超声病变评估及相关联的设备、系统和方法技术方案

提供了临床评估设备、系统和方法。一种临床评估系统，包括：与成像设备通信的处理器，其中，处理器被配置为从成像设备接收表示在时间段内的造影剂灌注的对象的组织的图像帧的序列；通过将预测网络应用于图像帧的序列以产生针对多个第一组织类别和多个第二组织类别的概率分布基于图像帧的序列中间的时空相关性将图像帧的序列分类为多个第一组织类别和多个第二组织类别；并且将针对多个第一组织类别和多个第二组织类别的概率分布输出到与处理器通信的显示器。器通信的显示器。器通信的显示器。

【技术实现步骤摘要】
【国外来华专利技术】超声病变评估及相关联的设备、系统和方法


[0001]本公开总体上涉及超声成像，并且尤其涉及提供用于评估病变的自动化系统和方法。

技术介绍

[0002]医学超声成像由于其可访问性、便宜、安全和易于使用并且更重要地由于其实时反馈而是常常优于造影增强计算机断层摄影(CT)或磁共振成像(MRI)的医学成像模态。例如，B模式成像、彩色多普勒成像和/或功率多普勒成像通常用于表征软组织，检索脉管系统信息并量化血流。然而，在诸如局灶性肝病变(FLL)表征和分类的一些特定应用中，上述超声成像模态可能缺乏特异性和敏感性。在这种情况下，造影增强超声(CEUS)成像可能是优选超声成像模式，因为其提供了形态学和血管增强信息。
[0003]在CEUS成像中，稳定充气微泡被用作造影剂，以增加超声成像下血流的可检测性。例如，可以经由肘前静脉向患者注射微泡团。微泡可能流过患者的身体，包括肝动脉和门静脉，其向肝脏供血。肝动脉和门静脉的微泡的动力学(例如，填入和洗出)可以用于区分病变是良性(即实性或囊性肿块)还是恶性(多高血管性病变)。另外，不同性质的FLL在成像下可能具有不同的血管增强模式。与微泡动力学组合的血管增强模式的时空性质可以用于分类和表征肝脏病变的性质。然而，分析、分类和表征可能很复杂，并且不同类型或不同类别的肝脏病变之间的差异能够是细微的，并且因此可能需要专业知识。

