CN118266986A - 用于在超声图像采集之后且在永久存储之前提供客观图像质量度量的方法和系统 - Google Patents
用于在超声图像采集之后且在永久存储之前提供客观图像质量度量的方法和系统 Download PDFInfo
- Publication number
- CN118266986A CN118266986A CN202311699431.7A CN202311699431A CN118266986A CN 118266986 A CN118266986 A CN 118266986A CN 202311699431 A CN202311699431 A CN 202311699431A CN 118266986 A CN118266986 A CN 118266986A
- Authority
- CN
- China
- Prior art keywords
- image
- ultrasound
- acquisition
- ultrasound images
- image quality
- 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 311
- 238000013442 quality metrics Methods 0.000 title claims abstract description 122
- 238000000034 method Methods 0.000 title claims abstract description 73
- 239000000523 sample Substances 0.000 claims abstract description 38
- 230000000007 visual effect Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims description 56
- 230000008569 process Effects 0.000 claims description 30
- 230000000747 cardiac effect Effects 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 17
- 238000004904 shortening Methods 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 claims description 14
- 210000003484 anatomy Anatomy 0.000 claims description 11
- 238000001303 quality assessment method Methods 0.000 description 37
- 238000005259 measurement Methods 0.000 description 18
- 210000005240 left ventricle Anatomy 0.000 description 15
- 230000015654 memory Effects 0.000 description 15
- 230000007774 longterm Effects 0.000 description 13
- 210000002569 neuron Anatomy 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 9
- 238000012549 training Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 8
- 238000003384 imaging method Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 238000013528 artificial neural network Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 5
- 238000002592 echocardiography Methods 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 238000012285 ultrasound imaging Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 125000006850 spacer group Chemical group 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 206010015856 Extrasystoles Diseases 0.000 description 1
- 208000000418 Premature Cardiac Complexes Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 210000004115 mitral valve Anatomy 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
- 210000003540 papillary muscle Anatomy 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000033764 rhythmic process 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
Abstract
提供了系统(100)和方法(700),用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像(304,504)的图像循环的客观图像质量度量(310,410,510,610)。该方法(700)包括由超声系统(100)的超声探头(104)执行(702)对多个超声图像(304,504)的图像循环的采集。该方法(700)包括停止执行(704)由该超声探头(104)对该多个超声图像(304,504)的该图像循环的该采集。该方法(700)包括在该停止执行(704)由该超声探头(104)的该采集之后由该超声系统(100)的至少一个处理器(132,140)处理(706)该多个超声图像(304,504)的该图像循环以生成客观图像质量度量(310,410,510,610)。该方法(700)包括由该至少一个处理器(132,140)使(708)显示系统(134)呈现该客观图像质量度量(310,410,510,610)的视觉表示。
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,用于在采集图像循环之后且在永久地存储图像循环之前分析和提供超声图像的图像循环的客观图像质量度量。
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。
超声操作者通常在采集期间或采集之后立即手动检查超声图像,以确定是否已经采集了所有适当的图像视图。超声操作者还可以尝试手动确定所采集的超声图像的缺陷。然而,即使有经验的超声操作者也可能不能明确地、一致地和准确地确定所采集的超声图像是否适合于各种测量。相反,这种人工分析是主观的、不一致的和易出错的,特别是在具有多个记录图像帧的图像循环的情况下。所采集的超声图像的可能缺陷,诸如非标准视图、非预期的心率变异性、所采集的图像中的不一致的解剖结构尺寸等,可能不能使用手动检查方法来明确地、一致地和准确地检测。如果所采集的图像稍后被确定为不合适,则可能要求患者返回进行额外的超声检查,这可能是不方便、低效且昂贵的。
