具有用于引导式肝成像的人工神经网络的超声系统技术方案

本公开描述了用于超声检查生物组织(诸如肝)并且用于使用一个或多个神经网络来自动识别和获取适合于肝肾回波强度比量化的视图的超声成像系统和方法，所述一个或多个神经网络可以被训练为执行图像分类、分割、或其组合以计算置信度并且为所述图像上的测量ROI放置提供推荐。供推荐。供推荐。

【技术实现步骤摘要】
【国外来华专利技术】具有用于引导式肝成像的人工神经网络的超声系统


[0001]本公开属于用于超声检查生物组织并且更特别地用于使用人工神经网络引导和至少部分地自动化肝肾比率量化的超声成像系统和方法。

技术介绍

[0002]超声成像通常被用于对患者的内部组织或器官无创成像，例如，以用于诊断任何数目的不同疾病和其处理的进展或成功。例如，肝与肾之间的回波强度的比率是用于肝脂肪含量的定量生物标志。超声成像可以被用于测量该比率，但是归因于实现用于测量目的的适当的帧中的困难，其可能经受误诊或分类。虽然现有系统可以提供旨在改进图像数据的采集的工具，例如针对肝肾比率量化，但是现有系统可能具有缺点，因此超声成像系统的设计师和制造商继续寻求其改进。

技术实现思路

[0003]本公开描述用于超声成像的系统和方法，其在一些范例中可以非常适合于使用人工神经网络的自动化肝肾比率量化。在实施例中并且如下文进一步描述的，可以使用一个或多个人工神经网络，例如，以引导适合于肝肾比率量化的超声图像的采集，以及提供额外的引导(例如，用于ROI放置)并且用于使过程的某些方面自动化。
[0004]根据本公开的一些范例，一种超声系统可以包括：探头，其被配置为朝向对象发射超声以用于生成所述对象的生物组织的实时(或实况)图像；以及处理器，其被配置为接收所述实时图像并且输出针对所述实时图像的置信度，所述置信度指示所述实时超声图像根据目标图像视图将所述生物组织可视化的概率。在至少一些实施例中，所述处理器可以采用至少一个人工神经网络以生成所述置信度。在确定所述置信度超过阈值时，所述处理器还可以被配置为自动地捕获(即，在本地存储器中存储)所述实时超声图像，确定第一和第二感兴趣区域(ROI)的位置，并且计算所述第一和第二ROI的回波强度值的比率。如果所述置信度不超过阈值，则所述处理器还可以被配置为自动地接收一个或多个相继的实时图像帧并且输出针对所述一个或多个相继的实时图像帧中的每一个的置信度以便继续识别用于回波强度比率量化的合适的图像帧的过程。在一个实施例中，所述系统特别地被配置用于超声检查肝组织，因此，所述图像帧中的生物组织可以包括肝组织、肾组织、或其组合中的至少一个，并且其中，所述神经网络可以特别地被训练为如果所述输入图像对应于适合于计算所述肝肾回波强度比率的矢状肝和右肾视图，则产生超过所述阈值的置信度。
[0005]在一些实施例中，所述人工神经网络可以包括被训练为分割所述输入图像以生成分割图的深度卷积神经网络，并且所述置信度可以至少部分地基于所述实时图像的分割图。在一些范例中，处理器(实现例如另一神经网络或非机器学习算法)可以将由所述分割神经网络输出的分割图与对应于所述目标图像视图的分割图或图像相比较。所述比较可以通过神经网络或其他图像处理技术完成，例如通过叠加所述两个图并且量化所述差异。然而在其他范例中，所述置信度可以通过定量地分析所述分割图的内容来计算，例如，以确定
所述图并且因此所述源图像是否包含足够数量的特定类型的组织(例如，肾组织)和/或所述图像将所述图像内的适当位置的特定类型的组织可视化。在一些这样的实施例中，所述神经网络可以包括完全卷积网络，其被配置为沿着收缩路径之后是扩张路径传播所述输入图像以生成所述分割图。在一些范例中，所述完全卷积网络可以包括具有沿着所述收缩路径的许多下采样卷积层和沿着所述扩张路径的相同数目的上采样卷积层的对称网络。
[0006]在一些实施例中，所述置信度可以通过将所述输入图像分类为多个类别中的一个来确定。在这样的范例中，所述神经网络可以包括深度卷积网络，所述深度卷积网络被配置为将输入图像分类为多个类别或分类中的一个，其中的每一个可以与多个不同置信度值中的一个相关联。在这样的范例中，在将所述图像分类到类别时，所述系统可以继续分割所述图像(使用神经网络或基于非机器学习的算法)以识别对应于不同类型的组织的图像内的区域并且因此自动地生成用于测量所述回波强度比率的推荐ROI。在一些范例中，所述推荐ROI与所述图像一起显示(例如，叠加在所述图像中的相应位置处)并且基于由用户做出的选择，所述系统将用于测量的ROI设定为所述推荐ROI并且计算所述回波强度比率。在一些实施例中，所述系统还可以被配置为在所述适合视图的采集期间向所述用户提供引导，诸如通过显示表示所述置信度的当前值的图形指示物。所述图形指示物当所述系统执行背景中的视图识别或匹配时实时动态更新，使得在任何给定时间处，所述图形指示物表示所述置信度的当前计算值。
[0007]根据一些范例的超声检查生物组织的方法可以包括：通过超声系统的处理器接收表示一种或多种类型的生物组织的实时超声图像；并且将所述实时超声图像提供给被训练为输出针对每个输入图像的置信度的至少一个卷积神经网络。如将进一步描述的，所述置信度可以指示所述实时超声图像根据目标图像视图将所述生物组织可视化的概率。如果所述置信度由所述超声系统确定为超过阈值，则所述范例方法可以通过以下方式来继续：自动地将所述实时超声图像存储在所述超声系统的本地存储器中，确定感兴趣区域(ROI)的位置并且计算第一感兴趣区域的回波强度值与第二感兴趣区域(ROI)的回波强度值的比率。如果所述置信度被确定为不超过所述阈值，则所述方法可以通过以下方式来继续：自动地将一幅或多幅相继的实时图像提供到所述至少一个卷积神经网络以用于确定针对所述一幅或多幅相继的实时图像中的每幅的置信度，例如，直到具有足够高的置信度的图像被识别。
[0008]本文中所描述的任何方法或其步骤可以实现在包括可执行指令的非瞬态计算机可读介质中，所述可执行指令在执行时可以使得医学成像系统的处理器执行本文中实现的方法或者步骤。
附图说明
[0009]图1示出了根据本公开的一些范例的用于超声检查生物组织的过程的流程图。
[0010]图2是根据本公开的原理的系统的框图。
[0011]图3是根据本文中的一些范例的由超声系统提供的图形用户接口的截屏。
[0012]图4示出了根据本文中的一些范例的在超声系统的显示器上提供的额外图标、或其他用户接口元素。
[0013]图5示出了根据本公开的一些范例的神经网络架构的图示。
[0014]图6示出了根据本公开的原理的训练数据范例。
[0015]图7示出了根据本公开的一些范例的训练神经网络的方法的图示。
[0016]图8示出了根据本公开的原理的包括图形指示物的超声系统显示器的截屏。
[0017]图9示出了根据本公开的其他范例的神经网络架构的图示。
[0018]图10A和10B示出了可以用于实现本公开的范例的额外的神经网络架构的图示。
[0019]图11示出了根据本公开的原理的具有其中检测到的多个不同种类的对象的超声图像的范例。
[0020]图12示出了根据本公开的原理的具有自动化ROI放置推荐的范例超声显示器。
[0021]图13是根据本公开的一些范例的用于H/R比率量化的过程的流程图。
具体实施方式
[0022]对特定实施例的以下描述实际上本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种超声成像系统，包括：探头，其被配置为朝向对象发射超声以用于生成所述对象的生物组织的图像；以及处理器，其被配置为接收所述图像并且使用至少一个神经网络输出指示所述图像根据目标图像视图将所述生物组织可视化的概率的置信度，并且其中，如果所述置信度的值超过阈值，则所述处理器还被配置为：选择所述图像；确定所述图像中的第一和第二感兴趣区域(ROI)的位置；并且计算所述第一和第二ROI的回波强度值的比率。2.根据权利要求1所述的系统，其中，如果所述置信度的所述值不超过所述阈值，则所述处理器还被配置为自动地接收一个或多个相继的实时图像帧并且输出针对所述一个或多个相继的实时图像帧中的每个的置信度。3.根据权利要求1所述的系统，其中，所述生物组织包括肝组织、肾组织、或其组合中的至少一项，并且其中，所述神经网络被训练为如果所述输入图像对应于适合用于计算肝肾回波强度比率的矢状肝和右肾视图，则产生超过所述阈值的置信度。4.根据权利要求1所述的系统，其中，所述至少一个人工神经网络包括被训练为分割输入图像以生成分割图的卷积神经网络，并且其中，所述置信度至少部分地基于所述实时图像的所述分割图。5.根据权利要求4所述的系统，其中，所述深度卷积神经网络包括完全卷积网络，所述完全卷积网络被配置为沿着收缩路径然后沿着扩张路径传播所述输入图像以生成所述分割图。6.根据权利要求1所述的系统，其中，所述至少一个人工神经网络包括深度卷积网络，所述深度卷积网络被训练为检测输入图像内的物体并且输出检测到的物体的位置以及所述检测到的物体对应于目标物体类别的概率，并且其中，所述置信度基于所述概率。7.根据权利要求6所述的系统，其中，所述处理器被配置为基于所述检测到的物体的位置来确定第一和第二感兴趣区域(ROI)的位置。8.根据权利要求1所述的系统，其中，所述至少一个人工神经网络包括深度卷积网络，所述深度卷积网络被配置为将输入图像分类为对应于多个置信度的多种分类中的一种种分类。9.根据权利要求1所述的系统，其中，所述处理器被配置为通过以下方式来确定针对所述第一和第二感兴趣区域的位置：自动识别并且与所存储的图像同时显示至少一对推荐ROI；并且接收对来自所述至少一对推荐ROI中的一对推荐ROI的选择的指示，其中，所述处理器被配置为将所述第一和第二感兴趣区域设定为对应于所选择的一对推荐ROI。10.根据权利要求1所述的系统，其中，所述处理器还被配置为分割所述存储图像以识别与至少两个不同类型的生物组织相关联的区域，并且通过分别地识别各自与两个不同类型的生物组织中的一个相关联的第一和第二多个像素来确定所述第一和第二ROI的位置。11.根据权利要求1所述的系统，其中，所述处理器还被配置为生成表示所述置信度的当前值的图形指示物，并且使得所述图形指示物器被显示在所述超声系统的显示器上并且响应于由所述至少一个人工神经网络输出的每个新置信度而在所述显示器上被动态地更
新。12.一种超声检查对象的生物组织的方法，所述方法包括：通过超声系统的处理器接收表示一种或多种类型的生物组织的实时超声图像；并且将所述实时超声图像提供到被训练为输出针对每个输...

【专利技术属性】
技术研发人员：谢华，C，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：