CN114176633A - 一种利用超声图像融合数据进行肿瘤诊断的方法和装置 - Google Patents
一种利用超声图像融合数据进行肿瘤诊断的方法和装置 Download PDFInfo
- Publication number
- CN114176633A CN114176633A CN202111579545.9A CN202111579545A CN114176633A CN 114176633 A CN114176633 A CN 114176633A CN 202111579545 A CN202111579545 A CN 202111579545A CN 114176633 A CN114176633 A CN 114176633A
- Authority
- CN
- China
- Prior art keywords
- image
- fusion
- mammary tissue
- images
- attenuation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 63
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000003745 diagnosis Methods 0.000 title claims description 19
- 238000001514 detection method Methods 0.000 claims description 21
- 238000002604 ultrasonography Methods 0.000 claims description 12
- 230000002902 bimodal effect Effects 0.000 claims description 7
- 238000007499 fusion processing Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 230000014509 gene expression Effects 0.000 abstract description 8
- 201000010099 disease Diseases 0.000 abstract description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 6
- 210000001519 tissue Anatomy 0.000 description 50
- 210000000481 breast Anatomy 0.000 description 16
- 201000011510 cancer Diseases 0.000 description 10
- 206010006187 Breast cancer Diseases 0.000 description 6
- 208000026310 Breast neoplasm Diseases 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 4
- 230000003902 lesion Effects 0.000 description 4
- 229910052750 molybdenum Inorganic materials 0.000 description 4
- 239000011733 molybdenum Substances 0.000 description 4
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 201000010260 leiomyoma Diseases 0.000 description 3
- 210000005075 mammary gland Anatomy 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010048782 Breast calcifications Diseases 0.000 description 1
- 206010058467 Lung neoplasm malignant Diseases 0.000 description 1
- 206010046798 Uterine leiomyoma Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000007822 coupling agent Substances 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 201000005202 lung cancer Diseases 0.000 description 1
- 208000020816 lung neoplasm Diseases 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity 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
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
-
- 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
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- 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
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biophysics (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供一种利用超声图像融合数据进行肿瘤诊断的方法,包括以下步骤:对乳腺组织发射超声波,获取针对乳腺组织不同方位的反射波信号和透射波信号,其中不同方位覆盖乳腺组织的全方位角度;对获得的反射波信号和透射波信号进行图像重建,得到声速图像、反射图像以及衰减图像;对声速图像、反射图像以及衰减图像进行图像融合,得到融合图像;本发明只需进行一次扫描,可产生乳腺组织对应的三维立体超声图像数据,并在将三种图像进行融合后,可以将一些关键信息进行叠加显示,使得同一张图像上显示不同信号在乳腺组织上的影像学表现,有助于医生发现疾病的具体表现。
Description
技术领域
本发明涉及乳腺检测领域,尤其是涉及一种利用超声图像融合数据进行肿 瘤诊断的方法和装置。
背景技术
乳腺癌是全球第一大癌症,在2020年世界卫生组织国际癌症研究机构的数 据中显示,乳腺癌以226万新发癌症病例,超越肺癌,成为全球第一大癌症, 在中国,乳腺癌更是女性健康的头号杀手,而且相对于欧美,由于早期筛查手 段的缺乏,往往发现的时候已经存在癌细胞的扩散。
现有乳腺癌的检查手段,一般有钼靶检查、传统超声检测、核磁共振、改 良型超声检查等。
其中,钼靶一般作为乳腺影像检查中的金标准,但钼靶检查过程需要压迫 ***,特别是对致密型乳腺的可疑***钙化评估方面,特异度不高,漏诊率高 达76%。相对西方妇女,东方妇女的乳腺相对致密,且乳腺癌的发病年龄较低, 因此,钼靶检查不适合作为亚洲女性***检查的早筛手段;传统超声检测只能 提供乳腺组织某一断面的图像,临床上需要医生根据实时二维图像在脑海中拼 出***组织的三维结构,主观性强,缺乏重复性和可追溯性,对于肿瘤的位置、 形状和大小很容易产生不准确的估测结果;核磁共振虽然具有灵敏度优势,但 其耗时长、费用高,不适合作为早筛手段;而改良型超声检查设备通常有GE的 ABUS、西门子的ABVS,这些改良型超声检查设备虽然能获得三维图像,但是 只采集反射波信号形成灰阶图,对乳腺组织的呈现较为单一,不能清楚地呈现 病变位置与正常乳腺组织的明显区别。
发明内容
本发明的目的在于提供一种增加扫描效率、更清楚地显示乳腺组织的关键 信息的利用超声图像融合数据进行肿瘤诊断的方法和装置。
为解决上述技术问题,本发明提供了一种利用超声图像融合数据进行肿瘤 诊断的方法,包括以下步骤:
步骤1、对乳腺组织发射超声波,获取针对乳腺组织不同方位的反射波信号 和透射波信号,其中不同方位覆盖乳腺组织的全方位角度;
步骤2、对获得的反射波信号和透射波信号进行图像重建,得到声速图像、 反射图像以及衰减图像;
步骤3、对声速图像、反射图像以及衰减图像进行图像融合,得到融合图像。
进一步的,步骤3中所述的图像融合包括双模态图像融合以及全模态图像 融合。
进一步的,所述双模态图像融合过程中,以所述反射图像为背景图,将所 述声速图像或所述衰减图像叠加至所述反射图像上。
进一步的,所述声速图像或所述衰减图像通过第一融合规则叠加至所述反 射图像上。
进一步的,所述全模态图像融合过程中,将反射图像、声速图像以及衰减 图像通过第二融合规则进行融合。
进一步的,所述第一融合规则为:将图像进行颜色编码。
进一步的,所述第二融合规则为:将声速图像、衰减图像以及反射图像分 别映射到色调通道、饱和度通道以及亮度通道中。
进一步的,在步骤1中,通过超声信号发射装置对乳腺组织发射多方位的 超声波,并通过超声信号接收装置获取乳腺组织不同方位的反射波信号和透射 波信号。
进一步的,还可以包括步骤:步骤4、基于融合图像进行乳腺组织的观察, 其中融合图像上显示乳腺组织,并对乳腺组织中的肿瘤进行诊断。
本发明还公开了一种利用超声图像融合数据进行肿瘤诊断的方法的装置, 包括检测架、设于所述检测架上的超声信号发射装置、设于所述检测架上的超 声信号接收装置。
本发明通过获得的声速、反射以及衰减图像,并对该三种图像进行图像融 合,获得融合后的图像,使得融合后的图像上可以将一些关键信息进行叠加显 示,进而使得在同一张图像上显示不同信号在乳腺组织上的影像学信息,帮助 使用人员更加清楚的观察到乳腺组织的疾病表现,并且由于同时对反射波信号 和透射波信号进行接收,使得只需进行一次扫描,就可以获得关于乳腺组织的 全面的超声图像,无需进行多次扫描,提高了扫描的效率。
附图说明
图1是本发明的流程示意图。
图2是本发明中反射图像的示意图。
图3是本发明中声速图像的示意图。
图4是本发明中衰减图像的示意图。
图5是本发明中反射图像与声速图像融合后的示意图。
图6是本发明中反射图像与衰减图像融合后的示意图。
图7是本发明中HSV融合的示意图。
图8是本发明图7经过后处理的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清 楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是 全部的实施例。基于本发明中的实施例,本领域普通技术人员所获得的所有其 他实施例,都属于本发明保护的范围。
本领域技术人员应理解的是,在本发明的揭露中,术语“纵向”、“横向”、 “上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、 “顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方 位或位置关系,其仅是为了便于描述本发明和简化描述,而不是指示或暗示所 指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此上述术 语不能理解为对本发明的限制。
可以理解的是,术语“一”应理解为“至少一”或“一个或多个”,即在 一个实施例中,一个元件的数量可以为一个,而在另外的实施例中,该元件的 数量可以为多个,术语“一”不能理解为对数量的限制。
如图1-8所述,本发明提供了一种利用超声图像融合数据进行肿瘤诊断的 方法,包括以下步骤:
步骤1、对乳腺组织发射超声波,获取针对乳腺组织不同方位的反射波信号 和透射波信号,其中不同方位覆盖乳腺组织的全方位角度;
步骤2、对获得的反射波信号和透射波信号进行图像重建,得到声速图像、 反射图像以及衰减图像;
步骤3、对声速图像、反射图像以及衰减图像进行图像融合,得到融合图像。
通过获得的声速、反射以及衰减图像,并对该三种图像进行图像融合,获 得融合后的图像,使得融合后的图像上可以将一些关键信息进行叠加显示,进 而使得在同一张图像上显示不同信号在乳腺组织上的影像学信息,帮助使用人 员更加清楚的观察到乳腺组织的疾病表现,并且由于同时对反射波信号和透射 波信号进行接收,使得只需进行一次扫描,就可以获得关于乳腺组织的全面的 超声图像,无需进行多次扫描,提高了扫描的效率。
其中,获得的声速、反射以及衰减图像为DICOM图像,所述超声波发射频 率为2.5MHZ。
值得一提的是,在获得反射波信号和透射波信号后,通过代数重建算法 (ART)重建获得声速图像和衰减图像,并通过合成孔径聚焦技术(SAFT)重 建获得反射图像。
具体的,步骤1中,至少设置有一个超声信号发射装置,步骤2中,对应 设置有至少一个超声信号接收装置;在本实施例中,采用USCT设备对患者乳 腺组织发射超声波信号,在USCT设备中内置有大量的超声信号发射装置和超 声信号接收装置,具体设置数量可根据实际使用需求进行调整;由于USCT设 备中内置的大量超声信号发射装置以及超声信号接收装置,使得USCT设备在 对乳腺组织发射超声信号后,可以通过大量的超声信号接收装置来获得不同方 位的超声信号,即反射波信号和透射波信号,并通过不同方位位置的反射波信 号和透射波信号来进行图像重建,并获得更加清楚、立体的超声图像,帮助使 用人员更加清楚的观察乳腺组织。
优选的,步骤3中所述的图像融合包括双模态图像融合以及全模态图像融 合。
具体的,在获得反射波信号和透射波信号并重建生成声速图像、反射图像 以及衰减图像后,通过双模态图像融合以及全模态图像融合形成融合图像,以 增加融合图像对乳腺组织以及内部病变位置的清楚呈现。
优选的,所述双模态图像融合过程中,以所述反射图像为背景图,将所述 声速图像或所述衰减图像叠加至所述反射图像上。
具体的,在对反射图像、声速图像以及衰减图像进行双模态图像融合的过 程中,以反射图像作为灰度背景图,并通过将固定范围内的声速图像或衰减图 像信息进行颜色编码作为半透明层叠加到反射图像上,同一区域的不同图像信 息的叠加,可以帮助操作人员更加清楚的观察到乳腺组织的疾病表现。
优选的,所述声速图像或所述衰减图像通过第一融合规则叠加至所述反射 图像上,同时在所述全模态图像融合过程中,将反射图像、声速图像以及衰减 图像通过第二融合规则进行融合。
在本方案中,第一融合规则为:将图像进行颜色编码;所述第二融合规则 为:将声速图像、衰减图像以及反射图像分别映射到色调通道、饱和度通道以 及亮度通道中。
具体的,声速图像的颜色编码范围在1300m/s到1600m/s之间;并以同样的 方式,衰减图的颜色编码范围在0dB/cm到1.5dB/cm之间。
值得一提的是,声速阈值在1.46±0.1km/s和1.52±0.03km/s两个区间,最 能代表纤维腺组织和实体块的程度,而衰减阈值在0.16±0.04dB/cm对恶性肿块 有着更好的描述,而那些衰减小于0.1dB/cm,仍具有高声速的区域,良性纤维 瘤的可能性极大。因此在本方案的优选实施例中,将具有高声速同时具有高衰 减的区域来表征肿瘤恶性概率偏大,而将存在高声速同时具有低衰减的区域来 表征肿块的良性几率更高。
其中,与良性病变具有的平滑边缘相比,恶性肿瘤往往具有不规则边缘, 反射图像依据回声状态重建图像的原理,使其可以较好的定义肿瘤边缘和表征 结构扭曲,同时肿瘤相对于正常的乳腺组织有着较高的声速,这也是区分肿瘤 与正常组织的有效特征;此外,恶性肿瘤还对超声波有着较高的散射和吸收水 平,即相比周围组织,衰减特性更加明显,而虽然纤维瘤也表现出较高的声速, 但纤维瘤较均匀的组织特性与周围组织的衰减差别不大,因此反射图像、声速 图像和衰减图像通过融合,可以更有效和全面地评估乳腺组织的特征,从而辅 助医生做出更精准的诊断,并且反射图像、衰减图像以及声速图像本质上是共 配准的,因为它们是由相同的源数据构建的,省去了各个图像相互配准的过程, 增加了融合的效果。
另外,在对超声反射图像、声速图像以及衰减图像进行融合后,获得融合 的图像,这些图像可以帮助操作人员对乳腺组织进行更加清楚、细致的观察, 并通过一些关键信息的叠加显示,在同一张图像上显示不同信号在乳腺组织上 的影像学表现,方便了操作人员通过这些融合后的图像去发现一些平时难以发 现的疾病表现。
特别的,本方案通过第二融合规则进行全模态图像融合时,优选采用HSV 模型,对反射图像、声速图像以及衰减图像进行融合,用声速图像作为色调(H) 通道输入,衰减图像作为饱和度(S)通道输入,反射图像作为亮度(V)通道 输入,然后再转为RGB图像进行显示,使得本方案对乳腺组织的呈现更充分全 面,可以观察到单一模态所不具备的综合特征。
其中,HSV色彩空间由色调(Hue)、饱和度(Saturation)、明度(Value)组成, 色调(H)是色彩的基本属性,就是平常说的颜色,比如红、绿或橙色;饱和度 (S)是指色彩的纯度,饱和度越高色彩越鲜艳;明度(V)表示色彩的明暗程 度,为0时即为黑色,最大亮度是色彩最鲜明的状态。
并且反射图依据乳腺组织的回声状态重建获得,能有效描述肿块的边缘特 征,因此,将反射图与明度进行映射可以更好地描述乳腺组织的形态;声速图 映射到色度通道用以区分不同组织的分化,将实体肿块和正常组织,脂肪等通 过不同的颜色区分开;恶性肿块往往具有高衰减的特征,将其映射到饱和度通 道,可以对恶性病变区域进行增强显示。
值得说明的是,通过全模态图像融合的操作可将得到的三模态图像都融合 到统一图像中,可以将一些关键信息进行叠加显示,这样可以在同一张图像上 显示不同信号在乳腺组织部位上的影像学表现,进而帮助医生发现通过传统超 声图像无法发现的疾病表现。
优选的,在步骤1中,通过超声信号发射装置对乳腺组织发射多方位的超 声波,并通过超声信号接收装置获取乳腺组织不同方位的反射波信号和透射波 信号。
具体的,在本方案的步骤1中,可以通过均匀分布在半球形检测架内的超 声信号发射装置从乳腺组织的多个方位发射超声波,同时配合均匀分布在半球 形检测架内的超声信号接收装置获取乳腺组织不同方位的反射波信号和透射波 信号,使得本方案中只需扫描一次,即可获得关于乳腺组织的足够全面的超声 信号数据。
优选的,还可以包括步骤:步骤4、基于融合图像进行乳腺组织的观察,其 中融合图像上显示乳腺组织,并对乳腺组织中的肿瘤进行诊断。
具体的,在通过超声信号的声速图像、反射图像、衰减图像进行融合后获 得融合图像时,还可以通过观察图像中灰度的变化,使得检测人员可以通过直 接观察的方式进行观测,并手动勾画出病灶边界来对乳腺肿瘤的位置进行测量; 同时还可以通过图像自动分割技术对图像中不同的灰度变化进行识别,进而自 动对肿瘤边界进行识别,随后通过识别出的肿瘤边界来诊断肿瘤位置数据。
本发明还公开了一种利用超声图像融合数据进行肿瘤诊断的方法的装置, 包括检测架、设于所述检测架上的超声信号发射装置、设于所述检测架上的超 声信号接收装置。
具体的,检测架为半球形结构,超声信号发射装置以及超声信号接收装置 沿着半球形的检测架内侧进行均匀分布,由于超声信号发射装置以及超声信息 接收装置分布在半球形检测架的内侧,使得超声信号发射装置可以从多个位置、 角度发射出超声信号,并通过超声信号接收装置接收到来自不同方位、角度的 超声信号,增加了获得超声信号的多方向性,有助于利用超声信号进行超声图 像重建。
在本方案的优选实施例中,将检测架设置在床体上,患者趴在床体上使得 ***自然下垂至检测架中,随后在检测架中放入水,通过水作为耦合剂包围整 个***组织。
值得一提的是,本方案附图的5-8,在实际使用时呈现彩色图像,以便于医 护人员更加清晰的观察乳腺组织。
本发明不局限于上述最佳实施方式,任何人在本发明的启示下都可得出其 他各种形式的产品,但不论在其形状或结构上作任何变化,凡是具有与本申请 相同或相近似的技术方案,均落在本发明的保护范围之内。
Claims (10)
1.一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:包括以下步骤:
步骤1、对乳腺组织发射超声波,获取针对乳腺组织不同方位的反射波信号和透射波信号,其中不同方位覆盖乳腺组织的全方位角度;
步骤2、对获得的反射波信号和透射波信号进行图像重建,得到声速图像、反射图像以及衰减图像;
步骤3、对声速图像、反射图像以及衰减图像进行图像融合,得到融合图像。
2.根据权利要求1中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:步骤3中所述的图像融合包括双模态图像融合以及全模态图像融合。
3.根据权利要求2中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:所述双模态图像融合过程中,以所述反射图像为背景图,将所述声速图像或所述衰减图像叠加至所述反射图像上。
4.根据权利要求3中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:所述声速图像或所述衰减图像通过第一融合规则叠加至所述反射图像上。
5.根据权利要求2中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:所述全模态图像融合过程中,将反射图像、声速图像以及衰减图像通过第二融合规则进行融合。
6.根据权利要求4中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:所述第一融合规则为:将图像进行颜色编码。
7.根据权利要求5中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:所述第二融合规则为:将声速图像、衰减图像以及反射图像分别映射到色调通道、饱和度通道以及亮度通道中。
8.根据权利要求1中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:在步骤1中,通过超声信号发射装置对乳腺组织发射多方位的超声波,并通过超声信号接收装置获取乳腺组织不同方位的反射波信号和透射波信号。
9.根据权利要求1中所述的一种利用超声图像融合数据进行肿瘤诊断的方法,其特征在于:还可以包括步骤:
步骤4、基于融合图像进行乳腺组织的观察,其中融合图像上显示乳腺组织,并对乳腺组织中的肿瘤进行诊断。
10.一种用于权利要求1-9中任一项所述的利用超声图像融合数据进行肿瘤诊断的方法的装置,其特征在于:包括检测架、设于所述检测架上的超声信号发射装置、设于所述检测架上的超声信号接收装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111579545.9A CN114176633B (zh) | 2021-12-22 | 2021-12-22 | 一种利用超声图像融合数据的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111579545.9A CN114176633B (zh) | 2021-12-22 | 2021-12-22 | 一种利用超声图像融合数据的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114176633A true CN114176633A (zh) | 2022-03-15 |
CN114176633B CN114176633B (zh) | 2024-07-19 |
Family
ID=80544735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111579545.9A Active CN114176633B (zh) | 2021-12-22 | 2021-12-22 | 一种利用超声图像融合数据的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114176633B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009072410A (ja) * | 2007-09-21 | 2009-04-09 | Toshiba Corp | 複合画像診断装置 |
CN105496433A (zh) * | 2015-12-17 | 2016-04-20 | 深圳圣诺医疗设备股份有限公司 | 三维乳腺x射线与三维彩超融合成像***及方法 |
CN106780451A (zh) * | 2016-12-07 | 2017-05-31 | 西安电子科技大学 | X射线、超声、红外图像融合乳腺肿块图像检测方法 |
CN107713990A (zh) * | 2017-10-31 | 2018-02-23 | 华南师范大学 | 一种热声、光声、超声三模态乳腺肿瘤检测装置及方法 |
US20190053789A1 (en) * | 2017-08-17 | 2019-02-21 | QT Ultrasound LLC | Color coding an image for identifying anatomy using quantitative transmission ultrasound tomography |
CN113171126A (zh) * | 2021-05-06 | 2021-07-27 | 太原工业学院 | 基于mems超声换能器混合配置的可卷曲乳腺超声诊断贴及检测方法 |
-
2021
- 2021-12-22 CN CN202111579545.9A patent/CN114176633B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009072410A (ja) * | 2007-09-21 | 2009-04-09 | Toshiba Corp | 複合画像診断装置 |
CN105496433A (zh) * | 2015-12-17 | 2016-04-20 | 深圳圣诺医疗设备股份有限公司 | 三维乳腺x射线与三维彩超融合成像***及方法 |
CN106780451A (zh) * | 2016-12-07 | 2017-05-31 | 西安电子科技大学 | X射线、超声、红外图像融合乳腺肿块图像检测方法 |
US20190053789A1 (en) * | 2017-08-17 | 2019-02-21 | QT Ultrasound LLC | Color coding an image for identifying anatomy using quantitative transmission ultrasound tomography |
CN107713990A (zh) * | 2017-10-31 | 2018-02-23 | 华南师范大学 | 一种热声、光声、超声三模态乳腺肿瘤检测装置及方法 |
CN113171126A (zh) * | 2021-05-06 | 2021-07-27 | 太原工业学院 | 基于mems超声换能器混合配置的可卷曲乳腺超声诊断贴及检测方法 |
Non-Patent Citations (1)
Title |
---|
NEBOJSA DURIC等: "In-vivo imaging of breast cancer with ultrasound tomography: Probing the tumor environment", PROC. OF SPIE, pages 1 - 7 * |
Also Published As
Publication number | Publication date |
---|---|
CN114176633B (zh) | 2024-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | Comparison of retraction phenomenon and BI-RADS-US descriptors in differentiating benign and malignant breast masses using an automated breast volume scanner | |
JP5303147B2 (ja) | 弾性画像を生成する超音波診断装置 | |
CN103889337B (zh) | 超声波诊断装置以及超声波诊断装置控制方法 | |
JP5334413B2 (ja) | 超音波診断装置 | |
CN106236133B (zh) | 用于显示超声图像的方法和设备 | |
KR102255417B1 (ko) | 초음파 진단 장치 및 그에 따른 초음파 영상의 디스플레이 방법 | |
US10278674B2 (en) | Ultrasound apparatus and method of displaying ultrasound images | |
US20100014738A1 (en) | Method and system for breast cancer screening | |
WO2012020758A1 (ja) | 医用画像診断装置、画像処理装置及び方法 | |
JPWO2007046272A6 (ja) | 弾性画像を生成する超音波診断装置 | |
Du et al. | Combination of ultrasound elastography with TI-RADS in the diagnosis of small thyroid nodules (≤ 10 mm): A new method to increase the diagnostic performance | |
US10182793B2 (en) | Ultrasonic diagnostic apparatus, image processing apparatus, and image processing method | |
US20140378837A1 (en) | Ultrasound diagnostic apparatus | |
Xiao et al. | Quantitative evaluation of peripheral tissue elasticity for ultrasound-detected breast lesions | |
US20150173721A1 (en) | Ultrasound diagnostic apparatus, medical image processing apparatus and image processing method | |
KR20150068922A (ko) | 초음파 영상 표시 방법 및 장치 | |
JP2015061591A (ja) | 超音波診断装置、超音波診断方法、及び、プログラムを格納したコンピュータ読み取り可能な非一時的な記録媒体 | |
CN106691503A (zh) | 医用无线wifi传输b超设备及其数据传输方法 | |
JP2023083527A (ja) | ***マッピングおよび異常定位 | |
US20040138559A1 (en) | Diagnosis method and ultrasound information display system therefor | |
WO2002043801A2 (en) | Method and system for ultrasound breast cancer screening | |
CN114176633B (zh) | 一种利用超声图像融合数据的方法和装置 | |
US20190333399A1 (en) | System and method for virtual reality training using ultrasound image data | |
JP2023506861A (ja) | 胎盤を評価するためのシステム及び方法 | |
JP2021186257A (ja) | 医用画像診断装置及び医用画像処理装置 |
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 |