CN116327239A - 用于辅助超声扫描的方法、装置、计算设备及存储介质 - Google Patents
用于辅助超声扫描的方法、装置、计算设备及存储介质 Download PDFInfo
- Publication number
- CN116327239A CN116327239A CN202310145281.9A CN202310145281A CN116327239A CN 116327239 A CN116327239 A CN 116327239A CN 202310145281 A CN202310145281 A CN 202310145281A CN 116327239 A CN116327239 A CN 116327239A
- Authority
- CN
- China
- Prior art keywords
- anomaly
- image
- sequence
- image quality
- scanning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 230000004044 response Effects 0.000 claims abstract description 12
- 230000002547 anomalous effect Effects 0.000 claims abstract description 3
- 230000005856 abnormality Effects 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 31
- 239000000523 sample Substances 0.000 claims description 23
- 238000003384 imaging method Methods 0.000 claims description 15
- 230000003902 lesion Effects 0.000 description 48
- 230000002159 abnormal effect Effects 0.000 description 21
- 238000004891 communication Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 15
- 230000009471 action Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012790 confirmation Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000013421 nuclear magnetic resonance imaging Methods 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 238000002603 single-photon emission computed tomography Methods 0.000 description 4
- 238000003325 tomography Methods 0.000 description 4
- 238000002583 angiography Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000002595 magnetic resonance imaging Methods 0.000 description 3
- 238000002601 radiography Methods 0.000 description 3
- 210000000746 body region Anatomy 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 238000012913 prioritisation Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4411—Device being modular
-
- 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
- A61B8/466—Displaying means of special interest adapted to display 3D 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
- A61B8/483—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
- A61B8/52—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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/54—Control of the diagnostic device
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
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)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
提供了一种用于辅助超声扫描的方法、装置、计算设备及存储介质。方法可以包括:获得扫描图像序列,所述扫描图像序列包含一个或多个超声扫描获得的图像;对所述扫描图像序列进行异常检测;响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,获得与所述异常相关联的图像区域的图像质量;以及显示所述异常的图像化表示,所述异常的所述图像化表示具有指示所述图像质量的显示参数。
Description
技术领域
本公开涉及智能医疗领域,特别是涉及一种用于辅助超声扫描的方法、装置、计算设备及存储介质。
背景技术
当前,医生常常借助医学扫描设备扫描得到的医学图像序列进行医疗诊断。其中,超声采集设备是非常常见的医学扫描设备之一。由于超声采集设备往往需要操作者人为移动探头进行扫描,在这个过程中,可能会出现局部区域扫描速度过快、图像不清晰等等因素,并且非常依赖于操作者本身的经验水平。因此,期望一种用于辅助超声扫描的方法。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
根据本公开的一方面,提供了一种用于辅助超声扫描的方法,包括:获得扫描图像序列,所述扫描图像序列包含一个或多个超声扫描获得的图像;对所述扫描图像序列进行异常检测;响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,获得与所述异常相关联的图像区域的图像质量;以及显示所述异常的图像化表示,所述异常的所述图像化表示具有指示所述图像质量的显示参数。
根据本公开的另一方面,提供了一种用于辅助超声扫描的装置,包括:扫描图像序列获得单元,用于获得扫描图像序列,所述扫描图像序列包含一个或多个超声扫描获得的图像;异常检测单元,用于对所述扫描图像序列进行异常检测;图像质量获得单元,用于响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,获得与所述异常相关联的图像区域的图像质量;以及显示单元,用于显示所述异常的图像化表示,所述异常的所述图像化表示具有指示所述图像质量的显示参数。
根据本公开的另一方面,提供了一种计算设备,包括:存储器、处理器以及存储在所述存储器上的计算机程序,其中,所述处理器被配置为执行所述计算机程序以实现根据本公开的一个或多个实施例的用于辅助超声扫描的方法。
根据本公开的另一方面,提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现根据本公开的一个或多个实施例的用于辅助超声扫描的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据本公开的一个或多个实施例的用于辅助超声扫描的方法。
根据在下文中所描述的实施例,本公开的这些和其它方面将是清楚明白的,并且将参考在下文中所描述的实施例而被阐明。
附图说明
在下面结合附图对于示例性实施例的描述中,本公开的更多细节、特征和优点被公开,在附图中:
图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统的示意图;
图2是图示出根据示例性实施例的用于辅助超声扫描的方法的流程图;
图3A-3D是图示出根据示例性实施例的扫描图像的示意图;
图4是图示出根据示例性实施例的用于辅助超声扫描的装置的示意性框图;
图5是图示出能够应用于示例性实施例的示例性计算机设备的框图。
具体实施方式
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。如本文使用的,术语“多个”意指两个或更多,并且术语“基于”应解释为“至少部分地基于”。此外,术语“和/或”以及“……中的至少一个”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面结合附图详细描述本公开的示例性实施例。
图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统100的示意图。
参考图1,该系统100包括客户端设备110、服务器120、以及将客户端设备110与服务器120通信地耦合的网络130。
客户端设备110包括显示器114和可经由显示器114显示的客户端应用(APP)112。客户端应用112可以为运行前需要下载和安装的应用程序或者作为轻量化应用程序的小程序(liteapp)。在客户端应用112为运行前需要下载和安装的应用程序的情况下,客户端应用112可以被预先安装在客户端设备110上并被激活。在客户端应用112为小程序的情况下,用户102可以通过在宿主应用中搜索客户端应用112(例如,通过客户端应用112的名称等)或扫描客户端应用112的图形码(例如,条形码、二维码等)等方式,在客户端设备110上直接运行客户端应用112,而无需安装客户端应用112。在一些实施例中,客户端设备110可以是任何类型的移动计算机设备,包括移动计算机、移动电话、可穿戴式计算机设备(例如智能手表、头戴式设备,包括智能眼镜,等)或其他类型的移动设备。在一些实施例中,客户端设备110可以替换地是固定式计算机设备,例如台式机、服务器计算机或其他类型的固定式计算机设备。在一些可选的实施例中,客户端设备110还可以是或者可以包括医学图像打印设备。
服务器120典型地为由互联网服务提供商(ISP)或互联网内容提供商(ICP)部署的服务器。服务器120可以代表单台服务器、多台服务器的集群、分布式系统、或者提供基础云服务(诸如云数据库、云计算、云存储、云通信)的云服务器。将理解的是,虽然图1中示出服务器120与仅一个客户端设备110通信,但是服务器120可以同时为多个客户端设备提供后台服务。
网络130的示例包括局域网(LAN)、广域网(WAN)、个域网(PAN)、和/或诸如互联网之类的通信网络的组合。网络130可以是有线或无线网络。在一些实施例中,使用包括超文本标记语言(HTML)、可扩展标记语言(XML)等的技术和/或格式来处理通过网络130交换的数据。此外,还可以使用诸如安全套接字层(SSL)、传输层安全(TLS)、虚拟专用网络(VPN)、网际协议安全(IPsec)等加密技术来加密所有或者一些链路。在一些实施例中,还可以使用定制和/或专用数据通信技术来取代或者补充上述数据通信技术。
系统100还可以包括图像采集设备140。在一些实施例中,图1所示出的图像采集设备140可以是医学扫描设备,包括但不限于在正子发射断层扫描计算机成像系统(Positronemission tomography,PET)、正子发射电脑断层扫描计算机成像系统(Positron emissiontomography with computerized tomography,PET/CT)、单一光子发射电脑断层扫描计算机成像系统(Single photon emission computed tomography with computerizedtomography,SPECT/CT)、计算机断层扫描系统(Computerized tomography,CT)、医学超音波检查计算机成像系统(Medical ultrasonography)、核磁共振成像系统(Nuclearmagnetic resonance imaging,NMRI)、磁共振成像系统(Magnetic Resonance Imaging,MRI)、心血管造影成像系统(Cardiac angiography,CA)、数字放射显影系统(Digitalradiography,DR)等中使用的扫描或成像设备。例如,图像采集设备140可以包括数字减影血管造影扫描仪、磁共振血管造影扫描仪、断层血管扫描仪、正子发射断层扫描仪、正子发射电脑断层扫描仪、单一光子发射电脑断层扫描仪、计算机断层扫描仪、医学超音波检查设备、核磁共振成像扫描仪、磁共振成像扫描仪、数字放射显影扫描仪等。图像采集设备140可以与服务器(例如,图1中的服务器120或者图中未示出的、成像系统的单独服务器)相连接,以实现图像数据的处理,包括但不限于将扫描数据进行转换(例如,转换为医学图像序列)、压缩、像素修正、三维重建等。
图像采集设备140可以例如通过网络130与客户端设备110相连接,或者以其他方式直接连接到客户端设备以与客户端设备通信。
可选地,系统还可以包括智能计算设备或者计算卡150。图像采集设备140可以包括或者连接(例如,可拆除地连接)到这样的计算卡150等。作为一个示例,计算卡150可以实现图像数据的处理,包括但不限于转换、压缩、像素修正、重建等。作为另一个示例,计算卡150可以实现根据本公开的实施例的用于辅助超声扫描的方法。
系统还可以包括其他未示出的部分,例如数据存储部。数据存储部可以是数据库、数据存储库或其他形式的用于数据存储的一个或多个装置,可以是常规数据库,也可以包括云端数据库、分布式数据库等。例如,由图像采集设备140形成的直接图像数据或者经过图像处理获得的医学图像序列或三维影像数据等可存储到数据存储部中,以供后续服务器120以及客户端设备110从数据存储部中调取。另外,上述图像采集设备140还可直接图像数据或者经过图像处理获得的医学图像序列或三维影像数据等直接提供给服务器120或者客户端设备110等。
用户可以使用客户端设备110查看采集到的图像或影像,包括初步图像数据或者经过分析处理的图像等,查看分析结果,与采集图像或分析结果进行交互,输入采集指令、配置数据等等。客户端设备110可以将配置数据、指令或者其他信息发送到图像采集设备140以控制图像采集设备的采集与数据处理等。在一些实施方式中,客户端设备可以物理地、通信地或其他方式连接到采集设备,例如超声采集设备等,使得客户端设备可以接收、处理和/或显示采集设备采集的图像。在一些实施方式中,客户端设备可以包括采集设备,或者客户端设备与采集设备可以以某种方式集成,并且本公开不限于此。
为了本公开实施例的目的,在图1的示例中,客户端应用112可以为图像序列管理应用程序,该图像序列管理应用程序可以提供各种功能,例如,对采集到的图像序列进行存储管理、索引、排序、分类等等。与此相应,服务器120可以是与图像序列管理应用程序一起使用的服务器。该服务器120可以基于用户请求或者根据本公开的实施例所生成的指令等向客户端设备110中运行的客户端应用112提供图像序列管理服务,例如管理云端的图像序列存储,按照指定索引(包括例如但不限于序列类型、病人标识、人体部位、采集目标、采集阶段、采集机器、是否有病灶检出、严重程度等等)对图像序列进行存储与归类,以及按照指定索引检索并向客户端设备提供图像序列,等等。替换地,服务器120也可以将这样的服务能力或者存储空间提供或分配给客户端设备110,由客户端设备110中运行的客户端应用112根据用户请求或者根据本公开的实施例所生成的指令等提供对应的图像序列管理服务,等等。可以理解的是,以上仅给出了一个示例,并且本公开不限于此。
图2是图示出根据示例性实施例的用于辅助超声扫描的方法200的流程图。方法200可以在客户端设备(例如,图1中所示的客户端设备110)处执行,也即,方法200的各个步骤的执行主体可以是图1中所示的客户端设备110。在一些实施例中,方法200可以在服务器(例如,图1中所示的服务器120)处执行。在一些实施例中,方法200可以由客户端设备(例如,客户端设备110)和服务器(例如,服务器120)相组合地执行。
在下文中,以执行主体为客户端设备110为例,详细描述方法200的各个步骤。
参考图2,在步骤210,获得扫描图像序列,所述扫描图像序列包含一个或多个超声扫描获得的图像。
在步骤220,对所述扫描图像序列进行异常检测。
在步骤230,响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,获得与所述异常相关联的图像区域的图像质量。
在步骤240,显示所述异常的图像化表示,所述异常的所述图像化表示具有指示所述图像质量的显示参数。
在超声扫描过程中,由于往往是操作者手持设备进行探头的移动,往往存在扫描速度不均匀、部分区域不完整、模糊、图像质量差等问题。由于超声扫描的关键在于对异常区域的图像进行采集,因此,异常区域的图像质量尤为重要。根据本公开的实施例,通过识别异常,并且以指示图像质量的显示参数来显示异常的图像化表示,能够直观地示出当前异常区域是否被有效和/或完整地扫描,从而达到智能化辅助扫描的效果。
可以理解的是,扫描图像序列可以是在一次超声扫描中针对目标人体区域而获得的图像。在一些实施例中,至少一个扫描图像是通过超声快速扫描或“超声快扫”操作获得的扫描图像。此外,可以理解的是,扫描图像序列也可以是除超声之外其他形式的图像。例如,至少一个扫描图像可以是通过扫描探头获得的图像——只要这样的扫描探头能够被扫描者手持或者以其他方式而根据操作者的操纵而移动,操作者就可以从这样的辅助显示中获益。
在步骤220处,可以对所述扫描图像序列进行异常检测。可以理解,所获得的异常检测结果可以例如是数值形式、枚举类型、文字描述、或者其他类型。所获得的异常检测结果可以包括异常得分、存在异常区域的图像数量或比例、所识别的异常(例如,病灶)类型、异常严重性等级(例如,异常区域面积或比例、病灶发展阶段、病变程度),等等,并且本公开不限于此。在步骤230处,确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常可以包括至少一个图像中检测到异常区域,例如确定至少一个图像中存在异常区域的可能性高于阈值。例如,确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常可以包括所述至少一个扫描图像中的至少一个图像(或者,至少预定数量的图像)中存在异常区域的可能性高于第一阈值、异常区域面积达到第二阈值、或者异常(例如,病灶)严重性高于第三阈值等等,并且本公开不限于此。此外,可以理解的是,人体中实际存在的异常(或称为异常部位,例如病灶、异物、堵塞、斑块等)可以对应于一个或多个异常区域,例如,在多个扫描图像中均存在与该异常对应的区域。此外,可以理解的是,可以存在一个或多个异常,并且一个或多个异常可以分别对应于一个或多个扫描图像,等等。
在步骤240处,可以显示所述异常的图像化表示。可以理解的是,异常的图像化表示可以是二维或三维图像,例如可以是原始采集的图像或图像序列,可以是经处理的图像或图像序列,也可以是进一步生成的三维模型表示。经处理可以包括对图像进行裁剪、旋转、调节亮度等基本处理或增强处理,也可以包括人体器官和/或组织分割、病灶识别等基于医学知识的处理,等等,并且本公开不限于此。异常的图像化表示可以包括在原始采集(或经过处理)的扫描图像序列中以线条、高亮或者其他效果标记出异常,也可以附加地或另外地显示异常的图像,例如经放大的异常图像,等等。
根据一些实施例,所述异常的图像化表示是通过对所述异常区域进行三维建模而获得的三维表示。换言之,本公开的方法可以包括,基于采集到的图像对异常区域进行建模,尤其是三维建模。示例性地,建模过程可以是实时建模。
在一些示例性实施例中,方法可以包括:首先基于当前采集的二维图像检出病症和/或异常。之后,根据多张二维图像,建立病灶或者异常区域三维图像。这个步骤可以通过例如以下步骤来实现:首先对采集的二维图像序列进行分割以获得二维的病灶图像、异常区域图像、异常部分等,然后,基于经分割的图像部分建立异常或者病灶区域的三维图像。这个过程可以是实时的建模过程,例如,在扫描的过程中,同时实现实时的建模。随着接收到后续图像,可以实时更新三维图像的图像质量,例如更新各种视觉化的指示。通过利用各种标识例如视觉化标识来向用户反馈病灶或者异常区域的图像质量(例如,三维图像质量),能够清晰且实时地展现不足的部分,进一步实现对用户扫描的智能辅助,有利于获得对病灶、异常等值得关注的区域的完整的高质量图像。
通过实时建模,能够有助于反馈质量,可以让用户清晰知道扫描质量存在缺陷的部分,从而有利于后续的扫描过程。另一方面,根据本公开的一些示例,可以在实时的扫描过程中,不对完整的扫描部位建模,而只对病灶或者异常区域实时建模,从而减轻了对扫描设备、扫描算法的要求,并且节省了时间。这是因为完整的三维建模往往需要复杂的解决手段,需要高成本的外围设备(例如,通过外部的电磁设备检测超声传感器位置;或是通过更大,更宽的超声探头、3d探头等);或是对扫描参数、扫描者手法等有非常苛刻的要求。根据本公开的一个或多个示例,实现方案简单,且达到了方便医生获取高质量图像的目的。
在一些示例中,在扫描完成后,可以向医生显示扫描获得的二维扫描图像序列以使得医生可以在序列中点选异常区域图像查看二维图像,并且还可以同时显示异常区域的三维建模以供医生对照查看(或者显示按钮等其他可交互的选项,使得可交互的选项在被用户选择时向用户显示异常区域的三维建模)。
根据本公开的一个或多个实施例,可以一方面实现实时且方便的扫描辅助,并且尤其利于扫描与诊断一体的应用场景,扫描用户(例如,医生)同时也是诊断医生,可以边扫边诊。在这样的场景下,实时显示异常区域的图像化表示(例如,三维表示)是尤为方便和有利的,并且免除了对外部设备的复杂要求。
根据一些实施例,方法200还可以包括在显示所述异常的图像化表示之后:获得一个或多个新增的扫描图像;以及基于所述一个或多个新增的扫描图像更新所述异常的所述图像化表示。
根据这样的实施例,能够实时显示图像质量,随时更新。
可以理解的是,至少一个新增扫描图像可以是在所述至少一个扫描图像之后与所述至少一个扫描图像针对大致相同的人体区域获得的,例如是在相同的扫描操作中获得的后续图像。在这里,“相同的扫描操作”可以意指在针对同一病人和同一扫描目标并且在较为接近的时间段内的扫描操作,例如由相同操作者持相同扫描仪器进行的扫描操作,可以包括单向移动和来回查看反复移动等,并且本公开不限于此。例如,可以由不同的操作者(例如,不同级别的医生、实习生等)持超声探头进行针对同一部位的扫描操作,但由于这样的操作针对大致同样的部位并且例如可以生成合并的图像序列,因此仍然可以被认为是“相同的扫描操作”或同一扫描操作。可以理解的是,本公开不限于此。
根据一些实施例,获得与所述异常相关联的图像区域的图像质量可以包括获得与所述异常相关联的图像区域的第一子区域的第一图像质量和第二子区域的第二图像质量,所述第一图像质量与所述第二图像质量不同,并且其中,显示所述异常的图像化表示包括以不同的显示参数显示所述第一子区域和所述第二子区域。
根据这样的实施例,能够以不同的显示参数显示异常区域的不同图像质量子区域。例如,对于识别到的病灶,可能病灶的一部分已经被很好地采集,而另一部分根据当前采集的图像尚无法清晰显示、当前采集的图像并未涵盖病灶的某特定角度、或者针对该部分采集的图像由于设备原因或者采集过程中发生了移动等而具有模糊的图像质量。通过识别与所述异常相关联的图像区域具有至少两个子区域,所述至少两个子区域具有不同的图像质量,并且以不同的显示参数来显示该至少两个子区域,不同的显示参数分别对应于不同的图像质量,能够直观地显示当前病灶需要补全的部分,便于操作者定位和扫描。
示例性地,可以基于至少一个质量阈值来划分子区域,例如,具有高于第一质量阈值的图像质量的区域被划分为第一子区域,以正常显示参数(例如,缺省或默认的亮度、色泽、纹理等)显示,并且具有低于第一质量阈值的图像质量被划分为第二子区域,以不同的显示参数显示,例如里不同的亮度、色泽、纹理显示,或者例如以线条圈出该区域,等等。
可以理解的是,以上仅为示例,可以存在多于一个质量阈值和多于两个图像质量等级,并且可以以多于两个的不同的显示参数来显示不同质量等级的子区域。作为另外的示例,图像质量可以是线性变化的而非分级表示的,例如,可以确定图像质量得分,并且以渐变的显示参数(例如,渐变的颜色、亮度、粒度不同的马赛克图案或者其他掩模等)来显示不同图像质量的区域。
此外,可以理解的是,图像质量可以例如包括清晰度、分辨率、深度、不同部位的区分度等。或者,例如在设备具有三维重建能力或其他三维显示能力的情况下,图像质量可以包括在一定的空间范围内是否具有足够多的采集像素点、采集密度等以实现期望的三维重建或三维显示,当前采集的图像是否足以使得三维重建或三维显示结果具有足够的质量、清晰度、深度等等,并且本公开不限于此。
根据一些实施例,所述显示参数选自包括以下各项的组:颜色、亮度、纹理。由此,可以直观地显示质量不佳的位置。
可以理解的是,这样的显示参数仅为示例,并且显示参数也可以包括其他标志、符号、标记、掩模等。例如,可以以线条圈出质量较差的区域,而对质量满足要求的区域不做标记,等等。此外,贯穿本文中给出了显示参数的其他示例,并且本领域技术人员将理解本公开不限于此。
根据一些实施例,获得与所述异常相关联的图像区域的图像质量包括:响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,对所述扫描图像序列中的与所述异常相关联的图像进行图像质量检测。
根据这样的实施例,可以响应于存在异常区域才进行图像质量检测,从而节省计算资源,提升计算速度,达到更加实时的呈现。示例性地,可以仅对检测出的异常所在的图像区域或者异常图像区域及其相邻区域进行图像质量检测。作为一个具体的非限制性示例,检测到图像序列中编号为2和3的图像中存在异常,则可以对图像2和图像3进行质量检测,或者可以对图像序列中包括相邻图像的图像1-图像4进行质量检测。或者,可以仅对图像2和图像3中存在异常的区域(及其周边像素)进行质量检测,而不必对图像2和图像3中其他的区域进行质量检测。作为又一个具体非限制性示例,可以根据用户偏好、图像数量、图像大小、设备的计算能力等等,在以上不同的策略中进行选择,以达到图像质量与计算速度的平衡,并且本公开不限于此。
在其他实施例中,可以先进行图像质量的检测再进行病灶的识别,或者并行地进行图像质量的检测和病灶的识别等,并且本公开不限于此。
根据一些实施例,进行异常检测可以包括:对所述扫描图像序列中的每个图像,以第一置信度进行病灶检测;响应于确定所述扫描图像序列中的第一图像中基于所述第一置信度存在疑似病灶区域,以不同于所述第一置信度的第二置信度对所述疑似病灶区域进行病灶确认;以及基于确认结果获得所述异常指标。根据这样的实施例,能够基于不同的置信度进行二次病灶确认,从而获得更加准确的识别效果。可以理解的是,第一置信度可以低于第二置信度。例如,以较低置信度识别病灶所需的时间较少,因此用于对多个图像进行筛选比较有利;对于所识别的疑似病灶区域,可以再以较高的置信度进行二次确认。可以基于二次确认的结果来确定异常指标,例如最终确认的病灶区域、病灶所在图像序号、病灶类型、等级、严重性等等,从而能够获得较准确的识别结果,并且能够节省时间。
在一些其他实施例中,也可以只进行一次确认,包括例如在速率优先的情况下,仅以较低置信度进行确认,或者在质量优先或者扫描速率较慢的情况下,以较高置信度进行确认,并且本公开不限于此。示例性地,可以基于用户偏好或者用户设置来选择是否进行二次确认以及每次确认所采用的置信度等级。作为另一个示例,可以基于当前的扫描速度来确定置信度等级,例如,在检测到当前操作者使用较慢速度移动超声探头时,和/或在扫描频率被设置为较低频率时,以更高的置信度进行异常检测和/或确认,并且在检测到当前操作者使用较快速度移动超声探头时,和/或在扫描频率被设置为较高频率时,以更低的置信度进行异常检测和/或确认,或者仅以低置信度进行检测并且不进行二次确认,等等。
可以理解的是,根据本公开的一个或多个实施例的异常识别和检测步骤可以通过各种现有的或者在本文的日期以后出现的异常识别算法来进行,并且本公开不限于此。作为一个示例,可以通过预训练的神经网络模型进行识别。在训练过程中,可以通过将存在病灶和不存在病灶的图像分别作为正负样本进行训练,以使得模型具有识别异常(以及示例性地,病灶的类型、面积、病变阶段、严重程度等等)的能力。在其他示例中,也可以适用不标记正负样本的图像作为样本,进行自监督学习的训练,并且本公开不限于此。
根据一些实施例,方法200还可以包括基于所述扫描图像序列生成所述异常的三维模型,并且其中,显示所述异常的图像化表示包括显示所述异常的所述三维模型。
在这样的实施例中,能够在三维区域中显示图像质量差、缺失的部分,从而方便操作者进一步重新扫描、补全等。
例如,可以生成所述扫描图像序列所对应区域的整体三维模型,并且以高亮、不同颜色、用框或者线条圈出、或者其他形式将异常部分显示在其中。又例如,可以单独生成并显示异常部分的三维模型。作为另一个示例,可以显示扫描图像序列所对应区域的整体图像化表示,例如二维或三维图像化表示,并且在旁边(例如,并排地)显示异常区域的的二维或者三维图像化表示,例如放大的表示,以供操作者能够同时查看整体的图像序列和一个或多个异常的扫描进度。
根据一些实施例,确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常可以包括确定存在至少两个异常,并且其中,所述方法还包括:确定所述至少两个异常的相应的重要性等级;以及根据所述重要性等级显示所述至少两个异常的相应的图像化表示。
根据这样的实施例,能够基于异常的等级来依次显示各个异常,以实现更加友好的交互,提示操作者着重关注最重要的异常,以获得更加有利于后续诊断的扫描图像。
在一些实施例中,可以基于所识别的病灶的大小、类型、置信度来确定异常的重要性等级或指标。示例性地,还可以基于病灶区域范围或者能够识别出病灶的图像的数量来确定异常的重要性等级或指标。异常的等级还可以包括病灶的发展阶段、严重性等。
根据一些实施例,方法200还可以包括与所述异常的图像化表示相关联地,显示当前扫描探头所对应的扫描位置的标识。
可以相对于异常定位当前扫描探头的切面,以方便操作者定位当前探头,更容易地补全质量不佳或缺失的位置。
一方面,对于算法而言,因为病灶尺度较小,对病灶局部定位的难度低于在整个器官内定位的难度,会带来较小的误差;另一方面,这样也有利于操作者看到当前病灶的哪个角度、哪个区域还未被清晰扫描,从而更有利于调节扫描探头获得期望位置/角度的图像。
虽然各个操作在附图中被描绘为按照特定的顺序,但是这不应理解为要求这些操作必须以所示的特定顺序或者按顺行次序执行,也不应理解为要求必须执行所有示出的操作以获得期望的结果。例如,如上文所述,在一些实施例中,检测图像质量的步骤可以发生在识别异常的步骤之前、之后或两者并行,并且本公开不限于此。
可以理解的是,贯穿本公开,图像序列可以是或可以包括二维图像数据,也可以是或者包括三维图像数据。图像序列可以是直接采集并存储或以其它方式发送到终端设备以供用户使用的图像数据。图像序列也可以是经过各种图像处理之后的经处理的图像数据。图像序列还可以经过其他分析过程(例如,是否存在病变特征或者病灶的分析过程)并且包含分析结果(例如,感兴趣区域的圈出、组织的分割结果等等)。可以理解的是,本公开不限于此。
根据本公开的一个或多个实施例,能够更好地从医生、检查者、分析师或者其他操作者的角度出发,辅助获得更加有利于后续诊断的图像。例如,可以对病灶进行排行,并且以及排序结果将异常区域呈现给医生。可以向医生呈现病灶的三维建模,并且呈现质量满足要求和不满足要求的部分,并且实时更新。示例性地,可以显示当前切面所对应的区域,以便于操作者进行定位。
根据本公开的一个或多个实施例,能够做到实时的建模与更新。
根据本公开的一个或多个实施例,能够以用户友好并且病灶导向的方式进行质量的显示。根据一些示例性实施例,还可以显示当前扫描的位置,以更加方便交互的方式进行扫描位置的定位,便于操作者后续的扫描。
根据本公开的一个或多个实施例,能够基于病灶检出等异常检测算法,在病灶的维度下判断和/或显示图像质量,实现“缺哪儿扫哪儿”的智能辅助效果。
下面结合图3A-3D描述根据本公开的示例性实施例的扫描图像的示意图。参考图3A,其中示出了待扫描身体区域的示意图310,并且其中示出了超声扫描的示意性切面311。可以理解的是,此处示出的切面数量、角度、位置均为示例。此外,可以理解的是,示意图310可以是二维图像表示形式、三维图像表示形式,或者也可以不向用户显示示意图310。在另外的示例中,切面311可以是可交互的,例如在接收到用户的选择操作时,放大显示对应的图像等等,并且本公开不限于此。
参考图3B,其中示出了示例性的切面图320,例如是对应于图3A中的切面311的横截面图像。例如,切面图320可以是超声探头在某个角度和某个位置时采集获得的一帧图像。具体地,图3B中示出了示例性的两个异常区域321和322,其可以是例如病灶、斑块或者其他异常。示例性地,可以在图320中以不同的显示参数显示不同的图像质量。附加地或者替代性地,可以在另外的图像中显示图像质量,如接下来将要参考图3C所描述的。
图3C示出了根据本公开的一些示例性实施例的对于图3B中的异常区域321的放大的图像330。可以理解的是,虽然图3B中示出为二维形式,但是图像330可以是三维图像。换言之,图像330可以是从原始采集的图像中放大的一部分,也可以是所生成的三维模型在某个旋转视角下看到的视图。如图3B所示,其中示出了所识别的异常的第一子区域331和第二子区域332,其可以采用不同的显示参数进行显示,以对应于不同的质量。例如,子区域332可以采用较浅的颜色或者高亮,以提示该区域存在缺失,需要进一步扫描。此外,可以理解的是,虽然图3C中示出了两个不同图像质量的子区域,但本公开不限于此,可以包括更多的图像质量等级,或者可以不区分子区域,以渐变的参数显示不同的图像质量。或者,在当前对应的异常或病灶已经被完整扫描之后,可以以相同的显示参数显示整个异常区域,并且还可以附加地显示“当前病灶已扫描完整”的提示。
此外,可以理解的是,如图3C所示的图像质量可以实时或者接近实时地变化,例如在接收了后续的扫描图像之后,可以更新图像质量的显示,例如,可以随着新增的图像补足了一部分图像质量的不足,显示缩小的子区域332和增加的子区域331,以表示出需要补全的区域逐渐减少,或者随着子区域332所对应的图像质量全部达标,不再显示图像子区域332,等。
参考图3D,其中示出了根据本公开的一些示例性实施例的显示当前扫描探头所对应的扫描位置的标识的示意图340,其中示出了示例性病灶截面341,以及显示当前探头所在位置和角度的标识342。为了简明,此处仅示出示例性病灶截面341包括一个子区域,但是可以理解,本公开不限于此。可以理解的是,结合图像340所描述的特征可以与图像320、330等进行结合,或者图像340可以替代图像330进行显示。此外,可以理解的是,可以采用各种形式的显示当前探头所在位置和角度的标识342,例如箭头、框或者包围线,并且虽然以当前探头的角度与当前查看图像的角度基本垂直作为示例示出了基本长条形的探头切面区域,但是根据当前探头角度和当前查看图像的角度,探头当前所扫描的切面在显示图像中可以具有圆形、扇形、椭圆形或者各种其他形状和覆盖范围,并且本公开不限于此。示例性地,扫描探头所对应的扫描位置的标识还可以包括当前探头的角度、移动方向等(未示出)。
可以理解的是,以上结合图3A-3D所描述的图像310-340中的一个或多个可以一起显示给用户,或者可以只显示其中的一部分或其中一个,并且本公开不限于此。例如,可以在扫描过程中只显示图像330或者340,并且在扫描基本完成后,显示整体图像310或者320,等等。此外可以理解的是,在存在多个异常或病灶的情况下,可以并列地、以优先顺序地或者以其他方式显示多个异常或病灶的与图像330或340相对应的图像,以使得每个识别的异常都可以得到复合期望的图像质量。
图4是图示出根据示例性实施例的用于辅助超声扫描的装置400的示意性框图。用于辅助超声扫描的装置400可以包括扫描图像序列获得单元410、异常检测单元420、图像质量获得单元430和显示单元440。扫描图像序列获得单元410可以用于获得扫描图像序列,所述扫描图像序列包含一个或多个超声扫描获得的图像。异常检测单元420可以用于对所述扫描图像序列进行异常检测。图像质量获得单元430可以用于响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,获得与所述异常相关联的图像区域的图像质量。显示单元440可以用于显示所述异常的图像化表示,所述异常的所述图像化表示具有指示所述图像质量的显示参数。
应当理解,图4中所示装置400的各个模块可以与参考图2描述的方法200中的各个步骤相对应。由此,上面针对方法200描述的操作、特征和优点同样适用于装置400及其包括的模块。为了简洁起见,某些操作、特征和优点在此不再赘述。
根据本公开的实施例,还公开了一种计算设备,包括存储器、处理器以及存储在存储器上的计算机程序,其中,处理器被配置为执行计算机程序以实现根据本公开的实施例的用于辅助超声扫描的方法及其变型例的步骤。
根据本公开的实施例,还公开了一种非暂态计算机可读存储介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现根据本公开的实施例的用于辅助超声扫描的方法及其变型例的步骤。
根据本公开的实施例,还公开了一种计算机程序产品,包括计算机程序,其中,计算机程序被处理器执行时实现根据本公开的实施例的用于辅助超声扫描的方法及其变型例的步骤。
虽然上面参考特定模块讨论了特定功能,但是应当注意,本文讨论的各个模块的功能可以分为多个模块,和/或多个模块的至少一些功能可以组合成单个模块。本文讨论的特定模块执行动作包括该特定模块本身执行该动作,或者替换地该特定模块调用或以其他方式访问执行该动作(或结合该特定模块一起执行该动作)的另一个组件或模块。因此,执行动作的特定模块可以包括执行动作的该特定模块本身和/或该特定模块调用或以其他方式访问的、执行动作的另一模块。如本文使用的,短语“实体A发起动作B”可以是指实体A发出执行动作B的指令,但实体A本身并不一定执行该动作B。例如,短语“显示单元440可以用于显示所述异常的图像化表示”可以是指显示单元440指示显示器(未示出)呈现第一导航信息,而显示单元440本身不需要执行显示或呈现的动作。
还应当理解,本文可以在软件硬件元件或程序模块的一般上下文中描述各种技术。上面关于图4描述的各个模块可以在硬件中或在结合软件和/或固件的硬件中实现。例如,这些模块可以被实现为计算机程序代码/指令,该计算机程序代码/指令被配置为在一个或多个处理器中执行并存储在计算机可读存储介质中。可替换地,这些模块可以被实现为硬件逻辑/电路。例如,在一些实施例中,根据本公开的实施例的模块或单元中的一个或多个可以一起被实现在片上系统(System on Chip,SoC)中。SoC可以包括集成电路芯片(其包括处理器(例如,中央处理单元(Central Processing Unit,CPU)、微控制器、微处理器、数字信号处理器(Digital Signal Processor,DSP)等)、存储器、一个或多个通信接口、和/或其他电路中的一个或多个部件),并且可以可选地执行所接收的程序代码和/或包括嵌入式固件以执行功能。
根据本公开的一方面,提供了一种计算设备,其包括存储器、处理器以及存储在存储器上的计算机程序。该处理器被配置为执行计算机程序以实现上文描述的任一方法实施例的步骤。
根据本公开的一方面,提供了一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上文描述的任一方法实施例的步骤。
根据本公开的一方面,提供了一种计算机程序产品,其包括计算机程序,该计算机程序被处理器执行时实现上文描述的任一方法实施例的步骤。
在下文中,结合图5描述这样的计算机设备、非暂态计算机可读存储介质和计算机程序产品的说明性示例。
图5示出了可以被用来实施本文所描述的方法的计算机设备500的示例配置。举例来说,图1中所示的服务器120和/或客户端设备110可以包括类似于计算机设备500的架构。上述用于辅助超声扫描的设备/装置也可以全部或至少部分地由计算机设备500或类似设备或系统实现。
计算机设备500可以是各种不同类型的设备,例如服务提供商的服务器、与客户端(例如,客户端设备)相关联的设备、片上系统、和/或任何其它合适的计算机设备或计算系统。计算机设备500的示例包括但不限于:台式计算机、服务器计算机、笔记本电脑或上网本计算机、移动设备(例如,平板电脑、蜂窝或其他无线电话(例如,智能电话)、记事本计算机、移动台)、可穿戴设备(例如,眼镜、手表)、娱乐设备(例如,娱乐器具、通信地耦合到显示设备的机顶盒、游戏机)、电视或其他显示设备、汽车计算机等等。因此,计算机设备500的范围可以从具有大量存储器和处理器资源的全资源设备(例如,个人计算机、游戏控制台)到具有有限的存储器和/或处理资源的低资源设备(例如,传统的机顶盒、手持游戏控制台)。
计算机设备500可以包括能够诸如通过系统总线514或其他适当的连接彼此通信的至少一个处理器502、存储器504、(多个)通信接口506、显示设备508、其他输入/输出(I/O)设备510以及一个或更多大容量存储设备512。
处理器502可以是单个处理单元或多个处理单元,所有处理单元可以包括单个或多个计算单元或者多个核心。处理器502可以被实施成一个或更多微处理器、微型计算机、微控制器、数字信号处理器、中央处理单元、状态机、逻辑电路和/或基于操作指令来操纵信号的任何设备。除了其他能力之外,处理器502可以被配置成获取并且执行存储在存储器504、大容量存储设备512或者其他计算机可读介质中的计算机可读指令,诸如操作系统516的程序代码、应用程序518的程序代码、其他程序520的程序代码等。
存储器504和大容量存储设备512是用于存储指令的计算机可读存储介质的示例,所述指令由处理器502执行来实施前面所描述的各种功能。举例来说,存储器504一般可以包括易失性存储器和非易失性存储器二者(例如RAM、ROM等等)。此外,大容量存储设备512一般可以包括硬盘驱动器、固态驱动器、可移除介质、包括外部和可移除驱动器、存储器卡、闪存、软盘、光盘(例如CD、DVD)、存储阵列、网络附属存储、存储区域网等等。存储器504和大容量存储设备512在本文中都可以被统称为存储器或计算机可读存储介质,并且可以是能够把计算机可读、处理器可执行程序指令存储为计算机程序代码的非暂态介质,所述计算机程序代码可以由处理器502作为被配置成实施在本文的示例中所描述的操作和功能的特定机器来执行。
多个程序模块可以存储在大容量存储设备512上。这些程序包括操作系统516、一个或多个应用程序518、其他程序520和程序数据522,并且它们可以被加载到存储器504以供执行。这样的应用程序或程序模块的示例可以包括例如用于实现以下部件/功能的计算机程序逻辑(例如,计算机程序代码或指令):方法200(包括方法200任何合适的步骤)、和/或本文描述的另外的实施例。
虽然在图5中被图示成存储在计算机设备500的存储器504中,但是模块516、518、520和522或者其部分可以使用可由计算机设备500访问的任何形式的计算机可读介质来实施。如本文所使用的,“计算机可读介质”至少包括两种类型的计算机可读介质,也就是计算机存储介质和通信介质。
计算机存储介质包括通过用于存储信息的任何方法或技术实施的易失性和非易失性、可移除和不可移除介质,所述信息诸如是计算机可读指令、数据结构、程序模块或者其他数据。计算机存储介质包括而不限于RAM、ROM、EEPROM、闪存或其他存储器技术,CD-ROM、数字通用盘(DVD)、或其他光学存储装置,磁盒、磁带、磁盘存储装置或其他磁性存储设备,或者可以被用来存储信息以供计算机设备访问的任何其他非传送介质。
与此相对,通信介质可以在诸如载波或其他传送机制之类的已调数据信号中具体实现计算机可读指令、数据结构、程序模块或其他数据。本文所定义的计算机存储介质不包括通信介质。
计算机设备500还可以包括一个或更多通信接口506,以用于诸如通过网络、直接连接等等与其他设备交换数据,正如前面所讨论的那样。这样的通信接口可以是以下各项中的一个或多个:任何类型的网络接口(例如,网络接口卡(NIC))、有线或无线(诸如IEEE802.11无线LAN(WLAN))无线接口、全球微波接入互操作(Wi-MAX)接口、以太网接口、通用串行总线(USB)接口、蜂窝网络接口、BluetoothTM接口、近场通信(NFC)接口等。通信接口506可以促进在多种网络和协议类型内的通信,其中包括有线网络(例如LAN、电缆等等)和无线网络(例如WLAN、蜂窝、卫星等等)、因特网等等。通信接口506还可以提供与诸如存储阵列、网络附属存储、存储区域网等等中的外部存储装置(未示出)的通信。
在一些示例中,可以包括诸如监视器之类的显示设备508,以用于向用户显示信息和图像。其他I/O设备510可以是接收来自用户的各种输入并且向用户提供各种输出的设备,并且可以包括触摸输入设备、手势输入设备、摄影机、键盘、遥控器、鼠标、打印机、音频输入/输出设备等等。
虽然在附图和前面的描述中已经详细地说明和描述了本公开,但是这样的说明和描述应当被认为是说明性的和示意性的,而非限制性的;本公开不限于所公开的实施例。通过研究附图、公开内容和所附的权利要求书,本领域技术人员在实践所要求保护的主题时,能够理解和实现对于所公开的实施例的变型。在权利要求书中,词语“包括”不排除未列出的其他元件或步骤,并且词语“一”或“一个”不排除多个。在相互不同的从属权利要求中记载了某些措施的仅有事实并不表明这些措施的组合不能用来获益。
Claims (13)
1.一种用于辅助超声扫描的方法,包括:
获得扫描图像序列,所述扫描图像序列包含一个或多个超声扫描获得的图像;
对所述扫描图像序列进行异常检测;
响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,获得与所述异常相关联的图像区域的图像质量;以及
显示所述异常的图像化表示,所述异常的所述图像化表示具有指示所述图像质量的显示参数。
2.根据权利要求1所述的方法,其中,所述异常的图像化表示是通过对所述异常区域进行三维建模而获得的三维表示。
3.根据权利要求1或2所述的方法,还包括,在显示所述异常的图像化表示之后:
获得一个或多个新增的扫描图像;以及
基于所述一个或多个新增的扫描图像更新所述异常的所述图像化表示。
4.根据权利要求1-3中任一项所述的方法,其中,获得与所述异常相关联的图像区域的图像质量包括获得与所述异常相关联的图像区域的第一子区域的第一图像质量和第二子区域的第二图像质量,所述第一图像质量与所述第二图像质量不同,并且其中,显示所述异常的图像化表示包括以不同的显示参数显示所述第一子区域和所述第二子区域。
5.根据权利要求1-4中任一项所述的方法,其中,所述显示参数选自包括以下各项的组:颜色、亮度、纹理。
6.根据权利要求1-5中任一项所述的方法,其中,获得与所述异常相关联的图像区域的图像质量包括:响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,对所述扫描图像序列中的与所述异常相关联的图像进行图像质量检测。
7.根据权利要求1-6中任一项所述的方法,还包括基于所述扫描图像序列生成所述异常的三维模型,并且其中,显示所述异常的图像化表示包括显示所述异常的所述三维模型。
8.根据权利要求1-7中任一项所述的方法,其中,确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常包括确定存在至少两个异常,并且其中,所述方法还包括:
确定所述至少两个异常的相应的重要性等级;以及
根据所述重要性等级显示所述至少两个异常的相应的图像化表示。
9.根据权利要求1-8中任一项所述的方法,还包括,与所述异常的图像化表示相关联地,显示当前扫描探头所对应的扫描位置的标识。
10.一种用于辅助超声扫描的装置,包括:
扫描图像序列获得单元,用于获得扫描图像序列,所述扫描图像序列包含一个或多个超声扫描获得的图像;
异常检测单元,用于对所述扫描图像序列进行异常检测;
图像质量获得单元,用于响应于确定所述异常检测的结果指示所述扫描图像序列所针对的人体部分存在异常,获得与所述异常相关联的图像区域的图像质量;以及
显示单元,用于显示所述异常的图像化表示,所述异常的所述图像化表示具有指示所述图像质量的显示参数。
11.一种计算设备,包括:
存储器、处理器以及存储在所述存储器上的计算机程序,
其中,所述处理器被配置为执行所述计算机程序以实现权利要求1-9中任一项所述方法的步骤。
12.一种非暂态计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
13.一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310145281.9A CN116327239A (zh) | 2023-01-31 | 2023-01-31 | 用于辅助超声扫描的方法、装置、计算设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310145281.9A CN116327239A (zh) | 2023-01-31 | 2023-01-31 | 用于辅助超声扫描的方法、装置、计算设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116327239A true CN116327239A (zh) | 2023-06-27 |
Family
ID=86881376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310145281.9A Pending CN116327239A (zh) | 2023-01-31 | 2023-01-31 | 用于辅助超声扫描的方法、装置、计算设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116327239A (zh) |
-
2023
- 2023-01-31 CN CN202310145281.9A patent/CN116327239A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8442280B2 (en) | Method and system for intelligent qualitative and quantitative analysis of digital radiography softcopy reading | |
US7756314B2 (en) | Methods and systems for computer aided targeting | |
US20140314292A1 (en) | Method and system for integrated radiological and pathological information for diagnosis, therapy selection, and monitoring | |
JP4911029B2 (ja) | 異常陰影候補検出方法、異常陰影候補検出装置 | |
US20040068167A1 (en) | Computer aided processing of medical images | |
US10916010B2 (en) | Learning data creation support apparatus, learning data creation support method, and learning data creation support program | |
US20190279408A1 (en) | Medical image processing apparatus, medical image processing method, and medical image processing program | |
CN103222876A (zh) | 医用图像处理装置、图像诊断装置、计算机系统以及医用图像处理方法 | |
CN107252353B (zh) | 医学成像设备的控制方法及医学成像设备 | |
CN111223556A (zh) | 集成医学图像可视化和探索 | |
US20220366151A1 (en) | Document creation support apparatus, method, and program | |
CN111383328B (zh) | 一种面向乳腺癌病灶的3d可视化方法及系统 | |
CN114331992A (zh) | 图像序列处理方法、装置、计算设备及存储介质 | |
US11923069B2 (en) | Medical document creation support apparatus, method and program, learned model, and learning apparatus, method and program | |
JP5556674B2 (ja) | 医用画像表示装置及びプログラム | |
EP4086852A1 (en) | Generating reformatted views of a three-dimensional anatomy scan using deep-learning estimated scan prescription masks | |
JP2020174861A (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN116327239A (zh) | 用于辅助超声扫描的方法、装置、计算设备及存储介质 | |
CN113971754A (zh) | 图像数据采集方法、装置、计算设备及存储介质 | |
CN114048738A (zh) | 基于症状描述的数据采集方法、装置、计算设备、介质 | |
CN115546174B (zh) | 图像处理方法、装置、计算设备及存储介质 | |
CN114334093A (zh) | 图像序列处理方法、装置、计算设备及存储介质 | |
CN117499545A (zh) | 用于图像扫描的方法、装置、计算设备及存储介质 | |
CN117541742A (zh) | 图像处理方法、装置、计算设备及存储介质 | |
CN117058186A (zh) | 血液流速确定方法、装置、计算设备及存储介质 |
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 |