CN102209495A - 利用时间参数造影图像的超声病变识别 - Google Patents

利用时间参数造影图像的超声病变识别 Download PDF

Info

Publication number
CN102209495A
CN102209495A CN2009801449119A CN200980144911A CN102209495A CN 102209495 A CN102209495 A CN 102209495A CN 2009801449119 A CN2009801449119 A CN 2009801449119A CN 200980144911 A CN200980144911 A CN 200980144911A CN 102209495 A CN102209495 A CN 102209495A
Authority
CN
China
Prior art keywords
time
parametric image
imaging system
section
contrast agent
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
CN2009801449119A
Other languages
English (en)
Inventor
J·长
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 Electronics 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 Electronics NV filed Critical Koninklijke Philips Electronics NV
Publication of CN102209495A publication Critical patent/CN102209495A/zh
Pending legal-status Critical Current

Links

Images

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
    • A61B8/467—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
    • A61B8/08—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • 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
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image 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
    • G06T2207/10132—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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G06T2207/30068—Mammography; Breast

Abstract

超声诊断成像系统随着造影剂团冲入和冲出可能包含病变的感兴趣区域(ROI)来采集图像数据序列。造影强度的图像数据被用于计算ROI中每一点处的时间-强度曲线。设置时间-强度曲线的水平以定义当造影剂灌注ROI时的上升时间段、当在ROI中维持最大量的造影剂时的增强时间段以及当造影剂冲出ROI时的下降时间段。针对ROI中各点的时间段参数中的一个或多个被用于形成参数造影图像，其被用于识别ROI中的病变及其边界。

