CN111803128A - 一种乳腺组织弹性成像方法、装置、设备和介质 - Google Patents

一种乳腺组织弹性成像方法、装置、设备和介质 Download PDF

Info

Publication number
CN111803128A
CN111803128A CN202010680159.8A CN202010680159A CN111803128A CN 111803128 A CN111803128 A CN 111803128A CN 202010680159 A CN202010680159 A CN 202010680159A CN 111803128 A CN111803128 A CN 111803128A
Authority
CN
China
Prior art keywords
dimensional
image
elastic
elastography
breast
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.)
Pending
Application number
CN202010680159.8A
Other languages
English (en)
Inventor
高毅
王菁
宋宏萍
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.)
Shenzhen University
Original Assignee
Shenzhen University
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 Shenzhen University filed Critical Shenzhen University
Priority to CN202010680159.8A priority Critical patent/CN111803128A/zh
Publication of CN111803128A publication Critical patent/CN111803128A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0825Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/483Diagnostic techniques involving the acquisition of a 3D volume of data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/485Diagnostic techniques involving measuring strain or elastic properties
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223Devices 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • A61B8/5253Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode combining overlapping images, e.g. spatial compounding

Abstract

本发明实施例公开了一种乳腺组织弹性成像方法、装置、设备和介质,其中,方法包括:获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像;将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。本发明实施例的技术方案解决了三维全乳超声图像不含有弹性信息以及直接采用面阵探头进行三维弹性成像视野范围小的问题;可以实现根据三维超声灰度图像直接生成三维超声弹性图像,无需二次采集图像,也无需手动操作进行三维成像,提高了三维弹性图像的获取效率,有助于疾病的诊断。

Description

一种乳腺组织弹性成像方法、装置、设备和介质
技术领域
本发明实施例涉及医学图像处理技术领域,尤其涉及一种乳腺组织弹性成像方法、装置、设备和介质。
背景技术
三维超声成像是一种通过超声探头与计算机处理相结合,从而获得三维图像信息的技术,其中利用二维超声探头进行一系列二维成像,然后将二维图像重建为三维图像的三维重建技术,具有视野全面、定位准确、图像直观、图像标准化程度高等特点,因此得到广泛的应用,三维全乳超声就是其中之一。超声弹性成像是一种通过加压、剪切波等方法诱发组织形变,对加压前后组织形变程度进行成像的方法,从而显示感兴趣区域内应变分布,评估组织的硬度,弥补了传统超声的不足,可提高超声诊断的准确率。
和传统的二维超声相比,三维全乳超声无法提供弹性信息,也就是无法评估组织病变的组织硬度。目前,在临床上通常将三维超声的灰度图像与二维弹性成像结果并列显示于两台电脑(如图1所示,左侧为三维全乳超声图像,右侧为二维超声弹性图像),结合分析组织病变结果;或者,通过手持面阵探头直接进行三维弹性成像。
但是,由于三维超声图像和二维弹性图像需要用不同的仪器采集,采用两台显示器同时查看三维超声的灰度图像与二维弹性图像的方法,检查项目繁琐,花费时间长;而且,实际的肿瘤是三维的,二维的弹性图像并不能真实全面的反映整个肿瘤的状态,如果在检查过程中受成像原理的限制没有获取到某些重要的图像信息,可能会影响医生的临床诊断,医生只能凭借肉眼,无法精确定位到二维弹性图像对应的三维超声图像对应的“断层”。采用手持面阵探头直接进行三维弹性成像的方法,对整个组织成像需要手动操作,得到的各个视野之间的关系难以标准化,且视野范围较小,远小于组织整体的超声图像的成像视野范围。
发明内容
本发明实施例提供一种乳腺组织弹性成像方法、装置、设备和介质,以实现根据三维全乳超声灰度图像直接生成三维超声弹性图像,提高了三维弹性图像的获取效率,有助于疾病的诊断。
第一方面,本发明实施例提供了一种乳腺组织弹性成像方法,该方法包括:
获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像;
将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;
将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
可选的,所述对所述三维全乳超声图像进行预处理得到预处理图像,包括:
将所述三维全乳超声图像分解为多帧二维组织超声图像。
可选的,所述将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像,包括:
将所述二维组织超声图像逐帧输入至所述弹性成像模型,得到与所述二维组织超声图像对应的二维弹性图像,其中,所述弹性成像模型为二维弹性成像模型。
可选的,所述二维弹性成像模型是以二维超声灰度图像和与所述二维超声灰度图像对应的二维弹性图像为训练样本训练完成的。
可选的,所述对所述三维全乳超声图像进行预处理得到预处理图像,包括:
将所述三维全乳超声图像分割为预设尺寸的多个三维全乳超声图像块。
可选的,所述将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像,包括:
分别将所述多个三维全乳超声图像块输入至所述弹性成像模型,得到与所述三维全乳超声图像块对应的三维弹性图像块,其中,所述弹性成像模型为三维弹性成像模型。
可选的,所述三维弹性成像模型是以三维超声灰度图像块和与所述三维超声灰度图像块对应得三维弹性图像块为训练样本训练完成的。
第二方面,本发明实施例还提供了一种乳腺组织弹性成像装置,该装置包括:
图像预处理模块,用于获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到预处理图像;
图像生成模块,用于将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;
目标图像获取模块,用于将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
可选的,所述图像预处理模块具体用于:
将所述三维全乳超声图像分解为多帧二维组织超声图像。
可选的,所述图像生成模块具体用于:
将所述二维组织超声图像逐帧输入至所述弹性成像模型,得到与所述二维组织超声图像对应的二维弹性图像,其中,所述弹性成像模型为二维弹性成像模型。
可选的,所述二维弹性成像模型是以二维超声灰度图像和与所述二维超声灰度图像对应的二维弹性图像为训练样本训练完成的。
可选的,所述图像预处理模块具体还用于:
将所述三维全乳超声图像分割为预设尺寸的多个三维全乳超声图像块。
可选的,所述图像生成模块具体还用于:
分别将所述多个三维全乳超声图像块输入至所述弹性成像模型,得到与所述三维全乳超声图像块对应的三维弹性图像块,其中,所述弹性成像模型为三维弹性成像模型。
可选的,所述三维弹性成像模型是以三维超声灰度图像块和与所述三维超声灰度图像块对应得三维弹性图像块为训练样本训练完成的。
第三方面,本发明实施例还提供了一种计算机设备,该计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例中任一所述的乳腺组织弹性成像方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如发明实施例中任一所述的乳腺组织弹性成像方法。
本发明实施例,通过将获取三维全乳超声图像进行预处理得到多个预处理图像,将预处理图像输入至预先训练好的弹性成像模型得到与预处理图像对应的弹性图像,进一步的将得到的多个弹性图像进行融合得到与三维预防超声图像对应的目标三维组织弹性图像,解决了三维全乳超声图像不含有弹性信息以及直接采用面阵探头进行三维弹性成像视野范围小的问题;可以实现根据三维超声灰度图像直接生成三维超声弹性图像,无需二次采集图像,也无需手动操作进行三维成像,提高了三维弹性图像的获取效率,有助于疾病的诊断。
附图说明
图1是现有技术中临床通过图像进行组织评估的示意图;
图2是本发明实施例一中的乳腺组织弹性成像方法的流程图;
图3是本发明实施例二中的乳腺组织弹性成像方法的流程图;
图4是本发明实施例三中的乳腺组织弹性成像方法的流程图;
图5是本发明实施例四中的乳腺组织弹性成像装置的结构示意图;
图6是本发明实施例五中的计算机设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图2为本发明实施例一提供的乳腺组织弹性成像方法的流程图,本实施例可适用于获取乳腺组织三维弹性图像的情况,该方法可以由乳腺组织弹性成像装置实现,该装置配置于计算机设备中,具体可通过设备中的软件和/或硬件来实施。
如图2所示,乳腺组织弹性成像方法具体包括:
S110、获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像。
其中,该成像方法的成像对象是乳腺组织。三维全乳超声图像则是通过将超声声束射入目标组织处,得到反射信号并对反射信号进行处理所得到的超声灰度图像。在三维全乳房超声成像中,三维全乳超声图像是通过一个机械臂探头末端的二维超声探头,由机械臂带动进行平移,平移过程中,每0.5mm就由二维探头获取一个二维超声图像,最后在三维空间中将各二维超声图像叠加合成三维全乳超灰度图像。
进一步的,对三维全乳超声图像进行预处理则是为了步骤S120进行准备,预处理操作可以是对图像进行分解、分割等操作。预处理图像的形式取决于S120中弹性成像模型的输入形式。例如,可以是叠加成三维全乳超声图像的二维超声图像。至于弹性成像模型的输入形式则取决于在弹性成像模型在训练过程中输入的样本类型。也就是说弹性成像模型在训练阶段输入的样本的类型即为预处理图像的类型。
S120、将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像。
弹性成像模型可以是经过深度学习建立的一个模型,在模型训练的过程中通过对样本数据进行一系列卷积和池化等操作,提取不同尺度有效特征,不断训练迭代模型中的权重参数,目标是使损失函数的值最小,输出的结果与实际结果最接近,最终得到理想的模型。例如:U-Net,FCN,GAN等模型。
已经训练好的弹性成像模型可以根据输入的图像,直接输出一个对应的弹性图像结果,因此,当输入为预处理图像时,输出的结果是与预处理图像对应的弹性图像。
S130、将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
与多个预处理图像对应的,经过弹性成像模型得到的弹性图像也有多个,将弹性图像进行融合得到与三维全乳超声图像对应的目标三维组织弹性图像。具体的,融合可以是在维度上进行融合,即将二维弹性图像融合为三维弹性图像,也可以是空间位置上的融合,即将组织的不同部位的三维弹性图像融合成为一个整体的组织三维弹性图像,至于是哪一种融合方式依然是取决于弹性成像模型的输入输出图像的类型。
本实施例的技术方案,通过将获取三维全乳超声图像进行预处理得到多个预处理图像,将预处理图像输入至预先训练好的弹性成像模型得到与预处理图像对应的弹性图像,进一步的将得到的多个弹性图像进行融合得到与三维全乳超声图像对应的目标三维组织弹性图像,解决了三维全乳超声图像不含有弹性信息以及直接采用三维面阵探头进行三维弹性成像视野范围小的问题;可以实现根据三维超声灰度图像直接生成三维超声弹性图像,无需二次采集图像,也无需手动操作进行三维成像,提高了三维弹性图像的获取效率,有助于疾病的诊断。
实施例二
图3为本发明实施例二提供的乳腺组织弹性成像方法的流程图,在上述实施例的基础上,本实施例进一步的说明弹性成像模型的输入的二维组织超声图像以及输出为相应的二维弹性图像的情况。
如图3所示,乳腺组织弹性成像方法具体包括:
S210、获取三维全乳超声图像,并将所述三维全乳超声图像分解为多帧二维组织超声图像。
三维组织超声成像中,三维全乳超声图像可以是通过一个机械臂探头末端的二维超声探头,由机械臂带动进行平移,平移过程中,每间隔预设距离(如0.5mm)就由二维探头获取一个二维超声图像,最后在三维空间中将各二维超声图像叠加合成三维全乳超声灰度图像。三维全乳超声图像也可以是通过手持面阵超声探头直接获取的三维全乳超声图像。在本实施例中,弹性成像模型的输入是二维组织超声图像,那么就需要将三维全乳超声图像在空间上分为多个二维组织超声图像。
S220、将所述二维组织超声图像逐帧输入至所述弹性成像模型,得到与所述二维组织超声图像对应的二维弹性图像,其中,所述弹性成像模型为二维弹性成像模型。
在本实施例中,弹性成像模型为二维弹性成像模型,该模型是以二维超声灰度图像和与所述二维超声灰度图像对应的二维弹性图像为训练样本训练完成的,也就是说,该模型的输入为二维组织超声图像,输出为对应的二维弹性图像。
S230、将所述二维弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
在本实施例中,弹性图像为二维弹性图像,按照二维组织超声图像的空间顺序将相应的二维弹性图像融合为一个三维组织弹性图像即为目标三维组织弹性图像。
本实施例的技术方案,通过将获取三维全乳超声图像进行预处理得到多个二维组织超声图像,将二维组织超声图像输入至预先训练好的二维弹性成像模型得到与二维组织超声图像对应的二维弹性图像,进一步的将得到的多个二维弹性图像进行融合得到与三维全乳超声图像对应的目标三维组织弹性图像,解决了三维全乳超声图像不含有弹性信息以及直接采用三维面阵探头进行三维弹性成像视野范围小的问题;可以实现根据三维超声灰度图像直接生成三维超声弹性图像,无需二次采集图像,也无需手动操作进行三维成像,提高了三维弹性图像的获取效率,有助于疾病的诊断。
实施例三
图4为本发明实施例三提供的乳腺组织弹性成像方法的流程图,在上述实施例的基础上,本实施例进一步的说明弹性成像模型的输入的三维全乳超声图像块以及输出为相应的三维弹性图像块的情况。
如图4所示,乳腺组织弹性成像方法具体包括:
S310、获取三维全乳超声图像,并将所述三维全乳超声图像分割为预设尺寸的多个三维全乳超声图像块。
在本实施例中,弹性成像模型的输入为三维全乳超声图像的小块,因此,需要将三维全乳超声图像分割为预设尺寸的多个三维全乳超声图像块。即本实施例中的预处理图像为三维全乳超声图像块。
其中,预设尺寸是与面阵探头视野相当的尺寸。这是因为“手持面阵探头”可以直接向空间发射二维超声波束,接收并直接生成三维超声图像以及相应的三维弹性图像。在本实施例中,弹性成像模型的训练样本即为“手持面阵探头”生成三维超声图像以及相应的三维弹性图像。
S320、分别将所述多个三维全乳超声图像块输入至所述弹性成像模型,得到与所述三维全乳超声图像块对应的三维弹性图像块,其中,所述弹性成像模型为三维弹性成像模型。
三维弹性成像模型是以三维超声灰度图像块和与所述三维超声灰度图像块对应得三维弹性图像块为训练样本训练完成的。训练样本是通过面阵超声探头获取的。面阵探头受探测视野的限制,训练样本本身就是以这种小区域的方式成像然后再拼接融合成完整的全乳图像。因此,取同样范围的小区域图像数据做训练数据,这个区域内的图像最大限度的保留了探头探测到的信息的完整性。
S330、将所述三维弹性图像块进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
将得到的多个三维弹性图像块进行拼接融合,便可以得到目标三维组织弹性图像。
通常,在手持面阵超声探头的使用中,因为面阵的尺寸限制,其所形成的三维空间范围较小。对于较大的组织部位,如整个乳腺,需要多次移动面阵探头,才可以扫查整个乳腺区域。而多次移动探头之后获取的各个不同的三维视野之间的空间关系,因为是手动的原因,很难由固定的轨迹,很难标准化。而通过本实施例的技术方案,便可以克服上述技术缺陷,直接通过三维全乳超声图像得到相应的三维弹性图像。
本实施例的技术方案,通过将获取三维全乳超声图像进行预处理得到多个三维弹性图像块,将三维弹性图像块输入至预先训练好的三维弹性成像模型得到与三维弹性图像块对应的三维弹性图像块,进一步的将得到的多个三维弹性图像进行拼接融合得到与三维全乳超声图像对应的目标三维组织弹性图像,解决了三维全乳超声图像不含有弹性信息以及通过手持面阵超声探头直接进行三维弹性成像视野范围小的问题;可以实现根据三维超声灰度图像直接生成三维超声弹性图像,无需二次采集图像,也无需手动操作进行三维成像,提高了三维弹性图像的获取效率,有助于疾病的诊断。
实施例四
图5示出了本发明实施例四提供的一种乳腺组织弹性成像装置的结构示意图,本发明实施例可适用于获取乳腺组织的三维弹性图像的情况。
如图5所示,本发明实施例中乳腺组织弹性成像装置,包括:图像预处理模块510、图像生成模块520和目标图像获取模块530。
其中,图像预处理模块510,用于获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像;图像生成模块520,用于将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;目标图像获取模块530,用于将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
本实施例的技术方案,通过将获取三维全乳超声图像进行预处理得到多个预处理图像,将预处理图像输入至预先训练好的弹性成像模型得到与预处理图像对应的弹性图像,进一步的将得到的多个弹性图像进行融合得到与三维全乳超声图像对应的目标三维组织弹性图像,解决了三维全乳超声图像不含有弹性信息以及直接采用三维面阵探头进行三维弹性成像视野范围小的问题;可以实现根据三维超声灰度图像直接生成三维超声弹性图像,无需二次采集图像,也无需手动操作进行三维成像,提高了三维弹性图像的获取效率,有助于疾病的诊断。
可选的,所述图像预处理模块具体用于:
将所述三维全乳超声图像分解为多帧二维组织超声图像。
可选的,所述图像生成模块具体用于:
将所述二维组织超声图像逐帧输入至所述弹性成像模型,得到与所述二维组织超声图像对应的二维弹性图像,其中,所述弹性成像模型为二维弹性成像模型。
可选的,所述二维弹性成像模型是以二维超声灰度图像和与所述二维超声灰度图像对应的二维弹性图像为训练样本训练完成的。
可选的,所述图像预处理模块具体还用于:
将所述三维全乳超声图像分割为预设尺寸的多个三维全乳超声图像块。
可选的,所述图像生成模块具体还用于:
分别将所述多个三维全乳超声图像块输入至所述弹性成像模型,得到与所述三维全乳超声图像块对应的三维弹性图像块,其中,所述弹性成像模型为三维弹性成像模型。
可选的,所述三维弹性成像模型是以三维超声灰度图像块和与所述三维超声灰度图像块对应得三维弹性图像块为训练样本训练完成的。
本发明实施例所提供的乳腺组织弹性成像装置可执行本发明任意实施例所提供的乳腺组织弹性成像方法,具备执行方法相应的功能模块和有益效果。
实施例五
图6是本发明实施例五中的计算机设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性计算机设备612的框图。图6显示的计算机设备612仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,计算机设备612以通用计算设备的形式表现。计算机设备612的组件可以包括但不限于:一个或者多个处理器或者处理单元616,系统存储器628,连接不同系统组件(包括系统存储器628和处理单元616)的总线618。
总线618表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备612典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备612访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器628可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)630和/或高速缓存存储器632。计算机设备612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统634可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储器628可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块642的程序/实用工具640,可以存储在例如存储器628中,这样的程序模块642包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备612也可以与一个或多个外部设备614(例如键盘、指向设备、显示器624等)通信,还可与一个或者多个使得用户能与该计算机设备612交互的设备通信,和/或与使得该计算机设备612能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口622进行。并且,计算机设备612还可以通过网络适配器620与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器620通过总线618与计算机设备612的其它模块通信。应当明白,尽管图6中未示出,可以结合计算机设备612使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元616通过运行存储在系统存储器628中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的乳腺组织弹性成像方法,该方法主要包括:
获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像;
将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;
将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的乳腺组织弹性成像方法,该方法主要包括:
获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像;
将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;
将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种乳腺组织弹性成像方法,其特征在于,包括:
获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像;
将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;
将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述三维全乳超声图像进行预处理得到预处理图像,包括:
将所述三维全乳超声图像分解为多帧二维组织超声图像。
3.根据权利要求2所述的方法,其特征在于,所述将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像,包括:
将所述二维组织超声图像逐帧输入至所述弹性成像模型,得到与所述二维组织超声图像对应的二维弹性图像,其中,所述弹性成像模型为二维弹性成像模型。
4.根据权利要求3所述的方法,其特征在于,所述二维弹性成像模型是以二维超声灰度图像和与所述二维超声灰度图像对应的二维弹性图像为训练样本训练完成的。
5.根据权利要求1所述的方法,其特征在于,所述对所述三维全乳超声图像进行预处理得到预处理图像,包括:
将所述三维全乳超声图像分割为预设尺寸的多个三维全乳超声图像块。
6.根据权利要求5所述的方法,其特征在于,所述将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像,包括:
分别将所述多个三维全乳超声图像块输入至所述弹性成像模型,得到与所述三维全乳超声图像块对应的三维弹性图像块,其中,所述弹性成像模型为三维弹性成像模型。
7.根据权利要求6所述的方法,其特征在于,所述三维弹性成像模型是以三维超声灰度图像块和与所述三维超声灰度图像块对应得三维弹性图像块为训练样本训练完成的。
8.一种乳腺组织弹性成像装置,其特征在于,包括:
图像预处理模块,用于获取三维全乳超声图像,并对所述三维全乳超声图像进行预处理得到多个预处理图像;
图像生成模块,用于将所述预处理图像输入至预先训练好的弹性成像模型得到与所述预处理图像对应的弹性图像;
目标图像获取模块,用于将所述弹性图像进行融合得到与所述三维全乳超声图像对应的目标三维组织弹性图像。
9.一种计算机设备,其特征在于,所述计算机设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的乳腺组织弹性成像方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的乳腺组织弹性成像方法。
CN202010680159.8A 2020-07-15 2020-07-15 一种乳腺组织弹性成像方法、装置、设备和介质 Pending CN111803128A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010680159.8A CN111803128A (zh) 2020-07-15 2020-07-15 一种乳腺组织弹性成像方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010680159.8A CN111803128A (zh) 2020-07-15 2020-07-15 一种乳腺组织弹性成像方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN111803128A true CN111803128A (zh) 2020-10-23

Family

ID=72866256

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010680159.8A Pending CN111803128A (zh) 2020-07-15 2020-07-15 一种乳腺组织弹性成像方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN111803128A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115393301A (zh) * 2022-08-16 2022-11-25 中山大学附属第一医院 一种肝脏二维剪切波弹性图像的影像组学分析方法和装置

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080306384A1 (en) * 2007-06-08 2008-12-11 The Johns Hopkins University Apparatus and method for computing 3D ultrasound elasticity images
US20090326378A1 (en) * 2008-06-26 2009-12-31 Medison Co., Ltd. Formation Of An Enhanced Elastic Image In An Ultrasound System
CN102908168A (zh) * 2012-10-24 2013-02-06 华南理工大学 一种基于机械扫描的a超弹性成像系统及其方法
CN102908166A (zh) * 2012-08-28 2013-02-06 华南理工大学 一种用于三维超声弹性成像的扫查装置和方法
CN103269430A (zh) * 2013-04-16 2013-08-28 上海上安机电设计事务所有限公司 基于bim的三维场景生成方法
KR20150056013A (ko) * 2013-11-14 2015-05-22 계명대학교 산학협력단 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법 및 장치
US20170153321A1 (en) * 2015-12-01 2017-06-01 Samsung Medison Co., Ltd. Method and apparatus for acquiring image using ultrasound
CN107451983A (zh) * 2017-07-18 2017-12-08 中山大学附属第六医院 Ct图像的三维融合方法和系统
CN107483910A (zh) * 2017-07-14 2017-12-15 清华大学 一种长距离裸眼立体显示方法及其系统
CN108986909A (zh) * 2018-06-29 2018-12-11 清华大学 基于超声弹性成像的软组织弹性和粘弹性表征方法及装置
US20190336108A1 (en) * 2017-01-05 2019-11-07 Koninklijke Philips N.V. Ultrasound imaging system with a neural network for deriving imaging data and tissue information
CN111091603A (zh) * 2019-11-04 2020-05-01 深圳先进技术研究院 一种超声成像方法、装置、可读存储介质及终端设备
US20200168227A1 (en) * 2017-09-29 2020-05-28 Shanghai Cambricon Information Technology Co., Ltd Image processing apparatus and method

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080306384A1 (en) * 2007-06-08 2008-12-11 The Johns Hopkins University Apparatus and method for computing 3D ultrasound elasticity images
US20090326378A1 (en) * 2008-06-26 2009-12-31 Medison Co., Ltd. Formation Of An Enhanced Elastic Image In An Ultrasound System
CN102908166A (zh) * 2012-08-28 2013-02-06 华南理工大学 一种用于三维超声弹性成像的扫查装置和方法
CN102908168A (zh) * 2012-10-24 2013-02-06 华南理工大学 一种基于机械扫描的a超弹性成像系统及其方法
CN103269430A (zh) * 2013-04-16 2013-08-28 上海上安机电设计事务所有限公司 基于bim的三维场景生成方法
KR20150056013A (ko) * 2013-11-14 2015-05-22 계명대학교 산학협력단 유방 초음파 영상 및 탄성도 영상 획득 및 분석 방법 및 장치
US20170153321A1 (en) * 2015-12-01 2017-06-01 Samsung Medison Co., Ltd. Method and apparatus for acquiring image using ultrasound
US20190336108A1 (en) * 2017-01-05 2019-11-07 Koninklijke Philips N.V. Ultrasound imaging system with a neural network for deriving imaging data and tissue information
CN107483910A (zh) * 2017-07-14 2017-12-15 清华大学 一种长距离裸眼立体显示方法及其系统
CN107451983A (zh) * 2017-07-18 2017-12-08 中山大学附属第六医院 Ct图像的三维融合方法和系统
US20200168227A1 (en) * 2017-09-29 2020-05-28 Shanghai Cambricon Information Technology Co., Ltd Image processing apparatus and method
CN108986909A (zh) * 2018-06-29 2018-12-11 清华大学 基于超声弹性成像的软组织弹性和粘弹性表征方法及装置
CN111091603A (zh) * 2019-11-04 2020-05-01 深圳先进技术研究院 一种超声成像方法、装置、可读存储介质及终端设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
R.R.WILDEBOER ET AL: "Synthetic Elastography from B-Mode ultrasound through Deep Learning", 《2019 IEEE INTERNATIONAL ULTRASONICS SYMPOSIUM(IUS)》, 9 December 2019 (2019-12-09), pages 108 - 109 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115393301A (zh) * 2022-08-16 2022-11-25 中山大学附属第一医院 一种肝脏二维剪切波弹性图像的影像组学分析方法和装置
CN115393301B (zh) * 2022-08-16 2024-03-12 中山大学附属第一医院 一种肝脏二维剪切波弹性图像的影像组学分析方法和装置

Similar Documents

Publication Publication Date Title
US10950026B2 (en) Systems and methods for displaying a medical image
CN109961491B (zh) 多模态图像截断补偿方法、装置、计算机设备和介质
US20220142609A1 (en) Apparatus and method for fetal intelligent navigation echocardiography
EP3270178B1 (en) A system and method for determining optimal operating parameters for medical imaging
CN100361626C (zh) 分布式心脏图像多维重建与交互可视化方法
US10390726B2 (en) System and method for next-generation MRI spine evaluation
US9947104B2 (en) Preview visualisation of tracked nerve fibers
US11911223B2 (en) Image based ultrasound probe calibration
Yeo et al. Intelligent navigation to improve obstetrical sonography
CN112603374A (zh) 颈动脉超声影像处理方法、装置、存储介质及超声设备
US20130223703A1 (en) Medical image processing apparatus
CN106687048A (zh) 医学成像装置
CN111803128A (zh) 一种乳腺组织弹性成像方法、装置、设备和介质
CN114299015A (zh) 一种确定脊柱侧弯角度的方法及装置
CN111144506B (zh) 基于超声图像的肝包虫识别方法、存储介质及超声设备
CN112862955A (zh) 建立三维模型的方法、装置、设备、存储介质和程序产品
CN110706336A (zh) 一种基于医疗影像数据的三维重建方法及系统
JP2020124480A (ja) 超音波診断の超音波撮像のための模範提示ガイダンス
US20230137369A1 (en) Aiding a user to perform a medical ultrasound examination
CN111062935B (zh) 一种乳腺肿瘤检测方法、存储介质及终端设备
US8326007B2 (en) Methods and apparatus for combined 4D presentation of quantitative regional measurements and morphology
CN103860195A (zh) 使用体数据的超声诊断方法和超声诊断设备
CN112674799A (zh) 超声弹性成像方法、电子设备及存储介质
CN113768546A (zh) 超声弹性图像生成与处理系统和方法
CN108366779B (zh) 用于检测工具的装置和方法

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