CN115024748A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN115024748A
CN115024748A CN202210174792.9A CN202210174792A CN115024748A CN 115024748 A CN115024748 A CN 115024748A CN 202210174792 A CN202210174792 A CN 202210174792A CN 115024748 A CN115024748 A CN 115024748A
Authority
CN
China
Prior art keywords
measurement
ultrasound image
ultrasound
processor
level
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
CN202210174792.9A
Other languages
English (en)
Inventor
克里斯汀·萨拉·麦克劳德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GE Precision Healthcare LLC
Original Assignee
GE Precision Healthcare LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GE Precision Healthcare LLC filed Critical GE Precision Healthcare LLC
Publication of CN115024748A publication Critical patent/CN115024748A/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
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0883—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • 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
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
    • 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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/30048—Heart; Cardiac

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Cardiology (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明题为“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”。提供了一种用于自动检测超声图像视图和焦点以提供关于测量适用性的反馈的系统和方法。该方法包括由超声系统采集目标的超声图像。该方法包括由该超声系统的至少一个处理器基于该超声图像中所检测到的解剖结构自动标识超声图像视图和焦点。该方法包括由该至少一个处理器自动选择与该超声图像视图相关联的至少一个测量。该方法包括由该至少一个处理器基于准确执行该超声图像中该至少一个测量中的每个测量的能力为该至少一个测量中的每个测量分配测量等级。该方法包括由该至少一个处理器使显示系统呈现该至少一个测量中的每个测量的测量等级。

