CN106073824A - 用于根据剪切波成像进行剪切模量和粘度的自动评估的方法和系统 - Google Patents

用于根据剪切波成像进行剪切模量和粘度的自动评估的方法和系统 Download PDF

Info

Publication number
CN106073824A
CN106073824A CN201610388858.9A CN201610388858A CN106073824A CN 106073824 A CN106073824 A CN 106073824A CN 201610388858 A CN201610388858 A CN 201610388858A CN 106073824 A CN106073824 A CN 106073824A
Authority
CN
China
Prior art keywords
shearing wave
shearing
tissue
modulus
simulated
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
Application number
CN201610388858.9A
Other languages
English (en)
Other versions
CN106073824B (zh
Inventor
D·科马尼丘
范列湘
F·富洛
A·卡门
T·曼西
S·拉帕卡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Medical Solutions USA Inc
Original Assignee
Siemens Medical Solutions USA Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens Medical Solutions USA Inc filed Critical Siemens Medical Solutions USA Inc
Publication of CN106073824A publication Critical patent/CN106073824A/zh
Application granted granted Critical
Publication of CN106073824B publication Critical patent/CN106073824B/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
    • A61B8/52—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
    • 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
    • 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
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • 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
    • 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
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • 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
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts

Landscapes

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

Abstract

公开了一种用于根据剪切波成像进行生物组织的剪切模量和粘度的自动非侵入评估的方法和系统。获得剪切波图像以评估患者器官的机械属性。使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值在剪切波图像中模拟组织中的剪切波传播。使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较。评估针对组织的患者特异剪切波模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数。

