CN109561875B - 用于超声脊椎阴影特征检测及其成像的系统和方法 - Google Patents

用于超声脊椎阴影特征检测及其成像的系统和方法 Download PDF

Info

Publication number
CN109561875B
CN109561875B CN201780049358.5A CN201780049358A CN109561875B CN 109561875 B CN109561875 B CN 109561875B CN 201780049358 A CN201780049358 A CN 201780049358A CN 109561875 B CN109561875 B CN 109561875B
Authority
CN
China
Prior art keywords
shadow
contour
ultrasound
contours
anatomical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201780049358.5A
Other languages
English (en)
Other versions
CN109561875A (zh
Inventor
F·W·莫尔丁
A·迪克森
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.)
Rivanna Medical Inc
Original Assignee
Rivanna Medical 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 Rivanna Medical Inc filed Critical Rivanna Medical Inc
Publication of CN109561875A publication Critical patent/CN109561875A/zh
Application granted granted Critical
Publication of CN109561875B publication Critical patent/CN109561875B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
    • 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
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0875—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of bone
    • 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
    • A61B8/5215—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
    • 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
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
    • 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
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4427—Device being portable or laptop-like
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03—Recognition of patterns in medical or anatomical images
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Abstract

提供了用于使用超声成像和声影检测方法来进行解剖识别的系统和方法。本公开的至少一些实施方案包括以下步骤：获取超声图像；检测阴影区域；提取阴影轮廓；用匹配的滤波器对阴影轮廓进行滤波；识别阴影内的解剖标志；提取解剖标志的特征；对解剖结构进行分类；并且以高置信度确定目标解剖结构在所述图像中被描绘。确定目标解剖结构在所述图像中被描绘的置信度。有条件地，指示目标解剖结构的存在和位置的图形被显示，包括其设置、位置和方位。

Description

用于超声脊椎阴影特征检测及其成像的系统和方法
相关申请：本申请要求2016年8月18日递交的标题为“SYSTEM AND METHOD FORULTRASOUND SPINE SHADOW FEATURE DETECTION AND IMAGING THEREOF(用于超声脊椎阴影特征检测及其成像的系统和方法)”的美国临时申请No.62/376,770的权益和优先权，该申请整个地通过引用并入本文。
联邦资助研究的声明
本发明是在政府支持下、依据由国家卫生研究院的国家生物医学成像和生物工程研究所授予的R44EB015232和由国际科学基金会授予的1329651做出的。美国政府对于本发明具有某些权利。
技术领域
本公开是针对超声成像以及用于超声图像获取和产生的系统和方法。本公开的各方面涉及产生骨骼的超声图像和/或可视化正被成像的对象中的骨骼的超声图像。具体地说，本发明涉及脊椎阴影特征检测以及通过图形用户界面显示其实时反馈的超声成像以用于探针插入的目的。
背景技术
医学超声可以被用作用于骨骼成像的X射线的替代者。然而，常规的超声系统在它们的应用上是有限的。例如，在许多常规的超声系统中，伪像可能由于离轴反射而产生，这使得生成的图像对于用户不太有用。另外，许多常规的系统生成难以解释的二维(2D)图像。尽管某些换能器几何结构可以被用来减小伪像并且骨骼的三维(3D)超声图像可以被获得，但是这样的图像一般却有低灵敏度的问题，因为超声信号强度很大程度上取决于骨骼表面相对于声束轴的角度。
各种医学操作包括用探针(probe)(比如针(needle)或导管(catheter))刺入皮肤。例如，脊椎麻醉或脊椎诊断操作可以包括向硬膜外位置经皮递送麻醉药或对脊髓液进行取样。这样的脊椎麻醉或脊椎诊断操作一般包括刺入黄韧带，横向于硬脊膜的棘突之间的韧带。一般来说，硬膜外放置期间的期望的最终的针位置在硬脊膜的后部，而在脊椎抽液中，硬脊膜被刺入以便从脊髓腔获得流体。
脊椎抽液具有几个重要的临床应用，包括对脑脊液(CSF)进行取样、直接向脊髓腔给予化疗或其他药物、或排放脊髓腔中的压力以用于心脏手术。CSF的取样也可能是快速诊断各种疾病(比如脑膜炎)所必需的。其他操作可能类似地包括用探针刺入皮肤，比如椎旁躯体神经阻滞(PVB)。
神经轴向麻醉阻滞(例如，硬膜外麻醉或脊椎麻醉阻滞)和相关的脊椎麻醉操作目前在美国医院里每年在大约1千8百万个操作中进行。对于这样的操作的许多临床指标包括妊娠期间的麻醉、慢性疼痛、或臀部或膝盖置换外科手术。
考虑到探针放置由于其敏感位置的重要性，可以使用成像来改善探针引导。在一种方法中，可以使用荧光检查法来以高成功率引导脊椎穿刺针放置。然而，除了荧光检查设备的高成本和缺乏可携带性之外，电离辐射的风险使荧光检查法对于大容量操作是一个不具吸引力的选择。
其他基于x射线的医学成像技术也可以是有效的，但是有类似的风险和缺点。例如，计算机断层扫描(CT)和2维x射线投射常用作用于骨骼成像的成像形态。不幸的是，从这样的医学成像对患者和护理者的电离辐射暴露在过去几十年一直大幅增加(自从20世纪80年代以来估计是600％增加)。这样的辐射剂量的累积效应一直与癌症的风险增加有联系。
在医学操作期间，探针插入有时可以在不需要医学成像的情况下完成(即，通过使用无引导技术)。盲方法包括在使用手触找出椎骨标志之后插入针。然而，这样的无引导技术有时可能失效。无引导脊椎麻醉或脊椎诊断操作失效通常发生在年长者或病态肥胖者中。无引导操作失效的原因包括穿刺期间的不正确的针插入位置或不正确的针角度的使用。
因此，在脊椎麻醉或脊椎诊断操作中，失效可能阻止进入脊髓腔或妨碍针或导管横向于硬脊膜放置以用于给予硬膜外麻醉。盲方法的失效率已经在历史上在表现出标志不存在、不清楚或畸变的患者人群的40％-80％之间被引证。
表现出这些特性的大量的并且增长的人群段是目前构成美国总人口的33.9％、但是代表不成比例地高的盲失效率的肥胖者。也就是说，无引导操作的失效可能以高达涉及肥胖患者的情况的74％的比率出现。这样的失效可能提高医疗成本，比如由需要额外治疗的并发症引起的那些。
在病态肥胖者中，这样的失效可能是因为由于标志和皮肤之间的厚脂肪组织层、解剖标志(例如，脊椎)不能被可靠地触及而发生。失效一般导致多次针刺，这些针刺与不良健康后果(比如脊髓性头痛或血肿的风险提高)是相关的。另外，其他严重的并发症可能由于失效的神经轴向麻醉而发生，包括背痛(～30％)或血管刺穿(3.8％)，以及更严重的并发症，包括胸腔刺穿(1.1％)、气胸(0.5％)或瘫痪(罕见)。这样的并发症可以包括脊髓性头痛、背痛、下肢轻瘫、脊髓血肿、神经麻痹、脊椎肿瘤形成或一种或更多种其他的并发症。
一般来说，当无引导方法失效时，临床操作包括使用荧光检查法或其他引导操作来帮助探针放置。医学超声可以用作用于骨骼成像的x射线的替代者。
发明内容
即使它们没有造成电离辐射的风险，常规的超声系统在它们的应用中也是有限的。目前使用的超声系统一般很大、复杂、昂贵，并且需要专门的训练来操作。
另外，失效率仍可能保持很高，并且超声技术的成功一般很大程度上取决于用户对超声波检查法的熟悉度。
本发明人已经认识到，除了其他方面之外，需要一种用于引导到和/或定位可以在没有超声检查法广泛训练的情况下操作的解剖特征的更便携的解决方案。
这样的手持设备的操作可以比一般可用的超声成像设备更简单。例如，手持设备提供的信息的资源消耗可以更少并且解释可以更简单——与一般可用的B模式超声成像设备相反。所提出的设备可以通过向用户提供关于骨骼相对于探针的深度或位置的信息来使得能够进行更准确的穿刺或探针插入过程。
本发明人还已经认识到，便携式设备可以比一般可用的B模式成像设备更便宜。此外，与可能难以解释的B模式声波图相比，手持装置中显示器的合并可以被制造以提供骨骼位置或深度的直观的或易于理解的指示。手持设备的使用还可以降低医学成本，因为手持设备可以被用于引导式探针插入或解剖定位，从而降低探针插入期间的失效或并发症的可能性。
现有技术一般没有可用的使用非电离超声成像插入探针的引导系统。
而且，虽然重构的骨骼表面的误差可能非常低，但是重构的低特异性和灵敏度可能仍得到解释具有挑战性的图像。另外，由于例如累积运动估计偏差失真，徒手的3D图像的生成仍具有挑战性。至少由于这些原因，通过常规的超声成像技术产生的超声图像仍难以解释。
发明人还已经认识到，包括骨骼的超声图像如果是参照正被成像的骨骼的解剖模型呈现的(例如，呈现给用户)，则可能更易于解释。
除了其他方面之外，本公开设想具有超声成像的便携式装置的新颖的制作以及用于其应用并且补救这些和/或其他相关联的问题的实用的方法，所述超声成像利用图形用户界面(GUI)上描绘的用于给予用户探针插入、深度、设置、位置和方位的反馈的骨骼阴影检测方法。
根据本发明的一个方面，自动化脊椎标志识别是至少部分基于超声图像的声影中包含的信息而产生的。根据一些方面，阴影是经由阴影滤波器自动地从声学数据检测到的。
根据本发明的一个或更多个方面，阴影信息足以将超声图像内的解剖结构分类为以下中的一个：硬膜外空间、脊椎棘突等。根据本发明的其他方面，其他的可识别的标志包括：骶骨、脊椎中线等。
根据本发明的一个方面，提供给用户的信息包括以下：脊椎棘突(一个或更多个)的位置、硬膜外空间(一个或更多个)的位置、脊椎中线的位置、骶骨的位置、到脊椎棘突尖端的深度、到硬膜外空间的深度和/或脊椎的角度旋转。
根据一个或更多个方面，一种方法包括：获得至少部分地基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据；至少部分地基于超声数据来确定阴影轮廓；至少部分地基于阴影轮廓来识别成像的区域中存在的解剖结构；至少部分地基于阴影轮廓来产生解剖结构的分类；以及在手持超声成像器的显示器上显示至少部分地基于超声数据并且至少部分地基于解剖结构的分类的复合图像。
根据一个或更多个方面，至少一个非暂时性计算机可读存储介质存储当被至少一个处理器执行时导致所述方法的处理器可执行指令。
根据一个或更多个方面，一种系统包括：至少一个计算机硬件处理器，所述至少一个计算机硬件处理器被配置为执行包括以下步骤的方法：使用至少一个计算机硬件处理器执行：获得至少部分地基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据；至少部分地基于超声数据来确定阴影轮廓；至少部分地基于阴影轮廓来识别成像的区域中存在的解剖结构；至少部分地基于阴影轮廓来产生解剖结构的分类；以及手持超声成像器，所述手持超声成像器显示至少部分地基于超声数据并且至少部分地基于解剖结构的分类的复合图像。
在至少一些实施方案中，对解剖结构进行分类并且产生供手持成像器显示的复合图像的能力便利用于引导到和/或定位可以在没有超声检查法广泛训练的情况下操作的解剖特征的更便携的解决方案。在至少一些实施方案中，这样的手持成像器的操作可以比一般可用的超声成像设备更简单。例如，在至少一些实施方案中，它通过向查看显示器的人提供关于骨骼(和/或其他结构(一个或更多个))相对于探针的深度或位置的信息来使得能够进行更准确的穿刺或探针插入过程。在至少一些实施方案中，显示复合图像的手持成像器比一般可用的B模式成像设备更便宜。此外，在至少一些实施方案中，与只有手持成像器上的可能难以解释的B模式声波图相比，本文所公开的复合图像在手持成像器上提供骨骼位置或深度(或其他结构和/或关于其的细节)的直观的或易于理解的指示。在至少一些实施方案中，它还可以降低医学成本，因为手持设备可以被用于引导式探针插入或解剖定位，从而降低探针插入或其他医学操作期间的失效或并发症的可能性。
在至少一些实施方案中，所述处理器至少部分地基于超声数据来确定阴影轮廓包括：至少部分地基于超声数据来确定阴影图像区域；以及处理器至少部分地基于阴影图像区域来确定阴影轮廓。
在至少一些实施方案中，所述至少部分地基于阴影轮廓来识别成像的区域中存在的解剖结构包括：接收指示目标解剖结构的信息；至少部分地基于指示目标解剖结构的信息来确定预期的阴影；确定阴影轮廓和预期的阴影之间的相似性的测度；以及至少部分地基于阴影轮廓和预期的阴影之间的相似性的测度来识别成像的区域中存在的解剖结构。
在至少一些实施方案中，所述至少部分地基于阴影轮廓来识别成像的区域中存在的解剖结构包括：接收指示目标解剖结构的信息；至少部分地基于指示目标解剖结构的信息来确定预期的阴影；以及至少部分地基于阴影轮廓和预期的阴影来识别成像的区域中存在的解剖结构。
在至少一些实施方案中，所述至少部分地基于阴影轮廓来识别成像的区域中存在的解剖结构包括：识别阴影轮廓中的特征；以及将阴影轮廓中的所述特征分类为特定的解剖特征。
在至少一些实施方案中，阴影轮廓中的所述识别的特征是阴影轮廓中的峰；并且其中所述将所述特征分类为特定的解剖特征包括：将阴影轮廓中的所述峰分类为特定的解剖特征。
在至少一些实施方案中，所述特定的解剖特征是中线。
在至少一些实施方案中，所述方法进一步包括：识别阴影轮廓中的第二特征；以及比较阴影轮廓中的所述特征和阴影轮廓中的第二特征。
在至少一些实施方案中，比较阴影轮廓中的所述特征和阴影轮廓中的第二特征包括：确定对于阴影轮廓中的所述特征的度量；确定对于阴影轮廓中的第二特征的度量；以及比较对于阴影轮廓中的所述特征的度量和对于阴影轮廓中的第二特征的度量。
在至少一些实施方案中，比较对于阴影轮廓中的所述特征的度量和对于阴影轮廓中的第二特征的度量包括：确定对于阴影轮廓中的所述特征的度量和对于阴影轮廓中的第二特征的度量的差异。
在至少一些实施方案中，比较对于阴影轮廓中的所述特征的度量和对于阴影轮廓中的第二特征的度量包括：确定对于阴影轮廓中的所述特征的度量和对于阴影轮廓中的第二特征的度量的差异。
在至少一些实施方案中，比较对于阴影轮廓中的所述特征的度量和对于阴影轮廓中的第二特征的度量包括：确定对于阴影轮廓中的所述特征的度量和对于阴影轮廓中的第二特征的度量的比率。
在至少一些实施方案中，至少部分地基于阴影轮廓来识别成像的区域中存在的解剖结构包括：对阴影轮廓进行滤波；以及至少部分地基于滤波的阴影轮廓来识别成像的区域中存在的解剖结构。
在至少一些实施方案中，至少部分地基于超声数据来确定阴影轮廓包括：至少部分地基于超声数据来确定阴影强度数据；以及至少部分地基于阴影强度数据的非线性处理来确定阴影轮廓。
一些实施方案采用一种成像方法，所述成像方法包括使用至少一个计算机硬件处理器执行：获得至少部分地基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据，所述超声数据包括基本频率超声数据和谐波频率超声数据；至少部分地基于谐波频率超声数据来计算阴影强度数据；至少部分地基于基本频率超声数据来产生成像的区域中的骨骼存在的指示；至少部分地基于阴影强度数据来产生成像的区域中的组织存在的指示；以及至少部分地通过组合骨骼存在的指示和组织存在的指示来产生对象的超声图像。
一些实施方案采用一种超声成像系统，所述超声成像系统包括至少一个计算机硬件处理器，所述至少一个计算机硬件处理器被配置为执行：获得至少部分地基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据，所述超声数据包括基本频率超声数据和谐波频率超声数据；至少部分地基于谐波频率超声数据来计算阴影强度数据；至少部分地基于基本频率超声数据来产生成像的区域中的骨骼存在的指示；至少部分地基于阴影强度数据来产生成像的区域中的组织存在的指示；以及至少部分地通过组合骨骼存在的指示和组织存在的指示来产生对象的超声图像。
一些实施方案采用至少一个非暂时性计算机可读存储介质，所述至少一个非暂时性计算机可读存储介质存储处理器可执行指令，所述处理器可执行指令当被至少一个处理器使所述至少一个处理器执行超声成像方法。所述方法包括：获得至少部分地基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据，所述超声数据包括基本频率超声数据和谐波频率超声数据；至少部分地基于谐波频率超声数据来计算阴影强度数据；至少部分地基于基本频率超声数据来产生成像的区域中的骨骼存在的指示；至少部分地基于阴影强度数据来产生成像的区域中的组织存在的指示；以及至少部分地通过组合骨骼存在的指示和组织存在的指示来产生对象的超声图像。
本发明内容意图提供本专利申请的主题的至少一些的概述。本发明内容并非意图提供本发明或其实施方案的排他的或穷尽的说明。
因此，虽然某些方面和实施方案已经在本发明内容中被呈现和/或概述，但是应理解本发明的各方面和实施方案不限于本发明内容中的各方面和实施方案。实际上，可以类似于和/或不同于本发明内容中呈现的各方面和实施方案的其他方面和实施方案从下面的描述、图示和/或权利要求将是显而易见的。
常规的传统方法的进一步的限制和缺点通过这样的系统与如在本申请的其余部分中参照附图陈述的本发明的各方面的比较，对于本领域技术人员将变得清晰。
虽然各种特征和/或优点在本发明内容中被描述和/或鉴于以下详细描述和附图将变得显而易见，但是应理解这样的特征和/或优点并不是所有的方面和实施方案中所必需的。
本发明内容中描述的并且在权利要求中没有出现的任何方面和/或实施方案被保留用于稍后在本申请中或一个或更多个继续专利申请中呈现。本发明内容中没有描述的并且在权利要求中没有出现的任何方面和/或实施方案也被保留用于稍后在一个或更多个继续专利申请中描述。
附图说明
为了更充分地理解本发明的性质和优点，参照以下结合附图对优选实施方案的详细描述，在附图中：
图1图示说明根据本文所提供的本公开的一些实施方案的、成像的区域的2D超声图像与脊椎棘突的超声波解剖结构的3D模型一起的可视化；
图2图示说明根据本文所提供的本公开的一些实施方案的、成像的区域的2D超声图像与层间空间的超声波解剖结构的3D模型一起的可视化；
图3描绘与脊椎棘突相交的示例性超声束，并且图示说明根据本文所提供的本公开的一些实施方案的、成像的区域的2D超声图像与表现为三角形的横截面的3D模型一起的可视化；
图4描绘与脊椎棘突相交的示例性超声束，并且图示说明根据本文所提供的本公开的一些实施方案的、成像的区域的2D超声图像与例示声影的横截面的3D模型一起的可视化；
图5是根据本文所提供的本公开的一些实施方案的、产生2D超声图像和3D骨骼模型和解剖结构识别的对应截面的可视化的说明性处理的流程图；
图6图示说明根据本文所提供的本公开的一些实施方案的、对本文所描述的用于超声波解剖结构的目的的声影方法进行处理的成像技术和初始步骤的应用；
图7图示说明根据本文所提供的本公开的一些实施方案的、对本文所描述的用于超声波解剖结构的目的的声影方法进行处理的成像技术和后续步骤的应用；
图8描绘根据本文所提供的本公开的一些实施方案的、导致示例性的滤波的阴影轮廓的、提取的声影轮廓与示例性的匹配的滤波器的卷积；
图9A是根据一些实施方案的方法的流程图；
图9B描绘根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓和出于超声波解剖结构的目的的对于该阴影轮廓的峰检测的应用；
图10A是根据一些实施方案的方法的流程图；
图10B描绘根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓、出于超声波解剖结构的目的的对于该阴影轮廓的峰检测以及相关联的度量的提取的应用；
图11描绘根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓、出于超声波解剖结构的目的的对于该阴影轮廓的峰检测以及相关联的度量(比如方位)的提取的应用；
图12A是根据一些实施方案的方法的流程图；
图12B描绘根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓、出于超声波解剖结构的目的的对于该阴影轮廓的峰检测以及相关联的度量的提取的应用；
图13图示说明根据本文所提供的本公开的一些实施方案的具有图形用户界面的示例性手持2D超声成像器，所述图形用户界面展示探针定向定位反馈和非贴附的探针引导、连同成像的区域的至少一部分的3D模型；
图14是根据一些实施方案的流程图；以及
图15是根据一些实施方案的计算机架构的示意性框图。
具体实施方式
以下描述和附图详细地陈述本公开的某些说明性实现，这些实现指示可以实现本公开的各种原理的几种示例性方式。然而，说明性实施例不是本公开的许多可能的实施方案的穷举。本公开的其他目的、优点和新颖特征在本文中在适用情况下鉴于附图被陈述。然而，虽然各种目的、特征和/或优点在本文中被描述和/或鉴于以下详细描述和附图将变得显而易见，但是将理解，这样的目的、特征和/或优点并不是所有的方面和实施方案中必需的。参考本申请人于2015年2月26日递交的标题为“System and Method for UltrasoundImaging of Regions Containing Bone Structure(用于对包含骨骼结构的区域进行超声成像的系统和方法)”的美国临时申请No.62/120,999，该申请整个地通过引用并入本文。
本发明的至少一些实施方案是针对基于解剖特征的声像图成像的探针引导和插入。发明人已经认识到，用于医学操作的无引导针插入表现出巨大的失效率，特别是在所述人群的增加的人口中。解剖特征不能在所有患者中被准确地触及。对对象的围绕操作位置的区域进行成像并且识别用于产生超声图像的骨骼和组织的区域大大地增大了成功探针插入的成功率。
超声是具有高于人类听得见的那些频率(例如，高于20,000Hz)的频率的声波。超声图像(也被称为声波图)是通过使用探针将超声的脉冲发送到组织中而形成的。声音离开组织产生回声，不同组织反射不同程度的声音。这些回声被记录并且被作为图像显示给操作者，如图1的右边所示那样(下面将对其进行进一步讨论)。
医学超声(也被称为诊断超声波检查法或超声波扫描术)是基于超声的应用的诊断成像技术。它被用来察看内部身体结构，比如腱、肌肉、关节、血管和内部器官。
发明人还已经认识到，如果超声图像参照正被成像的结构的解剖模型被呈现(例如，呈现给用户)，则包括骨骼的超声图像可能更易于解释。因此，一些实施方案涉及通过产生包括三维(3D)骨骼模型的对应部分的二维(2D)超声图像的显现来可视化超声数据。3D模型的对应部分(例如，2D截面)可以至少部分地通过使用将2D超声图像配准到3D模型的配准技术来识别。配准结果可以被用来识别2D超声图像中的一个或更多个解剖标志的位置(一个或更多个)，并且该图像的所产生的显现可以指示识别的位置中的一个或更多个。
本文所描述的技术的各方面是在脊椎麻醉引导的背景下进行说明的，但是应意识到，本文所描述的技术对于其他的设置是有用的，并且可以被应用于其他的设置中。例如，本文所描述的技术可以用于其中使用超声来对骨骼进行成像的其他临床应用，比如但不限于骨科关节注射、执行腰椎穿刺或执行骨折的诊断。
另外，虽然本公开是在布置在横向上的超声换能器的背景下集中其描述的，但是定向在纵向上的超声换能器(和所得纵向成像)并没有超出本发明的范围。事实上，二维平面的超声换能器和/或某个组合的横向和纵向成像也为本公开的发明人所拥有。
发明人还已经认识到以简单的、易于理解的方式——特别是用全面的、可全局辨识的记号——相对于探针引导的装置显示所述模型的功效。在一些实施方案中，采用了一种用于用图形用户界面(GUI)执行超声成像的方法。该方法可以包括至少部分地基于患者解剖特征、连同已知模型和/或预定患者模型(比如从先验的MRI或CAT扫描推导的那些)来构建3D模型。
在一些实施方案中，所述方法包括：将至少一个2D超声图像配准到包括骨骼的区域的3D模型；并且生成包括骨骼的区域的2D和/或3D显现，其中显现是至少部分从所述至少一个2D超声图像到脊椎的3D模型的配准推导得到。配准可以通过以下方式来执行，即，超声地调查患者的脊椎的实质部分；对所述调查执行声影方法；访问现有库并且对其关于与患者的声波图的模式匹配的内容进行分析；和/或加载来自患者以前进行的扫描(例如，MRI等)的3D模型。
下面进一步描述上述方面和实施方案以及另外的方面和实施方案。这些方面和/或实施方案可以被单个地使用、全都一起被使用、或按两个或更多个的任何组合使用，因为本文所描述的技术在这个方面不受限制。
图1图示说明根据本文所提供的本公开的一些实施方案的、成像的区域的2D超声图像100(有时被称为超声波图100或超声波检查100)与人类脊椎的一部分(包括脊椎棘突的超声波解剖结构)的3D模型102一起的可视化。
脊椎棘突是从人类脊椎的每个椎骨的后段(后部)突出的骨骼突起。脊椎棘突在椎弓的薄层接合的地方突出，并且为脊椎的肌肉(未示出)和韧带(未示出)提供附连点。脊椎棘突是可以沿着脊椎的后部通过皮肤感觉到的脊。
因此，图1将脊椎解剖结构与对应的超声波检查并排放在一起在本发明的一个或更多个实施方案中，B模式超声波检查被用来识别一个或更多个脊椎区域。B模式成像显示组织的二维截面的声阻抗。在本实施方案中，所述装置是横向于脊椎并且垂直于患者的背部的平面定位的。因此，超声图100图示说明患者的组织和骨骼的随着从背部表面穿透的声波而变化的密度(声阻抗)。
在实践中，相对于脊椎的横向方位上的装置成像被设置为靠近患者的背部。可能可取的是使成像装置横跨在相对于脊椎的纵向上以便找到并且识别另一个脊椎位置。然而，关于图1，成像装置显示其邻近脊椎棘突的当前位置。
本领域技术人员可以将脊椎棘突辨识为3D模型102上的104处描绘的中心骨骼突出。对应的解剖结构在超声波图100的顶部的106处被描绘，如上所述，超声波图100可以是B模式超声波图。再次参照图1，超声波图100中的脊椎棘突的突起是设置在超声波图100的顶部并且形状基本上为三角形的黑暗阴影。超声波检查100中的阴影中还有与3D模型102上的110处的关节突相对应的关节突的描绘108(其设置在表示脊椎棘突的有阴影的三角形106的下面)。
关节突是与邻近的椎骨用关节连接的椎骨的每侧的两个突(即，上突和下突)中的任何一个。上突从下椎骨向上突出，并且它们的关节面或多或少地朝向后(斜冠状面)。从更高的椎骨向下的下突和它们的关节面或多或少地朝向前和朝向外。
图2图示说明根据本文所提供的本公开的一些实施方案的、成像的区域的2D超声图像200(有时被称为超声波图200或超声波检查200)与人类脊椎的一部分(包括层间空间的超声波解剖结构)的3D模型202一起的可视化。如所讨论的，可能可取的是使脊椎横跨于纵向上。图2的超声波图200图示说明两个脊椎棘突之间的截面区域。也就是说，如果从业者在图1所示的位置的下面移动所述装置，则他/她将发现如在图2中、超声波检查200的与3D模型的214相对应的212处看到的椎骨体占主导的区域。
也被称为中心椎体，椎骨体是形成椎骨的前面的骨骼的厚的椭圆形段。椎骨体的腔体由松质骨组织组成，并且被密质骨的保护层包围。被称为椎弓根的骨结构从椎骨体的每侧突出，并且与薄层接合以形成椎弓。椎骨体的上表面和下表面是平坦的和粗糙的以为位于每个椎骨之间的椎间盘提供附连。
在分析图2中描绘的超声波图200时，从业者辨识椎骨体上方的用“U”或“V”的形状的加深的阴影描绘的层间空间。
还可辨识的是设置在层间空间的任一侧的上关节突(即，108、110处描绘的关节突的上关节突)。组织-骨骼界面显得相对较亮，而所述界面下面的区域显得相对较暗。
图3描绘投射与人类脊椎304的脊椎棘突相交的示例性超声束302的示例性装置300，并且图示说明根据本文所提供的本公开的一些实施方案的、成像的区域的2D超声图像306(有时被称为超声波图306或超声波检查306)与设置在超声图像306中的三角形声影(在图3中被三角形覆盖物308覆盖)的顶部的三角形覆盖物308一起的可视化。就这一点而论，图3展示了在至少一些实施方案中示例性装置在实践中如何被使用。
在实践中，在至少一些实施方案中，装置300可以被沿着脊椎304纵向移动。在至少一些实施方案中，超声束302与装置300基本上同轴地投射。在至少一些实施方案中，所述装置的超声换能器相对于脊椎304横向布置(垂直于图3的右边的页面)。这产生了图3所示的超声波图306。本领域技术人员可以鉴别和辨识其边界表示脊椎棘突(其在三角形覆盖物的顶部310被表示)和关节突(其在三角形覆盖物的两个底部拐角312、314处被表示)的声影(被三角形覆盖物308覆盖)的三角形形状。
图4描绘与人类脊椎404的脊椎棘突相交的示例性超声束402，并且图示说明根据本文所提供的本公开的一些实施方案的、脊椎404的成像的区域的2D超声图像406(其包括与被图3中的三角形覆盖物308覆盖的声影类似的声影408)与被成像的并且导致声影的脊椎404的横截面的3D模型410一起的可视化。
本领域技术人员可以鉴别和辨识脊椎404的横截面的三角形形状，该三角形形状导致被图3中的三角形覆盖物308覆盖的三角形声影。
既然横截面三角形已经被适当地识别并且被与脊椎解剖结构304(图3)、404和410相关联，现在将更详细地讨论底层声影408及其与本发明的相关性。
图5是根据本文所提供的本公开的一些实施方案的、产生2D超声图像和3D骨骼模型和解剖结构识别的对应截面的可视化的说明性处理(方法)的流程图500。流程图500提供所述处理的宽泛的概述，该概述包括在本文中被称为用于超声波解剖结构的声影的处理。所述处理中的每个步骤和一些子步骤将被详细地讨论。
简要地说，然而，根据至少一些实施方案，阴影(在本文中有时被称为声影)是在超声图像(在本文中有时被称为帧)中识别的。在至少一些实施方案中，阴影是在一系列图像(帧)的每个图像中识别的，这在本文中有时被称为逐帧地帧上识别。在至少一些实施方案中，在识别的阴影上执行特征提取方法以识别一组(一个或更多个)解剖结构的存在或不存在。在至少一些实施方案中，特征提取方法包括匹配的滤波器，该滤波器测量声影和预期的声影之间的相似性，所述预期的声影在至少一些实施方案中是从目标解剖结构(例如，脊椎棘突)的轮廓预测的。在一些实施方案中，用户指定目标解剖结构。在一些其他的实施方案中，关于目标解剖结构的信息是从一个或更多个其他的(外部的和/或内部的)源接收的。在至少一些实施方案中，从其将超声图像中的解剖结构分类为以下中的一个的阴影信息是足够的：硬膜外空间、脊椎棘突、骶骨、脊椎中线、骨骼解剖结构、肺部和/或气管。在至少一些实施方案中，一个或更多个解剖特征(例如，脊椎棘突、硬膜外空间等)的存在和/或位置(例如，深度、侧向位置、旋转等)是经由阴影数据上的一组峰检测、过零和/或其他操作(一个或更多个)检测的，并且在至少一些实施方案中，是经由正被用来执行超声的手持装置上的图形用户界面和/或经由某个其他的装置上的图形用户界面提供给用户的。在一些实施方案中，经由图形用户界面提供给用户的信息可以包括：脊椎棘突(一个或更多个)的位置、硬膜外空间(一个或更多个)的位置、脊椎中线的位置、骶骨的位置、到脊椎棘突尖端的深度、到硬膜外空间的深度和/或脊椎的角度旋转。在一些实施方案中，所述方法可以被用来区分气管或食道中的插管的放置。
现在参照图5，根据一些实施方案，所述方法可以包括以下步骤：获取超声图像(步骤502)；检测阴影区域(步骤504)；提取阴影轮廓(步骤506)；用匹配的滤波器对阴影轮廓进行滤波(步骤508)；识别阴影内的解剖标志(步骤510)；提取解剖标志的特征(步骤512)；对解剖结构进行分类(步骤514)；并且确定是否存在目标解剖结构在所述图像中被描绘的高置信度(步骤516)。
如果在516确定存在高置信度，则所述方法继续进行显示指示目标解剖结构的存在和/或位置的图形的步骤518。如果在516，高置信度没有被确定，则所述方法通过不显示指示目标解剖结构的存在的图像来继续进行(步骤520)。当执行任一有条件的步骤(518或520)时，所述方法继续进行到下一帧(用于分析)(步骤522)，并且重新开始步骤504处的检测阴影区域的处理。
在实施方案中，所述系统和方法包括用于存储数据和数据的分析结果(例如，用于存储以前检测的或提取的或分类的对象)的形态和步骤(例如，在524处)。具体地说，在多帧序列中，序列的帧中的对象(例如，脊椎棘突阴影)的分析或分类可以被与一个或更多个以前的序列进行比较(例如，在524处)以确认该对象也在所述以前的序列中被找到。如果情况如此，则结果在后面的帧中证实对象的位置或分类。该证实可以进一步提高检测和分类处理中的置信度。
应意识到的是，目前提供的实施例、系统和方法不一定是本发明的实施方案和特征的穷举，它们全都特此被包含。然而，一些优选的实施方案和说明性方面是在这些实施例中提供的。所提供的实施例中记载的步骤可以被补充其他步骤或子处理，被等同的或类似的步骤替换，或者被重排以适合给定的应用。同样适用于说明性系统和设备实施方案，在这些实施方案中，其他的同样适用的例子可以被本领域技术人员在审阅本公开时想到，并且一些元素的替换、添加或删除可以不脱离本公开的范围。
图6图示说明根据本文所提供的本公开的一些实施方案的、在本文所描述的用于超声波解剖结构的目的的声影方法中的、可以在流程图500(图5)的步骤502(“获取超声图像”)和在流程图500(图5)的步骤504(“检测阴影区域”)执行的成像技术和初始处理步骤的应用。
具体地说，图6示出了可以在步骤502(“获取超声图像”)获取的超声图像中的谐波频率数据的可视化602和可以在504至少部分地基于可视化602产生的图像(在本文中有时被称为“阴影图像”)的可视化604。
在一个或更多个实施方案中，步骤502(“获取超声图像”)和步骤504(“检测阴影区域”)是使用包括以下步骤的方法来执行的：使用至少一个计算机硬件处理器来获得至少部分地基于来自对象的成像的区域的一个或更多个超声图像而产生的超声数据。所述超声数据包括基本频率超声数据和谐波频率超声数据。注意，如上所述，图6所示的超声图像602包括基本频率的谐波，而不是基本频率数据(其已经通过滤波和/或其他处理被移除)，因此，在本文中有时被称为“谐波图像”。在一些实施方案中，所述方法进一步包括：至少部分地基于谐波频率超声数据来执行阴影检测。这可以包括：至少部分地基于谐波频率超声数据来计算阴影强度数据，并且至少部分地基于基本频率超声数据来产生成像的区域中的骨骼存在的指示。在一些实施方案中，所述方法包括：至少部分地基于阴影强度数据来产生成像的区域中的组织存在的指示，并且至少部分地通过组合骨骼存在的指示和组织存在的指示来产生对象的超声图像。
在一些实施方案中，所述方法可以包括通过使用超声图像中的每一个像素位置处的阴影强度值的倒数来提高骨骼对比度，其中阴影强度数据可以被定义为：
Figure BDA0001967809160000131
其中，S(i,j)是阴影强度输出，I(i,j)是包络检测的超声图像数据，wk是深度加权，α是偏移。索引i的范围为从1至M(I中的深度采样的数量)。索引j的范围为从1至N(扫描线的数量)。加权值wk,i通常是常数，其中k被选择为只是i的函数以使得输出S(i,j)对应于从i+α至M的列j中的平均的包络检测的值。然而，在其他实施方案中，加权可以是可变的，比如对更远离或更靠近当前像素位置k,j的像素位置更灵敏或更不灵敏。
在一些实施方案中，偏移α被确定为所述范围内的厚度、或包络检测的超声数据中的骨骼表面的深度、尺寸。这样，如果像素深度位置i对应于骨骼表面点，则阴影强度输出仅对信号衰落的区域(即，阴影)进行求和，而不是合并来自骨骼的信号。也就是说，如果像素深度位置i位于骨骼表面的最浅的前沿处，则像素位置i至i+(α-1)由来自骨骼表面的信号组成，而i+α至M位置仅由阴影组成。α的准确值可以通过实验观察确定，或者从成像系统的轴向分辨率推导得到。
骨骼滤波器的输出然后可以按照具有阴影强度值的包络检测的超声图像与附加因子τ的逐点除法进行计算，附加因子τ被选择为很小的数以便避免除以0。
B(i,j)＝I(i,j)/(S(i,j)+τ)
应意识到的是，骨骼滤波器输出可以使用除了如关于方程1描述的逐点除法之外的函数来形成。例如，sigmoidal函数可以被使用。
在流程图500(图5)的步骤504(“检测阴影区域”)处可以整个地或部分地使用的方法(及其应用)的完整描述在2016年2月16日递交的标题为“System and Method forUltrasound Imaging of Regions Containing Bone Structure(用于对包含骨骼结构的区域进行超声成像的系统和方法)”的美国专利申请No.15/044425中被找到，该申请特此整个地通过引用并入。
在至少一些实施方案中，阴影(在本文中有时被称为声影)是逐帧地识别的。
在流程图500(图5)的步骤504(“检测阴影区域”)之后，处理可以继续进行到步骤506(“提取阴影轮廓”)。
图7图示说明根据本文所提供的本公开的一些实施方案的、在本文所描述的用于超声波解剖结构的目的的声影方法中的、图6所示的成像技术和初始处理步骤、以及可以在流程图500(图5)的步骤506(“提取阴影轮廓”)处执行的和/或以其他方式与步骤506相关联的后续处理步骤的应用。
参照图7，在超声成像602和阴影滤波或以其他方式从谐波检测阴影604之后，从其提取阴影轮廓706。根据至少一些实施方案，阴影轮廓706构成超声图像内的软组织和阴影之间的边界。在一些实施方案中，阴影轮廓是通过阴影图像的非线性处理或者阴影图像的倒数708(在本文中有时被称为逆)提取的。在一些实施方案中，阴影轮廓的提取可以逐个A线地通过确定阴影在每个A线中开始的深度(例如，A线712中的深度710)并且将每个A线中的阴影轮廓的值定义为阴影在该A线中开始的深度(或至少部分地基于该深度的值)来执行。本领域技术人员将意识到的是，在目前的示例性实施方案中，阴影轮廓的中心处的最浅表的峰对应于脊椎棘突。
阴影轮廓不限于图7所示的阴影轮廓。用于确定阴影轮廓的方法也不限于上述方法。阴影轮廓可以具有任何合适的形式(一种或更多种)，并且可以使用任何合适的方法(一种或更多种)来确定。例如，鉴于本文的公开，至少部分地，本领域技术人员将认识到，一个或更多个阴影轮廓可以从阴影图像提取，或者通过各种标准的图像处理方法(包括边缘检测、轮廓映射、模板匹配或机器学习)直接从超声图像数据提取。本领域技术人员还将认识到，阴影轮廓表示阴影区域和组织之间的边界的位置，并且可以采取一维矢量、二维多边形或三维表面的形式。
在流程图500(图5)的步骤506(“提取阴影轮廓”)之后，处理可以继续进行到步骤508(“用匹配的滤波器对阴影轮廓进行滤波”)。在步骤508(“用匹配的滤波器对阴影轮廓进行滤波”)之后，可以将提取的阴影轮廓706与匹配的滤波器进行卷积。
图8描绘描绘根据本文所提供的本公开的一些实施方案的、导致示例性的滤波的阴影轮廓818的、提取的声影轮廓706与示例性的匹配的滤波器816的卷积。
类似于互相关，卷积是对两个函数(f和g)的数学运算，并且生成第三函数。所得的第三函数(即，卷积的f和g)通常被视为原始函数中的一个的修改的版本，该版本作为原始函数中的一个被转化的量的函数给出所述两个函数的逐点相乘的积分。
卷积可以是针对除了欧几里得空间之外的组上的函数定义的。例如，周期性函数(比如离散-时间傅里叶变换)可以在圆上被定义，并且通过周期性卷积而被卷积。离散卷积可以是针对一组整数上的函数定义的。卷积的推广在数值分析和数值线性代数中以及信号处理中的有限脉冲响应滤波器的设计和实现中得到应用。
参照图8，每个曲线图在两个轴上逼近函数。水平轴上的A线对应于横向截面，而垂直轴测量该位置处的A线轮廓的以cm为单位的深度。在至少一些实施方案中以与图7相关联地讨论的方式提取的阴影轮廓706被与匹配的滤波器816进行卷积，匹配的滤波器816逼近目标解剖结构的预期的阴影轮廓。在本实施例中，目标解剖结构是用一个主峰投影的脊椎棘突。
在本示例性实施方案中，匹配的滤波器是理想化的滤波器，比如高斯轮廓。在一些其他的实施方案中，匹配的滤波器是从从多个人类数据库测得的阴影轮廓推导的或者以其他方式至少部分地基于这些阴影轮廓推导的函数。在一些实施方案中，多个匹配的滤波器被与阴影轮廓进行卷积以便对与不同的解剖结构的相似性进行量化。在优选的实施方案中，匹配的滤波器基本上类似于预期的解剖结构，从而导致最有用的准确的卷积。然而，其他函数(比如正弦曲线、低通滤波的脉冲(delta)或更高阶的平滑函数)并没有超出本发明的范围。
卷积的结果在本文中有时被称为滤波的阴影轮廓，例如，滤波的阴影轮廓818。
在流程图500(图5)的步骤508(“用匹配的滤波器对阴影轮廓进行滤波”)之后，处理可以继续进行到流程图500(图5)的步骤510(“识别阴影内的解剖标志”)，在步骤510中，可以执行滤波的阴影轮廓内的解剖标志的识别。
图9A是根据一些实施方案的可以与流程图500(图5)中的步骤510(“识别阴影内的解剖标志”)相关联地执行的子步骤的流程图900。
参照图9A，根据一些实施方案，在步骤510(“识别阴影内的解剖标志”)执行的子步骤可以包括：检测阴影轮廓上的峰(或一个或更多个其他的特征)(子步骤902)；选择最突出的峰的子集(或所述一个或更多个其他的特征的子集)(子步骤904)；并且将峰(或其他子集)分类为解剖特征(例如，中线、脊椎棘突、薄层、关节突等)(子步骤906)。
图9B描绘根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓818和出于超声波解剖结构的目的的对于该阴影轮廓的峰检测920(例如，如在流程图900的子步骤902-906处执行)的应用。
参照图9B，峰检测920已经在滤波的阴影轮廓818上被执行以至少部分地基于滤波的阴影轮廓818识别最突出的峰。根据一些实施方案，这涉及检测滤波的阴影轮廓818上的峰的子步骤902和选择最突出的峰的子集的子步骤904的执行。在图示说明的实施方案中，四个峰(即，峰922-928)已经被选择作为最突出的峰。
在子步骤906，最突出的峰被分类为解剖特征(例如，中线、脊椎棘突、薄层、关节突等)(步骤906)。在一些实施方案中，当如本示例性实施方案中那样在横向方位上成像时，假定最浅表的(突出的)峰对应于脊椎棘突的尖端，并且较低的(突出的、但是没有最突出的那么突出的)峰对应于薄层/关节突。
因此，在一些实施方案中，最突出的峰(例如，峰922)被分类为对应于脊椎棘突的尖端。没有最突出的峰那么突出的其他的最突出的峰(例如，峰924、926、928)被分类为对应于薄层和/或关节突的峰。
在一些其他的实施方案中，最突出的峰(或另一个特征)可以被分类为对应于另一个解剖特征，例如，第一解剖特征的峰(或其他部分)。其他突出的峰(或其他突出的特征)可以被分类为对应于其他的解剖特征，例如，第二解剖特征的峰(或其他部分)、第三解剖特征的峰(或其他部分)、第四解剖特征的峰(或其他部分)等。因此，在一些实施方案中，一个或更多个其他的峰和/或除了一个峰或多个峰之外的一个或更多个特征可以被检测和/或分类为对应于解剖特征。
在流程图(图5)的步骤510(“识别阴影内的解剖标志”)之后，处理可以继续进行到步骤512(“提取解剖标志的特征”)，在步骤512中，可以执行滤波的阴影轮廓内的解剖标志的提取。
图10A是根据一些实施方案的可以与流程图500(图5)中的步骤512(“提取解剖标志”)相关联地执行的子步骤的流程图1000。
参照图10A，根据一些实施方案，在流程图500的步骤512处执行的子步骤包括：测量到解剖结构的深度(子步骤1002)；测量解剖结构的横向位置(子步骤1004)；并且测量脊椎中线的角度(子步骤1006)。图10B描绘根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓(例如，滤波的阴影轮廓818)、出于超声波解剖结构的目的的对于该阴影轮廓的峰检测920以及相关联的度量1030的提取(如在流程图1000的子步骤1002-1006处执行)的应用。
如上面关于图9A-9B所述的，在与图9A-9B相关联的子步骤902-906中检测的峰(例如，峰922-928)对应于解剖结构。
参照图10B，度量1030的提取已经根据一些实施方案被执行。
在本实施方案中，解剖结构中的两个(即，对应于峰922、928的解剖结构)的深度已经被测量或者被以其他方式确定，并且解剖结构中的一个的横向位置已经被测量或者被以其他方式确定。根据一些实施方案，这涉及测量或以其他方式确定所述两个解剖结构的深度的子步骤1002的执行。
测得的或以其他方式确定的深度分别由参考标记depthSP和depthVB识别。也就是说，图10B的depthSP是峰922的深度的测度，在图示说明的实施方案中，该测度是脊椎棘突的尖端从表皮表面起的深度的测度。图10B的depthVB是峰928的深度的测度，在图示说明的实施方案中，该测度是椎骨体从表皮表面起的深度的测度。
子步骤1004(“测量解剖结构的横向位置”)已经被执行来测量或以其他方式确定解剖结构中的一个的横向位置。
测得的或以其他方式确定的横向位置由图10B的参考标记“横向的”识别，参考标记“横向的”是峰922的横向位置的测度，在图示说明的实施方案中，该测度是脊椎棘突的横向位置的测度。在至少一些实施方案中，横向位置是按照峰(例如，峰922)的横向位移的测度确定的，在图示说明的实施方案中，该测度是沿着其中设置这样的峰(对应的解剖结构)的A线的、脊椎棘突的尖端的横向位移的测度。
子步骤1006(“测量脊椎中线的角度”)可以被执行来测量或以其他方式确定脊椎中线的角度。
脊椎中线及其角度的测量和确定被关于图11进一步讨论。
图11描绘根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓1118、出于超声波解剖结构的目的的对于该阴影轮廓的峰检测1120以及相关联的度量(比如方位(例如，其可以在流程图1000的子步骤1006处确定))的提取的应用。
应认识到，图11中的滤波的阴影轮廓1118与滤波的阴影轮廓818在角度上偏移角度θ。
因此，图11图示说明滤波的阴影轮廓1118所表示的图10A的子步骤1006(例如，测量解剖结构的角度旋转(其是图示说明的实施例中的脊椎棘突的脊椎旋转))，滤波的阴影轮廓1118与上面讨论的滤波的阴影轮廓818在角度上偏移角度θ。
根据至少一些实施方案，子步骤1006包括：使用一个或更多个样条曲线(和/或其他的函数(一个或更多个)(插值或其他函数))来确定中线(或其他的线(一个或更多个)或曲线(一个或更多个))，并且测量或以其他方式确定确定的中线(或其他的线或曲线)相对于一个或更多个范围内的一个或更多个参考的角度偏移。在至少一些实施方案中，中线(或其他的线(一个或更多个)或曲线(一个或更多个))将包括最突出的峰(例如，峰SP)、或其他的峰(因此对应于其的解剖结构)中的一个。在至少一些实施方案中，所述一个或更多个参考将包括平行于超声图像的轴和/或边缘的参考。
在图示说明的实施方案中，脊椎中线1140已经被确定。脊椎中线1140(相对于范围1144内的参考1142)的角度θ也已经被确定。
在流程图500(图5)的步骤512(“提取解剖标志的特征”)之后，处理可以继续进行到步骤514(“对解剖结构进行分类”)，在步骤514中，可以执行滤波的阴影轮廓内的解剖标志的分类。
图12A是根据一些实施方案的方法的可以与流程图(图5)中的步骤514(“对解剖结构进行分类”)相关联地执行的子步骤的流程图1200。
参照图12A，根据一些实施方案，在流程图500的步骤514处执行的子步骤可以包括：计算置信/分类度量(子步骤1202)；将解剖结构分类为包含目标解剖结构或者不包含目标解剖结构(子步骤1204)；并且基于置信度量(子步骤1206)来确定在流程图500(图5)的步骤512中计算的解剖测量的准确度。在一些实施方案中，子步骤1202-1206中的一个或更多个可以被用来确定脊椎棘突、硬膜外空间和/或其他解剖结构实际上是否存在于图像。
图12B根据本文所提供的本公开的一些实施方案的、卷积的示例性的滤波的阴影轮廓818、出于超声波解剖结构的目的的对于该阴影轮廓的峰检测920以及相关联的度量1240、1250的提取(例如，如在流程图1200的子步骤1202-1206中的一个或更多个处执行)的应用。
根据至少一些实施方案，子步骤1202-1206包括：测量或以其他方式确定脊椎棘突(和/或其他的(例如，预期的)解剖结构(一个或更多个))的高度(和/或其他特性(一个或更多个))；并且至少部分地基于脊椎棘突(和/或其他的(例如，预期的)解剖特征(一个或更多个))的确定的高度(和/或其他的特性(一个或更多个))来确定指示脊椎棘突(和/或其他的(例如，预期的)解剖特征(一个或更多个))在超声图像中的置信水平的度量。
在一些实施方案中，测量或以其他方式确定脊椎棘突的高度包括：确定从脊椎棘突的峰到旁瓣的峰的深度；确定旁瓣的深度；将脊椎棘突的高度定义为所述两个深度之间的(或以其他方式至少部分地基于所述两个深度的)差值。
在一些实施方案中，确定指示脊椎棘突(和/或其他的(例如，预期的)解剖特征(一个或更多个))在超声图像中的置信水平的度量包括：至少部分地基于高度或差值(或其他度量)以及一个或更多个准则来确定指示置信水平的度量。在一些实施方案中，后者包括将差值与一个或更多个参考值进行比较。
因此，在一些实施方案中，脊椎棘突的高度被确定为如针对脊椎棘突的阴影轮廓产生的度量1240(图12B)中所示的“峰”和“旁瓣”的深度差。计算峰与旁瓣比返回0.0和1.0之间的度量。峰与旁瓣比可以被用来确定脊椎棘突是否被设置在超声图像中。在一些实施方案中，如果峰与旁瓣比接近于1.0，则确定脊椎棘突存在。在一些实施方案中，“接近于1.0”的比包括大于0.75的比。在0.50至0.75的范围内的比可以被包括在内，或者可以不被包括在内。在一些实施方案中，大于0.50的比被包括在内。在一些实施方案中，小于0.75的比被排除。在一些实施方案中，如果峰与旁瓣比接近于0.0，则确定脊椎棘突不存在。在0.26至0.74的范围内的比可以被包括在内，或者可以不被包括在内。在一些实施方案中，小于0.49的比被包括在内。在一些实施方案中，大于0.5的比被排除。在一些实施方案中，峰与旁瓣比既被用作分类器，又被用作在流程图500(图5)的步骤512(“提取解剖标志的特征”)中提取的解剖度量的置信的指示标记。
在一些实施方案中，可以另外地或可替代地确定硬膜外空间是否存在。在一些实施方案中，“峰”和“旁瓣”深度被如针对硬膜外空间的阴影轮廓产生的度量1250(图12B)中所示的那样确定。计算峰与旁瓣比返回0.0和1.0之间的度量。峰与旁瓣比。也可以被用来确定硬膜外空间是否被设置在超声图像中。在一些实施方案中，如果峰与旁瓣比接近于0.0，则确定硬膜外空间存在。在一些实施方案中，“接近于0.0”的比包括小于0.05的比。在0.05至0.1的范围内的比可以被包括在内，或者可以不被包括在内。在一些实施方案中，小于0.10的比被包括在内。在一些实施方案中，大于0.2的比被排除。在一些实施方案中，如果峰与旁瓣比接近于1.0，则确定硬膜外空间不存在。在一些实施方案中，“接近于1.0”的比包括大于0.25的比。在一些实施方案中，峰与旁瓣比既被用作分类器，又被用作在流程图500(图5)的步骤512(“提取解剖标志的特征”)中提取的解剖度量的置信的指示标记。
在一些实施方案中，步骤510(“识别阴影内的解剖标志”)、步骤512(“提取解剖标志的特征”)和/或步骤514(“解剖分类”)的一个或更多个部分可以通过以下方式来执行和/或可以包括：将至少一个2D超声图像配准到包括骨骼的区域的3D模型；并且生成包括骨骼的所述区域的2D和/或3D可视化，其中可视化是至少部分地从所述至少一个2D超声图像到脊椎的3D模型的配准推导得到的。在一些实施方案中，可以通过以下方式来执行配准：超声地调查患者的脊椎的实质部分；对所述调查执行声影方法；访问现有库并且对其关于与患者的声波图的模式匹配的内容进行分析；和/或加载来自患者以前进行的扫描(例如，MRI等)的3D模型。
根据一些实施方案，本文所描述的超声数据可以手持超声成像器提供，所述手持超声成像器可以执行本文所公开的方法中的一种或更多种，并且显示至少部分地基于超声数据并且至少部分地基于图像中的解剖结构的分类的复合图像。
图13图示说明根据本文所提供的本公开的一些实施方案的具有图形用户界面1301的示例性手持2D超声成像器1300，图形用户界面1301显示展示复合图像的一个实施方案的视图，所述复合图像包括探针定向定位反馈和非贴附的探针引导(其已经至少部分地基于成像的区域的至少一部分的3D模型产生)。
措辞手持2D超声成像器中的术语“手持”意味着所述2D超声成像器被配置为在正被用来生成2D超声图像的同时被握在用户的手中。除非另有陈述，否则即使当手持2D超声成像器实际上不在用户或另一个人的手中时，它也是这样的成像器(手持2D超声成像器)。
在至少一些实施方案中，手持2D超声成像器1300包括壳体1302(其可以被握在用户的手中)和成像单元1304，成像单元1304可以与壳体1302的端部1305相关联。成像单元1304可以包括例如超声换能器1308，在至少一些实施方案中，超声换能器1308可以被配置为生成沿着至少一个扫描平面1310的图像。在至少一些实施方案中，成像单元1300可以被配置为使用超声成像领域的普通技术人员已知的标准的超声图像处理技术来生成图像。
在至少一些实施方案中，手持2D超声成像器1300包括可以显示图形用户界面1301的显示器1312(例如，LCD显示器、OLED显示器或任何其他合适的类型的显示器)。在至少一些实施方案中，显示器1312可以被安置在壳体1302的第二端部1307处和/或可以是可旋转的。在至少一些实施方案中，超声换能器1308可以被配置为生成随后可以在显示器1312上输出的沿着至少一个扫描平面1310的数据。
在至少一些实施方案中，具有图形用户界面1301的手持2D超声成像器1300是2015年8月27日递交的标题为“Localization of Imaging Target Regions and AssociatedSystems and Devices(成像目标区域的定位及相关的系统和方法)”的(美国专利申请第14/770,896号的)美国专利申请公开No.2016/0007956中公开的手持超声成像装置的一个或更多个实施方案的修改的版本，该申请特此整个地通过引用并入，手持2D超声成像器1300和美国专利申请公开No.2016/0007956中公开的手持超声成像装置的不同之处在于，手持2D超声成像器1300包括本文所公开的本发明的一个或更多个方面和/或实施方案(取决于应用和可能期望用于此的特征)。
然而，本发明不限于与具有图13中公开的图形用户界面1301的手持2D超声成像器1300一起使用。在一些实施方案中，本发明的各方面可以与不用的手持2D超声成像器一起采用。
在至少一些实施方案中，复合图像将包括：(i)作为超声图像的并且至少部分地基于超声数据产生的一部分；以及(ii)不是这样的超声图像的一部分的并且至少部分地基于解剖结构的分类产生的一部分。在至少一些实施方案中，后一部分可以包括至少部分地基于解剖结构的分类的、成任何配置的(例如但不限于图形的和/或文本的)任何类型的信息。在一些实施方案中，所述信息包括本文所公开的一种或更多种类型的信息。在至少一些实施方案中，所述信息帮助执行医学操作(除了收集超声图像(一个或更多个)之外)。
在至少一些实施方案中，对解剖结构进行分类并且产生供手持成像器(例如，手持成像器1300)显示的复合图像(例如，如本文所公开的复合图像)的能力便利用于引导到和/或定位可以在没有超声检查法广泛训练的情况下操作的解剖特征的更便携的解决方案。在至少一些实施方案中，这样的手持成像器的操作可以比一般可用的超声成像设备更简单。例如，在至少一些实施方案中，它通过向查看显示器的人提供关于骨骼(和/或其他结构(一个或更多个))相对于探针的深度或位置的信息来使得能够进行更准确的穿刺或探针插入过程。在至少一些实施方案中，显示复合图像的手持成像器比一般可用的B模式成像设备更便宜。此外，在至少一些实施方案中，与只有手持成像器上的可能难以解释的B模式声波图相比，本文所公开的复合图像在手持成像器上提供骨骼位置或深度(或其他结构和/或关于其的细节)的直观的或易于理解的指示。在至少一些实施方案中，它还可以降低医学成本，因为手持设备可以被用于引导式探针插入或解剖定位，从而降低探针插入或其他医学操作期间的失效或并发症的可能性。
所公开的本发明的至少一些实施方案检测装置位置和预期的目标解剖结构位置这两个位置。目标解剖结构的显示指示标记被呈现在GUI或类似界面上。在一些实施方案中，理想的针路径的抽象表示然后被描绘在GUI的显示器上。依据置信计算或类似的仲裁器，进行确定以决定目标解剖结构是否居中位于针路径内。
如果是，则在GUI的显示器上显示针路径和目标解剖结构之间对齐的指示标记。如果已经确定未对齐，则显示描绘超声装置在目标解剖结构上居中所必需的运动的方向指示标记。依据实时更新成像，下一帧循环所述处理以确保准确度。
指示标记符号指定为使目标解剖结构与预期针路径对齐、超声探针需要平移的方向。如所讨论的，GUI指示标记可以指定超声探针的必要运动，包括平移(如所示)、压缩或旋转。指示标记符号(比如图13中的黄色的点线)表示没有平移是必要的并且预期针路径与目标解剖结构对齐。
在一些实施方案中，指示标记符号指定为使目标解剖结构与预期针路径对齐、超声探针需要平移的旋转。在其他实施方案中，指示标记符号既表示幅度，又表示方向。例如，更大的必要平移可以用更长的箭头或指示标记指定。在图13所示的本实施方案中，中线指示标记表达超声装置相对于加载的描绘目标解剖结构的模板的相对部署以及脊椎棘突和/或椎骨体的深度。
图14是根据一些实施方案的方法的流程图1400。在至少一些实施方案中，所述方法的一个或更多个部分可以在没有所述方法的一个或更多个其他的部分的情况下被使用。就此而言，在至少一些实施方案中，本文所公开的任何方法的一个或更多个部分可以在没有这样的方法的一个或更多个其他的部分的情况下被使用。
在至少一些实施方案中，所述方法(或其一个或更多个部分)可以被用来执行本文所公开的一种或更多种方法。
在至少一些实施方案中，所述方法(或其一个或更多个部分)可以由装置1300(图13)执行。
现在参照图14，在1402，所述方法可以包括获得至少部分地基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据。在至少一些实施方案中，所述超声数据可以包括来自任何(内部的和/或外部的)源(一个或更多个)的任何形式(一种或更多种)的任何类型(一种或更多种)的数据。
在1404，所述方法可以进一步包括至少部分地基于超声数据来确定阴影强度数据。在至少一些实施方案中，这可以包括流程图500(图5)的步骤504-506中的一个或更多个。
在1406，所述方法可以进一步包括至少部分地基于阴影强度数据来识别成像的区域中存在的解剖结构。在至少一些实施方案中，这可以包括流程图500(图5)的步骤506-512中的一个或更多个。
在至少一些实施方案中，至少部分地基于阴影强度数据进行识别可以包括：对阴影强度数据进行滤波；对滤波的阴影数据执行非线性处理；并且至少部分地基于非线性处理的滤波的阴影数据来识别成像的区域中存在的解剖结构。
在至少一些实施方案中，至少部分地基于阴影强度数据进行识别可以包括：至少部分地基于阴影强度数据的非线性处理来确定阴影轮廓；并且至少部分地基于阴影轮廓来识别成像的区域中存在的解剖结构。
在至少一些实施方案中，至少部分地基于阴影轮廓进行识别可以包括：接收指示目标解剖结构的信息；至少部分地基于指示目标解剖结构的信息来确定预期的阴影；确定阴影轮廓和预期的阴影之间的相似性的测度；并且至少部分地基于阴影轮廓和预期的阴影之间的相似性的测度来识别成像的区域中存在的解剖结构。
在至少一些实施方案中，至少部分地基于阴影轮廓进行识别可以包括：接收指示目标解剖结构的信息；至少部分地基于指示目标解剖结构的信息来确定预期的阴影；至少部分地基于阴影轮廓和预期的阴影的卷积来确定滤波的阴影轮廓；并且至少部分地基于滤波的阴影轮廓来识别成像的区域中存在的解剖结构。
在至少一些实施方案中，至少部分地基于滤波的阴影轮廓进行识别可以包括：识别滤波的阴影轮廓中的特征；并且将滤波的阴影轮廓中的所述特征分类为特定的解剖特征。
在至少一些实施方案中，滤波的阴影轮廓中的识别的特征是滤波的阴影轮廓中的峰，并且将所述特征分类为特定的解剖特征包括：将滤波的阴影轮廓中的峰分类为特定的解剖特征。
在1408，所述方法可以进一步包括至少部分地基于阴影强度数据来产生解剖结构的分类。在至少一些实施方案中，这可以包括流程图500(图5)的步骤514-520中的一个或更多个。
在1410，所述方法可以进一步包括产生和/或显示至少部分地基于超声数据并且至少部分地基于解剖结构的分类的复合图像。可以产生和/或显示的复合图像的一个实施方案显示在成像装置1300(图13)的显示器1312(图13)上。
如上所述，在至少一些实施方案中，复合图像将包括：(i)作为超声图像的并且至少部分地基于超声数据产生的一部分；以及(ii)不是这样的超声图像的一部分的并且至少部分地基于解剖结构的分类产生的一部分。在至少一些实施方案中，后一部分可以包括至少部分地基于解剖结构的分类的、成任何配置的(例如但不限于图形的和/或文本的)任何类型的信息。在一些实施方案中，所述信息包括本文所公开的一种或更多种类型的信息。在至少一些实施方案中，所述信息帮助执行医学操作(除了收集超声图像(一个或更多个)之外)。
在至少一些实施方案中，复合图像可以具有任何形式，并且可以以任何方式产生。在一些实施方案中，复合图像可以具有单个合并图像的形式，所述单个合并图像例如通过在作为可以被作为单个图像供应给显示器的超声图像的部分上覆盖至少部分地基于解剖结构的分类的部分而产生。在一些其他的实施方案中，复合图像直到被显示才可以具有单个合并图像的形式，例如，被产生为保持分离的单独的分量，直到被显示。
如上所述，在至少一些实施方案中，对解剖结构进行分类并且产生供手持成像器(例如，手持成像器1300)显示的复合图像(例如，如本文所公开的复合图像)的能力便利用于引导到和/或定位可以在没有超声检查法广泛训练的情况下操作的解剖特征的更便携的解决方案。在至少一些实施方案中，这样的手持成像器的操作可以比一般可用的超声成像设备更简单。例如，在至少一些实施方案中，它通过向查看显示器的人提供关于骨骼(和/或其他结构(一个或更多个))相对于探针的深度或位置的信息来使得能够进行更准确的穿刺或探针插入过程。在至少一些实施方案中，显示复合图像的手持成像器比一般可用的B模式成像设备更便宜。此外，在至少一些实施方案中，与只有手持成像器上的可能难以解释的B模式声波图相比，本文所公开的复合图像在手持成像器上提供骨骼位置或深度(或其他结构和/或关于其的细节)的直观的或易于理解的指示。在至少一些实施方案中，它还可以降低医学成本，因为手持设备可以被用于引导式探针插入或解剖定位，从而降低探针插入或其他医学操作期间的失效或并发症的可能性。注意，前面是在一个或更多个示例性实施方案中在横向方位上说明的。然而，在纵向和倾斜的方位上扫描脊椎也在本发明的范围内。匹配的滤波器将被改变为检测每个方位上的期望的预期的阴影。
本公开的发明人认识到，所描述的技术可以被用在涉及骨骼解剖结构、肺部或气管的其他应用中。例如，本发明可以被用来区分气管或食道中的插管的放置。可以采用本系统和方法的其他例子包括：当对肺部进行成像时肋骨阴影的检测，例如，用于检测胸腔穿刺术；用于骨髓活检的髂嵴的检测；用于局部麻醉的面关节的检测；用于局部麻醉的锁骨的检测或用于局部麻醉的骶髂关节的检测。
已经如此描述了本申请的技术的几个方面和实施方案，要意识到，各种变化、修改和改进将容易被本领域普通技术人员想到。这样的变化、修改和改进意图在本申请中描述的技术的精神和范围内。例如，本领域普通技术人员将容易想像用于执行所述功能和/或获得所述结果和/或本文所描述的优点中的一个或更多个的各种其他的手段和/或结构，并且这样的变化和/或修改中的每个被视为在本文所描述的实施方案的范围内。
本领域技术人员将认识到，或只是使用常规实验就能够查明，本文所描述的特定实施方案的许多等同形式。因此要理解，前述实施方案仅仅是作为实施例呈现的，并且在所附权利要求书及其等同形式的范围内，发明的实施方案可以以除了具体描述的方式之外的其他方式实施。另外，本文所描述的两个或更多个特征、系统、物品、材料、套件和/或方法的任何组合(如果这样的特征、系统、物品、材料、套件和/或方法不是相互不一致)包括在本公开的范围内。
上述实施方案可以以许多方式中的任何一种方式实现。本申请的涉及执行过程或方法的一个或更多个方面和实施方案可以利用装置(例如，计算机、处理器或其他装置)可执行的程序指令来执行这些过程或方法或控制这些过程或方法的执行。在这个方面，各种发明构思可以体现为被编码一个或更多个程序的计算机可读存储介质(或多个计算机可读存储介质)(例如，计算机存储器、一个或更多个软盘、紧凑盘、光学盘、磁带、闪存、现场可编程门阵列或其他半导体器件的电路配置、或其他有形计算机存储介质)，所述一个或更多个程序当在一个或更多个计算机或其他处理器上被执行时执行实现上述各种实施方案中的一个或更多个的方法。
所述一个计算机可读介质或多个计算机可读介质可以是可移植的，以使得存储在其上的一个程序或多个程序可以被加载到一个或更多个不同的计算机或其他处理器上来实现上述方面中的各方面。在一些实施方案中，计算机可读介质可以是非暂时性介质。
另外，应意识到，根据一个方面，当被执行时执行本申请的方法的一个或更多个计算机程序无需驻存在单个计算机或处理器上，而是可以以模块化的方式分布在若干个不同的计算机或处理器之间来实现本申请的各种方面。
计算机可执行指令可以为许多形式，比如被一个或更多个计算机或其他装置执行的程序模块。一般来说，程序模块包括执行具体任务或实现特定抽象数据类型的例行程序、程序、对象、组件、数据结构等。通常，程序模块的功能性在各种实施方案中可以根据需要组合或分布。
此外，应意识到，计算机可以体现为若干种形式中的任何一种，作为非限制性实施例，比如机架安装计算机、台式计算机、膝上型计算机或平板计算机。另外，计算机可以被嵌入在一般不被认为是计算机、但是具有合适处理能力的装置中，包括个人数字助理(PDA)、智能电话或任何其他合适的便携式或固定电子装置。
图15是根据一些实施方案的计算机架构1500的框图。在一些实施方案中，本文所公开的系统(或其部分(一个或更多个))、设备(或其部分(一个或更多个))和/或装置(或其部分(一个或更多个))中的一个或更多个可以具有与架构1500的一个或更多个部分相同的和/或类似的架构。
在一些实施方案中，本文所公开的方法(或其部分(一个或更多个))中的一个或更多个可以由具有与架构1500(或其部分(一个或更多个))相同的和/或类似的架构的系统、设备和/或装置执行。所述架构可以被实现为分布式架构或非分布式架构。
参照图15，根据至少一些实施方案，架构1500可以包括一个或更多个处理器1510以及一个或更多个包括非暂时性计算机可读存储介质(例如，存储器1520和一个或更多个非易失性存储介质1530)的制造品。处理器1510可以控制对于存储器116和非易失性存储装置的任何合适方式的读写数据，因为本文所提供的本公开的各方面在这个方面不受限制。所述存储介质可以存储用于架构1500的操作的一个或更多个程序和/或其他信息。在至少一些实施方案中，所述一个或更多个程序包括将被处理器1510执行来提供一个或更多个任务的一个或更多个部分和/或本文所公开的一种或更多种方法的一个或更多个部分的一个或更多个指令。在一些实施方案中，其他信息包括用于一个或更多个任务的一个或更多个部分和/或本文所公开的一种或更多种方法的一个或更多个部分的数据。为了执行本文所描述的功能性中的任何一个，处理器1510可以执行存储在一个或更多个非暂时性计算机可读存储介质(例如，存储器1520)中的一个或更多个处理器可执行指令，所述一个或更多个非暂时性计算机可读存储介质可以用作存储用于供处理器1510执行的处理器可执行指令的非暂时性计算机可读存储介质。
术语“程序”或“软件”在本文中以一般的意义用来指代可以被用来将计算机或其他处理器编程为实现如上所述的各种方面的任何类型的计算机代码或计算机可执行指令集。另外，应意识到，根据一个方面，当被执行时执行本申请的方法的一个或更多个计算机程序无需驻存在单个计算机或处理器上，而是可以以模块化的方式分布在若干个不同的计算机或处理器之间来实现本申请的各种方面。
计算机可执行指令可以为许多形式，比如被一个或更多个计算机或其他装置执行的程序模块。一般来说，程序模块包括执行具体任务或实现特定抽象数据类型的例行程序、程序、对象、组件、数据结构等。通常，程序模块的功能性在各种实施方案中可以根据需要组合或分布。
此外，数据结构可以以任何合适的形式存储在计算机可读介质中。为简化例示说明，数据结构可以被示为具有通过数据结构中的位置关连的字段。这样的关系可以同样地通过为字段的存储分配计算机可读介质中的表达字段之间的关系的位置来实现。然而，任何合适的机制都可以被用来建立数据结构的字段中的信息之间的关系，包括通过使用指针、标签或建立数据元素之间的管理的其他机制。
当用软件实现时，软件代码可以在任何合适的处理器或处理器组上被执行，不管是在单个计算机中提供的，还是分布在多个计算机之间的。
此外，应意识到，计算机可以体现为若干种形式中的任何一种，作为非限制性实施例，比如机架安装计算机、台式计算机、膝上型计算机或平板计算机。另外，计算机可以被嵌入在一般不被认为是计算机、但是具有合适处理能力的装置中，包括个人数字助理(PDA)、智能电话或任何其他合适的便携式或固定电子装置。
此外，计算机可以具有一个或更多个通信装置1540，所述一个或更多个通信装置1540可以被用来将所述计算机连接到一个或更多个其他的装置和/或系统，比如，举例来说，一个或更多个任何合适的形式的网络，包括局域网或广域网，比如企业网络和智能网络(IN)或互联网。这样的网络可以基于任何合适的技术，并且可以根据任何合适的协议进行操作，并且可以包括无线网络或有线网络。
此外，计算机可以具有一个或更多个输入装置1550和一个或更多个输出装置1560。除了其他方面之外，这些装置可以被用来提供用于视觉呈现输出的用户界面(包括打印机或显示屏幕)以及用于可听地呈现输出的扬声器或其他声音产生装置。可以用于用户界面的输入装置的实施例包括键盘和指点装置(比如鼠标、触控板和数字面板)。作为另一实施例，计算机可以通过语言识别接收输入信息或接收其他可听格式的输入信息。
此外，如所描述，一些方面可以体现为一种或更多种方法。作为所述方法的一部分执行的动作可以以任何合适的方式被排序。因此，按与例示说明的次序不同的次序执行动作(可以包括同时执行某些动作，即使它们在说明性实施方案中被示为是顺序的动作)的实施方案可以被构造。
应理解，本文所公开的特征可以按任何组合或配置使用。因此，例如，在一些实施方案中，本文所公开的特征中的一个或更多个可以在没有本文所公开的一个或更多个其他的特征的情况下被使用。
除非另有陈述，否则计算装置是包括至少一个处理器的任何类型的装置。
除非另有陈述，否则处理装置是包括至少一个处理器的任何类型的装置。
除非另有陈述，否则处理系统是包括至少一个处理器的任何类型的系统。
除非另有陈述，否则移动(或便携式)计算装置包括，但不限于，可以被携带在一只手或两只手中的和/或可以被穿戴的任何计算装置。
除非另有陈述，否则处理器可以包括任何类型的处理器。例如，处理器可以是可编程的或不可编程的、通用的或特殊用途的、专用的或非专用的、分布式的或非分布式的、共享的或不共享的、和/或它们的组合。处理器可以包括，但不限于，硬件、软件(例如，低级语言代码、高级语言代码、微代码)、固件、和/或它们的组合。
除非另有陈述，否则程序可以包括，但不限于，高级语言的、低级语言的、机器语言的和/或其他类型的语言或它们的组合的指令。
除非另有陈述，否则“通信链路”可以包括任何类型的通信链路(一个或更多个)，例如，但不限于，有线链路(例如，导体、光纤线缆)或无线链路(例如，声学链路、无线电链路、微波链路、卫星链路、红外链路或其他电磁链路)或它们的任何组合，其中每个可以是公共的和/或私有的、专用的和/或共享的。在一些实施方案中，通信链路可以采用一个协议或协议组合，包括例如，但不限于互联网协议。
除非另有陈述，否则信息可以包括数据和/或任何其他类型的信息。
本发明因此应不被认为限于上述特定实施方案。本申请可以适用的各种修改、等同过程以及许多结构对于本发明针对的领域的技术人员来说在审阅本公开后将是容易明白的。

Claims (24)

1.一种用于超声图像获取和产生的方法，所述方法包括：
处理器获得基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据；
所述处理器基于所述超声数据来确定阴影轮廓，其中所述阴影轮廓表示阴影图像区域和组织之间的边界的位置；
所述处理器基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志；
所述处理器基于所述阴影轮廓来产生所述解剖标志的分类；
在手持超声成像器的显示器上显示基于所述超声数据并且基于所述解剖标志的分类的复合图像。
2.如权利要求1所述的方法，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
接收指示目标解剖结构的信息；
基于指示所述目标解剖结构的信息来确定预期的阴影；
确定所述阴影轮廓和所述预期的阴影之间的相似性的测度；以及
基于所述阴影轮廓和所述预期的阴影之间的相似性的测度来识别所述成像的区域中存在的解剖标志。
3.如权利要求1所述的方法，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
接收指示目标解剖结构的信息；
基于指示所述目标解剖结构的信息来确定预期的阴影；以及
基于所述阴影轮廓和所述预期的阴影来识别所述成像的区域中存在的解剖标志。
4.如权利要求1所述的方法，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
识别所述阴影轮廓中的特征；以及
将所述阴影轮廓中的所述特征分类为特定的解剖标志。
5.如权利要求4所述的方法，其中所述阴影轮廓中的识别的所述特征是所述阴影轮廓中的峰；并且
其中所述将所述阴影轮廓中的所述特征分类为特定的解剖标志包括：
将所述阴影轮廓中的所述峰分类为所述特定的解剖标志。
6.如权利要求4所述的方法，其中所述特定的解剖标志是中线。
7.如权利要求4所述的方法，进一步包括：
识别所述阴影轮廓中的第二特征；以及
比较所述阴影轮廓中的所述特征和所述阴影轮廓中的所述第二特征。
8.如权利要求7所述的方法，其中所述比较所述阴影轮廓中的所述特征和所述阴影轮廓中的所述第二特征包括：
确定对于所述阴影轮廓中的所述特征的度量；
确定对于所述阴影轮廓中的所述第二特征的度量；以及
比较对于所述阴影轮廓中的所述特征的度量和对于所述阴影轮廓中的所述第二特征的度量。
9.如权利要求8所述的方法，其中所述比较对于所述阴影轮廓中的所述特征的度量和对于所述阴影轮廓中的所述第二特征的度量包括：
确定对于所述阴影轮廓中的所述特征的度量和对于所述阴影轮廓中的所述第二特征的度量的差异。
10.如权利要求8所述的方法，其中所述比较对于所述阴影轮廓中的所述特征的度量和对于所述阴影轮廓中的所述第二特征的度量包括：
确定对于所述阴影轮廓中的所述特征的度量和对于所述阴影轮廓中的所述第二特征的度量的比率。
11.一种用于超声图像获取和产生的系统，所述系统包括：
至少一个计算机硬件处理器，所述至少一个计算机硬件处理器被配置为执行：
获得基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据；
基于所述超声数据来确定阴影轮廓，其中所述阴影轮廓表示阴影图像区域和组织之间的边界的位置；
基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志；以及
基于所述阴影轮廓来产生所述解剖标志的分类；以及
手持超声成像器，所述手持超声成像器显示基于所述超声数据并且基于所述解剖标志的分类的复合图像。
12.如权利要求11所述的系统，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
对所述阴影轮廓进行滤波；以及
基于滤波的所述阴影轮廓来识别所述成像的区域中存在的解剖标志。
13.如权利要求11所述的系统，其中所述基于所述超声数据来确定阴影轮廓包括：
基于所述超声数据来确定阴影强度数据；以及
基于所述阴影强度数据的非线性处理来确定阴影轮廓。
14.如权利要求13所述的系统，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
接收指示目标解剖结构的信息；
基于指示所述目标解剖结构的信息来确定预期的阴影；
确定所述阴影轮廓和所述预期的阴影之间的相似性的测度；以及
基于所述阴影轮廓和所述预期的阴影之间的相似性的测度来识别所述成像的区域中存在的解剖标志。
15.如权利要求11所述的系统，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
接收指示目标解剖结构的信息；
基于指示所述目标解剖结构的信息来确定预期的阴影；以及
基于所述阴影轮廓和所述预期的阴影来识别所述成像的区域中存在的解剖标志。
16.如权利要求11所述的系统，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
识别所述阴影轮廓中的特征；以及
将所述阴影轮廓中的所述特征分类为特定的解剖标志。
17.如权利要求16所述的系统，其中所述阴影轮廓中的识别的所述特征是所述阴影轮廓中的峰；并且
其中所述将所述阴影轮廓中的所述特征分类为特定的解剖标志包括：
将所述阴影轮廓中的所述峰分类为所述特定的解剖标志。
18.一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质存储处理器可执行指令，所述处理器可执行指令当被至少一个处理器执行时导致包括以下步骤的方法：
使用至少一个计算机硬件处理器执行：
获得基于来自对象的成像的区域的一个或更多个超声信号而产生的超声数据；
基于所述超声数据来确定阴影轮廓，其中所述阴影轮廓表示阴影图像区域和组织之间的边界的位置；
基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志；
基于所述阴影轮廓来产生所述解剖标志的分类；以及
在手持超声成像器的显示器上显示基于所述超声数据并且基于所述解剖标志的分类的复合图像。
19.如权利要求18所述的介质，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
对所述阴影轮廓进行滤波；
对滤波的所述阴影轮廓执行非线性处理；以及
基于非线性处理的滤波的所述阴影轮廓来识别所述成像的区域中存在的解剖标志。
20.如权利要求18所述的介质，其中所述基于所述超声数据来确定阴影轮廓包括：
基于所述超声数据来确定阴影强度数据；以及
基于所述阴影强度数据的非线性处理来确定阴影轮廓。
21.如权利要求20所述的介质，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
接收指示目标解剖结构的信息；
基于指示所述目标解剖结构的信息来确定预期的阴影；
确定所述阴影轮廓和所述预期的阴影之间的相似性的测度；以及
基于所述阴影轮廓和所述预期的阴影之间的相似性的测度来识别所述成像的区域中存在的解剖标志。
22.如权利要求20所述的介质，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
接收指示目标解剖结构的信息；
基于指示所述目标解剖结构的信息来确定预期的阴影；以及
基于所述阴影轮廓和所述预期的阴影来识别所述成像的区域中存在的解剖标志。
23.如权利要求18所述的介质，其中所述基于所述阴影轮廓来识别所述成像的区域中存在的解剖标志包括：
识别所述阴影轮廓中的特征；以及
将所述阴影轮廓中的所述特征分类为特定的解剖标志。
24.如权利要求23所述的介质，其中所述阴影轮廓中的识别的所述特征是所述阴影轮廓中的峰；并且
其中所述将所述阴影轮廓中的所述特征分类为特定的解剖标志包括：
将所述阴影轮廓中的所述峰分类为所述特定的解剖标志。
CN201780049358.5A 2016-08-18 2017-08-18 用于超声脊椎阴影特征检测及其成像的系统和方法 Active CN109561875B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201662376770P 2016-08-18 2016-08-18
US62/376,770 2016-08-18
PCT/US2017/047472 WO2018035392A1 (en) 2016-08-18 2017-08-18 System and method for ultrasound spine shadow feature detection and imaging thereof

Publications (2)

Publication Number Publication Date
CN109561875A CN109561875A (zh) 2019-04-02
CN109561875B true CN109561875B (zh) 2022-03-04

Family

ID=61197416

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780049358.5A Active CN109561875B (zh) 2016-08-18 2017-08-18 用于超声脊椎阴影特征检测及其成像的系统和方法

Country Status (4)

Country Link
US (1) US20190192114A1 (zh)
EP (1) EP3500175A4 (zh)
CN (1) CN109561875B (zh)
WO (1) WO2018035392A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2687015C1 (ru) * 2018-06-06 2019-05-06 Федеральное государственное бюджетное учреждение "Федеральный центр травматологии, ортопедии и эндопротезирования" Министерства здравоохранения Российской Федерации (г. Чебоксары) Способ диагностики структурных изменений в мягких тканях паравертебральной зоны после хирургической коррекции позвоночника
WO2020016069A1 (en) * 2018-07-18 2020-01-23 Koninklijke Philips N.V. Acquisition workflow and status indicators in a handheld medical scanning device
WO2020044758A1 (ja) * 2018-08-29 2020-03-05 富士フイルム株式会社 超音波診断装置および超音波診断装置の制御方法
JP7299100B2 (ja) * 2019-08-08 2023-06-27 富士フイルムヘルスケア株式会社 超音波診断装置及び超音波画像処理方法
RU2737019C2 (ru) * 2020-06-01 2020-11-24 Федеральное государственное бюджетное учреждение "Федеральный центр травматологии, ортопедии и эндопротезирования" Министерства здравоохранения Российской Федерации Способ диагностики перипротезных гематом после реверсивного эндопротезирования плечевого сустава

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4476873A (en) * 1982-09-03 1984-10-16 Medtronic, Inc. Ultrasound scanning system for skeletal imaging
CN102497821A (zh) * 2009-07-27 2012-06-13 香港理工大学 用于评估脊柱侧凸的三维（3d）超声成像系统
CN102933153A (zh) * 2010-01-29 2013-02-13 弗吉尼亚大学专利基金会 用于定位解剖结构或探针引导的超声
WO2014134188A1 (en) * 2013-02-28 2014-09-04 Rivanna Medical, LLC Systems and methods for ultrasound imaging
WO2016113165A1 (en) * 2015-01-16 2016-07-21 Koninklijke Philips N.V. Vertebral feature identification

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6846290B2 (en) * 2002-05-14 2005-01-25 Riverside Research Institute Ultrasound method and system
JP5319340B2 (ja) * 2009-03-12 2013-10-16 日立アロカメディカル株式会社 超音波診断装置
US8582848B2 (en) * 2010-07-30 2013-11-12 Siemens Medical Solutions Usa, Inc. System and method for detection of acoustic shadows and automatic assessment of image usability in 3D ultrasound images
US9486291B2 (en) * 2012-06-21 2016-11-08 Rivanna Medical Llc Target region identification for imaging applications
JP6322354B2 (ja) 2013-02-28 2018-05-09 リヴァンナ メディカル、エルエルシー． 手持ち式超音波撮像装置
CN104637044B (zh) * 2013-11-07 2017-12-01 中国科学院深圳先进技术研究院 钙化斑块及其声影的超声图像提取系统
US10105120B2 (en) * 2014-02-11 2018-10-23 The University Of British Columbia Methods of, and apparatuses for, producing augmented images of a spine

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4476873A (en) * 1982-09-03 1984-10-16 Medtronic, Inc. Ultrasound scanning system for skeletal imaging
CN102497821A (zh) * 2009-07-27 2012-06-13 香港理工大学 用于评估脊柱侧凸的三维（3d）超声成像系统
CN102933153A (zh) * 2010-01-29 2013-02-13 弗吉尼亚大学专利基金会 用于定位解剖结构或探针引导的超声
WO2014134188A1 (en) * 2013-02-28 2014-09-04 Rivanna Medical, LLC Systems and methods for ultrasound imaging
WO2016113165A1 (en) * 2015-01-16 2016-07-21 Koninklijke Philips N.V. Vertebral feature identification

Also Published As

Publication number Publication date
US20190192114A1 (en) 2019-06-27
EP3500175A4 (en) 2020-04-08
WO2018035392A1 (en) 2018-02-22
EP3500175A1 (en) 2019-06-26
CN109561875A (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
CN109561875B (zh) 用于超声脊椎阴影特征检测及其成像的系统和方法
US11373303B2 (en) Systems and methods for ultrasound imaging
US10368834B2 (en) Bone surface image reconstruction using ultrasound
JP7277967B2 (ja) 超音波画像データの三次元撮像およびモデリング
CN106061424B (zh) 用于跟踪穿刺器械的系统和方法
Tran et al. Automatic detection of lumbar anatomy in ultrasound images of human subjects
KR20210104715A (ko) 광학 코드를 이용한 증강 현실 디스플레이
US20140364726A1 (en) Systems and methods to identify interventional instruments
CN107920775A (zh) 相对于解剖特征的探针超声引导
US20180153620A1 (en) Spinal Navigation Method, Spinal Navigation System and Computer Program Product
US10548564B2 (en) System and method for ultrasound imaging of regions containing bone structure
Huang et al. 2.5-D extended field-of-view ultrasound
Gueziri et al. The state-of-the-art in ultrasound-guided spine interventions
CN114129240A (zh) 一种引导信息生成方法、系统、装置及电子设备
KR20170086311A (ko) 의료 영상 장치 및 그 동작방법
KR20140100648A (ko) 일 호흡 주기에 따른 장기의 형상 및 위치의 변화를 나타내는 모델을 생성하는 방법, 장치 및 시스템.
Alsinan et al. Bone shadow segmentation from ultrasound data for orthopedic surgery using GAN
Jiang et al. A real‐time freehand 3D ultrasound imaging method for scoliosis assessment
JP7299100B2 (ja) 超音波診断装置及び超音波画像処理方法
Ashab Ultrasound guidance for epidural anesthesia
Welch et al. Real-time freehand 3D ultrasound system for clinical applications
Beigi Image-based enhancement and tracking of an epidural needle in ultrasound using time-series analysis
US20220096047A1 (en) Apparatus and method for detecting bone fracture
Rasoulian Statistical models of the spine for image analysis and image-guided interventions
Shuang Automatic localization of epidural needle entry site with lumbar ultrasound image processing

Legal Events

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