[发明专利]用于减少超声图像中的异常的系统和方法

权利要求书

1.一种方法，包括：

组合多个子带分量以对由所述多个子带分量的所述组合形成的第一超声图像中的异常进行衰减，其中基于从机器学习模型输出的多个自适应权重来组合所述多个子带分量，并且其中所述多个自适应权重与所述多个子带分量相关联；以及

为显示设备输出所述第一超声图像。

2.根据权利要求1所述的方法，还包括执行所述机器学习模型以对所述多个子带分量的图像质量进行评分，并且其中所述多个子带分量的所述经评分的图像质量对应于所述多个自适应权重。

3.根据权利要求1所述的方法，其中所述第一超声图像是全局超声图像中与第一区域相对应的第一局部图像，并且其中所述全局超声图像是包括多个局部图像的聚合图像，所述多个局部图像包括所述第一局部图像。

4.根据权利要求3所述的方法，还包括将所述第一局部图像与和所述全局超声图像的与所述第一区域不同的第二区域相对应的第二局部图像在空间上相关联，以形成所述全局超声图像。

5.根据权利要求1所述的方法，还包括在组合所述多个子带分量之前，识别所述第一超声图像中的伪影，并且其中所述多个自适应权重对所识别的伪影进行衰减。

6.根据权利要求5所述的方法，其中所述第一超声图像是全局超声图像中与第一区域相对应的第一局部图像。

7.根据权利要求5所述的方法，还包括在组合所述多个子带分量之前，利用多个伪影类型中的一个伪影类型对所述伪影进行分类，并且其中在组合所述多个子带分量之前基于所分类的伪影来调整所述多个自适应权重。

8.根据权利要求7所述的方法，其中所述多个伪影类型包括光晕伪影、回响伪影和/或相对于热噪声减少的结构信号，以及次级效应(如声音增强伪影、声影、波束宽度/旁瓣伪影和/或彗星尾伪影)。

9.根据权利要求1所述的方法，其中在正交(IQ)检测所述多个自带分量后组合所述多个子带分量。

10.根据权利要求1所述的方法，还包括响应于超声探头的取向变化和/或新超声图像会话的发起而动态地更新所述多个自适应权重。

11.根据权利要求1所述的方法，其中所述多个子带分量包括较低频率子带分量和较高频率子带分量。

12.根据权利要求1所述的方法，其中所述机器学习模型是受过训练的卷积神经网络。

13.一种系统，包括：

超声探头，所述超声探头被配置为发射超声脉冲并生成与所述超声脉冲的反射相对应的超声图像数据；

存储器，所述存储器存储指令；和

处理器，所述处理器电耦合至所述存储器并且在执行所述指令时被配置为：

将所述超声图像数据滤波为多个子带分量；

组合所述多个子带分量以对由所述多个子带分量的所述组合形成的第一超声图像中的异常进行衰减，其中基于从机器学习模型输出的多个自适应权重来组合所述多个子带分量，并且其中所述多个自适应权重与所述多个子带分量相关联；以及

为显示设备输出所述第一超声图像。

14.根据权利要求13所述的系统，其中所述处理器在执行所述指令时被配置为：

执行所述机器学习模型以对所述多个子带分量的图像质量进行评分，并且其中所述多个子带分量的所述经评分的图像质量用于确定所述多个自适应权重。