CN106028946A - 用于监测病变尺寸趋势的系统及其操作方法 - Google Patents
用于监测病变尺寸趋势的系统及其操作方法 Download PDFInfo
- Publication number
- CN106028946A CN106028946A CN201580008352.4A CN201580008352A CN106028946A CN 106028946 A CN106028946 A CN 106028946A CN 201580008352 A CN201580008352 A CN 201580008352A CN 106028946 A CN106028946 A CN 106028946A
- Authority
- CN
- China
- Prior art keywords
- image
- volume
- information
- image information
- pathological changes
- 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.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/08—Volume rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- G—PHYSICS
- 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
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0858—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Abstract
一种医学成像系统,其被配置为:接收与在第一时间处采集的一幅或多幅图像对应的第一图像信息,所述一幅或多幅图像包括病变;接收与在另一时间处采集的病变的一幅或多幅图像对应的第二图像信息;绘制针对每幅图像的病变的体积;并且将两个体积交叠。诸如脉管化指标的其他因素和/或指标可以被计算并在第一图像信息与第二图像信息之间进行比较。
Description
技术领域
本申请总体涉及医学成像系统,并且更具体而言涉及具有图像评价技术的超声成像系统及其操作方法。
背景技术
处置癌症的一个重要因素是医师确定处置的效能的能力。处置的效能可以通过减缓或减少肿瘤增长、减少肿瘤脉管化或其他生物参数来定义。当医师不能准确地确定处置的效能时,癌症患者能够不必要地经历具有降低生命质量的有害副作用的无效处置。差的效能确定也能够导致在将患者转移到对处置患者的癌症能够更有效的处置中的延迟。该延迟能够不利地影响患者的结果。
常常使用无创成像方法来评价肿瘤处置的效能,因为肿瘤位点的重复手术研究可能是不实际的或不可能的。不需要离子辐射的成像方法,诸如超声成像,在患者需要多次评价时能够是有利的。为了便于医师得出关于肿瘤生长或减少的结论,当采集新图像时从每个时间点到每个相继的时间点具有一致的测量结果是有利的。测量结果的不一致性能够由个体变化、旋转或针对所采集的视图的采集参数的变化、医师的变化或其他因素引入。这些不一致的性能够妨碍医师评价肿瘤处置的效能的能力。
发明内容
根据所公开的本发明的一个说明性实施例,一种医学成像系统被配置为例如随时间接收病变的第一图像信息和第二信息,基于图像信息绘制第一体积和第二体积,并且将第一和第二体积交叠。所述系统还可以被配置为确定与图像信息中的位置信息对应的坐标信息。坐标信息可以基于所计算的图像轮廓信息。图像信息还可以包括病变的脉管信息。控制器可以被配置为基于脉管信息来确定脉管指数。第一体积和第二体积的脉管指数可由控制器进行比较。脉管指数可以被定义为包括血流的体积的百分比。脉管信息可以从多普勒信息来导出。成像系统还可以包括超声探头,利用所述超声探头来采集图像信息。
根据本发明的另一个公开的实施例,一种图像处理方法可以包括:接收在第一时间处的第一图像信息和在第二时间处的第二信息,所述第一图像信息和第二图像信息包括对应于组织中的病变的数据;根据图像信息绘制病变的第一体积和第二体积;并且将病变的第二体积和第一体积交叠,其中,所述体积能够通过由成像系统生成的线框架或网格来定义。所述方法也可以包括从超声探头采集图像信息的动作。所述图像处理方法可以包括随时间采集图像的序列以识别病变体积的变化。所述图像处理方法可以包括获取病变(例如肿瘤)的第一体积与第二体积的比率。所述图像处理方法还可以包括计算第一体积与第二体积的表面积。然后所述图像处理方法可以关于时间绘制第一体积与第二体积的表面积,并且还可以计算在第一时间与第二时间之间的体积的表面积的变化率。所述图像处理方法可以绘制针对所述体积的线框架或表面。
根据本发明的另一方面,公开了一种实现在非暂态计算机可读介质中的应用,其被配置为从超声探头接收图像信息。所述应用可以包括代码,所述代码令成像系统中的控制器:接收第一图像信息和第二图像信息,所述第一图像信息和第二图像信息包括对应于组织中的病变的数据;根据病变的图像信息绘制第一体积和第二体积;并且将第二体积交叠在第一体积上。此外,所述代码可以令控制器计算针对第一和第二体积的指标。所述控制器还可以计算针对第一体积的指标与针对第二体积的指标之间的差异。所述指标可以是脉管指数。
附图说明
在附图中:
图1A是根据本系统的图像捕获系统的实施例的示意性视图。
图1B是根据本系统的超声成像系统的实施例的示意性视图。
图2A是图示根据本系统的实施例执行的过程的流程图。
图2B是图示根据本系统的实施例执行的另一过程的流程图。
图3是图示根据本系统的图像显示界面的屏幕截图。
图4是图示根据本系统的另一图像显示界面的屏幕截图。
图5是图示根据本系统的又一图像显示界面的屏幕截图。
具体实施方式
对特定示范性实施例的以下描述实质上仅是示范性的,并且绝不旨在限制本发明或其应用或使用。在对本系统和方法的实施例的以下详细描述中,对附图进行参考,这些附图形成本文的一部分,并且在其中以图示方式示出了可以在其中实践所描述的系统和方法的特定实施例。这些实施例被足够详细地描述以使本领域技术人员能够实践当前公开的系统和方法,并且应当理解,可以利用其他实施例,并且可以做出结构和逻辑改变,而不偏离本系统的精神和范围。
因此以下详细描述不应以限制的意义来理解,并且本系统的范围仅由权利要求书限定。在本文中附图中的附图标记的首位(前几位)通常对应于图号,例外情况是出现在多幅图中的相同部件由相同的附图标记标识。此外,为了清楚的目的,当某些特征对本领域技术人员而言显而易见时,将不讨论这些特征的详细描述,从而不使本系统的描述变得模糊。
