CN114098797B - 用于提供解剖取向指示符的方法和系统 - Google Patents
用于提供解剖取向指示符的方法和系统 Download PDFInfo
- Publication number
- CN114098797B CN114098797B CN202110993081.XA CN202110993081A CN114098797B CN 114098797 B CN114098797 B CN 114098797B CN 202110993081 A CN202110993081 A CN 202110993081A CN 114098797 B CN114098797 B CN 114098797B
- Authority
- CN
- China
- Prior art keywords
- patient
- anatomical
- model
- anatomy
- specific model
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 210000003484 anatomy Anatomy 0.000 claims abstract description 243
- 238000002604 ultrasonography Methods 0.000 claims abstract description 78
- 230000008859 change Effects 0.000 claims abstract description 14
- 238000013500 data storage Methods 0.000 claims description 16
- 239000000523 sample Substances 0.000 claims description 12
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 description 21
- 210000000591 tricuspid valve Anatomy 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 210000004115 mitral valve Anatomy 0.000 description 12
- 210000001765 aortic valve Anatomy 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- 210000002569 neuron Anatomy 0.000 description 8
- 230000004044 response Effects 0.000 description 6
- 238000003709 image segmentation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012285 ultrasound imaging Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003709 heart valve Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 238000002099 shear wave elastography Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- A61B8/466—Displaying means of special interest adapted to display 3D data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/008—Cut plane or projection plane definition
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种用于提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型的解剖取向指示符的系统和方法。该方法包括从该3D体积提取该感兴趣解剖结构并且生成该感兴趣解剖结构的患者特定模型。该方法包括生成解剖取向指示符,该解剖取向指示符包括在相对于该患者特定模型的位置和取向处与该感兴趣解剖结构相邻的解剖结构的至少一个模拟患者解剖结构模型。该方法包括在相同的第一观察点处显示具有该患者特定模型的该解剖取向指示符。该方法包括接收将该患者特定模型的观察点改变为第二观察点的指令,以及将具有该患者特定模型的该解剖取向指示符的显示更新到该第二观察点。
Description
技术领域
某些实施方案涉及超声成像。更具体地,某些实施方案涉及用于提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型的解剖取向指示符的方法和系统。解剖取向指示符可包括附近解剖结构的一个或多个模拟患者解剖结构模型。解剖取向指示符可以提供与患者特定模型相同的观察点,以向患者特定模型的观看者呈现空间上下文信息。当患者特定模型的观察点被改变时,解剖取向指示符的观察点可被更新以与患者特定模型的观察点相匹配。
背景技术
超声成像是用于对人体中的器官和软组织进行成像的医学成像技术。超声成像使用实时、非侵入式高频声波来产生二维(2D)、三维(3D)和/或四维(4D)(即实时/连续3D图像)图像。
超声成像是用于诊断各种医学病症的有价值的非侵入式工具。例如,超声图像体积可用于生成感兴趣解剖结构的患者特定3D模型,可查看该模型来标识解剖异常。然而,当查看患者特定3D模型时,用户可能难以理解患者特定3D模型相对于附近患者解剖结构的取向。例如,如果用户正在查看三尖瓣的患者特定3D模型,则该用户可能难以确定附近解剖结构(诸如主动脉瓣和/或二尖瓣)的位置和/或取向。此外,当用户交互地改变患者特定3D模型的观察点时,相对于附近解剖结构识别所呈现的患者特定3D模型的空间上下文的难度可能增加。
通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较,常规和传统方法的进一步限制和缺点对本领域的技术人员将变得显而易见。
发明内容
本发明提供了一种用于提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型的解剖取向指示符的系统和/或方法,基本上如结合至少一个附图所示和/或所述,如权利要求书中更完整地阐述。
从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及其例示的实施方案的细节。
附图说明
图1是根据各种实施方案的示例性超声系统的框图,该示例性超声系统可操作为提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型的解剖取向指示符。
图2示出了根据各种实施方案的具有感兴趣解剖结构的患者特定模型的解剖取向指示符在第一观察点和第二观察点处的示例性显示。
图3为根据各种实施方案的具有感兴趣解剖结构的患者特定模型的解剖取向指示符的示例性显示,该解剖取向指示符包括感兴趣解剖结构和附近解剖结构的模拟患者解剖结构模型。
图4为根据各种实施方案的具有感兴趣解剖结构的患者特定模型的解剖取向指示符的示例性显示,该解剖取向指示符包括患者特定模型和附近解剖结构的模拟患者解剖结构模型。
图5为根据各种实施方案的解剖取向指示符的示例性显示,该解剖取向指示符包括感兴趣解剖结构的患者特定模型和附近解剖结构的模拟患者解剖结构模型。
图6是示出根据示例性实施方案的可用于提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型的解剖取向指示符的示例性步骤的流程图。
具体实施方式
某些实施方案可见于一种用于提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型的解剖取向指示符的方法和系统。各种实施方案具有通过在与患者特定模型相同的观察点处呈现包括附近(例如,相邻的、周围的和/或紧邻的)解剖结构的一个或多个模拟患者解剖结构模型的解剖取向指示符,提供在显示系统处呈现的患者特定模型的空间上下文的可视化的技术效果。本公开的各方面具有在患者特定模型的观察点被改变时更新解剖取向指示符的观察点以与该患者特定模型的观察点相匹配的技术效果。
当结合附图阅读时,将更好地理解前述发明内容以及以下对某些实施方案的具体实施方式。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,一个或多个功能块(例如,处理器或存储器)可以在单件硬件(例如,通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中来实现。类似地,程序可以是独立程序,可以作为子例程包含在操作系统中,可以是安装的软件包中的功能等。应当理解,各种实施方案不限于附图中所示的布置和工具。还应当理解,可以组合实施方案,或者可以利用其他实施方案,并且可以在不脱离各种实施方案的范围的情况下做出结构的、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字词“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。
此外,如本文所用,术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而,许多实施方案生成(或被配置为生成)至少一个可视图像。此外,如本文所用,短语“图像”用于指超声模式,诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式、PW多普勒、CW多普勒、MGD,和/或B模式和/或CF的子模式,诸如剪切波弹性成像(SWEI)、TVI、Angio、B-flow、BMI、BMI_Angio,并且在某些情况下还包括MM、CM、TVD,其中“图像”和/或“平面”包括单个波束或多个波束。