Description

利用时间参数造影图像的超声病变识别
本发明涉及医学诊断超声系统，并且具体涉及执行造影增强的成像研究以识别并表征诸如肝脏肿瘤的病变的超声系统。
数年以来，超声造影剂已经被用于通过药剂对血流提供的增强效果来诊断疾病状态。血细胞非常小并且是超声的不良反射体，从而一般为超声成像提供很少的信息。然而，血流中的微泡造影剂对超声具有很高的反射性，从而能够极大地增强血流特性的图像。造影剂的一种用途是识别由心脏病发作所导致的缺血组织。缺血并且缺乏血液流动的组织将表现为比造影剂良好灌注的周围正常心肌组织更暗。在这种情况下，亮度或信号幅度是疾病状态的指标。
由于造影剂可以以团注方式被施加，并且也可以被相对强的超声分裂并被允许重新灌注组织，因此造影剂到达和离开的时间特性也可以被测量并用于诊断。一种常用度量是如美国专利5,833,613(Averkiou等人)所描述的造影剂到达和离开的时间-强度曲线。可以针对被灌注组织的图像中的每一点计算时间-强度曲线，并且可以以灰度阴影或彩色编码显示针对每个图像点的每条曲线的一个或多个参数，以形成如美国专利6,692,438(Skyba等人)所描述的灌注参数图像。这些参数包括曲线的峰值和斜率，每个参数指示组织灌注的不同特性。
一般通过测量由造影剂在其流入和流出组织的微脉管系统时返回的信号来计算灌注曲线。然后造影剂的量的上升和下降的这些测量值被拟合成曲线，诸如由Gamma-变量曲线模型定义的曲线
A*(x-t0)*exp(-β*(x-t0))+C，
其中A是曲线峰值，t0是造影剂开始增加的时间，β是曲线上升的斜率，且x是造影剂的量的瞬时测量值。这些时间和强度表示向受过训练的临床医生提供组织被灌注的方式的指示。
已知的是，病变将发展出其自身的独特微脉管系统以向诸如癌性病变的病理提供血流。因此时间-强度曲线的参数已经被用于试图首先识别病变且然后将该病变与周围的正常组织区分开。可以完成这一工作的一种方式是计算病变和正常组织的灌注曲线参数并对其进行参数成像，然后比较这些结果。这类测量和比较已经被与变化的结果一起使用以识别和区分病变的面积、形状和尺寸。然而不同的参数可能给出不同的结果，并且组合不同的参数还可能得到另一组结果。于是临床医生面临着评价这些不同结果的挑战，并且可能必须做出其自身对病变的位置、尺寸和形状的定性评价。期望在造影剂检查中更明确地定位病变，特别是其边界可以被精确定位以用于后续的治疗程序，诸如温热疗法或射频消融疗法。
根据本发明的原理，描述一种诊断超声系统和方法，其使得用户能够在造影剂检查中定量地识别和描绘病变及其界线。针对图像中的不同点计算灌注曲线。每个曲线被划分成包括时间片段的参数：随着造影剂灌注组织位置的冲入时间、随着造影剂保持其组织灌注最大量时的增强时间以及随着造影剂冲出组织位置时的冲出时间。参数图像由时间参数中的一个或多个形成并且被用于定位病变且根据需要描绘病变的界线。
在附图中：
图1以框图形式示出根据本发明的原理构建的超声诊断成像系统；
图2示出造影剂时间-强度曲线，其中若干曲线参数被常规地用于造影参数成像；
图3是根据本发明的原理形成时间造影参数图像的过程的流程图；
图4示出本发明的时间造影参数图像，其识别肝脏图像中的病变的位置；
图5示出根据本发明分段成三个时间段的造影剂时间-强度曲线；
图6和图7示出本发明的时间造影参数图像的3D投影，其定义病变的边界；
图8a和图8b示出病变的冲入时段和增强时段的参数图像，其识别肝脏图像中的病变的位置；
图9示出利用图8a和图8b的造影参数图像对病变进行的边界跟踪。
首先参考图1，其以框图形式示出了根据本发明的原理构建的超声系统。超声探头12包括发射和接收超声脉冲的超声换能器元件的阵列14。该阵列可以是用于二维成像的一维线性或弯曲阵列，或者可以是用于三维电子束转向的二维换能器元件矩阵。该阵列也可以是由探头机械地往复扫掠以扫描身体的三维体积的一维阵列。阵列14中的超声换能器发射超声能量并且响应于这一发射而接收返回的回声。发射/接收(“T/R”)开关22被耦合到阵列14中的超声换能器以便在操作的接收期中选择性地将来自换能器元件的信号耦合到A/D转换器30。换能器阵列被激活以发射信号的时间可以与内部系统时钟(未示出)同步，或者可以与诸如心动周期的身体机能同步，为此由ECG设备26提供心动周期波形。当心跳处于由ECG设备26提供的波形所确定的其周期的期望相位时，探头被命令采集超声图像。
来自所发射的超声能量的回声由阵列14的换能器接收，其生成回声信号，这些回声信号在系统使用数字波束形成器时通过T/R开关22被耦合并且通过模数(“A/D”)转换器30被数字化。作为替代，可以使用模拟波束形成器。A/D转换器30以一采样频率对所接收的回声信号进行采样，该采样频率受到由中央控制器28生成的信号fs的控制。由采样理论规定的期望采样率至少是所接收的通带的最高频率的两倍，并且可能在30-40MHz的量级上。高于最小需求的采样率也是可期望的。对超声系统的控制和对诸如探头选择的用于成像的各种控制设置的控制受到用户对控制面板20的控制器的操纵的影响，该控制面板被耦合到中央控制器28并且通过中央控制器28施加其控制。
来自阵列14的各个换能器的回声信号样本被延迟并且被波束形成器32叠加以形成相干回声信号。如美国专利6,013,032(Savord)和美国专利6,375,617(Fraser)所描述的，对于通过二维阵列进行的3D成像，优选的是将波束形成器划分成位于探头内的微波束形成器以及系统主机内的主波束形成器。然后由数字滤波器34对数字相干回声信号进行滤波。在这一实施例中，发射频率和接收频率是被独立控制的，从而波束形成器32自由地接收与发射频带不同的频带，诸如谐波频带。数字滤波器34对信号进行带通滤波，并且也可以将频带移位到更低的频率范围或基带频率范围。例如，该数字滤波器可以是美国专利5,833,613(Averkiou等人)中公开的那类滤波器。来自组织的经滤波回声信号被从数字滤波器34耦合到B模式处理器36以便进行B模式处理。
诸如微泡的造影剂的经滤波回声信号被耦合到造影信号处理器38。例如，如美国专利6,692,438(Skyba等人)所描述的，造影剂通常被用于更清楚地描绘血管，或者用于执行组织的微脉管系统的灌注研究。造影信号处理器38优选通过脉冲反演技术来分离从谐波造影剂返回的回声，其中通过发射多个脉冲到图像位置所产生的回声被组合以消除基本信号分量并增强谐波分量。例如，在美国专利6,186,950(Averkiou等人)中描述了一种优选的脉冲反演技术。
来自数字滤波器34的经滤波回声信号还被耦合到用于Doppler处理的Doppler处理器40以产生速度和/或功率Doppler信号。来自这些处理器的输出信号可以被扫描转换并显示为平面图像，并且还被耦合到用于绘制三维图像的3D图像处理器42，这些三维图像被存储在3D图像存储器44中。可以如美国专利5,720,291(Schwartz)和美国专利5,474,073(Schwartz等人)及5,485,842(Quistgaard)中描述的那样执行三维绘制，所有这些文献都以引用的方式合并于此。
来自造影信号处理器38、B模式处理器36和Doppler处理器40的二维图像信号以及来自3D图像存储器44的三维图像信号被耦合到
Figure BDA0000060448820000041
存储器48，该
Figure BDA0000060448820000042
存储器针对大量超声图像中的每一个存储图像数据。图像数据优选被以集合方式存储在Cineloop存储器48中，其中每个图像数据集对应于在相应时间处获得的图像。一组中的图像数据可以被用于显示一参数图像，该参数图像示出在心跳期间的相应时间处的组织灌注。存储在Cineloop存储器48中的各组图像数据也可以被存储在诸如磁盘驱动器或数字视频记录器的永久性存储设备中以用于稍后分析。在这一实施例中，这些图像还被耦合到QLAB处理器50，在此对图像进行分析并且对图像的特性进行测量。QLAB处理器是可通过Philips健康护理超声系统购买的软件包，用于各种图像分析和量化程序。QLAB处理器可以被用于在图像中对解剖结构的各个方面做出量化测量，诸如对组织界线和通过自动边界跟踪所确定的边界的描绘，如美国专利公开2005-0075567和PCT公开2005/054898以及下文所描述的。QLAB处理器通过用户操纵控制面板20的诸如按钮和跟踪球的控制器而被控制。由QLAB处理器产生的数据和图像被显示在显示器52上，在此用户可以如下所述通过操作控制面板20的控制器来操纵、注释和测量所显示的图像。
图2示出美国专利5,833,613(Averkiou等人)中描述的那类时间-强度灌注曲线60。这种灌注曲线60可以由一连串的回声信号形成，随着造影剂在时间t0到达体内的特定点、随着造影的量累积而上升到最大强度、然后随着造影剂冲出脉管系统的该点而降低，从该点采集这些回声信号。可以通过将曲线60拟合到如上所述的灌注曲线模型来推导出很多参数，诸如造影剂首先到达体内该点时的时间t0、造影剂在体内该点处快速积累时与曲线60相切的直线62的斜率s(或β)，以及当造影剂的积累达到其峰值时的曲线的最大点A。之后，随着造影剂在体内该点处冲出脉管系统并且逐渐被不含造影剂的血液替代，该曲线下倾并且逐渐减小。然后可以由一个或多个所计算的曲线参数形成参数图像。例如，可以形成解剖结构的图像，其中在图像中的每一点处示出最大值A。这些A值可以用与针对所有曲线计算的A值范围相联合的颜色范围中的一种颜色来表示。类似地，可以用描述图像中各点处曲线的差异值β的颜色或诸如(1-β)或A/β的参数组合来形成参数图像。
图3示出根据本发明创建时间造影参数图像的方法。第一步骤70是随着造影剂冲入和冲出被检查的身体区域而采集超声图像数据。造影剂可以作为药剂团被注入患者体内，然后其通过血流被运载以最终在数秒后到达被成像的组织。作为替代，如美国专利5,944,666(Hossack等人)所述，可以通过用较高强度的超声周期性地破碎连续造影剂流来由该连续造影剂流形成药剂团，从而该流具有清楚的起点和终点。随着造影剂冲入和冲出被研究的身体区域，图像被采集，从而可疑区域中的所有点由于造影剂的存在而被快速采样。所采集的数据被存储以用于分析。作为步骤72，该图像数据被回顾以识别用于分析的感兴趣区域(ROI)。这可以通过在ROI周围定位或画出图形来完成，如图4的超声图像中的框82所示。然后如在步骤74中所述，针对ROI中的各点的信号序列被用在曲线拟合操作中以计算ROI中各点的时间-强度曲线。根据本发明的原理，如在步骤76中所示，时间-强度曲线水平被设置，其定义三个连续的时间段：随着造影剂积累的冲入段，随着在每一点处维持造影剂的最大水平的增强段，以及随着造影剂流出ROI各点的冲出段。可以在开始研究之前或者在对时间-强度曲线信息进行后处理的开始时做出这些设置。然后如步骤78所述，可以由各时间段时间中的每一个形成参数图像。然后在步骤80中，各时间段的参数图像中的一个或多个被用于描绘病变或其界线。
图5示出时间-强度曲线水平的示例，其已经根据步骤76被设置以定义时间-强度曲线60的时间段。在这一示例中，上升或冲入时间段是从曲线60的峰值A的20％(由63和时间t1指示)上升到曲线峰值的80％的水平(由65和时间t2指示)的持续时间。在造影剂的量在其灌注峰值附近时的增强段是从时间t2处标记为65的峰值80％到67和时间t3处的下倾至峰值90％的持续时间。下降或冲出段是从67和时间t3处的峰值90％到69和时间t4处的峰值30％的持续时间。在这一示例中，t1～t2是冲入段，t2～t3是增强段，且t3～t4是冲出段。在肝脏肿瘤的情况下，冲入段发生在心跳的动脉期，且冲出段发生在稍后的门脉期。
可以由这些时间段参数形成三个参数图像，在一个图像中每个图像像素根据其冲入时间段值被编码，在另一个图像中每个像素根据其增强时间段值被编码，并且在第三个图像中每个像素根据其冲出时间段值被编码。在构建的实施例中，该编码是通过用来自对应于时间段值范围的颜色范围的颜色对每个像素着色来完成的。由于这些值是数值，因此也可以观察到每个点的量化。这些图像和量化帮助临床医生诊断所观察的病变。正常组织将表现出相对缓慢的冲入(长上升时间段)、缓慢的持续的增强(长增强时间段)以及缓慢的冲出(长下降时间段)。异常组织的特征在于相对快的冲入(短上升时间段)、快速增强(短增强时间段)以及快速冲出(短下降时间段)。临床医生可以观察病变之外的正常组织区域中的时间段，然后观察颜色编码图像中的可疑病变之内的时间段，或者观察正常或可疑图像位置处的三个时间段的量化。该比较将指示正常组织与异常组织之间的差异。
临床医生还可以使用颜色编码值或量化值来区分良性病变和恶性病变。例如，在肝脏中，诸如FNH(局灶性结节增生)的良性病变将表现为在动脉期(上升段)是强回声(hyper echoic)的(比周围正常组织更亮)，在增强段是强回声的，并且在门脉期(下降段)是强回声的。诸如HCC(肝癌)的恶性病变将表现为在动脉期(上升段)是强回声的，在增强段是强回声的，并且在门脉期(下降段)是低回声(hypo echoic)的(比周围正常组织更暗)。另外，良性病变倾向于比恶性病变具有更长的增强时间段和更慢的下降时间段，而恶性病变倾向于比良性病变具有更短的增强时间段和更快的下降时间段。通过在时间段期间对照病变观察正常组织背景的表现，可以提供对可能的恶性肿瘤的指示。
如图6和图7所示，三个时间段图像中的一个或多个可以被用于描绘病变的界线。界线描绘例如在规划和评价诸如利用高强度超声的射频消融疗法或温热疗法的治疗中是有用的。在图6中，上升时间段图像的颜色被投影到三维显示器84中，其中较浅的颜色处于较高的投影水平，较暗的颜色处于较低的投影水平。较亮的颜色被编码成更多地表征正常组织的缓慢(长)时间段，而较暗的颜色被编码成更多地表征异常组织的较短时间段。该3D投影可以被旋转并翻转以评价可疑病变区域的范围、程度和变化。然后可以应用阈值化，以如图7所示地在选定水平处穿过投影进行切片，以执行投影面积的区域分割。图7所示的穿过3D投影的切片示出这一示例的病变82的界线和不规则形状。作为替代，区域生长技术(其寻找均匀特征的相似性)或边界检测技术(其通过组织差异来描绘一区域)可以被用于分割病变的界线。
图8a和图8b中的每一个示出肝脏的超声图像，在其上覆盖有根据本发明形成的病变的参数图像的色框90。图8a的色框包含图像中具有可疑病变的肝脏区域的上升时段参数图像。图8b的色框包含相同肝脏区域的增强时段参数图像。每个参数图像清楚地示出对病变的描绘，其界线对照色框ROI的正常组织背景被锐利地定义。参数图像中的一个或两个可以被用于围绕图9所示的ROI 92中的病变的边界画出线94。可以通过对空间对应的像素取平均、对组合中的像素值有差别地加权或者计算两个图像的中值来覆盖或组合ROI图像。然后阈值化可以被用于定义病变的界线。还可以通过对参数图像中的一个或两个或其组合进行图像处理来找到病变界线。例如，在病变内部的种子点可以被指示并生长以定义病变的面积。可以使用通过识别相邻像素之间的差异性而进行的基于边界的描绘，还可以使用利用病变面积的均匀性来对病变的像素分类的基于区域的识别技术。如图9所示，得到的结果是清楚地描绘的病变界线，其可以被用于针对病理规划疗法。

Claims (15)

1.一种用于识别感兴趣区域中的病变的超声诊断成像系统，其包括：
空间数据集序列，其检测灌注所述感兴趣区域的造影剂的量的上升和下降；
灌注曲线计算器，其计算在所述感兴趣区域中空间上不同的点处的造影剂灌注的时间-强度曲线；
一组时间段描绘值，其根据每个灌注曲线描绘选自上升时间段、增强时间段和下降时间段的时间段；
参数图像处理器，其形成所述感兴趣区域的选定时间段的时间段值的造影参数图像；以及
显示器，其显示所述造影参数图像。
2.如权利要求1所述的超声诊断成像系统，其中，所述时间段描绘值是时间-强度曲线的水平。
3.如权利要求2所述的超声诊断成像系统，其中，所述时间段描绘值被定义为时间-强度曲线的峰值的百分比。
4.如权利要求2所述的超声诊断成像系统，其中，所述上升时间段是在所述感兴趣区域中一点处造影剂的量增加的持续时间，所述增强时间段是造影剂的量处于或靠近其峰值的持续时间，而所述下降时间段是造影剂的量降低的持续时间。
5.如权利要求4所述的超声诊断成像系统，其中，所述上升时间段发生在造影剂冲入期间，而所述下降时间段发生在造影剂冲出期间。
6.如权利要求1所述的超声诊断成像系统，其中，具有相对长时间段值的灌注期的参数图像表征正常组织，而具有相对较短时间段值的灌注期的参数图像表征异常组织。
7.如权利要求6所述的超声诊断成像系统，其中，具有相对长时间段的增强灌注期的参数图像表征良性组织，而具有相对较短时间段的增强灌注期的参数图像表征恶性组织。
8.如权利要求7所述的超声诊断成像系统，其还包括形成所述感兴趣区域中不同点处的造影剂强度的造影图像的造影信号处理器，
其中，良性组织在所述下降时间段的造影图像中是相对强回声的，而恶性组织在所述下降时间段的所述造影图像中是相对低回声的。
9.如权利要求1所述的超声诊断成像系统，其还包括对所述造影参数图像作出响应的边界检测器，其描绘病变的边界。
10.如权利要求9所述的超声诊断成像系统，其中，所述边界检测器通过将所述造影参数图像阈值化来描绘所述病变的边界。
11.如权利要求9所述的超声诊断成像系统，其中，所述参数图像处理器还可操作以形成第二选定时间段的时间段值的第二参数图像，
其中，第一参数图像和第二参数图像都被所述边界检测器用于描绘所述病变的边界。
12.如权利要求11所述的超声诊断成像系统，其中，第一参数图像和第二参数图像通过加权或取平均中的至少一个而被组合。
13.如权利要求9所述的超声诊断成像系统，其中，所述边界检测器利用基于边界或基于区域的像素处理中的至少一个。
14.一种用于识别超声图像中的异常组织的方法，其包括：
识别感兴趣区域；
随着造影剂冲入和冲出所述感兴趣区域，采集所述感兴趣区域的超声数据；
针对所述感兴趣区域中的各点计算时间-强度曲线；
针对所述时间-强度曲线中的每一个识别上升时间段、增强时间段或下降时间段参数中的至少一个；以及
形成所述时间段参数中的至少一个的造影参数图像。
15.如权利要求14所述的方法，其还包括：
设置时间-强度曲线的水平，其定义所述时间-强度曲线的期望时间段。
CN2009801449119A 2008-11-11 2009-10-27 利用时间参数造影图像的超声病变识别 Pending CN102209495A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US11327008P 2008-11-11 2008-11-11
US61/113,270 2008-11-11
PCT/IB2009/054751 WO2010055426A1 (en) 2008-11-11 2009-10-27 Ultrasonic lesion identification using temporal parametric contrast images

Publications (1)

Publication Number Publication Date
CN102209495A true CN102209495A (zh) 2011-10-05

Family

ID=41460976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2009801449119A Pending CN102209495A (zh) 2008-11-11 2009-10-27 利用时间参数造影图像的超声病变识别

Country Status (5)

Country Link
US (1) US20110208061A1 (zh)
EP (1) EP2365779A1 (zh)
JP (1) JP2012508053A (zh)
CN (1) CN102209495A (zh)
WO (1) WO2010055426A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102551803A (zh) * 2011-12-31 2012-07-11 重庆安碧捷生物科技有限公司 超声造影录像分析方法及分析系统
CN107530452A (zh) * 2015-02-02 2018-01-02 诺瓦达克技术公司 用于表征受试者的组织的方法和系统
US20180132828A1 (en) * 2016-11-17 2018-05-17 Samsung Electronics Co., Ltd. Ultrasound imaging apparatus and method of controlling the same
CN111902074A (zh) * 2018-03-13 2020-11-06 博信生物科技股份有限公司 用于灵敏分子分析的组合物和方法
US11096602B2 (en) 2016-07-29 2021-08-24 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject utilizing a machine learning
CN113645905A (zh) * 2019-03-12 2021-11-12 三星麦迪森株式会社 用于显示超声图像的方法、超声诊断装置和计算机程序产品

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008126015A1 (en) 2007-04-13 2008-10-23 Koninklijke Philips Electronics, N.V. High speed ultrasonic thick slice imaging
US9955941B2 (en) * 2007-04-13 2018-05-01 Koninklijke Philips N.V. Quantified perfusion studies with ultrasonic thick slice imaging having a dual port memory
JP5702365B2 (ja) 2009-05-07 2015-04-15 日立アロカメディカル株式会社 整形外科用途の超音波システム
US20120253190A1 (en) 2009-10-01 2012-10-04 Koninklijke Philips Electronics N.V. Contrast-enhanced ultrasound assessment of liver blood flow for monitoring liver therapy
JP5569903B2 (ja) * 2010-06-22 2014-08-13 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 超音波診断装置及びその制御プログラム
WO2013057982A1 (ja) * 2011-10-19 2013-04-25 株式会社日立メディコ 画像診断装置、および画像判別方法
JP2014008147A (ja) * 2012-06-28 2014-01-20 Ge Medical Systems Global Technology Co Llc 超音波診断装置及びその制御プログラム
JP6139186B2 (ja) * 2013-03-11 2017-05-31 東芝メディカルシステムズ株式会社 超音波診断装置、画像処理装置及び画像処理プログラム
CN103169506A (zh) * 2013-03-19 2013-06-26 安徽皖仪科技股份有限公司 一种自动识别肝癌的超声诊断装置和方法
EP2784748B1 (en) * 2013-03-28 2017-11-01 Expert Ymaging, SL A computer implemented method for assessing vascular networks from medical images and uses thereof
CN105940431B (zh) * 2014-01-23 2019-10-01 皇家飞利浦有限公司 使用对比增强的超声成像对颈动脉斑块的评估
KR102251245B1 (ko) 2014-04-30 2021-05-12 삼성전자주식회사 관심 영역별 추가 정보 제공 장치 및 방법
WO2016097320A1 (en) * 2014-12-18 2016-06-23 Koninklijke Philips N.V. Ultrasound imaging system and method
KR20180075223A (ko) * 2016-12-26 2018-07-04 삼성메디슨 주식회사 광 음향 영상 진단 장치 및 제어방법
RU2764500C2 (ru) 2017-01-04 2022-01-17 Конинклейке Филипс Н.В. Система и способ параметрической ультразвуковой визуализации с контрастированием и привязкой ко времени
CA3060579A1 (en) * 2017-05-04 2018-11-08 Gynesonics Inc. Methods for monitoring ablation progress with doppler ultrasound
US11826201B2 (en) * 2018-06-22 2023-11-28 Koninklijke Philips N.V. Ultrasound lesion assessment and associated devices, systems, and methods
CN114245725A (zh) * 2019-08-05 2022-03-25 皇家飞利浦有限公司 在洗入、洗出期间改变系统操作的对比度增强超声成像
EP4140415A1 (en) * 2021-08-27 2023-03-01 Koninklijke Philips N.V. Method for use in analysing ultrasound image data of a subject
CN117314890B (zh) * 2023-11-07 2024-04-23 东莞市富明钮扣有限公司 打扣加工的安全控制方法、装置、设备及存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6015384A (en) * 1998-08-31 2000-01-18 Acuson Corporation Ultrasonic system and method for tissue viability imaging
US6547732B2 (en) * 1998-10-01 2003-04-15 Koninklijke Philips Electronics N.V. Adaptive image processing for spatial compounding
US6714808B2 (en) * 2000-10-03 2004-03-30 University Of Arkansas Method for detecting and excising nonpalpable lesions
US7024024B1 (en) * 2000-11-14 2006-04-04 Axle International System for contrast echo analysis
US7343030B2 (en) * 2003-08-05 2008-03-11 Imquant, Inc. Dynamic tumor treatment system
EP1692543A1 (en) * 2003-12-03 2006-08-23 Koninklijke Philips Electronics N.V. Ultrasonic imaging system and method for simultaneous display of blood flow and perfusion parameters
JP5150267B2 (ja) * 2005-02-23 2013-02-20 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 肝臓の障害を検出する超音波診断イメージングシステム
US7955265B2 (en) * 2005-08-15 2011-06-07 General Electric Company Method and apparatus for measuring anatomic structures

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102551803A (zh) * 2011-12-31 2012-07-11 重庆安碧捷生物科技有限公司 超声造影录像分析方法及分析系统
CN107530452A (zh) * 2015-02-02 2018-01-02 诺瓦达克技术公司 用于表征受试者的组织的方法和系统
US10783636B2 (en) 2015-02-02 2020-09-22 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject
US11715205B2 (en) 2015-02-02 2023-08-01 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject
US11096602B2 (en) 2016-07-29 2021-08-24 Stryker European Operations Limited Methods and systems for characterizing tissue of a subject utilizing a machine learning
US20180132828A1 (en) * 2016-11-17 2018-05-17 Samsung Electronics Co., Ltd. Ultrasound imaging apparatus and method of controlling the same
CN108065962A (zh) * 2016-11-17 2018-05-25 三星电子株式会社 超声成像装置和控制超声成像装置的方法
US11096667B2 (en) 2016-11-17 2021-08-24 Samsung Medison Co., Ltd. Ultrasound imaging apparatus and method of controlling the same
CN108065962B (zh) * 2016-11-17 2022-05-03 三星麦迪森株式会社 超声成像装置和控制超声成像装置的方法
CN111902074A (zh) * 2018-03-13 2020-11-06 博信生物科技股份有限公司 用于灵敏分子分析的组合物和方法
CN113645905A (zh) * 2019-03-12 2021-11-12 三星麦迪森株式会社 用于显示超声图像的方法、超声诊断装置和计算机程序产品

Also Published As

Publication number Publication date
WO2010055426A1 (en) 2010-05-20
US20110208061A1 (en) 2011-08-25
EP2365779A1 (en) 2011-09-21
JP2012508053A (ja) 2012-04-05

Similar Documents

Publication Publication Date Title
CN102209495A (zh) 利用时间参数造影图像的超声病变识别
Gao et al. Motion tracking of the carotid artery wall from ultrasound image sequences: a nonlinear state-space approach
CN103889337B (zh) 超声波诊断装置以及超声波诊断装置控制方法
Bell et al. Short-lag spatial coherence imaging of cardiac ultrasound data: Initial clinical results
JP5015513B2 (ja) 解剖学的構造の計測のための一体型超音波デバイス
US20120253190A1 (en) Contrast-enhanced ultrasound assessment of liver blood flow for monitoring liver therapy
US20050283076A1 (en) Non-invasive diagnosis of breast cancer using real-time ultrasound strain imaging
CN105940431B (zh) 使用对比增强的超声成像对颈动脉斑块的评估
EP3537983B1 (en) System and method for characterizing liver perfusion of contrast agent flow
CN104968279A (zh) 消除医学图像中由生理功能引起的运动影响
JPH1142227A (ja) 組織の動き追尾方法及び超音波画像処理装置
US8727989B2 (en) Automatic diagnosis support apparatus, ultrasonic diagnosis apparatus, and automatic diagnosis support method
US20080125652A1 (en) Method and System for Deriving a Fetal Heart Rate Without the Use of an Electrocardiogram in Non-3d Imaging Applications
CN106716172A (zh) 用于流体池检测和识别的声流
JP2023528679A (ja) 血行動態パラメータを推定する方法
US20060079783A1 (en) Method and system for deriving a fetal heart rate without the use of an electrocardiogram in non-3D imaging applications
CN107920801A (zh) 通过自适应时间处理的微血管超声造影成像
US8777860B2 (en) Method for evaluation of renal vascular perfusion using power doppler ultrasonography
Hanekom et al. Optimisation of strain rate imaging for application to stress echocardiography
CN114466620A (zh) 用于超声灌注成像的系统和方法
EP3378404A1 (en) Ultrasonic diagnostic system and method for contrast enhanced liver diagnosis
EP4140415A1 (en) Method for use in analysing ultrasound image data of a subject
EP4282339A1 (en) Processing sequences of ultrasound images
Jafarzadeh et al. Spatially segmented SVD clutter filtering in cardiac blood flow imaging with diverging waves
US20240029245A1 (en) Analysing ultrasound image data of the rectus abdominis muscles

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20111005