用于分析成像数据的方法和装置与流程

用于分析成像数据的方法和装置
1.相关申请的交叉引用
2.本技术根据35u.s.c.
§
119(e)要求2019年5月22日在代理人案卷号b1348.70143us00下提交的名称为“methods and apparatuses for analyzing imaging data[用于分析成像数据的方法和装置]”的美国临时申请序列号62/851,502的权益，该美国临时申请在此通过引用以其整体并入本文。
技术领域
[0003]
总体上，本文描述的技术的方面涉及分析成像数据。一些方面涉及用于计算和显示对一组个人关于成像数据和/或基于成像数据的输出的集体意见的预测的方法和装置。


背景技术：

[0004]
医学成像可以用于执行诊断成像和/或治疗。例如，超声成像可以用于使用频率高于人类可听到的频率的声波来观察体内软组织。当超声脉冲被发射到组织中时，不同振幅的声波可能会在不同的组织界面处反射回探头。这些反射的声波然后可以被记录并作为图像显示给操作者。声音信号的强度(振幅)和波穿过身体所需的时间可以提供用于产生超声图像的信息。


技术实现要素：

[0005]
根据一个方面，一种装置包括处理电路系统，该处理电路系统被配置为自动计算对一组个人关于成像数据和/或基于成像数据的输出的集体意见的预测、并且显示对该组个人关于该成像数据和/或基于成像数据的输出的集体意见的预测。
[0006]
在一些实施例中，该处理电路系统被配置为当自动计算该组个人关于该成像数据和/或基于该成像数据的输出的集体意见时，计算对一组个人关于成像数据可用性的集体意见的预测。在一些实施例中，该处理电路系统被配置为当自动计算该组个人关于该成像数据和/或基于该成像数据的输出的集体意见时，计算对该组个人中会将该成像数据分类为临床上可用的个人的比率的预测。在一些实施例中，该处理电路系统被配置为当显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，显示该比率。在一些实施例中，该处理电路系统被配置为当显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，显示具有第一端和第二端的框以及该框内的标记，使得从该框的第一端到该标记的距离除以从该标记的第一端到第二端的距离近似等于该比率。
[0007]
在一些实施例中，该处理电路系统被配置为当自动计算对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，计算对一组个人关于该成像数据的分割的集体意见的预测。在一些实施例中，该处理电路系统被配置为当自动计算对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，计算对该组个人中会赞同正确地执行了基于一个或多个图像而自动执行的分割的个人的比率的预测。在一些
实施例中，该处理电路系统被配置为当显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，显示该比率。在一些实施例中，该处理电路系统被配置为当显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，显示具有第一端和第二端的框以及该框内的标记，使得从该框的第一端到该标记的距离除以从该标记的第一端到第二端的距离近似等于该比率。在一些实施例中，该处理电路系统被配置为当自动计算对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，计算对一组个人中会认为图像中的给定像素在分割区域内的个人的比率的预测。在一些实施例中，该处理电路系统被配置为当自动计算对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，生成分割蒙版，其中，该分割蒙版中每个像素的属性值与对该组个人中会认为图像中的对应像素在分割区域内的个人的比率的预测成比例。在一些实施例中，该处理电路系统被配置为当显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，显示该分割蒙版。在一些实施例中，该处理电路系统被配置为将该分割蒙版叠加在该图像上。
[0008]
在一些实施例中，该处理电路系统被配置为当自动计算对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，计算对一组个人关于基于该成像数据执行的测量的集体意见的预测。在一些实施例中，该处理电路系统被配置为当自动计算对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，计算对测量值分布的预测，这些测量值将由该组个人基于该成像数据手动计算。在一些实施例中，该处理电路系统被配置为当显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，以图像方式显示该分布。在一些实施例中，该处理电路系统被配置为当自动计算对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，计算对测量值分布的近似的预测，这些测量值将由该组个人基于该成像数据手动计算。在一些实施例中，该近似包括平均值、标准差、置信区间和/或百分位数。在一些实施例中，该处理电路系统被配置为当显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测时，显示该近似。
[0009]
在一些实施例中，该处理电路系统被配置为使用统计模型来自动计算对该组个人关于成像数据和/或基于该成像数据的输出的集体意见的预测。在一些实施例中，该处理电路系统被配置为在该成像数据被收集时，自动计算并显示对该组个人关于该成像数据和/或基于该成像数据的输出的集体意见的预测。在一些实施例中，该处理电路系统被配置为接收该成像数据。在一些实施例中，该处理电路系统被配置为从成像设备接收该成像数据。在一些实施例中，该处理电路系统与收集该成像数据的成像设备进行操作性通信。在一些实施例中，该成像数据包括超声数据。
[0010]
一些方面包括一种用于执行该装置被配置为执行的动作的方法。一些方面包括存储处理器可执行指令的至少一种非暂态计算机可读存储介质，这些指令当被至少一个处理器执行时使该至少一个处理器执行该装置被配置为执行的动作。
附图说明
[0011]
将参照以下示例性和非限制性附图来描述各个方面和实施例。应当明白，这些附图不一定按比例绘制。出现在多个图中的项在它们出现的所有图中用相同或相似的附图标
记表示。
[0012]
图1展示了根据本文描述的某些实施例的用于分析成像数据的示例过程；
[0013]
图2展示了根据本文描述的某些实施例的示例图形用户界面(gui)；
[0014]
图3展示了根据本文描述的某些实施例的另一示例gui；
[0015]
图4展示了根据本文描述的某些实施例的另一示例gui；
[0016]
图5展示了根据本文描述的某些实施例的另一示例gui；
[0017]
图6展示了根据本文描述的某些实施例的另一示例gui；
[0018]
图7展示了根据本文描述的某些实施例的另一示例gui；
[0019]
图8展示了根据本文描述的某些实施例的另一示例gui；
[0020]
图9展示了示例超声系统的示意性框图，在该超声系统上可以实践本文描述的技术的各个方面。
具体实施方式
[0021]
常规超声系统是大型、复杂且昂贵的系统，通常仅由拥有大量财务资源的大型医疗机构购买。最近，已经引入了更便宜且不那么复杂的超声成像设备。这样的成像设备可以包括单片集成到单个半导体管芯上以形成单片超声设备的超声换能器和超声处理单元(upu)。每个upu可以例如包括：用于驱动超声换能器发射超声波的高压脉冲器；用于接收超声回声并对其进行数字化的模拟和混合信号接收器信道；用于对来自每个信道的数字数据进行滤波、压缩和/或波束形成的数字处理电路系统；以及用于控制和同步电路系统的不同部分的数字排序电路。片上超声件可以形成手持式超声探头的或具有另一形状因子的超声设备的核心。在2017年1月25日提交(并转让给本技术的受让人)并作为美国专利公开2017/0360397a1公布的名称为“universal ultrasound device and related apparatus and methods[通用超声设备以及相关装置和方法]”的美国专利申请号15/415,434中描述了这种片上超声设备的方面，该美国专利通过引用以其整体并入本文。这些新的超声设备的成本降低和便携性增加可以使它们比常规的超声设备更容易为大众所用。与此同时，人工智能技术的进步使得能够对超声图像执行自动测量，从而可能避免需要操作者具备手动执行这种测量所需的知识。在2017年6月19日提交(并转让给本技术的受让人)并作为美国专利公开2017/0360401a1公布的名称为“automatic image acquisition for assisting a user to operate an ultrasound imaging device[用于协助用户操作超声成像设备的自动图像采集]”的美国专利申请号15/626,423中描述了这种自动测量的方面，该美国专利通过引用以其整体并入本文。
[0022]
然而，发明人已经认识到，普通民众中可以使用这种设备的人几乎没有或根本没有受过如何解读医学图像的培训。发明人已经认识到，处理设备(其可以与成像设备进行操作性通信)基于所收集的医学图像来计算和显示具有易于解读的含义的指标可能是有帮助的。这些指标可以包括对一组个人关于成像数据和/或关于基于成像数据的输出的集体意见(也称为“群体智慧”)的预测。
[0023]
在对关于成像数据的集体意见的预测方面，在一些实施例中，指标可以包括对该组个人中会将成像数据分类为临床上可用的个人的比率的预测。例如，如果成像数据是心脏的一个或多个超声图像，则预测可以是对善于解读超声图像的一组医疗专业人员中会将
超声图像分类为临床上可用于计算射血分数的医疗专业人员的比率的预测。在该示例中，90％的得分可以被解释为预测善于解读超声图像的一组医疗专业人员中有90％的医疗专业人员将特定超声图像分类为临床上可用于计算射血分数。
[0024]
在对关于成像数据输出的集体意见的预测方面，在一些实施例中，指标可以包括对一组个人中会赞同正确地执行了基于一个或多个图像而自动执行的分割的个人的比率的预测。例如，如果成像数据包括心脏的超声图像，则分割可以包括将心脏的左心室与图像的其余部分分割开(即，标明超声图像的哪些像素包括心脏的左心室)，并且预测可以是对善于解读超声图像的一组医疗专业人员中会赞同正确地执行了左心室的分割的医疗专业人员的比率的预测。在该示例中，90％的得分可以被解释为预测善于解读超声图像的一组医疗专业人员中有90％的医疗专业人员分类赞同在特定超声图像中正确地执行了左心室的特定分割。
[0025]
在一些实施例中，预测可包括分割蒙版，其中，该分割蒙版中每个像素的某个属性(例如，透明度、亮度、颜色)的值可以与对一组个人中会认为原始图像中的对应像素在分割区域内的个人的比率的预测成比例。使用上面的左心室分割示例，预测可以是分割蒙版，其中，该分割蒙版中每个像素的透明度与善于解读超声图像的一组医疗专业人员中会认为超声图像中的对应像素在左心室内的医疗专业人员的比率成比例。在一些实施例中，可以将分割蒙版叠加在原始图像上。
[0026]
在一些实施例中，指标可以包括对测量值分布的预测或测量值分布的近似的预测，这些测量值将由该组个人基于成像数据手动计算。例如，如果成像数据是心脏的一个或多个超声图像，则预测可以是对射血分数值分布的预测，或者预测可以是对射血分数值的平均值、标准差、置信区间或百分位数的预测，这些射血分数值将由善于解读超声图像的一组医疗专业人员根据超声图像手动计算。在该示例中，平均值为60且标准差为10的分布可以被解释为作出如下预测：如果善于解读超声图像的一组医疗专业人员中的每个个人都基于超声图像手动计算射血分数值，则所有射血值的平均值将为60并且所有射血分数值之间的标准差将为10。发明人已经认识到，可以使用统计模型来计算和显示这种指标。
[0027]
应当理解的是，本文所描述的实施例可以以各种方式中的任一种方式来实施。以下仅出于说明性目的提供了具体实施方式的示例。应当理解的是，所提供的这些实施例和特征/能力可以单独地、全部一起或以两个或更多个的任何组合的方式使用，因为本文所描述的技术的各方面并不限于此方面。
[0028]
图1展示了根据本文描述的某些实施例的用于分析成像数据的示例过程100。过程100由处理设备执行。处理设备可以是例如移动电话、平板计算机或膝上型计算机。
[0029]
在动作102中，处理设备接收成像数据(例如，超声数据)。在一些实施例中，处理设备可以从收集成像数据的成像设备接收成像数据。处理设备可以与收集成像数据的成像设备进行操作性通信。例如，处理设备可以从超声设备接收超声数据。在一些实施例中，超声设备可以收集原始声学数据、将原始声学数据发射到处理设备，并且处理设备可以根据原始声学数据生成超声图像。在一些实施例中，超声设备可以收集原始声学数据、根据原始声学数据生成超声图像、以及将超声图像发射到处理设备。在一些实施例中，超声设备可以收集原始声学数据、根据原始声学数据生成扫描线、将扫描线发射到处理设备，并且处理设备可以根据扫描线生成超声图像。在一些实施例中，处理设备可以从另一处理设备(其可能转
而已经从成像设备接收成像数据)接收成像数据。过程100从动作102进行到动作104。
[0030]
在动作104中，处理设备自动计算对一组个人关于成像数据和/或关于基于成像数据的输出的集体意见的预测。在一些实施例中，处理设备可以在成像数据被收集时实时地自动计算预测。例如，处理设备可以在成像数据被收集之后从成像设备接收成像数据，并且在接收到成像数据时自动计算预测。
[0031]
在对关于成像数据的集体意见的预测方面，在一些实施例中，该预测可以是对一组个人关于成像数据的可用性的集体意见的预测。在这样的实施例中，预测可以是对一组个人中会将成像数据分类为临床上可用的个人的比率的预测。例如，如果成像数据是心脏的一个或多个超声图像，则预测可以是对善于解读超声图像的一组医疗专业人员中会将超声图像分类为临床上可用于计算射血分数的医疗专业人员的比率的预测。
[0032]
在对关于基于成像数据的输出的集体意见的预测方面，在一些实施例中，该预测可以是对一组个人关于成像数据的分割的集体意见的预测。在一些实施例中，处理设备可以基于成像数据(例如，基于一个或多个超声图像)自动执行分割。在一些实施例中，用户可以使用处理设备来基于成像数据执行分割。在一些实施例中，处理设备可以自动执行分割，并且用户可以修改该分割。例如，分割可以包括标明图像的哪些像素是一个特征的一部分、以及图像的哪些像素不是该特征的一部分。在一些实施例中，预测可以是对一组个人中会赞同正确地执行了分割的个人的比率的预测。例如，如果成像数据包括心脏的超声图像，则分割可以包括将心脏的左心室与图像的其余部分分割开(即，标明超声图像的哪些像素包括心脏的左心室)，并且预测可以是对善于解读超声图像的一组医疗专业人员中会赞同正确地执行了左心室的分割的医疗专业人员的比率的预测。
[0033]
在一些实施例中，预测可以是对一组个人中会认为原始图像中的给定像素在分割区域内的个人的比率的预测。在一些实施例中，计算预测可以包括生成分割蒙版，其中，该分割蒙版中每个像素的某个属性(例如，亮度、透明度、颜色)的值与对一组个人中会认为原始图像中的对应像素在分割区域内的个人的比率的预测成比例。例如，分割蒙版和原始图像可以具有相同的大小(以像素为单位)，并且对应像素可以是每个图像中相同位置处的像素。使用上面的左心室分割示例，预测可以是分割蒙版，其中，该分割图像中每个像素的透明度与对善于解读超声图像的一组医疗专业人员中会认为超声图像中的对应像素在左心室内的医疗专业人员的比率的预测成比例。在一些实施例中，可以将分割蒙版叠加在原始图像上。
[0034]
在一些实施例中，预测可以是对该组个人关于基于成像数据执行的测量的集体意见的预测。在一些实施例中，预测可以包括对测量值分布的预测，这些测量值将由该组个人基于成像数据手动计算。在一些实施例中，预测可以是对这种分布的近似(诸如测量值分布的平均值、标准差、置信区间或百分位数)的预测。例如，如果成像数据是心脏的一个或多个超声图像，则预测可以是对射血分数值分布的预测和/或对射血分数值分布的平均值和标准差的预测，这些射血分数值将由善于解读超声图像的一组医疗专业人员基于超声图像手动计算。
[0035]
在一些实施例中，为了自动计算对该组个人关于成像数据的集体意见的预测，处理设备可以使用统计模型。统计模型可以存储在处理设备上，或者可以存储在另一处理设备(例如，服务器)上，并且处理设备可以访问该另一处理设备上的统计模型。统计模型可以
在多组成像数据(例如，每组可以包括一个或多个超声图像)上进行训练，每组成像数据都标有一组个人关于该成像数据的集体意见。基于训练，统计模型可以学习计算对该组个人关于新成像数据的集体意见的预测。使用的训练数据越多，预测就越接近于预测无限大的一组个人关于新成像数据的集体意见。
[0036]
在预测包括对一组个人中会将成像数据分类为临床上可用的个人的比率的预测的实施例中，可以在多组成像数据上训练统计模型，每组训练成像数据都标有该组个人中会将该成像数据分类为临床上可用的个人的比率。例如，如果每组训练成像数据包括心脏的一个或多个超声图像，则每组可以标有善于解读超声图像的一组医疗专业人员中会将这些超声图像分类为临床上可用于计算射血分数的医疗专业人员的比率。为了收集该训练数据，可以向多个医疗专业人员示出每组超声图像，每个医疗专业人员可以将该组超声图像分类为临床上可用于计算射血分数，并且可以计算这些医疗专业人员中将每组超声图像分类为临床上可用于计算射血分数的医疗专业人员的比率。基于该训练，统计模型可以学习计算对善于解读超声图像的该组医疗专业人员中会将新的一组超声图像分类为临床上可用于计算射血分数的医疗专业人员的比率的预测。
[0037]
在预测包括对该组个人中会赞同正确地执行了基于成像数据而执行的分割的个人的比率的预测的实施例中，可以在多组训练成像数据(其中基于该多组训练成像数据执行分割)上训练统计模型，每组训练成像数据标有该组个人中赞同正确地执行了基于成像数据而执行的分割的个人的比率。例如，如果每组训练成像数据包括心脏的超声图像，其中，每个图像中的左心室都已被分割(自动地或手动地、或者自动和手动的组合)，则每组可以标有善于解读超声图像的一组医疗专业人员中会赞同正确地执行了分割的医疗专业人员的比率。为了收集该训练数据，可以向多个医疗专业人员示出每个超声图像和分割(每个医疗专业人员可以确定她/他是否赞同该分割)，并且可以计算这些医疗专业人员中赞同该分割的医疗专业人员的比率。基于该训练，统计模型可以学习计算对善于解读超声图像的该组医疗专业人员中会赞同正确地执行了基于新超声图像而执行的新左心室分割的医疗专业人员的比率的预测。
[0038]
在预测包括对一组个人中会认为原始图像中的给定像素在分割区域内的个人的比率的预测的实施例中，可以在多组成像数据上训练统计模型，每组训练成像数据与分割蒙版相关联。该分割蒙版可以与原始图像具有相同的大小，并且该分割蒙版中每个像素的某个属性(例如，透明度、亮度、颜色)的值可以与对一组个人中会认为原始图像中的对应像素在分割区域内的个人的比率的预测成比例。例如，如果每组训练成像数据包括心脏的超声图像，则每组中的超声图像可以与和超声图像具有相同大小的分割蒙版相关联，并且该分割蒙版中每个像素的透明度可以与对善于解读超声图像的一组医疗专业人员中会认为超声图像中的对应像素在左心室内的医疗专业人员的比率的预测成比例。为了收集该训练数据，每个医疗专业人员可以制作每个超声图像的分割蒙版，其中，该分割蒙版与超声图像具有相同的大小(以像素为单位)，并且该分割蒙版中被特定医疗专业人员认为位于分割区域内的像素可以标为1，并且该分割蒙版中被特定医疗专业人员认为位于分割区域之外的像素可以标为0。然后，可以将所有医疗专业人员的对于给定超声图像的分割蒙版一起进行平均以产生最终分割蒙版，其中，该最终分割蒙版中每个像素的透明度与该像素在所有单个分割蒙版之中的平均值成比例。例如，如果所有医疗专业人员中的一半将像素标为1(即，
在分割区域内)，而所有医疗专业人员中的一半将像素标为0(即，在分割区域之外)，那么最终分割蒙版中该像素的透明度可能与0.5成比例。然后，该最终分割蒙版可以与训练数据集中的超声图像相关联。基于该训练，统计模型可以学习生成左心室分割蒙版，其中，该分割图像中每个像素的透明度值可以与对善于解读超声图像的一组医疗专业人员中会认为原始图像中的对应像素在左心室内的医疗专业人员的比率的预测成比例。在该分割图像中每个像素的值可以与对一组个人中会认为原始图像中的对应像素在分割区域之外的个人的比率的预测成比例的实施例中，训练数据的收集可以与上述的相同，但是蒙版图像中被特定医疗专业人员认为在分割区域内的像素可以标为0，并且蒙版图像中被特定医疗专业人员认为在分割区域之外的像素可以标为1。
[0039]
在预测包括对测量值分布或测量值分布的近似值(例如，平均值、标准差、置信区间、百分位数)的预测的实施例中(这些测量值将由该组基于成像数据手动计算)，每组成像数据可以标有测量值分布或测量值分布的近似(这些测量值由该组个人基于成像数据手动计算)。例如，如果每组成像数据包括心脏的一个或多个超声图像，则每组可以标有手动计算出的测量值。作为另一个示例，每组可以标有手动计算出的测量结果的平均值和/或标准差。为了收集该训练数据，可以向多个医疗专业人员示出每组超声图像，并且每个医疗专业人员可以基于超声图像测量射血分数值。还可以计算所有射血分数值的平均值和/或偏差。基于该训练，统计模型可以学习计算对射血分数值分布的预测和/或射血分数值分布的近似的预测，这些射血分数值将由善于解读超声图像的该组医疗专业人员组基于超声图像手动计算。过程100从动作104进行到动作106。
[0040]
在动作106中，处理设备显示在动作104中计算出的对该组个人关于成像数据和/或基于成像数据输出的集体意见的预测。在处理设备于成像数据被收集时实时地自动计算预测的实施例中，处理设备还可以实时显示预测。例如，处理设备可以在成像数据被收集之后从成像设备接收成像数据，并且在接收到成像数据时自动计算并显示预测。
[0041]
在一些实施例中，显示预测可以包括将比率显示为数字(例如，呈分数、小数或百分比形式)。在一些实施例中，显示预测可以包括显示具有第一端和第二端的框、以及该框内的标记。从框的第一端到标记的距离除以从标记的第一端到第二端的距离可以近似等于比率。在一些实施例中，所显示的比率可以是所预测的该组个人中会将成像数据分类为临床上可用的个人的比率。在一些实施例中，所显示的比率可以是所预测的该组个人中会赞同正确地执行了基于一个或多个图像而自动执行的分割的个人的比率。
[0042]
在一些实施例中，显示预测可以包括显示分割蒙版。在一些实施例中，分割图像可以为使得该分割图像中每个像素的某个属性(例如，亮度、透明度、颜色)的值与对一组个人中会认为原始图像中的对应像素在分割区域内的个人的比率的预测成比例。在一些实施例中，可以将分割图像叠加在原始图像上。
[0043]
在一些实施例中，显示预测可以包括以图形方式显示分布。在一些实施例中，显示预测可以包括将近似(例如，平均值、标准差、置信区间、百分位数)显示为一个或多个数字。在一些实施例中，分布是对测量值分布的预测或测量值分布的近似的预测，这些测量值将由该组个人基于成像数据手动计算。
[0044]
在一些实施例中，处理设备可以将预测与成像数据一起显示。例如，如果成像数据是一个或多个超声图像，则处理设备可以将预测显示成与一个或多个超声图像相邻或重叠
在一个或多个超声图像上。如果成像数据包括已经被执行了分割的一个或多个超声图像，则处理设备可以将预测显示成与一个或多个超声图像相邻或重叠在一个或多个超声图像上，其中，分割被显示在一个或多个超声图像上。分割可以包括蒙版，其中，一些像素(对应于分割区域内的像素)是不透明或半透明的，而一些像素(对应于分割区域之外的像素)是透明的、或者作为分割区域内的像素与分割区域之外的像素之间的边界的轮廓。
[0045]
在一些实施例中，可以不存在动作104。例如，处理设备可以从另一设备接收预测，然后显示该预测。在一些实施例中，可以不存在动作102。同样，例如，处理设备可以从另一设备接收预测，然后显示该预测。在一些实施例中，可以不存在动作106。例如，处理设备可以计算预测但不显示该预测。而是，处理设备可以将预测发射到另一设备以进行显示。
[0046]
图2至图8分别展示了根据本文描述的某些实施例的图形用户界面(gui)200至800的示例。这些gui可以由处理设备显示。处理设备可以是例如移动电话、平板计算机或膝上型计算机。在一些实施例中，处理设备可以与收集成像数据(例如，超声数据)的成像设备(例如，超声设备)进行操作性通信。
[0047]
gui 200包括超声图像202和预测204。超声图像202是在一段时间内收集的一系列超声图像之一。预测204是对善于解读超声图像的一组医疗专业人员中会将该系列超声图像(超声图像202是该系列超声图像的一部分)分类为临床上可用于计算射血分数的医疗专业人员的比率(即，90％)的预测。
[0048]
gui 300包括超声图像302、具有第一端306和第二端308的条304、标记310、以及阈值指示符312。超声图像302是在一段时间内收集的一系列超声图像之一。第一端306与标记310之间沿条304的距离同第一端306与第二端308之间沿条304的距离之比等于比率。特别地，该比率是对善于解读超声图像的一组医疗专业人员中会将该系列超声图像(超声图像302是该系列超声图像的一部分)分类为临床上可用于计算射血分数的医疗专业人员的比率的预测。阈值指示符312位于沿着条304从第一端306到第二端308的距离的50％处。这可以帮助用户通过比较标记310的位置与阈值指示符312的位置来衡量标记310在沿着条304多远的位置。此外，当标记310位于阈值指示符310与第二端308之间时，处理设备在标记310中显示对勾符号，并且当标记310位于第一端之间时，在标记310中显示“x”符号。在一些实施例中，可以不存在阈值指示符312。在一些实施例中，处理设备可以不显示对勾符号或“x”符号。
[0049]
gui 400包括超声图像402、分割414和预测404。分割414将超声图像402中心脏的左心室与超声图像402的其余部分分割开。预测404是对善于解读超声图像的一组医疗专业人员中会赞同正确地执行了左心室的分割414的医疗专业人员的比率(即，90％)的预测。
[0050]
gui 500包括超声图像502、分割514、具有第一端506和第二端508的条504、标记510、以及阈值指示符512。分割514将超声图像502中心脏的左心室与超声图像502的其余部分分割开。第一端506与标记510之间沿条504的距离同第一端506与第二端508之间沿条504的距离之比等于比率。特别地，该比率是对善于解读超声图像的一组医疗专业人员中会赞同正确地执行了左心室的分割514的医疗专业人员的比率的预测。阈值指示符512位于沿着条504从第一端506到第二端508的距离的50％处。这可以帮助用户通过比较标记510的位置与阈值指示符512的位置来衡量标记510在沿着条504多远的位置。此外，当标记510位于阈值指示符510与第二端508之间时，处理设备在标记510中显示对勾符号，并且当标记510位
于第一端506与阈值指示符510之间时，在标记510中显示“x”符号。在一些实施例中，可以不存在阈值指示符512。在一些实施例中，处理设备可以不显示对勾符号或“x”符号。
[0051]
gui 600包括超声图像602和分割蒙版614。分割蒙版614中的每个像素的透明度可以与对善于解读超声图像的一组医疗专业人员中会认为超声图像602中的对应像素在超声图像602中描绘的膀胱内的医疗专业人员的比率的预测成比例。在图6中，分割蒙版614描绘了具有不透明的中心(对应于较大比率的医疗专业人员会认为那些像素在膀胱内)和较为透明的边缘(对应于较小比率的医疗专业人员会认为那些像素在膀胱内)的区域。
[0052]
gui 700包括超声图像702和分布曲线图704。超声图像702是在一段时间内收集的一系列超声图像之一。分布曲线图704示出了对射血分数值分布的预测，这些射血分数值将由善于解读超声图像的一组医疗专业人员基于该系列超声图像(超声图像702是该系列超声图像的一部分)手动计算。
[0053]
gui 800包括超声图像802和预测804。超声图像802是在一段时间内收集的一系列超声图像之一。预测804包括对射血分数值之间的平均值(即，60(以百分点为单位))和标准差(即，10(以百分点为单位))的预测，这些射血分数值将由善于解读超声图像的一组医疗专业人员基于该系列超声图像(超声图像802是该系列超声图像的一部分)手动计算。在一些实施例中，处理设备可以显示分布的其他近似，诸如置信区间或百分位数。
[0054]
应当理解，gui 300至800的形式不是限制性的，并且可以使用仍然显示所描述的预测的替代形式。例如，布局、形状、颜色、文本可以变化。
[0055]
图9展示了示例超声系统900的示意性框图，在该超声系统上可以实践本文描述的技术的各个方面。超声系统900包括超声设备914、处理设备902、网络916以及一个或多个服务器934。
[0056]
超声设备914包括超声电路系统911。处理设备902包括相机910、显示屏908、处理器910、存储器912、输入设备918和扬声器913。处理设备902与超声设备914进行有线通信(例如，通过闪电连接器或迷你usb连接器)和/或无线通信(例如，使用蓝牙、zigbee和/或wifi无线协议)。处理设备902通过网络916与一个或多个服务器934进行无线通信。然而，与处理设备934的无线通信是可选的。
[0057]
超声设备914可以被配置为生成可以用于生成超声图像的超声数据。超声设备914可以以各种方式中的任何一种方式来构造。在一些实施例中，超声设备914包括发射器，该发射器将信号发射到发射波束形成器，该发射波束形成器进而驱动换能器阵列内的换能器元件以将脉冲超声信号发送到结构(诸如患者)中。脉冲超声信号可以从身体结构(诸如血细胞或肌肉组织)反向散射，以产生返回到换能器元件的回声。这些回声然后可以被换能器元件转换成电信号并且这些电信号被接收器接收。代表接收到的回声的电信号被发送到输出超声数据的接收波束形成器。超声电路系统911可以被配置为生成超声数据。超声电路系统911可以包括单片集成到单个半导体管芯上的一个或多个超声换能器。超声换能器可以包括例如一个或多个电容式微机械超声换能器(cmut)、一个或多个cmos(互补金属氧化物半导体)超声换能器(cut)、一个或多个压电式微机械超声换能器(pmut)、和/或一个或多个其他合适的超声换能器单元。在一些实施例中，超声换能器可以与超声电路系统911中的其他电子部件(例如，发射电路系统、接收电路系统、控制电路系统、电源管理电路系统和处理电路系统)形成同一芯片以形成单片超声设备。超声设备914可以通过有线(例如，通过闪电
连接器或迷你usb连接器)和/或无线(例如，使用蓝牙、zigbee和/或wifi无线协议)通信链路将超声数据和/或超声图像发射到处理设备902。
[0058]
现在参考处理设备902，处理器910可以包括专门编程的和/或专用硬件，诸如专用集成电路(asic)。例如，处理器910可以包括一个或多个图形处理单元(gpu)和/或一个或多个张量处理单元(tpu)。tpu可以是专为机器学习(例如，深度学习)设计的asic。例如，tpu可以用于加速神经网络的推理阶段。处理设备902可以被配置为处理从超声设备914接收到的超声数据以生成用于在显示屏908上显示的超声图像。处理可以由例如处理器910来执行。处理器910还可以适于控制用超声设备914来获取超声数据。在扫描会话期间，当接收到回声信号时，可以实时处理超声数据。在一些实施例中，所显示的超声图像可以以至少5hz、至少10hz、至少20hz的速率、以5到60hz之间的速率、以大于20hz的速率被更新。例如，即使在基于先前获取的数据生成图像并且正在显示实时超声图像的同时，也可以获取超声数据。随着更多的超声数据被获取，从最近获取的超声数据生成的更多的帧或图像被依次显示。附加地或替代地，超声数据可以在扫描会话期间临时存储在缓冲器中并且以差于实时的方式被处理。
[0059]
处理设备902可以被配置为使用处理器910(例如，一个或多个计算机硬件处理器)以及包括非暂态计算机可读存储介质(诸如存储器912)的一个或多个制品来执行本文描述的某些过程。处理器910可以以任何合适的方式控制向存储器912写入数据和从存储器读取数据。为了执行本文描述的某些过程，处理器910可以执行存储在一个或多个非暂态计算机可读存储介质(例如，存储器912)中的一个或多个处理器可执行指令，该一个或多个非暂态计算机可读存储介质可以用作存储由处理器910执行的处理器可执行指令的非暂态计算机可读存储介质。相机910可以被配置为检测光(例如，可见光)以形成图像。相机910可以与显示屏908处于处理设备902的同一面。显示屏908可以被配置为显示图像和/或视频，并且可以是例如处理设备902上的液晶显示器(lcd)、等离子显示器和/或有机发光二极管(oled)显示器。输入设备918可以包括能够从用户接收输入并将输入发射到处理器910的一个或多个设备。例如，输入设备918可以包括键盘、鼠标、麦克风、显示屏908上的支持触摸的传感器、和/或麦克风。显示屏908、输入设备918、相机910以及扬声器913可以通信地耦合到处理器910和/或受处理器910的控制。
[0060]
应当理解的是，处理设备902可以以各种方式中的任一种方式来实施。例如，处理设备902可以被实施为手持设备，诸如移动智能电话或平板计算机。从而，超声设备914的用户能够用一只手操作超声设备914并用另一只手握住处理设备902。在其他示例中，处理设备902可以被实施为不是手持设备的便携式设备，诸如膝上型计算机。在又其他示例中，处理设备902可以被实施为静止设备，诸如台式计算机。处理设备902可以通过有线连接(例如，经由以太网电缆)和/或无线连接(例如，通过wifi网络)连接至网络916。由此，处理设备902可以通过网络916与一个或多个服务器934进行通信(例如，向该一个或多个服务器发射数据)。有关超声设备和系统的进一步描述，参见在2017年1月25日提交并作为美国专利申请公开号2017-0360397a1公布(并转让给本技术的受让人)的名称为“universal ultrasound device and related apparatus and methods[通用超声设备以及相关装置和方法]”的美国专利申请号15/415,434。
[0061]
图9应理解为是非限制性的。例如，超声系统900可以包括比所示的更少或更多的
部件，并且处理设备902可以包括比所示的更少或更多的部件。
[0062]
虽然以上描述集中于超声成像数据和超声设备，但是应当理解，相同的概念可以适用于其他类型的成像数据和设备，诸如x射线、计算机断层扫描(ct)、磁共振成像(mri)。
[0063]
各种发明构思可以体现为一个或多个过程，已经提供了其示例。作为每个过程的一部分执行的动作可以按照任何适合的方式进行排序。因此，可以构建以下实施例：其中，各个动作以与所示顺序不同的顺序执行，从而可以包括尽管在说明性实施例中作为顺次动作示出但却是同时执行一些动作。此外，可以组合和/或省略一个或多个过程，并且一个或多个过程可以包括附加步骤。
[0064]
本披露的各个方面可以单独地、组合地、或以先前所述实施例中未具体描述的各种布置来使用，并且因此其应用不限于先前描述中阐述或附图中所展示的部件的细节和安排。例如，一个实施例中描述的各方面可以以任何方式与其他实施例中描述的各方面组合。
[0065]
除非明确指出相反，否则如本文在本说明书和权利要求中使用的不定冠词“一种”和“一种”应理解成意指“至少一个”。
[0066]
如在此在本说明书和权利要求中使用的短语“和/或”应理解成意指如此联合的这些元素中的“任一者或两者”，即在一些情况下相结合地出现并且在其他情况下分开出现的元素。用“和/或”列出的多个元素应以相同的方式理解，即如此联合的元素中的“一个或多个”。除了通过“和/或”从句具体指明的元素之外，还可以任选地存在其他元素，而无论是与具体指出的那些元素相关还是不相关。
[0067]
如本文在本说明书和权利要求中所使用的，短语“至少一个”在提及一个或多个元素的列表的情况下，应被理解为意指选自元素列表中任何一个或多个元素的至少一个元素，但不一定包括在该元素列表内具体列出的每个元素中的至少一个，并且不排除元素列表中的元素的任何组合。这个定义还允许除了该元素列表内具体指明的元素之外可以任选地存在短语“至少一个”所指代的元素，而无论与具体指出的那些元素相关还是不相关。
[0068]
在权利要求书中使用诸如“第一”、“第二”、“第三”等顺序术语来修饰权利要求元素本身并不意味着一个权利要求元素的任何优先权、优先级、或顺序优于另一个权利要求元素或者方法的动作被执行的时间顺序，而是仅用作用于将具有某个名称的一个权利要求元素与具有相同名称(但使用顺序术语)的另一元素进行区分的标签，从而区分这些权利要求元素。
[0069]
如本文所用，对在两个端点之间的数值的提及应被理解为包括该数值可以采用端点中的任一个的情况。例如，除非另有说明，否则说明特性具有介于a与b之间、或大约介于a与b之间的值应理解为所指示的范围包括端点a和b。
[0070]
术语“大约”和“约”可以用于意味着在一些实施例中在目标值的
±
20％之内，在一些实施例中在目标值的
±
10％之内，在一些实施例中在目标值的
±
5％之内，并且在一些实施例中还在目标值的
±
2％之内。术语“大致”和“约”可以包括目标值。
[0071]
此外，本文所使用的短语和术语是为了描述的目的，并且不应该被视为限制。“包括(including)”、“包括(comprising)”或“具有(having)”、“包含(containing)”、“涉及(involving)”及其变型在本文的使用意味着包括此后所列各项和其等效物以及附加项。
[0072]
以上已经描述了至少一个实施例的若干方面，应当理解的是，本领域技术人员将容易想到各种更改、修改和改进。此类更改、修改和改进也旨在成为本披露的目标。因此，上
述描述和附图仅作为示例。