CN115177289A - 提供用户指导以获取肝肾指数测量的***和方法 - Google Patents
提供用户指导以获取肝肾指数测量的***和方法 Download PDFInfo
- Publication number
- CN115177289A CN115177289A CN202110366791.XA CN202110366791A CN115177289A CN 115177289 A CN115177289 A CN 115177289A CN 202110366791 A CN202110366791 A CN 202110366791A CN 115177289 A CN115177289 A CN 115177289A
- Authority
- CN
- China
- Prior art keywords
- image
- kidney
- liver
- sub
- bands
- 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
Links
- 210000003734 kidney Anatomy 0.000 title claims abstract description 110
- 210000004185 liver Anatomy 0.000 title claims abstract description 108
- 238000005259 measurement Methods 0.000 title claims abstract description 48
- 238000000034 method Methods 0.000 title claims description 71
- 238000003384 imaging method Methods 0.000 claims abstract description 38
- 238000012285 ultrasound imaging Methods 0.000 claims description 35
- 230000000007 visual effect Effects 0.000 claims description 33
- 238000004891 communication Methods 0.000 claims description 4
- 238000002604 ultrasonography Methods 0.000 abstract description 32
- 230000015654 memory Effects 0.000 description 29
- 238000012545 processing Methods 0.000 description 16
- 239000000523 sample Substances 0.000 description 11
- 238000009826 distribution Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 208000008338 non-alcoholic fatty liver disease Diseases 0.000 description 7
- 238000009877 rendering Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 208000019425 cirrhosis of liver Diseases 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 208000010706 fatty liver disease Diseases 0.000 description 5
- 208000004930 Fatty Liver Diseases 0.000 description 4
- 206010016654 Fibrosis Diseases 0.000 description 4
- 206010019708 Hepatic steatosis Diseases 0.000 description 4
- 238000003491 array Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000007882 cirrhosis Effects 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 231100000240 steatosis hepatitis Toxicity 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 230000002440 hepatic effect Effects 0.000 description 3
- 230000000670 limiting effect Effects 0.000 description 3
- 208000019423 liver disease Diseases 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000002595 magnetic resonance imaging Methods 0.000 description 2
- 206010053219 non-alcoholic steatohepatitis Diseases 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010011732 Cyst Diseases 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 239000000090 biomarker Substances 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 208000020832 chronic kidney disease Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 208000031513 cyst Diseases 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 235000004280 healthy diet Nutrition 0.000 description 1
- 210000003494 hepatocyte Anatomy 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 208000017169 kidney disease Diseases 0.000 description 1
- 238000012317 liver biopsy Methods 0.000 description 1
- 201000007270 liver cancer Diseases 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 150000003626 triacylglycerols Chemical class 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
- A61B8/42—Details of probe positioning or probe attachment to the patient
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- 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
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
-
- 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
- G06T2207/20021—Dividing image into blocks, subimages or windows
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20096—Interactive definition of curve of interest
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/30056—Liver; Hepatic
