CN112568933B - 超声成像方法、设备和存储介质 - Google Patents

Abstract

本发明提供了一种超声成像方法、设备和存储介质，该方法包括：向被测对象的目标区域发射第一超声波，基于第一超声波的回波获得第一超声回波信号，并对第一超声回波信号进行处理以得到二维超声图像；自动检测目标区域的预设关键解剖结构在二维超声图像中的位置，并基于位置自动设置成像参考线；向目标区域发射第二超声波进行体扫描，基于第二超声波的回波获得第二超声回波信号，并对第二超声回波信号进行处理以得到包括目标区域的体数据；基于体数据和自动设置的成像参考线实现一个或多个剖面的成像。根据本发明实施例的超声成像方法和设备简化了关键解剖结构任意剖面成像的流程，能够有效提高超声检查的效率。

Description

超声成像方法、设备和存储介质

技术领域

本发明涉及超声成像技术领域，更具体地涉及一种超声成像方法、设备和存储介质。

背景技术

现代医学影像检查中，超声技术因其高可靠性、快速便捷、实时成像以及可重复检查等优点，已经成为应用最广、使用频率最高同时新技术普及应用最快的检查手段。一些新的超声技术的发展，进一步推动了超声影像检查在临床诊疗中的应用。

在实际临床检查的过程中，为了实现关键解剖结构相关剖面的超声成像，需要超声医生根据经验对关键解剖结构进行定位，并手动设置参考线进行单个和多个剖面的成像。然而，一些关键解剖结构(诸如盆底区域中的关键解剖结构)难以准确定位，且现阶段的容积成像框(VOI)成像方式导致标准剖面和对应多个平行剖面的获取费时费力。另外，现有超声成像方法需要在三维或四维数据采集完成后，才能设置成像参考线进入任意剖面成像模式，过程比较繁杂。此外，现有超声成像方法不支持设置单根成像参考线进行多个平行任意剖面的成像，限制了临床的使用。

发明内容

本发明提出了一种超声成像方案，其简化了关键解剖结构任意剖面成像的流程，能够有效提高超声检查的效率。下面简要描述本发明提出的超声成像方案，更多细节将在后续结合附图在具体实施方式中加以描述。

根据本发明一方面，提供了一种超声成像方法，所述方法包括：向被测对象的目标区域发射第一超声波，基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像；自动检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，并基于所述位置自动设置成像参考线；向所述目标区域发射第二超声波进行体扫描，基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到所述目标区域的体数据；以及基于所述体数据和所述自动设置的成像参考线实现一个或多个剖面的成像。

在本发明的一个实施例中，根据所述预设关键解剖结构在所述二维超声图像中的图像特征，对所述预设关键解剖结构的位置进行自动检测。

在本发明的一个实施例中，对所述预设关键解剖结构的位置的自动检测是基于以下中的至少一项实现的：灰度检测和分割方法、机器学习方法、以及深度学习方法。

在本发明的一个实施例中，所述自动设置的成像参考线包括直线和/或曲线。

在本发明的一个实施例中，所述自动设置的成像参考线包括一条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此平行的多个剖面的成像。

在本发明的一个实施例中，所述自动设置的成像参考线包括彼此不平行的多条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此不平行的多个剖面的成像。

在本发明的一个实施例中，基于所述自动设置的成像参考线实现容积渲染成像和/或实现所述剖面的成像与厚层成像的结合。

在本发明的一个实施例中，基于所述预设关键解剖结构的位置设置的成像参考线用于定位所述目标区域中的目标解剖结构，并且所述方法还包括：基于所述成像的结果得到包括所述目标区域的所述目标解剖结构的一帧或多帧超声图像；以及确定与所述超声图像或所述目标解剖结构对应的测量项，并对所述测量项进行测量。

在本发明的一个实施例中，所述测量项的确定是基于预先设定好的测量项或者是基于用户输入。

在本发明的一个实施例中，对所述测量项的测量包括自动测量和/或半自动测量。

在本发明的一个实施例中，所述自动测量包括：从所述一帧或多帧超声图像中自动分割出目标区域的目标解剖结构；以及根据分割出的所述目标解剖结构，完成相应测量项的自动测量。

根据本发明另一方面，提供了一种超声成像方法，所述超声成像方法包括：向被测对象的目标区域发射第一超声波，基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像，其中所述目标区域是盆底区域；获取成像参考线，所述成像参考线与所述目标区域的预设关键解剖结构在所述二维超声图像中的位置相关联，其中所述预设关键解剖结构包括耻骨联合下缘和肛直肠角；向所述目标区域发射第二超声波进行体扫描，基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到所述目标区域的体数据；以及基于所述体数据和所述获取的成像参考线实现一个或多个剖面的成像，所述一个或多个剖面的成像包括肛提肌最小裂孔剖面的成像。

在本发明的一个实施例中，所述基于所述位置获取成像参考线包括：向用户显示用户界面，并接收用户经由所述用户界面手动设置的成像参考线；或者基于所述目标区域的预设关键解剖结构在所述二维超声图像中的位置自动设置成像参考线。

在本发明的一个实施例中，所述检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，包括：根据所述预设关键解剖结构在所述二维超声图像中的图像特征，对所述预设关键解剖结构的位置进行自动检测。

在本发明的一个实施例中，所述获取的成像参考线包括直线。

在本发明的一个实施例中，所述获取的成像参考线包括一条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此平行和/或彼此不平行的多个剖面的成像。

在本发明的一个实施例中，基于所述预设关键解剖结构的位置获取的成像参考线用于定位所述目标区域中的目标解剖结构，并且所述方法还包括：基于所述成像的结果得到包括所述目标区域的所述目标解剖结构的一帧或多帧超声图像；以及确定与所述超声图像或所述目标解剖结构对应的测量项，并对所述测量项进行测量。

在本发明的一个实施例中，所述测量项的确定是基于预先设定好的测量项或者是基于用户输入。

在本发明的一个实施例中，对所述测量项的测量包括自动测量；所述自动测量包括：从所述一帧或多帧超声图像中自动分割出目标区域的目标解剖结构；以及根据分割出的所述目标解剖结构，完成相应测量项的自动测量。

根据本发明再一方面，提供了一种超声成像方法，所述超声成像方法包括：向被测对象的目标区域发射第一超声波，基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像，其中所述目标区域是子宫区域；获取成像参考线，所述成像参考线与所述目标区域的预设关键解剖结构在所述二维超声图像中的位置相关联，其中所述预设关键解剖结构包括子宫内膜；向所述目标区域发射第二超声波进行体扫描，基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到所述目标区域的体数据；以及基于所述体数据和所述获取的成像参考线实现一个或多个剖面的成像，所述一个或多个剖面的成像包括子宫内膜冠状剖面的成像。

根据本发明又一方面，提供了一种超声成像设备，所述设备包括：超声探头、发射/接收序列控制器以及处理器，其中：所述发射/接收序列控制器用于激励所述超声探头向被测对象的目标区域发射第一超声波并接收所述第一超声波的回波，还用于向所述目标区域发射第二超声波进行体扫描并接收所述第二超声波的回波；所述处理器用于基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像；自动检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，并基于所述位置自动设置成像参考线；基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到包括所述目标区域的体数据；以及基于所述体数据和所述自动设置的成像参考线实现一个或多个剖面的成像。

根据本发明再一方面，提供了一种超声成像设备，所述设备包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行上述超声成像方法。

根据本发明又一方面，提供了一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行上述超声成像方法。

根据本发明再一方面，提供了一种计算机程序，所述计算机程序被计算机或处理器运行时用于执行上述超声成像方法。

根据本发明实施例的超声成像方法和设备在获取二维超声图像的采集准备环节即设置成像参考线，并在获取目标区域的体数据后基于该体数据和自动设置的成像参考线实现一个或多个剖面的成像，简化了关键解剖结构任意剖面成像的流程，能够有效提高超声检查的效率。

附图说明

通过结合附图对本发明实施例进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本发明，并不构成对本发明的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1示出用于实现根据本申请实施例的超声成像方法的示例性超声成像设备的示意性框图。

图2示出根据本发明一个实施例的超声成像方法的示意性流程图。

图3示出超声图像中盆底正中矢状面、耻骨联合下缘和肛直肠角的位置示意图。

图4示出采用根据本发明实施例的超声成像方法基于耻骨联合下缘和肛直肠角在超声图像中的位置设置成像参考线的示意图。

图5示出采用根据本发明实施例的超声成像方法获取体数据后得到肛提肌最小裂孔剖面图像的示意图。

图6示出采用根据本发明实施例的超声成像方法基于子宫内膜描迹进行子宫内膜冠状面成像的示意图。

图7示出采用根据本发明实施例的超声成像方法得到的肛提肌多个平行剖面成像的示意图。

图8示出根据本发明另一实施例的超声成像方法的示意性流程图。

图9示出采用根据本发明另一实施例的超声成像方法得到的单个肛提肌最小裂孔剖面测量结果显示的示意图。

图10示出采用根据本发明另一实施例的超声成像方法得到的肛提肌多个平行剖面测量结果显示的示意图。

图11示出根据本发明实施例的超声成像设备的示意性框图。

图12示出根据本发明实施例的超声成像方法的示意性流程图。

具体实施方式

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

首先，参照图1来描述用于实现本申请实施例的超声成像方法的示例性超声成像设备。

图1为用于实现本申请实施例的超声成像方法的示例性超声成像设备10的结构框图示意图。如图1所示，该超声成像设备10可以包括超声探头100、发射/接收选择开关101、发射/接收序列控制器102、处理器103、显示器104和存储器105。发射/接收序列控制器102可以激励超声探头100向目标对象(被测对象)发射超声波，还可以控制超声探头100接收从目标对象返回的超声回波，从而获得超声回波信号/数据。处理器103对该超声回波信号/数据进行处理，以获得目标对象的组织相关参数和超声图像。处理器103获得的超声图像可以存储于存储器105中，这些超声图像可以在显示器104上显示。

本申请实施例中，前述的超声成像设备10的显示器104可为触摸显示屏、液晶显示屏等，也可以是独立于超声成像设备10之外的液晶显示器、电视机等独立显示设备，也可为手机、平板电脑等电子设备上的显示屏。

本申请实施例中，前述的超声成像设备10的存储器105可为闪存卡、固态存储器、硬盘等。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有多条程序指令，该多条程序指令被处理器103调用执行后，可执行本申请各个实施例中的超声成像方法中的部分步骤或全部步骤或其中步骤的任意组合。

一个实施例中，该计算机可读存储介质可为存储器105，其可以是闪存卡、固态存储器、硬盘等非易失性存储介质。

本申请实施例中，前述的超声成像设备10的处理器103可以通过软件、硬件、固件或者其组合实现，可以使用电路、单个或多个专用集成电路(application specificintegrated circuits，ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路或器件的组合、或者其他适合的电路或器件，从而使得该处理器103可以执行各个实施例中的超声成像方法的相应步骤。

下面结合图2到图10对本申请中的超声成像方法进行详细描述，该方法可应用于前述的超声成像设备10。

图2示出了根据本申请一个实施例的超声成像方法200的示意性流程图。如图2所示，超声成像方法200可以包括如下步骤：

在步骤S210，向被测对象的目标区域发射第一超声波，基于第一超声波的回波获得第一超声回波信号，并对第一超声回波信号进行处理以得到二维超声图像。

在本申请的实施例中，被测对象可以是待进行超声检查的人，被测对象的目标区域可以是被测对象的身体部分需要进行超声检查的区域。

在本申请的实施例中，可以向被测对象的目标区域发射超声波，并接收超声回波，基于超声回波获得超声回波信号，并对超声回波信号进行处理以得到二维超声图像。为了与下文中(在步骤S230中)向描述的向目标区域发射的超声波相区别，在步骤S210中将向被测对象的目标区域发射的超声波称为第一超声波，相应地，第一超声波的回波信号称为第一超声回波信号，第一超声回波信号用于生成被测对象目标区域的二维超声图像。示例性地，可以对第一超声回波信号进行诸如增益补偿、波束合成、正交解调、图像增强等处理以得到被测对象目标区域的二维超声图像。

在步骤S220，获取成像参考线，该成像参考线与目标区域的预设关键解剖结构在二维超声图像中的位置相关联。

在一些示例中，可以自动检测目标区域的预设关键解剖结构在二维超声图像中的位置，并基于位置自动设置成像参考线。在一些示例中，可以基于用户的输入获取成像参考线。具体过程描述如下。

在一些示例中，可以根据预设关键解剖结构在二维超声图像中的位置，得到一条成像参考线；后续根据成像需要，可以基于该成像参考线得到多条成像参考线。在一些示例中，也可以根据预设关键解剖结构在二维超声图像中的位置，直接得到多条成像参考线。

在根据本申请实施例的超声成像方法中，可以不在获取被测对象的三维或四维数据后再设置成像参考线以进行目标区域的一个或多个剖面的成像，而是在得到目标区域的二维数据(步骤S210的二维超声图像)后就设置成像参考线，这样可以简化任意剖面成像的流程，能够有效提高超声检查的效率。下面以盆底区域为例来描述在获取二维数据后设置成像参考线可以简化剖面成像的流程的原因。

常规盆底区域的检查往往需要超声临床医生基于耻骨联合下缘和肛直肠角等关键解剖结构，进行最小肛提肌裂孔剖面/冠状面(单帧或多帧平行剖面)成像，基于该剖面图像超声临床医生可以通过测量和观察单帧或多帧肛提肌裂孔剖面图像判断肛提肌是否有损伤。但是，耻骨联合和其外缘肌肉灰度信息比较相近，缺乏经验的医生很难对耻骨联合下缘点进行准确定位；临床医生的常用做法是，让被检查者配合做缩肛动作，耻骨联合固定保持不动，耻骨联合外缘的肌肉会动态滑动，从而实现对耻骨联合下缘的准确定位。常规三维和四维容积成像框(Volume of Interest，VOI)比较固定，呈水平状态。但是，耻骨联合下缘和肛直肠角两个解剖结构往往不在同一水平线上(如图3所示)，肛直肠角往往在耻骨联合下缘的斜上方位置。在获取三维或四维数据后，还需要临床医生分别基于X、Y、Z方向调整图像和VOI成像框。由于三维数据方向调整往往都涉及比较复杂的三维空间理论，大部分医生对三维数据的立体感知不够，同时VOI成像框的调整不够灵活，标准剖面的获取很大程度上依赖医生的经验。因此，在获取二维数据后即设置成像参考线，可以满足用户实时进行盆底检查的过程中，结合被检查者做缩肛动作，对耻骨联合下缘进行准确定位。同时参考线的位置和方向可以依据关键解剖结构的位置任意调整，而不需要超声临床医生对图像的位置和方向进行多方位和多步骤调整。

在本申请的实施例中，成像参考线可以手动进行设置、也可以半自动或全自动设置。示例性地，手动设置的实现方式可以是：向用户显示用户界面，用户在被测对象的目标区域的二维超声图像中定位到预设关键解剖结构(诸如前述的耻骨联合下缘和肛直肠角)的位置，然后经由用户界面通过诸如键盘、鼠标等工具，基于一定的工作流在图像中特定解剖结构上标记感兴趣区域(点点、放置位置标识、放置矩形框等方式)或画线等方式实现手动设置的成像参考线。示例性地，全自动设置的实现方式可以是：提取预设关键解剖结构在二维超声图像中的图像特征，基于图像特征自动识别出预设关键解剖结构的位置，并基于自动识别到的预设关键解剖结构的位置自动设置成像参考线。示例性地，半自动设置的实现方式可以是手动设置和全自动设置的实现方式的组合，诸如在全自动设置完成像参考线后，再通过手动方式进行微调或校正等。

示例性地，全自动设置的实现方式中，对预设关键解剖结构的位置的自动检测可以是基于以下中的至少一项实现的：灰度检测和分割方法、机器学习方法、以及深度学习方法。下面仍以盆底区域为例来描述对预设关键解剖结构的自动检测。

在进行超声盆底检查和数据采集的过程中，图像剖面为标准的正中矢状面，如图3所示。确定正中矢状面后，耻骨联合和肛直肠角的回声和周围组织呈现明显差异：耻骨联合呈现高亮的椭圆形，耻骨支外缘筋膜是包绕在耻骨支外缘的高亮组织，耻骨联合后下缘位于耻骨支中线和筋膜的交点处；被检查者处于不同的动作状态(静息、缩肛和瓦尔萨瓦(valsalva)动作)时，肛直肠角呈现一定角度，并且该角度一般不大于180°。因此，可以采用传统灰度和/或形态学等特征检测方法，实现对耻骨联合后下缘和肛直肠角的检测。例如，首先对体数据进行二值分割，进行一些必要的形态学操作后得到多个候选区域，然后对每个候选区域根据形状、灰度亮度、纹理等特征判断该区域是耻骨联合下缘和肛直肠角的概率，选一个概率最高的区域作为目标检测区域。当然，也可以采用其他传统灰度检测和分割方法，例如大津阈值(OTSU)、水平集(LevelSet)、图割(Graph Cut)、Snake等。

此外，也可以基于机器学习或深度学习方法实现对预设关键解剖结构的自动检测，该方法首先学习数据库中可以区别目标对象和非目标对象的特征或规律，再根据学习到的特征或规律对输入图像的关键解剖结构进行定位和识别，主要步骤可以包括：

一、构建数据库步骤：

数据库中可以包含多份超声盆底体数据及关键解剖结构的标定结果。其中，标定结果可以根据实际的任务需要进行设定，可以是包含目标的感兴趣区域((region ofinterest，ROI)框，也可以是对耻骨联合后下缘(或\和其周围组织)和肛直肠角区域进行精确分割的掩膜(Mask)。

二、定位和识别步骤：

构建好数据库后，再设计机器学习算法学习数据库中可以区别目标对象区域(关键解剖结构区域)和非目标对象区域(背景区域)的特征或规律来实现对图像的定位和识别。该实现步骤包含但不仅限于以下几种情况。

第一种情况可以采用传统的基于滑窗的方法，常见形式为：首先对滑窗内的区域进行特征提取，特征提取方法可以是传统的PCA、LDA、Haar特征、纹理特征等，也可以采用深度神经网络来进行特征提取，然后将提取到的特征和数据库进行匹配，用KNN、SVM、随机森林、神经网络等判别器进行分类，确定当前滑窗是否为感兴趣区域同时获取其相应类别。

第二种情况可以采用基于深度学习的包围盒(Bounding-Box)方法检测识别，常见形式为：通过堆叠基层卷积层和全连接层来对构建的数据库进行特征的学习和参数的回归，对于一幅输入图像，可以通过网络直接回归出对应的感兴趣区域的Bounding-Box，同时获取其感兴趣区域内组织结构的类别，常见的网络有R-CNN,Fast R-CNN、Faster-RCNN、SSD、YOLO等。

第三种情况为基于深度学习的端到端的语义分割网络方法，该类方法与第二种基于深度学习的Bounding-Box的结构类似，不同点在于将全连接层去除，加入上采样或者反卷积层来使得输入与输出的尺寸相同，从而直接得到输入图像的感兴趣区域及其相应类别，常见的网络有FCN、U-Net、Mask R-CNN等。

第四种情况为只采用方法一、方法二或方法三来对目标进行定位，再根据定位结果额外设计分类器对目标进行分类判断。常见的分类判断方法为：首先对目标ROI或Mask进行特征提取，特征提取方法可以是传统的PCA、LDA、Haar特征、纹理特征等，也可以采用深度神经网络来进行特征提取，然后将提取到的特征和数据库进行匹配，用KNN、SVM、随机森林、神经网络等判别器进行分类。

以上提到的机器学习和深度学习算法仅是示例性的，应理解，本发明还可以通过其他机器学习或深度学习算法定位到耻骨联合后下缘和肛直肠角等关键解剖结构的位置。基于对二维超声图像中预设关键解剖结构的位置的自动检测，可以设置成像参考线。

成像参考线的设置，取决于哪些解剖结构与待确定的成像剖面相关。例如，仍以盆底区域的超声检查为例，当被测对象的目标区域为盆底区域时，预设的关键解剖结构可以包括耻骨联合下缘(或其周围组织)和肛直肠角，相应地，待实现的剖面的成像可以包括肛提肌最小裂孔剖面成像，如图4、图5所示。又例如，以子宫区域的超声检查为例，当被测对象的目标区域为子宫区域时，预设的关键解剖结构可以包括子宫内膜，相应地，待实现的剖面的成像可以包括子宫内膜冠状剖面，如图6所示。

在本发明的实施例中，在步骤S220所获取的成像参考线可以是直线，也可以是任意曲线。例如，仍以盆底区域的超声检查为例，当被测对象的目标区域为盆底区域时，可以基于耻骨联合下缘和肛直肠角两个解剖部位设置成像参考线(直线)，以得到肛提肌最小裂孔剖面图像。以子宫区域的超声检查为例，当被测对象的目标区域为子宫区域时，需要沿着识别出的子宫内膜部位设置成像参考线(任意曲线，如图6所示)，以得到子宫内膜冠状剖面图像。

现在返回继续参考图2，描述根据本发明实施例的超声成像方法200的后续步骤。

在步骤S230，向目标区域发射第二超声波进行体扫描，基于第二超声波的回波获得第二超声回波信号，并对第二超声回波信号进行处理以得到包括目标区域的体数据。

在本申请的实施例中，为了与上文中(在步骤S210中)描述的向目标区域发射的超声波相区别，在步骤S230中将向被测对象的目标区域发射用于进行体扫描的超声波称为第二超声波，相应地，第二超声波的回波信号称为第二超声回波信号，第二超声回波信号用于生成被测对象目标区域的体数据。第一超声波和第二超声波的发射参数可以相同，也可以不同。

在步骤S240，基于体数据和获取的成像参考线实现一个或多个剖面的成像。

在本发明的实施例中，在步骤S220获得的成像参考线可以包括一条成像参考线，基于成像参考线和步骤230得到的体数据，在步骤S240可以实现一个剖面的成像，也可以实现多个剖面的成像。其中，实现多个剖面的成像可以包括基于成像参考线实现彼此平行的多个剖面的成像。例如，彼此平行的多个剖面相邻面之间的夹角可以为0-15°。其中，实现多个剖面的成像也可以包括基于获得的一条成像参考线实现彼此不平行的多个剖面的成像。例如，以获取的成像参考线为基准进行预设角度旋转，得到多个彼此不平行的成像参考线。

在本发明的实施例中，在步骤S220获得的成像参考线可以包括多条成像参考线。实现多个剖面成像则包括基于获得的多条成像参考线和目标区域的体数据进行多个剖面的成像。同样，所获得的多条成像参考线，可以是彼此平行(夹角范围为0-15°)，也可以彼此不平行。

进一步地，还可以基于步骤S220获取的成像参考线和步骤230得到的体数据实现容积渲染成像和/或实现剖面的成像与厚层成像的结合。仍以盆底区域的超声检查为例，当被测对象的目标区域为盆底区域时，可以基于耻骨联合下缘和肛直肠角两个解剖部位设置成像参考线(直线)，得到肛提肌裂孔剖面成像。在上述成像中，肛提肌容积渲染成像是基于图像数据中检测到的关键解剖结构，调整成像参考线的位置、方向、尺寸和成像厚度等，基于一定的容积渲染成像原理，显示肛提肌最小裂孔剖面渲染图像。

任意剖面(平面或曲面)成像是基于图像数据中检测到的关键解剖结构生成成像参考线(直线或曲线)，通过成像参考线得到肛提肌最小裂孔剖面。多平行平面成像是基于检测到的关键解剖部位，以肛提肌最小裂孔剖面为基准，等间距实现多个平行剖面成像。下面更具体地描述上述成像的过程。

容积渲染成像是基于成像参考线，将采集到的三维容积数据通过不同的成像模式，采用光线跟踪等算法进行显示。良好的肛提肌裂孔剖面渲染成像图的获取，需要基于标准的正中矢状剖面，同时还需要调整成像参考线的位置、方向、尺寸和成像厚度。对于超声盆底图像数据，基于正中矢状剖面检测到耻骨联合和肛直肠角等解剖部位后，可以根据耻骨联合后下缘和肛直肠角的具体位置，自动调整成像参考线的位置、方向和尺寸，使得成像参考线尽可能与耻骨联合下缘和肛直肠角所在直线重合。同时调整成像参考线的成像厚度，图像渲染模式，进行数据采集获取容积数据后，即可渲染出肛提肌最小裂孔剖面图像。

肛提肌最小裂孔剖面成像除了通过三维重建出容积渲染成像图进行显示外，还可以使用任意剖面成像进行显示，如图5所示。任意剖面成像是基于图像数据的某个剖面取一根或多根成像参考线(直线或曲线)，进行数据采集获取容积数据后，成像参考线将与三维数据形成一个剖面(平面或曲面)，将该剖面对应的图像数据取出并拉成一个平面进行显示。通常肛提肌最小裂孔剖面的形成将成像参考线放置在耻骨联合下缘和肛直肠角所形成的直线位置。通过前文所述的自动识别方案获得耻骨联合下缘和肛直肠角等关键解剖结构后，即可将成像参考直线放置在这两个解剖位置形成的直线上，实现自动化的肛提肌最小裂孔任意剖面成像。

在超声临床检查的过程中，通常超声临床医生需要基于多个平行剖面观察肛提肌裂孔面积，以获得更加全面的病人信息。多平行剖面成像是指同时显示多个平行剖面的成像方式，相邻剖面间的距离相等，用户可调节平行平面之间的距离。检测到耻骨联合和肛直肠角等关键解剖部位后，可以获取肛提肌最小裂孔剖面，然后以该剖面为基准，对肛提肌进行等间距多剖面平行成像，如图7所示。用户可以根据实际情况更改参考剖面的位置或重新选择参考剖面。同时帧与帧之间的间距、即成像参考线界定的平行剖面之间的间距可以是固定等间距的，也可以根据实际情况进行自动或手动调整。此外，多个平行剖面两两剖面之间的间距可以为等间距，也可以不同。

肛提肌裂孔剖面的成像方式，除了上述三种方法外，还可以将任意剖面成像、多个平行剖面成像这两种成像方式与厚层成像结合起来使用。厚层成像是指对断层灰阶图像增加一定厚度，并用表面模式方式、X光模式或二者融合模式来显示。该模式可以有效提升图像的对比分辨率，对于目标解剖结构和特征增强显示，但是对于图像细节有所衰减。同时厚层成像的图像厚度可以根据实际的临床需求设置为固定值(如2.5mm)，或者根据实际解剖结构和特征自适应的对厚度参数进行调整，当然用户也可以基于个人需求和操作习惯对该参数进行手动设置。

以上示例性地示出了根据本申请一个实施例的超声成像方法，基于上面的描述，根据本发明实施例的超声成像方法基于对被测对象的目标区域的预设关键解剖结构在二维超声图像中的位置自动设置成像参考线，并在获取目标区域的体数据后基于该体数据和获取的成像参考线实现一个或多个剖面的成像，简化了关键解剖结构任意剖面成像的流程，能够有效提高超声检查的效率。

下面结合图8描述根据本发明另一实施例的超声成像方法。图8示出了根据本发明另一实施例的超声成像方法800的示意性流程图。如图8所示，超声成像方法800可以包括以下步骤：

在步骤S810，向被测对象的目标区域发射第一超声波，基于第一超声波的回波获得第一超声回波信号，并对第一超声回波信号进行处理以得到二维超声图像。

在步骤S820，获取成像参考线，其中成像参考线与目标区域的预设关键解剖结构在二维超声图像中的位置相关联。

在步骤S830，向目标区域发射第二超声波进行体扫描，基于第二超声波的回波获得第二超声回波信号，并对第二超声回波信号进行处理以得到包括目标区域的体数据；以及

在步骤S840，基于体数据和获取的成像参考线实现一个或多个剖面的成像。成像参考线可用于定位目标区域的目标解剖结构，基于体数据和成像参考线实现的剖面成像对应可以包括目标解剖结构的剖面的成像。如上所述，在超声盆底检查时，基于耻骨联合下缘和肛直肠角的位置获取的成像参考直线，可以用于定位盆底区域的肛提肌，尤其用于确认肛提肌裂孔剖面。基于该成像参考直线和盆底区域的体数据实现一个或多个剖面的成像时，可以得到肛提肌裂孔剖面的成像。如上所述，在超声子宫检查时，基于子宫内膜的位置获取的成像参考曲线，可以用于定位子宫区域的子宫内膜。基于该成像参考曲线和子宫区域的体数据实现一个或多个剖面的成像时，可以得到子宫内膜冠状剖面的成像。

在步骤S850，基于成像的结果得到包括目标区域的目标解剖结构的一帧或多帧超声图像，并确定与超声图像或目标解剖结构对应的测量项，并对测量项进行测量。

在参考图8描述的根据本申请实施例的超声成像方法800中的步骤S810到步骤S840与参考图2描述的根据本申请实施例的超声成像方法200中的步骤S210到步骤S240类似，为了简洁，此处不再赘述。与参考图2描述的根据本申请实施例的超声成像方法200不同的是，参考图8描述的根据本申请实施例的超声成像方法800还包括步骤S850。在步骤S850，基于步骤S840中得到的成像的结果，可以获取包括目标解剖结构的一帧或多帧超声图像，此处，目标解剖结构是需要计算相关测量项的解剖结构，目标解剖结构可以是前述的预设关键解剖结构，也可以不是前述的预设关键解剖结构。目标解剖结构可以由基于预设关键解剖结构的位置获取的成像参考线来定位得到。目标解剖结构对应的测量项可以是预先设定好的，也可以是基于用户输入的，也可以是基于图像特征的分析自动识别到的。此外，对目标解剖结构对应的测量项的测量可以包括自动测量和/半自动测量。其中，自动测量可以包括：从一帧或多帧超声图像中自动分割出目标区域的目标解剖结构，并根据分割出的目标解剖结构，完成相应测量项的自动测量。半自动测量可以包括：向用户提供用户界面，用户可以在相应界面上设置一个或多个输入点，基于该输入点分割出目标解剖结构，并自动完成相应测量项的测量；或者，前述的自动测量结果可由用户修改和调整，例如通过键盘、鼠标等工具对前述的自动测量结果进行删除、修改、重新输入等操作。下面仍以盆底区域为例来描述。

得到肛提肌最小裂孔剖面图像后，通常需要在对应剖面图像上进行相关测量项测量，以便对盆底脏器的脱垂和撕裂状况进行定量评估。但是往往相关测量项的项目繁杂，测量过程费时费力，同时对医生的经验和手法要求很高，难以保证测量结果的鲁棒性和准确性。基于此，在本申请的实施例中，可以基于得到的盆底剖面图像实现对应测量项的智能化自动测量或半自动测量，以提高测量结果的鲁棒性和准确性。

具体地，基于肛提肌最小裂孔剖面图像，对应的测量项可以包括肛提肌最小裂孔面积、前后径、上下径和尿道口到最左侧最右侧肛提肌的距离。对于容积渲染成像和任意剖面成像，可以在单帧剖面图像上实现上述测量项的智能化测量(如图9所示，为了简洁，图中未示出所有测量项的测量结果)；对于多个平行剖面成像，可以对一帧或多帧剖面图像进行智能化测量，其中测量帧和帧数可以由用户基于需求进行设置(如图10所示，为了简洁，图中未示出所有测量项的测量结果)。肛提肌最小裂孔面积的测量是对肛提肌进行检测和识别，并对检测出的肛提肌进行面积统计。自动检测和识别肛提肌可以基于传统灰度和\或形态学等特征检测和分割方法，也可以采用机器学习或深度学习的方法在肛提肌裂孔剖面图像上对肛提肌进行精确检测和分割。

如前所述，在肛提肌裂孔剖面图像上，肛提肌呈现高亮的肌纤维声束，其超声图像特征与周围解剖结构具有明显差异，因此类似于前文关键解剖结构检测的思路，可以采用传统灰度和\或形态学等特征检测和分割方法，实现对肛提肌的检测和分割。例如，首先对肛提肌裂孔剖面图像进行二值化分割，通过一些必要的形态学操作后得到多个候选区域，然后对每个候选区域根据形状、灰度亮度、纹理等特征判断该区域是肛提肌的概率，选一个概率最高的区域作为目标分割区域。当然，也可以采用其他传统灰度检测和分割方法，例如大津阈值(OTSU)、水平集(LevelSet)、图割(Graph Cut)、Snake等。

除了上述传统的图像分割方法外，类似于上述预设关键解剖结构的检测方法，还可以基于机器学习和深度学习等目标分割方法实现对肛提肌的分割。该分割方法可以参考前文的基于深度学习端到端的语义分割网络直接对肛提肌进行分割；也可以先基于端到端的网络分割对目标进行定位，再根据定位结果额外设计分类器对目标进行像素级别的分类和判断，分两步实现肛提肌分割。

与前文所述类似的，以上提到的机器学习和深度学习算法仅是示例性的，根据本申请实施例的超声成像方法还可以通过其他机器学习或深度学习算法或任何其他方法对肛提肌进行精确分割。

对肛提肌进行分割后，可以基于肛提肌裂孔剖面图像，计算出其他测量项，如上下径、前后径、尿道口到肛提肌最左侧和最右侧的距离。需要特别说明的是，这些测量项的自动测量需要自动检测出尿道口，自动检测的方法同上文关键解剖结构/肛提肌的自动检测方法一致，在此不进行赘述。

应理解，前文所述的测量项仅是示例性的，还可以对任何需要的测量项进行测量，本申请对此不作限制。此外，虽然未在图8中示出，但方法800还可以包括：对步骤S840得到的成像和/或对步骤S850得到的测量项的测量结果进行显示。

以上示例性地示出了根据本申请另一个实施例的超声成像方法，基于上面的描述，根据本发明实施例的超声成像方法基于对被测对象的目标区域的预设关键解剖结构在二维超声图像中的位置自动设置成像参考线，并在获取目标区域的体数据后基于该体数据和获取的成像参考线实现一个或多个剖面的成像，简化了关键解剖结构任意剖面成像的流程，能够有效提高超声检查的效率。此外，根据本发明实施例的超声成像方法可以基于成像结果实现对目标解剖结构相应测量项的测量，进一步提高了超声检查的效率和质量。

下面结合图11描述根据本发明另一方面提供的超声成像设备。图11示出了根据本发明实施例的超声成像设备1100的示意性框图。超声成像设备1100包括存储器1110以及处理器1120。

其中，存储器1110存储用于实现根据本发明实施例的超声成像方法中的相应步骤的程序代码。处理器1120用于运行存储器1110中存储的程序代码，以执行根据本发明实施例的超声成像方法的相应步骤。

在一个实施例中，在所述程序代码被处理器1120运行时使得计算超声成像设备1100执行以下步骤：向被测对象的目标区域发射第一超声波，基于第一超声波的回波获得第一超声回波信号，并对第一超声回波信号进行处理以得到二维超声图像；自动检测目标区域的预设关键解剖结构在二维超声图像中的位置，并基于该位置自动设置成像参考线；向目标区域发射第二超声波进行体扫描，基于第二超声波的回波获得第二超声回波信号，并对第二超声回波信号进行处理以得到包括目标区域的体数据；以及基于体数据和自动设置的成像参考线实现一个或多个剖面的成像。

在本发明的一个实施例中，在程序代码被处理器1120运行时使得计算超声成像设备1100执行的自动检测目标区域的预设关键解剖结构在二维超声图像中的位置，包括：根据预设关键解剖结构在二维超声图像中的图像特征，对预设关键解剖结构的位置进行自动检测。

在本发明的一个实施例中，在程序代码被处理器1120运行时使得计算超声成像设备1100执行的对预设关键解剖结构的位置的自动检测是基于以下中的至少一项实现的：灰度检测和分割方法、机器学习方法、以及深度学习方法。

在本发明的一个实施例中，自动设置的成像参考线包括直线和/或曲线。

在本发明的一个实施例中，自动设置的成像参考线包括一条成像参考线，基于成像参考线实现多个剖面的成像包括基于成像参考线实现彼此平行的多个剖面的成像。

在本发明的一个实施例中，自动设置的成像参考线包括彼此不平行的多条成像参考线，基于成像参考线实现多个剖面的成像包括基于成像参考线实现彼此不平行的多个剖面的成像。

在本发明的一个实施例中，基于自动设置的成像参考线实现容积渲染成像和/或实现剖面的成像与厚层成像的结合。

在本发明的一个实施例中，基于所述关键解剖结构的位置设置的成像参考线用于定位目标区域中的目标解剖结构，在程序代码被处理器1120运行时还使得计算超声成像设备1100执行以下步骤：基于成像的结果得到包括目标区域的目标解剖结构的一帧或多帧超声图像；以及确定与超声图像或目标解剖结构对应的测量项，并对测量项进行测量。

在本发明的一个实施例中，测量项的确定是基于预先设定好的测量项或者是基于用户输入。

在本发明的一个实施例中，对测量项的测量包括自动测量和/或半自动测量。

在本发明的一个实施例中，在程序代码被处理器1120运行时使得计算超声成像设备1100执行的自动测量包括：从一帧或多帧超声图像中自动分割出目标区域的目标解剖结构；以及根据分割出的目标解剖结构，完成相应测量项的自动测量。

在本发明的一个实施例中，所述目标区域是盆底区域，所述一个或多个剖面的成像包括肛提肌最小裂孔剖面的成像。

在本发明的一个实施例中，所述基于所述位置获取成像参考线包括：向用户显示用户界面，并接收用户经由所述用户界面手动设置的成像参考线。

在本发明的一个实施例中，所述目标区域是子宫区域，所述一个或多个剖面的成像包括子宫内膜冠状剖面的成像。

此外，根据本发明实施例，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用于执行本发明实施例的超声成像方法的相应步骤。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。

在一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行以下步骤：在一个实施例中，在所述程序代码被处理器1120运行时使得计算超声成像设备1100执行以下步骤：向被测对象的目标区域发射第一超声波，基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像；自动检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，并基于所述位置自动设置成像参考线；向所述目标区域发射第二超声波进行体扫描，基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到包括所述目标区域的体数据；以及基于所述体数据和所述自动设置的成像参考线实现一个或多个剖面的成像。

在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述自动检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，包括：根据所述预设关键解剖结构在所述二维超声图像中的图像特征，对所述预设关键解剖结构的位置进行自动检测。

在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的对所述预设关键解剖结构的位置的自动检测是基于以下中的至少一项实现的：灰度检测和分割方法、机器学习方法、以及深度学习方法。

在本发明的一个实施例中，所述自动设置的成像参考线包括直线和/或曲线。

在本发明的一个实施例中，所述自动设置的成像参考线包括一条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此平行的多个剖面的成像。

在本发明的一个实施例中，所述自动设置的成像参考线包括彼此不平行的多条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此不平行的多个剖面的成像。

在本发明的一个实施例中，基于所述自动设置的成像参考线实现容积渲染成像和/或实现所述剖面的成像与厚层成像的结合。

在本发明的一个实施例中，基于所述预设关键解剖结构的位置设置的成像参考线用于定位所述目标区域中的目标解剖结构，所述计算机程序指令在被计算机或处理器运行时还使计算机或处理器执行以下步骤：基于所述成像的结果得到包括所述目标区域的所述目标解剖结构的一帧或多帧超声图像；以及确定与所述超声图像或所述目标解剖结构对应的测量项，并对所述测量项进行测量。

在本发明的一个实施例中，所述测量项的确定是基于预先设定好的测量项或者是基于用户输入。

在本发明的一个实施例中，对所述测量项的测量包括自动测量和/或半自动测量。

在本发明的一个实施例中，所述计算机程序指令在被计算机或处理器运行时使计算机或处理器执行的所述自动测量包括：从所述一帧或多帧超声图像中自动分割出目标区域的目标解剖结构；以及根据分割出的所述目标解剖结构，完成相应测量项的自动测量。

在本发明的一个实施例中，所述目标区域是盆底区域，所述一个或多个剖面的成像包括肛提肌最小裂孔剖面的成像。

在本发明的一个实施例中，所述基于所述位置获取成像参考线包括：向用户显示用户界面，并接收用户经由所述用户界面手动设置的成像参考线。

在本发明的一个实施例中，所述目标区域是子宫区域，所述一个或多个剖面的成像包括子宫内膜冠状剖面的成像。

此外，根据本发明实施例，还提供了一种计算机程序，该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本发明实施例的超声成像方法的相应步骤。

根据本发明实施例的超声成像方法和设备基于对被测对象的目标区域的预设关键解剖结构在二维超声图像中的位置自动设置成像参考线，并在获取目标区域的体数据后基于该体数据和获取的成像参考线实现一个或多个剖面的成像，简化了关键解剖结构任意剖面成像的流程，能够有效提高超声检查的效率。

图12示出了根据本发明实施例的超声成像方法的示意性流程图。该超声成像方法基于获得的成像参考线，可以进行多个剖面的成像。一种示例下，基于在采集准备状态(即进入体扫描前的状态)下的二维超声图像上获取的成像参考线，进行多个剖面的成像。一种示例下，基于在三维采集完成后的二维剖面超声图像上获取的成像参考线，进行多个剖面的成像。上述方法在用户已经设置一条成像参考线时，无需再次操作设置多条成像参考线，来实现多个剖面、例如多个平行剖面的成像。在一些情况下，上述方法也可以通过成像参考线(单条或多条)的自动设置，无需用户操作设置成像参考线，来实现多个剖面、例如多个平行任意剖面的成像。

在步骤S1110，向被测对象的目标区域发射第一超声波，基于第一超声波的回波获得第一超声回波信号，并对第一超声回波信号进行处理以得到二维超声图像。该步骤S1110为体扫描前的采集准备状态。

在步骤S1120(a)，基获取成像参考线，成像参考线与预设关键解剖结构在二维超声图像中的位置相关联。

一些示例中，可以基于预设关键解剖结构的图像特征，自动检测预设关键解剖结构在二维超声图像中的位置，并基于检测到的位置自动设置成像参考线。也可以由用户手动定位预设关键解剖结构的位置，并通过标记或画线等方式手动设置成像参考线。具体过程参照前述步骤S220和S820，在此不再赘述。

在步骤S1130(a)，向目标区域发射第二超声波进行体扫描，基于第二超声波的回波获得第二超声回波信号，并对第二超声回波信号进行处理以得到包括目标区域的体数据。

在步骤S1140(a)，基于体数据和获得的成像参考线实现多个剖面的成像。在步骤S1120(a)获取的成像参考线可以是一条成像参考线。在进入步骤S1140(a)的多剖面成像时，基于获取的一条成像参考线自动生成多条彼此平行或彼此不平行的成像参考线；随后基于体数据和多条成像参考线实现多个剖面的成像。步骤S1120(a)获取的成像参考线可以是多条彼此平行或彼此不平行的成像参考线。在进入步骤S1140(a)的多剖面成像时，可基于体数据和已获取的多条成像参考线实现多个剖面的成像。

其中，实现多个剖面的成像可以包括基于成像参考线实现彼此平行的多个剖面的成像。基于设置的一条成像参考线，可以自动得到彼此平行的多条成像参考线，线与线之间可以是等间距，也可以是不同间距。根据自动得到的彼此平行的多条成像参考线，能够实现彼此平行的多个剖面的成像。例如，成像参考线相邻线之间的夹角可以为0-15°，据此进行成像的多个剖面两剖面之间的夹角同样可以为0-15°。

在一些实施例中，设置的成像参考线可以包括一条成像参考线，且基于该成像参考线可以自动得到彼此不平行的多条成像参考线，例如以该条成像参考线的一端为中心点，以预设角度旋转得到的多条成像参考线。基于成像参考线和得到的体数据，可以实现彼此不平行的多个剖面的成像。

在一些实施例中，可以自动得到多条彼此平行或彼此不平行的成像参考线，进而结合体数据实现多个剖面的成像。

在另一示例中，步骤S1110中，向被测对象的目标区域发射第一超声波，基于第一超声波的回波获得第一超声回波信号，并对第一超声回波信号进行处理以得到二维超声图像。该步骤S1110为体扫描前的采集准备状态。

在步骤S1120(b)中，向目标区域发射第二超声波进行体扫描，基于第二超声波的回波获得第二超声回波信号，并对第二超声回波信号进行处理以得到包括目标区域的体数据。

在步骤S1130(b)中，从目标区域的体数据中提取出包含有预设关键解剖结构的剖面图像，例如提取出目标区域的正中矢状面的剖面图像，并基于该剖面图像获取成像参考线，其中成像参考线与预设关键解剖结构在该剖面图像中的位置相关联。

一些示例中，可以基于预设关键解剖结构的图像特征，自动检测预设关键解剖结构在该剖面图像中的位置，并基于检测到的位置自动设置成像参考线。也可以由用户在剖面图像上手动定位预设关键解剖结构的位置，并通过标记或画线等方式手动设置成像参考线。如何自动检测预设关键解剖结构的位置、如何获取用户设置的成像参考线参照前述步骤S220和S820，在此不再赘述。

在步骤S1140(b)，基于体数据和获取的成像参考线实现多个剖面的成像。在步骤S1130(b)获取的成像参考线可以是一条成像参考线。在进入步骤S1140(b)的多剖面成像时，基于获取的一条成像参考线自动生成多条彼此平行或彼此不平行的成像参考线；随后基于体数据和多条成像参考线实现多个剖面的成像。步骤S1130(b)获取的成像参考线可以是多条彼此平行或彼此不平行的成像参考线。在进入步骤S1140(b)的多剖面成像时，可基于体数据和已获取的多条成像参考线实现多个剖面的成像。

在用户基于剖面图像设置有一条成像参考线时，该示例的方法可以基于获取的该条成像参考线自动得到多条彼此平行的成像参考线，据此进行多个平行剖面的成像。如此可无需用户重复设置多条成像参考线，简化操作。多条成像参考线之间的间距可以相等，也可以支持在自动生成后由用户手动调节。

在根据预设关键解剖结构自动设置一条成像参考线时，同样可基于自动设置的该条成像参考线得到多条彼此平行的成像参考线，据此进行多个平行剖面的成像。也可以根据预设关键解剖结构自动设置多条成像参考线。

可向用户提供带有多剖面成像选项的用户界面，用户可以通过键盘、鼠标、触摸屏等多种方式，触发该选项，使得本申请的方法可以基于获得的单条成像参考线得到多条彼此平行(或不平行)的成像参考线，进而进行多个剖面的成像，或者使得本申请的方法可以基于获取的多条成像参考线进行多个剖面的成像。多个剖面成像的过程可以参照前述描述，在此不再重复说明。

本申请的方法和设备可根据预设间距和预设扩展方向，在已获取的成像参考线的基础上，按预设扩展方向扩展，得到多条彼此平行的成像参考线。如图7所示，带箭头的成像参考线为初始获取的一条成像参考线，根据预设间距和斜向上的扩展方向，得到另外两条成像参考线。本申请的方法和设备也支持用户对多条成像参考线的间隔进行手动调整。本申请的方法和设备可根据预设角度，在已获取的成像参考线上选取一旋转参考点，按照预设角度进行旋转，得到多条彼此不平行的成像参考线。本申请的方法和设备可根据预设角度和预设平移距离，在已获取的成像参考线上取一旋转参考点，按照预设角度旋转后再按照预设平移距离平移，从而得到多条彼此不平行的成像参考线。即，彼此不平行的成像参考线，在剖面图像的范围内，可以相交、也可以没有交点。本申请的方法和设备同样支持用户对旋转角度和平移距离的手动调整，以提高整体灵活性。

通过上述方法，在获取到用户设置的单条成像参考线后，可以根据该成像参考线得到彼此平行或其他位置关系的多条成像参考线，并基于这些成像参考线和体数据进行多个剖面的成像。也可以基于预设关键解剖结构的检测，自动设置成像参考线，并基于设置的单条或多条成像参考线和体数据进行多个剖面的成像。多条成像参考线可分步骤得到，即先确认一条，再根据相对位置关系(如平行、旋转等)得到；也可以单步骤得到多条成像参考线。

通过上述方法，可以利用体扫描阶段获取的成像参考线，进行多个剖面的成像，也可以利用采集准备状态获取的成像参考线，进行多个剖面的成像。据此可不受限于成像参考线的设置场景，均能够在不增加任何用户操作负担的情况下，实现多个剖面的成像，特别是多个平行剖面的成像。

另外，在完成多个剖面的成像后，还可以基于成像的结果得到包括目标区域的目标解剖结构的一帧或多帧超声图像，并确定与超声图像或目标解剖结构对应的测量项，并对测量项进行测量。具体测量过程的描述可参考步骤S850，在此不再重复描述。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的物品分析设备中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。

Claims (23)

1.一种超声成像方法，其特征在于，所述方法包括：

向被测对象的目标区域发射第一超声波，基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像；

自动检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，并基于所述位置自动设置成像参考线；

向所述目标区域发射第二超声波进行体扫描，基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到所述目标区域的体数据；以及

基于所述体数据和所述自动设置的成像参考线实现一个或多个剖面的成像。

2.根据权利要求1所述的方法，其特征在于，所述自动检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，包括：

根据所述预设关键解剖结构在所述二维超声图像中的图像特征，对所述预设关键解剖结构的位置进行自动检测。

3.根据权利要求1所述的方法，其特征在于，对所述预设关键解剖结构的位置的自动检测是基于以下中的至少一项实现的：灰度检测和分割方法、机器学习方法。

4.根据权利要求1所述的方法，其特征在于，所述自动设置的成像参考线包括直线和/或曲线。

5.根据权利要求1所述的方法，其特征在于，所述自动设置的成像参考线包括一条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此平行的多个剖面的成像。

6.根据权利要求1所述的方法，其特征在于，所述自动设置的成像参考线包括彼此不平行的多条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此不平行的多个剖面的成像。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：基于所述自动设置的成像参考线实现容积渲染成像和/或实现所述剖面的成像与厚层成像的结合。

8.根据权利要求1或7所述的方法，其特征在于，基于所述预设关键解剖结构的位置设置的成像参考线用于定位所述目标区域中的目标解剖结构，并且所述方法还包括：

基于所述成像的结果得到包括所述目标区域的所述目标解剖结构的一帧或多帧超声图像；以及

确定与所述超声图像或所述目标解剖结构对应的测量项，并对所述测量项进行测量。

9.根据权利要求8所述的方法，其特征在于，所述测量项的确定是基于预先设定好的测量项或者是基于用户输入。

10.根据权利要求8所述的方法，其特征在于，对所述测量项的测量包括自动测量和/或半自动测量。

11.根据权利要求10所述的方法，其特征在于，所述自动测量包括：

从所述一帧或多帧超声图像中自动分割出目标区域的目标解剖结构；以及

根据分割出的所述目标解剖结构，完成相应测量项的自动测量。

12.一种超声成像方法，其特征在于，所述方法包括：

向被测对象的目标区域发射第一超声波，基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像，其中所述目标区域是盆底区域；

获取成像参考线，所述成像参考线与所述目标区域的预设关键解剖结构在所述二维超声图像中的位置相关联，其中所述预设关键解剖结构包括耻骨联合下缘和肛直肠角；

向所述目标区域发射第二超声波进行体扫描，基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到所述目标区域的体数据；以及

基于所述体数据和所述获取的成像参考线实现一个或多个剖面的成像，所述一个或多个剖面的成像包括肛提肌最小裂孔剖面的成像。

13.根据权利要求12所述的方法，其特征在于，所述获取成像参考线包括：

向用户显示用户界面，并接收用户经由所述用户界面手动设置的成像参考线；或者

基于所述目标区域的预设关键解剖结构在所述二维超声图像中的位置自动设置成像参考线。

14.根据权利要求12所述的方法，其特征在于，所述目标区域的预设关键解剖结构在所述二维超声图像中的位置是通过如下方式检测得到的：

根据所述预设关键解剖结构在所述二维超声图像中的图像特征，对所述预设关键解剖结构的位置进行自动检测。

15.根据权利要求12所述的方法，其特征在于，所述获取的成像参考线包括直线。

16.根据权利要求12所述的方法，其特征在于，所述获取的成像参考线包括一条成像参考线，基于所述成像参考线实现多个剖面的成像包括基于所述成像参考线实现彼此平行和/或彼此不平行的多个剖面的成像。

17.根据权利要求12所述的方法，其特征在于，基于所述预设关键解剖结构的位置获取的成像参考线用于定位所述目标区域中的目标解剖结构，并且所述方法还包括：

基于所述成像的结果得到包括所述目标区域的所述目标解剖结构的一帧或多帧超声图像；以及

确定与所述超声图像或所述目标解剖结构对应的测量项，并对所述测量项进行测量。

18.根据权利要求17所述的方法，其特征在于，所述测量项的确定是基于预先设定好的测量项或者是基于用户输入。

19.根据权利要求17所述的方法，其特征在于，对所述测量项的测量包括自动测量；所述自动测量包括：从所述一帧或多帧超声图像中自动分割出目标区域的目标解剖结构；以及根据分割出的所述目标解剖结构，完成相应测量项的自动测量。

20.一种超声成像方法，其特征在于，所述方法包括：

向被测对象的目标区域发射第一超声波，基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像，其中所述目标区域是子宫区域；

获取成像参考线，所述成像参考线与所述目标区域的预设关键解剖结构在所述二维超声图像中的位置相关联，其中所述预设关键解剖结构包括子宫内膜；

向所述目标区域发射第二超声波进行体扫描，基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到所述目标区域的体数据；以及

基于所述体数据和所述获取的成像参考线实现一个或多个剖面的成像，所述一个或多个剖面的成像包括子宫内膜冠状剖面的成像。

21.一种超声成像设备，其特征在于，所述设备包括超声探头、发射/接收序列控制器以及处理器，其中：

所述发射/接收序列控制器用于激励所述超声探头向被测对象的目标区域发射第一超声波并接收所述第一超声波的回波，还用于向所述目标区域发射第二超声波进行体扫描并接收所述第二超声波的回波；

所述处理器用于基于所述第一超声波的回波获得第一超声回波信号，并对所述第一超声回波信号进行处理以得到二维超声图像；自动检测所述目标区域的预设关键解剖结构在所述二维超声图像中的位置，并基于所述位置自动设置成像参考线；基于所述第二超声波的回波获得第二超声回波信号，并对所述第二超声回波信号进行处理以得到所述目标区域的体数据；以及基于所述体数据和所述自动设置的成像参考线实现一个或多个剖面的成像。

22.一种超声成像设备，其特征在于，所述设备包括存储器和处理器，所述存储器上存储有由所述处理器运行的计算机程序，所述计算机程序在被所述处理器运行时执行如权利要求1-20中的任一项所述的超声成像方法。

23.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序在运行时执行如权利要求1-20中的任一项所述的超声成像方法。

Images