CN116269491A - 用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的方法和系统 - Google Patents
用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的方法和系统 Download PDFInfo
- Publication number
- CN116269491A CN116269491A CN202211573680.7A CN202211573680A CN116269491A CN 116269491 A CN116269491 A CN 116269491A CN 202211573680 A CN202211573680 A CN 202211573680A CN 116269491 A CN116269491 A CN 116269491A
- Authority
- CN
- China
- Prior art keywords
- perfusion
- ultrasound image
- ultrasound
- processor
- image slice
- 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
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 313
- 238000000034 method Methods 0.000 title claims abstract description 36
- 206010035138 Placental insufficiency Diseases 0.000 title abstract description 13
- 238000004458 analytical method Methods 0.000 title description 40
- 230000010412 perfusion Effects 0.000 claims abstract description 225
- 210000002826 placenta Anatomy 0.000 claims abstract description 37
- 230000003169 placental effect Effects 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims description 67
- 230000017531 blood circulation Effects 0.000 claims description 21
- 210000003484 anatomy Anatomy 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims 3
- 210000004027 cell Anatomy 0.000 description 42
- 238000000605 extraction Methods 0.000 description 31
- 238000012545 processing Methods 0.000 description 22
- 238000009877 rendering Methods 0.000 description 20
- 210000002569 neuron Anatomy 0.000 description 17
- 238000012876 topography Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 239000000523 sample Substances 0.000 description 9
- 238000010191 image analysis Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 210000003754 fetus Anatomy 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 208000001362 Fetal Growth Retardation Diseases 0.000 description 3
- 206010058558 Hypoperfusion Diseases 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 208000030941 fetal growth restriction Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012285 ultrasound imaging Methods 0.000 description 3
- 206010064620 Placental infarction Diseases 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000005059 placental tissue Anatomy 0.000 description 2
- 206010061216 Infarction Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002607 contrast-enhanced ultrasound Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002091 elastography Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000002216 heart Anatomy 0.000 description 1
- 230000007574 infarction Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002099 shear wave elastography Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000003954 umbilical cord Anatomy 0.000 description 1
- 230000006496 vascular abnormality Effects 0.000 description 1
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
-
- 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
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—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
- A61B8/46—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
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
-
- 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
- G06T2207/10024—Color 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
- G06T2207/10—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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20096—Interactive definition of curve of interest
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physiology (AREA)
- Pregnancy & Childbirth (AREA)
- Gynecology & Obstetrics (AREA)
- Quality & Reliability (AREA)
- Vascular Medicine (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的系统和方法。该方法包括:由超声系统采集胎盘解剖部分的超声体积,该超声体积包括彩色多普勒信息。该方法包括:在距该胎盘解剖部分的内表面下方一定距离处,由该超声系统的至少一个处理器提取形貌超声图像切片。该形貌超声图像切片在所有三个维度上是弯曲的并且包括该彩色多普勒信息。该方法包括:由该至少一个处理器分析该形貌超声图像切片的该彩色多普勒信息,以生成灌注数据信息。该方法包括:由至少一个处理器使显示系统将该形貌超声图像切片与该灌注数据信息一起呈现。
Description
技术领域
某些实施方案涉及超声成像。更具体地,某些实施方案涉及一种用于通过提取在所有三个维度上弯曲并包括彩色多普勒信息的形貌超声图像切片来自动分析胎盘机能不全的方法和系统,该彩色多普勒信息经过自动分析,以生成与形貌切片一起显示于显示系统处的灌注数据信息。
背景技术
超声成像是用于对人体中的器官和软组织进行成像的医学成像技术。超声成像使用实时的、非侵入性高频声波来产生一系列二维(2D)图像和/或三维(3D)图像。
