CN114727802A - 血管内超声成像和钙检测方法 - Google Patents

血管内超声成像和钙检测方法 Download PDF

Info

Publication number
CN114727802A
CN114727802A CN202080077858.1A CN202080077858A CN114727802A CN 114727802 A CN114727802 A CN 114727802A CN 202080077858 A CN202080077858 A CN 202080077858A CN 114727802 A CN114727802 A CN 114727802A
Authority
CN
China
Prior art keywords
image
calcification
boundary
alternatively
additionally
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.)
Pending
Application number
CN202080077858.1A
Other languages
English (en)
Inventor
蔡何安明
李文广
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.)
Boston Scientific Scimed Inc
Original Assignee
Boston Scientific Scimed Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Boston Scientific Scimed Inc filed Critical Boston Scientific Scimed Inc
Publication of CN114727802A publication Critical patent/CN114727802A/zh
Pending legal-status Critical Current

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
    • A61B8/52—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
    • A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters
    • 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
    • A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
    • 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
    • A61B8/5215—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Vascular Medicine (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了方法，其包括用于处理血管内超声图像的方法。一种示例方法可以包括收集血管的一个或多个超声图像并且用处理器分割所述超声图像。分割可以包括识别所述血管的腔边界和用于所述血管内介质的介质边界中的一个或多个。

