JP7194691B2 - 超音波臨床特徴検出及び関連する装置、システム、及び方法 - Google Patents
超音波臨床特徴検出及び関連する装置、システム、及び方法 Download PDFInfo
- Publication number
- JP7194691B2 JP7194691B2 JP2019553196A JP2019553196A JP7194691B2 JP 7194691 B2 JP7194691 B2 JP 7194691B2 JP 2019553196 A JP2019553196 A JP 2019553196A JP 2019553196 A JP2019553196 A JP 2019553196A JP 7194691 B2 JP7194691 B2 JP 7194691B2
- Authority
- JP
- Japan
- Prior art keywords
- clinical
- ultrasound
- ultrasound image
- deep learning
- image
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30061—Lung
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Analysis (AREA)
Description
本願は、2017年3月28日に出願された米国仮出願第62/477,536号の優先権及び利益を主張するものであり、この文献は、その全体が参照により本明細書に組み込まれる。
Claims (18)
- 臨床状態検出システムであって、当該システムは、
超音波イメージング装置と通信し、且つある期間に亘って被検体を表す一連の超音波画像フレームを受信するように構成される通信装置と、
該通信装置と通信するプロセッサと、含み、
該プロセッサは、
第1の深層学習ネットワークを前記一連の超音波画像フレームの各超音波画像フレームに適用することにより、前記一連の超音波画像フレームにおける空間ドメイン情報を分類して、臨床特性の第1のセットの各臨床特性の確率を含む分類ベクトルを生成し、
第2の深層学習ネットワークを前記生成した分類ベクトルに適用することにより、前記期間に亘る前記一連の超音波画像フレームに対応する前記分類ベクトルにおける時間ドメイン情報を分類して、臨床特性の第2のセットの各臨床特性の確率を生成し、且つ
前記臨床特性の第2のセットの前記確率に基づいて前記被検体の臨床状態を特定する、ように構成される、
システム。 - 前記第1の深層学習ネットワークは畳み込みニューラルネットワークである、請求項1に記載のシステム。
- 前記プロセッサは、
前記臨床特性の第2のセットの前記確率から最も高い確率を選択することによって、前記臨床状態を特定するようにさらに構成される、請求項1に記載のシステム。 - 前記臨床特性の第1のセットは、前記臨床特性の第2のセットと同一である、請求項1に記載のシステム。
- 前記臨床特性の第1のセットは、異なるタイプの臨床的特徴に関連付けられ、前記臨床特性の第2のセットは、前記異なるタイプの臨床的特徴のうちの少なくとも1つの特徴の異なる重症度に関連付けられる、請求項1に記載のシステム。
- 前記臨床特性の第1のセットは、異なるタイプの臨床的特徴又は異なる重症度のうちの少なくとも一方の第1のカテゴリー分類に関連付けられ、前記臨床特性の第2のセットは、前記異なるタイプの臨床的特徴又は前記異なる重症度のうちの少なくとも一方の第2のカテゴリー分類に関連付けられる、請求項1に記載のシステム。
- 前記被検体には、肺の少なくとも一部が含まれる、請求項1に記載のシステム。
- 前記臨床状態には、正常肺、Bライン・アーチファクト、コンソリデーション、ブロンコグラム、又は胸水のうちの少なくとも1つに関連する特徴が含まれる、請求項7に記載のシステム。
- 前記臨床状態には、正常肺、Bライン・アーチファクト、コンソリデーション、ブロンコグラム、又は胸水のうちの少なくとも1つの重症度に関連する特徴が含まれる、請求項7に記載のシステム。
- 少なくとも前記第1の深層学習ネットワーク又は前記第2の深層学習ネットワークは、
異なる超音波イメージング装置によって取り込まれた前記臨床状態を含む、テスト被検体を表す複数のスキャン形式の超音波画像を提供すること、
前記異なる超音波イメージング装置から独立した共通の次元又は共通のフォーマットの少なくとも一方に基づいて、前記複数のスキャン形式の超音波画像を複数のスキャン前形式の超音波画像に変換すること、及び
前記臨床状態に関して、前記複数のスキャン前形式の超音波画像の各超音波画像にスコアを割り当てること、により訓練される、請求項1に記載のシステム。 - 前記異なる超音波イメージング装置は、線形超音波トランスデューサ装置、曲線超音波トランスデューサ装置、又はフェーズドアレイ超音波トランスデューサ装置のうちの少なくとも1つを含む、請求項10に記載のシステム。
- 前記プロセッサと通信し、且つ前記臨床状態の指標を表示するように構成されたディスプレイをさらに含む、請求項1に記載のシステム。
- 臨床状態検出システムの作動方法であって、当該作動方法は、
前記臨床状態検出システムの処理コンポーネントが、ある期間に亘って被検体を表す一連の超音波画像フレームを超音波イメージング装置から受信するステップと、
前記処理コンポーネントが、第1の深層学習ネットワークを前記受信した一連の超音波画像フレームの各超音波画像フレームに適用することにより、前記一連の超音波画像フレームにおける空間ドメイン情報を分類して、臨床特性の第1のセットの各臨床特性の確率を含む分類ベクトルを生成するステップと、
前記処理コンポーネントが、第2の深層学習ネットワークを前記生成した分類ベクトルに適用することにより、前記期間に亘る前記一連の超音波画像フレームに対応する前記分類ベクトルにおける時間ドメイン情報を分類して、臨床特性の第2のセットの各臨床特性の確率を生成するステップと、
前記処理コンポーネントが、前記臨床特性の第2のセットに前記確率に基づいて前記被検体の臨床状態を特定するステップと、を含む、
作動方法。 - 前記第1の深層学習ネットワークは畳み込みニューラルネットワークである、請求項13に記載の作動方法。
- 前記特定するステップは、前記処理コンポーネントが、前記臨床特性の第2のセットの前記確率から最も高い確率を選択するステップ、を含む、請求項13に記載の作動方法。
- 前記被検体には、肺の少なくとも一部が含まれ、前記臨床状態には、正常肺、Bライン・アーチファクト、コンソリデーション、ブロンコグラム、又は胸水のうちの少なくとも1つに関連する特徴が含まれる、請求項13に記載の作動方法。
- 前記被検体には、肺の少なくとも一部が含まれ、前記臨床状態には、正常肺、Bライン・アーチファクト、コンソリデーション、ブロンコグラム、又は胸水のうちの少なくとも1つの重症度に関連する特徴が含まれる、請求項13に記載の作動方法。
- 前記臨床状態検出システムのディスプレイが、前記臨床状態の指標を表示するステップをさらに含む、請求項13に記載の作動方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762477536P | 2017-03-28 | 2017-03-28 | |
US62/477,536 | 2017-03-28 | ||
PCT/EP2018/058030 WO2018178212A1 (en) | 2017-03-28 | 2018-03-28 | Ultrasound clinical feature detection and associated devices, systems, and methods |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020512112A JP2020512112A (ja) | 2020-04-23 |
JP7194691B2 true JP7194691B2 (ja) | 2022-12-22 |
Family
ID=62089711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019553196A Active JP7194691B2 (ja) | 2017-03-28 | 2018-03-28 | 超音波臨床特徴検出及び関連する装置、システム、及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11817203B2 (ja) |
EP (1) | EP3602568A1 (ja) |
JP (1) | JP7194691B2 (ja) |
CN (1) | CN110678933B (ja) |
WO (1) | WO2018178212A1 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11446008B2 (en) * | 2018-08-17 | 2022-09-20 | Tokitae Llc | Automated ultrasound video interpretation of a body part with one or more convolutional neural networks |
US10878311B2 (en) * | 2018-09-28 | 2020-12-29 | General Electric Company | Image quality-guided magnetic resonance imaging configuration |
US20200137380A1 (en) * | 2018-10-31 | 2020-04-30 | Intel Corporation | Multi-plane display image synthesis mechanism |
US11487823B2 (en) * | 2018-11-28 | 2022-11-01 | Sap Se | Relevance of search results |
US11443424B2 (en) * | 2020-04-01 | 2022-09-13 | Kpn Innovations, Llc. | Artificial intelligence methods and systems for analyzing imagery |
CN111419283B (zh) * | 2020-04-08 | 2023-11-14 | 上海长征医院 | 一种用于评估新冠肺炎患者病情严重程度的超声分析系统 |
JP7471895B2 (ja) * | 2020-04-09 | 2024-04-22 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置及び超音波診断システム |
CN111598868B (zh) * | 2020-05-14 | 2022-12-30 | 上海深至信息科技有限公司 | 一种肺部超声图像识别方法和系统 |
CN111643118B (zh) * | 2020-06-10 | 2020-11-06 | 北京核信锐视安全技术有限公司 | 基于超声成像的新冠肺炎风险提示装置、系统 |
US20220277175A1 (en) * | 2021-02-28 | 2022-09-01 | Clarius Mobile Health Corp. | Method and system for training and deploying an artificial intelligence model on pre-scan converted ultrasound image data |
CN113344855A (zh) * | 2021-05-10 | 2021-09-03 | 深圳瀚维智能医疗科技有限公司 | 降低乳腺超声病灶检测假阳率的方法、装置、设备及介质 |
WO2023232456A1 (en) | 2022-06-01 | 2023-12-07 | Koninklijke Philips N.V. | Methods and systems for analysis of lung ultrasound |
EP4287203A1 (en) * | 2022-06-01 | 2023-12-06 | Koninklijke Philips N.V. | Methods and systems for analysis of lung ultrasound |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016046140A1 (en) | 2014-09-25 | 2016-03-31 | Koninklijke Philips N.V. | Device and method for automatic pneumothorax detection |
US20160239959A1 (en) | 2013-09-30 | 2016-08-18 | U.S. Government, As Represented By The Secretary Of The Army | Automatic Focused Assessment with Sonography for Trauma Exams |
WO2016193979A1 (en) | 2015-06-03 | 2016-12-08 | Innereye Ltd. | Image classification by brain computer interface |
JP2016221264A (ja) | 2015-05-27 | 2016-12-28 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッドSiemens Medical Solutions USA,Inc. | 知識ベース超音波画像強調 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7738683B2 (en) * | 2005-07-22 | 2010-06-15 | Carestream Health, Inc. | Abnormality detection in medical images |
US9636081B2 (en) * | 2009-06-09 | 2017-05-02 | Koninklijke Philips N.V. | Method and apparatus for recognizing moving anatomical structures using ultrasound |
US9639933B2 (en) * | 2013-02-14 | 2017-05-02 | The Research Foundation For The State University Of New York | Method for adaptive computer-aided detection of pulmonary nodules in thoracic computed tomography images using hierarchical vector quantization and apparatus for same |
KR102325346B1 (ko) * | 2014-12-15 | 2021-11-11 | 삼성전자주식회사 | 의료 영상 진단 장치 및 방법 |
US10176408B2 (en) * | 2015-08-14 | 2019-01-08 | Elucid Bioimaging Inc. | Systems and methods for analyzing pathologies utilizing quantitative imaging |
CN105550699B (zh) * | 2015-12-08 | 2019-02-12 | 北京工业大学 | 一种基于cnn融合时空显著信息的视频识别分类方法 |
CN105718890A (zh) * | 2016-01-22 | 2016-06-29 | 北京大学 | 一种基于卷积神经网络的特定视频检测方法 |
US10856848B2 (en) * | 2016-06-20 | 2020-12-08 | Butterfly Network, Inc. | Augmented reality interface for assisting a user to operate an ultrasound device |
EP3490454A4 (en) * | 2016-07-29 | 2020-08-05 | Novadaq Technologies ULC | METHODS AND SYSTEMS FOR CHARACTERIZING A SUBJECT FABRIC USING MACHINE LEARNING |
US9589374B1 (en) | 2016-08-01 | 2017-03-07 | 12 Sigma Technologies | Computer-aided diagnosis system for medical images using deep convolutional neural networks |
US10748277B2 (en) * | 2016-09-09 | 2020-08-18 | Siemens Healthcare Gmbh | Tissue characterization based on machine learning in medical imaging |
RU2019125590A (ru) * | 2017-01-19 | 2021-02-19 | Нью Йорк Юниверсити | Система и способ ультразвукового анализа |
WO2018165620A1 (en) * | 2017-03-09 | 2018-09-13 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and methods for clinical image classification |
US10176575B2 (en) * | 2017-03-24 | 2019-01-08 | Pie Medical Imaging B.V. | Method and system for assessing vessel obstruction based on machine learning |
-
2018
- 2018-03-28 CN CN201880034991.1A patent/CN110678933B/zh active Active
- 2018-03-28 JP JP2019553196A patent/JP7194691B2/ja active Active
- 2018-03-28 EP EP18720972.1A patent/EP3602568A1/en active Pending
- 2018-03-28 WO PCT/EP2018/058030 patent/WO2018178212A1/en unknown
- 2018-03-28 US US16/498,667 patent/US11817203B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160239959A1 (en) | 2013-09-30 | 2016-08-18 | U.S. Government, As Represented By The Secretary Of The Army | Automatic Focused Assessment with Sonography for Trauma Exams |
WO2016046140A1 (en) | 2014-09-25 | 2016-03-31 | Koninklijke Philips N.V. | Device and method for automatic pneumothorax detection |
JP2016221264A (ja) | 2015-05-27 | 2016-12-28 | シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッドSiemens Medical Solutions USA,Inc. | 知識ベース超音波画像強調 |
WO2016193979A1 (en) | 2015-06-03 | 2016-12-08 | Innereye Ltd. | Image classification by brain computer interface |
Also Published As
Publication number | Publication date |
---|---|
CN110678933B (zh) | 2023-10-31 |
EP3602568A1 (en) | 2020-02-05 |
US20200043602A1 (en) | 2020-02-06 |
US11817203B2 (en) | 2023-11-14 |
CN110678933A (zh) | 2020-01-10 |
WO2018178212A1 (en) | 2018-10-04 |
JP2020512112A (ja) | 2020-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7194691B2 (ja) | 超音波臨床特徴検出及び関連する装置、システム、及び方法 | |
US11950959B2 (en) | Ultrasound system with automated dynamic setting of imaging parameters based on organ detection | |
JP6935020B2 (ja) | 超音波画像の特徴を識別するシステム及び方法 | |
CN112040876B (zh) | 自适应超声扫描 | |
JP7123891B2 (ja) | 超音波心臓ドップラー検査の自動化 | |
EP3776353B1 (en) | Ultrasound system with artificial neural network for retrieval of imaging parameter settings for recurring patient | |
US11931201B2 (en) | Device and method for obtaining anatomical measurements from an ultrasound image | |
WO2014162232A1 (en) | 3d ultrasound imaging system | |
JP7237147B2 (ja) | バイオメトリック測定及び品質評価 | |
EP4061231B1 (en) | Intelligent measurement assistance for ultrasound imaging and associated devices, systems, and methods | |
EP3977938B1 (en) | Method and ultrasound system for shear wave elasticity imaging | |
JP2022513225A (ja) | フレームのインデックス付け及び画像レビューのためのシステム及び方法 | |
US20240212132A1 (en) | Predicting a likelihood that an individual has one or more lesions | |
JP7453400B2 (ja) | 超音波システムおよび超音波システムの制御方法 | |
EP3685753A1 (en) | Ultrasound imaging apparatus and method of controlling the same |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191128 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210326 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220329 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20220622 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220920 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221115 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221212 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7194691 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |