CN117982169A - 一种子宫内膜厚度的确定方法及超声设备 - Google Patents
一种子宫内膜厚度的确定方法及超声设备 Download PDFInfo
- Publication number
- CN117982169A CN117982169A CN202211351258.7A CN202211351258A CN117982169A CN 117982169 A CN117982169 A CN 117982169A CN 202211351258 A CN202211351258 A CN 202211351258A CN 117982169 A CN117982169 A CN 117982169A
- Authority
- CN
- China
- Prior art keywords
- endometrium
- thickness
- intersection point
- determining
- measurement
- 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
- 210000004696 endometrium Anatomy 0.000 title claims abstract description 273
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000005259 measurement Methods 0.000 claims abstract description 228
- 230000002357 endometrial effect Effects 0.000 claims abstract description 145
- 238000002604 ultrasonography Methods 0.000 claims abstract description 140
- 230000011218 segmentation Effects 0.000 claims description 21
- 239000000523 sample Substances 0.000 claims description 20
- 238000009825 accumulation Methods 0.000 claims description 16
- 239000012530 fluid Substances 0.000 claims description 15
- 230000017531 blood circulation Effects 0.000 claims description 11
- 239000008280 blood Substances 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 8
- 238000004422 calculation algorithm Methods 0.000 description 31
- 238000003709 image segmentation Methods 0.000 description 12
- 230000003993 interaction Effects 0.000 description 10
- 238000007635 classification algorithm Methods 0.000 description 9
- 238000012285 ultrasound imaging Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000013135 deep learning Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000008339 endometrial blood flow Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 210000004291 uterus Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000007637 random forest analysis Methods 0.000 description 3
- 238000005295 random walk Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 102000002322 Egg Proteins Human genes 0.000 description 1
- 108010000912 Egg Proteins Proteins 0.000 description 1
- 206010014733 Endometrial cancer Diseases 0.000 description 1
- 206010014759 Endometrial neoplasm Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010027339 Menstruation irregular Diseases 0.000 description 1
- 206010030113 Oedema Diseases 0.000 description 1
- 208000019155 Radiation injury Diseases 0.000 description 1
- 241000270295 Serpentes Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 210000001161 mammalian embryo Anatomy 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000016087 ovulation Effects 0.000 description 1
- 210000004681 ovum Anatomy 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种子宫内膜厚度的确定方法。该方法包括:获取被测对象子宫内膜的正中矢状面的超声图像;在该超声图像中确定子宫内膜对应的子宫内膜区域边界;判断子宫内膜内部是否存在积液;如果存在积液,则在超声图像中确定积液对应的积液区域边界,并根据积液区域边界和子宫内膜区域边界确定子宫内膜的厚度,否则根据子宫内膜区域边界确定子宫内膜的厚度;以及显示正中矢状面的超声图像和子宫内膜的厚度,并在超声图像中标识子宫内膜区域边界。通过本发明的方法,能够自动测量存在积液的子宫内膜的厚度,避免了测量误差,提高了测量结果的准确性和医生工作效率,也有助于提高后续诊断和治疗的准确性和可靠性。
Description
技术领域
本发明涉及医疗器械的技术领域,更具体地,涉及一种子宫内膜厚度的确定方法及超声设备。
背景技术
如今,医疗科学水平在我国发展迅速,其中超声技术也在越来越多的方面给人类的健康提供保障。超声技术具有高可靠性、快速便捷、实时成像、无创伤、可重复性强、价格低廉和无放射性损伤等优势,在临床上具有广泛的应用。
近几年,随着人工智能技术的发展,智能化的算法被应用到了各行各业中。在医学超声影像上引入人工智能技术,可以有效地提高超声诊断的准确、快速、统一的标准的需求。
妇科常规超声检查中通常会测量子宫内膜厚度,用于检查育龄妇女月经周期不规则的原因、辅助评估子宫内膜容受性以判断患者在治疗中促排卵的触发排卵和取卵的最佳时机或指导胚胎移植、进行子宫内膜癌的筛查等。
目前,超声是生殖检查的主要工具,在测量子宫内膜时主要依靠临床医生的手工操作。具体来说,医生通过超声设备获得标准的子宫正中矢状面,在看清子宫内膜的边界后,手动测量子宫内膜的厚度,同时检查其它异常状况。然而,不同医生在测量时对于子宫内膜厚度线两个端点的选取标准不同,非常容易产生由于医生的主观经验而导致的测量误差,造成测量结果不准确,可能会影响后续的诊断和治疗,而且也非常耗费医生的时间和精力,工作效率不高。
发明内容
在发明内容部分中引入了一系列简化形式的概念,这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征,更不意味着试图确定所要求保护的技术方案的保护范围。
鉴于上述技术问题,本发明的第一个方面提出了一种子宫内膜厚度的确定方法,包括:
获取被测对象的子宫内膜的正中矢状面的超声图像;
在所述正中矢状面的所述超声图像中确定所述子宫内膜对应的子宫内膜区域边界;
判断所述子宫内膜内部是否存在积液;
如果存在所述积液,则在所述超声图像中确定所述积液对应的积液区域边界,并根据所述积液区域边界和所述子宫内膜区域边界确定所述子宫内膜的厚度,否则根据所述子宫内膜区域边界确定所述子宫内膜的厚度;以及
显示所述正中矢状面的所述超声图像和所述子宫内膜的厚度,并在所述超声图像中标识所述子宫内膜区域边界。
本发明的第二个方面提出了一种子宫内膜厚度的确定方法,包括:
获取被测对象子宫内膜的正中矢状面的超声图像;
在所述正中矢状面的所述超声图像中确定所述子宫内膜对应的子宫内膜区域边界;
将所述正中矢状面的所述超声图像输入内膜厚度测量模型;
基于所述内膜厚度测量模型确定所述子宫内膜的厚度;以及
显示所述正中矢状面的所述超声图像和所述子宫内膜的厚度,并在所述超声图像中标记所述子宫内膜区域边界。
本发明的第三个方面提出了一种子宫内膜厚度的确定方法,包括:
获取被测对象子宫内膜的正中矢状面的超声图像;
在所述正中矢状面的所述超声图像中确定所述子宫内膜对应的子宫内膜区域边界;以及
当检测到用户选择用于对所述子宫内膜内部存在积液进行子宫内膜厚度测量的操作时,在所述超声图像中确定所述积液对应的积液区域边界,并根据所述积液区域边界和所述子宫内膜区域边界确定所述子宫内膜的厚度,显示所述正中矢状面的所述超声图像和所述子宫内膜的厚度,并在所述超声图像中标识所述子宫内膜区域边界。
本发明的第四个方面提出了一种超声设备,包括:
超声探头;
发射和接收电路,其被配置为控制所述超声探头向被测对象的子宫组织发射超声波,并控制所述超声探头接收所述超声波的回波信号;
存储器,其用于存储计算机可执行指令;
处理器,其被配置为在执行所述计算机可执行指令时,根据所述回波信号获得子宫内膜的正中矢状面的超声图像,并执行上述实施例中任一个的子宫内膜厚度的确定方法;以及
显示器,其被配置为显示所述正中矢状面的超声图像和所述子宫内膜厚度。
根据本发明,能够自动测量存在积液的子宫内膜厚度,避免了医生由于经验差异而可能导致的测量误差,实现了一致的和客观的子宫内膜厚度测量,提高了测量结果的准确性和医生工作效率,也有助于提高后续诊断和治疗的准确性和可靠性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
在附图中:
图1示出了根据本发明实施例的超声设备的示意性框图;
图2示出了根据本发明实施例的子宫内膜厚度的确定方法的一个示意性流程图;
图3a示出了根据本发明实施例的测量有积液的子宫内膜的厚度的一个示意图;
图3b示出了根据本发明实施例的测量有积液的子宫内膜的厚度的一个示意图;
图4示出了根据本发明实施例的测量无积液的子宫内膜的厚度的一个示意图;
图5a示出了根据本发明实施例的超声设备的一个示意性显示界面;
图5b示出了根据本发明实施例的超声设备的另一个示意性显示界面;
图6示出了根据本发明实施例的子宫内膜厚度的确定方法的另一个示意性流程图;
图7示出了根据本发明实施例的子宫内膜厚度的确定方法的另一个示意性流程图;以及
图8示出了根据本发明实施例的计算设备的示意图。
具体实施方式
为了使得本发明的目的、技术方案和优点更为明显,下面将参照附图详细描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例,本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。
在下文的描述中,给出了大量具体的细节以便提供对本发明更为彻底的理解。然而,对于本领域技术人员而言显而易见的是,本发明可以无需一个或多个这些细节而得以实施。在其他的例子中,为了避免与本发明发生混淆,对于本领域公知的一些技术特征未进行描述。
应当理解的是,本发明能够以不同形式实施,而不应当解释为局限于这里提出的实施例。相反地,提供这些实施例将使公开彻底和完全,并且将本发明的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本发明的限制。在此使用时,单数形式的“一”、“一个”和“所述/该”也意图包括复数形式,除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”,当在该说明书中使用时,确定所述特征、整数、步骤、操作、元件和/或部件的存在,但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时,术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本发明,将在下列的描述中提出详细的结构,以便阐释本发明提出的技术方案。本发明的可选实施例详细描述如下,然而除了这些详细描述外,本发明还可以具有其他实施方式。
本发明提供了一种子宫内膜厚度的确定方法和超声设备,能够自动测量存在积液的子宫内膜厚度,避免了医生由于经验差异而可能导致的测量误差,实现了一致的和客观的子宫内膜厚度测量,提高了测量结果的准确性和医生工作效率,也有助于提高后续诊断和治疗的准确性和可靠性。
下面,首先参考图1描述根据本发明一个实施例的超声设备。图1示出了根据本发明实施例的超声设备的示意性框图。
如图1所示,超声设备100包括超声探头110、发射和接收电路111、处理器112、存储器113和显示器114。进一步地,超声设备100还可以包括波束合成电路和发射/接收选择开关等。
超声探头110通常包括多个阵元的阵列。在每次发射超声波时,超声探头110的所有阵元或者部分阵元参与超声波的发射。此时,这些参与超声波发射的阵元中的每个阵元或者每部分阵元分别受到发射脉冲的激励并分别发射超声波,这些阵元分别发射的超声波在传播过程中发生叠加,形成被发射到被测对象的感兴趣区域所在区域的合成超声波束。例如,感兴趣区域可以为包括子宫内膜的子宫组织。
发射和接收电路111可以通过发射和接收选择开关与超声探头110耦合。发射和接收选择开关也可以被称为发送和接收控制器,其可以包括发送控制器和接收控制器。发送控制器用于激励超声探头110经由发射电路向被测对象的感兴趣区域发射超声波;接收控制器用于通过超声探头110经由接收电路接收从被测对象的感兴趣区域返回的超声回波,从而获得超声波的回波信号。之后,发射和接收电路111将回波信号送入波束合成电路,波束合成电路对该电信号进行聚焦延时、加权和通道求和等处理,然后将处理后的超声回波数据送入处理器112。
可选地,处理器112可以通过软件、硬件、固件或其任意组合来实现,可以使用电路、单个或多个专用集成电路(Application Specific Integrated Circuit,ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路或器件的任意组合、或者其他适合的电路或器件,从而使得处理器112可以执行本说明书中的各个实施例中的方法的相应步骤。并且,处理器112可以控制超声设备100中的其它组件以执行期望的功能。
处理器112对其接收到的超声波的回波信号进行处理,得到被测对象的感兴趣区域的二维超声图像或三维超声图像。通过以下过程获得三维超声图像:超声探头110在一系列扫描平面内发射或接收超声波,由处理器112根据其三维空间关系进行整合,实现被测对象的感兴趣区域在三维空间的扫描以及三维图像的重建。最后,由处理器112对其进行去噪、平滑、增强等部分或全部图像后处理步骤后,获取被测对象的感兴趣区域的三维超声图像。得到的二维超声图像或三维超声图像可以存储在存储器113中,也可以显示在显示器114上,还可以经由有线或无线通信线路传送到其它存储设备以进行存储。
存储器113用于存储处理器执行的指令、存储接收到的超声波的回波信号、存储超声图像,等等。存储器可以为闪存卡、固态存储器、硬盘等。其可以为易失性存储器和/或非易失性存储器,为可移除存储器和/或不可移除存储器等。
显示器114与处理器112通信耦合。显示器112可以是触摸显示屏、液晶显示屏等。尽管在本实施例中,显示器112被示出为是超声设备100的一部分,但是在其它实施例中,显示器112也可以是独立于超声设备100的液晶显示器、电视机等独立的显示设备;或者,显示器112还可以是智能手机、平板电脑等电子设备的显示屏,等等。显示器112的数量可以为一个或多个。例如,显示器112可以包括主屏和触摸屏,主屏主要用于显示超声图像,触摸屏主要用于人机交互。
显示器114可以显示处理器112得到的超声图像。此外,显示器114在显示超声图像的同时还可以向用户提供用于人机交互的图形界面。在图形界面上设置有一个或多个被控对象。用户利用人机交互装置输入操作指令来控制这些被控对象,从而执行相应的控制操作。例如,在图形界面上显示图标,利用人机交互装置可以对该图标进行操作,用来执行特定的功能。
可选地,超声设备100还可以包括显示器114之外的其他人机交互装置,其与处理器112通信耦合。例如,处理器112可以通过外部输入/输出端口与人机交互装置连接,外部输入/输出端口可以是无线通信模块,也可以是有线通信模块,或者两者的组合。外部输入/输出端口也可基于USB、如CAN等总线协议、和/或有线网络协议等来实现。
人机交互装置可以包括输入设备,用于检测用户的输入信息,该输入信息例如可以是对超声波发射/接收时序的控制指令,可以是在超声图像上绘制出点、线或框等的操作输入指令,或者还可以包括其他指令类型。输入设备可以包括键盘、鼠标、滚轮、轨迹球、移动式输入设备(比如带触摸显示屏的移动设备、手机等等)、多功能旋钮等等其中之一或者多个的结合。人机交互装置还可以包括诸如打印机之类的输出设备。
应理解,图1所示的超声设备100所包括的部件只是示意性的,其可以包括更多或更少的部件。本发明对此不限定。
下面将参考图2描述根据本发明实施例的一个超声成像方法。图2示出了根据本发明实施例的超声成像方法的一个示意性流程图。在一些实施例中,可以由图1中的超声设备100的处理器112执行图2中的超声成像方法200,并经由显示器114显示超声图像和子宫内膜的厚度。在另一些实施例中,可以由任何其它计算设备的处理器执行该超声成像方法200,经由与该处理器通信耦合的显示器显示超声图像和子宫内膜的厚度。
在图2的方法中,能够自动判断子宫内膜内部是否存在积液,并根据判断结果采取不同的子宫内膜测量方法,避免了医生由于经验差异而可能导致的测量误差,实现了一致的和客观的子宫内膜厚度测量,提高了测量结果的准确性和医生工作效率,也有助于提高后续诊断和治疗的准确性和可靠性。
参考图2,根据本发明实施例的子宫内膜厚度的确定方法200包括如下步骤:
在步骤201中,获取被测对象子宫内膜的正中矢状面的超声图像。该子宫内膜的正中矢状面的超声图像可以是二维超声图像。
在一些实施方式中,可以由用户通过超声设备的探头对被测对象的子宫组织进行扫查,确定子宫内膜的正中矢状面,并采集其二维超声图像,或者采集子宫内膜的三维超声图像。具体地,首先,由超声设备的超声探头发射超声波至被测对象的子宫组织。发射该超声波的时候需要将该超声波发射至被测对象的内部。在一种可行的实施方式中,可以将超声探头放置在被测对象体表对应子宫组织的位置。在另一种可行的实施方式中,也可以通过腔内超声扫描的方式使超声探头的扫描区域覆盖子宫组织,然后通过超声探头发射超声波,进而实现将超声波发射至被测对象的子宫组织。被测对象可以是人体器官或人体组织结构等包括子宫组织的对象。接着,超声探头接收从被测对象的子宫组织返回的超声波的回波信号,并由处理器对回波信号进行波束合成、信号处理、图像绘制等操作得到二维超声图像或三维超声图像(需三维重建),经由显示器进行显示。
在一些实施方式中,可以从存储器中获取预先存储的子宫内膜的正中矢状面的二维超声图像或子宫内膜的三维超声图像。可以由用户通过超声设备的探头对被测对象的子宫组织进行扫查,处理器获得子宫内膜的正中矢状面的二维超声图像或子宫内膜的三维超声图像后存储在存储器中或发送给其它计算设备进行存储。在后续需要时,由其它计算设备从存储器中获取该二维超声图像或三维超声图像。
在一些实施方式中,如果得到的是子宫内膜的三维超声图像,则需要从三维超声图像中选取子宫内膜的正中矢状切面。可以根据预先设定的识别算法,从三维超声图像中自动识别子宫内膜的正中矢状切面图像。
在步骤202中,在正中矢状面的超声图像中确定子宫内膜对应的子宫内膜区域边界。子宫内膜区域边界可以是子宫内膜区域的轮廓。子宫内膜区域边界的确定可以是手动的,也可以是自动的。
在一些实施方式中,用户可以手动地在子宫内膜的正中矢状面的超声图像中对子宫内膜区域进行描迹,例如,用户通过移动鼠标、轨迹球之类的输入设备在超声图像中描迹出子宫内膜区域,处理器接收到用户的描迹操作,对子宫内膜区域进行分割,得到子宫内膜区域边界。
在一些实施方式中,可以根据图像分割算法在子宫内膜的正中矢状面的超声图像中分割出子宫内膜区域,从而确定子宫内膜区域边界。图像分割算法可以包括传统的图像分割算法、基于机器学习的图像分割算法和基于深度学习的图像分割算法。用于指导子宫内膜区域分割的可以是其它二维超声图像的特征、分割结果或当前超声图像与其它二维超声图像之间的光流场或形变场等信息。
传统的图像分割算法主要根据图像的灰度、颜色等特征对不同区域进行划分,使得同一区域内部性质呈相似性,而不同区域之间性质显差异性。目前,常用的传统分割方法有:(1)基于阈值的分割方法,基本思想是基于图像的灰度特征,按照某个准则函数计算最佳灰度阈值,通过比较图像中的所有像素灰度与阈值之间的大小关系,进而划分出不同的区域,包括直方图双峰法、最大类间方差法等等。(2)基于区域的图像分割方法,基本思想是依据图像的相似性准则划分不同区域,主要有区域生长法、区域分裂合并法、分水岭算法等等;(3)基于图论的图像分割方法,该方法将图像分割问题与图的最小割问题相关联,常用的方法有图割(GraphCut),GrabCut和随机游走(Random Walk)等等;(4)基于能量泛函的图像分割方法,基本思想是使用连续曲线表示目标轮廓,借助目标轮廓定义能量泛函,通过求解能量泛函极小化问题,得到最终目标区域即子宫内膜区域的分割轮廓。常用方法有Snake模型、水平集分割方法等等。
基于机器学习的图像分割算法是采用机器学习方法对图像中的每一个像素点取周围邻域的图像块,对每个图像块进行特征提取,特征提取方法可以是传统的PCA、LDA、Harr特征、纹理特征等等,也可以采用深度神经网络来进行特征提取(即学习到的特征);然后将提取到的特征和数据库进行匹配,用KNN、SVM、随机森林、神经网络等判别器进行分类,确定当前图像块对应的像素点是目标还是背景来达到分割目标区域即子宫内膜区域的目的。
基于深度学习的图像分割算法为端到端的语义分割算法,主要分为两步:1)数据库的准备步骤:数据库包括大量子宫内膜的正中矢状面的二维超声图像及其对应的标定结果。标定结果为二维超声图像中子宫内膜区域的掩膜(mask),即分割结果。2)子宫内膜区域的分割,可以通过神经网络架构实现,其主要结构为卷积层、激活层、池化层和上采样或者反卷积层,通过浅层的卷积层对图像进行提取相关特征,然后通过反卷积层将特征图进行上采样映射回原图的大小,得到一个和输入图像尺寸一致的输出图像,该输出图像直接分割出目标区域即子宫内膜区域,该方法是一种监督学习方法,常见的网络有FCN,U-Net、Mask R-CNN等等。
在一些实施方式中,可以先在子宫内膜的正中矢状面的超声图像中分割出子宫腔体区域,再根据分割结果从该超声图像中提取包括子宫腔体区域的局部超声图像,并在该局部超声图像中确定子宫内膜区域边界。在这些实施方式中,步骤202进一步包括:在正中矢状面的超声图像中对子宫腔体区域进行分割,根据分割结果从超声图像中提取包括子宫腔体区域的局部超声图像,并在局部超声图像中确定子宫内膜区域边界。以这种方式,能够提高子宫内膜区域的分割精度,使得到的子宫内膜区域边界更为准确。
在步骤203中,判断子宫内膜内部是否存在积液。可以根据分类算法、目标检测算法或目标分割算法中的任一个来进行判断。
在一些实施方式中,可以根据分类算法从子宫内膜的正中矢状面的超声图像中或者直接在子宫内膜区域中识别积液对应的积液区域。该算法的主要步骤为:1)构建数据库:数据库包括大量子宫内膜的正中矢状面的超声图像或目标区域(如子宫内膜区域)及其对应的标定结果。标定结果为是否存在积液区域的分类结果。分类算法通过直接对超声图像或目标区域提取特征,然后对数据进行评分分类实现。分类算法可以包括基于传统机器学习的分类算法和基于深度学习的分类算法。
基于传统机器学习的分类算法通过对超声图像或目标区域进行特征的提取,如PCA、LDA、HOG、Harr、LBP等传统特征,以及人工设计的特征,再整合相关的特征输入与之级联的分类器,如支持向量机(SVM)、Adaboost、随机森林(Random Forest)等,通过对特征进行判别分类。
基于深度学习的分类算法通过神经网络架构实现,属于分类网络,其主要结构为卷积层、激活层、池化层和全连接层的堆叠,通过浅层的卷积层对超声图像或目标区域进行相关特征的提取,再在全连接层对提取到的特征进行线性组合,最后输出当前图像的分类概率。也可以使用传统方法进行特征提取,再用神经网络进行分类,或者使用神经网络进行特征提取,再用传统分类器进行分类。
在一些实施方式中,可以根据目标检测算法从子宫内膜的正中矢状面的超声图像中或者直接在子宫内膜区域中检测积液对应的积液区域。该算法的主要步骤为:1)构建数据库:数据库包括大量子宫内膜的正中矢状面的超声图像或目标区域(如子宫内膜区域)及其对应的标定结果。标定结果为积液区域的边界框(bounding box)。2)积液区域的检测、定位步骤。目标检测算法可以包括基于传统机器学习的目标检测算法和基于深度学习的目标检测算法。
在一些实施方式中,可以根据目标分割算法从子宫内膜的正中矢状面的超声图像中或者直接在子宫内膜区域边界内检测积液对应的积液区域。传统的分割算法有如基于水平集(Level Set)的分割算法,随机游走(Random Walker),图割(Graph Cut),Snake等。目标分割算法还可以包括基于机器学习的目标分割算法和基于深度学习的目标分割算法。
在步骤204中,如果存在积液,则在超声图像中确定积液区域边界,并根据积液区域边界和子宫内膜区域边界确定子宫内膜的厚度,否则根据子宫内膜区域边界确定子宫内膜的厚度。
在一些实施方式中,超声图像为灰度图像,如果子宫内膜存在积液,则通过对超声图像中的子宫内膜区域进行图像二值化处理来确定积液区域边界。在这些实施方式中,确定积液区域边界进一步包括如下步骤:首先确定子宫内膜区域边界内所有像素的灰度直方图和两个灰度质心(例如通过K-means算法),接着从灰度直方图中选取与两个灰度质心对应的局部直方图。例如,灰度直方图的横坐标为灰度值,纵坐标为像素数量,可以选取横坐标的值处于两个灰度质心对应的灰度值之间的局部直方图。之后,根据局部直方图确定用于图像二值化的灰度阈值。例如,可以遍历局部直方图的轮廓线上的每个点,确定最大切线斜率,根据该切线斜率预设一个斜率阈值(如最大切线斜率乘以0.2),根据该斜率阈值在局部直方图的轮廓线上找到对应的点,将该点的横坐标的值作为灰度阈值。最后,利用灰度阈值对超声图像进行二值化处理,从而在子宫内膜区域内将积液对应的积液区域与其它区域进行区分,进而确定积液区域边界。在其它实施方式中,也可以采用最大类间方差法、最大熵阈值法等阈值选取算法来确定二值化的阈值。
在一些实施方式中,可以利用中心线计算方法来计算子宫内膜的厚度。子宫内膜区域的中心线上每个点的法线都位于子宫内膜的厚度方向上。在这些实施例中,根据积液区域边界和子宫内膜区域边界确定子宫内膜的厚度进一步包括如下步骤:首先确定子宫内膜区域的中心线,接着遍历中心线上第一数量的每个点,将该点的法线作为测量线,并通过测量线确定子宫内膜的第一组厚度测量值和第二组厚度测量值。测量线位于子宫内膜的厚度方向上。将测量线与积液区域边界相交的情况下得到的那些厚度测量值作为第一组厚度测量值。将测量线与积液区域边界不相交的情况下得到的那些厚度测量值作为第二组厚度测量值。最后,将第一组厚度测量值和第二组厚度测量值中最大的厚度测量值确定为子宫内膜的厚度。
在一些实施方式中,通过边界中点插值的方法来确定中心线。在这些实施方式中,确定子宫内膜区域的中心线进一步包括:首先确定连接子宫内膜区域边界上的两点并处于参考方向的线段,接着确定该线段的多条垂线,例如可以将该线段平均分成若干段。当厚度方向为竖直方向时,参考方向例如可以是水平方向。对于每条垂线,确定该垂线与子宫内膜区域边界的两个交点,并计算两个交点的中点,得到多个中点。最后,对多个中点进行坐标插值,便能确定多个中点所在的子宫内膜区域的中心线。在其它实施例中,可以采用诸如Zhang-Suen之类的细化算法来确定子宫内膜区域的中心线。
下面具体说明在子宫内膜存在积液的情况下,通过测量线确定子宫内膜的厚度的一种方法。图3a示出了根据本发明实施例的测量有积液的子宫内膜的厚度的一个示意图。图3a示出了根据本发明实施例的测量有积液的子宫内膜的厚度的另一个示意图。
参考图3a,在子宫内膜区域301内存在积液区域(图中黑色区域的部分),测量线302为子宫内膜区域的中心线303上的一个点的法线,其与积液区域边界304相交。如图3a中示出的,确定测量线302与子宫内膜区域边界的第一交点a和第二交点b以及与积液区域边界304的第三交点c和第四交点d。第一交点a和第三交点c位于积液区域的一侧,第二交点b和第四交点d位于积液区域的另一侧。在一种可行的实施方式中,在确定交点之后,可以分别计算第一交点a与第三交点c之间的距离以及第二交点b与第四交点d之间的距离,再将计算到的距离相加,将得到的距离之和作为与该测量线302对应的厚度测量值。在另一种可行的实施方式中,在确定交点之后,可以分别计算第一交点a与第二交点b之间的距离以及第三交点c与第四交点d之间的距离,再将计算到的距离相减,将得到的距离之差作为与该测量线302对应的厚度测量值。将根据所有与积液区域边界304相交的测量线计算得到的厚度测量值作为第一组厚度测量值。
参考图3b,与图3a中不同的是,图3b中的测量线305与积液区域边界304不相交。如图3b中示出的,确定测量线305与子宫内膜区域边界的第一交点a’和第二交点b’。之后,计算第一交点a’与第二交点b’之间的距离,并将计算到的距离作为与该测量线305对应的厚度测量值。将根据所有与积液区域边界304不相交的测量线计算得到的厚度测量值作为第二组厚度测量值。
在得到第一组厚度测量值和第二组厚度测量值之后,将第一组厚度测量值和第二组厚度测量值中最大的厚度测量值确定为子宫内膜的厚度。
在一些实施方式中,如果子宫内膜内部不存在积液,可以利用中心线计算方法来计算子宫内膜的厚度。子宫内膜区域的中心线上每个点的法线都位于子宫内膜的厚度方向上。在这些实施例中,根据子宫内膜区域边界确定子宫内膜的厚度进一步包括:首先确定子宫内膜区域的中心线,接着遍历中心线上第一数量的每个点,将该点的法线作为测量线,并通过该测量线确定子宫内膜的厚度。测量线位于子宫内膜的厚度方向上。确定子宫内膜区域的中心线的方式与前面描述的相同,在此不再赘述。
下面具体说明在子宫内膜不存在积液的情况下,通过测量线确定子宫内膜的厚度的一种方法。图4示出了根据本发明实施例的测量无积液的子宫内膜的厚度的一个示意图。
参考图4,在子宫内膜区域401内不存在积液区域,测量线402为子宫内膜区域的中心线403上一个点的法线。如图4中示出的,确定测量线402与子宫内膜区域边界的第一交点e和第二交点f。之后,计算第一交点e与第二交点f之间的距离,并将计算到的距离作为与该测量线402对应的厚度测量值。将根据所有测量线计算得到的多个厚度测量值中最大的厚度测量值作为子宫内膜的厚度。
在步骤205中,显示正中矢状面的超声图像和子宫内膜的厚度,并在超声图像中标识子宫内膜区域边界。
在一些实施方式中,可以以线条形式标识子宫内膜区域边界。例如,可以用线条描出超声图像中的子宫内膜区域的轮廓。线条可以为实线、虚线或其它线型,本申请对线条的宽度、颜色、透明度等不做限定,例如用户可以通过选择框进行自定义。
在一些实施方式中,可以以蒙版形式覆盖子宫内膜区域。例如,可以用色块覆盖子宫内膜区域,本申请对色块的颜色、透明度、羽化程度等不做限定,例如用户可以通过选择框进行自定义。
在标识子宫内膜区域边界的同时,还可以显示子宫内膜的厚度。在一种可能的实施方式中,可以在子宫内膜区域的内部或外部注明子宫内膜的厚度,如5.5mm。在另一种可能的实施方式中,可以显示该子宫内膜的厚度,并通过箭头或其它方式指向子宫内膜区域。在另一种可能的实施方式中,子宫内膜的厚度可以显示在超声图像上,或者也可以显示在超声图像的区域外,本申请对此不做限制。
在一些实施方式中,除了显示子宫内膜的厚度并在子宫内膜的正中矢状面的超声图像中标识子宫内膜区域边界,还标识测量线和/或测量线上的各个交点。在这些实施方式中,方法200还包括:在正中矢状面的超声图像中,标识与最大的厚度测量值对应的测量线和/或测量线上的各个交点。可以以线条形式标识测量线。例如,可以用线条描出测量线。线条可以为实线、虚线或其它线型,本申请对线条的宽度、颜色、透明度等不做限定,例如用户可以通过选择框进行自定义。可以以图形形式标识测量线与子宫内膜区域边界和/或积液区域边界的各个交点。图形可以为十字形、圆形、三角形或其它形状,本申请对图形的形状、颜色、透明度等不做限定,例如用户可以通过选择框进行自定义。可以用不同图形标识测量线与子宫内膜区域边界的交点以及与积液区域边界的交点,例如用十字形标识测量线与子宫内膜区域边界的交点,用三角形标识测量线与积液区域边界的交点。可以仅标识测量线或仅标识测量线上的各个交点,也可以都进行标识。通过显示子宫内膜厚度并标识子宫内膜区域边界、测量线和/或其上的交点,能够向用户直观地呈现子宫内膜区域和测量结果,有助于其后续的分析判断。
在一些实施方式中,用户可以对所标识的测量线和/或交点进行调整,处理器根据用户的调整操作重新计算子宫内膜厚度之后,再重新显示子宫内膜的厚度。在这些实施方式中,方法200还包括:首先接收用户在正中矢状面的超声图像中对测量线的调整操作,对测量线的调整操作可以是直接移动和/或旋转测量线,使得测量线离开原来的位置,也可以是移动测量线与子宫内膜区域边界和/或积液区域边界的一个或多个交点的位置,使得连接各交点的测量线的位置发生改变。接着,根据调整操作调整各个交点的位置,并基于调整后的各个交点的位置计算子宫内膜的厚度。由于测量线的位置发生了改变,因此其与子宫内膜区域边界和/或积液区域边界的交点的位置也同样发生了改变,需要重新计算子宫内膜的厚度,计算过程与前面描述的相同,在此不再赘述。最后,重新显示子宫内膜的厚度,并在子宫内膜的正中矢状面的超声图像中重新标识测量线和各个交点。通过调整测量线并重新计算子宫内膜厚度,可以有效地将自动测量子宫内膜厚度和用户的经验相结合,得到更准确的测量结果。
在一些实施方式中,用户需要结合子宫内膜厚度、内膜血流像素面积和内膜血流像素比的值分析子宫内膜的容受性。因此,还可以在计算和显示子宫内膜厚度的同时,计算和显示内膜血流像素面积和内膜血流像素比。在这些实施方式中,方法200还包括:首先根据子宫内膜区域边界和预设的血流检测区域,确定内膜血流像素面积和内膜血流像素比。预设的血流检测区域可以呈扇形形状并与子宫内膜区域具有一部分重合区域。内膜血流像素面积是指内膜区域内所有像素的面积,内膜血流像素比是指重合区域内存在血流信号的像素面积与重合区域内所有像素的面积之比。最后,显示内膜血流像素面积和内膜血流像素比。通过同时显示子宫内膜厚度、内膜血流像素面积和内膜血流像素比的值,能够同时计算并向用户呈现与子宫内膜容受性相关的若干个指标,简化用户的操作流程,增加工作效率。
在一些实施方式中,方法200还包括:显示子宫示意图并在子宫示意图中标识子宫内膜的位置。可以在子宫内膜的正中矢状面的超声图像的区域以外显示子宫示意图。以这种方式,可以使用户从整体上识别当前显示的超声图像对应的子宫内膜在子宫中所处位置,有助于后续的分析和判断。
接下来参考图5a和图5b。图5a和5b分别示出了根据本发明实施例的超声设备的示意性显示界面。
在图5a示出的子宫内膜的正中矢状面的超声图像中,标识出了子宫内膜区域边界501,同时可以看到,对应的子宫内膜内部存在积液。在图5a中,数字1表示第一个测量项,数字2表示第二个测量项。图5a中所显示的测量线在超声图像中位于竖直方向上(仅作为示例而非限制),为遍历子宫内膜区域中心线上第一数量的每个点所测量到的最大的厚度测量值对应的测量线,其与子宫内膜区域边界和积液区域边界相交,交点用十字形表示。在超声图像的右下角为测量结果显示区域502,其中显示了第一测量项和第二测量项的数值。由于子宫内膜内部存在积液,因此在计算子宫内膜厚度时,在经过积液区域时采用了将积液两侧的子宫内膜厚度相加的方式来计算子宫内膜的厚度测量值。因此,从图5a中可以看到,第一测量项包括内膜厚度D1、内膜厚度D2和内膜厚度三个数值,其中内膜厚度D1和内膜厚度D2分别为根据测量线测量到的积液两侧的子宫内膜厚度,内膜厚度为内膜厚度D1和内膜厚度D2之和,即子宫内膜的总厚度。第二测量项包括内膜血流像素比面积和内膜血流像素比。在超声图像左下角显示了一个子宫示意图,可以以高亮形式在其中标识当前超声图像对应的子宫内膜在子宫中所处的位置。
在图5b示出的子宫内膜的正中矢状面的超声图像中,标识出了子宫内膜区域边界501,同时可以看到,对应的子宫内膜内部不存在积液。在图5b中,数字1表示第一个测量项,数字2表示第二个测量项。图5a中所显示的测量线在超声图像中位于竖直方向上(仅作为示例而非限制),为遍历子宫内膜区域中心线上第一数量的每个点所测量到的最大的厚度测量值对应的测量线,其与子宫内膜区域边界的交点用十字形表示。在超声图像的右下角为测量结果显示区域502,其中显示了第一测量项和第二测量项的数值。由于子宫内膜内部不存在积液,因此可以在图5b中看到,第二测量项仅包括内膜厚度,即子宫内膜厚度。第一测量项包括内膜血流像素比面积和内膜血流像素比。
下面将参考图6描述根据本发明实施例的另一种超声成像方法。图6示出了根据本发明实施例的子宫内膜厚度的确定方法的另一个示意性流程图。在一些实施例中,可以由图1中的超声设备100的处理器112执行图6中的超声成像方法600,并经由显示器114进行显示。在另一些实施例中,可以由任何其它计算设备的处理器执行该超声成像方法600,并经由与该处理器通信耦合的显示器进行显示。
在图6的方法中,能够自动测量有积液和无积液两种情况的子宫内膜的厚度,避免了医生由于经验差异而可能导致的测量误差,实现了一致的和客观的子宫内膜厚度测量,提高了测量结果的准确性和医生工作效率,也有助于提高后续诊断和治疗的准确性和可靠性。
参考图6,根据本发明实施例的子宫内膜厚度的确定方法600包括如下步骤:
在步骤601中,获取被测对象子宫内膜的正中矢状面的超声图像。该步骤与图2中的步骤201相同,在此不再赘述。
在步骤602中,在正中矢状面的超声图像中确定子宫内膜对应的子宫内膜区域边界。该步骤与图2中的步骤202相同,在此不再赘述。
在步骤603中,将正中矢状面的超声图像输入内膜厚度测量模型。
内膜厚度测量模型可以是深度学习模型,其经由预设的样本数据库训练而成,其中样本数据库包括标记有厚度测量点的子宫内膜的正中矢状面的多个超声图像。当子宫内膜内部不存在积液时,厚度测量点为两个,均位于子宫内膜区域边界上。当子宫内膜内部存在积液时,厚度测量点为四个,其中两个位于子宫内膜区域边界上,另两个位于积液区域边界上。
在步骤604中,基于内膜厚度测量模型确定子宫内膜的厚度。
在一些实施方式中,采用基于深度学习的点回归算法直接在超声图像回归出用于测量子宫内膜厚度的厚度测量点。该方法包括两个步骤:1)数据库的准备步骤:数据库包括大量子宫内膜的正中矢状面的超声图像及其对应的标定结果。标定结果为二维超声图像中用于测量子宫内膜厚度的测量线与子宫内膜区域边界的两个交点,若测量线经过积液区域,标定结果还包括测量线与积液区域边界的两个交点,这些交点统称为厚度测量点。2)目标点的回归步骤:基于深度学习的点回归方法通过堆叠卷积层来对构建的数据库进行特征的学习和参数的回归,对于一幅输入图像,可以通过网络直接回归出厚度测量点的位置,或者通过网络直接生成一幅尺寸大小和输入相同的图像输出,以热图的形式表示厚度测量点的位置。
在步骤605中,显示正中矢状面的超声图像和子宫内膜的厚度,并在超声图像中标记子宫内膜区域边界。该步骤与图2中的步骤205相同,在此不再赘述。
在一些实施方式中,方法600还包括:首先判断子宫内膜内部是否存在积液并识别至少两个厚度测量点,接着基于判断结果和所识别的至少两个厚度测量点,确定子宫内膜的厚度。
可以由内膜厚度测量模型自动判断子宫内膜内部是否存在积液。如果判断为子宫内膜内部存在积液,则确定厚度测量点包括测量线与子宫内膜区域边界的第一交点和第二交点、测量线与积液区域边界的第三交点和第四交点。第一交点与第三交点之间的距离小于第一交点与第四交点之间的距离,即第一交点和第三交点位于积液区域的一侧,第二交点和第四交点位于积液区域的另一侧。换句话说,将识别到的厚度测量点与测量线与子宫内膜区域边界和积液区域边界的交点进行对应。之后,便可以根据交点之间的距离计算子宫内膜的厚度。具体地,分别计算第一交点与第三交点之间的距离以及第二交点与第四交点之间的距离,并将计算到的距离相加,将距离之和作为子宫内膜的厚度。或者,也可以分别计算第一交点与第二交点之间的距离以及第三交点与第四交点之间的距离,并将计算到的距离相减,将距离之差作为子宫内膜的厚度。
如果判断为子宫内膜内部不存在积液,则确定厚度测量点包括测量线与子宫内膜区域边界的第一交点和第二交点。换句话说,识别到的厚度测量点与测量线与子宫内膜区域边界的交点进行对应。之后,计算第一交点与第二交点之间的距离,并将计算到的距离作为子宫内膜的厚度。
在一些实施方式中,除了显示子宫内膜的厚度并在子宫内膜的正中矢状面的超声图像中标识子宫内膜区域边界,还标识测量线和/或测量线上的各个交点。在这些实施方式中,方法200还包括:根据至少两个厚度测量点确定测量线,并在所显示的正中矢状面的超声图像中标识测量线和厚度测量点。由于厚度测量点为测量线与子宫内膜区域边界和/或积液区域边界的各个交点,因此将厚度测量点相连便得到测量线。可以以线条形式标识测量线。例如,可以用线条描出测量线。线条可以为实线、虚线或其它线型,本申请对线条的宽度、颜色、透明度等不做限定,例如用户可以通过选择框进行自定义。可以以图形形式标识厚度测量点。图形可以为十字形、圆形、三角形或其它形状,本申请对图形的形状、颜色、透明度等不做限定,例如用户可以通过选择框进行自定义。可以用不同图形标识测量线与子宫内膜区域边界的交点以及与积液区域边界的交点,例如用十字形标识测量线与子宫内膜区域边界的交点,用三角形标识测量线与积液区域边界的交点。通过显示子宫内膜厚度并标识子宫内膜区域边界、测量线和/或其上的厚度测量点,能够向用户直观地呈现子宫内膜区域和测量结果,有助于其后续的分析判断。
此外,与图2中的方法200类似,用户也可以对所标识的测量线和/或厚度测量点进行调整,处理器根据用户的调整操作重新计算子宫内膜厚度之后,再重新显示子宫内膜的厚度。具体过程可以参考前述内容,在此不再赘述。
此外,与图2中的方法200类似,还可以在计算和显示子宫内膜厚度的同时,计算和显示内膜血流像素面积和内膜血流像素比,显示子宫示意图并在子宫示意图中标识子宫内膜的位置。具体过程可以参考前述内容,在此不再赘述。
下面将参考图7描述根据本发明实施例的另一个超声成像方法。图7示出了根据本发明实施例的子宫内膜厚度的确定方法的另一个示意性流程图。在一些实施例中,可以由图1中的超声设备100的处理器112执行图4中的超声成像方法700,并经由显示器114进行显示。在另一些实施例中,可以由任何其它计算设备的处理器执行该超声成像方法700,并经由与该处理器通信耦合的显示器进行显示。
在图7的方法中,能够根据用户选择用于对子宫内膜内部存在积液进行子宫内膜厚度测量的操作,自动测量有积液的子宫内膜的厚度,避免了医生由于经验差异而可能导致的测量误差,实现了一致的和客观的子宫内膜厚度测量,提高了测量结果的准确性和医生工作效率,也有助于提高后续诊断和治疗的准确性和可靠性。
参考图7,根据本发明实施例的子宫内膜厚度的确定方法700包括如下步骤:
在步骤701中,获取被测对象子宫内膜的正中矢状面的超声图像。该步骤与图2中的步骤201相同,在此不再赘述。
在步骤702中,在正中矢状面的超声图像中确定子宫内膜对应的子宫内膜区域边界。该步骤与图2中的步骤202相同,在此不再赘述。
在步骤703中,当检测到用户选择用于对子宫内膜内部存在积液进行子宫内膜厚度测量的操作时,在超声图像中确定积液对应的积液区域边界,并根据积液区域边界和子宫内膜区域边界确定子宫内膜的厚度,显示正中矢状面的超声图像和子宫内膜的厚度,并在超声图像中标识子宫内膜区域边界。
可以由用户经由人机交互装置(例如通过显示界面上的虚拟按钮或者物理按键)选择子宫内膜内部存在积液的情形。例如,经由显示界面显示一个对话框,询问用户“子宫内膜内部是否有积液?”,用户可以选择“是”的虚拟按钮。又例如,经由显示界面显示两个虚拟按钮,用户可以在其中选择“有积液”的虚拟按钮。处理器在接收到用户选择后,在超声图像中确定积液对应的积液区域边界,再确定子宫内膜的厚度。
在一些实施方式中,超声图像为灰度图像,可以通过对超声图像中的子宫内膜区域进行图像二值化处理来确定积液区域边界。确定积液边界的具体过程可以参照关于图2描述的内容,在此不再赘述。
在一些实施方式中,通过中心线方法计算子宫内膜的厚度。子宫内膜区域的中心线上每个点的法线都位于子宫内膜的厚度方向上。在这些实施例中,根据积液区域边界和子宫内膜区域边界确定子宫内膜的厚度进一步包括如下步骤:首先确定子宫内膜区域的中心线,接着遍历中心线上第一数量的每个点,将该点的法线作为测量线,并通过测量线确定子宫内膜的第一组厚度测量值和第二组厚度测量值。测量线位于子宫内膜的厚度方向上。将测量线与积液区域边界相交的情况下得到的那些厚度测量值作为第一组厚度测量值。将测量线与积液区域边界不相交的情况下得到的那些厚度测量值作为第二组厚度测量值。最后,将第一组厚度测量值和第二组厚度测量值中最大的厚度测量值确定为子宫内膜的厚度。
在一些实施方式中,可以通过边界中点插值的方法或诸如Zhang-Suen之类的细化算法来确定中心线。确定中心线的具体过程可以参照关于图2描述的内容,在此不再赘述。
在一些实施方式中,方法700还包括:对于与积液区域边界相交的每条测量线,确定该测量线与子宫内膜区域边界的第一交点和第二交点以及与积液区域边界的第三交点和第四交点。第一交点与第三交点之间的距离小于第一交点与第四交点之间的距离,即第一交点和第三交点位于积液区域的一侧,第二交点和第四交点位于积液区域的另一侧。接着,分别计算第一交点与第三交点之间的距离以及第二交点与第四交点之间的距离,并将计算到的距离之和作为与测量线对应的厚度测量值。或者,分别计算第一交点与第二交点之间的距离以及第三交点与第四交点之间的距离,并将计算到的距离之差作为与测量线对应的厚度测量值。将根据所有与积液区域边界相交的测量线计算得到的厚度测量值作为第一组厚度测量值。
在一些实施方式中,方法700还包括:对于未与积液区域边界相交的每条测量线,确定该测量线与子宫内膜区域边界的第一交点和第二交点,并计算第一交点与第二交点之间的距离,作为与该测量线对应的厚度测量值。将根据所有与积液区域边界相交的测量线计算得到的厚度测量值作为第二组厚度测量值。
之后,在显示子宫内膜的正中矢状面的超声图像的同时显示子宫内膜的厚度,并在该超声图像中标识子宫内膜区域边界。该步骤与图2中的步骤205相同,在此不再赘述。
在一些实施例中,方法700还包括:当检测到用户选择用于对子宫内膜内部不存在积液进行子宫内膜厚度测量的操作时,根据子宫内膜区域边界确定子宫内膜的厚度,显示正中矢状面的超声图像和子宫内膜的厚度,并在超声图像中标识子宫内膜区域边界。
类似地,可以由用户经由人机交互装置(例如通过显示界面上的虚拟按钮或者与处理器通信耦合的物理按键)选择子宫内膜内部存在积液的情形。例如,经由显示界面显示一个对话框,询问用户“子宫内膜内部是否有积液?”,用户可以选择“否”的虚拟按钮。又例如,经由显示界面显示两个虚拟按钮,用户可以在其中选择“无积液”的虚拟按钮。处理器在接收到用户选择后确定子宫内膜的厚度。
在一些实施方式中,根据所述子宫内膜区域边界确定所述子宫内膜的厚度进一步包括如下步骤:首先确定子宫内膜区域的中心线,接着遍历中心线上第一数量的每个点,将该点的法线作为测量线,并确定该测量线与子宫内膜区域边界的第一交点和第二交点。之后,计算第一交点与第二交点之间的距离,作为与该测量线对应的厚度测量值。最后,将多个测量线对应的多个厚度测量值中最大的厚度测量值作为子宫内膜的厚度。
在一些实施方式中,除了显示子宫内膜的厚度并在子宫内膜的正中矢状面的超声图像中标识子宫内膜区域边界,还标识测量线和/或测量线上的各个交点。在这些实施方式中,方法700还包括:在正中矢状面的超声图像中,标识与最大的厚度测量值对应的测量线和/或测量线上的各个交点。该步骤与参考图2描述的内容相同,在此不再赘述。
此外,与图2中的方法200类似,用户也可以对所标识的测量线和/或厚度测量点进行调节,处理器根据用户的调整操作重新计算子宫内膜厚度之后,再重新显示子宫内膜的厚度。具体过程可以参考前述内容,在此不再赘述。
此外,与图2中的方法200类似,还可以在计算和显示子宫内膜厚度的同时,计算和显示内膜血流像素面积和内膜血流像素比,显示子宫示意图并在子宫示意图中标识子宫内膜的位置。具体过程可以参考前述内容,在此不再赘述。
本发明还提出了一种计算设备。图8示出了根据本发明一个实施例的计算设备的示意图。从图8中可以看出,计算设备800包括处理器(例如,中央处理单元(CPU))801以及与处理器801耦合的存储器802。存储器802用于存储计算机可执行指令,当计算机可执行指令被执行时使得处理器801执行以上实施例中的方法。处理器801和存储器802通过总线彼此相连,输入/输出(I/O)接口也连接至总线。计算设备800还可以包括连接至I/O接口的多个部件(图8中未示出),包括但不限于:输入单元,例如键盘、鼠标等;输出单元,例如各种类型的显示器、扬声器等;存储单元,例如磁盘、光盘等;以及通信单元,例如网卡、调制解调器、无线通信收发机等。通信单元允许该计算设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
此外,替代地,上述方法能够通过计算机可读存储介质来实现。计算机可读存储介质上载有用于执行本发明的各个实施例的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
因此,在另一个实施例中,本发明提出了一种计算机可读存储介质,该计算机可读存储介质具有存储在其上的计算机可执行指令,计算机可执行指令用于执行本发明的各个实施例中的方法。
一般而言,本发明的各个示例实施例可以在硬件或专用电路、软件、固件、逻辑,或其任何组合中实施。某些方面可以在硬件中实施,而其他方面可以在可以由控制器、微处理器或其他计算设备执行的固件或软件中实施。当本发明的实施例的各方面被图示或描述为框图、流程图或使用某些其他图形表示时,将理解此处描述的方框、装置、系统、技术或方法可以作为非限制性的示例在硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其他计算设备,或其某些组合中实施。
用于执行本发明的各个实施例的计算机可读程序指令或者计算机程序产品也能够存储在云端,在需要调用时,用户能够通过移动互联网、固网或者其他网络访问存储在云端上的用于执行本发明的一个实施例的计算机可读程序指令,从而实施依据本发明的各个实施例所公开内容的技术方案。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个设备,或一些特征可以忽略,或不执行。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该本发明的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如相应的权利要求书所反映的那样,其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域的技术人员可以理解,除了特征之间相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
还应该注意的是,上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述仅为本发明的具体实施方式或对具体实施方式的说明,本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。
Claims (23)
1.一种子宫内膜厚度的确定方法,其特征在于,包括:
获取被测对象子宫内膜的正中矢状面的超声图像;
在所述正中矢状面的所述超声图像中确定所述子宫内膜对应的子宫内膜区域边界;
判断所述子宫内膜内部是否存在积液;
如果存在所述积液,则在所述超声图像中确定所述积液对应的积液区域边界,并根据所述积液区域边界和所述子宫内膜区域边界确定所述子宫内膜的厚度,否则根据所述子宫内膜区域边界确定所述子宫内膜的厚度;以及
显示所述正中矢状面的所述超声图像和所述子宫内膜的厚度,并在所述超声图像中标识所述子宫内膜区域边界。
2.根据权利要求1所述的方法,其特征在于,根据所述积液区域边界和所述子宫内膜区域边界确定所述子宫内膜的厚度进一步包括:
确定子宫内膜区域的中心线;
遍历所述中心线上第一数量的每个点,将所述点的法线作为测量线,并通过所述测量线确定所述子宫内膜的第一组厚度测量值和第二组厚度测量值,其中,所述第一组厚度测量值中的每个厚度测量值是在对应测量线与所述积液区域边界相交的情况下确定的,所述第二组厚度测量值中的每个厚度测量值是在对应测量线未与所述积液区域边界相交的情况下确定的;以及
将所述第一组测量值和所述第二组测量值中最大的测量值确定为所述子宫内膜的厚度。
3.根据权利要求2所述的方法,其特征在于,确定所述子宫内膜的第一组厚度测量值进一步包括:
对于与所述积液区域边界相交的每条所述测量线,执行以下步骤,进而确定所述第一组厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点以及与所述积液区域边界的第三交点和第四交点,其中所述第一交点与所述第三交点之间的距离小于所述第一交点与所述第四交点之间的距离;以及
分别计算所述第一交点与所述第三交点之间的距离以及所述第二交点与所述第四交点之间的距离,并将计算到的距离之和作为与所述测量线对应的厚度测量值。
4.根据权利要求2所述的方法,其特征在于,确定所述子宫内膜的第一组厚度测量值进一步包括:
对于与所述积液区域边界相交的每条所述测量线,执行以下步骤,进而确定所述第一组厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点以及与所述积液区域边界的第三交点和第四交点,其中所述第一交点与所述第三交点之间的距离小于所述第一交点与所述第四交点之间的距离;以及
分别计算所述第一交点与所述第二交点之间的距离以及所述第三交点与所述第四交点之间的距离,并将计算到的距离之差作为与所述测量线对应的厚度测量值。
5.根据权利要求2所述的方法,其特征在于,确定所述子宫内膜的第二组厚度测量值进一步包括:
对于未与所述积液区域边界相交的每条所述测量线,执行以下步骤,进而确定所述第二组厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点,以及
计算所述第一交点与所述第二交点之间的距离,作为与所述测量线对应的厚度测量值。
6.根据权利要求1所述的方法,其特征在于,根据所述子宫内膜区域边界确定所述子宫内膜的厚度进一步包括:
确定所述子宫内膜区域的中心线;
遍历所述中心线上第一数量的每个点,将所述点的法线作为测量线,并执行以下步骤,得到多个厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点;
计算所述第一交点与所述第二交点之间的距离,作为与所述测量线对应的厚度测量值;以及
将所述多个厚度测量值中最大的厚度测量值作为所述子宫内膜的厚度。
7.根据权利要求2-6中任一项所述的方法,其特征在于,确定所述子宫内膜区域的中心线进一步包括:
确定连接所述子宫内膜区域边界上的两点并处于参考方向的线段;
确定所述线段的多条垂线;
对于每条所述垂线,确定所述垂线与所述子宫内膜区域边界的两个交点,并计算所述两个交点的中点,得到多个中点;以及
对所述多个中点进行坐标插值,确定所述多个中点所在的所述子宫内膜区域的所述中心线。
8.根据权利要求2-6中任一项所述的方法,其特征在于,还包括:
在所述正中矢状面的所述超声图像中,标识与所述最大的厚度测量值对应的测量线和/或所述测量线上的各个交点。
9.根据权利要求8所述的方法,其特征在于,还包括:
接收用户在所述正中矢状面的所述超声图像中对所述测量线的调整操作;
根据所述调整操作调整所述各个交点的位置,并基于调整后的所述各个交点的位置计算所述子宫内膜的厚度;以及
重新显示所述子宫内膜的厚度,并在所述正中矢状面的所述超声图像中重新标识所述测量线和所述各个交点。
10.根据权利要求1所述的确定方法,其特征在于,所述超声图像为灰度图像,并且,确定积液区域边界进一步包括:
确定所述子宫内膜区域边界内所有像素的灰度直方图和两个灰度质心;
从所述灰度直方图中选取与所述两个灰度质心对应的局部直方图;
根据所述局部直方图确定用于图像二值化的灰度阈值;以及
利用所述灰度阈值对所述超声图像进行二值化处理,进而确定所述积液区域边界。
11.根据权利要求1所述的方法,其特征在于,在所述正中矢状面的所述超声图像中确定所述子宫内膜对应的子宫内膜区域边界进一步包括:
在所述正中矢状面的所述超声图像中对子宫腔体区域进行分割;
根据分割结果从所述超声图像中提取包括所述子宫腔体区域的局部超声图像;以及
在所述局部超声图像中确定所述子宫内膜区域边界。
12.根据权利要求1所述的方法,其特征在于,
根据所述子宫内膜区域边界和预设的血流检测区域,确定内膜血流像素面积和内膜血流像素比;以及
显示所述内膜血流像素面积和所述内膜血流像素比。
13.根据权利要求1所述的方法,其特征在于,还包括:
显示子宫示意图并在所述子宫示意图中标识所述子宫内膜的位置。
14.一种子宫内膜厚度的确定方法,其特征在于,包括:
获取被测对象子宫内膜的正中矢状面的超声图像;
在所述正中矢状面的所述超声图像中确定所述子宫内膜对应的子宫内膜区域边界;
将所述正中矢状面的所述超声图像输入内膜厚度测量模型;
基于所述内膜厚度测量模型确定所述子宫内膜的厚度;以及
显示所述正中矢状面的所述超声图像和所述子宫内膜的厚度,并在所述超声图像中标记所述子宫内膜区域边界。
15.一种子宫内膜厚度的确定方法,其特征在于,包括:
获取被测对象子宫内膜的正中矢状面的超声图像;
在所述正中矢状面的所述超声图像中确定所述子宫内膜对应的子宫内膜区域边界;以及
当检测到用户选择用于对所述子宫内膜内部存在积液进行子宫内膜厚度测量的操作时,在所述超声图像中确定所述积液对应的积液区域边界,并根据所述积液区域边界和所述子宫内膜区域边界确定所述子宫内膜的厚度,显示所述正中矢状面的所述超声图像和所述子宫内膜的厚度,并在所述超声图像中标识所述子宫内膜区域边界。
16.根据权利要求15所述的方法,其特征在于,根据所述积液区域边界和所述子宫内膜区域边界确定所述子宫内膜的厚度进一步包括:
确定所述子宫内膜区域的中心线;
遍历所述中心线上第一数量的每个点,将所述点的法线作为测量线,并通过所述测量线确定所述子宫内膜的第一组厚度测量值和第二组厚度测量值,其中,所述第一组厚度测量值中的每个厚度测量值是在对应测量线与所述积液区域边界相交的情况下确定的,所述第二组厚度测量值中的每个厚度测量值是在对应测量线未与所述积液区域边界相交的情况下确定的;以及
将所述第一组测量值和所述第二组测量值中最大的测量值确定为所述子宫内膜的厚度。
17.根据权利要求16所述的方法,其特征在于,确定所述子宫内膜的第一组厚度测量值进一步包括:
对于与所述积液区域边界相交的每条所述测量线,执行以下步骤,进而确定所述第一组厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点以及与所述积液区域边界的第三交点和第四交点,其中所述第一交点与所述第三交点之间的距离小于所述第一交点与所述第四交点之间的距离;以及
分别计算所述第一交点与所述第三交点之间的距离以及所述第二交点与所述第四交点之间的距离,并将计算到的距离之和作为与所述测量线对应的厚度测量值。
18.根据权利要求16所述的方法,其特征在于,确定所述子宫内膜的第一组厚度测量值进一步包括:
对于与所述积液区域边界相交的每条所述测量线,执行以下步骤,进而确定所述第一组厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点以及与所述积液区域边界的第三交点和第四交点,其中所述第一交点与所述第三交点之间的距离小于所述第一交点与所述第四交点之间的距离;以及
分别计算所述第一交点与所述第二交点之间的距离以及所述第三交点与所述第四交点之间的距离,并将计算到的距离之差作为与所述测量线对应的厚度测量值。
19.根据权利要求16所述的方法,其特征在于,确定所述子宫内膜的第二组厚度测量值进一步包括:
对于未与所述积液区域边界相交的每条所述测量线,执行以下步骤,进而确定所述第二组厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点,以及
计算所述第一交点与所述第二交点之间的距离,作为与所述测量线对应的厚度测量值。
20.根据权利要求15所述的方法,其特征在于,所述方法进一步包括:
当检测到所述用户选择用于对子宫内膜内部不存在积液进行子宫内膜厚度测量的操作时,根据所述子宫内膜区域边界确定所述子宫内膜的厚度,显示所述正中矢状面的所述超声图像和所述子宫内膜的厚度,并在所述超声图像中标识所述子宫内膜区域边界。
21.根据权利要求20所述的方法,其特征在于,根据所述子宫内膜区域边界确定所述子宫内膜的厚度进一步包括:
确定所述子宫内膜区域的中心线;
遍历所述中心线上第一数量的每个点,将所述点的法线作为测量线,并执行以下步骤,得到多个厚度测量值:
确定所述测量线与所述子宫内膜区域边界的第一交点和第二交点;
计算所述第一交点与所述第二交点之间的距离,作为与所述测量线对应的厚度测量值;以及
将所述多个厚度测量值中最大的厚度测量值作为所述子宫内膜的厚度。
22.根据权利要求17-21中任一项所述的方法,其特征在于,所述方法进一步包括:
在所述正中矢状面的所述超声图像中,标识与所述最大的厚度测量值对应的测量线和/或所述测量线上的各个交点。
23.一种超声设备,其特征在于,包括:
超声探头;
发射和接收电路,其被配置为控制所述超声探头向被测对象的子宫组织发射超声波,并控制所述超声探头接收所述超声波的回波信号;
存储器,其用于存储计算机可执行指令;
处理器,其被配置为在执行所述计算机可执行指令时,根据所述回波信号获得子宫内膜的正中矢状面的超声图像,并执行根据权利要求1-22中任一项所述的子宫内膜厚度的确定方法;以及
显示器,其被配置为显示所述正中矢状面的所述超声图像和所述子宫内膜厚度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211351258.7A CN117982169A (zh) | 2022-10-31 | 2022-10-31 | 一种子宫内膜厚度的确定方法及超声设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211351258.7A CN117982169A (zh) | 2022-10-31 | 2022-10-31 | 一种子宫内膜厚度的确定方法及超声设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117982169A true CN117982169A (zh) | 2024-05-07 |
Family
ID=90896420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211351258.7A Pending CN117982169A (zh) | 2022-10-31 | 2022-10-31 | 一种子宫内膜厚度的确定方法及超声设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117982169A (zh) |
-
2022
- 2022-10-31 CN CN202211351258.7A patent/CN117982169A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6467041B2 (ja) | 超音波診断装置、及び画像処理方法 | |
US9679375B2 (en) | Ovarian follicle segmentation in ultrasound images | |
US20210393240A1 (en) | Ultrasonic imaging method and device | |
CN111374708B (zh) | 一种胎儿心率检测方法及超声成像装置、存储介质 | |
CN111820948B (zh) | 胎儿生长参数测量方法、系统及超声设备 | |
WO2024093911A1 (zh) | 一种超声成像方法及超声设备 | |
WO2022099705A1 (zh) | 早孕期胎儿的超声成像方法和超声成像系统 | |
CN114521914A (zh) | 超声参数测量方法和超声参数测量系统 | |
CN117982169A (zh) | 一种子宫内膜厚度的确定方法及超声设备 | |
CN115670517A (zh) | 胎儿脑室比率的测量方法及超声成像系统 | |
CN115813433A (zh) | 基于二维超声成像的卵泡测量方法和超声成像系统 | |
CN116211349A (zh) | 一种胎儿颜面部的超声成像方法、超声成像装置和介质 | |
CN113229850A (zh) | 超声盆底成像方法和超声成像系统 | |
CN111383323B (zh) | 一种超声成像方法和系统以及超声图像处理方法和系统 | |
CN113017695A (zh) | 超声成像方法、系统及计算机可读存储介质 | |
CN114699106A (zh) | 超声图像处理方法及设备 | |
CN113974688B (zh) | 超声成像方法和超声成像系统 | |
CN114631849A (zh) | 腹主动脉成像方法及相关设备 | |
CN112294361A (zh) | 一种超声成像设备、盆底的切面图像生成方法 | |
WO2022134049A1 (zh) | 胎儿颅骨的超声成像方法和超声成像系统 | |
CN117689601A (zh) | 卵泡发育质量的评估方法和超声成像系统 | |
CN116327237A (zh) | 超声成像系统及方法、超声图像处理系统及方法 | |
CN117934356A (zh) | 一种超声成像系统和卵巢间质自动定量分析方法 | |
CN112617899A (zh) | 超声成像方法、系统及计算机可读存储介质 | |
CN117495763A (zh) | 一种胎儿颜面部图像的处理方法、处理装置、超声成像系统和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |