[发明专利]图像分析方法和设备

权利要求书

1.一种用于确定图像分割流程中的故障的图像分析方法(10)，其中，所述分割流程用于识别和分割图像中的一个或多个解剖特征，并且所述方法包括：

获得(12)患者的解剖区域的两幅或更多幅图像的图像分割，所述两幅或更多幅图像表示不同的相应时间点处的所述区域并且每幅图像是使用所述分割流程分割的；

比较(14)所述图像分割并且导出不同的分割之间的一个或多个一致性量度；并且

基于所述一个或多个一致性量度来确定(16)所述分割流程的准确度的量度。

2.根据权利要求1所述的方法(10)，其中，比较(14)所述图像分割和/或导出所述一个或多个一致性量度包括：比较在所述图像分割中的每个图像分割中分割的一个或多个类似分割特征，并且导出所述不同的分割中的所述特征之间的一个或多个一致性量度。

3.根据权利要求1或2所述的方法(10)，其中，所述准确度的量度是基于应用针对所述一个或多个一致性量度的一个或多个预定最小阈值来确定的。

4.根据权利要求1-3中的任一项所述的方法(10)，其中，所述准确度的量度是基于一个或多个导出的一致性量度和对针对在所述不同的时间点处捕获的图像的所述图像分割之间的不一致性的预定正常程度的参考来确定的。

5.根据权利要求1-4中的任一项所述的方法(10)，其中，导出所述一个或多个一致性量度和/或导出所述准确度的量度包括对机器学习算法的使用。

6.根据权利要求5所述的方法(10)，其中，所述机器学习算法被训练用于在表示所述不同的时间点处的所述区域的所述解剖区域的图像分割之间的不一致性的正常水平与异常水平之间进行区分。

7.根据权利要求1-6中的任一项所述的方法(10)，其中，所述准确度的量度包括准确度的概率量度。

8.根据权利要求2-7中的任一项所述的方法(10)，其中，确定所述一个或多个一致性量度包括对所述分割特征中的每个分割特征的轮廓的至少部分的位置、形状和/或尺寸的比较。

9.根据权利要求1-8中的任一项所述的方法(10)，其中，所述不同的时间点对应于被成像的解剖区域的周期性或循环移动模式中的定义的时间点。

10.根据权利要求1-9中的任一项所述的方法(10)，其中，所述方法与对所述图像分割的获得实时地被执行。

11.根据权利要求1-10中的任一项所述的方法(10)，其中，所述方法是超声图像分析方法。

12.根据权利要求1-11中的任一项所述的方法(10)，其中，获得一个或多个图像分割包括接收一幅或多幅图像并且利用所述分割流程来处理所述图像。

13.根据权利要求1-11中的任一项所述的方法(10)，其中，获得一个或多个图像分割包括：接收超声数据，处理所述数据以导出表示不同的相应时间点处的所述解剖区域的一组两幅或更多幅图像，并且利用所述分割流程来处理所导出的一幅或多幅图像。

14.一种用于确定图像分割流程中的故障的图像分析设备(30)，其中，所述分割流程用于识别和分割图像中的一个或多个解剖特征，所述设备包括：

采集模块(32)，其被配置为获得患者的解剖区域的两幅或更多幅图像的图像分割，所述两幅或更多幅图像表示不同的时间点处的所述区域并且每幅图像是使用所述分割流程分割的；

比较模块(34)，其被配置为比较所述图像分割并且导出不同的分割之间的一致性量度；以及

分析模块(36)，其被配置为基于一个或多个一致性量度来确定所述分割流程的准确度的量度。

15.一种超声系统(40)，包括：

超声换能器单元(38)；以及

根据权利要求14所述的图像分析设备(30)，其操作地与所述超声换能器单元耦合以在获得两个或更多个所述图像分割中使用。