KR20240045336A - 초음파 이미징에서 혈관들의 자동화된 실시간 검출, 윤곽화, 추적 및 특성화를 위한 시스템 - Google Patents
초음파 이미징에서 혈관들의 자동화된 실시간 검출, 윤곽화, 추적 및 특성화를 위한 시스템 Download PDFInfo
- Publication number
- KR20240045336A KR20240045336A KR1020247009504A KR20247009504A KR20240045336A KR 20240045336 A KR20240045336 A KR 20240045336A KR 1020247009504 A KR1020247009504 A KR 1020247009504A KR 20247009504 A KR20247009504 A KR 20247009504A KR 20240045336 A KR20240045336 A KR 20240045336A
- Authority
- KR
- South Korea
- Prior art keywords
- vessel
- blood vessel
- determining
- current
- parameters
- Prior art date
Links
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 356
- 238000012285 ultrasound imaging Methods 0.000 title claims abstract description 29
- 238000012512 characterization method Methods 0.000 title description 3
- 238000011897 real-time detection Methods 0.000 title 1
- 238000002604 ultrasonography Methods 0.000 claims abstract description 173
- 238000000034 method Methods 0.000 claims abstract description 97
- 230000002792 vascular Effects 0.000 claims abstract description 72
- 238000001514 detection method Methods 0.000 claims abstract description 51
- 239000012530 fluid Substances 0.000 claims abstract description 38
- 238000003384 imaging method Methods 0.000 claims description 140
- 210000003462 vein Anatomy 0.000 claims description 82
- 210000001367 artery Anatomy 0.000 claims description 44
- 230000015654 memory Effects 0.000 claims description 40
- 230000033001 locomotion Effects 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 13
- 239000000463 material Substances 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 11
- 230000006835 compression Effects 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 230000007787 long-term memory Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000006403 short-term memory Effects 0.000 claims description 2
- 239000000523 sample Substances 0.000 description 35
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 13
- 230000002950 deficient Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 11
- 235000012431 wafers Nutrition 0.000 description 11
- 210000001519 tissue Anatomy 0.000 description 9
- 230000017531 blood circulation Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 239000011247 coating layer Substances 0.000 description 7
- 238000003780 insertion Methods 0.000 description 7
- 230000037431 insertion Effects 0.000 description 7
- 239000010410 layer Substances 0.000 description 7
- 238000001356 surgical procedure Methods 0.000 description 7
- 241001465754 Metazoa Species 0.000 description 6
- 230000009471 action Effects 0.000 description 6
- 238000003491 array Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000000541 pulsatile effect Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 5
- 239000004065 semiconductor Substances 0.000 description 5
- 239000000758 substrate Substances 0.000 description 5
- 210000002302 brachial artery Anatomy 0.000 description 4
- 238000002059 diagnostic imaging Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 239000006098 acoustic absorber Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 210000000988 bone and bone Anatomy 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 3
- 238000007667 floating Methods 0.000 description 3
- 238000010438 heat treatment Methods 0.000 description 3
- 238000001990 intravenous administration Methods 0.000 description 3
- 238000002504 lithotomy Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 210000005036 nerve Anatomy 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 210000001835 viscera Anatomy 0.000 description 3
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000036407 pain Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 229910052710 silicon Inorganic materials 0.000 description 2
- 239000010703 silicon Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012731 temporal analysis Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 229910004298 SiO 2 Inorganic materials 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000740 bleeding effect Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000009365 direct transmission Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003071 parasitic effect Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000004544 sputter deposition Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- 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
- A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
-
- 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
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- 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
-
- 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
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Hematology (AREA)
- Vascular Medicine (AREA)
- Physiology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
장치, 방법 및 컴퓨터로 구현된 매체이다. 이 장치는, 혈관 검출 알고리즘을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하고 - 알고리즘은, 현재 시간에서의 디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것; 현재 시간에 선행하는 시간에서의 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것; 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및 현재 혈관 파라미터들, 선행 혈관 파라미터들, 및 현재 흐름 데이터에 기반하여 혈관을 검출 및 추적하는 것을 포함함 -; 디스플레이를 포함하는 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 한다.
Description
실시예들은 일반적으로 이미징 디바이스들에 대한 신호 처리 분야에 관한 것이며, 특히 마이크로기계화된 초음파 트랜스듀서들(micromachined ultrasound transducers)(MUT들)을 포함하는 것들과 같은 초음파 이미징 디바이스들(ultrasound imaging devices) 또는 프로브들에 대한 신호 처리 분야에 관한 것이다.
초음파 이미징은 의학 및 비파괴적 테스트 분야에서 널리 이용된다.
초음파 이미징 프로브 또는 초음파 이미징 디바이스는 통상적으로, 이미징될 타겟에 대한 음향 에너지를 방출 및 수신하는데 이용되는 많은 개별 초음파 트랜스듀서들(픽셀들)의 어레이를 포함한다. 반사된 파형은 트랜스듀서(예를 들어, 마이크로기계화된 초음파 트랜스듀서)에 의해 수신되고, 전기 신호로 변환되고, 추가 신호 처리에 의해, 이미지가 생성된다. 유체 속도 및 (예를 들어, 혈류에 대한) 유체 흐름의 방향이 또한 초음파에 의해 측정 또는 검출되고 초음파 이미징 디바이스 조작자에게 시각적으로 제시될 수 있다. 해부학적 구조들 및 움직임의 이러한 정량화 및 시각화는 다양한 의료 진단 응용들 및 다른 의료 수술들의 지원에 이용될 수 있다.
가장 흔한 의료 수술들 중에는 주변 삽입된 중심 카테터들(peripherally inserted central catheters)(PICC), 중심 정맥 카테터들(central venous catheters)(CVC) 및 주변 정맥내(PIV) 카테터들을 포함하는 정맥내 카테터들의 배치를 수반하는 수술들을 포함하는 혈관 액세스가 있다.
그러나, 주사바늘의 삽입을 수반하는 카테터 배치는 어려울 수 있으며, 다수의 시도를 필요로 할 수 있다. 각각의 추가 시도는 헬스케어 기관에 대한 추가 노동 및 재료 비용을 생성하면서 환자에 대한 불필요한 통증, 부상 및 건강 위험들을 유발할 수 있다. 동맥이 주사바늘에 의해 부주의하게 부딪힐 때, 상당하고 잠재적으로 위험한 출혈이 발생할 수 있다. 신경이 주사바늘에 의해 부주의하게 부딪힐 때, 이는 환자에 대한 불필요한 통증을 유발할 수 있다.
일부 실시예들의 초음파 이미징 디바이스는, 예를 들어 정맥내 카테터들의 배치를 안내하기 위한 목적으로, 정맥들, 동맥들 및 신경들 등의 인간 또는 동물 해부학적 특징들을 식별하기 위해 초음파 이미징 디바이스의 사용자를 보조하도록, 집합적으로 또는 개별적으로 이용될 수 있는 알고리즘들을 포함한, 하나 이상의 세트의 명령어에 따라 동작할 수 있다.
본 발명의 새로운 특징들은 첨부된 청구항들에서 구체적으로 제시된다. 일부 실시예들의 특징들 및 이점들의 더 나은 이해는 본 발명의 원리들이 이용되는 예시적인 실시예들을 제시하는 다음의 상세한 설명, 및 첨부 도면들(또한 본 명세서에서의 "도면" 및 "도")을 참조하여 획득될 것이다.
도 1은 개시된 실시예들에 따른, 선택적으로 변경가능한 특성들을 갖는 이미징 디바이스의 블록도이다.
도 2는 개시된 실시예들에 따른, 선택적으로 변경가능한 특성들을 갖는 이미징 시스템의 도면이다.
도 3은 개시된 실시예들에 따른, 선택적으로 변경가능한 특성들을 갖는 이미징 디바이스의 개략도이다.
도 4는, 다양한 해석 오버레이들, 가상 표시자 광들, 측정치들, 추천들, 제어들 및 파라미터들과 함께, 실시간 B-모드 초음파 이미지 시퀀스를 디스플레이하는, 일부 실시예들에 따른 터치스크린 사용자 인터페이스(UI)의 실시예를 도시한다.
도 5는, 일 실시예에 따른, 초음파 이미징 시스템에서 구현되는 바와 같은, 혈관 검출, 윤곽화(outlining), 추적 및 특성화 알고리즘의 동작들을 흐름도 형태로 도시한다.
도 6은 소정의 실시예에 따른, 프로세스의 흐름도를 도시한다.
도 1은 개시된 실시예들에 따른, 선택적으로 변경가능한 특성들을 갖는 이미징 디바이스의 블록도이다.
도 2는 개시된 실시예들에 따른, 선택적으로 변경가능한 특성들을 갖는 이미징 시스템의 도면이다.
도 3은 개시된 실시예들에 따른, 선택적으로 변경가능한 특성들을 갖는 이미징 디바이스의 개략도이다.
도 4는, 다양한 해석 오버레이들, 가상 표시자 광들, 측정치들, 추천들, 제어들 및 파라미터들과 함께, 실시간 B-모드 초음파 이미지 시퀀스를 디스플레이하는, 일부 실시예들에 따른 터치스크린 사용자 인터페이스(UI)의 실시예를 도시한다.
도 5는, 일 실시예에 따른, 초음파 이미징 시스템에서 구현되는 바와 같은, 혈관 검출, 윤곽화(outlining), 추적 및 특성화 알고리즘의 동작들을 흐름도 형태로 도시한다.
도 6은 소정의 실시예에 따른, 프로세스의 흐름도를 도시한다.
일부 실시예들은 이미징 디바이스들에 관한 것으로, 더 구체적으로는 전자적으로 구성가능한 초음파 이미징 디바이스들에 관한 것이다. 초음파 이미징 디바이스들은 인간 또는 동물 신체들의 내부 조직, 뼈들, 혈류, 또는 장기들을 비침습적 방식으로 이미징하는데 이용될 수 있다. 이어서, 이미지들이 디스플레이될 수 있다. 초음파 이미징을 수행하기 위해, 초음파 이미징 디바이스는 초음파 신호를 신체 내로 전송하고 이미징 중인 신체 부분으로부터 반사된 신호를 수신한다. 이러한 초음파 이미징 디바이스는 트랜시버 또는 이미저라고 지칭될 수 있고 광-음향 또는 초음파 효과에 기반할 수 있는 트랜스듀서 및 연관된 전자 장치를 포함한다. 이러한 트랜스듀서들은 이미징에 이용될 수 있고, 다른 응용들에서도 이용될 수 있다. 예를 들어, 트랜스듀서는 의료 이미징; 파이프, 스피커, 및 마이크로폰 어레이에서의 흐름 측정; 쇄석술; 치료를 위한 국소화된 조직 가열; 및 고집중 포커싱된 초음파(HIFU) 수술에서 이용될 수 있다.
일부 실시예들의 추가적인 양태들 및 이점들은 예시적인 실시예들만이 도시되고 설명되는 본 상세한 설명으로부터 본 기술분야의 통상의 기술자에게 쉽게 명백해질 것이다. 인지될 바와 같이, 일부 실시예들은 다른 상이한 목표들을 달성할 수 있고, 이들의 몇몇 상세들은 모두 본 개시내용으로부터 벗어나지 않고 다양하고 명백한 측면들에서 수정할 수 있다. 따라서, 도면들 및 설명은 제한적인 것이 아니라 사실상 예시적인 것으로 간주되어야 한다.
초음파 이미징은 주사바늘 삽입 전과 주사바늘 삽입 동안 혈관들(vessels) 및 신경들의 직접 시각화를 제공함으로써 혈관 액세스에서의 결과들을 개선시키기 위해 점점 더 많이 이용되고 있다. 초음파 이미징의 인간 해석은 인간 조작자에 의한 이미지들의 해석의 어려움으로 인해 임상 실무자(즉, 임상 인간 실무자)에게 어렵다. 따라서, 카테터 배치를 위한 초음파의 이용은 주로 중심선들(PICC 및 CVC)을 배치하는 더 까다로운 작업으로 제한되었으며, 이는 전문가들에 의해 종종 행해지는 반면, 간호사들에 의해 수행되는 더 일상적인 PIV는 통상적으로 초음파의 혜택 없이 행해진다. 그러나, 경험이 많은 인간 실무자들에 대해서도, 일부 환자들에서의 초음파 이미지 품질은 정맥 또는 동맥 식별을 위한 이러한 이미지들의 해석을 신뢰할 수 없게 만들 수 있다.
본 개시내용이 정맥 검출/식별 및 정맥 추적을 언급하지만, 실시예들은 그렇게 제한되지 않고, 그 범위 내에 유체 흐름을 지속하는 인간 또는 동물 혈관들(이하, "유동 혈관")의 식별을 포함한다는 것을 이해해야 한다.
정맥이 성공적으로 발견되면, 정맥 직경이 측정되어야 하며, 카테터의 적절한 크기가 결정되어야 한다. 정맥 직경은 통상적으로 초음파 이미저의 스크린 상에 손으로 그린 "캘리퍼스(calipers)"를 이용하여 반수동 방식으로 측정된다. 적절한 카테터 크기는 통상적으로 공식을 적용하거나 테이블 내의 값을 탐색함으로써 정맥 직경으로부터 결정된다. 이러한 단계들은 귀중한 시간을 소비하는데, 이는 프로세스를 자동화함으로써 회피될 수 있다.
모든 사용자들에 대해, 액세스를 위해 선택된 혈관이 진정으로 정맥이라는 것을 확인하는 것이 유익하다. 또한, 정맥은 응고에 의해 영향을 받는 정맥에 액세스하는 것을 피하기 위해 압축가능하다는 것이 입증되어야 한다.
결과적으로, 1) 경험이 부족한 실무자들이 이러한 기술을 이용할 수 있도록 초음파 안내 혈관 액세스의 프로세스를 간소화하고; 2) 실무자들, 심지어는 초음파 이미징을 이미 경험한 실무자들에 의해 달성되는 결과들을 개선하고; 3) 수술을 완료하는데 걸리는 시간을 단축시킬 필요가 존재한다.
일부 실시예들은 초음파 이미저에 의해 생성된 초음파 이미지의 자동 해석을 위한 컴퓨터화된 알고리즘의 이용을 통해 이러한 필요성을 충족시킨다. 일부 실시예들의 컴퓨터화된 알고리즘은 초음파 이미징 시스템에서 구현되고, 정맥 및 동맥을 식별 및 묘사(윤곽화)하거나 다른 방식으로 시각적으로 표시하고; 혈관을 측정하고 특성화하며; 액세스에 대한 정맥의 적합성을 평가하고; 카테터 게이지를 추천하는 것을 수행한다. 일부 실시예들의 특징은 혈관 내의 이물질의 삽입을 수반하는 삽입 수술 동안에 실시간으로 적용되는 그 능력이며, 이는 혈관들이 스크린 상에 나타날 때 실무자가 혈관들을 신속하게 식별하고 스캔이 진행됨에 따라 이들 구조들을 추적하는 것을 허용한다.
일반적으로, 일부 실시예들은 이미징 디바이스들에 관한 것이며, 더 구체적으로는 전자적으로 구성가능한 초음파 트랜스듀서들을 갖는 이미징 디바이스들에 관한 것이다. 비침투적 이미징 디바이스들은 인간 또는 동물 신체들의 내부 조직, 뼈들, 혈류, 또는 장기들을 이미징하는데 이용될 수 있다. 이어서, 이미지들이 디스플레이될 수 있다. 이미징을 수행하기 위해, 이미징 디바이스는 신호를 신체 내로 전송하고 이미징 중인 신체 부분으로부터 반사된 신호를 수신한다. 이러한 이미징 디바이스는 트랜시버 또는 이미저라고 지칭될 수 있고 광-음향 또는 초음파 효과에 기반할 수 있는 트랜스듀서를 포함한다. 이러한 트랜스듀서들은 이미징에 이용될 수 있고, 다른 응용들에서도 이용될 수 있다. 예를 들어, 트랜스듀서는 의료 이미징; 파이프, 스피커, 및 마이크로폰 어레이에서의 흐름 측정; 쇄석술; 치료 목적을 위한 국소화된 조직 가열; 및 고집중 포커싱된 초음파(HIFU) 수술에서 이용될 수 있다.
전통적으로, 의료 이미징에서 이용되는 초음파 이미저들과 같은 이미징 디바이스들은 압전(PZT) 재료들 또는 다른 압전 세라믹 및 폴리머 합성물들을 이용한다. 이러한 이미징 디바이스들은 PZT 재료로 트랜스듀서들을 하우징하기 위한 하우징은 물론, 이미지를 형성하고 이를 디스플레이 유닛 상에 디스플레이하는 다른 전자 장치들을 포함할 수 있다. 벌크 PZT 요소들 또는 트랜스듀서들을 제조하기 위해, 두꺼운 압전 재료 슬래브는 큰 직사각형 형상의 PZT 요소들로 절단될 수 있다. 이들 직사각형 형상의 PZT 요소들은 제작하기에 고가일 수 있는데, 왜냐하면 제조 프로세스가 직사각형 형상의 두꺼운 PZT 또는 세라믹 재료를 일반적으로 정밀하게 절단하고 그것을 정밀한 간격으로 기판들 상에 탑재하는 것을 수반하기 때문이다. 또한, 트랜스듀서들의 임피던스는 트랜스듀서들에 대한 전송/수신 전자 장치들의 임피던스보다 훨씬 높으며, 이는 성능에 영향을 미칠 수 있다.
또한 추가로, 이러한 두꺼운 벌크 PZT 요소들은 전송 신호들을 생성하기 위해 매우 높은 전압 펄스들, 예를 들어, 100볼트(V) 이상을 요구할 수 있다. 이러한 높은 구동 전압은 높은 전력 소모를 유발하는데, 이는 트랜스듀서들에서의 전력 소모가 구동 전압의 제곱에 비례하기 때문이다. 이러한 고전력 소모는 이미징 디바이스 내에 열을 발생시키며, 따라서 냉각 배열들이 필요하다. 이러한 냉각 시스템들은 이미징 디바이스들의 제조 비용 및 중량을 증가시키며, 이는 이미징 디바이스들을 동작시키기에 더 부담스럽게 한다.
더구나, 트랜스듀서들에 대한 전송/수신 전자 장치들은 트랜스듀서들 자체로부터 멀리 위치할 수 있으며, 따라서 트랜스듀서들과 전송/수신 전자 장치들 사이에 마이크로-동축 케이블들을 필요로 한다. 일반적으로, 케이블은 지연 및 임피던스 매칭을 위한 정밀한 길이를 가지며, 종종, 케이블을 통한 전자 장치로의 트랜스듀서의 효율적인 접속을 위해 추가의 임피던스 매칭 네트워크가 이용된다.
일부 실시예들은 본 명세서에 더 상세히 설명되는 바와 같이, 압전 마이크로기계화된 초음파 트랜스듀서(pMUT) 또는 용량성 마이크로기계화된 초음파 트랜스듀서(cMUT) 기술들을 이용하는 이미징 디바이스들의 맥락에서 이용될 수 있다.
일반적으로, cMUT 및 pMUT 둘 다와 같은 MUT들은 다이어프램(그 에지들에, 또는 프로브의 내부의 소정의 포인트에 부착된 얇은 멤브레인)을 포함하는 반면, "전통적인" 벌크 PZT 요소는 재료의 고체 조각으로 통상적으로 구성된다.
압전 마이크로기계화된 초음파 트랜스듀서들(pMUT들)은 다양한 반도체 웨이퍼 제조 동작들을 활용하여 기판 상에 효율적으로 형성될 수 있다. 반도체 웨이퍼는 현재 6인치, 8인치, 및 12인치 크기일 수 있고, 수백 개의 트랜스듀서 어레이를 하우징할 수 있다. 이러한 반도체 웨이퍼들은 다양한 처리 동작들이 수행되는 실리콘 기판으로서 시작한다. 이러한 동작의 예는 절연 산화물들로도 알려진 SiO2 층들의 형성이다. 상호접속부들 및 본드 패드들의 역할을 하는 금속층들의 추가와 같은 다양한 다른 동작들은 다른 전자 장치들에의 접속을 허용하도록 수행된다. 기계 동작의 또 다른 예는 캐비티들의 에칭이다. 부피가 큰 압전 재료를 갖는 종래의 트랜스듀서들에 비해, 반도체 기판들 상에 구축된 pMUT 요소들은 부피가 작고, 제조하기에 더 저렴하며, 전자 장치와 트랜스듀서들 사이의 더 간단하고 더 높은 성능의 상호접속을 갖는다. 따라서, 이들은 동일한 것을 이용하는 이미징 디바이스의 동작 주파수에서 더 큰 유연성 및 더 높은 품질의 이미지들을 생성할 가능성을 제공한다.
일부 실시예들에서, 이미징 디바이스는 전송 드라이버, 수신된 에코 신호를 위한 감지 회로, 및 다양한 동작을 제어하는 제어 회로를 포함하는 주문형 집적 회로(ASIC)에 결합된다. ASIC는 다른 반도체 웨이퍼 상에 형성될 수 있다. 이 ASIC는 기생 손실들을 감소시키기 위해 pMUT 또는 cMUT 요소들에 매우 근접하여 배치될 수 있다. 특정한 예로서, ASIC는 트랜스듀서 어레이로부터 50 마이크로미터(μm) 이하 떨어져 있을 수 있다. 보다 넓은 예에서, 2개의 웨이퍼 또는 2개의 다이 사이에 100 μm 미만의 분리가 있을 수 있고, 여기서 각각의 웨이퍼는 많은 다이를 포함하고, 다이는 트랜스듀서 웨이퍼 내의 트랜스듀서 및 ASIC 웨이퍼 내의 ASIC를 포함한다. 일부 실시예들에서, ASIC는 pMUT 또는 cMUT 어레이에 대해 매칭되는 치수들을 가지며, 디바이스들이 ASIC 웨이퍼 상의 웨이퍼 대 웨이퍼 상호접속 또는 트랜스듀서 다이 또는 트랜스듀서 다이 대 ASIC 다이 상호접속을 위해 적층되는 것을 허용한다. 대안적으로, 트랜스듀서는 또한, ASIC 처리와 호환되는 저온 압전 재료 스퍼터링 및 다른 저온 처리를 이용하여 ASIC 웨이퍼의 상단에 전개될 수 있다.
일 실시예에 따르면, ASIC 및 트랜스듀서 상호접속부 어디에서나, 이 둘은 유사한 풋프린트들을 가질 수 있다. 더 구체적으로, 후자의 실시예에 따르면, ASIC의 풋프린트는 MUT 풋프린트의 정수배 또는 제수일 수 있다.
이미징 디바이스가 pMUT 또는 cMUT에 기반하는지에 관계없이, 일부 실시예들에 따른 이미징 디바이스는 다수의 전송 채널 및 다수의 수신 채널을 포함할 수 있다. 전송 채널들은 트랜스듀서 요소들이 응답하는 주파수에서 전압 펄스로 트랜스듀서 요소들을 구동한다. 이것은 초음파 파형이 요소들로부터 방출되게 하며, 이 파형은 신체 내의 장기를 향하는 것과 같이 이미징될 대상을 향할 것이다. 일부 예들에서, 트랜스듀서 요소들의 어레이를 갖는 이미징 디바이스는 이미징 디바이스와 신체 사이에 겔을 이용하여 신체와 기계적 접촉을 이룰 수 있다. 초음파 파형은 대상, 즉 장기를 향해 이동하고, 파형의 일부는 수신된/반사된 초음파 에너지의 형태로 트랜스듀서 요소들에 다시 반사되며, 수신된 초음파 에너지는 이미징 디바이스 내의 전기 에너지로 변환될 수 있다. 그 다음, 수신된 초음파 에너지는 수신된 초음파 에너지를 전기 신호들로 변환하기 위해 다수의 수신 채널들에 의해 추가로 처리될 수 있고, 전기 신호들은 전기 신호들에 기반하여 디스플레이를 위한 대상의 이미지를 전개하기 위해 다른 회로에 의해 처리될 수 있다.
초음파 이미징 디바이스의 실시예는, 트랜스듀서 어레이, 및 예를 들어, 주문형 집적 회로(ASIC), 및 전송 및 수신 빔포밍 회로를 포함한 제어 회로, 및 선택적으로 추가의 제어 전자 장치를 포함한다.
실시예들의 특징들을 포함하는 이미징 디바이스는 이롭게도 문제들을 줄이거나 해결할 수 있다.
실시예에서, 이미징 디바이스는 트랜스듀서들 및 제어 회로 및 선택적으로 컴퓨팅 디바이스와 같은 연관된 전자 회로들이 하우징되는 핸드헬드 케이싱을 포함할 수 있다. 이미징 디바이스는 또한 전자 회로들에 전력을 공급하기 위한 배터리를 포함할 수 있다.
따라서, 일부 실시예들은 2D 어레이에서 pMUT 요소들 또는 cMUT 요소들을 이용하는 휴대용 이미징 디바이스에 관한 것이다. 일부 실시예들에서, 트랜스듀서 요소들의 이러한 어레이는 이미징 디바이스의 주문형 집적 회로(ASIC)에 결합된다.
이하의 설명에서, 설명의 목적상, 본 개시내용의 이해를 제공하기 위해 구체적인 상세들이 기재되어 있다. 그러나, 본 개시내용은 이러한 상세들 없이 실시될 수 있다는 점이 본 기술분야의 통상의 기술자에게 명백할 것이다. 더구나, 본 기술분야의 통상의 기술자는 후술하는 본 개시내용의 예들이 프로세스, 제어 회로의 하나 이상의 프로세서(처리 회로), 컴퓨팅 디바이스의 하나 이상의 프로세서(또는 처리 회로), 시스템, 디바이스 또는 유형의 컴퓨터 판독가능한 매체 상의 방법과 같은 다양한 방식으로 구현될 수 있다는 것을 인식할 것이다.
본 기술분야의 통상의 기술자는 (1) 특정 제조 동작들이 선택적으로 수행될 수 있는 것; (2) 그 동작들이 본 명세서에 제시된 특정 순서로 제한되지 않을 수 있는 것; 및 (3) 특정 동작들이 동시에 수행되는 것을 포함하여 상이한 순서들로 수행될 수 있는 것을 인식할 것이다.
도면들에 도시된 요소들/구성요소들은 예시적인 실시예들을 예시하며, 본 개시내용을 모호하게 하는 것을 피하도록 의도된다. 본 명세서에서 "일 예", "바람직한 예", "예", "예들", "실시예", "일부 실시예들", 또는 "실시예들"에 대한 언급은 그 예와 관련하여 설명된 특정한 특징, 구조, 특성, 또는 기능이 본 개시내용의 적어도 하나의 예에 포함되고 하나보다 많은 예에 있을 수 있다는 것을 의미한다. 본 명세서의 여러 곳에서 나오는 "일 예에서", "예에서", "예들에서", "실시예에서", "일부 실시예들에서", 또는 "실시예들에서"라는 문구들 모두가 꼭 동일한 예 또는 예들을 지칭하는 것은 아니다. 용어들 "포함하다(include)", "포함하는(including)", "포함하다(comprise)", 및 "포함하는(comprising)"은 개방형 용어들인 것으로 이해되어야 하고, 앞서는 임의의 리스트들은 예들이며, 열거된 항목들로 제한되는 것으로 의도되지 않는다. 본 명세서에서 사용되는 임의의 제목들은 단지 조직화 목적들을 위한 것이며, 설명 또는 청구항들의 범위를 제한하는데 사용되지 않아야 한다. 또한, 본 명세서의 다양한 곳에서의 특정 용어들의 사용은 예시를 위한 것이며, 제한하는 것으로 해석되어서는 안 된다.
이제 도면들을 참조하면, 도 1은 본 명세서에 설명된 원리에 따라 선택적으로 변경가능한 채널(108, 110)을 제어하고 컴퓨팅 디바이스(112) 상에서 수행되는 이미징 계산을 갖는 제어기 또는 제어 회로(106)를 갖는 이미징 디바이스(100)의 블록도이다. 전술한 바와 같이, 이미징 디바이스(100)는 인간 또는 동물 신체들의 내부 조직, 뼈, 혈류 또는 장기들의 이미지를 생성하는데 이용될 수 있다. 따라서, 이미징 디바이스(100)는 신호를 신체 내로 전송하고, 이미징되는 신체 부분으로부터 반사된 신호를 수신할 수 있다. 이러한 이미징 디바이스들은 광-음향 또는 초음파 효과들에 기반할 수 있는, 트랜스듀서들 또는 이미저들이라고 지칭될 수 있는, pMUT 또는 cMUT를 포함할 수 있다. 이미징 디바이스(100)는 다른 대상들도 이미징하는데 이용될 수 있다. 예를 들어, 이미징 디바이스는, 의료 이미징; 파이프, 스피커, 및 마이크로폰 어레이에서의 흐름 측정; 쇄석술; 치료를 위한 국소적 조직 가열; 및 고집중 포커싱된 초음파(HIFU) 수술에서 이용될 수 있다.
인간 환자들에서의 이용에 더하여, 이미징 디바이스(100)는 동물의 내부 장기들의 이미지도 획득하는데 이용될 수 있다. 또한, 내부 장기를 이미징하는 것 외에도, 이미징 디바이스(100)는 또한, 도플러 모드 이미징에서와 같이 동맥 및 정맥에서의 혈류의 방향 및 속도를 결정하는데 이용될 수 있고, 또한 조직 강성을 측정하는데 이용될 수 있다.
이미징 디바이스(100)는 상이한 유형의 이미징을 수행하는데 이용될 수 있다. 예를 들어, 이미징 디바이스(100)는 A-스캔으로도 알려진 1차원 이미징, B 스캔으로도 알려진 2차원 이미징, C 스캔으로도 알려진 3차원 이미징 및 도플러 이미징(즉, 도플러 초음파를 이용하여 혈관 내의 유체 흐름과 같은 움직임을 결정하는 것)을 수행하는데 이용될 수 있다. 이미징 디바이스(100)는 선형 모드 및 섹터 모드를 포함하지만 이에 제한되지 않는 상이한 이미징 모드들로 스위칭되고, 프로그램 제어 하에 전자적으로 구성될 수 있다.
이러한 이미징을 용이하게 하기 위해, 이미징 디바이스(100)는 하나 이상의 초음파 트랜스듀서(102)를 포함하고, 각각의 트랜스듀서(102)는 초음파 트랜스듀서 요소들(104)의 어레이를 포함한다. 각각의 초음파 트랜스듀서 요소(104)는, pMUT 또는 cMUT 요소 등의, 임의의 적절한 트랜스듀서 요소로서 구현될 수 있다. 트랜스듀서 요소들(104)은 1) 신체 또는 다른 질량체를 통과할 초음파 압력파들을 생성하고 2) 이미징될, 신체 또는 다른 질량체 내의 대상에서 반사된 파들(수신된 초음파 에너지)을 수신하도록 동작한다. 일부 예들에서, 이미징 디바이스(100)는 초음파 파형들 또는 초음파 압력파들(줄여서 압력파들)을 동시에 전송 및 수신하도록 구성될 수 있다. 예를 들어, 제어 회로(106)는 특정 트랜스듀서 요소들(104)이 이미징되는 타겟 대상을 향해 압력파들을 전송하고, 동시에 다른 트랜스듀서 요소들(104)이 타겟 대상으로부터 반사된 압력파들/초음파 에너지를 수신하고, 수신된 파들/수신된 초음파 에너지/수신된 에너지에 응답하여 그에 기반하여 전하들을 생성하게 제어하도록 구성될 수 있다.
일부 예들에서, 각각의 트랜스듀서 요소(104)는, 중심 주파수와 연관된 특정의 주파수 및 대역폭에서 뿐만 아니라, 선택적으로, 추가의 중심 주파수 및 대역폭에서 신호를 전송 또는 수신하도록 구성될 수 있다. 이러한 다중 주파수 트랜스듀서 요소들(104)은 다중 모드 요소들(104)로 지칭될 수 있고 이미징 디바이스(100)의 대역폭을 확장할 수 있다. 트랜스듀서 요소(104)는, 약 0.1 내지 약 100 메가헤르츠 등의, 임의의 적절한 중심 주파수에서 신호를 방출 또는 수신할 수 있다. 트랜스듀서 요소(104)는 약 3.5 내지 약 5 메가헤르츠 범위의 하나 이상의 중심 주파수에서 신호를 방출 또는 수신하도록 구성될 수 있다.
압력파들을 생성하기 위해, 이미징 디바이스(100)는 다수의 전송(Tx) 채널(108) 및 다수의 수신(Rx) 채널(110)을 포함할 수 있다. 전송 채널들(108)은 트랜스듀서(102), 즉 트랜스듀서 요소들(104)의 어레이를 그들이 응답하는 주파수의 전압 펄스로 구동하는 다수의 구성요소를 포함할 수 있다. 이것은 초음파 파형이 트랜스듀서 요소들(104)로부터 이미징될 대상을 향해 방출되게 한다.
일부 실시예들에 따르면, 초음파 파형은 이미징 디바이스의 하나 이상의 대응하는 트랜스듀서 요소로부터 실질적으로 동시에 전송된 하나 이상의 초음파 압력파를 포함할 수 있다.
초음파 파형은 이미징될 대상을 향해 이동하고, 파형의 일부는 트랜스듀서(102)로 다시 반사되고, 트랜스듀서는 이를 압전 효과를 통해 전기 에너지로 변환된다. 수신 채널들(110)은 이와 같이 획득된 전기 에너지를 수집하고, 이를 처리하며, 이를, 예를 들어, 디스플레이될 수 있는 이미지를 전개하거나 생성하는 컴퓨팅 디바이스(112)로 전송한다.
일부 예들에서, 이미징 디바이스(100) 내의 전송 채널(108) 및 수신 채널(110)의 수는 일정하게 유지될 수 있는 반면, 이들이 결합되는 트랜스듀서 요소(104)의 수는 달라질 수 있다. 일 실시예에서, 트랜스듀서 요소들에 대한 전송 및 수신 채널들의 결합은 제어 회로(106)에 의해 제어될 수 있다. 일부 예들에서, 예를 들어 도 1에 도시된 바와 같이, 제어 회로는 전송 채널들(108) 및 수신 채널들(110)을 포함할 수 있다. 예를 들어, 트랜스듀서(102)의 트랜스듀서 요소들(104)은 N개의 열 및 M개의 행을 갖는 2차원 공간 어레이로 형성될 수 있다. 특정한 예에서, 트랜스듀서 요소들(104)의 2차원 어레이는 128개의 열과 32개의 행을 가질 수 있다. 이 예에서, 이미징 디바이스(100)는 최대 128개의 전송 채널(108) 및 최대 128개의 수신 채널(110)을 가질 수 있다. 이 예에서, 각각의 전송 채널(108) 및 수신 채널(110)은 다수의 또는 단일 픽셀(104)에 결합될 수 있다. 예를 들어, 이미징 모드(예를 들어, 다수의 트랜스듀서가 동일한 공간 방향으로 초음파를 전송하는 선형 모드인지, 또는 다수의 트랜스듀서가 상이한 공간 방향들로 초음파를 전송하는 섹터 모드인지)에 따라, 트랜스듀서 요소들(104)의 각각의 열은 단일 전송 채널(108) 및 단일 수신 채널(110)에 결합될 수 있다. 이 예에서, 전송 채널(108) 및 수신 채널(110)은 복합 신호들을 수신할 수 있고, 이 복합 신호들은 각각의 열 내의 각각의 트랜스듀서 요소(104)에서 수신된 신호들을 결합한다. 또 다른 예에서, 즉, 상이한 이미징 모드 동안에, 각각의 트랜스듀서 요소(104)는 그 전용 전송 채널(108) 및 그 전용 수신 채널(110)에 결합될 수 있다. 일부 실시예들에서, 트랜스듀서 요소(104)는 전송 채널(108) 및 수신 채널(110) 양쪽 모두에 결합될 수 있다. 예를 들어, 트랜스듀서 요소(104)는 초음파 펄스를 생성 및 전송한 다음 반사된 초음파 에너지를 전기 에너지로 변환하는 형태로 그 펄스의 에코를 검출하도록 적응될 수 있다.
제어 회로(106)는 본 명세서에 설명된 기능들을 수행하도록 구성된 임의의 회로 또는 회로들로서 구현될 수 있다. 예를 들어, 제어 회로(106)는, 주문형 집적 회로(ASIC), 필드 프로그래머블 게이트 어레이(FPGA), 시스템-온-칩, 프로세서 및 메모리, 전압 소스, 현재 소스, 하나 이상의 증폭기, 하나 이상의 디지털-아날로그 변환기, 하나 이상의 아날로그-디지털 변환기 등으로서 구현되거나 기타의 방식으로 이들을 포함할 수 있다.
예시적인 컴퓨팅 디바이스(112)는 프로세서, 메모리, 통신 회로, 배터리, 디스플레이 등과 같은 임의의 적절한 구성요소들을 포함하는 임의의 적절한 컴퓨팅 디바이스로서 구현될 수 있다. 일 실시예에서, 컴퓨팅 디바이스(112)는, 예를 들어 도 1의 실시예에서 제안된 바와 같이, 제어 회로(106), 트랜스듀서들(102) 등과 함께 단일 패키지 또는 단일 칩, 또는 단일 시스템 온 칩(SoC)으로 통합될 수 있다. 다른 실시예들에서, 컴퓨팅 디바이스들의 일부 또는 전부는, 예를 들어, 이하에서 더 상세히 설명되는 바와 같이 도 2의 실시예에서 제안된 바와 같이, 제어 회로 및 트랜스듀서 등과는 별개의 패키지 내에 있을 수 있다.
각각의 트랜스듀서 요소는 정사각형, 직사각형, 타원형, 또는 원형과 같은 임의의 적절한 형상을 가질 수 있다. 트랜스듀서 요소들은 본 명세서에 언급된 바와 같이 N개의 열 및 M개의 행과 같이 직교 방향들로 배열된 2차원 어레이로 배열될 수 있거나, 비대칭(또는 스태거형) 직선 어레이로 배열될 수 있다.
트랜스듀서 요소들(104)은 연관된 전송 채널들의 연관된 전송 드라이버 회로들, 및 연관된 수신 채널들의 저잡음 증폭기들을 가질 수 있다. 따라서, 전송 채널은 전송 드라이버들을 포함할 수 있고, 수신 채널은 하나 이상의 저잡음 증폭기를 포함할 수 있다. 예를 들어, 명시적으로 도시되지는 않았지만, 전송 및 수신 채널들 각각은, 특정한 트랜스듀서 요소들 및 트랜스듀서 요소들의 세트들이 활성화, 비활성화 또는 저전력 모드에 놓일 수 있게 하는 멀티플렉싱 및 어드레스 제어 회로를 포함할 수 있다. 트랜스듀서들은 직교 행들 및 열들 외의 패턴들로, 예를 들어 원형 방식으로, 또는 그로부터 생성될 초음파 파형들의 범위들에 기반하는 다른 패턴들로 배열될 수 있다는 것을 이해한다.
도 2는 실시예에 따른, 선택적으로 구성가능한 특성들을 갖는 이미징 시스템을 포함하는 이미징 환경의 도면이다. 도 2의 이미징 시스템은 이미징 디바이스(202), 및 아래에 더 상세히 설명되는 바와 같이 컴퓨팅 디바이스(216) 및 컴퓨팅 디바이스에 결합된 디스플레이(220)를 포함하는 컴퓨팅 시스템(222)을 포함할 수 있다.
도 2에 도시된 바와 같이, 컴퓨팅 디바이스(216)는, 일 실시예에 따르면, 그리고 도 1의 실시예와 달리, 이미징 디바이스(220)로부터 물리적으로 분리될 수 있다. 예를 들어, 컴퓨팅 디바이스(216) 및 디스플레이 디바이스(220)는 이미징 디바이스(202)의 구성요소들과 비교하여 개별 디바이스(이러한 맥락에서, 도시된 컴퓨팅 시스템(222)은 동작 동안 이미징 디바이스(202)로부터 물리적으로 분리됨) 내에 배치될 수 있다. 컴퓨팅 시스템(222)은 휴대폰 또는 태블릿과 같은 모바일 디바이스, 또는 사용자에게 이미지들을 디스플레이할 수 있는 고정 컴퓨팅 디바이스를 포함할 수 있다. 다른 예에서, 예를 들어 도 1에 도시된 바와 같이, 디스플레이 디바이스, 컴퓨팅 디바이스 및 연관된 디스플레이는 이미징 디바이스(202)의 일부일 수 있다(이제 도시된다). 즉, 이미징 디바이스(100), 컴퓨팅 디바이스(216) 및 디스플레이 디바이스(220)는 단일 하우징 내에 배치될 수 있다.
본 명세서에서 언급된 "컴퓨팅 디바이스"는, 일부 실시예들에서, 대상의 이미지가 디스플레이 상에 디스플레이되게 하는 것, 또는 이미지에 관한 정보가 사용자에게 통신되게 하는 것 중 적어도 하나를 행하기 위한 신호들을 생성하도록 구성될 수 있다. 이미지에 관한 정보가 디스플레이되게 하는 것은, 식별된 혈관에 관한 식별 정보, 및 혈관 내에 삽입될 카테터 등의 이물질에 관한 추천이, 사용자 인터페이스를 통해, 예컨대 디스플레이 상에 디스플레이되게 하는 것에 의해, 스피커를 통해 재생될 음성 메시지를 통해, 그리고/또는 UI 디스플레이 상의 텍스트에 의해, 사용자에게 통신되게 하는 것을 포함할 수 있다. 신호들의 생성은, 일부 실시예들에서, 이하에서 더 설명되는 바와 같이 혈관 검출 및 추적 알고리즘을 구현하는 것을 포함할 수 있다.
도시된 바와 같이, 이미징 시스템은 전송 모드/프로세스에서 전송 채널들(도 1, 108)을 통해 심장(214)과 같은 대상을 향해 압력파들(210)을 생성하고 전송하도록 구성되는 이미징 디바이스(202)를 포함한다. 내부 장기 또는 이미징될 다른 대상은 압력파들(210)의 일부를 이미징 디바이스(202)를 향해 반사할 수 있으며, 이미징 디바이스는 (도 1의 트랜스듀서(102)와 같은) 트랜스듀서, 수신 채널들(도 1, 110) 및 제어 회로(도 1, 106)를 통해 반사된 압력파들을 수신할 수 있다. 트랜스듀서는 수신 모드/프로세스에서 수신된 초음파 에너지에 기반하여 전기 신호를 생성할 수 있다. 전송 모드 또는 수신 모드는 전송 또는 수신 중 어느 하나를 하도록 구성될 수 있는 이미징 디바이스들의 맥락에서, 그러나 상이한 시간들에서 적용가능할 수 있다. 그러나, 이전에 언급된 바와 같이, 실시예들에 따른 일부 이미징 디바이스들은 동시에 전송 모드 및 수신 모드 모두에 있도록 적응될 수 있다. 시스템은 또한 도시된 무선 통신 채널(218)과 같은 통신 채널을 통해 이미징 디바이스(100)와 통신하는 컴퓨팅 디바이스(216)를 포함하지만, 실시예들은 또한 컴퓨팅 시스템과 이미징 디바이스 사이의 유선 통신을 그 범위 내에 포함한다. 이미징 디바이스(100)는 대상의 이미지의 형성을 완료하기 위해 수신된 신호들을 처리하는 하나 이상의 프로세서를 가질 수 있는 컴퓨팅 디바이스(216)에 신호들을 통신할 수 있다. 컴퓨팅 시스템(222)의 디스플레이 디바이스(220)는 이어서 컴퓨팅 디바이스로부터의 신호들을 이용하여 대상의 이미지들을 디스플레이할 수 있다. 컴퓨팅 시스템은 위에서 언급된 바와 같이 결함 픽셀에 관한 정보를 사용자에게 추가로 전달할 수 있다.