技术实现思路

[0004]尽管已经证明现有超声成像有用于临床评估和诊断，但是临床上仍然需要用于提供自动病变评估工具的改进的系统和技术。本公开的实施例提供了深度学习框架，以经由CEUS成像帮助和指导用户对病变(例如，肝病变)进行分类和表征。所公开的实施例可以在向患者注射造影剂(例如，微泡)之后的一段时间内将三维(3D)深度学习预测网络应用于从患者捕获的CEUS图像的序列。深度学习预测网络可以将图像帧的序列分为恶性与良性，并且还分类为恶性或良性病变的子类。可以训练深度学习预测网络以针对不同病变类型和/或状态学习病变中的微泡动力学(填入/洗出)和/或血流增强模式(例如，在动脉期、门静脉期和/或延迟期期间)的时空特性。此外，所公开的实施例可以从深度学习预测网络中提取高水平诊断信息，并且可以以文本报告的形式呈现CEUS图像的解释。此外，所公开的实施例可以从包括贡献于分类输出的最显著特征(例如，时空签名)的序列中识别图像帧(例如，决定性帧)。分类、文本报告和/或决定性帧可以指导用户进行病变评估。
[0005]在一个实施例中，一种临床病变评估系统包括与成像设备通信的处理器，其中，处理器被配置为从成像设备接收表示在时间段内的灌注有造影剂的对象的组织的图像帧的序列；将图像帧的序列分类为多个第一组织类别和不同于第一组织类别的多个第二组织类别，通过将预测网络应用于图像帧的序列以产生多个第一组织类别和多个第二组织类别的概率分布基于图像帧的序列中间的时空相关性进行分类；并将多个第一组织类别和多个第
二组织类别的概率分布输出到与处理器通信的显示器。
[0006]在一些实施例中，处理器还被配置为将多个第一组织类别中的每个的概率输出到显示器；并将多个第二组织类别中的每个的概率输出到显示器。在一些实施例中，预测网络识别最代表概率分布的图像帧的序列的子集，并且其中，处理器还被配置为向显示器输出该子集中的图像帧。在一些实施例中，时空相关性是在表示造影剂通过对象的组织的灌注的图像帧的序列中的像素中间的。在一些实施例中，预测网络基于时空相关性产生文本报告，该文本报告包括与在时间段内的不同子时段期间造影剂通过对象的组织的灌注相关联的信息，并且其中，处理器还被配置为将文本报告输出到显示器。在一些实施例中，预测网络包括第一预测子网络和第二预测子网络，其中，第一预测子网络产生概率分布，并且其中，第二预测子网络产生文本报告。在一些实施例中，子时段包括灌注的动脉期(AP)、灌注的门静脉期(PVP)或灌注的延迟期中的至少一项。在一些实施例中，对象的组织包括肝脏的至少部分。在一些实施例中，多个第一组织类别包括肝细胞癌(HCC)、胆管癌或转移中的至少一项，并且其中，多个第二组织类别包括血管瘤、局灶性结节性增生(FNH)或腺瘤中的至少一项。在一些实施例中，处理器被配置为将表示对象的组织的亮度模式(B模式)图像输出到显示器。在一些实施例中，处理器被配置为基于图像帧的序列将对象的组织的造影增强图像输出到显示器。在一些实施例中，处理器还被配置为从与处理器通信的用户输入设备接收对象的组织的选定的感兴趣区域(ROI)的指示；并且基于选定的ROI将预测网络应用于图像帧的序列。在一些实施例中，处理器被配置为基于图像帧的序列从对象的组织中识别感兴趣区域(ROI)；并基于所识别的ROI将预测网络应用于图像帧的序列。在一些实施例中，通过提供表示在时间段内的造影剂灌注的测试对象的组织的测试图像帧的序列来训练预测网络；基于造影剂通过测试对象的组织的灌注的动脉期(AP)、灌注的门静脉期(PVP)和灌注的延迟期对测试图像帧的序列进行排序；并且基于与所述多个第一组织类别和所述多个第二组织类别相关联的血流的时空特性将评分分配给测试图像帧的序列。
[0007]在一个实施例中，一种临床病变评估的方法包括：从成像设备接收表示在时间段内的灌注有造影剂的对象的组织的图像帧的序列；将图像帧的序列分类为多个第一组织类别和不同于第一组织类别的多个第二组织类别，通过将预测网络应用于图像帧的序列以产生多个第一组织类别和多个第二组织类别的概率分布基于图像帧的序列中间的时空相关性进行分类；并且由显示器显示多个第一组织类别和多个第二组织类别的概率分布。
[0008]在一些实施例中，显示包括：显示多个第一组织类别中的每个的概率；并且显示多个第二组织类别中的每个的概率。在一些实施例中，该方法还包括由预测网络识别最代表概率分布的图像帧的序列的子集；并由所述显示器显示所述子集中的图像帧。在一些实施例中，该方法还包括：基于时空相关性由预测网络生成文本报告，该文本报告包括与在时间段的不同子时段期间造影剂通过对象的组织的灌注相关联的信息；并且由显示器显示文本报告。在一些实施例中，该方法还包括基于图像帧的序列从对象的组织中识别感兴趣区域(ROI)；并基于所识别的ROI应用预测网络。在一些实施例中，对象的组织包括肝脏的至少部分，其中，多个第一组织类别包括肝细胞癌(HCC)、胆管癌或转移中的至少一项，并且其中，多个第二组织类别包括血管瘤、局灶性结节性增生(FNH)或腺瘤中的至少一项。
[0009]根据以下详细描述，本公开的额外的方面、特征和优点将变得显而易见。
附图说明
[0010]将参考附图描述本公开的说明性实施例，其中：
[0011]图1是根据本公开的方面的超声成像系统的示意图。
[0012]图2A是根据本公开的方面的从造影增强超声(CEUS)成像捕获的患者的肝脏病变的超声图像。
[0013]图2B是根据本公开的方面的从CEUS成像捕获的患者的肝脏病变的超声图像。
[0014]图3A是根据本公开的方面的从CEUS成像捕获的患本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种临床评估系统，包括：处理器，其与成像设备通信，其中，所述处理器被配置为：从所述成像设备接收表示在时间段内的灌注有造影剂的对象的组织的图像帧的序列；将所述图像帧的序列分为多个第一组织类别和不同于所述第一组织类别的多个第二组织类别，通过将预测网络应用到所述图像帧的序列以产生针对所述多个第一组织类别和所述多个第二组织类别的概率分布基于所述图像帧的序列中间的时空相关性进行所述分类；并且将针对所述多个第一组织类别和所述多个第二组织类别的所述概率分布输出到与所述处理器通信的显示器。2.根据权利要求1所述的系统，其中，所述处理器还被配置为：将针对所述多个第一组织类别中的每个第一组织类别的概率输出到所述显示器；并且将针对所述多个第二组织类别中的每个第二组织类别的概率输出到所述显示器。3.根据权利要求1所述的系统，其中，所述预测网络识别所述图像帧的序列的最代表所述概率分布的子集，并且其中，所述处理器还被配置为：将所述子集中的图像帧输出到所述显示器。4.根据权利要求1所述的系统，其中，所述时空相关性是在所述图像帧的序列中表示所述造影剂通过所述对象的组织的灌注的像素中间的。5.根据权利要求4所述的系统，其中，所述预测网络基于所述时空相关性来生成文本报告，所述文本报告包括与在所述时间段内的不同子时段期间所述造影剂通过所述对象的组织的所述灌注相关联的信息，并且其中，所述处理器还被配置为：将所述文本报告输出到所述显示器。6.根据权利要求5所述的系统，其中，所述预测网络包括第一预测子网络和第二预测子网络，其中，所述第一预测子网络产生所述概率分布，并且其中，所述第二预测子网络产生所述文本报告。7.根据权利要求5所述的系统，其中，所述子时段包括以下中的至少一项：所述灌注的动脉期(AP)、所述灌注的门静脉期(PVP)或所述灌注的延迟期。8.根据权利要求1所述的系统，其中，所述对象的组织包括肝脏的至少部分。9.根据权利要求8所述的系统，其中，所述多个第一组织类别包括以下中的至少一项：肝细胞癌(HCC)、胆管癌或转移，并且其中，所述多个第二组织类别包括以下中的至少一项：血管瘤、局灶性结节性增生(FNH)或腺瘤。10.根据权利要求1所述的系统，其中，所述处理器被配置为：将表示所述对象的组织的亮度模式(B模式)图像输出到所述显示器。11.根据权利要求1所述的系统，其中，所述处理器被配置为：基于所述图像帧的序列将所述对象的组织的造影增强图像输出到所述显示器。12.根据权利要求1所述的系统，其中，所述...

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