CN112912010A - 用于导出与来自血管的流量有关的参数的方法和系统 - Google Patents

用于导出与来自血管的流量有关的参数的方法和系统 Download PDF

Info

Publication number
CN112912010A
CN112912010A CN201980069771.7A CN201980069771A CN112912010A CN 112912010 A CN112912010 A CN 112912010A CN 201980069771 A CN201980069771 A CN 201980069771A CN 112912010 A CN112912010 A CN 112912010A
Authority
CN
China
Prior art keywords
vessel
ultrasound data
ultrasound
doppler
section
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
CN201980069771.7A
Other languages
English (en)
Inventor
S·Y·舒列波夫
N·M·A·德维尔德
S·塞特拉曼
K·帕拉尼萨米
D·马修
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
Priority claimed from EP19162788.4A external-priority patent/EP3708088A1/en
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Priority claimed from PCT/EP2019/077550 external-priority patent/WO2020083660A1/en
Publication of CN112912010A publication Critical patent/CN112912010A/zh
Pending legal-status Critical Current

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
    • A61B8/06—Measuring blood flow
    • 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
    • A61B8/0891—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
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • 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
    • A61B8/54—Control of the diagnostic device
    • 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
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8909—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration
    • G01S15/8915—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using a transducer array
    • 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
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8909—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration
    • G01S15/8915—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using a transducer array
    • G01S15/8925—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using a transducer array the array being a two-dimensional transducer configuration, i.e. matrix or orthogonal linear arrays
    • 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
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8979—Combined Doppler and pulse-echo imaging systems
    • 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
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8979—Combined Doppler and pulse-echo imaging systems
    • G01S15/8984—Measuring the velocity vector
    • 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
    • G01S7/52053—Display arrangements
    • G01S7/52057—Cathode ray tube displays
    • G01S7/5206—Two-dimensional coordinated display of distance and direction; B-scan display
    • G01S7/52066—Time-position or time-motion displays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/149—Segmentation; Edge detection involving deformable models, e.g. active contour models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10136—3D 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

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

Abstract

本发明提供了一种用于获得与来自脉管的流量有关的参数的方法。所述方法开始于从成像平面获得包括多普勒超声数据的超声数据，并基于所述超声数据来识别所述成像平面内的脉管截面。然后确定所识别的脉管截面的形状，并且假设在垂直于脉管轴线的平面上具有圆形截面，基于所识别的脉管截面的形状来确定沿着脉管长度延伸的脉管轴线。确定脉管轴线与成像平面之间的多普勒角，并且基于多普勒角、脉管轴线和多普勒超声数据导出与流量有关的参数。

Description

用于导出与来自血管的流量有关的参数的方法和系统
技术领域
本发明涉及超声领域，并且具体而言涉及超声血流测量的领域。
背景技术
在血液动力学监测(HDM)应用中，从血管进行连续、准确的血流测量是至关重要的。可以为对象提供基于超声的贴片，所述贴片将连续地量化和监测血流参数。对象可以例如处于急诊和/或围手术期护理中。
血管的完整超声成像和诊断涉及结构成像(例如B型成像)和多普勒成像(例如色流和/或频谱多普勒成像)的组合。在超声诊断成像中，多普勒测量通常由熟练的超声检查师进行，其中，超声检查师将多普勒成像平面定位在脉管的中部，并与沿脉管长度方向延伸的主轴线对齐。由未经训练的操作者定位这种脉管中的这种平面可能是麻烦的。
此外，利用用于连续对象监测的身体佩戴的超声贴片，可能不存在对操作者的视觉超声反馈(即，以超声图像的形式)。因此，操作者还可能在没有脉管超声图像的情况下放置传感器，从而增加了任务难度。
连续超声监测的另一个考虑因素是，在主动监测过程中，对象可能在连接了传感器的情况下移动。在这些条件下，可能难以在监测期间放置和保持超声贴片的位置，以使其与脉管轴正确对齐。
此外，由于脉管的直径通常相对较小，任何引起传感器偏离脉管轴线的位移的运动都可能显著影响测得的脉管直径以及任何检测到的血流值。
因此，需要一种以准确和鲁棒的方式来采集和连续监测血流的器件。
文献US 2012/0078106公开了一种用于连续无创地监测患者的多个动脉参数的方法。
文献US 6663568公开了一种利用超声技术估计脉管中的体积流量的方法，所述方法包括以下步骤：利用超声换能器阵列对脉管进行成像，从而产生脉管的流体速度信息。
发明内容
本发明由权利要求所定义。
根据本发明的一个方面的示例，提供了一种用于采集与来自脉管的流量有关的参数的方法，所述方法包括：
从超声传感器获得表示成像平面的超声，其中，所述超声数据包括多普勒超声数据；
基于所述超声数据来识别所述成像平面内的脉管截面；
确定所识别的脉管截面的形状；
基于与脉管轴垂直的平面上的圆形截面的假设，基于所识别的脉管截面的形状来确定脉管轴线，其中，所述脉管轴线沿着所述脉管的长度延伸；
确定所述脉管轴线与所述成像平面之间的多普勒角度；并且
基于所述多普勒角度、所述脉管轴线和所述多普勒超声数据，导出与流量有关的所述参数，其中，
确定所识别的脉管截面的形状包括将一般椭圆方程拟合到所识别的脉管截面。
该方法提供了与来自脉管的流量有关的参数的导出。更具体地，所述方法提供了一种鲁棒的器件，其用于在成像平面和沿脉管长度延伸的脉管轴线之间存在角度时导出与来自脉管的流量有关的参数。
通常，使用与脉管轴线对齐的成像平面来导出与脉管内的流量有关的数据。但是，所述方法既难以应用，又容易受到运动伪迹的影响。
通过建立以相对于脉管轴线的给定角度(或在给定角度范围内)与脉管相交的成像平面，并在导出与流量有关的参数时考虑到所述角度，大大简化了成像平面的建立并使得测量对于运动伪迹更鲁棒。
在一个实施例中，导出与流量有关的参数包括确定流速。
以此方式，血流速度可以形成与血流有关的参数的一部分。
在一种布置中，多普勒角在10度与50度之间，例如在15度与40度之间。
在一个实施例中，将一般椭圆方程拟合到所识别的脉管截面是基于非线性最小二乘法的。
以此方式，可以以计算有效的方式确定脉管截面的形状(当成像平面与脉管轴线以一角度相交时通常为椭圆形)。
在一个实施例中，确定所识别的脉管截面的形状包括将图像动量方法应用于超声数据。
以此方式，可以将形状识别算法应用于超声数据，以便准确地建立脉管截面的形状。
在一种布置中，所述方法还包括：
通过与超声换能器(传感器)通信，基于脉管轴线来生成波束转向角；并且
通过与超声换能器(传感器)通信，根据波束转向角来调整所述成像平面的位置。
以此方式，可以使用电子波束转向来对成像平面的位置进行自动调整。
在一个实施例中，所述方法还包括将动态门控应用于多普勒超声数据。
通过采用动态门控方案，可以调整用于评估超声数据的门控(大小和位置两者)，以便相对于脉管保持在最佳位置。
在一种布置中，确定所识别的脉管截面的形状包括识别脉管直径。
在另一布置中，所述方法还包括：
由处理器监测脉管直径随时间的变化；并且
由处理器基于脉管直径随时间的变化来确定脉管扩张性的量度。
在一个实施例中，与流量有关的参数包括以下中的一项或多项：
流速；以及
流量分布。
以这种方式，可以确定通过脉管的流速和/或流量分布，从而提供随时间流过脉管的血液量的量度。
在一个实施例中，超声数据包括B模式数据。
根据本发明的一个方面的示例，提供了一种包括计算机程序代码单元的计算机程序，当所述计算机程序在计算机上运行时，所述计算机程序代码单元适于实施如上所述的方法。
根据本发明的一个方面的示例，提供了一种医学系统，所述医学系统适于从脉管的超声数据中导出与流量有关的参数，所述系统包括：
处理器，其中，所述处理器适于：
从成像平面获得超声数据，其中，所述超声数据包括多普勒超声数据；
基于所述超声数据来识别所述成像平面内的脉管截面；
确定所识别的脉管截面的形状；
基于所识别的脉管截面的形状来确定脉管轴线，其中，所述脉管轴线沿着所述脉管的长度延伸；
确定所述脉管轴线与所述成像平面之间的多普勒角度；以及
基于所述多普勒角度、所述脉管轴线和所述多普勒超声数据，导出与流量有关的所述参数，并且其中，所述处理器适于确定所识别的脉管截面的形状包括将一般椭圆方程拟合到所识别的脉管截面。
在一个实施例中，所述系统还包括与处理器通信的超声换能器，其中，所述超声换能器适于从成像平面采集超声数据。
在另一个实施例中，所述超声换能器包括以下中一项或多项：
线性换能器阵列；
T形换能器阵列；以及
2D换能器阵列。
参考下文描述的实施例，本发明的这些和其他方面将变得显而易见并得以阐述。
附图说明
为了更好地理解本发明，并且更清楚地示出其如何被付诸实践，现在将仅通过示例的方式参考附图，其中，
图1示出了用于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3a示出了以典型的方式收集数据的超声换能器的示意表示；
图3b示出了根据图2的方法的收集数据的超声换能器的示意表示；
图4是表示脉管轴线与成像面之间的多普勒角度与检测到的椭圆的形状之间的关系的示意表示；
图5示出了定位于所识别的椭圆形脉管截面的质心处的多普勒门；
图6示出了确定脉管直径的示例；
图7示出了包括单个线性换能器阵列的传感器的引导放置的示例工作流程；并且
图8示出了使用T形阵列和布置在传感器上的视觉指示器的引导传感器放置的示例的图形表示。
具体实施方式
将参考附图来描述本发明。
应当理解，详细说明和具体示例虽然指示了设备、系统和方法的示例性实施例，但是仅旨在用于说明的目的，而并不旨在限制本发明的范围。根据以下说明、所附权利要求书和附图，将更好地理解本发明的设备、系统和方法的这些和其他特征、方面和优点。应该理解，附图仅是示意性的，并且未按比例绘制。还应该理解，贯穿附图，使用相同的附图标记来表示相同或相似的部分。
本发明提供了一种用于获得与来自脉管的流量有关的参数的方法。所述方法开始于从成像平面获得包括多普勒超声数据的超声数据，并基于所述超声数据来识别所述成像平面内的脉管截面。然后确定所识别的脉管截面的形状，并且假设在垂直于脉管轴线的平面上具有圆形截面，基于所识别的脉管截面的形状来确定沿着脉管长度延伸的脉管轴线。确定脉管轴线与成像平面之间的多普勒角，并且基于多普勒角、脉管轴线和多普勒超声数据导出与流量有关的参数。
如上所述，使用标准扫描器的传统超声监测工作流程对于长时间的无操作者监测不是最佳的。更具体地，难以实现超声换能器的成像平面与脉管轴线的对齐，并且容易被对象的运动破坏。本发明通过允许成像平面以给定角度与脉管轴线相交，然后对其进行校正，提供了一种更鲁棒的监测血流参数的方法。但是，与传统脉管超声成像和诊断工作流程相比，此方法需要不同的工作流程和不同的重建算法，如下所述。
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信号处理功能，因为本发明涉及对由换能器阵列测量的信号的处理。
所述系统包括超声阵列换能器传感器(探头)4，所述阵列换能器探头具有用于发射超声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；压电换能器，由PZT或PVDF等材料制成；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。在另一个示例中，换能器阵列可以是1D阵列。
换能器阵列6被耦合到微波束形成器12，微波束形成器控制换能器元件的信号接收。如美国专利US 5997479(Savord等)，US 6013032(Savord)和US 6623432(Powers等)中所述，微波束形成器能够对换能器的子阵列(一般称为“组”或“贴片”)接收的信号进行至少部分波束成形。
应当指出，微波束形成器是完全任选的。此外，系统包括发射/接收(T/R)开关16，微波束形成器12可以被耦合到括发射/接收开关16并且在发射和接收模式之间对阵列进行切换，并且在没有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的影响。从换能器阵列6的超声束的发射通过T/R开关16耦合到微波束形成器和主发射波束形成器(未示出)的换能器控制器18指示，其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，所述发射电路被布置为在发射模式期间(直接地或经由微波束形成器)驱动阵列6的换能器元件。
在典型的逐线成像序列中，探头内的波束形成系统可以如下地操作。在发射期间，波束形成器(取决于实现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口。子孔口可以是较大阵列内的换能器的一维线或换能器的二维片。在发射模式下，如下所述地控制由阵列或阵列的子孔口产生的超声束的聚焦和转向。
在接收到来自对象的反向散射回波信号后，接收到的信号将进行接收波束成形(如下所述)，从而将接收到的信号对齐，并且在使用子孔口的情况下，例如通过一个换能器元件来对子孔口进行移位。然后激活经移位的子孔口，并且重复该过程，直到激活了换能器阵列的所有换能器元件。
对于每条线(或子孔口)，用于形成最终超声图像相关联的线的总接收信号将是在接收时段期间由给定子孔口的换能器元件测得的电压信号的总和。在下面的波束成形过程之后，所得的线路信号通常称为射频(RF)数据。然后，由各个子孔口生成的每个线信号(RF数据集)都经过额外处理，以生成最终超声图像的线。线信号的幅值随时间的变化将有助于超声图像的亮度随深度的变化，其中，高幅值峰将对应于最终图像中的亮像素(或像素集合)。出现在线信号开始附近的峰值将表示来自浅层结构的回波，而出现在线路信号后期的峰值将表示来自对象内深度不断增加的结构的回波。
由换能器控制器18控制的功能之一是波束被转向和聚焦的方向。波束可以被转向为从换能器阵列垂直向前(垂直于换能器阵列)，或者以不同的角度用于更宽的视场。可以根据换能器元件致动时间来控制发射束的转向和聚焦。
在常规超声数据采集中可以区分两种方法：平面波成像和“波束转向”成像。两种方法的区别在于在发射模式(“波束转向”成像)和/或接收模式(平面波成像和“波束转向”成像)中存在波束形成。
首先来看聚焦功能，通过同时激活所有换能器元件，换能器阵列生成平面波，所述平面波在穿过对象时发散。在这种情况下，超声波的波束保持不聚焦。通过将取决于位置的时间延迟引入换能器的激活，可以使波束的波前会聚在期望的点上，所述点称为聚焦区。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，提高了最终超声图像的横向分辨率。
例如，如果时间延迟导致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)中心元件结束处系列地激活，则将在距探头给定距离处形成焦点区域，与(一个或多个)中心元件成一条线。焦点区域与探头的距离将根据换能器元件激活的每个后续一轮之间的时间延迟而变化。在波束通过聚焦区后，它将开始发散，形成远场成像区域。应当注意，对于位于靠近换能器阵列的聚焦区，超声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的交叠，位于换能器阵列与聚焦区之间的近场显示的细节很少。因此，改变聚焦区的位置能够导致最终图像质量的显著变化。
应当注意，在发射模式下，除非将超声图像划分为多个焦点区域(每个焦点区域可能具有不同的发射焦点)，否则只能定义一个焦点。
另外，在从对象内部接收到回波信号时，可以执行上述处理的逆过程以执行接收聚焦。换句话说，进入的信号可以被换能器元件接收并且在被传递到系统中用于信号处理之前经历电子时间延迟。最简单的示例称为延迟和求和波束成形。可以根据时间动态地调整换能器阵列的接收聚焦。
现在来看波束转向的功能，通过对换能器元件正确地施加时间延迟，可以在超声束离开换能器阵列时在超声束上赋予期望的角度。例如，通过激活换能器阵列的第一侧上的换能器，然后以在阵列的相对侧上结束的顺序激活其余的换能器，波束的波前将朝向第二侧倾斜。相对于换能器阵列的法线的转向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，可以对转向波束进行聚焦，其中，应用于每个换能器元件的总时间延迟是聚焦和转向时间延迟之和。在这种情况下，换能器阵列称为相控阵列。
在CMUT换能器需要激活直流偏压的情况下，换能器控制器18可以被耦合以控制换能器阵列的DC偏置控制器45。DC偏置控制器45设置被应用到CMUT换能器元件的(一个或多个)偏压。
对于换能器阵列的每个换能器元件，模拟超声信号(通常称为通道数据)通过接收通道进入系统。在接收通道中，通过微波束形成器12从通道数据中产生部分波束成形的信号，并且然后被传送到主接收波束形成器20，在主接收波束形成器20中，来自个体换能器片的部分波束形成的信号被组合成完全波束形成的信号，称为射频(RF)数据。可以如上所述执行在每个阶段执行的波束成形，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个通道，其中的每个接收来自换能器元件的数十或者数百的部分波束形成的信号。以此方式，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的信号。
波束形成的接收信号被耦合到信号处理器22。信号处理器22可以以各种方式处理接收到的回声信号，例如：带通滤波；抽取；I和Q分量分离；以及谐波信号分离，用于分离线性和非线性信号，以便识别从组织和微泡返回的非线性(基频的高次谐波)回波信号。处理器还可以执行的信号增强，例如纹波降低、信号复合以及噪声消除。信号处理器中的带通滤波器可以是跟踪滤波器，其中，其通带随着回波信号从增加的深度被接收而从较高的频带滑落到较低的频带，从而拒绝来自更大尝试的较高频率处的噪声，所述噪声通常没有解剖信息。
用于发射和用于接收的波束形成器以不同的硬件实现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到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，还将有具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。
最终的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。
发射和接收信道使用具有固定频带的同一换能器阵列6。但是，发射脉冲占用的带宽可以根据使用的发射波束成形而变化。接收通道可以捕获整个换能器带宽(这是经典方法)，或者通过使用带通处理，它可以只提取包含期望的信息(例如主谐波的谐波)的带宽。
RF信号可以然后被耦合到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值检测，以对身体中的结构(例如，器官组织和血管)进行成像。在逐线成像的情况下，每条线(波束)由关联的RF信号表示，其幅值用于生成要分配给B模式图像中像素的亮度值。图像内像素的确切位置由沿RF信号的相关幅度测量值的位置以及RF信号的线(束)数确定。这样的结构的B模式图像可以以谐波或基本图像模式或两者的组合形成，如美国专利US 6283919(Roundhill等人)和美国专利US6458083(Jago等人)中所描述。多普勒处理器28可以处理源自组织运动和血液流动的时间上分立的信号，用于检测运动的物质，例如图像场中的血细胞的流动。多普勒处理器28通常包括壁滤波器，其具有被设置为或拒绝从身体中的选定类型的材料返回的回波的参数。
本领域技术人员应当理解信号处理器22的功能；B模式处理器26和多普勒处理器28可以由单个处理器22'执行。
将由B模式和多普勒处理器生成的结构和运动信号耦合到扫描转换器32和多平面重新格式化器44。扫描转换器32以期望的图像格式来根据回波信号被接收的空间关系来布置回波信号。换句话说，扫描转换器的作用是将RF数据从圆柱坐标系转换为适于在图像显示器40上显示超声图像在的笛卡尔坐标系。在B模式成像的情况下，给定坐标处像素的亮度与从该位置接收的RF信号的幅值成比例。例如，扫描转换器可以将回波信号布置为二维(2D)扇区形格式，或者锥体三维(3D)图像。扫描转换器可以在B模式结构图像上叠加与图像场中各个点的运动相对应的颜色，在这些点处多普勒估计的速度可产生给定的颜色。组合的B模式结构图像和彩色多普勒图像描述了结构图像场内组织和血流的运动。多平面重新格式化器将从身体的体积区域中的共同平面中的点接收到的回波转换为该平面的超声图像，如在美国专利US 6443896(Detmer)中所描述。体积绘制器42将3D数据集的回波信号转换成如从给定参考点所看到的投影的3D图像，如在美国专利US 6530885(Entrekin等人)中所描述。
2D或3D图像被从扫描转换器82、多平面重新格式化器44、以及体积绘制器42耦合到图像处理器30用于进一步增强、缓存和临时存储，以在图像显示器40上显示。成像处理器可以适于从最终的超声图像中去除某些成像伪像，例如：声学阴影，例如由强衰减物或折射引起的；后增强，例如由弱衰减物引起的；混响伪影，例如，高度反射的组织界面的紧邻定位之处；等等。另外，图像处理器可以适于处理特定纹波减少功能，以便改善最终超声图像的对比度。
除了用于成像外，由多普勒处理器28生成的血流值以及由B模式处理器26生成的组织结构信息被耦合到量化处理器34。所述量化处理器生成不同流动状况的量度(例如，血流的体积率)以及结构测量结果(例如，器官的尺寸和孕龄)。量化处理器46可以接收来自用户控制面板38的输出，例如，要进行测量的图像的解剖结构中的点。
来自量化处理器的输出数据被耦合到图形处理器36，用于在显示器40上与图像一起再现测量图形和值，以及从显示设备40输出音频。图形处理器36也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括标准识别信息，例如图像的患者姓名、日期和时间、成像参数等等。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。所述用户接口还被耦合到发射控制器18以控制来自换能器阵列6的超声信号生成，并因此控制由换能器阵列和超声系统生成的图像。控制器18的发射控制功能仅仅是所执行的功能之一。控制器18还考虑了操作模式(由用户给定)以及接收器模数转换器中的相应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。
用户接口也可以被耦合到多平面重新格式化器44以选择和控制多个经多平面重新格式化的(MPR)的图像的平面，其可以被用于执行MPR图像的图像场中的量化的度量。
本文描述的方法可以在处理单元上执行。这样的处理单元可以位于超声系统之内，诸如上面参考图1描述的系统。例如，上述图像处理器30可以执行以下详述的方法步骤中的一些或全部。替代地，处理单元可以位于适于接收与对象有关的输入的任何合适的系统中，例如监测系统。
图2示出了方法100，其可以由处理器22’运行以用于获得与来自脉管的流量有关的参数。
该方法在步骤110中开始于获得表示例如由超声传感器4采集的成像平面120的超声数据。超声数据包括多普勒超声数据，所述多普勒超声数据描绘成像平面内的运动，例如血流。超声数据还可以包括B模式数据，其描绘成像平面内的结构特征。该方法可以单独使用多普勒超声数据或与B模式数据组合使用。
超声数据可以从在任何点处穿过脉管的单个成像平面获得。
可以通过超声换能器的方式获得超声数据。此外，可以引导超声换能器的放置和定位，使得由换能器限定的成像平面在给定角度内与脉管轴线相交。可以称为多普勒角的角度可以在10度至50度之间，例如在15度至40度之间。下面参考图7和8描述如何将超声换能器引导到给定位置的示例。
以此方式，用于采集超声数据的超声换能器(传感器)不需要以给定的特定角度与脉管对齐，以给定的特定角度与脉管对齐在实践中可能难以实现。而是，传感器可以相对于脉管的中心轴以在10度至50度范围内的角度放置并且获得最佳的数据采集结果。以此方式，传感器的定位变得对患者运动非常鲁棒，并且不易受到与传统超声数据采集方法相同的敏感性的影响。此外，消除了将传感器放置在特定方向上的要求，从而减少了正确定位用于数据采集的探头所需的时间和技能。
超声数据可以包括各种数据。例如，超声数据可以包括超声图像数据，然后可以将超声图像数据用于将成像平面表示为2D超声图像。此外，可以采用图像分割来辨识和识别脉管截面。
除了多普勒超声数据之外，超声图像数据还可以包括结构性B模式数据，所述结构B模式数据可能不会作为图像显示给用户，但可能会在超声系统内部的过程中使用。
进一步地或者替代地，超声数据可以包括脉动数据，其表示给定脉管内的血流速度的变化。在脉动数据的示例中，可以通过将捕获的脉动数据与已知的脉动特征(例如，颈动脉或颈静脉的典型脉动特征)匹配来识别脉管。
超声图像数据(B模式数据)和多普勒(彩色)数据的组合可以称为基于双重数据的脉管识别。
在步骤130中，基于超声数据在成像平面内识别脉管截面140。例如，可以基于多普勒超声数据中存在的流动特性来识别脉管截面。可以通过形成处理器22'的一部分的多普勒处理器28来执行该步骤。替代地，可以通过分析B模式数据的强度变化来识别脉管截面。在这种情况下，形成处理器22”的一部分的B模式处理器26可以执行该识别。
如上所述，超声数据可以包括各种数据。例如，超声数据可以包括超声图像数据，然后可以将超声图像数据用于将成像平面表示为2D超声图像。此外，然后可以使用图像分割来识别和识别脉管截面。
此外，超声数据包括多普勒超声数据。在这种情况下，在成像平面中的脉管截面的识别可以包括基于多普勒超声数据确定相对于成像平面内的换能器的血流方向。
在成像平面内，更具体地在成像平面的给定区域内的血流方向可用于识别脉管。例如，在成像平面位于对象的颈部的情况下，可以通过它们相反的流动方向来识别两个脉管(颈动脉和颈静脉)。
举例来说，可以根据以下步骤来识别脉管截面。首先，将彩色多普勒血流图像转换到HSV(色调，饱和度，值)空间，并通过将阈值饱和度应用于HSV空间来将图像转换为二元图像。然后通过填充图像中的孔来对二元图像进行预处理，并通过连接的分量分析来选择图像中面积最大的区域。
从选定区域的质心中识别出脉管的中心，并分析选定区域的RGB模式以区分脉管内的层流和湍流。实际上，取决于医学应用，所述信息可以用作维持当前位置或远离分叉的引导。然后根据多普勒彩色信号计算脉动量度，以确认该信号来自给定的脉管，例如动脉。
在步骤150中，确定所识别的脉管截面的形状。
确定所识别脉管截面的形状可以通过基于非线性最小二乘法将一般椭圆方程拟合到所识别的脉管截面来执行。替代地，或者进一步地，所识别的脉管截面的形状可以包括将图像动量方法应用于超声数据。
在步骤160中，基于所识别的脉管截面的形状来确定沿着脉管的长度延伸的脉管轴线170。该确定基于在垂直于脉管轴线的平面上的圆形截面的假设。
下面参考图4讨论确定脉管截面的形状和脉管轴线。
在步骤180中，确定脉管轴线与成像平面之间的多普勒角(α)。多普勒角度可以在10度与50度之间，例如在15度与40度之间。
在步骤190中，可以基于多普勒角度，脉管轴线和多普勒超声数据来导出与脉管中的流量有关的参数。
应该注意的是，所述方法可以对连续的输入超声数据流进行操作。因此，可以连续地重复该方法，以便基于最近接收到的数据来更新所确定的脉管轴线和多普勒角度。以这种方式，所述方法可以在监测期间实时补偿对象运动。上述步骤可例如提供连续且准确的血流速度或其他流量参数的测量，而无需任何外部引导，从而提供逐搏动输出以进行监测。
图3a和3b分别示出了根据已知方法和本发明的方法从脉管捕获超声数据之间的比较。
图3a示出了超声换能器200(例如超声传感器4)的示意表示，所述超声换能器200以典型的方式从与脉管轴线平行地对齐的成像平面125收集数据以获得矩形脉管截面145。在这种情况下，与脉动数据220的曲线图一起采集组合的彩色多普勒和B模式数据210。
脉动数据的曲线图示出了脉管内(y轴)的血流速度与时间(x轴)的关系图。从图中可以看出，所述曲线图涵盖了大约四个心动周期，其中，每个峰表示心脏的收缩。
图3b示出了超声换能器200的示意图，所述超声换能器200根据以上参考图2描述的方法从成像平面120收集数据。在这种情况下，与脉动数据225的曲线图一起采集组合的彩色多普勒和B模式数据215。
脉动数据的曲线图示出了脉管内(y轴)的血流速度与时间(x轴)的关系图。从图中可以看出，所述曲线图涵盖了大约七个心动周期，其中，每个峰表示心脏的收缩。
除了测量血流速度作为与流量有关的参数外，在基于确定的脉管轴进行校正之后，在确定的脉管截面内，脉管直径也是一种有用的度量指标。
图4示出了角度α、脉管轴线和成像平面之间的多普勒角度与检测到的椭圆的形状之间的关系的示意图。
如上所述，可以将超声换能器置于引导下，使得成像平面以期望的方式穿过动脉。通常，当平面以90°以外的角度穿过半径为R的无限圆柱体230时，所得的形状为椭圆240。假设脉管可以建模为无限圆柱(即在成像平面内，脉管的形状或方向没有显著变化)，则脉管截面将为椭圆形。
当识别出椭圆时，从彩色多普勒数据流导出的形状因子(a和b，主轴的尺寸)及其取向(
Figure BDA0003032669870000141
和α)足以建立脉管轴线，并且可以进一步用于矢量化相对于成像平面方向的流向。
可以使用非线性最小二乘法通过一般椭圆方程来拟合形状。在这种情况下，主欧拉角和脉管直径将直接可用。替代地，可以使用图像动量方法直接在成像平面中执行形状识别。
然后，可以将形状的质心用于多普勒门放置，所述多普勒门放置用于测量与流量有关的参数，以及从主取向导出为1/(sinα·
Figure BDA0003032669870000142
)的流量矢量校正。
由于与流量有关的参数是从多普勒超声数据流中连续导出的，因此流量矢量校正可能会响应于外部移动(例如对象在检查或监测过程中移动)而随时间进行调整。
主角度
Figure BDA0003032669870000151
由皮下的动脉取向确定，而角度α主要由与动脉交叉的成像平面设置。因此，如上所述，可以通过优化的传感器放置来最小化直径识别中的误差。
有几种方法可以用来确定脉管截面的形状，例如：非线性形状拟合方法；活动形状方法；和图像矩方法。
活动形状方法需要高质量的基础数据，并且对初始化和传播参数敏感。另外，活动形状方法通常在计算上是昂贵的。
非线性方法可以例如基于迭代(最小二乘)拟合或直接最小二乘映射。这些方法主要在超声图像内的界标和形状的边缘上运行。
非线性最小二乘法是最小二乘分析的一种形式，其用于将观测(m)的次数与它是在未知参数的量(n)上是非线性的模型拟合，以使m≥n。该方法的基础是通过线性模型对模型进行近似，并通过连续迭代来优化参数。
在将一般椭圆方程拟合到脉管截面的示例中，一般椭圆方程充当模型，并且使用例如从多普勒超声数据和/或B模式超声数据识别出的脉管边界来拟合到脉管截面作为观测数据点。然后可以对拟合进行多次迭代，以找到一般椭圆方程与真实脉管截面的最佳拟合。
图像矩或图像不变性的方法基于使用预定义图元拟合平面对象的方法。这样的方法依赖于整体平面形状检测，并且比其他方法更鲁棒并且在计算上更有效。图像矩方法还可以提供用于同时检测、构造和跟踪多个对象，而不显著增加计算复杂度或需求。
举例来说，图像矩方法可以如下进行。图像矩被定义为图像像素强度的加权平均值。在具有像素强度I(i,j)的灰度图像中，原始图像矩M(p,q)由下式给出：
Figure BDA0003032669870000152
灰度图像的图像矩在很大程度上取决于使用该图像进行采集的采集设置，这意味着形状映射的结果可能对这些设置敏感。
可以执行额外的图像处理步骤以产生针对一组成像参数优化的图像的二进制掩模。以这种方式，所述方法仅需要处理二进制图像，即，由一个组成的图像对象和由零组成的背景区域。对于二进制图像，属于对象(Obj)的像素(i，j)的图像矩M(p，q)变为：
Figure BDA0003032669870000161
图像的矩具有有关图像的属性的直接意义。零阶矩M0,0产生对象(即对象区域)中的像素的总数。通过M0,0归一化的一阶矩M1,0和M0,1，给出分别在水平(x)和垂直(y)方向上重心的坐标
Figure BDA0003032669870000162
Figure BDA0003032669870000163
以及
Figure BDA0003032669870000164
椭圆形状的参数基于二阶矩M2,0，M1,1和M0,2。为了提取这些参数，必须首先构造二阶中心矩(μ′i，j)：
Figure BDA0003032669870000165
然后，二元对象的协方差矩阵由下式给出：
Figure BDA0003032669870000166
上面协方差矩阵的特征向量对应于要拟合到脉管截面的等效椭圆的长轴和短轴。然后可以将对象的主要区域属性(长轴和短轴l和w以及长轴取向θ)写为：
Figure BDA0003032669870000167
Figure BDA0003032669870000168
Figure BDA0003032669870000169
从本质上讲，线性操作是在对象上执行的，即，从计算意义上讲，可以很容易地矢量化这些操作，并对其进行并行化以进行多区域检测、结构化和跟踪。
图5示出了位于成像平面120内的已识别椭圆形脉管截面140的质心处的多普勒门250。
可以如上所述确定关于脉管相对于成像平面的方向的信息，并将其用于将超声束转向至最佳角度以进行准确的(脉冲波)多普勒测量。但是，由于成像平面穿过脉管，静态多普勒门可能无法以最佳方式执行。
因此，可以在算法中采用动态多普勒门概念。这可以通过多种方式来实现。例如，可以将恒定的门尺寸与在彩色多普勒数据中识别的椭圆形的质心上的门的动态定位组合使用。
替代地，可以使用动态门尺寸，其遵循彩色多普勒数据的椭圆形状。应当指出，这可以包括内接到椭圆内的矩形，其中，矩形具有与所述椭圆相同的纵横比。在这种情况下，系统会动态选择脉冲波模式门或样本量大小，以覆盖评估中的整个脉管。
在另一示例中，可以在心动周期中使用多个门位置来遵循彩色多普勒形状，并且更具体地遵循质心运动。
使用动态门(位置和/或大小)可以实现：连续监测期间较低的机械指数/热指数(MI/TI)；在患者运动期间更好地排除伪影；并且更准确地报告波形。
图6示出了确定脉管直径的示例。在以下示例中，通过彩色多普勒和B模式成像的组合来执行脉管直径识别。
首先，使用彩色多普勒数据识别传感器视野中的脉管(例如颈总动脉)的活动血流区域260。可以如上所述识别有效流动区域。多普勒数据的颜色指示相对于传感器的流动的方向。
如上所述，根据在成像平面和脉管轴之间彩色多普勒数据交叉的椭圆形状来确定动脉的主方向。使用垂直于动脉的主方向(称为短轴270)，基于B模式像素(或在3D超声数据的情况下为体素)强度值沿该方向执行1.5D分割。
为了执行这样的分割，基于类似Chan-Vese的活动轮廓/蛇概念(如以下内容所述)调整了算法：Chan，TF，&Sandberg Y.B(2000).Active contours without edges forVector-valued Image.Journal of Visual Communication and Image Representation11,130–141(2000)；Chan,T.F.,&Vese,L.A.(2001).Active contours withoutedges.IEEE Transactions on Image Processing,10(2),266-277；以及Chan，TF，&Vese，LA(2002).A Multiphase level set framework for image segmentation using theMumford and Shah model.International Journal of Computer Vision 50(3)，271-293，(2002))，并且可以使用归一化能量梯度方法。后者类似于一系列非线性混合检测算法(例如，分别地，在1968年在the Stanford Artificial Intelligence Project(SAIL)在Sobel,I.,Feldman,G.,"A 3x3 Isotropic Gradient Operator for Image Processing”中提出的Sobel和Canny运算符的组合，以及Canny,J.,A Computational Approach ToEdge Detection,IEEE Trans.Pattern Analysis and Machine Intelligence,8(6):679–698,1986)使用针对给定应用的优化内核。这些方法专门针对传感器的成像性能进行了调整。为了提高准确性和鲁棒性，可以指定关于主方向的受限制的感兴趣区域(从中采集数据)，并且在局部2D区域上执行相同的流程。
使用直接数据流/图像处理意味着一段时间内的波形测量没有直接连接到一个位置。这使得参数提取对于对象相对于监测传感器的运动更加鲁棒。
可以执行该方法或实时跟踪由于脉动流引起的脉管直径变化。结果的准确性将取决于B模式数据的质量。此外，将该方法应用于多个交叉平面将增加算法的可靠性。
另外，估计不同时刻的脉管直径变化提供了动脉扩张性的量度，并且可用于导出其他测量结果，例如压力变化。
总之，以上介绍的算法适用于实时监测代表脉管内血流速度与流量的完整心跳波形。连同以上讨论的实时分割一起，所述方法提供了使用相对于脉管轴线倾斜的成像平面来导出与流过脉管的流量有关的参数。监测一个心动周期的实时直径将允许评估脉管扩张性和相关的动脉参数。
所确定的脉管直径可以例如与导出的速度数据组合以便确定脉管内的流速。换句话说，可以将脉管直径和血流速度相组合以给出随时间流经脉管的血液量的量度。此外，与流量有关的参数(在该示例中可以是流速)可以与脉管直径组合，以便识别在脉管截面上的流量分布。
如上所述，超声数据是通过传感器的方式采集的。如所描述的，传感器的多种实现方式可以用于收集超声数据。例如，传感器可以包括：线性换能器阵列；两个线性换能器阵列，其被布置为使得一个阵列的成像平面与另一个正交；或者2D阵列。
此外，可以关于传感器的放置引导用户。提供给用户的引导可以以间接方式提供。换句话说，系统可以分析超声数据并通过与传感器分开的引导器件来生成引导信号。例如，在生成视觉引导信号的情况下，可以在屏幕上显示箭头，所述箭头指示用户应当移动传感器的方向。
替代地，用于向用户提供引导的器件可以被包括在传感器本身中。例如，传感器可以适于生成以下中的一项或多项：听觉指令；视觉指令；电子控制信号；以及触觉指令，以引导用户。
图7示出了包括单个线性换能器阵列的传感器的引导放置的示例工作流程500，其可以是超声贴片的形式。
最初，使用超声贴片从多个成像平面采集超声数据。在图7所示的示例中，第一成像平面510包括由三个圆圈示出的三个脉管，并且第二成像平面520包括由两个圆圈示出的两个脉管。
然后在成像平面上执行脉管识别530。脉管识别可以如上所述地进行。在图7所示的示例中，感兴趣的脉管是颈动脉，用黑圈表示，而其余的脉管(在这种情况下是颈静脉)被忽略。可以通过彩色多普勒数据和/或搏动数据确定第一成像平面中的两个动脉和第二成像平面中的一个动脉形成公共脉管的一部分。换句话说，可以确定在第一成像平面和第二成像平面之间存在脉管分叉。
然后可以通过沿着脉管移动传感器来执行扫掠540，从而更详细地绘制出脉管和分叉。
然后，用户在指示器提供的引导下应用超声贴片。如上所述，指示符可以被提供在贴片上，以及，或者替代地显示在远程监测器上。该引导可以基于双重超声数据，即B模式数据和彩色多普勒数据的组合。使用双重数据，工作流程步骤还可以确保将贴片放置在分叉下方，以使成像平面中仅存在一个感兴趣脉管截面(如平面550所示)。例如，可将贴片放置在分叉点下方2cm处。这样可以确保在估算流量参数时将分叉附近湍流的影响降到最低。
然后将感兴趣的脉管在成像平面中居中，如平面560中所示。在常规的成像工作流程中，旋转贴片，以便可以沿脉管的长度而不是截面进行观察。长度视图可以是完整视图570或局部视图580，然后可以通过放置引导或通过图像校正来对其进行校正。替代地，局部视图580对于预定目的可能是足够的，这意味着该视图可以充当线性阵列的最终位置。
然而，根据上述方法，成像平面不必与脉管轴线一致地(in line with)旋转。而是，成像平面可以相对于脉管轴线保持在10度与50度之间的角度，以便导出与来自脉管的流量有关的参数。换句话说，可以引导用户将传感器放置在这样的位置。以此方式，简化了传感器的布置，并且使得监测更加鲁棒，以防止由于对象的运动而引起的中断。
在视觉反馈的情况下，传感器可以设置有一个或多个LED，其可以向用户提供关于应该如何移动传感器的视觉信号。在声音指令的情况下，可以提供一个或多个扬声器以向用户提供声音指令。在使用触觉反馈的情况下，贴片可以设置有一个或多个振动模块，所述振动模块(去)激活以提供可以由用户解读的触觉指令。在电子指令信号的示例中，可以将反馈提供给远程数字装置，例如监测器，然后该远程数字装置以适当的形式向用户呈现指令。
图8示出了使用T形阵列和布置在传感器上的视觉指示器的引导传感器放置的示例的图形表示600。
传感器610被示出为紧邻感兴趣脉管620放置。传感器包括第一换能器阵列630和第二换能器阵列640，第一换能器阵列630在这种情况下生成脉管的截面图，第二换能器阵列640正交于第一换能器阵列布置。传感器贴片还可包括其他换能器阵列。
此外，传感器包括平移视觉指示器650和旋转视觉指示器660。在操作中，平移视觉指示器可以被照亮以向用户提供引导信号，以沿所指示的方向移动贴片。类似地，可旋转的视觉指示器可被照亮以向用户提供引导信号，以沿所指示的方向旋转贴片。
在图8所示的示例中，放置传感器，使得第一换能器阵列捕获包括感兴趣脉管的不完整视图670的成像平面。可以通过适当的用户输入(例如位于传感器贴片上的按钮)来初始化传感器。
首先可以仅激活第一换能器阵列，以确保感兴趣脉管的完整截面图。替代地，第一换能器阵列和第二换能器阵列可以同时被激活。
在这种情况下，超声传感器贴片捕获双重(B模式和彩色多普勒)数据，所述数据可以流式传输到连接的超声系统的处理器。
如上所述，采用分割算法来在彩色多普勒数据上检测成像平面内的脉管(例如，通过搜索脉管的圆形外观)。如果脉管显示为两个分割的区域，则该贴片位于分叉上方。在图8中所示的示例中的目标是将贴片置于分叉下方的颈总动脉(单条脉管)上。如果检测到颈总动脉，则指示器传送此步骤已成功完成。如上所述，分割可以在颜色和/或B模式数据上。
在这种情况下，脉管的初始视图是不完整的。因此，可以在传感器贴片上激活平移视觉指示器，从而引导用于将贴片移动到脉管680的完整视图的视觉指示器。
为了确保分割区域690确实是期望的脉管，例如动脉而不是静脉或噪声伪影，传感器还可以捕获脉动数据。脉动流可用于确认信号来自期望的脉管。
当捕获了期望的脉管的完整截面时，控制开关可以激活第二换能器阵列640以从沿脉管的长度开始流传输双重超声数据。
一种算法跨越整个成像平面寻找圆柱形外观。如果分割的脉管未跨越成像平面的侧面，则传感器贴片可能沿着脉管700的长度出现角度未对齐的情况。适当的旋转视觉指示器可用于引导用户旋转贴片并使超声数据中脉管的圆柱形外观最大化。应当注意，数据不必对用户可见，而是可以通过算法在系统内执行。一旦实现了期望的视图710，指示器就可以发出正确的角度对齐的信号。期望视图710可以根据给定的应用而改变。例如，导致椭圆形而不是整个圆柱体的脉管视图可能就足够了。因此，期望视图可以包括脉管的视图的范围。
切换回到第一换能器阵列的截面图，所述算法可以检查脉管是否仍在视图的中心。肯定的确认指示第二换能器阵列的元件与脉管的中心轴对齐。否则，所述算法可能指示用户使用适当的指示器来移动传感器贴片以实现此目的。然后，用户可以激活按钮以发出贴片放置完成的信号，并且可以进行以上描述的各种成像方法。
再一次，根据上述方法，成像平面不需要与脉管轴线平行地对齐。而是，成像平面可以相对于脉管轴线保持在10度与50度之间的角度，以便导出与来自脉管的流量有关的参数。换句话说，可以引导用户将传感器放置在这样的位置。以此方式，简化了传感器的布置，并且使得监测更加鲁棒，以防止由于对象的运动而引起的中断。
超声传感器贴片可以是可穿戴的贴片，其可以临时固定到对象，从而允许他们在贴片操作时自由移动。
在另一个示例中，贴片可以包括能够执行3D超声成像的换能器元件的2D阵列。在这种情况下，可以使用x平面以类似于上述第一换能器阵列的方式帮助进行脉管对齐。建议使用x平面，而不是使用完整的2D阵列，因为这会减少对齐贴片所需的通道数量，从而减少功耗和数据速率，和/或允许更高的帧率。在这种情况下，可以将贴片简单地放置在感兴趣的区域上，而无需迭代移动或调整贴片。可以激活阵列的所有元素，以找到与脉管轴最佳对齐的元素子集。在这样的示例中，将不需要(或最少)训练或专门知识来放置贴片。
在另一示例中，图8中描述的传感器贴片的线性换能器阵列可以被替换为1.5D换能器元件，这将增加成像平面的视场并且可以最小化搜索脉管和/或将传感器贴片与脉管对齐所需的迭代。
本领域技术人员通过研究附图、公开内容以及权利要求书，在实践请求保护的本发明时能够理解并且实现对所公开的实施例的变型。在权利要求中，“包括”一词不排除其他元件或步骤，并且词语“一”或“一个”不排除多个。单个处理器或者其它单元可以实现权利要求书中记载的若干项的功能。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集合。如果以上描述了计算机程序，其可以被存储/分布在与其它硬件一起提供或者作为其它硬件的部分提供的诸如光存储介质或者固态介质的合适介质上，但是还可以以诸如经因特网或者其它有线或无线电信系统的其它形式分布。如果在权利要求书或说明书中使用术语“适于”，则应注意，术语“适于”旨在等同于术语“被配置为”。权利要求书中的任何附图标记不应被解释为对范围的限制。

Claims (15)

1.一种用于获得与脉管中的流量有关的参数的方法(100)，所述方法包括：
从成像平面(120)获得(110)超声数据，其中，所述超声数据包括多普勒超声数据；
基于所述超声数据来识别(130)所述成像平面内的脉管截面(140)；
确定(150)所识别的脉管截面的形状；
基于与脉管轴线垂直的平面上的圆形截面的假设，基于所识别的脉管截面的形状来确定(160)所述脉管轴线(170)，其中，所述脉管轴线沿着所述脉管的长度延伸；
确定(180)所述脉管轴线与所述成像平面之间的多普勒角度(α)；并且
基于所述多普勒角度、所述脉管轴线和所述多普勒超声数据，导出(190)与流量有关的所述参数，并且其中，
确定(150)所识别的脉管截面的所述形状包括将一般椭圆方程拟合到所识别的脉管截面。
2.根据权利要求1所述的方法(100)，其中，导出(190)与流量有关的所述参数包括确定流速。
3.根据权利要求1至2中的任一项所述的方法(100)，其中，所述方法还包括引导用户从10度与50度之间，例如15度与40度之间的多普勒角(α)获得超声数据。
4.根据权利要求1至3中的任一项所述的方法(100)，其中，将所述一般椭圆方程拟合到所识别的脉管截面是基于非线性最小二乘法的。
5.根据权利要求1至4中的任一项所述的方法(100)，其中，确定(150)所识别的脉管截面的形状包括将图像动量方法应用于所述超声数据。
6.根据权利要求1至5中的任一项所述的方法(100)，其中，所述方法还包括：
基于所述脉管轴线来生成波束转向角；并且
基于所述波束转向角来调整所述成像平面的位置。
7.根据权利要求1至6中的任一项所述的方法(100)，其中，所述方法还包括将动态门控应用于所述多普勒超声数据。
8.根据权利要求1至7中的任一项所述的方法(100)，其中，确定(150)所识别的脉管截面的形状包括识别脉管直径。
9.根据权利要求8所述的方法(100)，其中，所述方法还包括：
监测脉管直径随时间的变化；并且
基于所述脉管直径随时间的变化来确定脉管扩张性的量度。
10.根据权利要求8至9中的任一项所述的方法(100)，其中，与流量有关的所述参数包括以下中的一项或多项：
流速；以及
流量分布。
11.根据权利要求1至10中的任一项所述的方法(100)，其中，所述超声数据包括B模式数据。
12.一种包括计算机程序代码模块的计算机程序，当所述计算机程序在计算机上运行时，所述计算机程序代码模块适于实现根据权利要求1至11中的任一项所述的方法。
13.一种适于从脉管的超声数据导出与流量有关的参数的医学系统，所述系统包括：
处理器(22')，其中，所述处理器适于：
从成像平面获得超声数据，其中，所述超声数据包括多普勒超声数据；
基于所述超声数据来识别所述成像平面内的脉管截面；
确定所识别的脉管截面的形状；
基于所识别的脉管截面的所述形状来确定脉管轴线，其中，所述脉管轴线沿着所述脉管的长度延伸；
确定所述脉管轴线与所述成像平面之间的多普勒角度；并且
基于所述多普勒角度、所述脉管轴线和所述多普勒超声数据，导出与流量有关的所述参数，并且其中，所述处理器适于通过将一般椭圆方程拟合到所识别的脉管截面来确定所识别的脉管截面的形状。
14.根据权利要求13所述的系统，其中，所述系统还包括与所述处理器通信的超声换能器，其中，所述超声换能器适于从成像平面采集超声数据。
15.根据权利要求14所述的系统，其中，所述处理器被布置为控制超声换能器以基于所述脉管轴线来生成波束转向角；并且基于所述波束转向角来调整所述成像平面的位置。
CN201980069771.7A 2018-10-22 2019-10-11 用于导出与来自血管的流量有关的参数的方法和系统 Pending CN112912010A (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
IN201841039786 2018-10-22
IN201841039786 2018-10-22
US201962804845P 2019-02-13 2019-02-13
US62/804845 2019-02-13
EP19162788.4A EP3708088A1 (en) 2019-03-14 2019-03-14 Methods and systems for deriving a parameter relating to flow from a blood vessel
EP19162788.4 2019-03-14
PCT/EP2019/077550 WO2020083660A1 (en) 2018-10-22 2019-10-11 Methods and systems for deriving a parameter relating to flow from a blood vessel

Publications (1)

Publication Number Publication Date
CN112912010A true CN112912010A (zh) 2021-06-04

Family

ID=76111294

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980069771.7A Pending CN112912010A (zh) 2018-10-22 2019-10-11 用于导出与来自血管的流量有关的参数的方法和系统

Country Status (4)

Country Link
US (1) US20220110603A1 (zh)
EP (1) EP3870059B1 (zh)
JP (1) JP7488272B2 (zh)
CN (1) CN112912010A (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021055289A1 (en) 2019-09-20 2021-03-25 Bard Access Systems, Inc. Automatic vessel detection tools and methods
CN216135922U (zh) 2020-09-08 2022-03-29 巴德阿克塞斯系统股份有限公司 动态调整超声成像系统
CN116058873A (zh) * 2021-11-03 2023-05-05 巴德阿克塞斯系统股份有限公司 通过基于多普勒和图像的脉管区分的互操作优化功能
KR20240017487A (ko) * 2022-08-01 2024-02-08 주식회사 온택트헬스 도플러 초음파 영상에 대한 정보 제공 방법 및 이를 이용한 도플러 초음파 영상에 대한 정보 제공용 디바이스

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3802253A (en) * 1972-08-18 1974-04-09 Nasa Ultrasonic biomedical measuring and recording apparatus
JP3443189B2 (ja) * 1994-11-08 2003-09-02 アロカ株式会社 超音波診断装置
US8483432B2 (en) * 2009-12-23 2013-07-09 General Electric Company Methods for automatic segmentation and temporal tracking
US8622913B2 (en) 2010-09-28 2014-01-07 General Electric Company Method and system for non-invasive monitoring of patient parameters
JP5963262B2 (ja) 2012-11-30 2016-08-03 国立大学法人横浜国立大学 対象物認識装置、方法、プログラム、及び記録媒体
US9978150B2 (en) * 2015-08-05 2018-05-22 Algotec Systems Ltd. Method and system for spatial segmentation of anatomical structures
WO2018172990A1 (en) * 2017-03-24 2018-09-27 Pie Medical Imaging B.V. Method and system for assessing vessel obstruction based on machine learning

Also Published As

Publication number Publication date
JP2022512027A (ja) 2022-02-01
EP3870059B1 (en) 2023-12-20
US20220110603A1 (en) 2022-04-14
JP7488272B2 (ja) 2024-05-21
EP3870059A1 (en) 2021-09-01

Similar Documents

Publication Publication Date Title
JP7488272B2 (ja) 血管からの流れに関するパラメータを導出するための方法及びシステム
EP3923817B1 (en) Methods and systems for valve regurgitation value calculation
EP3890613B1 (en) Systems and methods for guided ultrasound data acquisition
WO2020083660A1 (en) Methods and systems for deriving a parameter relating to flow from a blood vessel
CN112867444B (zh) 用于引导对超声图像的采集的系统和方法
EP3711677A1 (en) Methods and systems for acquiring composite 3d ultrasound images
US20230285001A1 (en) Systems and methods for identifying a vessel from ultrasound data
EP4243695B1 (en) Methods and systems for tracking a motion of a probe in an ultrasound system
EP3849424B1 (en) Tracking a tool in an ultrasound image
US20220039773A1 (en) Systems and methods for tracking a tool in an ultrasound image
EP3708088A1 (en) Methods and systems for deriving a parameter relating to flow from a blood vessel
EP4223227A1 (en) A method and system for performing fetal weight estimations
EP3777695A1 (en) Systems and methods for guiding the acquisition of ultrasound data
CN116546926A (zh) 分析腹直肌的超声图像数据

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