CN113222966A - 基于超声影像设备的图像分析方法及超声影像设备 - Google Patents

基于超声影像设备的图像分析方法及超声影像设备 Download PDF

Info

Publication number
CN113222966A
CN113222966A CN202110591301.6A CN202110591301A CN113222966A CN 113222966 A CN113222966 A CN 113222966A CN 202110591301 A CN202110591301 A CN 202110591301A CN 113222966 A CN113222966 A CN 113222966A
Authority
CN
China
Prior art keywords
analysis result
image
analysis
result
instruction
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.)
Granted
Application number
CN202110591301.6A
Other languages
English (en)
Other versions
CN113222966B (zh
Inventor
贡雪灏
刘硕
朱磊
陈志杰
袁娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Shenzhen Mindray Scientific Co Ltd
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
Shenzhen Mindray Scientific Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Mindray Bio Medical Electronics Co Ltd, Shenzhen Mindray Scientific Co Ltd filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN202110591301.6A priority Critical patent/CN113222966B/zh
Publication of CN113222966A publication Critical patent/CN113222966A/zh
Application granted granted Critical
Publication of CN113222966B publication Critical patent/CN113222966B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • 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
    • 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
    • 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
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G06T2207/10136—3D ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20108—Interactive selection of 2D slice in a 3D data set
    • 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
    • G06T2207/30096—Tumor; Lesion

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提供了一种基于超声影像设备的图像分析方法，包括：获取目标对象的第一切面图像；根据所述第一切面图像生成所述目标对象对应的第一分析结果；获取所述目标对象的第二切面图像；根据所述第二切面图像生成所述目标对象对应的第二分析结果；根据所述第一分析结果以及所述第二分析结果生成所述目标对象的诊断分析结果；显示所述目标对象的诊断分析结果。本发明实施例还提供了一种超声影像设备。本发明实施例中超声影像设备能够结合多帧切面图像生成诊断分析结果，从而提升辅助诊断的准确性，更符合临床客观规律。

