CN112888372A - 用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统和方法 - Google Patents

用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统和方法 Download PDF

Info

Publication number
CN112888372A
CN112888372A CN201980069030.9A CN201980069030A CN112888372A CN 112888372 A CN112888372 A CN 112888372A CN 201980069030 A CN201980069030 A CN 201980069030A CN 112888372 A CN112888372 A CN 112888372A
Authority
CN
China
Prior art keywords
microbubble
data
kalman filter
ultrasound
kalman
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
Application number
CN201980069030.9A
Other languages
English (en)
Inventor
宋鹏飞
陈式高
J·D·奇萨思科
A·曼杜卡
唐姗姗
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.)
Mayo Foundation for Medical Education and Research
Original Assignee
Mayo Foundation for Medical Education and Research
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 Mayo Foundation for Medical Education and Research filed Critical Mayo Foundation for Medical Education and Research
Publication of CN112888372A publication Critical patent/CN112888372A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4053—Scaling of whole images or parts thereof, e.g. expanding or contracting based on super-resolution, i.e. the output image resolution being higher than the sensor resolution
    • 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
    • A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • 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
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023—Details of receivers
    • G01S7/52025—Details of receivers for pulse systems
    • G01S7/52026—Extracting wanted echo signals
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023—Details of receivers
    • G01S7/52036—Details of receivers using analysis of echo signal for target characterisation
    • G01S7/52038—Details of receivers using analysis of echo signal for target characterisation involving non-linear properties of the propagation medium or of the reflective target
    • G01S7/52039—Details of receivers using analysis of echo signal for target characterisation involving non-linear properties of the propagation medium or of the reflective target exploiting the non-linear response of a contrast enhancer, e.g. a contrast agent
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023—Details of receivers
    • G01S7/52036—Details of receivers using analysis of echo signal for target characterisation
    • G01S7/52038—Details of receivers using analysis of echo signal for target characterisation involving non-linear properties of the propagation medium or of the reflective target
    • G01S7/52041—Details of receivers using analysis of echo signal for target characterisation involving non-linear properties of the propagation medium or of the reflective target detecting modification of a contrast enhancer, e.g. detecting the destruction of a contrast agent by an acoustic wave, e.g. loss of correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Nonlinear Science (AREA)
  • Hematology (AREA)
  • Vascular Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本文描述了使用超声的超分辨率成像的系统和方法，其中基于卡尔曼滤波器的微血管修复技术被用于促进具有有限的或否则丢失的微泡信号的稳健的超分辨率成像。本公开中描述的系统和方法可以与局部和全局微泡跟踪方法结合。

Description

用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统 和方法
相关申请的交叉引用
本申请要求于2018年10月19日提交并且名称为“用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统和方法”的美国临时专利申请序列号62/747,990的权益，通过引用将其完整地合并于此。
关于联邦政府资助研究的声明
本发明是在美国国立卫生研究院(National Institutes of Health)授予CA214523的政府支持下完成的。政府拥有本发明的某些权利。
背景技术
基于微泡的超分辨率成像的一个共同挑战是足够的微泡填充目标微脉管系统所需的长累积时间。实际上，包括组织运动、探针运动、微泡剂量极限、成像噪声和各种生理条件(例如，缓慢的微脉管系统灌注)在内的因素将限制用于超分辨率处理的微泡的可用总数。这些因素可能导致不连续的微脉管描绘，其中缺少微脉管结构和微脉管流速测量不可靠。
发明内容
本公开通过提供一种使用超声系统对微血管进行超分辨率成像的方法来解决上述缺点。利用超声系统从对象中的感兴趣区域获取的超声数据被提供给计算机系统，当获取超声数据时对象中存在微泡造影剂。通过将超声数据中的微泡信号与超声数据中的其他信号隔离，利用计算机系统生成微泡信号数据。通过用计算机系统处理微泡信号数据，在微泡信号数据中定位微泡，以确定与微泡信号数据中的微泡相关的空间位置，从而生成定位的微泡数据。将定位的微泡数据输入到卡尔曼滤波器，该卡尔曼滤波器被配置为纠正或平滑微泡运动轨迹中的至少一项，以产生经卡尔曼滤波的微泡数据。至少部分地基于卡尔曼滤波的微泡数据产生超分辨率微血管图像。
本公开的前述方面和其它方面以及优点将从以下描述中显现。在说明书中，对附图进行了参考，所述附图形成其一部分，并且在附图中通过说明的方式示出了优选实施例。此实施例并不一定表示本发明的全部范围，并且因此对权利要求进行参考并且在本文中用于解释本发明的范围。
附图说明
图1是阐述示例性方法的步骤的流程图，该示例性方法用于对基于卡尔曼滤波器的修复使用超声成像来生成微脉管系统的超分辨率图像。
图2显示了通过直接累积技术(第一列)，使用线性拟合约束的微泡运动轨迹(第二列)以及使用在本公开中描述的系统和方法(第三列)的累积生成的微血管密度图(上排)和微血管流动图(下排)的实例。
图3是可以实现本公开中描述的方法的示例系统的框图。
图4是示出可以实现图3所示的系统的硬件组件的框图。
图5是当实现本公开中描述的系统和方法时可以使用的示例超声成像系统的框图。
具体实施方式
本文描述了使用超声的超分辨率成像的系统和方法，其中基于卡尔曼滤波器的微血管修复技术被用于促进具有有限的或否则丢失的微泡信号的稳健的超分辨率成像。本公开中描述的系统和方法可以与任何合适的微泡跟踪方法结合，包括局部或全局微泡跟踪方法。在N个连续的帧中可以进行跟踪的单个微泡的位置可用作卡尔曼滤波器的输入。卡尔曼滤波器可以配置有多个不同的状态和合适的转换函数。
作为一个实例，卡尔曼滤波器可以配置有四个状态(例如，横向微泡位移dx；轴向微泡位移dz；横向流速vx；和轴向流速vz)和线性转换函数，例如d(t)＝d(t-1)+v(t-1)Δt。在卡尔曼滤波后，流速高于预设速度限值的估计的微泡位置将被拒绝，然后进行基于插值(例如样条插值)的微泡轨迹修复过程。内插因子可以通过局部微泡流速来自适应地确定。
为了实现超分辨率超声成像，一种常见的策略是创建微泡的孤立点源，然后将其中心位置用于形成超分辨率图像。以前的超分辨率方法通过稀释微泡溶液或通过使用高帧率超声波监视微泡的“闪烁”事件来促进微泡分离，这可以将各个微泡信号与大量微泡隔离开来。在这两种方法中，微泡的跟踪和累积在体内成像中都容易受到噪声和组织运动的影响。使用本公开中描述的系统和方法，一系列处理和修复方法用于增强超声超分辨率成像质量并提高微泡跟踪的准确性。
现在参考图1，示出了流程图，其阐明了用于使用超声系统产生已经被施用了微泡造影剂的对象中的微血管的超分辨率图像的示例方法的步骤。通常，超分辨率是指相对于成像系统可获得的分辨率增强的分辨率。例如，超分辨率超声图像可以指具有比超声的衍射极限更好的分辨率的图像。
该方法包括将超声数据提供给计算机系统，如步骤102所示。在一些实施例中，将超声数据提供给计算机系统可以包括从存储器或其他数据存储中检索先前获取的超声数据，该存储器或其他数据存储可以是计算机系统的一部分或与计算机系统分离。在一些其他实施例中，提供超声数据可以包括利用超声系统获取此类数据并将所获取的数据提供给计算机系统，该计算机系统可以是超声系统的一部分或与超声系统分离。
超声数据可以是超声射频数据、超声同相正交(“IQ”)数据等。通常，超声数据包含一个或多个空间维度，该空间维度可以包括横向维度、轴向维度、海拔维度、时间维度以及它们的组合。例如，超声数据可以包含两个空间维度，例如横向和轴向维度。超声数据还可以包含时间维度，例如慢时间的维度(即，沿其收集多个超声信号的时间方向)。
如上所述，超声数据是从已经施用了微泡造影剂的对象获取的。在一些实施例中，具有不同的共振超声频率的不同的微泡(例如，具有不同尺寸的微泡)可以用于成像，从而通过选择特定的超声频率(例如，以特定的频率发射或接收)，仅选定的微泡的亚组将被成像，从而形成包含隔离的微泡源的超声数据。作为另一个实例，可以使用具有足以使一定数量的微泡破裂的能量的超声脉冲，其中，破裂的微泡然后从微囊释放游离气泡并产生振幅与完整微泡不同的超声信号。这有效地创建了可用于超分辨率成像的隔离的微泡源。作为另一个实例，使用超快平面波成像采集模式，微泡运动、破裂和微小相位变化可能以“闪烁”事件的形式出现，可以通过超快成像来敏感地检测到该事件。这些闪烁事件可以用作超分辨率成像的隔离微泡源。在某些情况下，可以使用后处理的时空滤波器(例如，基于高通滤波器的杂波滤波器或基于时空奇异值分解(SVD)的杂波滤波器)来提取闪烁的微泡信号。
可以从超声波的线性和非线性分量两者获得微泡信号。线性分量通常在所施加的超声波的基频处，而非线性分量可以在所施加的超声波的两个谐波频率处、在所施加的超声波的基频处、在所施加的超声波的超谐波分量处(例如，基频的1.5倍)、在施加的超声波的次谐波分量处(例如，基频的0.5倍)或其组合。例如，基于幅度调制的成像方法引入的非线性可以处于基频。对于线性或非线性成像，可以使用上述时空杂波滤波器来增强对隔离的微泡信号的提取。
如步骤104所示，将微泡定位在微泡信号数据中。通常，该过程包括识别微泡信号数据的每个时间帧中微泡所处的位置。例如，每个隔离的微泡信号的中心位置都被定位，使得可以随时间追踪微泡的运动。被定位的微泡的中心位置还可用于构建超分辨率微血管图像，并跟踪微泡的运动以计算血液动力学测量值，例如血流速度。
如步骤106所示，将持久性控制应用于定位的微泡信号以促进稳健的微泡跟踪。作为一个实例，可以实现在PCT申请号PCT/US/18/035147中描述的持久性控制技术，该申请通过引用整体结合于此。当在p个连续的帧中可以将同一微泡配对时，持久性控制将微泡信号视为可靠，从而视为可靠的微泡信号。被认为是可靠的微泡信号可用于最终的微泡信号累积步骤，以生成微血管密度和微血管流速图像。作为非限制性实例，对于p＝3，同一微泡必须在帧n与帧n+1、n+2和n+3之间配对，分别如图1中的黄色虚线框所示。在p个连续的帧中被跟踪的单个微泡的位置可用作卡尔曼滤波器的输入。
如步骤108所示，微泡位置数据然后被输入到卡尔曼滤波器，该卡尔曼滤波器被适当地配置为平滑微泡运动轨迹，以得到更稳健的微血管密度图和更可靠的微血管流速估计。卡尔曼滤波器可以是线性卡尔曼滤波器或非线性卡尔曼滤波器(例如，无损卡尔曼滤波器、扩展卡尔曼滤波器)。
通常，卡尔曼滤波器是一种算法，它使用随时间观察到的一系列测量值(包含统计噪声和测量误差)来预测变量的状态。通过估计每个时间帧内变量上的联合概率分布，卡尔曼滤波后的测量值将比仅基于单个测量值的结果更为准确。对于随机动态系统，在时间k的系统状态Xk及其观察值Yk如下，
Xk＝Fk-1Xk-1+Wk-1 (1)；
Yk＝HkXk+Zk (2)。
噪声Wk和Zk的协方差分别是Qk和Rk。在k+1时间帧的预测系统状态由以下给出
Figure BDA0003027420840000051
Figure BDA0003027420840000052
其中
Figure BDA0003027420840000053
是基于观察值Y0,…,Yk-1的在时间k的系统状态的估计，和
Figure BDA0003027420840000054
是误差协方差矩阵。
定义了观察值和预测值之间的差异的创新Ik和其协方差可以计算为：
Figure BDA0003027420840000055
Figure BDA0003027420840000056
然后，卡尔曼增益由下式得出：
Figure BDA0003027420840000057
估计的系统状态
Figure BDA0003027420840000061
以及误差协方差
Figure BDA0003027420840000062
由以下更新：
Figure BDA0003027420840000063
Ek+1|k+1＝(Id-KkHk)Ek+1|k (9)
在这里，卡尔曼滤波器配置为应用于超分辨率成像，以校正和平滑微泡运动轨迹，以得到更稳健的微血管密度图和更可靠的微血管流速估计。对于超分辨率成像系统，实际的微泡位置X(t)以及观察到的微泡位置Y(t)是，
X(t+1)＝FX(t)+W(t) (10)；
Y(t)＝HX(t)+V(t) (11)。
使用卡尔曼滤波器进行微泡轨迹校正和速度估计的一种示例实施方式如下：
Figure BDA0003027420840000064
新位置(x1(t),x2(t))是旧位置(x1(t-1),x2(t-1))加上速度(dx1(t-1),dx2(t-1))加上噪音w。观察到的微泡位置是(y1(t),y2(t))，其中：
Figure BDA0003027420840000065
使用等式(12)和(13)的超分辨率成像的设置然后可以被集成到等式(3)–(9)中描述的递归算法，用于卡尔曼滤波。在校正步骤之后，可以将卡尔曼平滑器应用于经过卡尔曼滤波的数据，以进一步剔除异常数据点。前面的步骤(等式(12)和(13))可以看作是前向卡尔曼滤波，其中只使用过去观察到的数据(例如t＝0,1,…,t-1)。对于卡尔曼平滑器，使用所有观察到的数据(例如t＝0,1,…,T)和由前向卡尔曼滤波器过滤的所有数据进行时间上向后的滤波。卡尔曼滤波过程可以可靠地排除错误的微泡轨迹和流速。卡尔曼滤波器的一个示例实施方式在图1的绿色框中示出。
经过卡尔曼滤波后，可以应用两个约束来进一步提高微泡跟踪和流速计算的稳健性。可以在步骤110处应用微泡运动方向约束，并且可以在步骤112处应用微泡运动加速度约束。
运动方向约束要求微泡在微泡持续配对的p个连续帧内的运动方向的变化不大于预定的阈值。微泡从位置n到位置n+1的运动角度可以给出为αn，其中位置n作为坐标的原点。类似地，微泡从位置n+1到位置n+2的运动角度可以给出为βn+1，其中位置n+1作为原点。运动方向约束限制了微泡的运动方向的变化相对于其先前的轨迹不超过阈值角度θthr，并且可以表示为：
Δθn＝|βn+1-αn|＜θthr (14)；
运动方向约束拒绝具有大于预定的阈值θthr的一个或多个运动角度Δθn的微泡。例如，这样的阈值可以是π/2(即笛卡尔坐标的一个象限)。
对于运动加速度约束，急剧的加速度通常是由错误的微泡信号引起的，该错误的微泡信号产生非常高的微泡/血液流速估计。为了拒绝这些错误的微泡信号，可以对所测量的微泡轨迹施加加速度约束。可以通过以下给出此约束：
Figure BDA0003027420840000071
对于n＝1,2,…,p-1 (15)；
其中vn+1和vn是连续两个帧中经过卡尔曼滤波的微泡速度，FR是帧率，a是加速度，并且athr是阈值加速度值，在某些情况下其可表示允许的最大加速度绝对值。作为一个非限制性实例，可以使用athr＝1000mm/s2的阈值。
在应用卡尔曼滤波器和上述约束之后，剩余的微泡信号可用于可靠地修复组织微脉管系统。为了有效地修复微泡传播的轨迹上的缺失数据点，可以将自适应插值方法用于修复过程，如步骤114所示。代替使用固定的插值因子，可以通过每个微泡位置处的估计流速来自适应地确定插值因子。快速移动的微泡将导致相邻的检测到的微泡位置之间的间隙更宽，因此可能需要更高的插值因子来填充相邻的检测到的微泡位置之间的间隙。缓慢移动的微泡将导致相邻微泡位置之间的间隙较小，因此可能需要较低的插值因子填充该间隙。作为非限制性实例，在图1的紫色框中示出，用红点描绘了微泡的四个连续位置。如果在帧n和帧n+1的位置之间的微泡流动速度是V，以及帧n+1和帧n+2之间的是2V(即是帧n和n+1之间速度的两倍快)，那么将在帧n+1和帧n+2之间的位置比帧n和n+1之间的位置内插入两倍的点。
在微泡已经在微泡信号数据中定位并被跟踪之后，如步骤116所示，基于定位和跟踪结果产生一个或多个微血管图像。作为一个实例，微血管图像可包括在所有采集帧中累积的微泡位置图。作为另一个实例，微血管图像可以包括血流速度图，其中血流速度值分配给检测微泡的所有位置。因此，在某些情况下，微血管图像可以描绘微血管密度或微血管血流速度。累积的微泡位置图描绘了微泡在某个位置出现的次数。通常，较大的血管在给定的时间间隔内有更多的微泡流过，因此，与较小的血管相比，显得较亮，较小的血管在相同的时间间隔内流过它们的微泡更少。
本公开中描述的系统和方法使得能够比先前的数据累积和线性拟合约束的累积技术的结果显著改善。用这些不同技术产生的微血管密度图和微血管流动图的实例在图2中示出。与诸如线性拟合的其他修复方法相比，本公开中描述的系统和方法可以稳健地重建具有缺失数据点的血管，更好地保留微血管曲率和大小，以及更好地分辨邻近血管。通过允许在有限或缺失的微泡信号下进行稳健的微血管表征，本公开中描述的系统和方法可以加速和改善超分辨率成像的稳健性。
现在参考图3，示出了根据本公开中描述的系统和方法的一些实施例的用于产生超分辨率微血管图像的系统300的实例。如图3所示，计算设备350可以从图像源302接收一种或多种类型的数据(例如，超声数据)，图像源可以是超声图像源。在一些实施例中，计算设备350可以执行超分辨率图像生成系统304的至少一部分以从图像源302接收的数据生成超分辨率微血管图像。
附加地或可替代地，在一些实施例中，计算设备350可以通过通信网络354传输有关从图像源302接收的数据的信息到服务器352，可以执行超分辨率图像生成系统304的至少一部分以从图像源302接收的数据生成超分辨率微血管图像。在这样的实施例中，服务器352可以将信息返回给计算设备350(和/或任何其他合适的计算设备)，其指示超分辨率图像生成系统304的输出，以从图像源302接收的数据生成超分辨率微血管图像。
在一些实施例中，计算设备350和/或服务器352可以是任何合适的计算设备或设备组合，例如台式计算机、膝上型计算机、智能手机、平板计算机、可穿戴计算机、服务器计算机、由物理计算设备执行的虚拟机等。计算设备350和/或服务器352也可以从数据重建图像。
在一些实施例中，图像源302可以是任何合适的图像数据源(例如，测量数据，从测量数据重构的图像)，例如超声成像系统、另一个计算设备(例如，存储图像数据的服务器)等等。在一些实施例中，图像源302可以在计算设备350的本地。例如，图像源302可与计算设备350合并(例如，计算设备350可以被配置为用于捕获、扫描和/或存储图像的设备的一部分)。作为另一实例，图像源302可以通过电缆、直接无线链接等连接到计算设备350。附加地或替代地，在一些实施例中，图像源302可以位于计算设备350的本地和/或远程，并且可以通过通信网络(例如，通信网络354)将数据传送到计算设备350(和/或服务器352)。
在一些实施例中，通信网络354可以是任何合适的通信网络或通信网络的组合。例如通讯网络354可以包括Wi-Fi网络(其可以包括一个或多个无线路由器、一个或多个交换机等)、对等网络(例如蓝牙网络)、蜂窝网络(例如3G网络、4G网络等，其符合例如CDMA、GSM、LTE、LTE Advanced、WiMAX等的任何合适标准)、有线网络等。在一些实施例中，通信网络354可以是局域网、广域网、公共网络(例如Internet)、私有或半私有网络(例如公司或大学Intranet)、任何其他合适类型的网络或任何合适的网络组合。图3中所示的通信链接每个都可以是任何合适的通信链路或通信链路的组合，例如有线链路、光纤链路、Wi-Fi链路、蓝牙链路、蜂窝链路等等。
现在参考图4，示出了根据本公开中描述的系统和方法的一些实施例的可用于实现图像源302、计算设备350和服务器352的硬件400的实例。如图4所示，在一些实施例中，计算设备350可以包括处理器402、显示器404、一个或多个输入406、一个或多个通信系统408和/或存储器410。在一些实施例中，处理器402可以是任何合适的硬件处理器或处理器的组合，例如中央处理器(“CPU”)、图形处理器(“GPU”)等。在一些实施例中，显示器404可以包括任何合适的显示设备，例如计算机监视器、触摸屏、电视机等。在一些实施例中，输入406可以包括可用于接收用户输入的任何合适的输入设备和/或传感器，例如键盘、鼠标、触摸屏、麦克风等。
在一些实施例中，通信系统408可以包括用于在通信网络354和/或任何其他合适的通信网络上传递信息的任何合适的硬件、固件和/或软件。例如，通信系统408可以包括一个或多个收发器、一个或多个通信芯片和/或芯片组，等等。在更特定的实例中，通信系统408可以包括可用于建立Wi-Fi连接、蓝牙连接、蜂窝连接、以太网连接等的硬件、固件和/或软件。
在一些实施例中，存储器410可以包括可以用于存储指令、值、数据等的任何合适的存储设备或多个存储设备，所述指令、值、数据等例如可以由处理器402用于使用显示器404呈现内容、通过通信系统408与服务器352通信，等等。存储器410可以包括任何合适的易失性存储器、非易失性存储器、存储装置或其任何合适的组合。例如存储器410可以包括RAM、ROM、EEPROM、一个或多个闪存驱动器、一个或多个硬盘、一个或多个固态驱动器、一个或多个光盘驱动器，等等。在一些实施例中，存储器410可以在其上编码或以其他方式存储在计算机程序，该计算机程序用于控制计算设备350的操作。在这样的实施例中，处理器402可以执行计算机程序的至少一部分以呈现内容(例如，图像、用户界面、图形、表格)，从服务器352接收内容，将信息传输到服务器352，等等。
在一些实施例中，服务器352可包含处理器412、显示器414、一个或多个输入416、一个或多个通信系统418和/或存储器420。在一些实施例中，处理器412可以是任何合适的硬件处理器或处理器的组合，例如CPU、GPU等。在一些实施例中，显示器414可以包括任何合适的显示设备，例如计算机监视器、触摸屏、电视机等。在一些实施例中，输入416可以包括可用于接收用户输入的任何合适的输入设备和/或传感器，例如键盘、鼠标、触摸屏、麦克风等。
在一些实施例中，通信系统418可以包括用于在通信网络354和/或任何其他合适的通信网络上传递信息的任何合适的硬件、固件和/或软件。例如，通信系统418可以包括一个或多个收发器、一个或多个通信芯片和/或芯片组，等等。在更特定的实例中，通信系统418可以包括可用于建立Wi-Fi连接、蓝牙连接、蜂窝连接、以太网连接等的硬件、固件和/或软件。
在一些实施例中，存储器420可以包括可以用于存储指令、值、数据等的任何合适的存储设备或多个存储设备，所述指令、值、数据等例如可以由处理器412用于使用显示器414呈现内容、与一个或多个计算设备350通信，等等。存储器420可以包括任何合适的易失性存储器、非易失性存储器、存储装置或其任何合适的组合。例如存储器420可以包括RAM、ROM、EEPROM、一个或多个闪存驱动器、一个或多个硬盘、一个或多个固态驱动器、一个或多个光盘驱动器，等等。在一些实施例中，存储器420可以在其上编码用于控制服务器352操作的服务器程序。在这样的实施例中，处理器412可以执行服务器程序的至少一部分以将信息和/或内容(例如，数据、图像、用户界面)传输到一个或多个计算设备350，从一个或多个计算设备350接收信息和/或内容，从一个或多个设备(例如，个人计算机、膝上型计算机、平板计算机、智能手机)接收指令，等等。
在一些实施例中，图像源302可以包括处理器422、一个或多个图像采集系统424、一个或多个通信系统426、和/或存储器428。在一些实施例中，处理器422可以是任何合适的硬件处理器或处理器的组合，例如CPU、GPU等。在一些实施例中，一个或多个图像采集系统424通常配置为获取数据、图像或两者，并且可以包括超声换能器。附加地或替代地，在一些实施例中，一个或多个图像采集系统424可以包括用于耦合到和/或控制超声换能器或超声成像系统的操作的任何合适的硬件、固件和/或软件。在一些实施例中，一个或多个图像采集系统424的一个或多个部分可以是可移除的和/或可替换的。
注意，虽然未显示，但图像源302可以包括任何合适的输入和/或输出。例如，图像源302可以包括可用于接收用户输入的输入设备和/或传感器，例如键盘、鼠标、触摸屏、麦克风、触控板、轨迹球等。作为另一实例，图像源302可以包括任何合适的显示设备，例如计算机监视器、触摸屏、电视等，一个或多个扬声器等等。
在一些实施例中，通信系统426可以包括用于将信息传递到计算设备350的任何合适的硬件、固件和/或软件(并且在某些实施例中，通过通信网络354和/或任何其他合适的通信网络)。例如，通信系统426可以包括一个或多个收发器、一个或多个通信芯片和/或芯片组，等等。在更特定的实例中，通信系统426可以包括硬件、固件和/或软件，它们可用于使用任何合适的端口和/或通信标准(例如，VGA、DVI视频、USB、RS-232等)建立有线连接，Wi-Fi连接，蓝牙连接，蜂窝连接，以太网连接等。
在一些实施例中，存储器428可以包括可以用于存储指令、值、数据等的任何合适的存储设备，所述指令、值、数据等可以例如由处理器422用于控制一个或多个图像采集系统424，和/或从一个或多个图像采集系统424接收数据；从数据中获取图像；使用显示器呈现内容(例如，图像、用户界面)；与一个或多个计算设备350通信；等等。存储器428可以包括任何合适的易失性存储器、非易失性存储器、存储装置或其任何合适的组合。例如存储器428可以包括RAM、ROM、EEPROM、一个或多个闪存驱动器、一个或多个硬盘、一个或多个固态驱动器、一个或多个光盘驱动器，等等。在一些实施例中，存储器428可以在其上编码或以其他方式在其中存储用于控制图像源302的操作的程序。在这样的实施例中，处理器422可以执行程序的至少一部分以产生图像，将信息和/或内容(例如，数据、图像)传输到一个或多个计算设备350，从一个或多个计算设备350接收信息和/或内容，从一个或多个设备(例如，个人计算机、膝上型计算机、平板计算机、智能手机等)接收指令，等等。
在一些实施例中，任何合适的计算机可读介质可以用于存储用于执行本文描述的功能和/或过程的指令。例如，在一些实施例中，计算机可读介质可以是暂时的或非暂时的。例如，非暂时性计算机可读介质可以包括诸如以下的介质，磁性介质(例如，硬盘、软盘)、光学介质(例如，光盘、数字视频盘、蓝光光盘)、半导体介质(例如，随机存取存储器(“RAM”)、闪存、电可编程只读存储器(“EPROM”)、电可擦可编程只读存储器(“EEPROM”))、在传输过程中不是短暂的或没有任何永久性表象的任何合适介质和/或任何适当的有形介质。作为另一个实例，瞬时计算机可读介质可以包括在网络上，在电线、导体、光纤、电路或在传输过程中不是短暂的或没有任何永久性表象的任何合适介质和/或任何适当的无形介质中的信号。
图5图示了超声系统500的实例，其可以实现本公开中描述的方法。超声波系统500包含换能器阵列502，其包括多个单独驱动的换能器元件504。换能器阵列502可以包括任何合适的超声换能器阵列，包括线性阵列、弯曲阵列、相控阵列等等。类似地，换能器阵列502可以包括1D换能器、1.5D换能器、1.75D换能器、2D换能器、3D换能器，等等。
当由发射器506激励时，给定的换能器元件504产生一阵超声波能量。从正在研究的物体或对象反射回换能器阵列502的超声能量(例如回波)通过每个换能器元件504转换为电信号(例如回波信号)，并且可以通过一组开关510单独应用于接收器508。发射器506、接收器508和开关510在控制器512的控制下运行，该控制器可以包括一个或多个处理器。作为一个实例，控制器512可以包括计算机系统。
发射器506可以被编程，以传输未聚焦或聚焦的超声波。在某些配置中，发射器506也可以被编程，以传输发散波、球面波、圆柱波、平面波或其组合。此外，发射器506可以被编程，以传输空间或时间编码的脉冲。
接收器508可以被编程，以针对手头的成像任务实施合适的检测顺序。在一些实施例中，检测序列可以包括逐行扫描、复合平面波成像、合成孔径成像和复合发散束成像中的一项或多项。
在某些配置中，发射器506和接收器508可以被编程为实现高帧率。例如，可以实现与至少100Hz的采集脉冲重复频率(“PRF”)相关联的帧率。在某些配置中，超声系统500可以在时间方向上采样和存储至少一百套回波信号。
控制器512可以被编程以使用本领域中已知的技术执行成像序列。在一些实施例中，控制器512接收定义了在成像序列的设计中使用的各种因素的用户输入。
可以通过设置开关510到其发射位置执行扫描，从而指示发射器506暂时打开以在单个传输事件期间根据期望的成像序列使换能器元件504通电。开关510然后可以被设置为其接收位置，并测量响应于一个或多个检测到的回波而由换能器元件504产生的后续回波信号并将该信号应用于接收器508。来自换能器元件504的单独回波信号可以在接收器508中组合以产生单个回波信号。
回波信号被传送到处理单元514，其可以由硬件处理器和存储器执行，以处理回波信号或从回波信号生成的图像。例如，处理单元514可以使用本公开中描述的方法产生超分辨率微血管图像。例如，处理单元514可使用本公开中描述的方法隔离微泡信号以产生微泡信号数据，在微泡信号数据中将微泡定位，通过时间帧跟踪微泡位置，累积微泡位置以及产生微血管图像。处理单元514从回波信号产生的图像可以显示在显示系统516上。
本公开已描述了一个或多个优选实施例，并且应当理解，除了明确陈述的那些等同物、替代方案、变化和修改之外的许多等同物、替代方案、变化和修改是可能的并且在本发明的范围内。

Claims (12)

1.一种使用超声系统对微血管进行超分辨率成像的方法，所述方法的步骤包括：
(a)将超声数据提供给计算机系统，所述超声数据已经通过超声系统从对象的感兴趣区域中获取，在获取所述超声数据时所述对象中存在微泡造影剂；
(b)通过将所述超声数据中的微泡信号与所述超声数据中的其他信号隔离，利用所述计算机系统生成微泡信号数据；
(c)通过用所述计算机系统处理所述微泡信号数据，在所述微泡信号数据中定位微泡，以确定与所述微泡信号数据中的微泡相关的空间位置，生成作为定位的微泡数据的输出；
(d)将所述定位的微泡数据输入到卡尔曼滤波器，所述卡尔曼滤波器被配置为纠正或平滑微泡运动轨迹中的至少一项，产生作为经卡尔曼滤波的微泡数据的输出；和
(e)至少部分地基于卡尔曼滤波的微泡数据产生超分辨率微血管图像。
2.根据权利要求1所述的方法，其中在步骤(d)中使用微泡运动方向约束来处理经卡尔曼滤波的微泡数据，以排除在选定数量的时间帧内以大于阈值的角度改变运动方向的微泡位置。
3.根据权利要求1所述的方法，其中所述阈值为90度。
4.根据权利要求1所述的方法，其中在步骤(d)中使用微泡运动加速度约束来处理经卡尔曼滤波的微泡数据，以排除在选定数量的时间帧内具有大于阈值的运动加速度的微泡位置。
5.根据权利要求4所述的方法，其中所述阈值为1,000mm/s2。
6.根据权利要求1所述的方法，其中步骤(e)包括使用自适应插值方法，所述自适应插值方法使用基于局部微泡流速的自适应确定的内插因子。
7.根据权利要求6所述的方法，其中在与快速移动的微泡相关联的微泡位置之间自适应地增加所述内插因子。
8.根据权利要求1所述的方法，其中卡尔曼滤波器是线性卡尔曼滤波器。
9.根据权利要求1所述的方法，其中卡尔曼滤波器是非线性卡尔曼滤波器。
10.根据权利要求9所述的方法，其中所述非线性卡尔曼滤波器是无损卡尔曼滤波器。
11.根据权利要求1所述的方法，其中所述卡尔曼滤波器被配置为使用前向卡尔曼滤波来校正微泡运动轨迹，其中仅使用从过去的时间帧观察到的定位的微泡信号数据。
12.根据权利要求1所述的方法，其中所述卡尔曼滤波器被配置为通过使用所述定位的微泡信号数据中的所有观察到的时间帧在时间上向后滤波所述定位的微泡信号数据来平滑微泡运动轨迹。
CN201980069030.9A 2018-10-19 2019-10-18 用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统和方法 Pending CN112888372A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862747990P 2018-10-19 2018-10-19
US62/747,990 2018-10-19
PCT/US2019/056903 WO2020081915A1 (en) 2018-10-19 2019-10-18 Systems and methods for kalman filter-based microvessel inpainting for super-resolution imaging

Publications (1)

Publication Number Publication Date
CN112888372A true CN112888372A (zh) 2021-06-01

Family

ID=68470661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980069030.9A Pending CN112888372A (zh) 2018-10-19 2019-10-18 用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统和方法

Country Status (3)

Country Link
US (1) US11748849B2 (zh)
CN (1) CN112888372A (zh)
WO (1) WO2020081915A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113499096A (zh) * 2021-06-21 2021-10-15 西安交通大学 一种超声跨尺度和多参量检测的成像平台及方法
WO2024051576A1 (zh) * 2022-09-05 2024-03-14 复旦大学 微血管血流超声成像方法和系统

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020231954A1 (en) * 2019-05-10 2020-11-19 The University Of North Carolina At Chapel Hill Office Of Technology Commercialization Methods, systems, and computer readable media for generating images of microvasculature using ultrasound
CN111588409B (zh) * 2020-05-18 2023-04-07 南京超维景生物科技有限公司 三维超声造影图像的超分辨重建方法及装置
CN111598965B (zh) * 2020-05-18 2023-07-14 南京超维景生物科技有限公司 超声造影图像的超分辨重建预处理方法和超分辨重建方法
CN111598782B (zh) * 2020-05-18 2022-05-17 南京超维景生物科技有限公司 超分辨流场重建方法及其装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030229285A1 (en) * 2002-06-11 2003-12-11 Simpson David Hope Ultrasonic diagnostic micro-vascular imaging
CN103839281A (zh) * 2014-03-27 2014-06-04 武汉大学 一种利用造影微泡测量血流速度的方法
CN107361791A (zh) * 2017-07-21 2017-11-21 北京大学 一种快速超分辨血流成像方法
CN107753062A (zh) * 2017-11-27 2018-03-06 西安交通大学 基于马尔科夫链蒙特卡洛多目标追踪的经颅超声脑血管造影超分辨率成像方法
CN108324324A (zh) * 2018-03-12 2018-07-27 西安交通大学 一种超声低频经颅容积超分辨率三维造影成像方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110740688B (zh) 2017-05-31 2022-09-09 梅约医学教育与研究基金会 用于微血管超分辨率超声成像的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030229285A1 (en) * 2002-06-11 2003-12-11 Simpson David Hope Ultrasonic diagnostic micro-vascular imaging
CN103839281A (zh) * 2014-03-27 2014-06-04 武汉大学 一种利用造影微泡测量血流速度的方法
CN107361791A (zh) * 2017-07-21 2017-11-21 北京大学 一种快速超分辨血流成像方法
CN107753062A (zh) * 2017-11-27 2018-03-06 西安交通大学 基于马尔科夫链蒙特卡洛多目标追踪的经颅超声脑血管造影超分辨率成像方法
CN108324324A (zh) * 2018-03-12 2018-07-27 西安交通大学 一种超声低频经颅容积超分辨率三维造影成像方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113499096A (zh) * 2021-06-21 2021-10-15 西安交通大学 一种超声跨尺度和多参量检测的成像平台及方法
CN113499096B (zh) * 2021-06-21 2022-10-25 西安交通大学 一种超声跨尺度和多参量检测的成像平台及方法
WO2024051576A1 (zh) * 2022-09-05 2024-03-14 复旦大学 微血管血流超声成像方法和系统

Also Published As

Publication number Publication date
US20210374910A1 (en) 2021-12-02
US11748849B2 (en) 2023-09-05
WO2020081915A1 (en) 2020-04-23

Similar Documents

Publication Publication Date Title
CN112888372A (zh) 用于超分辨率成像的基于卡尔曼滤波器的微血管修复的系统和方法
US8684934B2 (en) Adaptively performing clutter filtering in an ultrasound system
US20120101378A1 (en) Providing an ultrasound spatial compound image based on a phased array probe in an ultrasound system
CN114072068A (zh) 利用分离的超声数据子集进行超分辨率微血管成像
US20220292637A1 (en) Methods for High Spatial and Temporal Resolution Ultrasound Imaging of Microvessels
US20210272339A1 (en) Systems and Methods for Generating and Estimating Unknown and Unacquired Ultrasound Data
EP2610641B1 (en) Ultrasound and system for forming a Doppler ultrasound image
US9151841B2 (en) Providing an ultrasound spatial compound image based on center lines of ultrasound images in an ultrasound system
US20160249884A1 (en) Ultrasonic diagnostic apparatus and method of measuring elasticity
US8348848B1 (en) Methods and apparatus for ultrasound imaging
US8343054B1 (en) Methods and apparatus for ultrasound imaging
US10537305B2 (en) Detecting amniotic fluid position based on shear wave propagation
CN113412087A (zh) 用于瓣膜反流评估的方法和系统
US11529124B2 (en) Artifact removing method and diagnostic apparatus using the same
US20190298298A1 (en) Ultrasound imaging method
US8657750B2 (en) Method and apparatus for motion-compensated ultrasound imaging
US8157735B2 (en) Ultrasound system and method of providing ultrasound images
KR20090049877A (ko) Ｂｃ-모드 영상을 형성하는 초음파 시스템 및 방법
KR102321853B1 (ko) 교차 평면 초음파 이미지로 움직이는 구조의 시각화를 향상시키는 방법 및 시스템
US20200241134A1 (en) Three-Dimensional (3D) and/or Four-Dimensional (4D) Ultrasound Imaging
US11506771B2 (en) System and methods for flash suppression in ultrasound imaging
JP5405804B2 (ja) Ｂｃモード映像を形成する超音波システム及び方法
US9877701B2 (en) Methods and systems for automatic setting of color flow steering angle
EP4159139A1 (en) System and method for segmenting an anatomical structure
US11759183B2 (en) Ultrasound probe, ultrasound imaging apparatus and control method thereof

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