用于检测骨折的装置和方法

技术领域

本发明涉及超声成像，并且更特别地涉及基于超声图像来检测骨折的装置和方法。

背景技术

因创伤性损伤(因创伤造成的损伤)造成的骨折非常普遍。例如，肋骨骨折是因钝器检查(胸部)创伤造成的最常见的损伤。有若干不同的骨折诊断方法，包括身体检查、常规放射摄影(例如，诊断X射线)、先进的医学成像模态(例如，CT、MRI或SPECT(对于该任务通常不推荐))和超声成像。当前，身体检查和常规放射摄影是日常临床实践中使用的主要诊断工具，但是无法检测到所有骨折。例如，基于精确的身体检查和常规的放射摄影照片，仅可检测到49％左右的肋骨骨折。CT和MRI能够提供有关骨折的最详细信息，包括定位、碎片脱位等。然而，这些更先进的医学成像模态在资源有限的情况下(例如，入院前和发展中国家中的一些小型医院)并不总是可用，并且它们并不适合用于评价在整个处置过程期间需要重复进行系列成像的骨折复位情况。

超声成像已被认为是诊断成人以及特别是儿童和孕妇的骨折的良好的首要替代方案。超声成像允许识别肋骨骨折的确切位置，以帮助在肋骨固定手术之前确定手术切口的部位，从而消除了必须扩大切口的可能性。超声成像在儿童骨折评估方面已经显示出优势，这是因为与成年人相比，儿童的胸壁(软组织)相对较薄。超声成像的更多优势包括其便携性、无创性且价格低廉的成本效益，以及在床旁进行反复检查以评价在整个处置过程期间的骨折复位情况。

然而，手动检测超声图像中的骨折是高度依赖操作者的，耗时的过程。对于没有经验的用户而言，这始终是一项具有挑战性的任务，特别是在检查时间很关键的情况下。例如，在急诊室中，整个胸部的12对肋骨的检查时间最好少于12分钟，但时间越短越好。为了帮助医生从骨骼快速识别出骨骼表面或高回声线，提出了一些使用强度和梯度信息或形态特征从超声B模式图像中进行自动骨骼分割的方法。例如，在I.Hacihaliloglu等人于2012年在《医学与生物学超声》(第38卷，第128-144页)中发表的“Automatic bonelocalization and fracture detection from volumetric ultrasound images using3-D local phase features”中，开发了一种使用3D超声数据的局部相位特征进行自动骨定位和骨折检测的方法。这些现有方法对射频(RF)超声信号的要求很复杂，并且在3D局部相位估计中要求很高的计算负荷。

US 2007/043290 A1公开了一种用于通过将从骨骼反射的波的某些参数与阈值条件进行比较来检测骨折的设备。Lius Nascimento等人的“Computer aided bone fractureidentification based on ultrasound image”提出了一种用于自动识别骨折的3阶段流程。然而，需要进一步增强计算机辅助的骨折检测。

发明内容

提供用于基于超声图像来检测骨折的改进方法将是有利的。

根据本发明的第一方面的实施例，提出了一种用于基于超声图像来检测对象的骨折的装置。所述装置包括第一骨折检测器，所述第一骨折检测器被配置为：接收所述对象的区域的第一超声图像，并且识别所述第一超声图像中的骨骼。所述第一骨折检测器还被配置为：基于所识别的骨骼来识别所述区域内的至少一个聚焦区，生成指示所述至少一个聚焦区的位置的聚焦区信息，基于所生成的聚焦区信息来指导对第二超声图像的采集。例如，所述至少一个聚焦区能够包括所识别的骨骼的至少部分。所述装置还包括第二骨折检测器，所述第二骨折检测器被配置为：接收所述第二超声图像，并且基于所述第二超声图像来检测骨折，并且所述第二超声图像是基于所生成的聚焦区信息来采集的，并且所述第二超声图像在所述至少一个聚焦区中具有比所述区域的其余部分中更高的分辨率。所述第二超声图像中的所述至少一个聚焦区的分辨率高于所述第一超声图像中的所述至少一个聚焦区的分辨率。

以这种方式，首先使用第一超声图像来识别该区域内的骨骼，该至少一个聚焦区被识别为该区域的在骨骼表面附近的并且覆盖所识别的骨骼的至少部分的一个或多个子区域；然后以以下方式采集第二超声图像：该至少一个聚焦区的分辨率高于该区域的其余部分的分辨率，并且第二超声图像中的至少一个聚焦区的分辨率高于第一超声图像中的至少一个聚焦区的分辨率；并且使用第二超声图像来检测骨折。在常规方法中，使用在被成像区域上具有几乎固定分辨率的超声图像来进行骨折检测。不同地，在上面提出的方法中，采集在包括骨骼的一个或多个子区域中具有较高的轴向分辨率和横向分辨率的第二超声图像并将其用于骨折检测，并且较高的轴向分辨率和横向分辨率将得到更精细的骨骼表面外观，以便检测更加准确。换句话说，首先使用第一超声图像来识别一个或多个聚焦区，然后以放大(高分辨率)所识别的至少一个或多个聚焦区的方式来采集第二超声图像。因此，能够基于具有高分辨率的第二超声图像来检测在第一超声图像中无法检测到的一些骨折(例如，微小的骨折)。

在一些实施例中，通过仅对至少一个聚焦区中的第一超声图像执行额外的信号处理来采集第二超声图像。也就是说，通过在不将任何额外的超声信号发射到至少一个聚焦区中的情况下对第一超声图像执行信号处理来采集第二超声图像。先进的信号处理能够提高图像质量和/或骨折检测的准确性，但代价是更多的计算时间和/或工作量。此外，要处理的区越大，所花费的计算时间或工作量就越多。因此，它能够通过仅在至少一个聚焦区中执行额外的信号处理来减少计算时间和/或工作量。

根据一些实施例，通过至少朝向至少一个聚焦区发射额外的超声波束来采集第二超声图像。在实施例中，所述第一骨折检测器还被配置为指导超声图像采集单元通过至少朝向所述至少一个聚焦区发射额外的超声波束来采集所述第二超声图像，并且所述第二骨折检测器还被配置为接收由所述超声图像采集单元采集的所述第二超声图像。所提出的装置能够以直接方式或间接方式被通信性连接到超声图像采集单元。该装置能够将所生成的聚焦区信息发送到超声图像采集单元，超声图像采集单元然后能够基于接收到的聚焦区信息来采集第二超声图像，并且将所采集的第二超声图像发送到该装置(特别是该装置的第二骨折检测器)。

在一些实施例中，至少在至少一个聚焦区中，使用第一超声波束设置来采集第一超声图像，使用第二超声波束设置来采集第二超声图像，其中，第二超声波束设置不同于第一超声波束设置。第一骨折检测能够被配置为指导所述超声图像采集单元至少在至少一个聚焦区中使用第二超声设置来采集第二超声图像。第二超声波束设置可以以各种方式不同于第一超声波束设置。根据一些实施例，所述第一超声波束设置和所述第二超声波束设置在以下至少一个方面不同：(a)聚焦带；(b)发射频率；(c)发射脉冲长度；(d)转向角。

根据一些实施例，所述第一骨折检测器还被配置为基于所述第二超声图像来检测与所识别的骨骼相邻的血肿，并且所述至少一个聚焦区是基于检测到的血肿而生成的。例如，该至少一个聚焦区包括检测到的血肿的至少部分。例如，该至少一个聚焦区能够仅覆盖所识别的骨骼的与检测到血肿相邻的部分，而不是覆盖所有所识别的骨骼。以这种方式，该至少一个聚焦区能够甚至更小。通常，至少聚焦区越小，第二超声图像中的至少一个聚焦区的分辨率就能够越高，并且/或者针对该至少一个聚焦区采集相同的分辨率水平所要求的工作量就越小。当发生骨折时，与骨折相邻的地方常常会有血肿。在超声图像中，新鲜血肿表现为低回声模式。

根据一些实施例，所述第一骨折检测器还被配置为基于所述第一超声图像来检测骨折。虽然至少在至少一个聚焦区中，第一超声图像的分辨率比第二超声图像的分辨率更低，但是能够基于第一超声图像来检测一些骨折(例如，移位的骨折)。

在一些特定实施例中，第一骨折检测器被配置为：首先基于第一超声图像来检测骨折，随后识别至少一个聚焦区。在一些另外的实施例中，第一骨折检测器被配置为：如果第一骨折检测器基于第一超声图像没有检测到骨折，则识别至少一个聚焦区，并且/或者如果第一骨折检测器基于第一超声图像检测到骨折，则不识别至少一个聚焦区。在一些另外的实施例中，第二骨折检测器能够被配置为仅在第一骨折检测器基于第一超声图像没有检测到骨折的情况下才接收该区域的第二超声图像并基于第二超声图像来检测骨折。

以这种方式，一旦基于第一超声图像检测到骨折，就不需要采集第二超声图像或者就不需要基于第二超声图像来检测骨折。有时(例如在紧急情况下)，认定骨折比排除骨折更重要，或者换句话说，一旦检测到至少一个骨折(例如，大骨骨折)，就能够停止对骨折的检测。这在要扫描对象的大区的情况下特别有利。例如，在肋骨骨折检测的情况下，将要检查12对肋骨中的部分或全部肋骨。

根据一些实施例，所述装置还包括控制器。所述控制器被配置为：在第一检测模式与第二检测模式之间切换，并且在所述第一检测模式中控制超声图像采集单元以采集所述第一超声图像，并且在所述第二检测模式中控制所述超声图像采集单元以采集所述第二超声图像或者采集所述第一超声图像和所述第二超声图像这两者。

在一些实施例中，所述控制器还被配置为基于从用户接口接收的用户输入在所述第一检测模式与所述第二检测模式之间切换。用户输入能够采用各种形式，包括与用户接口的物理接触(例如，操作物理按钮，触摸触摸面板等)或非接触式输入(例如，音频输入、手势输入等)。

通过允许在第一检测模式与第二检测模式之间进行切换，该装置能够启用更加灵活的检测模式或工作流程来满足各种情况。例如，第一检测模式可能适用于时间紧迫的情况，此时小骨骨折不是很关键，换句话说，此时检测大骨骨折更为重要。例如，在一些情况下，临床医生可以首先使用第一检测模式进行快速粗略的检查，然后如果需要的话再切换到第二检测模式以进行详细的检测。在一些实施例中，在第一检测模式中，该装置能够被配置为呈现任何检测到的骨骼和/或任何识别出的聚焦区(例如，包括血肿的那些聚焦区)。

根据一些实施例，所述第一骨折检测器还被配置为接收当超声换能器相对于所述对象正在移动时采集的多幅第一超声图像以及与所述多幅第一超声图像中的每幅相对应的、关于所述超声换能器相对于所述对象的第一位置信息。与特定的第一超声图像相对应的、关于超声换能器相对于对象的位置信息是关于相对于超声换能器的在其处采集特定的第一超声图像的位置的信息。所述第一骨折检测器还被配置为：在所述多幅第一超声图像中的每幅中识别骨骼并检测与所述骨骼相邻的血肿的存在，并且识别所述多幅第一超声图像中的存在与所述骨骼相邻的所述血肿的子集。所述第一骨折检测器还被配置为生成与所述多幅第一超声图像中的所述子集中的每个子集相对应的、关于超声换能器相对于所述对象的第二位置信息。例如，当将超声换能器沿着对象的胸部或者沿着对象的肋骨移动时，采集多幅第一超声图像。

在一些实施例中，用户接口被配置为呈现所述第二位置信息。

根据本发明的第二方面的实施例，提出了一种用于检测对象的骨折的超声系统。所述超声系统包括：超声图像采集单元，其包括超声换能器；上述用于检测骨折的装置，其被耦合到所述超声图像采集单元；并且所述超声图像采集单元被配置为采集所述第一超声图像和所述第二超声图像。超声换能器被配置为：将超声信号发射到对象的区域，并且从该区域接收超声回波信号。

根据本发明的第二方面的实施例，提出了一种基于超声图像来检测对象的骨折的方法。所述方法包括以下步骤：接收所述对象的区域的第一超声图像；识别所述第一超声图像中的骨骼；基于所识别的骨骼来识别所述区域内的至少一个聚焦区。例如，所述至少一个聚焦区包括所识别的骨骼的至少部分。所述方法还包括以下步骤：指导对所述区域的第二超声图像的采集，以及接收所采集的第二超声图像，其中，所述第二超声图像在所述至少一个聚焦区中具有比所述区域的其余部分中更高的分辨率，并且所述第二超声图像中的所述至少一个的聚焦区的分辨率高于所述第一超声图像中的所述至少一个聚焦区的分辨率。所述方法还包括以下步骤：基于所述第二超声图像来检测骨折。

根据本发明的第三方面的实施例，提出了一种包括可执行指令的计算机可读介质，所述可执行指令在被执行时使计算机处理器执行上述方法。

参考结合附图进行的描述，本发明的其他目的和优点将变得更加明显并且能够易于理解。

附图说明

在下文中，将结合实施例并参考附图来更加详细地描述和说明本发明，其中：

图1图示了根据本发明的一些实施例的用于检测对象的骨折的超声系统；

图2图示了根据本发明的一些实施例的基于超声图像来检测对象的骨折的方法；

图3图示了根据本发明的一些实施例的两幅超声B模式图像；

图4A-4C图示了根据本发明的不同实施例的成像区的至少一个聚焦区；

图5图示了根据本发明的一些实施例的当超声换能器相对于对象正在移动时采集的多幅超声图像；

图6图示了根据本发明的一些实施例的用户接口的示意图；并且

图7A图示了从图3B的超声B模式图像中选择的子区域；图7B-7F图示了图7A中的子区域的五种不同的纹理分析。

在附图中，相同的附图标记指示相似或对应的特征和/或功能。

具体实施方式

将关于特定实施例并参考某些附图来描述本发明，但是本发明不限于此，而是仅由权利要求书来限定。所描述的附图仅是示意性的而非限制性的。在附图中，出于说明性目的，元件中的一些元件的尺寸可能被放大且并未按比例绘制。

图1图示了根据本发明的一些实施例的用于检测对象的骨折的超声系统100。图2图示了根据本发明的一些实施例的基于超声图像来检测对象的骨折的方法200。

超声系统100包括用于检测对象的骨折的装置110、超声图像采集单元110和用户接口130。超声图像采集单元110能够是超声探头。装置120以各种方式(包括有线或无线连接、本地或远程连接等)被通信性连接到超声图像采集单元110和用户接口130。用户接口130也可以任选地被通信性连接到超声图像采集单元110。装置120、超声图像采集单元110和用户接口130能够被集成到单个设备中，或者能够在物理上彼此分离。装置120、超声图像采集单元110和用户接口130中的每个能够包括一个或多个设备。在一些实施例中，超声系统100能够包括能连接到计算机系统的超声探头，并且计算机系统包括处理器和存储器。例如，计算机系统能够是个人计算机、智能电话、平板电脑。装置120包括计算机系统的处理器和存储器，其中，存储器包括可执行指令，该可执行指令在被执行时使计算机处理器执行方法200。用户接口130也能够是计算机系统的部分或者能连接到超声探头和/或计算机系统。

超声图像采集单元110能够是包括能够发射和/或接收超声信号的超声换能器的任何种类的设备。例如，超声图像采集单元110被配置为既朝向感兴趣区域发射超声信号，又从感兴趣区域接收所发射的超声信号的回波。超声图像采集单元110能够被配置为采集二维(2D)或三维(3D)超声图像。在一些示例中，超声换能器能够包括换能器元件的阵列，因此能够扫描2D平面。在一些示例中，超声换能器能够包括换能器元件的矩阵，因此能够直接扫描3D体积。在一些其他示例中，超声换能器包括换能器元件的阵列，该换能器的阵列被重新定位和/或重新定向以自动或手动地扫描多个不同平面，并且多个平面的二维超声数据能够被组装成感兴趣体积的三维超声数据。例如，超声图像采集单元110能够包括机械三维超声探头。

通常，将对由换能器接收的超声回波信号进行波束形成，通过各种信号处理(例如，带通滤波、抽取、I和Q分量分离、谐波信号分离、斑点减少、信号复合和/或噪声消除)来处理经波束形成的信号，并且能够进一步处理经处理的信号以获得B模式数据、多普勒数据、应变数据、运动数据等。能够进一步处理各种超声数据以形成不同种类的超声图像。这些信号和/或图像处理能够由同一设备或多个设备来执行。在一些示例中，超声探头能够包括超声换能器和被配置为生成超声图像的一个或多个部件。在一些示例中，超声探头能够包括超声换能器和用于执行处理中的一些处理的一个或多个部件，然后另外的设备被配置为执行其余部分以基于超声探头的输出来生成超声图像。这样的设备能够是独立的设备，也能够是计算机系统的部分。

如图1所示，装置120包括第一骨折检测器122、第二骨折检测器124，并且任选地包括控制器126。

第一骨折检测器122被配置为接收对象的区域的第一超声图像。这里，有时将对象的区域称为被成像区域。第一超声图像能够是2D图像或3D图像。对象的区域能够是对象的2D平面，也能够是对象的3D体积。

能够根据关于对象的骨架的预先知识来预先选择对象的区域。根据对象的骨架的预先知识，能够将对象的区域选择为包括特定的感兴趣骨骼的区域。例如，在对象是人类的情况下，如果肋骨是感兴趣骨骼，则对象的区域能够是对象的胸部的部分，或者，如果肱骨是感兴趣骨骼，则对象的区域能够是对象的上臂的部分。在一些实施例中，根据对象的一个或多个预定解剖学参数来采集第一超声图像。以这种方式，能够通过将聚焦区设置在感兴趣骨骼的深度处来采集第一超声图像以增强该深度处的分辨率。例如，如果要检测人类的肋骨骨折，则解剖学参数包括指示胸部皮肤表面与肋骨顶部之间的深度的参数。能够将这样的参数确定为胸壁的厚度(CWT)减去指示人类的胸膜线与肋骨之间的典型距离的预定值(例如，0.5cm)。例如，CWT能够是基于体重指数确定的值，或者是从历史医学检查(例如，先前采集的特定的人的超声图像)中提取的值。额外地或替代地，能够基于CWT自动或手动地选择若干不同的采集模式。例如，对于大的CWT(例如，

第一骨折检测器122还被配置为识别所接收的第一超声图像中的任何骨骼。能够以任何合适的方式(包括已知的或将来开发的方式)来实施对骨骼的识别。在一些实施例中，能够例如经由用户接口130将所识别的骨骼呈现给用户。例如，显示第一超声图像，并且在所显示的第一超声图像中勾画所识别的骨骼。参考图3，超声B模式图像310是由第一骨折检测器接收的第一超声图像的示例。超声B模式图像310是用实线覆盖的超声B模式图像310，该实线勾画了所识别的骨骼322。在图3中，y轴沿着深度方向延伸，并且x轴沿着横向方向延伸。

在一些实施例中，如果第一骨折检测器没有识别出骨骼，则能够生成警报信号。另外，第一骨折检测器122可以被配置为：接收指示由用户手动识别的骨骼的用户输入和/或辅助骨骼检测的用户输入(例如，种子点)，并且基于用户输入来识别骨骼。在示例中，用户输入能够指示一个或多个种子点，并且第一骨折检测器能够被配置为基于所指示的种子点来识别骨骼。在另一示例中，用户输入能够指示空间区域，并且第一骨折检测器能够被配置为基于所指示的空间区域来识别骨骼。例如，第一骨折检测器能够被配置为：识别空间区域内的骨骼，或者识别具有该空间区域的骨骼和具有与该空间区域相邻的区域的骨骼。

第一骨折检测器122还被配置为：基于第一超声图像来识别该区域内的至少一个聚焦区，并且生成指示该至少一个聚焦区的位置的聚焦区信息。该至少一个聚焦区包括所识别的骨骼的至少部分。图4A-4C图示了根据本发明的不同实施例的成像区的至少一个聚焦区。

该至少一个聚焦区能够具有任何规则或不规则的形状。例如，参考图4A，该至少一个聚焦区430能够是包括或覆盖所识别的骨骼420的矩形区域。例如，参考图4B，该至少一个聚焦区430能够是以所识别的骨骼420为中心的带区域。聚焦区信息能够指示沿着至少一个维度的至少一个聚焦区的位置。例如，聚焦区信息能够指示至少一个聚焦区的深度，或者聚焦区信息能够指示至少一个聚焦区在二维被成像区域中的横向位置和深度。

在一些实施例中，第一骨折检测器122还被配置为基于检测到的血肿来检测与所识别的骨骼相邻的血肿。该至少一个聚焦区能够如此生成以包括或覆盖所识别的骨骼的与检测到的血肿相邻的部分。例如，参考图4C，检测到与所识别的骨骼420相邻的血肿440，并且至少一个聚焦区430被识别为覆盖血肿440和骨骼的位于血肿440下方的部分的区域。例如，该至少一个聚焦区可以包括所识别的骨骼的与检测到的血肿的距离小于预定阈值的部分。另外，用户能够经由用户接口来定义一个或多个聚焦区，或者换句话说，第一骨折检测器还能够被配置为：接收指示一个或多个聚焦区的用户输入，并且基于用户输入来识别至少一个聚焦区。在示例中，用户输入能够指示空间点，并且第一骨折检测器能够被配置为将聚焦区识别为具有预定形状和尺寸并以由用户输入所指示的空间点为中心的区。在另一示例中，用户输入能够借助于点、线等来指示空间区域，并且第一骨折检测能够被配置为基于由用户输入所指示的空间区域来识别聚焦区。所识别的聚焦区精确地对应于所指示的空间区域，或者能够是覆盖所指示的空间区域的预定形状的区。

能够以任何合适的方式(例如借助于纹理分析)来检测与骨骼相邻的血肿。在一些实施例中，能够选择被成像区域的子区域来执行纹理分析。该子区域能够是所识别的骨骼上方的区域。这里，术语“上方”是指沿着深度方向更为表层或更浅的地方。参考图3中的超声图像320，子区域能够被选择为两条曲线322和324之间的区域，其中，曲线322图示了所识别的骨骼，并且曲线324与曲线322相距预定值。

纹理分析能够包括计算共生矩阵中的任一个及其属性(例如，相关性、熵、对比度、能量和均匀性)。能量被定义为每个矩阵元素的平方和，反映了图像的灰度分布均匀性和纹理粗糙性。所有共生矩阵的值相同使得能量分布图较小；而共生矩阵值之间不相等可能会预期出现高能量。对比度反映了图像的锐度和纹理凹槽的深度。较深的纹理凹槽与较高的对比度和较好的视觉锐度相关联，而较低的对比度则归因于较浅的凹槽和模糊的图像。具有较高灰度差(例如，对比度分布图)的较高的像素数量与较高的对比度值相关联。熵反映了图像纹理的不均匀性和复杂性。相关性反映了图像纹理的一致性。均匀性反映了图像纹理的均匀性并且缩放了图像纹理的局部变化。高均匀性值表示图像纹理中不存在区域内变化并且局部均匀分布。

图7A图示了从图3B的超声B模式图像320中的两条曲线322和324之间的子区域中选择的区域。图7B-7F图示了图7A中示出的区域的五种不同的纹理分析。在图7B-7F的每幅图中，x轴表示横向方向，并且y轴表示对应的纹理属性的幅度。五个纹理属性在图7B中是熵，在图7C中是相关性，在图7D中是对比度，在图7E中是能量，并且在图7F中是均匀性。

已知在横向位置200周围存在血肿。参考图7B-7F，至少图7B中的熵值，图7E中的能量值和图7F中的均匀性值示出了血肿所在的横向位置200周围的明显变化。

分析表明，对于正常的骨膜下软组织，熵值较低；而对于骨膜下血肿，熵值较高。能够注意到，诸如增益和TGC之类的用户设置会影响一些参数(例如：对比度和能量)。然而，这些设置对诸如相关性和熵之类的参数的影响较小。熵反映出图像纹理的不均匀性和复杂性，因此，高熵表明图像内的随机性更高。

也可以使用若干其他特征，例如：经典反向散射、回声反射性、衰减系数、散射参数，幅度或强度直方图的参数(例如，Nakagami形状参数)、基于射频信号的分析中的谱特征以及运动特征。由于在针对正常的骨膜下软组织和骨膜下血肿的超声图像中存在显著差异，因此建议在我们的案例中使用用于测量散斑图案的纹理特征。很多研究结果表明，统计纹理分析方法能够很好地表征组织属性并为回声反射性提供补充信息。

第一骨折检测器122还被配置为基于所生成的聚焦区信息来发出用于采集该区域的第二超声图像的指令，并且第二骨折检测器124被配置为：接收所采集的该区域的第二超声图像，并且基于第二超声图像来检测骨折。第二超声图像是基于所生成的聚焦区信息来采集的，第二超声图像在至少一个聚焦区中具有比该区域的其余部分更高的分辨率，并且第二超声图像中的至少一个聚焦区的分辨率高于第一超声图像中的至少一个聚焦区的分辨率。在一些实施例中，第二骨折检测器124能够被配置为通过组合第一超声图像与第二超声图像来检测骨折。

能够以任何合适的方式来检测骨折。在一些示例中，首先检测骨骼表面，然后提取所检测骨骼的特征(例如，光滑度和连续性)。此外，也能够使用其他特征(例如，所检测的血肿，或纹理特征，与骨骼相邻的组织的应变)来检测骨折。在一些示例中，能够使用基于人工智能的算法来检测骨折。额外地或替代地，能够通过一个或多个用户输入来辅助骨折检测。例如，如果用户通过观察超声图像检测到骨折，则用户可以经由用户接口来指示检测到的骨折的位置。

根据本发明的一些实施例，第二超声图像是通过仅在至少一个聚焦区中对第一超声图像执行额外的信号处理来采集的。在一些示例中，第一骨折检测器能够被配置为对第一超声图像执行信号处理以靠自身采集第二超声图像，或者能够被配置为指导另外的用于执行信号处理的处理单元采集第二超声图像。第一骨折检测器能够将所生成的聚焦区信息发送到另外的处理单元，并且另外的处理单元被配置为基于所生成的聚焦区信息仅在至少一个聚焦区中对第一超声图像执行额外的信号处理。这个另外的处理单元能够是装置120的部分，或者能够被通信性连接到装置120。

根据本发明的一些实施例，第二超声图像是通过至少朝向至少一个聚焦区发射额外的超声波束来采集的。第一骨折检测器122能够被通信性连接到超声图像采集单元110，并且能够被配置为指导超声图像采集单元110通过至少朝向至少一个聚焦区发射额外的超声波束来采集第二超声图像。

在一些实施例中，第一超声图像是至少在至少一个聚焦区中使用第一超声波束设置来采集的，第二超声图像是至少在至少一个聚焦区中使用第二超声波束设置来采集的，其中，第二超声波束设置不同于第一超声波束设置。第二超声波束设置可以以各种方式不同于第一超声波束设置。根据一些实施例，第一超声波束设置和第二超声波束设置在以下至少一个方面不同：(a)聚焦带；(b)发射频率；(c)发射脉冲长度；(d)转向角。

在实施例中，第二超声图像是通过将发射和/或接收的超声波束聚焦在至少一个聚焦区上(例如聚焦在至少一个聚焦区的深度上)来采集的。例如，第二超声图像是通过将超声波束的聚焦带自动设置到至少一个聚焦区来采集的。

超声聚焦是一项众所周知的技术。借助于这项技术，相控阵换能器能够在超声波束沿其长度的任何位置调节最窄点。这被称为聚焦带，并且通常在超声波束的2-4cm部分内即可获得最高分辨率。一些现有的超声机器能够沿着超声波束有效地聚焦在多个聚焦带中，但是以影响其他因素(例如，帧频)为代价，因为需要一个以上的扫描或脉冲。这项技术的更多详细信息能够参考现有技术，例如，B.Haider的“Power drive circuits forDiagnostic Medical Ultrasound”(IEEE国际功率半导体器件和IC学术研讨会的论文集，2006年6月4日至8日)。常规地，用户能够手动调节各种深度处的聚焦带，以便最清晰地看到各个结构。有利地，根据本发明的一些实施例，装置120能够自动识别至少一个聚焦区并将聚焦带自动设置在至少一个聚焦区处而无需用户介入。因此，能够在不需要任何用户输入的情况下采集在期望的聚焦区处具有更高分辨率的超声图像。

在另外的实施例中，在第二超声波束设置中，能够增大发射频率并且/或者能够减小发射脉冲长度，以便获得更高的分辨率。

在另外的实施例中，在第二超声波束设置中，能够使用多个转向角。另外，能够动态地决定一个或多个转向角。例如，能够基于所检测的骨骼的取向来决定一个或多个转向角。

第一骨折检测器122还能够被配置为基于第一超声图像来检测骨折。虽然至少在至少一个聚焦区中第一超声图像的分辨率低于第二超声图像的分辨率，但是能够基于第一超声图像来检测一些骨折(例如，移位的骨折)。

另外，控制器126被配置为：在第一检测模式与第二检测模式之间切换，并且在第一检测模式中控制超声图像采集单元110以采集第一超声图像，并且在第二检测模式中控制超声图像采集单元110以采集第二超声图像或者采集第一超声图像和第二超声图像这两者。例如，装置120能够被配置为：首先在第一检测模式中操作，然后在第二检测模式中操作。由于至少在至少聚焦区中第二超声图像的分辨率高于第一超声图像的分辨率，因此能够在第二模式中检测到在第一模式中不能检测到的某些骨折。在一些实施例中，在第二模式中，基于在第一模式中生成的聚焦区信息来采集第二超声图像。在一些其他实施例中，在第二模式中，首先采集第一超声图像以生成聚焦区信息，然后基于聚焦区信息来采集第二超声图像。

在一些实施例中，控制器126还被配置为基于从用户接口130接收的用户输入在第一检测模式与第二检测模式之间切换。例如，用户能够首先通过选择第一检测模式来进行相对粗糙的扫描，然后通过选择第二检测模式来切换到相对精细的扫描。

参考图2，图示了基于超声图像来检测对象的骨折的方法200。在步骤210中，接收对象的区域的第一超声图像。在步骤220中，识别第一超声图像中的骨骼。在步骤240中，基于所识别的骨骼来识别该区域内的至少一个聚焦区。在步骤250中，接收该区域的第二超声图像，其中，该第二超声图像在至少一个聚焦区中具有比该区域的其余部分更高的分辨率。在步骤260中，基于第二超声图像来检测骨折。

在一些实施例中，在步骤240中，在第一超声图像中检测与所识别的骨骼相邻的血肿，并且能够基于检测到的血肿来识别该区域内的至少一个聚焦区。

在一些另外的实施例中，方法200还可以包括步骤230。在步骤230中，基于第一超声图像来检测骨折。方法200可以在步骤230之后以各种方式继续进行。在一些实施例中，如果在步骤230中没有检测到骨折，则方法200继续进行到步骤240，而如果在步骤230中检测到骨折，则方法200将跳过步骤240-260。例如，当要认定骨折时，一旦检测到任何骨折就能够停止检测。在一些其他实施例中，无论在步骤230中是否检测到任何骨折，方法200都继续进行到步骤240。

与要扫描或检查以进行骨折检测的区域相比，超声换能器的视场通常较小，因此，通常，超声换能器会扫过感兴趣区域，例如在检测肋骨骨折时扫过胸部区域。

图5图示了根据本发明的一些实施例的当超声换能器相对于对象正在移动时采集的多幅超声图像540。图5图示了在皮肤520下方的具有骨折530的骨骼510。当超声换能器扫过对象的区域时，在对应的位置P

在一些实施例中，在每个位置处，能够执行图2所示的方法。例如，采集对象的对应区域的第一超声图像，识别第一超声图像中的骨骼，基于所识别的骨骼来识别该区域内的至少一个聚焦区，然后采集该区域的第二超声图像，然后基于第二超声图像来检测骨折。

根据本发明的一些其他实施例，第一骨折检测器122还被配置为接收当超声换能器相对于对象正在移动时采集的多幅第一超声图像以及与多幅第一超声图像中的每幅相对应的、关于超声换能器相对于对象的第一位置信息。换句话说，超声图像F

在一些实施例中，第一骨折检测器122还能够被配置为检测骨折的骨骼，并且能够识别多幅第一超声图像的不同子集。例如，第一子集包括在其中检测到骨折的第一超声图像，第二子集包括在第一超声图像中通过第一骨折检测器没有检测到骨折但是检测到血肿的第一超声图像。

第一骨折检测器122还被配置为生成与多幅第一超声图像的子集相对应的、关于超声换能器相对于对象的第二位置信息。能够经由用户接口来呈现这样的第二位置信息。在给定这样的第二位置信息的情况下，用户可以操作超声图像采集单元110以扫描那些位置中的一个或多个位置。在一些示例中，用户能够触发装置120以从第一检测模式切换到第二检测模式并在第二检测模式中扫描那些位置中的一个或多个位置。

图6图示了根据本发明的一些实施例的用户接口的显示器600的示例性视图600。视图600可以包括部分610，该部分610呈现要在其上检测骨折的(一个或多个)骨骼(例如，如图6所示的肋骨)的图像612。图像612能够是骨骼的一般解剖模型，或者能够是特定对象的骨骼的图像(例如，根据先前采集的CT图像、MR图像或超声图像重建的3D图像)。在一些实施例中，第二位置信息能够被呈现为图像612中的标记614。例如，每当在超声图像中检测到骨折和/或血肿时，就在图像612中的对应位置中标记采集超声图像的位置。能够使用不同的标记来分别指示骨折和血肿。视图600可以包括呈现超声图像的部分620。超声图像能够是实时图像，或者是先前在由用户选择的位置处采集的超声图像。在一些示例中，能够在超声图像中呈现检测到的骨折和/或检测到的血肿。视图600可以包括一个或多个额外部分630，以用于呈现各种信息和/或接收各种用户输入。部分610-630的尺寸和布置仅用于说明性目的。能够实施任何合适的尺寸和布置。在一些实施例中，视图600能够是动态的和/或用户可配置的。

装置120还能够包括报告创建器，该报告创建器被配置为：记录检测到的骨折和/或检测到的血肿以及任选的位置信息，并且基于所记录的信息来生成报告。在一些示例中，报告能够包含以下信息中的一项或多项：

(a)是否检测到任何骨折；

(b)检测到的骨折的数量；

(c)检测到的骨折的位置；

(d)与骨骼相邻的地方是否检测到任何血肿或异常软组织；

(e)建议采取进一步措施，例如，如果未检测到骨折但对象仍感到疼痛，则进行如CT等更高级的医学成像或者进行反复的超声检查。

下面将描述根据本发明的实施例的用于肋骨骨折的示例性工作流程。

1)用户选择肋骨以开始超声扫描，并且在3D CT胸部图像或3D MRI胸部图像或胸部的3D模型上标记该肋骨；

2)使用宽带线性超声探头来确定从皮肤表面到肋骨的深度，基于特定对象的深度来确定并设置特定设置；

3)沿着肋骨轴线(从中间到侧面)轻轻移动超声探头以采集2D超声图像序列。用户可以通过提供用于肋骨表面检测的种子点来帮助肋骨识别。替代地，可以使用可疑肋骨下方的阴影或相关性丧失来进行更加自动化的检测。

4)提取肋骨属性(例如：任何间隙/台阶/光滑度)和骨膜下软组织(即，与骨骼相邻的软组织)的回声纹理以确定在肋骨和/或任何骨膜下血肿(即，与骨骼相邻的血肿)上是否存在任何间隙/台阶。如果有任何肋骨具有间隙/台阶/较低的光滑度，则认为该肋骨是骨折的；否则肋骨可能是正常的或不确定的。例如，如果骨骼表面光滑且骨膜下软组织正常，则认为肋骨是正常的，或者换句话说，没有肋骨骨折。如果肋骨表面光滑但相邻的软组织根据其纹理图案看起来像血肿或肿胀，则能够认为肋骨骨折是不确定的。

5)如果肋骨骨折被检测到或是不确定的，则借助于能够跟踪超声换能器的位置的运动/定位传感器来确定对应的位置，然后将超声探头轻轻移动到下一肋骨；

6)如果肋骨是正常的，则沿着肋骨轴线轻轻移动超声探头，并且检查以下事件：(a)任何间隙/台阶/光滑度；以及(b)直到肋骨的末端侧的任何骨膜下血肿；

7)重复步骤4)至6)，直到覆盖所有12对肋骨为止。

本文描述的技术过程可以通过各种手段来实施。例如，这些技术可以以硬件、软件或其组合来实施。对于硬件实施方式，可以在一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑设备(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、被设计为执行本文描述功能的其他电子单元或其组合内实施该技术过程。利用软件，能够通过执行本文描述的功能的模块(例如，流程、功能等)来实施。可以将软件代码存储在易失性或非易失性存储介质中，并且由处理器来执行软件代码。

此外，可以使用标准编程和/或工程技术以产生软件、固件、硬件或其任意组合来控制计算机或计算部件实施所要求保护的主题的各个方面，从而将所要求保护的主题的各个方面实施为方法、装置、系统或制品。本文所使用的术语“制品”旨在涵盖能从任何计算机可读设备、载体或介质访问的计算机程序。例如，计算机可读介质能够包括但不限于磁性存储设备(例如，硬盘、软盘、磁条等)、光盘(例如，光盘(CD)、数字通用磁盘(DVD)等)、智能卡和闪存设备(例如，卡、棒、钥匙驱动器等)。当然，本领域技术人员将认识到，能够在不背离本文描述的内容的范围或精神的情况下对该配置做出许多修改。

在本申请中使用的术语“检测器”(例如，第一骨折检测器和第二骨折检测器、“处理器”、“控制器”)是指通用处理器、专用处理器、计算机处理器或与计算机相关的实体(其可以是硬件、硬件与软件的组合、软件或执行中的软件)。例如，部件可以是但不限于在处理器上运行的进程、处理器、对象、可执行文件、执行线程、程序和/或计算机。作为说明，在服务器上运行的应用程序和服务器都能够是部件。一个或多个部件可以驻留在执行的进程和/或线程中，并且部件可以位于一台计算机上和/或被分布在两台或更多台计算机之间。

上面描述的内容包括一个或多个实施例的示例。当然，不可能为了描述前述实施例而描述部件或方法的每一种可能的组合，但是本领域普通技术人员可以认识到，各种实施例的许多另外的组合和置换是可能的。因此，所描述的实施例旨在涵盖落入权利要求的精神和范围内的所有这样的改变、修改和变化。此外，就在具体实施例或权利要求中使用术语“包含”的程度而言，这样的术语旨在以与当在权利要求中用作过渡词语时解读“包括”时的术语“包括”相似的方式是包含性的。