CN105813573A - 使用基于模型的分割的成像视图操纵 - Google Patents

Abstract

一种成像操纵装置，包括传感器和成像处理器，其被配置用于：经由所述传感器中的多个并且从当前位置(322)和当前取向(324)采集感兴趣对象的图像；基于模型，对所采集的图像进行分割；并且基于所述分割的结果，确定目标位置(318)和目标取向(320)，其中，所述目标位置和/或目标取向对应地不同于当前位置和/或当前取向。可以计算对改进所述当前视场有效的电子操纵参数，并且可以在向所述改进对成像探头进行导航时对用户提供指令反馈(144)。机器人可以被配置用于自动地并且在不需要用户介入的情况下，向所述探头给予力(142)以响应于所述确定而对其进行移动。

Description

使用基于模型的分割的成像视图操纵

技术领域

本发明涉及对成像的操纵，并且更具体而言，涉及在操纵中使用基于模型的分割。

背景技术

心脏衰竭是关于单独美国五百万患者和全世界数以千万计的患者的重大疾病。仅在美国估计有心脏衰竭的风险的个人有6千万；一百万住院，剩余部分由心脏衰竭诊所照管。心脏衰竭诊所或针对患者管理的全科医师办公室中需要关于心脏的基本信息。该信息包括图像以及量化数据，诸如一旦采集图像则根据所述图像计算的射血分数。超声是用于诸如心脏的软组织的可靠并且有成本效益的成像模态。

超声图像的采集需要熟练的超声检测师。超声检测师或超声检测方面经训练的其他临床医师优化的一个参数是视场。心尖四腔视图是用于例行心脏检查的标准的一个。临床医师将超声探头或“换能器探头”的头部放置在患者身上。针对各种视图的探头在患者皮肤上的有效部位的放置是临床医师的训练的一部分，并且所述部位可以逐个患者变化。对于心尖四腔视图而言，将探头放置在心脏的尖端上。探头还需要通常在不同的方向上手动地倾斜，直到器官被捕获以进行成像。这全部交互地完成，并且临床医师查看图像，所述图像通常是屏幕上的声波图。解释声波图是例如通过训练和实践必须发展的技能。临床医师的经验告诉他或她在正在进行中的迭代过程中如何移动和倾斜探头以达到有效的声窗。

发明内容

以下在本文中提出的内容涉及解决所述以上关心问题中的一个或多个。

进入心脏衰竭诊所和全科医师办公室中的全超声扫描不是容易的。使所述超声系统可便携将是有帮助的。然而，尽管大部分心脏病专家能够使用常规的便携式超声系统，但是他们一般太繁忙以至于不能够自己执行该流程。

然而，例如周期性地取得心脏的图像的连续成像将改进患者处置。

需要的是在患者的定期访问期间实现对心脏的自动的基于超声的体积测量的点护理解决方案，其将在心脏衰竭诊所中是特别有用的。在放置ECG导联中经过训练但在超声心动描记中未受训练的护士将操作便携式系统，并且心脏病专家将被提供诊断图像连同自动测量结果，诸如心室大小和射血分数。

作为备选，一种自身完全自动化以操控超声成像探头的系统将是有价值的。

这样的技术将降低针对心脏诊断和后续检查的超声数据的使用的所述壁垒。

根据本发明的一方面，一种成像操纵装置，其被设计用于：经由多个传感器并且从当前位置和当前取向来采集感兴趣对象的图像；基于模型，对所采集的图像进行分割；并且基于所述分割的结果，来确定目标位置和目标取向，并且所述目标位置和/或所述目标取向对应地不同于所述当前位置和/或所述当前取向。

针对这样的装置，一种计算机可读介质或者备选地一种暂态传播信号是在本文中所提出的内容的一部分。实现在如下文所描述的计算机可读介质或者备选地实现在暂态传播信号内的计算机程序具有由用于执行如下动作的处理器可执行的指令：经由多个传感器并且从当前位置和当前取向来采集感兴趣对象的图像；基于模型对所采集的图像进行分割；并且基于所述分割的结果来确定目标位置和目标取向，并且所述目标位置和/或所述目标取向对应地不同于所述当前位置和/或所述当前取向。

在未按比例绘制的如下附图的帮助下，下文还阐述了新颖的实时的用户暂停驱动/机器人声窗识别引导技术的细节。

附图说明

图1是根据本发明的装置的一种形式的透视图；

图2A和2B是根据本发明的示范性超声临床流程的流程图；

图3是装置如何能够引导对声窗的实时放置的概念图；

图4A和4B是根据本发明的示出了用于使用关于超声探头的视场设置的分段的屏幕上引导图像的成像阻挡避开的方案的范例的示图；

图5是涉及图4A的流程图和公式列表；

图6A、6B和6C相应地是将肺组织与心脏组织区分开所使用的射频数据和在区分中所使用的算法的示范性图形；

图7是表示基于一维探头的示范性肺识别算法的流程图；并且

图8是表示基于矩阵探头的示范性肺识别算法的流程图。

具体实施方式

图1描绘了作为本文所提出的新颖的、实时的、用户暂停驱动的声窗识别引导技术的实施方案的一个范例的便携式装置100。尽管此处以在临床环境中逐个房间可容易地运输的形状因子示出，但是装置100可以相反被实现为固定设备。除成像处理器(未示出)之外，装置100包括显示器110、用户控制台120、经胸超声心动描记(TTE)探头130和具有如由图1中的虚线所表示的伸展长度的探头线缆140。显示器110和用户控制台可以与膝上型计算机中所使用的那些类似。在大约10磅的总重量处，可以用手携带单元100。可以在无线实施方案中省略线缆140。以下描述将假定超声系统，但是任何种类的成像系统也在本发明的预期范围内。同样地，尽管体积量化和实况三维成像是以下实施例的特征，但在本文中是提出的内容也适于二维成像。

在装置100的机器人固定版本中，机器人臂141被控制为向探头143给予力142以将其从当前位置和取向移动到目标位置和取向。机器人操控的探头143与手持式探头130相同，但其能够适于机器人学，例如通过省略下文所讨论的用户反馈特征。响应于目标参数的确定，引起移动。机器人自动地并且在不需要用户介入的情况下进行操作。然而，存在任选的用户控制或超驰控制。

除另外指示的之外，即，除论述机器人版本的情况之外，否则以下描述解决手动探头操纵版本或“手动版本”。

装置100被配置用于使用超声执行体积成像，诸如计算心脏的左心室的大小或计算射血分数。计算结果被存储在存储器(未示出)中。经由探头130所采集的实况成像和基于其的计算也被存储在存储器中。针对诸如动态射束成形、扫描变换和图像绘制的标准功能的电路(未示出)也包括在装置100内。针对自动图像阻挡检测可以包括两个或两个射束成形器，其在下文中进一步论述。

额外电路(未示出)可以包括用户引导处理器，其被配置用于动态地呈现视觉反馈，即用户指令。它们特别地用于对与探头相关联的位置和取向以及因此对声窗的经由探头130的手动调节进行引导。计算来自探头130的当前位置和当前取向的三维视场(即，当前视场)能够如何进行更新以及由此向实现目标位置和目标取向进行改进。所述更新基于通过对当前视场中的图像进行分割所创建的一个或多个分段。所述分割所基于的模型能够基于最佳查看方向性和(一个或多个)分段的位置，来提供经更新的或“新的”视场；或者，如果移动探头130以获得所述方向性是由于肋骨阻挡而不可行的，那么新视场部分基于(一个或多个)分段的位置。

所述计算导出在手动实施例中向视场的改进可呈现给用户的建议的用户动作的信息。所述处理器动态地布置所述呈现，并且选择性地对其进行布置以引导用户并与视场一致地更新。在与当前视场进行比较时，经更新的视场用作在通知超声波扫描方面未训练的临床医师关于接下来如何操纵探头130的引导标。所述处理器关于如何手动地操控探头130以迭代地实现最佳声窗，向用户发出所有指令。在本文中提出的内容的应用不限于心脏或医学检查；相反，经受图像分割以确定对象的取向的任何对象可用于视图导航。因此，除仅球体外，任何感兴趣对象以这种方式是潜在可用的。

除以上在本文中所描述的机器人臂141外，机器人版本包括控制系统4和任选地用户控制3，其在Roundhill的共同受让的美国专利公布No.2010/0262008中有所描述，在此其整体公开内容通过引用并入本文。机器人臂141可实施为Roundhill中的机器人电枢。能够使Roundhill用户控制3从用户控制台30可操作的。

分割不需要如以上对所描述的视场的“操纵”那样进行详述，因为其用于在一旦达到目标声窗时的量化。在Fradkin等人(“Fradkin”)的共同受让的美国专利公布No.2009/0202150中找到使用粗糙和精细网格的基于模型的分割的范例。Fradkin中的适配终端准则能够被设置为针对装置100的本实施例中的视场操纵保持粗糙，或者被设置为继续到针对本实施例中的基于体积数据的量化的精细分割。下文进一步论述操纵和量化。

为了定位图像以进行分割，装置100还被配置用于执行一般化的霍夫变换(GHT)。在Schramm等人的共同受让的美国专利公布No.2008/0260254中论述了一种用于执行GHT的方法。

这两个申请公布的整体公开内容通过引用并入本文。

至少在手动版本中，装置100还具有检测探头130的运动的能力。用户将常常暂停探头的移动，使得图像分割能够发生。同样地，装置100将检查暂停的指令是否尚未遵循，例如，因为探头130接近获得目标声窗。在一个实施例中，装置100包括Augustine等人(“Augustine”)的共同受让的美国专利No.5529070中公开的增量计算器80。借助于探头线缆140对增量计算器80提供起源于驻留在探头130中的加速度计(未示出)的值。不像在Augustine中，位置读数不需要与图像采集相匹配。因此，增量计算器能够被简化为仅检测探头130的位置和/或取向的运动。加速度计能够被分配在探头130的远侧和近侧部分之间，如从Augustine的图4、5和5a可见的。涉及加速度计实施例的Augustine中的整体公开内容通过引用并入本文。备选地，在Stanton等人的共同所有的美国专利No.7933007中提供了将电磁(EM)传感器用于跟踪医学工具的范例。在Shen等人的共同所有的美国专利公布No.2010/0168556中公开了还将光学传感器附接到工具的类似系统。还可以通过比较如Peterson等人的共同所有的美国专利No.6299579中所描述的连续的实时图像来感测运动。所有三个文档以其整体内容通过引用并入本文。

装置100被配置的以上功能可以以软件、固件和硬件的任何适合和已知的组合来实现。例如，用户引导处理器和控制系统可以实现在具有一个或多个集成电路的设备上或者实现为经适当地编程的计算机可读介质。

探头130具有包含矩阵阵列160的头部150，所述矩阵阵列160包括换能器元件170。每个元件170在接收时用作传感器。为了简单，尽管在图1中示出了相对小数目的元件170，但是数目可以通常是数以千计的。同样地，尽管阵列160被示出为一般为矩形的，但是其可以是正方形、圆形、椭圆形或其他形状。其还可以是平坦的(如在线性阵列中)或曲线的(如在曲线阵列中)。

出于图示的目的，在显示器110上示出了特别用于经由探头130引导对阵列的位置和取向的手动调节的种类的视觉反馈144。有利地，在超声波扫描方面未受训练的用户不需要依赖用于引导的灰度图像，诸如声波图。因此，不存在对如由在图1中所产生和所描述的屏幕上注释175所表示的灰度显示函数(GSDF)的依赖。具体而言，图1中所示的实施例的视觉反馈144不包括经由探头130所采集的图像数据的灰度描绘。视觉反馈144的另一范例是屏幕上总体进度条178。其能够利用诸如“82％”的百分比注释，或者其可以被渐进地填充并且以表示100％(即，完成)的帧为边界。

探头130还具有可实现为红/绿发光二极管(LED)的一对暂停/进行指示器灯180(其之一在图1中是可见的，另一个在探头的相对侧)。当为绿色时，灯180指示用户应当针对方向来查看显示器110并且然后通过如所指令的移动探头130来继续。当为红色时，灯180指示用户应当暂停探头130的移动。这两个灯同时是相同颜色。

作为针对灯180的备选方案或者作为额外灯的实施方案，能够提供方向指示器灯。在该备选实施例中，当一个灯是绿色时，另一个是红色。在绿色时，灯指示用户应当在绿色光束的方向上移动。装置100将已经确定探头130沿着当前围绕矩阵阵列160的两个肋骨之间的肋间空间被有效地定位，如下文进一步论述的。相反，当为红色时，灯指示用户应当在相反方向上移动。由于在该实施例中，不存在指示“暂停”的红灯，因而该功能能够通过听觉信号(诸如哔哔声)或听觉指令来提供，并且能够伴随有显示器110上的视觉指示。同样地，尽管此处提供了方向指示器灯，但是要移动的指令和方向性可以额外地出现在显示器110上和/或通过人工语音来传递。

所述探头还可以包含声耦合质量传感器(未示出)。致力于检测压力的压力传感器稀疏地分布在换能器元件170之间，即替换个体元件。检测可以与图像采集交错。当接近压力传感器190的换能器元件190有效并且压力传感器读数暗指缺少压力时，这指示弱声耦合。更一般地，如果并且当装置100基于声耦合质量传感器的输出来判定声耦合质量不足时，基于该判定来发出用户警报。能够经由装置100的探头130或其他部分来提供视觉或听觉用户警报。作为范例，声耦合质量传感器可以包括仅8个压力传感器190，其被设置在10000个换能器元件170之间。在机器人版本中，声耦合质量传感器是Roundhill控制系统4(即，包括所施加的力的感测的控制反馈机构)的一部分。对于力的感测而言，应变测量仪可以纵向地提供在探头143的横向方向上、表面下面的外壳浅层内、圆周地间隔隔开布置在探头周围并且被设置在探头的远侧尖端附近。在Blumenkranz等人的美国专利公布No.2007/0151390的图2到7中提供了类似应变测量仪配置的范例，其整体公开内容通过引用并入本文。测量仪的类似配置还或者相反能够被并入到机器人臂141中。测量仪的轴向应变读数能够用于响应于读数而在不损失对患者的声耦合的情况下在检查流程期间做出自动小舒适调节。

图2A和2B以说明性而非限制性范例的方式描绘了表明装置100如何视觉地引导在超声波扫描方面不熟练的护士或其他用户的临床超声流程200。在该实施例中，要记录用于成像的心脏的心尖四腔视图，并且要取得和存储体积心脏测量结果。所述过程在两个阶段中。在第一阶段中，用户移动探头130，直到成像检测心脏的至少一部分或其他感兴趣器官。在第二阶段中，用户移动探头130，频繁地暂停，并且在每次暂停之后不久接收其他指令。有时，装置100确定从第二阶段返回到第一阶段将做出的转换。超声流程200的成功完成在第二阶段期间(即在第二阶段的末尾处)发生。针对流程200应当假定，除在另外指示的情况下外，探头130维持几何固定的视场，并且电子操纵不被实施或者不被用于实现较好的视图。因此，探头130的导航依赖于用户的手部移动。下文还将论述改进视图的电子操纵和流程的机器人版本。

操作地，首先，护士将心电图(ECG)导联放置在患者或超声受检体、人类或动物上(步骤S202)。ECG将用作心脏检查的一部分。其还促进对将记录的实况心脏成像的分析。在开始处，一般地关于将完成的成像对用户发出指令；该指令在显示器110并且经由灯180将是可见的；当发出指令时，迅速地停止探头130的移动；并且，当发出指令以移动探头时，频繁地暂停，使得系统能够取得读数(步骤S204)。同样地，清除阶段二标记作为初始化的一部分，因为用户初始处在流程200的阶段一内。用户然后被指令使患者躺在他或她的左侧，使得心脏将在患者的胸部向前下降以用于较容易的成像(步骤S206)。用户被指令从左乳头下面的点处的肋骨轮廓的底部开始，并且从针对初始声窗口将探头130的头部150放置在其处的点的肋骨轮廓的底部数到第四肋骨与第五肋骨之间(步骤S208)。通过探头的图像采集是实况并且连续的。所述指令还提到探头应当向上倾斜以指向患者颈部的底部作为第一估计。所述指令现在将：记忆所述放置，抬起探头130；在覆盖矩阵阵列160的探头面周围施加耦合凝胶；并且重新假定关于位置并且关于取向的探头放置(步骤S210)。如果通过下文进一步论述的阻挡识别算法，未检测到肋骨(步骤S212、S214)，那么返回采取分支到步骤S206。否则，如果仅检测到一个肋骨(步骤S214)，则用户被指令轻微地向上或向下移动以到达两个肋骨之间(步骤S216)。在屏幕上，图形描绘能够由旨在一个肋骨向上/向下移动到两个肋骨之间的放置的探头显示。处理返回到步骤S212。在该处理回路和包含发出用户指令的所有处理回路中，如果所述指令已经示出在屏幕上，则不再次列出指令。另一方面，如果检测到这两个肋骨(步骤S212)，那么验证正确探头放置的该方面。如果设置肋骨测量标记(步骤S217a)，则处理跳转到步骤S218。否则，如果还未设置肋骨测量标记(步骤S217a)，则采取肋骨测量(步骤S217b)。具体而言，基于两个肋骨之间的距离，即从成像自动地收集的肋间肋骨-肋骨间隔，估计肋骨宽度。可以参考统计图谱或否则经由分析或表查找来做出估计。所述估计可以被用于在从流程200中的稍后阶段处的解剖模型所计算的理想视点(即与最佳查看方向性对齐的视点)由肋骨阻挡，则更改心尖视图的视点。任选地，如果针对对应的多个连续数目的超声扇区的可用的多个时间扫描通过对相对于跨当前肋间空间纵向地扫略的探头130的当前位置的角范围，则可以通过电子操纵来施加阻挡识别算法。对于每次扫描而言，测量肋骨-肋骨距离。然后，关于肺是否阻挡探头130的当前视场做出询问(步骤S218)。通过下文进一步论述的阻挡识别算法来做出该确定。如果肺组织在视场内(步骤S218)，用户被指令使患者呼气并且屏住他的或她的呼吸(步骤S220)。这可以从视场取得肺，由于肺可以随着患者的每次呼吸和呼气由进出视场中危险。如果肺再次被检测到并且其仍然阻挡视场(步骤S222)，则用户被指令使患者恢复正常呼吸(步骤S224)。由于阻挡心脏的肺将是左肺，并且由于肺比心脏在胸部上较偏离中心处，因而用户被指令向上(即，向胸骨)移动探头130(步骤S226)。探头130上的暂停/进行指示器灯180将是绿色。当探头向上移动时，还可以告诉用户以轻微地倾斜探头130以更多地向患者的左侧对准。做出返回到步骤S212。备选地或者额外地，可以对用户示出用户可以交互地移动和倾斜探头130以避开肺的屏幕上的反向的“V”显示器。相同“V”显示器可以被用于引导用户倾斜和平移探头130以避开肋骨。另一方面，如果在使患者屏住他的或她的呼吸(步骤S220)之后，则肺将不再阻挡视场(步骤S222)，或者如果肺将未初始地阻挡(步骤S218)，则做出关于在探头130的实况成像中是否检测到心脏的至少一部分的询问。上文所提到的SchrammGHT被用于该检测。GHT被用于使感兴趣对象或感兴趣解剖结构局部化。尽管左心室(LV)可以是期望量化的心脏的一部分，但是检测心脏的一部分甚至能够涉及仅检测例如左心房或二尖瓣。在判定检测是否已经发生的过程中必须满足预定置信度。例如，在Schramm参考中，能够要求在确定变换参数的集合过程中的最佳性的测量以满足预定阈值。

如果未检测到心脏(S228)，则用户被指令“远离胸骨向下缓慢移动，向胸骨向上缓慢移动，每次至较大的程度”。可以将图案的图形移动描绘显示在显示器110上(步骤S230)。备选地，所述指令可以是更详细的，诸如“通过远离胸骨向下缓慢移动探头130同时保持在肋间空间中并且向胸骨返回向上缓慢移动，每次至较大的程度”。取代严格地平移探头130，用户可以对其进行平移，同时缓慢地改变其取向。这将是没问题的，因为实况成像被动态地监测以基于探头130的当前位置和姿态递送实时反馈。流程200分支返回到步骤S212。

另一方面，如果检测到心脏的一部分(步骤S228)，则做出关于是否设置在步骤S204中的初始化期间所清除的阶段二标记的询问(步骤S232)。如果其未设置(步骤S232)，则用户被指令暂停并且等待指令(步骤S234)。需要暂停，因为分割(甚至粗糙的分割)要求短时间段，例如两秒。特别地，探头130上的暂停/进行指示器灯180将变成红色和/或显示器110将以红色示出暂停的指令。还可以发出短听觉哔哔声。装置100经由探头130中的加速度计来检测探头的运动是否已经暂停(步骤S236)。直到移动暂停(步骤S236)，维持暂停的视觉和听觉反馈(步骤S238)。当检测到暂停时(步骤S236)，再次做出关于是否检测到心脏的一部分的检查(步骤S240)。采取该预防以确定用户是否已经足够迅速地暂停以仍然是心脏的成像部分。

如果不再存在对心脏的一部分的检测(步骤S240)，则所述指令(步骤S242)是“当被指令恢复心脏的(部分)视图时，缓慢回溯你最近的移动和暂停……否则如所指令地移动”。然后，做出返回到步骤S212。

另一方面，如果仍然检测到心脏的至少一部分(步骤S240)，则使用模型(步骤S245)执行(步骤S244)对身体器官(此处为心脏)的粗糙图像分割。具体而言并且以范例的方式，做出尝试以分割左心室心内膜(步骤S245a)并且分割(S245b)左心室周围的心肌。基于例如误差度量，可以评估针对分割结果的置信度(步骤S245c)。

做出关于从(一个或多个)分段判断的解剖结构是否整个或大部分在探头130的当前视场内的询问(步骤S246)。所述判断是通过使用下文进一步论述的阻挡识别算法来细化的，其定义阻挡的区域。具体而言，所述算法允许超声扇区扫描的部分被标记为不可靠的，即具有归因于例如肺或肋骨对成像的阻挡的伪影的图像区域。然后，能够相对于图像的可靠区域做出关于对于大部分而言左心室心内膜和周围的心肌是否覆盖在视场内的判定。

如果分割结果是，共同地，该解剖结构未大部分处在当前视场内(步骤S246)或者缺少分割的置信度(步骤S246a)，则计算坐标系变换(步骤S247)。具体而言，粗糙分割已经产生具有探头130的图像空间中的位置和最佳查看方向性的心脏的一个或多个分段。从模型获知位置和方向性。基于位置和方向性，确定什么将是针对覆盖解剖结构(例如，所研究的左心室)的探头130的几何固定视场的最佳视点和查看取向。例如，心脏的二尖瓣和尖端二者可以能够分割来识别，并且连接其的轴可以是或者可以接近针对量化和诊断心脏图像的最佳查看取向。使该最佳查看取向是目标取向。实际上，装置100从模型创建轴。目标取向的确定是诸如将其与轴对齐。考虑肋骨的纵向曲率，基于该取向来计算目标位置。视场是几何固定的，因为假定用户在超声波扫描方面未受训练并且为了简单仅被引导以根据视觉指令来移动探头130。一般而言，目标位置或“视点”和目标取向将与当前位置和当前取向不同。然而，如果例如心尖在焦点下面，则当前视点可以是目标视点。视点和取向全部在探头130的图像空间中。装置100计算坐标系变换，其将使当前视点和当前取向与目标视点和目标取向一致。所述变换具有平移分量和旋转分量。所述旋转分量与当前探头z轴(即，探头130的轴向方向)与将心脏心尖的中心和二尖瓣相连接的以上所提到的基于模型的轴之间的角相对应。更具体地，如果z轴横向地和/或高程地平移，尽管维持相同方向，但是为了与基于模型的轴相交，则两个轴之间的角表示旋转分量。任选地，利用针对沿着肋间空间的肋骨的纵向曲率的轻微调节，目标视点能够被估计为基于模型的轴与沿着探头103的表面的平面的交点。所述平移分量是从当前视点到目标视点的向量。可以以经验地估计肋骨曲率。其减少与迭代地采集最佳视图一样的倍数，因为当全力研究最佳视图时，曲率随着越来越小的区域而操作。

由于个体之间的解剖差异，由模型所找到的心尖视图可以具有实际上被肋骨阻挡的目标视点。基于(一个或多个)肋间肋骨-肋骨间隔测量结果、肋骨宽度的结果估计、当前视场中可见的肋骨以及当前视点，做出关于目标视点是否被肋骨阻挡的询问(步骤S247a)。如果目标视点被肋骨阻挡(步骤S247a)，则通过利用从心脏的中心到当前位置的线将其替换(步骤S247b)并且使当前位置为目标位置(步骤S247c)，(针对本检查持久地)来修正基于模型的轴。做出返回到变换步骤S247。然后，所述变换步骤在计算目标取向时可以到达与当前取向不同的取向，因为当前取向可以关于心脏偏离中心。因此，基于对肋骨阻挡的评估，装置100判定在目标取向的确定的重复中是否使当前位置为目标位置。备选地，对于步骤S247c而言，可以通过刚刚经过阻挡肋骨的旋转做出(同样地针对本检查持久的)基于模型的轴修正。该旋转基于以上所提到的测量结果以参见肋骨的阻挡和所估计的肋骨宽度是否存在。同样地，做出返回到变换步骤S247。

在所述变换之后，计算校正(如果适当的话)(步骤S247a)，更新屏幕上总体进度条178(步骤S248)。

所述进度基于所述变换的平移分量的幅度，以及在较小的程度上或者在稍后阶段处，基于所述变换的旋转分量的幅度。

进度条177的长度可以因此是百分比，100减去非负并且小于单位一(unity)的两个分量的加权平均。

相同或类似度量由装置100用于判定当前视图是否足够地在目标上，即，接近最佳视场以用于开始量化和任选地用于存储的实况成像采集。

如果确定探头130的当前视场未足够地接近最佳视场(步骤S249)，则做出关于倾斜或移动主导作为用于下一用户指令的选择的判定(步骤S250)。一般地，如果任何保持，则移动将主导；但是，如果剩余部分是足够小的，则倾斜可以是足够的。能够经验地建立用于做出判定的参数。因此，判定移动或倾斜是否将具有较大的影响。从流程200中的该点向前进行，基于探头130的当前视场与来自步骤S247的目标位置和目标取向，选择性地动态布置向视觉反馈144的用户的呈现。例如，其基于对于移动和/或倾斜的需要，那些需要基于比较来评估。所述选择固有地根据流程200中发出的下文所提到的用户指令中的哪一个而发生。此处，应当注意，流程200中(诸如在步骤S212-S228中)早期视觉反馈144的呈现的布置动态地并且选择性地完成并且基于所采集的图像内容但非基于上文所提到的比较。因此，流程200内的视觉反馈144的动态、选择性布置中的一些但非全部基于所述比较。

如果移动主导(步骤S250)，则给定肋骨的位置，做出关于所指示的平移是否将包含跨越肋骨进入邻接肋间空间的询问(步骤S251)。装置100已经借助于由正确平移(步骤S247b、S247c)潜在地补充的变换计算(步骤S247)来确定这一点。如果肋骨将被跳过(步骤S251)，那么用户因此被指令在向探头130重新施加耦合凝胶之后向上或向下移动胸廓(步骤S253)。由于肋骨现在已经被跳过，结果是预防处理返回到阶段一。清除阶段二标记，并且处理返回到步骤S210。如果另一方面并且如通常的情况，检查保持在相同肋间空间中(步骤S251)，那么用户被指令在由频繁地暂停的装置100所确定的方向上缓慢地移动(步骤S254)。因此，该用户指令是基于上文所提到的比较来动态地并且选择性地布置的那些。

如果另一方面，移动在步骤S250中不主导，则用户被指令在所确定的方向上缓慢地倾斜探头130。所述指令可以是“向内向胸骨对准缓慢地倾斜，频繁地停止”或“向下向患者足部缓慢地倾斜，频繁地停止”、这两个指令的组合等等。该指令然后是在基于上文所提到的比较动态地并且选择性地布置的那些。

备选地或者额外地，显示器110可以将所分割的器官(此处定义心脏的分段)的交互式图形描述示出为具有表示探头130的视场的叠加的反向的“V”的分割的屏幕上的对象。可以针对正交方向上的“V”示出第二分离同时的描绘。下文进一步论述了该图形描述。

在针对要么步骤S254要么步骤S255的指令发出之后，做出关于自从步骤S236的移动是否已经发生的询问。这能够经由探头130中的加速度计来确定。如果这样的移动已经发生并且现在不存在移动(步骤S256)，则设置阶段二标记(步骤S257)，并且处理返回到步骤S212。

如果另一方面，在步骤S249中确定探头130的当前视场足够地接近最佳视场，则装置100发出停止的指令(步骤S258)。具体地，探头130上的暂停/进行指示器灯180将变红和/或显示器110将以红色示出停止的指令。还可以发出短音频哔哔声。装置100经由探头130中的加速度计来检测探头的运动是否已经停止，即暂停或终止(步骤S260)。直到运动停止(步骤S260)，维持停止的视觉和听觉反馈(步骤S262)。一旦移动停止(步骤S260)，则如在步骤S249中，做出关于当前视图是否足够地在目标上以用于开始量化和任选地用于存储的实况成像采集的询问(步骤S264)。如果当前视图不是即不再在目标上(步骤S264)，则进度条178因此缩短以反映向流程200的完成的进度的倒退(步骤S266)。指令针对用户缓慢地回溯最近的探头移动而发出，频繁地停止(步骤S268)。处理分支到步骤S257。如果另一方面，所述当前视图足够地在目标上以用于开始量化和任选地用于存储的实况成像采集(步骤S264)，则用户被通知针对流程200的完成使探头130保持静止(步骤S270)。针对量化执行精细分割(步骤S272)。模型被用于该目的(步骤S274)。装置100开始记录对心脏或心脏区段的实况成像(步骤S276)。如果装置100包括电子操纵能力，则能够从记录回放诸如标准视图的心脏的各种视图。所述装置还根据所述分割进行体积测量(步骤S278)。例如，通过找到平均长度或最大长度或找到平均宽度或最大宽度或者直接使用分割的最终网格中的点的坐标，在心脏周期上计算LV大小。类似地，通过在心脏周期上检测最小和最大LV体积并且从1减去两个量的比率来计算射血分数。量化数据被存储在存储器中(步骤S280)。

再次参考步骤S246，如果分割结果是，心脏事实上整个或大部分在当前视场内(步骤S246)并且置信度存在于分割中(S246a)，则做出进度条178以反映在完成附近(步骤S282)。在步骤S284中给出停止的指令。尽管检测到探头130的移动(步骤S286)，但是维持停止的用户警报(步骤S288)。一旦检测到探头130停止(步骤S286)，则再次做出关于心脏是否整个或大部分在当前视场内的询问(步骤S290)。如果心脏整个或大部分在当前视场内(步骤S290)，则处理分支到步骤S270以指令用户针对流程200的完成暂停。否则，如果心脏不再整个或大部分在当前视场内(步骤S290)，则处理分支到步骤S266以试图恢复心脏的图像。

图3概念地描绘了装置100如何能够引导声窗的实时放置。探头302由临床医师的手部304抵着患者的皮肤306保持。更具体地，探头302具有头部308，其具有抵着皮肤306放置的面310，其仅通过诸如专用凝胶的声耦合介质与皮肤分离。在头部308内并且沿着面310是矩阵阵列312。从矩阵阵列312延伸是视场314。在本范例中，视场314是三维的。这在图3中通过符号“3D”指出，但是本发明的预期范围并不限于三维成像并且例如能够涵盖二维成像。患者的心脏316部分地(此处，大部分地)在视场314内并且经由探头302进行成像。由于利用足够水平的置信度检测心脏316的部分，因而临床医师已经被指令暂停并且因此已经迅速地完成。作为将图像分割为分段317的结果，装置100经由模型确定取向320，如果探头302或探头的一些部分(诸如矩阵阵列312)要假定来自适当位置318的取向，则其将提供心脏316的最佳或目标视图。所述模型还提供位置318。出于解释的简单，图3中的曲线箭头321在探头302的位置322和取向324处开始。箭头321在从图像分割导出的模型提供的位置318和模型提供的取向320处结束。曲线箭头321表示视场314与模型提供的位置和取向318、320的比较。所述比较涉及坐标系变换，其将使模型提供的位置318和模型提供的取向320与探头302的当前位置322和当前取向324一致。所述变换具有平移分量326和旋转分量328。流程200中的视觉反馈144是基于分量326、328的幅度来选择的，如例如在图2A和2B的步骤S248、S249和S264中。图3中的另一曲线箭头330示出了临床医师的手部304基于反馈144将探头302操控到心尖视图332中。

在所描绘的范例中，心脏316部分地在当前视场314的外部。能够使用电子操纵(如果实施的话)来改进视图以便在一些点处在流程200中相对地前进时在不必手动移动探头302的情况下达到目标视图。在计算当前视野是如何可改进的过程中，来计算电子操纵参数，诸如接收射束成形信道延迟。然而，在图3中所示的本范例中，到对应于心尖视图322的有利的视场中的电子操纵仍然未能捕获在电子操纵之前在视图外的成像内容。因此，依赖于在所描绘的范例中的电子操纵，缩短流程200可以折衷结果，这取决于不具有该特定图像内容的影响。具体而言，如果内容的不可用性导致小于大部分左心室周围的左心室心内膜和心肌的视图，那么电子操纵将不在自身中并且具有自身足以获得用于射血分数计算的心尖视图。

然而，如果图3将利用完全在当前视野314内的心脏316重新绘制，假如装置100具有电子操纵能力，则电子操纵继续，如以上在本文中紧接地描述的。因此，在不操控探头302的情况下实现心尖视图332，该操控由曲线箭头330表示。相反，其通过电子操纵实现。尽管探头302的手动操控可以已经在流程中早期需要实现对心脏316的部分的检测(步骤S228)，但是电子操纵一旦其被用于使整个或大部分左心室心内膜和周围心肌到视图中，则减轻对于探头302的另外手动操控的需要。

有利地，贯穿用于实现心脏的心尖视图的流程来引导用户。

在以上在本文中简单论述的机器人版本中，用于将反馈提供给用户的所有以上方法在机器人版本自动地操作的程度上是不必要的。同样地，能够省略诸如用于提供用户反馈的指示器灯180的特征。类似地，也不需要对探头143的用户暂停和移动的监测。另外，在机器人版本中，不存在确定是探头143的平移或是倾斜将具有更大的影响的需要，因为机器人版本能够同时实现变换的这两个分量。同样地，直到并且包括步骤S210的图2A中的步骤是甚至在机器人版本中保留的用户步骤。其伴随有用于机器人的初始化流程，诸如用户将探头143放置在机器人臂141的把手中。

如以上在本文中所提到的，检测以当前肋间空间为边界的肋骨在视场内是在找到最佳声窗的过程中所放置的当前声窗是有效的验证的部分。以上在本文中还提到了关于如何在肺周围操控探头302以查看心脏的用户指令。

超声心动描记是具挑战性的，因为心脏被肋骨和肺组织围绕的。由于钙化肋骨和肺组织与其他软组织之间的严重的声阻抗失配，因而超声几乎不能够穿透(通常地，在心尖视图中遇到的)钙化肋骨和肺组织。另外，与组织相比较，肋骨中的超声吸收是相当高的。常规地，超声图像质量的优化仅由用户基于屏幕上的实时显示的灰度超声图像来完成。尽管有经验的用户通常能够辨识图像退化并且因此通过将探头302移动到较好的位置改进图像质量，但是经验较少的用户可能由于差的手眼协调和对伪影的较少认知而采集折衷图像。成功的超声扫描强烈地依赖于用户的训练和经验。为了帮助没有经验或较少经验的用户使用超声心动描记采集来自心脏的有意义的信息，期望解剖智能超声系统。

由于超声几乎不能够穿透钙化肋骨，因而命中钙化肋骨的超声射束的深回波非常不可能来自肋骨下面的组织。而是，其可能由旁瓣拾取。视觉伪影是由查看(灰阶)声波图的有经验的超声检测师可辨识的，但是不可以容易地由无经验的用户辨识。

同样地，为了针对无经验的用户得到好的图像质量，超声系统应当认识到肺组织的存在。

下文所描述的一个阻挡识别算法专用于检测阻挡视场的肺组织，并且尤其用于检测阻挡视场的肋骨组织。鉴于以下附图对其进行论述。在题为“RibBlockageDelineationinAnatomicallyIntelligentEchocardiography”和“LungTissueIdentificationinAnatomicallyIntelligentEchocardiography”的共同所有的专利申请中找到这些算法的更详细的论述。

图4A和图4B示出了用于使用关于超声探头302的视场设置的分段的屏幕上引导图像的成像阻挡避开的方案的范例。

这两个附图描绘声波图和特别是扇区扫描的特征。图4A声波图是沿着患者的长度行进的图像切片；然而，图4B声波图是沿着患者的宽度行进的图像切片。

图4A不仅涉及第一算法，而且涉及作为视觉反馈144的部分的交互显示。

矩阵阵列160具有当前视场314，其部分地包括肋骨404、408并且部分地(并且此处几乎整个)包括心脏412。第一算法计算阻挡边界线416、420，其对应于好的超声束与归因于被肋骨404、408的阻挡的差的那些之间的边界。

信道数据的相干性被用于检测阻挡。每个信道递送与其相应的固定换能器元件170或一批元件相关联的其相应的射频(RF)数据幅度。在超声回波返回时，迅速地并且周期性地对元件170上的其入射压力进行采样。根据所评价的场点的视线行进时间几何形状关于彼此延迟样本。此处，“相干性”意指在施加以上所提到的接收聚焦延迟之后阵列的不同信道所记录的数据之间的类似性。

相干性的一个测量仪是基于射束叠加数据的相干性估计方法，诸如Yen等人的美国专利公布No.2009/0141957中所描述的一个，其整体公开内容通过引用并入本文。

所述估计方法能够被裁剪以检测肋骨和肺阻挡，并且下文使用两个射束成形器来展示。让s_j(r,θ)表示在施加聚焦延迟之后由第j个信道所接收的深度r处的(实值的)信道数据，并且让C₁和C₂表示相应地表示用在第一射束成形器和第二射束成形器中的信道的集合。第k个(k＝1，2)射束成形器的输出是b_k(r,θ)，针对其的公式示出在图5中。当所有信道数据s_j(r,θ)跨越信道是相同的时，无论如何选择C₁和C₂，b₁(r,θ)和b₂(r,θ)将是高度相关的。另一方面，当信道数据主要由旁瓣区域中的散射贡献时，如果适当地选择C₁和C₂，则b₁和b₂之间的相关性能够显著地下降。C₁和C₂能够是互补的交错孔径。简而言之，基于b₁和b₂之间的相关性在轴上信号与轴外信号之间进行区分是可能的。相关器的输出是被定义为图5中所列出的b₁(r,θ)和b₂(r,θ)的相关系数ρ(r,θ)，其中，w是实对称加权函数。ρ(r,θ)然后被低通滤波以得到平滑的相关图其被用于阻挡检测。在图5中示出了针对算法即“第一算法”的流程图。针对C₁(步骤S510)并且针对C₂(步骤S520)取得s_j(r,θ)的和。其与计算相关系数ρ(r,θ)(步骤S530)相关，其被低通滤波(步骤S540)以产生被用于阻挡检测的平滑的相关图(步骤S550)。然后，针对反向的“V”显示生成边缘线(步骤S560)。

在特定范例中，使用具有80个元件170的探头在脉冲反向(PI)模式中以32MHz采样率来采集数据。每个帧具有44个射束，并且射束密度是0.4944射束/度。中心频率相应地是发射和接收时的1.3MHz和2.6MHz。C₁＝{20-22，26-28，32-34，38-40，44-46，50-52，56-58}和C₂＝{23-25，29-31，35-37，41-43，47-49，53-55，59-61}。在相关器中使用的加权函数w是51(轴向地或者在r方向上)乘以1(横向地或者在θ方向上)矩形函数并且平滑滤波器是501乘以3矩形函数。由于孔径的周期性结构，因而相关系数ρ对轴外信号的灵敏度随着轴外信号的方向而周期性地变化。可以通过随机化子孔径大小同时仍然保持这两个孔径互补来减轻该周期性。

为了验证射束是否被阻挡，计数由具有高于深度中72mm与180mm之间的0.05的相关系数的点数做出。如果射束中的至少400个点(以32MHz采样率)具有高相干性，则该射束被认为穿透到组织中。否则，其被认为被肋骨阻挡。

返回参考图4A，并且从左到右对80个射束进行计数，也许第20个射束表现高相干性；然而，第19个射束不表现高相干性。因此，在第19个射束处在图4A中示出了第一阻挡边界线416。同样地，如果第59个射束表现高相干性，但是第60个射束不表现高相干性，则与第60个射束一致放置第二阻挡边界线420。

深度范围的上界不是关键的。一般而言，比人类肋骨的深度大得多的72mm可以被选择为下界，因为高相干性因子值可以由于多个反射(或回响)而存在于正好肋骨下面的区域中并且这样的反射往往随着深度逐渐消失。

所描述的孔径不包括全孔径的两个末端中的信道。尽管孔径能够延伸以包括那些信道，但是如果使用大孔径，则被阻挡的射束的数目可能是低估的。这是因为如果大互补孔径的部分未被阻挡，则互补孔径输出的相关系数可以仍然是高的。

尽管上文实施例使用利用1D探头采集的2D图像，但是方法能够适于矩阵探头并且因此适于3D体积成像以引导无经验用户执行体积采集。

图4A还描绘可以被显示用于交互性地引导临床医师的图像。心脏412的图像可以借助于粗糙分割被实现为定义心脏的(一个或多个)分割(步骤S244)。心脏412仅仅但是部分地在视场314之外。当临床医师根据屏幕上的视觉反馈144或以探头上的绿灯180的形式移动探头302时，图4A图像实时更新。能够容易地做出包括边界线416和420的反向的“V”以完全涵盖期望的器官，此处为心脏。作为视觉反馈144的一部分，图4A图像可以补充上文结合图2A和图2B所描述的步骤S212、S214和S255。

为了优化探头定位，可以通过使用x平面显示器来扩大V的跨度。

与图4A类似，图4B不仅涉及第二算法，而且涉及作为视觉反馈144的部分的交互性显示。

矩阵阵列160具有当前视场314，其包括心脏424和肺428的部分。第二算法计算阻挡边界线432，其对应于好的超声射束与归因于肺428的阻挡的坏的那些之间的边界。

在第二算法中，在PI模式中所采集的RF数据的中心频率被用作将肺组织与心脏组织区分的参数。

在图6A和图6B中示出了具有2.1MHz的发射中心频率的样本RF数据。图6A图形表示对肺组织的询问；然而，图6B图形表示对心脏组织的询问。肺组织和心脏组织在脉冲反向成像中比常规成像中看起来更不同。例如，肺组织对低频更好地做出响应。

图6A图形起因于肺组织对自解调信号的线性响应。利用宽带传输，在正脉冲和负脉冲的和的非线性传播将呈现1MHz(粗略地发射时的中心频率的一半)周围的有限信号之后，现象被称为自解调。肺组织比心脏组织对该低频信号更好地做出响应。另一方面，与肺组织相比较，心脏组织往往支持PI模式中的高频分量，因为其较强的运动导致高频分量处的较不完美的抵消。

第二算法的部分涉及估计RF数据的中心频率。让r(n)是经采样的A线信号并且R(n)是其复包络。f_c(n)，(r(n)的局部中心频率)通过以下方程与R(n)相关：

$\arg \left\{R(n+1)R^{*}\left(n\right)\right\}\≅\frac{\arg \left\{R(n+1)R^{*}(n-1)\right\}}{2}\≅\frac{2{\mathrm{\πf}}_c\left(n\right)}{f_s},---\left(1\right)$

其中，arg{·}表示相位/幅角，并且f_s是采样率。可以基于(1)能够导出f_c(n)的估计器。估计器的范例是：

${\hat{f}}_c\left(n\right)\≡\frac{\arg \left\{{\mathrm{\Σ}}_{i=-m}^{i=m}w\left(i\right)R(n+i+1)R^{*}(n+i-1)\right\}}{4\mathrm{\π}}{f}_s---\left(2\right)$

作为估计器。基于窗函数w(i)的平均来减少方差。

在一个范例中，发射在高分辨率模式中在2.1MHz处，所述采样率是32MHz并且射束密度是0.72射束/度。一个图像或帧包括具有每射束2发射的64射束。帧中的RF回波被表示为{r_p(n,θ),r_n(n,θ)}，其中，下标p和n相应地代表正脉冲和负脉冲，并且n和θ＝θ(k)(k是射束指数)相应地表示时间指数和角。

图6C示出了第二算法的第一版本的流程图，其中，r_s(n,θ)≡r_p(n,θ)+r_n(n,θ)， 表示卷积，并且h(n)是0.95MHz与2.05MHz之间的121抽头单边复带通滤波器。中心频率图基于具有301抽头Hamming窗的等式(2)逐个射束的获得，并且然后通过301(轴向地或者在n方向上)乘以5(横向地或者在θ方向上)矩形函数滤波器进行平滑以得到最后的步骤是使用平滑的中心频率图来估计心脏与肺之间的边界角。图6C中的步骤是和(步骤S610)、复时间滤波(步骤S620)、中心频率估计(步骤S630)、2D滤波(步骤S640)和边界估计(步骤S650)。

对边界角的估计涉及多个阈值。以第一阈值关系开始：对于量化为心脏区域的射束(即，给定θ)，中心频率必须满足以下条件：

对于所有n∈[1500，2500]。(3)

亦即，只要在第1500个点与第3000个点之间(在36mm与72mm之间)、在第1501个点与第3001个点之间……和在2500个点与第4000个点(在60mm与96mm之间)的平均中心频率全部不低于f_u1，射束就能够被认为穿过心脏组织。量化射束的指数的集合被表示为集合A₁。例如，对于f_u1＝1.37MHz而言，A₁＝{3，4，...，32}(注意，在图4B中从左到右对64个射束进行计数并且前两个和后两个射束由于空间平滑滤波器而不量化)。因此，边界角能够被估计为关于射束32和33的平均角，θ(k)是k的递增函数。阻挡边界线432对应于边界角。

除非图4B中所示的图像实际上是翻转的，否则只要探头302被正确地定位，则肺组织绝不能够出现在心脏的右侧(从患者视角)。因此，我们能够总是基于满足(3)中所定义的条件的最左侧射束来估计边界。例如，如果A₁＝{14，15，...，32}，所述边界角仍然可以被估计为关于射束32和33的平均角。

能够通过包括额外的准则来改进肺识别的鲁棒性。第二阈值被用于利用非常低的中心频率来检测区域：给定射束角θ，如果中心频率满足：

对于任何n∈[1750，3750]，(4)

该射束能够被认为穿过肺组织。满足(4)的射束的指数的集合被表示为A₂。对于f₁＝1.27MHz而言，图4中所示的情况中的A₂＝{3，4，...，32}并且因此不与对应的A₁冲突。

第三(和最后的)阈值被用于利用非常高的中心频率来检测区域：给定射束角θ(k)，如果中心频率满足：

对于所有m∈{-2，-1，0，1，2}，(5)

该射束被认为穿过心脏组织。即，如果5个连续的射束呈现非常高的中心频率，则中心射束具有穿过心脏组织的高机率。满足(5)的射束的指数的集合被表示为A₃。

实际上，A₁，A₂和A₃可以不彼此一致。例如，A₁和A₂的交点可以非空的，这意指一些射束可以被认为穿过心脏组织和肺组织二者。因此，可以将集合优先化。特别地，对A₃(在(5)中所定义的非常高频率条件)给定最高优先级，并且对A₁(在(3)中所定义的高频率条件)给定最低优先级。“经调节的心脏组织集”被定义为：

A_h≡{k|k∈A₁并且k＜l，对于任何l∈A₂，其大于max(A₃)}，(6)其中，max(A₃)是A₃的最大单元并且被定义为-∞，如果A₃是空的。以下是等价定义：

A_h≡{k|k∈A₁并且k＜l，对于任何l∈A’₂}(7)

其中，

A’₂≡{l|l∈A₂并且l＞j，对于任何j∈A₃}。(8)

心脏与肺之间的边界是基于A_h的最大单元来估计的。例如，如果A₁＝{5，6，...，50}、A₂＝{3，4，49，50，51}并且A₃＝{11，12，13}，那么A’₂＝{49，50，51}、A_h＝{5，6，...，48}，并且所估计的边界角是关于射束48和49的平均角。空A_h指示占据整幅图像的肺组织。如果A_h不是空的，

${\widehat{\mathrm{\θ}}}_b\≡\frac{1}{2}\{\mathrm{\θ}\[max\left(A_h\right)\]+\mathrm{\θ}\[max\left(A_h\right)+1\]\}=\mathrm{\θ}\[max\left(A_h\right)\]+\frac{1}{2}\mathrm{\Δ}\mathrm{\θ},---\left(9\right)$

其中，Δθ＝θ(k+1)-θ(k)。由于2D平滑滤波器使侧面上的射束恶化，因而结论是，如果

f_u1的作用比f₁的作用重要得多，但是偶然地A₂的存在在确定边界的过程中积极地贡献。为了扼要重述，在第二算法的该第一版本中，f_u1＝1.37MHz，f₁＝1.27MHz并且f_u2＝∞。

第二算法的第二版本还涉及1D探头并且针对PI数据。如上文所提到的，肺组织以线性方式对低频信号分量很好地做出响应并且运动引起PI模式中的心脏组织中的高频处的较不完美的抵消。这隐含通过利用图6C中所示的信号处理链中的复合信号r_c(n,θ)替换r_s(n,θ)的性能改进的可能性。出于该原因，存在第二算法的第二版本。图7示出了r_c(n,θ)如何形成，其中，r_d(n,θ)≡r_p(n,θ)-r_n(n,θ)，其是步骤S710，其是步骤S720，步骤S730与步骤S610相同，其是步骤S740，r_c(n,θ)≡w_dr_d,l(n,θ)+w_sr_s,h(n,θ)，其是步骤S750，h₁(n)是在0.8MHz处截止的101抽头实低通滤波器，并且h_u(n)是在1.15MHz处截止的101抽头实高通滤波器。来自肺组织的回波支持r_d,l(n,θ)(因为其也对低频分量做出响应)并且来自心脏组织的回波支持r_s,h(n,θ)(由于更多运动)。w_d和w_s是被用于平衡两个力的加权。遵循r_c(n,θ)的信号处理与遵循图6C中的r_s(n,θ)保持相同。示范性参数是w_d＝1.2、w_s＝1、f_u1＝1.4MHz、f₁＝1.2MHz并且f_u2＝1.5MHz。

第二算法的矩阵探头版本基于第二版本——复合信号被用于中心频率估计。例如，能够使用具有PI使能的和2.2MHz的中心频率的穿透成像模式来采集RF数据。横向和高程宽度能够是最大的。

每个体积具有RF回波{r_p(n,θ,φ),r_n(n,θ,φ)}，其具有40个θ(横向)值和33个φ(高程)值。横向射束密度是每度0.41射束。

图8示出了具有在16MHz处的时间采样率的第二算法的矩阵探头版本的流程图。步骤是：减法(步骤S805)、低通滤波(步骤S810)、求和(步骤S815)、高通滤波(步骤S820)、加权求和(步骤S825)、复时间滤波(步骤S830)、中心频率估计(步骤S835)、2D滤波(步骤S840)、边界估计(步骤S845)、中值滤波(步骤S850)和跨平面的可视化(步骤S855)。简而言之，φ＝φ(v)，r_d(n,θ,φ)≡r_p(n,θ,φ)-r_n(n,θ,φ)，r_s(n,θ,φ)≡r_p(n,θ,φ)+r_n(n,θ,φ)，r_c(n,θ,φ)≡w_dr_d,l(n,θ,φ)+w_sr_s,h(n,θ,φ)，h₁(n)是在0.8MHz处截止的51抽头实低通滤波器，h_u(n)是在1.3MHz处截止的51抽头实高通滤波器，w_d＝2，且w_s＝1。复包络其中，h(n)是在0.95MHz与2.05MHz之间的61抽头单侧复带通滤波器。在每个高程平面中，中心频率图是基于具有151抽头Hamming窗的等式(2)逐个射束获得的，并且然后通过151(在n方向上)乘以3(在θ方向上)矩形函数滤波器进行平滑以得到

对于边界估计而言，定义以下：

并且

其中，f_u1＝1.38MHz。等价地f₁≡0，f_u2≡∞，A_2,v和A_3,v是空的，并且经调节的心脏组织集合A_h,v＝A_1,v。

第v个平面中的心脏与肺之间的边界角是：

高程方向上的5抽头中值滤波器(v的函数)然后被应用于并且输出被表示为根据经过滤的边界角能够导出指示心脏区域的图以提供跨平面可视化。为了移除偶然地出现在心脏与肺之间的边界周围的异常值，仅显示最大的连接区域。临床医师能够使用图4B显示器以交互性地操纵探头302，以便在步骤S226中避开肺。

成像操纵装置包括传感器和成像处理器，其被配置用于：经由传感器中的多个并且从当前位置和当前取向来采集感兴趣对象的图像；基于模型，对所采集的图像进行分割；并且基于所述分割的结果，确定目标位置和目标取向，并且目标位置和/或目标取向对应地不同于当前位置和/或当前取向。可以计算对改进当前视场有效的电子操纵参数，并且可以在朝向改进对成像探头进行导航时对用户提供指令反馈。机器人能够被配置用于自动地并且在不需要用户介入的情况下，向探头给予力以响应于所述确定而对其进行移动。

除做出由特别地在超声波扫描方面未训练的护士或其他临床医师可执行的诊断心脏检查外，装置100能够引导无经验超声检测师。针对该目的或该模式，装置100能够描述规则(灰度)声波图连同以上在本文中所描述的视觉反馈144的特征。备选地，装置100的新颖视觉反馈144能够加速经训练或有经验的超声检测师的工作流。

尽管已经在附图和前述描述中详细说明并且描述了本发明，但是这样的说明和描述将被认为是说明性或示范性而非限制性的；本发明不限于所公开的实施例。例如，以探头操纵指令的形式的屏幕上的用户反馈能够由听觉口语指令补充或者替换。

通过研究附图、说明书和随附的权利要求书，本领域的技术人员在实践所主张的本发明时可以理解和实现所公开的实施例的其他变型。在权利要求中，词语“包括”不排除其他元件或步骤，并且量词“一”或“一个”不排除多个。权利要求中的任何附图标记不得解释为对范围的限制。

计算机程序能够随时、暂时或针对更长时间段存储在适合的计算机可读介质上，诸如光学存储介质或固态介质。这样的介质仅在不是暂态传播信号的意义上是非暂态的，但是包括其他形式的计算机可读媒体，诸如寄存器存储器、处理器高速缓存、RAM和其他易失性存储器。

单个处理器或其他单元可以实现权利要求中记载的若干项的功能。互不相同的从属权利要求中记载了特定措施的仅有事实并不指示不能有利地使用这些措施的组合。

Claims (23)

1.一种成像操纵装置，包括：

多个传感器(190)；以及

成像处理器，其被配置用于：

经由所述多个传感器中的多个并且从当前位置和当前取向来采集感兴趣对象的图像；

基于模型，对所采集的图像进行分割；并且

基于所述分割的结果，来确定目标位置和目标取向，所述目标位置和所述目标取向中的至少一个对应地不同于所述当前位置和所述当前取向。

2.根据权利要求1所述的装置，所述确定(S247)是关于对所述感兴趣对象进行成像来执行的。

3.根据权利要求1所述的装置，还包括成像探头(130)，其具有所述当前位置并且具有所述当前取向。

4.根据权利要求3所述的装置，还包括机器人，所述机器人被配置用于自动地并且在不需要用户介入的情况下，向所述探头给予力(142)，以响应于所述确定而将所述探头从所述当前位置和所述当前取向移动到所述目标位置和所述目标取向。

5.根据权利要求3所述的装置，所述探头包括经胸超声心动描记(TTE)探头。

6.根据权利要求3所述的装置，所述当前取向(324)是所述探头的轴向方向，对所述目标取向的所述确定包括：

从所分割的图像导出目标查看方向；并且

计算在所述目标查看方向与所述轴向方向之间的角。

7.根据权利要求1所述的装置，所述感兴趣对象包括感兴趣身体器官，所述分割所基于的模型包括所述感兴趣身体器官的模型(S245)。

8.根据权利要求1所述的装置，所述采集包括经由超声进行采集。

9.根据权利要求1所述的装置，被配置用于关于当前三维视场的所述采集，所述模块被配置用于使所述感兴趣对象局定位在所述视场(314)之内。

10.根据权利要求1所述的装置，还被配置用于判定在所采集的图像中已经检测到所述感兴趣对象的至少部分(S240)。

11.根据权利要求10所述的装置，还被配置用于对所述左心室周围的左心室心内膜和心肌进行分割(S245a、S245b)，并且用于使在所述判定中做出的判定基于在所述左心室心内膜和所述心肌的所述分割处的尝试的结果。

12.根据权利要求10所述的装置，所述判定包括定义(432)所述采集的当前视场的阻挡的区域。

13.根据权利要求1所述的装置，还被配置用于基于所述分割的结果来计算经由改变所述当前位置和当前取向中的至少一个能够如何改进所述采集的当前视场。

14.根据权利要求13所述的装置，所述计算包括导出信息，所述装置被配置用于将所述信息(144)呈现给用户以朝向所述改进建议用户动作。

15.根据权利要求14所述的装置，还包括成像探头，所述信息涉及要么平移要么倾斜(S255)，所述装置做出判定所取决于的所述探头将具有朝向所述改进的较大影响。

16.根据权利要求13所述的装置，所述采集经由超声，所述计算包括计算针对所述改进的电子操纵参数，所述装置被配置用于使用所述所计算的参数来电子地操纵。

17.根据权利要求1所述的装置，所述感兴趣对象包括心脏心尖，所述心脏具有二尖瓣，所述心尖具有中心，所述装置还被配置用于：a)判定所述心尖与所述当前取向是否对齐；和b)确定所述二尖瓣与所述中心之间的轴(320)。

18.根据权利要求1所述的装置，还被配置用于在移动到所述目标位置(318)之前判定所述感兴趣对象的成像是否在所述目标位置处被肋骨阻挡。

19.根据权利要求18所述的装置，所述判定(S247a)基于所述图像中的肋骨的当前位置。

20.根据权利要求1所述的装置，还被配置用于从所述模型创建轴，所述目标取向的所述确定是诸如将所述目标取向与所述轴对齐。

21.根据权利要求1所述的装置，还被配置用于评估所述目标位置(318)处的肋骨阻挡，并且基于所述评估，判定是否使所述当前位置是用于计算所述目标取向的所述确定的重复中的所述目标位置。

22.根据权利要求1所述的装置，被配置用于在确定所述目标位置时避开肋骨(404)。

23.一种实现用于操纵成像的程序的计算机可读介质，所述程序具有能够由用于执行多个动作的处理器执行的指令，在所述多个动作之中存在如下动作：

经由多个传感器和从当前位置(322)和当前取向，采集感兴趣对象的图像；

基于模型，对所采集的图像进行分割；并且

基于所述分割的结果，确定目标位置和目标取向，以及所述目标位置和所述目标取向中的至少一个对应地不同于所述当前位置和所述当前取向。