CN111513765B - 呼吸肌组织的超声测量方法、超声测量装置及存储介质 - Google Patents
呼吸肌组织的超声测量方法、超声测量装置及存储介质 Download PDFInfo
- Publication number
- CN111513765B CN111513765B CN202010341574.0A CN202010341574A CN111513765B CN 111513765 B CN111513765 B CN 111513765B CN 202010341574 A CN202010341574 A CN 202010341574A CN 111513765 B CN111513765 B CN 111513765B
- Authority
- CN
- China
- Prior art keywords
- respiratory muscle
- target
- muscle tissue
- tissue
- arc
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- 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
- A61B8/486—Diagnostic techniques involving arbitrary m-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
-
- 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
Abstract
本发明公开了一种呼吸肌组织的超声测量方法,包括以下步骤:在获取到B模式下生物体的超声图后,识别所述超声图中的呼吸肌组织;获取所述呼吸肌组织的圆弧信息;根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线;根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线。本发明还公开了一种超声测量装置以及计算机可读存储介质。本发明实现了自动确定呼吸肌的M型超声图的取样线。
Description
技术领域
本发明涉及超声测量技术领域,尤其涉及一种呼吸肌组织的超声测量方法、超声测量装置以及计算机可读存储介质。
背景技术
目前,在用超声设备对目标组织(如呼吸肌)进行检查测量中,用户需要先找到超声B模式图像目标组织,并交互式将取样线放置到目标组织合适的位置,然后使用超声设备中的M模块功能显示目标组织曲线的运动幅度。
但是用户(如医生)一般在将取样线放置到目标合适位置时更多来源于自身主观经验判断,很多时候还需要医生用户反复进行取样线的位置,从而增加了用户的实际使用工作量,而这样得到的取样线还未必能放置到合理的位置。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种呼吸肌组织的超声测量方法、超声测量装置以及计算机可读存储介质,实现了自动确定呼吸肌的M型超声图的取样线。
为实现上述目的,本发明提供一种呼吸肌组织的超声测量方法,所述呼吸肌组织的超声测量方法包括以下步骤:
在获取到B模式下生物体的超声图后,识别所述超声图中的呼吸肌组织;
获取所述呼吸肌组织的圆弧信息;
根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线;
根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线。
可选地,所述获取所述呼吸肌组织的圆弧信息的步骤包括:
识别所述呼吸肌组织的边缘轮廓;
根据所述边缘轮廓获取所述呼吸肌组织的圆弧信息。
可选地,所述识别所述呼吸肌组织的边缘轮廓的步骤之后,还包括:
根据所述边缘轮廓在所述超声图中标识所述呼吸肌组织。
可选地,所述根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线的步骤包括:
确定经所述目标圆弧点垂直于所述圆弧切线的第一直线,以及根据所述圆弧信息和所述边缘轮廓确定呼吸肌偏转角,并将所述呼吸肌偏转角的垂直线作为第二直线;
对所述第一直线和第二直线进行拟合得到第三直线;
将所述第三直线平移至所述目标圆弧点上,以得到所述呼吸肌组织的M模式超声图像的取样线。
可选地,所述识别所述超声图中的呼吸肌组织的步骤包括:
识别所述超声图中的目标器官组织;
根据所述目标器官组织在所述超声图中的图像内容,确定所述目标器官组织的置信值;
根据所述置信值大于预设阈值的目标器官组织确定呼吸肌组织。
可选地,所述根据所述置信值大于预设阈值的目标器官组织确定呼吸肌组织的步骤包括:
获取所述置信值大于预设阈值的目标器官组织作为目标呼吸肌组织;
根据所述目标呼吸肌组织的呼吸肌信息,确定所述目标呼吸肌组织的呼吸肌质量值,所述呼吸肌信息包括呼吸肌面积、呼吸肌深度、呼吸肌位置、呼吸肌圆弧度和呼吸肌整体偏转角中的至少一个;
获取所述呼吸肌质量值最高的目标呼吸肌组织作为所述呼吸肌组织。
可选地,所述根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线的步骤之后,还包括:
根据所述圆弧切线和预设长度,确定所述取样线的获取区间;
在所述超声图中标识所述获取区间。
可选地,所述根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线的步骤之后,还包括:
在所述超声图中标识所述取样线。
为实现上述目的,本发明还提供一种超声测量装置,所述超声测量装置包括:
所述超声测量装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的呼吸肌组织的超声测量程序,所述呼吸肌组织的超声测量程序被所述处理器执行时实现如上述呼吸肌组织的超声测量方法的步骤。
为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有呼吸肌组织的超声测量程序,所述呼吸肌组织的超声测量程序被处理器执行时实现如上述呼吸肌组织的超声测量方法的步骤。
本发明提供的呼吸肌组织的超声测量方法、超声测量装置以及计算机可读存储介质,在获取到B模式下生物体的超声图后,识别所述超声图中的呼吸肌组织;获取所述呼吸肌组织的圆弧信息;根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线;根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线。这样,实现了自动确定呼吸肌的M型超声图的取样线。
附图说明
图1为本发明实施例方案涉及的实施例终端的硬件运行环境示意图;
图2为本发明呼吸肌组织的超声测量方法第一实施例的流程示意图;
图3为本发明呼吸肌组织的超声测量方法第二实施例的流程示意图;
图4为本发明呼吸肌组织的超声测量方法第三实施例的流程示意图;
图5为本发明呼吸肌组织的超声测量方法第四实施例的流程示意图;
图6为本发明呼吸肌组织的超声测量方法第五实施例的流程示意图;
图7为本发明呼吸肌组织的超声测量方法第六实施例的流程示意图;
图8为本发明呼吸肌组织的超声测量方法第七实施例的流程示意图;
图9为本发明呼吸肌组织的超声测量方法的超声图像示例图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种呼吸肌组织的超声测量方法,实现了自动确定呼吸肌的M型超声图的取样线。
如图1所示,图1是本发明实施例方案涉及的实施例终端的硬件运行环境示意图;
本发明实施例终端可以是超声测量装置,也可以是控制超声测量装置的控制系统或服务器,其中,超声测量装置可以是具备超声模块的设备,也可以是PC、智能手机、平板电脑、电子书阅读器,便携计算机等与具备超声模块设备关联的可移动式或不可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU中央处理器(centralprocessing unit),存储器1002,通信总线1003。其中,通信总线1003用于实现该终端中各组成部件之间的连接通信。存储器1002可以是高速RAM随机存储器(random-accessmemory),也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1002可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端的结构并不构成对本发明实施例终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1002中可以包括呼吸肌组织的超声测量程序。
在图1所示的终端中,处理器1001可以用于调用存储器1002中存储的呼吸肌组织的超声测量程序,并执行以下操作:
在获取到B模式下生物体的超声图后,识别所述超声图中的呼吸肌组织;
获取所述呼吸肌组织的圆弧信息;
根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线;
根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线。
进一步地,处理器1001可以调用存储器1002中存储的呼吸肌组织的超声测量程序,还执行以下操作:
识别所述呼吸肌组织的边缘轮廓;
根据所述边缘轮廓获取所述呼吸肌组织的圆弧信息。
进一步地,处理器1001可以调用存储器1002中存储的呼吸肌组织的超声测量程序,还执行以下操作:
根据所述边缘轮廓在所述超声图中标识所述呼吸肌组织。
进一步地,处理器1001可以调用存储器1002中存储的呼吸肌组织的超声测量程序,还执行以下操作:
确定经所述目标圆弧点垂直于所述圆弧切线的第一直线,以及根据所述圆弧信息和所述边缘轮廓确定呼吸肌偏转角,并将所述呼吸肌偏转角的垂直线作为第二直线;
对所述第一直线和第二直线进行拟合得到第三直线;
将所述第三直线平移至所述目标圆弧点上,以得到所述呼吸肌组织的M模式超声图像的取样线。
进一步地,处理器1001可以调用存储器1002中存储的呼吸肌组织的超声测量程序,还执行以下操作:
识别所述超声图中的目标器官组织;
根据所述目标器官组织在所述超声图中的图像内容,确定所述目标器官组织的置信值;
根据所述置信值大于预设阈值的目标器官组织确定呼吸肌组织。
进一步地,处理器1001可以调用存储器1002中存储的呼吸肌组织的超声测量程序,还执行以下操作:
获取所述置信值大于预设阈值的目标器官组织作为目标呼吸肌组织;
根据所述目标呼吸肌组织的呼吸肌信息,确定所述目标呼吸肌组织的呼吸肌质量值,所述呼吸肌信息包括呼吸肌面积、呼吸肌深度、呼吸肌位置、呼吸肌圆弧度和呼吸肌整体偏转角中的至少一个;
获取所述呼吸肌质量值最高的目标呼吸肌组织作为所述呼吸肌组织。
进一步地,处理器1001可以调用存储器1002中存储的呼吸肌组织的超声测量程序,还执行以下操作:
根据所述圆弧切线和预设长度,确定所述取样线的获取区间;
在所述超声图中标识所述获取区间。
进一步地,处理器1001可以调用存储器1002中存储的呼吸肌组织的超声测量程序,还执行以下操作:
在所述超声图中标识所述取样线。
参照图2,在一实施例中,所述呼吸肌组织的超声测量方法包括:
步骤S10、在获取到B模式下生物体的超声图后,识别所述超声图中的呼吸肌组织。
本实施例中,呼吸肌指与呼吸运动有关的肌肉,包括肋间肌、膈肌、腹壁肌、胸锁乳突肌、背部肌群、胸部肌群等,呼吸方式有腹式呼吸和缩唇呼吸,以下以呼吸肌为膈肌为例进行说明。
可选地,呼吸肌组织为膈肌组织,或者为与膈肌组织具有类似属性的其他呼吸肌组织。
需要说明的是,膈肌是最主要的呼吸肌,其功能占所有呼吸肌的65%-70%。临床上鉴别呼吸困难的原因及有创机械通气撤机前均需评估患者膈肌的功能与状况;康复科也会判断膈肌在康复治疗前后的差异。测量跨膈压,肌电图、X线、动态CT(ComputedTomography)及MRI(Magnetic Resonance Imaging,磁共振成像)临床常用,但存在局限性。超声M型能显示器官的运动状态,且操作简单,无辐射。膈肌的测量主要检查膈肌的运动幅度、膈肌的速度、加速度、膈肌每个周期的位移量。
应当理解的是,生物体可为人体或其他具有呼吸肌的动物。
需要说明的是,对生物体进行超声测量时,其所选用的超声模式一般可为A模式、B模式、M模式、D模式等。
其中,超声B模式是一种亮度的模式。其图像由不同亮度的点所组成的直线构成。点的亮度代表接收到回声的振幅。通过连续扫描,二维的剖面图像不断地被更新,这就是实时B模式。因此,B模式下的超声图也可以称为“断层图像”。
其中,超声M模式是记录在B模式超声图某一固定的采样线上,所采样的组织器官随时间变化而发生纵向运动的方法。
膈肌的周期、运动速度、运动加速度是一个用于判断病人呼吸是否正常非常重要的依据指标。当前用户(如医生)主要通过超声进行观察生物体的膈肌的运动幅度和测量相关周期信息。
在用超声设备对目标组织(如膈肌)进行检查测量中,如图9所示,用户需要先找到超声B模式图像10中的目标组织(膈肌),并交互式将M模式的取样线30放置到超声图中目标组织合适的位置,然后使用超声设备中的M模式功能显示目标组织曲线的运动幅度,得到M模式的超声图像20。
目前,用户在将取样线放置到目标合适位置时更多来源于主观经验判断,以至于取样线是否到达目标组织曲线的较低点并保证垂直,未有组织测量信息作为实际判断依据,不利于新手学习,也因为增加用户反复进行交互式调整的操作,从而增加了用户的实际使用工作量。并且由于取样线放置不合理导致的M模式膈肌运动曲线差异较大,难以符合临床判断标准,给临床的判断带来极大不便,且极大影响测量结果。即人为操作中容易产生取样线放置不合理、操作繁琐、可重复性差、个体差异大等问题,不利于进行膈肌的医学性统计和作出病理特征判断。
可选地,终端在获取到B模式下生物体的超声图后,可以是通过机器学习模式识别B型超声图中的呼吸肌组织,也可以是通过经过大数据训练后的图像识别方法识别呼吸肌组织。
步骤S20、获取所述呼吸肌组织的圆弧信息。
步骤S30、根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线。
可选地,终端确定B型超声图中呼吸肌组织所在的图像区域后,对呼吸肌组织进行轮廓识别,得到呼吸肌组织的边缘轮廓。其中,呼吸肌轮廓的识别方法可应用Grab Cut图像分割法、水漫法、水平集等。
可选地,识别呼吸肌组织的边缘轮廓后,根据所述边缘轮廓计算并获取所述呼吸肌组织的边缘轮廓的圆弧信息。其中,圆弧信息包括圆弧在超声图中的位置(或者在边缘轮廓的对应位置),圆弧的弧度等。
在得到边缘计算呼吸肌的圆弧信息,则计算呼吸肌的目标圆弧点和目标圆弧点对应的切线。可选地,目标圆弧点为圆弧最低点。
步骤S40、根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线。
可选地,终端在得到目标圆弧点和目标圆弧点对应的圆弧切线后,确定垂直于圆弧切线的第一直线,且第一直线与圆弧切线相交于目标圆弧点。进一步地,终端将第一直线作为呼吸肌组织的M模式超声图像的取样线。
或者,为了进一步提高识别M模式超声图像的取样线的准确度,终端可以是先确定经所述目标圆弧点垂直于所述圆弧切线的第一直线,以及根据所述圆弧信息和所述边缘轮廓确定呼吸肌偏转角,并将所述呼吸肌偏转角的垂直线作为第二直线。然后,对所述第一直线和第二直线进行拟合得到第三直线。接着,将所述第三直线平移至所述目标圆弧点上,以得到所述呼吸肌组织的M模式超声图像的取样线。
可选地,终端基于取样线进行取样,将取样结果显示于B模式超声图中的呼吸肌组织上,并进入超声设备中的M模式,记录一定时长内基于取样线所采样到的相关信息(即一定时长内取样线所在位置的器官组织超声图切片变化),得到同一位置不同时间点的多个取样线对应的采样信息,取样线达到一定数量,将其以图像方式输出,得到M型超声图像(呼吸肌曲线的动态图像)。
可选地,终端进入M模式超声图像时开启自动测量,以识别呼吸肌曲线在图像中的所在位置,并根据其位置确定呼吸肌运动曲线和对应周期,进而实现对呼吸肌曲线做周期、速度、加速度等一系列测量工作,将其提供给用户,以提高用户对呼吸肌运动情况的理解程度。
可选地,终端根据已生成的呼吸肌识别结果,将所述呼吸肌识别结果显示在预设的显示页面中,其显示页面为结果栏形式,包括有“测量结果栏”将对应的呼吸肌深度、垂直角度,呼吸肌短径进行显示在“图像标准区域”内。在显示效果中,其“测量结果栏”可以交互式地拖动到“图像标准区域”的任意位置;并且“测量结果栏”有两个测量结果显示,基于当前的呼吸肌识别结果的编辑操作,可保存当前的编辑内容,例如测量结果拖动等。另外,基于当前的呼吸肌识别结果,可限定当前显示的呼吸肌识别结果的具体显示内容,其限定的具体显示内容包括但不限于描迹拟合后的目标呼吸肌等,其限定方式可通过用户自定义或者自动筛选符合预设显示条件的目标呼吸肌等,而自动筛选符合预设显示条件的内容,可通过相关技术人员基于当前的呼吸肌显示需求设置,例如设置预设显示条件等。
在一实施例中,在进入B模式超声图像时开启自动识别,实现呼吸肌组织的M模式超声图像的取样线做全自动取样工作,并可自动进入M模式,自动测量呼吸肌相关数据提供给用户。这样,通过全自动识别呼吸肌组织,并且进行M模式超声图像的取样线自动定位,能极大免去用户的交互式操作,提高用户检查生物体呼吸肌组织的效率。
在第二实施例中,如图3所示,在上述图2所示的实施例基础上,所述在获取到B模式下生物体的超声图后,识别所述超声图中的呼吸肌组织的步骤之后,还包括:
步骤S50、识别所述呼吸肌组织的边缘轮廓。
步骤S51、根据所述边缘轮廓在所述超声图中标识所述呼吸肌组织。
本实施例中,终端确定B型超声图中呼吸肌组织所在的图像区域后,对呼吸肌组织进行轮廓识别,得到呼吸肌组织的边缘轮廓。其中,呼吸肌轮廓的识别方法可应用Grab Cut图像分割法、水漫法、水平集等。
可选地,终端以预设的拟合描迹操作将识别到的呼吸肌组织生成呼吸肌识别结果,其中,所述呼吸肌组织以对应的呼吸肌信息进行确认。
可选地,终端对呼吸肌组织的边缘轮廓进行描迹拟合,以根据所述边缘轮廓在所述超声图中标识所述呼吸肌组织。
可选地,终端可基于呼吸肌组织的呼吸肌信息进行描迹拟合操作,在实际应用中,其呼吸肌信息的计算包括但不限于计算呼吸肌的面积、呼吸肌整体偏转角、呼吸肌圆弧、呼吸肌深度;其中,在描迹拟合呼吸肌组织时,可根据已设置的描迹拟合设置内容进行呼吸肌组织的描迹拟合操作,所述描迹拟合设置内容包括但不限于呼吸肌组织的呼吸肌质量、自定义描迹拟合呼吸肌等。
例如,可通过用户自定义需描迹拟合的目标呼吸肌组织,或者根据自动识别得到的呼吸肌组织的呼吸肌质量(呼吸肌面积、深度等可形容呼吸肌情况的呼吸肌参数)对应筛选需描迹的呼吸肌组织,其描迹拟合设置内容可通过相关的技术人员进行设置限定。
另外,在将呼吸肌组织进行拟合描迹时,在识别呼吸肌基础上,还会对识别的呼吸肌轮廓做一个拟合,且可拟合的形状包括但不限于椭圆形,圆形,八边形,六边形,不规则多边形等。即根据呼吸肌的超声图像的边缘进行拟合,使其接近人眼所视的呼吸肌边缘轮廓。
进一步地,还可根据呼吸肌的形状,自动筛选呼吸肌的拟合方式;呼吸肌拟合的目的是为使呼吸肌或者呼吸肌轮廓更接近于生物体呼吸肌的形状。
进一步地,其中拟合呼吸肌的算法包括但不限于最小二乘法、区域生长等方式。
可选地,以呼吸肌为膈肌为例,由于膈肌组织的形态符合圆弧,即多边形,即符合多项式拟合。故结合多项式、最小二乘法等进行膈肌组织的圆弧曲线拟合。
对于实际测得的圆弧曲线的测量数据(xi,yi),其中f(x)为y关于x的拟合方程。在任意的函数空间Φ中,对于任意的方程:
则求曲线拟合即求以下的多元函数的最小值,即:
其中,m为1,2,……,n。ωi是xi的权重。I为关于ai的函数,a为多元函数的解。
求解方程(1)(2),将实际测得的圆弧曲线的测量数据(xi,yi)代入方程组。求得最小值I(a0,a1,...,an),即得到最佳圆弧拟合曲线。
在拟合描迹操作中,其拟合算法需根据目标呼吸肌的呼吸肌信息进行呼吸肌面积、呼吸肌深度及呼吸肌偏转角的计算内容,而呼吸肌面积、呼吸肌深度及呼吸肌偏转角方式包含以下两种:
1.全自动检测呼吸肌并测量其面积、深度、呼吸肌偏转角以及描迹轮廓并拟合;
2.交互式选择面积、角度、距离测量工具,用户交互式将测量工具贴合于所需测量呼吸肌组织上,并交互式地将“测量面积”工具贴合于呼吸肌的区域,然后终端基于用户选取的区域得出对应的测量面积、偏转角、直径,以及将测量的呼吸肌进行描迹。
可选地,终端在对呼吸肌组织的边缘轮廓进行拟合描迹后,在B型超声图上标识显示,以提示用户呼吸肌组织在超声图上的所在区域位置。此时,用户可以自行手动确定呼吸肌组织的M模式超声图像的取样线,也可以是通过终端自动执行步骤S40,以得到M模式超声图像的取样线。
这样,通过实现B型超声图中对呼吸肌组织的自动识别描迹,通过可视化标识的方式,如对呼吸肌组织的边缘轮廓赋予颜色(不限于此种标识显示方式),提醒用户呼吸肌组织的位置所在。从而减少用户寻找呼吸肌组织的工作量,提升用户呼吸肌组织识别效率。
在第三实施例中,如图4所示,在上述图2至图3的实施例基础上,所述根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线的步骤包括:
步骤S41、确定经所述目标圆弧点垂直于所述圆弧切线的第一直线,以及根据所述圆弧信息和所述边缘轮廓确定呼吸肌偏转角,并将所述呼吸肌偏转角的垂直线作为第二直线;
步骤S42、对所述第一直线和第二直线进行拟合得到第三直线;
步骤S43、将所述第三直线平移至所述目标圆弧点上,以得到所述呼吸肌组织的M模式超声图像的取样线。
本实施例中,终端在得到目标圆弧点和目标圆弧点对应的圆弧切线后,可根据呼吸肌拟合后的呼吸肌边缘轮廓计算呼吸肌的呼吸肌边缘圆弧信息,计算呼吸肌的目标圆弧点以及目标圆弧点对应的圆弧切线。其中,目标圆弧点为圆弧最低点。
进一步地,终端根据得到的呼吸肌边缘圆弧信息和拟合呼吸肌边缘计算呼吸肌偏转角,并将呼吸肌偏转角的垂直线L2作为第二直线。
进一步地,终端在得到目标圆弧点和目标圆弧点对应的圆弧切线后,确定垂直于圆弧切线的第一直线L1,且第一直线与圆弧切线相交于目标圆弧点。
进一步地,终端根据第一直线和第二直线,做关于二者垂线的最小二乘法拟合直线,得到第三直线,并将第三直线的平移到呼吸肌圆弧最低点所在位置,得到M模式超声图像的取样线在B型超声图上的所在位置。
这样,实现取样线全自动放置到呼吸肌组织最佳位置点。通过此功能能解决人为放置取样线带来的主观性强、可重复性差、个体差异大、操作繁琐等问题,减少用户交互操作,提高用户工作效率。
在第四实施例中,如图5所示,在上述图2至图4的实施例基础上,所述识别所述超声图中的呼吸肌组织的步骤包括:
步骤S11、识别所述超声图中的目标器官组织;
步骤S12、根据所述目标器官组织在所述超声图中的图像内容,确定所述目标器官组织的置信值;
步骤S13、根据所述置信值大于预设阈值的目标器官组织确定呼吸肌组织。
本实施例中,终端基于当前的呼吸肌识别需求,接收生物体的B型超声图并将其作为目标超声图,所述超声图为基于呼吸肌识别的生物体超声图,所述生物体超声图包括人物或者动物超声图像。
需要说明的是,由于B型超声图除了呼吸肌组织外,还可能包括其他的器官组织。因此,终端可以是先确定超声图中各器官组织(包括呼吸肌组织)的置信值。
在实际应用中,目标超声图可通过相关的超声设备或者与超声设备连接的其他电子设备进行获取得到,另外,目标超声图还可基于当前识别检测呼吸肌设备本身所具备的超声模块得到。
可选地,终端根据当前的呼吸肌识别需求,进行超声图中的目标器官组织识别,其中,在识别目标超声图时,目标超声图可能为可移动的图像信息,因此,在识别目标超声图时,其识别操作也与目标超声图的状态是一致的,即动态识别移动的目标超声图以及静态识别静止的目标超声图。
需要说明的是,所述目标器官组织为所述超声图像的所包含的生物体呼吸肌分布区域,而考虑到确定位置,在目标超声图像中确定目标器官组织的方式包括两种:终端根据自定义的默认测量参数测量,及利用用户参与交互的测量参数测量。在测量参数的应用方式,可通过测量功能实现。
可选地,终端获取用户识别参数,并根据所述用户识别参数识别目标超声图以确定目标器官组织。
可选地,根据当前的识别操作获取用户识别参数,所述用户识别参数为基于当前开启自动识别功能获取到的用户在目标超声图中进行交互操作得到的用户识别参数,如此,根据获取到的用户识别参数识别目标超声图以确认目标超声图的目标器官组织。
进一步地,在未能获取到所述用户识别参数时,以预设的默认识别参数进行目标超声图的目标器官组织识别。另外,所述用户识别参数还可通过确认当前的呼吸肌识别操作是否开启自动测量功能实现,如此,确定基于当前的呼吸肌测量操作是否开启自动测量功能,其确认方式可通过获取所述自动测量功能的功能设置参数决定,如此,在确认开启自动测量时,获取默认的呼吸肌识别参数,以通过所述默认的呼吸肌识别参数在目标超声图中确定目标器官组织;若确认未开启自动测量时,获检测用户交互操作,并根据所述用户交互操作获取呼吸肌识别参数,并通过获取到的用户识别参数在目标超声图中确定目标器官组织。
另外,所述搜索参数基于当前的测量方式及测量类型等内容包括但不限于测量模式、测量面积、测量距离等参数内容。而在确认所述目标器官组织时,考虑到识别效率,可将识别到的所述目标器官组织进行编码以统计目标器官组织的数量,并且,所述编码的实现方式可包括但不限于数字编号,另外,还可限定根据所述目标器官组织的区域情况判定所述目标器官组织是否具备编码条件,例如编码条件为目标器官组织的面积时,则在确认当前识别到的所述目标器官组织的面积大于预设面积时,将所述目标器官组织以当前的编码规则进行编号,而所述目标器官组织的面积小于预设面积时,则不为所述目标器官组织编号(即不再确定该器官组织的置信值)。
进一步的,所述编码条件可根据当前的目标器官组织的识别情况进行对应设定,可包括但不限于所述目标器官组织的区域参数等。
可选地,终端在识别B型超声图中各目标器官组织,及其在超声图中的所在区域后,则终端计算各个目标器官组织的置信值,以所述置信值确认呼吸肌组织。
可选地,终端根据已输入的目标超声图像,识别目标超声图的图像内容,根据图像内容确定目标超声图的目标器官组织或者类似目标器官组织,并将每个识别出来的区域进行编号,根据所述区域的具体内容以预设的置信值统计格式为各个已标记的区域进行置信值计算,根据计算结果给出各个标记区域的置信值,在实际应用中,通过识别目标超声图像的图像内容确定目标器官组织以及对各个标记出来的区域进行置信值统计的操作,可应用FasterRCNN、RCNN、YOLO、VGG16和VGG19等神经网络(神经网络属于机器学习的一种)的操作方式。如此,根据已确认并标记置信值的目标器官组织,根据置信值的数值确认各个标记区域中的目标器官组织。
进一步地,终端得到各个目标器官组织对应的置信值后,可以是选取置信值大于预设阈值,或者置信值最高的目标器官组织,作为呼吸肌组织。
应当理解的是,所述预设阈值的具体值可以由工程师根据实际情况需要设置,本实施例对此不做限定。置信值高于预设阈值的目标器官组织表征为其即为呼吸肌组织,或者其是呼吸机组织的概率很高。
可选地,在终端在识别B型超声图中各目标器官组织,及其在超声图中的所在区域后,可以将目标器官组织或者类似目标器官组织标记后,待用户进行进一步的确认,并获取经用户确认的目标器官组织作为呼吸肌组织。
或者,终端获取经用户确认的目标器官组织,执行步骤S12-步骤S13。
这样,终端实现了对B型超声图中的呼吸肌组织的识别。
在第五实施例中,如图6所示,在上述图2至图5的实施例基础上,所述根据所述置信值大于预设阈值的目标器官组织确定呼吸肌组织的步骤包括:
步骤S131、获取所述置信值大于预设阈值的目标器官组织作为目标呼吸肌组织。
步骤S132、根据所述目标呼吸肌组织的呼吸肌信息,确定所述目标呼吸肌组织的呼吸肌质量值,所述呼吸肌信息包括呼吸肌面积、呼吸肌深度、呼吸肌位置、呼吸肌圆弧度和呼吸肌整体偏转角中的至少一个。
步骤S133、获取所述呼吸肌质量值最高的目标呼吸肌组织作为所述呼吸肌组织。
本实施例中,终端根据置信值大于预设阈值的目标器官组织,进一步确定呼吸肌组织。
可选地,终端根据目标呼吸肌组织,以预设呼吸肌确认方式在所述目标呼吸肌组织中检测呼吸肌信息,其中,所述呼吸肌信息包括呼吸肌的具体情况参数,包括所述目标呼吸肌组织中能够识别及检测到的所有呼吸肌所具备的呼吸肌参数信息。
所述呼吸肌信息包括呼吸肌面积、呼吸肌深度、呼吸肌位置、呼吸肌圆弧度、呼吸肌整体偏转角中的至少一个。
可选地,终端通过检测到的呼吸肌信息,以所述呼吸肌信息判定各个目标呼吸肌组织的呼吸肌质量值,进而获取所述呼吸肌质量值最高的目标呼吸肌组织作为所述呼吸肌组织。
可选地,考虑到呼吸肌区域的识别操作,在根据目标呼吸肌组织确定呼吸肌组织时,通过识别所述目标呼吸肌组织的呼吸肌轮廓进行呼吸肌信息的统计,在实际应用中,其对已标记的并具有置信值的目标呼吸肌组织所在区域进行轮廓识别时,其呼吸肌轮廓的识别方法可应用Grab Cut、水漫法、水平集等,进而检测所述目标呼吸肌组织的呼吸肌信息,并根据检测到的所述呼吸肌信息确认呼吸肌组织。
可选地,确认所述目标呼吸肌组织的呼吸肌轮廓边缘,并根据所述呼吸肌轮廓边缘测量呼吸肌信息,并根据测量到的所述呼吸肌信息确认所述呼吸肌组织的呼吸肌质量值。
可选地,根据已定义的呼吸肌轮廓确认方式进行呼吸肌轮廓的确认,在已标记的呼吸肌区域进行轮廓识别时,应用已定义的算法进行确认,且考虑到呼吸肌轮廓的图片特性,以平滑去噪的手段将呼吸肌轮廓进行处理,以使处理后的呼吸肌轮廓更加接近呼吸肌形象,以此提高呼吸肌识别的准确度,如此,在将目标呼吸肌组织的呼吸肌轮廓进行处理后,根据处理后的呼吸肌轮廓测量呼吸肌信息,进而根据测量的呼吸肌信息确认目标呼吸肌组织的呼吸肌质量值,从而获取呼吸肌质量值最高的目标呼吸肌组织作为确定得到的呼吸肌组织。
在实际应用中,呼吸肌组织的定义可根据当前的呼吸肌应用进行确定,例如自主呼吸机等应用,且呼吸肌组织在定义上与呼吸肌的参数相关,例如呼吸肌深度、呼吸肌面积、呼吸肌偏转角等内容。
需要说明的是,根据呼吸肌信息得到目标呼吸肌组织的呼吸肌质量值的具体实施方法,可以根据临床医学所界定的各呼吸肌信息对应的呼吸肌状态,为不同状态的呼吸肌赋予对应的分值,这样终端只需得到呼吸肌信息,即可根据呼吸肌信息得到相应的呼吸肌质量值。
在第六实施例中,如图7所示,在上述图2至图6的实施例基础上,所述根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线的步骤之后,还包括:
步骤S60、根据所述圆弧切线和预设长度,确定所述取样线的获取区间;
步骤S61、在所述超声图中标识所述获取区间。
本实施例中,终端得到目标圆弧点对应的圆弧切线后,可在圆弧切换在B型超声图上的所在位置中,截取预设长度的圆弧切线(可选地,所截取得到的线段的中心点与目标圆弧点相交),生成取样线的获取区间。其中,获取区间的横向宽度等于预设长度。
需要说明的是,所述预设长度的具体值可以由工程师根据实际情况需要设置,本实施例对此不做限定。
在取样区间中,用户可以在B型超声图上任意放置与圆弧切线垂直的取样线。
可选地,终端确定取样区间后,在B型超声图中标识所述获取区间。其标识的方式可以是对预设长度的圆弧切线进行描色(不限于此种标识显示方式),提醒用户取样区间的位置所在,方便用户在取样区间中进行取样线的放置。
这样,通过提供呼吸肌取样线的取样区域标识(例如用红色标识获取区间),将呼吸肌取样线与呼吸肌的切角(垂直夹角)以及呼吸肌到皮肤的距离等信息给用户更精确的可参考信息,使用户在进行取样线放置时能具备较好的物理信息依据,提高取样线放置效率和准确率。
可选地,终端可以是处于取样线自动放置模式时,执行步骤S40,处于取样线手动放置模式时执行步骤S60-步骤S61。
在第七实施例中,如图8所示,在上述图2至图7的实施例基础上,所述根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线的步骤之后,还包括:
步骤S70、在所述超声图中标识所述取样线。
本实施例中,终端在B型超声图上确定得到的取样线后,可将取样线在超声图中进行标识,以供用户确认。
在用户确认取样线放置没问题后,向终端发送确认指令,终端接收到用户确认指令,则基于该取样线开启超声M模式。
如用户想要手动放置取样线,那么在图中标识的取样线也能为用户起到提示的作用,可以提示用户取样线所在的大致区域,以方便用户快速放置取样线。
在一实施例中,在上述实施例基础上,在进入超声设备中的M模式,以得到呼吸肌曲线的动态图像后,根据所述M型超声图像中的像素点所在的位置和像素点对应的灰度值,确定每个像素点对应的置信值。
可选地,终端根据呼吸肌组织在M型超声图像中的运动方向(例如,呼吸肌组织为膈肌组织时,则该运动方向记为膈肌运动方向),确定运动起始线,根据每个像素点在图像中的所在位置,与运动起始线之间的距离,确定每个像素点对应的第一参数。如将一个像素点的距离记为1值,某像素点与运动起始线之间若相隔N个像素点,则该像素点的第一参数即为N。
可选地,终端可先对M型超声图像进行图像灰度化处理,得到图像中每个像素点对应的灰度值,并根据灰度值确定每个像素点对应的第二参数、第三参数和第四参数。
可选地,终端可采用二值化的图像分割方法,得到每个像素点对应的第二参数。以下以二值化的图像分割方法为OTSU大律法为例进行说明。例如,设sum为图像像素总数,背景像素占总像素比例为ω1,前景像素占总像素比例为ω2。背景的平均灰度值为μ1,前景的平均灰度值为μ2,则OTSU最终计算为g=ω1*ω2*(μ1-μ2)2。当取得最大的g值时所对应的t设定为预定阈值。
可选地,终端M型超声图像进行OTSU大律法计算,得到图像关于OTSU的阈值。将像素高于阈值的图像作为前景(以下称为前景图像)。像素低于阈值的图像作为背景(以下称为背景图像)。将前景图像作为Grabcut图像分割的前景种子点,将背景图像作为Grabcut背景种子点,经过Grabcut处理后得到最终前景图像和最终背景图像,对于最终前景图像所在的像素区域位置标记为1,对于最终背景图像的像素区域位置标记为0。其中,OTSU的阈值即为预设灰度值,在像素点的灰度值大于预设灰度值时,终端获取第一预设值(即为1)作为该像素点的第二参数;在像素点的灰度值小于或等于预设灰度值时,终端获取第二预设值(即为0)作为该像素点的第二参数。
可选地,获取像素点本身的灰度值作为第三参数。
可选地,将当前确定置信值的像素点记为当前像素点,根据目标器官组织的运动方向,确定在运动方向上与当前像素点相邻的相邻像素点,并计算当前像素点与相邻像素点之间的灰度值的差值(记为第一差值),将该差值作为当前像素点的第四参数。依此方法,即可确定得到每个像素点对应的第四参数。
可选地,以每个像素点位单位,分别对每个像素点的第一参数、第二参数、第三参数和第四参数做归一化处理,并相加得到每个像素点对应的置信值。统计每个像素点对应的置信值,并将获取置信值大于预设阈值的像素点作为目标像素点。应当理解的是,所述预设阈值的具体值可以由工程师根据实际情况需要设置,本实施例对此不做限定。置信值高于预设阈值的像素点表征为其属于呼吸肌组织的图像,或者其属于呼吸肌组织的图像的概率很高。
可选地,对所有目标像素点进行连通域处理,连接彼此相邻的目标像素点,得到至少一个连通域作为第一区域。
可选地,终端可以是确定连通度最高的所述第一区域,作为呼吸肌组织所在的第二区域,其中,所述连通度根据所述第一区域中相邻的目标像素点之间灰度值的差值确定得到。或者,终端也可以是在确定M型超声图像中的第一区域后,在M型超声图像标识所有的第一区域,以供用户选择。进一步地,终端可获取基于用户操作选中的一个所述第一区域,作为呼吸肌组织所在的第二区域。
可选地,在确定呼吸肌组织所在的第二区域后,识别第二区域的边缘轮廓作为边缘线,其中,边缘轮廓的识别方法可应用Grab Cut图像分割法、水漫法、水平集等。并通过平滑去燥等手段将轮廓进行处理,然后通过对图像像素点关于灰度值、梯度(灰度差值)、Grabcut前景图等的加权处理,以进行图像优化。在确定边缘线后,对边缘线所在的第二区域作最小二乘法拟合得到呼吸肌组织的组织曲线。
这样,实现了自动确定M型超声图像中的目标器官组织的组织曲线(或者运动曲线),减少了用户寻找目标器官组织的操作。
此外,本发明还提出一种超声测量装置,所述超声测量装置包括存储器、处理器及存储在存储器上并可在处理器上运行的呼吸肌组织的超声测量程序,所述处理器执行所述呼吸肌组织的超声测量程序时实现如以上实施例所述的呼吸肌组织的超声测量方法的步骤。
此外,本发明还提出一种计算机可读存储介质,所述计算机可读存储介质包括呼吸肌组织的超声测量程序,所述呼吸肌组织的超声测量程序被处理器执行时实现如以上实施例所述的呼吸肌组织的超声测量方法的步骤。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是可选实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是电视机,手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的可选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种呼吸肌组织的超声测量方法,其特征在于,所述呼吸肌组织的超声测量方法包括以下步骤:
在获取到B模式下生物体的超声图后,识别所述超声图中的呼吸肌组织;
获取所述呼吸肌组织的圆弧信息;
根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线;
根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线;
其中,所述根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线的步骤包括:
确定经所述目标圆弧点垂直于所述圆弧切线的第一直线,以及根据所述圆弧信息和呼吸肌组织的边缘轮廓确定呼吸肌偏转角,并将所述呼吸肌偏转角的垂直线作为第二直线;
对所述第一直线和第二直线进行拟合得到第三直线;
将所述第三直线平移至所述目标圆弧点上,以得到所述呼吸肌组织的M模式超声图像的取样线;
其中,所述确定经所述目标圆弧点垂直于所述圆弧切线的第一直线,以及根据所述圆弧信息和呼吸肌组织的边缘轮廓确定呼吸肌偏转角,并将所述呼吸肌偏转角的垂直线作为第二直线的步骤包括:
在得到所述目标圆弧点和所述目标圆弧点对应的圆弧切线后,确定经所述目标圆弧点垂直于所述圆弧切线的第一直线;
根据呼吸肌拟合后的呼吸肌边缘轮廓计算呼吸肌的呼吸肌边缘圆弧信息,计算呼吸肌的目标圆弧点以及目标圆弧点对应的圆弧切线,其中,所述目标圆弧点为圆弧最低点;
根据得到的所述呼吸肌边缘圆弧信息和拟合后的呼吸肌边缘轮廓计算呼吸肌偏转角,并将呼吸肌偏转角的垂直线L2作为第二直线。
2.如权利要求1所述的呼吸肌组织的超声测量方法,其特征在于,所述获取所述呼吸肌组织的圆弧信息的步骤包括:
识别所述呼吸肌组织的边缘轮廓;
根据所述边缘轮廓获取所述呼吸肌组织的圆弧信息。
3.如权利要求2所述的呼吸肌组织的超声测量方法,其特征在于,所述识别所述呼吸肌组织的边缘轮廓的步骤之后,还包括:
根据所述边缘轮廓在所述超声图中标识所述呼吸肌组织。
4.如权利要求1所述的呼吸肌组织的超声测量方法,其特征在于,所述识别所述超声图中的呼吸肌组织的步骤包括:
识别所述超声图中的目标器官组织;
根据所述目标器官组织在所述超声图中的图像内容,确定所述目标器官组织的置信值;
根据所述置信值大于预设阈值的目标器官组织确定呼吸肌组织。
5.如权利要求4所述的呼吸肌组织的超声测量方法,其特征在于,所述根据所述置信值大于预设阈值的目标器官组织确定呼吸肌组织的步骤包括:
获取所述置信值大于预设阈值的目标器官组织作为目标呼吸肌组织;
根据所述目标呼吸肌组织的呼吸肌信息,确定所述目标呼吸肌组织的呼吸肌质量值,所述呼吸肌信息包括呼吸肌面积、呼吸肌深度、呼吸肌位置、呼吸肌圆弧度和呼吸肌整体偏转角中的至少一个;
获取所述呼吸肌质量值最高的目标呼吸肌组织作为所述呼吸肌组织。
6.如权利要求1所述的呼吸肌组织的超声测量方法,其特征在于,所述根据所述圆弧信息确定所述呼吸肌组织上的目标圆弧点,以及所述目标圆弧点对应的圆弧切线的步骤之后,还包括:
根据所述圆弧切线和预设长度,确定所述取样线的获取区间;
在所述超声图中标识所述获取区间。
7.如权利要求1所述的呼吸肌组织的超声测量方法,其特征在于,所述根据所述目标圆弧点和所述圆弧切线,确定所述呼吸肌组织的M模式超声图像的取样线的步骤之后,还包括:
在所述超声图中标识所述取样线。
8.一种超声测量装置,其特征在于,所述超声测量装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的呼吸肌组织的超声测量程序,所述呼吸肌组织的超声测量程序被所述处理器执行时实现如权利要求1至7中任一项所述的呼吸肌组织的超声测量方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有呼吸肌组织的超声测量程序,所述呼吸肌组织的超声测量程序被处理器执行时实现如权利要求1至7中任一项所述的呼吸肌组织的超声测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010341574.0A CN111513765B (zh) | 2020-04-26 | 2020-04-26 | 呼吸肌组织的超声测量方法、超声测量装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010341574.0A CN111513765B (zh) | 2020-04-26 | 2020-04-26 | 呼吸肌组织的超声测量方法、超声测量装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111513765A CN111513765A (zh) | 2020-08-11 |
CN111513765B true CN111513765B (zh) | 2022-08-09 |
Family
ID=71910820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010341574.0A Active CN111513765B (zh) | 2020-04-26 | 2020-04-26 | 呼吸肌组织的超声测量方法、超声测量装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111513765B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022073242A1 (zh) * | 2020-10-10 | 2022-04-14 | 深圳迈瑞生物医疗电子股份有限公司 | 结合生理信号的超声成像方法和电子设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5622174A (en) * | 1992-10-02 | 1997-04-22 | Kabushiki Kaisha Toshiba | Ultrasonic diagnosis apparatus and image displaying system |
CN108648178A (zh) * | 2018-04-17 | 2018-10-12 | 杭州依图医疗技术有限公司 | 一种影像结节检测的方法及装置 |
CN109146842A (zh) * | 2018-07-09 | 2019-01-04 | 南方医科大学 | 一种胸部数字合成x射线体层成像中呼吸运动分析方法 |
JP7407790B2 (ja) * | 2018-07-26 | 2024-01-04 | コーニンクレッカ フィリップス エヌ ヴェ | 誘導肝イメージングのための人工ニューラルネットワークを有する超音波システム |
CN110473180A (zh) * | 2019-07-31 | 2019-11-19 | 南方医科大学南方医院 | 胸部呼吸运动的识别方法、系统及存储介质 |
-
2020
- 2020-04-26 CN CN202010341574.0A patent/CN111513765B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111513765A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909622B (zh) | 模型生成方法、医学成像的扫描规划方法及医学成像系统 | |
CN106778005B (zh) | 基于多参数mri的前列腺癌计算机辅助检测系统 | |
US11191518B2 (en) | Ultrasound system and method for detecting lung sliding | |
JP5036534B2 (ja) | 標的病変における変化の精密な測定評価のための医療用撮像システム | |
US8731271B2 (en) | Generating object data | |
US20180110491A1 (en) | Dynamic image processor | |
JP6448356B2 (ja) | 画像処理装置、画像処理方法、画像処理システム、及びプログラム | |
CN104408398B (zh) | 一种肝脏边界的识别方法及系统 | |
JP2002345807A (ja) | 医療用画像の領域抽出方法 | |
KR102206621B1 (ko) | 딥러닝 알고리즘을 이용한 근감소증 분석 프로그램 및 애플리케이션 | |
CN111127430A (zh) | 确定医学影像显示参数的方法及装置 | |
KR20090088404A (ko) | 의료 이미징 시스템 | |
CN103260526A (zh) | 具有峰值强度检测功能的超声成像系统和方法 | |
US11526991B2 (en) | Medical image processing apparatus, and medical imaging apparatus | |
CN111557692B (zh) | 目标器官组织的自动测量方法、超声测量装置及介质 | |
JP5113548B2 (ja) | 超音波画像処理装置 | |
CN111513765B (zh) | 呼吸肌组织的超声测量方法、超声测量装置及存储介质 | |
CN115690556B (zh) | 一种基于多模态影像学特征的图像识别方法及系统 | |
KR20230050253A (ko) | 흉막 삼출의 검출 방법 및 이를 위한 장치 | |
CN112515944B (zh) | 具有用于心肺复苏(cpr)按压的实时反馈的超声成像 | |
US20210192718A1 (en) | Methods and systems for automatic measurement of strains and strain-ratio calculation for sonoelastography | |
WO2023032954A1 (ja) | 情報処理方法、プログラム及び画像診断装置 | |
CN100431494C (zh) | 用于分析生物组织图像的方法和装置 | |
JP7015351B2 (ja) | 医用画像処理装置、医用画像処理方法 | |
CN110264437B (zh) | 密度数据分析方法、装置及电子设备 |
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 |