CN105451662B - 用于医学成像与信息显示的方法和系统 - Google Patents

Abstract

本发明提供了一种用于医学成像与信息显示的方法和系统。根据本发明的一方面，提出了一种医学成像与信息显示的方法(10)，包括：在医学成像装置的多种不同成像模式中的每种模式中采集(11)在对象的成像平面或成像体积中的多个点中的每个点的成像数据；针对所述每个点，通过对预定模型应用所述点在所述每种模式中的所述成像数据以及所述多个点中邻近所述点的至少一个其他点在所述每种模式中的所述成像数据来导出(12)一值，其中，所述预定模型是根据与所述对象有关的临床医学应用来选择的；基于全部所导出的值来构建(13)图像；并且向用户显示(14)所构建的图像。相应地，新颖的医学成像与信息显示的方法可以减轻医生的负担，并且为医生提供与常规ROI方法相比具有更高清晰度的图像。

Description

用于医学成像与信息显示的方法和系统

技术领域

本发明涉及临床医学成像，并且更具体地涉及用于医学成像与信息显示的方法和系统。

背景技术

如今，临床医学成像在为医生提供关于患者的必要信息上扮演重要角色。例如，各种成像模态(例如，CT、MRI、超声等)当前可用于在这方面辅助医生。针对每种成像模态，存在不同成像模式。

以超声为例，超声成像归因于其为非辐射、无创、实时且低成本的技术而已经被广泛应用于临床引用中。如本领域所周知的，在超声成像中存在不同种类的模式，例如但不限于，B模式超声、彩色超声、对比超声、包括应变超声和定量弹性成像超声的弹性成像超声。

为了具有关于患者的全面信息，医生常常需要组合来自不同成像模式的成像数据。如何最优地使用全部成像数据对人类而言是个难题。主要原因在于，临床目标存在于高维空间中，并且人类感知是有限的且缺乏解决高维问题的能力。

诸如机器学习的计算机技术能够比人类更好地处理高维问题。因此，基于计算机技术的临床决策支持(CDS)系统在为医生提供这样的全面信息上扮演重要角色。

然而，针对临床目标，要求医生首先在患者的成像平面或成像体积中选择用于指代目标的感兴趣区域(ROI)，并且然后应用有关的分析或计算机算法来提供结构信息、功能信息或甚至诊断信息自身。

US 6186949 B1公开了用于使用编码激励来进行三维流动成像的方法和装置。在使用编码激励和壁滤波来执行三维流动成像时，宽带脉冲(以基频为中心)的编码序列被多次发射到特定发射焦点位置。在接收时，将针对每次射击采集的接收信号进行压缩并进行带通滤波以隔离以基频为中心的压缩脉冲。然后将经压缩和隔离的信号进行壁滤波以提取流动成像数据。在多重扫描平面中的每个中针对多重发射焦点位置重复该处理，以采集大量流动成像数据。然后产生体积绘制图像，所述体积绘制图像允许用户从任何角度观看数据体积。另外，可以将数据体积重新格式化以产生穿过数据体积的任意切割面的二维图像。

发明内容

本发明的发明人已经认识到，上文描述的基于对ROI的手动选择的CDS系统具有许多缺点。

首先，ROI选择处理是利用不同模式单独执行的，并且医生需要选择针对不同模式的ROI以试图指代相同的目标。其不能被实时地执行并且其不能在筛查处理的过程中提供CDS信息。此外，该选择处理可能导致错误并且是耗时的。有时医生，特别是初级医生，在选择正确的ROI时经历困难并因此忽视要被检查或诊断的目标。额外地，对每个ROI都提供CDS信息，例如，针对整个ROI提供一个值。换言之，CDS信息的粒度为低。另外，由于为医生提供针对一个局部ROI的来自不同模式的信息，因此对医生而言难以获得对临床目标的总体理解。

第二，来自不同成像模式的图像数据一般是通过在不同模式间进行切换而被按次序地获得的，并且发射的射频信号一般针对不同成像模式是不同的。当所发射的射频信号不同时，所获得的图像中的像素的数目和位置也不同。额外地，不同模式中的成像平面或成像体积能够归因于在成像装置与患者之间的相对位置的改变而不同。例如，在超声筛查期间，当医生在不同模式之间切换时，医生所持的超声探头的位置和/或角度能够改变，使得超声探头的视场也改变。因此，不同成像模式的图像数据不具有像素级(pixel-level)对应。结果，不同模式的图像数据的像素级组合变得非常复杂。

作为特殊情况，针对某些成像模式，能够认为实现了具有像素级对应的不同模式的同时成像。例如，用于彩色模式的射频(RF)信号序列与用于B模式成像模式的RF信号序列是相同的。基于此，达到彩色模式与B模式之间的像素级对应，并且能够实现来自这两种模式的图像数据的像素级组合。然而，如今这两种模式的组合只是成像数据的逐个像素的叠合。亦即，针对每个像素所组合的成像数据为该像素在两种模式中的成像数据的总和。因此，所组合的成像数据不提供任何额外的CDS信息。医生必须将它们用作常规成像模式并以常规的方式处理它们。因此，如何以令人满意的方式同时处理高维数据对医生而言仍是个困难的挑战。同时，这些种类的当前成像模式的RF信号常常太受限而不能生成不同成像模式。数目一般不超过二，这可能不足以提供足够的成像信息并实现随后的CDS处理步骤。

因此，提供用于医学成像与信息显示的新颖方法和系统以便为医生提供来自不同成像模式的全面信息而无需医生背负从不同模式的成像数据选择ROI的负担将是有利的。不同成像模式不限于特定模式，并且与上文提及的现有技术相比，如果期望的话，数目可以尽可能地大。

根据本发明的一方面，提出了一种医学成像与信息显示的方法，包括：在医学成像装置的多种不同成像模式中的每种模式中采集在对象的成像平面或成像体积中的多个点中的每个点的成像数据；针对所述每个点，通过对预定模型应用所述点在所述每种模式中的所述成像数据以及所述多个点中邻近所述点的至少一个其他点在所述每种模式中的所述成像数据来导出一值，其中，所述预定模型是根据与所述对象有关的临床医学应用来选择的；基于全部所导出的值来构建图像；并且向用户显示所构建的图像。

与常规的图像处理方法相比，根据本发明的所述方法不要求医生选择感兴趣区域(ROI)以在不同模式中指代目标，并且然后应用有关的分析或计算机算法以提供信息自身，使得根据本发明的所述方法极大地减轻了医生的负担。

此外，由于在根据本发明的所述方法中，值是针对所述成像平面或所述成像体积中的每个点，通过对与预定医学应用有关的模型应用所述点的所述成像数据以及邻近所述点的至少一个其他点的所述成像数据来导出的，并且然后图像是基于全部所导出的值来构建的并被显示给用户，因此所述方法使得能够为医生进行实时筛查。例如，在超声筛查期间，当医生将探头移动到特定地方时，针对视场中的每个像素所导出的值被形象地显示为图像并被实时呈现给医生，并且当医生改变探头的角度或位置时，所呈现的图像被相应地更新。此外，能够直接在像素级上呈现承载关于临床目标的信息的图像，使得能够为医生提供与常规的ROI方法相比更高清晰度的图像，并且医生能够获得对临床目标的总体理解。因此，医生将不会忽视目标。

同时，针对所述成像平面或所述成像体积中的每个点的所述值不仅是从所述点自身的所述成像数据导出的，而是还是基于邻近所述点的至少一个其他点的所述成像数据来导出的。以此方式，使用所述方法可以进一步改进所导出的值的质量和/或允许所导出的值传递更多临床信息，结果得到更好且更多信息的、构建的图像。换言之，所输出的图像对医生而言更有用且更可靠。

这里，本领域技术人员可以容易地理解，所述至少一个其他点中的每个与所述点之间的距离不超过预定值。例如，在一范例中，所述至少一个其他点可以为最接近靶点的点。换言之，它们可以为在所述成像平面或所述成像体积中相对于靶点的右上点、左上点、右下点、左下点。

所述预定模型能够为与临床医学应用有关的任何模型，以传递与所述临床医学应用有关的临床信息。

通常，所述预定模型为非线性的。在一个范例中，所述预定模型为基于机器学习的模型。在另一范例中，所述预定模型可以为临床决策支持(CDS)模型，使得所构建的图像可以为医生提供临床决策支持信息。关于CDS模型，本领域技术人员将理解，CDS模型可以为输出关于诸如患者的对象的诊断信息的模型。然而，CDS模型不限于此，一些种类的CDS模型为使得医生不能够基于所导出的值或所构建的图像来获得对象的诊断结果或健康状况。换言之，CDS模型所输出的值可以为关于对象的结构信息或功能信息，并且医生不能在所述结构信息或所述功能信息的基础上直接得到对象的诊断结果。

常规地，不同模式的图像可以通过将它们重叠/叠加在一起而被图示在单幅图像中。在重叠多幅图像的情况中，多幅图像的图像值被逐个像素地叠加，任选地具有不同的权重。相反，根据本发明的实施例，针对所述成像平面或所述成像体积中的每个点所导出的值不仅取决于所述点自身的图像数据，而且还取决于邻近的点的图像数据。此外，所述预定模型是根据临床医学应用来选择的，所述预定模型通常为非线性的。

在一个范例中，基于全部所导出的值来构建图像的所述步骤可以包括以这样的方式来构建所述图像，使得所述图像中的每个点根据所述成像平面中对应的点的所述值而具有不同的亮度或颜色。

以此方式，可以为医生提供更加清楚的显示，使得医生能够容易地识别需要进一步观察或评价的部分。

请注意，根据本发明的所述方法可以应用于不同成像模态，例如，CT、MRI、超声等。换言之，本发明的所述方法中使用的所述医学成像装置可以为CT成像装置、MR成像装置，或超声成像装置。备选地，所述医学成像装置也可以为组合模态成像装置。例如，所述医学成像装置可以为能够在一个装置中执行CT成像模态和MRI模态的CT/MRI组合成像装置。

在超声成像装置的情况中，针对所述超声成像装置的发射信号序列是根据发射信号的时间序列、信号能量，以及波束形成样式来设计的，使得同时采集所述不同成像模式中的所述成像数据，并且在所述不同成像模式间建立所述成像数据的点级对应。

根据本发明的另一方面，提出了一种用于医学成像与信息显示的系统，包括：医学成像装置，其用于在多种不同成像模式中的每种模式中采集在对象的成像平面或成像体积中的多个点中的每个点的成像数据；处理装置，其包括导出单元和构建单元，所述导出单元用于针对所述每个点，通过对预定模型应用所述点在所述每种模式中的所述成像数据以及所述多个点中邻近所述点的至少一个其他点在所述每种模式中的所述成像数据来导出一值，其中，所述预定模型是根据与所述对象有关的临床医学应用来选择的；所述构建单元用于基于全部所导出的值来构建图像。所述系统还包括显示装置，所述显示装置用于向用户显示所构建的图像。

下文进一步详细描述了本公开内容的各个方面和特征。参考后文描述的(一个或多个)实施例，本发明的这些方面和其他方面将是明显的并且得到阐明。

附图说明

后文将结合实施例并参考附图来更加详细地描述和解释本发明，其中：

图1是根据本发明的方法的流程图；并且

图2是根据本发明的系统的方框图。

附图中相同的附图标记指示相似或对应的特征和/或功能。

具体实施方式

将关于特定实施例并参考某些附图来描述本发明，但是本发明不限于此而是仅由权利要求来定义。所描述的附图仅为示意性的而非限制性的。在附图中，出于图示的目的，元件中的一些的大小可以是夸大的而非按比例绘图。

图1是根据本发明的实施例的医学成像与信息显示的方法10的流程图。

在下文中，将特别联合图2来描述方法10的细节，图2为用于实施图1中示出的方法10的系统20的方框图。

如从图2中能够看出，根据本发明的实施例的用于医学成像与信息显示的系统20包括医学成像装置21、处理装置22和显示装置23。

这里，医学成像装置21可以为CT成像装置、MR成像装置、超声成像装置。备选地，医学成像装置21也可以为组合模态成像装置。例如，医学成像装置21可以为能够在一个装置中执行CT成像模态和MRI模态的CT/MRI组合成像装置。在下文中，超声成像装置被用作装置21的范例。

另外，处理装置22与医学成像装置21耦合并且可以为计算机或具有CPU或微控制器的其他装置。在处理装置22中，至少存在导出单元221和构建单元222，它们用于处理来自成像装置21的成像数据。请注意，本领域技术人员将容易地理解，尽管导出单元221和构建单元222被示为处理装置22中单独的单元，但是它们也可以被实施在同一个单元中。例如，两个单元能够为计算机中的CPU。

显示装置23可以为任何常规显示装置，例如，计算机的显示器或控制台中的个体显示屏。

在开始时，医学成像装置21在不同成像模式中采集诸如患者的对象的成像数据作为信息。如上文所提及的，在成像装置21为超声成像装置的情况中，成像装置21在多种不同成像模式中采集对象的成像平面或成像体积中的每个点的成像数据(图1中的步骤11)。多种不同超声成像模式包括，但不限于，B模式超声、彩色超声、对比超声、包括应变超声和定量弹性成像超声的弹性成像超声。

接下来，与医学成像装置21耦合的导出单元221，针对所述每个点，通过对预定模型应用所述点的成像数据和所述多个点中邻近所述点的至少一个其他点的成像数据来导出一值(图1中的步骤12)。

另外，构建单元222将然后基于全部所导出的值来构建图像(图1中的步骤13)。

这里，预定模型是根据与对象有关的临床医学应用来选择的。

在一个范例中，预定模型可以为基于机器学习的模型。

在一个范例中，预定模型可以为临床决策支持(CDS)模型，使得所构建的图像可以为医生提供临床决策支持信息。

如本领域技术人员能够理解的，CDS模型可以为输出针对对象的诊断信息的模型。CDS模型可以为针对临床目标预先建立或预先训练的CDS模型，或者也可以为适合于与对象有关的临床医学应用的现有的CDS模型。

在一个范例中，CDS模型可以为用于肝脏诊断的模型。具体地，当医生使用本发明的方法基于来自超声B模式成像、彩色和弹性成像的信息来诊断患有肝脏疾病的对象时，CDS模型直接为医生提供在不同位置处的不同强度的图像(或图像序列)，所述不同强度指代针对对象的肝脏疾病的概率。

针对另一范例，CDS模型可以提供关于对象的供血功能的输出结果。当医生评价对象的器官中的供血功能时，基于诸如B模式、彩色和对比成像的不同超声模式的信息，通过同时使用来自这三种模式的成像数据，CDS模型能够直接在图像上在每一个位置处显示评分值，所述评分值指代在器官中的该位置处的供血功能。利用本发明的方法，利用相关联的“图像”直接为医生提供临床应用的目标，这能够支持医生针对可能的疾病定位ROI，并且也能够从整个所显示的图像得到最优临床决策支持。

然而，CDS模型不限于此。如本领域所周知的，一些种类的CDS模型为使得医生不能够在所导出的值或所构建的图像的基础上获得对象的诊断结果或健康状况。换言之，CDS模型所输出的值可以为关于对象的结构信息或功能信息。尽管医生不能直接在这样的结构信息或功能信息的基础上得到对象的诊断结果，但是该结构信息或功能信息能够有助于辅助医生或有利于做出诊断。

在一个范例中，CDS模型可以用于通过利用来自B模式、彩色模式和弹性成像模式的成像数据来获得更加清楚的解剖结构。针对解剖结构，CDS模型可以表现为高强度的B模式回波信号。尽管这里使用的术语“高强度”也可以对应于其他东西，但是在该情况中其仅表示高回波能量。彩色模式可以在一定程度上提供血液信息，并且常常在超声彩色图像的强信号里面没有结构。弹性成像模式提供弹性信息，所述弹性信息可以在一定程度上表示来自另一视点的结构。利用这三种信息以对解剖结构进行成像，应当同时“利用”它们来建立人工模型，并且所输出的图像直接指代感兴趣的结构分布。

在另外的范例中，CDS模型可以用于通过利用来自B模式和对比模式的成像数据来获得血管分布。在血管里面有血液。血管也具有其自己的结构，所述结构可以被表示为高强度的B模式回波信号。通过同时考虑这两个方面，血管可以比仅考虑它们中的一个更加清晰。因此，利用这两种信息，人工模型能够被训练为指代一位置为血管的概率。然后所输出的图像指代血管分布。

在又另一范例中，CDS模型可以用于通过利用来自B模式、彩色模式、对比模式和弹性成像模式的成像数据来获得组织(物质)图像。一些组织具有许多特性，并且B模式、彩色、对比和弹性成像等可以表示这些特性中的一个或一些。通过考虑它们全部，组织的种类可以得到良好定义。为了考虑它们全部，应当建立人工模型。然后所输出的图像可以根据不同应用来指代不同的组织分布。

这里，请注意，在步骤12中，针对成像平面或成像体积中的每个点的值不仅是从该点自身的成像数据导出的，而且还是基于邻近该点的至少一个其他点的成像数据而导出的。以此方式，可以达到对所导出的值以及因此所构建的图像的质量的进一步改进。

本领域技术人员可以容易地理解，在至少一个其他点中的每个与所述点之间的距离不超过预定值。例如，在一范例中，至少一个其他点可以为最接近靶点的点。换言之，它们可以为在成像平面或成像体积中相对于靶点的右上点、左上点、右下点、左下点。

接下来，显示装置23向用户输出所构建的图像(图1中的步骤14)。

与常规的图像处理方法相比，根据本发明的方法10不要求医生选择感兴趣区域(ROI)以在不同模式中指代目标，并且然后应用有关的分析或计算机算法来提供信息自身，从而极大减轻了医生的负担。

此外，由于在根据本发明的方法中，成像平面或成像体积中的每个点都具有一值，所述值是根据该点的成像数据和邻近该点的至少一个其他点的成像数据从与预定的医学应用有关的模型输出的，并且然后图像是基于对全部所述点的全部所导出的值来构建的并被显示给用户，因此该方法使得能够为医生进行实时筛查。

例如，在超声筛查期间，当医生将探头移动到特定地方时，针对视场中的每个像素所导出的值被形象地显示为被实时呈现给医生的图像，并且当医生改变探头的角度或位置时，所呈现的图像被相应地更新。

此外，本发明的方法能够直接在像素级上呈现承载关于临床目标的信息的图像，使得可以为医生提供具有比常规ROI方法更高清晰度的图像，并且因此医生不忽视目标。

另外，在根据本发明的方法中，针对成像平面或成像体积中的每个点的值并不仅是从该点自身的成像数据导出的，而是还是基于邻近该点的至少一个其他点的成像数据而导出的。以此方式，可以达到对所导出的值以及因此所构建的图像的质量的进一步改进。

在一个范例中，基于全部所导出的值来构建图像的步骤13可以包括以这样的方式来构建图像，使得图像中的每个点根据成像平面中对应的点的值而具有不同的亮度或颜色。

例如，如果成像平面中的点的值越高，则在所获得的图像中对应的点的亮度越高。备选地，如果图像平面中的点的值越高，则在所获得的图像中对应的点的亮度越低。

以此方式，可以为医生提供更加清楚的显示，使得医生能够容易地识别需要进一步观察或评价的部分。

已经在上文中详细讨论了本发明的原理和根据本发明的方法的基本流程。接下来，将详细解释步骤11以阐明其要求。

如上文所提及的，在步骤11中，应当在多种不同成像模式中采集在对象的成像平面或成像体积中的每个点的成像数据(图1中的步骤11)。

使用表达“每个点在不同成像模式中的成像数据”的原因在于，为了执行像素级图像处理，应当获得在全部模式间的像素级对应，以保证在每一个位置(点)处的信息对应以供后续处理。针对CT和MR成像，归因于其成像原理，全部模式间的像素级对应似乎是可行的。然而，针对超声成像，这非常困难。

具体地，目前，超声系统不能在扫描模式改变后直接提供像素级对应。针对不同模式(B模式、彩色、对比、应变以及定量弹性成像)，图像大不相同。因此常规的配准算法在这里不再适用。

如在本发明的背景中所提及的，针对一些超声成像模式，能够认为实现了具有像素级对应的不同模态的同时成像。例如，作为彩色成像，针对彩色模态的射频(RF)信号序列也能够用于得到B模式成像模态。基于此，彩色与B模式之间的像素级对应针对实时成像得以实现。然而，为了使用这些同时模态，如今它们被简单地像素级组合以供显示，并且然后医生需要将它们用作常规成像模态并以常规方式处理它们。因此，如何良好地同时处理高维数据对医生而言仍是个困难的挑战。同时，这些种类的当前成像模态的RF信号常常太受限而不能生成不同成像模式。所述信号的数目一般仅为二，这可能不足以提供足够的成像信息并实现随后的CDS处理。当考虑超声中大范围的成像模式时，它们的原始成像RF数据大不相同。

因此，鉴于上文提及的关于超声成像的问题，本发明的发明人还提出针对超声成像装置专门设计发射信号序列，以便达到在全部超声成像模式间的像素级对应。

在原理上，本发明的发明人已经发现，针对超声成像装置的发射信号序列可以根据发射信号的时间序列、信号能量以及波束形成样式来设计，使得不同成像模式中的成像数据被同时采集，并且在不同成像模式间建立成像数据的点级对应。

