CN115530872A - 一种超声诊断系统、设备、介质 - Google Patents

一种超声诊断系统、设备、介质 Download PDF

Info

Publication number
CN115530872A
CN115530872A CN202110731485.1A CN202110731485A CN115530872A CN 115530872 A CN115530872 A CN 115530872A CN 202110731485 A CN202110731485 A CN 202110731485A CN 115530872 A CN115530872 A CN 115530872A
Authority
CN
China
Prior art keywords
image
abnormal
identified
information
reason
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
CN202110731485.1A
Other languages
English (en)
Inventor
张璐璐
彭易苗
郑雅旻
曹锡华
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.)
Sonoscape Medical Corp
Original Assignee
Sonoscape Medical Corp
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 Sonoscape Medical Corp filed Critical Sonoscape Medical Corp
Priority to CN202110731485.1A priority Critical patent/CN115530872A/zh
Publication of CN115530872A publication Critical patent/CN115530872A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—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
    • A61B8/5292—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
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image

Landscapes

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

Abstract

本申请公开了一种超声诊断系统、设备、介质，该系统包括：扫查模块，用于通过超声扫查获取超声图像；其中，所述超声图像包括第一切面图像；分析模块，用于判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；鉴别模块，用于根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；输出模块，用于输出所述诊断信息。这样能够提高超声检查的效率和检查准确度，在超声检查过程中及时识别危急症病人，可保证危急患者得到最快处理。