此外,如本文所用,术语处理器或处理单元是指可执行各种实施方案需要的所需计算的任何类型的处理单元,诸如单核或多核:CPU、加速处理单元(APU)、图形板、DSP、FPGA、ASIC或它们的组合。
应当指出的是,本文所述的生成或形成图像的各种实施方案可包括用于形成图像的处理,该处理在一些实施方案中包括波束形成,而在其他实施方案中不包括波束形成。例如,可在不进行波束形成的情况下形成图像,诸如通过将解调数据的矩阵乘以系数矩阵,使得乘积是图像,并且其中该过程不形成任何“波束”。另外,可使用可能源自多于一个发射事件的信道组合(例如,合成孔径技术)来执行图像的形成。
在各种实施方案中,例如,在软件、固件、硬件或它们的组合中执行超声处理以形成图像,包括超声波束形成,诸如接收波束形成。具有根据各种实施方案形成的软件波束形成器架构的超声系统的一个具体实施在图1中示出。
图1是根据各种实施方案的示例性超声系统100的框图,该示例性超声系统可操作为提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。参见图1,示出了超声系统100。超声系统100包括发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、A/D转换器122、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134和档案138。
发射器102可包括可操作为合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码驱动超声探头104。超声探头104可包括压电元件的二维(2D)阵列。超声探头104可包括通常构成相同元件的一组发射换能器元件106和一组接收换能器元件108。在某些实施方案中,超声探头104可操作为采集覆盖解剖结构(诸如心脏、血管或任何合适的解剖结构)的至少大部分的超声图像数据。
发射波束形成器110可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为控制发射器102,该发射器通过发射子孔径波束形成器114驱动该组发射换能器元件106以将超声发射信号发射到感兴趣的区域(例如,人、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射,以产生回波。回波由接收换能器元件108接收。
超声探头104中的一组接收换能器元件108可操作为将所接收的回波转换为模拟信号,通过接收子孔径波束形成器116进行子孔径波束形成,然后传送到接收器118。接收器118可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为接收来自接收子孔径波束形成器116的信号。可将模拟信号传送至多个A/D转换器122中的一个或多个A/D转换器。
多个A/D转换器122可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为将来自接收器118的模拟信号转换为对应的数字信号。多个A/D转换器122设置在接收器118与RF处理器124之间。尽管如此,本公开在这方面并不受限制。因此,在一些实施方案中,多个A/D转换器122可被集成在接收器118内。
RF处理器124可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为解调由多个A/D转换器122输出的数字信号。根据一个实施方案,RF处理器124可包括复解调器(未示出),该复解调器可操作为解调数字信号以形成代表对应回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器126。RF/IQ缓冲器126可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为提供由RF处理器124生成的RF或I/Q信号数据的临时存储。
接收波束形成器120可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为执行数字波束形成处理以例如对经由RF/IQ缓冲器126从RF处理器124所接收的延迟信道信号求和并且输出波束求和信号。所得到的处理的信息可以是从接收波束形成器120输出并且传送到信号处理器132的波束求和信号。根据一些实施方案,接收器118、多个A/D转换器122、RF处理器124和波束形成器120可被集成到单个波束形成器中,该单个波束形成器可以是数字的。在各种实施方案中,超声系统100包括多个接收波束形成器120。
用户输入设备130可用于输入患者数据、扫描参数、设置、选择协议和/或模板、选择3D体积中的解剖结构的界标212、312、412、512、操纵患者特定模型的观察点等。在示例性实施方案中,用户输入设备130可操作为配置、管理和/或控制超声系统100中的一个或多个部件和/或模块的操作。就这一点而言,用户输入设备130可用于配置、管理和/或控制发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134和/或档案138的操作。用户输入设备130可包括按钮、旋转编码器、触摸屏、触摸板、轨迹球、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其他设备。在某些实施方案中,例如,用户输入设备130中的一者或多者可集成到其他部件诸如显示系统134中。例如,用户输入设备130可包括触摸屏显示器。
信号处理器132可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为处理超声扫描数据(即,求和的IQ信号)以生成用于在显示系统134上呈现的超声图像。信号处理器132可操作为根据所采集的超声扫描数据上的多个可选择超声模态来执行一个或多个处理操作。在示例性实施方案中,信号处理器132可用于执行显示处理和/或控制处理等。随着接收到回波信号,可以在扫描会话期间实时处理采集的超声扫描数据。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126中并且在在线操作或离线操作中以不太实时的方式处理。在各种实施方案中,处理的图像数据可呈现在显示系统134处和/或可存储在档案138处。档案138可以是本地档案、图像归档和通信系统(PACS)、企业档案(EA)、与供应商无关的档案(VNA),或用于存储图像和相关信息的任何合适的设备。
信号处理器132可以是一个或多个中央处理单元、微处理器、微控制器等。例如,信号处理器132可以是集成部件,或者可分布在各个位置。在示例性实施方案中,信号处理器132可包括解剖结构提取处理器140、患者特定模型生成处理器150和解剖取向指示符处理器160。信号处理器132可能够从用户输入设备130和/或档案138接收输入信息、接收图像数据、生成可由显示系统134显示的输出并且响应于来自用户输入设备130的输入信息来操纵输出等。包括解剖结构提取处理器140、患者特定模型生成处理器150和解剖取向指示符处理器160的信号处理器132可能能够例如执行根据各种实施方案的本文中所讨论的方法和/或指令集中的任一者。
超声系统100可操作为以适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120的范围内,但可更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统134上。图像缓冲器136被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地,图像缓冲器136具有足够的容量来存储至少几分钟的超声扫描数据的帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器136可体现为任何已知的数据存储介质。
信号处理器132可包括解剖结构提取处理器140,该解剖结构提取处理器包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为从3D体积提取感兴趣解剖结构。例如,解剖结构提取处理器140可用于提取心脏的瓣膜、心室或血管。解剖结构提取处理器140可使用图像分割、手动跟踪和/或任何合适的解剖结构提取技术从3D体积提取感兴趣解剖结构。例如,解剖结构提取处理器140可经由用户输入设备130接收图像数据中感兴趣解剖结构的边界的手动跟踪。解剖结构提取处理器140可使用手动跟踪从3D体积提取感兴趣解剖结构信息。又如,解剖结构提取处理器140可经由用户输入设备130接收感兴趣解剖结构的界标212、312、412、512的标识,解剖结构提取处理器140可使用这些标识在3D体积中分割感兴趣解剖结构。例如,期望从3D体积提取三尖瓣的用户可选择三尖瓣工具以选择图像数据中描绘的三尖瓣的界标212、312、412、512。解剖结构提取处理器140可使用界标212、312、412、512来分割3D体积中的三尖瓣。
附加地和/或另选地,解剖结构提取处理器140可包括例如人工智能图像分析算法、一个或多个深度神经网络(例如,卷积神经网络,诸如u-net)并且/或者可利用被配置为提供分割功能的任何合适形式的人工智能图像分析技术或机器学习处理功能。配置为提供分割的人工智能图像分析技术或机器学习处理功能可附加地和/或另选地由不同的处理器提供或者跨超声系统100处的多个处理器和/或通信地耦接到超声系统100的远程处理器分布。例如,图像分割功能可被提供为深度神经网络,该深度神经网络可由例如输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如,图像分割功能可包括具有用于来自解剖结构的3D体积的每个像素或一组像素的神经元的输入层。输出层可具有对应于多个预定义解剖结构(诸如三尖瓣、二尖瓣、主动脉瓣、左心室、右心室或任何合适的解剖结构)的神经元。每一层的每个神经元可执行处理功能,并且将处理的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图像数据中的界标的位置。由深度神经网络执行的处理可以大概率标识解剖结构和结构在3D体积中的位置。
在示例性实施方案中,解剖结构提取处理器140可被配置为将所提取的解剖结构信息存储在档案138和/或任何合适的存储介质处。可将所提取的解剖结构信息提供给患者特定模型生成处理器150。
信号处理器132可包括患者特定模型生成处理器150,该患者特定模型生成处理器包括可操作为基于所提取的感兴趣解剖结构信息生成患者特定模型的合适的逻辑、电路、接口和/或代码。例如,患者特定模型生成处理器150可被配置为使用所提取的感兴趣解剖结构信息来执行多边形建模、点云建模、曲线建模、数字造型和/或任何合适的3D建模技术和/或算法以生成患者特定模型。
信号处理器132可包括解剖取向指示符处理器160,该解剖取向指示符处理器包括可操作为生成并且呈现具有患者特定模型的解剖取向指示符的合适的逻辑、电路、接口和/或代码。解剖取向指示符和患者特定模型可以在相同的观察点处呈现,以提供患者特定模型相对于附近解剖结构的空间上下文。解剖取向指示符可包括基于解剖知识限定的一个或多个模拟患者解剖结构模型。例如,可使用科学文献中报告的平均形状、尺寸和取向来限定模拟患者解剖结构模型。可基于与患者特定模型的解剖结构的关联,从档案138或任何合适的数据存储介质中选择和检索该模拟患者解剖结构模型。
例如,解剖取向指示符处理器160可响应于三尖瓣患者特定模型的生成,从档案138或任何合适的数据存储介质中检索主动脉瓣和二尖瓣的模拟患者解剖结构模型。例如,二尖瓣环模拟患者解剖结构模型可以基于科学报告的关于形状(例如,短轴上的非平面鞍形和D形)和大小(例如,主轴平均长度、相对于瓣膜平面的前点高度等)的数据来限定。二尖瓣环模拟患者解剖结构模型的位置可以基于相对于主动脉瓣环和/或三尖瓣的科学数据来限定。例如,二尖瓣环模拟患者解剖结构模型和/或主动脉瓣环模拟患者解剖结构模型的位置和/或取向可以由科学报告的数据限定,即主动脉瓣环在二尖瓣之前,并且两个环平均偏斜135度。
解剖取向指示符处理器160可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为通过相对于患者特定模型并且在与患者特定模型相同的观察点处对检索到的模拟患者解剖结构模型进行定位和取向来生成包括模拟患者解剖结构模型的解剖取向指示符。例如,解剖取向指示符处理器160可标识患者特定模型的坐标系。例如,心脏瓣膜的原点坐标系可以被定义为瓣膜的中心,并且三轴可以是瓣膜平面的法线、主解剖轴(例如,三尖瓣的四室(4CH)视图方向或二尖瓣的前后视图)以及瓣膜平面的法线与主解剖轴的交叉乘积。解剖取向指示符处理器160可被配置为计算模拟患者解剖结构模型的位置和取向并且将其应用于患者特定模型的坐标系。
解剖取向指示符处理器160可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为在显示系统134处呈现具有患者特定模型的解剖取向指示符。例如,解剖取向指示符处理器160可被配置为标识患者特定模型的观察点。患者特定模型的观察点可以是初始默认观察点、经由用户输入设备130选择的观察点或任何合适的观察点。解剖取向指示符处理器160可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为响应于患者特定模型的观察点的改变来更新解剖取向指示符的位置和取向,使得解剖取向指示符的观察点与患者特定模型的观察点相匹配。例如,信号处理器132和/或解剖取向指示符处理器160可从用户输入设备130接收改变患者特定模型的观察点的指令(例如,用于旋转患者特定模型的鼠标输入)。作为响应,解剖取向指示符处理器160可以改变解剖取向指示符的观察点(例如,旋转解剖取向指示符)以与患者特定模型的新的观察点相匹配。在示例性实施方案中,解剖取向指示符处理器160基本上实时地平滑地更新解剖取向指示符的观察点,使得解剖取向指示符的患者特定模型和模拟患者解剖结构模型的观察点的旋转同步。
在各种实施方案中,解剖取向指示符处理器160可以各种可选择和/或默认方式中的一种或多种方式呈现解剖取向指示符。例如,可在显示系统134处呈现具有较小解剖取向指示符的全尺寸患者特定模型,该较小解剖取向指示符包括患者特定模型中描绘的解剖结构的模拟患者解剖结构模型和患者特定模型中描绘的解剖结构附近的一个或多个解剖结构,例如,如下文所述,如图2至图3所示。又如,可在显示系统134处呈现具有较小解剖取向指示符的全尺寸患者特定模型,该较小解剖取向指示符包括患者特定模型的较小副本和在患者特定模型中描绘的解剖结构附近的一个或多个解剖结构的模拟患者解剖结构模型,例如,如下文所述,如图4所示。又如,可在显示系统134处呈现全尺寸解剖取向指示符,该全尺寸解剖取向指示符包括患者特定模型和在患者特定模型中描绘的解剖结构附近的一个或多个解剖结构的模拟患者解剖结构模型,例如,如下文所述,如图5所示。
图2示出了根据各种实施方案的具有感兴趣解剖结构的患者特定模型210的解剖取向指示符220在第一观察点200A和第二观察点200B处的示例性显示200、200A、200B。参见图2,第一显示200A在第一观察点处呈现患者特定模型210和解剖取向指示符220。患者特定模型210包括界标212,这些界标可在从3D体积提取解剖结构期间已被选择和/或以其他方式标识。患者特定模型210可以为例如患者的三尖瓣或任何合适的解剖结构的模型。
患者特定模型210可根据提取自从患者采集的3D体积的解剖结构信息生成。解剖取向指示符220可包括患者特定模型中描绘的解剖结构和附近的解剖结构的模拟患者解剖结构模型。例如,解剖取向指示符220可包括三尖瓣222的模拟患者解剖结构模型、主动脉瓣224的模拟患者解剖结构模型和二尖瓣226的模拟患者解剖结构模型。解剖取向指示符220的模拟患者解剖结构模型222、224、226可呈现在与患者特定模型210的第一观察点相对应的第一观察点处。在各种实施方案中,信号处理器132可接收改变患者特定模型210的观察点的指令。例如,用户可使用鼠标、触摸屏、轨迹球或任何合适的用户输入设备130来将患者特定模型210旋转到第二观察点200B。响应于用户输入将观察点从第一观察点200A改变为第二观察点200B,可将患者特定模型210和解剖取向指示符220同时且平滑地更新到第二观察点200B。因此,解剖取向指示符220连续地提供相对于患者特定模型210的空间上下文信息。患者特定模型210和解剖取向指示符220可呈现在显示系统134的显示200、200A、200B处并且/或者可存储在档案138或任何合适的数据存储介质处。
图3为根据各种实施方案的具有感兴趣解剖结构的患者特定模型310的解剖取向指示符320的示例性显示300,解剖取向指示符320包括感兴趣解剖结构322和附近的解剖结构324、326的模拟患者解剖结构模型322、324、326。参见图3,显示300呈现患者特定模型310和解剖取向指示符320。患者特定模型310包括界标312,这些界标可在从3D体积提取解剖结构期间已被选择和/或以其他方式标识。患者特定模型310可以为例如患者的三尖瓣或任何合适的解剖结构的模型。患者特定模型310可根据提取自从患者采集的3D体积的解剖结构信息生成。解剖取向指示符320可包括患者特定模型中描绘的解剖结构和附近的解剖结构的模拟患者解剖结构模型。例如,解剖取向指示符320可包括三尖瓣322的模拟患者解剖结构模型、主动脉瓣324的模拟患者解剖结构模型和二尖瓣326的模拟患者解剖结构模型。解剖取向指示符320的模拟患者解剖结构模型322、324、326可呈现在与患者特定模型310的观察点相对应的观察点处。患者特定模型310和解剖取向指示符320可呈现在显示系统134的显示300处并且/或者可存储在档案138或任何合适的数据存储介质处。
图4为根据各种实施方案的具有感兴趣解剖结构的患者特定模型410的解剖取向指示符420的示例性显示400,解剖取向指示符420包括患者特定模型422和附近解剖结构的模拟患者解剖结构模型424、426。参见图4,显示400呈现患者特定模型410和解剖取向指示符420。患者特定模型410包括界标412,这些界标可在从3D体积提取解剖结构期间已被选择和/或以其他方式标识。患者特定模型410可以为例如患者的三尖瓣或任何合适的解剖结构的模型。患者特定模型410可根据提取自从患者采集的3D体积的解剖结构信息生成。解剖取向指示符420可包括患者特定模型中描绘的解剖结构和附近的解剖结构的模拟患者解剖结构模型。例如,解剖取向指示符420可包括三尖瓣322的患者特定模型的副本、主动脉瓣424的模拟患者解剖结构模型和二尖瓣426的模拟患者解剖结构模型。解剖取向指示符420的患者特定模型422和模拟患者解剖结构模型424、426可呈现在与患者特定模型410的观察点相对应的观察点处。患者特定模型410和解剖取向指示符420可呈现在显示系统134的显示400处并且/或者可存储在档案138或任何合适的数据存储介质处。
图5为根据各种实施方案的解剖取向指示符520的示例性显示500,该解剖取向指示符包括感兴趣解剖结构的患者特定模型510和附近解剖结构的模拟患者解剖结构模型524、526。参见图5,显示500呈现解剖取向指示符520,该解剖取向指示符包括患者特定模型510和附近解剖结构的模拟患者解剖结构模型524、526。患者特定模型510包括界标412,这些界标可在从3D体积提取解剖结构期间已被选择和/或以其他方式标识。患者特定模型510可以为例如患者的三尖瓣或任何合适的解剖结构的模型。患者特定模型510可根据提取自从患者采集的3D体积的解剖结构信息生成。附近解剖结构的模拟患者解剖结构模型可包括例如主动脉瓣524的模拟患者解剖结构模型和二尖瓣526的模拟患者解剖结构模型。解剖取向指示符520的模拟患者解剖结构模型524、526可呈现在与解剖取向指示符520的患者特定模型510的观察点相对应的观察点处。解剖取向指示符520可呈现在显示系统134的显示器500处并且/或者可存储在档案138或任何合适的数据存储介质处。
再次参见图1,显示系统134可以是能够将视觉信息传送给用户的任何设备。例如,显示系统134可包括液晶显示器、发光二极管显示器、和/或任何合适的一种或多种显示器。显示系统134可操作为显示来自信号处理器132和/或档案138(诸如患者特定模型210、310、410、422、510,解剖取向指示符220、320、420、520)的信息和/或任何合适的信息。
档案138可以是与超声系统100集成和/或(例如,通过网络)可通信地耦接到超声系统100的一个或多个计算机可读存储器,诸如图像归档和通信系统(PACS)、企业档案(EA)、与供应商无关的档案(VNA)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储装置、闪存存储器、随机存取存储器、只读存储器、电可擦除和可编程只读存储器和/或任何合适的存储器。档案138可包括例如由信号处理器132访问和/或结合到信号处理器132的数据库、库、信息集或其他存储器。例如,档案138能够暂时或永久地存储数据。档案138可能能够存储医学图像数据、由信号处理器132生成的数据和/或信号处理器132可读取的指令等。在各种实施方案中,档案138存储患者特定模型210、310、410、422、510,解剖取向指示符220、320、420、520、与患者特定模型210、310、410、422、510中描绘的解剖结构相关联的模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526、用于从3D体积提取解剖结构的指令、由解剖结构提取处理器140生成的分割信息、用于限定模拟患者解剖结构模型的指令、用于检索一个或多个模拟患者解剖结构模型的指令和/或用于生成并显示解剖取向指示符的指令等。
图6是示出根据示例性实施方案的可用于提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520的示例性步骤602至614的流程图600。参见图6,示出了包括示例性步骤602至614的流程图600。某些实施方案可省略一个或多个步骤,和/或以与所列顺序不同的顺序执行步骤,和/或组合下文讨论的某些步骤。例如,在某些实施方案中可能不执行一些步骤。又如,某些步骤可能以与下面所列时间顺序不同的时间顺序执行,包括同时执行。
在步骤602处,超声系统100可采集具有感兴趣解剖结构的区域的3D超声体积。例如,超声系统100的超声探头104可采集心脏或任何合适的解剖结构的3D体积。
在步骤604处,超声系统100的信号处理器132可从3D体积提取感兴趣解剖结构。例如,超声系统100的解剖结构提取处理器140可从在步骤602处采集的3D体积提取感兴趣解剖结构,诸如心脏的瓣膜、心室或血管。解剖结构提取处理器140可使用图像分割、手动跟踪和/或任何合适的解剖结构提取技术从3D体积提取感兴趣解剖结构。
在步骤606处,超声系统100的信号处理器132可生成所提取的感兴趣解剖结构的患者特定模型210、310、410、422、510。例如,信号处理器132的患者特定模型生成处理器150可被配置为基于在步骤604处提取的感兴趣解剖结构信息来生成患者特定模型210、310、410、422、510。例如,患者特定模型生成处理器150可被配置为使用所提取的感兴趣解剖结构信息来执行多边形建模、点云建模、曲线建模、数字造型和/或任何合适的3D建模技术和/或算法,以生成患者特定模型210、310、410、422、510。
在步骤608处,超声系统100的信号处理器132可检索与基于解剖知识限定的感兴趣解剖结构相邻的一个或多个模拟患者解剖结构模型224、226、324、326、424、426、524、526。例如,信号处理器132的解剖取向指示符处理器160可被配置为从档案138和/或任何合适的数据存储介质选择和检索模拟患者解剖结构模型。模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526可使用科学文献中报告的平均形状、尺寸和取向来限定。模拟患者解剖结构模型224、226、324、326、424、426、524、526可包括与患者特定模型210、310、410、422、510中描绘的感兴趣解剖结构相邻的解剖结构的模拟患者解剖结构模型。在示例性实施方案中,解剖取向指示符处理器160还可检索感兴趣解剖结构的模拟患者解剖结构模型222、322。
在步骤610处,超声系统100的信号处理器132可生成解剖取向指示符220、320、420、520,该解剖取向指示符包括在相对于患者特定模型210、310、410、422、510的患者特定位置和患者特定取向的位置和取向处检索到的一个或多个模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526中的每一者。例如,信号处理器132的解剖取向指示符处理器160可被配置为通过相对于患者特定模型210、310、410、422、510并且在与患者特定模型210、310、410、422、510相同的观察点定位和取向检索到的模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526来生成包括模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526的解剖取向指示符。例如,解剖取向指示符处理器160可标识患者特定模型210、310、410、422、510的坐标系,并且将模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526的位置和取向应用于患者特定模型210、310、410、422、510的坐标系。
在步骤612处,超声系统100的信号处理器132可呈现具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520、解剖取向指示符220、320、420、520的一个或多个模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526和具有相同观察点的患者特定模型210、310、410、422、510。例如,信号处理器132的解剖取向指示符处理器160可被配置为在显示系统134处呈现具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。解剖取向指示符处理器160可被配置为标识患者特定模型210、310、410、422、510的观察点。患者特定模型210、310、410、422、510的观察点可以是初始默认观察点、经由用户输入设备130选择的观察点或任何合适的观察点。解剖取向指示符处理器160可以多种可选择的和/或默认的方式中的一种或多种方式呈现解剖取向指示符220、320、420、520,例如,如上文相对于图2至图5所述。
在步骤614处,超声系统100的信号处理器132可接收改变患者特定模型210、310、410、422、510的观察点的指令。例如,信号处理器132和/或解剖取向指示符处理器160可从用户输入设备130接收改变患者特定模型的观察点的指令(例如,鼠标、轨迹球和/或触摸屏输入以旋转患者特定模型)。作为响应,该过程可以返回步骤612,并且解剖取向指示符处理器160可以改变解剖取向指示符的观察点(例如,旋转解剖取向指示符)以与患者特定模型210、310、410、422、510的新的观察点相匹配。在代表性的实施方案中,解剖取向指示符处理器160基本上实时地平滑地更新解剖取向指示符220、320、420、520的观察点,使得患者特定模型210、310、410、422、510的观察点的旋转和解剖取向指示符220、320、420、520的模拟患者解剖结构模型222、224、226、322、324、326、424、426、524、526同步。
本公开的各方面提供了具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。根据各种实施方案,方法600可包括由超声系统100的至少一个处理器132、140从三维(3D)体积提取604感兴趣解剖结构。方法600可包括由至少一个处理器132、150生成606从3D体积提取的感兴趣解剖结构的患者特定模型210、310、410、422、510。方法600可包括由至少一个处理器132、160生成610解剖取向指示符220、320、420、520,该解剖取向指示符包括在相对于患者特定模型210、310、410、422、510的患者特定位置和患者特定取向的位置和取向处与感兴趣解剖结构相邻的解剖结构的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。方法600可包括由至少一个处理器132、160在超声系统100的显示系统134处显示612具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。解剖取向指示符220、320、420、520的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526和患者特定模型210、310、410、422、510可在相同的第一观察点200A、300、400、500处显示。方法600可以包括由至少一个处理器132、160接收614将患者特定模型210、310、410、422、510的观察点200A、300、400、500改变为第二观察点200B的指令。方法600可包括由至少一个处理器132、160在显示系统134处将具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520的显示612更新到第二观察点200B。
在代表性的实施方案中,方法600可包括由超声系统100的超声探头104采集602具有感兴趣解剖结构的区域的3D体积。在示例性实施方案中,将具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520的显示612更新到第二观察点200B可以是到第二观察点200B的平滑、同步过渡。在各种实施方案中,方法600可包括由至少一个处理器132、160从数据存储介质138检索608至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。在某些实施方案中,可使用与感兴趣解剖结构相邻的多个解剖结构的平均报告形状、平均报告尺寸和平均报告取向来限定至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。在代表性的实施方案中,解剖取向指示符220、320、420、520可包括感兴趣解剖结构的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526和模拟患者解剖结构模型222、322。在示例性实施方案中,解剖取向指示符220、320、420、520可包括患者特定模型422、510和至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。
各种实施方案提供了超声系统100,用于提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。超声系统100可包括至少一个处理器132、140、150、160和显示系统134。至少一个处理器132、140可被配置为从三维(3D)体积提取感兴趣解剖结构。至少一个处理器132、150可被配置为生成从3D体积提取的感兴趣解剖结构的患者特定模型210、310、410、422、510。至少一个处理器132、160可被配置为生成解剖取向指示符220、320、420、520,该解剖取向指示符包括在相对于患者特定模型210、310、410、422、510的患者特定位置和患者特定取向的位置和取向处与感兴趣解剖结构相邻的解剖结构的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。至少一个处理器132、160可被配置为在显示系统134处显示具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。解剖取向指示符220、320、420、520的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526和患者特定模型210、310、410、422、510可在相同的第一观察点200A、300、400、500处显示。至少一个处理器132、160可被配置为接收将患者特定模型210、310、410、422、510的观察点200A、300、400、500改变为第二观察点200B的指令。至少一个处理器132、160可被配置为在显示系统134处将具有患者特定模型210、310、410、422、510的解剖取向指示符的显示200A、300、400、500更新到第二观察点200B。显示系统134可被配置为在相同的第一观察点200A、300、400、500处和第二观察点200B处显示具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。
在示例性实施方案中,超声系统100可包括超声探头104,该超声探头可操作为采集具有感兴趣解剖结构的区域的3D体积。在各种实施方案中,至少一个处理器132、160可被配置为将具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520的显示200A、300、400、500作为到第二观察点200B的平滑、同步过渡更新到第二观察点200B。在某些实施方案中,超声系统100可包括数据存储介质138。至少一个处理器132、160可被配置为从数据存储介质138检索至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。在代表性的实施方案中,可使用与感兴趣解剖结构相邻的多个解剖结构的平均报告形状、平均报告尺寸和平均报告取向来限定至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。在示例性实施方案中,解剖取向指示符220、320、420、520可包括感兴趣解剖结构的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526和模拟患者解剖结构模型222、322。在各种实施方案中,解剖取向指示符220、320、420、520可包括患者特定模型422、510和至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。
某些实施方案提供一种非暂态计算机可读介质,该非暂态计算机可读介质上存储有计算机程序,该计算机程序具有至少一个代码段。该至少一个代码段可由机器执行以使超声系统执行步骤600。该步骤600可包括从三维(3D)体积提取604感兴趣解剖结构。步骤600可包括生成606从3D体积提取的感兴趣解剖结构的患者特定模型210、310、410、422、510。步骤600可包括生成610解剖取向指示符220、320、420、520,该解剖取向指示符包括在相对于患者特定模型210、310、410、422、510的患者特定位置和患者特定取向的位置和取向处与感兴趣解剖结构相邻的解剖结构的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。步骤600可包括在超声系统100的显示系统134处显示612具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520。解剖取向指示符220、320、420、520的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526和患者特定模型210、310、410、422、510可在相同的第一观察点200A、300、400、500处显示。步骤600可包括接收614将患者特定模型210、310、410、422、510的观察点200A、300、400、500改变为第二观察点200B的指令。步骤600可包括将具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520的显示612更新到显示系统134处的第二观察点200B。
在各种实施方案中,将具有患者特定模型210、310、410、422、510的解剖取向指示符220、320、420、520的显示612更新到第二观察点200B可以是到第二观察点200B的平滑、同步过渡。在某些实施方案中,步骤600可包括从数据存储介质138检索608至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。在代表性的实施方案中,可使用与感兴趣解剖结构相邻的多个解剖结构的平均报告形状、平均报告尺寸和平均报告取向来限定至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。在示例性实施方案中,解剖取向指示符220、320、420、520可包括感兴趣解剖结构的至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526和模拟患者解剖结构模型222、322。在各种实施方案中,解剖取向指示符220、320、420、520可包括患者特定模型422、510和至少一个模拟患者解剖结构模型224、226、324、326、424、426、524、526。
如本文所用,术语“电路”是指物理电子部件(即,硬件)以及可配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。例如,如本文所用,当执行一条或多条第一代码时,特定处理器和存储器可包括第一“电路”,并且在执行一条或多条第二代码时,特定处理器和存储器可包括第二“电路”。如本文所用,“和/或”表示列表中的由“和/或”连结的项中的任一个或多个项。例如,“x和/或y”表示三元素集{(x),(y),(x,y)}中的任何元素。作为另一个示例,“x、y和/或z”表示七元素集{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。如本文所用,术语“示例性”表示用作非限制性示例、实例或例证。如本文所用,术语“例如(e.g.)”和“例如(forexample)”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“用于”或“被配置为”每当该电路包括执行功能的必需硬件和代码(如果需要的话)时就执行该功能,不管是否通过某些用户可配置的设置禁用或不启用该功能的执行。
其他实施方案可提供计算机可读设备和/或非暂态计算机可读介质,以及/或者机器可读设备和/或非暂态机器可读介质,该计算机可读设备和/或非暂态计算机可读介质以及/或者该机器可读设备和/或非暂态机器可读介质上存储有机器代码和/或具有能够由机器和/或计算机执行的至少一个代码段的计算机程序,从而使机器和/或计算机执行如本文所述的步骤以提供具有从三维(3D)超声体积提取的感兴趣解剖结构的患者特定模型的解剖取向指示符。
因此,本公开可在硬件、软件或硬件和软件的组合中实现。本公开可能以集中方式在至少一个计算机系统中实现,或以分布式方式实现,其中不同的元件分布在若干互连的计算机系统上。适于执行本文所述的方法的任何种类的计算机系统或其他装置都是合适的。
各种实施方案也可嵌入计算机程序产品中,该计算机程序产品包括能够实现本文所述的方法的所有特征,并且当加载到计算机系统中时能够执行这些方法。本文中的计算机程序是指以任何语言、代码或符号表示的一组指令的任何表达,这些指令旨在使具有信息处理能力的系统直接执行特定功能或在以下两项或其中一项之后执行特定功能:a)转换为另一种语言、代码或符号;b)以不同的物质形式进行复制。
虽然已经参考某些实施方案描述了本公开,但是本领域的技术人员应当理解,在不脱离本公开的范围的情况下,可以进行各种改变并可以替换等同物。另外,在不脱离本公开的范围的情况下,可以进行许多修改以使特定情况或材料适应于本公开的教导。因此,本公开不旨在限于所公开的特定实施方案,而是本公开将包括落入所附权利要求书的范围内的所有实施方案。
Claims (20)
1.一种方法,包括:
由超声系统的至少一个处理器从三维(3D)体积提取感兴趣解剖结构;
由所述至少一个处理器生成从所述3D体积提取的所述感兴趣解剖结构的患者特定模型;
由所述至少一个处理器生成解剖取向指示符,所述解剖取向指示符包括在相对于所述患者特定模型的患者特定位置和患者特定取向的位置和取向处与所述感兴趣解剖结构相邻的解剖结构的至少一个模拟患者解剖结构模型;
由所述至少一个处理器在所述超声系统的显示系统处显示具有所述患者特定模型的所述解剖取向指示符,其中所述解剖取向指示符的所述至少一个模拟患者解剖结构模型和所述患者特定模型在相同的第一观察点处显示;
由所述至少一个处理器接收将所述患者特定模型的观察点改变为第二观察点的指令;以及
由所述至少一个处理器在所述显示系统处将具有所述患者特定模型的所述解剖取向指示符的所述显示更新到所述第二观察点。
2.根据权利要求1所述的方法,包括由所述超声系统的超声探头采集具有所述感兴趣解剖结构的区域的所述3D体积。
3.根据权利要求1所述的方法,其中将具有所述患者特定模型的所述解剖取向指示符的所述显示更新到所述第二观察点是到所述第二观察点的平滑、同步过渡。
4.根据权利要求1所述的方法,包括由所述至少一个处理器从数据存储介质检索所述至少一个模拟患者解剖结构模型。
5.根据权利要求1所述的方法,其中使用与所述感兴趣解剖结构相邻的多个解剖结构的平均报告形状、平均报告尺寸和平均报告取向来限定所述至少一个模拟患者解剖结构模型。
6.根据权利要求1所述的方法,其中所述解剖取向指示符包括所述至少一个模拟患者解剖结构模型和所述感兴趣解剖结构的模拟患者解剖结构模型。
7.根据权利要求1所述的方法,其中所述解剖取向指示符包括所述患者特定模型和所述至少一个模拟患者解剖结构模型。
8.一种超声系统,包括:
至少一个处理器,所述至少一个处理器被配置为:
从三维(3D)体积提取感兴趣解剖结构;
生成从所述3D体积提取的所述感兴趣解剖结构的患者特定模型;
生成解剖取向指示符,所述解剖取向指示符包括在相对于所述患者特定模型的患者特定位置和患者特定取向的位置和取向处与所述感兴趣解剖结构相邻的解剖结构的至少一个模拟患者解剖结构模型;
在显示系统处显示具有所述患者特定模型的所述解剖取向指示符,其中所述解剖取向指示符的所述至少一个模拟患者解剖结构模型和所述患者特定模型在相同的第一观察点处显示;
接收将所述患者特定模型的观察点改变为第二观察点的指令;以及
在所述显示系统处将具有所述患者特定模型的所述解剖取向指示符的所述显示更新到所述第二观察点;和
所述显示系统,所述显示系统被配置为在所述相同的第一观察点和所述第二观察点处显示具有所述患者特定模型的所述解剖取向指示符。
9.根据权利要求8所述的系统,包括超声探头,所述超声探头能够操作为采集具有所述感兴趣解剖结构的区域的所述3D体积。
10.根据权利要求8所述的系统,其中所述至少一个处理器被配置为将具有所述患者特定模型的所述解剖取向指示符的所述显示作为到所述第二观察点的平滑、同步过渡更新到所述第二观察点。
11.根据权利要求8所述的系统,包括数据存储介质,其中所述至少一个处理器被配置为从所述数据存储介质检索所述至少一个模拟患者解剖结构模型。
12.根据权利要求8所述的系统,其中使用与所述感兴趣解剖结构相邻的多个解剖结构的平均报告形状、平均报告尺寸和平均报告取向来限定所述至少一个模拟患者解剖结构模型。
13.根据权利要求8所述的系统,其中所述解剖取向指示符包括所述至少一个模拟患者解剖结构模型和所述感兴趣解剖结构的模拟患者解剖结构模型。
14.根据权利要求8所述的系统,其中所述解剖取向指示符包括所述患者特定模型和所述至少一个模拟患者解剖结构模型。
15.一种非暂态计算机可读介质,在所述非暂态计算机可读介质上存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段能够由机器执行以使得超声系统执行包括以下各项的步骤:
从三维(3D)体积提取感兴趣解剖结构;
生成从所述3D体积提取的所述感兴趣解剖结构的患者特定模型;
生成解剖取向指示符,所述解剖取向指示符包括在相对于所述患者特定模型的患者特定位置和患者特定取向的位置和取向处与所述感兴趣解剖结构相邻的解剖结构的至少一个模拟患者解剖结构模型;
在所述超声系统的显示系统处显示具有所述患者特定模型的所述解剖取向指示符,其中所述解剖取向指示符的所述至少一个模拟患者解剖结构模型和所述患者特定模型在相同的第一观察点处显示;
接收将所述患者特定模型的观察点改变为第二观察点的指令;以及
将具有所述患者特定模型的所述解剖取向指示符的所述显示更新到所述显示系统处的所述第二观察点。
16.根据权利要求15所述的非暂态计算机可读介质,其中将具有所述患者特定模型的所述解剖取向指示符的所述显示更新到所述第二观察点是到所述第二观察点的平滑、同步过渡。
17.根据权利要求15所述的非暂态计算机可读介质,包括从数据存储介质检索所述至少一个模拟患者解剖结构模型。
18.根据权利要求15所述的非暂态计算机可读介质,其中使用与所述感兴趣解剖结构相邻的多个解剖结构的平均报告形状、平均报告尺寸和平均报告取向来限定所述至少一个模拟患者解剖结构模型。
19.根据权利要求15所述的非暂态计算机可读介质,其中所述解剖取向指示符包括所述至少一个模拟患者解剖结构模型和所述感兴趣解剖结构的模拟患者解剖结构模型。
20.根据权利要求15所述的非暂态计算机可读介质,其中所述解剖取向指示符包括所述患者特定模型和所述至少一个模拟患者解剖结构模壁。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/003,247 US11974881B2 (en) | 2020-08-26 | 2020-08-26 | Method and system for providing an anatomic orientation indicator with a patient-specific model of an anatomical structure of interest extracted from a three-dimensional ultrasound volume |
US17/003,247 | 2020-08-26 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114098797A CN114098797A (zh) | 2022-03-01 |
CN114098797B true CN114098797B (zh) | 2024-05-14 |
Family
ID=80355980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110993081.XA Active CN114098797B (zh) | 2020-08-26 | 2021-08-26 | 用于提供解剖取向指示符的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11974881B2 (zh) |
CN (1) | CN114098797B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11803967B2 (en) * | 2021-04-01 | 2023-10-31 | GE Precision Healthcare LLC | Methods and systems for bicuspid valve detection with generative modeling |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1853576A (zh) * | 2005-04-26 | 2006-11-01 | 韦伯斯特生物官能公司 | 使用超声轮廓重建的三维心脏成像 |
KR101094838B1 (ko) * | 2010-09-17 | 2011-12-16 | 주식회사 인피니트헬스케어 | 혈관 계통도 상의 관심영역 표시단말기 및 표시방법 |
CN102460514A (zh) * | 2009-06-18 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 成像程序规划 |
CN102481457A (zh) * | 2009-07-17 | 2012-05-30 | 计算机心脏有限公司 | 基于心脏组织表面轮廓的放射外科手术治疗方案设计 |
WO2012153222A1 (en) * | 2011-05-06 | 2012-11-15 | Koninklijke Philips Electronics N.V. | Medical image system and method |
