超声设备获取生理参数的方法和超声设备与流程

1.本技术涉及超声技术领域，更具体地涉及一种超声设备获取生理参数的方法和超声设备。


背景技术：

2.目前，监护仪等床旁设备能为医学临床诊断提供主要的参数信息，通过各种功能模块，可实时监测人体心电信号，心率，血氧饱和度，血压，呼吸频率和体温等重要参数，实现对各参数的监测，预警等。超声设备因其简单、快速、准确、可重复、无创、适用范围广、无辐射等特性，在重症监护室(intensive care unit，简称为icu)、急诊等及时护理(point of care，简称为poc)临床场景得到了广泛应用。在呼吸系统、循环系统、创伤重点超声评估(focused assessment withsonography for trauma、简称为fast)、血管、腹部等相关问题评估中，超声设备都是快速有效的评估手段。
3.目前监护仪等床旁设备与超声设备相互独立，并未实现真正意义上的互联。然而，临床医生需要结合多模态信息，进行综合分析、决策，如结合血压、血氧与超声心动图判定血动状态；结合呼吸机参数、超声膈肌信息判定呼吸状态。医生若在使用超声设备诊断时获取其相关监护仪的生理参数，需人工在众多监护仪参数中筛选匹配，增加操作流程，无法快速、准确、方便地获取所需生理参数，且无法对资源的合理利用，如超声测量有时需要心电波形、呼吸波进行校准，而临床医生往往不愿意再连心电模块，因为病人已经贴了监护仪电极片。
4.因此，需要提供一种方案实现床旁设备与超声设备的参数互联。


技术实现要素：

5.为了解决上述问题而提出了本技术。根据本技术一方面，提供了一种超声设备获取生理参数的方法，所述方法包括：获取目标对象的超声数据，所述超声数据至少包括超声图像；对所述超声图像进行图像识别，得到图像识别结果；从床旁设备获取与所述图像识别结果对应的生理参数，所述生理参数为所述床旁设备对所述目标对象进行检测得到；显示所获取的生理参数和所述超声图像。
6.根据本技术另一方面，提供了一种超声设备获取生理参数的方法，所述方法包括：获取目标对象的超声数据，所述超声数据至少包括超声图像；对所述超声图像进行图像识别，得到图像识别结果；从保存历史监护数据的设备获取与所述图像识别结果对应的生理参数，所述生理参数为床旁设备对所述目标对象进行检测得到；显示所获取的生理参数和所述超声图像。
7.根据本技术再一方面，提供了一种超声设备获取生理参数的方法，所述方法包括：获取目标对象的超声数据，所述超声数据包括与所述目标对象相关联的超声检查模式和/或超声身体标识；基于所述超声检查模式和/或超声身体标识确定所述目标对象的检查部位；从床旁设备获取与所述检查部位对应的生理参数，所述生理参数为所述床旁设备对所
述目标对象进行检测得到；显示所获取的生理参数和所述目标对象的超声图像。
8.根据本技术又一方面，提供了一种超声设备，所述超声设备包括发射电路、接收电路、超声探头、处理器和显示器，其中：所述发射电路用于控制所述超声探头向目标对象发射超声波；所述接收电路用于控制所述超声探头接收所述超声波的回波，并从所述超声波的回波获取超声回波信号；所述处理器用于基于所述超声回波信号进行超声成像；所述显示器用于显示所述处理器输出的数据；所述处理器还用于执行上述超声设备获取生理参数的方法。
9.根据本技术实施例的超声设备获取生理参数的方法和超声设备能够自动从床旁设备获取相关生理参数在超声设备上显示，为医生快速提供相关生理参数，减少医生操作，有效提高医生诊断效率。
附图说明
10.通过结合附图对本技术实施例进行更详细的描述，本技术的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本技术实施例的进一步理解，并且构成说明书的一部分，与本技术实施例一起用于解释本技术，并不构成对本技术的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
11.图1示出根据本技术一个实施例的超声设备获取生理参数的方法的示意性流程图。
12.图2示出根据本技术一个实施例的超声设备获取生理参数的方法中根据超声图像的识别结果匹配对应参数的示例图。
13.图3示出根据本技术一个实施例的超声设备获取生理参数的方法中结合多模态信息匹配对应参数的示例图。
14.图4示出根据本技术一个实施例的超声设备获取生理参数的方法中根据用户输入匹配对应参数的示例图。
15.图5示出根据本技术一个实施例的超声设备获取生理参数的方法中在床旁设备上凸显匹配参数的示意图。
16.图6示出根据本技术另一个实施例的超声设备获取生理参数的方法的示意性流程图。
17.图7示出根据本技术再一个实施例的超声设备获取生理参数的方法的示意性流程图。
18.图8示出根据本技术再一个实施例的超声设备获取生理参数的方法中根据检查模式匹配对应参数的示例图。
19.图9示出根据本技术实施例的超声设备的示意性结构框图。
具体实施方式
20.为了使得本技术的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本技术的示例实施例。显然，所描述的实施例仅仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。基于本技术中描述的本技术实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例
都应落入本技术的保护范围之内。
21.图1示出根据本技术一个实施例的超声设备获取生理参数的方法100的示意性流程图。如图1所示，超声设备获取生理参数的方法 100可以包括如下步骤：
22.在步骤s110，获取目标对象的超声数据，超声数据至少包括超声图像。
23.在步骤s120，对超声图像进行图像识别，得到图像识别结果。
24.在步骤s130，从床旁设备获取与图像识别结果对应的生理参数，生理参数为床旁设备对目标对象进行检测得到。
25.在步骤s140，显示所获取的生理参数和超声图像。
26.在本技术的实施例中，用户(医生)在使用超声设备对目标对象进行超声成像以辅助诊断的过程中或者用户回看超声图像以辅助诊断的过程中，超声设备可以自动从床旁设备获取一些相关生理参数，以使得医生结合超声图像和来自床旁设备的生理参数进行诊断。具体地，超声设备可以获取目标对象的超声图像，对该超声图像进行图像识别，根据图像识别结果从床旁设备获取对应的生理参数(该生理参数是床旁设备对目标对象进行检测得到的)，将所获取的生理参数和超声图像显示给用户。因此，根据本技术实施例的超声设备获取生理参数的方法能够在超声设备上自动从床旁设备获取相关生理参数，为医生快速提供相关生理参数，减少医生操作，有效提高医生诊断效率。
27.在本技术的实施例中，步骤s110中的超声图像可以至少包括灰阶图像，前述的对超声图像进行图像识别，得到图像识别结果，可以包括：对灰阶图像进行图像识别，得到图像识别结果。在该实施例中，可以根据灰阶图像的图像识别结果来从床旁设备获取对应的生理参数。在本技术的实施例中，前述的图像识别结果可以为目标对象的检查部位，前述的与图像识别结果对应的生理参数可以包括与检查部位对应的生理参数。下面结合图2来示例性地描述。
28.图2示出根据本技术一个实施例的超声设备获取生理参数的方法中根据超声图像的识别结果匹配对应参数的示例图。在图2所示的示例中，超声设备获取了超声图像，经自动图像识别为心脏切面后，确定当前检测部位是心脏。因此，超声设备可从床旁设备例如监护仪获取与心脏对应的生理参数，诸如心电波形参数(ecg)、呼吸波参数和血氧参数等，其中，心电波形参数可以用于评估心脏运动节律信息；呼吸波参数和血氧参数可以用于评估循环功能整体信息。如图2 所示的，当前监护仪上呈现了ecg参数和动脉压(art)参数，超声设备识别到心脏超声图后，从监护仪上匹配(获取)了ecg波形图，并在自身显示屏上显示了该心脏超声图和从监护仪获取的ecg 波形图。
29.下面再举一些其他根据超声图像的识别结果匹配对应参数的示例。在一个示例中，床旁设备为监护仪，当图像识别结果为脑部切面时，从床旁设备获取的生理参数可以包括血压参数和血氧参数中的至少一个，通过血压参数和血氧参数评估脑血流的整体信息。在另一个示例中，床旁设备为监护仪，当图像识别结果为血管切面时，从床旁设备获取的生理参数可以包括血压参数、心电波形参数和血氧参数，以用于评估血流动力学整体信息。在再一个示例中，床旁设备为监护仪，当图像识别结果为肺部切面时，从床旁设备获取的生理参数可以包括心电波形参数和呼吸波参数中的至少一种，以用于评估肺功能整体信息。在又一个示例中，床旁设备为监护仪，当图像识别结果为腹部部位的切面时，从床旁设备获取的生理参数可以包括心电波形参数、呼吸波参数和血氧参数中的至少一种，通过获取的生
理参数评估脏器的血流灌注信息。在其他示例中，床旁设备为监护仪，当图像识别结果为其他部位的切面时，从床旁设备获取的生理参数均可以包括心电波形参数。
30.在本技术的实施例中，上述自动识别灰阶图像以确定超声图像类别以及关键结构信息的方法可以为：通过对超声图像进行分类，目标检测等算法识别超声图像类别以及包含的关键结构信息。其实现方法可通过深度学习或其他机器学习处理等方法实现。例如(不限于)以下几种方法：
31.对于深度学习图像分类方法，首先需要构建一个超声图像数据库，包含了每幅图像的类别标签，即图像所属类被。图像分类可以选用 alexnet、vgg、resnet、inception、mobilenet等cnn模型来实现。使用构建的超声图像数据库对模型进行训练。训练结束后，将待验图像依次输入到模型中会输出图像的类别概率分布，选择最大的概率对应的标签作为图像的类别，即可判断该图像所属类别。
32.对于深度学习目标检测方法，首先需要构建一个超声图像数据库，其中每张图像标记了其关键解剖结构，包括关键结构是否存在以及紧密包围它的框的坐标信息。目标检测可使用faster-rcnn、yolo、 ssd、retinanet、efficientdet、fcos、centernet等模型。使用构建的超声图像数据库对模型进行训练。训练完成后，将待验图像依次输入到模型中会输出每帧图像中是否包含关键结构。
33.基于其他机器学习的分类方法，首先对目标进行特征提取，特征提取方法可以是传统的pca、lda、harr特征、纹理特征等，也可以采用深度神经网络来进行特征提取，然后将提取到的特征和数据库进行匹配，用knn、svm、随机森林、神经网络等判别器进行分类。
34.基于其他机器学习的目标检测方法，先通过滑动窗或selectivesearch等方法，在超声图像中获取一组候选的感兴趣矩形框区域；再对每一个候选框区域进行特征提取，可以提取pca、lda、hog、 harr、lbp、sift等传统特征，也可以是神经网络提取的特征；然后将提取的特征和图像数据库中标记的感兴趣区域所提取的特征进行匹配，用线性分类器、svm或简单的神经网络等分类器进行分类，可确定当前的候选框区域是否包含关键结构。
35.在本技术的另一个实施例中，步骤s110中的超声图像可以包括灰阶成像模式下的灰阶图像和非灰阶成像模式下的超声图像，前述的对超声图像进行图像识别，可以包括：结合灰阶图像和非灰阶成像模式下的超声图像进行图像识别。在该实施例中，可以根据多模态的超声信息进行图像识别，得到更精确的图像识别结果。下面结合图3来描述。
36.图3示出根据本技术一个实施例的超声设备获取生理参数的方法中结合多模态信息匹配对应参数的示例图。在图3所示的示例中，超声设备获取的灰阶图像为血管的灰阶图像，非灰阶成像模式包括脉冲多普勒(pw)成像模式。基于此，超声设备结合血管的灰阶图像和pw成像模式下得到的pw频谱识别血管为动脉血管或静脉血管；当识别血管为动脉血管时，从床旁设备获取的生理参数可以包括动脉压参数；当识别血管为静脉血管时，从床旁设备获取的生理参数可以包括静脉压参数。如图3所示的，当前监护仪上呈现了ecg参数和动脉压(art)参数，超声设备结合血管的灰阶图像和pw成像模式下得到的pw频谱识别血管为动脉血管后，从监护仪上匹配(获取) 了动脉压(art)参数，并在自身显示屏上显示了动脉血管的pw频谱图和从监护仪获取的art波形图。
37.在本技术的实施例中，上述结合灰阶图像以及其他多模态信息自动识别超声图像的方法为：通过对超声图像进行分类，目标检测等算法识别超声图像类别以及包含的关键
结构信息。其实现方法可通过深度学习或其他机器学习处理等方法实现。例如(不限于)以下几种方法：
38.对于深度学习图像分类方法，首先需要构建一个超声图像数据库，包含了图像的类别标签，即图像所属类被。图像分类可以选用alexnet、 vgg、resnet、inception、mobilenet等cnn模型来实现。使用构建的超声图像数据库对模型进行训练。训练结束后，将待验图像依次输入到模型中会输出图像的类别概率分布，选择最大的概率对应的标签作为图像的类别，即可判断该图像所属类别。
39.对于深度学习目标检测方法，首先需要构建一个超声图像数据库，其中图像标记了其关键解剖结构，包括关键结构是否存在以及紧密包围它的框的坐标信息。目标检测可使用faster-rcnn、yolo、ssd、 retinanet、efficientdet、fcos、centernet等模型。使用构建的超声图像数据库对模型进行训练。训练完成后，将待验图像依次输入到模型中会输出每帧图像中是否包含关键机构。
40.基于其他机器学习的分类方法，首先对目标进行特征提取，特征提取方法可以是传统的pca、lda、harr特征、纹理特征等，也可以采用深度神经网络来进行特征提取，然后将提取到的特征和数据库进行匹配，用knn、svm、随机森林、神经网络等判别器进行分类。
41.基于其他机器学习的目标检测方法，先通过滑动窗或selectivesearch等方法，在超声图像中获取一组候选的感兴趣矩形框区域；再对每一个候选框区域进行特征提取，可以提取pca、lda、hog、 harr、lbp、sift等传统特征，也可以是神经网络提取的特征；然后将提取的特征和图像数据库中标记的感兴趣区域所提取的特征进行匹配，用线性分类器、svm或简单的神经网络等分类器进行分类，可确定当前的候选框区域是否包含关键结构。
42.在本技术的实施例中，方法100还可以包括：获取用户输入，用户输入包括用户增加的生理参数或删除的生理参数；当用户输入用于指示增加生理参数时，根据用户输入获取并显示用户输入指示增加的生理参数；当用户输入用于指示删除生理参数时，从已显示的生理参数中删除用户输入指示删除的生理参数。下面结合图4来示例性地描述。
43.图4示出根据本技术一个实施例的超声设备获取生理参数的方法中根据用户输入匹配对应参数的示例图。如图4所示的，当前监护仪上显示的参数包括生理参数1和生理参数2，超声设备从监护仪上获取并显示的参数是生理参数2；接着，超声设备接收到用户指令，指示增添参数1、删除参数2，因此，超声设备不再显示生理参数2，而是从监护仪获取生理参数1进行显示。
44.在本技术的实施例中，当目标对象对应不止一个床旁设备时，超声设备还可以基于超声数据的识别结果确定待获取生理参数的(一个或多个)床旁设备，以从确定的床旁设备获取对应的生理参数。例如，当识别结果是肺部时，可能需要从呼吸机获取生理参数，还需要从监护仪获取生理参数，因此可从目标对象对应的床旁设备中选择呼吸机和监护仪获取生理参数。
45.在本技术的实施例中，当超声设备从床旁设备获取生理参数时，需要与床旁设备建立网络连接，例如可以通过以下方式中的任一种来建立网络连接：超声设备与床旁设备连接同一无线网络热点；超声设备提供无线网络热点，床旁设备连接无线网络热点；床旁设备提供无线网络热点，超声设备连接无线网络热点；超声设备与床旁设备经由近场通信网络、移动网络或有线网络进行连接。
46.在本技术的实施例中，从床旁设备获取并显示的生理参数可以同时在床旁设备上突出显示，这使得用户能够更加清楚地看到监护仪上被超声设备获取的生理参数的情况，凸显该生理参数当前的重要参考性。下面结合图5来示例性地描述。
47.图5示出根据本技术一个实施例的超声设备获取生理参数的方法中在床旁设备上凸显匹配参数的示意图。如图5所示，当前监护仪上显示的参数包括生理参数1和生理参数2，超声设备从监护仪上获取并显示的参数是生理参数2，相应地，监护仪上的生理参数2被加粗显示，便于医生或者助手在监护仪上快速观察所匹配的参数。
48.在本技术的实施例中，前文所述的床旁设备可以包括以下中的至少一项：监护仪、呼吸机、麻醉机以及个人计算机。
49.基于上面的描述，根据本技术实施例的超声设备获取生理参数的方法能够根据超声图像的识别结果自动从床旁设备获取相关生理参数在超声设备上显示，为医生快速提供相关生理参数，减少医生操作，有效提高医生诊断效率。
50.下面结合图6来描述根据本技术另一个实施例的超声设备获取生理参数的方法600。如图6所示，超声设备获取生理参数的方法600 可以包括如下步骤：
51.在步骤s610，获取目标对象的超声数据，超声数据至少包括超声图像。
52.在步骤s620，对超声图像进行图像识别，得到图像识别结果。
53.在步骤s630，从保存历史监护数据的设备获取与图像识别结果对应的生理参数，生理参数为床旁设备对目标对象进行检测得到。
54.在步骤s640，显示所获取的生理参数和超声图像。
55.根据本技术实施例的超声设备获取生理参数的方法600与前文所述的超声设备获取生理参数的方法100大体上类似，不同之处在于，超声设备获取生理参数的方法600在得到图像识别结果后，可能不是从床旁设备获取对应的生理参数，而是从保存历史监护数据的设备 (诸如中央站等设备)获取对应的生理参数，这可以应用于非实时的应用场景。在非实时的应用场景中，由于床旁设备保存数据的时间有限，超声设备想要获取数据时床旁设备上可能已经不包括相关数据了，因此，超声设备可以从保存历史监护数据的设备(诸如中央站等设备) 获取对应的生理参数并在超声设备上显示，以满足非实时的应用场景。
56.下面结合图7来描述根据本技术再一个实施例的超声设备获取生理参数的方法700。如图7所示，超声设备获取生理参数的方法700 可以包括如下步骤：
57.在步骤s710，获取目标对象的超声数据，超声数据包括与目标对象相关联的超声检查模式和/或超声身体标识。
58.在步骤s720，基于超声检查模式和/或超声身体标识确定目标对象的检查部位。
59.在步骤s730，从床旁设备获取与检查部位对应的生理参数，生理参数为床旁设备对目标对象进行检测得到。
60.在步骤s740，显示所获取的生理参数和目标对象的超声图像。
61.根据本技术实施例的超声设备获取生理参数的方法700与前文所述的超声设备获取生理参数的方法100大体上类似，不同之处在于，超声设备获取生理参数的方法100是根据对超声图像的图像识别结果从床旁设备获取并显示相应的生理参数，而超声设备获取生理参数的方法700是根据超声检查模式和/或超声身体标识确定目标对象的检查部位，进而从床旁设备获取并显示相应的生理参数。其中，超声检查模式可以为用户当前选择的检查
模式，例如心脏检查模式、径颅检查模式等等。超声身体标识(body mark)可以为根据测量项生成的身体标识或者用户选择的身体标识，例如当前测量项是与心脏相关的测量项，则生成心脏身体标识，或者用户选择心脏身体标识。下面结合图8来示例性地描述。
62.图8示出根据本技术再一个实施例的超声设备获取生理参数的方法中根据检查模式匹配对应参数的示例图。如图8所示，当前监护仪上显示的参数包括生理参数1和生理参数2，当前超声设备上包括检查模式1和检查模式2，其中用户选择了检查模式2，因此超声设备可以从监护仪上获取与检查模式2对应的生理参数2来显示。
63.在本技术的进一步的实施例中，步骤s710中获取的超声数据还可以包括与目标对象相关联的成像模式，因此步骤s720中基于所述超声检查模式和/或超声身体标识确定目标对象的检查部位，可以包括：基于成像模式，结合超声检查模式和/或超声身体标识确定目标对象的检查部位。在该实施例中，不仅根据超声检查模式和/或超声身体标识，还根据成像模式来确定目标对象的检查部位，可能更确切地目标对象的更精细的检查部位，有利于确定要从床旁设备获取何种更有参考价值的生理参数。
64.下面列举一些示例。在一个示例中，床旁设备为监护仪，当超声检查模式为心脏检查模式和/或超声身体标识为心脏标识时，从床旁设备获取的生理参数包括心电波形参数、呼吸波参数和血氧参数中的至少一种；其中，心电波形参数可用于评估心脏运动节律信息；呼吸波参数和血氧参数可用于评估循环功能整体信息。在另一个示例中，床旁设备为监护仪，当超声检查模式为经颅检查模式和/或超声身体标识为脑部标识时，从床旁设备获取的生理参数包括血压参数和血氧参数中的至少一种，以用于评估脑血流的整体信息。在再一个示例中，床旁设备为监护仪，当超声检查模式为血管检查模式和/或超声身体标识为血管标识时，从床旁设备获取的生理参数包括血压参数、心电波形参数和血氧参数中的至少一种，以用于评估血流动力学整体信息。在又一个示例中，床旁设备为监护仪，当超声检查模式为肺部检查模式和/或超声身体标识为肺部标识时，从床旁设备获取的生理参数包括心电波形参数和呼吸波参数中的至少一种，以用于评估肺功能整体信息。在再一个示例中，床旁设备为监护仪，当超声检查模式为腹部检查模式和/或超声身体标识为腹部标识时，从床旁设备获取的生理参数包括心电波形参数、呼吸波参数和血氧参数中的至少一种，以用于评估脏器的血流灌注信息。
65.此外，与前文所述方法100类似的，方法700还可以包括：获取用户输入，用户输入包括用户增加的生理参数或删除的生理参数；当用户输入用于指示增加生理参数时，根据用户输入获取并显示用户输入指示增加的生理参数；当用户输入用于指示删除生理参数时，从已显示的生理参数中删除用户输入指示删除的生理参数。
66.此外，与前文所述方法100类似的，在方法700中，当目标对象对应不止一个床旁设备时，超声设备还可以基于步骤s710中获取的超声数据确定待获取生理参数的(一个或多个)床旁设备；与所确定的床旁设备建立网络连接，以从确定的床旁设备获取对应的生理参数。
67.此外，与前文所述方法100类似的，在方法700中，当超声设备从床旁设备获取生理参数时，需要与床旁设备建立网络连接，例如可以通过以下方式中的任一种来建立网络连接：超声设备与床旁设备连接同一无线网络热点；超声设备提供无线网络热点，床旁设备连接无线网络热点；床旁设备提供无线网络热点，超声设备连接无线网络热点；超声设备与床
旁设备经由近场通信网络、移动网络或有线网络进行连接。
68.此外，与前文所述方法100类似的，在方法700中，从床旁设备获取并显示的生理参数可以同时在床旁设备上突出显示，这使得用户能够更加清楚地看到监护仪上被超声设备获取的生理参数的情况，凸显该生理参数当前的重要参考性。
69.此外，与前文所述方法100类似的，在方法700中，前文所述的床旁设备可以包括以下中的至少一项：监护仪、呼吸机、麻醉机以及个人计算机。
70.基于上面的描述，根据本技术实施例的超声设备获取生理参数的方法能够根据超声检查模式和/或超声身体标识确定目标对象的检查部位，并自动从床旁设备获取与该检查部位相关的生理参数在超声设备上显示，为医生快速提供相关生理参数，减少医生操作，有效提高医生诊断效率。
71.以上示例性地描述根据本技术实施例的超声设备获取生理参数的方法。下面结合图9描述根据本技术另一方面提供的超声设备。
72.图9示出了根据本技术实施例的超声设备900的示意性结构框图。如图9所示，超声设备900包括发射电路910、接收电路920、超声探头930、处理器940和显示器950，其中：发射电路910用于控制超声探头930向目标对象发射超声波；接收电路920用于控制超声探头930接收超声波的回波，并从超声波的回波获取超声回波信号；处理器940用于基于超声回波信号进行超声成像；显示器950用于显示处理器940输出的数据；处理器940还用于执行前文所述的超声设备获取生理参数的方法。本领域技术人员可以结合前文所述理解超声设备900的结构和操作，为了简洁，此处不再赘述。
73.基于上面的描述，根据本技术实施例的超声设备获取生理参数的方法和超声设备能够自动从床旁设备获取相关生理参数在超声设备上显示，为医生快速提供相关生理参数，减少医生操作，有效提高医生诊断效率。
74.尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本技术的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本技术的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本技术的范围之内。
75.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
76.在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。
77.在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本技术的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
78.类似地，应当理解，为了精简本技术并帮助理解各个发明方面中的一个或多个，在
对本技术的示例性实施例的描述中，本技术的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本技术的方法解释成反映如下意图：即所要求保护的本技术要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本技术的单独实施例。
79.本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
80.此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本技术的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
81.本技术的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器 (dsp)来实现根据本技术实施例的物品分析设备中的一些模块的一些或者全部功能。本技术还可以实现为用于执行这里所描述的方法的一部分或者全部的超声血流成像装置程序(例如，计算机程序和计算机程序产品)。这样的实现本技术的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
82.应该注意的是上述实施例对本技术进行说明而不是对本技术进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本技术可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干超声血流成像装置的单元权利要求中，这些超声血流成像装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
83.以上所述，仅为本技术的具体实施方式或对具体实施方式的说明，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。本技术的保护范围应以权利要求的保护范围为准。