Description

用于根据剪切波成像进行剪切模量和粘度的自动评估的方法 和系统
背景技术
本发明涉及机械组织属性的基于医学图像的评估，以及更加特别地，涉及根据剪切波成像进行组织的剪切模量和粘度的自动评估。
剪切波成像(SWI)是基于超声的成像模态，其能够提供关于组织结构和完整性的重要信息。在SWI中，超声探头被用来生成并追踪生物组织中的传播的剪切波。来自声辐射力脉冲(ARFI)的辐射力生成组织中的剪切波。测量组织中剪切波传播的速度以及通过超声探头捕获图像的时间序列，该图像的时间序列示出了剪切波的位移。
已经导出针对SWI的定性度量，例如用以强调感兴趣区域中的较硬或较软组织。针对SWI的临床应用是众多的，尤其是在肿瘤学中，其中SWI能够被用来区分恶性病变和良性病变。然而，来自SWI的组织弹性和粘度的精确定量评估仍然是重大挑战。虽然剪切模量能够直接涉及同质各向同性实体内的剪切波速度，但该关系在类似生物组织的粘度介质内并不成立，其中粘度也影响剪切波的速度。因此，考虑评估过程中的两种属性以便实现组织力学的精确评定以及组织的构成是重要的。
发明内容
本发明提供了用于根据剪切波成像(SWI)评估生物组织的剪切模量和粘度的患者特异值的方法和系统。本发明的实施例将软性介质中剪切波传播的直接模型与优化算法耦合以自动地根据剪切波图像评估剪切模量和粘度。给定剪切模量和粘度，则根据剪切波传播的正演模型计算剪切波位移。然后例如使用无梯度优化器来最小化评估计算机剪切波传播和剪切波图像中所观察的剪切波传播之间的差异的价值函数，从而评估组织的剪切模量和粘度的个性化值。本发明的实施例能够使用分级法，该分级法使得能够实现剪切模量和粘度的空间映射的评估，该空间映射的评估随后能够被显示至终端用户用于诊断目的。使用同质组织近似从根据剪切波成像的剪切模量的初始评估获得的映射也能够被用作评估剪切模量和粘度的建议方法的初始化。
在本发明的一个实施例中，使用剪切波传播的计算模型、基于针对组织的剪切模量和粘度值模拟患者组织中的剪切波传播。使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较。评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数。
通过参考下面详细描述和附图，本发明的这些和其他优点对于本领域普通技术人员来说将是显而易见的。
附图说明
图1图示了根据本发明实施例的用于生物组织的靶标区域的剪切模量和粘度的非侵入评估的方法；
图2图示了根据本发明实施例的使用剪切波传播的计算模型用于根据剪切波图像评估患者特异剪切模量和粘度值的框架；
图3图示了根据本发明实施例的使用剪切波传播的计算模型用于根据剪切波图像评估患者特异剪切模量和粘度值的方法；
图4图示了在剪切模量和速度参数评估后的示例性观察和模拟的剪切波传播；以及
图5是能够实施本发明的计算机的高级框图。
具体实施方式
本发明涉及根据剪切波成像(SWI)进行生物组织的剪切模量和粘度的自动评估。本发明的实施例在本文中描述以给出用于评估组织区域的剪切模量和粘度的患者特异值的方法的可视化理解。数字图像通常由一个或多个对象(或形状)的数字表示组成。对象的数字表示通常在本文中根据识别和操纵对象来描述。这样的操纵是在计算机系统的存储器或其他电路/硬件中实现的虚拟操纵。因此，应该理解的是本发明的实施例可以在计算机系统内使用存储在计算机系统内的数据来执行。
本发明的实施例利用逆建模方法来使用剪切波传播的正演模型根据剪切波图像评估患者特异剪切模量和粘度值。给定一组剪切模量和粘度参数，以及初始条件，采用剪切波传播的正演模型来计算其范围覆盖所观察域的多维网格架(2D/3D)内的剪切波位移。所计算的剪切波传播然后与剪切波图像中所观察的剪切波传播进行比较。根据所选择的价值函数，在所计算的剪切波传播不匹配所观察的剪切波传播的情况下，采用优化器处理来自动地评估最佳剪切模量和粘度。例如，在可能的实施方式中，归一化互相关度量能够被用作价值函数来比较所计算的和所观察的剪切波传播，但也能够使用任意相似的度量。可使用无梯度优化器来执行优化处理，但本发明不限于此。能够使用分级法来评估组织的靶标区域上方针对剪切模量和粘度的空间变化值。能够通过使用剪切波速度来获得剪切模量评估的第一映射，其涉及非粘性介质中的剪切模量。该映射能够被用于初始化评估程序，而且还能被用于识别具有变化生物机械属性的区域。
图1图示了根据本发明实施例的用于生物组织的靶标区域的剪切模量和粘度的非侵入评估的方法。在步骤102，接收剪切波图像。经由剪切波成像(SWI)获得剪切波图像，剪切波成像(SWI)使用超声探头来生成并追踪生物组织中的传播的剪切波。来自声辐射力脉冲(ARFI)的辐射力生成组织中的剪切波，以及通过超声探头捕获图像的时间序列，该图像的时间序列示出了组织中的剪切波随时间推移的位移。剪切波图像能够是二维(2D)图像的时间相关序列或三维(3D)图像的时间相关序列。剪切波图像能够直接从超声探头接收，或能够通过加载来自计算机系统的存储器或储存器的先前获得的剪切波图像来接收，或通过数据网络接收先前获得的剪切波图像来接收。剪切波图像能够包括患者组织的靶标区域。例如，剪切波图像能够包括其中存在肿瘤或病变的组织区域。
在步骤104，使用剪切波传播的计算模型基于剪切波图像评估针对靶标区域中组织的患者特异剪切模量和粘度值。组织的靶标区域能够指代剪切波图像中的所有组织或能够指代剪切波图像内特定感兴趣区域。图2图示了根据本发明实施例的使用剪切波传播的计算模型用于根据剪切波图像评估患者特异剪切模量和粘度值的框架。如图2中所示，模型202是剪切波传播的正演计算模型。给定靶标区域中针对组织的剪切模量和粘度值(μn，ηn)，以及初始条件，模型202生成靶标区域中剪切波传播的模拟206。利用初始的剪切模量和粘度值μo，ηo来初始化剪切模量和粘度评估框架。价值函数204将模拟206与剪切波图像中所观察的地面真值剪切模量传播208进行比较，并将该比较结果发送至优化器210。优化器210计算针对剪切模量和粘度的新参数值以最小化价值函数204，并将针对剪切模量和粘度的新参数值发送至模型202，模型202使用新参数值生成另一模拟206。基于通过价值函数204所计算的比较结果，在优化器210确定针对剪切模量和粘度的最佳值已经被找到时(该最佳值最小化价值函数204)，优化器210输出针对剪切模量和粘度的最佳值。在针对图3的方法的描述中，更加详细地描述了模型202、价值函数204、以及优化器210。