Description

基于超声影像设备的图像分析方法及超声影像设备
本申请为申请日为2018年06月07日、申请号为201880008149.0、发明名称为“基于超声影像设备的图像分析方法及超声影像设备”的发明专利申请的分案申请。
技术领域
本发明涉及超声成像技术领域，尤其涉及基于超声影像设备的图像分析方法及超声影像设备。
背景技术
随着人工智能技术的发展，计算机辅助诊断(computer aided diagnosis，CAD)软件被越来越多地应用于超声影像设备。使用人工智能技术的CAD软件，通过对大数据样本的学习，训练其自身的深度神经网络，从而实现对影像中病变区域的智能识别与智能诊断，即辅助诊断功能。
目前，CAD软件通常是对单帧影像进行分析，并给出诊断意见(比如病变区域的位置以及性质等)。在实际临床过程中，医生需要对目标器官以及病变区域进行完整扫查，通过对各个切面(例如纵切、横切或者典型特征面等)的观察及分析，综合各个切面的信息，从而得到最终诊断意见。
然而，现有CAD软件根据一帧输入影像直接给出辅助诊断意见，这种方式是不符合临床客观规律，也不符合医生操作习惯的，得到的最终诊断意见也无法让人信服。
发明内容
本申请实施例提供了一种基于超声影像设备的图像分析方法及超声影像设备，超声影像设备能够结合多帧切面图像生成诊断分析结果，从而提升辅助诊断的准确性，更符合临床客观规律。
本申请实施例的第一方面提供一种基于超声影像设备的图像分析方法，包括：
获取目标对象的第一切面图像；
根据所述第一切面图像生成所述目标对象对应的第一分析结果；
获取所述目标对象的第二切面图像；
根据所述第二切面图像生成所述目标对象对应的第二分析结果；
根据所述第一分析结果以及所述第二分析结果生成所述目标对象的诊断分析结果；
显示所述目标对象的诊断分析结果。
本申请实施例第二方面提供了一种基于超声影像设备的图像分析方法，包括：
获取目标对象的三维数据；
根据所述目标对象的三维数据确定所述目标对象的第一切面图像和第二切面图像；
根据所述第一切面图像生成所述目标对象对应的第一分析结果，以及根据所述第二切面图像生成所述目标对象对应的第二分析结果；
根据所述第一分析结果以及所述第二分析结果生成所述目标对象的诊断分析结果；
显示所述目标对象的诊断分析结果。
本申请实施例第三方面提供了一种基于超声影像设备的图像分析方法，包括：
向目标对象发射超声波；
接收从所述目标对象返回的所述超声波的超声回波，以获得超声回波信号；
根据所述超声回波信号生成所述目标对象的至少两帧切面图像；
根据所述至少两帧切面图像生成所述目标对象的诊断分析结果。
本申请实施例的第四方面提供一种超声影像设备，包括：
探头；
发射电路，所述发射电路激励所述探头向目标对象发射超声波；
接收电路，所述接收电路通过所述探头接收从所述目标对象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对象的超声图像；
显示器，所述显示器显示所述超声图像；
其中所述处理器还执行如下步骤：
获取目标对象的第一切面图像；
根据所述第一切面图像生成所述目标对象对应的第一分析结果；
获取所述目标对象的第二切面图像；
根据所述第二切面图像生成所述目标对象对应的第二分析结果；
根据所述第一分析结果以及所述第二分析结果生成所述目标对象的诊断分析结果；
显示所述目标对象的诊断分析结果。
本申请实施例的第五方面提供一种超声影像设备，包括：
探头；
发射电路，所述发射电路激励所述探头向目标对象发射超声波；
接收电路，所述接收电路通过所述探头接收从所述目标对象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对象的超声图像；
显示器，所述显示器显示所述超声图像；
其中所述处理器还执行如下步骤：
获取目标对象的三维数据；
根据所述目标对象的三维数据确定所述目标对象的第一切面图像和第二切面图像；
根据所述第一切面图像生成所述目标对象对应的第一分析结果，以及根据所述第二切面图像生成所述目标对象对应的第二分析结果；
根据所述第一分析结果以及所述第二分析结果生成所述目标对象的诊断分析结果；
显示所述目标对象的诊断分析结果。
本申请实施例的第六方面提供一种超声影像设备，包括：
探头；
发射电路，所述发射电路激励所述探头向目标对象发射超声波；
接收电路，所述接收电路通过所述探头接收从所述目标对象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对象的超声图像；
显示器，所述显示器显示所述超声图像；
其中所述处理器还执行如下步骤：
向目标对象发射超声波；
接收从所述目标对象返回的所述超声波的超声回波，以获得超声回波信号；
根据所述超声回波信号生成所述目标对象的至少两帧切面图像；
根据所述至少两帧切面图像生成所述目标对象的诊断分析结果。
本申请实施例提供的技术方案中，提供了一种基于超声影像设备的图像分析方法，首先超声影像设备获取目标对象的第一切面图像，然后根据第一切面图像生成目标对象对应的第一分析结果，超声影像设备获取目标对象的第二切面图像，然后根据第二切面图像生成目标对象对应的第二分析结果，超声影像设备可以根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，最后显示目标对象的诊断分析结果。通过上述方式，超声影像设备能够结合多帧切面图像生成诊断分析结果，从而提升辅助诊断的准确性，更符合临床客观规律。
附图说明
图1为本发明实施例中超声影像设备的结构框图示意图；
图2为本发明实施例中基于超声影像设备的图像分析方法一个实施例的示意图；
图3为本发明实施例中基于超声影像设备的图像分析方法的一个操作示意图；
图4为本发明实施例中基于超声影像设备的图像分析方法的一个流程示意图；
图5为本发明应用场景中触发切面图像选择指令的一个界面示意图；
图6为本发明应用场景中触发选图结束指令的一个界面示意图；
图7为本发明应用场景中触发数据回顾指令的一个界面示意图；
图8为本发明应用场景中触发CAD分析功能的一个界面示意图；
图9为本发明应用场景中触发结果分析指令的一个界面示意图；
图10为本发明实施例中基于超声影像设备的图像分析方法另一个实施例的示意图；
图11为本发明实施例中基于超声影像设备的图像分析方法的另一个流程示意图；
图12为本发明应用场景中触发结果分析指令的一个界面示意图；
图13为本发明应用场景中触发图片展示指令的一个界面示意图；
图14为本发明实施例中基于超声影像设备的图像分析方法另一个实施例的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。
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为本发明实施例中的超声影像设备10的结构框图示意图。该超声影像设备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和显示器106。发射电路101可以激励探头100向目标对象发射超声波。接收电路103可以通过探头100接收从目标对象返回的超声回波，从而获得超声回波信号。该超声回波信号经过波束合成电路104进行波束合成处理后，送入处理器105。处理器105对该超声回波信号进行处理，以获得目标对象的超声图像。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。
本发明的实施例中，前述的超声影像设备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影像设备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。
本发明的实施例中，前述的超声影像设备10的存储器107可为闪存卡、固态存储器、硬盘等。
本发明的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，可执行本发明各个实施例中的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。
一些实施例中，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。
本发明的实施例中，前述的超声影像设备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(application specificintegrated 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可以执行本发明的各个实施例中的成像方法的相应步骤。
下面对本发明中的基于超声影像设备的图像分析方法进行详细描述，请参阅图2，本发明实施例提供的一种基于超声影像设备的图像分析方法，该方法应用于超声影像设备10，特别适用于包含显示器106的超声影像设备10，用于可以利用显示器106来显示目标对象的诊断分析结果。该超声影像设备10用于执行相应指令，基于超声影像设备的图像分析方法实施例包括：