Description

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
技术领域
某些实施方案涉及超声成像。更具体地说，某些实施方案涉及一种用于自动检测超声图像视图和焦点以提供关于测量适用性的反馈的方法和系统。
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。超声成像使用实时的、非侵入性高频声波来产生一系列二维(2D)图像和/或三维(3D)图像。
在超声成像程序期间，超声操作员可采集超声图像视图并对所采集的超声图像执行测量。例如，在心脏超声中，超声操作员可采集心脏的四腔(4CH)视图以对左心房、右心房、左心室和/或右心室执行面积测量。除此之外或另选地，例如，超声操作员可规划对4CH视图中所提供的右心室执行长度测量、中间直径测量和/或基部直径测量。然而，在一些情况下，所采集的超声图像视图可能不适用于执行一些或全部所需测量。例如，超声视图中的一些成像结构可能不完整或失焦，使得超声系统无法自动执行所需测量和/或用户无法手动执行所需测量。在这些情况下，超声操作员可能必须重复超声成像程序以采集合适的超声图像视图，这样的重复工作可能带来困扰且效率低下。
通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较，常规和传统方法的更多限制和缺点对本领域的技术人员将变得显而易见。
发明内容
提供了一种用于自动检测超声图像视图和焦点以提供关于测量适用性的反馈的系统和/或方法，其基本上如结合至少一个附图所示和/或所述，如在权利要求书中更完整地阐述。
从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及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可操作以自动检测超声图像视图和焦点以提供关于测量适用性的反馈的示例性超声系统的框图。
图2是根据各种实施方案的具有测量适用性反馈的示例性心脏四腔(4CH)超声图像视图的显示。
图3是根据各种实施方案的具有测量适用性反馈的示例性心脏胸骨旁长轴(PLAX)超声图像视图的显示。
图4是根据各种实施方案的示出可用于自动检测超声图像视图和焦点以提供关于测量适用性的反馈的示例性步骤的流程图。
具体实施方式
某些实施方案可在于用于自动检测超声图像视图和焦点以提供关于测量适用性的反馈的方法和系统。本公开的各个方面具有自动检测所采集的超声图像的超声图像视图和焦点的技术效果。各种实施方案具有呈现与所检测到的超声图像视图中存在的解剖结构相关联的测量列表的技术效果。某些实施方案具有自动为所采集的超声图像的适用性分级以用于执行与所检测到的超声图像视图中存在的解剖结构相关联的测量的技术效果。本公开的各个方面具有基本上实时呈现与所检测到的超声图像视图中存在的解剖结构相关联的测量的超声图像适用性等级的技术效果，使得超声操作员可操纵超声探头以采集测量等级提高的视图和/或选择手动或自动执行所列出的一个或多个测量。某些实施方案具有立即提供超声图像适用性用户反馈以用于执行测量的技术效果。
当结合附图阅读时，将更好地理解前述发明内容以及某些实施方案的以下具体实施方式。就附图示出各种实施方案的功能块的图的范围而言，这些功能块不一定表示硬件电路之间的划分。因此，例如，一个或多个功能块(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单词“一”或“一个”开头的元件或步骤应当被理解为不排除多个所述元件或步骤，除非明确说明此类排除。此外，对“示例性实施方案”、“各种实施方案”、“某些实施方案”、“代表性的实施方案”等的引用不旨在被解释为排除存在也结合了叙述的特征的附加实施方案。此外，除非明确地相反说明，否则“包含”、“包括”或“具有”具有特定属性的一个元素或多个元素的实施方案可以包括不具有该属性的附加元素。
另外，如本文所用，术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而，许多实施方案生成(或被配置为生成)至少一个可视图像。此外，如本文所用，短语“图像”用于指超声模式，诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式、PW多普勒、CW多普勒、对比增强超声(CEUS)，和/或B模式和/或CF的子模式，诸如谐波成像、剪切波弹性成像(SWEI)、应变弹性成像、TVI、PDI、B-flow、MVI、UGAP，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)、图形处理单元(GPU)、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可操作以自动检测超声图像视图和焦点以提供关于测量适用性的反馈的示例性超声系统100的框图。参考图1，示出了超声系统100和训练系统200。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可包括可操作以驱动超声探头104的合适逻辑、电路、接口和/或代码。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/或代码可操作以控制发射器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中的这组接收换能器元件108可操作以将接收的回波转换为模拟信号，通过接收子孔径波束形成器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/或代码可操作以将来自接收器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/或代码可操作以解调由多个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)，该复解调器可操作以解调数字信号，以形成代表对应回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器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/或代码可操作以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接收的延迟信道信号求和并输出波束求和信号。所得到的经处理的信息可以是从接收波束形成器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、选择测量等。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可包括一个或多个按钮、一个或多个旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其它设备。在某些实施方案中，例如，可将用户输入设备130中的一个或多个用户输入设备集成到其他部件(诸如显示系统134或超声探头104)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/或代码可操作以处理超声扫描数据(即，求和的IQ信号)，以生成用于在显示系统134上呈现的超声图像。信号处理器132可操作以根据所采集的超声扫描数据上的多个可选择超声模态来执行一个或多个处理操作。在示例性实施方案中，信号处理器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。除此之外或另选地，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，经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、图片归档和通信系统(PACS)，或用于存储图像和相关信息的任何合适的设备。
