Detecting a change for optimized medical imaging

专利摘要:
Eine medizinische Bildverarbeitung wird adaptiv in Antwort auf selektive Typen von Änderungen oder Bewegungen optimiert (34). Eine adaptive Optimierung (34) wird in Antwort auf begrenzte Typen von Bewegung oder zu einem gesteuerten Zeitpunkt verwendet. Ein Typ von Änderung, beispielsweise eine Änderung aufgrund einer Herzbewegung oder Atmungsbewegung, wird beispielsweise von einem anderen Typ von Änderung unterschieden, beispielsweise von einer Änderung aufgrund einer Repositionierung einer Bildgebungsebene in einem Patienten. Bildgebungsparameter werden adaptiv optimiert (34) in Antwort auf Änderungen eines Typs unabhängig von einem minimalen Beitrag von Änderungen des unterschiedlichen Typs. Beispielsweise wird eine Änderung aufgrund einer Repositionierung der Bildebene detektiert (30), während die Herzbewegung oder Atmungsbewegung berücksichtigt wird (32). Bildgebungsparameter werden adaptiv optimiert (34), sobald die Änderung aufgrund einer anatomischen Bewegung vorbei ist, oder nach der Detektion (30) einer Änderung in einer Bildgebungsebenenposition berücksichtigt. Eine von verschiedenen adaptiven Optimierungen kann auf die Identifikation eines Typs von Änderung zu einem anderen Typ von Änderung reagieren.Medical image processing is adaptively optimized in response to selective types of changes or movements (34). An adaptive optimization (34) is used in response to limited types of motion or at a controlled time. For example, one type of change, such as a change due to cardiac motion or respiratory motion, is distinguished from another type of change, such as a change due to repositioning an imaging plane in a patient. Imaging parameters are adaptively optimized (34) in response to changes of one type independent of a minimum contribution of changes of the different type. For example, a change due to repositioning the image plane is detected (30) while taking into account cardiac motion or respiratory motion (32). Imaging parameters are adaptively optimized (34) as soon as the change due to anatomical motion is over or after detection (30) of a change in an imaging plane position. One of several adaptive optimizations may respond to the identification of one type of change to another type of change.
公开号:DE102004028710A1
申请号:DE102004028710
申请日:2004-06-14
公开日:2005-01-27
发明作者:Constantine Menlo Park Simopoulos
申请人:Siemens Medical Solutions USA Inc；
IPC主号:A61B6-00

