用于通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强的方法和系统

摘要

本发明提供了一种用于基于超声图像分析自动调整波束形成器参数以增强超声图像采集的系统和方法。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识别该超声图像中的解剖结构和/或图像伪影。该方法包括由至少一个处理器检测所识别的解剖结构和/或图像伪影中的每个的位置。该方法包括由至少一个处理器基于所识别的解剖结构和/或图像伪影中的一者或多者的所检测到的位置来自动调整至少一个波束形成器参数。该方法包括由超声系统基于自动调整的至少一个波束形成器参数来采集增强的超声图像。该方法包括在显示系统处呈现增强的超声图像。

说明书

技术领域

某些实施方案涉及超声成像。更具体地讲，某些实施方案涉及用于基于超声图像分析自动调整波束形成器参数以增强超声图像采集的方法和系统。

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。

超声由于其可提供性、非侵入性和紧凑的形状因素而成为可触及医疗保健的关键模态。超声阵列探头在短时间内获得具有清晰度和分辨率的临床相关图像方面起着至关重要的作用。通常，超声探头的激发和接收器设置是固定的，或者由于硬件的复杂知识和来自手动修改设置所需的原始信号的图像生成过程而提供最少的用户控制。因此，临床医生可以移动探头以尝试找到期望的解剖视图，而不是改变采集设置，诸如发射器和接收器图案。然而，临床医生可能会确定可能难以成像或由于时间限制而难以成像的某些解剖结构的次优图像。

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

提供了一种用于基于超声图像分析自动调整波束形成器参数以增强超声图像采集的方法和系统，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示例性超声系统的框图，该超声系统可操作为通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强。

图2是根据各种实施方案的识别解剖结构的示例性超声图像的显示。

图3是根据各种实施方案的识别用于增强的障碍物和图像区域的示例性超声图像的显示。

图4是示出根据各种实施方案的可用于通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强的示例性步骤的流程图。

具体实施方式

某些实施方案可以在用于基于超声图像分析自动调整波束形成器参数以增强超声图像采集的方法和系统中找到。各种实施方案具有动态地识别超声图像中的解剖结构和伪影的技术效果。本公开的各方面具有动态地识别阻塞解剖结构和区域以用于改善的超声处理的技术效果。某些实施方案具有通过以下方式增强超声图像采集的技术效果：基于阻塞解剖结构和区域的识别来动态地调整超声波束形成器参数以用于改善的超声处理。

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“一个”或“一种”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示例性超声系统100的框图，该超声系统可操作为通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强。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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、电路、接口和/或代码可操作为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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、电路、接口和/或代码可操作为提供由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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、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可操作为配置、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设备可集成到其他部件(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可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、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可包括图像分割处理器140、增强检测处理器150和参数调整处理器160。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、图像分割处理器140、增强检测处理器150和参数调整处理器160能够执行在本文根据各种实施方案所讨论的方法和/或指令集中的任一者。

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，但可为更低或更高。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的帧。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可包括图像分割处理器140，该图像分割处理器包括可操作为分析所采集的超声图像以识别和分割解剖结构和图像伪影的合适的逻辑部件、电路、接口和/或代码，解剖结构和图像伪影为诸如肝脏、胆囊、肠、隔膜、肾脏、肋骨或其他阴影、肾囊肿的后部区域处的暗区、胆囊中钙化样物质处没有皱缩、或任何合适的解剖结构或图像伪影。图像分割处理器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识别和分割解剖结构和图像伪影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。

图像分割处理器140可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、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识别和分割解剖结构和图像伪影。在各种实施方案中，图像分割处理器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，图像分割处理器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解剖结构的神经元。例如，如果执行心脏的超声规程，则输出层可包括用于二尖瓣、主动脉瓣、心室腔室、心房腔室、隔膜、乳头肌、下壁、肋骨阴影伪影等的神经元。其他超声规程可利用输出层，该输出层包括用于肝脏、胆囊、肠、隔膜、神经、血管、骨、阴影伪影、暗区伪影或任何合适的解剖结构和/或图像伪影的神经元。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。由图像分割处理器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识别超声图像数据中的解剖结构和图像伪影。

在某些实施方案中，图像分割处理器140可被配置为经由用户输入设备130，基于用户指令来识别和分割解剖结构和图像伪影。例如，图像分割处理器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，其指示图像分割处理器140搜索特定结构或伪影和/或搜索超声图像的特定区域。

图2是根据各种实施方案的识别解剖结构210-240的示例性超声图像202的显示200。参考图2，超声图像202可以包括由图像分割处理器140识别和分割的结构210、220、230、240。例如，该结构可包括肝脏210、胆囊220、肠230和隔膜240。

再次参见图1，信号处理器132可包括增强检测处理器150，该增强检测处理器包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、电路、接口和/或代码可操作以基于由图像分割处理器140识别的解剖结构和图像伪影来确定是否以及在何处执行图像增强。例如，如果图像分割处理器140未识别任何图像伪影和/或如果与已知或检测到的成像缺陷相关联的解剖结构不存在于由图像分割处理器140识别的超声图像中，则增强检测处理器150可以确定不执行图像增强。又如，增强检测处理器150可以基于由图像分割处理器140识别的图像伪影的位置和由图像分割处理器140识别的可能与图像伪影相关联的阻塞解剖结构的位置来确定执行图像增强并识别超声图像中用于增强的位置。另外，增强检测处理器150可以基于由图像分割处理器140识别的具有已知或检测到的成像缺陷的特定解剖结构的存在来确定执行增强。更具体地讲，已知某些解剖结构(诸如胆囊或任何合适的解剖结构)可为声学上坚硬的，使得解剖结构以硬阴影或软阴影掩盖该结构正下方的区域。增强检测处理器150可以检测阴影的位置和阻塞解剖结构的位置，以提供给参数调整处理器160来增强超声图像。又如，增强检测处理器150可以检测由协议或用户输入限定的感兴趣的解剖结构的位置，以提供给参数调整处理器160来增强超声图像。另外，增强检测处理器150可以检测解剖结构的位置，该解剖结构具有已知或检测到的成像缺陷，诸如当对胆囊成像时可能出现的皱缩效应，并且可将具有已知或检测到的成像缺陷的解剖结构的位置提供给参数调整处理器160以增强超声图像。

图3是根据各种实施方案的识别用于增强的障碍物220和图像区域250、260的示例性超声图像202的显示200。参考图3，超声图像202可以包括由增强检测处理器150基于由图像分割处理器140识别和分割的解剖结构和图像伪影检测到的障碍物220和图像伪影250、260的位置。例如，障碍物220可为胆囊220，并且图像伪影250、260可包括阴影250和暗区260。障碍物220和图像伪影250、260的位置可被提供给参数调整处理器160。

再次参见图1，信号处理器132可包括参数调整处理器160，该参数调整处理器包括可操作为响应于由增强检测处理器150提供的解剖结构、障碍物和/或图像伪影的位置来调整波束形成器参数的合适的逻辑部件、电路、接口和/或代码，以采集具有一个或多个特定区域的改善的超声处理的增强超声图像。如本文所提及的波束形成器参数包括发射和接收波束形成参数，诸如激活和停用的换能器元件的数量和位置、换能器元件权重、延迟、波束角度等。在各种实施方案中，参数调整处理器160可操作为调整波束成形器参数以绕过或以其他方式避开增强检测处理器150检测到的声学硬质解剖结构，以通过消除阴影和暗区域来增强声学硬质解剖结构下方的区域。例如，参数调整处理器160可以停用邻近肋骨的换能器元件以避开肋骨阴影，和/或可以调整波束形成权重和/或波束角度以捕获肋骨、胆囊或其他声学硬质解剖结构下方的图像数据，如增强检测处理器150所检测到的。在某些实施方案中，参数调整处理器160可操作为调整波束形成器参数以改善由增强检测处理器150检测到的感兴趣的解剖结构的图像对比度和/或清晰度。在示例性实施方案中，参数调整处理器160可操作为调整波束形成器参数以避开增强检测处理器150检测到的图像伪影，诸如胆囊的雾度或皱缩效应等。例如，在胆囊结石超声规程中，如果钙化样物质包括如增强检测处理器150检测到的皱缩伪影，则参数调整处理器160可以减小脉冲重复频率并将焦区改变为刚好低于胆囊中的钙化。又如，在肾囊肿超声检查中，如果囊肿的后部区域包括由增强检测处理器150检测到的暗区域图像伪影，则参数调整处理器160可打开谐波以改善囊肿的后部的超声。超声系统100可操作为基于由参数调整处理器160调整的波束形成器参数来采集下一个超声图像，以在显示系统134处呈现增强的超声图像。

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，可以在显示系统134处呈现利用调整的波束形成器参数采集的增强的超声图像。

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、识别指令、分割指令、增强指令和参数调整指令。

训练引擎180可包括合适的逻辑部件、电路、接口和/或代码，该逻辑部件、电路、接口和/或代码可操作为训练图像分割处理器140的深度神经网络的神经元。例如，可以训练人工图像分割处理器140以自动识别和分割在超声扫描平面中提供的解剖结构和图像伪影。例如，训练引擎180可使用各种解剖结构和图像伪影的分类超声图像的数据库来训练图像分割处理器140的深度神经网络。作为示例，图像分割处理器140可由训练引擎180用特定解剖结构和图像伪影的超声图像训练，以相对于特定结构或伪影的特性来训练图像分割处理器140，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，结构可包括心脏、肝脏、胆囊、肠、隔膜、神经、血管、骨、阴影伪影、暗区伪影和/或任何合适的解剖结构和/或图像伪影。解剖结构和/或图像伪影信息可包括关于肝脏、胆囊、肠、隔膜、神经、血管、骨、阴影伪影、暗区伪影或任何合适的解剖结构和/或图像伪影的边缘、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4是示出根据各种实施方案的可用于通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强的示例性步骤302-312的流程图300。参考图4，示出了包括示例性步骤302至312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的信号处理器132接收超声图像202。例如，超声系统100可利用定位在感兴趣的区域上方的扫描位置处的超声探头104来采集超声图像202。超声图像可被提供给信号处理器132以用于在超声系统100的显示系统134处进行处理和呈现。超声系统可以根据与所需成像规程(诸如胆囊结石规程、肾囊肿规程或任何合适的规程)相对应的协议采集图像。

在步骤304处，超声系统100的信号处理器132在所接收的超声图像202中分割解剖结构210-240和/或图像伪影250、260。例如，信号处理器132的图像分割处理器140可被配置为分析在步骤302处采集的超声图像202以识别和分割解剖结构210-240和/或图像伪影250、260。图像分割处理器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识别和分割超声图像202中的解剖结构210-240和/或图像伪影250、260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可确定是否执行图像增强。例如，信号处理器132的增强检测处理器150可以在步骤304处分析由图像分割处理器140分割的任何解剖结构210-240和图像伪影250、260。如果图像分割处理器140未识别任何图像伪影250、260和/或如果与已知或检测到的成像缺陷相关联的解剖结构210-240不存在于由图像分割处理器140识别的超声图像中，则增强检测处理器150可以确定不执行图像增强。如果增强检测处理器150确定不执行增强，则方法300可前进至步骤312以采集下一个超声图像202。又如，增强检测处理器150可以基于由图像分割处理器140识别的图像伪影250、260的存在，由图像分割处理器140识别的可与图像伪影250、260相关联的阻塞解剖结构220的存在，和/或由图像分割处理器140识别的具有已知或检测到的成像缺陷的特定解剖结构210-240的存在来确定执行图像增强。如果增强检测处理器150确定执行图像增强，则方法300可前进至步骤308。

在步骤308处，超声系统100的信号处理器132可识别用于改善的超声250、260的阻塞解剖结构220和/或区域。例如，信号处理器132的增强检测处理器150可以被配置为基于由图像分割处理器140识别的图像伪影250、260的位置，由图像分割处理器140识别的可与图像伪影250、260相关联的阻塞解剖结构220的位置，和/或由图像分割处理器140识别的具有已知或检测到的成像缺陷的任何解剖结构的位置来识别超声图像202中的用于增强的位置。增强检测处理器150可将任何图像伪影250、260、阻塞解剖结构220和/或缺陷解剖结构的位置提供给信号处理器132的参数调整处理器160。

在步骤310处，超声系统100的信号处理器132可基于所识别的解剖结构和区域来调整波束形成器参数。例如，信号处理器132的参数调整处理器160可从增强检测处理器150接收任何图像伪影250、260、阻塞解剖结构220和/或缺陷解剖结构的位置。参数调整处理器160可操作以基于所接收的位置来调整发射和接收波束形成参数，诸如激活和停用的换能器元件的数量和位置、换能器元件权重、延迟、波束角度等。例如，参数调整处理器160可操作为通过停用选择换能器元件、调整波束形成权重和/或调整波束角度以捕获声学硬质解剖结构下方的图像数据来调整波束形成器参数以绕过或以其他方式避开具有声学硬质解剖结构的位置。又如，参数调整处理器160可操作为调整波束形成器参数以改善感兴趣的解剖结构的位置处的图像对比度和/或清晰度。除此之外和/或另选地，参数调整处理器160可操作为通过改变脉冲重复频率、焦区和/或接通谐波等来调整波束形成器参数以避开图像伪影。

在步骤312处，超声系统100可采集下一个超声图像202。例如，超声系统100可操作为基于由参数调整处理器160调整的波束形成器参数来采集下一个超声图像。超声系统100可利用定位在感兴趣的区域上方的扫描位置处的超声探头104来采集超声图像202。方法300然后可以返回到步骤302以在超声系统100的显示系统134处处理和呈现增强的超声图像。

本公开的各方面提供了用于通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强的方法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202。方法300可包括由至少一个处理器132、140分割304超声图像202以识别超声图像202中的至少一个解剖结构210-240和/或至少一个图像伪影250、260。方法300可包括由至少一个处理器132、150检测308所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260中的每一者的位置。方法300可以包括由至少一个处理器132、160基于所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260中的一者或多者的检测到的位置，自动调整310至少一个波束形成器参数。方法300可包括由超声系统100基于自动调整的至少一个波束形成器参数来采集312增强的超声图像202。方法300可包括在显示系统134处呈现302增强的超声图像。

在示例性实施方案中，所识别的至少一个解剖结构210-240是导致至少一个图像伪影250、260包括阴影250和/或暗区260的声学硬质解剖结构220。在代表性实施方案中，自动调整至少一个波束形成器参数以避开声学硬质解剖结构220。自动调整至少一个波束形成器参数可包括停用超声系统100的超声探头104的选择换能器元件106、108、调整波束形成权重和/或调整波束角度。在各种实施方案中，所识别的至少一个解剖结构210-240是由所选择的协议限定的感兴趣的解剖结构。在某些实施方案中，自动调整至少一个波束形成器参数以增加感兴趣的解剖结构的位置处的图像对比度和/或图像清晰度。在示例性实施方案中，所识别的至少一个解剖结构220与预定义的图像伪影250、260相关联。在代表性实施方案中，基于所识别的至少一个解剖结构220的预定义图像伪影250、260，自动调整至少一个波束形成器参数。在某些实施方案中，方法300可包括由至少一个处理器132、150自动确定306是否基于所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260自动调整至少一个波束形成器参数。

各种实施方案提供了一种用于通过基于超声图像分析自动调整波束形成器参数来提供超声图像增强的系统100。系统100可包括超声系统100、至少一个处理器132、140、150、160、和显示系统134。超声系统100可被配置为基于自动调整的至少一个波束形成器参数来采集超声图像202并采集增强的超声图像。至少一个处理器132、140、150、160可被配置为分割超声图像202以识别超声图像202中的至少一个解剖结构210-240和/或至少一个图像伪影250、260。至少一个处理器132、150可被配置为检测所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260中的每一者的位置。至少一个处理器132、160可被配置为基于所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260中的一者或多者的检测到的位置来自动调整至少一个波束形成器参数。显示系统134可以被配置为呈现增强的超声图像。

在代表性实施方案中，所识别的至少一个解剖结构210-240是导致至少一个图像伪影250、260包括阴影250和/或暗区260的声学硬质解剖结构220。在各种实施方案中，至少一个处理器132、160被配置为通过停用超声系统100的超声探头104的选择换能器元件106、108、调整波束形成权重和/或调整波束角度来自动调整至少一个波束形成器参数以避开声学硬质解剖结构220。在某些实施方案中，所识别的至少一个解剖结构210-240是由经由用户输入设备130选择的协议限定的感兴趣的解剖结构。在示例性实施方案中，至少一个处理器132、160被配置为自动调整至少一个波束形成器参数以增加感兴趣的解剖结构的位置处的图像对比度和/或图像清晰度。在代表性实施方案中，所识别的至少一个解剖结构220与预定义的图像伪影250、260相关联。至少一个处理器132、160可以被配置为基于所识别的至少一个解剖结构220的预定义图像伪影250、260来自动调整至少一个波束形成器参数。在各种实施方案中，至少一个处理器132、150被配置为基于所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260来自动确定是否自动调整至少一个波束形成器参数。

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202。步骤300可包括分割304超声图像202以识别超声图像202中的至少一个解剖结构210-240和/或至少一个图像伪影250、260。步骤300可包括检测308所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260中的每一者的位置。步骤300可包括基于所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260中的一者或多者的检测到的位置来自动调整310至少一个波束形成器参数。步骤300可包括接收302基于自动调整的至少一个波束形成器参数采集312的增强的超声图像。步骤300可包括在显示系统134处呈现302增强的超声图像。

在各种实施方案中，所识别的至少一个解剖结构210-240是导致至少一个图像伪影250、260包括阴影250和/或暗区260的声学硬质解剖结构220。可自动调整至少一个波束形成器参数以避开声学硬质解剖结构220。自动调整至少一个波束形成器参数可包括停用超声系统100的超声探头104的选择换能器元件106、108、调整波束形成权重和/或调整波束角度。在某些实施方案中，所识别的至少一个解剖结构210-240是由所选择的协议限定的感兴趣的解剖结构。可自动调整至少一个波束形成器参数以增加感兴趣的解剖结构的位置处的图像对比度和/或图像清晰度。在代表性实施方案中，所识别的至少一个解剖结构220与预定义的图像伪影250、260相关联。可基于所识别的至少一个解剖结构220的预定义图像伪影250、260来自动调整至少一个波束形成器参数。在示例性实施方案中，步骤300可以包括基于所识别的至少一个解剖结构210-240和/或至少一个图像伪影250、260自动确定306是否自动调整至少一个波束形成器参数。

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、可由硬件执行和/或可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基于超声图像分析通过自动调整波束形成器参数来提供超声图像增强的步骤。

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。