在一个范例中，成像模式包括五种模式中的至少两种：B模式、彩色、对比、应变以及弹性成像。

在另外的范例中，如果要使用全部五种超声成像模式，则发射信号序列可以被设计为包括三种典型的超声平面发射，所述三种典型的超声平面发射被插补以两种高能量和高聚焦的超声平面发射，在所述三种典型的超声平面发射中，第二典型的超声平面发射的相位被倒置。

总体上，在一种模式中用于成像的发射信号序列能够被认为包括许多超声发射。针对不同模式，所要求的发射的组合是不同的。例如，B模式成像要求至少一个典型的超声平面发射。彩色成像应当要求至少三个典型的超声平面发射。应变成像要求至少两个典型的超声平面发射。剪波定量弹性成像要求至少两个高能量和高聚焦的超声平面发射。对比成像要求至少两个典型的超声平面发射以及一个逆向平面发射。针对本发明的方法，要求不同模式的同时成像。如果常规的发射硬件不改变并且上文提及的模式的全部发射信号仅被直接组合以便形成不同发射信号序列的级联，则针对总体发射信号序列将存在至少1+3+2+2+3＝11个平面发射。包括太多平面发射的发射信号序列可以导致针对成像的低帧率，并且还可以影响“不同模式的信息的同时获得”。

基于该考虑，应当专门设计发射信号序列和有关的硬件。基本原理在于，针对一种模式的平面发射也应当适用于其他模式的成像，针对所述其他模式在一个信号序列中的详细出现顺序可能改变。也关于以上范例，一种可能的RF信号发射序列可以为三个典型的超声平面发射，所述三个典型的超声平面发射被插补以两个高能量和高聚焦的超声平面发射，在所述三个典型的超声平面发射中，应当对第二典型的超声平面发射进行相位倒置。针对接收，第一典型的超声平面发射通常被接收以生成B模式成像。第一典型的超声平面发射和第三典型的超声平面发射通常被接收以生成应变模式。第一典型的超声平面发射和第三典型的超声平面发射通常被接收并且第二典型的超声平面发射被逆向接收，以生成彩色模式。针对两个高能量和高聚焦的超声平面发射，应当在它们中的每个之后直接执行快速接收扫描，并且然后能够获得剪波弹性成像。针对对比模式，三个典型的超声平面发射通常被接收以生成对比图像信息。能够看出，序列中平面发射的总数仅为5。

由于全部不同模式都来自相同的原始发射信号序列，因此能够良好地获得不同模式之间的像素级对应。归因于不同的硬件特性，针对实时成像的平面发射的最大可承受数目可以变化，并且因此可以针对一种模式使用更多的平面发射。但是针对本发明的方法的基本设计原理应当保持相同。

尽管图2仅示出了根据本发明的系统20的基本方框图，但是本领域技术人员可以容易地理解，对应于上述方法10中的每个步骤，能够存在对应的单元以执行相关的方法步骤。

关于处理装置22中包括的单元221和221，在一个范例中，处理装置22自身可以为具有CPU和存储器的个人计算机、单片机或仅为CPU(即，处理单元)。因此，其中包括的各自的单元可以被实施为软件或计算机可读指令。

然而，如本领域技术人员将容易地理解的，各自的单元也可以为硬件实体。换言之，处理装置22可以包括不同的硬件模块。单元中的每个可以由单个处理器或多个处理器来实施。

请注意，本发明中示出的方法10的步骤不应被限制到上文提及的步骤。对本领域技术人员将明显的是，要求保护的本发明的各个方面可以在偏离这些具体细节的其他范例中得到实践。

另外，请注意，尽管说明书通篇使用了ROI，但是本领域技术人员可以容易地理解，术语ROI“感兴趣区域”被使用在2D情境的情况中，而术语VOI，即“感兴趣体积”被使用在3D的情况中。

此外，如本领域技术人员能够容易地理解的，在列举了若干单元的装置型权利要求中，这些单元中的若干能够由同一项硬件来实施。某些措施被记载在互不相同的从属权利要求中的事实并不指示不能有利地使用这些措施的组合。

应当注意，上述实施例说明而非限制本发明，并且本领域的技术人员将能够设计备选实施例而不脱离权利要求的范围。在权利要求中，在括号中的任何附图标记不得被解释为对权利要求的限制。词语“包括”不排除没有列在权利要求或说明书中的元件或步骤的存在。在元件之前的词语“一”或“一个”不排除多个这样的元件的存在。在列举若干单元的系统权利要求中，可以由同一项软件和/或硬件来实施这些单元中的若干单元。词语第一、第二和第三等的使用不表示任何排序。这些词语被解读为名称。

Claims (15)

1.一种用于医学成像与信息显示的系统(20)，包括：

医学成像装置(21)，其用于在多种不同成像模式中的每种模式中采集在对象的成像平面或成像体积中的多个点中的每个点的成像数据；

处理装置(22)，其包括：

导出单元(221)，其用于针对在所述成像平面或所述成像体积中的所述多个点中的所述每个点，通过对预定模型应用所述点在所述多种不同成像模式中的所述每种模式中的所述成像数据以及所述多个点中邻近所述点的至少一个其他点在所述多种不同成像模式中的所述每种模式中的所述成像数据来导出一值，其中，所述预定模型是根据与所述对象有关的临床医学应用来选择的；以及

构建单元(222)，其用于基于全部所导出的值来构建图像；以及显示装置(23)，其用于向用户显示所构建的图像。

2.根据权利要求1所述的系统(20)，其中，在所述至少一个其他点中的每个与所述点之间的距离不超过预定值。

3.根据权利要求1所述的系统(20)，其中，所述医学成像装置(21)为超声成像装置。

4.根据权利要求3所述的系统(20)，其中

针对所述超声成像装置的发射信号序列是根据发射信号的时间序列、信号能量，以及波束形成样式来设计的，使得同时采集在所述不同成像模式中的所述成像数据并且在所述不同成像模式间建立所述成像数据的点级对应。

5.根据权利要求4所述的系统(20)，其中

所述多种不同成像模式包括全部五种模式，并且

所述发射信号序列包括三种典型的超声平面发射，所述三种典型的超声平面发射被插补以两种高能量和高聚焦的超声平面发射，在所述三种典型的超声平面发射中，第二典型的超声平面发射的相位被倒置。

6.根据权利要求1所述的系统(20)，其中

所述构建单元(222)被配置为以这样的方式来构建所述图像，使得所述图像中的每个点根据所述成像平面中对应的点的所述值而具有不同的亮度或颜色。

7.根据权利要求1-6中的任一项所述的系统(20)，其中，所述预定模型为基于机器学习的模型。

8.根据权利要求1-6中的任一项所述的系统(20)，其中，所述预定模型为临床决策支持模型。

9.一种医学成像与信息显示的方法(10)，包括：

在医学成像装置(21)的多种不同成像模式中的每种模式中采集(11)在对象的成像平面或成像体积中的多个点中的每个点的成像数据；

针对在所述成像平面或所述成像体积中的所述多个点中的所述每个点，通过对预定模型应用所述点在所述多种不同成像模式中的所述每种模式中的所述成像数据以及所述成像平面或所述成像体积中的所述多个点中邻近所述点的至少一个其他点在所述多种不同成像模式中的所述每种模式中的所述成像数据来导出(12)一值，其中，所述预定模型是根据与所述对象有关的临床医学应用来选择的；

基于全部所导出的值来构建(13)图像；并且

向用户显示(14)所构建的图像。

10.根据权利要求9所述的方法(10)，其中，在所述至少一个其他点中的每个与所述点之间的距离不超过预定值。

11.根据权利要求9所述的方法(10)，其中，所述医学成像装置(21)为超声成像装置。

12.根据权利要求11所述的方法(10)，其中

针对所述超声成像装置的发射信号序列是根据发射信号的时间序列、信号能量，以及波束形成样式来设计的，使得同时采集在所述不同成像模式中的所述成像数据并且在所述不同成像模式间建立所述成像数据的点级对应。

13.根据权利要求9所述的方法(10)，其中，基于全部所导出的值来构建图像的所述步骤包括：

以这样的方式来构建所述图像，使得所述图像中的每个点根据所述成像平面中的对应的点的所述值而具有不同的亮度或颜色。

14.根据权利要求9至13中的任一项所述的方法(10)，其中，所述预定模型为基于机器学习的模型。

15.一种包括指令的集合的计算机可读介质，所述指令的集合当被运行时使得根据权利要求1所述的系统(20)能够执行根据权利要求9至14中的任一项所述的方法(10)。