图3图示了根据本发明实施例的使用剪切波传播的计算模型用于根据剪切波图像评估患者特异剪切模量和粘度值的方法。图3的方法能够被用于实施图1的步骤104。在步骤302，使用剪切波传播的计算模型模拟靶标区域中的剪切波传播。剪切波传播的计算模型计算针对给定剪切模量和粘度的剪切波位移。为此，能够使用针对横波的下述偏微分方程：
ρ ∂ t 2 u = μ ▿ 2 u + η ∂ t ▿ 2 u
其中μ是剪切模量，η是粘度，ρ是密度(其在生物组织中能够被假定为等于1070kg/m3)，以及u是组织剪切位移。波在根据诺依曼、0-狄里克雷的、或根据SWI采集的建立限定的绝对边界条件的1-、2-或3-维空间中传播。在可能的实施方式中，能够默认地采用诺依曼或绝对边界条件。在另一实施例中，根据超声B模式图像分割感兴趣器官。结果得到的边界被用于设定合适的剪切波边界条件(例如，诺依曼)，而在无边界可见的SWI的区域中，使用绝对边界条件。在探头在两次采集之间不移动的情况下，B模式和SW图像通过设计对准。这能够通过硬件对用户完全透明地完成。所述计算模型能够计算其范围覆盖剪切波图像中组织的靶标区域的域的多维网格架(2D/3D)上的剪切波位移。如上文所述的，组织的靶标区域能够是整个剪切波图像或剪切波图像中限定的感兴趣区域。
在可能的实施方式中，通用值，诸如来自文献的值或存储于数据库中来自已知情况的平均值，能够被用于组织的剪切模量和粘度的初始值。在另一可能实施方式中，能够从剪切波图像中的剪切波的速度直接评估剪切模量。在该情况下，粘度能够被指定为零或通用值的初始值，诸如来自文献的值或数据库中已知情况的平均值。
针对剪切波传播计算确定初始边界条件。在有利的实施例中，所获得的剪切波图像的前N帧被用于建立初始条件(例如，N＝2)。特别地，剪切波图像的前N帧中所观察剪切波的位移提供了初始边界条件，以及然后将计算模型用于剪切波的模拟传播。这确保了剪切波图像中地面真值观察的剪切波和所计算的剪切波精确地在相同状态开始，以及防止所观察剪切波和所计算剪切波之间的时间偏移。在另一可能实施例中，采用ARFI脉冲的直接模型来确定剪切波传播的初始条件。在该实施例中，超声探头的参数被直接用于计算由ARFI脉冲引起的力。
在有利的实施方式中，有限元法(FEM)能够被用于计算1-、2-或3-维空间上的剪切波传播。隐式时间步进法能够被用于增加的稳定性。然而，应该理解的是，本发明不限于采用隐式时间步进法的FEM来计算剪切波传播，而诸如显式FEM或有限差分法的其他方法也能够被用于计算剪切波传播。此外，本发明不限于使用上述用于横波的差分方程作为剪切波传播模型，并且还能够使用基于更复杂的粘弹性材料模型的其他剪切波传播模型。
在步骤304，使用价值函数将所模拟的剪切波传播与剪切波图像中观察的剪切波传播进行比较。通过最小化计算所计算的(模拟的)剪切波传播和剪切波图像中测量的(观察的)剪切波传播之间的相似度(或差异)的价值函数来评估剪切模量和粘度。在第一实施例中，所计算的剪切波传播与剪切波图像中所观察的剪切波位移直接进行比较。根据有利的实施方式，归一化互相关(NCC)能够被用作测量所计算的和所观察的剪切波传播之间的相似度的价值函数。然而，本发明不限于NCC，而是诸如距离平方和的任意其他价值函数，该价值函数能够类似地被用于测量所计算的和所观察的剪切波传播之间的相似度。NCC价值函数能够被表示为：
其中σt是所测量剪切波传播t(x，y)的标准偏差，σf是所计算剪切波传播f(x，y)的标准偏差，是所测量数据集的平均值，是模拟集的平均值，以及n是被比较元的数量。在可能的实施方式中，在用户定义(或自动选择的)时间帧处、在靶标区域的整个域上方计算NCC。在该情况下，n指代位置(像素/体素)的数量，表示为上述等式中的(x，y)，在该处在特定时间点将所模拟的剪切波位移与所观察的剪切波位移进行比较。
在可替代实施方式中，在用户定义(或自动选择的)空间位置处、在整个时域上方计算NCC。在该情况下，n指代将针对特定空间位置的所模拟剪切波位移与所观察剪切波位移比较的时间步长的数量。在另一可能的实施方式中，在整个空间-时间域上方计算NCC。
在第二实施例中，作为直接比较所模拟和所观察剪切波传播的价值函数的替代，能够直接在射频(RF)空间中工作以执行间接评估。直观地，通过射频信号中的偏移来捕获剪切波位移。通过追踪随时间推移的这种偏移，能够评估剪切波位移以及随后显示给用户。在该模式中，能够通过最小化作为特定位置处所模拟剪切位移的幅度差异获得的、所测量RF偏移和所计算RF偏移之间的差异来评估剪切模量和粘度。直接在RF空间中工作的一个优点是在评估剪切波位移时价值函数不受RF信号上完成的任意后期处理影响。直接在RF空间中工作的另一个优点是所测量的剪切波位移能够在剪切模量和粘度评估后(即，一旦所模拟的剪切波传播收敛至所测量的剪切波传播)通过拟合模型自动地平滑。
在步骤306，确定所模拟的剪切波传播是否已经收敛至所观察的剪切波传播。例如，如由价值函数计算的、所模拟和所观察剪切波传播之间的差值能够与预定阈值进行比较。在差值小于阈值时则确定所模拟的剪切波传播已经收敛至所观察的剪切波传播。否则，则确定所模拟的剪切波传播没有收敛至所观察的剪切波传播。另外，在可能的实施方式中，达到预定最大数量的迭代是所模拟的剪切波传播能够被认为是已经收敛至所观察的剪切波传播。如果确定所模拟的剪切波传播没有收敛至所观察的剪切波传播，该方法行进至步骤308。如果确定所模拟的剪切波传播已经收敛至所观察的剪切波传播，则该方法行进至步骤310。
在步骤308，通过最小化价值函数来评估靶标区域中组织的剪切模量和粘度参数。无梯度优化器能够被用于计算最小化价值函数的剪切模量和粘度的新值。在有利的实施例中，组织的剪切模量和粘度值是能够使用分级、由粗到细法来计算的靶标区域，从而评估针对剪切模量和粘度的空间变化参数。在这样的分级法中，在第一步骤中，假定靶标区域中的组织是同质的以及针对整个靶标区域的剪切模量、粘度中的每个计算单个值。然后，靶标区域的空间域基于模拟误差的空间分布(例如，距离平方和或在空间域中每个点处所计算和所测量的剪切波传播之间的NCC误差测量)划分为子区域，针对每个子区域单独地评估剪切模量和粘度值。特别地，在同质组织的假设下，在剪切模量和粘度的初始评估后，通过使用更新的剪切模量和粘度值的计算模型执行剪切波传播的另一模拟，以及在空间域中的每个点处计算所计算和所观察的剪切波模型之间的误差(例如，方差和或NCC)。在有利的实施方式中，与用于计算的价值函数(例如，NCC、方差和等)相同的度量能够被用于计算误差，但本发明不限于此，并且还可能的是差分度量能够被用于该步骤中的价值函数评估和误差计算。通过将空间域中的每个点处所计算的误差值映射至空间域的图像，能够生成误差映射。例如，误差映射能够是一幅图像，其中每个像素处的强度或颜色取决于该像素处所计算的误差。误差映射被分割以识别具有相似误差值的误差映射区域。误差映射能够使用任意自动的或半自动的图像分割技术来分割，诸如强度阈值、区域生长、图形分割、随机游走分割等。一旦识别了误差映射中的不同区域，则能够使用多元优化来评估每个所识别空间区域的不同剪切模量和粘度参数，从而最佳地最小化将所计算的剪切波传播与所观察的剪切波传播进行比较的价值函数。在可能的实施方式中，该优化可仅针对具有高误差值(例如，高于阈值)的区域执行。生成误差映射、将误差映射分割以识别具有不同误差值的区域、以及计算针对所识别区域的剪切模量和粘度参数的步骤能够被重复，以及在每次迭代，在先前迭代中识别的区域可被划分为更小区域。这些步骤能够被迭代直至空间域中所识别的多个不同区域收敛，即，平均或最大全局误差低于特定阈值。
一旦评估了针对靶标区域中组织的空间变化剪切模量和粘度参数，该方法就返回至步骤302，并且以更新的剪切模量和粘度参数重复302、304和306。特别地，计算模型被用于以更新的剪切模量和粘度值模拟剪切波传播(步骤302)，使用价值函数将所模拟的剪切波传播与剪切波图像中所观察的剪切波传播进行比较(步骤304)，以及确定所模拟的剪切波传播是否已经收敛至所观察的剪切波传播(步骤306)。
在步骤310，一旦确定了所模拟的剪切波传播已经收敛至剪切图像中所观察的剪切波传播，图3的方法就结束并且返回剪切模量和粘度参数的最终评估值。
返回至图1，在步骤106，输出针对靶标区域的所评估的剪切模量和粘度值。所评估的剪切模量和粘度值能够通过可视化1D、2D、或3D映射上的剪切模量和粘度值来输出，其能够被显示在计算机系统的显示设备上。例如，针对组织的靶标区域的空间域中每个位置的所识别的剪切模量值能够被映射至靶标区域的图像，其被显示在显示设备上。使用相应彩色映射能够可视化剪切模量值和粘度值，其中空间域中每个像素或体素处的颜色(或强度)取决于该位置处所计算的剪切模量值或粘度值。在可能的实施方式中，图3的步骤308中生成的误差映射能够被用于生成这些彩色映射，因为它们已经被划分为这样的区域，针对该区域已经计算了剪切模量和粘度的共同值。
剪切模量和粘度的空间映射能够被显示给用户(例如，医生、技术人员等)用于诊断目的。例如，在肿瘤学应用中，剪切波图像中的靶标区域可包括病变或肿瘤，以及针对病变或肿瘤的所评估的患者特异剪切模量和粘度值能够使得用户能够诊断病变或肿瘤为恶性或良性。在可能的应用中，针对病变或肿瘤和/或周围区域的剪切模量和粘度的值能够被用作特征并被馈入训练的基于机器学习的分类器，诸如支持向量机(SVM)，该分类器然后能够自动地分类病变或肿瘤。例如，基于所评估的剪切向量和粘度值，所训练的基于机器学习的分类器能够将病变或肿瘤分类为恶性或良性，能够将病变/肿瘤分类为特定类型的病变/肿瘤，或能够将病变/肿瘤分类来为该病变/肿瘤分配特定等级。应该理解的是，本文中所述的肿瘤学应用不旨在限制本发明，并且图1的方法也能够被应用至其他应用。
除了剪切模量和粘度的空间映射之外，还能够例如在计算机系统的显示设备上显示所模拟的剪切波传播以及示出所观察剪切波传播的剪切波图像，以及显示图3的步骤308中生成的误差映射。图4图示了示例性所观察的和所模拟的剪切波传播。如图4中所示，图像402示出了针对剪切波图像的整个空间域的剪切波图像中的所测量(所观察)剪切波传播，以及图像404示出了用于价值函数评估的感兴趣区域的所测量(所观察)剪切波传播。图像406示出了整个空间域中所模拟的剪切波传播以及图像408示出了用于价值函数评估的感兴趣区域中所模拟的剪切波传播。在图4的示例中，剪切波图像的前两个帧被用作剪切波传播的模拟的初始条件，以及仅部分空间(感兴趣区域)被用于评估价值函数以最小化边界条件效应。感兴趣区域中组织属性的地面真值是4kPa的剪切模量和0Pa.s的粘度。针对该示例使用图1和3的方法的评估结果是4.01kPa的剪切模量和4.4e-10Pa.s的粘度。全空间(图4的图像402和406)示出了针对波的传播的差异，但该方法仍然设法来评估接近地面真值数值的值，因为评估在远离边界条件的感兴趣区域中执行(图4的图像404和408)。
能够在使用公知的计算机处理器、存储器单元、存储设备、计算机软件、及其他部件的计算机上执行用于基于剪切波成像(SWI)的生物组织的患者特异剪切模量和粘度值的非侵入评估的上述方法。图5中图示了这种计算机的高级框图。计算机502包含处理器504，该处理器通过执行限定这种操作的计算机程序指令来控制计算机502的整个操作。计算机程序指令可以被存储在存储设备512(例如，磁盘)中并在需要执行计算机程序指令时被加载到存储器510中。因此，图1、2和3的方法步骤可由存储在存储器510和/或储存器512中的计算机程序指令限定并由执行计算机程序指令的处理器504控制。超声采集设备520，诸如超声探头，能够被连接至计算机502以获得剪切波图像并将剪切波图像输入至计算机502。还可能的是超声采集设备520和计算机502通过网络无线地通信。在可能的实施例中，计算机502能够关于超声采集设备520远程地定位，并且方法步骤能够由作为服务器或基于云的服务的一部分的计算机502来执行。计算机502还包括一个或多个网络接口506用于与其他设备经由网络通信。计算机502还包括其他输入/输出设备508，该输入/输出设备使得用户能够与计算机502交互(例如，显示器、键盘、鼠标、扬声器、按钮等)。这样的输入/输出设备508可连同一组计算机程序被用作标注工具以标注从图形采集设备520接收的体积。本领域技术人员将认识到的是实际计算机的实施方式也能够包含其他部件，并且图5是这种计算机的一些部件的高级表示以用于说明目的。
前述详细描述应该被理解为在每个方面是说明性和示例性的，而非限制性的，并且本文所公开的本发明的范围不由详细描述所确定，而是由根据专利法所允许的所有方面所解释的权利要求来确定。应该理解的是，本文所示出和所描述的实施例仅是本发明原理的说明，以及本领域技术人员可以在不偏离本发明范围和精神的情况下实现各种修改。本领域技术人员能够在不偏离本发明范围和精神的情况下实施各种其他特征组合。

