CN112914608A - 胆汁容量的自动测量方法、超声成像系统和存储介质 - Google Patents

Abstract

本申请提供了一种胆汁容量的自动测量方法、超声成像系统和存储介质，该方法包括：通过固定于患者体表胆囊位置处的超声探头，定时自动采集多个测量时间点上的胆囊超声图像；在所述胆囊超声图像中分割出胆囊区域；根据分割出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。本申请的方案能够定时采集胆囊超声图像并确定胆汁容量，减少了用户操作，并提高了胆汁容量测量的准确性。

Description

胆汁容量的自动测量方法、超声成像系统和存储介质

技术领域

本申请涉及超声成像技术领域，更具体地涉及一种胆汁容量的自动测量方法、超声成像系统和存储介质。

背景技术

胆汁容量的精确测量在评价胆囊舒缩功能、研究胆石成因或胆囊的其他疾病等方面具有重要的使用价值。超声诊断因其具有无创、五辐射、检查方便、实时成像以及适于复查等优点，已经成为目前应用最广、使用频率最高的胆汁容量测量手段之一。

在实际诊断中，医生通常需要在一定时间内以固定时间间隔对胆汁容量进行多次测量，以便评估胆汁的排出状态。目前的超声设备只能提供医生手动测量胆汁容量的功能，在每次手动测量胆汁容量时，医生需要先采集图像，然后冻结图像、选择到合适的图像帧，再进行胆汁容量的计算，操作步骤非常繁琐，特别是对短期内多次测量来说。而且，由于需要全手动测量，医生未必每次都能按时测量胆汁容量，导致测量时间出现偏差。

发明内容

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

本申请实施例第一方面提供了一种胆汁容量的自动测量方法，所述方法包括：通过固定于患者体表胆囊位置处的超声探头，定时自动采集多个测量时间点上的胆囊超声图像；在所述胆囊超声图像中分割出胆囊区域；根据分割出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

在一个实施例中，所述方法还包括：根据所述多个测量时间点上测得的所述胆汁容量，生成胆汁容量随时间变化的变化曲线；以及输出所述变化曲线。

在一个实施例中，所述方法还包括：当所述胆汁容量超出阈值时，输出提示信息。

在一个实施例中，所述定时自动采集多个测量时间点上的胆囊超声图像，包括：在每个所述测量时间点上自动采集一次所述胆囊超声图像；或者在一段时间内连续采集胆囊超声视频图像，并在所述胆囊超声视频图像中提取所述多个测量时间点上的胆囊超声图像。

在一个实施例中，所述胆囊超声图像为二维胆囊超声图像或三维胆囊超声图像。

在一个实施例中，所述定时自动采集多个测量时间点上的胆囊超声图像包括：在每个所述测量时间点上采集一帧所述二维胆囊超声图像或一卷所述三维胆囊超声图像；或者在每个所述测量时间点周围采集多帧所述二维胆囊超声图像或多卷所述三维胆囊超声图像。

在一个实施例中，当在每个所述测量时间点周围采集多帧所述二维胆囊超声图像或多卷所述三维胆囊超声图像时，所述在所述胆囊超声图像中分割出胆囊区域包括：在多帧所述二维胆囊超声图像中分割出所述胆囊区域，并根据预定标准选择其中一帧所述二维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积；或者，在多卷所述三维胆囊超声图像中分割出所述胆囊区域，并根据预定标准选择其中一卷所述三维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积。

在一个实施例中，所述根据预定标准选择其中一帧所述二维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积，包括：选择分割所得的所述胆囊区域中面积最大的所述胆囊区域以用于确定所述胆囊体积。

在一个实施例中，所述根据预定标准选择其中一卷所述三维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积，包括：选择分割所得的所述胆囊区域中胆囊三维轮廓最大的所述胆囊区域以用于确定所述胆囊体积。

在一个实施例中，当在每个所述测量时间点周围采集多帧所述二维胆囊超声图像或多卷所述三维胆囊超声图像时，所述方法还包括：采用机器学习算法对每帧所述二维胆囊超声图像或每卷所述三维胆囊超声图像的标准程度进行评分，并选择评分最高的一帧所述二维胆囊超声图像或一卷所述三维胆囊超声图像以用于分割所述胆囊区域。

在一个实施例中，所述采用机器学习算法对每帧所述二维胆囊超声图像或每卷所述三维胆囊超声图像的标准程度进行评分，包括：构建数据库，所述数据库中包含多个胆囊区域以及每个所述胆囊区域的标准程度的评分；利用所述数据库训练机器学习算法，使所述机器学习算法能够提取胆囊区域的与所述评分相关联的特征；利用训练好的所述机器学习算法对所述胆囊超声图像中的胆囊区域进行特征提取，并使用分类器对提取到的特征进行分类，以得到所述胆囊超声图像的标准程度的评分。

在一个实施例中，在所述胆囊超声图像中分割出胆囊区域包括：自动分割出所述胆囊超声图像中的所述胆囊区域；或者结合用户输入，交互式地分割出所述胆囊超声图像中的所述胆囊区域。

在一个实施例中，所述自动分割出所述胆囊超声图像中的所述胆囊区域包括：采用图像分割算法自动分割出所述胆囊超声图像中的所述胆囊区域。

在一个实施例中，所述自动分割出所述胆囊超声图像中的所述胆囊区域包括：对所述胆囊超声图像中的每一个像素点周围预定邻域的图像块进行特征提取；利用分类器对提取到的所述特征进行分类，以确定所述特征所对应的图像块的类别；根据所述图像块的所述类别，将所述图像块所对应的像素点划分为胆囊区域的像素点或背景区域的像素点，从而将所述胆囊超声图像划分为胆囊区域和背景区域。

在一个实施例中，所述自动分割出所述胆囊超声图像中的所述胆囊区域包括：利用训练好的深度学习神经网络分割出所述胆囊超声图像中的所述胆囊区域。

在一个实施例中，所述结合用户输入，交互式地分割出所述胆囊超声图像中的所述胆囊区域，包括：根据用户的框选操作在所述胆囊超声图像中确定初步分割范围；在所述初步分割范围内自动分割出所述胆囊区域。

在一个实施例中，所述结合用户输入，交互式地分割出所述胆囊超声图像中的所述胆囊区域，包括：根据用户在所述胆囊区域上画出的点或线，采用交互式分割算法分割出所述胆囊区域。

在一个实施例中，当所述胆囊超声图像为二维胆囊超声图像时，所述根据分割出的所述胆囊区域确定胆囊体积包括：在所述胆囊区域中识别出两条相互垂直的径线；根据所述两条相互垂直的径线确定所述胆囊体积。

在一个实施例中，当所述胆囊超声图像为三维胆囊超声图像时，所述根据分割出的所述胆囊区域确定胆囊体积包括：根据在所述胆囊超声图像中分割出的胆囊三维轮廓确定所述胆囊体积。

在一个实施例中，所述方法还包括：根据用户输入确定所述测量时间点或相邻所述测量时间点之间的时间间隔。

本申请实施例第二方面提供了一种胆汁容量的自动测量方法，包括：

通过固定于患者体表胆囊位置处的超声探头，自动获取多个测量时间点上的胆囊超声图像；

在所述胆囊超声图像中确定出胆囊区域；

根据确定出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

本申请实施例第三方面提供了一种超声成像系统，包括：超声探头，所述超声探头可固定于患者体表胆囊位置处；发射电路，用于激励所述探头在多个测量时间点上定时向患者的胆囊区域发射超声波；接收电路，用于控制所述探头接收从所述胆囊区域返回的超声回波以获得超声回波信号；处理器，用于：处理所述超声回波信号，以得到所述多个测量时间点上的胆囊超声图像；在所述胆囊超声图像中分割出胆囊区域；根据分割出的所述胆囊区域确定胆囊体积，从而确定胆汁容量；以及存储器，用于存储所述处理器执行的程序。

在一个实施例中，所述超声成像系统还包括：显示器，用于显示所述胆囊超声图像。

在一个实施例中，所述处理器还用于：根据多个所述测量时间点上测得的所述胆汁容量，生成胆汁容量随时间变化的变化曲线；所述显示器还用于显示所述变化曲线。

本申请实施例第四方面提供了一种超声成像系统，包括：

超声探头，所述超声探头可固定于患者体表胆囊位置处；

发射电路，用于激励所述探头在多个测量时间点上向患者的胆囊区域发射超声波；

接收电路，用于控制所述探头接收从所述胆囊区域返回的超声回波以获得超声回波信号；

处理器，用于：

处理所述超声回波信号，以得到所述多个测量时间点上的胆囊超声图像；

在所述胆囊超声图像中确定出胆囊区域；

根据确定出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

本申请实施例第五方面提供一种存储介质，其上存储有计算机程序，所述计算机程序被计算机或处理器执行时实现本申请实施例第一方面所述方法的步骤。

根据本申请实施例的胆汁容量的自动测量方法、超声成像系统和存储介质能够定时采集胆囊超声图像并确定胆汁容量，减少了用户操作，并提高了胆汁容量测量的准确性。

附图说明

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

图1示出根据本申请实施例的超声成像系统的示意性框图；

图2示出根据本申请一个实施例的胆汁容量的自动测量方法的示意性流程图；

图3示出根据本申请另一个实施例的胆汁容量的自动测量方法的示意性流程图。

具体实施方式

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

在下文的描述中，给出了大量具体的细节以便提供对本申请更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本申请可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本申请发生混淆，对于本领域公知的一些技术特征未进行描述。

应当理解的是，本申请能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本申请的范围完全地传递给本领域技术人员。

在此使用的术语的目的仅在于描述具体实施例并且不作为本申请的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。

为了彻底理解本申请，将在下列的描述中提出详细的结构，以便阐释本申请提出的技术方案。本申请的可选实施例详细描述如下，然而除了这些详细描述外，本申请还可以具有其他实施方式。

下面，首先参考图1描述根据本申请一个实施例的超声成像系统，图1示出了根据本申请实施例的超声成像系统100的示意性结构框图。

如图1所示，超声成像系统100包括超声探头110、发射电路112、接收电路114、处理器118、显示器120以及存储器124。进一步地，超声成像系统还可以包括波束合成电路116和发射/接收选择开关122，发射电路112和接收电路114可以通过发射/接收选择开关122与超声探头110连接。

其中，超声探头110通常包括多个阵元的阵列。在每次发射超声波时，超声探头110的所有阵元或者部分阵元参与超声波的发射。此时，这些参与超声波发射的阵元中的每个阵元或者每部分阵元分别受到发射脉冲的激励并分别发射超声波，这些阵元分别发射的超声波在传播过程中发生叠加，形成被发射到目标对象的合成超声波束，在本申请实施例中，该合成超声波束即为向目标对象的胆囊部位发射的超声波。超声探头100可通过固定装置固定在患者体表的胆囊位置处。

发射/接收选择开关122也可以被称为发送/接收控制器，其可以包括发送控制器和接收控制器，发送控制器用于激励超声探头110定时经由发射电路112向目标对象(例如人体)发射超声波；接收控制器用于通过超声探头110经由接收电路114接收从目标对象返回的超声回波。

处理器118可以基于超声回波得到超声回波信号，对超声回波信号进行处理，得到目标对象的胆囊超声图像。例如，超声回波信号经过波束合成模块进行波束合成处理。处理器118得到的胆囊超声图像可以存储于存储器中。并且，胆囊超声图像可以在显示器120上显示。更详细的描述可以参见本说明书的后续实施例。

显示器120与处理器118连接，显示器120可以为触摸显示屏、液晶显示屏等；或者显示器120可以为独立于超声数据处理系统100之外的液晶显示器、电视机等独立显示设备；或者显示器120可以是智能手机、平板电脑等电子设备的显示屏，等等。其中，显示器120的数量可以为一个或多个。例如，显示器120可以包括主屏和触摸屏，主屏主要用于显示超声图像，触摸屏主要用于人机交互。

显示器120可以显示处理器118得到的胆囊超声图像。显示器120还可以显示胆汁容量随时间变化的变化曲线。此外，显示器120在显示超声图像的同时还可以提供给用户进行人机交互的图形界面，在图形界面上设置一个或多个被控对象，提供给用户利用人机交互装置输入操作指令来控制这些被控对象，从而执行相应的控制操作。例如，图形界面上显示图标，利用人机交互装置可以对该图标进行操作，用来执行特定的功能，比如在胆囊超声图像上绘制出点、线或框等，以交互式地分割出胆囊超声图像中的胆囊区域。

可选地，超声数据处理系统100还可以包括显示器120之外的其他人机交互装置，其与处理器118连接，例如，处理器118可以通过外部输入/输出端口与人机交互装置连接，外部输入/输出端口可以是无线通信模块，也可以是有线通信模块，或者两者的组合。外部输入/输出端口也可基于USB、如CAN等总线协议、和/或有线网络协议等来实现。

其中，人机交互装置可以包括输入设备，用于检测用户的输入信息，该输入信息例如可以是对超声波发射/接收时序的控制指令，可以是在胆囊超声图像上绘制出点、线或框等的操作输入指令，或者还可以包括其他指令类型。输入设备可以包括键盘、鼠标、滚轮、轨迹球、移动式输入设备(比如带触摸显示屏的移动设备、手机等等)、多功能旋钮等等其中之一或者多个的结合。人机交互装置还可以包括诸如打印机之类的输出设备。

存储器124可以用于存储处理器执行的指令，用于存储接收到的超声回波，用于存储超声图像，等等。存储器124可以为闪存卡、固态存储器、硬盘等。其可以为易失性存储器和/或非易失性存储器，为可移除存储器和/或不可移除存储器等。

可选地，超声数据处理系统100中的处理器118可以通过软件、硬件、固件或其任意组合来实现，可以使用电路、单个或多个专用集成电路(Application SpecificIntegrated Circuit，ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路和/或器件的任意组合、或者其他适合的电路或器件，从而使得处理器118可以执行本说明书中的各个实施例中的方法的相应步骤。

应理解，图1所示的超声数据处理系统100所包括的部件只是示意性的，其可以包括更多或更少的部件。本申请对此不限定。

下面，将参考图2描述根据本申请实施例的胆汁容量的自动测量方法。图2是本申请实施例的胆汁容量的自动测量方法200的一个示意性流程图。

如图2所示，所述方法200包括如下步骤：

在步骤S210，通过固定于患者体表胆囊位置处的超声探头，定时自动采集多个测量时间点上的胆囊超声图像。

其中，超声探头可以以任何合适的方式固定于患者体表的胆囊位置，以便于向患者的胆囊发射超声波。例如，超声探头可以通过支架等固定装置固定于患者体表，也可以直接贴合在患者体表。

示例性地，结合图1，在步骤S210中，可以由发射/接收选择开关122激励超声探头110定时经由发射电路112向目标对象(例如人体)的胆囊部位发射超声波，并通过超声探头110经由接收电路114接收从目标对象的胆囊部位返回的超声回波，并转换为超声回波信号。可以由波束合成模块116进行信号处理，然后将该波束合成的超声回波数据送入处理器118进行相关的处理，从而得到胆囊超声图像。

根据用户所需成像模式的不同，处理器118可以对超声回波信号进行不同的处理，获得不同模式的超声数据，例如二维超声数据或三维超声数据。然后，经对数压缩、动态范围调整、数字扫描变换等处理形成不同模式的超声图像数据，如包括B图像，C图像，D图像等二维胆囊超声图像数据，以及可以送入显示设备进行三维图像或空间立体图像显示的三维胆囊超声图像数据。

在步骤S210中，确定测量时间点的方式可以有多种。例如，可以接收用户预先设置的多个测量时间点的具体时刻，例如9:00、9:05、9:10等；或者，也可以接收用户预先设置的相邻测量时间点之间的时间间隔，例如，每隔5分钟一个测量时间点，此时，还可以接收用户设置的测量开始时间、测量次数或测量时间段，例如从9:00开始，共采集10次，或共采集50分钟等。

在本申请实施例中，定时自动采集多个测量时间点上的胆囊超声图像可以是在每个所述测量时间点上自动采集一次所述胆囊超声图像，例如，每隔5分钟进行一次扫描；或者，也可以是在一段时间内连续采集胆囊超声视频图像，并在该胆囊超声视频图像中提取多个测量时间点上的胆囊超声图像，例如，采集一段50分钟的超声视频图像，并从中提取多个预设测量时间点上的二维胆囊超声图像或三维胆囊超声图像。

以二维胆囊超声图像为例，可以在每个测量时间点上自动采集一帧二维胆囊超声图像，或从超声视频图像中提取一帧二维胆囊超声图像。由于二维胆囊超声图像中显示的是胆囊的一个切面，而测量时间点上获取的胆囊切面未必是胆囊的标准长轴切面，不标准的切面可能导致错误的测量结果，因此，在一个实施例中，可以在测量时间点周围一段时间内采集或提取多帧二维胆囊超声图像，以从中选择一帧最标准的切面进行后续胆汁容量的测量。

对于三维胆囊超声图像来说，也可以在每个测量时间点上自动采集一卷或多卷三维胆囊超声图像。三维胆囊超声图像可以是容积探头采集的，也可以是带有磁导航设备的凸阵、线阵探头基于Freehand三维超声重建技术重建的，或者也可以是通过面阵探头扫查的，本申请对此不做限定。或者，如上所述，也可以在一段时间内，不间断连续扫查多卷三维图像，即一路四维图像，也即一段三维超声视频图像。之后，在每个测量时间点上提取一卷或多卷三维胆囊超声图像，以用于胆汁容量的测量。

在一个实施例中，每获取一个测量时间点上的胆囊超声图像，即执行后续的步骤S220和步骤S230，分割出其中的胆囊区域并计算胆汁容量，如此，可以有效利用间隔时间，并在胆汁容量超过阈值时及时生成提示信息。当然，在其他实施例中，也可以在获取全部的胆囊超声图像之后，再执行后续步骤。

在步骤S220，在所述胆囊超声图像中分割出胆囊区域。

其中，当胆囊超声图像为二维胆囊超声图像时，在胆囊超声图像中分割出的胆囊区域指的是二维胆囊超声图像中的胆囊切面。当胆囊超声图像为三维胆囊超声图像时，在胆囊超声图像中分割出的胆囊区域指的是三维胆囊超声图像中的胆囊三维轮廓。一般来说，正常胆囊在超声图像中具有轮廓清晰，囊壁光滑整齐，囊腔内无回声，后方回声增强等特征。胆囊区域一般为典型的囊状结构，其纵断面呈梨形，横切面呈圆形或椭圆形。

在一个实施例中，可以全自动地分割出胆囊超声图像中的胆囊区域，从而减少用户操作，并且使用户在测量全过程中都无需等候在患者身边。

作为示例，无论是对于二维胆囊超声图像还是三维胆囊超声图像的分割，其自动分割方式均可以包括但不限于以下几种：

第一种分割方式为采用图像分割算法自动分割出胆囊超声图像中的所述胆囊区域。其中，所述图像分割算法可以包括Snake(蛇形)算法、Graph Cut(图割)算法、Level Set(水平集)算法、Random Walker(随机游走)算法等各种适用的图像分割算法。

第二种分割方式为基于机器学习的图像分割方式，具体包括：首先，采用机器学习方法对胆囊超声图像中的每一个像素点周围预定邻域的图像块进行特征提取，所用的特征提取方法可以是传统的PCA(主成分分析)、LDA(线性判别分析)、Harr特征(哈尔特征)提取、纹理特征提取等，也可以采用深度神经网络来进行特征提取；接着，将提取到的特征与预先构建的数据库中的特征进行匹配，利用KNN(K-近邻分类器)、SVM(支持向量机)、随机森林、神经网络等分类器对提取到的特征进行分类，以确定所述特征所对应的图像块的类别，即根据所述图像块的特征将所述图像块划分为胆囊区域的图像块或背景区域的图像块；之后，根据所述图像块的所述类别，将所述图像块所对应的像素点划分为胆囊区域的像素点或背景区域的像素点，从而将胆囊超声图像划分为胆囊区域和背景区域。

第三分割方式为基于深度学习的端到端的语义分割网络方法，该类方法利用训练好的深度学习神经网络分割出胆囊超声图像中的所述胆囊区域。该类方法通过堆叠卷积层和全连接层来对预先构建的数据库进行特征的学习，并加入上采样或者反卷积层来使得输入与输出的尺寸相同，从而直接得到输入图像的感兴趣区域(即胆囊区域)及其相应类别，所使用的深度学习网络包括FCN(全卷积神经网络)、U-Net(U形网络)、Mask R-CNN(掩码候选区域神经网络)等。

在另一实施例中，也可以通过半自动的方式来缩小分割范围，或根据用户的输入来指导更加精确的分割。在分割过程中加入用户交互作为算法输入，能够使图像中具有高层语义的物体能够完整地被提取出来。

例如，可以根据用户的框选操作在胆囊超声图像中确定初步分割范围，即用户可以在用户交互界面上绘制出ROI(感兴趣区域)框，使胆囊区域被包括在ROI框内部，该ROI框包括而不限于矩形框；接着，在所述初步分割范围内自动分割出胆囊区域，该自动分割包括而不限于以上三种自动分割方法。

又如，另一种交互式的分割方法可以包括：用户在胆囊区域上画出一些点或线，并根据用户在所述胆囊区域上画出的点或线，采用交互式分割算法分割出所述胆囊区域。例如，交互式分割算法获取用户绘制的点或线作为输入，并自动建立各个像素点与前景或背景相似度的赋权图，并通过求解最小切割区分前景和背景。所述交互式的分割算法包括而不限于Graph Cut(图割)、Random Walker(随机游走)等。

如上所述，在步骤S210中，每个测量时间点上可以采集一帧或多帧二维胆囊超声图像，或一卷或多卷三维胆囊超声图像。当每个测量时间点上仅采集一帧二维胆囊超声图像或一卷三维胆囊超声图像时，可以直接对该胆囊超声图像进行上述分割，以得到其中的胆囊区域。当在每个测量时间点周围采集多帧二维胆囊超声图像或多卷三维胆囊超声图像时，则在其中自动选择一帧或一卷较佳的胆囊超声图像，以用于后续胆汁容量的计算。

在一个实施例中，在选择胆囊超声图像时，可以对每个时间点获得的所有胆囊超声图像进行分割，并根据分割结果进行挑选。

以二维胆囊超声图像为例，当在每个测量时间点周围采集多帧二维胆囊超声图像时，可以在多帧二维胆囊超声图像中分别分割出胆囊区域，并根据预定标准选择其中一帧图像的胆囊区域以用于确定胆囊体积。其中，由于胆囊的长轴切面为所有切面中胆囊显示最大的切面，因而可以选择分割所得的所述胆囊区域中面积最大的所述胆囊区域以用于确定所述胆囊体积。

以三维胆囊超声图像为例，当在每个测量时间点周围采集多卷三维胆囊超声图像时，可以在多卷三维胆囊超声图像中分别分割出胆囊区域，并根据预定标准选择其中一卷图像的胆囊区域以用于确定胆囊体积。类似地，三维胆囊超声图像的选择标准也可以是选择分割所得的所述胆囊区域中胆囊三维轮廓最大的胆囊区域以用于确定胆囊体积，例如，计算所有胆囊三维轮廓的体积，并将其中最大的体积作为最终的计算结果。

在另一个实施例中，也可以采用机器学习算法对每帧二维胆囊超声图像或每卷三维胆囊超声图像进行评分，并选择评分最高的胆囊超声图像进行分割。在该方法中，无需对所有的胆囊超声图像进行分割，因而提高了计算速度。

具体地，采用机器学习算法对胆囊超声图像进行评分可以包括如下步骤：

首先，构建数据库，所述数据库中包含多个胆囊区域以及每个所述胆囊区域的标准程度的评分。其中，可以预先采集多个胆囊区域的图像，由用户对其进行手动评分，评分标准可以包括：图像中采集到的胆囊是否完整、图像中的胆囊切面是否为胆囊的最大切面、图像中是否不存在其他组织或粗大血管的干扰等。所述评分标准也可以包括图像质量，例如灰阶丰富、对比度高、结构细腻的图像质量较佳，相应地评分较高。

构建好所述数据库之后，可以利用所述数据库训练机器学习算法，使机器学习算法能够提取胆囊区域的与所述评分相关联的特征。特征提取方法可以是传统的PCA、LDA、Harr特征提取、纹理特征提取等，也可以采用VGG模型、MobileNet(移动端神经网络)、ResNet(残差网络)等深度神经网络来进行特征提取。

接着，利用训练好的所述机器学习算法对所述胆囊超声图像中的胆囊区域进行特征提取，并使用分类器对提取到的特征进行分类，即将提取到的特征与数据库进行匹配，以得到胆囊超声图像的标准程度的评分。其中，可以使用KNN、SVM、随机森林、神经网络等各种合适的分类器进行分类。

根据每个测量时间点上多帧二维胆囊超声图像或多卷三维胆囊超声图像的评分，可以从中挑选出评分最高的胆囊超声图像进行分割，以保证后续测量结果的准确性。

在步骤S230，根据分割出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

其中，如果步骤S210中采集的是二维胆囊超声图像，则可以在步骤S220中分割出的胆囊切面中自动测量出两条垂直径线，并将胆囊假设为某种近似的规则集合形状，例如椭球体或圆锥体等，然后再采用相应的经验公式估算胆囊体积，从而得出胆汁容量。

如果步骤S210中采集的是三维胆囊超声图像，则可以根据步骤S220中分割出的胆囊三维轮廓计算胆囊体积，从而得到胆汁容量。例如，可以采用超声成像系统自带的体积测量软件，以根据胆囊的三维轮廓获得胆囊体积。基于胆囊的三维轮廓测量胆囊体积时，可以直接累积胆囊三维轮廓内所有像素的体积，受几何形状影响较小，因而测量结果较为准确。

在一个实施例中，方法200还包括：所述多个测量时间点上测得的胆汁容量，生成胆汁容量随时间变化的变化曲线，即按照时间维度将每个测量时间点上测得的胆汁容量组合在一起。之后，输出所述变化曲线，例如在显示器120上显示所述变化曲线或在检查报告中加入所述变化曲线等。所述变化曲线可以是曲线图、折线图等线形图，但也可以是柱状图或其他形式的图表，只要其能够反映胆汁容量随时间的变化关系。

在一个实施例中，方法200还包括：还包括：当所述胆汁容量超出阈值时，输出提示信息。所述提示信息可以包括显示界面上显示的信息，也可以包括声音提示信息，本申请实施例对此不做限制。

下面，结合图2所示的实施例，请参阅图3，描述根据本申请实施例的胆汁容量的自动测量方法。图3是本申请实施例的胆汁容量的自动测量方法300的一个示意性流程图。

如图3所示，所述方法300包括如下步骤：

在步骤310，通过固定于患者体表胆囊位置处的超声探头，自动获取多个测量时间点上的胆囊超声图像。

其中，自动获取多个测量时间点上的胆囊超声图像的方式有很多种，除上述定时自动采集多个测量时间点上的胆囊超声图像的方式外，还可以是其他方式，例如，先连续或者非连续采集了很多胆囊超声图像，然后在很多胆囊超声图像中确定该多个测量时间上的胆囊超声图像，其中，该多个测量时间点可以是采集图像之后确定，也可以是采集图像之前确定，具体可以是用户自定义确定或者是系统默认确定，此处不做具体限定。关于确定多个测量时间上的胆囊超声图像与上述步骤S210有相同或者相似的内容，具体可参阅上述步骤S210中的描述，此处不再赘述。

在步骤320，在所述胆囊超声图像中确定出胆囊区域。

其中，在胆囊超声图像中确定出胆囊区域的方式有很多种，除了上述根据分割的方式确定外，还可以是其他方式，例如，通过拟合的方式在胆囊超声图像中确定大致的胆囊区域等，此处不做具体限定。

其中，拟合的具体过程可以为：以超声图像为二维超声图像为例，胆囊中包括一些关键结构位置，因此，在超声图像中检测到这些关键结构位置，例如，如果知道了超声图像中三个不共线的关键结构位置，即可根据空间中不共线的三点确定该三个点所在的一个平面，求解出平面的数学方程，即可得到胆囊区域；又如，如果知道了超声图像中多个(大于三个)关键结构位置，即可采用拟合的方法拟合出一个平面方程，即可得到胆囊区域，拟合方法有很多，如最小二乘估计、Hough变换等。在该实施例中，切面采用了平面方程的表达方式，也可以用其它等价的表达方式，如空间中的一个点加一个法向量也可以表示切面。另外，可基于类似的方式(例如，空间中胆囊的关键结构位置)拟合出二维以上的多维超声图像中的胆囊区域，此处不再赘述。

当然，在胆囊超声图像中确定出胆囊区域的方式与上述步骤S220存在相同或者相似的内容，具体可参阅上述步骤S220的描述，此处不再赘述。

在步骤330，根据确定出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

其中，根据确定出的胆囊区域确定胆囊体积，从而确定胆汁容量的过程与上述步骤S230存在相同或者相似的内容，具体可参阅上述步骤S230的描述，此处不再赘述。

基于上面的描述，根据本申请实施例的胆汁容量的自动测量方法定时获取胆囊超声图像并确定胆汁容量，减少了用户操作，并提高了胆汁容量测量的准确性。

现在重新参照图1，本申请实施例还提供了一种超声成像系统100，超声成像系统100可以用于实现上述方法200或方法300。超声成像系统100可以包括超声探头110、发射电路112、接收电路114、波束合成模块116、处理器118、显示器120、发射/接收选择开关122以及存储器124中的部分或全部部件，各个部件的相关描述可以参照上文。以下仅对超声成像系统100的主要功能进行描述，而省略以上已经描述过的细节内容。

其中，超声探头110可固定于患者体表胆囊位置处；发射电路112用于激励所述超声探头110在多个测量时间点上定时向患者的胆囊区域发射超声波；接收电路114用于控制超声探头110接收从所述胆囊区域返回的超声回波以获得超声回波信号；处理器118用于：处理所述超声回波信号，以得到所述多个测量时间点上的胆囊超声图像；在所述胆囊超声图像中分割出胆囊区域；根据分割出的所述胆囊区域确定胆囊体积，从而确定胆汁容量；存储器124用于存储所述处理器执行的程序。

在一个实施例中，超声成像系统100还包括显示器120，用于显示所述胆囊超声图像。

在一个实施例中，处理器118还用于：根据多个所述测量时间点上测得的所述胆汁容量，生成胆汁容量随时间变化的变化曲线；显示器120还用于显示所述变化曲线。

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

此外，根据本申请实施例，还提供了一种计算机程序，该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本申请实施例的胆汁容量的自动测量方法的相应步骤。

基于上面的描述，根据本申请实施例的胆汁容量的自动测量方法、超声成像系统和存储介质能够定时采集胆囊超声图像并确定胆汁容量，减少了用户操作，并提高了胆汁容量测量的准确性。

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

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

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

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

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

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

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

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

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

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

Claims (26)

1.一种胆汁容量的自动测量方法，其特征在于，所述方法包括：

通过固定于患者体表胆囊位置处的超声探头，定时自动采集多个测量时间点上的胆囊超声图像；

在所述胆囊超声图像中分割出胆囊区域；

根据分割出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

2.根据权利要求1所述的自动测量方法，其特征在于，还包括：

根据所述多个测量时间点上测得的所述胆汁容量，生成胆汁容量随时间变化的变化曲线；以及

输出所述变化曲线。

3.根据权利要求1或2所述的自动测量方法，其特征在于，还包括：

当所述胆汁容量超出阈值时，输出提示信息。

4.根据权利要求1所述的自动测量方法，其特征在于，所述定时自动采集多个测量时间点上的胆囊超声图像，包括：

在每个所述测量时间点上自动采集一次所述胆囊超声图像；或者

在一段时间内连续采集胆囊超声视频图像，并在所述胆囊超声视频图像中提取所述多个测量时间点上的胆囊超声图像。

5.根据权利要求1或4所述的自动测量方法，其特征在于，所述胆囊超声图像为二维胆囊超声图像或三维胆囊超声图像。

6.根据权利要求5所述的自动测量方法，其特征在于，所述定时自动采集多个测量时间点上的胆囊超声图像包括：

在每个所述测量时间点上采集一帧所述二维胆囊超声图像或一卷所述三维胆囊超声图像；或者

在每个所述测量时间点周围采集多帧所述二维胆囊超声图像或多卷所述三维胆囊超声图像。

7.根据权利要求6所述的自动测量方法，其特征在于，当在每个所述测量时间点周围采集多帧所述二维胆囊超声图像或多卷所述三维胆囊超声图像时，所述在所述胆囊超声图像中分割出胆囊区域包括：

在多帧所述二维胆囊超声图像中分割出所述胆囊区域，并根据预定标准选择其中一帧所述二维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积；或者，

在多卷所述三维胆囊超声图像中分割出所述胆囊区域，并根据预定标准选择其中一卷所述三维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积。

8.根据权利要求7所述的自动测量方法，其特征在于，所述根据预定标准选择其中一帧所述二维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积，包括：

选择分割所得的所述胆囊区域中面积最大的所述胆囊区域以用于确定所述胆囊体积。

9.根据权利要求7所述的自动测量方法，其特征在于，所述根据预定标准选择其中一卷所述三维胆囊超声图像的所述胆囊区域以用于确定所述胆囊体积，包括：

选择分割所得的所述胆囊区域中胆囊三维轮廓最大的所述胆囊区域以用于确定所述胆囊体积。

10.根据权利要求6所述的自动测量方法，其特征在于，当在每个所述测量时间点周围采集多帧所述二维胆囊超声图像或多卷所述三维胆囊超声图像时，所述方法还包括：

采用机器学习算法对每帧所述二维胆囊超声图像或每卷所述三维胆囊超声图像的标准程度进行评分，并选择评分最高的一帧所述二维胆囊超声图像或一卷所述三维胆囊超声图像以用于分割所述胆囊区域。

11.根据权利要求10所述的自动测量方法，其特征在于，所述采用机器学习算法对每帧所述二维胆囊超声图像或每卷所述三维胆囊超声图像的标准程度进行评分，包括：

构建数据库，所述数据库中包含多个胆囊区域以及每个所述胆囊区域的标准程度的评分；

利用所述数据库训练机器学习算法，使所述机器学习算法能够提取胆囊区域的与所述评分相关联的特征；

利用训练好的所述机器学习算法对所述胆囊超声图像中的胆囊区域进行特征提取，并使用分类器对提取到的特征进行分类，以得到所述胆囊超声图像的标准程度的评分。

12.根据权利要求1所述的自动测量方法，其特征在于，在所述胆囊超声图像中分割出胆囊区域包括：

自动分割出所述胆囊超声图像中的所述胆囊区域；或者

结合用户输入，交互式地分割出所述胆囊超声图像中的所述胆囊区域。

13.根据权利要求12所述的自动测量方法，其特征在于，所述自动分割出所述胆囊超声图像中的所述胆囊区域包括：

采用图像分割算法自动分割出所述胆囊超声图像中的所述胆囊区域。

14.根据权利要求12所述的自动测量方法，其特征在于，所述自动分割出所述胆囊超声图像中的所述胆囊区域包括：

对所述胆囊超声图像中的每一个像素点周围预定邻域的图像块进行特征提取；

利用分类器对提取到的所述特征进行分类，以确定所述特征所对应的图像块的类别；

根据所述图像块的所述类别，将所述图像块所对应的像素点划分为胆囊区域的像素点或背景区域的像素点，从而将所述胆囊超声图像划分为胆囊区域和背景区域。

15.根据权利要求12所述的自动测量方法，其特征在于，所述自动分割出所述胆囊超声图像中的所述胆囊区域包括：

利用训练好的深度学习神经网络分割出所述胆囊超声图像中的所述胆囊区域。

16.根据权利要求12所述的自动测量方法，其特征在于，所述结合用户输入，交互式地分割出所述胆囊超声图像中的所述胆囊区域，包括：

根据用户的框选操作在所述胆囊超声图像中确定初步分割范围；

在所述初步分割范围内自动分割出所述胆囊区域。

17.根据权利要求12所述的自动测量方法，其特征在于，所述结合用户输入，交互式地分割出所述胆囊超声图像中的所述胆囊区域，包括：

根据用户在所述胆囊区域上画出的点或线，采用交互式分割算法分割出所述胆囊区域。

18.根据权利要求5所述的自动测量方法，其特征在于，当所述胆囊超声图像为二维胆囊超声图像时，所述根据分割出的所述胆囊区域确定胆囊体积包括：

在所述胆囊区域中识别出两条相互垂直的径线；

根据所述两条相互垂直的径线确定所述胆囊体积。

19.根据权利要求5所述的自动测量方法，其特征在于，当所述胆囊超声图像为三维胆囊超声图像时，所述根据分割出的所述胆囊区域确定胆囊体积包括：

根据在所述胆囊超声图像中分割出的胆囊三维轮廓确定所述胆囊体积。

20.根据权利要求1所述的自动测量方法，其特征在于，所述方法还包括：

根据用户输入确定所述测量时间点或相邻所述测量时间点之间的时间间隔。

21.一种胆汁容量的自动测量方法，其特征在于，所述方法包括：

通过固定于患者体表胆囊位置处的超声探头，自动获取多个测量时间点上的胆囊超声图像；

在所述胆囊超声图像中确定出胆囊区域；

根据确定出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

22.一种超声成像系统，其特征在于，包括：

超声探头，所述超声探头可固定于患者体表胆囊位置处；

发射电路，用于激励所述探头在多个测量时间点上定时向患者的胆囊区域发射超声波；

接收电路，用于控制所述探头接收从所述胆囊区域返回的超声回波以获得超声回波信号；

处理器，用于：

处理所述超声回波信号，以得到所述多个测量时间点上的胆囊超声图像；

在所述胆囊超声图像中分割出胆囊区域；

根据分割出的所述胆囊区域确定胆囊体积，从而确定胆汁容量；以及

存储器，用于存储所述处理器执行的程序。

23.根据权利要求22所述的超声成像系统，其特征在于，还包括：

显示器，用于显示所述胆囊超声图像。

24.根据权利要求23所述的超声成像系统，其特征在于，所述处理器还用于：

根据多个所述测量时间点上测得的所述胆汁容量，生成胆汁容量随时间变化的变化曲线；

所述显示器还用于显示所述变化曲线。

25.一种超声成像系统，其特征在于，包括：

超声探头，所述超声探头可固定于患者体表胆囊位置处；

发射电路，用于激励所述探头在多个测量时间点上向患者的胆囊区域发射超声波；

接收电路，用于控制所述探头接收从所述胆囊区域返回的超声回波以获得超声回波信号；

处理器，用于：

处理所述超声回波信号，以得到所述多个测量时间点上的胆囊超声图像；

在所述胆囊超声图像中确定出胆囊区域；

根据确定出的所述胆囊区域确定胆囊体积，从而确定胆汁容量。

26.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机或处理器执行时实现权利要求1至21中任一项所述方法的步骤。

Images