【技术实现步骤摘要】
【国外来华专利技术】具有基于深度学习的波束形成的超声成像和相关联的设备、系统及方法
[0001]本公开总体上涉及超声成像，并且具体而言，涉及使用用于波束形成的预测模型根据超声回波信道响应重建超声图像。
技术介绍
[0002]超声成像系统广泛用于医学成像。常规医学超声系统可以包括超声换能器探头，其耦合到处理系统和一个或多个显示设备。超声换能器探头可以包括声学元件的阵列，其将声波发送到对象(例如，患者的身体)中并且记录从对象反射的声波。声波的发送和/或反射声波或者回波响应的接收可以通过相同超声换能器元件集合或者不同声学元件集合执行。处理系统根据由声学元件接收的回波响应重建或者创建对象的图像。对于常规超声成像，处理系统可以通过对接收到的回波响应信号进行延迟和求和来执行波束形成，以实现沿着成像深度的接收聚焦。处理系统可以通过应用信号处理和/或图像处理技术根据波束形成信号重建图像。
[0003]常常存在常规超声成像中的分辨率、对比度、穿透深度、信噪比(SNR)和/或采集速度和/或帧速率之间的折中。例如，常规超声成像中的图像质量或分辨率由衍射限制。...
【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：声学元件的阵列，其被配置为将超声能量发送到解剖结构中并且接收与所述解剖结构相关联的超声回波；以及处理器电路，其与所述声学元件的阵列通信并且被配置为：从所述阵列接收对应于接收到的超声回波的超声信道数据；通过基于所述超声信道数据的信号水平将第一缩放函数应用到所述超声信道数据将所述超声信道数据规范化；通过将预测网络应用到规范化超声信道数据来生成波束形成数据；通过基于所述超声信道数据的所述信号水平将第二缩放函数应用到所述波束形成数据将所述波束形成数据去规范化；根据所述波束形成数据来生成所述解剖结构的图像；并且将所述解剖结构的所述图像输出到与所述处理器电路通信的显示器。2.根据权利要求1所述的系统，其中，所述处理器电路还被配置为：基于成像深度将时间延迟应用到所述规范化超声信道数据。3.根据权利要求1所述的系统，其中，所述超声信道数据包括针对多个信道的多个样本，其中，所述波束形成数据包括多个输出值，其中，所述处理器电路还被配置为基于成像深度来选择所述多个样本的子集，其中，所述处理器电路将所述超声信道数据规范化包括基于所述多个样本的所述子集的第二信号水平来缩放所述多个样本的所述子集的第一样本的第一信号水平以产生所述规范化超声信道数据的子集，并且其中，所述处理器电路生成所述波束形成数据包括将所述预测网络应用到所述规范化超声信道数据的所述子集以产生所述波束形成数据中的所述多个输出值中的第一输出值。4.根据权利要求3所述的系统，其中，所述第一样本和所述第一输出值对应于所述图像中的相同像素位置。5.根据权利要求4所述的系统，其中，所述处理器电路将所述超声信道数据规范化包括：基于所述多个样本的所述子集的均方根(RMS)值来缩放所述第一样本的所述第一信号水平。6.根据权利要求1所述的系统，其中，所述声学元件的阵列包括第一孔径大小，并且其中，所述波束形成数据与大于所述第一孔径大小的第二孔径大小相关联。7.根据权利要求6所述的系统，其中，所述预测网络是通过以下操作来训练的：提供基于所述第一孔径大小生成的测试超声信道数据和基于所述第二孔径大小生成的第一目标波束形成数据；并且训练所述预测网络以根据所述测试超声信道数据来产生所述第一目标波束形成数据。8.根据权利要求7所述的系统，其中，所述预测网络是通过以下操作来训练的：提供基于所述第一孔径大小生成的第二目标波束形成数据；并且在训练所述预测网络以产生所述第一目标波束形成数据之前训练所述预测网络以根据所述测试超声信道数据来产生所述第二目标波束形成数据。
9.根据权利要求1所述的系统，其中，所述超声信道数据是根据第一数量的超声发送触发事件来生成的，并且其中，所述波束形成数据与大于所述第一数量的超声发送触发事件的第二数量的超声发送触发事件相关联。10.根据权利要求9所述的系统，其中，所述预测网络是通过以下操作来训练的：提供基于所述第一...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。