CN112533673A - 改进的反射自动聚焦 - Google Patents
改进的反射自动聚焦 Download PDFInfo
- Publication number
- CN112533673A CN112533673A CN201980052186.6A CN201980052186A CN112533673A CN 112533673 A CN112533673 A CN 112533673A CN 201980052186 A CN201980052186 A CN 201980052186A CN 112533673 A CN112533673 A CN 112533673A
- Authority
- CN
- China
- Prior art keywords
- transducer elements
- transducer
- ultrasound
- target
- target region
- 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
- 238000002604 ultrasonography Methods 0.000 claims abstract description 227
- 238000000034 method Methods 0.000 claims abstract description 159
- 238000005259 measurement Methods 0.000 claims abstract description 51
- 238000013442 quality metrics Methods 0.000 claims abstract description 41
- 238000012937 correction Methods 0.000 claims description 36
- 238000012549 training Methods 0.000 claims description 22
- 238000003384 imaging method Methods 0.000 claims description 18
- 239000013598 vector Substances 0.000 claims description 14
- 210000001519 tissue Anatomy 0.000 description 85
- 238000013528 artificial neural network Methods 0.000 description 20
- 238000002595 magnetic resonance imaging Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 7
- 206010028980 Neoplasm Diseases 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000010363 phase shift Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 208000003174 Brain Neoplasms Diseases 0.000 description 2
- 206010028851 Necrosis Diseases 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008499 blood brain barrier function Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012377 drug delivery Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000002271 resection Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 210000003625 skull Anatomy 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000002366 time-of-flight method Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000002679 ablation Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000001218 blood-brain barrier Anatomy 0.000 description 1
- 210000005013 brain tissue Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000009089 cytolysis Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000001404 mediated effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000017074 necrotic cell death Effects 0.000 description 1
- 238000001208 nuclear magnetic resonance pulse sequence Methods 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 210000004761 scalp Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229920002379 silicone rubber Polymers 0.000 description 1
- 239000004945 silicone rubber Substances 0.000 description 1
- 238000002603 single-photon emission computed tomography Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000527 sonication Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N7/02—Localised ultrasound hyperthermia
-
- 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
- A61B18/00—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body
- A61B2018/00571—Surgical instruments, devices or methods for transferring non-mechanical forms of energy to or from the body for achieving a particular surgical effect
- A61B2018/00577—Ablation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0004—Applications of ultrasound therapy
- A61N2007/0021—Neural system treatment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0039—Ultrasound therapy using microbubbles
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0052—Ultrasound therapy using the same transducer for therapy and imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0056—Beam shaping elements
- A61N2007/0065—Concave transducers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0078—Ultrasound therapy with multiple treatment transducers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0082—Scanning transducers
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N2007/0086—Beam steering
- A61N2007/0095—Beam steering by modifying an excitation signal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61N—ELECTROTHERAPY; MAGNETOTHERAPY; RADIATION THERAPY; ULTRASOUND THERAPY
- A61N7/00—Ultrasound therapy
- A61N7/02—Localised ultrasound hyperthermia
- A61N2007/027—Localised ultrasound hyperthermia with multiple foci created simultaneously
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Hematology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Surgical Instruments (AREA)
- Investigating Or Analyzing Materials By The Use Of Ultrasonic Waves (AREA)
- Gynecology & Obstetrics (AREA)
- High Energy & Nuclear Physics (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- General Physics & Mathematics (AREA)
Abstract
用于聚焦具有多个换能器元件的超声换能器的各种方法包括:使换能器元件将超声波发送至靶区域并测量超声波从靶区域离开的反射;对于至少其中一些换能器元件中的每个,至少部分地基于与多个测量换能器元件相关联的参数值,来调整与所述每个换能器元件相关联的参数值,所述参数值通过与由测量换能器元件测量的反射相关联的信号质量度量来加权,以便改善在靶区域处的超声聚焦。
Description
相关申请的交叉引用
本申请要求于2018年6月6日提交的美国临时专利申请号62/681,284的优先权和权益,并将其全部内容通过引用并入本申请。
技术领域
本发明总体上涉及用于超声自动聚焦的系统和方法,且更具体地,涉及使用超声反射的改进的自动聚焦。
背景技术
聚焦超声(即,频率大于约20千赫兹的声波)可用于对患者体内的内部身体组织进行成像或治疗。例如,超声波可用于涉及切除肿瘤的应用中,从而消除了对侵入式手术、靶向给药、血脑屏障控制、凝块溶解和其他外科手术的需要。在肿瘤切除期间,压电陶瓷换能器放置在患者外部,但紧邻待切除的组织(即,靶)。换能器将电子驱动信号转换成机械振动,从而产生声波的发射。换能器可以设置几何形状并与其他这样的换能器一起定位,使得它们发射的超声能量共同在对应于靶组织区域(或在靶组织区域内)的“聚焦区”处形成聚焦波束。可选地或另外地,单个换能器可以由多个单独驱动的换能器元件形成,换能器元件的相位可以各自独立地控制。这种“相控阵列”换能器有助于通过调节换能器之间的相对相位将聚焦区引导到不同的位置。如本文所用,术语“元件”表示阵列中的单个换能器或单个换能器的可独立驱动的部分。磁共振成像(MRI)可用于使患者和靶可视化,并从而引导超声束。
在聚焦超声程序过程中,进行一系列超声处理,以在不损害周围组织的情况下引起靶组织(例如肿瘤)的凝固坏死。为此,从换能器发出的超声能量必须准确可靠地成形并聚焦到所需的目标位置上。未适当配置的换能器元件会导致不适当的聚焦质量,从而导致治疗无效和/或对非靶组织造成不希望的损害。另外,未适当成形的超声波束可能会在预期聚焦区域以外的其他位置处产生意外的次级热点;这样的热点可能导致不希望的发热、患者疼痛和/或可能非靶组织坏死。
换能器输出误差的一个来源是由于换能器元件中的几何缺陷(即与其预期位置的偏差)造成的。例如,假设换能器设计为具有球形形状,则驱动每个换能器元件的软件配置为根据球形模型或设计基于它们的定位来激活各个换能器元件。如果在制造、使用和/或维修过程中一个或多个换能器元件的实际位置偏离了预期位置,或者如果位置由于例如热变形而发生位移,则结果可能是由于根据理想球形模型编程的软件而形成永久的聚焦误差。
换能器输出误差的另一个来源是中间组织的不均匀性,超声波在到达聚焦区之前穿过所述中间组织。超声波可以通过多种过程与中间组织相互作用,包括传播、散射、吸收、反射和折射。例如,组织的不均匀性可能导致声能在具有不同声速的区域的边界处折射。折射可能降低相长干涉,从而降低聚焦区域处的声能的强度。因此,不均匀的组织可能会产生使聚焦变形和降低其强度的波束畸变和折射,从而影响治疗效率。
校准换能器几何误差和/或由中间组织引起的波束畸变的一种方法涉及在焦点处放置或生成声反射器。来自反射器的反射信号可以由换能器元件检测,并且可以确定由换能器元件测量的反射信号的相位与发射信号的相位之间的偏差。基于所确定的偏差,可以调节与换能器元件相关的驱动信号以改善聚焦特性。
尽管这种方法可以有效地补偿相位偏差并改善目标区域处的聚焦特性,但可能仅适用于换能器阵列中的某些换能器元件。例如,在治疗脑肿瘤时,由于颅骨的性质及其多层内部结构,一些换能器元件可能会接收到低质量(例如,低信噪比(SNR))的信号;这导致回波信号测量不可靠。因此,对接收到低质量回波信号的换能器元件补偿相位偏差的能力对于进一步改善靶区域的聚焦特性至关重要。
另外,由于上述聚焦方法可能需要对回波信号测量值进行多次迭代用于相位校正,因此当治疗涉及多个不连续区域并且它们中的每一个都需要单独的回波信号测量值用于相位校正时,可能会很耗时。因此,需要在多个靶区域中的每个靶区域处产生高质量超声聚焦且不需要对每个单个靶测量回波信号和执行聚焦程序的方法。
发明内容
本发明提供了用于驱动换能器阵列中的所有换能器元件的系统和方法,所述换能器阵列的超声参数考虑了由于中间组织引起的换能器几何误差和/或波束畸变,从而在一个或多个靶区域处产生高质量聚焦。如本文所使用的,术语“高质量聚焦”是指具有足够小的聚焦区域的聚焦,该聚焦区域对应于足够高的声强度,用于超声治疗的目的;这与传统的定义不同,在传统的定义中,聚焦质量与聚焦区域与所需形状(例如,线聚焦)的一致性程度有关。在各种实施例中,将声反射器(例如,一定体积的微泡)引入到基本上靠近靶区域的聚焦区域中;首先分析从声反射器反射的超声信号以确定其质量(例如,SNR)。如果接收到的信号具有足够的质量(例如,SNR等于或大于预定阈值),则可以对信号进行进一步分析以获取与其相关联的超声参数值(例如,相位、幅度和/或频率);随后,可以基于所获取的超声参数值来驱动接收足够质量的信号的换能器元件。替代地或另外,反射信号的质量可以基于使用几次测量中接收到的反射信号获得的超声参数值的重复率来确定。例如,如果在重复测量中确定的超声参数值基本相似(例如,它们之间的差在10%以内),则将反射信号分类为具有足够的质量。
但是,如果接收到的信号具有低质量(例如,SNR低于预定阈值)和/或质量的低重复率(例如,在重复测量中确定的超声参数值之间的差异等于或超过所确定的超声参数值的其中一个的10%),则可以实施各种方法来校正或更新与接收这些信号的换能器元件相关联的超声参数值。例如,可以利用物理模型来预测超声参数值。物理模型可以采用声射线模型来模拟超声波从换能器元件到靶区域的波束路径。另外,声线(acoustic ray)模型可以考虑由中间组织引起的波束畸变(例如,折射)并调整波束路径以解决畸变。进一步,物理模型可以包括聚焦算法,以基于预测的波束路径来确定与接收低质量信号的换能器元件相关联的超声参数值。
附加地或替代地,可以利用具有足够质量的反射信号来优化或改善物理模型,从而改善对与接收低质量反射信号的换能器元件相关联的超声参数值的预测。在一个实施例中,可以将与具有足够质量的反射信号相关联的超声参数值提供给物理模型,以反向计算模型参数的值。因为所测量的反射信号包括对来自中间组织的波束的影响,所以具有基于其的参数值的物理模型被改善/优化以更准确地预测与接收低质量信号的换能器元件相关联的超声参数值。
在一些实施例中,实施机器学习过程(例如,神经网络)以预测与接收低质量信号的换能器元件相关联的超声参数值。例如,具有足够质量的反射信号和中间组织的沿着反射信号的路径的各种特征可以形成训练集。使用训练集,可以通过训练神经网络来确定组织特征和测得的超声参数值之间的关系。然后,经训练的神经网络可以基于中间组织沿着路径的特征,预测与接收低质量信号的换能器元件相关联的超声参数值。
在另一个实施例中,基于具有足够质量的测得的反射信号以及(i)从靶区域到接收具有足够质量的反射信号的换能器元件的距离与(ii)从靶区域到接收具有低质量的反射信号的换能器元件的距离之间的差来确定与接收低质量反射信号的换能器元件相关联的超声参数值。
因此,本发明提供的各种方法有利地允许从换能器阵列中的附加换能器元件发射的波补偿由中间组织引起的换能器几何缺陷和/或波束畸变;这可以显著改善靶区域处的聚焦特性。
在各种实施例中,超声治疗涉及多个靶区域;可以实施上述方法来确定换能器元件的超声参数值,用于基于从另一靶区域接收到的反射信号在一个靶区域处生成高质量聚焦。例如,从第一靶区域接收的反射信号可以用于改善物理模型和/或训练神经网络,然后可以预测超声参数值用于在第二靶区域处生成聚焦。在一些实施例中,基于来自第一靶区域的测量的反射信号以及从每个换能器元件到第一靶区域的距离与从每个换能器元件到第二靶区域的距离之间的差来确定与第二靶区域相关联的超声参数值。
因此,本发明还提供了各种方法,允许在多个靶区域处形成高质量的超声聚焦,而无需测量来自各个靶区域的反射信号并执行聚焦程序。这可以显著减少治疗时间。
因此,一方面,本发明涉及一种用于聚焦超声换能器的系统。在各种实施例中,所述系统包括具有多个换能器元件的超声换能器;以及控制器,配置为(a)使换能器元件将超声波发送至靶区域并测量超声波从靶区域离开的反射;以及(b)对于至少其中一些换能器元件中的每个,至少部分地基于与多个测量换能器元件相关联的参数值,来调整与所述每个换能器元件相关联的参数值(例如,频率、幅度和/或相位),所述参数值至少部分地通过与由测量换能器元件测量的反射相关联的信号质量度量来加权,以便改善在靶区域处的超声聚焦。在一个实施方式中,测量换能器元件不同于所述每个换能器元件。信号质量度量可以是所测量的反射的信噪比。附加地或替代地,质量度量可以是与基于多个测量中的测量反射确定的测量换能器元件之一相关联的参数值的重复率。
所述控制器可以进一步配置为,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量低于预定阈值,来限定与至少其中一些测量换能器元件相对应的具有零值的加权向量。另外,所述控制器可以进一步配置为,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量等于或超过预定阈值,来限定与至少其中一些测量换能器元件相对应的具有大于零和小于或等于一的值的加权向量。在一个实施例中,所述控制器进一步配置为至少部分地通过测量换能器元件距所述每个换能器元件的距离来加权与测量换能器相关联的参数值。例如,对应于测量换能器元件的加权值可以与测量换能器元件距所述每个换能器元件的距离负相关。
在各种实施例中,所述控制器进一步配置为使用超声换能器在靶区域中产生一个或多个声反射器(例如,微泡)。附加地或替代地,所述系统可以进一步包括用于将声反射器引入靶区域的施用装置。在一个实施例中,所述施用装置将种子微泡引入靶区域;所述控制器进一步配置为使用种子微泡和超声换能器生成声反射器。声反射器可以反射发射至其的超声波。
在一些实施例中,所述控制器进一步配置为至少部分地基于由此测量的反射来调整与测量换能器元件中的一个或多个相关联的一个或多个参数值(例如,频率、幅度和/或相位)。此外,所述控制器可以进一步配置为至少部分地基于物理模型来调整与所述每个换能器元件相关联的参数值。所述物理模型可以包括多个模型参数;所述控制器进一步配置为至少部分地基于由测量换能器元件中的一个或多个测量的反射来确定与所述模型参数相关联的值。附加地或替代地,所述控制器可以进一步配置为至少部分地基于一预测器来调整与所述每个换能器元件相关联的参数值,所述预测器已经基于位于所述每个换能器元件和靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)进行了计算训练以预测参数值。例如,所述控制器可以进一步配置为,使用由测量换能器元件中的一个或多个测量的反射以及位于测量换能器元件与靶区域之间的中间组织的特征来计算地训练预测器。另外,所述系统可以进一步包括用于获取中间组织的特征的成像方式(例如,MRI设备)。
在各种实施例中,所述控制器进一步配置为计算与测量换能器元件中的一个相关联的第一相位和与所述每个换能器元件相关联的第二相位;至少部分地基于所计算的第一和第二相位来调整与所述每个换能器元件相关联的参数值。另外,所述控制器可以进一步配置为,至少部分地基于从测量换能器元件到靶的第一距离与从所述每个换能器元件到靶的第二距离之间的差来计算第一相位和第二相位之间的差。在一个实施例中,所述控制器进一步配置为,至少部分地基于位于测量换能器元件和靶区域之间的中间组织沿波束路径的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)来计算第一相位,所述波束路径与由测量换能器元件测得的反射相关联。
另一方面,本发明涉及一种使具有多个换能器元件的超声换能器聚焦的方法。在各种实施例中,所述方法包括使换能器元件将超声波发送至靶区域并测量超声波从靶区域离开的反射;以及对于至少其中一些换能器元件中的每个,至少部分地基于与多个测量换能器元件相关联的参数值,来调整与所述每个换能器元件相关联的参数值(例如,频率、幅度和/或相位),所述参数值至少部分地通过与由测量换能器元件测量的反射相关联的信号质量度量来加权,以便改善在靶区域处的超声聚焦。在一个实施方式中,测量换能器元件不同于所述每个换能器元件。信号质量度量可以是所测量的反射的信噪比。附加地或替代地,质量度量可以是与基于多个测量中的测量反射确定的测量换能器元件之一相关联的参数值的重复率。
所述方法可以进一步包括,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量低于预定阈值,来限定与至少其中一些测量换能器元件相对应的具有零值的加权向量。另外,所述方法可以进一步包括,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量等于或超过预定阈值,来限定与至少其中一些测量换能器元件相对应的具有大于零和小于或等于一的值的加权向量。在一个实施例中,所述方法进一步包括至少部分地通过测量换能器元件距所述每个换能器元件的距离来加权与测量换能器元件相关联的参数值。例如,对应于测量换能器元件的加权值可以与测量换能器元件距所述每个换能器元件的距离负相关。
在各种实施例中,所述方法进一步包括使用超声换能器在靶区域中产生一个或多个声反射器(例如,微泡)。附加地或替代地,所述方法可以进一步包括将声反射器引入靶区域。在一个实施例中,所述方法包括将种子微泡引入靶区域,以及使用种子微泡和超声换能器生成声反射器。声反射器可以反射发射至其的超声波。
在一些实施例中,所述方法进一步包括至少部分地基于由此测量的反射来调整与测量换能器元件中的一个或多个相关联的一个或多个参数值(例如,频率、幅度和/或相位)。此外,所述方法可以进一步包括至少部分地基于物理模型来调整与所述每个换能器元件相关联的参数值。所述物理模型可以包括多个模型参数;所述方法进一步包括至少部分地基于由测量换能器元件中的一个或多个测量的反射来确定与所述模型参数相关联的值。附加地或替代地,所述方法可以进一步包括至少部分地基于一预测器来调整与所述每个换能器元件相关联的参数值,所述预测器已经基于位于所述每个换能器元件和靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)进行了计算训练以预测参数值。例如,所述方法可以进一步包括,使用由测量换能器元件中的一个或多个测量的反射以及位于测量换能器元件与靶区域之间的中间组织的特征来计算地训练预测器。另外,所述方法可以包括使用成像方式(例如,MRI设备)获取中间组织的特征。
在各种实施例中,所述方法进一步包括计算与测量换能器元件中的一个相关联的第一相位和与所述每个换能器元件相关联的第二相位;至少部分地基于所计算的第一和第二相位来调整与所述每个换能器元件相关联的参数值。另外,所述方法可以进一步包括,至少部分地基于从测量换能器元件到靶的第一距离与从所述每个换能器元件到靶的第二距离之间的差来计算第一相位和第二相位之间的差。在一个实施例中,所述方法进一步包括,至少部分地基于位于测量换能器元件和靶区域之间的中间组织沿波束路径的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)来计算第一相位,所述波束路径与由测量换能器元件测得的反射相关联。
本发明的另一方面涉及一种用于聚焦超声换能器的系统。在各种实施例中,所述系统包括具有多个换能器元件的超声换能器;以及控制器,配置为(a)使换能器元件将超声波发送至靶区域并测量超声波离开靶区域的反射;(b)基于具有低于预定阈值的质量度量的测得的反射来限定换能器元件的矫正集;(c)对于矫正集中的换能器元件的第一个或多个,确定不在矫正集中的换能器元件的第二个或多个;以及(d)至少部分地基于与换能器元件中的第二个或多个相关联的测量的反射,调整与矫正集中的换能器元件的第一个或多个相关联的参数值(例如,频率、幅度和/或相位),以便改善靶区域处的超声聚焦。信号质量度量可以是所测量的反射的信噪比。附加地或替代地,质量度量可以是与基于多个测量中的测量的反射确定的换能器元件的第二个或多个相关联的参数值的重复率。
换能器元件中的第二个或多个可以位于距换能器元件的第一个或多个的预定距离内。另外,换能器元件的第二个或多个可以与具有等于或超过预定阈值的质量度量的测得的反射相关联。在各种实施例中,所述控制器进一步配置为使用超声换能器在靶区域中产生一个或多个声反射器(例如,微泡),声反射器反射向其发送的超声波。附加地或替代地,所述系统可以进一步包括用于将声反射器引入靶区域的施用装置。在一个实施例中,所述施用装置将种子微泡引入靶区域;所述控制器进一步配置为使用种子微泡和超声换能器生成声反射器。声反射器可以反射发射至其的超声波。
在一些实施例中,所述控制器进一步配置为至少部分地基于由此测量的反射来调整与换能器元件中的第二个或多个相关联的一个或多个参数值(例如,频率、幅度和/或相位)。另外,所述控制器可以进一步配置为至少部分地基于物理模型来调整与矫正集中的换能器元件的第一个或多个相关联的参数值。所述物理模型可以包括多个模型参数;所述控制器进一步配置为至少部分地基于由换能器元件中的第二个或多个测量的反射来确定与所述模型参数相关联的值。附加地或替代地,所述控制器可以进一步配置为至少部分地基于一预测器来调整与矫正集中的换能器元件的第一个或多个相关联的参数值,所述预测器已经基于位于所述换能器元件的第一个或多个和靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)进行了计算训练以预测参数值。例如,所述控制器可以进一步配置为,使用由换能器元件中的第二个或多个测量的反射以及位于换能器元件的第二个或多个与靶区域之间的中间组织的特征来计算地训练预测器。另外,所述系统可以进一步包括用于获取中间组织的特征的成像方式。
在各种实施例中,所述控制器进一步配置为计算与换能器元件中的第二个或多个相关联的第一相位和与所述矫正集中的换能器元件的第一个或多个相关联的第二相位;至少部分地基于所计算的第一和第二相位来调整与所述矫正集中的换能器元件的第一个或多个相关联的参数值。另外,所述控制器可以进一步配置为,至少部分地基于从矫正集中的换能器元件的第一个或多个到靶的第一距离与从换能器元件的第二个或多个到靶的第二距离之间的差来计算第一相位和第二相位之间的差。在一个实施例中,所述控制器进一步配置为,至少部分地基于位于超声换能器和靶区域之间的中间组织沿波束路径的特征来计算第二相位,所述波束路径与由换能器元件中的第二个或多个测得的反射相关联。
又另一方面,本发明涉及一种使具有多个换能器元件的超声换能器聚焦的方法。在各种实施例中,所述方法包括(a)使换能器元件将超声波发送至靶区域并测量超声波离开靶区域的反射;(b)基于具有低于预定阈值的质量度量的测得的反射来限定换能器元件的矫正集;(c)对于矫正集中的换能器元件的第一个或多个,确定不在矫正集中的换能器元件的第二个或多个;以及(d)至少部分地基于与换能器元件中的第二个或多个相关联的测量的反射,调整与矫正集中的换能器元件的第一个或多个相关联的参数值(例如,频率、幅度和/或相位),以便改善靶区域处的超声聚焦。信号质量度量可以是所测量的反射的信噪比。附加地或替代地,质量度量可以是与基于多个测量中的测量的反射确定的换能器元件的第二个或多个相关联的参数值的重复率。
换能器元件中的第二个或多个可以位于距换能器元件的第一个或多个的预定距离内。另外,换能器元件的第二个或多个可以与具有等于或超过预定阈值的质量度量的测得的反射相关联。在各种实施例中,所述方法进一步包括使用超声换能器在靶区域中产生一个或多个声反射器(例如,微泡)。附加地或替代地,所述方法可以进一步包括将声反射器引入靶区域。在一个实施例中,所述方法包括将种子微泡引入靶区域,以及使用种子微泡和超声换能器生成声反射器。声反射器可以反射发射至其的超声波。
在一些实施例中,所述方法进一步包括至少部分地基于由此测量的反射来调整与换能器元件中的第二个或多个相关联的一个或多个参数值(例如,频率、幅度和/或相位)。另外,所述方法可以进一步包括至少部分地基于物理模型来调整与矫正集中的换能器元件的第一个或多个相关联的参数值。所述物理模型可以包括多个模型参数;所述方法进一步包括至少部分地基于由换能器元件中的第二个或多个测量的反射来确定与所述模型参数相关联的值。附加地或替代地,所述方法可以进一步包括至少部分地基于一预测器来调整与矫正集中的换能器元件的第一个或多个相关联的参数值,所述预测器已经基于位于所述换能器元件的第一个或多个和靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)进行了计算训练以预测参数值。例如,所述方法可以进一步包括,使用由换能器元件中的第二个或多个测量的反射以及位于换能器元件的第二个或多个与靶区域之间的中间组织的特征来计算地训练预测器。另外,所述方法可以包括使用成像方式(例如,MRI设备)获取中间组织的特征。
在各种实施例中,所述方法进一步包括分别计算与换能器元件中的第二个或多个相关联的第一相位和与所述矫正集中的换能器元件的第一个或多个相关联的第二相位;以及至少部分地基于所计算的第一和第二相位来调整与所述矫正集中的换能器元件的第一个或多个相关联的参数值。另外,所述方法可以进一步包括,至少部分地基于从矫正集中的换能器元件的第一个或多个到靶的第一距离与从换能器元件的第二个或多个到靶的第二距离之间的差来计算第一相位和第二相位之间的差。在一个实施例中,所述方法进一步包括,至少部分地基于位于超声换能器和靶区域之间的中间组织沿波束路径的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)来计算第二相位,所述波束路径与由换能器元件的第二个或多个测得的反射相关联。
本发明的另一方面涉及一种用于聚焦超声换能器的系统。在各种实施例中,所述系统包括具有多个换能器元件的超声换能器;以及控制器,其配置为(a)使换能器元件将超声波发送至靶区域并测量超声波离开靶区域的反射;(b)至少部分地基于由此测量的反射来确定与换能器元件的第一个或多个相关联的第一参数值(例如,频率、幅度和/或相位);(c)至少部分地基于位于换能器元件的第二个或多个与靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等),预测与换能器元件的第二个或多个相关联的、与换能器元件的第一个或多个不同的第二参数值(例如,频率、幅度和/或相位)行;以及(d)驱动换能器元件的第一个或多个和第二个或多个,以便在靶区域处产生超声聚焦。在一个实施方式中,换能器元件的第一个或多个接收具有等于或超过预定阈值的质量度量的反射,且换能器元件的第二个或多个接收具有低于预定阈值的质量度量的反射。
另一方面,本发明涉及一种使具有多个换能器元件的超声换能器聚焦的方法。在各种实施例中,所述方法包括(a)使换能器元件将超声波发送至靶区域并测量超声波离开靶区域的反射;(b)至少部分地基于由此测量的反射来确定与换能器元件的第一个或多个相关联的第一参数值(例如,频率、幅度和/或相位);(c)至少部分地基于位于换能器元件的第二个或多个与靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等),预测与换能器元件的第二个或多个相关联的、与换能器元件的第一个或多个不同的第二参数值(例如,频率、幅度和/或相位)行;以及(d)驱动换能器元件的第一个或多个和第二个或多个,以便在靶区域处产生超声聚焦。在一个实施方式中,换能器元件的第一个或多个接收具有等于或超过预定阈值的质量度量的反射,且换能器元件的第二个或多个接收具有低于预定阈值的质量度量的反射。
在又另一方面,本发明涉及一种用于聚焦超声换能器的系统。在各种实施例中,所述系统包括具有多个换能器元件的超声换能器;以及控制器,其配置为(a)使换能器元件将超声波发送至第一个或多个靶区域并测量超声波离开第一个或多个靶区域的反射;以及(b)至少部分地基于所测得的反射,确定与换能器元件的一个或多个相关联的参数值(例如,频率、幅度和/或相位),以便在不同于第一个或多个靶区域的第二靶区域处产生超声聚焦。
在各种实施例中,所述控制器进一步配置为使用超声换能器在第一个或多个靶区域中产生一个或多个声反射器(例如,微泡)。附加地或替代地,所述系统进一步包括用于将声反射器引入第一个或多个靶区域中的施用装置。在一个实施例中,所述施用装置将种子微泡引入所述第一个或多个靶区域;所述控制器进一步配置为使用种子微泡和超声换能器生成声反射器。声反射器可以反射发射至其的超声波。
在一些实施例中,所述控制器进一步配置为至少部分地基于一预测器来确定参数值,所述预测器已经基于位于超声换能器和第二靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)进行了计算训练以预测参数值。例如,控制器可以进一步配置为使用离开第一个或多个靶区域的测量的反射以及位于超声换能器与第一个或多个靶区域之间的中间组织的特征来计算地训练所述预测器。另外,所述系统可以进一步包括用于获取中间组织的特征的成像方式(例如,MRI设备)。附加地或替代地,控制器可以进一步配置为至少部分地基于物理模型来确定与换能器元件的一个或多个相关联的参数值(例如,频率、幅度和/或相位)。物理模型可以包括多个模型参数;控制器进一步配置为至少部分地基于离开第一个或多个靶区域的超声波的测量的反射来确定与模型参数相关联的值。
在各种实施例中,控制器进一步配置为分别计算与第一个或多个靶区域和第二靶区域相关联的第一相位和第二相位;以及至少部分地基于所计算的第一和第二相位来确定参数值。另外,控制器可以进一步配置为至少部分地基于从超声换能器到第一个或多个靶区域的第一距离与从超声换能器到第二靶区域的第二距离之间的差来计算第一相位和第二相位之间的差。在一个实施例中,所述控制器进一步配置为,至少部分地基于位于超声换能器和第一个或多个靶区域之间的中间组织沿波束路径的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)来计算第一相位,所述波束路径与离开第一个或多个靶区域至换能器元件的反射相关联。
另一方面,本发明涉及一种使具有多个换能器元件的超声换能器聚焦的方法。在各种实施例中,所述方法包括(a)使换能器元件将超声波发送至第一个或多个靶区域并测量超声波离开第一个或多个靶区域的反射;以及(b)至少部分地基于所测得的反射,确定与换能器元件的一个或多个相关联的参数值(例如,频率、幅度和/或相位),以便在不同于第一个或多个靶区域的第二靶区域处产生超声聚焦。
在各种实施例中,所述方法进一步包括使用超声换能器在第一个或多个靶区域中产生一个或多个声反射器(例如,微泡)。附加地或替代地,所述方法可以进一步包括将声反射器引入靶区域。在一个实施例中,所述方法进一步包括将种子微泡引入第一个或多个靶区域,以及使用种子微泡和超声换能器生成一个或多个声反射器。声反射器可以反射发射至其的超声波。
在一些实施例中,所述方法进一步包括至少部分地基于一预测器来确定参数值,所述预测器已经基于位于超声换能器和第二靶区域之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)进行了计算训练以预测参数值。例如,所述方法可以进一步包括使用离开第一个或多个靶区域的测量的反射以及位于超声换能器与第一个或多个靶区域之间的中间组织的特征来计算地训练所述预测器。另外,所述方法可以进一步包括使用成像方式(例如,MRI设备)获取中间组织的特征。附加地或替代地,所述方法可以进一步包括至少部分地基于物理模型来确定与换能器元件的一个或多个相关联的参数值(例如,频率、幅度和/或相位)。物理模型可以包括多个模型参数;所述方法进一步包括至少部分地基于离开第一个或多个靶区域的超声波的测量的反射来确定与模型参数相关联的值。
在各种实施例中,所述方法进一步包括分别计算与第一个或多个靶区域和第二靶区域相关联的第一相位和第二相位;以及至少部分地基于所计算的第一和第二相位来确定参数值。另外,所述方法可以进一步包括至少部分地基于从超声换能器到第一个或多个靶区域的第一距离与从超声换能器到第二靶区域的第二距离之间的差来计算第一相位和第二相位之间的差。在一个实施例中,所述方法进一步包括,至少部分地基于位于超声换能器和第一个或多个靶区域之间的中间组织沿波束路径的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)来计算第一相位,所述波束路径与离开第一个或多个靶区域至换能器元件的反射相关联。
如本文中所使用的,“低质量”或“质量差”的信号是指信号质量差(例如,SNR低于第一预定阈值)和/或质量的低重复率(例如,在重复测量中,所确定的超声参数之间的差等于或超过所确定的超声参数值之一的第二预定阈值,例如10%);而足够质量的信号或高质量信号是指信号具有足够的质量(例如,SNR等于或高于第一预定阈值)和/或质量的高重复率(例如,在重复测量中,所确定的超声参数值之间的差低于所确定的超声参数值之一的第二预定阈值,例如10%)。如本文所使用的,术语“近似”、“约”、“大致”和“基本上”是指±10%,在一些实施例中为±5%。在整个说明书中,对“一个示例”、“一示例”、“一个实施例”或“一实施例”的引用是指结合该示例所描述的特定特征、结构或特性包括在本发明技术方案的至少一个示例中。因此,在整个说明书中各处出现的短语“在一个示例中”、“在一示例中”、“一个实施例”或“一实施例”不一定都指的是同一示例。此外,特定特征、结构、例程、步骤或特性可以在本发明技术方案的一个或多个示例中以任何合适方式组合。本文提供的标题仅是为了方便起见,并不旨在限制或解释所要求保护的技术的范围或含义。
附图说明
在附图中,不同视图中相同的附图标记通常代表相同的部件。而且,附图不一定按比例绘制,而是通常将重点放在说明本发明的原理上。在下文描述中,参考以下附图描述本发明的各种实施例,其中:
图1A示意性地示出了根据本发明的各种实施例的示例性超声系统;
图1B示意性地示出了根据本发明的各种实施例的示例性MRI系统;
图2示出了根据各种实施例,基本上靠近靶区域的声反射器的实施方式,所述声反射器用于校准换能器的几何形状以及校正波束畸变;
图3示出了根据各种实施例,基于具有足够质量的反射信号来确定与接收低质量反射信号的换能器元件相关联的一个或多个超声参数值的方法;
图4A和4B为示出了根据各种实施例的示例性方法的流程图,该示例性方法用于补偿由中间组织引起的换能器几何误差和/或波束畸变,从而改善靶区域处的聚焦特性;
图5A示出了根据各种实施例,基于从另一靶区域接收的反射信号在一个靶区域处产生高质量聚焦的方法;
图5B示出了根据各种实施例,基于从相同靶区域内的另一焦点接收到的反射信号在靶区域处生成高质量聚焦的方法;以及
图6为示出根据各种实施例的示例性方法的流程图,该示例性方法用于补偿由中间组织引起的换能器几何误差和/或波束畸变,从而改善一个或多个焦点在一个或多个靶区域处的聚焦特性。
具体实施方式
图1A示出示例性超声系统100,用于产生聚焦的声能束并将其传送到患者体内的靶区域101。所示系统100包括换能器元件104的相控阵列102、驱动相控阵列102的波束形成器106、与波束形成器106通信的控制器108,以及向波束形成器106提供输入电子信号的频率发生器110。
阵列102可以具有适合于放置在患者身体的表面上的弯曲(例如,球形或抛物线形)或其他轮廓形状,或者可以包括一个或多个平面或其它形状的部分。其尺寸可以在毫米到数十厘米之间变化。阵列102的换能器元件104可以是压电陶瓷元件,并且可以安装在硅橡胶中或安装在适合于缓冲元件104之间的机械耦合的任何其他材料中。也可以使用压电复合材料或通常能够将电能转换为声能的任何材料。为了确保向换能器元件104的最大功率传输,可以将元件104配置为在50Ω处发生电谐振,匹配输入连接器阻抗。
换能器阵列102耦合到波束形成器106,波束形成器106驱动各个换能器元件104,使得它们共同产生聚焦超声波束或场。对于n个换能器元件,波束形成器106可以包含n个驱动器电路,每个驱动器电路包括或由放大器118和相位延迟电路120组成;每个驱动电路驱动换能器元件104中的一个。波束形成器106从频率发生器110接收射频(RF)输入信号,通常在0.1MHz至10MHz的范围内,频率发生器110可以是例如可从斯坦福研究系统(StanfordResearch Systems)获得的DS345型发生器。对于波束形成器106的n个放大器118和延迟电路120,输入信号可以分成n个通道。在一些实施例中,频率发生器110与波束形成器106集成在一起。射频发生器110和波束形成器106配置为以相同的频率但是不同的相位和/或不同的幅度来驱动换能器阵列102的各个换能器元件104。
波束形成器106施加的放大或衰减因子α1-αn和相移a1-an用于穿过位于所述换能器元件104和靶区域之间的中间组织发送和聚焦超声能量到靶区域101上,并导致在中间介质中引起的波形畸变。使用控制器108计算放大因子和相移,控制器108可以通过软件、硬件、固件、硬接线或上述任何组合来提供计算功能。在各种实施例中,控制器108利用以常规方式用软件编程的通用或专用数字数据处理器,且无需过多的实验,来确定在靶区域101处获得所需聚焦或任何其它所需空间场模式所需的频率、相移和/或放大因子。在某些实施例中,计算是基于关于位于换能器元件104和靶之间的中间组织的特征(例如,类型、大小、位置、特性、结构、厚度、密度、结构等)的详细信息以及它们对声能传播的影响。这样的信息可以从成像器112获得。成像器112可以是例如磁共振成像(MRI)设备、计算机断层扫描(CT)设备、正电子发射断层扫描(PET)设备、单光子发射计算机断层扫描(SPECT)设备或超声波扫描设备。图像采集可以是三维的(3D),或者,成像器112可以提供一组适合于重建靶区域101和/或其它区域(例如,围绕靶101的区域或其它靶区域)的三维图像的二维(2D)图像。图像处理功能可以在成像器112、控制器108或单独的设备中实现。另外,超声系统100和/或成像器112可以用来检测来自基本上位于靠近靶区域101的声反射器(例如,微泡)的信号,如下文进一步描述的。附加地或替代地,系统100可以包括声信号检测装置(例如水听器或合适的替代物)124,检测从声反射器发射或反射的超声波,并且可以将其接收的信号提供给控制器108,用于进一步处理,如下文进一步描述的。另外,超声系统100可以包括用于不经肠道将声反射器202引入患者体内的施用系统126。可以使用促进换能器操作的同一控制器108来操作成像器112、声信号检测装置124和/或施用系统126;或者,可以通过彼此相互通信的一个或多个单独的控制器分别控制。
图1B示出了示例性的成像器——即,MRI设备112。设备112可包括圆柱形电磁体134,其在电磁体134的孔136内产生必需的静磁场。在医疗程序期间,患者位于可移动支撑台138上的孔136内。患者体内(例如,患者的头部)的目标区域140可以定位在成像区域142内,其中电磁体134产生基本上均匀的场。一组圆柱形磁场梯度线圈144也可以设置在孔136内并围绕患者。梯度线圈144在预定时间和三个相互正交的方向上产生预定幅度的磁场梯度。利用场梯度,不同的空间位置可以与不同的进动频率(precession frequency)相关联,从而给MR图像提供其空间分辨率。围绕成像区域142的RF发射器线圈146将RF脉冲发射到成像区域142中,使患者的组织发出磁共振(MR)响应信号。原始MR响应信号由RF线圈146感测并传递到MR控制器148,然后计算MR图像,可以显示给用户。或者,可以使用单独的MR发射器和接收器线圈。利用MRI设备112获取的图像可以为放射科医生和内科医生提供不同组织之间的视觉对比以及患者解剖结构的详细内部视图,而传统的X射线技术无法将其可视化。
MRI控制器148可以控制脉冲序列,即磁场梯度和RF激励脉冲和响应检测周期的相对定时和强度。使用传统图像处理系统将MR响应信号放大、调节并数字化为原始数据,并通过本领域普通技术人员已知的方法进一步转换成图像数据阵列。基于图像数据,可以识别靶区域(例如,肿瘤或靶BBB)。
为了进行靶向药物递送或肿瘤消融,需要高精度地确定靶区域101的位置。因此,在各种实施例中,首先激活成像器112以获取靶区域101和/或非靶区域(例如,靶区域周围的健康组织、位于换能器阵列102和靶区域101和/或位于靶附近的任何区域之间的中间组织)的图像,并据此确定与其相关的解剖特征(例如,组织类型、位置、大小、厚度、密度、结构、形状和/或血管化)。例如,组织体积可以基于3D图像或一系列2D图像切片表示为3D体素集,并且可以包括靶区域101和/或非靶区域。
为了在靶区域101处形成高质量的聚焦,可能需要校准换能器元件104并考虑换能器的几何缺陷,例如,由于换能器元件104从其预期位置的运动、位移和/或变形而导致的缺陷。另外,由于当穿过位于换能器元件104和靶区域101之间的不均匀的中间组织时,超声波可能会被散射、吸收、反射和/或折射,因此也有必要考虑这些波的畸变,以改善靶区域101处的聚焦特性。参照图2,在各种实施例中,通过使用基本上靠近靶区域101的声反射器202,有利于换能器几何形状的校准以及对由不均匀组织引起的波束畸变的校正。从所有(或至少一些)换能器元件104发射的超声波可以被反射器202反射。声反射器202可以基本上由超声波产生和/或由施用系统肠胃外引入的微泡组成。在一些实施例中,施用装置126将种子微泡引入靶区域101;然后激活换能器102以将超声波发射到种子微泡用于产生一团微泡。产生微泡和/或将微泡引入靶区域101的方法在例如PCT公开号WO2018/020315、PCT申请号PCT/US2018/064058(于2018年12月5日提交)、PCT/IB2018/001103(2018年8月14日提交)、PCT/US2018/064892(2018年12月11日提交)、PCT/IB2018/000841(2018年6月29日提交)和PCT/US2018/064066(2018年12月5日提交)、美国专利公开号2019/0083065和美国专利申请号15/837,392(2017年12月11日提交)中提供,其内容通过引用并入本申请。
在一些实施例中,换能器元件104既具有发射能力又具有检测能力;因此,来自声反射器202的反射信号可以被换能器元件104检测到。例如,在与此同时提交的题为“Focused Ultrasound System with Optimized Monitoring of Cavitation(具有优化的空化监测的聚焦超声系统)”的国际申请中提供了配置换能器元件以检测反射信号的方法,其内容通过引用并入本申请。附加地或替代地,可以使用与换能器元件相关联的声信号检测装置124来检测来自声反射器202的反射信号。然后可以将所测量的信号提供给控制器108以获得与反射相关联的信息,例如幅度和/或相位;这些可以与与从换能器元件104发射的超声波相关联的幅度和/或相位进行比较。基于它们之间的偏差,可以调节换能器元件104的驱动信号,以便补偿偏差,从而改善聚焦特性。在一些实施例中,该自动聚焦程序被迭代地执行直到获得最佳聚焦特性为止。例如,在PCT公开号WO 2018/020315和美国专利申请号62/781,258(提交于2018年12月18日)中提供了用于在靶区域处使超声波束自动聚焦的方法;这些申请的全部内容通过引用并入本申请。
然而,在被换能器元件104和/或声信号检测装置124接收之前,来自声反射器202的反射信号必须穿过并与多层中间组织(例如,患者的脑组织、颅骨和头皮)相互作用。结果,由一些换能器元件204和/或声信号检测装置124检测到的信号可能具有较差的质量,例如低SNR和/或低重复率(例如,在重复测量中确定的超声参数值之间的差异超过所确定的超声参数值之一的10%),且上述自动聚焦方法可能不适用于校正与这些换能器元件204相关联的相位。在各种实施例中,通过确定由换能器元件和/或声信号检测装置124接收的信号的SNR低于第一预定阈值和/或在重复测量中确定的超声参数值之间的差异等于或超过所确定的超声参数值之一的第二预定阈值,例如10%,控制器108可以实施一物理模型以预测与换能器元件相关联的参数值(例如,相位、幅度和/或频率)并基于预测的值驱动它们。
在一个实施例中,物理模型采用声线(acoustic ray)模型,以基于例如换能器元件204的几何形状以及它们相对于靶区域101的位置和方向来模拟从换能器元件204到靶区域101的超声波的波束路径。另外,声线模型可以考虑由中间组织引起的波束畸变(例如,折射)并调整波束路径以解决畸变。例如,来自中间组织的波束畸变可以基于沿着波束路径穿过中间组织以发射频率的声速来确定。声速可以基于根据经验的临床前研究、在预处理程序中执行的传感器测量和/或从已知文献中获得的报告来估计。
在各种实施例中,物理模型进一步包括聚焦算法,该聚焦算法基于预测的在元件与靶区域101之间的波束路径来确定与换能器元件相关联的参数值,从而在靶区域101处出现来自换能器元件的超声波的相长干涉(即,聚焦)。另外,聚焦算法可以考虑中间组织的特征(例如,结构、类型、均匀性、密度、大小、位置、特性,厚度等)(例如,使用如上所述的成像器112确定),因为这些因素会影响通过的波束的畸变。一旦确定了与换能器元件相关联的用于在靶区域101处形成具有期望特性的聚焦的最佳超声参数值,就可以基于使用物理模型计算的参数值来驱动接收具有低SNR和/或低重复率的反射信号的换能器元件204,而接收具有足够SNR(例如,等于或高于第一预定值)和/或高重复率(例如,在重复测量中确定的超声参数值之间的差异低于第二预定值)的反射信号的换能器元件206可以基于使用来自声反射器202的测得的反射信号校正的超声参数值来驱动。因此,通过结合反射信号测量和模型预测,本发明允许来自分别检测低质量信号和足够质量信号的换能器元件204、206的发射波对换能器几何误差和/或由中间组织引起的波束畸变进行补偿,从而进一步改善靶区域101处的聚焦特性。
在一些实施例中,采用不同的成像器来获取关于不同组织(例如,中间组织和靶组织)的信息。例如,可以使用MRI获得靶脑肿瘤的信息,而中间的颅骨组织的信息可以使用CT成像获得。另外,可以使用例如超声系统中的飞行时间方法来获得换能器元件104的空间参数(例如,方法和位置)。因此,在采用物理模型计算与换能器元件相关联的超声参数值之前,可能有必要在不同的成像方式中配准坐标系。示例性的配准方法例如在美国专利号9,934,570中提供,其全部公开内容通过引用并入本申请。
附加地或替代地,所接收的具有足够质量(例如,SNR和/或重复率)的反射信号可以用于优化或改善物理模型,用于预测与接收低质量反射信号的换能器元件204相关联的超声参数值。通常,物理模型包括一个或多个模型参数(例如,超声波穿过中间组织的速度或由例如温度变化引起的相位偏置)。在一个实施例中,基于由换能器元件206测量的具有足够质量的反射信号来估计模型参数的值。例如,估计方法可以涉及确定模型参数值,该模型参数值允许物理模型预测与换能器元件206相关联的相位,与实际测量值相匹配(或者至少与实际测量值具有最小偏差)。替代地,可以将换能器元件206的测量的相位提供给物理模型,该物理模型反向计算用于模型参数的所需值。再次,改进/优化的物理模型然后可以用于预测与换能器元件204(即,接收低质量反射信号的换能器元件)相关联的超声参数值,用于改善聚焦特性。
在一些实施例中,具有足够质量的测量的信号(例如,由换能器元件206和/或声信号检测装置124检测)的相位和中间组织沿波束路径的各种特征(例如,类型、大小、位置、特性、结构、厚度、密度等)可以形成训练集。使用训练集,可以通过例如从零开始或通过使用迁移学习进行微调来训练神经网络(或其他机器学习过程,例如树状分类器或贝叶斯分类器)来确定观察到的组织特征与测量的相位之间的关系。在训练之后,可以使用训练后的神经网络基于观察到的组织特征来预测具有低质量的信号(例如,由换能器元件204和/或声信号检测装置124检测)的相位。随后,可以基于预测的相位来驱动换能器元件204,以改善靶区域101处的聚焦特性。例如,在PCT公开号WO 2018/011631中提供了使用训练后的神经网络来创建训练集和预测超声畸变的示例性方法,其全部公开内容通过引用并入本申请。在一些实施例中,实施一种涉及Keras tensorflow的方法来训练神经网络;该方法可能特别适用于小型训练数据集和/或微调使用其他方法训练的神经网络(参见例如http://cv-tricks.com/keras/fine-tuning-tensorflow/)。神经网络和训练方法在本领域中是众所周知的,并且可以如上所述进行编程和训练而无需过多的实验。
在各种实施例中,基于具有足够质量的反射信号来确定与接收低质量反射信号的换能器元件204相关联的超声参数值。例如,参照图3,换能器元件302、304可以从靶101附近的声反射器306接收低SNR反射信号;在一个实施例中,元件302、304的超声参数值是基于具有足够SNR的反射信号来确定的,并且由位于元件302、304附近的一个或多个元件308-312接收。假设由换能器元件308测量的反射信号的相位为与元件302相关联的反射信号的相位可以计算为:
相位和可以使用任何合适的方法进行计算。例如,因为测得的相位包括由中间组织引起的超声波的畸变,和之间的相位差(即)可以在不考虑由中间组织对相位产生的影响的情况下进行计算。为了计算超声和MRI坐标系可以首先如上所述进行配准,然后控制器108可以分别确定从靶区域101到换能器元件308、302的距离r1和r2。然后,基于所有换能器元件发出的波可以近似为以其表面为中心的球形波的假设,可以计算为:
其中f表示反射信号的频率,v表示超声波在水中的速度,或者在某些实施例中,为超声波在组织中的平均速度,可以由传感器使用飞行时间方法获得或通过从已知文献中查找。因此,与换能器元件302相关联的反射信号的相位可以计算为:
通常,可以基于由位于预定范围内的一个或多个换能器元件接收到的反射信号来确定由换能器元件302、304接收到的反射信号的相位。如果使用多于一个换能器元件,其计算结果的平均值使用等式(1)可以确定。例如,换能器元件304可以具有两个元件310、312,其接收足够的SNR反射信号并且位于预定范围内;由元件310、312测量的反射信号的相位可以在等式(1)中提供,以计算与元件304相关联的估计相位。在一个实施例中,然后可以将计算结果的平均值确定为与元件304相关联的波的相位。在另一个实施例中,基于接收足够的SNR反射信号的换能器元件的相位的加权平均值来校正接收低SNR的反射信号的换能器元件的相位。可以基于例如在具有足够的SNR的换能器元件中测量的信号幅度和/或在检测低SNR的换能器元件与检测足够的SNR的换能器元件之间的几何距离来分配加权因子。例如,这可以通过定义加权向量来实现,加权向量具有与接收低质量反射信号的换能器元件相对应的零值以及与接收足够质量的反射信号的换能器元件相对应的大于零且小于或等于一(即)的值。附加地或替代地,对应于换能器元件308-312的加权值可以与换能器元件308-312到接收低质量反射信号的换能器元件302、304的距离负相关。为了校正与具有低质量反射信号的换能器元件相关联的参数e,将加权向量的值应用于与所有其他换能器元件相关联的各个参数值(例如,等式(1)中的)(例如,作为点积);然后将结果除以所应用的加权值的和,以获得换能器元件的最终参数值e。在另一个实施例中,当使用来自两个以上元件的信息时,可以使用中值滤波器来为具有低SNR的元件的相位选择最佳的预测。
在一些实施例中,更复杂的方法被应用于计算相位和例如,上述物理模型可以利用靶和/或非靶区域的解剖学信息(例如,类型、大小、位置、特性、结构、厚度、密度等)。在一个实施例中,使用射线追踪模型来更好地计算声束的相位延迟。在另一个实施例中,斯涅尔定律(Snell’s law)用于预测由于波束折射引起的附加相位延迟。在另一个实施例中,使用全体积声仿真来计算物理模型(参见例如Ulvi Vyas和Douglas Christensen的“Ultrasound Beam Simulations in Inhomogeneous Tissue Geometries Using theHybrid Angular Spectrum Method”,发表在IEEE Transactions on Ultrasonics,Ferroelectrics,and Frequency Control,第59卷,第6期,2012年6月)。
在各种实施例中,在存储为例如存储器中的数据库的矫正列表中识别接收低质量反射信号的换能器元件302、304。为了校正与矫正列表上的每个换能器元件相关联的超声参数值,控制器108可以搜索位于附近(例如,在预定距离内)且不在矫正列表上的一个或多个相邻换能器元件。基于相邻换能器元件接收到的反射信号以及在相邻换能器元件与矫正列表上的换能器元件之间的几何距离,可以对与矫正列表上的换能器元件相关联的超声参数值进行调整(例如,基于等式(1))。在一个实施例中,对于矫正列表上的每个换能器元件,识别一个或多个相邻元件(从最接近的开始),并且如果在矫正列表上未识别出一个或多个元件(或者,如果优选的话,在单独的换能器元件的列表上识别),则直接根据接收到的反射信号首先调整其参数。然后可以将与相邻元件相关联的调整后的参数值转移到与矫正列表上的对象换能器元件相关联的参数值(例如,使用等式(1));也就是说,将与足够的信号质量相关联的单个相邻换能器元件识别为校正参数的源是足够的,或者优选的是从多个这样的相邻换能器元件获得并调整参数。为了更好的便利性和更快的操作,可能优选的是维护具有字段的换能器元件的数据库,对于每个元件,指定换能器元件是否接收低质量的反射信号和针对其最近的相邻换能器元件的标识符。以此方式,对于矫正列表上的任何特定换能器,可以容易地识别一个或多个校正源(即,接收足够质量的反射信号的换能器元件)。
存储器可以包括或基本上由一个或多个易失性或非易失性存储设备组成,例如,诸如DRAM、SRAM等随机存取存储器(RAM)设备,只读存储器(ROM)设备,磁盘,光盘,闪存设备和/或其它固态存储设备。存储器的全部或一部分可以远离超声系统100和/或成像器112定位,例如,作为经由网络(例如,以太网、WiFi、蜂窝电话网络、因特网,或任何能够支持数据传输和通信的局域网或广域网或网络组合)连接到超声系统100和/或成像器112的一个或多个存储设备。如本文所利用的,术语“存储”广泛地表示数字存储的任何形式,例如,光学存储、磁存储、半导体存储等。
图4A为示出了据此用于改善靶区域处的聚焦特性的示例性方法400的流程图。在第一步骤402中,声反射器产生和/或引入到靶区域中。在第二步骤404中,激活至少一些换能器元件,以将声波发送到声反射器并从其接收反射信号。在一个实施例中,与换能器元件相关联的一个或多个声信号检测装置124配置为接收反射信号。在第三步骤406中,分析所接收的反射信号以确定其质量。可选地,所接收的具有足够质量的反射信号可以用于改善物理模型和/或训练神经网络(步骤408)。在一个实施例中,然后实施物理模型和/或训练的神经网络,以预测与接收低质量信号的换能器元件(例如,在矫正列表上)相关联的超声参数值(步骤410)。替代地,可以基于具有足够质量的反射信号以及(i)从靶区域到接收足够质量的反射信号的换能器元件的距离和(ii)从靶区域到接收低质量反射信号的换能器元件的距离之间的差来确定与在矫正列表上接收低质量信号的换能器元件相关联的超声参数值(步骤412)。另外,可以使用来自声反射器的所测量的反射信号来确定与接收足够质量的反射信号的换能器元件相关联的超声参数值(步骤414)。随后,可以基于以上确定的参数值(步骤410、412、414)激活换能器元件,以便在靶区域处产生高质量聚焦和/或改善的聚焦特性(步骤416)。
图4B为示出了据此用于改善靶区域处的聚焦特性的另一示例性方法430的流程图。在第一步骤432中,声反射器产生和/或引入到靶区域中。在第二步骤434中,激活至少一些换能器元件,以将声波发送到声反射器并从其接收反射信号。在一个实施例中,与换能器元件相关联的一个或多个声信号检测装置124配置为接收反射信号。在第三步骤436中,分析所接收的反射信号以确定其质量。如果反射信号具有足够的质量,则基于此确定与接收足够质量的信号的换能器元件相关联的超声参数值(步骤438)。如果反射信号具有低质量,则可以基于与测量换能器元件相关联的超声参数值来确定与接收低质量信号的换能器元件相关联的超声参数值。例如,控制器108可以例如基于由此接收的反射信号的质量和/或测量元件与接收低质量信号的换能器元件的距离,来将加权因子分配给与测量换能器元件相关联的超声参数值(步骤440)。在一些实施例中,在接收低质量信号的换能器元件与测量元件之间存在重叠,并且在其他实施例中,测量换能器元件与接收低质量信号的换能器元件不同。在一个实施例中,控制器108定义加权向量,加权向量具有与接收低质量反射信号的换能器元件相对应的零值,以及与接收足够质量的反射信号的换能器元件相对应的大于零且小于或等于一的值。附加地或替代地,对应于换能器元件308-312的加权值可以与换能器元件308-312到接收低质量反射信号的换能器元件302、304的距离负相关。随后,将加权向量的值应用于与所有测量换能器元件相关联的各个参数值(例如,作为点积);然后将结果除以所应用的加权值的和,以获得用于检测低质量反射信号的换能器元件的最终参数值(步骤442)。然后基于以上确定的参数值(步骤438、442)激活换能器元件,以便在靶区域处产生高质量聚焦和/或改善的聚焦特性(步骤416)。
参照图5A,在一些实施例中,超声治疗涉及多个不连续的靶区域502、504。尽管上述自动聚焦程序可以应用于每个靶区域处以改善聚焦特性,但整个过程可能很耗时。因此,用于治疗一个靶区域(例如,区域504)的超声参数值可以基于用于治疗位于附近的(例如,在预定的距离的范围内,基于对施加的超声能量响应的已知组织,该距离范围将使附近的组织达到治疗温度)另一靶区域(例如,区域502)的那些参数来确定。例如,基于来自基本上位于靶区域502附近的声反射器202的测量的反射信号,上述物理模型可以预测换能器元件的超声参数值,用于在靶区域504处形成聚焦506。在各种实施例中,假设是由元件510在靶区域502处测得的来自声反射器202的反射信号的相位,则来自靶区域504的与元件510相关联的反射信号的相位可以计算为:
同样,相位和可以使用任何合适的方法进行计算。类似于针对图3和4所描述的方法,和之间的相位差(即)的计算可以无需考虑中间组织对相位产生的影响(因为这些影响已在测量的相位中进行了考虑)。另外,通过假设换能器元件510发射以其表面为中心的球面波,可以计算为:
其中r1和r2分别表示从换能器元件510到靶区域502、504的距离,f表示反射信号的频率,v表示超声波在水中的速度。因此,来自靶区域504的与元件510相关联的反射信号的相位可以计算为:
该方法可以迭代地执行,以估计与所有的换能器元件相关联的相位,用于在靶区域504处共同形成具有最佳聚焦特性的聚焦406。随后,可以基于所计算的相位来驱动换能器元件。尽管上述方法涉及多个靶区域502、504,但是它也可以用于形成位于单个靶区域516内的多个高质量离散焦点512、514(例如,在波束转向期间)(图5B)。
在一些实施例中,使用来自靶区域502的反射信号来优化或改善的物理模型被实施为预测超声参数值,用于在靶区域504处生成聚焦506。例如,类似于上述方法,物理模型可以首先基于来自靶区域502的反射来估计或调整模型参数值。基于估计/调整的值,物理模型可以预测与换能器元件相关联的相位,用于在靶区域504处生成聚焦506。
进一步,在靶区域502处从声反射器202测得的信号的相位和中间组织的各种特性(例如,类型、大小、位置、特性、结构、厚度、密度等)(使用例如成像器112获得)可以形成训练集。通过使用训练集训练神经网络(或其他机器学习过程),观察到的组织特征和测量的相位之间的关系可以如上所述进行确定。在训练之后,可以使用训练的神经网络来预测来自靶区域504的波的相位。同样,然后可以基于预测的相位来驱动换能器元件,以便在靶区域504处形成高质量的聚焦。
图6为示出了据此用于改善一个或多个焦点在一个或多个靶区域处的聚焦特性的示例性方法600的流程图。在第一步骤602中,一个或多个声反射器生成和/或引入一个或多个靶区域中(例如,单个靶区域或多个不连续靶区域)。在第二步骤604中,确定与换能器元件相关联的超声参数值,用于在单个靶区域处或多个不连续靶区域中的第一个处生成第一高质量聚焦。在一些实施例中,超声参数值使用图4A和4B中描述的方法进行确定。可选地,来自基本上位于第一焦点附近的声反射器的所测量的反射信号可以用于改善物理模型和/或训练神经网络(步骤606)。在一个实施例中,然后实施物理模型和/或训练的神经网络,以预测与换能器元件相关联的超声参数值,用于在单个靶区域处或不连续靶区域中的第二个处生成第二高质量聚焦(步骤608)。替代地,与换能器元件相关联的用于在单个靶区域处或不连续靶区域中的第二个处生成第二高质量聚焦的超声参数值可以基于来自位于基本上靠近第一焦点的声反射器的测量的反射信号和(i)从第一焦点到换能器元件的距离和(ii)从第二焦点到换能器元件的距离之间的差来确定(步骤610)。随后,可以基于以上确定的参数值(步骤608、610)来激活换能器元件,以便在单个靶区域处或不连续靶区域中的第二个处生成第二高质量聚焦和/或第二聚焦的改善的聚焦特性(步骤612)。
通常,用于促进在一个或多个靶区域处产生高质量聚焦和/或改进的聚焦特性的声反射器介导的超声程序的功能可以在硬件、软件或两者的组合中实现的一个或多个模块中构建,无论是集成在超声系统100的控制器、成像器112和/或施用系统126内,还是由单独的外部控制器或其他一个或多个计算实体提供。这样的功能可以包括,例如,分析使用成像器112获取的靶区域和/或非靶区域的成像数据,基于成像数据确定靶组织和/或非靶组织的区域,确定与靶组织/非靶组织相关联的解剖学特征(例如,组织类型、位置、大小、厚度、密度、结构、形状、血管化),激活至少一些换能器元件以向声反射器发射声波并从其接收反射信号,使声信号检测装置124接收反射信号,分析接收到的反射信号以确定其质量,基于接收到的具有足够质量的反射信号改进物理模型和/或训练神经网络,利用物理模型和/或训练的神经网络预测与接收到低质量信号的换能器元件相关联的超声参数值,基于具有足够质量的反射信号和(i)从靶区域到接收足够质量反射信号的换能器元件的距离和(ii)从靶区域到接收到低质量反射信号的换能器元件的距离之间的差确定与接收低质量信号的换能器元件相关联的超声参数值,利用来自声反射器的测量反射信号,确定与接收足够质量的反射信号的换能器元件相关联的超声参数值,对于每个接收低质量信号的换能器元件,基于例如因此接收到的反射信号的质量和/或测量元件与接收低质量信号的换能器元件的距离,定义具有对应于测量换能器元件的多个值的加权向量,基于定义的加权值和与测量换能器元件相关联的超声参数值,确定与接收低质量信号的换能器元件相关联的超声参数值,基于确定的参数值激活换能器元件,以便在靶区域处产生高质量的聚焦和/或改进的聚焦特性,确定与换能器元件相关联的超声参数值,用于在单个靶区域处或多个不连续靶区域中的第一个处产生第一高质量的聚焦,基于从基本上靠近第一焦点的声反射器测量的反射信号改进物理模型和/或训练神经网络,预测与换能器元件相关联的超声参数值,用于使用物理模型和/或训练后的神经网络在单个靶区或不连续靶区域中的第二个生成第二高质量焦点,确定与换能器元件相关联的超声参数值,基于从基本上靠近第一焦点的声反射器测得的反射信号和(i)从第一焦点到换能器元件的距离和(ii)从第二焦点到换能器元件的距离之间的差,用于在单个靶区域处或不相邻的靶区域中的第二个处产生第二高质量聚焦,以及基于所确定的参数值激活换能器元件,以便在单个靶区域处或不相邻的靶区域中的第二个处产生第二高质量聚焦和/或改进的第二聚焦的聚焦特性,如上所述。
另外,超声控制器108、MR控制器148和/或与施用系统126相关联的控制器可以包括以硬件、软件或两者的组合实施的一个或多个模块。对于其中功能作为一个或多个软件程序提供的实施例,所述程序可以用许多高级语言中的任何一种来编写,例如PYTHON、FORTRA N、PASCAL、JAVA、C、C++、C#、BASIC、各种脚本语言和/或HTML。另外,软件可以用指向驻留在目标计算机上的微处理器的汇编语言来实现;例如,如果软件配置为在IBM PC或PC克隆上运行,则可以用Intel 80x86汇编语言实现。所述软件可以实施在制品上,包括但不限于软盘、闪存盘、硬盘、光盘、磁带、PROM、EPROM、EEPROM、现场可编程门阵列或CD-ROM。可以使用例如一个或多个FPGA、CPLD或ASIC处理器来实现使用硬件电路的实施例。
本文使用的术语和表达用作描述性的术语和表达而非限制性,并且在使用这些术语和表达时,无意排除所示出和所描述的特征或其一部分的任何等同体。另外,已经描述了本发明的某些实施例,对于本领域普通技术人员将显而易见的是,在不脱离本发明的精神和范围的情况下,可以使用结合本文公开的概念的其他实施例。因此,所描述的实施例被认为是仅在所有方面对本发明进行说明,而非限制。
权利要求书。
Claims (108)
1.一种用于聚焦超声换能器的系统,包括:
包括多个换能器元件的超声换能器;和
控制器,其配置为:
(a)使换能器元件将超声波发射到靶区域并测量超声波离开靶区域的反射;和
(b)对于换能器元件的至少其中一些的每个,至少部分地基于与多个测量换能器元件相关联的参数值,调整与所述每个换能器元件相关联的参数值,以便改善靶区域处的超声聚焦,所述参数值至少部分地通过信号质量度量加权,所述信号质量度量与由测量换能器元件测量的反射相关联。
2.根据权利要求1所述的系统,其中,所述控制器进一步配置为,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量低于预定阈值,来限定与至少其中一些测量换能器元件相对应的具有零值的加权向量。
3.根据权利要求1所述的系统,其中,所述控制器进一步配置为,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量等于或超过预定阈值,来限定与至少其中一些测量换能器元件相对应的具有大于零和小于或等于一的值的加权向量。
4.根据权利要求1所述的系统,其中,所述控制器进一步配置为,至少部分地通过测量换能器元件距所述每个换能器元件的距离来加权与测量换能器元件相关联的参数值。
5.根据权利要求4所述的系统,其中,对应于测量换能器元件的加权值与测量换能器元件距所述每个换能器元件的距离负相关。
6.根据权利要求1所述的系统,其中,测量换能器元件不同于所述每个换能器元件。
7.根据权利要求1所述的系统,其中,信号质量度量为测量的反射的信噪比。
8.根据权利要求1所述的系统,其中,质量度量为与基于多个测量中的测量的反射确定的测量换能器元件之一相关联的参数值的重复率。
9.根据权利要求1所述的系统,其中,所述控制器进一步配置为使用超声换能器在靶区域中产生至少一个声反射器,声反射器反射向其发送的超声波。
10.根据权利要求1所述的系统,进一步包括用于将至少一个声反射器引入靶区域的施用装置。
11.根据权利要求1所述的系统,进一步包括用于将种子微泡引入靶区域的施用装置,其中所述控制器进一步配置为利用种子微泡和超声换能器引起至少一个声反射器的产生,所述声反射器反射向其发送的超声波。
12.根据权利要求1所述的系统,其中,所述控制器进一步配置为,至少部分地基于由此测量的反射,调整与测量换能器元件之一相关联的参数值中的至少一个。
13.根据权利要求1所述的系统,其中,所述控制器进一步配置为,至少部分地基于物理模型,调整与所述每个换能器元件相关联的参数值。
14.根据权利要求13所述的系统,其中,所述物理模型包括多个模型参数,所述控制器进一步配置为,至少部分地基于由测量换能器元件中的至少一个测量的反射,确定与所述模型参数相关联的值。
15.根据权利要求1所述的系统,其中,所述控制器进一步配置为,至少部分地基于一预测器,调整与所述每个换能器元件相关联的参数值,所述预测器已经基于位于所述每个换能器元件和靶区域之间的中间组织的特征进行了计算训练以预测参数值。
16.根据权利要求15所述的系统,其中,所述控制器进一步配置为,使用由测量换能器元件中的至少一个测量的反射以及位于测量换能器元件中的至少一个与靶区域之间的中间组织的特征来计算地训练预测器。
17.根据权利要求15所述的系统,进一步包括用于获取中间组织的特征的成像方式。
18.根据权利要求1所述的系统,其中,所述参数值包括频率、幅度或相位中的至少一个。
19.根据权利要求1所述的系统,其中,所述控制器进一步配置为:
计算与测量换能器元件中的至少一个相关联的第一相位和与所述每个换能器元件相关联的第二相位;以及
至少部分地基于计算的第一相位和第二相位,调整与所述每个换能器元件相关联的参数值。
20.根据权利要求19所述的系统,其中,所述控制器进一步配置为,至少部分地基于从测量换能器元件中的至少一个到靶的第一距离与从所述每个换能器元件到靶的第二距离之间的差,计算第一相位和第二相位之间的差。
21.根据权利要求20所述的系统,其中,所述控制器进一步配置为,至少部分地基于位于测量换能器元件中的至少一个与靶区域之间的中间组织沿波束路径的特征来计算第二相位,所述波束路径与由测量换能器元件中的至少一个测得的反射相关联。
22.一种聚焦包括多个换能器元件的超声换能器的方法,所述方法包括:
(a)使换能器元件将超声波发射到靶区域并测量超声波离开靶区域的反射;和
(b)对于换能器元件的至少其中一些的每个,至少部分地基于与多个测量换能器元件相关联的参数值,调整与所述每个换能器元件相关联的参数值,以便改善靶区域处的超声聚焦,所述参数值至少部分地通过信号质量度量加权,所述信号质量度量与由测量换能器元件测量的反射相关联。
23.根据权利要求22所述的方法,进一步包括,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量低于预定阈值,限定与至少其中一些测量换能器元件相对应的具有零值的加权向量。
24.根据权利要求22所述的方法,进一步包括,通过确定与由至少其中一些测量换能器元件测量的反射相关联的信号质量度量等于或超过预定阈值,来限定与至少其中一些测量换能器元件相对应的具有大于零和小于或等于一的值的加权向量。
25.根据权利要求22所述的方法,进一步包括,至少部分地通过测量换能器元件距所述每个换能器元件的距离来加权与测量换能器元件相关联的参数值。
26.根据权利要求25所述的方法,其中,对应于测量换能器元件的加权值与测量换能器元件距所述每个换能器元件的距离负相关。
27.根据权利要求22所述的方法,其中,测量换能器元件不同于所述每个换能器元件。
28.根据权利要求22所述的方法,其中,信号质量度量为测量的反射的信噪比。
29.根据权利要求22所述的方法,其中,质量度量为与基于多个测量中的测量的反射确定的测量换能器元件之一相关联的参数值的重复率。
30.根据权利要求22所述的方法,进一步包括,使用超声换能器在靶区域中产生至少一个声反射器,声反射器反射向其发送的超声波。
31.根据权利要求22所述的方法,进一步包括将至少一个声反射器引入靶区域。
32.根据权利要求22所述的方法,进一步包括将种子微泡引入靶区域,以及利用种子微泡和超声换能器引起至少一个声反射器的产生,所述声反射器反射向其发送的超声波。
33.根据权利要求22所述的方法,进一步包括,至少部分地基于由此测量的反射,调整与测量换能器元件之一相关联的参数值中的至少一个。
34.根据权利要求22所述的方法,进一步包括,至少部分地基于物理模型,调整与所述每个换能器元件相关联的参数值。
35.根据权利要求34所述的方法,其中,所述物理模型包括多个模型参数,所述方法进一步包括,至少部分地基于由测量换能器元件中的至少一个测量的反射,确定与所述模型参数相关联的值。
36.根据权利要求22所述的方法,进一步包括,至少部分地基于一预测器,调整与所述每个换能器元件相关联的参数值,所述预测器已经基于位于所述每个换能器元件和靶区域之间的中间组织的特征进行了计算训练以预测参数值。
37.根据权利要求36所述的方法,进一步包括,使用由测量换能器元件中的至少一个测量的反射以及位于测量换能器元件中的至少一个与靶区域之间的中间组织的特征来计算地训练预测器。
38.根据权利要求36所述的方法,其中,中间组织的特征使用成像方式获得。
39.根据权利要求22所述的方法,其中,所述参数值包括频率、幅度或相位中的至少一个。
40.根据权利要求22所述的方法,进一步包括:
计算与测量换能器元件中的至少一个相关联的第一相位和与所述每个换能器元件相关联的第二相位;以及
至少部分地基于计算的第一相位和第二相位,调整与所述每个换能器元件相关联的参数值。
41.根据权利要求40所述的方法,进一步包括,至少部分地基于从测量换能器元件中的至少一个到靶的第一距离与从所述每个换能器元件到靶的第二距离之间的差,计算第一相位和第二相位之间的差。
42.根据权利要求41所述的方法,进一步包括,至少部分地基于位于测量换能器元件中的至少一个与靶区域之间的中间组织沿波束路径的特征来计算第二相位,所述波束路径与由测量换能器元件中的至少一个测得的反射相关联。
43.一种用于聚焦超声换能器的系统,包括:
包括多个换能器元件的超声换能器;和
控制器,其配置为:
(a)使换能器元件将超声波发射到靶区域并测量超声波离开靶区域的反射;
(b)基于测得的具有低于预定阈值的质量度量的反射,定义换能器元件的矫正集;
(c)对于矫正集中的换能器元件的至少第一个,确定不在矫正集中的换能器元件的至少第二个;以及
(d)至少部分地基于测量的与换能器元件中的至少第二个相关联的反射,调整与矫正集中的换能器元件的至少第一个相关联的参数值,以便改善在靶区域处的超声聚焦。
44.根据权利要求43所述的系统,其中,换能器元件中的第二个位于距换能元件中的第一个在预定距离内。
45.根据权利要求43所述的系统,其中,换能器元件的至少第二个与具有等于或超过预定阈值的质量度量的测得的反射相关联。
46.根据权利要求43所述的系统,其中,质量度量为测量的反射的信噪比。
47.根据权利要求43所述的系统,其中,质量度量为与基于多个测量中的测量的反射确定的换能器元件的至少第二个相关联的参数值的重复率。
48.根据权利要求43所述的系统,其中,所述控制器进一步配置为使用超声换能器在靶区域中产生至少一个声反射器,声反射器反射向其发送的超声波。
49.根据权利要求43所述的系统,进一步包括用于将至少一个声反射器引入靶区域的施用装置。
50.根据权利要求43所述的系统,进一步包括用于将种子微泡引入靶区域的施用装置,其中所述控制器进一步配置为利用种子微泡和超声换能器引起至少一个声反射器的产生,所述声反射器反射向其发送的超声波。
51.根据权利要求43所述的系统,其中,所述控制器进一步配置为,至少部分地基于由此测得的反射,调整与换能器元件的至少第二个相关联的第二参数值。
52.根据权利要求43所述的系统,其中,所述控制器进一步配置为,至少部分地基于物理模型,调整与矫正集中的换能器元件的至少第一个相关联的参数值。
53.根据权利要求52所述的系统,其中,所述物理模型包括多个模型参数,所述控制器进一步配置为至少部分地基于由换能器元件中的至少第二个测量的反射来确定与所述模型参数相关联的值。
54.根据权利要求43所述的系统,其中,所述控制器进一步配置为至少部分地基于一预测器来调整与矫正集中的换能器元件的至少第一个相关联的参数值,所述预测器已经基于位于所述换能器元件的至少第一个和靶区域之间的中间组织的特征进行了计算训练以预测参数值。
55.根据权利要求54所述的系统,其中,所述控制器进一步配置为,使用由换能器元件中的至少第二个测量的反射以及位于换能器元件的至少第二个与靶区域之间的中间组织的特征来计算地训练预测器。
56.根据权利要求55所述的系统,进一步包括用于获取中间组织的特征的成像方式。
57.根据权利要求43所述的系统,其中,所述参数值包括频率、幅度或相位中的至少一个。
58.根据权利要求43所述的系统,其中,所述控制器进一步配置为:
计算与换能器元件中的至少第二个相关联的第一相位和与所述矫正集中的换能器元件中的至少第一个相关联的第二相位;以及
至少部分地基于所计算的第一相位和第二相位来调整与矫正集中的换能器元件中的至少第一个相关联的参数值。
59.根据权利要求58所述的系统,其中,所述控制器进一步配置为,至少部分地基于从矫正集中的换能器元件的所述第一个到靶的第一距离与从换能器元件的至少第二个到靶的第二距离之间的差,计算第一相位和第二相位之间的差。
60.根据权利要求58所述的系统,其中,所述控制器进一步配置为,至少部分地基于位于超声换能器和靶区域之间的中间组织沿波束路径的特征来计算第二相位,所述波束路径与由换能器元件中的所述第二个测得的反射相关联。
61.一种聚焦具有多个换能器元件的超声换能器的方法,所述方法包括:
(a)使换能器元件将超声波发射到靶区域并测量超声波离开靶区域的反射;
(b)基于测得的具有低于预定阈值的质量度量的反射,定义换能器元件的矫正集;
(c)对于矫正集中的换能器元件的至少第一个,确定不在矫正集中的换能器元件的至少第二个;以及
(d)至少部分地基于测量的与换能器元件中的至少第二个相关联的反射,调整与矫正集中的换能器元件的至少第一个相关联的参数值,以便改善在靶区域处的超声聚焦。
62.根据权利要求61所述的方法,其中,换能器元件中的第二个位于距换能元件中的第一个在预定距离内。
63.根据权利要求61所述的方法,其中,换能器元件的至少第二个与具有等于或超过预定阈值的质量度量的测得的反射相关联。
64.根据权利要求61所述的方法,其中,质量度量为测量的反射的信噪比。
65.根据权利要求61所述的方法,其中,质量度量为与基于多个测量中的测量的反射确定的换能器元件的至少第二个相关联的参数值的重复率。
66.根据权利要求61所述的方法,进一步包括,在靶区域中产生至少一个声反射器,声反射器反射向其发送的超声波。
67.根据权利要求61所述的方法,进一步包括将至少一个声反射器引入靶区域。
68.根据权利要求61所述的方法,进一步包括将种子微泡引入靶区域,以及利用种子微泡和超声换能器引起至少一个声反射器的产生,所述声反射器反射向其发送的超声波。
69.根据权利要求61所述的方法,进一步包括,至少部分地基于由此测得的反射,调整与换能器元件的至少第二个相关联的第二参数值。
70.根据权利要求61所述的方法,进一步包括,至少部分地基于物理模型,调整与矫正集中的换能器元件的至少第一个相关联的参数值。
71.根据权利要求70所述的方法,其中,所述物理模型包括多个模型参数,所述方法进一步包括至少部分地基于由换能器元件中的至少第二个测量的反射来确定与所述模型参数相关联的值。
72.根据权利要求61所述的方法,进一步包括至少部分地基于一预测器来调整与矫正集中的换能器元件的至少第一个相关联的参数值,所述预测器已经基于位于所述换能器元件的至少第一个和靶区域之间的中间组织的特征进行了计算训练以预测参数值。
73.根据权利要求72所述的方法,进一步包括,使用由换能器元件中的至少第二个测量的反射以及位于换能器元件的至少第二个与靶区域之间的中间组织的特征来计算地训练预测器。
74.根据权利要求73所述的方法,进一步使用成像方式获取中间组织的特征。
75.根据权利要求61所述的方法,其中,所述参数值包括频率、幅度或相位中的至少一个。
76.根据权利要求61所述的方法,进一步包括:
分别计算与换能器元件中的至少第二个相关联的第一相位和与所述矫正集中的换能器元件中的至少第一个相关联的第二相位;以及
至少部分地基于所计算的第一相位和第二相位来调整与矫正集中的换能器元件中的至少第一个相关联的参数值。
77.根据权利要求76所述的方法,进一步包括,至少部分地基于从矫正集中的换能器元件的所述第一个到靶的第一距离与从换能器元件的至少第二个到靶的第二距离之间的差,计算第一相位和第二相位之间的差。
78.根据权利要求76所述的方法,进一步包括,至少部分地基于位于超声换能器和靶区域之间的中间组织沿波束路径的特征来计算第二相位,所述波束路径与由换能器元件中的所述第二个测得的反射相关联。
79.一种用于聚焦超声换能器的系统,包括:
包括多个换能器元件的超声换能器;和
控制器,其配置为:
(a)使换能器元件将超声波发射到靶区域并测量超声波离开靶区域的反射;
(b)至少部分地基于由此测得的反射,确定与换能器元件的至少第一个相关联的第一参数值;
(c)至少部分地基于位于换能器元件中的所述第二个与靶区域之间的中间组织的特征,预测与换能器元件的至少第二个相关联的、不同于换能器元件的第一个的第二参数值;以及
(d)驱动换能器元件中的所述第一个和第二个,以便在靶区域处产生超声聚焦。
80.根据权利要求79所述的系统,其中,换能器元件的至少第一个接收具有等于或超过预定阈值的质量度量的反射,且换能器元件的至少第二个接收具有低于预定阈值的质量度量的反射。
81.一种用于聚焦具有多个换能器元件的超声换能器的方法,所述方法包括:
(a)使换能器元件将超声波发射到靶区域并测量超声波离开靶区域的反射;
(b)至少部分地基于由此测得的反射,确定与换能器元件的至少第一个相关联的第一参数值;
(c)至少部分地基于位于换能器元件中的所述第二个与靶区域之间的中间组织的特征,预测与换能器元件的至少第二个相关联的、不同于换能器元件的第一个的第二参数值;以及
(d)驱动换能器元件中的所述第一个和第二个,以便在靶区域处产生超声聚焦。
82.根据权利要求81所述的系统,其中,换能器元件的至少第一个接收具有等于或超过预定阈值的质量度量的反射,且换能器元件的至少第二个接收具有低于预定阈值的质量度量的反射。
83.一种用于聚焦超声换能器的系统,包括:
包括多个换能器元件的超声换能器;和
控制器,其配置为:
(a)使换能器元件将超声波发射到第一个或多个靶区域并测量超声波离开第一个或多个靶区域的反射;和
(b)至少部分地基于所测量的反射,确定与换能器元件中的至少一个相关联的参数值,以便在不同于第一个或多个靶区域的第二靶区域处产生超声聚焦。
84.根据权利要求83所述的系统,其中,所述参数值包括频率、幅度或相位中的至少一个。
85.根据权利要求83所述的系统,其中,所述控制器进一步配置为使用超声换能器在第一个或多个靶区域中产生至少一个声反射器,声反射器反射向其发送的超声波。
86.根据权利要求83所述的系统,进一步包括用于将至少一个声反射器引入第一个或多个靶区域的施用装置。
87.根据权利要求83所述的系统,进一步包括用于将种子微泡引入第一个或多个靶区域的施用装置,其中所述控制器进一步配置为利用种子微泡和超声换能器引起至少一个声反射器的产生,所述声反射器反射向其发送的超声波。
88.根据权利要求83所述的系统,其中,所述控制器进一步配置为,至少部分地基于一预测器,确定参数值,所述预测器已经基于位于超声换能器和第二靶区域之间的中间组织的特征进行了计算训练以预测参数值。
89.根据权利要求88所述的系统,其中,所述控制器进一步配置为使用离开第一个或多个靶区域的测量的反射以及位于超声换能器与第一个或多个靶区域之间的中间组织的特征来计算地训练所述预测器。
90.根据权利要求89所述的系统,进一步包括用于获取中间组织的特征的成像方式。
91.根据权利要求83所述的系统,其中,所述控制器进一步配置为,至少部分地基于物理模型,确定与换能器元件中的至少一个相关联的参数值。
92.根据权利要求91所述的系统,其中,所述物理模型包括多个模型参数,所述控制器进一步配置为至少部分地基于离开第一个或多个靶区域的超声波的测量的反射来确定与模型参数相关联的值。
93.根据权利要求83所述的系统,其中,所述控制器进一步配置为:
计算分别与第一个或多个靶区域和第二靶区域相关联的第一相位和第二相位;以及
至少部分地基于计算的第一相位和第二相位,确定参数值。
94.根据权利要求93所述的系统,其中,所述控制器进一步配置为,至少部分地基于从超声换能器到第一个或多个靶区域的第一距离与从超声换能器到第二靶区域的第二距离之间的差来计算第一相位和第二相位之间的差。
95.根据权利要求93所述的系统,其中,所述控制器进一步配置为,至少部分地基于位于超声换能器和第一个或多个靶区域之间的中间组织沿波束路径的特征来计算第一相位,所述波束路径与离开第一个或多个靶区域至超声换能器的反射相关联。
96.一种聚焦具有多个换能器元件的超声换能器的方法,所述方法包括:
(a)使换能器元件将超声波发射到第一个或多个靶区域并测量超声波离开第一个或多个靶区域的反射;和
(b)至少部分地基于所测量的反射,确定与换能器元件中的至少一个相关联的参数值,以便在不同于第一个或多个靶区域的第二靶区域处产生超声聚焦。
97.根据权利要求96所述的方法,其中,所述参数值包括频率、幅度或相位中的至少一个。
98.根据权利要求96所述的方法,进一步包括,使用超声换能器在第一个或多个靶区域中产生至少一个声反射器,声反射器反射向其发送的超声波。
99.根据权利要求96所述的方法,进一步包括,将至少一个声反射器引入第一个或多个靶区域。
100.根据权利要求96所述的方法,进一步包括将种子微泡引入第一个或多个靶区域,以及利用种子微泡和超声换能器引起至少一个声反射器的产生,所述声反射器反射向其发送的超声波。
101.根据权利要求96所述的方法,进一步包括,至少部分地基于一预测器,确定参数值,所述预测器已经基于位于超声换能器和第二靶区域之间的中间组织的特征进行了计算训练以预测参数值。
102.根据权利要求101所述的方法,进一步包括,使用离开第一个或多个靶区域的测量的反射以及位于超声换能器与第一个或多个靶区域之间的中间组织的特征来计算地训练所述预测器。
103.根据权利要求102所述的方法,进一步包括使用成像方式获取中间组织的特征。
104.根据权利要求96所述的方法,进一步包括,至少部分地基于物理模型,确定与换能器元件中的至少一个相关联的参数值。
105.根据权利要求104所述的方法,其中,所述物理模型包括多个模型参数,所述方法进一步包括至少部分地基于离开第一个或多个靶区域的超声波的测量的反射来确定与模型参数相关联的值。
106.根据权利要求96所述的方法,进一步包括:
计算分别与第一个或多个靶区域和第二靶区域相关联的第一相位和第二相位;以及
至少部分地基于计算的第一相位和第二相位,确定参数值。
107.根据权利要求106所述的方法,进一步包括,至少部分地基于从超声换能器到第一个或多个靶区域的第一距离与从超声换能器到第二靶区域的第二距离之间的差来计算第一相位和第二相位之间的差。
108.根据权利要求106所述的方法,进一步包括,至少部分地基于位于超声换能器和第一个或多个靶区域之间的中间组织沿波束路径的特征来计算第一相位,所述波束路径与离开第一个或多个靶区域至超声换能器的反射相关联。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211474437.XA CN115779285A (zh) | 2018-06-06 | 2019-06-05 | 改进的反射自动聚焦 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862681284P | 2018-06-06 | 2018-06-06 | |
US62/681,284 | 2018-06-06 | ||
PCT/IB2019/000629 WO2019234495A2 (en) | 2018-06-06 | 2019-06-05 | Improved reflection autofocusing |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211474437.XA Division CN115779285A (zh) | 2018-06-06 | 2019-06-05 | 改进的反射自动聚焦 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112533673A true CN112533673A (zh) | 2021-03-19 |
CN112533673B CN112533673B (zh) | 2024-03-29 |
Family
ID=67614591
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980052186.6A Active CN112533673B (zh) | 2018-06-06 | 2019-06-05 | 改进的反射自动聚焦 |
CN202211474437.XA Pending CN115779285A (zh) | 2018-06-06 | 2019-06-05 | 改进的反射自动聚焦 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211474437.XA Pending CN115779285A (zh) | 2018-06-06 | 2019-06-05 | 改进的反射自动聚焦 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11918420B2 (zh) |
EP (1) | EP3801762A2 (zh) |
JP (1) | JP2022501080A (zh) |
CN (2) | CN112533673B (zh) |
WO (1) | WO2019234495A2 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11648424B2 (en) | 2018-11-28 | 2023-05-16 | Histosonics Inc. | Histotripsy systems and methods |
US11813485B2 (en) | 2020-01-28 | 2023-11-14 | The Regents Of The University Of Michigan | Systems and methods for histotripsy immunosensitization |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230100912A1 (en) | 2020-03-05 | 2023-03-30 | Insightec, Ltd. | Differential prediction of aberration corrections for ultrasound therapy |
CN111589001B (zh) * | 2020-06-10 | 2022-03-01 | 浙江大学 | 一种阵列式超声治疗系统 |
WO2022258183A1 (en) * | 2021-06-10 | 2022-12-15 | Brainlab Ag | Orienting an x-ray device based on an ultrasound image |
CN116224307B (zh) * | 2023-02-22 | 2024-03-05 | 南京元厚电气有限公司 | 一种声纳系统换能器参数获取装置及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6543272B1 (en) * | 2000-04-21 | 2003-04-08 | Insightec-Txsonics Ltd. | Systems and methods for testing and calibrating a focused ultrasound transducer array |
US6666833B1 (en) * | 2000-11-28 | 2003-12-23 | Insightec-Txsonics Ltd | Systems and methods for focussing an acoustic energy beam transmitted through non-uniform tissue medium |
US20040210135A1 (en) * | 2003-04-17 | 2004-10-21 | Kullervo Hynynen | Shear mode diagnostic ultrasound |
CN101442938A (zh) * | 2006-05-12 | 2009-05-27 | 皇家飞利浦电子股份有限公司 | 具有多线波束形成器的超声合成发射聚焦 |
US20100106019A1 (en) * | 2008-10-24 | 2010-04-29 | Mirabilis Medica, Inc. | Method and apparatus for feedback control of hifu treatments |
WO2012049612A2 (en) * | 2010-10-14 | 2012-04-19 | Koninklijke Philips Electronics N.V. | High intensity focused ultrasound system, computer-implemented method, and computer program product |
CN102946945A (zh) * | 2010-04-28 | 2013-02-27 | 因赛泰克有限公司 | 高效超声聚焦 |
US20130150756A1 (en) * | 2011-12-12 | 2013-06-13 | Shuki Vitek | Rib identification for transcostal focused ultrasound surgery |
WO2017013443A1 (en) * | 2015-07-23 | 2017-01-26 | Heriot-Watt University | A method of, and apparatus for, determination of position in ultrasound imaging |
WO2018020315A1 (en) * | 2016-07-25 | 2018-02-01 | Insightec, Ltd. | Ultrasound autofocusing using reflections |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5928152A (en) * | 1994-08-05 | 1999-07-27 | Acuson Corporation | Method and apparatus for a baseband processor of a receive beamformer system |
US6740039B1 (en) * | 1999-08-20 | 2004-05-25 | Koninklijke Philips Electronics N.V. | Methods and apparatus for displaying information relating to delivery and activation of a therapeutic agent using ultrasound energy |
US8088067B2 (en) * | 2002-12-23 | 2012-01-03 | Insightec Ltd. | Tissue aberration corrections in ultrasound therapy |
US20060052706A1 (en) * | 2004-08-20 | 2006-03-09 | Kullervo Hynynen | Phased array ultrasound for cardiac ablation |
US7627386B2 (en) * | 2004-10-07 | 2009-12-01 | Zonaire Medical Systems, Inc. | Ultrasound imaging system parameter optimization via fuzzy logic |
US20080112885A1 (en) * | 2006-09-06 | 2008-05-15 | Innurvation, Inc. | System and Method for Acoustic Data Transmission |
JP4717109B2 (ja) * | 2008-12-04 | 2011-07-06 | 日立アロカメディカル株式会社 | 超音波診断装置 |
US9668714B2 (en) * | 2010-04-14 | 2017-06-06 | Maui Imaging, Inc. | Systems and methods for improving ultrasound image quality by applying weighting factors |
US8337433B2 (en) * | 2010-05-24 | 2012-12-25 | Stephen Anthony Cerwin | Time-reversed mirroring electro-magnetic acoustic treatment system |
US8968205B2 (en) * | 2011-02-10 | 2015-03-03 | Siemens Medical Solutions Usa, Inc. | Sub-aperture control in high intensity focused ultrasound |
WO2013108152A1 (en) * | 2012-01-16 | 2013-07-25 | Ramot At Tel-Aviv University Ltd | Bypassing obstacles in focused acoustic waves |
US9168027B2 (en) * | 2013-02-22 | 2015-10-27 | Siemens Medical Solutions Usa, Inc. | Adaptive acoustic pressure estimation in medical ultrasound |
KR101645590B1 (ko) * | 2014-08-22 | 2016-08-05 | 한국지이초음파 유한회사 | 적응적인 수신 빔 집속 방법 및 그 장치 |
US9918701B2 (en) * | 2014-09-03 | 2018-03-20 | Contextvision Ab | Methods and systems for automatic control of subjective image quality in imaging of objects |
US10456603B2 (en) * | 2014-12-10 | 2019-10-29 | Insightec, Ltd. | Systems and methods for optimizing transskull acoustic treatment |
JP6729577B2 (ja) * | 2015-06-26 | 2020-07-22 | 日本電気株式会社 | 信号検知装置、信号検知方法およびプログラム |
US9934570B2 (en) | 2015-10-09 | 2018-04-03 | Insightec, Ltd. | Systems and methods for registering images obtained using various imaging modalities and verifying image registration |
CN108778530B (zh) * | 2016-01-27 | 2021-07-27 | 毛伊图像公司 | 具有稀疏阵列探测器的超声成像 |
CN108024795A (zh) * | 2016-07-05 | 2018-05-11 | 株式会社日立制作所 | 频谱解析装置、频谱解析方法以及超声波摄像装置 |
JP6947759B2 (ja) * | 2016-07-08 | 2021-10-13 | アヴェント インコーポレイテッド | 解剖学的対象物を自動的に検出、位置特定、及びセマンティックセグメンテーションするシステム及び方法 |
EP3484371B1 (en) | 2016-07-14 | 2023-10-18 | Insightec, Ltd. | Precedent-based ultrasound focusing |
CN111728642B (zh) * | 2017-06-06 | 2021-03-19 | 深圳迈瑞生物医疗电子股份有限公司 | 一种在超声扫描中成像的方法、装置及系统 |
US20190083065A1 (en) | 2017-09-19 | 2019-03-21 | Shuki Vitek | Focal cavitation signal measurement |
-
2019
- 2019-06-05 JP JP2020567742A patent/JP2022501080A/ja active Pending
- 2019-06-05 US US17/057,922 patent/US11918420B2/en active Active
- 2019-06-05 CN CN201980052186.6A patent/CN112533673B/zh active Active
- 2019-06-05 WO PCT/IB2019/000629 patent/WO2019234495A2/en unknown
- 2019-06-05 CN CN202211474437.XA patent/CN115779285A/zh active Pending
- 2019-06-05 EP EP19752739.3A patent/EP3801762A2/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6543272B1 (en) * | 2000-04-21 | 2003-04-08 | Insightec-Txsonics Ltd. | Systems and methods for testing and calibrating a focused ultrasound transducer array |
US6666833B1 (en) * | 2000-11-28 | 2003-12-23 | Insightec-Txsonics Ltd | Systems and methods for focussing an acoustic energy beam transmitted through non-uniform tissue medium |
US20040210135A1 (en) * | 2003-04-17 | 2004-10-21 | Kullervo Hynynen | Shear mode diagnostic ultrasound |
CN101442938A (zh) * | 2006-05-12 | 2009-05-27 | 皇家飞利浦电子股份有限公司 | 具有多线波束形成器的超声合成发射聚焦 |
US20100106019A1 (en) * | 2008-10-24 | 2010-04-29 | Mirabilis Medica, Inc. | Method and apparatus for feedback control of hifu treatments |
CN102946945A (zh) * | 2010-04-28 | 2013-02-27 | 因赛泰克有限公司 | 高效超声聚焦 |
WO2012049612A2 (en) * | 2010-10-14 | 2012-04-19 | Koninklijke Philips Electronics N.V. | High intensity focused ultrasound system, computer-implemented method, and computer program product |
US20130150756A1 (en) * | 2011-12-12 | 2013-06-13 | Shuki Vitek | Rib identification for transcostal focused ultrasound surgery |
WO2017013443A1 (en) * | 2015-07-23 | 2017-01-26 | Heriot-Watt University | A method of, and apparatus for, determination of position in ultrasound imaging |
WO2018020315A1 (en) * | 2016-07-25 | 2018-02-01 | Insightec, Ltd. | Ultrasound autofocusing using reflections |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11648424B2 (en) | 2018-11-28 | 2023-05-16 | Histosonics Inc. | Histotripsy systems and methods |
US11813484B2 (en) | 2018-11-28 | 2023-11-14 | Histosonics, Inc. | Histotripsy systems and methods |
US11980778B2 (en) | 2018-11-28 | 2024-05-14 | Histosonics, Inc. | Histotripsy systems and methods |
US11813485B2 (en) | 2020-01-28 | 2023-11-14 | The Regents Of The University Of Michigan | Systems and methods for histotripsy immunosensitization |
Also Published As
Publication number | Publication date |
---|---|
US11918420B2 (en) | 2024-03-05 |
WO2019234495A2 (en) | 2019-12-12 |
EP3801762A2 (en) | 2021-04-14 |
WO2019234495A3 (en) | 2020-04-02 |
US20210196233A1 (en) | 2021-07-01 |
CN115779285A (zh) | 2023-03-14 |
JP2022501080A (ja) | 2022-01-06 |
CN112533673B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112533673B (zh) | 改进的反射自动聚焦 | |
US11527001B2 (en) | Systems and methods for registering images obtained using various imaging modalities and verifying image registration | |
CN111565642B (zh) | 用于几何特征和像差校正的相控阵列校准 | |
US8617073B2 (en) | Focusing ultrasound into the brain through the skull by utilizing both longitudinal and shear waves | |
US10449395B2 (en) | Rib identification for transcostal focused ultrasound surgery | |
US8932237B2 (en) | Efficient ultrasound focusing | |
CN113329788B (zh) | 超声手术中的换能器配置的优化 | |
CN112236195B (zh) | 具有优化的空化监控的聚焦超声系统 | |
JP7201819B2 (ja) | エコーベースの集束補正 | |
US20220288424A1 (en) | Aberration corrections for dynamically changing media during ultrasound therapy | |
US20130150704A1 (en) | Magnetic resonance imaging methods for rib identification | |
EP3512599A1 (en) | Therapeutic ultrasound with reduced interference from microbubbles | |
US20200085409A1 (en) | Ultrasound focusing utilizing a 3d-printed skull replica | |
WO2021123906A1 (en) | Adaptive single-bubble-based autofocusing and power adjustment in ultrasound procedures | |
JP2023517858A (ja) | 超音波療法のための収差補正の微分予測 | |
US10765892B1 (en) | Systems and methods for optimizing transcranial ultrasound focusing | |
US20230398381A1 (en) | Multiparametric optimization for ultrasound procedures |
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 |