일부 실시예들에 따른 이미징 디바이스는 휴대용 디바이스, 및/또는 통신 채널을 통해, (IEEE 802.11 또는 Wi-Fi 프로토콜, 블루투스 로우 에너지(Bluetooth Low Energy)를 포함하는 블루투스 프로토콜, mmWave 통신 프로토콜, 또는 통상의 기술자의 지식 내에 있는 임의의 다른 무선 통신 프로토콜과 같은 무선 통신 프로토콜을 이용하여) 무선으로, 또는 (USB2, USB 3, USB 3.1, 및 USB-C와 같은) 케이블과 같은 유선 접속 또는 마이크로전자 디바이스 상의 상호접속부들과 같은 유선 접속을 통해, 컴퓨팅 디바이스와 신호들을 통신하도록 적응되는 핸드헬드 디바이스를 포함할 수 있다. 테더드(tethered) 또는 유선 접속의 경우, 이미징 디바이스는 컴퓨팅 디바이스와 통신하는 케이블의 케이블 접속을 수용하기 위한 도 3과 관련하여 더 상세히 설명되는 바와 같은 포트를 포함할 수 있다. 무선 접속의 경우, 이미징 디바이스(100)는 컴퓨팅 디바이스(216)와 통신하기 위한 무선 트랜시버를 포함할 수 있다.
다양한 실시예들에서, 본 개시내용의 상이한 양태들은 상이한 구성요소들에서 수행될 수 있다는 것을 알아야 한다. 예를 들어, 일 실시예에서, 이미징 디바이스는 초음파 파형들이 그 트랜스듀서들을 통해 전송 및 수신되게 하는 회로(예컨대, 채널들)를 포함할 수 있는 반면, 컴퓨팅 디바이스는 전압 신호들을 이용하여 이미징 디바이스의 트랜스듀서 요소들에서 초음파 파형들을 생성하고, 또한 수신된 초음파 에너지를 처리하여 하나 이상의 결함 픽셀에 대한 결함 픽셀 데이터세트를 결정하기 위해 이러한 회로를 제어하도록 적응될 수 있다. 이러한 실시예에서, 컴퓨팅 디바이스는 결함 픽셀들의 결정에 기반하여 이미징 디바이스의 기능을 관리/제어할 수 있고, 아래에 더 상세히 논의되는 바와 같이 프레임들을 이용하여 대상의 이미지들을 구성할 수 있고, 전송 및 수신 채널들을 선택 및 구성할 수 있는 등이다.
다른 실시예에서, 이미징 디바이스는 초음파 파형이 트랜스듀서 요소들로부터 전송 및 수신되게 하기 위해 전압 신호들을 이용하여 트랜스듀서 요소들에서의 초음파 파형들의 생성을 제어하기 위한 제어 회로를 포함할 수 있고, 또한 수신된 초음파 에너지로부터 전기 신호들을 생성할 수 있고, 테스트 모드에서, 수신된 초음파 파형들에 대응하는 전기 신호들을 이용하여 이미징 디바이스의 하나 이상의 결함 픽셀에 관한 정보를 결정할 수 있다. 이러한 실시예에서, 이미징 디바이스의 제어 회로는 수신된 초음파 에너지로부터 생성된 전기 신호들을 컴퓨팅 디바이스에 전송할 수 있고, 컴퓨팅 디바이스는 하나 이상의 결함 픽셀에 관한 정보를 결정하기 위해 전기 신호들을 처리할 수 있다. 보다 일반적으로, 본 명세서에 개시된 임의의 적합한 기능이 하나 이상의 회로에 의해 수행될 수 있다는 것과, 이 회로들이 하나의 물리적 디바이스에 하우징되거나, 서로 물리적으로 분리되어 하우징되지만, 서로 통신가능하게 결합될 수 있다는 것을 알아야 한다.
도 3은 아래에 더 상세히 설명되는 바와 같이 일부 실시예들에 따른 이미징 디바이스의 도면을 나타낸다.
도 3에 도시된 바와 같이, 이미징 디바이스(300)는 트랜스듀서들(302) 및 연관된 전자 장치들이 하우징되는 핸드헬드 케이싱(331)을 포함할 수 있다. 이미징 디바이스는 또한, 전자 장치에 전력을 공급하는 배터리(338)를 포함할 수 있다. 따라서, 도 3은, 선택적으로 실리콘 웨이퍼 상에 구축된 2D 어레이의 pMUT를 이용한 2D 및 3D 이미징이 가능한 휴대용 이미징 디바이스의 실시예를 도시한다. 특정 파라미터들의 전자 구성을 갖는 주문형 집적 회로(ASIC)(106)에 결합된 이러한 어레이는 이전에 가능했던 것보다 낮은 비용으로 더 높은 품질의 이미지 처리를 가능하게 한다. 게다가, 특정 파라미터들, 예를 들어 이용되는 채널들의 수를 제어함으로써, 전력 소비가 변경될 수 있고, 온도가 변경될 수 있다.
일부 실시예들에 따른 이미징 디바이스(300)는 하나 이상의 결함 픽셀에 관한 정보(결함 픽셀 데이터)에 기반하여 실시간으로 시스템 구성가능성 및 적응가능성을 허용하도록 구성된다. 이것은 예를 들어 아래에 더 상세히 설명되는 바와 같이 이미징 디바이스의 트랜스듀서 어레이의 하나 이상의 픽셀의 현재 픽셀 성능 데이터세트를 동일한 픽셀들의 베이스라인 픽셀 성능 데이터세트와 비교함으로써 행해진다.
이제 도 3을 보다 상세히 살펴보면, 도 3은 일부 실시예들에 따른, 선택적으로 조정가능한 특징들을 갖는 이미징 디바이스(300)의 개략도이다. 이미징 디바이스(300)는 단지 예로서 도 1의 이미징 디바이스(100) 또는 도 2의 이미징 디바이스(202)와 유사할 수 있다. 전술한 바와 같이, 이미징 디바이스는 초음파 의료 프로브를 포함할 수 있다. 도 3은 이미징 디바이스(300)의 트랜스듀서(들)(302)를 도시한다. 전술한 바와 같이, 트랜스듀서(들)(302)는 압력파들(도 2, 210)을 전송 및 수신하도록 적응되는 트랜스듀서 요소들(도 1, 104)의 어레이들을 포함할 수 있다. 일부 예들에서, 이미징 디바이스(300)는 트랜스듀서들(302)과 인체 또는 압력파들(도 2, 210)이 전송되는 다른 질량체 또는 조직 사이의 임피던스 매칭 계면으로서 작용하는 코팅층(322)을 포함할 수 있다. 일부 경우들에서, 코팅층(322)은 원하는 초점 거리와 일치하는 곡률로 설계될 때 렌즈의 역할을 할 수 있다.
이미징 디바이스(300)는 임의의 적절한 폼 팩터로 구현될 수 있다. 일부 실시예들에서, 트랜스듀서들(302)을 포함하는 이미징 디바이스(300)의 일부는 이미징 디바이스(100)의 나머지로부터 밖으로 연장할 수 있다. 이미징 디바이스(300)는, 볼록 어레이 프로브, 마이크로-볼록 어레이 프로브, 선형 어레이 프로브, 질내 프로브(endovaginal probe), 직장내 프로브(endorectal probe), 수술 프로브(surgical probe), 수술중 프로브(intraoperative probe) 등의, 임의의 적절한 초음파 의료 프로브로서 구현될 수 있다.
일부 실시예들에서, 사용자는 코팅층(322)과 인체 사이의 계면에서의 임피던스 매칭이 개선될 수 있도록 코팅층(322)과의 직접 접촉 전에 생체의 피부 상에 겔을 적용할 수 있다. 임피던스 매칭은 계면에서의 압력파들(도 2, 210)의 손실 및 계면에서 이미징 디바이스(300)를 향해 이동하는 반사파의 손실을 줄인다.
일부 예들에서, 코팅층(322)은 트랜스듀서(들)(102)로부터 신체로의 그리고 그 반대로의 음향 신호들의 전송을 최대화하기 위해 평탄한 층일 수 있다. 코팅층(322)의 두께는 트랜스듀서(들)(102)에서 생성될 압력파(도 2, 210)의 1/4 파장일 수 있다.
이미징 디바이스(300)는 또한 트랜스듀서들(102)을 제어하기 위한, 선택적으로 주문형 집적 회로(ASIC 칩 또는 ASIC) 형태의 하나 이상의 프로세서와 같은 제어 회로(106)를 포함한다. 제어 회로(106)는 예를 들어 범프들을 통해 트랜스듀서들(102)에 결합될 수 있다. 전술한 바와 같이, 전송 채널들(108) 및 수신 채널들(110)은 선택적으로 변경가능하거나 조정가능할 수 있는데, 이는 주어진 시간에 활성인 전송 채널들(108) 및 수신 채널들(110)의 수량이 변경될 수 있어서, 예를 들어, 결함이 있는 것으로 결정된 하나 이상의 픽셀이 이용되지 않는다는 것을 의미한다. 예를 들어, 제어 회로(106)는 결함들에 대해 테스트될 픽셀들에 기반하여, 그리고/또는 결함이 있는 것으로 결정된 픽셀들에 기반하여 전송 채널들(108) 및 수신 채널(110)을 선택적으로 조정하도록 적응될 수 있다.
일부 예들에서, 채널들을 변경하기 위한 기초는 동작 모드일 수 있고, 동작 모드는 결국 어느 픽셀들이 결함이 있는 것으로 결정되는지에 기반하여, 그리고 선택적으로 각각의 결함 픽셀의 결함의 유형에 기반하여 선택될 수 있다.
이미징 디바이스는 또한 이미징 디바이스(100)의 구성요소들을 제어하기 위한 하나 이상의 프로세서(326)를 포함할 수 있다. 하나 이상의 프로세서(326)는, 제어 회로(106) 외에도, 트랜스듀서 요소들의 활성화를 제어하는 것, 트랜스듀서 요소들로부터의 반사된 초음파 파형에 기반하여 전기 신호를 처리하는 것, 또는 도 1의 컴퓨팅 디바이스(112) 또는 도 2의 컴퓨팅 디바이스(216) 등의 컴퓨팅 디바이스의 하나 이상의 프로세서에 의해 이미징되고 있는 대상의 이미지의 생성을 야기하는 신호를 생성하는 것 중 적어도 하나를 수행하도록 구성될 수 있다. 하나 이상의 프로세서(326)는 이미징 디바이스와 연관된 다른 처리 기능들을 수행하도록 추가로 적응될 수 있다. 하나 이상의 프로세서(326)는 임의의 유형의 프로세서들(326)로서 구현될 수 있다. 예를 들어, 하나 이상의 프로세서(326)는 단일 또는 멀티-코어 프로세서(들), 단일 또는 멀티-소켓 프로세서, 디지털 신호 프로세서, 그래픽 프로세서, 신경망 계산 엔진, 이미지 프로세서, 마이크로제어기, 필드 프로그래머블 게이트 어레이(FPGA), 또는 다른 프로세서 또는 처리/제어 회로로서 구현될 수 있다. 이미징 디바이스(100)는 또한 신호들을 처리/조정하기 위한 AFE(Analog Front End)와 같은 회로(들)(328), 및 트랜스듀서들(102)에 의해 생성되어 회로들(328)을 향해 전파되는 파들을 흡수하기 위한 음향 흡수체층(330)을 포함할 수 있다. 즉, 트랜스듀서(들)(102)는 기판 상에 탑재될 수 있고 음향 흡수체층(330)에 부착될 수 있다. 이 층은 역방향으로(즉, 포트(334)를 향하는 방향으로 코팅층(322)으로부터 멀어지는 방향으로) 방출되는 임의의 초음파 신호들을 흡수하며, 이것은 그렇지 않으면 반사되어 이미지의 품질을 방해할 수 있다. 도 3이 음향 흡수체층(330)을 도시하지만, 이 구성요소는 다른 구성요소들이 역방향으로의 초음파의 재료 투과를 방지하는 경우들에서 생략될 수 있다.
아날로그 프론트 엔드(328)는 제어 회로(106) 및 프로세서(326)와 같은 이미징 디바이스의 다른 구성요소들과 인터페이싱하도록 구성되는 임의의 회로 또는 회로들로서 구현될 수 있다. 예를 들어, 아날로그 프론트 엔드(328)는 예를 들어 하나 이상의 디지털-아날로그 변환기, 하나 이상의 아날로그-디지털 변환기, 하나 이상의 증폭기 등을 포함할 수 있다.
이미징 디바이스는 예를 들어 포트(334) 또는 무선 트랜시버를 통해 컴퓨팅 디바이스(도 2, 216)와 같은 외부 디바이스와 제어 신호들을 포함하는 데이터를 통신하기 위한 통신 유닛(332)을 포함할 수 있다. 이미징 디바이스(100)는 데이터를 저장하기 위한 메모리(336)를 포함할 수 있다. 메모리(336)는 본 명세서에 설명된 기능들을 수행할 수 있는 임의의 유형의 휘발성 또는 비휘발성 메모리 또는 데이터 저장소로서 구현될 수 있다. 동작시, 메모리(336)는 운영 체제, 애플리케이션, 프로그램, 라이브러리 및 드라이버와 같은 이미징 디바이스(100)의 동작 동안 이용되는 다양한 데이터 및 소프트웨어를 저장할 수 있다.
일부 예들에서, 이미징 디바이스(100)는 이미징 디바이스(100)의 구성요소들에 전력을 제공하기 위한 배터리(338)를 포함할 수 있다. 배터리(338)는 또한 무선 또는 유선 충전 회로들(도시되지 않음)일 수 있는 배터리 충전 회로들을 포함할 수 있다. 이미징 디바이스는 소비된 배터리 전하를 표시하고 개선된 배터리 수명을 위해 전력 관리를 최적화하도록 이미징 디바이스를 구성하는데 이용되는 게이지를 포함할 수 있다. 추가로 또는 대안적으로, 일부 실시예들에서, 이미징 디바이스는 외부 전원에 의해, 예컨대 이미징 디바이스를 벽 콘센트에 플러깅하는 것에 의해 전력공급될 수 있다.
일부 실시예들은, 특히 유체가 혈관 내에서 흐를 수 있는 경우, 혈관 내로의 이물질의 삽입을 위한 혈관 검출에서의 문제를 완화시키는, 유체가 흐르는 생체의 혈관 등의, 유체가 흐르는 혈관과 같은 신체 내의 혈관의 식별에 관하여 종래 기술에 비해 단점을 극복한다. 일부 실시예들에 따른 컴퓨터 알고리즘들은 유체가 흐르는 혈관들(이하, "혈관들")의 검출 및 추적을 가능하게 하여, 이러한 방식으로 이물질(예로서, 주사바늘 또는 카테터 등)의 삽입과 같은 의료적 개입을 위한 혈관들의 검출을 용이하게 한다.
일부 실시예들에 따르면, 알고리즘은, 혈관 검출을 위한 초음파 디바이스에 의한 A-, B- 또는 C-모드 이미징에 의존할 뿐만 아니라, 검출된 혈관 내의 유체 흐름의 결정을 허용하는 이미징에도 의존할 수 있다.
통상적으로, 예를 들어, B-모드(2차원) 초음파 이미지들에서, 정맥들 및 동맥들은 단축 뷰(short-axis view)(즉, 혈류의 방향에 수직으로 취해진 단면도)에서 볼 때 디스플레이된 이미지 상에 어두운 타원형 영역들로서 나타난다. 원칙적으로, 일부 실시예들에 따르면, 대상 인식을 포함하는 컴퓨터 알고리즘은, 이러한 타원형 영역의 존재를 검출함으로써 A-, B- 또는 C-모드 초음파 이미지 시퀀스에서 혈관을 검출 또는 식별하도록 구현될 수 있다.
그 자체로서, 대상 검출기는 디스플레이된 이미지 또는 이미지 프레임에서 혼란스러운 조직 텍스처와 이미징 아티팩트의 존재로 인해 부적절한 혈관 검출 성능을 낳는다. 또한, 정맥들이 수술 동안 이미징 프로브의 힘에 의해 압착될 때, 이들은 개별 B-모드 이미지 프레임에서 검출하는 것이 불가능하게 될 수 있다.
실시예들의 새로운 양태는 B-모드 프레임과 같은 개별 이미지 초음파 프레임에서 보이는 것을 넘어서, 추가적인 흐름 정보를 이용하는 것이다. 이러한 추가적인 흐름 정보의 이용은 혈관 검출 및 식별의 정확성과 계산 효율을 향상시킬 수 있다. 일부 실시예들은 (B-모드 이미지 프레임과 같은) 단일 초음파 이미지 프레임을 넘어 2개의 추가적인 정보 소스, 즉 1) (컬러 도플러 또는 파워 도플러를 포함하는 도플러 흐름 데이터와 같은) 흐름 데이터, 및 2) 시간 도메인에서 (B-모드 이미지 프레임과 같은) 현재 초음파 이미지 프레임에 선행하는 하나 이상의 초음파 이미지 프레임을 이용한다. 일부 실시예들에서, 흐름 데이터는 혈관을 검출하고 추적하는데 이용되는 초음파 이미지의 평면에 수직인 성분을 갖는 흐름에 대한 흐름 데이터만을 말한다.
본 설명의 맥락에서, "초음파 이미지" 또는 "초음파 이미지들"을 단수로 또는 복수로 언급할 때, 언급되고 있는 것은 초음파 디바이스를 이용한 결과로서 생성되는 하나 이상의 이미지이다. 하나 이상의 이미지는 A-모드, B-모드 또는 C-모드 이미지들을 포함할 수 있고, 바람직하게는 B-모드(2차원 이미지들)를 포함할 수 있다.
일부 경우들에서, 경험이 부족한 초음파 인간 사용자는, 도플러 이미징을 이용하여 획득된 흐름 이미지 등의 흐름 이미지를 발견할 수 있고, 혼란스러울 수 있는데, 이것은 이러한 이미지가 때때로 노이즈가 있을 수 있고, 초음파 이미지에 오버레이되어 디스플레이될 수 있음으로써, 초음파 이미지 내에 묘사된 해부학적 디테일을 모호하게 하기 때문이다. 일부 실시예들의 특징은, 흐름 이미징을 통해 획득된 정보 또는 데이터가 "막후(behind the scenes)에서" 컴퓨터 알고리즘에 의해 획득 및 이용될 수 있다는 것, 즉, 인간 사용자에게 디스플레이되지 않고, 신체 내의 혈관을 식별하기 위해 컴퓨터 알고리즘에 의해 소비될 수 있다는 것이다. 따라서, 일 예에 따르면, 도플러 이미징 데이터는 일부 실시예들에 따른 알고리즘에 의해 처리되어 컴퓨팅 디바이스에 의한 더 정확하고 더 효율적인 혈관 검출을 촉진할 수 있다.
일부 실시예들은 초음파를 통한 대상 인식이 대상을 인식/검출/식별하기 위해 추가로 검색될 가치가 있는 이미지 위치들을 식별하는 것으로부터 이익을 얻을 수 있다는 것을 인식한다. 보통 이러한 위치들은 이미지 자체로부터 식별된다. 그러나, 일부 실시예들은 (컬러 도플러 또는 파워 도플러 등의) 별개의 흐름 이미지를 이용하여 대응하는 초음파 이미지에서 혈관을 찾기 위한 후보 위치들(이들 위치들은 본 명세서에서는 유동 시드들이라고 함)을 식별하거나, 유체가 흐르는 혈관으로서 식별된 대상이 실제로 유체가 흐르는 혈관인지에 관한 확증 정보로서 식별한다. 도플러 정보는, 흐름 검출이 혈관의 존재에 대한 양호한 시그니처 또는 표시자이기 때문에, 이 작업에서 효과적일 수 있다.
공간 위치가 (도플러 이미징을 통해 얻어진 데이터 등의) 흐름 데이터에 기반하여 결정된 흐름과, 대응하는 B-모드 이미지 내의 동일한 위치 부근에 중심을 둔 (타원 형상 등의) 미리 결정된 형상의 강한 증거를 보인다면, 이것은, 이 위치에 혈관이 존재한다는 높은 신뢰도 - 개별적으로 고려되는 시그니처(즉, 흐름만 또는 초음파 이미지 프레임만)에 의해 제공되는 것보다 큰 신뢰도 - 를 제시한다. 일부 실시예들은, 도플러 시드 등의 유동 시드 부근에서 미리 결정된 형상에 대한 초음파 이미지를 검색함으로써 이 아이디어를 이용한다. 심박수에 기반하여 박동하는지와 같은, 흐름의 유형은 동맥을 나타낼 수 있는 반면, 비교적 더 일정한 흐름은 정맥을 나타낼 수 있다. 이러한 기술은 컴퓨팅 디바이스의 검출 성능을 개선할 뿐만 아니라, 검색 공간을 감소시켜, 귀중한 계산 효율을 낳는다. 대안적인 접근법은, 혈관의 존재의 신뢰도를 계산할 때 초음파 딥 러닝(deep-learning) 검출기로부터 혈관의 초음파 이미지를 나타내는 데이터를 보완하기 위해 흐름 정보를 이용하는 것이다.
일부 실시예들은 (도플러 시드들에 더하여) 검색될 시드 위치들의 추가 소스로서 예측 추적을 포함한다. 이들 "추적기 시드"는, 다음 프레임에서의 그 혈관의 형상 및 위치를 예측하기 위해 현재 프레임에서 검출된 (혈관과 프로브의 상대적 모션에 기인한) 각각의 혈관의 형상, 위치, 및/또는 겉보기 병진 속도를 이용함으로써 획득된다. 추적은 프레임간 일관성을 이용함으로써 검출 성능을 개선한다. 알고리즘이 주어진 이미지 프레임에 혈관이 존재한다고 의심하는 경우, 그것이 예상된 형상 및 위치를 갖는다는 사실은 이 결론에서의 신뢰도를 향상시킨다.
추적은 또한, 검색되어야 하는 타원의 형상과 위치의 범위를 감소시킴으로써, 계산 부담을 감소시킨다.
