CN113543717A - 以降低的成本、尺寸和功率来保持超声成像中图像质量的方法 - Google Patents

以降低的成本、尺寸和功率来保持超声成像中图像质量的方法 Download PDF

Info

Publication number
CN113543717A
CN113543717A CN201980093089.1A CN201980093089A CN113543717A CN 113543717 A CN113543717 A CN 113543717A CN 201980093089 A CN201980093089 A CN 201980093089A CN 113543717 A CN113543717 A CN 113543717A
Authority
CN
China
Prior art keywords
frame
image quality
quality
ultrasound
image
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
CN201980093089.1A
Other languages
English (en)
Other versions
CN113543717B (zh
Inventor
迈尔斯·韦尼克
桑迪普·阿卡拉杰
德雷克·冈瑟
库塔伊·乌斯图纳
优素福·哈克
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.)
Exo Imaging Inc
Original Assignee
Exo Imaging Inc
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 Exo Imaging Inc filed Critical Exo Imaging Inc
Publication of CN113543717A publication Critical patent/CN113543717A/zh
Application granted granted Critical
Publication of CN113543717B publication Critical patent/CN113543717B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8977—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using special techniques for image reconstruction, e.g. FFT, geometrical transformations, spatial deconvolution, time deconvolution
    • 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
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
    • 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
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • 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
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one 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
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/54—Control of the diagnostic device
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52077—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging with means for elimination of unwanted signals, e.g. noise or interference
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52085—Details related to the ultrasound signal acquisition, e.g. scan sequences
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8979—Combined Doppler and pulse-echo imaging systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52096—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging related to power management, e.g. saving power or prolonging life of electronic components
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Acoustics & Sound (AREA)
  • Theoretical Computer Science (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本文公开了计算机实现的医学超声成像方法和用于执行该方法的系统，包括形成具有高图像质量的超声图像序列的第一帧；形成具有降低的图像质量的超声图像序列的至少一帧；形成具有高图像质量的超声图像序列的第二帧；并且使用具有高质量的超声图像序列的第一帧和/或第二帧来提高具有降低的图像质量的超声图像序列的至少一帧的质量。在一些情况下，具有降低的图像质量的超声图像序列的至少一帧的质量的提高是通过应用机器学习来实现的。

Description

以降低的成本、尺寸和功率来保持超声成像中图像质量的 方法
相关申请的交叉引用
本申请要求于2018年12月27日提交的美国申请序列号62/785,315的权益，其通过引用整体并入本文。
技术领域
超声成像广泛应用于医学和无损检测领域。
背景技术
典型的超声成像设备体积大且成本高，因此对小型、便携和低成本的设备产生需求。超声成像设备的便携性要求其电力需求最小化。
发明内容
通过对产生和感测超声脉冲的过程进行各种修改，可以降低超声成像设备的成本、尺寸和功耗。降低功耗的修改包括降低活动通道数、前端增益和偏置、模数转换(ADC)采样率、横向采样率、时间采样率、并行接收波束数、波束带宽积、滤波器内核长度、滤波器系数量化级别、数据速率和字长、多普勒的集合长度等。然而，这种修改通常会以降低空间分辨率、对比度分辨率、时间分辨率、灵敏度、穿透和动态范围或增加成像和光谱伪影的组合形式导致图像质量降低。存在感知风险，即当前的方法可能无法准确表示传达重要诊断信息的细微图像细节。
存在抵消图像质量的这些降低的需要，以便可以以降低的功耗水平用低成本、低性能、小形状因子集成电路和处理器实现良好的图像质量。因此，在一些实施方式中，本文描述的主题使用机器学习来允许以更低的成本、更低的功率和更小的形状因子的设备产生超声图像，而没有相关联的图像质量损失。在一些实施方式中，本文描述的主题使用高质量和降低质量的帧。在进一步的实施方式中，本文描述的主题交替使用高质量和降低质量的帧。这样做，在这样的实施方式中，本文描述的主题在处理期间周期性地结合高质量图像以通过确保高质量图像细节可用于模型来最小化未能准确表示细微图像细节的风险。
在一方面，本文公开的是计算机实现的医学超声成像方法，包括：形成具有高图像质量的超声图像序列的第一帧；形成具有降低的图像质量的所述超声图像序列的至少一帧；形成具有高图像质量的所述超声图像序列的第二帧；并且使用具有高质量的所述超声图像序列的第一帧或第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，通过使用具有高质量的所述超声图像序列的第一帧和第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，该方法还包括提高具有高图像质量的所述超声图像序列的第一帧或具有高图像质量的所述超声图像序列的第二帧的质量。在各种实施方式中，图像质量包括空间分辨率、对比度分辨率、信噪比和/或信号动态范围。在一些实施方式中，每一帧是2维图像。在其他实施方式中，每一帧是3维图像。在一些实施方式中，每一帧是B模式图像。在其他实施方式中，每一帧是彩色多普勒图像。在其他实施方式中，每一帧是频谱多普勒带。在一些实施方式中，通过应用机器学习来实现提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，降低的图像质量至少部分是由于使用减少数量的换能器元件而导致的低空间采样的结果。在一些实施方式中，降低的图像质量至少部分是由于使用低时间采样率而导致的低时间采样的结果。在一些实施方式中，降低的图像质量至少部分是低空间频率采样的结果。在一些实施方式中，降低的图像质量至少部分是在波束成形过程中使用的时间延迟量化的结果。在一些实施方式中，降低的图像质量至少部分是由于没有执行相位像差校正。在一些实施方式中，降低的图像质量至少部分是由于没有执行基于孔径相干函数的成像技术。在一些实施方式中，降低的图像质量至少部分是由于传输数量(行间距和整体长度)的减少。在各种实施方式中，降低的图像质量是由于选自由以下组成的列表的用于降低图像质量的两种或更多种技术的组合：通过使用减少数量的所述超声换能器的元件而导致的低空间采样；由于使用低时间采样率而导致的低时间采样；低空间频率采样；波束成形过程中使用的时间延迟量化；不执行相位像差校正；不执行基于孔径相干函数的成像技术；以及发送减少的传输数量(行间距和整体长度)。在一些实施方式中，使用换能器形成所述帧，并且其中所述换能器包括pMUT设备。在一些实施方式中，使用换能器形成所述帧，并且所述换能器包括1.25D、1.5D、1.75D或2D阵列。
在另一方面，本文公开的是医学超声成像系统，其包括：包括超声换能器的医学超声成像设备；和至少一个处理器；该系统被配置为执行功能，包括：使用所述超声换能器形成具有高图像质量的超声图像序列的第一帧；使用所述超声换能器形成具有降低的图像质量的所述超声图像序列的至少一帧；使用所述超声换能器形成具有高图像质量的所述超声图像序列的第二帧；并且，使用所述至少一个处理器，使用具有高质量的所述超声图像序列的第一帧或第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，通过使用具有高质量的所述超声图像序列的第一帧和第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，该系统还被配置为执行功能，包括：提高具有高图像质量的所述超声图像序列的第一帧或具有高图像质量的所述超声图像序列的第二帧的质量。在各种实施方式中，图像质量包括空间分辨率、对比度分辨率、信噪比和/或信号动态范围。在一些实施方式中，每一帧是2维图像。在其他实施方式中，每一帧是3维图像。在一些实施方式中，每一帧是B模式图像。在一些实施方式中，每一帧是彩色多普勒图像。在一些实施方式中，每一帧是频谱多普勒带。在一些实施方式中，通过应用机器学习来实现提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，降低的图像质量是由于使用减少数量的换能器元件而导致的低空间采样的结果。在一些实施方式中，降低的图像质量是由于使用低时间采样率而导致的低时间采样的结果。在一些实施方式中，降低的图像质量是低空间频率采样的结果。在一些实施方式中，降低的图像质量是在波束成形过程期间使用的时间延迟量化的结果。在一些实施方式中，降低的图像质量是由于没有执行相位像差校正。在一些实施方式中，降低的图像质量是由于没有执行基于孔径相干函数的成像技术。在一些实施方式中，降低的图像质量是由于传输数量(行间距和整体长度)的减少。在各种实施方式中，降低的图像质量是由于选自由以下组成的列表的用于降低图像质量的两种或更多种技术的组合：通过使用减少数量的所述超声换能器的元件而导致的低空间采样；由于使用低时间采样率而导致的低时间采样；低空间频率采样；波束成形过程中使用的时间延迟量化；不执行相位像差校正；不执行基于孔径相干函数的成像技术；以及发送减少的传输数量(行间距和整体长度)。在一些实施方式中，超声换能器包括pMUT设备。在一些实施方式中，超声换能器包括1.25D、1.5D、1.75D或2D元件阵列。在一些实施方式中，至少一个处理器包括专用集成电路(ASIC)。在一些实施方式中，至少一个处理器包括与医学超声成像设备通信的移动计算设备。
附图说明
通过参考以下阐述说明性实施方式和附图的详细描述，将获得对本主题的特征和优点的更好理解，其中：
图1示出了两个扫描程序：在扫描程序1中，每第N帧是高质量图像，所有其他帧都是降低质量的图像；而在扫描程序2中，所有的帧都是降低质量的图像；
