用于医学成像的测量工具的系统和方法技术方案

提供了用于使用超声图像来评估受试者肝脏疾病的方法和系统。在一个示例中，一种方法包括：响应于评估肝脏疾病的请求，利用测量模型确定受试者的选定医学图像帧包括目标解剖视图并且具有高于阈值图像质量的图像质量，并且作为响应，利用该测量模型测量该选定医学图像中的肝脏疾病的标记物；以及输出该标记物的测量以用于在显示设备上显示。测量以用于在显示设备上显示。测量以用于在显示设备上显示。

【技术实现步骤摘要】
用于医学成像的测量工具的系统和方法


[0001]本文所公开主题的实施方案涉及医学成像，并且更具体地涉及用于使用医学成像来评估肝脏疾病的自动化测量工具。

技术介绍

[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态。例如，包括多个换能器元件的超声探头发射超声脉冲，这些超声脉冲会被身体中的结构反射或回传、折射或者吸收。然后超声探头接收所反射的回波，这些所反射的回波被处理成图像。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/或可以实时地或近实时地显示在显示设备上。

技术实现思路

[0003]在一个实施方案中，一种用于评估受试者肝脏疾病的方法包括：响应于评估肝脏疾病的请求，利用测量模型确定受试者的选定医学图像帧包括目标解剖视图并且具有高于阈值图像质量的图像质量，并且作为响应，利用该测量模型测量该选定医学图像中的肝脏疾病的标记物，以及输出该标记物的测量以用于在显示设备上显示。
[0004]在单独或与附图联系时，本说明书的以上优势以及其他优势和特征将从以下具体实施方式中显而易见。应当理解，提供以上
技术实现思路
是为了以简化的形式介绍在具体实施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征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。
附图说明
[0005]通过阅读以下详细描述并且参考附图，可以更好地理解本公开的各个方面，其中：
[0006]图1示出了超声系统的实施方案的框图；
[0007]图2是示出了根据实施方案的用于使用测量模型来测量医学图像的系统的示意图；
[0008]图3至图5示出了经由测量模型生成的示例性超声图像和对应注释；
[0009]图6是示出了用于使用测量模型来评估肝脏疾病的示例性方法的流程图；并且
[0010]图7是示出了用于训练测量模型的示例性方法的流程图。
具体实施方式
[0011]医学超声成像通常包括在目标解剖特征(例如，腹部、胸部等)的位置处将包括一个或多个换能器元件的超声探头放置到成像对象(诸如患者)上。图像由超声探头采集并且实时或接近实时地显示在显示设备上(例如，一旦生成图像就显示图像且没有有意延迟)。超声探头的操作者可查看图像并且调整超声探头的各种采集参数和/或位置以便获得一个
或多个目标解剖特征(例如，心脏、肝脏、肾或另一个解剖特征)的高质量图像。
[0012]由于超声成像具有相对便宜、便携、非侵入和普遍的性质，所以对于评估和监测患者病症(诸如疾病进展)，超声成像可优于活组织检查或其他类型的医学成像(例如，计算机断层扫描或磁共振成像)。然而，由于操作者与操作者的不同，所以所采集的超声图像缺乏标准化，这可使得对某些病症的诊断和/或监测具有挑战性。例如，通常出现在肥胖患者中的非酒精性脂肪性肝病(NAFLD)被定义为脂肪堆积在超过5％的肝细胞中并且是最普遍的肝脏疾病。NAFLD当前是经由肝活组织检查来诊断。肝活组织检查是侵入性的，并且不适用于监测大量准患者或确诊患者的疾病风险或进展。
[0013]因此，NAFLD是非常适合于经由超声进行诊断和监测的患者病症，以便有助于对当前无法用肝活组织检查进行早期检测和持续监测的疾病进行早期检测和持续监测。然而，鉴于超声成像依赖于操作者的性质，到目前为止，通过使用肝脏本身的超声成像来诊断或监测NAFLD一直具有挑战性。例如，操作者经验水平、超声机器和超声设置的差异可能导致采集到具有不同解剖视图和图像质量的不同图像并将这些不同图像用于监测或诊断NAFLD，这可能导致对NAFLD的评估不一致和不可靠。因此，尚未采用广泛使用超声来评估NAFLD。
[0014]因此，根据本文公开的实施方案，可通过使用测量工具在超声图像上测量腹部内脏脂肪来对NAFLD进行诊断和分期。测量工具可包括人工智能分类模型(例如，如下所述的测量模型)，该人工智能分类模型用于检测可进行内脏脂肪测量的标准平面，测量图像质量以用于内脏脂肪测量，处理内脏脂肪测量(包括计算多次内脏脂肪测量的平均测量)，并且基于内脏脂肪测量来预测存在NAFLD的风险。通过将人工智能分类模型暴露于多个初步或早期NAFLD病例，测量腹部内脏脂肪以诊断NAFLD可促进NAFLD的早期诊断，并且用人工智能分类模型辅助内脏脂肪测量可能会导致更准确的测试、测量和预测，包括对没有症状的患者进行NAFLD诊断。通过确保将标准平面和高质量图像用于内脏脂肪测量，本文描述的测量模型可提高内脏脂肪测量的准确性，这可减少假阳性和假阴性结果并且减少测量中操作者与操作者的不同。
[0015]图1中示出了一种示例性超声系统，该示例性超声系统包括超声探头、显示设备和成像处理系统。经由超声探头，可采集超声图像并将其显示在显示设备上。如图2所示的图像处理系统包括测量模型，该测量模型可包括多个子模型，该多个子模型被训练以执行各种任务以便评估肝脏疾病，诸如解剖视图检测、图像质量检测、解剖分割和测量以及疾病风险/进展分析，该测量模型可根据图6的方法进行部署并且根据图7的方法进行训练，以便评估肝脏疾病诸如NAFLD。一旦测量模型在目标视图中识别出具有足够质量的图像，测量模型就可测量目标解剖特征(本文中为肝脏周围的内脏脂肪)并且基于所测量的目标解剖特征确定疾病风险或进展，并且可将测量和疾病风险或进展与图像一起显示，如图3至图5所示。
[0016]参见图1，示出了根据本公开的实施方案的超声成像系统100的示意图。超声成像系统100包括发射波束形成器101和发射器102，该发射器驱动换能器阵列(本文中称为探头106)内的元件(例如，换能器元件)104，以将脉冲超声信号(本文中称为发射脉冲)发射到身体(未示出)中。根据一个实施方案，探头106可以是一维换能器阵列探头。然而，在一些实施方案中，探头106可以是二维矩阵换能器阵列探头。多种几何形状和构形可用于换能器阵列(例如，线性、凸形、相控阵列)，并且换能器阵列可作为例如不同类型的超声探头的一部分
进行提供，包括但不限于标准手持式线性或曲线探头、内源性探头和心脏探头。如以下进一步解释的，换能器元件104可以由压电材料构成。当向压电晶体施加电压时，晶体物理地膨胀和收缩，从而发射超声球波。这样，换能器元件104可将电子发射信号转换为声学发射波束。
[0017]在探头106的元件104将脉冲超声信号发射到(例如，患者的)身体中之后，脉冲超声信号从身体内部的结构如血细胞或肌肉组织向后散射，以产生返回到元件104的回波。回波被元件104转换成电信号或超声数据，并且电信号被接收器108接收。表示所接收的回波的电信号穿过输出超声数据的接收波束形成器110。另外，换能器元件104可根据所接收的回波产生一个或多个超声脉冲以形成一个或多个发射波束。
[0018]根据一些实施方案，探头106可包含电子电路来执行发射波束形成和/或接收波束形成的全部或部分。例如，发射本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于评估受试者肝脏疾病的方法，所述方法包括：响应于评估所述肝脏疾病的请求，利用测量模型确定所述受试者的选定医学图像帧包括目标解剖视图并且具有高于图像质量阈值的图像质量，并且作为响应，利用所述测量模型测量所述选定医学图像帧中的所述肝脏疾病的标记物；以及输出所述标记物的测量以用于在显示设备上显示。2.根据权利要求1所述的方法，所述方法还包括利用所述测量模型确定所述受试者的在所述选定医学图像帧之前采集的先前医学图像帧不包括所述目标解剖视图和/或不具有高于所述图像质量阈值的图像质量，并且作为响应，拒绝所述先前医学图像帧，使得不测量所述标记物。3.根据权利要求2所述的方法，其中所述测量模型包括一个或多个深度学习网络，并且其中确定所述选定医学图像帧包括所述目标解剖视图并且具有高于所述图像质量阈值的图像质量包括：将所述选定医学图像帧输入到所述一个或多个深度学习网络中的一个或多个深度学习网络中，其中所述一个或多个深度学习网络被训练以输出所述选定医学图像帧的解剖视图和所述选定医学图像帧的图像质量。4.根据权利要求3所述的方法，其中测量所述肝脏疾病的所述标记物包括：将所述选定医学图像帧输入到所述一个或多个深度学习网络，其中所述一个或多个深度学习网络被训练以分割所述选定医学图像帧以便识别所述标记物并测量所识别的标记物。5.根据权利要求3所述的方法，其中所述图像质量阈值由所述一个或多个深度学习网络在训练期间学习。6.根据权利要求5所述的方法，其中为了学习所述图像质量阈值以及为了输出所述图像质量，利用包括多个医学图像帧集合的训练数据集来训练所述一个或多个深度学习网络，每个医学图像帧集合包括高质量图像帧和根据所述高质量图像帧生成的图像帧子集，每个图像帧子集的质量逐渐降低。7.根据权利要求1所述的方法，其中所述肝脏疾病是非酒精性脂肪性肝病，其中所述标记物是肝脏周围的内脏脂肪，并且其中所述测量模型被训练以测量所述内脏脂肪的厚度。8.根据权利要求1所述的方法，所述方法还包括：基于所述标记物的所述测量来确定所述受试者患有所述肝脏疾病的风险或所述受试者的所述肝脏疾病的当前进展；以及输出所述风险或所述进展的视觉表示以用于显示。9.一种系统，所述系统包括：显示设备；和图像处理系统，所述图像处理系统在非暂态存储器中配置有指令，所述指令在被执行时致使所述图像处理系统：确定受试者的超声图像帧是否包括目标解剖视图以及所述超声图像帧的图像质量是否高于阈值图像质量；如果所述超声图像帧包括所述目标解剖视图并且具有高于所述阈值图像质量的图像质量，则将所述超声图像帧输入到测量模型中，所述测量模型被训练以测量所述超声图像帧中存在的内脏脂肪的厚度；以及输出所述内脏脂肪的所述厚度的所述测量和对所述受试者的基于所述内脏脂肪的所述测量确定的肝脏疾病的评估，以用于在所述显示设备上显示。
10.根据权利要求9...

【专利技术属性】
技术研发人员：叶莲娜，
申请(专利权)人：通用电气精准医疗有限责任公司，
类型：发明
国别省市：