Description

血管内超声成像和钙检测方法
相关申请的交叉引用
本申请根据35 U.S.C.§119要求于2019年9月26日提交的美国临时申请序列号62/906,546的优先权的权益，其全部内容通过引用并入本文。
技术领域
本发明涉及血管内超声成像。
背景技术
已经开发了用于医疗用途，例如血管内使用的各种各样的医疗装置。这些装置中的一些包括血管内超声成像装置。另外，已经开发了用于血管内超声成像的方法。这些医疗装置和方法中的每一种均具有某些优点和缺点。持续需要提供替代的装置，以及替代的方法。
发明内容
本发明提供用于医疗装置的设计和使用替代方案以及方法，例如，包括血管内超声成像的方法。本发明公开了一种用于处理血管内超声图像的方法。该方法包括：收集血管的一个或多个超声图像；用处理器分割超声图像；其中处理器包括深度神经网络；以及其中分割包括识别血管的腔边界和针对血管内介质的介质边界中的一个或多个。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别腔边界。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别介质边界。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别腔边界。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别介质边界。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别腔边界并且其被训练以识别介质边界。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示装置上显示一个或多个超声图像中的第一图像。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示装置上显示用于第一图像的狭窄区域的数字指示。
对于上述实施例中的任一个来说替代地或另外地，狭窄区域的数字指示被显示在第一图像上或在邻近第一图像处。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示装置上显示用于第一图像的斑块负荷的数字指示。
对于上述实施例中的任一个来说替代地或另外地，斑块负荷的数字指示被显示在第一图像上或在邻近第一图像处。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示装置上显示钙化角的视觉表示。
对于上述实施例中的任一个来说替代地或另外地，钙化角的视觉表示包括沿着第一图像的边界区域设置的弧。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示装置上显示钙化弧的视觉表示。
对于上述实施例中的任一个来说替代地或另外地，钙化弧的视觉表示包括沿着第一图像的边界区域设置的弧。
本发明公开了一种用于处理血管内超声图像的方法。该方法包括：收集血管的多个超声图像；用处理器分割超声图像；其中处理器包括深度神经网络；以及其中分割包括识别血管的腔边界、血管的横截面积、针对血管内介质的介质边界、介质的横截面积、血管内的钙化病灶的钙化角、侧分支位置或其组合。
对于上述实施例中的任一个来说替代地或另外地，收集血管的多个超声图像包括用血管内超声导管系统收集多个超声图像。
对于上述实施例中的任一个来说替代地或另外地，收集血管的多个超声图像包括收集血管的横截面图像。
对于上述实施例中的任一个来说替代地或另外地，用处理器分割超声图像包括用人工智能进行分割。
对于上述实施例中的任一个来说替代地或另外地，用处理器分割超声图像包括用深度神经网络进行分割。
对于上述实施例中的任一个来说替代地或另外地，用处理器分割超声图像包括定量分析。
对于上述实施例中的任一个来说替代地或另外地，用处理器分割超声图像包括图像分类。
对于上述实施例中的任一个来说替代地或另外地，用处理器分割超声图像包括识别血管内的病灶。
对于上述实施例中的任一个来说替代地或另外地，用处理器分割超声图像包括支架检测。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别血管的腔边界。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别血管的横截面积。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别针对血管内介质的介质边界。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别介质的横截面积。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别血管内钙化病灶的钙化角。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别侧分支位置。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示血管的第一横截面图像。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示血管的第二横截面图像。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示用于第一横截面图像、第二横截面图像或两者的狭窄区域的数字指示。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示用于第一横截面图像、第二横截面图像或两者的斑块负荷的数字指示。
对于上述实施例中的任一个来说替代地或另外地，其还包括显示钙化角的视觉表示。
对于上述实施例中的任一个来说替代地或另外地，钙化角的视觉表示包括沿着第一横截面图像的边界区域设置的弧。
对于上述实施例中的任一个来说替代地或另外地，其还包括显示钙化弧的视觉表示。
对于上述实施例中的任一个来说替代地或另外地，钙化角的视觉表示包括沿着第一横截面图像的边界区域设置的弧。
本发明公开了一种用于显示血管的图像的方法。该方法包括：当换能器旋转并沿着血管的腔纵向移动时，用处理单元接收源于联接到导管的换能器的电信号；处理所接收的电信号以形成一系列横截面图像；其中横截面图像沿着腔彼此纵向偏移；在显示器上显示横截面图像中的一个或多个；以及在显示器上显示腔直径轮廓、血管直径轮廓或两者。
对于上述实施例中的任一个来说替代地或另外地，腔直径轮廓被配置为允许临床医生识别血管内的最小腔面积。