实况超声成像期间的实时扫描引导和质量反馈是已知的。然而,超声检查期间的实况反馈可能使显示杂乱,这可能使超声操作者分心和/或以其他方式使其不快。计算资源也可能在超声扫描期间受到限制,从而限制提供稳健的质量分析和反馈的能力。永久(即,长期)存储不适当图像也可能限制存储器资源。
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
提供了一种系统和/或方法,用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像的图像循环的客观图像质量度量,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,如在权利要求书中所更完整地阐述的。
从以下描述和附图将更全面地理解本公开的这些和其它优点、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示例性超声系统的框图,该示例性超声系统可操作以在采集图像循环之后且在永久地存储图像循环之前提供超声图像的图像循环的客观图像质量度量。
图2是根据各种实施方案的以图形方式标识透视缩短的客观图像质量度量的示例性视觉表示的显示。
图3是根据各种实施方案的以文本方式标识透视缩短并且提供引导用户解决透视缩短问题的指令的客观图像质量度量的示例性视觉表示的显示。
图4是根据各种实施方案的以图形方式标识不适合于在执行应变分析中跟踪的片段的示例性客观图像质量度量的显示。
图5是根据各种实施方案的以文本方式标识不适合于在执行应变分析中跟踪的片段的示例性客观图像质量度量的显示。
图6是示出根据各种实施方案的可以被用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像的图像循环的客观图像质量度量的示例性步骤的流程图。
具体实施方式
可以在用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像的图像循环的客观图像质量度量的方法和系统中找到某些实施方案。各种实施方案具有通过在已经停止采集超声图像之后(即,当超声系统的大多数计算资源空闲时)自动地分析超声图像的图像循环来优化计算资源的技术效果。本公开的各方面具有通过在基于客观图像质量度量进行质量确定之前抑制将超声图像的图像循环存储在永久(即,长期)存储器中来最大化存储器资源的技术效果。某些实施方案具有通过在将超声图像的图像循环存储在永久(即,长期)存储器中之前丢弃超声图像的不适当图像循环来最大化存储器资源的技术效果。各种实施方案具有不在超声图像采集期间使显示杂乱的情况下提供客观图像质量度量的技术效果。本公开的各方面具有在患者离开超声检查之前识别超声图像的不适当图像循环的技术效果。某些实施方案具有呈现图像质量度量的技术效果,该图像质量度量向超声操作者提供关于所采集的超声图像的图像循环是否适合于各种测量的客观、确定、一致、准确和可靠的反馈。各种实施方案具有如果客观图像质量度量高于阈值则自动地存储超声图像的图像循环的技术效果。
当结合附图阅读时,将更好地理解前述发明内容以及某些实施方案的以下具体实施方式。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,一个或多个功能框(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种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单词“一”或“一个”开头的元件或步骤应当被理解为不排除多个该元件或步骤,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”具有特定性质的一个元件或多个元件的实施方案可以包括不具有该性质的附加元件。
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、MGD,和/或B模式和/或CF的子模式,诸如剪切波弹性成像(SWEI)、TVI、Angio、B-flow、BMI、BMI_Angio,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“图像”广泛地指单个图像和图像循环(例如,存储在一起的多个静止帧的记录)两者。
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所需的所要求的计算的任何类型的处理单元,诸如单核或多核:CPU、图形处理单元(GPU)、加速处理单元(APU)、图形板、DSP、FPGA、ASIC或它们的组合。此外,术语永久地存储和/或长期存储是指存储在即使在断电之后也维持数据的永久、非易失性存储装置处。
应当指出的是,本文所述的生成或形成图像的各个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,而在其它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。
在各个实施方案中,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示例性超声系统100的框图,该示例性超声系统可操作以在采集图像循环之后且在永久地存储图像循环之前提供超声图像的图像循环的客观图像质量度量。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、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可包括可操作以驱动超声探头104的合适逻辑部件、电路、接口和/或代码。超声探头104可包括压电元件的二维(2D)阵列。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,超声探头104可操作以采集覆盖解剖结构(诸如心脏、血管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/或代码可操作以控制发射器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、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。
超声探头104中的这组接收换能器元件108可操作以将接收到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,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。可将模拟信号传送到多个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/或代码可操作以将来自接收器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/或代码可操作以解调由多个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),该复解调器可操作以解调数字信号,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/或代码可操作以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接收的延迟信道信号求和并输出波束求和信号。所得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波束形成器。