[发明专利]用于自动识别3D数据集中图像视图的方法和设备

说明书

技术领域

一般来说，本发明涉及超声波，更具体来说，涉及从三维(3D)数据集(dataset)中自动识别图像视图。

背景技术

用于3D心回波图(echocardiogram)的定量分析的许多工具是可用的。具体来说，左心室的评估受到关注。通过3D心回波描记术，可从可作为包含心动周期的一系列图像帧来获取的所获取体(volume)提取任意图像切片(slice)。但是需要来自用户的某种等级的输入。例如，现有工具要求左心室长轴的手动对齐(alignment)，这增加了检查时间。由于所需的时间，用户可在一个图像帧上识别心脏的顶点和基部(base)、即顶部和底部。然后将这些界标(landmark)应用到其余图像帧。因此，其余图像帧或切片在整个心动周期保持在图像体中的固定空间位置。

但是，心脏在收缩期间移动，因而心脏的位置在图像帧内移动。因此，所显示的心肌组织在心动周期期间有所不同。这对于其中纵向缩短在心动周期期间可高达1.2厘米的基部短轴切片特别成问题。所产生的平面外运动可引起与心收缩不相关的人为(artificial)壁增厚，并且基部切片在收缩末期可结束于心房。

发明内容

在一个实施例中，一种用于自动识别三维数据集中的图像视图的方法包括：用处理器访问包含多个图像帧的三维数据集，并且用处理器使至少一个可变形模型与图像帧中每个图像帧内的至少一个结构拟合(fit)。该方法还包括：用处理器根据至少一个可变形模型在所述图像帧中每个图像帧内识别至少一个特征点，并且根据所述至少一个特征点在显示器上显示至少一个图像视图。

在另一个实施例中，一种用于自动识别三维数据集中的图像视图的系统包括处理器和显示器。处理器配置成访问包含多个图像帧的三维数据集，使至少两个耦合的可变形模型与所述图像帧中每个图像帧内的结构拟合，并且根据可变形模型中至少之一在所述图像帧中每个图像帧内识别至少一个特征点。显示器配置成根据所述至少一个特征点显示至少一个图像视图。

附图说明

图1示出根据本发明的一个实施例形成的超声波成像系统的框图。

图2示出根据本发明的一个实施例使用基于可变形模型的对齐算法来自动创建预期图像视图的方法。

图3示出根据本发明的一个实施例、装入示出多个控制顶点的线框网格(wire frame mesh)的Doo-Sabin细分模型。

图4示出根据本发明的一个实施例、其上具有所识别特征点的在舒张末期和收缩末期的示范分段相交切片。

图5示出根据本发明的一个实施例、基于特征点来识别短轴切片的一个示例。

图6示出根据本发明的一个实施例、基于短轴切片的一系列中间壁图像视图。

图7示出根据本发明的一个实施例、基于短轴切片的一系列基部图像视图。

图8示出根据本发明的一个实施例、多个模型如何按照跟踪分级结构中的相互关系进行排列。

图9示出根据本发明的一个实施例、包括跟踪分级结构的示范卡尔曼(Kalman)跟踪框架。

图10示出根据本发明的一个实施例、基于来自耦合模型的特征点提取标准顶端视图的一个示例。

图11示出根据本发明的一个实施例所形成的三个标准顶端视图。

图12示出根据本发明的一个实施例、在获取期间可用于指导用户调整探头取向的心脏图像的比较。

图13示出根据本发明的一个实施例、来自应力回波检查的顶端长轴图像的后处理(post-processing)。

图14示出根据本发明的一个实施例、来自应力回波检查的短轴图像的后处理。

具体实施方式

上述发明内容以及对本发明的某些实施例的以下详细描述在结合附图阅读时，将会被更好地理解。在附图示出各个实施例的功能块的简图的意义上，功能块不一定表示硬件电路之间的划分。因此，例如，这些功能块中的一个或多个(例如处理器或存储器)可在单片硬件(例如，通用信号处理器或随机存取存储器、硬盘等)中实现。类似地，程序可以是独立程序，可以结合为操作系统中的子程序(subroutine)，可以是已安装软件包中的功能，等。应当理解，各个实施例并不局限于附图所示的布置和工具。

本文所使用的、以单数形式所述并且冠有词“一个”的单元或步骤应该被理解为不排除多个所述单元或步骤的情况，除非明确说明了这种排除情况。此外，本发明的“一个实施例”的引用不是意在被解释为排除也结合了所述特征的其它实施例的存在。此外，除非明确相反地说明，否则，“包括”或“具有”含特定性质的一个单元或多个单元的实施例可包括附加的不具有该性质的这类单元。