用于分析超声场景以提供针引导和警告的方法和系统

摘要

本发明题为“用于分析超声场景以提供针引导和警告的方法和系统”。本发明提供了一种用于分析超声场景以提供针引导和警告的系统和方法。该方法包括由超声系统采集超声图像。该方法包括由至少一个处理器分割该超声图像以标识该超声图像中的多个结构。该方法包括由该至少一个处理器突出显示该超声图像中的该多个结构以创建突出显示的超声图像。该方法包括由该至少一个处理器在显示系统处呈现该突出显示的超声图像。该方法包括由该至少一个处理器确定该超声图像中的该多个结构中的至少两个结构之间的距离。该方法包括如果该超声图像中的该多个结构中的该至少两个结构之间的该距离小于阈值，则由该至少一个处理器提供警告。

说明书

技术领域

某些实施方案涉及超声成像。更具体地，某些实施方案涉及一种提供超声场景分析以用于针引导和警告的方法和系统。

背景技术

超声成像是用于对人体中的器官和软组织进行成像的医学成像技术。超声成像使用实时的、非侵入性高频声波来产生一系列二维(2D)图像和/或三维(3D)图像。

在基于超声的区域麻醉手术期间，麻醉医师可操作超声系统以及针到其目的地的插入和导航，使得可将适当量的麻醉剂介质施用到目的地(例如，指定神经)。因此，麻醉医师可在视觉上同时关注超声系统显示器和患者，使得麻醉医师可在将针围绕关键器官(例如，血管)导航到目的地时跟踪目标(例如，针、指定神经等)。在诸如区域麻醉或导管插入的侵入性手术期间，超声图像的解释至关重要，因为错误的解释导致的操作可能会浪费时间，给患者带来痛苦，并且在某些情况下会造成永久性损伤。

通过将此类系统与本申请的其余部分中参考附图阐述的本公开的一些方面进行比较，常规和传统方法的进一步限制和缺点对本领域的技术人员将变得显而易见。

发明内容

提供了一种用于分析超声场景以提供针引导和警告的系统和/或方法，其基本上如结合至少一个附图所示和/或所述，如在权利要求书中更完整地阐述。

从以下描述和附图将更全面地理解本公开的这些和其他优点、方面和新颖特征、以及其例示的实施方案的细节。

附图说明

图1是根据各种实施方案的可操作为提供超声场景分析以用于针引导和警告的示例性超声系统的框图。

图2是根据各种实施方案的标识生物结构和/或人工结构以提供针引导的示例性超声图像的显示。

图3是根据各种实施方案的标识生物结构和/或人工结构以提供针引导和警告的示例性超声图像的显示。

图4是根据各种实施方案的标识生物结构和/或人工结构以提供针引导、警告和麻醉剂介质信息的示例性超声图像的显示。

图5是根据各种实施方案的示出可用于提供超声场景分析以用于针引导和警告的示例性步骤的流程图。

具体实施方式

某些实施方案可见于一种用于分析超声场景以提供针引导和警告的方法和系统中。各种实施方案具有动态地标识和突出显示超声图像中的生物结构(例如，神经和血管)和/或人工结构(例如，针和麻醉剂介质)的技术效果。本公开的各方面具有基于在超声图像中所标识和突出显示的生物结构和/或人工结构的位置而提供针引导(例如，重叠在图像上的轨迹)、基于位置的警告(例如，音频警告、视觉警告和/或物理警告)和/或其他信息(例如，神经被麻醉剂介质覆盖的百分比)的技术效果。

当结合附图阅读时，将更好地理解前述发明内容、以及以下对某些实施方案的详述。就附图示出各种实施方案的功能块的图的范围而言，这些功能块不一定表示硬件电路之间的划分。因此，例如，一个或多个功能框(例如，处理器或存储器)可以在单件硬件(例如，通用信号处理器或随机存取存储器块、硬盘等)或多件硬件中来实现。类似地，程序可以是独立程序，可以作为子例程包含在操作系统中，可以是安装的软件包中的功能等。应当理解，各种实施方案不限于附图中所示的布置和工具。还应当理解，可以组合实施方案，或者可以利用其他实施方案，并且可以在不脱离各种实施方案的范围的情况下做出结构的、逻辑的和电气的改变。因此，以下详述不应视为限制性意义，并且本公开的范围由所附权利要求书及其等同物限定。

如本文所用，以单数形式列举并且以单词“一”或“一个”开头的元件或步骤应当被理解为不排除多个所述元件或步骤，除非明确说明此类排除。此外，对“示例性实施方案”、“各种实施方案”、“某些实施方案”、“代表性的实施方案”等的引用不旨在被解释为排除存在也结合了叙述的特征的附加实施方案。此外，除非明确地相反说明，否则“包含”、“包括”或“具有”具有特定性质的一个元件或多个元件的实施方案可以包括不具有该性质的附加元件。

另外，如本文所用，术语“图像”广义地是指可视图像和表示可视图像的数据两者。然而，许多实施方案生成(或被配置为生成)至少一个可视图像。此外，如本文所用，短语“图像”用于指超声模式，诸如B模式(2D模式)、M模式、三维(3D)模式、CF模式、PW多普勒、CW多普勒、MGD，和/或B模式和/或CF的子模式，诸如剪切波弹性成像(SWEI)、TVI、Angio、B-flow、BMI、BMI_Angio，并且在某些情况下还包括MM、CM、TVD，其中“图像”和/或“平面”包括单个波束或多个波束。

此外，如本文所用，术语处理器或处理单元是指可执行各种实施方案需要的所需计算的任何类型的处理单元，诸如单核或多核：CPU、加速处理单元(APU)、图形板、DSP、FPGA、ASIC或它们的组合。

应当指出的是，本文所述的生成或形成图像的各种实施方案可包括用于形成图像的处理，该处理在一些实施方案中包括波束形成，而在其他实施方案中不包括波束形成。例如，可在不进行波束形成的情况下形成图像，诸如通过将解调数据的矩阵乘以系数矩阵，使得乘积是图像，并且其中该过程不形成任何“波束”。另外，可使用可能源自多于一个发射事件的信道组合(例如，合成孔径技术)来执行图像的形成。

在各种实施方案中，例如，在软件、固件、硬件或它们的组合中执行超声处理以形成图像，包括超声波束形成，诸如接收波束形成。图1示出了具有根据各种实施方案形成的软件波束形成器架构的超声系统的一个具体实施。

图1是根据各种实施方案的可操作为提供超声场景分析以用于针引导和警告的示例性超声系统100的框图。参见图1，示出了超声系统100。超声系统100包括发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、A/D转换器122、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134、档案138和训练引擎180。

发射器102可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为驱动超声探头104。超声探头104可包括二维(2D)压电元件阵列。超声探头104可包括通常构成相同元件的一组发射换能器元件106和一组接收换能器元件108。在某些实施方案中，超声探头104可操作为采集覆盖解剖结构(诸如心脏、血管或任何合适的解剖结构)的至少大部分的超声图像数据。

发射波束形成器110可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为控制发射器102，该发射器通过发射子孔径波束形成器114驱动该组发射换能器元件106以将超声发射信号发射到感兴趣的区域(例如，人、动物、地下空腔、物理结构等)中。发射的超声信号可从感兴趣对象中的结构(如血细胞或组织)反向散射，以产生回波。回波由接收换能器元件108接收。

超声探头104中的一组接收换能器元件108可操作为将所接收的回波转换为模拟信号，通过接收子孔径波束形成器116进行子孔径波束形成，然后传送到接收器118。接收器118可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作以接收来自接收子孔径波束形成器116的信号。可以将模拟信号传送到多个A/D转换器122中的一个或多个。

多个A/D转换器122可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为将来自接收器118的模拟信号转换为对应的数字信号。多个A/D转换器122设置在接收器118与RF处理器124之间。尽管如此，本公开在这方面并不受限制。因此，在一些实施方案中，多个A/D转换器122可被集成在接收器118内。

RF处理器124可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为解调由多个A/D转换器122输出的数字信号。根据一个实施方案，RF处理器124可包括复解调器(未示出)，该复合解调器可操作以解调数字信号以形成代表对应回波信号的I/Q数据对。然后可将RF或I/Q信号数据传送到RF/IQ缓冲器126。RF/IQ缓冲器126可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作以提供由RF处理器124生成的RF或I/Q信号数据的临时存储。

接收波束形成器120可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为执行数字波束形成处理以例如对经由RF/IQ缓冲器126从RF处理器124所接收的延迟信道信号求和并且输出波束求和信号。所得到的经处理的信息可以是从接收波束形成器120输出并且传送到信号处理器132的波束求和信号。根据一些实施方案，接收器118、多个A/D转换器122、RF处理器124和波束形成器120可被集成到单个波束形成器中，该单个波束形成器可以是数字的。在各种实施方案中，超声系统100包括多个接收波束形成器120。

