CN106716172B - 用于流体池检测和识别的声流 - Google Patents

用于流体池检测和识别的声流 Download PDF

Info

Publication number
CN106716172B
CN106716172B CN201580043536.4A CN201580043536A CN106716172B CN 106716172 B CN106716172 B CN 106716172B CN 201580043536 A CN201580043536 A CN 201580043536A CN 106716172 B CN106716172 B CN 106716172B
Authority
CN
China
Prior art keywords
acoustic
fluid
velocity
image
flow
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201580043536.4A
Other languages
English (en)
Other versions
CN106716172A (zh
Inventor
王守罡
B·I·拉朱
周诗未
徐泾平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koninklijke Philips NV
Original Assignee
Koninklijke Philips NV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koninklijke Philips NV filed Critical Koninklijke Philips NV
Publication of CN106716172A publication Critical patent/CN106716172A/zh
Application granted granted Critical
Publication of CN106716172B publication Critical patent/CN106716172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06Measuring blood flow
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0808Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the brain
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0833Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085Detecting 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4427Device being portable or laptop-like
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/485Diagnostic techniques involving measuring strain or elastic properties
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/488Diagnostic techniques involving Doppler signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223Devices 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52019Details of transmitters
    • G01S7/5202Details of transmitters for pulse systems
    • G01S7/52022Details of transmitters for pulse systems using a sequence of pulses, at least one pulse manipulating the transmissivity or reflexivity of the medium
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023Details of receivers
    • G01S7/52036Details of receivers using analysis of echo signal for target characterisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/12Edge-based segmentation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4477Constructional features of the ultrasonic, sonic or infrasonic diagnostic device using several separate ultrasound transducers or probes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/486Diagnostic techniques involving arbitrary m-mode
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238Devices 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
    • A61B8/5246Devices 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • A61B8/5276Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts due to motion
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S15/00Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88Sonar systems specially adapted for specific applications
    • G01S15/89Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8909Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration
    • G01S15/8915Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using a static transducer configuration using a transducer array
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20112Image segmentation details
    • G06T2207/20152Watershed segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Veterinary Medicine (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physiology (AREA)
  • Hematology (AREA)
  • Vascular Medicine (AREA)
  • Neurology (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

用于判定材料是否是流体的基于超声的声流依赖于各种准则中的任何一个或多个。范例是位移、速度(230)、时间或空间流速方差、渐进去相关、随时间的累积信号与背景比较的斜率或平直度以及针对相邻软组织的相对位移。基于回声反射性的区域识别是能与所述判定中的所述以上运动特性检测相组合的。流体池识别能根据所述区域受限的声流测试和超声衰减读数执行。来自所述区域(210)的候选能基于所检测的特定形状或身体器官来筛查。能够从由血管的识别造成的流检测排除自然流动(206)。在无需用户介入的情况下或者在识别怀疑区域的用户介入的情况下,针对每个FAST超声视图(202)或者针对所述整个流程的处理能自动地执行。

Description

用于流体池检测和识别的声流
技术领域
本发明涉及检测流体,并且更具体涉及通过使用声功率来检测流体。
背景技术
创伤是全世界死亡的第六主要原因,占全部死亡率的10%,并且是具有重要的社会和经济成本的严重公共死亡问题。创伤是对由外力对活体组织造成的损伤,诸如:由例如来自暴力或事故的突发身体损伤所产生的身体损伤或冲击;或者常常在腹部创伤中看到的诸如由殴打造成的身体损伤或伤害。创伤常常被分为钝挫创伤和穿透创伤。钝挫创伤是影响腹内和骨盆结构的常见伤害,其中,肝和脾是最常受伤的器官。钝挫创伤是美国的创伤死亡的主要原因。
存在两种出血:(a)内部出血,其中,血液从身体内的血管泄露;以及(b)外部出血,其要么通过像***、嘴、鼻、耳或***的自然开口要么通过皮肤中的破裂。通常,对于70千克(kg)的健康人而言,总血管内血容量是大约5升,并且心脏输出在静息时是70毫升(ml)每次或者大约5升每分钟。他/她可以失去总血容量的10-15%而没有严重医学困难。血池将仅在情况(a)下形成,其中血液仍然在人身体内部但是处在循环外部时是这种情况。
存在用于血液池检测的数种方法,诸如:计算机断层摄影(CT)或磁共振成像(MRI)以及超声。CT是用于血池和活动性出血检测的黄金标准。然而,由于相对高的成本,使用CT/MRI监测动态过程是不切实际的。另外,CT需要使患者和临床医师暴露于致电离辐射。超声成像被广泛地用于血池检测。甚至20ml至50ml的小的量对于有经验的超声医生或超声医师是可见的。然而,由于超声对自由流体的灵敏度随着所存在的流体的量而变化,因而对于无经验的用户而言,检测该小量的血池是困难的。尽管能够在获得多个视图时的一些情况中检测到与100ml一样少的流体,但是当存在500cc或更多时,检查是最灵敏的。
血池检测对于创伤患者的床边诊断而言是非常重要的。
然而,目前所使用的大多数临床方法是基于对超声图像的视觉观察,其是耗时的并且导致的结果是严重依赖操作者技能和经验。
针对超声检查的主要问题是针对高级训练的需要并且其准确度是高度操作者相关的。
尽管FAST(具有创伤中的超声检测的聚焦评估)协议往往使相对未受训练的用户在急诊室中对创伤患者的迅速检查的过程流分水岭化,但是大量的训练仍然是必要的并且上文所述的缺点仍然存在。
声流能够被描述为归因于吸收和反射的由从声波到介质的能量传递所创建的声场中的流体的块体运动。
授予Trahey的美国专利No.5487387涉及在固体肿块与充满流体的囊肿之间进行区分,因为癌肿瘤将包含固体肿块。然而,其还可以包含循环血液。Trahey在初步流程中利用低强度脉冲测试预识别的病灶以检测病灶内的血管血流。这避免了在流动实际上是血管并且肿瘤实际上存在时在后续实际测试中错误地检测到声流的情况。
然后,在实际超声测试中,Trahey施加声功率以确定流体和运动的存在或不存在以及其方向,并且确定组织是否是固体的,使得能够对是否执行活检做出决策。为了检测固体是否存在,Trahey发送推动和跟踪脉冲的组合。Trahey通过跟踪脉冲的两路飞行时间比参考飞行时间是更长还是更短来确定是否存在声流。
发明内容
下文在本文中所提出的内容解决了以上关心的问题中的一个或多个。
在本文中所提出的内容涉及评估远程地定位在超声介质中的材料是否是流体,并且评估所述流体是否是静止的。通过施加声流测试满足了该挑战。所述施加可以是选择性的并且能适于在诊断中、特别是在紧急创伤情况下辅助医学医师。
在本文中所提出的内容的优点之一在于,患者的躯干或者诸如颅骨的身体的另一部分能够利用超声(其是相对便宜、快速、安全并且方便的成像模态)来针对血池进行扫描。在远程和危险区域中,超声作为成像模式具有便携性和紧致性的优点。超声脉冲被施加以诱发声流并且检测和测量身体组织的任何所造成的运动。
另一有益方面是通过被用于声流的相对高功率的超声脉冲来限制总功率消耗。具体地,对B模式超声图像的高级图像处理能够被用于降低针对血池的搜索场。降低功率要求允许使用平板超声扫描器。这些对于医学紧急情况是非常便携的、可调动的并且实际的。在远程和危险区域中,高带宽通信信道的缺少使自含式***成为实际要求。同样地,通过将搜索场降低到低回声区域内,避免了在池检测中的假阳性。另外,所降低的功率消耗允许局部地增加流助推力,以便改善血池检测的灵敏度。后者适于低功率和高功率***。另外,B模式图像分辨率与仅使用流运动数据构建的参数图像的分辨率相比通常是相对高的。因此,回声反射性数据的使用对较高的分辨率的实现有贡献,这导致对来自内部出血的血池的较小体积的检测。
作为增加的益处,能够高效地消除呼吸和心跳对声流检测的潜在不利影响。具体地,能够通过这些类型的背景运动来影响为了推断声流的存在而对组织位移的检测的依赖。运动门控或补偿是一种方案,但是使医学流程减慢。
下文在本文中所提出的技术,作为针对B扫描超声图像内的怀疑区域的流体/血池识别,受如下步骤影响:
(1)通过高级图像处理技术(例如,特征提取)来识别针对可能流体/血池的暗区域;
(2)仅在这些检测到的可能暗区域上诱发声流(例如,如果所检测到的可能血池的数量是3,那么声流适于仅3个区域,通常适于所检测到的(一个或多个)区域中的每个区域的中间);并且
(3)在声流脉冲之后,立即跟随的跟踪相位识别针对暗的和周围背景软组织的特性参数。这些特性参数可以是:a)相对运动(例如:位移、速度、相关系数(CC)),b)湍流,即,流体速度的时空变化,c)超声衰减等。如果任何特性参数值超出其阈值,那么暗区域被标记为流体/血池,并且根据B扫描图像来确定流体/血池的边界。否则,所检测到的区域被认为是脂肪或者流体/血池之外的一些物质。
由于通过推动操作的声流仅适于指定区域(即,暗区域)并且在指定方向上,所述声流在所述区域中产生比在背景软组织中能区分的更强的运动(呼吸运动是背景软组织的主要问题)。要么单个特性参数要么所提出的单个特性参数的组合能用在流体/血池识别中。
如刚刚所提到的,下文在本文中所提出的技术经由流速的空间和/或时间变化来检测经受用于检测声流的声功率的组织中的湍流。所述湍流发生在液体中而不发生在固体物质中。因此,消除了针对运动门控和补偿的需要,并且以较大的速度和效率(在医学紧急情况中尤其重要)来执行血池检测。
在本文中所提出的内容的一方面中,一种判定材料是否是流体的装置,包括用于判定超声介质中的材料是否是流体的超声图像采集***。所述***发出声波以引起在由来自所述波的能量的传递所创建的声场中的流体的块体运动。所述***经由脉冲声功率在所述流体内诱发在空间和时间上变化的流速。响应于所述***使所述材料经受所述声功率,声流分析处理器将速度的指示器和/或速度的时间方差和/或速度的空间方差计算作为针对所述材料的估计。所述处理器基于所述估计执行所述判定。
在另一方面中,一种液池识别装置,包括上文所提到的超声图像采集***。所述装置还包括:a)图像分割模块,其被配置用于基于经受声波的材料的超声图像中证明的回声反射性来识别在所述图像中描绘的区域;以及b)用户接口,其中,所述装置被设计用于经由所述接口来接收用户输入以用于对所述区域的识别;基于对应的回波反射性或所接收的输入检测在所述装置进行区分的区域中发生的运动的特性;并且在判定区域是否是液池的过程中考虑对应的所述识别或所述接收的结果连同所述检测的结果。如在本专利申请中所使用的词语“模块”旨在宽泛地指代硬件、软件和固件的任一个或组合。所述检测可以在所述对应的识别或接收之前或之后发生。
在又一方面中,一种用于确定材料是否是液体的装置,包括上文所描述的超声图像采集***,并且声流分析处理器被配置用于:响应于所述***使所述材料经受所述声功率来跟踪所述材料;基于所述跟踪的结果来导出相关系数;将所述系数与参考值进行比较;并且基于所述比较的结果来判定所述组织是否是流体。
在另一方面的内容中,一种声流装置,包括超声图像采集***,并且声流分析处理器被配置用于基于来自经由所述***所施加的声功率的回波的强度来识别成像深度范围。所述处理器还被配置用于:在所述范围之内和之外重复地检测由所施加的功率引起的累积位移;重复地比较在所述范围之内的累积位移与在所述范围之外的累积位移;确定对应于所述比较的值的曲线图;并且基于所述曲线图的平直度和/或斜率来判定在所述范围之内的材料是否是流体。
在又一方面中,一种用于检测所诱发的声流的医学装置,包括用于发出脉冲声功率以引起声场中的流体的块体运动的超声图像采集***。所述装置还包括:a)图像分割模块,其用于检测和限定在超声图像中所描绘的低回声区域;和/或b)用户接口,所述装置被配置用于从所述接口来接收用户输入以用于对所述区域的识别。所述装置被配置用于在无需用户介入的情况下自动地检测在邻接所述区域的身体区域中的软组织;所述发出到所述区域和所述组织两者;将所述区域和所述组织与来自所述发出的相对运动进行比较;并且基于所述比较来判定所述发出是否已经诱发声流。
在又一方面中,一种超声流装置,包括超声图像采集***,其包括超声换能器和远程超声换能器和/或远程超声反射器。所述装置还包括图像分析***,其被配置用于使用采集***以:用于执行声流测试和超声衰减测量两者,用于组合测试和测量的相应结果,并且用于基于所述组合来定位血池。
在其他方面中,如下文在本文中更详细描述的计算机可读介质被设计用于提供用于操作上文所描述的装置中的任一个或组合的计算机指令。
所有上文所提到的装置能配置为在无需用户介入的情况下在执行其相应的上文所描述的相应功能时自动地操作。
在未按比率绘制的如下附图的帮助下,下文还阐述了新颖的、基于声流的流体和血池检测和定位技术的细节。
附图说明
图1是根据本发明的基于声流的流体和血池检测和定位装置的一个范例的示意图;
图2是图1的装置和属于其的示范性概念图;
图3是根据本发明的涉及可能脉冲的概念图;
图4是根据本发明的声流检测准则的概念图;
图5A-5D以及图6A-6D是根据本发明的另一声流检测准则的概念图;并且
图7和图8是根据本发明的操作的说明性和示范性流程图。
具体实施方式
图1通过例示性和非限制性范例的方式描绘了基于声流的流体和血池检测和定位装置100。装置100包括超声图像采集***110、超声图像分析***120和用户接口130。
超声成像探头140、远程超声成像探头142和/或远程超声反射器144以及超声射束成形器150被包括在超声图像采集***110中。成像探头140并入至少一个超声换能器(未示出)。所述换能器被配置用于常规超声成像模式(例如,A模式、二维(或“B模式”)成像、多普勒、对比成像、彩色流速成像等。其还被配置用于产生(即,形成和发射)针对声流的基于声辐射力的推动脉冲。备选地,可以提供分离的换能器。例如,一个能够被设计用于生成具有相应焦点的推动脉冲。另一个能够被设计用于沿着多射束方向生成低功率跟踪脉冲并且用于B模式成像。可以同心地布置两种类型的换能器。
超声图像分析***120包括声流分析处理器160和图像分割模块170。在当前范例中的声流分析处理器160包括湍流测量模块180,但是也可以包括若干其他额外或备选的固体/液体辨别模块,如从下文在本文中的讨论将清楚的。超声图像分析***120被配置用于在判定身体组织区域是否是血池时一起考虑基于回声反射性的身体组织区域识别的结果和后声推动运动特性检测的结果。在一些实施例中,该判定功能被分配给***120内的流体池识别处理器(未示出)。
图2介绍了被包含在所提出的方法中的内容的一些元件或概念。超声B模式图像202描绘了患者(人或动物)的肠的一部分204的剖视图。还示出了根据图像202部分沿着肠部分延伸的大血管206的一部分。肠部分内的图像202中所示的血管206和稍微圆形、稍微隔离区域208二者是低回声的。此处,在二维显示屏上可见的图像中的低回声(或低回声出现的)区域208将与身体组织中的三维低回声区域210区分开。能够根据图像亮度值自动地识别低回声区域210,如下文在本文中更详细讨论的。然而,并非所有低回声区域210是血池。尽管低回声区域210对于有经验的超声医师在来自图像中的黑暗中间的B模式图像在视觉地识别是容易的,但是并非所有暗区域必然隐含血池,因为诸如脂肪、包含可能具有固体组织、血管、血块、某些肿瘤或肋骨阴影的含水流体的囊肿的其他区域也可能出现低回声。因此,不能依赖于单独回声反射性读数做出自动确定。在图2中,区域208的总体、稍圆形状是肠区域中的血池的特性。关于形状的这种种类的观察被用于对候选区域210的集合进行过滤,消除作为候选的未发现满足特定形状准的那些区域。为了验证存活的候选低回声区域210是血池,提出了取得来自所述区域的声流读数——准备用于取得读数,然而,血管206将被识别。在声流读数的实际取得中,避开了血管206,因为血管中的血液的自然流动可能难以与声流区分。如下文进一步讨论的,血管地图能够从开始根据射频(RF)数据创建,使得测试中包含的跟踪能够避开任何血管206。因此,对血池的定位考虑对血管206的识别。
在图2范例中,如刚才所提到的,稍圆边界,即,形状212,是借助于其圆形自动检测的回声反射性的图案。基于所述图案,这可以导致对在其中定位要针对声流进行测试的材料324的候选低回声区域210的识别。自动识别的备选方案是用户接口130上的交互式用户指示。装置100可能装备有用于自动识别的分割模块170和用于操作用于从用户接收候选低回声区域210的识别的用户接口130的逻辑二者。所述用户识别可以是由任何已知和适合的器件的交互式屏幕上识别。由于自动识别特征,装置100更容易由无经验的临床医师操作。所述特征还为有经验的临床医师提供方便。也有利地,一旦候选区域要么自动要么由用户识别,声流验证仅需要针对单条线或者仅利用数个推动脉冲到所检测的区域的中间,如下文在本文中更详细描述的,而不是贯穿全部区域执行。同样地,还需要考虑仅候选区域,例如三个。因此,降低了功率开销,这导致上文所讨论的益处。
血液具有不良的回声反射性,并且针对血池的搜索可以考虑超声图像的局部亮度。
能够完成对超声图像202的自动分割以确定超声图像内的所有暗(即,低回声出现的)区域,所确定的区域然后变为针对能表征为血池的候选。存在用于超声图像分割的若干种方法,包括:最佳阈值技术;基于边缘或边界的方法;基于区域的分割技术;组合区域和边界准则的混合技术;基于纹理的分割;以及蛇形和活动轮廓。
许多种常规算法使用通常由手动交互所提供并且在任何事件中示出分割的感兴趣区域(ROI)的种子点。
然而,不使用种子点的混合组合技术能够被用在对相对大尺寸的暗区域的分割中(消除来自斑点噪声的可能的离散点)。
四个主要步骤能用在自动化分割中:预处理、多尺度梯度、分水岭分割或其他混合技术和重建。
关于预处理,超声图像通常至少在开始时具有相对低对比度和归因于斑点噪声的不良质量。完成诸如直方图均衡化的预处理技术以通过增加图像中的灰度级的范围来增加图像的全局对比度。这能够跟随有中值滤波以移除斑点噪声以及盐和胡椒噪声。
常规梯度算法常常产生过多局部最小值以及在模糊边缘处的低梯度值,导致可能不准确的分割。解决方案是使用在使用形态学方法移除局部最小值之后更好地提供分割的多尺度形态学梯度操作符。
分水岭分割(Watershed segmentation)将图像分为分水岭。具体地,逐像素强度能够被类比为在地形上定义的地势,其中,像素强度指示海拔。排水图案提供划分。目标是找到图像中的分水岭的数量,每个分水岭对应于并且在空间上限定候选低回声区域210。如果已经从以上步骤确定许多候选,那么也可以计算每个候选的面积。如果候选的面积与其他候选相比较过小,则不太可能所述候选是血池。另一方面,也可以确定针对每个候选的形状。如上文所提到的并且在下文的讨论中,作为起因于胸部或腹部创伤的血池的特性的特定形状特征可以被用于降低候选的数量。对于分水岭分割算法而言备选地,其他混合分割技术可以被用于实现类似结果。
备选地,低回声区域210可以通过在足够低亮度的空间相邻像素上的聚类分析来检测和定义。
候选区域210中的每个针对超声图像中的特定形状的存在进行测试。形状测试能执行为下一过滤步骤作为声流测试的前奏。或者,能够遵循在V.Zagrodsky等人(在下文中称为“Zagrodsky”)在Ultrasound in Med.&Biol.,2007年,第33(11)卷:1720-1726上的“Automated detection of a blood pool in ultrasound images of abdominaltrauma”一文中所公开的组合方法,其整体公开内容通过引用并入本文。
Zagrodsky公开了一种在腹部区域中的血池检测的自动化方法。
Zagrodsky文献观察腹部区域的超声图像中的血池表现为具有锐角的低回声区域,并且另一典型的特征是亮边缘的存在。后者对应于周围器官的轮廓。所述亮度例如对将这些边缘与声阴影区分开有贡献,所述区分依赖于高对比度和足够长的边缘的存在。锐角的前者特性将驻留在器官(诸如肝和肾)之间的血池与充满流体的腹部器官的规则柔和弯曲形状进行区分。
血池在超声图像中要么表现为大圆形封闭形状,如从图2中的形状212可见,要么其能够表现为条纹或展示锐角。具体地,血池的非常典型的形状是莫里森囊中的条纹,后者被定位在肝与右肾之间。这些形状具有对潜在正常软组织的非常高的对比度。
在上文所讨论的预处理之后,Zagrodsky评估区域特征,之后对特征空间进行聚类,并且最后检测在其中所有特征满足预定义假定的区域。
如上文在本文中所提到的,Zagrodsky以组合方法来检测暗区域、亮边缘和锐角。
局部图像对比度的梯度幅度被用于评价边缘强度。利用尺寸为T的方瓦块执行平均化。使用以下等式针对半瓦块内的所有可能图像偏移来计算强度I的差异:
Jij=∑xy(I(x,y)–I(x+i,y+j))
其中,i,j=[-T/2,T/2],x,y=[0,T],并且
G(x,y)=max|Jij|/(∑∑(I(x,y))1/2
函数G(即,归一化的平均梯度幅度)忽略小于T的尺寸的小特征,同时仅保留具有足够高对比度的元素。可以使用16x16或32x32的瓦块大小。当|Jij|到达其最大值时,通过指数i、j来提供正交于所检测到的边缘的方向。
使用中心旋转不变量Hu矩(Hu 1962;Prokop和Reeves 1992)确定局部形状的定量度量。基于在锐角与规则柔和弯曲形状之间的上文所提到的相应差异,应用二阶的Hu矩以将血池与充满流体的腹部器官区分开。两个二阶矩是:
M1=n20+n02
M2=(n20–n02)2+4n11 2
其中,npq=mpq/m00 2(针对p+q=2)是归一化中心矩,mpq=∑xy(x-x0)p(y-y0)qI(x,y)是规则中心矩,ξ0=∑xy xI(x,y)/m00是质心的坐标,并且零阶矩m00=∑xy I(x,y)是当前图像瓦块x,y=[0,T]中的强度I的和。
通过所述算法找到其中三个提取的特征相匹配的区域。这些区域斑块在其中所有三个个体度量(即,强度I、归一化平均梯度G和二阶Hu矩M的比率)满足特定预定义准则的像素。
圆形内核(例如,15像素或在13-16范围内)被用在三特征图像的灰度级扩张中,其中,扩展感兴趣的最大特征值(诸如梯度和矩的比率)。扩张术被应用到图像的底片以便扩展最小值。
三维特征空间是由三个所得到的个体度量形成的,使得每个像素被映射到具有等于其度量值的坐标的点。在特征空间中,执行模糊k均值聚类。然后通过映射返回属于所选择的聚类的点来突出原始像素。使用预定选择阈值,如果聚类的重要部分驻留在特征空间的适当的角中,则选择该聚类。
所识别的低回声区域210然后经受声流测试以及任选地在图7中下文在本文中看到的其他测试。
用于识别圆形形状的自动化方法的备选范例如下。找到质心,即,低回声区域208的这两个笛卡尔坐标的算术平均值。找到集中在具有与低回声区域208相同面积的质心处的圆形。围绕周长行进,在每个点处找到法线与区域208的边界的距离。对距离的绝对值进行求和。使半径的和归一化。将归一化的和与圆形阈值相比较。
如上文在本文中所提到的,肠线圈附近的血池往往具有圆形或近圆形形状,并且能够使用上文所描述的圆形形状识别。
同样地,由于简单的囊肿具有规则的圆形几何形状,因而上文所描述的圆形形状识别能用于通过利用相对严格的圆形阈值来识别简单的囊肿。
用于识别条纹的自动化方法的备选范例如下。找到质心。关于质心并且跨图像旋转线以找到从图像像素到线的最小总绝对距离的取向。将满足平直度阈值的最小距离与容忍的条纹弯曲的某一预定量进行比较。
返回图2,肠部分204的壁是邻接低回声区域210的区域。因此,所述壁能够用在针对由声功率的应用所引起的声流的存在进行的测试中。具体地,一系列一个或多个推动脉冲能够被发射到候选低回声区域210内的中心位置和相邻的软组织(即,肠部分204的壁)两者。观察关于软组织的区域210中的相对所得到的运动。如果具体地并且通过范例,通过跟随(一个或多个)推动脉冲发出的一个或多个跟踪脉冲来检测运动的比率满足声流检测阈值,则整个低回声区域210被认为是血池。
检测声流的另一种方式是检测关于组织的较早的位置而位移的身体组织的足够的去相关。即使所施加的声功率足够地移动固体组织,所述组织往往足够地维持其互相关性的形式并且弹性地返回到其原始位置。相比之下,液体组织继续其在所施加的声力的方向上的位移,这逐渐混乱地变形。
再次返回图2,一条A线216的内核214通过匹配第二A线的区段220与第二空间符合并且在时间上后续的A线218展示最大互相关性。在两条A线216、218之间的时间间隔越大,最大互相关系数224越低。因此,给定足够的时间间隔,能够有效地将互相关系数224与互相关系数阈值TCC相比较。如果其小于阈值TCC,则位移的组织被确定为流体。如果跟踪脉冲被足够地延迟或者是一系列跟踪脉冲中的足够稍后的跟踪脉冲,则时间间隔将是足够的。相关性系数224基于经由图像采集***110在由于声流造成的声流的情况下以用于使图像去相关的介入延迟所采集的图像。
对应于距离d的组织位移226产生最大互相关性,并且位移d在时间段t 228期间发生。因此,位移226以等于d/t的速度|v|230发生。此处,流速230在轴向232上,但是声流还通过横向234上的流速来表征。可以逐个采样深度和逐个横向位置将要么在方向232、234要么在这两者上的速度230与一个或多个相应阈值T|v|相比较。如果声流存在,则从而可以定位声流。备选地或者另外地,可以同样地在空间矩阵上评估轴向和/或横向流速230的方差236。下文还更详细地讨论了这些后者技术的示范性版本。
如图2,图3介绍了在本文中所提出的内容所使用的概念。一维医学超声相控阵列,其备选地可以是矩阵阵列302,被抵着通过声胶306与其分离的皮肤线304放置。阵列302(其是探头140的一部分)向焦点310发射射束308。射束308以交替压缩312和稀疏314来传播作为声波316。来自波316的能量318的传递创建声场320。如果材料是流体(诸如液体,例如,血液),则声波316在声场320中引起材料324的块体运动322。材料324处在诸如人或动物的身体组织的超声介质326中。在声流测试之前,不知道材料324是否是流体。射束308是脉冲的,导致脉冲的声功率。材料324经受脉冲的声功率,以便测试声流的所得到的存在。所述声功率在流体324中诱发空间地328(如由连续箭头的线在图3中所表示的)和时间地(如沿着对角轴330在图3中概念地表示的)变化的流速230。空间方差236是轴向332和横向334。
发射声辐射力推动序列336以创建湍流,即,声场320中的液体324的流速230中的空间-时间方差。推动序列336是相同方向上的一系列16个推动脉冲338。每推动脉冲338存在16与32个周期,每个周期对应于压缩312和时间相邻稀疏314。
推动序列336紧接地跟随有窄带跟踪序列342。信号可能是例如中心频率的4%或更少。跟踪感兴趣区域(ROI)344能够以预定义数量的方向348从-10与10度或更少之间延伸。在每个方向348上,利用每脉冲8周期发射8个跟踪脉冲350。因此,并非所有跟踪脉冲在相同方向上发射。跟踪脉冲350被配置有8个周期以限制发射带宽。每脉冲3508个重复352提供针对速度和方差估计的足够的所采集的数据样本。在每条跟踪线216上以24MHz或更高地对超声RF信号进行采样。
尽管在推动上的脉冲声功率被用在该范例中,但是在跟踪之前的连续声功率(即,一个长连续波(CW)推动脉冲)是备选方案。
所收集的超声信号能以三维(3D)矩阵格式354表示。三个维度是成像深度356、方向数量358和重复数量360。
前16个脉冲350被用于推动流体池以创建声流。每个脉冲350由换能器302的中心频率处的16个完全周期组成。
紧接在推动序列336之后,击发跟踪序列342。因此,在推动脉冲338与跟踪脉冲350之间不存在重叠。跟踪序列342击发在第一方向348上的8个脉冲350,然后击发在第二方向上的8个脉冲等,直到已经询问所有N个方向。
希尔伯特变换(或备选地,正交解调)被应用到所接收到的超声RF信号S(i,j,k),其中,I(i,j,k)和Q(i,j,k)是结果的虚部和实部,并且其中,成像深度356、方向数量358和重复数量360相应地由指数i、j和k来表示。因此,
希尔伯特_变换
Figure BDA0001224764600000131
以3D矩阵格式354存储的RF数据构成图像。所述图像是包括经受声流测试的材料324的一个并且由声流分析处理器160的湍流测量模块180操作。
1.速度估计:
能够使用如下等式来估计轴向上的空间速度:
Figure BDA0001224764600000132
其中,c是声速,fprf是以Hz为单位的脉冲重复率,并且f0是发射中心频率。V(i,j)的符号指示方向。正值表示远离换能器302,并且负平均值朝向换能器。
2.使用IQ信号自动相关的时间速度方差估计:
在时间(即,k)方向上的流体速度方差通过以下等式计算,R被定义为S(i,j,k)的自动相关:
Figure BDA0001224764600000133
其中,σv是速度方差,|R|是复杂格式的接收信号的自动相关函数的绝对值,并且功率(S)是接收信号的功率。S(i,j,k)的滞后0自动相关是
Figure BDA0001224764600000134
Figure BDA0001224764600000135
其中,
Figure BDA0001224764600000136
表示S的复数共轭。
3.使用RF跟踪的时间速度方差估计:
不是使用(2)中的相位自动相关的速度估计,流体的速度还能够通过RF跟踪方法来估计。RF跟踪方法使用在针对ROI 344的两个相邻超声帧之间的互相关并且找到最高的互相关系数。ROI的偏移Δd表示反映超声场的粒子的位移。能够使用v=Δd/Δt来计算粒子的速度。
由于存在八条跟踪线,这将导致对应于不同时间戳的七个速度估计。速度的标准偏差是速度方差的指示器。
4.空间速度方差
由声推动诱发的流体流速度230还将空间地(即,横向地234和轴向地232)变化。例如,横向方向234中的变化的指示器能够反映针对一系列相邻线的在给定成像深度处的速度的在所述深度处的变化。所述速度方向逐线地变化。这些速度的标准偏差能够充当指示器。
对于以上数量1到4中的每个而言,速度/速度方差图能够由成像深度和横向位置的不同函数形成。如上文在本文中所提到的,超声询问能限制到仅单条线348以确定具有目标特定形状的当前候选低回声区域210是否实际上是血池。此外,仅施加数个推动脉冲350以诱发将经受该询问的声流。然而,速度/速度方差图能够超过单条线348的测试,并且推动序列336能够超过仅数个推动脉冲,使得方法更加鲁棒。因此,能够贯穿当前FAST视图执行对推动和跟踪序列336、342的重复。备选地,能够预知低回声区域210的准备识别,这依赖于仅这样的重复,但是血管地图将仍然初始地形成以避免血管206中的声流采样。
关于速度/速度方差图并且通过范例,能够使用等式(2)根据自动相关来估计速度地图。地图中的速度值用作指示器,使得从地图明显的较高的速度将识别和限定血池的空间范围。
标准偏差能够逐成像深度地从速度地图(即,横向上的速度)导出,从而根据每个成像深度产生标准偏差,作为指示器。较高的标准偏差同样地识别和限定血池的空间范围。
备选地或者额外地,能够根据等式(3)来估计同样地在功能上基于成像深度和横向位置的时间速度方差图。此处,标准偏差也充当指示器,并且较高值的那些识别和定义血池的空间范围。在成像深度方向上运行的时间速度方差图的中心线能用于识别和限定血池的空间范围。
在湍流测量的另一版本中,基于二维斑点跟踪,能够估计更详细的速度分布。参考图4,出于图示的目的,示出了B模式图像402。再次出于图示的目的,在速度矢量图408中分析图像402的两个正方形形状的区段404、406。速度矢量图408的对应的两个正方形形状的区段410、412被扩展为缩放功能,例如为两个缩放框414、416。在所述框的第一框414中,示出了六组速度矢量。每组418包括在特定成像深度处测量的流动的速度矢量。由于此处已经使用二维斑点跟踪,因而每个矢量具有二维方向。为了图示的简单性,已经反转针对矢量的两个正交方向,使得轴向跨越页面是水平的,并且横向是垂直的。视觉上比较两个缩放框414、416,应当看到,在所述框中的一个(框414)中,速度矢量是比在两个框中的另一个(框416)更一致的,其中在框416中是更随机的。这是因为框414正示出来自固体组织的区域的速度矢量,而框416正示出来自流体的区域的速度矢量。用于测量随机性的算法如下:针对集合中的矢量vi、vj的所有对而言,结合两个上游末端420、422,并且计算矢量差vi-vj 424的绝对值;对绝对值进行平均;将平均值除以原始矢量的幅度的平均值以产生归一化的矢量随机性量度426;通过成像深度基于滑动窗这样做;并且将量度426与随机性阈值TR 428相比较以识别和确定流体区域的空间范围。能够通过使用3D超声将以上方法扩展到三个正交维度。从3D速度导出的独特的特征,诸如湍流和旋涡,能用于将流体与固体组织区分。
如上文在本文中所讨论的,能够通过测量斑点跟踪中遭遇的去相关来实现声流检测。图5A-5D和图6A-6D涉及在推动(诸如一系列数个推动脉冲)之后周期性地(即,逐成像帧地)观察组织位移。针对一系列10个帧,在图5A-5D和图6A-6D中示出了这一点。
关于图5A,幅度轴表示回波强度504。强度504在图5A中由两条垂直线指示的、近似在3.5cm与5.5cm之间的成像深度范围508中下降。血池驻留在该范围508中,并且其相对较低的回声反射性通过下降展示。图5B针对相同成像深度范围508示出了比范围外部显著地更大的位移。图5B中的10个图形相应地对应于20个成像帧的序列的前10个成像帧中所采集的数据。彼此隔开地描绘图形,因为其叠加将使各自单独地模糊。每个成像帧包含来自各种横向位置的数据,并且针对每个帧的图形表示从中间A线观察的位移。针对图5A和图5B而言,在范围508的外部能够被认为是“背景”,并且在所述范围的内部能够被认为是“信号”。因此,超过在帧x中所观察到的位移的在帧x+1中所观察的位移的数量是信号。对应于信号与背景之间的比较的值(即,信号背景比率512)是图5C中的图形的垂直轴。在数目516的帧上或者在“时间段”上对比率512进行平均。累积信号表示自从帧1累积的位移。图5D示出了被重复地绘制为在其上已经发生累积的帧524的数目的函数的累积信号背景比率520。在帧5之前的初始曲线之后,斜率是直的或常量,在大约15处。
参考图6A-6D,针对与图5A-5D相比较,如在图6A中所示的成像深度范围604通过显著较低的回波强度来表征。如果范围604内的组织是血块或脂肪(例如,其能够是主要低回声的,但是不是血池),则可能是这样的情况。从图6B看到,成像深度范围604展示很少位移,与固体身体组织(诸如脂肪或血块)的区域的特性一样。对于固体身体组织而言,图6D中的累积信号与背景比率图形608不具有在初始数目的帧之后的直线斜率,并且大约1.3的斜率可区分地小于针对血池的图5D中的大约15的斜率。因此,基于图形608的平直度和斜率中的至少一个,能够做出范围604内的材料是否是流体的自动化判定。
图7和图8呈现了在执行所提出的技术的过程中的步骤以及使用在识别血池的过程中在身体组织中的所检测到的衰减的实施例。
参考图7,在衰减检测实施例中,远程超声反射器144被放置在处于仰卧位置的创伤患者下面,但是可以替代地放置远程超声成像探头142(步骤S704)。反射器144或探头142是平坦的,并且足够宽以跨患者的躯干。使用任一设备142、144自动地获得衰减读数是周知的,如在授予Li等人(在下文中称为“Li”)的美国专利公布No.2006/0116579中所描述的,其整体公开内容通过引用并入本文。在授予Zwirn的美国专利公布No.2013/0079641中提供了在自动采集超声RF数据以及从所采集的数据自动导出衰减读数的过程中的信号处理和信号处理细化的更多细节,其整体公开内容还通过引用并入本文。如在Li中,B模式图像将被采集以改进估计准确度,尽管这样,并且推迟作为整体的衰减估计步骤,直到稍后在步骤S732中确定低回声区域210。操作者应用(非远程)成像探头140来采集当前FAST视图(步骤S708)。作为具有在适当位置的成像探头的准备步骤,针对当前视图的血管树地图经由B模式成像、多普勒谱分析或彩色流动成像来采集(步骤S712)。多普勒谱分析提供提取血管树地图的自动化方式。多普勒彩色流动成像是提供较少空间分辨率的备选方案。另外,B模式图像被用于识别低回声区域210(步骤S716)。这可以经由上文在本文中所讨论的分割发生。具体地并且如上文在本文中所讨论的,基于在经受声波的材料324的超声图像中证明的回声反射性,识别并定位在图像中所描绘的身体组织区域。现在可以在当前候选低回声区域210中检测在身体组织区域中发生的运动的特性(诸如流体流动的特性,例如湍流)。针对这样的检测而言,操作者现在可以切换到声辐射力成像(ARFI)模式,或者切换可以是自动的(步骤S720)。基于操作者致动或自动地,应用声功率以创建声流,但是功率和后续跟踪被引导以便避开血管地图中的血管(步骤S724)。立即地做出自动切换到规则成像模式以跟踪由所刚才所发射的推动脉冲引起的位移(步骤S728)。如上文在本文中所提到的,跟踪结果将固体与流体组织区分开并且将被用于消除作为血池的候选的声阴影。在图8中更详细地描述了步骤S724和S728。现在能够在低回声区域210中取得由B模式图像改进的上文所提到的衰减读数(步骤S732)。执行对候选低回声区域210的基于衰减的滤波(步骤S736)。固体类型的区域包括脂肪、血块、复杂的囊肿,并且肿瘤提供对超声的相对高的衰减。某些软身体器官在超声图像中不足够亮而不能被识别并非血池,但是提供相对高的衰减。如果在步骤S732中取得的衰减读数高于衰减阈值TA(步骤S740),则当前候选低回声区域210被确定不是血池(步骤S744)。另一方面,如果读数不超过衰减阈值TA(步骤S740),则执行另一滤波(步骤S748)。例如,如果通过以上所提到的技术之一,已经检测到圆形几何形状(步骤S748),则简单囊肿被确定为已经被找到并且当前候选低回声区域210被确定不是血池(步骤S744)。另一方面,如果未找到圆形几何形状(步骤S748),则执行膀胱检测(步骤S756)。膀胱是能由超声谐波成像自动检测的,该模式能够自动地进入。在授予McMorrow等人(在下文中称为“McMorrow”)的美国专利公布No.2009/0062644中提供这样的检测的范例,其整体公开内容通过引用并入本文。如在McMorrow的段落[0061]中看到的,采集材料324(即,身体组织)的超声图像。在本文中所提出的内容中,该组织将包括已经经受声波的材料324。衰减测试的结果能用在识别和定位在图像中所描绘的身体组织区域的过程中。如果当前候选低回声区域210被发现是膀胱组织(步骤S756),则当前候选低回声区域210被确定不是血池(步骤S744)。否则,如果其不是膀胱组织(步骤S756),则当前候选低回声区域210是血池(步骤S764)。如果下一候选低回声区域210存在(步骤S768),则返回ARFI应用步骤S720来处理该下一候选低回声区域210。如果没有下一候选低回声区域210存在(步骤S768),则所检测的(一个或多个)血池以红色突出显示,作为到当前显示的B模式图像的叠加图或者并排地显示(步骤S772)。如果FAST视图仍然要采集(步骤S776),则处理分支返回到FAST视图采集步骤S708以采集该下一FAST视图。任选地,处理还可以自动地分支返回步骤S708以在例如电子转向的稍微不同的视角处重新采集“相同的”FAST视图,以验证对血池存在的确定。整个程序可以被配置为在FAST视图采集步骤S708处开始并且用于对该视图的处理,在无需要用户介入的情况下自动地运行。因此,例如,关于候选低回声区域210是否是血池的判定动态地响应于推动序列336以及甚至先前的步骤(诸如采集FAST视图和血管图)。备选地,由机器臂操纵的探头能够被编程为执行不动的(例如,无意识的)患者的FAST检查,从而在不需要用户介入的情况下,在自动化的初始探头/反射器放置之后做出整个流程。
如上文在本文中所提到的,现在结合图8更详细地针对各种示范性实施例来描述声流测试步骤S724和S728。如果组织位移的速度是当前测试技术(步骤S802),则发出非交错地跟随有多个跟踪脉冲350的重复的推动脉冲338的“特殊”测试序列(步骤S804)。该特殊测试序列上文在本文中被称为推动和跟踪序列336、342。可以在一个或两个横向方向232、234上产生特殊序列s。装置100在引导推动声波316的焦点310时使得超声图像采集***110避开血管地图中的任何血管。计算指示器(步骤S806)。其可以是如下各项中的至少一项的指示器:位移的速度、时间方差和空间方差。如果斑点跟踪当前未被用于声流测试或者如果其不是多维斑点跟踪(步骤S808),则将指示器与阈值相比较来确定所测试的材料324是否是液体(步骤S810)。如果指示器不超过阈值(步骤S810),则材料324被确定为固体(步骤S812)。否则,如果指示器超过阈值,则材料324被确定为液体(步骤S814)。这时候,在该或任何其他测试技术中,能够返回到针对当前低回声区域210的不同空间部分中的更多测试的例程的开始。尽管该单个确定足够断定当前低回声区域210是液体或者被假定为经受例如基于上文在本文中所讨论的可选和确定的衰减读数的不同的确定。继续地,另一方面,如果使用多维斑点跟踪(步骤S808),并且指示器不超过随机阈值TR 428(步骤S816),则材料324被确定为固体(步骤S812)。否则,如果TR被超过(步骤S816),则材料324被确定为液体(步骤S814)。
如果位移的速度不是当前测试技术(步骤S802),则可以应用下一备选方案。具体地,如果时间方差是当前测试技术(步骤S820),则发出上文所提到的特殊测试序列(步骤S822)。计算相应的指示器(步骤S824)。如果指示器不超过时间方差阈值TTV(步骤S826),则材料324被认为是固体(步骤S812)。否则,如果TTV被超过(步骤S826),则材料324被认为是液体(步骤S814)。
如果空间变化是当前测试技术(步骤S828),则处理分支到步骤S822,但是在步骤S826中使用空间方差阈值TSV而不是TTV
如果信号背景比(SBR)是当前测试技术(步骤S830),则识别相对低回波强度的成像深度范围508(步骤S832)。针对当前成像帧或时间段228而言,测量范围508中和外部的累积位移(步骤S834)。形成累积SBR 520(步骤S836)。其被绘制或者以其他方式链接到当前时间段228,并且因此随着时间进展而重复地绘制(步骤S838)。如果下一时间段将被处理(步骤S840),则返回位移测量步骤S834。否则,如果没有下一时间段将被处理(步骤S840),并且如果图形斜率是准则(步骤S842),则检查图形斜率在初始帧或时间段228的预定数量之后是否超过斜率阈值TS(步骤S844)。如果TS未被超过(步骤S844),则材料324被认为是固体(步骤S812)。否则,如果TS被超过(步骤S844),则材料324被认为是液体(步骤S814)。另一方面,如果在不是准则的情况下的图形斜率(步骤S842),那么图形平直度是在该情况中检查图形的平直度超过平直度阈值TST的准则(步骤S846)。线性回归例如能够基于绘制的数据来计算,并且来自回归线的绘制数据的绝对偏差能够被求和以评估平直度。如果TST未被超过(步骤S846),则材料324被认为是固体(步骤S812)。否则,如果TST被超过(步骤S846),则材料324被认为是液体(步骤S814)。任选地,能够考虑图形的平直度和斜率两者。
如果去相关是当前测试技术(步骤S848),则针对给定时刻跟踪由推动所引起的组织位移226(步骤S850)。对于该时刻而言,检测最大相关系数224(步骤S852)。将所检测到的系数224与相关系数阈值TCC(步骤S854)相比较。如果TCC被超过(步骤S854),则材料324被认为是固体(步骤S812)。否则,如果TCC未被超过(步骤S854),则材料324被认为是液体(步骤S814)。
如果相对运动幅度是当前测试技术(步骤S848),则检测邻近当前候选低回声区域210的软组织(步骤S856)。所述检测可以基于亮度,因为骨骼和其他硬身体组织往往是相当地更多回波的。声流推动被发出到候选区域210和所检测的软组织两者(步骤S858)。发射相等声功率的立即对应的跟踪脉冲350。比较如在区域210与软组织之间的相对运动(步骤S862)。如果区域210的运动未超过软组织的运动至少相对运动阈值TRM(步骤S864),则区域210中的材料324被认为是固体(步骤S812)。否则,区域210的运动超过软组织的运动至少相对运动阈值TRM(步骤S862),区域210中的材料324被认为是流体(步骤S814)。
可以利用上文所描述的测试技术的任一种或组合。
用于判定材料是否是流体的基于超声的声流依赖于各种准则的任何一个或多个。范例是位移、速度、时间或空间流速方差、渐进去相关、随着时间的累积信号背景比较的斜率或平直度以及针对相邻软组织的相对位移。基于回声反射性的区域识别能与所述判定中的所述以上运动特性检测组合。流体池识别能根据区域受限的声流测试和超声衰减读数来执行。来自区域中间的候选能基于所检测的特定形状或身体器官来筛查。能够从通过对血管的识别造成的流检测排除自然流动。在不需要用户介入的情况下或者在识别怀疑区域的用户介入的情况下,针对每个FAST超声视图或者针对整个流程的处理是能自动执行的。
尽管上文讨论在医学应用的上下文中,上文在本文中所提出的内容不限于该区域并且可以例如应用于指导声透入。胸部或腹部创伤都不是限制。上文在本文中所提出的方法例如能用在颅内检查中。创伤也不是限制。被用在周期性医学检查中的以上所描述的技术处在本文中所提出的内容预期范围内。可以在体内或体外利用所提出的内容。尽管血池是焦点,但是还可以检测并且空间地定义身体内的其他流体累积。关于实施方案的平台的以上提到的灵活性启示了出各种各样的应用。
尽管在附图和前述描述中已经详细说明和描述了本发明,但是这样的说明和描述将被认为是说明性或示范性而非限制性的;本发明不限于所公开的实施例。
例如,在矩阵或“二维”矩阵的情况下,其可以被用于同时地询问多个区域。
通过研究附图、说明书和随附的权利要求书,本领域的技术人员在实践所主张的本发明时可以理解和实现所公开的实施例的其他变型。在权利要求中,词语“包括”不排除其他元件或者步骤,并且不定冠词“一”或“一个”不排除多个。词语“示范性的”在本文中被用于意指“用作范例、实例或例示”。描述为“示范性的”的任何实施例不必被解释为对其他实施例是优选或有利的和/或排除来自其他实施例的特征的包含。权利要求中的附图标记不得被解释为对范围的限制。
计算机程序可以临时、暂时或者更长时间地存储在诸如光学存储介质或者固态介质的适合的计算机可读介质上。这样的介质仅在非暂态传播信号的意义上是非暂态的,但是包括其他形式的计算机可读介质(诸如寄存器存储器、处理器高速缓存和RAM)。
单个处理器或者其他单元可以实现权利要求中记载的若干项目的功能。互不相同的从属权利要求中记载了特定措施的仅有事实并不指示不能有利地使用这些措施的组合。

Claims (7)

1.一种被配置用于判定超声介质中的材料(324)是否是流体的装置,包括:
超声图像采集***,其被配置用于发出在横向于横向方向的轴向方向(232)上传播的声波(316)以引起在由来自所述波的能量的传递所创建的声场中的所述流体的块体运动,所述***还被配置用于经由声功率在所述流体中诱发空间地并且时间地变化的流速;以及
声流分析处理器,其被配置用于响应于所述***使所述材料经受所述声功率来计算速度的空间方差的指示器以作为针对所述材料的估计,所述空间方差是在所述横向方向上的所述空间方差,并且所述声流分析处理器被配置用于基于所述估计进行所述判定。
2.根据权利要求1所述的装置,所述处理器被配置用于将所述指示器与参考幅度相比较(S810)并且被配置用于基于所述比较的结果来执行所述判定。
3.根据权利要求1所述的装置,被配置用于计算与所述流速相对应的速度矢量,并且关于所述矢量的幅度和方向、随机性量度(426),所述判定基于所述量度。
4.根据权利要求1所述的装置,所述指示器还包括所述时间方差的指示器。
5.根据权利要求1所述的装置,还被配置为经由所述***用于所述计算:
发射用于所述诱发的多个推动脉冲(338),并且跟随所述推动脉冲来发射多个跟踪脉冲,并非所有所述跟踪脉冲在相同方向上被发射。
6.根据权利要求1所述的装置,还包括如下中的至少一项:a)图像分割模块,其被配置用于检测和限定在包括所述材料的身体的超声图像中所描绘的低回声区域(210);以及b)用户接口,其中,所述装置被配置用于经由所述接口来接收用于对所述区域的限定的用户输入。
7.根据权利要求1所述的装置,所述处理器在包括所述材料的身体的图像上进行操作,所述装置被配置用于识别在所述图像中的血管(206)并且用于识别在所述身体中的液体的静止池,对所述池的所述识别包括所述判定,对所述池的所述识别考虑对所述血管的所述识别。
CN201580043536.4A 2014-08-14 2015-08-12 用于流体池检测和识别的声流 Active CN106716172B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201462037194P 2014-08-14 2014-08-14
US62/037,194 2014-08-14
PCT/IB2015/056141 WO2016024236A2 (en) 2014-08-14 2015-08-12 Acoustic streaming for fluid pool detection and identification

Publications (2)

Publication Number Publication Date
CN106716172A CN106716172A (zh) 2017-05-24
CN106716172B true CN106716172B (zh) 2020-06-05

Family

ID=54151339

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580043536.4A Active CN106716172B (zh) 2014-08-14 2015-08-12 用于流体池检测和识别的声流

Country Status (5)

Country Link
US (1) US10939894B2 (zh)
EP (1) EP3179919B1 (zh)
JP (1) JP6730980B2 (zh)
CN (1) CN106716172B (zh)
WO (1) WO2016024236A2 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BR112015021287A2 (pt) * 2013-03-05 2017-07-18 Koninklijke Philips Nv dispositivo acústico
EP3397171B1 (en) * 2015-12-31 2019-12-25 Koninklijke Philips N.V. Automated blood pool identification system and method of operation thereof
US20180049720A1 (en) * 2016-08-17 2018-02-22 Carestream Health, Inc. Ultrasound beamforming system and method
CN109890296B (zh) * 2016-10-27 2022-05-27 皇家飞利浦有限公司 具有组织类型分析器的超声***
EP3593093B1 (en) * 2017-03-07 2024-02-21 ABB Schweiz AG Apparatus and method for measuring the flow velocity of a fluid in a pipe
EP3450930A1 (en) * 2017-08-29 2019-03-06 Nederlandse Organisatie voor toegepast- natuurwetenschappelijk onderzoek TNO Acoustic measurement of a fluid flow

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101431943A (zh) * 2006-03-29 2009-05-13 超声成像公司 对粘弹性介质进行成像的方法与装置
CN102282587A (zh) * 2008-10-02 2011-12-14 西安大略大学 用于处理图像的***和方法

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5487387A (en) 1994-06-03 1996-01-30 Duke University Method and apparatus for distinguishing between solid masses and fluid-filled cysts
US5961460A (en) 1997-04-11 1999-10-05 Acuson Corporation Ultrasound imaging enhancement methods and systems
US6117080A (en) 1997-06-04 2000-09-12 Atl Ultrasound Ultrasonic imaging apparatus and method for breast cancer diagnosis with the use of volume rendering
US20090062644A1 (en) 2002-06-07 2009-03-05 Mcmorrow Gerald System and method for ultrasound harmonic imaging
US20050089205A1 (en) 2003-10-23 2005-04-28 Ajay Kapur Systems and methods for viewing an abnormality in different kinds of images
US20060116579A1 (en) 2004-11-29 2006-06-01 Pai-Chi Li Ultrasound imaging apparatus and method thereof
EP1909908B1 (en) 2005-06-02 2011-03-30 Cancercure Technology AS Ultrasound treatment system
US8465433B2 (en) 2008-05-27 2013-06-18 Volusonics Medical Imaging Ltd. Ultrasound garment
US8715186B2 (en) 2009-11-24 2014-05-06 Guided Therapy Systems, Llc Methods and systems for generating thermal bubbles for improved ultrasound imaging and therapy
US10338203B2 (en) * 2011-09-09 2019-07-02 Siemens Medical Solutions Usa, Inc. Classification preprocessing in medical ultrasound shear wave imaging
KR101580254B1 (ko) * 2012-03-14 2015-12-24 삼성전자 주식회사 주파수 영역에서의 의료 영상 진단 장치 및 방법
US20140213901A1 (en) * 2013-01-29 2014-07-31 Karen Shackelford System & Method for Delineation and Quantification of Fluid Accumulation in EFAST Trauma Ultrasound Images
US10217213B2 (en) * 2013-09-30 2019-02-26 The United States Of America As Represented By The Secretary Of The Army Automatic focused assessment with sonography for trauma exams

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101431943A (zh) * 2006-03-29 2009-05-13 超声成像公司 对粘弹性介质进行成像的方法与装置
CN102282587A (zh) * 2008-10-02 2011-12-14 西安大略大学 用于处理图像的***和方法

Also Published As

Publication number Publication date
US10939894B2 (en) 2021-03-09
WO2016024236A3 (en) 2016-04-14
EP3179919A2 (en) 2017-06-21
WO2016024236A2 (en) 2016-02-18
JP6730980B2 (ja) 2020-07-29
CN106716172A (zh) 2017-05-24
EP3179919B1 (en) 2021-02-17
US20170273658A1 (en) 2017-09-28
JP2017523004A (ja) 2017-08-17

Similar Documents

Publication Publication Date Title
US11562463B2 (en) Anatomically intelligent echochardiography for point-of-care
CN106716172B (zh) 用于流体池检测和识别的声流
EP3080778B1 (en) Imaging view steering using model-based segmentation
Rohling et al. Three-dimensional spatial compounding of ultrasound images
EP3048980B1 (en) Method and apparatus for detecting a gas pocket using ultrasound
EP2812882B1 (en) Method for automatically measuring a fetal artery and in particular the abdominal aorta and device for the echographic measurement of a fetal artery
US11278259B2 (en) Thrombus detection during scanning
Yu et al. Fetal abdominal contour extraction and measurement in ultrasound images
US20210045710A1 (en) Method and apparatus for the automatic detection of atheromas in peripheral arteries
CN105025807B (zh) 用来对静止流体池进行识别和定界的扫描
CN108463174B (zh) 用于表征对象的组织的装置和方法
CN114466620A (zh) 用于超声灌注成像的***和方法
Matsakou et al. Multiscale edge detection and gradient vector flow snakes for automated identification of the carotid artery wall in longitudinal B-mode ultrasound images
Mehdizadeh et al. Joint Beamforming and Feature Detection for Enhanced Visualization of Spinal Bone Surfaces in Ultrasound Images
JP2011130825A (ja) 超音波データ処理装置およびそのプログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant