CN112998748A - 用于超声弹性成像的应变自动测量和应变比计算的方法和系统 - Google Patents
用于超声弹性成像的应变自动测量和应变比计算的方法和系统 Download PDFInfo
- Publication number
- CN112998748A CN112998748A CN202011292660.3A CN202011292660A CN112998748A CN 112998748 A CN112998748 A CN 112998748A CN 202011292660 A CN202011292660 A CN 202011292660A CN 112998748 A CN112998748 A CN 112998748A
- Authority
- CN
- China
- Prior art keywords
- strain
- elastography
- examination
- ultrasound
- processing
- 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
- 238000002091 elastography Methods 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000005259 measurement Methods 0.000 title abstract description 45
- 238000004364 calculation method Methods 0.000 title abstract description 44
- 238000012545 processing Methods 0.000 claims description 54
- 238000002059 diagnostic imaging Methods 0.000 claims description 53
- 238000003384 imaging method Methods 0.000 claims description 39
- 210000003679 cervix uteri Anatomy 0.000 claims description 34
- 238000013473 artificial intelligence Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 208000005107 Premature Birth Diseases 0.000 claims description 5
- 210000000481 breast Anatomy 0.000 claims description 4
- 210000002307 prostate Anatomy 0.000 claims description 4
- 210000001685 thyroid gland Anatomy 0.000 claims description 4
- 238000002113 ultrasound elastography Methods 0.000 abstract description 22
- 238000002604 ultrasonography Methods 0.000 description 89
- 210000001519 tissue Anatomy 0.000 description 45
- 239000000523 sample Substances 0.000 description 23
- 230000006870 function Effects 0.000 description 21
- 238000012285 ultrasound imaging Methods 0.000 description 14
- 238000011156 evaluation Methods 0.000 description 11
- 210000002569 neuron Anatomy 0.000 description 11
- 210000004872 soft tissue Anatomy 0.000 description 10
- 238000012549 training Methods 0.000 description 8
- 230000006835 compression Effects 0.000 description 6
- 238000007906 compression Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000003902 lesion Effects 0.000 description 6
- 210000000056 organ Anatomy 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000002592 echocardiography Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000004223 overdiagnosis Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000011179 visual inspection Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006837 decompression Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000015654 memory Effects 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000002381 testicular Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 206010036590 Premature baby Diseases 0.000 description 1
- 206010036595 Premature delivery Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000005489 elastic deformation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000527 sonication Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
- A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
- A61B5/4318—Evaluation of the lower reproductive system
- A61B5/4331—Evaluation of the lower reproductive system of the cervix
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/465—Displaying means of special interest adapted to display user selection data, e.g. icons or menus
-
- 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
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Gynecology & Obstetrics (AREA)
- Quality & Reliability (AREA)
- Physiology (AREA)
- Reproductive Health (AREA)
- Pregnancy & Childbirth (AREA)
- Psychiatry (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Fuzzy Systems (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明题为“用于超声弹性成像的应变自动测量和应变比计算的方法和系统”。提供了用于超声弹性成像的应变自动测量和应变比计算的系统和方法。
Description
技术领域
本公开的各方面涉及医学成像。更具体地,某些实施方案涉及用于超声弹性成像的应变自动测量和应变比计算的方法和系统,特别是使用人工智能(AI)算法。
背景技术
各种医学成像技术可用于诸如对人体内的器官和软组织进行成像。医学成像技术的示例包括超声成像、计算机断层摄影(CT)扫描、磁共振成像(MRI)等。在医学成像期间生成图像所用的方式取决于特定技术。