Description

一种超声诊断系统、设备、介质
技术领域
本申请涉及超声诊断技术领域，特别涉及一种超声诊断系统、设备、介质。
背景技术
临床超声检查中，超声医生除了需要打出标准图像外，更重要的是根据扫描图像建立临床诊断思维，即当前扫查切面是否正常等。
但目前的超声检查主要强调检查者对于打图技巧的掌握，没有养成将检查与诊断联合的思维，这就导致超声科医生对于异常疾病的诊断和治疗缺乏经验，对异常的诊断往往只能依赖于临床医生的意见，超声科医生的主要职责仅仅是负责扫查，这就导致当超声科医生检查发现异常时，由于缺乏诊断思维，不能给患者进一步的指导或给临床医生更多的诊断信息，造成检查效率的下降。另一方面，由于医疗条件的限制，在基层医疗机构超声科医生可能集扫查与诊断于一体，但由于专业知识相对薄弱，当超声检查发现异常时无法进行正确的诊断，尤其是在一些危急情况下，不能进行及时的指导，从而延误患者的最佳治疗时间。
发明内容
有鉴于此，本申请的目的在于提供一种超声诊断系统、设备、介质，能够提高超声检查的效率和检查准确度，在超声检查过程中及时识别危急症病人，可保证危急患者得到最快处理。其具体方案如下：
第一方面，本申请公开了一种超声诊断系统，包括：
扫查模块，用于通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
分析模块，用于判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
鉴别模块，用于根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出模块，用于输出所述诊断信息。
可选的，所述扫查模块，包括：
扫查子模块，用于对待测量生物结构进行扫查，得到所述超声图像；
测量子模块，用于对所述超声图像中的生物量进行测量，得到测量信息。
可选的，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述扫查子模块，包括：
识别单元，用于利用预设切面识别算法从扫查到的超声图像中识别出所述标准切面图像。
可选的，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述扫查子模块，包括：
指令获取单元，用于获取切面选取指令；
图像确定单元，用于根据所述切面选取指令从扫查到的超声图像中选取出所述标准切面图像。
可选的，所述分析模块，用于：
利用预设的参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出所述待鉴别异常原因，其中，所述参考数据库中的参考信息包括超声图像各个生物量的参考正常值及各个所述生物量异常时对应的参考异常原因。
可选的，所述分析模块，包括：
参数获取子模块，用于获取目标参考数据库的参数信息，并根据所述目标参考数据库的参数信息从预设的参考数据库中确定出所述目标参考数据库；
比对分析子模块，用于利用所述目标参考数据库对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
可选的，所述鉴别模块，用于：
根据所述第一切面图像中存在异常时的待鉴别异常原因和所述参考数据库的参考信息确定待扫查的第二切面图像，其中，所述参考数据库的参考信息包括各个参考异常原因对应的待扫查切面图像信息和对应的待测量生物量信息；
在所述扫查模块获取到所述第二切面图像后，利用所述参考数据库的参考信息和所述第二切面图像的测量信息进行分析，以对所述待鉴别异常原因进行鉴别分析，得到所述诊断信息。
可选的，所述鉴别模块，用于：
利用所述参考数据库的参考信息对所述第二切面图像的测量信息进行分析，得到鉴别后异常原因；
如果所述鉴别后异常原因与所述待鉴别异常原因不相同，则将所述鉴别后异常原因和所述待鉴别异常原因均作为所述诊断信息中的诊断结果；
如果所述鉴别后异常原因为所述待鉴别异常原因中的部分或全部，则将所述鉴别后异常原因作为所述诊断信息中的诊断结果。
可选的，所述诊断信息包括所述诊断结果及其对应的推理过程和治疗建议；所述输出模块，包括：
第一显示子模块，用于显示所述诊断结果；
第二显示子模块，用于显示得到所述诊断结果的推理过程；
第三显示子模块，用于显示所述诊断结果对应的治疗建议。
第二方面，本申请公开了一种超声诊断设备，包括：
存储器和处理器；
其中，所述存储器，用于存储计算机程序；
所述处理器，用于执行所述计算机程序，以实现：
通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出所述诊断信息。
可选的，所述处理器，用于执行所述计算机程序，以实现：
利用预设的参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出所述待鉴别异常原因，其中，所述参考数据库中的参考信息包括超声图像各个生物量的参考正常值及各个所述生物量异常时对应的参考异常原因。
第三方面，本申请公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现：
通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出所述诊断信息。
可选的，所述诊断信息包括诊断结果及其对应的推理过程和治疗建议；所述计算机程序被处理器执行时实现：
显示所述诊断结果、得到所述诊断结果的推理过程及所述诊断结果对应的治疗建议。
可见，本申请公开了一种超声诊断系统，包括：扫查模块，用于通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；分析模块，用于判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；鉴别模块，用于根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；输出模块，用于输出所述诊断信息。也即，在超声诊断系统中的扫查模块获取到包括第一切面图像的超声图像之后，便由分析模块对第一切面图像进行分析，以判断第一切面图像是否存在异常，并在第一切面图像存在异常时，确定出第一切面图像存在异常的待鉴别异常原因，然后再由鉴别模块根据第一切面图像的待鉴别异常原因确定待扫查的第二切面图像，在扫查模块获取到第二切面图像之后，鉴别模块便会利用第二切面图像的测量信息对待鉴别异常原因进行鉴别分析，得到诊断信息，接着再由输出模块输出诊断信息，这样超声诊断系统在超声扫查过程便可以自动判断扫查到的切面图像是否异常，当切面图像异常时，便会确定出待鉴别异常原因以及后续待扫查的切面图像，利用后续扫查到的切面图像对待鉴别原因进行鉴别分析，最终输出诊断信息，由此实现在超声检查过程中及时识别危急症病人，可保证危急患者得到最快处理，提高了超声检查的效率。且在确定出待鉴别原因之后，还需要获取后续的切面图像对待鉴别原因进行鉴别分析之后，才能确定出诊断信息，这样综合多次的切面图像得出诊断信息，可以提高检查准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种超声诊断系统结构示意图；
图2为本申请公开的一种具体的超声诊断系统结构示意图；
图3为本申请公开的一种具体的超声诊断系统工作流程图；
图4为本申请公开的一种超声诊断设备结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参见图1所示，本申请实施例公开了一种超声诊断系统，该系统包括：
扫查模块11，用于通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
分析模块12，用于判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
鉴别模块13，用于根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出模块14，用于输出所述诊断信息。
可见，本申请公开了一种超声诊断系统，包括：扫查模块，用于通过超声扫查获取超声图像；其中，所述超声图像包括第一切面图像；分析模块，用于判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；鉴别模块，用于根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；输出模块，用于输出所述诊断信息。也即，在超声诊断系统中的扫查模块获取到包括第一切面图像的超声图像之后，便由分析模块对第一切面图像进行分析，以判断第一切面图像是否存在异常，并在第一切面图像存在异常时，确定出第一切面图像存在异常的待鉴别异常原因，然后再由鉴别模块根据第一切面图像的待鉴别异常原因确定待扫查的第二切面图像，在扫查模块获取到第二切面图像之后，鉴别模块便会利用第二切面图像的测量信息对待鉴别异常原因进行鉴别分析，得到诊断信息，接着再由输出模块输出诊断信息，这样超声诊断系统在超声扫查过程便可以自动判断扫查到的切面图像是否异常，当切面图像异常时，便会确定出待鉴别异常原因以及后续待扫查的切面图像，利用后续扫查到的切面图像对待鉴别原因进行鉴别分析，最终输出诊断信息，由此实现在超声检查过程中及时识别危急症病人，可保证危急患者得到最快处理，提高了超声检查的效率。且在确定出待鉴别原因之后，还需要获取后续的切面图像对待鉴别原因进行鉴别分析之后，才能确定出诊断信息，这样综合多次的切面图像得出诊断信息，可以提高检查准确度。
在具体的实施过程中，所述超声诊断系统首先需要包括扫查模块11，所述扫查模块11可以通过超声扫查获取超声图像，其中，所述超声图像中包括第一切面图像，所述第一切面图像可以为标准切面图像，且所述扫查模块11还需要测量所述第一切面图像中的生物量，得到对应的测量信息。
在所述扫查模块11获取到所述超声图像之后，还需要由分析模块12对所述第一切面图像进行分析，从而判断所述第一切面图像是否存在异常，且如果所述第一切面图像存在异常时，确定出待鉴别异常原因，由于所述分析模块12对所述第一切面图像进行分析后，如果所述第一切面图像存在异常，确定出的异常原因为可能的异常原因，具体是不是实际的异常原因还需要进一步鉴别，所以此处将分析模块12在第一切面图像异常时确定出的异常原因称为待鉴别异常原因。
所述超声诊断系统中还包括鉴别模块13，在所述第一切面图像存在异常时，由鉴别模块13根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，在所述扫查模块获取到所述第二切面图像后，所述鉴别模块13便可以利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，从而得到诊断信息。
由于所述分析模块12确定出的待鉴别原因只是可能的异常原因，所以需要对所述待鉴别异常原因进行鉴别，具体的，就是鉴别模块13首先需要根据所述第一切面图像存在异常时的待鉴别异常原因确定待扫查的第二切面图像，由于对所述待鉴别异常原因进行鉴别时，需要利用对应的切面图像，所以需要先根据所述第一切面图像存在异常时的待鉴别异常原因确定待扫查的第二切面图像是什么，以及第二切面图像中需要测量的生物量是哪些，然后由超声检查医生操作超声诊断系统，扫查对应的生物结构，在扫查模块获取到所述第二切面图像之后，便会利用所述第二切面图像中的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息，其中，所述第二切面图像可以是一个切面图像，也可以是多个切面图像，在实际的实施过程中，所述第二切面图像通常为一个切面图像，所述诊断信息可以包括诊断结果，也即，最终的异常原因，诊断过程中的推理过程以及对应的治疗建议。
在得到所述诊断信息之后，便可以由所述输出模块14对所述诊断信息进行输出，以便相关人员得到对应的诊断信息。也即，所述输出模块14可以对所述诊断信息进行可视化显示。
参见图2所示，本申请实施例公开了一种超声诊断系统，该系统包括：
扫查模块21，用于通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像。
所述超声诊断系统首先需要包括扫查模块21，所述扫查模块21可以通过超声扫查获取超声图像，其中，所述超声图像中包括第一切面图像，所述第一切面图像可以为标准切面图像，且当所述第一切面图像为标准切面图像时，所述第一切面图像可以是超声医生手动打出来的标准切面图像，也可以是所述扫查模块21中根据预设切面识别算法识别出的标准切面图像。且所述扫查模块21还需要测量所述第一切面图像中的生物量，得到对应的测量信息。
也即，所述扫查模块具体可以包括扫查子模块211，用于对待测量生物结构进行扫查，得到所述超声图像；测量子模块212，用于对所述超声图像中的生物量进行自动测量，得到测量信息。扫查子模块211，用于对待测量生物结构进行扫查，得到的超声图像可以为包括多个超声图像的图像集合，也可以为超声图像视频，当然所述扫查模块21还需要包括测量子模块212，所述测量子模块212可以对所述超声图像中的生物量进行自动测量，得到对应的测量信息，以便根据所述测量信息进行相应的诊断。
更进一步的，当所述第一切面图像为标准切面图像时，所述扫查子模块211，在对待测量生物结构进行扫查得到超声图像之后，需要从多个所述超声图像中确定出所述第一切面图像，所以所述扫查子模块211还需要包括能够从多张所述超声图像中确定出所述第一切面图像的部分。
在一种具体的实施方式中，所述扫查子模块211还可以包括识别单元，所述识别单元用于利用预设切面识别算法从扫查到的超声图像中识别出所述第一切面图像，以将所述第一切面图像作为标准切面图像。也即，所述扫查子模块211中包括识别单元，所述识别单元中设置了预设切面识别算法，其中，所述切面识别算法为标准切面图像识别算法，所述识别单元利用所述预设切面识别算法便可以从多张超声图像中识别标准切面图像，也即，所述第一切面图像。所述预设切面识别算法可以为基于AI(Artificial Intelligence，人工智能)技术得到的切面识别算法，例如，所述预设切面图像识别算法可以为利用大量标准切面图像对神经网络进行训练得到的切面图像识别算法。这样利用预设切面图像识别算法对标准切面图像进行自动识别，可以提高超声检查的效率。
在另一种具体的实施方式中，所述扫查子模块211还可以包括指令获取单元，用于获取切面选取指令；图像确定单元，用于根据所述切面选取指令从扫查到的超声图像中选取出所述第一切面图像，以将所述第一切面图像作为标准切面图像。也即，所述扫查子模块可以包括指令获取单元，用于获取超声检查医生触发的切面选取指令，在获取到所述切面选取指令之后，便可以由所述图像确定单元根据所述切面选取指令从标准切面图像，也即，所述第一切面图像。这样超声诊断系统可以支持超声检查经验丰富的医生根据自己判断手动选取标准切面图像，使得获取到的标准切面图像更准确，提高检查的准确率。
在实际应用中，所述超声诊断系统中的扫查模块21中的扫查子模块211可以只包括所述识别单元，也可以只包括所述指令获取单元和图像确定单元，当然，也可以既包括所述识别单元，也包括所述指令获取单元和图像确定单元，也即，可以既支持自动识别标准切面图像，也支持手动打出标准切面图像。
分析模块22，用于判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
可以理解的是，还需要由所述分析模块22，判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
具体的，所述分析模块22，用于利用预设的参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出所述待鉴别异常原因，其中，所述参考数据库中的参考信息包括超声图像各个生物量的参考正常值及各个所述生物量异常时对应的参考异常原因。
也即，所述超声诊断系统中包括预设的参考数据库，所述参考数据库为基于《临床诊断指南》以及相关领域临床专家共识构建的数据库，所述参考数据库中可以包括不同诊断标准对应的参考数据库，例如，可以包括中国诊断标准对应的参考数据库，以及欧美诊断标准对应的参考数据库等。所述参考数据库中的参考信息包括各个生物量的参考正常值以及各个生物量异常时对应的参考异常原因，所述参考正常值可以是一个区间，生物量的测量值在该区间内都属于正常，超出了该区间才判定为异常。在获取到所述第一切面图像之后，所述分析模块22便可以利用所述参考数据库中的参考信息对所述第一切面图像的测量信息进行分析，以便判断所述第一切面图像是否存在异常，在所述第一切面图像异常时，便可以将对应的参考异常原因确定为待鉴别异常原因。
由于在实际应用中，所述超声诊断系统中预设的参考数据库可以包括不同诊断标准对应的参考数据库，所以所述分析模块22可以包括参数获取子模块221，用于获取目标参考数据库的参数信息，并根据所述目标参考数据库的参数信息从预设的参考数据库中确定出所述目标参考数据库；比对分析子模块222，用于利用所述目标参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
也即，所述分析模块22可以包括参数获取子模块221，用于获取到超声诊断医生选择的目标参考数据库的参数信息，以确定此次诊断分析需要用到的目标参考数据库，在获取到所述目标参考数据库的参数信息之后，便可以根据所述目标参考数据库的参数信息从不同的预设的参考数据库中确定出目标参考数据库，然后比对分析子模块222便可以利用所述目标参考数据库中的参考信息对所述第一切面图像进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
具体的，所述比对分析子模块222，可以从所述目标参考数据库中查找出所述测量信息中的生物量对应的参考正常值；将所述测量信息中的实际测量值和所述参考正常值进行比对，看所述实际测量值是否在所述参考正常值的范围内，如果是，则所述第一切面图像不存在异常，如果否，也即，所述实际测量值大于所述参考正常值的最大值，或小于所述参考正常值的最小值，则表示所述第一切面图像存在异常，在所述第一切面图像存在异常时，将所述实际测量值大于所述参考正常值的最大值时对应的参考异常原因或小于所述参考正常值的最小值时对应的参考异常原因作为待鉴别异常原因。
鉴别模块23，用于根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到所述诊断信息。
可以理解的是，所述鉴别模块23，需要用于根据所述第一切面图像中存在异常时的待鉴别异常原因和所述参考数据库的参考信息确定待扫查的第二切面图像，其中，所述参考数据库的参考信息包括各个参考异常原因对应的待扫查切面图像信息和对应的待测量生物量信息；在所述扫查模块获取到所述第二切面图像后，利用所述参考数据库的参考信息和所述第二切面图像的测量信息进行分析，以对所述待鉴别异常原因进行鉴别分析，得到诊断信息。
其中，所述第二切面图像也可以为标准切面图像，所述第一切面图像和所述第二切面图像两者中至少一者为标准切面图像，当所述第二切面图像为标准切面图像时，可以由所述识别单元利用预设切面识别算法从扫查到的超声图像中识别出所述第二切面图像。或者，由所述指令获取单元获取切面选取指令；然后再由图像确定单元，根据所述切面选取指令从扫查到的超声图像中选取出所述第二切面图像。
也即，所述参考数据库中的参考信息还可以各个参考异常原因对应的待扫查切面图像信息以及对应的待测量生物量信息，也即，所述参考数据库中的参考信息还包括为了确定是否是该参考异常原因接下来需要扫查的切面图像是什么，需要测量该切面图像中的哪些生物量的相关信息。所以在所述第一切面图像存在异常时，所述鉴别模块23需要根据所述第一切面图像中存在异常时的待鉴别异常原因和所述参考数据库的参考信息确定待扫查的第二切面图像，然后在所述扫查模块21获取到所述第二切面图像后，还需要利用所述参考数据库的参考信息和所述第二切面图像的测量信息进行分析，以对所述待鉴别异常原因进行鉴别分析，得到诊断信息。
在实际应用中，会存在根据所述第二切面图像得到的诊断信息中的诊断结果和所述待鉴别异常原因不相同的情况，所以所述鉴别模块23，用于利用所述参考数据库的参考信息对所述第二切面图像的测量信息进行分析，得到鉴别后异常原因；如果所述鉴别后异常原因与所述待鉴别异常原因不相同，则将所述鉴别后异常原因和所述待鉴别异常原因均作为所述诊断信息中的诊断结果；如果所述鉴别后异常原因为所述待鉴别异常原因中的部分或全部，则将所述鉴别后异常原因作为所述诊断信息中的诊断结果。
也即，在利用所述参考数据库中的参考信息对所述第二切面图像的测量信息进行分析，得到鉴别后异常原因之后，如果所述鉴别后异常原因不同于所述待鉴别异常原因，也即所述鉴别后异常原因不属于所述待鉴别异常原因中的任何一个，则将所述鉴别后异常原因和所述待鉴别异常原因均作为诊断信息中的诊断结果进行输出，以便医生进行判别。当所述鉴别后异常原因就是所述待鉴别异常原因，或者是所述待鉴别异常原因中的部分原因时，将所述鉴别后异常原因作为诊断信息中的诊断结果便可。
输出模块24，用于输出所述诊断信息。
还需要由所述输出模块24输出所述诊断信息，其中，所述诊断信息包括诊断结果、所述诊断结果对应的治疗建议，以及得到所述诊断结果的推理过程，得到所述诊断结果的推理过程也即所述第一切面图像的生物量的测量信息及对应参考正常值、所述第二切面图像的生物量的测量信息及对应参考正常值等。
具体的，所述输出模块24可以包括第一显示子模块241，用于显示所述诊断结果；第二显示子模块242，用于显示得到所述诊断结果的推理过程；第三显示子模块243，用于显示所述诊断结果对应的治疗建议。
参见图3所示，为所述超声诊断系统的工作流程图。首先医生手动扫查获取标准切面或智能扫查自动获取标准切面，然后判断该标准切面是否正常，如果该标准切面正常，则在给出结论后，检查结束，如果该标准切面不正常，则提示可能是什么病，给出鉴别诊断，并提示下一步应该打什么切面予以进一步诊断，同时给出参考值与推理过程，对一些常见异常情况，可以提供一些一般性解决方案给医生参考，并在给出结论后，结束检查。
例如，产科检查时，超声扫查结果提示脐动脉频谱S/D(脐动脉血流阻抗值)偏高，则提示胎儿缺氧可能。为鉴别其他可能疾病，提示医生下一步扫查胎儿大脑中动脉，并查看RI(脐动脉血流阻力指数)、PI(搏动指数)和S/D值，系统提示该值正常范围是多少，因检测值超出正常范围，则提示胎儿宫内缺氧可能。而大脑是对缺氧最敏感的器官，该病属于危急症状，建议尽快吸氧。
本申请提出的超声诊断系统通过将切面扫查与异常诊断提示联合，给超声科医生提供疾病诊断信息，帮助医生建立诊断思维，减少医生学习周期，降低医生诊断门槛。且可以自动获取标准切面并对异常结果等诊断信息进行提示，可以提高超声检查的效率和检查准确度。且可以对诊断结果进行自动提示，并根据诊断结果提供治疗建议，这样就可在超声检查过程中及时识别危急症病人，可保证危急患者得到最快处理。
进一步的，参见图4所示，本申请实施例还公开了一种超声诊断设备，包括：处理器31和存储器32。
其中，所述存储器32，用于存储计算机程序；所述处理器31，用于执行所述计算机程序，以实现：
通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出所述诊断信息。
在具体的实施过程中，所述处理器31，用于执行所述计算机程序，以实现：对待测量生物结构进行扫查，得到所述超声图像；对所述超声图像中的生物量进行测量，得到测量信息。
在具体的实施过程中，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述处理器31，用于执行所述计算机程序，以实现：利用预设切面识别算法从扫查到的超声图像中识别出所述标准切面图像。
在具体的实施过程中，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述处理器31，用于执行所述计算机程序，以实现：获取切面选取指令；根据所述切面选取指令从扫查到的超声图像中选取出所述标准切面图像。
在具体的实施过程中，所述处理器31，用于执行所述计算机程序，以实现：利用预设的参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出所述待鉴别异常原因，其中，所述参考数据库中的参考信息包括超声图像各个生物量的参考正常值及各个所述生物量异常时对应的参考异常原因。
在具体的实施过程中，所述处理器31，用于执行所述计算机程序，以实现：获取目标参考数据库的参数信息，并根据所述目标参考数据库的参数信息从预设的参考数据库中确定出所述目标参考数据库；利用所述目标参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
在具体的实施过程中，所述处理器31，用于执行所述计算机程序，以实现：根据所述第一切面图像中存在异常时的待鉴别异常原因和所述参考数据库的参考信息确定待扫查的第二切面图像，其中，所述参考数据库的参考信息包括各个参考异常原因对应的待扫查切面图像信息和对应的待测量生物量信息；在所述扫查模块获取到所述第二切面图像后，利用所述参考数据库的参考信息和所述第二切面图像的测量信息进行分析，以对所述待鉴别异常原因进行鉴别分析，得到所述诊断信息。
在具体的实施过程中，所述处理器31，用于执行所述计算机程序，以实现：利用所述参考数据库的参考信息对所述第二切面图像的测量信息进行分析，得到鉴别后异常原因；如果所述鉴别后异常原因与所述待鉴别异常原因不相同，则将所述鉴别后异常原因和所述待鉴别异常原因均作为所述诊断信息中的诊断结果；如果所述鉴别后异常原因为所述待鉴别异常原因中的部分或全部，则将所述鉴别后异常原因作为所述诊断信息中的诊断结果。
在具体的实施过程中，所述诊断信息包括所述诊断结果及其对应的推理过程和治疗建议；所述处理器31，用于执行所述计算机程序，以实现：显示所述诊断结果；显示得到所述诊断结果的推理过程；显示所述诊断结果对应的治疗建议。
进一步的，本申请实施例还公开了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现以下步骤：
通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出所述诊断信息。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：对待测量生物结构进行扫查，得到所述超声图像；对所述超声图像中的生物量进行测量，得到测量信息。
本实施例中，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：利用预设切面识别算法从扫查到的超声图像中识别出所述标准切面图像。
本实施例中，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：获取切面选取指令；根据所述切面选取指令从扫查到的超声图像中选取出所述标准切面图像。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：利用预设的参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出所述待鉴别异常原因，其中，所述参考数据库中的参考信息包括超声图像各个生物量的参考正常值及各个所述生物量异常时对应的参考异常原因。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：获取目标参考数据库的参数信息，并根据所述目标参考数据库的参数信息从预设的参考数据库中确定出所述目标参考数据库；利用所述目标参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：根据所述第一切面图像中存在异常时的待鉴别异常原因和所述参考数据库的参考信息确定待扫查的第二切面图像，其中，所述参考数据库的参考信息包括各个参考异常原因对应的待扫查切面图像信息和对应的待测量生物量信息；在所述扫查模块获取到所述第二切面图像后，利用所述参考数据库的参考信息和所述第二切面图像的测量信息进行分析，以对所述待鉴别异常原因进行鉴别分析，得到所述诊断信息。
本实施例中，所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：利用所述参考数据库的参考信息对所述第二切面图像的测量信息进行分析，得到鉴别后异常原因；如果所述鉴别后异常原因与所述待鉴别异常原因不相同，则将所述鉴别后异常原因和所述待鉴别异常原因均作为所述诊断信息中的诊断结果；如果所述鉴别后异常原因为所述待鉴别异常原因中的部分或全部，则将所述鉴别后异常原因作为所述诊断信息中的诊断结果。
本实施例中，所述诊断信息包括所述诊断结果及其对应的推理过程和治疗建议；所述计算机可读存储介质中保存的计算机子程序被处理器执行时，可以具体实现以下步骤：显示所述诊断结果；显示得到所述诊断结果的推理过程；显示所述诊断结果对应的治疗建议。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得一系列包含其他要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种超声诊断系统、设备、介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (13)

1.一种超声诊断系统，其特征在于，包括：
扫查模块，用于通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
分析模块，用于判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
鉴别模块，用于根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出模块，用于输出所述诊断信息。
2.根据权利要求1所述的超声诊断系统，其特征在于，所述扫查模块，包括：
扫查子模块，用于对待测量生物结构进行扫查，得到所述超声图像；
测量子模块，用于对所述超声图像中的生物量进行测量，得到测量信息。
3.根据权利要求2所述的超声诊断系统，其特征在于，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述扫查子模块，包括：
识别单元，用于利用预设切面识别算法从扫查到的超声图像中识别出所述标准切面图像。
4.根据权利要求2所述的超声诊断系统，其特征在于，所述第一切面图像和所述第二切面图像两者之中至少一者为标准切面图像，所述扫查子模块，包括：
指令获取单元，用于获取切面选取指令；
图像确定单元，用于根据所述切面选取指令从扫查到的超声图像中选取出所述标准切面图像。
5.根据权利要求1至4任一项所述的超声诊断系统，其特征在于，所述分析模块，用于：
利用预设的参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出所述待鉴别异常原因，其中，所述参考数据库中的参考信息包括超声图像各个生物量的参考正常值及各个所述生物量异常时对应的参考异常原因。
6.根据权利要求5所述的超声诊断系统，其特征在于，所述分析模块，包括：
参数获取子模块，用于获取目标参考数据库的参数信息，并根据所述目标参考数据库的参数信息从预设的参考数据库中确定出所述目标参考数据库；
比对分析子模块，用于利用所述目标参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因。
7.根据权利要求5所述的超声诊断系统，其特征在于，所述鉴别模块，用于：
根据所述第一切面图像中存在异常时的待鉴别异常原因和所述参考数据库的参考信息确定待扫查的第二切面图像，其中，所述参考数据库的参考信息包括各个参考异常原因对应的待扫查切面图像信息和对应的待测量生物量信息；
在所述扫查模块获取到所述第二切面图像后，利用所述参考数据库的参考信息和所述第二切面图像的测量信息进行分析，以对所述待鉴别异常原因进行鉴别分析，得到所述诊断信息。
8.根据权利要求7所述的超声诊断系统，其特征在于，所述鉴别模块，用于：
利用所述参考数据库的参考信息对所述第二切面图像的测量信息进行分析，得到鉴别后异常原因；
如果所述鉴别后异常原因与所述待鉴别异常原因不相同，则将所述鉴别后异常原因和所述待鉴别异常原因均作为所述诊断信息中的诊断结果；
如果所述鉴别后异常原因为所述待鉴别异常原因中的部分或全部，则将所述鉴别后异常原因作为所述诊断信息中的诊断结果。
9.根据权利要求8所述的超声诊断系统，其特征在于，所述诊断信息包括所述诊断结果及其对应的推理过程和治疗建议；所述输出模块，包括：
第一显示子模块，用于显示所述诊断结果；
第二显示子模块，用于显示得到所述诊断结果的推理过程；
第三显示子模块，用于显示所述诊断结果对应的治疗建议。
10.一种超声诊断设备，其特征在于，包括：
存储器和处理器；
其中，所述存储器，用于存储计算机程序；
所述处理器，用于执行所述计算机程序，以实现：
通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出所述诊断信息。
11.根据权利要求10所述的超声诊断设备，其特征在于，所述处理器，用于执行所述计算机程序，以实现：
利用预设的参考数据库的参考信息对所述第一切面图像的测量信息进行分析，以判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出所述待鉴别异常原因，其中，所述参考数据库中的参考信息包括超声图像各个生物量的参考正常值及各个所述生物量异常时对应的参考异常原因。
12.一种计算机可读存储介质，其特征在于，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现：
通过超声扫查获取超声图像，其中，所述超声图像包括第一切面图像；
判断所述第一切面图像是否存在异常，并在所述第一切面图像存在异常时，确定出待鉴别异常原因；
根据所述第一切面图像中存在异常时的待鉴别异常原因确定待扫查的第二切面图像，并在所述扫查模块获取到所述第二切面图像后，利用所述第二切面图像的测量信息对所述待鉴别异常原因进行鉴别分析，得到诊断信息；
输出所述诊断信息。
13.根据权利要求12所述的计算机可读存储介质，其特征在于，所述诊断信息包括诊断结果及其对应的推理过程和治疗建议；所述计算机程序被处理器执行时实现：
显示所述诊断结果、得到所述诊断结果的推理过程及所述诊断结果对应的治疗建议。
CN202110731485.1A 2021-06-29 2021-06-29 一种超声诊断系统、设备、介质 Pending CN115530872A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110731485.1A CN115530872A (zh) 2021-06-29 2021-06-29 一种超声诊断系统、设备、介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110731485.1A CN115530872A (zh) 2021-06-29 2021-06-29 一种超声诊断系统、设备、介质

Publications (1)

Publication Number Publication Date
CN115530872A true CN115530872A (zh) 2022-12-30

Family

ID=84717635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110731485.1A Pending CN115530872A (zh) 2021-06-29 2021-06-29 一种超声诊断系统、设备、介质

Country Status (1)

Country Link
CN (1) CN115530872A (zh)

Similar Documents

Publication Publication Date Title
US20220079540A1 (en) Systems and methods for estimating healthy lumen diameter and stenosis quantificaton in coronary arteries
US6132373A (en) Intima-media thickness measuring apparatus and arterial sclerosis diagnosing system
US9198634B2 (en) Medical decision support system
JP4990143B2 (ja) デジタル画像で網膜血管を分析するための方法および装置
EP3312748A1 (en) Method for aiding a diagnosis, program and apparatus
EP1531732B1 (en) Ultrasonic apparatus and method for indicating risk of coronary heart disease
US8992435B2 (en) System and method for classifying a heart sound
US11387001B2 (en) Medical intervention control system
CN111739647B (zh) 基于磁共振影像的双相障碍自杀风险预测方法及相关装置
CN107887002A (zh) 一种医学影像诊断质量管理系统
CN112562860A (zh) 分类模型的训练方法及装置、冠心病辅助筛查方法及装置
CN115281688A (zh) 一种基于多模态深度学习的心脏肥大多标签检测系统
CN112635043A (zh) 一种超声检查方法及相关装置
CN115530872A (zh) 一种超声诊断系统、设备、介质
CN116864104A (zh) 基于人工智能的慢性血栓栓塞性肺动脉高压风险分级系统
JP2010230428A (ja) 検査データの評価方法および装置
CN115035086A (zh) 一种基于深度学习的结核皮试智能筛查分析方法和装置
CN113425298A (zh) 一种通过穿戴设备采集数据分析抑郁程度的方法
CN115089112A (zh) 卒中后认知障碍风险评估模型建立方法、装置及电子设备
KR20210157444A (ko) 머신러닝 기반 조현병 진단 방법 및 그 시스템
US20240127435A1 (en) System and method for detecting and quantifying a plaque/stenosis in a vascular ultrasound scan data
JP6568375B2 (ja) 眼科情報処理システム、画像処理装置、および画像処理方法
Harris et al. The preliminary credibility assessment system embedded algorithm description and validation results
CN117036302B (zh) 主动脉瓣膜钙化程度的确定方法和系统
JP7474841B2 (ja) 信頼性の高い血圧測定の検出

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