CN112512437A - 用于同步多帧二维图像和运动模式图像中的卡尺测量的方法和系统 - Google Patents
用于同步多帧二维图像和运动模式图像中的卡尺测量的方法和系统 Download PDFInfo
- Publication number
- CN112512437A CN112512437A CN201980049919.0A CN201980049919A CN112512437A CN 112512437 A CN112512437 A CN 112512437A CN 201980049919 A CN201980049919 A CN 201980049919A CN 112512437 A CN112512437 A CN 112512437A
- Authority
- CN
- China
- Prior art keywords
- frame
- caliper
- measurement
- caliper measurement
- image
- 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
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
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0883—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
-
- 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
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
- G01S7/52053—Display arrangements
- G01S7/52057—Cathode ray tube displays
- G01S7/5206—Two-dimensional coordinated display of distance and direction; B-scan display
- G01S7/52063—Sector scan display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
- G01S7/52053—Display arrangements
- G01S7/52057—Cathode ray tube displays
- G01S7/5206—Two-dimensional coordinated display of distance and direction; B-scan display
- G01S7/52066—Time-position or time-motion displays
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
- G01S7/52053—Display arrangements
- G01S7/52057—Cathode ray tube displays
- G01S7/52074—Composite displays, e.g. split-screen displays; Combination of multiple images or of images and alphanumeric tabular information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
- G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
- G01S15/8909—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration
- G01S15/8913—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using separate transducers for transmission and reception
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Abstract
本发明提供了用于同步多帧2D图像和解剖M模式图像中的卡尺测量的系统和方法。该方法可包括选择感兴趣区域的多帧2D图像的帧。该方法可包括将第一卡尺测量定位在所选择的帧上。该方法可包括基于第一卡尺测量的方向生成解剖M模式图像。该方法可包括将第二卡尺测量自动叠加在解剖M模式图像上,第二卡尺测量与所选择的帧上的第一卡尺测量对应。该方法可包括在显示系统处呈现具有第一卡尺测量的所选择的帧,同时呈现具有第二卡尺测量的解剖运动模式图像。
Description
技术领域
某些实施方案涉及超声成像。更具体地讲,某些实施方案涉及用于在多帧二维(2D)图像和运动模式(M模式)图像中提供卡尺测量的方法和系统。在2D图像或M模式图像中的一者中提供的卡尺测量被同步以基本上实时地同时显示对应的M模式图像或2D图像中的测量。卡尺测量可由用户手动提供,并且/或者所选择的卡尺测量可通过图像检测技术诸如机器学习算法(例如深度神经网络)自动执行。
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。超声成像使用实时的、非侵入性高频声波来产生二维(2D)图像和/或三维(3D)图像。
心脏测量是评估心脏功能的有用工具。多帧2D超声图像和M模式超声图像可用于获得成像心脏的测量。心脏测量通常使用两种方法中的一种方法来手动执行。第一常规方法包括用户步进或滚动通过多帧2D图像的帧,以找到位于正确的心脏阶段(通常为收缩末期或舒张末期)的图像帧。一旦识别出多帧2D图像的帧,用户就可通过在所选择的2D图像帧中的解剖界标点上选择两点式2D卡尺测量的起点和终点来手动定位2D卡尺。2D帧上的卡尺测量允许获得两个空间维度,但不提供时间信息。缺少时间信息可能在图像质量不是最佳时难以正确地放置卡尺。从2D图像确定测量是否在正确的帧中执行也可能是困难的。因此,用户可能需要通过观察组织和瓣膜的移动来回滚动以找到正确的帧。
用于执行心脏测量的第二常规方法包括使用M模式图像,这允许获得一个空间维度和时间。通常,用户想要测量的方向可能未与多帧2D图像中的一个采集光束对准。在这些情况下,解剖M模式线被置于2D图像中,并且解剖M模式图像基于该解剖M模式线的定位来重建。定位解剖M模式线并随后将卡尺放置在解剖M模式图像中的方法可能是耗时的,如果用户正在沿不同方向在同一2D图像中测量若干维度的话则尤其如此。
通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较,常规和传统方法的进一步限制和缺点对本领域的技术人员将变得显而易见。
发明内容
提供了用于同步多帧2D图像和M模式图像中的卡尺测量的系统和/或方法,该系统和/或方法基本上如结合至少一个附图所示和/或所述,如在权利要求书中更完整地阐述。
从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及其例示的实施方案的细节。
附图说明
图1是根据各种实施方案的示例性超声系统的框图,该示例性超声系统可操作以同步多帧2D图像和M模式图像中的卡尺测量。
图2是根据各种实施方案的示例性医疗工作站的框图,该示例性医疗工作站可操作以同步多帧2D图像和M模式图像中的卡尺测量。
图3示出了根据各种实施方案的示例性多帧2D图像。
图4是根据各种实施方案的多帧2D图像的帧中的第一所选择的卡尺测量和M模式图像中的对应卡尺测量的示例性显示。
图5是根据各种实施方案的多帧2D图像的帧中的第二所选择的卡尺测量和M模式图像中的对应卡尺测量的示例性显示。
图6是示出根据示例性实施方案的可用于同步多帧2D图像和M模式图像中的卡尺测量的示例性步骤的流程图。
图7是示出根据示例性实施方案的可用于同步多帧2D图像和M模式图像中的卡尺测量的示例性步骤的流程图。
具体实施方式
某些实施方案可见于用于同步多帧2D图像和M模式图像中的卡尺测量的方法和系统。各种实施方案具有提供增强的卡尺测量可视化的技术效应。此外,某些实施方案具有通过同时使用来自两个空间维度和时间维度两者的信息来提供准确的卡尺放置的技术效应。此外,各种实施方案具有提供2D显示和M模式显示的自动同步的技术效应,以帮助用户理解2D显示和M模式显示中的数据如何在空间和时间上联系。本公开的各方面具有通过使用机器学习算法诸如深度神经网络自动选择帧和解剖界标点来提供自动卡尺测量的技术效应。
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方案的以下具体实施方式。就附图示出各种实施方案的功能块的图的范围而言,这些功能块不一定表示硬件电路之间的划分。因此,例如,一个或多个功能框(例如,处理器或存储器)可以在单件硬件(例如,通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中来实现。类似地,程序可以是独立程序,可以作为子例程包含在操作系统中,可以是安装的软件包中的功能等。应当理解,各种实施方案不限于附图中所示的布置和工具。还应当理解,可以组合实施方案,或者可以利用其他实施方案,并且可以在不脱离各种实施方案的范围的情况下做出结构的、逻辑的和电气的改变。因此,以下详述不应视为限制性意义,并且本公开的范围由所附权利要求书及其等同物限定。
如本文所用,以单数形式叙述且以词语“一”或“一个”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,除非明确地说明此类排除。此外,对“一个实施方案”的引用并非旨在被解释为排除也包含所叙述的特征的其他实施方案的存在。此外,除非明确地相反说明,否则“包含”、“包括”或“具有”具有特定性质的一个元件或多个元件的实施方案可以包括不具有该性质的附加元件。
另外,如本文所用,术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而,许多实施方案生成(或被配置为生成)至少一个可视图像。此外,如本文所用,短语“图像”用于指超声模式,诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式和/或B模式和/或CF的子模式,诸如剪切波弹性成像(SWEI)、TVI、Angio、B-flow、BMI、BMI_Angio,并且在某些情况下还包括MM、CM、PW、TVD、CW,其中“图像”和/或“平面”包括单个波束或多个波束。
此外,如本文所用,术语处理器或处理单元是指可执行各种实施方案需要的所需计算的任何类型的处理单元,诸如单核或多核:CPU、图形板、DSP、FPGA、ASIC或它们的组合。
应当指出的是,本文所述的生成或形成图像的各种实施方案可包括用于形成图像的处理,该处理在一些实施方案中包括波束形成,而在其他实施方案中不包括波束形成。例如,可在不进行波束形成的情况下形成图像,诸如通过将解调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“波束”。另外,可使用可能源自多于一个发射事件的信道组合(例如,合成孔径技术)来执行图像的形成。
在各种实施方案中,例如,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,包括超声波束形成,诸如接收波束形成。具有根据各种实施方案形成的软件波束形成器架构的超声系统的一个具体实施在图1中示出。
图1是根据各种实施方案的示例性超声系统100的框图,该示例性超声系统可操作以同步多帧2D图像和M模式图像中的卡尺测量。参见图1,示出了超声系统100。超声系统100包括发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器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、显示系统134、档案138和教导引擎170。
发射器102可包括可操作以驱动超声探头104的合适逻辑、电路、接口和/或代码。超声探头104可包括压电元件的二维(2D)阵列。超声探头104可包括通常构成相同元件的一组发射换能器元件106和一组接收换能器元件108。在某些实施方案中,超声探头104可操作以采集覆盖器官(诸如心脏或任何合适的器官)的至少大部分的超声图像数据。
发射波束形成器110可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以控制发射器102,发射器102通过发射子孔径波束形成器114驱动该组发射换能器元件106以将超声发射信号发射到感兴趣区域(例如,人、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射,以产生回波。回波由接收换能器元件108接收。
超声探头104中的这组接收换能器元件108可操作以将接收的回波转换为模拟信号,通过接收子孔径波束形成器116进行子孔径波束形成,然后传送到接收器118。接收器118可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以接收和解调来自接收子孔径波束形成器116的信号。可将解调的模拟信号传送到多个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可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以将来自接收器118的解调的模拟信号转换为对应的数字信号。多个A/D转换器122被设置在接收器118和接收波束形成器120之间。尽管如此,本公开在这方面并不受限制。因此,在一些实施方案中,多个A/D转换器122可被集成在接收器118内。
接收波束形成器120可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以执行数字波束成形处理,以例如对从多个A/D转换器122接收的延迟信道信号求和并且输出波束求和信号。所得处理的信息可被转换回对应RF信号。从接收波束形成器120输出的对应输出RF信号可被传送到RF处理器124。根据一些实施方案,接收器118、多个A/D转换器122和波束形成器120可被集成到可以是数字波束形成器的单一波束形成器中。
RF处理器124可包括可操作以解调RF信号的合适的逻辑、电路、接口和/或代码。根据一个实施方案,RF处理器124可包括复解调器(未示出),该复解调器可操作以解调RF信号以形成代表对应回波信号的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,该逻辑、电路、接口和/或代码可操作为提供由RF处理器124生成的RF或I/Q信号数据的临时存储。
用户输入模块130可用于输入卡尺起点和终点、卡尺测量选择、患者数据、扫描参数、设置,选择协议和/或模板,识别超声图像数据中的界标等。在示例性实施方案中,用户输入模块130可操作以配置、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。就这一点而言,用户输入模块130可操作以配置、管理和/或控制发射器102、超声探头104、发射波束形成器110、位置感测系统112、接收器118、接收波束形成器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、显示系统134、档案138和/或教导引擎170的操作。用户输入模块130可包括按钮、旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其他设备。在某些实施方案中,例如,用户输入模块130中的一个或多个用户输入模块可以集成到其他部件(诸如显示系统134)中。作为一个示例,用户输入模块130可以包括触摸屏显示器。在各种实施方案中,可响应于经由用户输入模块130接收的指令来选择多帧2D图像的帧。在某些实施方案中,可响应于经由用户输入模块130接收的指令来选择一种或多种卡尺测量。在代表性实施方案中,可响应于经由用户输入模块130接收的指令来选择卡尺测量的起点和终点。
信号处理器132可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以处理超声扫描数据(即,RF信号数据或IQ数据对),以生成用于在显示系统134上呈现的超声图像。信号处理器132可操作为根据所采集的超声扫描数据上的多个可选择超声模态来执行一个或多个处理操作。在示例性实施方案中,信号处理器132可操作以执行混合、运动跟踪和/或散斑跟踪。随着接收到回波信号,可以在扫描会话期间实时处理采集的超声扫描数据。除此之外或另选地,超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器126中并且在在线操作或离线操作中以不太实时的方式处理。在各种实施方案中,处理的图像数据可呈现在显示系统134处和/或可存储在档案138处。档案138可以是本地档案、图片归档和通信系统(PACS),或用于存储图像和相关信息的任何合适的设备。在示例性实施方案中,信号处理器132可包括2D图像选择模块140、卡尺测量模块150和解剖M模式生成模块160。
超声系统100可操作以按适用于所考虑的成像情况的帧速率连续采集超声扫描数据。典型的帧速率在20至70的范围内,但可更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统134上。图像缓冲器136被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地,图像缓冲器136具有足够的容量来存储至少几分钟的超声扫描数据的帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器136可体现为任何已知的数据存储介质。
信号处理器132可包括2D图像选择模块140,该2D图像选择模块包括可操作以选择多帧2D超声图像的帧的合适的逻辑、电路、接口和/或代码。图3示出了根据各种实施方案的示例性多帧2D图像600。参见图3,多帧2D图像600包括多个2D帧310。再次参见图1,用户可经由用户输入模块130向2D图像选择模块140提供所选择的帧310。在各种实施方案中,可旋转或以其他方式激活旋转编码器或其他用户输入模块130以导航多帧2D图像600的帧310。一旦识别出适当的帧310,用户就可经由用户输入模块130选择所识别的帧310并且可将该选择提供给2D图像选择模块140。由用户经由2D图像选择模块140选择的多帧2D图像600的帧310由选择模块140提供给卡尺测量模块150。
又如,用户可选择要执行的一种或多种卡尺测量。2D图像选择模块140可基于一个或多个测量选择自动识别多帧2D图像600中的2D帧310。各种心脏测量的示例可包括收缩末期左心室内径(LVIDs)测量、收缩末期心室间隔(IVSs)测量、收缩末期左心室后壁(LVPWs)测量和主动脉瓣直径(AV Diam)测量等。在示例性实施方案中,如果选择LVIDs测量,则2D图像选择模块140可通过使用检测到的心搏周期起点和终点并应用启发式公式来执行收缩末期帧时间的过程估算,从而估算心脏阶段的时间。经由2D图像选择模块140自动选择的多帧2D图像600的帧310由选择模块140提供给卡尺测量模块150。
信号处理器132可包括卡尺测量模块150,该卡尺测量模块包括可操作以将对应于测量的卡尺定位在由2D图像选择模块140提供的2D帧310上的合适的逻辑、电路、接口和/或代码。例如,用户可经由用户输入模块130识别2D帧310中的卡尺测量的起点和终点。在各种实施方案中,可使用鼠标设备或任何合适的用户输入模块130来选择所选择的2D图像帧310中的解剖界标点。连接所选择的解剖界标点的线可通过卡尺测量模块150叠加在2D图像帧310上,并且与点之间的距离对应的测量可通过卡尺测量模块150与2D帧310一起呈现在显示系统134处。卡尺测量模块150可将卡尺测量存储在档案138或任何合适的数据存储介质中。经由卡尺测量模块150执行的测量由测量模块150提供给解剖M模式生成模块160。
又如,卡尺测量模块150可通过处理2D帧310以基于所选择的测量找到卡尺终点的解剖界标点来将对应于测量的卡尺自动定位在所识别的2D帧310上。在各种实施方案中,卡尺测量模块150包括图像检测算法、一个或多个深度神经网络,并且/或者可利用被配置为自动识别超声图像数据中的界标的任何合适形式的图像检测技术或机器学习处理功能。例如,卡尺测量模块150可由输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如,输入层可具有用于来自器官的超声图像的每个像素或一组像素的神经元。输出层可具有对应于被成像器官的结构内的每个结构和/或解剖界标点的神经元。例如,如果对心脏成像,则输出层可包括心包膜、后壁、间隔壁、心室间隔、主动脉瓣、左心室、未知和/或其他等的神经元。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如,第一层的神经元可学习识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状在超声图像数据中的位置。由卡尺测量模块150的深度神经网络执行的处理可以高概率识别解剖界标点。卡尺测量模块150可将连接与所选择的测量对应的解剖界标点的线叠加在2D图像帧310上,并且与点之间的距离对应的测量可通过卡尺测量模块150与2D帧310一起呈现在显示系统134处。卡尺测量模块150可将卡尺测量存储在档案138和/或任何合适的数据存储介质中。经由卡尺测量模块150自动执行的测量由测量模块150提供给解剖M模式生成模块160。
信号处理器132可包括解剖M模式生成模块160,该解剖M模式生成模块包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以基于在2D帧310中的卡尺测量的方向生成解剖M模式图像,将卡尺测量叠加在M模式图像上,并且显示具有所叠加卡尺测量的M模式图像以及具有对应卡尺测量的2D帧310。例如,解剖M模式生成模块160可从卡尺测量模块150接收卡尺测量,并且可基于卡尺测量的方向生成解剖M模式图像。解剖M模式生成模块160可随后基于所选择的2D帧310在适当的时间位置处并且基于2D帧310中的卡尺测量的坐标在适当的空间位置处将卡尺测量叠加在M模式图像上。解剖M模式生成模块160在显示系统134处呈现具有卡尺测量的M模式图像、具有对应卡尺测量的所选择的2D帧310。具有卡尺测量的M模式图像的生成和呈现与通过卡尺测量模块150进行的卡尺测量的放置基本上实时发生,使得用户可验证卡尺测量在2D帧310和M模式图像两者中的定位。卡尺测量和/或所生成的M模式图像可存储在档案138和/或任何合适的存储介质处。
又如,解剖M模式生成模块160可从卡尺测量模块150接收卡尺测量,并且可基于卡尺测量的方向生成解剖M模式图像。解剖M模式生成模块160可随后自动处理M模式图像及得自2D帧310中的卡尺测量的坐标,以微调卡尺测量在空间和时间中的位置。例如,解剖M模式生成模块160可包括图像检测算法、一个或多个深度神经网络,并且/或者可利用被配置为在不同时间点处自动识别超声图像数据中的界标的任何合适形式的图像检测技术或机器学习处理功能。例如,解剖M模式生成模块160可由输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如,输入层可具有用于来自器官的M模式图像的每个像素或一组像素的神经元。输出层可具有对应于在各个时间点处被成像器官的结构内的每个结构和/或解剖界标点的神经元。例如,如果对心脏成像,则输出层可包括对应于不同心脏结构诸如心包膜、后壁、间隔壁、心室间隔、主动脉瓣、左心室、未知和/或其他等的舒张末期、收缩末期、未知和其他等的神经元。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如,第一层的神经元可学习识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状在各个时间点处在M模式超声图像数据中的位置。由解剖M模式生成模块160的深度神经网络执行的处理可以高概率识别不同时间点处的解剖界标点。
不同时间点处的所识别的解剖界标点允许解剖M模式生成模块160验证和/或调整M模式图像中的卡尺测量。一旦M模式图像中的卡尺测量被验证为定位在适当的空间点和时间点处,解剖M模式生成模块160就可在适当的空间位置和时间位置处将卡尺测量叠加在M模式图像上,并且在显示系统134处呈现具有卡尺测量的M模式图像、具有对应卡尺测量的所选择的2D帧310。具有卡尺测量的M模式图像的生成、验证和呈现与通过卡尺测量模块150进行的卡尺测量的放置基本上实时发生,使得用户可验证卡尺测量在2D帧310和M模式图像两者中的定位。卡尺测量和/或所生成的M模式图像可存储在档案138和/或任何合适的存储介质处。
在各种实施方案中,解剖M模式生成模块160可基于例如经由用户输入模块130的用户输入来调整M模式图像中的卡尺测量,并且/或者可基于图像检测算法、一个或多个深度神经网络和/或任何合适形式的图像检测技术或机器学习处理功能来调整卡尺测量的自动验证。解剖M模式生成模块160可向2D图像选择模块140提供经调整的卡尺测量,以基于经调整的卡尺测量的时间维度来选择多帧2D图像600的适当的帧310。2D图像选择模块140可向卡尺测量模块150提供适当的帧310,并且2D图像选择模块140和解剖M模式生成模块160中的一者或两者可向卡尺测量模块150提供经调整的卡尺测量。卡尺测量模块150可基于由2D图像选择模块140和/或解剖M模式生成模块160提供的经调整的卡尺测量的空间维度,将经调整的卡尺测量自动定位在由2D图像选择模块140提供的多帧2D图像600的适当的帧310中。另选地,卡尺测量模块150可通过以下方式独立且自动地将对应于测量的卡尺定位在新识别的2D帧310上:处理新选择的2D帧310以通过使用如上文讨论的图像检测算法、一个或多个深度神经网络和/或被配置为自动识别超声图像数据中的界标的任何合适形式的图像检测技术或机器学习处理功能,基于所选择的测量找到卡尺终点的解剖界标点。
卡尺测量模块150可随后在显示系统134处呈现具有经调整的卡尺测量的多帧2D图像600的适当2D帧310、具有经调整的卡尺测量的M模式图像。除此之外和/或另选地,卡尺测量模块150可将在新选择的2D帧310中自动且独立地确定的经调整的卡尺测量提供给解剖M模式生成模块160,以通过应用图像检测算法、一个或多个深度神经网络和/或被配置为在不同时间点处自动识别M模式图像中的界标的任何合适形式的图像检测技术或机器学习处理功能来进行M模式图像生成和处理的另外迭代。在代表性实施方案中,卡尺测量模块150和解剖M模式生成模块160可执行自动处理的多次迭代,以微调卡尺测量在多帧2D图像600的适当的帧310和对应的M模式图像的自动放置。
2D帧310的选择和具有经调整的卡尺测量的所选择的2D帧310的呈现与通过解剖M模式生成模块160对经调整的卡尺测量进行的放置基本上实时发生,使得用户可验证经调整的卡尺测量在2D帧310和M模式图像两者中的定位。卡尺测量模块150和/或解剖M模式生成模块160可将经调整的卡尺测量存储在档案138和/或任何合适的数据存储介质中。
在某些实施方案中,如果用户对卡尺测量在所选择的帧310和/或M模式图像中的放置不满意,则用户可经由用户输入模块130通过以下方式来手动调整卡尺测量:在2D帧310或M模式图像的任一者中选择与卡尺测量对应的新起点和终点并且/或者移动卡尺测量的起点和/或终点。解剖M模式生成模块160可自动且同时调整M模式图像中的卡尺测量,以响应对2D帧310中的卡尺测量进行的任何手动调整。卡尺测量模块150可自动且同时更新多帧2D图像600的帧310中的卡尺测量,以响应对M模式图像中的卡尺测量进行的任何手动调整。
在示例性实施方案中,信号处理器132的2D图像选择模块140、卡尺测量模块150和解剖M模式生成模块160包括可操作以在显示系统134处执行和呈现多个测量的合适的逻辑、电路、接口和/或代码。在各种实施方案中,用户可选择2D帧310中所示的测量中的一个测量,以导航到或动态地生成具有对应卡尺测量的对应的M模式图像。图4是根据各种实施方案的多帧2D图像600的帧310中的第一所选择的卡尺测量360和M模式图像320中的对应卡尺测量362的示例性显示300。图5是根据各种实施方案的多帧2D图像600的帧310中的第二所选择的卡尺测量380和M模式图像320中的对应卡尺测量382的示例性显示300。参见图4和图5,可在一个或多个显示系统134或任何合适的显示处呈现的显示300包括多帧2D图像600的帧310、M模式图像320、心电图(ECG)显示330、测量显示340以及卡尺测量350、360、362、370、380、382。多帧2D图像600的帧310和M模式图像320可作为分屏或在多个显示系统上同时显示,使得用户可同时可视化两个图像以评估测量信息。
卡尺测量350、360、362、370、380、382可对应于测量显示340中呈现的测量信息。例如,在测量显示340中呈现的1.3厘米的IVSs测量对应于多帧2D图像600的帧310中的收缩末期心室间隔测量350。3.2厘米的LVIDs测量对应于多帧2D图像600的帧310中的收缩末期左心室内径测量360和M模式图像320中的测量362。1.7厘米的LVPWs测量对应于多帧2D图像600的帧310中的收缩末期左心室后壁测量370。1.8厘米的AV Diam测量对应于多帧2D图像600的帧310中的主动脉瓣直径测量380和M模式图像320中的测量382。
仍然参见图4和图5所示,用户可经由用户输入模块130选择多帧2D图像600的帧310中的卡尺测量350、360、370、380,并且解剖M模式生成模块160可检索和/或生成对应的M模式图像320,该M模式图像具有叠加在M模式图像320中的适当时间位置和空间位置处的对应卡尺测量362、382。例如,用户可使用用户输入模块130(诸如轨迹球、鼠标设备、旋转编码器等)来选择多帧2D图像600的帧310中的收缩末期左心室内径测量360。如图4所示,解剖M模式生成模块160可从档案138中检索和/或生成对应的M模式图像320,该M模式图像具有响应于选择而叠加在M模式图像320中的适当时间位置和空间位置处的对应卡尺测量362。卡尺测量362在时间上的位置基于多帧2D图像600中的所选择的帧310,并且卡尺测量362在空间上的位置基于帧310中的卡尺测量360的坐标。解剖M模式生成模块160可更新显示300以提供M模式图像320,该M模式图像示出了叠加在M模式图像320上的主动脉瓣直径测量382,如图5所示,以响应用户对多帧2D图像600的帧310中的主动脉瓣直径测量380的选择。在各种实施方案中,可在ECG显示330中提供指示器以识别多帧2D图像600的所显示帧310的时间点和M模式图像320中的卡尺测量362、382的定时。
显示300通过基本上实时地同时呈现以下内容来提供用于用户验证的卡尺测量350、360、362、370、380、382的增强可视化:具有卡尺测量350、360、370、380的多帧2D图像600的帧310,具有对应于卡尺测量350、360、370、380的值的测量显示340,具有与帧310中的所选择的卡尺测量350、360、370、380对应的叠加卡尺测量362、382的M模式图像320,以及识别多帧2D图像600的所显示帧310的时间点和M模式图像320中的卡尺测量362、382的定时的ECG显示330。
再次参见图1,教导引擎170可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以训练卡尺测量模块150和/或解剖M模式生成模块160的深度神经网络的神经元。例如,教导引擎170可使用分类图像的数据库来训练卡尺测量模块150和/或解剖M模式生成模块160的深度神经网络。例如,卡尺测量模块150的深度神经网络可由教导引擎170用特定器官的图像来训练,以相对于特定器官的特征来训练卡尺测量模块150,这些特征诸如结构边缘的外观、结构形状基于边缘的外观、形状在超声图像数据中的位置等。在某些实施方案中,器官可为心脏并且结构信息可包括关于心包膜、后壁、间隔壁、心室间隔、主动脉瓣、左心室和/或等的边缘、形状、位置和定时信息(例如,舒张末期、收缩末期等)的信息。在各种实施方案中,训练图像的数据库可存储在档案138或任何合适的数据存储介质中。在某些实施方案中,训练引擎170和/或训练图像数据库可以是经由有线或无线连接通信地耦接到超声系统100的外部系统。
图2是根据各种实施方案的示例性医疗工作站200的框图,该示例性医疗工作站可操作以同步多帧2D图像600和M模式图像320中的卡尺测量350、360、362、370、380、382。在各种实施方案中,医疗工作站200的部件可与超声系统100(如图1所示和如上所述)的部件共享各种特性。参见图2,医疗工作站200包括显示系统134、信号处理器132、档案138和用户输入模块130等。医疗工作站200的部件可在软件、硬件、固件等中实现。医疗工作站200的各种部件可以通信地链接。医疗工作站200的部件可单独实现和/或以各种形式集成。例如,显示系统134和用户输入模块130可集成为触摸屏显示器。
显示系统134可为能够将视觉信息传送给用户的任何设备。例如,显示系统134可包括液晶显示器、发光二极管显示器、和/或任何合适的一种或多种显示器。显示系统134可操作以显示来自信号处理器132和/或档案138的信息,诸如医疗图像、卡尺测量340、350、360、362、370、380、382或任何合适的信息。
信号处理器132可以是一个或多个中央处理单元、微处理器、微控制器等。例如,信号处理器132可以是集成部件,或者可分布在各个位置。信号处理器132包括2D图像选择模块140、卡尺测量模块150和解剖M模式生成模块160,如上文参考图1所述,并且能够从用户输入模块130和/或档案138接收输入信息、生成可由显示系统134显示的输出并且响应于来自用户输入模块130的输入信息来操纵输出等。信号处理器132、2D图像选择模块140、卡尺测量模块150和/或解剖M模式生成模块160例如能够执行在本文根据各种实施方案所讨论的方法和/或指令集中的任一者。
档案138可以是与医疗工作站200集成和/或通信地耦接(例如,通过网络)到医疗工作站200的一个或多个计算机可读存储器,诸如图像归档和通信系统(PACS)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储器、闪存存储器、随机存取存储器、只读存储器、可电擦除和可编程只读存储器和/或任何合适的存储器。档案138可包括例如由信号处理器132访问和/或结合到信号处理器132的数据库、库、信息集或其他存储器。例如,档案138能够暂时或永久地存储数据。档案138可能能够存储医学图像数据、由信号处理器132生成的数据和/或信号处理器132可读取的指令等。在各种实施方案中,档案138存储医学图像数据和用于同步例如多帧2D图像600和M模式图像320中的卡尺测量350、360、362、370、380、382的指令。
例如,用户输入模块130可包括能够从用户和/或在用户的指示下将信息传送给医疗工作站200的信号处理器132的任何设备。如上文相对于图1所讨论的,用户输入模块130可包括触摸面板、一个或多个按钮、鼠标设备、键盘、旋转编码器、轨迹球、相机、语音识别和/或能够接收用户指令的任何其他设备。
图6是示出根据示例性实施方案的可用于同步多帧2D图像600和M模式图像320中的卡尺测量350、360、362、370、380、382的示例性步骤402至412的流程图400。参见图6,示出了包括示例性步骤402至412的流程图400。某些实施方案可省略一个或多个步骤,和/或以与所列顺序不同的顺序执行步骤,和/或组合下文讨论的某些步骤。例如,在某些实施方案中可能不执行一些步骤。又如,某些步骤可能以与下面所列时间顺序不同的时间顺序执行,包括同时执行。
在步骤402处,超声系统100可采集感兴趣区域的多帧2D图像600并且/或者信号处理器132可检索该图像。例如,超声系统100可用超声探头104采集多帧2D图像600。超声探头104可提供与器官(诸如心脏或任何合适的器官)的至少大部分对应的多帧2D图像600。又如,工作站200或超声系统100的信号处理器132可从档案138或任何合适的数据存储介质检索多帧2D图像600。
在步骤404处,超声系统100或工作站200的信号处理器132可选择多帧2D图像600的帧310。例如,信号处理器132的2D图像选择模块140可从用户输入模块130(诸如旋转编码器、按钮、鼠标设备、轨迹球等)接收指令,以选择多帧2D图像600的帧310中的一个帧。在成像心脏的示例性实施方案中,所选择的帧310可对应于舒张末期或收缩末期等。用户输入模块130可在用户导航通过多帧2D图像600之后提供帧选择,以识别与期望的时间对应的帧310。除此之外和/或另选地,可由信号处理器132的2D图像选择模块140基于所选择的测量类型来自动识别帧310。例如,信号处理器132的2D图像选择模块140可通过使用检测到的心搏周期起点和终点并应用启发式公式来执行舒张末期/收缩末期帧时间的过程估算,从而估算心脏阶段的时间。
在步骤406处,超声系统的信号处理器132可将对应于测量的卡尺定位在所选择的2D帧310上。例如,信号处理器132的卡尺测量模块140可通过设置卡尺起点和终点以及连接在步骤404处选择的多帧2D图像600的帧310中的终点的线来定位卡尺。卡尺可由卡尺测量模块150响应于经由用户输入模块130选择起点和终点的用户输入而定位,或者通过处理帧310以基于测量类型找到卡尺起点和终点的解剖界标点来自动定位。
在步骤408处,信号处理器132可基于2D帧310中的卡尺测量350、360、370、380的方向来生成解剖M模式图像320。例如,信号处理器132的解剖M模式生成模块160可使用卡尺测量方向来利用多帧2D图像数据600重建M模式图像320。卡尺测量350、360、370、380的方向识别多帧2D图像数据600中的空间维度,并且多帧2D图像数据600的多个帧310为M模式图像320提供时间维度。
在步骤410处,信号处理器132可将与2D帧310中的卡尺测量350、360、370、380对应的卡尺测量362、382叠加在M模式图像320上。例如,信号处理器132的解剖M模式生成模块160可将与来自多帧2D图像600的帧310的卡尺测量350、360、370、380对应的卡尺测量362、382叠加在于步骤408处生成的M模式图像320上。叠加卡尺测量362、382可基于多帧2D图像600的所选择的帧310而定位在M模式图像320的时间维度上,并且基于多帧2D图像600的帧310中的卡尺测量350、360、370、380的坐标而定位在M模式图像320的空间维度上。
在步骤412处,信号处理器132可呈现各自具有卡尺测量350、360、362、370、380、382的2D帧310和M模式图像320。例如,信号处理器132的解剖M模式生成模块160可被配置为在超声系统100或工作站200的显示系统134处呈现具有卡尺测量350、360、370、380的多帧2D图像600的所选择的帧310和具有对应卡尺测量362、382的M模式图像320。在各种实施方案中,2D帧310可包括多个卡尺测量360、360、370、380,并且解剖M模式生成模块160可选择性地检索和/或生成具有对应卡尺测量362、382的M模式图像320,以响应用户对2D帧310中的卡尺测量360、360、370、380中的一者的选择。在代表性实施方案中,各自具有卡尺测量350、360、362、370、380、382的2D帧310和M模式图像320的显示300还可包括另外的信息,诸如ECG显示330、测量显示340等。例如,ECG显示330可包括指示器以识别多帧2D图像600的所显示帧310的时间点和M模式图像320中的卡尺测量362、382的位置。测量显示340可包括对应于卡尺测量350、360、362、370、380、382的值。多帧2D图像600的帧310和M模式图像320连同卡尺测量350、360、362、370、380、382可作为分屏或在多个显示系统134上同时显示,使得用户可同时可视化两个图像以评估测量信息。显示300通过基本上实时地同时呈现以下内容来提供用于用户验证的卡尺测量350、360、362、370、380、382的增强可视化:具有卡尺测量350、360、370、380的多帧2D图像600的帧310,以及具有与帧310中的所选择的卡尺测量350、360、370、380对应的叠加卡尺测量362、382的M模式图像320。
图7是示出根据示例性实施方案的可用于同步多帧2D图像600和M模式图像320中的卡尺测量350、360、362、370、380、382的示例性步骤502至516的流程图500。参见图7,示出了包括示例性步骤502至516的流程图500。某些实施方案可省略一个或多个步骤,和/或以与所列顺序不同的顺序执行步骤,和/或组合下文讨论的某些步骤。例如,在某些实施方案中可能不执行一些步骤。又如,某些步骤可能以与下面所列时间顺序不同的时间顺序执行,包括同时执行。
在步骤502处,超声系统100可采集感兴趣区域的多帧2D图像600并且/或者信号处理器132可检索该图像。例如,超声系统100可用超声探头104采集多帧2D图像600。超声探头104可提供与器官(诸如心脏或任何合适的器官)的至少大部分对应的多帧2D图像600。又如,工作站200或超声系统100的信号处理器132可从档案138或任何合适的数据存储介质检索多帧2D图像600。
在步骤504处,超声系统或工作站200的信号处理器132可接收一个或多个卡尺测量选择。例如,信号处理器132的2D图像选择模块140可经由用户输入模块130接收卡尺测量选择,诸如收缩末期心室间隔(IVSs)测量350、收缩末期左心室内径(LVIDs)测量360、收缩末期左心室后壁(LVPWs)测量370、主动脉瓣直径(AV Diam)测量380或者心脏或任何合适的器官或结构的任何合适测量。
在步骤506处,信号处理器132可基于一个或多个卡尺测量选择自动识别多帧2D图像600中的2D帧310。例如,信号处理器132的2D图像选择模块140可基于所选择的测量类型自动识别多帧2D图像600的帧310。例如,对于对心脏收缩末期执行的测量,信号处理器132的2D图像选择模块140可通过使用检测到的心搏周期起点和终点并应用启发式公式来执行收缩末期帧时间的过程估算,从而估算心脏阶段的时间。
在步骤508处,信号处理器132可通过处理2D帧310以基于测量找到卡尺终点的解剖界标点,从而将对应于测量350、360、370、380的卡尺自动定位在所识别的2D帧310上。例如,信号处理器的卡尺测量模块150可包括图像检测算法、一个或多个深度神经网络,并且/或者可利用被配置为自动识别在步骤506处所选择的多帧2D图像600的帧310中的界标的任何合适形式的图像检测技术或机器学习处理功能。在示例性实施方案中,卡尺测量模块150可由输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。输出层可具有对应于被成像器官的结构内的每个结构和/或解剖界标点的神经元。卡尺测量模块150可将连接与所选择的测量对应的解剖界标点的线叠加在2D帧310上,并且与点之间的距离对应的测量350、360、370、380可通过卡尺测量模块150与2D帧310一起呈现在显示系统134处。
在步骤510处,信号处理器132可基于2D帧310中的卡尺测量350、360、370、380的方向来生成解剖M模式图像320。例如,信号处理器132的解剖M模式生成模块160可使用步骤508中的卡尺测量方向来利用多帧2D图像数据600重建M模式图像320。卡尺测量350、360、370、380的方向识别多帧2D图像数据600中的空间维度,并且多帧2D图像数据600的多个帧310为M模式图像320提供时间维度。
在步骤512处,信号处理器132可自动处理M模式图像320及得自2D帧310中的卡尺测量350、360、370、380的坐标,以微调卡尺测量350、360、362、370、380、382在空间和时间中的位置。例如,信号处理器132的解剖M模式生成模块160可包括图像检测算法、一个或多个深度神经网络,并且/或者可利用被配置为在不同时间点处自动识别超声图像数据中的界标的任何合适形式的图像检测技术或机器学习处理功能。解剖M模式生成模块160可由输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。输出层可具有对应于在各个时间点处被成像器官的结构内的每个结构和/或解剖界标点的神经元。不同时间点处的所识别的解剖界标点允许解剖M模式生成模块160验证和/或调整M模式图像中的卡尺测量。如果解剖M模式生成模块160调整卡尺测量,则解剖M模式生成模块160可向2D图像选择模块140提供经调整的卡尺测量,以基于经调整的卡尺测量的时间维度来选择多帧2D图像600的适当的帧310。该过程可随后返回到步骤508,在该步骤处,多帧2D图像600的适当的帧310被提供给卡尺测量模块150,以基于由解剖M模式生成模块160执行的自动处理将卡尺自动定位在由2D图像选择模块140识别的适当的帧310中。可重复步骤508至512,直到由卡尺测量模块150在步骤508处执行的卡尺的自动定位通过解剖M模式生成模块160在步骤512处对M模式图像320的自动处理而得到验证。
在步骤514处,信号处理器132可将与2D帧310中的卡尺测量350、360、370、380对应的卡尺测量362、382叠加在M模式图像320上。例如,信号处理器132的解剖M模式生成模块160可将对应于来自多帧2D图像600的帧310的卡尺测量350、360、370、380并且由解剖M模式生成模块160在步骤512处验证的卡尺测量362、382叠加在于步骤510处生成的M模式图像320上。叠加卡尺测量362、382可基于步骤508处的卡尺的自动定位和在步骤512处执行的M模式图像320的自动处理来定位。
在步骤516处,信号处理器132可呈现各自具有卡尺测量350、360、362、370、380、382的2D帧310和M模式图像320。例如,信号处理器132的解剖M模式生成模块160可被配置为在超声系统100或工作站200的显示系统134处呈现具有卡尺测量350、360、370、380的多帧2D图像600的所选择的帧310和具有对应卡尺测量362、382的M模式图像320。如果在步骤504处选择了多个卡尺测量,则该过程可返回到步骤506以针对所选择的测量中的每一个测量重复步骤506至516。在2D帧310中具有多个卡尺测量360、360、370、380的各种实施方案中,解剖M模式生成模块160可选择性地检索和/或生成具有对应卡尺测量362、382的M模式图像320,以响应用户对2D帧310中的卡尺测量360、360、370、380中的一者的选择。在代表性实施方案中,各自具有卡尺测量350、360、362、370、380、382的2D帧310和M模式图像320的显示300还可包括另外的信息,诸如ECG显示330、测量显示340等。例如,ECG显示330可包括指示器以识别多帧2D图像600的所显示帧310的时间点和M模式图像320中的卡尺测量362、382的位置。测量显示340可包括对应于卡尺测量350、360、362、370、380、382的值。多帧2D图像600的帧310和M模式图像320连同卡尺测量350、360、362、370、380、382可作为分屏或在多个显示系统134上同时显示,使得用户可同时可视化两个图像以评估测量信息。显示300通过基本上实时地同时呈现以下内容来提供用于用户验证的卡尺测量350、360、362、370、380、382的增强可视化:具有卡尺测量350、360、370、380的多帧2D图像600的帧310,以及具有与帧310中的所选择的卡尺测量350、360、370、380对应的叠加卡尺测量362、382的M模式图像320。
本公开的各方面提供了用于同步多帧2D图像600和M模式图像320中的卡尺测量350、360、362、370、380、382的方法400、500和系统100、200。根据各种实施方案,方法400、500可包括由至少一个处理器132、140选择404、506感兴趣区域的多帧二维图像600的帧310。方法400、500可包括由至少一个处理器132、150将第一卡尺测量350、360、370、380定位406、508在所选择的帧310上。方法400、500可包括由至少一个处理器132、160基于第一卡尺测量350、360、370、380的方向生成408、510解剖运动模式图像320。方法400、500可包括由至少一个处理器132、160将第二卡尺测量362、382自动叠加410、514在解剖运动模式图像320上,第二卡尺测量362、382与所选择的帧310上的第一卡尺测量350、360、370、380对应。方法400、500可包括在显示系统134处呈现412、516具有第一卡尺测量350、360、370、380的所选择的帧310,同时呈现具有第二卡尺测量362、382的解剖运动模式图像320。
在各种实施方案中,方法400、500可包括由至少一个处理器132、150将第三卡尺测量350、360、370、380定位406、508在所选择的帧310上。方法400、500可包括由至少一个处理器132、160基于第三卡尺测量350、360、370、380的方向生成408、510另外的解剖运动模式图像320。方法400、500可包括由至少一个处理器132、160将第四卡尺测量362、382自动叠加410、514在另外的解剖运动模式图像320上。第四卡尺测量362、382可与所选择的帧310上的第三卡尺测量350、360、370、380对应。方法400、500可包括在显示系统134处呈现412、516具有第一卡尺测量350、360、370、380和第三卡尺测量350、360、370、380的所选择的帧310,同时呈现具有第四卡尺测量362、382的另外的解剖运动模式图像320。
在某个实施方案中,方法400、500可包括由至少一个处理器132接收对第一卡尺测量350、360、370、380或第三卡尺测量350、360、370、380中的一者的选择。如果选择是第一卡尺测量350、360、370、380,则方法400、500可包括在显示系统134处呈现412、516具有第一卡尺测量350、360、370、380和第三卡尺测量350、360、370、380的所选择的帧310,同时呈现具有第二卡尺测量362、382的解剖运动模式图像320。如果选择是第三卡尺测量350、360、370、380,则方法400、500可包括在显示系统134处呈现362、382具有第一卡尺测量350、360、370、380和第三卡尺测量350、360、370、380的所选择的帧310,同时呈现具有第四卡尺测量362、382的另外的解剖运动模式图像320。
在代表性实施方案中,方法400、500可包括由至少一个处理器132、140从超声探头104或档案138中的一者接收402、502感兴趣区域的多帧二维图像600。在示例性实施方案中,方法400、500可包括由至少一个处理器132、140、150接收406、504至少一个测量选择。在各种实施方案中,至少一个处理器132、140基于至少一个测量选择自动选择帧310。在某些实施方案中,至少一个处理器132、150通过处理所选择的帧310以找到对应于由至少一个测量选择限定的测量终点的解剖界标点,从而将第一卡尺测量350、360、370、380自动定位在所选择的帧310上。在代表性实施方案中,由至少一个处理器132、150基于机器学习算法自动找到解剖界标点。
在示例性实施方案中,方法500包括由至少一个处理器132、160基于机器学习算法自动处理512解剖运动模式图像320及第一卡尺测量350、360、370、380的坐标,以确定所选择的帧310是否是正确的帧。如果所选择的帧不是正确的帧,方法400、500包括由至少一个处理器132、140、150、160通过以下方式来调整506至512第一卡尺测量350、360、370、380:由至少一个处理器132、140、160基于解剖运动模式图像320的时间信息选择感兴趣区域的多帧二维图像600的新帧310,并且由至少一个处理器132、150将第一卡尺测量350、360、370、380定位508在所选择的新帧310上。在各种实施方案中,具有第二卡尺测量362、382的解剖运动模式图像320在第一卡尺测量350、360、370、380定位在所选择的帧310上的基本上同一时间呈现在显示系统134处。
各种实施方案提供了用于同步多帧2D图像600和M模式图像320中的卡尺测量350、360、362、370、380、382的系统100、200。系统100、200可包括至少一个处理器132、140、150、160和显示系统134。至少一个处理器132、140可被配置为选择感兴趣区域的多帧二维图像600的帧310。至少一个处理器132、150可被配置为将第一卡尺测量350、360、370、380定位在所选择的帧310上。至少一个处理器132、160可被配置为基于卡尺测量350、360、370、380的方向生成解剖运动模式图像320。至少一个处理器132、160可被配置为将第二卡尺测量362、182自动叠加在解剖运动模式图像320上,第二卡尺测量362、182与所选择的帧310上的第一卡尺测量350、360、370、380对应。显示系统可被配置为呈现具有第一卡尺测量350、360、370、380的所选择的帧310,同时呈现具有第二卡尺测量362、382的解剖运动模式图像320。
在某些实施方案中,至少一个处理器132、140、150可被配置为接收至少一个测量选择,并且基于该至少一个测量选择自动选择帧310。在代表性实施方案中,至少一个处理器132、140、150被配置为接收至少一个测量选择,并且通过处理所选择的帧310以找到对应于由至少一个测量选择限定的测量终点的解剖界标点,从而将第一卡尺测量350、360、370、380自动定位在所选择的帧310上。在示例性实施方案中,至少一个处理器132、150被配置为基于机器学习算法自动找到解剖界标点。
在各种实施方案中,至少一个处理器132、160可被配置为基于机器学习算法自动处理解剖运动模式图像320及第一卡尺测量350、360、370、380的坐标,以确定所选择的帧310是否是正确的帧。至少一个处理器132、140、150、160可被配置为如果所选择的帧310不是正确的帧则通过以下方式来调整第一卡尺测量350、360、370、380:基于解剖运动模式图像320的时间信息选择感兴趣区域的多帧二维图像600的新帧310,并且将第一卡尺测量350、360、370、380定位在所选择的新帧310上。在某些实施方案中,显示系统134在第一卡尺测量350、360、370、380定位在所选择的帧310上的基本上同一时间呈现具有第二卡尺测量362、382的解剖运动模式图像320。在代表性实施方案中,系统100、200可包括超声探头104和档案138中的一者或两者,该超声探头和档案被配置为向至少一个处理器132、140提供感兴趣区域的多帧二维图像600。
某些实施方案提供一种非暂态计算机可读介质,该非暂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。该至少一个代码段能够由机器执行以使得该机器执行步骤400、500。步骤400、500可包括选择404、506感兴趣区域的多帧二维图像600的帧310。步骤400、500可包括将第一卡尺测量350、360、370、380定位406、508定位在所选择的帧310上。步骤400、500可包括基于第一卡尺测量350、360、370、380的方向生成408、510解剖运动模式图像320。步骤400、500可包括将第二卡尺测量362、382自动叠加410、514在解剖运动模式图像320上,第二卡尺测量362、382与所选择的帧310上的第一卡尺测量350、360、370、380对应。步骤400、500可包括在显示系统134处呈现412、516具有第一卡尺测量350、360、370、380的所选择的帧310,同时呈现具有第二卡尺测量362、382的解剖运动模式图像320。
在示例性实施方案中,步骤400、500可包括接收504至少一个测量选择。可基于至少一个测量选择自动选择506帧310。在各种实施方案中,步骤400、500可包括接收504至少一个测量选择。第一卡尺测量350、360、370、380可通过处理所选择的帧310以找到对应于由至少一个测量选择限定的测量终点的解剖界标点,从而自动定位508在所选择的帧310上。可基于机器学习算法自动找到解剖界标点。在某些实施方案中,步骤400、500可包括基于机器学习算法自动处理512解剖运动模式图像320及第一卡尺测量350、360、370、380的坐标,以确定所选择的帧310是否是正确的帧。步骤400、500可包括如果所选择的帧310不是正确的帧则通过以下方式来调整508至512第一卡尺测量350、360、370、380:基于解剖运动模式图像320的时间信息选择512感兴趣区域的多帧二维图像600的新帧310,并且将第一卡尺测量350、360、370、380定位508在所选择的新帧310上。在代表性实施方案中,具有第二卡尺测量362、382的解剖运动模式图像320在第一卡尺测量350、360、370、380定位在所选择的帧310上的基本上同一时间呈现在显示系统134处。
如本文所提及的,术语“基本上同一时间”、“基本上实时”等是指取决于至少一个处理器132、140、150、160的处理能力的处理延迟固有的少量时间偏移。如本文所用,术语“电路”是指物理电子部件(即,硬件)以及可配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。例如,如本文所用,当执行一条或多条第一代码时,特定处理器和存储器可包括第一“电路”,并且在执行一条或多条第二代码时,特定处理器和存储器可包括第二“电路”。如本文所用,“和/或”表示列表中的由“和/或”连结的项中的任一个或多个项。例如,“x和/或y”表示三元素集{(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{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。如本文所用,术语“示例性”表示用作非限制性示例、实例或例证。如本文所用,术语“例如(e.g.)”和“例如(for example)”引出一个或多个非限制性示例、实例或例证的列表。如本文所用,电路“可用于”每当该电路包括执行功能的必需硬件和代码(如果需要的话)时就执行该功能,不管是否通过某些用户可配置的设置禁用或不启用该功能的执行。
其他实施方案可提供计算机可读设备和/或非暂态计算机可读介质,和/或机器可读设备和/或非暂态机器可读介质,该计算机可读设备和/或非暂态计算机可读介质和/或该机器可读设备和/或非暂态机器可读介质上存储有机器代码和/或具有能够由机器和/或计算机执行的至少一个代码段的计算机程序,从而使得机器和/或计算机执行如本文所述的同步多帧2D图像和M模式图像中的卡尺测量的步骤。
因此,本公开可在硬件、软件或硬件和软件的组合中实现。本公开可能以集中方式在至少一个计算机系统中实现,或以分布式方式实现,其中不同的元件分布在若干互连的计算机系统上。适于执行本文所述的方法的任何种类的计算机系统或其他装置都是合适的。
各种实施方案也可嵌入计算机程序产品中,该计算机程序产品包括能够实现本文所述的方法的所有特征,并且当加载到计算机系统中时能够执行这些方法。本文中的计算机程序是指以任何语言、代码或符号表示的一组指令的任何表达,这些指令旨在使具有信息处理能力的系统直接执行特定功能或在以下两项或其中一项之后执行特定功能:a)转换为另一种语言、代码或符号;b)以不同的物质形式进行复制。
虽然已经参考某些实施方案来描述了本公开,但是本领域的技术人员应当理解,在不脱离本公开的范围的情况下,可以进行各种改变并可以替换等同物。另外,在不脱离本公开的范围的情况下,可以进行许多修改以使特定情况或材料适应于本公开的教导。因此,本公开不旨在限于所公开的特定实施方案,而是本公开将包括落入所附权利要求书的范围内的所有实施方案。
Claims (20)
1.一种方法,包括:
由至少一个处理器选择感兴趣区域的多帧二维图像的帧;
由所述至少一个处理器将第一卡尺测量定位在所选择的帧上;
由所述至少一个处理器基于所述第一卡尺测量的方向生成解剖运动模式图像;
由所述至少一个处理器将第二卡尺测量自动叠加在所述解剖运动模式图像上,所述第二卡尺测量与所选择的帧上的所述第一卡尺测量对应;以及
在显示系统处呈现具有所述第一卡尺测量的所选择的帧,同时呈现具有所述第二卡尺测量的所述解剖运动模式图像。
2.根据权利要求1所述的方法,包括:
由所述至少一个处理器将第三卡尺测量定位在所选择的帧上;
由所述至少一个处理器基于所述第三卡尺测量的方向生成另外的解剖运动模式图像;
由所述至少一个处理器将第四卡尺测量自动叠加在所述另外的解剖运动模式图像上,所述第四卡尺测量与所选择的帧上的所述第三卡尺测量对应;以及
在所述显示系统处呈现具有所述第一卡尺测量和所述第三卡尺测量的所选择的帧,同时呈现具有所述第四卡尺测量的所述另外的解剖运动模式图像。
3.根据权利要求2所述的方法,包括:
由所述至少一个处理器接收对所述第一卡尺测量或所述第三卡尺测量中的一者的选择,
如果所述选择是所述第一卡尺测量,则在所述显示系统处呈现具有所述第一卡尺测量和所述第三卡尺测量的所选择的帧,同时呈现具有所述第二卡尺测量的所述解剖运动模式图像,并且
如果所述选择是所述第三卡尺测量,则在所述显示系统处呈现具有所述第一卡尺测量和所述第三卡尺测量的所选择的帧,同时呈现具有所述第四卡尺测量的所述另外的解剖运动模式图像。
4.根据权利要求1所述的方法,包括由所述至少一个处理器接收至少一个测量选择,其中所述至少一个处理器基于所述至少一个测量选择自动选择所述帧。
5.根据权利要求1所述的方法,包括由所述至少一个处理器接收至少一个测量选择,其中所述至少一个处理器通过处理所选择的帧以找到对应于由所述至少一个测量选择限定的测量终点的解剖界标点,从而将所述第一卡尺测量自动定位在所选择的帧上。
6.根据权利要求5所述的方法,其中由所述至少一个处理器基于机器学习算法自动找到所述解剖界标点。
7.根据权利要求1所述的方法,包括:
由所述至少一个处理器基于机器学习算法自动处理所述解剖运动模式图像及所述第一卡尺测量的坐标,以确定所选择的帧是否是正确的帧;以及
如果所选择的帧不是所述正确的帧,则由所述至少一个处理器通过以下方式来调整所述第一卡尺测量:
由所述至少一个处理器基于所述解剖运动模式图像的时间信息来选择所述感兴趣区域的所述多帧二维图像的新帧,以及
由所述至少一个处理器将所述第一卡尺测量定位在所选择的新帧上。
8.根据权利要求1所述的方法,其中具有所述第二卡尺测量的所述解剖运动模式图像在所述第一卡尺测量定位在所选择的帧上的基本上同一时间呈现在所述显示系统处。
9.一种系统,包括:
至少一个处理器,所述至少一个处理器被配置为:
选择感兴趣区域的多帧二维图像的帧,
将第一卡尺测量定位在所选择的帧上,
基于所述卡尺测量的方向生成解剖运动模式图像,以及
将第二卡尺测量自动叠加在所述解剖运动模式图像上,所述第二卡尺测量与所选择的帧上的所述第一卡尺测量对应;以及
显示系统,所述显示系统被配置为呈现具有所述第一卡尺测量的所选择的帧,同时呈现具有所述第二卡尺测量的所述解剖运动模式图像。
10.根据权利要求9所述的系统,其中所述至少一个处理器被配置为:
接收至少一个测量选择,以及
基于所述至少一个测量选择自动选择所述帧。
11.根据权利要求9所述的系统,其中所述至少一个处理器被配置为:
接收至少一个测量选择,以及
通过处理所选择的帧以找到对应于由所述至少一个测量选择限定的测量终点的解剖界标点,从而将所述第一卡尺测量自动定位在所选择的帧上。
12.根据权利要求11所述的系统,其中所述至少一个处理器被配置为基于机器学习算法自动找到所述解剖界标点。
13.根据权利要求9所述的系统,其中所述至少一个处理器被配置为:
基于机器学习算法自动处理所述解剖运动模式图像及所述第一卡尺测量的坐标,以确定所选择的帧是否是正确的帧;以及
如果所选择的帧不是所述正确的帧,则通过以下方式来调整所述第一卡尺测量:
基于所述解剖运动模式图像的时间信息来选择所述感兴趣区域的所述多帧二维图像的新帧,以及
将所述第一卡尺测量定位在所选择的新帧上。
14.根据权利要求9所述的系统,其中所述显示系统在所述第一卡尺测量定位在所选择的帧上的基本上同一时间呈现具有所述第二卡尺测量的所述解剖运动模式图像。
15.根据权利要求9所述的系统,包括以下中的一者或两者:
超声探头,所述超声探头被配置为向所述至少一个处理器提供所述感兴趣区域的所述多帧二维图像,以及
档案,所述档案被配置为向所述至少一个处理器提供所述感兴趣区域的所述多帧二维图像。
16.一种非暂态计算机可读介质,所述非暂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能够由机器执行以使得所述机器执行包括下列的步骤:
选择感兴趣区域的多帧二维图像的帧;
将第一卡尺测量定位在所选择的帧上;
基于所述第一卡尺测量的方向生成解剖运动模式图像;
将第二卡尺测量自动叠加在所述解剖运动模式图像上,所述第二卡尺测量与所选择的帧上的所述第一卡尺测量对应;以及
在显示系统处呈现具有所述第一卡尺测量的所选择的帧,同时呈现具有所述第二卡尺测量的所述解剖运动模式图像。
17.根据权利要求16所述的非暂态计算机可读介质,包括接收至少一个测量选择,其中基于所述至少一个测量选择自动选择所述帧。
18.根据权利要求16所述的非暂态计算机可读介质,包括接收至少一个测量选择,其中通过处理所选择的帧以找到对应于由所述至少一个测量选择限定的测量终点的解剖界标点,从而将所述第一卡尺测量自动定位在所选择的帧上,并且其中基于机器学习算法自动找到所述解剖界标点。
19.根据权利要求16所述的非暂态计算机可读介质,包括:
基于机器学习算法自动处理所述解剖运动模式图像及所述第一卡尺测量的坐标,以确定所选择的帧是否是正确的帧;以及
如果所选择的帧不是所述正确的帧,则通过以下方式来调整所述第一卡尺测量:
基于所述解剖运动模式图像的时间信息来选择所述感兴趣区域的所述多帧二维图像的新帧,以及
将所述第一卡尺测量定位在所选择的新帧上。
20.根据权利要求16所述的非暂态计算机可读介质,其中具有所述第二卡尺测量的所述解剖运动模式图像在所述第一卡尺测量定位在所选择的帧上的基本上同一时间呈现在所述显示系统处。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/053,421 US10675005B2 (en) | 2018-08-02 | 2018-08-02 | Method and system for synchronizing caliper measurements in a multi-frame two dimensional image and a motion mode image |
US16/053,421 | 2018-08-02 | ||
PCT/US2019/043342 WO2020028125A1 (en) | 2018-08-02 | 2019-07-25 | Method and system for synchronizing caliper measurements in a multi-frame two dimensional image and a motion mode image |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112512437A true CN112512437A (zh) | 2021-03-16 |
CN112512437B CN112512437B (zh) | 2022-05-24 |
Family
ID=69228020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980049919.0A Active CN112512437B (zh) | 2018-08-02 | 2019-07-25 | 用于同步多帧二维图像和运动模式图像中的卡尺测量的方法和系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10675005B2 (zh) |
JP (1) | JP7230177B2 (zh) |
CN (1) | CN112512437B (zh) |
WO (1) | WO2020028125A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3522789B1 (en) * | 2017-09-07 | 2020-11-04 | Piur Imaging GmbH | Apparatus and method for determining motion of an ultrasound probe |
EP3891709A1 (en) * | 2018-12-06 | 2021-10-13 | Koninklijke Philips N.V. | 3-d virtual endoscopy rendering |
US11911166B2 (en) * | 2019-07-20 | 2024-02-27 | Medtronic, Inc. | Method and apparatus for implantation of a pacing electrode |
US11382595B2 (en) | 2020-08-28 | 2022-07-12 | GE Precision Healthcare LLC | Methods and systems for automated heart rate measurement for ultrasound motion modes |
US11875505B2 (en) * | 2021-01-29 | 2024-01-16 | GE Precision Healthcare LLC | Systems and methods for adaptive measurement of medical images |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100198068A1 (en) * | 2007-02-16 | 2010-08-05 | Johns Hopkins University | Robust and accurate freehand 3d ultrasound |
US20100232665A1 (en) * | 2009-03-13 | 2010-09-16 | International Business Machines Corporation | Automatic analysis of cardiac m-mode views |
CN103222879A (zh) * | 2012-01-25 | 2013-07-31 | 通用电气公司 | 用于识别超声成像的最佳图像帧的系统和方法 |
US20140088423A1 (en) * | 2011-06-03 | 2014-03-27 | Fujifilm Corporation | Ultrasound diagnostic apparatus |
CN104970828A (zh) * | 2014-04-09 | 2015-10-14 | 柯尼卡美能达株式会社 | 超声波图像诊断装置 |
US20170090571A1 (en) * | 2015-09-29 | 2017-03-30 | General Electric Company | System and method for displaying and interacting with ultrasound images via a touchscreen |
US20170124700A1 (en) * | 2015-10-30 | 2017-05-04 | General Electric Company | Method and system for measuring a volume from an ultrasound image |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5920158A (ja) * | 1982-07-28 | 1984-02-01 | アロカ株式会社 | 超音波診断装置 |
JP3149242B2 (ja) * | 1992-01-13 | 2001-03-26 | フクダ電子株式会社 | 超音波診断装置 |
JP2000014668A (ja) | 1998-07-03 | 2000-01-18 | Toshiba Corp | 超音波診断装置 |
US20060241445A1 (en) | 2005-04-26 | 2006-10-26 | Altmann Andres C | Three-dimensional cardial imaging using ultrasound contour reconstruction |
US8816959B2 (en) | 2007-04-03 | 2014-08-26 | General Electric Company | Method and apparatus for obtaining and/or analyzing anatomical images |
US8343053B2 (en) | 2009-07-21 | 2013-01-01 | Siemens Medical Solutions Usa, Inc. | Detection of structure in ultrasound M-mode imaging |
KR101468419B1 (ko) | 2012-12-04 | 2014-12-03 | 삼성메디슨 주식회사 | 3차원 캘리퍼를 이용하여 측정 정보를 제공하는 의료 시스템 및 방법 |
JP2013135961A (ja) | 2013-04-08 | 2013-07-11 | Toshiba Corp | 超音波診断装置、及び医用画像処理装置 |
US10028649B2 (en) | 2013-12-02 | 2018-07-24 | Welch Allyn, Inc. | Digital colposcope system |
US20170124770A1 (en) | 2014-03-15 | 2017-05-04 | Nitin Vats | Self-demonstrating object features and/or operations in interactive 3d-model of real object for understanding object's functionality |
JP2017143969A (ja) | 2016-02-16 | 2017-08-24 | 株式会社日立製作所 | 超音波画像処理装置 |
JP2017189192A (ja) | 2016-04-11 | 2017-10-19 | 株式会社日立製作所 | 超音波診断装置 |
JP6580013B2 (ja) | 2016-09-29 | 2019-09-25 | 株式会社日立製作所 | 画像処理装置、及びその方法 |
US11264135B2 (en) * | 2017-11-10 | 2022-03-01 | Siemens Medical Solutions Usa, Inc. | Machine-aided workflow in ultrasound imaging |
-
2018
- 2018-08-02 US US16/053,421 patent/US10675005B2/en active Active
-
2019
- 2019-07-25 CN CN201980049919.0A patent/CN112512437B/zh active Active
- 2019-07-25 JP JP2021505379A patent/JP7230177B2/ja active Active
- 2019-07-25 WO PCT/US2019/043342 patent/WO2020028125A1/en active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100198068A1 (en) * | 2007-02-16 | 2010-08-05 | Johns Hopkins University | Robust and accurate freehand 3d ultrasound |
US20100232665A1 (en) * | 2009-03-13 | 2010-09-16 | International Business Machines Corporation | Automatic analysis of cardiac m-mode views |
CN102348417A (zh) * | 2009-03-13 | 2012-02-08 | 国际商业机器公司 | 心脏m模式图片的自动分析 |
US20140088423A1 (en) * | 2011-06-03 | 2014-03-27 | Fujifilm Corporation | Ultrasound diagnostic apparatus |
CN103222879A (zh) * | 2012-01-25 | 2013-07-31 | 通用电气公司 | 用于识别超声成像的最佳图像帧的系统和方法 |
CN104970828A (zh) * | 2014-04-09 | 2015-10-14 | 柯尼卡美能达株式会社 | 超声波图像诊断装置 |
US20170090571A1 (en) * | 2015-09-29 | 2017-03-30 | General Electric Company | System and method for displaying and interacting with ultrasound images via a touchscreen |
US20170124700A1 (en) * | 2015-10-30 | 2017-05-04 | General Electric Company | Method and system for measuring a volume from an ultrasound image |
Also Published As
Publication number | Publication date |
---|---|
JP7230177B2 (ja) | 2023-02-28 |
JP2021533856A (ja) | 2021-12-09 |
US20200037997A1 (en) | 2020-02-06 |
WO2020028125A1 (en) | 2020-02-06 |
CN112512437B (zh) | 2022-05-24 |
US10675005B2 (en) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112512437B (zh) | 用于同步多帧二维图像和运动模式图像中的卡尺测量的方法和系统 | |
US8526696B2 (en) | Medical imaging apparatus, medical image processing apparatus, ultrasonic imaging apparatus, ultrasonic image processing apparatus and method of processing medical images | |
US20150011886A1 (en) | Automatic imaging plane selection for echocardiography | |
CN111035408B (zh) | 用于超声探头定位反馈的增强的可视化的方法和系统 | |
JP6382036B2 (ja) | 超音波診断装置及び画像処理装置 | |
US20120065510A1 (en) | Ultrasound system and method for calculating quality-of-fit | |
US10952705B2 (en) | Method and system for creating and utilizing a patient-specific organ model from ultrasound image data | |
CN110956076B (zh) | 基于容积渲染在三维超声数据中进行结构识别的方法和系统 | |
US20230043109A1 (en) | Method and system for providing standard ultrasound scan plane views using automatic scan acquisition rotation and view detection | |
CN112773393A (zh) | 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 | |
CN114902288A (zh) | 利用基于解剖结构的三维(3d)模型切割进行三维(3d)打印的方法和系统 | |
JP2008289548A (ja) | 超音波診断装置及び診断パラメータ計測装置 | |
US20220061809A1 (en) | Method and system for providing an anatomic orientation indicator with a patient-specific model of an anatomical structure of interest extracted from a three-dimensional ultrasound volume | |
US11229420B2 (en) | Method and system for tracking an anatomical structure over time based on pulsed-wave doppler signals of a multi-gated doppler signal | |
US20210192291A1 (en) | Continuous training for ai networks in ultrasound scanners | |
CN112515944A (zh) | 具有用于心肺复苏(cpr)按压的实时反馈的超声成像 | |
CN113015490A (zh) | 用于同时呈现多门多普勒信号的对应于不同解剖结构的多普勒信号的方法和系统 | |
US11382595B2 (en) | Methods and systems for automated heart rate measurement for ultrasound motion modes | |
US20230404533A1 (en) | System and method for automatically tracking a minimal hiatal dimension plane of an ultrasound volume in real-time during a pelvic floor examination | |
CN116612061A (zh) | 用于经食道超声图像中的自动二维标准视图检测的方法和系统 | |
CN114521912A (zh) | 用于增强胸膜线的可视化的方法和系统 | |
CN115969414A (zh) | 用于在超声成像期间使用分析辅助的方法和系统 |
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 |