대안적인 실시예에서, 별개의 대상 검출 및 추적이 아니라, 현재 프레임에 대한 혈관 검출 결정을 내리기 위해 최근의 이미지 프레임들을 공동으로 분석하는 시공간 검출 방법이 이용될 수 있다. 시공간 검출 방법은 시간에 기반하는 2차원 공간 차원 및 3차원을 수반한다. 이것은, 예를 들어, YOLO(You Only Look Once) 알고리즘(현재 프레임 및 한 세트의 선행 프레임들이 채널로서 역할함)의 다중채널 구현 또는 (공간 분석을 수행하는) 콘볼루션 신경망과 (시간 분석을 수행하는) 장단기 메모리 네트워크의 조합을 이용하여 행해질 수 있다.
그 정확성 혜택 외에도, 추적 및 시공간 검출은 알고리즘이 어느 혈관이 어느 것인지(예를 들어, 동맥 대 정맥)를 추적하는 것을 허용하여, 사용자 인터페이스에 관한 일관된 주석부기를 허용하고, 각각의 혈관의 파라미터들이 정맥 및 동맥의 검출 및 구별을 위해 시간적으로 분석되는 것을 허용한다.
바람직한 실시예에서, 초음파 이미징에 이용된 것과 유사한 추적 접근법은 동시에 적용된 도플러 흐름 비디오와 같은 동시에 획득된 흐름 데이터에 또한 적용될 수 있다. 도플러 추적은 추적기 시드 위치들에서의 신뢰도를 증가시키고(유동 시드들로 시작하고 초음파 이미징이 후속하는 맥락에서 전술한 신뢰도 부스트와 유사함), 각각의 혈관이 도플러 시퀀스에서 고유하게 추적될 수 있게 하여, 정맥-동맥 구별에서의 이용을 위해 모션-보상된 시간적 처리에 의해 흐름 정보가 분석될 수 있게 한다.
바람직한 실시예에서, 도플러 정보는 박동성의 증거(통상적으로 동맥과 연관된 특징)로서 흐름의 주기적 거동을 분석하는 신호 처리 방법을 적용함으로써 정맥 또는 동맥으로서의 혈관의 아이덴티티에 관한 증거를 생성하는데 이용될 수 있다. 일부 실시예들에서, 혈관의 박동성에 관한 결정은 머신 러닝 분류기(machine learning classifier)에 의해 달성될 수 있다. 머신 러닝 분류기는 초음파 이미지 데이터를 이용할 수 있거나 박동성의 스칼라 인덱스의 측정치를 이용할 수 있다. 일부 실시예들에서, 박동성은 연속적인 초음파 이미지들 사이에서와 같이 혈관 부근의 공간 움직임에 관련된 데이터를 분석함으로써 컴퓨팅 디바이스에 의해 결정될 수 있다. 대안적인 실시예들에서, 박동성은 초음파 이미지에서 (예를 들어, 혈관 벽의) 해부학적 모션의 국소적 분석에 의해 평가될 수 있다.
(신체 혈관들 내에 삽입될 이물질들의 예들로서) 주변 삽입된 중심 카테터(PICC) 및 중심 정맥 카테터(CVC) 라인들이 일반적으로 배치되는 상완(upper arm)에는, 하나의 주요 동맥, 즉 상완 동맥만이 존재하며, 이 동맥은 상완 정맥들에 매우 가깝다. 다른 2개의 주요 정맥, 즉 귀요 정맥 및 요측피 정맥은 상완 동맥으로부터 추가로 분리된다. 따라서, 상완에서, 일부 실시예들의 초음파 디바이스에 의해 이미징된 큰 혈관이 임의의 다른 큰 혈관에 바로 인접하지 않는다면, 동맥만이 그 부근에 다른 큰 혈관을 가질 것이기 때문에, 정맥이 동맥보다 더 가능성이 크다. 상완의 임의의 다른 주요 혈관에 근접하지 않은 상완 주요 정맥은 라인 액세스를 위한 2개의 바람직한 신체 정맥 중 하나이다. 일부 실시예들은 초음파 이미지들과 함께 흐름 정보를 이용하여 혈관 위치를 검출할 수 있으며, 이러한 방식으로 상완에서와 같이 정맥-동맥 구별을 위한 강한 시그니처를 제공할 수 있다. 이러한 시그니처는, 흐름 데이터와 함께, 혈관 위치, 박동성 및/또는 압축성에 관한 데이터를 이용함으로써 제공될 수 있다. 이것은, 이들 각각을 개별적으로 또는 조합하여 이용하거나, 머신 러닝을 이용하거나 간단한 부울 로직에 의해 결합함으로써 이루어질 수 있다.
일부 실시예들의 맥락 내에서, 각각의 혈관은 (혈관의 검출 및 추적 동안에) 실시간으로, 또는 혈관의 검출 및 추적을 수반하는 이미징 세션의 끝에서 액세스될 수 있다.
혈관은 소정의 특성을 갖는 정맥인 경우에만 최상으로 액세스될 수 있다. 정맥은 압축성이 최상일 수 있는데, 그 이유는 비압축성은 정맥이 응고물을 포함한다는 것을 암시할 수 있기 때문이며, 이는 혈관이 액세스되는 경우에 분리되어 폐로 이동할 수 있다. 표준 실무에서, 프로브의 조작자는 프로브를 이용하여 조직에 압력을 가함으로써 혈관을 압착하여 압축성을 관찰한다. 일부 실시예들에서, 압축성은 자동으로 측정된다. 정맥은 일반적으로 헬스케어 제공 기관에 의해 확립되는 혈관 점유 표준들에 따라 카테터를 수용하기에 충분한 직경을 갖는 것이 최상일 수 있다. 전술한 바와 같이, 동맥은 피하는 것이 최상일 수 있다. 상완에서, 주사바늘 또는 카테터에 의한 액세스를 위한 바람직한 정맥들(귀요 및 요측피)은 임의의 동맥 근처에 있지 않으므로, 격리된 혈관은 일부 실시예들에 따른 알고리즘에 의해 동맥이 아니라 정맥인 것으로 검출될 수 있으며, 따라서 임의의 동맥으로부터 안전하게 멀리 떨어져 있는데, 이는 그것이 상완에 있고 임의의 다른 큰 혈관들 근처에 있지 않기 때문이다.
요약하면, 혈관이 카테터 배치 또는 주사바늘 배치를 위해 액세스될 양호한 후보가 되기 위해서는, 일부 실시예들에 따르면, 다음의 기준들, 즉 1) 정맥이고, 2) 압축가능하고, 3) 직경이 그 안에 삽입될 이물질을 수용하기에 충분히 커야 하는 것을 충족시킬 수 있다. 상완에서는, 혈관이 다른 비교적 큰 혈관에 가까워서는 안 되고/다른 비교적 큰 혈관으로부터 격리될 수 있는 식으로 적용될 수 있는 추가적인 기준이 있다.
바람직한 실시예에서, 혈관 액세스에 대한 적합성은 관련 기준에 기반하여 논리적 진리표에 액세스함으로써 컴퓨팅 디바이스에 의해 결정될 수 있다. 대안적인 실시예들에서, 이러한 기준들의 척도들은 컴퓨팅 디바이스 상에서 실행되는 머신 러닝 알고리즘에 의한 이용을 위한 특징들로서 역할을 할 수 있다.
일부 실시예들은 알고리즘 처리 구성요소들 및 사용자 인터페이스 구성요소의 시스템을 포함한다. 바람직한 실시예에서, 이러한 구성요소들은 아래에 더 설명되는 바와 같이 동작할 수 있다.
일부 실시예들은, 초음파 이미징을 이용한 혈관의 검출 및 추적에 관한 정보 제시의 기능 및 방식을 정의하는 새로운 사용자 인터페이스(UI)를 포함한다.
일부 실시예들은, 사용자 인터페이스에 디스플레이된 정보를 제공하기 위해 컴퓨팅 시스템(112 또는 216) 등의 컴퓨팅 시스템의 하나 이상의 프로세서 상에서 실행되는, 본 명세서에서 더 상세히 설명된 알고리즘 구성요소들을 갖는 알고리즘에 관한 것이며, 이 정보는, 혈관의 식별, 및 카테터 및/또는 주사바늘 등의 하나 이상의 이물질에 의한 그 액세스가능성에 관한 정보를 포함한다.
일부 실시예들에 따르면, 알고리즘은, 예를 들어, UI 상에 혈관의 윤곽을 제공하는 것을 포함한, 혈관의 검출 및 추적을 구현하는 것이다. 검출 및 추적에 관련된 실시예들에 따르면, 잠재적 혈관은 알고리즘의 VSF(Vessel Scouting Function)에 의해 검출될 수 있다. 일단 잠재적 혈관 또는 후보 혈관이 액세스를 위해 검출되고 나면, 알고리즘은 그 경계의 윤곽과 그 중심의 위치 또는 그 직경을 지속적으로 결정하여 디스플레이하게 할 수 있고, 또한, 혈관 추적의 목적을 위해, 다음 프레임에서의 그 윤곽, (조직 및 프로브의 상대적 모션에 기인한) 겉보기 속도, 및 혈관의 위치를 예측할 수 있다.
일부 실시예들에 따른 알고리즘의 알고리즘 구성요소는 정맥과 동맥 사이의 구별을 구현할 수 있다. 이 구성요소에서, 알고리즘은 이러한 구별을 계속 수행하려고 시도할 수 있다. 구별은 B-모드 이미지에서의 타원 형상과 같은 초음파 이미지 상의 형상과 함께 압축성, 박동성 및 공간 위치와 같은 기준들을 이용하여 구현될 수 있다.
일부 실시예들에 따른 알고리즘의 알고리즘 구성요소는, 몇 가지 예를 들자면, 그 압축성, 그 박동성, 그 직경, 그 깊이(또는 피부 표면으로부터의 거리), 액세스에 대한 그 적합성, 그 안의 유체 흐름(또는 유량) 등의, 혈관의 파라미터 또는 속성을 자동으로 결정할 수 있다. 이어서, 카테터와 같은 삽입을 위한 이물질 선택의 추천이 UI 상에서 사용자에게 디스플레이될 수 있다.
도 4는 일부 실시예들에 따른 터치스크린 사용자 인터페이스(UI)(400)의 실시예를 도시한다. UI(400)의 디스플레이는, 다양한 해석 오버레이, 가상 표시기 등(404), 혈관 파라미터(406)와 함께, 실시간 B-모드 초음파 이미지 시퀀스(402)를 디스플레이하며, 본 명세서에서 사용되는 바와 같은 혈관 파라미터(또는 혈관 속성)는 (직경/반경, 및 깊이 등의) 하나 이상의 혈관 치수, 혈관 유체 유량, 혈관 박동성, 혈관 압축성, 또는 초음파 이미지 상의 혈관 윤곽 중 임의의 것을 포함할 수 있다는 점에 유의한다. 혈관 파라미터는 그 안에 삽입될 이물질에 기반한 액세스에 대한 혈관 적합성을 더 포함할 수 있다. UI는 사용자에 대한 텍스트 통신(410)을 포함할 수 있으며, 삽입될 이물질의 유형, 도시된 경우에서는 PCC인 카테터의 사용자에 의한 선택을 허용하기 위한 특징(412)을 더 포함할 수 있다.
일부 실시예들에 따르면, 도 4에 예로서 도시된 바와 같이, 일련의 B 모드 이미지들은 시간이 진행됨에 따라 실시간으로 디스플레이될 수 있다. 정맥들 및 동맥들은 컬러 코드(예로서, 동맥에 대해서는 적색, 정맥에 대해서는 청색)를 이용하여 알고리즘에 의해 디스플레이 상에 음영화될 수 있다. 카테터 배치를 위한 특정 후보 혈관이 윤곽화될 수 있다. 십자선과 같은 다른 스타일의 주석부기가 윤곽 및 음영을 대체할 수 있다. 알고리즘은 정맥을 후보 혈관으로서 선택하고 그 속성을 인터페이스의 오버레이(414) 및 "정맥 ID" 섹션(406)에 표시할 수 있다. 사용자가 오버레이들을 턴오프시킬 수 있게 하기 위해 "혈관 오버레이" 토글 스위치가 제공될 수 있다. 사용자가 상이한 혈관의 속성들을 보는 것에 관심이 있는 경우, 일부 알고리즘들은 상이한 혈관 상에서 터치하기 위한 옵션을 제공할 수 있고, 알고리즘은 이후 그 상이한 혈관을 후보 혈관으로서 윤곽화하고 새로운 혈관의 속성들을 제공할 수 있다. 후보 정맥(416) 옆에는 그 전후(AP) 직경(예를 들어, 밀리미터 단위로 보고됨)은 물론, (헬스케어 기관에 의해 설정된 지침들에 기반하여 선택된) 그 직경과 연관된 추천 카테터가 표시된다. 윤곽화된 후보 정맥(416) 내의 수직 선분 "캘리퍼"는 AP 직경이 측정되는 경로를 묘사한다. 이 경로는 알고리즘에 의해 자동으로 계산될 수 있다.
일부 실시예들에 따른 알고리즘은, 예를 들어, 도 4의 정맥 ID(406)의 형태로, UI 상의 윤곽화된 혈관에 관한 자동화된(즉, 알고리즘에 의해 결정된) 발견들을 보고할 수 있다. "정맥 깊이"는 피부 라인(이미지의 상단)으로부터 정맥 윤곽 상의 최상부 포인트까지의 거리(예를 들어, cm 단위)로서 자동으로 측정된 수치 값이다. "정맥 ID"는, (도 4에서 패턴(무패턴, 텍스처링된 패턴, 및 솔리드(solid) 패턴)으로 도시된) 4개의 컬러의 가상 표시기 등을 포함할 수 있고, 가상 표시기 등은 이미지 디스플레이 상에 윤곽화된 후보 혈관에 관한 자동으로 결정된 정보를 전달한다. "압축가능한"(녹색 또는 적색)은, 초음파 프로브를 이용하여 조직에 압력을 가함으로써 후보 혈관이 압착될 수 있는지를 나타낸다(정맥은 통상적으로 압축가능한 반면, 동맥은 보통 그렇지 않다). "정맥 흐름"(녹색 또는 적색)은 혈관이 정맥을 나타내는 혈류 패턴을 나타내는지 여부를 나타낸다(흐름은 통상적으로 정맥에서보다 동맥에서 더 박동적이고; 이 박동성은 도플러 흐름 정보 및/또는 B-모드 이미지들에서 보여진 혈관의 박동 모션들을 이용하여 측정될 수 있다). "충분한 직경"(녹색, 황색 또는 적색)은 헬스케어 기관에 의해 설정된 지침들에 기반하여 AP 직경이 카테터 배치를 목표로 할 만큼 충분히 큰지를 나타낸다. 황색 표시는 직경이 경계선임을 나타낸다. "액세스에 적합한"(녹색, 황색 또는 적색)은 정맥이 카테터 배치를 위한 기준들을 충족시키는지를 나타낸다. "카테터 선택" 섹션은 AP 직경을 반복하며, 헬스케어 기관에 의해 결정되는 바와 같은, 카테터에 의한 혈관의 허가된 퍼센트 점유에 기반하여 획득되는 대응하는 추천된 카테터 게이지 및 프렌치 크기(French size)를 나타낸다.
도 4의 다른 그래픽 요소들은 사용자 프로파일 버튼 및 초음파 이미징 파라미터들일 수 있다.
도 5는, 일 실시예에 따른, 초음파 이미징 시스템에서 구현되는, 혈관 검출, 윤곽화, 추적 및 특성화 알고리즘을 위한 예시적인 프로세스를 흐름도 형태로 도시한다. 알고리즘(500)에 의해 구현되거나 실행되는 기능 블록들 또는 스테이지들은 도 5의 흐름도에서 상호 참조된다.
동작(501)은 다음의 알고리즘 파라미터들 중 하나 이상을 제한 없이 포함하는 초기화를 수행한다:
● 검색 파라미터들: 최적합 혈관 후보를 검색할 때 고려될 파라미터 값들의 초기 범위들이다:
○ 예를 들어, B-모드 이미지로부터 시작하여, 미리 결정된 파라미터 값들의 범위 내에서 각각 하나 이상의 실질적으로 타원형(원형 포함)의 형상을 검색하고 식별하기 위한 파라미터들을 결정하며; 예를 들어, 종횡비가 0과 1 사이이고; 장축 반경이 1mm와 3mm 사이이고; 배향 각도가 0도와 45도 사이이고; 이미지 내의 혈관의 위치에 대한 제한이 없다.
○ 흐름 정보로부터 시작하여, 도플러 또는 도플러 추적기를 이용하여 유동 시드들 또는 도플러 시드들을 검출하기 위한 파라미터들을 결정하며; 예를 들어, 유동 시드 위치들은 측정된 흐름의 국소 최대치들로서 획득될 수 있다.
● 혈관 인벤토리: 알고리즘에 의해 현재 추적 중인 각각의 혈관에 대해, 식별자 코드, 중심 위치, 형상 파라미터, 및 겉보기 속도(프레임당 병진 변위)를 포함하는 데이터 구조를 이용한다.
● 시드 리스트: 타원 등의 미리 결정된 혈관 형상을 검색할 후보인 (전술한 바와 같이 발견된) 공간 이미지 위치들의 리스트를 포함하는 데이터 구조이다.
동작(502)에서, 예시적인 알고리즘은 제한 없이 다음을 포함하는 데이터 획득을 수행할 수 있다:
● 동작(502-1)에서: B-모드 이미지 프레임(현재 B-모드)을 획득한다. 이 동작에서, B-모드 이미지 프레임이 표준 방식으로 획득될 수 있다.
● 동작(502-2)에서: 도플러 흐름(컬러 도플러 또는 파워 도플러) 이미지 프레임(현재 도플러)을 획득한다. 동작(502-2)에서, 도플러 이미지 프레임이 표준 방식으로 획득된다. 바람직한 실시예에서, 현재 도플러는 현재 B-모드와 동일한 시야를 커버한다. 대안적인 실시예들에서, 현재 도플러는 예를 들어 다음과 같은 이미지 정보의 서브세트만을 포함한다:
○ 초기에는 전체 시야이며, 그 다음으로, 프로브가 (스크래치로부터 시작하는 것과 등가인) 피부와 접촉하지 않는 이러한 시간까지 부분적인 시야들로 스위칭하고;
○ 이전 프레임에서 B-모드 시야 내에 있지 않았지만 프로브의 모션으로 인해 현재 시야에 존재하는 혈관들을 찾기 위해, 현재 B-모드의 좌측, 우측 및/또는 하단 에지의 미리 지정된 수의 픽셀들 내의 모든 픽셀들의 세트이다. 혈관은 피부 라인이 존재하는 이미지의 상단 에지를 통해 시야에 들어갈 수 없다는 점에 유의해야 한다. 그 결과, 일부 실시예들에 따르면, 알고리즘은 이들 에지들 근처의 이미지 영역들에만 도플러 이미징을 적용하여 아직 보지 않은 혈관들의 출현을 검출할 수 있고;
○ 알고리즘이 프로브에 의해 획득되도록 요청할 수 있는 작은 관심 영역들 또는 개별 스캔 라인들과 같은 전체 시야의 서브세트들이다. 이러한 요청들은 예를 들어 다음과 같은 상황에서 유용할 수 있다. B-모드 추적기가 시간상 일련의 이미지 프레임들에서 주어진 혈관을 따르고 있고, 주어진 위치 및 형상 파라미터들을 갖는 다음 이미지 프레임에 이것이 존재함을 예측한다고 가정한다. 이제, 이들 파라미터들에 기반한 검색 시에, (이하에서 설명되는) 품질 스코어는 예상대로 혈관의 검출로 이어지지 않는다고 가정한다. 이 경우, 알고리즘은, 프로브에게, 도플러 흐름 이미징을 이용하여, 예측된 위치를 둘러싼 작은 이미지 영역을 조사하여 작은 이미지 영역이 여전히 혈관 검색에 대한 양호한 후보인지를 결정하도록 요청할 수 있다. 그렇다면, B-모드 추적기는 리시딩될 수 있다.
동작(503)에서의 알고리즘은 초음파 프로브의 배치를 검출한다. 초음파 스캔은 초음파 프로브가 (초음파 겔로 코팅될 수 있는) 피부와 접촉하여 배치될 때에 시작된다. 따라서, 알고리즘들은 프로브가 제자리에 있을 때까지 우회(휴면)된다. 프로브가 스캔 동안 피부로부터 들어올려지면, 알고리즘들은 다시 우회되고, 알고리즘 파라미터들은 재초기화된다. "제자리에 있는 프로브" 상태는 이미지의 하단의 X% 내의 픽셀들의 평균 이미지 강도를 측정하고, 이 값을 결정된 임계값 T와 비교함으로써 검출될 수 있다. 백분율 X 및 임계값 T는 특정 초음파 프로브에 대한 다양한 깊이 및 이득 설정들에서의 예시적인 스캔들에 기반하여 결정될 수 있다.
동작들(504 및 505)에서의 예시적인 알고리즘은 도플러 시드 검출 및 추적과 B-모드 혈관 검출, 추적 및 윤곽 계산을 수행한다. 알고리즘(500)은 2개의 검출기/추적기 쌍을 포함하며, 하나는 도플러에 대한 것이고; 하나는 B-모드에 대한 것이다.
도플러 검출기(504-1)는 가능한 유동 시드들에 대해 도플러 이미지 프레임을 검색한다. 그 검색은 도플러 추적기(504-2)에 의해 안내되며, 이는 가능한 유동 시드들의 마지막 알려진 위치에 기반하여 이 검색을 포커싱한다. 도플러 추적기(504-2)는 또한 시드들을 추적한다(어느 현재 시드가 어느 이전 시드에 대응하는지를 추적한다). B-모드 검출기(505)는 도플러 검출기/추적기에 의해 식별된 가능한 시드들을 혈관에 대한 B-모드 이미지를 검색하기 위한 시작 포인트로서 이용한다.
B-모드 검출기(505)의 혈관 검색은 B-모드 추적기에 의해 제공된 한 세트의 검색 파라미터에 의해 안내될 수 있다. 요약하면, 2개의 검출기/추적기 쌍은 다음과 같은 방식으로 함께 동작한다: 도플러 검출기/추적기(504)는 유동 시드를 추적하는 반면, B-모드 검출기/추적기(505)는 그 정보를 이용하여 혈관을 찾고 추적한다. 프로세스는 먼저 B-모드 시드를 식별하고, B-모드 시드의 영역에 대한 도플러 검출을 기초로 하거나, 도플러 시드를 먼저 식별하고, 도플러 시드의 영역에 대한 B-모드 검출을 기초로 하는 것으로 시작할 수 있다.
예시적인 알고리즘은 도플러 검출기를 이용하여 동작(504-1)을 수행할 수 있다. 동작(504-1)의 경우, 시작하기 위해, 가능한 시드들을 찾기 위한 검색 윈도우는 전체 이미지이다. 이 블록에서, 가능한 시드들은 다음과 같이 현재 도플러로부터 식별될 수 있다:
(1) 현재 도플러에 기반하여, (프로브를 향하는 또는 프로브로부터 멀어지는) 2개의 가능한 유동 방향들 중 하나를 나타내는 픽셀들에 대해서만 흐름 정보를 포함하는 성분 이미지 f1(또는 적어도 데이터 f1)을 생성하고;
(2) (약한 또는 잡음이 있는 신호 값들을 제거하기 위해) f1을 임계값 T0에 대해 비교함으로써 f1로부터 이진 신호 맵 f2를 생성하고, 공간 범위가 너무 작은 f1에서의 영역들(이들이 관심이 없는 잡음 또는 작은 혈관들을 묘사함을 시사함)을 제거하고;
(3) f2에서의 총 신호 면적이 미리 결정된 임계값을 초과하거나(이는 프로브 모션이 혈류로 인한 모션을 압도할 때 발생함) 또는 미리 결정된 임계값보다 작은(아마도 잡음 또는 작은 혈관들에 대응함) 경우 UI에서 검출 없음을 선언하고;
(4) f2에서 신호 영역 R0의 위치를 찾고;
(5) R0에서 내부 포인트 P(예를 들어, R0의 중심)를 찾고, P를 가능한 유동 시드로서 선언한다.
위의 동작(504-1(2))에서의 예시적인 알고리즘은 최상의 성능을 위해 T0을 조율하는 것을 포함하고, 알고리즘에 입력되기 전에 현재 도플러가 어떻게 스케일링되는지에 의존한다. 예를 들어, T0은 현재 도플러의 최대값의 0.1배가 되도록 선택될 수 있다. 마찬가지로, 동작들(504-1(2) 및 (3))에서의 알고리즘에 의해 영역이 너무 크거나 너무 작다고 결정하기 위한 임계값들의 선택은 현재 도플러의 공간 해상도에 의존한다. 이러한 임계값들은 관심 있는 최소 또는 최대 혈관들의 크기에 따라 설정될 수 있다.
동작(504-2)에서, 알고리즘은 가능한 시드들을 시드 리스트에 추가할 수 있다. D.1에서 식별된 가능한 시드들 중 임의의 것이 이미 시드 리스트에 있지 않다면, 이들을 시드 리스트에 추가한다. 시드 리스트에서, 각각의 가능한 시드에 대한 위치 및 최대 흐름 진폭("흐름 스코어")은 컴퓨팅 디바이스의 메모리에 기록될 수 있다.
알고리즘은, 동작(504-3)에서, 도플러 추적기를 업데이트할 수 있다. 도플러 추적기는 두 가지 목적을 제공할 수 있다: 1) 도플러 추적기는 시드 리스트에서의 시드들의 위치들에 기반하여 도플러 신호에 대해 504-1에서 검색되는 이미지의 영역(들)을 제한할 수 있고, 2) 도플러 추적기는 어느 시드가 어느 것인지를 추적할 수 있다.
바람직한 실시예에서, 스캔이 시작될 때, 흐름의 검출을 위한 검색 윈도우는 전체 이미지 프레임을 포함할 수 있다. 그 후, 도플러 추적기는 시드 리스트에서의 각각의 시드에 대해 504-1에서의 검출을 위한 검색 윈도우를 정의할 수 있다. 주어진 시드에 대한 검색 윈도우는 시드의 마지막 알려진 위치에 의해 정의된 포인트에 중심을 둔 박스, 및 현재 프레임에 대한 예측된 모션 벡터이다. 현재, 박스는 16x16 픽셀이다. 다른 변형들에서, 모션 벡터는 하나 또는 양쪽 방향에 대해 생략될 수 있다.
각각의 프레임에 대해, 도플러 추적기는 주어진 시드에 대한 검색이 이미지의 경계들 밖으로 나가는지를 체크할 수 있다. 이러한 경우, 알고리즘은 시드의 추적이 실패했고, 더 이상 추적되지 않는 것으로 결정할 수 있으며, UI를 통해 사용자에게 동일한 것을 나타낼 수 있다.
도플러 이미지들은 잡음이 있기 때문에, 하나 이상의 연속 프레임에서 시드가 검출불가능하게 될 수 있다. 이 문제를 해결하기 위해, 시드가 검출불가능한 경우, 도플러 추적기는 0.5초와 같은 일부 시간 기간 동안 그 예측된 위치를 계속 추적한다. 시드가 다시 나타나면, 이것은 정상적으로 계속 추적된다. 그렇지 않다면, 그 시드의 추적은 중단된다.
예시적인 알고리즘은 동작(505)에서 B-모드 혈관 검출, 추적 및 윤곽 계산을 수행할 수 있다.
동작(505-1)에서, 예시적인 알고리즘은 시드 리스트를 예측 및 업데이트하기 위해 B-모드 추적기를 이용할 수 있다. 동작(505-2)에서, 알고리즘은 최적합 혈관 경계 및 품질 스코어(QS)를 계산하기 위해 현재 B-모드를 이용할 수 있다. 동작(505-3)에서, 알고리즘은 타원(혈관)이 존재하는지를 결정한다. 동작(505-4)에서, 알고리즘은 동작(505-2)에서 발견된 값들을 이용하여 각각의 시드의 혈관 파라미터 값들을 업데이트함으로써 B-모드 추적기를 업데이트한다.
바람직한 실시예에서, 혈관은 혈관 경계를 윤곽화하는 타원을 특징으로 한다. 타원은 통상의 기술자의 지식 내에 있는 임의의 잘 알려진 방법에 의해 결정될 수 있다. 그러나, 본 기술분야의 통상의 기술자에게 명백한 바와 같이, 타원을 결정하기 위한 대안적인 접근법들이 대신 이용될 수 있다.
품질 스코어는 타원이 B-모드 이미지에서 특정한 혈관의 시그니처를 정확하게 기술하는 정도를 정량화하는 메트릭이다. 바람직한 실시예에서, 혈관의 품질 스코어는 혈관 경계에 고르게 배치된 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도에 의해 측정될 수 있다. 이미지 경사는 B-모드에서의 혈관 경계의 대비의 정량화를 나타낸다. 포인트들의 수 N은 20과 50 사이에서 설정될 수 있으며, 더 작은 혈관들에 대해서는 더 낮은 값들로 그리고 더 큰 혈관들에 대해서는 더 높은 값들로 설정될 수 있다.
혈관 경계는, 주어진 이미지 위치에서 컴퓨팅 디바이스에 의해 계산될 때 가장 큰 또는 최대 품질 스코어를 생성하는 B-모드에서 혈관을 윤곽화하는 형상(예를 들어, 타원)으로서 정의될 수 있고, 최대 품질 스코어에 대한 위치의 결정은 동작(505-2)에서의 알고리즘에 의한 형상 파라미터들에 대한 그리드 검색을 이용하여 컴퓨팅 디바이스에 의해 수행된다. 예를 들어, 혈관 형상의 타원 모델의 경우, 그리드 검색은 타원의 파라미터들, 즉 중심 위치 좌표들, 장축 반경, 종횡비 및 배향 각도에 기반할 수 있다.
동작(505-3)에서, 알고리즘은, 품질 스코어가 거짓-양성 및 거짓-음성 타원 검출의 원하는 절충을 달성하기 위해 예시적인 이미지들로부터 경험적으로 결정된 미리 정의된 임계값을 초과한다면, 혈관이 존재하는 것(최대 품질 스코어에 대한 위치의 결정)으로 결정할 수 있다.
B-모드 추적기(505-1 및 505-3)는 다음 이미지 프레임에서 혈관을 찾는데 이용되는 타원 파라미터에 대한 검색 범위를 규정하기 위해 알고리즘에 의해 이용될 수 있다. 주어진 혈관 위치의 중심 위치(x, y)에 대해, B-모드 추적기는, 도플러 추적기에 의해 예측되는 것과 동일한 방식으로, 현재 혈관 위치 및 모션 벡터에 기반하여 검색 윈도우를 예측한다. 이 검색 윈도우는 혈관이 과도하게 압축되었다고 알고리즘이 결정할 때(예를 들어, 종횡비가 0.2 미만이면) 검색 프로세스의 속도를 높이기 위해 알고리즘에 의해 크기가 조정될 수 있다. 추적기는 또한, 혈관 시드에 대한 검색이 예측된 검색 윈도우의 경계 또는 이미지의 경계 바깥으로 가는지를 모니터링한다. 그렇다면, 시드(B-모드 또는 도플러)의 추적은 알고리즘에 의해 종료될 수 있다.
(타원 상의 위치들과 같은) 타원 파라미터들에 대해, 각각의 파라미터의 현재 값에 중심을 둔 작은 간격이 알고리즘에 의해 검색 범위로서 이용될 수 있다. 예를 들어, 장축 반경에 대한 검색 간격은 [r0-dr, r0+dr]로서 주어질 수 있고, 여기서 r0은 현재 반경 값이고, dr은 작은 증분, 예를 들어, 8개의 픽셀이며; 종횡비에 대한 검색 간격은 [f0-df, f0+df]로서 주어질 수 있고, 여기서 f0은 현재 종횡비 값이고, df는 작은 증분, 예를 들어, 0.1이며; 종횡비에 대한 검색 간격은 [f0-df, f0+df]로서 주어질 수 있고, 여기서 f0은 현재 종횡비 값이고, df는 작은 증분, 예를 들어, 0.1이다. 혈관 압축이 프로브를 통해 사용자에 의해 적용될 때 혈관 형상의 갑작스런 변화의 상황을 수용하기 위해, 혈관이 과도하게 압축될 때 이러한 검색 간격들은 그에 따라 알고리즘에 의해 크기가 조정될 수 있다.
동작(506)에서, 정맥-동맥 구별이 알고리즘에 의해 수행될 수 있다. 동맥 흐름은 일반적으로 박동적이며, 그 주기성은 초음파 대상의 심박수의 박동에 대응한다. 정맥 흐름은 일반적으로 위상적이며, 호흡에 더 밀접하게 관련된 더 느린 변동들을 갖는다. 따라서, 정맥 및 동맥은 흐름 크기의 시간적 거동에서의 차이를 통해 알고리즘에 의해 구별될 수 있다.
박동성 추정은 동작(506-1)에서 알고리즘에 의해 수행될 수 있다. 도플러 추적기에 의해 추적되는 시드들에 대한 시계열의 흐름 스코어들에 대해, 위치가 정맥 또는 동맥에 대응하는지를 결정하기 위한 증거로서, 각각의 시드에 대한 박동성의 시그니처를 측정하기 위한 계산이 수행될 수 있다. 박동성은 여러 방식으로 분석될 수 있다: 1) 단순한 박동성 인덱스는 PI = (max(v)-min(v))/mean(v)와 같은 알고리즘에 의해 계산될 수 있고, 여기서 v는 현재 순간까지 이어지는 시간 윈도우로부터의 이용가능한 흐름 스코어들의 시계열들을 나타내고, 2) 박동성 스코어는 (이 검출을 위한 임의의 표준 방법을 이용하여) v의 자기 상관의 주기성을 검출함으로써 알고리즘에 의해 계산될 수 있거나, 또는 3) 박동성 스코어는 머신 러닝 분류기를 v에 직접 적용함으로써 알고리즘에 의해 계산될 수 있다. 박동성 스코어들을 임계화함으로써, 사용자 인터페이스에 보여진 박동성 표시기 등의 상태를 설정하는데 이용되는, 주어진 혈관이 박동성인지 여부의 결정이 이루어질 수 있다. 이 결정은 또한 506-3에서 정맥-동맥 구별을 알린다.
동작(506-2)에서, 모든 쌍의 혈관들 사이의 거리들의 계산이 알고리즘에 의해 수행될 수 있다. 혈관들의 공간 관계들이 환자들에 대해 상당히 일관되는 PICC 라인들의 이런 배치와 같은 상황들에서, 다른 것들에 대한 혈관의 거리는 그 아이덴티티에 관한 시그니처를 제공한다. 예를 들어, 일반적으로 상완의 측 면에는 동맥이 보이지 않고, 상완의 내측 면에는 단 하나의 동맥(상완 동맥)만이 보인다. 따라서, 측 면에서 보이는 임의의 주요 혈관은 정맥일 가능성이 있다. 이것은 피부 표면 근처에 있는 경우, 요측피 정맥일 가능성이 있고; 깊은 경우, 척골 정맥일 가능성이 있다. 내측 면에서, 상완 동맥은 다양한 상완 정맥들에 바로 인접해 있는 반면, 귀요 정맥은 이 그룹화로부터 얼마간 떨어져 있다. 따라서, 동맥으로부터 상당히 잘 분리되어 있는 정맥은 정맥(특히, 귀요 정맥)일 가능성이 높다. 유사하게, 동맥에 바로 인접한 혈관들은 정맥(특히, 상완 정맥)일 가능성이 높다. 따라서, B-모드 이미지들에서 검출된 혈관들 사이의 거리를 측정함으로써, 정맥-동맥 구별에 기여할 수 있는 정보를 추론할 수 있다. 실제로, 각각의 혈관은 일부 경우들에서 UI 상의 알고리즘에 의해 구체적으로 명명될 수 있다.
혈관 인벤토리 내의 모든 혈관에 대해 정맥-동맥 플래그를 업데이트하는 것은 동작(506-3)에서 알고리즘에 의해 수행될 수 있다. 동작(506-1)으로부터의 박동성 스코어 및 동작(506-2)에서의 알고리즘에 의해 정의된 거리 측정치에 기반한 투표 방식을 이용하여, 각각의 혈관은 사용자 인터페이스에 도시된 컬러 코딩을 정의하기 위해 정맥 또는 동맥으로서 식별될 수 있다.
UI 이미지 디스플레이 동작(506')에서, 이 방법은, 동작(506'-1)을 통해, B-모드 이미지를 디스플레이하고, 동작(506'-2)을 통해, 예를 들어, 동맥에 대해서는 적색, 및 정맥에 대해서는 청색을 이용하여, B-모드 이미지 상에 모든 혈관 경계 오버레이를 디스플레이할 수 있다.
최종 분석은 동작(507)에서 알고리즘에 의해 수행될 수 있다.
압축성 인덱스의 계산은 동작(507-1)에서 알고리즘에 의해 수행될 수 있고, 이는 초음파 검사의 압축 단계 동안의 혈관의 최대 및 최소 종횡비의 비율(또는 차이), 또는 형상 변화의 다른 유사한 척도로서 계산될 수 있다. 품질 스코어가 미리 설정된 임계값 아래로 떨어지는 것이 알고리즘에 의해 관찰되면, 이것은 혈관이 B-모드 이미지로부터 효과적으로 사라진다는 것을 나타내고, 이는 완전한 압축을 나타낼 수 있다.
박동성 인덱스의 최종 값의 계산은 동작(508)에서 UI를 통해 사용자에게 알고리즘에 의한 "정맥 중심" 명령어를 따르는 검사 단계에 기반하여 동작(507-2)에서 알고리즘에 의해 계산될 수 있다. 혈관의 전후(AP) 직경은 동작(507-3)에서 알고리즘에 의해 단순히 맞춰진 타원의 수직 치수로서 획득된다. 정맥 깊이는 동작(507-4)에서 알고리즘에 의해 정맥의 상단으로부터 피부 표면까지의 픽셀들의 단위의 거리를 측정하고 이미지의 알려진 교정 스케일에 기반하여 mm 단위로 변환함으로써 계산된다. 카테터 게이지 및 프렌치 크기는 동작(507-5)에서 알고리즘에 의해 결정될 수 있고, 알려진 기준 값들을 이용한 AP 직경에 기반한다.
동작들(508)을 참조하면, 알고리즘은 동작(508-0)에서 혈관 압축이 완료되었는지를 결정할 수 있다. 예인 경우, 알고리즘은 동작(508-1)으로 이동하고, 여기서 압축이 완료되었다는 것을 UI를 통해 사용자에게 표시하며, 아니오인 경우, 알고리즘은 동작(508-3)으로 이동하고, 여기서 정맥이 이미지 프레임에 중심을 두고 있는지를 결정한다. 예인 경우, 알고리즘은 동작(508-3)으로 이동하고, 여기서 예를 들어, 프로브를 이용하여 정맥을 3회(또는 임의의 횟수) 압축하도록 UI를 통해 사용자에게 표시하며, 아니오인 경우, 알고리즘은 동작(508-4)으로 이동하고, 여기서 혈관 인벤토리에 정맥이 있는지를 결정한다. 예인 경우, 알고리즘은 동작(508-5)으로 이동하고, 여기서 UI를 통해 사용자에게 정맥의 중심을 맞추도록 표시하며, 아니오인 경우, 알고리즘은 동작(508-6)으로 이동하고, 여기서 정맥이 이미지 프레임에 중심을 두고 있는지를 결정한다. 예인 경우, 알고리즘은 동작(508-7)으로 이동하고, 여기서 프로브를 이용하여 정맥을 찾으라고 UI를 통해 사용자에게 표시하며, 아니오인 경우, 알고리즘은 동작(508-8)으로 이동하고, 여기서 프로브를 배치하라고 UI를 통해 사용자에게 표시한다. 프로브가 배치된 후, 이 방법은 동작(501)에서의 초기화로 다시 이동할 수 있다. 동작들(508-1, 508-3, 508-5 및 508-7) 후에, 이 방법은 동작(504)으로 다시 이동할 수 있다.
사용자 인터페이스 상의 표시기 등은 다음과 같이 동작(509)에서 알고리즘에 의해 설정된다. 정맥 흐름 조명은 예를 들어 박동성 인덱스의 범위(예를 들어, 0.5) 내에서 참-양성(true-positive) 및 거짓-양성(false-positive) 결정의 원하는 절충을 위해 선택된 미리 정의된 임계값과 박동성 인덱스의 비교에 의해 적색(정맥이 아님) 또는 녹색(정맥)으로 설정될 수 있다. 압축성 조명은 압축성 인덱스에 기반하여 유사하게 설정된다. AP 직경을 임상 실무에서 이용되는 알려진 기준 임계값과 비교하여 충분한 직경 조명이 설정될 수 있는데, 예를 들어 황색은 AP 직경이 임계값에 중심을 둔 소정의 미리 정의된 범위 내에 있음을 나타내고, 녹색은 AP 직경이 이 범위 위에 있음을 나타내고, 적색은 AP 직경이 이 범위 아래에 있음을 나타낸다. 액세스 조명에 대한 적합성은 정맥 흐름, 압축성 또는 충분한 직경 조명들 중 어느 하나가 적색으로 설정되는 경우에 예를 들어 적색(적합하지 않음)으로 설정될 수 있다. 정맥 흐름 및 압축성이 녹색으로 설정되면, (동작(507-6)에서 알고리즘에 의해 결정된) 액세스 조명에 대한 적합성의 상태는 충분한 직경 조명과 동일하게 설정된다.
예시적인 실시예들의 위의 설명은 구체적으로 정맥들을 언급할 수 있지만, 실시예들은 이것으로 제한되지 않고, 이물질에 의해 혈관이 액세스될 초음파 이미징의 대상일 수 있는 신체의 임의의 혈관들의 검출 및 추적에 관한 것이다. 또한, 액세스에 대한 적합성 또는 혈관에 관련된 다른 파라미터를 나타내기 위해 특정의 컬러들이 앞서 언급되었지만, 실시예들은 이것으로 제한되지 않고, 그 범위 내에서, 텍스트, 시각적 이미지 또는 코드, 음성 통신을 통해서와 같이 임의의 방식으로 UI를 통해 사용자에게 혈관 파라미터를 표시하는 것을 포함한다.
예에서, 프로세서(326)에 의해 구현되는 명령어들은 메모리(336) 또는 이미징 디바이스의 임의의 다른 메모리 또는 저장 디바이스를 통해 제공될 수 있거나, 또는 프로세서(326) 또는 이미징 디바이스의 임의의 다른 프로세서는 프로세서(326)가 케이싱에서 전자 동작들을 수행하도록 지시하는 코드를 포함하는 유형의, 비일시적 기계 판독가능한 매체로서 구현될 수 있다. 프로세서(326)는 메모리(336)와 프로세서(326) 사이의 상호접속부를 통해 비일시적 기계 판독가능한 매체에 액세스할 수 있다. 예를 들어, 비일시적 기계 판독가능한 매체는 메모리(336) 또는 프로세서(326) 내의 별개의 메모리에 의해 구현될 수 있거나, 광학 디스크들, 플래시 드라이브들, 또는 케이싱에 플러깅될 수 있는 임의의 수의 다른 하드웨어 디바이스들과 같은 특정 저장 유닛들을 포함할 수 있다. 비일시적 기계 판독가능한 매체는, 예를 들어, 본 명세서에 묘사된 동작들 및 기능의 흐름도(들) 및 블록도(들)에 관하여 설명된 바와 같이, 액션들의 특정 시퀀스 또는 흐름을 수행하도록 프로세서(326)에 지시하는 명령어들을 포함할 수 있다. 본 명세서에서 사용될 때, 용어들 "기계 판독가능한 매체" 및 "컴퓨터 판독가능한 매체"는 상호교환가능하다.
도 6은 메모리, 및 메모리에 결합된 하나 이상의 프로세서를 포함하는 컴퓨팅 디바이스에서 수행되는 방법(600)을 도시한다. 방법(600)은 동작(602)에서, 혈관 검출 알고리즘을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하는 단계를 포함하고, 이 알고리즘은, 디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것; 이미지 생성 동안 현재 시간에 선행하는 시간에서의 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것; 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및 현재 혈관 파라미터들, 선행 혈관 파라미터들, 및 현재 흐름 데이터에 기반하여 혈관을 검출 및 추적하는 것을 포함한다. 이 방법은 동작(604)에서, 디스플레이를 포함하는 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 하는 단계를 포함한다.
명시적으로 달리 언급되지 않는 한, 아래에 설명되는 예들 중 임의의 것은 임의의 다른 예(또는 예들의 조합)와 조합될 수 있다. 본 명세서에 설명된 양태들은 또한 예를 들어, 상이한 기능들(예를 들어, 낮은/중간/높은 우선순위 등)에 대한 이용의 계층적 우선순위화를 도입함으로써 방식의 계층적 적용을 구현할 수 있다.
구현들이 특정한 예시적인 양태들을 참조하여 설명되었지만, 본 개시내용의 더 넓은 범위로부터 벗어나지 않고 이들 양태들에 대해 다양한 수정들 및 변경들이 이루어질 수 있다는 것이 명백할 것이다. 본 명세서에 설명된 배열들 및 프로세스들 중 다수는 조합하여 또는 병렬 구현들로 이용될 수 있다. 따라서, 본 명세서 및 도면들은 제한적인 의미보다는 예시적인 의미로 간주되어야 한다. 본 명세서의 일부를 형성하는 첨부 도면들은, 제한이 아닌 예시로서, 본 주제가 실시될 수 있는 특정 양태들을 도시한다. 예시된 양태들은 본 기술분야의 통상의 기술자가 본 명세서에 개시된 교시들을 실시할 수 있도록 충분히 상세하게 설명된다. 다른 양태들이 이용될 수 있고 그로부터 유도될 수 있어서, 구조적 및 논리적 치환들 및 변경들은 본 개시내용의 범위로부터 벗어나지 않으면서 행해질 수 있다. 따라서, 이 상세한 설명은 제한적인 의미로 취해져서는 안 되며, 다양한 양태들의 범위는 첨부된 청구항들과 함께, 이러한 청구항들에 부여되는 등가물들의 전체 범위에 의해서만 정의된다.
본 발명의 주제의 이러한 양태들은 단지 편의를 위해 그리고 하나보다 많은 것이 실제로 개시되면 본 출원의 범위를 임의의 단일 양태 또는 발명의 개념으로 자발적으로 제한하려는 의도 없이, 개별적으로 및/또는 집합적으로, 본 명세서에 언급될 수 있다.
본 개시내용의 바람직한 실시예들이 본 명세서에 도시되고 설명되었지만, 이러한 실시예들이 단지 예로서 제공된다는 것이 본 기술분야의 통상의 기술자에게 명백할 것이다. 실시예들이 본 명세서 내에 제공되는 특정 예들에 의해 제한되는 것으로 의도되지 않는다. 본 개시내용의 실시예들이 전술한 명세서를 참조하여 설명되었지만, 본 명세서의 실시예들의 설명들 및 예시들은 제한적인 의미로 해석되도록 의도되지 않는다. 이제, 본 개시내용의 개념들로부터 벗어나지 않고 본 기술분야의 통상의 기술자에게 다수의 변형들, 변경들 및 대체들이 발생할 것이다. 게다가, 다양한 실시예들의 모든 양태들이, 각종의 조건들 및 변수들에 의존하는, 본 명세서에 기재된 특정 묘사들, 구성들, 또는 상대 비율들로 제한되지 않는다는 것을 잘 이해할 것이다. 본 명세서에 설명된 실시예들에 대한 다양한 대안들이 이용될 수 있다는 것을 이해해야 한다. 따라서, 본 개시내용은 또한 임의의 이러한 대안들, 수정들, 변형들 또는 등가물들을 커버하는 것으로 고려된다.
예들
본 명세서에 개시된 기술들의 예시적인 예들이 아래에 제공된다. 이러한 기술들의 실시예는 아래에 설명되는 예들 중 임의의 하나 이상 및 임의의 조합을 포함할 수 있다.
예 1은 메모리와, 메모리에 결합된 하나 이상의 프로세서를 포함하는 컴퓨팅 디바이스의 장치를 포함하며, 하나 이상의 프로세서는, 혈관 검출 알고리즘을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하고 - 알고리즘은, 현재 시간에서의 디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것; 현재 시간에 선행하는 시간에서의 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것; 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및 현재 혈관 파라미터들, 선행 혈관 파라미터들, 및 현재 흐름 데이터에 기반하여 혈관을 검출 및 추적하는 것을 포함함 -; 디스플레이를 포함하는 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 한다.
예 2는 예 1의 주제를 포함하며, 현재 흐름 데이터는 현재 도플러 흐름 데이터에 대응하고, 초음파 이미지는 2차원 초음파 이미지이다.
예 3은 예 1의 주제를 포함하며, 하나 이상의 프로세서는 현재 초음파 이미지 프레임과 동일한 시야에 대한 현재 흐름 데이터를 결정하는 것과, 동일한 시야보다 더 작은 시야에 대한 현재 흐름 데이터를 결정하는 것 중에서 선택한다.
예 4는 예 3의 주제를 포함하며, 하나 이상의 프로세서는 이미지 생성의 시작에서 동일한 시야에 대한 현재 흐름 데이터를 결정하도록 선택하고, 후속하여 더 작은 시야에 대한 현재 흐름 데이터를 결정하도록 선택한다.
예 5는 예 4의 주제를 포함하며, 더 작은 시야는 동일한 시야의 좌측, 우측, 하단 또는 상단 에지 중 적어도 하나에 대한 미리 결정된 수의 이미지 픽셀들을 포함한다.
예 6은 예 1의 주제를 포함하며, 하나 이상의 프로세서는 추가로 사용자 인터페이스 디바이스로 하여금 이미지 생성 동안에 실시간으로 현재 흐름 데이터에 관한 정보를 사용자에게 통신하게 한다.
예 7은 예 1의 주제를 포함하며, 하나 이상의 프로세서는 추가로 사용자 인터페이스 디바이스를 통해, 현재 혈관 파라미터들에 관한 정보를 결정하여 사용자에게 디스플레이하게 한다.
예 8은 예 7의 주제를 포함하며, 현재 혈관 파라미터들에 관한 정보는 혈관의 경계의 윤곽과, 현재 초음파 이미지 프레임 상의 그 중심의 위치 또는 그 직경 중 적어도 하나를 포함한다.
예 9는 예 1의 주제를 포함하며, 하나 이상의 프로세서는 혈관 검출 알고리즘의 수행 동안에 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 사용자에게 디스플레이하게 한다.
예 10은 예 1의 주제를 포함하며, 하나 이상의 프로세서는 사용자에 의한 미리 결정된 이물질의 유형의 선택에 대응하는 신호들을 사용자 인터페이스 디바이스로부터 수신함으로써 미리 결정된 이물질의 유형을 결정한다.
예 11은 예 1의 주제를 포함하며, 하나 이상의 프로세서는, 미리 결정된 이물질의 하나 이상의 속성과 혈관 파라미터들 중 하나 이상의 혈관 파라미터 사이의 상관을 포함하는 정보를 판독하기 위해 메모리에 액세스하고; 미리 결정된 이물질의 하나 이상의 속성에 관한 정보를 사용자 인터페이스 디바이스를 통해 사용자에게 통신하게 한다.
예 12는 예 1 내지 예 11 중 어느 하나의 주제를 포함하며, 혈관 파라미터들은 혈관 치수, 혈관 유체 유량, 혈관 박동성, 혈관 압축성, 또는 혈관 윤곽 중 하나 이상을 포함한다.
예 13은 예 1 내지 예 11 중 어느 하나의 주제를 포함하며, 현재 혈관 파라미터들을 결정하는 것은 현재 초음파 이미지 프레임에서 미리 결정된 형상을 식별하고 미리 결정된 형상의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 혈관을 검출하기 위해 검색될 후보 혈관 시드 위치를 식별하는 것을 포함하고, 하나 이상의 프로세서는 추가로 후보 혈관 시드 위치에 대응하는 현재 흐름 데이터를 결정함으로써 혈관을 검출하기 위해 후보 혈관 시드 위치를 분석한다.
예 14는 예 1의 주제를 포함하며, 하나 이상의 프로세서는 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름을 식별하고 혈관 유체 흐름의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 혈관을 검출하기 위해 검색될 후보 혈관 시드 위치를 식별하는 것을 포함하고, 하나 이상의 프로세서는 추가로 현재 혈관 파라미터들을 결정하고 후보 혈관 시드 위치에서 선행 혈관 파라미터들을 결정함으로써 혈관을 검출하기 위해 후보 혈관 시드 위치를 분석한다.
예 15는 예 14의 주제를 포함하며, 선행 혈관 파라미터들을 결정하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 하나 이상의 프로세서는, 선행 초음파 이미지 프레임에서 혈관 경계를 결정하는 것; 및 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 선행 혈관 품질 스코어를 결정하고; 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 기반하여 혈관을 검출한다.
예 16은 예 1의 주제를 포함하며, 하나 이상의 프로세서는, 선행 혈관 파라미터들을 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 혈관을 검출하는 것; 선행 혈관 파라미터들에 기반하여 현재 혈관 파라미터들의 예측을 생성하는 것; 및 현재 혈관 파라미터들과 예측 사이에 상관이 존재한다는 결정에 기반하여 혈관을 검출하는 것에 의해 추적 알고리즘을 수행한다.
예 17은 예 16의 주제를 포함하며, 선행 혈관 파라미터들을 이용하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 하나 이상의 프로세서는, 선행 초음파 이미지 프레임에서 선행 혈관 경계를 결정하는 것; 및 선행 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 선행 혈관 품질 스코어를 결정하고; 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 응답하여, 혈관 경계의 위치를 후보 혈관 시드 위치로서 식별한다.
예 18은 예 17의 주제를 포함하며, 현재 혈관 파라미터들을 결정하는 것은 현재 혈관 품질 스코어를 이용하는 것을 포함하고, 하나 이상의 프로세서는, 현재 초음파 이미지 프레임에서 현재 혈관 경계를 결정하는 것; 및 현재 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 현재 혈관 품질 스코어를 결정하고; 현재 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값 미만이라는 결정에 응답하여, 현재 흐름 데이터를 결정한다.
예 19는 예 1의 주제를 포함하며, 하나 이상의 프로세서는, 선행 초음파 이미지 프레임에 기반한 선행 흐름 데이터를 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 혈관을 검출하는 것; 선행 혈관 파라미터들에 기반하여 현재 흐름 데이터의 예측을 생성하는 것; 및 현재 흐름 데이터와 예측 사이에 상관이 존재한다는 결정에 기반하여 혈관을 검출하는 것에 의해 추적 알고리즘을 수행한다.
예 20은 예 14 내지 예 19 중 어느 하나의 주제를 포함하며, 하나 이상의 프로세서는 이미지 생성에 대응하는 후보 혈관 시드 위치들의 리스트 및 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들에 대한 최대 흐름 진폭들의 리스트가 메모리에 저장되게 하고, 현재 흐름 데이터를 결정하는 것은 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들 중 적어도 일부에 대응하는 각각의 복수의 현재 흐름 데이터를 결정하는 것을 포함한다.
예 21은 예 16 내지 예 18 중 어느 하나의 주제를 포함하며, 하나 이상의 프로세서는 현재 초음파 이미지 프레임에서 혈관을 검출하기 위해 복수의 선행 초음파 이미지 프레임을 공동으로 분석하고, YOLO(You Only Look Once) 알고리즘의 다중채널 구현을 이용하는 것, 또는 결합된 콘볼루션 신경망과 장단기 메모리 네트워크를 포함하는 알고리즘을 이용하는 것 중 하나를 포함하여 공동으로 분석함으로써 추적 알고리즘을 수행한다.
예 22는 예 1의 주제를 포함하며, 하나 이상의 프로세서는 추가로, 혈관 내의 흐름의 주기적 거동을 분석하는 것에 기반하여 혈관의 압축성 또는 혈관의 박동성 중 적어도 하나를 결정함으로써 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별한다.
예 23은 예 22의 주제를 포함하며, 하나 이상의 프로세서는 현재 이미지 프레임에서 혈관 쌍들 사이의 거리를 추가로 계산함으로써 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별한다.
예 24는 예 22의 주제를 포함하며, 하나 이상의 프로세서는 연속적인 초음파 이미지 프레임들 사이에서와 같이 혈관에 근접한 공간 움직임들에 관한 데이터를 분석하거나, 혈관의 벽들의 모션의 국소적 분석을 수행함으로써 박동성을 결정한다.
예 25는 예 1의 주제를 포함하며, 하나 이상의 프로세서는 혈관의 압축 레벨에 기반한 공간 검색 범위를 이용함으로써 현재 혈관 파라미터들 또는 선행 혈관 파라미터들 중 적어도 하나를 결정한다.
예 26은 디스플레이 디바이스를 포함하는 사용자 인터페이스 디바이스; 및 사용자 인터페이스 디바이스에 통신가능하게 결합된 컴퓨팅 디바이스를 포함하는 시스템을 포함하며, 컴퓨팅 디바이스는 메모리, 및 메모리에 결합된 하나 이상의 프로세서를 포함하고, 하나 이상의 프로세서는, 혈관 검출 알고리즘을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하고 - 알고리즘은, 디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것; 이미지 생성 동안 현재 시간에 선행하는 시간에서의 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것; 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및 현재 혈관 파라미터들, 선행 혈관 파라미터들, 및 현재 흐름 데이터에 기반하여 혈관을 검출 및 추적하는 것을 포함함 -; 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 한다.
예 27은 예 26의 주제를 포함하며, 현재 흐름 데이터는 현재 도플러 흐름 데이터에 대응하고, 초음파 이미지는 2차원 초음파 이미지이다.
예 28은 예 26의 주제를 포함하며, 하나 이상의 프로세서는 현재 초음파 이미지 프레임과 동일한 시야에 대한 현재 흐름 데이터를 결정하는 것과, 동일한 시야보다 더 작은 시야에 대한 현재 흐름 데이터를 결정하는 것 중에서 선택한다.
예 29는 예 28의 주제를 포함하며, 하나 이상의 프로세서는 이미지 생성의 시작에서 동일한 시야에 대한 현재 흐름 데이터를 결정하도록 선택하고, 후속하여 더 작은 시야에 대한 현재 흐름 데이터를 결정하도록 선택한다.
예 30은 예 29의 주제를 포함하며, 더 작은 시야는 동일한 시야의 좌측, 우측, 하단 또는 상단 에지 중 적어도 하나에 대한 미리 결정된 수의 이미지 픽셀들을 포함한다.
예 31은 예 26의 주제를 포함하며, 하나 이상의 프로세서는 추가로 사용자 인터페이스 디바이스로 하여금 이미지 생성 동안에 실시간으로 현재 흐름 데이터에 관한 정보를 사용자에게 통신하게 한다.
예 32는 예 26의 주제를 포함하며, 하나 이상의 프로세서는 추가로 사용자 인터페이스 디바이스를 통해, 현재 혈관 파라미터들에 관한 정보를 결정하여 사용자에게 디스플레이하게 한다.
예 33은 예 32의 주제를 포함하며, 현재 혈관 파라미터들에 관한 정보는 혈관의 경계의 윤곽과, 현재 초음파 이미지 프레임 상의 그 중심의 위치 또는 그 직경 중 적어도 하나를 포함한다.
예 34는 예 26의 주제를 포함하며, 하나 이상의 프로세서는 혈관 검출 알고리즘의 수행 동안에 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 사용자에게 디스플레이하게 한다.
예 35는 예 26의 주제를 포함하며, 하나 이상의 프로세서는 사용자에 의한 미리 결정된 이물질의 유형의 선택에 대응하는 신호들을 사용자 인터페이스 디바이스로부터 수신함으로써 미리 결정된 이물질의 유형을 결정한다.
예 36은 예 26의 주제를 포함하며, 하나 이상의 프로세서는, 미리 결정된 이물질의 하나 이상의 속성과 혈관 파라미터들 중 하나 이상의 혈관 파라미터 사이의 상관을 포함하는 정보를 판독하기 위해 메모리에 액세스하고; 미리 결정된 이물질의 하나 이상의 속성에 관한 정보를 사용자 인터페이스 디바이스를 통해 사용자에게 통신하게 한다.
예 37은 예 26 내지 예 36 중 어느 하나의 주제를 포함하며, 혈관 파라미터들은 혈관 치수, 혈관 유체 유량, 혈관 박동성, 혈관 압축성, 또는 혈관 윤곽 중 하나 이상을 포함한다.
예 38은 예 26 내지 예 36 중 어느 하나의 주제를 포함하며, 현재 혈관 파라미터들을 결정하는 것은 현재 초음파 이미지 프레임에서 미리 결정된 형상을 식별하고 미리 결정된 형상의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 혈관을 검출하기 위해 검색될 후보 혈관 시드 위치를 식별하는 것을 포함하고, 하나 이상의 프로세서는 추가로 후보 혈관 시드 위치에 대응하는 현재 흐름 데이터를 결정함으로써 혈관을 검출하기 위해 후보 혈관 시드 위치를 분석한다.
예 39는 예 26의 주제를 포함하며, 하나 이상의 프로세서는 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름을 식별하고 혈관 유체 흐름의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 혈관을 검출하기 위해 검색될 후보 혈관 시드 위치를 식별하는 것을 포함하고, 하나 이상의 프로세서는 추가로 현재 혈관 파라미터들을 결정하고 후보 혈관 시드 위치에서 선행 혈관 파라미터들을 결정함으로써 혈관을 검출하기 위해 후보 혈관 시드 위치를 분석한다.
예 40은 예 39의 주제를 포함하며, 선행 혈관 파라미터들을 결정하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 하나 이상의 프로세서는, 선행 초음파 이미지 프레임에서 혈관 경계를 결정하는 것; 및 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 선행 혈관 품질 스코어를 결정하고; 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 기반하여 혈관을 검출한다.
예 41은 예 26의 주제를 포함하며, 하나 이상의 프로세서는, 선행 혈관 파라미터들을 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 혈관을 검출하는 것; 선행 혈관 파라미터들에 기반하여 현재 혈관 파라미터들의 예측을 생성하는 것; 및 현재 혈관 파라미터들과 예측 사이에 상관이 존재한다는 결정에 기반하여 혈관을 검출하는 것에 의해 추적 알고리즘을 수행한다.
예 42는 예 41의 주제를 포함하며, 선행 혈관 파라미터들을 이용하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 하나 이상의 프로세서는, 선행 초음파 이미지 프레임에서 선행 혈관 경계를 결정하는 것; 및 선행 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 선행 혈관 품질 스코어를 결정하고; 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 응답하여, 혈관 경계의 위치를 후보 혈관 시드 위치로서 식별한다.
예 43은 예 42의 주제를 포함하며, 현재 혈관 파라미터들을 결정하는 것은 현재 혈관 품질 스코어를 이용하는 것을 포함하고, 하나 이상의 프로세서는, 현재 초음파 이미지 프레임에서 현재 혈관 경계를 결정하는 것; 및 현재 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 현재 혈관 품질 스코어를 결정하고; 현재 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값 미만이라는 결정에 응답하여, 현재 흐름 데이터를 결정한다.
예 44는 예 26의 주제를 포함하며, 하나 이상의 프로세서는, 선행 초음파 이미지 프레임에 기반한 선행 흐름 데이터를 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 혈관을 검출하는 것; 선행 혈관 파라미터들에 기반하여 현재 흐름 데이터의 예측을 생성하는 것; 및 현재 흐름 데이터와 예측 사이에 상관이 존재한다는 결정에 기반하여 혈관을 검출하는 것에 의해 추적 알고리즘을 수행한다.
예 45는 예 39 내지 예 44 중 어느 하나의 주제를 포함하며, 하나 이상의 프로세서는 이미지 생성에 대응하는 후보 혈관 시드 위치들의 리스트 및 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들에 대한 최대 흐름 진폭들의 리스트가 메모리에 저장되게 하고, 현재 흐름 데이터를 결정하는 것은 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들 중 적어도 일부에 대응하는 각각의 복수의 현재 흐름 데이터를 결정하는 것을 포함한다.
예 46은 예 41 내지 예 43 중 어느 하나의 주제를 포함하며, 하나 이상의 프로세서는 현재 초음파 이미지 프레임에서 혈관을 검출하기 위해 복수의 선행 초음파 이미지 프레임을 공동으로 분석하고, YOLO(You Only Look Once) 알고리즘의 다중채널 구현을 이용하는 것, 또는 결합된 콘볼루션 신경망과 장단기 메모리 네트워크를 포함하는 알고리즘을 이용하는 것 중 하나를 포함하여 공동으로 분석함으로써 추적 알고리즘을 수행한다.
예 47은 예 26의 주제를 포함하며, 하나 이상의 프로세서는 추가로, 혈관 내의 흐름의 주기적 거동을 분석하는 것에 기반하여 혈관의 압축성 또는 혈관의 박동성 중 적어도 하나를 결정함으로써 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별한다.
예 48은 예 47의 주제를 포함하며, 하나 이상의 프로세서는 현재 이미지 프레임에서 혈관 쌍들 사이의 거리를 추가로 계산함으로써 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별한다.
예 49는 예 47의 주제를 포함하며, 하나 이상의 프로세서는 연속적인 초음파 이미지 프레임들 사이에서와 같이 혈관에 근접한 공간 움직임들에 관한 데이터를 분석하거나, 혈관의 벽들의 모션의 국소적 분석을 수행함으로써 박동성을 결정한다.
예 50은 예 26의 주제를 포함하며, 하나 이상의 프로세서는 혈관의 압축 레벨에 기반한 공간 검색 범위를 이용함으로써 현재 혈관 파라미터들 또는 선행 혈관 파라미터들 중 적어도 하나를 결정한다.
예 51은 메모리, 및 메모리에 결합된 하나 이상의 프로세서를 포함하는 컴퓨팅 디바이스에서 수행되는 방법을 포함하며, 이 방법은 혈관 검출 알고리즘을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하는 단계 - 알고리즘은, 디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것; 이미지 생성 동안 현재 시간에 선행하는 시간에서의 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것; 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및 현재 혈관 파라미터들, 선행 혈관 파라미터들, 및 현재 흐름 데이터에 기반하여 혈관을 검출 및 추적하는 것을 포함함 -; 및 디스플레이를 포함하는 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 하는 단계를 포함한다.
예 52는 예 51의 주제를 포함하며, 현재 흐름 데이터는 현재 도플러 흐름 데이터에 대응하고, 초음파 이미지는 2차원 초음파 이미지이다.
예 53은 예 51의 주제를 포함하며, 이 방법은 현재 초음파 이미지 프레임과 동일한 시야에 대한 현재 흐름 데이터를 결정하는 단계와, 동일한 시야보다 더 작은 시야에 대한 현재 흐름 데이터를 결정하는 단계 중에서 선택하는 단계를 더 포함한다.
예 54는 예 53의 주제를 포함하며, 이 방법은 이미지 생성의 시작에서 동일한 시야에 대한 현재 흐름 데이터를 결정하도록 선택하는 단계와, 후속하여 더 작은 시야에 대한 현재 흐름 데이터를 결정하도록 선택하는 단계를 더 포함한다.
예 55는 예 54의 주제를 포함하며, 더 작은 시야는 동일한 시야의 좌측, 우측, 하단 또는 상단 에지 중 적어도 하나에 대한 미리 결정된 수의 이미지 픽셀들을 포함한다.
예 56은 예 51의 주제를 포함하며, 이 방법은 사용자 인터페이스 디바이스로 하여금 이미지 생성 동안에 실시간으로 현재 흐름 데이터에 관한 정보를 사용자에게 통신하게 하는 단계를 더 포함한다.
예 57은 예 51의 주제를 포함하며, 이 방법은 사용자 인터페이스 디바이스를 통해, 현재 혈관 파라미터들에 관한 정보를 결정하여 사용자에게 디스플레이하게 하는 단계를 더 포함한다.
예 58은 예 57의 주제를 포함하며, 현재 혈관 파라미터들에 관한 정보는 혈관의 경계의 윤곽과, 현재 초음파 이미지 프레임 상의 그 중심의 위치 또는 그 직경 중 적어도 하나를 포함한다.
예 59는 예 51의 주제를 포함하며, 이 방법은 혈관 검출 알고리즘의 수행 동안에 미리 결정된 이물질에 의한 액세스에 대한 혈관의 적합성에 관한 정보를 사용자에게 디스플레이하게 하는 단계를 더 포함한다.
예 60은 예 51의 주제를 포함하며, 이 방법은 사용자에 의한 미리 결정된 이물질의 유형의 선택에 대응하는 신호들을 사용자 인터페이스 디바이스로부터 수신함으로써 미리 결정된 이물질의 유형을 결정하는 단계를 더 포함한다.
예 61은 예 51의 주제를 포함하며, 이 방법은, 미리 결정된 이물질의 하나 이상의 속성과 혈관 파라미터들 중 하나 이상의 혈관 파라미터 사이의 상관을 포함하는 정보를 판독하기 위해 메모리에 액세스하는 단계; 및 미리 결정된 이물질의 하나 이상의 속성에 관한 정보를 사용자 인터페이스 디바이스를 통해 사용자에게 통신하게 하는 단계를 더 포함한다.
예 62는 예 51 내지 예 61 중 어느 하나의 주제를 포함하며, 혈관 파라미터들은 혈관 치수, 혈관 유체 유량, 혈관 박동성, 혈관 압축성, 또는 혈관 윤곽 중 하나 이상을 포함한다.
예 63은 예 51 내지 예 61 중 어느 하나의 주제를 포함하며, 현재 혈관 파라미터들을 결정하는 단계는 현재 초음파 이미지 프레임에서 미리 결정된 형상을 식별하고 미리 결정된 형상의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 혈관을 검출하기 위해 검색될 후보 혈관 시드 위치를 식별하는 단계를 포함하고, 이 방법은 후보 혈관 시드 위치에 대응하는 현재 흐름 데이터를 결정함으로써 혈관을 검출하기 위해 후보 혈관 시드 위치를 분석하는 단계를 더 포함한다.
예 64는 예 51의 주제를 포함하며, 이 방법은 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름을 식별하고 혈관 유체 흐름의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 혈관을 검출하기 위해 검색될 후보 혈관 시드 위치를 식별하는 단계를 포함하고, 이 방법은 현재 혈관 파라미터들을 결정하고 후보 혈관 시드 위치에서 선행 혈관 파라미터들을 결정함으로써 혈관을 검출하기 위해 후보 혈관 시드 위치를 분석하는 단계를 더 포함한다.
예 65는 예 64의 주제를 포함하며, 선행 혈관 파라미터들을 결정하는 단계는 선행 혈관 품질 스코어를 이용하는 단계를 포함하고, 이 방법은, 선행 초음파 이미지 프레임에서 혈관 경계를 결정하는 것; 및 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 선행 혈관 품질 스코어를 결정하는 단계; 및 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 기반하여 혈관을 검출하는 단계를 더 포함한다.
예 66은 예 51의 주제를 포함하며, 이 방법은, 선행 혈관 파라미터들을 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 혈관을 검출하는 것; 선행 혈관 파라미터들에 기반하여 현재 혈관 파라미터들의 예측을 생성하는 것; 및 현재 혈관 파라미터들과 예측 사이에 상관이 존재한다는 결정에 기반하여 혈관을 검출하는 것에 의해 추적 알고리즘을 수행하는 단계를 더 포함한다.
예 67은 예 66의 주제를 포함하며, 선행 혈관 파라미터들을 이용하는 단계는 선행 혈관 품질 스코어를 이용하는 단계를 포함하고, 이 방법은, 선행 초음파 이미지 프레임에서 선행 혈관 경계를 결정하는 것; 및 선행 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 선행 혈관 품질 스코어를 결정하는 단계; 및 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 응답하여, 혈관 경계의 위치를 후보 혈관 시드 위치로서 식별하는 단계를 포함한다.
예 68은 예 67의 주제를 포함하며, 현재 혈관 파라미터들을 결정하는 단계는 현재 혈관 품질 스코어를 이용하는 단계를 포함하고, 이 방법은, 현재 초음파 이미지 프레임에서 현재 혈관 경계를 결정하는 것; 및 현재 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것에 의해 현재 혈관 품질 스코어를 결정하는 단계; 및 현재 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값 미만이라는 결정에 응답하여, 현재 흐름 데이터를 결정하는 단계를 더 포함한다.
예 69는 예 51의 주제를 포함하며, 이 방법은, 선행 초음파 이미지 프레임에 기반한 선행 흐름 데이터를 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 혈관을 검출하는 것; 선행 혈관 파라미터들에 기반하여 현재 흐름 데이터의 예측을 생성하는 것; 및 현재 흐름 데이터와 예측 사이에 상관이 존재한다는 결정에 기반하여 혈관을 검출하는 것에 의해 추적 알고리즘을 수행하는 단계를 더 포함한다.
예 70은 예 64 내지 예 69 중 어느 하나의 주제를 포함하며, 이 방법은 이미지 생성에 대응하는 후보 혈관 시드 위치들의 리스트 및 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들에 대한 최대 흐름 진폭들의 리스트가 메모리에 저장되게 하는 단계를 포함하고, 현재 흐름 데이터를 결정하는 단계는 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들 중 적어도 일부에 대응하는 각각의 복수의 현재 흐름 데이터를 결정하는 단계를 포함한다.
예 71은 예 66 내지 예 68 중 어느 하나의 주제를 포함하며, 이 방법은 현재 초음파 이미지 프레임에서 혈관을 검출하기 위해 복수의 선행 초음파 이미지 프레임을 공동으로 분석하고, YOLO(You Only Look Once) 알고리즘의 다중채널 구현을 이용하는 것, 또는 결합된 콘볼루션 신경망과 장단기 메모리 네트워크를 포함하는 알고리즘을 이용하는 것 중 하나를 포함하여 공동으로 분석함으로써 추적 알고리즘을 수행하는 단계를 더 포함한다.
예 72는 예 51의 주제를 포함하며, 이 방법은 혈관 내의 흐름의 주기적 거동을 분석하는 것에 기반하여 혈관의 압축성 또는 혈관의 박동성 중 적어도 하나를 결정함으로써 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는 단계를 더 포함한다.
예 73은 예 72의 주제를 포함하며, 이 방법은 현재 이미지 프레임에서 혈관 쌍들 사이의 거리를 추가로 계산함으로써 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는 단계를 더 포함한다.
예 74는 예 72의 주제를 포함하며, 이 방법은 연속적인 초음파 이미지 프레임들 사이에서와 같이 혈관에 근접한 공간 움직임들에 관한 데이터를 분석하거나, 혈관의 벽들의 모션의 국소적 분석을 수행함으로써 박동성을 결정하는 단계를 더 포함한다.
예 75는 예 51의 주제를 포함하며, 이 방법은 혈관의 압축 레벨에 기반한 공간 검색 범위를 이용함으로써 현재 혈관 파라미터들 또는 선행 혈관 파라미터들 중 적어도 하나를 결정하는 단계를 더 포함한다.
예 76은 예 51 내지 예 75 중 어느 하나의 방법을 수행하기 위한 수단을 포함하는 장치를 포함한다.
예 77은, 실행될 때, 하나 이상의 프로세서로 하여금 예 51 내지 예 75 중 어느 하나의 방법을 수행하게 하는 저장된 복수의 명령어를 포함하는 하나 이상의 컴퓨터 판독가능한 매체를 포함한다.
예 78은 예 1 내지 예 25 중 어느 하나의 장치를 포함하고, 사용자 인터페이스 디바이스를 더 포함하는 이미징 디바이스를 포함한다.
예 79는, 적어도 하나의 컴퓨터 프로세서에 의해 실행될 때, 적어도 하나의 프로세서로 하여금 예 51 내지 예 75 중 어느 하나의 방법을 수행할 수 있게 하도록 동작가능한 컴퓨터 실행가능한 명령어들을 포함하는 하나 이상의 유형의 컴퓨터 판독가능한 비일시적 저장 매체를 포함하는 제품을 포함한다.
Claims (78)
- 컴퓨팅 디바이스의 장치로서,
메모리, 및 상기 메모리에 결합된 하나 이상의 프로세서를 포함하고, 상기 하나 이상의 프로세서는,
혈관 검출 알고리즘(vessel detection algorithm)을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하고 - 상기 알고리즘은,
현재 시간에서의 디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것;
상기 현재 시간에 선행하는 시간에서의 상기 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것;
상기 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및
상기 현재 혈관 파라미터들, 상기 선행 혈관 파라미터들, 및 상기 현재 흐름 데이터에 기반하여 상기 혈관을 검출 및 추적하는 것
을 포함함 -;
상기 디스플레이를 포함하는 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 상기 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 하는, 장치. - 제1항에 있어서,
상기 현재 흐름 데이터는 현재 도플러 흐름 데이터에 대응하고, 상기 초음파 이미지는 2차원 초음파 이미지인, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 상기 현재 초음파 이미지 프레임과 동일한 시야에 대한 상기 현재 흐름 데이터를 결정하는 것과, 상기 동일한 시야보다 더 작은 시야에 대한 상기 현재 흐름 데이터를 결정하는 것 중에서 선택하는, 장치. - 제3항에 있어서,
상기 하나 이상의 프로세서는 이미지 생성의 시작에서 상기 동일한 시야에 대한 상기 현재 흐름 데이터를 결정하도록 선택하고, 후속하여 상기 더 작은 시야에 대한 상기 현재 흐름 데이터를 결정하도록 선택하는, 장치. - 제4항에 있어서,
상기 더 작은 시야는 상기 동일한 시야의 좌측, 우측, 하단 또는 상단 에지 중 적어도 하나에 대한 미리 결정된 수의 이미지 픽셀들을 포함하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 추가로 상기 사용자 인터페이스 디바이스로 하여금 상기 이미지 생성 동안에 실시간으로 상기 현재 흐름 데이터에 관한 정보를 상기 사용자에게 통신하게 하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 추가로 상기 사용자 인터페이스 디바이스를 통해, 상기 현재 혈관 파라미터들에 관한 정보를 결정하여 상기 사용자에게 디스플레이하게 하는, 장치. - 제7항에 있어서,
상기 현재 혈관 파라미터들에 관한 정보는 상기 혈관의 경계의 윤곽과, 상기 현재 초음파 이미지 프레임 상의 그 중심의 위치 또는 그 직경 중 적어도 하나를 포함하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 상기 혈관 검출 알고리즘의 수행 동안에 상기 미리 결정된 이물질에 의한 액세스에 대한 상기 혈관의 적합성에 관한 정보를 상기 사용자에게 디스플레이하게 하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 상기 사용자에 의한 상기 미리 결정된 이물질의 유형의 선택에 대응하는 신호들을 상기 사용자 인터페이스 디바이스로부터 수신함으로써 상기 미리 결정된 이물질의 유형을 결정하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는,
상기 미리 결정된 이물질의 하나 이상의 속성과 상기 혈관 파라미터들 중 하나 이상의 혈관 파라미터 사이의 상관을 포함하는 정보를 판독하기 위해 상기 메모리에 액세스하고;
상기 미리 결정된 이물질의 상기 하나 이상의 속성에 관한 정보를 상기 사용자 인터페이스 디바이스를 통해 상기 사용자에게 통신하게 하는, 장치. - 제1항 내지 제11항 중 어느 한 항에 있어서,
상기 혈관 파라미터들은 혈관 치수, 혈관 유체 유량, 혈관 박동성, 혈관 압축성, 또는 혈관 윤곽 중 하나 이상을 포함하는, 장치. - 제1항 내지 제11항 중 어느 한 항에 있어서,
상기 현재 혈관 파라미터들을 결정하는 것은 상기 현재 초음파 이미지 프레임에서 미리 결정된 형상을 식별하고 상기 미리 결정된 형상의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 상기 혈관을 검출하기 위해 검색될 상기 후보 혈관 시드 위치를 식별하는 것을 포함하고, 상기 하나 이상의 프로세서는 추가로 상기 후보 혈관 시드 위치에 대응하는 상기 현재 흐름 데이터를 결정함으로써 상기 혈관을 검출하기 위해 상기 후보 혈관 시드 위치를 분석하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 상기 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름을 식별하고 상기 혈관 유체 흐름의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 상기 혈관을 검출하기 위해 검색될 상기 후보 혈관 시드 위치를 식별하는 것을 포함하고, 상기 하나 이상의 프로세서는 추가로 상기 현재 혈관 파라미터들을 결정하고 상기 후보 혈관 시드 위치에서 상기 선행 혈관 파라미터들을 결정함으로써 상기 혈관을 검출하기 위해 상기 후보 혈관 시드 위치를 분석하는, 장치. - 제14항에 있어서,
상기 선행 혈관 파라미터들을 결정하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 상기 하나 이상의 프로세서는,
상기 선행 초음파 이미지 프레임에서 혈관 경계를 결정하는 것; 및
상기 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 선행 혈관 품질 스코어를 결정하고;
상기 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 기반하여 상기 혈관을 검출하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는,
상기 선행 혈관 파라미터들을 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 상기 혈관을 검출하는 것;
상기 선행 혈관 파라미터들에 기반하여 상기 현재 혈관 파라미터들의 예측을 생성하는 것; 및
상기 현재 혈관 파라미터들과 상기 예측 사이에 상관이 존재한다는 결정에 기반하여 상기 혈관을 검출하는 것
에 의해 추적 알고리즘을 수행하는, 장치. - 제16항에 있어서,
상기 선행 혈관 파라미터들을 이용하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 상기 하나 이상의 프로세서는,
상기 선행 초음파 이미지 프레임에서 선행 혈관 경계를 결정하는 것; 및
상기 선행 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 선행 혈관 품질 스코어를 결정하고;
상기 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 응답하여, 상기 혈관 경계의 위치를 상기 후보 혈관 시드 위치로서 식별하는, 장치. - 제17항에 있어서,
상기 현재 혈관 파라미터들을 결정하는 것은 현재 혈관 품질 스코어를 이용하는 것을 포함하고, 상기 하나 이상의 프로세서는,
상기 현재 초음파 이미지 프레임에서 현재 혈관 경계를 결정하는 것; 및
상기 현재 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 현재 혈관 품질 스코어를 결정하고;
상기 현재 혈관 품질 스코어가 상기 미리 정의된 품질 스코어 임계값 미만이라는 결정에 응답하여, 상기 현재 흐름 데이터를 결정하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는,
상기 선행 초음파 이미지 프레임에 기반한 선행 흐름 데이터를 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 상기 혈관을 검출하는 것;
상기 선행 혈관 파라미터들에 기반하여 상기 현재 흐름 데이터의 예측을 생성하는 것; 및
상기 현재 흐름 데이터와 상기 예측 사이에 상관이 존재한다는 결정에 기반하여 상기 혈관을 검출하는 것
에 의해 추적 알고리즘을 수행하는, 장치. - 제14항 내지 제19항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서는 상기 이미지 생성에 대응하는 후보 혈관 시드 위치들의 리스트 및 상기 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들에 대한 최대 흐름 진폭들의 리스트가 상기 메모리에 저장되게 하고, 상기 현재 흐름 데이터를 결정하는 것은 상기 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들 중 적어도 일부에 대응하는 각각의 복수의 현재 흐름 데이터를 결정하는 것을 포함하는, 장치. - 제16항 내지 제18항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서는 상기 현재 초음파 이미지 프레임에서 상기 혈관을 검출하기 위해 복수의 선행 초음파 이미지 프레임을 공동으로 분석하고, YOLO(You Only Look Once) 알고리즘의 다중채널 구현을 이용하는 것, 또는 결합된 콘볼루션 신경망과 장단기 메모리 네트워크를 포함하는 알고리즘을 이용하는 것 중 하나를 포함하여 공동으로 분석함으로써 상기 추적 알고리즘을 수행하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 추가로, 상기 혈관 내의 흐름의 주기적 거동을 분석하는 것에 기반하여 상기 혈관의 압축성 또는 상기 혈관의 박동성 중 적어도 하나를 결정함으로써 상기 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는, 장치. - 제22항에 있어서,
상기 하나 이상의 프로세서는 현재 이미지 프레임에서 혈관 쌍들 사이의 거리를 추가로 계산함으로써 상기 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는, 장치. - 제22항에 있어서,
상기 하나 이상의 프로세서는 연속적인 초음파 이미지 프레임들 사이에서와 같이 상기 혈관에 근접한 공간 움직임들에 관한 데이터를 분석하거나, 상기 혈관의 벽들의 모션의 국소적 분석을 수행함으로써 상기 박동성을 결정하는, 장치. - 제1항에 있어서,
상기 하나 이상의 프로세서는 상기 혈관의 압축 레벨에 기반한 공간 검색 범위를 이용함으로써 상기 현재 혈관 파라미터들 또는 상기 선행 혈관 파라미터들 중 적어도 하나를 결정하는, 장치. - 시스템으로서,
디스플레이 디바이스를 포함하는 사용자 인터페이스 디바이스; 및
상기 사용자 인터페이스 디바이스에 통신가능하게 결합된 컴퓨팅 디바이스
를 포함하며, 상기 컴퓨팅 디바이스는 메모리, 및 상기 메모리에 결합된 하나 이상의 프로세서를 포함하고, 상기 하나 이상의 프로세서는,
혈관 검출 알고리즘을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하고 - 상기 알고리즘은,
상기 디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것;
상기 이미지 생성 동안 현재 시간에 선행하는 시간에서의 상기 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것;
상기 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및
상기 현재 혈관 파라미터들, 상기 선행 혈관 파라미터들, 및 상기 현재 흐름 데이터에 기반하여 상기 혈관을 검출 및 추적하는 것
을 포함함 -;
상기 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 상기 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 하는, 시스템. - 제26항에 있어서,
상기 현재 흐름 데이터는 현재 도플러 흐름 데이터에 대응하고, 상기 초음파 이미지는 2차원 초음파 이미지인, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 상기 현재 초음파 이미지 프레임과 동일한 시야에 대한 상기 현재 흐름 데이터를 결정하는 것과, 상기 동일한 시야보다 더 작은 시야에 대한 상기 현재 흐름 데이터를 결정하는 것 중에서 선택하는, 시스템. - 제28항에 있어서,
상기 하나 이상의 프로세서는 이미지 생성의 시작에서 상기 동일한 시야에 대한 상기 현재 흐름 데이터를 결정하도록 선택하고, 후속하여 상기 더 작은 시야에 대한 상기 현재 흐름 데이터를 결정하도록 선택하는, 시스템. - 제29항에 있어서,
상기 더 작은 시야는 상기 동일한 시야의 좌측, 우측, 하단 또는 상단 에지 중 적어도 하나에 대한 미리 결정된 수의 이미지 픽셀들을 포함하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 추가로 상기 사용자 인터페이스 디바이스로 하여금 상기 이미지 생성 동안에 실시간으로 상기 현재 흐름 데이터에 관한 정보를 상기 사용자에게 통신하게 하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 추가로 상기 사용자 인터페이스 디바이스를 통해, 상기 현재 혈관 파라미터들에 관한 정보를 결정하여 상기 사용자에게 디스플레이하게 하는, 시스템. - 제32항에 있어서,
상기 현재 혈관 파라미터들에 관한 정보는 상기 혈관의 경계의 윤곽과, 상기 현재 초음파 이미지 프레임 상의 그 중심의 위치 또는 그 직경 중 적어도 하나를 포함하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 상기 혈관 검출 알고리즘의 수행 동안에 상기 미리 결정된 이물질에 의한 액세스에 대한 상기 혈관의 적합성에 관한 정보를 상기 사용자에게 디스플레이하게 하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 상기 사용자에 의한 상기 미리 결정된 이물질의 유형의 선택에 대응하는 신호들을 상기 사용자 인터페이스 디바이스로부터 수신함으로써 상기 미리 결정된 이물질의 유형을 결정하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는,
상기 미리 결정된 이물질의 하나 이상의 속성과 상기 혈관 파라미터들 중 하나 이상의 혈관 파라미터 사이의 상관을 포함하는 정보를 판독하기 위해 상기 메모리에 액세스하고;
상기 미리 결정된 이물질의 상기 하나 이상의 속성에 관한 정보를 상기 사용자 인터페이스 디바이스를 통해 상기 사용자에게 통신하게 하는, 시스템. - 제26항 내지 제36항 중 어느 한 항에 있어서,
상기 혈관 파라미터들은 혈관 치수, 혈관 유체 유량, 혈관 박동성, 혈관 압축성, 또는 혈관 윤곽 중 하나 이상을 포함하는, 시스템. - 제26항 내지 제36항 중 어느 한 항에 있어서,
상기 현재 혈관 파라미터들을 결정하는 것은 상기 현재 초음파 이미지 프레임에서 미리 결정된 형상을 식별하고 상기 미리 결정된 형상의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 상기 혈관을 검출하기 위해 검색될 상기 후보 혈관 시드 위치를 식별하는 것을 포함하고, 상기 하나 이상의 프로세서는 추가로 상기 후보 혈관 시드 위치에 대응하는 상기 현재 흐름 데이터를 결정함으로써 상기 혈관을 검출하기 위해 상기 후보 혈관 시드 위치를 분석하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 상기 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름을 식별하고 상기 혈관 유체 흐름의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 상기 혈관을 검출하기 위해 검색될 상기 후보 혈관 시드 위치를 식별하는 것을 포함하고, 상기 하나 이상의 프로세서는 추가로 상기 현재 혈관 파라미터들을 결정하고 상기 후보 혈관 시드 위치에서 상기 선행 혈관 파라미터들을 결정함으로써 상기 혈관을 검출하기 위해 상기 후보 혈관 시드 위치를 분석하는, 시스템. - 제39항에 있어서,
상기 선행 혈관 파라미터들을 결정하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 상기 하나 이상의 프로세서는,
상기 선행 초음파 이미지 프레임에서 혈관 경계를 결정하는 것; 및
상기 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 선행 혈관 품질 스코어를 결정하고;
상기 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 기반하여 상기 혈관을 검출하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는,
상기 선행 혈관 파라미터들을 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 상기 혈관을 검출하는 것;
상기 선행 혈관 파라미터들에 기반하여 상기 현재 혈관 파라미터들의 예측을 생성하는 것; 및
상기 현재 혈관 파라미터들과 상기 예측 사이에 상관이 존재한다는 결정에 기반하여 상기 혈관을 검출하는 것
에 의해 추적 알고리즘을 수행하는, 시스템. - 제41항에 있어서,
상기 선행 혈관 파라미터들을 이용하는 것은 선행 혈관 품질 스코어를 이용하는 것을 포함하고, 상기 하나 이상의 프로세서는,
상기 선행 초음파 이미지 프레임에서 선행 혈관 경계를 결정하는 것; 및
상기 선행 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 선행 혈관 품질 스코어를 결정하고;
상기 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 응답하여, 상기 혈관 경계의 위치를 상기 후보 혈관 시드 위치로서 식별하는, 시스템. - 제42항에 있어서,
상기 현재 혈관 파라미터들을 결정하는 것은 현재 혈관 품질 스코어를 이용하는 것을 포함하고, 상기 하나 이상의 프로세서는,
상기 현재 초음파 이미지 프레임에서 현재 혈관 경계를 결정하는 것; 및
상기 현재 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 현재 혈관 품질 스코어를 결정하고;
상기 현재 혈관 품질 스코어가 상기 미리 정의된 품질 스코어 임계값 미만이라는 결정에 응답하여, 상기 현재 흐름 데이터를 결정하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는,
상기 선행 초음파 이미지 프레임에 기반한 선행 흐름 데이터를 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 상기 혈관을 검출하는 것;
상기 선행 혈관 파라미터들에 기반하여 상기 현재 흐름 데이터의 예측을 생성하는 것; 및
상기 현재 흐름 데이터와 상기 예측 사이에 상관이 존재한다는 결정에 기반하여 상기 혈관을 검출하는 것
에 의해 추적 알고리즘을 수행하는, 시스템. - 제39항 내지 제44항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서는 상기 이미지 생성에 대응하는 후보 혈관 시드 위치들의 리스트 및 상기 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들에 대한 최대 흐름 진폭들의 리스트가 상기 메모리에 저장되게 하고, 상기 현재 흐름 데이터를 결정하는 것은 상기 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들 중 적어도 일부에 대응하는 각각의 복수의 현재 흐름 데이터를 결정하는 것을 포함하는, 시스템. - 제41항 내지 제43항 중 어느 한 항에 있어서,
상기 하나 이상의 프로세서는 상기 현재 초음파 이미지 프레임에서 상기 혈관을 검출하기 위해 복수의 선행 초음파 이미지 프레임을 공동으로 분석하고, YOLO(You Only Look Once) 알고리즘의 다중채널 구현을 이용하는 것, 또는 결합된 콘볼루션 신경망과 장단기 메모리 네트워크를 포함하는 알고리즘을 이용하는 것 중 하나를 포함하여 공동으로 분석함으로써 상기 추적 알고리즘을 수행하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 추가로, 상기 혈관 내의 흐름의 주기적 거동을 분석하는 것에 기반하여 상기 혈관의 압축성 또는 상기 혈관의 박동성 중 적어도 하나를 결정함으로써 상기 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는, 시스템. - 제47항에 있어서,
상기 하나 이상의 프로세서는 현재 이미지 프레임에서 혈관 쌍들 사이의 거리를 추가로 계산함으로써 상기 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는, 시스템. - 제47항에 있어서,
상기 하나 이상의 프로세서는 연속적인 초음파 이미지 프레임들 사이에서와 같이 상기 혈관에 근접한 공간 움직임들에 관한 데이터를 분석하거나, 상기 혈관의 벽들의 모션의 국소적 분석을 수행함으로써 상기 박동성을 결정하는, 시스템. - 제26항에 있어서,
상기 하나 이상의 프로세서는 상기 혈관의 압축 레벨에 기반한 공간 검색 범위를 이용함으로써 상기 현재 혈관 파라미터들 또는 상기 선행 혈관 파라미터들 중 적어도 하나를 결정하는, 시스템. - 메모리, 및 상기 메모리에 결합된 하나 이상의 프로세서를 포함하는 컴퓨팅 디바이스에서 수행되는 방법으로서,
혈관 검출 알고리즘을 수행하여, 초음파 이미징 디바이스에 의한 이미지 생성 동안에 실시간으로 생체의 혈관을 검출하는 단계 - 상기 알고리즘은,
디스플레이 상의 현재 초음파 이미지 프레임에 기반하여 현재 혈관 파라미터들을 결정하는 것;
상기 이미지 생성 동안 현재 시간에 선행하는 시간에서의 상기 디스플레이 상의 선행 초음파 이미지 프레임에 기반하여 선행 혈관 파라미터들을 결정하는 것;
상기 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름에 대한 현재 흐름 데이터를 결정하는 것; 및
상기 현재 혈관 파라미터들, 상기 선행 혈관 파라미터들, 및 상기 현재 흐름 데이터에 기반하여 상기 혈관을 검출 및 추적하는 것
을 포함함 -; 및
상기 디스플레이를 포함하는 사용자 인터페이스 디바이스를 통해, 미리 결정된 이물질에 의한 액세스에 대한 상기 혈관의 적합성에 관한 정보를 결정하여 사용자에게 디스플레이하게 하는 단계
를 포함하는, 방법. - 제51항에 있어서,
상기 현재 흐름 데이터는 현재 도플러 흐름 데이터에 대응하고, 상기 초음파 이미지는 2차원 초음파 이미지인, 방법. - 제51항에 있어서,
상기 방법은 상기 현재 초음파 이미지 프레임과 동일한 시야에 대한 상기 현재 흐름 데이터를 결정하는 단계와, 상기 동일한 시야보다 더 작은 시야에 대한 상기 현재 흐름 데이터를 결정하는 단계 중에서 선택하는 단계를 더 포함하는, 방법. - 제53항에 있어서,
상기 방법은 이미지 생성의 시작에서 상기 동일한 시야에 대한 상기 현재 흐름 데이터를 결정하도록 선택하는 단계와, 후속하여 상기 더 작은 시야에 대한 상기 현재 흐름 데이터를 결정하도록 선택하는 단계를 더 포함하는, 방법. - 제54항에 있어서,
상기 더 작은 시야는 상기 동일한 시야의 좌측, 우측, 하단 또는 상단 에지 중 적어도 하나에 대한 미리 결정된 수의 이미지 픽셀들을 포함하는, 방법. - 제51항에 있어서,
상기 방법은 상기 사용자 인터페이스 디바이스로 하여금 상기 이미지 생성 동안에 실시간으로 상기 현재 흐름 데이터에 관한 정보를 상기 사용자에게 통신하게 하는 단계를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은 상기 사용자 인터페이스 디바이스를 통해, 상기 현재 혈관 파라미터들에 관한 정보를 결정하여 상기 사용자에게 디스플레이하게 하는 단계를 더 포함하는, 방법. - 제57항에 있어서,
상기 현재 혈관 파라미터들에 관한 정보는 상기 혈관의 경계의 윤곽과, 상기 현재 초음파 이미지 프레임 상의 그 중심의 위치 또는 그 직경 중 적어도 하나를 포함하는, 방법. - 제51항에 있어서,
상기 방법은 상기 혈관 검출 알고리즘의 수행 동안에 상기 미리 결정된 이물질에 의한 액세스에 대한 상기 혈관의 적합성에 관한 정보를 상기 사용자에게 디스플레이하게 하는 단계를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은 상기 사용자에 의한 상기 미리 결정된 이물질의 유형의 선택에 대응하는 신호들을 상기 사용자 인터페이스 디바이스로부터 수신함으로써 상기 미리 결정된 이물질의 유형을 결정하는 단계를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은,
상기 미리 결정된 이물질의 하나 이상의 속성과 상기 혈관 파라미터들 중 하나 이상의 혈관 파라미터 사이의 상관을 포함하는 정보를 판독하기 위해 상기 메모리에 액세스하는 단계; 및
상기 미리 결정된 이물질의 상기 하나 이상의 속성에 관한 정보를 상기 사용자 인터페이스 디바이스를 통해 상기 사용자에게 통신하게 하는 단계
를 더 포함하는, 방법. - 제51항 내지 제61항 중 어느 한 항에 있어서,
상기 혈관 파라미터들은 혈관 치수, 혈관 유체 유량, 혈관 박동성, 혈관 압축성, 또는 혈관 윤곽 중 하나 이상을 포함하는, 방법. - 제51항 내지 제61항 중 어느 한 항에 있어서,
상기 현재 혈관 파라미터들을 결정하는 단계는 상기 현재 초음파 이미지 프레임에서 미리 결정된 형상을 식별하고 상기 미리 결정된 형상의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 상기 혈관을 검출하기 위해 검색될 상기 후보 혈관 시드 위치를 식별하는 단계를 포함하고, 상기 방법은 상기 후보 혈관 시드 위치에 대응하는 상기 현재 흐름 데이터를 결정함으로써 상기 혈관을 검출하기 위해 상기 후보 혈관 시드 위치를 분석하는 단계를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은 상기 현재 초음파 이미지 프레임에 대응하는 혈관 유체 흐름을 식별하고 상기 혈관 유체 흐름의 위치에 기반하여 후보 혈관 시드 위치를 결정함으로써 상기 혈관을 검출하기 위해 검색될 상기 후보 혈관 시드 위치를 식별하는 단계를 포함하고, 상기 방법은 상기 현재 혈관 파라미터들을 결정하고 상기 후보 혈관 시드 위치에서 상기 선행 혈관 파라미터들을 결정함으로써 상기 혈관을 검출하기 위해 상기 후보 혈관 시드 위치를 분석하는 단계를 더 포함하는, 방법. - 제64항에 있어서,
상기 선행 혈관 파라미터들을 결정하는 단계는 선행 혈관 품질 스코어를 이용하는 단계를 포함하고, 상기 방법은,
상기 선행 초음파 이미지 프레임에서 혈관 경계를 결정하는 것; 및
상기 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 선행 혈관 품질 스코어를 결정하는 단계; 및
상기 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 기반하여 상기 혈관을 검출하는 단계
를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은,
상기 선행 혈관 파라미터들을 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 상기 혈관을 검출하는 것;
상기 선행 혈관 파라미터들에 기반하여 상기 현재 혈관 파라미터들의 예측을 생성하는 것; 및
상기 현재 혈관 파라미터들과 상기 예측 사이에 상관이 존재한다는 결정에 기반하여 상기 혈관을 검출하는 것
에 의해 추적 알고리즘을 수행하는 단계를 더 포함하는, 방법. - 제66항에 있어서,
상기 선행 혈관 파라미터들을 이용하는 단계는 선행 혈관 품질 스코어를 이용하는 단계를 포함하고, 상기 방법은,
상기 선행 초음파 이미지 프레임에서 선행 혈관 경계를 결정하는 것; 및
상기 선행 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 선행 혈관 품질 스코어를 결정하는 단계; 및
상기 선행 혈관 품질 스코어가 미리 정의된 품질 스코어 임계값을 초과한다는 결정에 응답하여, 상기 혈관 경계의 위치를 상기 후보 혈관 시드 위치로서 식별하는 단계
를 포함하는, 방법. - 제67항에 있어서,
상기 현재 혈관 파라미터들을 결정하는 단계는 현재 혈관 품질 스코어를 이용하는 단계를 포함하고, 상기 방법은,
상기 현재 초음파 이미지 프레임에서 현재 혈관 경계를 결정하는 것; 및
상기 현재 혈관 경계에서 N개의 포인트의 세트에 걸쳐 평균화된 이미지 경사의 강도를 결정하는 것
에 의해 상기 현재 혈관 품질 스코어를 결정하는 단계; 및
상기 현재 혈관 품질 스코어가 상기 미리 정의된 품질 스코어 임계값 미만이라는 결정에 응답하여, 상기 현재 흐름 데이터를 결정하는 단계
를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은,
상기 선행 초음파 이미지 프레임에 기반한 선행 흐름 데이터를 이용함으로써 시간 도메인에서 추적될 후보 혈관 시드 위치를 결정하여 상기 혈관을 검출하는 것;
상기 선행 혈관 파라미터들에 기반하여 상기 현재 흐름 데이터의 예측을 생성하는 것; 및
상기 현재 흐름 데이터와 상기 예측 사이에 상관이 존재한다는 결정에 기반하여 상기 혈관을 검출하는 것
에 의해 추적 알고리즘을 수행하는 단계를 더 포함하는, 방법. - 제64항 내지 제69항 중 어느 한 항에 있어서,
상기 방법은 상기 이미지 생성에 대응하는 후보 혈관 시드 위치들의 리스트 및 상기 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들에 대한 최대 흐름 진폭들의 리스트가 상기 메모리에 저장되게 하는 단계를 포함하고, 상기 현재 흐름 데이터를 결정하는 단계는 상기 후보 혈관 시드 위치들의 각각의 후보 혈관 시드 위치들 중 적어도 일부에 대응하는 각각의 복수의 현재 흐름 데이터를 결정하는 단계를 포함하는, 방법. - 제66항 내지 제68항 중 어느 한 항에 있어서,
상기 방법은 상기 현재 초음파 이미지 프레임에서 상기 혈관을 검출하기 위해 복수의 선행 초음파 이미지 프레임을 공동으로 분석하고, YOLO(You Only Look Once) 알고리즘의 다중채널 구현을 이용하는 것, 또는 결합된 콘볼루션 신경망과 장단기 메모리 네트워크를 포함하는 알고리즘을 이용하는 것 중 하나를 포함하여 공동으로 분석함으로써 상기 추적 알고리즘을 수행하는 단계를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은 상기 혈관 내의 흐름의 주기적 거동을 분석하는 것에 기반하여 상기 혈관의 압축성 또는 상기 혈관의 박동성 중 적어도 하나를 결정함으로써 상기 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는 단계를 더 포함하는, 방법. - 제72항에 있어서,
상기 방법은 현재 이미지 프레임에서 혈관 쌍들 사이의 거리를 추가로 계산함으로써 상기 혈관이 정맥에 대응하는지 또는 동맥에 대응하는지를 식별하는 단계를 더 포함하는, 방법. - 제72항에 있어서,
상기 방법은 연속적인 초음파 이미지 프레임들 사이에서와 같이 상기 혈관에 근접한 공간 움직임들에 관한 데이터를 분석하거나, 상기 혈관의 벽들의 모션의 국소적 분석을 수행함으로써 상기 박동성을 결정하는 단계를 더 포함하는, 방법. - 제51항에 있어서,
상기 방법은 상기 혈관의 압축 레벨에 기반한 공간 검색 범위를 이용함으로써 상기 현재 혈관 파라미터들 또는 상기 선행 혈관 파라미터들 중 적어도 하나를 결정하는 단계를 더 포함하는, 방법. - 장치로서,
제51항 내지 제75항 중 어느 한 항의 방법을 수행하기 위한 수단을 포함하는, 장치. - 저장된 복수의 명령어를 포함하는 하나 이상의 컴퓨터 판독가능한 매체로서,
상기 복수의 명령어는 실행될 때, 하나 이상의 프로세서로 하여금 제51항 내지 제75항 중 어느 한 항의 방법을 수행하게 하는, 하나 이상의 컴퓨터 판독가능한 매체. - 이미징 디바이스로서,
제1항 내지 제25항 중 어느 한 항의 장치를 포함하고, 사용자 인터페이스 디바이스를 더 포함하는, 이미징 디바이스.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/US2021/048051 WO2023027733A1 (en) | 2021-08-27 | 2021-08-27 | System for automated real-time detection, outlining, tracking and characterization of blood vessels in ultrasound imaging |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20240045336A true KR20240045336A (ko) | 2024-04-05 |
Family
ID=85323125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020247009504A KR20240045336A (ko) | 2021-08-27 | 2021-08-27 | 초음파 이미징에서 혈관들의 자동화된 실시간 검출, 윤곽화, 추적 및 특성화를 위한 시스템 |
Country Status (4)
| Country | Link |
|---|---|
| EP (1) | EP4391919A1 (ko) |
| KR (1) | KR20240045336A (ko) |
| CA (1) | CA3230241A1 (ko) |
| WO (1) | WO2023027733A1 (ko) |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5908391A (en) * | 1997-05-07 | 1999-06-01 | General Electric Company | Method and apparatus for enhancing resolution and sensitivity in color flow ultrasound imaging using multiple transmit focal zones |
| KR100426396B1 (ko) * | 2000-11-28 | 2004-04-08 | 김종찬 | 3차원 영상처리방법을 이용한 가상 내시경 방법 |
| CN1720464A (zh) * | 2002-12-02 | 2006-01-11 | 皇家飞利浦电子股份有限公司 | 用于识别成像系统中的流动区域的分割工具 |
| JP5410629B1 (ja) * | 2013-05-14 | 2014-02-05 | 健司 三木 | 超音波診断システム、画像処理装置およびその制御方法と制御プログラム |
| US10335106B2 (en) * | 2017-09-29 | 2019-07-02 | Infinitt Healthcare Co., Ltd. | Computing system and method for identifying and visualizing cerebral thrombosis based on medical images |
| WO2019212992A1 (en) * | 2018-04-30 | 2019-11-07 | Atherosys, Inc. | Method and apparatus for the automatic detection of atheromas in peripheral arteries |
-
2021
- 2021-08-27 EP EP21955242.9A patent/EP4391919A1/en active Pending
- 2021-08-27 WO PCT/US2021/048051 patent/WO2023027733A1/en active Application Filing
- 2021-08-27 KR KR1020247009504A patent/KR20240045336A/ko unknown
- 2021-08-27 CA CA3230241A patent/CA3230241A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| CA3230241A1 (en) | 2023-03-02 |
| WO2023027733A1 (en) | 2023-03-02 |
| EP4391919A1 (en) | 2024-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7284337B2 (ja) | 超音波プローブの照準合わせ中のターゲットの表現 | |
| US10912536B2 (en) | Ultrasound system and method | |
| EP3554380B1 (en) | Target probe placement for lung ultrasound | |
| JP6366591B2 (ja) | 空間形状決定器具 | |
| CN110352039B (zh) | 一种智能超声系统 | |
| CN102469987A (zh) | 超声波诊断装置以及内中膜复合体厚度的测定方法 | |
| US20220175344A1 (en) | Ultrasound diagnostic apparatus and method of controlling ultrasound diagnostic apparatus | |
| US11647990B2 (en) | Implant assessment using ultrasound and optical imaging | |
| KR20150107214A (ko) | 초음파 진단 장치 및 그에 따른 초음파 영상의 디스플레이 방법 | |
| US11278259B2 (en) | Thrombus detection during scanning | |
| CN115916061A (zh) | 自动前列腺分析系统 | |
| CN105025807B (zh) | 用来对静止流体池进行识别和定界的扫描 | |
| US20190150894A1 (en) | Control device, control method, control system, and non-transitory storage medium | |
| WO2020166143A1 (ja) | 超音波診断装置および超音波診断装置の制御方法 | |
| CN107809956B (zh) | 超声设备及其操作方法 | |
| CN110418609A (zh) | 一种超声弹性测量装置及弹性对比测量方法 | |
| JP6538280B2 (ja) | 被験者の組織を特徴付ける装置及び方法 | |
| KR20240045336A (ko) | 초음파 이미징에서 혈관들의 자동화된 실시간 검출, 윤곽화, 추적 및 특성화를 위한 시스템 | |
| EP3930582B1 (en) | Acoustic sensing apparatus and method | |
| KR102446343B1 (ko) | 초음파 장치 및 그 제어방법 | |
| US20230285005A1 (en) | Automatically establishing measurement location controls for doppler ultrasound | |
| US20230125779A1 (en) | Automatic depth selection for ultrasound imaging |