CN113100824B 用于自动病变表征的系统和方法 （通 用电气精准医疗有限责任公司）

科etal..CorrelationofStrainElawithConventionalSonography5-10.etal..CorrelationofStrainElawithConventionalSonography5-10.本发明题为用于自动病变表征的系统和方A/B比率模型自动确定感兴趣区域(ROI)的A/B比的B模式图像和ROI的弹性成像图像来输出A/B比2接收确定弹性成像图像的感兴趣区域ROI的A/B比率的请求，所述弹层B模式图像和所述B模式图像上的叠层，所述叠层包括在所述B模式图像中成像并由超声在接收到所述请求时，调节所述弹性成像图像的所述叠层键入所述经处理的弹性成像图像和所述B模式图像作为A/B比率模型的输入，所述A/B比率模型被训练成基于所述经处理的弹性成像图像和所述B模式图像来输出所述A/B比率；其中所述A/B比率是所述弹性成像图像中的所述ROI的宽度和/或面积相对于所述B模2.根据权利要求1所述的方法，其中所述A/B比率是所述弹性成像图像中的所述ROI的3.根据权利要求2所述的方法，其中经由所述A/B比率模型自动地确定所述ROI的所述经由所述A/B比率模型来识别所述弹性成像图像中的所述ROI识别的第一边界来确定所述弹性成像图像中的所述R经由所述A/B比率模型来识别所述B模式图像中的所述ROI的第二边界，并且基于所识4.根据权利要求1所述的方法，其中所述弹性成像图像是剪切波弹性成像图像或应变6.根据权利要求1所述的方法，调节所述弹性成像图像的所述叠层的增益以生成所述7.根据权利要求6所述的方法，其中调节所述弹性成像图像的所述透明度和所述增益8.根据权利要求1所述的方法，所述方法还包括将经由所述超声探头获取所述患者的所述ROI的弹性成像图像，其中所述弹性成像图像包括所述B模式图像和所述B模式图像上的叠层，所述叠层包括在所述B模式图像中成像并3在接收到所述请求时，调节所述弹性成像图像的所述叠层的增益和/或透明度以生成键入所述B模式图像和所述经处理的弹性成像图像作为A/B比率模型的输入，所述A/B比率模型被训练成基于所述B模式图像和所述经处理的弹性成像图像来输出所述ROI的A/B其中所述A/B比率是所述弹性成像图像中的所述ROI的宽度和/或面积相对于所述B模10.根据权利要求9所述的系统，其中获取和/或处理所述弹性成像图像以具有最大增11.根据权利要求10所述的系统，其中所述弹性成像图像的所述透明度是指示所述患12.根据权利要求9所述的系统，其中所述A/B比率模型包括被训练成识别所述弹性成像图像中的所述ROI的第一边界的第一图像分割模型和被训练成识别所述B模式图像中的接收确定弹性成像图像的感兴趣区域ROI的A/B比率的请求，所述弹层B模式图像和所述B模式图像上的叠层，所述叠层包括在所述B模式图像中成像并由所述在接收到所述请求时，调节所述弹性成像图像的所述叠层的透键入所述经处理的弹性成像图像和所述下层B模式图像作为模型的输入，所述模型被其中所述A/B比率是所述弹性成像图像中的所述ROI的宽度和/或面积相对于所述B模16.根据权利要求15所述的方法，其中接收所述请求包括在所述弹性成像图像显示在17.根据权利要求16所述的方法，其中调节所述透明度包括将所述透明度从所述第一18.根据权利要求15所述的方法，其中所述A/B比率是所述弹性成像图像中的所述ROI419.根据权利要求18所述的方法，其中所述模型被训练成识别并分割所述弹性成像图像中的所述ROI以确定所述第一面积，以及识别并分割所述B模式图像中的所述ROI以确定20.根据权利要求15所述的方法，其中接收确定所述ROI的所述A/B比率的所述请求包括接收确定病变的A/B比率的请求，所述病变在所述弹性成像图像和所述B模式图像中成5[0002]医学超声是采用超声波来探测患者身体的内部结构并产生对应图像的成像模像。内部结构的超声图像可被保存以供临床医生稍后分析从而有助于诊断和/或可以实时A/B比率，该A/B比率模型被训练成使用作为输入的ROI的B模式图像和ROI的弹性成像图像方式中进一步描述的概念的选择。这并不意味着识别所要求保护的主题的关键或必要特限于解决上文或本公开的任何部分中提到的任何缺和/或面积相对于B模式图像中的病变的宽度和/或面积(称为A/B比率)可提供病变恶性肿6及获取包括病变的对应弹性成像图像来测量A/B比率。临床医生可随后识别每个图像中的致不同临床医生和不同患者之间、甚至同一患者的不同成像阶段之间的A/B比率计算结果比率计算结果可能导致对病变生长和/或转化的不准确确定，这可能对患者护理产生负面阶段之间的A/B比率测量可更加一致，这可改善患者护理并且减少临床医生的工作流程需[0013]可使用超声成像系统诸如图1的超声成像系统来获得B模可键入这些图像作为存储在图像处理系统诸如图2的图像处理系统上的A/B比率模型的输病变并且计算A/B比率。可输出计算出的A/B比率以在显示设备诸如图4所示的图形用户界回波产生一个或多个超声脉冲以形成一个或多7动作的硬键、可被配置为控制不同功能的软键，以及显示在显示设备118上的图形用户界些实施方案可具有显著快于20帧/秒的实时帧速率，而其他实施方案可具有低于7帧/秒的[0018]超声成像系统100可以例如10Hz至30Hz的帧速率(例如，每秒10帧至30帧)连续采的存储方式便于根据其采集顺序或时间进行检索。存储器120可包括任何已知的数据存储[0019]在本发明的各种实施方案中，处理器116可通过不同的模式相关模块(例如，B模8[0020]超声成像系统100包括被配置成实现剪切波弹性成像和/或应变弹性成像的弹性患者)的感兴趣区域(ROI)内的部位处生成剪切波。弹性成像电路103可控制探头106(或更具体地是控制换能器元件104)，以朝向预定部位引导剪切波生成或推动脉冲以生成剪切[0021]当处于应变模式时，弹性成像电路103可控制探头106以在患者或ROI上产生机械力(例如表面振动、任意或阶跃准静态表面位移等)或辐射力，以测量患者ROI的刚度或应[0022]在本公开的各种实施方案中，超声成像系统100的一个或多个部件可以包括在便9储设备接收图像。图像处理系统202可以可操作地/通信地耦接到用户输入设备232和显示显示设备234可包括超声成像系统100的显示设备11[0027]图像处理系统202包括处理器204，该处理器被配置为执行存储在非暂态存储器中，处理器204的一个或多个方面可被虚拟化并由以云计算配置进行配置的可远程访问的比率模型208可包括一个或多个机器学习模型(诸如深度学习网络)，该一个或多个机器学模型的指令，该分割模型被训练成识别并分割B模式图像和弹性成像图像两者中的目标解括经训练的和/或未经训练的神经网络并且还可包括与存储在其中的一个或多个神经网络[0029]因此，本文所述的A/B比率模型208可被部署成自动计算解剖特征诸如病变的A/BB模式图像和弹性成像图像(例如，从相同ROI并且在一些示例中大约在同一时间取得的图像)中的病变，并且可使用B模式超声图像和弹性成像超声图像和/或其中病变已由专家注的分割的病变的宽度(例如，A/B比率模型208可识别病变的最宽部分并测量病变的最宽部分以确定病变的宽度)。A/B比率可被计算为弹性成像图像中的病变的宽度与B模式图像中[0030]非暂态存储器206还可包括训练模块210，该训练模块包括用于训练存储在A/B比的超声图像。超声图像数据212可包括B模式图像和弹性成像图像两者(无论是使用剪切波或弹性成像图像和包含由专家注释的ROI(例如由临床医生注释的病变)的真实情况。