对于上述实施例中的任一个来说替代地或另外地，血管直径轮廓被配置为允许临床医生识别从血管延伸的侧分支。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示血管内的钙覆盖的二维表示。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示二维钙图。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示血管内的钙覆盖的三维表示。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示三维钙图。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示钙化角的视觉表示。
对于上述实施例中的任一个来说替代地或另外地，钙化角的视觉表示包括沿着横截面图像中的一个的边界区域设置的弧。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示器上显示钙化弧的视觉表示。
对于上述实施例中的任一个来说替代地或另外地，钙化弧的视觉表示包括沿着横截面图像中的一个的边界区域设置的弧。
本发明公开了一种用于以图形化显示血管的钙化的方法。该方法包括：收集血管的多个超声图像；分割图像以生成针对多个超声图像中每一个的钙化角；以及显示钙化角的视觉表示。
对于上述实施例中的任一个来说替代地或另外地，钙化角的视觉表示包括沿着图像中的一个的边界区域设置的弧。
对于上述实施例中的任一个来说替代地或另外地，钙化角的视觉表示包括二维钙图。
对于上述实施例中的任一个来说替代地或另外地，钙化角的视觉表示包括三维钙图。
本发明公开了一种确定用于在血管中治疗血管内病灶的治疗策略的方法。该方法包括：通过观察血管内病灶的钙弧的视觉表示、血管的二维钙图、血管的三维钙图或其组合来确定第一数值钙分数；通过观察血管的透视图像来确定第二数值钙分数；通过测量血管内病灶的长度来确定第三数值钙分数；计算第一数值钙分数、第二数值钙分数和第三数值钙分数的总和；以及基于总和选择治疗模式。
本发明公开了一种使用人工智能来处理血管内超声图像的方法。
本发明公开了一种如本文公开的和/或要求保护的使用人工智能来处理血管内超声图像的方法。
本发明公开了一种用于确定血管中钙化量的弧尺寸的方法。
对于上述实施例中的任一个来说替代地或另外地，其还包括在显示装置上显示钙化量。
对于上述实施例中的任一个来说替代地或另外地，在显示装置上显示钙化量包括显示沿着血管的横截面超声图像的边界区域的弧。
对于上述实施例中的任一个来说替代地或另外地，在显示装置上显示钙化量包括二维钙图。
对于上述实施例中的任一个来说替代地或另外地，在显示装置上显示钙化量包括三维钙图。
本发明公开了一种用于处理血管内超声图像的方法。该方法包括：收集血管的一个或多个超声图像；用处理器分割超声图像；并且其中分割包括识别血管的腔边界和用于血管内介质的介质边界中的一个或多个。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别腔边界。
对于上述实施例中的任一个来说替代地或另外地，分割包括识别介质边界。
对于上述实施例中的任一个来说替代地或另外地，处理器包括深度神经网络。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别腔边界。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别介质边界。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别腔边界并且其被训练以识别介质边界。
本发明公开了一种用于处理血管内超声图像的方法。该方法包括：收集血管的多个超声图像；用处理器分割超声图像；并且其中分割包括识别血管的腔边界、血管的横截面积、用于血管内介质的介质边界、介质的横截面积、血管内的钙化病灶的钙化角、侧分支位置或其组合。
对于上述实施例中的任一个来说替代地或另外地，处理器包括深度神经网络。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别腔边界。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别介质边界。
对于上述实施例中的任一个来说替代地或另外地，深度神经网络被训练以识别腔边界并且其被训练以识别介质边界。
上面对一些实施例的概述不旨在描述本发明的每个所公开的实施例或每个实施方式。下面的附图和具体实施方式更特别地举例说明了这些实施例。
附图说明
通过考虑以下结合附图的详细描述，可以更全面地理解本发明，其中：
图1示意性地描绘了示例血管内超声系统。
图2是示例血管内超声导管系统的立体图。
图3是示例血管内超声导管系统的一部分的侧视图。
图4是示出用于处理图像的示例方法的流程图。
图5是示出用于处理图像的示例方法的流程图。
图6示意性地示出了用于图像分割的流程。
图7示出了显示输出的示例。
图8示出了显示输出的示例。
图9示出了显示输出的示例。
图10至图12示出了显示输出的一些示例。
虽然本发明适合于各种修改和替代形式，但其具体细节已通过示例的方式在附图中示出且将更详细地进行描述。然而，应理解的是其意图不是将本发明限制于所述的特定实施例。相反地，其意图是涵盖落在本发明的精神和范围内的所有修改、等同物和替代物。
具体实施方式
对于下列定义的术语而言，除非在本说明书中的权利要求或其他地方中给出了不同的定义，否则这些定义应是适用的。
所有数值在本文均被假定为受到术语“约”的修饰，而无论是否进行了明确表示。术语“约”通常是指本领域技术人员认为等同于所引用的值(即，具有相同的功能或结果)的数字范围。在许多情况下，术语“约”可以包括四舍五入到最接近的有效数字的数字。
由端点表示的对数字范围的叙述包括在该范围内的所有数字(例如，1至5包括1、1.5、2、2.75、3、3.80、4和5)。
如在本说明书和所附的权利要求中使用的，单数形式“一”、“一个”和“该”包括复数个指示物，除非内容另有明确指示。如在本说明书和所附的权利要求中使用的，术语“或”通常是按包括“和/或”的意义而采用的，除非内容另有明确指示。
应注意，在说明书中对“一个实施例”、“一些实施例”、“其他实施例”等的参考表示所描述的实施例可以包括一个或多个特定特征、结构或特性。然而，这种叙述不一定表示所有实施例均包括该特定特征、结构和/或特性。另外地，当结合一个实施例描述特定特征、结构和/或特性时，应理解的是，无论是否进行了明确描述，这种特征、结构和/或特性还可以结合其他实施例一起使用，除非明确表示与此相反。
应参考附图阅读以下详细描述，其中不同附图中的类似元件具有相同的编号。不一定按比例绘制的附图描绘了说明性实施例且不旨在限制本发明的范围。
可插入患者体内的超声装置已证明针对多种疾病和病症的诊断能力。例如，血管内超声(“IVUS”)成像系统可以用作诊断阻塞血管以及提供信息以帮助执业医师选择和放置支架和其他装置以恢复或增加血流的成像模式。IVUS成像系统也可以用于诊断血管内特定位置处的粥样斑块积聚。IVUS成像系统还可以用于确定血管内阻塞或狭窄的存在，以及阻塞或狭窄的性质和程度。IVUS成像系统还可以用于可视化血管系统的部段，这些部段可能由于例如，一个或多个结构(例如，不需要被成像的一个或多个血管)的移动(例如，跳动的心脏)或阻塞而难以使用其他血管内成像技术，诸如，血管造影术来进行可视化。IVUS成像系统还可以用于实时(或几乎实时)监测或评估正在进行的血管内治疗，诸如血管造影术和支架放置。此外，IVUS成像系统可以用于监测一个或多个心室。
已经开发了IVUS成像系统以提供用于可视化多种疾病或病症的诊断工具。IVUS成像系统可以包括控制模块(具有脉冲发生器、图像处理器和监视器)、导管和设置在导管中的一个或多个换能器。包含换能器的导管可以定位在待成像的区域内或近侧的腔或空腔中，诸如血管壁或血管壁近侧的患者组织。控制模块中的脉冲发生器可以产生电脉冲，其被输送到一个或多个换能器并且被变换成被输送通过患者组织的声脉冲。传输的声脉冲的反射脉冲可以被一个或多个换能器吸收并且变换成电脉冲。所变换的电脉冲可以被输送至图像处理器并且被转换成可显示在监视器上的图像。
图1示意性地示出了示例IVUS成像系统100。IVUS成像系统100包括导管102，其可联接到处理单元或控制模块104。控制模块104可以包括，例如，处理器106、脉冲产生器108、驱动单元110和一个或多个显示器112。在一些情况下，脉冲发生器108形成电脉冲，其可以输入到设置在导管102中的一个或多个换能器(图3中的312)。
在一些情况下，源于驱动单元110的机械能可以用于驱动设置在导管102中的成像芯(图3中的306)。在一些情况下，从一个或多个换能器(图3中的312)传输的电信号可以输入到处理器106以进行处理。在一些情况下，源于一个或多个换能器(图3中的312)的经处理的电信号可以在一个或多个显示器112上显示为一个或多个图像。例如，扫描转换器可以被用于将扫描线样本(例如，径向扫描线样本等)映射到二维笛卡尔网格，以在一个或多个显示器112上显示一个或多个图像。
在一些情况下，处理器106还可以用于控制控制模块104的其他组件中的一个或多个的功能。例如，处理器106可以用于控制从脉冲发生器108传输的电脉冲的频率或持续时间、驱动单元110对成像芯(图3中的306)的旋转速率、驱动单元110对成像芯(图3中的306)的拉回速率或拉回长度、或在一个或多个显示器112上形成的一个或多个图像的一个或多个性质中的至少一个。
图2是IVUS成像系统(图1中的100)的导管102的一个实施例的示意性侧视图。导管102包括细长构件202和连接器204。细长构件202包括近端206和远端208。在图2中，细长构件202的近端206联接到导管连接器204并且细长构件的远端208被配置和布置用于经皮插入患者体内。可选地，导管102可以限定至少一个冲洗端口，例如冲洗端口210。冲洗端口210可以限定在连接器204中。连接器204可以被配置和布置为联接到控制模块(图1中的104)。在一些情况下，细长构件202和连接器204形成为整体。在其他情况下，细长构件202和导管连接器204单独形成并且随后组装在一起。
图3是导管102的细长构件202的远端208的一个实施例的示意性立体图。细长构件202包括具有纵向轴线303的护套302和腔304。成像芯306设置在腔304中。成像芯306包括联接到可手动或使用计算机控制的驱动机构旋转的驱动轴310的远端的成像装置308。一个或多个换能器312可以安装到成像装置308并且用于传输和接收声信号。护套302可以由适于插入患者体内的任何柔性、生物相容的材料制成。合适材料的示例包括，例如，聚乙烯、聚氨酯、塑料、螺旋切割的不锈钢、镍钛诺海波管等，或其组合。
在一些情况下，例如，如图3所示，换能器312阵列被安装到成像装置308。替代地，可以采用单个换能器。可以使用任何合适数量的换能器312。例如，可以有两个、三个、四个、五个、六个、七个、八个、九个、十个、十二个、十五个、十六个、二十个、二十五个、五十个、一百个、五百个、一千个或以上的换能器。如将认识到的，也可以使用其他数量的变换器。当采用多个换能器312时，可以将换能器312配置成任何合适的布置，包括例如环形布置、矩形布置等。
一个或多个换能器312可以由能够将施加的电脉冲变换成一个或多个换能器312的表面上的压力变形的材料形成，且反之亦然。合适材料的示例包括压电陶瓷材料、压电复合材料、压电塑料、钛酸钡、锆钛酸铅、偏铌酸铅、聚偏二氟乙烯等。其他换能器技术包括复合材料、单晶复合材料和半导体装置(例如，电容式微机械超声换能器(“cMUT”)、压电微机械超声换能器(“pMUT”)等)。
在一个或多个换能器312的表面上的压力变形基于一个或多个换能器312的谐振频率形成频率的声脉冲。一个或多个变换器312的谐振频率可能受到用于形成一个或多个变换器312的尺寸、形状和材料的影响。一个或多个换能器312可以以适合于定位在导管102内并且在一个或多个选定方向上传播期望频率的声脉冲的任何形状形成。例如，变换器可以是圆盘形的、方框形的、矩形的、椭圆形的等。一个或多个变换器可以通过任何工艺形成所需的形状，包括，例如，切割、切块和填充、机械加工、微细加工等。
作为一个示例，一个或多个换能器312中的每一个可以包括夹在匹配层和由吸音材料(例如，具有钨颗粒的环氧树脂衬底)形成的导电背衬材料之间的压电材料层。在操作期间，压电层可以被电激发以引起声脉冲的发射。
一个或多个换能器312可以用于形成周围空间的径向横截面图像。因此，例如，当一个或多个变换器312设置在导管102中且插入患者的血管中，一个或多个变换器312可以被用于形成血管和围绕血管的组织的壁的图像。
成像芯306围绕导管102的纵向轴线303旋转。当成像芯306旋转时，一个或多个换能器312在不同的径向方向(例如，沿着不同的径向扫描线)上发射声信号。例如，一个或多个换能器312可以以规则(或不规则)的增量发射声信号，诸如每转256条径向扫描线等。应当理解，可以代替地每转发射其他数量的径向扫描线。
