[发明专利]超声成像系统及其方法

说明书

一个计算系统，包括：一个用于存储指令的存储器和一个执行指令的处理器。该处理器执行所述指令以执行以下步骤：接收与一幅图像或者用户相关的数据；确定所述数据中的一个特征；从一个用户文件中，确定一个用户偏好；获得模型；基于所述特征、所述用户偏好以及所述模型，分割所述图像。所述模型通过以下步骤生成：从历史数据中确定历史特征，作为一个输入；确定一个期望输出；基于所述输入和所述期望输出，获得一个初始模型；确定一个所述初始模型的实际输出；确定所述初始模型的实际输出和所述期望输出之间的误差；根据所述误差，通过更新所述初始模型生成所述模型。

技术领域

本披露涉及一种医学成像处理的系统及其方法，更具体地，涉及一种超声成像系统及其方法。

背景技术

传统的超声成像系统通常具有一个静态系统配置，这类系统不能满足用户偏好或者图像内容的需求。同时，传统的超声成像系统更新不频繁且通常系统更新出现在一个发布版本的基础上。传统的超声成像系统只能达到图像处理的局部最优化，且操作过分依赖于用户的技术水平。为了解决上述存在问题，本披露提出了一种在超声系统中能够实现自动分割图像、增强图像质量、改进工作流程以及适应用户界面的图像处理方法和系统。

发明内容

根据本申请的一个方面，提供了一个超声成像的计算系统。该计算系统包括一个用于存储指令和用户文件的存储器。该计算系统还包括一个或多个执行指令的处理器，该处理器执行的指令包括：接收与一幅图像或者一个用户相关的数据；确定所述数据中的一个或多个特征；从一个用户文件中确定一个或多个用户偏好；获得模型；基于所述一个或多个特征中的至少一个、所述一个或多个用户偏好中的至少一个以及所述模型，将所述图像分割成至少一个部分、或者增强所述图像、或者修改用户界面、或者修改用户流程。所述模型通过以下步骤生成：从历史数据中确定一个或多个历史特征，作为一个输入；确定一个期望输出；基于所述输入和所述期望输出，获得一个初始模型；基于所述输入和所述初始模型，确定一个所述初始模型的实际输出；确定所述初始模型的实际输出和所述期望输出之间的误差；根据所述误差，通过更新所述初始模型生成所述模型。

根据本申请的一个方面，提供了一个超声成像的方法。该方法包括：接收与一幅图像或者一个用户有关的数据；确定所述数据中的一个或多个特征；从一个用户文件中确定一个或多个用户偏好；获得一个模型；基于所述一个或多个特征中的至少一个、所述一个或多个用户偏好中的至少一个以及所述模型，将所述图像分割成至少一个部分、或者增强所述图像、或者修改用户界面、或者修改用户流程。所述模型通过以下步骤生成：从历史数据中确定一个或多个历史特征，作为一个输入；确定一个期望输出；基于所述输入和所述期望输出，获得一个初始模型；基于所述输入和所述初始模型，确定一个所述初始模型的实际输出；确定所述初始模型的实际输出和所述期望输出之间的误差；根据所述误差，通过更新所述初始模型生成所述模型。

根据本申请的一个方面，提供了一个计算机程序产品的非暂时性计算机可读介质，所述计算机程序产品使计算系统执行的指令包括：接收与一幅图像或者一个用户相关的数据；确定所述数据中的一个或多个特征；从一个用户文件中确定一个或多个用户偏好；获得一个模型；基于所述一个或多个特征中的至少一个、所述一个或多个用户偏好中的至少一个以及所述模型，将所述图像分割成至少一个分段、或者增强所述图像、或者修改用户界面、或者修改用户流程。所述模型通过以下步骤生成：从历史数据中确定一个或多个历史特征，作为一个输入；确定一个期望输出；基于所述输入和所述期望输出，获得一个初始模型；基于所述输入和所述初始模型，确定一个所述初始模型的实际输出；确定所述初始模型的实际输出和所述期望输出之间的误差；根据所述误差，通过更新所述初始模型生成所述模型。

附图说明

本披露下面将以示例性实施例的方式描述。通过下述细节描述及相应附图，本披露以上和其他方面的实施例将更为清晰。

图1是根据本申请的一些实施例所示的计算系统的一种示例性结构图；

图2是根据本申请的一些实施例所示的图1所示的计算系统中的设备的一种示例性结构图；