[发明专利]三维成像数据的显示处理方法和三维超声成像方法及系统有效

专利信息
申请号: 201910521624.0 申请日: 2015-02-16
公开(公告)号: CN110338840B 公开(公告)日: 2022-06-21
发明(设计)人: 邹耀贤;布伦南·凯尔;林穆清;陈志杰 申请(专利权)人: 深圳迈瑞生物医疗电子股份有限公司
主分类号: A61B8/00 分类号: A61B8/00
代理公司: 北京华进京联知识产权代理有限公司 11606 代理人: 魏朋
地址: 518057 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 三维 成像 数据 显示 处理 方法 超声 系统
【权利要求书】:

1.一种三维超声成像方法,其特征在于,所述方法包括:

向受测体头部发射超声波;

接收超声回波,获得超声回波信号;

根据所述超声回波信号,获得受测体头部的三维体数据;

从所述三维体数据中检测冠状切面;

根据受测体头部与脑部解剖位置相关的横切面的图像特征,利用所述冠状切面从所述三维体数据中检测所述脑部解剖位置处的横切面;所述横切面为小脑切面、丘脑切面和侧脑室切面中一个或多个;

显示检测出的横切面。

2.根据权利要求1所述的三维超声成像方法,其特征在于,所述脑部解剖位置处的横切面与所述冠状切面垂直或大致垂直。

3.根据权利要求1所述的三维超声成像方法,其特征在于,所述图像特征为图像灰度特征。

4.根据权利要求1所述的三维超声成像方法,其特征在于,所述利用所述冠状切面从所述三维体数据中检测所述脑部解剖位置处的横切面的步骤包括:

利用所述冠状切面从所述三维体数据中提取候选横切面图像集;

获取根据至少一个样本体上的脑部结构位置处采集的图像生成的横切面模板图像;

计算所述候选横切面图像集中的每个候选横切面与所述横切面模板图像的相似度指数,获得一组相似度指数;

从所述一组相似度指数中选择满足图像特征条件的相似度指数,并以选择的相似度指数对应的候选横切面作为所述横切面,或者从选择的相似度指数对应的候选横切面中选择所述横切面。

5.根据权利要求4所述的三维超声成像方法,其特征在于,所述利用所述冠状切面从所述三维体数据中提取候选横切面图像集的步骤包括:

从所述冠状切面中分割出参考目标区域;

从所述三维体数据中提取通过所述参考目标区域的横切面,构成所述候选横切面图像集,或者

从所述三维体数据中截取包含所述参考目标区域的三维体数据,构成所述候选横切面图像集。

6.根据权利要求4所述的三维超声成像方法,其特征在于,所述计算所述候选横切面图像集中的每个候选横切面与所述横切面模板图像的相似度指数、获得一组相似度指数的步骤包括:

从所述横切面模板图像中提取图像特征,形成第一特征量;

从所述候选横切面图像集中的每个候选横切面中提取图像特征,形成一组第二特征量;

计算所述一组第二特征量中的每个第二特征量与所述第一特征量的似然度,获得一组似然度,形成所述一组相似度指数。

7.根据权利要求4所述的三维超声成像方法,其特征在于,所述计算所述候选横切面图像集中的每个候选横切面与所述横切面模板图像的相似度指数、获得一组相似度指数的步骤包括:

构建图像分类模型,利用横切面模板图像对所述图像分类模型进行训练,获得训练后的图像分类模型;

将所述候选横切面图像集中的每个候选横切面分别输入所述训练后的图像分类模型,获得每个候选横切面对应的类别标记,形成所述一组相似度指数。

8.根据权利要求4所述的三维超声成像方法,其特征在于,所述从所述三维体数据中提取候选横切面图像集的步骤包括:

基于所述三维体数据中脑部矢状切面或冠状切面上的直线方程,按照预设间隔提取直线或提取通过特定目标区域的直线;

从所述三维体数据中获取所述直线所在的、且垂直于所述脑部矢状切面和/或冠状切面的横切面,构成所述候选横切面图像集;或者,

基于所述三维体数据中脑部矢状切面或冠状切面上的直线方程,提取特定目标区域的边界上的切线;

利用所述切线所在、且垂直于所述脑部矢状切面和/或冠状切面的横切面,从所述三维体数据中截取包含所述特定目标区域的部分三维体数据,构成所述候选横切面图像集。

9.根据权利要求4所述的三维超声成像方法,其特征在于,在计算所述候选横切面图像集中的每个候选横切面与所述横切面模板图像的相似度指数之前还包括:

将所述候选横切面图像集和所述横切面模板图像对齐到同一尺度空间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳迈瑞生物医疗电子股份有限公司,未经深圳迈瑞生物医疗电子股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910521624.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top