CN110477954B - 基于弹性成像的检测设备 - Google Patents
基于弹性成像的检测设备 Download PDFInfo
- Publication number
- CN110477954B CN110477954B CN201910611636.2A CN201910611636A CN110477954B CN 110477954 B CN110477954 B CN 110477954B CN 201910611636 A CN201910611636 A CN 201910611636A CN 110477954 B CN110477954 B CN 110477954B
- Authority
- CN
- China
- Prior art keywords
- parameters
- parameter
- ultrasound signal
- signal
- tissue
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 68
- 230000015572 biosynthetic process Effects 0.000 title description 2
- 230000003902 lesion Effects 0.000 claims abstract description 32
- 238000002091 elastography Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000002604 ultrasonography Methods 0.000 claims description 77
- 230000000875 corresponding effect Effects 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 13
- 206010016654 Fibrosis Diseases 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 10
- 230000004761 fibrosis Effects 0.000 claims description 10
- 206010061218 Inflammation Diseases 0.000 claims description 9
- 230000004054 inflammatory process Effects 0.000 claims description 9
- 238000012417 linear regression Methods 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 4
- 238000007906 compression Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000002757 inflammatory effect Effects 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 4
- 238000003384 imaging method Methods 0.000 abstract description 4
- 210000001519 tissue Anatomy 0.000 description 36
- 210000004185 liver Anatomy 0.000 description 19
- 230000035945 sensitivity Effects 0.000 description 11
- 208000008338 non-alcoholic fatty liver disease Diseases 0.000 description 10
- 208000019425 cirrhosis of liver Diseases 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 239000000523 sample Substances 0.000 description 6
- 208000004930 Fatty Liver Diseases 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 4
- 238000012352 Spearman correlation analysis Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 208000006454 hepatitis Diseases 0.000 description 3
- 208000018191 liver inflammation Diseases 0.000 description 3
- 230000000149 penetrating effect Effects 0.000 description 3
- 206010019668 Hepatic fibrosis Diseases 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010019708 Hepatic steatosis Diseases 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000007863 steatosis Effects 0.000 description 1
