用于肺部超声临床评分的方法及系统与流程

本公开总体涉及用于生成超声检查评分的方法和系统。背景技术：1、肺部超声成像是疾病筛查、监测、诊断支持和管理的重要工具。重要的临床特征(如b线、合并b线、胸膜线改变、实变和胸膜积液等)可以使用肺部超声来识别。这些特征的综合存在是一系列肺部疾病和传染病的预测物，包括covid-19肺炎。然而，使用肺部超声有效识别临床特征可能取决于操作者经验、图像质量和成像设置的选择，以及其他变量。因此，识别临床特征是一项具有挑战性的学习技能，而成功通常需要广泛的专业培训和经验。2、在超声检查期间，在多个肺部区域处采集图像或视频，有时针对单次检查，多达14个区域。然后个体地检查这些区域，并聚合结果，以确定整个检查的总体诊断或严重程度。针对每个视频的肺部超声特征的正确解读以及检查水平的总体解读需要专门训练和专业知识。3、自动量化工具提供了简化和标准化图像解读任务(包括超声分析)的潜力。研究已示出，自动肺部超声特征与专家评级之间的相关性，以及与诸如血液测试或胸部ct的金标准测量结果之间的相关性。自动分析甚至可以诊断地用于诸如covid-19肺炎的状况。然而，自动量化工具有显著的限制。这些工具的一个限制是它们的黑盒性质，这使得很难理解或解读这些工具的决策过程。这导致了临床采用的挑战，并且增加监管许可负担。这种透明度的缺乏在肺部超声的情况下尤其成问题，因为它涉及到遍及多个视频聚合结果。缺乏视频水平的可解读性使得临床医师很难做出有意义的总体检查水平决策。4、us10667793b2公开了检测超声视频剪辑的图像中的每幅中的b线，并基于检测到的b线数量为所述视频剪辑的所述图像中的每幅分配评分。技术实现思路1、因此，需要自动肺部超声量化工具，其能够以可理解和可解读的方式产生和呈现检查水平信息。2、本公开涉及用于分析超声肺部成像的创造性的方法和系统。本文的各种实施例和实施方式涉及超声分析系统，所述超声分析系统包括被配置为获得患者的肺部的超声图像的超声设备，所述超声图像包括针对患者的肺部的多个不同区域中的每个区域的超声图像数据的时间序列。所述系统针对来自超声图像数据的所述时间序列的所述多个不同区域中的每个区域，使用特征识别算法来识别所述肺部的一个或多个特征。然后针对所识别的特征中的每个特征来确定置信度评分。针对多个不同区域中的每个区域，使用复合评分算法和所识别的特征和所确定的置信度评分来确定复合评分。然后使用分析多个所确定的复合评分的肺部评分算法来确定肺部评分。用户接口用于向用户提供信息，可能包括以下各项中的一项或多项：肺部评分、针对多个不同区域中的一个或多个区域的复合评分和针对所识别的一个或多个特征中的一个或多个特征的置信度评分。3、通常，在一个方面中，提供了一种用于生成超声检查评分的方法。所述方法包括：(i)接收针对患者的一个或两个肺部的多个不同区域中的每个区域的超声图像数据的时间序列；(ii)针对来自超声图像数据的所述时间序列的所述多个不同区域中的每个区域，使用特征识别算法来识别(一个或多个)肺部的一个或多个特征；(iii)针对所识别的一个或多个特征中的每个特征来确定置信度评分；(iv)使用分析所识别的特征和所确定的置信度评分的复合评分算法来确定针对所述多个不同区域中的每个区域的复合评分，其中，针对区域的所述复合评分指示针对区域的疾病或状况严重程度或针对区域的诊断；(v)使用分析多个所确定的复合评分的肺部评分算法来确定肺部评分，其中，所述肺部评分指示针对所述(一个或多个)肺部的疾病或状况严重程度或针对所述(一个或多个)肺部的诊断；并且，(vi)经由用户接口提供以下各项中的一项或多项：所述肺部评分、针对所述多个不同区域中的一个或多个区域的所述复合评分和针对所识别的一个或多个特征中的一个或多个特征的所述置信度评分。4、根据实施例，超声图像数据的所述时间序列包括针对所述多个区域中的每个区域的多个帧，并且此外其中，基于对针对所述多个帧中的每个帧确定的每帧置信度评分的聚合来确定置信度评分。5、根据实施例，识别所述肺部的一个或多个特征包括确定特征的存在或不存在。6、根据实施例，所述复合评分算法通过聚合针对区域的两个或更多个复合评分来确定针对区域的复合评分。7、根据实施例，所述方法还包括对一个或多个复合评分进行加权，其中，肺部评分算法在确定所述肺部评分时利用(一个或多个)加权复合评分。8、根据实施例，所述方法还包括：经由所述用户接口接收对关于用户选择的肺部区域的额外信息的请求；并且，经由所述用户接口提供所请求的关于所述用户选择的肺部区域的额外信息，其中，所述额外信息包括以下各项中的一项或多项：针对用户选择的肺部区域的超声图像数据的所述时间序列、针对所述用户选择的肺部区域的所述复合评分和针对所述用户选择的肺部区域的所述置信度评分。9、根据实施例，通过聚合针对相应区域的所识别的特征来确定针对多个不同区域中的每个区域的复合评分。10、根据实施例，通过聚合遍及多个区域的相同的所识别的特征来确定针对多个不同区域中的每个区域的复合评分。11、根据另一方面，是一种用于生成超声检查评分的方法。所述方法包括：(i)接收针对患者的一个或两个肺部的多个不同区域中的每个区域的超声图像数据的时间序列；(ii)使用分析超声图像数据的复合评分算法来确定针对多个不同区域中的每个区域的复合评分，其中，针对区域的复合评分指示以下中的任一项：针对区域的疾病或状况严重程度；或针对区域的诊断；(iii)使用分析多个所确定的复合评分的肺部评分算法来确定肺部评分，其中，肺部评分指示以下中的任一项：针对(一个或多个)肺部的疾病或状况严重程度；或针对(一个或多个)肺部的诊断；以及，(iv)经由用户接口提供以下各项中的一项或多项：肺部评分、针对多个不同区域中的一个或多个区域的复合评分和针对所识别的一个或多个特征中的一个或多个特征的置信度评分。12、根据另一方面，是一种超声分析系统，其被配置为生成超声检查评分。所述系统包括：针对患者的一个或两个肺部的多个不同区域中的每个区域的超声图像数据的时间序列；处理器，其被配置为：(i)针对来自超声图像数据的所述时间序列的所述多个不同区域中的每个区域，使用特征识别算法来识别所述(一个或多个)肺部的一个或多个特征；(ii)针对所识别的一个或多个特征中的每个特征，确定置信度评分；(iii)使用分析所识别的特征和所确定的置信度评分的复合评分算法来确定针对所述多个不同区域中的每个区域的复合评分，其中，所述针对区域的所述复合评分指示以下中的任一项：(a)针对区域的疾病或状况严重程度；或(b)针对区域的诊断；(iv)使用分析多个所确定的复合评分的肺部评分算法来确定肺部评分，其中，所述肺部评分指示以下中的任一项：(a)针对所述(一个或多个)肺部的疾病或状况严重程度；或(b)针对所述(一个或多个)肺部的诊断；以及，用户接口，其被配置为提供以下各项中的一项或多项：所述肺部评分、针对所述多个不同区域中的一个或多个区域的所述复合评分和针对所识别的一个或多个特征中的一个或多个特征的所述置信度评分。13、应当意识到，前述概念和以下更详细地讨论的额外概念的所有组合(假定这样的概念不是相互矛盾的)被预期为本文所公开的发明主题的一部分。特别地，在本公开的末尾出现的所要求保护的主题的所有组合被预期为是本文所公开的发明主题的一部分。14、本发明的这些和其他方面将根据在下文中所描述的(一个或多个)实施例而显而易见并且将参考在下文中所描述的(一个或多个)实施例得到阐述。