KR20230018329A - 매질의 비선형 전단파 탄성을 추정하기 위한 초음파 방법 및 시스템 - Google Patents
매질의 비선형 전단파 탄성을 추정하기 위한 초음파 방법 및 시스템 Download PDFInfo
- Publication number
- KR20230018329A KR20230018329A KR1020220091227A KR20220091227A KR20230018329A KR 20230018329 A KR20230018329 A KR 20230018329A KR 1020220091227 A KR1020220091227 A KR 1020220091227A KR 20220091227 A KR20220091227 A KR 20220091227A KR 20230018329 A KR20230018329 A KR 20230018329A
- Authority
- KR
- South Korea
- Prior art keywords
- strain
- medium
- data
- shear wave
- elasticity
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000002604 ultrasonography Methods 0.000 claims description 40
- 239000000523 sample Substances 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 21
- 230000009466 transformation Effects 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013179 statistical model Methods 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims 1
- 238000002099 shear wave elastography Methods 0.000 description 31
- 230000006870 function Effects 0.000 description 29
- 230000006835 compression Effects 0.000 description 14
- 238000007906 compression Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 238000013480 data collection Methods 0.000 description 9
- 230000002123 temporal effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 230000006837 decompression Effects 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 206010028980 Neoplasm Diseases 0.000 description 4
- 201000011510 cancer Diseases 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 210000000481 breast Anatomy 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000002091 elastography Methods 0.000 description 2
- 210000004185 liver Anatomy 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000001574 biopsy Methods 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/04—Analysing solids
- G01N29/07—Analysing solids by measuring propagation velocity or propagation time of acoustic waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
- G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
- G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
- G01S7/52023—Details of receivers
- G01S7/52036—Details of receivers using analysis of echo signal for target characterisation
- G01S7/52042—Details of receivers using analysis of echo signal for target characterisation determining elastic properties of the propagation medium or of the reflective target
-
- 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
- G06N3/08—Learning methods
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/42—Details of probe positioning or probe attachment to the patient
- A61B8/4272—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue
- A61B8/429—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue characterised by determining or monitoring the contact between the transducer and the tissue
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
- A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
- A61B8/5253—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode combining overlapping images, e.g. spatial compounding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2291/00—Indexing codes associated with group G01N29/00
- G01N2291/04—Wave modes and trajectories
- G01N2291/042—Wave modes
- G01N2291/0422—Shear waves, transverse waves, horizontally polarised waves
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Acoustics & Sound (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
본 발명은 매질의 비선형 전단파 탄성을 추정하기 위한 초음파 방법에 관한 것으로, 방법은:
· A1. 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제1 세트가 상기 매질에 적용된 제1 변형 레벨에서 수집되는 제1 수집 단계,
· A2. 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제2 세트가 상기 제1 레벨과 상이한 상기 매질에 적용되는 제2 변형 레벨에서 수집되는 제2 수집 단계,
· A3. 상기 제1 및 제2 변형 레벨 사이의 변형 차이가 추정되는 변형 추정 단계,
· B1. 상기 제1 및 상기 제2 세트에 각각 속하는 적어도 2개의 데이터 포인트 사이의 기울기가 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이에 대한 함수로서 계산되는 계산 단계,
· B2. 매질의 비선형 전단파 탄성이 기울기의 함수로 추정되는 탄성 추정 단계를 포함한다.
· A1. 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제1 세트가 상기 매질에 적용된 제1 변형 레벨에서 수집되는 제1 수집 단계,
· A2. 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제2 세트가 상기 제1 레벨과 상이한 상기 매질에 적용되는 제2 변형 레벨에서 수집되는 제2 수집 단계,
· A3. 상기 제1 및 제2 변형 레벨 사이의 변형 차이가 추정되는 변형 추정 단계,
· B1. 상기 제1 및 상기 제2 세트에 각각 속하는 적어도 2개의 데이터 포인트 사이의 기울기가 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이에 대한 함수로서 계산되는 계산 단계,
· B2. 매질의 비선형 전단파 탄성이 기울기의 함수로 추정되는 탄성 추정 단계를 포함한다.
Description
본 개시내용은 초음파 기술, 특히 점탄성 매질(viscoelastic medium)의 이미지 데이터(image data)를 제공하기 위한 이미징 방법(imaging method) 및 시스템(system)에 관한 것이다. 특히, 상기 방법은 매질의 비선형 전단파 탄성(non-linear shear wave elasticity)(NL-SWE)을 추정하기 위한 것으로, 보다 특히 매질(즉, 비-암성 매질(non-cancerous medium)에 비해 암성)에서 부드러운 암성 영역(soft cancerous region)(예를 들어, 유방 또는 간에서)을 검출하기 위한 것이다.
이미지를 구축하는 데 사용되는 초음파 데이터는 다양한 프로세스에서 얻을 수 있다. 예를 들어, 획득된 이미지는 관찰된 조직의 변형(deformation)에 의해 얻어진 정적 변형(static deformation)(즉, 스트레인(strain)) 이미지, 또는 전단파 탄성영상(shear wave elastography)(SWE) 이미지일 수 있다.
전단파 탄성영상(SWE) 초음파 이미징으로 경화된 암(indurated cancer)을 검출하는 것으로 알려져 있다. 그러나, 이 기술은 부드러운 암(soft cancer)을 검출하는 데 적합하지 않을 수 있는데, 이는 주로 부드러운 암이 종래의 탄성영상 이미지에서 비암성 매질에 비해 유사한 탄성 특성(elasticity characteristic)을 가질 수 있기 때문이다.
예를 들어 에이지 라토레-오싸 등(H. Latorre-Ossa et.al)의 매질의 비선형 특성을 추정하는: 정적 탄성영상과 전단파 탄성영상을 결합하여 비선형 전단 탄성률의 정량적 이미징, 초음파 페로일렉트로닉스 및 주파수 제어에 대한 IEEE 트랜잭션(IEEE Transactions on Ultrasonic Ferroelectronics and Frequency Control). 2012년 4월; 59 (4) :833-9. 논문으로 알려져 있다. 이 연구는 준-비압축성 연질 고체(quasi-incompressible soft solid)에 음향탄성 이론(acousto-elasticity theory)을 적용하여 비선형 전단 모듈러스(nonlinearity shear modulus)를 유도하기 위해 정적 탄성영상과 전단파 탄성영상을 결합한 방법을 제안한다. 기계식 액추에이터는 프로브와 프로브에 부착된 압축기 플레이트를 축 방향으로 변위시키는 데 사용된다. 이에 따라 프로브와 압축기 플레이트를 0.1 mm(~ 0.33%, 각 단계가 30 초 미만으로 지속됨) 단위로 축 방향으로 변위시킴으로써 준-정적 스트레스가 팬텀(phantom) 상단에 적용된다. 각 압축 단계에서 완전한 전단 속도 맵(shear velocity map)이 검색되므로 매질의 2D 전단 모듈러스 맵이 검색된다.
엠. 버날 등(M. Bernal et.al)에서 추가 연구는: 유방 병변에서 비선형 전단 계수의 생체 내 정량화: 타당성 조사, 초음파 페로일렉트로닉스 및 주파수 제어에 대한 IEEE 트랜잭션(IEEE Trans Ultrasonic Ferroelectric Frequency Control). 2016년 1월; 63 (1) :101-9. 도이(doi): 10.1109/TUFFC.2015.2503601. Epub, 2015 11월 24일로 알려져 있다. 이 작업에서, 팬텀은 선형 모터를 사용하여 단일축(uniaxially)으로 압축된다. 모터에는 프로그래밍 단계가 있으므로 팬텀에 제어된 단일축 스트레스(uniaxial stress)를 제공한다. 주어진 스텝 압축 직후, 전단파 속도 맵(shear wave velocity map)이 얻어진다. 이러한 데이터에서 전단 모듈러스 맵 또는 영률(Young's modul) 맵도 검색된다.
그러나, 기계적으로 제어되는 변형 장치를 사용한다는 개념은 건강 검진 분야의 실제 적용과 일치하지 않는다. 이 실습에서 사용자(예를 들어, 의사, 기술자, 초음파 학자)는 휴대용 초음파 프로브를 수동으로 제어해야하므로 환자의 개별 상황과 신체(예를 들어, 검사가 고통스럽거나 적어도 환자에게 불편한 지 여부)를 고려해야한다. 결과적으로, 사용자가 정규화된 제스처, 예를 들어 정규화된 단계적 변형을 달성하는 것은 불가능하거나 적어도 매우 어려울 것이다. 대신 수동 압축으로 인해 매질의 필요한 변형 또는 압축 단계 내 변형의 잠재적 변형과 관련하여 몇 가지 부정확성이 발생한다. 이러한 부정확성은 잡음이 있는 데이터로 이어질 수 있으므로 비선형 전단파 탄성(NL-SWE) 값을 부정확하게 추정할 수 있다. 예를 들어, 스트레스를 가하는 방법은 개업자마다 다를 수 있다. 이러한 사용자 의존성은 획득 반복성을 개선하기 위해 위에서 언급한 방법과 다른 방법이 필요하다.
가능한 카운터 측정으로 압축 단계 수가 제한될 수 있다. 그러나, 이 경우 모든 단계에서 수집된 데이터의 총량도 각각 감소한다. 따라서, 사용자가 더 정확하게 더 적은 압축 단계를 적용하더라도, 데이터에 남아있는 노이즈는 최종 결과에 훨씬 더 큰 영향을 미친다.
전단파를 사용하여 매질의 비선형 탄성을 정량화하는 추가 초음파 방법은 WO2021116326A2에서 알려져 있다. 이 방법은: A1. - 전단파를 사용하여 매질의 탄성에 대한 데이터의 시간적 연속(temporal succession)을 수집하는 단계, A2. - 전단파를 수집하는 동안 미리 결정된 변형 시퀀스에 따라 연속적으로 변화하는 변형을 매질에 적용하는 단계, A3. - 실제 변형 변화(actual deformation variation)를 관찰하는 단계, 및 B. - 데이터의 시간적 연속 및 변형 변화에 따라 매질의 비선형 탄성을 정량화하는 단계를 포함한다. 이 방법은 매질의 연속적이고 점진적으로 적용되는 변형을 허용한다.
그러나, 이 방법으로 얻은 수집된 데이터의 양은 온도 및 지속 시간 제약으로 인해 여전히 제한될 수 있다. 데이터를 수집하고 변형을 적용하는 데 사용되는 초음파 프로브는 즉(인간 조직) 매질을 가열할 수 있다. 더욱이, 검진중인 인간은 주어진, 어쩌면 부자연스러운 위치에 가만히 있어야 한다. 이러한 이유로 데이터 수집 시간이 최대한 짧아야 한다. 또한, 예를 들어 사용자 변동 및 잡음 측정으로 인해 데이터 품질이 제한될 수 있다.
요약하면, 알려진 방법은 작은 데이터 및 높은 노이즈에 대한 견고성(robustness)이 제한되고 실제 사용에서 재현성이 제한되어 특히 결과 분석의 복잡성이 증가한다. 따라서, 분석에는 더 많은 시간과 노력이 필요할 수 있으며 충분히 의미 있는 정보를 수집하기 위해 환자를 여러 번 검사해야 할 수도 있다.
현재, 전술한 문제들을 극복하는 것이 바람직하며, 특히 매질의 비선형 전단파 탄성을 정확하게 추정하기 위한 초음파 방법 및 시스템을 제공하는 것이 바람직하며, 특히 수집된 데이터의 양이 한정되어 있는 경우에 유용하다. 즉, 원하는 방법은 적은 데이터와 높은 노이즈에 대해 더 견고해야 하므로 재현성이 향상되어야 한다.
따라서, 본 개시의 목적은 실제 적용에서 매질의 분석을 용이하게 할 수 있는 매질에서 관심 영역의 상보적이고 더 의미 있는 정보를 획득하는 것이다. 따라서, 획득한 검사 정보를 분석하는 시간을 단축하고 환자의 검사 시간을 최대한 단축하는 것이 바람직하다. 의료 적용의 비제한적인 예는 비-경화된 암(non-indurated cancer), 특히 비침습적 방식(non-invasive manner)(예를 들어 관심 영역에 대한 정보를 얻기 위한 생검(biopsy)같은 임의의 개입을 피함)의 검출을 포함한다.
따라서, 본 개시의 실시예들에 따르면, 매질의 비선형 전단파 탄성을 추정하기 위한 방법이 제공된다. 상기 방법은:
A1. 매질의 하나의 전단파 탄성 데이터 포인트(shear wave elasticity data point)를 포함하는 제1 세트(first set)가 매질에 적용된 제1 변형 레벨(first level of deformation)에서 수집되는 제1 수집 단계(first collection step),
A2. 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제2 세트(second set)가 제1 레벨과 상이한 매질에 적용되는 제2 변형 레벨(second level of deformation)에서 수집되는 제2 수집 단계(second collection step),
B1. 상기 제1 및 상기 제2 세트에 각각 속하는 적어도 2개의 데이터 포인트들의 데이터 포인트들 사이의 기울기(gradient)를 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이에 대한 함수로서 계산되는 계산 단계(calculation step),
이러한 방법을 제공함으로써, 적은 양의 수집된 데이터 및 데이터 내의 높은 잡음에 대해 보다 견고한 비선형 전단파 탄성을 추정하는 방법을 얻을 수 있게 된다. 따라서, 상기 방법은 변형 레벨의 변화가 수동으로 이루어지더라도 보다 신뢰성 있는 추정 및 더 나은 재현성을 허용한다.
따라서, 제안된 방법은 사용자 독립적이고 예측 가능하며 상세한 훈련을 필요로 하지 않아 획득 반복성을 향상시킬 수 있다. 즉, 스트레스를 가하는 방법(즉, 매질의 변형)이 실무자마다 다를 수 있는 상황은 획득된 검사 정보의 품질에 영향을 미치지 않거나 적어도 덜 영향을 미치지 않는다.
또 다른 이점으로, 환자를 검사하는 데 필요한 시간 및 관련 비용을 줄일 수 있다. 이것은 초음파로 인해 프로브가 따뜻해지는 것을 피하고, 초음파 검사가 검사 중 불편한 자세로 인해 환자에게 피곤하거나 불편할 수 있기 때문에 특히 유리하다. 또한, 획득된 정보를 분석하는 데 필요한 시간, 비용 및 복잡성이 증가된 의미로 인해 감소될 수 있다.
유리하게는, 본 개시내용의 방법은 SWE 이미징을 위해 구성된 종래의 초음파 시스템으로 수행될 수 있다. 즉, 하드웨어를 수정할 필요가 없다.
기울기는 제1 및 적어도 하나의 제2 변형 레벨 사이의 변형의 차이의 함수로서 데이터 포인트들 사이의 전단파 탄성의 변화에 의해 결정될 수 있다.
여기서 E는 파동 탄성 데이터 포인트(wave elasticity data point)의 함수로 결정된 매질의 영률 계수(Young's modulus coefficient)이고, 은 변형 레벨을 나타내는 스트레인 계수이며, 여기서 지수 i와 j는 두 개의 상이한 변형 레벨을 나타낸다.
여기서 는 상이한 변형 레벨 을 나타내는 인덱스이다. 따라서, 쌍별 포인트에 정의된 기울기(예를 들어, 위의 식 (2))는 크기가 k(k>2)인 포인트의 서브세트에 정의된 경사도(slope)로 일반화될 수 있다.
변형 추정 단계(deformation estimation step)는:
연속 스트레인 데이터를 수집하는 하위-단계는:
초음파 데이터의 상기 연속(succession)은 예를 들어 B-모드 초음파 데이터를 포함할 수 있다. 연속은, 예를 들어 복수의 연속적인 이미지 프레임 데이터(image frames data)를 포함하는 시간적 연속(temporal succession)일 수 있다.
일 예에서, 스트레인 데이터 포인트 및 SWE 데이터 포인트는 실질적으로 동시에 수집될 수 있다. 그러나, 데이터 포인트는 예를 들어 단일 초음파 트랜스듀서(transducer) 또는 트랜스듀서 네트워크를 사용하여 교대로 수집될 수도 있다.
상기 알고리즘은 예를 들어 AI 기반 알고리즘(인공 지능(artificial intelligence)) 일 수 있다. 알고리즘은 예를 들어 인공 신경망(artificial neural network)과 같은 컴퓨터로 구현된 기계 학습 모델(machine learning model)을 포함할 수 있다. 컨벌루션 신경망(Convolutional neural network)을 예로 들 수 있다. 모델은, 예를 들어 주석이 달린 이미지를 훈련 데이터로서 사용하는 지도 훈련 방법(supervised training method) 또는 비지도 훈련 방법(unsupervised training method)에 의해 훈련될 수 있다.
상기 알고리즘은:
일 예에서, 스트레인 데이터는 2D 프로브(즉, 2차원 이미지 데이터를 획득하도록 구성된 프로브)를 사용하여 수집될 수 있다. 다른 예에서, 스트레인 데이터는 3D 프로브(즉, 3차원 이미지 데이터를 획득하도록 구성된 프로브)를 사용하여 수집될 수 있다. 이 경우 3차원 스트레인 데이터를 얻을 수 있으며, 이는 보다 정밀한 변형 추정(precise deformation estimation)을 이끌어 낼 수 있다. 더욱이, 프로브가 축을 따라 횡방향으로 이동하는지 또는 원하지 않는 회전 방향으로 이동하는지 여부는 스트레인 데이터에 기초하여 결정될 수 있다.
전단파 탄성 데이터 포인트(shear wave elasticity data point)는 매질의 ROI(관심 영역(region of interest))의 상이한 영역(또는 지역)을 각각 참조하는 복수의 전단파 값들을 포함할 수 있다. 각 영역(영역)에 대해 관심 영역의 비선형 전단파 탄성 맵을 구성하기 위해 비선형 전단파 탄성 파라미터가 추정된다.
더욱이, 스트레인 데이터(또는 스트레인 데이터 포인트)의 연속은 매질의 ROI(관심 영역)의 상이한 영역(또는 지역)을 각각 참조하는 복수의 스트레인 값들을 포함할 수 있다. 그러나, 스트레인 데이터(또는 스트레인 데이터 포인트)의 연속이 매질의 ROI(관심 영역)를 나타내는 단 하나의 스트레인 값(즉, 시간적 연속)을 포함할 수도 있다.
예를 들어, 전단파 탄성 데이터 포인트는 복수의 픽셀을 갖는 전단파 탄성 이미지 데이터를 포함할 수 있다. 예를 들어, SWE 데이터 포인트는 일련의 각각의 프레임에서 SWE 이미지 프레임을 구성할 수 있다.
각 픽셀에 대해 비선형 전단파 탄성 맵을 구성하기 위해 비선형 SWE 파라미터가 추정될 수 있다. 따라서, 상기 NL-SWE 맵은 SWE 이미지 데이터와 동일한 픽셀 해상도를 가질 수 있다. 예를 들어 픽셀 클러스터에 대한 단일 NL-SWE 파라미터를 추정하여 NL-SWE 맵의 해상도가 낮아질 수도 있음을 또한 고려해야 한다.
제1 및 제2 세트 중 적어도 하나는 복수의 전단파 탄성 데이터 포인트들을 포함할 수 있다. 예를 들어, 각 세트는 복수의 SWE 데이터 포인트를 포함한다.
계산 단계에서, 제1 및 상기 제2 세트에 각각 속하는 적어도 2개의 데이터 포인트 사이의 복수의 기울기가 제1 및 상기 제2 변형 레벨 사이의 변형의 차이의 함수로서 계산될 수 있다.
탄성 추정 단계에서, 매질의 비선형 전단파 탄성은 복수의 기울기의 함수로서 추정될 수 있다.
따라서, SWE 데이터 포인트가 주어지면, 두 개의 상이한 레벨이 고려될 될 때 계산된 기울기의 데이터 양은 최대(식 (2) 참조)이다. 따라서, 식 (2)의 예에서, 데이터 수집 기간을 늘리지 않고 처리할 데이터 크기를 N에서 로 늘릴 수 있다. 또한 N개 포인트 중 포인트의 모든 서브세트가 관련된 경우 계산된 기울기의 크기는 (식 (4) 참조)로 증가한다. 따라서, 식 (4)의 예에서, 다루어야 할 데이터 크기는 데이터 수집 기간을 늘리지 않고도 처리할 데이터 크기를 N에서 로 늘릴 수도 있다.
수집된 SWE 데이터 포인트는 변형 레벨에 걸쳐 실질적으로 균등하게 분포되는 것이 바람직하다. 즉, 각 변형 레벨은 실질적으로 동일한 수의 수집된 SWE 데이터 포인트를 포함할 수 있다. SWE 데이터 포인트가 미리 정의된 샘플링 레이트로 수집되는 경우, 동일 분포(equal distribution)는 예를 들어 사용자(예를 들어 사용자 인터페이스를 사용하여)에게 실질적으로 동일한 시간 동안 각 변형 레벨 내에 머물도록 안내함으로써 얻어질 수 있다. 이러한 동일 분포의 장점은 변형 레벨이 다른 데이터 포인트의 가능한 조합 수를 늘릴 수 있다는 것이다. 따라서, NL-SWE 추정치에서 처리해야 할 총 데이터 크기(즉, 기울기 수)를 늘릴 수 있다.
탄성 추정 단계는:
분산에 반비례하는 각 기울기에 대한 점수(및/또는)를 추정하기 위하여 기울기(및/또는) 및 통계적 분산을 기반으로 선형 최소-분산 추정기(minimum-variance estimator)를 구축하는 단계 - 통계적 분산은, 예를 들어 공간적 및/또는 시간적 통계적 분산일 수 있음 -,
따라서, 모든 선형 추정기(estimator)들 중에서 최소 분산을 갖는 NL-SWE 파라미터를 추정하는 추정기가 사용될 수 있다. 따라서, 상기 NL-SWE 추정기는 일반적인 최소 제곱 선형 적합치(east squares linear fit)보다 더 강력하다.
여기서,
인덱스 i와 j는 두 개의 상이한 변형 레벨을 나타낸다.
또한 기어리-힝클리 변환(Geary-Hinkley Transformation)을 사용하여 최소-분산 추정기의 정확도를 향상시킬 수 있다.
여기서,
는 비선형 전단파 탄성 파라미터 의 역 분산 추정이고, 여기서 인덱스 m과 n은 다음에 의해 전단파 탄성 데이터 포인트의 적어도 두 개(또는 최대 모든)의 쌍별 조합을 통과한다: 1<= m <= N, m < n <= N, 여기서 N은 NL-SWE를 추정하는 방법에서 고려되는 데이터 포인트의 개수이다. N은 적어도 2일 수 있고, 더 바람직하게는 적어도 3일 수 있다. 이러한 맥락에서 이 방법은 2 개의 SWE 데이터 포인트에서만 작동한다. 그러나, N이 3 이상인 경우 NL-SWE 추정 단계에서 처리할 데이터 크기를 획득 기간을 늘리지 않고 N에서 N(N-1)/2로 늘릴 수 있다.
방법은 신뢰도 추정 단계(confidence estimation step)를 더 포함할 수 있고, 이는:
따라서, 상기 신뢰도 맵은 NL-SWE 맵이 어느 영역에서 더 신뢰할 수 있고 어떤 영역에서 덜 신뢰할 수 있는지를 나타낼 수 있다.
상기 신뢰도 맵은 NL-SWE 맵과 동일한 픽셀 해상도를 가질 수 있다. 예를 들어 NL-SWE 맵의 픽셀 클러스터에 대한 단일 신뢰 파라미터를 추정하여 신뢰도 맵의 해상도가 낮아질 수도 있음을 고려해야 한다.
변형 레벨은 변형 범위에 의해 정의될 수 있으며, 따라서, 주어진 레벨의 범위 내의 임의의 전단파 탄성 데이터 포인트만이 계산 단계에서 수집 및/또는 고려된다.
인접한 두 변형 레벨의 범위는 겹치지 않는 것이 바람직하다. 따라서, 두 레벨의 변형 사이에서 충분한 변형 변화가 달성될 수 있다.
한 변형 레벨에서 다른 변형 레벨로 변경하는 동안 스트레인 데이터만 수집될 수 있다. 즉, 이러한 변화 중 SWE 데이터 포인트는 및/또는 NL-SWE 추정 방법에서 수집되거나 무시되지 않는다.
동일한 초음파 프로브는 초음파를 방출 및 수신하고, 전단파 탄성 데이터 포인트를 수집하고/하거나 스트레인 데이터를 수집하고/하거나 변형을 매질에 적용하기 위해 사용될 수 있다. 따라서, 프로브(probe)의 사용자는 매질로부터 필요한 날짜를 수집하는 동시에 상기 프로브를 사용하여 변형을 매질에 수동으로 적용할 수 있다.
방법은 사용자가 변형을 매질에 적용하기 위해 사용자 인터페이스에 의해 안내되고 및/또는 적용된 변형의 함수로서 사용자 인터페이스로부터 피드백을 수신하는 안내 및/또는 피드백 단계를 더 포함할 수 있다.
따라서, 사용자는 변형을 자유롭게 그리고 수동으로 적용할 수 있지만, 예를 들어 각 변형 레벨에서의 데이터 수집에 필요한 최소 시간 및/또는 두 변형 레벨 사이의 필요한 최소 변형 변화를 존중하는 방법에 의해 보조될 수 있다.
본 개시는 추가로, 데이터 처리 시스템에 의해 실행될 때, 데이터 처리 시스템이 본 개시에 따른 방법을 수행하도록 하는 컴퓨터 판독 가능 명령을 포함하는 컴퓨터 프로그램에 관한 것이다.
본 개시는 또한, 상기 프로그램이 컴퓨터에 의해 실행될 때, 본 개시에 따른 방법의 단계를 실행하기 위한 명령(instruction)을 포함하는, 컴퓨터에 의해 판독 가능하고 컴퓨터 프로그램(computer program)을 기록한 기록 매체(recording medium)에 관한 것이다.
본 개시내용은 추가로 매질의 비선형 전단파 탄성을 추정하기 위한 초음파 시스템에 관한 것이며, 시스템은:
기울기의 함수로 추정되는 매질의 비선형 전단파 탄성을 추정하도록 구성된다.
시스템은 추가의 기능적 특성을 포함할 수 있고 및/또는 전술한 방법 단계들에 대응하여 구성될 수 있다.
본 개시물 및 그의 실시예는 인간, 식물 또는 동물 전용의 의료 시스템뿐만 아니라 고려될 임의의(잠재적으로 무생물) 연질 물질의 맥락에서 사용될 수 있다.
달리 모순되는 경우를 제외하고 위에서 설명한 요소와 사양 내의 요소의 조합을 만들 수 있다.
전술한 일반 설명과 다음 세부 설명은 모두 예시적이고 설명적일 뿐이며 설명 목적으로 제공되며 청구된 대로 공개를 제한하지 않는다는 것을 이해해야 한다.
본 사양에 통합되고 일부를 구성하는 첨부 도면은 설명 목적으로 제공되며, 개시물의 실시예 및 설명과 함께 설명하고 그 원칙을 뒷받침하고 설명하는 역할을 한다.