- 231100000240 steatosis hepatitis Toxicity 0.000 description 1
- 210000004003 subcutaneous fat Anatomy 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- 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
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
本发明公开了一种基于弹性成像的检测设备，所述设备包括：采集部，用于针对待测组织采集基于超声信号的参数；处理部，用于按照所述参数的设定分组及其所对应的检测模型，获取组织病变评估结果。本发明公开的基于弹性成像的检测设备，提供了获取组织病变评估结果的无创方式，通过基于超声信号的参数的设定分组及其对应的检测模型，能够无创、且连续准确的获取多种组织病变评估结果。
Description
技术领域
本发明涉及弹性检测，特别涉及基于弹性成像的检测设备。
背景技术
弹性成像检测技术在医学领域具有巨大的应用价值，在临床上主要应用于软组织器官的疾病诊断，与解剖图像相比，弹性成像可提供组织力学状况的辅助诊断信息，可以指导活组织检查，一些时候结合其他检查，就可以代替活组织检查。
弹性成像的方法很多，瞬时弹性成像技术(Transient Elastography，英文缩写TE)是其中一种定量检测组织弹性模量的技术，能够通过测量肝脏硬度值(Liverstiffness measurement，英文缩写LSM)，较为全面的反映肝脏的纤维化程度。
针对非酒精性脂肪性肝病(Non-alcoholic fatty liver disease，英文缩写NAFLD)患者，肥胖人群比例较高，肝脏脂肪病变程度、皮下脂肪厚度等，都会影响检测设备的检测效果。
发明内容
本发明实施例提供了基于弹性成像的检测设备。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
本发明实施例提供一种基于弹性成像的检测设备，所述设备包括：
采集部，用于针对待测组织采集基于超声信号的参数；
处理部，用于按照所述参数的设定分组及其所对应的检测模型，获取组织病变评估结果。
基于所述检测设备，作为可选的第一实施例，所述参数包括：从所述超声信号中解析出的定量参数和/或基于所述超声信号获取的弹性参数；
所述从超声信号中解析出的定量参数包括如下一种或者多种：反映超声信号幅度的参数、反映超声信号能量的参数，以及超声信号的脂肪衰减参数。
基于所述第一实施例，作为可选的第二实施例：
所述反映超声信号能量的参数包括如下一种或者多种：超声信号的幅度相关参数、超声信号的频率相关参数，以及超声信号的散射相关参数；
所述超声信号的脂肪衰减参数包括如下一种或者多种：反映超声信号在时域变化的参数、反映超声信号在频域变化的参数，以及超声信号衰减相关的参数。
基于所述第二实施例，作为可选的第三实施例：
所述超声信号的幅度相关参数包括如下一种或者多种：所述采集部所采集的感兴趣区域内原始射频信号的幅度、包络信号的幅度，以及指数压缩信号的幅度；
所述超声信号的频率相关参数包括：所述采集部所采集的感兴趣区域内原始射频信号的频率分布；
所述超声信号的散射相关参数包括如下一种或者多种：所述采集部所采集的感兴趣区域内原始射频信号、包络信号，以及指数压缩信号沿感兴趣方向的衰减；
所述超声信号衰减相关的参数包括：超声信号在时域的衰减参数和/或超声信号在频域的衰减参数。
基于所述第一实施例，作为可选的第四实施例，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数、反映超声信号幅度的参数、反映超声信号能量的参数中的一个或者多个结合而形成的分组；
所述组织病变评估结果包括：组织脂肪变程度的信息。
基于所述第一实施例，作为可选的第五实施例，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数、反映超声信号幅度的参数、反映超声信号能量的参数中的一个或者多个结合形成的分组；
所述组织病变评估结果包括：组织炎症程度的信息。
基于所述第一实施例，作为可选的第六实施例，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数和/或基于所述超声信号获取的弹性参数形成的分组；
所述组织病变评估结果包括：组织炎症活动程度的信息。
基于所述第四、第五或第六实施例，作为可选的第七实施例，所述参数的设定分组、及所述检测模型的预先设置方法，包括：
根据实验数据获得基于超声信号的参数与组织病变程度的相关性数据；
根据所述数据建立所述检测模型；
根据所述检测模型，确定预测效果达到标准的参量的设定分组。
基于所述第一实施例，作为可选的第八实施例，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数、基于所述超声信号获取的弹性参数、反映超声信号幅度的参数，以及反映超声信号能量的参数中的一个或者多个结合所形成的分组；
所述组织病变评估结果包括：组织纤维化程度的信息。
基于所述第八实施例，作为可选的第九实施例，所述参数的设定分组、及所述检测模型的预先设置方法，包括：
根据实验数据获得基于超声信号的参数与组织纤维化程度的相关性数据；
根据所述数据，确定与所述组织纤维化程度最具相关性的参数；
对确定出的参数与所述组织纤维化的等级进行曲线拟合；
针对所述拟合的结果进行对数变换，使用线性回归建立所述检测模型；根据所述检测模型，确定预测效果达到标准的参量的设定分组。
本示例性实施例提供的，取得了如下有益效果：
基于弹性成像的检测设备，提供了获取组织病变评估结果的无创方式，通过基于超声信号的定量参数的设定分组及其对应的检测模型，能够无创、且连续准确的获取多种组织病变评估结果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是一示例性实施例中基于弹性成像的检测设备的框图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，各实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中，诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
在一示例性实施例中，如图1所示，基于弹性成像的检测设备包括：采集部11和处理部12。
采集部11，用于针对待测组织采集基于超声信号的参数。可选的，采集部11采集的参数，可以是从超声信号中解析出的定量参数，也可以是基于超声信号获取的弹性参数，还可以是前述定量参数和弹性参数。弹性参数可以利用已知方法基于超声信号获得，常见的弹性参数例如LSM。
进一步，从超声信号中解析出的定量参数可以包括如下一种或者多种：反映超声信号幅度的参数；反映超声信号能量的参数；超声信号的脂肪衰减参数。超声信号的脂肪衰减参数可以利用已知方法获得，常见的脂肪衰减参数例如超声衰减参数(UltrasoundAttenuation Parameter，英文缩写UAP)
进一步，反映超声信号能量的参数可以包括如下一种或者多种：超声信号的幅度相关参数；超声信号的频率相关参数；超声信号的散射相关参数等。超声信号的脂肪衰减参数可以包括如下一种或者多种：反映超声信号在时域变化的参数；反映超声信号在频域变化的参数；超声信号衰减相关的参数。
进一步，超声信号的幅度相关参数可以包括如下一种或者多种：采集部11所采集的感兴趣区域内原始射频信号的幅度、包络信号的幅度和指数压缩信号的幅度。超声信号的频率相关参数可以包括：采集部11所采集的感兴趣区域内原始射频信号的频率分布。超声信号的散射相关参数可以包括如下一种或者多种：采集部11所采集的感兴趣区域内原始射频信号、包络信号或指数压缩信号沿感兴趣方向的衰减。超声信号衰减相关的参数可以包括：采集部11所采集的时域的衰减和频域的衰减的参数。
采集部11可以是检测探头。检测人员可以手持探头接触人体皮肤的组织所在区域，通过探头向组织发射超声波剪切波，接收超声波的回波信号，通过分析该回波信号可以获得弹性参数。
处理部12，用于按照参数的设定分组及其所对应的检测模型，获取组织病变评估结果。
组织病变评估结果，为标识组织病变不同程度的物理参数信息。
处理部12可以是与采集部11通过无线或有线方式连接的主机，处理由采集部11采集的基于超声信号的参数。
参数的设定分组及其所对应的检测模型为预先设置，不同的设定分组与不同的组织病变评估结果相关联。从采集部11采集的参数中，找到设定分组，再使用其对应的检测模型，就能获取相应的组织病变评估结果。
在本示例性实施例中，基于弹性成像的检测设备，提供了获取组织病变评估结果的无创方式，通过基于超声信号的定量参数的设定分组及其对应的检测模型，能够无创、且连续准确的获取多种组织病变评估结果。
在一示例性实施例中，组织为肝脏，待确定的组织病变评估结果为NAFLD人群的肝脏脂肪变程度。
采集部11可以采集基于超声信号的参数。处理部12基于预先设置的参数的设定分组及其所对应的检测模型，来获取肝脏脂肪变程度的信息。
参数的设定分组及其对应的检测模型，需针对样本通过实验进行预先设置。
针对NAFLD人群样本，以肝穿病例结果为金标准，使用Spearman相关性分析，获得基于超声信号的参数与肝脏脂肪变程度的相关性数据。结果表明，从超声信号中解析出的定量参数，显示出与肝脏脂肪变程度显著相关。
根据获得的相关性数据，使用线性回归方式进行计算，建立检测模型。在排除共线性因素之后，确定超声信号的脂肪衰减参数、反映超声信号幅度的参数、反映超声信号能量的参数中的一个或者多个结合，是肝脏脂肪变程度的预测参量，例如超声信号的脂肪衰减参数、反映超声信号幅度的参数、反映超声信号能量的参数可以分别针对肝脏脂肪变程度的预测效果达到标准，如表1所示。因此，超声信号的脂肪衰减参数可以作为一个独立的设定分组，反映超声信号幅度的参数、反映超声信号能量的参数也可以分别作为一个独立的设定分组。根据前文的举例，表1中所示的P1可以是超声信号的脂肪衰减参数，P12可以是反映超声信号幅度的参数。
表1
| 参数 | 非标准化系数 | 标准误 | T值 | 显著性 |
| 常量 | -3.185 | 0.293 | -11.455 | 0.000 |
| P1 | 0.013 | 0.001 | 8.670 | 0.000 |
| P12 | 0.055 | 0.013 | 0.277 | 0.000 |
通过受试者工作特征曲线(ROC)，根据曲线下面积(AUROC)，可以比较不同参数对肝脏病变程度的评估价值，本示例性实施例中以α＝0.05为检验水准。
使用ROC评价检测模型对肝脏脂肪变程度的评估价值，如表2给出的结果，其中灵敏度指代实际有病而按实验被正确判定为有病的百分率，特异性指代实际无病而按实验被正确判定为无病的百分率。灵敏度和特异性都是越大越好。检测模型对轻度脂肪变的AUROC达0.895，使用1.024作为截断值时，灵敏性和特异性分别为82.35％和89.23％。对中度及以上脂肪变的AUROC可达0.939，使用1.532作为截断值时，灵敏性和特异性为86.26％和93.27％。对重度及以上脂肪变的AUROC为0.835，使用1.561作为截断值时，灵敏性和特异性为90.62％和69.74％。
表2
| 脂肪变程度 | 曲线下面积 | 95％置信区间 | 约登指数 | 截断值 | 敏感性 | 特异性 |
| 轻度 | 0.895 | 0.842-0.936 | 0.7158 | 1.024 | 82.35 | 89.23 |
| 中度 | 0.939 | 0.894-0.969 | 0.7952 | 1.532 | 86.26 | 93.27 |
| 重度 | 0.835 | 0.774-0.886 | 0.604 | 1.561 | 90.62 | 69.74 |
在一示例性实施例中，组织为肝脏，待确定的组织病变评估结果为NAFLD人群的肝脏小叶炎症程度。
采集部11可以采集基于超声信号的参数。处理部12基于预先设置的参数的设定分组及其所对应的检测模型，来获取肝脏小叶炎症程度的信息。
参数的设定分组及其所对应的检测模型，需针对样本通过实验预先设置。
针对NAFLD人群样本，以肝穿病例结果为金标准，使用Spearman相关性分析，获得参数与肝脏小叶炎症程度的相关性数据。结果表明，超声信号的脂肪衰减参数、反映超声信号幅度的参数、反映超声信号能量的参数中的一个或者多个结合显示出与气球样变的弱相关，反映超声信号幅度的参数或反映超声信号能量的参数与气球样变的相关性具有统计学差异。
根据获得的相关性数据，使用线性回归方式进行计算，建立检测模型。例如，确定超声信号的脂肪衰减参数、反映超声信号幅度的参数和反映超声信号能量的参数联合使用时，预测肝脏小叶炎症程度的效果最好。也就是说，超声信号的脂肪衰减参数、反映超声信号幅度的参数和反映超声信号能量的参数可以作为一个设定分组。
使用ROC评价检测模型对肝脏小叶炎症程度的评估价值，检测模型对一级气球样变的AUROC可达0.774，对二级气球样变的AUROC为0.668。
在一示例性实施例中，组织为肝脏，待确定的组织病变评估结果为NAFLD人群的肝脏炎症活动程度。
采集部11可以采集基于超声信号的参数。处理部12基于预先设置的参数的设定分组及其所对应的检测模型，来获取肝脏炎症活动程度的信息。
参数的设定分组及其所对应的检测模型，需针对样本通过实验进行预先设置。
针对NAFLD人群样本，以SAF评分系统作为多参数诊断拟合的金标准，获得基于超声信号的参数与肝脏炎症活动程度的相关性数据。结果显示，从超声信号中解析出的定量参数显示出与炎症活动程度的强烈相关。
根据获得的相关性数据，使用线性回归进行拟合，建立检测模型。例如确定基于超声信号获取的弹性参数、和超声信号的脂肪衰减参数是预测肝脏炎症活动情况的相对独立的指标，即基于超声信号获取的弹性参数、和超声信号的脂肪衰减参数是预测效果达到标准的参数，如表3所示，P1为超声信号的脂肪衰减参数，P3为基于超声信号获取的弹性参数。也就是说，基于超声信号获取的弹性参数、和超声信号的脂肪衰减参数可以分别作为一个独立的设定分组。
表3
| 参数 | 非标准化系数 | 标准误 | T值 | 显著性 |
| 常量 | 0.416 | 0.590 | 0.705 | 0.482 |
| P1 | 0.008 | 0.003 | 3.036 | 0.003 |
| P3 | 0.030 | 0.009 | 3.442 | 0.001 |
使用ROC评价检测模型对肝脏炎症活动程度的评估价值，如表4给出的结果，检测模型对显著炎症活动的AUROC能达到0.873，以2.745为截断值，其诊断灵敏性和特异度分别为73.96％和93.33％。
表4
| 气球样变程度|变量 | 曲线下面积 | 95％置信区间 | 约登指数 | 截断值 | 敏感性 | 特异性 |
| 二级 | 0.873 | 0.817-0.918 | 0.6730 | 2.745 | 73.96 | 93.33 |
| 三级 | 0.739 | 0.669-0.801 | 0.4860 | 2.773 | 80.60 | 68.00 |
在一示例性实施例中，组织为肝脏，待确定的组织病变评估结果为NAFLD人群的肝脏纤维化程度。
采集部11可以采集基于超声信号的参数。处理部12基于预先设置的参数的设定分组及其所对应的检测模型，来获取肝脏纤维化程度的信息。
参数的设定分组及其所对应的检测模型，需针对样本通过实验进行预先设置。
针对NAFLD人群样本，以肝穿病例结果为金标准，使用Spearman相关性分析，获得基于超声信号的参数与肝脏纤维化程度的相关性数据。结果显示，基于所述超声信号获取的弹性参数显示出与肝脏纤维化程度的强相关性。
根据获得的相关性数据，对基于所述超声信号获取的弹性参数分别与纤维化等级进行曲线拟合，再针对拟合的结果进行对数变换，使用线性回归建立检测模型，确定基于超声信号获取的弹性参数、和从超声信号中解析出的定量参数均是预测肝脏纤维化程度的相对独立的参量，可以单独或结合使用。例如，基于超声信号获取的弹性参数、反映超声信号幅度的参数、反映超声信号能量的参数、和超声信号的脂肪衰减参数可以分别作为一个独立的设定分组。表5中的P3为基于超声信号获取的弹性参数，P15为反映超声信号幅度或能量的参数，P1为超声信号的脂肪衰减参数。
表5
| 参数 | 非标准化系数 | 标准误 | T值 | 显著性 |
| 常量 | 0.078 | 0.477 | 0.164 | 0.870 |
| P1 | -0.003 | 0.002 | -1.962 | 0.051 |
| lnP3 | 0.285 | 0.189 | 1.506 | 0.134 |
| P15 | 0.036 | 0.015 | 2.438 | 0.016 |
使用ROC曲线评价检测模型对肝脏纤维化程度的评估价值，如表6给出的结果显示，检测模型对显著肝纤维化的AUROC能达到0.805，以1.9956为截断值，其诊断灵敏性和特异度分别为72.27％和79.69％。对严重肝纤维化的AUROC为0.767，以2.0214为截断值，其诊断灵敏性和特异度分别为77.63％和66.42％。对早期肝纤维化的AUROC为0.767，以2.0214为截断值，其诊断灵敏性和特异度分别为77.63％和66.42％。
表6
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的流程及结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (9)
1.一种基于弹性成像的检测设备，其特征在于，所述设备包括：
采集部，用于针对待测组织采集基于超声信号的参数；
处理部，用于按照所述参数的设定分组及其所对应的检测模型，获取组织病变评估结果，
其中，所述参数的设定分组及其所对应的检测模型为预先设置，不同的设定分组与不同的组织病变评估结果相关联，
所述参数包括：从所述超声信号中解析出的定量参数和/或基于所述超声信号获取的弹性参数；
所述从超声信号中解析出的定量参数包括如下一种或者多种：反映超声信号幅度的参数、反映超声信号能量的参数，以及超声信号的脂肪衰减参数；
所述参数的设定分组及其所对应的所述检测模型的预先设置方法，包括：
根据实验数据获得基于超声信号的参数与组织病变评估结果的相关性数据；
根据所述相关性数据，确定与所述组织病变评估结果最具相关性的参数；
对确定出的参数使用线性回归进行拟合，建立检测模型；
根据所述检测模型，确定预测效果达到标准的参数的设定分组。
2.如权利要求1所述的检测设备，其特征在于：
所述反映超声信号能量的参数包括如下一种或者多种：超声信号的幅度相关参数、超声信号的频率相关参数，以及超声信号的散射相关参数；所述超声信号的脂肪衰减参数包括如下一种或者多种：反映超声信号在时域变化的参数、反映超声信号在频域变化的参数，以及超声信号衰减相关的参数。
3.如权利要求2所述的检测设备，其特征在于：
所述超声信号的幅度相关参数包括如下一种或者多种：所述采集部所采集的感兴趣区域内原始射频信号的幅度、包络信号的幅度，以及指数压缩信号的幅度；
所述超声信号的频率相关参数包括：所述采集部所采集的感兴趣区域内原始射频信号的频率分布；
所述超声信号的散射相关参数包括如下一种或者多种：所述采集部所采集的感兴趣区域内原始射频信号、包络信号，以及指数压缩信号沿感兴趣方向的衰减；
所述超声信号衰减相关的参数包括：超声信号在时域的衰减参数和/或超声信号在频域的衰减参数。
4.如权利要求1所述的检测设备，其特征在于，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数、反映超声信号幅度的参数、反映超声信号能量的参数中的一个或者多个结合而形成的分组；
所述组织病变评估结果包括：组织脂肪变程度的信息。
5.如权利要求1所述的检测设备，其特征在于，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数、反映超声信号幅度的参数、反映超声信号能量的参数中的一个或者多个结合形成的分组；
所述组织病变评估结果包括：组织炎症程度的信息。
6.如权利要求1所述的检测设备，其特征在于，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数和/或基于所述超声信号获取的弹性参数形成的分组；
所述组织病变评估结果包括：组织炎症活动程度的信息。
7.如权利要求4、5或6所述的检测设备，其特征在于，所述参数的设定分组、及所述检测模型的预先设置方法，包括：
根据实验数据获得基于超声信号的参数与组织病变程度的相关性数据；
根据所述数据建立所述检测模型；
根据所述检测模型，确定预测效果达到标准的参量的设定分组。
8.如权利要求1所述的检测设备，其特征在于，所述参数的设定分组包括：由所述超声信号的脂肪衰减参数、基于所述超声信号获取的弹性参数、反映超声信号幅度的参数，以及反映超声信号能量的参数中的一个或者多个结合所形成的分组；
所述组织病变评估结果包括：组织纤维化程度的信息。
9.如权利要求8所述的检测设备，其特征在于，所述参数的设定分组、及所述检测模型的预先设置方法，包括：
根据实验数据获得基于超声信号的参数与组织纤维化程度的相关性数据；
根据所述数据，确定与所述组织纤维化程度最具相关性的参数；
对确定出的参数与所述组织纤维化的等级进行曲线拟合；
针对所述拟合的结果进行对数变换，使用线性回归建立所述检测模型；
根据所述检测模型，确定预测效果达到标准的参量的设定分组。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910611636.2A CN110477954B (zh) | 2019-07-08 | 2019-07-08 | 基于弹性成像的检测设备 |
| PCT/CN2020/100463 WO2021004432A1 (zh) | 2019-07-08 | 2020-07-06 | 基于弹性成像的检测设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910611636.2A CN110477954B (zh) | 2019-07-08 | 2019-07-08 | 基于弹性成像的检测设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110477954A CN110477954A (zh) | 2019-11-22 |
| CN110477954B true CN110477954B (zh) | 2021-07-27 |
Family
ID=68546761
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910611636.2A Active CN110477954B (zh) | 2019-07-08 | 2019-07-08 | 基于弹性成像的检测设备 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN110477954B (zh) |
| WO (1) | WO2021004432A1 (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110477954B (zh) * | 2019-07-08 | 2021-07-27 | 无锡海斯凯尔医学技术有限公司 | 基于弹性成像的检测设备 |
| CN111528914A (zh) * | 2020-06-02 | 2020-08-14 | 深圳市人民医院 | 一种图像处理方法和装置 |
| CN113040816A (zh) * | 2021-04-06 | 2021-06-29 | 无锡海斯凯尔医学技术有限公司 | 超声弹性成像方法、装置、电子设备及存储介质 |
| CN114983477A (zh) * | 2022-06-30 | 2022-09-02 | 无锡海斯凯尔医学技术有限公司 | 用于评估肝脏病变状况的计算装置、肝脏弹性测量装置、远程工作站和介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1725992A (zh) * | 2002-12-16 | 2006-01-25 | 俄亥俄州立大学 | 基于参数模型的消融手术系统和方法 |
| CN101743549A (zh) * | 2007-06-07 | 2010-06-16 | 曼提斯库拉Ehf.公司 | 用于产生反映医学状态的严重程度的定量测量的系统和方法 |
| CN102429651A (zh) * | 2011-08-15 | 2012-05-02 | 重庆大学 | 基于多参数的颅内压无创检测方法及装置 |
| CN107582097A (zh) * | 2017-07-18 | 2018-01-16 | 中山大学附属第医院 | 一种基于多模态超声组学的智能辅助决策系统 |
| CN108230261A (zh) * | 2016-12-09 | 2018-06-29 | 通用电气公司 | 基于自动器官识别的全自动图像优化 |
| CN108378870A (zh) * | 2018-01-19 | 2018-08-10 | 无锡海斯凯尔医学技术有限公司 | 组织炎症活动度训练方法和装置 |
| CN109830303A (zh) * | 2019-02-01 | 2019-05-31 | 上海众恒信息产业股份有限公司 | 基于互联网一体化医疗平台的临床数据挖掘分析与辅助决策方法 |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6663567B2 (en) * | 2002-03-19 | 2003-12-16 | Zonare Medical Systems, Inc. | System and method for post-processing ultrasound color doppler imaging |
| US20080021319A1 (en) * | 2006-07-20 | 2008-01-24 | James Hamilton | Method of modifying data acquisition parameters of an ultrasound device |
| EP2097007B1 (en) * | 2006-12-21 | 2015-06-24 | Institut Gustave Roussy (IGR) | Method and system for quantification of tumoral vascularization |
| JP5304986B2 (ja) * | 2008-03-31 | 2013-10-02 | 株式会社日立メディコ | 超音波診断装置 |
| US9301732B2 (en) * | 2008-03-31 | 2016-04-05 | Hitachi Medical Corporation | Ultrasonic diagnostic arrangements selecting parameters for selecting relevant estimation data for classifying an elasticity image |
| EP2554124B1 (en) * | 2010-11-11 | 2014-01-01 | Olympus Medical Systems Corp. | Ultrasound observation device with the associated method and operating program |
| CN105559829A (zh) * | 2016-01-29 | 2016-05-11 | 任冰冰 | 一种超声诊断及其成像方法 |
| CN105930665B (zh) * | 2016-04-26 | 2018-06-29 | 北京工业大学 | 一种基于超声衰减系数的肝脏脂肪定量测量方法 |
| US11783947B2 (en) * | 2016-09-26 | 2023-10-10 | University Of Queensland | Method and apparatus for automatic disease state diagnosis |
| US11523774B2 (en) * | 2017-04-06 | 2022-12-13 | Siemens Medical Solutions Usa, Inc. | Tissue property estimation with ultrasound medical imaging |
| US9888879B1 (en) * | 2017-08-01 | 2018-02-13 | Endra Life Sciences Inc. | Method and system for estimating fractional fat content of an object |
| CN108268897A (zh) * | 2018-01-19 | 2018-07-10 | 北京工业大学 | 一种乳腺肿瘤多模态超声多层次计算机辅助诊断方法 |
| CN108095767B (zh) * | 2018-01-19 | 2020-10-02 | 无锡海斯凯尔医学技术有限公司 | 组织炎症活动度检测装置 |
| CN108309348B (zh) * | 2018-01-19 | 2020-10-30 | 无锡海斯凯尔医学技术有限公司 | 组织纤维化检测装置 |
| CN110477954B (zh) * | 2019-07-08 | 2021-07-27 | 无锡海斯凯尔医学技术有限公司 | 基于弹性成像的检测设备 |
-
2019
- 2019-07-08 CN CN201910611636.2A patent/CN110477954B/zh active Active
-
2020
- 2020-07-06 WO PCT/CN2020/100463 patent/WO2021004432A1/zh active Application Filing
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1725992A (zh) * | 2002-12-16 | 2006-01-25 | 俄亥俄州立大学 | 基于参数模型的消融手术系统和方法 |
| CN101743549A (zh) * | 2007-06-07 | 2010-06-16 | 曼提斯库拉Ehf.公司 | 用于产生反映医学状态的严重程度的定量测量的系统和方法 |
| CN102429651A (zh) * | 2011-08-15 | 2012-05-02 | 重庆大学 | 基于多参数的颅内压无创检测方法及装置 |
| CN108230261A (zh) * | 2016-12-09 | 2018-06-29 | 通用电气公司 | 基于自动器官识别的全自动图像优化 |
| CN107582097A (zh) * | 2017-07-18 | 2018-01-16 | 中山大学附属第医院 | 一种基于多模态超声组学的智能辅助决策系统 |
| CN108378870A (zh) * | 2018-01-19 | 2018-08-10 | 无锡海斯凯尔医学技术有限公司 | 组织炎症活动度训练方法和装置 |
| CN109830303A (zh) * | 2019-02-01 | 2019-05-31 | 上海众恒信息产业股份有限公司 | 基于互联网一体化医疗平台的临床数据挖掘分析与辅助决策方法 |
Non-Patent Citations (2)
| Title |
|---|
| Treatment efficacy and safety of ultrasound-guided percutaneous bipolar radiofrequency ablation for benign thyroid nodules;XIAO-LONG LI,et al;《Br J Radiol》;20161231;全文 * |
| 超声衰减成像技术定量评估肝纤维化的临床研究;刘东红,等;《中国医学影像技术》;20041231;第20卷(第8期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021004432A1 (zh) | 2021-01-14 |
| CN110477954A (zh) | 2019-11-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110477954B (zh) | 基于弹性成像的检测设备 | |
| US11529122B2 (en) | Methods and apparatuses for measuring tissue stiffness changes using ultrasound elasticity imaging | |
| Evans et al. | Quantitative shear wave ultrasound elastography: initial experience in solid breast masses | |
| Rouvière et al. | Stiffness of benign and malignant prostate tissue measured by shear-wave elastography: a preliminary study | |
| Bhatia et al. | Shear wave elasticity imaging of cervical lymph nodes | |
| Barr et al. | WFUMB guidelines and recommendations on the clinical use of ultrasound elastography: Part 5. Prostate | |
| Nightingale et al. | Derivation and analysis of viscoelastic properties in human liver: impact of frequency on fibrosis and steatosis staging | |
| Kuwahara et al. | Quantitative diagnosis of chronic pancreatitis using EUS elastography | |
| Kiviranta et al. | Indentation diagnostics of cartilage degeneration | |
| İçer et al. | Quantitative grading using grey relational analysis on ultrasonographic images of a fatty liver | |
| Meziri et al. | In vitro chronic hepatic disease characterization with a multiparametric ultrasonic approach | |
| Du et al. | Combination of ultrasound elastography with TI-RADS in the diagnosis of small thyroid nodules (≤ 10 mm): A new method to increase the diagnostic performance | |
| CN103637821A (zh) | 基于超声RF时间序列的肝纤维化程度Fisher识别方法 | |
| CN103637820A (zh) | 基于超声rf时间序列的肝纤维化程度相对偏差识别方法 | |
| Dźwigała et al. | High-resolution ultrasound imaging of skin involvement in systemic sclerosis: a systematic review | |
| Zanetti-Dällenbach et al. | Length Scale Matters: Real‐Time Elastography versus Nanomechanical Profiling by Atomic Force Microscopy for the Diagnosis of Breast Lesions | |
| Aitharaju et al. | Assessment of chronic liver disease by multiparametric ultrasound: results from a private practice outpatient facility | |
| Pesavento et al. | Real time strain imaging and in-vivo applications in prostate cancer | |
| Nakashima et al. | Auto strain ratio system for the quality control of breast strain elastography | |
| CN117897102A (zh) | 用于使用超声的反向散射相干的组织分析的方法、系统和计算机程序产品 | |
| Coila et al. | Recent developments in spectral-based ultrasonic tissue characterization | |
| CN111202519B (zh) | 一种在体血栓软硬度检测的方法及其系统 | |
| Yang et al. | An innovative ultrasound strain elastographic method for the differential diagnosis of breast tumors | |
| CN114366164B (zh) | 一种动脉粥样硬化斑块超声定量评价与风险评估方法 | |
| Aldawsari et al. | EFFICACY OF ULTRASOUND ELASTOGRAPHY IN LIVER FIBROSIS ASSESSMENT |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240530 Address after: B401, 530 building, Taihu International Science Park University Science Park, Xinwu District, Wuxi City, Jiangsu Province, 214000 Patentee after: WUXI HISKY MEDICAL TECHNOLOGIES Co.,Ltd. Country or region after: China Patentee after: Peking University Address before: Room B401, 530 building, University Science Park, Taihu International Science Park, Wuxi New District, Jiangsu Province Patentee before: WUXI HISKY MEDICAL TECHNOLOGIES Co.,Ltd. Country or region before: China Patentee before: Lu Fengmin Patentee before: Yao Mingjie |
|
| TR01 | Transfer of patent right |