在一些示例中，训练数据的一个或多个集合可包括在同一患者身上获取的B模式图像和弹性成练模块210不设置在图像处理系统202处的示例中，能够用于训练A/B比率模型208的图像/[0032]在一些实施方案中，非暂态存储器206可以包括设置在两个或更多个设备上的组206的一个或多个方面可以包括以云计算配置进行配置的可远程访问的用户能够与图像处理系统202内的数据交互并操纵该数据的其他设备中的一者或多者。在[0034]显示设备234可包括几乎利用任何类型技术的一个或多个显示设备。在一些实施备可使得用户能够查看由超声成像系统产生的超声图像和/或与存储在非暂态存储器206在计算设备(诸如图2的图像处理系统202)的非暂态存储器中的指令来执行方法B比率的用户输入可在操作者正在积极地对患者进行成像时接收，并且因此请求可包括使用特定图像或一系列图像(例如最新获取或存储的弹性成像图像)来计算A/B比率的请求。在一些示例中，计算A/B比率的请求可包括指示A/B比率是根据弹性成像图像和B模式图像[0039]如果接收到计算A/B比率的请求，则方法300前进至304以获得包括感兴趣区域计算A/B比率的请求可包括将要计算哪一个解剖特征/ROI的A/B比率的指示(例如，计算乳探头在B模式成像下操作时，B模式图像可为经由超声探头(例如探头106)获得的标准2D灰选择一个B模式图像，或者操作者可经由用户输入来指示当前显示的B模式图像可用于A/B式，探头即被超声成像系统的弹性成像电路(例如弹性成像电路103)配置或控制为递送推后从ROI散射的回波。处理器从探头接收电信号并处理对应于来自电信号的应变数据的向得的弹性成像图像可包括ROI。在306处获得的弹性成像图像可由超声系统响应于计算A/B来指示当前显示的弹性成像图像可用于A/B比率计算。弹性成像图像可包括指示所测量的作者可随后键入请求以弹性成像模式对患者进行成像的用户输入，并且最后的B模式图像像信息的一部分用于帮助通过A/B比率模像信息的透明度设置为最小透明度，则用来计算A/B比率的弹性成像图像的图像分割在整对于默认透明度和/或增益进行调节并且不同于默认透明度和/或增益。默认透明度和/或增益可在首次显示弹性成像图像时应用，并且用户可基于用户偏好进一步调节透明度和/有与显示给用户的弹性成像图像不同的透明度比率模型(例如A/B比率模型208)可包括一个或多个深度学习/机器学习模型，这些模型被训练成识别B模式图像和弹性成像图像中的ROI/感兴趣解剖特征。A/B比率模型可对B模式图像和弹性成像图像执行图像分割以识别ROI的边界(例如B模式图像和弹性成像图像两者性成像图像中的ROI的宽度或面积(A)除以B模式图像中的ROI的宽度或面积(B)来计算A/B[0046]在316处，A/B比率可存储在超声成像系统的存储器中和/或输出以用于在显示设[0047]图4示出了可显示在显示设备401(诸如显示设备118和/或显示设备234)上的示例性成像图像404中的病变的边界408。通过显示作为A/B模型输入而键入的图像以及所识别过将边界408的宽度/面积除以边界406的宽度/面[0049]自动地确定超声图像中感兴趣区域的A/B比率的技术效果在于减少了操作者工作流程并且增强了患者和成像阶段之间的A/B该A/B比率模型被训练成使用作为输入的ROI的B模式图像和ROI的弹性成像图像来输出A/B包括指示在B模式图像中成像的组织的测量刚度的弹性成像信息。在该方法的任选地包括像的透明度和/或增益包括将透明度调节为最小透明度和将增益调节为最大增益。在该方括将A/B比率存储在存储器中作为患者检查的一式图像和弹性成像图像作为A/B比率模型的输入，该A/B比率模型被训练成基于B模式图像的第一边界的第一图像分割模型和被训练成识别B模式图像中的ROI的第二边界的第二图及基于所识别的第二边界来确定B模式图像中的ROI的第二面积，并且将A/B比率确定为第[0052]用于超声系统的方法的实施方案包括：接收确定弹性成像图像的感兴趣区域叠层包括在B模式图像中成像并由超声系统的超声探头测量的组织的弹性成像信息；在接理的弹性成像图像和下层B模式图像作为模型的输入，该模