超声图像生成系统技术方案

本发明专利技术涉及一种用于生成对象(2)的图像的超声图像生成系统(1)。超声图像生成系统包括超声数据提供单元(4、5)，该超声数据提供单元(4、5)用于提供对象的原始超声数据，该数据采用超声成像模态记录。已训练单元提供单元(6)提供通过机器学习训练的单元，例如已训练的神经网络，该单元适于基于原始超声数据生成超声图像，该超声图像不对应于所述超声成像模态；即，该超声图像具有对应于一不同的成像模态的图像特征(例如：CT，MR，PET，SPECT，MPI，断层扫描超声图像)。图像生成单元(7)基于所提供的对象的原始超声数据，使用所提供的已训练单元来生成所述对象的图像。

【技术实现步骤摘要】
【国外来华专利技术】超声图像生成系统
本专利技术涉及一种用于使用原始超声数据生成对象的图像的超声图像生成系统、超声图像生成方法和计算机程序。
技术介绍
超声成像在医学诊断中使用非常频繁。它相对便宜且使用灵活。例如，它支持移动使用，并提供每秒最多可达50张超声图像的实时图像。然而，超声成像的缺点是图像质量相对较差。
技术实现思路
本专利技术的目的是提供一种用于生成对象的图像的超声成像系统，超声成像方法和计算机程序，其可改善图像质量。该目的通过一种用于生成对象的图像的超声图像生成系统来实现，所述超声图像生成系统包括：-超声数据提供单元，用于提供对象的原始超声数据，该数据已采用超声成像模态获取，-已训练单元提供单元，用于提供通过机器学习训练的单元，适于基于对象的原始超声数据来生成所述对象的超声图像，该图像不对应于用于获取所述原始超声数据的所述超声成像模态，以及-图像生成单元，用于基于所提供的所述对象的原始超声数据，使用所提供的已训练单元来生成所述对象的图像。原始超声数据包含大量关于对象的信息，采用已知的超声重建本文档来自技高网...

【技术保护点】
1.一种用于生成对象的图像的超声图像生成系统，其中，所述超声图像生成系统(1)包括：/n-超声数据提供单元(4、5)，用于提供对象(2)的原始超声数据，该数据已采用超声成像模态获取，/n-已训练单元提供单元(6)，用于提供通过机器学习训练的单元，该单元适于基于对象的原始超声数据来生成所述对象的超声图像，该图像不对应于用于获取所述原始超声数据的所述超声成像模态，以及/n-图像生成单元(7)，用于基于所提供的所述对象(2)的原始超声数据，使用所提供的已训练单元来生成所述对象(2)的图像。/n

【技术特征摘要】
【国外来华专利技术】20171108 DE 102017126158.31.一种用于生成对象的图像的超声图像生成系统，其中，所述超声图像生成系统(1)包括：
-超声数据提供单元(4、5)，用于提供对象(2)的原始超声数据，该数据已采用超声成像模态获取，
-已训练单元提供单元(6)，用于提供通过机器学习训练的单元，该单元适于基于对象的原始超声数据来生成所述对象的超声图像，该图像不对应于用于获取所述原始超声数据的所述超声成像模态，以及
-图像生成单元(7)，用于基于所提供的所述对象(2)的原始超声数据，使用所提供的已训练单元来生成所述对象(2)的图像。


2.根据权利要求1所述的超声图像生成系统，其特征在于，所述超声数据提供单元(4、5)适于提供采用超声回波成像模态获取的原始超声回波数据作为所述原始超声数据。


3.根据权利要求1和2中的任一项所述的超声图像生成系统，其特征在于，所述已训练单元提供单元(6)适于提供适于基于所述对象的原始超声数据生成对象的图像的已训练单元作为所述已训练单元，所述已训练单元具有的图像特征选自由计算机断层扫描图像特征、磁共振图像特征，正电子发射断层扫描图像特征，单光子发射计算机断层扫描图像特征和磁性粒子图像特征构成的组。


4.根据权利要求1至3中的任一项所述的超声图像生成系统，其特征在于，所述已训练单元提供单元(6)适于提供神经网络作为通过机器学习训练的单元，所述神经网络适于基于所述对象的原始超声数据来生成对象的超声图像，该图像不对应于用于获取所述原始超声数据的所述超声成像模态。


5.根据权利要求4所述的超声图像生成系统，其特征在于，所述已训练单元提供单元(6)适于提供非完全卷积神经网络作为所述神经网络。


6.根据前述权利要求中的任一项所述的超声图像生成系统，其特征在于，所述超声图像生成系统(1)具有图像提供单元(8)，用于提供所述对象(2)的另外的图像，所述另外的图像不对应于所述超声成像模态，其中所述另外的图像不是使用所述已训练单元生成的。


7.根据权利要求6所述的超声图像生成系统，其特征在于，所述超声图像生成系统(1)具有配准单元(9)，用于将所提供的所述另外的图像与使用所述已训练单元生成的图像相互配准。


8.根据权利要求6和7中的任一项所述的超声图像生成系统，其特征在于，所述超声图像生成系统(1)包括：
-元素识别单元(10)，用于识别使用所述已训练单元生成的图像中元素的位置，以及
-标识生成单元(11)，用于基于配准和标识的位置来生成标识，所述标识指示所述元素在所述另外的图像中的位置。


9.一种用于通过机器学习来训练单元的训练系统，其中，所述训练系统(30)包括：
-超声数据提供单元(20、22)，用于提供对象(2)的原始超声数据，所述原始超声数据已采用超声成像模态获取或已采用超声成像模态模拟获取而生成，
-待训练单元提供单元(24)，用于提供待通过机器学习来训练的单元，
-图像提供单元(20、21)，用于提供所述对象(2)的图像，所述对象(2)的图像尚未采用获取所述原始超声数据的所述超声成像模态获取，且尚未采用所述超声成像模态模拟获取而生成，
-训练单元(25)，用于训练所提供的待训练单元，使得当输入所提供的所述对象(2)的原始超声数据时，已训练单元...

【专利技术属性】
技术研发人员：马提亚斯·冈瑟，
申请(专利权)人：弗劳恩霍夫应用研究促进协会，
类型：发明
国别省市：德国;DE