用户输入设备130可用于输入患者数据、扫描参数、设置、选择协议和/或模板等。在示例性实施方案中，用户输入设备130可操作以配置、管理和/或控制超声系统100中的一个或多个部件和/或模块的操作。就这一点而言，用户输入设备130可操作以配置、管理和/或控制发射器102、超声探头104、发射波束形成器110、接收器118、接收波束形成器120、RF处理器124、RF/IQ缓冲器126、用户输入设备130、信号处理器132、图像缓冲器136、显示系统134和/或档案138的操作。用户输入设备130可包括一个或多个按钮、一个或多个旋转编码器、触摸屏、运动跟踪、语音识别、鼠标设备、键盘、相机和/或能够接收用户指令的任何其它设备。在某些实施方案中，例如，用户输入设备130中的一个或多个用户输入模块可集成到其他部件(诸如显示系统134或超声探头104)中。例如，用户输入设备130可包括触摸屏显示器。

信号处理器132可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为处理超声扫描数据(即，求和的IQ信号)以生成用于在显示系统134上呈现的超声图像。信号处理器132可操作为根据所采集的超声扫描数据上的多个可选择超声模态来执行一个或多个处理操作。在示例性实施方案中，信号处理器132可操作以执行显示处理和/或控制处理等。随着接收到回波信号，可以在扫描会话期间实时处理采集的超声扫描数据。除此之外或另选地，超声扫描数据可在扫描会话期间暂时存储在RF/IQ缓冲器126中并且在在线操作或离线操作中以不太实时的方式处理。在各种实施方案中，处理的图像数据可呈现在显示系统134处和/或可存储在档案138处。档案138可以是本地档案、图片归档和通信系统(PACS)，或用于存储图像和相关信息的任何合适的设备。

信号处理器132可以是一个或多个中央处理单元、微处理器、微控制器等。例如，信号处理器132可为集成部件，或者可分布在各种位置上。在示例性实施方案中，信号处理器132可包括器官检测处理器140、针检测处理器150、麻醉剂检测处理器160以及显示和警告处理器170。信号处理器132可能够从用户输入设备130和/或档案138接收输入信息、生成能够由显示系统134显示的输出并且响应于来自用户输入设备130的输入信息来操纵输出等。例如，信号处理器132、器官检测处理器140、针检测处理器150、麻醉剂检测处理器160以及显示和警告处理器170可能够执行在本文根据各种实施方案所讨论的一种或多种方法和/或一个或多个指令集的任一者。

超声系统100可操作为以适于所考虑的成像情况的帧速率连续采集超声扫描数据。典型的帧速率在20-120的范围内，但可以更低或更高。所采集的超声扫描数据可以与帧速率相同、或更慢或更快的显示速率显示在显示系统134上。图像缓冲器136被包括以用于存储未被安排立即显示的所采集的超声扫描数据的处理的帧。优选地，图像缓冲器136具有足够的容量来存储至少几分钟的超声扫描数据帧。超声扫描数据的帧以根据其采集顺序或时间易于从其取回的方式存储。图像缓冲器136可体现为任何已知的数据存储介质。

信号处理器132可包括器官检测处理器140，该器官检测处理器包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为对所采集的超声图像进行分析以标识和分割器官，诸如神经、血管或任何合适的生物结构。器官检测处理器140可包括人工智能图像分析算法、一个或多个深度神经网络(例如，卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以标识和分割生物结构的任何合适形式的人工智能图像分析技术或机器学习处理功能。

器官检测处理器140可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为对所采集的超声图像进行分析以标识和分割生物结构。在各种实施方案中，器官检测处理器140可被提供为深度神经网络，该深度神经网络可由例如输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如，器官检测处理器140可包括输入层，该输入层具有用于来自解剖结构的扫描平面的每个像素或一组像素的神经元。输出层可具有对应于多个预定义的生物结构的神经元。例如，如果执行基于超声的区域麻醉手术，则输出层可包括用于臂丛神经束、腋动脉等的神经元。其他超声手术可利用输出层，该输出层包括用于神经、血管、骨或任何合适的生物结构的神经元。每个层的每个神经元可执行处理功能，并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如，第一层的神经元可学习识别超声图像数据中的结构边缘。第二层的神经元可学习基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的标志的位置。由器官检测处理器140深度神经网络(例如，卷积神经网络)执行的处理可以高概率度标识超声图像数据中的生物结构。

在某些实施方案中，器官检测处理器140可被配置为经由用户输入设备130而基于用户指令来标识和分割生物结构。例如，器官检测处理器140可被配置为经由用户输入设备130与用户进行交互以接收用于搜索超声图像的指令。例如，用户可提供语音命令、探头姿势、按钮按压等，其指示器官检测处理器140搜索特定结构和/或搜索超声图像的特定区域。

信号处理器132可包括针检测处理器150，该针检测处理器包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为对所采集的超声图像进行分析以标识和分割人工结构，诸如针、可植入设备或任何合适的人工结构。针检测处理器150可包括人工智能图像分析算法、一个或多个深度神经网络(例如，卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以标识和分割人工结构的任何合适形式的人工智能图像分析技术或机器学习处理功能。

针检测处理器150可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为对所采集的超声图像进行分析以标识和分割人工结构。在各种实施方案中，针检测处理器150可被提供为深度神经网络，该深度神经网络可由例如输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如，针检测处理器150可包括输入层，该输入层具有用于来自解剖结构的扫描平面的每个像素或一组像素的神经元。输出层可具有对应于多个预定义的人工结构的神经元。例如，如果执行基于超声的区域麻醉手术，则输出层可包括用于麻醉针上的斜面区域等的神经元。其他超声手术可利用包括用于针、可植入设备或任何合适的人工结构的神经元的输出层。每个层的每个神经元可执行处理功能，并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如，第一层的神经元可学习识别超声图像数据中的结构边缘。第二层的神经元可学习基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的标志的位置。由针检测处理器150深度神经网络(例如，卷积神经网络)执行的处理可以高概率度标识超声图像数据中的人工结构。

在某些实施方案中，针检测处理器150可被配置为经由用户输入设备130而基于用户指令来标识和分割人工结构。例如，针检测处理器150可被配置为经由用户输入设备130与用户进行交互以接收用于搜索超声图像的指令。例如，用户可提供语音命令、探头姿势、按钮按压等，其指示针检测处理器150搜索特定结构和/或搜索超声图像的特定区域。

信号处理器132可包括麻醉剂检测处理器160，该麻醉剂检测处理器包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为对所采集的超声图像进行分析以标识和分割麻醉剂介质。麻醉剂检测处理器160可包括人工智能图像分析算法、一个或多个深度神经网络(例如，卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以标识和分割麻醉剂介质的任何合适形式的人工智能图像分析技术或机器学习处理功能。

麻醉剂检测处理器160可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为对所采集的超声图像进行分析以标识和分割麻醉剂介质。在各种实施方案中，麻醉剂检测处理器160可被提供为深度神经网络，该深度神经网络可由例如输入层、输出层以及输入层与输出层之间的一个或多个隐藏层构成。每个层可由可称为神经元的多个处理节点构成。例如，麻醉剂检测处理器160可包括输入层，该输入层具有用于来自解剖结构的扫描平面的每个像素或一组像素的神经元。输出层可具有对应于一个或多个预定义的麻醉剂介质的神经元。每个层的每个神经元可执行处理功能，并且将处理的超声图像信息传递到下游层的多个神经元中的一个神经元以用于进一步处理。例如，第一层的神经元可学习识别超声图像数据中的结构边缘。第二层的神经元可学习基于来自第一层的检测边缘识别形状。第三层的神经元可学习所识别的形状相对于超声图像数据中的标志的位置。由人工智能分割处理器140深度神经网络(例如，卷积神经网络)执行的处理可以高概率度标识超声图像数据中的麻醉剂介质。

在某些实施方案中，麻醉剂检测处理器160可被配置为经由用户输入设备130而基于用户指令来标识和分割麻醉剂介质。例如，麻醉剂检测处理器160可被配置为经由用户输入设备130与用户进行交互以接收用于搜索超声图像的指令。例如，用户可提供语音命令、探头姿势、按钮按压等，其指示麻醉剂检测处理器160搜索特定麻醉剂介质剂和/或搜索超声图像的特定区域。

显示和警告处理器170可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为突出显示和显示由器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160标识和分割的生物结构和/或人工结构。例如，显示和警告处理器170可突出显示由深度神经网络中的每个深度神经网络的输出层所标识的经标识和分割的结构。突出显示可包括：对经分割的结构的像素进行着色；描绘经分割的结构的边缘的轮廓；或者用于吸引对由器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160所标识和分割的一个或多个结构的注意力的任何合适的突出显示。突出显示可重叠在超声图像上并且呈现在显示系统134处。

显示和警告处理器170可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为确定突出显示的结构之间的距离并且如果距离小于限定的阈值则提供警告。例如，显示和警告处理器170可确定针与神经之间的距离，并且如果针的头部太靠近神经外膜，则可提供警示。又如，显示和警告处理器170可确定针与血管之间的距离，并且如果针太靠近血管，则可提供警示。警示可以是视觉警告、听觉警告和/或物理警告。视觉警告可以是在显示系统134处呈现的视觉消息、突出显示的外观的改变或任何合适的视觉警告。例如，突出显示的颜色(例如，红色表示太靠近、黄色表示靠近、绿色表示不靠近等)或突出显示的类型(例如，经着色的结构、用实线描绘了轮廓的结构、用虚线描绘了轮廓的结构等)可与突出显示的结构之间的接近度相对应。又如，如果突出显示的结构之间的距离小于限定的阈值，则突出显示结构中的一个或多个结构可被配置为闪烁。听觉警告可以是警报、消息或任何合适的听觉反馈。物理警告可包括使探头104振动或任何合适的物理警告。

显示和警告处理器170可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为提供用于将人工结构导航到生物结构的引导。例如，显示和警告处理器170可将从突出显示的针到突出显示的神经的轨迹叠加在超声图像上。在各种实施方案中，随着针被导航到神经，显示和警告处理器170可更新轨迹。

图2是根据各种实施方案的标识生物结构210、220和/或人工结构230以提供针引导232的示例性超声图像200的显示。参见图2，超声图像200可包括由显示和警告处理器170提供的突出显示212、222、230，该突出显示标识由器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160所标识和分割的结构210、220、230。例如，这些结构可包括神经210、血管220和针230。超声图像200可包括由显示和警告处理器170所提供的轨迹232，以提供针230向神经210的引导。

图3是根据各种实施方案的标识生物结构210、220和/或人工结构230以提供针引导232和警告240的示例性超声图像200的显示。参见图3，超声图像200可包括由显示和警告处理器170提供的突出显示212、222、230，该突出显示标识由器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160所标识和分割的结构210、220、230。例如，这些结构可包括神经210、血管220和针230。超声图像200可包括由显示和警告处理器170所提供的轨迹232，以提供针230向神经210的引导。如果显示和警告处理器170确定针230与神经210之间的距离小于例如预定阈值，则超声图像200可包括由显示和警告处理器170所提供的警告240。

图4是根据各种实施方案的标识生物结构210和/或人工结构230、250以提供针引导、警告240和麻醉剂介质信息260的示例性超声图像200的显示。参见图4，超声图像200可包括由显示和警告处理器170所提供的突出显示212、230、252，该突出显示标识由器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160所标识和分割的结构210、230、250。例如，这些结构可包括神经210、针230和麻醉剂介质250。如果显示和警告处理器170确定针230与神经210之间的距离小于例如预定阈值，则超声图像200可包括由显示和警告处理器170所提供的警告240。超声图像200可包括由显示和警告处理器170所提供的麻醉剂介质信息260，以提供关于神经覆盖百分比的信息。

再次参见图1，显示系统134可以是能够将视觉信息传送给用户的任何设备。例如，显示系统134可包括液晶显示器、发光二极管显示器、和/或任何合适的一种或多种显示器。显示系统134可能够操作以呈现超声图像和/或任何合适的信息。例如，在显示系统134处呈现的超声图像可包括突出显示、轨迹、警告和/或任何合适的信息。

档案138可以是与超声系统100集成和/或可通信地耦接(例如，通过网络)到超声系统100的一个或多个计算机可读存储器，诸如图片归档和通信系统(PACS)、服务器、硬盘、软盘、CD、CD-ROM、DVD、紧凑存储器、闪存存储器、随机存取存储器、只读存储器、可电擦除和可编程只读存储器，和/或任何合适的存储器。档案138可包括例如由信号处理器132访问和/或结合到信号处理器132的数据库、库、信息集或其他存储器。例如，档案138能够暂时或永久地存储数据。档案138可能能够存储医学图像数据、由信号处理器132生成的数据和/或信号处理器132可读取的指令等。在各种实施方案中，档案138存储例如超声图像数据、突出显示的超声图像、标识指令、分割指令、突出显示指令和轨迹指令。

仍然参见图1，训练引擎180可包括合适的逻辑、电路、接口和/或代码，该逻辑、电路、接口和/或代码可操作为训练器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160的一个或多个深度神经网络的神经元。例如，可训练人工器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160以自动标识和分割在超声扫描平面中提供的生物结构和/或人工结构。例如，训练引擎180可使用各种结构的经分类的超声图像的一个或多个数据库来训练器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160的深度神经网络。例如，器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160可由训练引擎180用特定生物结构和/或人工结构的超声图像来训练，以相对于特定结构的特性来训练器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160，这些特性诸如结构边缘的外观、基于边缘的结构形状的外观、形状相对于超声图像数据中的标志的位置等。在示例性实施方案中，这些结构可包括臂丛神经束、腋动脉、麻醉针上的斜面区域、麻醉剂介质和/或任何合适的器官、神经、血管、组织、针、可植入设备等。结构信息可包括关于器官、神经、血管、组织、针、可植入设备等的边缘、形状和位置的信息。在各种实施方案中，训练图像的数据库可存储在档案138或任何合适的数据存储介质中。在某些实施方案中，训练引擎180和/或训练图像数据库可以是经由有线或无线连接通信地耦接到超声系统100的一个或多个外部系统。

超声系统100的部件可在软件、硬件、固件等中实现。超声系统100的各种部件可以通信地连接。超声系统100的部件可单独实现和/或以各种形式集成。例如，显示系统134和用户输入设备130可集成为触摸屏显示器。

图5是根据各种实施方案的示出可用于提供超声场景分析以用于针引导和警告的示例性步骤302至318的流程图300。参见图5，示出了包括示例性步骤302至318的流程图300。某些实施方案可省略一个或多个步骤，和/或以与所列顺序不同的顺序执行步骤，和/或组合下文讨论的某些步骤。例如，在某些实施方案中可能不执行一些步骤。又如，某些步骤可能以与下面所列时间顺序不同的时间顺序执行，包括同时执行。

在步骤302处，超声系统100采集超声图像200。例如，超声系统100可利用定位在感兴趣的区域上的扫描位置处的超声探头104来采集超声图像200。

在步骤304处，超声系统100的信号处理器132分割所采集的超声图像200以标识生物结构和/或人工结构210、220、230、250。例如，信号处理器132的器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160可被配置为对在步骤302处所采集的超声图像200进行分析以标识和分割生物结构和/或人工结构210、220、230、250。器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160可包括人工智能图像分析算法、一个或多个深度神经网络(例如，卷积神经网络)和/或可利用被配置为对所采集的超声图像进行分析以标识和分割超声图像200中的生物结构和/或人工结构210、220、230、250的任何合适形式的人工智能图像分析技术或机器学习处理功能。

在步骤306处，超声系统100的信号处理器132可突出显示212、222、230、252在步骤304处所标识的生物结构和/或人工结构210、220、230、250。例如，信号处理器132的显示和警告处理器170可被配置为突出显示212、222、230、252在步骤304处所标识的经标识和分割的结构210、220、230、250。突出显示212、222、230、252可包括：对经分割的结构210、220、230、250的像素进行着色；描绘经分割的结构的边缘的轮廓；和/或用于吸引对由器官检测处理器140、针检测处理器150和/或麻醉剂检测处理器160所标识和分割的一个或多个结构的注意力的任何合适的突出显示。在各种实施方案中，不同的结构210、220、230的突出显示可以是不同的颜色和/或不同的类型。突出显示可重叠在超声图像200上。

在步骤308处，超声系统100的信号处理器132可呈现具有突出显示212、222、230、252的至少一个生物结构和/或人工结构210、220、230、250的超声图像200。例如，信号处理器132的显示和警告处理器170可被配置为在超声系统100的显示系统134处呈现一个或多个结构210、220、230、250(在步骤306处进行突出显示)。在示例性实施方案中，显示和警告处理器170可被配置为在显示系统134处确定和呈现轨迹232以提供针230向神经210的引导。在各种实施方案中，显示和警告处理器170可被配置为呈现具有突出显示的结构210、220、230、250的附加信息，诸如麻醉剂介质信息260或任何合适的信息。例如，显示和警告处理器170可确定神经210的外表面被麻醉剂介质250覆盖的百分比，并且可在超声系统100的显示系统134处呈现覆盖百分比260。

在步骤310处，超声系统100的信号处理器132可确定突出显示的结构210、220、230、150之间的距离。例如，信号处理器132的显示和警告处理器170可确定针230与神经210和血管220中的一者或两者之间的距离。

在步骤312处，超声系统100的信号处理器132可确定所计算的距离是否小于阈值。例如，信号处理器132的显示和警告处理器170可确定针的头部与神经或血管之间的距离是否小于阈值。阈值可以是与针太靠近神经或血管相对应的限定距离。阈值可以是用户定义的值或默认值。在各种实施方案中，阈值可包括与不同的靠近度水平相对应的多个阈值，诸如不靠近、一定程度地靠近和太靠近。如果距离小于限定阈值，则过程300可前进至步骤314，或者如果距离不小于限定阈值，则过程300可前进至步骤316。

在步骤314处，如果距离小于阈值(如在步骤312处所确定)，则超声系统100的信号处理器132可提供警告。例如，信号处理器132的显示和警告处理器170可被配置为如果突出显示的结构210、220、230、250之间的距离小于与该距离相对应的阈值，则提供听觉警告、视觉警告和/或物理警告240。例如，如果针230与神经210之间的距离小于限定的对应的阈值距离，则显示和警告处理器170可提供听觉消息、在显示系统134处显示视觉消息和/或促进探头104处的振动等。

在步骤316处，超声系统100的信号处理器132可确定超声手术是否完成。例如，信号处理器132可确定超声系统100是否正在采集超声图像200和/或是否正在检测所采集的超声图像200中的生物结构和/或人工结构210、220、230、250。如果信号处理器132确定手术尚未完成，则过程300可返回到步骤302以继续采集超声图像200。如果信号处理器132确定手术完成，则过程300可前进至步骤318。

在步骤318处，过程300可在超声手术完成时结束。

本公开的各方面提供了一种用于分析超声场景以提供针引导和警告的方法300和系统100。根据各种实施方案，方法300可包括由超声系统100采集302超声图像200。方法300可包括由至少一个处理器132、140、150、160分割304超声图像以标识超声图像200中的多个结构210、220、230、250。方法400可包括由至少一个处理器132、170突出显示306超声图像200中的多个结构210、220、230、250以创建突出显示的超声图像200。方法300可包括由至少一个处理器132、170在显示系统134处呈现308突出显示的超声图像200。方法300可包括由至少一个处理器132、170确定310超声图像200中的多个结构210、220、230、250中的至少两个结构之间的距离。方法300可包括如果超声图像200中的多个结构210、220、230、250中的至少两个结构之间的距离小于阈值，则由至少一个处理器132、170提供314警告240。

在示例性实施方案中，多个结构210、220、230、250可包括至少一个生物结构210、220和至少一个人工结构230、250。在代表性实施方案中，至少一个生物结构210、220包括神经210和血管220中的一者或两者。在多个实施方案中，至少一个人工结构230、250包括针230和麻醉剂介质250中的一者或两者。在某些实施方案中，突出显示212、222、230、252可包括以下一者或多者：对多个结构210、220、230、250中的一个或多个结构的像素212、222、252进行着色；描绘多个结构210、220、230、250中的一个或多个结构的边缘的轮廓；以及将标识符230重叠在多个结构210、220、230、250中的一个或多个结构上。在示例性实施方案中，多个结构210、220、230、250包括针230和神经210。方法300可包括由至少一个处理器132、170将从针230到神经210的轨迹232叠加308在显示系统134处所呈现的超声图像200上。在代表性实施方案中，多个结构210、220、230、250包括麻醉剂介质250和神经210。方法300可包括由至少一个处理器132、170确定308麻醉剂介质250对神经210的覆盖百分比260。方法300可包括由至少一个处理器132、170在显示系统134处呈现308覆盖百分比260。在某些实施方案中，警告240是听觉警告、视觉警告240和物理警告中的一者或多者。

各种实施方案提供了一种用于分析超声场景以提供针引导和警告的系统100。系统100可包括超声系统100、至少一个处理器132、140、150、160、170和显示系统134。超声系统100可被配置为采集超声图像200。至少一个处理器132、140、150、160可被配置为分割超声图像200以标识超声图像200中的多个结构210、220、230、250。至少一个处理器132、170可被配置为突出显示212、222、230、252超声图像200中的多个结构210、220、230、250以创建突出显示的超声图像200。至少一个处理器132、170可被配置为在显示系统134处呈现突出显示的超声图像200。至少一个处理器132、170可被配置为确定超声图像200中的多个结构210、220、230、250中的至少两个结构之间的距离。至少一个处理器132、170可被配置为如果超声图像200中的多个结构210、220、230、250中的至少两个结构之间的距离小于阈值，则提供警告240。显示系统134可被配置为显示突出显示的超声图像200。

在代表性实施方案中，多个结构210、220、230、250包括至少一个生物结构210、220和至少一个人工结构230、250。在各种实施方案中，至少一个生物结构210、220可包括神经210和血管220中的一者或两者。至少一个人工结构230、150可包括针230和麻醉剂介质250中的一者或两者。在某些实施方案中，突出显示212、222、230、252包括以下一者或多者：对多个结构210、220、230、250中的一个或多个结构的像素212、222、252进行着色；描绘多个结构210、220、230、250中的一个或多个结构的边缘的轮廓；以及将标识符230重叠在多个结构210、220、230、250中的一个或多个结构上。在示例性实施方案中，多个结构210、220、230、250可包括针230和神经210。至少一个处理器132、170可被配置为在显示系统134处呈现重叠在超声图像200上的从针230到神经210的轨迹232。在代表性实施方案中，多个结构210、220、230、250可包括麻醉剂介质250和神经210。至少一个处理器132、170可被配置为确定麻醉剂介质250对神经210的覆盖百分比260。至少一个处理器132、170可被配置为在显示系统134处呈现覆盖百分比260。在各种实施方案中，警告240可以是音频警告、视觉警告240和物理警告中的一者或多者。

某些实施方案提供一种非暂态计算机可读介质，该非暂态计算机可读介质上存储有计算机程序，该计算机程序具有至少一个代码段。该至少一个代码段可由机器执行以使该机器执行步骤300。步骤300可包括接收302超声图像200。步骤300可包括分割304超声图像200以标识超声图像200中的多个结构210、220、230、250。步骤300可包括突出显示306超声图像200中的多个结构210、220、230、250以创建突出显示的超声图像200。步骤300可包括在显示系统134处呈现308突出显示的超声图像200。步骤300可包括确定310超声图像200中的多个结构210、220、230、250中的至少两个结构之间的距离。步骤300可包括如果超声图像200中的多个结构210、220、230、250中的至少两个结构之间的距离小于阈值，则提供314警告240。

在各种实施方案中，多个结构210、220、230、250可包括至少一个生物结构210、220和至少一个人工结构230、250。至少一个生物结构210、220可包括神经210和血管220中的一者或两者。至少一个人工结构230、250可包括针230和麻醉剂介质250中的一者或两者。在某些实施方案中，突出显示212、222、230、252可包括以下一者或多者：对多个结构210、220、230、250中的一个或多个结构的像素212、222、252进行着色；描绘多个结构210、220、230、250中的一个或多个结构的边缘的轮廓；以及将标识符230重叠在多个结构210、220、230、250中的一个或多个结构上。在示例性实施方案中，多个结构210、220、230、250可包括针230和神经210。步骤300可包括将从针230到神经210的轨迹232叠加308在显示系统134处所呈现的超声图像200上。在代表性实施方案中，警告240可以是音频警告、视觉警告240和物理警告中的一者或多者。

如本文所用，术语“电路”是指物理电子部件(即，硬件)以及可配置硬件、由硬件执行和/或以其他方式与硬件相关联的任何软件和/或固件(“代码”)。例如，如本文所用，当执行一条或多条第一代码时，特定处理器和存储器可包括第一“电路”，并且在执行一条或多条第二代码时，特定处理器和存储器可包括第二“电路”。如本文所用，“和/或”表示列表中的由“和/或”连结的项中的任一个或多个项。作为一个示例，“x和/或y”表示三元素集{(x),(y),(x,y)}中的任何元素。作为另一个示例，“x、y和/或z”表示七元素集{(x),(y),(z),(x,y),(x,z),(y,z),(x,y,z)}中的任何元素。如本文所用，术语“示例性”表示用作非限制性示例、实例或例证。如本文所用，术语“例如(e.g.)”和“例如(for example)”引出一个或多个非限制性示例、实例或例证的列表。如本文所用，电路“可操作为”和/或“被配置为”每当该电路包括执行功能的必需硬件和代码(如果需要的话)时就执行该功能，不管是否通过某些用户可配置的设置禁用或不启用该功能的执行。

其他实施方案可提供计算机可读设备和/或非暂态计算机可读介质，和/或机器可读设备和/或非暂态机器可读介质，该计算机可读设备和/或非暂态计算机可读介质和/或该机器可读设备和/或非暂态机器可读介质上存储有机器代码和/或具有可由机器和/或计算机执行的至少一个代码段的计算机程序，从而使机器和/或计算机执行如本文所述的用于提供超声场景分析以用于针引导和警告的步骤。

因此，本公开可在硬件、软件或硬件和软件的组合中实现。本公开可能以集中方式在至少一个计算机系统中实现，或以分布式方式实现，其中不同的元件分布在若干互连的计算机系统上。适于执行本文所述的方法的任何种类的计算机系统或其他设备都是合适的。

各种实施方案也可嵌入计算机程序产品中，该计算机程序产品包括能够实现本文所述的方法的所有特征，并且当加载到计算机系统中时能够执行这些方法。本文中的计算机程序是指以任何语言、代码或符号表示的一组指令的任何表达，这些指令旨在使具有信息处理能力的系统直接执行特定功能或在以下两项或其中一项之后执行特定功能：a)转换为另一种语言、代码或符号；b)以不同的物质形式进行复制。

虽然已经参考某些实施方案来描述了本公开，但是本领域的技术人员应当理解，在不脱离本公开的范围的情况下，可以进行各种改变并可以替换等同物。另外，在不脱离本公开的范围的情况下，可以进行许多修改以使特定情况或材料适应于本公开的教导。因此，本公开不旨在限于所公开的特定实施方案，而是本公开将包括落入所附权利要求书的范围内的所有实施方案。