在一个实施例中,提供了一种系统、应用程序和/或方法,其用于在多个时间点处系统地执行对诸如固体肿瘤的病变的医学评价,从而将医学图像报告标准化,这可以减少评价时间和错误。因此,可以减少用于采集、报告和/或评价医学图像的成本。处置效能的评价也可以被改进。
图1A中图示了根据本系统的一个实施例的图像捕获系统100的实施例的示意性视图。图像捕获系统100可以包括控制器102、存储器104、显示器106、调制解调器108、音频输入设备(MIC)110、音频输出设备(SPK)112、图像采集设备(IAD)114、图像采集控制(IAC)设备116、用户接口(UI)118、网络120、远程存储设备122以及远程设备或终端124中的一个或多个。
控制器102控制或被配置为控制图像捕获系统100的总体操作并且可以包括一个或多个控制器,所述一个或多个控制器可以位于相同的位置处或不同的位置处。例如,控制器中的一个或多个可以位于远程设备124处。因此,由本发明的过程中的一个或多个执行的某些动作可以在远程设备处被执行。
存储器104可以与控制器102接合并且可以存储或被配置为存储可由图像捕获系统100读取和/或存储的程序和数据。存储器104可以包括以下中的一个或多个:硬盘、只读存储器(ROM)、随机存取存储器(RAM)、闪存驱动器、光学驱动器和/或另一合适的存储设备。另外,存储器104可以包括不同类型的存储器并且可以位于多个位置处。所述存储器可以包括由本系统、设备和/或方法的操作创建的程序和/或数据。
显示器106可以在一个或多个控制器(例如控制器102)的控制下显示信息。显示器106可以包括任何合适的显示器,例如阴极射线管(CRT)、液晶显示器(LCD)、等离子体显示器、触摸屏等等。显示器106可以包括可以位于不同位置处的多个显示器。显示器106也可以接收用户输入。
调制解调器108可以在控制器102的控制下进行操作并且可以针对各个位置经由例如网络120将数据发送到控制器102和/或接收来自控制器102的数据。调制解调器108可以包括一个或多个任何合适的调制解调器并且可以经由有线和/或无线链路进行通信。
音频输入设备110(MIC)可以包括用于输入音频信息的任何合适的设备,例如麦克风和/或换能器。音频输入设备110可以经由例如编码器/解码器(CODEC)将接收的音频信息发送到控制器102。音频输入设备110也可以位于远程位置处并且可以经由例如网络120发送信息。音频输入设备110可以接收来自例如用户的音频输入。然后语音识别程序可以变换这些命令以便由控制器102使用。变换程序,例如语音文本转换器,可以用于将声音信息(例如,用户的话语、命令等)转换成文本或其他数据。
音频输出设备112(SPK)可以为了用户方便而输出音频信息。音频输出设备112可以包括扬声器112并且可以输出经由例如CODEC从例如控制器102接收的音频信息。此外,变换程序可以对要视觉输出的参数(例如,文本、数据等等)进行变换,使得能够经由音频输出设备112输出所述参数。
图像采集探头114可以在控制器102的控制下获得期望的信息并且将该信息发送到控制器102,可以在所述控制器中处理所述信息。图像采集探头114可以包括一个或多个换能器阵列等等。例如,本系统可以包括诸如公司的C5-1换能器的换能器。
图像采集控制(IAC)设备116可以由控制器102控制并且可以包括能够控制图像采集探头(IAD)114的位置的稳定化控制设备(例如,阵列稳定器等)。例如,IAC设备116可以包括一个或多个设备以控制例如一个或多个换能器阵列相对于把手等的左右摇摆、俯仰和/或翻滚。相应地,IAC设备可以控制一个或多个换能器阵列关于x轴、y轴或z轴的位置和/或减少不期望的谐波、振动等。此外,IAC设备116可以包括平衡件(counterbalance)、马达、控制系统等以控制一个或多个换能器阵列的振动等。
用户接口(UI)或用户输入设备118可以接收用户输入并且将这些输入发送给例如控制器102。用户输入设备118可以包括能够接收用户输入的任何合适的输入设备,诸如,键盘、鼠标、触摸垫、跟踪球、指针、数字化器、触摸屏、指纹读取器等。此外,用户输入设备可以包括用于输入生物计量信息的生物计量读取器,例如,指纹读取器、虹膜读取器等。
网络120可以包括以下中的一个或多个:局域网(LAN)、广域网(WAN)、互联网、内联网、专有网络、系统总线和/或可以在图像捕获系统100的各种设备之间传输信息的其他传输设备(有源和/或无源)。网络120可以使用任何合适的传输方案来操作。
远程存储设备122可以包括能够存储图像捕获系统100所需的信息的任何合适的存储器设备。因此,远程存储设备122可以包括诸如参考存储器104描述的那些的存储器设备。此外,远程存储设备可以包括磁盘阵列(RAID)和/或其他存储配置。另外,远程存储设备122可以包括例如存储区域网络(SAN)。远程存储设备122可以经由网络120和/或调制解调器108将信息发送到控制器102/接收来自控制器102的信息。
参考图1B,以框图形式示出了根据本发明的原理构建的超声成像系统。在图1B的超声诊断成像系统中,在超声探头10中提供换能器阵列10’以发送超声波并且接收回声信息。换能器阵列10’优选是换能器元件的二维阵列,其能够在三维上(例如,在关于二尖瓣的位置的仰角和方位角两者上)进行扫描以供3D成像。所述换能器阵列耦合到探头中的微波束形成器12,所述探头控制由阵列元件对信号的发送和接收。所述微波束形成器通过探头缆线耦合到发送/接收(T/R)开关16,所述T/R开关在发送和接收之间切换并且保护主波束形成器20免受高能发送信号损害。在微型波束形成器12的控制下的超声波束从换能器阵列10的发射由换能器控制器18引导,所述换能器控制器被耦合到T/R开关和波束形成器20,所述波束形成器接收来自用户接口或控制面板38的用户的操作的输入。由发送控制器控制的功能之一是其中波束被操纵的方向。波束可以被操纵为从换能器阵列一直向前(与其正交),或者针对更宽的视野而处于不同的角处。由微波束形成器12产生的部分波束形成信号被耦合到主波束形成器20,其中,来自元件的个体片块的部分波束形成信号被组合成完全波束形成信号。
波束形成信号被耦合到信号处理器22。信号处理器22能够以各种方式处理所接收的回声信号,例如带通滤波、抽取、I分量和Q分量分离以及谐波信号分离。所述信号处理器也可以执行额外的信号增强,诸如散斑减少、信号合成以及噪声消除。经处理的信号被耦合到B模式处理器26和多普勒处理器28。B模式处理器26采用幅值检测来对诸如肿瘤的身体中的结构进行成像。多普勒处理器28处理来自组织和血流的时间上不同的信号,以检测物质的运动,诸如在图像场中的血细胞的流动。由B模式处理器和多普勒处理器产生的结构信号和运动信号被耦合到扫描转换器32和多平面重新格式化器44。扫描转换器以它们根据其以期望的图像格式被接收的空间关系布置回声信号。例如,扫描转换器可以将回声信号布置成二维(2D)扇形格式或锥体三维(3D)图像。扫描转换器能够利用对应于与图像场中的点处的与所述点的多普勒估计速度对应的运动的颜色来与B模式结构图像交叠,以产生彩色多普勒图像,所述彩色多普勒图像描绘图像场中组织的运动和血流。多平面重新格式化器能够将从身体的体积区域中的公共平面中的点接收的回声转换为该平面的超声图像,如美国专利6443896(Detmer)中所描述的。体积绘制器42将3D数据集的回声信号转换为如从给定参考点观察的投影3D图像,例如如美国专利6530885(Entrekin等)中所描述的。来自扫描转换器32、多平面重新格式化器44以及体积绘制器42的2D或3D图像被耦合到图像处理器30,以进行进一步增强、缓冲和临时存储,以显示在图像显示器40上。
根据本发明的原理,由多普勒处理器28产生的血流速度值被耦合到病变脉管化处理器34。病变脉管化处理器如下以下描述进行操作以产生由所述系统成像的肿瘤中或周围的血流的量度。该病变脉管化处理器可以接收来自用户控制面板38的输入,诸如肿瘤的位置的初始估计。来自病变脉管化处理器的输出数据被耦合到图形处理器36以与显示器40上的图像一起从处理器重新产生输出数据。图形处理器36也能够生成用于与超声图像一起显示的图形交叠。这些图形叠层能够包含标准识别信息,诸如患者姓名、图像的日期和时间、成像参数等等。出于这些目的,图形处理器接收来自用户接口38的输入,诸如键入的患者姓名。用户接口也被耦合到发送控制器18,以控制来自换能器阵列10’的超声信号的生成,以及因此由换能器阵列和超声系统产生的图像。用户接口也被耦合到多平面重新格式化器44以选择和控制多幅多平面重新格式化(MPR)图像的显示,所述MPR图像可以被用于量化根据本发明的肿瘤的MPR图像中的血流,如下面描述的。
现在将描述根据本系统的实施例的用于捕获图像和分析病变体积的过程。图2A中示出了对应于根据本系统的实施例的过程的流程图。过程150可以由直接通信和/或通过网络通信的一个或多个计算机控制。过程150以及根据本方法的其他过程可以通过由处理器(诸如控制器102)或本文描述的系统的其他类似部件运行在例如计算机可读介质(诸如存储器104)上实现的指令来执行。处理器或控制器102可以是(一个或多个)专用或通用集成电路。此外,处理器102可以是用于根据本系统工作的专用处理器,或者可以是通用处理器,其中,仅很多功能之一进行操作以根据本系统工作。处理器102可以利用程序部分、多个程序段来操作,或者可以是利用专用或多用途集成电路的硬件设备。
过程150可以包括随后的步骤、动作或操作中的一个或多个。此外,这些步骤、动作或操作中的一个或多个可以根据需要被组合和/或分离成子步骤、子动作或子操作。在动作152中,监测过程,例如肿瘤监测自动化过程开始并且进行到动作154。
在动作154中,图像采集过程被执行以采集当前图像信息。所有必要的图像应当在动作154中被采集,然而动作154可以在其他时间处被重复以采集其他必要的图像。在完成动作154之后,过程继续进行到动作156。
在动作156中,当前图像信息(例如,图像体积)可以被存储在例如本地存储器、数据库或其他合适的存储器中。在完成动作156之后,过程可以继续进行到动作158。
在动作158中,所述过程可以使用图像处理例程来分析/比较当前图像信息和先前(例如,上个月、上一年等)采集的先前图像信息。例如,根据所述过程,用户可以通过使用自动堆叠轮廓路由方法(例如在QLABTM中)来自动测量病变或者手动(例如,通过使用QLABTM中的跟踪函数)测量病变。然后可以通过生成体积的线框架或网格并且将例如x、y和/或z坐标分配给用户定义的感兴趣点(例如,血管)来定义和/或记录病变的测量结果、位置和/或轮廓。边缘、轮廓或用户定义的感兴趣点的x、y和/或z坐标可以是与所采集的图像相关联的位置信息。然后该信息可以被存储在数据库或其他合适的区域中以供之后使用。
然后可以在之后的时间处使用该信息,例如当实行后续成像技术时。例如,当患者具有在其中当前图像信息被采集的相继肿瘤监测检查时,则在一个或多个先前检查中采集的图像信息然后可以从存储器104或存储设备122来检索或下载,并使用任何合适的图像处理应用来分析,所述图像处理应用例如为QLABTM,其可以确定某些成像参数,诸如,深度、聚焦区位置压缩、轮廓和/或x、y和z坐标、来自多普勒技术的速度信息、回声强度。这种成像参数中的一个或多个在当前检查中可以与在一个或多个先前肿瘤监测检查中使用的类似成像参数匹配。该过程可以由用户执行或由系统自动执行。相应地,所述系统可以访问图像参数信息以获得与用在一个或多个先前肿瘤监测检查中的图像参数有关的信息。自动堆叠轮廓方法(例如,在QLABTM中)可以被应用以定义跨在相同监测检查中在不同平面中采集的多幅图像的肿瘤体积。
根据本发明的实施例,位置信息,诸如对应于先前检查的图像信息的某些位置(例如,与例如病变、血管等对应)的x、y和/或z坐标可以与同当前检查关联的图像信息的对应信息进行比较。例如,来自先前检查的体积的线框架可以被嵌入当前检查的可视化体积中,或者反之亦然。这可以帮助操作者做出跨时间的一致的测量,并且增加评价的置信度。也可以执行额外图像信息的自动相关和/或叠加。
在动作158之后,所述过程可以继续进行到动作160。
在动作160中,所述过程可以为了用户方便而显示对应的报告。当所述报告被显示时,用户可以根据需要输入额外的文本和/或注释。
根据本系统,所述系统可以在任何定义的位置处推断针对当前和/或先前测量的数值。然后可以在自动堆叠轮廓的分析期间以x、y和/或z格式存储对应的测量结果。此外,可以为用户提供“手动超控”选项以在任何时间处输入对应于病变的信息,诸如,病变定义、病变标识等。
在完成动作160之后,所述过程可以继续进行到动作162。
在动作162中,所述过程可以生成报告和/或在任何适当的位置(例如数据库等)中保存图像信息和任何对应的信息(例如,患者和探头取向标记、病变位置、病变定义、用户信息、数据信息、患者信息等)以供之后的使用和/或分析。
在完成动作162之后,所述过程可以继续进行到动作164。
在动作164中,医师或其他用户可以使用合适的图像处理程序(例如QLABTM)进一步分析所采集的图像。医师可以检索并显示两幅或更多采集的肿瘤体积图像。所述图像可能已经在相同肿瘤的不同时间点处被采集。如果这种绘制还未被生成并保存在适当位置中,则医师可以使用图像处理程序将表面或线框架绘制到肿瘤体积。所述绘制也可以包括在肿瘤体积中或在肿瘤体积附近的血管的定界。这可以允许医师查看肿瘤处置具有的对肿瘤的脉管化的效应。医师可以并排查看这些体积。然而,交叠肿瘤体积图像、绘制的表面、线框架或其组合能够是有利的。
