专利名称：用于超声检测系统的学习一键预设的方法与装置的制作方法超声检测系统的可用性与使用者的经验有关。预设是检测过程中十分重要的部分。针对不同的被检查对象，需要做不同的预设。用户通常遇到的情况包括(I)当到来的被检查对象具有某种特定的症状时，使用者不能根据经验立刻进行预设；(2)当被检查对象与系统使用者熟悉时，使用者仍然需要花费大量的时间进行预设；(3)对于生产超声检测系统的公司，出厂预设会增加许多时间和资金成本，但可能无法满足客户需要。而且，现有的超声检测系统提供具体的预设，意味着探针、学习类型、测量包等都要随每个超声检测系统来建立。因此，当许多具有不同需要的用户使用通用用途的超声系统时，这就变成了一 个问题。另外，由于制造商持续拓宽超声应用的邻域而缩减资金预算，越来越多的通用超声系统被投放到市场。具有基于系统的设置的通用超声系统在以下方面影响用户增加时间建立和进行扫描，在扫描之前忘记建立的话会导致不精确的成像，以及如果其他人后面需要使用超声系统，它必须全部对每一个不同的检查进行重复。因此，需要有一种用于超声检测系统的一键预设方法与装置，能够节省预设的时间，使检测更有效，而且可以节省生产超声检测系统的公司的成本。
本发明的目的是为了克服现有技术存在的缺陷，提供一种超声检测系统的一键预设方法与装置。为了实现这一目的，本发明所采取的技术方案如下。按照本发明实施例的第一方面，提供一种用于超声检测系统的学习一键预设方法，包括收集步骤，用于在检测中收集预设数据以及被检测对象信息；分析步骤，用于对收集的被检测对象信息进行分类；计算步骤，用于分别计算对应于同一分类的各种预设数据的平均值；以及生成步骤，利用各种预设数据的平均值生成预设数据集以供一键预设。优选的是，按照一个实施例，其中所述被检测对象信息包括性别、年龄范围、种族、身高范围、体重范围、地域、和/或检测部位。再优选的是，按照一个实施例，所述预设数据集为XML文件。按照一个实施例，所述的用于超声检测系统的学习一键预设方法还包括清除步骤，用于在空间达到预定值时清除收集的数据文件。按照一个实施例，所述的用于超声检测系统的学习一键预设方法还包括遴选步骤，用于分别计算对应于同一分类的各种预设数据的平均值减去预算数据之后与该预设数据平均值的比值的绝对值，并将所计算的比值的绝对值小于预定阈值的预设数据作为有效预设数据以供所述计算步骤使用。按照一个实施例，所述的用于超声检测系统的学习一键预设方法还包括共享步骤，用于将生成的预设数据集上传至网络以实现共享。优选的是，按照一个实施例，超声检测系统通过Web服务与服务器通信来实现预设数据集的共享。按照一个实施例，所述的用于超声检测系统的学习一键预设方法还包括限制步骤，用于限定能够访问所共享的预设数据集的范围。按照一个实施例，所述的用于超声检测系统的学习一键预设方法还包括出厂预设步骤，利用共享的预设数据集对待出厂的超声检测系统设置出厂预设。按照一个实施例，所述的用于超声检测系统的学习一键预设方法还包括设定步骤，用于设定系统学习一键预设的时间。按照一个实施例，所述的用于超声检测系统的学习一键预设方法还包括载入步骤，利用配置的一键预设按钮向超声检测系统载入所生成的预设数据集或者从网络下载共 享的预设数据集作为当前使用的预设。按照本发明实施例的第二方面，提供一种用于超声检测系统的学习一键预设装置，包括收集模块，用于在检测中收集预设数据以及被检测对象信息；分析模块，用于对收集的被检测对象信息进行分类；计算模块，用于分别计算对应于同一分类的各种预设数据的平均值；以及生成模块，利用各种预设数据的平均值生成预设数据集以供一键预设。按照一个实施例，所述的用于超声检测系统的学习一键预设装置还包括清除模块，用于在空间达到预定值时清除收集的数据文件。按照一个实施例，所述的用于超声检测系统的学习一键预设装置还包括遴选模块，用于分别计算对应于同一分类的各种预设数据的平均值减去预算数据之后与该预设数据平均值的比值的绝对值，并将所计算的比值的绝对值小于预定阈值的预设数据作为有效预设数据以供所述计算模块使用。按照一个实施例，所述的用于超声检测系统的学习一键预设装置还包括共享模块，用于将生成的预设数据集上传至网络以实现共享。按照一个实施例，所述的用于超声检测系统的学习一键预设装置还包括限制模块，用于限定能够访问所共享的预设数据集的范围。按照一个实施例，所述的用于超声检测系统的学习一键预设装置还包括出厂预设模块，利用共享的预设数据集对待出厂的超声检测系统设置出厂预设。按照一个实施例，所述的用于超声检测系统的学习一键预设装置还包括设定模块，用于设定系统学习一键预设的时间。按照一个实施例，所述的用于超声检测系统的学习一键预设装置还包括载入模块，利用配置的一键预设按钮向超声检测系统载入所生成的预设数据集或者从网络下载共享的预设数据集作为当前使用的预设。按照本发明实施例的第三方面，提供一种超声检测系统，包括按照本发明实施例的第二方面的一键预设装置。下面将结合附图并通过实施例对本发明进行具体说明，其中相同或基本相同的部件采用相同的附图标记指示。图I是按照本发明一个实施例的用于超声检测系统学习一键预设的方法的流程图；图2是按照本发明一个实施例的预设文件和逻辑过程的样本结构示意图；图3是按照本发 明一个实施例的可用于实现预设数据集共享的网络拓扑图；图4是配置成适于实现按照本发明一个实施例的一键预设方法的超声检测系统界面示意图；图5是结合了按照本发明一个实施例一键预设方法的超声检测过程的流程图；图6是按照本发明一个实施例的用于超声检测系统学习一键预设的装置的示意图；图7是按照本发明另一个实施例的用于超声检测系统学习一键预设的装置的示意图。
< xml version=" 1.0" encoding="UTF-8" >
<preset><presetID></presetID>
<age></age>
<sex></sex>
<race></race>
<height></height>
<weight></weight>
<application></application>
<2D param>
<Width></Width>
</2D param>
<Recordtime></Recordtime >
</preset>
</xml>对于在检测期间收集的预设数据和被检查对象信息的处理，可以设定系统进行学习的时间(步骤104)，即可以将系统配置成在该设定的时间内自动处理收集的预设数据和信息。例如，可以使系统在每次启动时，自动分析收集的信息和预设数据来进行学习。系统在分析收集的被检查对象的信息时，按照被检查对象的性别、年龄范围、种族、身高范围、体重范围、地域和/或检测部位等信息进行分类(步骤106)，然后，通过线性拟合以及求平均值的方法，分别计算对应于同一分类的各种预设数据的平均值(步骤110)。下面通过一个实例对此进行具体说明。设定采用如下的分类标准年龄20-21;性别男；种族黄色人种；体重60kg_65kg；身高170_172cm;…检测部位肝脏。针对该分类标准，对作为预设数据的一个例子的扫查深度进行计算。为了优化计算结果，在一个实施例中，还可选地先进行遴选。假设有二十个采样，即二十个深度值Ai (i =I,…，20)分别为2cm, 3cm, 4cm, 2cm, 3cm, 4cm, 1cm, 2cm, 3cm, 4cm, 5cm, 3cm, 4cm, 5cm,5cm, 5cm, 3cm, 7cm, 6cm, 4cm。对深度值 Ai 进行排序1cm, 2cm, 2cm, 2cm, 2cm, 3cm, 3cm, 3cm,3cm, 4cm, 4cm, 4cm, 4cm, 4cm, 5cm, 5cm, 5cm, 5cm, 6cm, 7cm,计算得到该二十个 Ai 值的平均值为Mean = 3. 7。
接下来，针对每一个Ai值,计算(Ai-Mean)/Mean的绝对值。如果计算的绝对值小于预定阈值，例如该预定阈值的经验值可取为大约0.5左右，则将该Ai值作为有效值保留，否则去除(步骤108)。通过计算并比较，以下十七个Ai值得以保留2cm, 2cm, 2cm, 2cm,3cm, 3cm, 3cm, 3cm, 4cm, 4cm, 4cm, 4cm, 4cm, 5cm, 5cm, 5cm, 5cm0 根据这十七个点，算出真正的平均值为(步骤110) :3. 53cm。针对该分类标准，计算得出各种必要的预设数据的平均值后，即可生成一个新的预设数据集，作为本地学习的预设数据集 。优选的是，在一个实施例中，预设数据集为XML文件，该XML文件的格式可以是
< xml version=" 1.0" encoding="UTF-8" >
<preset>
<presetID></presetID>
<age range></age range >
<sex></sex>
<race></race>
〈height range ></height range >
〈weight range ></weight range >
<application></ application〉
<2D param>
<Width></Width>
</2D param>
<doctor></ doctor〉
<Recordtime></Recordtime >
〈/preset〉
</xml>此外，对于已经经过学习的超声检测系统，在一个实施例中，上述分析和计算过程还可以包括本地已有的学习过的预设数据集。图2是按照一个实施例的预设文件和逻辑过程的样本结构示意图。在该图中，无分析预设PresetWithoutAnalysis 1-3是在诊断期间收集的预设文件。他们具有相同的性另IJ、年龄范围、种族、身高范围、体重范围和检测部位。数据分析之后，他们将被分类，并将生成新的预设文件预设分析PresetAnalysis。在该例子中，Ultrasound Paraml-3是详细的预设值。
在一个实施例中，还可选地将生成的新的预设数据集上传到网络服务器以实现共享(步骤114)，同时，也可以限定能够访问所共享的预设数据集的范围，即限制哪些人可以从互联网上获得该预设(步骤116)。优选的是，在一个实施例中，超声检测系统通过Web服务与服务器通信来实现预设数据集的共享。图3所示是一种网络拓扑图，超声检测系统通过Web服务与服务器通信，其中Web服务是一种软件系统，设计成支持通过网络的能共同操作的机器对机器的交互作用，用于传送XML格式文件。通过共享各自的预设数据集，从而可以通过网络寻找别人共享的预设数据集。当超声检测系统的使用者缺乏必要的经验或者被检查对象具有特殊的症状时，本地预设可能不是足够有效。因此，网络成为寻找预设的一个好的选择。于是，生产超声检测系统的公司的服务器可以收集网络上共享的预设，以设置出厂预设(步骤118)。由于共享的数据很大，据此设置的出厂预设将更通用。如图4所示，是配置成适于实现按照一个实施例的一键预设方法的超声检测系统界面，在Preset-T0-Type栏(一键预设栏)，每一行具有下载预设的点击按钮。该按钮是和 XML文件中的某个分类的预设集对应的，按了该按钮就会载入那个预设数据集成为当前检测所用的预设(步骤120)。另外，图4所示的界面还配置有按钮“Search On Internet (在互联网上搜索)”，这样，除了载入通过本地学习的预设数据集来进行一键预设外，还可以从网路上下载别人共享的预设数据集，来实现一键预设。如图5所示，是结合了按照本发明一个实施例的一键预设方法的超声检测过程的流程图。首先，启动超声检测系统的设备(框500)，系统则会询问当前时间是否是预先设置的时间(框502);如果是，则接着询问是否让系统预设学习(框504)，如果是，则系统自动对存储的预设进行学习，生成xml文件新的预设集(core)(框506)。生成新的预设集后，系统则会询问是否在网络上共享自己的预设集(框508)，如果愿意共享，则系统上传本地的预设集到服务器(框510)，然后重新启动超声设备并跳过询问让系统预设学习的过程(框512)，如果不愿意进行共享则直接进入框512所示的步骤。跳过询问让系统预设学习的过程，或者在框502询问当前时间是否是预先设置的时间时选择否，则进入框514准备检测。在准备检测时(框514)，先要设置预设(框516)，于是进入选择设置预设的方式(框518)。此时，可以通过本地学习的预设集来一键设预设(框520)，或者通过网络寻找别人共享的预设集来一键设预设(框522)，也可以传统的设置预设方式(框524)。设置好预设后，即可进行检测(框526)。检测完成后，系统可自动保存本次检测数据、被检查对象信息、以及预设值等(框528)，至此可结束检测(框530)。按照上述实施例的方法，可以节省设置预设的时间，使设置的预设能够更加精准，使检测更有效；而且，还可节省生产超声检测系统的公司的成本。如图6所示，是按照一个实施例的用于超声检测系统学习一键预设的装置的示意图，主要包括收集模块602，分析模块608，计算模块612，以及生成模块614。在其他实施例中，还可选地包括清除模块604，设定模块606，遴选模块610，共享模块616，限制模块618，出厂预设模块620，和/或载入模块622。这些模块可以通过软件、硬件、固件或者其组合来实现。其中-收集模块602用于执行步骤100 ；-清除模块604用于执行步骤102 ；
-设定模块606用于执行步骤104；-分析模块608用于执行步骤106；-遴选模块610用于执行步骤108；-计算模块612用于执行步骤110；-生成模块614用于执行步骤112；-共享模块616用于执行步骤114；-限制模块618用于执行步骤116；
-出厂预设模块620用于执行步骤118;以及-载入模块622用于执行步骤120。如图7是另一种用于超声检测系统学习一键预设的装置的实施例，该装置600包括处理单元613，例如MCU、DSP或CPU等。处理单元613可以是单个单元或者多个单元，以执行所述的不同步骤。另外，该装置600还可选地包括交互界面680以及输出单元690，用于输入有关参数或数据以及输出经过处理的数据。此外，该装置600还包括非易失性存储器形式的至少一个计算机程序产品610，例如EEPR0M、闪存或者硬盘驱动器等。该计算机程序产品610包括计算机程序611，而计算机程序611包括程序代码，当其被运行时，使得该装置600执行关于图I所示的步骤。具体来说，在装置600的计算机程序611中的程序代码包括收集模块611a，用于执行步骤100 ;清除模块611b，用于执行步骤102 ;设定模块611c，用于执行步骤104 ;分析模块611d，用于执行步骤106 ;遴选模块611e，用于执行步骤108 ;计算模块611f，用于执行步骤110 ;生成模块611g，用于执行步骤112 ;共享模块611h，用于执行步骤114 ;限制模块611i，用于执行步骤116 ;出厂预设模块611j，用于执行步骤118 ;以及载入模块611k，用于执行步骤120。换句话说，当在处理单元613上运行不同的模块611a-611k时，它们对应于图 6 所示的模块 602、604、606、608、610、612、614、616、618、620 和 622。按照上述实施例的用于超声检测系统学习一键预设的装置600，可以通过软件、硬件、固件或者其组合，实现在各种超声检测系统中。这种实现对于本领域普通技术人员来说是容易做到的，在此不进行详述。以上通过具体的实施例对本发明进行了说明，但本发明并不限于这些具体的实施例。本领域技术人员应该明白，还可以对本发明做各种修改、等同替换、变化等等，例如将上述实施例中的一个步骤或模块分为两个或更多个步骤或模块来实现，或者相反，将上述实施例中的两个或更多个步骤或模块的功能放在一个步骤或模块中来实现。但是，这些变换只要未背离本发明的精神，都应在本发明的保护范围之内。另外，本申请说明书和权利要求书所使用的一些术语并不是限制，仅仅是为了便于描述。此外，以上多处所述的“一个实施例”、“另一个实施例”等等表示不同的实施例，当然也可以将其全部或部分结合在一个实施例中。


本发明公开了一种用于超声检测系统的学习一键预设的方法与装置，其中所述方法主要包括收集步骤，用于在检测中收集预设数据以及被检测对象信息；分析步骤，用于对收集的被检测对象信息进行分类；计算步骤，用于分别计算对应于同一分类的各种预设数据的平均值；以及生成步骤，利用各种预设数据的平均值生成预设数据集以供一键预设。按照本发明实施例的用于超声检测系统的一键预设方法与装置，能够节省预设的时间，使检测更有效，而且可以节省生产超声检测系统的公司的成本。