201、获取目标对象的第一切面图像；
本实施例中，超声影像设备可以从本地存储区域中调用目标对象的第一切面图像，也可以采用超声影像设备的探头扫描目标对象，以获取第一切面图像。其中，目标对象包含但不仅限于甲状腺部位、肝脏部位、胰腺部位、肾脏部位以及乳房部位。
202、根据第一切面图像生成目标对象对应的第一分析结果；
本实施例中，处理器105根据获取到的第一切面图像，生成第一切面图像对应的第一分析结果。
203、获取目标对象的第二切面图像；
本实施例中，处理器105可以继续从本地存储区域中调用目标对象的第二切面图像，也可以采用超声影像设备的探头100扫描目标对象，以获取目标对象的第二切面图像。
204、根据第二切面图像生成目标对象对应的第二分析结果；
本实施例中，处理器105根据获取到的第二切面图像，生成第二切面图像对应的第一分析结果。
205、根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果；
本实施例中，处理器105会综合第一分析结果和第二分析结果，生成目标对象的诊断分析结果。
具体地，生成诊断分析结果的方式包含但不仅限于求最大值、求最小值、加权求和以及回归等。比如，第一分析结果为“肝脏结节恶性概率为80％”，第二分析结果为“肝脏结节恶性概率为75％”，求最大值可知诊断分析结果为“肝脏结节恶性概率为80％”。又比如，第一分析结果为“甲状腺结节良性概率为10％”，第二分析结果为“甲状腺结节良性概率为18％”，那么求最小值可知诊断分析结果为“甲状腺结节良性概率为10％”。
206、显示目标对象的诊断分析结果。
本实施例中，在显示器106界面上展示处理器105生成的该目标对象的诊断分析结果。
本申请实施例提供的技术方案中，提供了一种基于超声影像设备的图像分析方法，首先超声影像设备获取目标对象的第一切面图像，然后根据第一切面图像生成目标对象对应的第一分析结果，超声影像设备获取目标对象的第二切面图像，然后根据第二切面图像生成目标对象对应的第二分析结果，超声影像设备可以根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，最后显示目标对象的诊断分析结果。通过上述方式，超声影像设备能够结合多帧切面图像生成诊断分析结果，从而提升辅助诊断的准确性，更符合临床客观规律。
可选地，在上述图2对应的实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法的第一个可选实施例中，获取目标对象的第一切面图像，可以包括：
接收第一切面图像选择指令；
响应于第一切面图像选择指令，以获得目标对象的第一切面图像；
获取目标对象的第二切面图像，可以包括：
接收第二切面图像选择指令；
响应于第二切面图像选择指令，以获得目标对象的第二切面图像。
本实施例中，用户可以手动选择切面图像，为了便于理解，请参阅图3，图3为本发明实施例中基于超声影像设备的图像分析方法的一个操作示意图，下面将结合图3对如何选择切面图像进行介绍。
步骤301中，用户可以选择某一个切面图像，比如在扫描肝脏部位时，根据需要分析的切面角度选择某张切面图像，并触发第一切面图像选择指令；
步骤302中，响应于第一切面图像选择指令，获取第一切面图像，然后启动计算机辅助诊断(computer aided diagnosis，CAD)软件；
步骤303中，根据CAD软件的分析得到第一切面图像的单帧结果；
步骤304中，判断用户是否需要继续选择下一个切片图像，若是，则跳转至步骤301，然后选择不同角度的另一张切面图像，即触发第二切面图像选择指令，响应于第二切面图像选择指令，获取第二切面图像，再启动CAD软件，得到第二切面图像的单帧结果，以此类推，直到不再继续选择切面图像为止；
步骤305中，将至少两帧切面图像所对应的单帧结果进行整合计算，综合分析各帧结果，输出诊断分析结果。
其次，本发明实施例中，超声影像设备还可以接收用户触发的指令，当用户触发第一切面图像选择指令时，即可获取第一切面图像，当用户触发第二切面图像选择指令时，又可获取第二切面图像。通过上述方式，用户可以根据需求手动选择至少两个切面图像，从而有利于提升切面选择的灵活性。
可选地，在上述图2或图2对应的第一个实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法的第二个可选实施例中，获取目标对象的第二切面图像之后，还可以包括：
获取目标对象的第三切面图像；
根据第三切面图像生成目标对象对应的第三分析结果；
根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，可以包括：
根据第一分析结果、第二分析结果以及第三分析结果，生成目标对象的诊断分析结果。
本实施例中，在获取目标对象的第二切面图像之后，如果还需要获取下一个切面图像，则触发第三切面图像选择指令，然后处理器105响应于第三切面图像选择指令，以获得目标对象的第三切面图像。启动CAD软件对各帧切面图像进行分析，得到第一切面图像的第一分析结果、第二切面图像的第二分析结果以及第三切面图像的第三分析结果，最后将第一分析结果、第二分析结果以及第三分析结果进行整合，生成目标对象的诊断分析结果。
具体地，请参阅图4，图4为本发明实施例中基于超声影像设备的图像分析方法的一个流程示意图，如图所示，启动CAD软件对每帧切面图像进行计算和分析，得到N帧切面图像的分析结果，再综合这N帧切面图像的分析结果，从而得到目标对象最终的诊断分析结果。假设用户输入甲状腺部位的多个切面图像，每个切面图像得到一个病变程度，综合各帧分析结果，CAD软件可以输出一个最终判断的病变程度。该病变程度可包括甲状腺结节良恶性概率或TI-RADS，乳腺结节良恶性概率或BI-RADS，脂肪肝等级，等等。例如用户输入肝脏部位的多个切面图像，每个切面图像得到一个脂肪肝等级，综合各帧分析结果，CAD软件输出一个最终判断的脂肪肝等级。
为了便于理解，请参阅图5，图5为本发明应用场景中触发切面图像选择指令的一个界面示意图，如图所示，当用户点击显示器106界面上的“选取下一切面”时，即触发切面图像选择指令。
再次，本发明实施例中，在超声影像设备获取目标对象的第二切面图像之后，还可以继续获取目标对象的第三切面图像，然后根据第三切面图像生成目标对象对应的第三分析结果，最后根据第一分析结果、第二分析结果以及第三分析结果，生成目标对象的诊断分析结果。通过上述方式，得到的诊断分析结果不止可以融合两帧切面图像，还可以根据实际需求融合更多的切面图像，使得生成的诊断分析结果具有更强的可靠性。
可选地，在上述图2对应的第一个实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第三个可选实施例中，接收第二切面图像选择指令之后，还可以包括：
接收选图结束指令；
响应于选图结束指令，结束选择切面图像，以执行根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果的步骤。
本实施例中，在超声影像设备的显示器106界面上除了可以触发切面图像选择指令以外，还可以触发选图结束指令。请参阅图6，图6为本发明应用场景中触发选图结束指令的一个界面示意图，如果用户选择“结束选择”，则超声影像设备对各帧切面图像的分析结果进行综合分析，生成并显示最终的诊断分析结果。
再次，本发明实施例中，超声影像设备接收选图结束指令，并响应于选图结束指令，结束选择切面图像，以执行根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果的步骤。通过上述方式，能够根据用户需求停止选择切面图像，从而提升方案的可操作性。
可选地，在上述图2以及图2对应的第一个至第三个实施例中任一项的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第四个可选实施例中，根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果之后，还可以包括：
接收数据回顾指令；
响应于数据回顾指令，显示第一分析结果和/或第二分析结果。
本实施例中，在超声影像设备在得到目标对象的诊断分析结果之后，还可以接收用户触发的数据回顾指令，并响应于该数据回顾指令，由此显示第一分析结果，或者显示第二分析结果，或者同时显示第一分析结果和第二分析结果。
为了便于理解，请参阅图7，图7为本发明应用场景中触发数据回顾指令的一个界面示意图，如图所示，当用户点击显示器106界面上的“历史数据”时，即触发数据回顾指令，该数据回顾指令用于回顾和浏览之前每一帧切面图像的分析结果。当用户点击显示器106界面上的“确定”时，即退出CAD软件。
进一步地，本发明实施例中，超声影像设备根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果之后，还可以接收数据回顾指令，并响应于数据回顾指令，显示第一分析结果和第二分析结果中的至少一项。通过上述方式，能够便于用户浏览每一帧切面图像的分析结果，从而提升方案的实用性和便利性。
可选地，在上述图2以及图2对应的第一个至第四个实施例中任一项的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第五个可选实施例中，根据第一切面图像生成目标对象对应的第一分析结果，可以包括：
对第一切面图像进行计算机辅助诊断CAD分析，得到目标对象对应的第一分析结果，第一分析结果用于指示第一切面图像对应的病变程度；
根据第二切面图像生成目标对象对应的第二分析结果，可以包括：
对第二切面图像进行CAD分析，得到目标对象对应的第二分析结果，第二分析结果用于指示第二切面图像对应的病变程度。
本实施例中，介绍了一种常见的CAD分析方式，为了便于介绍，请参阅图8，图8为本发明应用场景中触发CAD分析功能的一个界面示意图，如图所示，当用户点击显示器106界面上的“CAD功能按键”时，即开始对第一切面图像进行CAD分析，得到目标对象对应的第一分析结果，第一分析结果可以指示目标对象的病变程度，该病变程度可包括甲状腺结节良恶性概率或TI-RADS，乳腺结节良恶性概率或BI-RADS，脂肪肝等级，等等。类似地，当用户继续点击显示器106界面上的“CAD功能按键”时，即开始对第二切面图像进行CAD分析，得到目标对象对应的第二分析结果，第二分析结果同样可以指示目标对象的病变程度，该病变程度可包括甲状腺结节良恶性概率或TI-RADS，乳腺结节良恶性概率或BI-RADS，脂肪肝等级，等等。可以理解的是，CAD功能可以通过以下的方法实施，包括但不限于神经网络、决策树、支持向量机、贝叶斯网络、深度学习等，以及其他模式识别或机器学习方法等。
更进一步地，本发明实施例中，超声影像设备可以对第一切面图像进行计算机辅助诊断CAD分析，得到目标对象对应的第一分析结果，并且对第二切面图像进行CAD分析，得到目标对象对应的第二分析结果。通过上述方式，能够利用CAD分析得到切面图像对应的病变程度，由此可以提升方案的可行性和可操作性。
可选地，在上述图2对应的第五个实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第六个可选实施例中，对第一切面图像进行计算机辅助诊断CAD分析，得到目标对象对应的第一分析结果，可以包括：
提取第一切面图像的病变特征；
分析病变特征的大小、密度或者形态，以获得第一病变结果；
对第一病变结果进行分类处理，以获得第一分析结果；
对第二切面图像进行CAD分析，得到目标对象对应的第二分析结果，可以包括：
提取第二切面图像的病变特征；
分析病变特征的大小、密度或者形态，以获得第二病变结果；
对第二病变结果进行分类处理，以获得第二分析结果。
本实施例中，处理器105可以先把病变特征从正常结构中提取出来。在这里图像处理的目的是使计算机易于识别可能存在的病变，让计算机能够从复杂的解剖背景中将病变及可疑结构识别出来。通常此过程先将图像数字化，一般用扫描仪将图像扫描。针对不同的病变，需要采用不同的图像处理和计算方法，基本原则是可以较好地实现图像增强和图像滤过，计算机得以将可疑病变从正常解剖背景中分离出来。
图像特征提取的目的是将提取的病变特征进一步量化，即病变的征象分析量化过程。所分析征象是指对病变诊断具有价值的影像学表现，如病变的大小、密度或者形态特征等，得到病变结果。
最后进行数据处理过程，将第二步获得的病变结果输入人工神经元网络等各种数学或统计算法中，形成CAD诊断系统，运用诊断甲状腺系统，可以对病变进行分类处理，进而区分各种病变，即实现疾病的分析结果。
再进一步地，本发明实施例中，超声影像设备还可以通过提取图像的特征来获得分析结果，即提取第一切面图像的病变特征，分析病变特征的大小、密度或者形态，以获得第一病变结果，然后对第一病变结果进行分类处理，以获得第一分析结果。类似地，采用同样的方式对第二切面图像进行特征提取处理，得到第二分析结果。通过上述方式，对切面图像进行特征提取，以分析切面图像，从而有利于提升分析结果的可靠性。
可选地，在上述图2以及图2对应的第一个至第四个实施例中任一项的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第七个可选实施例中，根据第一切面图像生成目标对象对应的第一分析结果，可以包括：
接收第一结果分析指令；
响应于第一结果分析指令，根据第一切面图像，生成并显示目标对象对应的第一分析结果；
根据第二切面图像生成目标对象对应的第二分析结果，可以包括：
接收第二结果分析指令；
响应于第二结果分析指令，根据第二切面图像，生成并显示目标对象对应的第二分析结果。
本实施例中，超声影像设备不但可以直接输出目标对象最终的诊断分析结果，还可以根据用户需求输出某一帧切面图像的分析结果。具体地，请参阅图9，图9为本发明应用场景中触发结果分析指令的一个界面示意图，如图所示，当用户点击显示器106界面上的“单帧计算结果”时，即对某一帧切面图像进行计算分析，并显示目标对象的分析结果。
更进一步地，本发明实施例中，超声影像设备接收第一结果分析指令，然后根据第一切面图像，生成并显示目标对象对应的第一分析结果。类似地，超声影像设备接收第二结果分析指令，然后根据第二切面图像，生成并显示目标对象对应的第二分析结果。通过上述方式，用户能够浏览任意一帧切面图像的分析结果，便于用户操作，从而提升方案的灵活性。
可选地，在上述图2以及图2对应的第一个至第七个实施例中任一项的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第八个可选实施例中，根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，可以包括：
根据第一分析结果以及第一系数计算得到第一待处理结果；
根据第二分析结果以及第二系数计算得到第二待处理结果；
对第一待处理结果与第二待处理结果进行求和，得到目标对象的诊断分析结果。
本实施例中，将介绍一种利用“加权求和”得到诊断分析结果的方式。首先通过CAD软件分别得到第一分析结果和第二分析结果，然后可以采用如下方式计算目标对象的诊断分析结果：
Q＝Axa+Bxb
其中，Q表示诊断分析结果，A表示第一分析结果，a表示第一系数，B表示第二分析结果，b表示第二系数。举个例子，假设A为患癌率为90％，B为患癌率为50@，a为0.8，b为0.2，那么得到的Q为82％，即诊断分析结果为目标对象的患癌率为82％。
又进一步地，本发明实施例中，根据第一分析结果以及第一系数计算得到第一待处理结果，并且根据第二分析结果以及第二系数计算得到第二待处理结果，对第一待处理结果与第二待处理结果进行求和，得到目标对象的诊断分析结果。通过上述方式，利用加权求和的方式计算得到的诊断分析结果，能够消除某些数据的不现实性等原因，从而有效地提升方案的可靠性。
下面对本发明中的另一种基于超声影像设备的图像分析方法进行详细描述，请参阅图10，本发明实施例提供的一种基于超声影像设备的图像分析方法，该方法应用于超声影像设备10，特别适用于包含显示器106的超声影像设备10，用于可以利用显示器106来显示目标对象的诊断分析结果。该超声影像设备10用于执行相应指令，基于超声影像设备的图像分析方法另一个实施例包括：
401、获取目标对象的三维数据；
本实施例中，首先处理器105获取目标对象的三维数据，其中，目标对象包含但不仅限于甲状腺部位、肝脏部位、胰腺部位、肾脏部位以及乳房部位。三维数据可以让人看到器官的三维立体病变，从前、后、左、右、上和下等任意角度对器官以及病变部位进行观察。
402、根据目标对象的三维数据确定目标对象的第一切面图像和第二切面图像；
本实施例中，然后CAD软件可以根据目标对象的三维数据确定第一切面图像和第二切面图像，其中，第一切面图像和第二切面图像可以是标准切面或者典型特征切面等。
403、根据第一切面图像生成目标对象对应的第一分析结果，以及根据第二切面图像生成目标对象对应的第二分析结果；
本实施例中，处理器105对第一切面图像进行计算分析，得到目标对象的第一分析结果，并且对第二切面图像进行计算分析，得到目标对象的第二分析结果。
具体地，假设通过全乳扫描获取乳腺部位的三维数据，CAD软件自动获取乳腺结节部位的长轴切面、短轴切面以及微小钙化切面，再根据这些切面信息，CAD软件分析得到乳腺结节的大小和病变性质。又假设通过矩阵探头获取心脏的三维数据，CAD软件自动获取心脏的心尖四腔切面、左室长轴切面和左室短轴切面，再根据这些切面信息，CAD软件分析得到左室容积等心功能参数，以及心脏病变状态。
404、根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果；
本实施例中，处理器105综合第一分析结果和第二分析结果，生成目标对象的诊断分析结果。
具体地，生成诊断分析结果的方式包含但不仅限于求最大值、求最小值、加权求和以及回归等。比如，第一分析结果为“肝脏结节恶性概率为80％”，第二分析结果为“肝脏结节恶性概率为75％”，求最大值可知诊断分析结果为“肝脏结节恶性概率为80％”。又比如，第一分析结果为“甲状腺结节良性概率为10％”，第二分析结果为“甲状腺结节良性概率为18％”，那么求最小值可知诊断分析结果为“甲状腺结节良性概率为10％”。
405、显示目标对象的诊断分析结果。
本实施例中，在超声影像设备的显示器106界面上展示该目标对象的诊断分析结果。
本申请实施例提供的技术方案中，提供了一种基于超声影像设备的图像分析方法，首先超声影像设备获取目标对象的三维数据，然后根据目标对象的三维数据确定目标对象的第一切面图像和第二切面图像，再根据第一切面图像生成目标对象对应的第一分析结果，以及根据第二切面图像生成目标对象对应的第二分析结果，最后根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，并显示目标对象的诊断分析结果。通过上述方式，超声影像设备能够结合多帧切面图像和三维数据生成诊断分析结果，从而提升辅助诊断的准确性，更符合临床客观规律。
可选地，在上述图10对应的实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第一个可选实施例中，根据目标对象的三维数据确定目标对象的第一切面图像和第二切面图像之后，还可以包括：
根据目标对象的三维数据确定目标对象的第三切面图像；
根据第三切面图像生成目标对象对应的第三分析结果；
根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，可以包括：
根据第一分析结果、第二分析结果以及第三分析结果，生成目标对象的诊断分析结果。
本实施例中，将结合图11对基于超声影像设备的图像分析方法进行介绍，请参阅图11，图11为本发明实施例基于超声影像设备的图像分析方法的另一个流程示意图，如图所示，首先，获取目标对象的三维数据，然后启动CAD软件，利用三维数据对各个切面图像进行分析，并分别确认各个切面图像的分析结果。假设对第一切面图像(切面1)进行分析后得到第一分析结果，然后对第二切面图像(切面2)进行分析后得到第二分析结果，最后综合两帧切面图像，得到目标对象的诊断分析结果。
其次，本发明实施例中，在超声影像设备获取目标对象的第二切面图像之后，还可以继续获取目标对象的第三切面图像，然后根据第三切面图像生成目标对象对应的第三分析结果，最后根据第一分析结果、第二分析结果以及第三分析结果，生成目标对象的诊断分析结果。通过上述方式，得到的诊断分析结果不止可以融合两帧切面图像，还可以根据实际需求融合更多的切面图像，使得生成的诊断分析结果具有更强的可靠性。
可选地，在上述图10以及图10对应的第一个实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第二个可选实施例中，根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，可以包括：
接收结果分析指令；
响应于结果分析指令，根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果。
本实施例中，用户还可以手动选择查看诊断分析结果。为了便于介绍，请参阅图12，图12为本发明应用场景中触发结果分析指令的一个界面示意图，如图所示，当用户点击显示器106界面上的“确定”时，即触发了结果分析指令，此时，响应于结果分析指令，根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果，并展示该诊断分析结果。
再次，本发明实施例中，超声影像设备可以接收用户触发的结果分析指令，然后响应于结果分析指令，根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果。通过上述方式，能够连贯地展示最终生成的诊断分析结果，由此提升方案的实用性。
可选地，在上述图10、图10对应的第一个或第二个实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第三个可选实施例中，根据目标对象的三维数据确定目标对象的第一切面图像和第二切面图像之后，还可以包括：
接收图片展示指令；
响应于图片展示指令，放大并显示第一切面图像和/或第二切面图像。
本实施例中，处理器105在确定目标对象的第一切面图像和第二切面图像之后，还可以接收用户触发的图片展示指令。为了便于介绍，请参阅图13，图13为本发明应用场景中触发图片展示指令的一个界面示意图，如图所示，CAD软件分析得到若干标准切面和/或显著特征切面，用户可选择并浏览至少一张切面图像。一种可能的实现方式是，单击图片即表示确认选择该张切面图像，而双击该切面图像即放大浏览。
进一步地，本发明实施例中，超声影像设备还可以接收用户触发的图片展示指令，并响应于该图片展示指令，放大并显示第一切面图像和第二切面图像中的至少一项。通过上述方式，用户能够对需要放大的切面图像进行选择，由此放大显示切面图像，从而便于用户浏览，有利于提升方案的实用性。
下面对本发明中的另一种基于超声影像设备的图像分析方法进行详细描述，请参阅图14，本发明实施例提供的一种基于超声影像设备的图像分析方法，该方法应用于超声影像设备10，特别适用于包含显示器106的超声影像设备10，用于可以利用显示器106来显示目标对象的诊断分析结果。该超声影像设备10用于执行相应指令，基于超声影像设备的图像分析方法另一个实施例包括：
501、向目标对象发射超声波；
本实施例中，首先发射电路101向目标对象发射超声波，其中，目标对象包含但不仅限于甲状腺部位、肝脏部位、胰腺部位、肾脏部位以及乳房部位。
502、接收从目标对象返回的超声波的超声回波，以获得超声回波信号；
本实施例中，然后处理器105接收从目标对象返回的超声波的超声回波，从而得到超声回波信号。
503、根据超声回波信号生成目标对象的至少两帧切面图像；
本实施例中，处理器105确定至少两帧切面图像，其中，切面图像可以是标准切面或者典型特征切面等。
504、根据至少两帧切面图像生成目标对象的诊断分析结果。
本实施例中，处理器105分别对至少两帧切面图像进行计算分析，得到每帧切面图像所对应的分析结果，并且对每帧切面图像进行计算分析，得到目标对象的分析结果。最后综合至少两帧切面图像的分析结果，从而生成目标对象的诊断分析结果。
本申请实施例提供的技术方案中，提供了一种基于超声影像设备的图像分析方法，首先超声影像设备向目标对象发射超声波，然后接收从目标对象返回的超声波的超声回波，以获得超声回波信号，再根据超声回波信号生成目标对象的至少两帧切面图像，最后根据至少两帧切面图像生成目标对象的诊断分析结果。通过上述方式，超声影像设备能够结合多帧切面图像生成诊断分析结果，从而提升辅助诊断的准确性，更符合临床客观规律。
可选地，在上述图14对应的实施例的基础上，本发明实施例提供的基于超声影像设备的图像分析方法第一个可选实施例中，根据超声回波信号生成目标对象的至少两帧切面图像，可以包括：
获取目标对象的第一切面图像；
根据第一切面图像生成目标对象对应的第一分析结果；
获取目标对象的第二切面图像；
根据第二切面图像生成目标对象对应的第二分析结果；
根据至少两帧切面图像生成目标对象的诊断分析结果，可以包括：
根据第一分析结果以及第二分析结果生成目标对象的诊断分析结果。
本实施例中，处理器105在得到诊断分析结果的过程中，首先需要获取目标对象的第一切面图像，可以从本地存储区域中直接调用目标对象的第一切面图像，也可以采用超声影像设备的探头100扫描目标对象，以获取第一切面图像。然后采用CAD软件对第一切面图像进行分析，得到目标对象的第一分析结果。类似地，超声影像设备获取第二切面图像时，可以从本地存储区域中直接调用目标对象的第二切面图像，也可以采用超声影像设备的探头100扫描目标对象，以获取第二切面图像。然后采用CAD软件对第二切面图像进行分析，得到目标对象的第二分析结果。最后，综合第一分析结果和第二分析结果，得到所需的诊断分析结果。
其次，本发明实施例中，超声影像设备可以自动获取多帧切面图像，并对每帧切面图像进行分析，分别得到目标对象对应的分析结果，最后综合上述分析结果获取最终的诊断分析结果。通过上述方式，能够超声影像设备能够利用多帧切面图像直接输出诊断分析结果，可以不需要一帧一帧地显示分析结果，从而提升方案的实用性。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。
所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(Digital Subscriber Line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
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。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (12)

1.一种超声影像设备，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乳腺发射超声波；
接收电路，所述接收电路通过所述探头接收从所述乳腺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乳腺的超声图像；
显示器，所述显示器显示所述超声图像；
其中所述处理器还执行如下步骤：
获取所述乳腺的第一切面图像和第二切面图像；
接收第一结果分析指令；
响应于所述第一结果分析指令，根据所述第一切面图像生成并显示所述第一切面图像对应的第一分析结果，所述第一分析结果包括所述第一切面图像的病变特征的大小、密度或者形态；
接收第二结果分析指令；
响应于所述第二结果分析指令，根据所述第二切面图像生成并显示所述第二切面图像对应的第二分析结果，所述第二分析结果包括所述第二切面图像的病变特征的大小、密度或者形态；
接收诊断结果分析指令；
响应于所述诊断结果分析指令，根据所述第一分析结果以及所述第二分析结果生成所述乳腺的诊断分析结果，所述诊断分析结果用于指示所述乳腺的病变程度；
控制所述显示器显示所述乳腺的诊断分析结果。
2.根据权利要求1所述的超声影像设备，其特征在于，
所述处理器用于根据所述第一切面图像生成并显示所述第一切面图像对应的第一分析结果，包括：
所述处理器用于提取所述第一切面图像的病变特征；分析所述病变特征，得到并显示所述第一分析结果；
所述处理器用于根据所述第二切面图像生成并显示所述第二切面图像对应的第二分析结果，包括：
所述处理器用于提取所述第二切面图像的病变特征；分析所述病变特征，得到并显示所述第二分析结果。
3.根据权利要求1或2所述的超声影像设备，其特征在于，所述病变特征包括乳腺结节或乳腺肿瘤，所述乳腺的病变程度包括乳腺BI-RADS等级。
4.根据权利要求1或2所述的超声影像设备，其特征在于，
所述处理器接收第二结果分析指令之前，还用于执行如下步骤：
接收对所述第一分析结果的确认指令，以确认所述第一分析结果；
所述处理器接收诊断结果分析指令之前，还用于执行如下步骤：
接收对所述第二分析结果的确认指令，以确认所述第二分析结果。
5.根据权利要求1所述的超声影像设备，其特征在于，所述处理器用于获取乳腺的第一切面图像和第二切面图像，包括：
所述处理器用于接收第一切面图像选择指令；
响应于所述第一切面图像选择指令，以获得所述乳腺的第一切面图像；
接收第二切面图像选择指令；
响应于所述第二切面图像选择指令，以获得所述乳腺的第二切面图像。
6.根据权利要求5所述的超声影像设备，其特征在于，所述处理器接收第二切面图像选择指令之后，还用于执行如下步骤：
接收第三切面图像选择指令，响应于所述第三切面图像选择指令，以获得所述乳腺的第三切面图像；或者，
接收选图结束指令，响应于所述选图结束指令，结束选择切面图像。
7.根据权利要求1或2所述的超声影像设备，其特征在于，所述处理器用于根据所述第一分析结果以及所述第二分析结果生成所述乳腺的诊断分析结果，包括：
所述处理器用于根据所述第一分析结果以及第一系数计算得到第一待处理结果；
根据所述第二分析结果以及第二系数计算得到第二待处理结果；
对所述第一待处理结果与所述第二待处理结果进行求和，得到所述乳腺的诊断分析结果。
8.根据权利要求1所述的超声影像设备，其特征在于，所述处理器用于根据所述第一分析结果以及所述第二分析结果生成所述乳腺的诊断分析结果之后，还用于执行如下步骤：
接收数据回顾指令；
响应于所述数据回顾指令，显示所述第一分析结果和/或所述第二分析结果。
9.一种超声影像设备，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甲状腺发射超声波；
接收电路，所述接收电路通过所述探头接收从所述甲状腺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甲状腺的超声图像；
显示器，所述显示器显示所述超声图像；
其中所述处理器还执行如下步骤：
获取甲状腺的第一切面图像和第二切面图像；
接收第一结果分析指令；
响应于所述第一结果分析指令，根据所述第一切面图像生成并显示所述第一切面图像对应的第一分析结果，所述第一分析结果包括所述第一切面图像的病变特征的大小、密度或者形态；
接收第二结果分析指令；
响应于所述第二结果分析指令，根据所述第二切面图像生成并显示所述第二切面图像对应的第二分析结果，所述第二分析结果包括所述第二切面图像的病变特征的大小、密度或者形态；
接收诊断结果分析指令；
响应于所述诊断结果分析指令，根据所述第一分析结果以及所述第二分析结果生成所述甲状腺的诊断分析结果，所述诊断分析结果用于指示所述甲状腺的病变程度；
控制所述显示器显示所述甲状腺的诊断分析结果。
10.一种超声影像设备，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对象发射超声波；
接收电路，所述接收电路通过所述探头接收从所述目标对象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对象的超声图像；
显示器，所述显示器显示所述超声图像；
其中所述处理器还执行如下步骤：
获取所述目标对象的第一切面图像和第二切面图像；
根据所述第一切面图像生成并显示所述第一切面图像对应的第一分析结果，所述第一分析结果包括所述第一切面图像中病变特征的大小、密度或者形态；
根据所述第二切面图像生成并显示所述第二切面图像对应的第二分析结果，所述第二分析结果包括所述第二切面图像中病变特征的大小、密度或者形态；
根据所述第一分析结果以及所述第二分析结果生成所述目标对象的诊断分析结果，所述诊断分析结果用于指示所述目标对象的病变程度；
显示所述目标对象的诊断分析结果。
11.一种超声影像设备，其特征在于，包括：
处理器和显示器，所述处理器用于执行如下步骤：
获取乳腺的第一切面图像和第二切面图像；
接收第一结果分析指令；
响应于所述第一结果分析指令，根据所述第一切面图像生成并显示所述第一切面图像对应的第一分析结果，所述第一分析结果包括所述第一切面图像的病变特征的大小、密度或者形态；
接收第二结果分析指令；
响应于所述第二结果分析指令，根据所述第二切面图像生成并显示所述第二切面图像对应的第二分析结果，所述第二分析结果包括所述第二切面图像的病变特征的大小、密度或者形态；
接收诊断结果分析指令；
响应于所述诊断结果分析指令，根据所述第一分析结果以及所述第二分析结果生成所述乳腺的诊断分析结果，所述诊断分析结果用于指示所述乳腺的病变程度；
控制所述显示器显示所述乳腺的诊断分析结果。
12.一种超声影像设备，其特征在于，包括：
处理器和显示器，所述处理器用于执行如下步骤：
获取甲状腺的第一切面图像和第二切面图像；
接收第一结果分析指令；
响应于所述第一结果分析指令，根据所述第一切面图像生成并显示所述第一切面图像对应的第一分析结果，所述第一分析结果包括所述第一切面图像的病变特征的大小、密度或者形态；
接收第二结果分析指令；
响应于所述第二结果分析指令，根据所述第二切面图像生成并显示所述第二切面图像对应的第二分析结果，所述第二分析结果包括所述第二切面图像的病变特征的大小、密度或者形态；
接收诊断结果分析指令；
响应于所述诊断结果分析指令，根据所述第一分析结果以及所述第二分析结果生成所述甲状腺的诊断分析结果，所述诊断分析结果用于指示所述甲状腺的病变程度；
控制所述显示器显示所述甲状腺的诊断分析结果。
CN202110591301.6A 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备 Active CN113222966B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110591301.6A CN113222966B (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202110591301.6A CN113222966B (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备
PCT/CN2018/090228 WO2019232742A1 (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备
CN201880008149.0A CN110235172B (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201880008149.0A Division CN110235172B (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备

Publications (2)

Publication Number Publication Date
CN113222966A true CN113222966A (zh) 2021-08-06
CN113222966B CN113222966B (zh) 2023-01-10

Family

ID=67862313

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110591301.6A Active CN113222966B (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备
CN201880008149.0A Active CN110235172B (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201880008149.0A Active CN110235172B (zh) 2018-06-07 2018-06-07 基于超声影像设备的图像分析方法及超声影像设备

Country Status (3)

Country Link
US (1) US20210090254A1 (zh)
CN (2) CN113222966B (zh)
WO (1) WO2019232742A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111242893B (zh) * 2019-12-30 2023-12-15 北京深睿博联科技有限责任公司 神经系统影像分析方法和装置
CN111210909A (zh) * 2020-01-13 2020-05-29 青岛大学附属医院 一种基于深度神经网络的直肠癌t分期自动诊断系统及其构建方法
CN111768367B (zh) * 2020-05-20 2024-03-29 深圳迈瑞生物医疗电子股份有限公司 数据处理方法、装置和存储介质
CN113744287B (zh) * 2021-10-13 2022-08-23 推想医疗科技股份有限公司 一种图像处理方法、装置、电子设备及存储介质
WO2024163974A1 (en) * 2023-02-03 2024-08-08 Ultrasound AI, Inc. Artificial intelligence system for determining clinical values through medical imaging

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5274759A (en) * 1989-07-11 1993-12-28 Kabushiki Kaisha Toshiba Ultrasonic diagnostic apparatus capable of multi-frame representation
WO2003101303A1 (en) * 2002-05-31 2003-12-11 U-Systems, Inc. Breast cancer screening with adjunctive ultrasound mammography
US20050049497A1 (en) * 2003-06-25 2005-03-03 Sriram Krishnan Systems and methods for automated diagnosis and decision support for breast imaging
CN101904754A (zh) * 2009-06-03 2010-12-08 株式会社东芝 超声波诊断装置、图像处理装置以及图像处理方法
WO2015137542A1 (ko) * 2014-03-14 2015-09-17 알피니언메디칼시스템 주식회사 의료진단을 위한 의료영상 처리장치 및 그 방법
CN105361908A (zh) * 2014-08-26 2016-03-02 无锡祥生医学影像有限责任公司 超声诊断设备及扫描方法
CN105389813A (zh) * 2015-10-30 2016-03-09 上海联影医疗科技有限公司 医学图像中器官的识别方法及分割方法
CN106580368A (zh) * 2016-11-26 2017-04-26 汕头市超声仪器研究所有限公司 一种全自动超声波诊断方法
CN107680678A (zh) * 2017-10-18 2018-02-09 北京航空航天大学 基于多尺度卷积神经网络甲状腺超声图像结节自动诊断系统

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6859548B2 (en) * 1996-09-25 2005-02-22 Kabushiki Kaisha Toshiba Ultrasonic picture processing method and ultrasonic picture processing apparatus
US20040122787A1 (en) * 2002-12-18 2004-06-24 Avinash Gopal B. Enhanced computer-assisted medical data processing system and method
DE602004015796D1 (de) * 2004-10-01 2008-09-25 Medcom Ges Fuer Medizinische B Registrierung eines Ultraschallbildes mit einem Bild aus einem 3D-Scan, beispielsweise von einer Computertomographie (CT) oder Magnetspintomographie (MR)
AU2006254689B2 (en) * 2005-06-02 2012-03-08 Salient Imaging, Inc. System and method of computer-aided detection
JP5171610B2 (ja) * 2006-02-22 2013-03-27 株式会社日立メディコ 超音波診断装置
CN100448409C (zh) * 2007-02-01 2009-01-07 上海交通大学 三维超声心动图四腔切面图像自动检测的方法
KR100995293B1 (ko) * 2008-05-28 2010-11-19 주식회사 메디슨 혈관외유출을 검출하는 초음파 시스템 및 방법
CN101727537A (zh) * 2009-11-16 2010-06-09 杭州电子科技大学 基于双视角信息融合的乳腺cr图像的计算机确定方法
KR101188593B1 (ko) * 2009-12-15 2012-10-05 삼성메디슨 주식회사 복수의 3차원 초음파 영상을 제공하는 초음파 시스템 및 방법
KR101175426B1 (ko) * 2010-01-26 2012-08-20 삼성메디슨 주식회사 3차원 초음파 영상을 제공하는 초음파 시스템 및 방법
KR101656775B1 (ko) * 2010-12-24 2016-09-12 삼성전자주식회사 진단영상을 표시하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템
US20120259555A1 (en) * 2011-04-07 2012-10-11 Soar Biodynamics, Ltd. Dynamic and Differential Analysis
KR101534087B1 (ko) * 2012-06-28 2015-07-06 삼성메디슨 주식회사 마커를 이용한 초음파 영상 디스플레이 방법 및 초음파 진단 장치
KR102042202B1 (ko) * 2013-02-25 2019-11-08 삼성전자주식회사 의료영상에서 병변을 분할하는 장치 및 방법
CN105359161A (zh) * 2013-04-13 2016-02-24 宾夕法尼亚大学托管会 用于医学图像分析和概率诊断的系统和方法
KR20150000261A (ko) * 2013-06-24 2015-01-02 삼성메디슨 주식회사 초음파 영상에 대응하는 참조 영상을 제공하는 초음파 시스템 및 방법
KR20150069920A (ko) * 2013-12-16 2015-06-24 삼성메디슨 주식회사 초음파 진단 장치 및 그 동작방법
CN104739452B (zh) * 2013-12-30 2019-02-12 深圳迈瑞生物医疗电子股份有限公司 一种超声成像装置及方法
KR101747305B1 (ko) * 2014-10-08 2017-06-27 삼성전자주식회사 초음파 진단 장치 및 그에 따른 통신 연결 방법
KR102307356B1 (ko) * 2014-12-11 2021-09-30 삼성전자주식회사 컴퓨터 보조 진단 장치 및 방법
JP6490814B2 (ja) * 2015-07-23 2019-03-27 株式会社日立製作所 超音波診断装置、画像処理方法、及び装置
KR102656542B1 (ko) * 2015-12-22 2024-04-12 삼성메디슨 주식회사 초음파 영상들을 디스플레이하는 방법 및 장치.
US10959702B2 (en) * 2016-06-20 2021-03-30 Butterfly Network, Inc. Automated image acquisition for assisting a user to operate an ultrasound device
US20200239937A1 (en) * 2017-02-23 2020-07-30 The Council Of The Queensland Institute Of Medical Research Biomarkers for diagnosing conditions
WO2019200535A1 (zh) * 2018-04-17 2019-10-24 深圳华大生命科学研究院 基于人工智能的眼科疾病诊断建模方法、装置及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5274759A (en) * 1989-07-11 1993-12-28 Kabushiki Kaisha Toshiba Ultrasonic diagnostic apparatus capable of multi-frame representation
WO2003101303A1 (en) * 2002-05-31 2003-12-11 U-Systems, Inc. Breast cancer screening with adjunctive ultrasound mammography
US20050049497A1 (en) * 2003-06-25 2005-03-03 Sriram Krishnan Systems and methods for automated diagnosis and decision support for breast imaging
CN101904754A (zh) * 2009-06-03 2010-12-08 株式会社东芝 超声波诊断装置、图像处理装置以及图像处理方法
WO2015137542A1 (ko) * 2014-03-14 2015-09-17 알피니언메디칼시스템 주식회사 의료진단을 위한 의료영상 처리장치 및 그 방법
CN105361908A (zh) * 2014-08-26 2016-03-02 无锡祥生医学影像有限责任公司 超声诊断设备及扫描方法
CN105389813A (zh) * 2015-10-30 2016-03-09 上海联影医疗科技有限公司 医学图像中器官的识别方法及分割方法
CN106580368A (zh) * 2016-11-26 2017-04-26 汕头市超声仪器研究所有限公司 一种全自动超声波诊断方法
CN107680678A (zh) * 2017-10-18 2018-02-09 北京航空航天大学 基于多尺度卷积神经网络甲状腺超声图像结节自动诊断系统

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SHYH-KUANG UENG ET AL: "Ultrasound Image Enhancement Using Structure-Based Filtering", 《MATHEMATICAL METHODS IN BIOMEDICAL IMAGING 2014》 *
付晓燕 等: "自动乳腺全容积扫描在早期乳腺癌诊断中的应用分析", 《国际肿瘤学杂志》 *
刘斌: "基于多视图的乳腺癌肿块计算机辅助检测与诊断", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
张知航: "基于TI-RADS的甲状腺结节超声图像特征提取与可视化技术研究", 《中国优秀硕士学位论文全文数据库 医药卫生辑》 *
朵美 等: "基于双视图乳腺癌肿块的计算机辅助检测与诊断研究", 《中华医学会第16次全国放射学学术大会论文汇编浙江省科学技术协会会议论文集》 *

Also Published As

Publication number Publication date
CN113222966B (zh) 2023-01-10
US20210090254A1 (en) 2021-03-25
CN110235172B (zh) 2021-07-20
WO2019232742A1 (zh) 2019-12-12
CN110235172A (zh) 2019-09-13

Similar Documents

Publication Publication Date Title
CN110235172B (zh) 基于超声影像设备的图像分析方法及超声影像设备
US20240338864A1 (en) System and method for synthesizing low-dimensional image data from high-dimensional image data using an object grid enhancement
US20240315654A1 (en) System and method for hierarchical multi-level feature image synthesis and representation
CN109791692B (zh) 使用来自感兴趣区域的不同视角的多个图像进行计算机辅助检测以提高检测准确度的系统和方法
US20210133231A1 (en) Control method and non-transitory computer-readable recording medium for comparing medical images
US7133546B2 (en) Digital medical image analysis
WO2022151755A1 (zh) 目标检测方法及装置、电子设备、存储介质、计算机程序产品和计算机程序
JP2021531885A (ja) 誘導肝イメージングのための人工ニューラルネットワークを有する超音波システム
WO2016057960A1 (en) Apparatus, system and method for cloud based diagnostics and image archiving and retrieval
EP3796210A1 (en) Spatial distribution of pathological image patterns in 3d image data
CN111768366A (zh) 超声成像系统、bi-rads分级方法及模型训练方法
CN116058864A (zh) 超声数据的分类显示方法和超声成像系统
CN114219807B (zh) 乳腺超声检查图像分级方法、装置、设备和存储介质
CN113658175B (zh) 一种征象数据的确定方法及装置
US20210019887A1 (en) Information processing apparatus, method for controlling information processing apparatus, and storage medium
CN114360695B (zh) 乳腺超声扫查分析辅助系统、介质及设备
JP2011215680A (ja) 病理診断支援装置、病理診断支援方法、病理診断支援のための制御プログラムおよび該制御プログラムを記録した記録媒体
CN114693703A (zh) 皮肤镜图像分割模型训练、皮肤镜图像识别方法及装置
US11705237B2 (en) Information processing apparatus, method for controlling information processing apparatus, and storage medium
CN111260606B (zh) 诊断装置和诊断方法
CN113768544A (zh) 乳腺的超声成像方法及设备
CN117095177B (zh) 肾脏图像定位方法、装置和电子设备
EP3851051B1 (en) Ultrasound diagnosis apparatus and operating method thereof
US11657909B2 (en) Medical image processing apparatus and medical image processing method
WO2022134028A1 (zh) 相似病例检索方法、相似病例检索系统和超声成像系统

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
GR01 Patent grant
GR01 Patent grant