当具有足够能量的发射声脉冲遇到一个或多个介质边界，诸如一个或多个组织边界时，发射声脉冲中的一部分作为回波脉冲被反射回发射换能器。每个到达待检测的具有足够能量的换能器的回波脉冲被变换为接收换能器中的电信号。一个或多个变换的电信号被传输至控制模块(图1中的104)，其中处理器106至少部分地基于来自传输的声脉冲和接收的回波脉冲中的每一个的信息的集合来处理电信号特性，以形成成像区域的可显示图像。在一些情况下，成像芯306的旋转由设置在控制模块(图1中的104)中的驱动单元110驱动的。在替代实施例中，一个或多个换能器312被固定在适当位置中并且不旋转。在这种情况下，驱动轴310可以代替地旋转将声信号反射到固定的一个或多个换能器312和从固定的一个或多个换能器312反射声信号的镜子。
当一个或多个换能器312围绕发射声脉冲的导管102的纵向轴线303旋转时，可以形成多个图像，这些图像共同形成围绕一个或多个换能器312的区域，诸如感兴趣的血管壁和围绕血管的组织的一部分的径向横截面图像(例如，断层图像)。可选地，径向横截面图像可以显示在一个或多个显示器112上。成像芯306中的至少一个可以手动旋转或使用计算机控制的机构旋转。
成像芯306还可以沿着插入导管102的血管纵向移动，使得可以沿着血管的纵向长度形成多个横截面图像。在成像过程期间，一个或多个换能器312可以沿着导管102的纵向长度缩回(例如，拉回)。导管102可以包括至少一个伸缩部段，其可以在一个或多个换能器312的拉回期间缩回。在一些情况下，驱动单元110驱动导管102内的成像芯306的拉回。驱动单元110拉回成像芯的距离可以是任何合适的距离，包括，例如，至少5cm、10cm、15cm、20cm、25cm或更多。整个导管102可以在成像过程中缩回，无论成像芯306是否独立于导管102纵向移动。
可选地，步进马达可以用于拉回成像芯306。步进马达可以将成像芯306拉回一段短距离并且停止足够长的时间以使一个或多个换能器306在将成像芯306拉回另一段短距离并再次捕获另一个图像或一系列图像之前捕获图像或一系列图像等等。
从一个或多个换能器312在不同深度处产生的图像的质量可能受到一种或多种因素，包括例如，带宽、换能器焦点、波束图以及声脉冲的频率的影响。从一个或多个换能器312输出的声脉冲的频率也可以影响从一个或多个换能器312输出的声脉冲的穿透深度。通常，随着声脉冲的频率降低，声脉冲在患者组织内的穿透深度增加。在一些情况下，IVUS成像系统100在5MHz至100MHz的频率范围内操作。
一个或多个导体314可以将换能器312电联接到控制模块104(参见例如图1)。在这种情况下，一个或多个导体314可以沿着可旋转驱动轴310的纵向长度延伸。
具有安装到成像芯308的远端208的一个或多个换能器312的导管102可以在远离要成像的选定区域的选定部分的部位，诸如血管处经由可进入的血管，诸如股动脉、股静脉或颈静脉经皮插入患者体内。然后，可以推进导管102通过患者的血管到达选定的成像部位，诸如选定血管的一部分。
每次将一个或多个声信号输出到周围组织并且一个或多个对应的回波信号由成像器308接收并传输至处理器106时，可以生成图像或图像帧(“帧”)。替代地，图像或图像帧可以是来自成像芯或装置的完全或部分旋转的扫描线的合成物。在成像装置308的任何类型的移动期间，可以随时间获取多个(例如，一序列)帧。例如，可以在成像装置308沿着目标成像位置旋转和拉回期间获取帧。应当理解，可以在成像装置308旋转或不旋转以及拉回或不拉回的情况下，都可以获取帧。此外，应当理解，除了或代替成像装置308的旋转或拉回中的至少一种，可以使用其他类型的移动过程来获取帧。
在一些情况下，当执行拉回时，拉回可以按恒定速率进行，从而为能够计算纵向血管/斑块测量值潜在应用提供工具。在一些情况下，成像装置308以至少0.3mm/s的恒定速率被拉回。在一些情况下，成像装置308以至少0.4mm/s的恒定速率被拉回。在一些情况下，成像装置308以至少0.5mm/s的恒定速率被拉回。在一些情况下，成像装置308以至少0.6mm/s的恒定速率被拉回。在一些情况下，成像装置308以至少0.7mm/s的恒定速率被拉回。在一些情况下，成像装置308以至少0.8mm/s的恒定速率被拉回。
在一些情况下，一个或多个声信号以恒定的时间间隔被输出至周围组织。在一些情况下，一个或多个对应的回波信号由成像器308接收并且以恒定的时间间隔传输到处理器106。在一些情况下，所产成的帧是以恒定的时间间隔生成的。
至少一些传统的IVUS成像系统在IVUS过程，诸如拉回过程期间或之后仅显示单个(例如，横截面、纵向等)图像。然而，在IVUS过程(例如，拉回过程)期间同时实时显示至少两个图像，诸如最近处理的图像和具有一些特定或选定的图像特性(例如，最大或最小腔面积或直径)先前获得的图像可能是有用的。
一些诊断和/或治疗干预可以包括对由IVUS成像系统生成的图像的分析。然而，这种分析可能需要大量的训练/经验以便有效地解释图像。此外，由于IVUS图像上经常出现斑点，自动分析和/或评估也可能具有挑战性。本文公开了用于处理和/或分析图像，诸如用/由IVUS成像系统生成的图像的方法。这样的方法可以利用机器学习、人工智能、深度神经网络和/或类似的方法来改进对用/由IVUS成像系统生成的图像的处理和/或分析。
图4是说明示例过程的概述或框架的流程图。该过程可以包括在框401处生成和/或收集血管图像(例如，经由IVUS拉回过程生成的IVUS图像、横截面图像等)。在框403，生成的/收集的图像可以进行横截面分析。横截面分析可以包括使用深度学习网络(例如，深度神经网络，诸如U-Net深度神经网络)对图像进行处理和/或分割，以获得用于定量分析的图像分割和用于自动识别病灶类型、支架检测等的图像分类。例如，在框405处标记的横截面分析的输出可以包括腔边界的识别、腔尺寸的识别、介质边界的识别(例如，针对血管内介质的介质边界的识别)、介质尺寸的识别、钙化角/弧的识别、钙化覆盖范围的识别、病灶类型的识别等。除了识别这样的边界/尺寸之外，输出可以以合适的格式(例如，图形地、数字地、作为真实或示意性图像、用文字或符号等)显示在显示单元上。在一些情况下，可以在框407处分析IVUS拉回或“运行”的多个图像。在框409处标记的该运行分析的输出可以包括腔轮廓(例如，包括例如，纵向横截面或“长视图”)、血管轮廓(例如，包括例如，纵向横截面或“长视图”)、钙化长度的表示(例如，可视化或图像、数字可视化、图形可视化等)、参考帧的描绘/显示(例如，最小腔面积或“MLA”、最小支架面积或“MSA”等)、侧分支位置的表示(例如，可视化或图像、数字可视化、图形可视化等)、两个感兴趣帧之间的距离的表示(例如，可视化或图像、数字可视化、图形可视化等)、支架延伸的表示(例如，可视化或图像、数字可视化、图形可视化等)、其组合等。这还可以包括用深度神经网络(例如，诸如UNet深度神经网络)和/或机器学习和/或人工智能来分析图像。
图5是描绘示例过程的流程图，可以通过该示例过程来处理/分割图像(例如，经由IVUS拉回过程生成的IVUS图像、横截面图像等)。例如，示例横截面图像(例如，在框501处)或图像组/集合可以进行图像分类(例如，在框503处)，例如以识别病灶的类型(例如，在框505处)。在一些情况下，输出可以以合适的格式(例如，图形地、数字地、作为真实或示意性图像、用文字或符号等)显示在显示单元上。在一些情况下，图像(例如，在框501处)可以经历钙化检测(例如，在框507处)以识别钙/钙化角或弧覆盖范围(例如，在框509处)。
在一些情况下，图像(例如，在框501处)可以进行图像分割(例如，在框511处)。这可以包括边界的提取(例如，在框513处)以便识别腔边界、识别腔的尺寸、识别介质边界、识别介质尺寸等(例如，在框515处)。图像分割的一些示例输出(例如，其可以显示在显示单元上)在图6中示出。血管517的图像可以进行图像分割。这可以包括用深度神经网络(例如，诸如U-Net深度神经网络和/或经过训练以识别腔边界、介质边界或两者的其他网络)和/或机器学习和/或人工智能来分析图像。这可以导致所识别的腔边界521和介质边界523的可视化519。
图7是可以显示在显示单元上的示例显示输出601。可以示出多个特征。可以示出血管的横截面的一个或多个代表性图像603a、603b。在一些情况下，狭窄区域605a、605b的数字指示和/或斑块负荷607a、607b的数字指示可以在图像603a、603b旁边或邻近图像603a、603b示出。在一些情况下，可以示出血管609的纵向横截面的表示/可视化。在一些情况下，钙化角/弧的视觉表示可以显示在显示输出601上。例如，钙化角/弧的视觉表示可以包括沿着图像603a、603b的边界区域设置的弧或弧线。在一些情况下，显示可以包括血管直径轮廓611和/或腔直径轮廓613的表示/可视化。这些轮廓611、613可以使临床医生更有效地识别具有最小面积(例如，MLA)的血管区域和/或血管内的其他感兴趣区域。
图8是可以显示在显示单元上的另一个示例显示输出701。该显示输出701可以采用钙图(例如，描绘钙化角/弧的二维钙图)的形式。在该示例中，纵向位置沿着X轴示出，并且钙化角/弧沿着Y轴示出。钙图上示出了指示存在钙化的几个亮点。例如，示出了第一钙化点703和第二钙化点705。第一钙化点703可以具有相对长的纵向分量，但却具有更小/更短的钙化角/弧，而第二钙化点705可以包括纵向部段707a、707b(例如，具有相对长的纵向分量)和周向部段709(例如，具有更大、更周向的钙化角/弧)。
图9是可以显示在显示单元上的另一个示例显示输出801。该显示输出801可以采用钙图(例如，描绘钙化角/弧的二维钙图)的形式。在该示例中，纵向位置沿着X轴示出，并且钙化角/弧使用可变亮度和/或颜色/灰度中的差异示出。在该示例中，钙图上示出了指示存在钙化的多个亮点。例如，示出了第一钙化点803和第二钙化点805。第一钙化点803可以具有第一亮度，而第二钙化点805可以具有比第一亮度更亮的第二亮度。
图10至图12描绘了可以显示在显示单元上的示例显示输出901。尽管每个部分/显示输出被示出并且被标记为单独的图，但是各种显示输出中的一个或多个(或全部)可以位于相同或不同的显示器上。换句话说，可以在相同的显示器上示出所有的图10至图12，或者在图10至图12中示出的显示输出可以是源于一个或多个不同显示器的显示输出。显示输出901可以包括描绘血管905的一部分的透视图像903。在相同的显示单元上或单独地，可以示出钙图907，从而说明血管909和钙化角/弧的表示911。在一些情况下，可以在钙化角/弧的表示911中包括超声线(例如，当腔和介质边界之间的病灶部段中的最大亮度远高于介质边界以外的最大亮度时)，以识别通过钙化病变的超声线。换句话说，超声线可以包括/添加至钙化角/弧的表示911，以帮助识别钙化病灶。在同一显示单元上或单独地，可以示出钙评分913。在这里，可以示出二维钙图915和/或三维钙图917。还可以示出腔919的表示。最后，可以示出表示钙化/钙分数的计算的显示921。
在一些情况下，显示输出901可以用于确定用于治疗血管中的血管内病灶的治疗策略。例如，第一数值钙分数可以通过观察血管内病灶的钙/钙化弧的视觉表示911、血管的二维钙图915、血管的三维钙图来确定917或其组合来确定。在一些情况下，大于180度的钙化角/弧可以得到两分或三分的分数，并且小于或等于180度的钙化角/弧可以得到零分或一分的分数。可以通过观察血管的透视图像903获得第二数值钙分数。例如，透视图像903可以用于确定钙化病灶是否具有0.5mm或更小的厚度。如果钙化病灶具有大于0.5mm的厚度(例如，如在透视图像903上观察到的)，则第二数值钙分数可以是一分或两分。如果钙化病灶具有小于或等于0.5mm的厚度(例如，如在透视图像903上观察到的)，则第二数值钙分数可以是零分。此外，可以通过测量血管内病灶的长度(例如，使用表示919)来确定第三数值钙分数。如果钙化病灶具有大于5mm的长度，则第三数值钙分数可以是一分或两分。如果钙化病灶具有小于或等于5mm的长度，则第三数值钙分数可以是零分或一分。这些仅仅是示例。可以设想其他钙评分参数。可以确定第一数值钙分数、第二数值钙分数和第三钙分数的总和。可以基于总和选择治疗模式。在一些情况下，治疗模式可以包括使用非顺应性球囊的治疗(例如，血管成形术)、使用高压球囊的治疗(例如，血管成形术)、使用刻痕球囊的治疗(例如，血管成形术)、使用切割球囊的治疗(例如，血管成形术)、用旋转性动脉粥样硬化切除装置的治疗、用轨道动脉粥样硬化切除装置的治疗、用激光动脉粥样硬化切除装置的治疗、用血管内声波碎石术的治疗、其组合等。
过程和/或显示输出可以用于提取临床相关IVUS特征、指导诸如钙管理的治疗策略、呈现直观的地图和/或在单个显示单元或一组显示单元组上组合信息。
可以与例如本文公开的方法一起使用的一些示例IVUS成像系统包括但不限于在例如美国专利号7,246,959、7,306,561和6,945,938，以及美国专利申请公开号US2006/0100522、US2006/0106320、US2006/0173350、US2006/0253028、US2007/0016054和US2007/0038111中公开的那些，所有这些都通过引用并入本文。
美国专利申请公开号US2015/0073279通过引用并入本文。
应理解的是，本发明在许多方面仅仅是说明性的。在不超过本发明范围的情况下，可以在细节，特别是形状、大小和步骤的安排的事项上进行改变。在适当的程度上，这可以包括使用在其他实施例中使用的一个示例实施例的特征中的任一个。当然，本发明的范围是由表达所附权利要求的语言进行限定的。

Claims (15)

1.一种用于处理血管内超声图像的方法，所述方法包括：
收集血管的一个或多个超声图像；
用处理器分割所述超声图像；
其中所述处理器包括深度神经网络；以及
其中分割包括识别所述血管的腔边界和用于所述血管内介质的介质边界中的一个或多个。
2.根据权利要求1所述的方法，其中分割包括识别所述腔边界。
3.根据权利要求1至2中任一项所述的方法，其中分割包括识别所述介质边界。
4.根据权利要求1至3中任一项所述的方法，其中所述深度神经网络被训练以识别所述腔边界。
5.根据权利要求1至4中任一项所述的方法，其中所述深度神经网络被训练以识别所述介质边界。
6.根据权利要求1至5中任一项所述的方法，其中所述深度神经网络被训练以识别所述腔边界并且所述深度神经网络被训练以识别所述介质边界。
7.根据权利要求1至6中任一项所述的方法，其还包括在显示装置上显示所述一个或多个超声图像中的第一图像。
8.根据权利要求7所述的方法，其还包括在所述显示装置上显示用于所述第一图像的狭窄区域的数字指示。
9.根据权利要求8所述的方法，其中所述狭窄区域的数字指示被显示在所述第一图像上或邻近所述第一图像。
10.根据权利要求7至9中任一项所述的方法，其还包括在所述显示装置上显示用于所述第一图像的斑块负荷的数字指示。
11.根据权利要求7至10中任一项所述的方法，其还包括在所述显示装置上显示钙化角的视觉表示。
12.根据权利要求11所述的方法，其中所述钙化角的所述视觉表示包括沿着所述第一图像的边界区域设置的弧。
13.根据权利要求7至12中任一项所述的方法，其还包括在所述显示装置上显示钙化弧的视觉表示。
14.根据权利要求13所述的方法，其中所述钙化弧的所述视觉表示包括沿着所述第一图像的边界区域设置的弧。
15.一种用于处理血管内超声图像的方法，所述方法包括：
收集血管的多个超声图像；
用处理器分割所述超声图像；
其中所述处理器包括深度神经网络；以及
其中分割包括识别所述血管的腔边界、所述血管的横截面积、用于所述血管内介质的介质边界、所述介质的横截面积、所述血管内的钙化病灶的钙化角、侧分支位置或其组合。
CN202080077858.1A 2019-09-26 2020-09-24 血管内超声成像和钙检测方法 Pending CN114727802A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962906546P 2019-09-26 2019-09-26
US62/906,546 2019-09-26
PCT/US2020/052517 WO2021062006A1 (en) 2019-09-26 2020-09-24 Intravascular ultrasound imaging and calcium detection methods

Publications (1)

Publication Number Publication Date
CN114727802A true CN114727802A (zh) 2022-07-08

Family

ID=72840626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080077858.1A Pending CN114727802A (zh) 2019-09-26 2020-09-24 血管内超声成像和钙检测方法

Country Status (5)

Country Link
US (1) US20230157672A1 (zh)
EP (1) EP4033988A1 (zh)
JP (1) JP7369865B2 (zh)
CN (1) CN114727802A (zh)
WO (1) WO2021062006A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118102982A (zh) 2021-08-17 2024-05-28 波士顿科学国际有限公司 具有自动化钙分析和治疗指导的血管内成像系统
EP4398805A1 (en) 2021-10-08 2024-07-17 Boston Scientific Scimed, Inc. Medical device systems for automatic lesion assessment
EP4201342A1 (en) * 2021-12-22 2023-06-28 Koninklijke Philips N.V. Intravascular ultrasound imaging for calcium detection and analysis
WO2023118080A1 (en) * 2021-12-22 2023-06-29 Koninklijke Philips N.V. Intravascular ultrasound imaging for calcium detection and analysis
WO2023215510A1 (en) * 2022-05-06 2023-11-09 Boston Scientific Scimed, Inc. Predicting vessel compliance responsive to multiple potential treatments
US11875227B2 (en) 2022-05-19 2024-01-16 Atom Computing Inc. Devices and methods for forming optical traps for scalable trapped atom computing
CN117224168A (zh) 2022-05-27 2023-12-15 波士顿科学国际有限公司 用于血管内可视化的系统和方法
WO2024059643A1 (en) * 2022-09-14 2024-03-21 Boston Scientific Scimed, Inc. Graphical user interface for intravascular ultrasound calcium display

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6120445A (en) 1998-10-02 2000-09-19 Scimed Life Systems, Inc. Method and apparatus for adaptive cross-sectional area computation of IVUS objects using their statistical signatures
US6728571B1 (en) 2001-07-16 2004-04-27 Scimed Life Systems, Inc. Electronically scanned optical coherence tomography with frequency modulated signals
JP4000478B2 (ja) 2004-04-28 2007-10-31 船井電機株式会社 昇華型プリンタ
US7306561B2 (en) 2004-09-02 2007-12-11 Scimed Life Systems, Inc. Systems and methods for automatic time-gain compensation in an ultrasound imaging system
US20060100522A1 (en) 2004-11-08 2006-05-11 Scimed Life Systems, Inc. Piezocomposite transducers
US20060173350A1 (en) 2005-01-11 2006-08-03 Scimed Life Systems, Inc. Systems and methods for three dimensional imaging with an orientation adjustable array
US20060253028A1 (en) 2005-04-20 2006-11-09 Scimed Life Systems, Inc. Multiple transducer configurations for medical ultrasound imaging
US8285012B2 (en) 2005-04-28 2012-10-09 Hitachi Medical Corporation Image display apparatus and program
US8303510B2 (en) 2005-07-01 2012-11-06 Scimed Life Systems, Inc. Medical imaging device having a forward looking flow detector
US7622853B2 (en) 2005-08-12 2009-11-24 Scimed Life Systems, Inc. Micromachined imaging transducer
JP2012075702A (ja) 2010-10-01 2012-04-19 Fujifilm Corp 管状構造物内画像再構成装置、管状構造物内画像再構成方法および管状構造物内画像再構成プログラム
CN105530871B (zh) 2013-09-11 2019-05-07 波士顿科学国际有限公司 使用血管内超声成像系统选择和显示图像的系统和方法
KR101937018B1 (ko) * 2016-03-24 2019-01-09 울산대학교 산학협력단 딥러닝을 이용한 혈관내 초음파 영상에서의 혈관내외경 자동 분할 방법 및 장치
CN107909585B (zh) * 2017-11-14 2020-02-18 华南理工大学 一种血管内超声影像的血管中内膜分割方法
JP7453150B2 (ja) 2018-03-14 2024-03-19 コーニンクレッカ フィリップス エヌ ヴェ 医療管腔内超音波イメージングにおける脈管内病巣及びステント配備のスコアリング
JP2022509393A (ja) * 2018-10-26 2022-01-20 コーニンクレッカ フィリップス エヌ ヴェ 管腔内超音波ナビゲーションガイダンス、並びに、関連するデバイス、システム、及び方法
CN110070529A (zh) 2019-04-19 2019-07-30 深圳睿心智能医疗科技有限公司 一种血管腔内影像分割方法、系统及电子设备
US11122981B2 (en) * 2019-05-17 2021-09-21 Massachusehis Institute Of Technology Arterial wall characterization in optical coherence tomography imaging

Also Published As

Publication number Publication date
WO2021062006A1 (en) 2021-04-01
EP4033988A1 (en) 2022-08-03
JP7369865B2 (ja) 2023-10-26
JP2022549877A (ja) 2022-11-29
US20230157672A1 (en) 2023-05-25

Similar Documents

Publication Publication Date Title
US20230157672A1 (en) Intravascular ultrasound imaging and calcium detection methods
EP3043717B1 (en) Systems for selection and displaying of images using an intravascular ultrasound imaging system
EP2637566B1 (en) Systems and computer program for making and using rotational transducers for concurrently imaging blood flow and tissue
US20120130242A1 (en) Systems and methods for concurrently displaying a plurality of images using an intravascular ultrasound imaging system
EP2413805B1 (en) Intravascular imaging systems with multiple pullback rates
EP2632338B1 (en) Systems and methods for reducing non-uniform rotation distortion in ultrasound images
EP2962283B1 (en) Systems and methods for lumen border detection in intravascular ultrasound sequences
US20170164925A1 (en) Intravascular ultrasound systems, catheters, and methods with a manual pullback arrangement
US20120283569A1 (en) Systems and methods for navigating and visualizing intravascular ultrasound sequences
US20230056254A1 (en) Intravascular imaging system with automated calcium analysis and treatment guidance
US20230112017A1 (en) Medical device systems for automatic lesion assessment
US20230380806A1 (en) Systems and methods for intravascular visualization
CA2815644A1 (en) Systems and methods for making and using rotational transducers for concurrently imaging blood flow and tissue

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