CN114027880B - 超声图像中参数测量的方法和超声成像系统 - Google Patents
超声图像中参数测量的方法和超声成像系统 Download PDFInfo
- Publication number
- CN114027880B CN114027880B CN202111217742.6A CN202111217742A CN114027880B CN 114027880 B CN114027880 B CN 114027880B CN 202111217742 A CN202111217742 A CN 202111217742A CN 114027880 B CN114027880 B CN 114027880B
- Authority
- CN
- China
- Prior art keywords
- pubic symphysis
- pelvic floor
- pubic
- lower edge
- acquiring
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 116
- 238000003384 imaging method Methods 0.000 title description 13
- 238000005259 measurement Methods 0.000 claims abstract description 253
- 238000004364 calculation method Methods 0.000 claims abstract description 53
- 239000000523 sample Substances 0.000 claims abstract description 35
- 210000004061 pubic symphysis Anatomy 0.000 claims description 172
- 238000002604 ultrasonography Methods 0.000 claims description 106
- 210000003903 pelvic floor Anatomy 0.000 claims description 82
- 210000003708 urethra Anatomy 0.000 claims description 44
- 210000001519 tissue Anatomy 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 34
- 238000011156 evaluation Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 19
- 238000012285 ultrasound imaging Methods 0.000 claims description 10
- 210000003689 pubic bone Anatomy 0.000 claims description 5
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000000284 resting effect Effects 0.000 claims 1
- 239000000758 substrate Substances 0.000 claims 1
- 210000003484 anatomy Anatomy 0.000 description 74
- 238000010586 diagram Methods 0.000 description 36
- 230000008569 process Effects 0.000 description 22
- 238000012790 confirmation Methods 0.000 description 13
- 210000000056 organ Anatomy 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 4
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 4
- 208000012287 Prolapse Diseases 0.000 description 4
- 230000004064 dysfunction Effects 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000003909 pattern recognition Methods 0.000 description 3
- 210000004197 pelvis Anatomy 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012567 pattern recognition method Methods 0.000 description 2
- 208000034347 Faecal incontinence Diseases 0.000 description 1
- 241001313288 Labia Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 206010034268 Pelvic prolapse Diseases 0.000 description 1
- 101100012902 Saccharomyces cerevisiae (strain ATCC 204508 / S288c) FIG2 gene Proteins 0.000 description 1
- 206010046543 Urinary incontinence Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 208000013823 pelvic organ prolapse Diseases 0.000 description 1
- 210000002640 perineum Anatomy 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 210000004291 uterus Anatomy 0.000 description 1
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—Clinical applications
- A61B8/0833—Clinical applications involving detecting or locating foreign bodies or organic structures
- A61B8/085—Clinical applications 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
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification 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
- A61B8/46—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
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/06—Measuring blood flow
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/486—Diagnostic techniques involving arbitrary m-mode
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Vascular Medicine (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种超声图像中参数测量的方法和系统,其可以解决超声图像测量操作不便问题,其方法包括:获取超声图像,所述超声图像包含目标组织,所述超声图像通过利用超声探头接收来自目标组织的超声信号而获得所述超声图像;显示所述超声图像;基于所述超声图像获得测量指令;根据所述测量指令计算目标组织相关的测量项,获得计算结果;和输出所述计算结果。
Description
技术领域
本发明涉及一种超声成像设备,特别涉及在超声成像图像中进行参数测量的方法和系统。
背景技术
超声成像设备用于对目标组织的内部进行成像,并基于一些医学参数的特点在超声成像获得的图像上进行测量,从而使医生获得被检测病人的目标组织的实际解剖学结构参数。例如,盆底超声(Pelvic Floor Ultrasound,PFU)是指对女性盆底采用医学超声设备进行扫查成像的一门学科,对妇科泌尿学和其它盆底功能障碍的诊断起到重要作用。相比其它成像方式如MRI和膀胱尿道造影,PFU具有成本低,无创,检查方便快捷等优点,逐渐成为诊断女性盆底功能障碍的主要手段。
盆底超声的检查项目众多,医生通常需要针对每个测量项在图中分别进行描点测量。这种方式增加了额外的工作量。另外,一些测量项之间的变化量和相对关系需要额外计算,也给操作者带来了很多的不便。
当然,对于同一个目标组织存在一些测量项时通常都采用描点测量的方式,从而带来了操作不便的问题。
发明内容
基于此,有必要针对现有技术中存在的操作不便问题,提供一种超声图像中参数测量的方法和系统。
在其中一个实施例中,提供了一种超声图像中参数测量的方法,其包括:
获取超声图像,所述超声图像包含目标组织,所述超声图像通过利用超声探头接收来自目标组织的超声信号而获得所述超声图像;
显示所述超声图像;
基于所述超声图像获得测量指令;
根据所述测量指令计算目标组织相关的测量项,获得计算结果;和
输出所述计算结果。
在其中一个实施例中,提供了一种超声成像系统,其包括:
探头,
发射电路和接收电路,用于激励所述探头向目标组织发射超声波束,接收所述超声波束的超声回波,获得超声回波信号;
图像处理模块,用于根据所述超声回波信号,获得超声图像;
显示器,用于显示所述超声图像;其中,
所述图像处理模块还用于基于所述超声图像获得测量指令,根据所述测量指令计算目标组织相关的测量项,获得计算结果,输出所述计算结果。
附图说明
图1为提供了依照一些实施例的超声成像系统的系统架构示意图;
图2为一个实施例的方法流程示意图;
图3(a)和图3(b)为经阴唇/经会阴超声的探头摆放方式(a)及所得到的正中矢状面图(b);
图4为轴平面(Axial Plane)肛提肌裂孔测量示意图;
图5为膀胱尿道后角或膀胱后角(RetroVesical Angle,RVA)的示意图;
图6(a)和图6(b)为尿道倾斜角(UTA)的两种计算方式的示意图;
图7(a)和图7(b)为耻骨尿道角和耻骨膀胱角的测量方式示意图;
