用于对心脏右心室进行可靠的3D评价的超声系统及其方法技术方案

本发明专利技术涉及一种用于右心室３Ｄ量化的方法和系统，该３Ｄ量化是通过将用于３Ｄ大视场的若干（２－５）３Ｄ采集配准并合并或融合在一起以使右心室包含在一个３Ｄ数据集中来实现的。

【技术实现步骤摘要】
【国外来华专利技术】用于对心鹏心^^行可靠的3D iTO的^^系^^其方法本专利技术涉及一种基于对若干(2-5)3D超声数据集进行配准以建立 使图像质量得以改善的大视场的用于右心室的3D量化的方法和系 统。然后，使用该数据来量化心脏的右心室，否则由于其形状复杂而 很难包含在一个数据集中。尤其，本专利技术涉及通过将用于3D大视场 的若干(2-5)3D采集配准并合并或融合在一起以将右心室(RV)包含在 一个3D数据集中，来采集全3D超声图像。由于右心室的形状复杂且缺乏量化措施，因此，右心室在心脏疾 病中的机能目前并未得到很好的研究。然而，越来越清楚地是，可靠 且可再现的RV容积量化值是非常重要的，并且其携带有重要的预后 值。Ustuner等人的美国专利6,780,152 B2涉及一种用于对心脏进行 超声成像的方法和设备。然而，该专利涉及2D (2维)成像且并未 提供用于在一个数据集中的RV 3D图像的解决方案。事实上，该专 利有保持共面的要求，该要求严格地限制了其的使用。本专利技术涉及一种用于右心室3D量化的方法和系统，该3D量化 是通过将用于3D大视场的若干(2-5)3D采集配准并合并或融合在一 起以使右心室包含在一个3D数据集中来实现的。图l是本专利技术的总体流程图；图2是附图说明图1中步骤的优选实施例的详细流程图；图3A-C示出了典型的3D超声图像配准；图4A-C示出了根据本专利技术的教导的使用融合的3D超声图像配准；图5A-F示出了根据本专利技术的教导用于配准的图像；以及图6A-B示出了本专利技术的融合步骤。现在参照图1-8，图1是本专利技术的方法和系统的总体流程图5。首先，使用己知的超声仪器，例如但不局限于Philips的Sonos 7500 Live 3D或具有3D选项的或具有来自GE vivid 7 Dimension设备 的3D回声深度记录仪的IE 33来采集患者心脏的三维(3D)超声容积。 任何3D采集都将在步骤6中进行。然后，在图1的步骤7中，将超声探头稍稍地在患者胸部上移动 优选的1到2cm，以便覆盖患者心脏的不同区域。然后，重复步骤6， 使得步骤6完成至少两次，优选为2-5次。如果完成n次步骤6，优 选地完成2Si^5次，则得到n次采集和n个数据集，如下所述，在步 骤8中需要由用户将解剖点输入该数据集。在采集阶段，用户最有可 能以全容积模式(可能具有高密度)采集若干(在2到5之间)超声 数据集。从不同视点和不同声穿透角度(insonifying angle)的不同视角 提供了与患者心脏有关的补充数据。这完成了本专利技术的采集部分。然后，通过要求用户在步骤6-7中采集的所有数据集上提供所有 相同的解剖点，或者通过使用Philips的Q-Lab Solution设备中提供的 分割方法(其中用户只输入5个点)来对配准进行初始化(步骤8)。 Q-Lab Solution在下面参照图2的实施例进行详细地描述。对所采集 的数据集进行配准，以便了解其在3D空间中的相对位置。能够完全 自动地或由用户提供少数点来引导该过程而半自动地完成配准步骤。图2描述了图1的步骤8的优选实施例，其中使用Philips Q-Lab Solution的分割方法将点输入到通过重复n次步骤6和7所采集的数 据集上。图1的步骤6和7中所述的内容在采集步骤6a中示出。配准初 始化(图1中的步骤8)是通过图2中的网格配准9a和网格配准9b 来完成的。图1中的步骤8的分割方法能够通过用下面所述的三个步 骤将网格放入3D数据集来执行，这3个步骤已经是Philips Q-Lab产 品3D Q Advanced插件的一部分。步骤l:用户将4或5个参考点录入到3D数据集中(典型地为 3或4个在二尖瓣水平且一个在心内膜顶点处)。步骤2:然后，在一般LV形状(包括参考点)和5个点(借助 于所匹配的5个点)之间确定最佳仿射变形。步骤3:然后，向该一般形状施加自动变形过程，以与3D数据 集中所包含的信息相匹配(典型地采用图像处理领域专家所公知的 3D "蛇形"方法)。该过程使得3D网格跟随放置在3D数据集中的LV心内膜边界。 显然还应当注意到，参考点的使用还指示出网格的定向。这意味着网 格的每个顶点(3D点)能够被自动地标记出(例如心底、中部、 心尖、隔膜壁、乳头肌等)。然后，对于在图1的步骤6中采集的所有数据集重复该过程。对所有得到的网格一起进行匹配(图2中的9b)。更具体地，计 算出在网格和第一个一之间的最佳刚体变换。利用解剖细节，每个顶 点在其它网格中都具有其对应部分。即网格巧中的顶点糾应当与网格 #k中的顶点射相匹配。最佳刚体变换是通过使均方误差和最小化(或 任何最小化过程)来得到的。在图6a和b (网格配准之前和之后) 中示出了该网格配准阶段的示例。基于网格的该刚体变换提供了对配准过程的初始化。应当理解的是，图2的实施例是说明性示例，而不是旨在将本发 明限制于该一个实施例。在图2的采集步骤中，用户能够采集a. 心脏的标准心尖(apical) 3D超声容积；b. 经将U/S探头在患者胸部上从初始位置向左移动大约2 cm的 移位的心尖3D超声容积。在图2的配准步骤中，用户能够使用可在QLab Philips Solution内获得的分割方法(用户只需要 录入5个点)。对于每次采集该过程将生成大约600个点的网格。 使用网格点之间的对应关系，对于每次采集计算对于参考采集 (例如，标准心尖采集)的刚体变换。用(pi)表示参考点集合，而用(P'i)表示源点集合，在最小二乘的意义上，最佳刚体变换(其包括旋 转矩阵R和平移向量T)计算为T=p'-Rp其中R能够用奇异值分解(SVD)方法获得。在图2的融合步骤中，用户能够通过使用智能规则为每个体元选 择灰度级密度将所有图像融合到一个上。事实上，该融合是经由如下 所述的多通道反巻积运算来执行的。这就是智能规则一在回声深度记 录仪(以举例的方式但并不局限本专利技术于此的适当仪器包括Philip的 Sonos 7500、 iE33或者能够采集3D数据的任何其它仪器)的中央单 元上执行的软件程序一该智能规则是如下所述的多通道反巻积方法 最高质量是通过使用多通道反巻积方法来获得的。每个采集的容积表 示为Vi，所融合的容积v由如下获得v = arg min IIv,國A, * v||2 + VF(v)]其中V能够使用共轭梯度法来获得，hi是每次采集的点分布函数，中表示正则化算子(例如Tikhonov甲叫lAvl12)且X表示正则化的程度。 这样，用户得到新的3D超声数据集，其 比采集中可能采集到的要更大(更宽)； 由于智能合并过程，具有较佳的边界轮廓。然后，可以在之前不能应用边界检测的该新图像上应用边界检 测，例如右心室检测(因为很难在一次单次采集中获得完全的RV) 和具有左和右心室的完整心脏检测。每一步骤的功能能够以不同方式来实现。 一些可行的备选方法列 举如下 采集使用心尖窗(apical window)内的其它移位。(仅使用通过只将 U/S探头放置在患者胸部上不同位置处的标准U/S仪器(回声深度记 录仪))；使用不同于心尖的其它声窗，尤其是胸骨旁和肋骨下。(仅使用 通过只将U/S探头放置在患者胸部上不同位置处的标准U/S仪器(回 声深度记录仪))。本文档来自技高网...

【技术保护点】
一种用于对患者心脏的右心室进行可靠的３Ｄ评价的超声方法，包括步骤：采集所述患者心脏的３Ｄ超声容积；将２Ｄ矩阵超声探头移动到所述患者心脏的稍稍不同的区域，并且在进行步骤（ｃ）之前重复步骤（ａ）直至使该步骤完成ｎ次，其中２≤ｎ≤５；对从步骤（ａ）和（ｂ）采集的ｎ幅图像进行配准初始化，其中，向所有数据集输入解剖点；通过使用在所述ｎ幅图像的每幅中具有对应关系的所述解剖点，来计算从所述步骤（ａ）和（ｂ）采集的ｎ幅图像之间的最佳刚体变换；通过使用智能规则为体元选择灰度级密度来将所述ｎ幅图像融合到一幅图像上；以及将边界检测应用于通过所述融合步骤（ｅ）获得的３Ｄ图像，使得获得新的３Ｄ超声数据集，所述新的３Ｄ超声数据集比在一次采集中可采集的更长（更宽），并且由于对于所述患者心脏的右心室进行智能成像过程而具有较佳的边界轮廓。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：O热拉尔，P索莱尔，P阿兰，
申请(专利权)人：皇家飞利浦电子股份有限公司，
类型：发明
国别省市：NL[荷兰]