CN115517709A - 超声成像方法和超声成像系统 - Google Patents
超声成像方法和超声成像系统 Download PDFInfo
- Publication number
- CN115517709A CN115517709A CN202110703985.4A CN202110703985A CN115517709A CN 115517709 A CN115517709 A CN 115517709A CN 202110703985 A CN202110703985 A CN 202110703985A CN 115517709 A CN115517709 A CN 115517709A
- Authority
- CN
- China
- Prior art keywords
- ultrasonic
- image
- breast
- focus
- lesion
- 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
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
- A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
-
- 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
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- 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
-
- 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
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
-
- 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
-
- 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
Abstract
本发明提供一种超声成像方法和超声成像系统,所述超声成像方法包括:实时采集被测对象的多帧对应于不同探头位置的乳腺超声图像或甲状腺超声图像;基于乳腺超声图像或甲状腺超声图像实时检测被测对象的病灶;以可视化的方式在被测对象的超声图像中实时提示病灶的位置;在根据病灶的位置调整超声探头方向和/或成像模式后,通过超声探头向病灶的位置发射超声波,接收超声波的回波,以获得超声回波信号;对超声回波信号进行信号处理,获得病灶的超声图像。本发明实现了在超声检查的过程中,对病灶进行实时自动检查,并实时显示病灶位置,供医生重点扫查分析,在有效防止漏诊的同时能够进一步优化病灶显示效果,提高了检查效率。
Description
技术领域
本发明总地涉及超声成像技术领域,更具体地涉及一种超声成像方法和超声成像系统。
背景技术
随着社会经济的发展和人民生活方式的改变,癌症发病率逐年上升,癌症的早诊早治意义重大。超声作为现代医学影像技术中使用最广的检查手段,由于其使用安全、成本低廉、成像快速、无创伤、可靠性高等优点被广泛应用于癌症的早期诊断中。
临床中,由于超声检测过程往往需要多方向、多切面扫查,因此,人工进行超声扫查时,特别容易遗漏病灶。同时,医生常常要反复慢慢扫查,费时费力。
例如,针对于乳腺癌的早期筛查中,医生往往在实时B模式下进行栅格式扫查或辐射状扫查或两种方式结合,其目的是为了防止漏扫切面和病灶。乳腺超声扫查过程中出现漏检的原因,通常有以下两种情况:(1)有些病灶比较小,或者回声接近周围组织等,人工超声扫查就很难被轻易发现;(2)有时病人多,医生检查压力大,难免追求检查速度,扫查一旦快起来也容易忽略一些不明显的病灶。另一方面,乳腺癌筛查出现漏检的危害有:(1)对于常规筛查的人,漏检后容易延误病情;(2)对于一些已手术的病人,若后来发现还有遗漏病灶,也可能面临二次手术的痛苦。
发明内容
在发明内容部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
针对现有技术的不足,本发明实施例第一方面提供了一种超声成像方法,所述超声成像方法包括:
实时采集被测对象的乳腺超声图像或甲状腺超声图像,其中所述乳腺超声图像或甲状腺超声图像包括多帧对应于不同探头位置的乳腺超声图像或甲状腺超声图像;
基于所述乳腺超声图像或甲状腺超声图像实时检测所述被测对象的病灶;
以可视化的方式在所述被测对象的乳腺超声图像或甲状腺超声图像中实时提示所述病灶的位置;
在根据所述病灶的位置调整超声探头方向和/或成像模式后,通过所述超声探头向所述病灶的位置发射超声波,接收所述超声波的回波,以获得超声回波信号;
对所述超声回波信号进行信号处理,获得所述病灶的超声图像。
本发明实施例第二方面提供了一种超声成像方法,所述超声成像方法包括:
对被测对象进行超声扫描获得超声回波数据;
基于所述超声回波数据进行处理,以实时获得所述乳腺超声图像或甲状腺超声图像以及所述成像数据;其中,所述乳腺超声图像或甲状腺超声图像包括多帧对应于不同探头位置的乳腺超声图像或甲状腺超声图像,所述成像数据包括以下各项中的任意一种:模拟回波信号数据、数字回波信号数据、射频信号数据、基带信号数据;
基于所述成像数据实时检测所述被测对象的病灶;
以可视化的方式在所述被测对象的乳腺超声图像或甲状腺超声图像中实时提示所述病灶的位置;
在根据所述病灶的位置调整超声探头方向和/或成像模式后,通过所述超声探头向所述病灶的位置发射超声波,接收所述超声波的回波,以获得超声回波信号;
对所述超声回波信号进行信号处理,获得所述病灶的超声图像。
本发明实施例第三方面提供了一种超声成像系统,所述超声成像系统包括:
超声探头;
发射电路,用于激励所述超声探头向被测对象发射超声波;
接收电路,用于控制所述超声探头接收所述超声波的回波,以获得超声回波信号;
存储器,用于存储可执行的程序指令;
显示器,用于显示可视化信息;
处理器,用于执行所述可执行的程序指令,以使所述处理器执行本发明实施例第一方面或第二方面所述的超声成像方法。
根据本发明的超声成像方法和超声成像系统,实现了在超声检查的过程中,对病灶进行实时自动检查,并实时显示病灶位置,供医生重点扫查分析,在有效防止漏诊的同时能够进一步优化病灶显示效果,提高了检查效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
在附图中:
图1示出根据本发明一个实施例的超声成像方法的示意性流程图;
图2示出根据本发明一个实施例的超声成像系统的示意性框图;
图3A-图3D示出根据本发明一个实施例的超声成像方法中对乳腺进行扫查的示意图;
图4示出根据本发明的一个实施例中的超声成像方法中在超声图像中显示包含病灶的边框的示意图;
图5示出根据本发明的一个实施例中的超声成像方法中在超声图像中显示包含病灶的边界的示意图;
图6示出根据本发明一个实施例的超声成像方法中于分类模型计算所述病灶的边界或者所述病灶所在的区域的方法的示意性流程图;
图7示出根据本发明的一个实施例中的超声成像方法中在超声图像中显示对病灶所在的区域进行突出显示的标记为阴影标记的示意图;
图8示出根据本发明的一个实施例中的超声成像方法中在超声图像中显示对病灶所在的区域进行突出显示的标记为箭头标记的示意图;
图9示出根据本发明的一个实施例的超声成像方法中对包含多个病灶的良恶等级进行区分显示的示意图;
图10示出根据本发明一个实施例的超声成像方法的示意性流程图;
图11示出根据本发明一个实施例的超声成像方法的示意性流程图;
图12示出根据本发明一个实施例的超声成像方法的示意性流程图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
应当理解的是,本发明能够以不同形式实施,而不应当解释为局限于这里提出的实施例。相反地,提供这些实施例将使公开彻底和完全,并且将本发明的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时,单数形式的“一”、“一个”和“所述/该”也意图包括复数形式,除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”,当在该说明书中使用时,确定所述特征、整数、步骤、操作、元件和/或部件的存在,但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时,术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本发明,将在下列的描述中提出详细的结构,以便阐释本发明提出的技术方案。本发明的可选实施例详细描述如下,然而除了这些详细描述外,本发明还可以具有其他实施方式。
本发明实施例提出了一种超声成像方法和超声成像系统,在医生实时扫查过程中,自动检测病灶并给出相应的提示,供医生重点扫查,有效改善了乳腺或甲状腺超声扫查过程中的医生的漏检问题,提高了检查效率。
下面,首先参考图1描述根据本发明一个实施例的超声成像系统。参看图2,示出了根据本发明的一个实施例的超声成像系统的示意图。
如图2所示,超声成像系统200包括超声探头210、发射/接收电路212、处理器214、存储器216以及显示器218。
超声探头210通常包括多个阵元的阵列。在每次发射超声波时,超声探头210的所有阵元或者部分阵元参与超声波的发射。此时,这些参与超声波发射的阵元中的每个阵元或者每部分阵元分别受到发射脉冲的激励并分别发射超声波,这些阵元分别发射的超声波在传播过程中发生叠加,形成被发射到被测对象的合成超声波束。
发射/接收电路212可以通过发射/接收选择开关与超声探头210连接。发射/接收选择开关也可以被称为发送/接收控制器,其可以包括发送控制器和接收控制器,发送控制器用于激励超声探头210经由发射电路向被测对象发射超声波;接收控制器用于通过超声探头210经由接收电路接收从被测对象返回的超声回波,从而获得超声回波数据。之后,发射/接收电路212将超声回波的电信号送入波束合成电路,波束合成电路对该电信号进行聚焦延时、加权和通道求和等处理,然后将处理后的超声回波数据送入处理器214。
处理器214可以对超声回波数据进行处理,得到被测对象的超声图像。可选地,处理器214可以通过软件、硬件、固件或其任意组合来实现,可以使用电路、单个或多个专用集成电路(Application Specific Integrated Circuit,ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路和/或器件的任意组合、或者其他适合的电路或器件,从而使得处理器214可以对超声回波信号进行处理,以得到超声图像。
存储器216用于存储处理器214得到的超声图像。
显示器218用于显示处理器214得到的超声图像。
在本发明的实施例中,存储器216还用于存储可执行的程序指令,处理器214基于前述可执行的程序指令被执行,可以执行本说明书中的各个实施例中的方法的相应步骤,以及,可以与超声成像系统200中的其他功能部件相连,以控制其他功能部件执行各种功能,例如,控制显示器218将处理器214处理后得到的相应的结果显示出来。
在本发明的一个实施例中,超声成像系统200还包括其输出设备220,输出设备例如可以是音频输出设备。
图1示出了的根据本发明一个实施例的超声成像方法示意性流程图。
如图1所示,根据本发明的一个实施例的超声成像方法100包括:
步骤S110:实时采集被测对象的乳腺超声图像或甲状腺超声图像;
步骤S120:基于该乳腺超声图像或甲状腺超声图像实时检测该被测对象的病灶;
步骤S130:以可视化的方式在该被测对象的乳腺超声图像或甲状腺超声图像中实时提示该病灶的位置;
步骤S140:在根据该病灶的位置调整超声探头方向和/或成像模式后,通过该超声探头向该病灶的位置发射超声波,接收该超声波的回波,以获得超声回波信号;
步骤S150:对该超声回波信号进行信号处理,获得该病灶的超声图像。
在步骤S110中,超声图像是针对被测对象的乳腺或者甲状腺采用超声成像系统进行实时超声扫查后获得的可以在显示器中显示的乳腺超声图像或甲状腺超声图像。
采用超声成像系统实时采集该被测对象的超声图像。参照图2,例如,可以基于用户发出的采集乳腺超声图像或甲状腺超声图像的指令,使处理器214控制发射/接收电路212中的发射电路向超声探头210中的每个换能器阵元发送经过适当延时的电信号,由换能器将电信号转化为超声波发射至被测对象;超声探头210中的换能器接收被测对象返回的超声回波并转换为电信号,经过信号放大、模数变换等处理后传递给波束合成电路进行波束合成处理,然后将该波束合成的超声回波数据送入处理器214。作为示例,处理器214可以根据用户所需的成像模式对发射/接收电路212获取的超声回波数据进行不同的处理,以获得不同模式的超声图像。示例性的,成像模式包括B模式(亮度模式)、M模式(运动模式)、C模式(彩色模式)、D模式(多普勒模式)和E模式(弹性成像模式)。例如,在乳腺超声检测中,超声成像系统200实时采集乳腺的B-mode超声图像,显示在显示器218中。
在一个实施例中,该乳腺超声图像或甲状腺超声图像包括对应于不同探头位置的乳腺超声图像或甲状腺超声图像。针对癌症早期筛查,需要对被测对象的乳腺或者甲状腺进行超声检查。针对乳腺或甲状腺的超声检查中,由于乳腺或甲状腺的面积较大,往往需要多超声探头方向、多切面扫查。例如,针对乳腺的超声检测,往往在实时B模式下进行扫查,其中扫查的流程包括格栅式扫查和辐射状扫查。参看图3A-图3D,示出根据本发明一个实施例的超声成像方法中对乳腺进行扫查的示意图。图3A和图3B示出为对乳腺进行格栅式扫查的示意图,其中超声探头210沿着箭头所示的方向对乳腺400进行格栅式扫查,在扫查过程中获得不同探头方向的多个切面图像。图3C示出为对乳腺进行辐射状扫查的示意图,其中,超声探头210沿着箭头所示的方向对乳腺进行辐射状扫描。其中,超声探头210的方向可以如3D中位于乳腺400上的线条d1所示,与乳腺400的径向方向相同,使扫查得到的乳腺超声图像为位于径向扫查平面上的切面图像;或者超声探头210的方向可以如3D中位于乳腺400上的线条d2所示,与乳腺400的径向垂直,使扫查得到的乳腺超声图像为位于与径向处置的扫查平面上的切面图像。在一个示例中,在步骤S110中实时采集乳腺超声图像,其中,乳腺超声图像包括对应于不同探头方向的乳腺切面超声图像。在一个示例中,在步骤S110中实时采集甲状腺超声图像,其中,甲状腺超声图像包括对应于不同探头方向的甲状腺切面超声图像。
在一个实施例中,乳腺超声图像或甲状腺超声图像也可以是从存储介质中读取的。例如,参照图2,医生采用超声成像系统200对被测对象进行扫查后获得的乳腺超声图像或甲状腺超声图像存储在存储器216中,在步骤S110实时采集被测对象的乳腺超声图像或甲状腺超声图像,处理器214直接从存储器216中获取乳腺超声图像或甲状腺超声图像。
在步骤S120中,基于在步骤110中获取的该乳腺超声图像或甲状腺超声图像实时检测该被测对象的病灶;接着,在步骤S130中,以可视化的方式在该被测对象的乳腺超声图像或甲状腺超声图像中实时提示该病灶的位置。其中,对应于在步骤S120中检测的病灶方法,在步骤S130中以不同的方式提示病灶的位置;同时,医生可以选择在步骤S130中具体的提示病灶的方式,相应的,处理器基于医生的选择指令,在步骤S120采用不同的检测方法检测病灶。例如,参照图2,超声成像系统200中的处理器214基于采集的乳腺超声图像或甲状腺超声图像实时检测该被测对象的病灶,并且以可视化的方式在显示器218中显示病灶的位置。超声成像系统200的处理器214还可以基于存储器216中存储的指令的被执行,从获取的乳腺超声图像或甲状腺超声图像中检测被测对象的病灶,并以可视化的方式在显示器218中显示病灶的位置。
下面以在步骤S110中实时采集乳腺超声图像为示例说明在步骤S120和步骤S130中的处理过程。应当理解的是,同样的处理过程也适用于甲状腺超声图像。
在一个实施例中,在步骤S120中,基于该乳腺超声图像实时检测该被测对象的病灶的方法包括:采用目标检测算法检测该乳腺超声图像中的该病灶。对应于不同的目标算法,在步骤S130中以不同的形式显示病灶的位置。
在一个示例中,在步骤S120中,采用目标检测算法检测该乳腺超声图像中的该病灶的过程基于深度学习检测网络计算包含该病灶的边框。在步骤S130中,在该乳腺超声图像中显示包含该病灶的边框。
示例性的,基于深度学习检测网络计算包含该病灶的边框的过程包括:采用该乳腺超声图像作为经训练的深度学习检测网络的输入进行计算,得到包含该病灶的边框作为输出;其中,该经训练的深度学习检测网络采用包含有多个已标记有包含病灶的标记区域的标记图像的预设数据库图像进行训练,在进行该训练的过程中,该标记图像作为输入,该病灶区域标记结果作为输出,其中,该病灶区域标记结果为包含该标记图像中该病灶的边框。
示例性的,已标记有包含病灶的标记区域的标记图像由高年资医师对乳腺超声图像中的病灶进行标记获得,其中标记的包含病灶的标记区域为ROI区域的边框。
示例性的,深度学习检测网络包括但不限于RCNN、FasterRCNN、SSD、YOLO等。示例性的,对深度学习检测网络进行训练过程中,计算迭代过程中病灶的检测结果和标注结果之间的误差,并以误差最小化为目的不断更新网络中的权值,不断重复该过程,使检测结果逐渐逼近ROI的真实值,得到训练好的深度学习检测网络。
在一个示例中,在步骤S120中,采用目标检测算法检测该乳腺超声图像中的该病灶包括基于传统图像处理和模式识别算法得到该病灶所在的区域;进一步的,再利用分割算法可以得到病灶的边界。在步骤S130中,在该乳腺超声图像中显示该病灶的边界或者显示对病灶所在的区域进行突出显示的标记,或者在该乳腺超声图像中该病灶所在的区域实时显示文字提示。
示例性的,如图6所示,基于传统图像处理和模式识别算法得到该病灶的边界或者该病灶所在的区域的过程600包括:
S610:获取该乳腺超声图像的待选区域;
S620:基于该乳腺超声图像的图像特征采用经训练的分类模型对该乳腺超声图像的该待选区域进行分类以获得包含该病灶的待选区域。其中,该经训练的分类模型采用包含经过分类的待选区域的已分类图像的预设数据库图像进行训练,在进行该训练的过程中,该已分类图像作为输入,该已分类图像中的待选区域的分类结果作为输出;
S630:对包含病灶的待选区域进行回归得到该病灶的边界或者该病灶所在的区域。
示例性的,获取该乳腺超声图像的待选区域的过程包括但不限于:基于图像处理方法找到待选区域,该图像处理方法包括但不限于,Select Search算法;将待选区域变换至固定大小,并使用图像处理方式提取图像的梯度、纹理等特征,该图像处理方式包括但不限于Sift算子、HoG算子、GLCM灰度共生矩阵等。
示例性的,经训练的分类模型通过机器学习算法对待选区域的特征向量进行训练,得到待选区域的分类模型。
在一个实施例中,在步骤S120中,基于该乳腺超声图像实时检测该被测对象的病灶的方法包括:采用目标分割算法检测该乳腺超声图像中的该病灶。同目标检测算法一样,根据在步骤S120中获得的不同的结果,在步骤S130中以不同的方式显示病灶的位置。
在一个示例中,采用目标分割算法检测该乳腺超声图像中的该病灶包括基于深度学习的分割网络或者基于传统图像处理方法(如边缘检测、阈值分割等)计算该病灶的边界或者包含该病灶的边框。
示例性的,基于深度学习的分割网络计算该病灶的边界或者包含该病灶的边框的过程包括:基于该乳腺超声图像采用经训练的分割网络进行边界提取,以获得分割结果,该分割结果包括包含该病灶的边界或者包含有该病灶的边框,其中,该经训练的分割网络采用包含有已标记有包含病灶的标记区域的标记图像的预设数据库图像进行训练,在进行该训练的过程中,该标记图像和该标记图像中的该包含病灶的标记区域作为输入,该标记图像的该分割结果作为输出。
示例性的,该分割网络包括但不限于Unet、FCN以及在其基础上进行改进的网络。示例性的,训练分割网络时,采用的已标记有包含病灶的标记区域的标记图像和标记图像中的标记区域,其中,该标注区域可以为病灶二值化图像,也可以将病灶位置信息写入xml或json等标注文件。计算分割网络输出的分割结果与标记区域的误差,不断迭代使误差最小化,直至分割结果趋近于真实值。
示例性的,采用同步检测、分割的多任务深度学习网络进行边界提取。在采用分割网络进行该边界提取之前还进行定位以获得感兴趣的区域(ROI区域),以及在该感兴趣的区域中执行该边界提取,以达到精细分割。示例性的,分割网络包括但不限于,采用mask-Rcnn、PolarMask、SOLO等。
在一个示例中,采用目标分割算法检测该乳腺超声图像中的该病灶包括基于梯度或区域的分割算法获取该病灶所在的区域。
示例性的,基于区域的分割算法主要包括区域生长法、分水岭算法、大津阈值法等;基于梯度的分割算法如sobel、canny算子等。
在一个示例中,采用目标分割算法检测该乳腺超声图像中的该病灶包括基于分割模型计算该病灶所在的区域。
具体的,基于分割模型计算该病灶所在的区域的过程包括:采用经训练的分割模型对该乳腺超声图像的图像特征进行二分类以获得包含有该病灶的区域,其中,该经训练的分割模型采用包含有多个已标记有包含病灶的标记区域的标记图像的预设数据库图像进行训练,在进行该训练的过程中,该已标记图像的图像特征作为输入,该标记图像中的包含有该病灶的区域的图像特征的分类作为输出。
示例性的,分割模型包括但不限于SVM、Kmeans、Cmeans等机器学习模型。示例性的,采用包含有多个已标记有包含病灶的标记区域的标记图像的预设数据库图像进行训练的过程,采用分割模型对乳腺超声图像的图像像素点的灰度值或纹理值进行二分类,判断每个像素点或代表当前像素点的纹理特征向量是否属于结节区域,从而包含病灶的标记区域的提取。
在一个实施例中,在步骤S110中获取的被测对象的乳腺超声图像包括视频图像,在步骤S120中,基于该视频图像实时检测该被测对象的病灶的方法包括:
获取该视频图像中的一帧乳腺超声图像;
检测该一帧乳腺超声图像中的该病灶;
基于该一帧乳腺超声图像中的该病灶采用目标跟踪算法在该视频图像中追踪该病灶。
在一个示例中,采用目标检测算法或者目标分割算法检测该一帧乳腺超声图像中该病灶所在区域。
在一个示例中,该基于一帧乳腺超声图像中的该病灶采用目标跟踪算法在该视频图像中追踪该病灶的方法包括:基于该一帧乳腺超声图像中的该病灶的图像特征,采用生成模型或判别式模型在该视频图像中追踪该病灶所在的区域。
示例性的,生成模型算法包括卡尔曼滤波、粒子滤波、mean-shift等。
示例性的,采用判别式模型在该视频图像中追踪该病灶所在的区域的方法包括:基于该一帧乳腺超声图像中的该病灶提取包含病灶的感兴趣区域的图像特征;利用机器学习方法进行分类。示例性的机器学习方法包括:相关滤波方法、基于全卷积的孪生网络等。
在一个实施例中,在上述步骤S120中获得包含病灶的边框之后,在步骤S130中将获得包含病灶的边框直接以可视化的形式显示在乳腺超声图像中。参看图4,示出了在根据本发明的一个实施例中的超声成像方法中在乳腺超声图像中显示包含病灶的边框的示意图。如图4所示,在乳腺超声图像400中,将包含病灶410的边框421显示在乳腺超声图像400中,需要理解的是,在乳腺超声图像400中,除病灶410以外的区域为乳腺组织。
在一个实施例中,在步骤S120中获得病灶的边界或包含病灶的区域之后,还可以对病灶的边界或包含病灶的区域进一步进行处理,将病灶的边界以可视化的形式显示在乳腺超声图像中,或者得到对病灶所在的区域进行突出显示的标记并以可视化的方式显示在乳腺超声图像中。示例性的,对病灶进行突出显示的标记包括但不限于:箭头标记,指示病灶的边界或者位置;阴影标记,在病灶所在的区域上上阴影。该标记可以是动态的也可以是静态的。
参看图5,示出了在根据本发明的一个实施例中的超声成像方法中在乳腺超声图像中显示包含病灶的边界的示意图。如图5所示,在乳腺超声图像400中,将病灶410的边界422显示在乳腺超声图像400中。
参看图7,示出了在根据本发明的一个实施例中的超声成像方法中在乳腺超声图像中显示对病灶所在的区域进行突出显示的标记为阴影标记的示意图。如图7所示,在乳腺超声图像400中,将病灶410所在的区域以阴影标记的形式显示在乳腺超声图像400中。
参看图8,示出了在根据本发明的一个实施例中的超声成像方法中在乳腺超声图像中显示对病灶所在的区域进行突出显示的标记为箭头标记的示意图。如图8所示,在乳腺超声图像400中,用箭头标记423提示病灶410所在的区域。
在一个示例中,在该步骤S130中,可以选择提示病灶位置的方式使医生能通过提示快速直接获得病灶位置,提示病灶位置的方式包括以下方式的任意组合:
在该乳腺超声图像中显示该病灶的边界;
在该乳腺超声图像中显示包含该病灶的边框;
在该乳腺超声图像中显示对该病灶所在的区域进行突出显示的标记;
在该乳腺超声图像中该病灶所在的区域实时显示文字提示。
在一个实施例中,针对不同模式下进行成像的乳腺超声图像,可以选择显示病灶的边界或者包含病灶的边框或者对病灶所在的区域进行突出显示的标记来提示病灶的位置,使医生更容易从乳腺超声图像中准确观测到乳腺超声图像。例如,在B模式(亮度模式)成像的乳腺超声图像中,采用显示病灶边界的方式提示病灶的位置,在C模式(彩色模式)成像的乳腺超声图像中,采用包含病灶的边框提示病灶的位置等。
在一个实施例中,针对不同模式下进行成像的乳腺超声图像,可以选择将该边界、该边框和/或该标记显示为具有与该乳腺超声图像易于区分的颜色,以使医生更容易从乳腺超声图像通过上述提示病灶位置的方法找到病灶位置。例如,在B模式(亮度模式)成像的乳腺超声图像中,将边界、边框或者标记显示为红色。
在一个实施例中,可以在乳腺超声图像中动态的显示该标记。找位置的标记。例如,在图8所示的采用箭头标记423提示病灶410所在的区域的方式中,箭头标记423绕病灶所在区域做顺时针运动。当然,也可以是静态的显示该标记,本申请不做限制。
在一个实施例中,在步骤S120中,在检测病灶的同时,对该病灶的病灶属性信息(如良恶属性等级)进行检测。
在一个示例中,获取病灶的良恶属性等级的方法,包括:
采用针对良恶属性等级进行了预训练的分类模型对乳腺超声图像的图像特征进行分类以获得该乳腺超声图像的图像特征的良恶属性等级,其中,该针对良恶属性等级进行预训练的分类模型采用针对良恶属性等级进行分类了的分类图像作为输入图像进行训练,其中分类图像中病灶的良恶属性等级作为输出。
在一个示例中,被测对象为乳腺时,病灶的良恶属性等级为BI-RADS等级,乳腺超声图像的图像特征包括对应于BI-RADS特征的图像特征;具体的BI-RADS特征包括但不限于乳腺形状类型、方向类型、边缘类型、回声类型、后方回声类型、钙化类型等与乳腺病灶良恶性相关程度较高的特征。
在一个示例中,当被测对象为甲状腺时,病灶的良恶属性等级为TI-RADS等级,乳腺超声图像的图像特征包括对应于TI-RADS特征的图像特征;具体的TI-RADS特征包括成分、回声、形状、边缘和局灶性强回声等。
在一个实施例中,在步骤S120中对病灶的良恶属性进行检测后,在步骤S130中还以可视化的方式将良恶属性等级显示在该乳腺超声图像中。
在一个实施例中,在步骤S120中检测到该乳腺超声图像中包括多个病灶,在步骤S130中还可以对多个该病灶的良恶属性等级进行区分显示。示例性的,区分显示的方法包括对应于不同的良恶属性等级进行颜色深浅区分,标记区分等等。例如,在乳腺超声检查中的BI-RADS分级包括0-6级,对应于BI-RADS分级分别采用字母A-F标记。
参看图9,示出为根据本发明的一个实施例的超声成像方法中对包含多个病灶的良恶等级进行区分显示的示意图。如图9所示,在乳腺超声图像400检测到两个病灶,包括病灶410和病灶411,其中将病灶410和病灶411的边界以可视化的方式显示从而提示病灶的位置,同时,在乳腺超声图像中针对病灶的良恶属性,采用字母标识区分,例如病灶410的良恶等级采用D进行标识,病灶411的良恶等级采用E进行标识,分别对应于BI-RADS分级中的表示良恶等级为3级和4级。
在一个实施例中,在步骤S120中在乳腺超声图像中检测到病灶之后以声音和/或文字提示的方式实时提示该乳腺超声图像包含该病灶。参照图2,超声成像系统200中还包括输出设备220,输出设备220为音频设备,在处理器214检测到乳腺超声图像中包含病灶之后,处理器214使输出设备220输出提示该乳腺超声图像包含该病灶的声音,在显示器218上还可以显示相应的文字提示,该文字提示可以是当前显示界面中的任意位置。
在一个实施例中,在步骤S120中在乳腺超声图像中检测到病灶之后,将具有该病灶的该乳腺超声图像标记为标记图像,以使该标记图像易于查找,也就是说给这类图像打上特定标记,便于用户快速识别筛查出标记图像。示例性的,将具有该病灶的该超声图像标记为标记图像的方法包括将该乳腺超声图像存储为标记图像。例如,参照图2,在处理器214检测到乳腺超声图像中包含病灶之后,存储器216将该包含有病灶的乳腺超声图像存储在存储器216中的标记区。进一步的,用户可以对标记图像进行回看,从而对带有病灶的乳腺超声图像进行确认。
在根据步骤S120和步骤S130得到在乳腺超声图像中对乳腺病灶位置的实时提示之后,在本发明的实施例中,在步骤S140中,在根据病灶的位置调整超声探头方向和/或成像模式后,通过该超声探头向该病灶的位置发射超声波,接收该超声波的回波,以获得超声回波信号;在步骤S150中,对该超声回波信号进行信号处理,获得该病灶的超声图像。通过针对病灶进行进一步的超声扫查,可以获得关于病灶的更多的信息,以帮助医生进行进一步的诊断。需要说明的是,超声探头方向可以是由用户进行手动调整,也可以通过相应的机械装置(例如机械臂)进行自动调整;成像模式可以由用户进行手动调整,也可以由超声成像系统进行自动调整,该成像模式的调整可以包括模式的切换(例如B模式切换到C模式、B模式切换到E模式等),也可以包括扫描参数(例如发射频率、焦点等)的调整。
采用超声成像系统继续执行步骤S140和步骤S150。具体的,例如,超声探头的方向调整,如图3D所示,将超声探头的方向从乳腺的径向方向调整为与乳腺的径向垂直的方向后,通过处理器214控制发射/接收电路212中的发射电路向超声探头210中的换能器阵元发送经过适当延时的电信号,由换能器将电信号转化为超声波发射至乳腺的病灶区域;超声探头210中的换能器接收乳腺的病灶返回的超声回波并转换为电信号,经过信号放大、模数变换等处理后传递给波束合成电路进行波束合成处理,然后将该波束合成的病灶超声回波数据送入处理器214。又例如,基于用户发出的调整成像模式的调节指令,处理器214可以根据用户所需的成像模式对发射/接收电路212获取的病灶超声回波数据进行不同的处理,以获得不同模式的病灶超声图像显示在显示器218上。
下面参看图10对根据本发明的另一个实施例的超声成像方法进行示例性介绍。图10示出了根据本发明的一个实施例的超声成像方法的示意性流程图。
如图10所示,超声成像方法1000包括:
步骤S1010:对被测对象进行超声扫描获得超声回波数据,基于该超声回波数据进行处理,以实时获得乳腺超声图像或甲状腺超声图像以及成像数据;
步骤S1020:基于该成像数据实时检测该被测对象的病灶;
步骤S1030:以可视化的方式在该被测对象的乳腺超声图像或甲状腺超声图像中实时提示该病灶的位置;
步骤S1040:在根据该病灶的位置调整超声探头方向和/或成像模式后,通过该超声探头向该病灶的位置发射超声波,接收该超声波的回波,以获得超声回波信号;
步骤S1050:对该超声回波信号进行信号处理,获得该病灶的超声图像。
在一个实施例中,在该步骤S1010中,该乳腺超声图像或甲状腺超声图像包括多帧对应于不同探头位置的乳腺超声图像或甲状腺超声图像,该成像数据包括以下各项中的任意一种:模拟回波信号数据、数字回波信号数据、射频信号数据、基带信号数据。
参照图2,超声成像系统200采用超声探头210向被测对象发送超声波束,采用与超声探头210连接的发射/接收电路212将超声回波的电信号送入波束合成电路,波束合成电路对该电信号进行聚焦延时、加权和通道求和等处理,然后将处理后的超声回波数据送入处理器214,处理器214对超声回波数据进行处理得到成像数据。
基于成像数据,处理器214可以进一步处理,得到乳腺超声图像或甲状腺超声图像并显示在显示器218中。根据成像数据的类型的不同,具有不同的处理过程。示例性的,处理过程包括但不限于模拟数字转换、数字波束合成、IQ解调、滤波等。
在一个示例中,成像数据为模拟回波信号数据。处理器214对超声回波数据进行时间增益补偿可以削弱由于信号强度随深度减少而带来的后续处理问题。经过时间增益补偿处理之后获得超声回波数据的模拟信号形式,即模拟信号数据。
在形成模拟回波信号数据之后,处理器对模拟回波信号数据处理得到数字回波信号数据。具体的,处理器214采用模拟数字转换(ADC)将模拟信号数据转换为数字回波数据,将模拟信号数据转换为数字回波数据,提升信号处理效率,降低硬件平台复杂度。
在形成数字回波信号数据之后,处理器对模拟回波信号数据处理得到射频信号数据。具体的,完成模拟数字转换之后的数字回波数据,处理器214可以按照由聚焦点到通道距离的差异带来的延时差异进行数字波束合成形成扫描线数据,该阶段完成后得到的数据为射频信号数据。
在形成射频信号数据之后,处理器对射频信号数据处理得到基带信号数据。具体的,在获得射频信号数据之后,处理器214通过IQ解调去除信号载波,提取信号中包含的组织结构信息,并进行滤波去除噪声,此时获取的信号就称为基带信号数据(IQ数据)。
最后,处理器214对基带信号数据求取强度并将其灰度级别通过对数压缩到人眼能够适应的范围内,得到超声图,例如B模式超声图像。
应当理解,成像数据还可以是上述处理器处理过程中的数字回波信号数据、射频信号数据、基带信号数据之一,经过处理器处理均能得到超声图像。
基于步骤S1010中获得的该乳腺超声图像或甲状腺超声图像的成像数据,在步骤S1020中对该成像数据进行处理以实时检测该被测对象的病灶。在步骤S1030中,以可视化的方式在该被测对象的乳腺超声图像或甲状腺超声图像中实时提示该病灶的位置。
下面以在步骤S1010中实时采集乳腺超声图像并获得乳腺超声图像的图像数据为示例,说明在步骤S1020和步骤S1030中的处理过程。应当理解的是,同样的处理过程也适用于甲状腺超声图像。
在步骤S1020中,对用于得到乳腺超声图像的成像数据进行处理以实时检测该被测对象的病灶,其中,基于不同类型的成像数据检测出对应于不同类型的成像数据的病灶。例如,基于射频信号数据检测出病灶,基于基带信号数据检测出病灶。
在一个实施例中,在步骤S1020中对乳腺超声图像的成像数据进行处理以实时检测该被测对象的病灶的方法包括:
基于乳腺超声图像的成像数据的特征,将该乳腺超声图像的成像数据与包含有病灶的已标记乳腺超声图像中病灶的成像数据进行对比,获得该乳腺超声图像的成像数据中的病灶的图像数据。
示例性的,该包含有病灶的已标记乳腺超声图像由高年资医师对乳腺超声图像中的病灶进行标记获得。
示例性的,将该乳腺超声图像的成像数据与包含有病灶的已标记乳腺超声图像中病灶的成像数据进行对比的过程中根据获取的成像数据进行不同的特征对比,例如,成像数据为射频信号数据,基于射频信号数据的频率特征,将乳腺超声图像的射频信号数据的频率区与在包含有病灶的已标记乳腺超声图像的射频信号数据中对应于病灶位置处的射频信号数据的频率区进行对比,获得该乳腺超声图像的射频信号数据中具有病灶的射频信号数据的频率区的射频信号数据。
在步骤S1030中,以可视化的方式在该被测对象的乳腺超声图像中实时提示该病灶的位置。
在一个实施例中,在步骤S1030中,基于病灶的成像数据,在已成像的乳腺超声图像中实时提示病灶的位置。具体的,对乳腺或甲状腺实时扫查的过程中,在超声成像系统的显示器上实时显示的超声图像(步骤S1010);为了对超声图像的病灶位置进行筛查,获取已成像的乳腺超声图像所对应的成像数据(步骤S1010),并基于成像数据检测病灶的成像数据(步骤S1020);在步骤S1030中,基于病灶的成像数据和已成像的乳腺超声图像,在该被测对象的乳腺超声图像中实时提示病灶的位置。
在一个示例中,基于病灶的成像数据和已成像的乳腺超声图像,在该被测对象的乳腺超声图像中实时提示病灶的位置包括:
根据病灶的成像数据获得病灶超声图像;
根据病灶超声图像与已成像的乳腺超声图像获取病灶在该已成像的乳腺超声图像中所在的区域;
在已成像的乳腺超声图像中实时提示病灶的位置。
在步骤S1030中,获得病灶的成像数据病灶的超声图像的过程,根据成像数据的类型的不同,具有不同的处理过程。示例性的,处理过程包括但不限于模拟数字转换、数字波束合成、IQ解调、滤波等。
在步骤S1030中,根据病灶的超声图像与已成像的乳腺超声图像获取病灶在该已成像的乳腺超声图像中的位置的方法包括,将病灶超声图像与已成像的乳腺超声图像进行对比,获得已成像的超声图像中病灶所在的区域。示例性的,将病灶超声图像与已成像的乳腺超声图像进行对比的方法包括但不限于基于灰度值、结构相似度、相关比等的对比等。
在步骤S1030中,根据获取病灶在该已成像的乳腺超声图像中的位置,在已成像的乳腺超声图像中实时提示病灶的位置。例如,基于该病灶在该乳腺超声图像中所在的区域,获取该病灶的边界、含该病灶的边框或者对该病灶所在的区域进行突出显示的标记,在已成像的乳腺超声图像中显示该病灶的边界、含该病灶的边框或者对该病灶所在的区域进行突出显示的标记,在该乳腺超声图像中该病灶所在的区域实时显示文字提示等。
在一个实施例中,在步骤S1030中,基于病灶的成像数据和该乳腺超声图像的成像数据,在该被测对象的乳腺超声图像中实时提示病灶的位置。具体的,在对乳腺或甲状腺实时扫查的过程中,在实时采集了乳腺超声图像的成像数据(步骤S1010)之后未将成像数据处理成乳腺超声图像之前,基于乳腺超声图像的成像数据检测得到病灶的成像数据(步骤S1020);在步骤S1030中,对病灶的成像数据和该乳腺超声图像的成像数据一起进行处理,获得病灶在乳腺超声图像中所在的区域,并在该被测对象的乳腺超声图像中实时提示病灶的位置。
在一个示例中,在步骤S1030中,基于病灶的成像数据和该乳腺超声图像的成像数据,在该被测对象的乳腺超声图像中实时提示病灶的位置包括:
基于病灶的成像数据和乳腺超声图像的成像数据,得到病灶在乳腺超声图像中所在的区域;
根据病灶在乳腺超声图像中所在的区域,将乳腺超声图像的成像数据进行成像处理,在该被测对象的乳腺超声图像中实时提示病灶的位置。
示例性的,在步骤S1030中,基于病灶的成像数据和乳腺超声图像的成像数据,得到病灶在乳腺超声图像中所在的区域包括:
将病灶的成像数据与乳腺超声图像的成像数据进行对比,识别乳腺超声图像的成像数据中病灶所在的区域的成像数据,其中,乳腺超声图像的成像数据中病灶所在的区域的成像数据标识该病灶在乳腺超声图像中病灶所在的区域。
示例性的,在步骤S1030中,根据病灶在乳腺超声图像中所在的区域,将乳腺超声图像的成像数据进行成像处理,在该被测对象的乳腺超声图像中实时提示病灶的位置包括:
对该乳腺超声图像的成像数据进行成像处理以形成乳腺超声图像,同时对乳腺超声图像的成像数据中病灶所在的区域的成像数据进行处理,使乳腺超声图像的成像数据中病灶的区域的成像数据显示为病灶的位置。
示例性的,将乳腺超声图像的成像数据中病灶所在的区域的成像数据显示为病灶的位置的方法包括但不限于:根据将乳腺超声图像的成像数据中病灶的区域的成像数据生成述病灶的边界、含该病灶的边框、对该病灶所在的区域进行突出显示的标记或者在乳腺超声图像在该病灶所在的区域实时显示文字提示。
在根据步骤S1020和步骤S1030得到在乳腺超声图像中对乳腺病灶位置的实时提示之后,在本发明的实施例中,在步骤S1040中,在根据病灶的位置调整超声探头方向和/或成像模式后,通过该超声探头向该病灶的位置发射超声波,接收该超声波的回波,以获得超声回波信号;在步骤S1050中,对该超声回波信号进行信号处理,获得该病灶的超声图像。
采用超声成像系统继续执行步骤S1040和步骤S1050。具体的,例如,超声探头的方向调整,例如,如图3D所示,将超声探头的方向从乳腺的径向方向调整为与乳腺的径向垂直的方向后,通过处理器214控制发射/接收电路212中的发射电路向超声探头210中的换能器阵元发送经过适当延时的电信号,由换能器将电信号转化为超声波发射至乳腺的病灶区域;超声探头210中的换能器接收乳腺的病灶返回的超声回波并转换为电信号,经过信号放大、模数变换等处理后传递给波束合成电路进行波束合成处理,然后将该波束合成的病灶超声回波数据送入处理器214。又例如,基于用户发出的调整成像模式的调节指令,处理器214可以根据用户所需的成像模式对发射/接收电路212获取的病灶超声回波数据进行不同的处理,以获得不同模式的病灶超声图像显示在显示器218上。
前面介绍了根据实时采集的乳腺超声图像或甲状腺超声图像实时检测病灶,或者根据实时采集被测对象的乳腺超声图像或甲状腺超声图像以及用于获得该乳腺超声图像或甲状腺超声图像的成像数据实时检测病灶,并以可视化的方式在该被测对象的乳腺超声图像或甲状腺超声图像中实时提示该病灶的位置。在根据本发明的一个实施例中,本申请提供的超声成像方法和超声成像系统可以应用于人体作为被测对象的情况,也可以应用于各种动物作为被测对象的情况。例如,针对宠物狗的肝脏癌症的超声扫查。
在一个示例中,实时采集超声图像或者从存储介质中读取超声图像。基于采集超声图像或者从存储介质中读取超声图像,实时检测该被测对象的病灶,并以可视化的方式实时提示该病灶的位置。图10示出了根据本发明的一个实施例的超声成像方法的示意性流程图。
如图11所示,超声成像方法1100包括:
步骤S1110:获取被测对象的超声图像;
步骤S1120:基于该超声图像实时检测该被测对象的病灶;
步骤S1130:以可视化的方式在该被测对象的超声图像中实时提示该病灶的位置。
其中,在步骤S1120和步骤S1130中对超声图像的处理方式,可以与前述在步骤S120和步骤S130中对乳腺超声图像的处理方式一致。
在一个示例中,实时采集超声图像的成像数据或者从存储介质中获取超声图像和超声图像的成像数据。基于采集超声图像的成像数据或者从存储介质中获取超声图像和超声图像的成像数据,实时检测该被测对象的病灶,并以可视化的方式实时提示该病灶的位置。图12示出了根据本发明的一个实施例的超声成像方法的示意性流程图。
如图12所示,超声成像方法1200包括:
步骤S1210:获取被测对象的超声图像以及用于获得该超声图像的成像数据;
步骤S1220:基于该成像数据实时检测该被测对象的病灶;
步骤S1230:以可视化的方式在该被测对象的超声图像中实时提示该病灶的位置。
其中,在步骤S1220和步骤S1230中对超声图像的成像数据处理方式,可以与前述在步骤S1020和步骤S1030中对乳腺超声图像的成像数据处理方式一致。
尽管这里已经参考附图描述了示例实施例,应理解上述示例实施例仅仅是示例性的,并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改,而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种超声成像方法,其特征在于,包括:
实时采集被测对象的乳腺超声图像或甲状腺超声图像,其中所述乳腺超声图像或甲状腺超声图像包括多帧对应于不同探头位置的乳腺超声图像或甲状腺超声图像;
基于所述乳腺超声图像或甲状腺超声图像实时检测所述被测对象的病灶;
以可视化的方式在所述被测对象的乳腺超声图像或甲状腺超声图像中实时提示所述病灶的位置;
在根据所述病灶的位置调整超声探头方向和/或成像模式后,通过所述超声探头向所述病灶的位置发射超声波,接收所述超声波的回波,以获得超声回波信号;
对所述超声回波信号进行信号处理,获得所述病灶的超声图像。
2.一种超声成像方法,其特征在于,包括:
对被测对象进行超声扫描获得超声回波数据;
基于所述超声回波数据进行处理,以实时获得乳腺超声图像或甲状腺超声图像以及成像数据;其中,所述乳腺超声图像或甲状腺超声图像包括多帧对应于不同探头位置的乳腺超声图像或甲状腺超声图像,所述成像数据包括以下各项中的任意一种:模拟回波信号数据、数字回波信号数据、射频信号数据、基带信号数据;
基于所述成像数据实时检测所述被测对象的病灶;
以可视化的方式在所述被测对象的乳腺超声图像或甲状腺超声图像中实时提示所述病灶的位置;
在根据所述病灶的位置调整超声探头方向和/或成像模式后,通过所述超声探头向所述病灶的位置发射超声波,接收所述超声波的回波,以获得超声回波信号;
对所述超声回波信号进行信号处理,获得所述病灶的超声图像。
3.根据权利要求1或2所述的方法,其特征在于,所述以可视化的方式在所述被测对象的乳腺超声图像或甲状腺超声图像中实时提示所述病灶的位置的方法包括以下方式之一或者任意组合:
在所述乳腺超声图像或甲状腺超声图像中实时显示所述病灶的边界;
在所述乳腺超声图像或甲状腺超声图像中实时显示包含所述病灶的边框;
在所述乳腺超声图像或甲状腺超声图像中实时显示对所述病灶所在的区域进行突出显示的标记;
在所述乳腺超声图像或甲状腺超声图像中所述病灶所在的区域实时显示文字提示。
4.根据权利要求3所述的方法,其特征在于,
所述病灶的边界、边框、标记或文字提示的显示包括动态显示或者静态显示。
5.根据权利要求3所述的方法,其特征在于,在所述乳腺超声图像或甲状腺超声图像中实时显示所述边界、所述边框和/或所述标记的方法包括:
将所述边界、所述边框和/或所述标记实时显示为与所述乳腺超声图像或甲状腺超声图像不同的颜色。
6.根据权利要求1或2所述的方法,其特征在于,还包括:
对所述被测对象的病灶进行分析,得到病灶属性信息;
以可视化的方式在所述被测对象的乳腺超声图像或甲状腺超声图像中实时显示所述病灶属性信息。
7.根据权利要求6所述的方法,其特征在于,所述乳腺超声图像或甲状腺超声图像中包括多个所述病灶,其中,对多个所述病灶的良恶属性等级进行区分显示。
8.根据权利要求1或2所述的方法,其特征在于,还包括:
以声音和/或文字提示的方式实时提示所述乳腺超声图像或甲状腺超声图像包含所述病灶。
9.根据权利要求1或2所述的方法,其特征在于,在实时检测所述被测对象的病灶后,还包括:
将具有所述病灶的所述乳腺超声图像或甲状腺超声图像标记为标记图像;
响应于对所述标记图像的回看操作,以对具有所述病灶的所述乳腺超声图像或甲状腺超声图像进行确认。
10.一种超声成像系统,其特征在于,包括:
超声探头;
发射电路,用于激励所述超声探头向被测对象发射超声波;
接收电路,用于控制所述超声探头接收所述超声波的回波,以获得超声回波信号;
存储器,用于存储可执行的程序指令;
显示器,用于显示可视化信息;
处理器,用于执行所述可执行的程序指令,以使所述处理器执行如权利要求1至9中任一项所述的超声成像方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110703985.4A CN115517709A (zh) | 2021-06-24 | 2021-06-24 | 超声成像方法和超声成像系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110703985.4A CN115517709A (zh) | 2021-06-24 | 2021-06-24 | 超声成像方法和超声成像系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115517709A true CN115517709A (zh) | 2022-12-27 |
Family
ID=84694264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110703985.4A Pending CN115517709A (zh) | 2021-06-24 | 2021-06-24 | 超声成像方法和超声成像系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115517709A (zh) |
-
2021
- 2021-06-24 CN CN202110703985.4A patent/CN115517709A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210177373A1 (en) | Ultrasound system with an artificial neural network for guided liver imaging | |
Tan et al. | Computer-aided lesion diagnosis in automated 3-D breast ultrasound using coronal spiculation | |
US9277902B2 (en) | Method and system for lesion detection in ultrasound images | |
CN110325119B (zh) | 卵巢卵泡计数和大小确定 | |
EP2016905B1 (en) | Ultrasound diagnostic apparatus | |
TWI473598B (zh) | Breast ultrasound image scanning and diagnostic assistance system | |
US20100014738A1 (en) | Method and system for breast cancer screening | |
US11341634B2 (en) | Fetal ultrasound image processing | |
WO2008035444A1 (fr) | Système de diagnostic de sein à ultrasons | |
WO2008035445A1 (fr) | Système de diagnostic de sein à ultrasons | |
US9039620B2 (en) | Ultrasound diagnostic apparatus | |
JP2005193017A (ja) | 乳房患部分類の方法及びシステム | |
US20220237798A1 (en) | Method and system for automatically estimating a hepatorenal index from ultrasound images | |
US20150190120A1 (en) | Method and system for processing ultrasonic imaging data | |
CN112568933B (zh) | 超声成像方法、设备和存储介质 | |
KR20120102447A (ko) | 진단장치 및 방법 | |
CN113693627A (zh) | 基于超声图像的病灶处理方法、超声成像设备、存储介质 | |
CN115517709A (zh) | 超声成像方法和超声成像系统 | |
CN113768544A (zh) | 乳腺的超声成像方法及设备 | |
EP4006832A1 (en) | Predicting a likelihood that an individual has one or more lesions | |
CN114159099A (zh) | 乳腺超声成像方法及设备 | |
US11250564B2 (en) | Methods and systems for automatic measurement of strains and strain-ratio calculation for sonoelastography | |
US11452494B2 (en) | Methods and systems for projection profile enabled computer aided detection (CAD) | |
CN113229850A (zh) | 超声盆底成像方法和超声成像系统 | |
Chang et al. | Microcalcification detection in 3-D breast ultrasound |
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 |