Claims (43)

1.一种用于基于组织的剪切波图像评估患者组织的剪切模量和粘度的方法，包括：
使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播；
使用价值函数来将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较；以及
评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数。
2.权利要求1所述的方法，还包括：
通过生成剪切模量和粘度的空间映射来可视化所评估的患者特异剪切模量和粘度值。
3.权利要求1所述的方法，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
基于针对组织的剪切模量和粘度值计算空间域中对应于多个时间步长的每个处的剪切波图像的至少一个区域的组织的剪切位移。
4.权利要求3所述的方法，其中基于针对组织的剪切模量和粘度值计算空间域中对应于多个时间步长的每个处的剪切波图像的至少一个区域的组织的剪切位移包括：
通过在每个时间步长处求解来计算空间域中的组织的剪切位移，其中μ是剪切模量，η是粘度，ρ是组织的密度，以及u是组织的剪切位移。
5.权利要求1所述的方法，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
采用针对组织的预定初始化的剪切模量和粘度值使用剪切波传播的计算模型来模拟组织中的剪切波传播。
6.权利要求1所述的方法，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
在组织为非粘性的假设下，基于剪切波图像中所测量的剪切波速度来计算针对组织的初始剪切模量值；以及
采用所计算的初始剪切模量值和预定初始粘度值使用剪切波传播的计算模型来模拟组织中的剪切波传播。
7.权利要求1所述的方法，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
基于剪切波图像中前面多个帧确定组织中剪切位移的初始边界条件；以及
使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值来模拟从用于组织中的剪切位移的初始边界条件开始的组织中的剪切波传播。
8.权利要求1所述的方法，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
在剪切波图像中使用被用于生成剪切波的声辐射力脉冲(ARFI)的直接模型来确定针对剪切波传播的初始边界条件，其中ARFI的直接模型适于被用于获得的剪切波图像的超声探头的当前探头参数；以及
使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值来模拟从初始边界条件开始的组织中的剪切波传播。
9.权利要求1所述的方法，其中使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
使用价值函数将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较。
10.权利要求9所述的方法，其中使用价值函数将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较包括：
计算归一化互相关价值函数，其将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较。
11.权利要求9所述的方法，其中使用价值函数将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较包括：
计算距离平方和价值函数，其将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较。
12.权利要求1所述的方法，其中使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
在多个时间步长的每个处使用价值函数将所模拟的剪切波位移与剪切波图像帧的空间域中针对特定位置所观察的剪切波位移直接进行比较。
13.权利要求1所述的方法，其中使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
在多个时间步长的每个处使用价值函数将所模拟的剪切波位移与剪切波图像帧的空间域中针对多个位置中的每个所观察的剪切波位移直接进行比较。
14.权利要求1所述的方法，其中使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
计算射频空间中的价值函数，其将所观察的剪切波传播的所测量射频偏移与所模拟的剪切波传播的所计算射频偏移进行比较。
15.权利要求1所述的方法，其中评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数包括：
评估针对剪切波图像的靶标区域组织的初始剪切模量值和初始粘度值；
采用针对靶标区域中组织的剪切模量和粘度的当前值使用剪切波传播的计算模型模拟剪切波传播；
生成误差映射，该误差映射示出使用剪切模量和粘度的当前值的所模拟剪切波传播和所观察空间传播之间的误差值的空间分布；
基于使用剪切模量和粘度的当前值的所模拟剪切波传播和所观察空间传播之间的误差值分割误差映射以识别靶标区域内的组织子区域；以及
通过计算每个所识别组织子区域的剪切模量和粘度的单独值来评估针对靶标区域中组织的空间变化剪切模量和粘度值以使用多元优化来优化价值函数。
16.权利要求15所述的方法，其中评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数还包括：
重复采用靶标区域中组织的剪切模量和粘度的当前值，使用剪切波传播的计算模型模拟剪切波传播、生成误差映射、分割误差映射、以及评估针对靶标区域中组织的空间变化剪切模量和粘度值的步骤直至靶标区域中的多个子区域收敛。
17.权利要求1所述的方法，还包括：
重复使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播、使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较、以及评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数的步骤，直至所模拟的剪切波传播收敛至剪切波图像中所观察的剪切波传播。
18.权利要求2所述的方法，其中针对组织的所评估的患者特异剪切模量值和粘度值是空间变化的剪切模量值和粘度值，以及通过生成剪切模量和粘度的空间映射来可视化所评估的患者特异剪切模量和粘度值包括：
通过将所评估的空间变化患者特异剪切模量值映射至剪切波图像的空间域来生成剪切模量彩色映射，并基于针对剪切模量彩色映射中的每个像素的所评估的患者特异剪切模量值为每个像素分配颜色；以及
通过将所评估的空间变化患者特异粘度值映射至剪切波图像的空间域来生成粘度彩色映射，并基于针对粘度彩色映射中的每个像素的所评估的患者特异粘度值为每个像素分配颜色。
19.一种用于基于组织的剪切波图像评估患者组织的剪切模量和粘度的设备，包括：
用于使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播的装置；
用于使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较的装置；以及
用于评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数的装置。
20.权利要求19所述的设备，还包括：
用于通过生成剪切模量和粘度的空间映射来可视化所评估的患者特异剪切模量和粘度值的装置。
21.权利要求19所述的设备，其中用于使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播的装置包括：
用于基于针对组织的剪切模量和粘度值计算空间域中对应于多个时间步长的每个处的剪切波图像的至少一个区域的组织的剪切位移的装置。
22.权利要求19所述的设备，其中用于使用价值函数来将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较的装置包括：
用于使用价值函数将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较的装置。
23.权利要求19所述的设备，其中用于使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较的装置包括：
用于在多个时间步长的每个处使用价值函数将所模拟的剪切波位移与剪切波图像帧的空间域中针对特定位置所观察的剪切波位移直接进行比较的装置。
24.权利要求19所述的设备，其中用于使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较的装置包括：
用于在多个时间步长的每个处使用价值函数将所模拟的剪切波位移与剪切波图像帧的空间域中针对多个位置中的每个所观察的剪切波位移直接进行比较的装置。
25.权利要求19所述的设备，其中用于使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较的装置包括：
用于将所观察的剪切波传播的所测量射频偏移与所模拟的剪切波传播的所计算射频偏移进行比较的装置。
26.权利要求19所述的设备，其中用于评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数的装置包括：
用于评估剪切波图像的靶标区域组织的初始剪切模量值和初始粘度值的装置；
用于采用靶标区域中组织的剪切模量和粘度的当前值使用剪切波传播的计算模型模拟剪切波传播的装置；
用于生成误差映射的装置，该误差映射示出使用剪切模量和粘度的当前值的所模拟剪切波传播和所观察空间传播之间的误差值的空间分布的装置；
用于基于使用剪切模量和粘度的当前值的所模拟剪切波传播和所观察空间传播之间的误差值分割误差映射以识别靶标区域内的组织子区域的装置；以及
用于通过计算每个所识别组织子区域的剪切模量和粘度的单独值来评估靶标区域中组织的空间变化剪切模量和粘度值以优化价值函数的装置。
27.一种存储用于基于组织的剪切波图像评估患者组织的剪切模量和粘度的计算机程序指令的非暂时性计算机可读介质，该计算机程序指令在由处理器执行时致使处理器执行包括以下操作：
使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播；
使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较；以及
评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数。
28.权利要求27所述的非暂时性计算机可读介质，其中所述操作还包括：
通过生成剪切模量和粘度的空间映射来可视化所评估的患者特异剪切模量和粘度值。
29.权利要求27所述的非暂时性计算机可读介质，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
基于针对组织的剪切模量和粘度值计算空间域中对应于多个时间步长的每个处的剪切波图像的至少一个区域的组织的剪切位移。
30.权利要求29所述的非暂时性计算机可读介质，其中基于针对组织的剪切模量和粘度值计算空间域中对应于多个时间步长的每个处的剪切波图像的至少一个区域的组织的剪切位移包括：
通过在每个时间步长处求解来计算空间域中的组织的剪切位移，其中μ是剪切模量，η是粘度，ρ是组织的密度，以及u是组织的剪切位移。
31.权利要求27所述的非暂时性计算机可读介质，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
采用针对组织的预定初始化的剪切模量和粘度值使用剪切波传播的计算模型来模拟组织中的剪切波传播。
32.权利要求27所述的非暂时性计算机可读介质，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
在组织为非粘性的假设下，基于剪切波图像中所测量的剪切波粘度来计算组织的初始剪切模量值；以及
采用所计算的初始剪切模量值和预定初始粘度值使用剪切波传播的计算模型来模拟组织中的剪切波传播。
33.权利要求27所述的非暂时性计算机可读介质，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
基于剪切波图像中前面多个帧确定组织中针对剪切位移的初始边界条件；以及
使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值来模拟从针对组织中的剪切位移的初始边界条件开始的组织中的剪切波传播。
34.权利要求27所述的非暂时性计算机可读介质，其中使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播包括：
在剪切波图像中使用被用于生成剪切波的声辐射力脉冲(ARFI)的直接模型来确定针对剪切波传播的初始边界条件，其中ARFI的直接模型适于被用于获得的剪切波图像的超声探头的当前探头参数；以及
使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值来模拟从初始边界条件开始的组织中的剪切波传播。
35.权利要求27所述的非暂时性计算机可读介质，其中使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
使用价值函数将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较。
36.权利要求35所述的非暂时性计算机可读介质，其中使用价值函数将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较包括：
计算归一化互相关价值函数或距离平方和价值函数中的一个，其将所模拟的剪切波位移与剪切波图像的空间域中针对多个位置的特定时帧处所观察的剪切波位移直接进行比较。
37.权利要求27所述的非暂时性计算机可读介质，其中使用价值函数来将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
在多个时间步长的每个处使用价值函数将所模拟的剪切波位移与剪切波图像帧的空间域中针对特定位置所观察的剪切波位移直接进行比较。
38.权利要求27所述的非暂时性计算机可读介质，其中使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
在多个时间步长的每个处使用价值函数将所模拟的剪切波位移与剪切波图像帧的空间域中针对多个位置中的每个所观察的剪切波位移直接进行比较。
39.权利要求27所述的非暂时性计算机可读介质，其中使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较包括：
计算射频空间中的价值函数，其将所观察的剪切波传播的所测量射频偏移与所模拟的剪切波传播的所计算射频偏移进行比较。
40.权利要求27所述的非暂时性计算机可读介质，其中评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数包括：
评估针对剪切波图像的靶标区域组织的初始剪切模量值和初始粘度值；
采用靶标区域中组织的剪切模量和粘度的当前值使用剪切波传播的计算模型模拟剪切波传播；
生成误差映射，该误差映射示出使用剪切模量和粘度的当前值的所模拟剪切波传播和所观察空间传播之间的误差值的空间分布；
基于使用剪切模量和粘度的当前值的所模拟剪切波传播和所观察空间传播之间的误差值分割误差映射以识别靶标区域内的组织子区域；以及
通过计算每个所识别组织子区域的剪切模量和粘度的单独值来评估针对靶标区域中组织的空间变化剪切模量和粘度值以使用多元优化来优化价值函数。
41.权利要求40所述的非暂时性计算机可读介质，其中评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数还包括：
重复采用靶标区域中组织的剪切模量和粘度的当前值，使用剪切波传播的计算模型模拟剪切波传播、生成误差映射、分割误差映射、以及评估针对靶标区域中组织的空间变化剪切模量和粘度值的操作直至靶标区域中的多个子区域收敛。
42.权利要求27所述的非暂时性计算机可读介质，其中所述操作还包括：
重复使用剪切波传播的计算模型基于针对组织的剪切模量和粘度值模拟组织中的剪切波传播、使用价值函数将所模拟的剪切波传播与组织的剪切波图像中所观察的剪切波传播进行比较、以及评估针对组织的患者特异剪切模量和粘度值以优化将所模拟的剪切波传播与所观察的剪切波传播进行比较的价值函数的操作，直至所模拟的剪切波传播收敛至剪切波图像中所观察的剪切波传播。
43.权利要求28所述的非暂时性计算机可读介质，其中针对组织的所评估的患者特异剪切模量值和粘度值是空间变化的剪切模量值和粘度值，以及通过生成剪切模量和粘度的空间映射来可视化所评估的患者特异剪切模量和粘度值包括：
通过将所评估的空间变化患者特异剪切模量值映射至剪切波图像的空间域来生成剪切模量彩色映射，并基于针对剪切模量彩色映射中的每个像素的所评估的患者特异剪切模量值为每个像素分配颜色；以及
通过将所评估的空间变化患者特异剪切粘度值映射至剪切波图像的空间域来生成粘度彩色映射，并基于针对粘度彩色映射中的每个像素的所评估的患者特异粘度值为每个像素分配颜色。
CN201610388858.9A 2015-04-22 2016-04-22 用于根据剪切波成像进行剪切模量和粘度的自动评估的方法和系统 Active CN106073824B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/693080 2015-04-22
US14/693,080 US9814446B2 (en) 2015-04-22 2015-04-22 Method and system for automatic estimation of shear modulus and viscosity from shear wave imaging

Publications (2)

Publication Number Publication Date
CN106073824A true CN106073824A (zh) 2016-11-09
CN106073824B CN106073824B (zh) 2019-04-23

Family

ID=57110619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610388858.9A Active CN106073824B (zh) 2015-04-22 2016-04-22 用于根据剪切波成像进行剪切模量和粘度的自动评估的方法和系统

Country Status (5)

Country Link
US (1) US9814446B2 (zh)
KR (1) KR101874053B1 (zh)
CN (1) CN106073824B (zh)
DE (1) DE102016107220B4 (zh)
FR (1) FR3035531A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108338808A (zh) * 2017-01-23 2018-07-31 美国西门子医疗解决公司 使用相干的剪切速度成像
CN109077754A (zh) * 2018-07-06 2018-12-25 深圳大学 一种测量组织力学特性参数的方法及设备
CN113536984A (zh) * 2021-06-28 2021-10-22 北京沧沐科技有限公司 一种基于无人机的图像目标识别与跟踪系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112017008908B1 (pt) * 2014-10-28 2022-10-18 Supersonic Imagine Métodos e aparelhos de formação de imagem para realizar formação de imagem por elastografia com onda de cisalhamento
US10537305B2 (en) * 2015-09-30 2020-01-21 General Electric Company Detecting amniotic fluid position based on shear wave propagation
US10610302B2 (en) 2016-09-20 2020-04-07 Siemens Healthcare Gmbh Liver disease assessment in medical imaging
US11154277B2 (en) * 2017-10-31 2021-10-26 Siemens Medical Solutions Usa, Inc. Tissue viscoelastic estimation from shear velocity in ultrasound medical imaging
US11559285B2 (en) * 2021-02-17 2023-01-24 Vortex Imaging Ltd. Reflection ultrasound tomographic imaging using full-waveform inversion

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102641137A (zh) * 2011-02-17 2012-08-22 美国西门子医疗解决公司 使用幅度-相位调制超声波的粘弹性测量
US20130218011A1 (en) * 2012-02-16 2013-08-22 Siemens Medical Solutions Usa, Inc. Visualization of Associated Information in Ultrasound Shear Wave Imaging
CN103431874A (zh) * 2013-09-06 2013-12-11 中国科学院深圳先进技术研究院 声辐射力脉冲成像估算方法和系统
CN104042247A (zh) * 2013-03-13 2014-09-17 美国西门子医疗解决公司 使用自适应时间阶段的超声arfi位移成像
US20140276058A1 (en) * 2013-03-15 2014-09-18 Siemens Medical Solutions Usa, Inc. Fat Fraction Estimation Using Ultrasound with Shear Wave Propagation
CN106037796A (zh) * 2015-04-16 2016-10-26 美国西门子医疗解决公司 量化的粘弹性超声成像

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007152074A (ja) * 2005-01-21 2007-06-21 Chikayoshi Sumi 変位又は歪計測方法及び装置、速度計測方法、弾性率・粘弾性率計測装置、及び、超音波診断装置
KR100868551B1 (ko) 2007-04-04 2008-11-13 경희대학교 산학협력단 탄성률 영상화 방법 및 장치
US8197408B2 (en) 2008-02-27 2012-06-12 Siemens Medical Solutions Usa, Inc. Sparse tissue property measurements in medical ultrasound imaging
US8187187B2 (en) 2008-07-16 2012-05-29 Siemens Medical Solutions Usa, Inc. Shear wave imaging
JP5559788B2 (ja) 2009-07-07 2014-07-23 株式会社日立メディコ 超音波診断装置
US10338203B2 (en) 2011-09-09 2019-07-02 Siemens Medical Solutions Usa, Inc. Classification preprocessing in medical ultrasound shear wave imaging
US8801614B2 (en) 2012-02-10 2014-08-12 Siemens Medical Solutions Usa, Inc. On-axis shear wave characterization with ultrasound

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102641137A (zh) * 2011-02-17 2012-08-22 美国西门子医疗解决公司 使用幅度-相位调制超声波的粘弹性测量
US20130218011A1 (en) * 2012-02-16 2013-08-22 Siemens Medical Solutions Usa, Inc. Visualization of Associated Information in Ultrasound Shear Wave Imaging
CN104042247A (zh) * 2013-03-13 2014-09-17 美国西门子医疗解决公司 使用自适应时间阶段的超声arfi位移成像
US20140276058A1 (en) * 2013-03-15 2014-09-18 Siemens Medical Solutions Usa, Inc. Fat Fraction Estimation Using Ultrasound with Shear Wave Propagation
CN103431874A (zh) * 2013-09-06 2013-12-11 中国科学院深圳先进技术研究院 声辐射力脉冲成像估算方法和系统
CN106037796A (zh) * 2015-04-16 2016-10-26 美国西门子医疗解决公司 量化的粘弹性超声成像

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108338808A (zh) * 2017-01-23 2018-07-31 美国西门子医疗解决公司 使用相干的剪切速度成像
CN108338808B (zh) * 2017-01-23 2024-05-24 美国西门子医疗解决公司 使用相干的剪切速度成像
CN109077754A (zh) * 2018-07-06 2018-12-25 深圳大学 一种测量组织力学特性参数的方法及设备
CN113536984A (zh) * 2021-06-28 2021-10-22 北京沧沐科技有限公司 一种基于无人机的图像目标识别与跟踪系统

Also Published As

Publication number Publication date
US9814446B2 (en) 2017-11-14
DE102016107220A1 (de) 2016-10-27
DE102016107220B4 (de) 2018-10-25
KR20160125910A (ko) 2016-11-01
CN106073824B (zh) 2019-04-23
FR3035531A1 (zh) 2016-10-28
US20160310107A1 (en) 2016-10-27
KR101874053B1 (ko) 2018-07-04

Similar Documents

Publication Publication Date Title
CN106073824A (zh) 用于根据剪切波成像进行剪切模量和粘度的自动评估的方法和系统
Sun et al. A systematic review of clinical value of three-dimensional printing in renal disease
KR102204437B1 (ko) 컴퓨터 보조 진단 방법 및 장치
US9870721B2 (en) System and method for teaching basic ultrasound skills
CN102246206B (zh) 血管分析
Alessandrini et al. Realistic vendor-specific synthetic ultrasound data for quality assurance of 2-d speckle tracking echocardiography: Simulation pipeline and open access database
CN107708550A (zh) 用于检测和测量解剖异常的分段回声结构的表面建模
Eiben et al. Symmetric biomechanically guided prone-to-supine breast image registration
US10497284B2 (en) Systems and methods of ultrasound simulation
CN104463825B (zh) 用于在三维体积图像中检测对象的设备和方法
CN113614781A (zh) 用于标识图像中物体的系统和方法
Bartha et al. Open-source surface mesh-based ultrasound-guided spinal intervention simulator
CN112967386A (zh) 生物力学建模方法、装置、电子设备及存储介质
CN113574610A (zh) 用于成像的系统和方法
Hassan et al. Evaluation of software tools for segmentation of temporal bone anatomy
CN109087701A (zh) 提供次要参数的方法、决策支持系统、介质、计算机程序
Feng et al. Objective models of compressed breast shapes undergoing mammography
EP3391332B1 (en) Determination of registration accuracy
Raidou Uncertainty visualization: Recent developments and future challenges in prostate cancer radiotherapy planning
Kokab et al. Extracting of cross section profiles from complex point cloud data sets
Vaughan et al. Hole filling with oriented sticks in ultrasound volume reconstruction
Cao Biological model representation and analysis
CN104027126A (zh) 医用图像处理装置以及医用图像处理方法
Radaelli et al. Image-based haemodynamics simulation in intracranial aneurysms
US11532244B2 (en) System and method for ultrasound simulation

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