CN104398272B - 选择检测区域的方法及装置及弹性检测系统 - Google Patents

选择检测区域的方法及装置及弹性检测系统 Download PDF

Info

Publication number
CN104398272B
CN104398272B CN201410561699.9A CN201410561699A CN104398272B CN 104398272 B CN104398272 B CN 104398272B CN 201410561699 A CN201410561699 A CN 201410561699A CN 104398272 B CN104398272 B CN 104398272B
Authority
CN
China
Prior art keywords
organ
tissue
detection
mrow
msub
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
CN201410561699.9A
Other languages
English (en)
Other versions
CN104398272A (zh
Inventor
邵金华
段后利
孙锦
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.)
Wuxi Hisky Medical Technologies Co Ltd
Original Assignee
Wuxi Hisky Medical Technologies Co Ltd
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 Wuxi Hisky Medical Technologies Co Ltd filed Critical Wuxi Hisky Medical Technologies Co Ltd
Priority to CN201410561699.9A priority Critical patent/CN104398272B/zh
Publication of CN104398272A publication Critical patent/CN104398272A/zh
Priority to PCT/CN2015/081817 priority patent/WO2016062107A1/zh
Priority to AU2015335554A priority patent/AU2015335554B2/en
Priority to KR1020177006749A priority patent/KR101913976B1/ko
Priority to RU2017117301A priority patent/RU2695619C2/ru
Priority to BR112017008162-8A priority patent/BR112017008162B1/pt
Priority to EP15852840.6A priority patent/EP3210541B1/en
Priority to JP2017512997A priority patent/JP6588087B2/ja
Priority to US15/478,021 priority patent/US10925582B2/en
Application granted granted Critical
Publication of CN104398272B publication Critical patent/CN104398272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0037—Performing a preliminary scan, e.g. a prescan for identifying a region of interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4222—Evaluating particular parts, e.g. particular organs
    • A61B5/4244—Evaluating particular parts, e.g. particular organs liver
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
    • 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
    • A61B8/486—Diagnostic techniques involving arbitrary m-mode
    • 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
    • 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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/42—Detecting, measuring or recording for evaluating the gastrointestinal, the endocrine or the exocrine systems
    • A61B5/4222—Evaluating particular parts, e.g. particular organs
    • 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
    • A61B8/488—Diagnostic techniques involving Doppler signals

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Physiology (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Gastroenterology & Hepatology (AREA)
  • Pulmonology (AREA)
  • Theoretical Computer Science (AREA)
  • Endocrinology (AREA)
  • Epidemiology (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Processing (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例涉及医学图像处理技术领域，尤其涉及一种选择检测区域的方法及装置及弹性检测系统。该方法包括：将待识别的器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织信息的特征值；根据待识别的器官组织信息，确定所述器官组织边界区域；根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。该方法能够根据器官组织信息确定器官组织边界，并根据器官组织边界自动的调整检测区域。

Description

选择检测区域的方法及装置及弹性检测系统
技术领域
本发明实施例涉及医学图像处理技术领域，尤其涉及选择检测区域的方法及装置及弹性检测系统。
背景技术
很多临床应用上需要利用包括超声成像、磁共振成像(MRI，Magnetic ResonanceImaging)、计算机断层扫描(CT，Computed Tomography)等在内的传统医学成像来定位器官组织的检测区域，例如：弹性检测及彩色多普勒超声检查等。
目前，主要通过以下两种方式选择器官组织检测区域：第一种，将固定深度范围的器官组织作为检测区域；第二种，人为地选择器官组织检测区域。
其中，第一种方法，由于检测深度固定，但是实际上不同的人，同一个人不同的位置，其组织位置和形态都有差别。比如目前市场上所见用于检测器官瞬时弹性的设备对于普通人，其检测范围是固定的皮下2.5-6.5cm的器官组织，但是对于肥胖或者体型大的个体，皮下3.5cm都有可能还是皮层，因此，采用固定检测范围的方法对于一些个体会引入误差。
第二种方法，采用手动选择检测区域的方法，需要操作者对于器官组织结构和图像信息非常熟悉，才能准确的选择器官组织边界，因此对于操作者要求高；同时，由于检测过程中引入了一个人为选择的过程，检测时间也更长。
综上，尚且缺乏一种自动调整检测区域的方法。
发明内容
本发明的目的是提出选择检测区域的方法及装置及弹性检测系统，以自动调整检测区域。
一方面，本发明提供了一种选择检测区域的方法，包括：
根据待识别的器官组织信息，确定所述器官组织边界，并将所述器官组织边界所围的区域确定为器官组织区域；
将待识别的器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织信息的特征值；
根据待识别的器官组织信息，确定所述器官组织边界区域；
根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。
再一方面，本发明提供了一种选择检测区域的装置，包括：
区域划分单元，用于将待识别的器官组织信息划分为多个检测子区域；
特征值计算单元，用于计算检测子区域中器官组织信息的特征值；
边界区域识别单元，用于根据待识别的器官组织信息，确定所述器官组织边界区域；
检测区域确定单元，用于根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。
另一方面，本发明提供了一种弹性检测系统，包括信息获取装置、弹性成像装置、探头设置装置、处理装置和显示装置，还包括本发明任意实施例中提供的选择检测区域的装置，其中，
所述信息获取装置，用于获取待识别的器官组织信息；
所述探头设置装置，用于调整弹性成像装置中探头的位置，使所述探头的检测范围包含所述选择检测区域的装置确定的检测区域；
所述弹性成像装置，用于获取器官组织的弹性信息；
所述显示装置，用于显示所述检测区域中的弹性信息。本发明实施例中提供的选择检测区域的方法及装置及弹性检测系统，能够自动的调整器官组织检测区域。本发明实施例中提供的选择检测区域的方法，依据待识别的器官组织信息确定器官组织边界区域，并根据器官组织边界区域和预设的特征值条件确定器官组织检测区域。该方法中器官组织信息不相同时，检测区域的位置和大小不相同，即该方法能够调整器官检测区域的位置和大小。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本发明实施例的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明第一实施例中提供的选择检测区域的方法的实现流程图；
图2是本发明第二实施例中提供的选择检测区域的方法的实现流程图；
图3是本发明第二实施例中的基于器官组织的M型超声信号的选择检测区域的效果图；
图4是本发明第二实施例中器官组织的定量弹性模量的示意图；
图5是本发明第三实施例中提供的选择检测区域的方法的实现流程图；
图6是本发明第三实施例中的基于器官组织的B型超声信号的选择检测区域的效果图；
图7是本发明第三实施例中器官组织的定量弹性模量的示意图；
图8是本发明第四实施例中提供的选择检测区域的方法的实现流程图；
图9是本发明第四实施例中的基于器官组织的三维图像边界的效果图；
图10是本发明第四实施例中的基于器官组织的三维图像的选择检测区域的效果图；
图11是本发明第四实施例中器官组织的定量弹性模量的示意图；
图12是本发明第五实施例中提供的选择检测区域的装置的结构示意图；
图13是本发明第六实施例中提供的弹性检测系统的结构示意图。
具体实施方式
下面结合附图及具体实施例对本发明实施例进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明实施例，而非对本发明实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明实施例相关的部分而非全部内容。
第一实施例：
图1是本发明第一实施例中提供的选择检测区域的方法的实现流程图，该方法可以由选择检测区域的装置来执行。如图1所示，该实现流程包括：
步骤11、将待识别的器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织信息的特征值。
其中，待识别的器官组织信息可以包括器官组织的一维、二维或三维超声图像，也可以包括器官组织的一维、二维或三维超声信号，如器官组织信息可以为A型超声信号、器官组织的M型超声信号、器官组织的B型超声图像、器官组织的CT图像或器官组织的MRI图像。其中，所述器官组织信息的特征值可以为器官组织信息的均值或器官组织信息的标准差等。
步骤12、根据待识别的器官组织信息，确定所述器官组织边界区域。
可以依据步骤11中计算得到的检测子区域中器官组织信息的特征值，确定所述器官组织检测区域，也可以采用图像处理技术或信号处理技术根据所述器官组织信息对应的器官组织的特征及器官组织边界的特征，识别出所述器官组织信息中的器官组织边界区域。
如，在所述器官组织信息为器官组织的一维超声信号或器官组织的二维超声图像时，根据所述检测子区域中器官组织信息的特征值确定所述器官组织边界区域；在所述器官组织信息为器官组织的三维超声图像时，根据器官组织的特征及器官组织边界的特征，识别出所述器官组织信息中的器官组织边界区域。
步骤13、根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。
其中，所述预设的特征值条件可以为：距所述器官组织边界区域的距离在预设深度范围内。即，可以将距所述器官组织边界区域预设深度范围内的器官组织信息确定为器官组织信息的检测区域。其中，所述预设深度范围可以为2.6-6.5cm。
其中，若所述器官组织信息为器官组织的一维、二维或三维图像或信号，所述预设的特征值条件可以为：每个检测子区域内图像或信号的强度值对应的均值和标准差均满足预设范围。
例如，若所述器官组织信息为器官组织的一维超声信号，根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域，可以包括：若多个连续的检测子区域中，每个检测子区域内超声信号的强度值对应的标准差均小于标准差阈值，则将该多个连续的检测子区域确定为所述器官组织检测区域。
例如，若所述器官组织信息为器官组织的二维超声图像或器官组织的三维图像，根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域，可以包括：若多个连续的检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值对应的标准差均小于标准差阈值，则将该多个连续的检测子区域确定为所述器官组织检测区域。
需要说明的是，均值阈值可以为检测子区域内超声信号或图像的最大强度值的20％，标准差阈值可以为检测子区域内超声信号或图像的最大强度值的5％。例如，肝脏组织中检测子区域内CT图像的强度值范围为0-300HU，其均值阈值可以为60HU，其标准差阈值可以为15HU。
其中，根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域之后，还可以包括：计算所述器官组织检测区域内器官组织的弹性值。即计算确定的器官组织检测区域内器官组织的弹性值，以实现对器官组织的超声检测。
本发明第一实施例中提供的选择检测区域的方法，将器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织的特征值；根据器官组织信息确定所述器官组织边界区域，并根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域，即，该方法能够自动地选择检测区域。由于本发明第一实施例中提供的选择检测区域的方法中，所述器官组织信息不同时，确定的检测区域不同，即本发明第一实施例中，能够根据不同个体的器官组织信息的特征，自动调整检测区域的位置和大小。
第二实施例：
图2是本发明第二实施例中提供的选择检测区域的方法的实现流程图，该方法适用于器官组织的一维超声信号。图3是本发明第二实施例中的基于器官组织的M型超声信号的选择检测区域的效果图；图4是本发明第二实施例中器官组织的定量弹性模量的示意图。结合图2-图4，该方法包括：
步骤21、将所述器官组织的超声信号划分为多个检测子区域Si。
所述器官组织的一维超声信号可以为器官组织的A型超声信号或器官组织的M型超声信号。假设一条超声信号包含n个采样点，其对应的器官组织的超声信号的扫描深度为d(单位：mm)，则每1mm深度包含n/d个点。将n个采样点划分为多段检测子区域Si，检测子区域Si对应的扫描深度为di，其中，i取整数。
例如，以z为间距将n个采样点等分为多段检测子区域Si，此时，z为检测子区域的区间长度，是取整运算。此时，每段检测子区域中分别包含[zn/d]个采样点。
步骤22、计算每个检测子区域Si中的器官组织的超声信号Ri的Nakagami分布值mi。
其中，Nakagami统计模型是超声组织定征技术的一种。具体的，依据如下公式，计算每个检测子区域Si内的器官组织的图像对应的超声信号Ri的Nakagami分布值mi，
其中，Nakagami分布的概率密度函数为：
其中，E(.)为均值函数，Γ(.)表示伽玛函数，Ω＝E[r2]，U(.)表示单位阶跃函数，r≥0，m≥0；
m值在(0,1)范围内时，器官组织的一维超声信号服从前瑞利(pre-Rayleigh)分布；m值等于1时，一维超声回波信号服从瑞利(Rayleigh分布)；m值大于1时，一维超声回波信号服从后瑞利(post-Rayleigh)分布。
步骤23、依据如下公式计算每个检测子区域Si的权重Wi，并将最大权重值对应的检测子区域确定为器官组织边界区域：
其中，di为检测子区域Si对应的扫描深度，遍历每个检测子区域的权重Wi，选择出最大权重值对应的检测子区域，作为器官组织边界区域。
步骤24、若多个连续的检测子区域中，每个检测子区域内一维超声信号的强度值对应的标准差均小于标准差阈值，则将该多个连续的检测子区域确定为所述器官组织检测区域。
计算所述器官组织区域中每个检测子区域Si内超声信号Ri的强度值对应的标准差SDi，且遍历器官组织区域中的每个检测子区域，若从某个检测子区域开始，连续的多个连续的检测子区域中，每个检测子区域内的一维超声信号的强度值对应的标准差均小于标准差阈值，那么就将该多个连续的检测子区域确定为器官组织检测区域，即完成器官组织检测区域的自动选择。
如图4，定量弹性信息可以包括弹性测量装置测得的步骤23中确定的检测区域内的器官组织的定量弹性信息的数值，通常以kPa为单位。其中，纵轴表示扫描深度，横轴表示时间。定量弹性信息还可以包括瞬时弹性成像过程中，瞬时振动随着时间沿深度传播的轨迹图像。该图中还包含指示瞬时振动传播的线段AB。另外，依据图4所示的器官组织的定量弹性信息，可以计算出瞬时振动产生的剪切波在指示标志所指区域的传播速度，从而计算出器官组织的弹性模量。
本发明第二实施例中提供的选择检测区域的方法，能够通过器官组织的A超或M超的超声信号，自动地选择器官组织检测区域。另外，由于本算法的复杂度低，因而具有较高的器官组织边界的识别效率，从而能够实现器官组织边界的实时自动定位。
第三实施例：
图5是本发明第三实施例中提供的选择检测区域的方法的实现流程图，该方法适用于器官组织的超声信号。图6是本发明第三实施例中的基于器官组织的B型超声信号的选择检测区域的效果图；图7是本发明第三实施例中器官组织的定量弹性模量的示意图。结合图5-图7，该方法包括：
步骤31、将所述器官组织的二维超声图像划分为多个矩形检测子区域Rij。
所述器官组织的二维超声图像可以为器官组织的B型超声图像。假设一幅B超图像的大小为w*h，其中w为器官组织的二维超声图像的宽度，h为器官组织的二维超声图像的高度，w和h的单位均是像素)，对应的扫描深度为d(单位：mm)，则1mm深度包含h/d个像素点。将大小为w*h的B超图像划分为多个矩形检测子区域Rij。
例如，以z为边长将大小为w*h的B超图像等分为多个正方形检测子区域Rij，此时其中z为正方形检测子区域的边长。为向上取整运算。此时，每个正方形检测子区域Rij的宽度和高度均为[zh/d]个像素。
步骤32、依据如下公式计算每个检测子区域Rkj的权重Wkj，并将最大权重值对应的检测子区域确定为器官组织边界区域：
其中，Mkj为检测子区域Rkj中器官组织的二维超声图像的灰度均值，SDkj为检测子区域Rkj中器官组织的二维超声图像的灰度标准差，dkj为检测子区域Rkj对应的扫描深度，k＝imax/2。例如，当器官组织的二维超声图像被等分为边长为z的矩形区域时，
例如，由于肝包膜区在B超图像上呈现为均匀一致的高回声，因此器官边界区域的灰度均值较大；另外，由于肝包膜区域在B型超声图像上具有均匀一致性，故灰度标准差较小。为避免凸阵探头扫描时扇形B超图像两侧的黑色背景区域，从位于B超图像中线处的检测子区域中搜索，若检测子区域Rkl为一系列检测区域Rkj中权重最大的一个，则将该检测子区域Rkl确定为肝脏组织的边界区域。
步骤33、若所述器官组织区域中的多个连续的检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值的标准差均小于标准差阈值，则将该多个连续的检测子区域确定为所述器官组织检测区域。
若从某一检测子区域开始，连续的多个连续的检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值的标准差均小于标准差阈值，那么就将该多个连续的检测子区域确定为检测区域，即完成检测区域的自动选择。
如图7所示，定量弹性信息包括弹性测量获得的器官组织结构图中检测区域内的器官组织的定量弹性信息的数值(以kPa为单位)。弹性模量信息包括检测区域中器官组织结构的弹性模量分布图。其中，弹性模量分布图可以用彩色编码，不同颜色表示不同的弹性模量；也可以用灰度或者其他编码形式表示弹性模量的分布，即，可以用彩色编码、灰度或其他编码形式表示检测子区域内器官组织的二维超声图像的强度值。对应的，弹性模量分布图还包括一个表示弹性模量编码的尺度图。
本发明第三实施例中提供的选择检测区域的方法，能够通过器官组织的B型超声的图像，自动地选择器官组织检测区域。另外，由于本算法的复杂度低，因而具有较高的器官组织边界的识别效率，从而能够实现器官组织边界的实时自动定位。
第四实施例：
图8是本发明第四实施例中提供的选择检测区域的方法的实现流程图，该方法适用于器官组织的三维图像。图9是本发明第四实施例中的基于器官组织的三维图像边界的效果图；图10是本发明第四实施例中的基于器官组织的三维图像的选择检测区域的效果图；图11是本发明第四实施例中器官组织的定量弹性模量的示意图。结合图8-图11，该方法包括：
步骤41、采用区域生长分割方法在所述器官组织的CT图像或所述器官组织的MRI图像中提取皮肤的二值图像和骨骼的二值图像。
首先，提取皮肤的二值图像。以图像坐标为(0,0)的像素为种子点，利用区域生长分割方法提取皮肤的二值图像，其中空气的CT值对应的区域生长的准则是[-1024,-500]HU(Hounsfield unit，亨氏)。
其次，提取骨骼的二值图像，包括椎骨的二值图像和肋骨的二值图像。对整幅图像进行阈值范围为[350,1024]HU的阈值分割，提取出骨骼的二值图像。
步骤42、计算所述骨骼的二值图像的质心，并计算所述皮肤的二值图像上距离所述质心最近的点。
计算骨骼的二值图像的质心PC。由于因为肋骨一般沿椎骨左右对称，并且椎骨在骨骼图像中比重较大，因此骨骼图像的质心PC即为椎骨的质心PC。
以椎骨质心PC为起点，搜寻皮肤的二值图像上距离所述质心PC最近的点，记为PN。
步骤43、依据所述质心和距离所述质心最近的点，将所述器官组织信息划分为四个象限。
利用质心PC和距离质心最近的点PN将CT图像划分为四个象限，即，将质心PC和距离质心最近的点PN这两个点所在的直线作为纵坐标轴，经过质心PC且与纵坐标轴垂直的直线作为横坐标轴。以器官组织为肝脏组织为例，肝脏的大部分区域位于第二象限内。
步骤44、拟合第二象限内的各个肋骨点，得到肋骨拟合曲线。
以B样条曲线或皮肤曲线拟合第二象限内的肋骨各点，得到肋骨拟合曲线。
步骤45、将所述肋骨拟合曲线朝向第一象限移动预设值，作为边界曲线，且将所述边界曲线与所述肋骨拟合曲线之间的区域确定为器官组织边界区域。
由于肋骨曲线接近于肝脏包膜，将肋骨曲线向内移动预设值，作为边界曲线，将边界曲线与肋骨拟合曲线之间的区域确定为器官组织边界区域。
其中，所述预设值可以为5mm。
步骤46、将所述器官组织边界区域所围的区域确定为器官组织区域。
步骤47、将所述器官组织区域等分为多个检测子区域。
步骤48、计算每个检测子区域中器官组织的二维超声图像的强度值对应的均值和强度值对应的标准差。
步骤49、若多个连续的检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值对应的标准差均小于标准差阈值，则将该多个连续的检测子区域确定为所述器官组织检测区域。
从肝脏组织的边界开始，搜寻肝脏内部各个检测子区域，若连续的多个检测子区域中，每个检测子区域内图像的强度值对应的均值均小于均值阈值，且每个检测子区域内图像的强度值的标准差均小于标准差阈值，则将该多个连续的检测子区域确定为所述器官组织检测区域，即完成器官组织的自动选择。
如图11，定量弹性信息包括弹性测量获得的组织结构图中ROI内的组织的定量弹性信息的数值(以kPa为单位)。其中弹性模量信息也包括组织结构图中指示标志所表示区域的组织的弹性模量分布图。该图可以用彩色编码，不同颜色表示不同的弹性模量。也可以用灰度或者其他编码形式表示弹性模量的分布。对应的，上述弹性模量分布图还包括一个表示弹性模量编码的尺度图。
需要说明的是，利用CT图像或MRI图像实现器官组织边界区域的自动识别及检测区域位置及大小的自动调整时。自动选择的检测区域可以为三维几何体。
以CT序列图像为例，对每一帧CT图像，采用本实施例中提供的选择检测区域的方法，自动选择出该帧器官组织的图像的检测区域。再利用每一帧CT图像分别对应的各个检测区域，重新构建出一个三维几何体，即为三维的检测区域。利用弹性检测探头检测出每一帧CT图像的二维检测区域内的弹性信息，再重建出器官组织的三维弹性分布，从而得到器官组织的三维定量弹性信息。
本发明第四实施例中提供的选择检测区域的方法，能够通过器官组织的三维图像，例如，器官组织的CT图像或器官组织的MRI图像，自动地选择器官组织检测区域。另外，由于本算法的复杂度低，因而具有较高的器官组织边界的识别效率，从而能够实现器官组织边界的实时自动定位。
第五实施例：
图12是本发明第五实施例中提供的选择检测区域的装置的结构示意图，如图12所示，本实施例所述的选择检测区域的装置可以包括：区域划分单元51，用于将待识别的器官组织信息划分为多个检测子区域；特征值计算单元52，用于计算检测子区域中器官组织信息的特征值；边界区域识别单元53，用于根据待识别的器官组织信息，确定所述器官组织边界区域；检测区域确定单元54，用于根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。
其中，该装置还可以包括：弹性值计算单元，用于计算所述器官组织检测区域内器官组织的弹性值。
其中，所述预设的特征值条件可以为：距所述器官组织边界区域的距离在预设深度范围内。
其中，若所述器官组织信息为器官组织的一维、二维或三维图像或信号，所述预设的特征值可以条件为：每个检测子区域内图像或信号的强度值对应的均值和标准差均满足预设范围。
其中，若所述器官组织信息为器官组织的一维超声信号，边界区域识别单元53可以包括：计算子单元，用于计算每个检测子区域Si中的器官组织的一维超声信号Ri的Nakagami分布值mi；区域识别子单元，用于依据如下公式计算每个检测子区域Si的权重Wi，并将最大权重值对应的检测子区域确定为器官组织边界区域：
其中，di为检测子区域Si对应的扫描深度。
其中，若所述器官组织信息为器官组织的二维超声图像，区域划分单元51具体可以用于：依据如下公式计算每个检测子区域Rkj的权重Wkj，并将最大权重值对应的检测子区域确定为器官组织边界区域：
其中，Mkj为检测子区域Rkj中器官组织的二维超声图像的灰度均值，SDkj为检测子区域Rkj中器官组织的二维超声图像的灰度标准差，dkj为检测子区域Rkj对应的扫描深度，k＝imax/2。
将所述器官组织的二维超声图像划分为多个矩形检测子区域Rij；边界区域识别单元53具体可以用于：依据如下公式计算每个检测子区域Rkj的权重Wkj，并将最大权重值对应的检测子区域确定为器官组织边界区域：
其中，Mkj为检测子区域Rkj中器官组织的二维超声图像的灰度均值，SDkj为检测子区域Rkj中器官组织的二维超声图像的灰度标准差，dkj为检测子区域Rkj对应的扫描深度，k＝imax/2。
其中，若所述器官组织信息为器官组织的CT图像或器官组织的MRI图像，所述边界区域识别单元53具体可以包括：二值图像获取子单元，用于采用图像分割方法在所述器官组织的CT图像或所述器官组织的MRI图像中提取皮肤的二值图像和骨骼的二值图像；特征点确定子单元，用于计算所述骨骼的二值图像的质心，并计算所述皮肤的二值图像上距离所述质心最近的点；图像划分子单元，用于依据所述质心和距离所述质心最近的点，将所述器官组织的划分为四个象限；曲线拟合子单元，用于拟合第二象限内的各个肋骨点，得到肋骨拟合曲线；边界区域确定子单元，用于将所述肋骨拟合曲线朝向第一象限移动预设值，作为边界区域曲线，且将所述边界区域曲线与所述肋骨拟合曲线之间的区域确定为器官组织边界区域。
本发明第五实施例中提供的选择检测区域的装置，将待识别的器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织信息的特征值，根据待识别的器官组织信息确定器官组织边界区域，且根据确定的器官组织边界区域和预设的特征值条件确定器官组织检测区域。该装置中器官组织信息不相同时，检测区域的位置和大小不相同，即该装置能够调整检测区域的位置和大小。
第六实施例：
图13是本发明第六实施例中提供的弹性检测系统的结构示意图，如图13所示，本实施例所述的弹性检测系统的可以包括信息获取装置61、弹性成像装置63、探头设置装置64、处理装置65和显示装置66，还包括本发明第五实施例中提供的选择检测区域的装置62，其中，所述信息获取装置61，用于获取待识别的器官组织信息；所述探头设置装置64，用于调整弹性成像装置中探头的位置，使所述探头的检测范围包含所述选择检测区域的装置确定的检测区域；所述弹性成像装置63，用于获取器官组织的弹性信息；所述处理装置65，用于对弹性成像装置获取的弹性信息进行处理，得到所述检测区域中的弹性信息；所述显示装置66，用于显示所述检测区域中的弹性信息。
本发明第六实施例中提供的弹性检测系统，能够自动识别器官组织边界区域，并自动调整检测区域的位置和大小，从而节约弹性检测时间、减少不同操作者之间及同一操作者在不同操作下的操作差异，实现准确、快捷、重复性高的器官组织的弹性检测。
上所述仅为本发明实施例的优选实施例，并不用于限制本发明实施例，对于本领域技术人员而言，本发明实施例可以有各种改动和变化。凡在本发明实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims (7)

1.一种选择检测区域的方法，其特征在于，包括：
若器官组织信息为器官组织的一维超声信号，将待识别的器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织信息的特征值；
根据待识别的器官组织信息，确定器官组织边界区域，包括：
计算每个检测子区域Si中的器官组织的一维超声信号Ri的Nakagami分布值mi；
依据如下公式计算每个检测子区域Si的权重Wi，并将最大权重值对应的检测子区域确定为器官组织边界区域：
<mrow> <msub> <mi>W</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mn>100</mn> <mo>*</mo> <msub> <mi>m</mi> <mi>i</mi> </msub> </mrow> <msqrt> <msub> <mi>d</mi> <mi>i</mi> </msub> </msqrt> </mfrac> <mo>;</mo> </mrow>
其中，di为检测子区域Si对应的扫描深度；
根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域；
或者，若器官组织信息为器官组织的二维超声图像，
将待识别的器官组织信息划分为多个检测子区域，包括：将所述器官组织的二维超声图像划分为多个矩形检测子区域Rij；
根据待识别的器官组织信息，确定器官组织边界区域，包括：
依据如下公式计算每个检测子区域Rkj的权重Wkj，并将最大权重值对应的检测子区域确定为器官组织边界区域：
<mrow> <msub> <mi>W</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>M</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mrow> <msub> <mi>SD</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>*</mo> <msqrt> <msub> <mi>d</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> </msqrt> </mrow> </mfrac> <mo>;</mo> </mrow>
其中，Mkj为检测子区域Rkj中器官组织的二维超声图像的灰度均值，SDkj为检测子区域Rkj中器官组织的二维超声图像的灰度标准差，dkj为检测子区域Rkj对应的扫描深度，k＝imax/2；
根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域；
或者，若器官组织信息为器官组织的CT图像或器官组织的MRI图像，将待识别的器官组织信息划分为多个检测子区域，并计算检测子区域中器官组织信息的特征值；
根据待识别的器官组织信息，确定器官组织边界区域，包括：
采用图像分割方法在所述器官组织的CT图像或所述器官组织的MRI图像中提取皮肤的二值图像和骨骼的二值图像；
计算所述骨骼的二值图像的质心，并计算所述皮肤的二值图像上距离所述质心最近的点；
依据所述质心和距离所述质心最近的点，将所述器官组织划分为四个象限；
拟合第二象限内的各个肋骨点，得到肋骨拟合曲线；
将所述肋骨拟合曲线朝向第一象限移动预设值，作为边界区域曲线，且将所述边界区域曲线与所述肋骨拟合曲线之间的区域确定为器官组织边界区域；
根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域。
2.根据权利要求1所述的方法，其特征在于，根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域之后，还包括：
计算所述器官组织检测区域内器官组织的弹性值。
3.根据权利要求1所述的方法，其特征在于，
所述预设的特征值条件为：距所述器官组织边界区域的距离在预设深度范围内。
4.根据权利要求1所述的方法，其特征在于，若所述器官组织信息为器官组织的一维、二维或三维信号，
所述预设的特征值条件为：每个检测子区域内信号的强度值对应的均值和标准差均满足预设范围。
5.一种选择检测区域的装置，其特征在于：
若器官组织信息为器官组织的一维超声信号，则包括：
区域划分单元，用于将待识别的器官组织信息划分为多个检测子区域；
特征值计算单元，用于计算检测子区域中器官组织信息的特征值；
边界区域识别单元，用于根据待识别的器官组织信息，确定器官组织边界区域，包括：
计算子单元，用于计算每个检测子区域Si中的器官组织的一维超声信号Ri的Nakagami分布值mi；
区域识别子单元，用于依据如下公式计算每个检测子区域Si的权重Wi，并将最大权重值对应的检测子区域确定为器官组织边界区域：
<mrow> <msub> <mi>W</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mrow> <mn>100</mn> <mo>*</mo> <msub> <mi>m</mi> <mi>i</mi> </msub> </mrow> <msqrt> <msub> <mi>d</mi> <mi>i</mi> </msub> </msqrt> </mfrac> <mo>;</mo> </mrow>
其中，di为检测子区域Si对应的扫描深度；
检测区域确定单元，用于根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域；
弹性值计算单元，用于计算所述器官组织检测区域内器官组织的弹性值；
所述预设的特征值条件为：距所述器官组织边界区域的距离在预设深度范围内；
或者，若器官组织信息为器官组织的二维超声图像，则包括：
区域划分单元，用于将所述器官组织的二维超声图像划分为多个矩形检测子区域Rij；
特征值计算单元，用于计算检测子区域中器官组织信息的特征值；
边界区域识别单元用于：
依据如下公式计算每个检测子区域Rkj的权重Wkj，并将最大权重值对应的检测子区域确定为器官组织边界区域：
<mrow> <msub> <mi>W</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msub> <mi>M</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mrow> <msub> <mi>SD</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> <mo>*</mo> <msqrt> <msub> <mi>d</mi> <mrow> <mi>k</mi> <mi>j</mi> </mrow> </msub> </msqrt> </mrow> </mfrac> <mo>;</mo> </mrow>
其中，Mkj为检测子区域Rkj中器官组织的二维超声图像的灰度均值，SDkj为检测子区域Rkj中器官组织的二维超声图像的灰度标准差，dkj为检测子区域Rkj对应的扫描深度，k＝imax/2；
检测区域确定单元，用于根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域；
弹性值计算单元，用于计算所述器官组织检测区域内器官组织的弹性值；
所述预设的特征值条件为：距所述器官组织边界区域的距离在预设深度范围内；
或者，若器官组织信息为器官组织的CT图像或器官组织的MRI图像，则包括：
区域划分单元，用于将待识别的器官组织信息划分为多个检测子区域；
特征值计算单元，用于计算检测子区域中器官组织信息的特征值；
边界区域识别单元，具体包括：
二值图像获取子单元，用于采用图像分割方法在所述器官组织的CT图像或所述器官组织的MRI图像中提取皮肤的二值图像和骨骼的二值图像；
特征点确定子单元，用于计算所述骨骼的二值图像的质心，并计算所述皮肤的二值图像上距离所述质心最近的点；
图像划分子单元，用于依据所述质心和距离所述质心最近的点，将所述器官组织划分为四个象限；
曲线拟合子单元，用于拟合第二象限内的各个肋骨点，得到肋骨拟合曲线；
边界区域确定子单元，用于将所述肋骨拟合曲线朝向第一象限移动预设值，作为边界区域曲线，且将所述边界区域曲线与所述肋骨拟合曲线之间的区域确定为器官组织边界区域；
检测区域确定单元，用于根据所述器官组织边界区域，及预设的特征值条件确定器官组织检测区域；
弹性值计算单元，用于计算所述器官组织检测区域内器官组织的弹性值；
所述预设的特征值条件为：距所述器官组织边界区域的距离在预设深度范围内。
6.根据权利要求5所述的装置，其特征在于，若所述器官组织信息为器官组织的一维、二维或三维信号，
所述预设的特征值条件替换为：每个检测子区域内信号的强度值对应的均值和标准差均满足预设范围。
7.一种弹性检测系统，其特征在于，包括信息获取装置、弹性成像装置、探头设置装置和显示装置，还包括权利要求5或6所述的选择检测区域的装置，其中，
所述信息获取装置，用于获取待识别的器官组织信息；
所述探头设置装置，用于调整弹性成像装置中探头的位置，使所述探头的检测范围包含所述选择检测区域的装置确定的检测区域；
所述弹性成像装置，用于获取器官组织的弹性信息；
所述显示装置，用于显示所述检测区域中的弹性信息。
CN201410561699.9A 2014-10-21 2014-10-21 选择检测区域的方法及装置及弹性检测系统 Active CN104398272B (zh)

Priority Applications (9)

Application Number Priority Date Filing Date Title
CN201410561699.9A CN104398272B (zh) 2014-10-21 2014-10-21 选择检测区域的方法及装置及弹性检测系统
RU2017117301A RU2695619C2 (ru) 2014-10-21 2015-06-18 Способ и устройство для выбора области диагностики и система диагностики для определения эластичности
AU2015335554A AU2015335554B2 (en) 2014-10-21 2015-06-18 Method and device for selecting detection area, and elasticity detection system
KR1020177006749A KR101913976B1 (ko) 2014-10-21 2015-06-18 검출영역을 선택하는 방법 및 장치 및 탄성 검출 시스템
PCT/CN2015/081817 WO2016062107A1 (zh) 2014-10-21 2015-06-18 选择检测区域的方法及装置及弹性检测系统
BR112017008162-8A BR112017008162B1 (pt) 2014-10-21 2015-06-18 Método e dispositivo para selecionar área de detecção, e sistema de detecção de elasticidade
EP15852840.6A EP3210541B1 (en) 2014-10-21 2015-06-18 Method and device for selecting detection area, and elasticity detection system
JP2017512997A JP6588087B2 (ja) 2014-10-21 2015-06-18 検出領域を選択する方法と装置及び弾性検出システム
US15/478,021 US10925582B2 (en) 2014-10-21 2017-04-03 Method and device for selecting detection area, and elasticity detection system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410561699.9A CN104398272B (zh) 2014-10-21 2014-10-21 选择检测区域的方法及装置及弹性检测系统

Publications (2)

Publication Number Publication Date
CN104398272A CN104398272A (zh) 2015-03-11
CN104398272B true CN104398272B (zh) 2017-09-19

Family

ID=52635988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410561699.9A Active CN104398272B (zh) 2014-10-21 2014-10-21 选择检测区域的方法及装置及弹性检测系统

Country Status (9)

Country Link
US (1) US10925582B2 (zh)
EP (1) EP3210541B1 (zh)
JP (1) JP6588087B2 (zh)
KR (1) KR101913976B1 (zh)
CN (1) CN104398272B (zh)
AU (1) AU2015335554B2 (zh)
BR (1) BR112017008162B1 (zh)
RU (1) RU2695619C2 (zh)
WO (1) WO2016062107A1 (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104398272B (zh) * 2014-10-21 2017-09-19 无锡海斯凯尔医学技术有限公司 选择检测区域的方法及装置及弹性检测系统
CN106908747B (zh) * 2015-12-23 2019-05-07 中国科学院深圳先进技术研究院 化学位移编码成像方法及装置
CN105816204A (zh) * 2016-03-10 2016-08-03 无锡海斯凯尔医学技术有限公司 自动触发弹性检测的方法和装置
WO2017152629A1 (zh) * 2016-03-10 2017-09-14 无锡海斯凯尔医学技术有限公司 自动触发弹性检测的方法和装置
US20170265846A1 (en) * 2016-03-18 2017-09-21 Siemens Medical Solutions Usa, Inc. Alert assistance for survey mode ultrasound imaging
JP6689666B2 (ja) * 2016-05-12 2020-04-28 株式会社日立製作所 超音波撮像装置
US11751948B2 (en) 2016-10-25 2023-09-12 Mobius Imaging, Llc Methods and systems for robot-assisted surgery
CN108305247B (zh) * 2018-01-17 2022-03-04 中南大学湘雅三医院 一种基于ct图像灰度值检测组织硬度的方法
CN108888284A (zh) * 2018-05-18 2018-11-27 沈阳东软医疗系统有限公司 图像调整方法、装置及设备、存储介质
FR3086528A1 (fr) * 2018-10-02 2020-04-03 Echosens Procede de selection automatique d'une plage de profondeur de calcul d'une propriete d'un milieu viscoelastique
CN109727234B (zh) * 2018-12-24 2021-02-19 上海联影医疗科技股份有限公司 显示面板生成方法、扫描范围规划方法及设备
EP3998106A1 (en) 2018-12-17 2022-05-18 Shanghai United Imaging Healthcare Co., Ltd. Systems and methods for determining a region of interest of a subject
CN109893172B (zh) * 2019-02-22 2020-06-19 清华大学 基于弹性成像的力学参数的确定方法及装置、计算机设备
CN110807770A (zh) * 2019-10-30 2020-02-18 杭州依图医疗技术有限公司 医学影像的处理、识别、显示方法及存储介质
US11227392B2 (en) * 2020-05-08 2022-01-18 GE Precision Healthcare LLC Ultrasound imaging system and method

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003334194A (ja) * 2002-03-14 2003-11-25 Matsushita Electric Ind Co Ltd 画像処理装置及び超音波診断装置
US7283652B2 (en) * 2002-11-27 2007-10-16 General Electric Company Method and system for measuring disease relevant tissue changes
JP4763502B2 (ja) * 2006-04-11 2011-08-31 日立アロカメディカル株式会社 超音波診断装置
US8172754B2 (en) * 2006-04-18 2012-05-08 Panasonic Corporation Ultrasonograph
US8300909B2 (en) * 2006-05-19 2012-10-30 Hitachi Medical Corporation Ultrasonographic device and ultrasonographic method
WO2007142255A1 (ja) * 2006-06-06 2007-12-13 Hitachi Medical Corporation 超音波診断装置
JP5016911B2 (ja) * 2006-12-20 2012-09-05 株式会社日立メディコ 超音波診断装置
JP4615528B2 (ja) * 2007-01-22 2011-01-19 株式会社日立メディコ 超音波診断装置
KR100961856B1 (ko) * 2007-03-08 2010-06-09 주식회사 메디슨 초음파 영상을 형성하는 초음파 시스템 및 방법
CA2718343A1 (en) * 2007-03-15 2008-09-18 Jean Meunier Image segmentation
US20110194748A1 (en) * 2008-10-14 2011-08-11 Akiko Tonomura Ultrasonic diagnostic apparatus and ultrasonic image display method
US8394026B2 (en) * 2008-11-03 2013-03-12 University Of British Columbia Method and apparatus for determining viscoelastic parameters in tissue
CN102956035A (zh) * 2011-08-25 2013-03-06 深圳市蓝韵实业有限公司 用于乳腺x线图像中提取乳腺区域的预处理方法及系统
TWI454246B (zh) * 2011-09-30 2014-10-01 Mackay Memorial Hospital Immediate monitoring of the target location of the radiotherapy system
WO2013051275A1 (ja) * 2011-10-04 2013-04-11 パナソニック株式会社 超音波診断装置および超音波診断装置の制御方法
CN102920477B (zh) * 2012-03-05 2015-05-20 杭州弘恩医疗科技有限公司 医学影像的目标区域边界确定装置和方法
US10388020B2 (en) * 2012-04-11 2019-08-20 The Trustees Of Columbia University In The City Of New York Methods and systems for segmentation of organs and tumors and objects
WO2013183432A1 (ja) * 2012-06-07 2013-12-12 日立アロカメディカル株式会社 関心領域設定方法及び超音波診断装置
RU2526752C1 (ru) * 2013-03-18 2014-08-27 Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." Система и способ для автоматического планирования двухмерных видов в объемных медицинских изображениях
CN203280412U (zh) * 2013-05-29 2013-11-13 北京索瑞特医学技术有限公司 对组织的定量弹性信息和结构信息进行组合显示的系统
CN103720489B (zh) * 2013-12-30 2015-10-28 中国科学院深圳先进技术研究院 病变组织生长监测方法和系统
CN204379311U (zh) * 2014-10-21 2015-06-10 无锡海斯凯尔医学技术有限公司 一种选择检测区域的装置及弹性检测系统
CN104398272B (zh) * 2014-10-21 2017-09-19 无锡海斯凯尔医学技术有限公司 选择检测区域的方法及装置及弹性检测系统

Also Published As

Publication number Publication date
JP6588087B2 (ja) 2019-10-09
EP3210541A4 (en) 2018-07-04
AU2015335554B2 (en) 2018-03-22
EP3210541A1 (en) 2017-08-30
KR20170041879A (ko) 2017-04-17
RU2695619C2 (ru) 2019-07-24
US10925582B2 (en) 2021-02-23
RU2017117301A (ru) 2018-11-19
CN104398272A (zh) 2015-03-11
WO2016062107A1 (zh) 2016-04-28
BR112017008162B1 (pt) 2023-02-14
AU2015335554A1 (en) 2017-05-04
US20170202540A1 (en) 2017-07-20
BR112017008162A2 (pt) 2017-12-26
KR101913976B1 (ko) 2018-10-31
RU2017117301A3 (zh) 2018-11-19
JP2017536856A (ja) 2017-12-14
EP3210541B1 (en) 2024-10-16

Similar Documents

Publication Publication Date Title
CN104398272B (zh) 选择检测区域的方法及装置及弹性检测系统
US10748291B2 (en) Liver boundary identification method and system
CN106600609B (zh) 一种医学图像中脊柱的分割方法及系统
CN100562291C (zh) 一种针对ct图像的处理装置、方法及系统
CN100528078C (zh) 用于气管测量的方法和系统
US9241634B2 (en) Analytic morphomics: high speed medical image automated analysis method
CN108830852B (zh) 三维超声肿瘤辅助测量系统及方法
CN103229210A (zh) 图像配准装置
US8724878B2 (en) Ultrasound image segmentation
CN105979875A (zh) 生成乳房参数图
CN204379311U (zh) 一种选择检测区域的装置及弹性检测系统
EP2529665A1 (en) System and method of determining thickness of body tissue
UA148201U (uk) Спосіб фрактального аналізу лінійних анатомічних структур
Cosío et al. Mammographic image analysis and computer assisted biopsy of breast tumors

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant