[發(fā)明專利]超聲心臟多普勒研究自動化

有效

• 申請?zhí)枺?/td>: 201910919552.5
• 申請日: 2019-09-26
• 公開（公告）號: CN111000590B
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 雷納托·凱塞特;奧馬爾·巴科爾;埃亞勒·哈云;艾吉爾·薩姆塞特;依莉娜·索庫林
• 申請（專利權(quán)）人: 通用電氣公司
• 主分類號: A61B8/08
• 分類號: A61B8/08;A61B8/00
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 侯穎媖;錢慰民

本發(fā)明題為“超聲心臟多普勒研究自動化”。本發(fā)明公開和描述了用于圖像數(shù)據(jù)處理的示例性裝置、系統(tǒng)和方法。一個示例性系統(tǒng)包括圖像捕獲器以便于捕獲圖像。所述示例性系統(tǒng)包括多普勒頻譜記錄器以記錄多普勒頻譜。所述示例性系統(tǒng)包括研究類型推斷器，以通過以下方式推斷與所述多普勒頻譜相關(guān)聯(lián)的研究類型：使用至少一個神經(jīng)網(wǎng)絡(luò)處理所述多普勒頻譜以在研究類型分類中生成第一概率分布；使用所述至少一個神經(jīng)網(wǎng)絡(luò)處理所述圖像以在所述研究類型分類中生成第二概率分布；以及組合所述第一概率分布和所述第二概率分布以推斷研究類型。

技術(shù)領(lǐng)域

本公開整體涉及改進(jìn)的成像系統(tǒng)，并且更具體地講，涉及用于醫(yī)學(xué)圖像處理的改進(jìn)的機(jī)器學(xué)習(xí)系統(tǒng)和方法。

背景技術(shù)

心臟多普勒超聲研究使得能夠分析通過心臟的血流，這可幫助醫(yī)生評估心臟功能(包括收縮和/或舒張功能)和/或以非侵入性方式發(fā)現(xiàn)血管阻塞。與其中獲得二維圖像序列的B模式組織超聲掃描相反，多普勒掃描可提供特定點(diǎn)或波束方向的信息。多普勒掃描輸出是穿過感興趣的點(diǎn)和/或方向的移動速度的頻譜。目前，無法自動化進(jìn)行多普勒掃描處理，因?yàn)橄到y(tǒng)無法識別多普勒研究的類型以確定如何處理所采集的多普勒數(shù)據(jù)。

發(fā)明內(nèi)容

某些示例提供了用于改進(jìn)的圖像數(shù)據(jù)處理的系統(tǒng)和方法。

某些示例提供了多普勒研究分類系統(tǒng)，其包括圖像捕獲器以便于捕獲目標(biāo)的二維超聲圖像或B模式圖像中的至少一者。該示例性系統(tǒng)包括多普勒頻譜記錄器以記錄目標(biāo)的所捕獲的多普勒頻譜。該示例性系統(tǒng)包括研究類型推斷器，以通過至少以下方式推斷與多普勒頻譜相關(guān)聯(lián)的研究類型：使用至少一個神經(jīng)網(wǎng)絡(luò)處理多普勒頻譜，以在多個研究類型分類中生成第一概率分布；使用該至少一個神經(jīng)網(wǎng)絡(luò)處理二維超聲圖像或B模式圖像中的至少一者，以在多個研究類型分類中生成第二概率分布；以及組合研究類型分類的第一概率分布與研究類型分類的第二概率分布以推斷研究類型。

某些示例提供了包括指令的計(jì)算機(jī)可讀存儲介質(zhì)，所述指令在被執(zhí)行時使得至少一個處理器至少：使用至少一個神經(jīng)網(wǎng)絡(luò)處理掃描的多普勒頻譜，以在多個研究類型分類中生成第一概率分布；使用至少一個神經(jīng)網(wǎng)絡(luò)處理二維超聲圖像或B模式圖像中的至少一者，以在多個研究類型分類中生成第二概率分布；以及組合研究類型分類的第一概率分布與研究類型分類的第二概率分布以推斷與多普勒掃描相關(guān)的研究類型。

某些示例提供了一種計(jì)算機(jī)實(shí)現(xiàn)的方法，包括：使用至少一個處理器，使用至少一個神經(jīng)網(wǎng)絡(luò)處理掃描的多普勒頻譜，以在多個研究類型分類中生成第一概率分布；使用該至少一個處理器，使用該至少一個神經(jīng)網(wǎng)絡(luò)處理二維超聲圖像或所述B模式圖像中的至少一者，以在多個研究類型分類中生成第二概率分布；以及使用該至少一個處理器組合研究類型分類的第一概率分布與研究類型分類的第二概率分布，以推斷與掃描的多普勒頻譜相關(guān)聯(lián)的研究類型。

附圖說明

圖1至圖2示出了本文所公開的方法、裝置和制品可應(yīng)用的示例性成像系統(tǒng)。

圖3是示例性學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的表示。

圖4示出了作為卷積神經(jīng)網(wǎng)絡(luò)的示例性神經(jīng)網(wǎng)絡(luò)的特定實(shí)施方式。

圖5是神經(jīng)網(wǎng)絡(luò)的示例性實(shí)施方式的表示。

圖6A示出了應(yīng)用學(xué)習(xí)網(wǎng)絡(luò)來處理和/或以其他方式評估圖像的示例性配置。

圖6B示出了多個學(xué)習(xí)網(wǎng)絡(luò)的組合。

圖7示出了學(xué)習(xí)網(wǎng)絡(luò)的示例性訓(xùn)練和部署階段。

圖8示出了利用經(jīng)訓(xùn)練的網(wǎng)絡(luò)包來提供深度學(xué)習(xí)產(chǎn)品供應(yīng)的示例性產(chǎn)品。

圖9A至圖9C示出了各種深度學(xué)習(xí)設(shè)備配置。

圖10A示出了示例性超聲成像自動化過程。

圖10B示出了檢查分類器的示例性實(shí)施方式。

圖11示出了研究類型和多普勒掃描參數(shù)之間的示例性關(guān)系。