CN114271850B - 超声检测数据的处理方法及超声检测数据的处理装置 - Google Patents
超声检测数据的处理方法及超声检测数据的处理装置 Download PDFInfo
- Publication number
- CN114271850B CN114271850B CN202111007936.3A CN202111007936A CN114271850B CN 114271850 B CN114271850 B CN 114271850B CN 202111007936 A CN202111007936 A CN 202111007936A CN 114271850 B CN114271850 B CN 114271850B
- Authority
- CN
- China
- Prior art keywords
- measurement
- ultrasonic
- measurement item
- item
- items
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 211
- 238000012545 processing Methods 0.000 title claims abstract description 69
- 238000003672 processing method Methods 0.000 title abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 649
- 238000000034 method Methods 0.000 claims abstract description 94
- 230000004217 heart function Effects 0.000 claims abstract description 11
- 230000004199 lung function Effects 0.000 claims abstract description 10
- 238000002604 ultrasonography Methods 0.000 claims description 78
- 238000012360 testing method Methods 0.000 claims description 51
- 210000004072 lung Anatomy 0.000 claims description 41
- 230000017531 blood circulation Effects 0.000 claims description 24
- 230000002861 ventricular Effects 0.000 claims description 24
- 210000001631 vena cava inferior Anatomy 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 22
- 239000000523 sample Substances 0.000 claims description 12
- 210000003734 kidney Anatomy 0.000 claims description 9
- 210000002784 stomach Anatomy 0.000 claims description 9
- 210000004115 mitral valve Anatomy 0.000 claims description 8
- 230000000747 cardiac effect Effects 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000002592 echocardiography Methods 0.000 claims description 7
- 238000007635 classification algorithm Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000003205 diastolic effect Effects 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000008327 renal blood flow Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 18
- 238000003759 clinical diagnosis Methods 0.000 abstract 1
- 239000010410 layer Substances 0.000 description 40
- 230000008569 process Effects 0.000 description 25
- 238000013139 quantization Methods 0.000 description 24
- 210000001519 tissue Anatomy 0.000 description 16
- 238000013527 convolutional neural network Methods 0.000 description 13
- 238000011176 pooling Methods 0.000 description 12
- 238000012549 training Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 230000003203 everyday effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 238000009423 ventilation Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000002685 pulmonary effect Effects 0.000 description 4
- 238000003786 synthesis reaction Methods 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- JTTMYKSFKOOQLP-UHFFFAOYSA-N 4-hydroxydiphenylamine Chemical compound C1=CC(O)=CC=C1NC1=CC=CC=C1 JTTMYKSFKOOQLP-UHFFFAOYSA-N 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000035790 physiological processes and functions Effects 0.000 description 2
- 230000036316 preload Effects 0.000 description 2
- 230000009325 pulmonary function Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010000060 Abdominal distension Diseases 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000004872 arterial blood pressure Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004087 circulation Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000000004 hemodynamic effect Effects 0.000 description 1
- 238000003703 image analysis method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 210000005240 left ventricle Anatomy 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005399 mechanical ventilation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002107 myocardial effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 210000003456 pulmonary alveoli Anatomy 0.000 description 1
- 210000004879 pulmonary tissue Anatomy 0.000 description 1
- 230000035485 pulse pressure Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000004206 stomach function Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种超声检测数据的处理方法及超声检测数据的处理装置,其中处理方法包括:获取第一测量项中每个测量项对应的多个测量结果,并根据第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到第一测量项中每个测量项对应的第一趋势图,获取第二测量项中每个测量项对应的多个测量结果,并根据第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到第二测量项中每个测量项对应的第二趋势图,其中第一测量项包括超声检测对象的与心功能相关的多个测量项,第二测量项包括超声检测对象的与肺功能相关的多个测量项,通过显示上述趋势图,有利于医生快速便捷地分析病人病情的变化情况,提高医生临床诊断的工作效率。
