CN113229850A - 超声盆底成像方法和超声成像*** - Google Patents

超声盆底成像方法和超声成像*** Download PDF

Info

Publication number
CN113229850A
CN113229850A CN202110642554.1A CN202110642554A CN113229850A CN 113229850 A CN113229850 A CN 113229850A CN 202110642554 A CN202110642554 A CN 202110642554A CN 113229850 A CN113229850 A CN 113229850A
Authority
CN
China
Prior art keywords
pelvic floor
ultrasonic
standard
levator ani
volume data
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.)
Pending
Application number
CN202110642554.1A
Other languages
English (en)
Inventor
张新玲
丁鹏
邹耀贤
林穆清
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.)
Shenzhen Mindray Bio Medical Electronics Co Ltd
Third Affiliated Hospital Sun Yat Sen University
Original Assignee
Shenzhen Mindray Bio Medical Electronics Co Ltd
Third Affiliated Hospital Sun Yat Sen University
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 Shenzhen Mindray Bio Medical Electronics Co Ltd, Third Affiliated Hospital Sun Yat Sen University filed Critical Shenzhen Mindray Bio Medical Electronics Co Ltd
Priority to CN202110642554.1A priority Critical patent/CN113229850A/zh
Publication of CN113229850A publication Critical patent/CN113229850A/zh
Pending legal-status Critical Current

Links

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
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4483—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Public Health (AREA)
  • Animal Behavior & Ethology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Vascular Medicine (AREA)
  • Gynecology & Obstetrics (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

一种超声盆底成像方法和超声成像***，该超声盆底成像方法包括：控制超声探头向被测对象的盆底发射超声波，并接收超声波的回波，以获得超声回波信号；对超声回波信号进行信号处理，以得到盆底的超声体数据；基于超声体数据提取标准盆底矢状面；在标准盆底矢状面中确定多条参考线，根据多条参考线生成并显示对应的多个标准盆底断层切面；检测多个标准盆底断层切面中是否存在肛提肌撕裂区域，并在存在肛提肌撕裂区域的标准盆底断层切面中标记肛提肌撕裂区域的位置。该方法自动生成多个标准盆底断层切面，基于多个标准盆底断层切面自动识别并显示肛提肌撕裂区域，大幅减少用户的手动操作，提高超声检查的效率和准确率。

Description

超声盆底成像方法和超声成像***
技术领域
本申请涉及超声成像技术领域，更具体地涉及一种超声盆底成像方法和超声成像***。
背景技术
现代医学影像检查中，超声技术因其高可靠性、快速便捷、实时成像以及可重复检查等优点，已经成为应用最广、使用频率最高同时新技术普及应用最快的检查手段。人工智能辅助技术的发进一步推动了超声技术在临床诊疗中的应用。超声设备的智能化发展可以帮助医生提高检查效率，并平衡不同地域医院的差距，为患者提供更精准的诊断和个性化的治疗方案。
压力性尿失禁和盆腔器官脱垂是影响女性身心健康常见的慢性疾病，严重影响女性的工作和社交活动以及身心健康，其中，肛提肌撕裂往往是导致该类疾病的主要原因之一。盆底超声检查对于盆底疾病的诊断具有重要作用，目前临床中主要在3D/4D超声上通过断层成像进行检查，通常需要用户手动对盆底超声体数据进行摆正，然后再逐个切面观察并标记撕裂的位置并进行测量。然而女性盆底结构复杂，为了得到标准的断层切面，用户通常需要反复进行旋转平移调节，费时费力。同时，肛提肌撕裂的识别在临床上存在一定的难度，撕裂位置的确认高度依赖医生的经验，容易出现漏诊和误诊的情况。
发明内容
在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本申请的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。
本发明实施例一方面提供了种超声盆底成像方法，所述方法包括：
控制超声探头向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；
对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；
基于所述超声体数据提取标准盆底矢状面；
在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成并显示对应的多个标准盆底断层切面；
检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
在一个实施例中，所述基于所述超声体数据确定目标方位，包括：
在所述超声体数据中检测目标特征结构的区域，所述目标特征结构包括以下至少一个：肛提肌裂孔、肛直肠角点、耻骨支结构和肛管结构；
根据至少一个所述目标特征结构的区域的位置确定所述超声体数据需要旋转的角度和/或需要平移的距离，或者，根据至少两个所述目标特征结构的区域之间的相对位置关系确定所述超声体数据需要旋转的角度和/或需要平移的距离。
在一个实施例中，所述基于所述超声体数据确定目标方位，包括：将所述超声体数据输入到训练好的机器学***移的距离。
在一个实施例中，所述方法还包括：在变换到所述目标方位的超声体数据中提取标准盆底冠状面和标准盆底横截面；显示所述标准盆底矢状面、所述标准盆底冠状面和所述标准盆底横截面。
在一个实施例中，所述在所述标准盆底矢状面中确定多条参考线，包括：在所述标准盆底矢状面中检测耻骨联合下缘点的区域和肛直肠角点的区域；以所述耻骨联合下缘点的区域和所述肛直肠角点的区域的连线作为第一参考线，在所述第一参考线两侧等间距生成多条第二参考线，将所述第一参考线和所述第二参考线作为所述多条参考线。
在一个实施例中，所述在所述标准盆底矢状面中确定多条参考线，包括：以所述标准盆底矢状面的水平中心线作为第一参考线，在所述第一参考线两侧等间距生成多条第二参考线，将所述第一参考线和所述第二参考线作为所述多条参考线。
在一个实施例中，所述检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，包括：提取所述标准盆底断层切面的图像特征；对所述图像特征进行分类，根据所述分类的结果确定所述标准盆底断层切面中是否存在肛提肌撕裂区域。
在一个实施例中，所述检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，包括：检测所述标准盆底断层切面中尿道口点的区域、以及双侧肛提肌附着点的区域；获取所述尿道口点的区域与所述肛提肌附着点的区域之间的距离；若所述距离超过预设阈值，则确定所述标准盆底断层切面中存在肛提肌撕裂区域。
在一个实施例中，所述方法还包括：在确定所述标准盆底断层切面中存在肛提肌撕裂区域时，显示所述尿道口点的区域与所述双侧肛提肌附着点的区域之间的距离。
在一个实施例中，所述方法还包括：当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，生成并显示所述肛提肌撕裂区域的矢状面、冠状面和/或横截面。
在一个实施例中，当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，所述方法还包括：确定存在肛提肌撕裂区域的标准盆底断层切面在所述多条参考线中对应的第一目标参考线；基于所述第一目标参考线，在所述标准盆底矢状面中生成多条第二目标参考线；基于所述多条第二目标参考线生成并显示多个断层切面。
在一个实施例中，所述方法还包括：根据接收到的用户指令调节所述肛提肌撕裂区域的标记的位置。
本发明实施例另一方面提供一种超声盆底成像方法，所述方法包括：
控制超声探头向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；
对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；
基于所述超声体数据确定目标方位，并将所述超声体数据变换到所述目标方位；
在变换到所述目标方位的超声体数据中提取标准盆底矢状面；
在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成对应的多个标准盆底断层切面；
检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域；
显示存在肛提肌撕裂区域的标准盆底断层切面，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
在一个实施例中，所述方法还包括：当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，生成并显示所述肛提肌撕裂区域的矢状面、冠状面和/或横截面。
在一个实施例中，当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，所述方法还包括：确定存在肛提肌撕裂区域的标准盆底断层切面在所述多条参考线中对应的第一目标参考线；基于所述第一目标参考线，在所述标准盆底矢状面中生成多条第二目标参考线；基于所述多条第二目标参考线生成并显示多个断层切面。
本发明实施例又一方面提供一种超声成像***，包括：
超声探头；
发射电路，用于激励所述超声探头向被测对象的盆底发射超声波；
接收电路，用于控制所述超声探头接收所述超声波的回波，以获得超声波回波信号；
处理器，用于执行如上所述的超声盆底成像方法的步骤；
显示器，用于显示所述处理器得到的超声图像。
本发明实施例的超声成像***和超声盆底成像方法能够自动生成多个标准盆底断层切面，基于多个标准盆底断层切面自动识别并显示肛提肌撕裂区域，大幅减少用户的手动操作，提高肛提肌撕裂检查的效率和准确率。
附图说明
通过结合附图对本发明实施例进行更详细的描述，本申请的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与本发明实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1示出根据本发明一个实施例的超声成像***的结构框图；
图2示出根据本发明一个实施例的超声盆底成像方法的示意性流程图；
图3示出根据本发明一个实施例的标准盆底矢状面、标准盆底冠状面和标准盆底横截面的示意图；
图4示出根据本发明一个实施例的在标准盆底矢状面中生成的多个参考线的示意图；
图5示出根据本发明一个实施例的根据图4所示的参考线生成的多个标准盆底断层切面的示意图；
图6示出根据本发明一个实施例的肛提肌撕裂区域的标记的示意图；
图7示出根据本发明另一个实施例的肛提肌撕裂区域的标记的示意图；
图8示出根据本发明另一个实施例的超声盆底成像方法的示意性流程图。
具体实施方式
