[发明专利]定量医学诊断超声的肌肉收缩状态触发

说明书

对于利用医学诊断超声扫描仪(20)的定量超声成像，扫描(10)肌肉组织以便确定(12)收缩状态。一旦识别到期望状态，则触发QUS成像(14)以在肌肉处于期望状态的同时量化或测量组织性质。在已知收缩状态下的组织性质的值可能在诊断上更有用或更有信息性。跨时间和/或位置的组织性质的比较(16)可以更准确地反映由于触发(14)引起的诊断信息。

背景技术

本实施例涉及医学诊断超声。特别地，超声用于提供定量超声(QUS)成像。在QUS成像中，超声信息被进一步处理以量化被成像的组织的生物标志或特性。不是仅仅提供组织的B模式图像，而是对该组织的特性进行成像。例如，使用超声成像计算组织中的剪切波速度。其它示例包括应变、衰减或反向散射测量。

QUS成像使得能够实现评估和比较在不同条件下的组织特性。一个示例包括在肌肉收缩和放松的循环期间的剪切波速度或反向散射变化。另一个示例包括对肌肉或不同组织之间测量的弹性、脂肪分数、剪切波粘度、模量或反向散射系数。对于对肌肉进行成像，量化中的不一致性是由于测量和/或比较来自肌肉的未知收缩状态的量而产生的。

发明内容

作为介绍，下面描述的优选实施例包括用于利用医学诊断超声扫描仪进行定量超声成像的方法、系统、计算机可读介质和指令。扫描肌肉组织以便确定收缩的状态。一旦识别了期望的状态，则在肌肉处于期望的状态的同时触发QUS成像以量化或测量组织性质。在已知收缩状态下的组织性质的值可能在诊断上更有用或更有信息性。跨时间和/或位置的组织性质的比较可以更准确地反映由于触发引起的诊断信息。

在第一方面，提供了一种用于利用医学诊断超声扫描仪进行定量超声成像的方法。该医学诊断超声扫描仪用超声扫描患者的肌肉组织。图像处理器利用来自扫描的超声数据检测肌肉组织的收缩状态。图像处理器触发由医学诊断超声扫描仪进行的定量超声成像。响应于检测到收缩状态而触发定量超声成像。显示来自触发的定量超声成像的定量超声图像。

在第二方面，一种非暂时性计算机可读存储介质在其中存储有表示可由编程处理器执行以用于定量超声成像的指令的数据。该存储介质包括指令，用于：响应于检测到肌肉收缩状态而触发所述定量超声成像；将来自触发的定量超声成像的第一量与第二量进行比较；以及生成示出比较的图像。

在第三方面，提供了一种用于触发定量超声成像的系统。发射波束形成器被配置为在患者体内发射超声。接收波束形成器被配置为输出来自超声回波的样本。图像处理器被配置为根据输出样本或来自由发射和接收波束形成器进行的第一扫描的输出样本的检测的数据来确定肌肉的状态，被配置为使发射和接收波束形成器基于肌肉的状态来执行第二扫描，第二扫描用于定量超声成像，并且被配置为根据定量超声成像来确定组织性质的值。显示器被配置成显示组织性质的值。

本发明由所附权利要求来限定，并且本部分中的任何内容都不应被认为是对那些权利要求的限制。下面结合优选实施例讨论本发明的其它方面和优点。

附图说明

组件和附图不一定按比例，而是将重点放在说明本发明的原理上。此外，在附图中，相同的附图标记贯穿不同的附图表示对应部分。

图1是用于利用医学诊断超声扫描仪进行定量超声成像的方法的一个实施例的流程图；以及

图2是用于触发的定量超声成像的系统的一个实施例的框图。

具体实施方式

肌肉收缩状态被自动检测并触发剪切波和/或反向散射采集。收缩状态的检测基于：射频(RF)和/或图像分析以估计组织运动、变形或应变(散斑跟踪、归一化互相关等...)。经训练的人工智能算法(机器学习模型)可从RF、图像和/或视频(例如序列)数据检测收缩状态。触发的QUS使用基于检测到的肌肉收缩状态触发的专门(例如固定)的序列。分析工具提供了在已知肌肉收缩或负荷循环期间基于剪切波和/或反向散射的组织性质的测量信息。