Es el comercio binario confiablemente 4d ultrasonido

Por ejemplo, se entrenan diferentes modelos probabilísticos, como uno para detectar el miocardio en un marco dado de datos de ultrasonido y otro para rastrear el miocardio entre los marcos. La memoria 14 puede almacenar datos que representan instrucciones ejecutables por un procesador programado, tal como el procesador 12, para caracterizar el movimiento cardíaco a partir de la información de ultrasonido. Uno o más cuadros pueden corresponder a una fase dada del ciclo cardíaco. El procesamiento semántico automático proporciona la mecánica del miocardio. Los sistemas, métodos e instrucciones en este documento pueden en su lugar o adicionalmente usarse para otras caracterizaciones cíclicas o repetitivas del movimiento, tales como el análisis del movimiento del diafragma o la marcha durante el trote. El conocimiento del aprendizaje proporciona la posición típica del miocardio para diferentes fases. Dado que el tiempo separa la adquisición del cuadro, dos cuadros pueden superponerse o representar los tiempos más cercanos a la fase deseada. Se proporciona una caracterización computarizada del movimiento de la pared cardíaca. Los datos son almacenados durante o durante el procesamiento por el procesador 12. La Ley 30 se realiza para cada ciclo sin seguimiento continuo del otro ciclo.

La cámara del ventrículo izquierdo se expande y contrae durante todo el ciclo cardíaco. Para otro ciclo, la inicialización puede no depender del movimiento anterior. La coincidencia de datos o el seguimiento de speckle se pueden usar para la inicialización en la otra secuencia. Los planos pueden detectarse para uno o más de los cuadros. A modo de introducción, las realizaciones preferidas descritas a continuación incluyen métodos, medios legibles por ordenador y sistemas para la caracterización computarizada del movimiento de la pared cardíaca. El modelo de seguimiento puede usar la salida del modelo de detección. El movimiento de la malla anterior representa la forma del miocardio. Estos patrones pueden usarse para analizar anomalías de movimiento.

En realizaciones alternativas, la dimensionalidad no se reduce. Alternativamente, se usa el movimiento anterior. Por ejemplo, el límite se inicializa tanto en el primer como en el último fotograma de la secuencia. Cada clasificador utiliza los conjuntos de datos y anotaciones específicas de la anatomía que se está clasificando. El volumen a lo largo del tiempo puede ser filtrado de paso bajo. El movimiento anterior se usa en una función objetivo bayesiana con seguimiento de speckle, detección de límite y conservación masiva. En una realización, el volumen se calcula detectando el miocardio.

Se puede proporcionar seguimiento de ciclos adicionales. Por lo tanto, se pretende que la descripción detallada anterior se considere como ilustrativa en lugar de limitante, y que se entienda que son las siguientes reivindicaciones, que incluyen todos los equivalentes, las que están destinadas a definir el espíritu y el alcance de esta invención. Mientras se discute aquí para su uso en el miocardio o el ventrículo izquierdo con datos de ultrasonido, el enfoque puede considerarse un marco general. Siemens Corporation, Siemens Medical Solutions USA, Inc. La Ley 26 no se puede llevar a cabo cuando la secuencia representa un solo ciclo o menos, o cuando el seguimiento debe realizarse a través de ciclos múltiples sin contrarrestar la deriva o con un procesamiento continuo y uniforme. El seguimiento puede ser para marcos adyacentes, de modo que la mitad de la secuencia usa el límite seguido y la otra mitad usa el límite seguido. Las características se determinan a partir de la información de gradiente. La figura 7 también muestra varias representaciones de movimiento LV en un espacio de baja dimensión en un gráfico.

Se puede usar cualquier tipo de características de los datos de ultrasonido. La presente invención se define mediante las siguientes reivindicaciones, y nada en esta sección se debe tomar como una limitación sobre esas reivindicaciones. Los actos 28 y 30 representan el seguimiento del ciclo interno para un ciclo. La Ley 32 representa los actos 28 y 30 que se realizan para diferentes ciclos cardíacos, por lo que se realiza en paralelo, antes o después de los actos 28 y 30. Sistema de coordenadas cartesianas y un sistema local de coordenadas del corazón. La figura 2 muestra un método para la caracterización computarizada del movimiento cardíaco a partir de datos de ultrasonidos. Un sistema de imágenes o estación de trabajo carga las instrucciones. Se puede usar cualquier patrón de escaneo. Se pueden proporcionar componentes adicionales, diferentes o menos.

La estimación también es una función del seguimiento volumétrico del miocardio desde el primer cuadro hasta un segundo cuadro de la secuencia de los cuadros. En otro ejemplo, la acción 34 no se realiza y se genera una imagen en su lugar. Los dos límites se promedian, se interpolan, se combinan de otro modo o se usan para seleccionar uno. La cantidad se proyecta a un sistema de coordenadas cartesianas y a un sistema de coordenadas del corazón local. El uso de marcos ED como el comienzo de un ciclo cardíaco, los picos en el volumen indican el comienzo de cada ciclo. La división se basa en el volumen dentro del miocardio. Se puede usar cualquier cantidad de características, como decenas, cientos o miles.

Por ejemplo, el procesador 12 u otro procesador rastrea uno o más puntos y calcula los valores de parámetros espaciales para cada punto en un modelo. Solicitud de Patente Núms. De SerieLos datos de ultrasonido se ingresan al procesador 12 o a la memoria 14. Por ejemplo, la identidad del miocardio se realiza usando relaciones relativas de puntos en lugar de coordenadas absolutas. En un ejemplo, se usan características orientables. Para automatizar el flujo de trabajo clínico y facilitar las tareas de procesamiento posteriores, como el seguimiento del movimiento de la pared ventricular, los planos de MPR cardíaca estándar pueden detectarse automáticamente a partir de un volumen 3D. Se pueden usar actos adicionales, diferentes o menos que los mostrados. Por ejemplo, el speckle o tejido se rastrea usando correlación o cálculos de suma mínima de diferencias. El límite en un marco dado de la secuencia se basa en la malla, pero puede ser diferente de la malla de movimiento previa dependiendo de las otras características.

Los detectores están capacitados en una gran cantidad de volúmenes de ultrasonido 3D anotados. Del mismo modo, las estrategias de procesamiento pueden incluir multiproceso, multitarea, procesamiento paralelo y similares. El movimiento cardíaco se puede clasificar como una función de los valores. En realizaciones alternativas, el clasificador se programa manualmente. Esta tarea es particularmente desafiante para los datos de ultrasonido debido al ruido y los datos faltantes. El seguimiento se realiza en direcciones temporales hacia adelante y hacia atrás. Los marcos se pueden obtener en tiempo real con el escaneo. Cada cuadro de datos representa el volumen en un momento dado.

Este marco puede tener ventajas en comparación con el simple registro de imágenes o el seguimiento de flujo óptico. El clasificador está entrenado a partir de un conjunto de datos de entrenamiento usando una computadora. Función objetivo bayesiano para lograr un seguimiento preciso y robusto de todo el volumen del miocardio. Dado un volumen de entrada, la forma media del VI se alinea con la pose o los datos detectados. Se puede seleccionar uno, se puede formar un cuadro de interpolación o se pueden promediar los cuadros. Otros tipos de características se pueden usar alternativamente o adicionalmente. Se utiliza cualquier velocidad de fotogramas, como 15 o más cuadros por segundo o latido del corazón. El desplazamiento y la velocidad se determinan con relación al corazón.

El límite de tejido puede tener uno o más huecos. Sin embargo, la mayoría de los métodos existentes para medir la tensión del miocardio se limitan a las medidas en una o dos dimensiones. El procesador identifica el límite de los datos de ultrasonidos del cuadro con o sin datos de otros marcos. Los datos de ultrasonido se agrupan en marcos. La Figura 3 muestra otra realización del método con respecto a imágenes médicas de ultrasonidos representativas. Los modelos probabilísticos pueden ser conjuntos o dependientes. Para cada cuadro en la secuencia, se calcula el volumen. El conocimiento de las probabilidades, tal como se ajusta a los datos de cada cuadro, indica la ubicación o el desplazamiento local en función del movimiento anterior.

