引导式超声成像
    3.
    发明公开

    公开(公告)号:CN113905670A

    公开(公告)日:2022-01-07

    申请号:CN202080040358.0

    申请日:2020-05-27

    Abstract: 本公开描述了被配置为基于在超声扫描期间识别的解剖标志并且根据用户选择的视图来生成目标特征的体积图像的成像系统。系统可以包括被配置为采集响应于朝向目标区域发射的超声脉冲的回波信号的超声换能器。与所述换能器耦合的处理器可以呈现所述目标特征的说明性体积图像以供用户选择,每幅图像对应于特定视图。然后,所述处理器可以识别对应于在2D图像帧内体现的目标特征的解剖标志,并且基于所识别的标志和用户选择的视图来提供用于将换能器操纵到目标位置以生成特异于所述视图的2D图像帧的指令。回波信号然后在所述目标区域处被采集,并且被用于生成对应于用户选择的视图的目标特征的实际体积图像。

    用于帧索引和图像复查的系统和方法

    公开(公告)号:CN113194837A

    公开(公告)日:2021-07-30

    申请号:CN201980083549.2

    申请日:2019-12-11

    Abstract: 本公开描述了成像系统,所述成像系统被配置为生成索引信息以指示多个图像帧中的哪些图像帧包括一个或多个目标解剖特征,诸如胎儿的头部或股骨。还确定目标解剖特征的存在的置信度水平。系统可以被配置为通过实施至少一个神经网络确定目标解剖特征是否存在于图像帧中。还可以确定基于图像帧的质量的品质水平。可以采集一个或多个感兴趣项目的测量结果。可以经由用户接口提供索引信息(502)、置信度水平、品质水平和/或测量结果的视觉表示(500)。用户接口可以基于视觉表示接收用户输入以导航到多个图像帧中的特定图像帧(508)。

    用于帧索引和图像复查的系统和方法

    公开(公告)号:CN113194837B

    公开(公告)日:2024-10-18

    申请号:CN201980083549.2

    申请日:2019-12-11

    Abstract: 本公开描述了成像系统,所述成像系统被配置为生成索引信息以指示多个图像帧中的哪些图像帧包括一个或多个目标解剖特征,诸如胎儿的头部或股骨。还确定目标解剖特征的存在的置信度水平。系统可以被配置为通过实施至少一个神经网络确定目标解剖特征是否存在于图像帧中。还可以确定基于图像帧的质量的品质水平。可以采集一个或多个感兴趣项目的测量结果。可以经由用户接口提供索引信息(502)、置信度水平、品质水平和/或测量结果的视觉表示(500)。用户接口可以基于视觉表示接收用户输入以导航到多个图像帧中的特定图像帧(508)。

    自适应超声扫描
    9.
    发明公开

    公开(公告)号:CN112040876A

    公开(公告)日:2020-12-04

    申请号:CN201980027163.X

    申请日:2019-04-11

    Abstract: 本公开描述了被配置为基于在对象的产前扫描期间识别的解剖特征和状况来生成自适应扫描协议的成像系统。系统可以包括超声换能器,所述超声换能器被配置为采集响应于朝向目标区域发射的超声脉冲的回波信号。与所述换能器耦合的处理器能够根据所述回波来生成图像帧并且将所述图像帧提供到第一神经网络。所述第一神经网络可以被配置为识别所述图像帧中的解剖特征。可以将所述解剖特征的指示提供到第二神经网络。所述第二神经网络然后可以部分地基于所识别的特征来确定要被获得的解剖测量。所述处理器可以还被配置为使要被获得的所述解剖测量的指示符被显示在用户接口上。

    处理超声图像的序列
    10.
    发明公开

    公开(公告)号:CN119403493A

    公开(公告)日:2025-02-07

    申请号:CN202380042557.9

    申请日:2023-05-19

    Abstract: 根据一个方面,提供了一种处理具有周期性移动的解剖特征的超声US图像的序列的方法。所述方法包括:i)使用第一机器学习ML模型根据在所述序列中的每幅图像中可见的所述解剖特征的视图平面在相应图像中标记所述解剖特征的检测结果;ii)基于所述标记来获得所述序列中的全部与第一视图平面相对应的相继图像的第一集群;iii)使用所述第一集群作为所述解剖特征的所述第一视图平面的第一剪辑;重复步骤i)、ii)和iii)以获得所述解剖特征的不同视图平面的多个剪辑;并且如果所述第一剪辑包括以下相继图像的集群,则从所述多个剪辑中选择所述第一剪辑作为所述解剖特征的优选剪辑:针对所述的相继图像的集群的相应标记与所述多个剪辑中的其他标记相比在统计上更加显著。

Patent Agency Ranking