CN111281426A - 表浅神经的超声成像及图像分析方法 - Google Patents

表浅神经的超声成像及图像分析方法 Download PDF

Info

Publication number
CN111281426A
CN111281426A CN202010129146.1A CN202010129146A CN111281426A CN 111281426 A CN111281426 A CN 111281426A CN 202010129146 A CN202010129146 A CN 202010129146A CN 111281426 A CN111281426 A CN 111281426A
Authority
CN
China
Prior art keywords
ultrasonic
nerve
superficial
nerves
dimensional
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010129146.1A
Other languages
English (en)
Other versions
CN111281426B (zh
Inventor
江挺益
吴帅
崔崤峣
焦阳
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.)
Suzhou Institute of Biomedical Engineering and Technology of CAS
Original Assignee
Suzhou Institute of Biomedical Engineering and Technology of CAS
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 Suzhou Institute of Biomedical Engineering and Technology of CAS filed Critical Suzhou Institute of Biomedical Engineering and Technology of CAS
Priority to CN202010129146.1A priority Critical patent/CN111281426B/zh
Publication of CN111281426A publication Critical patent/CN111281426A/zh
Application granted granted Critical
Publication of CN111281426B publication Critical patent/CN111281426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—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
    • A61B8/06—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/488—Diagnostic techniques involving Doppler signals

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Hematology (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种表浅神经的超声成像及图像分析方法，包括以下步骤：1)利用超高频神经超声造影增强的方法获得待测表浅神经的超声图像；2)对浅表神经进行多断层扫查，3)将多组二维表浅神经超声图像进行三维重构，得到表浅神经的三维超声图像；4)对表浅神经的三维超声图像进行分析，进行神经内部结构特征识别以及神经形态学参数测量与记录；5)对待测表浅神经附近的微血流供应量进行测量；6)将结果形成分析报告，以图表形式呈现。本发明将神经的三维高清超声图像以及形态学参数直观的呈现在医生面前，能直观且清晰的反映神经损伤的程度及变化情况，有助于医生做出更加精准的判断、手术的计划和安排以及后期神经恢复的监测。

Description

表浅神经的超声成像及图像分析方法
技术领域
本发明涉及医疗影像领域，特别涉及一种表浅神经的超声成像及图像分析方法。
背景技术
近年来，周围神经病变引起的肢体功能障碍以及肢体局部疼痛在临床上十分常见，比如神经纤维瘤，神经鞘瘤以及创伤性神经瘤等等。由于不同的周围神经病变对伴行神经的侵入程度不同，所以准确判断神经病变的位置、特征及性质，确定其病理分型，对于选择外科手术的术式和术后肢体功能的恢复监测有重要的指导作用。
在临床诊断中，确定周围神经损伤的程度和损伤范围，主要是通过询问病史、临床表现、体格检查、核磁检查，CT检查和电生理检查等等[1]，通过这些方法作为诊断基础将神经及其功能的受损情况直观反映出来。在长期的临床实践中发现，检查神经传导功能的主要方法是电生理检查中的肌电图。但是，由于早期神经断裂和神经传导功能障碍的电生理表现很相似，因此单纯使用电生理检查是无法准确直观的反映神经损伤的程度、性质及变化情况，也无法动态观察神经损伤的发展和变化，并且电生理检查是有创检查，所以电生理检查的局限性较大。而核磁检查和CT检查都无法准确定位周围组织与病变神经的位置关系。
随着现代医学超声事业的发展，超声设备、超声探头和成像软件的技术进步，高分辨力超声的迅速普及，使得外周神经超声检查成为可能。超声检查以其无创伤、费用低，操作简单灵活等优势已成为最简便、快捷的诊断外周神经及浅表软组织包块的检查方法。2017年Nature reviews指出，在周围神经病的诊治技术中，超声成像技术对于神经卡压综合症和模糊神经生理学的发现具有指导作用，并且对弥漫性多发性神经病的评估中正在发挥重要作用[2]。但是，外周神经细小且解剖形态结构复杂，常规频率(1-15MHz)的超声探头难以获得清晰的神经超声图像，难以观察神经内部包含的神经束等结构的特征，这也有可能导致误诊或者延误治疗时机的情况发生。
[1]Winfree,CJ.Peripheral nerve injury evaluation and management[J].Curr Surg,2005,62(5):469-476
[2]Gasparotti,R.,Padua,L.,Briani,C.andLauria,G.,2017.New technologiesfor the assessment of neuropathies.Nature Reviews Neurology,13(4),p.203.
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种表浅神经的超声成像及图像分析方法。
本发明采用的技术方案是：一种表浅神经的超声成像及图像分析方法，包括以下步骤：
1)利用超高频神经超声造影增强的方法通过超高频超声探头获得待测表浅神经的超声图像；
2)利用超高频超声探头对浅表神经进行多断层扫查，采集多组超声回波信号，获得多组二维表浅神经超声图像，同时记录每次断层扫查时超高频超声探头的位置和方向，并对应到每组二维表浅神经超声图像上；
3)结合所述步骤2)的结果，将对应有超高频超声探头的位置和方向的多组二维表浅神经超声图像进行三维重构，得到表浅神经的三维超声图像；
4)对表浅神经的三维超声图像进行分析，进行神经内部结构特征识别以及神经形态学参数测量与记录；
5)根据所述步骤2)中采集的超声回波信号，对待测表浅神经附近的微血流供应量进行测量；
6)将所述步骤4)和5)的结果形成分析报告，以图表形式呈现。
优选的是，所述超高频超声探头用于发射和接收超高频超声波，其发射的超高频超声波的频率范围为40MHz-100MHz；
所述超高频超声探头上设置有位置传感器，能够测量并记录探头的位置和方向。
优选的是，所述步骤1)具体包括：
1-1)利用静脉注射的方法将超声造影剂打入待测表浅神经附近的静脉中；
1-2)将超高频超声探头放置在待检测的浅表神经的皮肤表面，通过超声耦合剂将超高频超声探头表面与皮肤表面耦合，超高频超声探头发出频率范围为40MHz-100MHz的超高频超声波，并采集、存储接收的超声回波信号；
1-3)将采集到的一帧超声图像的超声回波信号数据导出，利用高频神经超声成像算法获得一幅表浅神经的超声图像。
优选的是，所述步骤1-3)中的超声成像算法包括波束合成算法、希尔伯特变换、滤波器算法和灰度映射算法，且其中对神经的组织回波与内部造影剂回波进行分别处理。
优选的是，所述步骤2)具体为：保持超高频超声探头和皮肤表面始终良好接触，然后将超高频超声探头沿着神经轴向方向平移一段距离，在平移的过程中，超高频超声探头以10-100Hz的频率存储每一帧超声图像的超声回波信，并借助附着在超高频超声探头上的位置传感器来实时记录超高频超声探头的位置和方向，并对应到每一帧超声图像上。
优选的是，所述步骤3)具体为：
将对应有超高频超声探头的位置和方向的多组二维表浅神经超声图像利用三维重构算法进行图像拼接、插值和渲染，得到表浅神经的三维超声图像。
优选的是，所述步骤4)具体包括：
4-1)对表浅神经的三维超声图像进行分析，通过进行纹理特征的提取，识别出具有束状结构的组织；
4-2)根据横截面积的大小以及内部回声平均幅值将具有束状结构的组织识别区分为血管或神经束或神经外膜；
4-3)对血管、神经束、神经外膜进行形态学参数测量与记录。
优选的是，所述步骤4-2)具体为：预先设定横截面积的评价阈值S和内部回声平均幅值的评价阈值Hmin和Hmax；
若横截面积小于S，且内部回声平均幅值大于Hmax，则识别为血管；
若横截面积大于血管，且内部回声平均幅值低于Hmin，则识别为神经束；
若横截面积大于神经束，且内部回声有高有低，呈现蜂窝状特征，则识别为神经外膜。
优选的是，所述步骤4-3)具体包括：
对于神经外膜：测量其周长、横截面积以及外膜的厚度，并提取神经外膜的形状，对其进行椭圆拟合，从而得到神经外膜的长轴长度、短轴长度以及长短轴之比；
对于神经束：测量其周长、横截面积；提取神经束的形状，对其进行椭圆拟合，从而得到神经外膜的长轴长度、短轴长度以及长短轴之比；统计所有神经束在神经外膜内的位置和数量；
对于血管：统计所有血管的位置和数量；根据采集的超声回波信号，利用高频血流多普勒超声成像算法，提取血管内血流的动力学参数；
对于表浅神经的三维超声图像整体：测量神经内部的平均回波强度，通过对比神经内部和外部组织的回声强度，得到一个比值，定义为神经与组织的灰度比值。
优选的是，所述步骤5)具体为：根据所述步骤2)中采集的超声回波信号，利用高频血流多普勒超声成像算法，提取待测表浅神经附近微血流的动力学参数，测量表浅神经周围的滋养血管的微血流流速，计算微血流供应量，并连续记录一段时间，观察微血流供应量的变化趋势。
本发明的有益效果是：本发明的表浅神经的超声成像及图像分析方法，利用超高频神经超声造影增强的方法得到高分辨率、高对比度的神经超声图像，然后利用三维重构算法进行图像拼接、插值和渲染，获得表浅神经的高分辨三维超声图像；通过对三维的神经超声图像进行分析，进行图像纹理特征的提取，能识别出具有束状结构的组织，并进一步识别区分出血管、神经束和神经外膜，接着对血管、神经束和神经外膜的形态学参数进行详细的计算和测量以及记录，实现高频超声量化评估。本发明将神经的三维高清超声图像以及形态学参数直观的呈现在医生面前，能直观且清晰的反映神经损伤的程度及变化情况，准确的定位周围组织与病变神经的位置关系，有助于医生做出更加精准的判断、手术的计划和安排以及后期神经恢复的监测。
附图说明
图1为本发明的表浅神经的超声成像及图像分析方法的流程示意图；
图2为本发明的超高频超声探头的工作流程示意图。
具体实施方式
下面结合实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。
如图1所示，本实施例的一种表浅神经的超声成像及图像分析方法，包括以下步骤：
1、利用超高频神经超声造影增强的方法通过超高频超声探头获得待测表浅神经的超声图像。
其中，所述超高频超声探头用于发射和接收超高频超声波，其发射的超高频超声波的频率范围为40MHz-100MHz；所述超高频超声探头上设置有位置传感器，能够测量并记录探头的位置和方向。
具体包括：
1-1)利用临床上静脉注射的方法将超声造影剂打入待测表浅神经附近的静脉中；超声造影剂是一种含有直径为几微米的气泡的液体。含有气泡的液体对超声波有强散射的特性，因而可用来提升超声图像的清晰度，对比度和分辨率。神经的解剖结构显示，神经内部是束状结构，内部存在大量神经束和不少血管，这些血管与神经束被神经外膜包裹，因此注射到体内的超声造影剂也会随着血液循环灌注到神经内部，从而增强神经内部的超声显影。
1-2)将超高频超声探头放置在待检测的浅表神经的皮肤表面，通过超声耦合剂将超高频超声探头表面与皮肤表面耦合，避免空气混入耦合剂中产生气泡，影响超声图像质量。超高频超声探头发出频率范围为40MHz-100MHz的超高频超声波，并采集、存储接收的超声回波信号以用于成像；超高频超声由于波长很短，仅有15-40um，因而图像分辨率很高，可以达到30-80um，可以对神经内部细小的神经束和血管显影成像。而且超高频超声波的机械指数相比于常规频率(3-10MHz)的超声波更低，对超声造影剂的破坏(微泡爆破)更少，那么超声造影剂发挥作用的持续时间会更长。
1-3)将采集到的一帧超声图像的超声回波信号数据导出，利用高频神经超声成像算法获得一幅表浅神经的超声图像。该超声成像算法包括波束合成算法、希尔伯特变换、滤波器算法和灰度映射算法，且其中对神经的组织回波与内部造影剂回波进行分别处理。由于神经的组织回波与内部造影剂的回波幅值震荡曲线存在较大差异，内部造影剂的回声更强，因此结合两种回波的幅值震荡曲线，通过选择合适的窗函数，将神经的组织回波与内部造影剂回波分别处理，从而能进一步提升神经内部的超声图像质量；这样最终得到的超声图像的对比度和神经组织结构的层次感较好，能显示更清晰的神经结构。
通过上述步骤1)利用超高频神经超声造影增强的方法得到的一幅高分辨率、高对比度的神经超声图像。
2、利用超高频超声探头对浅表神经进行多断层扫查，采集多组超声回波信号，获得多组二维表浅神经超声图像，同时记录每次断层扫查时超高频超声探头的位置和方向，并对应到每组二维表浅神经超声图像上。
具体为：保持超高频超声探头和皮肤表面始终良好接触，然后将超高频超声探头沿着神经轴向方向平移一段距离，在平移的过程中，超高频超声探头以10-100Hz的频率存储每一帧超声图像的超声回波信，并借助附着在超高频超声探头上的位置传感器来实时记录超高频超声探头的位置和方向，并对应到每一帧超声图像上。
3、结合所述步骤2)的结果，将对应有超高频超声探头的位置和方向的多组二维表浅神经超声图像利用三维重构算法进行三维重构：图像拼接、插值和渲染，得到表浅神经的三维超声图像。
4、对表浅神经的三维超声图像进行分析，进行神经内部结构特征识别以及神经形态学参数测量与记录。
具体包括：
4-1)对表浅神经的三维超声图像进行分析，通过进行纹理特征的提取，识别出具有束状结构的组织，并做标记；
4-2)根据横截面积的大小以及内部回声平均幅值将具有束状结构的组织识别区分为血管或神经束或神经外膜。
具体为：预先设定横截面积的评价阈值S和内部回声平均幅值的评价阈值Hmin和Hmax；
若横截面积小于S，且内部回声平均幅值大于Hmax，则识别为血管；因为血管内部的造影剂因强反射产生强回声；
若横截面积大于血管(血管的横截面可通过上述步骤中识别出的血管的平均横截面计算得到)，且内部回声平均幅值低于Hmin，则识别为神经束；
若横截面积大于神经束(神经束的横截面可通过上述步骤中识别出的神经束的平均横截面计算得到)，且内部回声有高有低，呈现蜂窝状特征，则识别为神经外膜。
4-3)对血管、神经束、神经外膜进行形态学参数测量与记录，以实现量化超声评估。
具体包括：
对于神经外膜：测量其周长、横截面积以及外膜的厚度，并提取神经外膜的形状，对其进行椭圆拟合，从而得到神经外膜的长轴长度、短轴长度以及长短轴之比；
对于神经束：测量其周长、横截面积；提取神经束的形状，对其进行椭圆拟合，从而得到神经外膜的长轴长度、短轴长度以及长短轴之比；统计所有神经束在神经外膜内的位置和数量；
对于血管：统计所有血管的位置和数量；进一步的实施例中还可以根据采集的超声回波信号，利用高频血流多普勒超声成像算法，提取血管内血流的动力学参数；
对于表浅神经的三维超声图像整体：测量神经内部的平均回波强度，通过对比神经内部和外部组织的回声强度，得到一个比值，定义为神经与组织的灰度比值。
本发明能提供一种定量表征神经的方法，为医生提供上述特征数据，方便医生通过临床及病理检查，筛选出具有诊断价值的神经特征值。
5、根据所述步骤2)中采集的超声回波信号，对待测表浅神经附近的微血流供应量进行测量。
由于神经周围存在大量的滋养血管，因此可提取微血流供应量参数，利于为医生进行诊断。具体为：根据所述步骤2)中采集的超声回波信号，利用高频血流多普勒超声成像算法，提取待测表浅神经附近微血流的动力学参数，测量表浅神经周围的滋养血管的微血流流速，计算微血流供应量，并连续记录一段时间，观察微血流供应量的变化趋势。
6、将所述步骤4)和5)的结果形成分析报告，以图表形式呈现，可供医生用于辅助诊断。本发明将神经的三维高清超声图像以及形态学参数直观的呈现在医生面前，有助于医生做出更加精准的判断、手术的计划和安排以及后期神经恢复的监测。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节。

Claims (10)

1.一种表浅神经的超声成像及图像分析方法，其特征在于，包括以下步骤：
1)利用超高频神经超声造影增强的方法通过超高频超声探头获得待测表浅神经的超声图像；
2)利用超高频超声探头对浅表神经进行多断层扫查，采集多组超声回波信号，获得多组二维表浅神经超声图像，同时记录每次断层扫查时超高频超声探头的位置和方向，并对应到每组二维表浅神经超声图像上；
3)结合所述步骤2)的结果，将对应有超高频超声探头的位置和方向的多组二维表浅神经超声图像进行三维重构，得到表浅神经的三维超声图像；
4)对表浅神经的三维超声图像进行分析，进行神经内部结构特征识别以及神经形态学参数测量与记录；
5)根据所述步骤2)中采集的超声回波信号，对待测表浅神经附近的微血流供应量进行测量；
6)将所述步骤4)和5)的结果形成分析报告，以图表形式呈现。
2.根据权利要求1所述的表浅神经的超声成像及图像分析方法，其特征在于，所述超高频超声探头用于发射和接收超高频超声波，其发射的超高频超声波的频率范围为40MHz-100MHz；
所述超高频超声探头上设置有位置传感器，能够测量并记录探头的位置和方向。
3.根据权利要求1所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤1)具体包括：
1-1)利用静脉注射的方法将超声造影剂打入待测表浅神经附近的静脉中；
1-2)将超高频超声探头放置在待检测的浅表神经的皮肤表面，通过超声耦合剂将超高频超声探头表面与皮肤表面耦合，超高频超声探头发出频率范围为40MHz-100MHz的超高频超声波，并采集、存储接收的超声回波信号；
1-3)将采集到的一帧超声图像的超声回波信号数据导出，利用高频神经超声成像算法获得一幅表浅神经的超声图像。
4.根据权利要求3所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤1-3)中的超声成像算法包括波束合成算法、希尔伯特变换、滤波器算法和灰度映射算法，且其中对神经的组织回波与内部造影剂回波进行分别处理。
5.根据权利要求1所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤2)具体为：保持超高频超声探头和皮肤表面始终良好接触，然后将超高频超声探头沿着神经轴向方向平移一段距离，在平移的过程中，超高频超声探头以10-100Hz的频率存储每一帧超声图像的超声回波信，并借助附着在超高频超声探头上的位置传感器来实时记录超高频超声探头的位置和方向，并对应到每一帧超声图像上。
6.根据权利要求1所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤3)具体为：
将对应有超高频超声探头的位置和方向的多组二维表浅神经超声图像利用三维重构算法进行图像拼接、插值和渲染，得到表浅神经的三维超声图像。
7.根据权利要求1所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤4)具体包括：
4-1)对表浅神经的三维超声图像进行分析，通过进行纹理特征的提取，识别出具有束状结构的组织；
4-2)根据横截面积的大小以及内部回声平均幅值将具有束状结构的组织识别区分为血管或神经束或神经外膜；
4-3)对血管、神经束、神经外膜进行形态学参数测量与记录。
8.根据权利要求7所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤4-2)具体为：预先设定横截面积的评价阈值S和内部回声平均幅值的评价阈值Hmin和Hmax；
若横截面积小于S，且内部回声平均幅值大于Hmax，则识别为血管；
若横截面积大于血管，且内部回声平均幅值低于Hmin，则识别为神经束；
若横截面积大于神经束，且内部回声有高有低，呈现蜂窝状特征，则识别为神经外膜。
9.根据权利要求7所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤4-3)具体包括：
对于神经外膜：测量其周长、横截面积以及外膜的厚度，并提取神经外膜的形状，对其进行椭圆拟合，从而得到神经外膜的长轴长度、短轴长度以及长短轴之比；
对于神经束：测量其周长、横截面积；提取神经束的形状，对其进行椭圆拟合，从而得到神经外膜的长轴长度、短轴长度以及长短轴之比；统计所有神经束在神经外膜内的位置和数量；
对于血管：统计所有血管的位置和数量；根据采集的超声回波信号，利用高频血流多普勒超声成像算法，提取血管内血流的动力学参数；
对于表浅神经的三维超声图像整体：测量神经内部的平均回波强度，通过对比神经内部和外部组织的回声强度，得到一个比值，定义为神经与组织的灰度比值。
10.根据权利要求1所述的表浅神经的超声成像及图像分析方法，其特征在于，所述步骤5)具体为：根据所述步骤2)中采集的超声回波信号，利用高频血流多普勒超声成像算法，提取待测表浅神经附近微血流的动力学参数，测量表浅神经周围的滋养血管的微血流流速，计算微血流供应量，并连续记录一段时间，观察微血流供应量的变化趋势。
CN202010129146.1A 2020-02-28 2020-02-28 表浅神经的超声成像及图像分析方法 Active CN111281426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010129146.1A CN111281426B (zh) 2020-02-28 2020-02-28 表浅神经的超声成像及图像分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010129146.1A CN111281426B (zh) 2020-02-28 2020-02-28 表浅神经的超声成像及图像分析方法

Publications (2)

Publication Number Publication Date
CN111281426A true CN111281426A (zh) 2020-06-16
CN111281426B CN111281426B (zh) 2022-09-09

Family

ID=71024640

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010129146.1A Active CN111281426B (zh) 2020-02-28 2020-02-28 表浅神经的超声成像及图像分析方法

Country Status (1)

Country Link
CN (1) CN111281426B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112890867A (zh) * 2021-01-06 2021-06-04 杰杰医疗科技(苏州)有限公司 一种全自动外周血管三维超声图像重建系统和方法
CN113476078A (zh) * 2021-07-30 2021-10-08 江苏医药职业学院 盲视手术下血管神经探测仪及血管神经探测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013529943A (ja) * 2010-04-28 2013-07-25 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 対象物の特性を決定するための特性決定装置
JP2016511016A (ja) * 2013-01-24 2016-04-14 タイラートン インターナショナル ホールディングス インコーポレイテッドＴｙｌｅｒｔｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｈｏｌｄｉｎｇｓ Ｉｎｃ． 身体構造イメージング
US20180018816A1 (en) * 2016-07-14 2018-01-18 The First Affiliated Hospital Of Sun Yat-Sen University Integrated method for three-dimensional visualization reconstruction of the fascicular structure inside human peripheral nerves
CN109771855A (zh) * 2019-03-04 2019-05-21 武汉市中创悟空生命科技有限公司 基于多模成像的超声调控神经组织的装置及方法
WO2019191863A1 (zh) * 2018-04-02 2019-10-10 中国科学院深圳先进技术研究院 一种超声成像系统、方法及装置
CN110335231A (zh) * 2019-04-01 2019-10-15 浙江工业大学 一种融合纹理特征和深度特征的超声影像慢性肾脏病辅助筛查方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013529943A (ja) * 2010-04-28 2013-07-25 コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ 対象物の特性を決定するための特性決定装置
JP2016511016A (ja) * 2013-01-24 2016-04-14 タイラートン インターナショナル ホールディングス インコーポレイテッドＴｙｌｅｒｔｏｎ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｈｏｌｄｉｎｇｓ Ｉｎｃ． 身体構造イメージング
US20180018816A1 (en) * 2016-07-14 2018-01-18 The First Affiliated Hospital Of Sun Yat-Sen University Integrated method for three-dimensional visualization reconstruction of the fascicular structure inside human peripheral nerves
WO2019191863A1 (zh) * 2018-04-02 2019-10-10 中国科学院深圳先进技术研究院 一种超声成像系统、方法及装置
CN109771855A (zh) * 2019-03-04 2019-05-21 武汉市中创悟空生命科技有限公司 基于多模成像的超声调控神经组织的装置及方法
CN110335231A (zh) * 2019-04-01 2019-10-15 浙江工业大学 一种融合纹理特征和深度特征的超声影像慢性肾脏病辅助筛查方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ERIK SMISTAD AND FRANK LINDSETH: "Real-Time Automatic Artery Segmentation,Reconstruction and Registration for Ultrasound-Guided Regional Anaesthesia of the Femoral Nerve", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112890867A (zh) * 2021-01-06 2021-06-04 杰杰医疗科技(苏州)有限公司 一种全自动外周血管三维超声图像重建系统和方法
CN113476078A (zh) * 2021-07-30 2021-10-08 江苏医药职业学院 盲视手术下血管神经探测仪及血管神经探测方法

Also Published As

Publication number Publication date
CN111281426B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
JP3892538B2 (ja) 超音波ドプラ診断装置
US7297116B2 (en) Method and apparatus for imaging the cervix and uterine wall
CA2068740C (en) Method and apparatus for measurement and imaging of tissue compressibility or compliance
US5785663A (en) Method and device for mechanical imaging of prostate
Tristam et al. Ultrasonic study of in vivo kinetic characteristics of human tissues
JP3875581B2 (ja) 超音波診断システム
CN107550519A (zh) 一种多功能血管内超声成像装置
CN105930665B (zh) 一种基于超声衰减系数的肝脏脂肪定量测量方法
CN111281426B (zh) 表浅神经的超声成像及图像分析方法
WO2021023051A1 (zh) 组织评价方法、装置、设备及计算机可读存储介质
JPH0924047A (ja) 超音波診断装置
JP2011177461A (ja) 超音波診断装置
KR101049915B1 (ko) 혈관 내 초음파 영상을 이용한 혈관 내 죽상 경화반 성분 측정 장치 및 방법
Poltawski et al. Measurement issues in the sonographic assessment of tennis elbow
US20120040312A1 (en) Dental Ultrasonography
CN112674791B (zh) 肌肉超声弹性成像的优化方法及系统
Sassaroli et al. Breast ultrasound technology and performance evaluation of ultrasound equipment: B-mode
CN113164161A (zh) 用于快速诊断肺部疾病的经皮导管系统和方法
CN204600529U (zh) 弹性检测设备
JP2002345821A (ja) 関節腔内の超音波解析システム
CN108245189A (zh) 一种双换能器补偿成像方法、超声成像系统
JP4716792B2 (ja) 超音波診断装置
CN108720870A (zh) 一种基于超声衰减系数的脂肪肝检测系统
CN201361046Y (zh) 软组织硬度超声检测装置
JPWO2018164181A1 (ja) 組織弾性の測定装置及び測定方法

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