信号处理器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可包括图像视图检测处理器140、测量标识处理器150和测量分级处理器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、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。例如，信号处理器132、图像视图检测处理器140、测量标识处理器150和测量分级处理器160能够执行在本文根据各种实施方案所讨论的方法和/或指令集中的任一者。
超声系统100可操作以按适用于所考虑的成像情况的帧速率连续采集超声扫描数据。典型的帧速率在20至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可包括图像视图检测处理器140，该图像视图检测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/或代码可操作以分析所采集的超声图像以基于超声图像中所检测到的解剖结构自动标识超声图像视图和焦点。图像视图检测处理器140可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如，卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以自动标识超声图像视图和焦点的任何合适形式的图像分析技术或机器学习处理功能。例如，图像视图检测处理器140可基于特定视图中所检测到的解剖结构的存在，诸如通过检测左心室、右心室、左心房、右心房、主动脉、左心室流出道和/或任何合适的解剖结构，来标识四腔(4CH)或胸骨旁长轴(PLAX)超声图像视图。作为另一个示例，图像视图检测处理器140可基于每个解剖结构的图像细节量来标识焦点对准的解剖结构。图像视图检测处理器140可被配置为向测量标识处理器150和/或测量分级处理器160提供所标识的超声图像视图和焦点。除此之外和/或另选地，图像视图检测处理器140可将所标识的超声图像视图和焦点存储在档案138和/或任何合适的数据存储介质处。
图像视图检测处理器140可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作以基于所采集的超声图像中所检测到的解剖结构自动标识超声图像视图和焦点。在各种实施方案中，图像视图检测处理器140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，图像视图检测处理器140可包括输入层，该输入层具有用于来自心脏扫描平面的每个像素或一组像素的神经元。输出层可具有对应于左心室、右心室、左心房、右心房、主动脉、左心室流出道和/或任何合适心脏解剖结构的神经元。每个层的每个神经元可执行处理功能，并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如，第一层的神经元可学习以识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的标志的位置。由图像视图检测处理器140深度神经网络(例如，卷积神经网络)执行的处理可基于所采集的超声图像中所检测到的解剖结构，以高概率度标识超声图像视图和焦点。
信号处理器132可包括测量标识处理器150，该测量标识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/或代码可操作以自动选择与由图像视图检测处理器140标识的超声图像视图中解剖结构相关联的一个或多个测量。例如，超声图像视图可各自与一个或多个潜在相关测量相关联。一个或多个潜在相关测量可与一个或多个超声图像视图相关联并且存储在档案138和/或任何合适的数据存储介质处。例如，与心脏4CH视图相关联的潜在相关测量可包括左心室(LV)面积测量、右心室(RV)面积测量、左心房(LA)面积测量、右心房(RA)面积测量、RV长度测量、RV中间直径测量、RV基部直径测量和/或任何合适的4CH视图测量。作为另一个示例，与心脏PLAX视图相关联的潜在相关测量可包括室间隔(IVS)测量、左心室内部尺寸(LVID)测量、左心室后壁(LVPW)测量、右心室内部尺寸(RVID)测量、左心室流出道(LVOT)测量、左心房(LA)测量、主动脉(Ao)测量和/或任何合适的PLAX视图测量。测量标识处理器150可被配置为基于由图像视图检测处理器140标识的关联和超声图像视图来从档案138和/或任何合适的数据存储介质中选择一个或多个潜在相关测量。测量标识处理器150可被配置为在显示系统134处呈现所选一个或多个潜在相关测量和/或将所选一个或多个潜在相关测量提供给测量分级处理器160。
信号处理器132可包括测量分级处理器160，该测量分级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/或代码可操作以自动分析超声图像并基于准确执行超声图像中每个测量的能力为每个所选测量和/或相关联解剖结构分配等级。测量分级处理器160可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如，卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析并为所选潜在相关测量和/或相关联解剖结构分配等级的任何合适形式的图像分析技术或机器学习处理功能。测量分级处理器160可基于待测量解剖结构的完整性水平、待测量解剖结构的焦点水平和/或与待测量解剖结构的图像质量相关的任何合适标准来分配等级。
测量分级处理器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/或代码可操作以为每个所选测量和/或解剖结构分配等级。在各种实施方案中，测量分级处理器160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，测量分级处理器160可包括输入层，该输入层具有用于来自心脏扫描平面的每个像素或一组像素的神经元。输出层可具有对应于所选测量的解剖结构图像质量的神经元，诸如左心室、右心室、左心房、右心房、主动脉、左心室流出道和/或心脏解剖结构的任何合适图像质量的完整性质量和焦点质量。每个层的每个神经元可执行处理功能，并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如，第一层的神经元可学习以识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的标志的位置。由测量分级处理器160深度神经网络(例如，卷积神经网络)执行的处理能够以高概率度标识所采集的超声图像中解剖结构的图像质量。
测量分级处理器160可被配置为使显示系统134呈现每个所选测量和/或解剖结构根据图像质量标准得出的等级。等级可包括多个等级水平，诸如特别适用于测量、适用于测量和不适用于测量或任何合适的等级水平数量。等级水平可用符号(例如，适用以复选标记表示，不适用以“X”表示)、颜色编码(例如，特别适用以绿色表示，适用以橙色表示，不适用以红色表示)、数字等级水平、字母等级水平、描述适用性的文本和/或任何合适的等级水平指示符表示。在各种实施方案中，等级水平可对应于测量是否可由信号处理器132自动执行、测量是否可由用户经由用户输入设备130手动执行、和/或测量是否可以不执行。
图2是根据各种实施方案的具有测量适用性反馈320-336的示例性心脏四腔(4CH)超声图像视图310的显示300。参考图2，显示300可包括4CH超声图像视图310和测量适用性反馈320-336。测量标识处理器150和/或测量分级处理器160可被配置为在显示系统134处呈现与所标识的4CH超声图像视图310中所检测到的解剖结构330相关联的一个或多个自动选择的测量320。例如，测量标识处理器150和/或测量分级处理器160可呈现4CH测量320，诸如LV面积测量、LA面积测量、RV面积测量、RA面积测量、RV中间、基部、长度测量和/或任何合适的测量。测量分级处理器160可在显示系统134处呈现每个所选测量320的等级322、324、326。等级水平可用符号(例如，适用以复选标记表示，不适用以“X”表示)、颜色编码(例如，特别适用以绿色表示，适用以橙色表示，不适用以红色表示)、数字等级水平、字母等级水平、描述适用性的文本和/或任何合适的等级水平指示符表示。参考图2，等级符号可包括表示最高等级(例如，特别适用)的绿色复选标记322、表示中间等级(例如，适用)的橙色复选标记324，以及表示最低等级(例如，不适用)的红色“X”326。
仍然参考图2，测量分级处理器160可提供可选选项328以执行对应的测量320。例如，可选选项328可指示测量320是否可以自动或手动执行。在各种实施方案中，由信号处理器132自动执行测量320的能力可基于测量适用性等级322、324、326。例如，特别适用测量等级可对应于自动执行测量的选项。适用测量等级可对应于自动和/或手动执行测量320的选项。不适用测量等级可对应于手动执行测量的选项和/或可不包括测量选项328。在各种实施方案中，选择自动测量选项328会启动由信号处理器132执行的自动测量。在示例性实施方案中，选择手动测量选项328会启动手动测量模式，其中呈现测量工具，使得操作员可手动执行所选测量320。可选测量选项328可以是按钮、下拉菜单和/或任何合适的可选选项。与特定测量320-328有关的测量适用性反馈可向超声操作员提供与对解剖结构成像改进有关的信息，使得超声操作员可操纵超声探头104以采集适用于执行所需测量320的图像310。
如图2所示，测量适用性反馈320-336可进一步包括与所检测到的超声图像视图310中呈现的解剖结构330有关的反馈。例如，图像视图检测处理器140和/或测量分级处理器160可进一步呈现所检测到的超声图像视图310以及超声图像视图310中提供的解剖结构330的等级332-336。参考图2，图像视图检测处理器140和/或测量分级处理器160呈现所检测到的超声图像视图310和其中解剖结构330的标识。例如，图像视图检测处理器140和/或测量分级处理器160可呈现4CH视图中存在的的4CH视图标识和解剖结构330，诸如LV、LA、RV、RA和/或4CH视图中存在的任何合适的解剖结构。测量分级处理器160可在显示系统134处呈现与所选测量320相关联的每个解剖结构330的等级332、334、336。等级水平可用符号(例如，适用以复选标记表示，不适用以“X”表示)、颜色编码(例如，特别适用以绿色表示，适用以橙色表示，不适用以红色表示)、数字等级水平、字母等级水平、描述适用性的文本(例如，关于完整性和/或焦点)和/或任何合适的等级水平指示符表示。参考图2，等级符号可包括表示最高等级(例如，特别适用)的绿色复选标记332、表示中间等级(例如，适用)的橙色复选标记334，以及表示最低等级(例如，不适用)的红色“X”336。与解剖结构330-336有关的测量适用性反馈可向超声操作员提供与对解剖结构成像改进有关的信息，使得超声操作员可操纵超声探头104以采集适用于执行所需测量320的图像310。
图3是根据各种实施方案的具有测量适用性反馈的示例性心脏胸骨旁长轴(PLAX)超声图像视图310的显示。图3与如上所述的图2共享各种特征。参考图3，显示300可包括PLAX超声图像视图310和测量适用性反馈320-336。测量标识处理器150和/或测量分级处理器160可被配置为在显示系统134处呈现与所标识的PLAX超声图像视图310中所检测到的解剖结构330相关联的一个或多个自动选择的测量320。例如，测量标识处理器150和/或测量分级处理器160可呈现PLAX测量320，诸如IVS测量、LVID测量、LVPW测量、RVID测量、LVOT测量、LA测量、Ao测量和/或任何合适的PLAX测量。测量分级处理器160可在显示系统134处呈现每个所选测量的等级322、324、326。参考图3，等级符号可包括表示最高等级(例如，特别适用)的绿色复选标记322和表示最低等级(例如，不适用)的红色“X”326。测量分级处理器160可提供可选选项328以执行对应的测量320。例如，可选选项328可包括自动或手动执行测量320的选项。与特定测量320-328有关的测量适用性反馈可向超声操作员提供与对解剖结构成像改进有关的信息，使得超声操作员可操纵超声探头104以采集适用于执行所需测量320的图像310。
如图3所示，测量适用性反馈320-336可进一步包括与所检测到的超声图像视图310中呈现的解剖结构330有关的反馈。例如，图像视图检测处理器140和/或测量分级处理器160可呈现PLAX视图中的PLAX视图标识和解剖结构330，诸如LV、LA、LVOT、主动脉、RV、RA和/或PLAX视图中存在的任何合适的解剖结构。测量分级处理器160可在显示系统134处呈现与所选测量320相关联的每个解剖结构330的等级332、334、336。参考图3，等级符号可包括表示最高等级(例如，特别适用)的绿色复选标记332、表示中间等级(例如，适用)的橙色复选标记334，以及表示最低等级(例如，不适用)的红色“X”336。与解剖结构330-336有关的测量适用性反馈可向超声操作员提供与对解剖结构成像改进有关的信息，使得超声操作员可操纵超声探头104以采集适用于执行所需测量的图像310。
再次参考图1，显示系统134可以是能够将视觉信息传达给用户的任何设备。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可操作以呈现超声图像视图310、相关联的测量320和所检测到的解剖结构330、所检测到的视图的标识、测量和/或解剖结构等级322、324、326、332、334、336、可选测量选项328和/或任何合适的信息。
档案138可以是与超声系统100集成和/或可通信地耦接(例如，通过网络)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)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储器、闪存存储器、随机存取存储器、只读存储器、可电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/或与信号处理器132结合的数据库、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，例如，档案138存储超声图像数据310、超声图像视图检测指令、与超声图像视图310相关联的测量320和解剖结构330，以及测量分级指令。
超声系统100的部件可在软件、硬件、固件等中实现。超声系统100的各种部件可以通信地连接。超声系统100的部件可单独实现和/或以各种形式集成。例如，显示系统134和用户输入设备130可集成为触摸屏显示器。
仍然参考图1，训练系统200可包括训练引擎210和训练数据库220。训练引擎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/或代码可操作以训练由图像视图检测处理器140和/或测量分级处理器160推断(即，部署)的深度神经网络(例如，人工智能模型)的神经元。例如，可训练由图像视图检测处理器140推断的人工智能模型以用于自动标识超声图像310中的解剖特征。例如，训练引擎210可使用不同的分类超声图像视图的数据库220来训练由图像视图检测处理器140部署的深度神经网络。可训练由测量分级处理器160推断的人工智能模型以用于自动标识超声图像310中解剖特征的图像质量(例如，完整性、焦点等)。例如，训练引擎210可使用具有不同待测量解剖结构图像质量的分类超声图像310的数据库220来训练由图像视图检测处理器140部署的深度神经网络。
在各种实施方案中，训练图像的数据库220可以是图片归档和通信系统(PACS)或任何合适的数据存储介质。在某些实施方案中，训练引擎210和/或训练图像数据库220可以是经由有线或无线连接通信地耦接到超声系统100的远程系统，如图1所示。除此之外和/或另选地，训练系统200的部件或全部可以以各种形式与超声系统100集成。
图4是根据各种实施方案的示出可用于自动检测超声图像视图310和焦点以提供关于测量适用性的反馈320-336的示例性步骤402-416的流程图400。参考图4，示出了包括示例性步骤402至416的流程图400。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402处，超声系统100采集目标的超声图像310。例如，超声系统100可采集超声图像视图310，诸如四腔(4CH)或胸骨旁长轴(PLAX)视图，其中超声探头104位于心脏上方的扫描位置处。
在步骤404处，超声系统100的信号处理器132基于超声图像310中所检测到的解剖结构自动标识超声图像视图310和焦点。例如，信号处理器132的图像视图检测处理器140可被配置为将图像分析算法、人工智能算法、一个或多个深度神经网络(例如，卷积神经网络)和/或任何合适形式的图像分析技术或机器学习处理功能应用于在步骤402处所采集的超声图像310以自动标识超声图像视图310和焦点。
在步骤406处，超声系统100的信号处理器132可自动选择与所标识的超声图像视图310中所检测到的解剖结构330相关联的一个或多个测量320。例如，信号处理器132的测量标识处理器150可被配置为在步骤404处自动选择与由图像视图检测处理器140标识的超声图像视图310中解剖结构330相关联的一个或多个测量320。例如，超声图像视图可各自与一个或多个潜在相关测量320相关联。与一个或多个超声图像视图310相关联的一个或多个潜在相关测量320可存储在档案138和/或任何合适的数据存储介质处。测量标识处理器150可被配置为基于由图像视图检测处理器140标识的关联和超声图像视图310来从档案138和/或任何合适的数据存储介质中选择一个或多个潜在相关测量320。测量标识处理器150可被配置为在显示系统134处呈现所选一个或多个潜在相关测量320。
在步骤408处，超声系统100的信号处理器132可自动分析超声图像310并基于准确执行超声图像310中每个测量320的能力为每个所选测量320分配等级322、324、326。例如，信号处理器132的测量分级处理器160可将图像分析算法、人工智能算法、一个或多个深度神经网络(例如，卷积神经网络)和/或任何合适形式的图像分析技术或机器学习处理功能应用于在步骤402处所采集的超声图像310并为在步骤406处选择的测量320分配等级322、324、326。测量分级处理器160可进一步为与在步骤406处选择的测量320相关联的解剖结构330分配等级332、334、336。测量分级处理器160可基于待测量解剖结构的完整性水平、待测量解剖结构的焦点水平和/或与待测量解剖结构的图像质量相关的任何合适标准来分配等级322、324、326、332、334、336。
在步骤410处，超声系统100的信号处理器132可在显示系统134处呈现每个所选测量320的等级322、324、326。例如，信号处理器132的测量分级处理器160可被配置为使显示系统134呈现每个所选测量320和/或解剖结构330根据图像质量标准得出的等级322、324、326、332、334、336。等级322、324、326、332、334、336可包括多个等级水平，诸如特别适用于测量、适用于测量和不适用于测量或任何合适的等级水平数量。等级水平可用符号(例如，适用以复选标记表示，不适用以“X”表示)、颜色编码(例如，特别适用以绿色表示，适用以橙色表示，不适用以红色表示)、数字等级水平、字母等级水平、描述适用性的文本和/或任何合适的等级水平指示符表示。在各种实施方案中，等级水平可对应于测量是否可由信号处理器132自动执行、测量是否可由用户经由用户输入设备130手动执行、和/或测量是否可以不执行。
在步骤412处，如果超声探头104移动，则过程400可返回到步骤402。除此之外和/或另选地，如果超声探头104未移动，则过程400可前进到步骤414。例如，如果超声操作员不满意所检测到的超声图像视图、关于测量适用性的反馈320-336(诸如与所选测量320和/或解剖结构330有关的等级322、326、328、332、334、336)或与执行自动和/或手动测量328的能力有关的反馈，则该操作员可重新定位超声系统100的超声探头104。超声操作员可基于良好测量适用性反馈320-336维持超声探头104的位置。
在步骤414处，超声系统100的信号处理器132可接收选项328以自动或手动执行一个或多个所选测量320。例如，测量分级处理器160可提供可选选项328以执行对应的测量320。例如，可选选项328可指示测量320是否可以自动或手动执行。在各种实施方案中，由信号处理器132自动执行测量320的能力可基于测量适用性等级322、324、326。可选测量选项328可以是按钮、下拉菜单和/或任何合适的可选选项。信号处理器132可接收选项以经由用户输入设备130自动或手动执行一个或多个所选测量320。
在步骤416处，超声系统100的信号处理器132可执行并在显示系统134处呈现一个或多个所选测量320。例如，在步骤414处选择特定测量320的自动测量选项328可启动由信号处理器132执行并在显示系统134处呈现的自动测量。作为另一个示例，在步骤414处选择特定测量320的手动测量选项328可启动手动测量模式，其中呈现测量工具，使得操作员可手动执行所选测量320以在显示系统134处呈现。
本公开的各个方面提供了一种用于自动检测超声图像视图310和焦点以提供关于测量适用性的反馈320-336的方法400和系统100。根据各种实施方案，方法400可包括由超声系统100采集402目标的超声图像310。方法400可包括由超声系统100的至少一个处理器132、140基于超声图像310中所检测到的解剖结构自动标识404超声图像视图310和焦点。方法400可包括由至少一个处理器132、150自动选择406与超声图像视图310相关联的至少一个测量320。方法400可包括由至少一个处理器132、150基于准确执行超声图像310中至少一个测量320中的每个测量的能力为至少一个测量320中的每个测量分配408测量等级322、324、326。方法400可包括由至少一个处理器132、140、150、160使410显示系统134呈现至少一个测量320中的每个测量的测量等级322、324、326。
在示例性实施方案中，方法400可包括由至少一个处理器132接收414选项328以执行至少一个测量320中的一个测量。在代表性实施方案中，方法400可包括由至少一个处理器132响应于接收到选项328而自动执行416至少一个测量320中的一个测量。方法400可包括由至少一个处理器132使416显示系统134呈现至少一个测量320中的一个测量的结果。在各种实施方案中，方法400可包括由至少一个处理器132使416显示系统134呈现测量工具，该测量工具用于响应于接收到选项328而手动执行至少一个测量320中的一个测量。在某些实施方案中，准确执行超声图像310中至少一个测量320中的每个测量的能力可基于超声图像310中所检测到的解剖结构的完整性和超声图像310中所检测到的解剖结构的焦点水平。在示例性实施方案中，测量等级322、324、326可以是多个等级水平中的一个等级水平，多个等级水平中的每个等级水平由符号、颜色编码、数字等级水平、字母等级水平或等级水平的文本描述中的一者或多者表示。在代表性实施方案中，方法400可包括由至少一个处理器132、160为超声图像310中所检测到的解剖结构330中的每个解剖结构分配408解剖结构等级332、334、336。方法400可包括由至少一个处理器132、140、150、160使410显示系统134呈现所检测到的解剖结构330中的每个解剖结构的解剖结构等级332、334、336。
各种实施方案提供了用于自动检测超声图像视图310和焦点以提供关于测量适用性的反馈320-336的系统100。系统100可包括超声系统100、至少一个处理器132、140、150、160和显示系统134。超声系统100可被配置为采集目标的超声图像310。至少一个处理器132、140可被配置为基于超声图像310中所检测到的解剖结构自动标识超声图像视图310和焦点。至少一个处理器132、150可被配置为自动选择与超声图像视图310相关联的至少一个测量320。至少一个处理器132、160可被配置为基于准确执行超声图像310中至少一个测量320中的每个测量的能力为至少一个测量320中的每个测量分配测量等级322、324、326。显示系统134可被配置为呈现至少一个测量320中的每个测量的测量等级322、324、326。
在代表性实施方案中，至少一个处理器132可被配置为接收选项328以执行至少一个测量320中的一个测量。在各种实施方案中，至少一个处理器132可被配置为响应于接收到选项328而自动执行至少一个测量320中的一个测量。显示系统134可被配置为呈现至少一个测量320中的一个测量的结果。在某些实施方案中，显示系统134可被配置为呈现测量工具，该测量工具用于响应于至少一个处理器132接收到选项328而手动执行至少一个测量320中的一个测量。在示例性实施方案中，准确执行超声图像310中至少一个测量320中的每个测量的能力可基于超声图像310中所检测到的解剖结构的完整性和超声图像310中所检测到的解剖结构的焦点水平。在代表性实施方案中，测量等级322、324、326可以是多个等级水平中的一个等级水平。多个等级水平中的每个等级水平由符号、颜色编码、数字等级水平、字母等级水平或等级水平的文本描述中的一者或多者表示。在各种实施方案中，至少一个处理器132、160可被配置为为超声图像310中所检测到的解剖结构330中的每个解剖结构分配解剖结构等级332、334、336。显示系统134可被配置为呈现所检测到的解剖结构330中的每个解剖结构的解剖结构等级332、334、336。
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该机器执行步骤400。步骤400可包括接收402目标的超声图像310。步骤400可包括基于超声图像310中所检测到的解剖结构自动标识404超声图像视图310和焦点。步骤400可包括自动选择406与超声图像视图310相关联的至少一个测量320。步骤400可包括基于准确执行超声图像310中至少一个测量320中的每个测量的能力为至少一个测量320中的每个测量分配408测量等级322、324、326。步骤400可包括使410显示系统134呈现至少一个测量320中的每个测量的测量等级322、324、326。
在各种实施方案中，步骤400可包括接收414选项328以执行至少一个测量320中的一个测量。步骤400可包括响应于接收到选项328而自动执行416至少一个测量320中的一个测量。步骤400可包括使416显示系统134呈现至少一个测量320中的一个测量的结果。在某些实施方案中，步骤400可包括接收414选项328以执行至少一个测量320中的一个测量。步骤400可包括使416显示系统134呈现测量工具，该测量工具用于响应于接收到选项328而手动执行至少一个测量320中的一个测量。在示例性实施方案中，准确执行超声图像310中至少一个测量320中的每个测量的能力可基于超声图像310中所检测到的解剖结构的完整性和超声图像310中所检测到的解剖结构的焦点水平。在代表性实施方案中，测量等级322、324、326可以是多个等级水平中的一个等级水平，多个等级水平中的每个等级水平由符号、颜色编码、数字等级水平、字母等级水平或等级水平的文本描述中的一者或多者表示。在各种实施方案中，步骤400可包括为超声图像310中所检测到的解剖结构330中的每个解剖结构分配408解剖结构等级332、334、336。步骤400可包括使410显示系统134呈现所检测到的解剖结构330中的每个解剖结构的解剖结构等级332、334、336。
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(for example)”引出一个或多个非限制性示例、实例或例证的列表。如本文所用，电路“可操作为”和/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一种计算机可读设备和/或一种非暂态计算机可读介质，和/或一种机器可读设备和/或一种非暂态机器可读介质，其上存储有具有可由机器和/或计算机执行的至少一个代码段的机器代码和/或计算机程序，从而使该机器和/或计算机执行如本文针对自动检测超声图像视图和焦点以提供关于测量适用性的反馈所描述的步骤。
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来描述了本公开，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 (9)

1.一种方法，所述方法包括：
接收目标的超声图像；
基于所述超声图像中所检测到的解剖结构自动标识超声图像视图和焦点；
自动选择与所述超声图像视图相关联的至少一个测量；
基于准确执行所述超声图像中所述至少一个测量中的每个测量的能力为所述至少一个测量中的每个测量分配测量等级；以及
使显示系统呈现所述至少一个测量中的每个测量的所述测量等级。
2.根据权利要求1所述的方法，所述方法包括接收选项以执行所述至少一个测量中的一个测量。
3.根据权利要求2所述的方法，所述方法包括：
响应于接收到所述选项而自动执行所述至少一个测量中的所述一个测量，以及
使所述显示系统呈现所述至少一个测量中的所述一个测量的结果。
4.根据权利要求2所述的方法，所述方法包括使所述显示系统呈现测量工具，所述测量工具用于响应于接收到所述选项而手动执行所述至少一个测量中的所述一个测量。
5.根据权利要求1所述的方法，其中准确执行所述超声图像中的所述至少一个测量中的每个测量的能力是基于所述超声图像中所检测到的解剖结构的完整性和所述超声图像中所检测到的解剖结构的焦点水平。
6.根据权利要求1所述的方法，其中所述测量等级是多个等级水平中的一个等级水平，所述多个等级水平中的每个等级水平由以下中的一者或多者表示：
符号，
颜色编码，
数字等级水平，
字母等级水平，或
等级水平的文本描述。
7.根据权利要求1所述的方法，所述方法包括：
为所述超声图像中所检测到的解剖结构中的每个解剖结构分配解剖结构等级，以及
使所述显示系统呈现所检测到的解剖结构中的每个解剖结构的所述解剖结构等级。
8.一种系统，所述系统包括：
超声系统，所述超声系统被配置为采集目标的超声图像；
至少一个处理器，所述至少一个处理器被配置为执行根据权利要求1至7中任一项所述的方法；和
显示系统，所述显示系统被配置为呈现所述至少一个测量中的每个测量的所述测量等级。
9.一种非暂态计算机可读介质，所述非暂态计算机可读介质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所述机器执行根据权利要求1至7中任一项所述的方法。
CN202210174792.9A 2021-03-04 2022-02-24 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 Pending CN115024748A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/192,005 2021-03-04
US17/192,005 US20220280133A1 (en) 2021-03-04 2021-03-04 Method and system for automatically detecting an ultrasound image view and focus to provide measurement suitability feedback

Publications (1)

Publication Number Publication Date
CN115024748A true CN115024748A (zh) 2022-09-09

Family

ID=83115796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210174792.9A Pending CN115024748A (zh) 2021-03-04 2022-02-24 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

Country Status (2)

Country Link
US (1) US20220280133A1 (zh)
CN (1) CN115024748A (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8170303B2 (en) * 2006-07-10 2012-05-01 Siemens Medical Solutions Usa, Inc. Automatic cardiac view classification of echocardiography
US8073215B2 (en) * 2007-09-18 2011-12-06 Siemens Medical Solutions Usa, Inc. Automated detection of planes from three-dimensional echocardiographic data
CA3021697A1 (en) * 2016-04-21 2017-10-26 The University Of British Columbia Echocardiographic image analysis
WO2019084411A1 (en) * 2017-10-27 2019-05-02 Butterfly Network, Inc. QUALITY INDICATORS FOR COLLECTION AND AUTOMATED MEASUREMENT ON ULTRASONIC IMAGES
US20190388060A1 (en) * 2018-06-22 2019-12-26 General Electric Company Imaging system and method with live examination completeness monitor
KR102338018B1 (ko) * 2019-07-30 2021-12-10 주식회사 힐세리온 초음파 이미지상의 특징점들을 이용한 초음파 지방간 자동 진단 장치 및 이를 이용한 원격 의료 진단 방법

Also Published As

Publication number Publication date
US20220280133A1 (en) 2022-09-08

Similar Documents

Publication Publication Date Title
CN112773393B (zh) 用于提供超声图像增强的方法和系统
US20220071595A1 (en) Method and system for adapting user interface elements based on real-time anatomical structure recognition in acquired ultrasound image views
KR20190080121A (ko) 초음파 영상 장치 및 그 제어 방법
US12026886B2 (en) Method and system for automatically estimating a hepatorenal index from ultrasound images
US11798677B2 (en) Method and system for providing a guided workflow through a series of ultrasound image acquisitions with reference images updated based on a determined anatomical position
US20210174476A1 (en) Method and system for providing blur filtering to emphasize focal regions or depths in ultrasound image data
CN112447276A (zh) 用于提示数据捐赠以用于人工智能工具开发的方法和系统
US20190076127A1 (en) Method and system for automatically selecting ultrasound image loops from a continuously captured stress echocardiogram based on assigned image view types and image characteristic metrics
CN114521912B (zh) 用于增强胸膜线的可视化的方法和系统
CN113081030B (zh) 用于基于m模式分析进行辅助超声扫描平面识别的方法和系统
CN114098797B (zh) 用于提供解剖取向指示符的方法和系统
US20220280133A1 (en) Method and system for automatically detecting an ultrasound image view and focus to provide measurement suitability feedback
US11903898B2 (en) Ultrasound imaging with real-time visual feedback for cardiopulmonary resuscitation (CPR) compressions
CN113012057A (zh) 对超声扫描仪中ai网络的连续训练
US20210030402A1 (en) Method and system for providing real-time end of ultrasound examination analysis and reporting
US20220211347A1 (en) Method and system for automatically detecting an apex point in apical ultrasound image views to provide a foreshortening warning
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
US20230248331A1 (en) Method and system for automatic two-dimensional standard view detection in transesophageal ultrasound images
US20230210498A1 (en) Method and system for automatically setting an elevational tilt angle of a mechanically wobbling ultrasound probe
US20210390685A1 (en) Method and system for providing clutter suppression in vessels depicted in b-mode ultrasound images
US20240212134A1 (en) Method and system for providing an objective image quality metric after ultrasound image acquisition and prior to permanent storage
US20230255587A1 (en) System and method for automatically measuring and labeling follicles depicted in image slices of an ultrasound volume
US11382595B2 (en) Methods and systems for automated heart rate measurement for ultrasound motion modes
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
CN118252541A (zh) 用于基于局部目标结构自动获取和旋转超声体积的系统和方法

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