CN115052529A - 基于自动管腔内成像的目标和参考图像帧检测以及相关联的设备、系统和方法 - Google Patents

基于自动管腔内成像的目标和参考图像帧检测以及相关联的设备、系统和方法 Download PDF

Info

Publication number
CN115052529A
CN115052529A CN202180012869.6A CN202180012869A CN115052529A CN 115052529 A CN115052529 A CN 115052529A CN 202180012869 A CN202180012869 A CN 202180012869A CN 115052529 A CN115052529 A CN 115052529A
Authority
CN
China
Prior art keywords
identifying
frame
processor circuit
target
lumen
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
CN202180012869.6A
Other languages
English (en)
Inventor
N·S·拉伊古鲁
A·奈尔
A·科恩
D·恰良
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.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
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 Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN115052529A publication Critical patent/CN115052529A/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
    • A61B8/08—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
    • A61B8/12—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
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4416—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to combined acquisition of different diagnostic modalities, e.g. combination of ultrasound and X-ray acquisitions
    • 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
    • A61B8/5292—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves using additional data, e.g. patient information, image labeling, acquisition parameters
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0062—Arrangements for scanning
    • A61B5/0066—Optical coherence imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0084—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
    • A61B5/0095—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy by applying light and detecting acoustic waves, i.e. photoacoustic measurements
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Vascular Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physiology (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Endoscopes (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

公开了一种管腔内成像系统，所述管腔内成像系统包括：管腔内成像导管或导丝，其被配置为在被定位在患者的管腔内时获得与所述管腔相关联的成像数据；以及处理器，其与所述管腔内成像导管或导丝通信。所述处理器被配置为：使用所述成像数据来生成多个图像帧，自动测量所述图像帧中的解剖特征，识别表示感兴趣区域的目标帧，识别位于所述目标帧的近侧的近侧参考帧，并且识别位于所述目标帧的远侧的远侧参考帧。所述处理器还被配置为输出单屏幕显示，所述单屏幕显示包括：所述近侧参考帧、所述目标帧、所述远侧参考帧、以及示出所述近侧参考帧、所述目标帧和所述远侧参考帧的相应位置的所述管腔的纵向表示。