图8为一个实施例中盆腔测量方案的流程示意图;
图9为另一个实施例中盆腔测量方案的流程示意图;
图10为目标组织的解剖结构示意图;
图11为参考坐标系的示意图;
图12和图13给出了盆底各项测量示意图;
图14和图15分别为两个实施例的流程示意图;
图16为一个实施例中耻骨联合中轴线的示意图;
图17显示了一个膀胱轮廓分割的例子;
图18显示了RVA的测量实例;图19显示了NI的测量实例;图20和图21给出了PVA,PVD的测量实例;图23和图24给出了PUA,BSD的测量实例;
图22给出了膀胱后沿最低点的检测以及PVD的计算示意图;
图25给出了耻骨联合下缘和中轴线定位示意图;
图26给出了耻骨联合中轴线特征提取方式的示意图;
图27给出了耻骨联合下缘的检测范围实例。
具体实施方式
图1所示的超声成像系统包括:探头101、发射电路101、发射/接收选择开关102、接收电路104、波束合成模块105、信号处理模块116、图像处理模块126。在超声成像过程中,发射电路101将经过延迟聚焦的具有一定幅度和极性的发射脉冲通过发射/接收选择开关102发送到探头101。探头101受发射脉冲的激励,向目标组织(例如,人体或者动物体内的器官、组织、血管等等,图中未示出)发射超声波,经一定延时后接收从目标区域反射回来的带有目标组织的信息的超声回波,并将此超声回波重新转换为电信号。接收电路104接收探头101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105。波束合成模块105对超声回波信号进行聚焦延时、加权和通道求和等处理,然后将超声回波信号送入信号处理模块116进行相关的信号处理。经过信号处理模块116处理的超声回波信号送入图像处理模块126。图像处理模块126根据用户所需成像模式的不同,对信号进行不同的处理,获得不同模式的超声图像数据,然后经对数压缩、动态范围调整、数字扫描变换等处理形成不同模式的超声图像,如B图像,C图像,D图像,多普勒血流图像,包含组织弹性特性的弹性图像等等,或者其他类型的二维超声图像或三维超声图像。弹性图像可以通过发射超声波检测目标组织内部的剪切波特性来获得,或者还可以通过发射超声波检测目标组织因外力发生的形变来获得,其中,剪切波可以通过外力振动来获得,也可以通过向目标组织发射超声波来激发产生。
在本发明的其中一些实施例中,信号处理模块116和图像处理模块126可以集成在一个主板106上,或者其中的一个或两个以上(本文中以上包括本数)的模块集成在一个处理器/控制器芯片上实现。
其次,上述超声成像系统还包括外部输入输出端口108,外部输入输出端口108设置在主板106上。上述超声成像系统可以通过外部输入输出端口108与外部输入输出设备连接,用于通过外部输入输出端口108接收通过外部输入输出设备输入的指令信号,该指令信号包括对超声波发射接收时序的控制指令、对超声图像进行编辑、标注等的操作输入指令,对用户进行提醒等输出指令,或者还可以包括其他指令类型。通常用户对超声图像进行编辑、标注等操作输入时所获得的操作指令用于关于目标组织的测量。外部输入输出设备可以包括键盘、鼠标、滚轮、轨迹球、和移动式输入设备(带触摸显示屏的移动设备、手机等等)等等其中之一或者多个的结合,因此,相应的外部输入输出端口108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108也可基于USB、如CAN等总线协议、和/或有线网络协议等来实现。
此外,超声成像系统还可以包括显示器107,该显示器用于显示来自于图像处理模块的超声图像数据。显示器107可以是触摸屏显示器。当然,超声成像系统还可以通过外部输入输出端口连接另一个显示器,实现双屏显示系统。此外,本实施例中的显示器可以包括一个显示器,也可以包括多个显示器,本实施例中不限制显示器的数量。显示的超声图像数据(超声图像)可以是显示在一个显示器上,也可以同时显示在多个显示器上,当然也可以是将超声图像的部分分别同步显示在多个显示器上,在此本实施例也不作限制。
如图2所示,提供了一种超声图像中参数测量的方法的流程图,以下将结合图1详细说明本实施例中参数测量的方法执行过程。
在步骤S210中,超声成像系统中的图像处理模块126获取超声图像,超声图像包含目标组织。如图1所示,超声图像可以通过利用超声探头101接收来自目标组织的超声信号而获得超声图像。本实施例中的超声信号不限于是前文中参照图1解释的超声回波信号,还可以是采用如光声成像方式在目标组织内产生的超声信号。此外,这里的目标组织包括但不限于盆底组织,盆底组织包括女性盆腔内的一个或多个解剖学组织结构,例如,子宫、阴唇、会阴、盆骨、耻骨联合等等。包含盆底组织的超声图像包括但不限于前盆腔超声图像和后盆腔超声图像,还可以包括中盆腔超声图像。盆底超声常用的测量项分为前盆腔、中盆腔和后盆腔三部分,其中基于前盆腔超声图像和中盆腔超声图像的参数测量主要在通过采用经阴唇(Trans labial)或经会阴(Transperineal)探头得到的人体正中矢状面图上完成(如图3(a)和图3(b)所示,经阴唇/经会阴超声的探头摆放方式(图3(a))及所得到的正中矢状面图(图3(b)))。基于后盆腔超声图像的参数测量可采用腔内(Endoanal)探头采集图像,或者更方便地采用经会阴(Transperineal)探头或经阴道(Transvaginal)探头采集静态三维图像或四维图像在轴平面上选择适当的切面进行相关测量。基于后盆腔超声图像的参数测量,本实施例的说明书基于上述第二种情况,即采用经会阴或经阴道探头进行图像采集获得的后盆腔超声图像。
在步骤S220中,超声成像系统中的图像处理模块126将超声图像输出至显示器,用于显示超声图像。参见前文中有关显示107的说明。本实施例中的对显示超声图像的方式并不做限定,例如,可以是同时显示在多个显示器上,或者仅显示在一个显示器上,还可以是分部分同步显示在多个显示器,从而扩大超声图像的观察视角。更进一步地,在其中一个实施例中,图像处理模块126可以通过无线或有线的方式来传送超声图像至显示器。显示器可以是移动设备上的触摸显示屏。更进一步地,在其中一个实施例中,超声图像被显示在第一层面上,该第一层面为除用于显示批注、标注、文本、光标等非图像数据之外的软件界面层。相应地,用于显示批注、标注、文本、光标等非图像数据的软件界面层称之为第二层面,该第二层面在与第一层面重叠的区域被设置为透明属性,可以不遮挡超声图像,增强可视性,以及界面友好性。更进一步地,第二层面全层设置为透明属性。
在步骤S230中,基于超声图像图像处理模块获得测量指令。在步骤S240中,图像处理模块根据测量指令计算目标组织相关的测量项,获得计算结果。
在本实施例中,测量指令可以是系统根据超声图像自动确定的,也可以是基于用户在超声图像上的测量操作,还可以是基于用户根据系统提示在超声图像上的操作输入。
测量指令的获得在于计算目标组织相关的测量项,以下详细说明部分测量项的医学含义。
学术和临床上关于前盆腔超声图像的测量较多,这些测量大多与诊断前盆腔脱垂(Pelvic Organ Prolapsed,POP)和尿失禁(Urinary Incontinence)相关。本实施例中可能涉及的测量项包括以下几项,但也不限于以下几项:
1)膀胱尿道后角或膀胱后角(RetroVesical Angle,RVA),如图5所示,图像中标记的白色粗实线角,RVA角即近端尿道和膀胱三角区后端之间的夹角。
2)尿道倾斜角(Urethral Tilt Angle,UTA或Urethral Inclination,UI),如图6(a)和图6(b)所示,尿道倾斜角(UTA)的两种计算方式。图6(b)为Maglinte et al计算方式。两种方式得到的角度互为余角。当UTA的计算最终用于计算尿道旋转角(URA)时,两种计算方式等效。
3)耻骨尿道角(PuboUrethral Angle,PUA),如图7(a)显示的是耻骨尿道角PUA,即耻骨联合中轴线与耻骨联合下缘和膀胱颈连线之间的夹角。
4)膀胱颈距离(Bladder Neck–Symphyseal Distance,BSD)或称为耻骨尿道距离(PuboUrethral Distance,PUD)。
5)耻骨膀胱角(PuboVesical Angle,PVA),如图7(b)显示的是耻骨膀胱角(PVA),即耻骨联合中轴线与耻骨联合下缘和膀胱后壁最低点连线之间的夹角。
6)耻骨膀胱距离(PuboVesical Distance,PVD)或称膀胱下降距离(BLDesc.Max)。
7)尿道旋转角(Urethral Rotation Angle,URA)。
8)膀胱颈下降距离或称膀胱颈移动度(Bladder Neck Descend,BND)。以及
9)膀胱壁下降距离(Bladder Wall Descend,BWD)等。
这些测量项很大一部分依赖于如何建立适当的参考坐标系。例如BSD和PVD需要统一参考耻骨联合及其中轴线的位置,依赖于以耻骨联合中轴线为X轴的参考坐标系的建立。
同时,这些测量项相互之间存在关联。参见图3(b)和下表的名词解释。
动态变化量的测量,用户在一个静态帧上完成测量流程后,可以选择第二个静态帧进行测量,此时系统实时显示第二帧测量结果,同时实时计算出某些测量值的相对于第一帧的变化量,例如:
1)BSD的相对变化,即膀胱颈的下降距离BND,
2)PVD的相对变化,即膀胱后壁的下降距离BWD,和
3)UI的相对变化,对应为尿道旋转角UR。
当第二帧测量完成时,如果用户编辑第一帧的输入,则如上所示的动态变化量也将实时更新显示。
例如,URA,BND和BWD分别通过UTA,BSD和PVD的动态变化得到;PUA和BSD,PVA和PVD分别依赖于同样的输入信息;UTA/UR与PUA/BSD均依赖于UVJ点的确定。当前的超声设备应用于盆底测量时,并未考虑到以上种种关联的存在,而通常是由超声医生分别单独测量各项后汇总,此时必然增加了医生的负担。不仅如此,由于测量项之间存在共用信息,分项单独测量必然带来测量的不一致性(Inconsistent)和误差。例如,UTA,PUA,BSD三者共用UVJ点,分开测量时,操作者需要三次选择UVJ点的位置;这三次选择之间的差异将带来测量结果的不一致。
基于后盆腔超声图像的测量主要用于评估盆底脏器脱垂和大便失禁(Fecalincontinence)相关。常用的测量项均与肛提肌群相关,例如(见图4)
a)肛提肌裂孔面积(Levator Hiatus area,LH Area),图4中的41,
b)肛提肌裂孔周长(Levator Hiatus circumference,LH Circ),图4中的42,
c)肛提肌前后径(Levator Hiatus AP,LH AP,图4中的44)和左右径(LevatorHiatus Lateral Diam,LH Lateral Diam,图4中的43)的长度,以及
d)肛提肌-尿道间隙(左右侧)(Levator urethra gap,LUG,图4中的45)等。
上面提到的测量项a到d主要涉及肛提肌裂孔的描迹和尿道的选点。超声医生通常使用轨迹球沿着肛提肌的方向进行曲线描迹,既费时又容易误操作。另外,不同操作者之间(Interoperator)以及同一操作者不同次测量之间(Intraoperator)存在较大差异。这些差异无疑将影响盆底肌肉撕裂程度的评估,甚至可能造成漏诊或误诊。
为了减轻医生的负担,提高测量效率和降低测量误差,在其中一个实施例中提出了一种新的盆腔测量方案。该方案最大化地利用了测量项之间的关联性和输入信息的重复性,按可编程的顺序逐项输入必要的测量点位置,并且随着输入信息的增加实时更新和显示可用的测量结果。该方案还很好地支持了两次测量结果的自动综合汇总,省去了操作者自行计算的不便和可能带来的错误。以下以基于前盆腔超声图像的测量为例进行详细说明。
基于前盆腔超声图像的测量可以在二维正中矢状面上进行。前盆腔的测量流程较为复杂,涉及了较多的测量项,同时通常需要对比两帧的测量结果。在受检者放松状态下利用经会阴或经阴道探头采集人体正中矢状面图像得到,又称为静息(Rest)帧。第二帧是在受检者盆腔向下最大程度发力的情况下采集得到,又称为瓦氏(Valsalva)帧,用于计算盆底器官如膀光和尿道相对于静息帧的移动性能(Mobility)。以静息帧作为基准图像,计算Valsalva帧相对于静息帧的变化量。
与传统的分散测量方案不同,本实施例中提出新的盆腔测量方案更为一体化,如图8所示,在步骤S230(基于超声图像图像处理模块获得测量指令)中,可以采用以下过程来实现。
步骤91,利用外部输入输出设备(例如键盘、鼠标、轨迹球、触摸显示屏等人机交互设备)接收来自于用户输入的至少一个测量项,每个测量项关联对应至少一个解剖学结构位置。本实施例中的测量项可参见前文相关说明。一个测量项对应测量一个目标组织的参数,一个测量项可以基于至少两个解剖学结构位置来计算。本文的解剖学结构位置是指医学上定义目标组织的测量项时与测量项关联的特定位置,例如与膀胱尿道后角或膀胱后角关联的近端尿道和膀胱三角区后端,与尿道倾斜角关联的近端尿道和人体中轴线,与耻骨尿道角关联的耻骨联合中轴线、耻骨联合下缘和膀胱颈,与膀胱颈距离关联的尿道膀胱结合处,与耻骨膀胱角耻骨联合中轴线、耻骨联合下缘和膀胱后壁最低点,尿道膀胱结合处,等等,具体可参见前文相关说明,在此不进行穷举。解剖学结构位置可以是目标组织上实际存在的解剖学位置,也可以是为了实现对目标组织测量而人为定义的解剖学参考线或者参考位置。相关的解剖学结构位置均可在超声图像上识别到相应的图像位置,该图像位置可以是一个像素点,或者是多个像素点构成的块状区域或者线条区域,还可以是某个像素点的邻域范围。
步骤92,根据输入的测量项,获得与测量项相关联的至少一个解剖学结构位置,形成位置集,用以获得上述测量指令。本实施例中的位置集在其中一个实施例中可以为解剖学结构位置的集合。集合中的元素有三个特征:1.确定性(集合中的元素必须是确定的);2.互异性(集合中的元素互不相同);3.无序性(集合中的元素没有先后之分)。位置集由系统自动根据输入的测量项获得。
步骤93,根据位置集,确定位置集中每个解剖学结构位置,从而获得上述测量指令。本步骤中的确定位置集中每个解剖学结构位置的步骤中,可以通过用户在超声图像上点击确定位置集中的每个解剖学结构位置,从而获得上述测量指令;也可以通过系统自动识别位置集中的每个解剖学结构位置,从而获得上述测量指令。当每个解剖学结构位置被确定后,则对应在测量用的坐标系中对应一个坐标位置,因此,本文中提到的测量指令包含对位置集中的一个或多个解剖学结构位置的坐标位置进行确认的信息。
步骤94,完成位置集中解剖学结构位置的确认。
步骤97,汇总测量计算结果。
在其中一个实施例中,还可以包括步骤95,显示解剖结构示意图用于提示位置集。或者还可以采用文本显示的方式提示位置集。无论是解剖结构示意图或是文本提示的方式,都可以用于提示用户在超声图像上点击确定每个解剖学结构位置。
在其中一个实施例中,还可以包括步骤96,显示可用测量值,也就是说显示根据测量指令获得的测量项的计算结果。下文将详细说明显示的方式,在此不累述。
参见图9,在另一个实施例中,在步骤S230(基于超声图像图像处理模块获得测量指令)中,还可以采用以下过程来实现。
步骤12,利用外部输入输出设备(例如键盘、鼠标、轨迹球等人机交互设备)接收来自于用户输入的至少一个测量项,每个测量项关联对应至少一个解剖学结构位置。本步骤同前文步骤92。
步骤14,根据输入的测量项,获得与测量项相关联的至少一个解剖学结构位置,形成位置集,根据位置集,确定至少一个解剖学结构位置在执行所述测量项时的执行次序,结合位置集和执行次序生成测量序列。本实施例中的位置集在其中一个实施例中可以为解剖学结构位置的集合。测量序列由系统自动实现。
步骤16,根据测量序列,依次确定位置集中每个解剖学结构位置,从而获得上述测量指令。本步骤中的依次确定位置集中每个解剖学结构位置的步骤中,可以通过用户根据测量序列在超声图像上依次点击确定每个解剖学结构位置,从而获得上述测量指令;也可以通过系统自动识别测量序列中每个解剖学结构位置,从而获得上述测量指令。当每个解剖学结构位置被确定后,则对应在测量用的坐标系中对应一个坐标位置,因此,本文中提到的测量指令包含对位置集中的一个或多个解剖学结构位置的坐标位置进行确认的信息。
步骤16,完成测量序列中解剖学结构位置的确认。
步骤17,汇总测量计算结果。
在其中一个实施例中,还可以包括步骤13,显示解剖结构示意图用于提示位置集。或者还可以采用文本显示的方式提示位置集。无论是解剖结构示意图或是文本提示的方式,都可以用于提示用户在超声图像上点击确定每个解剖学结构位置。
在其中一个实施例中,还可以包括步骤15,显示可用测量值,也就是说显示根据测量指令获得的测量项的计算结果。下文将详细说明显示的方式,在此不累述。
上述各个实施例中无论是根据位置集,确定位置集中每个解剖学结构位置,从而获得上述测量指令;还是根据测量序列,依次确定位置集中每个解剖学结构位置,从而获得上述测量指令的过程中,还可以采用以下方式之一来确定位置集中每个解剖学结构位置获得所述测量指令:
第一种方式是,接收用户通过外部输入输出设备(可以包括键盘、鼠标、轨迹球或者触摸显示屏)依次在超声图像上对位置集中1个或多个解剖学结构位置进行的确认操作,根据用户依次输入的确认操作,获得测量指令;其中,用户进行确认操作的顺序为根据上述测量序列进行的有序操作。有序操作依据测量序列中的执行次序来完成。
第二种方式是,接收用户通过外部输入输出设备依次在超声图像上对位置集中1个或多个解剖学结构位置进行的确认操作,根据用户依次输入的确认操作,获得测量指令;其中,用户进行确认操作的顺序为可执行任意次序的操作,这里的可执行任意次序的操作还可以理解为,用户在没有系统或手册说明书中给予解剖学结构位置确认顺序时完成的确认操作。
前文中的确认操作用于明确每个解剖学结构位置在超声图像中的位置。
在其中一个实施例中,提示图8获得的位置集,或者提示图9获得的位置序列。可以采用以下方式提示位置集或测量序列:
首先,基于组织解剖学知识,生成目标组织的解剖结构示意图,如图10所示。
然后,利用显示器显示解剖结构示意图。解剖结构示意图可以显示在超声图像的区域之外,也可以叠加显示在超声图像上。在其中一个实施例中,解剖结构示意图显示在前述第二层面上。
其次,在解剖结构示意图上标记位置集中的解剖学结构位置(如图10的左图,黑色点表示解剖学结构位置),或者标记上述测量序列(如图10的右图)。本实施例中标记上述测量序列包括在解剖结构示意图上标记位置集中的解剖学结构位置,和标记标记位置集中各个解剖学结构位置的确认操作执行次序(例如图10右图中的数字表示黑点表征的解剖学结构位置,对应的执行次序)。当然除了图10中采用数字标记执行次序之外,还可以通过屏幕上滚动显示当前待确认的解剖学位置,用以进行提示。在其中一个实施例中,在通过屏幕滚动显示的方式包括:按照任意顺序或者执行次序依次显示位置集中当前待确认的解剖学结构位置。
更进一步地,所述确定位置集中每个解剖学结构位置获得所述测量指令的方式中还包括:根据上述测量序列,确定在执行测量项时多个解剖学结构位置对应的执行次序,并通过屏幕滚动的文本提示方式来依次向用户提示多个解剖学结构位置。
由于盆底检测需要比较两次采集图像中脏器的移动性,因此在测量之前需要寻找两次测量中的固定点建立适当的参考坐标系。在其中一个实施例中,新的超声图像中参数测量的方法还包括:
首先,确定参考坐标系,所述参考坐标系至少为以耻骨联合下缘为原点、耻骨联合中轴线为第二象限45角建立的第一直角坐标系,以耻骨联合下缘为原点、耻骨联合中轴线为X轴建立的第二直角坐标系,和以水平方向为X轴、竖直方向为Y轴建立的第三直角坐标系中其中之一;
然后,在步骤S240中,基于确定的参考坐标系,根据测量指令计算测量项。
本实施例可以兼容至少三种参考坐标系的建立方式,如图11所示,A为以耻骨联合下缘为原点,耻骨联合中轴线为第二象限45度角建立的直角坐标系,B为以耻骨联合下缘为原点,耻骨联合中轴线为x轴建立的直角坐标系。C为以耻骨联合下缘为原点,水平方向为x轴、竖直方向为y轴建立的直角坐标系。
BSD/PVD的计算方式,针对两种不同坐标系下用户均可以选择以下不同的BSD/PVD计算方式。
1)测量点到坐标系X轴的距离,或
2)测量点到坐标系Y轴的距离,或
3)测量点到坐标系原点的距离。
注:可参考图12显示了第1种计算方式。
用户可以在系统预设选项中选择这三种坐标系中的一种。例如,在其中一个实施例中,通过以下方式之一确定参考坐标系:
第一,接收用户在超声图像上输入的耻骨联合下缘和耻骨联合中轴线,根据用户输入建立第一直角坐标系或第二直角坐标系或第三直角坐标系;和,
第二,基于模式识别自动检测超声图像中的耻骨联合下缘和耻骨联合中轴线,并建立第一直角坐标系、第二直角坐标系或第三直角坐标系。
或者还可以采用以下方式,首先,呈现至少三种参考坐标系的选择项,参考坐标系可以根据客户需求从上述第一直角坐标系、上述第二直角坐标系或上述第三直角坐标系中选择;然后,接收用户输入的关于参考坐标系的选择指令,根据选择指令确定参考坐标系。第一直角坐标系、第二坐标系和第三直角坐标系可以是采用上述第一种方式获得的,也可以是采用第二种方式获得的。
基于第一种方式建立坐标系时,不论是作为坐标系第二象限45度角又或是直接作为X轴,耻骨联合下缘及其中轴线都与坐标系的建立有关,因此用户需要输入耻骨联合下缘及其中轴线,本实施例中提供两种手动输入方案来实现接收用户在超声图像上输入的耻骨联合下缘和耻骨联合中轴线,具体如下:
1)用户首先输入耻骨联合182下缘位置信息181,如图16左图所示。然后,图16右图所示,操作输入设备(如轨迹球),确定中轴线的位置183。例如,在其中一个实施例中,接收点击输入确定耻骨联合下缘,当轨迹球或鼠标或与显示屏的触摸接触发生移动时,候选中轴线跟着移动;检测所述移动的停止,在停止的位置处显示候选中轴线,用以确定耻骨联合中轴线的输入。值得注意的是,中轴线的位置不一定要与光标的绝对位置相关,甚至系统不需要显示鼠标光标。当鼠标或轨迹球等输入设备发生移动时,候选中轴线跟着移动,直至操作者通过单击等操作通知系统完成中轴线位置的选择。
2)用户也可以直接输入两个点的位置确定耻骨联合中轴线的位置。
基于第二种方式建立坐标系时,输入的两个点也可通过系统自动识别。在本实施例中提出了一种自动确定坐标系的方案,即通过模式识别的方法自动检测出耻骨联合下缘和耻骨联合中轴线,从而确定坐标系的位置。下面分别描述如何检测这两个角剖位置。