도 1은 본 개시의 실시예들에 따른 방법의 제1 예시적인 실시예를 도시한다;
도 2a, 2b 및 2c는 본 개시의 실시 예에 따른 매질의 단계적 변형의 예를 개략적으로 도시한다;
도 3a는 본 개시의 실시 예에 따라 시간 프레임의 함수로서 스트레인의 도면을 개략적으로 도시한다;
도 3b는 도 3a의 스트레인 함수에 대응하는 시간 프레임의 함수로서 탄성 E의 도면을 개략적으로 도시한다;
도 4는 본 개시의 실시 예에 따른 방법의 예시적인 흐름도를 보다 상세히 도시한다;
도 5는 본 개시의 실시예들에 따른 초음파 시스템의 예시적인 실시예를 도시한다.
도 2a, 2b 및 2c는 본 개시의 실시 예에 따른 매질의 단계적 변형의 예를 개략적으로 도시한다;
도 3a는 본 개시의 실시 예에 따라 시간 프레임의 함수로서 스트레인의 도면을 개략적으로 도시한다;
도 3b는 도 3a의 스트레인 함수에 대응하는 시간 프레임의 함수로서 탄성 E의 도면을 개략적으로 도시한다;
도 4는 본 개시의 실시 예에 따른 방법의 예시적인 흐름도를 보다 상세히 도시한다;
도 5는 본 개시의 실시예들에 따른 초음파 시스템의 예시적인 실시예를 도시한다.
이제 개시의 현재 실시예에 대해 자세히 참조할 것이며, 그 예는 포함된 도면에 도시된다. 가능하면 도면 전체에 동일한 참조 번호가 사용되어 동일하거나 유사한 파트를 참조한다. 더욱이, 특정 실시예의 맥락에서 설명되는 특징, 예를 들어 도 1 중 하나는 다르게 설명되지 않는 한 적절한 경우 다른 실시예 중 어느 하나에도 적용된다.
도 1은 본 개시의 실시예들에 따른 방법의 제1 예시적인 실시예를 도시한다. 이 방법은 초음파 시스템을 통해 수행될 수 있다. 예를 들어 도 5의 맥락에서 설명한다. 예를 들어, 이 프로세스를 시작/시작하기 위해, 비선형 전단파 탄성(NL-SWE)에 대한 제1 이미징 모드가 활성화될 수 있다. 이 방법은 다음의 단계를 포함한다:
단계 A1에서, 매질의 적어도 하나의 SWE(전단파 탄성) 데이터 포인트를 포함하는 제1 세트가 매질에 적용된 제1 변형 레벨에서 수집된다. 수집 방법 및 SWE 데이터 포인트의 예시적인 실시예가 아래에 설명된다. 제1 변형 레벨을 레퍼런스 레벨(reference level)로 간주할 수도 있다. 상기 제1 레벨은 또한 관심 영역에 적용된 변형이 없거나 거의 없는 레벨일 수 있고, 예를 들어 프로브가 어떠한 스트레스도 가하지 않고 매질과 접촉(젤(gel)을 사용하여)되는 경우에 있을 수 있다.
단계 A2에서, 매질의 적어도 하나의 전단파 탄성 데이터 포인트를 포함하는 제2 세트가 매질에 적용된 제2 변형 레벨에서 수집된다. 상기 제2 레벨은 제1 레벨과 상이하며, 예를 들어 제1 레벨보다 더 변형되거나 덜 변형된다. 제2 변형 레벨은 제1 비교 레벨(first comparative level)로 간주될 수도 있다. 제1 레벨이 매질의 변형을 암시하는 경우, 제2 레벨은 관심 영역에 적용된 변형이 없거나 거의 없는 레벨, 즉 예를 들어 프로브가 가해진 스트레스 없이 매질과 접촉(겔 사용)되는 레벨일 수도 있다.
선택적인 단계 A-n에서, 매질의 적어도 하나의 전단파 탄성 데이터 포인트를 포함하는 제n 세트는 매질에 인가되는 제n 변형 레벨에서 수집된다. 또한 복수의 제n 변형 레벨, 예를 들어 제3 레벨, 제4 레벨 등이 존재할 수 있다. 상기 제n 레벨은 제2 레벨 및/또는 제1 레벨과 상이할 수 있다. 예를 들어, 제1, 제2 및 제n 레벨은 예를 들어 연속적으로 증가하거나 감소하는 변형에서 연속적으로 변화하는 변형을 형성할 수 있다. 대안적으로, 변형 레벨이 번갈아 나타날 수도 있다. 예를 들어, 제n 변형 레벨은 제1 변형 레벨에 실질적으로 대응할 수 있다.
단계 A3에서 제1 및 제2 변형 레벨 사이의 변형의 차이가 추정된다. 선택적으로, 제n 레벨과 제2 레벨 및/또는 제1 레벨 사이의 차이도 추정된다. 예시적인 추정 방법이 다음에 설명된다.
단계(B1)에서, 제1, 제2 세트 및/또는 제n 세트에 각각 속하는 적어도 2개의 데이터 포인트들 사이의 적어도 하나의 기울기(즉, 비율 또는 변동)가 결정되거나 또는 선택적으로 제1, 제2 세트 및 제n 세트에 각각 속하는 적어도 적어도 3개의 데이터 포인트에 속하는 것으로 결정된다. 상기 기울기는 특히 제1, 제2 및 선택적으로 제n 변형 레벨 사이의 변형의 차이의 함수로서 데이터 포인트 사이의 전단파 탄성의 변화에 의해 결정될 수 있다. 예를 들어, 제1 기울기는 제1 및 제2 세트의 두 데이터 포인트의 함수로서 결정될 수 있고, 선택적인 제2 기울기는 제2 및 제n 세트의 두 데이터 포인트의 함수로서 결정될 수 있다. 추가의 예시적인 기울기는 특히, 각각의 제1 및 제n 변형 레벨이 상이한 경우에, 제1 및 제n 세트의 2개의 데이터 포인트의 함수로서 결정될 수 있다. 또한, 기울기는 둘 이상의 데이터 포인트의 함수로 결정될 수도 있다.
단계 B2에서, 매질(예를 들어, NL-SWE 파라미터)의 NL-SWE(비선형 전단파 탄성)는 적어도 하나의 기울기의 함수로서 추정된다.
단계 A1에서 A-n까지는 시간이 연속적일 수 있다. 단계 A3는 단계 A1, A2, A-n과 동시에 수행될 수 있는 것이 바람직하다. 유리하게도, 이 프로세스(즉, 각각의 SWE 데이터 수집 또는 "스캔")는 실시간 또는 거의 실시간으로 변형의 진화(즉, 단계 A3)를 추정하기 위해 동시에 및/또는 초음파 프로세스와 인터리브될 수 있다.
단계 B1은 단계 A3 이후에 한 번 수행될 수 있고, 및/또는 단계 A2 이후에 시작하여 각각의 추가 단계 A-n 후에 여러 번 반복될 수 있다. 이 경우 이미 수집된 데이터 포인트의 각각의 기울기는 각각의 단계 B1에서 결정될 수 있다. 단계 B2는 단계 B1 이후 또는 각각의 몇 단계 B1 후에 여러 번 수행될 수 있다. 후자의 경우, 제1 단계 B2에서 제1 추정이 빠르게 얻어질 수 있으며, 그 후 후속 단계 B2에서 추가로 정제될 수 있다. 방법 A1 내지 B2는 또한 B2에서 다시 A1으로의 각각의 루프에 의해 반복될 수 있다.
방법의 선택적 실시예 및 측면은 또한 도 2 내지 5의 맥락에서 설명된다.
전단파 탄성 데이터 포인트는 복수의 픽셀을 갖는 전단파 탄성 이미지를 포함할 수 있으며, 각 픽셀에 대해 비선형 전단파 탄성 파라미터가 비선형 전단파 탄성 맵을 구성하기 위해 추정된다. 즉, SWE 데이터 포인트는 매질의 관심 영역의 SWE 이미지가 유도될 수 있는 하나의 데이터 수집 사이클로서 이해될 수 있다.
일 측면에 따르면, 단계(A1)에서 생성된 전단파 탄성 데이터 포인트는 다음의 하위-단계들에 의해 생성될 수 있다:
A1.1. 적어도 하나의 집속된 초음파가 방출되도록 하여, 매질에서 전단파가 생성되는 여기 단계(excitation step),
A1.2. 매질에서 초음파 데이터의 시간적 연속을 획득하여 전단파 전파 전파가 관찰되는 관찰 단계(observation step),
A1.3. 탄성 데이터 포인트의 데이터가 매질의 상기 초음파 데이터 및 전단파 전파 모델로부터 결정되는 처리 단계(processing step).
이 프로세스는 평면파(plane wave)를 사용할 수 있지만, 이 단계는 초점을 맞춘 파를 사용하여 수행될 수도 있다.
따라서, NL-SWE 방법은 매질의 전단파 탄성(SWE)을 결정하기 위해 초음파 방법을 사용할 수 있다.
대응하는 하위-단계는 단계 A2 및 A-n에 의해 구성될 수 있다.
변형 추정 단계(A3)는 상이한 변형 레벨에서 매질의 물리적 스트레인 데이터의 연속을 수집하는 단계 및 스트레인 데이터의 함수로서 제1 레벨과 제2 변형 레벨 사이의 변형의 차이를 결정하는 하위-단계들을 포함할 수 있다. 물리적 스트레인 데이터의 연속을 수집하는 단계의 하위-단계는 특히 매질의 초음파 이미지 프레임들의 연속을 생성하는 단계 및 미리 정의된 움직임 추정 알고리즘을 사용하여 초음파 이미지 프레임들을 비교하는 단계를 포함할 수 있다.
또한, 제1 및 제n 및/또는 제2 및 제n 변형 레벨 사이의 변형의 변화는 대응하는 하위-단계들에 의해 결정될 수 있다.
예를 들어, 전단파 탄성 데이터 포인트를 수집하기 위해 사용되는 초음파 프로브는 또한 스트레인 데이터를 수집하고 및/또는 매질에 변형을 적용하는데 사용될 수 있다.
전단파 데이터 수집 및 변형 추정 방법은 평면 초음파에 기초될 수 있는 반면, B-모드 방법은 비평면 초음파에 기초될 수 있다. 변형의 변화를 나타내는 정적 탄성("스트레인")을 결정하는 초음파 프로세스의 대안으로, 또는 프로브에는 매질의 변형 진화를 관찰(측정 또는 추적)할 수 있는 압력 트랜스듀서가 장착될 수도 있다.
도 2a, 2b 및 2c는 본 개시의 실시예들에 따른 매질의 변형의 예를 개략적으로 도시한다. 특히, 도 2a 내지 2c는 매질에 연속적으로 변화하는(즉, 증가하는) 변형의 적용을 개략적으로 보여준다. 그러나, 변형의 감소 또는 교번 변화도 적용될 수 있다. 도 2a에서 2c의 예에서, 프로세스는 도 2a에 표시된 상태에서 시작하여 도 2c에 표시된 상태에서 끝난다. 특히, 도 2a에서 2c는 예를 들어 단계적으로 증가하는 변형의 적용으로 인한 매질의 변형 진화를 보여준다.
따라서, 도 2a에서 2c 각각은 한 단계, 즉 한 변형 레벨을 나타낼 수 있다. 예를 들어, 도 2a는 개시에 따른 제1 변형 레벨을 나타낼 수 있고, 도 2b는 개시에 따른 제2 변형 레벨을 나타낼 수 있으며, 도 2c는 개시에 따른 제n 변형 레벨을 나타낼 수 있다. 유리하게도, 본 개시내용의 방법은 사용자가 변형 레벨을 자유롭게 선택하거나 정할 수 있게 할 수 있다. 즉, 레벨이 미리 정의되지 않은 것이 바람직하다. 이는 상기 방법이 사용자에 의해 적용된 변화(들)의 변형(들)과 독립적으로 기울기(들)를 신뢰성 있게 계산하는데 필요한 모든 데이터를 유리하게 수집하기 때문에 가능하다.
예를 들어, 사용자는 예를 들어 도 2a에 도시된 바와 같이, 실질적으로 일정한 위치에서 특정 시간(예를 들어, 몇 초의 일부에서 수 초까지 또는 사용자 인터페이스에 의해 사용자에게 표시된 바와 같이) 동안 매질과 관련하여 제1 위치에 프로브(6)를 유지할 수 있으며, 그런 다음 일정 기간 동안 다시 일정하게 등으로 유지하기 위해 위치를 예를 들어 도 2b에 표시된 제2 변형 레벨로 변화한다. 각각의 실질적으로 일정한 위치에서 적어도 하나의 SWE 데이터 포인트가 수집될 수 있고, 변형 레벨은 그에 따라 실시간으로 의사 실시간 또는 후처리로 추정될 수 있다. 따라서, 후처리의 후자의 경우 데이터가 수집된 후(방법의 A1, A2 단계 참조) 및 NL-SWE를 추정하기 위해 데이터가 처리되기 전에 검사자가 떠날 수도 있다. 또한 데이터 처리가 원격으로 수행될 수도 있다(예를 들어, 데이터 수집이 발생한 곳이 아닌 다른 방이나 건물에서). 따라서, 변형 레벨은 변형 범위(미리 정의된 공차)에 의해 정의될 수 있으며, 따라서, 주어진 레벨의 범위 내의 전단파 탄성 데이터 포인트만이 수집되고 및/또는 계산 단계에서 고려될 수 있다. 사용자가(공차) 범위를 초과하는 변형의 변화를 적용하면, 방법은 한 레벨에서 다른 레벨로의 변형 변화를 인식할 수 있다. 두 개의 인접한 변형 레벨(예를 들어, 도 2a 및 2b)의 범위는 겹치지 않도록 선택하는 것이 바람직하다. 이러한 방식으로 방법은 변형이 한 레벨에서 다른 레벨로 변경되었는지 여부를 확실하게 인식할 수 있다. 한 변형 레벨에서 다른 레벨로 변경하는 동안 스트레인 데이터만 수집/등록/분류될 수 있다.
도 2a는 프로세스의 시간 t0에서 초음파 시스템(1)의 작동을 보여 주고, 프로브(probe)(6)는 후속 단계보다 외부 표면(3)에 더 적은 압력 P를 가한다. 외부 표면(external surface)(3)은 실질적으로 수평(X 방향)을 유지한다. 매질(I0)의 이미지는, 예를 들어, 외부 표면(3)에 대한 깊이(Z1)에서의 개재물(inclusion)(2i)을 포함한다. 동시에, 매질의 비선형 전단파 탄성을 추정하는 초음파 프로세스(위에서 설명한 바와 같이)가 시작된다.
도 2b는 프로세스의 시간 t1에서 이미징 장치(1)의 작동을 묘사하고 P보다 큰 외부 압력 P'(또는 스트레스)가 가해진 상태에서, 매질(2)의 내부를 향한 Z 방향으로 외부 표면(3)을 변형시킨다. 따라서, 매질 변형이 연속적으로 변화되었다.
도 2c는 프로세스의 시간 t2에서 초음파 시스템 1의 작동을 보여 주며 외부 압력 P"는 t1에서 가해진 P'보다 훨씬 높다. 도 2a에서 2c에 도시된 바와 같이 변화하는 변형은 단계적으로 수행될 수 있다. 대안적으로, 연속적인 감압 또는 교번 압축/감압이 매질에 적용될 수 있다.
전체 프로세스는 몇 초 정도 걸릴 수 있다(예를 들어, 5-10초 사이). 각 단계는 예를 들어 0,5-5초를 취할 수 있다. 바람직하게, 상기 방법은 어떠한 상한시간 제한도 의미하지 않는다. 그러나, 예를 들어 고객 및/또는 검사자의 외부 시간 제약으로 인해 방법, 특히 데이터 수집(방법의 A1, A2 단계)이 빠르게 수행된다. 예를 들어 검사 받은 사람은 불편하거나 피곤한 자세로 가만히 있어야 하거나 신체의 검사된 부분이 초음파로 가열될 수 있다. 사용자는 각 단일 변형 레벨의 시간을 자유롭게 제어할 수 있지만 사용자 인터페이스(아래에 설명됨)에 의해 안내될 수 있다. 이 시간은 매질의 변형이 진화하는 동안 충분한 데이터를 수집하는 데 유용하다(즉, 이 진화 중에 매질의 비선형 전단파 탄성을 충분히 정량화 하기 위해).
다시 말해, 도 2a 내지 2c에 도시된 변형 진화는 사용자에 의해 자유롭게 선택될 수 있지만, 또한 미리 정의된 변형 시퀀스 또는 적응적 변형 시퀀스(즉, 컴퓨터 알고리즘, 예를 들어 AI 기반 알고리즘에 의해 실시간 및/또는 사례별로 구축됨)에 의해 안내될 수 있다. 예를 들어, 이 시퀀스는 시각적 표시기(visual indicator), 음향 표시기(acoustic indicator) 및 햅틱 표시기(haptic indicator) 중 적어도 하나를 포함하는 사용자 인터페이스에 의해 지시될 수 있다. 시각적 표시기의 예로는 화면의 화살표 또는 기타 기호 또는 다른 방식으로 표시되는 기호 및 예를 들어 초음파 프로브에 배치된 LED가 있다. 음향 표시기의 예로는 음성 안내 또는 알람 소리 표시가 있다. 햅틱 표시기의 예로는 예를 들어 초음파 프로브 레벨에서 통합된 진동 유닛이 있다. 이것은 사용자가 단일 변형 레벨의 적절한 타이밍을 존중할 수 있게 하여, 각각의 변형 레벨에서 충분한 데이터가 수집될 수 있게 한다. 예를 들어, 사용자 인터페이스는 언제 변형을 정지/변경할지 및/또는 증가하거나 감소하는 변형이 적용될 것인지를 시각적으로 및/또는 음향적으로 및/또는 햅틱으로 나타낼 수 있다. 또한, 피드백 기능을 사용하여 단일 단계 사이에 충분한 변형 변화가 적용되는지 여부를 사용자에게 표시할 수 있다. 예를 들어, 방법은 재현 가능한 미리 정의된 검사를 허용하도록 시스템에 의해 안내될 수 있다(즉, 사용자가 도움을 받는다). 이러한 맥락에서, 변형 단계는 사용자 인터페이스에 의해 표시된 미리 정의된 지속기간(duration) 중 어느 하나를 가질 수 있고 및/또는 그들의 최소 지속기간은 변형 단계에서 수집된 데이터량의 함수로서 결정될 수 있다. 후자의 경우, 시스템은 수집된 데이터(예를 들어, 도 4의 맥락에서 설명됨)를 기반으로 충분한 유효한 데이터가 수집되었는지 및 변형의 변화가 적용될 수 있는지 여부를 결정할 수 있다.