图2B图示了根据本系统的实施例的交叠肿瘤体积图像的过程200的流程图。第一图像信息在动作205处被接收,并且第二图像信息在动作210处被接收。尽管顺序地被示出,但是图像信息可以以任何顺序加载或者并行加载。所述图像然后在动作215处被交叠。可以在动作215期间使用被包括在图像信息中的位置信息以对准两幅图像之间能够共有的某些位置,诸如血管和/或操作者定义的感兴趣点。过程200可以被并入到先前描述的图像处理程序中,或者可以由独立的软件程序或处理器来执行。任选地,图2中图示的过程可以在图1中的动作158处被执行。医师也可以能够独立地旋转图像以手动校正采集角的差异。医师可以能够调整图像的阿尔法混合(即每个图像的不透明度)以增强体积之间的比较。然后医师可以观察肿瘤形状、体积和脉管化随时间的变化。
医师可以使用合适的图像处理程序来量化肿瘤体积、肿瘤表面积以及图像之间的比率计算的体积或表面积。例如,利用病变脉管化处理器34,图像处理程序也可以计算具有血流的体积内的像素数(“脉管指数”)和/或血流的速度(“流指数”)。这些测量结果可以被视为脉管化指标。血流的存在是根据由于多普勒效应的参考发送的信号的反射的信号的波长的移位确定的。移位的幅度允许确定流的方向和速度。合适的图像处理程序可以随着时间针对指标绘制来自每幅图像的计算的数值,使得医师可以查看这些指标随时间的趋势。趋势可以包括例如随着时间的指标的变化速率以及总体变化。
由医师做出的视觉分析以及针对体积、表面积和脉管化指标计算的量化值可以帮助医师更准确地评价肿瘤处置的效能并规划未来的处置。例如,通过并排呈现在处置期间在不同时间处拍摄的并且利用肿瘤的线框架增强的3D视图,本系统和方法能够帮助医师随着时间做出一致的肿瘤测量,从而增加评价的置信度。此外,查看脉管随时间的变化的能力也可以帮助医师确定哪个血管分支正在将血液供应提供给受影响的肿瘤分段。然后医师可以能够提供更加靶向的药物递送,这能够是更有效的。例如,医师比较两个线框架帧并且确定肿瘤的哪些分段正在收缩或增长。通过将脉管化信息相关,医师也能够识别哪些血管正在将血液供应提供给受影响的肿瘤分段并且然后相应地更改处置。
随着以肿瘤中的脉管形成为目标的更多处置被开发,对病变中的脉管特征的变化可视化和量化的能力能够变得日益重要。例如,在可以检测到肿瘤体积的变化之前有效时,抗血管形成治疗可以对脉管具有早期效应。在一些情况下,某些脉管特征的变化也可以是肿瘤侵蚀性和患者预后的指标。
图3中示出了图示根据本系统的实施例的图像显示界面的屏幕截图300。屏幕截图300图示了可以使用可对应于肿瘤的数据来显示的屏幕。屏幕截图300也可以对应于可被保存在报告中的数据。该数据可以包括采集的图像信息、标注、注释、测量结果、星期几、日期、时间、患者的身份(ID)(例如,号码、姓名等)、医学专业数据(例如,声谱仪的名称、医生的姓名、医学中心的名称、位置、患者生物计量信息等)、查看/编辑历史、变化信息等等。屏幕截图300可以包括一个或多个信息区域,用户信息、位置(例如,“测试医院”)、星期几、日期、时间、检查类型(例如,“TMR”)和/或某些测试参数被显示在所述信息区域中。图像查看区域(未示出)可以显示一幅或多幅图像,例如能够在本系统的实施例的过程(例如,图像采集过程、下载过程等)中已经采集的图像305和310。图像305可以是针对在执行处置之前的时间处测量的肿瘤体积绘制的线框架的图像。图像310可以是针对在该处置之后或处置期间的时间处采集的肿瘤绘制的线框架的图像。可以在图像305、310中勾勒出重建平面315a-315c以帮助将取向提供给用户。可以提供菜单230以允许用户容易地访问常用工具,例如缩放、平移和修剪。在图像305、310下面,用户可以观察针对肿瘤的趋势数据340的图表。在图3图示的范例中,已经计算了肿瘤表面积,但是可以计算诸如体积或脉管化的其他指标。可以在图表340上绘制针对肿瘤针对第一时间点320和第二时间点325计算的面积。在一些实施例中,可以计算并绘制更多的时间点。可以针对所绘制的时间点计算最好拟合线355。可以提供菜单335以允许用户容易地访问用于操纵图表的常用工具,诸如缩放和平移。也可以提供其他工具。
尽管未示出,但是其他图像中的每个的小图像(或相似)可以以较小的格式(例如,作为图标)被显示以方便用户选择图像。这在对应于特定检查或感兴趣时间段的所有图像能够不被显示于查看区域中时可以是有用的。相应地,用户可以选择较小图像之一来作为所选图像的放大绘制来查看。因此,通过(使用鼠标的双击等)选择图像,用户可以实现用于放大图像的过程。此外,可以提供放大视图设置,使得选定视图可以被显示在能够大于显示其他图像(例如,较小视图、图标等)的窗口的窗口中。此外,如所示的,当由所述过程检测到诸如血管的感兴趣点时,血管可以被自动分配标识符(ID)和其他信息。该信息可以与图像关联地被显示并且可以被包括在图像信息中并且被保存以供之后使用。
图4中示出了图示根据本系统的实施例的另外的图像显示界面的屏幕截图400。屏幕截图400图示了图像410,其为与图3的线框架305对应的详细图像。用户可以使用菜单选项430来生成线框架405或绘制针对所采集的体积图像的表面。能够在图像410中在肿瘤体积内看到血管420。聚焦区位置指标条(未示出)可以被显示在屏幕上,其中,用户可以经由任何用户接口或控制面板38(诸如,键盘、鼠标或在触摸屏情况下的触摸屏幕的指针)来改变它。用户也可以经由选择来调节图像强度/对比度。当然,可以根据期望显示任何其他期望的指标或选择条以提供另外的用户控制,诸如滚动条/位置条,使得用户可以滚动图像。在输入用户的选择后,图像310和对应的图像信息,例如注释、卡尺信息和/或其他信息,可以被保存以供之后使用和查看。用户可以使用菜单选项来计算体积、脉管化指数和/或肿瘤体积图像的其他参数。侧面板425可以被用于显示所计算的参数。在图4图示的范例中,体积、脉管指数(VI)、流指数(FI)和脉管流指数(VFI)(在该实施例中,脉管流指数=脉管指数X流指数)已经使用例如病变脉管化处理器34被计算并且被显示。然后用户可以显示期望参数随时间的曲线图,如先前图3中所示。
图5中示出了图示说明根据本系统的又一图像显示界面的范例屏幕截图500。屏幕截图500示出了包括第一时间处的肿瘤体积508a的第一图像502。肿瘤脉管506a也能够在B模式图像中被识别并且能够利用多普勒成像来确定血液的流。第二图像504在第二时间处被采集并且用肿瘤体积508b的线框架表示来显示。能够比较在每个时间点处的各自的肿瘤体积。例如,插图510图示了在图像502中生成的线框架与在图像504中生成的线框架交叠的复合。类似的方法能够被用于上面的图像305和310。尽管示出了两个线框架,但在一些实施例中可以交叠多于两个体积。在插图或者在显示界面的另一个区域中,计算的体积差异512也能够被示出到医师以比较不同的肿瘤体积,诸如508a和508b。此外,肿瘤脉管506a和506b也能够被分析以指示血液供应在哪里能够关于肿瘤尺寸变化受到影响(例如,如由箭头514所示)。还预见肿瘤体积中的视觉差异516能够被显示给用户,以便对随时间的肿瘤的形状和/或体积变化的额外分析。能够使用颜色或其他视觉指标来识别差异。在输入用户的选择之后,可以保存图像502和504以及任何对应的信息,诸如注释、卡尺信息和/或其他信息,以供之后使用和查看。尽管未示出,但是用户可以类似于图3使用菜单选项来计算体积、脉管化指数和/或线框架的其他参数并且对值进行绘图。
尽管未示出,但是屏幕300、400和/或500也可以图示用户选择,所述用户选择可以根据需要包括例如图标或菜单项,其可以由用户选择以例如扫描、提交、打印、转移图像(例如从一个显示显示界面到另一个显示界面)、降噪、转录和/或使用头盔(headpiece)。此外,为了用户的方便,可以提供本领域已知的一个或多个菜单。可以在图1B所示的过程期间或者在随后的医师分析期间的任何时间处保存所显示的图像和相关联的数据。然而,可以激活历史模式以收集指示数据能够何时已经被添加和/或编辑的信息,使得用户可以返回参考原始信息和/或确定何时和/或谁对可以保存在例如生成的报告中的信息做出特定改变。此外,所述改变也可以被存储以供之后使用。
尽管已经参考肿瘤超声成像系统描述了本系统,但是也预见了本系统能够被扩展到在其中以系统化方式在不同的时间点处获得多幅图像的其他医学成像系统。因此,本系统可以被用于获得和/或记录与肾脏、睾丸、乳房、卵巢、子宫、甲状腺、肝脏、脾脏、心脏、动脉以及脉管系统有关的图像信息,以及其他成像应用。此外,本系统也可以包括一个或多个程序,其可以被用于常规成像系统以使得它们能够提供本系统的特征和优点。
此外,本系统、装置和方法也可以扩展到在其中能够定义和复制清楚的界标的任何小部分成像。此外,本方法可以被嵌入在可以应用于现有成像系统(例如超声成像系统)的程序代码中。合适的超声成像系统可以包括PhilipsTM超声系统,其可以例如支持能够适用于小部分成像的常规宽频带线性阵列换能器。此外,例如QLABTM的分析技术可以是与成像装置在同一平台上(on-cart)可用的或者作为能够在检查室之外运行的后处理程序。此外,可以使用本系统来跟随多个节结、解剖实体,诸如卵泡或其他可检测对象。此外,本系统的方法可以被应用于使用换能器采集的体积,所述换能器例如为2D阵列换能器,其可以包括例如X-matrixTM或机械换能器。
本发明的特定额外的优点和特征对于研究了本公开的本领域技术人员而言能够是显而易见的,或者可以由采用本发明的新颖的系统和方法的个人来体验,其要点在于提供了一种更可靠的图像采集系统及其操作方法。本系统和方法的另一个优点在于常规医学图像系统能够容易地被升级以将本系统、设备和方法的特征和优点并入。
当然,应当认识到,以上实施例或过程中的任何一个可以与一个或多个其他实施例和/或过程组合或者被分离和/或在根据本系统、设备和方法的独立设备或设备部分之中执行。
最后,以上讨论仅仅旨在图示说明本系统,而不应被解释为将权利要求限制于任何特定的实施例或实施例组。因此,尽管已经参考示范性实施例特别详细地描述了本系统,但是也应该认识到本领域普通技术人员在不偏离权利要求所阐述的本系统的更宽预期精神和范围的情况下可以设想大量修改和备选实施例。因此,说明书和附图应被视为是说明性的,而不旨在限制权利要求的范围。
Claims (21)
1.一种包括代码的医学成像系统,所述代码当被运行时令所述系统:
接收与在第一时间处采集的第一图像对应的第一图像信息,其中,所述图像信息包括位置信息,所述第一图像包括病变;
接收与在第二时间处采集的第二图像对应的第二图像信息,其中,所述图像信息包括位置信息;
基于所述第一图像信息来绘制表示所述病变的第一体积的第一线框架;
基于所述第二图像信息来绘制表示所述病变的第二体积的第二线框架;并且
至少部分基于所述第一图像信息的所述位置信息和所述第二图像信息的所述位置信息来将所述第二线框架与所述第一线框架交叠。
2.如权利要求1所述的成像系统,还包括被配置为在选定时间处采集所述病变的体积图像数据的超声探头。
3.如权利要求1所述的成像系统,其中,指令还令所述系统确定对应于所述第一图像信息中的所述位置信息和/或所述第二图像信息中的所述位置信息的坐标信息。
4.如权利要求3所述的成像系统,其中,所述坐标信息基于在选定时间时的所述病变的计算的图像轮廓信息。
5.如权利要求1所述的成像系统,其中,所述第一图像信息和第二图像信息包括与所述病变有关的脉管信息,其中,所述病变包括肿瘤。
6.如权利要求5所述的成像系统,其中,所述控制器还被配置为基于所述第一图像信息中的脉管信息来确定第一脉管指数,并且基于所述第二图像信息中的脉管信息来确定第二脉管指数。
7.如权利要求6所述的成像系统,其中,所述系统还包括令所述系统将所述第一脉管指数与所述第二脉管指数进行比较的指令。
8.如权利要求7所述的成像系统,其中,所述脉管指数是所述病变中包括血流的体积的百分比。
9.如权利要求5所述的成像系统,其中,所述脉管信息是从多普勒信息导出的。
10.一种图像处理方法,包括以下动作:
接收与在第一时间处采集的第一图像对应的第一图像信息,所述第一图像包括病变;
接收与在第二时间处采集的第二图像对应的第二图像信息;
基于所述第一图像信息来绘制表示所述病变的第一体积的第一线框架;
基于所述第二图像信息来绘制表示所述病变的第二体积的第二线框架;并且
将所述第二线框架与第一框架交叠。
11.如权利要求10所述的图像处理方法,还包括从超声探头采集与所述第一图像信息有关的信息的动作。
12.如权利要求10所述的图像处理方法,其中,所述第一图像信息和所述第二图像信息包括与所述病变有关的脉管信息。
13.如权利要求10所述的图像处理方法,还包括获取所述第一体积与所述第二体积的比率。
14.如权利要求10所述的图像处理方法,还包括计算所述第一体积的表面积和所述第二体积的表面积。
15.如权利要求14所述的图像处理方法,还包括关于时间绘制所述第一体积的所述表面积和所述第二体积的所述表面积。
16.如权利要求15所述的图像处理方法,还包括计算所述第一时间与所述第二时间之间的所述第一体积的表面积和所述第二体积的表面积的变化率。
17.如权利要求10所述的图像处理方法,其中,针对所述第一体积绘制表面并且针对所述第二体积绘制所述线框架。
18.一种实现在非暂态计算机可读介质上、被配置为接收来自超声探头的图像信息的应用,所述应用包括:
代码,其令控制器:
接收与在第一时间处采集的第一图像对应的第一图像信息,所述第一图像包括病变;
接收与在第二时间处采集的第二图像对应的第二图像信息;
根据所述第一图像信息绘制所述病变的第一体积;
根据所述第二图像信息绘制所述病变的第二体积;并且
将所述第二体积与所述第一体积交叠。
19.如权利要求18所述的实现在非暂态计算机可读介质上、被配置为接收来自超声探头的图像信息的应用,还包括令所述控制器计算针对所述病变的所述第一体积和所述病变的所述第二体积中的每个的脉管化指标的代码。
20.如权利要求19所述的实现在非暂态计算机可读介质上、被配置为接收来自超声探头的图像信息的应用,还包括令控制器计算针对所述第一体积的所述脉管化指标与针对所述第二体积的所述脉管化指标之间的差异的代码。
21.如权利要求19所述的实现在非暂态计算机可读介质上、被配置为接收来自超声探头的图像信息的应用,其中,所述脉管化指标是脉管指数。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461938713P | 2014-02-12 | 2014-02-12 | |
US61/938,713 | 2014-02-12 | ||
PCT/IB2015/050862 WO2015121776A1 (en) | 2014-02-12 | 2015-02-05 | Systems for monitoring lesion size trends and methods of operation thereof |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106028946A true CN106028946A (zh) | 2016-10-12 |
CN106028946B CN106028946B (zh) | 2020-01-31 |
Family
ID=52630440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580008352.4A Active CN106028946B (zh) | 2014-02-12 | 2015-02-05 | 用于监测病变尺寸趋势的系统及其操作方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10140714B2 (zh) |
EP (1) | EP3105741B1 (zh) |
JP (1) | JP6563942B2 (zh) |
CN (1) | CN106028946B (zh) |
WO (1) | WO2015121776A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506294A (zh) * | 2021-09-08 | 2021-10-15 | 远云(深圳)互联网科技有限公司 | 一种医疗图像评估方法、系统、计算机设备及存储介质 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9849836B2 (en) * | 2014-04-24 | 2017-12-26 | Gentex Corporation | Roof mounted imager module |
CN111465351A (zh) | 2017-12-11 | 2020-07-28 | 豪洛捷公司 | 具有先进的活检部位标记物的超声定位系统 |
KR102216697B1 (ko) * | 2020-02-28 | 2021-02-17 | 주식회사 루닛 | 의료 영상 장치 및 의료 영상 처리 방법 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001069282A2 (en) * | 2000-03-17 | 2001-09-20 | Koninklijke Philips Electronics N.V. | Spatially compounded three dimensional ultrasonic images |
CN101006465A (zh) * | 2004-06-18 | 2007-07-25 | 美国西门子医疗解决公司 | 横跨时间点链接vois以分析疾病进展或者对治疗的响应的系统和方法 |
CN101061520A (zh) * | 2004-11-22 | 2007-10-24 | 皇家飞利浦电子股份有限公司 | 改进的实时位置数据表示 |
CN101626726A (zh) * | 2007-02-02 | 2010-01-13 | 阿波罗医学影像技术控股有限公司 | 医学成像中病灶的识别与分析 |
WO2010073178A1 (en) * | 2008-12-23 | 2010-07-01 | Koninklijke Philips Electronics N.V. | System for monitoring medical abnormalities and method of operation thereof |
WO2010115885A1 (en) * | 2009-04-03 | 2010-10-14 | Oslo Universitetssykehus Hf | Predictive classifier score for cancer patient outcome |
CN103281965A (zh) * | 2010-12-31 | 2013-09-04 | 圣犹达医疗用品电生理部门有限公司 | 心内回波导管图像中的心内设备和结构的自动识别 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5782762A (en) * | 1994-10-27 | 1998-07-21 | Wake Forest University | Method and system for producing interactive, three-dimensional renderings of selected body organs having hollow lumens to enable simulated movement through the lumen |
US8682045B2 (en) * | 1997-02-25 | 2014-03-25 | Wake Forest University Health Sciences | Virtual endoscopy with improved image segmentation and lesion detection |
JP2000139917A (ja) * | 1998-11-12 | 2000-05-23 | Toshiba Corp | 超音波診断装置 |
CA2352671A1 (en) * | 1998-11-25 | 2000-06-08 | Wake Forest University | Virtual endoscopy with improved image segmentation and lesion detection |
US6785410B2 (en) * | 1999-08-09 | 2004-08-31 | Wake Forest University Health Sciences | Image reporting method and system |
US6443896B1 (en) | 2000-08-17 | 2002-09-03 | Koninklijke Philips Electronics N.V. | Method for creating multiplanar ultrasonic images of a three dimensional object |
WO2002082988A2 (en) | 2001-04-16 | 2002-10-24 | The Johns Hopkins University | Method for imaging and spectroscopy of tumors and determination of the efficacy of anti-tumor drug therapies |
US20030072479A1 (en) * | 2001-09-17 | 2003-04-17 | Virtualscopics | System and method for quantitative assessment of cancers and their change over time |
WO2005031629A1 (en) | 2003-09-29 | 2005-04-07 | Koninklijke Philips Electronics, N.V. | Method and device for planning a radiation therapy |
JP5390081B2 (ja) * | 2007-07-25 | 2014-01-15 | 株式会社東芝 | 超音波診断装置、超音波画像処理装置及び超音波画像処理プログラム |
CN102119341B (zh) * | 2008-08-12 | 2014-01-08 | 皇家飞利浦电子股份有限公司 | 在超声成像系统中划分和计算体积的方法 |
WO2010026508A1 (en) * | 2008-09-03 | 2010-03-11 | Koninklijke Philips Electronics N.V. | Ultrasound imaging |
EP2384145A1 (en) * | 2008-12-23 | 2011-11-09 | Koninklijke Philips Electronics N.V. | Acoustic imaging system and method of acoustic imaging with contrast quantification |
WO2010073179A1 (en) * | 2008-12-23 | 2010-07-01 | Koninklijke Philips Electronics N.V. | Imaging system with reporting function and method of operation thereof |
US9014448B2 (en) * | 2009-12-18 | 2015-04-21 | Koninklijke Philips N.V. | Associating acquired images with objects |
US8594401B2 (en) | 2010-03-30 | 2013-11-26 | The Johns Hopkins University | Automated characterization of time-dependent tissue change |
JP5944633B2 (ja) * | 2011-02-25 | 2016-07-05 | 株式会社東芝 | 超音波診断装置、画像処理装置及びプログラム |
WO2012165572A1 (ja) * | 2011-06-01 | 2012-12-06 | 株式会社 東芝 | 医用画像表示装置及び医用画像診断装置 |
JP6058306B2 (ja) * | 2011-07-20 | 2017-01-11 | 東芝メディカルシステムズ株式会社 | 画像処理システム、装置、方法及び医用画像診断装置 |
US20130079624A1 (en) | 2011-09-23 | 2013-03-28 | Uri Rapoport | Graphical user interface for operating an mri |
JP5995449B2 (ja) * | 2012-01-24 | 2016-09-21 | キヤノン株式会社 | 情報処理装置及びその制御方法 |
-
2015
- 2015-02-05 JP JP2016550743A patent/JP6563942B2/ja active Active
- 2015-02-05 EP EP15708600.0A patent/EP3105741B1/en active Active
- 2015-02-05 WO PCT/IB2015/050862 patent/WO2015121776A1/en active Application Filing
- 2015-02-05 CN CN201580008352.4A patent/CN106028946B/zh active Active
- 2015-02-05 US US15/116,266 patent/US10140714B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001069282A2 (en) * | 2000-03-17 | 2001-09-20 | Koninklijke Philips Electronics N.V. | Spatially compounded three dimensional ultrasonic images |
CN101006465A (zh) * | 2004-06-18 | 2007-07-25 | 美国西门子医疗解决公司 | 横跨时间点链接vois以分析疾病进展或者对治疗的响应的系统和方法 |
CN101061520A (zh) * | 2004-11-22 | 2007-10-24 | 皇家飞利浦电子股份有限公司 | 改进的实时位置数据表示 |
CN101626726A (zh) * | 2007-02-02 | 2010-01-13 | 阿波罗医学影像技术控股有限公司 | 医学成像中病灶的识别与分析 |
WO2010073178A1 (en) * | 2008-12-23 | 2010-07-01 | Koninklijke Philips Electronics N.V. | System for monitoring medical abnormalities and method of operation thereof |
WO2010115885A1 (en) * | 2009-04-03 | 2010-10-14 | Oslo Universitetssykehus Hf | Predictive classifier score for cancer patient outcome |
CN103281965A (zh) * | 2010-12-31 | 2013-09-04 | 圣犹达医疗用品电生理部门有限公司 | 心内回波导管图像中的心内设备和结构的自动识别 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506294A (zh) * | 2021-09-08 | 2021-10-15 | 远云(深圳)互联网科技有限公司 | 一种医疗图像评估方法、系统、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2015121776A1 (en) | 2015-08-20 |
US10140714B2 (en) | 2018-11-27 |
EP3105741A1 (en) | 2016-12-21 |
EP3105741B1 (en) | 2020-01-08 |
JP2017505204A (ja) | 2017-02-16 |
US20170011516A1 (en) | 2017-01-12 |
JP6563942B2 (ja) | 2019-08-21 |
CN106028946B (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10515452B2 (en) | System for monitoring lesion size trends and methods of operation thereof | |
US11094138B2 (en) | Systems for linking features in medical images to anatomical models and methods of operation thereof | |
US20210177373A1 (en) | Ultrasound system with an artificial neural network for guided liver imaging | |
RU2514112C2 (ru) | Создание стандартизованных протоколов для анализа данных трехмерной эхограммы | |
US20110246876A1 (en) | Precise measurement on a mobile computing device | |
CN105939671B (zh) | 用于利用单-或双-平面实时成像的多平面采集的超声系统以及其操作的方法 | |
CN105407811A (zh) | 用于超声图像的3d获取的方法和系统 | |
CN111971688A (zh) | 具有用于检索复发患者的成像参数设置的人工神经网络的超声系统 | |
JP7240405B2 (ja) | 超音波画像から解剖学的測定値を取得するための装置及び方法 | |
CN102265308A (zh) | 用于监视医学异常的系统及其操作方法 | |
JP4879263B2 (ja) | 超音波診断装置及び超音波診断方法 | |
CN109310399A (zh) | 医学超声图像处理设备 | |
JP2020531131A (ja) | 肺超音波検査におけるbラインの検知、提示及び報告 | |
CN106028946A (zh) | 用于监测病变尺寸趋势的系统及其操作方法 | |
CN111465350A (zh) | 超声波诊断装置及其控制方法 | |
KR20190094974A (ko) | 초음파 진단 장치 및 초음파 진단 장치의 제어 방법 | |
EP2496144A1 (en) | Quantification results in multiplane imaging | |
CN111144163B (zh) | 基于神经网络的静脉与动脉识别系统 | |
JP2022513225A (ja) | フレームのインデックス付け及び画像レビューのためのシステム及び方法 | |
US20220265242A1 (en) | Method of determining scan planes in the acquisition of ultrasound images and ultrasound system for the implementation of the method | |
US20230137369A1 (en) | Aiding a user to perform a medical ultrasound examination | |
KR20160086126A (ko) | 초음파 진단 방법 및 장치 |
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 |