在耻骨联合下缘的自动检测中,采用模式识别的方法检测耻骨联合下缘。在其中一个实施例中,将标记有耻骨联合下缘的图像正样本和不包含耻骨联合下缘的图像负样本,输入到检测器中进行训练;基于训练结果获得识别模型;利用识别模型自动检测超声图像中的耻骨联合下缘。例如,首先,从经过平滑去噪预处理后的若干图像序列中收集耻骨联合下缘图像方块(patch),对其进行必要的大小归一化后作为正样本备用。然后收集不包含耻骨联合下缘的图像序列作为背景图像,这些背景图像中任一位置作意大小的图像方块都是一个负样本。最后,利用这些正样本和背景图像训练特定的检测器用于检测骨联合下缘。
例如,这些特定的检测器包括但不限于以下经典的检测器:
1)采用Haar特征的级联adaBoost检测器
2)采用LBP特征的级联adaBoost检测器
3)支持向量机(Latent SVM)检测器
4)基于神经网络的检测器
本实施例不局限于检测器的类型,而是将检测器作为自动测量框架的一部分。根据检测器不同,其训练方式也不一样。对于检测方式,本方案采用的是基于移动窗口的搜索方法(如图27所示)。为了提高检测的效率,耻骨联合的检测区域集中在某个可能的区域(例如在0.1w至0.5w,0.1h至0.9h的区域),检测方式为以不同尺度按像素以一定步长逐步进行窗口式扫描,并从中选择最可能的区域。扫描方式为从左到右,从上到下进行窗口式的扫描,并从中选择最可能的区域。从大量包括耻骨联合区域的图像中选择耻骨联合区域作为正样本用于训练检测器。当图像经过翻转或镜像时,检测区域应作出相应的调整。
在耻骨联合中轴线的自动检测过程中,耻骨联合下缘确定后便确定了耻骨联合中轴线的起点,余下只需检测耻骨联合中轴线的方向,方法描述如下。在其中一个实施例中,基于模式识别自动检测超声图像中的耻骨联合下缘和耻骨联合中轴线的过程包括:
首先,根据耻骨联合下缘确定耻骨联合中轴线的起点,然后,以起点为原点确定表征耻骨联合中轴线的候选射线,候选射线具有初始偏转角度,以初始偏转角为中心偏转预定范围并间隔预定角度进行扫描,获得多条候选射线。例如,在自然图像直角坐标系中以某个耻骨联合常见角度(如135度)为中心左右偏转一定角度为扫描范围并间隔一定角度进行扫描,选择最可能的方向作为耻骨联合中轴线的方向,如图25所示。当图像经过翻转或镜像时,检测区域应作出相应的调整。图25中射线sc表示耻骨联合中轴线的初始偏转角度,虚线表示多条候选射线。如图25所示,S点通过检测器(如级联的adaboost分类器)检测得到。射线SC则是通过特定范围的角度搜索得到(如在自然图像直角坐标系中以135度为中心左右偏移30度,并且间隔1度进行取特征,从中选取最可能的角度)。在确定了射线SC后,X轴则由SC射线以S点为中心顺时针旋转135度得到(坐标系C1)或者以射线SC直接作为X轴(坐标系C)。
其次,提取多条候选射线的像素特征,根据像素特征,从多条候选射线中择一确定耻骨联合中轴线。例如,对于每条候选射线,提取与该射线相关的特征,例如沿着射线方向每间隔一段距离向两边法线方向选取法线上的像素值作为特征(如图26)所示。提取到的特征输入到预先训练好的检测器进行评分,得到一组得分(对应一组候选射线),最后选取评分最高候选射线作为耻骨联合中轴线的方向。
有多种检测器可以用于检测耻骨联合中轴线,例如基于高斯分布的似然度检测器,基于(线性,多项式,logistic等)回归模型的检测器等。这些检测器的输入是与训练阶段所输入特征等价的特征,输出是连续的实数值表示对该输入的评分。
在确定了参考坐标系之后,用户预先定义测量需求中包含的测量项(如BSD,UTA等),超声成像系统会根据这些测量需求计算出需要输入的解剖学结构位置点,以及自动安排输入顺序,还可以进一步地在屏幕上显示解剖结构示意图提示用户如何按照系统自动确定的解剖学结构位置点进行半自动化的测量操作流程;在用户根据解剖结构示意图进行解剖学结构位置的确认操作输入的过程中,系统实时显示当前可用的测量结果。可见,与传统的分散测量方案不同,本实施例提出了一种一体化的智能手动测量方案(见图8和图9)。基于图9所述的流程,以下举例说明如何进行智能化的手动测量。
在其中一个实施例中,用户在图9中的步骤12中,通过预设菜单定义如下的测量项目:
(1)耻骨联合和UVJ的夹角PUA,
(2)UVJ到X轴的距离BSD
(3)尿道倾斜角UTA,
(4)膀胱后角RVA,
(5)耻骨膀胱角PVA,和
(6)膀胱后壁最低点到X轴的距离PVD。
则在步骤14中,超声成像系统会根据这些测量项目之间的逻辑关系可以自动计算出所需输入的盆底解剖结构位置信息,即确定解剖学结构位置的位置集,并生成一个默认排序的测量序列,具体如下所示,参见图14所示:
(a)耻骨联合下缘(Lower boarder of SP),
(b)耻骨联合中轴线(Central axis of SP),
(c)膀胱尿道联接处(Urethrovesical junction,UVJ),
(d)尿道近端(Proximal end of urethra),
(e)膀胱后沿近端(Proximal end of posterior vesical wall)和
(f)膀胱后沿最低点(Lowest point of posterior vesical wall)。
以上输入项的解剖结构如图12和图13所示。图12给出了盆底各项测量示意图,图中包含了耻骨尿道角PUA,膀胱尿道后角RVA,尿道倾斜角UTA,耻骨联合到x轴的距离BSD。
图13给出了盆底各项测量示意图,图中包含了耻骨膀胱角PVA,膀胱尿道后角RVA,尿道倾斜角UTA,耻骨联合到x轴的距离PVD。其中a)和b)两步用于确定坐标系。此时用户可以按照个人习惯对这些输入进行排序,也可以选择不作更改。当采集到新的合格图像时,用户按预先定义的顺序(如图14所示),通过输入设备分别输入如上的信息。随着用户的输入增加,系统将逐步更新测量结果直到完成测量。
随着输入的信息项增加,测量结果也将实时增加。信息项a到f的输入顺序按预先设定,也可按需进行删减。a到f以及1到6项的定义见前文所示。如图14所示,确认完(c)膀胱尿道联接处的位置后,可显示测量项(1)耻骨联合和UVJ的夹角PUA和(2)UVJ到X轴的距离BSD;确认完(d)尿道近端的位置后,可显示测量项(3)尿道倾斜角UTA;确认完(e)膀胱后沿近端的位置后,可显示测量项(4)膀胱后角RVA;确认完(f)膀胱后沿最低点的位置后,可显示测量项(5)耻骨膀胱角PVA和(6)膀胱后壁最低点到X轴的距离PVD。
在上述实施例的基础上,用户可以选择不测量角度PVA和距离PVD,此时测量需求将简化为:
(1)耻骨联合和UVJ夹角PUA,
(2)UVJ到X轴的距离BSD,
(3)尿道倾斜角UTA和
(4)膀胱后角RVA。
此时,位置集中所需输入的盆底解剖结构位置信息也发生了变化,并生成一个默认排序的测量序列,具体如下所示,参见图15所示:
(a)耻骨联合下缘(Lower boarder of SP),
(b)耻骨联合中轴线(Central axis of SP),
(c)膀胱尿道联接处(UrethroVesical Junction,UVJ),
(d)尿道近端(Proximal end of urethra),以及
(e)膀胱后沿近端(Proximal end of posterior vesical wall)。
整个简化的测量流程如图15所示。确认完(c)膀胱尿道联接处的位置后,可显示测量项(1)耻骨联合和UVJ的夹角PUA和(2)UVJ到X轴的距离BSD;确认完(d)尿道近端的位置后,可显示测量项(3)尿道倾斜角UTA;确认完(e)膀胱后沿近端的位置后,可显示测量项(4)膀胱后角RVA。
为了更加简化手动测量时的操作流程,或降低自动化测量时的计算量,则在其中一个实施例中,上述位置集中至少包括耻骨联合下缘和耻骨联合中轴线。更进一步地,上述测量序列中前两个解剖学结构位置为耻骨联合下缘和耻骨联合中轴线,从而将参考坐标系的过程直接加入到测量操作流中,从而简化的流程操作,同样的,在基于位置集和/或测量序列进行系统自动识别和计算时,同样依据位置集和/或测量序列首先确定参考坐标系的相关位置后,再进行具体测量项的计算。具体地,在其中一个实施例中,上述根据测量指令计算目标组织相关的测量项,获得计算结果的过程包括:
首先,图像处理模块根据测量序列中前两个解剖学结构位置确定参考坐标系。前两个解剖学结构位置可以为耻骨联合下缘和耻骨联合中轴线。
然后,依次根据测量序列中剩余的解剖学结构位置,并基于确定的参考坐标系,计算待计算的测量项,并获得相应的计算结果。
上述图像处理模块根据测量序列中前两个解剖学结构位置确定参考坐标系,可以采用前文中提到的以下两种方式来确定参考坐标系。具体为:
第一,接收用户在超声图像上输入的耻骨联合下缘和耻骨联合中轴线,根据用户输入建立第一直角坐标系、第二直角坐标系或第三坐标系;和,
第二,基于模式识别自动检测超声图像中的耻骨联合下缘和耻骨联合中轴线,并建立第一直角坐标系、第二直角坐标系或第三坐标系。具体识别方式可参见前文中的相关说明,在此不作累述。
基于参考坐标系,根据图12和图13中各个测量项的相应关系,可以计算获得各个测量项对应的计算结果。
图9所示的系统自动生成的测量序列,可以进入编辑模式,来对测量项或测量结果进行更新。例如,在其中一个实施例中,上述结合位置集和执行次序生成测量序列包括:
首先,图像处理模块结合前文提到的位置集和执行次序,自动生成预置测量序列。基于图9中的步骤12中利用用户输入的测量项来自动生成预置测量序列。
然后,利用显示器显示预置测量序列。显示的方式可以是文本列表或者提示框的方式。
其次,利用输入输出设备接收用户输入的编辑指令,该编辑指令可以是对测量项的调整,也可以是对解剖学结构位置或执行次序的调整。
最后,根据上述编辑指令,更新预置测量序列,获得上述提到的测量序列,用以进行依次确定位置集中每个解剖学结构位置,获得上述测量指令。
在上述实施例中提供的编辑模式中,完成输入后,用户可选择进入编辑模式;当用户编辑这些输入时,测量结果实时更新;当用户进行第二帧的输入或编辑时,系统不仅实时显示第二帧测量结果,还将实时计算出某些测量值的相对于第一帧的变化,如BSD的相对变化量BND,UTA的相对变化量URA等。上述实施例中的编辑指令至少包含以下操作之一:1、对预置测量序列中位置集中解剖学位置的添加或减少,2、对预置测量序列中执行次序的调整,3、对测量项目的增加或删减。
前文中图8和图9所示的实施例和其他各个实施例中均提到了用户对测量项的输入,本文中“接收来自于用户输入的至少一个测量项”不局限于用户一项一项输入测量项的方式,还可以包括用户选择系统预置的测量模式或测量流程时而得到的一个或多个测量项的输入方式。
根据前文提到的各个实施例,可以基于位置集和/或测量序列,实现全自动测量。因此,在其中一个实施例中,本实施例还提出了一种全自动测量的方案,可以自动确定膀胱尿道联接处(UVJ),尿道近端,膀胱后沿近端和膀胱后沿最低点等解剖结构位置。这些解剖结构位置的检则是在膀胱分割跟踪的基础上进行的。以下以几个特殊的解剖结构位置的检测为例进行说明。
1、膀胱分割跟踪
首先,对膀胱进行分割,以便利用膀胱的轮廓位置信息进行其它解剖结果的检测。图17显示了一个膀胱轮廓分割的例子。图17中,封闭曲线框表示分割得到的膀胱区域。常用的检测方法包括水平集(level set),主动轮廓模型(active contour model),图分割(Graph cut)等。对于动态的连续图像序列,可以采用跟踪的方法以提高准确度和降低逐帧计算的复杂度。
2、膀胱尿道联接处
图20显示了膀胱尿道联接处(膀胱颈)的检测示意图。如图20所示,对靠近探头方向的膀胱轮廓部分(如图中黄色加粗部分(粗线框部分)所示)按照一定间隔采样进行搜索。对于每个采样的位置,在一定范围内搜索不同的方向存在尿道的可能性,选取最佳的位置作为尿道的位置,同时将尿道与膀胱轮廓的位置作为膀胱颈的位值返回。本实施例所用的检测方法如下:对靠近探头方向的膀胱轮廓部分(如图中黄色加粗部分(粗线框部分)所示)按照一定间隔采样进行搜索。对于每个采样的位置,在一定范围内搜索不同的方向存在尿道的可能性,选取最佳的位置作为尿道的位置,同时将尿道与膀胱轮廓的位置作为膀胱颈的位值。对于每个候选尿道位置,确定最佳候选位置的方法与耻骨联合中轴线方向的确定类似,描述如下。
对于每个候选尿道位置,提取与该尿道结构相关的特征,例如沿着尿道方向每间隔一段距离向两边法线方向选取法线上的像素值作为特征。提取到的特征输入到预先训练好的检测器进行评分,得到一组得分,最后选取评分最高的候选位置作为最佳尿道位置。
3、膀胱后沿最低点
膀胱后沿是指膀胱尿道联接处右侧膀胱轮廓上离X轴(或坐标系原点,取决于PVD的计算方式)最接近的一个点。由于已经对膀胱轮廓进行定位,因此只需要在膀胱轮廓上的特定区域遍历找到离X轴最近的点即可,如图22所示。图22给出了膀胱后沿最低点的检测以及PVD的计算示意图。通过检测到的S点和方向SC即可确定X轴和Y轴的位置(图中所示为采用第一直角坐标系A时的情况)。通过膀胱轮廓的跟踪结果以及膀胱颈的检测结果可以得到膀胱后沿(即图中黄色加粗部分)离X轴最接近的点的位置V。此时,V点的Y坐标即为PVD的值。
4、尿道近端
在得到膀胱尿道联接处(UVJ)的同时,尿道的近端也同时被检测到,即截取离UVJ较近的一段尿道(例如2cm)。
5、膀胱后沿近端
膀胱后沿近端由膀胱轮廓和膀胱尿道联接处的位置共同得到,即选取膀胱轮廓后沿接近膀胱尿道联接处(例如2cm以内)的一点作为膀胱后沿近端点。
各测量项的计算
在自动检测到主要解剖结构后,各测量项的计算则简单明了。
RVA的测量如图18所示。系统采用水平集(level set)或类似方法自动跟踪旁胱的轮廓(也可以只跟踪旁胱的轮廓的下半部分)。同时,系统采用机器学习算法自动检测出尿道的位置(图中的黄色直线)。结合尿道和膀胱轮廓,系统从三个点N,U和R可以自动推算出RVA角。
NI的计算如图19所示,给出了NI角自动测量示意图。通过检测到的C,S两点可以确定X轴的位置,从而得到与其垂直的直线I的方向。NI角即射线UN所代表的尿道与直线I形成的夹角。
PVA,PVD的计算如图20和图21所示,图21给出了PVA测量示意图。PVA角度测量示意图。通过检测到的S点和方向SC以及V点即可确定PVA的值(如图中红色箭头所示)。PVA的大小与坐标系无关(即适用于上述第一和第二直角坐标系的情况)。
PUA,BSD的测量如图23和图24所示。图23给出了BSD自动测量示意图。图中U点为自动检测得到的膀胱颈,通过检测到的S点和方向SC即可确定X轴轴和Y轴的位置(图中所示为采用第一直角坐标系时的情况)。此时,U点的Y坐标即为BSD的值。图24给出了PUA角度测量示意图。通过检测到的S点和方向SC以及U点即可确定PUA的值(如图中红色箭头所示)。PUA的大小与坐标系无关(即适用于上述第一和第二直角坐标系的情况)。
在本发明的其中一个实施例中还可以用于两帧图像的对比测量,用于获得动态变化的测量结果。具体方案如下所示:
上述显示的超声图像包括第一帧图像和第二帧图像,因此,图像处理模块在执行基于所述超声图像获得测量指令,根据测量指令计算目标组织相关的测量项,获得计算结果的过程可以采用以下方式:
图像处理模块基于第一帧图像获得测量指令,根据测量指令计算目标组织相关的测量项,获得第一计算结果;
图像处理模块基于第二帧图像获得测量指令,根据测量指令计算目标组织相关的测量项,获得第二计算结果;
图像处理模块计算第二计算结果相对第一计算结果的变化结果,
图像处理模块在输出计算结果时,一并输出变化结果。
这两帧图像可以采用以下方式来获得:
在显示器显示多帧超声图像时,接收用户的选择指令,根据用户的选择指令获得所述超声图像,该超声图像包括上述第一帧图像和上述第二帧图像。在其中一个实施例中,这两帧图像为静息帧图像和瓦氏帧图像。
上述针对第一帧图像获得第一计算结果,以及针对第二帧图像获得第二计算结果的过程可以参见前文中基于超声图像获得计算结果的过程,方法和步骤可部分相同或相近似,也可以全部相同或相近似。例如将上述针对步骤S230和步骤S240的过程中出现的“超声图像”替换为“第一帧图像”和“第二图像”,即可获得针对第一帧图像获得第一计算结果,以及针对第二帧图像获得第二计算结果的过程。
此外,在完成输入后,用户还可以选择进入编辑模式;当用户编辑这些输入时,测量结果实时更新;当用户进行第二帧图像的输入或编辑时,系统不仅实时显示第二帧测量结果,还将实时计算出某些测量值的相对于第一帧的变化,如BSD的相对变化量(即膀胱颈的下降距离BND),UTA的相对变化量(对应为尿道旋转角URA),PVD的相对变化(即膀胱后壁的下降距离BWD)等。当第二帧测量完成时,如果用户编辑第一帧的输入,则如上所示的动态变化量也将实时更新显示。
上述各个实施例中,除了智能化辅助手动测量外,超声成像系统还支持全自动测量,即所有解剖结构通过算法自动计算得到,所有测量项的值根据解剖结构的位置信息自动得到。如果对单帧超声图像是通过全自动方式得到的参数测量结果,则动态测量的变化结果也可以相应地自动得到。
此外,在另一个实施例中,基于上述获得盆底组织的计算结果,可以进行盆底功能的评估,获得评估等级。国际尿控协会(ICS)对盆底脱垂的程序有定量的评级体系,简称为POP-Q体系。该体系通过外科检查的方式将盆底脱垂方式分为0度到IV度共五个级别。本实施例中采用超声检查的方式对盆底器官的脱垂进行定量分析测量。在测量完成后,系统可以根据公式并综合各项测量结果得到一个评分,显示盆底功能障碍的程度或等级。该评分可转换成等价ICS POP-Q评分。
针对盆底功能的评估,在本实施例中可以提供如下几种方式供用户选择。
第一种,系统提供一个默认的评估规则,该方式由最大化Valsalva下PVD的值映射而来,即
当PVD=1cm时,等价的POP-Q为1级。
当-2cm<PVD<1cm时,等价的POP-Q为2级。
当PVD<-2cm时,等价的POP-Q为3级以上。
例如,在其中一个实施例中,根据测量项对应的计算结果,基于默认的评估规则,获得评估等级,此处的默认的评估规则由最大化特定帧上计算的特定测量项对应的计算结果映射获得。特定帧包括瓦氏(Valsalva)帧,特定测量项包括PVD。
第二种,用户可以参考默认的评级方式自定义评分规则和公式。例如可以综合BSD和PVD的结果,又或者更改评判门限等。例如,在其中一个实施例中,根据上述计算结果中的BSD和PVD的值,获得评估等级,并输出。此外,在其中一个实施例中,图像处理模块接收用户对评估规则的调整,该评估规则用于确定评估等级,基于调整后的评估规则,依据上述方法获得的计算结果来确定评估等级,并输出。
第三种,系统提供一种基于机器学习的方法自动实现对脱垂程度的综合评分定级,描述如下:
(a)离线和在线收集一些二维测量图像作为样本及样本的测量结果和医生手动评分;
(b)系统自动将将医生的评分与测量结果以及图像进行数学关联分析,建立关联关系。分析的方法有很多,例如线性回归,卡尔曼滤波,高斯过程回归,支持向量回归等回归分析方法,又或者是深度神经网络等方法。
(c)建立好关联后,系统可综合测量结果给出一个评级分数。如果操作得对评级有异议,可以用手修改该评分。系统得到反馈后将进一步修进关联关系,以得到更加符合操作者预期的评分。总之,超声成系统在执行上述基于机器学习的方法时,可以利用多个样本图像和该样本图像上计算的测量项的计算结果、以及对应的评估等级,输入至检测器中进行数学关联性分析,获得机器模型,根据在超声图像上实际获得的计算结果利用该机器模型,自动获得评估等级。本文提到的评估等级,可以采用诸如0-100的数值表现形式、百分比表现形式、或者量化的阶段性指数(如1、2、3等等)等等。
在步骤S250中,图像处理模块输出计算测量项对应的计算结果。可以通过打印方式输出,或者通过显示器显示计算结果。
在其中一个实施例中,当计算完一个测量项,获得一个测量项对应的计算结果后,立即显示该计算结果。测量结果的计算和显示随着用户输入的增加,系统逐项计算测量结果并实时显示。用户对第二帧图像进行测量时,系统额外计算在同一坐标系下第二帧的测量参数相对第一帧图像的变化结果并实时显示。
上述实施例中提出一种方便快捷的基于二维或三维超声的参数测量方案,可以适用于盆底参数的测量。该方案自动建立测量坐标系并利用了盆底各个测量项之间的关联性最大化地减少测量输入,提高测量效率和降低测量误差。该方案还能根据用户需求,计算两帧图像之间对应测量项的相对变化量,并且通过综合这些测量项及其相对变化量信息自动计算出受检者功能障碍评分或等级。方案还支持在线或离线学习用户的评分方式用于自动评分。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品承载在一个非易失性计算机可读存储载体(如ROM、磁碟、光盘、硬盘、服务器云空间)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例的系统结构和方法。
以上实施例仅表达了几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (24)
1.一种盆底超声图像中参数测量的方法,包括:
获取盆底超声图像,所述盆底超声图像包含盆底组织,所述盆底超声图像通过利用超声探头接收来自盆底组织的超声信号而获得所述盆底超声图像;
显示所述盆底超声图像;
获取所述盆底超声图像中的耻骨联合下缘;
获取经过所述耻骨联合下缘的耻骨联合中轴线;
确定经过所述耻骨联合下缘且与所述耻骨联合中轴线成135度角的X轴;
获取所述盆底超声图像中的膀胱颈的位置;
计算所述膀胱颈的位置到所述X轴的垂直距离,所述垂直距离为膀胱颈距离。
2.根据权利要求1所述的方法,其特征在于,获取所述盆底超声图像中的耻骨联合下缘,包括:
自动识别所述盆底超声图像中的耻骨联合下缘,或者检测操作者对所述盆底超声图像中的耻骨联合下缘对应区域点击的操作,以获得所述盆底超声图像中的耻骨联合下缘。
3.根据权利要求1所述的方法,其特征在于,获取经过所述耻骨联合下缘的耻骨联合中轴线,包括:
自动识别经过所述耻骨联合下缘的耻骨联合中轴线,或者检测操作者对经过所述耻骨联合下缘的耻骨联合中轴线输入的操作,以获得经过所述耻骨联合下缘的耻骨联合中轴线。
4.根据权利要求3所述的方法,其特征在于,自动识别经过所述耻骨联合下缘的耻骨联合中轴线,包括:
根据所述耻骨联合下缘区域确定耻骨联合中轴线的起点;
以所述起点为原点确定表征耻骨联合中轴线的候选射线,所述候选射线具有初始偏转角度;
以初始偏转角为中心偏转预定范围并间隔预定角度进行扫描,获得多条候选射线;
提取所述多条候选射线的像素特征;和,
根据所述像素特征,从所述多条候选射线中择一确定所述耻骨联合中轴线。
5.根据权利要求3所述的方法,其特征在于,检测操作者对经过所述耻骨联合下缘的耻骨联合中轴线输入的操作,以获得经过所述耻骨联合下缘的耻骨联合中轴线,包括:
获取经过所述耻骨联合下缘区域的候选中轴线;
当轨迹球或鼠标或与显示屏的触摸接触发生移动时,所述候选中轴线跟着移动;和
检测所述移动的停止,在停止位置显示所述候选中轴线,确定所述停止位置的候选中轴线为耻骨联合中轴线。
6.根据权利要求1所述的方法,其特征在于,获取经过所述耻骨联合下缘的耻骨联合中轴线,包括:
检测操作者输入所述耻骨联合下缘和另一个点的位置操作,以获得经过所述耻骨联合下缘的耻骨联合中轴线;或者
自动识别耻骨联合下缘和另一个点的位置,以获得经过所述耻骨联合下缘的耻骨联合中轴线。
7.根据权利要求1所述的方法,其特征在于,获取所述盆底超声图像中的膀胱颈的位置,包括:
自动识别所述盆底超声图像中的膀胱颈的位置,检测操作者对所述盆底超声图像中的膀胱颈对应区域点击的操作,以获得所述盆底超声图像中的膀胱颈的位置。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述膀胱颈距离,获得评估等级;
输出所述评估等级。
9.根据权利要求8所述的方法,其特征在于,根据所述膀胱颈距离获得评估等级中至少采用以下方式之一执行:
接收用户对评估规则的调整,该评估规则用于确定评估等级,基于调整后的评估规则,依据所述膀胱颈距离确定评估等级;
根据所述膀胱颈距离,基于默认的评估规则,获得评估等级,所述默认的评估规则由最大化特定帧上计算的特定测量项对应的计算结果映射获得;和,
利用多个样本图像和该样本图像上计算的膀胱颈距离、以及对应的评估等级,输入至检测器中进行数学关联性分析,获得机器模型,根据所述膀胱颈距离利用所述机器模型,自动获得评估等级。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括:
计算所述耻骨联合中轴线与所述耻骨联合下缘和所述膀胱颈的位置的连线所成的夹角,所述夹角为耻骨尿道角。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述盆底超声图像中的尿道近端的位置;
获取连接所述膀胱颈的位置与所述尿道近端的位置的连线;
计算所述连线与所述X轴的竖直方向所成的角度,所述角度为尿道倾斜角。
12.根据权利要求11所述的方法,其特征在于,获取所述盆底超声图像中的尿道近端的位置,包括:
自动识别所述盆底超声图像中的尿道近端的位置,或者检测操作者对所述盆底超声图像中的尿道近端对应区域点击的操作,以获得所述盆底超声图像中的尿道近端的位置。
13.根据权利要求11所述的方法,其特征在与,所述方法还包括:
获取所述盆底超声图像中的膀胱后沿近端的位置;
计算所述膀胱颈的位置和所述尿道近端的位置的连线与所述膀胱颈的位置和所述膀胱后沿近端的位置的连线之间的夹角,所述夹角为膀胱后角。
14.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述盆底超声图像中的膀胱后沿最低点的位置;
计算所述耻骨联合中轴线与所述耻骨联合下缘和所述膀胱后沿最低点的位置的连线所成的夹角,所述夹角为耻骨膀胱角。
15.根据权利要求14所述的方法,其特征在于,获取所述盆底超声图像中的膀胱后沿最低点的位置,包括:
自动识别所述盆底超声图像中的膀胱后沿最低点的位置,或者检测操作者对所述盆底超声图像中的膀胱后沿最低点对应区域点击的操作,以获得所述盆底超声图像中的膀胱后沿最低点的位置。
16.根据权利要求14所述的方法,其特征在于,所述方法还包括:
计算所述膀胱后沿最低点的位置到所述X轴的垂直距离,所述垂直距离为耻骨膀胱距离。
17.根据权利要求1所述的方法,其特征在于,
所述盆底超声图像包括第一帧盆底超声图像和第二帧盆底超声图像;
其中,获取所述盆底超声图像中的耻骨联合下缘,获取经过所述耻骨联合下缘的耻骨联合中轴线,确定经过所述耻骨联合下缘且与所述耻骨联合中轴线成135度角的X轴,获取所述盆底超声图像中的膀胱颈的位置,计算所述膀胱颈的位置到所述X轴的垂直距离,所述垂直距离为膀胱颈距离,包括:
获取所述第一帧盆底超声图像中的第一耻骨联合下缘,获取经过所述第一耻骨联合下缘的第一耻骨联合中轴线,确定经过所述第一耻骨联合下缘且与所述第一耻骨联合中轴线成135度角的第一X轴,获取所述第一帧盆底超声图像中的第一膀胱颈的位置,计算所述第一膀胱颈的位置到所述第一X轴的垂直距离,所述垂直距离为第一膀胱颈距离;
获取所述第二帧盆底超声图像中的第二耻骨联合下缘,获取经过所述第二耻骨联合下缘的第二耻骨联合中轴线,确定经过所述第二耻骨联合下缘且与所述第二耻骨联合中轴线成135度角的第二X轴,获取所述第二帧盆底超声图像中的第二膀胱颈的位置,计算所述第二膀胱颈的位置到所述第二X轴的垂直距离,所述垂直距离为第二膀胱颈距离;
所述方法还包括:
确定所述第二膀胱颈距离相对于所述第一膀胱颈距离的变化结果为膀胱颈下降距离或膀胱颈移动度。
18.根据权利要求11所述的方法,其特征在于,
所述盆底超声图像包括第一帧盆底超声图像和第二帧盆底超声图像;
其中,获取所述盆底超声图像中的耻骨联合下缘,获取经过所述耻骨联合下缘的耻骨联合中轴线,确定经过所述耻骨联合下缘且与所述耻骨联合中轴线成135度角的X轴,获取所述盆底超声图像中的膀胱颈的位置,获取所述盆底超声图像中的尿道近端的位置,获取连接所述膀胱颈的位置与所述尿道近端的位置的连线,计算所述连线与所述X轴的竖直方向所成的角度,所角度为尿道倾斜角,包括:
获取所述第一帧盆底超声图像中的第一耻骨联合下缘,获取经过所述第一耻骨联合下缘的第一耻骨联合中轴线,确定经过所述第一耻骨联合下缘且与所述第一耻骨联合中轴线成135度角的第一X轴,获取所述第一帧盆底超声图像中的第一膀胱颈的位置,获取所述第一帧盆底超声图像中的第一尿道近端的位置,获取连接所述第一膀胱颈的位置与所述第一尿道近端的位置的第一连线,计算所述第一连线与所述第一X轴的竖直方向所成的角度,所述角度为第一尿道倾斜角;
获取所述第二帧盆底超声图像中的第二耻骨联合下缘,获取经过所述第二耻骨联合下缘的第二耻骨联合中轴线,确定经过所述第二耻骨联合下缘且与所述第二耻骨联合中轴线成135度角的第二X轴,获取所述第二帧盆底超声图像中的第二膀胱颈的位置,获取所述第二帧盆底超声图像中的第二尿道近端的位置,获取连接所述第二膀胱颈的位置与所述第二尿道近端的位置的第二连线,计算所述第二连线与所述第二X轴的竖直方向所成的角度,所述角度为第二尿道倾斜角;
所述方法还包括:
确定所述第二尿道倾斜角相对于所述第一尿道倾斜角的变化结果为尿道旋转角。
19.根据权利要求16所述的方法,其特征在于,
所述盆底超声图像包括第一帧盆底超声图像和第二帧盆底超声图像;
其中,获取所述盆底超声图像中的耻骨联合下缘,获取经过所述耻骨联合下缘的耻骨联合中轴线,确定经过所述耻骨联合下缘且与所述耻骨联合中轴线成135度角的X轴,获取所述盆底超声图像中的膀胱后沿最低点的位置,计算所述膀胱后沿最低点的位置到所述X轴的垂直距离,所述垂直距离为耻骨膀胱距离,包括:
获取所述第一帧盆底超声图像中的第一耻骨联合下缘,获取经过所述第一耻骨联合下缘的第一耻骨联合中轴线,确定经过所述第一耻骨联合下缘且与所述第一耻骨联合中轴线成135度角的第一X轴,获取所述第一帧盆底超声图像中的第一膀胱后沿最低点的位置,计算所述第一膀胱后沿最低点的位置到所述第一X轴的垂直距离,所述垂直距离为第一耻骨膀胱距离;
获取所述第二帧盆底超声图像中的第二耻骨联合下缘,获取经过所述第二耻骨联合下缘的第二耻骨联合中轴线,确定经过所述第二耻骨联合下缘且与所述第二耻骨联合中轴线成135度角的第二X轴,获取所述第二帧盆底超声图像中的第二膀胱后沿最低点的位置,计算所述第二膀胱后沿最低点的位置到所述第二X轴的垂直距离,所述垂直距离为第二耻骨膀胱距离;
所述方法还包括:
确定所述第二耻骨膀胱距离相对于所述第一耻骨膀胱距离的变化结果为膀胱壁下降距离。
20.根据权利要求17-19中任意一项所述的方法,其特征在于,所述第一帧盆底超声图像为静息帧超声图像,所述第二帧盆底超声图像为瓦氏帧超声图像。
21.根据权利要求1所述的方法,其特征在于,所述盆底超声图像包括人体正中矢状面。
22.一种盆底超声图像中参数测量的方法,其特征在于,包括:
获取盆底超声图像,所述盆底超声图像包含盆底组织,所述盆底超声图像通过利用超声探头接收来自盆底组织的超声信号而获得所述盆底超声图像;
显示所述盆底超声图像;
获取所述盆底超声图像中的耻骨联合下缘;
获取经过所述耻骨联合下缘的耻骨联合中轴线;
获取所述盆底超声图像中的膀胱颈的位置;
计算所述耻骨联合中轴线与所述耻骨联合下缘和所述膀胱颈的位置的连线所成的夹角,所述夹角为耻骨尿道角。
23.一种超声成像系统,其特征在于,包括:
探头,
发射电路和接收电路,用于激励所述探头向盆底组织发射超声波束,接收所述超声波束的超声回波,获得超声回波信号;
图像处理模块,用于根据所述超声回波信号,获得盆底超声图像;
显示器,用于显示所述盆底超声图像;
其中,所述图像处理模块还用于:
获取所述盆底超声图像中的耻骨联合下缘
获取经过所述耻骨联合下缘的耻骨联合中轴线;
确定经过所述耻骨联合下缘且与所述耻骨联合中轴线成135度角的X轴;
获取所述盆底超声图像中的膀胱颈的位置;
计算所述膀胱颈的位置到所述X轴的垂直距离,所述垂直距离为膀胱颈距离。
24.一种超声成像系统,其特征在于,包括:
探头,
发射电路和接收电路,用于激励所述探头向盆底组织发射超声波束,接收所述超声波束的超声回波,获得超声回波信号;
图像处理模块,用于根据所述超声回波信号,获得盆底超声图像;
显示器,用于显示所述盆底超声图像;
其中,所述图像处理模块还用于:
获取所述盆底超声图像中的耻骨联合下缘;
获取经过所述耻骨联合下缘的耻骨联合中轴线;
获取所述盆底超声图像中的膀胱颈的位置;
计算所述耻骨联合中轴线与所述耻骨联合下缘和所述膀胱颈的位置的连线所成的夹角,所述夹角为耻骨尿道角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111217742.6A CN114027880B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/071277 WO2018129737A1 (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
CN201780079237.5A CN110177504B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
CN202111217742.6A CN114027880B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780079237.5A Division CN110177504B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114027880A CN114027880A (zh) | 2022-02-11 |
CN114027880B true CN114027880B (zh) | 2024-07-16 |
Family
ID=62839820
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780079237.5A Active CN110177504B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
CN202111217742.6A Active CN114027880B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
CN202111217743.0A Active CN114343715B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780079237.5A Active CN110177504B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111217743.0A Active CN114343715B (zh) | 2017-01-16 | 2017-01-16 | 超声图像中参数测量的方法和超声成像系统 |
Country Status (3)
Country | Link |
---|---|
US (5) | US11826194B2 (zh) |
CN (3) | CN110177504B (zh) |
WO (1) | WO2018129737A1 (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110177504B (zh) | 2017-01-16 | 2022-05-31 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像中参数测量的方法和超声成像系统 |
CA3057174A1 (en) * | 2017-03-20 | 2018-09-27 | Exact Imaging Inc. | Method and system for visually assisting an operator of an ultrasound system |
JP7033692B6 (ja) * | 2018-08-29 | 2022-05-30 | コーニンクレッカ フィリップス エヌ ヴェ | スマート剪断波エラストグラフィのための超音波システムと方法 |
US11540794B2 (en) * | 2018-09-12 | 2023-01-03 | Orthogrid Systesm Holdings, LLC | Artificial intelligence intra-operative surgical guidance system and method of use |
WO2020056086A1 (en) * | 2018-09-12 | 2020-03-19 | Orthogrid Systems, Inc. | An artificial intelligence intra-operative surgical guidance system and method of use |
JP7163402B2 (ja) | 2018-10-12 | 2022-10-31 | 富士フイルム株式会社 | 超音波診断装置および超音波診断装置の制御方法 |
CN112150370B (zh) * | 2019-06-28 | 2024-02-06 | 深圳市恩普电子技术有限公司 | 一种空间复合成像方法和装置 |
CN110570423A (zh) * | 2019-09-20 | 2019-12-13 | 深圳开立生物医疗科技股份有限公司 | 一种盆底测量方法、系统及超声设备 |
CN112568933B (zh) * | 2019-09-29 | 2022-11-22 | 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 |
WO2021120065A1 (zh) * | 2019-12-18 | 2021-06-24 | 深圳迈瑞生物医疗电子股份有限公司 | 解剖结构的自动测量方法和超声成像系统 |
CN111110272B (zh) * | 2019-12-31 | 2022-12-23 | 深圳开立生物医疗科技股份有限公司 | 超声图像测量信息显示方法、装置、设备及可读存储介质 |
CN112907507A (zh) * | 2021-01-14 | 2021-06-04 | 杭州米迪智能科技有限公司 | Graf法髋关节超声图像测量方法、装置、设备及存储介质 |
CN113658651B (zh) * | 2021-08-17 | 2023-07-25 | 清华大学 | 尿失禁自动诊断方法、装置及存储介质 |
CN113658687B (zh) * | 2021-08-17 | 2023-10-24 | 中国医学科学院北京协和医院 | 盆腔器官脱垂自动诊断方法、装置及存储介质 |
CN113679421A (zh) * | 2021-08-26 | 2021-11-23 | 深圳蓝韵医学影像有限公司 | 一种超声测量方法和装置 |
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系统 |
US20230267618A1 (en) * | 2022-02-18 | 2023-08-24 | GE Precision Healthcare LLC | Systems and methods for automated ultrasound examination |
WO2024248147A1 (ja) * | 2023-05-31 | 2024-12-05 | 学校法人東京電機大学 | 画像評価方法、画像評価装置、コンピュータプログラム、および非一時的なコンピュータ可読媒体 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101969852A (zh) * | 2008-03-04 | 2011-02-09 | 断层放疗公司 | 用于改进图像分割的方法和系统 |
CN102413871A (zh) * | 2009-04-30 | 2012-04-11 | 麦德托尼克公司 | 以基于支持向量机的算法为基础的病人状态探测 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7297116B2 (en) * | 2003-04-21 | 2007-11-20 | Wisconsin Alumni Research Foundation | Method and apparatus for imaging the cervix and uterine wall |
US20050215899A1 (en) * | 2004-01-15 | 2005-09-29 | Trahey Gregg E | Methods, systems, and computer program products for acoustic radiation force impulse (ARFI) imaging of ablated tissue |
ATE510499T1 (de) * | 2004-08-27 | 2011-06-15 | Verathon Inc | Systeme und verfahren zur quantifizierung und klassifizierung von flüssigkeiten in menschlichen körperhöhlen in ultraschallbildern |
US7937249B2 (en) * | 2005-07-14 | 2011-05-03 | The Procter & Gamble Company | Computational model of the internal human pelvic environment |
US7544062B1 (en) * | 2005-08-02 | 2009-06-09 | Ams Research Corporation | Abdominopelvic region male anatomic model |
US20080167581A1 (en) * | 2007-01-10 | 2008-07-10 | Yoav Paltieli | Determining parameters associated with a female pelvis and cervix |
FR2932677B1 (fr) | 2008-06-20 | 2010-06-25 | Univ Bretagne Occidentale | Systeme d'aide a l'implantation d'une prothese de hanche sur un individu. |
US8460217B2 (en) * | 2009-09-29 | 2013-06-11 | Khashayar Shakiba | Electronic pelvic organ prolapse quantification system |
CN102113897B (zh) | 2009-12-31 | 2014-10-15 | 深圳迈瑞生物医疗电子股份有限公司 | 一种在图像中提取及测量感兴趣目标的方法及其装置 |
JP5606076B2 (ja) * | 2010-01-08 | 2014-10-15 | 株式会社東芝 | 超音波診断装置、医用画像処理装置及び医用画像処理プログラム |
CN102274051B (zh) * | 2011-05-27 | 2012-12-26 | 深圳市理邦精密仪器股份有限公司 | 一种超声图像膀胱容积自动测量方法及系统 |
US9943286B2 (en) | 2012-06-04 | 2018-04-17 | Tel Hashomer Medical Research Infrastructure And Services Ltd. | Ultrasonographic images processing |
US8777856B2 (en) | 2012-06-26 | 2014-07-15 | General Electric Company | Diagnostic system and method for obtaining an ultrasound image frame |
CN102727184B (zh) * | 2012-06-27 | 2014-04-02 | 辽宁汉德科技有限公司 | 一种膀胱测容实现方法 |
CN103565470B (zh) * | 2012-08-07 | 2015-07-29 | 香港理工大学 | 基于三维虚拟图像的超声图像自动标注方法及系统 |
CN102805664A (zh) * | 2012-08-27 | 2012-12-05 | 王文艳 | 显示及采集人体肛提肌内神经分布图像的方法 |
US8831311B2 (en) * | 2012-12-31 | 2014-09-09 | General Electric Company | Methods and systems for automated soft tissue segmentation, circumference estimation and plane guidance in fetal abdominal ultrasound images |
US20140276872A1 (en) * | 2013-03-15 | 2014-09-18 | Otismed Corporation | Customized acetabular cup positioning guide and system and method of generating and employing such a guide |
CA2839854A1 (en) | 2014-01-17 | 2015-07-17 | Centre For Imaging Technology Commercialization (Cimtec) | 2d-3d rigid registration method to compensate for organ motion during an interventional procedure |
CN103750865A (zh) * | 2014-01-21 | 2014-04-30 | 汕头大学 | 一种基于超声影像的心脑血管病变双因子的判断系统 |
KR102243032B1 (ko) * | 2014-03-18 | 2021-04-21 | 삼성메디슨 주식회사 | 초음파 장치 및 초음파 장치의 측정 방법 |
CN110811691B (zh) | 2014-03-20 | 2022-08-05 | 深圳迈瑞生物医疗电子股份有限公司 | 自动识别测量项的方法、装置及一种超声成像设备 |
US20160000401A1 (en) * | 2014-07-07 | 2016-01-07 | General Electric Company | Method and systems for adjusting an imaging protocol |
FR3031665B1 (fr) * | 2015-01-19 | 2017-01-13 | Univ Bretagne Occidentale | Dispositif de mesure echographique portatif adapte a la mesure de la version pelvienne. |
US10593035B2 (en) * | 2015-03-18 | 2020-03-17 | University Of South Florida | Image-based automated measurement model to predict pelvic organ prolapse |
KR102475820B1 (ko) * | 2015-07-07 | 2022-12-08 | 삼성메디슨 주식회사 | 의료 영상 처리 장치 및 그 동작방법 |
CN105232084B (zh) * | 2015-10-28 | 2017-12-12 | 深圳开立生物医疗科技股份有限公司 | 一种超声三维成像控制方法、成像方法及系统 |
US20170124700A1 (en) * | 2015-10-30 | 2017-05-04 | General Electric Company | Method and system for measuring a volume from an ultrasound image |
CN110177504B (zh) | 2017-01-16 | 2022-05-31 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像中参数测量的方法和超声成像系统 |
-
2017
- 2017-01-16 CN CN201780079237.5A patent/CN110177504B/zh active Active
- 2017-01-16 US US16/478,094 patent/US11826194B2/en active Active
- 2017-01-16 WO PCT/CN2017/071277 patent/WO2018129737A1/zh active Application Filing
- 2017-01-16 CN CN202111217742.6A patent/CN114027880B/zh active Active
- 2017-01-16 CN CN202111217743.0A patent/CN114343715B/zh active Active
-
2021
- 2021-12-07 US US17/544,203 patent/US12150808B2/en active Active
- 2021-12-07 US US17/544,276 patent/US11744540B2/en active Active
- 2021-12-07 US US17/544,330 patent/US11744541B2/en active Active
-
2023
- 2023-09-09 US US18/244,220 patent/US20230414195A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101969852A (zh) * | 2008-03-04 | 2011-02-09 | 断层放疗公司 | 用于改进图像分割的方法和系统 |
CN102413871A (zh) * | 2009-04-30 | 2012-04-11 | 麦德托尼克公司 | 以基于支持向量机的算法为基础的病人状态探测 |
Also Published As
Publication number | Publication date |
---|---|
US20220087637A1 (en) | 2022-03-24 |
CN110177504A (zh) | 2019-08-27 |
WO2018129737A1 (zh) | 2018-07-19 |
CN110177504B (zh) | 2022-05-31 |
US20200383658A1 (en) | 2020-12-10 |
US20220087636A1 (en) | 2022-03-24 |
US20220087635A1 (en) | 2022-03-24 |
US12150808B2 (en) | 2024-11-26 |
CN114343715B (zh) | 2024-07-16 |
US11744541B2 (en) | 2023-09-05 |
US11826194B2 (en) | 2023-11-28 |
CN114343715A (zh) | 2022-04-15 |
US20230414195A1 (en) | 2023-12-28 |
CN114027880A (zh) | 2022-02-11 |
US11744540B2 (en) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114027880B (zh) | 超声图像中参数测量的方法和超声成像系统 | |
CN111214255B (zh) | 一种医学超声图像计算机辅助方法 | |
US11602332B2 (en) | Methods and systems for multi-mode ultrasound imaging | |
CN102469981A (zh) | 超声波诊断装置及其关心区域设定方法 | |
CN111242921B (zh) | 一种医学超声图像辅助诊断系统自动更新的方法及系统 | |
CN113229850B (zh) | 超声盆底成像方法和超声成像系统 | |
CN112294361B (zh) | 一种超声成像设备、盆底的切面图像生成方法 | |
CN118717171A (zh) | 乳腺超声成像方法及超声成像系统 | |
CN114170241A (zh) | 乳腺超声图像分割方法及设备 | |
CN115813433A (zh) | 基于二维超声成像的卵泡测量方法和超声成像系统 | |
WO2022099704A1 (zh) | 中晚孕期胎儿的超声成像方法和超声成像系统 | |
CN113768544A (zh) | 乳腺的超声成像方法及设备 | |
US20190183453A1 (en) | Ultrasound imaging system and method for obtaining head progression measurements | |
US11413019B2 (en) | Method and apparatus for displaying ultrasound image of target object | |
EP4248879A1 (en) | Information processing device, information processing method, and program | |
JP7592789B1 (ja) | 学習済みモデルの生産方法、超音波診断装置及び、学習済みモデルを生産する装置 | |
CN113197596B (zh) | 超声成像设备及其超声回波数据的处理方法 | |
CN116965852A (zh) | 盆腔的超声测量方法和超声成像系统 | |
CN118557220A (zh) | 超声成像系统及超声图像分析方法 | |
CN116236225A (zh) | 超声测量质控方法及设备 | |
CN116458917A (zh) | 超声成像系统和超声图像的辅助显示方法 | |
CN115708694A (zh) | 超声图像处理方法及设备 | |
CN118252540A (zh) | 超声图像处理方法及超声检测设备 | |
CN113974688A (zh) | 超声成像方法和超声成像系统 | |
CN116138807A (zh) | 一种超声成像设备及腹主动脉的超声检测方法 |
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 |