Description

基于自动管腔内成像的目标和参考图像帧检测以及相关联的 设备、系统和方法
技术领域
本公开总体上涉及由被定位在患者的体腔内的导管或导丝获得的管腔内成像数据。具体地，本公开涉及基于由导管或导丝获得的管腔内成像数据自动识别图像数据集内的感兴趣目标帧和参考帧。
背景技术
在诊断和处置疾病中使用了各种类型的管腔内(也被称为血管内)成像系统。例如，在介入心脏病学中广泛使用血管内超声(IVUS)成像作为用于对患者体内的血管进行可视化的诊断工具。这可以辅助评估人体内的患病血管(诸如，动脉和静脉)以确定处置需要，优化处置和/或评估处置的有效性。
在一些情况下，利用包括一个或多个超声换能器的IVUS导管来执行管腔内成像。可以将IVUS设备传送到血管中并将IVUS导管引导到要被成像的区。换能器发射超声能量并接收从血管反射的超声回波。对超声回波进行处理以创建感兴趣血管的图像。
管腔内成像技术的采用在世界各地是多种多样的，并且在世界上许多地方相对于其提供的临床证据和益处未得到充分利用。使用管腔内成像的一个障碍是手动选择感兴趣区域。例如，一些处置(例如，经皮冠状动脉介入或PCI)可能涉及将支架放置在血管中以便在一位置加宽血管，并且支架的适当放置和扩张对于有利的结果可能是非常重要的。IVUS引导的支架放置可能与比血管造影引导的支架放置更好的结果相关联。然而，支架的正确放置涉及手动选择其中管腔直径或横截面积最小的目标位置(例如，IVUS回拉序列的目标帧或目标帧范围)、以及其中管腔直径或横截面积在健康或预期范围内的近侧和远侧参考位置(例如，在目标帧近侧和远侧的IVUS断层摄影图像帧)。在一些实例中，支架被放置成使得其完全覆盖目标位置，并且使得其边缘与近侧参考位置和远侧参考位置重合。然而，没有标准化协议来选择感兴趣目标和潜在的参考。这与图像解读的障碍一起是新手和中级用户在分析IVUS回拉序列期间采集的图像时的障碍。
发明内容
公开了用于显示多幅管腔内图像的系统、设备和方法，其在下文中称为自动帧识别系统。本公开描述了一种端到端算法，以从IVUS回拉序列采取逐帧测量结果并且确定一个或多个感兴趣目标(例如，狭窄)以及相应的近侧健康参考帧和远侧健康参考帧以帮助减少手动分析回拉结果所花费的时间并且帮助引导支架的着陆区的选择。在支架放置后流程的情况下，自动指示最小支架面积。该算法的各个方面可以可配置为匹配个体的偏好和体验。
自动帧识别系统的一个一般方面可以包括一种管腔内成像系统，所述管腔内成像系统包括：管腔内成像导管或导丝，其被配置为在被定位在患者的管腔内时获得与所述管腔相关联的成像数据；以及处理器电路，其与所述管腔内成像导管或导丝通信，所述处理器电路被配置为：使用所述成像数据来生成多个图像帧；响应于生成所述多个图像帧而自动测量所述多个图像帧中的解剖特征；基于自动测量的解剖特征来从所述多个图像帧之中识别以下项：表示感兴趣区域的目标帧、位于所述目标帧的近侧的近侧参考帧和位于所述目标帧的远侧的远侧参考帧。所述处理器电路还可以被配置为向与所述处理器电路通信的显示器输出单屏幕显示，所述单屏幕显示包括：所述近侧参考帧、所述目标帧、所述远侧参考帧、以及示出所述近侧参考帧、所述目标帧和所述远侧参考帧的相应位置的所述管腔的纵向表示。
该方面的其他实施例包括对应的计算机系统、装置和在一个或多个计算机存储设备上记录的计算机程序，每个都被配置为执行所述方法的动作。一台或多台计算机的系统能够被配置为借助于在该系统上安装有在操作中使该系统执行动作的软件、固件、硬件或其组合来执行特定的操作或动作。一个或多个计算机程序能够被配置为借助于包括指令来执行特定的操作或动作，所述指令当由数据处理装置运行时使所述装置执行所述动作。
实施方式可以包括以下特征中的一个或多个特征。所述管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别满足与所述管腔的斑块负荷或横截面积相关联的第一准则的图像帧。所述管腔内成像系统，其中，所述处理器电路识别所述近侧参考帧包括所述处理器电路识别表示在所述目标帧的近侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第二准则。所述管腔内成像系统，其中，所述处理器电路识别所述远侧参考帧包括所述处理器电路识别表示在所述目标帧的远侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第三准则。所述管腔内成像系统，其中，所述处理器电路被配置为定义在多个候选目标帧之间的目标区域，其中，在所述多个候选目标帧之间没有识别出参考帧。所述管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别满足与所述目标区域内的所述多个候选目标帧的斑块负荷或横截面积相关联的第四准则的图像帧。所述管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别表示要用支架扩张的期望位置的图像帧。所述管腔内成像系统，其中，所述处理器电路识别所述近侧参考帧包括所述处理器电路识别表示所述支架的近侧边缘的期望位置的图像帧。所述管腔内成像系统，其中，所述处理器电路识别所述远侧参考帧包括所述处理器电路识别表示所述支架的远侧边缘的期望位置的图像帧。所述管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别在被定位在所述管腔中的支架内具有最小横截面积的图像帧。所述管腔内成像系统，其中，所述处理器电路被配置为检测所述支架的近侧边缘和远侧边缘。所述管腔内成像系统，其中，所述处理器电路识别所述近侧参考帧包括所述处理器电路识别表示所述支架的所述近侧边缘的图像帧。所述管腔内成像系统，其中，所述处理器电路识别所述远侧参考帧包括所述处理器电路识别表示所述支架的所述远侧边缘的图像帧。所描述的技术的实施方式可以包括硬件、方法或过程或在计算机可访问介质上的计算机软件。
一个总体方面包括一种用于管腔内成像的方法，所述方法包括：使用与管腔内成像导管或导丝通信的处理器电路，使用由所述管腔内成像导管或导丝在被定位在管腔内时获得的成像数据来生成多个图像帧；使用所述处理器电路响应于生成所述多个图像帧而自动测量所述多个图像帧中的解剖特征；使用所述处理器电路并且基于自动测量的解剖特征来从所述多个图像帧之中识别以下项：表示感兴趣区域的目标帧、位于所述目标帧的近侧的近侧参考帧和位于所述目标帧的远侧的远侧参考帧。所述方法还包括向与所述处理器电路通信的显示器输出单屏幕显示，所述单屏幕显示包括：所述近侧参考帧、所述目标帧、所述远侧参考帧、以及示出所述近侧参考帧、所述目标帧和所述远侧参考帧的相应位置的所述管腔的纵向表示。该方面的其他实施例包括对应的计算机系统、装置和在一个或多个计算机存储设备上记录的计算机程序，每个都被配置为执行所述方法的动作。
实施方式可以包括以下特征中的一个或多个特征。所述方法，其中，识别所述目标帧包括识别满足与所述管腔的斑块负荷或横截面积相关联的第一准则的图像帧。所述方法，其中，识别所述近侧参考帧包括识别表示在所述目标帧的近侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第二准则。所述方法，其中，识别所述远侧参考帧包括识别表示在所述目标帧的远侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第三准则。所述方法还包括：使用所述处理器电路来定义在多个候选目标帧之间的目标区域，其中，在所述多个候选目标帧之间没有识别出参考帧。所述方法，其中，识别所述目标帧包括识别满足与所述目标区域内的所述多个候选目标帧的斑块负荷或横截面积相关联的第四准则的图像帧。所述方法，其中，识别所述目标帧包括识别表示要用支架扩张的期望位置的图像帧。所述方法，其中，识别所述近侧参考帧包括识别表示所述支架的近侧边缘的期望位置的图像帧。所述方法，其中，识别所述远侧参考帧包括识别表示所述支架的远侧边缘的期望位置的图像帧。所述方法，其中，识别所述目标帧包括识别在被定位在所述管腔中的支架内具有最小横截面积的图像帧。所述方法还包括检测所述支架的近侧边缘和远侧边缘。所述方法，其中，识别所述近侧参考帧包括识别表示所述支架的所述近侧边缘的图像帧。所述方法，其中，识别所述远侧参考帧包括识别表示所述支架的所述远侧边缘的图像帧。所描述的技术的实施方式可以包括硬件、方法或过程或在计算机可访问介质上的计算机软件。
根据以下详细描述，本公开的额外方面、特征和优点将变得显而易见。
附图说明
将参考附图来描述本公开的说明性实施例，在附图中：
图1是根据本公开的方面的包含自动帧识别系统的管腔内成像系统的图解性示意性视图。
图2图示了包括狭窄的血管。
图3图示了包括狭窄并用支架支撑打开以在具有狭窄的血管内重建管腔的血管。
图4是根据本公开的至少一个实施例的来自示例管腔内成像系统的包含管腔的断层摄影图像的屏幕截图。
图5示出了根据本公开的方面的示出具有支架的管腔的示例性可视化。
图6示出了根据本公开的至少一个实施例的示例自动帧识别方法的流程图。
图7示出了根据本公开的至少一个实施例的示例自动帧识别方法的流程图。
图8示出了根据本公开的至少一个实施例的示例自动帧识别方法的目标帧识别逻辑的流程图。
图9示出了根据本公开的至少一个实施例的示例自动帧识别方法的近侧参考帧识别逻辑的流程图。
图10示出了根据本公开的至少一个实施例的示例自动帧识别方法的远侧参考帧识别逻辑的流程图。
图11示出了根据本公开的至少一个实施例的示例自动帧识别方法的目标合并逻辑的流程图。
图12示出了根据本公开的至少一个实施例的示例自动帧识别方法的处置后逻辑的流程图。
图13是根据本公开的实施例的处理器电路的示意图。
具体实施方式
公开了一种自动帧识别系统。目前，没有标准化协议来选择感兴趣目标和潜在的参考。已经尝试理解选择准则可能是什么，但是不存在覆盖选择过程的所有方面的端到端协议。这在分析IVUS回拉期间获得的图像时给新手和中级用户带来了障碍。本公开描述了一种端到端算法，其用于从IVUS回拉的每个帧采取测量结果并确定一个或多个感兴趣目标(例如，狭窄)以及相应的近侧参考(健康)帧和远侧参考(健康)帧以帮助减少手动回拉分析所花费的时间并且帮助引导支架的着陆区的选择。在支架放置后流程的情况下，自动指示最小支架面积。该算法的各个方面可以可配置为匹配个体的偏好和体验，以帮助更大的观众。算法也可以被称为系统、过程、流程、方法、决策树或决策矩阵。
该算法提供了一种用于从每帧度量开始针对给定的回拉找到一个或多个感兴趣目标帧以及每个目标的参考帧的自动、标准化、定量方法。该过程表示在已经采集完整回拉图像数据集并且已经针对数据集中的每个帧计算了所有所需的每帧度量之后要遵循的次级层步骤，并且因此有时可以被称为“次级逻辑”。该逻辑自动识别处置前数据中的感兴趣目标(例如基于最小管腔直径或其他考虑)、处置后数据中的“最小支架面积”(MSA)帧(例如基于支架内的最小管腔直径)和着陆区(例如，用于放置的起点和终点)(例如基于血管内满足被认为健康的某些准则的最接近组织)。
除了目标和参考帧的自动检测之外，该算法包括改变检测准则的用户设置。该算法可以应用于自动回拉分析和工作流程、或其中每帧测量可用于整个回拉或捕获的图像序列或其部分的任何场景。由算法导出的信息可以用于例如确定支架的期望长度和直径、血管内放置支架的期望位置以及放置后支架的期望扩张程度。该算法建议临床医师或其他医师，并且可以用作临床决策制定的起点。
本文描述的设备、系统和方法可以包括在2018年3月14日递交的美国临时申请US62/643105(代理人案卷号2017PF 02102)、2018年3月14日递交的美国临时申请US 62/642847(代理人案卷号2017PF 02103)、2018年7月30日递交的美国临时申请US 62/712009(代理人案卷号2017PF 02296)和2018年3月15日递交的美国临时申请US 62/643366(代理人案卷号2017PF 02365)和“Intravascular Ultrasound Versus Angiography-GuidedDrug-Eluting Stent Implantation:The ULTIMATE Trial”(Junjie Zhang等人，JOURNALOF THE AMERICAN COLLEGE OF CARDIOLOGY，第72卷，第24号，第3126-3137页(2018年))中描述的一个或多个特征，通过引用将其中每个整体并入本文，如同在本文中完全阐述一样。
通过改进数据集中的所有帧的定量分析和比较，本公开基本上有助于可重复地识别管腔内图像数据集中的最佳目标和参考帧。本文公开的在与管腔内成像探头通信的管腔内成像系统上实施的自动帧识别系统在为支架和其他处置选择尺寸和着陆区时向临床医师提供实际的定量指导。这种流线型和增强的工作流程将繁琐的、易出错的手动过程转换成数值上严格的自动化选择，而没有手动执行计算或比较、逐一翻转候选图像、以及“眼球”患病和附近的健康组织以识别感兴趣目标和参考区的正常常规需要。这种非常规方法通过改进与积极结果相关联的结果的速度和一致性来改进管腔内成像系统的功能。
自动帧识别系统可以被实施为产生在显示器上可观察的输出并且由在处理器上执行的控制过程来操作的逻辑树，所述处理器接受来自键盘、鼠标或触摸屏界面的用户输入，并且与一个或多个管腔内感测设备通信。在这方面，控制过程响应于在执行中的不同点处进行的不同输入、选择或值编辑而执行某些特定操作。处理器、显示器、传感器和用户输入系统的某些结构、功能和操作在本领域中是已知的，同时在本文中记载了其他的结构、功能和操作以具体实现本公开的新颖性特征或方面。
这些描述仅是出于示例目的而提供的，并且不应该被考虑为限制自动帧识别系的范围。可以添加、移除或修改某些特征，而不会脱离请求保护的主题的精神。
为了促进对本公开的原理的理解的目的，现在将参考附图中图示的实施例，并且将使用特定语言来描述这些实施例。尽管如此，应理解，并不旨在限制本公开的范围。如本公开所涉及的领域的技术人员通常会想到的，对所描述的设备、系统和方法的任何改变和进一步的修改以及对本公开的原理的任何进一步应用都被充分预期到并被包括在本公开内。特别地，充分预期到，关于一个实施例描述的特征、部件和/或步骤可以与关于本公开的其他实施例描述的特征、部件和/或步骤进行组合。然而，为了简洁起见，将不单独描述这些组合的许多迭代。
图1是根据本公开的方面的包括自动帧识别系统的管腔内成像系统的图解性示意性图示。在一些实施例中，管腔内成像系统100能够是血管内超声(IVUS)成像系统。管腔内成像系统100可以包括管腔内设备102、患者接口模块(PIM)104、控制台或处理系统106、监测器108以及外部成像系统132，外部成像系统132可以包括血管造影、超声、X射线、计算机断层摄影(CT)、磁共振成像(MRI)或其他成像技术、装备和方法。管腔内设备102可以被定尺寸和形状和/或以其他方式在结构上被布置为被定位在患者的身体管腔内。例如，在各种实施例中，管腔内设备102能够是导管、导丝、引导导管、压力导丝和/或流动导丝。在一些情况下，系统100可以包括额外的元件并且/或者可以在没有图1所示的元件中的一个或多个元件的情况下实施。例如，系统100可以省去外部成像系统132。
管腔内成像系统100(或血管内成像系统)能够是适合于在患者的管腔或脉管系统中使用的任何类型的成像系统。在一些实施例中，管腔内成像系统100是管腔内超声(IVUS)成像系统。在其他实施例中，管腔内成像系统100可以包括例如被配置用于以下成像模态的系统：前视血管内超声(FL-IVUS)成像、血管内光声(IVPA)成像、心腔内超声心动描记(ICE)、经食道超声心动描记(TEE)和/或其他合适的成像模态。
应当理解，系统100和/或设备102能够被配置为获得任何合适的管腔内成像数据。在一些实施例中，设备102可以包括任何合适的成像模态(例如，光学相干断层摄影(OCT)等)的成像部件。在一些实施例中，设备102可以包括任何合适的非成像部件，包括压力传感器、流量传感器、温度传感器、光纤、反射器、反射镜、棱镜、消融元件、射频(RF)电极、导体或其组合。通常，设备102能够包括成像元件以获得与管腔120相关联的管腔内成像数据。设备102可以被设计尺寸和形状(和/或被配置)用于插入患者的血管或管腔120。
系统100可以被部署在具有控制室的导管实验室中。处理系统106可以被定位在控制室中。任选地，处理系统106可以被定位在其他地方，例如被定位在导管实验室本身中。导管实验室可以包括无菌场地，而其相关联的控制室根据要执行的流程和/或医疗保健设施可以是无菌的，也可以不是无菌的。导管实验室和控制室可以用于执行任何数量的医学成像流程，例如，血管造影、荧光检查、CT、IVUS、虚拟组织学(VH)、前视IVUS(FL-IVUS)、管腔内光声(IVPA)成像、血流储备分数(FFR)确定、冠状动脉血流储备(CFR)确定、光学相干断层摄影(OCT)、计算机断层摄影、心腔内超声心动描记(ICE)、前视ICE(FLICE)、管腔内触诊描记、经食道超声、荧光检查以及其他医学成像模态或其组合。在一些实施例中，可以从远程位置(例如，控制室)控制设备102，使得操作者不需要近距离接近患者。
管腔内成像设备102、PIM 104、监测器108和外部成像系统132可以被直接或间接地通信性耦合到处理系统106。这些元件可以经由有线连接(例如，标准铜链接或光纤链接)和/或经由无线连接(使用IEEE 802.11Wi-Fi标准、超宽带(UWB)标准、无线火线、无线USB或另一高速无线联网标准)被通信性耦合到医学处理系统106。处理系统106可以被通信性耦合到一个或多个数据网络，例如，基于TCP/IP的局域网(LAN)。在其他实施例中，可以利用不同的协议，例如，同步光网络(SONET)。在一些情况下，处理系统106可以被通信性耦合到广域网(WAN)。处理系统106可以利用网络连接来访问各种资源。例如，处理系统106可以经由网络连接与医学数字成像与通信(DICOM)系统、图片归档与通信系统(PACS)和/或医院信息系统通信。
超声管腔内成像设备102以高水平从扫描器组件110中包括的换能器阵列124发射超声能量，扫描器组件110被安装在管腔内设备102的远端附近。超声能量被包围扫描器组件110的介质(例如，管腔120)中的组织结构反射，并且换能器阵列124接收超声回波信号。扫描器组件110生成(一个或多个)表示超声回波的电信号。扫描器组件110能够在任何合适的配置(例如，平面阵列、弯曲阵列、圆周阵列、环形阵列等)中包括一个或多个单个超声传感器和/或换能器阵列124。例如，在一些实例中，扫描器组件110能够是一维阵列或二维阵列。在一些实例中，扫描器组件110能够是旋转超声设备。扫描器组件110的活跃区能够包括能够一致或独立受控和激活的一种或多种换能器材料和/或超声元件的一个或多个段(例如，一行或多行、一列或多列和/或一个或多个取向)。扫描器组件110的活跃区能够被图案化或结构化在各种基本或复杂的几何形状上。扫描器组件110能够被设置为侧看取向(例如，垂直于和/或正交于管腔内设备102的纵向轴线发射的超声能量)和/或前看取向(例如，平行于和/或沿着纵向轴线发射的超声能量)。在一些实例中，扫描器组件110在结构上被布置为以相对于纵向轴线的倾斜角度在近侧方向上或远侧方向上发射和/或接收超声能量。在一些实施例中，通过选择性触发扫描器组件110的一个或多个换能器元件，能够以电子方式使超声能量发射转向。
扫描器组件110的(一个或多个)超声传感器能够是压电微机械超声换能器(PMUT)、电容微机械超声换能器(CMUT)、单晶、锆钛酸铅(PZT)、PZT复合物、其他合适的换能器类型和/或其组合。在实施例中，超声换能器阵列124能够包括任何合适数量的个体换能器元件或声学元件(在1个声学元件至1000个声学元件之间)，例如，2个声学元件、4个声学元件、36个声学元件、64个声学元件、128个声学元件、500个声学元件、812个声学元件和/或更多和更少的声学元件。
PIM 104将接收到的回波信号传输到处理系统106，在处理系统106中，超声图像(包括流量信息)被重建并被显示在监测器108上。控制台或处理系统106能够包括处理器和存储器。处理系统106能操作用于促进本文描述的管腔内成像系统100的特征。例如，处理器能够运行在瞬态有形计算机可读介质上存储的计算机可读指令。
PIM 104促进处理系统106与被包括在管腔内设备102中的扫描器组件之间的信号通信。这种通信可以包括：向管腔内设备102内的(一个或多个)集成电路控制器芯片提供命令；在换能器阵列124上选择(一个或多个)特定元件以用于发射和接收；向(一个或多个)集成电路控制器芯片提供发射触发信号以激活发射器电路来生成电脉冲，从而激励所选择的(一个或多个)换能器阵列元件；并且/或者接收经由在(一个或多个)集成电路控制器芯片上包括的放大器放大的从所选择的(一个或多个)换能器阵列元件接收的回波信号。在一些实施例中，PIM 104在将数据中继到处理系统106之前对回波数据执行初步处理。在这样的实施例的示例中，PIM 104执行对数据的放大、过滤和/或聚合。在实施例中，PIM 104还供应高压和低压DC功率以支持包括扫描器组件110内的电路的管腔内设备102的操作。
处理系统106通过PIM 104接收来自扫描器组件110的回波数据，并且处理该数据以重建包围扫描器组件110的介质中的组织结构的图像。通常，能够在患者的任何合适的解剖结构和/或身体管腔内使用设备102。处理系统106输出图像数据，使得在监测器108上显示血管或管腔120的图像，例如，管腔120的横截面IVUS图像。管腔120可以表示天然的流体填充或流体包围的结构和人造的流体填充或流体包围的结构。管腔120可以在患者的身体内。管腔120可以是血管，例如，患者的脉管系统(包括心脏脉管系统、外周脉管系统、神经脉管系统、肾脏脉管系统和/或身体内部的任何其他合适的管腔)的动脉或静脉。例如、设备102可以用于检查任何数量的解剖位置和组织类型，包括但不限于器官(包括肝脏、心脏、肾脏、胆囊、胰腺、肺)、管道、肠、神经系统结构(包括脑、硬脑膜囊、脊髓和周围神经)；尿路；以及心脏的血液、腔室或其他部分和/或身体的其他系统内的瓣膜。除了天然结构以外、设备102还可以用于检查人造结构，例如但不限于心脏瓣膜、支架、分流器、过滤器和其他设备。
控制器或处理系统106可以包括处理电路，所述处理电路具有一个或多个处理器，所述一个或多个处理器与存储器和/或其他合适的有形计算机可读存储介质通信。控制器或处理系统106可以被配置为执行本公开的一个或多个方面。在一些实施例中，处理系统106和监测器108是单独的部件。在其他实施例中，处理系统106和监测器108被集成在单个部件中。例如，系统100能够包括触摸屏设备，包括具有触摸屏显示器和处理器的壳体。系统100能够包括任何合适的输入设备(例如，触敏垫或触摸屏显示器、键盘/鼠标、操纵杆、按钮等)以供用户选择在监测器108上显示的选项。处理系统106、监测器108、输入设备和/或其组合能够被称为系统100的控制器。该控制器能够与设备102、PIM 104、处理系统106、监测器108、输入设备和/或系统100的其他部件通信。
在一些实施例中，管腔内设备102包括一些类似于传统的固态IVUS导管(例如，可从Philips获得的EagleEye
Figure BDA0003782186130000061
导管以及在美国专利US 7846101中公开的那些导管(通过引用将其整体并入本文))的特征。例如，管腔内设备102可以包括在管腔内设备102的远端附近的扫描器组件110和沿着管腔内设备102的纵向主体延伸的传输线束112。线缆或传输线束112能够包括多个导体，包括一个、两个、三个、四个、五个、六个、七个或更多个导体。
传输线束112在管腔内设备102的近端处的PIM连接器114中终止。PIM连接器114将传输线束112电耦合到PIM 104并将管腔内设备102物理耦合到PIM 104。在实施例中，管腔内设备102还包括导丝出口116。因此，在一些实例中，管腔内设备102是快速交换式导管。导丝出口116允许朝向远端插入导丝118，以便将管腔内设备102引导通过管腔120。
监测器108可以是显示设备，例如，计算机监测器或其他类型的屏幕。可以使用监测器108向用户显示成像数据的可选提示、指令和可视化。在一些实施例中，可以使用监测器108向用户提供特定于流程的工作流程以完成管腔内成像流程。该工作流程可以包括执行支架放置前计划以确定管腔状态和支架潜力，该工作流程还可以包括支架放置后检查以确定已被定位在管腔中的支架的状态。可以以如图4-6所示的显示或可视化或其他显示中的任一种将工作流程呈现给用户。
外部成像系统132能够被配置为获得患者身体(包括血管120)的X射线图像、放射摄影图像、血管造影图像(例如具有对比度)和/或荧光检查图像(例如没有对比度)。外部成像系统132也可以被配置为获得患者身体(包括血管120)的计算机断层摄影图像。外部成像系统132可以包括外部超声探头，所述外部超声探头被配置为当被定位在身体外部时获得患者身体(包括血管120)的超声图像。在一些实施例中，系统100包括其他成像模态系统(例如，MRI)以获得患者身体(包括血管120)的图像。处理系统106能够结合由管腔内设备102获得的管腔内图像来利用患者身体的图像。
图2图示了包括狭窄230的血管200。狭窄发生在血管壁210之间，并且可能限制血液220的流动。狭窄有许多类型，包括动脉粥样硬化。
图3图示了包括狭窄230并用支架340支撑打开以在具有狭窄的血管内重建管腔的血管200。支架340压缩并阻止狭窄330，打开血管300并防止狭窄230行进通过血管200。支架340也向外推动血管壁310，由此减小了对血液220的流动限制。用于减轻阻塞的其他处置选择可以包括但不限于血栓切除术、消融、血管成形术和施用药物。然而，在大多数情况下，可以高度期望准确及时地获得受影响区的血管内图像，以及在处置前、处置期间或处置后的受影响区的位置的准确和详细的知识。IVUS图像的不准确或不精确的位置或取向信息可能例如在处置期间携带健康组织而不是患病组织的消融或支架植入的风险。
图4是根据本公开的至少一个实施例的包含管腔120的断层摄影图像410的示例管腔内成像系统100的屏幕截图400。这样的断层摄影图像是垂直于血管的纵向轴线的径向或轴向横截面图像，并且可以生成断层摄影图像帧，并且可以在发生回拉的同时自动进行其测量。屏幕截图600还包括血管造影图像或图形路线图图像430、以及由来自回拉序列的多个堆叠的横截面断层摄影图像或其图形表示组成的图像纵向显示(ILD)420。ILD 420是平行于或包括血管的纵向轴线的纵向横截面视图。在一些实施例中，ILD 420可以包括来自回拉的图像，其沿着血管的长度被捕获并且在纵向表示中沿着血管的长度被示出。在其他实施例中，ILD 420可以是不同位置处的血管的几何性质(例如，直径或横截面积)的图形表示。可以显示其他信息，而不是此处所示的信息，或除了此处所示的信息。
在血管造影图像或图形路线图图像430内是目标位置标记440、近侧参考位置标记450、远侧参考位置标记460和若干血管侧分支470。在一些实例中，可能不期望目标标记440或参考标记450或460与侧分支470共同定位，并且因此在一些实施例中，算法包括避免这种情况的逻辑。ILD 420还包括目标标记440、近侧参考标记450和远侧参考标记460，每个指示回拉序列内的特定位置或帧。
图5示出了根据本发明的方面的示出具有支架340的管腔的示例性可视化500。可视化500包括纵向表示或ILD 420、远侧参考帧504、目标帧508和近侧参考帧506。帧504、508和506是从IVUS回拉序列中的多个图像中通过算法选择的断层摄影图像。ILD 420包括目标标记440、近侧参考标记450和远侧参考标记460。在处置前背景下，目标标记440和目标帧508可以表示最小管腔直径或面积的自动检测到的位置，而近侧参考标记、远侧参考标记、近侧参考帧和远侧参考帧可以表示健康组织的自动检测到的起始位置，并且因此表示支架的近侧边缘和远侧边缘的期望位置。在处置后背景下，目标标记440和目标帧508可以表示MSA的自动检测到的位置或支架340的最小横截面积，而近侧参考标记450、近侧参考帧506、远侧参考标记460和远侧参考帧504可以表示支架340的自动检测到的近侧边缘和远侧边缘。在一些实例中，由支架340覆盖的管腔120的区域被称为着陆区或LZ。
在单个屏幕(或单个用户界接口元件)上一起显示的ILD 420、目标标记440、近侧参考标记450、远侧参考标记460、远侧参考帧504、目标帧508和近侧参考帧506可以共同向临床医师提供指导。在处置前背景下，该信息可以向临床医师建议处置狭窄230所需的支架340的期望尺寸(直径和长度)和着陆区。在处置后背景下，该信息可以向临床医师建议支架340是否被适当地定位，支架340是否需要扩张，并且如果是，则在何处以及扩张多少。
当设备102移动通过管腔120或通过管腔120内的支架340时，可以由设备102收集成像数据(从其自动检测帧504、506和508)。在一些实施例中，系统可以自动检测支架340的位置并在可视化500上显示支架340的可视化。帧504、506、508可以经由对应的标记460、450和440在视觉上与纵向视图相关。在其他实施例中，帧504、506、508可以用颜色、符号、形状、文本框或其他视觉指示符横向地示出。
横向视图504、506、508中的每个中的支架340的直径和面积可以被自动计算，并与其他成像数据进行比较。例如，可以将横向视图504、506、508中的每个的计算的面积和直径与支架前流程中的对应的测量结果进行比较。以这种方式，操作者可以能够检查放置的支架340的有效性。支架340的未对准或贴壁不良也可以由系统自动检测和显示。这些方面可以伴随有视觉提示，诸如突出显示的区或符号，并且可以具有相关联的警告以向操作者警告其存在。
在一些实施例中，ILD 420包括压力图形510，其示出了沿着管腔120或血管200的每个位置的测量压力值。
图6示出了根据本公开的至少一个实施例的示例自动帧识别方法的流程图600。流程图600包括处置前评估步骤610(包括步骤630-680)以及处置后评估和优化步骤620(包括步骤690-696)。
在步骤630中，针对图像序列(例如，IVUS回拉序列)的每个帧评估管腔120或血管200的斑块负荷和管腔面积。
在步骤640中，分析所收集的图像帧以确定一个或多个支架340的潜在的或期望的着陆区。
在步骤650中，沿着管腔120或血管200的长度的压力读数与在回拉期间拍摄的断层摄影图像的位置相关联，并且可以例如在ILD 420上显示为纵向压力图形510。
在步骤660中，为回拉的每个帧计算血管的外部弹性膜(EEM)和管腔区域的横截面积和直径。取决于实施方式，还可以计算其他解剖特征和测量结果。
在步骤670中，临床医师使用由自动帧识别系统提供的可视化、计算和帧选择来规划植入一个或多个支架的流程的逐步细节。
在步骤680中，临床医师将一个或多个支架在一个或多个所识别的期望着陆区中植入在血管或管腔中，或使用球囊在一个或多个所识别的期望着陆区中扩张血管。
在步骤690中，在一个或多个支架的近侧和远侧评估管腔120或血管200，以确保组织一直到(一个或多个)支架的边缘都是健康的。如果支架错位或扩张不充分，则可能发生“狗骨”或支架的端部相对于中心的加宽。
在步骤692中，评估支架本身，以确定最小支架面积(MSA)是否在预期或期望的范围内。在许多情况下，期望MSA的位置与远侧参考帧的位置一致，因为健康血管或管腔的远侧部分可以自然地比相同血管或管腔的近侧部分更窄。
在步骤694中，如果指示支架扩张，则临床医师将非顺应性球囊插入到支架中并使球囊扩张测量的量，从而将支架扩张到由自动帧识别系统指示的期望直径。
在步骤696中，重新评估支架和管腔，并且如果检测到任何问题，则执行返回到步骤690。否则，该流程结束。
图7示出了根据本公开的至少一个实施例的示例自动帧识别方法的流程图700。
在步骤710中，例如在IVUS回拉流程期间捕获图像数据集，所述IVUS回拉流程在成像探头102被拉过管腔120或血管200时从管腔120或血管200内捕获断层摄影图像序列。
在步骤720中，使用图像识别在序列的每个帧中自动识别管腔120或血管200的边界。
在步骤730中，示出导管鞘的内部的帧被自动检测并从图像序列中删除，使得它们不影响算法的操作。鞘是在成像导管/导丝之前插入到血管中的引导导管。成像导管/导丝被引导通过鞘管腔到达血管的位置。例如，成像元件(超声换能器、OCT元件)被定位在病变的远侧，而鞘的远端被定位在病变的近侧。成像导管/导丝在回拉期间获得成像数据，使得成像元件朝向鞘向近侧纵向移动。这是为什么回拉序列的近侧可以包括表示鞘(例如，在鞘内捕获)的断层摄影图像的原因。在回拉中，具有鞘的图像帧在结束处。如果用户将成像导管/引导件从近侧方向移动到远侧方向(与回拉方向相反)，则具有鞘的图像帧将在开始处。在一些实例中，成像探头从导管鞘延伸到管腔或血管内的某个点，并且然后回拉通过管腔或血管直到其重新进入导管鞘。因此，可以在图像序列的开始或结束附近找到鞘帧。注意，在一些实施例中，步骤730可以在步骤720之前发生。
在步骤740中，为序列中的每个未删除帧计算每帧度量。每帧度量可以包括斑块负荷(PB)和管腔面积(LA)以及其他解剖测量结果。
在步骤750中，基于每帧度量自动识别目标帧，如下所述。目标帧表示感兴趣解剖区域，诸如狭窄。在示例中，该感兴趣区域是潜在的或推荐的处置位置，诸如对应于具有相对更小的直径、面积测量结果或相对更大的斑块负荷等的图像帧的位置。如果找到目标，则执行移动到步骤770。如果不是，则执行移动到步骤760。
在步骤760中，该方法基于如下所述的指定准则报告其不能识别目标帧。这可以例如鼓励临床医师调节搜索准则，使得可以识别目标帧。备选地，其可能意味着血管或管腔的疾病状态不足以保证处置。
在步骤770中，算法报告所识别的目标帧，包括如上所述的相关每帧度量。
在步骤780中，自动识别表示目标帧的最接近健康组织的近侧和远侧参考帧，如下所述。如果没有找到一个或两个参考，则执行移动到步骤790。否则，执行移动到步骤799。
在步骤790中，该方法基于如下所述的指定准则报告其不能识别所需的参考帧。这可以例如鼓励临床医师调节搜索准则，使得可以识别近侧帧和远侧帧。
在步骤799中，该方法报告(例如，显示)所识别的近侧和远侧参考帧、以及相关的每帧度量。
图8示出了根据本公开的至少一个实施例的示例自动帧识别方法的目标帧识别逻辑的流程图800。
在步骤810中，系统捕获如上所述的图像数据集。
在步骤815中，系统检查数据集的每个帧，直到其找到具有大于第一阈值THRESH1的斑块负荷(PB)和小于第二阈值THRESH2的管腔面积(LA)的帧。在示例中，THRESH1和THRESH2是用户可编辑参数，但是系统也可以为每个参数定义默认值(例如，对于示例性冠状动脉脉管系统，THRESH1＝70％并且THRESH2＝4mm2，但是可以根据所考虑的解剖结构使用其他值)。如果在数据集中不能够识别出这样的候选帧，则执行转到步骤820。如果识别出这样的候选帧，则执行转到步骤835。
在步骤820中，算法未能识别满足指定准则的目标帧，因此算法替代地在图像数据集中找到具有最大斑块负荷(具有±THRESH4b的容限)的THRESH4a帧序列，并将该信息报告给临床医师。该信息可以用于例如确定是否修正目标帧检测准则，或是否推迟处置。在示例中，THRESH4a和THRESH4b是用户可编辑的参数，但是系统也可以指定默认值。
在步骤830中，算法报告尚没有找到目标帧。
在步骤835中，一旦已经在步骤815中识别出潜在的目标帧，则算法检查下一THRESH3帧以查看它们是否也满足目标帧的准则。如果不是这种情况，则执行返回到步骤815以继续扫描帧。如果是这种情况，则执行进行到步骤840。在示例中，THRESH3是用户可编辑的参数，但是系统也可以指定默认值。
在步骤840中，将所识别的帧记录为目标帧，并且执行进行到步骤850。
在步骤850中，系统报告所识别的目标帧以及其相关的每帧度量(例如，斑块负荷和管腔面积)。
在步骤860中，系统执行如下面在图9中描述的近侧参考帧识别逻辑。
在步骤870中，系统执行如下面在图10中描述的远侧参考帧识别逻辑。应注意，在一些实施例中，步骤870可以在步骤860之前发生。还应注意，可以将近侧参考帧或远侧参考帧的每帧度量与目标帧进行比较，以计算诸如百分比狭窄的值。
在步骤880中，该方法确定在两个目标之间没有找到参考的情况(例如，两个目标要被合并的状况)下将是哪个目标帧(远侧或近侧)。如果远侧目标帧示出比近侧目标帧更小的管腔面积或更大的斑块负荷中的至少一项，则在步骤890中将远侧帧记录为绝对目标帧。否则，在步骤895中将近侧帧记录为绝对目标帧。
应注意，该方法还可以被配置为使得术语“远侧”和“近侧”至少在步骤880、890和895中被交换。
图9示出了根据本公开的至少一个实施例的示例自动帧识别方法的近侧参考帧识别逻辑的流程图900。
在步骤910中，该方法为数据集中识别的每个目标启动近侧参考帧识别逻辑。
在步骤920中，该方法识别在目标近侧并且具有小于THRESH5的斑块负荷的第一帧。在示例中，THRESH5是用户可编辑的参数，但是系统也可以定义默认值(例如，40％)。
在步骤930中，该方法确定在遇到满足THRESH5准则的帧之前是否可以找到满足图8的目标准则的另一帧。如果是，则执行移动到步骤940，其中，该潜在目标帧与现有目标合并，如下面在图11中所描述的，并且执行然后返回到步骤920。如果没有找到中间目标帧，则执行进行到步骤950。
在步骤950中，该方法检查以查看逐帧搜索是否已经到达鞘的开始的THRESH0帧内。如果是，则执行进行到步骤990，并且该方法报告没有找到近侧参考。如果否，则所识别的候选近侧参考被提及到步骤960。在示例中，THRESH0是用户可编辑参数，但是系统也可以指定默认值。
在步骤960中，该方法检查以查看所识别的候选近侧参考帧是否位于管腔120或血管200的侧分支470上(例如如图4所示)。如果是，则执行进行到步骤970。如果否，则执行进行到步骤965，其中，将所识别的候选近侧参考标记为近侧参考帧。
在步骤970中，该方法向后搜索(例如，向远侧)以找到不包括侧分支470的最接近帧，其然后成为候选近侧参考帧。
在步骤980中，该方法确定候选近侧参考帧是否示出小于THRESH6的斑块负荷。如果否，则执行返回到步骤920。如果是，则执行进行到步骤965，其中，将所识别的候选近侧参考标记为近侧参考帧。在示例中，THRESH6是用户可编辑的参数，但是该方法也可以指定默认值。在其他实施例中，取决于实施方式，近侧参考帧可以表示在目标帧近侧的最接近健康组织，其中，“健康”被定义为完全健康的组织，或被定义为其疾病负担小于目标帧的疾病负担并且满足与斑块负担或管腔横截面积中的至少一项相关联的准则的组织。
图10示出了根据本公开的至少一个实施例的示例自动帧识别方法的远侧参考帧识别逻辑的流程图1000。
在步骤1010中，该方法为数据集中识别的每个目标启动远侧参考帧识别逻辑。
在步骤1020中，该方法识别在目标远侧并且具有小于THRESH5的斑块负荷的第一帧。在示例中，THRESH5是用户可编辑的参数，但是该方法也可以定义默认值。
在步骤1030中，该方法确定在遇到满足THRESH5准则的帧之前是否可以找到满足图8的目标准则的另一帧。如果是，则执行移动到步骤1040，其中，该潜在目标帧与现有目标合并，如下面在图11中描述的，并且执行然后返回到步骤1020。如果没有找到中间目标帧，则执行进行到步骤1050。
在步骤1050中，该方法检查以查看逐帧搜索是否已经到达图像序列的结束(例如，序列中的第一或最后帧)。如果是，则执行进行到步骤1090，并且该方法报告没有找到远侧参考。如果否，则所识别的候选远侧参考被提及到步骤1060。
在步骤1060中，该方法检查以查看所识别的候选远侧参考帧是否位于管腔120或血管200的侧分支470上(例如如图4所示)。如果是，则执行进行到步骤1070。如果否，则执行进行到步骤1065，其中，将所识别的候选远侧参照系标记为远侧参考帧。
在步骤1070中，该方法向后搜索(例如，向近侧)以找到不包括侧分支470的最接近帧，其然后成为候选远侧参考帧。
在步骤1080中，该方法确定候选远侧参考帧是否示出小于THRESH6的斑块负荷。如果否，则执行返回到步骤1020。如果是，则执行进行到步骤1065，其中，所识别的候选远侧参考帧被标记为远侧参考帧。在示例中，THRESH6是用户可编辑的参数，但是该方法也可以指定默认值。在其他实施例中，取决于实施方式，远侧参考帧可以表示在目标帧的远侧的最接近健康组织，其中，“健康”被定义为完全健康的组织，或被定义为其疾病负担小于目标帧的疾病负担并且满足与斑块负担或管腔横截面积中的至少一项相关联的准则的组织。
图11示出了根据本公开的至少一个实施例的用于示例自动帧识别方法的目标合并逻辑的流程图1100。
在步骤1110中，该方法为数据集中识别的每个目标启动步骤。
在步骤1120中，识别近侧和远侧参考帧，如上面在图9和10中所示。
在步骤1130中，该方法确定是否需要合并目标帧(如上所示，例如在步骤930和1030中)。如果否，则执行进行到步骤1140(结束)，并且目标合并逻辑不对当前目标采取动作。如果是，则执行进行到步骤1150。
在步骤1150中，在它们之间没有近侧或远侧参考的连续目标被“合并”，或被过滤，以使用合并准则选择一个目标帧而不是另一个目标帧。一次过滤两个目标；在每个比较中，存在更近侧的目标和更远侧的目标。如果远侧目标帧具有比近侧目标帧更小的管腔面积或更大的斑块负荷中的至少一项，则远侧目标帧被选择为要显示的该区域的绝对目标帧，并且远侧目标的每帧值被用作目标每帧值；否则，近侧目标帧被选择为要显示的该区域的绝对目标帧，并且近侧帧的每帧值被用作目标每帧值。这种“合并”或消除继续，直到在它们之间没有参考帧的所有候选目标帧被过滤。然后完成目标合并逻辑。在一些实施例中，基于最大斑块负荷和最小管腔面积两者来选择目标。在一些实施例中，最大斑块负荷比最小管腔面积更重地加权。在其他实施例中，最小管腔面积比最大斑块负荷更重地加权。在其他实施例中，所选择的管腔满足与斑块负荷或管腔横截面积中的至少一项相关联的另一准则。
应注意，该方法还可以被配置为使得术语“远侧”和“近侧”在至少步骤1150中被交换。
图12示出了根据本公开的至少一个实施例的示例自动帧识别方法的处置后逻辑的流程图1200。
在步骤1210中，如上所述的那样捕获处置后图像数据集。
在步骤1220中，如上所述的那样计算每帧度量。
在步骤1230中，使用图像识别来识别支架(如果有的话)，并且将包含近侧和远侧支架边缘的图像帧标记为近侧和远侧参考帧。
在步骤1240中，显示包含支架边缘的近侧和远侧参考帧(例如如图5所示)。
在步骤1250中，最小支架面积(MSA)帧基于每帧度量来识别，并标记为目标帧。
在步骤1260中，显示目标帧(例如如图5所示)。
应注意，MSA可以在所识别的支架区域内进行检测和显示，并且还可以从支架内的一个或多个子区域进行检测和显示。一个或多个子区域可以被自动识别，或可以由用户输入基于可以由用户编辑的准则或阈值来定义。例如，子区域可以是支架的近侧区域、中心区域和/或远侧区域。在一些实施例中，可以使用例如管腔内成像数据、管腔外成像数据和/或提供给处理器电路的支架的长度基于支架的长度来识别子区域。检测和显示支架内的(一个或多个)子区域内的MSA可以用于验证支架的不同部分已经在血管内适当地扩张。
方法600、700、800、900、1000、1100和/或1200中的一个或多个可以包括将测量和/或解剖量与阈值进行比较的步骤。在一些实施例中，这样的步骤或其他步骤可以包括确定测量结果的值(例如，数值)和阈值的值(例如，数值)。比较可以是确定测量结果的值何时达到阈值的值(例如，当测量结果等于阈值时，当测量超过阈值时，和/或当测量小于阈值时)。
图13是根据本公开的实施例的处理器电路1350的示意图。处理器电路从管腔内设备接收成像数据。处理器电路1350可以被实施在实施该方法所必要的超声成像系统100或其他设备或工作站(例如，第三方工作站、网络路由器等)中。如图所示，处理器电路1350可以包括处理器1360、存储器1364和通信模块968。这些元件可以彼此直接通信或间接通信(例如经由一条或多条总线)。
处理器1360可以包括中央处理单元(CPU)、数字信号处理器(DSP)、ASIC、控制器或以下各项的任意组合：通用计算设备、精简指令集计算(RISC)设备、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他相关逻辑设备(包括机械计算机和量子计算机)。处理器1360还可以包括被配置为执行本文描述的操作的另一硬件设备、固件设备或其任意组合。处理器1360还可以被实施为计算设备的组合，例如、DSP与微处理器的组合、多个微处理器的组合、与DSP核结合使用的一个或多个微处理器或任何其他这样的配置。
存储器1364可以包括高速缓冲存储器(例如，处理器1360的高速缓冲存储器)、随机存取存储器(RAM)、磁阻性RAM(MRAM)、只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、闪速存储器、固态存储器设备、硬盘驱动器、其他形式的易失性和非易失性存储器或不同类型的存储器的组合。在实施例中，存储器1364包括非瞬态计算机可读介质。存储器1364可以存储指令1366。指令1366可以包括在由处理器1360运行时使处理器1360执行本文描述的操作的指令。指令1366也可以被称为代码。术语“指令”和“代码”应被广义地解读为包括任何类型的(一种或多种)计算机可读语句。例如，术语“指令”和“代码”可以是指一个或多个程序、例程、子例程、函数、流程等。“指令”和“代码”可以包括单个计算机可读语句或许多计算机可读语句。
通信模块1368能够包括任何电子电路和/或逻辑电路，以促进处理器电路1350与其他处理器或设备之间的数据的直接或间接通信。在这方面，通信模块1368能够是输入/输出(I/O)设备。在一些实例中，通信模块1368促进处理器电路1350和/或超声成像系统100的各个元件之间的直接或间接通信。通信模块1368可以通过多种方法或协议在处理器电路1350中通信。串行通信协议可以包括但不限于US SPI、I2C、RS-232、RS-485、CAN、以太网、ARINC 429、MODBUS、MIL-STD-1553或任何其他合适的方法或协议。并行协议包括但不限于ISA、ATA、SCSI、PCI、IEEE-488、IEEE-1284和其他合适的协议。在适当的情况下，串行通信和并行通信可以由UART、USART或其他适当的子系统进行桥接。
可以使用任何合适的无线或有线通信技术来完成外部通信(包括但不限于软件更新、固件更新、或从超声设备进行读数)，这些无线或有线通信技术例如为线缆接口(例如，USB接口、Micro USB接口、Lightning接口或FireWire接口)、蓝牙、Wi-Fi、ZigBee、Li-Fi或蜂窝数据连接(例如，2G/GSM、3G/UMTS、4G/LTE/WiMax或5G)。例如，蓝牙低能量(BLE)无线电能够用于与云服务建立连接以进行数据传输并且接收软件补丁。控制器可以被配置为与远程服务器或本地设备(例如，笔记本电脑、平板电脑或手持式设备)通信，或者可以包括能够示出状态变量和其他信息的显示器。信息也可以在物理介质(例如，USB闪存驱动器或存储器棒)上传递。
在一些实施方式中，逻辑分支可以不同于本文示出的逻辑分支。额外的步骤可以发生，并且可以不执行本文列出的一些步骤。还应当理解，所描述的技术可以用于需要管腔内成像的多种类型的管腔内流程。因此，构成本文描述的技术的实施例的逻辑操作被不同地称为操作、步骤、对象、元件、部件或模块。此外，应当理解，可以以任何顺序发生或执行这些内容，除非以其他方式明确限定顺序或者通过权利要求的语言固有地要求特定顺序。
所有方向参考(例如，上、下、内部、外部、向上、向下、左、右、横向、前、后、顶部、底部、上方、下方、垂直、水平、顺时针、逆时针、近侧和远侧)仅被用于识别目的以辅助读者理解请求保护的主题，并且不产生限制，特别是关于自动帧识别系统的位置、取向或使用方面不产生限制。连接参考(例如，附接、耦合、连接和接合)将被广义地解释并且可以包括元件集合之间的中间构件以及元件之间的相对移动，除非另有说明。这样一来，连接引用并不一定意味着两个元件是直接连接的且具有相互固定关系。术语“或”应被解读为意指“和/或”而不是“排他性或”。除非权利要求中另有说明，否则记载的值应被解读为仅是说明性的且不应被认为是限制。
上面的说明、示例和数据提供了对在权利要求中定义的自动帧识别系统的示例性实施例的结构和使用的完整描述。虽然上面已经以某种特殊程度或参考一个或多个个体实施例描述了请求保护的主题的各种实施例，但是本领域技术人员可以对所公开的实施例做出许多更改，而不脱离请求保护的主题的精神或范围。
还预想到其他实施例。旨在将在上面的描述中包含的和在附图中示出的所有主题解读为仅是对特定实施例的说明且并不进行限制。可以对细节或结构做出改变，而不脱离如在权利要求中定义的主题的基本要素。

Claims (20)

1.一种管腔内成像系统，包括：
管腔内成像导管或导丝，其被配置为在被定位在患者的管腔内时获得与所述管腔相关联的成像数据；以及
处理器电路，其与所述管腔内成像导管或导丝通信，所述处理器电路被配置为：
使用所述成像数据来生成多个图像帧；
响应于生成所述多个图像帧而自动测量所述多个图像帧中的解剖特征；
将所述解剖特征的自动测量结果与阈值进行比较；
基于所述比较来从所述多个图像帧之中识别一个或多个图像帧，其中，所述一个或多个图像帧包括以下各项中的至少一项：
表示感兴趣区域的目标帧；
位于所述目标帧的近侧的近侧参考帧；或者
位于所述目标帧的远侧的远侧参考帧；并且
向与所述处理器电路通信的显示器输出单屏幕显示，所述单屏幕显示包括：
所述一个或多个图像帧；以及
所述管腔的图形表示，其示出所述一个或多个图像帧的相应位置。
2.根据权利要求1所述的管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别满足与所述管腔的斑块负荷或横截面积相关联的第一准则的图像帧。
3.根据权利要求2所述的管腔内成像系统，其中，所述处理器电路识别所述近侧参考帧包括所述处理器电路识别表示在所述目标帧的近侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第二准则。
4.根据权利要求2所述的管腔内成像系统，其中，所述处理器电路识别所述远侧参考帧包括所述处理器电路识别表示在所述目标帧的远侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第三准则。
5.根据权利要求1所述的管腔内成像系统，其中，所述处理器电路被配置为定义在多个候选目标帧之间的目标区域，其中，在所述多个候选目标帧之间没有识别出参考帧。
6.根据权利要求5所述的管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别满足与所述目标区域内的所述多个候选目标帧的斑块负荷或横截面积相关联的第四准则的图像帧。
7.根据权利要求1所述的管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别表示要用支架扩张的期望位置的图像帧。
8.根据权利要求7所述的管腔内成像系统，
其中，所述处理器电路识别所述近侧参考帧包括所述处理器电路识别表示所述支架的近侧边缘的期望位置的图像帧，并且
其中，所述处理器电路识别所述远侧参考帧包括所述处理器电路识别表示所述支架的远侧边缘的期望位置的图像帧。
9.根据权利要求1所述的管腔内成像系统，其中，所述处理器电路识别所述目标帧包括所述处理器电路识别在被定位在所述管腔中的支架内具有最小横截面积的图像帧。
10.根据权利要求9所述的管腔内成像系统，
其中，所述处理器电路被配置为检测所述支架的近侧边缘和远侧边缘，
其中，所述处理器电路识别所述近侧参考帧包括所述处理器电路识别表示所述支架的所述近侧边缘的图像帧，并且
其中，所述处理器电路识别所述远侧参考帧包括所述处理器电路识别表示所述支架的所述远侧边缘的图像帧。
11.一种用于管腔内成像的方法，包括：
使用与管腔内成像导管或导丝通信的处理器电路，使用由所述管腔内成像导管或导丝在被定位在管腔内时获得的成像数据来生成多个图像帧；
使用所述处理器电路响应于生成所述多个图像帧而自动测量所述多个图像帧中的解剖特征；
使用所述处理器电路并且基于自动测量的解剖特征来从所述多个图像帧之中识别以下项：
表示感兴趣区域的目标帧；
位于所述目标帧的近侧的近侧参考帧；或者
位于所述目标帧的远侧的远侧参考帧；并且
向与所述处理器电路通信的显示器输出单屏幕显示，所述单屏幕显示包括：所述近侧参考帧、所述目标帧、所述远侧参考帧、以及示出所述近侧参考帧、所述目标帧和所述远侧参考帧的相应位置的所述管腔的纵向表示。
12.根据权利要求11所述的方法，其中，识别所述目标帧包括识别满足与所述管腔的斑块负荷或横截面积相关联的第一准则的图像帧。
13.根据权利要求12所述的方法，其中，识别所述近侧参考帧包括识别表示在所述目标帧的近侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第二准则。
14.根据权利要求12所述的方法，其中，识别所述远侧参考帧包括识别表示在所述目标帧的远侧的所述管腔的最接近组织的图像帧，所述图像帧满足与所述管腔的斑块负荷或横截面积相关联的第三准则。
15.根据权利要求11所述的方法，还包括：
使用所述处理器电路来定义在多个候选目标帧之间的目标区域，其中，在所述多个候选目标帧之间没有识别出参考帧。
16.根据权利要求15所述的方法，其中，识别所述目标帧包括识别满足与所述目标区域内的所述多个候选目标帧的斑块负荷或横截面积相关联的第四准则的图像帧。
17.根据权利要求11所述的方法，其中，识别所述目标帧包括识别表示要用支架扩张的期望位置的图像帧。
18.根据权利要求17所述的方法，其中，识别所述近侧参考帧包括识别表示所述支架的近侧边缘的期望位置的图像帧，并且
其中，识别所述远侧参考帧包括识别表示所述支架的远侧边缘的期望位置的图像帧。
19.根据权利要求11所述的方法，其中，识别所述目标帧包括识别在被定位在所述管腔中的支架内具有最小横截面积的图像帧。
20.根据权利要求19所述的方法，还包括检测所述支架的近侧边缘和远侧边缘，
其中，识别所述近侧参考帧包括识别表示所述支架的所述近侧边缘的图像帧，并且
其中，识别所述远侧参考帧包括识别表示所述支架的所述远侧边缘的图像帧。
CN202180012869.6A 2020-02-04 2021-02-02 基于自动管腔内成像的目标和参考图像帧检测以及相关联的设备、系统和方法 Pending CN115052529A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US202062969857P 2020-02-04 2020-02-04
US62/969,857 2020-02-04
PCT/EP2021/052344 WO2021156215A1 (en) 2020-02-04 2021-02-02 Automatic intraluminal imaging-based target and reference image frame detection and associated devices, systems, and methods

Publications (1)

Publication Number Publication Date
CN115052529A true CN115052529A (zh) 2022-09-13

Family

ID=74561865

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180012869.6A Pending CN115052529A (zh) 2020-02-04 2021-02-02 基于自动管腔内成像的目标和参考图像帧检测以及相关联的设备、系统和方法

Country Status (4)

Country Link
US (1) US20230051383A1 (zh)
EP (1) EP4099910A1 (zh)
CN (1) CN115052529A (zh)
WO (1) WO2021156215A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230181140A1 (en) * 2021-12-11 2023-06-15 Philips Image Guided Therapy Corporation Registration of intraluminal physiological data to longitudinal image body lumen using extraluminal imaging data
US20240081785A1 (en) * 2022-09-14 2024-03-14 Boston Scientific Scimed, Inc. Key frame identification for intravascular ultrasound based on plaque burden
WO2024120659A1 (en) * 2022-12-07 2024-06-13 Koninklijke Philips N.V. Registration of intraluminal physiological data to longitudinal image of body lumen using extraluminal imaging data

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7226417B1 (en) 1995-12-26 2007-06-05 Volcano Corporation High resolution intravascular ultrasound transducer assembly having a flexible substrate
JP2008543511A (ja) * 2005-06-24 2008-12-04 ヴォルケイノウ・コーポレーション 脈管の画像作製方法
US20140276085A1 (en) * 2013-03-13 2014-09-18 Volcano Corporation Coregistered intravascular and angiographic images
CN106999052B (zh) * 2014-12-08 2021-08-24 皇家飞利浦有限公司 交互式心脏测试数据和相关联的设备、系统和方法
WO2019175032A1 (en) * 2018-03-14 2019-09-19 Koninklijke Philips N.V. Scoring intravascular lesions and stent deployment in medical intraluminal ultrasound imaging

Also Published As

Publication number Publication date
US20230051383A1 (en) 2023-02-16
WO2021156215A1 (en) 2021-08-12
EP4099910A1 (en) 2022-12-14

Similar Documents

Publication Publication Date Title
US20200129142A1 (en) Intraluminal ultrasound navigation buidance and associated devices, systems, and methods
EP3870070B1 (en) Speed determination for intraluminal ultrasound imaging and associated devices, systems, and methods
US11596384B2 (en) Intraluminal ultrasound vessel border selection and associated devices, systems, and methods
JP7493524B2 (ja) 管腔内超音波イメージングのためのグラフィカル長手方向表示、並びに、関連するデバイス、システム、及び方法
EP3870069B1 (en) Intraluminal ultrasound directional guidance and associated devices and systems
US20230051383A1 (en) Automatic intraluminal imaging-based target and reference image frame detection and associated devices, systems, and methods
CN113473917A (zh) 具有自动和辅助标签和书签的腔内超声成像
US20230008714A1 (en) Intraluminal image-based vessel diameter determination and associated devices, systems, and methods
US20230045488A1 (en) Intraluminal imaging based detection and visualization of intraluminal treatment anomalies
CN115397335A (zh) 具有自适应缩放的管腔内图像可视化及相关系统、方法和装置
WO2023052278A1 (en) Intraluminal ultrasound vessel segment identification and associated devices, systems, and methods

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