[發(fā)明專利]時(shí)間心臟圖像的卷積深度學(xué)習(xí)分析

有效

• 申請?zhí)枺?/td>: 201880047479.0
• 申請日: 2018-05-14
• 公開（公告）號(hào): CN110914865B
• 公開（公告）日: 2023-08-11
• 發(fā)明（設(shè)計(jì)）人: A·西泰克
• 申請（專利權(quán)）人: 皇家飛利浦有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;A61B5/00;A61B8/08;G06N3/0464;G06N3/08;G06N3/0442
• 代理公司: 永新專利商標(biāo)代理有限公司 72002
• 代理人: 劉兆君

一種卷積神經(jīng)心臟診斷系統(tǒng)(300)采用用于控制超聲心動(dòng)圖的診斷的超聲心動(dòng)圖診斷控制器(330)，所述超聲心動(dòng)圖包括超聲心動(dòng)周期的時(shí)間序列的周期性地疊加。所述超聲心動(dòng)圖診斷控制器(330)包括診斷周期體積生成器(331)，所述診斷周期體積生成器生成包括超聲心動(dòng)圖周期的時(shí)間序列的周期性疊加的超聲心動(dòng)圖診斷體積，并且還包括基于對所述超聲心動(dòng)圖診斷體積的卷積神經(jīng)分析來將超聲心動(dòng)圖分類為正常超聲心動(dòng)圖或異常超聲心動(dòng)圖的診斷卷積神經(jīng)網(wǎng)絡(luò)(333)。所述診斷周期體積生成器(331)可以還生成包括心電波的時(shí)間序列的周期性堆疊的心電圖診斷體積，并且所述卷積神經(jīng)網(wǎng)絡(luò)(333)可以基于對超聲心動(dòng)圖診斷量和心電圖診斷量的卷積神經(jīng)分析來將超聲心動(dòng)圖分類為正常超聲心動(dòng)圖或異常超聲心動(dòng)圖。

技術(shù)領(lǐng)域

本公開總體涉及心臟圖像的診斷。本公開具體地涉及對心臟圖像進(jìn)行分類，以示出正常的心臟功能或異常的心臟功能。

背景技術(shù)

許多醫(yī)學(xué)成像模態(tài)(例如，超聲US、磁共振成像MRI、CT、正電子發(fā)射斷層攝影PET等)提供描述各種人體器官功能的時(shí)間數(shù)據(jù)?？臻g功能成像的主要應(yīng)用之一是心臟疾病的診斷和監(jiān)測。由于心臟處于持續(xù)的周期性運(yùn)動(dòng)中，因此通過對心臟變形進(jìn)行分析，時(shí)間成像被廣泛用于表征心臟功能。

如本公開領(lǐng)域中已知的超聲心動(dòng)圖(回波)是用于捕獲搏動(dòng)的心臟的時(shí)間數(shù)據(jù)的最流行的技術(shù)之一。與其他成像方式相比，回波具有許多優(yōu)勢，包括低成本和便攜性?；夭▽?shí)時(shí)成像并且不使用任何電離輻射。

有兩(2)種不同的采集模式，使用最廣泛的二維(2D)模式和一種不太流行的三維模式(3D)模式。

對于2D回波，將超聲換能器定位在靠近胸骨的位置，并以每秒50到100幀的速率采集與心臟相交的2D平面中的圖像。這些電影(平面超聲心動(dòng)圖圖像的時(shí)間序列)可以為超聲醫(yī)師實(shí)況顯示，并且可以保存并發(fā)送以供以后進(jìn)行解釋/診斷(例如PACS)。2D回波需要采集穿過心臟的數(shù)個(gè)不同平面以覆蓋心肌的全部體積。

對于3D回波，使用了更復(fù)雜的換能器，并采集了搏動(dòng)的心臟的體積超聲心動(dòng)圖的時(shí)間序列。

如本公開領(lǐng)域中已知的心電圖(ECG)增加了檢測可能導(dǎo)致突然心臟驟停的異常心血管狀況(例如，心肌病)的能力。ECG的結(jié)果是波形，其指示心臟在心動(dòng)周期中的電活動(dòng)，并且ECG與回波同時(shí)執(zhí)行以增強(qiáng)心臟診斷。

與本公開相關(guān)的回波的主要應(yīng)用是心血管疾病(CVD)的檢測和表征。該疾病可能是一個(gè)或多個(gè)冠狀動(dòng)脈閉塞的結(jié)果，這導(dǎo)致心臟的一個(gè)或多個(gè)段的收縮力降低。在回波的臨床應(yīng)用中，根據(jù)時(shí)間回波圖像來檢測并量化心臟壁運(yùn)動(dòng)的異常。在當(dāng)前的實(shí)踐中，通過對時(shí)間圖像進(jìn)行主觀視覺檢查以及檢測心肌壁運(yùn)動(dòng)和每個(gè)心肌段的增厚異常來完成這種量化。對回波的解讀可以在圖像實(shí)時(shí)可視化的檢查過程中進(jìn)行，也可以在閱讀控制臺(tái)(例如PACS)中進(jìn)行檢查后進(jìn)行。本質(zhì)上，還有許多其他類型的心臟病是由于心臟功能異常而引起的，無論性質(zhì)上是電氣的還是機(jī)械的。這些疾病的常見主導(dǎo)因素以心臟結(jié)構(gòu)或/和功能(電氣/機(jī)械)的形式出現(xiàn)。

如回波圖像所見證的那樣，在心臟變形的建模方面已經(jīng)進(jìn)行了大量的研究工作。這些努力大部分基于圖像分析。例如，可以利用心內(nèi)膜壁的檢測然后進(jìn)行量化。同樣，分割、散斑跟蹤、非剛性配準(zhǔn)方法可用于自動(dòng)跟蹤心臟運(yùn)動(dòng)并確定運(yùn)動(dòng)異常。但是，所有這些方法都存在超聲圖像中嚴(yán)重噪聲的問題，這妨礙了這些算法的可靠實(shí)現(xiàn)。

解決此問題的不同方法是使用涉及超聲的多普勒采集的不同數(shù)據(jù)采集模型，在該模型中可以量化組織的運(yùn)動(dòng)。但是，對于這種方法，只能在波束方向上對運(yùn)動(dòng)進(jìn)行量化，結(jié)果取決于信噪比。

前述回波流程的主要問題之一是基于心臟壁運(yùn)動(dòng)的CVD診斷是完全主觀的。超聲心動(dòng)圖檢查者觀察時(shí)間視圖，并基于這些視圖來確定哪些段展示出指示由于CVD導(dǎo)致心臟纖維收縮力降低運(yùn)動(dòng)異常。