CN112971844A - 一种超声图像的采集质量的评估方法及超声成像设备 - Google Patents
一种超声图像的采集质量的评估方法及超声成像设备 Download PDFInfo
- Publication number
- CN112971844A CN112971844A CN202011479395.XA CN202011479395A CN112971844A CN 112971844 A CN112971844 A CN 112971844A CN 202011479395 A CN202011479395 A CN 202011479395A CN 112971844 A CN112971844 A CN 112971844A
- Authority
- CN
- China
- Prior art keywords
- image
- ultrasonic
- ultrasound
- gray
- determining
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
-
- 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
- A61B8/58—Testing, adjusting or calibrating the diagnostic device
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Hematology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请实施例公开了一种超声图像的采集质量的评估方法及超声成像设备,本申请实施例方法包括:获取的超声图像包括超声灰阶图像以及在超声灰阶图像的取样框内叠加显示的采样图像,采样图像可以包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像,可以确定超声图像中的病灶区域,确定病灶区域和取样框的重合度,根据重合度确定超声图像的采集质量的评估结果,通过提供一种对超声图像的采集质量的评估方法,有利于降低医生重新扫查的可能性,提高诊断效率和诊断结果的正确性。
Description
本申请要求于2019年12月16日提交中国专利局、申请号为201911295919.7、发明名称为“一种超声图像的采集质量的评估方法及超声成像设备”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
技术领域
本申请涉及超声技术领域,尤其涉及一种超声图像的采集质量的评估方法及超声成像设备。
背景技术
超声诊断是将超声检测技术应用于人体的一种诊断方法,通过扫查人体组织得到超声图像,根据超声图像了解人体组织的数据和形态,发现人体的疾病并做出提示。操作人员可以利用超声成像系统的探头对就医人员的检查部位(比如乳腺、甲状腺、子宫等)进行扫查,当发现病灶时,可以保存关于病灶的超声图像。之后,医生或智能分析软件可以根据操作人员保存的关于病灶的超声图像确定针对该病灶的超声分析结果,比如,病灶的位置、尺寸、形状、和回声情况等。
操作人员在对就医人员进行扫查的过程中,常因经验不足或操作失误而导致获得的关于病灶的超声图像的采集质量较差,影响医生或智能分析软件对病灶的诊断分析结果,增加重新扫查的可能性。
发明内容
本申请提供一种超声图像的采集质量的评价方法及超声成像设备,用于提高诊断效率和诊断结果的正确性。
本申请实施例的第一方面提供一种超声图像的采集质量评估方法,包括:获取目标组织的超声图像,所述超声图像包括超声灰阶图像,以及在所述超声灰阶图像的取样框内叠加显示的采样图像,所述采样图像包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像;确定所述超声图像中的病灶区域;确定所述病灶区域和所述取样框的重合度;根据所述重合度确定所述超声图像的采集质量的评估结果。
本申请实施例的第二方面提供一种超声成像设备,包括:
探头;
发射电路,所述发射电路激励所述探头向目标组织发射超声波;
接收电路,所述接收电路控制所述探头接收从所述目标组织返回的超声回波以获得超声回波信号;
处理器,所述处理器处理所述超声回波信号以获得所述目标组织的超声图像;
显示器,所述显示器显示所述超声图像;
其中所述处理器用于执行如下步骤:获取目标组织的超声图像,所述超声图像包括超声灰阶图像,以及在所述超声灰阶图像的取样框内叠加显示的采样图像,所述采样图像包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像;确定所述超声图像中的病灶区域;确定所述病灶区域和所述取样框的重合度;根据所述重合度确定所述超声图像的采集质量的评估结果。
本申请实施例的第三方面提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述第一方面提供的超声图像的采集质量评估方法。
本申请实施例第一方面提供的方法中,获取的超声图像包括超声灰阶图像以及在所述超声灰阶图像的取样框内叠加显示的彩色多普勒图像或弹性图像,可以确定所述超声图像中的病灶区域,确定所述病灶区域和所述取样框的重合度,根据所述重合度确定所述超声图像的采集质量的评估结果,通过提供一种对超声图像的采集质量的评估方法,有利于降低医生重新扫查的可能性,提高诊断效率和诊断结果的正确性。
附图说明
图1是本申请实施例超声成像设备的结构框图示意图;
图2是本申请超声图像的采集质量的评估方法一个实施例示意图;
图3是图2对应的实施例中步骤201的一种具体实施方式示意图;
图4是本申请超声图像的采集质量的评估方法另一个实施例示意图;
图5是本申请超声图像的采集质量的评估方法另一个实施例示意图;
图6是本申请超声图像的处理装置一个实施例示意图。
具体实施方式
本申请实施例提供了一种超声图像的采集质量的评估方法及装置,用于辅助操作人员对获取的超声图像进行质量评估。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1为本申请实施例中的超声成像设备10的结构框图示意图。该超声成像设备10可以包括探头100、发射电路101、发射/接收选择开关102、接收电路103、波束合成电路104、处理器105、显示器106和存储器107。发射电路101可以激励探头100向目标区域发射超声波。接收电路103可以通过探头100接收从目标区域返回的超声回波,从而获得超声回波信号/数据。该超声回波信号/数据经过波束合成电路104进行波束合成处理后,送入处理器105。处理器105对该超声回波信号/数据进行处理,以获得目标对象的超声图像或者介入性物体的超声图像。处理器105获得的超声图像可以存储于存储器107中。这些超声图像可以在显示器106上显示。
本申请的一个实施例中,前述的超声成像设备10的显示器106可为触摸显示屏、液晶显示屏等,也可以是独立于超声成像设备10之外的液晶显示器、电视机等独立显示设备,也可为手机、平板电脑等电子设备上的显示屏,等等。
本申请的一个实施例中,前述的超声成像设备10的存储器107可为闪存卡、固态存储器、硬盘等。
本申请的一个实施例中,还提供一种计算机可读存储介质,该计算机可读存储介质存储有多条程序指令,该多条程序指令被处理器105调用执行后,可执行本申请各个实施例中的超声成像方法中的部分步骤或全部步骤或其中步骤的任意组合。
一个实施例中,该计算机可读存储介质可为存储器107,其可以是闪存卡、固态存储器、硬盘等非易失性存储介质。
本申请的一个实施例中,前述的超声成像设备10的处理器105可以通过软件、硬件、固件或者其组合实现,可以使用电路、单个或多个专用集成电路(applicationspecific integrated circuits,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、或者前述电路或器件的组合、或者其他适合的电路或器件,从而使得该处理器105可以执行本申请的各个实施例中的超声成像方法的相应步骤。
下面结合附图,对本申请的超声图像的采集质量的评估方法进行描述。
结合图1所示的超声成像设备10的结构框图示意图,参阅图2,本申请实施例提供的超声图像的采集质量的评估方法可以包括如下步骤:
201、获取目标组织的超声图像;
超声成像设备10一般可以支持多种模式的超声检查,例如B模式、彩色多普勒模式、超声弹性成像模式、能量多普勒模式和向量血流模式等。其中,B模式用于获取人体组织的超声灰阶图像,彩色多普勒模式可以用于获取人体组织的彩色多普勒图像,该彩色多普勒图像、能量多普勒模式和向量血流模式一般用于分析人体组织中的血流情况,超声弹性成像模式用于获取人体组织的弹性图像,弹性图像一般用于分析人体组织的应变信息。
在本申请实施例中,可以获取目标组织的超声图像,该超声图像可以包括超声灰阶图像,以及在超声灰阶图像的取样框内叠加显示的采样图像,该采样图像可以包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像,该目标组织可以是待检测患者的部分身体组织,例如甲状腺、乳腺和子宫等。该取样框可以是人为选定,例如在显示的组织超声灰阶图像上手动选定取样框;也可以是机器自动调出取样框,然后手动调节到合适的位置;也可以是机器自动调出取样框,自动调整到合适的位置,该合适的位置可以是病灶区域。
在一种可能的实现方式中,参考图3,在步骤201中,超声成像设备10可以具体执行如下步骤:
2011、向目标组织发射第一超声波,接收从目标组织返回的超声回波,以获得第一超声回波信号;
在B模式下,超声成像设备10可以向目标组织发射超声波(称作第一超声波),接收从目标组织返回的超声回波,以获得第一超声回波信号。
2012、对第一超声回波信号进行信号处理,以获得超声灰阶图像;
对获得的第一超声回波信号进行波束合成、图像等处理,可以获得超声灰阶图像,该超声灰阶图像可以表征目标组织的B图像。
2013、接收切换至采样模式的操作指令:
超声成像设备10可以接收输入的模式切换的操作指令,切换至相应的采样模式。该采样模式可以包括彩色多普勒模式、弹性模式、能量多普勒模式或者向量血流模式。例如,超声成像设备10一般设置有各个模式对应的选项,例如,B模式一般对应于标识有“B”的选项,彩色多普勒模式一般对应于标识有“C”,能量多普勒模式一般对应于标识有“P”的选项,弹性模式一般对应与标识有“E”的选项。该操作指令的输入可以通过按键、触摸、语音或者手势的方式实现,此处不做限定。
2014、响应于操作指令,在超声灰阶图像上显示取样框;
取样框的尺寸和位置可以是默认的,也可以由用户调整,或者由超声成像设备10通过对超声灰阶图像的分析(例如病灶的分析)智能化设置。
2015、向目标组织发射第二超声波,接收从目标组织返回的超声回波,以获得第二超声回波信号;
2016、对第二超声回波信号进行信号处理,以获得在超声灰阶图像的取样框内叠加显示的采样图像;
该采样图像可以为彩色多普勒图像、弹性图像、能量多普勒图像和向量血流图像中的一种或多种。
在一种可能的实现方式中,还可以通过从存储介质中读取包括超声灰阶图像和在该超声灰阶图像的取样框内叠加显示的采样图像的超声图像。
202、确定超声图像中的病灶区域;
在步骤201之后,超声成像设备10可以确定超声图像中的病灶区域。
在一种可能的实现方式中,在步骤201之后,超声成像设备10可以响应于接收到对超声图像的保存指令,确定超声图像中的病灶区域。
在一种可能的实现方式中,用户可以根据经验在超声图像中选择病灶区域,超声成像设备10可以根据用户的选择操作,确定超声图像中的病灶区域。
或者,在一种可能的实现方式中,超声成像设备10可以对超声图像进行分析,自动确定超声图像中的病灶区域。
关于确定病灶区域的方法,在一种可能的实现方式中,可以确定超声灰阶图像的病灶区域,或者,在一种可能的实现方式中,可以确定采样图像的病灶区域,或者,在一种可能的实现方式中,可以根据超声灰阶图像和彩色多普勒图像确定病灶区域,或者,在一种可能的实现方式中,可以根据超声灰阶图像和弹性图像确定病灶区域。
需要说明的是,上述病灶区域的确定,可以使用传统图像处理中的边界分割算法或者目标检测算法,也可以使用机器学习或深度学习算法。以乳腺病灶为例,机器学习或深度学习算法,是将医生已经标注过的乳腺病灶边界的图像和边界或感兴趣区域ROI框坐标放入深度学习分割或目标检测网络中进行训练,如卷积神经网络。训练过程中通过计算预测值和标定位置之间的误差,不断迭代,逐渐逼近,得到病灶分割或位置检测的参考模型。针对不同模式(例如彩色多普勒模式、弹性模式、能量多普勒模式或者向量血流模式)的乳腺图像,可以选择不同的模型或者算法处理,以确定病灶区域。
203、确定病灶区域和取样框的重合度;
示例性的,可以根据病灶区域与取样框的交集区域与并集区域的比例确定该重合度,或者根据病灶区域的中心与取样框的中心之间的距离确定该重合度。
204、根据重合度确定超声图像的采集质量的评估结果;
在一种可能的实现方式中,在步骤204中,超声成像设备10可以根据步骤203确定的重合度确定超声图像的采集质量等级或采集质量评分,之后可以显示超声图像的采集质量等级或采集质量评分。
重合度越高,超声图像的采集质量等级或采集质量评分越优。示例性的,可以预先设定重合度与采集质量等级或采集质量评分的对应关系,例如,重合度介于0和0.3之间时,采集质量等级为劣;重合度介于0.3至0.6之间时,采集质量等级为良;重合度介于0.6至1之间时,采集质量等级为优。不同的采集质量等级或采集质量评分可以用不同的文字、或不同的图形、或不同颜色等方式来区分。
在一种可能的实现方式中,可以根据重合度判断超声图像是否满足预设条件(称作第一预设条件),例如,在步骤204中,当重合度大于或等于预设阈值时,超声成像设备10可以确定超声图像的采集质量满足第一预设条件,当重合度小于预设阈值时,确定超声图像的采集质量的不满足第一预设条件。若超声图像的采集质量满足第一预设条件,可以认为该超声图像的采集质量合格,或者采集质量满足要求,采集质量达到预设等级,采集质量达到预设评分等等,该超声图像可以作为疾病诊断依据的可信度较高,可以保存该超声图像。若超声图像的采集质量不满足第一预设条件,可以认为该超声图像的采集质量不合格,或者采集质量不足要求,采集质量未达到预设等级,采集质量未达到预设评分等等,该超声图像作为疾病诊断依据的可信度较低,可以提示重新扫图。
在一种可能的实现方式中,还可以进一步结合超声图像的图像质量对该超声图像的采集质量进行综合评估。该超声图像的采集质量的评估方法还包括:
确定超声图像的图像质量;
步骤204中根据重合度确定超声图像的采集质量的评估结果进一步包括:
根据重合度和超声图像的图像质量确定超声图像的采集质量的评估结果。
在一种可能的实现方式中,上述确定超声图像的图像质量包括根据如下至少一种确定超声图像的图像质量:图像灰度,图像清晰度,图像的有效区域占比,图像中是否存在斑点、雪花细粒或网纹,以及所使用的探头、探头参数或成像参数。
需要说明的是,可以根据前述重合度和图像质量综合评估该超声图像的采集质量。例如,当重合度介于0和0.3之间时,不论图像高质量或者低质量,采集质量等级都为劣;重合度介于0.3至0.6之间时,图像质量高,采集质量等级为良,图像质量低,采集质量等级为劣;重合度介于0.6至1之间时,图像质量高,采集质量等级为优,图像质量低,采集质量等级为劣或良。又如,当重合度大于或等于预设阈值且图像质量高时,可以确定超声图像的采集质量满足第一预设条件,当重合度大于或等于预设阈值且图像质量低时,可以确定超声图像的采集质量不满足第一预设条件,当重合度小于预设阈值时,确定超声图像的采集质量的不满足第一预设条件。
以图像灰度为例,图像灰度可包括超声图像的整体的灰度,也可以包括有效区域内的超声图像的灰度。可以根据图像灰度的均值是否在阈值范围内、图像灰度是否均匀以及图像灰度的极值是否满足灰度极值的标准中的至少一项确定图像质量。对于超声图像的灰度是否均匀,可以绘制超声图像的灰度直方图,通过判断灰度直方图中灰度是否均匀分布,保证图像灰度不会集中在某个区域而影响超声图像的图像质量。
若超声图像的灰度满足灰度标准时,例如,超声图像的灰度均值适当且图像均匀,则该超声图像能够较准确地显示甲状腺或乳腺的形态,该超声图像的质量高;反之,若超声图像的灰度不满足灰度标准时,该超声图像的质量低,因此,可以通过超声图像的灰度确定超声图像的质量。例如,可以设定超声图像的灰度均值的标准、灰度均匀性的标准和灰度极值的标准等超声图像质量的灰度标准,进一步的,可以计算超声图像的灰度与灰度标准间的偏差,建立该偏差与图像质量间的函数关系或其他对应关系,以通过超声图像的灰度与灰度标准间的关系确定超声图像的质量。当然,超声图像的灰度与灰度标准间的偏差可以从一个角度进行评价,例如灰度均匀性维度;也可以从多个维度进行评价,例如灰度均值、灰度极值以及灰度均匀性等维度,综合得到超声图像的灰度与灰度标准间的偏差。
以图像清晰度为例,若超声图像清晰度高,超声图像的质量也相应的高;若超声图像清晰度低,超声图像的质量便相应的低。超声图像的清晰度可以为具体的值,清晰度的表现形式可以以十分制的分数、百分制的分数、或者百分数的形式体现;也可以为一个定性的标准,包括清晰、较清晰、较模糊、模糊等。对于图像清晰度的计算可以从超声图像是否过亮或者过暗,或者超声图像的分辨率是否够高等维度进行计算。
一个实施例中,可以根据梯度信息计算超声图像的清晰度。一般情况下,梯度值越高,画面的边缘信息越丰富,图像越清晰。示例性的,可以建立有效区域的梯度信息与图像清晰度的函数关系或其他对应关系。例如可以通过Brenner梯度函数、Tenengrad梯度函数、Laplacian梯度函数等基于梯度信息计算图像清晰度。另一个实施例中,可以通过输入具有清晰的和模糊的两类甲状腺或乳腺超声图像训练人工智能模型。示例性的,人工智能模型可以对超声图像进行清晰和模糊的二分类问题,对于输入的待测超声图像,人工智能模型可以输入清晰或模糊的分类结果。需要强调的,人工智能模型也可以对超声图像进行清晰、较清晰、较模糊、模糊等清晰度程度分级,从而人工智能模型可以对于输入的待测超声图像输出清晰度分级。
以图像中是否存在斑点、雪花细粒或网纹为例。检测超声图像中是否存在斑点、雪花细纹或网纹,可以为对超声图像的整体进行检测;也可以先在超声图像中确定有效区域,再对有效区域内的超声图像进行检测。可以理解的,若超声图像中存在斑点、雪花细粒或网纹,则超声图像中的斑点、雪花细粒或网纹可能覆盖了甲状腺或乳腺的关键结构,影响图像的质量,因此,可以建立是否存在斑点、雪花细粒或网纹与图像有效性的函数关系或其他对应关系,例如,当超声图像中出现的斑点、雪花细粒或网纹的范围越大,图像的质量越低;反之,当超声图像中出现的斑点、雪花细粒或网纹的范围越小,图像的质量越高;当超声图像中不存在斑点、雪花细粒或网纹时,在图像瑕疵的评价维度,该图像的质量最高。进一步地,还可以根据三者对图像中甲状腺或乳腺的识别的影响程度不同,对斑点、雪花细粒或网纹这三种图像瑕疵赋予不同的权重等等,从而根据检测的超声图像中是否存在斑点、雪花细粒或网纹确定超声图像的质量。
对于超声图像中斑点、雪花细纹或网纹的检测,可以通过检测超声图像的纹理是否符合预设的图像纹理标准。示例性的,可以预先训练图像纹理的检测模型,将超声图像输入检测模型中,以得到纹理是否符合预设的图像纹理标准的检测结果,其中,图像纹理包括:图像有无斑点、有无雪花细粒、有无网纹。
以图像的有效区域占比为例,可以通过超声图像的有效区域占比确定超声图像的质量。超声图像的有效区域可以是与检测信息获取相关的超声图像区域。示例性的,对于甲状腺来说,有效区域可以为超声图像中包含甲状腺图像的区域,或者甲状腺结节的图像区域等与检测信息获取相关的超声图像区域。检测超声图像的有效区域占比主要是为了保证超声图像的有效区域占图像整体的比例适宜,例如比例不宜过小,而应当大于1/2。示例性的,一种具体的检测方式为,通过图像处理的阈值分割等方式获取有效区域,计算有效区域与图像整体区域的占比,判断该占比是否达到预设的占比要求。其中,该有效区域的大小或者占比与超声扫描深度或者放大/缩小倍数等参数相关。一个实施方式中,可以检测超声扫描深度是否符合标准,例如,超声扫描深度是否在阈值范围内,以此判断超声图像的有效区域占比是否合适。
可以理解的,若超声图像的有效区域占比过小,则在该超声图像上难以准确反映甲状腺或乳腺的形态,不利于基于该超声图像获取检测信息,因此,可以通过超声图像的有效区域占比确定超声图像的质量,例如,可以计算超声图像的有效区域占比,建立超声图像有效区域占比与图像质量间的函数关系或其他对应关系,以通过超声图像的有效区域占比确定超声图像的质量。
以探头、探头参数和/或成像参数为例,可以通过探头、探头参数和/或成像参数与超声图像包括的待测甲状腺或乳腺的对应关系确定超声图像的质量。在对患者进行超声检测时,需要根据不同的检测部位选择不同的探头参数和成像参数,以使得对不同检查部位达到最佳的成像效果。例如,浅表的甲状腺、乳腺,使用频率高的线阵探头;腹部脏器,使用频率低的凸阵探头。但实际操作中,用户可能由于经验不足或疏忽大意,在进行甲状腺或乳腺的超声成像过程中,错误地使用了腹部适用的超声探头和对应的探头参数,以及腹部对应的成像参数,这会使得在进行甲状腺或乳腺超声成像时,不能得到高质量的甲状腺或乳腺超声图像,影响超声图像的质量;或者,用户可能在进行甲状腺超声成像过程中,错误的使用了乳腺适用的成像参数,这同样会使得不能得到高质量的甲状腺超声图像,影响超声图像的质量。
可以识别超声图像中包含的组织类别,并与扫查该超声图像所使用的探头、探头参数和成像参数进行比对,当超声图像中包含的组织类别与所使用的探头、探头参数和成像参数对应时,确定超声图像的质量高,当超声图像中包含的组织类别与所使用的探头、探头参数和成像参数不对应时,确定超声图像的质量低。其中,可以将超声图像的组织类别与扫查该超声图像所使用的探头、探头参数和成像参数均进行比对,也可以将超声图像的组织类别与扫查该超声图像所使用的探头、探头参数和成像参数中的一者或两者进行比对,以确定对应关系,从而确定图像的质量。进一步的,可以建立探头、探头参数和/或成像参数的类型与超声图像包括的待测甲状腺或乳腺的对应关系与图像质量间的函数关系或其他对应关系,以通过该对应关系确定超声图像的质量。
在利用超声成像设备10对患者的目标组织进行检测时,通过对获取的超声图像进行质量评估,有利于辅助操作人员获取到质量较高的超声图像,从而有利于降低误诊的概率,并且有利于降低对该就医人员进行重新扫查的可能性。
或者,在一种可能的实现方式中,本申请提供的超声图像的处理方法除了应用于超声成像设备10,还可以应用于超声成像设备10以外的其他计算机设备(称作目标计算机设备),例如笔记本电脑、平板电脑、台式电脑等,超声成像设备10获取目标组织的超声图像后,可以将其传输至目标计算机设备,由目标计算机设备保存在存储介质中。步骤201可以具体为:目标计算机设备从存储介质中读取超声图像。
参考图4,在一种可能的实现方式中,本申请实施例方法还可以包括如下步骤:
401、获取目标组织的至少两帧超声灰阶图像;
402、确定至少两帧超声灰阶图像的病灶区域;
403、分别确定至少两帧超声灰阶图像的病灶区域的病灶等级;
在一种可能的实现方式中,可以根据乳腺影像报告和数据系统BI-RADS对应的分级分别确定至少两帧超声灰阶图像的病灶区域的病灶等级。该病灶等级可以表征病灶的良恶性。可以根据病灶等级判断超声图像是否满足预设条件(称作第二预设条件),具体的,可以参考步骤404和步骤405。
404、基于至少两帧超声灰阶图像的病灶区域的病灶等级符合相似条件,提示至少两帧超声灰阶图像的采集质量满足第二预设条件;
405、基于至少两帧超声灰阶图像的病灶区域的病灶等级不符合相似条件,提示至少两帧超声灰阶图像的采集质量不满足第二预设条件;
若至少两帧超声灰阶图像的采集质量满足第二预设条件,可以认为该超声图像作为疾病诊断依据的可信度较高,反之,可以认为该超声图像作为疾病诊断依据的可信度较低。可以通过文字、图形等方式提示至少两帧超声灰阶图像的采集质量是否满足第二预设条件。该第二预设条件可以参考上述第一预设条件的相关说明,此处不再赘述。
需要说明的是,步骤404仅限定病灶等级符合相似条件是至少两帧超声灰阶图像的采集质量满足第二预设条件的一个必要条件,而非限定病灶等级符合相似条件是至少两帧超声灰阶图像的采集质量满足第二预设条件的一个充要条件;步骤405同样适用该解释,此处不再赘述。需要说明的是,该符合相似条件可以是病灶等级相同或者接近相同,此处的接近相同可认为病灶等级相差不大,例如病灶等级相差1个等级的情况下,可以认为是接近相同。该不符合相似条件可以是病灶等级不相同或者相差较大,例如病灶等级相差2个或2个以上等级的情况下,可以认为是相差较大。
在一种可能的实现方式中,上述目标组织可以包括乳腺组织,上述至少两帧超声灰阶图像可以包括乳腺组织的横截面图像和纵截面图像。步骤403可以具体包括:根据乳腺影像报告和数据系统BI-RADS对应的分级确定所述横截面图像的病灶区域的病灶等级和所述纵截面图像的病灶区域的病灶等级。需要说明的是,该横截面图像一般也称为横切面图像,该纵截面图像一般也称为纵切面图像。该横切面一般是病灶最大径或者接近最大径的切面,该纵切面是与该横切面垂直或者近似垂直的切面。
在一种可能的实现方式中,步骤401之后,步骤404和步骤405之前,还可以进一步结合前述的图像质量对该超声图像的采集质量进行综合评估。例如,分别确定至少两帧超声灰阶图像的分辨率和/或清晰度,可以将分辨率和/或清晰度是否满足第三预设条件(比如预设的分辨率和/或清晰度)作为至少两帧超声灰阶图像的采集质量是否满足第二预设条件的一个判断条件。例如,步骤404可以具体为,若分辨率和/或清晰度满足第三预设条件,且病灶等级符合相似条件,提示至少两帧超声灰阶图像的采集质量满足第二预设条件。步骤405可以具体为,若分辨率和/或清晰度不满足第三预设条件,或者病灶等级不符合相似条件,提示至少两帧超声灰阶图像的采集质量不满足第二预设条件。该第三预设条件可以是分辨率和/或清晰度大于一定阈值。该相似条件参考前述说明进行理解,此处不再赘言。
在一种可能的实现方式中,超声灰阶图像和采样图像可以未叠加显示,而是为独立的两个图像,参考图5,本申请实施例方法还可以包括如下步骤:
501、获取目标组织的至少一帧超声灰阶图像和至少一帧采样图像;
采样图像包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像;
502、确定至少一帧超声灰阶图像的病灶区域和至少一帧采样图像的病灶区域;
503、确定至少一帧超声灰阶图像的病灶等级和至少一帧采样图像的病灶区域的病灶等级;
504、基于至少一帧超声灰阶图像的病灶区域的病灶等级与至少一帧采样图像的病灶区域的病灶等级符合相似条件,提示至少一帧超声灰阶图像和至少一帧采样图像的采集质量满足第二预设条件;
505、基于至少一帧超声灰阶图像的病灶区域的病灶等级与至少一帧采样图像的病灶区域的病灶等级不符合相似条件,提示至少一帧超声灰阶图像和至少一帧采样图像的采集质量不满足第二预设条件。该相似条件参考前述说明进行理解,此处不再赘言。
可以理解的是,该实施例还可以进一步结合前述的图像质量对该超声图像的采集质量进行综合评估。相关内容可参考前述实施例进行理解,此处不再赘述。
在一种可能的实现方式中,图5对应的实施例中的目标组织可以包括乳腺组织,步骤503可以具体包括:根据乳腺影像报告和数据系统BI-RADS对应的分级分别确定至少一帧超声灰阶图像的病灶等级和至少一帧采样图像的病灶区域的病灶等级。
前述对本申请提供的超声图像的采集质量评估方法进行了详细说明,本申请还提供一种超声图像的采集质量评估装置。参考图6,本申请超声图像的采集质量评估装置可以为计算机设备,包括处理器601和存储介质602,在一种可能的实现方式中,二者可以通过总线相连。存储介质602存储有计算机指令,通过调用计算机指令,处理器601,用于执行如下步骤:
获取目标组织的超声图像,超声图像包括超声灰阶图像,以及在超声灰阶图像的取样框内叠加显示的采样图像,采样图像包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像;
确定超声图像中的病灶区域;
确定病灶区域和取样框的重合度;
根据重合度确定超声图像的采集质量的评估结果。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
从存储介质中读取超声图像。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
向目标组织发射第一超声波,接收从目标组织返回的超声回波,以获得第一超声回波信号;
对第一超声回波信号进行信号处理,以获得超声灰阶图像;
接收切换至采样模式的操作指令,采样模式包括彩色多普勒模式、弹性模式、能量多普勒模式或者向量血流模式:
响应于操作指令,在超声灰阶图像上显示取样框;
向目标组织发射第二超声波,接收从目标组织返回的超声回波,以获得第二超声回波信号;
对第二超声回波信号进行信号处理,以获得在超声灰阶图像的取样框内叠加显示的采样图像。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
接收对超声图像的保存指令;
响应于保存指令,确定超声图像中的病灶区域。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
确定超声灰阶图像的病灶区域,和/或,确定采样图像的病灶区域。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
根据重合度确定超声图像的采集质量等级或者采集质量评分;
显示超声图像的采集质量等级或者采集质量评分。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
当重合度大于或等于预设阈值时,确定超声图像的采集质量满足第一预设条件;
当重合度小于预设阈值时,确定超声图像的采集质量不满足第一预设条件。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
基于超声图像的采集质量满足第一预设条件,保存超声图像;
基于超声图像的采集质量不满足第一预设条件,提示重新扫图。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
获取目标组织的至少两帧超声灰阶图像;
确定至少两帧超声灰阶图像的病灶区域;
分别确定至少两帧超声灰阶图像的病灶区域的病灶等级;
基于至少两帧超声灰阶图像的病灶区域的病灶等级符合相似条件,提示至少两帧超声灰阶图像的采集质量满足第二预设条件;
基于至少两帧超声灰阶图像的病灶区域的病灶等级不符合相似条件,提示至少两帧超声灰阶图像的采集质量不满足第二预设条件。
在一种可能的实现方式中,目标组织包括乳腺组织,至少两帧超声灰阶图像包括乳腺组织的横截面图像和纵截面图像;
处理器601具体用于执行如下步骤:
根据乳腺影像报告和数据系统BI-RADS对应的分级确定横截面图像的病灶区域的病灶等级和纵截面图像的病灶区域的病灶等级。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
确定至少两帧超声灰阶图像的分辨率和/或清晰度是否满足第三预设条件;
基于分辨率和/或清晰度满足第三预设条件,且病灶等级符合相似条件,提示至少两帧超声灰阶图像的采集质量满足第二预设条件;
基于分辨率和/或清晰度不满足第三预设条件,或者病灶等级不符合相似条件,提示至少两帧超声灰阶图像的采集质量不满足第二预设条件。
在一种可能的实现方式中,处理器601具体用于执行如下步骤:
获取目标组织的至少一帧超声灰阶图像和至少一帧采样图像,采样图像包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像;
确定至少一帧超声灰阶图像的病灶区域和至少一帧采样图像的病灶区域;
确定至少一帧超声灰阶图像的病灶等级和至少一帧采样图像的病灶区域的病灶等级;
基于至少一帧超声灰阶图像的病灶区域的病灶等级与至少一帧采样图像的病灶区域的病灶等级符合相似条件,提示至少一帧超声灰阶图像和至少一帧采样图像的采集质量满足第二预设条件;
基于至少一帧超声灰阶图像的病灶区域的病灶等级与至少一帧采样图像的病灶区域的病灶等级不符合相似条件,提示至少一帧超声灰阶图像和至少一帧采样图像的采集质量不满足第二预设条件。
在一种可能的实现方式中,目标组织包括乳腺组织,处理器601具体用于执行如下步骤:
根据乳腺影像报告和数据系统BI-RADS对应的分级分别确定至少一帧超声灰阶图像的病灶等级和至少一帧采样图像的病灶区域的病灶等级。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,实际应用中,目标组织可以是人体、动物等。目标组织可以为面部、脊柱、心脏、子宫、甲状腺或者盆底等,也可以是人体组织的其他部位,如脑部、骨骼、肝脏或者肾脏等,具体本申请不做限定。
以上所述,仅为本申请的具体实施方式,但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。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (16)
1.一种超声图像的采集质量评估方法,其特征在于,包括:
获取目标组织的超声图像,所述超声图像包括超声灰阶图像,以及在所述超声灰阶图像的取样框内叠加显示的采样图像,所述采样图像包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像;
确定所述超声图像中的病灶区域;
确定所述病灶区域和所述取样框的重合度;
根据所述重合度确定所述超声图像的采集质量的评估结果。
2.根据权利要求1所述的方法,其特征在于,所述获取目标组织的超声图像,包括:
从存储介质中读取所述超声图像。
3.根据权利要求1所述的方法,其特征在于,所述获取目标组织的超声图像,包括:
向所述目标组织发射第一超声波,接收从所述目标组织返回的超声回波,以获得第一超声回波信号;
对所述第一超声回波信号进行信号处理,以获得所述超声灰阶图像;
接收切换至采样模式的操作指令,所述采样模式包括彩色多普勒模式、弹性模式、能量多普勒模式或者向量血流模式:
响应于所述操作指令,在所述超声灰阶图像上显示所述取样框;
向所述目标组织发射第二超声波,接收从所述目标组织返回的超声回波,以获得第二超声回波信号;
对所述第二超声回波信号进行信号处理,以获得在所述超声灰阶图像的取样框内叠加显示的所述采样图像。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述确定所述超声图像中的病灶区域,包括:
接收对所述超声图像的保存指令;
响应于所述保存指令,确定所述超声图像中的病灶区域。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述确定所述超声图像中的病灶区域,包括:
确定所述超声灰阶图像的病灶区域,和/或,确定所述采样图像的病灶区域。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述重合度确定所述超声图像的采集质量的评估结果,包括:
根据所述重合度确定所述超声图像的采集质量等级或者采集质量评分;
显示所述超声图像的采集质量等级或者采集质量评分。
7.根据权利要求1至5中任一项所述的方法,其特征在于,所述根据所述重合度确定所述超声图像的采集质量的评估结果,包括:
当所述重合度大于或等于预设阈值时,确定所述超声图像的采集质量满足第一预设条件;
当所述重合度小于预设阈值时,确定所述超声图像的采集质量不满足第一预设条件。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
基于所述超声图像的采集质量满足第一预设条件,保存所述超声图像;
基于所述超声图像的采集质量不满足第一预设条件,提示重新扫图。
9.根据权利要求1至8中任一项所述的方法,其特征在于,所述方法还包括:
获取所述目标组织的至少两帧超声灰阶图像;
确定所述至少两帧超声灰阶图像的病灶区域;
分别确定所述至少两帧超声灰阶图像的病灶区域的病灶等级;
基于所述至少两帧超声灰阶图像的病灶区域的病灶等级符合相似条件,提示所述至少两帧超声灰阶图像的采集质量满足第二预设条件;
基于所述至少两帧超声灰阶图像的病灶区域的病灶等级不符合相似条件,提示所述至少两帧超声灰阶图像的采集质量不满足第二预设条件。
10.根据权利要求9所述的方法,其特征在于,
所述目标组织包括乳腺组织,所述至少两帧超声灰阶图像包括所述乳腺组织的横截面图像和纵截面图像;
所述确定所述至少两帧超声灰阶图像的病灶区域的病灶等级,包括:
根据乳腺影像报告和数据系统BI-RADS对应的分级确定所述横截面图像的病灶区域的病灶等级和所述纵截面图像的病灶区域的病灶等级。
11.根据权利要求9或10所述的方法,其特征在于,所述方法还包括:
确定所述至少两帧超声灰阶图像的分辨率和/或清晰度是否满足第三预设条件;
基于所述分辨率和/或清晰度满足第三预设条件,且所述病灶等级符合相似条件,提示所述至少两帧超声灰阶图像的采集质量满足第二预设条件;
基于所述分辨率和/或清晰度不满足第三预设条件,或者所述病灶等级不符合相似条件,提示所述至少两帧超声灰阶图像的采集质量不满足第二预设条件。
12.根据权利要求1至8中任一项所述的方法,其特征在于,所述方法还包括:
获取所述目标组织的至少一帧超声灰阶图像和至少一帧采样图像,所述采样图像包括彩色多普勒图像、弹性图像、能量多普勒图像或者向量血流图像;
确定所述至少一帧超声灰阶图像的病灶区域和所述至少一帧采样图像的病灶区域;
确定所述至少一帧超声灰阶图像的病灶等级和所述至少一帧采样图像的病灶区域的病灶等级;
基于所述至少一帧超声灰阶图像的病灶区域的病灶等级与所述至少一帧采样图像的病灶区域的病灶等级符合相似条件,提示所述至少一帧超声灰阶图像和所述至少一帧采样图像的采集质量满足第二预设条件;
基于所述至少一帧超声灰阶图像的病灶区域的病灶等级与所述至少一帧采样图像的病灶区域的病灶等级不符合相似条件,提示所述至少一帧超声灰阶图像和所述至少一帧采样图像的采集质量不满足第二预设条件。
13.根据权利要求12所述的方法,其特征在于,所述目标组织包括乳腺组织,所述确定所述至少一帧超声灰阶图像的病灶等级和所述至少一帧采样图像的病灶区域的病灶等级,包括:
根据乳腺影像报告和数据系统BI-RADS对应的分级分别确定所述至少一帧超声灰阶图像的病灶等级和所述至少一帧采样图像的病灶区域的病灶等级。
14.根据权利要求1至8中任一项所述的方法,其特征在于,所述方法还包括:
确定所述超声图像的图像质量;
所述根据所述重合度确定所述超声图像的采集质量的评估结果包括:
根据所述重合度和所述超声图像的图像质量确定所述超声图像的采集质量的评估结果。
15.根据权利要求14所述的方法,其特征在于,所述确定所述超声图像的图像质量包括根据如下至少一种确定所述超声图像的图像质量:图像灰度,图像清晰度,图像的有效区域占比,图像中是否存在斑点、雪花细粒或网纹,以及所使用的探头、探头参数或成像参数。
16.一种超声成像设备,其特征在于,包括:
探头;
发射电路,所述发射电路激励所述探头向目标组织发射超声波;
接收电路,所述接收电路控制所述探头接收从所述目标组织返回的超声回波以获得超声回波信号;
处理器,所述处理器处理所述超声回波信号以获得所述目标组织的超声图像;
显示器,所述显示器显示所述超声图像;
其中所述处理器用于执行如权利要求1至15中任一项所述方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911295919 | 2019-12-16 | ||
CN2019112959197 | 2019-12-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112971844A true CN112971844A (zh) | 2021-06-18 |
Family
ID=76345000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011479395.XA Pending CN112971844A (zh) | 2019-12-16 | 2020-12-15 | 一种超声图像的采集质量的评估方法及超声成像设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112971844A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113842166A (zh) * | 2021-10-25 | 2021-12-28 | 上海交通大学医学院 | 基于超声影像设备的超声图像采集方法以及相关装置 |
CN114159099A (zh) * | 2021-11-08 | 2022-03-11 | 中国医学科学院北京协和医院 | 乳腺超声成像方法及设备 |
CN114354133A (zh) * | 2021-12-16 | 2022-04-15 | 合肥维信诺科技有限公司 | 显示屏显示效果的评价方法、评价系统及存储装置 |
CN116712101A (zh) * | 2023-08-04 | 2023-09-08 | 深圳市联影高端医疗装备创新研究院 | 超声图像生成方法、装置、计算机设备和存储介质 |
-
2020
- 2020-12-15 CN CN202011479395.XA patent/CN112971844A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113842166A (zh) * | 2021-10-25 | 2021-12-28 | 上海交通大学医学院 | 基于超声影像设备的超声图像采集方法以及相关装置 |
CN114159099A (zh) * | 2021-11-08 | 2022-03-11 | 中国医学科学院北京协和医院 | 乳腺超声成像方法及设备 |
CN114354133A (zh) * | 2021-12-16 | 2022-04-15 | 合肥维信诺科技有限公司 | 显示屏显示效果的评价方法、评价系统及存储装置 |
CN116712101A (zh) * | 2023-08-04 | 2023-09-08 | 深圳市联影高端医疗装备创新研究院 | 超声图像生成方法、装置、计算机设备和存储介质 |
CN116712101B (zh) * | 2023-08-04 | 2023-11-21 | 深圳市联影高端医疗装备创新研究院 | 超声图像生成方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112971844A (zh) | 一种超声图像的采集质量的评估方法及超声成像设备 | |
CN110811691B (zh) | 自动识别测量项的方法、装置及一种超声成像设备 | |
CN109949254B (zh) | 穿刺针超声图像增强方法及装置 | |
US10470744B2 (en) | Ultrasound diagnosis apparatus, ultrasound diagnosis method performed by the ultrasound diagnosis apparatus, and computer-readable storage medium having the ultrasound diagnosis method recorded thereon | |
CN110623685B (zh) | 利用实时检查完成性监视器的成像系统和方法 | |
KR20090088404A (ko) | 의료 이미징 시스템 | |
Ribeiro et al. | Fatty liver characterization and classification by ultrasound | |
JP2020018694A (ja) | 超音波診断装置及び超音波画像処理方法 | |
US11250564B2 (en) | Methods and systems for automatic measurement of strains and strain-ratio calculation for sonoelastography | |
CN114246611B (zh) | 用于超声成像系统的自适应接口的系统和方法 | |
CN112568933B (zh) | 超声成像方法、设备和存储介质 | |
KR20120102447A (ko) | 진단장치 및 방법 | |
CN115813439A (zh) | 超声图像的检测方法及超声影像设备 | |
CN112842394A (zh) | 一种超声成像系统及超声成像方法、存储介质 | |
CN114159099A (zh) | 乳腺超声成像方法及设备 | |
CN113689424B (zh) | 可自动识别图像特征的超声检查系统及识别方法 | |
JP6212160B1 (ja) | 超音波診断装置 | |
JP7294996B2 (ja) | 超音波診断装置及び表示方法 | |
JP3267739B2 (ja) | 超音波カラードプラ診断装置 | |
EP3838162A1 (en) | Systems and methods for assessing a placenta | |
Chang et al. | Microcalcification detection in 3-D breast ultrasound | |
JP7488789B2 (ja) | 超音波診断装置及び診断支援方法 | |
CN114569154A (zh) | 超声成像系统和组织弹性的评估方法 | |
Chang et al. | Breast elastography diagnosis based on dynamic sequence features | |
CN112120735A (zh) | 一种超声成像方法及设备、存储介质 |
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 |