CN102988082B - 医学超声剪切波成像中的分类预处理 - Google Patents

医学超声剪切波成像中的分类预处理 Download PDF

Info

Publication number
CN102988082B
CN102988082B CN201210329078.9A CN201210329078A CN102988082B CN 102988082 B CN102988082 B CN 102988082B CN 201210329078 A CN201210329078 A CN 201210329078A CN 102988082 B CN102988082 B CN 102988082B
Authority
CN
China
Prior art keywords
displacement
tissue
signal
value
location
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.)
Active
Application number
CN201210329078.9A
Other languages
English (en)
Other versions
CN102988082A (zh
Inventor
范列湘
P.弗雷伯格
J.本森
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.)
Siemens Medical Solutions USA Inc
Original Assignee
Siemens Medical Solutions USA Inc
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 Siemens Medical Solutions USA Inc filed Critical Siemens Medical Solutions USA Inc
Publication of CN102988082A publication Critical patent/CN102988082A/zh
Application granted granted Critical
Publication of CN102988082B publication Critical patent/CN102988082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023Details of receivers
    • G01S7/52036Details of receivers using analysis of echo signal for target characterisation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0858Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/485Diagnostic techniques involving measuring strain or elastic properties
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13Tomography
    • A61B8/14Echo-tomography
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52019Details of transmitters
    • G01S7/5202Details of transmitters for pulse systems
    • G01S7/52022Details of transmitters for pulse systems using a sequence of pulses, at least one pulse manipulating the transmissivity or reflexivity of the medium
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03BAPPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B42/00Obtaining records using waves other than optical waves; Visualisation of such records by using optical means
    • G03B42/06Obtaining records using waves other than optical waves; Visualisation of such records by using optical means using ultrasonic, sonic or infrasonic waves

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明涉及医学超声剪切波成像中的分类预处理。针对医学超声剪切波成像(46)提供分类预处理(30-40)。响应于应激,在患者中的一个或多个定位处的位移被测量(32)。随着时间变化的位移是表示定位中的移位的曲线。该曲线的诸如信噪比和最大位移之类的一个或多个特征被用来对定位进行分类(42)。定位被分类为流体或流体组织、固体组织或非确定性的组织。随后的剪切成像(46)可以提供针对固体组织的定位的剪切信息,并且不在其它定位处提供剪切信息。

