提供一种超声成像装置及其操作方法。本公开的实施例提供一种超声成像装置，所述超声成像装置包括：超声探头；显示单元；存储器，用于存储至少一个指令；以及处理器，用于执行存储在所述存储器中的所述至少一个指令，其中，所述处理器：对回波信号进行图像处理以获取多幅超声图像；计算作为数值的指示获取的所述多幅超声图像是否适合作为用于诊断病变的诊断算法的输入图像的适合度；在所述显示单元上显示计算的适合度；并且基于所述适合度来确定所述多幅超声图像中要被输入到所述诊断算法中的输入超声图像。输入超声图像。输入超声图像。
【技术实现步骤摘要】
【国外来华专利技术】超声成像装置及其操作方法
[0001]本公开涉及一种超声成像装置及其操作方法。具体地，本公开涉及一种用于确定要作为输入图像输入到用于诊断病变的诊断算法的最佳超声图像的超声成像装置及其操作方法。
技术介绍
[0002]超声成像装置向对象发射从探头的换能器生成的超声信号并从反射自对象的超声回波信号接收信息，以获得对象的内部部位(例如，软组织或血流)的至少一幅图像。
[0003]近年来，已经使用自动测量和诊断算法来利用超声图像自动测量生物计量数据或诊断病变。在自动测量和诊断算法中，根据输入超声图像的类型来确定与解剖结构、扫描视图和图像设置相关的独特设置值。根据检查者(用户)的主观和定性标准来确定要被输入到自动测量和诊断算法的超声图像，因此通过自动测量和诊断算法获得的结果可能不一致并且可能变化。例如，诊断算法的结果的准确性可能由于诸如由检查者(用户)引起的噪声、由于患者的移动引起的运动伪影、超声图像中输出的解剖结构的主观和定性选择、或超声波的独特伪影(例如，由于肋骨在肝的超声图像中引起的阴影)等因素而降低，并且测量时间可能增加，从而降低效率。
[0004]尤其是，最近已经广泛使用的基于机器学习的测量和诊断算法的效果可能根据训练数据而变化。然而，在实际使用时，为了学习而获得的数据在解剖视图和扫描条件方面与各个检查者(用户)获得的数据不同，因此降低了诊断算法的结果的准确性。
技术实现思路
[0005]技术方案
[0006]本公开提供一种超声成像装置及其操作方法，该超声成像装置用于根据定量标准确定要被输入到诊断算法的输入超声图像，同时排除用户的主观和定性标准，以提高通过诊断算法诊断病变的准确性。
附图说明
[0007]图1是用于描述根据本公开的实施例的超声成像装置的操作的概念图。
[0008]图2是根据本公开的实施例的超声成像装置的配置的框图。
[0009]图3是根据本公开的实施例的超声成像装置的操作方法的流程图。
[0010]图4是示出本公开的超声成像装置的计算多幅超声图像中的每幅超声图像对于诊断算法的适合度的示例的示图。
[0011]图5是示出本公开的超声成像装置的计算多幅超声图像中的每幅超声图像对于诊断算法的适合度的示例的示图。
[0012]图6a至图6c是示出本公开的超声成像装置的显示超声图像对于诊断算法的适合度的示例的示图。
[0013]图7是本公开的超声成像装置的基于计算的适合度值冻结超声图像并使用冻结的超声图像执行诊断算法的示例的流程图。
[0014]图8是示出本公开的超声成像装置的显示用户界面(UI)的示例的示图，所述用户界面用于接收用于确定用于诊断算法的输入超声图像的用户输入。
[0015]图9a和图9b是示出本公开的超声成像装置的显示适合于超声图像的诊断算法的类型和适合度的示例的示图。
[0016]图10是本公开的超声成像装置的测量存储的超声图像与获得的超声图像之间的相似度并且基于测量的相似度计算诊断算法的适合度的示例的流程图。
[0017]图11a至图11c是示出超声诊断装置的示图。
具体实施方式
[0018]根据本公开的一个方面，一种超声成像装置的操作方法包括：通过使用超声探头接收从对象反射的回波信号并对接收到的回波信号进行图像处理来获得多幅超声图像，计算多幅超声图像中的每幅超声图像作为用于诊断病变的诊断算法的输入图像的适合度(该适合度为数值)，在超声成像装置的显示器上显示计算的适合度，并且基于适合度来确定多幅超声图像中要被输入到诊断算法的输入超声图像。
[0019]例如，计算适合度可包括基于多幅超声图像中的每幅超声图像的解剖视图、品质和扫描参数的设置值中的至少一者来计算对于诊断算法的适合度。
[0020]例如，计算适合度可包括基于多幅超声图像中的每幅超声图像的回声度、解剖视图、运动伪影、扫描参数的预设和阴影率中的至少一者来计算多幅超声图像中的每幅超声图像对于诊断算法的适合度。
[0021]例如，计算适合度可包括通过使用多幅超声图像作为输入数据训练预训练的深度神经网络来计算对于诊断算法的适合度，并且预训练的深度神经网络可是使用预先获得的多幅超声图像作为输入数据并使用适合度的数值作为输出值进行训练的人工神经网络。
[0022]例如，显示适合度可包括将计算的适合度以及诊断算法的名称一起显示。
[0023]例如，显示适合度可包括将多幅超声图像中的适合度被计算的超声图像以及适合度一起显示。