例如,超声成像使用实时的、无创的高频声波来产生超声图像,通常为人体内的器官、组织、对象(例如,胎儿)的超声图像。在医学成像期间产生或生成的图像可以是二维(2D)、三维(3D)和/或四维(4D)图像(本质上为实时/连续的3D图像)。在医学成像期间,采集成像数据集(包括例如3D/4D成像期间的体积成像数据集)并且利用成像数据集实时地生成和渲染对应的图像(例如,经由显示器)。
在一些情况下,医学成像系统可用于进行特定类型的检查。一种此类类型为基于弹性成像的检查。结合此类检查使用医学成像系统提出了某些挑战,特别是相对于评估检查的结果。通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较,常规和传统方法的更多限制和缺点对本领域的技术人员将变得显而易见。
发明内容
提供了用于超声弹性成像的应变自动测量和应变比计算的系统和方法,基本上如结合至少一个附图所示和/或所述,如在权利要求书中更完整地阐述。
从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及本公开的一个或多个所例示的示例性实施方案的细节。
附图说明
图1是示出示例性医学成像布置的框图,该示例性医学成像布置可被配置用于支持超声弹性成像的应变自动测量和应变比计算。
图2是示出示例性超声系统的框图,该示例性超声系统可被配置用于支持超声弹性成像的应变自动测量和应变比计算。
图3示出了在示例性医学成像系统中生成的示例性图像,该示例性医学成像系统被配置用于支持超声弹性成像的应变自动测量和应变比计算。
图4示出了在示例性医学成像系统中生成的示例性图像,该示例性医学成像系统被配置用于支持超声弹性成像的应变自动测量和应变比计算。
图5示出了可执行用于超声成像的示例性步骤的流程图,其中该超声成像利用超声弹性成像的应变自动测量和应变比计算。
具体实施方式
根据本公开的某些具体实施可涉及超声弹性成像的应变自动测量和应变比计算。特别地,各种实施方案具有通过使用应变值的自动测量和应变相关确定(诸如基于应变比计算)来增强基于弹性成像的医疗检查的技术效果。本公开的各方面具有允许通过允许对与确定此类结果有关的应变相关数据进行更准确的评估来提高基于弹性成像的医疗检查的结果的可靠性和准确性的技术效果。
当结合附图阅读时,将更好地理解前述发明内容以及某些实施方案的以下具体实施方式。就附图示出各种实施方案的功能块的图的范围而言,这些功能块不一定表示硬件电路之间的划分。因此,例如,一个或多个功能框(例如,处理器或存储器)可以在单件硬件(例如,通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中来实现。类似地,程序可以是独立程序,可以作为子例程包含在操作系统中,可以是安装的软件包中的功能等。应当理解,各种实施方案不限于附图中所示的布置和工具。还应当理解,可以组合实施方案,或者可以利用其他实施方案,并且可以在不脱离各种实施方案的范围的情况下做出结构的、逻辑的和电气的改变。因此,以下详述不应视为限制性意义,并且本公开的范围由所附权利要求书及其等同物限定。
如本文所用,以单数形式列举并且以单词“一”或“一个”开头的元件或步骤应当被理解为不排除多个所述元件或步骤,除非明确说明此类排除。此外,对“示例性实施方案”、“各种实施方案”、“某些实施方案”、“代表性的实施方案”等的引用不旨在被解释为排除存在也结合了叙述的特征的附加实施方案。此外,除非明确地相反说明,否则“包含”、“包括”或“具有”具有特定性质的一个元件或多个元件的实施方案可以包括不具有该性质的附加元件。
另外,如本文所用,术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而,许多实施方案生成(或被配置为生成)至少一个可视图像。此外,如本文所用,短语“图像”用于指超声模式,诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式、PW多普勒、CW多普勒、MGD,和/或B模式和/或CF的子模式,诸如剪切波弹性成像(SWEI)、TVI、Angio、B-flow、BMI、BMI_Angio,并且在某些情况下还包括MM、CM、TVD,其中“图像”和/或“平面”包括单个波束或多个波束。
此外,如本文所用,短语“像素”也包括其中数据由“体素”表示的实施方案。因此,术语“像素”和“体素”两者可在本文档通篇中可互换地使用。
此外,如本文所用,术语处理器或处理单元是指可执行各种实施方案需要的所需计算的任何类型的处理单元,诸如单核或多核:CPU、加速处理单元(APU)、图形板、DSP、FPGA、ASIC或它们的组合。
应当指出的是,本文所述的生成或形成图像的各种实施方案可包括用于形成图像的处理,该处理在一些实施方案中包括波束形成,而在其他实施方案中不包括波束形成。例如,可在不进行波束形成的情况下形成图像,诸如通过将解调数据的矩阵乘以系数矩阵,使得乘积是图像,并且其中该过程不形成任何“波束”。此外,可使用可能源自多于一个发射事件的信道组合(例如,合成孔径技术)来执行图像的形成。
在各种实施方案中,例如,在软件、固件、硬件或它们的组合中执行超声处理以形成图像,包括超声波束形成,诸如接收波束形成。图1和图2中示出了具有根据各种实施方案形成的软件波束形成器架构的超声系统的一个具体实施。
图1是示出示例性医学成像布置的框图,该示例性医学成像布置可被配置用于支持超声弹性成像的应变自动测量和应变比计算。图1中示出了包括一个或多个医学成像系统110和一个或多个计算系统120的示例性设置100。
医学成像系统110包括用于支持医学成像(即,使得能够获得用于在医学成像检查期间生成和/或渲染图像的数据)的合适的硬件、软件或它们的组合。这可能需要以特定方式捕获特定类型的数据,这继而可用于生成图像的数据。例如,医学成像系统110可以是被配置用于生成和/或渲染超声图像的超声系统。参考图2更详细地描述了可对应于医学成像系统110的超声系统的示例性具体实施。如图1所示,医学成像系统110可包括扫描仪设备112和显示/控制单元114,该扫描仪设备可以是便携式的且可移动的。
扫描仪设备112可被配置用于诸如通过在患者身体(或其部分)上方移动来生成和/或捕获特定类型的成像信号(和/或与其对应的数据),并且可包括用于执行和/或支持此类功能的合适电路。扫描仪设备112可为超声探头、MRI扫描仪、CT扫描仪、或任何合适的成像设备。例如,在医学成像系统110是超声系统的情况下,扫描仪设备112可发射超声信号并捕获回波超声图像。
显示/控制单元114可被配置用于显示图像(例如,经由屏幕116)。在一些情况下,显示/控制单元114还可被配置用于至少部分地生成所显示图像。此外,显示/控制单元114还可支持用户输入/输出。例如,除了图像之外,显示/控制单元114还可提供(例如,经由屏幕116)用户反馈(例如,与系统、其功能、其设置等相关的信息)。显示/控制单元114还可支持用户输入(例如,经由用户控件118),以便诸如允许控制医学成像。用户输入可涉及控制图像的显示、选择设置、指定用户偏好、请求反馈等。
在一些具体实施中,医学成像系统110还可并入另外的和专用的计算资源,诸如一个或多个计算系统120。在这方面,每个计算系统120可包括用于处理、存储和/或通信数据的合适的电路、接口、逻辑和/或代码。计算系统120可以是被配置用于特别地结合医学成像使用的专用设备,或者它可以是被设置和/或配置为执行下文相对于计算系统120所述的操作的通用计算系统(例如,个人计算机、服务器等)。计算系统120可被配置为支持医学成像系统110的操作,如下所述。在这方面,可从成像系统卸载各种功能和/或操作。这样做可简化和/或集中处理的某些方面,以降低成本(通过消除增加成像系统中的处理资源的需要)。
计算系统120可被设置和/或布置用于以不同方式使用。例如,在一些具体实施中,可使用单个计算系统120;在其他具体实施中,多个计算系统120被配置为一起工作(例如,基于分布式处理配置),或者单独工作,其中每个计算系统120被配置为处理特定方面和/或功能,和/或仅为特定医学成像系统110处理数据。
在一些具体实施中,计算系统120可以是本地的(例如,与一个或多个医学成像系统110协同定位,诸如在相同设施和/或相同本地网络内);在其他具体实施中,计算系统120可以是远程的,因此只能经由远程连接(例如,经由互联网或其他可用远程访问技术)访问。在特定具体实施中,计算系统120可以基于云的方式配置,并且可以与访问和使用其他基于云的系统基本上类似的方式访问和/或使用。
一旦在计算系统120中生成和/或配置数据,就可将数据复制和/或加载到医学成像系统110中。这可以不同的方式进行。例如,可经由医学成像系统110和计算系统120之间的定向连接或链接来加载数据。在这方面,可使用可用的有线和/或无线连接和/或根据任何合适的通信(和/或联网)标准或协议来进行设置100中的不同元件之间的通信。另选地或附加地,可间接地将数据加载到医学成像系统110中。例如,可将数据存储到合适的机器可读介质(例如,闪存卡等)中,然后使用该机器可读介质将数据加载到医学成像系统110中(现场,诸如由系统的用户(例如,成像临床医生)或授权人员);或者可将数据下载到本地能够通信的电子设备(例如,膝上型电脑等)中,然后现场使用(例如,由系统的用户或授权人员)该电子设备经由直接连接(例如,USB连接器等)将数据上传到医学成像系统110中。