Description
技术领域
本发明涉及医疗数据处理技术领域,尤其涉及一种超声检测数据的处理方法、装置及计算机存储介质。
背景技术
超声扫描设备作为一种可视、便捷和无创的检查设备,广泛应用于ICU(IntensiveCare Unit,重症加强护理病房)、手术室等临床科室。为了对病人的身体状态进行全面、实时的了解,医生需要在不同时间对该病人进行超声扫描,以此来连续、动态地评估该病人的生理状态。
现有的超声扫描设备扫描病人得到的各个检查结果是孤立的,医生在评估病人的生理状态时需要在各个检查项目里分别查阅和分析数据,无法便捷地获取检查结果的变化趋势,不利于医生进行临床判断,提高医生的工作效率。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供了一种超声检测数据的处理方法、装置及计算机存储介质,能够便于医生判断病人的心肺功能指标的动态变化情况。
第一方面,本发明实施例提供了一种超声检测数据的处理方法,所述处理方法包括:
获取超声检测对象的目标心脏的多个第一超声图像,所述第一超声图像由对所述目标心脏进行超声检测得到;
根据多个所述第一超声图像得到第一测量项中每个测量项对应的多个测量结果,其中所述第一测量项包括射血分数、心室流出道血流最大速度、心室流出道血流速度时间积分、心脏每搏量和心室容积,所述第一测量项中每个测量项对应的多个测量结果具有时间先后顺序;
根据所述第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第一测量项中每个测量项对应的第一趋势图;
获取所述超声检测对象的目标肺部的多个第二超声图像,所述第二超声图像由对所述目标肺部进行超声检测得到;
根据多个所述第二超声图像得到第二测量项中每个测量项对应的多个测量结果,其中所述第二测量项包括肺部超声B线数量和肺部超声评分,所述第二测量项中每个测量项对应的多个测量结果具有时间先后顺序;
根据所述第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第二测量项中每个测量项对应的第二趋势图;
显示所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图。
第二方面,本发明实施例提供了一种超声检测数据的处理方法,所述处理方法包括:
获取第一测量项中每个测量项对应的多个测量结果,其中所述第一测量项包括超声检测对象的与心功能相关的多个测量项,所述第一测量项中每个测量项对应的多个测量结果具有时间先后顺序;
根据所述第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第一测量项中每个测量项对应的第一趋势图;
获取第二测量项中每个测量项对应的多个测量结果,其中所述第二测量项包括所述超声检测对象的与肺功能相关的多个测量项,所述第二测量项中每个测量项对应的多个测量结果具有时间先后顺序;
根据所述第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第二测量项中每个测量项对应的第二趋势图;
显示所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图。
第三方面,本发明实施例提供了一种超声检测数据的处理装置,包括
超声探头;
发射/接收电路,所述发射/接收电路用于控制所述超声探头向超声检测对象发射超声波并接收超声回波,获得超声回波信号;
处理器,所述处理器用于处理所述超声回波信号,获得所述超声检测对象的超声图像;
显示器,所述显示器用于显示所述超声图像和/或基于所述超声图像得到的测量结果;
所述处理器还用于执行上述第一方面或第二方面所述的超声检测数据的处理方法。
第四方面,本发明实施例提供了一种超声检测数据的处理装置,包括至少一个处理器和用于与所述至少一个处理器通信连接的存储器;所述存储器存储有能够被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面或第二方面所述的处理方法。
第五方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如第一方面或第二方面所述的处理方法。
本发明实施例提供的超声检测数据的处理方法,至少具有如下有益效果:对于在超声检查中得到的心功能相关和肺功能相关的超声检测数据,将属于同一测量项的测量结果以趋势图的方式呈现并显示,医生通过趋势图,可以直观了解到各个测量项的变化规律,解决了现有超声检测数据没有直观图形表达的问题,有利于医生快速便捷地分析病人病情的变化情况,提高医生的工作效率,具有良好的临床价值。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本申请技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1是本发明一个实施例提供的超声检测数据的处理装置的结构框图;
图2是本发明一个实施例提供的超声检测数据的处理方法的整体流程图;
图3是本发明一个实施例提供的生成第一趋势图的方法流程图;
图4是本发明一个实施例提供的超声检测数据的原始存储格式示意图;
图5是本发明一个实施例提供的超声检测数据整理后的表格;
图6是本发明一个实施例提供的以检测日期为横轴的第一趋势图显示方式;
图7是本发明一个实施例提供的以检测次序为横轴的第一趋势图显示方式;
图8是本发明一个实施例提供的以精确时间为横轴的第一趋势图显示方式;
图9是本发明一个实施例提供的生成第二趋势图的方法流程图;
图10是本发明一个实施例提供的同一坐标系中重叠显示趋势图的示意图;
图11是本发明一个实施例提供的同一坐标系中分区域显示趋势图的示意图;
图12是本发明一个实施例提供的同一坐标系中分区域显示趋势图的另一示意图;
图13是本发明一个实施例提供的提取第一历史测量结果后生成第一趋势图的流程图;
图14是本发明一个实施例提供的提取第二历史测量结果后生成第二趋势图的流程图;
图15是本发明一个实施例提供的基于标识信息查找第一历史测量结果的流程图;
图16是本发明一个实施例提供的基于标识信息查找第二历史测量结果的流程图;
图17是本发明一个实施例提供的对目标肾脏生成第三趋势图并显示的方法流程图;
图18是本发明一个实施例提供的对目标胃部生成第四趋势图并显示的方法流程图;
图19是本发明一个实施例提供的对目标下腔静脉生成第五趋势图并显示的方法流程图;
图20是本发明示例一提供的超声检测数据的处理方法的整体流程图;
图21是本发明示例二提供的超声检测数据的处理方法的整体流程图;
图22是本发明一个实施例提供的超声检测数据的处理装置的总线结构图。
具体实施方式
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或装置不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或装置固有的其他步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
应当理解,在本申请实施例的描述中,多个(或多项)的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。
超声扫描设备(以下简称超声设备)基于超声脉冲成像原理向人体内的组织发射超声脉冲,利用超声波在人体组织界面处的反射,通过接收和处理载有人体组织特征信息的回波,获得人体组织的可见超声图像。因此,作为一种可视、便捷、无创的检查设备,超声设备在临床已经获得越来越广泛的应用。
在临床科室使用超声设备的过程中,为了对病人的身体状态进行全面、实时的了解,医生通常需要在不同时间对病人进行超声扫描,并每次都生成超声扫描数据,从而帮助医生分析该病人在多次超声扫描中身体状态的变化趋势,进而指导下一步临床策略;但在相关技术下,每次超声扫描生成的数据都是分立存储的,医生如果要查看多次扫描结果只能进入报告系统,逐一打开数据来对比查看,自行分析数据的变化趋势,不利于快速便捷地分析病人的病情变化。
基于此,本发明实施例提供了一种超声检测数据的处理方法及超声检测数据的处理装置,将超声扫描中得到的超声检测数据根据测量项分类,并根据每一个测量项对应的多个测量结果生成趋势图,通过向医生显示这些趋势图,可以帮助医生快速判断临床病人的病情变化趋势,提高医生的工作效率。
下面结合附图,对本发明实施例作进一步阐述。
图1为本发明实施例中的超声检测数据的处理装置的结构框图示意图。该处理装置1000可以包括超声探头1001、发射电路1002、发射/接收选择开关1003、接收电路1004、波束合成电路1005、处理器1006、显示器1007和存储器1008。
超声探头1001包括由阵列式排布的多个阵元组成的换能器(图中未示出),多个阵元排列成一排构成线阵,或排布成二维矩阵构成面阵,多个阵元也可以构成凸阵列。阵元用于根据激励电信号发射超声波束,或将接收的超声波束变换为电信号。因此每个阵元可用于实现电脉冲信号和超声波束的相互转换,从而实现向人体组织的目标区域(例如本实施例中的目标心脏)发射超声波、也可用于接收经组织反射回的超声波的回波。在进行超声检测时,可通过发射/接收选择开关1003控制哪些阵元用于发射超声波束,哪些阵元用于接收超声波束,或者控制阵元分时隙用于发射超声波束或接收超声波束的回波。参与超声波发射的阵元可以同时被电信号激励,从而同时发射超声波;或者参与超声波发射的阵元也可以被具有一定时间间隔的若干电信号激励,从而持续发射具有一定时间间隔的超声波。
发射电路1002用于根据处理器1006的控制产生发射序列,发射序列用于控制多个阵元中的部分或者全部向生物组织发射超声波,发射序列参数包括发射用的阵元位置、阵元数量和超声波束发射参数(例如幅度、频率、发射次数、发射间隔、发射角度、波型、聚焦位置等)。某些情况下,发射电路1002还用于对发射的波束进行相位延迟,使不同的发射阵元按照不同的时间发射超声波,以便各发射超声波束能够在预定的感兴趣区域聚焦。不同的工作模式,例如B图像模式、C图像模式和D图像模式(多普勒模式),发射序列参数可能不同,回波信号经接收电路1004接收并经后续的模块和相应算法处理后,可生成反映组织解剖结构的B图像、反映组织解剖结构和血流信息的C图像以及反映多普勒频谱图像的D图像。
接收电路1004用于从超声探头1001接收超声回波的电信号,并对超声回波的电信号进行处理。接收电路1004可以包括一个或多个放大器、模数转换器(ADC)等。放大器用于在适当增益补偿之后放大所接收到的超声回波的电信号,模数转换器用于对模拟回波信号按预定的时间间隔进行采样,从而转换成数字化的信号,数字化后的回波信号依然保留有幅度信息、频率信息和相位信息。接收电路1004输出的数据可输出给波束合成电路1005进行处理,或者,输出给存储器1008进行存储。
波束合成电路1005和接收电路1004信号相连,用于对接收电路1004输出的信号进行相应的延时和加权求和等波束合成处理,由于被测组织中的超声波接收点到接收阵元的距离不同,因此,不同接收阵元输出的同一接收点的通道数据具有延时差异,需要进行延时处理,将相位对齐,并将同一接收点的不同通道数据进行加权求和,得到波束合成后的超声图像数据,波束合成电路1005输出的超声图像数据也称为射频数据(RF数据)。波束合成电路1005将射频数据输出至IQ解调电路。在有的实施例中,波束合成电路1005也可以将射频数据输出至存储器1008进行缓存或保存,或将射频数据直接输出至处理器1006的图像处理模块进行图像处理。
波束合成电路1005可以采用硬件、固件或软件的方式执行上述功能,例如,波束合成电路104可以包括能够根据特定逻辑指令处理输入数据的中央控制器电路(CPU)、一个或多个微处理芯片或其他任何电子部件,当波束合成电路1005采用软件方式实现时,其可以执行存储在有形和非暂态计算机可读介质(例如,存储器1008)上的指令,以使用任何适当波束合成方法进行波束合成计算。
处理器1006用于配置成能够根据特定逻辑指令处理输入数据的中央控制器电路(CPU)、一个或多个微处理器、图形控制器电路(GPU)或其他任何电子部件,其可以根据输入的指令或预定的指令对外围电子部件执行控制,或对存储器1008执行数据读取和/或保存,也可以通过执行存储器1008中的程序对输入数据进行处理,例如根据一个或多个工作模式对采集的超声数据执行一个或多个处理操作,处理操作包括但不限于调整或限定超声探头1001发出的超声波的形式,生成各种图像帧以供后续人机交互装置的显示器1007进行显示,或者调整或限定在显示器1007上显示的内容和形式,或者调整在显示器1007上显示的一个或多个图像显示设置(例如超声图像、界面组件、定位感兴趣区域)。
处理器1006的图像处理模块用于对波束合成电路1005输出的数据或IQ解调电路输出的数据进行处理,以生成扫描范围内的信号强弱变化的灰度图像,该灰度图像反映组织内部的解剖结构,称为B图像。图像处理模块可以将B图像输出至人机交互装置的显示器1007进行显示。
人机交互装置用于进行人机交互,即接收用户的输入和输出可视化信息;其接收用户的输入可采用键盘、操作按钮、鼠标、轨迹球等,也可以采用与显示器集成在一起的触控屏;其输出可视化信息采用显示器1007。
存储器1008可以是有形且非暂态的计算机可读介质,例如可为闪存卡、固态存储器、硬盘等,用于存储数据或者程序,例如,存储器1008可以用于存储所采集的超声数据或处理器1006所生成的暂不立即显示的图像帧,或者存储器1008可以存储图形用户界面、一个或多个默认图像显示设置、用于处理器、波束合成电路或IQ解调电路的编程指令。
需要说明的是,图1的结构仅为示意,还可以包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件和/或软件实现。
基于图1所示的超声检测数据的处理装置,超声检测数据的处理方法如图2所示,具体可以包括但不限于以下步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。
步骤S100,获取第一测量项中每个测量项对应的多个测量结果,其中第一测量项包括超声检测对象的与心功能相关的多个测量项,第一测量项中每个测量项对应的多个测量结果具有时间先后顺序;
步骤S200,根据第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到第一测量项中每个测量项对应的第一趋势图;
步骤S300,获取第二测量项中每个测量项对应的多个测量结果,其中第二测量项包括超声检测对象的与肺功能相关的多个测量项,第二测量项中每个测量项对应的多个测量结果具有时间先后顺序;
步骤S400,根据第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到第二测量项中每个测量项对应的第二趋势图;
步骤S500,显示第一测量项中每个测量项对应的第一趋势图和第二测量项中每个测量项对应的第二趋势图。
第一测量项通过对超声检测对象的目标心脏进行超声检测得到,第一测量项中包含有不同类型的、与心功能相关的多个测量项,包括但不限于射血分数、心室流出道血流最大速度、心室流出道血流速度时间积分、心脏每搏量和心室容积。其中:
射血分数(Ejection Fractions,EF)指每搏输出量占心室舒张末期容积量(即心脏前负荷)的百分比;
心室流出道血流最大速度可以包括左心室流出道(Left ventricular outflowtract,LVOT)血流最大速度和右心室流出道(Right ventricular outflow tract,RVOT)血流最大速度;
心室流出道血流速度时间积分(Velocity-Time Integral,VTI)可以包括左心室流出道血流速度时间积分和右心室流出道血流速度时间积分;
心脏每搏量(stroke volume,SV),也称心脏每搏输出量,是指一次心搏一侧心室射出的血量,可以用心舒末期容积与心缩末期容积之差值表示;
心室容积可以包括左心室容积(left ventricle volume,LVV)和右心室容积(right ventricle volume,RVV)。
同样地,第二测量项通过对超声检测对象的目标肺部进行超声检测得到,第二测量项中包括不同类型的、与肺功能相关的多个测量项,包括但不限于肺部超声B线数量和肺部超声评分。其中:
肺部超声B线(B line)是离散的/融合的垂直高回波混响,其通常从胸膜线向下延伸,B线是肺间质综合征的征象,其数量随着肺部空气含量的降低和肺组织密度的增加而增多;
肺部超声评分(lung ultrasound score,LUS)用于评估超声检测中肺部肺泡的通气状态,是对肺内通气状态的一种半定量评分,基于超声回波反馈肺内的水含量得到,通常来说,肺内“水”越少,肺泡通气状态越良好,评分越低;肺内“水”越多,肺泡失去通气的区域越多,评分越高。
上述第一测量项中每个测量项和第二测量项中每个测量项都是量化指标,因此每个测量项对应的多个测量结果都是量化数值;本发明实施例基于这些量化数值,以量化指标为标准,分别生成第一趋势图和第二趋势图。
可以理解的是,对目标心脏进行超声检测得到多个第一超声图像,通过对多个第一超声图像进行分析可以得到第一测量项中每个测量项在超声检测中的测量结果。例如,超声检测对象在一周内每天内都对心脏进行一次超声检测,每次超声检测得到第一超声图像,对第一超声图像进行分析得到第一测量项中每个测量项在当次超声检测中的一个测量结果,因此超声检测对象在这一周内可以得到第一测量项中每个测量项的多个测量结果。其中,对第一超声图像的测量结果,可以通过深度学习或者传统的图像处理方法自动分析第一超声图像得到,也可以医生通过分析第一超声图像得到。
同样地,对目标肺部进行超声检测得到多个第二超声图像,通过对多个第二超声图像进行分析可以得到第二测量项中每个测量项在超声检测中的测量结果。例如,超声检测对象在一周内每天内都对心脏进行一次超声检测,每次超声检测得到第二超声图像,对第二超声图像进行分析得到第二测量项中每个测量项在当次超声检测中的一个测量结果,因此超声检测对象在这一周内可以得到第二测量项中每个测量项的多个测量结果。其中,对第二超声图像的测量结果,可以通过深度学习或者传统的图像处理方法自动分析第二超声图像得到,也可以医生通过分析第二超声图像得到。
需要注意的是,上述第一超声图像用于表示对目标心脏进行超声检测得到的图像,并非每次超声检测都得到同样的超声图像,同理,第二超声图像也用于表示对目标肺部进行超声检测的图像;根据图1中处理装置进行超声检测方法的不同,第一超声图像和第二超声图像可以是静态图像,也可以是多帧静态图像组成的动态影像,本发明实施例并不限定第一超声图像和第二超声图像的类型。
对于目标心脏的超声检测,除了第一测量项中上述提到的多个测量项外,还可以包括以下测量项中的至少一个:
心排血量(Cardiac Output,CO)指心脏每分钟将血液泵至周围循环的血量,可反映整个循环系统的功能状况,包括心脏机械做功和血流动力学,用于了解前、后负荷、心率及心肌收缩力;
每搏量变异率(Stroke Volume Variation,SVV)指由机械通气引起的动脉血压的变化,其是对象的每搏量的变化的生理现象。由于继发于负压通气(自主呼吸)的胸内压变化,动脉脉压在吸气期间下降,并在呼气期间上升,因此SVV可以定义为在不固定时段内最大每搏量和最小每搏量除以最小每搏量的平均值和最大每搏量的平均值之间的百分比变化;
二尖瓣舒张早期血流速度峰值与二尖瓣舒张晚期血流速度峰值的比值,又称心脏E/A值,其中E为E峰,代表二尖瓣舒张早期血流速度峰值,A为A峰,代表二尖瓣舒张晚期血流速度峰值,通过E峰和A峰的比值可以知道心脏舒张功能;
二尖瓣舒张早期血流速度峰值与二尖瓣舒张早期运动速度峰值比值,又称心脏E/e’值,其中E为E峰,代表二尖瓣舒张早期血流速度峰值,e’为e’峰,代表二尖瓣舒张早期运动速度峰值,通过E峰和e’峰的比值可以帮助判断心律失常。
可以理解的是,第一测量项包括有哪些具体测量项,是对超声检测对象的目标心脏进行超声检测之前确定的;针对不同超声检测对象设定不同的测量项,然后在超声检测过程中得到目标心脏的第一超声图像,进而根据设定好的测量项分析第一超声图像,得到这些测量项对应的测量结果。当然,即使是同一个超声检测对象,在进行多次超声检测期间,医生也可以根据实际情况增删每次超声检测的测量项。
对于目标肺部的超声检测,除了第二测量项中上述提到的多个测量项外,还可以包括膈肌位移,膈肌位于胸腔和腹腔之间,通过对膈肌的位移量进行测量,可以帮助了解超声检测对象的膈肌功能障碍。
同样地,第二测量项也是对目标肺部进行超声检测之前确定的,医生可以根据临床的实际情况确定再开始超声检测。
由前述的超声检测对象多次进行超声检测的过程可知,每次超声检测都处于不同的时间点,因此对超声检测对象的目标心脏进行超声检测得到的第一测量项中每个测量项对应的多个测量结果都具有时间先后顺序,基于测量项中多个测量结果的时间先后顺序和多个测量结果的大小,可以生成表示目标心脏的病情变化趋势的第一趋势图;同样地,对超声检测对象的目标肺部进行超声检测得到的第二测量项中每个测量项对应的多个测量结果也都具有时间先后顺序,基于测量项中多个测量结果的时间先后顺序和多个测量结果的大小,可以生成表示目标心脏的病情变化趋势的第二趋势图。可以理解的是,超声检测对象在进行一次超声检测的过程中,可以仅对目标心脏进行扫描,则本次超声检测生成第一测量项中每个测量项的测量结果,也可以仅对目标肺部进行扫描,则本次超声检测生成第二测量项中每个测量项的测量结果,当然也可以先后对目标心脏和目标肺部进行扫描,分别得到本次超声检测中第一测量项中每个测量项的测量结果和第二测量项中每个测量项的测量结果。
可以理解的是,第一测量项包括有两个以上测量项,因此以测量项为标准区分的第一趋势图也是两个以上,其数量与第一测量项中测量项的数量相等,同样,第二测量项包括有两个以上测量项,因此以测量项为标准区分的第二趋势图也是两个以上,其数量与第二测量项中测量项的数量相等。
通过前述方式生成第一趋势图和第二趋势图,可以通过不同的排布方式在显示屏上显示,例如,在指定的显示区域中,将第一趋势图和第二趋势图分成左右两列,左侧一列按照与心功能相关的测量项划分,每个与心功能相关的测量项对应的第一趋势图从上至下排列,右侧一列按照与肺功能相关的测量项划分,每个与肺功能相关的测量项对应的第二趋势图从上至下排列;又如,将第一趋势图和第二趋势图都从上到下排列,排列顺序按照预设的测量项顺序确定,如果当前页面无法显示全部趋势图,可以通过分页的方式显示,每一页显示一部分趋势图;又如,将第一趋势图和第二趋势图都统一到一个坐标系中,趋势曲线通过叠加的方式显示,处于表面的趋势曲线的颜色比处于后面的趋势曲线的颜色更明显;第一趋势图和第二趋势图的显示方法还有很多种,本发明实施例将在下面对其中一部分显示方式进行详细说明,在此则不一一举例。
在上述第一趋势图和第二趋势图中,默认构建的坐标系为直角坐标系,并且可以根据需要在坐标系中添加各种标识,例如测量项名称、坐标点数值、正常的指标范围、高亮异常坐标点等。另外,第一趋势图和第二趋势图除了通过趋势曲线的方式显示,还可以是柱状图等显示方式,本领域技术人员根据实际需要可以设定不同的显示方式,在此不作限定。
根据前述的趋势图生成过程可知,同一个测量项中多个测量结果按照时间先后顺序形成趋势曲线,具体地,参照图3,步骤S200生成第一趋势图具体可以通过以下步骤实现:
步骤S210,以测量结果的大小为纵坐标,以时间先后顺序为横坐标构建坐标系,其中时间先后顺序以测量结果对应的超声检测的检测时间或检测次序表征;
步骤S220,基于坐标系生成第一测量项中每个测量项对应第一趋势图。
为了统一各个第一趋势图的显示,便于医生根据超声检测时间判断超声检测对象的病情变化,本发明实施例以坐标系的方式规范趋势曲线的显示,其中,坐标系的横轴用于表示超声检测的时间先后顺序,坐标系的纵轴用于表示当前测量项对应的测量结果的大小,根据第一测量项中每个测量项对应的多个测量结果和时间先后顺序,在上述坐标系中显示坐标点,并将坐标点通过折线或者曲线连接起来,形成第一趋势图。可以理解的是,超声检测对象在每次超声检测中,检测项目不一定是固定不变的,因此上述坐标系的横轴表示方式可以根据实际需要设定。例如超声检测对象每天都进行一次超声检测,在一些可能的情况下,某些检测项目隔天检测,另一些检测项目每天检测,此时可以将横轴按照超声检测的检测时间来表示,此时坐标点的横坐标是检测时间,也可以将横轴按照超声检测的检测次序来表示,此时坐标系的横坐标是第N次超声检测。
例如,参照图4所示的超声检测数据的原始存储数据,该存储格式表示超声检测对象在每次超声检测中得到的检测结果是如何存储在系统中的;可知,超声检测对象在第一天到第五天期间每天都进行一次超声检测,其中测量项EF隔天检测,测量项VTI每天检测,那么整理后可以得到如图5所示的数据表格,基于图5所示的数据表格可以生成如图6或者图7所示的两个第一趋势图,其中图6的两个第一趋势图横轴按照Day1到Day5设定,图中虚线表示预设显示区域,对于测量项EF来说,坐标点分别是(Day1,EF-1)、(Day3,EF-2)、(Day5,EF-3),对于测量项VTI来说,坐标点分别是(Day1,VTI-1)、(Day2,VTI-2)、(Day3,VTI-3)、(Day4,VTI-4)、(Day5,VTI-5),将这两个测量项各自的坐标点连接起来则形成各自对应的第一趋势图;其中图7的两个第一趋势图横轴按照检测次序1至5设定,图中虚线表示预设显示区域,对于测量项EF来说,坐标点分别是(次序1,EF-1)、(次序2,EF-2)、(次序3,EF-3),对于测量项VTI来说,坐标点分别是(次序1,VTI-1)、(次序2,VTI-2)、(次序3,VTI-3)、(次序4,VTI-4)、(次序5,VTI-5),将这两个测量项各自的坐标点连接起来则形成各自对应的第一趋势图。
在一些情况下,上述超声检测数据的原始存储格式中,并不是粗略地以天为单位记录的,当超声检测的时间记录精确到小时、分钟等更小的时间单位时,可以有两种不同的处理方法:
一种是将精确的时间简化成粗略的时间,适用于超声检测对象在一个粗略时间单位内(如同一天内)只进行一次超声检测的情况,如果超声检测对象在一个粗略时间单位内(如同一天内)进行了多次超声检测,则可以将该粗略时间单位内的多次检测结果进行统计运算(如平均值、加权平均等),得到一个代表值来表示该粗略时间单位内的检测结果;
另一种是直接以精细的时间单位作为度量形成横轴,按照具体的时间点构成坐标点,反映了测量项随时间的变化趋势,如图8所示,图中虚线表示预设显示区域。
同样地,根据前述的趋势图生成过程可知,同一个测量项中多个测量结果按照时间先后顺序形成趋势曲线,具体地,参照图9,步骤S400生成第二趋势图具体可以通过以下步骤实现:
步骤S410,以测量结果的大小为纵坐标,以时间先后顺序为横坐标构建坐标系,其中时间先后顺序以测量结果对应的超声检测的检测时间或检测次序表征;
步骤S420,基于坐标系生成第二测量项中每个测量项对应的第二趋势图。
同样基于测量结果的时间先后顺序构建坐标系,确定坐标系的横轴的表示方式,然后根据测量结果的大小和对应的时间表征值构成坐标点,最后在坐标轴上生成趋势曲线,从而得到第二趋势图。第二趋势图的生成方式可以参照上述第一趋势图的生成方式,在此不再重复一次。
可以理解的是,上述第一趋势图和第二趋势图都是与不同的测量项一一对应的,因此不同测量项之间对应的趋势图都是互相独立的,不同趋势图可以显示在不同位置;但是杂乱的显示方式并不能很好地提高医生分析病情趋势的效率,因此对于第一趋势图和第二趋势图的排布,可以按照以下方式实现:
以坐标系的横轴为基准,将第一测量项中每个测量项对应的第一趋势图和第二测量项中每个测量项对应的第二趋势图显示在同一个坐标系中。
这一步骤基于横轴对各个趋势图进行统一,由于每个测量项对应的多个测量结果实际上是按照超声检测来划分的,那么就可以以超声检测为标准将各个趋势图规范排布起来。本发明实施例中,上述排布方式是构建一个坐标系,将第一趋势图和第二趋势图都放入这个坐标系中,至于纵轴上第一趋势图和第二趋势图如何排布,由于不同测量项的量化单位不一致,因此纵轴上可以有多种排布方式,例如:
重叠显示第一趋势图和第二趋势图;
或者,
在坐标系的纵轴上按照测量项的种类划分显示区域,以在每个显示区域中显示一个第一趋势图或一个第二趋势图。
参照图10所示,重叠显示第一趋势图和第二趋势图是指,按照同一个坐标构建多个图层,不同图层之间的横轴相同,纵轴则按照趋势图对应的测量项的量化单位来显示;具体来说,一个图层用于显示一个趋势图(第一趋势图或第二趋势图),全部图层重叠起来且同一时间内仅其中一个图层显示在表面,其他图层不可见或者淡化显示,淡化显示的情况下,每个图层的图层背景为透明,医生通过表面图层的趋势图能够隐约看到后面图层的趋势图。
参照图11所示,通过划分显示区域的方式显示第一趋势图和第二趋势图是指,在同一显示区域中,根据不同测量项划分不同的纵轴和不同的显示区域,各个趋势图放置在对应的显示区域,因此趋势图可以是一列排布下来的,医生通过滚动或翻页显示区域,浏览各个趋势图。
在一些情况下,划分显示区域的方式可以隐藏坐标轴,各个趋势图之间通过区域划分线条区分开来,并且为了便于医生对比分析,各个趋势图的横轴仍然统一,只是不显示横轴,参照图12所示,为对三个测量项的趋势图进行分区域显示的示意图。
可以理解的是,可以利用独立的显示设备显示各个趋势图,该显示设备仅用作显示而不需要参与趋势图生成之前步骤的过程,具体来说,前述步骤S100至步骤S400的过程由其他具有数据处理功能的设备完成,这个进行数据处理的设备生成趋势图后,将趋势图发送到独立的显示设备,显示设备在接收到趋势图后,直接显示这些趋势图或根据预设区域调整后显示这些趋势图。当然,由于显示设备和上述进行数据处理的设备通过数据通道连接,因此显示设备和上述进行数据处理的设备可以作为一个整体设备或整体系统,执行上述步骤S100至步骤S500。
要体现同一超声检测对象的病情的变化趋势,往往需要做多次超声检测,此时就涉及调用该超声检测对象的历史测量结果来生成趋势图的过程。在一些场景下,医生在当前时间为该超声检测对象完成一次超声检测,而该超声检查对象在此前已经完成了多次超声检测且之前的多次超声检测得到的数据已经存储起来,此时医生临床为超声检测对象分析病情,参照图13和图14,通过以下步骤实现第一趋势图和第二趋势图的生成:
步骤S201,获取第一测量项中每个测量项对应的第一历史测量结果和第一历史测量结果的时间先后顺序;
步骤S202,根据第一测量结果、第一历史测量结果、第一测量结果的时间先后顺序和第一历史测量结果的时间先后顺序生成第一测量项中每个测量项对应的第一趋势图;
步骤S401,获取第二测量项中每个测量项对应的第二历史测量结果和第二历史测量结果的时间先后顺序;
步骤S402,根据第二测量结果、第二历史测量结果、第二测量结果的时间先后顺序和第二历史测量结果的时间先后顺序生成第二测量项中每个测量项对应的第二趋势图。
对于超声检测对象的目标心脏,查找第一测量项中每个测量项对应的第一历史测量结果和第一历史测量结果的时间先后顺序,即根据当前超声检测对象的第一测量项,查找该超声检测对象在之前超声检测中,第一测量项中每个测量项的多个第一历史测量结果以及第一历史测量结果的时间先后顺序,将第一历史测量结果和第一历史测量结果的时间先后顺序与当前的第一测量结果和第一测量结果的时间先后顺序合并,形成第一数据集;这个第一数据集包含了超声检测对象的目标心脏在当前检测疗程中的全部超声检测数据,基于这个第一数据集就可以按照前述方法生成第一趋势图。
对于超声检测对象的目标肺部,与查找第一历史测量结果的方法相似,根据当前超声检测对象的第二测量项,查找该超声检测对象在之前超声检测中,第二测量项中每个测量项的多个第二历史测量结果以及第二历史测量结果的时间先后顺序,将第二历史测量结果和第二历史测量结果的时间先后顺序与当前的第二测量结果和第二测量结果的时间先后顺序合并,形成第二数据集;这个第二数据集包含了超声检测对象的目标肺部在当前检测疗程中的全部超声检测数据,基于这个第二数据集就可以按照前述方法生成第二趋势图。
需要注意的是,上述查找超声检测对象的历史测量结果,基于一定规则对数据进行查找,并非将超声检测对象的全部历史超声检测数据不加区分地调用出来。例如,参照图15和图16,上述步骤S201具体可以通过以下步骤实现:
步骤S2011,确定超声检测对象的标识信息,标识信息用于表示超声检测对象在超声检测中的病历档案信息;
步骤S2012,根据标识信息查找第一测量项中每个测量项对应的第一历史测量结果和第一历史测量结果的时间先后顺序。
同样地,上述步骤S401具体可以通过以下步骤实现:
步骤S4011,确定超声检测对象的标识信息,标识信息用于表示超声检测对象在超声检测中的病历档案信息;
步骤S4012,根据标识信息查找第二测量项中每个测量项对应的第二历史测量结果和第二历史测量结果的时间先后顺序。
标识信息表示的病历档案信息,可以是超声检测对象的病历号,也可以是超声检测对象的身份标识号。病历号可以用于划分疗程,如果标识信息是超声检测对象的病历号,那么根据病历号查找历史超声检测数据的时候,仅对当前病历号对应的疗程进行查找,不属于本疗程的数据将被排除在外(如病人三年前的超声检测数据,对本次疗程来说,没有分析其趋势的价值);如果标识信息是超声检测对象的身份标识号(例如身份证号码等),那么则可以查找带有该身份标识号的全部历史超声检测数据,适用于超声检测对象第一次进行超声检测疗程的情况;当然,基于身份标识号进行查找的过程中,也可以附加更多的搜索条件,例如设置搜索条件相邻两次超声检测的间隔不超过N天等,可以查找到超声检测对象在近期进行的多次超声检测的数据,这样即使超声检测对象不是第一次进行超声检测疗程,也能够准确查找到医生所需要的数据。
可以理解的是,为了能够基于标识信息查找历史超声检测数据,要求超声检测对象在每次进行超声检测的时候,都将该次超声检测得到的数据打上标识信息,或将所得的数据存储在带有标识信息的目录中,从而实现条件式查找。
第一历史测量结果和第二历史测量结果的存储方式可以有多种。例如,将第一历史测量结果和第二历史测量结果存储在前述的超声检测数据的处理装置(超声设备)中,也可以存储在服务器(或工作站、中央信息平台等)中,超声设备与服务器联网获取第一历史测量结果和第二历史测量结果。可以理解的是,在联网获取第一历史测量结果和第二历史测量结果的情况下,本次超声检测所得的数据也上传到服务器存储,以便后续超声检测对数据进行调用。
需要注意的是,在一些情况下,医生无需进行超声检测,也可以直接调用第一历史测量结果和第二历史测量结果,例如医生想要直接分析病人的病情变化,那么可以基于上述查找方式调用超声设备或者服务器中的第一历史测量结果和第二历史测量结果,但调用得到的第一历史测量结果和第二历史测量结果不需要与当前超声检测的结果(当前并没有进行超声检测)合并,从而直接根据第一历史测量结果和第二历史测量结果生成第一趋势图和第二趋势图。因此,上述步骤S100和步骤S300分别可以通过以下方式得到:
从超声设备、超声工作站或者云服务端中获取第一测量项中每个测量项对应的多个测量结果;
从超声设备、超声工作站或者云服务端中获取第二测量项中每个测量项对应的多个测量结果。
具体的趋势图生成过程可以参见前述说明,在此不重复一次。
值得注意的是,前述第一测量项中每个测量项的多个测量结果,以及前述第二测量项中每个测量项的多个测量结果,是可以由医生根据超声检测到的超声图像自行分析得到,医生通过分析超声图像,在预先设定好的测量项下填入测量结果;也可以通过自动化分析的方法得到各个测量项的测量结果,具体来说:
第一测量项中每个测量项对应的多个测量结果通过对第一超声图像进行深度学习分析得到或者对第一超声图像进行图像特征提取后使用分类算法分析得到;
第二测量项中每个测量项对应的多个测量结果通过对第二超声图像进行深度学习分析得到或者对第二超声图像进行图像特征提取后使用分类算法分析得到。
首先以应用卷积神经网络为例说明深度学习的自动分析方法:卷积神经网络通畅由一些列的卷积层、池化层、全连接层堆叠组成,在卷积层,通过卷积核在超声图像上滑动的方式进行卷积运算来提取检查部位或者当前切面的深度特征,提取深度特征通常应用特征提取网络,如AlexNet、VGGNet(Visual Geometry Group Network)、InceptionConstruction、ResNet(Residual Network)、DenseNet(Dense Convolutional Network)等,还可以利用一些轻量网络,包括MobileNet系列,ShuffleNet系列等;池化层则是将卷积层得到的检查部位或者当前切面的特征图进行降维处理,获取更具代表性的特征;经过多个卷积层和多个池化层交替处理后,输出的结果输入到全连接层(或者全局平均池化层)获得能代表检查部位或者当前切面的特征向量,最后使用分类函数(如softmax等)进行分类,得到检查部位或者当前切面的类别。
卷积神经网络模型工作过程分为两个部分:训练和测试。训练过程需要先使用训练集进行训练,通过迭代的方式用来调整卷积神经网络模型里的参数,使得卷积神经网络模型能正确输出训练图像所对应的结果;在测试阶段,输入新的检查部位的图像(图片或视频),通过之前训练好的卷积神经网络模型来预测新的图像对应的结果。
其次是传统图像的分析方法,主要是通过传统的特征提取方法提取超声图像的特征,然后根据各种分类算法对检查部位或者当前切面的特征进行分类,得到表示超声图像的测量项和测量结果。例如,KNN(K-NearestNeighbor,K最邻近法)分类算法的原理是计算新输入的检查部位或者当前切面的图像或者视频最优帧图像与训练集图像的距离(包括欧氏距离,海明距离等),然后选取距离最小的K个图像,这K个图像中出现次数最多的那个类别就是新输入图像的类别;又如,SVM(Support Vector Machine,支持向量机)分类器主要用于二分类问题,使用训练集训练出一个超平面,属于训练集类别的图像在超平面的一侧,不属于训练集类别的图像位于超平面的另一层,当新的检查部位或者当前切面的图像输入到分类器时,该分类器就会判定出输入图像是否属于训练集类别;这样,使用多个SVM分类器就可以实现多类别的分类;又如,决策树则是采用二叉树或者多叉树的形式来模拟人做决策的过程,训练集的每一个部位类别都会建立一个树状模型,树的每一个节点都对应一个特征,每次对新输入的检查部位或者当前切面的图像进行判定是否含有该特征,不含有就不属于这个类别,含有该特征就继续进入下个特征的判定,含有特征则属于该类别,如此类推。
通过上述方法实现对超声图像的自动分析,得到测量项及量化的测量结果。
对于第一超声图像和第二超声图像,由于两者分别对应不同的人体组织,在自动分析过程中通常要采用不同的模型或者算法。例如,以卷积神经网络的分析方法为例,第一超声图像的第一测量项中每个测量项的测量结果可以通过以下方式得到:
将第一超声图像输入第一卷积神经网络模型,第一卷积神经网络模型包括多个第一卷积层、多个第一池化层、第一全连接层和第一分类器,其中第一卷积层和第一池化层交替连接;
通过第一卷积层的卷积核在每个第一超声图像上滑动进行卷积运算,提取每个第一超声图像中目标心脏的第一特征图;
通过第一池化层对第一特征图进行特征降维;
将经过第一卷积层和第一池化层交替处理后输出的特征信息输入到第一全连接层,得到目标心脏的第一特征向量;
将第一特征向量输入第一分类器,得到目标心脏的第一测量项中每个测量项的测量结果。
同样,第二超声图像的第二测量项中每个测量项的测量结果可以通过以下方式得到:
将第二超声图像输入第二卷积神经网络模型,第二卷积神经网络模型包括多个第二卷积层、多个第二池化层、第二全连接层和第二分类器,其中第二卷积层和第二池化层交替连接;
通过第二卷积层的卷积核在每个第二超声图像上滑动进行卷积运算,提取每个第二超声图像中目标肺部的第二特征图;
通过第二池化层对第二特征图进行特征降维;
将经过第二卷积层和第二池化层交替处理后输出的特征信息输入到第二全连接层,得到目标肺部的第二特征向量;
将第二特征向量输入第二分类器,得到目标肺部的第二测量项中每个测量项的测量结果。
可以理解的是,除了对目标心脏和目标肺部进行超声检测,医生还可以根据需要对超声检测对象的其他组织进行超声检测。例如,对超声检测对象的目标肾脏进行超声检测,并将对应的趋势图与第一趋势图和第二趋势图一并显示。参照图17,具体如下:
步骤S610,获取超声检测对象的目标肾脏的多个第三超声图像,第三超声图像由对目标肾脏进行超声检测得到;
步骤S620,根据多个第三超声图像得到第三测量项中每个测量项对应的多个测量结果,其中第三测量项包括肾血流阻力指数,第三测量项中每个测量项对应的多个测量结果具有时间先后顺序;
步骤S630,根据第三测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到第三测量项中每个测量项对应的第三趋势图;
步骤S640,显示第一测量项中每个测量项对应的第一趋势图、第二测量项中每个测量项对应的第二趋势图和第三测量项中每个测量项对应的第三趋势图。
上述是针对超声检测对象的目标肾脏的第三测量项生成第三趋势图的过程,为了便于医生对目标心脏、目标肺部和目标肾脏进行趋势分析,将第一趋势图、第二趋势图和第三趋势图都一同显示在预设的区域,第三趋势图可以与其他趋势图叠加或者并排显示,显示方式可以参照前述第一趋势图和第二趋势图的显示方式的说明,在此不重复一次。
又如,对超声检测对象的目标胃部进行超声检测,并将对应的趋势图与第一趋势图和第二趋势图一并显示。参照图18,具体如下:
步骤S710,获取超声检测对象的目标胃部的多个第四超声图像,第四超声图像由对目标胃部进行超声检测得到;
步骤S720,根据多个第四超声图像得到第四测量项中每个测量项对应的多个测量结果,其中第四测量项包括胃窦面积,第四测量项中每个测量项对应的多个测量结果具有时间先后顺序;
步骤S730,根据第四测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到第四测量项中每个测量项对应的第四趋势图;
步骤S740,显示第一测量项中每个测量项对应的第一趋势图、第二测量项中每个测量项对应的第二趋势图和第四测量项中每个测量项对应的第四趋势图。
上述是针对超声检测对象的目标胃部的第四测量项生成第四趋势图的过程,为了便于医生对目标心脏、目标肺部和目标胃部进行趋势分析,将第一趋势图、第二趋势图和第四趋势图都一同显示在预设的区域,第四趋势图可以与其他趋势图叠加或者并排显示,显示方式可以参照前述第一趋势图和第二趋势图的显示方式的说明,在此不重复一次。
又如,对超声检测对象的目标下腔静脉进行超声检测,并将对应的趋势图与第一趋势图和第二趋势图一并显示。参照图19,具体如下:
步骤S810,获取超声检测对象的目标下腔静脉的多个第五超声图像,第五超声图像由对目标下腔静脉进行超声检测得到;
步骤S820,根据多个第五超声图像得到第五测量项中每个测量项对应的多个测量结果,其中第五测量项包括下腔静脉内径、下腔静脉扩张指数和下腔静脉变异率,第五测量项中每个测量项对应的多个测量结果具有时间先后顺序;
步骤S830,根据第五测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到第五测量项中每个测量项对应的第五趋势图;
步骤S840,显示第一测量项中每个测量项对应的第一趋势图、第二测量项中每个测量项对应的第二趋势图和第五测量项中每个测量项对应的第五趋势图。
上述是针对超声检测对象的目标下腔静脉的第五测量项生成第五趋势图的过程,为了便于医生对目标心脏、目标肺部和目标下腔静脉进行趋势分析,将第一趋势图、第二趋势图和第五趋势图都一同显示在预设的区域,第五趋势图可以与其他趋势图叠加或者并排显示,显示方式可以参照前述第一趋势图和第二趋势图的显示方式的说明,在此不重复一次。
可以理解的是,上述第三测量项还可以包括肾血流阻力指数以外的测量项,第四测量项还可以包括胃窦面积以外的测量项,第五测量项还可以包括下腔静脉内径、下腔静脉扩张指数和下腔静脉变异率以外的测量项。另外,第一趋势图和第二趋势图,可以与第三趋势图、第四趋势图和第五趋势图中的一个或多个一并显示。
通过前述的超声检测数据的处理方法,将属于同一测量项的测量结果以趋势图的方式呈现并显示,医生通过趋势图,可以直观了解到各个测量项的变化规律,解决了现有超声检测数据没有直观图形表达的问题,有利于医生快速便捷地分析病人病情的变化情况,提高医生的工作效率,具有良好的临床价值。
本发明实施例还提供了一种超声检测数据的处理装置,包括:
超声探头1001;
发射/接收电路用于控制超声探头1001向超声检测对象发射超声波并接收超声回波,获得超声回波信号;
处理器1006,处理器1006用于处理超声回波信号,获得超声检测对象的超声图像;
显示器1007,显示器1007用于显示超声图像和/或基于超声图像得到的测量结果;
处理器1006还用于执行上述的超声检测数据的处理方法。
超声检测数据的处理装置在本实施例中为超声设备,在一些应用场景下(如ICU病房、手术室等),该超声设备设置在病床附近,医生通过超声探头实时对病床上的病人进行超声检测,基于超声回波在超声设备中输出目标组织的超声图像,超声设备基于前述的超声检测数据的处理方法,医生对超声图像进行分析得到本次测量结果,或者由超声设备自动分析超声图像得到本次测量结果,然后结合病人的历史测量结果,合并得到按测量项划分的数据集,最后将属于同一测量项的各个测量结果转换成趋势图并显示,医生根据趋势图即可清楚知道病人的目标组织的病情变化趋势,大大提高医生进行临床超声检测的效率。
下面通过两个实际示例来说明本发明的超声检测数据的处理方法。
示例一
参照图20,本示例提供了一种将病人的超声检测图像进行数据量化并显示趋势图的处理方法,包括以下步骤:
步骤S10,通过超声设备的超声探头获取病人的目标组织的超声图像,其中,目标组织包括目标心脏、目标肺部、目标肾脏、目标胃部和目标下腔静脉中的一个或多个;
步骤S11,将上述超声图像输入到训练好的卷积神经网络,得到卷积神经网络输出的测量项的量化指标,量化指标包括测量值(如心脏射血分数、下腔静脉内径等)和/或分级指标(肺部超声评分等);
步骤S12,根据当前病人的病历档案信息查找上述测量项的历史量化指标,其中,历史量化指标从超声设备的本地存储器中获取,或者从服务器(还可以是工作站等信息平台)的存储器中获取;
步骤S13,将属于同一测量项的量化指标和历史量化指标进行归纳,即以测量项为标准,将所有量化指标进行分类;
步骤S14,根据量化指标的时间先后顺序确定坐标系的横轴,根据量化指标的大小确定坐标系的纵轴;
步骤S15,在坐标系中生成与每个测量项对应的趋势图,并显示这些趋势图。
其中,在超声设备通过服务器获取历史量化指标的情况下,超声设备通过网络(互联网或局域网)连接服务器,服务器根据病人的标识信息,查找自身存储器中具有相同标识信息的数据,从而得到历史量化指标。另外,为便于医生分析病情变化趋势,通常将趋势图集中在预设区域中显示,趋势图的显示方式可以是在该预设区域中叠加显示,或者将预设区域划分得到的多个显示区域,每个显示区域显示一个趋势图;而趋势图的形式可以是趋势曲线或者柱状图。
示例二
参照图21,本示例提供了一种超声检测数据转换成趋势图显示的处理方法,包括以下步骤:
步骤S20,根据病人的标识信息调用超声设备中已存储的测量项及量化指标,或者调用服务器中已存储的测量项及量化指标;
步骤S21,将属于同一测量项的量化指标进行归纳,即以测量项为标准,将所有量化指标进行分类;
步骤S22,根据量化指标的时间先后顺序确定坐标系的横轴,根据量化指标的大小确定坐标系的纵轴;
步骤S23,在坐标系中生成与每个测量项对应的趋势图,并显示这些趋势图。
本示例直接调用存储好的量化指标而不需要医生临床进行超声检测,量化指标可以根据示例一中步骤S10和步骤S11的方法得到后存储,本示例在调用已存储的量化指标后可以直接生成趋势图,为便于医生分析病情变化趋势,通常将趋势图集中在预设区域中显示,趋势图的显示方式可以是在该预设区域中叠加显示,或者将预设区域划分得到的多个显示区域,每个显示区域显示一个趋势图;而趋势图的形式可以是趋势曲线或者柱状图。
可以理解的是,上述示例中,超声检测通常涉及心功能相关和肺功能相关的多个测量项,其中心功能相关的多个测量项包括以下至少两项:射血分数、心室流出道血流最大速度、心室流出道血流速度时间积分、心脏每搏量、心室容积、心排血量、每搏量变异率、二尖瓣舒张早期血流速度峰值与二尖瓣舒张晚期血流速度峰值的比值、二尖瓣舒张早期血流速度峰值与二尖瓣舒张早期运动速度峰值的比值,肺功能相关的多个测量项包括以下至少两项:肺部超声B线数量、肺部超声评分、膈肌位移。除了心功能相关和肺功能相关的测量项,还可以包括肾功能相关的测量项、胃功能相关的测量项和下腔静脉相关的测量项,具体分别是肾血流阻力指数、胃窦面积、下腔静脉内径、下腔静脉扩张指数和下腔静脉变异率中的一个或多个;当然,上述具体测量项只是举例,根据实际的超声检测需要,医生可以增加或者减少测量项,以满足不同的超声检测需求。
本发明实施例的还提供了一种超声检测数据的处理装置,包括至少一个处理器和用于与至少一个处理器通信连接的存储器;存储器存储有能够被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述的超声检测数据的处理方法。
参照图22,以处理装置2000中的控制处理器2001和存储器2002可以通过总线连接为例。存储器2002作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器2002可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器2002可选包括相对于控制处理器2001远程设置的存储器,这些远程存储器可以通过网络连接至处理装置2000。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本领域技术人员可以理解,图22中示出的装置结构并不构成对处理装置2000的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
