CN113116387A - 用于通过一系列超声图像采集提供指导工作流的方法和系统 - Google Patents
用于通过一系列超声图像采集提供指导工作流的方法和系统 Download PDFInfo
- Publication number
- CN113116387A CN113116387A CN202011391937.8A CN202011391937A CN113116387A CN 113116387 A CN113116387 A CN 113116387A CN 202011391937 A CN202011391937 A CN 202011391937A CN 113116387 A CN113116387 A CN 113116387A
- Authority
- CN
- China
- Prior art keywords
- ultrasound
- image
- fetal
- ultrasound image
- processor
- 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
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 318
- 238000000034 method Methods 0.000 title claims abstract description 50
- 210000003484 anatomy Anatomy 0.000 claims abstract description 73
- 230000001605 fetal effect Effects 0.000 claims description 152
- 239000000523 sample Substances 0.000 claims description 22
- 238000013473 artificial intelligence Methods 0.000 claims description 18
- 238000010191 image analysis Methods 0.000 claims description 16
- 230000005856 abnormality Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 5
- 210000002569 neuron Anatomy 0.000 description 22
- 238000012545 processing Methods 0.000 description 21
- 238000013528 artificial neural network Methods 0.000 description 13
- 208000002330 Congenital Heart Defects Diseases 0.000 description 11
- 208000028831 congenital heart disease Diseases 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 210000003754 fetus Anatomy 0.000 description 10
- 238000013500 data storage Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 8
- 208000032170 Congenital Abnormalities Diseases 0.000 description 7
- 238000013527 convolutional neural network Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000002861 ventricular Effects 0.000 description 7
- 210000000709 aorta Anatomy 0.000 description 6
- 210000002216 heart Anatomy 0.000 description 6
- 210000002620 vena cava superior Anatomy 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000036244 malformation Effects 0.000 description 5
- 210000003437 trachea Anatomy 0.000 description 5
- 210000002376 aorta thoracic Anatomy 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 210000002784 stomach Anatomy 0.000 description 4
- 238000012285 ultrasound imaging Methods 0.000 description 4
- 210000001631 vena cava inferior Anatomy 0.000 description 4
- 210000004204 blood vessel Anatomy 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 210000001015 abdomen Anatomy 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 2
- 210000000988 bone and bone Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000005246 left atrium Anatomy 0.000 description 2
- 210000005240 left ventricle Anatomy 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 210000005241 right ventricle Anatomy 0.000 description 2
- 241001465754 Metazoa Species 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
- 238000006243 chemical reaction Methods 0.000 description 1
- 210000000038 chest Anatomy 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 210000004696 endometrium Anatomy 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 210000004185 liver Anatomy 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
- 230000010076 replication Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000000527 sonication Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 230000000007 visual effect Effects 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
- A61B8/08—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
-
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- A61B8/52—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
- A61B8/52—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
- A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20101—Interactive definition of point of interest, landmark or seed
-
- 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
- G06T2207/30008—Bone
- G06T2207/30012—Spine; Backbone
-
- 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
- G06T2207/30044—Fetus; Embryo
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pregnancy & Childbirth (AREA)
- Gynecology & Obstetrics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明题为“用于通过一系列超声图像采集提供指导工作流的方法和系统”。本发明提供了一种用于利用基于所确定的解剖位置更新的参考图像通过一系列超声图像采集提供指导工作流的系统和方法。该方法包括由超声系统采集和显示解剖结构的至少一个超声图像。该方法包括由至少一个处理器确定该至少一个超声图像中所描绘的该解剖结构的位置。该方法包括由该至少一个处理器自动选择并显示对应于超声检查的预定义视图的参考图像。所选择并显示的参考图像中所描绘的解剖结构的取向基于该解剖结构的所确定的位置。该方法包括由该超声系统采集并显示该解剖结构的对应于所选择并显示的参考图像的附加超声图像。该附加超声图像包括该超声检查的预定义视图。
Description
技术领域
某些实施方案涉及超声成像。更具体地,某些实施方案涉及用于通过一系列超声图像采集提供辅助工作流的方法和系统。该系统可以呈现对应于要采集的每个图像视图的参考图像。参考图像可基于所确定的目标解剖结构的位置来呈现。
背景技术
超声成像是用于对人体中的器官和软组织进行成像的医学成像技术。超声成像使用实时、非侵入性高频声波来产生二维(2D)、三维(3D)和/或四维(4D)(即,实时/连续3D图像)图像。
超声成像是用于诊断各种医学病症的有价值的非侵入性手段。可分析和/或处理所采集的超声数据以使由医疗专业人员评估的解剖结构可视化,以便执行诊断。典型的超声检查是通过在不同平面中采集一系列超声图像来执行的。在一些情况下,诸如当扫描胎儿时,所采集的图像可基于胎位和胎向而显著改变。因此,经验较少的超声操作者(诸如,产科医师)可能难以采集图像视图中的若干图像视图以用于执行诊断。例如,胎儿先天性心脏病超声检查可涉及采集四腔心(4CH)视图、三血管和气管(3VT)视图、左心室和右心室流出道视图、短轴视图(对于心室是低的并且对于流出道是高的)、长轴视图、主动脉弓视图、导管弓视图以及上腔静脉和下腔静脉视图。尽管经验不足的超声操作者可能能够操纵超声探头以获得视图中的一些视图,但是许多其他视图可能难以获得。因此,在许多情况下,在胎儿超声中可能未检测到先天性心脏病。
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,常规和传统方法的进一步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
用于利用基于所确定的解剖位置更新的参考图像通过一系列超声图像采集提供指导工作流的系统和/或方法,如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、以及其例示的实施方案的细节。
附图说明
图1是根据各种实施方案的示例性超声系统的框图,该超声系统可操作为利用基于所确定的解剖位置更新的参考图像通过一系列超声图像采集提供指导工作流。
图2是根据各种实施方案的示例性胎位的显示。
图3是根据各种实施方案的可用于确定胎儿脊柱位置的超声图像和参考图像的示例性显示。
图4是根据各种实施方案的可用于帮助采集胎儿超声中的四腔心(4CH)视图的超声图像和参考图像的示例性显示。
图5是根据各种实施方案的可用于帮助采集胎儿超声中的三血管和气管(3VT)视图的超声图像和参考图像的示例性显示。
图6是示出根据示例性实施方案的可用于利用基于所确定的胎姿更新的参考图像通过一系列超声图像采集提供指导工作流的示例性步骤的流程图。
具体实施方式
某些实施方案可存在于用于利用基于所确定的解剖位置更新的参考图像通过一系列超声图像采集提供指导工作流的方法和系统。各种实施方案具有以下技术效果:呈现特定解剖结构的参考图像,该特定解剖结构具有与经由超声系统采集的解剖结构的位置和取向对应的位置和取向。本发明的各方面具有以下技术效果:基于所确定的解剖位置自动选择和/或旋转参考图像,并且将参考图像呈现给超声操作者以帮助采集预先确定的超声视图。
当结合附图阅读时,将更好地理解前述发明内容以及以下对某些实施方案的详述。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,一个或多个功能块(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作出结构的、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,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。
虽然下文所述的示例性实施方案是相对于采集胎儿的超声图像以用于诊断先天性心脏病而呈现的,但本公开不限于胎儿超声检查和先天性心脏病检查。相反,本公开的各方面适用于用来诊断任何合适病症的任何合适解剖结构的超声检查。
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”。另外,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。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在图1中示出。
图1是根据各种实施方案的示例性超声系统的框图,该超声系统可操作为利用基于所确定的解剖位置更新的参考图像通过一系列超声图像采集提供指导工作流。参考图1,示出了超声系统100。超声系统100包括发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、A/D转换器122、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134、档案138和训练引擎170。
发射器102可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为驱动超声探头104。超声探头104可包括二维(2D)压电元件阵列。超声探头104可包括通常构成相同元件的一组发射换能器元件106和一组接收换能器元件108。在某些实施方案中,超声探头104可操作为采集覆盖解剖结构(诸如胎儿、脊柱、子宫内膜、心脏、血管或任何合适的解剖结构)的至少大部分的超声图像数据。
发射波束形成器110可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为控制发射器102,该发射器通过发射子孔径波束形成器114驱动该组发射换能器元件106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108接收。
超声探头104中的该组接收换能器元件108可操作为将所接收的回波转换为模拟信号,通过接收子孔径波束形成器116进行子孔径波束形成,然后传送到接收器118。接收器118可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为接收来自接收子孔径波束形成器116的信号。可以将模拟信号传送到多个A/D转换器122中的一个或多个。
多个A/D转换器122可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为将来自接收器118的模拟信号转换为对应的数字信号。多个A/D转换器122设置在接收器118与RF处理器124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122可被集成在接收器118内。
RF处理器124可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为解调由多个A/D转换器122输出的数字信号。根据一个实施方案,RF处理器124可包括复解调器(未示出),该复解调器可用于解调数字信号以形成代表对应回波信号的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126。RF/IQ缓冲器126可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为提供由RF处理器124生成的RF或I/Q信号数据的临时存储。
接收波束形成器120可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为执行数字波束形成处理以例如对经由RF/IQ缓冲器126从RF处理器124所接收的延迟信道信号求和并且输出波束求和信号。所得到的处理的信息可以是从接收波束形成器120输出并且传送到信号处理器132的波束求和信号。根据一些实施方案,接收器118、多个A/D转换器122、RF处理器124和波束形成器120可被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100包括多个接收波束形成器120。
用户输入设备130可用于输入患者数据、扫描参数、设置、选择方案和/或模板、关于所采集的超声图像中的解剖结构的外观的答疑系统提示等。在示例性实施方案中,用户输入设备130可操作为配置、管理和/或控制超声系统100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130可操作为配置、管理和/或控制发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134、档案138和/或训练引擎170的操作。用户输入设备130可包括按钮、旋转编码器、触摸屏、触摸板、跟踪球、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130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134)中。例如,用户输入设备130可包括触摸屏显示器。
在各种实施方案中,用户输入设备130可操作为选择具有定义用于采集的图像视图的相关联方案的检查类型。例如,用户可选择胎儿先天性心脏病超声检查或任何合适的检查类型。所选择的检查类型可与用于采集的定义图像视图的数量相关联。例如,就胎儿先天性心脏病超声检查而言,该检查可与四腔心(4CH)视图、三血管和气管(3VT)视图、左心室和右心室流出道视图、短轴视图(对于心室是低的并且对于流出道是高的)、长轴视图、主动脉弓视图、导管弓视图、上腔静脉和下腔静脉视图和/或任何合适的视图相关联。在示例性实施方案中,用户输入设备130可操作为提供关于一个或多个超声图像中所描绘的目标解剖结构的位置和/或取向的选择和/或回答。例如,就胎儿先天性心脏病超声检查而言,用户输入设备130可用于提供对关于胎位和脊柱位置的系统提示的选择或回答。例如,用户输入设备130可用于选择头位或臀位。又如,用户输入设备130可用于选择超声图像中的脊柱位置的指示,诸如处于3点钟(或90度)的脊柱、处于4点钟(或120度)的脊柱、处于5点钟(或150度)的脊柱、处于6点钟(或180度)的脊柱、处于7点钟(或210度)的脊柱、处于8点钟(或240度)的脊柱、处于9点钟(或270度)的脊柱和/或任何合适的脊柱位置标识符。在各种实施方案中,用户输入设备130可操作为提供对关于所呈现的超声图像相较于所呈现的参考图像的外观的系统提示的选择和/或回答。例如,就胎儿先天性心脏病超声检查中的4CH视图而言,用户输入设备130可操作为选择和/或回答顶点是否指向胎儿左侧。又如,用户输入设备130可操作为选择和/或回答所采集的图像中的结构的取向、尺寸和/或构型是否与参考图像匹配。
信号处理器132可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为处理超声扫描数据(即,求和的IQ信号)以生成用于在显示系统134上呈现的超声图像。信号处理器132可操作为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132可用于执行显示处理和/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。除此之外或另选地,超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器126中并且在在线操作或离线操作中以不太实时的方式处理。在各种实施方案中,处理的图像数据可呈现在显示系统134处和/或可存储在档案138处。档案138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132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132可以是集成部件,或者可分布在各个位置。在示例性实施方案中,信号处理器132可包括胎姿处理器140、参考图像处理器150和图像反馈处理器160。信号处理器132可能够从用户输入设备130和/或档案138接收输入信息、生成可由显示系统134显示的输出并且响应于来自用户输入设备130的输入信息来操纵输出等。信号处理器132(其包括胎姿处理器140、参考图像处理器150和图像反馈处理器160)可能够例如执行在本文根据各种实施方案所讨论的方法和/或指令集中的任一者。
超声系统100可操作为以适用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20-120的范围内,但可更低或更高。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134上。图像缓冲器136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136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136可体现为任何已知的数据存储介质。
信号处理器132可包括胎姿处理器140,该胎姿处理器包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为确定胎姿。例如,胎姿处理器140可基于胎位和脊柱位置或任何合适的胎儿特征或胎儿特征的组合来确定胎姿。胎儿特征可通过自动或手动检测来提供。例如,超声操作者可采集胎儿头部、脊柱和/或腿部的超声图像。在各种实施方案中,胎姿处理器140和/或参考图像处理器150可任选地提供参考图像,这些参考图像示出处于不同位置(诸如头位和臀位)的参考胎儿头部、脊柱和/或腿部。图2是根据各种实施方案的示例性胎位200、210的显示。参考图2,胎儿可位于例如头位200或臀位210。再次参考图l,胎姿处理器140可被配置为诸如基于用户指令经由用户输入设备130手动选择胎位。例如,超声操作者可经由用户输入设备130向胎姿处理器140提供用户指令,以基于操作者对胎儿头部、脊柱和/或腿部的所采集的超声图像的分析来选择头位。例如,用户可提供指示胎姿处理器140选择头位的语音命令、探头姿势、按钮按压、触摸屏输入等。在各种实施方案中,操作者可单独地或与一个或多个参考图像(诸如头位参考图像和臀位参考图像)相比较地基于胎儿头部、脊柱和/或腿部的所采集的超声图像来执行分析。
胎姿处理器140可被配置为诸如基于用户指令经由用户输入设备130手动选择脊柱位置。例如,超声操作者可经由用户输入设备130向胎姿处理器140提供用户指令,以基于操作者对胎儿脊柱的所采集的超声图像的分析来选择6点钟(180度)脊柱位置。例如,用户可提供指示胎姿处理器140选择6点钟(180度)脊柱位置的语音命令、探头姿势、按钮按压、触摸屏输入等。在各种实施方案中,操作者可单独地或与一个或多个参考图像(诸如处于3点钟(或90度)的脊柱、处于4点钟(或120度)的脊柱、处于5点钟(或150度)的脊柱、处于6点钟(或180度)的脊柱、处于7点钟(或210度)的脊柱、处于8点钟(或240度)的脊柱、处于9点钟(或270度)的脊柱和/或任何合适的脊柱位置标识符的图像)相比较地基于胎儿脊柱的所采集的超声图像来执行分析。图3是根据各种实施方案的可用于确定胎儿脊柱位置的超声图像300和参考图像310的示例性显示。参考图3,示出胎儿胸部横截面的横向腹部视图可由超声系统100采集并与参考图像310一起呈现在显示系统134处。参考图像310可以是例如如图3所示的象形图或预采集的超声图像。当操纵超声探头104以确认获取了适当的观察平面时,超声操作者可参考参考图像310。图3的参考图像310示出了处于6点钟(180度)的脊柱311。参考图像310可包括附加解剖结构,诸如肋骨、胃312、主动脉313和肝脏等,以帮助标识适当的平面。在各种实施方案中,参考图像310的解剖结构可如图3所示进行标记。在某些实施方案中,可呈现附加参考图像310,其中解剖结构311-313以不同方式取向,诸如处于3点钟(或90度)的脊柱、处于4点钟(或120度)的脊柱等,如上文所讨论。所采集的超声图像300描绘了与参考图像310基本上类似的视图,并且包括以与参考图像310中描绘的解剖结构311-313基本上相同的取向定位的脊柱301、胃302和主动脉303。因此,超声操作者可基于与参考图像310的比较来确认所采集的超声图像300中的脊柱301处于6点钟位置(180度)。再次参考图1,超声操作者可经由用户输入设备130向胎姿处理器140指示6点钟脊柱位置。
除此之外或另选地,胎姿处理器140可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为对所采集的超声图像进行分析以自动选择胎姿。例如,胎姿处理器140可包括人工智能图像分析算法、一个或多个深度神经网络(例如,卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以标识胎姿(即,位置和取向)的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。例如,胎姿处理器140可被提供为一个或多个深度神经网络,该一个或多个深度神经网络可由例如输入层、输出层以及输入层与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,胎姿处理器140可包括输入层,该输入层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的胎位和/或脊柱取向的神经元。例如,如果执行基于超声的先天性心脏病检查,则一个深层神经网络的输出层可包括用于头位、臀位等的神经元。另一深度神经网络的输出层可包括用于处于3点钟(或90度)的脊柱、处于4点钟(或120度)的脊柱、处于5点钟(或150度)的脊柱、处于6点钟(或180度)的脊柱、处于7点钟(或210度)的脊柱、处于8点钟(或240度)的脊柱、处于9点钟(或270度)的脊柱等的神经元。其他超声规程可利用包括用于任何合适的解剖结构的位置和/或取向的神经元的输出层。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。由胎姿处理器140深度神经网络(例如,卷积神经网络)执行的处理可以以高概率度标识超声图像数据中的胎儿(或其他解剖结构)位置。
胎姿处理器140可被配置为基于胎位、脊柱位置和/或任何合适的胎儿特征来确定胎姿(即,位置和取向)。胎姿处理器140可被配置为将胎姿信息提供给参考图像处理器150和/或将胎姿信息存储在档案138和/或任何合适的数据存储介质处。
信号处理器132可包括参考图像处理器150,该参考图像处理器包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为基于由胎姿处理器140确定的胎姿来自动选择并呈现参考图像。参考图像处理器150可基于胎姿从档案138和/或任何合适的数据存储介质中选择对应的参考图像集。每个参考图像集可包括针对超声检查的每个视图的不同参考图像。例如,胎儿先天性心脏病超声检查可包括参考图像集,每个参考图像集具有四腔心(4CH)视图、三血管和气管(3VT)视图、左心室和右心室流出道视图、短轴视图(对于心室是低的并且对于流出道是高的)、长轴视图、主动脉弓视图、导管弓视图以及上腔静脉和下腔静脉视图。每个参考图像集可与不同的胎姿相对应,诸如一个集对应于头位和6点钟脊柱位置,一个集对应于臀位和6点钟脊柱位置,一个集对应于头位和5点钟脊柱位置,一个集对应于臀位位置和5点钟脊柱位置等。参考图像可以是描绘特定胎姿处的检查规程的每个视图的象形图和/或预采集的超声图像。在各种实施方案中,参考图像可包括解剖结构的标签。
除此之外和/或另选地,参考图像处理器150可检索对应于特定超声检查的一个参考图像集,并且可基于由胎姿处理器140确定的胎姿来旋转这该集中的参考图像中的每个参考图像以选择参考图像集。例如,如果参考图像集具有头位和处于6点钟的脊柱的默认胎姿,并且由胎姿处理器140确定的胎姿是处于6点钟的臀位,则参考图像处理器150可在水平轴线上翻转该集中的每个参考图像并将每个图像旋转180度以获得该集中的每个参考图像的适当的位置和取向。
参考图像处理器150可操作为顺序地呈现参考图像集中的每个图像。例如,在确定胎姿并选择适当的参考图像集之后,参考图像处理器150可在显示系统134处呈现第一参考图像(例如,4CH视图)。超声操作者可操纵超声探头104以采集与参考图像的观察平面基本上匹配的图像观察平面。参考图像处理器150随后在显示系统134处呈现下一参考图像(例如,3VT视图)。参考图像处理器150继续以这种方式呈现参考图像,直到超声操作者采集和/或分析与所有参考图像视图相对应的超声图像为止。在各种实施方案中,如果需要,诸如如果尽管通过呈现参考图像提供了帮助但超声操作者不能操纵探头104以采集适当的视图,则超声操作者可选择跳过参考图像。
图4是根据各种实施方案的可用于帮助采集胎儿超声中的四腔心(4CH)视图的超声图像400和参考图像410的示例性显示。参考图4,示出了图4CH视图的参考图像410。参考图像410可以是如图4所示的象形图或预采集的超声图像。参考图像410可包括标签,诸如脊柱411、主动脉413、左心室414、右心室415、左心房416、右心房417、肋骨等的标签。参考图像410可包括图像410的左侧和右侧的标识符。参考图像410可呈现在超声系统100的显示系统134处,以帮助超声操作者采集具有对应视图(例如,4CH视图)的超声图像400。超声操作者可操纵超声探头104,直到采集到具有基本上类似的观察平面的超声图像400为止。4CH视图的所采集的超声图像400可包括脊柱401、主动脉403、左心室404、右心室405、左心房406、右心房407、肋骨等。
图5是根据各种实施方案的可用于帮助采集胎儿超声中的三血管和气管(3VT)视图的超声图像500和参考图像510的示例性显示。参考图5,示出了3VT视图的参考图像510。参考图像510可以是如图5所示的象形图或预采集的超声图像。参考图像510可包括标签,诸如脊柱511、气管512、主动脉513、导管518、上腔静脉(SVC)519、肋骨等的标签。参考图像510可包括图像510的左侧和右侧的标识符。参考图像510可呈现在超声系统100的显示系统134处,以帮助超声操作者采集具有对应视图(例如,3VT视图)的超声图像500。超声操作者可操纵超声探头104,直到采集到具有基本上类似的观察平面的超声图像500为止。3VT视图的所采集的超声图像500可包括脊柱501、气管502、主动脉503、导管508、上腔静脉(SVC)509、肋骨等。
再次参考图1,信号处理器132可包括图像反馈处理器160,该图像反馈处理器包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为接收、生成和/或显示关于所采集的超声图像300、400、500的反馈。例如,图像反馈处理器160可被配置为自动检测何时采集到与参考图像310、410、510匹配的超声图像300、400、500,并且提供超声探头104正确定位的指示。指示可以是消息(例如,文本、符号、音频、探头振动等)、将图像视图标签添加到超声图像、和/或任何合适的指示。又如,图像反馈处理器160可被配置为提示超声操作者回答在显示系统134处呈现的问题。例如,图像反馈处理器160可提出问题,询问在横向腹部视图图像中胃是否在胎儿左侧,在4CH视图图像中顶点是否指向胎儿左侧,或者在3VT视图图像中结构的取向、尺寸和构型是否匹配参考图像等。图像反馈处理器160可将回答存储在档案138和/或任何合适的数据存储介质处,并且可基于检查结束时对问题的回答来呈现检查的概述。例如,图像反馈处理器160可基于针对由图像反馈处理器160提供的问题提供的回答来提供指示每个所获得的超声图像视图300、400、500是正常还是异常的概述。
又如,图像反馈处理器160可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为分析所采集的超声图像300、400、500以自动检测异常结构(例如,畸形)。例如,图像反馈处理器160可包括人工智能图像分析算法、一个或多个深度神经网络(例如,卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以检测异常(例如,畸形)的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。例如,图像反馈处理器160可被提供为一个或多个深度神经网络,该一个或多个深度神经网络可由例如输入层、输出层以及输入层与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,图像反馈处理器160可包括输入层,该输入层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种预定义的状况(诸如正常和一种或多种各种异常)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以识别超声图像数据300、400、500中的结构的边缘。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300、400、500中的标志的位置。由图像反馈处理器160深度神经网络(例如,卷积神经网络)执行的处理可以以高概率度识别超声图像数据中的正常和异常解剖结构。
图像反馈处理器160可操作为在显示系统134处呈现反馈和/或将所生成的反馈存储在档案138或任何合适的数据存储介质处。
再次参考图1,显示系统134可以是能够将视觉信息传送给用户的任何设备。例如,显示系统134可包括液晶显示器、发光二极管显示器、和/或任何合适的一种或多种显示器。显示系统134可包括一个或多个显示屏。例如,超声图像300、400、500可呈现在显示系统134的第一显示屏上,并且参考图像310、410、510可呈现在显示系统134的第二显示屏上。显示系统134可操作为显示来自信号处理器132和/或档案138的信息,诸如超声图像300、400、500、参考图像310、410、510、系统提示、检查概述信息和/或任何合适的信息。
档案138可以是与超声系统100集成和/或可通信地耦接(例如,通过网络)到超声系统100的一个或多个计算机可读存储器,诸如图像归档和通信系统(PACS)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储器、闪存存储器、随机存取存储器、只读存储器、可电擦除和可编程只读存储器,和/或任何合适的存储器。档案138可包括例如由信号处理器132访问和/或结合到信号处理器132的数据库、库、信息集或其他存储器。例如,档案138能够暂时或永久地存储数据。档案138可能能够存储医学图像数据、由信号处理器132生成的数据和/或信号处理器132可读取的指令等。在各种实施方案中,档案138存储超声图像300、400、500、参考图像310、410、510、用于确定胎姿的指令、用于选择参考图像的指令、用于呈现系统提示的指令、自动畸形检测指令,和/或用于呈现检查概述的指令等。
训练引擎170可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为训练胎姿处理器140和/或图像反馈处理器160的深度神经网络的神经元。例如,可训练人工胎姿处理器140和/或图像反馈处理器160以自动标识胎姿和/或自动检测超声扫描平面中所提供的解剖结构异常。例如,训练引擎170可使用各种结构的分类超声图像的数据库来训练胎姿处理器140和/或图像反馈处理器160的深度神经网络。例如,胎姿处理器140和/或图像反馈处理器160可由训练引擎170用特定解剖结构的超声图像来训练,以相对于特定结构的特征来训练胎姿处理器140和/或图像反馈处理器160,这些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标志的位置等。在示例性实施方案中,结构可包括胎儿头部、胎儿脊柱和/或任何合适的器官、骨、神经、血管、组织等。结构信息可包括关于胎儿头部、胎儿脊柱、器官、骨、神经、血管、组织等的边缘、形状和位置的信息。在各种实施方案中,训练图像的数据库可存储在档案138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170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100的外部系统。
超声系统100的部件可在软件、硬件、固件等中实现。超声系统100的各种部件可以通信地连接。超声系统100的部件可单独实现和/或以各种形式集成。例如,显示系统134和用户输入设备130可集成为触摸屏显示器。
图6是示出根据示例性实施方案的可用于利用基于所确定的胎姿更新的参考图像通过一系列超声图像采集提供指导工作流的示例性步骤602-628的流程图600。参考图6,示出了包括示例性步骤602至628的流程图600。某些实施方案可省略一个或多个步骤,和/或以与所列顺序不同的顺序执行步骤,和/或组合下文讨论的某些步骤。例如,在某些实施方案中可能不执行一些步骤。又如,某些步骤可能以与下面所列时间顺序不同的时间顺序执行,包括同时执行。
在步骤602处,超声系统100可采集胎儿头部的超声图像。例如,超声操作者可操纵超声系统100的超声探头104以获得胎儿头部的超声图像。超声图像可由信号处理器132在显示系统134处呈现。
在步骤604处,基于胎儿头部的超声图像来确定胎位。例如,信号处理器132的胎姿处理器140可基于经由用户输入设备130接收的用户指令或基于应用于在步骤602处采集的超声图像的人工智能算法来确定胎位。例如,超声操作者可分析在步骤602处采集的超声图像(任选地与参考图像一起),并且向胎姿处理器140提供选择,诸如头位或臀位。又如,胎姿处理器140可包括人工智能图像分析算法、一个或多个深度神经网络(例如,卷积神经网络)和/或可利用被配置为对在步骤602处采集的超声图像进行分析以确定胎位的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。
在步骤606处,超声系统100可采集胎儿脊柱301的超声图像300。例如,超声操作者可将超声系统100的超声探头104操纵到横向腹部视图,以获得描绘胎儿脊柱301的胸部横截面的超声图像300。超声图像可由信号处理器132在显示系统134处呈现。
在步骤608处,基于胎儿脊柱301的超声图像300来确定脊柱位置。例如,信号处理器132的胎姿处理器140可基于经由用户输入设备130接收的用户指令或基于应用于在步骤606处采集的超声图像300的人工智能算法来确定脊柱位置。例如,超声操作者可分析在步骤606处采集的超声图像(任选地与参考图像310一起),并且向胎姿处理器140提供选择,诸如处于3点钟(或90度)的脊柱、处于4点钟(或120度)的脊柱、处于5点钟(或150度)的脊柱、处于6点钟(或180度)的脊柱、处于7点钟(或210度)的脊柱、处于8点钟(或240度)的脊柱、处于9点钟(或270度)的脊柱、和/或任何合适的脊柱位置标识符。又如,胎姿处理器140可包括人工智能图像分析算法、一个或多个深度神经网络(例如,卷积神经网络)和/或可利用被配置为对在步骤606处采集的超声图像300进行分析以确定脊柱位置的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。
在步骤610处,信号处理器132可基于所确定的胎位和脊柱位置来确定胎姿(即,位置和取向)。例如,信号处理器132的胎姿处理器140可操作为基于在步骤604处确定的胎位和在步骤608处确定的脊柱位置来计算胎姿。所确定的胎姿可被提供给图像反馈处理器150和/或存储在档案138或任何合适的数据存储介质中。
在步骤612处,信号处理器132可基于所确定的胎姿自动选择并显示用于方案视图的参考图像410、510。例如,参考图像处理器150可从胎姿处理器140和/或档案138接收在步骤610处确定的胎姿。参考图像处理器150可基于所确定的胎姿来选择与方案相对应的参考图像410、510集。例如,用于每个可能胎姿的参考图像410、510集可存储在档案138或任何合适的数据存储介质处,以供参考图像处理器150选择和检索。又如,处于默认胎姿的参考图像410、510集可存储在档案或任何合适的数据存储介质处以供参考图像处理器150检索,该参考图像处理器可将该集中的参考图像410、510从默认胎姿旋转到所确定的胎姿。该方案可与检查类型相对应。例如,先天性心脏病胎儿超声检查的方案可具有预先确定的参考图像410、510集,包括用于4CH视图410、3VT视图510、左心室和右心室流出道视图、短轴视图(对于心室是低的并且对于流出道是高的)、长轴视图、主动脉弓视图、导管弓视图以及上腔静脉和下腔静脉视图的参考图像。参考图像处理器150可基于所确定的胎姿顺序地呈现参考图像410、510集中的每个参考图像。例如,参考图像处理器150可在步骤612处呈现参考图像410集中的第一个参考图像。如果参考图像410、510集中有更多视图可用,则过程600可前进至步骤614-622,并且可返回至步骤612,其中呈现该系列中的下一个参考图像510。重复该过程,直到参考图像处理器150已经在显示系统134处呈现所有参考图像410、510为止。
在步骤614处,超声系统100可基于所显示的参考图像410、510采集与方案视图相对应的超声图像400、500。例如,超声操作者可操纵超声系统100的超声探头104以采集与参考图像410、510的观察平面基本上匹配的超声图像400、500。超声图像400、500可由信号处理器132在显示系统134处呈现。
该过程然后可前进至步骤616、618或620中的一者。
在步骤616处,信号处理器132可执行自动畸形检测。例如,信号处理器132的图像反馈处理器160可包括人工智能图像分析算法、一个或多个深度神经网络(例如,卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以检测异常(例如,畸形)的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。图像反馈处理器160可呈现任何检测到的异常(例如,警示消息)和/或在步骤616处未检测到异常的指示和/或在如下所述的步骤624处提供的检查概述(例如,报告)中。
在步骤618处,超声操作者可手动查看和分析所采集的超声图像以检测畸形。例如,超声操作者可查看和分析在步骤614处采集的超声图像400、500,以确定是否存在任何畸形或其他异常。
在步骤620处,超声系统100的信号处理器132可呈现畸形问题。例如,图像反馈处理器160可通过提供关于在步骤614处采集的超声图像400、500的一个或多个问题来帮助超声操作者进行畸形检测。例如,图像反馈处理器160可提供系统提示,询问在横向腹部视图图像300中胃是否在胎儿左侧,在4CH视图图像400中顶点是否指向胎儿左侧,或者在3VT视图图像500中结构的取向、尺寸和构型是否匹配参考图像等。图像反馈处理器160可基于对步骤620处的问题的回答和/或在如下所述的步骤626处提供的检查概述中提供关于潜在异常的反馈。
在步骤622处,信号处理器132可确定超声系统100是否已经采集对应于参考图像410、510集中的每个方案视图的超声图像400、500。如果有附加超声图像视图400、500要采集,则过程600可返回到步骤612。如果没有附加超声图像视图400、500要采集,则过程600前进至步骤624、626和/或628。
在步骤624处,如果在步骤616处执行了自动畸形检测,则信号处理器132可呈现自动畸形检测的概述。例如,图像反馈处理器160可基于在步骤616处由图像反馈处理器160提供的自动畸形检测而在显示系统134处呈现指示每个所获得的超声图像视图300、400、500是正常还是异常的概述。
在步骤626处,信号处理器132可呈现对在步骤620处呈现的畸形问题的回答的概述。例如,信号处理器132的图像反馈处理器160可基于针对在步骤620处由图像反馈处理器160呈现的问题提供的回答来提供指示每个所获得的超声图像视图300、400、500是正常还是异常的概述。
在步骤628处,过程600结束。
本公开的各方面提供了用于利用基于所确定的解剖位置更新的参考图像410、510通过一系列超声图像采集提供指导工作流的方法600和系统100。根据各种实施方案,方法600可包括由超声系统100采集并显示602、606解剖结构的至少一个超声图像300。方法600可包括由至少一个处理器132、140确定604、608、610至少一个超声图像300中描绘的解剖结构的位置。方法600可包括由至少一个处理器132、150自动选择并显示612对应于超声检查的预定义视图的参考图像410、510。所选择并显示的参考图像410、510中描绘的解剖结构的取向可基于解剖结构的所确定的位置。方法600可包括由超声系统100采集并显示614解剖结构的对应于所选择并显示的参考图像410、510的附加超声图像400、500。附加超声图像400、500可具有超声检查的预定义视图。
在代表性实施方案中,至少一个超声图像300可包括胎儿头部的超声图像和胎儿脊柱301的超声图像300。至少一个处理器132、140可基于胎儿头部的超声图像中描绘的胎位200、210和胎儿脊柱301的超声图像300中描绘的脊柱位置来确定胎姿。在示例性实施方案中,胎位200、210和脊柱位置中的一者或两者可通过至少一个处理器132、140执行至少一种人工智能图像分析算法或者至少一个处理器132、140基于经由用户输入设备130接收的用户指令选择胎位200、210和脊柱位置中的一者或两者来确定。在某些实施方案中,参考图像410、510在显示系统134处顺序地呈现。在各种实施方案中,参考图像410、510是多个参考图像集中的一个参考图像410、510集。参考图像集中的每个集可具有对应于解剖结构的不同位置的不同取向。另选地,参考图像410、510可以是处于预定义取向的一个参考图像集。参考图像410、510可由至少一个处理器132、150基于解剖结构的所确定的位置来旋转到该取向。在代表性实施方案中,参考图像410、510可包括象形图和预采集的超声图像中的一者或两者。在示例性实施方案中,方法600可包括由至少一个处理器132、160自动分析616附加超声图像400、500以检测附加超声图像400、500中描绘的解剖结构的异常。方法600可包括由至少一个处理器132、160基于对附加超声图像400、500的自动分析来生成616、624警示和检查概述中的一者或两者以用于在显示系统134处呈现。在某些实施方案中,方法600可包括呈现相对于附加超声图像400、500相较于参考图像410、510的外观的问题620的提示。方法600可包括由至少一个处理器132、160接收对问题的回答620。方法600可包括由至少一个处理器132、160基于所接收的回答来生成620、626警示和检查概述中的一者或两者以用于在显示系统134处呈现。
各种实施方案提供了用于利用基于所确定的解剖位置更新的参考图像410、510通过一系列超声图像采集提供指导工作流的系统100。该系统可包括至少一个处理器132、140、150、160和超声系统100,该超声系统包括超声探头104、显示系统134和至少一个处理器132、140、150、160。至少一个处理器132、140可被配置为确定至少一个超声图像300中描绘的解剖结构的位置。至少一个处理器132、150可被配置为自动选择并显示对应于超声检查的预定义视图的参考图像410、510。所选择并显示的参考图像410、510中描绘的解剖结构的取向可基于解剖结构的所确定的位置。超声系统100可被配置为采集解剖结构的至少一个超声图像300并在显示系统134处显示该至少一个超声图像。超声系统100可被配置为采集解剖结构的附加超声图像400、500并在显示系统134处显示这些附加超声图像。附加超声图像400、500可对应于所选择并显示的参考图像410、510。附加超声图像400、500可具有超声检查的预定义视图。
在示例性实施方案中,至少一个超声图像300包括胎儿头部的超声图像和胎儿脊柱301的超声图像300。至少一个处理器132、140可基于胎儿头部的超声图像中描绘的胎位200、210和胎儿脊柱301的超声图像300中描绘的脊柱位置来确定胎姿。至少一个处理器132、140可通过执行至少一种人工智能图像分析算法或经由用户输入设备130接收用户指令来确定胎位200、210和脊柱位置中的一者或两者。用户指令可选择胎位200、210和脊柱位置中的一者或两者。在某些实施方案中,至少一个处理器132、150可被配置为在显示系统134处呈现参考图像410、510。在各种实施方案中,参考图像410、510可以是多个参考图像集中的一个参考图像410、510集。参考图像集中的每个集可具有对应于解剖结构的不同位置的不同取向。另选地,参考图像410、510可以是处于预定义取向的一个参考图像410、510集。参考图像410、510可由至少一个处理器132、150基于解剖结构的所确定的位置来旋转到该取向。在代表性实施方案中,参考图像410、510可包括象形图410、510和/或预采集的超声图像。在示例性实施方案中,至少一个处理器132、160可被配置为自动分析附加超声图像400、500以检测附加超声图像400、500中描绘的解剖结构的异常。至少一个处理器132、160可被配置为基于对附加超声图像400、500的自动分析来生成警示和检查概述中的一者或两者以用于在显示系统134处呈现。在各种实施方案中,至少一个处理器132、160可被配置为在显示系统处呈现关于附加超声图像相较于参考图像的外观的问题的提示。至少一个处理器132、160可被配置为经由用户输入设备130接收对问题的回答。至少一个处理器132、160可被配置为基于所接收的回答来生成警示和检查概述中的一者或两者,以用于在显示系统134处呈现。
某些实施方案提供一种非暂态计算机可读介质,该非暂态计算机可读介质上存储有计算机程序,该计算机程序具有至少一个代码段。该至少一个代码段可由机器执行以使该机器执行步骤600。步骤600可包括接收并显示602、606解剖结构的至少一个超声图像400。步骤600可包括确定604、608、610至少一个超声图像300中描绘的解剖结构的位置。步骤600可包括自动选择并显示612对应于超声检查的预定义视图的参考图像410、510。所选择并显示的参考图像410、510中描绘的解剖结构的取向可基于解剖结构的所确定的位置。步骤600可包括接收并显示614解剖结构的对应于所选择并显示的参考图像410、510的附加超声图像400、500。附加超声图像400、500可具有超声检查的预定义视图。
在各种实施方案中,至少一个超声图像300可包括胎儿头部的超声图像和胎儿脊柱301的超声图像300。在示例性实施方案中,步骤600可包括通过执行至少一种人工智能图像分析算法或接收选择胎位200、210和脊柱位置中的一者或两者的用户指令来确定胎位200、210和脊柱位置中的一者或两者。步骤600可包括基于胎儿头部的超声图像中描绘的胎位200、210和胎儿脊柱301的超声图像300中描绘的脊柱位置来确定胎姿。在代表性实施方案中,参考图像410、510可包括象形图410、510和预采集的超声图像中的一者或两者。在某些实施方案中,参考图像410、510是多个参考图像集中的一个参考图像410、510集。参考图像集中的每个集具有对应于解剖结构的不同位置的不同取向。另选地,参考图像410、510可以是处于预定义取向的一个参考图像集,并且步骤600可包括基于解剖结构的所确定的位置将参考图像410、510旋转到该取向。在示例性实施方案中,步骤600可包括自动分析616附加超声图像400、500以检测附加超声图像400、500中描绘的解剖结构的异常。步骤600可包括基于对附加超声图像400、500的自动分析来生成616、624警示和检查概述中的一者或两者以用于在显示系统134处呈现。在某些实施方案中,步骤600可包括呈现相对于附加超声图像400、500相较于参考图像410、510的外观的问题620的提示。步骤600可包括接收对问题的回答620。步骤600可包括基于所接收的回答来生成620、626警示和检查概述中的一者或两者以用于在显示系统134处呈现。
如本文所用,术语“电路”是指物理电子部件(即,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。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。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(e.g.)”和“例如(for example)”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”或“被配置为”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,不管是否通过某些用户可配置的设置禁用或不启用该功能的执行。
其他实施方案可提供计算机可读设备和/或非暂态计算机可读介质,和/或机器可读设备和/或非暂态机器可读介质,该计算机可读设备和/或非暂态计算机可读介质和/或该机器可读设备和/或非暂态机器可读介质上存储有机器代码和/或具有可由机器和/或计算机执行的至少一个代码段的计算机程序,从而使机器和/或计算机执行如本文所述的用于利用基于所确定的解剖位置更新的参考图像通过一系列超声图像采集提供指导工作流的步骤。
因此,本公开可在硬件、软件或硬件和软件的组合中实现。本公开可能以集中方式在至少一个计算机系统中实现,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机系统上。适于执行本文所述的方法的任何种类的计算机系统或其他设备都是合适的。
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公开,但是本领域的技术人员应当理解,在不脱离本公开的范围的情况下,可进行各种改变并可替换等同物。另外,在不脱离本公开的范围的情况下,可以进行许多修改以使特定情况或材料适应于本公开的教导。因此,本公开不旨在限于所公开的特定实施方案,而是本公开将包括落入所附权利要求书的范围内的所有实施方案。
Claims (20)
1.一种方法,包括:
由超声系统采集并显示解剖结构的至少一个超声图像;
由至少一个处理器确定所述至少一个超声图像中描绘的所述解剖结构的位置;
由所述至少一个处理器自动选择并显示对应于超声检查的预定义视图的参考图像,其中所选择并显示的参考图像中描绘的解剖结构的取向基于所述解剖结构的所确定的位置;以及
由所述超声系统采集并显示所述解剖结构的对应于所选择并显示的参考图像的附加超声图像,所述附加超声图像具有所述超声检查的所述预定义视图。
2.根据权利要求1所述的方法,其中所述至少一个超声图像包括胎儿头部的超声图像和胎儿脊柱的超声图像,并且其中所述至少一个处理器基于所述胎儿头部的所述超声图像中描绘的胎位和所述胎儿脊柱的所述超声图像中描绘的脊柱位置来确定胎姿。
3.根据权利要求2所述的方法,其中所述胎位和所述脊柱位置中的一者或两者通过以下项中的一者来确定:
所述至少一个处理器执行至少一种人工智能图像分析算法;或者
所述至少一个处理器基于经由用户输入设备接收的选择所述胎位和所述脊柱位置中的一者或两者的用户指令。
4.根据权利要求1所述的方法,其中所述参考图像在显示系统处顺序地呈现。
5.根据权利要求1所述的方法,其中以下项中的一者:
所述参考图像是多个参考图像集中的一个参考图像集,所述参考图像集中的每个集具有对应于所述解剖结构的不同位置的不同取向;或者
所述参考图像是处于预定义取向的一个参考图像集,其中所述参考图像由所述至少一个处理器基于所述解剖结构的所确定的位置旋转到所述取向。
6.根据权利要求1所述的方法,其中所述参考图像包括象形图和预采集的超声图像中的一者或两者。
7.根据权利要求1所述的方法,包括:
由所述至少一个处理器自动分析所述附加超声图像以检测所述附加超声图像中描绘的所述解剖结构的异常;以及
由所述至少一个处理器基于对所述附加超声图像的所述自动分析来生成警示和检查概述中的一者或两者以用于在显示系统处呈现。
8.根据权利要求1所述的方法,包括:
呈现关于所述附加超声图像相较于所述参考图像的外观的问题的提示;
由所述至少一个处理器接收对所述问题的回答;以及
由所述至少一个处理器基于所接收的回答来生成警示和检查概述中的一者或两者以用于在显示系统处呈现。
9.一种系统,包括:
至少一个处理器,所述至少一个处理器被配置为:
确定至少一个超声图像中描绘的解剖结构的位置;以及
自动选择并显示对应于超声检查的预定义视图的参考图像,其中所选择并显示的参考图像中描绘的解剖结构的取向基于所述解剖结构的所确定的位置;和
超声系统,所述超声系统包括超声探头、显示系统和所述至少一个处理器,所述超声系统被配置为:
采集所述解剖结构的所述至少一个超声图像并在所述显示系统处显示所述至少一个超声图像;以及
采集所述解剖结构的附加超声图像并在所述显示系统处显示所述附加超声图像,所述附加超声图像对应于所选择并显示的参考图像,所述附加超声图像具有所述超声检查的所述预定义视图。
10.根据权利要求9所述的系统,其中:
所述至少一个超声图像包括胎儿头部的超声图像和胎儿脊柱的超声图像;
所述至少一个处理器基于所述胎儿头部的所述超声图像中描绘的胎位和所述胎儿脊柱的所述超声图像中描绘的脊柱位置来确定胎姿;并且
所述至少一个处理器通过以下项中的一者来确定所述胎位和所述脊柱位置中的一者或两者:
执行至少一种人工智能图像分析算法;或者
经由用户输入设备接收用户指令,所述用户指令选择所述胎位和所述脊柱位置中的一者或两者。
11.根据权利要求9所述的系统,其中所述至少一个处理器被配置为在所述显示系统处顺序地呈现所述参考图像。
12.根据权利要求9所述的系统,其中以下项中的一者:
所述参考图像是多个参考图像集中的一个参考图像集,所述参考图像集中的每个集具有对应于所述解剖结构的不同位置的不同取向;或者
所述参考图像是处于预定义取向的一个参考图像集,其中所述参考图像由所述至少一个处理器基于所述解剖结构的所确定的位置旋转到所述取向。
13.根据权利要求9所述的系统,其中所述参考图像包括象形图和预采集的超声图像中的一者或两者。
14.根据权利要求9所述的系统,其中所述至少一个处理器被配置为:
自动分析所述附加超声图像以检测所述附加超声图像中描绘的所述解剖结构的异常;以及
基于对所述附加超声图像的所述自动分析来生成警示和检查概述中的一者或两者以用于在所述显示系统处呈现。
15.根据权利要求9所述的系统,其中所述至少一个处理器被配置为:
在所述显示系统处呈现关于所述附加超声图像相较于所述参考图像的外观的问题的提示;
经由用户输入设备接收对所述问题的回答;以及
基于所接收的回答来生成警示和检查概述中的一者或两者以用于在所述显示系统处呈现。
16.一种非暂态计算机可读介质,所述非暂态计算机可读介质上存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段能够由机器执行以使得所述机器执行包括以下项的步骤:
接收并显示解剖结构的至少一个超声图像;
确定所述至少一个超声图像中描绘的所述解剖结构的位置;
自动选择并显示对应于超声检查的预定义视图的参考图像,其中所选择并显示的参考图像中描绘的解剖结构的取向基于所述解剖结构的所确定的位置;以及
接收并显示所述解剖结构的对应于所选择并显示的参考图像的附加超声图像,所述附加超声图像具有所述超声检查的所述预定义视图。
17.根据权利要求16所述的非暂态计算机可读介质,其中所述至少一个超声图像包括胎儿头部的超声图像和胎儿脊柱的超声图像,并且所述非暂态计算机可读介质包括:
通过以下项中的一者来确定胎位和脊柱位置中的一者或两者:
执行至少一种人工智能图像分析算法;或者
接收选择所述胎位和所述脊柱位置中的一者或两者的用户指令;以及
基于所述胎儿头部的所述超声图像中描绘的所述胎位和所述胎儿脊柱的所述超声图像中描绘的所述脊柱位置来确定胎姿。
18.根据权利要求16所述的非暂态计算机可读介质,其中所述参考图像包括象形图和预采集的超声图像中的一者或两者,并且其中以下项中的一者:
所述参考图像是多个参考图像集中的一个参考图像集,所述参考图像集中的每个集具有对应于所述解剖结构的不同位置的不同取向;或者
所述参考图像是处于预定义取向的一个参考图像集,并且包括基于所述解剖结构的所确定的位置将所述参考图像旋转到所述取向。
19.根据权利要求16所述的非暂态计算机可读介质,包括:
自动分析所述附加超声图像以检测所述附加超声图像中描绘的所述解剖结构的异常;以及
基于对所述附加超声图像的所述自动分析来生成警示和检查概述中的一者或两者以用于在显示系统处呈现。
20.根据权利要求16所述的非暂态计算机可读介质,包括:
呈现关于所述附加超声图像相较于所述参考图像的外观的问题的提示;
接收对所述问题的回答;以及
基于所接收的回答来生成警示和检查概述中的一者或两者以用于在显示系统处呈现。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/731,730 | 2019-12-31 | ||
US16/731,730 US11798677B2 (en) | 2019-12-31 | 2019-12-31 | Method and system for providing a guided workflow through a series of ultrasound image acquisitions with reference images updated based on a determined anatomical position |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113116387A true CN113116387A (zh) | 2021-07-16 |
Family
ID=76546615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011391937.8A Pending CN113116387A (zh) | 2019-12-31 | 2020-12-02 | 用于通过一系列超声图像采集提供指导工作流的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11798677B2 (zh) |
CN (1) | CN113116387A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102144671B1 (ko) * | 2020-01-16 | 2020-08-14 | 성균관대학교산학협력단 | 증강현실 안경을 활용한 인공지능형 초음파 자가 진단을 위한 초음파 스캐너 자세 교정 장치 및 이를 이용한 원격 의료 진단 방법 |
CN113539438A (zh) * | 2021-07-07 | 2021-10-22 | 众享健康医疗科技(浙江)有限公司 | 一种面向胎儿先天性心脏病筛查的人工智能辅助系统 |
CN117115164B (zh) * | 2023-10-24 | 2024-02-27 | 广州爱孕记信息科技有限公司 | 结构特征的自动检测方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1935089A (zh) * | 2005-08-05 | 2007-03-28 | 西门子公司 | 用于自动检测医学图像数据中异常的装置 |
US20090012432A1 (en) * | 2004-04-07 | 2009-01-08 | Barnev Ltd. | State Based Birth Monitoring System |
US20140378836A1 (en) * | 2013-06-24 | 2014-12-25 | Samsung Medison Co., Ltd. | Ultrasound system and method of providing reference image corresponding to ultrasound image |
CN105451663A (zh) * | 2013-06-28 | 2016-03-30 | 皇家飞利浦有限公司 | 对目标视图的超声采集反馈引导 |
US20180189992A1 (en) * | 2017-01-04 | 2018-07-05 | Clarius Mobile Health Corp. | Systems and methods for generating an ultrasound multimedia product |
CN109199438A (zh) * | 2017-06-30 | 2019-01-15 | 通用电气公司 | 用于自动地确定超声图像的解剖测量的方法和系统 |
CN110072468A (zh) * | 2016-12-19 | 2019-07-30 | 皇家飞利浦有限公司 | 胎儿超声成像 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101229490B1 (ko) | 2010-05-31 | 2013-02-04 | 삼성메디슨 주식회사 | 3차원 초음파 검사기 및 3차원 초음파 검사기의 동작 방법 |
CN107920775A (zh) * | 2015-06-25 | 2018-04-17 | 瑞文那医疗有限责任公司 | 相对于解剖特征的探针超声引导 |
CN111465970B (zh) * | 2017-08-16 | 2022-08-30 | 科玛科学公司 | 用于教导患者护理的增强现实系统 |
US20200113544A1 (en) * | 2018-10-15 | 2020-04-16 | General Electric Company | Method and system for enhanced visualization of ultrasound probe positioning feedback |
-
2019
- 2019-12-31 US US16/731,730 patent/US11798677B2/en active Active
-
2020
- 2020-12-02 CN CN202011391937.8A patent/CN113116387A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090012432A1 (en) * | 2004-04-07 | 2009-01-08 | Barnev Ltd. | State Based Birth Monitoring System |
CN1935089A (zh) * | 2005-08-05 | 2007-03-28 | 西门子公司 | 用于自动检测医学图像数据中异常的装置 |
US20140378836A1 (en) * | 2013-06-24 | 2014-12-25 | Samsung Medison Co., Ltd. | Ultrasound system and method of providing reference image corresponding to ultrasound image |
CN105451663A (zh) * | 2013-06-28 | 2016-03-30 | 皇家飞利浦有限公司 | 对目标视图的超声采集反馈引导 |
CN110072468A (zh) * | 2016-12-19 | 2019-07-30 | 皇家飞利浦有限公司 | 胎儿超声成像 |
US20180189992A1 (en) * | 2017-01-04 | 2018-07-05 | Clarius Mobile Health Corp. | Systems and methods for generating an ultrasound multimedia product |
CN109199438A (zh) * | 2017-06-30 | 2019-01-15 | 通用电气公司 | 用于自动地确定超声图像的解剖测量的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US11798677B2 (en) | 2023-10-24 |
US20210202069A1 (en) | 2021-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113116387A (zh) | 用于通过一系列超声图像采集提供指导工作流的方法和系统 | |
US20200113544A1 (en) | Method and system for enhanced visualization of ultrasound probe positioning feedback | |
US11896436B2 (en) | Method and system for providing standard ultrasound scan plane views using automatic scan acquisition rotation and view detection | |
US20220071595A1 (en) | Method and system for adapting user interface elements based on real-time anatomical structure recognition in acquired ultrasound image views | |
US11903768B2 (en) | Method and system for providing ultrasound image enhancement by automatically adjusting beamformer parameters based on ultrasound image analysis | |
US20210045716A1 (en) | Method and system for providing interaction with a visual artificial intelligence ultrasound image segmentation module | |
US20140153358A1 (en) | Medical imaging system and method for providing imaging assitance | |
CN114795276A (zh) | 用于从超声图像自动估计肝肾指数的方法和系统 | |
US20210174476A1 (en) | Method and system for providing blur filtering to emphasize focal regions or depths in ultrasound image data | |
CN113558658A (zh) | 提供超声图像的方法和系统 | |
CN112515747A (zh) | 用于分析超声场景以提供针引导和警告的方法和系统 | |
US11903898B2 (en) | Ultrasound imaging with real-time visual feedback for cardiopulmonary resuscitation (CPR) compressions | |
US11980501B2 (en) | Method and system for providing enhanced ultrasound images simulating acquisition at high acoustic power by processing ultrasound images acquired at low acoustic power | |
US11974881B2 (en) | Method and system for providing an anatomic orientation indicator with a patient-specific model of an anatomical structure of interest extracted from a three-dimensional ultrasound volume | |
US20210030402A1 (en) | Method and system for providing real-time end of ultrasound examination analysis and reporting | |
US11109841B2 (en) | Method and system for simultaneously presenting doppler signals of a multi-gated doppler signal corresponding with different anatomical structures | |
US20210204908A1 (en) | Method and system for assisted ultrasound scan plane identification based on m-mode analysis | |
JP2022543540A (ja) | 画像データを使用する超音波システム音響出力制御 | |
CN113012057A (zh) | 对超声扫描仪中ai网络的连续训练 | |
US20230248331A1 (en) | Method and system for automatic two-dimensional standard view detection in transesophageal ultrasound images | |
US20230404533A1 (en) | System and method for automatically tracking a minimal hiatal dimension plane of an ultrasound volume in real-time during a pelvic floor examination | |
US20220160334A1 (en) | Method and system for enhanced visualization of a pleural line by automatically detecting and marking the pleural line in images of a lung ultrasound scan | |
US20240041430A1 (en) | Method and system for defining a boundary of a region of interest by applying threshold values to outputs of a probabilistic automatic segmentation model based on user-selected segmentation sensitivity levels | |
US20220211347A1 (en) | Method and system for automatically detecting an apex point in apical ultrasound image views to provide a foreshortening warning | |
US20220280133A1 (en) | Method and system for automatically detecting an ultrasound image view and focus to provide measurement suitability feedback |
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 |