在操作中,医学成像系统110可用于在医学检查期间生成和呈现(例如,渲染或显示)图像,和/或用于与其结合支持用户输入/输出。图像可以是2D、3D和/或4D图像。在医学成像系统110中执行以便于生成和/或呈现图像的特定操作或功能取决于系统的类型(即,获得和/或生成对应于图像的数据所用的方式)。例如,在超声成像中,数据基于发射超声信号和回波超声信号,如相对于图2更详细描述的。
根据本公开,医学成像系统(例如,医学成像系统110)可被配置用于支持超声弹性成像的应变自动测量和应变比计算。在这方面,医学成像(例如,超声成像)可用于弹性成像相关应用(在超声成像的背景下称为超声弹性成像),其中可评估和/或确定(例如,标测)(例如,特定器官或身体部分的)软组织的弹性性能和刚度。在这方面,在软组织的柔软性和其中的变化(例如,组织的软化或硬化)可具有医学意义的情况下,可使用弹性成像。
例如,弹性成像可用于检查孕妇的子宫颈是否软化。在这方面,子宫颈在怀孕期间软化会造成早产的严重风险。子宫颈的早先软化通常由子宫颈管的中心引起,并且从那里扩展直至整个子宫颈受到影响。因此,子宫颈的弹性成像(例如,超声弹性成像)可示出其是否为刚性的和开放的,或者是否开始或已发生软化。
例如,超声弹性成像可以阴道内检查的形式执行,其中应用应变弹性成像可证实子宫颈的状况。在应变弹性成像中,临床医生通常可基于对应变和/或应变比的评估来确定组织的柔软性(以及由此确定子宫颈是否已发生或正在发生软化)。在这方面,应变是特定组织(或其区域)响应于施加到其上的压力或应力而表现出的变形的量度,并且因此可用作指示组织的柔软性;应变比计算测量对于两个不同区域(对应于例如不同组织和/或相同组织的不同部分)表现出或测量的应变比,理想的是当暴露于相同量的应力时。例如,在应变弹性成像期间,将外部压缩施加到组织,并且取压缩之前和之后的超声图像并进行比较,其中变形最小的图像区域是最刚性(即,最硬)的图像区域,而变形最大的区域是最不刚性(最软)的图像区域。在应变弹性成像期间通常可向临床医生显示的是所检查组织中的相对失真(即,应变)的图像。因此,在常规解决方案中,临床医生对组织柔软性的确定通常基于在检查(医学成像)期间对所显示的图像的视觉检查来评估应变和/或应变比。
当临床医生确定(或怀疑)子宫颈已发生或正在发生软化时,通常将患者转诊以进行进一步检查。然而,如上所述,由于子宫颈软化造成的风险,临床医生往往过于谨慎,从而将大多数检测的变形(例如,应变和/或应变比)识别为表明子宫颈的软化,这可能导致过度诊断。因此,期望提高子宫颈的弹性成像的可靠性和精度。
因此,在本公开的各种具体实施中,医学成像系统可被配置为支持超声弹性成像的应变自动测量和应变比计算,以允许提高应变弹性成像的可靠性,并且由此减少过度诊断(例如,诸如对子宫颈软化的此类可能问题的过度诊断)。此外,在许多具体实施中,这可特别地通过使用人工智能(AI)算法来完成,以执行和/或优化此类自动测量和/或计算,和/或进一步增强相关功能(例如,设置和进行检查、评估等)。超声弹性成像的应变自动测量和应变比计算(特别是结合子宫颈检查)的使用在下文更详细地描述。
除了增强子宫颈检查的可靠性之外,应变自动测量和应变比计算也可用于其他妊娠相关应用。例如,在分娩并未开始并由药物诱导的情况下,可使用超声弹性成像中的应变自动测量和应变比计算来检查子宫颈是否对药物进行响应(或不响应)。此外,虽然相对于结合子宫颈检查使用应变弹性成像来描述各种示例性具体实施,但本公开并非仅限于此类应用,并且本文所述的解决方案(特别是相对于使用超声弹性成像中的应变自动测量和应变比计算,并且具体地通过AI算法)可类似地用于其中使用应变弹性成像的其他应用,诸如乳房检查(例如,病变的诊断成像)、小部分检查(例如,甲状腺和睾丸病变的成像)、前列腺检查(例如,病变的超声成像)等。
图2是示出示例性超声系统的框图,该示例性超声系统可被配置用于支持超声弹性成像的应变自动测量和应变比计算。图2中示出了超声系统200。
超声系统200可被配置用于提供超声成像,并且因此可包括用于执行和/或支持超声成像相关功能的合适的电路、接口、逻辑和/或代码。超声系统200可对应于图1的医学成像系统110。
超声系统200包括例如发射器202、超声探头204、发射波束形成器210、接收器218、接收波束形成器220、RF处理器224、RF/IQ缓冲器226、用户输入模块230、信号处理器240、图像缓冲器250、显示系统260、档案270和训练引擎280。
发射器202可包括可操作以驱动超声探头204的合适的电路、接口、逻辑和/或代码。超声探头204可包括二维(2D)压电元件阵列。超声探头204可包括通常构成相同元件的一组发射换能器元件206和一组接收换能器元件208。在某些实施方案中,超声探头204可操作以采集覆盖解剖结构(诸如心脏、血管或任何合适的解剖结构)的至少相当大部分的超声图像数据。
发射波束形成器210可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以控制发射器202,发射器202通过发射子孔径波束形成器214驱动这组发射换能器元件206以将超声发射信号发射到感兴趣的区域(例如,人、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射,以产生回波。回波由接收换能器元件208接收。
超声探头204中的这组接收换能器元件208可操作以将接收的回波转换为模拟信号,通过接收子孔径波束形成器216进行子孔径波束形成,然后传送到接收器218。接收器218可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以接收来自接收子孔径波束形成器216的信号。可以将模拟信号传送到多个A/D转换器222中的一个或多个A/D转换器。
多个A/D转换器222可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以将来自接收器218的模拟信号转换为对应的数字信号。多个A/D转换器222设置在接收器218和RF处理器224之间。尽管如此,本公开在这方面并不受限制。因此,在一些实施方案中,多个A/D转换器222可集成在接收器218内。
RF处理器224可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以解调由多个A/D转换器222输出的数字信号。根据一个实施方案,RF处理器224可包括复解调器(未示出),该复解调器可操作以解调数字信号以形成代表对应的回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器226。RF/IQ缓冲器226可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以提供由RF处理器224生成的RF或I/Q信号数据的临时存储。
接收波束形成器220可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以执行数字波束形成处理,以例如对经由RF/IQ缓冲器226从RF处理器224接收的延迟信道信号求和并输出波束求和信号。所得到的经处理的信息可以是从接收波束形成器220输出并且传送到信号处理器240的波束求和信号。根据一些实施方案,接收器218、多个A/D转换器222、RF处理器224和波束形成器220可集成到单个波束形成器中,该单个波束形成器可以是数字的。在各种实施方案中,超声系统200包括多个接收波束形成器220。
用户输入设备230可用于输入患者数据、扫描参数、设置、选择协议和/或模板,与人工智能分段处理器交互以选择跟踪目标等。在示例性实施方案中,用户输入设备230可操作以配置、管理和/或控制超声系统200中的一个或多个部件和/或模块的操作。在这方面,用户输入设备230可操作以配置、管理和/或控制发射器202、超声探头204、发射波束形成器210、接收器218、接收波束形成器220、RF处理器224、RF/IQ缓冲器226、用户输入设备230、信号处理器240、图像缓冲器250、显示系统260和/或档案270的操作。
例如,用户输入设备230可包括按钮、旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其他设备。在某些实施方案中,例如,用户输入设备230中的一个或多个用户输入设备可集成到其他部件(诸如显示系统260或超声探头204)中。作为一个示例,用户输入设备230可包括触摸屏显示器。作为另一个示例,用户输入设备230可包括附接到探头204和/或与探头204集成在一起的加速度计、陀螺仪和/或磁力仪,以提供探头204的姿势运动识别,诸如标识抵靠患者身体的一次或多次探头压缩、预定义探头移动或倾斜操作等。附加地和/或另选地,用户输入设备230可包括图像分析处理以通过分析所采集的图像数据来标识探头姿势。
信号处理器240可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以处理超声扫描数据(即,求和的IQ信号),以生成用于在显示系统260上呈现的超声图像。信号处理器240可操作以根据所采集的超声扫描数据上的多个可选择超声模态来执行一个或多个处理操作。在示例性实施方案中,信号处理器240可操作以执行显示处理和/或控制处理等。随着接收到回波信号,可以在扫描会话期间实时处理采集的超声扫描数据。附加地或另选地,超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器226中并且在在线或离线操作中以不太实时的方式处理。在各种实施方案中,经处理的图像数据可呈现在显示系统260处和/或可存储在档案270处。档案270可以是本地档案、图片归档和通信系统(PACS),或用于存储图像和相关信息的任何合适的设备。
信号处理器240可以是一个或多个中央处理单元、微处理器、微控制器等。例如,信号处理器240可为集成部件,或者可分布在各种位置上。信号处理器240可被配置用于从用户输入设备230和/或档案270接收输入信息,生成可由显示系统260显示的输出,并且响应于来自用户输入设备230的输入信息来操纵输出等。信号处理器240可能够执行例如根据各种实施方案的本文所讨论的一种或多种方法和/或一个或多个指令集的任一者。
超声系统200可操作以用适于所考虑的成像情况的帧速率连续采集超声扫描数据。典型的帧速率在20至220的范围内,但可为更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统260上。图像缓冲器250被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地,图像缓冲器250具有足够的容量来存储至少几分钟的超声扫描数据的帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器250可体现为任何已知的数据存储介质。
在示例性实施方案中,信号处理器240可包括应变评估模块242,该应变评估模块包括可被配置为执行和/或支持与超声弹性成像的应变自动测量和应变比计算相关或支持该超声弹性成像的应变自动测量和应变比计算的各种功能或操作的合适的电路、接口、逻辑和/或代码,如下文更详细地描述的。
在一些具体实施中,信号处理器240(和/或其部件,诸如应变评估模块242)可被配置为实现和/或使用人工智能和/或机器学习技术来增强和/或优化成像相关的功能或操作。例如,信号处理器240(和/或其部件,诸如应变评估模块242)可被配置为实现和/或使用深度学习技术和/或算法(诸如使用深度神经网络(例如,卷积神经网络)),并且/或者可以利用任何合适形式的人工智能图像分析技术或机器学习处理功能,该人工智能图像分析技术或机器学习处理功能可被配置为分析所采集的超声图像,诸如识别、分割、标记和跟踪满足特定标准和/或具有特定特征的结构(或其组织)。
在示例性具体实施中,信号处理器240(和/或其部件,诸如应变评估模块242)可以被提供为深度神经网络,该深度神经网络可以由例如输入层、输出层以及输入层和输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如,输入层可以具有用于来自解剖结构的扫描平面的每个像素或一组像素的神经元。输出层可具有对应于多个预定义结构或预定义类型的结构(或其中的组织)的神经元。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如,第一层的神经元可学习识别超声图像数据中的结构边缘。第二层的神经元可学习基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的标志的位置。第四层的神经元可学习特定结构中存在的特定组织类型的特征等。因此,由深度神经网络(例如,卷积神经网络)执行的处理可允许以高概率识别超声图像数据中的生物结构和/或人工结构。
在一些具体实施中,信号处理器240(和/或其部件,诸如应变评估模块242)可被配置为基于经由用户输入设备230的用户指令来执行或以其他方式控制由此执行的功能中的至少一些功能。作为一个示例,用户可提供语音命令、探头姿态、按钮按压等来发出特定指令,诸如控制应变自动测量和应变比计算的各个方面,和/或提供或以其他方式指定与其相关的各种参数或设置,如下文更详细地描述的。
训练引擎280可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以训练信号处理器240(和/或其部件,诸如应变评估模块242)的深度神经网络的神经元。例如,可训练信号处理器240以识别超声扫描平面中提供的特定结构和/或组织(或其类型),其中训练引擎280训练其深度神经网络以执行所需功能中的一些功能,诸如使用各种结构的分类超声图像的数据库。
作为一个示例,训练引擎280可被配置为利用特定结构的超声图像相对于特定结构的特征(诸如结构边缘的外观、基于边缘的结构形状的外观、形状相对于超声图像数据中的界标的位置等)和/或相对于特定组织的特征(例如,其柔软性)来训练信号处理器240(和/或其部件,诸如应变评估模块242)。在各种实施方案中,训练图像的数据库可存储在档案270或任何合适的数据存储介质中。在某些实施方案中,训练引擎280和/或训练图像数据库可以是经由有线或无线连接通信地耦接到超声系统200的外部系统。
在操作中,超声系统200可用于生成超声图像,包括二维(2D)、三维(3D)和/或四维(4D)图像。在这方面,超声系统200可操作以以特定的帧速率连续采集超声扫描数据,这可适用于所讨论的成像情况。例如,帧速率可在20-70的范围内,还可以更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统260上。图像缓冲器250被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地,图像缓冲器250具有足够的容量来储存至少几秒钟的超声扫描数据的帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器250可体现为任何已知的数据存储介质。
在一些情况下,超声系统200可被配置为支持灰阶和基于颜色的操作。例如,信号处理器240可操作以执行灰阶B模型处理和/或颜色处理。灰阶B模型处理可包括处理B模型RF信号数据或IQ数据对。例如,灰阶B模型处理可使得通过计算量(I2+Q2)1/2能够形成波束求和接收信号的包络。包络可经受附加的B模型处理,诸如对数压缩以形成显示数据。显示数据可被转换为X-Y格式以用于视频显示。扫描转换的帧可映射至灰阶以用于显示。B模型帧被提供给图像缓冲器250和/或显示系统260。颜色处理可包括处理基于颜色的RF信号数据或IQ数据对以形成帧以覆盖被提供给图像缓冲器250和/或显示系统260的B模型帧。灰阶和/或颜色处理可基于用户输入(例如,来自用户输入设备230的选择)自适应地调节,例如用于增强特定区域的灰阶和/或颜色。
在一些情况下,超声成像可包括体积超声图像的生成和/或显示(即,对象(例如,器官、组织等)以三维显示3D的位置)。在这方面,用3D(并且类似地用4D)成像,可采集包括对应于成像对象的体素的体积超声数据集。这可例如通过以不同角度发射声波而不是仅沿一个方向(例如,直向下)发射它们来完成,并且然后将它们的反射捕获回去。然后捕获并且处理(例如,经由信号处理器240)返回的(以不同角度的发射的)回响以生成对应体积数据集,其继而可用于创建和/或显示体积(例如,3D)图像,诸如经由显示器250。这可能需要使用特定的处理技术来提供所需的3D感知。
例如,体积渲染技术可用于显示体积(例如,3D)数据集的投影(例如,2D投影)。在这方面,渲染3D数据集的2D投影可包括相对于正被显示的对象设置或限定空间上的感知角度,并且然后为数据集中的每个体素限定或计算必要的信息(例如,不透明度和颜色)。这可例如使用合适的传输函数来为每个体素限定RGBA(红色、绿色、蓝色和α)值来进行。
在各种具体实施中,超声系统200可被配置为支持超声弹性成像的应变自动测量和应变比计算。在这方面,如上所述,弹性成像(例如,超声弹性成像)可用于检查孕妇的子宫颈是否软化,该软化为造成严重健康风险(例如,早产)的病症。例如,子宫颈的应变弹性成像(例如,以阴道内检查的形式应用)可示出子宫颈是否为刚性的和开放的,或者是否开始或已发生软化。然而,由于子宫颈的软化造成的严重风险,因此进行此类检查的临床医生可能往往会过度诊断。这由于以下事实而进一步加剧:检查通常由临床医生基于对所显示的图像的视觉检查来执行,这可能导致大量其中错误地怀疑子宫颈软化并且患者被不必要地转诊以进行进一步检查的情况。如上所述,应变弹性成像还可用于其他应用(例如,验证对用于诱导分娩的药物的响应、乳房检查(诊断病变)、某些小器官或身体结构的检查(甲状腺和睾丸病变的成像)、前列腺检查(病变的超声成像)等)。与关于子宫颈的应变弹性成像所指出的那些问题类似的问题也可能出现在这些其他应用中,以基本上类似的方式—即,由临床医生基于对所显示的图像的视觉检查进行过度诊断。
已提出一些解决方案来试图解决这些诊断相关问题中的一些问题。例如,已对许多上述弹性成像应用进行了临床研究,并且在许多这些研究中,提出了应变比的截止值—即,以限定哪些应变比可指示问题。尽管如此,在可能发生错误诊断或过度诊断的情况下,此类解决方案未解决主要起作用的因素—即,常规解决方案的用户依赖性。
根据本公开的解决方案通过简化检查的工作流程、减少用户依赖性以及在检查期间加速图像的筛选来解决这些问题。这可通过结合用于测量应变和/或计算应变比的自动或半自动方法来完成,特别是使用人工智能(AI)技术来增强应变弹性成像的可靠性和准确性。这些解决方案可应用于上述任何应变弹性成像应用中。
在各种具体实施中,医学成像系统(例如,系统超声系统200)可被配置为在成像操作期间自动测量应变和/或应变比计算。在这方面,医学成像系统可被配置为测量应变(例如,在特定部分中的应变)并向用户(例如,临床医生)提供应变相关反馈,以减少关于检查结果的模糊性或不确定性,而不是仅仅显示反映成像区域中应变特征变化的图像。例如,在一些具体实施中,医学成像系统(例如,系统超声系统200)可被配置为允许用户指定特定区域(例如,通过将单个感兴趣区域(ROI)框放置在该区域上方),并且提供该特定区域的自动应变相关测量(和/或基于其的评估)。此类方法提供了快速且简单的方式来做出关于所检查的组织(或相关结构/器官)的状态的临床决定,并且由此做出关于下一步要采取的动作的更好决定。
在子宫颈软化相关的用例中,例如,用户可能仅需将单个ROI框放置在子宫颈管区域上方,然后系统可执行对子宫颈管区域的自动柔软性评估—例如,自动执行应变的测量,基于所测量的应变来自动确定最软区域以及最硬区域,和/或自动执行比率测量。在一些情况下,可在此类自动功能期间使用预定义数据。例如,应变测量和/或应变比计算可基于预编程的截止值(例如,从临床研究等获得的截止值)来执行。在一些情况下,这些值可以是可配置的,以允许操作者调整这些值中的任何一个值(如有必要)。
在一些具体实施中,系统可被配置为使用户能够控制扫描的各个方面或特征。例如,相对于ROI框,除了控制ROI框的放置(即,将其放置在何处)之外,用户还能够控制或调整ROI框的尺寸(例如,在屏幕/显示器上,通过移动其边缘以在特定方向上扩展或收缩框,通过设置ROI框的尺寸的最小和/或最大限制等)。在此类具体实施中,在用户不设置或调整ROI框的尺寸的情况下,系统可被配置为使用预定义的默认尺寸。
基于其的测量/计算和评估可作为成像相关处理的一部分经由系统中的合适处理资源来执行。例如,在超声系统200中,信号处理器240(和/或其部件,诸如应变评估模块242)可被配置为在处理所接收的回波以及基于其的信号和/或数据的过程中执行应变自动测量和应变比计算。在这方面,在各种具体实施中,人工智能(AI)技术和/或算法(例如,使用深度学习网络,如上所述)可用于执行和持续增强应变自动测量和应变比计算以及基于其的评估。相对于图3和图4描述了示例性使用场景。
在示例性使用场景中,在应变弹性成像期间,所检查的身体部分或区域(例如,子宫颈和周围区域)中的组织可使用超声探头(例如,在子宫颈的应变弹性成像的情况下,使用用于阴道内检查的专用探头或探头附接件)手动压缩/解压缩。压缩/解压缩使在探头下面的组织中产生应变。系统可自动测量,诸如基于基于被压缩组织相对于未被压缩组织的信号的散斑相关性的计算。在这方面,所测量的应变值可基于预定义范围来分配—例如,介于0%和2%之间,其中0%指示无应变(即,无弹性变形和无组织变形,由此表示组织非常硬),并且2%指示组织非常软(例如,组织非常有弹性,易于变形)。
系统可使用所测量的应变值来进行其他应变相关确定和/或基于其的评估。例如,系统可基于所测量的应变值来自动计算平均应变值和/或应变比。在一些情况下,所测量的应变值可用于调整或以其他方式控制图像的显示。例如,可使用不同的颜色(及其色调)来表示软和/或硬的组织区域—例如,在非限制性具体实施中,具有较高应变值(较软)的组织区域可被着色为红色(颜色饱和度逐渐增加),而具有较低应变值(较硬)的组织区域被着色为蓝色(颜色饱和度逐渐增加)。系统还可被配置为提供与所测量的应变值相关的反馈和/或基于其的确定和/或评估。例如,应变相关反馈可以是可视的,与所显示的图像一起显示(例如,结合到该所显示的图像中)。
在一些情况下,反馈可被配置为指示或表明检查的结果。例如,可基于应变相关测量或计算来调整提供视觉反馈(例如,其颜色)的方式以指示是否检测到或怀疑有任何问题。在子宫颈应变弹性成像的背景下说明这些特征的示例性用例并相对于图3和图4示出和描述。
如上所述,在各种具体实施中,在根据本公开的应变弹性成像相关的操作期间执行的各种动作或功能可使用人工智能(AI)来完成。可使用系统中人工智能(AI)相关资源处理和/或执行的示例性动作可包括:分析所有应变值(例如,在所选择的测量ROI-框内的应变值);识别平均应变值及其位置;识别上百分位应变最大值及其位置;识别下百分位应变最小值及其位置;排除平均区域;计算硬与软的应变比;显示硬值、软值和比值;等。
图3示出了在示例性医学成像系统中生成的示例性图像,该示例性医学成像系统被配置用于支持超声弹性成像的应变自动测量和应变比计算。图3中示出了在医学成像系统(例如,图2的超声系统200)中生成的图像300(例如,超声图像)的屏幕截图。
超声图像300可以对应于在根据本公开实现的系统(诸如图2的超声系统200)中生成并显示的子宫颈和周围区域的超声图像中的一个超声图像。特别地,超声图像300示出了可在进行子宫颈的应变超声弹性成像(以检查其软化)的过程中在超声图像200的示例性使用场景期间提供的示例性实时视觉反馈。
在这方面,如上所述,在应变弹性成像期间,可使用超声探头手动压缩/解压缩正在检查的区域。在子宫颈的应变弹性成像的情况下,这可使用被配置用于此类检查的超声探头作为阴道内检查来执行。压缩/解压缩使在探头下面的子宫颈组织和周围区域产生应变。应变值可由系统自动测量(例如,基于基于散斑的计算,如上文相对于图2所描述的),并且平均应变值也可由系统计算。
系统还可基于应变测量来自动评估检查的结果。例如,评估可基于对硬组织与软组织的应变比的确定。在这方面,评估所计算的应变比可基于预定义标准和/或参数—例如,最大(或最小)阈值,诸如基于所测量的应变,以用于确定组织的柔软性(或硬度)何时满足被认为是软(或硬)组织的特定限制。评估可限于图像中可由用户(临床医生)指定的特定区域。例如,如图3所示,用户可通过使用用户选择的ROI框310(例如,使用合适的用户控件)来选择屏幕上的待评估区域。在子宫颈的应变弹性成像的背景下,临床医生可以选择对应于和/或包括子宫管和周围组织的区域。
然后系统可提供与应变测量和/或基于其的评估相关的反馈。这可在视觉上完成,诸如通过将应变相关反馈结合到所显示的图像中。例如,在基于超声图像(或与其对应的数据)来测量应变值之后,系统可识别对应于或具有平均应变值的区域(例如,绿色)的位置,识别对应于上百分位应变最大值的区域(例如,红色)的位置(例如,软组织),并且识别对应于下百分位应变最小值的区域(例如,蓝色)的位置(例如,硬组织)。然后系统可执行应变比计算。在这方面,系统可排除平均区域(绿色),并且计算硬(蓝色)与软(红色)的应变比,然后提供与所识别的硬组织、软组织和所计算的比值相关的反馈(例如,显示)。在这方面,在一些具体实施中,提供反馈的方式(例如,在视觉上)可被配置为指示评估的结果,诸如基于预先确定的标准。例如,基于预定义截止值,对于每个特定应用,可以自适应地调整提供关于比率的反馈的方式(用于显示比率的颜色)。
例如,如图3所示,具有较高应变值(较软)的组织被着色为红色(颜色饱和度逐渐增加);而具有较低应变值(较硬)的组织被着色为蓝色(颜色饱和度逐渐增加)。计算并显示用户选择的ROI框310内的软组织与硬组织的比率。在这方面,显示所计算的比率的方式可被配置为基于用于子宫颈应变评估的预定义截止值来指示评估的结果。例如,用于显示比率的颜色可被配置为基于适用的截止值来指示比率表明子宫颈是否已发生或正在发生软化—例如,当比率在预定义的可接受限值内时为绿色,如果比率不在该预定义的可接受限值内,则为红色。
在图3所示的示例性用例中,例如,比率为1(因为ROI框310内的软组织和硬组织中的每个组织相同,为约0.17%),这可在可接受的限值内。因此,词语“比率”和所计算的比值(“1”)以绿色显示。
图4示出了在示例性医学成像系统中生成的示例性图像,该示例性医学成像系统被配置用于支持超声弹性成像的应变自动测量和应变比计算。图4中示出了在医学成像系统(例如,图2的超声系统200)中生成的图像400(例如,超声图像)的屏幕截图。
图像400可以与图像300相同的方式生成,如相对于图3所述—即,在子宫颈的应变弹性成像过程中使用根据本公开实现的系统(例如,图2的超声系统200),其中系统被配置为进行自动应变相关测量和计算以及基于其的评估,特别是关于子宫颈的软化。然而,在图4所示的示例性用例中,比率(硬组织与软组织)被计算为0.46%,因为用户选择的ROI框410(例如,包括子宫颈管和周围区域)内的软组织构成包围在ROI框410中的区域的0.39%,如在系统中基于自动应变测量和适用的柔软性标准所确定的,而ROI框410内的硬组织构成0.18%,如在系统中基于自动应变测量和适用的硬度标准所确定的。
由于0.46%的比率可能超过(或降至低于)可接受的限值,因此可不同于图3所示的示例性使用场景来提供反馈。因此,如图4所示,词语“比率”和计算的比值(“0.46%”)以绿色显示。
图5示出了可执行用于超声成像的示例性步骤的流程图,其中该超声成像利用超声弹性成像的应变自动测量和应变比计算。
图5示出了流程图500,该流程图包括多个示例性步骤(表示为框502至514),这些步骤可在用于执行利用应变自动测量和应变比计算的弹性成像的合适医学成像系统(例如,图2的超声系统200)中执行。
在开始步骤502中,可设置系统,并且可启动操作。
在步骤504中,可在弹性成像检查(例如,子宫颈弹性成像)期间获得成像信号。例如,在超声成像系统中,这可包括发射超声信号并接收信号的对应回波。
在步骤506中,可以处理成像信号(例如,所接收的超声信号的回波),以生成用于生成对应的医学图像(例如,超声图像)的对应数据集。
在步骤508中,可确定所选择的感兴趣区域(ROI)框中的应变值。在这方面,ROI框可以是用户选择的,诸如经由与系统的显示单元的交互。应变值可例如基于基于被压缩组织相对于未被压缩组织的信号的散斑相关性的计算来确定,如上所述。
在步骤510中,可使用在系统中实现的AI算法(诸如基于适用的标准)来处理应变值。例如,处理应变值可包括确定(例如,基于预设截止值)低值、平均值和高值,以及ROI框中的对应部分。这可允许例如识别可被评估为软、硬或介于其间的组织。
在步骤512中,可基于应变值和相关处理来评估弹性成像检查的结果(例如,子宫颈的软化)。例如,在子宫颈检查的背景下,子宫颈的软化可基于ROI框内的硬组织与软组织的比率来评估。
在步骤514中,可将与应变值、相关计算和/或检查结果相关的实时反馈提供给用户。例如,这可包括显示应变值(或相关信息)和弹性成像检查的结果的指示器。
根据本公开,一种用于利用应变自动测量和应变比计算的基于弹性成像的检查的示例性方法包括由至少一个处理器处理在患者的弹性成像检查期间获得的成像数据,其中成像数据对应于特定医学成像技术;由至少一个处理器基于对成像数据的处理来生成对应的一个或多个医学图像;计算对应于一个或多个医学图像内的感兴趣区域(ROI)的应变值,处理所计算的应变值,其中处理包括:基于弹性成像检查来确定对应于所计算的应变值的多个范围,识别感兴趣区域(ROI)中对应于多个范围中的每个范围的部分,以及基于以下中的一者或多者来评估弹性成像检查的结果:所计算的应变值、多个范围和感兴趣区域(ROI)的部分;以及基于对所计算的应变值的处理来提供应变相关反馈。
在一个示例性具体实施中,方法还包括使用一个或多个基于人工智能的算法经由至少一个处理器自动处理所计算的应变值。
在一个示例性具体实施中,方法还包括基于弹性成像检查的类型来处理所计算的应变值。弹性成像检查的类型可包括子宫颈弹性成像、前列腺弹性成像、乳房弹性成像和甲状腺弹性成像中的一种。
在一个示例性具体实施中,方法还包括基于一个或多个预设截止值来确定多个范围。
在一个示例性具体实施中,方法还包括基于弹性成像检查的类型来确定一个或多个预设截止值。
在一个示例性具体实施中,多个范围包括至少低范围、高范围和平均范围,并且提供应变相关反馈包括在一个或多个医学图像中的至少一个显示的医学图像中显示高范围和低范围中的至少一个范围的应变值。
在一个示例性具体实施中,评估弹性成像检查的结果包括计算高范围和低范围之间的比率。
在一个示例性具体实施中,提供应变相关反馈包括提供与弹性成像检查的结果相关的反馈。
在一个示例性具体实施中,提供与弹性成像检查的结果相关的反馈包括在一个或多个医学图像中的至少一个显示的医学图像中显示弹性成像检查的结果的指示器。
在一个示例性具体实施中,其中弹性成像检查包括子宫颈弹性成像,弹性成像检查的结果包括患者的子宫颈的软化。
在一个示例性具体实施中,提供应变相关反馈包括基于确定子宫颈已发生或正在发生软化来提供指示早产风险的反馈。
在一个示例性具体实施中,医学成像技术包括超声成像,并且医学图像包括基于所接收的回波超声信号生成的超声图像。
根据本公开的一种用于利用应变自动测量和应变比计算的基于弹性成像的检查的示例性系统包括:扫描设备,该扫描设备被配置为在患者的弹性成像检查期间获得成像信号,其中成像数据对应于特定医学成像技术;显示设备,该显示设备被配置为显示图像;和至少一个处理器,该至少一个处理器被配置为:处理经由扫描仪设备获得的成像数据;基于对成像数据的处理来生成对应的一个或多个医学图像;经由显示设备显示一个或多个医学图像;使用一个或多个基于人工智能的算法自动地:计算对应于一个或多个医学图像中的至少一个一个医学图像内的感兴趣区域(ROI)的应变值,以及处理所计算的应变值,其中处理包括:基于弹性成像检查来确定对应于所计算的应变值的多个范围,识别感兴趣区域(ROI)中对应于多个范围中的每个范围的部分,以及基于以下中的一者或多者来评估弹性成像检查的结果:所计算的应变值、多个范围和感兴趣区域(ROI)的部分;以及基于对所计算的应变值的处理来提供应变相关反馈。
在一个示例性具体实施中,至少一个处理器还被配置为基于弹性成像检查的类型来处理所计算的应变值。
在一个示例性具体实施中,至少一个处理器还被配置为基于一个或多个预设截止值来确定多个范围。
在一个示例性具体实施中,至少一个处理器还被配置为基于弹性成像检查的类型来确定一个或多个预设截止值。
在一个示例性具体实施中,多个范围包括至少低范围、高范围和平均范围,并且至少一个处理器还被配置为当提供应变相关反馈时,经由显示设备在一个或多个医学图像中的至少一个显示的医学图像中显示高范围和低范围中的至少一个范围的应变值。
在一个示例性具体实施中,至少一个处理器还被配置为当评估弹性成像检查的结果时,计算高范围和低范围之间的比率。
在一个示例性具体实施中,提供应变相关反馈包括提供与弹性成像检查的结果相关的反馈,并且至少一个处理器还被配置为当提供应变相关反馈时,经由显示设备在一个或多个医学图像中的至少一个显示的医学图像中显示弹性成像检查的结果的指示器。
在一个示例性具体实施中,弹性成像检查包括子宫颈弹性成像,弹性成像检查的结果包括患者的子宫颈的软化,并且至少一个处理器还被配置为当提供应变相关反馈时,基于确定子宫颈已发生或正在发生软化来提供早产风险的指示器。
如本文所用,术语“电路(circuit/circuitry)”是指物理电子部件(例如,硬件)以及可配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。例如,如本文所用,当执行一条或多条第一代码时,特定处理器和存储器可包括第一“电路”,并且在执行一条或多条第二代码时,特定处理器和存储器可包括第二“电路”。如本文所用,“和/或”表示列表中的由“和/或”连结的项中的任一个或多个项。作为一个示例,“x和/或y”表示三元素集{(x),(y),(x,y)}中的任何元素。换句话讲,“x和/或y”意指“x和y中的一者或两者”。作为另一个示例,“x、y和/或z”表示七元素集{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。换句话讲,“x、y和/或z”意指“x、y和z中的一者或多者”。如本文所用,术语“框”和“模块”是指可由一个或多个电路执行的功能。如本文所用,术语“示例性”表示用作非限制性示例、实例或例证。如本文所用,术语“例如(for example/e.g.)”引出一个或多个非限制性示例、实例或例证的列表。如本文所用,电路“可操作为”每当该电路包括执行功能的必需硬件(和代码,如果需要的话)时就执行该功能,不管是否(例如,通过某些用户可配置的设置、工厂微调等)禁用或不启用该功能的执行。
本发明的其他实施方案可提供其上存储有机器代码和/或计算机程序的非暂态计算机可读介质和/或存储介质和/或非暂态机器可读介质和/或存储介质,机器代码和/或计算机程序具有至少一个代码段,至少一个代码段可由机器和/或计算机执行,从而致使机器和/或计算机执行如本文所述的过程。
因此,本公开可在硬件、软件或硬件和软件的组合中实现。本发明可以集中方式在至少一个计算系统中实现,或以分布式方式实现,其中不同的元件分布在若干互连的计算系统上。适于执行本文所述的方法的任何种类的计算系统或其他装置都是合适的。硬件和软件的典型组合可以是具有程序或其他代码的通用计算系统,该程序或其他代码在加载和执行时控制计算系统,使得其执行本文所述的方法。另一个典型的具体实施可包括专用集成电路或芯片。
根据本公开的各种实施方案也可嵌入计算机程序产品中,该计算机程序产品包括能够实现本文所述的方法的所有特征,并且当加载到计算机系统中时能够执行这些方法。本文中的计算机程序是指以任何语言、代码或符号表示的一组指令的任何表达,这些指令旨在使具有信息处理能力的系统直接执行特定功能或在以下两项或其中一项之后执行特定功能:a)转换为另一种语言、代码或符号;b)以不同的物质形式进行复制。
虽然已经参考某些实施方案来描述了本发明,但是本领域的技术人员应当理解,在不脱离本发明的范围的情况下,可以进行各种改变并可以替换等同物。另外,在不脱离本发明的范围的情况下,可以进行许多修改以使特定情况或材料适应于本发明的教导。因此,本发明不旨在限于所公开的特定实施方案,而是本发明将包括落入所附权利要求书的范围内的所有实施方案。
Claims (15)
1.一种方法,包括:
由至少一个处理器处理在患者的弹性成像检查期间获得的成像数据,其中所述成像数据对应于特定医学成像技术;
由所述至少一个处理器基于对所述成像数据的处理来生成对应的一个或多个医学图像;
计算对应于所述一个或多个医学图像内的感兴趣区域(ROI)的应变值;
处理所计算的应变值,其中所述处理包括:
基于所述弹性成像检查来确定对应于所计算的应变值的多个范围;
识别所述感兴趣区域(ROI)中对应于所述多个范围中的每个范围的部分;以及
基于以下中的一者或多者来评估所述弹性成像检查的结果:所计算的应变值、所述多个范围和所述感兴趣区域(ROI)的所述部分;以及
基于对所计算的应变值的所述处理来提供应变相关反馈。
2.根据权利要求1所述的方法,还包括使用一个或多个基于人工智能的算法经由所述至少一个处理器自动处理所计算的应变值。
3.根据权利要求1所述的方法,还包括基于所述弹性成像检查的类型来处理所计算的应变值。
4.根据权利要求3所述的方法,其中所述弹性成像检查的所述类型包括子宫颈弹性成像、前列腺弹性成像、乳房弹性成像和甲状腺弹性成像中的一种。
5.根据权利要求1所述的方法,包括基于一个或多个预设截止值来确定所述多个范围。
6.根据权利要求5所述的方法,包括基于所述弹性成像检查的类型来确定所述一个或多个预设截止值。
7.根据权利要求1所述的方法,其中所述多个范围包括至少低范围、高范围和平均范围,并且其中提供所述应变相关反馈包括在所述一个或多个医学图像中的至少一个显示的医学图像中显示所述高范围和所述低范围中的至少一个范围的应变值。
8.根据权利要求1所述的方法,其中所述多个范围包括至少低范围、高范围和平均范围,并且其中评估所述弹性成像检查的所述结果包括计算所述高范围和所述低范围之间的比率。
9.根据权利要求1所述的方法,其中所述弹性成像检查包括子宫颈弹性成像,并且其中所述弹性成像检查的所述结果包括所述患者的子宫颈的软化。
10.根据权利要求9所述的方法,其中提供所述应变相关反馈包括基于确定所述子宫颈已发生或正在发生软化来提供指示早产风险的反馈。
11.一种系统,包括:
扫描设备,所述扫描设备被配置为在患者的弹性成像检查期间获得成像信号,其中所述成像数据对应于特定医学成像技术;
显示设备,所述显示设备被配置为显示图像;和
至少一个处理器,所述至少一个处理器被配置为:
处理经由所述扫描仪设备获得的所述成像数据;
基于对所述成像数据的处理来生成对应的一个或多个医学图像;
经由所述显示设备显示所述一个或多个医学图像;
使用一个或多个基于人工智能的算法自动地:
计算对应于所述一个或多个医学图像中的至少一个医学图像内的感兴趣区域(ROI)的应变值;
处理所计算的应变值,其中所述处理包括:
基于所述弹性成像检查来确定对应于所计算的应变值的多个范围;
识别所述感兴趣区域(ROI)中对应于所述多个范围中的每个范围的部分;以及
基于以下中的一者或多者来评估所述弹性成像检查的结果:所计算的应变值、所述多个范围和所述感兴趣区域(ROI)的所述部分;以及
基于对所计算的应变值的所述处理来提供应变相关反馈。
12.根据权利要求11所述的系统,其中所述至少一个处理器被配置为基于所述弹性成像检查的类型来处理所计算的应变值。
13.根据权利要求11所述的系统,其中所述至少一个处理器被配置为基于一个或多个预设截止值来确定所述多个范围。
14.根据权利要求11所述的系统,其中提供所述应变相关反馈包括提供与所述弹性成像检查的所述结果相关的反馈,并且其中所述至少一个处理器被配置为当提供所述应变相关反馈时,经由所述显示设备在所述一个或多个医学图像中的至少一个显示的医学图像中显示所述弹性成像检查的所述结果的指示器。
15.根据权利要求11所述的系统,其中所述弹性成像检查包括子宫颈弹性成像,其中所述弹性成像检查的所述结果包括所述患者的子宫颈的软化,并且其中所述至少一个处理器被配置为当提供所述应变相关反馈时,基于确定所述子宫颈已发生或正在发生软化来提供早产风险的指示器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/721,036 US11250564B2 (en) | 2019-12-19 | 2019-12-19 | Methods and systems for automatic measurement of strains and strain-ratio calculation for sonoelastography |
US16/721,036 | 2019-12-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112998748A true CN112998748A (zh) | 2021-06-22 |
Family
ID=76383597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011292660.3A Pending CN112998748A (zh) | 2019-12-19 | 2020-11-18 | 用于超声弹性成像的应变自动测量和应变比计算的方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11250564B2 (zh) |
KR (1) | KR102539922B1 (zh) |
CN (1) | CN112998748A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881924A (zh) * | 2022-03-30 | 2022-08-09 | 什维新智医疗科技(上海)有限公司 | 一种基于超声图像弹性信号的量化分析装置 |
CN114881925A (zh) * | 2022-03-30 | 2022-08-09 | 什维新智医疗科技(上海)有限公司 | 一种基于弹性超声图像的结节良恶性判定装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115916061A (zh) * | 2020-04-07 | 2023-04-04 | 韦拉索恩股份有限公司 | 自动前列腺分析系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011027252A1 (en) * | 2009-09-04 | 2011-03-10 | Koninklijke Philips Electronics, N.V. | Ultrasonic elastographic imaging of relative strain ratios |
US20140288424A1 (en) * | 2013-03-09 | 2014-09-25 | West Virginia University | System and Device for Tumor Characterization Using Nonlinear Elastography Imaging |
US20140330120A1 (en) * | 2013-05-06 | 2014-11-06 | Samsung Medison Co., Ltd. | Medical imaging apparatus and method of providing medical images |
US20170049416A1 (en) * | 2014-05-02 | 2017-02-23 | B-K Medical Aps | Elastography visualization |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0708358D0 (en) * | 2007-05-01 | 2007-06-06 | Cambridge Entpr Ltd | Strain image display systems |
US20110060222A1 (en) * | 2009-09-10 | 2011-03-10 | Board Of Regents Of The University Of Texas System | Method and apparatus for characterizing inhomgeneities using axial shear strain elastography |
KR101250456B1 (ko) * | 2011-04-29 | 2013-04-08 | 건국대학교 산학협력단 | 산모의 자궁경부 상태를 평가하기 위하여 자궁경부 탄성 이미지에 대한 이미지 분석기법의 활용 |
CN103845081B (zh) * | 2012-11-28 | 2018-04-10 | 深圳迈瑞生物医疗电子股份有限公司 | 超声弹性成像系统和方法、实时动态帧间处理方法 |
US20190159762A1 (en) * | 2012-11-28 | 2019-05-30 | Shenzhen Mindray Bio-Medical Electronics Co., Ltd. | System and method for ultrasound elastography and method for dynamically processing frames in real time |
ES2704858T3 (es) * | 2013-09-20 | 2019-03-20 | Transmural Biotech S L | Técnicas de análisis de imágenes para diagnosis de enfermedades |
US20190122770A1 (en) | 2013-10-15 | 2019-04-25 | Parkland Center For Clinical Innovation | Lightweight Clinical Pregnancy Preterm Birth Predictive System and Method |
ES2706749T3 (es) | 2013-11-04 | 2019-04-01 | Cyrill Gyger | Método para procesar datos de imagen que representan un volumen tridimensional |
KR102356719B1 (ko) * | 2014-12-01 | 2022-01-27 | 삼성메디슨 주식회사 | 초음파 영상 장치 및 그 동작 방법 |
US20200022674A1 (en) | 2016-08-29 | 2020-01-23 | Vladimir Egorov | Method and probe for predicting spontaneous preterm delivery |
JP6608232B2 (ja) * | 2015-09-30 | 2019-11-20 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置、医用画像処理装置および医用情報の表示制御方法 |
WO2017144716A1 (en) * | 2016-02-26 | 2017-08-31 | Koninklijke Philips N.V. | Clutter filters for strain and other ultrasonic deformation imaging |
KR20180085247A (ko) * | 2017-01-18 | 2018-07-26 | 삼성메디슨 주식회사 | 초음파 영상 장치 및 초음파 영상 표시 방법 |
KR20200013161A (ko) * | 2018-07-19 | 2020-02-06 | 김승우 | 인공지능 기반 조산예측 시스템 및 그 방법 |
US20200395117A1 (en) | 2019-06-14 | 2020-12-17 | Cycle Clarity, LLC | Adaptive image processing method and system in assisted reproductive technologies |
-
2019
- 2019-12-19 US US16/721,036 patent/US11250564B2/en active Active
-
2020
- 2020-11-18 CN CN202011292660.3A patent/CN112998748A/zh active Pending
- 2020-11-26 KR KR1020200161229A patent/KR102539922B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011027252A1 (en) * | 2009-09-04 | 2011-03-10 | Koninklijke Philips Electronics, N.V. | Ultrasonic elastographic imaging of relative strain ratios |
US20140288424A1 (en) * | 2013-03-09 | 2014-09-25 | West Virginia University | System and Device for Tumor Characterization Using Nonlinear Elastography Imaging |
US20140330120A1 (en) * | 2013-05-06 | 2014-11-06 | Samsung Medison Co., Ltd. | Medical imaging apparatus and method of providing medical images |
US20170049416A1 (en) * | 2014-05-02 | 2017-02-23 | B-K Medical Aps | Elastography visualization |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114881924A (zh) * | 2022-03-30 | 2022-08-09 | 什维新智医疗科技(上海)有限公司 | 一种基于超声图像弹性信号的量化分析装置 |
CN114881925A (zh) * | 2022-03-30 | 2022-08-09 | 什维新智医疗科技(上海)有限公司 | 一种基于弹性超声图像的结节良恶性判定装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20210081243A (ko) | 2021-07-01 |
US20210192718A1 (en) | 2021-06-24 |
US11250564B2 (en) | 2022-02-15 |
KR102539922B1 (ko) | 2023-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11715202B2 (en) | Analyzing apparatus and analyzing method | |
US20130046168A1 (en) | Method and system of characterization of carotid plaque | |
KR102539922B1 (ko) | 탄성초음파영상에 대한 변형률 계산 및 변형량의 자동 측정을 위한 방법 및 시스템 | |
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 | |
JPWO2009060751A1 (ja) | 超音波診断装置とその作動方法及び超音波画像診断プログラム | |
CN113349825A (zh) | 用于基于医学成像分析射血分数和胎儿心脏功能的方法和系统 | |
KR20120046539A (ko) | 바디 마크를 제공하는 초음파 시스템 및 방법 | |
JP2015043911A (ja) | 超音波画像撮像装置及び超音波画像表示方法 | |
CN115969414A (zh) | 用于在超声成像期间使用分析辅助的方法和系统 | |
CN115813434A (zh) | 用于由胎儿超声扫描自动评估分数肢体体积和脂肪瘦体块的方法和系统 | |
CN112515944B (zh) | 具有用于心肺复苏(cpr)按压的实时反馈的超声成像 | |
US11890142B2 (en) | System and methods for automatic lesion characterization | |
CN115279275A (zh) | 超声诊断设备及其操作方法 | |
CN114098687B (zh) | 用于超声运动模式的自动心率测量的方法和系统 | |
CN113349819A (zh) | 用于检测医学图像中的异常的方法和系统 | |
US20220096046A1 (en) | Ultrasound imaging device and ultrasound image generation method | |
CN113662579A (zh) | 超声波诊断装置、医用图像处理装置及方法、存储介质 | |
US11881301B2 (en) | Methods and systems for utilizing histogram views for improved visualization of three-dimensional (3D) medical images | |
JP7457571B2 (ja) | 超音波診断装置及び診断支援方法 | |
JP2023077810A (ja) | 超音波画像分析装置、超音波診断装置および超音波画像分析装置の制御方法 | |
WO2024068347A1 (en) | Method and system for performing stiffness measurements using ultrasound shear wave elastography | |
KR20160086126A (ko) | 초음파 진단 방법 및 장치 | |
JP2023077820A (ja) | 超音波画像分析装置、超音波診断装置および超音波画像分析装置の制御方法 | |
CN116650006A (zh) | 用于自动超声检查的系统和方法 | |
CN117197024A (zh) | 医学成像方法、装置以及系统 |
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 |