CN116419716A

CN116419716A - 周期性参数的分析方法和超声成像系统

Info

Publication number: CN116419716A
Application number: CN202080106895.0A
Authority: CN
Inventors: 王勃; 刘德杰; 宋文明; 乔佳新; 张凯伦
Original assignee: Shenzhen Mindray Bio Medical Electronics Co Ltd
Current assignee: Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority date: 2020-12-29
Filing date: 2020-12-29
Publication date: 2023-07-11
Also published as: WO2022141083A1

Abstract

一种周期性参数的分析方法(200)和超声成像系统(100)，分析方法包括：获取预设时间内采集的多帧超声图像(S210)；确定多帧超声图像中至少两帧超声图像的心脏区域，并对心脏区域进行测量，以得到每帧超声图像对应的测量结果(S220)；根据多帧超声图像对应的测量结果得到周期性参数(S230)；在至少两帧超声图像中，基于每帧超声图像的图像质量得到每帧超声图像的测量结果的第一可靠性评估结果(S240)；基于至少两帧超声图像对应的第一可靠性评估结果得到周期性参数的第二可靠性评估结果，并以可视化的方式显示周期性参数和第二可靠性评估结果(S250)。分析方法能够对周期性参数的可靠性进行自动评估。

Description

周期性参数的分析方法和超声成像系统

说明书

技术领域

本申请涉及超声成像技术领域，更具体地涉及一种周期性参数的分析方法和超声成像系统。

背景技术

心肺功能评估是POC(point-of-care，床旁检测)领域(包括：重症，急诊，麻醉)的重点，经常需要动态实时监控心功能参数，以判断药物或者正在实施的策略有效还是无效。实时超声扫查过程中，超声图像质量多变，导致基于超声图像进行的测量参数的可靠性也是动态变化的，需要医生分神筛选测量参数，无法实现真正的全自动心肺功能评估。

心脏是人体维持正常血液循环的动力器官。左心室射血分数(EF)是评价左室收缩功能最常用也是最重要的一项指标，对诸多心血管疾病(包括缺血性心脏病、心肌病、心脏瓣膜病、先天性心脏病等)的诊断、病情监测、疗效评估以及预后判定具有重要的临床价值。通过对左心室心内膜进行自动描迹，可以自动计算射血分数，然而这仅仅适用于图像质量稳定，所有心动周期都较为可靠的理想情况下，因此仅适合应用于离线分析的场景，不能满足POC领域动态实时监控的临床需求。

发明内容

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

一个实施例中，提供了一种周期性参数的分析方法，所述方法包括：

获取预设时间内采集的多帧超声图像；

确定所述多帧超声图像中至少两帧超声图像的心脏区域，并对所述心脏区域进行测量，以得到每帧所述超声图像对应的测量结果；

根据所述多帧超声图像对应的所述测量结果得到周期性参数；

在至少两帧所述超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果；

基于所述至少两帧所述超声图像对应的所述第一可靠性评估结果得到所述周期性参数的第二可靠性评估结果，并以可视化的方式显示所述周期性参数和所述第二可靠性评估结果。

获取预设时间内采集的多帧超声图像；

确定所述多帧超声图像中至少两帧超声图像的目标区域，并对所述目标区域进行测量，以得到每帧所述超声图像对应的测量结果；

一个实施例中，提供了一种超声成像系统，所述超声成像系统包括：

超声探头；

发射电路，用于激励所述超声探头向被测对象发射超声波；

接收电路，用于控制所述超声探头接收所述超声波的回波，以获得超声回波信号；

处理器，用于执行如上所述的周期性参数的分析方法。

根据本申请实施例的周期性参数的分析方法和超声成像系统能够实现对周期性参数的可靠性的自动评估。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

在附图中：

图1示出根据本申请实施例的超声成像系统的示意性框图；

图2示出根据本发明一实施例的周期性参数的分析方法的示意性流程图；

图3A和图3B示出根据本发明一实施例的周期性参数的实例；

图4示出根据本发明一实施例的显示界面的示意图。

具体实施方式

为了使得本申请的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请中描述的本申请实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本申请的保护范围之内。

在下文的描述中，给出了大量具体的细节以便提供对本申请更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本申请可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本申请发生混淆，对于本领域公知的一些技术特征未进行描述。

应当理解的是，本申请能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本申请的范围完全地传递给本领域技术人员。

在此使用的术语的目的仅在于描述具体实施例并且不作为本申请的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。

为了彻底理解本申请，将在下列的描述中提出详细的结构，以便阐释本申请提出的技术方案。本申请的可选实施例详细描述如下，然而除了这些详细描述外，本申请还可以具有其他实施方式。

本申请提供的周期性参数的分析方法和超声成像系统可以应用于人体，也可以应用于各种动物。

下面，首先参考图1描述根据本申请一个实施例的超声成像系统，图1示出了根据本申请实施例的超声成像系统100的示意性结构框图。

如图1所示，超声成像系统100包括超声探头110、发射电路112、接收电路114、处理器116和显示器118。进一步地，超声成像系统还可以包括发射/接收选择开关120和波束合成模块122，发射电路112和接收电路114可以通过发射/接收选择开关120与超声探头110连接。

超声探头110包括多个换能器阵元，多个换能器阵元可以排列成一排构成线阵，或排布成二维矩阵构成面阵，多个换能器阵元也可以构成凸阵列。换能器阵元用于根据激励电信号发射超声波，或将接收的超声波转换为电信号，因此每个换能器阵元可用于实现电脉冲信号和超声波的相互转换，从而实现向被测对象的目标区域的组织发射超声波、也可用于接收经组织反射回的超声波回波。在进行超声检测时，可通过发射序列和接收序列控制哪些换能器阵元用于发射超声波，哪些换能器阵元用于接收超声波，或者控制换能器阵元分时隙用于发射超声波或接收超声波的回波。参与超声波发射的换能器阵元可以同时被电信号激励，从而同时发射超声波；或者，参与超声波束发射的换能器阵元也可以被具有一定时间间隔的若干电信号激励，从而持续发射具有一定时间间隔的超声波。

在超声成像过程中，发射电路112将经过延迟聚焦的发射脉冲通过发射/接收选择开关120发送到超声探头110。超声探头110受发射脉冲的激励而向被测对象的目标区域的组织发射超声波束，经一定延时后接收从目标区域的组织反射回来的带有组织信息的超声回波，并将此超声回波重新转换为电信号。接收电路114接收超声探头110转换生成的电信号，获得超声回波信号，并将这些超声回波信号送入波束合成模块122，波束合成模块122对超声回波数据进行聚焦延时、加权和通道求和等处理，然后送入处理器116。处理器116对超声回波信号进行信号检测、信号增强、数据转换、对数压缩等处理形成超声图像。处理器116得到的超声图像可以在显示器118上显示，也可以存储于存储器124中。

可选地，处理器116可以实现为软件、硬件、固件或其任意组合，并且可以使用单个或多个专用集成电路(Application Specific Integrated Circuit，ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路和/或器件的任意组合、或者其他适合的电路或器件。并且，处理器116可以控制所述超声成像系统100中的其它组件以执行本说明书中的各个实施例中的方法的相应步骤。

显示器118与处理器116连接，显示器118可以为触摸显示屏、液晶显示屏等；或者，显示器118可以为独立于超声成像系统100之外的液晶显示器、电视机等独立显示器；或者，显示器118可以是智能手机、平板电脑等电子设备的显示屏，等等。其中，显示器118的数量可以为一个或多个。例如，显示器118可以包括主屏和触摸屏，主屏主要用于显示超声图像，触摸屏主要用于人机交互。

显示器118可以显示处理器116得到的超声图像。此外，显示器118在显示超声图像的同时还可以提供给用户进行人机交互的图形界面，在图形界面上设置一个或多个被控对象，提供给用户利用人机交互装置输入操作指令来控制这些被控对象，从而执行相应的控制操作。例如，在图形界面上显示图标，利用人机交互装置可以对该图标进行操作，用来执行特定的功能，例如在超声图像上绘制出感兴趣区域框等。

可选地，超声成像系统100还可以包括显示器118之外的其他人机交互装置，其与处理器116连接，例如，处理器116可以通过外部输入/输出端口与人机交互装置连接，外部输入/输出端口可以是无线通信模块，也可以是有线通信模块，或者两者的组合。外部输入/输出端口也可基于USB、如CAN等总线协议、和/或有线网络协议等来实现。

其中，人机交互装置可以包括输入设备，用于检测用户的输入信息，该输入信息例如可以是对超声波发射/接收时序的控制指令，可以是在超声图像上绘制出点、线或框等的操作输入指令，或者还可以包括其他指令类型。输入设备可以包括键盘、鼠标、滚轮、轨迹球、移动式输入设备(例如带触摸显示屏的移动设备、手机等等)、多功能旋钮等等其中之一或者多个的结合。人机交互装置还可以包括诸如打印机之类的输出设备。

超声成像系统100还可以包括存储器124，用于存储处理器执行的指令、存储接收到的超声回波、存储超声图像，等等。存储器可以为闪存卡、固态存储器、硬盘等。其可以为易失性存储器和/或非易失性存储器，为可移除存储器和/或不可移除存储器等。

应理解，图1所示的超声成像系统100所包括的部件只是示意性的，其可以包括更多或更少的部件。本申请对此不限定。

下面，将参考图2描述根据本申请实施例的周期性参数的分析方法。图2是本申请实施例的周期性参数的分析方法200的一个示意性流程图。

如图2所示，本申请一个实施例的周期性参数的分析方法200包括如下步骤：

在步骤S210，获取预设时间内采集的多帧超声图像；

在步骤S220，确定所述多帧超声图像中至少两帧超声图像的目标区域(例如，心脏区域)，并对所述目标区域进行测量，以得到每帧所述超声图像对应的测量结果；

在步骤S230，根据所述多帧超声图像对应的所述测量结果得到周期性参数；

在步骤S240，在至少两帧所述超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果；

在步骤S250，基于所述至少两帧所述超声图像对应的所述第一可靠性评估结果得到所述周期性参数的第二可靠性评估结果，并以可视化的方式显示所述周期性参数和所述第二可靠性评估结果。

本申请实施例的周期性参数的分析方法200能够实现对周期性参数的可靠性的自动评估，解决以往的评估方案只能实现对单帧超声图像的图像质量进行评估，无法对基于多帧超声图像得到的周期性参数的可靠性进行评估的问题，便于用户确定周期性参数的可靠性，以及根据第二可靠性评估结果对周期性参数进行挑选。

在步骤S210中，超声图像可以是实时采集的，以便于在实时获取周期性参数的同时实时进行周期性参数的可靠性评估。由于根据本发明实施例的周期性参数的分析方法能够自动分析得到周期性参数的可靠性，无需用户逐帧挑选超声图像，因而适用于实时获取周期性参数的场景，在实时生成周期性参数的同时，实时确定周期性参数的第二可靠性，以便于用户确定周期性参数的可靠性程度，以及从多个周期性参数中选择可靠性更高的周期性参数，从而满足POC领域动态实时监控的临床需求。当然，超声图像也可以是从存储介质中提取的或通过远程传输接收到的预先采集的超声图像，即周期性参数的分析方法200也适用于离线分析的场景。

在执行步骤S210之前，可以预先设置好采集参数。其中，采集参数可以包括采集时长(即步骤S210中的预设时间的长度)、帧频(即每秒钟采集的超声图像数)、超声图像的类型等。要说明的是，采集时长需要大于或等于一个周期的长度，从而保证采集的到的多帧超声图像中，能够包含计算周期性参数所必需的超声图像，例如计算射血分数必需的心脏舒张末期的超声图像和心脏收缩末期的超声图像。

示例性地，可以基于图1所示的超声成像系统100进行超声扫描，以获取多帧超声图像。具体地，处理器116控制发射电路112将经过延迟聚焦的发射脉冲通过发射/接收选择开关120发送到超声探头110。超声探头110受发射脉冲的激励而向被测对象的目标组织(例如心脏组织、血管组织等)发射超声波束，经一定延时后接收从目标区域的组织反射回来的带有组织信息的超声回波，并将此超声回波重新转换为电信号。接收电路114接收超声探头110转换生成的电信号，获得超声回波信号，并将这些超声回波信号送入波束合成模块122，波束合成模块122对超声回波数据进行聚焦延时、加权和通道求和等处理，然后送入处理器116。处理器116对超声回波信号进行信号检测、信号增强、数据转换、对数压缩等处理形成不同类型的超声图像，包括但不限于B型超声图像，C型超声图像等。处理器116得到的多帧超声图像可以送入显示器118进行显示。

以周期性参数为心功能参数为例，超声图像为针对心脏组织采集的包含心室区域的超声图像。在采集超声图像的过程中，超声探头110产生的超声波声束进入胸壁后呈扇形扫描，根据超声探头110的位置和角度不同，可以得到心脏组织的不同层次和方位的切面图。通常情况下，超声图像中包括的心脏切面可以包括心尖四腔心平面或心尖二腔心平面等。在预设时间内采集的多帧超声图像是一组连续的超声图像序列，每一张超声图像对应心动周期的一个时间点。心脏重复舒张-收缩的运动过程，一个心动周期是指从一个舒张末期到下一个舒张末期的时间，或者从一个收缩末期到下一个收缩末期的时间。

在步骤S220中，首先确定多帧超声图像中至少两帧超声图像的目标区域。其中，可以对多帧超声图像中的至少两帧进行目标区域的确定，也可以对多帧超声图像中的每一帧均进行目标区域的确定。一般来说，至少两帧超声图像至少包括一个周期(例如一个心动周期)内的超声图像。

在超声图像中确定的目标区域取决于待获取的周期性参数的类型。例如，若待获取的周期性参数为心功能参数，则目标区域为心室区域，具体可以是左心室区域，可以通过在超声图像中识别左心室心内膜区域来确定左心室区域。若待获取的周期性参数为下腔静脉塌陷指数、下腔静脉扩张指数和下腔静脉变异率等呼吸参数，则目标区域可以为血管区域，血管区域具体可以是下腔静脉。

示例性地，可以采用机器学习方法确定超声图像中的目标区域。具体地，首先，采用机器学习方法对超声图像进行特征提取，所用的特征提取方法可以是传统的PCA(主成分分析)、LDA(线性判别分析)、Harr特征(哈尔特征)提取、纹理特征提取等，也可以采用深度神经网络来进行特征提取；接着，将提取到的特征与预先构建的数据库中的特征进行匹配，利用KNN(K-近邻分类器)、SVM(支持向量机)、随机森林、神经网络等分类器对提取到的特征进行分类，以确定超声图像中每个图像块的图像特征的类别，并根据图像块的类别在超声图像中划分出目标区域。

或者，也可以基于深度学习的端到端的深度学习神经网络，通过堆叠卷积层和全连接层来对预先构建的数据库进行特征的学习，并加入上采样或者反卷积层来使得输入与输出的尺寸相同，从而直接得到输入图像的目标区域及其相应类别，所使用的深度学习神经网络包括FCN(全卷积神经网络)、U-Net(U形网络)、Mask R-CNN(掩码候选区域神经网络)等。

可选地，还可以采用传统的图像分割算法确定至少两帧超声图像的目标区域。其中，图像分割算法可以包括Graph Cut(图割)算法、Level Set(水平集)算法、Random Walker(随机游走)算法等各种适用的图像分割算法。

在一个实施例中，在识别目标区域前，还可以对超声图像进行去噪、增强等处理，以更准确地识别出目标区域。

识别出目标区域之后，对目标区域进行测量，以得到至少两帧超声图像中每帧超声图像对应的测量结果。示例性地，若周期性参数为心功能参数，则测量结果为心室测量结果。若心功能参数为射血分数，每帧超声图像对应的测量结果可以是对心室区域进行测量以得到的心室容积。若心功能参数为短轴缩短率，则每帧超声图像对应的测量结果可以是对心室区域进行测量以得到的心室短轴长度。若周期性参数为呼吸参数，每帧超声图像对应的测量结果可以是对血管区域进行测量以得到的血管直径。

对于心室容积的计算模块可以基于Simpson(辛普森)法实现。Simpson 法主要包括单平面Simpson法和双平面Simpson法。Simpson法的原理是认为物体的容积等于将物体切分为多等分切面的容积之和，每一切面可以根据椭圆体计算容积。当采用Simpson法计算左心室容积时，可以取包含心尖四腔心切面的超声图像和包含心尖二腔心切面的超声图像，沿左心室长轴将左心室等分为二十个椭圆柱体，根据心尖四腔心切面的直径和心尖二腔心切面的直径可以得到椭圆柱体的长轴直径和短轴直径，进而得到椭圆柱体的截面面积，而椭圆柱体的高度为心脏长轴径线长度的二十分之一，根据椭圆柱体的截面面积和高度可以计算出每个椭圆柱体的体积。将二十个椭圆柱体的体积累加起来即可得到心室容积。

在步骤S230，根据多帧超声图像对应的测量结果得到周期性参数。周期性参数为与心跳、呼吸等有关的具有周期性的生理特征参数。

其中，周期性参数主要分为两类。一类周期性参数表征预设时间内测量结果的平均水平，具体可以是表征周期内测量结果的平均水平，例如，该类周期性参数可以是一个周期内每帧超声图像对应的测量结果的平均值，可见这类周期性参数与每帧超声图像的测量结果的可靠性均紧密相关。

另一类周期性参数表征预设时间内测量结果的变化程度，具体可以是表征周期内的测量结果的变化程度。以射血分数(EF)为例，EF的计算公式如下：

EF＝(EDV-ESV)/EDV；

其中，EDV(End-Diastolic Volume，舒张末期容积)为心脏舒张末期的左心室容积，通常为周期内心室容积的最大值；ESV(End Systolic Volume，收缩末期容积)为心脏收缩末期的心室容积，通常为周期内心室容积的最小值。即EF根据心脏舒张末期的心室容积和心脏收缩末期的心室容积计算得到。由此可见，该类周期性参数根据关键帧超声图像的测量结果计算得到，主要与关键帧超声图像的测量结果的可靠性紧密相关。由于该类超声图像一般根据测量结果的峰值计算得到，因而关键帧超声图像可以包括多帧超声图像中测量结果的峰值对应的超声图像。其中，测量结果的峰值包括测量结果的最大值和最小值。

继续以射血分数为例，在计算射血分数时，首先需要找出一个完整心动周期的所有心室容积，确定同一心动周期内的最大心室容积和最小心室容积，分别作为EDV值和ESV值，并根据上述射血分数的计算公式计算射血分数。其中，心动周期指从一次心跳的起始到下一次心跳的起始，心血管系统所经历的过程。

在一个示例中，从根据各帧超声图像测得的心室容积中找出一个完整心动周期的所有心室容积，包括：根据多帧超声图像对应的心室容积得到所述心室容积随时间变化的曲线；根据所述心室容积随时间变化的曲线确定心动周期。可选地，可以测量心室容积随时间变化的曲线的峰值间距，以得到心动周期，或者，对心室容积随时间变化的曲线进行频谱分析，以得到心动周期。

可选地，也可以绘制其他心室测量结果随时间变化的曲线，以确定心动周期，进而根据心动周期得到一个完整心动周期内的所有心室容积，或直接得到心脏舒张末期的心室容积和心脏收缩末期的心室容积。其中，心室测量结果包括但不限于左心室长轴长度、左心室短轴长度、左心室面积等。

或者，还可以根据在预设时间内连续采集的多帧超声图像中每帧超声图像的特征值，生成特征曲线，然后对上述特征曲线进行周期性分析，识别出心动周期。特征曲线可以是图像相似度曲线，具体地，可以选定多帧超声图像中的某一帧作为标准帧，计算每一帧超声图像与标准帧的相似性系数，生成图像相似度曲线。

在步骤S240，在至少两帧超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果。

其中，至少两帧超声图像为多帧超声图像中与周期性参数的测量有关的至少两帧超声图像。当周期性参数表征预设时间内测量结果的平均水平时，周期性参数的可靠性与每个测量结果的可靠性相关，因而至少两帧超声图像为所述预设时间内连续采集的多帧超声图像，并且至少包括一个周期内的多帧超声图像。当周期性参数表征预设时间内测量结果的变化程度时，周期性参数的可靠性与用于计算周期性参数的测量结果的可靠性相关，至少两帧超声图像至少包括用于计算周期性参数的关键帧超声图像。如上所述，由于这类周期性参数一般根据周期内测量结果的峰值计算，因此关键帧图像包括测量结果的峰值对应的超声图像。由于相邻帧超声图像的测量结果的可靠性一般具有关联性，为了减小误差，关键帧超声图像还可以包括测量结果的峰值对应的超声图像的邻域内的至少一帧超声图像。

由于超声图像的质量是决定测量结果是否可靠的基本因素，若超声图像的质量不好，则测量结果很难可靠。因此，至少基于每帧超声图像的图像质量得到每帧超声图像的测量结果的第一可靠性评估结果。在一个实施例中，可以将至少两帧超声图像中的每帧超声图像输入到训练好的网络模型中，并输出关于每帧超声图像的图像质量的第一可靠性评估结果。网络模型例如以VGG、ResNet等网络为骨干，通过分类或回归任务实现。

或者，也可以采用传统的图像处理方法，根据至少两帧超声图像中的每帧超声图像的信噪比得到关于每帧超声图像的图像质量的第一可靠性评估结果。其中，信噪比越高，可以可靠性评估结果的分值越低。

在一个实施例中，超声图像的图像质量可以根据以下至少一项而确定：超声图像的灰度，超声图像的图像清晰度，超声图像中有效区域的占比，超声图像中斑点、雪花细粒或网纹的占比，采集所述超声图像所用的超声探头、探头参数或成像参数。

对于超声图像的灰度而言，其可以包括超声图像的整体的灰度，也可以包括有效区域内的超声图像的灰度。可以根据图像灰度的均值是否在阈值范围内、图像灰度是否均匀以及图像灰度的极值是否满足灰度极值的标准中的至少一项确定图像质量。对于超声图像的灰度是否均匀，可以绘制超声图像的灰度直方图，通过判断灰度直方图中灰度是否均匀分布，保证图像灰度不会集中在某个区域而影响超声图像的图像质量。

若超声图像的灰度满足灰度标准时，例如，超声图像的灰度均值适当且图像均匀，则该超声图像能够较准确地显示组织的形态，该超声图像的质量高；反之，若超声图像的灰度不满足灰度标准时，该超声图像的质量低，因此，可以通过超声图像的灰度确定超声图像的质量。例如，可以设定超声图像的灰度均值的标准、灰度均匀性的标准和灰度极值的标准等超声图像质量的灰度标准，进一步的，可以计算超声图像的灰度与灰度标准间的偏差，建立该偏差与图像质量间的函数关系或其他对应关系，以通过超声图像的灰度与灰度标准间的关系确定超声图像的质量。当然，超声图像的灰度与灰度标准间的偏差可以从一个角度进行评价，例如灰度均匀性维度；也可以从多个维度进行评价，例如灰度均值、灰度极值以及灰度均匀性等维度，综合得到超声图像的灰度与灰度标准间的偏差。

对于超声图像的图像清晰度而言，若图像清晰度高，则超声图像的质量也相应的高；若超声图像清晰度低，则超声图像的质量便相应的低。超声图像的清晰度可以为具体的值，清晰度的表现形式可以以十分制的分数、百分制的分数、或者百分数的形式体现；也可以为一个定性的标准，包括清晰、较清晰、较模糊、模糊等。对于图像清晰度的计算可以从超声图像是否过亮或者过暗，或者超声图像的分辨率是否够高等维度进行计算。

一个实施例中，可以根据梯度信息计算超声图像的清晰度。一般情况下，梯度值越高，画面的边缘信息越丰富，图像越清晰。示例性的，可以建立有效区域的梯度信息与图像清晰度的函数关系或其他对应关系。例如可以通过Brenner梯度函数、Tenengrad梯度函数、Laplacian梯度函数等基于梯度信息计算图像清晰度。另一个实施例中，可以通过输入具有清晰的和模糊的两类超声图像训练人工智能模型。示例性的，人工智能模型可以对超声图像进行清晰和模糊的二分类问题，对于输入的待测超声图像，人工智能模型可以输入清晰或模糊的分类结果。需要强调的，人工智能模型也可以对超声图像进行清晰、较清晰、较模糊、模糊等清晰度程度分级，从而人工智能模型可以对于输入的待测超声图像输出清晰度分级。

对于超声图像中有效区域的占比而言，有效区域可以是与检测信息获取相关的超声图像区域。示例性的，对于某个组织器官来说，有效区域可以为超声图像中包含该组织器官图像的区域，或者组织器官结节的图像区域等与检测信息获取相关的超声图像区域。检测超声图像的有效区域占比主要是为了保证超声图像的有效区域占图像整体的比例适宜，例如比例不宜过小，而应当大于1/2。示例性的，一种具体的检测方式为，通过图像处理的阈值分割等方式获取有效区域，计算有效区域与图像整体区域的占比，判断该占比是否达到预设的占比要求。其中，该有效区域的大小或者占比与超声扫描深度或者放大/缩小倍数等参数相关。一个实施方式中，可以检测超声扫描深度是否符合标准，例如，超声扫描深度是否在阈值范围内，以此判断超声图像的有效区域占比是否合适。

可以理解的，若超声图像的有效区域占比过小，则在该超声图像上难以准确反映组织器官的形态，不利于基于该超声图像获取检测信息，因此，可以通过超声图像的有效区域占比确定超声图像的质量，例如，可以计算超声图像的有效区域占比，建立超声图像有效区域占比与图像质量间的函数关系或其他对应关系，以通过超声图像的有效区域占比确定超声图像的质量。

对于超声图像中斑点、雪花细粒或网纹的占比而言，可以对超声图像的整体进行检测，以确定超声图像中是否存在斑点、雪花细纹或网纹，以及斑点、雪花细纹或网纹的占比；也可以先在超声图像中确定有效区域，再对有效区域内的超声图像进行检测。可以理解的，若超声图像中存在斑点、雪花细粒或网纹，则超声图像中的斑点、雪花细粒或网纹可能覆盖了心脏或血管区域，影响图像的质量，因此，可以建立是否存在斑点、雪花细粒或网纹与图像有效性的函数关系或其他对应关系，其占比越大，则超声图像的图像质量越低。进一步地，还可以根据三者对图像中组织识别的影响程度不同，对斑点、雪花细粒或网纹这三种图像瑕疵赋予不同的权重等等，从而根据检测的超声图像中是否存在斑点、雪花细粒或网纹确定超声图像的质量。

对于超声图像中斑点、雪花细纹或网纹的检测，可以通过检测超声图像的纹理是否符合预设的图像纹理标准。示例性的，可以预先训练图像纹理的检测模型，将超声图像输入检测模型中，以得到纹理是否符合预设的图像纹理标准的检测结果，其中，图像纹理包括：图像有无斑点、有无雪花细粒、有无网纹。

以超声探头、探头参数和/或成像参数为例，可以通过超声探头、探头参数和/或成像参数与超声图像包括的待测组织器官的对应关系确定超声图像的质量。在对患者进行超声检测时，需要根据不同的检测部位选择不同的探头参数和成像参数，以使得对不同检查部位达到最佳的成像效果。例如，浅表组织使用频率高的线阵探头；腹部脏器使用频率低的凸阵探头。若实际操作中错误地使用了超声探头和对应的探头参数、成像参数，则会影响超声图像的质量。因此，可以将超声图像中包含的组织类别与扫查该超声图像所使用的超声探头、探头参数和成像参数中的一项或多项进行比对，若二者匹配则确定超声图像的质量高，若二者不匹配则确定超声图像的质量低。

除了超声图像的质量以外，第一可靠性评估结果还与目标区域的特征参数相关，可以根据超声图像的图像质量和目标区域的特征参数对超声图像的测量结果进行综合评估，得到该第一可靠性评估结果。目标区域的特征参数包括目标区域的形状或目标区域边界的对比度，例如心脏区域的形状或心脏区域边界的对比度。若目标区域的形状不合理，不符合真实情况，则第一可靠性结果较低。若目标区域边界的对比度过低，说明分割效果不好，因而相应地第一可靠性结果也较低。示例性地，可以采用训练好的机器学习模型对目标区域的特征参数进行分析以得到第一可靠性评估结果。

在一些实施例中，可以根据第一可靠性评估结果对测量结果进行筛选，剔除不满足预设要求的第一可靠性评估结果对应的测量结果，仅根据满足预设要求的至少两个第一可靠性评估结果对应的测量结果得到周期性参数，以提高周期性参数的准确性。

由于周期性参数是基于一个周期内的多帧超声图像的测量结果计算得到的，仅靠单个测量结果的第一可靠性评估结果仍无法评估最终的测量结果是否可靠。

因此，在步骤S250，基于至少两帧超声图像对应的第一可靠性评估结果得到周期性参数的第二可靠性评估结果。也就是说，第一可靠性评估结果是表征单个测量结果的可靠程度的可靠性评估结果，第二可靠性评估结果是表征周期性参数的可靠程度的可靠性评估结果。

如上所述，周期性参数包括两种类型，一种表征预设时间内测量结果的平均水平时，另一种表征预设时间内测量结果的变化程度。对于第一种周期性参数，可以根据预设时间内连续采集的多帧超声图像对应的第一可靠性评估结果计算第二可靠性评估结果，其中预设时间内连续采集的多帧超声图像可以是一个完整周期内的全部超声图像。

进一步地，该类型的第二可靠性评估结果可以是一个完整周期内的第一可靠性评估结果的平均值。假设一个周期内有Frames帧超声图像，scorei为第i帧超声图像的第一可靠性评估结果，取值范围[0，MAXSCORE]。则表示预设时间内测量结果的平均水平的第二可靠性评估结果Qcycle表示为：

当周期性参数表征预设时间内测量结果的变化程度时，可以根据用于计算周期性参数的关键帧超声图像对应的测量结果的第一可靠性评估结果计算第二可靠性评估结果。其中，关键帧超声图像包括测量结果的峰值对应的超声图像。关键帧超声图像还包括测量结果的峰值对应的超声图像的邻域内的至少一帧超声图像。

继续以射血分数(EF)为例，EF的可靠性主要受EDV(End-Diastolic Volume，舒张末期容积)和ESV(End Systolic Volume，收缩末期容积)的可靠性的影响。而EDV和ESV的可靠性主要由峰值帧及其邻域内的至少一帧超声图像的测量结果的第一可靠性评估结果决定。若邻域范围取r，峰值帧为peak，则关键帧的取值范围为[peak-r，peak+r]，所以EF的可靠性评估结果表示为：

其中，Qpeak为关键帧超声图像对应的第一可靠性评估结果，

以上两种第二可靠性评估结果也可以相互结合。例如，对于表征预设时间内测量结果的变化程度的周期性参数，例如射血分数，也可以参照第一种类型的第二可靠性评估结果Qcycle来评价其可靠性。例如，若两个射血分数的Qef相同，则认为Qcycle更高的射血分数的可靠性更高。

第二可靠性评估结果计算的一个实例如图3A和图3B所示。图3A和图3B的曲线代表一个心动周期内真实心室容积的变化情况(需注意，并非心室容积测量结果的变化情况)，基于不同帧超声图像测量所得的心室容积的第一可靠性不相同，图3A和图3B将第一可靠性按照不同填充方式显示于曲线上。给定第一可靠性的取值范围为0-2分，图3A和图3B用无填充的圆形表示3分，点状填充的圆形表示1分，黑色填充的圆形表示0分。第一可靠性为0分的心室容积由于可靠性过低，无法采用。取关键帧为测量结果的峰值对应的超声图像及其邻域范围内的一帧，即r＝1，则图3A的Qcycle、Qed、Qes和Qef的计算结果分别为：Qcycle＝0.615，Qes＝0.5，Qed＝1，Qef＝0.7；则图3B的Qcycle、Qed、Qes和Qef的计算结果分别为：Qcycle＝0.615，Qes＝0.83，Qed＝1，Qef＝0.9。

对于图3A所示的情况，真实的ES值对应的测量值(即第6帧的测量结果)可靠性非常低，无法采用，也就是说虽然该帧超声图像对应的真实心室容积为如图3A所示的最小值，但测量结果不一定如图3A所示，相反该帧的测量结果可能很大，也可能远小于实际结果。在可采纳的测量结果中提取的ES值(即第5帧超声图像测得的SE值)会大于真实的ESV，因此采用图3A的计算方式会低估EF值。基于图3A的数据测得的Qef与真实情况吻合。

而在图3B所示的情况下，真实ED、ES对应的测量值的第一可靠性都较高，可以准确评估EF值。基于图3B的数据测得的Qef＝0.9，高于图3A的Qef＝0.7，也表明了图3B的EF参数更可靠，与实际情况相符。可见本发明实施例中根据关键帧对应的第一可靠性评估结果得到的第二可靠性评估结果能够很好地反应EF的真实可靠性。

之后，以可视化的方式显示上文中得到的周期性参数和第二可靠性评估结果，以便于用户根据第二可靠性评估结果判断周期性参数的可靠性，以及从多个周期性参数中选择更为可靠的周期性参数。

在一个实施例中，可以在显示周期性参数的同时，通过表征周期性参数的标识的颜色表示第二可靠性评估结果。表征周期性参数的标识可以为文字、图形或符号等。例如，参照图4所示的显示界面，其中，仍以周期性参数为射血分数为例，显示界面上显示了表征周期性参数的标识403，即EF＝55％。若该射血分数的第二可靠性评估结果较高，例如，例如第二可靠性评估结果超过某一预设阈值，则可以将标识403的颜色显示为绿色，以表示周期性参数可靠；类似地，若该射血分数的第二可靠性评估结果较低，则可以将标识403的颜色显示为红色。当然，除此之外也可以采用其他方式显示第二可靠性评估结果，例如直接在标识403附近显示第二可靠性评估结果的数值，或者显示可靠或不可靠。

在一些实施例中，还可以根据多帧超声图像对应的测量结果得到测量结果随时间变化的曲线，并在测量结果随时间变化的曲线上以周期为单位通过不同颜色表示第二可靠性评估结果。参见图4，其中示出了心室容积随时间变化的曲线402，曲线402分为多个周期，可以根据每个周期对应的周期性参数的第二可靠性评估结果决定曲线402的每个周期的颜色，用户可以根据曲线402的每个周期的颜色选取可靠性较高的周期性参数，以作为最终选定的周期性参数。可选地，还可以在曲线402上标记当前显示的标识403对应的周期。

进一步地，还可以在测量结果随时间变化的曲线上标注第二可靠性评估结果满足预设要求的周期(即曲线402上竖线范围内的周期)，以便于用户参考，用户可以直接选择容积曲线上标注的周期对应的周期性参数。

除了显示第二可靠性评估结果之外，也可以显示第一可靠性评估结果，便于用户参考。示例性地，可以在显示每帧超声图像的同时显示对应的第一可靠性评估结果，例如，可以通过当前帧超声图像的图像类型的标识的颜色或当前帧超声图像中目标区域的标识的颜色表示当前帧超声图像对应的第一可靠性评估结果。

继续参照图4，当前显示的超声图像401的心室区域绘制有边界线404，若当前显示的超声图像对应第一可靠性评估结果较高，则可以将该边界线404显示为绿色；当前显示的超声图像的图像类型405为A4C(Apical4-Chamber View，心尖四腔心切面)，若当前显示的超声图像的测量结果的第一可靠性评估结果较高，例如超过某一预设阈值，则可以将超声图像中的“A4C”标识显示为绿色，以表示当前帧超声图像的测量结果可靠。由此，不增加其他文字或符号，不对超声图像产生额外的遮挡，仅通过超声图像上原有的标识即可表示第一可靠性评估结果。

当然，除通过以上两种方式以外，也可以在超声图像上或超声图像以外通过其他标识表示第一可靠性评估结果。或者，在上述测量结果随时间变化的曲线上，还可以以帧为单位通过不同颜色表示第一可靠性评估结果。

综上所述，本申请实施例的周期性参数的分析方法200能够实现对周期性参数的可靠性的自动评估，便于用户判断周期性参数的可靠性。

本申请实施例还提供一种超声成像系统，用于实现上述的周期性参数的分析方法200。该超声成像系统包括超声探头、发射电路、接收电路、处理器和显示器。其中，发射电路用于激励所述超声探头向被测对象发射超声波；接收电路，用于控制所述超声探头接收所述超声波的回波，以获得超声回波信号；处理器用于：获取预设时间内采集的多帧超声图像；确定所述多帧超声图像中至少两帧超声图像的目标区域，并对所述目标区域进行测量，以得到每帧所述超声图像对应的测量结果；根据所述多帧超声图像对应的所述测量结果得到周期性参数；在至少两帧所述超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果；基于所述至少两帧所述超声图像对应的所述第一可靠性评估结果得到所述周期性参数的第二可靠性评估结果，并以可视化的方式显示所述周期性参数和所述第二可靠性评估结果。

在一个实施例中，所述在至少两帧所述超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果，包括：将所述至少两帧所述超声图像中的每帧所述超声图像输入到训练好的网络模型中，并输出关于每帧所述超声图像的图像质量的所述第一可靠性评估结果，或者，根据所述至少两帧所述超声图像中的每帧所述超声图像的信噪比得到关于每帧所述超声图像的图像质量的所述第一可靠性评估结果。

在一个实施例中，所述超声图像的图像质量根据以下至少一项而确定：所述超声图像的灰度，所述超声图像的图像清晰度，所述超声图像中有效区域的占比，所述超声图像中斑点、雪花细粒或网纹的占比，采集所述超声图像所用的超声探头、探头参数或成像参数。

在一个实施例中，所述第一可靠性评估结果还与所述目标区域的特征参数相关，所述目标区域的特征参数包括：所述目标区域的形状或所述目标区域边界的对比度。

在一个实施例中，所述周期性参数表征所述预设时间内所述测量结果的平均水平，所述至少两帧所述超声图像为所述预设时间内连续采集的多帧超声图像。

在一个实施例中，所述周期性参数表征所述预设时间内所述测量结果的变化程度，所述至少两帧所述超声图像为所述多帧超声图像中的关键帧超声图像。

在一个实施例中，所述关键帧超声图像包括所述多帧超声图像中测量结果的峰值对应的超声图像。

在一个实施例中，所述关键帧超声图像还包括所述测量结果的峰值对应的超声图像的邻域内的至少一帧超声图像。

在一个实施例中，所述根据所述多帧超声图像对应的所述测量结果得到周期性参数，包括：根据满足预设要求的至少两个所述第一可靠性评估结果对应的所述测量结果得到所述周期性参数。

在一个实施例中，处理器还用于：根据所述多帧超声图像对应的所述测量结果得到所述测量结果随时间变化的曲线；在所述测量结果随时间变化的曲线上以周期为单位通过不同颜色表示所述第二可靠性评估结果，或者，在所述测量结果随时间变化的曲线上以帧为单位通过不同颜色表示所述第一可靠性评估结果。

在一个实施例中，处理器还用于：在所述测量结果随时间变化的曲线上标注所述第二可靠性评估结果满足预设要求的周期。

在一个实施例中，以可视化的方式显示所述第二可靠性评估结果包括：通过表征所述周期性参数的标识的颜色表示所述第二可靠性评估结果。

在一个实施例中，处理器还用于控制显示器显示所述第一可靠性评估结果，所述显示所述第一可靠性评估结果包括：通过当前帧超声图像的图像类型的标识的颜色或当前帧超声图像中目标区域的标识的颜色表示当前帧超声图像对应的所述第一可靠性评估结果。

在一个实施例中，所述目标区域包括心室区域，所述测量结果包括心室测量结果，所述周期性参数包括心功能参数。

在一个实施例中，所述心室测量结果包括心室容积，所述心功能参数包括射血分数。

在一个实施例中，所述根据所述多帧超声图像对应的所述测量结果得到周期性参数，包括：根据所述多帧超声图像对应的所述心室容积得到所述心室容积随时间变化的曲线；根据所述心室容积随时间变化的曲线确定心动周期；确定同一心动周期内的最大心室容积和最小心室容积，根据所述最大心室容积和所述最小心室容积得到所述射血分数。

在一个实施例中，所述根据所述心室容积随时间变化的曲线确定心动周期，包括：测量所述心室容积随时间变化的曲线的峰值间距，以得到所述心动周期，或者，对所述心室容积随时间变化的曲线进行频谱分析，以得到所述心动周期。

在一个实施例中，所述目标区域包括血管区域，所述测量结果包括血管直径，所述周期性参数包括以下至少一项：下腔静脉塌陷指数、下腔静脉扩张指数和下腔静脉变异率。

重新参照图1，该超声成像系统可以实现为如图1所示的超声成像系统100，超声成像系统100可以包括超声探头110、发射电路112、接收电路114、处理器116以及显示器118，可选地，超声成像系统100还可以包括发射/接收选择开关120和波束合成模块122，发射电路112和接收电路114可以通过发射/接收选择开关120与超声探头110连接，各个部件的相关描述可以参照上文的相关描述，在此不做赘述。

以上仅描述了超声成像系统各部件的主要功能，更多细节参见对周期性参数的分析方法200进行的相关描述。本申请实施例的超声成像系统能够实现对周期性参数的可靠性的自动评估。

此外，根据本申请实施例，还提供了一种计算机存储介质，在所述计算机存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用于执行本申请实施例的周期性参数的分析方法200的相应步骤。所述存储介质例如可以包括智能电话的存储卡、平板电脑的存储部件、个人计算机的硬盘、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、便携式紧致盘只读存储器(CD-ROM)、USB存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。

此外，根据本申请实施例，还提供了一种计算机程序，该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本申请实施例的周期性参数的分析方法的相应步骤。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本申请的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本申请的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本申请的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本申请的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的一些模块的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本申请的具体实施方式或对具体实施方式的说明，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以权利要求的保护范围为准。

Claims

一种周期性参数的分析方法，其特征在于，所述方法包括：

获取预设时间内采集的多帧超声图像；

确定所述多帧超声图像中至少两帧超声图像的心脏区域，并对所述心脏区域进行测量，以得到每帧所述超声图像对应的测量结果；

根据所述多帧超声图像对应的所述测量结果得到周期性参数；

在至少两帧所述超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果；

基于所述至少两帧所述超声图像对应的所述第一可靠性评估结果得到所述周期性参数的第二可靠性评估结果，并以可视化的方式显示所述周期性参数和所述第二可靠性评估结果。
根据权利要求1所述的方法，其特征在于，所述在至少两帧所述超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果，包括：

将所述至少两帧所述超声图像中的每帧所述超声图像输入到训练好的网络模型中，并输出关于每帧所述超声图像的图像质量的所述第一可靠性评估结果，或者，

根据所述至少两帧所述超声图像中的每帧所述超声图像的信噪比得到关于每帧所述超声图像的图像质量的所述第一可靠性评估结果。
根据权利要求1所述的方法，其特征在于，所述超声图像的图像质量根据以下至少一项而确定：

所述超声图像的灰度，所述超声图像的图像清晰度，所述超声图像中有效区域的占比，所述超声图像中斑点、雪花细粒或网纹的占比，采集所述超声图像所用的超声探头、探头参数或成像参数。
根据权利要求1所述的方法，其特征在于，所述第一可靠性评估结果还与所述心脏区域的形状或所述心脏区域边界的对比度相关。
根据权利要求1所述的方法，其特征在于，所述周期性参数表征所述预设时间内所述测量结果的平均水平，所述至少两帧所述超声图像为所述预设时间内连续采集的多帧超声图像。
根据权利要求1所述的方法，其特征在于，所述周期性参数表征所述预设时间内所述测量结果的变化程度，所述至少两帧所述超声图像为所述多帧超声图像中的关键帧超声图像。
根据权利要求6所述的方法，其特征在于，所述关键帧超声图像包括所述多帧超声图像中测量结果的峰值对应的超声图像。
根据权利要求7所述的方法，其特征在于，所述关键帧超声图像还包括所述测量结果的峰值对应的超声图像的邻域内的至少一帧超声图像。
根据权利要求1所述的方法，其特征在于，所述根据所述多帧超声图像对应的所述测量结果得到周期性参数，包括：

根据满足预设要求的至少两个所述第一可靠性评估结果对应的所述测量结果得到所述周期性参数。
根据权利要求1所述的方法，其特征在于，还包括：

根据所述多帧超声图像对应的所述测量结果得到所述测量结果随时间变化的曲线；

在所述测量结果随时间变化的曲线上以周期为单位通过不同颜色表示所述第二可靠性评估结果，或者，在所述测量结果随时间变化的曲线上以帧为单位通过不同颜色表示所述第一可靠性评估结果。
根据权利要求10所述的方法，其特征在于，还包括：

在所述测量结果随时间变化的曲线上标注所述第二可靠性评估结果满足预设要求的周期。
根据权利要求1所述的方法，其特征在于，以可视化的方式显示所述第二可靠性评估结果包括：

通过表征所述周期性参数的标识的颜色表示所述第二可靠性评估结果。
根据权利要求1所述的方法，其特征在于，还包括显示所述第一可靠性评估结果，所述显示所述第一可靠性评估结果包括：

通过当前帧超声图像的图像类型的标识的颜色或当前帧超声图像中目标区域的标识的颜色表示当前帧超声图像对应的所述第一可靠性评估结果。
根据权利要求1-13中任一项所述的方法，其特征在于，所述心脏区域包括心室区域，所述测量结果包括心室测量结果，所述周期性参数包括心功能参数。
根据权利要求14所述的方法，其特征在于，所述心室测量结果包括心室容积，所述心功能参数包括射血分数。
根据权利要求15所述的方法，其特征在于，所述根据所述多帧超声图像对应的所述测量结果得到周期性参数，包括：

根据所述多帧超声图像对应的所述心室容积得到所述心室容积随时间变化的曲线；

根据所述心室容积随时间变化的曲线确定心动周期；

确定同一心动周期内的最大心室容积和最小心室容积，根据所述最大心室容积和所述最小心室容积得到所述射血分数。
根据权利要求16所述的方法，其特征在于，所述根据所述心室容积随时间变化的曲线确定心动周期，包括：

测量所述心室容积随时间变化的曲线的峰值间距，以得到所述心动周期，或者，对所述心室容积随时间变化的曲线进行频谱分析，以得到所述心动周期。
一种周期性参数的分析方法，其特征在于，所述方法包括：

获取预设时间内采集的多帧超声图像；

确定所述多帧超声图像中至少两帧超声图像的目标区域，并对所述目标区域进行测量，以得到每帧所述超声图像对应的测量结果；

根据所述多帧超声图像对应的所述测量结果得到周期性参数；

在至少两帧所述超声图像中，基于每帧所述超声图像的图像质量得到每帧所述超声图像的所述测量结果的第一可靠性评估结果；

基于所述至少两帧所述超声图像对应的所述第一可靠性评估结果得到所述周期性参数的第二可靠性评估结果，并以可视化的方式显示所述周期性参数和所述第二可靠性评估结果。
根据权利要求18所述的方法，其特征在于，所述目标区域包括血管区域，所述测量结果包括血管直径，所述周期性参数包括以下至少一项：下腔静脉塌陷指数、下腔静脉扩张指数和下腔静脉变异率。
一种超声成像系统，其特征在于，所述超声成像系统包括：

超声探头；

发射电路，用于激励所述超声探头向被测对象发射超声波；

接收电路，用于控制所述超声探头接收所述超声波的回波，以获得超声回波信号；

处理器，用于执行如权利要求1-19中任一项所述的周期性参数的分析方法。