为了使得本申请的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本申请的保护范围之内。
在下文的描述中，给出了大量具体的细节以便提供对本申请更为彻底的理解。然而，对于本领域技术人员而言显而易见的是，本申请可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本申请发生混淆，对于本领域公知的一些技术特征未进行描述。
应当理解的是，本申请能够以不同形式实施，而不应当解释为局限于这里提出的实施例。相反地，提供这些实施例将使公开彻底和完全，并且将本申请的范围完全地传递给本领域技术人员。
在此使用的术语的目的仅在于描述具体实施例并且不作为本申请的限制。在此使用时，单数形式的“一”、“一个”和“所述/该”也意图包括复数形式，除非上下文清楚指出另外的方式。还应明白术语“组成”和/或“包括”，当在该说明书中使用时，确定所述特征、整数、步骤、操作、元件和/或部件的存在，但不排除一个或更多其它的特征、整数、步骤、操作、元件、部件和/或组的存在或添加。在此使用时，术语“和/或”包括相关所列项目的任何及所有组合。
为了彻底理解本申请，将在下列的描述中提出详细的结构，以便阐释本申请提出的技术方案。本申请的可选实施例详细描述如下，然而除了这些详细描述外，本申请还可以具有其他实施方式。
下面，首先参考图1描述根据本申请一个实施例的超声成像***，图1示出了根据本发明实施例的超声成像***100的示意性结构框图。
如图1所示，超声成像***100包括超声探头110、发射电路112、接收电路114、处理器116和显示器118。进一步地，超声成像***还可以包括发射/接收选择开关120和波束合成模块122，发射电路112和接收电路114可以通过发射/接收选择开关120与超声探头110连接。
超声探头110包括多个换能器阵元，多个换能器阵元可以排列成一排构成线阵，或排布成二维矩阵构成面阵，多个换能器阵元也可以构成凸阵列。换能器阵元用于根据激励电信号发射超声波，或将接收的超声波转换为电信号，因此每个换能器阵元可用于实现电脉冲信号和超声波的相互转换，从而实现向被测对象的目标区域的组织发射超声波、也可用于接收经组织反射回的超声波回波。在进行超声检测时，可通过发射序列和接收序列控制哪些换能器阵元用于发射超声波，哪些换能器阵元用于接收超声波，或者控制换能器阵元分时隙用于发射超声波或接收超声波的回波。参与超声波发射的换能器阵元可以同时被电信号激励，从而同时发射超声波；或者，参与超声波束发射的换能器阵元也可以被具有一定时间间隔的若干电信号激励，从而持续发射具有一定时间间隔的超声波。
在超声成像过程中，处理器116控制发射电路112将经过延迟聚焦的发射脉冲通过发射/接收选择开关120发送到超声探头110。超声探头110受发射脉冲的激励而向被测对象的目标区域的组织发射超声波束，经一定延时后接收从目标区域的组织反射回来的带有组织信息的超声回波，并将此超声回波重新转换为电信号。接收电路114接收超声探头110转换生成的电信号，获得超声回波信号，并将这些超声回波信号送入波束合成模块122，波束合成模块122对超声回波数据进行聚焦延时、加权和通道求和等处理，然后送入处理器116。处理器116对超声回波信号进行信号检测、信号增强、数据转换、对数压缩等处理形成超声图像。处理器116得到的超声图像可以在显示器118上显示，也可以存储于存储器124中。
可选地，处理器116可以实现为软件、硬件、固件或其任意组合，并且可以使用单个或多个专用集成电路(Application Specific Integrated Circuit，ASIC)、单个或多个通用集成电路、单个或多个微处理器、单个或多个可编程逻辑器件、或者前述电路和/或器件的任意组合、或者其他适合的电路或器件。并且，处理器116可以控制所述超声成像***100中的其它组件以执行本说明书中的各个实施例中的方法的相应步骤。
显示器118与处理器116连接，显示器118可以为触摸显示屏、液晶显示屏等；或者，显示器118可以为独立于超声成像***100之外的液晶显示器、电视机等独立显示器；或者，显示器118可以是智能手机、平板电脑等电子设备的显示屏，等等。其中，显示器118的数量可以为一个或多个。
显示器118可以显示处理器116得到的超声图像。此外，显示器118在显示超声图像的同时还可以提供给用户进行人机交互的图形界面，在图形界面上设置一个或多个被控对象，提供给用户利用人机交互装置输入操作指令来控制这些被控对象，从而执行相应的控制操作。例如，在图形界面上显示图标，利用人机交互装置可以对该图标进行操作，用来执行特定的功能，例如在超声图像上绘制出感兴趣区域框等。
可选地，超声成像***100还可以包括显示器118之外的其他人机交互装置，其与处理器116连接，例如，处理器116可以通过外部输入/输出端口与人机交互装置连接，外部输入/输出端口可以是无线通信模块，也可以是有线通信模块，或者两者的组合。外部输入/输出端口也可基于USB、如CAN等总线协议、和/或有线网络协议等来实现。
其中，人机交互装置可以包括输入设备，用于检测用户的输入信息，该输入信息例如可以是对超声波发射/接收时序的控制指令，可以是在超声图像上绘制出点、线或框等的操作输入指令，或者还可以包括其他指令类型。输入设备可以包括键盘、鼠标、滚轮、轨迹球、移动式输入设备(例如带触摸显示屏的移动设备、手机等等)、多功能旋钮等等其中之一或者多个的结合。人机交互装置还可以包括诸如打印机之类的输出设备。
超声成像***100还可以包括存储器124，用于存储处理器执行的指令、存储接收到的超声回波、存储超声图像，等等。存储器可以为闪存卡、固态存储器、硬盘等。其可以为易失性存储器和/或非易失性存储器，为可移除存储器和/或不可移除存储器等。
应理解，图1所示的超声成像***100所包括的部件只是示意性的，其可以包括更多或更少的部件。本申请对此不限定。
下面，将参考图2描述根据本申请实施例的超声盆底成像方法。图2是本申请实施例的超声盆底成像方法200的一个示意性流程图。
如图2所示，本申请一个实施例的超声盆底成像方法200包括如下步骤：
在步骤S210，控制超声探头向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；
在步骤S220，对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；
在步骤S230，基于所述超声体数据提取标准盆底矢状面；
在步骤S240，在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成并显示对应的多个标准盆底断层切面；
在步骤S250，检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
本申请实施例的超声盆底成像方法200能够自动生成多个标准盆底断层切面，基于多个标准盆底断层切面自动识别并显示肛提肌撕裂区域，大幅减少用户的手动操作，提高肛提肌撕裂检查的效率和准确率。
示例性地，在步骤S210中，可以基于图1所示的超声成像***100进行超声扫描。具体地，可以由临床医生移动超声探头110选择合适的位置和角度，对女性被测对象的***采用容积探头进行三维/四维超声扫描。在扫描过程中，发射电路112将一组经过延迟聚焦的发射脉冲发送到超声探头110，以激励超声探头110沿二维扫描平面向测对象的盆底发射超声波。接收电路114控制超声探头110接收到测对象的盆底反射回的超声回波后，将其转化为电信号，由波束合成模块112对多次发射和接收得到的超声回波信号进行相应的延时与加权求和处理，实现波束合成，再送入处理器116进行后续的信号处理。
在步骤S220中，可以由超声成像***的处理器116基于接收到的超声波的回波信号获得测对象的盆底的超声体数据，超声体数据可以包括三维超声数据或四维超声数据，四维超声数据即连续的多卷三维超声数据构成的三维超声视频数据。示例性地，继续参照图1，处理器116可以对超声探头110在一系列扫描平面内扫描得到的超声回波信号的三维空间关系进行整合，从而实现盆底在三维空间的扫描以及三维超声数据的重建。最后，经过去噪、平滑、增强等部分或全部图像后处理步骤后，获得被测对象盆底的超声体数据。
在步骤S230中，基于超声体数据提取标准盆底矢状面。具体地，可以由超声成像***的处理器116基于超声体数据提取标准盆底矢状面，标准盆底矢状面即盆底的正中矢状面。
在一个实施例中，为了获得标准盆底矢状面，首先对超声体数据进行自动摆正，即基于超声体数据确定目标方位，并将超声体数据变换到目标方位。之后，在变换到所述目标方位的超声体数据中提取标准盆底矢状面。自动摆正的目的是是超声体数据的方位与切面的提取方位对齐，便于从超声体数据中提取标准切面，并且还能够将肛提肌裂孔、耻骨支结构、肛管结构等用户感兴趣的部位显示到便于观察的位置，无需用户手动进行旋转，提高盆底超声检查的效率和准确性。
作为一种可选的实现方式，基于超声体数据确定目标方位可以包括：在超声体数据中检测目标特征结构的区域，根据至少一个所述目标特征结构的区域的位置确定所述超声体数据需要旋转的角度和/或需要平移的距离，或者，根据至少两个所述目标特征结构的区域之间的相对位置关系确定所述超声体数据需要旋转的角度和/或需要平移的距离。示例性地，目标特征结构包括以下至少一个：肛提肌裂孔、肛直肠角点、耻骨支结构和肛管结构。目标特征结构也可以是盆底的其他标志性特征结构。
其中，可以采用传统的目标检测方法或者机器学习方法在超声体数据中检测目标特征结构。在检测目标特征结构时，既可以在超声体数据的多个二维切面中检测目标特征结构，并综合多个二维切面上目标特征结构的检测结果，以得到目标特征结构在超声体数据中的三维检测结果。例如，可以检查矢状面上的耻骨区域和肛直肠角点结构，横截面上的耻骨支结构和肛管结构等。或者，也可以直接对超声体数据进行三维检测，以得到目标特征结构的三维检测结果。
示例性地，传统的目标检测方法可以包括区域选择、特征提取和分类三个步骤。具体地，区域选择是指基于例如滑动窗口的方法，框选出候选目标区域；特征提取是指对候选目标区域进行特征提取，所提取的特征例如SIFT(尺度不变特征变换)、HOG(方向梯度直方图)等特征。分类是指利用分类器对候选目标区域进行分类，以确定当前候选目标区域是否包括目标特征结构，分类器可以采用KNN(K-近邻算法)、SVM(支持向量机)、随机森林等类型的分类器。传统的目标检测方法还可以包括像素聚类法、边缘分割、图切割或基于阈值的图像分割算法等。
基于机器学习方法在超声体数据中检测目标特征结构需要预先构建针对每个目标特征结构的超声体数据库，其中每一个超声体数据均标记了目标特征结构对应的位置，之后基于超声体数据库学习一个最优映射函数，用于从超声体数据映射到目标特征结构。机器学习方法可以包括以下几种方法，以下几种方法可以单独实现，也可以相互结合。
其中，第一种可选的机器学习方法为基于滑动窗口的方法。具体地，首先对滑窗内的区域进行特征提取，所提取的特征可以是传统的PCA(主成分分析)、LDA(线性判别分析)、Harr特征、纹理等特征，也可以采用深度神经网络来进行特征提取。然后，利用训练好的分类器进行分类，确定当前窗口内是否包括目标特征结构。
第二种可选的机器学习方法为基于边界框(Bounding-Box)的深度学习方法。其中，首先通过堆叠卷积层和全连接层来构建网络，基于构建好的超声体数据库通过网络进行特征的学习和参数的回归，将超声体数据库中的训练样本送入提前构建好的网络中，优化网络的损失函数以进行训练，直到网络达到收敛，在训练过程中网络能够学习到如何从超声体数据中识别到目标特征结构所在的位置。训练机器学习模型的具体过程可以是直接对超声体数据进行训练，也可以是将超声体数据分解为多个二维切面，分别对多个二维切面进行训练再拼接成超声体数据的训练结果。
训练好网络后，对于输入到网络中的超声体数据，可以通过该网络直接回归出对应的目标特征结构的边界框，同时获取边界框内包含的目标特征结构的类别。网络结构包括但不限于R-CNN、Fast R-CNN、Faster-RCNN、SSD、YOLO等。
第三种可选的机器学习方法为基于深度学习的端到端的语义分割网络方法，该类方法与上述基于边界框的深度学习方法结构类似，不同之处在于，语义分割网络将网络最后的全连接层去除，加入上采样或者反卷积层来使得输入与输出的尺寸相同，从而直接得到输入网络的超声体数据中目标特征结构及其相应类别。示例性地，语义分割网络的网络结构包括但不限于FCN、U-Net、Mask R-CNN等。
在检测到超声体数据中的目标特征结构之后，可以根据目标特征结构来间接计算超声体数据需要旋转的角度。其中，可以根据至少一个目标特征结构的区域所在的位置确定超声体数据需要旋转的角度和/或需要平移的距离。例如，可以通过计算将目标特征结构从当前位置旋转到目标位置所需的旋转角度来间接确定超声体数据旋转到目标方位所需的旋转角度，或确定超声体数据平移到目标方位所需的距离。或者，可以根据至少两个目标特征结构的区域之间的相对位置关系确定超声体数据需要旋转的角度和/或需要平移的距离。例如，可以根据目标结构之间的对称性来确定超声体数据需要旋转的角度/或需要平移的距离。
之后，基于根据目标特征结构确定的超声体数据需要旋转的角度/或需要平移的距离，将步骤S220获取到的超声体数据变换到目标方位。其中，对超声体数据进行的变换可以包括旋转和平移中的至少一种，在对超声体数据进行旋转时，三个维度都对应着一个旋转角度，沿着三个维度分别旋转对应的角度，即可得到旋转后的超声体数据。类似地，在对超声体数据进行平移时，三个维度都对应着一个平移量，沿着三个维度分别平移对应的距离，即可得到平移后的超声体数据。
作为将超声体数据变换到目标方位的另外一种可选的实现方式，可以直接将超声体数据输入到训练好的机器学***移的距离，并根据机器学习模型得到的角度和距离将超声体数据旋转到目标方位。
当采用机器学***移的距离时，需要预先构建盆底的超声体数据库，用于训练机器学***移的距离，通过训练好的机器学***移量。该机器学***移量，深度学习网络结构包括但不限于VGG、ResNet、DenseNet、DPN等。
示例性地，参见图3，将超声体数据变换到目标方位以后，除了可以在变换到目标方位的超声体数据中提取标准盆底矢状面以外，还可以在变换到目标方位的超声体数据中提取标准盆底冠状面和标准盆底横截面，并显示提取到的标准盆底矢状面、标准盆底冠状面和标准盆底横截面。通过对超声体数据进行摆正，从超声体数据中提取的标准盆底矢状面上耻骨联合下缘点结构和肛直肠角点结构都能得到清晰的显示，并且二者处于同一水平线上。同时，标准盆底横截面上显示的正是根据经过矢状面上该两点的剖面成像参考线生成的标准盆底切面成像。
进一步地，还可以对摆正后的超声体数据进行渲染，以得到VR图并进行显示。由于此前对超声体数据进行了摆正，因而VR图能够更好地呈现用户感兴趣的特征结构。在一些实施例中，用户可以根据当前显示的标准盆底矢状面、标准盆底冠状面和标准盆底横截面和VR图对超声体数据的方位进行进一步的调节，处理器根据接收到的用户指令变换超声体数据的方位，并重新生成标准盆底矢状面、标准盆底冠状面和标准盆底横截面。
以上示例性地描述了摆正超声体数据的几种方式，先将超声体数据进行摆正、再在摆正后的超声体数据中提取标准盆底矢状面更易于实现，提取到的切面更为准确，并且有利于用户在VR图中查看感兴趣的特征结构。在另一实施例中，也可以不对超声体数据进行摆正，而是首先根据超声体数据确定标准盆底矢状面的位置，再在该位置下提取标准盆底矢状面。例如，可以在超声体数据中识别标准盆底矢状面上的至少一个目标特征结构，将与该至少一个目标特征结构相交的切面作为标准盆底矢状面。
为了方便用户对盆底超声体数据的多个横截面进行观察，需要在摆正后的体数据中进一步生成多个断层切面进行显示。因此，在得到标准盆底矢状面之后，执行步骤S240，在标准盆底矢状面中确定多条参考线，根据多条参考线生成并显示对应的多个标准盆底断层切面，每条参考线对应生成一个标准盆底断层切面。参考线也可以称为成像参考线，为断层切面与标准盆底矢状面的交线。
示例性地，参见图4，在确定多个参考线时，可以首先确定中心参考线401，再在中心参考线401上下等间距确定其他参考线402。作为一种具体的实现方式，可以首先在标准盆底矢状面中检测耻骨联合下缘点的区域和肛直肠角点的区域，以耻骨联合下缘点的区域和肛直肠角点的区域的连线作为第一参考线，在第一参考线两侧等间距生成多条第二参考线，将第一参考线和第二参考线作为用于生成标准盆底断层切面的多条参考线。其中，第一参考线即上述的中心参考线。
其中，可以通过图像识别算法自动检测出标准盆底矢状面上的耻骨联合下缘点的区域和肛直肠角点的区域，图像识别算法可以包括传统的目标检测方法或者机器学习方法，具体可以参见上文。识别到耻骨联合下缘点的区域和肛直肠角点的区域后，可以经过这两点自动生成第一参考线，并自适应地以第一参考线为中心、在第一参考线上下分别等间距地生成多条第二参考线。
在另一实施例中，由于在摆正超声体数据以后，标准盆底矢状面的水平中心线即经过耻骨联合下缘点和肛直肠角点，因此也可以直接以标准盆底矢状面的水平中心线作为第一参考线，在第一参考线两侧等间距生成多条第二参考线，将第一参考线和所述第二参考线作为多条参考线。
在一些实施例中，可以在标准盆底矢状面中显示自动确定的多条参考线，以供用户查看和调节，当接收到用户对参考线位置的调节指令时，可以根据接收到的用户指令调节参考线的位置。在一些实施例中，可以根据接收到的用户指令调节中心参考线的位置，并根据调节后的中心参考线自适应地调节其他参考线的位置。
在标准盆底矢状面上生成多条参考线后，根据每条参考线生成一个垂直于标准盆底矢状面的标准盆底断层切面。标准盆底断层切面的方向平行于标准盆底横截面的方向，与标准盆底横截面相比，标准盆底断层切面具有一定深度，能够更清晰地显示盆底的组织结构。参见图5，多个标准盆底断层切面可以在同一显示界面上以矩阵形式并列显示，其中第一参考线对应的标准盆底断层切面显示在界面的中心位置，每个标准盆底断层切面右上角显示有该切面与第一参考线对应的标准盆底断层切面之间的距离。
基于步骤S240中获得的多个标准盆底断层切面，需进一步判断各个切面上是否存在肛提肌撕裂情况，以减少用户的手动操作，提高检查效率。因此，在步骤S250，可以由超声成像***的处理器116自动检测多个标准盆底断层切面中是否存在肛提肌撕裂区域，并控制显示器118在存在肛提肌撕裂区域的标准盆底断层切面中标记肛提肌撕裂区域的位置。示例性地，肛提肌撕裂区域的标记可调，处理器116可以根据接收到的用户指令调节肛提肌撕裂区域的标记的位置。
在一个实施例中，可以基于图像识别算法检测多个标准盆底断层切面中是否存在肛提肌撕裂区域。具体地，提取标准盆底断层切面的图像特征，对图像特征进行分类，根据分类的结果确定所述标准盆底断层切面中是否存在肛提肌撕裂区域，并确定肛提肌撕裂区域的位置。之后，可以在存在肛提肌撕裂区域的标准盆底断层切面上通过边界框框选出肛提肌撕裂区域，如图6所示。
示例性地，图像识别算法包括基于传统图像处理的模板匹配方法和基于深度学习的图像识别算法。其中，基于传统图像处理的模板匹配方法包括：获取预先建立肛提肌撕裂ROI(Region of Interest，感兴趣区域)的超声图像数据库，通过滑动窗口的方式对标准盆底断层切面进行遍历，并提取滑动窗口内的图像特征，提取特征的方法包括提取PCA、Harr特征或者纹理等特征，也可以采用深度神经网络提取特征。将提取到的图像特征与数据库中的特征进行匹配，最后用KNN、SVN、随机森林或神经网络等判别器进行分类，确定每个标准盆底断层切面是否存在肛提肌撕裂情况，同时确定肛提肌撕裂区域的位置。
基于深度学习的图像识别方法与步骤S230中的目标特征结构的检测网络框架一致，即通过堆叠卷积层构建主干网络(Backbone)和特征金字塔(FPN)，对每个标准盆底断层切面上显著的肛提肌撕裂区域的图像特征进行检测和标记。
在另一个实施例中，可以自动测量肛提肌的LUG(Levator Urethra Gap，肛提肌尿道间隙)指标来判断每个标准盆底断层切面上是否存在肛提肌撕裂情况。检测每个标准盆底断层切面中尿道口点的区域、以及双侧肛提肌附着点的区域，获取尿道口点的区域与每一侧肛提肌附着点的区域之间的距离。若该距离超过预设阈值，则确定该标准盆底断层切面中存在肛提肌撕裂区域。由于肛提肌撕裂通常发生在肛提肌附着点，因而可以确定肛提肌撕裂区域位于与尿道口点的区域之间的距离超过预设阈值的肛提肌附着点所在的位置，并对该区域进行标记。参加图7，图像中心位置的十字代表尿道口点，两侧的十字分别代表肛提肌附着点1和肛提肌附着点2，尿道口点的区域与肛提肌附着点1的区域之间的距离为1.97cm，尿道口点的区域与肛提肌附着点2的区域之间的距离为3.50cm，若预设阈值为2.5cm，则由于尿道口点的区域与肛提肌附着点2的区域之间的距离超过阈值，因而判定该标准盆底断层切面中存在肛提肌撕裂区域，并可以将肛提肌附着点2的区域作为肛提肌撕裂区域。
具体地，可以基于深度学习的关键点回归网络，通过堆叠卷积层和全连接层直接回归出每个标准盆底断层切面上尿道口点和双侧肛提肌附着点的区域的坐标，并根据该坐标自动测量LUG值，通过判断LUG值是否超过预设阈值来判断是否存在撕裂。或者，也可以只堆叠卷积层来搭建全卷积层的高斯点回归网络，通常网络结构为FCN或者U-Net，然后根据网络输出的高斯热图取最大概率的位置来得到尿道口点和双侧肛提肌附着点的坐标，再自动测量LUG值，以判断是否存在肛提肌撕裂情况。
进一步地，在确定标准盆底断层切面中存在肛提肌撕裂区域时，显示尿道口点的区域与双侧肛提肌附着点的区域之间的距离。可选地，也可以只显示尿道口点的区域与超过阈值的肛提肌附着点的区域之间距离。
为了方便用户对肛提肌撕裂状态进行多方位的观察，在各个标准盆底断层切面上进行检测后，若检测到肛提肌撕裂区域，可以对肛提肌撕裂位置进行进一步的成像。
例如，当确定标准盆底断层切面中存在肛提肌撕裂区域时，可以生成并显示肛提肌撕裂区域的矢状面、冠状面和横截面中的至少一个。即以肛提肌撕裂区域为基准，从超声体数据中提取肛提肌撕裂位置处的矢状面、冠状面和横截面并进行显示。
或者，当确定标准盆底断层切面中存在肛提肌撕裂区域时，可以确定存在肛提肌撕裂区域的标准盆底断层切面在标准盆底矢状面上的多条参考线中对应的参考线，记为第一目标参考线，存在肛提肌撕裂区域的标准盆底断层切面是基于该第一目标参考线生成的。之后，基于第一目标参考线，在标准盆底矢状面中生成多条第二目标参考线，并基于多条第二目标参考线生成并显示多个断层切面。其中，相邻两条第二目标参考线之间的距离小于步骤S240中生成的多条参考线中相邻两条参考线之间的距离，目的在于使得根据第二目标参考线生成的断层切面中更有可能包含肛提肌撕裂区域，使用户对肛提肌撕裂状态进行多方位的观察。
综上所述，本申请实施例的超声盆底成像方法200基于盆底的超声体数据自动实现对盆底断层切面的自动成像，并且全自动地进行肛提肌撕裂的识别和标记，大幅度减少用户的手动操作，提高了盆底超声检查的效率。
本申请实施例还提供一种超声成像***，用于实现上述的超声盆底成像方法200。现在重新参照图1，该超声成像***可以实现为如图1所示的超声成像***100，超声成像***100可以包括超声探头110、发射电路112、接收电路114、处理器116以及显示器118，可选地，超声成像***100还可以包括发射/接收选择开关120和波束合成模块122，发射电路112和接收电路114可以通过发射/接收选择开关120与超声探头110连接，各个部件的相关描述可以参照上文的相关描述，在此不做赘述。
其中，发射电路112用于激励超声探头110向被测对象的盆底发射超声波；发射电路用于控制超声探头接收超声波的回波，以获得超声回波信号；处理器用于执行如上所述的超声盆底成像方法200的步骤，具体包括：控制超声探头110向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；基于所述超声体数据提取标准盆底矢状面；在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成并显示对应的多个标准盆底断层切面；检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
在一个实施例中，所述基于所述超声体数据提取标准盆底矢状面，包括：基于所述超声体数据确定目标方位，并将所述超声体数据变换到所述目标方位；在变换到所述目标方位的超声体数据中提取所述标准盆底矢状面。
在一个实施例中，所述基于所述超声体数据确定目标方位，包括：在所述超声体数据中检测目标特征结构的区域，所述目标特征结构包括以下至少一个：肛提肌裂孔、肛直肠角点、耻骨支结构和肛管结构；根据至少一个所述目标特征结构的区域的位置确定所述超声体数据需要旋转的角度和/或需要平移的距离，或者，根据至少两个所述目标特征结构的区域之间的相对位置关系确定所述超声体数据需要旋转的角度和/或需要平移的距离。
在一个实施例中，所述基于所述超声体数据确定目标方位，包括：将所述超声体数据输入到训练好的机器学***移的距离。
在一个实施例中，处理器116还用于：在变换到所述目标方位的超声体数据中提取标准盆底冠状面和标准盆底横截面；控制显示器118显示所述标准盆底矢状面、所述标准盆底冠状面和所述标准盆底横截面。
在一个实施例中，所述在所述标准盆底矢状面中确定多条参考线，包括：在所述标准盆底矢状面中检测耻骨联合下缘点的区域和肛直肠角点的区域；以所述耻骨联合下缘点的区域和所述肛直肠角点的区域的连线作为第一参考线，在所述第一参考线两侧等间距生成多条第二参考线，将所述第一参考线和所述第二参考线作为所述多条参考线。
在一个实施例中，所述在所述标准盆底矢状面中确定多条参考线，包括：以所述标准盆底矢状面的水平中心线作为第一参考线，在所述第一参考线两侧等间距生成多条第二参考线，将所述第一参考线和所述第二参考线作为所述多条参考线。
在一个实施例中，所述检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，包括：提取所述标准盆底断层切面的图像特征；对所述图像特征进行分类，根据所述分类的结果确定所述标准盆底断层切面中是否存在肛提肌撕裂区域。
在一个实施例中，所述检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，包括：检测所述标准盆底断层切面中尿道口点的区域、以及双侧肛提肌附着点的区域；获取所述尿道口点的区域与所述肛提肌附着点的区域之间的距离；若所述距离超过预设阈值，则确定所述标准盆底断层切面中存在肛提肌撕裂区域。
在一个实施例中，处理器116还用于：在确定所述标准盆底断层切面中存在肛提肌撕裂区域时，控制显示器118显示所述尿道口点的区域与所述双侧肛提肌附着点的区域之间的距离。
在一个实施例中，处理器116还用于：当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，生成并显示所述肛提肌撕裂区域的矢状面、冠状面和/或横截面。
在一个实施例中，当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，处理器116还用于：确定存在肛提肌撕裂区域的标准盆底断层切面在所述多条参考线中对应的第一目标参考线；基于所述第一目标参考线，在所述标准盆底矢状面中生成多条第二目标参考线；基于所述多条第二目标参考线生成多个断层切面，并控制显示器118显示多个断层切面。
在一个实施例中，处理器116还用于：根据接收到的用户指令调节所述肛提肌撕裂区域的标记的位置。
以上仅描述了超声成像***各部件的主要功能，更多细节参见对超声盆底成像方法200进行的相关描述。
下面，将参考图8描述根据本申请另一实施例的超声盆底成像方法。图8是本申请实施例的超声盆底成像方法800的一个示意性流程图。如图8所示，超声盆底成像方法800包括如下步骤：
在步骤S810，控制超声探头向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；
在步骤S820，对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；
在步骤S830，基于所述超声体数据提取标准盆底矢状面；
在步骤S840，在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成对应的多个标准盆底断层切面；
在步骤S850，检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域；
在步骤S860，显示存在肛提肌撕裂区域的标准盆底断层切面，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
如图8所示的超声盆底成像方法800与上述超声盆底成像方法200的不同之处在于，超声盆底成像方法800的步骤S840中根据多条参考线生成对应的多个标准盆底断层切面，但不必显示全部的标准盆底断层切面；在检测到存在肛提肌撕裂区域时，显示存在肛提肌撕裂区域的标准盆底断层切面并标记肛提肌撕裂区域即可，由此针对肛提肌撕裂区域进行有针对性的显示，从而提高检查效率。除此之外，超声盆底成像方法800与超声盆底成像方法200大体上类似。
进一步地，为了方便用户对肛提肌撕裂状态进行多方位的观察，在各个标准盆底断层切面上进行检测后，若检测到肛提肌撕裂区域，可以对肛提肌撕裂位置进行进一步的成像。
例如，当确定标准盆底断层切面中存在肛提肌撕裂区域时，还可以生成并显示所述肛提肌撕裂区域的标准盆底矢状面、标准盆底冠状面和标准盆底横截面中的至少一个。或者，当确定标准盆底断层切面中存在肛提肌撕裂区域时，可以确定存在肛提肌撕裂区域的标准盆底断层切面在多条参考线中对应的第一目标参考线，基于第一目标参考线，在标准盆底矢状面中生成多条第二目标参考线；基于多条第二目标参考线生成并显示多个断层切面。
此外，超声盆底成像方法800与上述超声盆底成像方法200还有许多相同或相似的内容，具体可以参照上文，在此不做赘述。根据本申请实施例的超声盆底成像方法200能够全自动地进行肛提肌撕裂区域的识别和标记，大幅度减少用户的手动操作，提高了盆底超声检查的效率。
本申请实施例还提供一种超声成像***，用于实现上述的超声盆底成像方法800。现在重新参照图1，该超声成像***可以实现为如图1所示的超声成像***100，超声成像***100可以包括超声探头110、发射电路112、接收电路114、处理器116以及显示器118，可选地，超声成像***100还可以包括发射/接收选择开关120和波束合成模块122，发射电路112和接收电路114可以通过发射/接收选择开关120与超声探头110连接，各个部件的相关描述可以参照上文的相关描述，在此不做赘述。
其中，发射电路112用于激励超声探头110向被测对象的盆底发射超声波；发射电路用于控制超声探头接收超声波的回波，以获得超声回波信号；处理器用于执行如上所述的超声盆底成像方法800的步骤，具体包括：控制超声探头110向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；基于所述超声体数据提取标准盆底矢状面；在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成对应的多个标准盆底断层切面；检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域；显示存在肛提肌撕裂区域的标准盆底断层切面，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
在一个实施例中，处理器116还用于：当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，生成并显示所述肛提肌撕裂区域的矢状面、冠状面和/或横截面。
在一个实施例中，当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，处理器116还用于：确定存在肛提肌撕裂区域的标准盆底断层切面在所述多条参考线中对应的第一目标参考线；基于所述第一目标参考线，在所述标准盆底矢状面中生成多条第二目标参考线；基于所述多条第二目标参考线生成多个断层切面，并控制显示器118显示多个断层切面。
以上仅描述了超声成像***各部件的主要功能，更多细节参见对超声盆底成像方法800进行的相关描述。
尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本申请的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本申请的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本申请的范围之内。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本申请的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些模块的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本申请的具体实施方式或对具体实施方式的说明，本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以权利要求的保护范围为准。

Claims (17)

1.一种超声盆底成像方法，其特征在于，所述方法包括：
控制超声探头向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；
对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；
基于所述超声体数据提取标准盆底矢状面；
在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成并显示对应的多个标准盆底断层切面；
检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
2.根据权利要求1所述的方法，其特征在于，所述基于所述超声体数据提取标准盆底矢状面，包括：
基于所述超声体数据确定目标方位，并将所述超声体数据变换到所述目标方位；
在变换到所述目标方位的超声体数据中提取所述标准盆底矢状面。
3.根据权利要求2所述的方法，其特征在于，所述基于所述超声体数据确定目标方位，包括：
在所述超声体数据中检测目标特征结构的区域，所述目标特征结构包括以下至少一个：肛提肌裂孔、肛直肠角点、耻骨支结构和肛管结构；
根据至少一个所述目标特征结构的区域的位置确定所述超声体数据需要旋转的角度和/或需要平移的距离，或者，根据至少两个所述目标特征结构的区域之间的相对位置关系确定所述超声体数据需要旋转的角度和/或需要平移的距离。
4.根据权利要求2所述的方法，其特征在于，所述基于所述超声体数据确定目标方位，包括：
将所述超声体数据输入到训练好的机器学***移的距离。
5.根据权利要求2所述的方法，其特征在于，还包括：
在变换到所述目标方位的超声体数据中提取标准盆底冠状面和标准盆底横截面；
显示所述标准盆底矢状面、所述标准盆底冠状面和所述标准盆底横截面。
6.根据权利要求1所述的方法，其特征在于，所述在所述标准盆底矢状面中确定多条参考线，包括：
在所述标准盆底矢状面中检测耻骨联合下缘点的区域和肛直肠角点的区域；
以所述耻骨联合下缘点的区域和所述肛直肠角点的区域的连线作为第一参考线，在所述第一参考线两侧等间距生成多条第二参考线，将所述第一参考线和所述第二参考线作为所述多条参考线。
7.根据权利要求1所述的方法，其特征在于，所述在所述标准盆底矢状面中确定多条参考线，包括：
以所述标准盆底矢状面的水平中心线作为第一参考线，在所述第一参考线两侧等间距生成多条第二参考线，将所述第一参考线和所述第二参考线作为所述多条参考线。
8.根据权利要求1所述的方法，其特征在于，所述检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，包括：
提取所述标准盆底断层切面的图像特征；
对所述图像特征进行分类，根据所述分类的结果确定所述标准盆底断层切面中是否存在肛提肌撕裂区域。
9.根据权利要求1所述的方法，其特征在于，所述检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域，包括：
检测所述标准盆底断层切面中尿道口点的区域、以及双侧肛提肌附着点的区域；
获取所述尿道口点的区域与所述肛提肌附着点的区域之间的距离；
若所述距离超过预设阈值，则确定所述标准盆底断层切面中存在肛提肌撕裂区域。
10.根据权利要求9所述的方法，其特征在于，还包括：
在确定所述标准盆底断层切面中存在肛提肌撕裂区域时，显示所述尿道口点的区域与所述双侧肛提肌附着点的区域之间的距离。
11.根据权利要求1所述的方法，其特征在于，还包括：
当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，生成并显示所述肛提肌撕裂区域的矢状面、冠状面和/或横截面。
12.根据权利要求1所述的方法，其特征在于，当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，所述方法还包括：
确定存在肛提肌撕裂区域的标准盆底断层切面在所述多条参考线中对应的第一目标参考线；
基于所述第一目标参考线，在所述标准盆底矢状面中生成多条第二目标参考线；
基于所述多条第二目标参考线生成并显示多个断层切面。
13.根据权利要求1所述的方法，其特征在于，还包括：
根据接收到的用户指令调节所述肛提肌撕裂区域的标记的位置。
14.一种超声盆底成像方法，其特征在于，所述方法包括：
控制超声探头向被测对象的盆底发射超声波，并接收所述超声波的回波，以获得超声回波信号；
对所述超声回波信号进行信号处理，以得到所述盆底的超声体数据；
基于所述超声体数据提取标准盆底矢状面；
在所述标准盆底矢状面中确定多条参考线，根据所述多条参考线生成对应的多个标准盆底断层切面；
检测所述多个标准盆底断层切面中是否存在肛提肌撕裂区域；
显示存在肛提肌撕裂区域的标准盆底断层切面，并在存在肛提肌撕裂区域的标准盆底断层切面中标记所述肛提肌撕裂区域的位置。
15.根据权利要求14所述的方法，其特征在于，还包括：
当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，生成并显示所述肛提肌撕裂区域的矢状面、冠状面和/或横截面。
16.根据权利要求14所述的方法，其特征在于，当确定所述标准盆底断层切面中存在肛提肌撕裂区域时，所述方法还包括：
确定存在肛提肌撕裂区域的标准盆底断层切面在所述多条参考线中对应的第一目标参考线；
基于所述第一目标参考线，在所述标准盆底矢状面中生成多条第二目标参考线；
基于所述多条第二目标参考线生成并显示多个断层切面。
17.一种超声成像***，其特征在于，包括：
超声探头；
发射电路，用于激励所述超声探头向被测对象的盆底发射超声波；
接收电路，用于控制所述超声探头接收所述超声波的回波，以获得超声波回波信号；
处理器，用于执行权利要求1-16中任一项所述的超声盆底成像方法的步骤；
显示器，用于显示所述处理器得到的超声图像。
CN202110642554.1A 2021-06-09 2021-06-09 超声盆底成像方法和超声成像*** Pending CN113229850A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110642554.1A CN113229850A (zh) 2021-06-09 2021-06-09 超声盆底成像方法和超声成像***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110642554.1A CN113229850A (zh) 2021-06-09 2021-06-09 超声盆底成像方法和超声成像***

Publications (1)

Publication Number Publication Date
CN113229850A true CN113229850A (zh) 2021-08-10

Family

ID=77137403

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110642554.1A Pending CN113229850A (zh) 2021-06-09 2021-06-09 超声盆底成像方法和超声成像***

Country Status (1)

Country Link
CN (1) CN113229850A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113974688A (zh) * 2021-09-18 2022-01-28 深圳迈瑞生物医疗电子股份有限公司 超声成像方法和超声成像***

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106683083A (zh) * 2016-12-22 2017-05-17 深圳开立生物医疗科技股份有限公司 ******图像处理方法及装置、超声设备
CN111652876A (zh) * 2020-06-05 2020-09-11 深圳度影医疗科技有限公司 一种三维盆底超声图像的检测方法
CN112294361A (zh) * 2019-07-26 2021-02-02 深圳迈瑞生物医疗电子股份有限公司 一种超声成像设备、盆底的切面图像生成方法
CN112568933A (zh) * 2019-09-29 2021-03-30 深圳迈瑞生物医疗电子股份有限公司 超声成像方法、设备和存储介质
WO2021056498A1 (zh) * 2019-09-29 2021-04-01 深圳迈瑞生物医疗电子股份有限公司 超声成像方法、***及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106683083A (zh) * 2016-12-22 2017-05-17 深圳开立生物医疗科技股份有限公司 ******图像处理方法及装置、超声设备
CN112294361A (zh) * 2019-07-26 2021-02-02 深圳迈瑞生物医疗电子股份有限公司 一种超声成像设备、盆底的切面图像生成方法
CN112568933A (zh) * 2019-09-29 2021-03-30 深圳迈瑞生物医疗电子股份有限公司 超声成像方法、设备和存储介质
WO2021056498A1 (zh) * 2019-09-29 2021-04-01 深圳迈瑞生物医疗电子股份有限公司 超声成像方法、***及计算机可读存储介质
CN111652876A (zh) * 2020-06-05 2020-09-11 深圳度影医疗科技有限公司 一种三维盆底超声图像的检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113974688A (zh) * 2021-09-18 2022-01-28 深圳迈瑞生物医疗电子股份有限公司 超声成像方法和超声成像***
CN113974688B (zh) * 2021-09-18 2024-04-16 深圳迈瑞生物医疗电子股份有限公司 超声成像方法和超声成像***

Similar Documents

Publication Publication Date Title
EP3826544B1 (en) Ultrasound system with an artificial neural network for guided liver imaging
US9277902B2 (en) Method and system for lesion detection in ultrasound images
JP6467041B2 (ja) 超音波診断装置、及び画像処理方法
US10238368B2 (en) Method and system for lesion detection in ultrasound images
CN111374708B (zh) 一种胎儿心率检测方法及超声成像装置、存储介质
CN112568933B (zh) 超声成像方法、设备和存储介质
CN112672691A (zh) 一种超声成像方法及设备
JP5113548B2 (ja) 超音波画像処理装置
WO2020215485A1 (zh) 胎儿生长参数测量方法、***及超声设备
US20210100530A1 (en) Methods and systems for diagnosing tendon damage via ultrasound imaging
WO2022099705A1 (zh) 早孕期胎儿的超声成像方法和超声成像***
CN113229850A (zh) 超声盆底成像方法和超声成像***
CN112998755A (zh) 解剖结构的自动测量方法和超声成像***
WO2022099704A1 (zh) 中晚孕期胎儿的超声成像方法和超声成像***
CN115886877A (zh) 超声扫查的引导方法和超声成像***
CN115813433A (zh) 基于二维超声成像的卵泡测量方法和超声成像***
CN112294361A (zh) 一种超声成像设备、盆底的切面图像生成方法
WO2022134049A1 (zh) 胎儿颅骨的超声成像方法和超声成像***
CN113974688B (zh) 超声成像方法和超声成像***
CN114699108A (zh) ******的超声成像方法和超声成像***
CN114391878B (zh) 一种超声成像设备
CN117426789A (zh) 自动匹配***图的方法及超声成像***
CN115886876A (zh) 胎儿姿态的评估方法、超声成像方法及超声成像***
CN115778435A (zh) 胎儿颜面部的超声成像方法和超声成像***
CN116965852A (zh) 盆腔的超声测量方法和超声成像***

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