-
- 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
- G06T2207/30084—Kidney; Renal
-
- 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
- G06T2207/30168—Image quality inspection
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Vascular Medicine (AREA)
- Geometry (AREA)
- Physiology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
可至少部分地通过超声图像的显示上的图形叠加向用户提供指导。该指导可帮助用户采集适合进行肝肾指数(HRI)测量的图像。在一些示例中,该指导可帮助用户找到包括肝脏和肾脏的一部分的适当成像平面。在一些示例中,该指导可进一步帮助用户在图像内适当地放置感兴趣区域(例如在肝脏和肾脏的相同深度和适当部分处)以计算HRI。在一些示例中,一个或多个处理器可分析图像以确保质量适合于计算HRI。
Description
技术领域
本申请涉及提供用户指导以获取肝肾指数测量。更具体地,本申请涉及提供指导用于选择成像平面和感兴趣区域以计算肝肾指数。
背景技术
由于肥胖和糖尿病的高患病率,非酒精性脂肪肝病(NAFLD)已成为肝病的主要原因之一。非酒精性脂肪肝病的发病率稳步上升,影响到西方和发展中国家约25%-30%的人口。脂肪肝的临床期是肝硬化,被定义为作为甘油三酯的肝细胞中脂肪的过度积累(超重5%-10%)。早期肝硬化没有症状并且通过简单的生活方式改变(例如通过定期锻炼和健康节食)可逆。肝硬化可以转变成更严重的肝病,例如非酒精性脂肪性肝炎(NASH)和肝纤维化。如果在这些阶段不治疗,脂肪肝将发展为终末期疾病,包括肝硬化和原发性肝癌。
在目前的临床实践中,脂肪肝诊断的金标准是肝活检,这是一种有采样误差和解释变异性的侵入性程序。磁共振质子密度脂肪分数(MR-PDFF)被认为是NAFLD诊断的新参考标准,因为它可以提供肝脏脂肪含量的定量生物标志物。然而,MR-PDFF是一种昂贵的诊断工具,可能并不总是可用,尤其是在小医院。与磁共振成像(MRI)相比,超声是一种应用广泛、成本低廉的成像方式。因此,超声可能更适合筛查和/或诊断低风险的普通人群。
肝肾指数(HRI)是一种基于超声的方法,已在临床上用于脂肪肝检测。肝脏脂肪浸润过多增加声学背散射系数,导致B超成像中的灰度值升高。在正常状态下,肝实质和肾脏的肾皮层(RC)有相似的回声。脂肪沉积越多,与RC相比肝脏的高回声就越明显(即更亮)。HRI通常被计算为肝脏与RC的回声强度比。根据B模式数据,通过选择肝实质和RC内相似深度处的感兴趣区域(ROI),然后平均ROI中的灰度回声强度值,来估计肝脏和肾脏的回声强度。但是,HRI的可靠性问题限制了它的应用,有些是由于用户错误造成的。例如,用户可能无法从包括肝脏和肾脏两者的足够组织的图像平面获取图像,或者用户可能在肾脏中选择与肝脏的ROI处于不同深度的ROI。因此,需要用于获取HRI而不易发生用户错误的改进技术。
发明内容
公开了用于指导用户在适当的图像平面上采集图像并在同一深度处选择肝脏和肾脏中的ROI的***、装置和方法。在一些示例中,可以分析图像和/或选择的ROI,以确认用于计算HRI的足够质量。如果选择的ROI质量不够,可能会提示用户选择新的ROI和/或采集新的图像。
根据本文公开的至少一个示例,超声成像***可被配置为提供用户指导以采集适合肝肾指数测量的图像,并可包括用指令编码的非瞬态计算机可读介质;以及至少一个处理器,其与非瞬态计算机可读介质通信并被配置为执行所述指令,其中,当所述指令被执行时,所述指令使所述至少一个处理器:从图像中分割肝脏区域、肾脏区域和肝肾交界面,将曲线拟合到所述肝肾交界面,计算所述曲线的中点处的锚定点,确定所述曲线在所述锚定点处的切线,确定所述中点处的水平线,计算所述切线与所述水平线之间的角度,并生成用于显示的视觉提示,其中,所述视觉提示至少部分地基于所述切线和所述切线与所述水平线之间的所述角度。所述成像***可包括显示器,其配置为显示所述图像和作为所述图像上的图形叠加的所述视觉提示。
根据本文公开的至少一个示例,提供用户指导以采集适合肝肾指数测量的图像的方法可以包括:接收图像、从所述图像中分割肝脏区域、肾脏区域和肝肾交界面、将曲线拟合到所述肝肾交界面、计算所述曲线的中点处的锚定点、确定所述曲线在所述锚定点处的切线,确定所述中点处的水平线,计算所述切线与所述水平线之间的角度,显示所述图像,并显示作为所述图像上的图形叠加的视觉提示,其中,所述视觉提示至少部分地基于所述切线和所述切线与所述水平线之间的所述角度。
附图说明
图1是根据本发明原理布置的超声成像***的框图。
图2示出了根据本发明原理的包括肝脏和肾脏的一部分的示例图像。
图3示出了根据本发明原理的包括肝脏和肾脏的一部分以及拟合到其交界面的曲线的示例图像。
图4A和图4B示出了显示器上的示例图像,其具有根据本发明原理的图形覆盖以向用户提供指导。
图5示出了根据本发明原理的包括被细分为多个部分的肝脏和肾脏的一部分的示例图像。
图6示出了根据本发明原理的包括被细分为多个部分的肝脏和肾脏的一部分的示例图像。
图7示出了根据本发明原理的从图像中提取的参数的值的示例绘图。
图8示出了根据本发明原理的示例感兴趣区域。
图9A是根据本发明原理的方法的流程图。
图9B是根据本发明原理的方法的流程图。
图10是示出根据本发明原理的示例处理器的框图。
具体实施方式
以下对某些示例性示例的描述本质上仅是示例性的,并不打算限制本发明或其应用或用途。在以下对本发明***和方法的示例的详细描述中,参考构成公开一部分的附图,附图中以图解的方式示出了可实施所述***和方法的具体示例。这些示例被足够详细地描述以使本领域技术人员能够实践本公开的***和方法,应当理解,可以使用其他示例,且在不脱离本公开的精神和范围的情况下,可以进行结构和逻辑上的改变。此外,为了清楚起见,当某些特征对于本领域技术人员来说是显而易见的时候,将不讨论对这些特征的详细描述,以免掩盖对本发明的描述。因此,以下详细描述不具有限制意义,而本***和方法的范围仅由权利要求书限定。
肝肾指数(HRI)通常基于超声成像***上显示的B模式图像的像素强度获得。如果测量得当,HRI可作为脂肪肝疾病的一个有用诊断指标。HRI的可靠性可能受到图像采集不良和/或对肝脏和/或肾脏得感兴趣区域(ROI)选择不当的影响。
在需要进行HRI测量的肝脏成像检查期间,肝脏和肾脏应在成像平面上进行成像,该成像平面在图像的一侧(在当前***上通常在图像的左侧)提供足够的肝脏部分,在图像的另一侧(在当前***上通常在图像的右侧)提供足够的肾部部分,以便选择每个器官中的ROI。此外,图像平面应使得在相似的成像深度(优选相同的成像深度)处存在肝脏和肾脏的足够部分。即,肝脏和肾脏应该大致并排出现,而不是相对于成像光束垂直堆叠出现。然而,实际上,由于肋骨的缘故,肝脏和肾脏的视野有限。通常,二维(2D)超声图像是在特定解剖位置以特定扫描角度获得的。例如,可以获得“莫里森”囊处肝肾交界面的图像。一旦获得肝肾交界面图像,可稍微旋转探头以获得大致并排的肝肾的预期图像,以便进行HRI测量。
如果肝脏与肾脏之间的交界面(肝肾交界面)在图像中水平或接近水平(例如,垂直于或接近垂直于波束方向),则超声图像中可能缺少肾脏的有效深度信息,并且可能不是HRI计算的可靠参考。在肝脏与肾脏之间的交界面处,相对于水平线(例如,垂直于波束方向的线)的较高角度可为肾脏提供更有效的深度信息。然而,由于肋骨和其他解剖结构限制了超声探头的视野,在实践中,肝脏和肾脏的交界面处的角度在检查过程中可能限制在例如零度到几十度(例如,40度、50度)的范围内。
鉴于解剖现实对超声探头的放置和定位施加了物理限制,采集用于HRI计算的合适图像可能需要大量时间和/或熟练的超声医生。此外,一旦采集图像,确定图像中用于HRI的适当ROI也可能需要大量的时间和技能。因此,用于帮助超声用户采集合适图像和适当ROI的技术是可取的。
本发明涉及用于通过在扫描期间在超声成像***的显示器的图像上提供作为图形叠加的视觉提示来指导用户选择可接受的成像平面的***和方法。例如,所述视觉提示可以包括与肝肾交界面相切的线的角度的指示。一旦采集图像,就可以评估在不同深度带处采集的图像的统计属性,以确认获得的图像适合于计算HRI测量。在一些示例中,可以在显示器上提供深度带的图形指示,以帮助用户选择肝脏和肾脏中相同深度处的两个ROI。在某些应用中,HRI测量的可靠性和再现性可能会得到提高。在一些应用中,获取HRI测量的工作流可能会得到改进。在一些应用中,用户获得HRI测量所需的时间和/或技能可能会减少。
图1示出了根据本发明原理构造的超声成像***100的框图。根据本发明的超声成像***100可以包括换能器阵列114,所述换能器阵列可以包括在超声探头112(例如外部探头或内部探头)中。换能器阵列114被配置为发射超声信号(例如,波束、波)并接收响应于所述超声信号的回波。可以使用各种传感器阵列,例如,线性阵列、弯曲阵列或相控阵。例如,换能器阵列114可以包括换能器元件的二维阵列(如图所示),该二维阵列能够在仰角和方位角维度上进行扫描以进行2D和/或3D成像。众所周知,轴向是垂直于阵列表面的方向(在弯曲阵列的情况下,轴向扇出),方位角方向通常由阵列的纵向尺寸定义,并且仰角方向横向于方位角方向。
在一些实施例中,换能器阵列114可耦合到微波束形成器116,所述微波束形成器可位于超声探头112中,并可控制阵列114中换能器元件的信号发射和接收。在一些实施例中,微波束形成器116可以控制阵列114中有源元件(例如,所述阵列中在任何给定时间定义有源孔径的有源元件子集)的信号发射和接收。
在一些实施例中,微波束形成器116可以例如通过探头电缆或无线地耦合到发射/接收(T/R)开关118,该开关在发射与接收之间切换,并保护主波束形成器222免受高能发射信号的影响。在一些实施例中,例如在便携式超声***中,T/R开关118和***中的其他元件可以包括在超声探头112中,而不是包括在超声***基座中,超声***基座可以容纳图像处理电子器件。超声***基座通常包括软件和硬件组件,包括用于信号处理和图像数据生成的电路以及用于提供用户接口的可执行指令(例如,处理电路150和用户接口124)。
在微波束形成器116的控制下,从换能器阵列114对超声信号的发射由发射控制器120引导,所述发射控制器可耦合到T/R开关118和主波束形成器122。发射控制器120可以控制波束的转向方向。波束可以从换能器阵列114直接向前(与换能器阵列114正交),或者以不同的角度转向以获得更宽的视野。发射控制器120还可以耦合到用户接口124并接收来自用户对用户控制的操作的输入。用户接口124可以包括一个或多个输入设备,例如控制面板152,其可以包括一个或多个机械控制(例如按钮、编码器等)、触敏控制(例如,轨迹板、触摸屏等)和/或其他已知输入设备。
在一些实施例中,微波束形成器116产生的部分波束形成信号可耦合到主波束形成器122,其中来自传感器元件的各个分块(patch)的部分波束形成信号可组合成完全波束形成信号。在一些实施例中,微波束形成器116被省略,并且换能器阵列114在执行信号的所有波束形成的主波束形成器122的控制下。在具有和不具有微波束形成器116的实施例中,主波束形成器122的波束形成信号耦合到处理电路150,所述处理电路可以包括被配置为从波束成形信号(例如,波束成形RF数据)生成超声图像的一个或多个处理器(例如,信号处理器126、B模式处理器128、多普勒处理器160,以及一个或多个图像生成和处理部件168)。
信号处理器126可以被配置成以各种方式处理接收到的波束形成RF数据,例如带通滤波、抽取、I和Q分量分离以及谐波信号分离。信号处理器126还可以执行附加的信号增强,例如散斑抑制、信号复合和噪声消除。处理后的信号(也称为I和Q分量或IQ信号)可耦合到用于图像生成的附加下游信号处理电路。IQ信号可以耦合到***内的多个信号路径,每个信号路径可以与适合于生成不同类型的图像数据(例如,B模式图像数据、多普勒图像数据)的信号处理部件的特定布置相关联。例如,***可以包括B模式信号路径158,其将来自信号处理器126的信号耦合到B模式处理器128以产生B模式图像数据。
B模式处理器可采用幅度检测对身体结构进行成像。由B模式处理器128产生的信号可以耦合到扫描转换器130和/或多平面重构器132。扫描转换器130可以被配置为根据接收回波信号的空间关系将所述回波信号布置成期望的图像格式。例如,扫描转换器130可以将回波信号排列成二维(2D)扇形格式,或者金字塔形或其他形状的三维(3D)格式。多平面重构器132可以将从身体体积区域中的公共平面中的点接收的回波转换为该平面的超声图像(例如,B模式图像),例如美国专利US6443896(Detmer)中所述。在一些实施例中,扫描转换器130和多平面重构器132可以实现为一个或多个处理器。
体积绘制器134可以生成从给定参考点观看的3D数据集的图像(也称为投影、绘制或渲染),例如美国专利US6530885(Entrekin等人)中所述。在一些实施例中,体积绘制器134可以实现为一个或多个处理器。体积绘制器134可以通过任何已知或将来已知的技术(例如表面绘制和最大强度绘制)生成绘制,例如正绘制或负绘制。
在一些实施例中,***可包括多普勒信号路径162,其将信号处理器126的输出耦合到多普勒处理器160。多普勒处理器160可以被配置为估计多普勒频移并生成多普勒图像数据。多普勒图像数据可以包括彩色数据,该彩色数据随后与B模式(即灰度)图像数据重叠以进行显示。多普勒处理器160可被配置为,例如使用壁滤波器,滤除不需要的信号(即,与非移动组织相关联的噪声或杂波)。多普勒处理器160还可以被配置为根据已知技术估计速度和功率。例如,多普勒处理器可以包括诸如自相关器的多普勒估计器,其中速度(多普勒频率、频谱多普勒)估计基于滞后一自相关(lag-one autocorrelation)函数的实际参数,而多普勒功率估计基于滞后零自相关(lag-zero autocorrelation)函数的幅度。还可以通过已知的相位域(例如,参数频率估计器,例如MUSIC、ESPRIT等)或时域(例如,互相关)信号处理技术来估计运动。然后,可以根据颜色图将速度和/或功率估计映射到所需的显示颜色范围。彩色数据(也称为多普勒图像数据)随后可耦合到扫描转换器130,其中多普勒图像数据可被转换为期望的图像格式并叠加在组织结构的B模式图像上以形成彩色多普勒或功率多普勒图像。
来自扫描转换器130、多平面重构器132和/或体积绘制器134的输出可以耦合到图像处理器136,以便在显示到图像显示器138上之前进一步增强、缓冲和临时存储。图形处理器140可以生成用于与图像一起显示的图形叠加。这些图形叠加可以包含例如标准识别信息,诸如患者姓名、图像的日期和时间、成像参数等。出于这些目的,图形处理器140可被配置为从用户接口124接收输入,例如键入的患者姓名或其他注释。用户接口124还可以耦合到多平面重构器132,用于选择和控制多个多平面重构(MPR)图像的显示。
***100可以包括本地存储器142。本地存储器142可以实现为任何合适的非瞬态计算机可读介质(例如,闪存驱动器、磁盘驱动器)。本地存储器142可存储由***100生成的数据,包括超声图像、可执行指令、患者病史或***100操作所需的任何其他信息。在一些示例中,本地存储器1242可以包括多个存储器,这些存储器可以是相同的,也可以是不同类型。例如,本地存储器142可以包括动态随机存取存储器(DRAM)和闪存。
如前所述,***100包括用户接口124。用户接口124可以包括显示器138和控制面板152。显示器138可以包括使用各种已知显示技术(例如LCD、LED、OLED或等离子显示技术)实现的显示设备。在一些实施例中,显示器138可以包括多个显示器。控制面板152可以被配置为接收用户输入(例如,检查类型、存储图像帧、冻结窗口、ROI选择)。控制面板152可以包括一个或多个硬控件(例如,按钮、旋钮、拨号盘、编码器、鼠标、轨迹球或其他)。在一些实施例中,控制面板152可附加地或替代地包括在触敏显示器上提供的软控制(例如,GUI控制元件或简单地,GUI控制)。在一些实施例中,显示器138可以是包括控制面板152的一个或多个软控件的触敏显示器。
图1所示的***100的部件可能没有包括***100的所有部件。例如,***100可以包括用于实现所述***的操作***的一个或多个处理器,其可以提供本文所述的GUI元件。在另一个示例中,***100可以包括用于无线地或经由有线连接接收或发送信息的各种接口,例如,将采集的图像发送到图片存档和通信***(PACS)并从医院服务器接收电子病历。
在一些实施例中,可以组合图1中所示的各种部件。例如,多平面重构器132和体积绘制器134可以实现为单个处理器。在一些实施例中,图1所示的各种部件可以实现为单独的部件。例如,信号处理器126可以被实现为针对每个成像模式(例如,B模式、多普勒)的单独的信号处理器。在另一示例中,图像处理器136可以实现为针对不同任务和/或并行处理相同任务的单独的处理器。在一些实施例中,图1所示的各种处理器中的一个或多个可以由配置为执行指定任务的通用处理器和/或微处理器来实现。在一些示例中,处理器可以通过从非瞬态计算机可读介质(例如,从本地存储器142)提供针对各任务的指令来配置。这些指令随后可由处理器运行。在一些实施例中,各种处理器中的一个或多个可以实现为应用特异性电路。在一些实施例中,各种处理器中的一个或多个(例如,图像处理器136)可以用一个或多个图形处理单元(GPU)来实现。
在一些示例中,当期望从对象获得HRI测量时,用户可经由用户接口124提供用户输入。例如,用户可以从***100的操作***的菜单中选择HRI选项。任选地,***100可以(例如,从医院信息***(HIS))导入对象的病历并确认对象不具有可能使该对象不适合HRI测量的慢性肾脏疾病或共存的慢性肝肾疾病。或者,***100可以提示用户检查对象的病历以确认对象适合HRI测量。如果对象不适合进行HRI测量,则对象可被告知不同的技术来评估NAFLD。其他技术可以包括不同的超声技术(例如,基于机器学习的分析)和/或其他成像模态(例如,MRI)。
成像***100可以指导用户采集适当的成像平面以获得HRI测量。用户可以采集肝脏和肾脏(或其部分)的初始图像。成像***100可从该初始图像确定肝肾交界面(例如,交界面)的位置,并且至少部分地基于肝肾交界面的曲线,***100可以向用户提供指导以获得用于采集HRI测量的合适成像平面。在一些示例中,所述位置可以由一个或多个处理器(例如***100的图像处理器136)确定。所述指导可包括一个或多个视觉提示,其指示解剖特征的几何形状和/或解剖特征相对于彼此的位置、图像帧(例如,超声探头112的视野)和/或超声波束(例如,换能器阵列114提供的波束)。视觉提示可允许用户在视觉上确定肝脏和肾脏的适当部分何时存在于图像中和/或图像中肝脏和肾脏何时相对于彼此处于适当位置。视觉提示的示例包括但不限于:指示肝肾交界面的中点的锚定点、肝肾交界面在该中点处的切线、穿过中点的水平线和/或围绕图像的中心部分的边界框。在一些示例中,可视提示可以作为图像上的图形叠加来提供。在一些示例中,图形叠加可以由一个或多个处理器(例如图像处理器136和/或图形处理器140)生成。
图2示出了根据本发明原理的包括肝脏和肾脏的一部分的示例图像。图像200是包括肝脏202的一部分和肾脏204的一部分的超声图像。在一些示例中,成像***100可以基于图像分割技术(例如,边缘检测、机器学习)自动确定肝脏202与肾脏204间交界面206的位置。或者,交界面206的位置可以通过半自动技术来找到。例如,用户可经由用户接口124提供输入以指示沿交界面206的一个或多个种子点208。在一些示例中,例如图2中所示的示例,用户可以提供2-4个种子点208。成像***100可使用图像分割和/或深度学习技术至少部分地基于种子点208来确定交界面206的位置。在一些示例中,除了确定交界面206的位置之外,成像***100还可以从图像200分割肝脏202和/或肾脏204。在一些示例中,成像***100的一个或多个处理器(例如图像处理器136)可以确定交界面206的位置和/或从图像分割肝脏202和肾脏204。
在一些例子中,曲线可以由一个或多个处理器被拟合到所述交界面上。图3示出了根据本发明原理的包括肝脏和肾脏的一部分以及拟合到所述交界面的曲线的示例图像。图像300是包括肝脏302的一部分和肾脏304的一部分的超声图像。图像300中还可以看到肝肾交界面306的至少一部分。诸如图像处理器136的处理器可以计算定义拟合到交界面306的曲线310的方程。曲线310可至少部分地基于用于确定交界面306的位置的自动或半自动分割技术,例如,如参考图2所述。在一些示例中,可以使用非线性曲线拟合技术来定义曲线310。虽然可以在显示器138上提供曲线310作为图像300上的叠加,但是在其他示例中,可以计算定义曲线310的方程并将其存储在***100中,但是不需要显示曲线310。
至少部分地基于肝肾交界面的曲线,***100可以为用户提供指导以获得用于采集HRI测量的合适成像平面。例如,***100可以在显示器138上提供一个或多个视觉提示。所述视觉提示可包括至少部分地基于肝肾交界面得曲线生成的一个或多个图形叠加。
图4A和图4B示出了根据本发明原理的显示上的示例图像连同图形叠加,以向用户提供指导。在一些示例中,显示400可以包括在显示器138中。所述显示可以提供超声图像,例如图4A中的图像401和图4B中的图像403。图像401和403都包括肝脏402、肾脏404和肝肾交界面406的一部分,所述肝肾交界面是肝脏402与肾脏404之间的较浅灰度区域(例如,通常较白的线)。显示400还可以部分地基于交界面406的几何形状提供视觉提示作为图形叠加,用于指导用户采集适于获得HRI测量的图像。在一些示例中,图形叠加可以包括锚定点412、水平线414、切线416、边界框418和/或角度指示符424。尽管图4A和4B中未显示,在一些示例中,图形叠加还可包括拟合到肝肾交界面406的曲线,例如图3中所示的曲线310。
图像401和403可以被分割并且曲线被拟合到肝肾交界面406(即使曲线没有被显示),如参考图2和3所述。拟合到肝肾交界面406的曲线的中点可被计算并由锚定点412指示。延伸穿过锚定点412的水平线(例如,垂直于换能器阵列(例如换能器阵列114)发射的超声波束的中心扫描线的线)可被计算并被提供为水平线414。然而,在一些示例中,水平线414可以不显示在所述显示上。拟合到肝肾交界面406的曲线在锚定点412处的切线可被计算并被提供为切线416。可选地,在一些示例中,仅显示切线416,而不显示锚定点412。分割、曲线、锚定点412、水平线414和/或切线416可由一个或多个处理器(例如图像处理器136)计算。在一些示例中,基于计算的显示信息可以由另一处理器(例如图形处理器140)生成。
切线416与水平线414之间的角度(即使未显示)可由一个或多个处理器计算。切线416与水平线414之间的较大角度(例如,切线416的较大斜率)可在一些应用中为HRI测量提供更合适的图像,因为其可允许在相同深度处存在更多肝脏402和肾脏404组织。如图4A所示,图像401中切线416与水平线414之间的角度420大于图4B的图像403中的角度422。在图像401中,肝脏402和肾脏404的重要部分相邻出现,而在图像403中,肝脏402主要位于肾404上方。因此,在图像403中,在相同深度处几乎没有肝402和肾404组织用于计算HRI测量的区域。
通过提供切线416与水平线414之间的角度(和/或切线416的斜率)的(一个或多个)视觉提示,用户可以在视觉指导下更容易地找到用于HRI测量的适当图像。在一些示例中,显示400可以至少显示切线414,并且在一些情况下还可以显示锚点412和/或水平线414,并且用户可以“目测”(或视觉估计)何时获得了合适的角度时(例如,通过目视检查切线相对于水平线的倾斜)。在一些例子中,合适的角度可以是30度或更大。在一些示例中,切线416的角度和/或斜率的数值可以在显示400上由角度指示符424提供为文本。另外或可替换地,角度和/或斜率的定性指示符可由指示符424提供。在图4A和4B所示的示例中,提供诸如“好”和“太小”的文本。然而,可以使用其他定性指示符,例如不同的颜色、不同的形状等。定性指示符可以基于一个或多个阈值。例如,当角度低于30度时,指示符可能为“太小”或红色;当角度高于30度时,指示符可能为“良好”或绿色。在一些示例中,角度指示符424可以“内置”到其他图形叠加中的一个。例如,当获得合适的角度时,切线416可以从一种颜色改变为另一种颜色。可以以各种其他方式提供指导用户的视觉提示,例如,通过当切线与水平线之间的角度等于或大于最小阈值角度时改变切线的颜色(例如,从红色或橙色变为绿色)。
除了合适的角度之外,在一些示例中,可以指导用户将肝肾交界面406的中点(如锚定点412所示)保持靠近图像401、403的中心。这可能有助于确保足够的肝脏402和肾脏404可见以获取HRI测量。在图4A和4B所示的示例中,显示边界框418以指导用户在图像中正确放置锚定点412。可以基于图像401、403的中点来确定边界框418的位置。边界框418的宽度可以至少部分地基于图像401、403的宽度。例如,边界框418的大小可以包括图像401、403的大约5-20%的像素扫描线/列。在一些示例中,当锚定点412落在边界框418之外时,边界框418和/或锚定点412可以从一种颜色改变为另一种颜色。在一些示例中,显示400可以提供锚定点412在边界框418之外的文本警告。任选地,在未显示锚定点412和/或边界框418的示例中,当肝肾交界面406的中点落在由边界框418(即使未显示)定义的图像401、403的中心区域之外时,切线416可以改变颜色和/或纹理(例如,实线到虚线)。
一旦肝肾交界面406的中点位于合适的位置(例如,锚定点412位于边界框418内)并且处于合适的角度(例如,切线416与水平线414之间的角度为30度或更大),成像平面就可以适合于采集用于HRI测量的图像。用户例如可以将图像(例如,图像401)保存到本地存储器142。
尽管图4A和4B示出所显示的锚定点412、水平线414、切线416、边界框418和角度指示符424,在其他示例中,仅可提供一些图形叠加。如注意到的,在一些示例中,可以仅提供切线416。在一些示例中,可以仅提供角度指示符424。在一些示例中,可以仅提供切线416和角度指示符424。也可以使用视觉提示的其他组合。在一些示例中,用户可以例如通过经由用户接口124提供输入来选择提供哪些视觉提示。
可选地,在一些实施例中,肝肾交界面406的像素的平均强度可由一个或多个处理器计算。如果平均强度太高,则可以指示肾脏404,特别是肾脏404的RC,的回波强度对于获取HRI测量来说可能太低。在一些示例中,肝肾交界面406的宽度可以是大约3-5像素。还可以计算肝脏402的一部分的平均强度。例如,肝脏402的一部分(例如,宽度为20-50像素)与肝肾交界面406的一部分具有相同或相似的深度。在一些示例中,肝脏402的多个部分与肝肾交界面406的多个部分具有相同或相似的深度。肝肾交界面406(或其一个或多个部分)的平均强度可与肝脏402的部分(或其多个部分)的平均强度进行比较以确定成像平面是否合适。在一些示例中,如果肝肾交界面406的平均强度低于肝脏402的平均强度的某个百分比和/或高于肝脏402的平均强度的某个百分比,则成像平面可能不合适。例如,当肝肾交界面406的平均强度等于或大于肝脏402的1.5×平均强度,但等于或小于肝脏402的1.3×平均强度时,成像平面可能是合适的。
另外或可选地,可将肝肾交界面406的平均强度与图像401、403的最大亮度进行比较,以确定成像平面是否合适。例如,如果肝肾交界面406的平均强度大于最大亮度的某个百分比(例如,0.7、0.8),则肝肾交界面406可能太亮,而肾脏404可能太暗。在一些示例中,可以将肝肾交界面406的平均强度与图像的最大亮度和肝脏402的平均强度两者进行比较,以确定图像平面的适合性。
在一些示例中,显示器400可以以与角度指示符424类似的方式提供关于肝肾交界面406的像素的平均强度是否适合的作为文本的指示符。在图形叠加包括拟合到肝肾交界面406的曲线的一些示例中,当平均强度在适当范围内时,曲线可以改变颜色。
在一些示例中,一旦采集图像,超声成像***可分析图像以确保质量适合获得HRI测量和/或指导用户在图像中选择合适的ROI。在一些示例中,超声成像***可以将采集的图像细分为多个部分。可以从每个部分提取一个或多个参数。在一些示例中,如果提取的参数在特定范围内,则可以确定图像具有适合于获取HRI测量的质量。在一些示例中,可以比较相邻部分的参数。在一些示例中,如果两个相邻部分具有足够相似值的参数,则可以确定图像具有适合于获取HRI测量的质量。如果发现图像质量不合适,则超声成像***可提示用户采集另一图像(例如,通过显示器138上的文本警告)。超声成像***随后可返回到如参考图4A和4B所述的采集指导。
图5示出了根据本发明原理的包括被细分为多个部分的肝脏和肾脏的一部分的示例图像。图像500包括肝脏502的一部分、肾脏504的一部分和肝肾交界面506的一部分。如上所述,一个或多个处理器(例如图像处理器136)可以分割图像500和/或将曲线510拟合到肝肾交界面506。至少部分地基于分割和/或曲线510,一个或多个处理器可以确定肾脏504的上边界526和肾脏504的下边界528。肾脏504的上边界526与下边界528之间的区域可划分为多个子带(例如,深度带)530。在一些示例中,子带的宽度可以是大约1cm-1.5cm。可以确定每个子带内的像素的一个或多个参数(例如,强度分布、平均强度、强度的标准偏差、信噪比等)。在一些示例中,如果一个或多个子带的参数在可接受范围内,则可以确定图像500具有用于获取HRI测量的适合质量。在一些示例中,可以将一个子带的参数与一个或多个相邻子带的参数进行比较。在一些示例中,如果两个相邻子带具有足够相似的参数(例如,在10%之内、在20%之内),则可以确定图像具有适于获取HRI测量的质量。
在一些示例中,超声成像***可将子带划分为子长度,并从每个子带的至少一个子长度中提取像素的参数。图6示出了根据本发明原理的包括被细分为多个部分的肝脏和肾脏的一部分的示例图像。图像600包括肝脏602的一部分、肾脏604的一部分和肝肾交界面606的一部分。如上所述,一个或多个处理器(例如图像处理器136)可以分割图像600和/或将曲线610拟合到肝肾交界面606。至少部分地基于分割和/或曲线610,一个或多个处理器可以将图像600中从肾脏604的上界到肾脏604的下界的一部分划分为子长度。虚线636限定肝肾交界面606的肝脏602侧上的第一子长度638和肝肾交界面606的肾脏604侧上的第二子长度640。
在一些示例中,可以从每个子带的子长度638、640中提取参数(图6中未示出,参见图5)。即,并不是包括在整个子带中的所有像素都用来提取参数,而可以仅使用包括在子长度中的那些像素。在一些示例中,可以针对每个子带提取两个参数值。例如,可以针对子带的子长度638提取参数的值,并且可以针对子带的子长度640提取参数的另一值。在比较相邻子带的参数的一些示例中,可以将针对子长度638的参数的值彼此比较,并且可以将针对子长度640的参数的值彼此比较。
在一些示例中,第二子长度640的宽度可以至少部分地基于肾脏604的肾皮质642的宽度。在一些示例中,第一子长度638和第二子长度640的宽度可以至少部分地基于子带的宽度,使得每个子带的每个子长度内有足够的像素来从每个子带的每个子长度提取参数。例如,图像在子带的子长度内的一部分可以是大约1cm-1.5cm×1cm-1.5cm。
图7示出了根据本发明原理的从图像中提取的参数的值的示例绘图。绘图700和705示出图像(例如图像500和/或图像600)的不同子带的像素的强度分布。在绘图700中,每条曲线是与肝脏相关联的子宽度(例如,子宽度638)的不同子带(例如,子带530)的像素的强度分布。在绘图705中,每条曲线是与肾脏相关联的子宽度(例如,子宽度640)的不同子带(例如,子带530)的像素的强度分布。第五带是最靠近肾脏底部的子带(例如,与针对下边界528的线相邻),而第一子带是最靠近肾脏顶部的子带(例如,与针对上边界526的线相邻)。
在绘图700和705两者中,每个子带的曲线都接近高斯分布,并且随着深度的增加,由于衰减,峰值逐渐偏移。然而,在相邻子带之间的分布宽度或峰值偏移没有显著变化。因此,每个子带的提取参数表明图像具有适合于获取HRI测量的质量。在一些示例中,可以针对两条相邻曲线计算互相关系数(CCC)。CCC可与阈值进行比较以确定相邻子带是否足够相似。例如,CCC的最大值可以是一(1),并且如果CCC大于或等于0.70,则可以发现子带足够相似。
如果一条或多条曲线为非高斯曲线、低CCC和/或相邻子带的峰值之间发生显著偏移,则表明图像质量可能不适合HRI测量。例如,峰值强度的显著偏移可能表明在子带中存在血管或囊肿。在另一示例中,非高斯分布可暗示可影响HRI测量的图像伪影。
虽然图7所示的示例示出了像素的强度分布,但是在其他示例中,可以从子带和/或子带的子宽度中提取其他参数。例如,可以计算SNR和/或平均像素强度。在一些示例中,可以计算提取的参数的平均值来确定图像是否具有合适的质量,而不是将子带的参数彼此比较。在一些例子中,可以使用加权平均数。在一些示例中,最靠近肾脏底部的子带和最靠近肾脏顶部的子带可被忽略和/或给予较少的权重,因为这些带不太可能用于获取HRI测量。如果基于提取的参数确定图像质量不合适,则超声成像***可提示用户采集新图像。
在一些示例中,从子带提取的参数可用于单独评估每个子带是否适合获取HRI测量。例如,如果特定子带的SNR不满足阈值,则超声成像***可向用户提供指示:不应使用特定子带来选择用于HRI测量的ROI,而是要求用户采集新图像。
如果发现图像具有用于获取HRI测量的适合质量,则超声成像***可向用户提供诸如视觉提示的指导,以选择用于计算HRI的适当ROI。
回到图5,在一些示例中,显示器(例如显示器138)可以提供对应于曲线510、线526、528和/或划分子带530的线的图形叠加。可选地,显示器可以提供对应于子宽度638和630的图形叠加。在一些示例中,用于图形叠加的显示信息可以由一个或多个处理器(例如图形处理器140和/或图像处理器136)提供。通过在显示器上提供子带530,可以指导用户正确地选择相同深度的ROI。通过提供曲线510,可以指导用户正确地选择肝脏502上的一个ROI(例如示例性肝脏ROI 532)以及肾脏504上的一个ROI(例如示例性ROI 534)。通过提供子宽度640,可以指导用户将ROI 534正确地放置在肾皮质上而不是肾504的另一部分上。通过提供子宽度638,可以指导用户选择肝脏502中靠近肾脏504的一部分。
如参考图7所述,可选地,在一些示例中,显示器可提供图形叠加(未示出),指示某些子带不应用于放置ROI 532、534。示例包括但不限于哈希标记、“变灰”子带和/或子带上的文本“请勿使用”。
可选地,在一些示例中,可以在显示器上向用户提供文本和/或其他指导。例如,如果用户将ROI 532、534放置在不同的子带和/或子宽度之外,则可能出现文本警告。在另一示例中,当ROI 532、534中的一个被放置在不同的子带和/或子宽度之外时,ROI 532、534中的一个或两个可以改变颜色。在其他示例中,***可能不允许用户将ROI放置在不同的子带和/或适当的子宽度之外。在一些示例中,用户可以通过经由用户接口(例如用户接口124)提供输入来选择是否在显示器上提供用于选择ROI的子带、子宽度和/或其他视觉提示。
图8示出了根据本发明原理的示例感兴趣区域。图像800是肝脏的ROI,其可以是已经从图像(例如图像500和/或图像600)获取的。图像805是肾脏的ROI,其可以是已经从图像(例如图像500和/或图像600)获取的。在一些示例中,图像800可对应于ROI 532,图像805可对应于ROI 534。可以至少部分地基于图像800和图像805来计算HRI测量。通常,通过计算图像800的平均强度和计算图像805的平均强度来确定HRI。将图像800的平均强度除以图像805的平均强度,得到HRI。
因此,如本文所公开的,在第一阶段,可以指导用户在适当的成像平面上采集图像。例如,通过提供与肝肾交界面的角度和/或肝肾交界面在中心位置边界框内的位置相关的指导。可选地,可基于肝肾交界面的像素的平均强度来提供附加指导。在第二阶段,可以评估在第一阶段期间在适当成像平面处采集的图像的质量。在一些示例中,图像的一部分可以被分为子带,并且评估可以基于对各个子带的至少一些像素的分析。如果质量不合适,成像***可能返回到第一阶段。然而,一旦确定图像的质量是合适的,就可以提供子带和/或其他视觉指导(例如,子宽度),以帮助用户在图像上正确地放置ROI。一旦放置了ROI,就可以计算HRI。
图9A是根据本发明原理的方法的流程图。流程图900A提供了一种技术,用于向用户提供指导,以在适于获取HRI测量的成像平面处采集图像。在一些示例中,图9A中所示的方法可由超声成像***(例如超声成像***100)执行。例如,超声成像***100的一个或多个处理器,例如图像处理器136和图形处理器140,可以运行一个或多个指令来执行图9A所示的方法的部分或全部。在一些示例中,这些指令可以存储在非瞬态计算机可读介质(例如本地存储器142)上。
如方框902所示,一个或多个处理器可以接收图像。所述一个或多个处理器可以分割图像以提取肝脏区域、肾脏区域和肝肾交界面,如方框904所示。所述一个或多个处理器可将曲线拟合到肝肾交界面,如方框906所示。一旦曲线被拟合,曲线的中点可被计算以找到锚定点的位置,如方框908所示。至少部分地基于曲线和锚定点,所述一个或多个处理器可以确定曲线在锚定点处的切线,如方框910所示。锚定点处的水平线也可由所述一个或多个处理器确定,如方框912所示。
如方框914所示,所述一个或多个处理器可以计算切线与水平线之间的角度。在一些示例中,图像的适合性可至少部分地基于角度与阈值(例如,30度)的比较。
如方框916所示,可以(例如在显示器138上)显示当前采集的图像。如方框918所示,视觉提示也可以作为图形叠加被显示在所述图像上。在一些示例中,视觉提示至少部分地基于切线和切线与水平线之间的角度。在一些示例中,视觉提示可以包括锚定点、切线和/或水平线。在一些示例中,还可以显示角度的指示符,例如指示符424。在一些示例中,可以在图像的中心部分显示边界框,例如边界框418。这可以帮助用户在适当的成像平面处采集图像以获取HRI测量。当然,可以理解,当用户移动超声探头并且超声成像***采集新图像时,可以连续地和/或重复地执行在方框902-918执行的操作。
图9B是根据本发明原理的方法的流程图。流程图900B中所示的方法可以提供用于指导用户选择适当的ROI以及确定图像对于HRI测量的适合性的技术。在一些实例中,图9B中所示的方法可由超声成像***(例如超声成像***100)执行。例如,超声成像***100的一个或多个处理器,例如图像处理器136和图形处理器140,可以运行一个或多个指令来执行图9A所示的方法的部分或全部。在一些示例中,这些指令可以存储在非瞬态计算机可读介质(例如本地存储器142)上。在一些示例中,可以在执行图9A所示的方法之后执行图9B所示的方法。
如方框920所示,一个或多个处理器可确定图像中肾脏区域的上边界和下边界。如方框922所示,所述一个或多个处理器可以将所述边界之间的区域划分为多个子带。在一些示例中,所述一个或多个处理器可以从每个子带或至少一些子带的至少一些像素中提取参数,如方框924所示。在一些示例中,所述一个或多个处理器可以进一步将子带划分为子宽度,例如子宽度638和640,并且可以从子带的子宽度提取参数。所述一个或多个处理器可至少部分地基于所述参数来确定图像是否具有合适的质量,如方框926所示。在一些示例中,至少部分地基于相邻子带的参数彼此之间的比较来确定图像具有合适的质量。在一些示例中,至少部分地基于一个或多个所述参数与一个或多个阈值的比较来确定图像具有合适的质量。
如方框928所示,子带和/或子宽度可以作为图形叠加被显示在图像上。显示器上提供的子带和/或子宽度可指导用户将ROI放置在肝脏和肾脏的适当区域中。所述图形叠加可进一步指导用户将ROI放置在相同深度处。所述一个或多个处理器可以(例如经由诸如用户接口124的用户接口)接收指示ROI的用户输入,如方框930和932所示。至少部分地基于位于ROI中的像素,所述一个或多个处理器可以计算HRI,如方框934所示。在一些示例中,HRI可以作为文本与图像一起在显示器上提供。
图10是示出根据本发明原理的示例处理器1000的框图。处理器1000可用于实现本文所述的一个或多个处理器和/或控制器,例如,图1所示的图像处理器136和/或图1所示的任何其他处理器或控制器。处理器1000可以是任何合适的处理器类型,包括但不限于:微处理器、微控制器、数字信号处理器(DSP)、现场可编程阵列(FPGA)(其中FPGA已被编程以形成处理器)、图形处理单元(GPU)、专用电路(ASIC)(其中ASIC已被设计以形成处理器)或这些的组合。
处理器1000可以包括一个或多个核心1002。核心1002可以包括一个或多个算术逻辑单元(ALU)1004。在一些实施例中,核心1002可以包括浮点逻辑单元(FPLU)1006和/或数字信号处理单元(DSPU)1008,以补充或代替ALU 1004。
处理器1000可以包括可通信地耦合到核心1002的一个或多个寄存器1012。寄存器1012可以使用专用逻辑门电路(例如,触发器)和/或任何存储器技术来实现。在一些实施例中,寄存器1012可以使用静态存储器来实现。所述寄存器可以向核心1002提供数据、指令和地址。
在一些实施例中,处理器1000可以包括可通信地耦合到核心1002的一级或多级高速缓存1010。高速缓存1010可以向核心1002提供计算机可读指令以供运行。高速缓存1010可以提供数据以供核心1002处理。在一些实施例中,计算机可读指令可以由本地存储器(例如,连接到外部总线1116的本地存储器)提供给高速缓存1010。高速缓存1010可以用任何合适的高速缓存类型来实现,例如,金属氧化物半导体(MOS)存储器,例如静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)和/或任何其他合适的存储技术。
处理器1000可以包括控制器1014,所述控制器可以控制从***中包括的其他处理器和/或部件(例如,图1所示的控制面板152和扫描转换器130)到处理器1000的输入和/或从处理器1000到***中包括的其他处理器和/或部件(例如,图1所示的显示器138和体积绘制器134)的输出。控制器1014可以控制ALU 1004、FPLU 1006和/或DSPU 1008中的数据路径。控制器1014可以实现为一个或多个状态机、数据路径和/或专用控制逻辑。控制器1014的门可以实现为独立门、FPGA、ASIC或任何其他合适的技术。
寄存器1012和高速缓存1010可通过内部连接1020A、1020B、1020C和1020D与控制器1014和核心1102通信。内部连接可实现为总线、多路复用器、交叉开关和/或任何其他合适的连接技术。
处理器1000的输入和输出可通过总线1016提供,所述总线可包括一条或多条导线。总线1016可以通信地耦合到处理器1000的一个或多个部件,例如控制器1014、高速缓存1010和/或寄存器1012。总线1016可以耦合到***的一个或多个部件,例如前面提到的显示器138和控制面板152。
总线1016可以耦合到一个或多个外部存储器。外部存储器可以包括只读存储器(ROM)1032。ROM 1032可以是掩模型ROM、电子可编程只读存储器(EPROM)或任何其他合适的技术。外部存储器可以包括随机存取存储器(RAM)1033。RAM 1033可以是静态RAM、电池备份的静态RAM、动态RAM(DRAM)或任何其他合适的技术。外部存储器可以包括电可擦除可编程只读存储器(EEPROM)1035。外部存储器可以包括闪存1034。外部存储器可以包括诸如磁盘1036的磁存储设备。在一些实施例中,外部存储器可以被包括在***(例如图1所示的超声成像***100)中,例如本地存储器142。
本文公开的***、方法和装置可提供能用于一般肝脏成像(其中需要HRI测量)的扫描或成像平面识别技术和/或超声图像质量控制技术,在一些示例中可减少繁忙超声用户的工作量。在一些示例中,可以在提供原始数据/RF信号和/或DICOM图像的超声成像***上实现所述***、方法和装置。在一些实例中,所述***、方法和装置可被包括为计算机辅助诊断(CAD)***的部组件,以协助医生在肝脏超声研究中确定关键参数测量和报告。
尽管参考实时成像进行了描述,但本文描述的技术可应用于先前采集的图像,例如存储在图片存档和通信***(PACS)中的DICOM图像。例如,可以如参考图2-4所述的那样分割和分析预采集的图像,并且如果发现角度合适,则可以如参考图5-7所述的那样分析预采集的图像。如果预采集的图像适合于获取HRI测量,则可以指导用户正确地选择ROI,并且可以如参考图5和8所述的那样计算HRI测量。
在使用可编程设备(例如基于计算机的***或可编程逻辑)实现部件、***和/或方法的各种实施例中,应当理解,可以使用各种已知或后来开发的编程语言(例如“C”、“C++”、“C#”、“Java”、“Python”等)中的任何一种来实现上述***和方法。因此,可以准备各种存储介质,例如计算机磁盘、光盘、电子存储器等,这些存储介质可以包含能够引导诸如计算机之类的设备来实现上述***和/或方法的信息。一旦适当的设备能够访问包含在存储介质上的信息和程序,存储介质就可以向设备提供信息和程序,从而使设备能够执行本文所述的***和/或方法的功能。例如,如果向计算机提供了包含适当材料(例如源文件、对象文件、可执行文件等)的计算机磁盘,则计算机可以接收信息,适当配置自身并执行框图和流程图中概述的各种***和方法的功能,以实现各种功能。即,计算机可以从磁盘接收与上述***和/或方法的不同元件有关的信息的各个部分,实现各个***和/或方法,并协调上述各个***和/或方法的功能。
鉴于本发明,应注意,本文所述的各种方法和装置可在硬件、软件和固件中实现。此外,各种方法和参数仅作为示例而不以任何限制意义。鉴于本发明,本领域的普通技术人员可以在确定他们自己的技术和实现这些技术所需的设备时实施本教导,同时保持在本发明的范围内。本文所述的一个或多个处理器的功能可以并入较少数目的处理单元或单个处理单元(例如,CPU),并且可以使用响应于可执行指令而编程以执行功能的专用集成电路(ASIC)或通用处理电路来实现如本文所述。此外,本***还可以包括可与常规成像***一起使用的一个或多个程序,以便它们可以提供本***的特征和优点。本发明的某些附加优点和特征对于本领域技术人员在研究本发明时是显而易见的,或者可以由采用本发明的新颖***和方法的人员体验到。本发明的***和方法的另一个优点可以是,传统的医学图像***可以容易地升级以结合本发明的***、设备和方法的特征和优点。
当然,应当理解,根据本***、装置和方法,本文描述的示例、实施例或过程中的任何一个可以与一个或多个其他示例、实施例和/或过程组合,或者在单独的装置或装置部分之间分离和/或执行。
最后,上述讨论仅用于说明本***,不应解释为将所附权利要求限制于任何特定实施例或一组实施例。因此,虽然已经参考示例性实施例详细描述了本***,但是还应当理解,在不脱离本***所设定的更广泛和预期的精神和范围的情况下,本领域技术人员可以设计许多修改和替代实施例在接下来的声明中。因此,说明书和附图将以说明性的方式来看待,并且不打算限制所附权利要求的范围。
Claims (20)
1.一种超声成像***(100),其被配置为提供用户指导以采集适合于肝肾指数测量的图像,所述***包括:
非瞬态计算机可读介质(142),其被编码有指令;和
至少一个处理器(136),其与所述非瞬态计算机可读介质通信并且被配置为执行所述指令,其中当所述指令被执行时,所述指令使所述至少一个处理器:
从图像中分割肝脏区域、肾脏区域和肝肾交界面;
将曲线拟合到所述肝肾交界面;
计算所述曲线的中点处的锚定点;
确定所述曲线在所述锚定点处的切线;
确定所述中点处的水平线;
计算所述切线与所述水平线之间的角度;并且
生成用于显示的视觉提示,其中,所述视觉提示至少部分地基于所述切线和所述切线与所述水平线之间的所述角度;以及
显示器(138),其被配置为显示所述图像和作为所述图像上的图形叠加的所述视觉提示。
2.根据权利要求1所述的超声成像***,其中,所述指令还使所述至少一个处理器计算所述肝肾交界面的多个像素的平均强度。
3.根据权利要求1所述的超声成像***,其中,所述视觉提示还包括指示所述角度的指示符,并且所述显示器被配置为显示所述指示符。
4.根据权利要求3所述的超声成像***,其中,所述指示符提供所述角度的定性指示符,其中,所述定性指示符至少部分地基于所述角度与阈值的比较。
5.根据权利要求1所述的超声成像***,其中,所述指令还使所述至少一个处理器:
确定所述肾脏区域的上边界和下边界;
将所述图像中介于所述上边界与所述下边界之间的区域划分为多个子带;
从所述多个子带中的对应子带中提取多个参数;并且
至少部分地基于所述多个参数来确定所述图像是否具有合适的质量。
6.根据权利要求5所述的超声成像***,其中,所述多个参数中的个体参数是从所述多个子带中的对应子带的一部分像素中提取的。
7.根据权利要求5所述的超声成像***,其中,所述图像基于多个成像参数与阈值的比较而被确定为具有合适的质量。
8.根据权利要求5所述的超声成像***,其中,所述图像至少部分地基于所述多个子带中的一个子带的多个参数中的一个参数与所述多个子带中的相邻子带的多个参数中的另一个参数的比较被确定为具有合适的质量。
9.根据权利要求5所述的超声成像***,其中,所述指令还使所述至少一个处理器将所述多个子带中的个体子带划分为至少两个子宽度,其中,第一子宽度包括所述肝脏区域的至少一部分,并且第二子宽度包括所述肾脏区域的至少一部分。
10.根据权利要求1所述的超声成像***,其中,所述指令还使所述至少一个处理器:
确定所述肾脏区域的上边界和下边界;
将所述图像中介于所述上边界与所述下边界之间的区域划分为多个子带;并且
生成针对所述多个子带的显示信息;并且
其中,所述显示器还被配置成显示所述多个子带。
11.根据权利要求10所述的超声成像***,还包括用户界面,所述用户界面被配置为接收用户输入,所述用户输入包括对所述肝脏区域中的第一感兴趣区域和所述肾脏区域中的第二感兴趣区域的指示。
12.一种用于提供用户指导以采集适合于肝肾指数测量的图像的方法,所述方法包括:
接收图像(401);
从所述图像中分割肝脏区域、肾脏区域和肝肾交界面;
将曲线(301)拟合到所述肝肾交界面;
计算所述曲线的中点处的锚定点(412);
确定所述曲线在所述锚定点处的切线(416);
确定所述中点处的水平线(414);
计算所述切线与所述水平线之间的角度(420);
显示所述图像;并且
显示(400)作为所述图像上的图形叠加的视觉提示,其中,所述视觉提示至少部分地基于所述切线和所述切线与所述水平线之间的所述角度。
13.根据权利要求12所述的方法,其中,所述视觉提示还包括对所述角度的指示符。
14.根据权利要求12所述的方法,其中,所述视觉提示包括所述切线或所述水平线中的至少一个,并且,所述方法还包括基于所述角度与阈值的比较来改变所述切线或所述水平线中的至少一个的颜色。
15.根据权利要求12所述的方法,还包括在所述图像的中心部分处显示作为图形叠加的边界框。
16.根据权利要求12所述的方法,还包括:
确定所述肾脏区域的上边界和下边界;并且
将所述图像中介于所述上边界与所述下边界之间的区域划分为多个子带。
17.根据权利要求16所述的方法,还包括:
从所述多个子带中的对应子带中提取多个参数;并且
至少部分地基于所述多个参数来确定所述图像是否具有合适的质量。
18.根据权利要求17所述的方法,其中,所述图像至少部分地基于所述多个子带中的一个子带的多个参数中的一个参数与所述多个子带中的相邻子带的多个参数中的另一个参数的比较被确定为具有合适的质量。
19.根据权利要求16所述的方法,还包括显示作为所述图像上的图形叠加的所述多个子带。
20.根据权利要求19所述的方法,还包括:
接收第一用户输入,所述第一用户输入指示所述肝脏区域在所述多个子带中的一个子带中的第一感兴趣区域;
接收第二用户输入,所述第二用户输入指示所述肾脏区域在所述多个子带中的所述一个子带中的第二感兴趣区域;并且
至少部分地基于所述第一感兴趣区域和所述第二感兴趣区域来计算肝肾指数。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110366791.XA CN115177289A (zh) | 2021-04-06 | 2021-04-06 | 提供用户指导以获取肝肾指数测量的***和方法 |
PCT/EP2022/058822 WO2022214410A1 (en) | 2021-04-06 | 2022-04-02 | Systems and methods of providing user guidance for acquiring hepato-renal index measurements |
US18/285,512 US20240180519A1 (en) | 2021-04-06 | 2022-04-02 | Systems and methods of providing user guidance for acquiring hepato-renal index measurements |
EP22720421.1A EP4320592A1 (en) | 2021-04-06 | 2022-04-02 | Systems and methods of providing user guidance for acquiring hepato-renal index measurements |
JP2023561174A JP2024522310A (ja) | 2021-04-06 | 2022-04-02 | 肝腎指数測定値を取得するためのユーザ誘導を提供するシステム及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110366791.XA CN115177289A (zh) | 2021-04-06 | 2021-04-06 | 提供用户指导以获取肝肾指数测量的***和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115177289A true CN115177289A (zh) | 2022-10-14 |
Family
ID=81454629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110366791.XA Pending CN115177289A (zh) | 2021-04-06 | 2021-04-06 | 提供用户指导以获取肝肾指数测量的***和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240180519A1 (zh) |
EP (1) | EP4320592A1 (zh) |
JP (1) | JP2024522310A (zh) |
CN (1) | CN115177289A (zh) |
WO (1) | WO2022214410A1 (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6530885B1 (en) | 2000-03-17 | 2003-03-11 | Atl Ultrasound, Inc. | Spatially compounded three dimensional ultrasonic images |
US6443896B1 (en) | 2000-08-17 | 2002-09-03 | Koninklijke Philips Electronics N.V. | Method for creating multiplanar ultrasonic images of a three dimensional object |
-
2021
- 2021-04-06 CN CN202110366791.XA patent/CN115177289A/zh active Pending
-
2022
- 2022-04-02 WO PCT/EP2022/058822 patent/WO2022214410A1/en active Application Filing
- 2022-04-02 EP EP22720421.1A patent/EP4320592A1/en active Pending
- 2022-04-02 US US18/285,512 patent/US20240180519A1/en active Pending
- 2022-04-02 JP JP2023561174A patent/JP2024522310A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2024522310A (ja) | 2024-06-14 |
WO2022214410A1 (en) | 2022-10-13 |
US20240180519A1 (en) | 2024-06-06 |
EP4320592A1 (en) | 2024-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3826544B1 (en) | Ultrasound system with an artificial neural network for guided liver imaging | |
US8715184B2 (en) | Path parametric visualization in medical diagnostic ultrasound | |
US20070255138A1 (en) | Method and apparatus for 3D visualization of flow jets | |
US20230070102A1 (en) | Volumetric lighting of 3d overlays on 2d images | |
Li et al. | Quantification of degree of liver fibrosis using fibrosis area fraction based on statistical chi-square analysis of heterogeneity of liver tissue texture on routine ultrasound images | |
US20240180519A1 (en) | Systems and methods of providing user guidance for acquiring hepato-renal index measurements | |
US20220398725A1 (en) | Systems and methods for color mappings of contrast images | |
EP4061232B1 (en) | Systems and methods for finding hepato-renal indices | |
US20230363742A1 (en) | Systems and methods of providing visualization and quantitative imaging | |
US20240119705A1 (en) | Systems, methods, and apparatuses for identifying inhomogeneous liver fat | |
US20240164756A1 (en) | Apparatuses, systems and methods for providing acquisition feedback | |
US20240099699A1 (en) | Apparatuses, systems and methods for contrast imaging | |
US20230377246A1 (en) | Rendering of b-mode images based on tissue differentiation | |
Baek | Tissue Classification and Disease-Specific Imaging Based on Machine Learning | |
WO2024013114A1 (en) | Systems and methods for imaging screening |
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 |