Description

医学超声剪切波成像中的分类预处理
技术领域
本实施例涉及超声成像。特别地,超声剪切波成像可以被改进。
背景技术
剪切波速信息对于诊断可以是有用的。除了声阻抗(例如B模式)和多普勒(例如血流(flow)模式)成像之外,剪切波信息可以指示组织特征。然而,组织中的剪切波传播的复杂性可能导致重大的错误。例如,对于流体或流体组织,剪切波速可能较不精确地被确定,从而导致表面上为任意的值。
为了从剪切波图像中去除流体的影响,通过在搅拌之后测量血流,流体区域可以与固体组织区域分开。为了进行搅拌,声能被用来在流体中生成流。在连续的或顺序的回波信号之间的相关系数被计算,以将固体组织与被搅拌的流体区别开。然而,在活体扫描(livescanning)中,固体组织的运动可以产生与通过声能搅拌诱发的流体运动相同的去相关的幅度。区别的能力可能被限制。
发明内容
通过介绍,下面描述的优选实施例包括用于针对医学超声剪切波成像进行分类预处理的方法、指令和系统。响应于应激(stress),在患者中的一个或多个定位(location)处的位移被测量。随着时间变化的位移(displacementovertime)是表示定位的位置中的移位(shift)的曲线。该曲线的诸如信噪比和最大位移之类的一个或多个特征被用来对该定位进行分类。该定位被分类为流体或流体组织、固体组织、非确定性的(non-determinative)或其它类。随后的剪切成像可以提供针对固体组织的定位的剪切信息,并且不在其它定位处提供剪切信息。
在第一方面中,一种用于要被用在医学超声剪切波成像中的分类预处理的方法被提供。利用超声,响应于脉冲激励(impulseexcitation)的在患者内的第一定位处的随着时间变化的位移被测量。随着时间变化的位移的最大值被确定。随着时间变化的位移的信噪比被确定。处理器把第一定位分类为多个类型的组织中的第一类型。分类是随着时间变化的位移的最大值以及随着时间变化的位移的信噪比的函数。
在第二方面中,一种非暂时性的计算机可读存储介质已经在其中存储了表示可被用于在医学超声剪切波成像中进行分类预处理的已编程的处理器运行的指令的数据。该存储介质包括用于如下操作的指令:确定患者中的响应的位移分布(profile),计算位移分布的第一特征,至少部分地基于第一特征来将流体和流体组织与固体组织区别开,掩蔽(maskout)来自流体或流体组织的图像的剪切波信息。
在第三方面中,一种用于在医学超声剪切波成像中进行分类预处理的系统被提供。换能器被配置来将声脉冲激励发射到患者中并且被配置来利用超声扫描患者的区域。接收波束成形器被配置来在声脉冲激励之后的不同时间生成表示该区域的数据。所述数据根据利用超声的扫描被生成。处理器被配置来估计由声脉冲激励诱发的组织位移,导出描述组织位移的分布的特征的至少一个参数以及基于至少一个参数对区域中的组织进行分类。显示器被配置来显示表示针对第一定位的剪切的图像。第一定位根据组织的分类被确定。
本发明通过下面的权利要求书来限定,并且本部分中没有任何事物应该被看作对那些权利要求的限制。本发明的其他方面和优点连同优选实施例在下面被讨论,并且稍后可以独立地或组合地被请求保护。
附图说明
部件和附图不一定按比例绘制,重点而是被放在图示本发明的原理上。此外,在附图中,遍及不同的视图,相似的参考数字标明相对应的部分。
图1是用于要被用在医学超声剪切波成像中的分类预处理的方法的一个实施例的流程图;
图2是实例超声医学图像;
图3是图2中所表示的两个定位的随着时间变化的位移的实例曲线图;
图4示出了针对图2中所表示的两个定位的实例经过平滑的以及噪声位移曲线;
图5是根据一个实施例的基于最大位移和信噪比的分类的图形表示;
图6示出了在左侧具有B模式图像以及在右侧具有根据信噪比生成的图像的两个实例医学图像;并且
图7是用于医学超声剪切波成像中的分类预处理的系统的一个实施例的框图。
具体实施方式
感兴趣的区域中的定位被分类为固体组织或其它类型的物质。固体组织区域可以考虑到更精确的剪切测量。诸如流体或流体组织之类的其它类型可以针对剪切速度而较不精确地被测量。与固体组织相关联的定位被包括在剪切成像中,而其它定位可以被预排除在剪切波传播场的成像之外。分类可以可替换地或附加地标识与阴影区域或/和低回波区域相关联的区域,用于被排除在剪切波成像之外。
感兴趣的区域可以包括流体(例如血液或尿)、骨骼以及组织。组织可以包括像流体那样的组织(即流体组织)或固体组织。固体组织包括肌肉、脂肪、器官或具有比流体和骨骼相对更有弹性的特性的其它结构。囊肿或其它组织结构可以具有高流体含量。为了减小剪切波成像中的不精确性,流体组织或流体与固体组织被分割。
当固体组织和流体组织被脉冲力(impulseforce)激励时,这两种组织都被移置。随着时间变化的位移分布的特征可以依据组织的类型而不同。固体组织中的位移取决于剪切波方程,而流体组织中的位移取决于纳维叶-斯托克斯(Navier-Stokes)方程。与固体组织中的位移分布相比,流体组织中的最终得到的位移分布表明显著的噪声。回波信号的信噪比(SNR)也对该位移分布的SNR有贡献。
位移分布的除了SNR之外的或者作为SNR的替换方案的其它参数可以被用于进行分类。例如,位移分布中的最大位移可以把流体或流体组织与固体组织的低回波区域区分开。当一起被使用时,SNR和最大位移可以辨别流体和流体组织与软和硬固体组织。
由脉冲激励诱发的组织位移被估计。描述位移分布的特征的至少一个参数被估计。基于导出的参数,组织被分类到来自多个类别中的至少一个类别中。在一个例子中,位移分布的SNR以及最大值被用来把组织分类到流体组织类型或固体组织类型中。在另一例子中,诸如回波信号的统计量(例如均值或更高阶的统计量)之类的另一特征和SNR以及最大位移一起被使用来进行分类。
图1示出了一种用于要被用在医学超声剪切波成像中的分类预处理的方法。该方法通过图7的系统或不同的系统来实施。附加的、不同的或更少的动作可以被提供。例如,动作30并不被执行,并且应激源通过(手动地)使用重击物的体或通过其它机构来提供。作为另一例子,计算位移的不同参数,而不是动作36中的SNR和/或动作38中的最大位移。动作40是可选的。在还有另一例子中,动作44和/或46没有被提供,并且分类被用于其它目的。这些动作以所描述的或所示出的次序被执行,但是可以以其它次序被执行。
图1的方法的描述被提供在图2中所表示的例子的上下文中。图2示出了乳腺组织的二维区域的B模式图像或回波图像。该方法可以被用于其它器官。该区域包括囊肿(在定位B周围的较暗的区域)。超过一个的囊肿或者没有囊肿可能在该区域中。该区域可能包括诸如骨骼或流体之类的其它类型的物质。两个有代表性的定位A和B被示出。定位A在固体组织区之内,而定位B在流体组织内部。该方法针对一个或多个定位被执行。在一个实施例中,在整个视野或感兴趣的区域中,针对B模式或扫描样本定位中的每个,该方法被执行。较不密集的或较密集的采样可以被使用。
在图1的动作30中,声激励被发射到患者中。声激励充当脉冲激励。例如,功率或峰值振幅水平类似于或高于用于对组织进行成像的B模式发射的400循环发射波形(400cycletransmitwaveform)被发射。在一个实施例中,发射是被施加到视野上的辐射力序列。任何声辐射力成像(ARFI)序列都可以被使用。
发射通过功率、振幅、定时(timing)或其它特征来配置,以在组织上引起足以移置在一个或多个定位处的组织的应激。例如,发射焦点被安放接近视野的底部、中心,以引起遍及视野的位移。针对不同的子区域,发射可以被重复。
激励从超声换能器被发射。激励是声能。声能被聚焦,从而导致三维波束分布。通过使用相控阵和/或机械焦点,激励被聚焦。激励在诸如仰角维度(elevationdimension)之类的一个维度中可以是未聚焦的。激励被发射到患者的组织中。
在动作32中,患者中的响应的位移分布被确定。例如,针对定位A和B的位移分布在图3中被论证。激励引起组织的位移。剪切波被生成,并且从焦域传播。随着剪切波穿过组织,该组织被移置。纵波或位移的其它起因可以被使用。该组织被迫使在患者中移动。
由力或应激引起的位移被测量。随着时间的过去在一个或多个定位处测量位移。位移测量可以在应激或脉冲结束之前开始,诸如通过使用不同的频率或编码开始。可替换地,位移测量在脉冲结束之后开始。由于引起与应激点或应激区域隔开的组织中的位移的剪切波、纵波或其它波花费时间来行进,所以从松弛状态或部分紧张的状态到最大位移并且接着到松弛状态的位移可以被测量,如在图3中所表示的那样。可替换地,只有当组织正在松弛以形成最大值时,位移才被测量。
测量结果是位移的量或幅度的测量结果。组织在任意方向上被移动。测量可以沿着最大移动的方向进行。运动矢量的幅度被确定。可替换地,测量沿着给定的方向进行,诸如垂直于扫描线进行,而不论组织在其它方向上是否或多或少被移置。
位移利用超声扫描被探测。诸如感兴趣的区域、整个视野或感兴趣的子区域之类的区域利用超声被扫描。对于给定的时间,超声被发射到该组织或感兴趣的区域。任何现在公知的或以后被开发的位移成像都可以被使用。例如,具有1至5个循环持续时间的脉冲(pulse)以小于720mW/cm2的强度被使用。具有其它强度的脉冲可以被使用。
来自发射的回波或反射被接收。回波被波束成形,并且被波束成形的数据表示一个或多个定位。为了探测位移,超声能量被发射到经历位移的组织,并且能量的反射被接收。任何发射和接收序列都可以被使用。
通过多次执行发射和接收,在不同时间的表示一维、二维或三维区域的数据被接收。发射和接收被执行多次,以确定由于位移引起的改变。通过利用超声重复扫描,组织在不同时间的位置被确定。
通过使用B模式探测或多普勒探测,回波被探测。位移根据每个空间定位的差异被探测。例如,强度图(intensitypattern)(例如斑点追踪)中的速度、方差(variance)、移位或其它信息根据接收到的数据被探测为位移。
在使用B模式数据的一个实施例中,来自不同扫描的数据是相关的。例如,当前的数据集与参考数据集多次相关。两个数据集之间的不同的相对平移和/或旋转被执行。以参考集中的给定的定位为中心的数据子集的定位在当前集合中被标识。
参考是第一数据集或来自另一扫描的数据。相同的参考被用于整个位移探测,或者参考数据在前进的或移动的窗中改变。
相关是一维、二维或三维。例如,沿着扫描线远离和朝向换能器的相关被使用。对于二维扫描,平移沿着两个有旋转或没有旋转的轴线。对于三维扫描,平移沿着三个有或没有围绕三个或更少的轴线旋转的轴线。在不同的偏置位置的每个处的数据的相似水平或相关水平被计算。具有最大相关的平移和/或旋转表示针对与当前数据相关联的时间的运动矢量或偏置同参考相比较。
任何现在公知的或以后被开发的相关可以被使用,诸如互相关、模式匹配或绝对差的最小和。组织结构和/或斑点被相关。通过使用多普勒探测,杂波滤波器通过与移动的组织相关联的信息。组织的速度从多个回波被导出。该速度被用来确定朝向或远离换能器的位移。可替换地,不同定位处的速度之间的相对物或差可以指示应激或位移。
图3示出了两个实例位移分布。运动矢量随着时间的过去距参考数据的距离的幅度被示出。分析的周期在约10毫秒以上,但可能更长或更短。针对与固体组织相关联的定位A的位移分布具有比针对与流体组织相关联的定位B的位移分布更平滑的外观。其它位移分布是可能的。
在动作34中,位移分布的特征被计算。任何特征都可以被使用。超过一个的特征可以被计算。在图1的例子中,位移分布的SNR(动作36)以及最大位移(动作38)被计算。不同的特征、附加的特征或更少的特征可以被计算。
在动作36中,位移分布的SNR被确定。通过从该分布中标识出噪声来确定随着时间变化的或作为时间的函数的位移的SNR。噪声可以以任何方式被标识,诸如通过选择该分布的高频分量而被标识。傅立叶变换可以被用来确定高频噪声。
在用于标识噪声的一个实施例中,位移分布被滤波。诸如巴特沃思(Butterworth)滤波器之类的低通滤波器被应用于该分布(即时域滤波)。滤波器是无限脉冲响应(IIR)滤波器或有限脉冲响应(FIR)滤波器。经过滤波的随着时间变化的位移从在滤波之前的随着时间变化的位移中被减去。差表示了噪声。
图4示出了在滤波之前和滤波之后针对定位A和B的位移分布(左侧)。未被滤波的位移曲线在图4中也被表示为在左侧的虚线。在经过滤波的位移分布中,高频信息被去除或被减少。通过从未被滤波的位移曲线中减去经过滤波的位移曲线所获得的噪声也被示出(右侧)。针对(与流体组织相关联的)定位B的噪声比针对(与固体组织相关联的)定位A的噪声变化更多并且具有更大的振幅。
为了计算SNR,噪声信息被量化。噪声信号的均方根(RMS)被计算,以表示噪声水平。其它计算可以被使用,诸如峰值的绝对值的平均。
为了确定SNR,信号水平被计算。在一个实施例中,信号水平通过在经过滤波的位移分布之下的区来表示。经过滤波的位移的积分被计算。其它信号水平测量可以被使用。
通过把信号(例如经过滤波的位移的积分)除以噪声(例如噪声的RMS),SNR被提供。包括其它变量的其它函数可以被使用。在来自图4的例子中,针对两个定位A、B的SNR被计算。针对其它定位的SNR可以被计算。
在动作38中,最大位移被计算。最大位移根据该位移分布被计算。组织沿着线、在平面内或在体积内运动的峰值或最高量或者移位的幅度被计算。经过平滑的或经过滤波的位移曲线被用于最大值计算。在其它实施例中,原始的或未被滤波的位移曲线可以被使用。在整个分布或部分分布上的最大值被标识或被确定。在图4的例子中,对于定位A,为0.9微米的最大位移发生在约1.7毫秒时,而对于定位B,为1.3微米的最大位移发生在约0.8毫秒时。
在可选的动作40中,除了来自于位移分布的参数之外的另一参数被计算。在图1的例子中,其它参数可以包括回波信息的统计量、回波信号的信噪比和/或随着时间变化的回波信号的去相关测量。例如,在被用于位移分布的相同的周期上的对于定位的B模式信息的均值被计算。代之以或另外地,更高阶的统计量可以被计算。任何统计量或其它参数可以被用于分类。这些统计量可以是空间的和/或时域的。回波信号的SNR可以被计算为在有发射的接收信号强度与没有发射的接收信号强度之间的比率。去相关系数可以被计算为1减去回波信号的被归一化的相关系数,其中所述回波信号在ARFI或其它激励波束之前以及在ARFI或其它激励波束之后被探测到。
在动作42中,一个或多个定位被分类。在每个定位处的组织或其它物质都独立地或单独地被分类。针对每个定位的分类都依赖于针对那个定位的数据,并且不依赖于针对其它定位的数据。在可替换的实施例中,空间滤波或来自邻近定位的信息可以被用于对给定的定位进行分类。
分类标识出该物质。任何类型的物质都可以被标识。在一个实施例中,分类把该定位标识为流体(包括流体组织的类别或类型)、固体组织或其它(例如不可确定的)组织。该定位被分类为所述组中的一个。所述组可以包括更多的或更少的选项或类,诸如在(a)流体或流体组织与(b)固体组织之间进行选择。
分类将固体组织与其它物质区别开,诸如与流体组织和另一类区别开。处理器执行分类,而无需用户选择或输入。处理器使用具有或没有其它信息或参数的位移分布的特征。例如,处理器根据SNR、最大位移或者SNR和最大位移进行分类。利用SNR和最大位移进行分类可以在流体组织、固体组织以及其它的或未被确定的组织之间进行区别。
图5示出了使用位移分布的SNR与最大位移这两个参数的分类的一个实施例。抖动噪声水平被用来把“未被确定的”类别分类。如果最大位移低,则可能存在不充足的信息或非组织或流体物质。针对低的最大位移,没有分类或者类是“未被确定的”类别。对于较低的SNR与较高的位移,该定位处的物质被分类为流体或流体组织。针对这两个参数的其它组合,在该定位处的物质被分类为固体组织。除了图5中所示的函数之外的函数可以被使用。
分类函数基于实验、数学函数、统计学或其它信息。例如,模糊逻辑被用来进行分类。在该方法中,每个组织类型的隶属函数都以经验为主地针对每个参数(例如SNR、最大位移)被定义,在给定定位处的输入参数的情况下的每个隶属函数的输出被合计,以生成组织类型的似然性(likelihood)。和的最大值对应于要被分配的组织类型。作为另一例子,从具有关于该类的已知真实数据(groundtruth)的训练样本或数据的收集中进行学习的机器被用来确定用于进行分类的统计量或矩阵函数。概率函数指示了针对给定的定位的每个类的似然性,并且具有最高概率的类被选择。通过使用查找表、模糊逻辑函数、已编程函数或矩阵函数,分类被执行。
再次参照图1,从动作42到动作32的反馈表示针对多个定位重复该分类。例如,位移分布以及该位移分布的特征针对视野中的每个定位都被确定。该重复使用相同的或不同的动作30中的发射。在感兴趣的区域足够小的地方,一个脉冲被使用。通过使用以每个定位为中心的窗,在不同定位处的位移被确定。针对每个定位,窗或核(kernel)在该定位上方被定中心。窗之内的表示空间定位的数据被用于相关。针对每个定位,位移都被单独地确定。在其它实施例中,发射动作30被重复。针对感兴趣的区域的一个、一些或子集的位移响应于动作30的每个发射被确定。
在任何尺寸的区域上,位移分布被探测。在一个实施例中,在可能包括要被诊断的组织的感兴趣的区域(诸如用于B模式成像的整个扫描区域的约三分之一到二分之一)中,位移被探测。更大的、更少的或者没有感兴趣的区域可以被使用,诸如在整个成像区域上方探测位移。更窄的感兴趣的区域可以考虑到在更少地重复动作30的发射激励波形的情况下的位移探测。根据可能被成形的接收波束的数目以及样本强度,没有、一个或多个重复可以被使用。
诸如在每个B模式样本定位上都采样位移之类的完全采样可以被使用。相对于B模式扫描网格对位移的更大的或更少的(例如稀疏的)采样可以被使用。图6示出了针对相同的采样密度的B模式图像以及SNR图像。SNR信息更好地指示了囊肿。SNR图像可以被显示给用户,或者可以不被显示给用户。
在动作44中,分类被用来在空间上掩蔽剪切波信息。剪切波信息要针对固体组织的定位被显示。针对其它定位,诸如针对流体组织或未被确定的定位,剪切波信息不被显示。这些定位被遮蔽。基于遮蔽,所确定的剪切波信息不被显示,或者剪切波信息甚至不被计算。在图像中,来自流体或流体组织的不可靠的剪切信息不被呈现给用户,从而避免混淆。
在动作46中,剪切波成像被执行。根据对剪切波的组织反应被确定的剪切速度、模量或其它信息被探测。任何剪切成像都可以被使用。由于动作44的遮蔽,被显示的图像表示针对固体组织区域的剪切波信息,并且不是针对流体或流体组织区域的剪切波信息。
针对与该位移相同的定位的剪切信息被探测。不同于位移计算的发射和扫描被用于剪切成像。可替换地,就分类而论,相同的发射以及甚至位移分布被用于剪切成像。剪切波从原点(例如发射焦域)行进到该定位的时间被确定。最大位移或位移分布的其它部分指示剪切波的到达时间。剪切波的速度根据定时信息被计算。
针对剪切波成像,脉冲激励在空间定位处生成剪切波。在激励足够强的地方,剪切波被生成。剪切波沿着声波发射方向比纵波更慢地传播穿过组织。剪切波在包括垂直于所施加的应激的方向的方向的各种方向上传播。在更接近于剪切波生成的定位的定位处,剪切波的位移更大。
超声数据被获得。超声数据中的至少一些响应于剪切波。感兴趣的区域被监控,以探测剪切波。感兴趣的区域可以是任何尺寸,诸如在横向上为6mm而在轴向上为10mm。探测区域通过超声来监控。例如,B模式扫描被执行来探测由剪切波引起的组织位移。针对剪切波,多普勒、彩色血流或其它超声模式可以被使用来进行监控。
针对任何数目的扫描线,监控都被执行。例如,响应于每个发射,四个接收波束被成形。在发射激励以生成剪切波之后,B模式发射沿着单个扫描线被重复执行,而接收沿着四个邻近的扫描线被重复执行。在其它实施例中,响应于每个发射,只有单个接收波束或其它数目的接收波束被成形。任何数目的重复都可以被使用,诸如约120次。超声数据中的一些(诸如在重复开始和结束时)可以不响应于剪切波。
随着剪切波传播穿过扫描线,由于组织的位移,B模式强度可以变化。针对被监控的扫描线,数据序列被提供,其中所述数据序列表示由剪切波产生的组织运动的时间分布。例如,来自多个空间定位(例如沿着扫描线)的数据根据时间被相关。任何弹性探测都可以被使用。针对每个深度或空间定位,在多个深度或空间定位(例如中心深度为分布被计算的点的64个深度的核)上的相关被执行。空间中的二维或三维位移可以被使用。沿着不同于扫描线或波束的方向的一维位移可以被使用。
在给定的时间具有最高的或足够的相关的空间偏置指示位移的量。在不同的时间针对给定的定位确定位移。针对给定的定位的时域分布指示剪切波的探测。针对非噪声或变化的单个实例,分布被检查。(具有或没有时域低通滤波的)分布中的峰值指示剪切波前的通过。最大位移被选择,但是平均值或其它位移统计量可以被使用。在给定的定位处的最大剪切被探测。可替换地,平均值或其它剪切被探测。
为了监控更大的区域,响应于监控发射波束,附加的接收波束被成形。可替换地,另一剪切波被生成,并且发射波束和接收波束被提供在距剪切波生成点的不同距离处。在上面的6mm×10mm的例子中,36个接收扫描线可以被提供。在每个发射波束四个接收波束的情况下,针对不同的横向间隔,该过程被重复九次。针对每个接收波束定位,运动信息的时间分布被提供,通过超声数据被表示。在时域分布的形成期间,避免为了监控相同的剪切波而沿着不同的扫描线发射,以提供更高的时域分辨率,但是交织的或移位的扫描位置可以被提供。
上面的讨论是针对一个深度的。采样可以被布置来提供覆盖感兴趣的区域的整个轴向范围的一个门(gate)。在另一实施例中,针对每个接收波束,样本在多个深度被获得。针对每个轴向深度以及横向定位,单独的时间分布被提供。任何数目的深度都可以被使用,诸如针对5mm约有200个或针对10mm约有400个。
表示感兴趣的区域中的不同定位的超声数据被获得。超声数据与扫描实时地被获得或者从存储器中被获得。针对每个定位,运动信息表示在不同时间的响应。其它扫描、监控或技术可以被用来获得超声数据,以估计剪切幅度。
针对组织的不同空间定位,剪切速度被探测。针对每个定位,作为时间的函数的位移被确定。通过确定从剪切波的生成直到探测到不同定位处的剪切波的时间,剪切速度被获得。时间以及距该定位的距离确定了速度。从扫描线间隔(即用于生成剪切波的发射波束位置与用于探测剪切波的接收波束位置)中得知该距离。从剪切波的生成与探测之间的相对时间中得知该时间。
其它技术可以被用来探测分布中的峰值。例如,回归被应用。由于剪切波速是线性的,所以具有自动异常值探测的稳健线性回归可以指示该剪切波速。针对感兴趣的区域中的所有样本点的超声数据针对作为时间的函数的距离或者通过时间和距离被绘制。线性回归被应用到该绘图或数据,从而给该数据提供线拟合。该线的斜率指示该剪切波速。
剪切波信息被用于显示值的颜色叠加或其它调制。例如,剪切波信息被显示在B模式信息上方或与B模式信息一起被显示。位移数据具有显示格式,或者可以被扫描转换为显示格式。位移数据是色标数据(colorscaledata)或灰度数据,但是可以是在映射之前的具有灰度或色标的数据。信息可以线性地或非线性地被映射到显示值。
图像表示位移信息,诸如针对不同定位的剪切或模量(例如剪切模量)。在针对感兴趣的区域或视野中的所有网格点确定这些值的地方,显示器的像素表示针对那个区域的剪切速度。显示网格可以与扫描网格和/或针对其计算位移的网格不同。颜色、亮度、辉度、色调或其它特征根据位移被调制。
图像可以包括其它数据。例如,B模式数据或表示相同区域中的组织、流体或造影剂的其它数据被包括。位移数据被用于其它数据的叠加或与其它数据的组合。其它数据协助用户确定波束相对于要被治疗的组织的定位。
图7示出了用于在医学超声剪切波成像中进行分类预处理的系统10的一个实施例。系统10实施图1的方法或其它方法。系统10包括发射波束成形器12、换能器14、接收波束成形器16、图像处理器18、显示器20以及存储器22。附加的、不同的或更少的部件可以被提供。例如,针对与系统的用户交互,用户输入被提供。
系统10是医学诊断超声成像系统。在可替换的实施例中,系统10是个人计算机、工作站、PACS站或在相同定位处或被分布在网络上用于实时或采集后成像(postacquisitionimaging)的其它装置。
发射波束成形器12是超声发射器、存储器、脉冲发生器、模拟电路、数字电路或其组合。发射波束成形器12在工作中生成针对具有不同的或相对的振幅、延迟和/或定相的多个通道的波形。在响应于所生成的波形而发射来自换能器14的声波时,一个或多个波束被成形。发射波束的序列被生成来扫描二维或三维区域。区段(sector)、矢量?、线性或其它扫描格式可以被使用。相同的区域被扫描多次。针对血流或多普勒成像以及针对剪切成像,扫描序列被使用。在多普勒成像中,该序列可以包括在扫描邻近扫描线之前的沿着相同扫描线的多个波束。针对剪切成像,扫描或帧交织可以被使用(即在再次扫描之前扫描整个区域)。在可替换的实施例中,针对更快速的扫描,发射波束成形器12生成平面波或发散波。
相同的发射波束成形器12生成脉冲激励或电波形,用于生成声能以引起位移。在可替换的实施例中,不同的发射波束成形器被提供用于生成脉冲激励。发射波束成形器12引起换能器14生成高强度聚焦的超声波形。
换能器14是用于根据电波形生成声能的阵列。针对阵列,相对的延迟聚焦声能。给定的发射事件对应于给定延迟时在基本上相同的时间通过不同的单元发射声能。发射事件提供超声能量的脉冲,用于移置该组织。脉冲是脉冲激励。脉冲激励包括具有多个循环(例如500个循环)的波形,但是发生在相对短的时间内,以引起在更长的时间上的组织位移。
换能器14是压电的或容性的膜单元的1维、1.25维、1.5维、1.75维或2维阵列。换能器14包括多个单元,用于在声能与电能之间进行换能。接收信号响应于冲击换能器14的单元的超声能量(回波)而被生成。这些单元与发射波束成形器12和接收波束成形器16的通道相连接。可替换地,具有机械焦点的单个单元被使用。
接收波束成形器16包括具有放大器、延迟和/或相位旋转器以及一个或多个求和器的多个通道。每个通道都与一个或多个换能器单元相连接。接收波束成形器16通过硬件或软件被配置来施加相对的延迟、相位和/或变迹,以响应于每个成像发射形成一个或多个接收波束。针对来自被用来移置组织的脉冲激励的回波,接收操作可能不发生。通过使用接收信号,接收波束成形器16输出表示空间定位的数据。来自不同单元的信号的相对的延迟和/或定相以及求和提供波束成形。在可替换的实施例中,接收波束成形器16是用于通过使用傅立叶变换或其它变换来生成样本的处理器。
接收波束成形器16可以包括滤波器,诸如用于相对于发射频带隔离在二次谐波或其它频带处的信息的滤波器。这样的信息更可能地可以包括期望的组织、造影剂和/或血流信息。在另一实施例中,接收波束成形器16包括存储器或缓冲器以及滤波器或加法器。两个或更多个接收波束被组合来隔离在诸如二次谐波频带、立方基频带或其它频带之类的期望的频带处的信息。
与发射波束成形器12相协调,接收波束成形器16在不同的时间生成表示该区域的数据。在声脉冲激励之后,接收波束成形器16在不同的时间生成表示不同的线或定位的波束。通过利用超声扫描感兴趣的区域,数据(例如经过波束成形的样本)被生成。
接收波束成形器16输出表示空间定位的波束经过合计的数据(beamsummeddata)。针对单个定位、沿着线的定位、区的定位或体积的定位的数据被输出。动态聚焦可以被提供。数据可以被用于不同的目的。例如,针对B模式或组织数据执行不同于位移的扫描。可替换地,B模式数据也被用来确定位移。作为另一例子,用于基于位移的分类以及剪切成像的数据利用一系列共享的扫描被执行,并且B模式扫描或多普勒扫描单独地被执行或通过使用相同数据中的一些被执行。
处理器18是B模式探测器、多普勒探测器、脉冲波多普勒探测器(pulsedwaveDopplerdetector)、相关处理器、傅立叶变换处理器、专用集成电路、通用处理器、控制处理器、图像处理器、现场可编程门阵列、数字信号处理器、模拟电路、数字电路、其组合或其它现在公知的或以后被开发的用于探测和处理用于根据经过波束成形的超声样本进行显示的信息的设备。在一个实施例中,处理器18包括一个或多个探测器以及单独的处理器。该单独的处理器是控制处理器、通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列、网络、服务器、处理器组、数据通路、其组合或其它现在公知的或以后被开发的用于确定位移并计算位移分布属性的设备。例如,该单独的处理器通过硬件和/或软件被配置来执行在图1中所示的动作中的一个或多个的任何组合。
处理器18被配置来估计由声脉冲激励诱发的组织位移。通过使用相关、追踪、运动探测或其它位移测量,组织的位置中的移位量被估计。通过周期,诸如从在由于脉冲引起的组织移动之前到组织已经大部分或完全返回到松弛状态(例如从由脉冲激励引起的应激中恢复)之后,估计被执行多次。
处理器18被配置来导出描述组织位移的分布的特征的至少一个参数。例如,位移分布的信噪比被导出。作为另一例子,位移分布的最大位移被导出。处理器18可以计算诸如时间、空间或时间以及空间中的数据的统计量之类的其他参数。例如,针对每个定位的在时间和/或空间上的平均B模式或声阻抗值被计算。
处理器18被配置来对区域中的组织进行分类。组织可以是流体组织或固体组织。分类可以在组织的各类型之间、在组织和流体之间或在组织的各类型与一个或多个其它类之间进行。在一个实施例中,处理器18把在定位处的物质分类为流体/流体组织、固体组织以及其它/非确定性的组织。
分类基于至少一个参数。例如,分类基于针对位移分布的一个或多个特征的值。信噪比和最大位移是两个这样的特征。诸如其它数据的统计量之类的其它信息可以被用在该分类中。
处理器18实施模糊逻辑、概率函数、查找表或其它过程。输入特征(例如位移分布的特征)被应用于该过程,以确定所述定位应该被标记到的类别。
处理器18依照被存储在存储器22或其它存储器中的用于在医学超声剪切波成像中进行分类预处理的指令工作。处理器18被编程用于提供针对高强度聚焦的超声的反馈。存储器22是非暂时性的计算机可读存储介质。用于实施在这里被讨论的过程、方法和/或技术的指令被提供在计算机可读存储介质或存储器上,诸如高速缓存、缓冲器、RAM、可移动介质、硬盘驱动器或其它计算机可读存储介质。计算机可读存储介质包括各种类型的易失性和非易失性存储介质。在附图中被图示的或这里被描述的功能、动作或任务响应于被存储在计算机可读存储介质中或上的一个或多个指令集而被运行。这些功能、动作或任务独立于特定类型的指令集、存储介质、处理器或处理策略,并且可以通过单独地工作或组合地工作的软件、硬件、集成电路、固件、微代码等来被执行。同样地,处理策略可以包括多处理、多任务、并行处理等。在一个实施例中,指令被存储在可移动介质设备上,用于由本地或远程系统读取。在其它实施例中,指令被存储在远程定位中,用于通过计算机网络或在电话线上传输。在还有其它的实施例中,指令被存储在给定的计算机、CPU、GPU或系统之内。
显示器20是用于显示二维图像或三维表示的CRT、LCD、投影仪、等离子体或其它显示器。显示器20通过输入要被显示为图像的信号被处理器18或其它设备配置。显示器20显示表示针对感兴趣的区域中的不同定位的剪切的图像或整个图像。分类被用来分割定位。与固体组织相关联的定位被调制或包括针对剪切的信息。其他定位被遮蔽,以不包括剪切信息。而其他定位可以遭受对剪切信息的更大的滤波。
虽然参照各种实施例已经在上面对本发明进行了描述,但应该理解的是,许多改变和修改可以被做出,而不离开本发明的范围。因此意图的是,前面的详细描述被视为说明性的而不是限制,并且应理解的是,是下面的权利要求书(包括所有等同物)被意图来限定本发明的精神和范围。

Claims (13)

1.一种用于要被用在医学超声剪切波成像中的分类预处理的方法,所述方法包括:
利用超声测量响应于脉冲激励的在患者内的第一定位处的随着时间变化的位移的值;
确定随着时间变化的位移的值的最大值;
确定随着时间变化的位移的值的信噪比,其中位移的值是信噪比中的信号;以及
利用处理器把所述第一定位分类为多个类型的组织中的第一类型,其中所述分类基于组织中的流体的水平来区别开组织的类型,所述组织不同于流体或骨骼,所述分类是随着时间变化的位移的值的最大值以及随着时间变化的位移的值的信噪比的函数,其中随着时间变化的位移的值的信噪比的信噪比水平是分类中的输入。
2.根据权利要求1所述的方法,进一步包括:
将声激励发射到患者中,所述脉冲激励包括声激励;
其中测量位移的值包括利用超声重复扫描第一定位。
3.根据权利要求1所述的方法,其中,测量位移的值包括向组织发射超声和接收来自发射的反射,其中发射超声以及接收被执行多次,以及根据来自多个接收的反射探测位移的值。
4.根据权利要求1所述的方法,进一步包括:
针对多个定位重复分类;
执行患者的包括第一定位以及多个定位的剪切波成像;以及
根据针对第一定位以及多个定位的分类,在空间上遮蔽剪切波成像。
5.根据权利要求1所述的方法,其中,测量随着时间变化的位移的值包括随着组织在脉冲激励之后松弛而测量位移的值。
6.根据权利要求1所述的方法,其中,确定信噪比包括:
对随着时间变化的位移的值进行滤波;
从随着时间变化的位移的值中减去经过滤波的随着时间变化的位移的值;
计算减法的结果的均方根;以及
把经过滤波的位移的值的积分除以均方根,除法的结果包括信噪比。
7.根据权利要求1所述的方法,其中,分类包括把第一类型分类为包括流体组织、固体组织以及不可确定的组中的一个。
8.根据权利要求1所述的方法,其中,分类包括把第一类型分类为流体组织或固体组织。
9.根据权利要求1所述的方法,其中,分类包括利用模糊逻辑或概率函数进行分类。
10.根据权利要求1所述的方法,进一步包括
确定超声信号的信噪比;以及
确定随着时间变化的超声信号的去相关系数;
其中分类包括根据随着时间变化的位移的值的最大值、随着时间变化的位移的值的信噪比、超声信号的信噪比以及随着时间变化的超声信号的去相关系数进行分类。
11.一种用于要被用在医学超声剪切波成像中的分类预处理的设备,所述设备包括:
使得利用超声测量响应于脉冲激励的在患者内的第一定位处的随着时间变化的位移的值的部件;
确定随着时间变化的位移的值的最大值的部件;
确定随着时间变化的位移的值的信噪比的部件,其中位移的值是信噪比中的信号;以及
使得处理器把所述第一定位分类为多个类型的组织中的第一类型的部件,其中所述分类基于组织中的流体的水平来区别开组织的类型,所述组织不同于流体或骨骼,所述分类是随着时间变化的位移的值的最大值以及随着时间变化的位移的值的信噪比的函数,其中随着时间变化的位移的值的信噪比的信噪比水平是分类中的输入。
12.一种用于在医学超声剪切波成像中进行分类预处理的系统,所述系统包括:
被配置来将声脉冲激励发射到患者中并且被配置来利用超声扫描患者的区域的换能器;
被配置来在声脉冲激励之后在不同时间生成表示区域的数据的接收波束成形器,其中所述数据根据利用超声的扫描被生成;
被配置来估计由声脉冲激励诱发的组织位移、导出描述随着时间变化的组织位移的分布曲线的特征的至少一个参数以及基于至少一个参数对区域中的组织进行分类的处理器,其中组织的分类是组织中流体的水平,其中组织不同于骨骼或流体;以及
被配置来显示表示针对第一定位的剪切的图像的显示器,其中所述第一定位根据组织的分类被确定,
其中,所述处理器被配置来导出一个参数作为信噪比,被配置来导出另一参数作为分布的最大位移,并且被配置来基于信噪比以及最大位移进行分类。
13.根据权利要求12所述的系统,其中,所述处理器进一步被配置来计算时间、空间或时间和空间中的数据的统计量,并且被配置来基于所述统计量、信噪比以及最大位移进行分类。
CN201210329078.9A 2011-09-09 2012-09-07 医学超声剪切波成像中的分类预处理 Active CN102988082B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/229,408 US10338203B2 (en) 2011-09-09 2011-09-09 Classification preprocessing in medical ultrasound shear wave imaging
US13/229408 2011-09-09
US13/229,408 2011-09-09

Publications (2)

Publication Number Publication Date
CN102988082A CN102988082A (zh) 2013-03-27
CN102988082B true CN102988082B (zh) 2015-11-18

Family

ID=47740324

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210329078.9A Active CN102988082B (zh) 2011-09-09 2012-09-07 医学超声剪切波成像中的分类预处理

Country Status (5)

Country Link
US (1) US10338203B2 (zh)
JP (1) JP6140953B2 (zh)
KR (1) KR102051293B1 (zh)
CN (1) CN102988082B (zh)
DE (1) DE102012108353B4 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120259224A1 (en) * 2011-04-08 2012-10-11 Mon-Ju Wu Ultrasound Machine for Improved Longitudinal Tissue Analysis
US9468421B2 (en) * 2012-02-16 2016-10-18 Siemens Medical Solutions Usa, Inc. Visualization of associated information in ultrasound shear wave imaging
US9332962B2 (en) * 2013-03-13 2016-05-10 Siemens Medical Solutions Usa, Inc. Ultrasound ARFI displacement imaging using an adaptive time instance
CN104640506B (zh) * 2013-09-18 2017-06-30 东芝医疗系统株式会社 超声波诊断装置、医用图像处理装置和医用图像处理方法
US10143442B2 (en) * 2013-10-24 2018-12-04 Ge Medical Systems Global Technology, Llc Ultrasonic diagnosis apparatus
JP5730979B2 (ja) * 2013-11-08 2015-06-10 日立アロカメディカル株式会社 超音波診断装置、及び弾性評価方法
US10451587B2 (en) * 2014-07-16 2019-10-22 Duke University Methods, systems and computer program products for estimating shear wave speed using statistical inference
EP3179919B1 (en) * 2014-08-14 2021-02-17 Koninklijke Philips N.V. Acoustic streaming for fluid pool detection and identification
WO2016067072A1 (en) * 2014-10-28 2016-05-06 Super Sonic Imagine Imaging methods and apparatuses for performing shear wave elastography imaging
CN104605890B (zh) * 2014-12-18 2017-04-05 深圳开立生物医疗科技股份有限公司 一种剪切波峰值波形校正的方法、装置、系统及其应用
US9814446B2 (en) 2015-04-22 2017-11-14 Siemens Medical Solutions Usa, Inc. Method and system for automatic estimation of shear modulus and viscosity from shear wave imaging
US10537305B2 (en) 2015-09-30 2020-01-21 General Electric Company Detecting amniotic fluid position based on shear wave propagation
US11006928B2 (en) * 2016-02-10 2021-05-18 Siemens Medical Solutions Usa, Inc. Sound speed imaging using shear waves
US11138723B2 (en) * 2016-07-22 2021-10-05 Canon Medical Systems Corporation Analyzing apparatus and analyzing method
WO2018093584A1 (en) * 2016-11-16 2018-05-24 University Of Rochester Reverberant shear wave field estimation of body properties
CN106725610B (zh) * 2016-11-29 2019-08-06 深圳大学 基于移动声束相干激励剪切波的弹性测量方法及系统
WO2019075483A1 (en) * 2017-10-13 2019-04-18 The Cleveland Clinic Foundation ADVANCED ULTRASONIC DETECTION OF DIFFERENT TYPES OF FABRICS
US11006926B2 (en) 2018-02-27 2021-05-18 Siemens Medical Solutions Usa, Inc. Region of interest placement for quantitative ultrasound imaging
CN109907731B (zh) * 2019-01-31 2021-06-01 浙江大学 基于特征空间的光学相干层析的三维血流造影方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5487387A (en) * 1994-06-03 1996-01-30 Duke University Method and apparatus for distinguishing between solid masses and fluid-filled cysts
WO2011064688A1 (en) * 2009-11-25 2011-06-03 Koninklijke Philips Electronics N.V. Ultrasonic shear wave imaging with focused scanline beamforming

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5840038A (en) * 1997-05-29 1998-11-24 Marquette Medical Systems, Inc. Method and apparatus for signal averaging and analyzing high resolution P wave signals from an electrocardiogram
FR2778838A1 (fr) * 1998-05-19 1999-11-26 Koninkl Philips Electronics Nv Procede de detection de variations d'elasticite et appareil echographique pour mettre en oeuvre ce procede
US6594595B2 (en) * 2001-04-03 2003-07-15 Advantest Corporation Apparatus for and method of measuring cross-correlation coefficient between signals
FR2844058B1 (fr) * 2002-09-02 2004-11-12 Centre Nat Rech Scient Procede et dispositif d'imagerie utilisant des ondes de cisaillement
WO2006038596A1 (ja) 2004-10-05 2006-04-13 Astellas Pharma Inc. 涙液及び唾液乾燥症治療用医薬組成物
US8858441B2 (en) * 2005-05-12 2014-10-14 The Trustees Of Columbia University In The City Of New York System and method for electromechanical wave imaging of body structures
FR2899336B1 (fr) 2006-03-29 2008-07-04 Super Sonic Imagine Procede et dispositif pour l'imagerie d'un milieu viscoelastique
US7894874B2 (en) * 2006-05-08 2011-02-22 Luna Innovations Incorporated Method and apparatus for enhancing the detecting and tracking of moving objects using ultrasound
WO2007137411A1 (en) * 2006-05-26 2007-12-06 Queen's University At Kingston Method for improved ultrasonic detection
US8118744B2 (en) * 2007-02-09 2012-02-21 Duke University Methods, systems and computer program products for ultrasound shear wave velocity estimation and shear modulus reconstruction
US20080242997A1 (en) * 2007-03-26 2008-10-02 Luna Innovations Incorporated Method and apparatus for classifying gaseous and non-gaseous objects
US9839395B2 (en) * 2007-12-17 2017-12-12 Dexcom, Inc. Systems and methods for processing sensor data
US8583204B2 (en) * 2008-03-28 2013-11-12 Dexcom, Inc. Polymer membranes for continuous analyte sensors
US8187187B2 (en) 2008-07-16 2012-05-29 Siemens Medical Solutions Usa, Inc. Shear wave imaging
US9554770B2 (en) 2008-09-29 2017-01-31 Siemens Medical Solutions Usa, Inc. High pulse repetition frequency for detection of tissue mechanical property with ultrasound
WO2010073159A1 (en) * 2008-12-22 2010-07-01 Koninklijke Philips Electronics, N.V. Ablation control device for real-time monitoring of tissue displacement in reaction to a force applied
US20100241001A1 (en) 2009-03-20 2010-09-23 Palmeri Mark L Ultrasound Methods, Systems and Computer Program Products for Imaging Fluids
US20100286520A1 (en) * 2009-05-11 2010-11-11 General Electric Company Ultrasound system and method to determine mechanical properties of a target region
CA2774680A1 (en) * 2009-09-17 2011-03-24 University Of Virginia Patent Foundation Ultrasound-based method and related system to evaluate hemostatic function of whole blood
US8715185B2 (en) * 2010-04-05 2014-05-06 Hitachi Aloka Medical, Ltd. Methods and apparatus for ultrasound imaging
US10004474B2 (en) * 2010-10-27 2018-06-26 Siemens Medical Solutions Usa, Inc. Tissue density quantification using shear wave information in medical ultrasound scanning
US8494791B2 (en) * 2010-12-16 2013-07-23 General Electric Company Methods and systems for improved correlation of shear displacement waveforms
WO2013055795A1 (en) * 2011-10-10 2013-04-18 The Regents Of The University Of Michigan Pulsed cavitational ultrasound therapy with shear wave elastography feedback

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5487387A (en) * 1994-06-03 1996-01-30 Duke University Method and apparatus for distinguishing between solid masses and fluid-filled cysts
WO2011064688A1 (en) * 2009-11-25 2011-06-03 Koninklijke Philips Electronics N.V. Ultrasonic shear wave imaging with focused scanline beamforming

Also Published As

Publication number Publication date
DE102012108353B4 (de) 2023-01-19
KR102051293B1 (ko) 2019-12-03
JP2013059622A (ja) 2013-04-04
US20130066204A1 (en) 2013-03-14
JP6140953B2 (ja) 2017-06-07
US10338203B2 (en) 2019-07-02
DE102012108353A1 (de) 2013-03-14
CN102988082A (zh) 2013-03-27
KR20130028867A (ko) 2013-03-20

Similar Documents

Publication Publication Date Title
CN102988082B (zh) 医学超声剪切波成像中的分类预处理
CN104042247B (zh) 使用自适应时间阶段的超声arfi位移成像
CN104135937B (zh) 使用多孔超声确定材料刚度
CN102641137B (zh) 使用幅度-相位调制超声波的粘弹性测量
CN103110432B (zh) 诱导波超声成像中的自适应图像优化
JP4504190B2 (ja) ねじれ波を使用した画像化の方法及び装置
CN103505243B (zh) 测量超声波的声吸收或衰减
US9468421B2 (en) Visualization of associated information in ultrasound shear wave imaging
CN105816205B (zh) 声辐射力脉冲成像中的稀疏跟踪
CN106037796A (zh) 量化的粘弹性超声成像
CN107405133B (zh) 适用于各向异性介质成像的剪切波弹性成像方法及装置
KR102210372B1 (ko) 초음파 의료 이미징에서 전단 속도로부터의 조직 점탄성 추정
CN104510499A (zh) 医学超声成像中的剪切波检测
CN104939869A (zh) 用于弹性超声成像的获取控制的系统和方法
CN108685596A (zh) 利用超声医疗成像的组织性质估计
CN106419961A (zh) 声学辐射力成像中的自适应运动估计
CN103239258A (zh) 采用超声波的同轴切变波表征
CN107072639A (zh) 使用切变波进行测量的超声系统和方法
WO2018226688A1 (en) Estimating phase velocity dispersion in ultrasound elastography using a multiple signal classification
CN107303186A (zh) 弹性成像中的频率复合
KR20150112057A (ko) 공간 일관성 기초 초음파 신호 처리 모듈 및 그에 의한 초음파 신호 처리 방법
CN103251430B (zh) 超声波切变波成像中的相关信息的可视化的方法和设备
CN110269643A (zh) 在基于声学辐射力的超声成像中的自适应杂波滤波
Lanzolla et al. Analysis of influence parameters on image quality in ultrasound examinations
CN110495903A (zh) 具有增加的脉冲重复间隔的基于超声的剪切波成像

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant