CN109788939A - 用于通过自动检测b线和对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择的方法和系统 - Google Patents
用于通过自动检测b线和对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择的方法和系统 Download PDFInfo
- Publication number
- CN109788939A CN109788939A CN201780060280.7A CN201780060280A CN109788939A CN 109788939 A CN109788939 A CN 109788939A CN 201780060280 A CN201780060280 A CN 201780060280A CN 109788939 A CN109788939 A CN 109788939A
- Authority
- CN
- China
- Prior art keywords
- line
- image
- group
- video clip
- multiple images
- 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
- A61B8/08—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
-
- 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
- A61B8/48—Diagnostic techniques
-
- 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
超声设备在一组肺的被选区域中获取具有多个图像的视频片段。超声设备检测所述多个图像中的每一个图像中的B线(942,944),并且检测B线中的每一条B线的宽度。超声设备基于宽度将B线分类为第一组和第二组,基于B线的数量和每条B线的宽度来分配分值,并且在所述图像中的每一个图像中与第二组中的B线不同地突出显示第一组中的B线。超声设备从多个图像中识别代表性图像并且显示识别出的代表性图像(940)。突出显示可包括将一对指示符(950,951)叠加在B线中的每一条B线的一对边缘上。
Description
相关申请的交叉引用/通过引用并入
本申请是2015年9月29日提交的题为“用于通过自动检测B线和对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择的方法和系统”的美国专利申请序列第14/869560号的部分继续申请,其通过引用方式并入本文。
技术领域
本发明的某些实施例涉及超声成像。更具体地,本发明的某些实施例涉及一种方法和系统,所述方法和系统用于通过自动检测B线和的B线宽度并基于检测到的B线和检测到的B线的宽度对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择。
背景技术
超声成像是用于对人体中的器官和软组织进行成像的医学成像技术。超声成像使用实时非侵入性高频声波来生成一系列二维(2D)和/或三维(3D)图像。
多年来,超声不用于评估肺,因为在正常情况下唯一可检测的结构是胸膜,该胸膜表现为与呼吸同步移动的超回波水平线。后来,发现当肺中的空气含量减少时(诸如在患有肺水肿、急性呼吸窘迫综合征(ARDS)、肺炎和肺纤维化的患者中),可产生反射超声波束所需的声学不匹配。具体地,超声扫描期间的血管外肺水的存在引起在超声图像中可见的彗尾混响伪影(称为B线)、超声肺彗星或肺火箭。这些B线(所述B线显示为从胸膜延伸到超声图像的底部的明亮垂直线)和B线的宽度可用于评估肺水肿的严重性,并且也可有助于评估患有ARDS、肺炎和肺纤维化的患者。
肺功能本质上是区域性的。例如,存在于一个肺的一个切面中的状况可不存在于同一个肺的其他切面或另一个肺中。此外,肺超声图像的分析通常在覆盖了至少一个呼吸周期的超声扫描上进行。目前,医师可查看并分析来自肺的多个区域的多个图像,以基于在图像中识别出的B线的数量来对肺的每个区域的状况进行评分。对大量图像的查看、分析和手动评分是劳动密集型过程,其由于不同医师对B线的主观识别而不精确。
现有的超声和后处理系统不自动识别代表性超声图像以用于每个区域中的文档。此外,现有系统不增强B线的可视化以供超声系统的操作者查看。现有系统也不检测所述B线中的每一条B线的宽度,并且使用B线的数量和B线的宽度来向所述图像中的每一个图像分配分值。此外,现有系统不促进用于帮助评估患者状况的改善或恶化的在先前检查与当前检查之间对图像和分值进行的比较。
通过将这些系统与本申请的其余部分中参考附图所阐述的本发明的一些方面进行比较,常规的和传统的方法的进一步的限制和缺点对本领域技术人员而言将明显。
发明内容
一种方法包括:执行超声扫描以在一组肺的被选区域中获取具有多个图像的视频片段,;检测多个图像中的每一个图像中的B线;检测多个图像中的每一个图像中的B线中的每一条B线的宽度;基于所述B线中的每一条B线的宽度,由处理器来将B线分类为第一组和第二组,其中第一组中的B线具有比第二组中的B线要窄的宽度;至少部分地基于检测到的B线的数量以及所述B线中的每一条B线的宽度,将分值分配给视频片段的多个图像中的每一个图像;由处理器来在视频片段的图像中的每一个图像中与第二组中的B线不同地突出显示第一组中的B线;由处理器来从被选区域中的视频片段的多个图像中识别代表性图像,代表性图像的识别至少部分地基于多个图像中的每一个图像的被分配的分值;以及由超声系统的显示系统来显示识别出的代表性图像。
一种系统包括超声设备,所述超声设备包括超声探头,所述超声探头可操作用于执行超声扫描以在一组肺的被选区域中获取具有多个图像的视频片段。所述系统包括处理器,所述处理器可操作用于:检测视频片段的多个图像中的每一个图像中的B线;检测所述B线中的每一条B线的宽度;基于所述B线中的每一条B线的宽度,将B线分类为第一组和第二组,其中第一组中的B线具有比第二组中的B线要窄的宽度;并且基于B线的数量和B线的宽度,将分值分配给视频片段的多个图像中的每一个图像。处理器可操作用于:与第二组中的B线不同地突出显示第一组中的B线;从被选区域中的视频片段的多个被突出显示的图像中识别代表性图像,代表性图像的识别至少部分地基于多个图像中的每一个图像的被分配的分值,以及显示系统,所述显示系统可操作用于显示识别出的代表性图像。
一种非瞬态计算机可读介质,所述非瞬态计算机可读介质上存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段可由机器来执行以使机器执行步骤,所述步骤包括:检测通过对一组肺的被选区域的超声扫描所获取的视频片段的多个图像中的每一个图像中的B线;检测多个图像中的每一个图像中的B线中的每一条B线的宽度;基于B线中的每一条B线的宽度,将B线分类为第一组和第二组,其中第一组中的B线具有比第二组中的B线要窄的宽度;至少部分地基于检测到的B线的数量以及被突出显示的图像中的每一个图像中的B线中的每一条B线的宽度,将分值分配给视频片段的多个图像中的每一个图像;在视频片段的多个图像中的每一个图像中,与第二组中的B线不同地突出显示第一组中的B线;以及从所述一组肺的被选区域中的视频片段的多个图像中识别代表性图像,代表性图像的识别至少部分地基于多个图像中的每一个图像的被分配的分值。
从以下描述和附图中将更全面地理解本发明的这些和其他优点、方面和新颖特征以及其所示的实施例的细节。
附图说明
图1是根据本发明的实施例的可操作用于通过自动检测B线和对超声扫描的图像进行评分来提供代表性超声图像的增强的可视化和选择的示例性超声系统的框图。
图2是本领域中已知的肺的一部分的示例性超声图像的屏幕截图。
图3是根据本发明的实施例的具有识别B线的标记的肺的一部分的示例性增强超声图像的屏幕截图。
图4是根据本发明的实施例的具有识别B线的标记的肺的一部分的示例性增强超声图像的屏幕截图。
图5是根据本发明的实施例的显示被评分的肺区域的标测图的示例性用户界面的屏幕截图。
图6是本领域中已知的具有轻度状况、中度状况和严重状况的肺的一部分的示例性超声图像的屏幕截图。
图7是根据本发明的实施例的显示来自当前检查和先前检查的肺超声图像的示例性用户界面的屏幕截图。
图8是示出了根据本发明实施例的可用于通过自动检测B线和对超声扫描的图像进行评分来提供代表性超声图像的增强的可视化和选择的示例性步骤的流程图。
图9是示出根据本发明的实施例的可用于通过自动检测B线和B线的宽度以及对超声扫描的图像进行评分来提供代表性超声图像的增强的可视化和选择的示例性步骤的流程图。
图10是根据实施例的肺的一部分的示例性增强超声图像的屏幕截图。
图11是根据实施例的肺的一部分的示例性增强超声图像的屏幕截图。
图12是根据实施例的肺的一部分的示例性增强超声图像的屏幕截图。
具体实施方式
本发明的某些实施例可见于一种方法和系统中,该方法和系统用于通过自动检测B线以及基于检测到的B线和B线的宽度对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择。例如,本发明的各方面具有提供优化的图像获取参数以用于在超声图像中检测B线的技术效果。此外,本发明的各方面具有自动提供被增强以识别B线以用于呈现给超声操作者的实时超声图像的技术效果。本发明的各方面具有基于每个图像中的检测到的B线的数量和所述B线中的每一条B线的宽度来对利用超声系统获取的图像进行评分的技术效果。另外,本发明的各方面具有自动识别代表性超声图像以供超声操作者接受以提供对每个超声扫描区域的存档的技术效果。此外,本发明的各方面具有促进通过自动识别并检索先前的相关的超声检查图像来在先前检查与当前检查之间对图像和分值进行比较以帮助评估患者状况的改善或恶化的技术效果。
当结合附图阅读时,将更好地理解前述发明内容以及某些实施例的以下详细描述。就附图示出各种实施例的功能块的图而言,功能块不一定指示硬件电路之间的划分。因此,例如,功能块中的一个或多个功能块(例如,处理器或存储器)可在单个硬件(例如,通用信号处理器或随机存取存储器的块、硬盘等)或多个硬件中实现。类似地,程序可以是独立程序,可以作为子例程被包含在操作系统中,可以是所安装的软件包中的功能等。应该理解的是,各种实施例不限于附图中所示的布置和手段。还应该理解的是,可以组合实施例,或者可以利用其他实施例,并且可在不脱离本发明的各种实施例的范围的情况下进行该结构、逻辑和电气改变。因此,以下详细描述不应被视为限制意义,并且本发明的范围由所附权利要求及其等效物来限定。
如本文所使用的,除非明确说明此类排除,以单数形式列举并且以单词“一个(a)”或“一(an)”开头的元件或步骤应被理解为不排除多个所述元件或步骤。此外,对“一个实施例”的引用不旨在被解释为排除也包含所述特征的另外的实施例的存在。此外,除非明确地相反声明,否则“包括”或“具有”拥有特定性质的元件或多个元件的实施例可以包括不具有该性质的附加元件。
同样如本文所使用的,术语“图像”广泛地指代可视图像和表示可视图像的数据。然而,许多实施例生成(或被配置成生成)至少一个可视图像。另外,如本文所使用的,短语“图像”用于指代超声模式,诸如B模式、CF模式和/或CF的子模式,诸如TVI、血管造影(Angio)、灰阶血流(B-flow)、BMI、BMI血管造影(BMI_Angio),并且在某些情况下还有MM、CM、PW、TVD、CW,其中“图像”和/或“平面”包括单个束或多个束。
此外,本文所使用的术语“处理器”或“处理单元”是指可执行本发明所需要的所需的计算的任何类型的处理单元,诸如单核或多核:CPU、图形板(Graphics Board)、DSP、FPGA、ASIC或它们的组合。
应当注意的是,本文所描述的生成或形成图像的各种实施例可包括用于形成图像的处理,在一些实施例中,该处理包括波束成形,并且在其他实施例中,该处理不包括波束成形。例如,可在没有波束成形的情况下形成图像,诸如通过将经解调的数据的矩阵乘以系数矩阵,使得乘积是图像,并且其中该过程不形成任何“束”。而且,可使用可源自多于一个发射事件的信道组合来执行图像的形成(例如,合成孔径技术)。
在各种实施例中,在软件、固件、硬件或它们的组合中执行超声处理以形成图像,该超声处理例如包括超声波束成形(诸如接收波束成形)。在图1中示出具有根据各种实施例所形成的软件波束成形器架构的超声系统的一种实现方式。
图1是根据本发明的实施例的示例性超声系统100的框图,该示例性超声系统100可操作用于通过自动检测B线206和对超声扫描的图像300进行评分来提供代表性超声图像的增强的可视化和选择。参考图1,示出了超声系统100,该超声系统包括发射器102、超声探头104、发射波束成形器110、接收器118、接收波束成形器120、RF处理器124、RF/IQ缓冲器126、用户输入模块130、信号处理器132、存档138、图像缓冲器136和显示系统134。
发射器102可包括可操作用于驱动超声探头104的合适的逻辑、电路、接口和/或代码。超声探头104可以包括压电元件的一维(1D、1,25D、1,5D或1,75D)阵列、二维(2D)阵列或三维(3D)阵列。超声探头104可以包括一组发射换能器元件106和一组接收换能器元件108,其通常构成相同的元件。
发射波束成形器110可包括可操作用于控制发射器102的合适的逻辑、电路、接口和/或代码,发射器102通过发射子孔径波束成形器114来驱动所述一组发射换能器元件106以将超声发射信号发射到感兴趣的区域(例如,人类、动物、地下空腔、物理结构等)中。被发射的超声信号107可以从感兴趣的对象中的结构(如血细胞或组织)反向散射,以产生回波。接收换能器元件108接收所述回波。超声探头104中的一组接收换能器元件108可操作以将接收到的回波转换为模拟信号,通过接收子孔径波束成形器116进行子孔径波束成形,并然后将其传送到接收器118。
接收器118可包括合适的逻辑、电路、接口和/或代码,该合适的逻辑、电路、接口和/或代码可操作用于接收和解调来自接收子孔径波束形成器116的信号。经解调的模拟信号可被传送到多个A/D转换器122中的一个或多个A/D转换器。多个A/D转换器122可包括可操作以将来自接收器118的解调模拟信号转换成对应的数字信号的合适的逻辑、电路、接口和/或代码。多个A/D转换器122被设置在接收器118与接收波束成形器120之间。尽管如此,本发明不限于此。因此,在本发明的一些实施例中,多个A/D转换器122可集成在接收器118内。
接收波束成形器120可包括合适的逻辑、电路、接口和/或代码,该合适的逻辑、电路、接口和/或代码可操作用于对从多个A/D转换器122接收的信号执行数字波束成形处理。可将得到的经处理的信息转换回对应的RF信号。从接收波束成形器120输出的对应输出RF信号可被传送到RF处理器124。根据本发明的一些实施例,接收器118、多个A/D转换器122、和波束成形器120可集成到单个波束成形器中,该波束成形器可以是数字的。
RF处理器124可包括可操作用于解调RF信号的合适的逻辑、电路、接口和/或代码。根据本发明的实施例,RF处理器124可包括复合解调器(未示出),该复合解调器可操作用于解调RF信号以形成表示对应的回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器126。RF/IQ缓冲器126可包括合适的逻辑、电路、接口和/或代码,该合适的逻辑、电路、接口和/或代码可操作用于提供对RF处理器124所生成的RF或I/Q信号数据的临时存储。
用户输入模块130可用于输入患者数据、图像获取和扫描参数、设定、配置参数、改变扫描模式等。在本发明的示例性实施例中,用户输入模块130可操作用于配置、管理和/或控制超声系统100中的一个或多个部件和/或模块的操作。在这方面,用户输入模块130可操作用于配置、管理和/或控制发射器102、超声探头104、发射波束成形器110、接收器118、接收波束成形器120、RF处理器124、RF/IQ缓冲器126、用户输入模块130、信号处理器132、图像缓冲器136和/或显示系统134的操作。
在各种实施例中,用户输入模块130可操作用于提供图像获取参数。例如,用户可使用用户输入模块130输入诸如深度、增益和焦点等之类的参数。在示例性实施例中,用户输入模块130可操作用于接收接受代表性超声图像的选择。例如,用户可激活超声探头104上的按钮130以接受并存储所显示的超声图像300,该超声图像300描绘表示最严重水平的肺水肿的最大量的B线。或者,用户可激活超声探头上的按钮130,以基于B线的数量和宽度来接受并存储具有最高分值的所显示的超声图像。用户输入模块130可以是鼠标设备、键盘、触摸屏显示器、遥控装置、按钮、开关、滑动条、语音激活输入或可操作用于接收用户输入的任何合适的设备或机构。用户输入模块130可与其他部件(诸如超声探头104或显示系统134)集成,或者可以是单独的部件。
信号处理器132可包括可操作用于处理超声扫描数据以用于生成超声图像以在显示系统134上呈现的合适的逻辑、电路、接口和/或代码。信号处理器132可操作用于根据获取到的超声扫描数据上的多个可选择的超声模态来执行一个或多个处理操作。当接收到回波信号时,可在扫描会话期间实时处理获取到的超声扫描数据。另外地或替代性地,可在扫描会话期间将超声扫描数据临时存储在RF/IQ缓冲器126中,并且在实时或离线操作中以低于实时的方式来处理超声扫描数据。在示例性实施例中,信号处理器132可包括参数选择模块140、B线处理模块150、代表性帧选择模块160以及检查分析模块170。
超声系统100可操作用于以适合于所讨论的成像情况的帧速率来连续地获取超声信息。典型的帧速率范围为20-70,但可更低或更高。获取到的超声信息可以以可与帧速率相同或更慢或更快的显示速率显示在显示系统134上。包括图像缓冲器136,以用于存储未被安排为立即显示的获取到的超声信息的被处理的帧。优选地,图像缓冲器136具有足够的容量来存储至少长达几秒钟的超声信息帧。帧以促进根据超声信息的获取顺序或时间对超声信息进行检索的方式来存储超声信息。图像缓冲器136可体现为任何已知的数据存储介质。
参数选择模块140可包括合适的逻辑、电路、接口和/或代码,该合适的逻辑、电路、接口和/或代码可操作用于将图像获取参数导入并应用于发射器102和/或发射波束成形器110,以通过控制超声发射信号发射到感兴趣区域中来获取目标的增强的超声图像数据。参数选择模块140可基于从用户输入模块130接收到的指令和/或从存储先前相关的检查图像和信息的存档138导入的参数来选择适当的图像获取参数。图像获取参数可包括深度、增益、焦点等。例如,可通过不扩展孔径且不将聚焦延伸超过胸膜204深度来优化肺的超声图像300中的B线206可视化。具体地,可选择图像处理参数以优化超声扫描的获取和波束成形,以通过将聚焦延迟和孔径设置为与胸膜204的深度接近的深度来突出显示B线206。由信号处理器132的参数选择模块140为同一患者的先前的和当前的超声扫描选择匹配的图像获取参数提高了B线206识别以及先前的和当前的超声扫描的评分的可靠性和一致性。存档138可以是本地存档、图片存档和通信系统(PACS)或用于存储超声图像和相关信息(诸如被选择用于获取存储的超声图像的图像获取参数)的任何合适的设备。
B线处理模块150可包括合适的逻辑、电路、接口和/或代码,该合适的逻辑、电路、接口和/或代码可操作用于:在超声视频片段(也被称作超声扫描)的帧(也被称作图像)中识别B线204;通过突出显示302超声视频片段的帧300中的每一个帧中的B线,增强B线204的可视化以呈现给操作者;并且基于检测到的B线204对视频片段中的超声图像中的每一个超声图像进行评分。B线处理模块150可被配置成识别B线并且增强图像中的B线的可视化,该图像来自实时地获取到的视频片段或来自先前获取到的并从存档中检索的视频片段。在其他实施例中,B线处理模块150可识别并增强近实时获取到的B线的可视化。图2是本领域中已知的肺的一部分的示例性超声图像200的屏幕截图。参考图2,示出了肺的超声图像200,该超声图像200具有在肋202之间大致水平延伸的胸膜线204,该肋202通过其声学阴影识别。B线206表现为从胸膜204延伸到超声图像200的底部的明亮垂直线。
再次参考图1,信号处理器132的B线处理模块150可应用图像检测技术和/或算法来自动检测肋202作为具有暗阴影的表面超回波结构,所述暗阴影延伸到图像300的底部。在各种实施例中,肋202的识别可能不是必需的或可能的。例如,如果在图像获取期间将超声探头104放置在两个肋之间,则可不对肋202进行成像。B线处理模块150可应用图像检测技术和/或算法来自动检测图像300中的胸膜204。例如,B线处理模块150可在图像数据中搜索识别胸膜204的明亮水平切面。在示例性实施例中,可至少部分地基于检测到的肋202的位置来识别胸膜204。B线处理模块150可应用图像检测技术和/或算法来自动识别图像300中的B线。例如,B线处理模块150可在图像数据中搜索从检测到的胸膜204和在识别出的肋202之间延伸到超声图像300的底部的明亮垂直线。
在代表性实施例中,信号处理器132的B线处理模块150突出显示超声视频片段的每个帧300中的B线206。可通过在图像300上叠加标记302、对表示了图像300中的B线的超声像素进行着色和/或用于引起对检测到的B线206的注意的任何合适的方式来执行突出显示,以呈现给在显示系统134处查看图像300的操作者和/或医师。图3是根据本发明的实施例的具有识别B线206的标记302的肺的一部分的示例性增强超声图像300的屏幕截图。图4是根据本发明的实施例的具有识别B线206的标记302的肺的一部分的示例性增强超声图像300的屏幕截图。参考图3和图4,示出了肺的超声图像300,该超声图像300具有胸膜线204、一条或多条B线206以及识别每条B线206的标记302。胸膜204表现为跨图像300延伸的大致水平的线。一条或多条B线表现为从胸膜206延伸到超声图像300的底部的明亮垂直线。在所示实施例中,每条B线204由叠加在图像300上的垂直线标记302突出显示。在各种实施例中,具有识别(一条或多条)B线206的(一个或多个)标记302的超声图像300可在显示系统134处动态呈现,使得超声探头104的操作者可以基本上实时地观察被标记的图像300。
信号处理器的B线处理模块150可检测图像中的B线中的每一条B线的宽度。B线处理模块150可应用图像检测技术和/或算法来自动检测超声图像中的B线中的每一条B线的宽度。例如,B线处理模块可以测量或检测每个B线在距图像中的胸膜固定深度或固定距离处的宽度。根据示例性实施例,B线处理模块150可在与B线垂直或基本上垂直(诸如在垂直的10度内)的方向上检测B线中的每一条B线的宽度。
信号处理器132的B线处理模块150至少部分地基于检测到的B线204对视频片段中的超声图像300中的每一个超声图像进行评分。B线处理模块150可应用算法来对检测到的B线204的数量进行计数。被计数的B线204的数量可用于分配分值。分值可以是与多个类别中的一个类别相对应的数字或等级。例如,2个或更少被计数的B线204可对应于正常或轻度状况,3-5个B线204可对应于中度状况,并且6个或更多个B线204可对应于严重状况。可为正常或轻度状况指定1的分值或等级。可为中度状况指定2的分值或等级。可为严重状况指定3的分值或等级。作为示例,可将具有一个检测到的B线206的图3的超声图像300评分或分级为对应于正常或轻度状况的水平1,而可将具有三个检测到的B线206的图4的超声图像300评分或分级为对应于中度状况的水平2。图6是本领域中已知的具有轻度状况、中度状况和严重状况的肺的一部分的示例性超声图像500、502、504的屏幕截图。参考图6,肺的超声图像500、502、504被示出为具有胸膜线204和一条或多条B线206。胸膜204表现为跨每个图像500、502、504延伸的大致水平的线。一条或多条B线表现为从胸膜204延伸到超声图像500、502、504的底部的明亮垂直线。轻度图像500被示出为具有2条B线206。中度图像502被示出为具有5条B线206。严重图像504被示出为具有超过6条B线206。尽管可参考示例性计数、类别和/或分值来描述某些实施例,但是除非如此要求,否则本发明的各个方面的范围不应限于这些特定的计数、类别和/或分值,并且可另外地和/或替代性地适用于任何合适的计数、类别和/或分值。例如,可限定更多或更少的类别与B线206的不同计数相关联且与不同的分值或等级相对应。
在各种实施例中,B线处理模块150可在向超声图像300提供分值时考虑B线强度和/或会聚B线的面积。例如,再次参考图6,在一些严重情况504中,B线206可会聚或以其他方式连接在一起。因此,除了标记302每个B线206之外或代替标记302每个B线206,B线处理模块150可标记一组或多组连接的B线的边缘并且计算一组或多组连接的B线的面积以考虑超声图像300的分值。作为另一个示例,B线处理模块150可在对超声图像进行评分时考虑B线强度。在自动选择描绘如下所述的最严重水平的B线的超声图像时,例如可由代表性帧选择模块160使用B线的强度、面积分值或宽度中的一个或多个作为附加评分机制和/或决胜依据。
在某些实施例中,B线处理模块150可从超声探头104接收反馈和/或应用图像检测和分析技术或算法,从而分析图像数据以检查探头104运动。如果探头104正在移动,则信号处理器132的B线处理模块150可暂停对超声图像的评分。
代表性帧选择模块160可包括合适的逻辑、电路、接口和/或代码,该合适的逻辑、电路、接口和/或代码可操作用于查看视频片段的每个图像300并且自动选择具有描绘最严重水平的B线206的最高分值的图像300。例如,当执行超声扫描时,显示系统134可呈现利用标记302增强的实时图像300以及具有标记302的自动选择的代表性图像300。实时图像和自动选择的代表性图像可呈现在单独的窗口、单独的显示器或显示系统134处的任何合适的布置中。作为示例,图3可以是实时增强的图像300,并且图4可以是具有最严重水平的B线206的自动选择的代表性图像300,该代表性图像300可与最严重水平的肺水肿等相对应。在各种实施例中,代表性帧选择模块160可自动选择具有最多B线206的视频片段的帧300。另外地或替代性地,代表性帧选择模块160可在选择代表性图像300时考虑B线强度或B线的面积。例如,如果视频片段的帧300中的多于一个帧具有相同数量的检测到的B线206,则B线强度或B线的面积可以是决胜依据。
在获取跨越了至少一个呼吸周期的超声视频片段之后,操作者可以在用户输入模块130处提供输入以接受并存储由代表性帧选择模块160选择的代表性图像300。另外地或替代性地,操作者可手动选择代表性图像300或继续在另外的呼吸周期中获取超声数据,直到向操作者呈现合适的代表性图像300以供接受为止。例如,操作者可激活超声探头104上的按钮130或任何合适的用户输入模块130以接受由代表性帧选择模块160选择的代表性图像300。被接受的帧300可存储在存档138中,存档138可以是本地存档或PACS,例如,用于记录为肺的特定区域所选择的代表性图像300。
检查分析模块170可包括合适的逻辑、电路、接口和/或代码,该合适的逻辑、电路、接口和/或代码可操作用于呈现用于在显示系统134处分析检查图像的当前的和先前的检查图像和工具。例如,检查分析模块170可呈现肺分值分布标测图400,该肺分值分布标测图400向被映射的、被成像的和被评分的肺的每个区域404提供总的肺分值408和单独的分值406。
图5是根据本发明的实施例的显示被评分的肺区域的标测图402的示例性用户界面400的屏幕截图。参考图5,用户界面400包括具有区域404的标测图布局402。基于由代表性帧选择模块160选择的接受到的帧300,可为每个区域404分配分值或等级406。可由检查分析模块170将分值或等级406示出为字母、数字、灰度阴影、颜色代码或用于区分不同分值的任何合适的机制。仍然参考图5,分值被示为范围在1与3之间的数字,其中1与正常或轻度状况相关联,2与中度状况相关联,且3与严重状况相关联。在各种实施例中,总分值408也可由检查分析模块170来提供。总分值可以是平均值、中间值、众数、总和或用于表征标测图布局402中的所有区域404的状况的任何合适的机制。参考图5,总分值408被示为标测图布局402的区域404中的分值之和。在图5所示的示例中,总分值408可在8到24之间的范围内,较低分值与正常或轻度状况相关联,且较高分值与标测图布局402中的经组合的区域404的严重状况相对应。例如,可由超声系统100的显示系统134处的信号处理器132的检查分析模块170来呈现图5的用户界面400。
再次参考图1,检查分析模块170可自动从存档138中检索先前的检查图像604,以用于与显示系统134处的检查图像用户界面显示600中的当前检查图像614进行比较。图7是根据本发明的实施例的显示来自当前检查和先前检查的肺超声图像604、614的示例性用户界面600的屏幕截图。参考图7,检查图像用户界面显示600可包括信息框或搜索框602、612,该信息框或搜索框602、612识别被检索以用于比较的图像的集604、614。可根据区域404或图像位置(诸如下部、中部、上部、右前部、右侧部、左前部和左侧部等)来组织图像604、614,。例如,图像604、614(该图像604、614可以是由代表性帧选择模块160选择并且被操作者接受以进行存储的代表性图像300)可包括由B线处理模块150分配的分值606的指示。在各种实施例中,检查分析模块170自动检索最近的先前检查图像集604,以与当前的检查图像集614进行比较。另外地或替代性地,操作者可使用搜索框602、612来选择要检索以用于比较的检查图像集。图像集604、612可存储在存档138(诸如本地存档、PACS)或任何合适的存储设备中。检查图像用户界面显示600可被显示在超声系统100的显示系统134处或包括了远程显示部件的任何合适的显示部件处。
图8是示出了根据本发明实施例的可用于通过自动检测B线206并对超声扫描的图像300进行评分来提供代表性超声图像300的增强的可视化和选择的示例性步骤802-816的流程图800。参考图8,示出包括了示例性步骤802至816的流程图800。本发明的某些实施例可省略所述步骤中的一个或多个步骤,和/或以与列出的顺序不同的顺序来执行步骤,和/或组合下面讨论的某些步骤。例如,在本发明的某些实施例中可以不执行一些步骤。作为进一步的示例,可以以与下面所列出的时间顺序不同的时间顺序(包括同时地)来执行某些步骤,。
在步骤802处,超声系统100可接收用于超声扫描的图像获取参数。例如,信号处理器132的参数选择模块140可从存档138中检索图像获取参数。检索到的图像获取参数可以是默认参数或相关超声检查中所使用的参数。作为另一个示例,操作者可经由用户输入模块130来将图像获取参数输入到参数选择模块140或者将图像获取参数调整到参数选择模块140。成像获取参数可包括增益、深度、焦点等。参数选择模块140可选择或建议用于优化获取到的超声图像300中的B线206可视化的图像处理参数,诸如通过选择或建议优化超声扫描的获取和波束成形的图像获取参数以通过将焦距延迟和孔径设定为与胸膜的深度接近的深度来突出显示B线。为超声扫描选择的图像获取参数可存储在存档138中。
在步骤804处,操作者可选择布局402和/或区域404以用于超声图像获取。例如,可在多个区域404中执行肺的超声扫描。区域404的数量和区域404的布局402可由操作者选择或配置。作为示例,布局402可在每个肺处具有两行和两列,总共八个区域404,如图5所示。操作者还可选择其他布局,诸如在每个肺处具有三行和两列的网格总共十二个区域404,或任何合适的布局402。在各种实施例中,布局402可由操作者经由用户输入模块130来选择或配置。在某些实施例中,可由信号处理器132自动选择默认布局402和/或可基于先前的检查布局从存档138导入布局402。一旦选择了布局402,操作者或默认就可选择第一区域404来进行成像。在完成下面的步骤806到816之后,流程图可返回到步骤804以选择下一个区域404来进行成像并继续循环通过流程图的步骤804到816,直到所有区域404都已被完成为止。
在步骤806处,超声系统100中的超声探头104可操作用于执行在步骤804处所选择的区域404的超声扫描。超声扫描可得到具有在至少一个呼吸周期的持续时间中获取到的多个帧的视频片段。可在指定的持续时间内或由操作者等来自动检测呼吸周期。例如,如果患者正在使用呼吸机,则呼吸机可向信号处理器132提供识别呼吸周期持续时间的信号。作为另一个示例,呼吸周期可由用户输入模块130处的操作者输入来限定,或者呼吸周期可以是默认值,诸如3-5秒。此外,操作者可通过在用户输入模块130处提供输入(诸如通过按下超声探头104上的按钮)来识别呼吸周期的结束。
在步骤808处,信号处理器132的B线处理模块150可识别获取到的视频片段的每个图像300中的肋202和胸膜204。例如,信号处理器132的B线处理模块150可应用图像检测技术和/或算法来自动检测肋202作为具有暗阴影(该暗阴影延伸到图像300的底部)的表面超回波结构,并且可搜索识别胸膜204的明亮水平切面的图像数据。在示例性实施例中,可至少部分地基于检测到的肋202的位置来识别胸膜204。在各种实施例中,可省略肋202的识别。例如,如果在图像获取期间将超声探头104放置在两个肋之间,则可不对肋202进行成像。
在步骤810处,信号处理器132的B线处理模块150可检测获取到的视频片段的每个图像300中的B线206,并至少部分地基于检测到的B线206的数量对每个图像300进行评分。例如,B线处理模块150可应用图像检测技术和/或算法来在图像数据中搜索从检测到的胸膜204且在识别出的肋202之间延伸到超声图像300的底部的明亮垂直线。信号处理器132的B线处理模块150至少部分地基于检测到的B线204对视频片段中的超声图像300中的每一个超声图像进行评分。作为示例,B线处理模块150可应用算法来对检测到的B线204的数量进行计数,该数量可用于分配分值。在各种实施例中,B线处理模块150可在提供超声图像300的分值时考虑B线强度和/或会聚B线的面积。分值可以是与多个类别中的一个类别相对应的数字或等级,诸如轻度、中度和严重状况等。在某些实施例中,B线处理模块150可以执行探头104运动的检查,并且如果探头104正在移动则可暂停对超声图像的评分。
在步骤812处,信号处理器132的B线处理模块150可在视频片段的每个图像上突出显示检测到的B线。例如,通过在图像300上叠加标记302、对表示图像300中的B线的超声像素进行着色、和/或用于引起对检测到的B线206的注意的任何合适的方式,B线处理模块150可突出显示检测到的B线206,以呈现给查看图像300的操作者和/或医师。在各种实施例中,可在显示系统134处动态呈现具有识别(一条或多条)B线206的(一个或多个)标记302的超声图像300,以使得超声探头104的操作者可基本上实时地观察被标记的图像300。
在步骤814处,代表性帧选择模块160可至少部分地基于图像分值从被选区域404中的视频片段的图像中识别代表性图像300。例如,代表性帧选择模块160可操作用于查看视频片段的每个图像300并自动选择具有描绘最严重水平的B线206的最高分值的图像300。代表性帧选择模块160可自动选择具有最多B线206的视频片段的帧300。另外地或替代性地,代表性帧选择模块160可在选择代表性图像300时考虑B线强度或B线的面积。例如,如果视频片段的帧300中的多于一个帧具有相同数量的检测到的B线206,则B线强度或B线的面积可以是决胜依据。
在步骤816处,操作者可在用户输入模块130处提供指令以接受和存储由代表性帧选择模块160选择的代表性图像300。另外地或替代性地,操作者可手动选择代表性图像300或继续在另外的呼吸周期中获取超声数据,直到向操作者呈现合适的代表性图像300以供接受为止。例如,操作者可激活超声探头104上的按钮130或任何合适的用户输入模块130以接受由代表性帧选择模块160选择的代表性图像300。被接受的帧300可存储在存档138中,存档138可以例如用于记录为肺的特定区域所选择的代表性图像300的是本地存档或PACS。在完成步骤816之后,流程图可返回到步骤804以选择下一个区域404进行成像并继续循环通过流程图的步骤804到816,直到所有区域404都已被完成为止。
在完成标测图布局402中的所有区域404时,检查分析模块170可操作用于呈现当前的和先前的检查图像和工具,以用于在显示系统134处分析检查图像。例如,检查分析模块170可呈现肺分值分布标测图400,该肺分值分布标测图400为被映射的、被成像的和被评分的肺的每个区域404提供总的肺分值408和单独的分值406,如图5所示。作为另一个示例,检查分析模块170可自动从存档138中检索先前的检查图像604,以用于与显示系统134处的检查图像用户界面显示600中的当前检查图像614进行比较,如图7所示。
本发明的各方面提供了方法800和系统100,该方法800和系统100用于通过自动检测B线206和对超声扫描的图像300进行评分来提供代表性超声图像300的增强的可视化和选择。根据本发明的各种实施例,方法800包括由超声系统100的超声探头104来执行806超声扫描以获取在一组肺的被选区域404中获取的多个图像300的视频片段。方法800包括由超声系统100的处理器132、150来检测视频片段的多个图像300中的每一个图像中的B线206。方法800包括至少部分地基于检测到的B线206的数量,由处理器132、150将分值406、616分配810给视频片段的多个图像300中的每一个图像。方法800包括由处理器132、150来突出显示视频片段的多个图像300中的每一个图像中的检测到的B线206。方法800包括由处理器132、160来从被选区域404中的视频片段的多个被突出显示的图像300中识别814代表性图像300、614。代表性图像300、614的识别至少部分地基于多个图像300中的每一个图像的被分配的分值406、616。方法800包括由超声系统100的显示系统134来显示识别出的代表性图像300、614。
在代表性实施例中,方法800包括由处理器132、160来接收816操作者指令,接受识别出的代表性图像300、614,并且将被接受的代表性图像300、614存储816在存档138中。在某些实施例中,方法800包括由处理器132、160来将识别出的代表性图像300、614自动存储816在存档138中。在各种实施例中,超声扫描的获取和波束成形被优化以通过将焦点延迟和孔径设置为与胸膜204的深度接近的深度来突出显示B线206。
在某些实施例中,方法800包括由处理器132、150来检测808视频片段的多个图像300中的每一个图像中的胸膜204。在各种实施例中,方法800包括由处理器132、150来检测808视频片段的多个图像300中的每一个图像中的至少一个肋202。在代表性实施例中,对胸膜204的检测808至少部分地基于对至少一个肋202的检测808。
在各种实施例中,方法800包括由处理器132、140来接收对所述一组肺的布局402的选择804。布局402包括多个区域404。被选区域404是布局402的多个区域404中的一个区域。在代表性实施例中,对布局402的多个区域404中的每一个区域执行方法800。布局402的多个区域404中的每一个区域与被接受的代表性图像300、614相关联,以形成当前检查代表性图像数据集612。在某些实施例中,该方法包括由显示系统134来显示布局402,布局402包括布局402中的多个区域404中的每一个区域中的被接受的代表性图像300、614的被分配的分值406的表示。在各种实施例中,方法800包括由处理器132、170从存档138中检索先前相关检查代表性图像数据集602。方法800包括由显示系统134来显示当前检查代表性图像数据集612和检索到的先前相关检查代表性图像数据集602。在代表性实施例中,视频片段的多个图像300中的每一个图像中的突出显示是与检测到的B线206中的每一条B线相对应的被叠加的标记302和检测到的B线206的彩色像素中的一种或多种。
各种实施例提供了一种包括超声设备100的系统,该超声设备100包括超声探头104、处理器132和显示系统134。超声探头104可操作用于执行超声扫描以在一组肺的被选区域404中获取具有多个图像300的视频片段。处理器132、150可操作用于检测视频片段的多个图像300中的每一个图像中的B线204。处理器132、150可操作用于至少部分地基于检测到的B线206的数量将分值406、616分配给视频片段的多个图像300中的每一个图像。处理器132、150可操作用于在视频片段的多个图像300的每一个图像中突出显示302检测到的B线206。处理器132、160可操作用于从被选区域404中的视频片段的多个被突出显示的图像300中识别代表性图像300、614。代表性图像300、614的识别至少部分地基于多个图像300中的每一个图像的被分配的分值406、616。显示系统134可操作用于显示识别出的代表性图像300、614。
在代表性实施例中,该系统包括存档138。处理器132、160可操作用于接收接受识别出的代表性图像300、614的操作者指令,并且将被接受的代表性图像300、614存储在存档138中。在各种实施例中,该系统包括用户输入设备130,该用户输入设备130可操作用于向处理器132、160提供操作者指令。在某些实施例中,该系统包括存档138。处理器132、160可操作用于将识别出的代表性图像300、614自动存储在存档138中。在代表性实施例中,超声扫描的获取和波束成形被优化以通过将焦点延迟和孔径设置为与胸膜204的深度接近的深度来突出显示B线206。在各种实施例中,视频片段的多个图像300中的每一个图像中的突出显示302是与检测到的B线206中的每一条B线相对应的被叠加的标记302和检测到的B线206的彩色像素中的一种或多种。
某些实施例提供了一种非瞬态计算机可读介质,该非瞬态计算机可读介质上存储有计算机程序,该计算机程序具有至少一个代码段,该代码段可由机器执行以使机器执行本文所公开的步骤800。示例性步骤800可包括检测810通过对一组肺的被选区域404的超声扫描获取的视频片段的多个图像300中的每一个图像中的B线206。步骤800可包括至少部分地基于检测到的B线206的数量,将分值406、616分配给视频片段的多个图像300中的每一个图像。步骤800可包括在视频片段的多个图像300的每一个图像中突出显示812检测到的B线206。步骤800可包括从所述一组肺的被选区域404中的视频片段的多个被突出显示的图像300中识别814代表性图像300、614。代表性图像300、614的识别可至少部分地基于多个图像300中的每一个图像的被分配的分值406、616。
在代表性实施例中,步骤800可包括优化超声扫描的获取和波束成形以通过将焦点延迟和孔径设置为与胸膜204的深度接近的深度来突出显示B线206的步骤802。
如本文所使用的,术语“电路”是指物理电子部件(即硬件)和可配置硬件、由硬件执行或者以其他方式与硬件相关联的任何软件和/或固件(“代码”)。如本文所使用的,例如,特定的处理器和存储器可在执行第一一行或多行代码时包括第一“电路”,并且在执行第二一行或多行代码时可包括第二“电路”。如本文所使用的,“和/或”表示由“和/或”连接的列表中的项目中的任何一个或多个项目。作为示例,“x和/或y”表示三元素集合{(x),(y),(x,y)}中的任何元素。作为另一个示例,“x,y和/或z”表示七元素集合{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。如本文所使用的,术语“示例性”表示用作非限制性示例、实例或说明。如本文所使用的,术语“例如(e.g.)”和“例如(for example)”引出一个或多个非限制性示例、实例或图示的列表。如本文所使用的,每当电路包括必要的硬件和代码(如果有必要的话)以执行功能时,电路“可操作”以执行该功能,而不管是否由某些用户可配置的设置禁用或未启用该功能的执行。
本发明的其他实施例可提供其上存储有机器代码和/或计算机程序放的计算机可读设备和/或非瞬态计算机可读介质、和/或机器可读设备和/或非瞬态机器可读介质,,该机器代码和/或计算机程序具有可由机器和/或计算机执行的至少一个代码段,从而使机器和/或计算机执行如本文中所述的步骤,用于通过自动检测B线和对超声扫描的图像进行评分来提供代表性超声图像的增强的可视化和选择。
因此,本发明可以以硬件、软件或硬件和软件的组合来实现。本发明可以以集中的方式在至少一个计算机系统中实现或者以分布式方式(其中不同的元件分布在几个互连的计算机系统上)实现。被适配以执行本文所述方法的任何类型的计算机系统或其他设备都是适合的。硬件和软件的典型组合可以是具有计算机程序的通用计算机系统,该计算机程序在被加载和执行时控制计算机系统使得该计算机系统执行本文中所述的方法。
图9是示出了根据本发明实施例的可用于通过自动检测B线206和对超声扫描的图像300进行评分来提供代表性超声图像300的增强的可视化和选择的示例性步骤902-924的流程图900。参考图9,示出包括了示例性步骤902至924的流程图900。本发明的某些实施例可省略所述步骤中的一个或多个步骤,和/或以与列出的顺序不同的顺序执行步骤,和/或组合下面讨论的某些步骤。例如,在本发明的某些实施例中可不执行一些步骤。作为进一步的示例,某些步骤可以以与下面所列出的时间顺序不同的时间顺序(包括同时地)执行。
在步骤902处,超声系统100可接收用于超声扫描的图像获取参数。例如,信号处理器132的参数选择模块140可从存档138中检索图像获取参数。检索到的图像获取参数可以是默认参数或者相关超声检查中所使用的参数。作为另一个示例,操作者可经由用户输入模块130来将图像获取参数输入到参数选择模块140或者将图像获取参数调整到参数选择模块140。成像获取参数可包括增益、深度、焦点等。参数选择模块140可选择或建议用于优化获取到的超声图像300中的B线206可视化的图像处理参数,诸如通过选择或建议优化超声扫描的获取和波束成形的图像获取参数以通过将焦距延迟和孔径设定为与胸膜的深度接近的深度来突出显示B线。为超声扫描选择的图像获取参数可存储在存档138中。
在步骤904处,操作者可选择布局402和/或区域404以用于超声图像获取。例如,可在多个区域404中执行肺的超声扫描。区域404的数量和区域404的布局402可由操作者选择或配置。作为示例,布局402可在每个肺处具有两行和两列,总共八个区域404,如图5所示。操作者还可选择其他布局,诸如在每个肺处具有三行和两列的网格总共十二个区域404,或任何合适的布局402。在各种实施例中,布局402可由操作者经由用户输入模块130来选择或配置。在某些实施例中,可由信号处理器132自动选择默认布局402和/或可基于先前的检查布局从存档138导入布局402。一旦选择了布局402,操作者或默认就可选择第一区域404来进行成像。在完成下面的步骤906到923之后,流程图可返回到步骤904以选择下一个区域404进行成像并继续循环通过流程图的步骤904到924,直到所有区域404都已被完成为止。
在步骤906处,超声系统100中的超声探头104可操作用于执行在步骤904处所选择的区域404的超声扫描。超声扫描可得到具有在至少一个呼吸周期的持续时间中获取到的多个帧视频片段。可在指定的持续时间内或由操作者等来自动检测呼吸周期。例如,如果患者正在使用呼吸机,则呼吸机可向信号处理器132提供识别呼吸周期持续时间的信号。作为另一个示例,呼吸周期可由用户输入模块130处的操作者输入来限定,或者呼吸周期可以是默认值,诸如3-5秒。此外,操作者可通过在用户输入模块130处提供输入(诸如通过按下超声探头104上的按钮)来识别呼吸周期的结束。
在步骤908处,信号处理器132的B线处理模块150可识别获取到的视频片段的每个图像300中的肋202和胸膜204。例如,信号处理器132的B线处理模块150可应用图像检测技术和/或算法来自动检测肋202作为具有暗阴影(该暗阴影延伸到图像300的底部)的表面超回波结构,并且可搜索识别胸膜204的明亮水平切面的图像数据。在示例性实施例中,可至少部分地基于检测到的肋202的位置来识别胸膜204。在各种实施例中,可省略肋202的识别。例如,如果在图像获取期间将超声探头104放置在两个肋之间,则可不对肋202进行成像。
在步骤910处,信号处理器132的B线处理模块150可检测获取到的视频片段的每个图像300中的B线206,并且至少部分地基于检测到的B线206的数量对每个图像300进行评分。例如,B线处理模块150可应用图像检测技术和/或算法来在图像数据中搜索从检测到的胸膜204且在识别出的肋202之间延伸到超声图像300的底部的明亮垂直线。信号处理器132的B线处理模块150至少部分地基于检测到的B线206对视频片段中的超声图像300中的每一个超声图像进行评分。作为示例,B线处理模块150可应用算法来对检测到的B线206的数量进行计数,该数量可有助于评分。在各种实施例中,B线处理模块150可在向超声图像300提供分值时附加地考虑B线强度、会聚B线的面积和B线的宽度中的一个或多个。分值可以是与多个类别中的一个类别相对应的数字或等级,诸如轻度、中度和严重状况等。在某些实施例中,B线处理模块150可以执行探头104运动的检查,并且如果探头104正在移动则可暂停对超声图像的评分。
在步骤912处,B线处理模块150可检测视频片段中的图像中的每一个图像中的B线的宽度。B线处理模块150可应用图像检测技术和/或算法来在图像数据中搜索从检测到的胸膜204且在识别出的肋202之间延伸到超声图像300的底部的明亮垂直线。B线处理模块可寻找强度的变化和/或应用其他类型的算法来检测检测到的B线206中的每一条B线的边缘。在一个实施例中,B线处理模块150可在预定深度处检测B线206的宽度,或者操作者可选择深度。根据一个实施例,预定深度可以是距胸膜的预定深度。
在步骤914处,B线处理模块150基于B线中的每一条B线的宽度将视频片段的图像中的每一个图像中的B线分类为第一组和第二组。根据一个实施例,B线可分类为两组:包括较窄的B线的第一组,以及包括较宽的B线的第二组。根据示例性实施例,较窄的B线的宽可小于4mm,而较宽的B线的宽可大于4mm。应当理解,在其他实施例中,将“较窄”B线与“较宽”B线区分开的阈值宽度可不同。另外,在其他实施例中,B线可被分组为3个或更多个不同的类别。在一些实施例中,用于将B线分类到两个或更多个组中的阈值中的一个或多个阈值可以是用户可选择的。
在步骤916处,B线处理模块150至少部分地基于所述图像中的每一个图像中的B线206的数量和B线206的宽度来对每个图像进行评分。对每个图像的评分可以用于从视频片段中识别最佳图像以显示作为代表性图像。根据实施例,具有最高分值的图像可对应于具有最严重水平的B线的图像。如上所述,B线的严重性在某些情况下指示肺水肿的水平。因此,可能期望显示来自具有最严重B线的视频片段的图像。每个图像中的B线的数量和B线的宽度都可用于确定具有最严重B线的图像。
信号处理器132的B线处理模块150至少部分地基于检测到的B线206中的每一条B线的宽度来对视频片段中的超声图像300中的每一个超声图像进行评分。作为示例,B线处理模块150可在分配分值时应用考虑B线206的宽度的算法。分值可以是与多个类别中的一个类别对应的数字或等级,诸如轻度、中度和严重状况等。根据一个实施例,相比于较窄的B线,较宽的B线可对分值贡献更大。B线处理模块150可具有关于B线的宽度的预定类别。例如,B线处理模块150可具有用于B线的宽度的2个、3个或更多个不同的类别或仓。可预先确定不同类别或仓中的每一个类别或仓的宽度范围,或者在其他实施例中,所述类别或仓中的每一个类别或仓的宽度范围可以是用户可选择的。在其他实施例中,B线处理模块150可直接使用B线206中的每一条B线的测量出的宽度,而不应用分类或分仓步骤以便确定每个单独图像的分值。
根据实施例,在步骤916处,B线处理模块使用每个图像中的B线的数量和B线的宽度来确定视频片段中的每个图像的分值。
在示例性实施例中,被认为是较窄的B线可被赋予1的宽度分值并且被认为较宽的B线可被赋予2的宽度分值。在其他实施例中,基于B线的宽度,被认为较宽的B线可被赋予范围在2-10内的宽度分值。较宽的B线可被赋予较高的宽度分值。例如,通过添加每个图像中的所有B线的宽度分值,可确定每个图像的分值。相比于较窄的B线,宽度分值用于对较宽的B线赋予更大的权重。这意味着,相比于具有相同数量的较窄B线的图像,具有较宽线的图像将具有更高的分值。本领域技术人员应该理解,可使用基于检测到的B线的数量和B线中的每一条B线的宽度为每个图像分配分值的其他方法。除了B线的数量之外,使用B线的宽度导致更准确地识别具有最严重B线的图像,这对于对给定患者中的明显的肺水肿的严重性进行准确诊断和分类是在临床上有用的。
在步骤918处,信号处理器132的B线处理模块150可与第二组中的B线不同地突出显示第一组中的B线。例如,通过在图像300上叠加标记302、对表示图像300中的B线的超声像素进行着色、和/或用于与第二组中的B线(即,具有较宽的宽度的B线)区别地突出显示第一组中的B线(即,具有较窄宽度的B线)的任何合适的方式,B线处理模块150可区别地突出显示检测到的B线206。在各种实施例中,可在显示系统134处动态呈现具有识别(一条或多条)B线206的(一个或多个)标记302的超声图像300,使得超声探头104的操作者可基本上实时地观察被标记的图像300。
B线处理模块150可通过添加一对指示符来突出显示B线中的每一条B线的宽度,以示出所述B线中的每一条B线的一对边缘。该对指示符中的指示符中的每一个指示符可以是线、虚线、点线或标记每条B线中的每个边缘的任何其他类型的指示符。用于标记所述B线中的每一条B线的一对指示符之间的间距对于第一组中的B线而言将较窄,而对于第二组中的B线则较宽。在其他实施例中,B线处理模块150可通过使用多个不同的图形指示符来突出显示B线中的每一条B线的宽度。在一个实施例中,B线处理模块150可对代表性图像中的表示B线的像素进行着色。例如,B线处理模块150可通过将表示第一组中的B线中的每一条B线的第一多个像素着色为第一颜色来突出显示第一组中的B线。B线处理模块150还可与第一组中的B线不同地突出显示第二组中的B线。例如,B线处理模块150可通过将表示第二组中的B线中的每一条B线的第二多个像素着色为不同于第一颜色的第二颜色来突出显示第二组中的B线。B线处理模块150可用第一颜色对第一组中的所有B线(即,较窄的B线)的像素进行着色,并且用不同于第一颜色的第二颜色对第二组中的所有B线(即,较宽的B线)的像素进行着色。应当理解,如果B线处理模块150用于将B线分成多于两个不同的组,则可使用多于两种不同的颜色来着色各种B线的像素。
在另一个实施例中,B线处理模块150可使用其他图形指示符来突出显示宽度。例如,B线处理模块150可将第一图形指示符叠加在第一组中的B线(即,较窄的B线)上,并且将第二图形指示符叠加在第二组中的B线(即,较宽的B线)上。第一图形指示符可以是与第二图形指示符不同的形状或颜色。在一些实施例中,诸如实线、虚线或点线的线可用于突出显示B线。根据其他实施例,可以使用其他形状作为图形指示符。第一图形指示符可包括第一颜色的线或其他形状,并且第二图形指示符可包括与第一颜色不同的第二颜色的线或其他形状。虽然描述了使用线作为形状的示例性实施例,但是应当理解,根据其他实施例,可使用任何其他形状的图形指示符。B线处理模块150可实时或近实时地突出显示图像中的每一个图像中的B线的宽度。这向临床医生提供关于作为视频片段的一部分的图像中的B线的严重性的实时反馈。
在步骤920处,代表性帧选择模块160可至少部分地基于图像分值来从被选区域404中的视频片段的图像中识别代表性图像300。例如,代表性帧选择模块160可操作用于查看视频片段的每个图像300并且自动选择具有描绘最严重水平的B线206的最高分值的图像300。代表性帧选择模块160可基于每个图像中的B线的数量和B线的宽度来自动选择视频片段的帧300。另外,代表性帧选择模块160可在选择代表性图像300时考虑B线强度或B线的面积。例如,如果视频片段的帧300中的多于一个帧具有相同数量的检测到的B线206,则B线强度或B线的面积可以是决胜依据。
在步骤922处,处理器132可在显示系统134上显示代表性图像。如关于步骤915所讨论的,可在所显示的代表性图像上突出显示B线的宽度。并且,根据示例性实施例,可利用第一图形指示符来突出显示第一组中的B线,并且可利用第二图形指示符来突出显示第二组中的B线。
在步骤924处,操作者可在用户输入模块130处提供指令以接受并存储由代表性帧选择模块160选择的代表性图像300。另外地或替代性地,操作者可手动选择代表性图像300或继续在附加的呼吸周期中获取超声数据,直到向操作者呈现合适的代表性图像300以供接受为止。例如,操作者可激活超声探头104上的按钮130或任何合适的用户输入模块130以接受由代表性帧选择模块160选择的代表性图像300。被接受的帧300可存储在存档138中,存档138可以是例如用于记录为肺的特定区域所选择的代表性图像300本地存档或PACS。在完成步骤816之后,流程图可返回到步骤804以选择下一个区域404进行成像并继续循环通过流程图的步骤804到816,直到所有区域404都已被完成为止。
图10是根据实施例的肺的一部分的示例性增强超声图像940的屏幕截图。图10是可在方法900的步骤922处显示的图像的一个示例。图像940包括第一B线942和第二B线944。第一B线942比第二B线944窄。第一对指示符950叠加在第二B线944上以突出显示第一B线942的宽度。第二对指示符951叠加在第二B线944上。第一对指示符950包括第一指示符952和第二指示符954。第一指示符952和第二指示符954在图10所示的实施例中是虚线,但是指示符可以是实线、虚线或可用于指示每条B线的边缘的任何其他形状。线956以图形方式示出了第一B线942在预定深度处的宽度。可由B线处理模块150将该对指示符950叠加在图像940上。该对指示符950向用户提供关于第一B线的宽度的快速视觉参考。
图11是根据实施例的肺的一部分的示例性增强超声图像960的屏幕截图。图11是可在方法900的步骤922处显示的图像的一个示例。图像960包括B线962、第一指示符964和第二指示符966。第一指示符964用于指示B线962的第一边缘,并且第二指示符966用于指示B线962的第二边缘。可由B线处理模块150将第一和第二指示符(964、966)叠加在图像960上。
图12是根据实施例的肺的一部分的示例性增强超声图像970的屏幕截图。图12是可在方法900的步骤922处显示的图像的一个示例。图像970包括4条B线:第一B线972和第二组B线974。第一虚线976叠加在第一B线972上,并且虚线974叠加在第二组B线974上。第一B线972比第二组B线974中的B线中的每一条B线要窄。突出显示第一B线972的第一虚线976可以是与突出显示第二组B线974中的每一条B线的虚线978中的每一条虚线不同的颜色。在图12所示的实施例中,使用颜色以突出显示B线的宽度。具体地,叠加在第一B线上的标记(即第一虚线974)是第一颜色,以表示第一B线是较宽的,并且叠加在第二组B线974上的标记(即第二组虚线978)是第二颜色,以指示第二组B线比第一B线976要窄。
还可将本发明嵌入在计算机程序产品中,该计算机程序产品包括能够实现本文描述的方法的所有特征,并且该计算机程序产品在被加载到计算机系统中时能够执行这些方法。本上下文中的计算机程序是指一组指令的任何语言、代码或符号的任何表达,该组指令旨在使具有信息处理能力的系统直接地执行特定功能或在以下任一者或两者之后执行特定功能:a)转换为另一种语言、代码或符号;b)以不同的材料形式复制。
虽然已经参考某些实施例对本发明进行了描述,但是本领域技术人员应该理解,在不脱离本发明的范围的情况下,可进行各种改变并且可替换等效物。另外,在不脱离本发明的范围的情况下,可进行许多修改以使特定情况或材料适应于本发明的教导。因此,意图是本发明不限于所公开的特定实施例,而是本发明将包括落入所附权利要求范围内的所有实施例。
Claims (20)
1.一种方法,包括:
由超声系统的超声探头来执行超声扫描,以在一组肺的被选区域中获取具有多个图像的视频片段;
由超声系统的处理器来检测所述视频片段的所述多个图像中的每一个图像中的B线;
检测所述多个图像中的每一个图像中的所述B线中的每一条B线的宽度;
基于所述B线中的每一条B线的所述宽度,由所述处理器来将所述B线分类为第一组和第二组,其中所述第一组中的所述B线具有比所述第二组中的所述B线要窄的宽度;
至少部分地基于所述检测到的B线的数量以及所述B线中的每一条B线的宽度,由处理器来将分值分配给所述视频片段的所述多个图像中的每一个图像;
由所述处理器来在所述视频片段的所述图像中的每一个图像中与所述第二组中的所述B线不同地突出显示所述第一组中的所述B线;
由所述处理器来从所述被选区域中的所述视频片段的所述多个图像中识别代表性图像,所述代表性图像的所述识别至少部分地基于所述多个图像中的每一个图像的所述被分配的分值;以及
由所述超声系统的显示系统来显示所述识别出的代表性图像。
2.根据权利要求1所述的方法,其特征在于,所述突出显示包括在所述视频片段中的所述图像中的每一个图像中的所述B线中的每一条B线的一对边缘上叠加一对指示符。
3.根据权利要求1所述的方法,其特征在于,所述突出显示包括在所述第一组中的所述B线中的每一条B线上叠加第一图形指示符并且在所述第二组中的所述B线中的每一条B线上叠加第二图形指示符,其中所述第一图形指示符不同于所述第二图形指示符。
4.根据权利要求3所述的方法,其特征在于,所述第一图形指示符包括第一颜色的被叠加的标记,并且所述第二图形指示符包括第二颜色的被叠加的标记,其中所述第一颜色不同于所述第二颜色。
5.根据权利要求3所述的方法,其特征在于,所述第一图形指示符包括与所述第二图形指示符不同的形状。
6.根据权利要求1所述的方法,其特征在于,所述突出显示包括用第一颜色来对第一多个像素进行着色并且用第二颜色来对第二多个像素进行着色,所述第一多个像素表示所述第一组中的所述B线,所述第二多个像素表示所述第二组中的所述B线,其中所述第一颜色不同于所述第二颜色。
7.根据权利要求1所述的方法,其特征在于,由所述处理器在所述视频片段的所述图像中的每一个图像中与所述第二组中的所述B线不同地突出显示所述第一组中的所述B线是实时地发生的。
8.据权利要求1所述的方法,进一步包括在对所述视频片段的所述多个图像中的每一个图像中的B线进行所述检测之前,将所述视频片段存储在存档中并从所述存档来访问所述视频片段。
9.根据权利要求1所述的方法,包括由所述处理器来接收对所述一组肺的布局的选择,其中所述布局包括多个区域,并且其中所述被选区域是所述布局的所述多个区域中的一个区域。
10.根据权利要求9所述的方法,包括对于所述布局的所述多个区域中的每一个区域执行权利要求1所述的方法,其中所述布局的所述多个区域中的每一个区域与所述被接受的代表性图像相关联,以形成当前检查代表性图像数据集。
11.根据权利要求10所述的方法,包括由所述显示系统来显示所述布局,所述布局包括所述布局中的所述多个区域中的每一个区域中的所述被接收的代表性图像的所述被分配的分值的表示。
12.根据权利要求1所述的方法,包括:
由所述处理器来从存档中检索先前相关检查代表性图像数据集,以及
由所述显示系统来显示所述当前检查代表性图像数据集和所述检索到的先前相关检查代表性图像数据集。
13.一种系统,其包括:
超声设备,包括:
超声探头,所述超声探头可操作用于执行超声扫描以在一组肺的被选区域中获取具有多个图像的视频片段;
处理器,所述处理器可操作以:
检测所述视频片段的所述多个图像中的每一个图像中的B线,
检测所述B线中的每一条B线的宽度;
基于所述B线中的每一条B线的所述宽度,将所述B线分类为第一组和第二组,其中所述第一组中的所述B线具有比所述第二组中的所述B线要窄的宽度;
基于所述B线的所述数量和所述B线的所述宽度,将分值分配给所述视频片段的所述多个图像中的每一个图像;
在所述视频片段中的所述图像中的每一个图像中,与所述第二组中的所述B线不同地突出显示所述第一组中的所述B线;以及
从所述被选区域中的所述视频片段的所述多个被突出显示的图像中识别代表性图像,所述代表性图像的所述识别至少部分地基于所述多个图像中的每一个图像的所述被分配的分值;
显示系统,所述显示系统可操作用于显示所述识别出的代表性图像。
14.根据权利要求13所述的系统,其特征在于,所述处理器可操作用于在所述视频片段的所述图像中的每一个图像上用第一图形指示符来突出显示所述第一组中的所述B线并用第二图形指示符来突出显示所述第二组中的所述B线。
15.根据权利要求14所述的系统,其特征在于,所述处理器可操作用于实时地在所述视频片段的所述多个图像中的每一个图像上用第一图形指示符来突出显示所述第一组中的所述B线并用第二图形指示符来突出显示所述第二组中的所述B线。
16.根据权利要求13所述的系统,其特征在于,突出显示包括用第一颜色来对第一多个像素进行着色并用第二颜色来对第二多个像素进行着色,所述第一多个像素表示所述视频片段中的所述多个图像中的每一个图像中的所述第一组中的所述B线,所述第二多个像素表示所述视频片段中的所述多个图像中的每一个图像中的所述第二组中的所述B线,其中所述第一颜色不同于所述第二颜色。
17.根据权利要求16所述的系统,其特征在于,所述处理器可操作用于实时地用所述第一颜色来对所述第一多个像素进行着色并且用所述第二颜色来对所述第二多个像素进行着色。
18.一种非瞬态计算机可读介质,所述非瞬态计算机可读介质上存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段可由机器执行以使所述机器执行包括以下项的步骤:
检测由对一组肺的被选区域的超声扫描获取到的视频片段的多个图像中的每一个图像中的B线;
检测所述多个图像中的每一个图像中的所述B线中的每一条B线的宽度;
基于所述B线中的每一条B线的所述宽度,将所述B线分类为第一组和第二组,其中所述第一组中的所述B线具有比所述第二组中的所述B线要窄的宽度;
至少部分地基于所述被突出显示的图像中的每一个图像中的所述检测到的所述B线的数量和所述B线中的每一条B线的所述宽度,将分值分配给所述视频片段的所述多个图像中的每一个图像;
在所述视频片段的所述多个图像中的每一个图像中,与所述第二组中的所述B线不同地突出显示所述第一组中的所述B线;以及
从所述一组肺的所述被选区域中的所述视频片段的所述多个图像中识别代表性图像,所述代表性图像的所述识别至少部分地基于所述多个图像中的每一个图像的所述被分配的分值。
19.根据权利要求18所述的非瞬态计算机可读介质,其特征在于,所述突出显示包括在所述第一组中的所述B线中的每一条B线上叠加第一图形指示符并且在所述第二组中的所述B线中的每一条B线上叠加第二图形指示符,其中所述第一图形指示符不同于所述第二图形指示符。
20.根据权利要求18所述的非瞬态计算机可读介质,其特征在于,所述突出显示包括用第一颜色来对第一多个像素进行着色并且用第二颜色来对第二多个像素进行着色,所述第一多个像素表示所述第一组中的所述B线,所述第二多个像素表示所述第二组中的所述B线,其中所述第一颜色不同于所述第二颜色。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/279,616 | 2016-09-29 | ||
US15/279,616 US20170086790A1 (en) | 2015-09-29 | 2016-09-29 | Method and system for enhanced visualization and selection of a representative ultrasound image by automatically detecting b lines and scoring images of an ultrasound scan |
PCT/US2017/051500 WO2018063811A1 (en) | 2016-09-29 | 2017-09-14 | Method and system for enhanced visualization and selection of a representative ultrasound image by automatically detecting b lines and scoring images of an ultrasound scan |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109788939A true CN109788939A (zh) | 2019-05-21 |
CN109788939B CN109788939B (zh) | 2022-05-31 |
Family
ID=59974867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780060280.7A Active CN109788939B (zh) | 2016-09-29 | 2017-09-14 | 用于通过自动检测b线和对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择的方法和系统 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3518771B1 (zh) |
JP (1) | JP6841907B2 (zh) |
CN (1) | CN109788939B (zh) |
WO (1) | WO2018063811A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111419283A (zh) * | 2020-04-08 | 2020-07-17 | 上海长征医院 | 一种用于评估新冠肺炎患者病情严重程度的超声分析系统 |
CN111973220A (zh) * | 2019-05-22 | 2020-11-24 | 通用电气精准医疗有限责任公司 | 用于对多个解剖区域超声成像的方法和系统 |
CN112773393A (zh) * | 2019-11-04 | 2021-05-11 | 通用电气精准医疗有限责任公司 | 用于通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强的方法和系统 |
WO2021087687A1 (zh) * | 2019-11-04 | 2021-05-14 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像分析方法、超声成像系统和计算机存储介质 |
CN113081030A (zh) * | 2020-01-08 | 2021-07-09 | 通用电气精准医疗有限责任公司 | 用于基于m模式分析进行辅助超声扫描平面识别的方法和系统 |
CN113616237A (zh) * | 2020-05-08 | 2021-11-09 | 通用电气精准医疗有限责任公司 | 超声成像系统和方法 |
WO2021249048A1 (zh) * | 2020-06-10 | 2021-12-16 | 北京核信锐视安全技术有限公司 | 基于超声成像的新冠肺炎风险提示装置、方法和系统 |
CN114007513A (zh) * | 2019-07-10 | 2022-02-01 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像设备及检测b线的方法、装置、存储介质 |
CN114098796A (zh) * | 2020-08-27 | 2022-03-01 | 通用电气精准医疗有限责任公司 | 用于检测医学图像中的胸膜不规则性的方法和系统 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887607B (zh) * | 2019-02-28 | 2020-05-05 | 殷霞 | 支原体肺炎实时分析装置和方法 |
IT201900006969A1 (it) * | 2019-05-17 | 2020-11-17 | Marco Allinovi | Dispositivo ecografico polmonare |
JP2022533401A (ja) | 2019-05-24 | 2022-07-22 | コーニンクレッカ フィリップス エヌ ヴェ | 連続モニタリングのために繰り返し超音波検査をガイドするためのデバイス、システム、及び方法 |
WO2021127784A1 (en) * | 2019-12-24 | 2021-07-01 | Unity Health Toronto | Method and system for photoacoustic imaging of tissue and organ fibrosis |
EP4230148A4 (en) * | 2020-10-16 | 2024-05-15 | FUJIFILM Corporation | ULTRA-SOUND DIAGNOSTIC DEVICE AND METHOD FOR DISPLAYING ULTRA-SOUND DIAGNOSTIC DEVICE |
JPWO2022080184A1 (zh) * | 2020-10-16 | 2022-04-21 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1502310A (zh) * | 2002-11-27 | 2004-06-09 | 通用电气公司 | 用于测量与疾病相关的组织变化的方法和系统 |
US20080119735A1 (en) * | 2006-11-20 | 2008-05-22 | Sonowise, Inc. | Ultrasound imaging system and method with offset alternate-mode line |
WO2008073560A2 (en) * | 2006-10-06 | 2008-06-19 | Verathon Inc. | Systems and methods for lung imaging, pneumothorax detection and endotracheal tube insertion |
US20090306514A1 (en) * | 2008-06-10 | 2009-12-10 | Kabushiki Kaisha Toshiba | Ultrasound imaging apparatus and method for displaying ultrasound image |
CN101744643A (zh) * | 2008-12-18 | 2010-06-23 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声系统三功模式下的成像方法及其装置 |
CN102551791A (zh) * | 2010-12-17 | 2012-07-11 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声成像方法和装置 |
WO2013032811A2 (en) * | 2011-09-02 | 2013-03-07 | Farus, Llc | Scanning dental ultrasonography probe |
US8430819B2 (en) * | 2010-05-28 | 2013-04-30 | General Electric Company | System and method for ultrasound imaging with a configurable receive aperture |
WO2014195742A1 (en) * | 2013-06-04 | 2014-12-11 | Sveučilište U Rijeci Medicinski Fakultet | The procedure for determining and counting b-lines in ultrasound diagnosis of lung diseases |
US20150002538A1 (en) * | 2013-06-26 | 2015-01-01 | Samsung Electronics Co., Ltd. | Ultrasound image display method and apparatus |
CN104605890A (zh) * | 2014-12-18 | 2015-05-13 | 深圳开立生物医疗科技股份有限公司 | 一种剪切波峰值波形校正的方法、装置、系统及其应用 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013181300A1 (en) * | 2012-05-29 | 2013-12-05 | The Board Of Trustees Of The Leland Stanford Jr. University | Apparatus, systems, and methods for monitoring extravascular lung water |
JP5897227B1 (ja) * | 2014-06-11 | 2016-03-30 | オリンパス株式会社 | 医用診断装置、医用診断装置の作動方法および医用診断装置の作動プログラム |
-
2017
- 2017-09-14 JP JP2019516693A patent/JP6841907B2/ja active Active
- 2017-09-14 WO PCT/US2017/051500 patent/WO2018063811A1/en unknown
- 2017-09-14 CN CN201780060280.7A patent/CN109788939B/zh active Active
- 2017-09-14 EP EP17777121.9A patent/EP3518771B1/en active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1502310A (zh) * | 2002-11-27 | 2004-06-09 | 通用电气公司 | 用于测量与疾病相关的组织变化的方法和系统 |
WO2008073560A2 (en) * | 2006-10-06 | 2008-06-19 | Verathon Inc. | Systems and methods for lung imaging, pneumothorax detection and endotracheal tube insertion |
US20080119735A1 (en) * | 2006-11-20 | 2008-05-22 | Sonowise, Inc. | Ultrasound imaging system and method with offset alternate-mode line |
US20090306514A1 (en) * | 2008-06-10 | 2009-12-10 | Kabushiki Kaisha Toshiba | Ultrasound imaging apparatus and method for displaying ultrasound image |
CN101744643A (zh) * | 2008-12-18 | 2010-06-23 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声系统三功模式下的成像方法及其装置 |
US8430819B2 (en) * | 2010-05-28 | 2013-04-30 | General Electric Company | System and method for ultrasound imaging with a configurable receive aperture |
CN102551791A (zh) * | 2010-12-17 | 2012-07-11 | 深圳迈瑞生物医疗电子股份有限公司 | 一种超声成像方法和装置 |
WO2013032811A2 (en) * | 2011-09-02 | 2013-03-07 | Farus, Llc | Scanning dental ultrasonography probe |
WO2014195742A1 (en) * | 2013-06-04 | 2014-12-11 | Sveučilište U Rijeci Medicinski Fakultet | The procedure for determining and counting b-lines in ultrasound diagnosis of lung diseases |
US20150002538A1 (en) * | 2013-06-26 | 2015-01-01 | Samsung Electronics Co., Ltd. | Ultrasound image display method and apparatus |
CN104605890A (zh) * | 2014-12-18 | 2015-05-13 | 深圳开立生物医疗科技股份有限公司 | 一种剪切波峰值波形校正的方法、装置、系统及其应用 |
Non-Patent Citations (3)
Title |
---|
DANIEL MANTUANI: "Three-view bedside ultrasound for the differentiation of acute respiratory distress syndrome from cardiogenic pulmonary edema", 《AMERICAN JOURNAL OF EMERGENCY MEDICINE》 * |
DOUGLAS MILLER: "Anesthetic Techniques Influence the Induction of Pulmonary Capillary Hemorrhage During Diagnostic Ultrasound in Rats", 《ULTRASOUND IN MEDICINE & BIOLOGY》 * |
付振杰: "高分辨率HRCT肺间隔线对弥漫性肺病的临床诊断", 《中国现代医生》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111973220A (zh) * | 2019-05-22 | 2020-11-24 | 通用电气精准医疗有限责任公司 | 用于对多个解剖区域超声成像的方法和系统 |
CN111973220B (zh) * | 2019-05-22 | 2024-06-04 | 通用电气精准医疗有限责任公司 | 用于对多个解剖区域超声成像的方法和系统 |
CN114007513A (zh) * | 2019-07-10 | 2022-02-01 | 深圳迈瑞生物医疗电子股份有限公司 | 超声成像设备及检测b线的方法、装置、存储介质 |
CN114375179A (zh) * | 2019-11-04 | 2022-04-19 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像分析方法、超声成像系统和计算机存储介质 |
WO2021087687A1 (zh) * | 2019-11-04 | 2021-05-14 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像分析方法、超声成像系统和计算机存储介质 |
CN112773393A (zh) * | 2019-11-04 | 2021-05-11 | 通用电气精准医疗有限责任公司 | 用于通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强的方法和系统 |
CN113081030A (zh) * | 2020-01-08 | 2021-07-09 | 通用电气精准医疗有限责任公司 | 用于基于m模式分析进行辅助超声扫描平面识别的方法和系统 |
CN113081030B (zh) * | 2020-01-08 | 2024-09-13 | 通用电气精准医疗有限责任公司 | 用于基于m模式分析进行辅助超声扫描平面识别的方法和系统 |
CN111419283A (zh) * | 2020-04-08 | 2020-07-17 | 上海长征医院 | 一种用于评估新冠肺炎患者病情严重程度的超声分析系统 |
CN111419283B (zh) * | 2020-04-08 | 2023-11-14 | 上海长征医院 | 一种用于评估新冠肺炎患者病情严重程度的超声分析系统 |
CN113616237A (zh) * | 2020-05-08 | 2021-11-09 | 通用电气精准医疗有限责任公司 | 超声成像系统和方法 |
WO2021249048A1 (zh) * | 2020-06-10 | 2021-12-16 | 北京核信锐视安全技术有限公司 | 基于超声成像的新冠肺炎风险提示装置、方法和系统 |
CN114098796A (zh) * | 2020-08-27 | 2022-03-01 | 通用电气精准医疗有限责任公司 | 用于检测医学图像中的胸膜不规则性的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3518771B1 (en) | 2020-09-02 |
EP3518771A1 (en) | 2019-08-07 |
JP2019535346A (ja) | 2019-12-12 |
JP6841907B2 (ja) | 2021-03-10 |
CN109788939B (zh) | 2022-05-31 |
WO2018063811A1 (en) | 2018-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109788939A (zh) | 用于通过自动检测b线和对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择的方法和系统 | |
US20170086790A1 (en) | Method and system for enhanced visualization and selection of a representative ultrasound image by automatically detecting b lines and scoring images of an ultrasound scan | |
US11488298B2 (en) | System and methods for ultrasound image quality determination | |
JP6265909B2 (ja) | 名前による自動血管識別 | |
KR101369791B1 (ko) | 진단 의료 영상을 위한 상호참조 측정 | |
JP5226978B2 (ja) | 超音波診断装置及び画像処理プログラム | |
CN103845076B (zh) | 超声系统及其检测信息的关联方法和装置 | |
US10667793B2 (en) | Method and system for enhanced visualization and selection of a representative ultrasound image by automatically detecting B lines and scoring images of an ultrasound scan | |
US8727989B2 (en) | Automatic diagnosis support apparatus, ultrasonic diagnosis apparatus, and automatic diagnosis support method | |
CN105828723B (zh) | 超声成像组件以及用于显示超声图像的方法 | |
CN113040823B (zh) | 一种超声成像设备及超声图像的分析方法 | |
JP2020503099A (ja) | 出産前超音波イメージング | |
US8900144B2 (en) | Diagnosis apparatus and method of operating the same | |
CN114375179B (zh) | 超声图像分析方法、超声成像系统和计算机存储介质 | |
CN114680929A (zh) | 一种测量膈肌的超声成像方法和系统 | |
CN116194048A (zh) | 膈肌的超声测量方法及系统 | |
CN109640831A (zh) | 超声诊断装置 | |
WO2021003711A1 (zh) | 超声成像设备及检测b线的方法、装置、存储介质 | |
CN114271850B (zh) | 超声检测数据的处理方法及超声检测数据的处理装置 | |
US20220148172A1 (en) | System and method for detecting medical conditions | |
CN114652353A (zh) | 超声成像系统以及颈动脉斑块稳定性评估方法 | |
US20210128113A1 (en) | Method and apparatus for displaying ultrasound image of target object | |
JP7457571B2 (ja) | 超音波診断装置及び診断支援方法 | |
EP4140415A1 (en) | Method for use in analysing ultrasound image data of a subject | |
US20220160334A1 (en) | Method and system for enhanced visualization of a pleural line by automatically detecting and marking the pleural line in images of a lung ultrasound scan |
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 |