本发明实施例的还提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,例如,被图22中的一个控制处理器2001执行,可使得上述一个或多个控制处理器执行上述方法实施例中的处理装置方法,例如,执行以上描述的图1中的方法步骤S100至步骤S500、图2中的方法步骤S210至步骤S220、图9中的方法步骤S410至步骤S420、图13中的方法步骤S201至步骤S202、图14中的方法步骤S401至步骤S402、图15中的方法步骤S2011至步骤S2012、图16中的方法步骤S4011至步骤S4012、图17中的方法步骤S610至步骤S640、图18中的方法步骤S710至步骤S740、图19中的方法步骤S810至步骤S840、图20中的方法步骤S10至步骤S15和图21中的方法步骤S20至步骤S23。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
还应了解,本申请实施例提供的各种实施方式可以任意进行组合,以实现不同的技术效果。
以上是对本申请的较佳实施进行了具体说明,但本申请并不局限于上述实施方式,熟悉本领域的技术人员在不违背本申请精神的共享条件下还可作出种种等同的变形或替换,这些等同的变形或替换均包括在本申请权利要求所限定的范围内。
Claims (20)
1.一种超声检测数据的处理方法,其特征在于,所述处理方法包括:
获取超声检测对象的目标心脏的多个第一超声图像,所述第一超声图像由对所述目标心脏进行超声检测得到;
根据多个所述第一超声图像得到第一测量项中每个测量项对应的多个测量结果,其中所述第一测量项包括射血分数、心室流出道血流最大速度、心室流出道血流速度时间积分、心脏每搏量、心排血量和心室容积,所述第一测量项中每个测量项对应的多个测量结果具有时间先后顺序、且由对所述目标心脏在不同时间点进行多次超声检测得到;
根据所述第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第一测量项中每个测量项对应的第一趋势图;
获取所述超声检测对象的目标肺部的多个第二超声图像,所述第二超声图像由对所述目标肺部进行超声检测得到;
根据多个所述第二超声图像得到第二测量项中每个测量项对应的多个测量结果,其中所述第二测量项包括肺部超声B线数量和肺部超声评分,所述第二测量项中每个测量项对应的多个测量结果具有时间先后顺序、且由对所述目标肺部在不同时间点进行多次超声检测得到;
根据所述第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第二测量项中每个测量项对应的第二趋势图;
同时显示所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图。
2.一种超声检测数据的处理方法,其特征在于,所述处理方法包括:
获取第一测量项中每个测量项对应的多个测量结果,其中所述第一测量项包括超声检测对象的目标心脏与心功能相关的多个测量项,所述第一测量项中每个测量项对应的多个测量结果具有时间先后顺序、且由对所述目标心脏在不同时间点进行多次超声检测得到;
根据所述第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第一测量项中每个测量项对应的第一趋势图;
获取第二测量项中每个测量项对应的多个测量结果,其中所述第二测量项包括所述超声检测对象的目标肺部与肺功能相关的多个测量项,所述第二测量项中每个测量项对应的多个测量结果具有时间先后顺序、且由对所述目标肺部在不同时间点进行多次超声检测得到;
根据所述第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第二测量项中每个测量项对应的第二趋势图;
同时显示所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图。
3.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述根据所述第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第一测量项中每个测量项对应的第一趋势图,包括:
以所述测量结果的大小为纵坐标,以所述时间先后顺序为横坐标构建坐标系,其中所述时间先后顺序以所述测量结果对应的超声检测的检测时间或检测次序表征;
基于所述坐标系生成所述第一测量项中每个测量项对应第一趋势图。
4.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述根据所述第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第二测量项中每个测量项对应的第二趋势图,包括:
以所述测量结果的大小为纵坐标,以所述时间先后顺序为横坐标构建坐标系,其中所述时间先后顺序以所述测量结果对应的超声检测的检测时间或检测次序表征;
基于所述坐标系生成所述第二测量项中每个测量项对应的第二趋势图。
5.根据权利要求3所述的超声检测数据的处理方法,其特征在于,所述显示所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图,包括:
以所述坐标系的横轴为基准,将所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图显示在同一个坐标系中。
6.根据权利要求4所述的超声检测数据的处理方法,其特征在于,所述显示所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图,包括:
以所述坐标系的横轴为基准,将所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图显示在同一个坐标系中。
7.根据权利要求5或6所述的超声检测数据的处理方法,其特征在于,所述将所述第一测量项中每个测量项对应的第一趋势图和所述第二测量项中每个测量项对应的第二趋势图显示在同一个坐标系中,包括:
重叠显示所述第一趋势图和所述第二趋势图;
或者,
在所述坐标系的纵轴上按照测量项的种类划分显示区域,以在每个所述显示区域中显示一个所述第一趋势图或一个所述第二趋势图。
8.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述方法还包括:
获取所述第一测量项中每个测量项对应的第一历史测量结果和所述第一历史测量结果的时间先后顺序;
所述根据所述第一测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第一测量项中每个测量项对应的第一趋势图,包括:
根据所述第一测量结果、所述第一历史测量结果、所述第一测量结果的时间先后顺序和所述第一历史测量结果的时间先后顺序生成所述第一测量项中每个测量项对应的第一趋势图。
9.根据权利要求8所述的超声检测数据的处理方法,其特征在于,所述获取所述第一测量项中每个测量项对应的第一历史测量结果和所述第一历史测量结果的时间先后顺序,包括:
确定超声检测对象的标识信息,所述标识信息用于表示所述超声检测对象在超声检测中的病历档案信息;
根据所述标识信息查找所述第一测量项中每个测量项对应的第一历史测量结果和所述第一历史测量结果的时间先后顺序。
10.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述方法还包括:
获取所述第二测量项中每个测量项对应的第二历史测量结果和所述第二历史测量结果的时间先后顺序;
所述根据所述第二测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第二测量项中每个测量项对应的第二趋势图,包括:
根据所述第二测量结果、所述第二历史测量结果、所述第二测量结果的时间先后顺序和所述第二历史测量结果的时间先后顺序生成所述第二测量项中每个测量项对应的第二趋势图。
11.根据权利要求10所述的超声检测数据的处理方法,其特征在于,所述获取所述第二测量项中每个测量项对应的第二历史测量结果和所述第二历史测量结果的时间先后顺序,包括:
确定所述超声检测对象的标识信息,所述标识信息用于表示所述超声检测对象在超声检测中的病历档案信息;
根据所述标识信息查找所述第二测量项中每个测量项对应的第二历史测量结果和所述第二历史测量结果的时间先后顺序。
12.根据权利要求1所述的超声检测数据的处理方法,其特征在于,所述第一测量项中每个测量项对应的多个测量结果通过对所述第一超声图像进行深度学习分析得到或者对所述第一超声图像进行图像特征提取后使用分类算法分析得到;所述第二测量项中每个测量项对应的多个测量结果通过对所述第二超声图像进行深度学习分析得到或者对所述第二超声图像进行图像特征提取后使用分类算法分析得到。
13.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述第一测量项还包括如下至少一项:每搏量变异率、二尖瓣舒张早期血流速度峰值与二尖瓣舒张晚期血流速度峰值的比值、二尖瓣舒张早期血流速度峰值与二尖瓣舒张早期运动速度峰值比值。
14.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述第二测量项还包括膈肌位移。
15.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述方法还包括:
获取所述超声检测对象的目标肾脏的多个第三超声图像,所述第三超声图像由对所述目标肾脏进行超声检测得到;
根据多个所述第三超声图像得到第三测量项中每个测量项对应的多个测量结果,其中所述第三测量项包括肾血流阻力指数,所述第三测量项中每个测量项对应的多个测量结果具有时间先后顺序;
根据所述第三测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第三测量项中每个测量项对应的第三趋势图;
显示所述第一测量项中每个测量项对应的第一趋势图、所述第二测量项中每个测量项对应的第二趋势图和所述第三测量项中每个测量项对应的第三趋势图。
16.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,所述方法还包括:
