CN114098687A - 用于超声运动模式的自动心率测量的方法和系统 - Google Patents

用于超声运动模式的自动心率测量的方法和系统 Download PDF

Info

Publication number
CN114098687A
CN114098687A CN202110980949.2A CN202110980949A CN114098687A CN 114098687 A CN114098687 A CN 114098687A CN 202110980949 A CN202110980949 A CN 202110980949A CN 114098687 A CN114098687 A CN 114098687A
Authority
CN
China
Prior art keywords
calipers
medical images
medical
heart rate
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.)
Granted
Application number
CN202110980949.2A
Other languages
English (en)
Other versions
CN114098687B (zh
Inventor
H·德辛格
小W·杜达
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.)
GE Precision Healthcare LLC
Original Assignee
GE Precision Healthcare LLC
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 GE Precision Healthcare LLC filed Critical GE Precision Healthcare LLC
Publication of CN114098687A publication Critical patent/CN114098687A/zh
Application granted granted Critical
Publication of CN114098687B publication Critical patent/CN114098687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/02—Measuring pulse or heart rate
    • 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
    • A61B8/0883—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • 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
    • A61B8/486—Diagnostic techniques involving arbitrary m-mode
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • A61B8/5246—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 combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • A61B8/5253—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 combining images from the same or different imaging techniques, e.g. color Doppler and B-mode combining overlapping images, e.g. spatial compounding
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
    • A61B90/06—Measuring instruments not otherwise provided for

Abstract

本发明提供了用于超声运动模式的自动心率测量的系统和方法。可在针对包括心脏组织的区域的医学检查期间基于特定医学成像技术采集数据集，可基于所采集的数据集生成医学图像，并且可显示该医学图像。可实时地处理医学图像中的至少一个医学图像或对应于医学图像中的至少一个医学图像的成像数据，可基于针对医学图像中的至少一个医学图像或成像数据的处理来自动确定在测量心率时使用的多个卡尺中的至少一个卡尺的位置，并且可在医学图像的显示期间基于多个卡尺中的至少一个卡尺的位置在医学图像中自动指示多个卡尺。

Description

用于超声运动模式的自动心率测量的方法和系统
技术领域
本公开的各方面涉及医学成像。更具体地讲，某些实施方案涉及用于超声运动模式的自动心率测量的方法和系统。
背景技术
各种医学成像技术可用于诸如对人体内的器官和软组织进行成像。医学成像技术的示例包括超声成像、计算机断层摄影(CT)扫描、磁共振成像(MRI)等。在医学成像期间生成图像所用的方式取决于特定技术。
例如，超声成像使用实时的、无创的高频声波来产生超声图像，通常为人体内的器官、组织、对象(例如，胎儿)的超声图像。在医学成像期间产生或生成的图像可以是二维(2D)、三维(3D)和/或四维(4D)图像(本质上为实时/连续的3D图像)。在医学成像期间，采集成像数据集(包括例如3D/4D成像期间的体积成像数据集)并且利用成像数据集实时地生成和渲染对应的图像(例如，经由显示器)。
医学成像系统可用于进行特定类型的检查。例如，在一些情况下，医学成像系统可用于检查心脏及其功能。然而，结合此类检查使用医学成像系统提出了某些挑战，特别是相对于评估检查的结果。
通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较，常规和传统方法的更多限制和缺点对本领域的技术人员将变得显而易见。
发明内容
提供了用于超声运动模式的自动心率测量的系统和方法，其基本上如结合至少一个附图所示和/或所述，如在权利要求书中更完整地阐述。
从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及本公开的一个或多个所例示的示例性实施方案的细节。
附图说明
图1是例示可被配置用于支持超声运动模式的自动心率测量的示例性医学成像布置的框图。
图2是例示可被配置用于支持超声运动模式的自动心率测量的示例性超声系统的框图。
图3例示了在利用医学成像系统测量心率时的示例性使用场景。
图4例示了执行自动心率测量的医学成像系统中的示例性使用场景。
图5例示了在示例性医学成像系统中基于滑动窗口的使用的自动心率测量。
图6A至图6E例示了在基于滑动窗口的使用的自动心脏测量期间的示例性工作流。
具体实施方式
根据本公开的某些具体实施可涉及用于超声运动模式的自动心率测量。具体地讲，各种实施方案具有使用医学成像来增强心脏检查质量的技术效果，这通过允许自动且实时地确定和显示在测量心率(尤其是胎儿心率(FHR)测量)时可能使用的卡尺或标记物来实现。这可例如通过诸如使用滑动窗口处理医学图像或与其对应的数据来完成，以识别卡尺中的至少一个卡尺的最佳位置。剩余卡尺的位置可以相同方式或基于已经确定的卡尺位置来确定，诸如基于所测量的心率。在一些情况下，基于人工智能(AI)的技术可用于促进或支持卡尺位置的自动识别和/或计算。本公开的各方面具有允许更可靠且具有增强的工作流的心脏检查的技术效果。
当结合附图阅读时，将更好地理解前述发明内容以及某些实施方案的以下具体实施方式。就附图示出各种实施方案的功能块的图的范围而言，这些功能块不一定表示硬件电路之间的划分。因此，例如，一个或多个功能框(例如，处理器或存储器)可以在单件硬件(例如，通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中来实现。类似地，程序可以是独立程序，可以作为子例程包含在操作系统中，可以是安装的软件包中的功能等。应当理解，各种实施方案不限于附图中所示的布置和工具。还应当理解，可以组合实施方案，或者可以利用其他实施方案，并且可以在不脱离各种实施方案的范围的情况下做出结构的、逻辑的和电气的改变。因此，以下详述不应视为限制性意义，并且本公开的范围由所附权利要求书及其等同物限定。
如本文所用，以单数形式列举并且以单词“一”或“一个”开头的元件或步骤应当被理解为不排除多个所述元件或步骤，除非明确说明此类排除。此外，对“示例性实施方案”、“各种实施方案”、“某些实施方案”、“代表性的实施方案”等的引用不旨在被解释为排除存在也结合了叙述的特征的附加实施方案。此外，除非明确地相反说明，否则“包含”、“包括”或“具有”具有特定性质的一个元件或多个元件的实施方案可以包括不具有该性质的附加元件。
另外，如本文所用，术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而，许多实施方案生成(或被配置为生成)至少一个可视图像。此外，如本文所用，短语“图像”用于指超声模式，诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式、PW多普勒、CW多普勒、MGD，和/或B模式和/或CF的子模式，诸如剪切波弹性成像(SWEI)、TVI、Angio、B-flow、BMI、BMI_Angio，并且在某些情况下还包括MM、CM、TVD，其中“图像”和/或“平面”包括单个波束或多个波束。
此外，如本文所用，短语“像素”也包括其中数据由“体素”表示的实施方案。因此，术语“像素”和“体素”两者可在本文档通篇中可互换地使用。
此外，如本文所用，术语处理器或处理单元是指可执行各种实施方案需要的所需计算的任何类型的处理单元，诸如单核或多核：CPU、加速处理单元(APU)、图形板、DSP、FPGA、ASIC或它们的组合。
应当指出的是，本文所述的生成或形成图像的各种实施方案可包括用于形成图像的处理，该处理在一些实施方案中包括波束形成，而在其他实施方案中不包括波束形成。例如，可在不进行波束形成的情况下形成图像，诸如通过将解调数据的矩阵乘以系数矩阵，使得乘积是图像，并且其中该过程不形成任何“波束”。此外，可使用可能源自多于一个发射事件的信道组合(例如，合成孔径技术)来执行图像的形成。
在各种实施方案中，在软件、固件、硬件或它们的组合中执行形成图像的处理，包括波束形成。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示例性具体实施如图1和图2所示(或仅图2所示)。
图1是例示可被配置用于支持超声运动模式的自动心率测量的示例性医学成像布置的框图。图1中示出了包括一个或多个医学成像系统110和一个或多个计算系统120的示例性设置100。
医学成像系统110包括用于支持医学成像(即，使得能够获得用于在医学成像检查期间生成和/或渲染图像的数据)的合适的硬件、软件或它们的组合。这可能需要以特定方式捕获特定类型的数据，这继而可用于生成图像的数据。例如，医学成像系统110可以是被配置用于生成和/或渲染超声图像的超声系统。参考图2更详细地描述了可对应于医学成像系统110的超声系统的示例性具体实施。如图1所示，医学成像系统110可包括扫描仪设备112和显示/控制单元114，该扫描仪设备可以是便携式的且可移动的。
扫描仪设备112可被配置用于诸如通过在患者身体(或其部分)上方移动来生成和/或捕获特定类型的成像信号(和/或与其对应的数据)，并且可包括用于执行和/或支持此类功能的合适电路。扫描仪设备112可为超声探头、MRI扫描仪、CT扫描仪、或任何合适的成像设备。例如，在医学成像系统110是超声系统的情况下，扫描仪设备112可发射超声信号并捕获回波超声图像。
显示/控制单元114可被配置用于显示图像(例如，经由屏幕116)。在一些情况下，显示/控制单元114还可被配置用于至少部分地生成所显示图像。此外，显示/控制单元114还可支持用户输入/输出。例如，除了图像之外，显示/控制单元114还可提供(例如，经由屏幕116)用户反馈(例如，与系统、其功能、其设置等相关的信息)。显示/控制单元114还可支持用户输入(例如，经由用户控件118)，以便诸如允许控制医学成像。用户输入可涉及控制图像的显示、选择设置、指定用户偏好、请求反馈等。
在一些具体实施中，医学成像系统110还可并入另外的和专用的计算资源，诸如一个或多个计算系统120。在这方面，每个计算系统120可包括用于处理、存储和/或通信数据的合适的电路、接口、逻辑和/或代码。计算系统120可以是被配置用于特别地结合医学成像使用的专用设备，或者它可以是被设置和/或配置为执行下文相对于计算系统120所述的操作的通用计算系统(例如，个人计算机、服务器等)。计算系统120可被配置为支持医学成像系统110的操作，如下所述。在这方面，可从成像系统卸载各种功能和/或操作。这样做可简化和/或集中处理的某些方面，以降低成本，例如通过消除增加成像系统中的处理资源的需要。
计算系统120可被设置和/或布置用于以不同方式使用。例如，在一些具体实施中，可使用单个计算系统120；在其他具体实施中，多个计算系统120被配置为一起工作(例如，基于分布式处理配置)，或者单独工作，其中每个计算系统120被配置为处理特定方面和/或功能，和/或仅为特定医学成像系统110处理数据。
在一些具体实施中，计算系统120可以是本地的(例如，与一个或多个医学成像系统110协同定位，诸如在相同设施和/或相同本地网络内)；在其他具体实施中，计算系统120可以是远程的，因此只能经由远程连接(例如，经由互联网或其他可用远程访问技术)访问。在特定具体实施中，计算系统120可以基于云的方式配置，并且可以与访问和使用其他基于云的系统基本上类似的方式访问和/或使用。
一旦在计算系统120中生成和/或配置数据，就可将数据复制和/或加载到医学成像系统110中。这可以不同的方式进行。例如，可经由医学成像系统110和计算系统120之间的定向连接或链接来加载数据。在这方面，可使用可用的有线和/或无线连接和/或根据任何合适的通信(和/或联网)标准或协议来进行设置100中的不同元件之间的通信。另选地或附加地，可间接地将数据加载到医学成像系统110中。例如，可将数据存储到合适的机器可读介质(例如，闪存卡等)中，然后使用该机器可读介质将数据加载到医学成像系统110中(现场，诸如由系统的用户(例如，成像临床医生)或授权人员)；或者可将数据下载到本地能够通信的电子设备(例如，膝上型电脑等)中，然后现场使用(例如，由系统的用户或授权人员)该电子设备经由直接连接(例如，USB连接器等)将数据上传到医学成像系统110中。
在操作中，医学成像系统110可用于在医学检查期间生成和呈现(例如，渲染或显示)图像，和/或用于与其结合支持用户输入/输出。图像可以是2D、3D和/或4D图像。在医学成像系统110中执行以便于生成和/或呈现图像的特定操作或功能取决于系统的类型(即，获得和/或生成对应于图像的数据所用的方式)。例如，在超声成像中，数据基于发射超声信号和回波超声信号，如相对于图2更详细描述的。
在各种具体实施中，医学成像系统(例如，医学成像系统110)可被配置为支持用于超声运动模式的自动心率测量。这将在下文更详细地描述。
图2是例示可被配置用于支持超声运动模式的自动心率测量的示例性超声系统的框图。图2中示出了超声系统200。
超声系统200可被配置用于提供超声成像，并且因此可包括用于执行和/或支持超声成像相关功能的合适的电路、接口、逻辑和/或代码。超声系统200可对应于图1的医学成像系统110。
超声系统200包括例如发射器202、超声探头204、发射波束形成器210、接收器218、接收波束形成器220、RF处理器224、RF/IQ缓冲器226、用户输入模块230、信号处理器240、图像缓冲器250、显示系统260、档案270和训练引擎280。
发射器202可包括可操作以驱动超声探头204的合适的电路、接口、逻辑和/或代码。超声探头204可包括压电元件的二维(2D)阵列。超声探头204可包括通常构成相同元件的一组发射换能器元件206和一组接收换能器元件208。在某些实施方案中，超声探头204可操作以采集覆盖解剖结构(诸如心脏、血管或任何合适的解剖结构)的至少大部分的超声图像数据。
发射波束形成器210可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以控制发射器202，该发射器通过发射子孔径波束形成器214驱动这组发射换能器元件206以将超声发射信号发射到感兴趣的区域(例如，人、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射，以产生回波。回波由接收换能器元件208接收。
超声探头204中的这组接收换能器元件208可操作以将接收的回波转换为模拟信号，通过接收子孔径波束形成器216进行子孔径波束形成，然后传送到接收器218。接收器218可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以接收来自接收子孔径波束形成器216的信号。可以将模拟信号传送到多个A/D转换器222中的一个或多个A/D转换器。
多个A/D转换器222可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以将来自接收器218的模拟信号转换为对应的数字信号。多个A/D转换器222设置在接收器218与RF处理器224之间。尽管如此，本公开在这方面并不受限制。因此，在一些实施方案中，多个A/D转换器222可被集成在接收器218内。
RF处理器224可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以解调由多个A/D转换器222输出的数字信号。根据一个实施方案，RF处理器224可包括复解调器(未示出)，该复解调器可操作以解调数字信号，以形成代表对应回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器226。RF/IQ缓冲器226可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以提供由RF处理器224生成的RF或I/Q信号数据的临时存储。
接收波束形成器220可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以执行数字波束形成处理，以例如对经由RF/IQ缓冲器226从RF处理器224接收的延迟信道信号求和并输出波束求和信号。所得到的经处理的信息可以是从接收波束形成器220输出并且传送到信号处理器240的波束求和信号。根据一些实施方案，接收器218、多个A/D转换器222、RF处理器224和波束形成器220可集成到单个波束形成器中，该单个波束形成器可以是数字的。在各种实施方案中，超声系统200包括多个接收波束形成器220。
用户输入设备230可用于输入患者数据、扫描参数、设置、选择协议和/或模板，与人工智能分段处理器交互以选择跟踪目标等。在示例性实施方案中，用户输入设备230可操作以配置、管理和/或控制超声系统200中的一个或多个部件和/或模块的操作。在这方面，用户输入设备230可操作以配置、管理和/或控制发射器202、超声探头204、发射波束形成器210、接收器218、接收波束形成器220、RF处理器224、RF/IQ缓冲器226、用户输入设备230、信号处理器240、图像缓冲器250、显示系统260和/或档案270的操作。
例如，用户输入设备230可包括按钮、旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其他设备。在某些实施方案中，例如，可将用户输入设备230中的一个或多个用户输入设备集成到其他部件(诸如显示系统260或超声探头204)中。
例如，用户输入设备230可包括触摸屏显示器。作为另一个示例，用户输入设备230可包括附接到探头204和/或与探头集成的加速度计、陀螺仪和/或磁力仪，以提供探头204的姿势运动识别，诸如识别抵靠患者身体的一次或多次探头压缩、预定义探头移动或倾斜操作等。
信号处理器240可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以处理超声扫描数据(即，求和的IQ信号)，以生成用于在显示系统260上呈现的超声图像。信号处理器240可操作以根据所采集的超声扫描数据上的多个可选择超声模态来执行一个或多个处理操作。在示例性实施方案中，信号处理器240可操作以执行显示处理和/或控制处理等。随着接收到回波信号，可以在扫描会话期间实时处理采集的超声扫描数据。附加地或另选地，超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器226中并且在在线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，经处理的图像数据可呈现在显示系统260处和/或可存储在档案270处。档案270可以是本地档案、图片归档和通信系统(PACS)，或用于存储图像和相关信息的任何合适的设备。
信号处理器240可以是一个或多个中央处理单元、微处理器、微控制器等。例如，信号处理器240可以是集成部件，或者可分布在各个位置。信号处理器240可被配置用于从用户输入设备230和/或档案270接收输入信息，生成可由显示系统260显示的输出，并且响应于来自用户输入设备230的输入信息来操纵输出等。信号处理器240可能够执行例如根据各种实施方案的本文所讨论的方法和/或指令集中的任一者。
超声系统200可操作以按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至220的范围内，但可为更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统260上。图像缓冲器250被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地，图像缓冲器250具有足够的容量来存储至少几分钟的超声扫描数据的帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器250可体现为任何已知的数据存储介质。
在示例性实施方案中，信号处理器240可包括自动心率测量模块242，该自动心率测量模块包括可被配置为执行和/或支持与超声运动模式的自动心率测量相关的或支持超声运动模式的自动心率测量的各种功能或操作的合适的电路、接口、逻辑和/或代码，如下文更详细地描述。
在一些具体实施中，信号处理器240(和/或其部件，诸如自动心率测量模块242)可被配置为实现和/或使用人工智能和/或机器学习技术来增强和/或优化成像相关的功能或操作。例如，信号处理器240(和/或其部件，诸如自动心率测量模块242)可被配置为实现和/或使用深度学习技术和/或算法，诸如通过使用深度神经网络(例如，卷积神经网络(CNN))，并且/或者可以利用任何合适形式的人工智能图像分析技术或机器学习处理功能，该人工智能图像分析技术或机器学习处理功能可被配置为分析所采集的超声图像，诸如以识别、分割、标记和跟踪满足特定标准和/或具有特定特征的结构(或其组织)。
在示例性具体实施中，信号处理器240(和/或其部件，诸如自动心率测量模块242)可以被提供为深度神经网络，该深度神经网络可以由例如输入层、输出层以及输入层和输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如，深度神经网络可包括输入层，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，并且输出层可具有对应于多个预定义结构或结构类型(或其中的组织)的神经元。每个层的每个神经元可执行处理功能，并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。
例如，第一层的神经元可学习以识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的标志的位置。第四层的神经元可学习特定结构中存在的特定组织类型的特征等。因此，由深度神经网络(例如，卷积神经网络(CNN))执行的处理可允许以高概率识别超声图像数据中的生物结构和/或人工结构。
在一些具体实施中，信号处理器240(和/或其部件，诸如自动心率测量模块242)可被配置为基于经由用户输入设备230的用户指令来执行或以其他方式控制由此执行的功能中的至少一些功能。例如，用户可提供语音命令、探头姿态、按钮按压等来发出特定指令，诸如来发起和/或控制心脏成像相关操作的各个方面，诸如自动心率测量，包括基于人工智能(AI)分析心脏功能和/或实时、自动测量和/或分析，和/或提供或以其他方式指定与其相关的各种参数或设置，如下文更详细地描述。
训练引擎280可包括合适的电路、接口、逻辑和/或代码，该电路、接口、逻辑和/或代码可操作以训练信号处理器240(和/或其部件，诸如自动心率测量模块242)的深度神经网络的神经元。例如，可训练信号处理器240以识别超声扫描平面中提供的特定结构和/或组织(或其类型)，其中训练引擎280训练其深度神经网络以执行所需功能中的一些功能，诸如使用各种结构的分类超声图像的数据库。
例如，训练引擎280可被配置为利用特定结构的超声图像相对于该特定结构的特征(诸如结构边缘的外观、基于边缘的结构形状的外观、形状相对于超声图像数据中的界标的位置等)和/或相对于特定组织的特征(例如，其柔软性)来训练信号处理器240(和/或其部件，诸如自动心率测量模块242)。在各种实施方案中，训练图像的数据库可存储在档案270或任何合适的数据存储介质中。在某些实施方案中，训练引擎280和/或训练图像数据库可以是经由有线或无线连接通信地耦接到超声系统200的外部系统。
在操作中，超声系统200可用于生成超声图像，包括二维(2D)、三维(3D)和/或四维(4D)图像。在这方面，超声系统200可操作以以特定的帧速率连续采集超声扫描数据，这可适用于所讨论的成像情况。例如，帧速率可在20至70的范围内，但可为更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统260上。图像缓冲器250被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地，图像缓冲器250具有足够的容量来储存至少几秒钟的超声扫描数据的帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器250可体现为任何已知的数据存储介质。
在一些情况下，超声系统200可被配置为支持灰阶和基于颜色的操作。例如，信号处理器240可操作以执行灰阶B模式处理和/或颜色处理。灰阶B模式处理可包括处理B模式RF信号数据或IQ数据对。例如，灰阶B模式处理可使得通过计算量(I2+Q2)1/2能够形成波束求和接收信号的包络。该包络可经受附加的B模式处理，诸如对数压缩以形成显示数据。显示数据可被转换为X-Y格式以用于视频显示。扫描转换的帧可映射至灰阶以用于显示。B模式帧被提供给图像缓冲器250和/或显示系统260。颜色处理可包括处理基于颜色的RF信号数据或IQ数据对以形成帧，以覆盖被提供给图像缓冲器250和/或显示系统260的B模式帧。灰阶和/或颜色处理可基于用户输入(例如，来自用户输入设备230的选择)自适应地调节，例如用于增强特定区域的灰阶和/或颜色。
在一些情况下，超声成像可包括体积超声图像的生成和/或显示(即，对象(例如，器官、组织等)以三维显示3D的位置)。在这方面，用3D(并且类似地用4D)成像，可采集包括对应于成像对象的体素的体积超声数据集。这可例如通过以不同角度发射声波而不是仅沿一个方向(例如，直向下)发射它们来完成，并且然后将它们的反射捕获回去。然后捕获并且处理(例如，经由信号处理器240)(以不同角度的发射的)返回回波以生成对应体积数据集，其继而可用于创建和/或显示体积(例如，3D)图像，诸如经由显示器250。这可能需要使用特定的处理技术来提供所需的3D感知。
例如，体积渲染技术可用于显示体积(例如，3D)数据集的投影(例如，2D投影)。在这方面，渲染3D数据集的2D投影可包括相对于正被显示的对象设置或限定空间上的感知角度，并且然后为数据集中的每个体素限定或计算必要的信息(例如，不透明度和颜色)。这可例如使用合适的传输函数来为每个体素限定RGBA(红色、绿色、蓝色和α)值来进行。
在各种具体实施中，超声系统200可被配置为支持用于超声运动模式的自动心率测量。这将在下文更详细地描述。
图3例示了在利用医学成像系统测量心率时的示例性使用场景。图3中示出了在心脏功能检查期间在示例性医学成像系统中生成的图像的屏幕截图300。
在这方面，医学成像系统(例如，图1的医学成像系统110、图2的超声系统200)可被配置用于支持与其相关联的特定类型的检查和/或操作。例如，医学成像系统可被配置用于执行心脏相关检查，并且还促进获得与其相关联的测量，诸如心率测量。当检查胎儿心脏和/或获得与其相关的测量(例如，胎儿心率(FHR)测量)时，此类检查可能特别有用。在这方面，可基于心脏移动跟踪来获得心率测量，诸如通过识别心脏中的特定结构，然后跟踪该结构的移动，其中基于移动跟踪来计算或以其他方式确定心率。
在一些情况下，测量心率可通过例如将卡尺(也称为标记物)放置在医学图像期间获得的或生成的时间标度图像上来执行，其中该标记物是被设定成能够跟踪心脏(或具体地，心脏的特定结构)的重复移动的卡尺。这在图3所示的示例性使用场景中示出。在这方面，屏幕截图300中示出的是在超声成像/检查(例如，胎儿的超声成像/检查)期间获得的超声(例如，B模式)图像310。诸如基于穿过心脏的特定线320(在下文中称为“分析线”)生成对应的时间运动M模式图像330(例如，如图3所示的“解剖M模式”图像，有时也称为“虚拟M模式”图像)。在这方面，M模式图像330示出了沿所选超声线的超声波的时间变化。因此，M模式图像330表示在B模式下捕获的身体部分或结构中的横截面积的时间标度(即，是基于时间的)，并且因此示出了该区域中的基于时间标度的变化或移动。换句话讲，M模式图像330中的x轴表示时间轴，从而允许跟踪随时间对应于分析线320的变化面积。
系统用户(例如，超声技术人员)可手动选择和/或调整分析线310。因此，系统用户可优化M模式图像330的质量，诸如通过仔细选择分析线320以穿过或平分特定结构(例如，心脏的心室中的一个心室)，从而实现该结构的跟踪运动，这允许跟踪心脏的运动(相对于时间)。一旦选择了分析线320并且生成对应的M模式图像330，就可将卡尺(也称为标记物)放置在基于时间的图像内，尤其是在重复波中的同一点处，以跟踪心脏的运动。例如，在图3所示的示例性使用场景中，在M模式图像330中放置了两个卡尺340(绿色十字和黄色十字)，以测量多个心动周期(例如，2个心动周期，如图3所示)的时间长度，这使得能够计算心率。在这方面，基于M模式图像330的时间标度测量卡尺340之间的时间允许测量心率，然后可显示该心率(例如，在屏幕截图300中显示为“Ventr.FHR138bpm”)。
在常规解决方案中，与(例如，如上所述的心率的)测量相关的大多数步骤由系统用户手动完成。然而，以此类手动方式执行测量可能有一些缺点，因为这可能带来一些挑战并且/或者可能有一些缺点。例如，放置卡尺(例如，利用诸如轨迹球的输入设备)可能是繁琐的任务。此外，选择最优分析线可能很困难，尤其是对于经验较少的用户而言。
根据本公开的具体实施可解决常规解决方案的一些缺点，尤其是通过使心率测量的各个方面自动化。例如，卡尺位置的自动确定和/或建议可以是自动的，以优化和减少放置卡尺所需的时间，这可节省工作流的时间，从而加快工作流。在这方面，在一些情况下，可进一步增强自动放置卡尺，以确保选择和/或建议更多“自然位置”，从而增加用户接受该特征的可能性。另外，在一些情况下，可允许手动检查和校正。用于测量(胎儿)心率的卡尺自动放置可特别适用于基于运动模式和多普勒模式(例如，M模式、MC模式、解剖M模式、PW模式、CW模式)的超声成像。在一些具体实施中，用于获得基于时序的图像(或基于其上的数据/图表)的分析线的选择和放置也可以是自动的。
因此，参考图3所示的屏幕截图300，在根据本公开的具体实施中，可在成像系统中自动执行标记物/卡尺340的放置(以及在一些情况下，分析线320的选择)。例如，在图2的超声系统200中，例如，这可经由处理器240(并且具体地讲是使用自动心率测量模块242)来完成。这可例如使用被配置用于这些元件的最优选择和放置的预安装软件(例如，预定义数据、预编程算法、人工智能功能等)来完成。例如，自动心率测量模块242可被配置为通过将2个标记物/卡尺自动放置在从所捕获的图像获得的时间序列上来支持心率的自动测量，其中标记物用于测量两个或更多个周期之间的时间差，从而允许测量心率。在一些情况下，可使用人工智能(AI)。可使用深度神经网络(并且持续更新深度神经网络)，例如进行标记物/卡尺的最优放置(以及在一些情况下，进行分析线的选择)。
图4例示了执行自动心率测量的医学成像系统中的示例性使用场景。图4中示出了在被配置用于支持自动心率测量的示例性医学成像系统(例如，图1的医学成像系统110、图2的超声系统200)中生成的图像的屏幕截图400。
在这方面，屏幕截图400例示了在超声成像/检查(例如，胎儿的超声成像/检查)期间获得的超声(例如，B模式)图像410，以及以上文参照图3所述的方式生成的对应PW模式图像420。然而，可使用PW模式图像420(或与其对应的数据)，并且(任选地)可基于用于自动心率测量的分析或处理来调节该图像。在这方面，在发起自动心率测量之前，系统用户(例如，超声技术人员)可能仍然需要关注或识别自动测量之前的相关结构(例如，通过选择/设置分析线411)和其中的焦点(表示为分析线中的两条水平线)。
系统可随后执行心率测量，并且可生成并显示对应于并基于所测量的心率的两个对应的卡尺/标记物430和440。在一些具体实施中，自动心率测量和相关确定(例如，卡尺/标记物的位置)可基于滑动窗口的使用。下面参照图5更详细地描述此类具体实施的示例。
图5例示了在示例性医学成像系统中基于滑动窗口的使用的自动心率测量。图5中示出了屏幕截图500，例示了在医学成像(例如，图1的医学成像系统110、图2的超声系统200)中基于滑动窗口的自动心率测量的具体实施。
屏幕截图500例示了在超声成像/检查(例如，胎儿的超声成像/检查)期间获得的超声(例如，B模式)图像510，以及以上文参照图3所述的方式生成的对应PW模式图像520。根据示例性具体实施，PW模式图像520(和与其对应的数据)可用于执行基于滑动窗口的自动心率测量。
在这方面，当实现基于滑动窗口的自动心率测量时，系统可基于滑动窗口530来计算心率(HR)和质量度量，如图5所示。然而，应当指出的是，滑动窗口实际上没有像屏幕截图500可能建议的那样显示；相反，如该屏幕截图中所示的滑动窗口530仅是为了进行示意性的说明，并且在实际使用场景中，当分析对应于图像的数据集时，系统在用户发起自动测量之后创建此类“窗口”，但实际上不显示该窗口。可对某些窗口参数进行设置，例如，可将窗口宽度设置为特定持续时间(例如，1秒)，其中窗口被划分成多个位置(例如，每0.1秒)。在一些情况下，可移除或忽略所分析图像的部分，例如超声数据的顶部和底部被截断，因为其不包含有用数据(而是仅包含噪声和/或母体移动)。可获取具有最高质量分数的HR和窗口位置。在这方面，窗口的起始和所计算的HR可以是用于放置卡尺的第一估计。
在一些情况下，可调整卡尺(标记物)的位置。这可出于各种原因来完成。例如，即使HR测量可能是正确的，卡尺的位置也可能不是非常“令人满意”，并且因此可能需要优化位置。可评估在所确定的起始位置周围一定范围(例如，+/-心率的一半)内的样本以确定调整后的位置，诸如基于较高的亮度，这可基于沿每个超声数据线对所有样本计算的总和(例如，PW/M)来确定。可随后将具有最大总和的位置当作新位置，即，可将起始位置(其将为第一(左)卡尺的位置)移动到最亮的线。第二(右)卡尺的位置随后诸如使用心率进行计算，并且诸如基于可在测量设置中配置的多个周期(例如，2个周期)相对于第一位置进行设置。参照图6A至图6E下文更详细地例示和描述了这些步骤。
图6A至图6E例示了在基于滑动窗口的使用的自动心脏测量期间的示例性工作流。图6A至图6E中示出了一系列在被配置用于支持自动心脏测量的示例性医学成像系统(例如，图1的医学成像系统110、图2的超声系统200)中生成的图像(和基于对应数据集的图表)的屏幕截图，特别是使用基于滑动窗口的解决方案。
图6A示出了屏幕截图600。在这方面，该屏幕截图600对应于在医学(例如，超声)成像检查期间，在采集超声图像之后但在其中进行任何测量之前(例如，当用户可开始自动心率测量时)医学成像系统中的显示图像。屏幕截图600包括位于顶部的胎儿心脏的B模式图像602和位于底部的基于时间的PW模式图像604(对应于B模式图像602中的特定线)。PW模式图像604中的x轴表示时间轴。
图6B例示了具有在自动心率测量期间应用于并用于分析图6A中的PW模式图像604的示例性滑动窗口的每个位置的心率(HR)和质量分数的曲线图610。在这方面，HR和质量分数可基于对应于PW模式图像602的数据集的分析来确定(特别是在特定时间序列内)。HR和质量分数可用于确定起始位置。在图6B所示的示例性使用情况下，曲线图610可对应于约3.5秒的完整时间序列，步长为0.1秒。对于宽度为1秒的窗口，这可产生24个(可能的)起始位置。
图6C例示了屏幕截图620，示出了在自动心率测量期间卡尺/标记物的放置。具体地讲，在系统中确定两个标记物(卡尺)622并将其放置(显示)在PW模式图像604上。标记物622(及其位置)可在系统中自动确定，诸如基于对所捕获的图像的处理，具体地基于特定时间序列的HR和质量分数，如参照图6B所述。在这方面，参考曲线图610中所示的数据，基于曲线图中的数据(例如，位置540)将第一(左)标记物的位置设定成具有最高分数的位置，如屏幕截图620中所示。