CN103222879A (zh) * | 2012-01-25 | 2013-07-31 | 通用电气公司 | 用于识别超声成像的最佳图像帧的系统和方法 |
CN103919571A (zh) * | 2013-01-11 | 2014-07-16 | 通用电气公司 | 超声图像分割 |
CN103997971A (zh) * | 2011-12-12 | 2014-08-20 | 皇家飞利浦有限公司 | 用于超声心动描记的自动成像平面选择 |
CN104114103A (zh) * | 2012-02-13 | 2014-10-22 | 皇家飞利浦有限公司 | 对3d体积的从多个方向的同时超声察看 |
CN105074778A (zh) * | 2013-03-28 | 2015-11-18 | 皇家飞利浦有限公司 | 交互式随访可视化 |
WO2015172833A1 (en) * | 2014-05-15 | 2015-11-19 | Brainlab Ag | Indication-dependent display of a medical image |
WO2018060304A1 (en) * | 2016-09-30 | 2018-04-05 | Koninklijke Philips N.V. | Anatomical model for position planning and tool guidance of a medical tool |
CN109716389A (zh) * | 2016-09-05 | 2019-05-03 | 光线搜索实验室公司 | 用于三维医学数据的交互画轮廓的图像处理系统和方法 |
CN110101355A (zh) * | 2014-07-28 | 2019-08-09 | 直观外科手术操作公司 | 用于术中分割的系统和方法 |
CN110476075A (zh) * | 2017-03-30 | 2019-11-19 | 皇家飞利浦有限公司 | 针对解剖区域的磁共振指纹识别词典的选择 |
RU2707369C1 (ru) * | 2019-02-27 | 2019-11-26 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Самарский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ подготовки и выполнения хирургической операции с использованием дополненной реальности и комплекс оборудования для её осуществления |
CN110602980A (zh) * | 2017-05-10 | 2019-12-20 | 波士顿科学医学有限公司 | 用于电解剖标测的感兴趣区域表示 |
CN110621253A (zh) * | 2017-03-17 | 2019-12-27 | 智能联合外科公司 | 用于导航手术中的增强现实显示的系统和方法 |
CN111127488A (zh) * | 2019-12-29 | 2020-05-08 | 兰州理工大学 | 一种基于统计形状模型自动构建患者解剖结构模型的方法 |
CN111179410A (zh) * | 2018-11-13 | 2020-05-19 | 韦伯斯特生物官能(以色列)有限公司 | 医疗用户界面 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8543338B2 (en) * | 2007-01-16 | 2013-09-24 | Simbionix Ltd. | System and method for performing computerized simulations for image-guided procedures using a patient specific model |
US7782319B2 (en) * | 2007-03-28 | 2010-08-24 | Autodesk, Inc. | Three-dimensional orientation indicator and controller |
KR101182880B1 (ko) * | 2009-01-28 | 2012-09-13 | 삼성메디슨 주식회사 | 영상 지시자를 제공하는 초음파 시스템 및 방법 |
KR101121245B1 (ko) * | 2009-08-20 | 2012-03-23 | 삼성메디슨 주식회사 | 탄성 변화 정보를 제공하는 초음파 시스템 및 방법 |
JP5883888B2 (ja) * | 2011-02-17 | 2016-03-15 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 光形状検知を使用して電気的活動マップを提供するシステム |
US20170238907A1 (en) * | 2016-02-22 | 2017-08-24 | General Electric Company | Methods and systems for generating an ultrasound image |
US11058524B2 (en) * | 2016-09-26 | 2021-07-13 | James R. Glidewell Dental Ceramics, Inc. | Dental restoration design tools |
EP3612091A1 (en) * | 2017-04-18 | 2020-02-26 | Boston Scientific Scimed Inc. | Electroanatomical mapping tools facilitated by activation waveforms |
US20180360342A1 (en) * | 2017-06-16 | 2018-12-20 | Biosense Webster (Israel) Ltd. | Renal ablation and visualization system and method with composite anatomical display image |
US10863916B2 (en) * | 2017-06-21 | 2020-12-15 | Boston Scientific Scimed Inc | Dynamic repolarization substrate mapping |
US10952795B2 (en) * | 2017-06-30 | 2021-03-23 | Biosense Webster (Israel) Ltd. | System and method for glass state view in real-time three-dimensional (3D) cardiac imaging |
US10952705B2 (en) * | 2018-01-03 | 2021-03-23 | General Electric Company | Method and system for creating and utilizing a patient-specific organ model from ultrasound image data |
US20200405264A1 (en) * | 2019-06-27 | 2020-12-31 | Siemens Medical Solutions Usa, Inc. | Region of interest positioning for longitudinal montioring in quantitative ultrasound |
-
2020
- 2020-08-26 US US17/003,247 patent/US11974881B2/en active Active
-
2021
- 2021-08-26 CN CN202110993081.XA patent/CN114098797B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1853576A (zh) * | 2005-04-26 | 2006-11-01 | 韦伯斯特生物官能公司 | 使用超声轮廓重建的三维心脏成像 |
CN102460514A (zh) * | 2009-06-18 | 2012-05-16 | 皇家飞利浦电子股份有限公司 | 成像程序规划 |
CN102481457A (zh) * | 2009-07-17 | 2012-05-30 | 计算机心脏有限公司 | 基于心脏组织表面轮廓的放射外科手术治疗方案设计 |
KR101094838B1 (ko) * | 2010-09-17 | 2011-12-16 | 주식회사 인피니트헬스케어 | 혈관 계통도 상의 관심영역 표시단말기 및 표시방법 |
WO2012153222A1 (en) * | 2011-05-06 | 2012-11-15 | Koninklijke Philips Electronics N.V. | Medical image system and method |
CN103997971A (zh) * | 2011-12-12 | 2014-08-20 | 皇家飞利浦有限公司 | 用于超声心动描记的自动成像平面选择 |
CN103222879A (zh) * | 2012-01-25 | 2013-07-31 | 通用电气公司 | 用于识别超声成像的最佳图像帧的系统和方法 |
CN104114103A (zh) * | 2012-02-13 | 2014-10-22 | 皇家飞利浦有限公司 | 对3d体积的从多个方向的同时超声察看 |
CN103919571A (zh) * | 2013-01-11 | 2014-07-16 | 通用电气公司 | 超声图像分割 |
CN105074778A (zh) * | 2013-03-28 | 2015-11-18 | 皇家飞利浦有限公司 | 交互式随访可视化 |
WO2015172833A1 (en) * | 2014-05-15 | 2015-11-19 | Brainlab Ag | Indication-dependent display of a medical image |
CN110101355A (zh) * | 2014-07-28 | 2019-08-09 | 直观外科手术操作公司 | 用于术中分割的系统和方法 |
CN109716389A (zh) * | 2016-09-05 | 2019-05-03 | 光线搜索实验室公司 | 用于三维医学数据的交互画轮廓的图像处理系统和方法 |
WO2018060304A1 (en) * | 2016-09-30 | 2018-04-05 | Koninklijke Philips N.V. | Anatomical model for position planning and tool guidance of a medical tool |
CN110621253A (zh) * | 2017-03-17 | 2019-12-27 | 智能联合外科公司 | 用于导航手术中的增强现实显示的系统和方法 |
CN110476075A (zh) * | 2017-03-30 | 2019-11-19 | 皇家飞利浦有限公司 | 针对解剖区域的磁共振指纹识别词典的选择 |
CN110602980A (zh) * | 2017-05-10 | 2019-12-20 | 波士顿科学医学有限公司 | 用于电解剖标测的感兴趣区域表示 |
CN111179410A (zh) * | 2018-11-13 | 2020-05-19 | 韦伯斯特生物官能(以色列)有限公司 | 医疗用户界面 |
RU2707369C1 (ru) * | 2019-02-27 | 2019-11-26 | Федеральное государственное бюджетное образовательное учреждение высшего образования "Самарский государственный медицинский университет" Министерства здравоохранения Российской Федерации | Способ подготовки и выполнения хирургической операции с использованием дополненной реальности и комплекс оборудования для её осуществления |
CN111127488A (zh) * | 2019-12-29 | 2020-05-08 | 兰州理工大学 | 一种基于统计形状模型自动构建患者解剖结构模型的方法 |
Also Published As
Publication number | Publication date |
---|---|
US11974881B2 (en) | 2024-05-07 |
US20220061809A1 (en) | 2022-03-03 |
CN114098797A (zh) | 2022-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10803612B2 (en) | Method and system for structure recognition in three-dimensional ultrasound data based on volume renderings | |
US20200113544A1 (en) | Method and system for enhanced visualization of ultrasound probe positioning feedback | |
US11903768B2 (en) | Method and system for providing ultrasound image enhancement by automatically adjusting beamformer parameters based on ultrasound image analysis | |
CN112512437B (zh) | 用于同步多帧二维图像和运动模式图像中的卡尺测量的方法和系统 | |
US20220071595A1 (en) | Method and system for adapting user interface elements based on real-time anatomical structure recognition in acquired ultrasound image views | |
US11903760B2 (en) | Systems and methods for scan plane prediction in ultrasound images | |
CN114795276A (zh) | 用于从超声图像自动估计肝肾指数的方法和系统 | |
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 | |
CN113034375A (zh) | 用于提供模糊滤波以强调超声图像数据中的聚焦区域或深度的方法和系统 | |
CN114098797B (zh) | 用于提供解剖取向指示符的方法和系统 | |
CN115334975A (zh) | 用于对心外膜脂肪组织进行成像和测量的系统和方法 | |
CN112568927A (zh) | 用于为三维的和四维的超声图像提供旋转预览的方法和系统 | |
CN112515944B (zh) | 具有用于心肺复苏(cpr)按压的实时反馈的超声成像 | |
CN113208645A (zh) | 用于提供增强的超声图像的方法和系统 | |
US20230196554A1 (en) | Method and system for automatically analyzing placenta insufficiency in a curved topographical ultrasound image slice | |
US20220160334A1 (en) | Method and system for enhanced visualization of a pleural line by automatically detecting and marking the pleural line in images of a lung ultrasound scan | |
US20240041430A1 (en) | Method and system for defining a boundary of a region of interest by applying threshold values to outputs of a probabilistic automatic segmentation model based on user-selected segmentation sensitivity levels | |
US20230255587A1 (en) | System and method for automatically measuring and labeling follicles depicted in image slices of an ultrasound volume | |
CN116612061A (zh) | 用于经食道超声图像中的自动二维标准视图检测的方法和系统 | |
US20220211347A1 (en) | Method and system for automatically detecting an apex point in apical ultrasound image views to provide a foreshortening warning | |
US20210204908A1 (en) | Method and system for assisted ultrasound scan plane identification based on m-mode analysis | |
US20230404533A1 (en) | System and method for automatically tracking a minimal hiatal dimension plane of an ultrasound volume in real-time during a pelvic floor examination | |
US20220207743A1 (en) | System and method for two dimensional acoustic image compounding via deep learning | |
CN115024748A (zh) | 用于自动检测超声图像视图和焦点以提供测量适用性反馈的方法和系统 | |
CN116958037A (zh) | 用于对超声图像进行自动分割和阶段预测的方法和系统 |
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 |