JP6932192B2 - 超音波画像クラッタをフィルタリングする方法及びシステム - Google Patents

Description

本発明は、超音波画像処理の分野に関し、より具体的には、固有ベクトルベースのクラッタフィルタリングの分野に関する。

超音波撮像は、様々な異なる応用においてますます使用されている。ユーザに走査対象の現実的な解釈を与えるために、超音波システムによって生成された画像ができるだけ鮮明かつ正確であることが重要である。これは、問題の対象が、医用超音波走査を受けている患者である場合に特に当てはまる。この場合、医師が正確な診断を下す能力は、超音波システムによって生成される画像の品質に依存する。

最近の超音波技術における進歩によって、画質及び信頼性が大いに向上されたが、軸外クラッタは、依然として超音波における画像劣化の重大な原因である。軸外クラッタは、超音波画像内に関心信号を覆う拡散エコーとして現れるノイズアーチファクトである。このクラッタは、関心領域を不明瞭にすることが多く、診断の鍵となる解剖学的測定を正確に行うことを困難にする。

収差補正、コヒーレンス因子の重み付け及び最小分散ビーム形成といったチャネル毎のデータの共分散に基づく他の適応ビーム形成技術を含む軸外クラッタ低減のための適応技術が幾つか開発されている。ビーム形成技術は、超音波トランスデューサ開口部と一直線上のチャネルに沿って測定された信号の空間領域に基づいている。この場合、軸外クラッタ信号の特徴的な特徴はその高い空間周波数であり、当該信号は、大抵の場合、ローパスフィルタを用いてフィルタリングされる。

クラッタ信号の低速時間挙動に関連する固有ベクトルベースの別の技術が、ドップラーフィルタリングの分野において採用されている。共分散行列が超音波データから形成され、その固有ベクトルは、低速時間での標的組織の様々な運動モードに対応する。時間的固有ベクトルの周波数成分を解析し、低速で動くクラッタに対応する時間周波数が低いものを減衰させることによって、軸外クラッタを適応的にフィルタリングすることができる。つまり、ドップラーベースの技術では、軸外クラッタ信号の特徴的な特徴は、その低時間周波数であり、当該信号は、大抵の場合、ハイパスフィルタを用いてフィルタリングされる。

Ｙｕ，Ａｌｆｒｅｄ Ｃ．Ｈ．他による「Ａ Ｎｅｗ Ｅｉｇｅｎ−Ｂａｓｅｄ Ｃｌｕｔｔｅｒ Ｆｉｌｔｅｒ Ｕｓｉｎｇ ｔｈｅ Ｈａｎｋｅｌ ＳＶＤ Ａｐｐｒｏａｃｈ」は、カラーフローデータ処理における固有ベースのフィルタリングを行う方法を開示している。

本発明は、請求項によって規定される。

本発明の一態様による実施例によれば、超音波画像クラッタをフィルタリングする方法が提供される。当該方法は、
画像に関する情報を含み、その各行又は各列の要素が複数の超音波測定チャネルそれぞれについて記録された個々の測定値に対応するデータ行列を捕捉するステップと、
データ行列又は当該データ行列から生じる行列に特異値分解（ＳＶＤ）を行うステップと、
データ行列のＳＶＤから空間特異ベクトルを得るステップと、
空間特異ベクトルから平均空間周波数を推定するステップと、
推定平均空間周波数及びデータ行列のＳＶＤに基づいて、フィルタ処置済みデータ行列を作成するステップと、
フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像を作成するステップとを含む。

この方法は、最終画像における軸外クラッタの量を低減するために、超音波画像に固有ベクトルフィルタリングを行う。医用超音波スキャナは、一般に、超音波信号を放出及び受信可能な超音波トランスデューサを含む。これらの信号は、大抵の場合、波束とも呼ばれる複素包絡線信号の形で受信される。これらの信号を、行列形式で捕捉することで、データを幾つかのやり方で分析及び操作することができる。

行列の特異値分解（ＳＶＤ）は、３つの成分行列に分割された単一の行列をもたらす行列の因数分解の一形式である。例えばデータ行列

の場合、特異値分解は、

をもたらし、ここで、

は、正方ユニタリ行列、

は、対角行列、

は、正方ユニタリ行列であり、正方ユニタリ行列

の共役転置である。行列

の対角要素は、

の特異値として知られ、行列

及び

の列は、それぞれ、データ行列

の左特異ベクトル

及び右特異ベクトル

として知られている。このようにして、データ行列に記憶される複素信号データの成分を分離及び解析することができる。

データ行列のＳＶＤから、空間特異ベクトルに対応する右特異ベクトルを得て、これを使用して信号の平均空間周波数を推定することによって、最終画像における軸外クラッタに寄与するであろう信号を特定することが可能である。軸外クラッタを含む信号を除去又は減衰することによって、残りのフィルタ処理済み信号を用いて、フィルタ処理済みデータ行列

を作成することが可能である。次に、フィルタ処置済みデータ行列内の信号を用いて、フィルタ処置済みピクセル値を計算することができ、次に、当該フィルタ処置済みピクセル値を用いて、クラッタがフィルタリングされた画像を作成することができる。

幾つかの作成では、データ行列は、
Ｎ個の列と、
Ｍ個の行とを含み、
Ｎは、超音波測定チャネルの数に対応し、Ｍは、各チャネルについて記録された独立した測定値の数に対応する。

このデザインでは、データ行列

は、Ｍ×Ｎの矩形行列である。対応して、

は、Ｍ×Ｍの正方ユニタリ行列であり、

は、Ｍ×Ｎの矩形対角行列であり、

は、Ｎ×Ｎの正方ユニタリ行列である。

更なる作成では、Ｍ個の独立した測定値の記録は、
所望の時間間隔中のＭ個の時点において、各測定チャネルからデータを捕捉するステップ、
Ｍ個の重なり合う超音波送信を用いて測定領域を超音波照射するステップ、又は、
物理的受信開口部を、サイズＮのＭ個の重なり合うサブアレイに分割するステップによって行われる

このようにして、画像内の同じ位置の複数の独立した測定値を使用して、最終画像に偶然誤差が含まれる危険性が低減される。

幾つかのデザインでは、方法は更に、データ行列に基づいて、共分散行列を形成するステップを含み、特異値分解は、共分散行列に行われる。

共分散行列

は、

の形をとり、ここで、

は、補足されたデータ行列であり、

は、

の共役転置である。場合によっては、データ行列ではなく共分散行列にＳＶＤを行う方が計算効率がより良い。

データ行列及び共分散行列は、或いは、空間周波数領域で作成することができる。この場合、データの短時間高速フーリエ変換が行われ、データ行列又は共分散行列が、サブアレイ平均化若しくは組み合わせられた送信イベントのいずれか又はその両方によって、各周波数において形成される。

幾つかの実施形態では、得られた空間特異ベクトルは、データ行列の空間固有ベクトルを含む。データ行列内に捕捉される複素信号は、トランスデューサアレイに沿った横方向の寸法といった超音波画像に関する空間的情報及び受信信号の深さを含む。データ行列に特異値分解を行うと、各測定点に関する空間固有ベクトルが、データ行列の右特異ベクトルに対応する行列

の列内に配置される。

一作成では、空間固有ベクトルの平均空間周波数は、自己相関技術を使用して推定される。自己相関技術は、複素信号の平均周波数を推定する方法である。場合によっては、平均空間周波数の推定値は、Ｎ個のサンプルにわたって評価されたラグ１を有するデータの自己相関に基づいて計算される。

一実施形態では、フィルタ処置済みデータ行列を作成するステップは、
推定平均空間周波数に基づいて重み付けを決定するステップと、
関連の空間特異ベクトルに重み付けを適用するステップと、
重み付けされた空間特異ベクトルをフィルタ処置済みデータ行列の作成に使用するステップとを含む。

更なる実施形態では、重み付けは、推定平均空間周波数がゼロである空間特異ベクトルについては、最大値１であり、推定平均空間周波数が増加するにつれて、最小値０まで減少する。

ゼロの空間周波数を持つ空間特異ベクトルは、軸上信号に対応する。つまり、当該信号は、正しい位置で測定されたことを意味する。一方、高い空間周波数を持つ空間特異ベクトルは、大量の軸外クラッタを含む信号に対応する。関連する平均空間周波数に基づいて、空間特異ベクトルに重み付けを適用することによって、軸外信号を減衰し、最終画像へのそれらの寄与を低減又は排除し、これにより、最終画像内の軸外クラッタを低減することが可能である。

一デザインでは、重み付けは、基準空間周波数を含むガウス重み付けを使用して決定され、また、更なる実施形態では、基準空間周波数は、送信ビーム幅に対応する。送信ビーム幅は、送信ビームの角度幅である。

幾つかの作成では、上記方法は、所定値を上回る平均空間周波数又は非常に低い対応する固有値を有する空間特異ベクトルを破棄するステップを含む。著しく大きいクラッタ成分又は低い固有値を有するものを排除することにより空間特異ベクトルの数を制限することによって、画質を向上させることができ、また、例えば信号の大部分を説明する最初の数個の固有ベクトルのみを計算することによって、方法の計算コストが削減される。

幾つかのデザインでは、フィルタ処置済みデータ行列を作成するステップは更に、受信信号の振幅に基づいている。例えば画像クラッタの振幅が、信号よりも低いと予想される場合、大きさに基づくフィルタリングを使用して、画質を向上させることができる。つまり、低エネルギー空間特異ベクトルは、フィルタリング処理によって更に減衰される。

本発明の更なる態様による実施例は、超音波システム内の画像クラッタをフィルタリングするためのコントローラを提供する。当該コントローラは、
画像に関する情報を含み、その各行又は各列の要素が複数の超音波測定チャネルそれぞれについて記録された個々の測定値に対応するデータ行列を捕捉し、
データ行列又はデータ行列から生じる行列に特異値分解（ＳＶＤ）を行い、
データ行列のＳＶＤから空間特異ベクトルを得て、
空間特異ベクトルから平均空間周波数を推定し、
推定平均空間周波数及びデータ行列のＳＶＤに基づいて、フィルタ処置済みデータ行列を作成し、
フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像を作成する。

本発明の別の態様による実施例によれば、超音波システムが提供される。当該超音波システムは、
超音波信号を放出及び受信可能である超音波トランスデューサアレイと、
受信した超音波信号を超音波画像にコンパイルする信号プロセッサと、
超音波画像からデータ行列を生成するシステムと、
コントローラと、
フィルタ処置済み画像を出力する画像出力デバイスとを含み、当該コントローラは、
画像に関する情報を含み、各行又は各列の要素が複数の超音波測定チャネルそれぞれについて記録された個々の測定値に対応するデータ行列を捕捉し、
データ行列又はデータ行列から生じる行列に特異値分解（ＳＶＤ）を行い、
データ行列のＳＶＤから空間特異ベクトルを得て、
空間特異ベクトルから平均空間周波数を推定し、
推定平均空間周波数及びデータ行列のＳＶＤに基づいて、フィルタ処置済みデータ行列を作成し、
フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像を作成する。

次に、本発明の実施例について、添付図面を参照しながら詳細に説明する。

図１は、一般的な動作を説明するための超音波診断撮像システムを示す。 図２は、本発明の方法を示す。 図３は、フィルタ処置済みデータ行列の作成方法の一実施形態を示す。

本発明は、超音波画像クラッタをフィルタリングする方法を提供する。方法の第１段階において、画像に関する情報を含むデータ行列が捕捉される。特異値分解（ＳＶＤ）が、データ行列又は当該データ行列から生じる行列に行われる。次に、データ行列のＳＶＤから、空間特異ベクトルが取得され、そこから、平均空間周波数が推定される。推定平均空間周波数及びデータ行列のＳＶＤに基づいて、フィルタ処置済みデータ行列が作成され、当該フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像が作成される。

本発明は、トランスデューサアレイによって測定された信号の処理及びフィルタリングに関するので、図１を参照して、最初に超音波診断撮像システムの一般的な動作について、当該システムの信号処理機能に重点を置きつつ説明する。

システムは、超音波を送信し、エコー情報を受信するＣＭＵＴトランスデューサアレイ１００を有するアレイトランスデューサプローブ１０を含む。トランスデューサアレイ１００は、或いは、ＰＺＴ又はＰＶＤＦといった材料で形成された圧電トランスデューサを含んでもよい。トランスデューサアレイ１００は、２Ｄ平面において又は３Ｄ撮像のために３次元において走査可能であるトランスデューサ１１０の２次元アレイである。

トランスデューサアレイ１００は、プローブ内のマイクロビームフォーマ１２に結合される。マイクロビームフォーマ１２は、ＣＭＵＴアレイセル又は圧電素子による信号の受信を制御する。マイクロビームフォーマは、米国特許第５，９９７，４７９号（Ｓａｖｏｒｄ他）、第６，０１３，０３２号（Ｓａｖｏｒｄ）及び第６，６２３，４３２号（Ｐｏｗｅｒｓ他）に説明されるように、トランスデューサのサブアレイ（又は「グループ」又は「パッチ」）によって受信される信号の少なくとも部分的なビーム形成が可能である。

なお、マイクロビームフォーマは完全にオプションである。以下の実施例では、アナログビーム形成は行われないことを前提とする。

マイクロビームフォーマ１２は、プローブケーブルによって、送受信（Ｔ／Ｒ）スイッチ１６に結合される。当該スイッチ１６は、送信と受信とを切り替え、また、マイクロビームフォーマが使用されず、トランスデューサアレイがメインシステムビームフォーマによって直接動作させられる場合に、メインビームフォーマ２０を高エネルギー送信信号から保護する。トランスデューサアレイ１００からの超音波ビームの送信は、Ｔ／Ｒスイッチ１６によってマイクロビームフォーマに結合されるトランスデューサコントローラ１８と、ユーザインターフェース又は制御パネル３８のユーザ操作からの入力を受信するメイン送信ビームフォーマ（図示せず）とによって指示される。

トランスデューサコントローラ１８によって制御される機能の１つは、ビームが向けられ、集束される方向である。ビームは、トランスデューサアレイから真っすぐ前に（トランスデューサアレイに直交するように）向けられるか、又は、より広い視野のために異なる角度で向けられる。トランスデューサコントローラ１８は、ＣＭＵＴアレイのＤＣバイアス制御部４５を制御するように結合されてよい。ＤＣバイアス制御部４５は、ＣＭＵＴセルに印加されるＤＣバイアス電圧を設定する。

受信チャネルでは、部分ビーム形成信号が、マイクロビームフォーマ１２によって生成され、メイン受信ビームフォーマ２０に結合され、そこで、トランスデューサの個々のパッチからの部分ビーム形成信号が、完全ビーム形成信号となるように組み合わされる。例えばメインビームフォーマ２０は、１２８個のチャンネルを有してよく、各チャネルは、数十又は数百のＣＭＵＴトランスデューサセル又は圧電素子からなるパッチから、部分ビーム形成信号を受信する。このようにして、トランスデューサアレイの何千ものトランスデューサによって受信された信号は、単一のビーム形成信号に効率的に寄与することができる。

ビーム形成された受信信号は、信号プロセッサ２２に結合される。信号プロセッサ２２は、バンドパスフィルタリング、デシメーション、Ｉ及びＱ成分分離、並びに、組織及び微小気泡から戻ってくる非線形（基本周波数のより高い高調波）エコー信号の識別を可能にするように線形信号と非線形信号とを分離するように作用する高調波信号分離といった様々なやり方で受信エコー信号を処理することができる。信号プロセッサはまた、スペックル低減、信号合成及び雑音除去といった追加の信号強調を行ってもよい。信号プロセッサ内のバンドパスフィルタは、エコー信号が受信される深さが増大するにつれてその通過帯域が高周波帯域から低周波帯域へとスライドし、これにより、より深い深さからの高周波数の雑音を排除するトラッキングフィルタであってもよい。当該高周波数には、解剖学的情報がない。

送信及び受信用のビームフォーマは、異なるハードウェア内に実装され、異なる機能を有することができる。当然ながら、受信ビームフォーマは、送信ビームフォーマの特性を考慮して設計される。図１では、簡単にするために、受信ビームフォーマ１２、２０しか示していない。完全なシステムでは、送信マイクロビームフォーマ及びメイン送信ビームフォーマを有する送信チェーンもある。

マイクロビームフォーマ１２の機能は、アナログ信号経路の数を減らすために、信号の最初の組み合わせを提供することである。これは、通常、アナログ領域において行われる。

最終的なビーム形成は、メインビームフォーマ２０において行われ、通常、デジタル化の後に行われる。

送信チャネル及び受信チャネルは、固定周波数帯域を持つ同じトランスデューサアレイ１００を使用する。しかし、送信パルスが占める帯域幅は、使用された送信ビーム形成に応じて変わる。受信チャネルは、トランスデューサの全帯域幅を捕捉する（これは古典的なアプローチである）か、又は、受信チャネルは、帯域通過処理を使用することによって、有用情報を含む帯域幅（例えば主高調波の高調波）のみを抽出することができる。

処理された信号は、Ｂモード（即ち、輝度モード又は２Ｄ撮像モード）プロセッサ２６及びドップラープロセッサ２８に結合される。Ｂモードプロセッサ２６は、体内の臓器の組織や血管といった体内の構造の撮像のための受信超音波信号の振幅の検出を利用する。身体構造のＢモード画像は、米国特許第６，２８３，９１９号（Ｒｏｕｎｄｈｉｌｌ他）及び米国特許第６，４５８，０８３号（Ｊａｇｏ他）に説明されているように、高調波画像モード若しくは基本画像モードのいずれか又は両方の組み合わせで形成することができる。ドップラープロセッサ２８は、画像フィールド内の血球の流れといった物質の動きを検出するために、組織の動き及び血流からの時間的に特徴のある信号を処理する。ドップラープロセッサ２８は、通常、身体内の選択された種類の物質から戻ってきたエコーを通過させる及び／又は拒絶するように設定されるパラメータを有するウォールフィルタを含む。

Ｂモードプロセッサ及びドップラープロセッサによって生成される構造信号及び運動信号は、走査変換器３２及び多平面リフォーマッタ４４に結合される。走査変換器３２は、エコー信号を、それらを受信した元の空間関係で所望の画像フォーマットで配置する。例えば走査変換器は、エコー信号を、２次元（２Ｄ）のセクタ形状のフォーマット、又は、ピラミッド状の３次元（３Ｄ）画像に配置することができる。走査変換器は、画像フィールド内の点における動きに対応する色を有するＢモード構造画像に、それらのドップラー推定速度を重ね合わせて、画像フィールド内の組織の動き及び血流を表すカラードップラー画像を生成することができる。多平面リフォーマッタは、米国特許第６，４４３，８９６号（Ｄｅｔｍｅｒ）に説明されているように、身体のボリュメトリック領域内の共通平面内の点から受信したエコーを、その平面の超音波画像に変換する。米国特許第６，５３０，８８５号（Ｅｎｔｒｅｋｉｎ他）に説明されているように、ボリュームレンダラ４２が、３Ｄデータセットのエコー信号を所与の基準点から見た投影３Ｄ画像に変換する。

２Ｄ画像又は３Ｄ画像は、走査変換器３２、多平面リフォーマッタ４４及びボリュームレンダラ４２から画像プロセッサ３０に結合されて、画像ディスプレイ４０での表示のために更に強調され、バッファリングされ及び一時保管される。ドップラープロセッサ２８によって生成される血流値及びＢモードプロセッサ２６によって生成される組織構造情報は、撮像に使用されることに加えて、定量化プロセッサ３４に結合される。定量化プロセッサは、血流の容積流量といった様々な流動状態の尺度だけでなく、臓器の大きさ及び妊娠期間といった構造的測定値も生成する。定量化プロセッサは、測定が行われるべき画像の解剖学的構造内の点といったユーザ制御パネル３８からの入力を受信することができる。定量化プロセッサからの出力データは、グラフィックプロセッサ３６に結合されて、ディスプレイ４０上の画像と共に、測定グラフィック及び値が再生され、また、ディスプレイデバイス４０から音声が出力される。グラフィックプロセッサ３６はまた、超音波画像と共に表示するグラフィックオーバーレイを生成することができる。これらのグラフィックオーバーレイは、患者名、画像の日時、撮像パラメータといった標準的な識別情報を含むことができる。このために、グラフィックプロセッサは、患者名といった入力をユーザインターフェース３８から受信する。ユーザインターフェースはまた、送信コントローラ１８に結合されて、トランスデューサアレイ１００からの超音波信号の生成、したがって、トランスデューサアレイ及び超音波システムによって生成される画像の生成が制御される。送信コントローラ１８の送信制御機能は、行われる機能のうちの１つにすぎない。送信コントローラ１８はまた、（ユーザによって与えられる）動作モード、並びに、対応する必要な送信器構成及び受信器のアナログ−デジタル変換器における帯域通過構成を考慮に入れる。送信コントローラ１８は、固定状態を有するステートマシンであってもよい。

ユーザインターフェースはまた、多平面リフォーマッタ４４に結合され、多平面リフォーマット（ＭＰＲ）画像の画像フィールドにおいて定量化測定を行うために使用される複数のＭＰＲ画像の平面が選択及び制御される。

図２は、例えば図１に示す信号プロセッサ２２又は別個の専用コントローラによって実施される本発明の方法５０を示す。

ステップ５２において、超音波画像に関する情報を含むデータ行列

が、超音波信号のセットから捕捉される。データ行列

は、Ｍ×Ｎの矩形行列の形をとることができ、Ｎ個の列は、画像内のＮ個の測定点に対応し、Ｍ個の行は、各測定点で行われたＭ個の独立した測定に対応する。

点のＭ個の独立した測定を幾つかのやり方で行うことが可能である。最も簡単な例では、データは、所望の期間中のＭ個の時点でＮ個の測定チャネルから得られる。更なる例では、測定領域は、Ｍ個の重なり合う超音波送信で超音波照射される。この例では、超音波システムは、関心点に重なる波を生成する超音波トランスデューサアレイを使用する。これらの波によって引き起こされるエコーは、超音波トランスデューサアレイ内のＮ個のトランスデューサ素子によって検出及び測定される。Ｍ個の重なり合う波で標的領域を超音波照射することによって、Ｎ個のトランスデューサ素子は、戻ってきたエコーに対して、Ｍ個の独立した測定を行うことができるようになる。別の例では、超音波トランスデューサアレイがある物理的受信開口部を、サイズＮのＭ個の重なり合うサブアレイに分割することができる。このようにすると、重なり合うサブアレイは、サブアレイ平均化処理を介して、Ｍ個の独立した結果を記録することができる。サブアレイ平均化は、サブアレイを、サイズＬの重なり合うサブ開口部に分割することによって、サイズＮのサブアレイに対して行われる。ここで、ＬはＮより小さい。これらのサブ開口部からのデータは、次に、Ｍ個の独立した測定値として使用され、ここで、Ｍ＝Ｎ−Ｌ＋１である。つまり、サイズＬの重なり合うサブ開口部それぞれは、Ｍ個の観測のうちの１つを作成する。このようにして、Ｍ×Ｎデータ行列を形成することができる。

これらの実施例を互いに組み合わせて使用して、所望の数の独立した測定値を収集することができる。

ステップ５４において、特異値分解（ＳＶＤ）が、データ行列

に行われる。特異値分解は、行列の因数分解の一形式であり、次式：

がもたらされる。

ここで、

は、Ｍ×Ｍの正方ユニタリ行列、

は、Ｍ×Ｎの矩形対角行列、

は、Ｎ×Ｎの正方ユニタリ行列であり、また、

がＭ×Ｎの矩形行列である場合について、Ｎ×Ｎの正方ユニタリ行列

の共役転置である。行列

の対角要素は、データ行列の特異値である。

超音波トランスデューサからの複素測定信号を含むデータ行列を因数分解することによって、簡単な形で信号の成分を分離及び解析することが可能である。例えばデータ行列が画像に関する超音波信号を含む場合、データ行列に特異値分解を行うと、時間的情報及び空間的情報が別々の行列に分離される。このようにして、これらの単純行列の内容を、単純かつ効率的に解析し、使用することができる。

ステップ５６において、空間特異ベクトル

がデータ行列のＳＶＤから得られる。行列

及び

の列は、それぞれ、データ行列の左特異ベクトル

及び右特異ベクトル

である。この場合、右特異ベクトルは、空間特異ベクトルに対応する。幾つかの実施形態では、ｊが行列

のｊ番目の列を表す右特異ベクトル

は、データ行列の空間固有ベクトルを含む。空間固有ベクトルは、トランスデューサアレイに沿った横寸法といった超音波トランスデューサによって測定される信号の空間成分、及び、受信信号の深さを記述する。

ステップ５８において、各空間特異ベクトル

について、平均空間周波数ｆ_ｊが推定される。空間周波数は、所与の空間に亘る構造の周期性の尺度である。より具体的には、空間周波数は、フーリエ変換によって決定される構造の正弦波成分が所与の空間に亘って繰り返す頻度の尺度である。空間領域では、軸外クラッタは、高空間周波数によって特徴付けられる。測定点に対応する空間特異ベクトルの平均空間周波数を計算することによって、高レベルのクラッタを含む測定チャネルを特定することが可能である。

場合によっては、平均空間周波数は、自己相関技術を使用して推定することができる。自己相関技術は、次式：

を用いて、複素信号中の平均周波数を推定する方法である。

ここで、ｆ_ｊは、ｊ番目の右特異ベクトルの平均空間周波数であり、

は、ｊ番目の右特異ベクトルのｉ番目の要素であり、

は、j番目の右特異ベクトルのｉ＋１番目の要素の複素共役である。

幾つかの実施形態はステップ５９を含む。ステップ５９では、セットの平均空間周波数が所定値を上回る場合、空間特異ベクトルが破棄される。大きい空間周波数では、信号はクラッタが支配的となり、信号をフィルタリングする処理は、画像の再構成に有用な情報をほとんどもたらさない。場合によっては、計算する固有ベクトルの定数をあらかじめ決めておくこと、関連する固有値が所定閾値を下回ると固有ベクトルの計算を中止すること、又は、計算された固有値の合計が所定閾値を超えた場合に固有ベクトルの計算を中止することができる。これらのやり方では、クラッタフィルタリングを行うための計算コストを削減することができる。

ステップ６０において、ステップ５８において推定された平均空間周波数と、ステップ５４において行われたデータ行列に対するＳＶＤとに基づいて、フィルタ処置済みデータ行列

が作成される。フィルタ処置済みデータ行列は、クラッタフィルタ処置済み画像の作成に使用することができる、ステップ５２において捕捉されたデータ行列からのフィルタ処置済み信号を含む。

ステップ６２において、フィルタ処置済みデータ行列の内容に基づいてフィルタ処置済み画像が作成される。フィルタ処置済みデータ行列の列に保持されている各測定チャネルの値を合計することによって、関連する測定点のクラッタフィルタ処置済みピクセル値を決定することが可能である。

場合によっては、ステップ５４における特異値分解は、データ行列から

として計算された共分散行列

に行われる。ここで、

は、データ行列の共役転置である。この一連の動作は、データ行列ではなく、共変行列に特異値分解を行う方が計算コスト的により効果的である状況において行われる。共分散行列は、Ｍ×Ｎの観測窓の高速フーリエ変換を行い、サブアレイ平均化若しくは組み合わせられた送信イベントのいずれか又はその両方によって、各周波数においてＭ個の測定値を作成することによって、周波数領域の各周波数において作成することができる。この場合、フィルタ処置済みデータ行列は、空間領域ではなく、周波数領域における信号を含むので、画像の再構成の前に、データを空間領域にするために逆高速フーリエ変換が行われなければならない。

図３は、フィルタ処置済みデータ行列を作成する方法７０の一実施形態を示す。

ステップ７２において、平均空間周波数に基づいて重み付けが決定される。重み付けは、平均空間周波数を使用して、各空間特異ベクトルに対して決定される。１つのデザインでは、空間特異ベクトルの重み付けを決定するために使用される方法は、ガウス重み付けである。ガウス重み付けは、

と書かれ、ここで、ｆ_ｊは、推定平均空間周波数であり、ｆ_０は、基準空間周波数と知られている。更なる実施形態では、基準空間周波数は、送信ビーム幅に対応する。

更なる実施例では、重み付けはまた、信号振幅の観点からも計算することができる。画像クラッタの振幅が、信号よりも小さいと予想される場合、大きさに基づくフィルタリングを使用して、画質を向上させることができる。つまり、低エネルギー空間特異ベクトルは、フィルタリング処理によって更に減衰される。更に、信号の低速時間挙動に基づいても重み付けを決定することが可能である。この場合、クラッタは、組織と比較した場合に、その遅い動きによって特徴付けられる。つまり、時間特性も使用して、空間特異ベクトルの重み付けを計算することができる。この場合、各測定点について、時空間共分散行列が必要となる。信号に含まれる空間情報に基づいて重み付けを決定する場合に戻ると、固有ベクトル、即ち、空間特異ベクトル内の空間分布によってクラッタ信号を特定することが可能であり、これにより、当該クラッタ信号を最終画像から除去することができる。

ステップ７４では、ステップ７２において決定された重み付けが、使用される平均空間周波数に関連した空間特異ベクトルに適用される。一実施形態では、クラッタのない軸上信号に相当する、推定平均空間周波数がゼロである空間特異ベクトルの場合、重み付けは、最大値１である。推定平均空間周波数の値が増加するにつれて、関連する空間特異ベクトルに割り当てられる重み付けは、最小値０まで減少する。このようにして、大量のクラッタを含む高空間周波数信号が減衰され、これらの信号は最終画像への寄与が低くなる。

ステップ７６において、重み付けされた空間特異ベクトルは、フィルタ処置済みデータ行列

の作成に使用される。フィルタ処置済みデータ行列は、次式：

で記述される。

ここで、

は、対角行列

のｊ番目の特異値であり、ｗ（ｆ_ｊ）は、ｊ番目の右特異ベクトルに対する重み付けであり、

は、データ行列

からのｊ番目の左特異ベクトルであり、

は、ｊ番目の右特異ベクトル

の共役転置である。そして、フィルタ処置済みデータ行列を使用して、最終的なクラッタフィルタ処置済み画像を作成することができる。

なお、方法を、行列の使用を採用するものとして説明したが、超音波画像の軸外クラッタフィルタリングを達成するために、他の形式のデータ処理及び操作を使用してもよい。場合によっては、方法は、超音波システムによって収集されているデータのストリームに適用されてもよい。連続するデータ点を、互いに関連して又は別々に使用することができる。

要約すると、本発明の実施形態は、受信エコー信号にクラッタフィルタを適用することを提案する。このフィルタは、周波数ベースの固有ベクトルフィルタリングの原理に基づいている。

この原理は、例えばトランスデューサアレイによって受け取られる複数のエコー信号に適用される特異値分解（ＳＶＤ）法を使用する。ＳＶＤは、２Ｄ行列の１つの次元が所与のトランスデューサアレイ位置における測定信号（所与のトランスデューサチャネルの信号）を表し、第２の次元がこの信号について受信される異なる測定サンプルに対応する当該２Ｄ行列に対して行われてよい。

ＳＶＤは、例えば固有ベクトルを生成し、これらの平均空間周波数分布及び振幅を、フィルタリングの基準として使用することができる。

本発明の実施形態は、超音波画像内のクラッタの存在が、高（平均空間）周波固有値及び固有ベクトルの形で現れるという事実に基づいている。これらの高周波固有値及び固有ベクトルは、空間周波数領域においてフィルタリング除去することができる。クラッタの存在はまた、固有値若しくは固有ベクトルの振幅（エネルギー）又はそれらの周波数の空間分布においても現れる。したがって、固有値特性のいずれかに関する帯域通過を有する特定のクラスタフィルタを実施することができる。

本発明は、アラインされた（即ち、ビーム形成された）超音波データから軸外信号を効率的に拒絶し、これにより、クラッタアーチファクトのない画像が生成され、コントラストが増強され、より良い画質及び診断的価値がもたらされる。

各ピクセルについて、当該ピクセルの様々な観測から受信されるアラインされたデータから、Ｍ^＊Ｎのチャネル毎のデータ行列を推定することができる（Ｎ＝チャネル数、Ｍ＝観測数）。Ｍ個の観測は、複数の時間イベントであってよいが、同じ関心点に向けられた複数の送信方向であってもよい。要するに、所与の点の様々な「観測」を得ることである。

更に、当該行列のＳＶＤ分解によって、チャネル毎のデータの最重要「モード」に対応する固有ベクトルがもたらされる。各固有ベクトルの平均空間周波数が推定され、（軸外信号に対応する）比較的高い平均空間周波数を有する固有ベクトルは、０再構成（実空間領域への逆再構成）の前に減衰される。

このようにして得られたフィルタ処置済みのチャネル毎のデータは、合計されて、軸外信号の寄与が減衰されたピクセル値推定を生成することができる。

本発明の実施形態は、組織撮像に特に適している。

上述のように、実施形態は、データ処理ステップを行うコントローラを利用する。

コントローラは、必要とされる様々な機能を行うために、ソフトウェア及び／又はハードウェアを用いて多数のやり方で実現することができる。プロセッサは、必要な機能を行うようにソフトウェア（例えばマイクロコード）を使用してプログラミングされる１つ以上のマイクロプロセッサを使用するコントローラの一例である。しかし、コントローラは、プロセッサを用いて又は用いずに実現することができ、また、幾つかの機能を行う専用ハードウェアと、他の機能を行うプロセッサ（例えば１つ以上のプログラミングされたマイクロプロセッサ及び関連回路）との組み合わせとして実現されてもよい。

本開示の様々な実施形態において使用されるコントローラ構成要素の例としては、従来のマイクロプロセッサ、特定用途向け集積回路（ＡＳＩＣ）及びフィールドプログラマブルゲートアレイ（ＦＰＧＡ）が挙げられるが、これらに限定されない。

様々な実施態様では、プロセッサ又はコントローラは、ＲＡＭ、ＰＲＯＭ、ＥＰＲＯＭ及びＥＥＰＲＯＭといった揮発性及び不揮発性コンピュータメモリといった１つ以上の記憶媒体と関連付けられてよい。記憶媒体は、１つ以上のプロセッサ及び／又はコントローラ上で実行されたときに、必要な機能を行う１つ以上のプログラムがコード化されてよい。様々な記憶媒体は、プロセッサ又はコントローラ内に固定されていても、又は、そこに記憶されている１つ以上のプログラムをプロセッサ又はコントローラにロードすることができるように輸送可能であってもよい。

開示された実施形態の他の変形態様は、図面、開示内容及び添付の請求項の検討から、請求項に係る発明を実施する当業者によって理解され、実施される。請求項において、「含む」との用語は、他の要素又はステップを除外するものではなく、また、「ａ」又は「ａｎ」との不定冠詞も、複数形を除外するものではない。特定の手段が相互に異なる従属請求項に記載されることだけで、これらの手段の組み合わせを有利に使用することができないことを示すものではない。請求項における任意の参照符号は、範囲を限定するものと解釈されるべきではない。

Claims (12)

1. 超音波画像クラッタをフィルタリングする方法であって、前記方法は、
   画像に関する情報を含むデータ行列であって、前記データ行列の各行又は各列の要素が複数の超音波測定チャネルそれぞれについて記録された個々の測定値に対応する、データ行列を捕捉するステップと、
   前記データ行列又は前記データ行列から生じる行列に特異値分解を行うステップと、
   前記データ行列の前記特異値分解から空間特異ベクトルを得るステップと、
   推定された平均空間周波数及び前記データ行列の前記特異値分解に基づいて、フィルタ処置済みデータ行列を作成するステップと、
   前記フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像を作成するステップと、
   前記空間特異ベクトルから前記平均空間周波数を推定するステップと、を含み、
   前記フィルタ処置済みデータ行列を作成するステップは、
   前記推定された平均空間周波数に基づいて、重み付けを決定するステップと、
   関連の前記空間特異ベクトルに前記重み付けを適用するステップと、
   重み付けされた前記空間特異ベクトルを、前記フィルタ処置済みデータ行列の作成に使用するステップと、を含み、
   前記重み付けは、超音波画像の送信幅に対応する基準空間周波数を含むガウス重み付けを使用して決定される、方法。
2. 前記重み付けは、推定平均空間周波数がゼロである空間特異ベクトルについては、最大値１であり、前記推定平均空間周波数が増加するにつれて、最小値０まで減少する、請求項１に記載の方法。
3. 超音波画像クラッタをフィルタリングする方法であって、前記方法は、
   画像に関する情報を含むデータ行列であって、前記データ行列の各行又は各列の要素が複数の超音波測定チャネルそれぞれについて記録された個々の測定値に対応する、データ行列を捕捉するステップと、
   前記データ行列又は前記データ行列から生じる行列に特異値分解を行うステップと、
   前記データ行列の前記特異値分解から空間特異ベクトルを得るステップと、
   推定された平均空間周波数及び前記データ行列の前記特異値分解に基づいて、フィルタ処置済みデータ行列を作成するステップと、
   前記フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像を作成するステップと、
   前記空間特異ベクトルから前記平均空間周波数を推定するステップと、
   所定値を上回る平均空間周波数を有する空間特異ベクトルを破棄するステップと、を含む、方法。
4. 超音波画像クラッタをフィルタリングする方法であって、前記方法は、
   画像に関する情報を含むデータ行列であって、前記データ行列の各行又は各列の要素が複数の超音波測定チャネルそれぞれについて記録された個々の測定値に対応する、データ行列を捕捉するステップと、
   前記データ行列又は前記データ行列から生じる行列に特異値分解を行うステップと、
   前記データ行列の前記特異値分解から空間特異ベクトルを得るステップと、
   推定された平均空間周波数及び前記データ行列の前記特異値分解に基づいて、フィルタ処置済みデータ行列を作成するステップと、
   前記フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像を作成するステップと、
   前記空間特異ベクトルから前記平均空間周波数を推定するステップと、を含み、
   前記フィルタ処置済みデータ行列を作成するステップは更に、受信信号の振幅に基づいている、方法。
5. 前記データ行列は、
   Ｎ個の列と、
   Ｍ個の行と、
   を含み、
   Ｎは、超音波測定チャネルの数に対応し、Ｍは、各チャネルについて記録された独立した測定値の数に対応する、請求項１から４の何れか一項に記載の方法。
6. 前記Ｍ個の独立した測定値の記録は、
   所望の時間間隔中のＭ個の時点において、各測定チャネルからデータを捕捉するステップ、
   Ｍ個の重なり合う超音波送信を用いて測定領域を超音波照射するステップ、又は、
   物理的受信開口部を、サイズＮのＭ個の重なり合うサブアレイに分割するステップ、
   によって行われる、請求項５に記載の方法。
7. 前記データ行列に基づいて、共分散行列を形成するステップを更に含み、前記特異値分解は、前記共分散行列に行われる、請求項１から６の何れか一項に記載の方法。
8. 得られた前記空間特異ベクトルは、前記データ行列の空間固有ベクトルを含む、請求項１から７の何れか一項に記載の方法。
9. 前記平均空間周波数は、自己相関技術を使用して推定される、請求項１から８の何れか一項に記載の方法。
10. 超音波システム内の画像クラッタをフィルタリングするためのコントローラであって、
    画像に関する情報を含むデータ行列であって、前記データ行列の各行又は各列の要素が複数の超音波測定チャネルそれぞれについて記録された個々の測定値に対応する、データ行列を捕捉し、
    前記データ行列又は前記データ行列から生じる行列に特異値分解を行い、
    前記データ行列の前記特異値分解から空間特異ベクトルを得て、
    推定された平均空間周波数及び前記データ行列の前記特異値分解に基づいて、フィルタ処置済みデータ行列を作成し、
    前記フィルタ処置済みデータ行列に基づいて、フィルタ処置済み画像を作成し、
    前記空間特異ベクトルから前記平均空間周波数を推定し、
    前記フィルタ処置済みデータ行列を作成することは、
    前記推定された平均空間周波数に基づいて、重み付けを決定し、
    関連の前記空間特異ベクトルに前記重み付けを適用し、
    重み付けされた前記空間特異ベクトルを、前記フィルタ処置済みデータ行列の作成に使用すること、を含み、
    前記重み付けは、超音波画像の送信幅に対応する基準空間周波数を含むガウス重み付けを使用して決定される、コントローラ。
11. 超音波信号を放出及び受信可能である超音波トランスデューサアレイと、
    受信した前記超音波信号を前記データ行列にコンパイルする信号プロセッサと、
    請求項１０に記載のコントローラと、
    前記フィルタ処置済み画像を出力する画像出力デバイスと、
    を含む、超音波システム。
12. 請求項１１に記載の超音波システムに、請求項１から９の何れか一項に記載の方法を実行させるコンピュータプログラムコードを含む、コンピュータプログラム。

Images