또한, 예를 들어 미리 결정된/적응적 시퀀스에 따라 자동화된 방식으로 프로브 또는 추가 압축 플레이트를 이동시키는 로봇 암을 사용함으로써 변형의 적용이 자동화될 수도 있다.
도 3a는 본 개시의 실시예들에 따른 시간 프레임의 함수로서의 스트레인의 다이어그램을 개략적으로 보여주고, 도 3b는 도 3a의 스트레인 함수에 대응하는 시간 프레임의 함수로서 탄성 E의 다이어그램을 개략적으로 도시한다. 즉, 도 3a와 3b는 해당 시간 다이어그램일 수 있으며, 여기서 도 3a는 %의 스트레인을 보여주고 도 3b는 탄성 E를 보여준다. 두 유형의 데이터 모두 시간이 지남에 따라 각 데이터 포인트(즉, 데이터 샘플)로 수집된다. 본 개략적인 예에서, 스트레인과 탄성의 데이터 포인트는 실질적으로 동시에 수집된다. 그러나, 데이터 포인트는 예를 들어 단일 초음파 트랜스듀서 또는 트랜스듀서 그룹을 사용하여 교대로 수집될 수도 있다.
도 3a와 3b에 표시된 예에서 변형 레벨(즉, 스트레인)은 시간이 지남에 따라 단계적으로 변한다. 각 단계에서 변형 레벨은 실질적으로 일정하게 유지된다(도 3a 참조). 실질적으로 일정한 변형 레벨마다 약 5~8개의 데이터 포인트가 수집된다. 그러나, 더 많거나 적은 데이터 포인트가 수집될 수도 있다.
도 3b에서 더 자세히 볼 수 있듯이 변형 변경 중에 수집된 탄성 데이터 포인트는 다소 시끄럽다. 이러한 이유로, 한 레벨로부터 다른 레벨로의 변형 변화 동안의 임의의 SWE 데이터 포인트는 수집 단계 A1, A2, An에서 수집/선택/분류/사용되지 않고 및/또는 계산 단계 B1에서 고려되지 않는 것이 바람직하다. 즉, 한 변형 레벨에서 다른 레벨로 변경하는 동안 변형의 진화를 모니터링하기 위해 스트레인 데이터만 수집될 수 있다.
도 4는 본 개시의 실시예들에 따른 방법의 예시적인 흐름도를 보다 상세히 도시한다. 아래의 보다 상세히 설명되는 바와 같이, 도 4의 흐름도는 흐름도에서 루프에 의해 표시된 복수의 상이한, 즉 변형(즉, 압축 및/또는 감압) 레벨을 갖는 획득 시퀀스를 포함할 수 있다.
단계 S1에서 SWE 및 스트레인(즉, 변형) 데이터 포인트가 수집된다. 단계 S1은 S4를 통한 S3로부터 S1으로의 루프로 인해 복수의 번 수행될 수 있기 때문에, 본 개시에 따라 단계 A1, A2, A-n 및 A3에 대응할 수 있다.
스트레인은 연속적인 프레임들 사이의 도플러 위상을 사용하여 추정될 수 있으며, 이는 B-모드 이미지 데이터에서 스펙클 트래킹을 사용함으로써 완료될 수 있다. B-모드 스펙클 트래킹을 사용하면 큰 모션을 처리할 수 있으며 스펙클 상관 관계를 조사하여 평면 외 모션을 감지할 수 있다. 후자의 경우 데이터 포인트가 삭제되는 것이 바람직하다.
선택적인 단계(S2)에서, SWE 및/또는 특히 스트레인 데이터 포인트가 미리 정의된 제1 범위 내에 남아 있는지 여부가 결정된다. 그렇지 않으면, 수집된 데이터가 무시될 수 있으며 단계 S1이 반복된다. 동시에, 사용자는 일정한 압축 레벨로 가능한 한 멀리 유지되도록 사용자 인터페이스에 의해 요청될 수 있다.
SWE 및/또는 특히 스트레인 데이터 포인트가 제1 미리 정의된 범위 내에 남아 있는 경우, 수집된 데이터는 데이터 세트 1... n에서의 변형의 현재 레벨에 대해 단계 S3에서 선택 및/또는 기록된다. 따라서, 데이터 자격 조건은 충분한 작은 분산의 스트레인 및/또는 영률만이 유지될 수 있는 선택적인 단계 S2에 적용될 수 있다.
그 후, 기록된 데이터 세트 1... n의 수가 미리 정의된 값 N보다 작거나 같은 경우, 방법은 단계 S4에서 계속된다. N은 정수일 수 있으며, 예를 들어 2 이상일 수 있다. 단계 S4에서는 변형의 변화(즉, 압축 또는 감압)가 매질에 적용된다. 예를 들어, 단계 S4는 변형 레벨이 크게 변하는 것으로(예를 들어, 미리 정의된 공차 범위를 초과하는 경우) 결정될 때(예를 들어 수집된 스트레인 데이터 포인트에 기초됨) 방법에 의해 트리거될 수 있다. 바람직하게, 상기 변형 변화 동안 스트레인 데이터 포인트들만 수집된다. 따라서, 단계 S4는 본 개시의 단계 A3에 대응할 수 있다. 예를 들어, 단계 S3에서 유효한 탄성 데이터가 수집되고 기록되면 한 변형 레벨에서 다른 변형 레벨로 이동하도록 사용자에게 피드백(구두, 시각 등)이 주어질 수 있다. 사용자는 예를 들어 디스플레이 상의 시각적 표시기 또는 텍스트에 의해, 또는 대안적으로 음향 또는 햅틱 신호에 의해 안내될 수 있다.
예를 들어, 변형 레벨이 미리 정의된 임계값 x에 도달할 때까지 단계 S4가 수행될 수 있다. 상기 임계값 X는 수집 단계 S1 이전에서 변형 레벨에 대한 변형의 상대적 변화로서 결정될 수 있다. 예를 들어, 미리 정의된 스트레인 차이로 정의할 수 있으며, 예를 들어, 이전 단계 S1의 레벨에 대한 스트레인 5% 증가 또는 감소된다. 대안적으로, 변형의 변화가 감소하여 변형 레벨이 실질적으로 일정한 레벨에 도달할 때까지 단계 S4가 수행될 수 있다. 예를 들어, 단계 S4는 SWE 및/또는 특히 스트레인 데이터 포인트가 제1 사전 정의 범위 또는 임의의 다른 사전 정의 범위 내에 남아있을 때까지 수행된다. 단계 S3에서, 데이터 세트 n의 수(따라서, 대응하는 변형 레벨 수)가 N보다 커지는 경우, 충분한 데이터가 수집되었다고 결정될 수 있다. 그런 다음, 이 방법은 S5단계를 계속한다. 단계 S5에서는 NL-SWE가 추정된다. 따라서, 단계 S5는 본 개시의 단계 B1 및 B2에 대응할 수 있다.
NL-SWE를 추정하기 위해 본 개시에서 사용된 NL-SWE 모델은 1차 모델(first-order model)을 가질 수 있다:
요약하면, 단계 S1 ~ S4에서 NL-SWE가 추정되는 데이터를 기반으로 데이터가 수집된다. S1 단계에서는 프로브 모션이 감소될 때(즉, 다른 시간에) 다른 프레임에서 및 를 계산하는 것이 바람직하다(단계 S2 참조). 획득은 바람직하게 고정된 단계, 즉 실질적으로 일정한 레벨의 변형에서 수행되도록 안내된다. 따라서, 프로브가 스테이지 0에 남아있는 한(즉, 스트레인 및 바람직하게 SWE가 너무 많이 변하지 않는 경우) 하나 이상의 데이터 포인트가 수집된다(S3 단계 참조). 현재 단계에서 획득 후, 사용자는 예를 들어 스트레인만 모니터링되는 동안(S4 참조) 다음 단계로 단일축으로 이동(프레스 또는 해제)하도록 요청받을 수 있다. 상기 루프 S1 내지 S4는 충분한 데이터 포인트가 수집될 때까지 반복될 수 있다. 사용자는 예를 들어 디스플레이 상의 시각적 표시기 또는 텍스트에 의해, 또는 대안적으로 음향 또는 햅틱 신호에 의해 안내될 수 있다. 데이터는 예를 들어 압축 시퀀스 또는 단계의 감압 시퀀스에서 수집될 수 있다. 스트레인은 연속적으로 누르거나 연속적으로 해제하거나 타겟을 따라 모노톤이 아닌 단계에 의해 적용될 수도 있다.
여기서 E는 파동 탄성 데이터 포인트의 함수로 결정된 매질의 영률 계수이고 은 변형 레벨을 나타내는 스트레인 계수(strain coefficient)이고, 여기서 지수 i는 제1 레벨을 나타내고 인덱스 j는 제2 변형 레벨을 나타낸다.
비선형 탄성 계수(nonlinear elasticity coefficient) A는 각 쌍에 대해 NL-SWE 정보가 정량화될 수 있도록 에 의해 R과 관련될 수 있으며, NL-SWE 정보는 다음의 각 쌍에 대해 정량화될 수 있다:
여기서 는 변형의 상이한 레벨 을 나타내는 인덱스이다. 따라서, 쌍별 포인트에 정의된 기울기(예를 들어, 위의 식 (2))는 크기가 k(k>2)인 포인트의 서브세트에 정의된 경사도(slope)로 일반화될 수 있다.
여기서 영률(Young's moduli)(즉,)의 차이의 평균 과 분산 은 각 픽셀의 근방에서 추정될 수 있다. 마찬가지로, 스트레인 차이(즉, 의 평균 과 분산 은 추정될 수 있다. 이웃(neighborhood)은 공간적 및/또는 시간적일 수 있다. 시간적 이웃의 경우 동일한 변형 레벨 쌍 내에 있는 포인트를 사용하여 평균과 분산을 계산하는 것이 좋다.
선택적으로, 기어리-힝클리 변환(GHT)은 특히 GHT와 더 잘 고려될 수 있는 픽셀 상관(pixel correlation)과 관련하여 분산 추정치의 정확도를 개선하기 위해 적용될 수 있다:
여기서 는 와 사이의 공분산(covariance)을 나타낸다. 즉, GHT는 의 분산을 보다 정확하게 추정할 수 있다. 다음에 설명된 대로, 최소-분산 추정기(estimator)는 최적의 가중치(optimal weight)를 유도하기 위해 의 분산을 입력값으로 사용할 수 있다.
그런 다음, 최적화를 통해 선형 최소-분산 추정기(linear minimum-variance estimator)를 공식화될 수 있다.
제안된 선형 최소-분산 추정기를 사용하면 추정의 견고성과 재현성이 크게 증가할 수 있다는 이점이 있다.
여기서 는 분산을 지정하고, 는 각 비선형 전단파 탄성 파라미터 의 분산에서 유도된 점수이고, 는 비선형 전단파 탄성 파라미터 의 역 분산 추정치이고, 는 비선형 전단파 탄성 파라미터 의 역 분산 추정치이고, 여기서 인덱스 m 및 n은 다음에 의해 전단파 탄성 데이터 포인트의 모든 쌍별 조합을 통과한다: 1<= m <= N, m < n <= N, 여기서 N은 데이터 포인트의 개수이다.
또한, 상기 방법은 단계 S5 이후, 신뢰도 추정 단계(도 4에 도시되지 않음)를 포함할 수 있다. 상기 단계는 적어도 하나의 점수 및 비선형 전단파 탄성 파라미터 의 분산 추정 의 함수로서 최소-분산 추정기의 신뢰도에 대한 통계 모델을 결정하는 단계, 비선형 전단파 탄성 맵의 픽셀에 대한 신뢰도 정보를 포함하는 신뢰도 맵을 생성하는 단계를 포함할 수 있다. 따라서, 의 분산은 NL-SWE 추정의 신뢰도를 추정하기 위해 에 의해 계산될 수 있다.
도 5는 본 개시의 실시예들에 따른 초음파 시스템의 예시적인 실시예를 도시한다. 시스템(1)은 매질의 비선형 전단파 탄성을 추정하도록 구성될 수 있다.
특히, 도 5에 도시된 초음파 시스템(1)은 점탄성 매질(viscoelastic medium)(2)의 초음파 이미지 데이터(ultrasound image data)를 제공하도록 구성될 수 있다. 압축 초음파에 반응하여 시스템이 산란되고 있다. 매질은 예를 들어 임상적 또는 의학적 적용의 경우에 인간 또는 동물 신체, 예를 들어 환자의 신체 일부(유방, 간, 복부 등) 일 수 있다. 이 시스템(1)은 또한 매질(2)의 탄성의 이미지 데이터를 제공할 수 있도록 탄성 전단파의 전파를 모니터링하도록 구성된다.
매질의 이미지 데이터는 예를 들어, 처리 유닛(processing unit)(예를 들어, 컴퓨터 또는 마이크로컴퓨터)에 의해 생성된다. 처리 유닛(4)은 예를 들어 키보드 등과 같은 입력 인터페이스(input interface)(4b), 및 동일한 영역 또는 상이한 위치(클라우드 컴퓨팅 파트를 포함하는, 스크린 등과 같은 출력 인터페이스(output interface)(4a) 또는 외부 표면(3)으로부터 매질로 보내지는 압축 초음파를 발생시키는 임의의 다른 전자 중앙 유닛(electronic central unit)을 포함할 수 있다. 상기 파동은 매질(2)에 포함된 산란 입자(particle)(5)와 상호작용하며, 이 입자는 압축 초음파에 대해 반사된다. 입자(5)는 매질(2)의 임의의 이질성에 의해 구성될 수 있으며, 특히 의학적 적용에 있어서, 인간 조직 내에 존재하는 콜라겐 입자들(이들 입자는 "스펙클(speckle)"로 알려진 초음파 이미지 포인트 상에 형성됨)에 의해 구성될 수 있다.
도 5에 표시된 시스템은 단순한 예일뿐이다. 시스템에 다른 아키텍처가 있을 수도 있다. 예를 들어, 시스템의 일부는 서로 분산 및/또는 원격일 수 있다. 일 예에서, 처리 유닛(4), 프로브(6) 및/또는 전자 베이(electronic bay)(7)는 상이한 방 또는 건물에 위치될 수 있다.
매질(2)를 관찰하고 매질의 이미지 데이터를 생성하기 위해, 관찰된 매질(2)의 외부 표면(3)에 대해 배치된 초음파 프로브(6)가 사용될 수 있다. 이 프로브는 Z 축을 따라 초음파 검사에서 일반적으로 사용되는 유형의 압축 초음파 펄스를 예를 들어 0.5 ~ 100MHz, 바람직하게는 0.5 ~ 15MHz 사이의 주파수(예를 들어, 4MHz 정도)로 보낸다.
초음파 프로브(6)는 1보다 크거나 적어도 동일한 정수인 n개의 초음파 트랜스듀서(transducer)(T1, T2,..., Ti,..., Tn, n)의 어레이로 구성될 수 있다.
프로브(6)는, 예를 들어 Z축에 수직인 X축을 따라 정렬된 n=128 또는 256 또는 1024개의 트랜스듀서를 포함할 수 있는 선형 어레이의 형태일 수 있다. 문제의 프로브는 트랜스듀서의 2차원 또는 3D 어레이(평면 또는 비평면)일 수도 있다.
트랜스듀서 T1, T2,... Tn은 처리 유닛(4)에 의해, 가능하게는, 예를 들어 프로브(6)에 가요성 케이블에 의해 접속된 전자 베이(7)에 포함되는 중앙 처리 유닛(CPU)에 의해 서로 독립적으로 제어될 수 있다.
따라서, 트랜스듀서 T1-Tn은 다음을 선택적으로 방출할 수 있다:
"평면" 압축 초음파(compressional ultrasonic wave)(즉, 이 경우 파면이 X, Z 평면에서 직선인(rectilinear) 파) 또는 매질(2)의 전체 시야를 관찰하는 임의의 다른 유형의 초점이 맞지 않은 파는, 예를 들어 다양한 트랜스듀서(T1-Tn)가 임의의 음향 신호를 방출함으로써 생성된 파,
또는 매질(2)의 하나 이상의 지점에 초점을 맞춘 압축 초음파이다.
선택적으로, 여러 개의 초점이 맞지 않은 압축파, 예를 들어 상이한 각도의 평면파를 사용하는 합성 이미징 기술(synthetic imaging technique)이 적용될 수 있다. 이들 평면파의 각각의 에코파가 결합되어 개선된 품질을 갖는 매질의 이미지 데이터를 획득될 수 있다.
청구 범위를 포함한, 설명 전체에서 "포함하는"이라는 용어는 달리 명시되지 않는 한 "적어도 하나를 포함하는"과 동의어로 이해되어야 한다. 또한, 청구항을 포함하는, 설명에 명시된 모든 범위는 달리 명시되지 않는 한 최종 가치를 포함하는 것으로 이해되어야 한다. 설명된 요소에 대한 특정 값은 당업자의 기술 중 하나에 알려진 허용된 제조 또는 산업 허용 오차 범위 내에 있는 것으로 이해되어야 하며, "실질적으로" 및/또는 "대략" 및/또는 "일반적으로"라는 용어를 사용하는 것은 그러한 허용된 범위 내에 속하는 것으로 이해되어야 한다.
본 명세서의 본 개시내용은 특정 실시예들을 참조하여 설명되었지만, 이들 실시예들은 단지 본 개시의 원리 및 적용을 예시하는 것임을 이해해야 한다.
상세한 설명 및 예는 예시적인 것으로만 간주되며, 공개의 실제 범위는 다음 청구범위에 의해 표시된다.
Claims (17)
- 매질의 비선형 전단파 탄성을 추정하기 위한 초음파 방법에 있어서,
상기 방법은:
A1. 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제1 세트가 상기 매질에 적용된 제1 변형 레벨에서 수집되는 제1 수집 단계,
A2. 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제2 세트가 상기 제1 레벨과 상이한 상기 매질에 적용되는 제2 변형 레벨에서 수집되는 제2 수집 단계,
A3. 상기 제1 및 제2 변형 레벨 사이의 변형의 차이가 추정되는 변형 추정 단계,
B1. 상기 제1 및 상기 제2 세트에 각각 속하는 적어도 2개의 데이터 포인트 사이의 기울기가 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이에 대한 함수로서 계산되는 계산 단계,
B2. 상기 매질의 비선형 전단파 탄성이 상기 기울기의 함수로 추정되는 탄성 추정 단계를 포함하는
방법.
- 제1항 또는 제2항에 있어서,
상기 변형 추정 단계는:
상기 상이한 변형 레벨에서 상기 매질의 스트레인 데이터의 연속을 수집하는 단계,
상기 스트레인 데이터의 함수로 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이를 결정하는 단계의 하위-단계를 포함할 수 있는
방법.
- 제3항에 있어서,
스트레인 데이터의 연속을 수집하는 단계의 하위-단계는:
상기 매질의 초음파 데이터의 연속을 생성하는 단계, 및
미리 정의된 변형 추정 알고리즘을 사용하여 초음파 데이터를 비교하는 단계를 포함하는
방법.
- 제4항에 있어서,
스트레인 데이터의 연속은 3차원 스트레인 데이터를 포함하는
방법.
- 제1항에 있어서,
전단파 탄성 데이터 포인트는 상기 매질의 관심 영역의 상이한 영역을 각각 참조하는 복수의 전단파 값을 포함하고,
각각의 영역에 대해, 비선형 전단파 탄성 파라미터는 상기 관심 영역의 비선형 전단파 탄성 맵을 구성하기 위해 추정되는
방법.
- 제1항에 있어서,
상기 제1 및 제2 세트 중 적어도 하나는 복수의 전단파 탄성 데이터 포인트를 포함하고,
상기 계산 단계에서, 상기 제1 및 상기 제2 세트에 각각 속하는 적어도 2개의 데이터 포인트 사이의 복수의 기울기가 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이에 대한 함수로서 계산되고, 및
상기 탄성 추정 단계에서, 상기 매질의 비선형 전단파 탄성은 상기 복수의 기울기의 함수로서 추정되는
방법.
- 제9항에 있어서,
기어리-힝클리 변환은 상기 최소-분산 추정기의 정확도를 개선하는 데 사용되는
방법.
- 제1항에 있어서,
한 변형 레벨에서 다른 레벨로 전환하는 동안, 스트레인 데이터만 수집되고 및/또는 상기 계산 단계에서 임의의 전단파 탄성 데이터 포인트가 수집 및/또는 고려되지 않는
방법.
- 제1항에 있어서,
동일한 초음파 프로브가 상기 전단파 탄성 데이터 포인트를 수집하고 및/또는 상기 스트레인 데이터를 수집하고 및/또는 상기 매질에 상기 변형을 적용하기 위해 사용되고, 및/또는
상기 전단파 탄성 데이터 포인트들을 수집하고 및/또는 상기 스트레인 데이터를 수집하는데 사용되는 상기 초음파 프로브는 상기 매질의 2차원 또는 3차원 이미지 데이터의 획득을 위해 구성되는
방법.
- 제1항에 있어서,
사용자가 상기 변형을 상기 매질에 적용하기 위해 사용자 인터페이스에 의해 안내되고 및/또는 상기 적용된 변형의 함수로서 상기 사용자 인터페이스로부터 피드백을 수신하는 안내 및/또는 피드백 단계를 더 포함하는
방법.
- 데이터 처리 시스템에 의해 실행될 때, 상기 데이터 처리 시스템으로 하여금, 제1항의 방법을 수행하도록 하는 컴퓨터 판독 가능 명령을 포함하는 컴퓨터 프로그램.
- 매질의 비선형 전단파 탄성을 추정하기 위한 초음파 시스템에 있어서,
상기 시스템은:
· 상기 매질에 적용된 제1 변형 레벨에서 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제1 세트를 수집하고,
· 상기 제1 레벨과 상이한 상기 매질에 적용된 제2 변형 레벨에서 상기 매질의 하나의 전단파 탄성 데이터 포인트를 포함하는 제2 세트를 수집하고,
· 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이를 추정하고,
· 상기 제1 및 상기 제2 변형 레벨 사이의 변형의 차이에 대한 함수로서 상기 제1 및 상기 제2 세트에 각각 속하는 적어도 2개의 데이터 포인트의 데이터 포인트 사이의 기울기를 계산하고,
· 상기 기울기의 함수로 상기 매질의 비선형 전단파 탄성을 추정하도록 구성된
시스템.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP21315133.5 | 2021-07-29 | ||
EP21315133.5A EP4124302A1 (en) | 2021-07-29 | 2021-07-29 | Ultrasonic method and system for estimating the nonlinear shear wave elasticity of a medium |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20230018329A true KR20230018329A (ko) | 2023-02-07 |
Family
ID=77543449
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220091227A KR20230018329A (ko) | 2021-07-29 | 2022-07-22 | 매질의 비선형 전단파 탄성을 추정하기 위한 초음파 방법 및 시스템 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230044531A1 (ko) |
EP (1) | EP4124302A1 (ko) |
JP (1) | JP7297995B2 (ko) |
KR (1) | KR20230018329A (ko) |
CN (1) | CN115700106A (ko) |
AU (1) | AU2022204208B2 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116869567A (zh) * | 2018-05-15 | 2023-10-13 | 深圳迈瑞生物医疗电子股份有限公司 | 一种剪切波弹性测量方法及剪切波弹性成像系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102469989B (zh) * | 2009-07-07 | 2014-04-16 | 株式会社日立医疗器械 | 超声波诊断装置和超声波测量方法 |
EP2637570A4 (en) * | 2010-11-10 | 2014-07-02 | Echometrix Llc | SYSTEM AND METHOD FOR PROCESSING ECHOGRAPHIC IMAGES |
JP2013183982A (ja) * | 2012-03-09 | 2013-09-19 | Hitachi Aloka Medical Ltd | 超音波診断装置及び弾性画像生成方法 |
FR3104736B1 (fr) | 2019-12-13 | 2022-12-09 | Supersonic Imagine | Procédé ultrasonore pour quantifier l’élasticité non linéaire par ondes de cisaillement d’un milieu, et dispositif pour mettre en œuvre ce procédé |
-
2021
- 2021-07-29 EP EP21315133.5A patent/EP4124302A1/en active Pending
-
2022
- 2022-06-16 AU AU2022204208A patent/AU2022204208B2/en active Active
- 2022-07-13 CN CN202210824395.1A patent/CN115700106A/zh active Pending
- 2022-07-22 KR KR1020220091227A patent/KR20230018329A/ko not_active Application Discontinuation
- 2022-07-27 JP JP2022119870A patent/JP7297995B2/ja active Active
- 2022-07-28 US US17/875,470 patent/US20230044531A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230044531A1 (en) | 2023-02-09 |
JP2023021036A (ja) | 2023-02-09 |
EP4124302A1 (en) | 2023-02-01 |
AU2022204208A1 (en) | 2023-02-16 |
AU2022204208B2 (en) | 2023-11-16 |
CN115700106A (zh) | 2023-02-07 |
JP7297995B2 (ja) | 2023-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11350844B2 (en) | System and method for generating nonalcoholic fatty liver disease activity score (NAS) using magnetic resonance elastography | |
JP5984417B2 (ja) | 振幅及び位相変調された超音波を用いた粘弾性測定 | |
EP0955890B1 (en) | Device for imaging the prostata | |
KR102287021B1 (ko) | 전단파 탄성초음파 영상화를 수행하기 위한 영상화 방법 및 장치 | |
US5836894A (en) | Apparatus for measuring mechanical parameters of the prostate and for imaging the prostate using such parameters | |
JP5572151B2 (ja) | 有限媒質モデルを用いた核磁気共鳴弾性率計測インバージョン法 | |
CN110072466A (zh) | 产前超声成像 | |
Behler et al. | Acoustic radiation force beam sequence performance for detection and material characterization of atherosclerotic plaques: preclinical, ex vivo results | |
KR20230018329A (ko) | 매질의 비선형 전단파 탄성을 추정하기 위한 초음파 방법 및 시스템 | |
CN113208646B (zh) | 基于软组织形态评估超声探头接触状态的方法及装置 | |
US20230026896A1 (en) | Ultrasonic method for quantifying the nonlinear shear wave elasticity of a medium, and device for implementing this method | |
EP2266464B1 (en) | Ultrasonic diagnosis apparatus and ultrasonic diagnosis support information providing method | |
EP4387531A1 (en) | Systems and methods for detecting tissue and shear waves within the tissue | |
EP3914161B1 (en) | Methods and systems for investigating blood vessel characteristics | |
Lim et al. | Evaluation of formalin fixation for tissue biopsies using shear wave laser speckle imaging system | |
CN113382685B (zh) | 用于研究血管特性的方法和系统 | |
JP4475457B2 (ja) | 膠原線維割合測定装置 | |
Otesteanu | Imaging Tissue Viscoelasticity and Nonlinearity Using Harmonic and Shear-Wave Excitations | |
Golfetto | Assessment of Shear Wave Elastography Acoustic Output-a Simulation and Experimental Study | |
Nabavizadehrafsanjani | Ultrasound-Based Estimation of Soft Tissue Mechanical Properties in Sub-Hertz Frequency Range | |
Eder et al. | A new approach to improve the reconstruction quality in ultrasound elastography | |
Islam | Ultrasound Strain Imaging in Wavelet Domain |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal |