用于顺序扫描参数选择的系统和方法

摘要

本发明题为“用于顺序扫描参数选择的系统和方法”。本发明提供了用于顺序地选择用于超声成像的扫描参数值的方法和系统。在一个示例中，一种方法包括：基于解剖区域的第一多个超声图像中的每个超声图像的图像质量来选择第一扫描参数的第一参数值，该第一多个超声图像中的每个超声图像针对该第一扫描参数具有不同参数值；基于该解剖区域的第二多个超声图像中的每个超声图像的图像质量来选择第二扫描参数的第二参数值，该第二多个超声图像中的每个超声图像针对该第二扫描参数具有不同参数值；以及将该第一扫描参数的该第一参数值和该第二扫描参数的该第二参数值应用于一个或多个附加超声图像。

说明书

技术领域

本文公开的主题的实施方案涉及超声成像，并且更具体地讲，涉及改善用于超声成像的图像质量。

背景技术

医学超声是采用超声波来探测患者身体的内部结构并产生对应图像的成像模态。例如，包括多个换能器元件的超声探头发射超声脉冲，这些超声脉冲会被身体中的结构反射或回传、折射或者吸收。然后超声探头接收所反射的回波，这些所反射的回波被处理成图像。内部结构的超声图像可被保存以供临床医生稍后分析从而有助于诊断和/或可以实时地或近实时地显示在显示设备上。

发明内容

在一个实施方案中，一种方法包括：基于解剖区域的第一多个超声图像中的每个超声图像的图像质量来选择第一扫描参数的第一参数值，该第一多个超声图像中的每个超声图像针对该第一扫描参数具有不同参数值；基于该解剖区域的第二多个超声图像中的每个超声图像的图像质量来选择第二扫描参数的第二参数值，该第二多个超声图像中的每个超声图像针对该第二扫描参数具有不同参数值；以及将该第一扫描参数的该第一参数值和该第二扫描参数的该第二参数值应用于一个或多个附加超声图像。

在单独或与附图联系时，本说明书的以上优势以及其他优势和特征将从以下具体实施方式中显而易见。应当理解，提供以上发明内容是为了以简化的形式介绍在具体实施方式中进一步描述的概念的选择。这并不意味着识别所要求保护的主题的关键或必要特征，该主题的范围由具体实施方式后的权利要求书唯一地限定。此外，所要求保护的主题不限于解决上文或本公开的任何部分中提到的任何缺点的实施方式。

附图说明

通过阅读以下具体实施方式并且参考附图，可以更好地理解本公开的各个方面，其中：

图1示出了超声系统的示例性实施方案的框图；

图2是示出根据示例性实施方案的用于在优化参数设置下生成超声图像的系统的示意图；

图3是示出根据示例性实施方案的用于选择超声扫描参数的过程的示意图；

图4示出了可根据图3的过程获取的示例性超声图像和相关联的图像质量度量；

图5A和图5B是示出根据示例性实施方案的用于在超声成像期间选择超声扫描参数的示例性方法的流程图；

图6是示出用于在超声成像期间选择图像获取后处理参数的示例性方法的流程图；

图7是示出根据示例性实施方案的用于获取单个超声图像的扫描序列的曲线图；并且

图8是示出根据示例性实施方案的用于获取多个超声图像的扫描序列的曲线图。

具体实施方式

医学超声成像通常包括在目标解剖特征(例如，腹部、胸部等)的位置处将包括一个或多个换能器元件的超声探头放置到成像对象(诸如患者)上。图像由超声探头获取并且实时或接近实时地显示在显示设备上(例如，一旦生成图像就显示图像且没有有意延迟)。超声探头的操作者可查看图像并且调整超声探头的各种获取参数和/或位置以便获得目标解剖特征结构(例如，心脏、肝脏、肾或另一个解剖特征结构)的高质量图像。可调整的获取参数包括发射频率、发射深度、增益、波束转向角度、波束形成策略和/或其他参数。改变获取参数以获取最佳图像(例如，具有期望质量的图像)可能是非常有挑战性的并且基于用户体验。有关获取参数的图像质量变化不是得到很好研究的问题。因此，操作者为了获取最佳图像而对获取参数进行的调整通常是主观的。例如，操作者可以调整各种获取参数，直到获取到对操作者来说看起来最佳的图像，并且调整获取参数的过程可在检查之间未被限定或重复。另外，可影响图像质量的各种获取后图像参数也能够由操作者调整，诸如对所接收的超声数据的滤波的带宽和中心频率。该主观性和确定性过程的缺乏可导致不可再现的结果，并且在许多超声检查中，可能无法获取尽可能高质量的图像。

因此，根据本文所公开的实施方案，图像获取参数优化和/或图像获取后处理优化的问题经由基于自动化图像质量测量算法的反馈系统来解决，该自动化图像质量测量算法被配置为自动识别将为被成像的解剖结构生成最佳可能图像的获取参数。自动化图像质量测量算法可包括人工智能辅助反馈系统以按顺序方式优化获取参数，其中一个参数在另一个参数之后基于自动识别的图像质量度量来进行调整以达到最佳获取参数设置。例如，可以基于哪个图像具有最高的、深度特定的图像质量，从在若干深度获取处获取的图像中选择最佳发射深度。这之后是，基于哪个图像作为最高的、频率特定的图像质量，对在选定最佳深度处以各种频率设置获取的图像的频率进行优化。在这样做时，可能以可再现的方式识别给定扫描平面/解剖特征的最佳获取参数(例如，深度和频率)，这可跨不同超声检查增加图像质量的一致性。另外，在一些示例中，可以将一个或多个获取后处理参数的不同参数值应用于图像，以针对每个获取后处理参数生成针对该获取后处理参数各自具有不同参数值的一组复制图像。可针对每个复制图像确定图像质量，并且可选择具有最高图像质量的复制图像。该获取后处理参数的参数值可以被设置为来自选定复制图像的参数值并应用于后续图像。选择最佳获取和/或获取后参数可简化操作者的工作流程，这可减小检查时间并且可有利于更高质量的检查，甚至对于更多的新手操作者也是如此。

图1中示出了一种示例性超声系统，该示例性超声系统包括超声探头、显示设备和成像处理系统。经由超声探头，可获取超声图像并将其显示在显示设备上。如上所述，可使用各种获取扫描参数(诸如频率和深度)来获取图像，这些获取扫描参数具有可被选择以增加所获取图像的图像质量的参数值。为了选择扫描参数值，可以分析以不同扫描参数值获取的多个图像以确定哪些扫描参数值产生具有最高图像质量的图像。如图2所示，图像处理系统包括一个或多个图像质量模型(诸如深度模型和一个或多个频率模型)，其可以根据图3所示的顺序过程进行部署以确定如图4所示的多个图像中的每个图像的图像质量，并且选择将导致相对较高的图像质量的扫描参数值。在图5A和图5B中示出了用于在超声成像期间顺序地选择扫描参数值的方法。在已经选择目标扫描参数值之后，可以将不同的获取后处理参数值应用于图像以创建一组经调整图像，并且可部署图像质量模型以确定来自该组经调整图像中的哪个图像具有最高图像质量，并且因此确定应将哪个(哪些)获取后处理参数值应用于该图像和/或后续图像，如图6的方法所示。可根据如图7所示的扫描序列和/或根据如图8所示的扫描序列来获取本文所公开的图像。

参见图1，示出了根据本公开的实施方案的超声成像系统100的示意图。超声成像系统100包括发射波束形成器101和发射器102，该发射器驱动换能器阵列(本文中称为探头106)内的元件(例如，换能器元件)104，以将脉冲超声信号(本文中称为发射脉冲)发射到身体(未示出)中。根据一个实施方案，探头106可以是一维换能器阵列探头。然而，在一些实施方案中，探头106可以是二维矩阵换能器阵列探头。如以下进一步解释的，换能器元件104可以由压电材料构成。当向压电晶体施加电压时，晶体物理地膨胀和收缩，从而发射超声球波。这样，换能器元件104可将电子发射信号转换为声学发射波束。

在探头106的元件104将脉冲超声信号发射到(患者的)身体中之后，脉冲超声信号从身体内部的结构(如血细胞或肌肉组织)向后散射，以产生返回到元件104的回波。回波被元件104转换成电信号或超声数据，并且电信号被接收器108接收。表示所接收的回波的电信号穿过输出超声数据的接收波束形成器110。另外，换能器元件104可根据所接收的回波产生一个或多个超声脉冲以形成一个或多个发射波束。

根据一些实施方案，探头106可包含电子电路来执行发射波束形成和/或接收波束形成的全部或部分。例如，发射波束形成器101、发射器102、接收器108和接收波束形成器110的全部或一部分可位于探头106内。在本公开中，术语“扫描”或“扫描中”可也用于指通过传输和接收超声信号的过程来获取数据。本公开中，术语“数据”可以用于指称用超声成像系统来获取的一个或多个数据集。在一个实施方案中，可使用经由超声系统100获取的数据来训练机器学习模型。用户界面115可用于控制超声成像系统100的操作，包括用于控制患者数据(例如，患者病史)的输入、用于改变扫描或显示参数、用于启动探头复极化序列等。用户界面115可包括以下项中的一者或多者：旋转元件、鼠标、键盘、轨迹球、链接到特定动作的硬键、可被配置为控制不同功能的软键，以及显示在显示设备118上的图形用户界面。

超声成像系统100还包括处理器116，该处理器用以控制发射波束形成器101、发射器102、接收器108和接收波束形成器110。处理器116与探头106进行电子通信(例如，通信地连接)。出于本公开的目的，术语“电子通信”可被定义为包括有线通信和无线通信两者。处理器116可以根据存储在处理器的存储器、和/或存储器120上的指令来控制探头106以获取数据。处理器116控制元件104中的哪些是活动的以及从探头106发射的波束的形状。处理器116还与显示设备118进行电子通信，并且处理器116可将数据(例如，超声数据)处理成图像以用于在显示设备118上显示。处理器116可包括根据一个实施方案的中央处理器(CPU)。根据其他实施方案，处理器116可以包括能够执行处理功能的其他电子部件，诸如数字信号处理器、现场可编程门阵列(FPGA)或图形板。根据其他实施方案，处理器116可包括能够执行处理功能的多个电子部件。例如，处理器116可包括从电子部件的列表中选择的两个或更多个电子部件，这些电子部件包括：中央处理器、数字信号处理器、现场可编程门阵列和图形板。根据另一个实施方案，处理器116还可包括解调RF数据并且生成原始数据的复合解调器(未示出)。在另一个实施方案中，解调可以在处理链中较早地执行。处理器116适于根据数据上的多个可选超声模态来执行一个或多个处理操作。在一个示例中，可在扫描会话期间实时处理数据，因为回波信号被接收器108接收并且被传输至处理器116。出于本公开的目的，术语“实时”被定义为包括在没有任何有意延迟的情况下执行的过程。例如，实施方案可以7至20帧/秒的实时速率获取图像。超声成像系统100能够以显著更快的速率获取一个或多个平面的2D数据。然而，应当理解，实时帧速率可取决于获取用于显示的每帧数据所花费的时间长度。因此，当获取相对大量的数据时，实时帧速率可能较慢。因此，一些实施方案可具有显著快于20帧/秒的实时帧速率，而其他实施方案可具有低于7帧/秒的实时帧速率。数据可在扫描会话期间临时存储在缓冲器(未示出)中，并且在实时或离线操作中以不太实时的方式处理。本发明的一些实施方案可包括多个处理器(未示出)，以处理根据上文所述的示例性实施方案的由处理器116处理的处理任务。例如，在显示图像之前，可利用第一处理器来解调和抽取RF信号，同时可使用第二处理器来进一步处理数据(例如，通过如本文进一步描述的那样扩充数据)。应当理解，其他实施方案可使用不同的处理器布置方式。

超声成像系统100可以例如10Hz至30Hz的帧速率(例如，每秒10帧至30帧)连续获取数据。根据数据生成的图像可以在显示设备118上以相似的帧速率刷新。其他实施方案能够以不同速率获取并且显示数据。例如，根据帧的大小和预期的应用，一些实施方案可以小于10Hz或大于30Hz的帧速率获取数据。包括存储器120，用于存储已处理的获取数据的帧。在示例性实施方案中，存储器120具有足够的容量来存储至少几秒钟的超声数据帧。数据帧的存储方式便于根据其采集顺序或时间进行检索。存储器120可包括任何已知的数据存储介质。

在本发明的各种实施方案中，处理器116可通过不同的模式相关模块(例如，B模式、彩色多普勒、M模式、彩色M模式、频谱多普勒、弹性成像、TVI、应变、应变速率等)来处理数据，以形成2D或3D数据。例如，一个或多个模块可生成B模式、彩色多普勒、M模式、彩色M模式、频谱多普勒、弹性成像、TVI、应变、应变速率以及它们的组合，等等。作为一个示例，一个或多个模块可处理彩色多普勒数据，其可包括传统彩色血流多普勒、功率多普勒、HD流，等等。图像线和/或帧存储在存储器中，并且可包括指示图像线和/或帧存储在存储器中的时间的定时信息。这些模块可包括例如扫描转换模块，用于执行扫描转换操作，以将所获取图像从波束空间坐标转换为显示空间坐标。可以提供视频处理器模块，该视频处理器模块从存储器读取所获取图像并且在对患者执行规程(例如，超声成像)时实时显示图像。视频处理器模块可包括单独的图像存储器，并且超声图像可被写入图像存储器以便由显示设备118读取和显示。

在本公开的各种实施方案中，超声成像系统100的一个或多个部件可以包括在便携手持式超声成像设备中。例如，显示器118和用户界面115可以集成到手持式超声成像设备的外部表面中，该手持式超声成像设备可还包括处理器116和存储器120。探头106可以包括与手持式超声成像设备进行电子通信以收集原始超声数据的手持式探头。发射波束形成器101、发射器102、接收器108和接收波束形成器110可以包括在超声成像系统100的相同或不同部分中。例如，发射波束形成器101、发射器102、接收器108和接收波束形成器110可以包括在手持式超声成像设备、探头以及它们的组合中。

在执行二维超声扫描之后，生成包含扫描线及其样本的数据块。在应用后端滤波器之后，执行称为扫描转换的过程，以将二维数据块变换为具有附加扫描信息(诸如深度、每条扫描线的角度等)的可显示的位图图像。在扫描转换期间，应用内插技术来填充所得图像中的丢失的孔(即，像素)。出现这些丢失的像素是因为二维块的每个元素通常应该覆盖所得图像中的许多像素。例如，在当前超声成像系统中，应用了双三次插值，其利用了二维块的相邻元素。因此，如果与位图图像的尺寸相比，二维块相对较小，则扫描转换后的图像将包括分辨率差或分辨率低的区域，特别是对于深度较大的区域。

可进一步处理由超声成像系统100获取的超声图像。在一些实施方案中，可将超声成像系统100所产生的超声图像传输到图像处理系统，其中在一些实施方案中，可以通过使用超声图像和对应的地面实况输出而训练的一个或多个机器学习模型来分析超声图像，以便将扫描参数特定的图像质量度量分配给超声图像。如本文所用，地面实况输出是指基于到机器学习模型中的给定输入的预期或“正确”输出。例如，如果正训练机器学习模型来对猫的图像进行分类，则当馈送猫的图像时，模型的地面实况输出为标签“猫”。如下文更详细地解释，如果正训练机器学习模型以基于与深度相关联的图像质量因数(例如，某些解剖特征的可见度)对超声图像进行分类，则模型的地面实况输出可以是指示图像质量因数的水平的标签，例如，在1-5的标度上，其中1为最低图像质量水平(例如，反映不足的或不充分的深度、最不佳深度)并且5为最高图像质量水平(例如，反映足够深度、最佳深度)。类似地，如果正训练机器学习模型以基于与频率相关联的图像质量因数(例如，散斑)对超声图像进行分类，则模型的地面实况输出可以是指示图像质量因数的水平的标签，例如，在1-5的标度上，其中1为最低图像质量水平(例如，反射高/非平滑散斑、最不佳频率)并且5为最高图像质量水平(例如，反射低/平滑散斑、最佳频率)。

尽管在本文被描述为单独的系统，但应当理解，在一些实施方案中，超声成像系统100包括图像处理系统。在其他实施方案中，超声成像系统100和图像处理系统可包括单独的设备。在一些实施方案中，超声成像系统100所产生的图像可用作用于训练一个或多个机器学习模型的训练数据集，其中如下所述，可使用机器学习模型来执行超声图像处理的一个或多个步骤。

参见图2，其示出了根据示例性实施方案的图像处理系统202。在一些实施方案中，图像处理系统202结合到超声成像系统100中。例如，图像处理系统202可作为处理器116和存储器120设置在超声成像系统100中。在一些实施方案中，图像处理系统202的至少一部分设置在经由有线连接和/或无线连接通信地耦接到超声成像系统的设备(例如，边缘设备、服务器等)处。在一些实施方案中，图像处理系统202的至少一部分设置在单独的设备(例如，工作站)处，该单独的设备可从超声成像系统或从存储由超声成像系统所生成的图像/数据的存储设备接收图像/标测图。图像处理系统202可以可操作地/通信地耦接到用户输入设备232和显示设备234。至少在一些示例中，用户输入设备232可包括超声成像系统100的用户界面115，而显示设备234可包括超声成像系统100的显示设备118。

图像处理系统202包括处理器204，该处理器被配置为执行存储在非暂态存储器206中的机器可读指令。处理器204可以是单核或多核的，并且在其上执行的程序可以被配置用于进行并行或分布式处理。在一些实施方案中，处理器204可以可选地包括分布在两个或更多个设备中的单独组件，其可以被远程定位和/或配置用于协调处理。在一些实施方案中，处理器204的一个或多个方面可被虚拟化并由以云计算配置进行配置的可远程访问的联网计算设备执行。

非暂态存储器206可存储图像质量模型208、训练模块210和超声图像数据212。图像质量模块208可包括一个或多个机器学习模型(诸如深度学习网络)，所述一个或多个机器学习模型包括多个权重和偏差、激活函数、损失函数、梯度下降算法以及用于实现所述一个或多个深度神经网络以处理输入超声图像的指令。例如，图像质量模型208可以存储用于实现深度模型209和/或一个或多个频率模型211的指令。深度模型209和一个或多个频率模型211可以各自包括一个或多个神经网络。图像质量模块208可包括经训练的和/或未训练的神经网络并且还可包括与存储在其中的一个或多个神经网络模型相关联的训练例程或参数(例如，权重和偏差)。

深度模型209可以是神经网络(例如，卷积神经网络)，该神经网络被训练以识别超声图像中的远场结构并且确定远场结构(例如，超出/低于超声波束相对于超声探头的换能器的焦点的结构)是否处于预期深度。可训练深度模型209以便以扫描平面/视图特定的方式识别远场结构。例如，可训练深度模型以识别心脏的四腔室视图中的远场结构，但不识别心脏的胸骨旁长轴(PLAX)视图中的远场结构。因此，在一些示例中，深度模型209实际上可包括多个深度模型，每个深度模型特定于不同的扫描平面或解剖视图。可训练深度模型209以输出第一图像质量度量，该第一图像质量度量反映作为发射获取深度的函数的输入超声图像的质量。例如，由深度模型识别的远场结构可以随着深度改变而在外观/可见度上改变，并且由深度模型输出的第一图像质量度量可以反映这些结构的外观/可见度作为用于获取超声图像的深度是否为最佳深度的指示符。

一个或多个频率模型211可包括一个或多个神经网络或其他机器学习模型，其被训练为输出相应第二图像质量度量，该第二图像质量度量表示作为发射频率的函数而改变的图像质量因数。一个或多个频率模型211可以包括评估散斑尺寸的第一频率模型(称为散斑模型)、评估关键界标的第二频率模型(称为界标检测模型)、以及相对于超声图像的大量群体库评估全局图像质量的第三频率模型(称为全局图像质量模型)。可以训练散斑模型以输出反映输入超声图像中的散斑的平滑度水平的散斑图像质量度量。在散斑平滑度随着频率增加而增加时，散斑图像质量度量可随着频率增加而增加。可训练界标检测模型以输出反映输入超声图像中的某些解剖特征(界标)的外观/可见度的界标图像质量度量。例如，随着发射频率增加，某些解剖特征(诸如二尖瓣)可能开始降低图像质量/外观。因此，界标检测模型可识别输入超声图像中的关键界标，并且基于所识别的关键界标的图像质量/可见度来输出界标图像质量度量。因为关键界标随着扫描平面/解剖视图改变而改变，所以界标检测模型可包括多个不同的界标检测模型，每个界标检测模型特定于不同的扫描平面或解剖视图。

可训练全局图像质量模型以相对于超声图像的大量群体库评估输入超声图像的总体图像质量。例如，可以通过多个不同患者的多个超声图像训练全局图像质量模型，其中专家(例如，心脏病专家或其他临床医生)通过总体图像质量分数(例如，在1-5的标度上，其中1是最低图像质量并且5是最高图像质量)注释或标记每个训练超声图像。在训练/验证之后，全局图像质量模型然后可生成反映输入超声图像相对于训练超声图像的总体图像质量的全局图像质量度量的输出。通过包括反映相对于较大量群体的图像质量的图像质量度量，可以考虑患者特定的图像质量问题。

非暂态存储器206还可包括训练模块210，该训练模块包括用于训练存储在图像质量模型208中的一个或多个机器学习模型的指令。在一些实施方案中，训练模块210不设置在图像处理系统202处。因此，图像质量模型208包括经训练和验证的网络。

非暂态存储器206还可存储超声图像数据212，诸如图1的超声成像系统100所捕获的超声图像。例如，超声图像数据212可包括由超声成像系统100获取的超声图像数据。超声图像数据212的超声图像可包括由超声成像系统100在不同扫描参数的不同参数值(诸如不同频率和/或不同深度)下获取的超声图像。另外，当训练模块210存储在非暂态存储器206中时，超声图像数据212可以存储超声图像、地面实况输出、机器学习模型输出的迭代、以及可用于训练图像质量模型208的其他类型的超声图像数据。在一些实施方案中，超声图像数据212可以有序的格式存储超声图像和地面实况输出，使得每个超声图像都与一个或多个对应的地面实况输出相关联。然而，在训练模块210未设置在图像处理系统202处的示例中，可用于训练图像质量模型210的图像/地面实况输出可以存储在其他地方。

在一些实施方案中，非暂态存储器206可以包括设置在两个或更多个设备上的组件，这些组件可以被远程定位和/或配置用于协调处理。在一些实施方案中，非暂态存储器206的一个或多个方面可以包括以云计算配置进行配置的可远程访问的联网存储设备。

用户输入设备232可包括触摸屏、键盘、鼠标、触控板、运动感测相机或被配置为使用户能够与图像处理系统202内的数据交互并操纵该数据的其他设备中的一者或多者。在一个示例中，用户输入设备232可使用户能够选择超声图像以用于训练机器学习模型，以在超声图像数据212中指示或标记介入设备的位置，或者用于使用经训练的机器学习模型进行进一步处理。

显示设备234可包括几乎利用任何类型技术的一个或多个显示设备。在一些实施方案中，显示设备234可包括计算机监视器，并且可显示超声图像。显示设备234可与处理器204、非暂态存储器206和/或用户输入设备232组合在共享的封装件中，或者可以是外围显示设备，并且可包括监视器、触摸屏、投影仪或本领域已知的其他显示设备，该其他显示设备可使得用户能够查看由超声成像系统产生的超声图像和/或与存储在非暂态存储器206中的各种数据交互。

应当理解，图2所示的图像处理系统202是用于说明而非限制。另一种合适的图像处理系统可以包括更多、更少或不同的部件。

转到图3，其示出了用于顺序地选择两个扫描参数(本文中为深度和频率)的扫描参数值的过程300。可根据哪些扫描参数值产生最高图像质量来选择扫描参数值，其中图像质量由机器学习模型确定。方法300可通过图1至图2的部件来执行，例如，可以经由超声探头106获取图像并且可以由图像处理系统202执行参数值选择。如图所示，一旦超声系统的操作者定位超声探头以对目标扫描平面(在302处示出)成像，图像获取就可在304处开始。图像获取可包括获取第一多个图像，其中以单个频率(例如，1.4Mz)和不同深度值获取第一多个图像中的每个图像(例如，30cm处的第一图像、17cm处的第二图像和10cm处的第三图像)。第一多个图像中的每个图像被输入到深度模型306中，该深度模型可以是图2的深度模型209的非限制性示例。深度模型306可以是机器学习模型(诸如神经网络)，该机器学习模型被训练以确定第一图像质量分数，该第一图像质量分数从目标扫描平面中的一个或多个关键解剖特征是否充分可见/是否具有足够高的质量的角度来反映输入图像的质量。一个或多个关键解剖特征可以是其可见度/质量随着深度改变而改变的特征，并且因此可以用作其深度值可导致高质量图像的标记。可选择来自第一多个图像中的具有最高第一图像质量分数的图像，并且可将获取该图像的深度选择为用于后续图像获取的选定深度值。如果存在具有相同的最高第一图像质量分数的两个或更多个图像，则可选择在最大深度处获取的图像。

一旦识别出选定深度值，就可在308处将超声探头的发射深度调整到选定(例如，最佳的)深度值，并且获取第二多个图像。以选定深度值并且以不同的频率值获取第二多个图像中的每个图像(例如，可以1.4MHz获取第一图像，可以1.7MHz获取第二图像，可以2MHz获取第三图像，并且可以2.3MHz获取第四图像)。将第二多个图像中的每个图像输入到一个或多个模型中，以确定第二多个图像中的每个图像的第二图像质量分数。一个或多个模型可包括全局图像质量模型310、界标检测模型312和散斑模型314(其可为上文相对于图2所述的全局图像质量模型、界标检测模型和散斑模型的非限制性示例)。全局图像质量模型310、界标检测模型312和散斑模型314中的每一者可以是机器学习模型(诸如神经网络)。可以训练全局图像质量模型310以便基于该图像的图像质量以大量群体方式向每个图像分配分数(例如，在1-5的标度上)。界标检测模型312和散斑模型314可各自输出反映给定患者的图像在质量上随超声发射频率而改变的程度的分数，因为超声图像上的散斑可随着频率增加而平滑/改变尺寸，并且某些关键解剖界标可随着频率改变而变得更加或更不可见。可组合从每个模型输出的分数以生成累积的第二图像质量分数，如316处所示。可在318处选择来自第二多个图像中的具有最高第二图像质量分数的图像，并且可将获取该图像的频率选择为用于后续图像获取的选定频率值。如果存在具有相同的最高第二图像质量分数的两个或更多个图像，则可以选择在最高频率处获取的图像。

可能以选定深度值和选定(例如，最佳的)频率值获取操作者所期望的和/或扫描协议所指示的该目标扫描平面或视图的任何附加图像，如320处所示。

图3所示的顺序过程可导致获取总共m+n个图像以便选择用于后续获取的深度值和频率值。数量m的图像可以基于多少深度值可用/被选择以进行优化。如上所述，可存在三个可能的深度值，但其他数量的深度值也是可能的，诸如两个或四个或更多个。同样，数量n的图像可以基于多少频率值可用/被选择以进行优化。如上所述，可存在四个可能的频率值，但其他数量的频率值也是可能的，诸如三个、五个等。另外，虽然图3示出了用于选择两个扫描参数的值的过程，但可以选择/优化更多的扫描参数，诸如增益、波束转向、波束形成策略、滤波等。在此类示例中，所获取的图像的数量可以是m+n+l，其中数量l的图像基于可用于优化的增益(或其他参数)的值。在深度和频率优化期间，增益可保持恒定，并且然后一旦深度和频率被优化，就可以通过最佳深度和最佳频率以及不同增益值来获取数量l的图像。更进一步，虽然图3示出了在频率之前优化深度，但在一些示例中，可在优化深度之前优化频率。

上述的顺序过程可导致与其中获取m×n个图像并且因此针对扫描值的每个不同可能组合获取图像的联合过程相比获取更少的图像，这可使得顺序过程比联合过程更实用且更易于实现。另外，可通过在单个心动周期内获取的图像来优化根据顺序过程优化的每个参数，这可导致具有较少运动相关伪影的图像和/或导致彼此更可比较的图像，从而可使得参数选择更稳健。另外，在优化第一参数(例如，深度)之后，可将具有最高图像质量的图像(例如，其深度值被优化)呈现给超声系统的操作者和/或可在优化频率之前将已优化的深度值呈现给操作者，这可允许操作者确认最佳深度值的选择或选择不同的最佳深度值，从而可减小选择误差。作为一个示例性场景，通过将增益增加至超过通常/预设范围，可对于具有高频率的获取增强瓣膜状结构。增强的瓣膜可能看起来类似于具有较低频率和正常增益值的获取中的瓣膜。由于不同参数之间的相互影响而引起的此类混杂效应使得难以在联合过程中选择一个最佳设置。

图4示出了可在图3所示的过程期间获取和分析的多个超声图像400。多个超声图像400包括第一多个图像410。以不同的深度值并以相同的频率获取第一多个图像410中的每个图像。例如，以30cm的深度获取第一图像402，以17cm的深度获取第二图像404，并且以10cm的深度获取第三图像406。以1.4MHz的频率获取第一图像、第二图像和第三图像中的每一者。例如，第一多个图像410中的每个图像包括基于来自深度模型的输出确定的深度分数。

多个超声图像400还包括第二多个图像420。以相同的深度值和不同的频率获取第二多个图像420中的每个图像。例如，第二多个图像420包括以1.4MHz的频率获取的第一图像412、以1.7MHz的频率获取的第二图像414、以2MHz的频率获取的第三图像416和以2.3MHz的频率获取的第四图像418。图4所示的第二多个图像420的每个图像包括两个质量指示符，即预测的IQ评级和累积分数。累积分数可基于来自图3所示的模型中的一者或多者(诸如界标检测模型、全局图像质量模型和散斑尺寸模型)的输出来确定。在一些示例中，累积分数还可以基于来自深度模型的输出。可使用在训练过程期间确定的经验阈值来从累积分数中获得预测的IQ评级。预测的IQ评级将输入超声图像或影片环(cine loop)分类为三个图像质量水平，诸如1针对不良/低图像质量，2针对可接受图像质量，并且3针对良好/高图像质量，而累积分数为用于从一组获取中选择最佳获取的连续数。

可选择来自第一多个图像的具有最高分数(例如，深度分数)的图像，并且最佳深度值可以是用于获取选定图像的深度值。例如，如图所示，第二图像404具有为5的深度分数，其高于第一图像402和第三图像406的分数。因此，最佳深度值可以是17cm，因为以17cm的深度值获取第二图像404。当获取第二多个图像420时，超声探头可被控制到17cm的深度，并且因此以17cm的最佳深度获取第二多个图像420中的每个图像。

同样，可选择来自第二多个图像的具有最高分数(例如，预测的IQ评级和/或累积分数)的图像，并且最佳频率值可以是用于获取选定图像的频率值。例如，如图所示，第二图像414具有为2的预测的IQ分数和为4.8的累积分数，从而导致比第一图像412、第三图像416和第四图像418的组合分数更高的组合分数。因此，最佳频率值可为1.7MHz，因为以1.7MHz的频率值获取第二图像414。在一些示例中，仅累积分数可用于选择具有最佳频率值的图像。

图5A和图5B示出了流程图，该流程图示出根据一个实施方案的用于顺序超声成像参数选择的示例性方法500。具体地，方法500涉及以不同扫描参数的不同参数值获取多个超声图像，并且然后通过多个机器学习模型来处理所获取的超声图像以选择扫描参数值，这可以改善所显示的超声图像的图像质量。参照图1至图2的系统和部件描述了方法500，但应当理解，方法500可在不脱离本公开的范围的情况下用其他系统和部件来实现。可以根据存储在计算设备(诸如图2的图像处理系统202)的非暂态存储器中的指令来执行方法500。

在502处，获取超声图像并将其显示在显示设备上。例如，可通过图1的超声探头106获取超声图像并且经由显示设备118将其显示给操作者。图像可实时或接近实时地获取和显示，并且可通过默认或用户规定的扫描参数(例如，默认深度、频率等)来获取。在504处，方法500确定是否已经接收到目标扫描平面正被成像的指示。目标扫描平面可以是由扫描协议规定或由操作者指定为目标扫描平面的扫描平面。例如，可作为超声检查的一部分获取超声图像，其中在某些视图/轴中对某些解剖特征进行成像以便诊断患者状况、测量解剖特征的各方面等。例如，在心脏检查期间，可以对患者心脏的一个或多个目标扫描平面(也称为视图)进行成像。目标扫描平面可以包括四腔室视图、两腔室视图(其也可以称为短轴视图)和长轴视图(其也可以称为PLAX视图或三腔室视图)。可在每个扫描平面中获取一个或多个图像并且作为检查的一部分保存这些图像以供临床医生(诸如心脏病专家)稍后分析。当获取用于检查的图像时，超声操作者(例如，超声检查医师)可以移动超声探头，直到操作者确定目标扫描平面正被成像，并且然后操作者可以输入指示目标扫描平面正被成像的输入(例如，经由用户界面115)。在另一个示例中，超声系统(例如，经由图像处理系统202)可以自动确定目标扫描平面正被成像。例如，可将每个所获取的超声图像(或所获取的超声图像的某个频率，诸如每五个图像)输入到被配置为自动检测当前扫描平面的检测模型中。如果当前扫描平面是目标扫描平面，则可以生成指示。

如果没有接收到目标扫描平面正被成像的指示，则方法500返回到502以继续获取和显示超声图像(例如，以默认或用户设置的扫描参数)。如果接收到目标扫描平面正被成像的指示，则方法500行进到506以获取第一多个图像(和/或影片环)，其中以第一扫描参数的不同参数值获取第一多个图像中的每个图像(或影片环)。例如，第一扫描参数可以是深度，并且因此可能以不同的深度值(例如，10cm、17cm、30cm等)获取第一多个图像中的每个图像。第一多个图像可包括三个图像或多于三个图像(如果要从中选择多于三个深度值)。在获取第一多个图像期间，任何其他扫描参数(例如，频率、增益等)可保持恒定。例如，可能以第二参数的相同值(例如，以相同频率值，诸如1.4MHz)获取第一多个图像中的每个图像。在获取第一多个图像期间，至少在一些示例中，所获取的图像可能以获取图像的帧速率显示在显示设备上。

在508处，确定第一多个图像中的每个图像(和/或影片环)的第一参数特定的质量度量。第一参数特定的质量度量可以是随着第一扫描参数的值改变而改变的质量度量。例如，当第一扫描参数是深度时，第一参数特定的质量度量可以随着深度改变而改变。如在510处指示的，可以根据参数特定模型(诸如图2的深度模型209)来确定第一参数特定的质量度量。例如，第一多个图像中的每个图像可作为输入被输入到深度模型，并且深度模型可针对每个输入图像输出相应第一参数特定的质量度量(例如，如上文相对于图2和图3所述的第一图像质量度量)。在一些示例中，可以基于目标扫描平面选择模型。例如，当目标扫描平面是四腔室视图时，可以选择第一深度模型，并且当目标扫描平面是两腔室视图时，可以选择第二深度模型。

在512处，识别第一多个图像中的第一图像(或影片环)，其中第一图像是第一多个图像中的具有最高第一质量度量的图像，并且第一图像的对应第一参数值被设置为第一扫描参数的第一选定值。对应的第一参数值可以是以其获取第一选定图像的第一扫描参数的参数值。例如，对应的第一参数值可以是获取第一选定图像的深度值，并且因此选定深度值可以是获取第一选定图像的深度值。

在514处，获取第二多个图像(和/或影片环)，其中以第一扫描参数的选定值并且以第二扫描参数的不同参数值获取第二多个图像中的每个图像。例如，第二扫描参数可以是频率，并且因此可能以不同频率值(例如，1.4MHz、1.7MHz、2MHz等)获取第二多个图像中的每个图像。第二多个图像可包括四个图像(和/或影片环)或多于或少于四个图像(如果要从中选择多于或少于四个频率值)。以第一扫描参数的相同参数值(选定参数值)获取(例如，以在512处确定的选定深度值获取)第二多个图像中的每个图像。在获取第二多个图像期间，至少在一些示例中，所获取的图像可能以获取图像的帧速率显示在显示设备上。

在516处，为第二多个图像中的每个图像(和/或影片环)确定第二参数特定的质量度量。第二参数特定的质量度量可以是随着第二扫描参数的值改变而改变的质量度量。例如，当第二扫描参数是频率时，第二参数特定的质量度量可以随着频率改变而改变。如在518处指示的，可以根据一个或多个参数特定模型(诸如图2的一个或多个频率模型211)确定第二参数特定的质量度量。例如，第二多个图像中的每个图像可作为输入被输入到散斑模型、界标检测模型和/或全局图像质量模型，并且这些模型可针对每个输入图像输出相应子度量(例如，如上文相对于图2和图3说明的相应第二图像质量度量)。可以对相应子度量进行组合(例如，相加或求平均)以生成第二质量度量。在一些示例中，可以基于目标扫描平面选择模型。例如，当目标扫描平面为四腔室视图时，可选择第一界标检测模型，并且当目标扫描平面为两腔室视图时，可选择第二界标检测模型。

在520处(如图5B所示)，识别第二多个图像中的第二图像(或影片环)，其中第二图像是第二多个图像中的具有最高第二质量度量的图像，并且第二最佳图像的对应第二参数值被设置为第二扫描参数的选定值。对应的第二参数值可以是以其获取第二图像的第二扫描参数的参数值。例如，对应的参数值可以是获取第二图像的频率值，并且因此选定频率值可以是获取第二图像的频率值。

在521处，方法500任选地包括设置目标获取后处理参数，在下面相对于图6对此进行更详细的说明。简而言之，一旦如上所述的那样已经选择了获取扫描参数值，就可以基于一组或多组经调整图像的图像质量来选择一个或多个获取后处理参数的目标值。例如，可复制图像，其中将不同的获取后处理参数值应用于每个复制品以创建一组经调整图像。可选择来自一组经调整图像的具有最高图像质量的图像，并且可将该图像的参数值应用于后续图像。示例性获取后处理参数包括滤波参数(例如，带宽、中心频率)、图像对比度、图像增益等。

在522处，以第一扫描参数的选定值和第二扫描参数的选定值获取一个或多个超声图像。因此，一旦如上所述的那样已经基于所确定的图像质量度量为目标扫描平面选择了扫描参数值，就可以设置选定扫描参数值，并且可能以设置的选定扫描参数值获取由超声探头获取的任何附加图像。这可包括将超声探头的发射深度设置为选定深度值，并且将超声探头的发射频率设置为选定频率。在一些示例中，可以将目标扫描平面的选定扫描参数值保存在存储器中。然后，如果操作者移动超声探头以使得目标扫描平面不被成像，但随后将超声探头移回以使得目标扫描平面再次被成像，则可以自动应用该扫描平面的先前确定的选定扫描参数值。另外，如果设置了目标获取后处理参数(例如，根据图6的方法)，则可以根据目标获取后处理参数处理在522处获取的一个或多个超声图像，例如，可根据滤波的参数值(例如，带宽和中心频率)来对所接收的超声数据进行滤波，这些参数值是根据图6的方法来确定的。

在524处，方法500确定当前检查是否包括更多的目标平面。可基于用户输入来确定当前检查是否包括更多的目标平面。例如，操作者可以输入指示新扫描平面正被成像，新扫描平面将被成像，或检查结束的用户输入。在其他示例中，确定检查是否包括更多的目标平面可以基于系统确定不同的扫描平面正被成像或扫描已终止而自动进行。如果检查不包括更多的目标扫描平面，例如，如果当前检查完成并终止成像，则方法500行进到526以显示所获取的图像、质量度量和选定参数设置，并且然后方法500返回。应当理解，可在522处和/或方法500期间的其他点处显示所获取的图像。此外，可在520处显示选定参数设置以允许操作者查看和确认参数设置。也可在其他时间点显示质量度量，诸如在520处。另外，可在操作者请求时将在522处获取的图像存档。

如果检查确实包括更多的目标扫描平面，则方法500行进到528以确定是否已经接收到下一个目标平面正被成像的指示，类似于504处做出的并且如上所述的确定。如果尚未接收到指示，则方法500行进到530以便继续以第一扫描参数和第二扫描参数的选定值获取图像(例如，如上面相对于522说明的)，并且然后方法500返回至528以继续确定是否已经接收到指示。如果已经接收到指示，则方法500行进到532，并且任选地限制第一扫描参数和第二扫描参数中的一者或两者的参数值。例如，如上所述，第一扫描参数可具有三个可能参数值，并且第二扫描参数可具有四个可能扫描值。然而，一旦已经针对给定扫描平面确定了选定参数值，就可以将那些选定参数值应用于下一个目标平面，从而限制可被优化的可用值。例如，如果第一目标平面为四腔室视图，并且下一个目标平面为两腔室视图，则选定值中的一者或两者可用于获取以两腔室视图的图像。如果使用选定值中的一个选定值但不使用另一个选定值(例如，使用选定深度)，则可针对下一个目标平面重新执行对另一个扫描参数(例如，频率)的选定值的选择。然而，例如，当从四腔室视图切换到PLAX视图时，可以重新确定两个参数值并且因此可以不执行532。

在534处，可针对下一个目标平面重复506-522。例如，可以获取下一个目标扫描平面的第一多个图像，以第一扫描参数的不同参数值获取每个图像，可以为第一多个图像中的每个图像确定第一质量度量，并且可以识别具有最高第一质量度量的第一图像。可将第一扫描参数的选定值设置为以其获取第一图像的第一扫描参数的参数值。然后，以第一扫描参数的选定值，可以获取下一个目标扫描平面的第二多个图像，以第二扫描参数的不同参数值获取每个图像，可以为第二多个图像中的每个图像确定第二质量度量，并且可以识别具有最高第二质量度量的第二图像。可将第二扫描参数的选定值设置为以其获取第二图像的第二扫描参数的参数值。然后可以通过第一扫描参数和第二扫描参数的选定值来获取下一个目标扫描平面的一个或多个附加图像。可以针对所有的附加目标扫描平面重复该过程，直到检查完成。

虽然上文相对于顺序地改变深度和频率以确定将导致高质量图像的目标深度和频率值描述了方法500，但在不脱离本公开的范围的情况下，可以根据上述方法改变其他获取扫描参数。例如，可顺序地改变波束形成策略和频率。波束形成策略可包括所采用的波束形成的类型，例如，ACE处理的强度/类型。示例性波束形成策略(其可被认为是波束形成策略的不同“参数值”)可包括延迟求和、相干平面波复合和发散波束。为了选择目标波束形成策略和目标频率，可以获取第一组图像，以不同的波束形成策略和相同的频率获取每个图像(例如，以第一波束形成策略和第一频率获取第一图像，以第二波束形成策略和第一频率获取第二图像等)。第一组图像中的每个图像可被分配质量度量，如上所述。例如，可将每个图像输入到散斑模型、界标检测模型和/或全局图像质量模型，并且这些模型可针对每个输入图像输出相应子度量。可以对相应子度量进行组合(例如，相加或求平均)以生成每个图像的质量度量。可以选择具有最高质量度量的图像，并且可以将用于获取选定图像的波束形成策略设置为用于后续图像获取的目标波束形成策略。然后，可以获取第二组图像，以目标波束形成策略和不同频率获取每个图像(例如，以目标波束形成策略和第一频率获取第一图像，以目标波束形成策略和第二频率获取第二图像等)。可为第二组图像中的每个图像分配质量度量，如上所述，并且可选择来自第二组图像中的具有最高质量度量的图像。用于获取该图像的频率可被选择为目标频率，并且与目标波束形成策略一起使用以获取后续图像。在深度不是要改变和选择的扫描参数的示例中，可以从质量度量确定中省略上面解释的深度模型。

现在转到图6，呈现了用于确定超声图像的获取后处理参数的方法600。方法600可作为方法500的一部分执行，例如，一旦已经确定了目标平面的获取参数值。在其他示例中，方法600可以独立于方法500执行，例如响应于设置获取后处理参数值的用户请求。可以根据存储在计算设备(诸如图2的图像处理系统202)的非暂态存储器中的指令来执行方法600。

在602处，获取单个图像的超声信息。可响应于方法600的执行而通过超声探头获取超声信息，或者可从存储器中检索超声信息。在一个非限制性示例中，超声信息可以是足以生成一个图像的超声信息，并且可以通过如上所讨论的目标获取扫描参数(例如，以目标深度、目标频率等)获得超声信息。

在604处，将第一获取后参数的不同参数值应用于所获得的超声信息以生成第一组经调整图像。例如，第一获取后参数可以是滤波中心频率，并且不同的参数值可以是不同的中心频率(例如，3.2MHz、3.4MHz和3.6MHz，或者发射频率的不同倍数，诸如发射频率、发射频率的两倍和发射频率的三倍)。在另一个示例中，第一获取后参数可以是滤波带宽，并且不同的参数值可以是不同的带宽(例如，1MHz、1.2MHz和1.4MHz)。可以将每个不同的参数值应用于超声信息以生成针对每个参数值的图像。例如，当第一获取后参数是滤波中心频率时，第一组经调整图像可包括通过3.2MHz的中心频率生成的第一图像、通过3.4MHz的中心频率生成的第二图像、以及通过3.6MHz的中心频率生成的第三图像。相同的超声信息可用于生成第一组经调整图像中的每个图像。任何其他获取后参数可恒定地保持在默认值或命令值。

在606处，确定第一组经调整图像中的每个图像的质量度量。每个图像的质量度量可通过将作为输入的每个图像输入到一个或多个图像质量模型来确定，如上文相对于图2、图3、图5A和图5B说明的。例如，每个图像可作为输入被输入到全局图像质量模型、界标检测模型和散斑模型，并且每个模型可输出相应质量子度量，这些质量子度量可被求和或求平均以达到每个图像的总体图像质量度量。

在608处，选择第一组经调整图像中的具有最高图像质量度量的图像。如果两个或更多个图像具有相同的最高图像质量度量，则可以使用附加度量以从两个或更多个图像中进行选择，诸如全局图像质量模型子度量。在610处，将第一获取后参数设置为选定图像的参数值。例如，如果通过3.2MHz的滤波器中心频率生成选定图像，则可将滤波器中心频率设置为3.2MHz。

在612处，可针对任何附加的获取后参数重复上述过程。例如，在选择第一获取后参数值之后，超声信息可以再次用于生成复制图像，其中每个复制图像具有第二获取后参数(诸如滤波器带宽)的不同参数值，以形成第二组经调整图像。当已经设置了第一获取后参数时，可以通过第一获取后参数的设置参数值生成第二组经调整图像中的图像。可针对第二组经调整图像中的每个图像确定图像质量度量，并且可选择具有最高图像质量度量的图像。具有最高图像质量度量的图像的第二获取后参数的参数值可以被设置为第二获取后参数的参数值。在614处，将每个获取后参数的设置参数值应用于例如当前视平面的任何后续图像。然后，方法600结束。

虽然方法600在上文中被描述为包括用于选择两个或更多个获取后参数的参数值的顺序过程，但可以替代地使用联合过程。在联合过程中，可生成一组复制图像，其中每个图像具有两个或更多个获取后参数的参数值的不同组合。可如上所述的那样确定每个图像的图像质量，并且可选择具有最高图像质量度量的图像。可选择用于生成选定图像的两个或更多个获取后参数的参数值并且将其设置为用于后续图像处理的参数值。

可以根据合适的扫描序列来执行用于获取本文所述的超声图像的图像获取过程。图7示出了曲线图900，该曲线图示出可被执行以获取可用于生成单个图像的超声信息的第一示例性扫描序列。曲线图700示出了扇形扫描，但其他扫描几何形状也是可能的。曲线图700中的每条线表示发射方向，并且例如从左到右顺序地击发发射。当发射参数(诸如频率)改变时，发射可全部以相同的参数值(例如，以相同的频率P1)进行击发以生成第一图像。然后，可将频率调整到第二频率，并且发射可全部按顺序以第二频率击发以生成第二图像。

当探索目标参数值时，图7的扫描序列将导致以不同参数值获得后续图像。然而，可以通过不同的参数获取图像内的后续拍摄。用于获取的该扫描过程将包括通过N个不同参数值在相同的发射方向上击发N次以记录该方向的数据，之后继续移动到下一个发射方向。在图8中示出了该扫描过程，该图示出了曲线图800，该曲线图示出可被执行以获取可用于生成多个图像的超声信息的第二示例性扫描序列。曲线图800示出了扇形扫描，但其他扫描几何形状也是可能的。曲线图800中的每条实线表示发射方向和第一参数值，而每条虚线表示不同的参数值(在实线左侧的发射方向上击发)，并且例如从左到右顺序地击发发射。代替仅包括一个发射参数值，曲线图1000包括四个发射参数值P1-P4。例如，发射参数可以是频率，并且每个参数值可以是不同的频率。

在图像获取期间，可以顺序地击发发射，但对于每个发射方向，可以针对每个参数值击发发射，之后继续移动到下一个发射方向。例如，对于第一发射方向，可能以P1击发发射，可能以P2击发发射，可能以P3击发发射，并且可能以P4击发发射(虽然出于说明的目的，将不同的实线/虚线放置在彼此旁边，但应当理解，针对第一发射方向的P1-P4的每个发射将在相同的发射方向上击发)。发射方向可被更新为第二发射方向，并且一组发射可在第二发射方向上被击发，针对每个参数值有一个发射。该过程可重复，直到所有发射方向已经以所有参数值进行击发。可以根据在以第一参数值击发时获取的信息生成第一图像，可以根据在以第二参数值击发时获取的信息生成第二图像，可以根据在以第三参数值击发时获取的信息生成第三图像，并且可以根据在以第四参数值击发时获取的信息生成第四图像。用于参数探索的该扫描序列将在每个方向上击发若干次，之后继续到下一个发射方向。这可导致需要更长的时间来获取图像的所有方向，但将导致要针对图像质量进行比较的不同参数之间的非常低的滞后。

至少在一些示例中，如上文相对于图5A和图5B所述，可在图像获取期间执行图8所示的扫描序列以用于参数选择。在其他示例中，可以在图像获取期间执行图7所示的扫描序列以用于参数选择。

另外，因为已成像解剖特征的运动可促进图像质量的波动，所以可能期望在不发生运动的周期期间、或在图像之间的运动可比较的周期期间获得本文所述的图像(例如，用于确定最佳扫描参数)。当对心脏成像时，鉴于心脏在心动周期期间的移动，获得没有运动或具有可比较运动的图像可能是具有挑战性的。例如，对于心率为60次心跳/分钟的患者，心动周期可持续一秒，这大约是用于获取本文所述的所有图像的相同时间量。因此，在改变深度以首先选择最佳深度时频率是否保持恒定持续一定持续时间，或者在改变频率以首先选择最佳频率时深度是否保持恒定的决定可取决于正被成像的解剖结构(例如，心脏是否正被成像，以及如果是的话，心脏的哪个视图)。例如，在将不同频率但相同深度的图像彼此比较以确定哪个图像具有最高图像质量时，可在心动周期的相同相对阶段中获取正被比较的所有图像时进行更可靠的确定。因此，至少在一些示例中，可设置何时获取不同图像的定时，使得以不同频率获取的图像在心动周期的相同大体阶段内被获取或以其他方式经受类似运动。

按顺序选择扫描参数值的技术效果包括增加的图像质量和减小的操作者工作流需求。另一个技术效果是在多个检查中的更一致的图像质量。

在另一个表示中，系统包括超声探头、存储指令的存储器和处理器，该处理器通信地耦接到存储器并且在执行指令时，被配置为：将通过超声探头获得的超声信息处理成第一组复制图像，每个复制图像根据第一获取后处理参数的多个获取后处理参数值的不同获取后处理参数值进行处理；确定第一组复制图像中的每个复制图像的图像质量度量；选择具有最高图像质量度量的复制图像；以及根据用于将超声信息处理成选定复制图像的获取后处理参数值来处理附加获取的超声信息。在一个示例中，从相同的超声信息处理第一组复制图像中的每个复制图像，使得除了用于创建复制图像的不同获取后处理参数值之外，复制图像是相同的。在一个示例中，处理器被配置为在选择具有最高图像质量度量的复制图像之后：将超声信息处理成第二组复制图像，第二组复制图像中的每个复制图像根据第二获取后处理参数的多个获取后处理参数值的不同获取后处理参数值进行处理；确定第二组复制图像中的每个复制图像的图像质量度量；选择第二组复制图像中的具有最高图像质量度量的复制图像；以及根据用于将超声信息处理成选定复制图像的第二获取后处理参数的获取后处理参数值来处理附加获取的超声信息。在一个示例中，根据第二获取后处理参数的不同参数值处理第一组复制图像中的每个复制图像，并且根据用于将超声信息处理成选定复制图像的第二获取后处理参数的参数值来处理附加获取的超声信息。在一个示例中，可以通过超声探头以根据上文相对于图5A和图5B所述的顺序过程选择的第一目标扫描参数值和第二目标扫描参数值获取超声信息。

当介绍本公开的各种实施方案的元件时，词语“一个”、“一种”和“该”旨在意指存在这些元件中的一个或多个元件。术语“第一”、“第二”等不表示任何顺序、量或重要性，而是用于将一个元件与另一个元件区分开。术语“包含”、“包括”和“具有”旨在是包含性的，并且意指除了列出的元件之外还可存在附加元件。如本文使用术语“连接到”、“耦接到”等，一个对象(例如，材料、元件、结构、构件等)可以连接到或耦接到另一个对象，而无论该一个对象是否直接连接或耦接到另一个对象，或者在该一个对象和另一个对象之间是否存在一个或多个介入对象。此外，应当理解，对本公开的“一个实施方案”或“实施方案”的引用不旨在被解释为排除也包含所引用特征的附加实施方案的存在。

除了任何先前指示的修改之外，本领域技术人员可以在不脱离本描述的实质和范围的情况下设计出许多其他变型和替换布置，并且所附权利要求书旨在覆盖此类修改和布置。因此，尽管上面已经结合当前被认为是最实际和最优选的方面对信息进行了具体和详细的描述，但对于本领域的普通技术人员将显而易见的是，在不脱离本文阐述的原理和概念的情况下，可以进行许多修改，包括但不限于形式、功能、操作方式和使用。同样，如本文所使用的，在所有方面，示例和实施方案仅意图是说明性的，并且不应以任何方式解释为限制性的。