CN112601495A - 用于约束介入声学成像中的传感器跟踪估计的系统、设备和方法 - Google Patents

用于约束介入声学成像中的传感器跟踪估计的系统、设备和方法 Download PDF

Info

Publication number
CN112601495A
CN112601495A CN201980055243.6A CN201980055243A CN112601495A CN 112601495 A CN112601495 A CN 112601495A CN 201980055243 A CN201980055243 A CN 201980055243A CN 112601495 A CN112601495 A CN 112601495A
Authority
CN
China
Prior art keywords
sensor
acoustic
location
identifying
intra
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
Application number
CN201980055243.6A
Other languages
English (en)
Other versions
CN112601495B (zh
Inventor
A·陈
S·巴拉特
A·K·贾殷
K·维迪雅
R·Q·埃尔坎普
F·G·G·M·维尼翁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN112601495A publication Critical patent/CN112601495A/zh
Application granted granted Critical
Publication of CN112601495B publication Critical patent/CN112601495B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4245—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient
    • A61B8/4254—Details of probe positioning or probe attachment to the patient involving determining the position of the probe, e.g. with respect to an external reference frame or to the patient using sensors mounted on the probe
    • 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
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • 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
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A61B2090/378—Surgical systems with images on a monitor during operation using ultrasound
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A61B2090/378—Surgical systems with images on a monitor during operation using ultrasound
    • A61B2090/3782—Surgical systems with images on a monitor during operation using ultrasound transmitter or receiver in catheter or minimal invasive instrument
    • A61B2090/3784—Surgical systems with images on a monitor during operation using ultrasound transmitter or receiver in catheter or minimal invasive instrument both receiver and transmitter being in the instrument or receiver being also transmitter
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/36—Image-producing devices or illumination devices not otherwise provided for
    • A61B90/37—Surgical systems with images on a monitor during operation
    • A61B2090/378—Surgical systems with images on a monitor during operation using ultrasound
    • A61B2090/3782—Surgical systems with images on a monitor during operation using ultrasound transmitter or receiver in catheter or minimal invasive instrument
    • A61B2090/3786—Surgical systems with images on a monitor during operation using ultrasound transmitter or receiver in catheter or minimal invasive instrument receiver only
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4416—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to combined acquisition of different diagnostic modalities, e.g. combination of ultrasound and X-ray acquisitions
    • 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
    • A61B8/5292—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves using additional data, e.g. patient information, image labeling, acquisition parameters

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Vascular Medicine (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Computer Vision & Pattern Recognition (AREA)

Abstract

一种声学成像装置和方法：响应于一个或多个接收信号而产生感兴趣区的声学图像，所述一个或多个接收信号是响应于声学回波从声学探头接收到的，所述声学回波是由声学探头从感兴趣区接收到的；基于由声学探头从感兴趣区中的候选位置接收到的声学回波的幅度来识别针对设置在感兴趣区中的介入设备的表面上的无源传感器的一个或多个候选位置；使用流程内背景特异性信息来将候选位置中与流程内背景特异性信息最佳匹配的一个候选位置识别为无源传感器的估计位置；在显示设备上显示声学图像；并且在显示设备上在声学图像中显示标记以指示无源传感器的估计位置。

Description

用于约束介入声学成像中的传感器跟踪估计的系统、设备和 方法
技术领域
本发明涉及一种声学(例如，超声)成像，并且尤其涉及一种用于约束与介入流程结合的声学成像的传感器跟踪估计的系统、设备和方法。
背景技术
在各种应用和背景下越来越多地采用声学(例如超声)成像系统。例如，在超声引导的医学流程中越来越多地采用超声学成像。
通常，在超声引导的医学流程中，医师在显示在显示屏或监测器上的声学图像中视觉地定位针尖端(或导管尖端)的当前位置。此外，当执行其他医学流程时，医师可以在显示屏或监测器上视觉地定位针的当前位置。针尖端通常在显示屏上的图像中表现为亮点，从而促进其识别。
然而，在许多情况下，使用现有的声学探头和成像系统对在这些流程中采用的一个或多个介入设备(例如，(一个或多个)手术仪器、(一个或多个)针、(一个或多个)导管等)的可视化是具有挑战性的。已经示出，声学图像可能包含由平面内(轴向和横向波束轴)和与平面正交(仰角波束宽度)声波束形成所引起的多个伪影，并且能够难以将这些伪影与其位置为感兴趣的设备区分开。
为了解决这些问题，具有增强的可见性的特殊介入设备(诸如回声针)成功地在市场上并且以适度的额外成本提供了一些改进。
然而，由于噪声、假回波和各种其他因子在声学图像中连续正确识别介入设备的位置仍然是一个问题。
因此，将期望提供一种可以在介入流程期间提供增强的声学成像能力的超声系统和方法。特别地，将期望提供一种超声系统和方法，其可以在介入流程期间提供改进的设备跟踪估计。
发明内容
在本发明的一个方面中，一种系统包括：声学探头，其具有声学换能器元件的阵列；以及声学成像仪器，其被连接到所述声学探头。声学成像仪器被配置为向所述声学换能器元件中的至少一些声学换能器元件提供发射信号以使所述声学换能器元件的阵列将声学探头信号发射至感兴趣区，并且还被配置为响应于声学回波而产生所述感兴趣区的声学图像，所述声学回波是响应于所述声学探头信号而从所述感兴趣区接收到的。所述声学成像仪器包括：显示设备，其被配置为显示所述声学图像；接收器接口，其被配置为从被设置在介入设备的表面上的至少一个无源传感器接收一个或多个传感器信号，所述介入设备被设置在所述感兴趣区中，所述一个或多个传感器信号是响应于所述声学探头信号而产生的；以及处理器。所述处理器被配置为通过以下操作根据来自所述无源传感器的所述一个或多个传感器信号来确定所述无源传感器在所述感兴趣区中的估计位置：基于响应于来自所述无源传感器的所述一个或多个传感器信号而产生的传感器数据中的局部强度峰来识别针对所述无源传感器的一个或多个候选位置，并且使用流程内背景特异性信息将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的所述估计位置。所述显示设备在所述声学图像中显示标记以指示所述无源传感器的所述估计位置。
在一些实施例中，所述流程内背景特异性信息包括以下各项中的至少一项：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，并且其中，所述处理器被配置为执行区域检测算法或者分割算法以在所述声学图像中识别所述传感器预期被定位于的所述解剖结构。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，其中，所述声学成像仪器被配置为响应于从所述声学探头接收到的一个或多个接收信号而产生所述感兴趣区的彩色多普勒图像，并且其中，所述处理器被配置为通过识别所述彩色多普勒图像中的血流来识别所述传感器预期被定位于的所述解剖结构。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别所述介入设备在所述声学图像中的所述可能位置的所述信息，并且其中，所述处理器被配置为执行区域检测算法或者分割算法以识别所述介入设备在所述声学图像中的所述可能位置。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息，并且其中，所述处理器被配置为采用以下各项中的一项：状态估计滤波器，其被应用于所述传感器的每个当前候选位置和所述先前估计位置；所述传感器的所有先前位置的分解，其用于识别传感器运动轨迹并且将所述传感器运动轨迹与每个候选位置进行比较；感兴趣区域(ROI)空间滤波器，其被定义在先前帧中的所述传感器的估计位置周围并且被应用于每个候选位置。
在一些实施例中，所述流程内背景特异性信息包括：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
在这些实施例的一些版本中，基于在对应于所述候选位置的时间处的所述一个或多个传感器信号中的所述局部强度峰来识别针对所述无源传感器的所述一个或多个候选位置包括：针对每个候选位置，确定所述候选位置与以下各项中的每项之间的匹配的加权和或者其他形式的加权积分：识别所述传感器预期被定位于的所述解剖结构的所述信息；识别所述介入设备在所述声学图像中的所述可能位置的所述信息；以及识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息；并且选择所述候选位置中具有最大加权和或者其他形式的加权积分的一个候选位置作为所述无源传感器的所述估计位置。
在本发明的另一方面中，一种方法包括：响应于一个或多个接收信号而产生感兴趣区的声学图像，所述一个或多个接收信号是响应于声学回波而从声学探头接收到的，所述声学回波是由所述声学探头响应于声学探头信号而从所述感兴趣区接收到的；从被设置在所述感兴趣区中的介入设备的表面上的无源传感器接收一个或多个传感器信号，所述一个或多个传感器信号是响应于所述声学探头信号而产生的；基于响应于来自所述无源传感器的所述一个或多个传感器信号而产生的传感器数据中的局部强度峰来识别针对所述无源传感器的一个或多个候选位置；使用流程内背景特异性信息将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的估计位置；在显示设备上显示所述声学图像；并且在所述显示设备上在所述声学图像中显示标记以指示所述无源传感器的所述估计位置。
在一些实施例中，所述流程内背景特异性信息包括以下各项中的至少一项：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，并且其中，所述方法包括执行区域检测算法或者分割算法以在所述声学图像中识别所述传感器预期被定位于的所述解剖结构。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，并且所述方法包括：响应于从所述声学探头接收到的所述一个或多个接收信号而产生所述感兴趣区的彩色多普勒图像；并且通过识别所述彩色多普勒图像中的血流来识别所述传感器预期被定位于的所述解剖结构。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别介入设备在声学图像中的可能位置的信息，并且其中，所述处理器被配置为执行区域检测算法或分割算法以识别介入设备在声学图像中的可能的位置。
在这些实施例的一些版本中，所述流程内背景特异性信息包括识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息，并且所述方法包括以下各项中的一项：将状态估计滤波器应用于所述传感器的每个当前候选位置和所述先前估计位置；执行对所述传感器的所有先前位置的分解以识别传感器运动轨迹，并且将所述传感器运动轨迹与每个候选位置进行比较；并且将被定义在先前帧中的所述传感器的估计位置周围的感兴趣区域(ROI)空间滤波器应用于每个候选位置。
在一些实施例中，所述流程内背景特异性信息包括：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
在这些实施例的一些版本中，将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的所述估计位置包括：针对每个候选位置，确定所述候选位置与以下各项中的每项之间的匹配的加权和或者其他形式的加权积分：识别所述传感器预期被定位于的所述解剖结构的所述信息；识别所述介入设备在所述声学图像中的所述可能位置的所述信息；以及识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息；并且选择所述候选位置中具有最大加权和或者其他形式的加权积分的一个候选位置作为所述无源传感器的所述估计位置。
在本发明的又一方面中，一种声学成像仪器，包括：接收器接口，其被配置为从被设置在介入设备的表面上的至少一个无源传感器接收一个或多个传感器信号，所述介入设备被设置在感兴趣区中；以及处理器。所述处理器被配置为通过以下操作根据所述一个或多个传感器信号来确定所述无源传感器在所述感兴趣区中的估计位置：基于响应于来自所述无源传感器的所述一个或多个传感器信号而产生的传感器数据中的局部强度峰来识别针对所述无源传感器的一个或多个候选位置，并且使用流程内背景特异性信息将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的所述估计位置。所述处理器还被配置为使显示设备显示声学图像并且在所述声学图像中显示标记以指示所述无源传感器的所述估计位置。
在一些实施例中，所述流程内背景特异性信息包括以下各项中的至少一项：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
在一些实施例中，所述流程内背景特异性信息包括：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
在一些实施例中，将候选位置中与流程内背景特异性信息最佳匹配的一个候选位置识别为无源传感器的估计位置包括：针对每个候选位置，确定候选位置和以下各项中的每项之间的匹配的加权和或者其他加权积分方式：识别所述传感器预期被定位于的解剖结构的信息；识别介入设备在声学图像中的可能位置的信息；以及识别传感器在声学图像中的先前声学图像中的先前估计位置的信息；并且选择候选位置中具有最大加权或其他加权积分的一个候选位置作为无源传感器的估计位置。
在一些实施例中，针对每个候选位置，确定不同信息源的加权和或其他加权组合方式，通过经验优化确定用于组合信息源的精确数值方法以及权重的实际值。该优化例如可以在特定于期望应用的训练数据上执行。
在一些实施例中，可以另外提供最终输出的确定性或不确定性的量度。
附图说明
图1示出了一种声学成像系统的一个示例，其包括声学成像仪器和声学探头。
图2图示了介入设备的一个示例实施例，其具有设置在其远端端部处的声学传感器。
图3图示了将根据从声传感器接收的一个或多个传感器信号产生的成像与从声学探头产生的声学图像交叠的过程的示例实施例。
图4图示了识别声学传感器在声学图像中的位置的过程。
图5图示了图像，其基于在与候选位置相对应的时间处由声传感器产生的一个或多个传感器信号中的局部强度峰示出了声传感器的多个候选位置。
图6图示了通过采用流程内背景特异性信息来改进介入声学成像中的传感器跟踪估计的方法的一个示例实施例。
图7图示了通过采用解剖结构约束来改进介入声学成像中的传感器跟踪估计的方法的一个示例实施例。
图8图示了通过采用基于在其上提供有传感器的设备的结构的约束来改进介入声学成像中的传感器跟踪估计的方法的一个示例实施例。
图9图示了通过采用传感器的先前估计位置来改进介入声学成像中的传感器跟踪估计的方法的一个示例实施例。
图10以图形方式图示了通过采用流程内背景特异性信息来改进介入声学成像中的传感器跟踪估计的示例。
图11图示了通过采用流程内背景特异性信息来改进介入声学成像中的传感器跟踪估计的方法的示例实施例的流程图。
图12图示了在介入声学成像中采用解剖结构约束来改进传感器跟踪估计的方法的示例实施例的流程图。
图13图示了采用基于在其上提供有传感器的设备的结构的约束以改进介入声学成像中的传感器跟踪估计的方法的示例实施例的流程图
图14图示了在介入声学成像中采用传感器的先前估计位置以改进传感器跟踪估计的方法的示例实施例的流程图。
具体实施方式
现在将在下文中参考附图更全面地描述本发明，在附图中示出了本发明的优选实施例。本发明然而可以以不同的形式实现，并且不应被解释为限于本文阐述的实施例。相反，这些实施例被提供为本发明的教导示例。在本文中，当某物被称为“大约”或“约”某个值时，其意指在该值的10％以内。
图1示出了声学成像系统100的一个示例，其包括声学成像仪器110和声学探头120。声学成像仪器110包括处理器(和相关联的存储器)112、用户接口114、显示设备116以及任选地接收器接口118。
在各种实施例中，处理器112可以包括微处理器(和相关联的存储器)，数字信号处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字电路和/或模拟电路的各种组合。与处理器112相关联的存储器(例如，非易失性存储器)可以在其中存储计算机可读指令，该计算机可读指令使处理器112的微处理器执行算法以控制声学成像系统100执行以下更详细描述的一个或多个操作或方法。在一些实施例中，微处理器可以执行操作系统。在一些实施例中，微处理器可以执行指令，该指令经由用户接口114和显示设备116向声学成像系统100的用户呈现图形用户接口(GYI)。
在各种实施例中，用户接口114可以包括键盘、小键盘、鼠标、轨迹球、触控笔/触摸笔、操纵杆、麦克风、扬声器、触摸屏、一个或多个开关、一个或多个旋钮、一个或多个灯等的任何组合。在一些实施例中，处理器112的微处理器可以执行软件算法，该软件算法经由用户接口114的麦克风提供对用户命令的语音识别。
显示设备116可以包括任何方便技术的显示屏(例如，液晶显示器)。在一些实施例中，显示屏可以是触摸屏设备，其也形成用户接口114的一部分。
在一些实施例中，声学成像仪器110可以包括接收器接口118，该接收器接口被配置为从外部无源声学传感器接收一个或多个电信号(传感器信号)，该外部无源声学传感器例如是设置在介入设备的远端端部(尖端)处或附近的声学接收器，如下文将尤其是关于图2更详细地描述的。
当然，应理解，声学成像仪器110可以包括图1中未示出的多个其他元件，例如，用于从AC干线接收功率的功率系统、用于处理器112与声学探头120之间的通信的输入/输出端口、用于与其他永恒设备和系统进行通信的通信子系统(例如，经由无线、以太网和/或因特网连接)等。
有益地，声学探头120可以包括声学换能器元件122的阵列(见图3)。声学换能器元件122中的至少一些接收来自声学成像仪器110的发射信号，以使声学换能器元件122的阵列将声学探头信号发射到感兴趣区，并响应于声学探头信号而从感兴趣区接收声学回波。
图2图示了介入设备200的一个示例实施例，该介入设备200具有布置在其远端端部的声学传感器(例如，无源声学传感器)210。尽管仅示出了用于介入设备200的一个无源声学传感器210，但是介入设备的其他实施例可以包括两个或更多个无源声学传感器210。
如下面更详细地描述的，在一些实施例中，声学成像仪器110的处理器112可以使用由接收器接口118从设置在介入设备200上的一个或多个无源声学传感器210接收的一个或多个传感器信号来跟踪介入设备在从由通过声学探头120接收到的回波产生的声学数据产生的声学图像中的位置。
在各种实施例中，介入设备200可以包括针、导管、医学仪器等。
图3图示了将根据从诸如无源声学传感器210的声学传感器接收到的一个或多个传感器信号产生的成像与从诸如声学探头120的声学探头接收的声学回波所产生的声学图像交叠的过程的示例实施例。
如图3所图示，声学探头120利用声学探头信号15照射感兴趣区10，并且响应于声学探头信号15而接收从感兴趣区10接收到的声学回波。声学成像仪器(例如，声学成像仪器110)响应于声学回波而产生感兴趣区10的声学图像310，该声学回波是响应于声学探头信号15从感兴趣区10接收到的。具体地，声学探头120可以响应于声学回波而将一个或多个接收信号(电信号)传递到声学成像仪器110，该声学回波是响应于声学探头信号15而从感兴趣区10接收到的，并且声学成像仪器110可以根据(一个或多个)接收信号产生声学图像310。
同时，接收器接口(例如，接收器接口118)从设置在感兴趣区10中的介入设备(例如，设备200)的表面上的至少一个无源声学传感器(例如，无源声学传感器210)接收一个或多个传感器信号，该一个或多个传感器信号是响应于声学探头信号15而产生的。处理器(例如，处理器112)执行一算法，以根据来自无源声学传感器210的一个或多个传感器信号来确定无源声学传感器210在感兴趣区10中的估计位置332。图像315图示了由处理器112获得的传感器数据，其示出了无源声学传感器210的估计位置332。例如，处理器112可以采用算法来检测在根据来自无源声学传感器210的一个或多个传感器信号产生的传感器数据中的最大值或强度峰，并且可以确定或确认无源声学传感器210的估计位置332对应于传感器数据中的强度峰的位置。然后，声学成像仪器110可以将图像315中所图示的传感器数据与声学图像310交叠，以产生交叠声学图像320，该交叠声学图像320包括识别无源声学传感器210的估计位置332的标记。
图4图示了当传感器数据中仅存在一个强度峰时识别无源声学传感器210在声学图像320中的估计位置332的过程。如图4所示，图像315图示了由处理器112根据由无源声学传感器210输出的(一个或多个)传感器信号获得的传感器数据，并且单个强度峰被识别为无源声学传感器210的估计位置332。传感器数据与声学图像数据交叠以产生交叠声学图像320，并添加标记以指示无源声学传感器210在交叠声学图像320中的估计位置332。
然而，如上所述，常常仅根据传感器数据不清楚无源声学传感器210在传感器数据中的位置。由于噪声和各种声学图像差或伪影，可能会出现多个强度峰。例如，如果在成像平面中存在一段骨，则超声波束可以从骨上弹开并声穿透无源声学传感器210(间接命中)，从而产生在比直接声穿透较晚的时间到达(并且常常会更强)的信号。在另一个示例中，在介入设备200是针的跟踪针应用中，超声波束可以与针杆相交并向下沿针杆行进至无源声学传感器210，从而导致无源声学传感器210在时间上比直接命中更早地声穿透(由于针杆中与组织中的声速相比更高的声速)。在又一个示例中，随机电磁干扰(EMI)可以使系统选择噪声尖峰作为无源声学传感器210的估计位置。
图5图示了图像315，该图像示出了基于由无源声学传感器210在对应于候选位置的时间处产生的一个或多个传感器信号中的局部强度峰的无源声学传感器210的多个候选位置(330-1、330-2、330-3和330-4)。
在这种情况下，无源声学传感器210的最佳估计位置是什么并不是显而易见的。实际上，如上所述，由介入设备200的轴的反射或移动而产生的“假”强度峰可能会比由无源声学传感器210直接声穿透产生的强度峰更强，因此简单选择最大强度峰通常会对传感器位置产生差估计。
然而，发明人已经意识到，声学成像仪器和系统(例如声学成像仪器110和声学成像系统100)的处理器(例如处理器112)常常有可能通过考虑处理器可用的流程内背景特异性信息的因素在介入流程期间从多个候选位置中识别出设置在介入设备(例如，介入设备200)的表面上的无源声学传感器(例如，无源声学传感器210)的最佳估计位置。此处，流程内背景特异性信息是指在处理器试图确定无源声学传感器在正在由声学探头声穿透的感兴趣区内的位置时与特定介入流程的背景有关的、可以可用于处理器的任何数据。此类信息可能包括但不限于正在跟踪其传感器的介入设备的类型、介入设备的已知尺寸和/或形状特性，传感器可能位于其中的感兴趣区内的已知解剖学特性，详细介绍了在当前介入流程期间介入设备和/或传感器在感兴趣区内可跟随的预期路径的手术或其他流程计划；在当前介入流程期间介入设备和/或传感器的先前已知路径、位置和/或取向；等等。
图6图示了通过采用流程内背景特异性信息来改进介入声学成像中的传感器跟踪估计的方法的一个示例实施例。
图6示出了响应于来自无源声学传感器210的一个或多个传感器信号15而产生的传感器数据的图像315，如以上图1-3所图示。可以看到无源声学传感器210的若干候选位置，由图像315中的亮点指示。在没有额外数据的情况下，仅从图像315的传感器数据中识别出无源声学传感器210的最佳估计位置是困难(如果不是不可能)的问题。图6图示了可以如何采用若干不同类型的流程内背景特异性信息作为对传感器跟踪估计的约束，消除一些候选位置作为可能性和/或选择一个候选位置作为最佳估计位置。
首先考虑图6的顶部行。对于血管内流程，声学成像系统100可以在彩色多普勒模式下操作，并且血流的存在指示血管。备选地，如果声学成像系统100以B模式操作，则处理器112可以运行分割或血管对象检测例程以识别血管的位置和边界。由于跟踪的导线/导管正在血管中导航，因此传感器数据矩阵中位于血管外部的任何强度峰或“亮点”可以视为伪影(除了在极少数情况下由导线/导管造成的血管穿孔)。处理器112可以采用标准扫描转换例程，以从B模式/彩色多普勒空间转换到传感器数据空间，并且可以尽可能地抑制或消除交叠声学图像320中的位于血管外的强度峰或“亮点”作为无源声学传感器210的估计位置。
接下来考虑图6的中间行。对于针介入，估计的传感器位置必须位于针杆上。处理器112已经在声学图像310-1中识别出针杆。因此，可以使用该约束来淘汰交叠声学图像320中不正确的传感器位置估计。即使在声学图像中看不到针杆的情况下，也可以在针插入期间大致了解针的总体位置和取向。与较接近的传感器位置估计相比，可能会淘汰或惩罚远离近似的针位置和取向的传感器位置估计。
最后，考虑图6的底部行。无源声学传感器210在当前帧或声学图像310-2中的位置不能与历史不一致。换句话说，如果无源声学传感器210已经沿着某条轨迹平滑地前进，则它不应突然出现在完全不同的位置中，该位置不是沿着路径，也不是在(一个或多个)紧接先前帧或声学图像中发现它的位置附近。因此，与更接近与先前轨迹成线的传感器估计相比，可以淘汰或以其他方式惩罚远离针的先前轨迹的传感器位置估计。
在各种实施例中，在可以采用图6的顶部行、中间行和底部行中图示的基于流程内背景特异性信息的约束中的一个或多个或全部来确定无源声学传感器210的估计位置332。在一些实施例中，可以采用约束的加权组合。特别地，在一些实施例中，这可以包括针对传感器数据中识别出的无源声学传感器210的每个候选位置330确定候选位置330与以下各项中的每项之间的匹配的加权和：识别无源声学传感器210预期位于其中的解剖结构的信息；识别介入设备200在声学图像320中的可能位置的信息；以及识别无源声学传感器210在先前声学图像320中的先前估计位置332的信息。具有最大加权和或其他形式的加权组合的候选位置330可以被选择为无源声学传感器210的估计位置332。可以在声学图像320中提供识别估计位置332的标记，声学图像320在显示设备116上显示给声学成像系统100的用户或操作者，包括例如使用介入设备200执行介入流程的医师。在一些实施例中，可以采用阈值化，使得如果候选位置330都不提供与各种基于流程内背景特异性信息的约束中的一个、多个或全部的足够好的匹配，则声学成像系统100可以拒绝选择并显示无源声学传感器210的估计位置332的标记。
在一些实施例中，可以经由经验优化例程确定用于组合不同信息源的精确数值方法以及权重的实际值。该优化例如可以在特定于期望应用的训练数据上执行。例如，基于统计或机器学习的方法可以应用于针对该训练数据的准确性或可靠性的度量进行优化。
在一些实施例中，可以另外提供对最终确定的传感器位置的确定性或不确定性的量度。当在下一时间帧中计算传感器位置时，尤其是在并入历史信息时，继而可以将高度确定的最终位置确定用作更强的先验约束。相反，可以做出较不确定的最终结果，以对后一帧中的位置估计施加较弱的先验约束。
图7-9更详细地图示了使用流程内背景特异性信息来确定无源声学传感器210的估计位置332的各种示例。流程内背景特异性信息可以被用来消除候选位置330而不考虑选择为估计位置332。可以采用流程内背景特异性信息来选择与流程内背景特异性信息最匹配或一致的候选位置330之一作为估计位置332。
图7图示了通过采用解剖结构约束来改进介入声学成像中的传感器跟踪估计的方法的示例实施例。
图7的左侧图示了在估计无源声学传感器210的位置时不采用基于流程内背景特异性信息的约束的情况。此处，传感器数据的图像315示出了针对无源声学传感器210的多个候选位置330-1和330-2。在没有另外约束的情况下，处理器112选择候选位置330-1作为无源声学传感器210的不正确的估计位置331，例如，因为其峰值强度大于候选位置330-2的峰值强度。
图7的右侧图示了在估计无源声学传感器210的位置时采用基于流程内背景特异性信息的约束的情况。特别地，图7的右侧图示了在选择候选位置330-1和330-2之一作为无源声学传感器210的估计位置332时采用解剖结构约束的情况。特别地，此处图示了处理器112执行区域检测算法或分割算法以识别声学图像320中无源声学传感器210预期位于其中的解剖结构710(例如血管)的情况。基于无源声学传感器210应位于解剖结构710内的约束，处理器112选择候选位置330-2作为估计位置332。
图8图示了通过采用基于传感器提供在其上的设备的结构的约束来改进介入声学成像中的传感器跟踪估计的方法的一个示例实施例。
对于针介入，无源声学传感器210的估计位置332必须在针杆上。因此，该约束可以用于淘汰无源声学传感器210的不正确的候选位置330。在图8中，对于传感器位置存在多个候选位置330-1、330-2、330-3和330-4(在最左边的图中示出了在B模式空间中转换的扫描)。在不采用任何基于背景特异性信息的约束的情况下，处理器112将选择图8的中央图像中所示的不正确的估计位置331。然而，当应用基于针杆分割的约束时，处理器112为无源声学传感器210选择正确的估计位置532，如图8中最右边图像所示。图8中最右边图像中的不同直线810指示基于在该示例中使用的自动杆分割算法的针的杆的可能候选。正确的结果是分割杆在无源声学传感器210的正确估计位置532中达到极点的结果。
图9图示了通过采用传感器的先前估计位置来改进介入声学成像中的传感器跟踪估计的方法的一个示例实施例。
无源声学传感器210在当前帧或声学图像320中的位置不能与历史(即，其在先前帧或声学图像320中的位置)不一致。对传感器历史记录的依赖可以以不同的方式建模。例如，可以对卡尔曼滤波器模型框架进行调整，以将更多权重放在当前估计上，或者更多地依赖于历史位置。备选地，可以执行无源声学传感器210的所有先前估计位置332的主成分分析(PCA)，并且第一主成分指示设备运动轨迹。在另一个示例中，当前帧或声学图像320中的搜索空间可以减小到(一个或多个)先前帧或声学图像320中的估计位置332周围的感兴趣区域(ROI)。图9示出了示例，其中，该基于历史记录的约束的最后方法用于淘汰不正确的传感器位置估计，例如不正确的估计位置331。
图10以图形方式图示了通过采用流程内背景特异性信息来改进介入声学成像中的传感器跟踪估计的示例，如以上关于图5-9所述。在所图示的示例中，在传感器数据中识别出多个候选位置330-1、330-2、330-3和330-4，并且然后采用流程内背景特异性信息来选择候选位置中的一个(例如，候选位置330-2)作为无源声学传感器210的估计位置。此处，流程内背景特异性信息包括解剖学约束、在其上提供无源声学传感器210的介入设备的结构的已知形状，以及无源声学传感器210的先前估计位置。
图11图示了通过采用流程内背景特异性信息来改进介入声学成像中的传感器跟踪估计的方法的示例实施例的流程图。
操作1110包括将发射信号提供给声学探头的声学换能器元件中的至少一些，以使声学换能器元件的阵列将声学探头信号发射到感兴趣区。
操作1120包括作为对响应于声学探头信号而从感兴趣区接收到的声学回波的响应而产生感兴趣区的声学图像。
操作1130包括从设置在感兴趣区中的介入设备的表面上设置的至少一个无源声学传感器接收一个或多个传感器信号，该一个或多个传感器信号是响应于声学探头信号而产生的。
操作1140包括基于传感器数据中的局部强度峰来识别无源声学传感器的一个或多个候选位置。
操作1150包括使用流程内背景特异性信息来将与流程内背景特异性信息最佳匹配的候选位置中的一个识别为无源声学传感器的估计位置。
操作1160包括显示声学图像，声学图像包括标记以指示无源声学传感器在声学图像中的估计位置。
应当理解，图11中的各种操作的顺序可以改变或重新布置，并且实际上一些操作实际上可以与一个或多个其他操作并行地执行。在这个意义上，最好可以将图11视为操作的编号列表，而不是有序序列。
图12图示了图11中的操作1150的示例实施例的流程图。尤其是，图12图示了在介入声学成像中采用解剖结构约束来改进传感器跟踪估计的方法1200。
操作1210包括识别传感器预期定位在其中的解剖结构。在一些实施例中，这可以包括执行声学图像的区域检测算法或分割算法。在其他实施例中，声学成像仪器被配置为响应于从声学探头接收到的一个或多个接收信号而产生感兴趣区的彩色多普勒图像，并且处理器被配置为通过识别彩色多普勒图像中的血流来识别传感器预期所处的解剖结构。
操作1220包括消除传感器的候选位置，其未以与解剖结构的预期关系设置。
图13图示了图11中的操作1150的另一示例实施例的流程图。尤其是，图13图示了采用基于设备的结构的约束的方法1300，在该设备上提供传感器以改进介入声学成像中的传感器跟踪估计。
操作1310包括识别介入设备在声学图像中的可能位置。在一些实施例中，这可以包括执行声学图像的区域检测算法或分割算法。
操作1320包括消除未设置在介入设备的可能位置处的无源声学传感器的候选位置。
图14图示了图11中的操作1150的又一示例实施例的流程图。尤其是，图14图示了采用传感器的先前估计位置来改进介入声学成像中的传感器跟踪估计的方法1400。
操作1410包括识别无源声学传感器在先前声学图像中的先前估计位置。
操作1420包括消除与无源声学传感器的先前估计位置不一致的无源声学传感器的候选位置。
尽管没有用单独的流程图图示，但是如上文所详细解释的，在一些实施例中，可以通过采用图12-14所图示的方法中的两个或更多个并加权每个算法的结果来执行图1050中的操作1050。
此处已经出于说明目的提出了一组非详尽的算法示例，其用于使用流程内背景特异性信息来识别与流程内背景特异性信息最佳匹配的候选位置中的一个作为无源声学传感器的估计位置。当然，在阅读本公开后，用于使用流程内背景特异性信息来识别与流程内背景特异性信息最佳匹配的候选位置中的一个作为无源声学传感器的估计位置的其他算法对于本领域技术人员而言将是显而易见的，并且这样的算法旨在由本文提出的广义的权利要求和公开所涵盖。
尽管本文详细公开了优选实施例，但是许多变化是可能的，其仍在本发明的概念和范围内。在检查了本文的说明书、附图和权利要求之后，这样的变化对于本领域的普通技术人员将变得清楚。因此，除了在所附权利要求的范围内，本发明不受限制。

Claims (20)

1.一种系统，包括：
声学探头，其具有声学换能器元件的阵列；以及
声学成像仪器，其被连接到所述声学探头并且被配置为向所述声学换能器元件中的至少一些声学换能器元件提供发射信号以使所述声学换能器元件的阵列将声学探头信号发射至感兴趣区，并且还被配置为响应于声学回波而产生所述感兴趣区的声学图像，所述声学回波是响应于所述声学探头信号而从所述感兴趣区接收到的，所述声学成像仪器包括：
显示设备，其被配置为显示所述声学图像；
接收器接口，其被配置为从被设置在介入设备的表面上的至少一个无源传感器接收一个或多个传感器信号，所述介入设备被设置在所述感兴趣区中，所述一个或多个传感器信号是响应于所述声学探头信号而产生的；以及
处理器，其被配置为通过以下操作根据来自所述无源传感器的所述一个或多个传感器信号来确定所述无源传感器在所述感兴趣区中的估计位置：
基于响应于来自所述无源传感器的所述一个或多个传感器信号而产生的传感器数据中的局部强度峰来识别针对所述无源传感器的一个或多个候选位置，并且
使用流程内背景特异性信息将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的所述估计位置，
其中，所述显示设备在所述声学图像中显示标记以指示所述无源传感器的所述估计位置。
2.根据权利要求1所述的系统，其中，所述流程内背景特异性信息包括以下各项中的至少一项：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
3.根据权利要求2所述的系统，其中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，并且其中，所述处理器被配置为执行区域检测算法和分割算法中的一个算法以在所述声学图像中识别所述传感器预期被定位于的所述解剖结构。
4.根据权利要求2所述的系统，其中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，其中，所述声学成像仪器被配置为响应于从所述声学探头接收到的一个或多个接收信号而产生所述感兴趣区的彩色多普勒图像，并且其中，所述处理器被配置为通过识别所述彩色多普勒图像中的血流来识别所述传感器预期位于的所述解剖结构。
5.根据权利要求2所述的系统，其中，所述流程内背景特异性信息包括识别所述介入设备在所述声学图像中的所述可能位置的所述信息，并且其中，所述处理器被配置为执行区域检测算法和分割算法中的一个算法以识别所述介入设备在所述声学图像中的所述可能位置。
6.根据权利要求2所述的系统，其中，所述流程内背景特异性信息包括识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息，并且其中，所述处理器被配置为采用以下各项中的一项：卡尔曼滤波器，其被应用于所述传感器的每个当前候选位置和所述先前估计位置；所述传感器的所有先前位置的主成分分析(PCA)，其用于识别传感器运动轨迹并且将所述传感器运动轨迹与每个候选位置进行比较；以及感兴趣区域(ROI)空间滤波器，其被定义在先前帧中的所述传感器的估计位置周围并且被应用于每个候选位置。
7.根据权利要求1所述的系统，其中，所述流程内背景特异性信息包括：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
8.根据权利要求7所述的系统，其中，基于在对应于所述候选位置的时间处的所述一个或多个传感器信号中的所述局部强度峰来识别针对所述无源传感器的所述一个或多个候选位置包括：
针对每个候选位置，确定所述候选位置与以下各项中的每项之间的匹配的加权积分：识别所述传感器预期被定位于的所述解剖结构的所述信息；识别所述介入设备在所述声学图像中的所述可能位置的所述信息；以及识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息；并且
选择所述候选位置中具有所述加权积分的最大乘积的一个候选位置作为所述无源传感器的所述估计位置。
9.一种方法，包括：
响应于一个或多个接收信号而产生感兴趣区的声学图像，所述一个或多个接收信号是响应于声学回波而从声学探头接收到的，所述声学回波是由所述声学探头响应于声学探头信号而从所述感兴趣区接收到的；
从被设置在所述感兴趣区中的介入设备的表面上的无源传感器接收一个或多个传感器信号，所述一个或多个传感器信号是响应于所述声学探头信号而产生的；
基于响应于来自所述无源传感器的所述一个或多个传感器信号而产生的传感器数据中的局部强度峰来识别针对所述无源传感器的一个或多个候选位置；
使用流程内背景特异性信息将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的估计位置；
在显示设备上显示所述声学图像；并且
在所述显示设备上在所述声学图像中显示标记以指示所述无源传感器的所述估计位置。
10.根据权利要求9所述的方法，其中，所述流程内背景特异性信息包括以下各项中的至少一项：识别所述传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
11.根据权利要求10所述的方法，其中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，并且其中，所述方法包括执行区域检测算法和分割算法中的一个算法以在所述声学图像中识别所述传感器预期被定位于的所述解剖结构。
12.根据权利要求10所述的方法，其中，所述流程内背景特异性信息包括识别所述传感器预期被定位于的所述解剖结构的所述信息，其中，所述方法包括：
响应于从所述声学探头接收到的所述一个或多个接收信号而产生所述感兴趣区的彩色多普勒图像；并且
通过识别所述彩色多普勒图像中的血流来识别所述传感器预期被定位于的所述解剖结构。
13.根据权利要求10所述的方法，其中，所述流程内背景特异性信息包括识别所述介入设备在所述声学图像中的可能位置的所述信息，并且其中，所述方法包括执行区域检测算法和分割算法中的一个算法以识别所述介入设备在所述声学图像中的所述可能位置。
14.根据权利要求10所述的方法，其中，所述流程内背景特异性信息包括识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息，并且其中，所述方法包括以下各项中的一项：
将卡尔曼滤波器应用于所述传感器的每个当前候选位置和所述先前估计位置；
执行对所述传感器的所有先前位置的主成分分析(PCA)以识别传感器运动轨迹，并且将所述传感器运动轨迹与每个候选位置进行比较；并且
将被定义在先前帧中的所述传感器的估计位置周围的感兴趣区域(ROI)空间滤波器应用于每个候选位置。
15.根据权利要求9所述的方法，其中，所述流程内背景特异性信息包括：识别所述无源传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
16.根据权利要求15所述的方法，其中，将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的所述估计位置包括：
针对每个候选位置，确定所述候选位置与以下各项中的每项之间的匹配的加权积分：识别所述传感器预期被定位于的所述解剖结构的所述信息；识别所述介入设备在所述声学图像中的所述可能位置的所述信息；以及识别所述传感器在所述声学图像中的先前声学图像中的所述先前估计位置的所述信息；并且
选择所述候选位置中具有最大加权组合的一个候选位置作为所述无源传感器的所述估计位置。
17.一种声学成像仪器，包括：
接收器接口，其被配置为从被设置在介入设备的表面上的无源传感器接收一个或多个传感器信号，所述介入设备被设置在感兴趣区中；以及
处理器，其被配置为通过以下操作根据所述一个或多个传感器信号来确定所述无源传感器在所述感兴趣区中的估计位置：
基于响应于来自所述无源传感器的所述一个或多个传感器信号而产生的传感器数据中的局部强度峰来识别针对所述无源传感器的一个或多个候选位置，并且
使用流程内背景特异性信息将所述候选位置中与所述流程内背景特异性信息最佳匹配的一个候选位置识别为所述无源传感器的所述估计位置，并且
其中，所述处理器还被配置为使显示设备显示所述感兴趣区的声学图像并且在所述声学图像中显示标记以指示所述无源传感器的所述估计位置。
18.根据权利要求17所述的仪器，其中，所述流程内背景特异性信息包括以下各项中的至少一项：识别所述无源传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
19.根据权利要求17所述的仪器，其中，所述流程内背景特异性信息包括：识别所述无源传感器预期被定位于的解剖结构的信息；识别所述介入设备在所述声学图像中的可能位置的信息；以及识别所述传感器在所述声学图像中的先前声学图像中的先前估计位置的信息。
20.根据权利要求19所述的仪器，其中，将所述候选位置中与所述流程内背景特异性信息最佳匹配的所述一个候选位置识别为所述无源传感器的所述估计位置包括：
针对每个候选位置，确定所述候选位置与以下各项中的每项之间的匹配的加权积分：识别所述无源传感器预期被定位于的所述解剖结构的所述信息；识别所述介入设备在所述声学图像中的所述可能位置的所述信息；以及识别所述传感器在所述声学图像中的所述先前声学图像中的所述先前估计位置的所述信息；
通过经验优化来确定用于组合信息源的精确数值方法以及所述加权积分中的权重的实际值；
选择所述候选位置中具有所述加权积分的最大输出的一个候选位置作为所述无源传感器的所述估计位置；并且
提供所述估计位置的确定性或不确定性中的一项的量度。
CN201980055243.6A 2018-08-22 2019-08-13 用于约束介入声学成像中的传感器跟踪估计的系统、设备和方法 Active CN112601495B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862721173P 2018-08-22 2018-08-22
US62/721173 2018-08-22
PCT/EP2019/071653 WO2020038766A1 (en) 2018-08-22 2019-08-13 System, device and method for constraining sensor tracking estimates in interventional acoustic imaging

Publications (2)

Publication Number Publication Date
CN112601495A true CN112601495A (zh) 2021-04-02
CN112601495B CN112601495B (zh) 2024-09-24

Family

ID=67660083

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980055243.6A Active CN112601495B (zh) 2018-08-22 2019-08-13 用于约束介入声学成像中的传感器跟踪估计的系统、设备和方法

Country Status (5)

Country Link
US (1) US20210251602A1 (zh)
EP (1) EP3840655B1 (zh)
JP (1) JP2021534861A (zh)
CN (1) CN112601495B (zh)
WO (1) WO2020038766A1 (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090177089A1 (en) * 2008-01-04 2009-07-09 Assaf Govari Three-dimensional image reconstruction using doppler ultrasound
CN103765239A (zh) * 2011-07-01 2014-04-30 皇家飞利浦有限公司 用于图像引导的介入的术中图像校正
CN104936546A (zh) * 2013-01-17 2015-09-23 皇家飞利浦有限公司 在超声引导的医学流程中调节聚焦区的方法及采用所述方法的系统
CN105338906A (zh) * 2013-06-28 2016-02-17 皇家飞利浦有限公司 到超声图像中的形状注入以实时校准波束样式
CN105431092A (zh) * 2013-06-28 2016-03-23 皇家飞利浦有限公司 对介入仪器的声学突出显示
CN105578984A (zh) * 2013-09-24 2016-05-11 皇家飞利浦有限公司 介入工具的声学3d跟踪
CN105873521A (zh) * 2014-01-02 2016-08-17 皇家飞利浦有限公司 相对超声成像平面的仪器对准和跟踪
US20160317119A1 (en) * 2013-12-20 2016-11-03 Koninklijke Philips N.V. System and method for tracking a penetrating instrument
US20160367216A1 (en) * 2014-02-28 2016-12-22 Koninklijke Philips N.V. Zone visualization for ultrasound-guided procedures
CN108430335A (zh) * 2015-12-31 2018-08-21 皇家飞利浦有限公司 用于介入声成像的系统和方法

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090088628A1 (en) * 2007-09-27 2009-04-02 Klaus Klingenbeck-Regn Efficient workflow for afib treatment in the ep lab
US8787635B2 (en) * 2010-05-03 2014-07-22 Siemens Aktiengesellschaft Optimization of multiple candidates in medical device or feature tracking
US9226729B2 (en) * 2010-09-28 2016-01-05 Fujifilm Corporation Ultrasound diagnostic system, ultrasound image generation apparatus, and ultrasound image generation method
US9642592B2 (en) * 2013-01-03 2017-05-09 Siemens Medical Solutions Usa, Inc. Needle enhancement in diagnostic ultrasound imaging
JP2014151102A (ja) * 2013-02-13 2014-08-25 Olympus Corp 管状装置の相対位置検出システム及び内視鏡装置
WO2014143974A1 (en) * 2013-03-15 2014-09-18 Bio-Tree Systems, Inc. Methods and system for linking geometry obtained from images
WO2014207666A1 (en) * 2013-06-28 2014-12-31 Koninklijke Philips N.V. Scanner independent tracking of interventional instruments
JP2015061592A (ja) * 2013-08-21 2015-04-02 コニカミノルタ株式会社 超音波診断装置、超音波画像処理方法およびコンピュータ読み取り可能な非一時的な記録媒体
CN105491955B (zh) * 2013-08-30 2018-07-03 富士胶片株式会社 超声波诊断装置及超声波图像生成方法
US20160324584A1 (en) * 2014-01-02 2016-11-10 Koninklijke Philips N.V. Ultrasound navigation/tissue characterization combination
JP6636449B2 (ja) * 2014-04-11 2020-01-29 コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． 圧電性ポリマーセンサを備えた信号とノイズとを区別する医療デバイスを含むシステム及びその作動方法
JP2016043192A (ja) * 2014-08-26 2016-04-04 プレキシオン株式会社 超音波画像化装置
EP3202328B8 (en) * 2014-09-29 2021-05-26 FUJIFILM Corporation Photoacoustic imaging device
US10925579B2 (en) * 2014-11-05 2021-02-23 Otsuka Medical Devices Co., Ltd. Systems and methods for real-time tracking of a target tissue using imaging before and during therapy delivery
JP6443056B2 (ja) * 2015-01-09 2018-12-26 コニカミノルタ株式会社 超音波診断装置
CN109923432A (zh) * 2016-11-08 2019-06-21 皇家飞利浦有限公司 利用关于跟踪可靠性的反馈跟踪介入仪器的系统和方法
EP3558132A1 (en) * 2016-12-21 2019-10-30 Koninklijke Philips N.V. System and method for fast and automated ultrasound probe calibration
EP3570756B1 (en) * 2017-01-19 2021-03-17 Koninklijke Philips N.V. System for imaging and tracking interventional devices
US20190262082A1 (en) * 2018-02-26 2019-08-29 Covidien Lp System and method for performing a percutaneous navigation procedure
JP7463287B2 (ja) * 2018-05-07 2024-04-08 ホロジック， インコーポレイテッド 乳房ウルトラサウンドワークフローアプリケーション

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090177089A1 (en) * 2008-01-04 2009-07-09 Assaf Govari Three-dimensional image reconstruction using doppler ultrasound
CN103765239A (zh) * 2011-07-01 2014-04-30 皇家飞利浦有限公司 用于图像引导的介入的术中图像校正
CN104936546A (zh) * 2013-01-17 2015-09-23 皇家飞利浦有限公司 在超声引导的医学流程中调节聚焦区的方法及采用所述方法的系统
CN105338906A (zh) * 2013-06-28 2016-02-17 皇家飞利浦有限公司 到超声图像中的形状注入以实时校准波束样式
CN105431092A (zh) * 2013-06-28 2016-03-23 皇家飞利浦有限公司 对介入仪器的声学突出显示
CN105578984A (zh) * 2013-09-24 2016-05-11 皇家飞利浦有限公司 介入工具的声学3d跟踪
US20160317119A1 (en) * 2013-12-20 2016-11-03 Koninklijke Philips N.V. System and method for tracking a penetrating instrument
CN105873521A (zh) * 2014-01-02 2016-08-17 皇家飞利浦有限公司 相对超声成像平面的仪器对准和跟踪
US20160367216A1 (en) * 2014-02-28 2016-12-22 Koninklijke Philips N.V. Zone visualization for ultrasound-guided procedures
CN108430335A (zh) * 2015-12-31 2018-08-21 皇家飞利浦有限公司 用于介入声成像的系统和方法

Also Published As

Publication number Publication date
JP2021534861A (ja) 2021-12-16
EP3840655B1 (en) 2024-10-09
EP3840655A1 (en) 2021-06-30
WO2020038766A1 (en) 2020-02-27
US20210251602A1 (en) 2021-08-19
CN112601495B (zh) 2024-09-24

Similar Documents

Publication Publication Date Title
US10874373B2 (en) Method and system for measuring flow through a heart valve
US11635514B2 (en) Imaging methods and apparatuses for performing shear wave elastography imaging
US11331076B2 (en) Method and system for displaying ultrasonic elastic measurement
EP3518771B1 (en) Method and system for enhanced visualization and selection of a representative ultrasound image by automatically detecting b lines and scoring images of an ultrasound scan
KR102269467B1 (ko) 의료 진단 이미징에서의 측정 포인트 결정
US20170090571A1 (en) System and method for displaying and interacting with ultrasound images via a touchscreen
KR101495528B1 (ko) 대상체의 방향 정보를 제공하는 초음파 시스템 및 방법
JP7462816B2 (ja) ベクトルフローデータを使用する擾乱した血流の自動検出及び視覚化のためのシステム及び方法
US20170086790A1 (en) Method and system for enhanced visualization and selection of a representative ultrasound image by automatically detecting b lines and scoring images of an ultrasound scan
US20120157834A1 (en) Path Parametric Visualization in Medical Diagnostic Ultrasound
US10758206B2 (en) Method and system for enhanced visualization of lung sliding by automatically detecting and highlighting lung sliding in images of an ultrasound scan
US9107607B2 (en) Method and system for measuring dimensions in volumetric ultrasound data
US20110066031A1 (en) Ultrasound system and method of performing measurement on three-dimensional ultrasound image
CN110573088A (zh) 一种超声弹性检测方法及其系统
JP2017526467A (ja) 即時のユーザフィードバックのためのマルチビート心エコー取得のための品質メトリック
JP2005000656A (ja) 生理学的構造及び事象の標識付けの方法及びシステム
WO2015092628A1 (en) Ultrasound imaging systems and methods for tracking locations of an invasive medical device
JP2016523164A (ja) 解剖学的にインテリジェントな心エコー検査法における肋骨妨害物描出
CN110811675A (zh) 超声成像系统和方法
KR20150000261A (ko) 초음파 영상에 대응하는 참조 영상을 제공하는 초음파 시스템 및 방법
US10335120B2 (en) System and method for 3D ultrasound volume measurements
CN112601495B (zh) 用于约束介入声学成像中的传感器跟踪估计的系统、设备和方法
CN114007513A (zh) 超声成像设备及检测b线的方法、装置、存储介质
US11842808B2 (en) Ultrasound diagnostic imaging training apparatus, ultrasound diagnostic imaging apparatus, identification model training method, non-transitory recording medium storing computer readable training program, and ultrasound diagnostic apparatus
JP2022509050A (ja) マルチゲートドプラ信号のパルス波ドプラ信号に基づいて解剖学的構造を経時的に追跡するための方法及びシステム

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