图2A示出了时空预测模型，包括Conv和BC-LSTM模块(ReLU表示整流线性单元)；以及
图2B示出了图2A的BC-LSTM模块的内部结构。
具体实施方式
在一些实施方式中，本文公开了计算机实现的医学超声成像方法，包括：形成具有高图像质量的超声图像序列的第一帧；形成具有降低的图像质量的所述超声图像序列的至少一帧；形成具有高图像质量的所述超声图像序列的第二帧；并且使用具有高质量的所述超声图像序列的第一帧或第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，通过使用具有高质量的所述超声图像序列的第一帧和第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，该方法还包括提高具有高图像质量的所述超声图像序列的第一帧或具有高图像质量的所述超声图像序列的第二帧的质量。在一些实施方式中，图像质量包括空间分辨率。在一些实施方式中，图像质量包括对比度分辨率。在一些实施方式中，图像质量包括信噪比。在一些实施方式中，图像质量包括信号动态范围。在一些实施方式中，每一帧是2维图像。在其他实施方式中，每一帧是3维图像。在一些实施方式中，每一帧是B模式图像。在其他实施方式中，每一帧是彩色多普勒图像。在其他实施方式中，每一帧是频谱多普勒带。在一些实施方式中，通过应用机器学习来实现提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，降低的图像质量至少部分是由于使用减少数量的换能器元件而导致的低空间采样的结果。在一些实施方式中，降低的图像质量至少部分是由于使用低时间采样率而导致的低时间采样的结果。在一些实施方式中，降低的图像质量至少部分是低空间频率采样的结果。在一些实施方式中，降低的图像质量至少部分是在波束成形过程中使用的时间延迟量化的结果。在一些实施方式中，降低的图像质量至少部分是由于没有执行相位像差校正。在一些实施方式中，降低的图像质量至少部分是由于没有执行基于孔径相干函数的成像技术。在一些实施方式中，降低的图像质量至少部分是由于传输数量(行间距和整体长度)的减少。在一些实施方式中，降低的图像质量至少部分是由于用于降低图像质量的上述技术中的两个或更多个的组合。在一些实施方式中，使用换能器形成所述帧，并且其中使用的换能器是pMUT设备。在一些实施方式中，使用换能器形成所述帧，并且其中使用的换能器是1.25D、1.5D、1.75D或2D阵列。
此外，在一些实施方式中，本文公开的是医学超声成像系统，其包括：包括超声换能器的医学超声成像设备；和至少一个处理器；该系统被配置为执行功能，包括：使用所述超声换能器形成具有高图像质量的超声图像序列的第一帧；使用所述超声换能器形成具有降低的图像质量的所述超声图像序列的至少一帧；使用所述超声换能器形成具有高图像质量的所述超声图像序列的第二帧；并且，使用所述至少一个处理器，使用具有高质量的所述超声图像序列的第一帧或第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，通过使用具有高质量的所述超声图像序列的第一帧和第二帧来提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，该设备还被配置为执行功能，包括：提高具有高图像质量的所述超声图像序列的第一帧或具有高图像质量的所述超声图像序列的第二帧的质量。在各种实施方式中，图像质量包括空间分辨率、对比度分辨率、信噪比和/或信号动态范围。在一些实施方式中，每一帧是2维图像。在其他实施方式中，每一帧是3维图像。在一些实施方式中，每一帧是B模式图像。在一些实施方式中，每一帧是彩色多普勒图像。在一些实施方式中，每一帧是频谱多普勒带。在一些实施方式中，通过应用机器学习来实现提高具有降低的图像质量的所述超声图像序列的至少一帧的质量。在一些实施方式中，降低的图像质量是由于使用减少数量的超声换能器元件而导致的低空间采样的结果。在一些实施方式中，降低的图像质量是由于使用低时间采样率而导致的低时间采样的结果。在一些实施方式中，降低的图像质量是低空间频率采样的结果。在一些实施方式中，降低的图像质量是在波束成形过程期间使用的时间延迟量化的结果。在一些实施方式中，降低的图像质量是由于没有执行相位像差校正。在一些实施方式中，降低的图像质量是由于没有执行基于孔径相干函数的成像技术。在一些实施方式中，降低的图像质量是由于传输数量(行间距和整体长度)的减少。在各种实施方式中，降低的图像质量是由于选自由以下组成的列表的用于降低图像质量的两种或更多种技术的组合：通过使用减少数量的所述超声换能器的元件而导致的低空间采样；由于使用低时间采样率而导致的低时间采样；低空间频率采样；波束成形过程中使用的时间延迟量化；不执行相位像差校正；不执行基于孔径相干函数的成像技术；以及发送减少的传输数量(行间距和整体长度)。在一些实施方式中，超声换能器包括pMUT设备。在一些实施方式中，超声换能器包括1.25D、1.5D、1.75D或2D元件阵列。在一些实施方式中，至少一个处理器包括专用集成电路(ASIC)。
机器学习术语
机器学习算法(“模型”)是一种数学函数f(x；w)，其中x(“输入”)是数学变量的向量(列表)，y(“标签”)是数学变量的向量，并且w(“参数向量”)是模型的数学参数的向量。通过基于多对(“训练集”){xi，yi}，i＝1，...，P，其中xi和yi分别是x和y的已知对应示例值以选择参数向量的值来设计该模型。让
Figure BDA0003230902140000071
表示在模型中xi替换x产生的值。参数向量是通过数学优化程序选择的，通常使得值
Figure BDA0003230902140000072
(“预测标签”)非常接近对应的yi值(“真实标签”)。据说模型根据输入预测标签。如果其元素是按字典顺序排列的图像的像素值，则表示输入或标签的向量可以描述图像。表示输入或标签的向量可以通过将表示单个图像的向量串联以形成向量来替代地描述多个图像。
某些定义
除非另有定义，本文使用的所有技术术语具有与本主题所属领域的普通技术人员通常理解的相同的含义。在本说明书和所附权利要求书中使用的单数形式“一”、“一个”和“该”包括复数形式，除非上下文另有明确规定。除非另有说明，本文中对“或”的任何引用均旨在涵盖“和/或”。
如本文中所使用的，“高质量图像”是超声图像序列的帧，其中数据采集参数已经以这样的方式被选择，即以在设备在其预期应用中的实际操作可行的方式产生可接受的高图像质量。
如本文所用，“降低质量的图像”是超声图像序列的帧，其中以降低的图像质量为代价，故意选择数据采集参数以相对于获得高质量图像所需的降低设备的功耗、尺寸或成本。
如本文所用，“恢复的图像”是通过将模型应用于一个或多个降低质量的图像以抵消降低质量的图像中的图像质量损失从而恢复近似于高质量图像的图像质量而获得的超声图像序列的帧。恢复的图像包括模型产生的预测标签。
如本文所用，“增强质量图像”是超声图像序列的帧，其创建仅用于训练模型的目的，其通过应用在其预期应用中的成像设备分实际操作中不可行的技术和设计参数而获得，包括：1)使用与操作中使用的设备不同的设备(并提供卓越的图像质量)进行成像。请注意，此设备不一定需要是超声设备，它可以是不同的模式：例如CT、MRI、OCT等；2)使用算法增强高质量图像，该算法涉及计算要求，这些要求在设备在其预期应用中的实际操作中是不可行的；或3)使用扫描参数或系统配置进行成像，这些参数或系统配置将涉及过多的功率、尺寸或成本要求，这些要求在设备在其预期应用中的实际操作中无法复制。
扫描程序
我们考虑两个扫描程序，如图1所示。在扫描程序1中，超声设备被编程为采集数据，使得所采集的超声图像序列的每第N帧都是高质量图像，其余的帧是降低质量的图像。我们将每第N帧称为“锚帧”。在扫描程序2中，对超声设备进行编程，以便采集的超声图像序列的每一帧都是降低质量的图像。大范围的图像尺寸/质量可选地是合适的，这取决于超声设备能够提供或配置为提供什么图像尺寸/质量。
使用机器学习模型恢复图像质量
本文描述的主题包括根据扫描程序1或扫描程序2获取超声图像帧，然后应用模型以基于所获取的图像预测恢复的图像。因此，一个或多个恢复的图像包括预测标签，而一个或多个获取的图像包括对模型的输入。
在一个实施方式中，模型被设计为通过基于降低质量的图像和序列中最接近它(时间最接近)的两个锚帧预测恢复的图像来恢复扫描程序1中的每个降低质量图像。
在另一实施方式中，模型被设计为通过基于来自更远的过去(不是时间最近的)的帧预测恢复的图像来恢复每个降低质量的图像。在这样的实施方式中，过去的帧可选地包括：一个或多个先前的高质量帧、一个或多个先前的降低质量的帧、甚至通过在此描述的处理方法在序列中较早产生的一个或多个帧，以及它们的组合。
可以使用图2A中所示的深度学习架构(在图2B中提供详细信息)构建预测恢复图像的示例性模型，该架构包括卷积神经网络(Conv)层和双向、卷积、长短期记忆(BC-LSTM)层。在本实施方式中，Conv和ReLU层的目的是捕获和分析图像帧的空间特征。初始Conv层具有确定图像空间特征的作用。BC-LSTM层使用来自两个锚帧的信息来帮助恢复降低质量的图像。在该实施方式中，BC-LSTM利用图像帧之间的时间关系。最后的Conv层(图2A中的最上方)聚合BC-LSTM模块的输出以形成恢复图像。
在图2B中，所有“BC-LSTM模块”中的“ConvLSTM反向”模块共享相同的参数，而Conv层不一定共享公共参数值。
在该实施方式中，模型的训练是通过使用两个锚帧和一个降低质量的图像以形成输入(如图2A所示)来完成的，真实标签是高质量图像或增强质量图像，其描绘与模型试图恢复的降低质量的图像相同的图像内容。在操作中，模型产生包括恢复的图像的预测标签。
在该实施方式的变体中，模型使用降低质量的图像和仅最近获取的锚帧来形成输入，其中预测标签包括恢复的图像。这种方法的好处是依赖于因果处理(即，它不利用在降低质量的图像之后获取的图像)，从而避免了产生图像的延迟(时延)。然而，这种方法的缺点是它只利用了一个锚帧。
在该实施方式的进一步变体中，模型使用长度为M的滑动时间窗口中的所有获取的图像来形成输入，输出包括与时间窗口中的所有获取的图像对应的恢复的图像。如果M＝N，则获取图像的每个时间窗口包含一个锚帧和N-1个降低质量的图像。在这种情况下，将输入变量引入模型以识别获取的图像中的哪一个是锚帧可能是有益的。
在该实施方式的进一步变体中，模型使用单向时间处理，例如单向卷积LSTM，仅在正向时间方向上工作。
在该实施方式的进一步变体中，模型一次处理一个图像，或者基于过去的信息不断更新自身，或者独立地处理每个图像。
在该实施方式的进一步变体中，使用扫描程序2来获取数据。在这种情况下，通过使用一个或多个降低质量的图像来构建输入，并使用一个或多个相应的高质量图像或增强质量图像来构建真实标签来训练模型。
在这些实施方式的每个实施方式中，由LSTM提供的时间处理可以由卷积神经网络代替。如果模型中包含的时间卷积是扩张卷积，则该网络可以对图像序列中看到的图像内容表现出长期记忆。备选地，空间和时间处理可以合并在统一的时空卷积神经网络架构中。
在这些实施方式的每个实施方式中，可以通过训练集的适当构造来训练模型以预测高质量图像或增强质量图像。
在这些实施方式的每个实施方式中，通过使用增强质量图像作为训练集中的标签，可以使用模型来提高锚帧的质量。
图2A中所示实施方式的替代方案，仍然在本文提供的主题的范围内，基于三维卷积神经网络层(例如，没有BC-LSTM)，其中这三个维度中的两个是空间坐标，第三维是时间坐标。在该替代实施方式中，图像序列的时间性质由该第三维捕获。
影响图像质量的省电方法
减少接收通道数
在一些实施方式中，前端系统硬件可以执行模拟信号调节、数字化、解调、抽取、波束成形等。减少前端硬件消耗的功率的一种方式是减少正在处理的接收通道的数量。这表现为空间分辨率、对比度分辨率和信噪比(SNR)的损失。在接收时使用较小的孔径(64个元件对128个元件)的情况下，空间分辨率在方位角维度上降低了2倍。在另一实施方式中，通过使用偶数或奇数元件来减少接收元件的数量。这种方法保持了方位角空间分辨率(相同的有效孔径尺寸)，但由较差的空间采样引起的旁瓣和栅瓣降低了所得图像的对比度分辨率。
还值得一提的是，在固定元件间距导致更高频率的转向限制的系统中，由于栅瓣和其他空间采样伪影，这种方法可用于重新获得图像质量。在这样的实施方式中，可以合成虚拟元件以增加“高质量”帧的计算和功率为代价来实现更高的空间采样率，然后对低质量帧使用正常孔径。
降低时间采样频率
降低前端ADC的时间采样频率也降低了功率。在极端情况下，降低采样频率会导致超声信号的时间混叠并降低图像对比度和分辨率。
在波束成形期间相位/延迟量化的降低
降低波束形成过程的计算复杂度，例如降低群延迟量化级别或不执行精细相位对准，会降低处理能力。然而，这种不完美的聚焦方案通过降低点扩散函数(空间分辨率和对比度分辨率)来降低图像质量。
传输数量的降低
在该降低功率的方法中，通过增加传输线间距和/或通过限制传输孔径来增加传输f/#来降低传输数量。总体效果是减少了传输数量，从而减少了每帧需要计算的接收处理线。这种方法的效果是降低了图像SNR、空间分辨率和图像对比度。
降低传输数量的另一效果是增加每次传输处理的并行接收波束的数量。然而，每次传输形成更多接收波束会导致在图像质量方面不期望的多波束块伪影。本公开中概述的方法可用于解决这些不期望的成像伪影。
包括在该方法中的是将使用多个聚焦传输(不同的传输焦深)或回顾性发送/接收孔径合成以创建高质量图像帧的情况。
降低发送功率
以降低的发送功率(电压电平、发送周期数、较弱的聚焦/平面波/发散波)进行发送会降低SNR。在这种情况下，“高质量”帧将以更高的电压电平发送，可能使用编码激励和/或脉宽调制，这将具有减少脉冲振铃的额外好处。
降低图像处理复杂性
在一个实施方式中，就所应用的图像处理算法(例如，相位像差校正、自适应成像、基于成像技术的孔径相干函数、散斑减少、边缘增强等)的复杂性而言，降低质量图像帧的处理方式与高质量图像帧不同。这自然会降低输出图像中的空间分辨率、对比度分辨率和潜在的SNR。
虽然本文已经示出和描述了本主题的优选实施方式，但是对于本领域技术人员来说，这些实施方式仅作为示例提供是容易理解的。在不脱离所描述的方法和装置的情况下，本领域技术人员现在将想到许多变化、变化和替代。应当理解，在实践所描述的方法和系统时，可以采用对这里描述的主题的实施方式的各种替代。

Claims (48)

1.一种医学超声成像方法，包括：
a)形成具有高图像质量的超声图像序列的第一帧；
b)形成具有降低的图像质量的所述超声图像序列的至少一帧；
c)形成具有高图像质量的所述超声图像序列的第二帧；以及
d)使用具有高质量的所述超声图像序列的所述第一帧或所述第二帧来提高具有降低的图像质量的所述超声图像序列的所述至少一帧的质量。
2.根据权利要求1所述的方法，其中通过使用具有高质量的所述超声图像序列的所述第一帧和所述第二帧来提高具有降低的图像质量的所述超声图像序列的所述至少一帧的所述质量。
3.根据权利要求1所述的方法，还包括提高具有高图像质量的所述超声图像序列的所述第一帧或具有高图像质量的所述超声图像序列的所述第二帧的质量。
4.根据权利要求1所述的方法，其中图像质量包括空间分辨率。
5.根据权利要求1所述的方法，其中图像质量包括对比度分辨率。
6.根据权利要求1所述的方法，其中图像质量包括信噪比。
7.根据权利要求1所述的方法，其中图像质量包括信号动态范围。
8.根据权利要求1所述的方法，其中每一帧是2维图像。
9.根据权利要求1所述的方法，其中每一帧是3维图像。
10.根据权利要求1所述的方法，其中每一帧是B模式图像。
11.根据权利要求1所述的方法，其中每一帧是彩色多普勒图像。
12.根据权利要求1所述的方法，其中每一帧是频谱多普勒带。
13.根据权利要求1所述的方法，其中通过应用机器学习来实现提高具有降低的图像质量的所述超声图像序列的所述至少一帧的所述质量。
14.根据权利要求1所述的方法，其中所述降低的图像质量是由于使用减少数量的换能器元件而导致的低空间采样的结果。
15.根据权利要求1所述的方法，其中所述降低的图像质量是由于使用低时间采样率而导致的低时间采样的结果。
16.根据权利要求1所述的方法，其中所述降低的图像质量是低空间频率采样的结果。
17.根据权利要求1所述的方法，其中所述降低的图像质量是在波束成形过程中使用的时间延迟量化的结果。
18.根据权利要求1所述的方法，其中所述降低的图像质量是由于没有执行相位像差校正。
19.根据权利要求1所述的方法，其中所述降低的图像质量是由于没有执行基于孔径相干函数的成像技术。
20.根据权利要求1所述的方法，其中所述降低的图像质量是由于传输数量(行间距和整体长度)的减少。
21.根据权利要求1所述的方法，其中所述降低的图像质量是由于用于降低图像质量的两种或更多种技术的组合的结果，所述两种或更多种技术选自由以下组成的列表：通过使用减少数量的所述超声换能器的元件而导致的低空间采样；由于使用低时间采样率而导致的低时间采样；低空间频率采样；在波束成形过程中使用的时间延迟量化；没有执行相位像差校正；没有执行基于孔径相干函数的成像技术；以及发送减少的传输数量(行间距和整体长度)。
22.根据权利要求1所述的方法，其中使用换能器形成所述帧，并且其中所述换能器包括pMUT设备。
23.根据权利要求1所述的方法，其中使用换能器形成所述帧，并且其中所述换能器包括1.25D、1.5D、1.75D或2D元件阵列。
24.一种医学超声成像系统，包括：
a)包括超声换能器的医学超声成像设备；和
b)至少一个处理器；
所述系统被配置为执行功能，所述功能包括：
a)使用所述超声换能器形成具有高图像质量的超声图像序列的第一帧；
b)使用所述超声换能器形成具有降低的图像质量的所述超声图像序列的至少一帧；
c)使用所述超声换能器形成具有高图像质量的所述超声图像序列的第二帧；以及
d)使用所述至少一个处理器，使用具有高质量的所述超声图像序列的所述第一帧或所述第二帧来提高具有降低的图像质量的所述超声图像序列的所述至少一帧的质量。
25.根据权利要求24所述的医学超声成像系统，其中通过使用具有高质量的所述超声图像序列的所述第一帧和所述第二帧来提高具有降低的图像质量的所述超声图像序列的所述至少一帧的所述质量。
26.根据权利要求24所述的医学超声成像系统，还被配置为执行功能，所述功能包括：提高具有高图像质量的所述超声图像序列的所述第一帧或具有高图像质量的所述超声图像序列的所述第二帧的质量。
27.根据权利要求24所述的医学超声成像系统，其中图像质量包括空间分辨率。
28.根据权利要求24所述的医学超声成像系统，其中图像质量包括对比度分辨率。
29.根据权利要求24所述的医学超声成像系统，其中图像质量包括信噪比。
30.根据权利要求24所述的医学超声成像系统，其中图像质量包括信号动态范围。
31.根据权利要求24所述的医学超声成像系统，其中每一帧是2维图像。
32.根据权利要求24所述的医学超声成像系统，其中每一帧是3维图像。
33.根据权利要求24所述的医学超声成像系统，其中每一帧是B模式图像。
34.根据权利要求24所述的医学超声成像系统，其中每一帧是彩色多普勒图像。
35.根据权利要求24所述的医学超声成像系统，其中每一帧是频谱多普勒带。
36.根据权利要求24所述的医学超声成像系统，其中通过应用机器学习来实现提高具有降低的图像质量的所述超声图像序列的所述至少一帧的所述质量。
37.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是由于使用减少数量的换能器元件而导致的低空间采样的结果。
38.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是由于使用低时间采样率而导致的低时间采样的结果。
39.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是低空间频率采样的结果。
40.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是在波束成形过程中使用的时间延迟量化的结果。
41.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是由于没有执行相位像差校正。
42.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是由于没有执行基于孔径相干函数的成像技术。
43.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是由于传输数量(行间距和整体长度)的减少。
44.根据权利要求24所述的医学超声成像系统，其中所述降低的图像质量是由于用于降低图像质量的两种或更多种技术的组合，所述两种或更多种技术选自由以下组成的列表：通过使用减少数量的所述超声换能器的元件而导致的低空间采样；由于使用低时间采样率而导致的低时间采样；低空间频率采样；在波束成形过程中使用的时间延迟量化；没有执行相位像差校正；没有执行基于孔径相干函数的成像技术；以及发送减少的传输数量(行间距和整体长度)。
45.根据权利要求24所述的医学超声成像系统，其中所述超声换能器包括pMUT设备。
46.根据权利要求24所述的医学超声成像系统，其中所述超声换能器包括1.25D、1.5D、1.75D或2D元件阵列。
47.根据权利要求24所述的医学超声成像系统，其中所述至少一个处理器包括专用集成电路(ASIC)。
48.根据权利要求24所述的医学超声成像系统，其中所述至少一个处理器包括与所述医学超声成像设备通信的移动计算设备。
CN201980093089.1A 2018-12-27 2019-12-20 以降低的成本、尺寸和功率来保持超声成像中图像质量的方法 Active CN113543717B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862785315P 2018-12-27 2018-12-27
US62/785,315 2018-12-27
PCT/US2019/068004 WO2020139775A1 (en) 2018-12-27 2019-12-20 Methods to maintain image quality in ultrasound imaging at reduced cost, size, and power

Publications (2)

Publication Number Publication Date
CN113543717A true CN113543717A (zh) 2021-10-22
CN113543717B CN113543717B (zh) 2024-09-17

Family

ID=71128868

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980093089.1A Active CN113543717B (zh) 2018-12-27 2019-12-20 以降低的成本、尺寸和功率来保持超声成像中图像质量的方法

Country Status (8)

Country Link
US (1) US12061257B2 (zh)
EP (1) EP3902478A4 (zh)
JP (1) JP7515183B2 (zh)
KR (1) KR20210107096A (zh)
CN (1) CN113543717B (zh)
CA (1) CA3124116A1 (zh)
IL (1) IL284292A (zh)
WO (1) WO2020139775A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11039814B2 (en) 2016-12-04 2021-06-22 Exo Imaging, Inc. Imaging devices having piezoelectric transducers
JP2022500094A (ja) 2018-09-25 2022-01-04 エクソ イメージング，インコーポレイテッド 選択的に変更可能な特性を有する撮像デバイス
KR20210107096A (ko) 2018-12-27 2021-08-31 엑소 이미징, 인크. 초음파 이미징에 있어서 감소된 비용, 사이즈, 및 전력으로 이미지 품질을 유지하는 방법
CA3135281C (en) 2020-03-05 2022-03-01 Exo Imaging, Inc. Ultrasonic imaging device with programmable anatomy and flow imaging
GB202118089D0 (en) * 2021-12-14 2022-01-26 Sintef Tto As Ultrasound image artifact reduction

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5908391A (en) * 1997-05-07 1999-06-01 General Electric Company Method and apparatus for enhancing resolution and sensitivity in color flow ultrasound imaging using multiple transmit focal zones
US6346079B1 (en) * 2000-05-25 2002-02-12 General Electric Company Method and apparatus for adaptive frame-rate adjustment in ultrasound imaging system
US20030181814A1 (en) * 2002-03-19 2003-09-25 Ting-Lan Ji System and method for post-processing ultrasound color doppler imaging
WO2009026534A1 (en) * 2007-08-23 2009-02-26 Verasonics, Inc. Adaptive ultrasound image reconstruction based on sensing of local media motion
US20090326379A1 (en) * 2008-06-26 2009-12-31 Ronald Elvin Daigle High frame rate quantitative doppler flow imaging using unfocused transmit beams
CN102764139A (zh) * 2012-07-12 2012-11-07 复旦大学 基于特征空间分析和区域判别的医学超声波束形成方法
US20120310095A1 (en) * 2011-06-06 2012-12-06 Tomoo Sato Ultrasound diagnostic apparatus and ultrasound image producing method
CN103765240A (zh) * 2011-05-02 2014-04-30 维拉声学公司 使用重叠传输射束的合格区域的增强超声成像
WO2014069558A1 (ja) * 2012-10-31 2014-05-08 日立アロカメディカル株式会社 超音波診断装置
WO2014185714A1 (ko) * 2013-05-15 2014-11-20 세종대학교산학협력단 의료 영상 화질 개선 방법 및 그 장치
US20160331345A1 (en) * 2015-05-14 2016-11-17 Samsung Electronics Co., Ltd. Method of displaying elastography image and ultrasound diagnosis apparatus performing the method
US20170143313A1 (en) * 2015-11-23 2017-05-25 Clarius Mobile Health Corp. Speckle reduction and compression improvement of ultrasound images
EP3320847A1 (en) * 2015-06-18 2018-05-16 Sogang University Research Foundation Adaptive medical image transmission device and method

Family Cites Families (75)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4211949A (en) 1978-11-08 1980-07-08 General Electric Company Wear plate for piezoelectric ultrasonic transducer arrays
IT1124944B (it) 1978-11-13 1986-05-14 Fujitsu Ltd Trasduttore elettromeccanico a flessione
US4290127A (en) * 1979-12-03 1981-09-15 Raytheon Company Beamformer with reduced sampling rate
US4375042A (en) 1980-11-24 1983-02-22 Eastman Kodak Company Temperature gradient method of nonuniformly poling a body of polymeric piezoelectric material and novel flexure elements produced thereby
US4731865A (en) * 1986-03-27 1988-03-15 General Electric Company Digital image correction
US5520187A (en) 1994-11-25 1996-05-28 General Electric Company Ultrasonic probe with programmable multiplexer for imaging systems with different channel counts
US5605154A (en) 1995-06-06 1997-02-25 Duke University Two-dimensional phase correction using a deformable ultrasonic transducer array
US6110120A (en) * 1997-04-11 2000-08-29 Acuson Corporation Gated ultrasound imaging apparatus and method
US5969621A (en) 1997-04-30 1999-10-19 Endress + Hauser Gmbh + Co. Apparatus for establishing and/or monitoring a predetermined filling level in a container
US6023977A (en) * 1997-08-01 2000-02-15 Acuson Corporation Ultrasonic imaging aberration correction system and method
US5873830A (en) * 1997-08-22 1999-02-23 Acuson Corporation Ultrasound imaging system and method for improving resolution and operation
US6108121A (en) 1998-03-24 2000-08-22 The Board Of Trustees Of The Leland Stanford Junior University Micromachined high reflectance deformable mirror
US7046734B2 (en) * 1998-04-02 2006-05-16 Intel Corporation Method and apparatus for performing real-time data encoding
JP3148729B2 (ja) 1998-04-13 2001-03-26 セイコーインスツルメンツ株式会社 超音波モータ及び超音波モータ付電子機器
US6359367B1 (en) 1999-12-06 2002-03-19 Acuson Corporation Micromachined ultrasonic spiral arrays for medical diagnostic imaging
US6998841B1 (en) 2000-03-31 2006-02-14 Virtualscopics, Llc Method and system which forms an isotropic, high-resolution, three-dimensional diagnostic image of a subject from two-dimensional image data scans
JP3987744B2 (ja) 2002-03-25 2007-10-10 敏夫 小川 ドメイン制御圧電単結晶素子
US7061158B2 (en) 2002-07-25 2006-06-13 Nanomotion Ltd. High resolution piezoelectric motor
US6669638B1 (en) * 2002-10-10 2003-12-30 Koninklijke Philips Electronics N.V. Imaging ultrasound transducer temperature control system and method
DE10254894B3 (de) 2002-11-20 2004-05-27 Dr. Hielscher Gmbh Vorrichtung zur Kühlung von Ultraschallwandlern
JP2004304704A (ja) 2003-04-01 2004-10-28 Matsushita Electric Ind Co Ltd 薄膜音響共振子、及び、薄膜音響共振子回路
US7248749B2 (en) 2003-07-29 2007-07-24 Ge Medical Systems Global Technology Company, Llc Method and apparatus for signal-to-noise ratio dependent image processing
US20050228282A1 (en) 2004-04-06 2005-10-13 Siemens Medical Solutions Usa, Inc. Image quality compensation for duplex or triplex mode ultrasound systems
US20060173313A1 (en) 2005-01-27 2006-08-03 Siemens Medical Solutions Usa, Inc. Coherence factor adaptive ultrasound imaging
DE102005034648B3 (de) 2005-07-25 2007-03-29 Siemens Ag Verfahren und Vorrichtung zur Bearbeitung eines mit einer Magnetresonanzeinrichtung aufgenommenen, verzeichnungskorrigierten 2D- oder 3D-Rekonstruktionsbilds
US7963919B2 (en) * 2005-12-07 2011-06-21 Siemens Medical Solutions Usa, Inc. Ultrasound imaging transducer array for synthetic aperture
US7532093B1 (en) 2006-02-06 2009-05-12 The United States Of America As Represented By The Secretary Of The Army RF MEMS series switch using piezoelectric actuation and method of fabrication
US8120358B2 (en) * 2006-04-13 2012-02-21 The Regents Of The University Of California Magnetic resonance imaging with high spatial and temporal resolution
KR100949059B1 (ko) 2006-10-17 2010-03-25 주식회사 메디슨 초음파 영상을 형성하는 초음파 시스템 및 방법
CN101662989B (zh) 2006-11-03 2013-10-30 研究三角协会 使用挠曲模式压电换能器的增强的超声成像探头
US8500645B2 (en) 2007-04-10 2013-08-06 C. R. Bard, Inc. Low power ultrasound system
US20100185085A1 (en) * 2009-01-19 2010-07-22 James Hamilton Dynamic ultrasound processing using object motion calculation
US7898905B2 (en) 2008-07-28 2011-03-01 General Electric Company Reconfigurable array with locally determined switch configuration
CN102469980B (zh) 2009-07-17 2014-11-26 皇家飞利浦电子股份有限公司 空间上精细的剪切波分散超声振动测定采样
US9255914B2 (en) 2009-08-13 2016-02-09 Kabushiki Kaisha Toshiba Ultrasonic diagnosis apparatus and program
US8659921B2 (en) 2009-08-28 2014-02-25 General Electric Company Power supply with a piezoelectric transformer and method for power conversion
US8861822B2 (en) * 2010-04-07 2014-10-14 Fujifilm Sonosite, Inc. Systems and methods for enhanced imaging of objects within an image
FI123640B (fi) 2010-04-23 2013-08-30 Teknologian Tutkimuskeskus Vtt Laajakaistainen akustisesti kytketty ohutkalvo-BAW-suodin
US20120127136A1 (en) 2010-08-18 2012-05-24 Kent Displays Incorporated Display device including piezoelectric and liquid crystal layers
WO2013043906A1 (en) 2011-09-20 2013-03-28 Sunnybrook Health Sciences Centre Ultrasound transducer and method for making the same
WO2013044471A1 (zh) 2011-09-28 2013-04-04 Zhao Zhigang 一种超声波换能器及超声设备
US8811636B2 (en) 2011-11-29 2014-08-19 Qualcomm Mems Technologies, Inc. Microspeaker with piezoelectric, metal and dielectric membrane
CA2765244A1 (en) 2012-01-23 2013-07-23 Said Benameur Image restoration system and method
KR102103137B1 (ko) * 2012-03-26 2020-04-22 마우이 이미징, 인코포레이티드 가중 인자들을 적용함으로써 초음파 이미지 품질을 향상시키는 시스템들 및 방법들
US8864674B2 (en) 2012-05-11 2014-10-21 Volcano Corporation Circuit architectures and electrical interfaces for rotational intravascular ultrasound (IVUS) devices
WO2014014958A1 (en) * 2012-07-17 2014-01-23 The Johns Hopkins University High quality closed-loop ultrasound imaging system
CN104661598A (zh) * 2012-09-27 2015-05-27 富士胶片株式会社 超声波检查装置、超声波检查装置的信号处理方法及程序
US9660170B2 (en) 2012-10-26 2017-05-23 Fujifilm Dimatix, Inc. Micromachined ultrasonic transducer arrays with multiple harmonic modes
US9375850B2 (en) 2013-02-07 2016-06-28 Fujifilm Dimatix, Inc. Micromachined ultrasonic transducer devices with metal-semiconductor contact for reduced capacitive cross-talk
WO2014162690A1 (ja) 2013-04-05 2014-10-09 日本電気株式会社 情報処理装置、及び、画像処理方法
WO2014194291A2 (en) * 2013-05-31 2014-12-04 eagleyemed, Inc. Ultrasound image enhancement and super-resolution
US9396523B2 (en) * 2013-07-24 2016-07-19 Microsoft Technology Licensing, Llc Image restoration cascade
US9844359B2 (en) * 2013-09-13 2017-12-19 Decision Sciences Medical Company, LLC Coherent spread-spectrum coded waveforms in synthetic aperture image formation
US9632162B2 (en) 2013-12-06 2017-04-25 Toshiba Medical Systems Corporation Method of, and apparatus for, correcting distortion in medical images
JP2015129987A (ja) 2014-01-06 2015-07-16 国立大学法人三重大学 医用高解像画像形成システムおよび方法。
US10605903B2 (en) 2014-03-18 2020-03-31 Duke University pMUT array for ultrasonic imaging, and related apparatuses, systems, and methods
US20150272547A1 (en) * 2014-03-31 2015-10-01 Siemens Medical Solutions Usa, Inc. Acquisition control for elasticity ultrasound imaging
US10139479B2 (en) 2014-10-15 2018-11-27 Qualcomm Incorporated Superpixel array of piezoelectric ultrasonic transducers for 2-D beamforming
US10444431B2 (en) 2015-01-15 2019-10-15 National Institute Of Standards And Technology Reticulated resonator, process for making and use of same
US10820888B2 (en) 2015-03-10 2020-11-03 The Regents Of The University Of California Miniature ultrasonic imaging system
US9700285B2 (en) * 2015-06-30 2017-07-11 Siemens Medical Solutions US, Inc. Spectral doppler imaging with interruption avoidance
US10987085B2 (en) * 2015-12-10 2021-04-27 1929803 Ontario Corp Systems and methods for automated fluid response measurement
US9760690B1 (en) * 2016-03-10 2017-09-12 Siemens Healthcare Gmbh Content-based medical image rendering based on machine learning
US11813639B2 (en) 2016-05-03 2023-11-14 Vanguard International Semiconductor Singapore Pte. Ltd. Electrode arrangement for a pMUT and pMUT transducer array
US10539539B2 (en) 2016-05-10 2020-01-21 Invensense, Inc. Operation of an ultrasonic sensor
US10387765B2 (en) 2016-06-23 2019-08-20 Siemens Healthcare Gmbh Image correction using a deep generative machine-learning model
US11039814B2 (en) 2016-12-04 2021-06-22 Exo Imaging, Inc. Imaging devices having piezoelectric transducers
US11832969B2 (en) 2016-12-22 2023-12-05 The Johns Hopkins University Machine learning approach to beamforming
KR101925144B1 (ko) 2017-01-12 2019-02-27 삼성메디슨 주식회사 초음파 프로브, 초음파 영상장치, 및 그 제어방법
JP6236731B1 (ja) 2017-03-10 2017-11-29 株式会社ツバサファクトリー 超解像度処理装置、超解像度処理方法およびコンピュータプログラム
US10475214B2 (en) 2017-04-05 2019-11-12 General Electric Company Tomographic reconstruction based on deep learning
JP6772112B2 (ja) * 2017-07-31 2020-10-21 株式会社日立製作所 医用撮像装置及び医用画像処理方法
JP7022303B2 (ja) 2017-12-18 2022-02-18 セイコーエプソン株式会社 圧電フィルム、圧電モジュール、及び圧電フィルムの製造方法
JP2022500094A (ja) 2018-09-25 2022-01-04 エクソ イメージング，インコーポレイテッド 選択的に変更可能な特性を有する撮像デバイス
KR20210107096A (ko) 2018-12-27 2021-08-31 엑소 이미징, 인크. 초음파 이미징에 있어서 감소된 비용, 사이즈, 및 전력으로 이미지 품질을 유지하는 방법

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5908391A (en) * 1997-05-07 1999-06-01 General Electric Company Method and apparatus for enhancing resolution and sensitivity in color flow ultrasound imaging using multiple transmit focal zones
US6346079B1 (en) * 2000-05-25 2002-02-12 General Electric Company Method and apparatus for adaptive frame-rate adjustment in ultrasound imaging system
US20030181814A1 (en) * 2002-03-19 2003-09-25 Ting-Lan Ji System and method for post-processing ultrasound color doppler imaging
WO2009026534A1 (en) * 2007-08-23 2009-02-26 Verasonics, Inc. Adaptive ultrasound image reconstruction based on sensing of local media motion
US20090326379A1 (en) * 2008-06-26 2009-12-31 Ronald Elvin Daigle High frame rate quantitative doppler flow imaging using unfocused transmit beams
CN102123668A (zh) * 2008-06-26 2011-07-13 维拉声学公司 使用未聚焦发送波束的高帧率定量多普勒流成像
CN103765240A (zh) * 2011-05-02 2014-04-30 维拉声学公司 使用重叠传输射束的合格区域的增强超声成像
US20120310095A1 (en) * 2011-06-06 2012-12-06 Tomoo Sato Ultrasound diagnostic apparatus and ultrasound image producing method
CN102764139A (zh) * 2012-07-12 2012-11-07 复旦大学 基于特征空间分析和区域判别的医学超声波束形成方法
WO2014069558A1 (ja) * 2012-10-31 2014-05-08 日立アロカメディカル株式会社 超音波診断装置
WO2014185714A1 (ko) * 2013-05-15 2014-11-20 세종대학교산학협력단 의료 영상 화질 개선 방법 및 그 장치
US20160331345A1 (en) * 2015-05-14 2016-11-17 Samsung Electronics Co., Ltd. Method of displaying elastography image and ultrasound diagnosis apparatus performing the method
EP3320847A1 (en) * 2015-06-18 2018-05-16 Sogang University Research Foundation Adaptive medical image transmission device and method
US20170143313A1 (en) * 2015-11-23 2017-05-25 Clarius Mobile Health Corp. Speckle reduction and compression improvement of ultrasound images

Also Published As

Publication number Publication date
IL284292A (en) 2021-08-31
JP2022518345A (ja) 2022-03-15
EP3902478A1 (en) 2021-11-03
WO2020139775A1 (en) 2020-07-02
KR20210107096A (ko) 2021-08-31
CN113543717B (zh) 2024-09-17
EP3902478A4 (en) 2022-10-05
US12061257B2 (en) 2024-08-13
CA3124116A1 (en) 2020-07-02
JP7515183B2 (ja) 2024-07-12
US20210307726A1 (en) 2021-10-07

Similar Documents

Publication Publication Date Title
CN113543717B (zh) 以降低的成本、尺寸和功率来保持超声成像中图像质量的方法
Yoon et al. Efficient B-mode ultrasound image reconstruction from sub-sampled RF data using deep learning
US20210132223A1 (en) Method and Apparatus for Ultrasound Imaging with Improved Beamforming
US20180220997A1 (en) System and method for accelerated clutter filtering in ultrasound blood flow imaging using randomized ultrasound data
DE102006027992A1 (de) Verfahren und Vorrichtung zur Echtzeit-Bewegungskorrektur für Spatial-Compound-Ultraschallbildgebung
US20210272339A1 (en) Systems and Methods for Generating and Estimating Unknown and Unacquired Ultrasound Data
EP3278734B1 (en) Beamforming device, ultrasonic imaging device, and beamforming method allowing simple spatial smoothing operation
CN112912758A (zh) 用于对超声信号进行自适应波束形成的方法和系统
KR101792589B1 (ko) 빔포머, 진단시스템, 의료영상시스템 및 진단영상을 표시하는 방법
Goudarzi et al. Ultrasound beamforming using mobilenetv2
CN112739269A (zh) 用于去除超声血流成像中噪声引起的偏差的系统和方法
CN113994367A (zh) 用于生成合成弹性成像图像的方法和系统
US10012619B2 (en) Imaging apparatus, ultrasonic imaging apparatus, method of processing an image, and method of processing an ultrasonic image
KR100983770B1 (ko) 초음파 탄성영상을 형성하기 위한 시스템 및 방법
Wasih et al. A robust cascaded deep neural network for image reconstruction of single plane wave ultrasound RF data
CN111766306B (zh) 一种全聚焦成像方法及装置
Peretz et al. Deep learning applied to beamforming in synthetic aperture ultrasound
US11953591B2 (en) Ultrasound imaging system with pixel extrapolation image enhancement
JP5946197B2 (ja) 超音波診断装置
CN110599405B (zh) 一种超声图像增强方法、装置和计算机设备
Foroozan et al. Wave atom based Compressive Sensing and adaptive beamforming in ultrasound imaging
Spainhour et al. Optimization of array encoding for ultrasound imaging
Robert et al. Resolution improvement in phantom and in vivo through l1 regularized coherent compounding
Nemirovsky-Rotman et al. SimDeCCom: Simultaneous De-Cluttering and Compression for Real-Time Ultrasound Imaging
Akbar Efficient similarity-driven emission angle selection for coherent plane-wave compounding

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