获取所述超声检测对象的目标胃部的多个第四超声图像,所述第四超声图像由对所述目标胃部进行超声检测得到;
根据多个所述第四超声图像得到第四测量项中每个测量项对应的多个测量结果,其中所述第四测量项包括胃窦面积,所述第四测量项中每个测量项对应的多个测量结果具有时间先后顺序;
根据所述第四测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第四测量项中每个测量项对应的第四趋势图;
显示所述第一测量项中每个测量项对应的第一趋势图、所述第二测量项中每个测量项对应的第二趋势图和所述第四测量项中每个测量项对应的第四趋势图。
17.根据权利要求1或2所述的超声检测数据的处理方法,其特征在于,还包括:
获取所述超声检测对象的目标下腔静脉的多个第五超声图像,所述第五超声图像由对所述目标下腔静脉进行超声检测得到;
根据多个所述第五超声图像得到第五测量项中每个测量项对应的多个测量结果,其中所述第五测量项包括下腔静脉内径、下腔静脉扩张指数和下腔静脉变异率,所述第五测量项中每个测量项对应的多个测量结果具有时间先后顺序;
根据所述第五测量项中每个测量项对应的多个测量结果及时间先后顺序,分别得到所述第五测量项中每个测量项对应的第五趋势图;
显示所述第一测量项中每个测量项对应的第一趋势图、所述第二测量项中每个测量项对应的第二趋势图和所述第五测量项中每个测量项对应的第五趋势图。
18.根据权利要求2所述的超声检测数据的处理方法,其特征在于,所述与心功能相关的多个测量项包括如下至少两项:射血分数、心室流出道血流最大速度、心室流出道血流速度时间积分、心脏每搏量、心室容积、心排血量、每搏量变异率、二尖瓣舒张早期血流速度峰值与二尖瓣舒张晚期血流速度峰值的比值、二尖瓣舒张早期血流速度峰值与二尖瓣舒张早期运动速度峰值的比值;
所述与肺功能相关的多个测量项包括如下至少两项:肺部超声B线数量、肺部超声评分、膈肌位移。
19.根据权利要求2所述的超声检测数据的处理方法,其特征在于,所述获取第一测量项中每个测量项对应的多个测量结果包括:
从超声设备、超声工作站或者云服务端中获取所述第一测量项中每个测量项对应的多个测量结果;
所述获取第二测量项中每个测量项对应的多个测量结果包括:
从超声设备、超声工作站或者云服务端中获取所述第二测量项中每个测量项对应的多个测量结果。
20.一种超声检测数据的处理装置,其特征在于,包括:
超声探头;
发射/接收电路,所述发射/接收电路用于控制所述超声探头向超声检测对象发射超声波并接收超声回波,获得超声回波信号;
处理器,所述处理器用于处理所述超声回波信号,获得所述超声检测对象的超声图像;
显示器,所述显示器用于显示所述超声图像和/或基于所述超声图像得到的测量结果;
所述处理器还用于执行上述权利要求1至18中任意一项所述的超声检测数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007936.3A CN114271850B (zh) | 2021-08-27 | 2021-08-27 | 超声检测数据的处理方法及超声检测数据的处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111007936.3A CN114271850B (zh) | 2021-08-27 | 2021-08-27 | 超声检测数据的处理方法及超声检测数据的处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114271850A CN114271850A (zh) | 2022-04-05 |
CN114271850B true CN114271850B (zh) | 2024-04-26 |
Family
ID=80868478
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111007936.3A Active CN114271850B (zh) | 2021-08-27 | 2021-08-27 | 超声检测数据的处理方法及超声检测数据的处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114271850B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116188499B (zh) * | 2023-05-04 | 2023-06-30 | 北京易优联科技有限公司 | 一种用于肺部超声图像的分割方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103607956A (zh) * | 2011-02-03 | 2014-02-26 | 尤伦·帕提 | 经胸的心肺监测器 |
CN104546009A (zh) * | 2013-10-10 | 2015-04-29 | 深圳迈瑞生物医疗电子股份有限公司 | 一种动态心动图的检测装置 |
CN112635043A (zh) * | 2020-12-29 | 2021-04-09 | 深圳开立生物医疗科技股份有限公司 | 一种超声检查方法及相关装置 |
CN112656445A (zh) * | 2020-12-18 | 2021-04-16 | 青岛海信医疗设备股份有限公司 | 一种超声设备、超声图像处理方法及存储介质 |
-
2021
- 2021-08-27 CN CN202111007936.3A patent/CN114271850B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103607956A (zh) * | 2011-02-03 | 2014-02-26 | 尤伦·帕提 | 经胸的心肺监测器 |
CN104546009A (zh) * | 2013-10-10 | 2015-04-29 | 深圳迈瑞生物医疗电子股份有限公司 | 一种动态心动图的检测装置 |
CN112656445A (zh) * | 2020-12-18 | 2021-04-16 | 青岛海信医疗设备股份有限公司 | 一种超声设备、超声图像处理方法及存储介质 |
CN112635043A (zh) * | 2020-12-29 | 2021-04-09 | 深圳开立生物医疗科技股份有限公司 | 一种超声检查方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114271850A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11490877B2 (en) | System and method of identifying characteristics of ultrasound images | |
WO2017206023A1 (zh) | 一种心脏容积识别分析系统和方法 | |
US9514531B2 (en) | Medical image diagnostic device and method for setting region of interest therefor | |
US11931201B2 (en) | Device and method for obtaining anatomical measurements from an ultrasound image | |
JP5558727B2 (ja) | 超音波診断装置および超音波診断装置のデータ処理プログラム | |
US20230210491A1 (en) | Method for estimating hemodynamic parameters | |
US20220104794A1 (en) | Method and ultrasound system for shear wave elasticity imaging | |
US11766245B2 (en) | Ultrasonic diagnostic apparatus and control method | |
JP2007222533A (ja) | 超音波診断装置及び超音波画像処理方法 | |
CN114271850B (zh) | 超声检测数据的处理方法及超声检测数据的处理装置 | |
JP6382633B2 (ja) | 超音波診断装置 | |
CN112168210B (zh) | 医学图像处理终端、超声诊断设备和胎儿图像的处理方法 | |
CN109640831A (zh) | 超声诊断装置 | |
CN116194048A (zh) | 膈肌的超声测量方法及系统 | |
CN113498542A (zh) | 用于从受试者获得生理测量结果的方法和系统 | |
US11642098B2 (en) | Ultrasonic imaging apparatus and method of controlling the same | |
WO2021259713A1 (en) | Systems and methods for identifying a vessel from ultrasound data | |
JP3702198B2 (ja) | 超音波診断装置 | |
US20230380812A1 (en) | Medical imaging method, apparatus, and system | |
CN116507287A (zh) | 超声成像系统、方法和计算机存储介质 | |
JP2020049212A (ja) | 装置、医用情報処理装置、及びプログラム | |
CN114098687A (zh) | 用于超声运动模式的自动心率测量的方法和系统 | |
CN116033874A (zh) | 用于测量心脏硬度的系统和方法 | |
CN115517705A (zh) | 频谱分析方法和超声成像系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |