CN117197024A - 医学成像方法、装置以及系统 - Google Patents
医学成像方法、装置以及系统 Download PDFInfo
- Publication number
- CN117197024A CN117197024A CN202210605204.2A CN202210605204A CN117197024A CN 117197024 A CN117197024 A CN 117197024A CN 202210605204 A CN202210605204 A CN 202210605204A CN 117197024 A CN117197024 A CN 117197024A
- Authority
- CN
- China
- Prior art keywords
- image
- heart wall
- medical
- medical image
- wall region
- 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
- 238000002059 diagnostic imaging Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003709 image segmentation Methods 0.000 claims abstract description 13
- 238000002604 ultrasonography Methods 0.000 claims description 55
- 238000003384 imaging method Methods 0.000 claims description 25
- 230000011218 segmentation Effects 0.000 claims description 12
- 210000000056 organ Anatomy 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 4
- 210000001519 tissue Anatomy 0.000 description 30
- 238000002091 elastography Methods 0.000 description 27
- 238000012545 processing Methods 0.000 description 22
- 239000000523 sample Substances 0.000 description 20
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 230000000747 cardiac effect Effects 0.000 description 10
- 210000002569 neuron Anatomy 0.000 description 8
- 238000012285 ultrasound imaging Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000002107 myocardial effect Effects 0.000 description 6
- 230000002861 ventricular Effects 0.000 description 5
- 210000004369 blood Anatomy 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 238000003759 clinical diagnosis Methods 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000002592 echocardiography Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 210000005240 left ventricle Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000002603 single-photon emission computed tomography Methods 0.000 description 3
- 238000002113 ultrasound elastography Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000001746 atrial effect Effects 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 210000002837 heart atrium Anatomy 0.000 description 2
- 208000019423 liver disease Diseases 0.000 description 2
- 238000012045 magnetic resonance elastography Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 208000010125 myocardial infarction Diseases 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 206010007572 Cardiac hypertrophy Diseases 0.000 description 1
- 208000004930 Fatty Liver Diseases 0.000 description 1
- 206010019708 Hepatic steatosis Diseases 0.000 description 1
- 238000012307 MRI technique Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000003205 diastolic effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 210000001174 endocardium Anatomy 0.000 description 1
- 208000010706 fatty liver disease Diseases 0.000 description 1
- 210000005003 heart tissue Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 210000005246 left atrium Anatomy 0.000 description 1
- 210000004185 liver Anatomy 0.000 description 1
- 210000005228 liver tissue Anatomy 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 210000004165 myocardium Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 210000005245 right atrium Anatomy 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 238000002099 shear wave elastography Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 231100000240 steatosis hepatitis Toxicity 0.000 description 1
- 230000001960 triggered effect 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
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—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
- A61B8/48—Diagnostic techniques
- A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Veterinary Medicine (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Cardiology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请实施例提供一种医学成像方法、装置以及系统,该医学成像方法包括:对当前扫描获取的包含待查对象的心脏区域的医学图像进行图像分割,以确定所述医学图像中心脏壁区域;生成所述心脏壁区域处的局部弹性图像,并将所述局部弹性图像实时重叠地显示在所述医学图像中的所述心脏壁区域的位置上。
Description
技术领域
本申请实施例涉及医疗设备技术领域,尤其涉及一种医学成像方法、装置以及系统。
背景技术
弹性成像是近年来临床研究关心的热点之一,主要反映组织的弹性和软硬程度,在临床上主要应用于软组织器官的疾病诊断,与解剖图像相比,弹性成像可提供组织力学状况的辅助诊断信息,可以指导活组织检查,一些时候结合其他检查,就可以代替活组织检查。例如,肝纤维化、脂肪肝等肝病患者的肝组织硬度通常高于正常肝。弹性成像在肝病诊断方面具有巨大的优势。弹性成像的方法包括超声弹性成像、准静态弹性成像/应变成像、磁共振弹性成像等。
应该注意,上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述。
发明内容
本申请实施例提供一种医学成像方法、装置以及系统。
根据本申请实施例的一方面,提供一种用于医学成像方法,该医学成像方法包括:
对当前扫描获取的包含待查对象的心脏区域的医学图像进行图像分割,以确定该医学图像中心脏壁区域;
生成该心脏壁区域处的局部弹性图像,并将该局部弹性图像实时重叠地显示在该医学图像中的该心脏壁区域的位置上。
根据本申请实施例的一方面,提供一种用于医学成像装置,包括:
分割单元,其对当前扫描获取的包含待查对象的心脏区域的医学图像进行图像分割,以确定该医学图像中心脏壁区域;
生成单元,其生成该心脏壁区域处的局部弹性图像;
显示单元,其将该局部弹性图像实时重叠地显示在该医学图像中的该心脏壁区域的位置上。
根据本申请实施例的一方面,提供一种医学成像系统,包括:
扫描设备,其用于对待查对象的心脏区域进行扫描,以获得成像数据;
处理器,其根据该成像数据生成包含待查对象的心脏区域的医学图像,对该医学图像进行图像分割,以确定该医学图像中心脏壁区域;生成该心脏壁区域处的局部弹性图像;
显示器,其将该局部弹性图像实时重叠地显示在该医学图像中的该心脏壁区域的位置处。
本申请实施例的有益效果之一在于:通过对心脏壁区域进行分割,并仅在心脏壁区域重叠的实时显示弹性成像,由此,可以更加直观的查看心脏壁区域的弹性成像,可以实时的对心肌应变进行评估,有助于快速的临床诊断。
参照后文的说明和附图,详细公开了本申请实施例的特定实施方式,指明了本申请实施例的原理可以被采用的方式。应该理解,本申请的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本申请的实施方式包括许多改变、修改和等同。
附图说明
所包括的附图用来提供对本申请实施例的进一步的理解,其构成了说明书的一部分,用于例示本申请的实施方式,并与文字描述一起来阐释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的实施方式。在附图中:
图1是本申请实施例的医学成像方法的示意图;
图2是本申请实施例的医学图像的示意图;
图3是本申请实施例的心脏壁区域的示意图;
图4是本申请实施例的心脏壁区域的示意图;
图5是本申请实施例的生成局部弹性图像方法的示意图;
图6是本申请实施例的局部弹性图像的示意图;
图7是本申请实施例的叠加显示的医学图像和局部弹性图像的示意图;
图8是本申请实施例的医学成像装置的示意图;
图9是本申请实施例的生成单元的示意图;
图10是本申请实施例的医学成像系统的示意图;
图11是本申请实施例的超声成像系统的示意图。
具体实施方式
参照附图,通过下面的说明书,本申请实施例的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本申请的特定实施方式,其表明了其中可以采用本申请实施例的原则的部分实施方式,应了解的是,本申请不限于所描述的实施方式,相反,本申请实施例包括落入所附权利要求的范围内的全部修改、变型以及等同物。
在本申请实施例中,术语“第一”、“第二”等用于对不同元素从称谓上进行区分,但并不表示这些元素的空间排列或时间顺序等,这些元素不应被这些术语所限制。术语“和/或”包括相关联列出的术语的一种或多个中的任何一个和所有组合。术语“包含”、“包括”、“具有”等是指所陈述的特征、元素、元件或组件的存在,但并不排除存在或添加一个或多个其他特征、元素、元件或组件。术语“像素”和“体素”两者可互换地使用。
在本申请实施例中,单数形式“一”、“该”等包括复数形式,应广义地理解为“一种”或“一类”而并不是限定为“一个”的含义;此外术语“所述”应理解为既包括单数形式也包括复数形式,除非上下文另外明确指出。此外术语“根据”应理解为“至少部分根据……”,术语“基于”应理解为“至少部分基于……”,除非上下文另外明确指出。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
目前,弹性成像在心脏诊断方面的应用也越来越多,在现有方法中,可以通过预先获取多帧B模式扫描图像,并通过斑点追踪的方法计算应变,以评估心脏是否发生病变。但上述方法需要预先获取多帧扫描图像,因此,仅适用于离线处理,而不能实时地获取心脏壁区域的应变。另外,现有技术中也有一些实时弹性成像的方法,但上述弹性成像无法定位到心脏区域进行实时显示。
针对上述技术问题的至少之一,本申请实施例提供一种医学成像方法、装置以及系统。以下结合附图对本申请实施例进行具体说明。
本申请实施例提供一种用于医学成像方法,图1是本申请实施例的医学成像方法的示意图,如图1所示,该医学成像方法包括:
101,对当前扫描获取的包含待查对象的心脏区域的医学图像进行图像分割,以确定该医学图像中心脏壁区域;
102,生成该心脏壁区域处的局部弹性图像,并将该局部弹性图像实时重叠地显示在该医学图像中的该心脏壁区域的位置上。
在一些实施例中,在101中,该心脏区域包括左心室、右心室、左心房、右心房中的至少一个区域,以下以该心脏区域为左心室为例进行说明。
在一些实施例中,该医学图像可以通过各种医学成像模态获取,包括但不限于超声成像、荧光成像、计算机断层扫描(CT)、磁共振成像(MRI,Magnetic ResonanceImaging)、C形臂成像、正电子发射断层扫描(PET,Positron Emission ComputedTomography)、单光子发射计算机断层扫描(SPECT,Single Photon Emission ComputedTomography)、或其他任何合适的医学成像技术获得的的医学图像。
在一些实施例中,该医学图像可以是二维图像或三维图像或四维图像,该医学图像是通过上述任一种医学成像模态实时获取得到的,以超声成像为例,通过探头向待查对象发射实时无创的高频声波,采集反射的成像数据,并实时生成对应的医学图像,该当前扫描获取的医学图像是指可以反映待查对象器官或组织(例如心脏)当前时间下(实时)的状态(形态)的医学图像(特定切面的解剖图像)。
在一些实施例中,为了便于叠加显示局部弹性图形,该医学图像可以是灰度图像,例如,该医学图像是超声B模式图像,但本申请实施例并不以此作为限制。
在一些实施例中,在101中,可以使用深度学习算法进行图像分割。例如,使用深度神经网络(例如,卷积神经网络)对该医学图像进行分割,以确定该医学图像中心脏壁区域,例如,该深度神经网络可以由例如输入层、输出层以及输入层和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,输入层可以具有用于来自解剖结构的扫描平面的每个像素或一组像素的神经元。输出层可具有对应于多个预定义结构或预定义类型的结构(或其中的组织)的神经元。每个层的每个神经元可执行处理功能,并且将处理的医学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识别医学图像数据中的结构边缘。第二层的神经元可学习基于来自第一层的检测边缘识别形状等。
例如,该深度神经网络可以使用U-Net网络模型,将该医学图像输入该神经网络模型,神经网络模型的输出结果为心脏壁区域的分割结果。心脏壁区域为包括心肌的区域,可选的,该心脏壁区域还可以包括心内膜和/或心外膜等,该分割结果中的心脏壁区域可以通过边界轮廓(也可以包括轮廓内区域)标记后的图像表示,边界轮廓(内)标记即为对原始医学图像中的心脏壁的边界轮廓(内)进行标记,该标记由特征点(像素点)组成。例如,该分割结果可以是包含边界轮廓(内)标记的掩膜(mask)图,该掩膜图的大小与原始医学图像大小相同,在该掩膜图中,与原始医学图像中的心脏壁边界轮廓位置对应的像素位置的像素值为1,其他像素位置的像素值为0,或者,在该掩膜图中,与原始医学图像中的心脏壁边界轮廓位置以及轮廓内位置对应的像素位置的像素值为1,其他像素位置的像素值为0,该掩膜图即为0-1mask图。
图2是本申请实施例的医学图像的示意图,图3和图4是本申请实施例的心脏壁区域的示意图,如图2所示,该原始医学图像是左心室超声成像示意图,如图3所示,该分割结果是分割出的左心室心肌区域(轮廓),如图4所示,该分割结果是分割出的左心室心肌区域(轮廓和轮廓内)。
在一些实施例中,该方法还可以包括:(可选)对该神经网络进行训练,例如,可以基于已知的输入数据集(医学图像)和已知的输出数据集(例如人工对医学图像标记好的上述掩膜图)(图像对),通过设置神经网络中神经元数量、优化网络参数(包括但不限于权重、偏差等)以识别已知输入和期望输出之间的数学关系和表征每层的输入、输出之间的数学关系,使得损失函数(Loss Function)收敛,以训练得到上述神经网络,该损失函数可以是交叉熵函数,但本申请实施例并不以此作为限制。
在一些实施例中,在分割得到心脏壁区域后,在102中,生成该心脏壁区域处的局部弹性图像,而不是整个医学图像对应的弹性图像,图5是本申请实施例的生成局部弹性图像方法(102)的示意图,如图5所示,操作102包括:
501,确定该心脏壁区域各个位置处的弹性参数的绝对值或相对值;
502,确定与该弹性参数的绝对值或相对值对应的颜色编码;
503,根据该心脏壁区域各个位置处对应的颜色编码生成该局部弹性图像。
在一些实施例中,该弹性参数是反映组织器官的软硬度的参数,包括杨氏模量、弹性模量、剪切模量、剪切波传播速度中的一种。但本申请并不以此作为限制,该弹性参数也可以称为应变或刚度或硬度。该心脏壁区域各个位置处的弹性参数的绝对值可以是心脏壁区域各个位置处的杨氏模量的绝对值、弹性模量的绝对值、剪切模量的绝对值或剪切波传播速度的绝对值;该心脏壁区域各个位置处的弹性参数的相对值(也可以称为应变率或硬度比或刚度比)可以是心脏壁区域的杨氏模量相对参照组织的杨氏模量的比值、心脏壁区域的弹性模量相对参照组织的弹性模量的比值、心脏壁区域的剪切模量相对参照组织的剪切模量的比值,或心脏壁区域的剪切波传播速度相对参照组织的剪切波传播速度的比值,此处不再一一举例。
以下对如何确定弹性参数的绝对值或相对值进行说明。
在一些实施例中,可以使用现有弹性成像技术确定心脏壁区域各个位置处的弹性参数的绝对值或相对值,例如,该医学图像是超声成像技术获取得到的,可以使用应变式超声弹性成像技术,或剪切波式超声弹性成像技术确定弹性参数的绝对值或相对值,该医学图像是磁共振成像技术获取得到的,可以使用磁共振弹性成像技术确定弹性参数的绝对值或相对值,但本申请并不以此作为限制,此处不再一一举例。剪切波传播速度与弹性模量、杨氏模量、剪切模量间有近似的关系:E=3ρc2=3G,其中,c表示剪切波速度,ρ表示组织密度,E表示组织的杨氏模量值,G表示组织的剪切(弹性)模量值。
例如,应变式超声弹性成像技术主要通过超声探头按压组织产生一定的形变,由于外力的准确数值无法得知,因此,无法定量测量组织弹性参数的绝对值,但可以通过比较成像区域内不同组织的形变程度,计算组织弹性参数的相对值。例如,计算出形变前后不同组织对应位置发生的位移量,计算心脏壁区域的杨氏模量相对参照组织的杨氏模量的比值、心脏壁区域的弹性模量相对参照组织的弹性模量的比值,该参考组织可以是脂肪。
例如,剪切波式弹性成像技术主要通过在组织内产生剪切波的传播,并检测器传播参数(例如剪切模量或速度)进行成像的方法来反映组织间的硬度差异,可以定量测量织弹性参数的绝对值,例如,向待查对象心脏区域发射超声波,并跟踪在该心脏区域传播的剪切波,接收超声回波,根据超声回波数据计算心脏壁区域杨氏模量或剪切波速度。
例如,磁共振弹性成像技术通过轻微的机械震动(30到70赫兹之间)通过外界的振动装置传播到所需要研究的组织部位,振动波在组织内的动态传播通过核磁共振机器(MRI)进行采集。在后处理中,根据振动波在组织内部的表象(波长以及振幅),可以计算出组织的弹性参数绝对值,例如心脏壁区域各个位置处的杨氏模量的绝对值或弹性模量的绝对值等。
在一些实施例中,在501中,可以仅直接确定心脏壁区域各个(像素)位置处的弹性参数的绝对值或相对值;或者,也可以先确定医学图像整个区域各个(像素)位置处的弹性参数的绝对值或相对值,再结合101中确定的心脏壁区域,从整个区域各个(像素)位置处的弹性参数的绝对值或相对值中筛选出心脏壁区域各个(像素)位置处的弹性参数的绝对值或相对值,例如,将整个区域各个(像素)位置处的弹性参数的绝对值或相对值乘以前述掩膜图,得到心脏壁区域各个(像素)位置处的弹性参数的绝对值或相对值。
在一些实施例中,确定与该弹性参数值的范围对应的颜色编码;例如,可使用不同的颜色(及其色调)来表示软和/或硬的组织区域,不同弹性参数的绝对值或相对值对应的颜色不同,具有较高弹性参数的绝对值或相对值(较软)的组织区域可被编码为红色(颜色饱和度逐渐增加),而具有较低弹性参数的绝对值或相对值(较硬)的组织区域被编码为蓝色(颜色饱和度逐渐增加)。根据该心脏壁区域上各个位置处对应的颜色编码生成该局部弹性图像。该局部弹性图像为彩色图像,与医学图像对应的,该局部弹性图像可以是二维图像或三维图像或四维图像。该局部弹性图像中心脏壁区域上各个像素位置(掩膜图像素值为1的位置)的像素值(ARGB值)为对应的颜色编码值,除心脏壁区域外的其他像素位置的像素值(ARGB值)中的透明度A设为0,或者像素值(RGB值)设为白色,图6是本申请实施例的局部弹性图像的示意图。
以上图5中的实施方式仅为操作102的一种实施方式示例,本申请并不以此作为限制,例如,也可以先生成整个医学图像区域的弹性图像,再将该弹性图像与前述掩膜图相乘,得到该局部弹性图像。以超声设备为例,超声设备支持普通解剖图像成像检查模式和弹性成像检查模式,在普通解剖图像成像检查模式下,超声设备针对待查对象的心脏区域获取医学图像,在该医学图像中分割出心脏壁区域(掩膜图),然后切换到弹性成像检查模式,超声设备针对待查对象的心脏区域获取弹性图像(例如现有的应变式超声弹性成像技术,或剪切波式超声弹性成像技术),将该掩膜图乘以该弹性图像,即可以得到局部弹性图像。
心脏通过每次心跳的运动被称为心动周期。心动周期包括两个主要阶段:收缩期(射血)和舒张期(填充血液)。在收缩期,心室收缩,将血液从心脏排出到全身。心室射血后,心脏进入舒张期。在舒张早期,心房被填充以从身体返回的血液。然后心脏进入称为舒张期的短时间休息。舒张期后,心房收缩,将血液射入心室。心房收缩后,心脏进入下一个收缩期。
在一些实施例中,该当前扫描获取的医学图像以及局部弹性图像可以是在心脏周期中的任意时间点获取或生成的,例如可以是舒张期获取或生成,或者是收缩期获取或生成,本申请并不以此作为限制,在舒张期获取/生成或者在收缩期获取/生成可以用于不同的临床疾病诊断,具体可以根据需要确定。
例如,在一些实施例中,可以确定该待查对象的心脏舒张末期;并且,在该心脏舒张末期获取扫描该医学图像,以及在心脏舒张末期确定弹性参数,生成局部弹性图像,也就是说该弹性参数反映的是心脏舒张末期心脏壁区域的软硬度。心动周期的时相与由心脏生成的电信号相关联。这些电信号通常通过心电图(ECG)来监测。在ECG期间,多个电极被放置在胸部和/或四肢上以记录来自心脏的电信号。这些电信号以可视方式提供,通常在显示器上,提供为ECG迹线,一些特征与心动周期中的特定点相关。例如,P波通常与心房收缩的发生相关联,而QRS复合波的R波通常与心室收缩的发生相关联。因此,可以根据ECG信号确定心脏舒张末期,例如舒张末期是在R波上触发时的最后一个心脏阶段,发生在下一个心动周期的R波之前。
在一些实施例中,在心脏舒张末期,心脏组织没有明显的收缩,因此不会干扰弹性参数的测量,另外,在心脏舒张末期,心脏处于最大容积状态,心脏的一部分会短暂的停顿,因此,在心脏舒张末期获取扫描该医学图像,并生成局部弹性图像,可以用于快速诊断心梗等疾病。
在一些实施例中,在得到局部弹性图像后,可以将该局部弹性图像实时重叠地显示在该医学图像中的该心脏壁区域的位置上。例如,该局部弹性图像被实时叠加显示在医学图像(超声B模式图像)上与心脏壁区域相对应的位置上。其中,可以将局部弹性图像中心脏壁区域上各个像素位置的像素值(ARGB值)中的透明度A设为半透明的值,以叠加在医学图像上进行显示。
图7是本申请实施例的叠加显示的医学图像和局部弹性图像的示意图,如图7所示,可以在同一幅图上同时实时地显示当前扫描获取得到的医学图像和医学图像中感兴趣区域的弹性图像,便于临床诊断。例如,在健康状态下,左心室呈长条状,且心脏壁区域(例如心肌区域)弹性参数的相对值或绝对值较高,但如果观察到左心室呈圆形,且在心脏壁区域整体的弹性参数较低,例如从实时显示的图像上看叠加显示的局部弹性图像整体呈蓝色时,该待查对象的心脏可能存在心肌肥大的问题。另外,如果观察到心脏壁区域局部的弹性参数较低,例如从实时显示的图像上看叠加显示的局部弹性图像的局部(中间或肌底)呈蓝色时,该待查对象的心脏可能存在心梗的问题。
由上述实施例可知,通过对心脏壁区域进行分割,并仅在心脏壁区域重叠的实时显示弹性成像,由此,可以更加直观的查看心脏壁区域的弹性成像,可以实时的对心肌应变进行评估,有助于快速的临床诊断。
本申请实施例还提供一种医学成像装置,与前述实施例中重复之处不再赘述。图8是本申请实施例的医学成像装置的示意图,如图8所示,该医学成像装置800包括:
分割单元801,其对当前扫描获取的包含待查对象的心脏区域的医学图像进行图像分割,以确定该医学图像中心脏壁区域;
生成单元802,其生成该心脏壁区域处的局部弹性图像;
显示单元803,其将该局部弹性图像实时重叠地显示在该医学图像中的该心脏壁区域的位置上。
在一些实施例中,该医学图像是灰度图像,该局部弹性图像是彩色图像。例如,该医学图像是超声B模式图像。
在一些实施例中,该分割单元801使用深度学习算法进行图像分割。
图9是本申请实施例的生成单元802的示意图;如图9所示,该生成单元包括:
第一确定模块901,其确定该心脏壁区域各个位置处的弹性参数的绝对值或相对值;
第二确定模块902,其确定与该弹性参数的绝对值或相对值对应的颜色编码;
生成模块903,其根据该心脏壁区域各个位置处对应的颜色编码生成该局部弹性图像。
在一些实施例中,该弹性参数是反映组织器官的软硬度的参数,包括杨氏模量、弹性模量、剪切模量、剪切波传播速度中的一种。
在一些实施例中,可选的,如图8所示,该装置还可以包括:
确定单元804,其确定该待查对象的心脏舒张末期;
并且,该医学图像是在该心脏舒张末期获取扫描得到的,以及该生成单元802生成该心脏舒张末期的该局部弹性图像。
在一些实施例中,分割单元801,生成单元802和显示单元803的具体实施方式可以参考前述实施例101-103,第一确定模块901,第二确定模块902,生成模块903的实施方式可以参考前述实施例501-503,重复之处不再赘述。
在一些实施例中,分割单元801和生成单元802的功能可以被集成到处理器中实现。其中,处理器被配置为实现如前述实施例所述的医学成像方法。处理器,也可以称为微控制单元(microcontroller unit,MCU),微处理器或微控制器或其他处理器装置和/或逻辑装置,处理器内可以包括复位电路、时钟电路、芯片、微控制器等,处理器的功能可以集成在该医疗设备的主板(例如将该处理器配置为与主板处理器(CPU)连接的芯片)上,也可以是独立于主板设置的,本申请实施例并不以此作为限制。
由上述实施例可知,通过对心脏壁区域进行分割,并仅在心脏壁区域重叠的实时显示弹性成像,由此,可以更加直观的查看心脏壁区域的弹性成像,可以实时的对心肌应变进行评估,有助于快速的临床诊断。
本申请实施例还提供了一种医学成像系统,图10是本申请实施例的医学成像系统的示意图,如图10所示医学成像系统110包括用于支持医学成像(即,使得能够获得用于在医学成像检查期间生成和/或渲染图像的数据)的合适的硬件、软件或它们的组合。例如,医学成像系统110可以是被配置用于生成和/或渲染超声图像的超声系统或磁共振系统等。图11描述了可对应于医学成像系统110的超声系统的示例性具体实施,后述具体说明。如图10所示,医学成像系统110可包括扫描设备112和显示器114和处理器113,该扫描设备可以是便携式的且可移动的。
扫描设备112可被配置用于诸如通过在待查对象(或其部分)上方移动来生成和/或捕获特定类型的成像信号(和/或与其对应的数据),并且可包括用于执行和/或支持此类功能的合适电路。扫描设备112可为超声探头、MRI扫描仪、CT扫描仪、或任何合适的成像设备。例如,在医学成像系统110是超声系统的情况下,扫描设备112可发射超声信号并捕获回波超声图像。
显示器114可被配置用于显示图像(例如,经由屏幕)。在一些情况下,显示器114还可被配置用于至少部分地生成所显示图像。此外,显示器114还可支持用户输入/输出。例如,除了图像之外,显示器114还可提供(例如,经由屏幕)用户反馈(例如,与系统、其功能、其设置等相关的信息)。显示器114还可支持用户输入(例如,经由用户控件118),以便诸如允许控制医学成像。用户输入可涉及控制图像的显示、选择设置、指定用户偏好、请求反馈等。
在一些实施例中,医学成像系统110还可并入另外的和专用的计算资源,诸如一个或多个计算系统120。在这方面,每个计算系统120可包括用于处理、存储和/或通信数据的合适的电路、接口、逻辑和/或代码。计算系统120可以是被配置用于特别地结合医学成像使用的专用设备,或者它可以是被设置和/或配置为执行下文相对于计算系统120所述的操作的通用计算系统(例如,个人计算机、服务器等)。计算系统120可被配置为支持医学成像系统110的操作,如下所述。在这方面,可从成像系统卸载各种功能和/或操作。这样做可简化和/或集中处理的某些方面,以降低成本(通过消除增加成像系统中的处理资源的需要)。
计算系统120可被设置和/或布置用于以不同方式使用。例如,在一些具体实施中,可使用单个计算系统120;在其他具体实施中,多个计算系统120被配置为一起工作(例如,基于分布式处理配置),或者单独工作,其中每个计算系统120被配置为处理特定方面和/或功能,和/或仅为特定医学成像系统110处理数据。
在一些实施例中,计算系统120可以是本地的(例如,与一个或多个医学成像系统110协同定位,诸如在相同设施和/或相同本地网络内);在其他具体实施中,计算系统120可以是远程的,因此只能经由远程连接(例如,经由互联网或其他可用远程访问技术)访问。在特定具体实施中,计算系统120可以基于云的方式配置,并且可以与访问和使用其他基于云的系统基本上类似的方式访问和/或使用。
一旦在计算系统120中生成和/或配置数据,就可将数据复制和/或加载到医学成像系统110中。这可以不同的方式进行。例如,可经由医学成像系统110和计算系统120之间的定向连接或链接来加载数据。在这方面,可使用可用的有线和/或无线连接和/或根据任何合适的通信(和/或联网)标准或协议来进行设置中的不同元件之间的通信。另选地或附加地,可间接地将数据加载到医学成像系统110中。例如,可将数据存储到合适的机器可读介质(例如,闪存卡等)中,然后使用该机器可读介质将数据加载到医学成像系统110中(现场,诸如由系统的用户(例如,成像临床医生)或授权人员);或者可将数据下载到本地能够通信的电子设备(例如,膝上型电脑等)中,然后现场使用(例如,由系统的用户或授权人员)该电子设备经由直接连接(例如,USB连接器等)将数据上传到医学成像系统110中。
在操作中,医学成像系统110可用于在医学检查期间生成和呈现(例如,渲染或显示)图像,和/或用于与其结合支持用户输入/输出。图像可以是2D、3D和/或4D图像。在医学成像系统110中执行以便于生成和/或呈现图像的特定操作或功能取决于系统的类型(即,获得和/或生成对应于图像的数据所用的方式)。例如,在超声成像中,数据基于发射超声信号和回波超声信号,如相对于图11更详细描述的。
在一些实施例中,扫描设备112在普通解剖图像成像检查期间,对待查对象的心脏区域进行扫描,以获得成像数据,处理器113根据所述成像数据生成包含待查对象的心脏区域的医学图像,显示器114可以实时地显示基于当前获取的成像数据生成的该医学图像,处理器113对所述医学图像进行图像分割,以确定所述医学图像中心脏壁区域;扫描设备112在弹性成像检查期间,再对该心脏区域进行扫描,以获得弹性成像数据,处理器113根据该弹性成像数据生成所述心脏壁区域处的局部弹性图像;具体实施方式如前所述,显示器114将所述局部弹性图像实时重叠地显示在所述医学图像中的所述心脏壁区域的位置处。
图11是本申请实施例的超声成像系统的示意图,如图11所示,超声系统200可被配置用于提供超声成像,并且因此可包括用于执行和/或支持超声成像相关功能的合适的电路、接口、逻辑和/或代码。超声系统200可对应于图10的医学成像系统110。
超声系统200包括例如发射器202、超声探头204(扫描设备)、发射波束形成器210、接收器218、接收波束形成器220、RF处理器224、RF/IQ缓冲器226、用户输入模块230、信号处理器240(处理器)、图像缓冲器250、显示系统260(显示器)、档案270。
发射器202可包括可操作以驱动超声探头204的合适的电路、接口、逻辑和/或代码。超声探头204可包括二维(2D)压电元件阵列。超声探头204可包括通常构成相同元件的一组发射换能器元件206和一组接收换能器元件208。在某些实施方案中,超声探头204可操作以采集覆盖解剖结构(诸如心脏或任何合适的解剖结构)的至少相当大部分的超声图像数据。
发射波束形成器210可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以控制发射器202,发射器202通过发射子孔径波束形成器214驱动这组发射换能器元件206以将超声发射信号发射到感兴趣的区域(例如,人、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射,以产生回波。回波由接收换能器元件208接收。
超声探头204中的这组接收换能器元件208可操作以将接收的回波转换为模拟信号,通过接收子孔径波束形成器216进行子孔径波束形成,然后传送到接收器218。接收器218可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以接收来自接收子孔径波束形成器216的信号。可以将模拟信号传送到多个A/D转换器222中的一个或多个A/D转换器。
多个A/D转换器222可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以将来自接收器218的模拟信号转换为对应的数字信号。多个A/D转换器222设置在接收器218和RF处理器224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,多个A/D转换器222可集成在接收器218内。
RF处理器224可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以解调由多个A/D转换器222输出的数字信号。根据一个实施方案,RF处理器224可包括复解调器(未示出),该复解调器可操作以解调数字信号以形成代表对应的回波信号的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226。RF/IQ缓冲器226可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以提供由RF处理器224生成的RF或I/Q信号数据的临时存储。
接收波束形成器220可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以执行数字波束形成处理,以例如对经由RF/IQ缓冲器226从RF处理器224接收的延迟信道信号求和并输出波束求和信号。所得到的经处理的信息可以是从接收波束形成器220输出并且传送到信号处理器240的波束求和信号。根据一些实施方案,接收器218、多个A/D转换器222、RF处理器224和波束形成器220可集成到单个波束形成器中,该单个波束形成器可以是数字的。在各种实施方案中,超声系统200包括多个接收波束形成器220。
用户输入设备230可用于输入患者数据、扫描参数、设置、选择协议和/或模板,与人工智能分段处理器交互以选择跟踪目标等。在示例性实施方案中,用户输入设备230可操作以配置、管理和/或控制超声系统200中的一个或多个部件和/或模块的操作。在这方面,用户输入设备230可操作以配置、管理和/或控制发射器202、超声探头204、发射波束形成器210、接收器218、接收波束形成器220、RF处理器224、RF/IQ缓冲器226、用户输入设备230、信号处理器240、图像缓冲器250、显示系统260和/或档案270的操作。
例如,用户输入设备230可包括按钮、旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、轨迹球、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,用户输入设备230中的一个或多个用户输入设备可集成到其他部件(诸如显示系统260或超声探头204)中。作为一个示例,用户输入设备230可包括触摸屏显示器。作为另一个示例,用户输入设备230可包括附接到探头204和/或与探头204集成在一起的加速度计、陀螺仪和/或磁力仪,以提供探头204的姿势运动识别,诸如标识抵靠患者身体的一次或多次探头压缩、预定义探头移动或倾斜操作等。附加地和/或另选地,用户输入设备230可包括图像分析处理以通过分析所采集的图像数据来标识探头姿势。
信号处理器240可包括合适的电路、接口、逻辑和/或代码,该电路、接口、逻辑和/或代码可操作以处理超声扫描数据(即,求和的IQ信号),以生成用于在显示系统260上呈现的超声图像。信号处理器240可操作以根据所采集的超声扫描数据上的多个可选择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240可操作以执行显示处理和/或控制处理等。随着接收到回波信号,可以在扫描会话期间实时处理采集的超声扫描数据。附加地或另选地,超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器226中并且在在线或离线操作中以不太实时的方式处理。在各种实施方案中,经处理的图像数据可呈现在显示系统260处和/或可存储在档案270处。档案270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240可以是一个或多个中央处理单元、微处理器、微控制器等。例如,信号处理器240可为集成部件,或者可分布在各种位置上。信号处理器240可被配置用于从用户输入设备230和/或档案270接收输入信息,生成可由显示系统260显示的输出,并且响应于来自用户输入设备230的输入信息来操纵输出等。信号处理器240可能够执行例如根据各种实施方案的本文所讨论的一种或多种方法和/或一个或多个指令集的任一者。
超声系统200可操作以用适于所考虑的成像情况的帧速率连续采集超声扫描数据。典型的帧速率在20至220的范围内,但可为更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率实时显示在显示系统260上。图像缓冲器250被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地,图像缓冲器250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采集顺序或时间易于从其取回的方式存储。图像缓冲器250可体现为任何已知的数据存储介质。
在一些具体实施中,信号处理器240可被配置为基于经由用户输入设备230的用户指令来执行或以其他方式控制由此执行的功能中的至少一些功能。作为一个示例,用户可提供语音命令、探头姿态、按钮按压等来发出特定指令,诸如控制应变自动测量和应变比计算的各个方面,和/或提供或以其他方式指定与其相关的各种参数或设置,如下文更详细地描述的。
在操作中,超声系统200可用于生成超声图像,包括二维(2D)、三维(3D)和/或四维(4D)图像。在这方面,超声系统200可操作以以特定的帧速率连续采集超声扫描数据,这可适用于所讨论的成像情况。例如,帧速率可在20-70的范围内,还可以更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统260上。图像缓冲器250被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地,图像缓冲器250具有足够的容量来储存至少几秒钟的超声扫描数据的帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器250可体现为任何已知的数据存储介质。
在一些情况下,超声系统200可被配置为支持灰阶和基于颜色的操作。例如,信号处理器240可操作以执行灰阶B模型处理和/或颜色处理。灰阶B模型处理可包括处理B模型RF信号数据或IQ数据对。例如,灰阶B模型处理可使得通过计算量(I2+Q2)1/2能够形成波束求和接收信号的包络。包络可经受附加的B模型处理,诸如对数压缩以形成显示数据。显示数据可被转换为X-Y格式以用于视频显示。扫描转换的帧可映射至灰阶以用于显示。B模型帧被提供给图像缓冲器250和/或显示系统260。颜色处理可包括处理基于颜色的RF信号数据或IQ数据对以形成帧以覆盖被提供给图像缓冲器250和/或显示系统260的B模型帧。灰阶和/或颜色处理可基于用户输入(例如,来自用户输入设备230的选择)自适应地调节,例如用于增强特定区域的灰阶和/或颜色。
在一些实施例中,超声探头204在普通解剖图像成像检查期间,对待查对象的心脏区域进行扫描,接收器218获得成像数据,信号处理器240根据该成像数据生成包含待查对象的心脏区域的医学图像(超声B模式图像),显示系统260可以实时地显示基于当前获取的成像数据生成的该医学图像(超声B模式图像),信号处理器240(中的神经网络模型)对该医学图像进行图像分割,以确定该医学图像中心脏壁区域;超声探头204在弹性成像检查期间,再对该心脏区域进行扫描(按压或跟踪剪切波),信号处理器240确定弹性成像数据(弹性参数的绝对值或相对值),根据该弹性成像数据生成该心脏壁区域处的局部弹性图像;具体实施方式如前所述,显示系统260将该局部弹性图像实时重叠地显示在该医学图像中的该心脏壁区域的位置处。
本申请实施例还提供一种计算机可读程序,其中执行所述程序时,所述程序使得计算机在所述装置或系统或医疗设备中执行前述实施例所述的医学成像方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在装置或系统或医疗设备中执行前述实施例所述的的医学成像方法。
以上各个实施例仅对本申请实施例进行了示例性说明,但本申请不限于此,还可以在以上各个实施例的基础上进行适当的变型。例如,可以单独使用上述各个实施例,也可以将以上各个实施例中的一种或多种结合起来。
以上结合具体的实施方式对本申请进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的精神和原理对本申请做出各种变型和修改,这些变型和修改也在本申请的范围内。
以上参照附图描述了本申请的优选实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的,因此所附权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外,由于本领域的技术人员容易想到很多修改和变型,因此不是要将本申请的实施方式限于所例示和描述的精确结构和操作,而是可以涵盖落入其范围内的所有合适修改、变型以及等同物。
Claims (15)
1.一种医学成像方法,其特征在于,所述方法包括:
对当前扫描获取的包含待查对象的心脏区域的医学图像进行图像分割,以确定所述医学图像中心脏壁区域;
生成所述心脏壁区域处的局部弹性图像,并将所述局部弹性图像实时重叠地显示在所述医学图像中的所述心脏壁区域的位置上。
2.根据权利要求1所述的方法,其特征在于,所述医学图像是灰度图像,所述局部弹性图像是彩色图像。
3.根据权利要求1或2所述的方法,其特征在于,所述医学图像是超声B模式图像。
4.根据权利要求1所述的方法,其特征在于,进行图像分割包括:使用深度学习算法进行图像分割。
5.根据权利要求1所述的方法,其特征在于,生成所述心脏壁区域处的局部弹性图像包括:
确定所述心脏壁区域各个位置处的弹性参数的绝对值或相对值;
确定与所述弹性参数的绝对值或相对值对应的颜色编码;
根据所述心脏壁区域各个位置处对应的颜色编码生成所述局部弹性图像。
6.根据权利要求5所述的方法,其特征在于,所述弹性参数是反映组织器官的软硬度的参数,包括杨氏模量、弹性模量、剪切模量、剪切波传播速度中的一种。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述待查对象的心脏舒张末期;
并且,在所述心脏舒张末期获取扫描所述医学图像,以及生成所述心脏舒张末期的所述局部弹性图像。
8.一种医学成像装置,其特征在于,所述装置包括:
分割单元,其对当前扫描获取的包含待查对象的心脏区域的医学图像进行图像分割,以确定所述医学图像中心脏壁区域;
生成单元,其生成所述心脏壁区域处的局部弹性图像;
显示单元,其将所述局部弹性图像实时重叠地显示在所述医学图像中的所述心脏壁区域的位置上。
9.根据权利要求8所述的装置,其特征在于,所述医学图像是灰度图像,所述局部弹性图像是彩色图像。
10.根据权利要求8或9所述的装置,其特征在于,所述医学图像是超声B模式图像。
11.根据权利要求8所述的装置,其特征在于,所述分割单元使用深度学习算法进行图像分割。
12.根据权利要求8所述的装置,其特征在于,所述生成单元包括:
第一确定模块,其确定所述心脏壁区域各个位置处的弹性参数的绝对值或相对值;
第二确定模块,其确定与所述弹性参数的绝对值或相对值对应的颜色编码;
生成模块,其根据所述心脏壁区域各个位置处对应的颜色编码生成所述局部弹性图像。
13.根据权利要求12所述的装置,其特征在于,所述弹性参数是反映组织器官的软硬度的参数,包括杨氏模量、弹性模量、剪切模量、剪切波传播速度中的一种。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:
确定单元,其确定所述待查对象的心脏舒张末期;
并且,所述医学图像是在所述心脏舒张末期获取扫描得到的,以及所述生成单元生成所述心脏舒张末期的所述局部弹性图像。
15.一种医学成像系统,其特征在于,所述医学成像系统包括:
扫描设备,其用于对待查对象的心脏区域进行扫描,以获得成像数据;
处理器,其根据所述成像数据生成包含待查对象的心脏区域的医学图像,对所述医学图像进行图像分割,以确定所述医学图像中心脏壁区域;生成所述心脏壁区域处的局部弹性图像;
显示器,其将所述局部弹性图像实时重叠地显示在所述医学图像中的所述心脏壁区域的位置处。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210605204.2A CN117197024A (zh) | 2022-05-31 | 2022-05-31 | 医学成像方法、装置以及系统 |
US18/326,759 US20230380812A1 (en) | 2022-05-31 | 2023-05-31 | Medical imaging method, apparatus, and system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210605204.2A CN117197024A (zh) | 2022-05-31 | 2022-05-31 | 医学成像方法、装置以及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117197024A true CN117197024A (zh) | 2023-12-08 |
Family
ID=88878054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210605204.2A Pending CN117197024A (zh) | 2022-05-31 | 2022-05-31 | 医学成像方法、装置以及系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230380812A1 (zh) |
CN (1) | CN117197024A (zh) |
-
2022
- 2022-05-31 CN CN202210605204.2A patent/CN117197024A/zh active Pending
-
2023
- 2023-05-31 US US18/326,759 patent/US20230380812A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230380812A1 (en) | 2023-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9747689B2 (en) | Image processing system, X-ray diagnostic apparatus, and image processing method | |
US9717474B2 (en) | Image processing apparatus, ultrasound diagnosis apparatus, and image processing method | |
JP5689662B2 (ja) | 超音波診断装置、超音波画像処理装置、超音波画像処理プログラム、医用画像診断装置、医用画像処理装置及び医用画像処理プログラム | |
US10957013B2 (en) | Method and apparatus for synthesizing medical images | |
US9865082B2 (en) | Image processing system, X-ray diagnostic apparatus, and image processing method | |
KR20170021189A (ko) | 의료영상 표시장치 및 의료영상 처리방법 | |
BR112015025074B1 (pt) | Sistema de imageamento por ultrassom e método para gerar e avaliar vistas bidimensionais padrão a partir de dados de volume ultrassônico tridimensional | |
US11191520B2 (en) | Ultrasonic diagnostic apparatus, image processing apparatus, and image processing method | |
US9888905B2 (en) | Medical diagnosis apparatus, image processing apparatus, and method for image processing | |
US9877698B2 (en) | Ultrasonic diagnosis apparatus and ultrasonic image processing apparatus | |
US10363018B2 (en) | Medical processing apparatus and medical processing method | |
JP2022103422A (ja) | 医用処理装置および医用処理方法 | |
US20130013278A1 (en) | Non-invasive cardiovascular image matching method | |
JP2019198389A (ja) | 超音波診断装置、医用画像診断装置、医用画像処理装置及び医用画像処理プログラム | |
JP6863774B2 (ja) | 超音波診断装置、画像処理装置及び画像処理プログラム | |
CN111317508B (zh) | 超声波诊断装置、医用信息处理装置、计算机程序产品 | |
US20220313214A1 (en) | Ultrasonic diagnostic apparatus, image processing apparatus, and image processing method | |
US10813621B2 (en) | Analyzer | |
CN115813434A (zh) | 用于由胎儿超声扫描自动评估分数肢体体积和脂肪瘦体块的方法和系统 | |
US20230380812A1 (en) | Medical imaging method, apparatus, and system | |
US11250564B2 (en) | Methods and systems for automatic measurement of strains and strain-ratio calculation for sonoelastography | |
US20210275047A1 (en) | Methods and systems for medical imaging based analysis of ejection fraction and fetal heart functions | |
CN114098687B (zh) | 用于超声运动模式的自动心率测量的方法和系统 | |
US20230181165A1 (en) | System and methods for image fusion | |
KR20190096757A (ko) | 초음파 진단 장치 및 그 표시 방법 |
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 |