专利说明:
[0001] DieErfindung betrifft eine medizinische Bildgebung, insbesondere Systeme,die eine oder mehrere Bildverarbeitungsparameter einstellen.TheThe invention relates to medical imaging, in particular systems,set one or more image processing parameters.
[0002] Inder medizinischen Ultraschallbildgebung werden verschiedene Bildgebungsparametereingestellt, um Bilddaten zu erfassen und zu verarbeiten. Beispielsweisewerden relative Verzögerungenund die Apodization fürdas Sende- und Empfangsstrahlformen auch als Sende- und Empfangsstrahlbündeln bezeichnet,Tiefengewinne und Gesamtgewinne, ein Ausmaß an Persistenz oder andereFilterungen, Gewichtungen, Filtertypen, Raumvariablen, ein dynamischerBereich oder andere Bildverarbeitungsparameter eingestellt. EinB-Modussignal wird beispielsweise für den Gewinn und den dynamischenBereich eingestellt, bevor es auf einen Bereich von Graupegeln oderFarben zur Anzeige abgebildet wird. Der dynamische Bereich kanndurch den Benutzer in herkömmlicherWeise mittels einer Anzeige einer dynamischen Bereichssteuerungeingestellt werden, die bereichsunabhängig in Azimutposition in demBild ist. Der Gewinn kann durch den Benutzer variiert werden, indemeine Tiefen- oder Zeitgewinnkompensationssteuerung zusammen miteinem Mastergewinn oder eine B-Modusgewinnsteuerung verwendet wird. DieTiefen- oder Zeitgewinnsteuerung kann in einem Bereich (axiale Abmessung)variieren, währendein Mastergewinn von dem Bereich und der lateralen (Scheitelwinkel)Position unabhängigist. Gemäß einemanderen Beispiel wird ein Brennpunkt oder eine Brennweite zur Bestimmungder Strahlformparameter ausgewählt.Gemäß einemnoch anderen Beispiel wird ein Typ von Bildgebung ausgewählt, derein räumlichesMischen und/oder Persistenzmischen verwendet.InIn medical ultrasound imaging, various imaging parameters are usedset to capture and process image data. For examplebecome relative delaysand the apodization forthe transmit and receive beam forms also referred to as transmit and receive beams,Profiteering and total profits, a degree of persistence or othersFiltering, weighting, filter types, space variables, a dynamic oneRange or other image processing parameters. OneB mode signal, for example, for the gain and the dynamicSet area before going on a range of gray levels orColors are displayed for display. The dynamic range canby the user in conventionalWay by means of a display of a dynamic range controlwhich are area independent in azimuth position in thePicture is. The profit can be varied by the user bya depth or time gain compensation control together witha master gain or a B-mode gain control is used. TheDepth or time gain control can be in one range (axial dimension)vary whilea master gain from the area and the lateral (vertex angle)Position independentis. According to oneAnother example becomes a focus or a focal length for determinationthe beamform parameter is selected.According to oneStill another example is selecting a type of imaging thata spatialMixing and / or persistence mixing.
[0003] Zusätzlich oderals Alternative zu der Benutzerauswahl von verschiedenen Bildgebungsparameternoder zur Benutzerauswahl einer Einstellung, welche mit Gruppen vonBildgebungsparametern in Zusammenhang steht, können die Bildgebungsparameteradaptiv als Funktion von Ultraschalldaten eingestellt werden. Die US 6,398,733 , deren Offenbarungdurch Bezugnahme hiermit Bestandteil dieser Anmeldung wird, offenbartein adaptives Bestimmen des Gewinns, des dynamischen Bereichs und/oder vonNachverarbeitungsabbildungen (Post-Processing Maps) in Antwort auf Ultraschalldaten.Amplituden, die mit Weichgewebe in Zusammenhang stehen, werden bestimmt,und ein Gewinn oder ein dynamischer Bereich wird in Antwort aufdie Amplituden eingestellt. Ultraschalldaten, die ohne Energieübertragungerfasst oder als Rauschen ausgewähltwerden, werden verwendet, um den Gewinn oder den dynamischen Bereichadaptiv zu bestimmen.In addition or as an alternative to user selection of various imaging parameters or user selection of a setting associated with groups of imaging parameters, the imaging parameters may be adaptively adjusted as a function of ultrasound data. The US 6,398,733 , the disclosure of which is hereby incorporated by reference herein, discloses adaptively determining the gain, dynamic range, and / or post-processing maps in response to ultrasound data. Amplitudes associated with soft tissue are determined, and a gain or dynamic range is set in response to the amplitudes. Ultrasound data acquired without energy transfer or selected as noise is used to adaptively determine the gain or dynamic range.
[0004] Dieanderen Bildgebungsverarbeitungsparameter, die im vorangegangenendiskutiert worden sind, könnenebenfalls adaptiv geändertwerden. Beispielsweise werden die Fokussierungsverzögerungenoder Apodizationswerte adaptiv als Funktion von Ultraschalldatenbestimmt, um eine Aberrationskorrektur bereitzustellen. Gemäß einemanderen Beispiel wird ein Filterparameter, beispielsweise eine Persistenz- oder Raummischparameteradaptiv als Funktion von Ultraschalldaten geändert, so dass Unschärfe vermiedenwird. Die zufälligenoder statistischen Schwankungen in den Daten können jedoch eine unerwünschte Optimierungveranlassen, was ein Flackern oder Flimmern im Gesamtbild oder innerhalblokaler Regionen eines Bildes zur Folge hat.Theother imaging processing parameters discussed in the previoushave been discussedalso changed adaptivelybecome. For example, the focusing delaysor apodization values adaptively as a function of ultrasound datadetermined to provide aberration correction. According to oneanother example is a filter parameter, for example a persistence or space blending parameterAdaptively changed as a function of ultrasound data, thus avoiding blurringbecomes. The random onesHowever, statistical fluctuations in the data can be an undesirable optimizationcause what's a flicker or flicker in the overall picture or insidelocal regions of an image.
[0005] Umeine unerwünschteautomatische Optimierung zu vermeiden, wird die adaptive Optimierungnur in Antwort auf eine Benutzereingabe gestartet. Beispielsweisewählt derBenutzer eine automatische Gewinnfunktion aus, und das System bestimmt adaptiveinen Gewinn fürden gegebenen Anwendungszeitpunkt für nachfolgende Daten, bis derBenutzer erneut die automatische Gewinnoptimierung auswählt. Gemäß einemanderen Beispiel ändertder Benutzer einen Bildgebungsverarbeitungsparameter, und das Systemoptimiert dann automatisch die anderen Bildgebungsparameter. Dasmanuelle Starten der adaptiven Optimierung von Bildgebungsparameternverlangsamt jedoch den Arbeitsfluss. Während einer Echtzeitbildgebungmuss der Benutzer schnelle und genaue Beurteilungen vornehmen, obund wann die Optimierung anzuwenden ist, was oft Bilder zur Folgehat, die nicht optimal sind.Aroundan undesirableTo avoid automatic optimization, the adaptive optimizationstarted only in response to a user input. For examplechooses theUser is an automatic profit function, and the system determines adaptivea profit forthe given application time for subsequent data until theUser again selects the automatic profit optimization. According to oneother example changesthe user an imaging processing parameter, and the systemthen automatically optimizes the other imaging parameters. Themanually start the adaptive optimization of imaging parametersbut slows down the workflow. During a real-time imagingthe user must make fast and accurate assessments of whetherand when to apply the optimization, which often results in imageshas that are not optimal.
[0006] Die US 6,579,238 (US Anmeldungsnummer 09/791,405,eingereicht am 23. Februar 2001), deren Offenbarung durch Bezugnahmehiermit Bestandteil dieser Anmeldung wird, offenbart das Startender adaptiven Einstellung des Gewinns oder des dynamischen Bereichsautomatisch in Zeitintervallen. Das Starten der adaptiven Optimierungvon Bildgebungsparametern in regelmäßigen Intervallen kann jedoch denBenutzer ablenken oder stören.In Abhängigkeit davon,wie oft die Optimierung ausgeführtwird, kann dies eine Reduzierung der Rahmenrate oder nichtakzeptableVerzögerungenzwischen den Optimierungen zur Folge haben. Das Erkennen von großen Änderungenim Eingangssignal, beispielsweise eine große Änderung in der Summe der Eingangssignale für einenRahmen von Daten oder eine Region eines Rahmens von Daten, ist ebenfallsfür dasStarten der adaptiven Optimierung genannt. Die Detektion von großen Bewegungssignalen,die auf einer Rahmenkorrelation basiert, kann ebenfalls verwendetwerden, um die adaptive Einstellung des Gewinns oder des dynamischenBereichs zu starten. Das Starten der adaptiven Optimierung von Bildgebungsparameternbasierend auf großen Änderungenoder einer Bewegungsdetektion kann jedoch anfällig sein für Rauschen, Flashartifakte, Änderungender Anatomie oder Regionen der Anatomie, die abzubilden ist. Mit einerzu empfindlichen Detektion einer Änderung oder Bewegung kanneine Änderungaufgrund einer Herzbewegung automatisch die Adaption starten, waseine Varianz (Abweichung) zwischen Bildern, aufgrund von Bildgebungsparameternanstelle von Anatomieunterschieden, zur Folge hat.The US 6,579,238 (US Application No. 09 / 791,405, filed February 23, 2001), the disclosure of which is incorporated herein by reference, discloses automatically starting the adaptive adjustment of the gain or the dynamic range at time intervals. However, starting the adaptive optimization of imaging parameters at regular intervals may distract or disturb the user. Depending on how often the optimization is performed, this may result in a reduction in frame rate or unacceptable delays between the optimizations. The recognition of large changes in the input signal, for example a large change in the sum of the input signals for a frame of data or a region of a frame of data, is also called for starting the adaptive optimization. The detection of large motion signals based on frame correlation may also be used to start the adaptive tuning of the gain or the dynamic range. However, starting the adaptive optimization of imaging parameters based on large changes or motion detection may be prone to Noise, flash artifacts, anatomy changes, or regions of anatomy to be mapped. With too sensitive detection of a change or movement, a change due to cardiac motion can automatically start the adaptation, resulting in a variance (deviation) between images due to imaging parameters instead of anatomy differences.
[0007] InVideokameras kann eine Bewegung aufgrund einer Objektbewegung gegenüber einem Schwenkenoder Verwackeln der Videokamera getrennt für unterschiedliche Verarbeitungender Videoinformation identifiziert werden. Siehe beispielsweise US 5,767,922 Zabih, et al "Apparatus and processfor detecting scene breaks in a sequence of video frames", US 5,835,163 , Liou, et al "Apparatus for detectinga cut in video",und US 5,844,613 , Chadda, "Global motion estimatorfor motion video signal encoding".Diese Patente versuchen Rahmenänderungen aufgrundeines Kameraschwenkens, eine Bewegung von Objekten in der Szeneund Änderungenaufgrund unterschiedlicher Videosegmente, die zu unterschiedlichenZeitpunkten gefilmt worden sind, zu trennen. Die Techniken sindsehr rechen intensiv.In video cameras, motion due to object movement can be identified separately from panning or blurring of the video camera for different video information processing. See for example US 5,767,922 Zabih, et al. "Apparatus and process for detecting scene breaks in a sequence of video frames", US 5,835,163 , Liou, et al. "Apparatus for detecting a cut in video", and US 5,844,613 , Chadda, "Global motion estimator for motion video signal encoding". These patents seek to separate frame changes due to camera panning, movement of objects in the scene, and changes due to different video segments filmed at different times. The techniques are very intensive.
[0008] DieErfindung ist durch die folgenden Patentansprüche definiert, und nichts imfolgenden Abschnitt soll eine Einschränkung dieser Patentansprüche darstellen.Einleitend enthalten die im folgenden beschrieben bevorzugten AusführungsbeispieleVerfahren und Systeme zur automatischen Änderung der medizinischen Bildverarbeitung.In Antwort auf begrenzte Typen der Bewegung unabhängig von oderzu einem bestimmten Zeitpunkt wird eine adaptive Optimierung verwendet.Ein Änderungstyp,beispielsweise eine Änderungaufgrund einer Herzbewegung oder Atmungsbewegung wird von einemanderen Bewegungstyp unterschieden, beispielsweise einer Änderungaufgrund einer Repositionierung einer Bildebene innerhalb einesPatienten. Bildgebungsparameter werden adaptiv optimiert in Antwort auf Änderungeneines Typs unabhängigvon oder mit minimalem Beitrag von Änderungen eines anderen Typs.Eine Änderungaufgrund der Repositionierung der Bildebene wird beispielsweisedetektiert, währenddie Herzbewegung und/oder Atmungsbewegung berücksichtigt werden. Bildgebungsparameter werdenadaptiv optimiert, sobald die Änderungaufgrund der anatomischen Bewegung beseitigt oder berücksichtigtist, und nach der Detektion einer Änderung in einer Bildgebungsebenenposition.Jede der verschiedenen adaptiven Optimierungen kann auf die Identifikationeines Typs von Änderungvon einem anderen Typ von Änderungreagieren.TheThe invention is defined by the following claims, and nothing in theThe following section is intended to be a limitation of these claims.By way of introduction, the preferred embodiments described below containMethods and systems for automatically changing medical image processing.In response to limited types of motion independent of orat some point an adaptive optimization is used.A change type,for example, a changedue to a heart movement or respiratory motion is caused by adifferent movement type, such as a changedue to a repositioning of an image plane within aPatients. Imaging parameters are adaptively optimized in response to changesof a type independentof or with minimal contribution of changes of another type.A changedue to the repositioning of the image plane, for exampledetected whilethe heart movement and / or respiratory movement are taken into account. Imaging parametersadaptively optimized as soon as the changeeliminated or considered due to the anatomical movementand after detecting a change in an imaging plane position.Each of the various adaptive optimizations can be based on the identificationa type of changefrom another type of changereact.
[0009] Gemäß einemersten Aspekt wird ein Verfahren zur automatischen Änderungder medizinischen Bildverarbeitung geschaffen. Ein Änderungstypwird automatisch aus Rahmen von Daten für die medizinische Bildgebungermittelt. Die Bildverarbeitung wird in Antwort auf einen ersten Änderungstyp,der zu einem zweiten Änderungstypverschieden ist, optimiert.According to onefirst aspect is a method of automatic changecreated the medical image processing. A change typeis automatically excluded from data for medical imagingdetermined. The image processing is in response to a first type of change,to a second change typedifferent, optimized.
[0010] Gemäß einemzweiten Aspekt wird ein medizinisches Ultraschallbildgebungsverfahrengeschaffen zur Initiierung der Berechnung des Gewinns. Eine Änderungaufgrund der Repositionierung einer Bildebene wird basierend aufeiner Berechnung von Ultraschalldaten bestimmt. Eine Änderungaufgrund einer Herzbewegung, Atmungsbewegung und/oder Kombinationendavon, wird bei der Bestimmung der Änderung aufgrund der Repositionierungder Bildebene berücksichtigt.Der Gewinn, der dynamische Bereich und/oder Kombinationen davon,werden adaptiv durch Berechnen von Ultraschalldaten eingestellt. DasEinstellen wird als Funktion der Bestimmung der Änderung aufgrund der Repositionierungder Bildebene gestartet.According to onethe second aspect is a medical ultrasound imaging methodcreated to initiate the calculation of the profit. A changedue to the repositioning of an image plane is based ona calculation of ultrasound data determined. A changedue to a heart movement, respiratory movement and / or combinationsthereof, will be used in determining the change due to the repositioningthe picture plane.The profit, the dynamic range and / or combinations thereof,are adaptively adjusted by calculating ultrasonic data. TheAdjustment becomes a function of determining the change due to the repositioningthe image plane started.
[0011] Gemäß einemdritten Aspekt wird ein System zur automatischen Änderungder Medizinbildverarbeitung geschaffen. Ein Steuerprozessor istbetreibbar zur automatischen Identifizierung eines Änderungstypsvon Datenrahmen fürdie medizinische Bildgebung und betreibbar zur Initiierung eineroptimierten Bildverarbeitung in Antwort auf einen ersten Änderungstyp,der zu einem zweiten Änderungstyp verschiedenist. Ein Prozessor reagiert auf die Initiierung durch den Steuerprozessor,um die Optimierung der Bildverarbeitung zu starten.According to onethird aspect is an automatic change systemcreated the medical image processing. A control processor isoperable to automatically identify a change typeof data frames formedical imaging and operable to initiate aoptimized image processing in response to a first change type,which is different to a second type of changeis. A processor responds to initiation by the control processor,to start the optimization of the image processing.
[0012] WeitereAspekte und Vorteile der Erfindung werden im folgenden in Zusammenhangmit den bevorzugten Ausführungsbeispielendiskutiert.FurtherAspects and advantages of the invention will be related hereafterwith the preferred embodimentsdiscussed.
[0013] DieKomponenten in den Figuren sind nicht notwendigerweise maßstabsgetreudargestellt, sondern sollen stattdessen die Prinzipien der Erfindung verdeutlichen.In den Figuren kennzeichnen darüber hinausgleiche Bezugsziffern entsprechende Teile in unterschiedlichen Ansichten.TheComponents in the figures are not necessarily to scalebut instead illustrate the principles of the invention.In the figures also marksame reference numerals corresponding parts in different views.
[0014] 1 zeigt ein Blockdiagrammeines medizinischen Ultraschalldiagnosesystems gemäß einem Ausführungsbeispiel; 1 shows a block diagram of a medical ultrasound diagnostic system according to an embodiment;
[0015] 2 zeigt ein Flussdiagrammgemäß einemAusführungsbeispielfür eineadaptive Bildverarbeitung in Antwort auf unterschiedliche Änderungstypen; 2 shows a flowchart according to an embodiment of an adaptive image processing in response to different types of change;
[0016] 3 zeigt einen Graphen der Änderungals Funktion der Rahmenzahl oder -zeit gemäß einem Ausführungsbeispiel;und 3 FIG. 12 is a graph of the change as a function of frame number or time according to one embodiment; FIG. and
[0017] 4 ein Punktdiagramm derPeakhöhegegenüberder Zeitperiode fürdie Peaks gemäß 3. 4 a dot diagram of the peak height versus the time period for the peaks according to 3 ,
[0018] DieAutomatisierung eines Ultraschallbildgebungssystems oder eines anderenmedizinischen Bildgebungssystem wird verbessert, indem unterschiedlicheTypen von Bewegung berücksichtigtwerden. Automatische Aktualisierungen oder Optimierungen von Bildgebungsparametern,wie etwa des Gewinns oder von Quantifizierungen, werden stabiler,indem eine Änderungin Daten aufgrund eines Änderungstypsund nicht aufgrund eines anderen Änderungstyps detektiert werden.Beispielsweise wird ein gewisses Ausmaß einer Bildänderungverwendet, um zu ermitteln, ob die Änderung aufgrund einer Transducerbewegungvorliegt gegenübereiner Herz- und Atmungsbewegung. Merkmale der Änderung werden extrahiert,die einen Bewegungstyp gegenübereinem anderen Bewegungstyp kennzeichnen, beispielsweise erfolgtein Beseitigen von Änderungenaufgrund der quasi periodischen Natur der Herz- und Atmungsbewegung,um eine Änderung aufgrundmehrerer zufälligerVorgängezu ermitteln, beispielsweise eine Transducerbewegung.TheAutomation of an ultrasound imaging system or anotherMedical imaging system is improved by differentConsidered types of movementbecome. Automatic updates or optimizations of imaging parameters,such as profit or quantifications, become more stable,by a changein data due to a change typeand not detected due to another type of change.For example, a certain amount of image changeused to determine if the change was due to a transducer movementexists oppositea cardiac and respiratory movement. Features of the change are extractedthe one movement type oppositeidentify another type of movement, for example, takes placea removal of changesdue to the quasi-periodic nature of the cardiac and respiratory movement,due to a changeseveral random onesoperationsto determine, for example, a Transducerbewegung.
[0019] 1 zeigt ein medizinischesUltraschalldiagnosesystem zur automatischen Änderung der medizinischen Bildverarbeitung.Gemäß alternativenAusführungsbeispielenweist das System 10 einen anderen Typ von medizinischemBildgebungssystem auf, beispielsweise ein Magnetresonanz-, Computertomographie-,Röntgenstrahl-oder anderes Bildgebungssystem. Wie in 1 gezeigt, liefert ein Sendestrahlformer 11 (auchals Sendestrahlbündlerbezeichnet) Sendewellenformen übereinen Sende/Empfangs-Schalter an ein Transducerarray 13 (Transduceranordnung).Das Transducerarray 13 erzeugt Ultraschallimpulse in Antwortauf die Sendewellenformen, wobei die Impulse in (auf) einen Körper, derin einer Bildgebungsregion 8 abzubilden ist, gerichtetwerden, beispielsweise in einer Ebene, einem Volumen oder einerZeile. Die vom KörperzurückkehrendenEchos prallen auf das Transducerarray 13, welches dieseEchos in Empfangssignale umwandelt, die über den Sende/Empfangs-Schalteran einen Empfangsstrahlformer 14 (auch als Empfangsstrahlbündler bezeichnet) übertragenwerden. Der Empfangsstrahlformer 14 liefert entsprechendeVerzögerungenund Phasenverschiebungen, damit die Empfangssignale von ausgewählten Orteninnerhalb des Körperskohärentaddiert werden können.Diese strahlengeformten Signale werden an einen Amplitudendetektor 15 geliefertund an einen Backend-Prozessor 20, der eine Log-Komprimierungsvorrichtung 16 aufweist,bevor sie an einen Abtast-Konverter 17 geliefert werden.Der Backend-Prozessor 20 enthält eine adaptive mehrdimensionaleBackend-Abbildungsstufe 18 gemäß einem Ausführungsbeispiel. Einigebeispielhafte adaptive Abbildungsstufen 18 sind in der US 6,398,733 und 6,579,238 (US Anmeldungsnummer09/791,405) offenbart, deren Offenbarungen durch Bezugnahme hiermitBestandteil dieser Anmeldung werden. Ein Filter 12 führt eineindimensionales, zweidimensionales und/oder dreidimensionales Filterndurch. Das Filter 12 führtentweder ein räumlichesMischen und/oder Persistenz durch, indem eine endliche (finite)oder unendliche (infinite) Impulsantwort verwendet wird. Der Abtast-Konverter 17 erzeugtAnzeigewerte auf einem füreine Anzeige 19 geeigneten Gitter. 1 shows a medical ultrasound diagnostic system for automatically changing the medical image processing. In alternative embodiments, the system 10 another type of medical imaging system, such as a magnetic resonance, computed tomography, x-ray, or other imaging system. As in 1 shown, provides a transmit beamformer 11 (also referred to as transmit beamformer) transmits transmit waveforms to a transducer array via a transmit / receive switch 13 (Transducer). The transducer array 13 generates ultrasonic pulses in response to the transmission waveforms, with the pulses in (on) a body being in an imaging region 8th be imaged, for example, in a plane, a volume or a line. The echoes returning from the body collide with the transducer array 13 which converts these echoes into receive signals which are sent via the transmit / receive switch to a receive beamformer 14 (also referred to as received beamformer) are transmitted. The receiving beam former 14 provides appropriate delays and phase shifts so that the received signals from selected locations within the body can be coherently added. These beamformed signals are applied to an amplitude detector 15 delivered and sent to a backend processor 20 , which is a log compression device 16 before passing to a sampling converter 17 to be delivered. The backend processor 20 contains an adaptive multi-dimensional backend mapping stage 18 according to an embodiment. Some exemplary adaptive mapping stages 18 are in the US 6,398,733 and 6,579,238 (US Application No. 09 / 791,405), the disclosures of which are hereby incorporated by reference. A filter 12 performs one-dimensional, two-dimensional and / or three-dimensional filtering. The filter 12 performs either spatial blending and / or persistence using a finite or infinite impulse response. The sampling converter 17 generates display values on one for a display 19 suitable grid.
[0020] AlleElemente 11 bis 20 können irgendeine geeignete Formaufweisen, und sind nicht auf eine bestimmte Ausführungsformbeschränkt.Der Sendestrahlformer und der Empfangsstrahlformer 11, 14 können alsanaloge oder digitale Vorrichtungen aufgebaut sein, und irgendeingeeignetes Transducerarray kann verwendet werden, beispielsweiseein einzelnes Element, ein eindimensionales Transducerarray oderein mehrdimensionales Transducerarray. Das System 10 kannauch weitere Elemente in dem Signalweg zwischen dem Transducerarray 13 und derAnzeige 19 aufweisen. Ferner können ausgewählte der dargestellten Elementeweggelassen oder die Anordnungsreihenfolge einiger Elemente vertauschtwerden. Beispielsweise kann die Reihenfolge des Backend-Prozessors 20 unddes Abtast-Konverters 17 vertauscht werden. Gemäß einemanderen Beispiel ist das Filter 12 unmittelbar nach demEmpfangsstrahlformer 14, dem Transducer 13 unddem Abtast-Konverter 17 angeordnet.All elements 11 to 20 may be of any suitable shape and are not limited to any particular embodiment. The transmit beamformer and the receive beamformer 11 . 14 may be constructed as analog or digital devices, and any suitable transducer array may be used, for example, a single element, a one-dimensional transducer array, or a multi-dimensional transducer array. The system 10 may also contain other elements in the signal path between the transducer array 13 and the ad 19 exhibit. Further, selected ones of the illustrated elements may be omitted or the order of arrangement of some elements may be reversed. For example, the order of the backend processor 20 and the scan converter 17 be reversed. In another example, the filter is 12 immediately after the receiving jet former 14 , the transducer 13 and the sample converter 17 arranged.
[0021] Einanaloger oder digitaler Schaltkreis, der für eine, für alle oder für einenTeil der Komponenten 11 bis 20 oder für zusätzlicheoder verschiedene Komponenten verwendet wird, kann einen Bildverarbeitungsprozessorzur Optimierung der Bildverarbeitung in Antwort auf einen Steuerprozessor 22 enthalten.Der Sende- und/oder Empfangsstrahlformer 11, 14 enthält beispielsweiseBildverarbeitungsprozessoren zur Einstellung von Strahlformeigenschaften, beispielsweiseder Phasenlage, der Verzögerungen undder Apodization. Gemäß einemanderen Beispiel enthältder Empfangsstrahlformer 14 ein Filter zum Auswählen einerFrequenz, die von Interesse ist, aus den empfangenen Daten. Gemäß einemnoch anderen Beispiel enthältder Backend-Prozessor 20 einen Bildverarbeitungsprozessorzur Bestimmung eines Systemgewinns, eines Tiefen- oder Zeitgewinns,eines dynamischen Bereichs und/oder einer Abbildungsfunktion. Gemäß einemnoch anderen Beispiel enthältdas Filter 12 eine Persistenz- und/oder Raummischfilterverarbeitung.Gemäß einemnoch anderen Beispiel arbeitet der Prozessor 22 oder einanderer Prozessor innerhalb des System als ein Bildverarbeitungsprozessor,um die Information von Datenrahmen oder Bildern zu quantifizierenoder zu berechnen, beispielsweise um eine Organgrenze zu detektieren,einen Bereich oder ein Volumen oder ein anderes quantifizierbaresMerkmal zu berechnen. Eine andere Bildverarbeitung und in Zusammenhangstehende Bildverarbeitungsprozessoren innerhalb des Systems 10 odereines anderen medizinischen Bildgebungssystem, welches im Momentbekannt ist oder späterentwickelt wird, könnenverwendet werden, um irgendeine der verschiedenen Bildverarbeitungenzu implementieren (durchführen),einschließlichder Bildverbesserungs- und Quantifizierungsfunktion.An analog or digital circuit designed for one, all or part of the components 11 to 20 or for additional or different components, may include an image processing processor for optimizing image processing in response to a control processor 22 contain. The transmitting and / or receiving beam shaper 11 . 14 includes, for example, image processing processors for adjusting beamforming characteristics, such as phasing, delays, and apodization. As another example, the receive beamformer includes 14 a filter for selecting a frequency of interest from the received data. In yet another example, the backend processor includes 20 an image processing processor for determining a system gain, a depth or time gain, a dynamic range and / or a mapping function. According to yet another example, the filter contains 12 Persistence and / or spatial mixing filter processing. According to yet another example, the processor operates 22 or another processor within the system as an image processing processor to quantify or calculate the information from data frames or images, for example, to detect an organ border, compute an area or volume or other quantifiable feature. A other image processing and related image processing processors within the system 10 or any other medical imaging system currently known or later developed, may be used to implement any of various image processing, including the image enhancement and quantification function.
[0022] DerBildverarbeitungsprozessor optimiert die Bildverarbeitung, beispielsweisedurch Ändernder Filterparameter, Einstellen der Quantifizierungssteuerungen,Schwellenwerte, Algorithmen oder anderweitiges Auswählen einerVariablen oder Funktion in Antwort auf ein Startsignal von dem Steuerprozessor 22.Die Bildverarbeitung wird als Funktion von vorberechneten, manuelloder adaptiv eingestellten Funktionen durchgeführt. Für adaptive Funktionen ist der Bildverarbeitungsparametereine Funktion von Daten, die durch das System 10 von demPatienten gewonnen werden. Ein Gewinn wird beispielsweise als Funktionvon empfangenen Ultraschallsignalen berechnet, die mit Weichgewebein Zusammenhang stehen. Irgendeine im Moment bekannte oder später entwickelteadaptive Bildverarbeitung kann verwendet werden. Alternativ können manuelleingestellte oder vorberechnete optionale Bildverarbeitungsparameterverwendet werden, ohne einer automatischen Berechnung von erfasstenDaten, die den Patienten darstellen.The image processing processor optimizes image processing, such as by changing the filter parameters, setting the quantization controls, thresholds, algorithms, or otherwise selecting a variable or function in response to a start signal from the control processor 22 , Image processing is performed as a function of precalculated, manually or adaptively set functions. For adaptive functions, the image processing parameter is a function of data passing through the system 10 be obtained from the patient. For example, gain is calculated as a function of received ultrasound signals associated with soft tissue. Any currently known or later developed adaptive image processing may be used. Alternatively, manually set or precalculated optional image processing parameters may be used without automatic computation of acquired data representing the patient.
[0023] DerSteuerprozessor 22 ist ein digitaler Signalprozessor, einallgemeiner Prozessor, ein ASIC (Application Specific IntegratedCircuit), eine analoge Vorrichtung, eine Digitallogik oder Kombinationdavon, zur Steuerung eines oder mehrerer der Bildverarbeitungsprozessorendes Systems 10. Gemäß einemAusführungsbeispielsind der Bildverarbeitungsprozessor und der Steuerprozessor 22 gleich,jedoch könnenunterschiedliche Vorrichtungen verwendet werden. Gemäß einemAusführungsbeispielist der Steuerprozessor 22 separat von anderen Komponentendes Systems 10 ausgebildet, jedoch kann ein Teil oder dergesamte Steuerprozessor 22 in einer oder in mehreren Komponentendes Systems 10 enthalten sein. Gemäß einem alternativen Ausführungsbeispielkann ein Monitor (Überwachungsgerät) für R-Wellen,ECG oder Atmung mit dem Steuerprozessor 22 oder mit eineranderen Komponente des Systems 10 verbunden sein.The control processor 22 is a digital signal processor, general processor, Application Specific Integrated Circuit (ASIC), analog device, digital logic, or combination thereof, for controlling one or more of the machine's image processing processors 10 , In one embodiment, the image processing processor and the control processor are 22 however, different devices may be used. According to one embodiment, the control processor 22 separate from other components of the system 10 trained, however, may be a part or the entire control processor 22 in one or more components of the system 10 be included. According to an alternative embodiment, a monitor (monitor) for R-waves, ECG or respiration may be connected to the control processor 22 or with another component of the system 10 be connected.
[0024] DerSteuerprozessor 22 identifiziert automatisch einen Änderungstyp,der durch eine Mehrzahl von Datenrahmen für eine medizinische Bildgebung repräsentiertist. Der Steuerprozessor 22 startet eine Optimierung derBildverarbeitung in Antwort auf einen ersten Änderungstyp unterschiedlichzu einem zweiten Änderungstyp.Beispielsweise erkennt der Steuerprozessor 22 eine Änderungaufgrund einer Transducerbewegung gegenüber einer Änderung aufgrund einer im Wesentlichenzyklischen Bewegung. Die Bildverarbeitungsparameter beziehungsweisedie Verarbeitung werden im allgemeinen konstant gehalten oder ändern sichminimal aufgrund der zyklischen Bewegung. Eine Änderung aufgrund einer Repositionierungeines Transducer wird erkannt, und die Bildverarbeitung wird inAntwort auf den neuen Bereich, der abzutasten ist, optimiert. Beispielsweise wirdein adaptiver Gewinn, eine adaptive Persistenz, ein adaptives räumlichesMischen, ein adaptives Strahlformen und/oder eine andere adaptiveBildverarbeitung gestartet, sobald ein Transducer bewegt und ineiner stabilen Position ist. Als Ergebnis wird eine Optimierungaugrund einer zyklischen Bewegung und der in Zusammenhang stehendenzyklischen Änderungin der Bildgebung verhindert, währendadaptive Prozesse auf irgendeinen gegebenen Abtastbereich des Patientenoptimiert werden. Der Gewinn, das Abbilden, der dynamische Bereich,das Strahlformen oder die Quantifizierung werden adaptiv geändert, nachdemdie Transducerbewegung stabil ist, jedoch in Antwort auf die Identifikationder Änderungaufgrund einer Transducerbewegung. Die Unterschiede in dem abgebildetenGewebe oder dem Bereich könnendie optimierte Bilderverarbeitung beeinflussen, so dass sie adaptivgeändertwerden, sobald der Transducer positioniert ist. Das Starten derOptimierung der Bildverarbeitung wird ohne manuellen Eingriff zumZeitpunkt der Initiierung durchgeführt, kann jedoch eine manuelleIntervention umfassen.The control processor 22 automatically identifies a type of change represented by a plurality of medical imaging data frames. The control processor 22 starts optimizing the image processing in response to a first change type different from a second change type. For example, the control processor recognizes 22 a change due to a transducer movement versus a change due to a substantially cyclical motion. The image processing parameters or processing are generally kept constant or change minimally due to the cyclic motion. A change due to a repositioning of a transducer is detected, and the image processing is optimized in response to the new area to be sampled. For example, adaptive gain, adaptive persistence, adaptive spatial mixing, adaptive beamforming, and / or other adaptive image processing is started as soon as a transducer is moved and in a stable position. As a result, optimization due to cyclic motion and the related cyclic change in the imaging is prevented while optimizing adaptive processes to any given scan area of the patient. The gain, mapping, dynamic range, beamforming, or quantification are adaptively changed after the transducer movement is stable, but in response to the identification of the change due to a transducer movement. The differences in the imaged tissue or area may affect the optimized image processing so that they are adaptively changed once the transducer is positioned. The start of image processing optimization is performed without manual intervention at the time of initiation, but may include manual intervention.
[0025] 2 zeigt ein Flussdiagrammeines Verfahrens zur automatischen Änderung der medizinischen Bildverarbeitung.Weitere, andere oder weniger Schritte können bereitgestellt sein. InSchritt 30 wird eine Änderungautomatisch aus Rahmen von Daten für eine medizinische Bildgebungerkannt. Gemäß einemAusführungsbeispielwird ein Änderungstyperfasst ohne Verwendung der empfangenen Bildgebungsdaten, indembeispielsweise ein Monitor (Übertragungsgerät) für R-Wellen,ECG oder Atmung verwendet wird. Die Änderung aufgrund der überwachtenZyklen wird dann durch Subtraktion berücksichtigt, wodurch das Startender Optimierung oder einer anderen Funktion verhindert wird. Die Änderung,die währendder minimalen Bewegung des Herzens detektiert wird, ist höchstwahrscheinlicheine Änderung aufgrundder Transducerbewegung, und eine Änderung, die während aktiverBereiche des Herzzyklus detektiert wird, ist wahrscheinlich aufgrundder Bewegung des Herzens. 2 shows a flowchart of a method for automatically changing the medical image processing. Other, other or fewer steps may be provided. In step 30 a change is automatically detected from the scope of medical imaging data. According to an embodiment, a change type is detected without using the received imaging data by using, for example, a monitor (transmitter) for R-waves, ECG, or respiration. The change due to the monitored cycles is then taken into account by subtraction, thereby preventing the start of the optimization or another function. The change detected during the minimal movement of the heart is most likely a change due to the transducer movement, and a change detected during active areas of the cardiac cycle is likely due to the movement of the heart.
[0026] Gemäß einemanderen Ausführungsbeispiel werdendie Änderungenaus den empfangenen Daten detektiert, beispielsweise aus Ultraschalldaten. Die Änderungwird aus den empfangenen Daten in irgendeinem von unterschiedlichenFormaten bestimmt oder berechnet, beispielsweise in Form eines Satzesvon Rahmen, die ein sequenzielles Abtasten einer Region eines Patientenrepräsentieren.Unterschiedliche Änderungstypenwerden als Funktion der Zeit ermittelt, beispielsweise zyklische Änderungen, diemit dem Herzzyklus oder Atmungszyklus in Zusammenhang stehen, oderzufälligeoder weniger zyklische Änderungen,beispielsweise aufgrund einer Transducerbewegung oder aufgrund Unterschiedein einer Abbildungsebene oder Region.According to another embodiment, the changes are detected from the received data, for example from ultrasound data. The change is determined or calculated from the received data in any of various formats, for example in the form of a Set of frames that represent sequential scanning of a region of a patient. Different types of changes are determined as a function of time, such as cyclic changes associated with the cardiac cycle or respiratory cycle, or random or less cyclical changes, for example due to a transducer movement or due to differences in a map plane or region.
[0027] Um Änderungenin einer Folge von Bildern oder Rahmen von Daten zu detektieren,wird jeder Datenrahmen mit einem Referenzdatenrahmen verglichen.Ein einzelner Referenzrahmen zum Vergleich mit allen anderen Rahmenvon Daten kann verwendet werden, jedoch wird ein unmittelbar vorangehenderoder ein anderer Rahmen von Daten als Referenzrahmen von Daten gemäß anderenAusführungsbeispielenverwendet. Gemäß einemAusführungsbeispielist das Referenzbild eines Kombination einer Mehrzahl von Bildern,beispielsweise vorangegangene Bilder, die durch ein infinites Impulsantwortfilternkombiniert sind. Um den Vergleich durchzuführen, wird ein Änderungsparameterals Funktion der Zeit berechnet. Beispielsweise wird jeder Datenrahmenin eine Mehrzahl von Regionen, beispielsweise 10 × 10 Regionenunterteilt. Eine andere Dezimierung zur Vereinfachung der Berechnungkann verwendet werden. Alternativ kann ein Gesamtbild verwendetwerden. Jede Region enthältein oder mehrere Pixel. Eine Durchschnittsintensität oder einanderer Wert fürjede Region wird berechnet. Die Durchschnittsintensitäten für jede entsprechendeRegion zwischen dem augenblicklichen Rahmen von Daten und einemReferenzrahmen von Daten werden berechnet. Verschiedene Änderungsparameterkönnen verwendetwerden, beispielsweise die Summe von Quadraten der Differenzen,die Summe von absoluten Differenzen, eine Korrelation oder ein anderer Wert.Gemäß einemAusführungsbeispielwerden die Regionen korreliert, anstatt mit einem Durchschnitts- oderanderen repräsentativenWert einer Region verglichen zu werden.To changesin a sequence of images or frames of data,Each data frame is compared to a reference data frame.A single frame of reference for comparison with all other framesData can be used, but becomes immediately precedingor another frame of data as the reference frame of data according to othersembodimentsuses. According to oneembodimentis the reference image of a combination of a plurality of images,for example, previous images that filter by an infinite impulse responsecombined. To perform the comparison, a change parameter becomescalculated as a function of time. For example, each data frame becomesinto a plurality of regions, for example 10x10 regionsdivided. Another decimation to simplify the calculationcan be used. Alternatively, an overall picture can be usedbecome. Each region containsone or more pixels. An average intensity or aanother value foreach region is calculated. The average intensities for each correspondingRegion between the current frame of data and oneReference frames of data are calculated. Various change parameterscan usedsuch as the sum of squares of differences,the sum of absolute differences, a correlation or another value.According to oneembodimentthe regions are correlated, rather than with an average orother representativeValue of a region to be compared.
[0028] DieDurchschnittsintensitäten,der Änderungsparameteroder ein anderer Wert von jeder Region werden gemittelt, um einenWert fürjeden Datenrahmen oder jedes Bild zu bestimmen. Der resultierendeDifferenzwert wird mit einem Schwellenwert verglichen, beispielsweisemit einem Schwellenwert, der durch Experiment als Funktion des Typsdes Bildgebungssystems oder der Anwendung bestimmt worden ist. Wennder Änderungsparameterden Schwellenwert überschreitet,dann wird eine Änderungerkannt. Wenn alternativ eine Summe von Quadraten der Differenzenfür eineMehrzahl, füralle oder füreinen anderen Nebensatzes von Regionen in dem Rahmen von Daten denSchwellenwert überschreitet,dann wird eine Änderungerkannt.TheAverage intensitiesthe change parameteror another value of each region is averaged to oneValue fordetermine each data frame or image. The resultingDifference value is compared with a threshold, for examplewith a threshold determined by experiment as a function of typeof the imaging system or the application. Ifthe change parameterexceeds the threshold,then a changerecognized. Alternatively, if a sum of squares of the differencesfor onePlural, forall or foranother subset of regions in the frame of dataExceeds threshold,then a changerecognized.
[0029] Der Änderungsparameterwird füreine Mehrzahl von Rahmen von Daten berechnet, was eine Berechnungdes Änderungsparametersals Funktion der Zeit zur Folge hat. Beispielsweise zeigt 3 die Durchschnittssummevon quadratischen Differenzen, basierend auf Durchschnittsintensitäten von10 × 10 Regionen,dargestellt als Funktion der Rahmen von Daten oder der Zeit. EinVergleichen von Werten von einem Rahmen von Daten mit Werten voneinem anderen Rahmen von Daten kennzeichnet die Änderung zwischen den Rahmenvon Daten.The change parameter is calculated for a plurality of frames of data, resulting in a calculation of the change parameter as a function of time. For example, shows 3 the average sum of squared differences, based on average intensities of 10x10 regions, represented as a function of the frames of data or time. Comparing values from one frame of data to values from another frame of data characterizes the change between the frames of data.
[0030] Wiein 3 gezeigt, tretenregelmäßige zyklische Änderungenauf, beispielsweise in Verbindung mit der Bildgebung des Herzens.Der Bereich des Graphens in 3 vomUrsprung der Ordinatenachse bis ungefähr 1000 Rahmen stellt Änderungen aufgrundder Herzbewegung dar. Der Rest der Daten bis zum Ende der Ordinatenachseresultiert aus Transducertranslationen (Transducerverschiebungen)oder aus einer Kombination einer Verschiebung und einer Herzbewegung.Aufgrund der natürlichen Herzänderungensind der Betrag der Änderung,die Peakbreite oder andere Änderungennicht während jederWiederholung des Zyklus identisch. Ein Tiefpassfilter oder ein anderesFilter kann fürden Änderungsparameterverwendet werden, um kleine Änderungenmit hoher Frequenz zu entfernen. Ein Hochpassfilter oder ein anderesFilter kann verwendet werden, um andere unerwünschte Bewegungen zu entfernen.As in 3 As shown, there are regular cyclical changes, for example in connection with imaging of the heart. The area of graphene in 3 from the origin of the ordinate axis to about 1000 frames represents changes due to cardiac motion. The remainder of the data to the end of the ordinate axis results from transducer translations or a combination of displacement and cardiac motion. Due to the natural heart changes, the amount of change, the peak width or other changes are not identical during each repetition of the cycle. A low pass filter or other filter can be used for the change parameter to remove small high frequency changes. A high pass filter or other filter can be used to remove other unwanted movements.
[0031] Umeinen Bewegungstyp oder eine Änderungvon einem anderen Bewegungstyp oder einer Änderung zu unterscheiden, indemempfangene Daten verwendet werden, wird eine Bewegung oder eine Änderungaufgrund eines der Bewegungstypen, beispielsweise des Herzens, derAtmung und Bewegungen, die Kombinationen davon sind, für die Bestimmungder Identifikation einer Änderungin Schritt 32 berücksichtigt.Gemäß einemAusführungsbeispielwird eine Änderungaufgrund der Bewegung der Bildgebungsebene oder der Abtastregionrelativ zu dem Patienten erkannt, so dass Änderungen aufgrund der Repositionierungeiner Bildgebungsregion bestimmt werden. In Abhängigkeit von dem Bildverarbeitungsparameter,der zu initiieren oder zu ändern ist,wird ein Änderungstypvon einem anderen Änderungstypunterschieden. Beispielsweise wird ein erster Änderungstyp identifiziert,nachdem Änderungen aufgrundeines zweiten Änderungstypsberücksichtigtworden sind. Entweder durch Abtasten, Modellieren oder Berechneneiner Änderungoder Bewegung aufgrund des Herzens oder der Atmung, und durch Subtrahierenoder anderweitiges Berücksichtigen dieserAuswirkungen in den Gesamtbildänderungen, werden Änderungenaufgrund von Bildregionverschiebungen (Translationen) genauer erkannt.In der Kardiologie wird beispielsweise eine Änderung in der Bildebene oderAnsicht gegenübereiner Änderung aufgrundeiner Herzwandbewegung oder Herzklappenbewegung erkannt, um dieadaptiven Bildverarbeitungsparameter erneut zu optimieren. Beispielsweisewerden Peaks (Spitzenwerte) des Änderungsparameters,wie in 3 gezeigt, aufgrundder zyklischen Bewegung subtrahiert, minimiert oder anderweitigreduziert, so dass andere Änderungstypenin dem Diagramm gemäß 3 verbleiben.To discriminate a movement type or a change from another movement type or a change by using received data, a movement or a change due to one of the movement types, for example, the heart, the breathing, and movements that are combinations thereof is used for the determination the identification of a change in step 32 considered. According to one embodiment, a change due to the movement of the imaging plane or the scan region relative to the patient is detected so that changes due to the repositioning of an imaging region are determined. Depending on the image processing parameter to be initiated or changed, a change type is distinguished from another change type. For example, a first type of change is identified after changes due to a second type of change have been taken into account. By either sampling, modeling, or calculating a change or movement due to the heart or breathing, and by subtracting or otherwise accounting for these effects in the overall image changes, changes due to image region shifts (translations) are more accurately detected. In cardiology, for example, there is a change in the image plane or view to a change due to cardiac wall movement or valvular motion, to re-optimize the adaptive image processing parameters. For example, peaks (peak values) of the change parameter, as in 3 subtracted, minimized, or otherwise reduced due to the cyclic motion, so that other types of changes in the diagram according to 3 remain.
[0032] EineModellbewegung oder eine vorhergesagte Bewegung für einenBewegungstyp wird erhalten, indem beispielsweise die zyklische Bewegung modelliertwird, währendder Transducer ruhig gehalten wird. Gemäß einem Ausführungsbeispielfür eine automatischeadaptive Optimierung in Echtzeit werden die zyklischen Änderungenals Funktion der letzten Vergleiche oder Änderungsparameter modelliert. Dermodellierte Änderungsparameterwird von dem augenblicklichen Änderungsparametersubtrahiert, um Änderungenaufgrund der zyklischen Bewegung zu berücksichtigen. Ein Änderungswertfür einaugenblickliches Bild oder einen Rahmen von Daten, wird basierendauf einem Modell vorhergesagt, abhängig von allen oder von einigender vorherigen Änderungsparameteroder Rahmen von Daten. Verschiedene Modelle können verwendet werden, beispielsweiseein auto-regressives, ein auto-regressiver-Bewegungsdurchschnitt,ein Zustandsraummodell, Kalmanfilter oder andere im Moment bekannte oderspäterentwickelte Modellalgorithmen. Gemäß dem oben diskutierten Ausführungsbeispielwird der Änderungsparameterals Funktion der Zeit modelliert, jedoch können alternativ Änderungenin Pixeln oder in Gruppen von Pixeln modelliert werden.AModel movement or a predicted movement for oneMovement type is obtained by, for example, modeling the cyclic motionwill, whilethe transducer is kept still. According to one embodimentfor an automaticReal-time adaptive optimization becomes the cyclic changesmodeled as a function of the last comparisons or change parameters. Of themodeled change parametersis determined by the instantaneous change parametersubtracted to make changesdue to the cyclical movement. A change valuefor ainstantaneous picture or frame of data is basedpredicted on a model, depending on all or somethe previous change parameteror frame of data. Different models can be used, for examplean auto-regressive, auto-regressive-moving average,a state space model, Kalman filter or other currently known orlaterdeveloped model algorithms. According to the embodiment discussed abovebecomes the change parametermodeled as a function of time, however, may alternatively changesin pixels or in groups of pixels.
[0033] Gemäß einemanderen Ausführungsbeispiel erfolgtdie Vorhersage basierend auf einem Peakdetektor oder Peaksucher.Der Peakdetektionsalgorithmus kann irgendein bekannter Algorithmusoder ein zukünftigentwickelter Algorithmus sein. Gemäß einem Ausführungsbeispielwird ein maximaler Wert der Änderung über einegegebene Zeitperiode in einem Bewegungsfenster bestimmt. Durch Berücksichtigungeiner plötzlichen Änderungenoder des Ausmaßesder Änderung über einerBasislinie wird verhindert, dass Peaks, die mit relativ kleinenWerten in Zusammenhang stehen, als unerwünschte Änderungen gekennzeichnet werden.Gemäß einemAusführungsbeispielermittelt der Peakdetektionsalgorithmus Orte in dem Graphen des Änderungsparameters,wo ein monotoner Abfall einem monotonen Anstieg folgt. Das Ansteigenund das folgende Abfallen werden jeweils mit einem Schwellenwertoder einem Satz von Schwellenwerten verglichen, um den größten Wertals Peak zu identifizieren. Die in 3 gezeigtenPeaks, die durch den Peaksuchalgorithmus, wie oben diskutiert, identifiziertworden sind, sind mit Sternchen gekennzeichnet.According to another embodiment, the prediction is based on a peak detector or peak finder. The peak detection algorithm may be any known algorithm or a future developed algorithm. According to one embodiment, a maximum value of the change over a given period of time is determined in a motion window. Allowing for sudden changes or the amount of change above a baseline prevents peaks associated with relatively small values from being labeled as undesirable changes. According to one embodiment, the peak detection algorithm determines locations in the graph of the change parameter where a monotonic decay follows a monotone increase. The rise and fall are each compared to a threshold or set of thresholds to identify the largest value as the peak. In the 3 shown peaks identified by the peak search algorithm discussed above are marked with asterisks.
[0034] Dieidentifizierten Peaks und Peakintervalle liefern eine Vorhersagefür eineaugenblickliche Änderungaufgrund einer zyklischen Bewegung. Durch Verwendung der Korrelationoder von anderen Prozessen werden ein oder mehrere Zyklen, die mitdem Änderungsparameterin Zusammenhang stehen, bestimmt. Ein Durchschnitt von Peaks über einpaar Zyklen hinweg liefert eine genaue Vorhersage eines augenblicklichen Änderungsparametersals Funktion des Rahmens und der Zeit. Durch Mittelung des Wertsund des Peakintervalls kann die Genauigkeit der Vorhersage verbessertwerden.Theidentified peaks and peak intervals provide a predictionfor oneinstantaneous changedue to a cyclical movement. By using the correlationor by other processes will be one or more cycles withthe change parameterrelated. An average of peaks over onea few cycles provides an accurate prediction of an instantaneous change parameteras a function of the frame and the time. By averaging the valueand the peak interval can improve the accuracy of the predictionbecome.
[0035] Einaugenblicklicher Änderungsparameter wirddann mit dem vorhergesagten Änderungsparameterverglichen. Wenn die zwei Änderungsparametersich um mehr als eine Fehlertoleranz unterscheiden, dann wird eine Änderungaufgrund der Bildebenenbewegung identifiziert, während Änderungen aufgrund der zyklischenBewegung berücksichtigtwerden. Um die Genauigkeit der Vorhersage zu bestimmen, wird eineStandardabweichung der Zeitintervalle der detektierten Peaks durchgeführt. Wenndie Standardabweichung größer alsein vorbestimmter Schwellenwert ist, kann die Vorhersage ungenau werden.Oneinstantaneous change parameterthen with the predicted change parametercompared. If the two change parametersIf there is more than one fault tolerance, then there will be a changeidentified due to the image plane movement, while changes due to the cyclicalMovement consideredbecome. To determine the accuracy of the prediction, aStandard deviation of the time intervals of the detected peaks performed. Ifthe standard deviation is greater thanis a predetermined threshold, the prediction may become inaccurate.
[0036] Alternativwird die Höhedes Peaks mit dem Zeitintervall korreliert, welches seit dem vorherigen Peakvergangen ist, wie in 4 gezeigt. Änderungsparameterpeaksaufgrund der Herzbewegung oder einer anderen zyklischen Bewegungneigen dazu, sich um eine bestimmte Zeitregion und eine Region vonWerten zu clustern. Peaks aufgrund von anderen Änderungen, beispielsweise wennder Transducer bewegt wird, neigen dazu, kurze Intervalle und größere Werteaufzuweisen. Durch Identifizieren von Regionen des in 4 gezeigten Punktediagramms, diemit einer zyklischen Bewegung oder mit einer erwarteten zyklischenBewegung in Zusammenhang stehen, gegenüber Regionen, die mit anderen Änderungszyklenin Zusammenhang stehen, wird eine Änderung für einen gegebenen Rahmen vonDaten mit einem Zeitperioden- und Amplitudenschwellenwert verglichen,um zu erkennen, ob der Änderungswert mitder erwarteten zyklischen Bewegung oder der anderen Änderungin Zusammenhang steht.Alternatively, the height of the peak is correlated with the time interval that has elapsed since the previous peak, as in 4 shown. Change parameter peaks due to cardiac motion or other cyclical motion tend to cluster around a particular time region and region of values. Peaks due to other changes, such as when the transducer is moved, tend to have short intervals and larger values. By identifying regions of the in 4 point diagrams associated with a cyclic motion or with an expected cyclic motion versus regions associated with other change cycles, a change for a given frame of data is compared to a time period and amplitude threshold to detect whether the change value is related to the expected cyclic motion or the other change.
[0037] Gemäß einemAusführungsbeispielist das Punktdiagramm fürUltraschallbildgebungsanwendungen ausgelegt, beispielsweise für das Anwenden einesAlgorithmus, um zu bestimmen, wann die Regionen einzustellen sind.Kleine Änderungenim Vergleich zu vorher identifizierten zyklischen Peaks werden beispielsweiseals eine Änderungaufgrund der zyklischen Bewegung erkannt. Große Änderungen mit einem Intervallinnerhalb eines Bereichs der zyklischen Bewegung werden als zyklischeBewegung identifiziert, jedoch werden große Änderungen außerhalbdes Intervallbereichs als eine andere Bewegung identifiziert. Gemäß alternativenAusführungsbeispielenwerden die Regionen basierend auf einem Experiment identifiziertund in das System 10 einprogrammiert.According to one embodiment, the dot diagram is designed for ultrasound imaging applications, for example, for applying an algorithm to determine when to set the regions. For example, small changes compared to previously identified cyclic peaks are recognized as a change due to the cyclic motion. Large changes with an interval within a range of the cyclic motion are identified as cyclic motion, but large changes outside the range of intervals are identified as another motion. According to alternative embodiment For example, the regions are identified based on an experiment and in the system 10 programmed.
[0038] DurchVergleichen jedes Rahmens von Daten mit einem Referenzrahmen vonDaten und durch Identifizieren von Peaks über eine Zeitperiode wird einegenaue Vorhersage (Prediction) eines erwarteten Änderungsparameters für einennachfolgenden Rahmen von Daten entwickelt. Die erwarteten oder vorhergesagten Änderungen,beispielsweise aufgrund der zyklischen Bewegung, basieren auf dem Änderungsparameteroder einem anderen Bild über eineZeitperiode, beispielsweise alle vorherigen Erfassungszeiten, vorherigen10–20Sekunden oder die gesamte Zeitperiode. Gemäß einem Ausführungsbeispielwird der Benutzer angewiesen, einen Transducer 10 Sekundenoder längerso ruhig wie möglichzu halten, um eine Basislinie fürdie Vorhersage einer Bewegung aufgrund zyklischer Änderungenzu bilden. Irgendeine von verschiedenen Zeitperioden kann verwendetwerden. Die Zeitperiode für denHerzzyklus oder eine andere zyklische Bewegung wird berechnet, indemdie Anzahl an Rahmen oder Zeitpunkten zwischen abrupten Änderungen oderPeaks gezähltwird.By comparing each frame of data to a reference frame of data and identifying peaks over a period of time, accurate prediction of an expected change parameter is developed for a subsequent frame of data. The expected or predicted changes, for example due to the cyclic motion, are based on the change parameter or other image over a period of time, for example all previous acquisition times, previous 10-20 seconds, or the entire time period. In one embodiment, the user is directed to a transducer 10 Keep as calm as possible for a few seconds or more to form a baseline for predicting motion due to cyclic changes. Any of different time periods may be used. The time period for the cardiac cycle or other cyclic motion is calculated by counting the number of frames or times between abrupt changes or peaks.
[0039] Dort,wo ein ECG oder ein anderer Sensor einen Zyklus anzeigt, kann derAktualisierungs- oder Initiierungszeitperiode des Vorhersagealgorithmus kürzer sein,beispielsweise in Zusammenhang mit nur einem Herzzyklus, wenigerals 10 Sekunden oder weniger als eine andere Zeitperiode. WenigerZeit wird verwendet, um den Zyklus aufgrund des Sensoreingangssignalszu identifizieren. Als ein Ergebnis basiert die Vorhersage anfangsauf weniger Daten, jedoch auf mehr Bestimmungszeitperiodeninformation.Gemäß einemalternativen Ausführungsbeispiel wirddie ECG- oder Atmungsmonitoreingabe verwendet, um die erwarteteBewegung direkt vorherzusagen, beispielsweise durch einen experimentellbestimmten Algorithmus, und die Änderungwird detektiert durch einen Vergleich zwischen dem Sensor basierendauf der erwarteten Bewegung und der augenblicklich berechneten Bewegungoder Änderung.There,where an ECG or other sensor indicates a cycle, theBe shorter than the update or initiation time period of the prediction algorithm,for example, in connection with just one cardiac cycle, lessthan 10 seconds or less than another time period. FewerTime is used to cycle through the sensor input signalto identify. As a result, the prediction is based initiallyon less data, but more determination time period information.According to onealternative embodimentthe ECG or respiratory monitor input uses the expected oneTo predict movement directly, for example, by an experimentalspecific algorithm, and the changeis detected by a comparison between the sensor basedon the expected movement and the momentarily calculated movementor change.
[0040] Umden Typ der Änderungoder die Änderungoder die Bewegung, die eine andere ist als zyklische Änderungen,zu identifizieren, wird die zyklische Änderung oder die vorhergesagte Änderung vonder augenblicklichen Änderungsubtrahiert, entfernt oder minimiert. Die Summe der Quadrate der Differenzenzwischen dem augenblicklichen Rahmen von Daten und einem Referenzrahmenvon Daten wird mit einer erwarteten Änderung verglichen. Die Differenzzwischen den Zweien wird mit einem Schwellenwert verglichen. Alternativwerden andere Funktionen fürden vorhergesagten und augenblicklichen Änderungsparameter verwendet,um eine Änderungzusätzlichzu der vorhergesagten Änderung zuidentifizieren. Gemäß einemAusführungsbeispiel wirdein Peaksucher verwendet fürden augenblicklichen Wert ohne das "Abfallen"-Erfordernis zu verwenden. Wenn deraugenblickliche Wert als ein Peak erkannt wird, werden die Größe des Peaksund der Zeitpunkt seit dem letzten Peak mit einer erwarteten Peakwertund einem erwarteten Zeitpunkt seit dem letzten Peak verglichen.Beispielsweise werden der augenblickliche Peakwert und der Zeitpunktseit dem letzten Peak mit Schwellenwerten verglichen, um eine Region,wie in 4 gezeigt, zuidentifizieren, die eine Änderungaufgrund einer zyklischen Bewegung oder eine erwartete Änderungoder eine Änderungaufgrund anderer Faktoren kennzeichnet. Basierend auf dem Vergleichdes augenblicklichen Peakwerts und dem Zeitpunkt seit dem letztenPeak, mit den Schwellenwerten, wird eine Änderung oder eine Bewegung,die eine andere als zyklische Änderungendarstellt, identifiziert.In order to identify the type of change or change or movement other than cyclic changes, the cyclic change or predicted change is subtracted, removed or minimized from the current change. The sum of the squares of the differences between the current frame of data and a reference frame of data is compared to an expected change. The difference between the two is compared to a threshold. Alternatively, other functions are used for the predicted and instantaneous change parameter to identify a change in addition to the predicted change. In one embodiment, a peak finder is used for the instantaneous value without using the "fall off" requirement. When the current value is recognized as a peak, the size of the peak and the time since the last peak are compared with an expected peak value and an expected time since the last peak. For example, the instantaneous peak value and the time since the last peak are compared to thresholds to form a region, as in FIG 4 to identify a change due to a cyclical motion or an expected change or a change due to other factors. Based on the comparison of the instantaneous peak value and the time since the last peak, with the thresholds, a change or movement other than cyclic changes is identified.
[0041] In 4 sind Daten in drei Regionengeclustert. Eine erste Region, in der die Änderungszeitintervalle kurzsind, unter 20 Rahmen und der Wert groß ist, größer als 100 in willkürlichenEinheiten. Diese Region entspricht Änderungen aufgrund einer Transducerversetzung.Die zweite Region liegt dort, wo die Änderungszeitintervalle zwischen20 und 40 Rahmen liegen, und die Amplitude über 60 und unter 160 liegt. DieseRegion entspricht Änderungenaufgrund der Herzbewegung. Was die Amplitude der Änderungbetrifft, gibt es eine Überlagerungzwischen zwei Regionen. Wenn das Zeitintervall zwischen Änderungen alsein zusätzlicherUnterscheidungsfaktor verwendet wird, wird die Identifikation von Änderungenaufgrund einer Transducerbewegung stabiler. Die dritte Region mitZeitintervallen zwischen Änderungenvon ungefähr50 bis 80 und der gleichen Wertänderung, wiedie zweite Region, ist erneut aufgrund der Herzbewegung. Das Änderungsintervallist ungefährdem doppelten Zeitintervall der vorherigen Region, so dass für Änderungsidentifikationszweckedie zweite und die dritte Region als eine Region betrachtet werdenkönnen.Unterschiedliche Algorithmen oder Regionsunterteilungen können alleoder einige der Peaks berücksichtigen.Die Unterteilung zwischen zwei oder mehreren Typen der Bewegungkann allein auf der Zeitperiode basieren, alleine auf der Amplitudeoder Kombinationen davon in irgendeinem von verschiedenen möglichenMustern.In 4 Data is clustered in three regions. A first region where the change time intervals are short is under 20 frames and the value is large, larger than 100 in arbitrary units. This region corresponds to changes due to transducer dislocation. The second region is where the change time intervals are between 20 and 40 frames, and the amplitude is above 60 and below 160. This region corresponds to changes due to the heart movement. As for the amplitude of the change, there is an overlap between two regions. When the time interval between changes is used as an additional discrimination factor, the identification of changes due to a transducer movement becomes more stable. The third region, with time intervals between changes of about 50 to 80 and the same change in value as the second region, is again due to cardiac motion. The change interval is approximately twice the time interval of the previous region, so that for change identification purposes, the second and third regions may be considered as a region. Different algorithms or region divisions may account for all or some of the peaks. The division between two or more types of motion may be based solely on the time period, alone on the amplitude, or combinations thereof in any of various possible patterns.
[0042] Sobaldeine Änderung,die eine andere als eine zyklische Änderung ist, erkannt oder detektiert wordenist, wird das Modell oder der Algorithmus für die Vorhersage des Änderungsparametersgeändert, angehaltenoder aufrechterhalten. Gemäß einem Ausführungsbeispielwird der Änderungsparameter überwacht,um einen Zeitpunkt oder einen Rahmen von Daten, der die mit einerkleinen Änderungsamplitudein Zusammenhang stehen, zu identifizieren, unabhängig von irgendeiner erwartetenzyklischen Bewegung. Da die Abbildungsebene bewegt werden kann,kann die zyklische Bewegung in Bezug auf Wert und Zeitperiode abweichen,so dass die zyklische Bewegung nicht länger für neue Positionen genau ist.Alternativ wird die vorhergesagte Bewegung unabhängig von anderen Änderungenin Betracht gezogen. Sobald die Bewegung oder die Änderungeinen kleineren Wert aufweist, der keine oder eine minimale Änderunganzeigt, wird das Modell oder der Vorhersagealgorithmus erneut mitDaten von der augenblicklichen Abbildungsebene oder Region aktualisiert.Wenn eine Zeitperiode verwendet wird, um die vorhergesagten Parameterzu bilden, kann ein größerer Schwellenwertoder eine Deaktivierung der Änderungsdetektionfür einAktualisierungsintervall verwendet werden, beispielsweise 10 Sekundenoder dergleichen. Alternativ werden die Schwellenwerte für eine kürzere, größere oderfür keineAktualisierungsperiode aufrechterhalten.Once a change other than a cyclic change has been detected or detected, the model or algorithm for the prediction of the change parameter is changed, stopped or maintained. According to one embodiment, the change parameter is monitored to identify a time or frame of data associated with a small amount of change amplitude, regardless of any expected cyclic one Move. Since the mapping plane can be moved, the cyclic motion may differ in terms of value and time period, so the cyclic motion is no longer accurate for new positions. Alternatively, the predicted motion is considered independently of other changes. Once the motion or change has a smaller value indicating no or minimal change, the model or prediction algorithm is updated again with data from the current mapping plane or region. If a time period is used to form the predicted parameters, a larger threshold or a deactivation of the change detection may be used for an update interval, for example 10 seconds or the like. Alternatively, the thresholds are maintained for a shorter, greater, or no update period.
[0043] InSchritt 34 wird die Bildverarbeitung in Antwort auf einenersten Änderungstyp,der sich von einem zweiten Änderungstypunterscheidet, optimiert. Beispielsweise wird die Optimierung oderdas Einstellen eines Bildverarbeitungsparameters in Antwort aufeine Änderungoder auf eine Bewegung, die eine andere als eine zyklische Änderungist, initiiert. Gemäß einemnoch anderen Beispiel resultiert eine Änderung aufgrund einer Transducerbewegungoder Bildgebungsebenendifferenzen in einer automatischen Optimierungder Bildverarbeitung, während dieInitiierung der automatischen Optimierung in Antwort auf Herz- und/oder Atmungszyklusänderungen verhindertwird. Diese robuste Änderungsdetektion kannFehlalarme reduzieren und erlaubt eine kontinuierliche Untersuchungdes Herzens oder anderer sich zyklisch ändernder Organe, ohne eineunerwünschteOptimierung auszulösen,solange der Transducer in Position gehalten ist.In step 34 For example, the image processing is optimized in response to a first change type different from a second change type. For example, the optimization or setting of an image processing parameter is initiated in response to a change or to a motion other than a cyclic change. In yet another example, a change due to a transducer movement or imaging plane differences results in automatic optimization of the image processing while preventing the initiation of the automatic optimization in response to cardiac and / or respiratory cycle changes. This robust change detection can reduce false alarms and allows continuous examination of the heart or other cyclically varying organs without causing unwanted optimization as long as the transducer is held in place.
[0044] DasEinstellen eines Bildverarbeitungsparameters oder das Einstelleneiner Bildverarbeitungsquantifizierung wird als Funktion der Bestimmungeiner Änderunginitiiert. Gemäß einemAusführungsbeispiel erfolgtdas Einstellen automatisch, basierend auf einer Eingabe von geradeempfangenen Bilddaten oder Rahmen von Daten, aus einer Antwort,auf eine manuelle Benutzereingabe oder von Kombinationen davon.Beispielsweise wird eine Änderung,die eine andere ist als eine zyklische Bewegungsänderung, erkannt und dem Benutzerangezeigt. In Antwort auf eine Benutzerrückmeldung oder ohne Benutzerrückmeldungwird die Bildverarbeitung eingestellt oder geändert. Gemäß einem Ausführungsbeispielwird die Optimierung initiiert, nachdem die Änderung, die mit einem bestimmten Änderungstypin Zusammenhang steht, stabil ist. Eine Änderung aufgrund einer Transducerbewegungwird beispielsweise erkannt und die Optimierung wird nicht initiiert,solange die Änderungstabil ist, was anzeigt, dass keine Änderung in der Position derBildebene oder Region vorliegt. Gemäß alternativen Ausführungsbeispielen wirddie Detektion des Beginns einer Änderungverwendet, um die Optimierung zu initiieren, die Detektion eines Änderungstypsgegenübereinem anderen Änderungstypverwendet, um eine weitergehende oder fortgesetzte Optimierung zureduzieren oder anzuhalten, unterschiedliche Bilderverarbeitungsparameteroder Quantifizierungen initiiert oder unterlassen, in Antwort aufunterschiedliche Typen von Änderungen,resultieren zyklische Änderungenin einer Initiierung der Bildoptimierung und Änderungen aufgrund einer Transducerbewegungwerden berücksichtigt,oder Kombinationen davon.TheSet an image processing parameter or adjustAn image processing quantification becomes a function of the determinationa changeinitiated. According to oneEmbodiment takes placeadjusting automatically based on an input from straightreceived image data or frames of data, from a response,to a manual user input or combinations thereof.For example, a change,which is another than a cyclical change of motion, detected and the userdisplayed. In response to a user feedback or without user feedbackthe image processing is set or changed. According to one embodimentThe optimization is initiated after the change, with a specific change typeis related, is stable. A change due to a transducer movementis detected, for example, and the optimization is not initiated,as long as the changeis stable, indicating that no change in the position of theImage plane or region. According to alternative embodimentsthe detection of the beginning of a changeused to initiate the optimization, the detection of a change typeacross fromanother type of changeused to further or ongoing optimizationreduce or stop, different image processing parametersor initiates or omits quantifications, in response todifferent types of changes,result cyclical changesin an initiation of image optimization and changes due to a transducer movementwill be considered,or combinations thereof.
[0045] Einevon verschiedenen Bildverarbeitungen kann initiiert, geändert oderunterlassen werden, in Antwort auf die identifizierte Änderung.Gemäß einemAusführungsbeispielwird ein Bildverarbeitungsparameter adaptiv optimiert als Funktionvon Daten von einem oder von mehreren Rahmen von Daten, die für die Identifizierungder Änderungverwendet werden. Gemäß alternativenAusführungenbasiert die adaptive Optimierung auf Daten, die andere sind alsRahmen von Daten, die fürdie Identifizierung der Änderungverwendet werden.Afrom different image processing can be initiated, changed orbe omitted in response to the identified change.According to oneembodimentAn image processing parameter is adaptively optimized as a functionof data from one or more frames of data used for identificationthe changebe used. According to alternativeversionsAdaptive optimization is based on data other thanFrame of data forthe identification of the changebe used.
[0046] Irgendeinerder adaptiven Bildverarbeitungsparameter, die oben diskutiert wurden,kann verwendet werden, beispielsweise ein oder mehrere, die ausgewählt sindaus einem Gewinnwert, Persistenzparametern, Raummischparametern,Strahlformparametern, Quantifizierungsparametern oder andere Variablen,die als Funktion der empfangenen Daten, die eine Region des Patientendarstellen, ausgewählt oderberechnet werden. Die adaptive Berechnung des Gewinns wird beispielsweisein Antwort auf die Bewegung oder in Antwort auf ein Unterlasseneiner Bewegung der Abbildungsregion initiiert, während die Initiierung in Antwortauf zyklische Änderungen aufgrunddes Herzens des Patienten in einer kardiologischen Bildgebung verhindertwird. Der dynamische Bereich, Abbildungsfunktionen und andere Bildgebungsparameterkönnenaus den Daten, beispielsweise aus Ultraschalldaten berechnet werden.Beispielsweise gemäß irgendeinemoder mehreren der adaptiven Prozesse gemäß US 6,398,733 oder 6,579,238 (US Anmeldenummer 09/791,405).Beispielsweise wird ein Gewinn adaptiv als Funktion von Gewebesignalen,die aus Ultraschalldaten identifiziert werden, eingestellt. Signale,die eine bestimmte Eigenschaft aufweisen, beispielsweise eine Amplitudeinnerhalb eines Bereichs um eine Durchschnittsamplitude herum, einemittlere Amplitude oder eine andere Eigenschaft, die die Signaleals Gewebesignale identifiziert, werden verwendet, um einen gewünschtenGewinn zu berechnen. Gemäß einemanderen Beispiel wird der dynamische Bereich adaptiv als Funktionvon Rauschsignalen von den Ultraschalldaten eingestellt. Ein odermehrere Rahmen von Daten werden als Rauschsignale in Antwort auf keine Übertragungvon Ultraschallenergie erfasst. Der dynamische Bereich wird derartausgewählt, dasseine Mehrheit, alle oder ein anderer Nebensatz von Rauschsignalenunterhalb des dynamischen Bereichs liegt. Gemäß einem noch anderen Beispiel wirdeine Abbildungsfunktion adaptiv ausgewählt als Funktion von Ultraschalldaten,beispielsweise durch Auswähleneiner Abbildungsfunktion in Antwort auf Gewebesignalinformationund Rauschsignalen. In Abhängigkeitvon der Trennung verschiedener Signalamplituden oder anderen Eigenschaftender Signale, wird eine gewünschteAbbildungsfunktion ausgewählt.Any of the adaptive image processing parameters discussed above may be used, for example, one or more selected from a score, persistence parameters, space blending parameters, beam shape parameters, quantification parameters, or other variables that represent a function of the received data representing a region of the patient , selected or calculated. The adaptive calculation of the gain is initiated, for example, in response to the motion or in response to a failure to move the imaging region while inhibiting initiation in response to cyclic changes due to the patient's heart in cardiac imaging. The dynamic range, mapping functions, and other imaging parameters may be calculated from the data, for example, ultrasound data. For example, according to any one or more of the adaptive processes according to US 6,398,733 or 6,579,238 (US application number 09 / 791,405). For example, a gain is adaptively adjusted as a function of tissue signals identified from ultrasound data. Signals that have a certain property, such as an amplitude within a range around an average amplitude, an average amplitude, or some other property that identifies the signals as tissue signals, are used to calculate a desired gain. As another example, the dynamic range is adaptively adjusted as a function of noise signals from the ultrasound data. One or more frames of data are detected as noise signals in response to no transmission of ultrasonic energy. The dynamic range is selected such that a majority, all, or another subset of noise signals is below the dynamic range. In yet another example, an imaging function is adaptively selected as a function of ultrasound data, for example, by selecting an imaging function in response to tissue signal information and noise signals. Depending on the separation of different signal amplitudes or other characteristics of the signals, a desired mapping function is selected.
[0047] Gemäß anderenAusführungsbeispielen werdentemporär,räumlich,eine interessierende Frequenz, ein Frequenzband, welches von Interesseist, und/oder andere Filtereigenschaften adaptiv eingestellt. Alternativwird einer der Bildverarbeitungsparameter, wie hier diskutiert,durch Auswähleneines zuvor gespeicherten oder durch vordefinierte Werte basierendauf einer augenblicklichen Eigenschaft oder Anwendung optimiert.Gemäß einemnoch anderen zusätzlichenoder alternativen Ausführungsbeispiel wirdeine Quantifizierungsfunktion, Variable oder ein Algorithmus inAntwort auf einen detektierten Änderungstypgeändert.Alternativ wird eine Quantifizierung initiiert, oder ein Wert inAntwort auf einen detektierten Typ einer Änderung erneut berechnet. Andere Bildverarbeitungenkönnenin Antwort auf das Detektieren des Typs geändert werden, wodurch einegenauere automatische Diagnoseunterstützung bereitgestellt wird.According to othersEmbodiments will betemporarilyspatially,a frequency of interest, a frequency band of interest, and / or other filter properties are adaptively set. alternativebecomes one of the image processing parameters, as discussed here,by selectinga previously stored or predefined valuesoptimized for an instantaneous feature or application.According to onestill other additionalor alternative embodimenta quantification function, variable or algorithm inResponse to a detected change typechanged.Alternatively, a quantization is initiated, or a value inResponse to a detected type of change recalculated. Other image processingcanbe changed in response to detecting the type, whereby amore accurate automatic diagnostic support is provided.
[0048] Obwohldie Erfindung im Vorangegangenen durch Bezugnahme auf verschiedeneAusführungsbeispielebeschrieben worden ist, ist es selbstverständlich, dass viele Änderungenund Modifikationen vorgenommen werden können, ohne den Schutzbereichder Erfindung zu verlassen. Es ist folglich beabsichtigt, dass dievorangegangene detaillierte Beschreibung lediglich als Beispieldient, und nicht als Einschränkung,und es sei verstanden, dass die folgenden Ansprüche, einschließlich sämtlicher Äquivalente,den Schutzbereich dieser Erfindung definieren.Even thoughthe invention in the foregoing by reference to variousembodimentshas been described, it goes without saying that many changesand modifications can be made without changing the scopeto leave the invention. It is therefore intended that theprevious detailed description by way of example onlyserves, not as a restriction,and it is understood that the following claims, including all equivalents,define the scope of this invention.

权利要求:
Claims (21)
[1]
Verfahren zur automatischen Änderung einer medizinischenBildverarbeitung, mit den Schritten: (a) automatisches Identifizieren(30) eines Typs einer Änderungaus Rahmen von Daten füreine medizinische Bildgebung; und (b) Optimieren (34)einer Bildverarbeitung in Antwort auf einen ersten Änderungstyp,unterschiedlich zu einem zweiten Änderungstyp.A method of automatically changing a medical image processing, comprising the steps of: (a) automatically identifying ( 30 one type of change from frame of data for medical imaging; and (b) optimizing ( 34 ) image processing in response to a first change type, different from a second change type.
[2]
Verfahren nach Anspruch 1, bei dem der Schritt (a)ein Identifizieren (30) einer Änderung zwischen Rahmen vonDaten aufweist, die mit mindestens einem Herz- und/oder Atmungszyklusin Zusammenhang stehen.The method of claim 1, wherein step (a) comprises identifying ( 30 ) has a change between frames of data associated with at least one cardiac and / or respiratory cycle.
[3]
Verfahren nach Anspruch 1 oder 2, bei dem der Schritt(a) ein Identifizieren (30) einer Änderung zwischen Rahmen vonDaten aufweist, die mit mindestens einer Transducerbewegung und/oderBildgebungsebenendifferenzen in Zusammenhang stehen.The method of claim 1 or 2, wherein step (a) comprises identifying ( 30 ) has a change between frames of data associated with at least one transducer movement and / or imaging plane differences.
[4]
Verfahren nach einem der Ansprüche 1 bis 3, bei dem der Schritt(b) ein automatisches Optimieren (34) einer Bildverarbeitungaufweist, in Antwort auf den ersten Änderungstyp, der mindestenseine Transducerbewegung und/oder Bildgebungsebenenunterschiede umfasst,währendeine Initiierung der Optimierung in Antwort auf den zweiten Änderungstypverhindert wird, der mindestens eine Herz- und/oder Atmungszyklusänderungumfasst.Method according to one of Claims 1 to 3, in which the step (b) is an automatic optimization ( 34 ) image processing in response to the first change type comprising at least one transducer movement and / or imaging plane differences while inhibiting initiation of the optimization in response to the second change type comprising at least one cardiac and / or respiratory cycle change.
[5]
Verfahren nach einem der Ansprüche 1 bis 4, bei dem der Schritt(b) ein adaptives Optimieren (34) mindestens eines medizinischenBildverarbeitungsparameters als Funktion von Daten von mindestens einemder Rahmen von Daten aufweist.Method according to one of Claims 1 to 4, in which the step (b) comprises an adaptive optimization ( 34 ) comprises at least one medical image processing parameter as a function of data from at least one of the frames of data.
[6]
Verfahren nach Anspruch 5, bei dem der Schritt (b)ein adaptives Änderndes mindestens einen medizinischen Bildverarbeitungsparameters aufweist,wobei der mindestens eine medizinische Bildverarbeitungsparameterein Gewinnwert und/oder ein Strahlformparameter ist.Method according to Claim 5, in which the step (b)an adaptive changethe at least one medical image processing parameter has,wherein the at least one medical image processing parameteris a profit value and / or a beamform parameter.
[7]
Verfahren nach einem der Ansprüche 1 bis 6, bei dem der Schritt(b) ein Initiieren der Optimierung in Antwort auf eine Benutzereingabeaufweist.Method according to one of claims 1 to 6, wherein the step(b) initiate optimization in response to user inputhaving.
[8]
Verfahren nach einem der Ansprüche 1 bis 7, bei dem der Schritt(b) ein Initiieren einer Optimierung aufweist nachdem ein Ausmaß an Änderungentsprechend dem ersten Änderungstypstabil ist.Method according to one of claims 1 to 7, wherein the step(b) having an initiation of optimization after an amount of changeaccording to the first change typeis stable.
[9]
Verfahren nach einem der Ansprüche 1 bis 8, bei dem der Schritt(a) ein Identifizieren (30) des ersten Änderungstyps nach Berücksichtigungdes zweiten Änderungstypsaufweist.Method according to one of claims 1 to 8, wherein step (a) comprises identifying ( 30 ) of the first change type after considering the second change type.
[10]
Verfahren nach einem der Ansprüche 1 bis 9, bei dem der Schritt(a) aufweist: (a1) Vergleichen der Rahmen von Daten mit einem Referenzrahmenvon Daten; (a2) Berücksichtigen(32) von einer zyklischen Änderung in dem Vergleich; und (a3)Identifizieren einer Änderung,die eine andere als eine zyklische Änderung ist; wobei derSchritt (b) ein Initiieren einer Optimierung in Antwort auf die Änderungaufweist, die eine andere als die zyklische Änderung ist.The method of any one of claims 1 to 9, wherein step (a) comprises: (a1) comparing the frames of data to a reference frame of data; (a2) Consider ( 32 ) of a cyclic change in the comparison; and (a3) identifying a change that is other than a cyclic change; wherein step (b) comprises initiating optimization in response to the change other than the cyclic change.
[11]
Verfahren nach Anspruch 10, bei dem der Schritt(a2) ein Modellieren einer zyklischen Änderung als Funktion des Vergleichsgemäß Schritt(a1) aufweist.The method of claim 10, wherein the Step (a2) comprises modeling a cyclic change as a function of the comparison according to step (a1).
[12]
Verfahren nach Anspruch 10 oder 11, bei dem derSchritt (a1) ein Berechnen eines Änderungsparameters als Funktionder Zeit aufweist, der Schritt (a2) ein Identifizieren von Peaksdes Änderungsparameters,Zeitpunkten zwischen aufeinander folgenden Peaks und Werte der Peaksaufweist, wobei der Schritt (a1) und der Schritt (a2) während einerersten Zeitperiode ausgeführtwerden, und der Schritt (a3) ein Vergleichen eines augenblicklichenPeakwerts und eines Zeitpunktes seit dem letzten Peak mit einemerwarteten Peakwert und erwarteten Zeitpunkt seit dem letzten Peakaufweist, wobei der erwartete Peakwert und der erwartete Zeitpunktseit einem letzten Peak als Funktion von (a1) und (a2) bestimmt werden.A method according to claim 10 or 11, wherein theStep (a1) calculating a change parameter as a functiontime, the step (a2) comprises identifying peaksthe change parameter,Times between successive peaks and values of the peakswherein the step (a1) and the step (a2) during afirst time period executedand step (a3) is a comparison of an instantaneous onePeak value and a time since the last peak with aexpected peak value and expected time since the last peakhaving the expected peak value and the expected timesince a last peak can be determined as a function of (a1) and (a2).
[13]
Verfahren nach einem der Ansprüche 1 bis 12, bei dem der Schritt(a) ein Identifizieren (30) einer Änderung aufgrund einer Bewegungder Bildgebungsebene relativ zu dem Patienten aufweist, und derSchritt (b) ein Initiieren einer adaptiven Berechnung des Gewinnsin Antwort auf die Bewegung der Bildgebungsebene aufweist, wobeidie Initiierung in Antwort auf eine zyklische Änderung aufgrund eines Herzensdes Patienten verhindert wird.Method according to one of claims 1 to 12, wherein step (a) comprises identifying ( 30 ) comprises a change due to a movement of the imaging plane relative to the patient, and step (b) comprises initiating an adaptive calculation of the gain in response to the movement of the imaging plane, the initiation in response to a cyclic change due to a patient's heart is prevented.
[14]
Medizinisches Ultraschallbildgebungsverfahren zurInitiierung einer Berechnung des Gewinns, mit den Schritten: (a)Bestimmen (30) einer Änderungaufgrund einer Repositionierung einer Bildgebungsebene, wobei dasBestimmen aus ersten Ultraschalldaten berechnet wird; (b) Berücksichtigen(32) einer Änderungaufgrund einer Herzbewegung, einer Atmungsbewegung und/oder Kombinationdavon in dem Bestimmungsschritt gemäß (a); (c) Einstellen(34) eines Gewinns, eines dynamischen Bereichs und/oderKombinationen davon, die aus zweiten Ultraschalldaten berechnetwerden; und (d) Initiieren des Schritts (c) als Funktion von(a).A medical ultrasound imaging method for initiating a calculation of the gain, comprising the steps of: (a) determining ( 30 ) a change due to repositioning of an imaging plane, wherein the determining is calculated from first ultrasound data; (b) Consider ( 32 ) a change due to a heart movement, a respiratory movement and / or combination thereof in the determining step according to (a); (c) setting ( 34 ) a gain, a dynamic range and / or combinations thereof calculated from second ultrasound data; and (d) initiating step (c) as a function of (a).
[15]
Verfahren nach Anspruch 14, bei dem der Schritt(c) ein Einstellen (34) eines Gewinns aufweist, adaptivals Funktion von Gewebesignalen von den zweiten Ultraschalldaten.The method of claim 14, wherein step (c) comprises setting ( 34 ) of gain, adaptively as a function of tissue signals from the second ultrasound data.
[16]
Verfahren nach Anspruch 14 oder 15, bei dem derSchritt (c) ein Einstellen (34), eines dynamischen Bereichsadaptiv als Funktion von Rauschsignalen der zweiten Ultraschalldatenaufweist.Method according to claim 14 or 15, wherein step (c) comprises setting ( 34 ), a dynamic range adaptively as a function of noise signals of the second ultrasound data.
[17]
Verfahren nach einem der Ansprüche 14 bis 16, bei dem derSchritt (a) ein Bestimmen (30) der Änderung aus einem Satz von Rahmenvon Daten aufweist, und der Schritt (c) ein Einstellen, berechnet ausmindestens einem der Rahmen von Daten aus dem Satz von Rahmen vonDaten aufweist.Method according to one of Claims 14 to 16, in which the step (a) comprises determining ( 30 ) of the change from a set of frames of data, and the step (c) comprises adjusting, calculated from at least one of the frames of data from the set of frames of data.
[18]
Verfahren nach einem der Ansprüche 14 bis 17, bei dem derSchritt (c) ein Auswählen(34) einer Abbildungsfunktion adaptiv als Funktion derzweiten Ultraschalldaten aufweist.Method according to one of claims 14 to 17, wherein step (c) comprises selecting ( 34 ) has an imaging function adaptively as a function of the second ultrasound data.
[19]
Verfahren nach einem der Ansprüche 14 bis 18, bei dem derSchritt (a) ein Bestimmen (30) der Änderung der Position der Bildgebungsebeneaufweist, und ein nachfolgendes Ausbleiben der Änderung der Position der Bildgebungsebene,und der Schritt (d) ein Initiieren (c) aufweist nach dem Bestimmender Änderungder Position und des nachfolgenden Ausbleibens der Änderungder Position der Bildgebungsebene.Method according to one of Claims 14 to 18, in which the step (a) comprises determining ( 30 ), the change of the position of the imaging plane, and subsequent failure to change the position of the imaging plane, and the step (d) comprises initiating (c) after determining the change in position and then failing to change the position of the imaging plane.
[20]
Verfahren nach einem der Ansprüche 14 bis 19, bei dem derSchritt (b) aufweist: (b1) Vergleichen einer Mehrzahl von Rahmenvon Ultraschalldaten mit einem Referenzrahmen von Daten; (b2)Berücksichtigen(32) einer zyklischen Änderung indem Vergleich; und (b3) Identifizieren (30) einerBewegung, die eine andere als die zyklische Bewegung ist; wobeider Schritt (d) ein Initiieren des Einstellens in Antwort auf dieBewegung aufweist, die eine andere als die zyklische Bewegung ist.The method of any one of claims 14 to 19, wherein step (b) comprises: (b1) comparing a plurality of frames of ultrasound data to a reference frame of data; (b2) Consider ( 32 ) a cyclic change in the comparison; and (b3) identify ( 30 ) a movement that is other than the cyclical movement; wherein step (d) comprises initiating the adjustment in response to the movement other than the cyclic movement.
[21]
System zur automatischen Änderung einer medizinischenBildverarbeitung, mit: einem Steuerprozessor (22)zur automatischen Identifizierung eines Typs von Änderungaus Rahmen von Daten füreine medizinische Bildgebung und zur Initiierung einer Optimierungder Bildverarbeitung in Antwort auf einen ersten Typ einer Änderungunterschiedlich zu einem zweiten Typ von Änderung; und einem Bildverarbeitungsprozessor11–20,der auf eine Initiierung von dem Steuerprozessor reagiert, um eineOptimierung der Bildverarbeitung zu beginnen.A system for automatically changing a medical image processing, comprising: a control processor ( 22 ) for automatically identifying a type of change from frames of data for medical imaging and initiating optimization of the image processing in response to a first type of change different from a second type of change; and an image processing processor 11-20 responsive to initiation from the control processor to begin optimizing the image processing.

类似技术:

---

公开号 | 公开日 | 专利标题

---

US7628755B2|2009-12-08|Apparatus and method for processing an ultrasound image

---

US5150421A|1992-09-22|System for automated transformation of gray level of image

---

DE10311319B4|2013-02-21|Method, system and computer product for planning a cardiac intervention procedure

---

DE69533183T2|2005-07-07|DEVICE FOR DISPLAYING THE VESSEL INTERIOR BY MEANS OF ULTRASOUND

---

DE19957083B4|2004-11-18|Method for examining an area of the body performing a periodic movement

---

DE102005034697B4|2010-10-14|Contrast agent imaging with | means-specific ultrasound detection

---

DE69931750T2|2007-05-16|METHOD AND DEVICE FOR CALIBRATION MEASUREMENT

---

EP1579244B1|2014-05-21|Segmentierungswerkzeug zum identifizeirren von flussregionen ineinem abbildungssystem

---

DE102005017492B4|2007-04-19|Method for computationally compensating a periodic movement of an organ and image recording system

---

DE102005019171B4|2007-11-22|Three-dimensional transit systems and methods using ultrasound data

---

DE19851597B4|2012-08-02|Method and apparatus for generating improved images of coronary arteries

---

EP1904973B1|2009-09-02|Verfahren, vorrichtung und computerprogrammprodukt zum auswerten von bildern einer kavität

---

DE10312018B4|2020-01-23|System and method for ultrasound image processing

---

JP3878587B2|2007-02-07|Organ recognition apparatus and method

---

US8861821B2|2014-10-14|Ultrasound diagnosis apparatus

---

DE10357203B4|2018-09-20|Method and control device for operating a magnetic resonance tomography device and magnetic resonance tomography device

---

EP1350470A2|2003-10-08|Bildverarbeitungsgerät und Ultraschalldiagnosegerät

---

EP1097674A2|2001-05-09|Verfahren und Gerät für passendes Abbildungssystem ausgeführt für Pixel-Intensitätshistogramm

---

DE69935413T2|2007-11-29|HEART SIGNAL TRIGGERING OF A COMPUTER TOMOGRAPH

---

DE102008008601B4|2010-07-29|Method for processing medical image data for the layered imaging of a structure during free breathing

---

JP2007513726A|2007-05-31|浸透、解像度及びフレームレートの自動制御を有する超音波画像診断システム

---

DE60025438T2|2006-09-07|Method and apparatus for setting an area of interest in an image

---

US20090149756A1|2009-06-11|Method, apparatus and computer program for three-dimensional ultrasound imaging

---

DE69937284T2|2008-07-03|Automatic regulation of speed and pulse repetition frequency for Doppler ultrasound spectrograms

---

DE60014001T2|2005-09-29|Method and apparatus for scout-based calcification

同族专利:

---

公开号 | 公开日

---

US20040260177A1|2004-12-23|

---

US6942618B2|2005-09-13|

---

DE102004028710B4|2011-03-10|

引用文献:

---

公开号 | 申请日 | 公开日 | 申请人 | 专利标题

---

法律状态:
2005-01-27| OP8| Request for examination as to paragraph 44 patent law|

---

2011-08-25| R020| Patent grant now final|Effective date: 20110702 |

优先权:

---

申请号 | 申请日 | 专利标题

---