在产科超声领域,子宫腔内的若干结构是受到特别关注的,诸如胎儿、脐带、胎盘等。应用不同的体绘制模式来说明子宫腔的这些结构。宫内生长受限(IUGR)是当胎儿没有如特定胎龄所预期的那么大时。胎盘梗死是由于部分胎盘的血液供应中断导致其细胞死亡。胎盘梗死会对胎儿造成严重影响,诸如IUGR和血管异常。胎盘梗死难以用超声进行诊断,因为胎盘在所有方向上的形状都不规则。典型地,由于胎盘形状不规则,从超声体积中提取出多个平面切片以显现其表面下方的胎盘的灌注状态,这对于缺乏分析经验的用户而言很耗时且困难。
通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较,常规和传统方法的更多限制和缺点对本领域的技术人员将变得显而易见。
发明内容
提供了一种用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的系统和/或方法,基本上如结合至少一幅附图所示和/或所述,如权利要求书中更完整地阐述。
从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及其例示的实施方案的细节。
附图说明
图1是根据各种实施方案的示例性超声系统的框图,该超声系统可操作以自动分析弯曲形貌超声图像切片中的胎盘机能不全。
图2是根据各种实施方案的胎盘的示例性A平面超声图像视图的屏幕截图,该视图具有可操纵以设置形貌超声图像切片曲率的工具。
图3是根据各种实施方案的胎盘的示例性B平面超声图像视图的屏幕截图,该视图具有可操纵以设置形貌超声图像切片曲率的工具。
图4是根据各种实施方案的在穿过示例性胎盘模型的所有三个维度上弯曲的示例性超声切片的显示图。
图5是根据各种实施方案的弯曲超声图像切片的示例性体绘制的屏幕截图,该弯曲超声图像切片具有大于预定尺寸阈值的分段灌注区域。
图6是根据各种实施方案的具有网格的弯曲超声图像切片的示例性体绘制的屏幕截图,每个网格单元包括血流速度测量结果。
图7是根据各种实施方案的具有网格的弯曲超声图像切片的示例性体绘制的屏幕截图,每个网格单元包括灌注面积比测量结果,其中对灌注面积比测量结果低于预定阈值的网格单元进行高亮显示,并且其中对一组空间上相邻的高亮显示单元进行标识。
图8是示出了根据各种实施方案的可用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的示例性步骤的流程图。
具体实施方式
某些实施方案可见于一种用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的方法和系统中。本公开的各方面具有以下技术效果:自动提取与解剖结构诸如胎盘的内表面下方保持一定距离的形貌超声图像切片。各种实施方案具有以下技术效果:提供可操纵以手动限定待提取的形貌超声图像切片的曲率的工具。某些实施方案具有以下技术效果:提供在所有三个维度上弯曲的形貌超声图像切片的体绘制。本公开各方面具有以下技术效果:通过分析弯曲形貌超声图像切片的彩色多普勒信息,自动生成灌注数据信息。某些实施方案具有以下技术效果:将弯曲形貌超声图像切片与自动生成的灌注数据信息一起呈现。
当结合附图阅读时,将更好地理解前述发明内容以及某些实施方案的以下具体实施方式。就附图示出各种实施方案的功能块的图的范围而言,这些功能块不一定表示硬件电路之间的划分。因此,例如,一个或多个功能块(例如,处理器或存储器)可以在单件硬件(例如,通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中来实现。类似地,程序可以是独立程序,可以作为子例程包含在操作系统中,可以是安装的软件包中的功能等。应当理解,各种实施方案不限于附图中所示的布置和工具。还应当理解,可以组合实施方案,或者可以利用其他实施方案,并且可以在不脱离各种实施方案的范围的情况下做出结构的、逻辑的和电气的改变。因此,以下详述不应视为限制性意义,并且本公开的范围由所附权利要求书及其等同物限定。
如本文所用,以单数形式列举并且以单词“一”或“一个”开头的元件或步骤应当被理解为不排除多个所述元件或步骤,除非明确说明此类排除。此外,对“示例性实施方案”、“各种实施方案”、“某些实施方案”、“代表性的实施方案”等的引用不旨在被解释为排除存在也结合了叙述的特征的附加实施方案。此外,除非明确地相反说明,否则“包含”、“包括”或“具有”具有特定属性的一个元素或多个元素的实施方案可以包括不具有该属性的附加元素。
另外,如本文所用,术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而,许多实施方案生成(或被配置为生成)至少一个可视图像。此外,如本文所用,短语“图像”用于指超声模式,诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式、PW多普勒、CW多普勒、对比增强超声(CEUS),和/或B模式和/或CF的子模式,诸如谐波成像、剪切波弹性成像(SWEI)、应变弹性成像、TVI、PDI、B-flow、MVI、UGAP,并且在某些情况下还包括MM、CM、TVD,其中“图像”和/或“平面”包括单个波束或多个波束。
此外,如本文所用,术语处理器或处理单元是指可执行各种实施方案需要的所需计算的任何类型的处理单元,诸如单核或多核:CPU、加速处理单元(APU)、图形处理单元(GPU)、DSP、FPGA、ASIC或它们的组合。
应当指出的是,本文所述的生成或形成图像的各种实施方案可包括用于形成图像的处理,该处理在一些实施方案中包括波束形成,而在其他实施方案中不包括波束形成。例如,可在不进行波束形成的情况下形成图像,诸如通过将解调数据的矩阵乘以系数矩阵,使得乘积是图像,并且其中该过程不形成任何“波束”。另外,可使用可能源自多于一个发射事件的信道组合(例如,合成孔径技术)来执行图像的形成。
在各种实施方案中,例如,在软件、固件、硬件或它们的组合中执行超声处理以形成图像,包括超声波束形成,诸如接收波束形成。具有根据各种实施方案形成的软件波束形成器架构的超声系统的一个具体实施在图1中示出。
图1是根据各种实施方案的示例性超声系统100的框图,该超声系统可操作以自动分析弯曲形貌超声图像切片中的胎盘机能不全。参考图1,示出了超声系统100和训练系统200。超声系统100包括发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、A/D转换器122、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134和档案138。
发射器102可包括可操作以驱动超声探头104的合适逻辑、电路、接口和/或代码。超声探头104可包括二维(2D)压电元件阵列。超声探头104可包括通常构成相同元件的一组发射换能器元件106和一组接收换能器元件108。在某些实施方案中,超声探头104可能可操作以采集覆盖了至少大部分解剖结构(诸如胎盘、胎儿、心脏、血管或任何合适的解剖结构)的超声图像数据。
发射波束形成器110可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以控制发射器102,该发射器通过发射子孔径波束形成器114驱动该组发射换能器元件106以将超声发射信号发射到感兴趣区域(例如,人、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射,以产生回波。回波由接收换能器元件108接收。
超声探头104中的这组接收换能器元件108可能可操作以将接收的回波转换为模拟信号,通过接收子孔径波束形成器116进行子孔径波束形成,然后传送到接收器118。接收器118可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为接收来自接收子孔径波束形成器116的信号。可将模拟信号传送至多个A/D转换器122中的一个或多个A/D转换器。
多个A/D转换器122可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以将来自接收器118的模拟信号转换为对应的数字信号。多个A/D转换器122设置在接收器118与RF处理器124之间。尽管如此,本公开在这方面并不受限制。因此,在一些实施方案中,可将多个A/D转换器122集成在接收器118内。
RF处理器124可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以解调由多个A/D转换器122输出的数字信号。根据一个实施方案,RF处理器124可包括复解调器(未示出),该复解调器可操作为解调数字信号,以形成代表对应回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器126。RF/IQ缓冲器126可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作为提供由RF处理器124生成的RF或I/Q信号数据的临时存储。
接收波束形成器120可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以执行数字波束形成处理,以例如对经由RF/IQ缓冲器126从RF处理器124接收的延迟信道信号求和并输出波束求和信号。所得到的经处理的信息可以是从接收波束形成器120输出并且传送到信号处理器132的波束求和信号。根据一些实施方案,可将接收器118、多个A/D转换器122、RF处理器124和波束形成器120集成到单个波束形成器中,该单个波束形成器可以是数字的。在各种实施方案中,超声系统100包括多个接收波束形成器120。
用户输入设备130可用于输入患者数据,扫描参数,进行设置,选择协议和/或模板,选择测量结果,操纵用于限定超声切片曲率的工具等。在示例性实施方案中,用户输入设备130可操作为配置、管理和/或控制超声系统100中的一个或多个部件和/或模块的操作。就这一点而言,用户输入设备130可操作为配置、管理和/或控制发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134和/或档案138的操作。用户输入设备130可包括一个或多个按钮、一个或多个旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其他设备。在特定实施方案中,例如,可将用户输入设备130中的一个或多个用户输入设备集成到其他部件(诸如显示系统134或超声探头104)中。作为示例,用户输入设备130可包括触摸屏显示器。
信号处理器132可包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以处理超声扫描数据(即,求和的IQ信号),以生成用于在显示系统134上呈现的超声图像。信号处理器132可操作以根据多个可选超声模态,对所采集的超声扫描数据执行一个或多个处理操作。在示例性实施方案中,信号处理器132可用于执行显示处理和/或控制处理等。随着接收到回波信号,可以在扫描会话期间实时处理采集的超声扫描数据。附加地或另选地,超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器126中并且在在线操作或离线操作中以不太实时的方式处理。在各种实施方案中,经处理的图像数据可呈现在显示系统134处和/或可存储在档案138处。档案138可以是本地档案、图片归档和通信系统(PACS)或用于存储图像和相关信息的任何合适的设备。
信号处理器132可以是一个或多个中央处理单元、微处理器和/或微控制器等。例如,信号处理器132可以是集成部件,或者可分布在各个位置。在示例性实施方案中,信号处理器132可包括切片提取处理器140和灌注分析处理器150。信号处理器132可能够从用户输入设备130和/或档案138接收输入信息、生成可由显示系统134显示的输出并且响应于来自用户输入设备130的输入信息来操纵输出等。信号处理器132、切片提取处理器140和灌注分析处理器150可能能够执行:例如,根据各种实施方案的本文所讨论的任何方法和/或指令集。
超声系统100可操作为按适于所考虑的成像情况的帧速率连续采集超声扫描数据。典型的帧速率在20至120的范围内,但可以更低或更高。所采集的超声扫描数据可以按与帧速率相同或更慢或更快的显示速率而显示于显示系统134上。图像缓冲器136被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地,图像缓冲器136具有足够的容量来存储至少几分钟的超声扫描数据的帧值。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器136可体现为任何已知的数据存储介质。
信号处理器132可包括切片提取处理器140,该切片提取处理器包括合适的逻辑、电路、接口和/或代码,其可能可操作以从包括胎盘解剖部分的彩色多普勒信息的超声体积中,提取出在所有三个维度上弯曲并具有彩色多普勒信息的形貌切片。切片提取处理器140可以被配置为提供工具,这些工具与该体积的超声平面(例如,A平面、B平面和/或C平面)一起呈现于显示系统134处,并且可操纵以手动选择待从超声体积中提取出的形貌切片的曲率。例如,切片提取处理器140可以呈现覆盖在超声体积的A平面和B平面上的曲率线工具。可拖动和/或以其他方式来操纵曲率线工具以设置形貌切片曲率。切片提取处理器140可以被配置为基于曲率线工具的操纵定位以及所限定的切片厚度来提取并绘制在所有三个维度上弯曲的形貌超声切片。另外和/或可选地,切片提取处理器140可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如,卷积神经网络),以及/或者可利用任何合适形式的被配置为标识出超声体积中所绘的胎盘解剖部分的内表面的图像分析技术或机器学习处理功能。切片提取处理器140可以被配置为从超声体积中自动提取出在所有三个维度上弯曲的形貌超声切片,该形貌切片与超声体积中所绘的胎盘解剖部分的标识内表面下方保持指定距离或深度(例如,5毫米或任何合适的距离/深度)。切片提取处理器140可以被配置为基于所标识的内表面、所指定的距离以及所限定的切片厚度(例如,介于1毫米至5毫米之间)来提取并绘制在所有三个维度上弯曲的形貌超声切片。切片提取处理器140可以被配置为向灌注分析处理器150提供所绘的弯曲形貌超声图像切片。另外和/或可选地,切片提取处理器140可以将所绘的弯曲形貌超声图像切片呈现于显示系统134处,以及/或者将所绘的弯曲形貌超声图像切片存储于档案138和/或任何合适的数据存储介质处。
切片提取处理器140可包括合适的逻辑、电路、接口和/或代码,其可能可操作以自动标识超声体积中所绘的胎盘解剖部分的内表面。在各种实施方案中,切片提取处理器140可被提供为深度神经网络,其可以由例如输入层、输出层、以及输入层与输出层之间的一个或多个隐藏层组成。每个层可由可称为神经元的多个处理节点构成。例如,切片提取处理器140可包括输入层,其具有针对来自胎盘解剖部分的超声体积中的每个像素或一组像素的神经元。输出层可具有与胎盘解剖部分和/或任何合适解剖结构的内表面对应的神经元。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如,第一层的神经元可学习以识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的界标的位置。切片提取处理器140深度神经网络(例如,卷积神经网络)所执行的处理可以高概率地标识出采集超声体积中所绘的胎盘解剖部分的内表面。距胎盘解剖部分的内表面下方的距离可以是默认距离以及/或者由超声操作者经由用户输入设备130可选择的距离。待提取的弯曲形貌超声图像切片的厚度可以是默认厚度以及/或者由超声操作者经由用户输入设备130可选择的厚度。在各种实施方案中,厚度可以在1毫米至5毫米的可选范围内。切片提取处理器140可以被配置为基于所标识的内表面、所指定的距离以及所限定的切片厚度来提取并绘制在所有三个维度上弯曲的形貌超声切片。
图2是根据各种实施方案的胎盘的示例性A平面超声图像视图310的屏幕截图300,该视图具有可操纵以设置形貌超声图像切片曲率的工具320。图3是根据各种实施方案的胎盘的示例性B平面超声图像视图410的屏幕截图,该视图具有可操纵以设置形貌超声图像切片曲率的工具420。参考图2和图3,示出了示例性A平面超声图像视图310和B平面超声图像视图410的屏幕截图300、400。A平面超声图像视图310和B平面超声图像视图410用可操纵工具320、420进行叠加,这些可操纵工具被配置为选择待提取的形貌超声切片的曲率。工具320、420可以是覆盖在图像视图310、410上的线,这些线可进行选择和拖动,以更改工具320、420的位置以及工具320、420的曲率。例如,超声操作者可操作用户输入设备130以选择沿工具320、420的点并拖动工具320、420以调节工具320、420的曲率。可操纵工具320在A平面超声图像视图310中的曲率以及可操纵工具420在B平面超声图像视图410中的曲率可以由切片提取处理器140进行组合,以确定待在所有三个维度上提取的形貌超声图像切片的曲率。A平面超声图像视图310和B平面超声图像视图410也可包括待提取的形貌超声图像切片的厚度330、430的指示信息。切片厚度可基于胎盘体积的厚度来确定。切片厚度可以是默认厚度、用户所选的厚度以及/或者由切片提取处理器140自动确定的切片厚度。例如,切片提取处理器140可以被配置为基于胎盘体积的厚度来自动设置切片厚度,使得只有胎盘组织涵盖在所提取的切片内。切片厚度330、430的指示信息可以由超声操作者,经由用户输入设备,通过移动指示信息330、430,输入更新的切片厚度,或基于任何合适的用户选择,来选择或更新。切片厚度330、430的指示信息被配置为随着可操纵工具320、420的改变而同步地移动。
图4是根据各种实施方案的在穿过胎盘520的示例性模型的所有三个维度上弯曲的示例性超声切片510的显示图500。参考图4,示出了示例性胎盘520的模型,该模型具有在穿过胎盘模型510的所有三个维度上弯曲的超声切片520。超声切片520的曲率可以由切片提取处理器140,基于胎盘内表面的标识、距胎盘内表面下方的特定距离、以及所限定的切片厚度来自动选择。所限定的切片厚度可以是默认厚度、用户所选的厚度以及/或者由切片提取处理器140自动确定的切片厚度。例如,切片提取处理器140可以被配置为基于胎盘520的体积模型的厚度来自动设置切片厚度,使得只有胎盘组织涵盖在所提取的弯曲超声图像切片510内。另外和/或可选地,超声切片520的曲率可以由超声操作者,经由用户输入设备130,通过与如图2和图3所示的可操纵工具320、420交互来手动选择。
再次参考图1,信号处理器132可包括灌注分析处理器150,该灌注分析处理器包括合适的逻辑、电路、接口和/或代码,其可能可操作以分析形貌超声图像切片的彩色多普勒信息,从而生成灌注数据信息。灌注数据信息可包括:大于预定尺寸阈值的分段灌注区域;分段灌注区域的计数数量是否超过预定最小值的指示信息;覆盖在形貌超声图像切片上的网格的网格单元中的血流速度测量结果(例如,峰值绝对速度、平均绝对速度、峰值正速度与峰值负速度之比、以及平均正速度与平均负速度之比等);覆盖在形貌超声图像切片上的网格的网格单元中的灌注面积比测量结果(例如,灌注面积与非灌注面积之比);低灌注区域的高亮显示;以及/或者形貌超声图像切片中的低灌注区域的任何合适的指示信息。
灌注分析处理器150可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如,卷积神经网络),以及/或者可利用任何合适形式的被配置为将形貌超声图像切片中的灌注区域进行分段的图像分析技术或机器学习处理功能。在各种实施方案中,灌注分析处理器150可以被配置为仅将大于预定尺寸阈值的灌注区域进行分段。在示例性实施方案中,灌注分析处理器150可被提供为深度神经网络,该深度神经网络可由例如输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如,灌注分析处理器150可包括输入层,其具有针对来自具有彩色多普勒信息的胎盘解剖部分的形貌超声图像切片中的每个像素或一组像素的神经元。输出层可具有与胎盘解剖部分的分段灌注区域对应的神经元。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如,第一层的神经元可学习以识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的界标的位置。灌注分析处理器150深度神经网络(例如,卷积神经网络)所执行的处理可以高概率地将形貌超声图像切片中所绘的胎盘解剖部分的灌注区域进行分段。
灌注分析处理器150可以被配置为使显示系统134呈现具有分段灌注区域的弯曲形貌超声图像切片的绘制。在各种实施方案中,分段灌注区域可仅包括大于预定尺寸阈值的灌注区域。分段灌注区域可通过描绘轮廓、高亮显示和/或对分段灌注区域的任何合适指示信息来示出。在各种实施方案中,灌注分析处理器150可以被配置为对弯曲形貌超声图像切片上所呈现的分段灌注区域进行计数。灌注分析处理器150可以被配置为如果分段灌注区域的计数数量未超过预定最小数量则提供警报。例如,警报可以是图标、文本消息、以及/或者弯曲形貌超声图像切片中的低灌注的任何合适的指示信息。灌注分析处理器150可以将所绘的且具有分段灌注区域的弯曲形貌超声图像切片存储于档案138和/或任何合适的数据存储介质处。
图5是根据各种实施方案的分段灌注区域620大于预定尺寸阈值的弯曲超声图像切片610的示例性体绘制的屏幕截图600。参考图5,屏幕截图600包括弯曲超声图像切片610的体绘制,该体绘制具有表示灌注区域620的彩色多普勒信息。弯曲超声图像切片610的绘制包括大于预定尺寸阈值的分段灌注区域620。弯曲超声图像切片610的绘制用分段灌注区域620的轮廓线来示出。在各种实施方案中,分段灌注区域620可以通过描绘轮廓、高亮显示、以及/或者任何合适的指示信息来标识。在示例性实施方案中,灌注分析处理器150可以被配置为对弯曲形貌超声图像切片610上所呈现的分段灌注区域620进行计数。灌注分析处理器150可以被配置为如果分段灌注区域620的计数数量未超过预定最小数量诸如十(10)或任何合适的最小数量则提供警报。例如,弯曲超声图像切片610的体绘制的屏幕截图600包括十一(11)个分段灌注区域620,其大于十(10)个分段灌注区域620的预定最小数量。然而,如果弯曲超声图像切片610的绘制包括少于十(10)个分段灌注区域620,则灌注分析处理器150可以被配置为提供警报,诸如图标、文本消息、以及/或者任何合适的弯曲形貌超声图像切片610中的低灌注指示信息。
再次参考图1,灌注分析处理器150可以被配置为使显示系统134呈现弯曲形貌超声图像切片的绘制,该绘制具有覆盖在所绘的弯曲形貌超声图像切片上的网格。灌注分析处理器150可以被配置为将所绘的弯曲形貌超声图像切片中的灌注区域进行分段,并且自动分析与所绘的弯曲形貌超声图像切片中的分段灌注区域相关联的彩色多普勒信息,以提供针对网格中的每个单元的血流速度测量结果。血流速度测量结果可以是峰值绝对速度、平均绝对速度、峰值正速度与峰值负速度之比、平均正速度与平均负速度之比、以及/或者任何合适的血流速度测量结果。灌注分析处理器150可以将所绘的且具有网格以及与每个网格单元相关联的血流速度测量结果的弯曲形貌超声图像切片存储于档案138和/或任何合适的数据存储介质处。
图6是根据各种实施方案的具有网格730的弯曲超声图像切片710的示例性体绘制的屏幕截图700,每个网格单元包括血流速度测量结果740。参考图6,弯曲形貌超声图像切片710的屏幕截图700具有表示灌注区域720的彩色多普勒信息。弯曲形貌超声图像切片710与形成网格单元的网格730重叠。灌注分析处理器150可以被配置为将灌注区域720分段,并且基于彩色多普勒信息,对每个网格单元中的灌注区域720执行血流速度测量740。灌注分析处理器150可以被配置为呈现对应网格单元中的每个网格单元的血流速度测量结果740。例如,如图6所示,峰值绝对速度测量结果740呈现于网格730的每个网格单元中,该网格叠加于弯曲超声图像切片710的绘制之上。在各种实施方案中,血流速度测量结果可以另外和/或可选地包括平均绝对速度、峰值正速度与峰值负速度之比、平均正速度与平均负速度之比、以及/或者任何合适的血流速度测量结果。
再次参考图1,灌注分析处理器150可以被配置为使显示系统134呈现弯曲形貌超声图像切片的绘制,该绘制具有覆盖在所绘的弯曲形貌超声图像切片上的网格。灌注分析处理器150可以被配置为将所绘的弯曲形貌超声图像切片中的灌注区域进行分段,并且自动分析与所绘的弯曲形貌超声图像切片中的分段灌注区域相关联的彩色多普勒信息,以提供针对网格中的每个单元的面积比测量结果。通过计算包括灌注的网格单元的百分比,可确定面积比测量结果。灌注分析处理器150可以被配置为高亮显示面积比小于面积比阈值的网格单元。例如,灌注分析处理器150可以高亮显示面积比低于15%的网格单元。灌注分析处理器150可以被配置为基于高亮显示的网格单元的数量来确定整体灌注不足。灌注分析处理器150可以被配置为通过标识出面积比低于阈值的一组空间上相邻的网格单元来描绘轮廓、标记、高亮显示和/或以其他方式来提供局部机能不全的指示符。作为示例,为了在绘制弯曲形貌超声图像切片时,提供低灌注局部面积的视觉指示信息,灌注分析处理器150可以提供方框,该方框围绕空间上相邻且面积比低于阈值的一组高亮显示网格单元。灌注分析处理器150可以将所绘的具有网格、与每个网格单元相关联的灌注面积比测量结果、高亮显示和/或低灌注标识符的弯曲形貌超声图像切片存储于档案138和/或任何合适的数据存储介质处。
图7是根据各种实施方案的具有网格830的弯曲超声图像切片810的示例性体绘制的屏幕截图800,每个网格单元包括灌注面积比测量结果840,其中对灌注面积比测量结果840低于预定阈值的网格单元进行高亮显示850,并且其中对一组空间上相邻的高亮显示单元850进行标识860。参考图7,弯曲形貌超声图像切片810的屏幕截图800具有表示灌注区域820的彩色多普勒信息。弯曲形貌超声图像切片810与形成网格单元的网格830重叠。灌注分析处理器150可以被配置为将灌注区域820分段,并且基于彩色多普勒信息,对每个网格单元中的灌注区域820执行面积比测量。灌注分析处理器150可以被配置为呈现对应网格单元中的每个网格单元的面积比测量结果840。例如,如图7所示,面积比测量结果840呈现于网格830的每个网格单元中,该网格叠加于弯曲超声图像切片810的绘制之上。灌注分析处理器150可以被配置为高亮显示850面积比测量结果840低于面积比阈值诸如低于15%的网格单元。灌注分析处理器150可以被配置为通过描绘轮廓、添加标签、高亮显示以及/或者以其他方式来标识出860面积比测量结果低于阈值的且空间上相邻的一组高亮显示网格单元,来标识出860局部灌注不足,以在绘制弯曲形貌超声图像切片810时,提供低灌注局部区域的视觉指示信息860。
再次参考图1,显示系统134可以是能够将视觉信息传达给用户的任何设备。例如,显示系统134可包括液晶显示器、发光二极管显示器、和/或任何合适的一种或多种显示器。显示系统134能够可操作以呈现:超声图像平面310、410;可操纵工具320、420;切片厚度330、430的指示信息;所绘的在所有三个维度上弯曲并具有彩色多普勒信息的形貌超声图像切片520、610、710、810;灌注数据信息620、720、730、740、820、830、840、850、860;和/或任何合适的信息。
档案138可以是与超声系统100集成和/或可通信地耦接(例如,通过网络)到超声系统100的一个或多个计算机可读存储器,诸如图像归档和通信系统(PACS)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储器、闪存存储器、随机存取存储器、只读存储器、可电擦除和可编程只读存储器,和/或任何合适的存储器。档案138可包括例如由信号处理器132访问和/或与信号处理器132结合的数据库、库、信息集或其他存储器。例如,档案138能够暂时或永久地存储数据。档案138可能能够存储医学图像数据、由信号处理器132生成的数据和/或信号处理器132可读取的指令等。在各种实施方案中,档案138存储:超声体积;超声图像平面310、410;用于提供可操纵工具320、420的指令;用于提供切片厚度330、430的指示信息的指令;用于提取在所有三个维度上弯曲并具有彩色多普勒信息的形貌超声图像切片520、610、710、810的指令;在所有三个维度上弯曲并具有彩色多普勒信息的形貌超声图像切片520、610、710、810;用于生成灌注数据信息620、720、730、740、820、830、840、850、860的指令;和/或例如灌注数据信息620、720、730、740、820、830、840、850、860。