[0024]例如，确定超声图像可包括自动冻结多幅超声图像中的计算的适合度大于预设阈值的超声图像。
[0025]例如，确定超声图像可包括：接收用于基于计算的适合度的数值来冻结多幅超声图像中的超声图像的用户输入，并且通过基于接收的用户输入冻结超声图像来确定要被输入到诊断算法的输入超声图像。
[0026]例如，当计算的适合度大于预设阈值时，操作方法还可包括在显示器上显示用户界面(UI)，该用户界面用于确定要作为输入图像输入到诊断算法的适合度被计算的超声图像。
[0027]例如，操作方法还可包括：加载预先捕获并存储在超声成像装置的存储器中的至少一幅超声图像，测量加载的至少一幅超声图像与获得的多幅超声图像之间的相似度，并且确定测量的相似度大于关于相似度预设的阈值的至少一幅超声图像，并且计算适合度可包括计算确定的至少一幅超声图像对于诊断算法的适合度。
[0028]根据本公开的一方面，一种超声成像装置包括：超声探头，被配置向对象发射超声信号并且接收从对象反射的回波信号；存储器，存储至少一个指令；以及处理器，被配置为执行存储在存储器中的至少一个指令，其中，处理器通过对回波信号进行图像处理来获得多幅超声图像，计算多幅超声图像中的每幅超声图像作为用于诊断病变的诊断算法的输入图像的适合度(该适合度为数值)，控制显示器以在显示器上显示计算的适合度，并且基于适合度确定多幅超声图像中要被输入到诊断算法的输入超声图像。
[0029]例如，处理器可基于多幅超声图像中的每幅超声图像的解剖视图、品质和扫描参数的设置值中的至少一者来计算多幅超声图像中的每幅超声图像对于诊断算法的适合度。
[0030]例如，处理器可基于多幅超声图像中的每幅超声图像的回声度、解剖视图、运动伪影、扫描参数的预设和阴影率中的至少一者来计算多幅超声图像中的每幅超声图像对于诊断算法的适合度。
[0031]例如，处理器可通过使用多幅超声图像作为输入数据训练预训练的深度神经网络来计算对于诊断算法的适合度，并且预训练的深度神经网络可以是使用预先获得的多幅超声图像作为输入数据并使用适合度的数值作为输出值进行训练的人工神经网络。
[0032]例如，处理器可控制显示器，以将计算的适合度以及诊断算法的名称一起显示。
[0033]例如，处理器可控制显示器，以将多幅超声图像中的适合度被计算的超声图像以及适合度一起显示。
[0034]例如，处理器可自动冻结多幅超声图像中的本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种超声成像装置的操作方法，包括：通过使用超声探头接收从对象反射的回波信号并对接收的回波信号进行图像处理来获得多幅超声图像；计算所述多幅超声图像中的每幅超声图像作为用于诊断病变的诊断算法的输入图像的适合度，所述适合度为数值；在所述超声成像装置的显示器上显示计算的适合度；以及基于所述适合度来确定所述多幅超声图像中要被输入到所述诊断算法的输入超声图像。2.根据权利要求1所述的操作方法，其中，计算所述适合度包括：基于所述多幅超声图像中的每幅超声图像的解剖视图、品质和扫描参数的设置值中的至少一者来计算对于所述诊断算法的适合度。3.根据权利要求1所述的操作方法，其中，计算所述适合度包括：基于所述多幅超声图像中的每幅超声图像的回声度、解剖视图、运动伪影、扫描参数的预设和阴影率中的至少一者来计算所述多幅超声图像中的每幅超声图像对于所述诊断算法的适合度。4.根据权利要求1所述的操作方法，其中，计算所述适合度包括：通过使用所述多幅超声图像作为输入数据训练预训练的深度神经网络来计算对于所述诊断算法的适合度，其中，所述预训练的深度神经网络包括使用预先获得的多幅超声图像作为输入数据并且使用所述适合度的数值作为输出值进行训练的人工神经网络。5.根据权利要求1所述的操作方法，其中，确定所述超声图像包括自动冻结所述多幅超声图像中的计算的适合度大于预设阈值的超声图像。6.根据权利要求1所述的操作方法，其中，确定所述超声图像包括：接收用于基于计算的适合度的数值来冻结所述多幅超声图像中的超声图像的用户输入；以及通过基于接收的用户输入冻结超声图像来确定要被输入到所述诊断算法的所述输入超声图像。7.根据权利要求1所述的操作方法，所述操作方法还包括：加载预先捕获并存储在所述超声成像装置的存储器中的至少一幅超声图像；测量加载的所述至少一幅超声图像与获得的所述多幅超声图像之间的相似度；以及确定测量的相似度大于关于所述相似度预设的阈值的至少一幅超声图像，其中，计算所述适合度包括计算确定的所述至少一幅超声图像对于所述诊断算法的适合度。8.一种超声成像装置，包括：超声探头，被配置为向对象发射超声信号并接收从所述对象反射的回波信号；显示器；存储器，存储至少一个指令；...
【专利技术属性】
技术研发人员：李东揆，宋尙夏，李建雨，姜皓琼，李载广，
申请(专利权)人：三星麦迪森株式会社，
类型：发明
国别省市：
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。