CN112839590A - 用于确定补充超声视图的方法和系统 - Google Patents
用于确定补充超声视图的方法和系统 Download PDFInfo
- Publication number
- CN112839590A CN112839590A CN201980066447.XA CN201980066447A CN112839590A CN 112839590 A CN112839590 A CN 112839590A CN 201980066447 A CN201980066447 A CN 201980066447A CN 112839590 A CN112839590 A CN 112839590A
- Authority
- CN
- China
- Prior art keywords
- ultrasound
- ultrasound image
- interest
- region
- images
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 158
- 230000000153 supplemental effect Effects 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 31
- 230000002547 anomalous effect Effects 0.000 claims abstract description 16
- 238000012285 ultrasound imaging Methods 0.000 claims abstract description 11
- 210000003754 fetus Anatomy 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 24
- 210000000056 organ Anatomy 0.000 claims description 14
- 210000004556 brain Anatomy 0.000 claims description 10
- 210000003625 skull Anatomy 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 210000003734 kidney Anatomy 0.000 claims description 7
- 210000000988 bone and bone Anatomy 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 239000000523 sample Substances 0.000 claims description 6
- 210000000038 chest Anatomy 0.000 claims description 3
- 210000002758 humerus Anatomy 0.000 claims description 3
- 210000002784 stomach Anatomy 0.000 claims description 3
- 210000000689 upper leg Anatomy 0.000 claims description 3
- 230000001605 fetal effect Effects 0.000 description 24
- 238000003384 imaging method Methods 0.000 description 19
- 210000003128 head Anatomy 0.000 description 18
- 238000005259 measurement Methods 0.000 description 15
- 230000005856 abnormality Effects 0.000 description 11
- 210000003484 anatomy Anatomy 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000012216 screening Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000000295 complement effect Effects 0.000 description 8
- 230000007170 pathology Effects 0.000 description 8
- 238000000605 extraction Methods 0.000 description 7
- 230000000747 cardiac effect Effects 0.000 description 6
- 210000001519 tissue Anatomy 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 201000009928 Patau syndrome Diseases 0.000 description 4
- 206010044686 Trisomy 13 Diseases 0.000 description 4
- 208000006284 Trisomy 13 Syndrome Diseases 0.000 description 4
- 230000004913 activation Effects 0.000 description 4
- 238000001994 activation Methods 0.000 description 4
- 230000017531 blood circulation Effects 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 201000006360 Edwards syndrome Diseases 0.000 description 3
- 208000007159 Trisomy 18 Syndrome Diseases 0.000 description 3
- 230000003187 abdominal effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000001934 delay Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 206010053884 trisomy 18 Diseases 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000002059 diagnostic imaging Methods 0.000 description 2
- 230000036244 malformation Effects 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 210000000214 mouth Anatomy 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010008805 Chromosomal abnormalities Diseases 0.000 description 1
- 208000031404 Chromosome Aberrations Diseases 0.000 description 1
- 208000032170 Congenital Abnormalities Diseases 0.000 description 1
- 208000004468 Craniofacial Abnormalities Diseases 0.000 description 1
- 206010025394 Macrosomia Diseases 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 206010051821 Retrognathia Diseases 0.000 description 1
- 208000026487 Triploidy Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 210000000877 corpus callosum Anatomy 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003140 lateral ventricle Anatomy 0.000 description 1
- 210000004373 mandible Anatomy 0.000 description 1
- 210000000537 nasal bone Anatomy 0.000 description 1
- 210000001331 nose Anatomy 0.000 description 1
- 201000003738 orofaciodigital syndrome VIII Diseases 0.000 description 1
- 210000004197 pelvis Anatomy 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 230000035935 pregnancy Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 210000002254 renal artery Anatomy 0.000 description 1
- 210000002796 renal vein Anatomy 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000002861 ventricular 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
- A61B8/08—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
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
- A61B8/145—Echo-tomography characterised by scanning multiple planes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/466—Displaying means of special interest adapted to display 3D data
-
- 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
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Gynecology & Obstetrics (AREA)
- Pregnancy & Childbirth (AREA)
- Vascular Medicine (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供用于基于在超声图像的感兴趣区域中识别的异常特征来确定感兴趣补充视图的超声成像方法。所述方法包括：获得对象的感兴趣区域的超声图像；并且识别所述区域内的异常特征。所识别的异常特征可以然后被用于确定所述对象的感兴趣的一幅或多幅可用补充超声图像。所述一幅或多幅可用补充超声图像可以然后被显示给用户，并且要查看的补充超声视图可以然后由所述用户从所显示的可用补充超声图像选择。
Description
技术领域
本发明涉及超声的领域，并且特别地涉及超声成像的领域。
背景技术
超声成像被使用在各种各样的医学成像应用中。当执行超声成像时，可能的是，可以检测异常，其可以指示潜在的医学状况。
超声成像的常见应用是胎儿筛查检查，其中，胎儿的健康在怀孕中的给定阶段期间评估。在筛查检查期间，临床医师执行各种特定解剖结构的测量并且将值与常见测量表比较。当测量结果不在正常范围内时，额外检查和额外测量被要求以确认异常是令人担心的原因。额外检查和测量通常取决于怀疑病理学而变化。
手动选择适当的额外视图以观察解剖结构并且手动执行测量能够是长并且困难的，特别地如果若干解剖区域需要被检查。
因此，需要提供一种用于在不要求大量的额外硬件的情况下以更高效的方式获得成像区域的额外超声视图的方法。
EP 2918233公开了一种超声诊断装置，包括：显示单元，其显示包括至少一个标记的第一屏幕；用户接口单元，其用于接收预定标记的选择；以及显示单元，其显示包括具有根据预定标记改变的对象的视图的第二超声图像的第一屏幕。
发明内容
本发明由权利要求书定义。
根据本发明的方面的范例，提供了一种计算机实施的超声成像方法，所述方法包括：
获得包含对象的感兴趣区域的超声图像；
分析所述超声图像的一个或多个特征；
基于对所述一个或多个特征的所述分析来识别所述感兴趣区域的异常特征；
基于所识别的异常特征来自动确定所述对象的感兴趣的一幅或多幅可用补充超声图像；并且
将所述一幅或多幅可用补充超声图像显示给用户。
该方法提供与在感兴趣区域中所识别的异常特征有关的超声图像的自动获得，其对于原始获得的超声图像是补充的。
例如，超声图像可以包含异常特征，其要求另外的调查研究。为了执行所述调查研究，多个补充视图可以被要求以准确地识别与所述异常特征有关的病理学。所述补充视图可以在不要求由所述用户造成的额外输入的情况下自动确定。
期望补充图像的选择可以由所述用户从基于异常特征自动选择的一幅或多幅可用补充超声图像的列表执行，或者可以通过找到在检查期间先前采集的图像中间的补充图像自动执行。所述用户可以然后选择并且查看所选择的视图中间的图像。
在布置中，所述超声图像包括3D超声图像，并且其中，对所述一幅或多幅可用补充超声图像的所述确定包括从所述3D超声图像获得一幅或多幅补充2D视图。
以这种方式，所述补充超声图像可以从初始获得的3D超声图像直接获得。
在实施例中，所述感兴趣区域的异常特征的识别包括执行器官检测。
通过检测所述超声图像内的器官，识别特定靶区域内的异常特征是可能的。例如，所述胎儿的头部是重要的筛床区域。通过执行颅骨检测作为器官检测，自动定位所述超声图像内的胎儿的头部是可能的。
在实施例中，所述感兴趣区域包括胎儿的部分。
以这种方式，胎儿筛查的过程简化并且加速。
在布置中，对所述感兴趣区域的所述异常特征的所述识别包括对所述胎儿执行骨骼和正中矢状脑平面检测。
所述正中矢状脑平面(还被称为所述正中面)平分所述胎儿以便提供轮廓截面图像。该视图可以然后被用于识别所述胎儿的任何相关异常特征，并且特别地所述胎儿的头部内的特定异常特征。
在另外的布置中，所述正中矢状脑平面检测包括：
执行多分辨率分析；并且
执行霍夫检测。
在实施例中，对所述感兴趣区域的所述异常特征的所述识别包括：
提取所述胎儿的轮廓；并且
基于所述胎儿的所述轮廓来获得：
鼻颏角；或者
下面部角。
以这种方式，所述胎儿的面部角可以被用于如果所述角不在典型范围内则确定异常面部形成。
在实施例中，对一幅或多幅可用补充超声图像的确定包括基于所识别的异常特征自动生成可能补充图像的列表。
以这种方式，可以考虑与给定异常特征的调查研究相关的所有可能补充视图，从而当给定视图被阻碍或者难以获得时提供多个备选选项。
在另外的实施例中，对所述一幅或多幅可用补充超声图像的所述确定还包括：
将可能补充图像的列表与所述对象的先前采集的超声图像进行比较；并且
在先前采集的超声图像匹配可能补充视图的情况下将所述先前采集的超声图像选择为可用补充超声图像。
以这种方式，所述对象的先前采集的超声图像可以被用于提供要求的补充视图。
在另外的布置中，从所述3D超声图像对所述一幅或多幅可用补充超声图像的获得包括：
提取解剖参考结构；
通过基于所提取的解剖参考结构从所述3D超声图像提取一个或多个感兴趣2D平面来获得补充2D视图组。
通过提取解剖参考结构作为参考点，在所述3D图像中导航并且从所述3D图像提取感兴趣相关2D视图是可能的。
例如，所述胎儿的颈椎区域或者颈部可以被用于捕获下头部的2D视图，诸如下颌和嘴，其对于一些病理学的筛查感兴趣。
在又一布置中，从所述3D超声图像对所述一幅或多幅可用补充超声图像的所述获得包括：
从所述解剖参考结构提取结构特征；
基于所述结构特征来确定所述解剖参考结构是否能够在所述3D超声图像中被跟踪；
在所述解剖参考结构能够在所述3D超声图像中被跟踪的情况下：
通过使用所述解剖参考结构作为解剖界标来从所述3D超声图像提取感兴趣2D平面。
以这种方式，特定结构特征可以被用于从3D图像捕获期望的感兴趣2D平面。特别地，与特定病理学有关的结构特征可以当所述病理学被调查研究时利用。
在实施例中，所述解剖参考结构包括以下各项中的一项或多项：
器官；以及
骨骼结构。
以这种方式，包括包含与各种各样的不同病理有关的信息的视图是可能的。
在实施例中，所述器官包括以下各项中的一项或多项：心；肾；膀胱；胃；并且所述骨骼结构包括以下各项中的一项或多项：颅骨；脊椎；胸廓；股骨；以及肱骨。
根据本发明的方面的范例，提供了一种包括计算机程序代码模块的计算机程序，所述计算机程序代码模块适于当所述计算机程序在计算机上运行时实施上面描述的方法。
根据本发明的方面的范例，提供了一种超声成像系统，所述系统包括：
超声探头，其适于获得包含对象的感兴趣区域的超声图像；以及处理器，其适于：
分析所述超声图像的一个或多个特征；
基于对所述一个或多个特征的所述分析来识别所述感兴趣区域的异常特征；
基于所识别的异常特征来自动确定一幅或多幅可用补充超声图像；并且
将所述一幅或多幅可用补充超声图像显示给用户。
本发明的这些和其他方面将根据在下文中所描述的(一个或多个)实施例而显而易见并且参考在下文中所描述的(一个或多个)实施例而得到阐述。
附图说明
现在将参考附图详细描述本发明的范例，其中：
图1示出了解释一般操作的超声诊断成像系统；
图2示出了本发明的方法；
图3示出了本发明的另一方法；
图4示出了胎儿头部的示意性正中矢状平面视图；
图5示出了正交于胎儿脊柱提取的2D视图平面的范例图像；并且
图6示出了关于胎儿脊柱的胎儿图像切片。
具体实施方式
将参考附图描述本发明。
应当理解，详细说明和特定示例尽管指示装置、系统和方法的示例性实施例，但是仅旨在用于说明的目的，而不旨在限制本发明的范围。根据以下描述、所附权利要求书和附图，本发明的装置、系统和方法的这些和其他特征、方面和优点将变为更好理解。应当理解，附图仅仅是示意性的，并且没有按比例绘制。还应当理解，贯穿附图使用相同的附图标记以指示相同或相似的部分。
本发明提供用于基于在超声图像的感兴趣区域中识别的异常特征来确定感兴趣的补充视图的超声成像方法。该方法包括：获得对象的感兴趣区域的超声图像；并且识别所述区域内的异常特征。所识别的异常特征可以然后被用于确定对象的感兴趣的一幅或多幅可用补充超声图像。一幅或多幅可用补充超声图像可以然后被显示给用户，并且要查看的补充超声视图可以然后由用户从所显示的可用补充超声图像选择。
首先将参考图1来描述示例性超声系统的一般操作，并且重点在于系统的图像处理功能，因为本发明涉及对由系统采集的超声图像的处理。
该系统包括阵列换能器探头4，其具有用于发射超声波和接收回波信息的换能器阵列6。换能器阵列6可以包括CMUT换能器；由诸如PZT或PVDF的材料形成的压电换能器；或任何其他合适的换能器技术。在该示例中，换能器阵列6是能够扫描感兴趣区域的2D平面或三维体积的换能器8的二维阵列。在另一示例中，换能器阵列可以是1D阵列。
换能器阵列6耦合到微波束形成器12，微波束形成器12控制由换能器元件对信号的接收。微波束形成器能够对由换能器的子阵列(通常称为“组”或“片块”)接收的信号进行至少部分波束形成，如美国专利US 5997479(Savord等人)、US 6013032(Savord)和US6623432(Powers等)中所描述的。
应当注意，微波束形成器是完全任选的。此外，该系统包括发射/接收(T/R)开关16，微波束形成器12可以耦合到该开关，并且该开关在发射模式和接收模式之间切换阵列，并在不使用微波束形成器并且换能器阵列由主系统波束形成器直接操作的情况下保护主波束形成器20免受高能量发射信号影响。来自换能器阵列6的超声波束的发射由通过T/R开关16和主发射波束形成器(未示出)耦合到微波束形成器的换能器控制器18引导，该主发射波束形成器可以从用户对用户接口或控制面板38的操作接收输入。控制器18可以包括发射电路，该发射电路被布置为在发射模式期间(直接或经由微波束形成器)驱动阵列6的换能器元件。
在典型的逐行成像序列中，探头内的波束形成系统可以如下操作。在发射期间，波束形成器(其取决于实施方式可以是微波束形成器或主系统波束形成器)激活换能器阵列或换能器阵列的子孔。子孔可以是较大阵列内的换能器的一维线或换能器的二维片块。在发射模式下，控制由阵列或阵列的子孔生成的超声波束的聚焦和操纵，如下所述。
在接收到来自对象的反向散射的回波信号后，接收到的信号经历接收波束形成(如下所述)，以便将接收到的信号对齐，并且在使用子孔的情况下，然后例如由一个换能器元件对子孔进行移位。经移位的子孔然后激活，并且该过程重复，直到换能器阵列的所有换能器元件已经激活。
对于每条线(或子孔)，用于形成最终超声图像的相关联线的总接收信号将是在接收时段期间由给定子孔的换能器元件所测量的电压信号的总和。在下面的波束形成过程之后，得到的线信号通常称为射频(RF)数据。然后由各个子孔生成的每条线信号(RF数据集)经历额外的处理以生成最终超声图像的线。线信号的幅度随时间的变化将贡献于超声图像的亮度随深度的变化，其中，高幅度峰将对应于最终图像中的亮像素(或像素的集合)。出现在线信号的开始附近的峰将表示来自浅结构的回波，而逐渐出现在线信号后期的峰将表示来自对象内增加深度处的结构的回波。
由换能器控制器18控制的功能之一是波束操纵和聚焦的方向。波束可以操纵为从换能器阵列笔直向前(正交于其)，或者在不同角度处以用于更宽视场。可以根据换能器元件致动时间来控制发射波束的操纵和聚焦。
在一般的超声数据采集中可以区分两种方法：平面波成像和“波束控制”成像。两种方法通过在发射模式(“波束操纵”成像)和/或接收模式(平面波成像和“波束操纵”成像)中波束形成的存在来区分。
首先看一下聚焦功能，通过同时激活所有换能器元件，换能器阵列生成平面波，该平面波在其行进通过对象时发散。在这种情况下，超声波的波束保持不聚焦。通过向换能器的激活引入位置相关时间延迟，能够使波束的波前聚在期望的点处，该点称为聚焦区。聚焦区定义为横向波束宽度小于发射波束宽度一半的点。以这种方式，改进了最终超声图像的横向分辨率。
例如，如果时间延迟使换能器元件从最外面的元件开始并在换能器阵列的(一个或多个)中心元件处结束在系列中激活，则将在距探头给定距离处形成聚焦区，与(一个或多个)中心元件一致。聚焦区距探头的距离将根据换能器元件激活的每个后续轮之间的时间延迟而变化。在波束经过聚焦区后，其将开始发散，从而形成远场成像区域。应当注意，对于定位靠近于换能器阵列的聚焦区，超声波束将在远场中迅速发散，从而导致最终图像中的波束宽度伪影。通常，由于超声波束中的大交叠，位于换能器阵列和聚焦区之间的近场示出很少细节。因此，改变聚焦区的位置会导致最终图像的质量的显著变化。
应当注意，在发射模式下，除非将超声图像划分为多个聚焦区(其中每个可能具有不同的发射焦点)，否则可以定义仅一个焦点。
另外，在从对象内接收到回波信号后，能够执行上述过程的逆过程以执行接收聚焦。换句话说，传入的信号可以由换能器元件接收并且在被传递到系统中以进行信号处理之前经历电子时间延迟。这一点的最简单示例称为延迟求和波束形成。能够根据时间动态调节换能器阵列的接收聚焦。
现在来看波束操纵的功能，通过对换能器元件正确地施加时间延迟，能够在超声波束离开换能器阵列时在超声波束上赋予期望的角度。例如，通过以在阵列的相对侧结束的顺序来激活换能器阵列的第一侧上的换能器，之后剩余的换能器，波束的波前将朝向第二侧成角度。相对于换能器阵列的法线的操纵角的大小取决于随后的换能器元件激活之间的时间延迟的大小。
此外，能够聚焦操纵波束，其中，施加到每个换能器元件的总时间延迟是聚焦和操纵时间延迟两者的总和。在这种情况下，换能器阵列称为相控阵列。
在需要用于对其进行激活的DC偏置电压的CMUT换能器的情况下，换能器控制器18可以耦合以控制换能器阵列的DC偏置控制45。DC偏置控制45设置施加到CMUT换能器元件的(一个或多个)DC偏置电压。
针对换能器阵列的每个换能器元件，通常称为信道数据的模拟超声信号通过接收信道进入系统。在接收信道中，部分波束形成信号由微波束形成器12根据信道数据中产生，并且然后传递到主接收波束形成器20，其中，来自换能器的个体片块的部分波束形成信号被组合为完全波束形成信号，被称为射频(RF)数据。在每个阶段处执行的波束形成可以如上所述被执行，或者可以包括额外的功能。例如，主波束形成器20可以具有128信道，其中每个从几十个或数百换能器元件的片块接收部分波束形成信号。以这种方式，由换能器阵列的数千个换能器接收到的信号可以有效地贡献于单个波束形成信号。
将波束形成接收信号耦合到信号处理器22。信号处理器22能够以各种方式处理接收到的回波信号，例如，带通滤波；抽选；I和Q分量分离；以及谐波信号分离，其用于分离线性信号与非线性信号，从而使得能够识别从组织和微泡返回的非线性(基频的较高谐波)回波信号。信号处理器22还可以执行额外的信号增强，例如，散斑减少、信号合成以及噪声消除。在信号处理器中的带通滤波器可以是跟踪滤波器，当从递增的深度接收回波信号时所述带通滤波器的通带从较高的频率带滑动到较低的频率带，从而拒绝来自更大深度的较高频率处的噪声，其通常缺乏解剖信息。
用于发射和用于接收的波束形成器以不同的硬件实施并且可以具有不同的功能。当然，接收器波束形成器被设计为考虑发射波束形成器的特性。为了简化，在图1中仅示出了接收器波束形成器12、20。在整个系统中，还将存在带有发射微波束形成器和主发射波束形成器的发射链。
微波束形成器12的功能是提供信号的初始组合，以便减少模拟信号路径的数量。这通常在模拟域中执行。
最终波束形成在主波束形成器20中完成，并且通常在数字化之后完成。
发射和接收信道使用具有固定频带的相同换能器阵列6。然而，发射脉冲占用的带宽可以根据所使用的发射波束形成而变化。接收信道可以捕获整个换能器带宽(其是经典方法)，或者通过使用带通处理，其只能提取包含期望信息(例如主谐波的谐波)的带宽。
然后，可以将RF信号耦合到B模式(即，亮度模式或2D成像模式)处理器26和多普勒处理器28。B模式处理器26对接收到的超声信号执行幅度检测以对身体中的结构进行成像，例如器官组织和血管。在逐行成像的情况下，每条线(波束)由关联的RF信号表示，其幅度用于生成要分配给B模式图像中的像素的亮度值。图像内像素的确切位置由沿RF信号的相关联幅度测量结果的位置和RF信号的线(射束)数确定。这样的结构的B模式图像可以以谐波或基波图像模式或两者的组合形成，如在美国专利US6283919(Roundhill等人)和美国专利US 6458083(Jago等人)中所描述的。多普勒处理器28处理由组织移动和血流产生的时间上不同的信号，以检测移动物质，例如图像场中的血液细胞的流。多普勒处理器28通常包括壁滤波器，该壁滤波器具有设置成通过或拒绝从身体内的选定类型的材料返回的回波的参数。
由B模式和多普勒处理器产生的结构和运动信号被耦合到扫描转换器32和多平面重新格式化器44。扫描转换器32以空间关系布置回波信号，根据该空间关系以期望的图像格式接收回波信号。换句话说，扫描转换器用于将RF数据从圆柱坐标系转换到适于在图像显示器40上显示超声图像的笛卡尔坐标系。在B模式成像的情况下，给定坐标处的像素的亮度与从该位置接收的RF信号的幅度成正比。例如，扫描转换器可以将回波信号布置成二维(2D)扇形格式或金字塔形三维(3D)图像。扫描转换器可以向B模式结构图像叠加与图像场中的点处的运动相对应的颜色，其中，多普勒估计速度产生给定的颜色。组合的B模式结构图像和彩色多普勒图像描绘了结构图像场内的组织和血流的运动。如美国专利US 6443896(Detmer)中所描述的，多平面重新格式化器将从身体的体积区域中的公共平面中的点接收的回波转换成该平面的超声图像。体积绘制器42将3D数据集的回波信号转换成投影的3D图像，如从给定参考点所查看到的，如美国专利US 6530885(Entrekin等人)中所描述的。
2D或3D图像从扫描转换器32、多平面重新格式化器44和体绘制器42耦合到图像处理器30，以用于进一步增强、缓冲和临时存储以显示在图像显示器40上。成像处理器可以适于从最终超声图像移除某些成像伪影，诸如：例如由强衰减器或折射引起的声学阴影；例如由弱衰减器引起的后增强；混响伪影，例如，其中，高度反射的组织界面紧邻定位；等等。另外，图像处理器可以适于处理某些散斑减少功能，以便改进最终超声图像的对比度。
除了用于成像，由多普勒处理器28产生的血流值和由B模式处理器26产生的组织结构信息还耦合到量化处理器34。该量化处理器产生不同流状况的量度，例如除了诸如器官的大小和胎龄的结构测量结果外的血流的体积速率。量化处理器可以从用户控制面板38接收输入，例如图像的解剖结构中要进行测量的点。
来自量化处理器的输出数据耦合到图形处理器36，其用于在显示器40上与图像一起再现测量图形和值，并且用于从显示设备40的音频输出。图形处理器36还可以生成图形叠加，以用于与超声图像一起显示。这些图形叠加可以包含标准识别信息，例如患者姓名、图像的日期和时间、成像参数等。出于这些目的，图形处理器从用户接口38接收输入，例如患者姓名。用户接口还耦合到发射控制器18，以控制生成来自换能器阵列6的超声信号，并且因此由换能器阵列和超声系统产生的图像。控制器18的发射控制功能仅是所执行的功能之一。控制器18还考虑操作模式(由用户给定)以及接收器模数转换器中的对应的所需的发射器配置和带通配置。控制器18可以是具有固定状态的状态机。
用户接口还耦合到多平面重新格式化器44，以用于选择和控制多个多平面重新格式化(MPR)图像的平面，其可以用于在MPR图像的图像场中执行量化的量度。
图2示出了本发明的方法100。
方法通过获得包含对象的感兴趣区域的超声图像在步骤110中开始。
对象可以例如是经历超声筛查的患者，在这种情况下，感兴趣区域可以是腹部区域。此外，感兴趣区域可以包括胎儿的至少部分，在这种情况下，超声成像方法可以用于胎儿筛查。
许多胎儿病理学与各种可识别特征或症状相关联。例如，三体型13的症状(在6500个中的一个胎儿中发生的)可以包括：颅面缺损；脑畸形；泌尿生殖道异常；以及更不经常地，如在“Ultrasound features in trisomy 13(Patau syndrome)and trisomy 18(Edwards syndrome)in a consecutive series of47cases.”(Kroes,I.,Janssens,S.和Defoort,P.Facts Views Vis Obgyn.2014；6(4):245–249)中所描述的心脏和手指缺陷。
在步骤120中，识别感兴趣区域的异常特征。
感兴趣区域的异常特征可以使用适当的自动图像分析技术自动识别，诸如特征提取。例如，自动特征检测可以被用于状况的检测，诸如胎儿大脑中的脑室扩大。
备选地，异常特征可以由用户从获得的超声图像手动识别。在这种情况下，用户可以通过从已知异常特征的列表选择异常特征向超声系统指示所识别的异常。
通过范例，所识别的特征可以是小颌畸形(对应于相对于头部的小下颌大小的颅面异常)。根据Prenatal Diagnosis of Orofacial Malformations.Tonni G.,Sepulveda,W.和Wong,A.E.Springer,2017：“小颌畸形[…]很少隔离并且常常与其他异常相关联，这样的半面巨大儿、皮尔罗宾序列和特雷彻科林斯综合征[…]。染色体异常已经在66％的具有小颌畸形的胎儿中报告，通常三倍态、三体型13、和三体型18中。”
要么由于从超声图像获得的测量结果(要么自动要么由用户手动获得的)不在正常范围(相对于常见测量表)中要么由于用户已经为该目的提供输入(例如通过使用具有最频繁异常的列表的特定菜单，其可以显示给用户)，可以检测异常特征。
感兴趣区域的异常特征的识别可以包括对超声图像执行器官检测。
例如，在胎儿筛查的情况下，获得的超声图像可以包含胎儿的头部，其可以被认为是感兴趣区域的部分。为了促进对胎儿头部的各种典型测量取得的自动测量结果，图像可以经历器官分割，并且更特别地颅骨分割。
颅骨的分割可以例如使用专用形状变换执行，其被定制为以鲁棒并且准确的方式检测椭圆形状。
在另一范例中，感兴趣区域的异常特征的识别可以包括对胎儿头部的超声图像执行正中矢状脑平面检测。
正中矢状平面平分头部，提供胎儿头部的侧轮廓截面。在胎儿头部筛查的范例中，正中矢状平面将示出用于使用在识别异常特征中的胎儿头部的截面。
正中矢状平面可以以多种方式分析。例如，正中矢状平面检测可以包括执行多分辨率板结构检测。多分辨率板结构检测采取使用图像内的局部海赛矩阵的特征值来检测板结构的多分辨率分析的形式。
另外，正中矢状平面检测可以包括通过霍夫变换执行霍夫检测，其是用于识别数字图像中的形状的特征提取技术。例如，霍夫变换可以在方法中被用于识别面部形状，诸如：鼻；眼睛；颅骨；等等。
另外，霍夫变换可以应用于多分辨率板结构检测的结果以当围绕颅骨分割结果的轴旋转时选择最好平面。
另外，多分辨率板结构检测和霍夫检测可以并入到可以在异常特征识别过程期间应用到超声图像的单个专用滤波器。
正中矢状脑平面的准确度可以使用深度学习分类器验证，其检查某些预期解剖结构是否存在于图像(例如，胼胝体、鼻骨)中或者平面外部(眼睛、侧脑室)。
异常特征的识别还可以包括提取胎儿的轮廓并且获得鼻颏和/或下面部角，其范例在下文中参考图4讨论。胎儿轮廓的提取可以利用学习算法自动执行。
跟随对在步骤120中的异常特征的识别，在步骤130中，确定感兴趣的一幅或多幅可用补充超声图像。参考图3，下面更详细地讨论确定一幅或多幅可用补充超声图像的步骤。
补充视图可以基于相对于检测的异常特征感兴趣的已知的额外视图自动地选择。在步骤140中，用户可以基于从其他们可以手动地选择期望视图的异常特征利用补充视图的列表呈现。换句话说，一幅或多幅可用补充超声图像可以显示给用户。用户可以然后选择其希望查看的视图，并且所选择的一个或多个视图可以然后被显示以用于由用户查看。
换句话说，相对于检测到的异常自动确定感兴趣可用补充视图是可能的。这些视图可以选自超声系统中的相同患者的先前存储和注释的视图的集合。用户可以然后决定哪些视图将从自动选择的视图的列表显示。
在步骤150中，可以显示由用户选择的一个或多个补充超声视图。
图3示出了用于确定一幅或多幅补充超声图像的方法200。
方法在步骤120中开始，其中，识别异常特征，如上文所描述的。
在步骤210中，确定3D超声图像是否是可用的。
如果3D超声图像不可用，则方法前进到步骤220，其中，提出基于所识别的异常特征的可能补充图像的列表。例如，视图可以包括：补充脑视图；面部绘制；泌尿生殖道视图；心脏视图；以及手指视图。
这些感兴趣视图的列表可以仅仅基于与在步骤120处检测的特征相关的异常特征和状况的知识，而不知道这些视图是否是可用的。该列表是内部的并且未显示给用户。
在步骤230中，可能补充图像的列表可以与对象的先前采集的超声图像比较。如果先前采集的超声图像匹配在步骤220中采集的感兴趣视图，则确定该先前采集的超声图像可以用作可用补充超声图像。
如果不存在感兴趣视图与先前采集的超声图像之间的匹配，则所述感兴趣视图被确定为不可用作补充超声图像。在这种情况下，可能的是，用户可以被引导以选择包括该视图的备选超声图像，如果可能的话。
返回步骤210，如果3D超声图像是可用的，则方法前进到步骤250。
在3D超声图像的情况下，通过选择体积内的期望成像平面从3D体积提取一个或多个补充2D视图是可能的。针对胎儿筛查的范例，胎儿的脊柱可以用作提取补充2D视图的参考结构。
因此，可用补充图像是可以根据3D超声图像生成的成像平面。
在步骤250中，提取解剖参考结构。
解剖参考结构(其可以例如是胎儿的颈椎区域(颈部))可以通过例如胎儿的颅骨周围的强度分析提取。在胎儿的颈部被用作解剖参考结构的情况下，其可以由于与颅骨周围的其他区域相比较的颈部区域中的强度分布中的差异被识别用于提取。
在步骤260中，一个或多个补充2D视图的补充2D视图组可以然后通过将解剖参考结构用作参考点获得。在包括颈椎区域的解剖区域的范例中，第一补充视图组可以包含下头部的2D超声图像，包括下颌和口腔。
在步骤140中，如上文所描述的，方法可以然后前进到显示由补充2D视图组形成的一幅或多幅可用补充超声图像。
方法还可以包括步骤270，其中，提取解剖参考结构的结构特征。这可以通过使用解剖结构周围的切片或2D超声图像的堆叠中的深度学习算法的特征的自动提取来实现。在作为结构特征的脊椎提取的情况下，脊椎可以使用颈椎区域中的2D超声图像提取，其范例在下文中参考图5讨论。
在步骤280中，可以然后基于结构特征来确定解剖参考结构是否可以在3D超声图像中跟踪。
通过范例，可以确定3D超声图像体积是否包含大于颈椎区域的较大脊椎区域。换句话说，测试3D超声图像体积是否包含延伸超过颈椎区域(颈部)的脊椎。
如果3D超声图像不包含较大脊椎区域，则方法可以简单地前进到在步骤140中显示一幅或多幅可用补充超声图像。
然而，如果确定3D超声图像包含较大脊椎区域，则脊椎堆叠的切线或者脊柱切线可以估计并且用作结构特征。感兴趣补充2D平面可以然后基于较大脊椎区域(充当解剖参考结构)和脊柱切线(充当结构特征)来获得以形成一幅或多幅可用补充超声图像的部分。这样的视图可以包含胎儿的躯干和/或腹部的切片，这取决于多少胎儿脊柱被包含在3D超声图像内。换句话说，如果解剖参考结构可以在3D超声图像中跟踪，则感兴趣2D平面可以通过将解剖参考结构用作解剖界标从3D超声图像提取。
另外，解剖参考结构可以包括以下各项中的一项或多项：器官；以及骨骼结构。
例如，3D超声图像体积可以包含心脏区域。
如果心脏存在于检测平面中，则其存在可以利用在包含或不包含心脏的胸平面的集合上训练的自动化分类器测试，平面可以被提取作为心脏视图并且被存储在感兴趣可用补充视图的列表中。在这种情况下，心脏可以充当解剖结构，并且心脏的心室或心房可以充当提取心脏区域中的感兴趣2D平面的结构特征。
心脏的所述视图可以形成一个或多个补充2D视图的补充2D视图组的部分。
在另一范例中，3D超声图像体积可以包含肾区。
如果肾脏存在于检测平面中，则其存在可以利用在包含或不包含肾脏的腹平面的集合上训练的自动化分类器测试，平面可以被提取作为泌尿生殖视图并且被存储在感兴趣可用补充视图的列表中。在这种情况下，肾脏可以充当解剖结构，并且肾动脉或肾静脉可以充当提取肾区中的感兴趣2D平面的结构特征。
肾脏的所述视图可以形成一个或多个补充2D视图的补充2D视图组的部分。
应当注意，这些心脏和泌尿生殖视图被给定为范例并且类似步骤可以应用于解剖结构的其他部分，这取决于给定异常特征和相关联的病理学的感兴趣视图。例如，膀胱还可以用作用于获得补充视图组的结构。另外，解剖结构可以包括：心；肾；膀胱；胃；颅骨；脊椎；胸廓；股骨；肱骨；或任何其他适合的器官或骨骼结构。
有助于2D补充视图组的图像中的每幅可以形成在步骤140中显示的一个或多个补充2D视图的部分。
上文所描述的方法可以适于其他检测到的异常特征，其中，上文所描述的颅面起始点仅被给定为图示。例如，如果第一检测异常是心脏异常，则相同工作流程可以通过在两个方向上(朝向头部和朝向骨盆)沿着脊柱逐步选择感兴趣补充视图来使用。类似地，从腹部异常开始，可以在头部的方向上选择补充感兴趣视图。
换句话说，补充视图的完整列表可以基于异常特征来识别，其对应于用于评估给定异常的所有已知视图。可用补充视图可以然后基于获得的超声图像的内容根据所述列表来确定。可用视图可以然后被呈现给用户以用于选择或者被自动选择。备选地，如果要求另外的成像，则用户可以被引导以获得补充视图中的一个或多个。
图4示出了胎儿的正中矢状平面视图400。
根据该视图，测量鼻颏角α和下面部角β两者是可能的。这些角可以由用户手动测量，或者角可以通过测量线相对于轮廓的自动布置自动测量。
如果(一个或多个)角之一或两者不在正常预定范围内，则可以触发异常特征的检测和识别。例如，根据“An objective measurement to diagnose micrognathia onprenatal ultrasound.”(Palit,G.和Jacquemyn Y.和Kerremans M.Clin Exp ObstetGynecol 35(2):121-123,2008)，低于针对鼻颏角α的142°的角可以被认为是异常的。作为另一范例，根据“The fetal mandible:a 2D and 3D sonographic approach to thediagnosis of retrognathia and micrognathia.”(Rotten D.,Levaillant J.M.,Marthinez,H.Ducou le Pointe,H.和Vicaut,E.Ultrasound Obstet Gynecol,19:122–130(2002))，低于针对下面部角的49.2°的角可以被认为是异常的。
图5示出了正交于胎儿的脊柱提取的2D视图的若干图像500。
为了清晰起见，脊椎已经由图像上的白色圆形突出显示。从这些图像看清楚的是，胎儿脊椎是可以用作用于导航3D超声体积的参考结构的胎儿超声图像的主导特征。换句话说，脊椎可以用作用于沿着脊柱的解剖参考结构导航3D超声图像体积的结构特征。
图6示出了将胎儿脊柱620用作参考对准的超声图像的堆叠610的示意性表示600。
上文所描述的，超声图像的堆叠610可以在胎儿头部630处开始并且沿着脊柱前进来提取，直到到达初始获得的3D超声图像的限制。如果整个胎儿被包含在3D超声图像体积内，则超声图像的堆叠可以包含心脏视图和肾视图。
另外，超声图像的堆叠可以从除胎儿头部630之外的起始点提取。
上文所描述的范例已经在胎儿筛查的背景下解释；然而，将意识到，所描述的方法还可以适用于其中可以要求获得补充视图的任何其他医学超声成像过程。
通过研究附图、公开和所附权利要求书，本领域的技术人员在实践请求保护的本发明时可以理解和实现所公开的实施例的其他变型。在权利要求中，词语“包括”不排除其他元件或者步骤，并且词语“一”或“一个”不排除多个。尽管在互不相同的从属权利要求中记载了特定措施，但是这并不指示不能有利地使用这些措施的组合。权利要求中的任何附图标记不应当被解释为对范围的限制。
Claims (15)
1.一种计算机实施的超声成像方法(100)，所述方法包括：
获得(110)包含对象的感兴趣区域的超声图像；
分析所述超声图像的一个或多个特征；
基于对所述一个或多个特征的所述分析来识别(120)所述感兴趣区域的异常特征；
基于所识别的异常特征来自动确定(130)所述对象的感兴趣的一幅或多幅可用补充超声图像；并且
将所述一幅或多幅可用补充超声图像显示(140)给用户。
2.根据权利要求1所述的方法，其中，所述超声图像包括3D超声图像，并且其中，对所述一幅或多幅可用补充超声图像的所述确定包括从所述3D超声图像获得一幅或多幅补充2D视图。
3.根据权利要求1至2中的任一项所述的方法，其中，对所述感兴趣区域的所述异常特征的所述识别(120)包括执行器官检测。
4.根据权利要求1至3中的任一项所述的方法，其中，所述感兴趣区域包括胎儿的部分。
5.根据权利要求4所述的方法，其中，对所述感兴趣区域的所述异常特征的所述识别(120)包括对所述胎儿执行骨骼和正中矢状脑平面检测。
6.根据权利要求5所述的方法，其中，所述正中矢状脑平面检测包括：
执行多分辨率分析；并且
执行霍夫检测。
7.根据权利要求4至6中的任一项所述的方法，其中，对所述感兴趣区域的所述异常特征的所述识别(120)包括：
提取所述胎儿的轮廓；并且
基于所述胎儿的所述轮廓来获得：
鼻颏角(α)；或者
下面部角(β)。
8.根据权利要求1至7中的任一项所述的方法，其中，对所述一幅或多幅可用补充超声图像的所述确定(130)包括基于所识别的异常特征来自动生成(220)可能补充图像的列表。
9.根据权利要求8所述的方法，其中，对所述一幅或多幅可用补充超声图像的所述确定还包括：
将可能补充图像的所述列表与所述对象的先前采集的超声图像进行比较(230)；并且
在先前采集的超声图像匹配可能补充视图的情况下，将所述先前采集的超声图像选择为可用补充超声图像。
10.根据权利要求9所述的方法，其中，从所述3D超声图像对所述一幅或多幅可用补充超声图像的获得包括：
提取(250)解剖参考结构；
通过基于所提取的解剖参考结构从所述3D超声图像提取一个或多个感兴趣2D平面来获得(260)补充2D视图组。
11.根据权利要求10所述的方法，其中，从所述3D超声图像对所述一幅或多幅可用补充超声图像的所述获得包括：
从所述解剖参考结构提取(270)结构特征；
基于所述结构特征来确定(280)所述解剖参考结构是否能够在所述3D超声图像中被跟踪；
在所述解剖参考结构能够在所述3D超声图像中被跟踪的情况下：
通过使用所述解剖参考结构作为解剖界标来从所述3D超声图像提取感兴趣2D平面。
12.根据权利要求11所述的方法，其中，所述解剖参考结构包括以下各项中的一项或多项：
器官；以及
骨骼结构。
13.根据权利要求12所述的方法，其中，所述器官包括以下各项中的一项或多项：心；肾；膀胱；胃；并且其中，所述骨骼结构包括以下各项中的一项或多项：颅骨；脊椎；胸廓；股骨；以及肱骨。
14.一种包括计算机程序代码模块的计算机程序，所述计算机程序代码模块适于当所述计算机程序在计算机上运行时实施根据权利要求1至13中的任一项所述的方法。
15.一种超声成像系统(2)，所述系统包括：
超声探头(4)，其适于获得包含对象的感兴趣区域的超声图像；以及
处理器，其适于：
分析所述超声图像的一个或多个特征；
基于对所述一个或多个特征的所述分析来识别所述感兴趣区域的异常特征；
基于所识别的异常特征来自动确定一幅或多幅可用补充超声图像；并且
将所述一幅或多幅可用补充超声图像显示给用户。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP18290115.7 | 2018-10-08 | ||
| EP18290115.7A EP3636161A1 (en) | 2018-10-08 | 2018-10-08 | Methods and systems for determining complementary ultrasound views |
| PCT/EP2019/076337 WO2020074291A1 (en) | 2018-10-08 | 2019-09-29 | Methods and systems for determining complementary ultrasound views |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112839590A true CN112839590A (zh) | 2021-05-25 |
Family
ID=64051497
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980066447.XA Pending CN112839590A (zh) | 2018-10-08 | 2019-09-29 | 用于确定补充超声视图的方法和系统 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20210345987A1 (zh) |
| EP (2) | EP3636161A1 (zh) |
| CN (1) | CN112839590A (zh) |
| WO (1) | WO2020074291A1 (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11875507B1 (en) | 2023-02-22 | 2024-01-16 | BrightHeart SAS | Systems and methods for detecting cardiovascular anomalies using spatiotemporal neural networks |
| US11869188B1 (en) | 2023-02-22 | 2024-01-09 | BrightHeart SAS | Systems and methods for improving detection of fetal congenital heart defects |
| US11861838B1 (en) | 2023-06-07 | 2024-01-02 | BrightHeart SAS | Systems and methods for system agnostic automated detection of cardiovascular anomalies and/or other features |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050251036A1 (en) * | 2003-04-16 | 2005-11-10 | Eastern Virginia Medical School | System, method and medium for acquiring and generating standardized operator independent ultrasound images of fetal, neonatal and adult organs |
| US20100217123A1 (en) * | 2009-02-23 | 2010-08-26 | Aharon Eran | Methods and systems of managing ultrasonographic diagnosis |
| US20130060121A1 (en) * | 2011-09-06 | 2013-03-07 | General Electric Company | Method and system for ultrasound based automated detection, quantification and tracking of pathologies |
| US20130184584A1 (en) * | 2012-01-17 | 2013-07-18 | Richard E. Berkey | Systems and methods for computerized ultrasound image interpretation and labeling |
| US20130190600A1 (en) * | 2012-01-25 | 2013-07-25 | General Electric Company | System and Method for Identifying an Optimal Image Frame for Ultrasound Imaging |
| US20150257738A1 (en) * | 2014-03-13 | 2015-09-17 | Samsung Medison Co., Ltd. | Ultrasound diagnosis apparatus and method of displaying ultrasound image |
| US20160038122A1 (en) * | 2014-08-05 | 2016-02-11 | Samsung Medison Co., Ltd. | Ultrasound diagnosis apparatus |
| KR20160041206A (ko) * | 2014-10-07 | 2016-04-18 | 삼성메디슨 주식회사 | 영상 장치 및 그 제어 방법 |
| US20170091914A1 (en) * | 2015-09-30 | 2017-03-30 | General Electric Company | Method and system for enhanced visualization of lung sliding by automatically detecting and highlighting lung sliding in images of an ultrasound scan |
| US20180028161A1 (en) * | 2016-07-27 | 2018-02-01 | Toshiba Medical Systems Corporation | Diagnostic guidance systems and methods |
| US20180028146A1 (en) * | 2009-11-27 | 2018-02-01 | Qview Medical, Inc. | Automated breast ultrasound equipment and methods using enhanced navigator aids |
| CN107679574A (zh) * | 2017-09-29 | 2018-02-09 | 深圳开立生物医疗科技股份有限公司 | 超声图像处理方法及系统 |
| JP2018051001A (ja) * | 2016-09-29 | 2018-04-05 | 株式会社日立製作所 | 画像処理装置、及びその方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6283919B1 (en) | 1996-11-26 | 2001-09-04 | Atl Ultrasound | Ultrasonic diagnostic imaging with blended tissue harmonic signals |
| US6458083B1 (en) | 1996-11-26 | 2002-10-01 | Koninklijke Philips Electronics N.V. | Ultrasonic harmonic imaging with adaptive image formation |
| US6013032A (en) | 1998-03-13 | 2000-01-11 | Hewlett-Packard Company | Beamforming methods and apparatus for three-dimensional ultrasound imaging using two-dimensional transducer array |
| US5997479A (en) | 1998-05-28 | 1999-12-07 | Hewlett-Packard Company | Phased array acoustic systems with intra-group processors |
| US6530885B1 (en) | 2000-03-17 | 2003-03-11 | Atl Ultrasound, Inc. | Spatially compounded three dimensional ultrasonic images |
| US6443896B1 (en) | 2000-08-17 | 2002-09-03 | Koninklijke Philips Electronics N.V. | Method for creating multiplanar ultrasonic images of a three dimensional object |
| US6468216B1 (en) | 2000-08-24 | 2002-10-22 | Kininklijke Philips Electronics N.V. | Ultrasonic diagnostic imaging of the coronary arteries |
| US20080021502A1 (en) * | 2004-06-21 | 2008-01-24 | The Trustees Of Columbia University In The City Of New York | Systems and methods for automatic symmetry identification and for quantification of asymmetry for analytic, diagnostic and therapeutic purposes |
| KR102289393B1 (ko) * | 2014-07-11 | 2021-08-13 | 삼성메디슨 주식회사 | 영상 장치 및 그 제어방법 |
| CN110338840B (zh) * | 2015-02-16 | 2022-06-21 | 深圳迈瑞生物医疗电子股份有限公司 | 三维成像数据的显示处理方法和三维超声成像方法及系统 |
| US20170086790A1 (en) * | 2015-09-29 | 2017-03-30 | General Electric Company | 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 |
-
2018
- 2018-10-08 EP EP18290115.7A patent/EP3636161A1/en not_active Withdrawn
-
2019
- 2019-09-29 EP EP19773865.1A patent/EP3863522B1/en active Active
- 2019-09-29 CN CN201980066447.XA patent/CN112839590A/zh active Pending
- 2019-09-29 WO PCT/EP2019/076337 patent/WO2020074291A1/en unknown
- 2019-09-29 US US17/282,899 patent/US20210345987A1/en active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050251036A1 (en) * | 2003-04-16 | 2005-11-10 | Eastern Virginia Medical School | System, method and medium for acquiring and generating standardized operator independent ultrasound images of fetal, neonatal and adult organs |
| US20100217123A1 (en) * | 2009-02-23 | 2010-08-26 | Aharon Eran | Methods and systems of managing ultrasonographic diagnosis |
| US20180028146A1 (en) * | 2009-11-27 | 2018-02-01 | Qview Medical, Inc. | Automated breast ultrasound equipment and methods using enhanced navigator aids |
| US20130060121A1 (en) * | 2011-09-06 | 2013-03-07 | General Electric Company | Method and system for ultrasound based automated detection, quantification and tracking of pathologies |
| US20130184584A1 (en) * | 2012-01-17 | 2013-07-18 | Richard E. Berkey | Systems and methods for computerized ultrasound image interpretation and labeling |
| US20130190600A1 (en) * | 2012-01-25 | 2013-07-25 | General Electric Company | System and Method for Identifying an Optimal Image Frame for Ultrasound Imaging |
| US20150257738A1 (en) * | 2014-03-13 | 2015-09-17 | Samsung Medison Co., Ltd. | Ultrasound diagnosis apparatus and method of displaying ultrasound image |
| US20160038122A1 (en) * | 2014-08-05 | 2016-02-11 | Samsung Medison Co., Ltd. | Ultrasound diagnosis apparatus |
| KR20160041206A (ko) * | 2014-10-07 | 2016-04-18 | 삼성메디슨 주식회사 | 영상 장치 및 그 제어 방법 |
| US20170091914A1 (en) * | 2015-09-30 | 2017-03-30 | General Electric Company | Method and system for enhanced visualization of lung sliding by automatically detecting and highlighting lung sliding in images of an ultrasound scan |
| US20180028161A1 (en) * | 2016-07-27 | 2018-02-01 | Toshiba Medical Systems Corporation | Diagnostic guidance systems and methods |
| JP2018051001A (ja) * | 2016-09-29 | 2018-04-05 | 株式会社日立製作所 | 画像処理装置、及びその方法 |
| CN107679574A (zh) * | 2017-09-29 | 2018-02-09 | 深圳开立生物医疗科技股份有限公司 | 超声图像处理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3863522A1 (en) | 2021-08-18 |
| US20210345987A1 (en) | 2021-11-11 |
| EP3863522B1 (en) | 2023-08-23 |
| WO2020074291A1 (en) | 2020-04-16 |
| EP3636161A1 (en) | 2020-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11403778B2 (en) | Fetal development monitoring | |
| KR101182891B1 (ko) | 2차원 초음파 영상과 3차원 초음파 영상의 합성영상을 제공하는 초음파 시스템 및 방법 | |
| US20220225963A1 (en) | Methods and systems for guiding the acquisition of cranial ultrasound data | |
| EP3863522B1 (en) | Methods and systems for determining complementary ultrasound views | |
| EP3787517B1 (en) | Systems and methods for ultrasound screening | |
| JP7292370B2 (ja) | 胎児体重推定を実施するための方法およびシステム | |
| EP3866698B1 (en) | Systems and methods for guiding the acquisition of an ultrasound image | |
| EP3934539B1 (en) | Methods and systems for acquiring composite 3d ultrasound images | |
| EP4076208B1 (en) | Systems and methods for assessing a placenta | |
| EP4000531A1 (en) | Methods and systems for tracking a motion of a probe in an ultrasound system | |
| EP3456265A1 (en) | Fetal development monitoring | |
| EP4223227A1 (en) | A method and system for performing fetal weight estimations | |
| EP4183349A1 (en) | Fetal ultrasound image processing | |
| EP3639749A1 (en) | Systems and methods for ultrasound screening |
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 |