JPWO2020020809A5 - - Google Patents
Download PDFInfo
- Publication number
- JPWO2020020809A5 JPWO2020020809A5 JP2021503763A JP2021503763A JPWO2020020809A5 JP WO2020020809 A5 JPWO2020020809 A5 JP WO2020020809A5 JP 2021503763 A JP2021503763 A JP 2021503763A JP 2021503763 A JP2021503763 A JP 2021503763A JP WO2020020809 A5 JPWO2020020809 A5 JP WO2020020809A5
- Authority
- JP
- Japan
- Prior art keywords
- interest
- ultrasound
- region
- image
- confidence metric
- 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.)
- Granted
Links
- 238000002604 ultrasonography Methods 0.000 claims 19
- 238000000034 method Methods 0.000 claims 12
- 238000013527 convolutional neural network Methods 0.000 claims 10
- 238000012285 ultrasound imaging Methods 0.000 claims 10
- 210000003484 anatomy Anatomy 0.000 claims 9
- 238000013528 artificial neural network Methods 0.000 claims 6
- 230000011218 segmentation Effects 0.000 claims 6
- 210000004185 liver Anatomy 0.000 claims 4
- 210000003734 kidney Anatomy 0.000 claims 3
- 210000005228 liver tissue Anatomy 0.000 claims 3
- 210000005084 renal tissue Anatomy 0.000 claims 3
- 238000003384 imaging method Methods 0.000 claims 2
- 238000007689 inspection Methods 0.000 claims 2
- 210000001519 tissue Anatomy 0.000 claims 2
- 238000002059 diagnostic imaging Methods 0.000 claims 1
- 239000000523 sample Substances 0.000 claims 1
Claims (21)
- 被検者の生体組織の画像を生成するために、前記被検者に向けて超音波を送信するプローブと、
前記画像を受信し、少なくとも1つのニューラルネットワークを使用して、前記画像がターゲット画像ビューに従って前記生体組織を視覚化する確率を示す信頼メトリックを出力するプロセッサと、
を含み、
前記プロセッサはさらに、前記信頼メトリックの値が閾値を超える場合、
前記画像を選択し、
記憶された前記画像をセグメント化して、少なくとも2つの異なるタイプの生体組織に関連する領域を特定し、
前記少なくとも2つの異なるタイプの生体組織のうちの1つにそれぞれ関連する、第1の複数のピクセル及び第2の複数のピクセルを特定することによって、前記画像内の第1の関心領域及び第2の関心領域の場所を決定し、
前記第1の関心領域及び前記第2の関心領域のエコー強度値の比を計算する、
超音波イメージングシステム。 - 前記プロセッサはさらに、前記信頼メトリックの前記値が前記閾値を超えない場合、1つ以上の連続リアルタイム画像フレームを自動的に受信し、前記1つ以上の連続リアルタイム画像フレームそれぞれの信頼メトリックを出力する、請求項1に記載の超音波イメージングシステム。
- 前記生体組織は、肝組織、腎組織、又はこれらの組み合わせのうちの少なくとも1つを含み、前記少なくとも1つのニューラルネットワークは、前入力画像が、肝臓/腎臓エコー強度比の計算に適した肝臓及び右腎臓サジタルビューに対応する場合に、前記閾値を超える信頼メトリックを生成するようにトレーニングされる、請求項1に記載の超音波イメージングシステム。
- 前記少なくとも1つの人工ニューラルネットワークは、入力画像をセグメント化してセグメンテーションマップを生成するようにトレーニングされた畳み込みニューラルネットワークを含み、前記信頼メトリックは、リアルタイム画像の前記セグメンテーションマップに少なくとも部分的に基づいている、請求項1に記載の超音波イメージングシステム。
- 前記畳み込みニューラルネットワークは、前記入力画像を、縮小パスの後に拡張パスに沿って伝播して、前記セグメンテーションマップを生成する完全畳み込みネットワークを含む、請求項4に記載の超音波イメージングシステム。
- 前記少なくとも1つの人工ニューラルネットワークは、入力画像内の物体を検出し、検出された前記物体の場所と、前記検出された物体がターゲット物体カテゴリに対応する確率とを出力するようにトレーニングされた深層畳み込みネットワークを含み、前記信頼メトリックは、前記確率に基づいている、請求項1に記載の超音波イメージングシステム。
- 前記プロセッサは、前記検出された物体の前記場所に基づいて、第1の関心領域及び第2の関心領域の場所を決定する、請求項6に記載のシステム。
- 前記少なくとも1つの人工ニューラルネットワークは、入力画像を、複数の信頼メトリックに対応する複数の分類のうちの1つに分類する深層畳み込みネットワークを含む、請求項1に記載の超音波イメージングシステム。
- 前記プロセッサは、
記憶された前記画像と同時に少なくとも1つの推奨関心領域ペアを自動的に特定及び表示し、
前記少なくとも1つの推奨関心領域ペアからの1つの推奨関心領域ペアの選択の指示を受信することによって、
前記第1の関心領域及び前記第2の関心領域の場所を決定し、
前記プロセッサは、前記第1の関心領域及び前記第2の関心領域を、選択された前記推奨関心領域ペアに対応するように設定する、
請求項1に記載の超音波イメージングシステム。 - 前記プロセッサはさらに、前記信頼メトリックの現在値を表すグラフィカルインジケータを生成し、前記グラフィカルインジケータを、前記超音波イメージングシステムのディスプレイに表示させ、かつ、前記少なくとも1つの人工ニューラルネットワークによって新しい信頼メトリックが出力されるたびに前記ディスプレイ上で動的に更新させる、請求項1に記載の超音波イメージングシステム。
- 被検者の生体組織の超音波検査方法であって、
超音波システムのプロセッサが、1つ以上のタイプの生体組織を表すリアルタイム超音波画像を受信するステップと、
前記リアルタイム超音波画像を、各入力画像の信頼メトリックを出力するようにトレーニングされた少なくとも1つの畳み込みニューラルネットワークに提供するステップであって、前記信頼メトリックは、前記リアルタイム超音波画像が、ターゲット画像ビューに従って前記生体組織を視覚化する確率を示す、提供するステップと、
前記信頼メトリックが閾値を超える場合は、
前記リアルタイム超音波画像を、前記超音波システムのメモリに自動的に記憶するステップと、
記憶された画像をセグメント化して、少なくとも2つの異なるタイプの生体組織に関連する領域を特定するステップと、
前記少なくとも2つの異なるタイプの生体組織のうちの1つにそれぞれ関連する、第1の複数のピクセル及び第2の複数のピクセルを特定するステップを含む、第1の関心領域及び第2の関心領域の場所を決定するステップと、
前記第1の関心領域のエコー強度値と前記第2の関心領域のエコー強度値との比を計算するステップと、
前記信頼メトリックが前記閾値を超えない場合は、
1つ以上の連続リアルタイム画像それぞれの信頼メトリックを決定するために、前記1つ以上の連続リアルタイム画像を前記少なくとも1つの畳み込みニューラルネットワークに自動的に提供するステップと、
を含む、超音波検査方法。 - 前記リアルタイム超音波画像内に表される前記生体組織は、肝組織、腎組織、又はこれらの組合せのうちの少なくとも1つを含み、前記ターゲット画像ビューは、肝臓/腎臓エコー強度比の計算に適した肝臓及び右腎臓サジタルビューに対応する、請求項11に記載の超音波検査方法。
- 前記少なくとも1つの畳み込みニューラルネットワークは、入力画像をセグメント化してセグメンテーションマップを生成するようにトレーニングされ、リアルタイム画像の前記セグメンテーションマップに基づいて前記信頼メトリックを計算するステップを含む、請求項11に記載の超音波検査方法。
- 前記少なくとも1つの畳み込みニューラルネットワークは、前記入力画像を、縮小パスの後に拡張パスに沿って伝播して、前記セグメンテーションマップを生成する完全畳み込みネットワークを含む、請求項13に記載の超音波検査方法。
- 前記少なくとも1つの畳み込みニューラルネットワークは、1つ以上の物体カテゴリの物体が前入力画像内に存在する確率と、前入力画像内の前記物体の場所とを決定するようにトレーニングされた深層畳み込みネットワークを含む、請求項11に記載の超音波検査方法。
- 前記少なくとも1つの畳み込みニューラルネットワークは、入力画像を、前記閾値を超える値に関連する分類を含む複数の分類のうちの1つに分類する深層畳み込みネットワークを含む、請求項11に記載の超音波検査方法。
- 第1の関心領域及び第2の関心領域の場所を決定するステップは、
前記記憶された画像と同時に少なくとも1つの推奨関心領域ペアを自動的に特定及び表示するステップと、
前記少なくとも1つの推奨関心領域ペアからの1つの推奨関心領域ペアの選択の指示を受信するステップと、
を含み、
前記第1の関心領域及び前記第2の関心領域は、選択された前記推奨関心領域ペアに対応するように設定されている、
請求項11に記載の超音波検査方法。 - コンピュータ支援の肝イメージングモードの起動の指示を受信するステップと、前記閾値を超える信頼メトリックが前記少なくとも1つの畳み込みニューラルネットワークによって出力されるまで、各入力リアルタイム超音波画像を前記少なくとも1つの畳み込みニューラルネットワークに自動的に提供するステップとをさらに含む、請求項11に記載の超音波検査方法。
- 前記信頼メトリックの現在値を表すグラフィカルインジケータを表示するステップをさらに含み、前記表示するステップは、リアルタイム超音波画像が入力されるたびに更新される前記信頼メトリックの前記現在値を表すように前記グラフィカルインジケータを動的に更新するステップを含む、請求項18に記載の超音波検査方法。
- 前記信頼メトリックが前記閾値を超えるという決定に応答して、前記超音波システムのリアルタイムイメージングモードからフリーズモードに自動的に遷移するステップをさらに含み、前記遷移するステップは、前記記憶された超音波画像を表示するステップを含む、請求項11に記載の超音波検査方法。
- 実行されると、医用イメージングシステムのプロセッサに、請求項11から20のいずれか一項に記載の方法を行わせる実行可能命令を含む、非一時的コンピュータ可読媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNPCT/CN2018/097194 | 2018-07-26 | ||
CN2018097194 | 2018-07-26 | ||
US201862711974P | 2018-07-30 | 2018-07-30 | |
US62/711,974 | 2018-07-30 | ||
PCT/EP2019/069637 WO2020020809A1 (en) | 2018-07-26 | 2019-07-22 | Ultrasound system with an artificial neural network for guided liver imaging |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021531885A JP2021531885A (ja) | 2021-11-25 |
JPWO2020020809A5 true JPWO2020020809A5 (ja) | 2022-07-28 |
JP7407790B2 JP7407790B2 (ja) | 2024-01-04 |
Family
ID=67544165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021503763A Active JP7407790B2 (ja) | 2018-07-26 | 2019-07-22 | 誘導肝イメージングのための人工ニューラルネットワークを有する超音波システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210177373A1 (ja) |
EP (1) | EP3826544A1 (ja) |
JP (1) | JP7407790B2 (ja) |
CN (1) | CN112469340A (ja) |
WO (1) | WO2020020809A1 (ja) |
Families Citing this family (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102591371B1 (ko) * | 2017-12-28 | 2023-10-19 | 삼성메디슨 주식회사 | 초음파 영상 장치 및 그 제어 방법 |
EP3536245A1 (en) * | 2018-03-08 | 2019-09-11 | Koninklijke Philips N.V. | A system and method of identifying characteristics of ultrasound images |
KR102258776B1 (ko) * | 2019-05-20 | 2021-05-31 | 주식회사 힐세리온 | 인공지능형 초음파 지방간 자동 진단 장치 및 이를 이용한 원격 의료 진단 방법 |
KR20210045891A (ko) * | 2019-10-17 | 2021-04-27 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 화면 캡쳐 운용 방법 |
CN111513762A (zh) * | 2019-10-30 | 2020-08-11 | 深圳迈瑞生物医疗电子股份有限公司 | 超声数据处理方法、超声数据处理系统及计算机存储介质 |
US11461594B2 (en) * | 2020-03-23 | 2022-10-04 | Raytheon Company | Transform disentangling auto-encoder and related methods |
CN111415311B (zh) * | 2020-03-27 | 2023-03-14 | 北京航空航天大学杭州创新研究院 | 资源节约型图像质量增强模型 |
CN111513765B (zh) * | 2020-04-26 | 2022-08-09 | 深圳华声医疗技术股份有限公司 | 呼吸肌组织的超声测量方法、超声测量装置及存储介质 |
US11532084B2 (en) | 2020-05-11 | 2022-12-20 | EchoNous, Inc. | Gating machine learning predictions on medical ultrasound images via risk and uncertainty quantification |
US11523801B2 (en) | 2020-05-11 | 2022-12-13 | EchoNous, Inc. | Automatically identifying anatomical structures in medical images in a manner that is sensitive to the particular view in which each image is captured |
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 |
US11782685B2 (en) * | 2020-06-17 | 2023-10-10 | Bank Of America Corporation | Software code vectorization converter |
CN112070119A (zh) * | 2020-08-11 | 2020-12-11 | 长沙大端信息科技有限公司 | 超声切面图像质量控制方法、装置和计算机设备 |
US11636593B2 (en) * | 2020-11-06 | 2023-04-25 | EchoNous, Inc. | Robust segmentation through high-level image understanding |
IT202000030767A1 (it) * | 2020-12-14 | 2022-06-14 | Ente Ospedaliero Specializzato In Gastroenterologia Istituto Nazionale Di Ricovero E Cura A Caratter | Metodo per validare la diagnosi di steatosi epatica non alcolica, (nafld), su pazienti in cura senza ricorrere alle tecnologie di imaging, utilizzando un algoritmo di machine learning. |
US11610306B2 (en) | 2020-12-16 | 2023-03-21 | Industrial Technology Research Institute | Medical image analysis method and device |
CA3103872A1 (en) * | 2020-12-23 | 2022-06-23 | Pulsemedica Corp. | Automatic annotation of condition features in medical images |
US20220237798A1 (en) * | 2021-01-22 | 2022-07-28 | GE Precision Healthcare LLC | Method and system for automatically estimating a hepatorenal index from ultrasound images |
US20220273261A1 (en) * | 2021-02-26 | 2022-09-01 | GE Precision Healthcare LLC | Ultrasound imaging system and method for multi-planar imaging |
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 |
TWI790572B (zh) * | 2021-03-19 | 2023-01-21 | 宏碁智醫股份有限公司 | 影像相關的檢測方法及檢測裝置 |
CN113177953B (zh) * | 2021-04-27 | 2024-04-26 | 平安科技(深圳)有限公司 | 肝脏区域分割方法、装置、电子设备及存储介质 |
US20220414402A1 (en) * | 2021-06-28 | 2022-12-29 | Varian Medical Systems, Inc. | Automatic localized evaluation of contours with visual feedback |
US11977605B2 (en) * | 2021-08-16 | 2024-05-07 | Intel Corporation | Methods and apparatus to automatically evolve a code recommendation engine |
AU2021240229B1 (en) * | 2021-09-21 | 2023-02-02 | Sensetime International Pte. Ltd. | Stacked object recognition method, apparatus and device, and computer storage medium |
US20230125779A1 (en) * | 2021-10-25 | 2023-04-27 | EchoNous, Inc. | Automatic depth selection for ultrasound imaging |
US20230181163A1 (en) * | 2021-12-09 | 2023-06-15 | GE Precision Healthcare LLC | System and Method for Automatic Association and Display of Video Loop Subject Matter for Enhanced Identification |
WO2024058849A2 (en) * | 2022-07-01 | 2024-03-21 | Massachusetts Institute Of Technology | Systems and methods for guided airway cannulation |
WO2024042044A1 (en) * | 2022-08-25 | 2024-02-29 | Koninklijke Philips N.V. | Guided ultrasound imaging for point-of-care staging of medical conditions |
EP4327750A1 (en) * | 2022-08-25 | 2024-02-28 | Koninklijke Philips N.V. | Guided ultrasound imaging for point-of-care staging of medical conditions |
WO2024068347A1 (en) * | 2022-09-28 | 2024-04-04 | Koninklijke Philips N.V. | Method and system for performing stiffness measurements using ultrasound shear wave elastography |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6530885B1 (en) | 2000-03-17 | 2003-03-11 | Atl Ultrasound, Inc. | Spatially compounded three dimensional ultrasonic images |
US6443896B1 (en) | 2000-08-17 | 2002-09-03 | Koninklijke Philips Electronics N.V. | Method for creating multiplanar ultrasonic images of a three dimensional object |
JP5481108B2 (ja) * | 2009-06-26 | 2014-04-23 | 株式会社東芝 | 超音波診断装置及び自動診断支援装置 |
JP2012122727A (ja) * | 2010-12-06 | 2012-06-28 | Furuno Electric Co Ltd | 底質判別装置、超音波探知機、パラメータ設定方法及びパラメータ設定プログラム |
CN102895003B (zh) * | 2011-07-27 | 2015-10-28 | 复旦大学附属中山医院 | 一种超声波图像量化诊断系统 |
CN102737382B (zh) * | 2012-06-22 | 2017-02-08 | 刘怡光 | 一种前列腺超声图像自动精确分割方法 |
KR102314650B1 (ko) * | 2014-11-28 | 2021-10-19 | 삼성전자주식회사 | 사용자의 진단 의도에 기초한 컴퓨터 보조 진단 장치 및 방법 |
WO2016141449A1 (en) * | 2015-03-09 | 2016-09-15 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of The Department Of National Defence | Computer-assisted focused assessment with sonography in trauma |
US10588605B2 (en) * | 2015-10-27 | 2020-03-17 | General Electric Company | Methods and systems for segmenting a structure in medical images |
US10339650B2 (en) * | 2016-01-07 | 2019-07-02 | Koios Medical, Inc. | Method and means of CAD system personalization to reduce intraoperator and interoperator variation |
EP3471623B1 (en) * | 2016-06-20 | 2023-01-25 | Butterfly Network, Inc. | Automated image acquisition for assisting a user to operate an ultrasound device |
EP3287127A1 (en) * | 2016-08-26 | 2018-02-28 | Marios Theodotou | Resveratrol's effect on non- alcoholic fatty liver disease |
-
2019
- 2019-07-22 EP EP19749606.0A patent/EP3826544A1/en active Pending
- 2019-07-22 CN CN201980049721.2A patent/CN112469340A/zh active Pending
- 2019-07-22 WO PCT/EP2019/069637 patent/WO2020020809A1/en active Application Filing
- 2019-07-22 US US17/263,172 patent/US20210177373A1/en active Pending
- 2019-07-22 JP JP2021503763A patent/JP7407790B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPWO2020020809A5 (ja) | ||
US11883225B2 (en) | Systems and methods for estimating healthy lumen diameter and stenosis quantification in coronary arteries | |
US6368277B1 (en) | Dynamic measurement of parameters within a sequence of images | |
JP7044796B2 (ja) | 卵胞の数及びサイズの決定 | |
CN109788939B (zh) | 用于通过自动检测b线和对超声扫描的图像进行评分来增强代表性超声图像的可视化和选择的方法和系统 | |
US11069061B2 (en) | Method and apparatus for calculating abdominal disease diagnosis information based on medical image | |
JP2013542046A5 (ja) | ||
RU2677191C2 (ru) | Установление границ блокирования ребром в анатомически интеллектуальной эхокардиографии | |
JP2020503099A (ja) | 出産前超音波イメージング | |
US9357981B2 (en) | Ultrasound diagnostic device for extracting organ contour in target ultrasound image based on manually corrected contour image in manual correction target ultrasound image, and method for same | |
JP6888041B2 (ja) | 医用矢状面画像を取得する方法、医用矢状面画像を取得するニューラルネットワークのトレーニング方法及びコンピュータ装置 | |
JP2005152647A (ja) | 対象物の輪郭を検出するためのユーザ対話式方法およびユーザ・インターフェース | |
CN114631849A (zh) | 腹主动脉成像方法及相关设备 | |
CN115666400A (zh) | 辅助用户执行医学超声检查 | |
US9378549B2 (en) | Estimation of confidence limits for measurements derived from image data | |
KR102141363B1 (ko) | 암 의심 영역의 예측 모델의 평가 방법 | |
JP2010019572A (ja) | 画像処理装置及び方法 | |
US20240127435A1 (en) | System and method for detecting and quantifying a plaque/stenosis in a vascular ultrasound scan data | |
Abrahams et al. | Detecting blindspots in colonoscopy by modelling curvature | |
CN117059263B (zh) | 基于双视图胸片的肺动脉高压发生概率的确定方法及系统 | |
US20240119705A1 (en) | Systems, methods, and apparatuses for identifying inhomogeneous liver fat | |
JP7488789B2 (ja) | 超音波診断装置及び診断支援方法 | |
US20230401719A1 (en) | Methods and systems for analyzing ultrasound images | |
WO2023216594A1 (zh) | 一种超声成像系统和方法 | |
CN116919466A (zh) | 蠕动波检测方法和超声成像装置 |