CN116612061A - 用于经食道超声图像中的自动二维标准视图检测的方法和系统 - Google Patents
用于经食道超声图像中的自动二维标准视图检测的方法和系统 Download PDFInfo
- Publication number
- CN116612061A CN116612061A CN202310047076.9A CN202310047076A CN116612061A CN 116612061 A CN116612061 A CN 116612061A CN 202310047076 A CN202310047076 A CN 202310047076A CN 116612061 A CN116612061 A CN 116612061A
- Authority
- CN
- China
- Prior art keywords
- full
- plane angle
- ultrasound
- ultrasound image
- depth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 329
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000001514 detection method Methods 0.000 title description 41
- 238000013175 transesophageal echocardiography Methods 0.000 claims description 148
- 239000000523 sample Substances 0.000 claims description 60
- 238000012549 training Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 18
- 238000013473 artificial intelligence Methods 0.000 description 12
- 210000002569 neuron Anatomy 0.000 description 12
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 210000003238 esophagus Anatomy 0.000 description 6
- 238000010191 image analysis Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 5
- 238000002592 echocardiography Methods 0.000 description 5
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 210000005241 right ventricle Anatomy 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000012285 ultrasound imaging Methods 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 210000000709 aorta Anatomy 0.000 description 2
- 210000001765 aortic valve Anatomy 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000002376 aorta thoracic Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000002607 contrast-enhanced ultrasound Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002091 elastography Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 210000003026 hypopharynx Anatomy 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000002099 shear wave elastography Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000005239 tubule Anatomy 0.000 description 1
- 230000002861 ventricular Effects 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
- A61B8/48—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
- A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters
-
- 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
- A61B8/0883—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the heart
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/465—Displaying means of special interest adapted to display user selection data, e.g. icons or menus
-
- 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
- A61B8/523—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for generating planar views from image data in a user selectable plane not corresponding to the acquisition plane
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/061—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using biological neurons, e.g. biological neurons connected to an integrated circuit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Public Health (AREA)
- Pathology (AREA)
- Surgery (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Neurology (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Cardiology (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Quality & Reliability (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
提供用于在经食道超声图像中自动检测二维标准视图的系统和方法。该方法包括以第一深度和第一全平面角度获取第一超声图像。该第一超声图像对应于第一标准视图。该第一全平面角度是不同于零(0)度的角度。该方法包括将该第一全平面角度调整为0度的第二全平面角度。该方法包括以该第一深度与该第二全平面角度获取第二超声图像。该方法包括自动分析该第二超声图像以识别与该第二全平面角度相对应的第二标准视图。该方法包括基于该第二标准视图和该第一全平面角度自动确定该第一标准视图。该方法包括使显示系统呈现具有该第一标准视图的第一标识的该第一超声图像。
Description
技术领域
某些实施方案涉及超声成像。更具体地,某些实施方案涉及一种方法和系统,其用于在经食道的超声图像中基于在零(0)度的全平面角度处检测到的标准二维(2D)视图来自动检测在除了零(0)度之外的全平面角度处的标准2D视图。
背景技术
超声成像是用于对人体中的器官和软组织进行成像的医学成像技术。超声成像使用实时的、非侵入性高频声波来产生一系列二维(2D)图像和/或三维(3D)图像。
经食道超声心动图(transesophageal echocardiography,TEE)超声提供心脏和周围动脉的详细视图。与标准超声心动图相比,TEE超声探头附接到细管,该细管穿过嘴,沿着咽喉向下,并且进入到患者的食道中。食道与心脏紧密接近,从而获得心脏结构的清晰超声图像。与标准超声心动图不同,TEE包括二十二(22)个标准视图。因为TEE中的标准视图数目比标准超声心动图大得多,所以训练人工智能算法以自动检测标准视图的图像数目和时间实质上更多,这也可降低TEE标准视图人工智能检测算法的准确性。
通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较,常规和传统方法的更多限制和缺点对本领域的技术人员将变得显而易见。
发明内容
提供了一种用于自动检测经食道超声图像中的二维(2D)标准视图的系统和/或方法,该系统和/或方法基本上如结合至少一个附图所示和/或所述,如在权利要求书中更完整地阐述。
从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及其例示的实施方案的细节。
附图说明
图1是根据各种实施方案的可操作为自动检测经食道超声图像中的二维(2D)标准视图的示例性超声系统的框图。
图2是示出根据各种实施方案的可用于自动检测经食道超声图像中的二维(2D)标准视图的示例性步骤的流程图。
具体实施方式
某些实施方案可发现于用于自动检测经食道超声图像中的二维(2D)标准视图的方法和系统。本公开的各方面具有自动检测TEE超声检查中的标准视图的技术效应。各种实施方案具有减少训练用于检测TEE超声检查中的标准视图的人工智能算法所需的图像数目的技术效应。某些实施方案具有提高用于检测TEE超声检查中的标准视图的人工智能算法的准确性的技术效应。本公开的各方面具有基于TEE超声探头的全平面角度和在零(0)度全平面角度处获得的超声图像来自动检测TEE超声检查中的标准视图的技术效应。
当结合附图阅读时,将更好地理解前述发明内容以及以下对某些实施方案的详细描述。就附图示出各个实施方案的功能块的图的范围而言,这些功能块不一定表示硬件电路之间的划分。因此,例如,一个或多个功能块(例如,处理器或存储器)可以在单件硬件(例如,通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中来实现。类似地,程序可以是独立程序,可以作为子例程包含在操作系统中,可以是安装的软件包中的功能等。应当理解,各个实施方案不限于附图中所示的布置和工具。还应当理解,可以组合实施方案,或者可以利用其他实施方案,并且可以在不脱离各个实施方案的范围的情况下做出结构的、逻辑的和电气的改变。因此,以下详述不应视为限制性意义,并且本公开的范围由所附权利要求书及其等同物限定。
如本文所用,以单数形式列举并且以字词“一”或“一个”开头的元件或步骤应当被理解为不排除多个所述元件或步骤,除非明确说明此类排除。此外,对“示例性实施方案”、“各个实施方案”、“某些实施方案”、“代表性的实施方案”等的引用不旨在被解释为排除存在也包含了叙述的特征的附加实施方案。此外,除非明确地相反说明,否则“包含”、“包括”或“具有”具有特定属性的一个元素或多个元素的实施方案可以包括不具有该属性的附加元素。
另外,如本文所用,术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而,许多实施方案生成(或被配置为生成)至少一个可视图像。此外,如本文所用,短语“图像”用于指超声模式,诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式、PW多普勒、CW多普勒、对比增强超声(CEUS),和/或B模式和/或CF的子模式,诸如谐波成像、剪切波弹性成像(SWEI)、应变弹性成像、TVI、PDI、B-flow、MVI、UGAP,并且在某些情况下还包括MM、CM、TVD,其中“图像”和/或“平面”包括单个波束或多个波束。
此外,如本文所用,术语处理器或处理单元是指可执行各种实施方案需要的所需计算的任何类型的处理单元,诸如单核或多核:CPU、加速处理单元(APU)、图形处理单元(GPU)、DSP、FPGA、ASIC或它们的组合。
另外,各种实施方案以度数描述特定全平面角度,诸如0度、30度、60度、90度和120度。为了本公开的目的,特别说明的全平面角度包括所述全平面角度正负5度的范围。例如,90度的全平面角度等于85度至95度的全平面角度,30度的全平面角度等于25度至35度的全平面角度等等。
应当指出的是,本文所述的生成或形成图像的各种实施方案可包括用于形成图像的处理,该处理在一些实施方案中包括波束形成,而在其他实施方案中不包括波束形成。例如,可在不进行波束形成的情况下形成图像,例如通过将解调数据的矩阵乘以系数矩阵,使得乘积是图像,并且其中该过程不形成任何“波束”。另外,可使用可能源自多于一个发射事件的信道组合(例如,合成孔径技术)来执行图像的形成。
在各种实施方案中,例如,在软件、固件、硬件或它们的组合中执行超声处理以形成图像,包括超声波束形成,诸如接收波束形成。具有根据各个实施方案形成的软件波束形成器架构的超声系统的一个具体实施在图1中示出。
图1是根据各种实施方案的可操作为自动检测经食道超声图像中的二维(2D)标准视图的示例性超声系统100的框图。参考图1,示出了超声系统100和训练系统200。超声系统100包括发射器102、经食道超声心动图(TEE)超声探头104、发射波束形成器110、接收器118、接收波束形成器120、A/D转换器122、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134和档案138。
发射器102可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可能够操作为驱动TEE超声探头104。TEE超声探头104可包括压电元件的二维(2D)阵列。TEE超声探头104可包括通常构成相同元件的一组发射换能器元件106和一组接收换能器元件108。在某些实施方案中,TEE超声探头104可操作为获取覆盖解剖结构(诸如心脏或任何合适的解剖结构)的至少大部分的超声图像数据。
发射波束形成器110可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可操作为控制发射器102,该发射器通过发射子孔径波束形成器114驱动该组发射换能器元件106以将超声发射信号发射到感兴趣区域(例如,人类、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射,以产生回波。回波由接收换能器元件108接收。
TEE超声探头104中的该组接收换能器元件108可操作为将所接收的回波转换为模拟信号,通过接收子孔径波束形成器116进行子孔径波束形成,并且然后传送到接收器118。接收器118可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可操作为接收来自接收子孔径波束形成器116的信号。可将模拟信号传送至多个A/D转换器122中的一个或多个A/D转换器。
多个A/D转换器122可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可操作为将来自接收器118的模拟信号转换为对应的数字信号。多个A/D转换器122设置在接收器118与RF处理器124之间。尽管如此,本公开在这方面并不受限制。因此,在一些实施方案中,可将多个A/D转换器122集成在接收器118内。
RF处理器124可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可能够操作为解调由多个A/D转换器122输出的数字信号。根据一个实施方案,RF处理器124可包括复解调器(未示出),该复解调器可操作为解调数字信号,以形成代表对应回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器126。RF/IQ缓冲器126可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可操作为提供由RF处理器124生成的RF或I/Q信号数据的临时存储。
接收波束形成器120可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可能够操作为执行数字波束形成处理以例如对经由RF/IQ缓冲器126从RF处理器124所接收的延迟信道信号求和并且输出波束求和信号。所得到的经处理的信息可以是从接收波束形成器120输出并且传送到信号处理器132的波束求和信号。根据一些实施方案,可将接收器118、多个A/D转换器122、RF处理器124和波束形成器120集成到单个波束形成器中,该单个波束形成器可以是数字的。在各个实施方案中,超声系统100包括多个接收波束形成器120。
用户输入设备130可以用于输入患者数据、输入图像采集参数、修改设置、选择协议和/或模板、改变扫描模式、可选择地导航到特定深度处的其他TEE标准视图等等。在示例性实施方案中,用户输入设备130可操作为配置、管理和/或控制超声系统100中的一个或多个部件和/或模块的操作。就这一点而言,用户输入设备130可能够操作为配置、管理和/或控制发射器102、TEE超声探头104、发射波束形成器110、接收器118、接收波束形成器120、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134和/或档案138的操作。用户输入设备130可包括一个或多个按钮、一个或多个旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其他设备。在某些实施方案中,例如,可将用户输入设备130中的一个或多个用户输入设备集成到其他部件(诸如显示系统134或TEE超声探头104)中。例如,用户输入设备130可包括触摸屏显示器。
信号处理器132可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可能够操作为处理超声扫描数据(例如,求和IQ信号)以生成用于在显示系统134上呈现的超声图像。信号处理器132可操作以根据所采集的超声扫描数据上的多个可选超声模态来执行一个或多个处理操作。在示例性实施方案中,信号处理器132可用于执行显示处理和/或控制处理等。随着接收到回波信号,可在扫描会话期间实时处理所采集的超声扫描数据。附加地或另选地,超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器126中并且在在线操作或离线操作中以不太实时的方式处理。在各个实施方案中,经处理的图像数据可呈现在显示系统134处和/或可存储在档案138中。档案138可以是本地档案、图片归档和通信系统(PACS)或用于存储图像和相关信息的任何合适的设备。
信号处理器132可以是一个或多个中央处理单元、图形处理单元、微处理器、微控制器等。例如,信号处理器132可以是集成部件,或者可分布在各个位置。在示例性实施方案中,信号处理器132可包括角度调整处理器140、视图检测处理器150和视图标记处理器160,并且能够从用户输入设备130和/或档案138接收输入信息,生成可由显示系统134显示的输出,并且响应于来自用户输入设备130的输入信息来操纵输出等。例如,信号处理器132、角度调整处理器140、视图检测处理器150和视图标记处理器160可能够执行在本文根据各种实施方案所讨论的方法和/或指令集中的任一者。
超声系统100可能够操作为以适于所考虑的成像情况的帧速率连续获取超声扫描数据。通常,帧速率在20至120的范围内,但可更低或更高。获取的超声扫描数据可与帧速率相同、或以更慢或更快的显示速率显示在显示系统134上。图像缓冲器136被包括以用于存储未被安排立即显示的获取的超声扫描数据的处理的帧。优选地,图像缓冲器136具有足够的容量来存储至少几分钟的超声扫描数据的帧。超声扫描数据的帧以根据其获取顺序或时间易于从其取回的方式存储。图像缓冲器136可体现为任何已知的数据存储介质。
信号处理器132可包括角度调整处理器140,该角度调整处理器包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可操作为确定全平面角度并且促进TEE超声检查期间的全平面角度调整。例如,角度调整处理器140可操作为基于用户选择的图像采集设置来确定全平面角度。例如,当尝试获取中食道(mid-esophageal)两室(2C)TEE标准视图时,超声操作者可以选择90度全平面角度设置。角度调整处理器140可以被配置为监视和/或检索全平面角度设置以确定全平面角度。
又如,角度调整处理器140可以被配置为将全平面角度从除了零(0)度之外的角度调整为零(0)度的角度,以在0度全平面角度处获取超声图像。以0度全平面角度获取的超声图像可以被提供给视图检测处理器150,以确定由以0度全平面角度获取的超声图像提供的TEE标准视图。在各种实施方案中,将全平面角度调整为0度以获取超声图像是在后台执行的(例如,在用户不知情的情况下,诸如当用户正在查看在初始全平面角度设置下获取的超声图像时)。角度调整处理器140被配置为在以0度全平面角度获取超声图像之后将全平面角度调整回先前的非零全平面角度设置。
又如,角度调整处理器140可以被配置为呈现导航到由视图检测处理器150检测的深度处的其他TEE标准视图的选项,如下文更详细描述。例如,视图检测处理器150和/或视图标记处理器160可以确定超声操作者正在TEE超声探头104的当前深度处以所选择的90度全平面角度查看经胃两室(2C)视图。角度调整处理器140可以被配置为提供用于获取和呈现经胃中短轴TEE标准视图(即,在0度全平面角度处)、经胃长轴TEE标准视图(即,在120度全平面角度处)、或经胃右心室(RV)流入TEE标准视图(即,在探头向右旋转的情况下在120度全平面角度处)的用户可选选项,该等视图是在与超声操作者当前正在查看的经胃两室(2C)视图相同的深度处可用的其他TEE标准视图。角度调整处理器140可以被配置为响应于当前深度处的不同TEE标准视图的用户选择来调整全平面角度。
信号处理器132可包括视图检测处理器150,该视图检测处理器包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可操作为自动分析以零(0)度全平面角度获取的超声图像以检测TEE标准视图。TEE超声检查包括在零(0)度全平面角度和在各种深度处的九(9)个标准视图。具体地,在0度全平面角度处的九(9)个标准视图包括喉咽TEE标准视图、上食道主动脉弓长轴TEE标准视图、中食道升主动脉短轴TEE标准视图、中食道五室(5C)TEE标准视图、中食道四室(4C)TEE标准视图、中食道降主动脉短轴TEE标准视图、经胃基底短轴TEE标准视图、经胃中短轴TEE标准视图和深经胃TEE标准视图。9个标准视图中的若干标准视图具有在相同深度处在不同全平面角度处的附加TEE标准视图。例如,该中食道升主动脉长轴TEE标准视图以90度的全平面角度位于与中食道升主动脉短轴TEE标准视图相同的深度处。又如,120度全平面角度处的中食道主动脉瓣长轴TEE标准视图、60度全平面角度处的中食道右心室流出道TEE标准视图和30度全平面角度处的中食道主动脉瓣短轴视图都位于与中食道5C TEE标准视图相同的深度处。因此,通过以0度全平面角度识别TEE标准视图,视图检测处理器150被配置为识别与所检测的TEE标准视图相关联的TEE超声探头104的深度,该TEE标准视图提供与在该深度处可用的其他TEE标准视图相关的信息。
视图检测处理器150可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如,卷积神经网络),并且/或者可利用任何合适形式的被配置为检测以0度全平面角度获取的超声图像中描绘的TEE标准视图的图像分析技术或机器学习处理功能。视图检测处理器150可以向视图标记处理器160提供0度超声图像的所检测的TEE标准视图,并且/或者将0度超声图像和所检测的TEE超声视图的标识存储在档案138和/或任何合适的数据存储介质处。在各种实施方案中,视图检测处理器150可以被配置为向训练系统200的训练数据库220提供该0度超声图像和该所检测的TEE超声视图的标识,以用于训练由视图检测处理器150推断(即,部署)的深度神经网络(例如,人工智能模型)的神经元。
在各种实施方案中,视图检测处理器150可被提供为深度神经网络,该深度神经网络可由例如输入层、输出层和输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如,视图检测处理器150可包括输入层,该输入层具有用于以0度全平面角度获取的超声图像的每个像素或一组像素的神经元。该输出层可以具有对应于TEE标准视图的神经元。每个层的每个神经元可执行处理功能,并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如,第一层的神经元可学习以识别超声图像数据中的结构边缘。第二层的神经元可学习以基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的界标的位置。由视图检测处理器150深度神经网络(例如,卷积神经网络)执行的处理可以高概率度识别在以0度全平面角度获取的超声图像中描绘的TEE标准视图。
信号处理器132可以包括视图标记处理器160,该视图标记处理器包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可操作为基于由视图检测处理器150检测的0度超声图像的TEE标准视图和由角度调整处理器140提供的非零度全平面角度,用该TEE标准视图来标记超声操作者正在查看的非零度全平面角度处的超声图像。例如,视图标记处理器160可以被配置为从视图检测处理器150接收0度超声图像的TEE标准视图的标识,并且从角度调整处理器140接收非零度全平面角度。视图标记处理器160可以被配置为基于正被呈现(即,由角度调整处理器140提供)的超声图像的全平面角度和由视图检测处理器150提供的0度超声图像的TEE标准视图的标识来确定在显示系统134处呈现的超声图像的TEE标准视图。例如,如果视图检测处理器150将0度超声图像识别为中食道4CTEE标准视图并且超声操作者正在查看120度全平面角度处的超声图像,则视图标记处理器160可以被配置为用将超声图像识别为中食道长轴TEE标准视图的标记来标记在显示系统134处呈现的超声图像,该中食道长轴TEE标准视图是以120度全平面角度在与该中食道4CTEE标准视图相同的深度处的TEE标准视图。换句话说,信号处理器132被配置为在不分析非零度全平面角度TEE标准视图的超声图像的情况下,检测和识别该非零度全平面角度TEE标准视图。相反,信号处理器132被配置为基于该全平面角度和在与非零度全平面角度TEE标准视图相同的深度处的0度全平面角度超声图像的分析来检测和识别非零度全平面角度TEE标准视图。视图标记处理器160可以被配置为将该TEE标准视图的标记叠加在显示系统134处呈现的超声图像上。例如,该标记可以包括文本、数字、符号和/或该TEE标准视图的任何合适的标识。
在各种实施方案中,视图标记处理器160可以被配置为向超声操作者呈现选择TEE标准视图标记的提示。例如,中食道2C TEE标准视图和中食道双腔静脉(bicaval)TEE标准视图均位于90度的全平面角度和该中食道4C TEE标准视图的深度处。TEE超声探头104从中食道2C TEE标准视图向右旋转,以获得中食道双腔静脉TEE标准视图。视图标记处理器160可以被配置为提示超声操作者基于TEE超声探头104旋转位置来选择适当的TEE标准视图。
仍然参见图1,显示系统134可以是能够将视觉信息传送给用户的任何设备。例如,显示系统134可包括液晶显示器、发光二极管显示器、和/或任何合适的一种或多种显示器。显示系统134能够操作为呈现由超声操作者选择的全平面角度处的超声图像、在当前超声图像中描绘的TEE标准视图的标记和/或任何合适的信息。
档案138可以是与超声系统100集成和/或(例如,通过网络)通信地耦接到超声系统100的一个或多个计算机可读存储器,诸如图片归档和通信系统(PACS)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储装置、闪存存储器、随机存取存储器、只读存储器、电可擦除和可编程只读存储器和/或任何合适的存储器。档案138可包括例如由信号处理器132访问和/或与信号处理器132结合的数据库、库、信息集或其他存储器。例如,档案138能够暂时或永久地存储数据。档案138可能能够存储医学图像数据、由信号处理器132生成的数据和/或信号处理器132可读取的指令等。在各种实施方案中,例如,档案138存储超声图像;TEE标准视图标记;用于调整全平面角度的指令;用于识别以0度全平面角度获取的超声图像中的TEE标准视图的指令;用于基于全平面角度和以0度全平面角度在相同深度处的TEE标准视图的标识来识别非零全平面角度处的超声图像的TEE标准视图的指令;用于用TEE标准视图来标记超声图像的指令;和/或任何合适的图像、信息和/或指令。
超声系统100的部件可在软件、硬件、固件等中实现。超声系统100的各个部件可以通信地连接。超声系统100的部件可单独实现和/或以各种形式集成。例如,显示系统134和用户输入设备130可集成为触摸屏显示器。
仍然参见图1,训练系统200可包括训练引擎210和训练数据库220。训练引擎210可包括合适的逻辑部件、电路、接口和/或代码,该逻辑部件、电路、接口和/或代码可能够操作为训练由视图检测处理器150推断(即,部署)的深度神经网络(例如,人工智能模型)的神经元。例如,由视图检测处理器150推断的人工智能模型可以被训练为自动识别在以0度全平面角度获取的超声图像中描绘的TEE标准视图。例如,训练引擎210可以训练由视图检测处理器150部署的深度神经网络,以使用以0度全平面角度和以各种深度分类的TEE标准视图超声图像的数据库220来自动识别在以0度全平面角度获取的超声图像中描绘的TEE标准视图。
在各种实施方案中,训练图像的数据库220可以是图片归档和通信系统(PACS)或任何合适的数据存储介质。在特定实施方案中,训练引擎210和/或训练图像数据库220可以是经由有线或无线连接通信地耦接到超声系统100的远程系统,如图1所示。附加地和/或另选地,训练系统200的部件或全部可以以各种形式与超声系统100集成。在代表性实施方案中,数据库220可以从视图检测处理器150以及其他图像源接收训练图像。
图2是示出根据各种实施方案的可用于自动检测经食道超声图像中的二维(2D)标准视图的示例性步骤302至322的流程图300。参考图2,示出了包括示例性步骤302至322的流程图300。某些实施方案可省略一个或多个步骤,和/或以与所列顺序不同的顺序执行步骤,和/或组合下文讨论的某些步骤。例如,在特定实施方案中可能不执行一些步骤。又如,某些步骤可能以与下面所列时间顺序不同的时间顺序执行,包括同时执行。
在步骤302,超声系统100的TEE超声探头104获取深度和第一全平面角度处的超声图像,该超声图像对应于第一标准视图。例如,TEE超声探头104可以被导航到患者的食道中以获得心脏的超声图像。TEE超声探头104可以被设置为与超声操作者希望获得的TEE标准视图相对应的全平面角度。所获取的超声图像表示可呈现在超声系统100的显示系统134处。
在步骤304,超声系统100的信号处理器132可以确定全平面角度是否设置为零(0)度。例如,信号处理器132的角度调整处理器140可以被配置为基于用户选择的图像采集设置来确定全平面角度。例如,当尝试获取中食道两室(2C)TEE标准视图时,超声操作者可以选择90度全平面角度设置。角度调整处理器140可以被配置为监视和/或检索全平面角度设置以确定全平面角度。角度调整处理器140可以被配置为向视图标记处理器160提供所检测的全平面角度。如果由角度调整处理器140检测的全平面角度是零(0)度,则过程300进行到步骤316。如果由角度调整处理器140检测的全平面角度不是零(0)度,则过程300进行到步骤306。
在步骤306,当信号处理器132在步骤304确定初始全平面角度不是零(0)度时,超声系统100的信号处理器132可以将第一全平面角度自动调整到零(0)度的第二全平面角度。例如,信号处理器132的角度调整处理器150可以被配置为将全平面角度从除了零(0)度之外的角度调整为零(0)度的角度,以在0度全平面角度处获取超声图像。在各种实施方案中,将全平面角度调整为0度以获取超声图像是在后台执行的(例如,在用户不知情的情况下,诸如当用户正在查看在初始全平面角度设置下获取的超声图像时)。
在步骤308,超声系统100可以在该深度与第二全平面角度处获取附加超声图像。例如,在步骤306设置为0度全平面角度的TEE超声探头104获取超声图像,该超声图像可以被提供至视图检测处理器150以确定由以0度全平面角度获取的超声图像提供的TEE标准视图。角度调整处理器140被配置为在以0度全平面角度获取超声图像之后将全平面角度调整回先前的非零全平面角度设置。
在步骤310,超声系统100的信号处理器132可以自动分析附加超声图像以识别与第二全平面角度相对应的第二标准视图。例如,信号处理器132的视图检测处理器150可以被配置为在步骤308自动分析在零(0)度全平面角度处获取的超声图像,以检测TEE标准视图。视图检测处理器150可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如,卷积神经网络),并且/或者可利用任何合适形式的被配置为检测以0度全平面角度获取的超声图像中描绘的TEE标准视图的图像分析技术或机器学习处理功能。视图检测处理器150可以向视图标记处理器160提供0度超声图像的所检测的TEE标准视图,并且/或者将0度超声图像和所检测的TEE超声视图的标识存储在档案138和/或任何合适的数据存储介质处。在各种实施方案中,视图检测处理器150可以被配置为向训练系统200的训练数据库220提供该0度超声图像和该所检测的TEE超声视图的标识,以用于训练由视图检测处理器150推断(即,部署)的深度神经网络(例如,人工智能模型)的神经元。
在步骤312,超声系统100的信号处理器132可以基于所识别的第二标准视图和第一全平面角度来自动确定第一标准视图。例如,信号处理器132的视图标记处理器160可以被配置为在步骤312从视图检测处理器150接收0度超声图像的TEE标准视图的标识,并且在步骤304从角度调整处理器140接收非零度全平面角度。视图标记处理器160可以被配置为基于正被呈现(即,由角度调整处理器140提供)的超声图像的全平面角度和由视图检测处理器150提供的0度超声图像的TEE标准视图的标识来确定在显示系统134处呈现的超声图像的TEE标准视图。例如,如果视图检测处理器150将0度超声图像识别为中食道4C TEE标准视图并且超声操作者正在查看120度全平面角度处的超声图像,则视图标记处理器160可以被配置为确定在显示系统134处呈现的超声图像是中食道长轴TEE标准视图,该中食道长轴TEE标准视图是以120度全平面角度在与该中食道4C TEE标准视图相同的深度处的TEE标准视图。
在步骤314,信号处理器132可以使得超声系统100的显示系统呈现具有所确定的第一标准视图的标识的超声图像。例如,信号处理器132的视图标记处理器160可以被配置为将TEE标准视图的标记叠加在显示系统134处呈现的超声图像上。例如,该标记可以包括文本、数字、符号和/或该TEE标准视图的任何合适的标识。在各种实施方案中,视图标记处理器160可以被配置为提示TEE标准视图的用户选择,诸如如果在相同深度和全平面角度处可用多个TEE标准视图。例如,视图标记处理器160可以被配置为提示超声操作者基于TEE超声探头104旋转位置来选择适当的TEE标准视图。
在步骤316,当信号处理器132在步骤304确定初始全平面角度是零(0)度时,超声系统100的信号处理器132可以自动分析超声图像以识别第一标准视图。例如,信号处理器132的视图检测处理器150可以被配置为在步骤302自动分析在零(0)度全平面角度处获取的超声图像,以检测TEE标准视图。视图检测处理器150可包括图像分析算法、人工智能算法、一个或多个深度神经网络(例如,卷积神经网络),并且/或者可利用任何合适形式的被配置为检测以0度全平面角度获取的超声图像中描绘的TEE标准视图的图像分析技术或机器学习处理功能。视图检测处理器150可以向视图标记处理器160提供0度超声图像的所检测的TEE标准视图,并且/或者将0度超声图像和所检测的TEE超声视图的标识存储在档案138和/或任何合适的数据存储介质处。在各种实施方案中,视图检测处理器150可以被配置为向训练系统200的训练数据库220提供该0度超声图像和该所检测的TEE超声视图的标识,以用于训练由视图检测处理器150推断(即,部署)的深度神经网络(例如,人工智能模型)的神经元。
在步骤318,信号处理器132可以使得超声系统100的显示系统134呈现具有所确定的第一标准视图的标识的超声图像。例如,信号处理器132的视图标记处理器160可以被配置为将TEE标准视图的标记覆盖在显示系统134处呈现的超声图像上。例如,该标记可以包括文本、数字、符号和/或该TEE标准视图的任何合适的标识。
在步骤320,超声系统100的信号处理器132可以确定在TEE超声探头104的深度处是否有附加TEE标准视图可用。例如,信号处理器132的角度调整处理器140可以被配置为呈现导航到由视图检测处理器150检测的深度处的其他TEE标准视图的选项,如下文更详细描述。例如,视图检测处理器150和/或视图标记处理器160可以确定超声操作者正在TEE超声探头104的当前深度处以所选择的90度全平面角度查看经胃两室(2C)视图。角度调整处理器140可以被配置为提供用于获取和呈现经胃中短轴TEE标准视图(即,在0度全平面角度处)、经胃长轴TEE标准视图(即,在120度全平面角度处)、或经胃右心室(RV)流入TEE标准视图(即,在探头向右旋转的情况下在120度全平面角度处)的用户可选选项,该等视图是在与超声操作者当前正在查看的经胃两室(2C)视图相同的深度处可用的其他TEE标准视图。如果该深度处的附加视图是可用的并且是需要的,则过程300进行到步骤322。如果该深度处的附加视图是不可用的并且/或者是不需要的,则如果需要不同深度处的附加视图,则过程300返回到步骤302。一旦已经获取了所有需要的TEE标准视图,则过程300结束。
在步骤322,如果在该深度处的附加视图是可用的并且是需要的,则超声系统可以获取并且呈现具有在该深度和对应全平面角度处的附加TEE标准视图的标识的附加超声。例如,如果超声操作者选择导航到不同全平面角度和相同深度处的不同TEE标准视图的选项,则在步骤320,角度调整处理器140可以被配置为响应于当前深度处的不同TEE标准视图的用户选择来调整该全平面角度。由角度调整处理器140设置到不同的全平面角度的TEE超声探头104获取不同的TEE标准视图的超声图像。视图标记处理器160可以被配置为用不同的标准视图来标记所获取的超声图像以在显示系统134处呈现。过程300然后返回到步骤320以确定附加TEE标准视图在TEE超声探头104的深度处是否是可用的和/或需要的。
本公开的方面提供了用于自动检测经食道超声图像中的二维(2D)标准视图的方法300和系统100。根据各种实施方案,方法300可包括通过超声系统100的超声探头104以第一深度和第一全平面角度获取302第一超声图像。该第一超声图像对应于第一标准视图。该第一全平面角度是不同于零(0)度的角度。方法300可以包括通过至少一个处理器132、140将该第一全平面角度调整306为零(0)度的第二全平面角度。方法300可以包括通过超声探头104以该第一深度与该第二全平面角度获取308第二超声图像。方法300可以包括通过至少一个处理器132、150自动分析310该第二超声图像以识别对应于该第二全平面角度的第二标准视图。方法300可以包括通过至少一个处理器132、160基于该第二标准视图和该第一全平面角度自动确定312该第一标准视图。方法300可以包括通过至少一个处理器132、160使得314显示系统134呈现具有该第一标准视图的第一标识的该第一超声图像。
在代表性实施方案中,方法300可以包括通过超声探头104以第二深度和该第二全平面角度获取302第三超声图像。该超声图像对应于第三标准视图。方法300可以包括通过至少一个处理器132、150自动分析316该第三超声图像以识别该第三标准视图。方法300可以包括通过至少一个处理器132、160使得318显示系统134呈现具有该第三标准视图的第二标识的该第三超声图像。在示例性实施方案中,方法300可以包括通过至少一个处理器132、140使得320显示系统134呈现用于导航到该第二深度处的一个或多个附加标准视图的可选选项。方法300可以包括通过至少一个处理器132、140接收320该第二深度处的一个或多个附加标准视图中的一者的用户选择。方法300可以包括通过至少一个处理器132、140将该第二全平面角度调整322为与该第二深度处的该一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度。方法300可以包括通过超声探头104以该第三全平面角度和该第二深度获取322第四超声图像。方法300可以包括通过至少一个处理器132、160使得322显示系统134呈现具有一个或多个附加标准视图中的一者的第三标识的该第四超声图像。在各种实施方案中,方法300包括通过至少一个处理器132、150向训练系统200的训练数据库220提供310、316该第一深度与该第二全平面角度处的该第二超声图像或该第二深度和该第二全平面角度处的该第三超声图像中的一者或两者。在某些实施方案中,方法300可以包括通过至少一个处理器132、140使得320显示系统134呈现用于导航到该第一深度处的一个或多个附加标准视图的可选选项。方法300可以包括通过至少一个处理器132、140接收320该第一深度处的一个或多个附加标准视图中的一者的用户选择。方法300可以包括通过至少一个处理器132、140将该第一全平面角度调整322为与该第一深度处的该一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度。方法300可以包括通过超声探头104以该第三全平面角度和该第一深度获取322第三超声图像。方法300可以包括通过至少一个处理器132、160使得322显示系统134呈现具有该一个或多个附加标准视图中的一者的第二标识的该第三超声图像。在代表性实施方案中,超声探头104是经食道超声心动图(TEE)超声探头。在示例性实施方案中,方法300可以包括通过至少一个处理器132、150向训练系统200的训练数据库220提供310该第一深度与该第二全平面角度处的该第二超声图像。在某些实施方案中,方法300可以包括避免在显示系统134以该第一深度与该第二全平面角度呈现该第二超声图像。
各种实施方案提供了用于自动检测经食道超声图像中的二维(2D)标准视图的系统100。系统100可以包括超声探头104,至少一个处理器132、140、150、160和显示系统134。超声探头104可以被配置为以第一深度和第一全平面角度获取第一超声图像。该第一超声图像对应于第一标准视图。该第一全平面角度是不同于零(0)度的角度。超声探头104可以被配置为以该第一深度和零(0)度的第二全平面角度获取第二超声图像。至少一个处理器132、140可以被配置为将该第一全平面角度调整为该第二全平面角度。至少一个处理器132、150可以被配置为自动分析该第二超声图像以识别与该第二全平面角度相对应的第二标准视图。至少一个处理器132、160可以被配置为基于该第二标准视图和该第一全平面角度来自动确定该第一标准视图。显示系统134可以被配置为呈现具有该第一标准视图的第一标识的该第一超声图像。
在示例性实施方案中,超声探头104可操作为以第二深度和该第二全平面角度获取第三超声图像。该超声图像对应于第三标准视图。至少一个处理器132、150被配置为自动分析该第三超声图像以识别该第三标准视图。显示系统134被配置为呈现具有该第三标准视图的第二标识的该第三超声图像。在各种实施方案中,显示系统134被配置为呈现用于导航到该第二深度处的一个或多个附加标准视图的可选选项。至少一个处理器132、140被配置为接收该第二深度处的该一个或多个附加标准视图中的一者的用户选择。至少一个处理器132、140被配置为将该第二全平面角度调整为与该第二深度处的该一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度。超声探头104被配置为以该第三全平面角度和该第二深度获取第四超声图像。显示系统134被配置为呈现具有该一个或多个附加标准视图中的一者的第三标识的该第四超声图像。在某些实施方案中,至少一个处理器132、150被配置为向训练系统200的训练数据库220提供该第一深度与该第二全平面角度处的该第二超声图像或该第二深度和该第二全平面角度处的该第三超声图像中的一者或两者。在代表性实施方案中,显示系统134被配置为呈现用于导航到该第一深度处的一个或多个附加标准视图的可选选项。至少一个处理器132、140被配置为接收该第一深度处的该一个或多个附加标准视图中的一者的用户选择。至少一个处理器132、140被配置为将该第一全平面角度调整为与该第一深度处的该一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度。超声探头104被配置为以该第三全平面角度和该第一深度获取第三超声图像。显示系统134被配置为呈现具有该一个或多个附加标准视图中的一者的第二标识的该第三超声图像。在示例性实施方案中,超声探头104是经食道超声心动图(TEE)超声探头。在各种实施方案中,显示系统134被配置为避免以该第一深度与该第二全平面角度呈现该第二超声图像。
某些实施方案提供一种非暂态计算机可读介质,在该非暂态计算机可读介质上存储有计算机程序,该计算机程序具有至少一个代码段。该至少一个代码段可由机器执行以使超声系统100执行步骤300。步骤300可以包括从超声系统100的超声探头104以第一深度和第一全平面角度接收302第一超声图像。该第一超声图像对应于第一标准视图。该第一全平面角度是不同于零(0)度的角度。步骤300可以包括将该第一全平面角度调整306为零(0)度的第二全平面角度。步骤300可以包括从超声探头104以该第一深度与该第二全平面角度接收308第二超声图像。步骤300可以包括自动分析310该第二超声图像以识别与该第二全平面角度相对应的第二标准视图。步骤300可以包括基于该第二标准视图和该第一全平面角度自动确定312该第一标准视图。步骤300可以包括使得314显示系统134呈现具有该第一标准视图的第一标识的该第一超声图像。
在各种实施方案中,步骤300可以包括从超声探头104以第二深度和该第二全平面角度接收302第三超声图像。该超声图像对应于第三标准视图。步骤300可以包括自动分析316该第三超声图像以识别该第三标准视图。步骤300可以包括使得318显示系统134呈现具有该第三标准视图的第二标识的该第三超声图像。在某些实施方案中,步骤300可以包括使得320显示系统134呈现用于导航到该第一深度处的一个或多个附加标准视图的可选选项。步骤300可以包括接收320该第一深度处的该一个或多个附加标准视图中的一者的用户选择。步骤300可以包括将该第一全平面角度调整322为与该第一深度处的该一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度。步骤300可以包括从超声探头104以该第三全平面角度和该第一深度接收322第三超声图像。步骤300可以包括使得322显示系统134呈现具有该一个或多个附加标准视图中的一者的第二标识的该第三超声图像。在代表性实施方案中,步骤300可以包括通过至少一个处理器132、150向训练系统200的训练数据库220提供310该第一深度与该第二全平面角度处的该第二超声图像。在示例性实施方案中,步骤300可以包括避免在显示系统134以该第一深度与该第二全平面角度呈现该第二超声图像。
如本文所用,术语“电路”是指物理电子部件(即,硬件)以及可配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。例如,如本文所用,当执行一条或多条第一代码时,特定处理器和存储器可包括第一“电路”,并且在执行一条或多条第二代码时,特定处理器和存储器可包括第二“电路”。如本文所用,“和/或”表示列表中的由“和/或”连结的项中的任一个或多个项。例如,“x和/或y”表示三元素集{(x),(y),(x,y)}中的任何元素。又如,“x、y和/或z”表示七元素集{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。如本文所用,术语“示例性”表示用作非限制性示例、实例或例证。如本文所用,术语“例如”和“如”引出一个或多个非限制性示例、实例或例证的列表。如本文所用,电路“可操作为”和/或“被配置为”每当该电路包括执行功能的必需硬件和代码(如果需要的话)时就执行该功能,不管是否通过某些用户可配置的设置禁用或不启用该功能的执行。
其他实施方案可提供一种计算机可读设备和/或一种非暂态计算机可读介质,和/或一种机器可读设备和/或一种非暂态机器可读介质,其上存储有具有可由机器和/或计算机执行的至少一个代码段的机器代码和/或计算机程序,从而使该机器和/或计算机执行如本文所述的用于自动检测经食道超声图像中的二维(2D)标准视图的步骤。
因此,本公开可在硬件、软件或硬件和软件的组合中实现。本公开可能以集中方式在至少一个计算机系统中实现,或以分布式方式实现,其中不同的元件分布在若干互连的计算机系统上。适于执行本文所述的方法的任何种类的计算机系统或其他装置都是合适的。
各种实施方案也可嵌入计算机程序产品中,该计算机程序产品包括能够实现本文所述的方法的所有特征,并且当加载到计算机系统中时能够执行这些方法。本文中的计算机程序是指以任何语言、代码或符号表示的一组指令的任何表达,这些指令旨在使具有信息处理能力的系统直接执行特定功能或在以下两项或其中一项之后执行特定功能:a)转换为另一种语言、代码或符号;b)以不同的物质形式进行复制。
虽然已经参考某些实施方案来描述了本公开,但是本领域的技术人员应当理解,在不脱离本公开的范围的情况下,可以进行各种改变并且可以替换等同物。另外,在不脱离本公开的范围的情况下,可以进行许多修改以使特定情况或材料适应于本公开的教导。因此,本公开不旨在限于所公开的特定实施方案,而是本公开将包括落入所附权利要求书的范围内的所有实施方案。
Claims (20)
1.一种方法,所述方法包括:
通过超声系统的超声探头以第一深度和第一全平面角度获取第一超声图像,所述第一超声图像对应于第一标准视图,其中所述第一全平面角度是不同于零(0)度的角度;
通过至少一个处理器将所述第一全平面角度调整为零(0)度的第二全平面角度;
通过所述超声探头以所述第一深度与所述第二全平面角度获取第二超声图像;
通过所述至少一个处理器自动分析所述第二超声图像以识别对应于所述第二全平面角度的第二标准视图;
通过所述至少一个处理器基于所述第二标准视图和所述第一全平面角度自动确定所述第一标准视图;以及
通过所述至少一个处理器使显示系统呈现具有所述第一标准视图的第一标识的所述第一超声图像。
2.根据权利要求1所述的方法,所述方法包括:
通过所述超声探头以第二深度和所述第二全平面角度获取第三超声图像,所述超声图像对应于第三标准视图;
通过所述至少一个处理器自动分析所述第三超声图像以识别所述第三标准视图;以及
通过所述至少一个处理器使所述显示系统呈现具有所述第三标准视图的第二标识的所述第三超声图像。
3.根据权利要求2所述的方法,所述方法包括:
通过所述至少一个处理器使所述显示系统呈现用于导航到所述第二深度处的一个或多个附加标准视图的可选选项;
通过所述至少一个处理器接收所述第二深度处的所述一个或多个附加标准视图中的一者的用户选择;
通过所述至少一个处理器将所述第二全平面角度调整为与所述第二深度处的所述一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度;
通过所述超声探头以所述第三全平面角度和所述第二深度获取第四超声图像;以及
通过所述至少一个处理器使所述显示系统呈现具有所述一个或多个附加标准视图中的一者的第三标识的所述第四超声图像。
4.根据权利要求2所述的方法,所述方法包括通过所述至少一个处理器向训练系统的训练数据库提供所述第一深度与所述第二全平面角度处的所述第二超声图像或所述第二深度和所述第二全平面角度处的所述第三超声图像中的一者或两者。
5.根据权利要求1所述的方法,所述方法包括:
通过所述至少一个处理器使所述显示系统呈现用于导航到所述第一深度处的一个或多个附加标准视图的可选选项;
通过所述至少一个处理器接收所述第一深度处的所述一个或多个附加标准视图中的一者的用户选择;
通过所述至少一个处理器将所述第一全平面角度调整为与所述第一深度处的所述一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度;
通过所述超声探头以所述第三全平面角度和所述第一深度获取第三超声图像;以及
通过所述至少一个处理器使所述显示系统呈现具有所述一个或多个附加标准视图中的一者的第二标识的所述第三超声图像。
6.根据权利要求1所述的方法,其中所述超声探头是经食道超声心动图(transesophageal echocardiography,TEE)超声探头。
7.根据权利要求1所述的方法,所述方法包括通过所述至少一个处理器向训练系统的训练数据库以所述第一深度与所述第二全平面角度提供所述第二超声图像。
8.根据权利要求1所述的方法,所述方法包括避免在所述显示系统以所述第一深度与所述第二全平面角度呈现所述第二超声图像。
9.一种超声系统,所述超声系统包括:
超声探头,所述超声探头被配置为:
以第一深度和第一全平面角度获取第一超声图像,所述第一超声图像对应于第一标准视图,其中所述第一全平面角度是不同于零(0)度的角度;以及
以所述第一深度与零(0)度的第二全平面角度获取第二超声图像;
至少一个处理器,所述至少一个处理器被配置为:
将所述第一全平面角度调整为所述第二全平面角度;
自动分析所述第二超声图像以识别与所述第二全平面角度相对应的第二标准视图;以及
基于所述第二标准视图和所述第一全平面角度自动确定所述第一标准视图;和
显示系统,所述显示系统被配置为呈现具有所述第一标准视图的第一标识的所述第一超声图像。
10.根据权利要求9所述的超声系统,其中:
能够操作所述超声探头以在第二深度和所述第二全平面角度获取第三超声图像,所述超声图像对应于第三标准视图;
所述至少一个处理器被配置为自动分析所述第三超声图像以识别所述第三标准视图;并且
所述显示系统被配置为呈现具有所述第三标准视图的第二标识的所述第三超声图像。
11.根据权利要求10所述的超声系统,其中:
所述显示系统被配置为呈现用于导航到所述第二深度处的一个或多个附加标准视图的可选选项;
所述至少一个处理器被配置为接收所述第二深度处的所述一个或多个附加标准视图中的一者的用户选择;
所述至少一个处理器被配置为将所述第二全平面角度调整为与所述第二深度处的所述一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度;
所述超声探头被配置为以所述第三全平面角度和所述第二深度获取第四超声图像;并且
所述显示系统被配置为呈现具有所述一个或多个附加标准视图中的一者的第三标识的所述第四超声图像。
12.根据权利要求10所述的超声系统,其中所述至少一个处理器被配置为向训练系统的训练数据库提供所述第一深度与所述第二全平面角度处的所述第二超声图像或所述第二深度和所述第二全平面角度处的所述第三超声图像中的一者或两者。
13.根据权利要求9所述的超声系统,其中:
所述显示系统被配置为呈现用于导航到所述第一深度处的一个或多个附加标准视图的可选选项;
所述至少一个处理器被配置为接收所述第一深度处的所述一个或多个附加标准视图中的一者的用户选择;
所述至少一个处理器被配置为将所述第一全平面角度调整为与所述第一深度处的所述一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度;
所述超声探头被配置为以所述第三全平面角度和所述第一深度获取第三超声图像;并且
所述显示系统被配置为呈现具有所述一个或多个附加标准视图中的一者的第二标识的所述第三超声图像。
14.根据权利要求9所述的超声系统,其中所述超声探头是经食道超声心动图(TEE)超声探头。
15.根据权利要求9所述的超声系统,其中所述显示系统被配置为避免以所述第一深度与所述第二全平面角度呈现所述第二超声图像。
16.一种非暂态计算机可读介质,在所述非暂态计算机可读介质上存储有计算机程序,所述计算机程序具有至少一个代码段,所述至少一个代码段能够由机器执行以使得超声系统执行包括以下各项的步骤:
从所述超声系统的超声探头以第一深度和第一全平面角度接收第一超声图像,所述第一超声图像对应于第一标准视图,其中所述第一全平面角度是不同于零(0)度的角度;
将所述第一全平面角度调整为零(0)度的第二全平面角度;
从所述超声探头以所述第一深度与所述第二全平面角度接收第二超声图像;
自动分析所述第二超声图像以识别与所述第二全平面角度相对应的第二标准视图;
基于所述第二标准视图和所述第一全平面角度自动确定所述第一标准视图;以及
使显示系统呈现具有所述第一标准视图的第一标识的所述第一超声图像。
17.根据权利要求16所述的非暂态计算机可读介质,所述非暂态计算机可读介质包括:
从所述超声探头以第二深度和所述第二全平面角度接收第三超声图像,所述超声图像对应于第三标准视图;
自动分析所述第三超声图像以识别所述第三标准视图;并且
使所述显示系统呈现具有所述第三标准视图的第二标识的所述第三超声图像。
18.根据权利要求16所述的非暂态计算机可读介质,所述非暂态计算机可读介质包括:
使所述显示系统呈现用于导航到所述第一深度处的一个或多个附加标准视图的可选选项;
接收所述第一深度处的所述一个或多个附加标准视图中的一者的用户选择;
将所述第一全平面角度调整为与所述第一深度处的所述一个或多个附加标准视图中的一者的用户选择相对应的第三全平面角度;
从所述超声探头以所述第三全平面角度和所述第一深度接收第三超声图像;并且
使所述显示系统呈现具有所述一个或多个附加标准视图中的一者的第二标识的所述第三超声图像。
19.根据权利要求16所述的非暂态计算机可读介质,所述非暂态计算机可读介质包括通过所述至少一个处理器向训练系统的训练数据库以所述第一深度与所述第二全平面角度提供所述第二超声图像。
20.根据权利要求16所述的非暂态计算机可读介质,所述非暂态计算机可读介质包括避免在所述显示系统以所述第一深度与所述第二全平面角度呈现所述第二超声图像。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/667,725 | 2022-02-09 | ||
US17/667,725 US20230248331A1 (en) | 2022-02-09 | 2022-02-09 | Method and system for automatic two-dimensional standard view detection in transesophageal ultrasound images |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116612061A true CN116612061A (zh) | 2023-08-18 |
Family
ID=87521966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310047076.9A Pending CN116612061A (zh) | 2022-02-09 | 2023-01-31 | 用于经食道超声图像中的自动二维标准视图检测的方法和系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230248331A1 (zh) |
CN (1) | CN116612061A (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050281444A1 (en) * | 2004-06-22 | 2005-12-22 | Vidar Lundberg | Methods and apparatus for defining a protocol for ultrasound imaging |
US20100249589A1 (en) * | 2009-03-25 | 2010-09-30 | Peter Lysyansky | System and method for functional ultrasound imaging |
US11534136B2 (en) * | 2018-02-26 | 2022-12-27 | Siemens Medical Solutions Usa, Inc. | Three-dimensional segmentation from two-dimensional intracardiac echocardiography imaging |
-
2022
- 2022-02-09 US US17/667,725 patent/US20230248331A1/en active Pending
-
2023
- 2023-01-31 CN CN202310047076.9A patent/CN116612061A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230248331A1 (en) | 2023-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111035408B (zh) | 用于超声探头定位反馈的增强的可视化的方法和系统 | |
US20120065510A1 (en) | Ultrasound system and method for calculating quality-of-fit | |
CN112773393B (zh) | 用于提供超声图像增强的方法和系统 | |
US10952705B2 (en) | Method and system for creating and utilizing a patient-specific organ model from ultrasound image data | |
US12026886B2 (en) | Method and system for automatically estimating a hepatorenal index from ultrasound images | |
CN113116387A (zh) | 用于通过一系列超声图像采集提供指导工作流的方法和系统 | |
CN113558658A (zh) | 提供超声图像的方法和系统 | |
CN112515747A (zh) | 用于分析超声场景以提供针引导和警告的方法和系统 | |
CN113081030B (zh) | 用于基于m模式分析进行辅助超声扫描平面识别的方法和系统 | |
CN114098797B (zh) | 用于提供解剖取向指示符的方法和系统 | |
US11980501B2 (en) | Method and system for providing enhanced ultrasound images simulating acquisition at high acoustic power by processing ultrasound images acquired at low acoustic power | |
US11903898B2 (en) | Ultrasound imaging with real-time visual feedback for cardiopulmonary resuscitation (CPR) compressions | |
US20210192291A1 (en) | Continuous training for ai networks in ultrasound scanners | |
CN116612061A (zh) | 用于经食道超声图像中的自动二维标准视图检测的方法和系统 | |
CN114521912B (zh) | 用于增强胸膜线的可视化的方法和系统 | |
US20220280133A1 (en) | Method and system for automatically detecting an ultrasound image view and focus to provide measurement suitability feedback | |
US20240041430A1 (en) | Method and system for defining a boundary of a region of interest by applying threshold values to outputs of a probabilistic automatic segmentation model based on user-selected segmentation sensitivity levels | |
US20220211347A1 (en) | Method and system for automatically detecting an apex point in apical ultrasound image views to provide a foreshortening warning | |
US11382595B2 (en) | Methods and systems for automated heart rate measurement for ultrasound motion modes | |
US20240206852A1 (en) | System and method for automatically acquiring and rotating an ultrasound volume based on a localized target structure | |
US20230404533A1 (en) | System and method for automatically tracking a minimal hiatal dimension plane of an ultrasound volume in real-time during a pelvic floor examination | |
US20230210498A1 (en) | Method and system for automatically setting an elevational tilt angle of a mechanically wobbling ultrasound probe | |
US20230255587A1 (en) | System and method for automatically measuring and labeling follicles depicted in image slices of an ultrasound volume |
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 |