是使用深度学习衍生模型确定的。
9.根据权利要求1至8和10至11中任一项所述的血管内成像显示系统,所述用户界面包括与所述正在成像的血管相关的一个或多个数字参数,其中所述一个或多个数字参数包括用于指示它们是与所述第一检测到的特征部分还是与所述第二检测到的特征部位相关的印刷特征。
10.根据权利要求1至9和11中任一项所述的血管内成像显示系统,其中所述用户界面被配置为从系统用户接收关于第一血管边界的表示的位置和第二血管边界的表示的位置中的至少一个的用户输入。
11.根据权利要求1至10中任一项所述的血管内成像显示系统,其中所述血管内成像显示系统被配置为使用所述用户输入作为用于生成机器学习模型的数据集的一部分。
12.一种为血管内成像显示系统提供显示的方法,其包括:
基于超声返回信号的衰减程度,区分第一血管壁部分和第二血管壁部分;以及
生成包括用户界面的显示输出;
其中所述用户界面包括与正在成像的血管相关的图形元素,所述图形元素包括对应于所述第一血管壁部分的第一检测到的特征部分和对应于所述第二血管壁部分的第二检测到的特征部分;
其中所述第一检测到的特征部分至少部分地由第一图形指示符限定,并且所述第二检测到的特征部分至少部分地由第二图形指示符限定;以及
其中所述第一图形指示符在视觉上与所述第二图形指示符不同。
13.根据权利要求12和14至15中任一项所述的方法,所述第一图形指示符包括实线边界,并且所述第二图形指示符包括虚线边界。
14.根据权利要求12至13和15中任一项所述的方法,其还包括从系统用户接收关于血管边界的位置的用户输入。
15.根据权利要求12至14中任一项所述的方法,其还包括使用所述用户输入作为用于生成机器学习模型的数据集的一部分。
16.一种血管内成像显示系统,其包括:
控制电路;以及
视频输出电路;
其中所述视频输出电路与所述控制电路进行电子通信;
其中所述视频输出电路被配置为生成包括用户界面的显示输出;
所述用户界面包括:
与正在成像的血管相关的图形元素,所述图形元素包括:
第一检测到的特征部分,其中所述第一检测到的特征部分至少部分地由第一图形指示符限定;以及
第二检测到的特征部分,其中所述第二检测到的特征部分至少部分地由第二图形指示符限定;
其中所述第一图形指示符在视觉上与所述第二图形指示符不同;
其中所述第一检测到的特征部分和所述第二检测到的特征部分由所述控制电路基于超声返回信号越过阈值的衰减程度来分配,以表示沿着血管壁的一个或多个位置。
17.根据权利要求16所述的血管内成像显示系统,所述第一图形指示符包括实线边界。
18.根据权利要求16所述的血管内成像显示系统,所述第二图形指示符包括虚线边界。
19.根据权利要求16所述的血管内成像显示系统,其中所述图形元素与所述血管的纵向横截面相关。
20.根据权利要求16所述的血管内成像显示系统,其中所述图形元素与所述血管的径向横截面相关。
21.根据权利要求16所述的血管内成像显示系统,所述第一检测到的特征部分包括:
第一腔边界的表示;以及
第一血管边界的表示;
所述第二检测到的特征部分包括:
第二腔边界的表示;以及
第二血管边界的表示。
22.根据权利要求21所述的血管内成像显示系统,其中所述第一血管边界、所述第二血管边界、所述第一腔边界和所述第二腔边界的所述表示的所述位置是使用机器学习衍生模型确定的。
23.根据权利要求21所述的血管内成像显示系统,其中所述第一血管边界、所述第二血管边界、所述第一腔边界和所述第二腔边界的所述表示的所述位置是使用深度学习衍生模型确定的。
24.根据权利要求16所述的血管内成像显示系统,所述用户界面包括与所述正在成像的血管相关的一个或多个数字参数,其中所述一个或多个数字参数包括用于指示它们是与所述第一检测到的特征部分还是与所述第二检测到的特征部位相关的印刷特征。
25.根据权利要求16所述的血管内成像显示系统,其中所述用户界面被配置为从系统用户接收关于所述图形元素的所述位置的用户输入。
26.根据权利要求16所述的血管内成像显示系统,其中所述用户界面被配置为从系统用户接收关于第一血管边界的表示的位置和第二血管边界的表示的位置中的至少一个的用户输入。
27.根据权利要求26所述的血管内成像显示系统,其中所述血管内成像显示系统被配置为使用所述用户输入作为用于生成机器学习模型的数据集的一部分。
28.根据权利要求16所述的血管内成像显示系统,其中所述第一检测到的特征部分包括由所述第二检测到的特征部分的一个或多个离散部分分开的一个或多个离散部分。
29.一种为血管内成像显示系统提供显示的方法,其包括:
基于超声返回信号的衰减程度,区分第一血管壁部分和第二血管壁部分;以及
生成包括用户界面的显示输出;
其中所述用户界面包括与正在成像的血管相关的图形元素,所述图形元素包括对应于所述第一血管壁部分的第一检测到的特征部分和对应于所述第二血管壁部分的第二检测到的特征部分;
其中所述第一检测到的特征部分至少部分地由第一图形指示符限定,并且所述第二检测到的特征部分至少部分地由第二图形指示符限定;以及
其中所述第一图形指示符在视觉上与所述第二图形指示符不同。
30.根据权利要求29所述的方法,所述第一图形指示符包括实线边界,并且所述第二图形指示符包括虚线边界。
31.根据权利要求29所述的方法,其还包括使用机器学习衍生模型确定与正在成像的血管相关的所述图形元素的位置。
32.根据权利要求29所述的方法,其还包括使用深度学习衍生模型确定与正在成像的血管相关的所述图形元素的位置。
33.根据权利要求29所述的方法,其还包括从系统用户接收关于与正在成像的血管相关的所述图形元素的用户输入。
34.根据权利要求33所述的方法,其还包括从系统用户接收关于血管边界的位置的用户输入。
35.根据权利要求34所述的方法,其还包括使用所述用户输入作为用于生成机器学习模型的数据集的一部分。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202263346455P | 2022-05-27 | 2022-05-27 | |
US63/346,455 | 2022-05-27 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117224168A true CN117224168A (zh) | 2023-12-15 |
Family
ID=86904247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310611958.3A Pending CN117224168A (zh) | 2022-05-27 | 2023-05-26 | 用于血管内可视化的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230380806A1 (zh) |
CN (1) | CN117224168A (zh) |
WO (1) | WO2023230313A1 (zh) |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6120445A (en) | 1998-10-02 | 2000-09-19 | Scimed Life Systems, Inc. | Method and apparatus for adaptive cross-sectional area computation of IVUS objects using their statistical signatures |
US6728571B1 (en) | 2001-07-16 | 2004-04-27 | Scimed Life Systems, Inc. | Electronically scanned optical coherence tomography with frequency modulated signals |
JP4000478B2 (ja) | 2004-04-28 | 2007-10-31 | 船井電機株式会社 | 昇華型プリンタ |
US7306561B2 (en) | 2004-09-02 | 2007-12-11 | Scimed Life Systems, Inc. | Systems and methods for automatic time-gain compensation in an ultrasound imaging system |
US20060100522A1 (en) | 2004-11-08 | 2006-05-11 | Scimed Life Systems, Inc. | Piezocomposite transducers |
US20060173350A1 (en) | 2005-01-11 | 2006-08-03 | Scimed Life Systems, Inc. | Systems and methods for three dimensional imaging with an orientation adjustable array |
US20060253028A1 (en) | 2005-04-20 | 2006-11-09 | Scimed Life Systems, Inc. | Multiple transducer configurations for medical ultrasound imaging |
US8303510B2 (en) | 2005-07-01 | 2012-11-06 | Scimed Life Systems, Inc. | Medical imaging device having a forward looking flow detector |
US7622853B2 (en) | 2005-08-12 | 2009-11-24 | Scimed Life Systems, Inc. | Micromachined imaging transducer |
KR102212499B1 (ko) * | 2018-01-03 | 2021-02-04 | 주식회사 메디웨일 | Ivus 영상 분석방법 |
WO2020084039A1 (en) * | 2018-10-26 | 2020-04-30 | Koninklijke Philips N.V. | Intraluminal ultrasound navigation guidance and associated devices, systems, and methods |
CN114727802A (zh) | 2019-09-26 | 2022-07-08 | 波士顿科学国际有限公司 | 血管内超声成像和钙检测方法 |
-
2023
- 2023-05-26 US US18/202,526 patent/US20230380806A1/en active Pending
- 2023-05-26 CN CN202310611958.3A patent/CN117224168A/zh active Pending
- 2023-05-26 WO PCT/US2023/023667 patent/WO2023230313A1/en unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023230313A1 (en) | 2023-11-30 |
US20230380806A1 (en) | 2023-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3043717B1 (en) | Systems for selection and displaying of images using an intravascular ultrasound imaging system | |
US20230157672A1 (en) | Intravascular ultrasound imaging and calcium detection methods | |
EP2637566B1 (en) | Systems and computer program for making and using rotational transducers for concurrently imaging blood flow and tissue | |
US10258315B2 (en) | Systems and methods for reducing non-uniform rotation distortion in ultrasound images | |
US20120130242A1 (en) | Systems and methods for concurrently displaying a plurality of images using an intravascular ultrasound imaging system | |
EP2413805B1 (en) | Intravascular imaging systems with multiple pullback rates | |
US20120283569A1 (en) | Systems and methods for navigating and visualizing intravascular ultrasound sequences | |
EP2962283B1 (en) | Systems and methods for lumen border detection in intravascular ultrasound sequences | |
CN112512438A (zh) | 用于利用医学成像在管腔评估中显示多幅管腔内图像的系统、设备和方法 | |
US20230380806A1 (en) | Systems and methods for intravascular visualization | |
US20230112017A1 (en) | Medical device systems for automatic lesion assessment | |
US20230056254A1 (en) | Intravascular imaging system with automated calcium analysis and treatment guidance | |
US20220225966A1 (en) | Devices, systems, and methods for guilding repeatd ultrasound exams for serial monitoring |
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 |