CN115120263A - 用于检测声学遮蔽的超声成像系统和方法 - Google Patents

用于检测声学遮蔽的超声成像系统和方法 Download PDF

Info

Publication number
CN115120263A
CN115120263A CN202210193054.9A CN202210193054A CN115120263A CN 115120263 A CN115120263 A CN 115120263A CN 202210193054 A CN202210193054 A CN 202210193054A CN 115120263 A CN115120263 A CN 115120263A
Authority
CN
China
Prior art keywords
sub
ultrasound
regions
acoustic
processor
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
CN202210193054.9A
Other languages
English (en)
Inventor
克里希纳·希瑟拉姆·施莱姆
钱丹·库马尔·阿拉达哈里
维克拉姆·梅拉普迪
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 CN115120263A publication Critical patent/CN115120263A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G06F3/147—Digital output to display device ; Cooperation and interconnection of the display device with other functional units using display panels
    • 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
    • A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
    • 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
    • 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
    • A61B8/4483—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer
    • A61B8/4488—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer the transducer being a phased array
    • 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
    • A61B8/462—Displaying means of special interest characterised by constructional features of the display
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/36—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators characterised by the display of a graphic pattern, e.g. using an all-points-addressable [APA] memory
    • G09G5/37—Details of the operation on graphic patterns
    • G09G5/377—Details of the operation on graphic patterns for mixing or overlaying two or more graphic patterns
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4272—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue
    • A61B8/429—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue characterised by determining or monitoring the contact between the transducer and the tissue
    • 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
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • G06N3/09—Supervised 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
    • G06T2207/10—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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2354/00—Aspects of interface with display user
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2380/00—Specific applications
    • G09G2380/08—Biomedical applications

Abstract

本发明题为用于检测声学遮蔽的超声成像系统和方法。本发明提供了用于针对声学遮蔽单独地分析超声图像内的多个子区域的各种方法和系统。在一个实施方案中，一种方法包括沿着多个接收线采集超声数据；基于该超声数据来生成超声图像；将该超声图像分成多个子区域；以及针对声学遮蔽单独地分析该多个子区域中的每一者。该方法包括检测该多个子区域中的一者或多者中的声学遮蔽；显示该超声图像；以及当该超声图像显示在显示设备上时，在该超声图像上以图形方式指示其中检测到该声学遮蔽的该多个子区域中的该一者或多者。

Description

用于检测声学遮蔽的超声成像系统和方法
技术领域
本文所公开的主题整体涉及用于检测声学遮蔽的超声成像系统和方法。
背景技术
采集超声图像(作为诊断超声成像规程的一部分)涉及将超声信号发射到患者中，以及检测从患者体内的结构反射和/或反向散射的超声信号。超声有利地不利用电离辐射来生成诊断图像。然而，超声信号需要合适的传输介质来进行有效传输。例如，超声信号不会通过空气或真空有效地传播。为了增加将超声信号发射到患者中以及从患者接收超声信号的有效性，临床医生通常将耦合凝胶施加到外部使用的超声探头以便增加超声探头与患者皮肤之间的声学耦合的质量。临床医生还必须向超声探头施加一定量的压力以便确保用于采集高质量超声图像的足够声学耦合。如果超声探头的换能器阵列中的一些或全部元件不与患者进行声学接触，则可能难以或无法采集高质量超声图像。超声探头的面中的一些或全部与患者进行不良声学接触可导致具有声学遮蔽的超声图像。
超声成像的另一个限制是超声信号无法有效地穿透一些高密度结构诸如骨。因此，如果一些解剖区域被骨或其他高密度结构遮挡，则可能难以或无法对这些解剖区域进行成像。例如，当执行胸部检查时，如果换能器阵列中的一些或全部位于一根或多根肋骨的顶部上，则患者的肋骨可遮挡位于肋骨下方的结构。相对于骨或其他高密度结构的不适当探头定位也可导致具有声学遮蔽的超声图像。
声学遮蔽是不期望的，因为所得图像在表现出声学遮蔽的区域中不包含信息或者仅包含部分信息。通常期望采集没有任何声学遮蔽的超声图像以便最大化超声图像的诊断有用性。
出于上文所讨论的原因，可能期望在超声临床医生采集具有声学遮蔽的图像时警告超声临床医生。这是特别重要的，以便向初学或相对初学的用户提供反馈。常规技术通常已经将声学阴影的检测视为针对声学阴影分析整个超声图像的分割问题。常规技术在计算上是昂贵的并且具有不正确地将一些非声学阴影区域识别为声学阴影的高风险。需要用于检测超声图像中的声学遮蔽的更快且更准确的技术。
至少出于以上所讨论的原因，需要用于检测超声图像中的声学遮蔽的改进的方法和超声成像系统。
发明内容
在一个实施方案中，一种方法包括通过超声探头沿着多个接收线采集超声数据；基于该超声数据来生成超声图像；以及通过处理器将该超声图像分成多个子区域，其中该多个子区域中的每一者从该超声图像的顶部延伸到该超声图像的底部并且对应于该多个接收线的相邻子集。该方法包括通过该处理器针对声学遮蔽单独地分析该多个子区域中的每一者；通过该处理器检测该多个子区域中的一者或多者中的声学遮蔽；在该显示设备上显示该超声图像；以及当该超声图像显示在该显示设备上时，在该超声图像上以图形方式指示其中检测到该声学遮蔽的该多个子区域中的该一者或多者。
在一个实施方案中，一种超声成像系统包括超声探头；显示设备；以及处理器，所述处理器与所述超声探头和所述显示设备进行电子通信。该处理器被配置为控制该超声探头以沿着多个接收线采集超声数据；基于该超声数据来生成超声图像；将该超声图像分成多个子区域，其中该多个子区域中的每一者从该超声图像的顶部延伸到该超声图像的底部并且对应于该多个接收线的相邻子集。该处理器被配置为针对声学遮蔽单独地分析该多个子区域中的每一者；在该显示设备上显示该超声图像；以及当该超声图像显示在该显示设备上时，在该超声图像上以图形方式指示其中检测到声学遮蔽的该多个子区域中的每一者。
在一个实施方案中，一种非暂态计算机可读介质，其上存储有用于在处理器上执行的计算机程序，该计算机程序在由该处理器执行时导致执行包括以下的步骤：控制超声探头以沿着多个接收线采集超声数据；基于该超声数据来生成超声图像；将该超声图像分成多个子区域，其中该多个子区域中的每一者从该超声图像的顶部延伸到该超声图像的底部并且对应于该多个接收线的相邻子集；针对声学遮蔽单独地分析该多个子区域中的每一者；检测该多个子区域中的一者或多者中的声学遮蔽；在显示设备上显示该超声图像；以及当该超声图像显示在该显示设备上时，在该超声图像上以图形方式指示其中检测到该声学遮蔽的该多个子区域中的该一者或多者。
附图说明
通过参考附图阅读以下对非限制性实施方案的描述，将更好地理解本文所述的本发明主题，其中：
图1是根据一个实施方案的超声成像系统的示意图；
图2是根据一个实施方案的流程图；
图3示出了根据一个实施方案的线性阵列探头和视场；
图4示出了根据一个实施方案的相控阵列探头和视场；
图5示出了根据一个实施方案的弯曲线性阵列探头和视场；
图6示出了根据一个实施方案的超声图像；
图7示出了根据一个实施方案的超声图像；以及
图8示出了根据一个实施方案的超声图像。
具体实施方式
图1是根据一个实施方案的超声成像系统100的示意图。超声成像系统100包括发射波束形成器101和发射器102，该发射波束形成器和发射器驱动超声探头106内的元件104通过一个或多个发射事件将脉冲超声信号发射到身体(未示出)中。元件104可被布置成阵列。超声探头106可以是线性阵列探头、弯曲线性阵列探头、相控阵列探头、弯曲相控阵列探头、4D矩阵阵列探头、或任何其他类型的超声探头。仍参见图1，脉冲超声信号从体内结构如血细胞或肌肉组织反向散射，以产生返回到元件104的回波。回波被元件104转换成电信号，并且电信号被接收器108接收。表示所接收的回波的电信号穿过输出超声数据的接收波束形成器110。根据一些实施方案，探头106可包含电子电路来执行发射波束形成和/或接收波束形成的全部或部分。例如，发射波束形成器101、发射器102、接收器108和接收波束形成器110的全部或部分可位于超声探头106内。在本公开中，术语“扫描”或“扫描中”可也用于指通过传输和接收超声信号的过程来采集数据。本公开中，术语“数据”和“超声数据”可用于指用超声成像系统采集的一个或多个数据集。用户界面115可用于控制超声成像系统100的操作。用户接口115可用于控制患者数据的输入，或用于选择各种模式、操作、参数等。用户接口115可包括一个或多个用户输入设备，诸如键盘、硬键、触控板、触摸屏、轨迹球、旋转控件、滑块、软键或任何其他用户输入设备。
超声成像系统100还包括处理器116，该处理器用以控制发射波束形成器101、发射器102、接收器108和接收波束形成器110。用户接口115与处理器116进行电子通信。处理器116可包括一个或多个单独的硬件部件，诸如中央处理单元(CPU)、微处理器、微控制器、图形处理单元(GPU)、数字信号处理器(DSP)、它们的组合等。根据一些实施方案，处理器116可包括一个或多个GPU，其中GPU中的一些或全部GPU包括张量处理单元(TPU)。根据实施方案，处理器116可以包括现场可编程门阵列(FPGA)或能够执行处理功能的任何其他类型的硬件。处理器116可以是集成部件，或者可分布在各个位置上。例如，根据一个实施方案，与处理器116相关联的处理功能可以基于操作类型在两个或更多个处理器之间拆分。例如，实施方案可以包括被配置为执行第一组操作的第一处理器和用于执行第二组操作的第二单独处理器。根据实施方案，处理器116可被配置为实现神经网络。处理器116可被配置为执行从存储器访问的指令。例如，指令可存储在非暂态计算机可读介质上，其被配置用于由处理器116执行。根据一个实施方案，处理器116与超声探头106、接收器108、接收波束形成器110、传输波束形成器101和传输器102进行电子通信。出于本公开的目的，术语“电子通信”可被定义为包括有线连接和无线连接。处理器116可控制超声探头106以采集超声数据。处理器116控制元件104中的哪些元件是活动的以及从超声探头106发射的波束的形状。处理器116还与显示设备118进行电子通信，并且处理器116可将超声数据处理成图像以显示在显示设备118上。根据实施方案，处理器116还可包括解调RF数据并且生成原始数据的复合解调器(未示出)。在另一个实施方案中，解调可以在处理链中较早地执行。处理器116可适于根据数据上的多个可选超声模态来执行一个或多个处理操作。随着接收到回波信号，可以在扫描会话期间实时处理数据。处理器116可以被配置为扫描转换用超声探头106采集的超声数据，使该数据可以显示在显示设备118上。实时显示超声数据可以涉及在没有任何有意延迟的情况下显示超声数据。例如，一旦超声数据的每个更新后的图像帧已经被采集并处理以用于在实时图像的显示期间显示，处理器116就可以显示每个更新后的图像帧。实时帧速率可基于从其采集数据的区域或体积的尺寸和采集期间使用的具体参数而变化。根据其他实施方案，数据可在扫描会话期间临时存储在缓冲器(未示出)中，并且以不太实时的方式处理。根据包括软件波束成形器的实施方案，与发射波束成形器101和/或接收波束成形器108相关联的功能可由处理器116执行。
根据一个实施方案，超声成像系统100可以例如10Hz至30Hz的帧速率连续采集超声数据。能够以类似帧速率刷新从数据生成的图像。其他实施方案能够以不同速率获取并且显示数据。例如，一些实施方案可根据数据的每个帧的大小和与具体应用相关联的参数，以小于10Hz或大于30Hz的帧速率采集超声数据。例如，许多应用涉及以大约50Hz的帧速率采集超声数据。包括存储器120，用于存储经处理的采集数据的帧。在一个示例性实施方案中，存储器120具有足够的容量以存储在长度为至少几秒的时间段内采集的超声数据的帧。数据帧的存储方式便于根据其采集顺序或时间进行检索。存储器120可包括任何已知的数据存储介质。
在本发明的各种实施方案中，处理器116可通过其他或不同的模式相关模块(例如，B模式、彩色多普勒、M模式、彩色M模式、频谱多普勒、弹性成像、TVI、应变、应变速率等)来处理数据，以形成2D或3D数据。例如，一个或多个模块可生成B模式、彩色多普勒、M模式、彩色M模式、频谱多普勒、弹性成像、TVI、应变、应变速率以及它们的组合等。存储图像光束和/或帧，并且可记录指示在存储器中采集数据的时间的定时信息。这些模块可包括例如扫描转换模块，用于执行扫描转换操作，以将图像帧从波束空间坐标转换为显示空间坐标。可提供视频处理器模块，该视频处理器模块从存储器诸如存储器120读取图像帧，并且在对患者进行手术时实时显示超声图像帧。视频处理器模块可将图像帧存储在图像存储器中，从该图像存储器读取和显示图像。
图2示出了用于针对声学遮蔽分析超声图像的方法200的一个实施方案的流程图。图2中示出的方法200可用图1中示出的超声成像系统100执行。方法200的技术效果是超声图像中的多个子区域中的一者或多者的图形指示，其中基于多个子区域中的每一者的单独分析来检测声学遮蔽。
在步骤202处，处理器116控制超声探头106以采集超声数据。在控制超声探头106以采集超声数据的过程中，处理器116还控制发射波束形成器101、发射器102、接收器108和接收波束形成器110。
图3是其中超声探头是线性阵列探头的实施方案的图示。图3包括线性阵列探头106A以及与线性阵列探头106A相关联的视场290。根据一个实施方案，处理器116控制线性阵列探头106A以沿着多个接收线300采集超声数据。接收线300中的每一者相对于线性阵列探头106A中的换能器阵列以垂直取向进行定向。相对于探头106A示出了方位角方向250和深度方向252。方位角方向250平行于探头106A中的换能器阵列的面，并且深度方向252垂直于方位角方向250。图3中的接收线300中的每一者平行于深度方向252。
图4是其中超声探头是相控阵列探头的实施方案的图示。图4包括相控阵列探头106B以及与线性阵列探头106B相关联的视场292。根据一个实施方案，处理器116控制线性阵列探头106B以沿着多个接收线300采集超声数据。相控阵列探头106B的视场292与图1所示的线性阵列探头106A的视场290处于不同的形状。相控阵列探头106B控制换能器阵列中的元件的相对定相以便引导所发射的超声信号。因此，并非所有接收线300相对于相控阵列探头106B中的换能器阵列垂直。
图5是其中超声探头106是弯曲线性阵列探头的实施方案的图示。图5包括弯曲线性阵列探头106C以及与弯曲线性阵列探头106C相关联的视场294。根据一个实施方案，处理器116可控制弯曲线性阵列探头106C以沿着多个接收线300采集超声数据。根据一个实施方案，接收线300中的每一者可相对于弯曲线性阵列探头106A中的换能器阵列以垂直取向进行定向。
将根据一个示例性实施方案描述方法200，其中超声探头106是弯曲线性阵列探头，诸如图5所示的弯曲线性阵列探头106C。应当理解，方法200可使用不同类型的超声探头(诸如但不限于线性阵列探头诸如图3所示的线性阵列探头106A，或相控阵列探头诸如图4所示的相控阵列探头106B)来执行。
返回参考方法200，在步骤202处，处理器116可控制超声探头106以发射聚焦或未聚焦的发射事件，并且然后沿着多个接收线300采集超声数据。例如，处理器116可控制超声探头106以聚焦换能器阵列中的元件104的子集，从而沿着每个接收线300接收沿着一系列连续点或样本的数据。根据一个采集方案，处理器116可通过沿着接收线采集最大深度处的样品并且然后沿着该接收线连续地采集较浅深度处的样本来开始。在沿着第一接收线采集所有样品之后，处理器116可控制超声探头106以沿着不同接收线采集样品。图5包括第一接收线300A、第二接收线300B、第三接收线300C、第四接收线300D、第五接收线300E、第六接收线300F、第七接收线300G、第八接收线300H、第九接收线300I、第十接收线300J、第十一接收线300K、第十二接收线300L、第十三接收线300M、第十四接收线300N和第十五接收线300O。应当理解，虽然图5示意性地表示15个接收线300，但其他实施方案可使用多于15个接收线/超声图像或小于15个接收线/超声图像。预期大多数实施方案将使用多于15个接收线/超声图像。
处理器116可根据许多不同的采集方案沿着多个接收线300采集超声数据。根据一个方案，处理器116可跨视场294以光栅模式采集超声数据。例如，处理器可首先沿着第一接收线300A采集超声数据并且然后前进到下一个相邻接收线，该相邻接收线是第二接收线300B。在沿着第二接收线300B采集超声数据之后，处理器116可控制超声探头106以沿着第三接收线300C采集超声数据，以此类推，直到已经从视场294中的所有接收线采集了超声数据。在采集超声图像或帧之后，处理器116可以相同或不同的顺序重复沿着接收线300中的每一者采集超声数据的模式以便采集下一帧，从而在实时或电影采集期间采集多个帧。
接下来，在步骤204处，处理器116基于在步骤202处采集的超声数据来生成超声图像。根据一个实施方案，可基于沿视场294中的所有多个接收线300采集的数据来生成超声图像。根据一个实施方案，处理器116可将超声数据扫描-转换成适合于显示的格式。
在步骤206处，处理器116将超声图像分成多个子区域。图6示出了根据一个示例性实施方案的超声图像600。多个子区域在超声图像600上表示。例如，图6包括第一子区域602、第二子区域604、第三子区域606和第四子区域608。子区域中的每一者从超声图像650的顶部延伸到超声图像652的底部。超声图像650的顶部是超声图像650的最接近超声探头106的部分，而超声图像652的底部是超声图像的在深度方向上最远离超声探头106的部分，其在垂直于超声探头106中的换能器阵列104的方向上测量。子区域中的每一者在深度方向上沿超声图像600的整个高度延伸。在图6所示的实施方案中，子区域中的每一者具有一定角度。在图6上示出了第一子区域602的角度660。子区域中的每一者的角度可相同，或者子区域中的一者或多者可具有与其他子区域不同的角度。
多个子区域中的每一者对应于接收线的相邻子集。例如，第一子区域602可对应于接收线300A、300B、300C、300D和300E；第二子区域604可对应于接收线300E、300F、300G、300H和300I；第三子区域606可对应于接收线300I、300J、300K和300L；第四子区域608可对应于接收线300L、300M、300N和300O。
子区域中的每一者对应于在采集超声数据期间使用的接收线的子集。子区域的形状基于每个相应子区域中的用于采集超声数据的接收线的位置。每个子区域可由接收线的相邻子集构成。对于许多采集几何形状，这样产生的子区域具有大致类似于视场的形状，但在方位角(即，横向)方向上具有较窄宽度。每个子区域具有与视场相同的深度。每个视场可分成多个类似的子区域。可能有利的是使一些或所有的子区域与相邻的子区域部分重叠。例如，在相对于图5和图6讨论的实施方案中，第二子区域604与第一子区域602和第三子区域606重叠；并且第三子区域606与第二子区域604和第四子区域608重叠。在其他实施方案中，子区域可与相邻子区域重叠多于一个接收线。或者，在其他实施方案中，相邻子区域可根本不重叠。用于采集超声数据的一个或多个接收线可在两个重叠子区域中。虽然已经相对于图5描述了具有四个子区域的示例性实施方案，但应当理解，在其他实施方案中，处理器116可将超声图像分成不同数量的子区域。例如，根据各种实施方案，处理器116可将超声图像分成少于四个子区域或多于四个子区域。
通过使子区域对应于多个接收线300的相邻子集，每个子区域的几何形状使用超声探头106与被扫描的患者之间的声学路径。根据一些实施方案，可能有利的是，使用在深度方向(其垂直于换能器阵列)上比在方位角方向(其沿换能器阵列的方向)上显著更长的子区域。根据一个实施方案，多个子区域中的每一者可具有小于15度的角度。根据一个实施方案，多个子区域中的每一者可具有小于10度的角度。根据一个实施方案，多个子区域中的每一者可具有小于5度的角度。根据一个实施方案，子区域中的每一者可具有5:1或更大的深度与宽度比，其中深度是在深度方向上的长度并且宽度是在方位角方向上的最大宽度。例如，第一子区域602在深度方向上具有长度656，并且在方位角方向上具有最大宽度654。第二子区域604在深度方向上具有长度658，并且在方位角方向上具有最大宽度660。第三子区域606在深度方向上具有长度662，并且在方位角方向上具有最大宽度664。并且，第四子区域608在深度方向上具有长度666，并且在方位角方向上具有最大宽度668。根据一个实施方案，子区域中的每一者可具有3:1或更大的深度与宽度比。在其他实施方案中，子区域中的每一者可具有5:1或更大的深度与宽度比。例如，图6中的第一子区域602的深度与宽度比是长度656与最大宽度654的比率。第二子区域604的深度与宽度比是长度658与最大宽度660的比率。第三子区域606的深度与宽度比是长度662与最大宽度664的比率。并且，第四子区域608的深度与宽度比是长度666与最大宽度668的比率。
接下来，在步骤208处，处理器116针对声学遮蔽单独地分析子区域中的一者。在步骤210处，处理器116确定其是否应前进到下一子区域。如果不期望前进到下一子区域，则方法200前进到步骤212。如果期望前进到下一子区域，则方法返回到步骤208并且针对声学遮蔽单独地分析下一子区域。根据一个实施方案，方法200可迭代地重复步骤208和210，以便单独地分析第一子区域602，然后是第二子区域604，然后是第三子区域606，然后是第四子区域608。应当理解，根据各种实施方案，方法200可以不同顺序针对声学遮蔽单独地分析子区域中的每一者。
在步骤208处，处理器116针对声学遮蔽单独地分析子区域中的一者。与常规技术不同，处理器116不尝试分割声学遮蔽的区域。相反，处理器116被配置为简单地确定每个子区域是否表现出声学遮蔽。解决分类问题(诸如每个子区域是否表现出声学遮蔽)在计算上比解决图像分割问题(诸如分割声学阴影区域，如常规解决方案所执行的)更容易且更稳健。与解决图像分割问题相比，用于解决分类问题的例如通过深度学习网络使用的网络架构可能更简单且更紧凑。因此，可以使用更简单的网络来解决分类问题。例如，与解决图像分割问题所需的网络相比，解决分类问题所需的网络可具有更少层、更少节点、更小占用空间和/或依赖于更简单的处理器来实现网络的使用中的一者或多者。这提供了在网络的整体成本和复杂性方面的优势，并且可使得网络能够更快地运行或通过减小的处理功率同样快速地运行。对于给定量的处理功率，本发明的分类技术将比常规系统的分割技术更快地运行。
另外，由于本发明依赖于每个子区域的分类，因此不必准确地描绘训练图像中的阴影区域。这减小了注释负担以便训练网络来检测子区域中的每一者中的声学遮蔽。作为一般规则，解决分类问题(诸如每个子区域是否表现出声学遮蔽)被认为是与解决图像分割问题更容易学习的(即，更容易地准确地训练网络)。在大多数情况下，对每个子区域执行分类因此将比尝试从图像中分割一个或多个声学阴影区域更稳健。
处理器116可被配置为实现深度学习网络以便在步骤208处针对声学遮蔽分析子区域。深度学习网络的示例包括卷积神经网络(CNN)、完全连接网络(FCN)、深度神经网络(DNN)、随机森林、支持向量机(SVM)等。根据一个示例性实施方案，深度学习网络可包括神经网络，诸如卷积神经网络(CNN)。实施方案可使用多个神经网络或多个卷积神经网络。
可训练深度学习网络以便识别声学遮蔽，该声学遮蔽可能是由于与患者的不良探头接触或由于患者体内的一个或多个致密结构防止超声能量穿透到致密结构的深度下方引起的结果。例如，当尝试对患者胸廓室的一部分进行成像时(诸如当执行肺成像时)，骨(诸如肋骨)通常引起声学遮蔽。
深度学习网络可基于超声图像的组织集合或子区域的组织集合来进行训练。例如，超声图像或子区域可具有在超声图像中的每一者上识别的一个或多个声学阴影区域。然后可基于子区域(其基于所组织的超声图像生成)来训练深度学习网络，或者可使用根据超声图像集合生成的子区域的组织集合来训练深度学习网络。正在训练深度学习网络以作出关于每个子区域的二元判定。训练深度学习网络以指示子区域不表现出声学遮蔽或子区域确实表现出声学遮蔽。通过使用基于分类的方法而不是基于分割的方法，本发明的技术应当在计算方面比常规技术更有效。使用在计算方面更有效的技术可提供以下优点中的一者或多者：与常规技术相比，可使用减小的计算资源来实现方法200的技术；和/或与常规技术相比，可更快速地执行方法200的技术。因此，方法200非常适合于在采集实时或电影图像时的实时使用。另外，方法200非常适用于在便携式超声成像系统、手持式超声成像系统、或手持式超声成像系统上使用。
已知的是，沿着接收线的长度形成声学阴影。例如，如果声学遮蔽是由于缺乏探头接触引起的，则对应于探头106的不进行接触的部分的整个接收线将是声学阴影。如果声学遮蔽是由声学致密结构(诸如骨)引起的，则在声学致密结构下方的深度处的整个接收线将是声学阴影。在本发明中，基于相邻接收线的子集来形成每个子区域。每个子区域小于整个图像并且被成形为帮助处理器116更有效地检测声学遮蔽。由于声学阴影沿接收线的长度落下，因此具有被成形为包括接收线的相邻子集的子区域允许处理器116进行更简单的分类任务。例如，如果存在任何声学遮蔽，则已知声学遮蔽将沿着接收线成形。通过确保任何检测到的阴影与接收线对准，使子区域沿着接收线成形有助于实现更好的性能。子区域的使用允许仅将阴影特定的上下文提供给算法而不是完整图像。因此，处理器116所使用的检测技术可在不同类型的超声成像系统和应用中推广。
在步骤212处，处理器116被配置为在显示设备118上显示在步骤204处生成的超声图像。在步骤214处，处理器116确定任何子区域是否表现出声学遮蔽，如在执行步骤208的多次迭代期间确定的。如果没有子区域表现出声学遮蔽，则方法200前进到步骤218。如果子区域中的一者或多者表现出声学遮蔽，则方法前进到步骤216，其中处理器116以图形方式指示其中检测到声学遮蔽的子区域中的一者或多者。根据其他实施方案，处理器116可首先针对声学遮蔽证据分析子区域中的每一者，并且然后在已经分析了所有子区域之后，处理器116可以图形方式指示被确定为已经表现出声学遮蔽证据的任何子区域。
根据一个实施方案，处理器116可通过在其中检测到声学遮蔽的一个或多个子区域中的每一者的一些或全部周围显示边界来以图形方式指示其中检测到声学遮蔽的子区域中的一者或多者。例如，图7示出了图像700的图示，其中子区域中的一者通过边界702来指示。边界702向临床医生清楚地指示在边界702所包围的子区域704中存在声学遮蔽。边界可以一定颜色显示以在视觉上将其与超声图像区分开来。
根据一个实施方案，处理器116可通过突出显示其中检测到声学遮蔽的一个或多个子区域中的每一者来以图形方式指示其中检测到声学遮蔽的子区域中的一者或多者。例如，图8示出了其中两个子区域被突出显示的超声图像800的图示。第一突出显示的区域802指示在对应于第一突出显示的区域802的子区域中检测到声学遮蔽。第二突出显示的区域804指示在对应于第二突出显示的区域804的子区域中检测到声学遮蔽。在图8上使用阴影线来指示突出显示的区域802和804。可使用任何颜色来执行突出显示，以便将其中检测到声学遮蔽的子区域与超声图像的其余部分区分开。
在步骤218处，如果期望采集附加超声数据，则方法返回到步骤202。在步骤218处，如果不期望采集附加超声数据，则方法200前进到步骤220并停止。
本公开中描述的技术具有优于常规技术的许多优点：它更快地运行，更易于训练网络，并且它提供更稳健的声学遮蔽识别。此外，通过为临床医生提供实时反馈(以按照图形方式指示其中检测到声学遮蔽的一个或多个子区域的形式)，当前技术允许临床医生快速采取校正动作。例如，在看到具有声学遮蔽的一个或多个子区域的图形指示后，临床医生可移动或重新定位超声探头106和/或施加更多的压力，直到通过超声探头106采集的图像不包括任何声学遮蔽证据。如上所述，使用表示接收线的相邻子集的子区域有助于实现更有效的接收线分类。子区域在深度方向上的深度比其在横向方向上的宽度显著更长使得每个子区域反映任何预期声学遮蔽的尺寸。由于声学遮蔽沿着接收线传播(即，如果存在声学障碍或如果探头没有进行良好声学接触，则该点下方的整个接收线将是声学阴影)，因此任何声学遮蔽证据将倾向于使其在深度方向上的深度比其在方位角方向上的宽度更长。出于这些原因，与从整个图像分割声学阴影区域相比，对在横向方向(即，方位角方向)上每个子区域比超声图像更窄的多个子区域进行分类是更有效的。
应当理解，以上描述旨在是例示性的而非限制性的。例如，上述实施方案(和/或其方面)可以彼此组合使用。另外，在不脱离本发明的范围的情况下，可进行许多修改以使特定情况或材料适应本发明的教导。虽然本文描述的材料的尺寸和类型旨在限定本发明的参数，但它们决不是限制性的而是示例性实施方案。在回顾以上描述后，许多其他实施方案对于本领域技术人员将是显而易见的。因此，本发明的范围应该参考所附权利要求书以及此类权利要求书所赋予的等同物的全部范围来确定。在所附权利要求书中，术语“包括”和“在……中”用作相应术语“包含”和“其中”的通俗中文等同物。此外，在以下权利要求书中，术语“第一”、“第二”和“第三”等仅用作标记，而不旨在对其对象施加数字要求。此外，以下权利要求书的限制不是用装置加功能格式书写的，也不旨在基于35U.S.C.§112(f)来解释，除非并且直到这些权利要求书限制明确地使用短语“用于……的装置”，然后是没有其他结构的功能陈述。
该书面描述使用示例来公开本发明，包括最佳模式，并且还使本领域技术人员能够实践本发明，包括制造和使用任何设备或系统以及执行任何包含的方法。本发明的专利范围由权利要求书限定，并且可包括本领域技术人员想到的其他示例。如果此类其他示例具有与权利要求书的字面语言没有区别的结构元素，或者如果它们包括与权利要求书的字面语言具有微小差别的等效结构元素，则此类其他示例旨在落入权利要求书的范围内。

Claims (12)

1.一种方法，所述方法包括：
沿着多个接收线采集超声数据；
基于所述超声数据来生成超声图像；
将所述超声图像分成多个子区域，其中所述多个子区域中的每一者从所述超声图像的顶部延伸到所述超声图像的底部并且对应于所述多个接收线的相邻子集；
针对声学遮蔽单独地分析所述多个子区域中的每一者；
检测所述多个子区域中的一者或多者中的声学遮蔽；
在显示设备上显示所述超声图像；以及
当所述超声图像显示在所述显示设备上时，在所述超声图像上以图形方式指示其中检测到所述声学遮蔽的所述多个子区域中的所述一者或多者。
2.根据权利要求1所述的方法，其中所述超声探头是弯曲线性阵列探头或弯曲相控阵列探头中的一者，并且其中所述多个子区域中的每一者具有小于15度的角度。
3.根据权利要求1所述的方法，其中所述超声探头是线性阵列探头。
4.根据权利要求2所述的方法，其中所述多个子区域中的每一者具有小于10度的角度。
5.根据权利要求2所述的方法，其中所述多个子区域中的每一者与所述多个子区域中的相邻子区域部分地重叠。
6.根据权利要求1所述的方法，其中所述针对声学遮蔽单独地分析所述多个子区域中的每一者包括通过所述处理器来实现深度学习网络。
7.根据权利要求6所述的方法，其中所述深度学习网络包括卷积神经网络(CNN)。
8.根据权利要求1所述的方法，其中所述以图形方式指示包括显示其中检测到所述声学遮蔽的所述多个子区域中的所述一者或多者的边界。
9.根据权利要求8所述的方法，其中所述超声图像是灰度图像并且所述边界以一定颜色显示。
10.根据权利要求1所述的方法，其中所述以图形方式指示包括突出显示其中检测到所述声学遮蔽的所述多个子区域中的所述一者或多者。
11.一种超声成像系统，所述超声成像系统包括：
超声探头；
显示设备；和
处理器，所述处理器与所述超声探头和所述显示设备进行电子通信，其中所述处理器被配置为执行根据权利要求1至10中任一项所述的方法。
12.一种非暂态计算机可读介质，其上存储有用于在处理器上执行的计算机程序，所述计算机程序在由所述处理器执行时导致执行根据权利要求1至10中任一项所述的方法。
CN202210193054.9A 2021-03-26 2022-02-28 用于检测声学遮蔽的超声成像系统和方法 Pending CN115120263A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/214,026 US11810294B2 (en) 2021-03-26 2021-03-26 Ultrasound imaging system and method for detecting acoustic shadowing
US17/214,026 2021-03-26

Publications (1)

Publication Number Publication Date
CN115120263A true CN115120263A (zh) 2022-09-30

Family

ID=83364737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210193054.9A Pending CN115120263A (zh) 2021-03-26 2022-02-28 用于检测声学遮蔽的超声成像系统和方法

Country Status (2)

Country Link
US (1) US11810294B2 (zh)
CN (1) CN115120263A (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8795178B2 (en) * 2012-12-31 2014-08-05 General Electric Company Ultrasound imaging system and method for identifying data from a shadow region
EP3082611B1 (en) * 2013-12-20 2019-08-14 Koninklijke Philips N.V. Ultrasound imaging assembly and method for displaying ultrasound images
KR101665124B1 (ko) * 2014-08-25 2016-10-12 삼성메디슨 주식회사 초음파 영상장치 및 그 제어방법
US10188369B2 (en) * 2016-07-11 2019-01-29 Clarius Mobile Health Corp. Methods and apparatus for performing multiple modes of ultrasound imaging using a single ultrasound transducer
US10540769B2 (en) 2017-03-23 2020-01-21 General Electric Company Method and system for enhanced ultrasound image visualization by detecting and replacing acoustic shadow artifacts
US20190328361A1 (en) 2018-04-27 2019-10-31 General Electric Company Ultrasound imaging system and method
WO2020249478A1 (en) * 2019-06-11 2020-12-17 Koninklijke Philips N.V. System and method for assisted ultrasound shear wave elastography

Also Published As

Publication number Publication date
US20220309649A1 (en) 2022-09-29
US11810294B2 (en) 2023-11-07

Similar Documents

Publication Publication Date Title
CN110325119B (zh) 卵巢卵泡计数和大小确定
US11331076B2 (en) Method and system for displaying ultrasonic elastic measurement
JP2006061698A (ja) 関心領域を指示するためのユーザ対話式の方法
CN109715071B (zh) 用于检测介入工具的装置和方法
US11712224B2 (en) Method and systems for context awareness enabled ultrasound scanning
KR20060080346A (ko) 임의 ｍ-모드 영상을 디스플레이하는 초음파 진단 시스템및 방법
US11903760B2 (en) Systems and methods for scan plane prediction in ultrasound images
JP2020018694A (ja) 超音波診断装置及び超音波画像処理方法
CN112654304A (zh) 利用超声成像的脂肪层识别
US11484286B2 (en) Ultrasound evaluation of anatomical features
EP3506832B1 (en) Ultrasound diagnosis apparatus
CN111053572B (zh) 用于医疗图像中的运动检测和补偿的方法和系统
JP2020103883A (ja) 超音波撮像システムおよび対象物体品質レベルを表示するための方法
US11559280B2 (en) Ultrasound imaging system and method for determining acoustic contact
US11810294B2 (en) Ultrasound imaging system and method for detecting acoustic shadowing
US20220273261A1 (en) Ultrasound imaging system and method for multi-planar imaging
JP7336766B2 (ja) 超音波診断装置、超音波診断方法および超音波診断プログラム
US11419585B2 (en) Methods and systems for turbulence awareness enabled ultrasound scanning
US11766239B2 (en) Ultrasound imaging system and method for low-resolution background volume acquisition
US20220061803A1 (en) Systems and methods for generating ultrasound probe guidance instructions
US20220133276A1 (en) Medical image processing device and computer program product
EP4270411A1 (en) Analysing an ultrasound image feed
WO2023208877A1 (en) Analysing an ultrasound image feed
CN116258736A (zh) 用于分割图像的系统和方法

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