然而，虽然可确定和显示正确的心率，但在一些情况下，标记物的放置可能并不理想(如图6C所示的示例性屏幕所示)，因为用户可能不以屏幕截图620所示的方式(即，在标记物622的位置处)放置卡尺，原因是可能不存在突出的可见结构。这可通过进一步优化标记物的放置来解决。具体地讲，这可通过进一步分析数据来完成，以确定可对应于此类结构的位置。例如，可分析数据以确定附近具有可能对应于此类结构的较高亮度分数。
图6D例示了在自动心率测量期间用于分析的滑动窗口(例如，基于HR和质量分数)中确定的起始位置周围的线的总和的曲线图630。例如，当确定基于曲线图610确定的位置(即，位置540)周围的线的“亮度”(总和)时，可确定最大亮度在位置554处。因此，起始位置可改为设置成该位置，其中显示的第一标记物设置在该位置处。
图6E例示了屏幕截图640，示出了使用具有优化的标记物放置的自动心率测量。在这方面，两个标记物(卡尺)642在系统中被确定并放置(显示)在PW模式图像上，其中基于初始确定位置周围区域的亮度(总和)分析来调整(优化)第一标记物的位置。基于第一标记物的位置，诸如在两次心跳(例如，两次心率)之后，设定并显示第二标记物的位置(在优化之前和之后)。在这方面，如上所述，心跳次数可为能够配置的(例如，基于用户输入或预定义参数)。
根据本公开的用于自动心率测量的示例性系统包括医学成像设备，该医学成像设备包括至少一个处理器，其中医学成像设备被配置为在针对包括心脏的至少一部分的区域的医学检查期间，基于医学成像技术采集数据集，基于所采集的数据集生成一个或多个医学图像，以及经由显示设备显示一个或多个医学图像。处理器被配置为实时地：处理一个或多个医学图像中的至少一个医学图像或对应于一个或多个医学图像中的至少一个医学图像的成像数据；基于针对一个或多个医学图像中的至少一个医学图像或成像数据的处理，自动确定用于测量心率的多个卡尺中的至少一个卡尺的位置；以及在一个或多个医学图像的显示期间，基于多个卡尺中的至少一个卡尺的位置在一个或多个医学图像中指示多个卡尺。
在示例性实施方案中，处理器还被配置为基于心脏的至少一个结构来确定多个卡尺中的至少一个卡尺的位置。
在示例性实施方案中，处理器还被配置为基于针对一个或多个医学图像中的至少一个医学图像或成像数据的处理来自动识别心脏的至少一个结构。
在示例性实施方案中，处理器还被配置为基于多个卡尺中的至少一个卡尺的位置和所测量的心率来确定多个卡尺中的至少另一个卡尺的位置。
在示例性实施方案中，处理器还被配置为生成对应于一个或多个医学图像中的至少一个医学图像的基于时间标度的图像或数据集，以及基于该基于时间标度的图像或数据集来确定多个卡尺中的至少一个卡尺的位置。
在示例性实施方案中，处理器还被配置为自动选择对应于基于时间标度的图像或数据集的一部分的滑动窗口，以及针对滑动窗口的每个位置，确定与心率和质量中的一者或两者相关的对应参数，其中每个位置对应于基于时间标度的图像或数据集的至少一部分内的多个样本或线中的一者。
在示例性实施方案中，处理器还被配置为评估对应于滑动窗口的多个位置的参数，以及基于针对参数的评估来确定多个卡尺中的至少一个卡尺的位置。
在示例性实施方案中，处理器还被配置为基于预定义的质量标准来设置或调整多个卡尺中的至少一个卡尺的位置，该质量标准包括系统的用户的视觉感知。
根据本公开的示例性非暂态计算机可读介质可在其上存储有计算机程序，该计算机程序具有至少一个代码段，该至少一个代码段能够由包括至少一个处理器的机器执行以使得机器执行一个或多个步骤，该一个或多个步骤包括：基于医学成像技术采集数据集；在针对包括心脏的至少一部分的区域的医学检查期间，基于所采集的数据集生成一个或多个医学图像；显示一个或多个医学图像；以及在医学检查期间，实时地：处理一个或多个医学图像中的至少一个医学图像或对应于该一个或多个医学图像中的至少一个医学图像的成像数据；基于针对一个或多个医学图像中的至少一个医学图像或成像数据的处理，自动确定用于测量心率的多个卡尺中的至少一个卡尺的位置；以及在一个或多个医学图像的显示期间，基于多个卡尺中的至少一个卡尺的位置在一个或多个医学图像中指示多个卡尺。
在示例性实施方案中，一个或多个步骤还包括基于心脏的至少一个结构来确定多个卡尺中的至少一个卡尺的位置。
在示例性实施方案中，一个或多个步骤还包括基于针对一个或多个医学图像中的至少一个医学图像或成像数据的处理来自动识别心脏的至少一个结构。
在示例性实施方案中，一个或多个步骤还包括基于多个卡尺中的至少一个卡尺的位置和所测量的心率来确定多个卡尺中的至少另一个卡尺的位置。
在示例性实施方案中，一个或多个步骤还包括生成对应于一个或多个医学图像中的至少一个医学图像的基于时间标度的图像或数据集，以及基于该基于时间标度的图像或数据集来确定多个卡尺中的至少一个卡尺的位置。
在示例性实施方案中，一个或多个步骤还包括自动选择对应于基于时间标度的图像或数据集的一部分的滑动窗口，以及针对滑动窗口的每个位置，确定与心率和质量中的一者或两者相关的对应参数，其中每个位置对应于基于时间标度的图像或数据集的至少一部分内的多个样本或线中的一者。
在示例性实施方案中，一个或多个步骤还包括评估对应于滑动窗口的多个位置的参数，以及基于针对参数的评估来确定多个卡尺中的至少一个卡尺的位置。
在示例性实施方案中，一个或多个步骤还包括基于预定义的质量标准来设置或调整多个卡尺中的至少一个卡尺的位置，该质量标准包括系统的用户的视觉感知。
如本文所用，术语“电路(circuit/circuitry)”是指物理电子部件(例如，硬件)以及可配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。例如，如本文所用，当执行一条或多条第一代码时，特定处理器和存储器可包括第一“电路”，并且在执行一条或多条第二代码时，特定处理器和存储器可包括第二“电路”。如本文所用，“和/或”表示列表中的由“和/或”连结的项中的任一个或多个项。例如，“x和/或y”表示三元素集{(x),(y),(x,y)}中的任何元素。换句话讲，“x和/或y”意指“x和y中的一者或两者”。作为另一个示例，“x、y和/或z”表示七元素集{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。换句话讲，“x、y和/或z”意指“x、y和z中的一者或多者”。如本文所用，术语“框”和“模块”是指可由一个或多个电路执行的功能。如本文所用，术语“示例性”表示用作非限制性示例、实例或例证。如本文所用，术语“例如(for example/e.g.)”引出一个或多个非限制性示例、实例或例证的列表。如本文所用，电路“可操作为”每当该电路包括执行功能的必需硬件(和代码，如果需要的话)时就执行该功能，不管是否(例如，通过某些用户可配置的设置、工厂微调等)禁用或不启用该功能的执行。
本发明的其他实施方案可提供其上存储有机器代码和/或计算机程序的非暂态计算机可读介质和/或存储介质和/或非暂态机器可读介质和/或存储介质，机器代码和/或计算机程序具有至少一个代码段，至少一个代码段可由机器和/或计算机执行，从而致使机器和/或计算机执行如本文所述的过程。
因此，本公开可在硬件、软件或硬件和软件的组合中实现。本发明可以集中方式在至少一个计算系统中实现，或以分布式方式实现，其中不同的元件分布在若干互连的计算系统上。适于执行本文所述的方法的任何种类的计算系统或其他装置都是合适的。硬件和软件的典型组合可以是具有程序或其他代码的通用计算系统，该程序或其他代码在加载和执行时控制计算系统，使得其执行本文所述的方法。另一个典型的具体实施可包括专用集成电路或芯片。
根据本公开的各种实施方案也可嵌入计算机程序产品中，该计算机程序产品包括能够实现本文所述的方法的所有特征，并且当加载到计算机系统中时能够执行这些方法。本文中的计算机程序是指以任何语言、代码或符号表示的一组指令的任何表达，这些指令旨在使具有信息处理能力的系统直接执行特定功能或在以下两项或其中一项之后执行特定功能：a)转换为另一种语言、代码或符号；b)以不同的物质形式进行复制。
虽然已经参考某些实施方案来描述了本发明，但是本领域的技术人员应当理解，在不脱离本发明的范围的情况下，可以进行各种改变并可以替换等同物。另外，在不脱离本发明的范围的情况下，可以进行许多修改以使特定情况或材料适应于本发明的教导。因此，本发明不旨在限于所公开的特定实施方案，而是本发明将包括落入所附权利要求书的范围内的所有实施方案。

Claims (16)

1.一种系统，包括：
医学成像设备，所述医学成像设备包括至少一个处理器，其中所述医学成像设备被配置为在针对包括心脏的至少一部分的区域的医学检查期间：
基于医学成像技术采集数据集；
基于所采集的数据集生成一个或多个医学图像；以及
经由显示设备显示所述一个或多个医学图像；并且
其中所述至少一个处理器被配置为实时地：
处理所述一个或多个医学图像中的至少一个医学图像或对应于所述一个或多个医学图像中的所述至少一个医学图像的成像数据；
基于针对所述一个或多个医学图像中的所述至少一个医学图像或所述成像数据的处理，自动确定在测量心率时使用的多个卡尺中的至少一个卡尺的位置；以及
在所述一个或多个医学图像的所述显示期间，基于所述多个卡尺中的所述至少一个卡尺的所述位置在所述一个或多个医学图像中自动指示所述多个卡尺。
2.根据权利要求1所述的系统，其中所述至少一个处理器被配置为基于所述心脏的至少一个结构来确定所述多个卡尺中的所述至少一个卡尺的所述位置。
3.根据权利要求2所述的系统，其中所述至少一个处理器被配置为基于针对所述一个或多个医学图像中的所述至少一个医学图像或所述成像数据的处理来自动识别所述心脏的所述至少一个结构。
4.根据权利要求1所述的系统，其中所述至少一个处理器被配置为基于所述多个卡尺中的所述至少一个卡尺的所述位置和所测量的心率来确定所述多个卡尺中的至少另一个卡尺的位置。
5.根据权利要求1所述的系统，其中所述至少一个处理器被配置为：
生成对应于所述一个或多个医学图像中的所述至少一个医学图像的基于时间标度的图像或数据集；以及
基于所述基于时间标度的图像或数据集来确定所述多个卡尺中的所述至少一个卡尺的所述位置。
6.根据权利要求5所述的系统，其中所述至少一个处理器被配置为：
自动选择对应于所述基于时间标度的图像或数据集的一部分的滑动窗口；以及
针对所述滑动窗口的每个位置，确定与心率和质量中的一者或两者相关的对应参数，其中每个位置对应于所述基于时间标度的图像或数据集的至少一部分内的多个样本或线中的一者。
7.根据权利要求6所述的系统，其中所述至少一个处理器被配置为：
评估对应于所述滑动窗口的多个位置的所述参数；以及
基于针对所述参数的所述评估来确定所述多个卡尺中的所述至少一个卡尺的所述位置。
8.根据权利要求1所述的系统，其中所述至少一个处理器被配置为基于预定义的质量标准来设置或调整所述多个卡尺中的所述至少一个卡尺的所述位置，所述质量标准包括所述系统的用户的视觉感知。
9.一种非暂态计算机可读介质，所述非暂态计算机可读介质在其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包括至少一个处理器的机器执行以使得所述机器执行一个或多个步骤，所述一个或多个步骤包括：
在针对包括心脏的至少一部分的区域的医学检查期间，基于医学成像技术采集数据集；
基于所采集的数据集生成一个或多个医学图像；
显示所述一个或多个医学图像；以及
在所述医学检查期间，实时地：
处理所述一个或多个医学图像中的至少一个医学图像或对应于所述一个或多个医学图像中的所述至少一个医学图像的成像数据；
基于针对所述一个或多个医学图像中的所述至少一个医学图像或所述成像数据的处理，自动确定在测量心率时使用的多个卡尺中的至少一个卡尺的位置；以及
在所述一个或多个医学图像的所述显示期间，基于所述多个卡尺中的所述至少一个卡尺的所述位置在所述一个或多个医学图像中自动指示所述多个卡尺。
10.根据权利要求9所述的非暂态计算机可读介质，其中所述一个或多个步骤还包括基于所述心脏的至少一个结构来确定所述多个卡尺中的所述至少一个卡尺的所述位置。
11.根据权利要求10所述的非暂态计算机可读介质，其中所述一个或多个步骤还包括基于针对所述一个或多个医学图像中的所述至少一个医学图像或所述成像数据的处理来自动识别所述心脏的所述至少一个结构。
12.根据权利要求9所述的非暂态计算机可读介质，其中所述一个或多个步骤还包括基于所述多个卡尺中的所述至少一个卡尺的所述位置和所测量的心率来确定所述多个卡尺中的至少另一个卡尺的位置。
13.根据权利要求9所述的非暂态计算机可读介质，其中所述一个或多个步骤还包括：
生成对应于所述一个或多个医学图像中的所述至少一个医学图像的基于时间标度的图像或数据集；以及
基于所述基于时间标度的图像或数据集来确定所述多个卡尺中的所述至少一个卡尺的所述位置。
14.根据权利要求13所述的非暂态计算机可读介质，其中所述一个或多个步骤还包括：
自动选择对应于所述基于时间标度的图像或数据集的一部分的滑动窗口；以及
针对所述滑动窗口的每个位置，确定与心率和质量中的一者或两者相关的对应参数，其中每个位置对应于所述基于时间标度的图像或数据集的至少一部分内的多个样本或线中的一者。
15.根据权利要求14所述的非暂态计算机可读介质，其中所述一个或多个步骤还包括：
评估对应于所述滑动窗口的多个位置的所述参数；以及
基于针对所述参数的所述评估来确定所述多个卡尺中的所述至少一个卡尺的所述位置。
16.根据权利要求9所述的非暂态计算机可读介质，其中所述一个或多个步骤还包括基于预定义的质量标准来设置或调整所述多个卡尺中的所述至少一个卡尺的所述位置，所述质量标准包括所述系统的用户的视觉感知。
CN202110980949.2A 2020-08-28 2021-08-25 用于超声运动模式的自动心率测量的方法和系统 Active CN114098687B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/005,621 US11382595B2 (en) 2020-08-28 2020-08-28 Methods and systems for automated heart rate measurement for ultrasound motion modes
US17/005,621 2020-08-28

Publications (2)

Publication Number Publication Date
CN114098687A true CN114098687A (zh) 2022-03-01
CN114098687B CN114098687B (zh) 2024-04-09

Family

ID=80355960

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110980949.2A Active CN114098687B (zh) 2020-08-28 2021-08-25 用于超声运动模式的自动心率测量的方法和系统

Country Status (2)

Country Link
US (1) US11382595B2 (zh)
CN (1) CN114098687B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5454371A (en) * 1993-11-29 1995-10-03 London Health Association Method and system for constructing and displaying three-dimensional images
CN101057787A (zh) * 2006-04-20 2007-10-24 通用电气公司 基于患者特定信息自动获得超声象平面的系统和方法
CN102058432A (zh) * 2009-11-11 2011-05-18 美国西门子医疗解决公司 用于动态地改善医学图像获取质量的系统
US20170119343A1 (en) * 2015-10-30 2017-05-04 General Electric Company Ultrasound system and method for analyzing cardiac periodicity
US20170245759A1 (en) * 2016-02-25 2017-08-31 Samsung Electronics Co., Ltd. Image-analysis for assessing heart failure
EP3424418A1 (en) * 2017-07-05 2019-01-09 Stichting IMEC Nederland A method and a system for detecting a vital sign of a subject
CN109414179A (zh) * 2016-06-24 2019-03-01 杜克大学 使用超声波估计心脏应变和位移的系统和方法
CN109640792A (zh) * 2016-08-31 2019-04-16 高通股份有限公司 包含射频-声学成像的分层感测
CN210301047U (zh) * 2019-05-13 2020-04-14 通用电气精准医疗有限责任公司 供电电路以及使用该供电电路的超声设备
CN111012377A (zh) * 2019-12-06 2020-04-17 北京安德医智科技有限公司 超声心动图心脏参数计算以及心肌应变测量方法、装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9392995B2 (en) 2012-07-25 2016-07-19 General Electric Company Ultrasound imaging system and method
US9366754B2 (en) 2012-08-17 2016-06-14 General Electric Company Ultrasound imaging system and method
JP5918324B2 (ja) * 2014-09-08 2016-05-18 日立アロカメディカル株式会社 超音波診断装置
EP3590436A1 (en) * 2018-07-06 2020-01-08 Koninklijke Philips N.V. Identifying an optimal image from a number of ultrasound images
US10675005B2 (en) 2018-08-02 2020-06-09 General Electric Company Method and system for synchronizing caliper measurements in a multi-frame two dimensional image and a motion mode image
US11301996B2 (en) * 2018-12-11 2022-04-12 Eko.Ai Pte. Ltd. Training neural networks of an automatic clinical workflow that recognizes and analyzes 2D and doppler modality echocardiogram images

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5454371A (en) * 1993-11-29 1995-10-03 London Health Association Method and system for constructing and displaying three-dimensional images
CN101057787A (zh) * 2006-04-20 2007-10-24 通用电气公司 基于患者特定信息自动获得超声象平面的系统和方法
CN102058432A (zh) * 2009-11-11 2011-05-18 美国西门子医疗解决公司 用于动态地改善医学图像获取质量的系统
US20170119343A1 (en) * 2015-10-30 2017-05-04 General Electric Company Ultrasound system and method for analyzing cardiac periodicity
US20170245759A1 (en) * 2016-02-25 2017-08-31 Samsung Electronics Co., Ltd. Image-analysis for assessing heart failure
CN109414179A (zh) * 2016-06-24 2019-03-01 杜克大学 使用超声波估计心脏应变和位移的系统和方法
CN109640792A (zh) * 2016-08-31 2019-04-16 高通股份有限公司 包含射频-声学成像的分层感测
EP3424418A1 (en) * 2017-07-05 2019-01-09 Stichting IMEC Nederland A method and a system for detecting a vital sign of a subject
CN210301047U (zh) * 2019-05-13 2020-04-14 通用电气精准医疗有限责任公司 供电电路以及使用该供电电路的超声设备
CN111012377A (zh) * 2019-12-06 2020-04-17 北京安德医智科技有限公司 超声心动图心脏参数计算以及心肌应变测量方法、装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SHAHRAM TAJ等: "Simulation and production planning for manufacturing cells", 《1998 WINTER SIMULATION CONFERENCE. PROCEEDINGS》 *
YANYAN YU等: "Cardiac parameters analysis for zebrafish heart regeneration based on high frequency ultrasound imaging", 《2010 IEEE INTERNATIONAL ULTRASONICS SYMPOSIUM》 *
杨书玉等: "基于DSP的超声多普勒胎儿监护仪研究与实现", 《国外电子测量技术》, no. 4, pages 76 - 79 *
柯虎等: "超声多普勒胎儿监护仪、心率仪国家监督抽验质量分析", 《中国医疗器械信息》, vol. 25, no. 13, pages 13 - 15 *

Also Published As

Publication number Publication date
CN114098687B (zh) 2024-04-09
US20220061798A1 (en) 2022-03-03
US11382595B2 (en) 2022-07-12

Similar Documents

Publication Publication Date Title
US11607200B2 (en) Methods and system for camera-aided ultrasound scan setup and control
US20160331345A1 (en) Method of displaying elastography image and ultrasound diagnosis apparatus performing the method
US11931201B2 (en) Device and method for obtaining anatomical measurements from an ultrasound image
CN114902288A (zh) 利用基于解剖结构的三维(3d)模型切割进行三维(3d)打印的方法和系统
CN114795276A (zh) 用于从超声图像自动估计肝肾指数的方法和系统
CN115813434A (zh) 用于由胎儿超声扫描自动评估分数肢体体积和脂肪瘦体块的方法和系统
US11250564B2 (en) Methods and systems for automatic measurement of strains and strain-ratio calculation for sonoelastography
CN112515944B (zh) 具有用于心肺复苏(cpr)按压的实时反馈的超声成像
CN114098687B (zh) 用于超声运动模式的自动心率测量的方法和系统
US11707201B2 (en) Methods and systems for medical imaging based analysis of ejection fraction and fetal heart functions
US11890142B2 (en) System and methods for automatic lesion characterization
JP7215053B2 (ja) 超音波画像評価装置、超音波画像評価方法および超音波画像評価プログラム
CN112515705A (zh) 用于投影轮廓启用的计算机辅助检测(cad)的方法和系统
CN115279275A (zh) 超声诊断设备及其操作方法
CN112955076A (zh) 用于基于多栅极多普勒信号的脉冲波多普勒信号随时间跟踪解剖结构的方法和系统
US20240070817A1 (en) Improving color doppler image quality using deep learning techniques
US11881301B2 (en) Methods and systems for utilizing histogram views for improved visualization of three-dimensional (3D) medical images
CN115969414A (zh) 用于在超声成像期间使用分析辅助的方法和系统
US20210219958A1 (en) Ultrasound diagnostic apparatus and method of controlling the same, and computer program product
US20230316520A1 (en) Methods and systems to exclude pericardium in cardiac strain calculations
US20230380812A1 (en) Medical imaging method, apparatus, and system
CN116650006A (zh) 用于自动超声检查的系统和方法
WO2024068347A1 (en) Method and system for performing stiffness measurements using ultrasound shear wave elastography
CN117795497A (zh) 用于实现和使用医学数字成像和通信（dicom）结构化报告（sr）对象合并的方法和系统
CN114521912A (zh) 用于增强胸膜线的可视化的方法和系统

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