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、扫描参数、设置、选择协议和/或模板、启动和/或停止超声图像采集、存储和/或丢弃超声图像的图像循环等。在示例性实施方案中,用户输入设备130可操作以配置、管理和/或控制超声系统100中的一个或多个部件、过程和/或模块的操作。就这一点而言,用户输入设备130可操作以配置、管理和/或控制发射器102、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的运行。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它设备。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诸如显示系统134或超声探头104之类的其它部件中。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(Picture Archiving and Communication System,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、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可包括质量评估处理器140。信号处理器132可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。信号处理器132和质量评估处理器140可能够执行例如根据各种实施方案的本文所讨论的方法和/或指令集中的任一者。
超声系统100可操作以按适于所考虑的成像情况的帧速率连续采集超声扫描数据。通常,帧速率在20至120的范围内,但可以更低或更高。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采集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可以包括质量评估处理器140,其包括合适的逻辑、电路、接口和/或代码,该逻辑、电路、接口和/或代码可操作以在图像采集已经停止之后分析所采集的超声图像的图像循环,以生成客观图像质量度量。质量评估处理器140可包括图像分析算法、一个或多个深度神经网络(例如,卷积神经网络)和/或可以利用被配置为自动地生成超声图像数据中描绘的解剖结构的客观图像质量度量的任何合适形式的图像分析技术或机器学习处理功能。例如,质量评估处理器140可以包括一个或多个分析过程或算法,诸如视图识别、结构识别、频谱识别、舒张末期估计、自动功能成像(AFI)分析(例如,片段的可跟踪性)、射血分数分析(例如,舒张末期和收缩末期轮廓重叠)、人工智能(AI)置信度分析、球形分析、分割、自动测量(例如,左心室(LV)研究、心尖运动、心脏自动多普勒等)、心率相容性分析、自动临床发现(例如,舒张期(diastology)评估)、图像一致性、图像倾斜/旋转偏移等。
例如,如果由图像提供的视图未被识别,则可以由质量评估处理器140执行视图和频谱识别过程或算法以识别潜在的非标准视图。视图和频谱识别过程或算法可以被配置为识别不适当的超声图像和/或超声图像的图像循环,诸如用来执行自动功能成像(AFI)分析、美国超声心动图协会(ASE)指南测量等。作为示例,如果执行AFI分析,则视图和频谱识别过程或算法可以识别四腔(4CH)视图、两腔(2CH)视图或心尖长轴(APLAX)视图中的任一个是否不适当。
作为另一示例,自动测量和自动临床发现过程或算法可由质量评估处理器140执行以识别具有可阻止后续自动测量或其它分析的缺陷的图像。例如,自动测量过程或算法可以尝试执行自动测量(例如,对所识别的胸骨旁长轴(PLAX)图像的LV研究或对所识别的频谱图像的心脏自动多普勒)并且识别具有低于预定阈值的测量置信水平的图像。
另外,可以由质量评估处理器140执行舒张末期估计过程或算法,以在超声检查期间针对检查中的所有图像生成作为时间的函数的心率图。例如,在常规超声检查(非负荷超声)中,目标是以近似相同的心率采集所有图像,以允许基于多个图像计算的测量结果来评估静息时心脏的健康。然而,由于不适、心理和/或随机事件,患者的压力水平可能在检查过程中变化。另外,期外收缩或其他节律紊乱可能在超声操作者未注意到紊乱的情况下发生(例如,如果操作者正在记录多个循环)。而且,ECG信号质量和/或QRS触发算法可能出现问题。上述示例性因素可能在超声操作者未在超声检查结束时或之前注意到(即,当已经采集到新的记录时)的情况下,使所得到的测量结果和分析产生偏差。因此,可以基于心电图(ECG)从ECG触发到ECG触发(QR-QR间隔)提取心率估计,并且针对如针对原始数据/DICOM报头中的每个图像所提供的检查时间来绘制心率估计。作为另一示例,质量评估处理器140可以被配置为生成心率相容性度量,该心率相容性度量识别与超声图像的图像循环相对应的第一心率是否在与至少一个其他心率的相容性阈值内,该至少一个其他心率与永久地存储在超声系统100的档案138处的至少一个其他图像循环相对应。
此外,可以由质量评估处理器140执行分割过程或算法以识别成像结构的尺寸问题。例如,可以对所采集的超声图像执行人工智能分割过程或算法。分割过程或算法可以提取长度和/或直径,诸如在舒张末期和收缩末期的多个超声图像中的左心室的长度或直径。可以比较从多个超声图像提取的长度和/或直径以识别离群值(例如,不一致的测量结果)。离群值的存在可以指示在图像采集期间相对于超声图像中的一个或多个图像的探头错误放置。
另外,自动功能成像(AFI)分析过程或算法可以由质量评估处理器140执行以识别对于应变分析而言可能不可跟踪的片段。AFI分析过程或算法可以识别超声图像数据中的片段并且输出针对每个所识别的片段的可跟踪性结果。
此外,追踪或分割过程或算法(例如,射血分数工具或左心室容积工具)可以由质量评估处理器140执行以识别透视缩短问题。例如,没有经验的操作者可能难以针对各种检查来定位超声探头104,这可能导致不一致的测量解剖结构尺寸和/或透视缩短。作为示例,如果超声操作者在采集心尖图像时未能将超声探头正确地定位在心脏的心尖处,则如在显示系统134处可见的左室的成像心尖在舒张末期与收缩末期相比可能处于不同位置,这将可能指示左心室的透视缩短。基于透视缩短图像的测量可能是不准确的和/或误导性的。作为另一示例,如果当试图采集胸骨旁长轴(PLAX)视图时,超声操作者未能将超声探头正确地定位在左心室的最厚部分处,则在不正确采集的超声图像中的左心室的测量直径可能是不准确的并且与在心尖视图图像中估计的直径不一致。因此,质量评估处理器140可以执行跟踪或分割过程从而提供舒张末期和收缩末期的心脏轮廓、图或点,将其进行比较以确定在一定时间段(例如,心动周期)内在多个超声图像的图像循环中描绘的心尖点的移动量。
在各种实施方案中,由质量评估处理器140执行的作为深度神经网络提供的任何分析过程或算法可以由例如输入层、输出层以及在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,人工智能视图识别分析过程或算法可包括输入层,该输入层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视图的神经元。作为示例,如果对心脏成像,则输出层可以包括用于4CH视图、2CH视图、APLAX视图、PLAX视图、短轴心尖级(SAX-AP)视图、短轴乳头肌级(SAX-PM)视图、短轴二尖瓣级(SAX-MV)视图、未知视图、其他视图和/或任何合适视图的神经元。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。由质量评估处理器140视图识别深度神经网络(例如,卷积神经网络)执行的处理可高概率地识别超声图像数据中的解剖结构的图像视图。
质量评估处理器140可以被配置为基于上述过程和/或算法生成客观图像质量度量,诸如视图识别、结构识别、频谱识别、舒张末期估计、自动功能成像(AFI)分析(例如,片段的可跟踪性)、射血分数分析(例如,舒张末期和收缩末期轮廓重叠)、人工智能(AI)置信度分析、球形分析、分割、自动测量(例如,左心室(LV)研究、心尖运动、心脏自动多普勒等)、心率相容性分析、自动临床发现(例如,舒张期(diastology)评估)、图像一致性、图像倾斜/旋转偏移等。质量评估处理器140被配置为在完成超声图像采集之后立即分析所采集的超声图像的图像循环,以最大化用于对图像循环的超声图像进行稳健评估的计算资源。质量评估处理器140使显示系统134在超声探头104停止采集图像循环的超声图像之后几乎实时地呈现客观图像质量度量。在各种实施方案中,客观图像质量度量可以与所采集的超声图像的图像循环的预览一起呈现。
客观图像质量度量可以包括识别多个超声图像的图像循环的问题的图形表示、识别多个超声图像的图像循环的问题的文本表示、和/或引导用户解决多个超声图像的图像循环的问题的指令。例如,客观图像质量度量的图形表示可以是如图2中所示的识别在一定时间段内在超声图像的图像循环中描绘的心尖点的移动量的透视缩短度量。附加地和/或另选地,如图3所示,可以在显示系统134处呈现透视缩短度量的文本表示以及用于解决透视缩短问题的指令。作为另一示例,客观图像质量度量的图形表示可以是应变分析度量,其标识在超声图像的图像循环中描绘的左心室的多个片段中的每一个片段的可跟踪性,如图4中所示。附加地和/或另选地,应变分析度量的文本表示可以在显示系统134处呈现,如图5所示。客观图像质量度量还可以包括用于识别超声图像数据中的问题和/或提供用于解决超声图像数据中所识别的问题的指令的数值、等级、符号、颜色编码、方向指示符等。
图2是根据各种实施方案的以图形方式标识透视缩短312、314的客观图像质量度量310的示例性视觉表示的显示300。参考图2,显示300包括图像显示部分302,该图像显示部分包括超声图像304和示例性图形客观图像质量度量310。在图2的示例中,图形客观图像质量度量310是识别在一定时间段(例如,心动周期)内在多个超声图像的图像循环中描绘的心尖点的移动量的透视缩短度量。具体地,信号处理器132的质量评估处理器140可以执行界标检测/分割和跟踪过程或算法(例如,射血分数工具或左心室容积工具)以识别透视缩短问题。图形客观图像质量度量可以包括在心动周期的收缩末期312处的心脏轮廓和在心动周期的舒张末期314处的心脏轮廓。心脏轮廓312、314的顶部部分水平地和竖直地偏移,从而图示对应于透视缩短问题的心尖点的运动。因此,超声操作者可以经由用户输入设备130(诸如冻结按钮)提供用户输入,以丢弃超声图像304的图像循环并且利用重新定位在心脏的心尖处的超声探头104恢复超声图像的附加图像循环的采集。另选地,如果超声操作者基于客观图像质量度量310对超声图像的图像循环满意,则超声操作者可以经由用户输入设备130(诸如图像存储按钮)提供用户输入,以将超声图像304的图像循环永久地存储到档案138和/或任何合适的长期数据存储介质。
图3是根据各种实施方案的以文本方式标识透视缩短并且提供引导用户解决透视缩短问题的指令的客观图像质量度量410的示例性视觉表示的显示400。参考图3,显示400包括示例性文本客观图像质量度量410。在各种实施方案中,文本客观图像质量度量410可以在显示系统134处与所采集的图像循环的预览一起呈现,以供超声操作者查看。在图3的示例中,文本客观图像质量度量410是识别在一定时间段(例如,心动周期)内在多个超声图像的图像循环中描绘的心尖点的移动量的透视缩短度量。具体地,信号处理器132的质量评估处理器140可以执行处理或算法以识别透视缩短问题。质量评估处理器140可以生成描述与透视缩短问题相对应的心尖点的移动的文本客观图像质量度量410。例如,在图3中,文本客观图像质量度量410陈述“心尖在心动周期期间移动”。在各种实施方案中,文本客观图像质量度量410还可以提供用于解决透视缩短问题的指令。例如,在图3中,文本客观质量度量410陈述“请确保探头位于心脏的心尖处”。因此,超声操作者可以选择用户输入设备130(诸如冻结按钮),以丢弃超声图像的图像循环并且利用重新定位在心脏的心尖处的超声探头104恢复超声图像的附加图像循环的采集。另选地,如果超声操作者基于客观图像质量度量410对超声图像的图像循环满意,则超声操作者可以选择用户输入设备130(诸如图像存储按钮),以将超声图像的图像循环永久地存储到档案138和/或任何合适的长期数据存储介质。
图4是根据各种实施方案的以图形方式标识不适合于在执行应变分析中跟踪(512)的片段的示例性客观图像质量度量510的显示500。参考图4,显示500包括图像显示部分502,该图像显示部分包括超声图像504和示例性图形客观图像质量度量510。在图4的示例中,图形客观图像质量度量510是应变分析度量,其识别在多个超声图像504的图像循环中描绘的左心室的多个片段中的每一个片段的可跟踪性。多个片段中的每一个片段的可跟踪性对应于执行应变分析的能力。具体地,信号处理器132的质量评估处理器140可以执行自动功能成像(AFI)分析过程或算法和/或任何合适的基于跟踪的区域性应变工具,以识别对于应变分析可能不可跟踪的片段。图形客观图像质量度量510可以包括所成像的左心室的多个片段的标识。图形客观图像质量度量510可以包括不可跟踪片段的标识512。图形客观图像质量度量510的标识512可以包括用于识别片段的可跟踪性的文本、符号、颜色编码等。在图4的示例中,标识512是设置在心尖间隔片段上的“X”,以向超声操作者提供心尖间隔片段对于应变分析而言不充分可见(即,不可跟踪)的反馈。因此,超声操作者可以经由用户输入设备130(诸如冻结按钮)提供用户输入,以丢弃超声图像504的图像循环并且恢复超声图像的附加图像循环的采集。另选地,如果超声操作者基于客观图像质量度量510对超声图像的图像循环满意,则超声操作者可以经由用户输入设备130(诸如图像存储按钮)提供用户输入,以将超声图像504的图像循环永久地存储到档案138和/或任何合适的长期数据存储介质。
图5是根据各种实施方案的以文本方式标识不适合于在执行应变分析中跟踪的片段的示例性客观图像质量度量610的显示。参考图5,显示600包括示例性文本客观图像质量度量610。在各种实施方案中,文本客观图像质量度量610可以在显示系统134处与所采集的图像循环的预览一起呈现,以供超声操作者查看。在图5的示例中,文本客观图像质量度量610是应变分析度量,其识别在多个超声图像的图像循环中描绘的左心室的多个片段中的每一个片段的可跟踪性。多个片段中的每一个片段的可跟踪性对应于执行应变分析的能力。具体地,信号处理器132的质量评估处理器140可以执行过程或算法以识别对于应变分析而言可能不可跟踪的片段。质量评估处理器140可以生成描述用于执行应变分析的片段的可跟踪性的文本客观图像质量度量610。例如,在图5中,文本客观图像质量度量610陈述“对于应变分析而言心尖间隔片段不充分可见”。因此,超声操作者可以选择用户输入设备130(诸如冻结按钮),以丢弃超声图像的图像循环并且恢复超声图像的附加图像循环的采集。另选地,如果超声操作者基于客观图像质量度量610对超声图像的图像循环满意,则超声操作者可以选择用户输入设备130(诸如图像存储按钮),以将超声图像的图像循环永久地存储到档案138和/或任何合适的长期数据存储介质。
再次参考图1,质量评估处理器140可以被配置为响应于经由用户输入设备130接收到的用户输入而永久地存储(即,长期存储)超声图像的图像循环或者丢弃超声图像的图像循环。例如,超声操作者可以基于所呈现的标识适合于后续测量和/或分析的超声图像的图像循环的客观图像质量度量来选择图像存储按钮和/或任何合适的用户输入设备130。附加地和/或另选地,超声操作者可以选择冻结按钮或任何合适的用户输入设备130来丢弃超声图像的图像循环并且基于所呈现的标识不适合于后续测量和/或分析的超声图像的图像循环的客观图像质量度量来恢复超声图像的附加图像循环的采集。在示例性实施方案中,质量评估处理器140可以附加地和/或另选地被配置为基于客观图像质量度量与预定义阈值的比较来自动地永久地存储超声图像的图像循环(即,长期存储)或丢弃超声图像的图像循环。
在各种实施方案中,由质量评估处理器140执行的过程和/或算法可以基于默认设置、用户可配置设置、超声检查类型等。客观图像质量度量的视觉表示(例如,图形、文本和/或指令)可以基于默认设置、用户可配置设置等。
显示系统134可为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可操作以呈现超声图像304、504的图像循环、客观图像质量度量301、410、510、610和/或任何合适的信息。
档案138可以是与超声系统100集成和/或可通信地耦接(例如,通过网络)到超声系统100的一个或多个计算机可读存储器,诸如图像归档和通信系统(PACS)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储器、闪存存储器、随机存取存储器、只读存储器、可电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、信息集或其它存储器。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,档案138存储例如超声图像304、504的图像循环和/或用于生成和呈现客观图像质量度量310、410、510、610的指令。
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。
仍然参考图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/或代码可操作以训练由质量评估处理器140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,由质量评估处理器140推断的人工智能模型可以被训练为基于使用解剖结构的分类超声图像和/或图像循环的数据库220对超声图像的图像循环的分析来自动地生成客观图像质量度量。
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。
图6是示出根据各种实施方案的可以被用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像304、504的图像循环的客观图像质量度量310、410、510、610的示例性步骤702至步骤716的流程图700。参考图6,示出了包括示例性步骤702至步骤716的流程图700。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702处,超声系统100启动具有多个超声图像304、504的图像循环的采集。例如,超声系统100可利用定位在感兴趣的区域上方的扫描位置处的超声探头104来采集图像。超声操作者可以在经由用户输入设备130提供用户输入(诸如图像存储用户输入)之前采集预定时间段、图像帧数、心动周期等的图像循环(即,回顾性采集)。附加地和/或另选地,超声操作者可以在经由用户输入设备130提供用户输入(诸如图像存储用户输入)之后采集预定时间段、图像帧数、心动周期等的图像循环(即,前瞻性采集)。
在步骤704处,超声系统100停止图像循环的采集。例如,在回顾性采集中,超声系统100的超声探头104可以响应于经由用户输入设备130的用户输入(诸如对图像存储按钮或任何合适的用户输入设备130的选择)而停止采集图像循环的超声图像304、504。附加地和/或另选地,在前瞻性采集中,超声系统100的超声探头104可以在经由用户输入设备130提供用户输入(诸如对图像存储按钮或任何合适的用户输入设备130的选择)之后的预定时间段、图像帧数、心动周期等之后自动地停止采集图像循环的超声图像304、504。
在步骤706处,超声系统100的信号处理器132可以处理图像循环以生成客观图像质量度量310、410、510、610。例如,信号处理器132的质量评估处理器140可以接收由探头104采集的超声图像304、504的图像循环。质量评估处理器140可以包括图像分析算法、一个或多个深度神经网络(例如,卷积神经网络)和/或可以利用被配置为分析所采集的图像循环以自动地生成客观图像质量度量310、410、510、610从而提供识别图像循环中阻止对超声图像304、504的图像循环中描绘的解剖结构的后续分析和测量的问题的反馈的任何适当形式的图像分析技术或机器学习处理功能。作为示例,质量评估处理器140可以执行视图识别、结构识别、频谱识别、舒张末期估计、自动功能成像(AFI)分析(例如,片段的可跟踪性)、射血分数分析(例如,舒张末期和收缩末期轮廓重叠)、人工智能(AI)置信度分析、球形分析、分割、自动测量(例如,左心室(LV)研究、心尖运动、心脏自动多普勒等)、心率相容性分析、自动临床发现(例如,舒张期(diastology)评估)、图像一致性、图像倾斜/旋转偏移等。质量评估处理器140可以被配置为识别超声图像304、504的不适当图像循环,诸如非标准图像(例如,未被自动地识别)、不能被自动地测量的图像、与至少一个其他图像循环相比图像循环的变化的心跳、具有不一致的结构尺寸的图像、透视缩短、不可跟踪的片段和/或任何合适的图像问题。质量评估处理器140可以被配置为基于对超声图像304、504的图像循环的分析来生成客观图像质量度量310、410、510、610。
在步骤708处,超声系统100的信号处理器132可以呈现客观图像质量度量310、410、510、610的视觉表示。例如,信号处理器132的质量评估处理器140可以使得超声系统100的显示系统134呈现在步骤706处生成的客观图像质量度量310、410、510、610的视觉表示。客观图像质量度量310、410、510、610可以包括识别多个超声图像304、504的图像循环的问题的图形表示310、510、识别多个超声图像304、504的图像循环的问题的文本表示410、610、和/或引导用户解决多个超声图像304、504的图像循环的问题的指令410。客观图像质量度量310、410、510、610还可以包括用于识别超声图像数据中的问题和/或提供用于解决超声图像数据中所识别的问题的指令的数值、等级、符号、颜色编码、方向指示符等。在各种实施方案中,客观图像质量度量310、410、510、610可以在显示系统134处与超声图像304、504的图像循环的预览一起呈现,以供超声操作者查看。
在步骤710处,超声系统100的信号处理器132确定超声图像304、504的图像循环将被永久地存储在长期存储器中还是被丢弃。例如,如果超声操作者基于客观图像质量度量310、410、510、610对超声图像304、504的图像循环满意,则在步骤712处,超声操作者可以经由用户输入设备130(诸如图像存储按钮)提供用户输入,以将超声图像304、504的图像循环永久地存储到档案138和/或任何合适的长期数据存储介质。作为另一示例,如果超声操作者对超声图像304、504的图像循环不满意,则超声操作者可以选择用户输入设备130(诸如冻结按钮)来丢弃超声图像304、504的图像循环,并且返回到步骤702以恢复利用超声探头104对超声图像的附加图像循环的采集。在示例性实施方案中,质量评估处理器140可以附加地和/或另选地被配置为基于客观图像质量度量310、410、510、610与预定义阈值的比较来自动地确定是永久地存储超声图像304、504的图像循环(即,长期存储)还是丢弃超声图像304、504的图像循环。
在步骤712处,超声系统100的信号处理器132永久地存储多个超声图像304、504的图像循环。例如,响应于在步骤710处接收到图像存储用户输入和/或在步骤710处自动地确定客观图像质量度量310、410、510、610超过预定义阈值,质量评估处理器140将超声图像304、504的图像循环存储在档案138和/或任何合适的长期(即,永久)数据存储介质处。
在步骤714处,超声系统100的信号处理器132确定超声检查是否完成。例如,信号处理器132可以经由用户输入设备130接收操作者选择以结束超声检查。如果信号处理器132没有接收到选择结束超声检查的选项的用户输入,则该方法可以返回到步骤702以恢复超声图像304、504的附加循环的采集。如果信号处理器132接收到选择结束超声检查的选项的用户输入,则该方法进行到步骤716并且超声检查结束。
在步骤716处,完成超声检查,结束过程700。
本公开的各方面提供了方法700和系统100,用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像304、504的图像循环的客观图像质量度量310、410、510、610。根据各种实施方案,方法700可以包括通过超声系统100的超声探头104执行702对多个超声图像304、504的图像循环的采集。方法700可包括停止执行704由超声探头104对多个超声图像304、504的图像循环的采集。方法700可包括在停止执行704通过超声探头104的采集之后通过超声系统100的至少一个处理器132、140处理706多个超声图像304、504的图像循环以生成客观图像质量度量310、410、510、610。方法700可包括由至少一个处理器132、140使708显示系统134呈现客观图像质量度量310、410、510、610的视觉表示。
在示例性实施方案中,方法700包括由至少一个处理器132、140接收704用于停止采集的第一用户输入。停止执行704采集响应于接收到用于停止采集的第一用户输入。方法700包括由至少一个处理器132、140接收710、712第二用户输入以在呈现708客观图像质量度量310、410、510、610的视觉表示之后永久地存储多个超声图像304、504的图像循环。在代表性实施方案中,方法700包括由至少一个处理器132、140接收704用于停止采集的第一用户输入。停止执行704采集响应于接收到用于停止采集的第一用户输入。方法700包括由至少一个处理器132、140接收710、702第二用户输入,以在呈现708客观图像质量度量310、410、510、610的视觉表示之后启动采集702附加的多个超声图像304、504的附加循环。响应于第二用户输入,丢弃多个超声图像304、504的图像循环,而不永久地存储多个超声图像304、504的图像循环。在各种实施方案中,方法700包括由至少一个处理器132、140接收702第一用户输入以启动执行采集702。响应于预定义的用户配置,自动地执行停止执行704采集。
在某些实施方案中,方法700包括由至少一个处理器132、140自动地确定710客观图像质量度量310、410、510、610高于质量阈值。方法700包括响应于自动地确定710客观图像质量度量310、410、510、610高于质量阈值,由至少一个处理器132、140自动地永久地存储712多个超声图像304、504的图像循环。在示例性实施方案中,客观图像质量度量310、410、510、610的视觉表示包括识别多个超声图像304、504的图像循环的问题的客观图像质量度量310、410、510、610的图形表示310、510,识别多个超声图像304、504的图像循环的问题的客观图像质量度量310、410、510、610的文本表示410、610,和/或引导用户解决多个超声图像304、504的图像循环的问题的指令410。在代表性实施方案中,方法700包括由至少一个处理器132、140使得708显示系统134呈现具有客观图像质量度量310、410、510、610的视觉表示的多个超声图像304、504的图像循环。在各种实施方案中,客观图像质量度量310、410、510、610包括应变分析度量510、610,其识别在多个超声图像304、504的图像循环中描绘的解剖结构的多个片段中的每一个片段的可跟踪性512。多个片段中的每一个片段的可跟踪性512对应于执行应变分析的能力。在某些实施方案中,客观图像质量度量310、410、510、610包括透视缩短度量310、410,其识别在一定时间段内在多个超声图像304、504的图像循环中描绘的心尖点的移动量312、314。在示例性实施方案中,客观图像质量度量310、410、510、610包括心率相容性度量,该心率相容性度量识别与多个超声图像304、504的图像循环对应的第一心率是否在与至少一个其他心率的相容性阈值内,该至少一个其他心率与永久地存储在超声系统100的档案138处的至少一个其他图像循环相对应。
各种实施方案提供了用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像304、504的图像循环的客观图像质量度量310、410、510、610的系统100。系统100可包括超声探头104、至少一个处理器132、140和显示系统134。超声探头104可以被配置为执行对多个超声图像304、504的图像循环的采集。超声探头104可以被配置为停止执行对多个超声图像304、504的图像循环的采集。至少一个处理器132、140可以被配置为处理多个超声图像304、504的图像循环,以在停止超声探头104的采集之后生成客观图像质量度量310、410、510、610。显示系统134可以被配置为呈现客观图像质量度量310、410、510、610的视觉表示。
在代表性实施方案中,至少一个处理器132、140被配置为接收第一用户输入以停止执行采集。响应于接收到停止执行采集的第一用户输入而停止采集。至少一个处理器132、140被配置为接收第二用户输入,以在呈现客观图像质量度量310、410、510、610的视觉表示之后永久地存储多个超声图像304、504的图像循环。在各种实施方案中,至少一个处理器132、140被配置为接收第一用户输入以停止执行采集。响应于接收到停止执行采集的第一用户输入而停止采集。至少一个处理器132、140被配置为接收第二用户输入,以在呈现客观图像质量度量310、410、510、610的视觉表示之后启动对附加的多个超声图像的附加循环的采集。响应于第二用户输入,丢弃多个超声图像304、504的图像循环,而不永久地存储多个超声图像304、504的图像循环。在某些实施方案中,至少一个处理器132、140被配置为接收第一用户输入以启动超声探头104执行采集。响应于预定义的用户配置,自动地停止超声探头104的采集。在示例性实施方案中,至少一个处理器132、140被配置为自动地确定客观图像质量度量310、410、510、610高于质量阈值。至少一个处理器132、140被配置为响应于自动确定客观图像质量度量310、410、510、610高于质量阈值而自动地永久地存储多个超声图像304、504的图像循环。在代表性实施方案中,客观图像质量度量310、410、510、610的视觉表示包括识别多个超声图像304、504的图像循环的问题的客观图像质量度量310、410、510、610的图形表示310、510,识别多个超声图像304、504的图像循环的问题的客观图像质量度量310、410、510、610的文本表示410、610,和/或引导用户解决多个超声图像304、504的图像循环的问题的指令410。
在各种实施方案中,显示系统134被配置为呈现具有客观图像质量度量310、410、510、610的视觉表示的多个超声图像304、504的图像循环。在某些实施方案中,客观图像质量度量310、410、510、610包括应变分析度量510、610,其识别在多个超声图像304、504的图像循环中描绘的解剖结构的多个片段中的每一个片段的可跟踪性512。多个片段中的每一个片段的可跟踪性512对应于执行应变分析的能力。在示例性实施方案中,客观图像质量度量310、410、510、610包括透视缩短度量310、410,其识别在一定时间段内在多个超声图像304、504的图像循环中描绘的心尖点的移动量312、314。在代表性实施方案中,客观图像质量度量310、410、510、610包括心率相容性度量,该心率相容性度量识别与多个超声图像304、504的图像循环对应的第一心率是否在与至少一个其他心率的相容性阈值内,该至少一个其他心率与永久地存储在超声系统100的档案138处的至少一个其他图像循环相对应。
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/或以其它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计算机可读设备和/或非暂态计算机可读介质,和/或机器可读设备和/或非暂态机器可读介质,其上存储有机器代码和/或具有可由机器和/或计算机执行的至少一个代码段的计算机程序,从而使机器和/或计算机执行如本文所述的用于在采集图像循环之后且在永久地存储图像循环之前提供超声图像的图像循环的客观图像质量度量的步骤。
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它装置都是合适的。
各个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 (15)
1.一种方法(700),所述方法包括:
由超声系统(100)的超声探头(104)执行(702)对多个超声图像(304,504)的图像循环的采集;
停止执行(704)由所述超声探头(104)对所述多个超声图像(304,504)的所述图像循环的所述采集;
在所述停止执行由所述超声探头(104)的采集之后,由所述超声系统(100)的至少一个处理器(132,140)处理(706)所述多个超声图像(304,504)的所述图像循环以生成客观图像质量度量(310,410,510,610);以及
由所述至少一个处理器(132,140)使(708)显示系统(134)呈现所述客观图像质量度量(310,410,510,610)的视觉表示。
2.根据权利要求1所述的方法(700),所述方法包括:
由所述至少一个处理器(132,140)接收(704)停止所述采集的第一用户输入,其中所述停止执行(704)所述采集响应于接收到停止所述采集的所述第一用户输入;以及
由所述至少一个处理器(132,140)接收(710,712)第二用户输入以在呈现(708)所述客观图像质量度量(310,410,510,610)的所述视觉表示之后永久地存储所述多个超声图像(304,504)的所述图像循环。
3.根据权利要求1所述的方法(700),所述方法包括:
由所述至少一个处理器(132,140)接收(704)停止所述采集的第一用户输入,其中所述停止执行(704)所述采集响应于接收到停止所述采集的所述第一用户输入;以及
由所述至少一个处理器(132,140)接收(710,712)第二用户输入,以在所述呈现所述客观图像质量度量(310,410,510,610)的所述视觉表示之后启动附加的多个超声图像(304,504)的附加循环的采集,其中响应于所述第二用户输入,丢弃所述多个超声图像(304,504)的所述图像循环,而不永久地存储所述多个超声图像(304,504)的所述图像循环。
4.根据权利要求1所述的方法(700),其中所述客观图像质量度量(310,410,510,610)的所述视觉表示包括:
识别所述多个超声图像(304,504)的所述图像循环的问题的所述客观图像质量度量(310,410,510,610)的图形表示(310,510),
识别所述多个超声图像(304,504)的所述图像循环的所述问题的所述客观图像质量度量(310,410,510,610)的文本表示(410,610),和/或
引导用户解决所述多个超声图像(304,504)的所述图像循环的所述问题的指令(410)。
5.根据权利要求1所述的方法(700),包括由所述至少一个处理器(132,140)使(708)所述显示系统(134)呈现具有所述客观图像质量度量(310,410,510,610)的所述视觉表示的所述多个超声图像(304,504)的所述图像循环。
6.根据权利要求1所述的方法(700),其中所述客观图像质量度量(310,410,510,610)包括应变分析度量(510,610),所述应变分析度量识别在所述多个超声图像(304,504)的所述图像循环中描绘的解剖结构的多个片段中的每一个片段的可跟踪性(512),所述多个片段中的每一个片段的所述可跟踪性(512)对应于执行应变分析的能力。
7.根据权利要求1所述的方法(700),其中所述客观图像质量度量(310,410,510,610)包括透视缩短度量(310,410),所述透视缩短度量识别在一定时间段内在所述多个超声图像(304,504)的所述图像循环中描绘的心尖点的移动量(312,314)。
8.根据权利要求1所述的方法(700),其中所述客观图像质量度量(310,410,510,610)包括心率相容性度量,所述心率相容性度量识别与所述多个超声图像(304,504)的所述图像循环对应的第一心率是否在与至少一个其他心率的相容性阈值内,所述至少一个其他心率与永久地存储在所述超声系统(100)的档案(138)处的至少一个其他图像循环相对应。
9.一种系统(100),所述系统包括:
超声探头(104),所述超声探头被配置为:
执行对多个超声图像(304,504)的图像循环的采集;以及
停止执行对所述多个超声图像(304,504)的所述图像循环的所述采集;
至少一个处理器(132,140),所述至少一个处理器被配置为处理所述多个超声图像(304,504)的所述图像循环以在停止由所述超声探头(104)的所述采集之后以生成客观图像质量度量(310,410,510,610);以及
显示系统(134),所述显示系统被配置为呈现所述客观图像质量度量(310,410,510,610)的视觉表示。
10.根据权利要求9所述的系统(100),其中所述至少一个处理器(132,140)被配置为:
接收用于停止执行所述采集的第一用户输入,其中响应于接收到用于停止执行所述采集的所述第一用户输入而停止所述采集;以及
接收第二用户输入,以在所述呈现所述客观图像质量度量(310,410,510,610)的所述视觉表示之后永久地存储所述多个超声图像(304,504)的所述图像循环。
11.根据权利要求9所述的系统(100),其中所述至少一个处理器(132,140)被配置为:
接收用于停止执行所述采集的第一用户输入,其中响应于接收到用于停止执行所述采集的所述第一用户输入而停止所述采集;以及
接收第二用户输入,以在所述呈现所述客观图像质量度量(310,410,510,610)的所述视觉表示之后启动附加的多个超声图像(304,504)的附加循环的采集,其中响应于所述第二用户输入,丢弃所述多个超声图像(304,504)的所述图像循环,而不永久地存储所述多个超声图像(304,504)的所述图像循环。
12.根据权利要求9所述的系统(100),其中所述客观图像质量度量(310,410,510,610)的所述视觉表示包括:
识别所述多个超声图像(304,504)的所述图像循环的问题的所述客观图像质量度量(310,410,510,610)的图形表示(310,510),识别所述多个超声图像(304,504)的所述图像循环的所述问题的所述客观图像质量度量(310,410,510,610)的文本表示(410,610),和/或
引导用户解决所述多个超声图像(304,504)的所述图像循环的所述问题的指令(410)。
13.根据权利要求9所述的系统(100),其中所述客观图像质量度量(310,410,510,610)包括应变分析度量(510,610),所述应变分析度量识别在所述多个超声图像(304,504)的所述图像循环中描绘的解剖结构的多个片段中的每一个片段的可跟踪性(512),所述多个片段中的每一个片段的所述可跟踪性(512)对应于执行应变分析的能力。
14.根据权利要求9所述的系统(100),其中所述客观图像质量度量(310,410,510,610)包括透视缩短度量(310,410),所述透视缩短度量识别在一定时间段内在所述多个超声图像(304,504)的所述图像循环中描绘的心尖点的移动量(312,314)。
15.根据权利要求9所述的系统(100),其中所述客观图像质量度量(310,410,510,610)包括心率相容性度量,所述心率相容性度量识别与所述多个超声图像(304,504)的所述图像循环对应的第一心率是否在与至少一个其他心率的相容性阈值内,所述至少一个其他心率与永久地存储在所述超声系统(100)的档案(138)处的至少一个其他图像循环相对应。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US18/086,372 | 2022-12-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118266986A true CN118266986A (zh) | 2024-07-02 |
Family
ID=
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11635514B2 (en) | Imaging methods and apparatuses for performing shear wave elastography imaging | |
US11488298B2 (en) | System and methods for ultrasound image quality determination | |
JP7266523B2 (ja) | 出産前超音波イメージング | |
JP2015500083A (ja) | 心エコー検査のための自動的な画像化平面選択 | |
JP2009504351A (ja) | 血圧および超音波データの取り込みおよび表示のためのシステムおよび方法 | |
JP2013528458A (ja) | 3d超音波胎児イメージングのための自動心拍数検出 | |
CN110477952B (zh) | 超声波诊断装置、医用图像诊断装置及存储介质 | |
JP7204106B2 (ja) | 超音波プローブ用ナビゲートシステム、および、そのナビゲート表示装置 | |
CN114246611B (zh) | 用于超声成像系统的自适应接口的系统和方法 | |
US11707201B2 (en) | Methods and systems for medical imaging based analysis of ejection fraction and fetal heart functions | |
CN113558658A (zh) | 提供超声图像的方法和系统 | |
US20210030402A1 (en) | Method and system for providing real-time end of ultrasound examination analysis and reporting | |
US20230087363A1 (en) | Methods and systems for automatic assessment of fractional limb volume and fat lean mass from fetal ultrasound scans | |
CN118266986A (zh) | 用于在超声图像采集之后且在永久存储之前提供客观图像质量度量的方法和系统 | |
US20240212134A1 (en) | Method and system for providing an objective image quality metric after ultrasound image acquisition and prior to permanent storage | |
CN113012057A (zh) | 对超声扫描仪中ai网络的连续训练 | |
US20220211347A1 (en) | Method and system for automatically detecting an apex point in apical ultrasound image views to provide a foreshortening warning | |
US12026886B2 (en) | Method and system for automatically estimating a hepatorenal index from ultrasound images | |
US20220160334A1 (en) | Method and system for enhanced visualization of a pleural line by automatically detecting and marking the pleural line in images of a lung ultrasound scan | |
US20220237798A1 (en) | Method and system for automatically estimating a hepatorenal index from ultrasound images | |
US11382595B2 (en) | Methods and systems for automated heart rate measurement for ultrasound motion modes | |
US20220280133A1 (en) | Method and system for automatically detecting an ultrasound image view and focus to provide measurement suitability feedback | |
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 | |
US20240057968A1 (en) | System and method for measuring total blood volume with ultrasound | |
US20240173007A1 (en) | Method and apparatus with user guidance and automated image setting selection for mitral regurgitation evaluation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication |