[发明专利]超声分析方法和设备在审
申请号: | 202080014420.9 | 申请日: | 2020-02-14 |
公开(公告)号: | CN113453628A | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | H·A·W·施迈茨;F·J·德布鲁伊金;G·W·吕卡森;V·M·A·奥夫雷 | 申请(专利权)人: | 皇家飞利浦有限公司 |
主分类号: | A61B8/12 | 分类号: | A61B8/12;A61B8/08;A61B8/00 |
代理公司: | 永新专利商标代理有限公司 72002 | 代理人: | 孟杰雄 |
地址: | 荷兰艾*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 超声 分析 方法 设备 | ||
1.一种用于分析由血管内超声IVUS设备捕获的超声数据的超声数据分析方法(30),所述方法包括:
接收(32)由IVUS设备捕获的超声数据的多个帧,每个帧包括针对多个辐射状扫描线的数据,每个辐射状扫描线对应于沿着关于所述设备的纵向轴(A-A’)的不同旋转角度接收的声学信号;
处理(34)每个帧中针对每个辐射状扫描线的所述超声数据,以便将针对每个线的所述数据减少到针对该线的单个代表数据值;
根据代表数据值的集合来推导(36)对应于人工血管内对象至少在每个帧内的存在的概率的概率值的集合;
基于所述概率值来确定(38)所述超声数据内由血管内对象占据的区域。
2.根据权利要求1所述的方法(30),其中,确定(38)由所述血管内对象占据的所述区域包括识别由所述对象占据的所述数据的帧的连续子集,和/或识别由所述对象占据的辐射线的连续子集。
3.根据权利要求1或2所述的方法(30),其中,确定(38)由所述血管内对象占据的所述区域包括识别推导的概率值均高于预定义阈值的帧的连续子集。
4.根据权利要求1-3中的任意一项所述的方法(30),其中,确定(38)由所述血管内对象占据的所述区域包括检测所述血管内对象的边缘。
5.根据权利要求1-4中的任意一项所述的方法(30),其中,确定(38)所述数据内由所述血管内对象占据的所述区域包括测试所述数据内的多个试验区域,所述测试包括针对每个试验区域计算针对所述试验区域的所述概率值的集合与代表对象精确占据所述区域的概率值的等效集合之间的差异。
6.根据权利要求5所述的方法(30),其中,所述测试包括计算成本函数,所述成本函数包括针对贯穿所述试验区域的帧的整个集合的根据权利要求5所述的差异值的集合的加和,作为至少一个附加项。
7.根据权利要求6所述的方法(30),其中,所述成本函数包括在所述试验区域的一侧或者两侧上针对帧的连续集合的所述概率值的加和,作为一个或多个另外的附加项。
8.根据权利要求1-7中的任意一项所述的方法(30),其中,所述代表值代表相应的辐射线的最大强度值。
9.根据权利要求8所述的方法(30),其中,所述方法还包括确定代表沿着每个辐射线的每个最大强度值的位置的索引值的集合。
10.根据权利要求1-9中的任意一项所述的方法(30),其中,所述方法包括生成所述代表值的曲线或者图,例如代表针对帧编号和/或辐射线编号绘制的所述值的曲线或者图。
11.根据权利要求1-10中的任意一项所述的方法(30),其中,根据所述代表数据值的集合推导(36)概率值的集合包括在所述代表值的集合内检测对象的存在的一个或多个特征模式特征。
12.根据权利要求1-11中的任意一项所述的方法(30),其中,根据所述代表数据值的集合推导(36)概率值的集合包括使用分类器算法,并且优选地其中,所述分类器算法包括诸如神经网络的机器学习算法。
13.根据权利要求1-12中的任意一项所述的方法(30),其中,每个帧对应于沿着管腔的不同纵向位置。
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皇家飞利浦有限公司,未经皇家飞利浦有限公司许可,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/202080014420.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:杂合体靶向和全转录物组扩增
- 下一篇:使用催化剂阻断剂形成图案