CN116471996A - 信息处理装置、超声波诊断装置、信息处理方法及信息处理程序 - Google Patents
信息处理装置、超声波诊断装置、信息处理方法及信息处理程序 Download PDFInfo
- Publication number
- CN116471996A CN116471996A CN202180078951.9A CN202180078951A CN116471996A CN 116471996 A CN116471996 A CN 116471996A CN 202180078951 A CN202180078951 A CN 202180078951A CN 116471996 A CN116471996 A CN 116471996A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- puncture
- information processing
- information
- unit
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 84
- 238000003672 processing method Methods 0.000 title claims abstract description 7
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 316
- 238000001514 detection method Methods 0.000 claims abstract description 72
- 238000012545 processing Methods 0.000 claims description 43
- 239000000523 sample Substances 0.000 claims description 40
- 238000004378 air conditioning Methods 0.000 claims description 9
- 238000000926 separation method Methods 0.000 claims description 3
- 230000002792 vascular Effects 0.000 abstract description 6
- 238000000034 method Methods 0.000 description 64
- 210000001519 tissue Anatomy 0.000 description 46
- 238000012986 modification Methods 0.000 description 36
- 230000004048 modification Effects 0.000 description 36
- 238000002604 ultrasonography Methods 0.000 description 30
- 230000006870 function Effects 0.000 description 22
- 230000008569 process Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 15
- 238000013527 convolutional neural network Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 3
- 229910052451 lead zirconate titanate Inorganic materials 0.000 description 3
- 210000003462 vein Anatomy 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000002302 brachial artery Anatomy 0.000 description 2
- 238000002592 echocardiography Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- HFGPZNIAWCZYJU-UHFFFAOYSA-N lead zirconate titanate Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Ti+4].[Zr+4].[Pb+2] HFGPZNIAWCZYJU-UHFFFAOYSA-N 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- BQCIDUSAKPWEOX-UHFFFAOYSA-N 1,1-Difluoroethene Chemical compound FC(F)=C BQCIDUSAKPWEOX-UHFFFAOYSA-N 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 210000005259 peripheral blood Anatomy 0.000 description 1
- 239000011886 peripheral blood Substances 0.000 description 1
- 210000000578 peripheral nerve Anatomy 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 229920000131 polyvinylidene Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
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
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—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
- A61B8/52—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
-
- 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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
-
- 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
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- 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
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
-
- 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
- A61B8/5292—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves using additional data, e.g. patient information, image labeling, acquisition parameters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/58—Testing, adjusting or calibrating the diagnostic device
-
- 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
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- 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
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- General Business, Economics & Management (AREA)
- Business, Economics & Management (AREA)
- Vascular Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Urology & Nephrology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供一种能够根据进行血管穿刺的使用者呈现出表示适当的穿刺难度的信息的信息处理装置、超声波诊断装置、信息处理方法及信息处理程序。主体部(12)具备:获取部(34),获取包括受检体的血管(B)的组织的超声波图像(U);检测部(36),从获取到的超声波图像(U)中检测血管(B);及难度信息输出部(44),根据进行穿刺的使用者的熟练度来输出与检测到的血管(B)的穿刺难度相关的难度信息。
Description
技术领域
本发明涉及一种信息处理装置、超声波诊断装置、信息处理方法及信息处理程序。
背景技术
已知一种使用超声波探头来拍摄受检体的超声波图像的超声波诊断装置,该超声波探头接收朝向受检体发射的超声波的超声波回声,并输出基于接收到的超声波回声的接收信号。
并且,通过插入所谓的穿刺针及导管等插入物来穿刺受检体的血管。如回声引导穿刺法等,作为穿刺方法,已知拍摄受检体的血管的超声波图像,并参考映现于拍摄到的超声波图像中的血管来进行穿刺的方法。在该方法中,存在对进行穿刺的医生或护士等使用者呈现表示穿刺难度的信息的技术。例如,专利文献1中记载了如下技术:比较从超声波图像中检测到的血管直径和标准血管直径,根据超声波探头对血管的挤压状态来判断是否能够进行穿刺,并呈现出结果。
以往技术文献
专利文献
专利文献1:日本特开2016-123794号公报
发明内容
发明要解决的技术课题
关于穿刺的熟练度,根据使用者而不同。因此,穿刺的难度有时会根据每个使用者而不同。作为穿刺难度,专利文献1呈现出能够进行穿刺,但这并不对应于每个使用者,呈现出的穿刺难度有时并不适合实际进行穿刺的使用者。
本发明是考虑上述情况而完成的,其目的在于,提供一种能够根据进行血管穿刺的使用者呈现出表示适当的穿刺难度的信息的信息处理装置、超声波诊断装置、信息处理方法及信息处理程序。
用于解决技术课题的手段
为了实现上述目的,本发明的第1方式的信息处理装置具备:获取部,其获取受检体的包括血管在内的组织的超声波图像;检测部,其从获取到的超声波图像中检测血管;及难度信息输出部,其根据进行穿刺的使用者的熟练度来输出与检测到的血管的穿刺难度相关的难度信息。
本发明的第2方式的信息处理装置在第1方式的信息处理装置中,还具备判定部,该判定部根据检测部的检测结果来判定是否能够进行穿刺,难度信息输出部将判定部的判定结果作为难度信息。
本发明的第3方式的信息处理装置在第2方式的信息处理装置中,根据对应于使用者的熟练度的与是否能够进行穿刺相关的血管条件和检测结果来判定是否能够进行穿刺。
本发明的第4方式的信息处理装置在第2方式或第3方式的信息处理装置中,在超声波图像的画质高于预先确定的画质的情况下,判定部放宽允许进行穿刺的血管条件。
本发明的第5方式的信息处理装置在第2方式至第4方式中的任一方式的信息处理装置中,检测部还检测受检体的从体表面起至血管为止的深度,判定部根据深度来判定是否能够进行穿刺。
本发明的第6方式的信息处理装置在第5方式的信息处理装置中,在深度小于深度阈值的情况下,判定部允许进行穿刺。
本发明的第7方式的信息处理装置在第2方式至第6方式中的任一方式的信息处理装置中,检测部还检测表示血管的粗细的血管直径,判定部根据血管直径来判定是否能够进行穿刺。
本发明的第8方式的信息处理装置在第7方式的信息处理装置中,在血管直径大于血管直径阈值的情况下,判定部允许进行穿刺。
本发明的第9方式的信息处理装置在第2方式至第8方式中的任一方式的信息处理装置中,检测部还检测血管的周围的组织,判定部根据组织来判定是否能够进行穿刺。
本发明的第10方式的信息处理装置在第9方式的信息处理装置中,在血管与组织之间的距离为间隔阈值以上的情况下,判定部允许进行穿刺。
本发明的第11方式的信息处理装置在第9方式或第10方式的信息处理装置中,血管为作为穿刺对象的对象血管,组织包括不是穿刺对象的非对象血管。
本发明的第12方式的信息处理装置在第1方式至第11方式中的任一方式的信息处理装置中,难度信息为显示方式在能够进行穿刺时和无法进行穿刺时不同的信息。
本发明的第13方式的信息处理装置在第2方式至第12方式中的任一方式的信息处理装置中,在超声波图像的画质高于预先确定的基准的情况下,判定部提高获取到的熟练度,并根据对应于提高后的熟练度的血管条件来判定是否能够进行穿刺。
本发明的第14方式的信息处理装置在第1方式至第13方式中的任一方式的信息处理装置中,难度信息输出部输出附加有难度信息的超声波图像。
并且,为了实现上述目的,本发明的第15方式的超声波诊断装置具备:超声波探头,其接收发射的超声波的超声波回声,并输出基于接收到的超声波回声的接收信号;图像生成部,其根据从超声波探头输入的接收信号来生成超声波图像;及本发明的信息处理装置。
并且,为了实现上述目的,本发明的第16方式的信息处理方法为计算机用于执行如下处理的方法:获取受检体的包括血管在内的组织的超声波图像;从获取到的超声波图像中检测血管;及根据进行穿刺的使用者的熟练度来输出与检测到的血管的穿刺难度相关的难度信息。
并且,为了实现上述目的,本发明的第17方式的信息处理程序用于使计算机执行如下处理:获取受检体的包括血管在内的组织的超声波图像;从获取到的超声波图像中检测血管;及根据进行穿刺的使用者的熟练度来输出与检测到的血管的穿刺难度相关的难度信息。
发明效果
根据本发明,能够根据进行血管穿刺的使用者呈现出表示适当的穿刺难度的信息。
附图说明
图1是表示实施方式的超声波诊断装置的整体结构的一例的框图。
图2是表示接收电路的结构的一例的框图。
图3是表示图像生成部的结构的一例的框图。
图4A是表示通过短轴法拍摄到的超声波图像的一例的图。
图4B是表示通过长轴法拍摄到的超声波图像的一例的图。
图4C是用于说明血管的血管直径及深度的图。
图5A是用于说明个人熟练度信息的一例的图。
图5B是用于说明血管条件信息的一例的图。
图6是表示实施方式的主体部的硬件结构的一例的结构图。
图7是表示实施方式的主体部的穿刺辅助处理的流程的一例的流程图。
图8A是表示附加有表示能够进行穿刺的难度信息的超声波图像的一例的图。
图8B是表示附加有表示无法进行穿刺的难度信息的超声波图像的一例的图。
图9是用于说明血管条件信息的另一例的图。
图10是用于说明变形例1的血管条件的一例的图。
图11是表示变形例1的主体部的穿刺辅助处理的流程的一例的流程图。
图12A是表示变形例中附加有表示能够进行穿刺的难度信息的超声波图像的一例的图。
图12B是表示变形例中附加有表示无法进行穿刺的难度信息的超声波图像的一例的图。
图13是表示超声波诊断装置的变形例的整体结构的一例的图。
图14是表示超声波诊断装置的另一变形例的整体结构的一例的图。
具体实施方式
以下,参考附图对本发明的实施方式进行详细说明。另外,本实施方式并不限定本发明。
[第1实施方式]
首先,对本实施方式的超声波诊断装置的整体结构的一例进行说明。图1中示出了表示本实施方式的超声波诊断装置1的整体结构的一例的框图。如图1所示,本实施方式的超声波诊断装置1具备超声波探头10及主体部12。
超声波探头10具备振子阵列20和收发电路22,该收发电路22包括发射电路24及接收电路26。振子阵列20具备一维状或二维状排列的多个振子(省略图示)。作为一例,在本实施方式中,对超声波探头10为多个振子直线状排列的线型超声波探头的方式进行说明。另外,超声波探头10并不限定于本方式,也可以为振子弯曲排列的凸型或扇型超声波探头。多个振子分别根据从发射电路24施加的驱动信号来发射超声波,并且接收在受检体内产生的超声波回声,并输出与接收到的超声波回声对应的电信号。
多个振子分别例如通过在以PZT(Lead Zirconate Titanate(锆钛酸铅))为代表的压电陶瓷、以PVDF(Poly Vinylidene Di Fluoride(聚偏二氟乙烯))为代表的高分子压电元件及以PMN-PT(Lead Magnesium Niobate-Lead Titanate(铌镁酸铅-钛酸铅))为代表的压电单晶等作为具有压电性的材料的压电体的两端形成电极来构成。
发射电路24使振子阵列20从其朝向受检体发射超声波束。具体而言,发射电路24例如包括多个脉冲发生器(省略图示),并且根据发射延迟模式对振子阵列20所具有的多个振子分别调整各自的延迟量来供给驱动信号以施加电压,该发射延迟模式根据来自主体部12的摄影控制部30的控制信号来选择。各驱动信号为脉冲状或连续波状电压信号,当振子阵列20的振子的电极被施加电压时,压电体伸缩。其结果,从各振子产生脉冲状或连续波状超声波,由这些超声波的合成波形成超声波束。
发射的超声波束通过被受检体内的各部位(例如,血管及其他组织等)及配置于受检体内的器具等反射而产生超声波回声。产生的超声波回声在受检体内传播,并由振子阵列20所具有的多个振子接收。各振子产生与接收到的超声波回声对应的电信号。在各振子中产生的电信号输出至接收电路26。
接收电路26根据来自主体部12的摄影控制部30的控制信号对从振子阵列20输出的信号(严格而言,模拟电信号)进行处理,生成声线信号。图2中示出了表示本实施方式的接收电路26的结构的一例的框图。如图2所示,接收电路26例如具有放大部60、A/D(AnalogDigital(模拟数字))转换部62及波束形成器64。
放大部60放大从振子阵列20所具有的多个振子分别输出的电信号,并将放大后的电信号输出至A/D转换部62。A/D转换部62将放大后的电信号转换成数字接收数据,并将转换后的各接收数据输出至波束形成器64。波束形成器64根据声速(根据接收延迟模式来设定)或声速的分布对由A/D转换部62转换的各接收数据赋予各自的延迟并相加,进行接收聚焦处理,该接收延迟模式根据来自主体部12的摄影控制部30的控制信号来选择。通过该接收聚焦处理,对由A/D转换部62转换的各接收数据进行整相相加,并且生成超声波回声的焦点被聚焦的声线信号。生成的声线信号输出至主体部12的图像生成部32。
另一方面,主体部12具备摄影控制部30、图像生成部32、获取部34、检测部36、判定部38、认证部40、难度信息输出部44及显示部46。作为一例,本实施方式的主体部12为智能手机或平板终端等便携式终端装置。主体部12通过安装应用软件等程序而具有如下功能:根据通过由超声波探头10扫描受检体而得的声线信号来拍摄作为与受检体内的组织相关的B模式图像(断层图像)的超声波图像。本实施方式的主体部12为本发明的信息处理装置的一例。
当拍摄超声波图像时,如上所述,摄影控制部30具有向超声波探头10的收发电路22输出控制信号的功能。通过从摄影控制部30输出的控制信号被输入至发射电路24及接收电路26,如上所述,声线信号从超声波探头10的接收电路26输出至图像生成部32。
图像生成部32具有根据从超声波探头10的接收电路26输入的声线信号来生成超声波图像的功能。图3中示出了表示本实施方式的图像生成部32的结构的一例的框图。如图3所示,图像生成部32例如具有信号处理部70、DSC(Digital Scan Converter(数字扫描转换器))72及图像处理部74。信号处理部70根据超声波的反射位置的深度对由接收电路26生成的声线信号实施基于距离的衰减校正之后,实施包络检波处理,由此生成表示超声波图像U的B模式图像信号。DSC72通过光栅转换等将由信号处理部70生成的B模式图像信号转换成符合通常的电视信号的扫描方式的图像信号。图像处理部74对从DSC72输入的B模式图像信号实施灰度处理等各种必要的图像处理之后,输出B模式图像信号。从图像生成部32输出的B模式图像信号相当于超声波图像U。
超声波探头10的收发电路22及主体部12的图像生成部32在摄影控制部30的控制下在超声波图像的拍摄期间以规定的帧速率连续获取多次超声波图像。
另外,通过使超声波探头10在与受检体接触的状态下移动,观察断层的部位会根据超声波图像而发生变化,并且通过改变使超声波探头10与受检体接触的朝向,能够切换受检体内的血管等的观察方向。例如,在超声波探头10以振子阵列20中的多个振子所排列的方向(即,扫描方向)与血管及插入物的延伸方向交叉的朝向与受检体接触的情况下,即,在采用短轴法(交叉法)的情况下,在超声波图像中会观察到血管及插入物的横截面。图4A中示出通过短轴法拍摄到的超声波图像U的一例。图4A所示的超声波图像U中示出了血管B的横截面和作为插入物的一例的穿刺针N的横截面。在此,血管B及穿刺针N各自的横截面表示血管B及穿刺针N各自的与延伸方向正交的切割面。
另一方面,在超声波探头10以振子阵列20中的振子的排列方向(扫描方向)沿着血管及插入物的延伸方向的朝向与受检体接触的情况下,即,在采用长轴法(平行法)的情况下,在超声波图像中会观察到血管及插入物的纵截面。图4B中示出通过长轴法拍摄到的超声波图像U的一例。图4B所示的超声波图像U中示出了血管B的纵截面和作为插入物的一例的穿刺针N的纵截面。在此,血管B及穿刺针N各自的纵截面表示血管B及穿刺针N各自的沿着延伸方向的切割面。
另外,在本实施方式中,如图4A及图4B所示,在超声波图像U中,将连接体表面S和受检体的内部的方向称为深度方向D。深度方向D对应于超声波图像U中的多个扫描线延伸的方向。另一方面,将与深度方向D交叉的方向称为宽度方向H。宽度方向H对应于多个扫描线排列的方向。超声波图像U中的血管B和穿刺针N等各部分在深度方向D上显示在与距超声波探头10所接触的受检体的体表面的距离(即,深度)对应的位置。
由图像生成部32生成的超声波图像U输出至获取部34。
获取部34具有获取由图像生成部32生成并输出的超声波图像U的功能。由获取部34获取的超声波图像U输出至检测部36及难度信息输出部44。另外,如本实施方式那样,在图像生成部32发挥本发明的信息处理装置的功能的情况下,也可以将图像生成部32和获取部34的功能一体化。换言之,在本发明的信息处理装置具备图像生成部32的情况下,可以使图像生成部32还发挥获取部34的功能。
检测部36具有从由获取部34输入的超声波图像U中检测血管B的功能。另外,检测部36从超声波图像U检测血管B的方法并无特别限定。作为一例,本实施方式的检测部36根据公知的算法来分析由获取部34获取的超声波图像U(换言之,由图像生成部32生成的超声波图像U),由此检测超声波图像U内的血管B。例如,检测部36可以预先存储血管区域的典型的模式数据作为模板,一边用模板在超声波图像U内进行搜索,一边导出与模式数据的相似度,并视为在相似度为基准值以上且最大的位置存在血管B。
并且,除简单的模板匹配以外,相似度的导出还可举出根据表示血管B的图像的特征量使用已学习的学习模型的方法。例如可以使用Csurka et al.:VisualCategorization with Bags of Keypoints,Proc.of ECCV Workshop on StatisticalLearning in Computer Vision,pp.59-74(2004)中记载的SVM(Support Vector Machine(支持向量机))或AdaBoost(Adaptive Boosting(自适应增强))等机器学习方法或Krizhevsk et al.:ImageNet Classification with Deep Convolutional NeuralNetworks,Advances in Neural Information Processing Systems 25,pp.1106-1114(2012)中记载的使用深度学习的一般图像识别方法等。
并且,例如,检测部36也可以使用血管检测模型来检测超声波图像U内的血管B,该血管检测模型为通过对血管B施以标记的多个超声波图像U进行机器学习而得的已学习模型。血管检测模型例如为使用深度学习的物体检测算法。作为血管检测模型,例如可以使用由作为卷积神经网络(CNN:Convolutional Neural Network)的一种的R-CNN(Regional(区域)CNN)构成的物体检测模型。血管检测模型从输入的超声波图像U中检测作为物体的血管B,并输出表示超声波图像U内的血管B的信息。
进而,本实施方式的检测部36具有对检测到的血管B的直径(以下,称为“血管直径”)及深度进行检测的功能。另外,检测部36分别导出超声波图像U中的血管B的血管直径及深度的方法并无特别限定。作为一例,本实施方式的检测部36通过对检测到的超声波图像U中的血管B适用公知的图像分析处理来导出血管B的血管直径及深度。另外,如图4C所示,血管B的血管直径表示超声波图像U的深度方向D上的血管B的宽度(图4C中,用记号d2表示的长度)。并且,血管B的深度表示深度方向D上的超声波图像U中相当于受检体的体表面S的位置至血管B为止的最短距离(图4C中,用记号d1表示的距离)。
另外,本实施方式的检测部36检测包含在超声波图像U内的所有血管B和其深度及血管直径。在超声波图像U中包括多个血管B的情况下,可以设为针对多个血管B的每一个例如适用模板匹配、一般图像识别方法或血管检测模型来进行检测的方式。并且,例如也可以设为将一个以上血管B集中到一起并对其适用模板匹配、一般图像识别方法或血管检测模型来进行检测的方式。
检测部36的检测结果输出至判定部38。具体而言,表示由检测部36检测到的超声波图像U内的血管B的信息和血管B的深度及血管直径输出至判定部38。
判定部38具有根据对应于使用者的熟练度的血管信息和检测部36的检测结果来判定是否能够进行穿刺的功能。具体而言,判定部38根据血管条件和血管B的深度及血管直径对超声波图像U内的血管B判定是否能够进行穿刺,该血管条件根据使用者的熟练度允许对血管B进行穿刺。另外,熟练度为进行穿刺的医生及护士等使用者对血管B穿刺的熟练度,在本实施方式中,越擅长穿刺,熟练度越高,越不擅长穿刺或越是穿刺的初学者,熟练度越低。
本实施方式的存储部52(参考图6)中存储有表示根据熟练度针对每个使用者允许进行穿刺的血管条件的熟练度信息42。另外,血管条件为表示与是否能够进行穿刺相关的血管B状态的条件,在本实施方式中,采用了用于允许进行穿刺的最小血管直径及最大血管深度。作为一例,本实施方式的熟练度信息42包括图5A中示出一例的个人熟练度信息42A和图5B中示出一例的血管条件信息42B。
个人熟练度信息42A为表示用于识别使用者的使用者ID(IDentification(身份证明))与该使用者的熟练度之间的对应关系的信息。作为具体例,在本实施方式中,对熟练度设置了“1”至“4”这四个等级,级数越大,表示越熟练。即,若熟练度为“4”,则表示最熟练,若熟练度为“1”,则表示最不熟练。个人熟练度信息42A是针对使用超声波诊断装置1的每个使用者预先登记的。另外,各使用者的熟练度的设定方法并无特别限定,例如可以设为能够由超声波诊断装置1的管理者等来设定。
血管条件信息42B为表示熟练度与允许进行穿刺的最小血管直径及最大血管深度之间的对应关系的信息。作为决定血管B的穿刺难度的因素之一,可举出血管B的血管直径。通常,血管B的血管直径越小,越不容易进行穿刺,穿刺难度越高。另一方面,血管B的血管直径越大,越容易进行穿刺,穿刺难度越低,换言之,穿刺容易度越高。因此,在本实施方式中,针对每个熟练度规定了允许进行穿刺的最小血管直径。本实施方式的血管条件信息42B中的最小血管直径为本发明的血管直径阈值的一例。
并且,作为决定血管B的穿刺难度的另一因素,可举出血管B的深度。通常,血管B的深度越大,越不容易进行穿刺,穿刺难度越高。另一方面,血管B的深度越小,越容易进行穿刺,穿刺难度越低,换言之,穿刺容易度越高。因此,在本实施方式中,针对每个熟练度规定了允许进行穿刺的最大血管深度。本实施方式的血管条件信息42B中的最大血管深度为本发明的深度阈值的一例。
具体而言,判定部38参考个人熟练度信息42A来确定与从认证部40输入的使用者ID对应的熟练度。并且,判定部38参考血管条件信息42B来导出与所确定的熟练度对应的最小血管直径及最大血管深度。进而,判定部38通过比较导出的最小血管直径及最大血管深度的每一个和作为从检测部36输入的检测结果的血管B的血管直径及深度来判定是否能够进行穿刺。例如,在从认证部40输入的使用者ID为“0003”的情况下,首先,判定部38参考个人熟练度信息42A来确定熟练度为“3”。并且,判定部38参考血管条件信息42B针对与熟练度“3”对应的最小血管直径导出“3mm”,并且针对最大血管深度导出“15mm”。然后,在从检测部36输入的血管直径为“3mm”以上且深度为“15mm”以下的情况下,判定部38判定允许进行穿刺。换言之,在从检测部36输入的血管直径小于“3mm”的情况及深度大于“15mm”的情况中的至少一个情况下,判定部38判定不允许进行穿刺。
判定部38将表示是否能够进行穿刺的信息作为判定结果输出至难度信息输出部44。
认证部40具有对使用超声波诊断装置1的使用者进行认证处理的功能。具体而言,认证部40具有获取使用超声波诊断装置1的使用者的使用者ID的功能。另外,认证部40认证使用者的方法并无特别限定。例如,可以设为认证部40获取由使用者本人等通过操作设置于主体部12的输入I/F(Interface(界面))部56(参考图6)输入的使用者ID的方式。并且,例如,在预先登记有使用超声波诊断装置1的多个使用者的使用者ID的情况下,可以设为将所登记的多个使用者ID显示于显示部46,使用者通过输入I/F部56从中选择使用者ID,认证部40获取该使用者ID的方式。并且,例如,在针对使用超声波诊断装置1的多个使用者预先登记有使用者ID与该使用者的指纹、声纹、光彩及面部等生态信息之间的对应关系的情况下,可以设为认证部40根据经由输入I/F部56等读取到的使用者的生态信息和所登记的对应关系来获取使用者ID的方式。并且,例如可以设为认证部40通过经由输入I/F部56等读取使用者所持的员工证等使用者ID来获取使用者ID的方式。
由认证部40获取的使用者ID输出至判定部38。
难度信息输出部44具有根据进行穿刺的使用者的熟练度来输出与由检测部36检测到的血管B的穿刺难度相关的难度信息的功能。具体而言,本实施方式的难度信息输出部44将作为判定部38的判定结果的表示是否能够进行穿刺的信息作为难度信息附加到从获取部34输入的超声波图像U中输出至显示部46。
显示部46具有显示从难度信息输出部44输出的附加有难度信息(即,表示是否能够进行穿刺的信息)的超声波图像U等各种信息的功能。作为显示部46,例如可举出LCD(Liquid Crystal Display(液晶显示器))、有机EL(ElectroLuminescence(电致发光))显示器及头戴式显示器等。
上述主体部12例如可以由图6所示的硬件构成。图6中示出了表示本实施方式的主体部12的硬件结构的一例的结构图。如图6所示,主体部12具备显示部46、控制部50、存储部52、I/F(Interface(接口))部54及输入I/F部56。显示部46、控制部50、存储部52、通信I/F部54及输入I/F部56经由系统总线或控制总线等总线59连接成彼此能够进行各种信息的交换。
控制部50控制主体部12整体的动作。控制部50具备CPU(Central ProcessingUnit(中央处理器))50A、ROM(Read Only Memory(只读存储器))50B及RAM(Random AccessMemory(随机存取存储器))50C。ROM50B中预先存储有包括由CPU50A执行的穿刺辅助处理程序51及省略图示的摄影程序的各种程序等。RAM50C临时存储各种数据。本实施方式的穿刺辅助处理程序51为本发明的信息处理程序的一例。
CPU50A执行存储于ROM50B中的摄影程序,由此CPU50A发挥摄影控制部30的功能。并且,CPU50A执行存储于ROM50B中的穿刺辅助处理程序51,由此CPU50A发挥获取部34、检测部36、判定部38、认证部40、熟练度信息42及难度信息输出部44的功能。
存储部52中存储有由图像生成部32生成的超声波图像U的图像数据、上述熟练度信息42及其他各种信息等。作为存储部52的具体例,可举出HDD(Hard Disk Drive(硬盘驱动器))、SSD(Solid State Drive(固态驱动器))及SD(Secure Digital(安全数字))卡等。
输入I/F部56用于供使用者输入与超声波图像U的拍摄等相关的指示和各种信息等。输入I/F部56并无特别限定,例如可举出各种开关、触摸面板、触控笔、相机及鼠标等。另外,也可以将显示部46和输入I/F部56一体化为触摸屏显示器。
通信I/F部54通过WiFi(注册商标)或Bluetooth(蓝牙)(注册商标)等无线通信或有线通信与超声波探头10或超声波诊断装置1的外部装置进行各种信息的通信。如上所述,从主体部12经由通信I/F部54向超声波探头10输出用于拍摄超声波图像U的控制信号。并且,从超声波探头10经由通信I/F部54向主体部12输入声线信号。
接着,参考附图对本实施方式的主体部12的作用进行说明。
作为一例,本实施方式的主体部12通过控制部50的CPU50A执行存储于ROM50B中的穿刺辅助处理程序51来执行图7中示出一例的穿刺辅助处理。图7中示出了表示在本实施方式的主体部12中执行的穿刺辅助处理的流程的一例的流程图。图7所示的穿刺辅助处理例如在主体部12被接通电源的情况下或在使用者通过输入I/F部56指示执行的情况下等执行。
在图7的步骤S100中,认证部40进行使用者认证处理。在本实施方式中,如上所述,认证部40进行使用者认证,获取使用者ID,并将获取到的使用者ID输出至判定部38。
在接下来的步骤S102中,如上所述,获取部34获取由图像生成部32生成的超声波图像U。获取部34将获取到的超声波图像U输出至检测部36及难度信息输出部44。
在接下来的步骤S104中,检测部36导出超声波图像U内的血管B的血管直径及深度。在本实施方式中,如上所述,检测部36检测超声波图像U内的血管B,并导出检测到的血管B的血管直径及深度。另外,如上所述,在超声波图像U中包括多个血管B的情况下,检测部36针对多个血管B的每一个导出血管直径及深度。由检测部36导出的血管直径及深度输出至判定部38。
在接下来的步骤S106中,判定部38获取对应于使用者的熟练度的血管条件。另外,在本实施方式中,如上所述,判定部38参考存储于存储部52中的个人熟练度信息42A及血管条件信息42B来获取与上述步骤S100中认证的使用者ID对应的最小血管直径及最大血管深度。具体而言,如上所述,判定部38参考个人熟练度信息42A来确定与上述步骤S100中获取的使用者ID对应的熟练度。进而,判定部38参考血管条件信息42B来导出与使用者的熟练度对应的最小血管直径及最大血管深度。
在接下来的步骤S108中,判定部38判定是否能够进行穿刺。在本实施方式中,如上所述,通过针对上述步骤S104中检测到的超声波图像U内的血管B比较上述步骤S104中导出的血管直径及深度和上述步骤S106中获取的作为对应于使用者的熟练度的血管条件的最小血管直径及最大血管深度来判定是否能够进行血管B的穿刺。
例如,对上述步骤S104中导出的血管B的血管直径为3mm且深度为9mm的情况进行说明。在通过上述步骤S100的使用者认证处理获取的使用者ID为“0001”的情况下,在上述步骤S106中,参考个人熟练度信息42A(参考图5A)可确定熟练度为“4”。并且,参考血管条件信息42B(参考图5),作为最小血管直径可导出“2mm”,并且作为最大血管深度可导出“20mm”。血管B的血管直径为3mm,大于最小血管直径。并且,血管B的深度为9mm,小于最大血管深度。因此,判定部38判定能够进行穿刺。另一方面,在通过上述步骤S100的使用者认证处理获取的使用者ID为“0002”的情况下,在上述步骤S106中,参考个人熟练度信息42A(参考图5A)可确定熟练度为“1”。并且,参考血管条件信息42B(参考图5),作为最小血管直径可导出“5mm”,并且作为最大血管深度可导出“10mm”。血管B的血管直径为3mm,小于最小血管直径。并且,血管B的深度为9mm,小于最大血管深度。因此,判定部38判定无法进行穿刺。判定部38的判定结果输出至难度信息输出部44。
在接下来的步骤S110中,难度信息输出部44针对判定部38的判定结果判定是否能够进行穿刺。在判定结果为能够进行穿刺的情况下,步骤S110的判定得到肯定,并进入步骤S112。
在步骤S112中,如上所述,难度信息输出部44在上述步骤S102中获取的超声波图像U中附加表示能够进行穿刺的难度信息之后,进入步骤S116。图8A中示出附加有表示能够进行穿刺的难度信息的超声波图像U的一例。在图8A所示的例子中,作为表示能够进行穿刺的难度信息801,示出了适用包围血管B的外形的相对较粗的实线的方式的一例。
另一方面,在判定结果为无法进行穿刺的情况下,步骤S110的判定被否定,并进入步骤S114。在步骤S114中,如上所述,难度信息输出部44在上述步骤S102中获取的超声波图像U中附加表示无法进行穿刺的难度信息之后,进入步骤S116。图8B中示出附加有表示无法进行穿刺的难度信息的超声波图像U的一例。在图8B所示的例子中,作为表示无法进行穿刺的难度信息802,示出了适用包围血管B的外形的相对较粗的点线的方式的一例。
在接下来的步骤S116中,难度信息输出部44将上述步骤S112或步骤S114中生成的附加有难度信息的超声波图像U输出至显示部46。由此,在显示部46中,如图8A及图8B那样显示出附加有难度信息801或802的超声波图像U。另外,在本实施方式中,关于能够进行穿刺时的难度信息801和无法进行穿刺时的难度信息802,作为显示方式,示出了改变线的种类(实线或点线)的方式,但并不限定于线的种类,也可以设为改变其他显示方式的方式。例如可以设为改变线的色相、线的彩度、线的浓淡、线的粗细及是否闪烁等显示方式的方式。并且,也可以设为如下方式:设置包围血管B的区域的框,并对该框改变形状或色相等显示方式。并且,也可以设为显示表示是否能够进行穿刺的箭头或标记的方式。
在接下来的步骤S118中,难度信息输出部44判定是否结束穿刺辅助处理。在本实施方式中,在满足预先确定的结束条件的情况(使用者通过输入I/F部56指示了结束的情况、主体部12的电源被切断的情况、从上述步骤S116的处理结束起经过了预先确定的时间的情况等)下,结束图7所示的穿刺辅助处理。在不满足结束条件的情况下,步骤S118的判定被否定,并进入步骤S120。
在通过上述步骤S116的处理显示在显示部46中的附加于超声波图像U中的难度信息对应于无法进行穿刺的情况下,例如有时会将进行穿刺的使用者从当前正在进行认证的使用者变更为其他使用者(例如,熟练度高的使用者)。在这种情况下,为了对变更后的使用者重新进行使用者认证,在步骤S120中,认证部40判定是否进行使用者认证。在进行使用者认证的情况下,步骤S120的判定得到肯定,并返回到步骤S100,重复上述步骤S100~S118的处理。
另一方面,在通过上述步骤S116的处理显示在显示部46中的附加于超声波图像U中的难度信息对应于无法进行穿刺的情况下,例如有时会变更穿刺位置。在这种情况下,判定是否能够进行在变更后的位置拍摄到的超声波图像U内的血管B的穿刺。因此,步骤S120的判定被否定,并进入步骤S102,重复上述步骤S102~S118的处理。
另一方面,在步骤S118中满足结束条件的情况下,结束图7所示的穿刺辅助处理。
另外,并不限定于本方式,例如可以适用以下变形例。
[变形例1]
在上述方式中,作为血管条件,对适用最小血管直径及最大血管深度的方式进行了说明,但在本变形例中,对其他血管条件进行说明。
作为决定血管B的穿刺难度的因素之一,可举出穿刺对象血管B与不是穿刺对象的其他组织之间的距离。通常,血管B与其他组织之间的距离越短,越不容易进行穿刺,穿刺难度越高。另一方面,血管B与其他组织之间的距离越长,越容易进行穿刺,穿刺难度越低,换言之,穿刺容易度越高。因此,在本变形例中,针对每个熟练度,将允许进行穿刺的血管B与其他组织之间的最小距离规定为血管条件。图9中示出本变形例的血管条件信息42B1的一例。在本变形例中,存储于存储部52中的熟练度信息42代替上述方式的血管条件信息42B(参考图5B)而包含图9所示的血管条件信息42B1。本变形例中的最小距离为本发明的间隔阈值的一例。另外,不是穿刺对象的其他组织除包括穿刺对象血管B的周围的神经、肌腱及肌肉等器官以外,还包括周围的动脉及静脉等血管。并且,以下,将穿刺对象血管B称为“对象血管”,并将不是穿刺对象的血管B称为“非对象血管”进行区分。
对如下情况进行说明:例如,如图10所示,存在作为贵要静脉的血管B1、作为肱静脉的血管B2及作为肱动脉的血管B3,血管B1为对象血管。在该情况下,血管B3为非对象血管。在该情况下,若血管B1与血管B3之间的距离r为最小距离以上,则判定部38判定能够进行穿刺。换言之,若血管B1与血管B3之间的距离r小于最小距离,则判定部38判定无法进行穿刺。具体而言,在使用者的熟练度为“2”的情况下,若血管B1与血管B3之间的距离r为30mm以上,则判定部38判定能够进行穿刺,若小于30mm,则判定无法进行穿刺。并且,例如,在血管B1与血管B3之间的距离r为30mm的情况下,若熟练度为“1”,则判定部38判定无法进行穿刺,若熟练度为“2”以上,则判定能够进行穿刺。
如此,在本变形例中,由于将穿刺对象血管B与不是穿刺对象的其他组织之间的距离r作为血管条件,因此检测部36从超声波图像U中检测作为对象血管的血管B的周围的组织,并且导出作为对象血管的血管B与其他组织之间的距离r。在图10所示的例子的情况下,检测血管B1与血管B3之间的距离r。另外,检测部36从超声波图像U中检测对象血管的周围的组织的方法并无特别限定。作为一例,本变形例的检测部36通过根据公知的算法对由获取部34获取的超声波图像U进行分析来检测超声波图像U内的对象血管的周围的组织。例如,检测部36可以预先存储包括对象血管的周围的组织(在图10所示的例子中,作为肱动脉的血管B3)的血管区域的典型的模式数据作为模板,一边用模板在超声波图像U内进行搜索,一边导出与模式数据的相似度,并视为在相似度为基准值以上且最大的位置存在血管B3。
并且,除简单的模板匹配以外,相似度的导出还可举出根据表示周围的组织的图像的特征量使用已学习的学习模型的方法。例如,可以使用上述SVM或AdaBoost等机器学习方法或使用上述深度学习的一般图像识别方法等。
并且,例如,检测部36也可以使用组织检测模型来检测超声波图像U内的对象血管的周围的组织,该组织检测模型为通过对周围的组织施以标记的多个超声波图像U进行机器学习而得的已学习模型。组织检测模型例如为使用深度学习的物体检测算法。作为组织检测模型,例如可以使用由作为卷积神经网络(CNN:Convolutional Neural Network)的一种的R-CNN(Regional CNN)构成的物体检测模型。
组织检测模型从输入的超声波图像U中检测作为物体的组织,并输出表示超声波图像U内的对象血管的周围的组织的信息。
进而,如上所述,本变形例的检测部36具有导出作为对象血管的血管B与检测到的周围的组织之间的距离r的功能。另外,检测部36导出超声波图像U中的作为对象血管的血管B与周围的组织之间的距离r的方法并无特别限定。作为一例,本变形例的检测部36通过对检测到的超声波图像U中的血管B适用公知的图像分析处理来导出距离r。在图9所示的例子中,检测部36通过图像分析处理来导出作为对象血管的血管B1的中心与作为非对象血管的周围的组织的血管B3的中心之间的距离r。
图11中示出了表示本变形例的穿刺辅助处理的流程的一例的流程图。另外,步骤S100~S102及步骤S110以后的处理为与上述方式的穿刺辅助处理(参考图7)相同的处理,因此省略了记载。
如图11所示,在本变形例中,在步骤S104A中,如上所述,检测部36导出超声波图像U内的作为对象血管的血管B与周围的组织之间的组织间距离r。如上所述,检测部36检测超声波图像U内的作为对象血管的血管B及周围的组织,并导出检测到的血管B与周围的组织之间的距离r。另外,如上所述,在超声波图像U中包括多个作为对象血管的血管B的情况下,检测部36针对多个血管B的每一个导出距离r。由检测部36导出的距离r输出至判定部38。
在接下来的步骤S106A中,判定部38获取对应于使用者的熟练度的血管条件。另外,在本变形例中,如上所述,判定部38参考存储于存储部52中的个人熟练度信息42A及血管条件信息42B1来获取与上述步骤S100中认证的使用者ID对应的最小距离。具体而言,如上所述,判定部38参考个人熟练度信息42A来确定与上述步骤S100中获取的使用者ID对应的熟练度。进而,判定部38参考血管条件信息42B1来导出与使用者的熟练度对应的最小距离。
在接下来的步骤S108A中,如上所述,判定部38判定是否能够进行穿刺。在本变形例中,如上所述,通过对上述步骤S104A中检测到的超声波图像U内的作为对象血管的血管B比较上述步骤S104中导出的距离r和上述步骤S106A中获取的作为对应于使用者的熟练度的血管条件的最小距离来判定血管B是否能够进行穿刺。
如此,在本变形例中,作为血管条件,对适用对象血管与周围的组织之间的最小距离的方式进行了说明,但血管条件并不限定于本变形例。并且,可以将上述方式的作为血管条件的最小血管直径、最大血管深度及本变形例的最小距离分别单独地用作血管条件,也可以进行组合来用作血管条件。
图12A中示出本变形例中附加有表示能够进行穿刺的难度信息801的超声波图像U的一例。在图12A所示的例子中,示出了血管B1为对象血管且血管B1能够进行穿刺时的超声波图像U的显示例。如此,在本变形例中,也对能够进行穿刺的血管B1附加了难度信息801,因此使用者能够参考难度信息801来进行穿刺。
另一方面,图12B中示出本变形例中附加有表示无法进行穿刺的难度信息802的超声波图像U的一例。在图12B所示的例子中,示出了血管B1为对象血管且血管B1无法进行穿刺时的显示例。并且,在本变形例中,如图12B所示,在无法进行对象血管的穿刺的情况下,难度信息输出部44将表示作为无法进行穿刺的理由的周围的组织的信息803及表示该组织的名称的信息841也附加到超声波图像U中显示于显示部46。另外,在图12B所示的例子中,作为表示周围的组织的信息803,示出了适用包围血管B2、B3的外形的相对较粗的单点划线的方式的一例。如此,在本变形例中,也对无法进行穿刺的血管B1附加了难度信息802,因此使用者能够参考难度信息802来识别无法进行穿刺的情况。并且,在本变形例中,还对周围的组织附加了信息803及804,因此使用者能够识别无法进行穿刺的理由。另外,也可以设为将信息803及804中的任一个附加到超声波图像U中进行显示的方式。并且,也可以设为对能够进行穿刺的情况也显示信息803及804的方式。并且,也可以设为根据使用者的熟练度来显示信息803及804的方式。例如,可以设为如下方式:在使用者的熟练度相对较低的情况下,显示信息803及804,在使用者的熟练度相对较高的情况下,根据使用者的选择来决定是否显示信息803及804。
[变形例2]
在上述方式中,对管理者等设定使用者的熟练度的方式进行了说明,但在本变形例中,对熟练度的设定方法的另一例进行说明。作为一例,在本变形例中,对根据穿刺实绩来校正预先设定的熟练度的方式进行说明。
例如,可以说穿刺次数越增加,该使用者的熟练度越高。因此,作为熟练度考虑穿刺次数时的判定部38以与使用者ID建立对应关系的方式累积穿刺次数。并且,当在穿刺辅助处理(参考图7)的步骤S108中判定是否能够进行穿刺时,若穿刺次数超过阈值,则判定部38可以设为如下方式:对参考个人熟练度信息42A获取的使用者的熟练度进行提高预先确定的程度的校正,并根据校正后的熟练度参考血管条件信息42B来获取血管条件。
并且,例如,可以说成功穿刺的次数越多,该使用者的熟练度越高,相反地,可以说穿刺失败的次数越多,该使用者的熟练度越低。另外,该情况下的穿刺的“成功”及“失败”根据穿刺针N是否适当地插入到作为对象血管的血管B中、其他组织有无损伤、血液是否流到血管B外及穿刺针N是否贯穿血管B等来判定。因此,在作为熟练度考虑穿刺的成功及失败的情况下,判定部38判定使用者是否成功穿刺或穿刺失败,并累积判定结果。另外,判定部38判定穿刺的成功或失败的方法并无特别限定。例如,判定部38可以设为如下方式:从超声波图像U中检测穿刺针N,并识别检测到的穿刺针N与血管B之间的关系,由此判定穿刺的成功或失败。另外,判定部38从超声波图像U中检测穿刺针N的方法并无特别限定,例如可以适用与从超声波图像U中检测到血管B的方法相同的方法。例如,预先存储穿刺针N的典型的模式数据作为模板,一边用模板在超声波图像U内进行搜索,一边导出与模式数据的相似度,并视为在相似度为基准值以上且最大的位置存在穿刺针N。并且,当在穿刺辅助处理(参考图7)的步骤S108中判定是否能够进行穿刺时,若成功穿刺的次数超过阈值,则该情况下的判定部38对参考个人熟练度信息42A获取的使用者的熟练度进行提高预先确定的程度的校正,并根据校正后的熟练度参考血管条件信息42B来获取血管条件。另一方面,若穿刺的失败次数超过阈值,则可以设为如下方式:对参考个人熟练度信息42A获取的使用者的熟练度进行降低预先确定的程度的校正,并根据校正后的熟练度参考血管条件信息42B来获取血管条件。
并且,例如,可推测穿刺所需的时间越短,该使用者的熟练度越高,相反地,可推测穿刺所需的时间越长,该使用者的熟练度越低。另外,穿刺所需的时间例如可以为从利用超声波探头10开始受检体的扫描至穿刺结束为止的经过时间。并且,例如可以为从将穿刺针N插入到受检体内至将穿刺针N拔出到受检体的外部为止的经过时间。因此,在作为熟练度所需的时间考虑穿刺所需的时间的情况下,判定部38对穿刺所需的时间进行计数,累积表示穿刺所需的时间是否小于阈值时间的信息(例如,小于阈值时间的次数)。当在穿刺辅助处理(参考图7)的步骤S108中判定是否能够进行穿刺时,若穿刺所需的时间小于阈值时间的次数超过阈值次数,则该情况下的判定部38可以对参考个人熟练度信息42A获取的使用者的熟练度进行提高预先确定的程度的校正,并根据校正后的熟练度参考血管条件信息42B来获取血管条件。
[变形例3]
在本变形例中,对判定部38进一步考虑超声波图像U的画质来判定是否能够进行穿刺的方式进行说明。
在使用者的熟练度高的情况下,习惯于利用超声波探头10拍摄超声波图像U,因此可以说拍摄到的超声波图像U(具体而言,由超声波图像U生成的超声波图像U)的画质相对较高。在该情况下,作为由图像生成部32生成的超声波图像U的画质,在对比度、增益及噪声的有无为规定的基准以上的情况下,判定部38将其视为高画质,并且视为拍摄该超声波图像U的使用者的熟练度高。当在穿刺辅助处理(参考图7)的步骤S108中判定是否能够进行穿刺时,该情况下的判定部38可以判定超声波图像U的画质,并在画质为规定的基准以上的情况下,对参考个人熟练度信息42A获取的使用者的熟练度进行提高预先确定的程度的校正,并根据校正后的熟练度参考血管条件信息42B来获取血管条件。另一方面,若所判定的超声波图像U的画质低于规定的基准,则判定部38可以对参考个人熟练度信息42A获取的使用者的熟练度进行降低预先确定的程度的校正,并根据校正后的熟练度参考血管条件信息42B来获取血管条件。另外,可以设为根据超声波图像U的画质来判定熟练度来代替进行使用者认证来获取与使用者ID建立有对应关系的熟练度的方式。
并且,在拍摄到的超声波图像U(具体而言,由超声波图像U生成的超声波图像U)的画质相对较高的情况下,显示于显示部46中的超声波图像U成为相对容易观察的图像,因此趋于容易进行穿刺。因此,在超声波图像U的画质为规定的基准以上的情况下,即使为熟练度比上述方式中的使用者低的使用者,有时也可视其适合穿刺。在该情况下,作为由图像生成部32生成的超声波图像U的画质,在对比度、增益及噪声的有无为规定的基准以上的情况下,判定部38将其视为高画质,并且将参考该超声波图像U进行穿刺的使用者的熟练度包揽到比原本的熟练度低的范围。当在穿刺辅助处理(参考图7)的步骤S108中判定是否能够进行穿刺时,该情况下的判定部38可以判定超声波图像U的画质,并在画质为规定的基准以上的情况下,对参考个人熟练度信息42A获取的使用者的熟练度进行降低预先确定的程度的校正,并根据校正后的熟练度参考血管条件信息42B来获取血管条件。另外,也可以设为放宽血管条件信息42B所示的血管条件来代替降低熟练度的方式。
如上所述,上述各方式的主体部12具备:获取部34,获取包括受检体的血管B的组织的超声波图像U;检测部36,从获取到的超声波图像U中检测血管B;及难度信息输出部44,根据进行穿刺的使用者的熟练度来输出与检测到的血管B的穿刺难度相关的难度信息。
因此,根据上述各方式的主体部12,如上所述,能够根据进行血管穿刺的使用者来呈现出表示适当的穿刺难度的信息。并且,根据上述各方式的主体部12,进行穿刺的使用者能够直观地识别穿刺难度,因此容易确定适合穿刺的血管B或血管的位置。
另外,本发明的技术并不限定于上述各方式,可以进一步进行各种变形。
例如,可以设为根据使用者当天的状态等可变更或设定使用者的熟练度的方式。并且,也可以设为如下方式:将对应于使用者的熟练度的血管条件显示于显示部46,使用者等通过操作输入I/F部56可调整所显示的血管条件。
并且,也可以设为如下方式:若使用者试图对被判定无法进行穿刺的血管B进行穿刺,则输出表示警告的信息。在该情况下,判定部38检测回声引导穿刺下的超声波图像U中的穿刺针N,并判定检测到的穿刺针N的延长线上是否存在被判定无法进行穿刺的血管B,若存在,则将该内容输出至难度信息输出部44作为判定结果。并且,难度信息输出部44可以设为在被输入判定部38的判定结果时将表示警告的信息显示于显示部46中的方式。另外,该情况下的警告的显示可以为视觉显示及听觉显示中的任一个。
并且,在上述方式中,对主体部12为本发明的信息处理装置的一例的方式进行了说明,但主体部12以外的装置也可以具备本发明的信息处理装置的功能。换言之,也可以由主体部12以外的例如超声波探头10或外部装置等具备获取部34、检测部36、判定部38、认证部40及难度信息输出部44的功能的一部分或全部。
并且,在上述各方式中,根据声线信号来生成超声波图像U的图像生成部32设置于主体部12,但也可以取而代之将图像生成部32设置于超声波探头10内。在该情况下,超声波探头10生成超声波图像U,并将其输出至主体部12。主体部12的控制部50的CPU50A根据从超声波探头10输入的超声波图像U来进行穿刺辅助处理等。
并且,在上述各方式中,对显示部46、输入I/F部56及超声波探头10设置于主体部12内的方式进行了说明,但也可以使显示部46、输入I/F部56、超声波探头10及控制部50经由网络间接连接。
作为一例,图13所示的超声波诊断装置1中,显示部46、输入I/F部56、超声波探头10经由网络NW与主体部12连接。主体部12从图1所示的上述方式的主体部12中移除了显示部46及输入I/F部56,并且附加了收发电路22,具备收发电路22、控制部50及存储部52。超声波探头10从图1所示的上述方式的超声波探头10中移除了收发电路22。
如此,在图13所示的超声波诊断装置1中,显示部46、输入I/F部56及超声波探头10经由网络NW与主体部12连接,因此能够将主体部12用作所谓的远程服务器。由此,例如,使用者能够在使用者的附近准备显示部46、输入I/F部56及超声波探头10,便利性提高。并且,通过由智能手机或平板终端等移动终端构成显示部46及输入I/F部56,便利性进一步提高。
作为另一例,在图14所示的超声波诊断装置1中,显示部46及输入I/F部56设置于主体部12,超声波探头10经由网络NW与主体部12连接。在该情况下,可以由远程服务器构成主体部12。并且,也可以由智能手机或平板终端等移动终端构成主体部12。
并且,在上述方式中,例如,作为获取部34、检测部36、判定部38、认证部40及难度信息输出部44之类的执行各种处理的处理部(processing unit)的硬件结构,可以使用以下所示的各种处理器(processor)。如上所述,上述各种处理器包括作为执行软件(程序)来发挥各种处理部的功能的通用的处理器的CPU,除此之外,还包括FPGA(FieldProgrammable Gate Array(现场可编程门阵列))等作为在制造后可变更电路结构的处理器的可编程逻辑器件(Programmable Logic Device:PLD)、ASIC(Application SpecificIntegrated Circuit(专用集成电路))等作为具有为了执行特定的处理而专门设计的电路结构的处理器的专用电路等。
一个处理部可以由这些各种处理器中的一个构成,也可以由相同种类或不同种类的两个以上处理器的组合(例如,多个FPGA的组合或CPU与FPGA的组合)构成。并且,也可以由一个处理器构成多个处理部。
作为由一个处理器构成多个处理部的例子,首先,如以客户端及服务器等计算机为代表有如下方式:由一个以上CPU和软件的组合构成一个处理器,并由该处理器发挥多个处理部的功能。其次,如以片上系统(System on Chip:SoC)等为代表有如下方式:使用由一个IC(Integrated Circuit(集成电路))芯片来实现包括多个处理部的系统整体的功能的处理器。如此,各种处理部使用一个以上上述各种处理器而构成为硬件结构。
而且,更具体而言,作为这些各种处理器的硬件结构,可以使用组合半导体元件等电路元件而成的电路(circuitry)。
并且,在上述各实施方式中,对穿刺辅助处理程序51预先存储(安装)于ROM50B中的方式进行了说明,但并不限定于此。穿刺辅助处理程序51分别也可以以记录在CD-ROM(Compact Disc Read Only Memory(光盘只读存储器))、DVD-ROM(Digital VersatileDisc Read Only Memory(数字通用光盘只读存储器))及USB(Universal Serial Bus(通用串行总线))存储器等记录介质中的方式提供。并且,穿刺辅助处理程序51分别也可以设为经由网络从外部装置下载的方式。
根据以上记载,能够掌握以下附录1~7中记载的发明。
[附录1]
一种信息处理装置,其具备至少一个处理器,
所述处理器执行如下处理:
获取受检体的包括血管在内的组织的超声波图像;
从获取到的超声波图像中检测血管;及
根据进行穿刺的使用者的熟练度来输出与检测到的血管的穿刺难度相关的难度信息。
[附录2]
根据附录1所述的信息处理装置,其中,
所述处理器执行如下处理:
进一步根据检测结果来判定是否能够进行穿刺;及
将判定结果作为所述难度信息。
[附录3]
根据附录2所述的信息处理装置,其中,
所述处理器根据对应于所述使用者的熟练度的与是否能够进行穿刺相关的血管条件和所述检测结果来判定是否能够进行所述穿刺。
[附录4]
根据附录2或附录3所述的信息处理装置,其中,
在所述超声波图像的画质高于预先确定的画质的情况下,所述处理器放宽允许进行穿刺的血管条件。
[附录5]
根据附录2至附录4中任一项所述的信息处理装置,其中,
所述处理器执行如下处理:
还检测所述受检体的从体表面起至所述血管为止的深度;及
根据所述深度来判定是否能够进行所述穿刺。
[附录6]
根据附录5所述的信息处理装置,其中,
在所述深度小于深度阈值的情况下,所述处理器允许进行穿刺。
[附录7]
根据附录2至附录6中任一项所述的信息处理装置,其中,
所述处理器执行如下处理:
还检测表示所述血管的粗细的血管直径;及
根据所述血管直径来判定是否能够进行所述穿刺。
[附录8]
根据附录7所述的信息处理装置,其中,
在所述血管直径大于血管直径阈值的情况下,所述处理器允许进行穿刺。
[附录9]
根据附录2至附录8中任一项所述的信息处理装置,其中,
所述处理器执行如下处理:
还检测所述血管的周围的组织;及
根据所述组织来判定是否能够进行所述穿刺。
[附录10]
根据附录9所述的信息处理装置,其中,
在所述血管与所述组织之间的距离为间隔阈值以上的情况下,所述处理器允许进行穿刺。
[附录11]
根据附录9或附录10所述的信息处理装置,其中,
所述血管为作为穿刺对象的对象血管,所述组织包括不是穿刺对象的非对象血管。
[附录12]
根据附录2至附录11中任一项所述的信息处理装置,其中,
所述难度信息为显示方式在能够进行穿刺时和无法进行穿刺时不同的信息。
[附录13]
根据附录2至附录12中任一项所述的信息处理装置,其中,
在所述超声波图像的画质高于预先确定的基准的情况下,所述处理器提高获取到的所述熟练度,并根据对应于提高的所述熟练度的所述血管条件来判定是否能够进行所述穿刺。
[权利要求14]
根据附录1至附录13中任一项所述的信息处理装置,其中,
所述处理器输出附加有所述难度信息的所述超声波图像。
符号说明
1-超声波诊断装置,10-超声波探头,12-主体部,20-振子阵列,22-收发电路,24-发射电路,26-接收电路,30-摄影控制部,32-图像生成部,34-获取部,36-检测部,38-判定部,40-认证部,42-熟练度信息,42A-个人熟练度信息,42B、42B1-血管条件信息,44-难度信息输出部,46-显示部,50-控制部,50A-CPU,50B-ROM,50C-RAM,51-穿刺辅助处理程序,52-存储部,54-通信I/F部,56-输入I/F部,59-总线,60-放大部,62-A/D转换部,64-波束形成器,70-信号处理部,72-DSC,74-图像处理部,801、802-难度信息,B、B1~B3-血管,D-深度方向,d1、d2-长度,H-宽度方向,N-穿刺针,NW-网络,r-距离,S-体表面,U-超声波图像。
Claims (17)
1.一种信息处理装置,其具备:
获取部,其获取受检体的包括血管在内的组织的超声波图像;
检测部,其从获取到的超声波图像中检测血管;及
难度信息输出部,其根据进行穿刺的使用者的熟练度来输出与检测到的血管的穿刺难度相关的难度信息。
2.根据权利要求1所述的信息处理装置,其中,
该信息处理装置还具备判定部,所述判定部根据所述检测部的检测结果来判定是否能够进行穿刺,
所述难度信息输出部将所述判定部的判定结果作为所述难度信息。
3.根据权利要求2所述的信息处理装置,其中,
所述判定部根据对应于所述使用者的熟练度的与是否能够进行穿刺相关的血管条件和所述检测结果,判定是否能够进行所述穿刺。
4.根据权利要求2或3所述的信息处理装置,其中,
在所述超声波图像的画质高于预先确定的画质的情况下,所述判定部放宽允许进行穿刺的血管条件。
5.根据权利要求2至4中任一项所述的信息处理装置,其中,
所述检测部还检测所述受检体的从体表面起至所述血管为止的深度,
所述判定部根据所述深度来判定是否能够进行所述穿刺。
6.根据权利要求5所述的信息处理装置,其中,
在所述深度小于深度阈值的情况下,所述判定部允许进行穿刺。
7.根据权利要求2至6中任一项所述的信息处理装置,其中,
所述检测部还检测表示所述血管的粗细的血管直径,
所述判定部根据所述血管直径来判定是否能够进行所述穿刺。
8.根据权利要求7所述的信息处理装置,其中,
在所述血管直径大于血管直径阈值的情况下,所述判定部允许进行穿刺。
9.根据权利要求2至8中任一项所述的信息处理装置,其中,
所述检测部还检测所述血管的周围的组织,
所述判定部根据所述组织来判定是否能够进行所述穿刺。
10.根据权利要求9所述的信息处理装置,其中,
在所述血管与所述组织之间的距离为间隔阈值以上的情况下,所述判定部允许进行穿刺。
11.根据权利要求9或10所述的信息处理装置,其中,
所述血管为作为穿刺对象的对象血管,所述组织包括不是穿刺对象的非对象血管。
12.根据权利要求2至11中任一项所述的信息处理装置,其中,
所述难度信息为显示方式在能够进行穿刺时和无法进行穿刺时不同的信息。
13.根据权利要求2至12中任一项所述的信息处理装置,其中,
在所述超声波图像的画质高于预先确定的基准的情况下,所述判定部提高获取到的所述熟练度,并根据对应于提高后的所述熟练度的血管条件来判定是否能够进行所述穿刺。
14.根据权利要求1至13中任一项所述的信息处理装置,其中,
所述难度信息输出部输出附加有所述难度信息的所述超声波图像。
15.一种超声波诊断装置,其具备:
超声波探头,其接收发射的超声波的超声波回声,并输出基于接收到的超声波回声的接收信号;
图像生成部,其根据从所述超声波探头输入的所述接收信号来生成超声波图像;及
权利要求1至14中任一项所述的信息处理装置。
16.一种信息处理方法,其由计算机执行如下处理:
获取受检体的包括血管在内的组织的超声波图像;
从获取到的超声波图像中检测血管;及
根据进行穿刺的使用者的熟练度来输出与检测到的血管的穿刺难度相关的难度信息。
17.一种信息处理程序,其用于使计算机执行如下处理:
获取受检体的包括血管在内的组织的超声波图像;
从获取到的超声波图像中检测血管;及
根据进行穿刺的使用者的熟练度来输出与检测到的血管的穿刺难度相关的难度信息。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020-197657 | 2020-11-27 | ||
JP2020197657 | 2020-11-27 | ||
PCT/JP2021/042220 WO2022113844A1 (ja) | 2020-11-27 | 2021-11-17 | 情報処理装置、超音波診断装置、情報処理方法、及び情報処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116471996A true CN116471996A (zh) | 2023-07-21 |
Family
ID=81754564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180078951.9A Pending CN116471996A (zh) | 2020-11-27 | 2021-11-17 | 信息处理装置、超声波诊断装置、信息处理方法及信息处理程序 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230293145A1 (zh) |
EP (1) | EP4252672A4 (zh) |
JP (1) | JPWO2022113844A1 (zh) |
CN (1) | CN116471996A (zh) |
WO (1) | WO2022113844A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2024060247A (ja) * | 2022-10-19 | 2024-05-02 | 富士フイルム株式会社 | 超音波診断装置および超音波診断装置の制御方法 |
JP2024060296A (ja) * | 2022-10-19 | 2024-05-02 | 富士フイルム株式会社 | 超音波診断装置および超音波診断装置の制御方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1133026A (ja) * | 1997-07-14 | 1999-02-09 | Matsushita Electric Ind Co Ltd | 血管探査装置 |
JPH11128224A (ja) * | 1997-10-28 | 1999-05-18 | Mitsubishi Heavy Ind Ltd | 超音波3次元画像再構成装置 |
JP4064205B2 (ja) * | 2002-10-23 | 2008-03-19 | 学校法人東海大学 | 穿刺難易度評価装置 |
JP5292581B2 (ja) * | 2007-07-26 | 2013-09-18 | 学校法人藤田学園 | 血管撮影装置 |
KR20160054992A (ko) * | 2014-11-07 | 2016-05-17 | 삼성전자주식회사 | 관심영역의 재검출 회피 장치 및 방법 |
JP5920746B1 (ja) | 2015-01-08 | 2016-05-18 | 学校法人早稲田大学 | 穿刺支援システム |
-
2021
- 2021-11-17 CN CN202180078951.9A patent/CN116471996A/zh active Pending
- 2021-11-17 EP EP21897818.7A patent/EP4252672A4/en active Pending
- 2021-11-17 WO PCT/JP2021/042220 patent/WO2022113844A1/ja active Application Filing
- 2021-11-17 JP JP2022565263A patent/JPWO2022113844A1/ja active Pending
-
2023
- 2023-05-23 US US18/322,120 patent/US20230293145A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230293145A1 (en) | 2023-09-21 |
EP4252672A4 (en) | 2024-05-01 |
JPWO2022113844A1 (zh) | 2022-06-02 |
WO2022113844A1 (ja) | 2022-06-02 |
EP4252672A1 (en) | 2023-10-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230293145A1 (en) | Information processing apparatus, ultrasound diagnostic apparatus, information processing method, and information processing program | |
US11116475B2 (en) | Ultrasound diagnostic apparatus and method for controlling ultrasound diagnostic apparatus | |
WO2020050017A1 (ja) | 超音波診断装置および超音波診断装置の制御方法 | |
CN111670010B (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
CN114364325B (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
US11666310B2 (en) | Ultrasound diagnostic apparatus and method for controlling ultrasound diagnostic apparatus using predetermined imaging conditions for B-mode image generation | |
CN103732152A (zh) | 超声波诊断装置及图像处理方法 | |
CN114206224B (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
CN112367920A (zh) | 声波诊断装置及声波诊断装置的控制方法 | |
US10918360B2 (en) | Ultrasound diagnostic apparatus and method for controlling ultrasound diagnostic apparatus | |
US11759173B2 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
US20230274430A1 (en) | Information processing apparatus, information processing method, and program | |
WO2020044758A1 (ja) | 超音波診断装置および超音波診断装置の制御方法 | |
US20230263505A1 (en) | Information processing apparatus, information processing method, and program | |
JP7407959B2 (ja) | 超音波システムおよび超音波システムの制御方法 | |
US20240065671A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
EP4289368A1 (en) | Ultrasonic diagnostic device and method for controlling ultrasonic diagnostic device | |
US20230285003A1 (en) | Image processing apparatus and control method of image processing apparatus | |
US20230293146A1 (en) | Information processing apparatus, ultrasound diagnostic apparatus, information processing method, and information processing program | |
EP4360564A1 (en) | Ultrasonic diagnostic device and method for controlling ultrasonic diagnostic device |
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 |