La estimación y el análisis del movimiento cardíaco pueden proporcionar información importante para la cuantificación de la elasticidad y la contractilidad del miocardio. Los componentes y las figuras no son necesariamente a escala, sino que se hace hincapié en ilustrar los principios de la invención. Los datos de imagen normalizados o extraídos se usan para calcular valores para uno o más parámetros. Por ejemplo, la estimación y el análisis del movimiento cardíaco proporciona información importante sobre la elasticidad y la contractilidad del miocardio. La Figura 7 muestra dos secuencias de movimiento LV temporalmente alineadas con 16 cuadros por ciclo cardíaco. Las características se calculan a partir de los datos de ultrasonido, como centrar una ventana o kernel en cada ubicación y determinar las características orientables para cada posición de ventana. El ejemplo cardíaco de formación de imágenes médicas se usa en este documento.

La secuencia es más de una parte de un ciclo cardíaco, en ciclos múltiples o cualquier longitud. Solicitud de patente publicada No. Estas señales se utilizan como vectores de características de entrada. En una realización, se usa un clasificador de refuerzo binario con una estructura de árbol y cascada. La inicialización del acto 28 se realiza utilizando el detector durante un ciclo. La detección de movimiento en múltiples ciclos puede ser más útil que en un solo ciclo, especialmente cuando se evita la deriva en el seguimiento. La memoria 14 almacena el cuadro de ultrasonido o los datos de imagen. Alternativamente, los cuadros se adquieren de una memoria o transferencia donde el escaneo ocurrió previamente en un examen que ya no ocurre. Se utiliza cualquier cantidad de conjuntos de datos anotados por ultrasonido expertos anotados.

En una realización, el tipo de características utilizadas son características de gradiente. En una realización, la dimensionalidad se reduce. Los resultados se fusionan en una única estimación promediando las deformaciones calculadas y el procedimiento se repite hasta que se estima el modelo 4D completo para la secuencia completa. En una realización, la información de ECG se usa para determinar los cuadros asociados con las fases. En el acto 28, un procesador identifica un miocardio en uno o más cuadros. En otras realizaciones, los actos se realizan en un orden diferente. El movimiento puede ser determinado por las diferencias entre las posiciones absolutas de la pared del corazón en diferentes marcos. La deformación 3D de la pared del miocardio se captura fusionando la información de múltiples señales, incluido el seguimiento de motas, la detección de límite y el movimiento previo.

Las secuencias de diferentes ciclos se pueden normalizar en función del tiempo. En otras realizaciones más, las instrucciones se almacenan dentro del sistema de formación de imágenes en un disco duro, memoria de acceso aleatorio, memoria caché, memoria intermedia, medios extraíbles u otro dispositivo. El ajuste localmente deforma el modelo. Cuando la secuencia se extiende en ciclos múltiples, los ciclos se dividen automáticamente para el seguimiento independiente de la pared cardíaca. El usuario configura el sistema para realizar un escaneo cardíaco antes de la activación. En otra realización, el movimiento anterior se usa para inicializar el seguimiento en la acción 28. La imagen representa el volumen dentro del paciente, como ser una representación del volumen de una o más direcciones de visualización o una imagen MPR. En una realización de ejemplo, las secuencias de ultrasonido 4D se adquieren con un escáner de ultrasonido de diagnóstico médico con un tamaño de volumen promedio de tamaño 200 x 200 x 140 vóxeles y una resolución de 1 mm en las direcciones x, y y z. El movimiento de la pared del corazón, como el miocardio, está determinado. Para facilitar el análisis, el resultado de seguimiento X se alinea temporalmente con una longitud de ciclo de referencia.

Los actos se realizan en el orden que se muestra. Las características se pueden identificar mediante el procesamiento de imágenes. El cálculo ocurre sin intervención del usuario. Función objetivo bayesiana con integración de una pluralidad de señales, incluida la detección de límite de miocardio, seguimiento de motas y conservación de masa. Cada cuadro incluye los datos de ultrasonido suficientes para detectar los valores de los vóxeles que representan el volumen del paciente. Sociedad Americana de Ecocardiografía. El aprendizaje automático se utiliza para localizar y rastrear la pared cardíaca, como usar un movimiento anterior aprendido de los datos de entrenamiento para localizar y el movimiento previo, seguimiento de speckle, detección de límites y señales de conservación masiva para rastrear con otro clasificador aprendido de la máquina.

Los huecos se cierran mediante ajuste de curva o interpolación. El procesador 12 es uno o más procesadores generales, procesadores de señal digital, circuitos integrados específicos de aplicación, arreglos de puertas programables de campo, servidores, redes, circuitos digitales, circuitos analógicos, combinaciones de los mismos u otro dispositivo conocido o desarrollado posteriormente para procesar datos de ultrasonidos médicos. . Las vistas se detectan desde las características. La estimación es a través de un ciclo o porción de un ciclo. La Figura 4 muestra una división de ejemplo. El transductor 18 es un dispositivo piezoeléctrico o capacitivo operable para convertir entre energía acústica y eléctrica. Coordenada cartesiana con espaciado de coordenadas polares entre planos u otro formato.

Las secuencias están en un clip almacenado en un bucle CINE, imágenes DICOM u otro formato. Las mediciones de calidad de imagen basadas en las intensidades de la imagen y los puntajes de speckleness se integran en una estimación de probabilidad ponderada para manejar el ruido y la pérdida de señal en los datos de ultrasonido. El sistema 10 usa el transductor 18 para escanear un volumen. La escala se normaliza y el modelo se alinea con los datos. Debido al patrón de movimiento cíclico de cada ciclo, la trama ED del segundo ciclo también se puede inicializar al propagar el movimiento desde la trama ED del primer ciclo. Las mismas o diferentes ventanas de tamaño se utilizan para diferentes anatomías. Por ejemplo, una estación de trabajo local o remota sin el transductor 18 recibe datos de ultrasonidos y caracteriza el movimiento cardíaco.

Las cantidades se determinan con una mínima entrada del usuario. En una realización, la información previa de movimiento se usa a lo largo de un ciclo para determinar el volumen en el acto 26. ISOMAP u otro algoritmo. La región encerrada por el límite es el volumen de la cavidad. Los marcos se adquieren escaneando al paciente con ultrasonido. El seguimiento se realiza mediante análisis de imagen. En un primer aspecto, se proporciona un método para la caracterización computarizada del movimiento cardíaco a partir de datos de ultrasonidos. El seguimiento de los fotogramas de un ciclo es independiente del seguimiento de los fotogramas de otro ciclo y viceversa.

La malla puede ser ingresada como coordenadas absolutas de los puntos de control o puede usar el aprendizaje múltiple y ser ingresada como ubicaciones relativas. El procesador identifica el límite usando un clasificador o detector. Alternativamente, tanto el seguimiento hacia adelante como hacia atrás se realizan a lo largo de toda la secuencia. Los datos de ultrasonido que representan un volumen se proporcionan en respuesta al escaneo. Los casos conocidos pueden estar espacialmente alineados o registrados, como al alinear el sistema de coordenadas al corazón. El aprendizaje múltiple no supervisado es capaz de descubrir los grados de libertad no lineales que subyacen a las observaciones naturales complejas. En otra realización más, el movimiento anterior también se usa o alternativamente como una función de entrada para rastrear en la acción 30. Se puede usar cualquier detección de límite.

Se pueden usar otros clasificadores. La inicialización para el otro ciclo puede depender del ciclo anterior mientras que el seguimiento no. En la acción 20, se obtiene una secuencia de cuadros de datos de ultrasonidos. Como resultado, se proporcionan dos límites para cada cuadro. En una realización, las instrucciones se almacenan en un dispositivo de medios extraíbles para su lectura por un sistema de imágenes de diagnóstico médico o una estación de trabajo conectada en red con sistemas de imágenes. El procesador 12 implementa un programa de software, tal como un código generado manualmente o programado o un sistema de clasificación entrenado. En una tercera acción, se proporciona la inicialización de seguimiento automático. Alternativamente, el mismo clasificador detecta el límite en cualquier fase. La optimización eficiente, como el aprendizaje múltiple, se usa para lograr alta velocidad.

Diferentes cuadros representan sustancialmente el mismo volumen en diferentes momentos. Por ejemplo, nq puede ser 150 mientras n es 771. Como se representa en la Figura 8, un sistema local de coordenadas del corazón describe la deformación del VI. Para rastrear en una dirección temporal a través de la secuencia, el límite se identifica en un marco. Cada detector no solo proporciona una decisión binaria para una muestra dada, sino también un valor de confianza asociado con la decisión. El conocimiento está integrado en grandes repositorios de datos anotados donde los clínicos expertos indican manualmente las anatomías. Por ejemplo, el límite en el último desde un ciclo se propaga al primer cuadro de los ciclos siguientes. Las características representan gradientes direccionales. La ventana se traduce, rota y escala como parte de la búsqueda de una anatomía.

En una realización, el proceso avanza a través de una serie de acciones. El VI para todo el miocardio se encuentra. A medida que se produce el escaneo para un cuadro de datos posterior, se procesa el marco de datos adquirido más recientemente. Se pueden proporcionar combinaciones de estos usos. Se puede proporcionar speckle tracking solo. La inicialización se basa en otras señales. Aspectos y ventajas adicionales de la invención se tratan a continuación junto con las realizaciones preferidas. Por ejemplo, las características se calculan para cada cuadro de datos de los datos en sí para detectar el miocardio.

Como otro ejemplo, se aplica un filtrado bajo, alto o pasa banda. El primero deforma un modelo representativo de los datos de cada marco basado en las probabilidades posteriores aprendidas. En un segundo aspecto, se proporciona un marco de procesamiento semántico automático para la estimación del volumen de la mecánica del miocardio. Cualquier característica puede ser utilizada. El detector representa un modelo de la anatomía donde se ajusta el modelo mediante la aplicación de la matriz a los datos de ultrasonido. Ambas características pueden ser calculadas de manera eficiente y ser efectivas como un espacio de características para aumentar los clasificadores. El límite puede seguirse en las direcciones hacia adelante y hacia atrás a través de la parte de la secuencia del ciclo dado. Se proporciona un ajuste temporal automático para cuando el ECG no está disponible o no es correcto.

El proceso de aprendizaje automático puede operar para determinar un subconjunto deseado o un conjunto de características que se utilizarán para una tarea de clasificación determinada. La anotación se proporciona para cada cuadro de datos. El sistema escanea, detecta el límite, rastrea el límite y calcula los valores sin más entradas. Como se representa en la ley 32, el seguimiento de un ciclo adicional se realiza de forma independiente. En una realización, el sistema 10 es un sistema de formación de imágenes de diagnóstico médico, tal como un sistema de formación de imágenes por ultrasonidos. Alternativamente, los huecos se identifican y el límite de tejido se cierra conectando una superficie plana o curva entre los puntos de límite de tejido más cercanos al espacio. Por ejemplo, Haar, orientable u otras características también se introducen.

Las instrucciones son para caracterizar el movimiento cardíaco a partir de la información del ultrasonido. Se pueden usar otras fases iniciales. En el acto 22, se identifican uno o más cuadros en el ciclo cardíaco. Por ejemplo, se identifican los límites en el primer y último fotograma de la secuencia. Las ubicaciones o la malla del miocardio en el último o adyacente cuadro de un ciclo se propagan al primer cuadro o al cuadro adyacente del otro ciclo. 7 de marzo de 2004, se usa la descripción de la cual se incorpora aquí como referencia. Dado que se utilizan dos clasificadores de aprendizaje automático para la detección de límites dada la secuencia volumétrica de entrada, se utilizan tanto un rastreador de flujo óptico como un rastreador de detección de límite. La pantalla 16 puede configurarse por la salida del procesador 12 para mostrar información al usuario.

Las funciones, acciones o tareas ilustradas en las figuras o descritas en este documento las realiza el procesador 12 programado que ejecuta las instrucciones almacenadas en la memoria 14 o en una memoria diferente. La estimación rastrea el límite de un marco a otro. Para prevenir o limitar la deriva, el movimiento de la pared ventricular se rastrea tanto hacia adelante como hacia atrás en función de los antecedentes de movimiento aprendido. El resultado es una malla de posiciones detectadas del límite en el marco. Como el tejido del miocardio es virtualmente incompresible, el tejido se deforma en las tres dimensiones simultáneamente. La función de ventana que define los datos es un cubo, pero puede tener otras formas de volumen. Las deformaciones temporales primero se alinean mediante el análisis de procrustos generalizados 4D. Aunque la invención se ha descrito anteriormente con referencia a diversas realizaciones, debe entenderse que pueden realizarse muchos cambios y modificaciones sin apartarse del alcance de la invención.

Por ejemplo, se anotan aproximadamente 200cientas secuencias de ultrasonidos que representan la totalidad o al menos la mayoría del miocardio. El conocimiento se usa como un movimiento previo. La detección de límite y la predicción de movimiento se combinan con la información de intensidad de la imagen para evitar la deriva. Cada cuadro es detectado datos que representan el volumen. Dado que los diferentes cuadros representan tiempos diferentes, los diferentes cuadros están asociados con diferentes fases del ciclo cardíaco. El movimiento de la pared del ventrículo izquierdo puede ser preferible a las evaluaciones visuales. En otras realizaciones, el sistema 10 es una computadora, estación de trabajo o servidor.

El corazón u otra anatomía identificada en el acto 28 es para inicializar el seguimiento. El clasificador está configurado o entrenado para distinguir entre los grupos de estados deseados o para identificar opciones y probabilidades asociadas. Por ejemplo, se calculan los gradientes en todo el cuadro. En una realización, el patrón de movimiento del miocardio se cuantifica utilizando atlas estadísticos de deformación. La ubicación relativa se mantiene mientras se reduce la dimensionalidad. Se pueden proporcionar claves adicionales, diferentes o menos. Por ejemplo, el usuario configura el sistema para escanear un volumen de un paciente y para proporcionar valores o pantallas para uno o más parámetros específicos.

Uno o más valores o cantidades se calculan para los parámetros. DR y DC circunferencial. Alternativamente, la misma inicialización puede usarse para otros ciclos. La separación permite un seguimiento independiente a lo largo de cada ciclo para evitar o limitar la deriva durante una secuencia larga. Además, en las figuras, los números de referencia similares designan partes correspondientes a lo largo de las diferentes vistas. El miocardio cambia durante un ciclo cardíaco. Se puede usar cualquier enfoque basado en el aprendizaje para la detección de límites. Para cada fase, un clasificador es entrenado y utilizado.

Los parámetros son variables, como cualquier característica mecánica del miocardio. La clasificación puede realizarse usando la información de movimiento descrita anteriormente. Las vistas estándar se utilizan para visualizar las estructuras cardíacas y son el punto de partida de muchos exámenes ecocardiográficos. Para rastrear desde diferentes direcciones temporales, el límite se inicializa en dos o más cuadros. El seguimiento independiente en cada ciclo puede reducir o evitar las imprecisiones debidas a la deriva. El clasificador aprende varios vectores de características para distinguir entre una anatomía deseada y la información que no se detecta. Alternativamente, el transductor 18 es un wobbler para exploración mecánica en una dimensión y exploración eléctrica en otra dimensión.

En otras realizaciones, la inicialización del seguimiento para cada ciclo es independiente de la información de otros ciclos. Los datos de ultrasonido se pueden procesar antes de calcular las características. La optimización eficiente puede lograr un rendimiento de alta velocidad. Dadas tres dimensiones espaciales, el tiempo y un gran número de vóxeles en cada volumen, la dimensionalidad de los datos para detectar el límite es alta. La detección de límite y la predicción de movimiento se combinan con la intensidad de la imagen para evitar la deriva en múltiples ciclos cardíacos. Tras la activación, se produce el escaneo y el límite se identifica sin más entradas del usuario. En una realización, el haz de transmisión es lo suficientemente ancho para la recepción a lo largo de una pluralidad de líneas de exploración.

Modo Doppler, agente de contraste, armónico u otros modos de imágenes por ultrasonido. En una cuarta acción, se proporciona un seguimiento del movimiento de la pared ventricular. La precisión de seguimiento mejorada y la robustez pueden rastrear mejor el movimiento de la pared ventricular de manera confiable en múltiples ciclos cardíacos. Los datos de ultrasonido son formados por haz o detectados. Los cuadros que representan el corazón en las fases deseadas se determinan a partir del volumen dentro del miocardio. Los marcos de datos de ultrasonido se pueden usar para determinar los marcos para fases particulares. Se pueden usar otras funciones.

Al incluir ambos enfoques, es más probable que se asegure la consistencia temporal y el movimiento suave, y se pueden evitar derivaciones y valores atípicos. Los datos volumétricos de ultrasonido se obtienen de un paciente con miocardiopatía. En otra realización, se proporciona una forma de onda de transmisión plana, colimada o divergente para la recepción a lo largo de una pluralidad, un gran número o todas las líneas de exploración. Por ejemplo, se calcula el volumen, desplazamiento, velocidad, torsión, torsión, deformación, velocidad de deformación, deformación principal, radio, curvatura, mapa frontal de contracción, mapa frontal de relajación, mapa coronario o combinaciones de los mismos. El medio de almacenamiento incluye instrucciones para obtener una secuencia de cuadros de datos de ultrasonidos, representando los cuadros un volumen de un paciente en diferentes momentos, identificando los ciclos primero y segundo del corazón a partir de la secuencia de los cuadros de los datos de ultrasonidos, y propagando un primera ubicación de un miocardio desde un primer cuadro de los marcos del primer ciclo a una segunda ubicación del miocardio en un segundo cuadro de los marcos del segundo ciclo, siendo la segunda ubicación una ubicación inicial del miocardio utilizado en el seguimiento volumétrico de el miocardio a través de los marcos del segundo ciclo. El análisis de procrustes 4D generalizado se utiliza para alinear todos los vectores de movimiento remuestreado para eliminar la traslación, la rotación y la escala en los sistemas de coordenadas globales, mientras se mantienen las variaciones de forma y los patrones de movimiento dentro de los vectores de movimiento. En el acto 26, la secuencia de cuadros se divide en ciclos.

En realizaciones alternativas, la estimación es a través de más de un ciclo. El sistema 10 incluye un procesador 12, una memoria 14, un transductor 18 y una pantalla 16. Se pueden usar otros métodos de rastreo conocidos o desarrollados posteriormente. Por ejemplo, la detección que se analiza a continuación para la acción 28 como parte del seguimiento se realiza para cada cuadro de datos para calcular el volumen. Las mismas o diferentes características se usan para la clasificación en cada etapa. Se puede usar cualquier tamaño de bloque, como 11 x 11 x 11. Por ejemplo, la acción 24 no se realiza. El movimiento anterior solo puede usarse para reducir la deriva y tener en cuenta la variación individual del paciente con respecto al movimiento anterior, la estimación utiliza información adicional o en lugar del movimiento anterior. Las operaciones automáticas o semiautomáticas discutidas en este documento se implementan, al menos en parte, mediante las instrucciones.

Se pueden usar diferentes tipos de características para el mismo clasificador, o todas las características son del mismo tipo para un clasificador dado. La variación del volumen, tal como se muestra en el ejemplo de la Figura 4, indica los diferentes ciclos. En la ley 34, se calculan uno o más parámetros cardíacos. Los vectores de características se pueden procesar, como filtrado, antes de la entrada. En realizaciones alternativas, se puede usar otro rastreo. Detector Doppler, detector de respuesta armónica, detector de agente de contraste, convertidor de exploración, filtro, combinaciones de los mismos, u otros componentes del sistema de ultrasonido de diagnóstico médico ahora conocidos o posteriores. Utilizando un modelo del corazón que indica la posición espacial de los planos en relación con la orientación del corazón representada por las ubicaciones de las características detectadas, se determinan las posiciones de los planos con relación al volumen representado por el cuadro de datos.

Sin embargo, la información del ECG puede no estar disponible o ser incorrecta en algunos datos. La plantilla cambia para cada par de marcos entre los cuales se rastrean los límites. Los puntos de control que representan la malla se posicionan usando el detector. Clasificadores bayesianos o de redes neuronales. Los cuadros representan un volumen de un paciente en diferentes momentos. El límite se identifica automáticamente, como sin intervención del usuario. El límite se rastrea entre las imágenes en función del estrés mínimo o la distorsión del límite anterior.

La mecánica miocárdica global y regional se estima en función del resultado del seguimiento. En una segunda acción, se proporciona navegación de datos automática. En una primera acción, se proporciona segmentación temporal automática. El miocardio se rastrea a través de cada ciclo por separado de otros ciclos. Aunque la puntuación del movimiento de la pared visual es el método clínicamente establecido para la evaluación de la función miocárdica regional, esta metodología puede ser variable entre los observadores. La Figura 1 muestra un sistema 10 para caracterizar el movimiento cardíaco. Para Doppler, los datos de ultrasonidos pueden incluir muestras de una pluralidad de eventos de recepción realizados a lo largo de cada línea de exploración o muestras de velocidad o energía estimadas para cada línea de exploración. La pared cardíaca de un ciclo se puede usar para propagarse a otro ciclo para inicializar el seguimiento independiente.

En otra realización, las instrucciones se almacenan en una ubicación remota para su transferencia a través de una red informática o por medio de comunicaciones telefónicas al sistema de imágenes o estación de trabajo. La variación en el volumen indica el tiempo relativo del ciclo. Se detectan los límites endocárdico y epicárdico, pero solo se puede identificar un límite en otras realizaciones. Siemens Corporate Research, Inc. Para la aplicación, el procesador 12 calcula las características para la clasificación. La propagación se realiza por interpolación. La pared cardíaca rastreada de una pluralidad de ciclos puede fusionarse temporalmente para mejorar la precisión y robustez del seguimiento.

Los parámetros se calculan en función del seguimiento. La mejor coincidencia de datos para o alrededor de cada ubicación se identifica en las imágenes siguientes. Dado el ciclo cardíaco y la información de fase estimada en el acto 22, la secuencia de ultrasonidos de entrada se divide en ciclos cardíacos individuales. Debido a la naturaleza de adquisición de los datos de ultrasonido, el ruido y las pérdidas de señal pueden introducir artefactos. Los datos se combinan o procesan para tener menos variables. Cualquier región de búsqueda puede ser utilizada. En realizaciones alternativas, se proporciona la entrada del usuario durante el proceso. Podemos proporcionarle la mejor experiencia en Yellowpages.

El procesador 12 es uno o más procesadores generales, procesadores de señal digital, circuitos integrados específicos de aplicación, arreglos de puertas programables de campo, servidores, redes, circuitos digitales, circuitos analógicos, combinaciones de los mismos u otro dispositivo conocido o desarrollado posteriormente para procesar datos de ultrasonidos médicos. El procesador 12 implementa un programa de software, tal como un código generado manualmente o programado o un sistema de clasificación entrenado. Como se representa en la FIG. Como se ilustra en la FIG. 2. El método de la reivindicación 1, en el que la estimación comprende usar el movimiento anterior en una función objetivo bayesiana con la integración de una pluralidad de señales, que incluyen detección de límite de miocardio, seguimiento de motas y conservación de masa. Circle Cardiovascular Imaging Inc. Por ejemplo, n q puede ser 150 mientras n es 771.

Representaciones de movimiento LV en un espacio de baja dimensión en un gráfico. La pared cardíaca de un ciclo puede usarse para propagarse a otro ciclo para inicializar el rastreo. Universidad de Florida Research Foundation, Inc. IEEE Int Symp Biomend Imaging, 14 de mayo, vol. Siemens Medical Solutions Usa, Inc. La variación del volumen, tal como se muestra en el ejemplo de la FIG. El aprendizaje automático se utiliza para localizar y rastrear la pared cardíaca, como utilizar un movimiento aprendido previamente de los datos de entrenamiento para localizar inicialmente la pared cardíaca y el movimiento previo, rastreo de speckle, detección de límites y señales de conservación masiva para rastrear con otra máquina clasificador. 2. El método de la reivindicación 1, en el que la estimación comprende el seguimiento volumétrico entre pares de las tramas en una dirección hacia adelante y el seguimiento volumétrico entre pares de tramas en una dirección inversa, estando las direcciones delantera e inversa temporalmente a lo largo de la secuencia, y comprende la combinación de las trazas y direcciones inversas.

Secuencias de movimiento LV con 16 cuadros por ciclo cardíaco. 14 de mayo, Proc IEEE Int Symp Biomed Imaging, vol. 2. El método de la reivindicación 1 que comprende dividir la secuencia en primer y segundo ciclos cardíacos basados ​​en un volumen dentro del miocardio, donde identificar para el primer ciclo cardíaco comprende identificarse con el movimiento anterior, en el que identificar el segundo ciclo cardíaco comprende identificar con propagación de las ubicaciones del miocardio desde un primer cuadro del primer ciclo cardíaco hasta un segundo cuadro del segundo ciclo cardíaco, y en el que la estimación comprende el seguimiento volumétrico del miocardio a través del primer y el segundo ciclo cardíaco de forma independiente.