超声系统100的部件可在软件、硬件、固件等中实现。超声系统100的各种部件可以通信地连接。超声系统100的部件可单独实现和/或以各种形式集成。例如,显示系统134和用户输入设备130可集成为触摸屏显示器。
仍然参考图1,训练系统200可包括训练引擎210和训练数据库220。训练引擎160可包括合适的逻辑、电路、接口和/或代码,其可能可操作以训练由切片提取处理器140和/或灌注分析处理器150所推断(即,部署)的深度神经网络(例如,人工智能模型)的神经元。例如,可以训练由切片提取处理器140所推断的人工智能模型,以使用胎盘解剖部分的分类超声体积的数据库220,来自动标识超声体积中所绘的胎盘解剖部分的内表面。作为示例,训练引擎210可以训练由切片提取处理器140所部署的深度神经网络,以使用具有灌注区域的分类形貌超声图像切片的数据库220,将形貌超声图像切片中的灌注区域自动分段。
在各种实施方案中,训练图像的数据库220可以是图片归档和通信系统(PACS)或任何合适的数据存储介质。在特定实施方案中,训练引擎210和/或训练图像数据库220可以是经由有线或无线连接通信地耦接到超声系统100的远程系统,如图1所示。附加地和/或另选地,训练系统200的部件或全部可以以各种形式与超声系统100集成。
图8是示出了根据各种实施方案的可用于自动分析弯曲形貌超声图像切片520、610、710、810中的胎盘机能不全的示例性步骤902至908的流程图900。参考图8,示出了包括示例性步骤902至908的流程图900。某些实施方案可省略一个或多个步骤,和/或以与所列顺序不同的顺序执行步骤,和/或组合下文讨论的某些步骤。例如,在特定实施方案中可能不执行一些步骤。又如,某些步骤可能以与下面所列时间顺序不同的时间顺序执行,包括同时执行。
在步骤902处,超声系统100采集包括胎盘解剖部分的彩色多普勒信息的超声体积。例如,可以操作超声系统100的超声探头104以采集具有胎盘解剖部分的彩色多普勒信息的超声体积。
在步骤904处,超声系统100的信号处理器132在距胎盘解剖部分的内表面下方一定距离处,提取出在所有三个维度上弯曲并具有彩色多普勒信息的形貌超声图像切片。例如,信号处理器132的切片提取处理器140可以被配置为提供工具320、420而与该体积的超声平面310、410一起呈现于显示系统134处,并且可操纵以手动选择待从超声体积中提取出的形貌切片520、610、710、810的曲率。切片提取处理器140可以被配置为基于所操纵的工具320、420的定位以及所限定的切片厚度330、430来提取并绘制在所有三个维度上弯曲的形貌超声切片520、610、710、810。作为另一示例,切片提取处理器140可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如,卷积神经网络),以及/或者可利用任何合适形式的被配置为标识出超声体积中所绘的胎盘解剖部分的内表面的图像分析技术或机器学习处理功能。切片提取处理器140可以被配置为从超声体积中自动提取出在所有三个维度上弯曲的形貌超声切片,该形貌切片与超声体积中所绘的胎盘解剖部分的标识内表面下方保持指定距离或深度(例如,5毫米或任何合适的距离/深度)。切片提取处理器140可以被配置为基于所标识的内表面、所指定的距离以及所限定的切片厚度(例如,介于1毫米至5毫米之间)来提取并绘制在所有三个维度上弯曲的形貌超声切片。切片提取处理器140可以被配置为:将所绘的弯曲形貌超声图像切片520、610、710、810呈现于显示系统134处;将所绘的弯曲形貌超声图像切片520、610、710、810提供给信号处理器132的灌注分析处理器150;以及/或者将所绘的弯曲形貌超声图像切片520、610、710、810存储于档案138和/或任何合适的数据存储介质处。
在步骤906处,超声系统100的信号处理器132可以分析形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。例如,信号处理器132的灌注分析处理器150可以将图像分析算法、人工智能算法、一个或多个深度神经网络(例如,卷积神经网络)以及/或者任何合适形式的图像分析技术或机器学习处理功能应用于在步骤904所提取的形貌超声图像切片520、610、710、810,以将形貌图像切片520、610、710、810中的灌注区域620、720、820进行分段。由灌注分析处理器150生成的灌注数据信息可包括大于预定尺寸阈值的分段灌注区域620、720、820。另外和/或可选地,灌注数据信息可包括:分段灌注区域的计数数量是否超过预定最小值的指示信息;覆盖在形貌超声图像切片520、610、710、810上的网格730的网格单元中的血流速度测量结果740(例如,峰值绝对速度、平均绝对速度、峰值正速度与峰值负速度之比、以及平均正速度与平均负速度之比等);覆盖在形貌超声图像切片520、610、710、810上的网格830的网格单元中的灌注面积比测量结果840(例如,灌注面积与非灌注面积之比);低灌注区域的高亮显示850、860;以及/或者形貌超声图像切片520、610、710、810中的低灌注区域的任何合适的指示信息。
在步骤908处,超声系统100的信号处理器132可以将形貌超声图像切片520、610、710、810与灌注数据信息620、720、730、740、820、830、840、850、860一起呈现于显示系统134处。例如,信号处理器132的灌注分析处理器150可以被配置为使显示系统134将在步骤904所提取的形貌超声图像切片520、610、710、810与在步骤906所生成的灌注数据信息620、720、730、740、820、830、840、850、860一起呈现于显示系统134处。
本公开的各方面提供了一种用于自动分析弯曲形貌超声图像切片520、610、710、810中的胎盘机能不全的方法900和系统100。根据各种实施方案,方法900可包括:由超声系统100采集902胎盘解剖部分的超声体积,该超声体积包括彩色多普勒信息。方法900可包括:在距胎盘解剖部分的内表面下方一定距离处,由超声系统100的至少一个处理器132、140提取940形貌超声图像切片520、610、710、810。形貌超声图像切片520、610、710、810在所有三个维度上是弯曲的并且包括彩色多普勒信息。方法900可包括:由至少一个处理器132、150分析906形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。方法900可包括:由至少一个处理器132、140、150使908显示系统134将形貌超声图像切片520、610、710、810与灌注数据信息620、720、730、740、820、830、840、850、860一起呈现。
在示例性实施方案中,提取904形貌超声图像切片520、610、710、810包括:接收手动选择形貌超声图像切片520、610、710、810的曲率的用户输入。接收用户输入包括:由至少一个处理器132、140呈现可操纵工具320、420,该可操纵工具覆盖在多个超声图像平面310、410中的每个超声图像平面上。接收用户输入包括:由至少一个处理器132、140接收对可操纵工具320、420的操纵,以选择形貌超声图像切片520、610、710、810的曲率。在代表性实施方案中,提取904形貌超声图像切片520、610、710、810包括:由至少一个处理器132、140自动标识胎盘解剖部分的内表面。提取904形貌超声图像切片520、610、710、810包括:由至少一个处理器132、140应用距胎盘解剖部分的内表面的限定距离。提取904形貌超声图像切片520、610、710、810包括:由至少一个处理器132、140应用所限定的切片厚度330、430。在各种实施方案中,分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:由至少一个处理器132、150将大于预定尺寸阈值的灌注区域620进行分段。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:由至少一个处理器132、150对分段灌注区域620的数量进行计数。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:当分段灌注区域620的数量小于预定最小灌注区域阈值时,由至少一个处理器132、150提供警报。在某些实施方案中,分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:由至少一个处理器132、150将形貌超声图像切片520、610、710、810划分成网格730、830。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:由至少一个处理器132、150为网格730、830的每个网格单元确定灌注数据信息620、720、730、740、820、830、840、850、860。在示例性实施方案中,灌注数据信息620、720、730、740、820、830、840、850、860包括血流测量结果740,该血流测量结果是以下中的一项或多项:峰值绝对速度、平均绝对速度、峰值正速度与峰值负速度之比或平均正速度与平均负速度之比。在代表性实施方案中,灌注数据信息620、720、730、740、820、830、840、850、860包括灌注面积比测量结果840。方法900可包括以下中的一项或两项:由至少一个处理器132、150高亮显示850灌注面积比测量结果840低于预定灌注面积比测量阈值的每个网格单元;或者,由至少一个处理器132、150标识出860至少一组空间上相邻的网格单元。每个空间上相邻的网格单元可包括低于预定灌注面积比测量阈值的灌注面积比测量结果840。
各种实施方案提供了一种用于自动分析弯曲形貌超声图像切片520、610、710、810中的胎盘机能不全的系统100。系统100可包括超声系统100、至少一个处理器132、140、150和显示系统134。超声系统100可以被配置为采集胎盘解剖部分的超声体积,该超声体积包括彩色多普勒信息。至少一个处理器132、140可以被配置为在距胎盘解剖部分的内表面下方一定距离处提取形貌超声图像切片520、610、710、810。形貌超声图像切片520、610、710、810在所有三个维度上是弯曲的并且包括彩色多普勒信息。至少一个处理器132、150可以被配置为分析形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。显示系统134可以被配置为将形貌超声图像切片520、610、710、810与灌注数据信息620、720、730、740、820、830、840、850、860一起呈现。
在代表性实施方案中,至少一个处理器132、140被配置为通过接收手动选择形貌超声图像切片520、610、710、810的曲率的用户输入来提取形貌超声图像切片520、610、710、810。至少一个处理器132、140被配置为呈现可操纵工具320、420,该可操纵工具覆盖在多个超声图像平面310、410中的每个超声图像平面上。至少一个处理器132、140被配置为接收对可操纵工具320、420的操纵,以选择形貌超声图像切片520、610、710、810的曲率。在各种实施方案中,至少一个处理器132、140被配置为通过自动标识胎盘解剖部分的内表面来提取形貌超声图像切片520、610、710、810。至少一个处理器132、140被配置为通过应用距胎盘解剖部分的内表面的限定距离来提取形貌超声图像切片520、610、710、810。至少一个处理器132、140被配置为通过应用所限定的切片厚度330、430来提取形貌超声图像切片520、610、710、810。在某些实施方案中,至少一个处理器132、150被配置为通过将大于预定尺寸阈值的灌注区域620、720、820进行分段来分析形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。至少一个处理器132、150被配置为通过对分段灌注区域620、720、820的数量进行计数来分析形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。至少一个处理器132、150被配置为通过当分段灌注区域620、720、820的数量低于预定最小灌注区域阈值时提供警报来分析形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。在示例性实施方案中,至少一个处理器132、150被配置为通过将形貌超声图像切片520、610、710、810划分成网格730、830来分析形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。至少一个处理器132、150被配置为通过为网格730、830的每个网格单元确定灌注数据信息620、720、730、740、820、830、840、850、860来分析形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。在代表性实施方案中,灌注数据信息620、720、730、740、820、830、840、850、860包括血流测量结果740,该血流测量结果是以下中的一项或多项:峰值绝对速度740、平均绝对速度、峰值正速度与峰值负速度之比或平均正速度与平均负速度之比。在各种实施方案中,灌注数据信息620、720、730、740、820、830、840、850、860包括灌注面积比测量结果840。至少一个处理器132、150被配置为以下中的一项或两项:高亮显示850灌注面积比测量结果840低于预定灌注面积比测量阈值的每个网格单元,或标识出860至少一组空间上相邻的网格单元。空间上相邻的网格单元中的每个空间上相邻的网格单元包括低于预定灌注面积比测量阈值的灌注面积比测量结果840。
某些实施方案提供一种非暂态计算机可读介质,在该非暂态计算机可读介质上存储有计算机程序,该计算机程序具有至少一个代码段。至少一个代码段可由机器执行以使超声系统100执行步骤900。步骤900可包括:接收902胎盘解剖部分的超声体积,该超声体积包括彩色多普勒信息。步骤900可包括:在距胎盘解剖部分的内表面下方一定距离处,提取904形貌超声图像切片520、610、710、810。形貌超声图像切片520、610、710、810在所有三个维度上是弯曲的并且包括彩色多普勒信息。步骤900可包括:分析906形貌超声图像切片520、610、710、810的彩色多普勒信息,以生成灌注数据信息620、720、730、740、820、830、840、850、860。步骤900可包括:使显示系统134将形貌超声图像切片520、610、710、810与灌注数据信息620、720、730、740、820、830、840、850、860一起呈现908。
在各种实施方案中,提取904形貌超声图像切片520、610、710、810包括:接收手动选择形貌超声图像切片520、610、710、810的曲率的用户输入。接收用户输入包括:呈现可操纵工具320、420,该可操纵工具覆盖在多个超声图像平面310、410中的每个超声图像平面上。接收用户输入包括:接收对可操纵工具320、420的操纵,以选择形貌超声图像切片520、610、710、810的曲率。在某些实施方案中,提取904形貌超声图像切片520、610、710、810包括:自动标识胎盘解剖部分的内表面。提取904形貌超声图像切片520、610、710、810包括:应用距胎盘解剖部分的内表面的限定距离。提取904形貌超声图像切片520、610、710、810包括:应用所限定的切片厚度330、430。在示例性实施方案中,分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:将大于预定尺寸阈值的灌注区域620、720、820进行分段。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:对分段灌注区域620、720、820的数量进行计数。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:当分段灌注区域620、720、820的数量小于预定最小灌注区域阈值时,提供警报。在代表性实施方案中,分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:将形貌超声图像切片520、610、710、810划分成网格730、830。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:为网格730、830的每个网格单元确定灌注数据信息620、720、730、740、820、830、840、850、860。灌注数据信息620、720、730、740、820、830、840、850、860包括血流测量结果740,该血流测量结果是以下中的一项或多项:峰值绝对速度740、平均绝对速度、峰值正速度与峰值负速度之比或平均正速度与平均负速度之比。在各种实施方案中,分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:将形貌超声图像切片520、610、710、810划分成网格730、830。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括:为网格730、830的每个网格单元确定灌注数据信息620、720、730、740、820、830、840、850、860。灌注数据信息包括灌注面积比测量结果840。分析906形貌超声图像切片520、610、710、810的彩色多普勒信息以生成灌注数据信息620、720、730、740、820、830、840、850、860包括以下中的一项或两项:高亮显示850灌注面积比测量结果840低于预定灌注面积比测量阈值的每个网格单元,或者标识出860至少一组空间上相邻的网格单元。空间上相邻的网格单元860中的每个空间上相邻的网格单元包括低于预定灌注面积比测量阈值的灌注面积比测量结果840。
如本文所用,术语“电路”是指物理电子部件(即,硬件)以及可配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。例如,如本文所用,当执行一条或多条第一代码时,特定处理器和存储器可包括第一“电路”,并且在执行一条或多条第二代码时,特定处理器和存储器可包括第二“电路”。如本文所用,“和/或”表示列表中的由“和/或”连结的项中的任一个或多个项。例如,“x和/或y”表示三元素集{(x),(y),(x,y)}中的任何元素。又如,“x、y和/或z”表示七元素集{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。如本文所用,术语“示例性”表示用作非限制性示例、实例或例证。如本文所用,术语“例如(e.g.)”和“例如(for example)”引出一个或多个非限制性示例、实例或例证的列表。如本文所用,电路“可操作为”和/或“被配置为”每当该电路包括执行功能的必需硬件和代码(如果需要的话)时就执行该功能,不管是否通过某些用户可配置的设置禁用或不启用该功能的执行。
其他实施方案可提供计算机可读设备和/或非暂态计算机可读介质,和/或机器可读设备和/或非暂态机器可读介质,该计算机可读设备和/或非暂态计算机可读介质和/或该机器可读设备和/或非暂态机器可读介质上存储有机器代码和/或具有可由机器和/或计算机执行的至少一个代码段的计算机程序,从而使机器和/或计算机执行如本文所述的用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的步骤。
因此,本公开可在硬件、软件或硬件和软件的组合中实现。本公开可能以集中方式在至少一个计算机系统中实现,或以分布式方式实现,其中不同的元件分布在若干互连的计算机系统上。适于执行本文所述的方法的任何种类的计算机系统或其他装置都是合适的。
各种实施方案也可嵌入计算机程序产品中,该计算机程序产品包括能够实现本文所述的方法的所有特征,并且当加载到计算机系统中时能够执行这些方法。本文中的计算机程序是指以任何语言、代码或符号表示的一组指令的任何表达,这些指令旨在使具有信息处理能力的系统直接执行特定功能或在以下两项或其中一项之后执行特定功能:a)转换为另一种语言、代码或符号;b)以不同的物质形式进行复制。
虽然已经参考某些实施方案来描述了本公开,但是本领域的技术人员应当理解,在不脱离本公开的范围的情况下,可以进行各种改变并可以替换等同物。另外,在不脱离本公开的范围的情况下,可以进行许多修改以使特定情况或材料适应于本公开的教导。因此,本公开不旨在限于所公开的特定实施方案,而是本公开将包括落入所附权利要求书的范围内的所有实施方案。
Claims (20)
1.一种成像方法,所述成像方法包括:
由超声系统采集胎盘解剖部分的超声体积,所述超声体积包括彩色多普勒信息;
在距所述胎盘解剖部分的内表面下方一定距离处,由所述超声系统的至少一个处理器提取形貌超声图像切片,其中所述形貌超声图像切片在所有三个维度上是弯曲的并且包括所述彩色多普勒信息;
由所述至少一个处理器分析所述形貌超声图像切片的所述彩色多普勒信息,以生成灌注数据信息;以及
由所述至少一个处理器使显示系统将所述形貌超声图像切片与所述灌注数据信息一起呈现。
2.根据权利要求1所述的方法,其中:
所述提取所述形貌超声图像切片包括:接收手动选择所述形貌超声图像切片的曲率的用户输入;并且
所述接收所述用户输入包括:
由所述至少一个处理器呈现可操纵工具,所述可操纵工具覆盖在多个超声图像平面中的每个超声图像平面上;以及
由所述至少一个处理器接收对所述可操纵工具的操纵,以选择所述形貌超声图像切片的所述曲率。
3.根据权利要求1所述的方法,其中所述提取所述形貌超声图像切片包括:
由所述至少一个处理器自动标识所述胎盘解剖部分的所述内表面;
由所述至少一个处理器应用距所述胎盘解剖部分的所述内表面的限定距离;以及
由所述至少一个处理器应用限定的切片厚度。
4.根据权利要求1所述的方法,其中所述分析所述形貌超声图像切片的所述彩色多普勒信息以生成灌注数据信息包括:
由所述至少一个处理器将大于预定尺寸阈值的灌注区域进行分段;
由所述至少一个处理器对所述分段灌注区域的数量进行计数;以及
当所述分段灌注区域的数量小于预定最小灌注区域阈值时,由所述至少一个处理器提供警报。
5.根据权利要求1所述的方法,其中所述分析所述形貌超声图像切片的所述彩色多普勒信息以生成灌注数据信息包括:
由所述至少一个处理器将所述形貌超声图像切片划分成网格;以及
由所述至少一个处理器为所述网格的每个网格单元确定所述灌注数据信息。
6.根据权利要求5所述的方法,其中所述灌注数据信息包括血流测量结果,所述血流测量结果是以下中的一项或多项:
峰值绝对速度、
平均绝对速度、
峰值正速度与峰值负速度之比或
平均正速度与平均负速度之比。
7.根据权利要求5所述的方法,其中所述灌注数据信息包括灌注面积比测量结果,并且包括以下中的一项或两项:
由所述至少一个处理器高亮显示所述灌注面积比测量结果低于预定灌注面积比测量阈值的每个网格单元,或
由所述至少一个处理器标识出至少一组空间上相邻的网格单元,其中所述空间上相邻的网格单元中的每个空间上相邻的网格单元包括低于所述预定灌注面积比测量阈值的所述灌注面积比测量结果。
8.一种超声系统,所述超声系统包括至少一个处理器;
其中所述超声系统被配置为采集胎盘解剖部分的超声体积,所述超声体积包括彩色多普勒信息;
所述至少一个处理器被配置为:
在距所述胎盘解剖部分的内表面下方一定距离处,提取形貌超声图像切片,其中所述形貌超声图像切片在所有三个维度上是弯曲的并且包括所述彩色多普勒信息;并且
分析所述形貌超声图像切片的所述彩色多普勒信息,以生成灌注数据信息;以及
显示系统,所述显示系统被配置为将所述形貌超声图像切片与所述灌注数据信息一起呈现。
9.根据权利要求8所述的系统,其中:
所述至少一个处理器被配置为通过接收手动选择所述形貌超声图像切片的曲率的用户输入来提取所述形貌超声图像切片;并且
所述至少一个处理器被配置为:
呈现可操纵工具,所述可操纵工具覆盖在多个超声图像平面中的每个超声图像平面上;并且
接收对所述可操纵工具的操纵,以选择所述形貌超声图像切片的所述曲率。
10.根据权利要求8所述的系统,其中所述至少一个处理器被配置为通过以下步骤来提取所述形貌超声图像切片:
自动标识所述胎盘解剖部分的所述内表面;
应用距所述胎盘解剖部分的所述内表面的限定距离;以及
应用限定的切片厚度。
11.根据权利要求8所述的系统,其中所述至少一个处理器被配置为通过以下步骤来分析所述形貌超声图像切片的所述彩色多普勒信息,以生成灌注数据信息:
将大于预定尺寸阈值的灌注区域进行分段;
对所述分段灌注区域的数量进行计数;以及
当所述分段灌注区域的数量小于预定最小灌注区域阈值时,提供警报。
12.根据权利要求8所述的系统,其中所述至少一个处理器被配置为通过以下步骤来分析所述形貌超声图像切片的所述彩色多普勒信息,以生成灌注数据信息:
将所述形貌超声图像切片划分成网格;以及
为所述网格的每个网格单元确定所述灌注数据信息。
13.根据权利要求12所述的系统,其中所述灌注数据信息包括血流测量结果,所述血流测量结果是以下中的一项或多项:
峰值绝对速度、
平均绝对速度、
峰值正速度与峰值负速度之比或
平均正速度与平均负速度之比。
14.根据权利要求12所述的系统,其中所述灌注数据信息包括灌注面积比测量结果,并且其中所述至少一个处理器被配置为以下中的一项或两项:
高亮显示所述灌注面积比测量结果低于预定灌注面积比测量阈值的每个网格单元,或者
标识出至少一组空间上相邻的网格单元,其中所述空间上相邻的网格单元中的每个空间上相邻的网格单元包括低于所述预定灌注面积比测量阈值的所述灌注面积比测量结果。
15.一种非暂态计算机可读介质,在所述非暂态计算机可读介质上存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段能够由机器执行,以使得超声系统执行包括以下各项的步骤:
接收胎盘解剖部分的超声体积,所述超声体积包括彩色多普勒信息;
在距所述胎盘解剖部分的内表面下方一定距离处,提取形貌超声图像切片,其中所述形貌超声图像切片在所有三个维度上是弯曲的并且包括所述彩色多普勒信息;
分析所述形貌超声图像切片的所述彩色多普勒信息,以生成灌注数据信息;以及
使显示系统将所述形貌超声图像切片与所述灌注数据信息一起呈现。
16.根据权利要求15所述的非暂态计算机可读介质,其中:
所述提取所述形貌超声图像切片包括:接收手动选择所述形貌超声图像切片的曲率的用户输入;并且
所述接收所述用户输入包括:
呈现可操纵工具,所述可操纵工具覆盖在多个超声图像平面中的每个超声图像平面上;并且
接收对所述可操纵工具的操纵,以选择所述形貌超声图像切片的所述曲率。
17.根据权利要求15所述的非暂态计算机可读介质,其中所述提取所述形貌超声图像切片包括:
自动标识所述胎盘解剖部分的所述内表面;
应用距所述胎盘解剖部分的所述内表面的限定距离;以及
应用限定的切片厚度。
18.根据权利要求15所述的非暂态计算机可读介质,其中所述分析所述形貌超声图像切片的所述彩色多普勒信息以生成灌注数据信息包括:
将大于预定尺寸阈值的灌注区域进行分段;
对所述分段灌注区域的数量进行计数;以及
当所述分段灌注区域的数量小于预定最小灌注区域阈值时,提供警报。
19.根据权利要求15所述的非暂态计算机可读介质,其中所述分析所述形貌超声图像切片的所述彩色多普勒信息以生成灌注数据信息包括:
将所述形貌超声图像切片划分成网格;以及
为所述网格的每个网格单元确定所述灌注数据信息,
其中所述灌注数据信息包括血流测量结果,所述血流测量结果是以下中的一项或多项:
峰值绝对速度、
平均绝对速度、
峰值正速度与峰值负速度之比或
平均正速度与平均负速度之比。
20.根据权利要求15所述的非暂态计算机可读介质,其中所述分析所述形貌超声图像切片的所述彩色多普勒信息以生成灌注数据信息包括:
将所述形貌超声图像切片划分成网格;
为所述网格的每个网格单元确定所述灌注数据信息,其中所述灌注数据信息包括灌注面积比测量结果;以及以下中的一项或两项:
高亮显示所述灌注面积比测量结果低于预定灌注面积比测量阈值的每个网格单元,或
标识出至少一组空间上相邻的网格单元,其中所述空间上相邻的网格单元中的每个空间上相邻的网格单元包括低于所述预定灌注面积比测量阈值的所述灌注面积比测量结果。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/557,794 | 2021-12-21 | ||
US17/557,794 US20230196554A1 (en) | 2021-12-21 | 2021-12-21 | Method and system for automatically analyzing placenta insufficiency in a curved topographical ultrasound image slice |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116269491A true CN116269491A (zh) | 2023-06-23 |
Family
ID=86768456
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211573680.7A Pending CN116269491A (zh) | 2021-12-21 | 2022-12-08 | 用于自动分析弯曲形貌超声图像切片中的胎盘机能不全的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230196554A1 (zh) |
CN (1) | CN116269491A (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6086539A (en) * | 1996-12-04 | 2000-07-11 | Acuson Corporation | Methods and apparatus for ultrasound image quantification |
US6352509B1 (en) * | 1998-11-16 | 2002-03-05 | Kabushiki Kaisha Toshiba | Three-dimensional ultrasonic diagnosis apparatus |
JP2010534078A (ja) * | 2007-04-13 | 2010-11-04 | コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ | 定量化された超音波の厚いスライスでのイメージングによる灌流検査 |
-
2021
- 2021-12-21 US US17/557,794 patent/US20230196554A1/en active Pending
-
2022
- 2022-12-08 CN CN202211573680.7A patent/CN116269491A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230196554A1 (en) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10368833B2 (en) | Method and system for fetal visualization by computing and displaying an ultrasound measurement and graphical model | |
US10499879B2 (en) | Systems and methods for displaying intersections on ultrasound images | |
US20220071595A1 (en) | Method and system for adapting user interface elements based on real-time anatomical structure recognition in acquired ultrasound image views | |
JP2020503099A (ja) | 出産前超音波イメージング | |
CN111683600A (zh) | 用于根据超声图像获得解剖测量的设备和方法 | |
US20220273267A1 (en) | Ultrasonic imaging method and ultrasonic imaging system | |
CN113558658A (zh) | 提供超声图像的方法和系统 | |
CN112515747A (zh) | 用于分析超声场景以提供针引导和警告的方法和系统 | |
CN112568927A (zh) | 用于为三维的和四维的超声图像提供旋转预览的方法和系统 | |
CN114098797B (zh) | 用于提供解剖取向指示符的方法和系统 | |
US20230196554A1 (en) | Method and system for automatically analyzing placenta insufficiency in a curved topographical ultrasound image slice | |
US20230087363A1 (en) | Methods and systems for automatic assessment of fractional limb volume and fat lean mass from fetal ultrasound scans | |
US11890142B2 (en) | System and methods for automatic lesion characterization | |
US11903898B2 (en) | Ultrasound imaging with real-time visual feedback for cardiopulmonary resuscitation (CPR) compressions | |
CN112690825A (zh) | 用于提供手绘渲染起始线绘制工具和自动渲染预设选择的方法和系统 | |
US12026886B2 (en) | Method and system for automatically estimating a hepatorenal index from ultrasound images | |
US20220237798A1 (en) | Method and system for automatically estimating a hepatorenal index from ultrasound images | |
US20220160334A1 (en) | Method and system for enhanced visualization of a pleural line by automatically detecting and marking the pleural line in images of a lung ultrasound scan | |
US20230342917A1 (en) | Method and system for automatic segmentation and phase prediction in ultrasound images depicting anatomical structures that change over a patient menstrual cycle | |
US20240041430A1 (en) | Method and system for defining a boundary of a region of interest by applying threshold values to outputs of a probabilistic automatic segmentation model based on user-selected segmentation sensitivity levels | |
US20230255587A1 (en) | System and method for automatically measuring and labeling follicles depicted in image slices of an ultrasound volume | |
US20220211347A1 (en) | Method and system for automatically detecting an apex point in apical ultrasound image views to provide a foreshortening warning | |
US20230404533A1 (en) | System and method for automatically tracking a minimal hiatal dimension plane of an ultrasound volume in real-time during a pelvic floor examination | |
US11382595B2 (en) | Methods and systems for automated heart rate measurement for ultrasound motion modes | |
US20230316520A1 (en) | Methods and systems to exclude pericardium in cardiac strain calculations |
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 |