CN105310726B - 超声波诊断装置、图像处理装置以及图像处理方法 - Google Patents
超声波诊断装置、图像处理装置以及图像处理方法 Download PDFInfo
- Publication number
- CN105310726B CN105310726B CN201510335292.9A CN201510335292A CN105310726B CN 105310726 B CN105310726 B CN 105310726B CN 201510335292 A CN201510335292 A CN 201510335292A CN 105310726 B CN105310726 B CN 105310726B
- Authority
- CN
- China
- Prior art keywords
- mentioned
- data
- serial data
- wave
- correlation matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
- G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
- G01S15/8979—Combined Doppler and pulse-echo imaging systems
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Acoustics & Sound (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供能够在输入非等间隔数据串的彩色多普勒法中减少运动伪影的超声波诊断装置。超声波诊断装置具备相关矩阵计算部、滤波器矩阵计算部、提取部、推定部、图像生成部以及控制部。相关矩阵计算部使用基于反射波而生成的反射波数据的集合即第1数据串计算相关矩阵,反射波是通过以在同一扫描线上不使发送脉冲的时间间隔一定的方式发送超声波而产生的。滤波器矩阵计算部基于相关矩阵的主成分分析的结果计算滤波器系数。提取部使用滤波器系数提取第1数据串包含的、被移动体反射的超声波的反射波的反射波数据的集合即第2数据串。推定部基于第2数据串推定移动体信息。图像生成部基于移动体信息生成超声波图像数据。控制部使超声波图像数据显示于显示部。
Description
相关申请的参照
本申请享有2014年6月18日提出申请的日本国专利申请编号2014-125706号的优先权的利益,在本申请中引用该日本国专利申请的全部内容。
技术领域
实施方式涉及超声波诊断装置、图像处理装置以及图像处理方法。
背景技术
以往,为了进行生物体的血流的观察、诊断而广泛使用超声波诊断装置。超声波诊断装置通过基于多普勒效应的多普勒法,从超声波的反射波进行血流信息的生成以及显示。作为利用超声波诊断装置生成显示的血流信息,有彩色多普勒图像、多普勒波形(多普勒频谱)等。
彩色多普勒图像是通过彩色血流图(CFM:Color Flow Mapping)法而拍摄的超声波图像。在CFM法中,在多个扫描线上进行多次超声波的收发。而且,在CFM法中,对相同位置的数据串施加MTI(Moving Target Indicator,运动目标指示))滤波器(Filter),抑制来自于静止的组织或运动较慢的组织的信号(杂波(Clutter)信号),提取来自于血流的信号。而且,在CFM法中,从该血流信号推定血流的速度、血流的方差、血流的功率等血流信息,显示例如二维地彩色显示推定结果的分布而得的超声波图像(彩色多普勒图像)。
通常,作为MTI滤波器,使用有巴特沃斯(Butterworth)型的IIR(InfiniteImpulse Response,无限冲激响应)滤波器,多项式回归滤波器(Polynomial RegressionFilter)等系数被固定的滤波器。另一方面,也已知有根据输入信号使系数变化的适应型的MTI滤波器。
作为一个例子,适应型的MTI滤波器从MTI滤波器输入前的信号求出组织的速度,获得其相位差被抵消(cancel)的信号。并且,该滤波器从预先准备的MTI滤波器用的系数中选择与获得的信号相应的系数。另外,也已知有被称作“Eigenvector Regression Filter(特征向量回归滤波器)”的适应型的MTI滤波器。该适应型的MTI滤波器从相关矩阵计算本征向量,通过根据计算出本征向量来直接计算在MTI滤波器中所使用的系数的方法,获得杂波成分被抑制的信号。该方法应用了主成分分析、K-L转换(Karhunen-Loeve transform)、本征空间法中使用的方法。
在这种现有的超声波彩色多普勒法中,大多等间隔地输入数据串。这里,所谓数据串,表示基于在同一扫描线上通过发送超声波而接收的反射波所生成的反射波数据的集合。另外,所谓数据串是等间隔的情况,表示通过在同一扫描线上使发送脉冲的时间间隔为一定地发送超声波并接收反射波、从而获得时间上等间隔的反射波数据。例如,在某一扫描线上进行四次超声波的收发的情况下,第一次与第二次的超声波收发的间隔、第二次与第三次的超声波收发的间隔、以及第三次与第四次的超声波收发的间隔相同。另外,在超声波彩色多普勒法中,也公开了应用于数据串不是等间隔的情况的方法。在该方法中,例如对不是等间隔的数据串进行多项式的最小平方法拟合(fitting),来近似杂波,并从原信号减去该近似信号,从而提取血流信号。此外,所谓“数据串不是等间隔”的情况,表示通过在同一扫描线上使发送脉冲的时间间隔不为一定地发送超声波并接收反射波,从而获得时间上不同间隔的反射波数据。此外,将“数据串不是等间隔”适当地记载为“数据串非等间隔”。
发明内容
本发明要解决的课题在于,提供一种能够在被输入非等间隔数据串的彩色多普勒法中减少运动伪影(motion artifact)的超声波诊断装置、图像处理装置以及图像处理方法。
实施方式的超声波诊断装置具备相关矩阵计算部、滤波器矩阵计算部、提取部、推定部、图像生成部、以及控制部。相关矩阵计算部使用第1数据串计算相关矩阵,该第1数据串是基于反射波而生成的反射波数据的集合,上述反射波是通过以在同一扫描线上不使发送脉冲的时间间隔一定的方式发送超声波而产生的反射波。滤波器矩阵计算部基于使用了上述相关矩阵的主成分分析的结果,计算滤波器系数。提取部使用上述滤波器系数提取第2数据串,该第2数据串是上述第1数据串所包含的、来自于被上述同一扫描线上存在的移动体反射的上述超声波的反射波的反射波数据的集合。推定部基于提取的上述第2数据串,推定上述移动体的移动体信息。图像生成部基于上述移动体信息,生成超声波图像数据。控制部使上述超声波图像数据显示于显示部。
效果:
根据实施方式的超声波诊断装置,能够在被输入非等间隔数据串的彩色多普勒法中减少运动伪影。
附图说明
图1是表示第1实施方式的超声波诊断装置的构成例的框图。
图2A是表示第1实施方式的控制部的非等间隔扫描的一个例子的图。
图2B是表示第1实施方式的控制部的非等间隔扫描的一个例子的图。
图2C是表示第1实施方式的控制部的非等间隔扫描的一个例子的图。
图2D是表示第1实施方式的控制部的非等间隔扫描的一个例子的图。
图3是表示第1实施方式的控制部的相同光栅上的非等间隔扫描的一个例子的图。
图4是用于说明第1实施方式的秩减少(rank cut)数的确定处理的一个例子的图。
图5是用于说明第1实施方式的秩剪切数的确定处理的一个例子的图。
图6是表示第1实施方式的超声波图像数据的一个例子的图。
图7是表示第1实施方式的超声波图像数据的一个例子的图。
图8是用于说明第1实施方式的超声波诊断装置所进行的处理的一个例子的流程图。
图9是表示第2实施方式的相关矩阵计算部所进行的处理的一个例子的图。
图10是用于说明第2实施方式的效果的图。
图11是用于说明第2实施方式的超声波诊断装置所进行的处理的一个例子的流程图。
具体实施方式
以下,参照附图详细说明超声波诊断装置、图像处理装置以及图像处理方法的实施方式。
(第1实施方式)
首先,对第1实施方式的超声波诊断装置的结构进行说明。图1是表示第1实施方式的超声波诊断装置的构成例的框图。如图1所例示,第1实施方式的超声波诊断装置具有超声波探头1、监视器2、输入装置3、以及装置主体10。
超声波探头1为了进行超声波的收发而连接于装置主体10。超声波探头1例如具有多个压电振子,这多个压电振子基于从后述的装置主体10所具有的收发部11供给的驱动信号,产生超声波。另外,超声波探头1所具有的多个压电振子接收来自被检体P的反射波而转换为电信号。另外,超声波探头1具有设于压电振子的匹配层、以及防止超声波从压电振子向后方的传播的背衬(backing)材料等。此外,超声波探头1以装卸自如的方式与装置主体10连接。
若从超声波探头1向被检体P发送超声波,则发送的超声波接连被被检体P的体内组织中的声阻抗的非连续面反射,作为反射波信号被超声波探头1所具有多个压电振子接收。接收的反射波信号的振幅取决于反射超声波的非连续面上的声阻抗之差。此外,发送的超声波脉冲被移动的血流或心脏壁等的表面反射的情况下的反射波信号因多普勒效应而取决于移动体的相对于超声波发送方向的速度成分,并受到频率偏移。
此外,即使超声波探头1是二维地扫描被检体P的1D阵列探头(array probe)、三维地扫描被检体P的机械式4D探头(mechanical four dimensional probe)、或2D阵列探头,也能够应用第1实施方式。
输入装置3具有鼠标、键盘、按钮、面板开关、触控屏、脚踏开关、轨迹球、或操纵杆等。输入装置3受理来自超声波诊断装置的操作者的各种设定请求,并对装置主体10传送所受理的各种设定请求。
监视器2显示用于超声波诊断装置的操作者使用输入装置3输入各种设定请求的GUI(Graphical User Interface,图形用户界面)、或者显示在装置主体10中生成的超声波图像数据等。
装置主体10是基于超声波探头1接收的反射波信号生成超声波图像数据的装置。如图1所例示,装置主体10具有收发部11、缓冲器12、B模式处理部13、多普勒处理部14、图像生成部15、图像存储器16、内部存储部17、以及控制部18。
收发部11基于后述的控制部18的指示,控制超声波探头1所进行的超声波收发。收发部11具有脉冲产生器、发送延迟电路、脉冲产生器等,并向超声波探头1供给驱动信号。脉冲产生器重复产生用于以规定的重复频率(PRF:Pulse Repetition Frequency,脉冲重复频率)形成发送超声波的额定脉冲(rate pulse)。另外,发送延迟电路将从超声波探头1产生的超声波会聚成波束状,并且对脉冲产生器所产生的各额定脉冲赋予为了确定发送指向性所需的每个压电振子的延迟时间。另外,脉冲产生器在基于额定脉冲的定时,对超声波探头1施加驱动信号(驱动脉冲)。即,发送延迟电路使对各额定脉冲赋予的延迟时间变化,从而任意地调整从压电振子面发送的超声波的发送方向。
此外,收发部11为了基于后述的控制部18的指示执行规定的扫描序列(scansequence)而具有能够瞬时地变更发送频率、发送驱动电压等的功能。特别是,发送驱动电压的变更通过能够瞬间地切换其值的线性放大器型的发送电路、或者电切换多个电源单元的机构来实现。
另外,收发部11具有放大器电路、A/D(Analog/Digital:数/模)转换器、接收延迟电路、加法器、正交检波电路等,对超声波探头1接收的反射波信号进行各种处理而生成反射波数据。放大器电路按照每个信道(channel)放大反射波信号而进行增益修正处理。A/D转换器对进行增益修正后的反射波信号进行A/D转换。接收延迟电路对数字数据赋予确定接收指向性所需的接收延迟时间。加法器对被接收延迟电路赋予了接收延迟时间的反射波信号进行加法处理。通过加法器的加法处理,强调来自与反射波信号的接收指向性相应的方向的反射成分。
而且,正交检波电路将加法器的输出信号转换为基带频带的同相信号(I信号,I:In-phase)与正交信号(Q信号,Q:Quadrature-phase)。而且,正交检波电路将I信号以及Q信号(以下,记载为IQ信号)作为反射波数据储存于缓冲器12。此外,正交检波电路也可以将加法器的输出信号转换为RF(Radio Frequency:射频)信号之后储存于缓冲器12。IQ信号、RF信号是包含相位信息的信号(接收信号)。以下,有时将收发部11所输出的反射波数据记载为接收信号。
收发部11在扫描(二维扫描)被检体P内的二维区域的情况下从超声波探头1向被检体P内的二维区域发送超声波波束。并且,收发部11根据超声波探头1接收的二维区域的反射波信号,生成二维的反射波数据。另外,收发部11在扫描(三维扫描)被检体P内的三维区域的情况下从超声波探头1向被检体P内的三维区域发送超声波波束。并且,收发部11根据超声波探头1接收的三维区域的反射波信号,生成三维的反射波数据。
缓冲器12是暂时存储收发部11所生成的反射波数据(I/Q信号)的缓冲器。具体而言,缓冲器12存储几个帧(frame)的量的I/Q信号、或者几个体单位(volume)的量的I/Q信号。例如,缓冲器12是FIFO(First-In/First-Out:先进先出)存储器,存储规定帧量的I/Q信号。而且,例如,缓冲器12在收发部11新生成1帧量的I/Q信号的情况下,丢弃生成时间最久的1帧量的I/Q信号,存储新生成的1帧量的I/Q信号。
B模式处理部13以及多普勒处理部14是对收发部11从反射波信号生成的反射波数据进行各种信号处理的信号处理部。B模式处理部13对从缓冲器12读取的反射波数据(I/Q信号)进行对数放大、包络线检波处理、对数压缩等,生成以亮度的明暗度表现多个采样点各自的信号强度而成的数据(B模式数据)。
此外,B模式处理部13利用滤波器处理使检波频率变化,从而能够改变影像化的频带。通过使用该B模式处理部13的功能,从而第1实施方式的超声波诊断装置能够执行对比谐波成像(CHI:Contrast Harmonic Imaging)、组织谐波成像(THI:Tissue HarmonicImaging)等的谐波成像。即,B模式处理部13能够根据注入了造影剂的被检体P的反射波数据,分离将造影剂(微小气泡、气泡)作为反射源的谐波分量的反射波数据(高次谐波数据或者分频谐波数据)和将被检体P内的组织作为反射源的基波分量的反射波数据(基波数据)。B模式处理部13能够根据谐波分量的反射波数据(接收信号)生成用于生成造影图像数据的B模式数据。
多普勒处理部14对从缓冲器12读取的反射波数据进行频率解析,生成提取了扫描范围内的移动体的基于多普勒效应的运动信息而成的数据(多普勒数据)。具体而言,多普勒处理部14生成分别在多个采样点将平均速度、平均方差值、平均功率(power)值等作为移动体的运动信息来生成多普勒数据。这里,移动体是例如血流、或心壁等组织、造影剂。作为血流的运动信息(血流信息),本实施方式的多普勒处理部14生成分别在多个采样点推定血流的平均速度、血流的平均方差值、血流的平均功率值等而成的多普勒数据。
使用上述的多普勒处理部14的功能,本实施方式的超声波诊断装置能够执行也被称作彩色血流图法(CFM:Color Flow Mapping)的彩色多普勒法。在CFM法中,在多个扫描线上进行多次超声波的收发。而且,在CFM法中,通过对相同位置的数据串施加MTI(MovingTarget Indicator,运动目标指示)滤波器,抑制来自于静止的组织或运动较慢的组织的信号(杂波信号),从而提取来自于血流的信号。而且,在CFM法中,从该血流信号推定血流的速度、血流的方差、血流的功率等的血流信息。后述的图像生成部15生成将例如二维地彩色显示了推定结果的分布而成的超声波图像数据(彩色多普勒图像数据)。并且,监视器2显示彩色多普勒图像数据。
通常,作为MTI滤波器,使用有巴特沃斯型的IIR(Infinite Impulse Response,无限冲激响应)滤波器、多项式回归滤波器(Polynomial Regression Filter)等系数被固定的滤波器。另一方面,本实施方式的多普勒处理部14使用与输入信号相应地使系数变化的适应型的MTI滤波器作为MTI滤波器。具体而言,本实施方式的多普勒处理部14使用被称作“Eigenvector Regression Filter(特征向量回归滤波器)”的滤波器作为适应型的MTI滤波器。以下,将作为使用了本征向量的适应型MTI滤波器的“Eigenvector RegressionFilter”记载为“本征向量型MTI滤波器”。
本征向量型MTI滤波器根据相关矩阵计算本征向量,根据计算出的本征向量,计算杂波成分抑制处理中使用的系数。该方法应用了在主成分分析、K-L转换(Karhunen-Loevetransform)、本征空间法中使用的方法。
如图1例示,使用本征向量型MTI滤波器的第1实施方式的多普勒处理部14具有相关矩阵计算部141、滤波器矩阵计算部142、MTI滤波器处理部143、以及推定部144。相关矩阵计算部141根据相同位置(相同采样点)的连续反射波数据的数据串,计算扫描范围的相关矩阵。滤波器矩阵计算部142例如计算相关矩阵的本征值以及与该本征值对应的本征向量。而且,滤波器矩阵计算部142例如计算将基于各本征值的大小而排列各本征向量而成的矩阵的秩减少后的矩阵,作为抑制杂波成分的滤波器矩阵。
MTI滤波器处理部143输出:从相同位置(相同采样点)的连续的反射波数据的数据串中使用滤波器矩阵将杂波成分被抑制而来自于血流的血流信号加以提取而成的数据串。推定部144进行使用了MTI滤波器处理部143输出的数据的自相关运算等的运算,来推定血流信息,将推定的血流信息作为多普勒数据加以输出。此外,之后详细叙述第1实施方式的多普勒处理部14所进行的具体的处理。
这里,图1所例示的B模式处理部13以及多普勒处理部14能够对二维的反射波数据以及三维的反射波数据这两者进行处理。即,B模式处理部13从二维的反射波数据生成二维的B模式数据,从三维的反射波数据生成三维的B模式数据。另外,多普勒处理部14从二维的反射波数据生成二维的多普勒数据,从三维的反射波数据生成三维的多普勒数据。
图像生成部15根据B模式处理部13以及多普勒处理部14生成的数据,生成超声波图像数据。图像生成部15根据B模式处理部13生成的二维的B模式数据,生成用亮度表示反射波的强度的二维B模式图像数据。另外,图像生成部15根据多普勒处理部14生成的二维的多普勒数据,生成将血流信息影像化的二维多普勒图像数据。二维多普勒图像数据是速度图像数据、方差图像数据、功率图像数据、或者将它们组合而得的图像数据。图像生成部15生成用彩色显示血流信息的彩色多普勒图像数据作为多普勒图像数据,或生成用灰度显示一个血流信息的多普勒图像数据作为多普勒图像数据。
这里,图像生成部15一般将超声波扫描的扫描线信号串转换(扫描转换)成电视等所代表的视频格式的扫描线信号串,生成显示用的超声波图像数据。具体而言,图像生成部15与超声波探头1的超声波的扫描方式相应地进行坐标转换,从而生成显示用的超声波图像数据。另外,图像生成部15除了扫描转换以外,作为各种图像处理,进行例如使用扫描转换后的多个图像帧再次生成亮度的平均值图像的图像处理(平滑化处理)、或者在图像内使用微分滤波器的图像处理(边缘强调处理)等。另外,图像生成部15对超声波图像数据合成各种参数的字符信息、刻度、体位标记(body mark)等。
即,B模式数据以及多普勒数据是扫描转换处理前的超声波图像数据,图像生成部15生成的数据是扫描转换处理后的显示用的超声波图像数据。此外,B模式数据以及多普勒数据也被称作原始数据(raw data)。图像生成部15从扫描转换处理前的二维超声波图像数据生成显示用的二维超声波图像数据。
而且,图像生成部15通过对B模式处理部13生成的三维的B模式数据进行坐标转换,生成三维B模式图像数据。另外,图像生成部15通过对多普勒处理部14生成的三维的多普勒数据进行坐标转换,生成三维多普勒图像数据。图像生成部15生成“三维的B模式图像数据或三维多普勒图像数据”作为“三维超声波图像数据(体数据(volume data))”。
而且,图像生成部15为了生成用于在监视器2上显示体数据的各种二维图像数据,对体数据进行绘制(rendering)处理。作为图像生成部15所进行的绘制处理,例如包括进行断面重构法(MPR:Multi Planer Reconstruction)而从体数据生成MPR图像数据的处理。另外,作为图像生成部15所进行的绘制处理,例如包括生成反映出三维信息的二维图像数据的体绘制(VR:Volume Rendering)处理。
图像存储器16是存储图像生成部15生成的显示用的图像数据的存储器。另外,图像存储器16也能够存储B模式处理部13或多普勒处理部14生成的数据。图像存储器16存储的B模式数据、多普勒数据例如能够在诊断之后由操作者调出,并经由图像生成部15成为显示用的超声波图像数据。另外,图像存储器16也能够存储收发部11输出的反射波数据。
内部存储部17存储用于进行超声波收发、图像处理以及显示处理的控制程序、诊断信息(例如患者ID、医师的所见等)、诊断协议、或各种体位标记等的各种数据。另外,内部存储部17也可根据需要使用于图像存储器16存储的图像数据的保管等。另外,内部存储部17存储的数据能够经由未图示的接口向外部装置传送。另外,内部存储部17也能够存储从外部装置经由未图示的接口传送来的数据。
控制部18控制超声波诊断装置的处理整体。具体而言,控制部18基于经由输入装置3从操作者输入的各种设定请求、从内部存储部17读入的各种控制程序以及各种数据,控制收发部11、B模式处理部13、多普勒处理部14以及图像生成部15的处理。例如,控制部18经由收发部11控制超声波探头1,从而进行超声波扫描的控制。通常,在CFM法中,将作为组织像数据的B模式图像数据与作为血流像数据的彩色多普勒图像数据一起进行显示。为了进行该显示,控制部18使超声波探头1执行取得第1扫描范围内的血流信息的第1超声波扫描。第1超声波扫描例如是用于在多普勒模式下收集彩色多普勒图像数据的超声波扫描。另外,控制部18使超声波探头1与第1超声波扫描一起执行取得第2扫描范围内的组织形状的信息的第2超声波扫描。第2超声波扫描例如是用于在B模式下收集B模式图像数据的超声波扫描。
控制部18经由收发部11控制超声波探头1,从而执行第1超声波扫描以及第2超声波扫描。此外,第1扫描范围与第2扫描范围可以是相同的范围,也可以是,第1扫描范围是比第2扫描范围小的范围,还可以是,第2扫描范围是比第1扫描范围小的范围。
另外,控制部18进行控制,以便在监视器2上显示图像存储器16、内部存储部17存储的显示用的超声波图像数据。此外,内置于装置主体10的收发部11等有时由集成电路等的硬件构成,但有时是以软件方式模块化了的程序。
另外,控制部18经由收发部11控制超声波探头1,以便进行彩色多普勒的数据串成为非等间隔那样的扫描。图2A~图2D是表示第1实施方式的控制部18进行的非等间隔扫描的一个例子的图。例如,在图2A~图2D所示的例子中,横方向所示的各格段表示光栅方向,纵向的各格段表示信号收发顺序。换言之,横方向的各格段表示扫描线的位置,纵向的各格段表示相同的位置的时间经过。此外,各格段的时间单位相同,例如设为“T”。
这里,在图2A~图2D中,点显示的格段表示正在收发超声波,影线显示的格段表示虽然正在收发超声波、但是是在运算中不使用的空数据。该空数据用于备齐残留重叠回波的条件。即,在非等间隔扫描中,仅点显示的格段的信号被使用于运算。
为了便于说明,若用“○”表示正在收发的情况,用“△”表示是空数据的情况,用“-”表示未进行收发的情况,则在图2A所示的例子中,表示在左端的光栅(raster)中进行作为“△○--△○--△○○○○--△○--△○”的图案的非等间隔扫描。另外,在图2A所示的例子中,表示在左端的光栅中进行第13次收发之后在相邻的(从左数第2个)光栅中开始与左端的光栅相同图案(pattern)的非等间隔扫描。
另外,在图2B所示的例子中,表示在左端的光栅中进行作为“-○-----○-----○-○-○-○-----○-----○”的图案的非等间隔扫描。另外,在图2B所示的例子中,表示在从左数第2个光栅中进行作为“△-○---△-○---△-○-○-○-○---△-○---△-○”的图案的非等间隔扫描。
另外,在图2C所示的例中,表示在左端的光栅中进行作为“△○○○----△○○○----△○○○”的图案的非等间隔扫描。另外,在图2C所示的例子中,表示在左端的光栅中进行第4次收发之后在相邻的(从左数第2个)光栅中开始与左端的光栅相同图案的非等间隔扫描。
另外,在图2D所示的例中,表示在左端的光栅中进行作为“-○-○-○---------○-○-○---------○-○-○”的图案的非等间隔扫描。另外,在图2D所示的例子中,表示在从左数第2个光栅中进行作为“△-○-○-○------△--○-○-○-------△-○-○-○”的图案的非等间隔扫描。此外,控制部18的非等间隔扫描的图案并不限定于图2A~图2D所图示,而是能够进行变更。
图3是表示在第1实施方式的控制部18的同一光栅上的非等间隔扫描的一个例子的图。在图3中,分别对图2A~图2D所示的扫描图案用数字示出同一光栅上的接收信号的顺序。图3的(A)对应于图2A的扫描图案(scan pattern),图3的(B)对应于图2B的扫描图案,图3的(C)对应于图2C的扫描图案,图3的(D)对应于图2D的扫描图案。此外,在图3所示的例子中,未图示空数据,而是仅图示运算所使用的接收信号。换言之,图3表示一个光栅上的相同地点的数据串。另外,与图2A~图2D相同,各格段的时间单位相同,例如设为“T”。
在图3的(A)所示的例子中,表示获得八个接收信号的情况下的一个例子。换言之,表示在1帧的多普勒数据(血流信息)的推定计算中使用的数据长度是8的情况。如图3的(A)所示,第1个接收信号与第2个接收信号的数据间隔、第2个接收信号与第3个接收信号的数据间隔、第6个接收信号与第7个接收信号的数据间隔、以及第7个接收信号与第8个接收信号的数据间隔相同,成为4T。另一方面,第3个接收信号与第4个接收信号的数据间隔、第4个接收信号与第5个接收信号的数据间隔、以及第5个接收信号与第6个接收信号的数据间隔相同,成为T。
另外,在图3的(B)所示的例子中,示出获得8个接收信号的情况下的其他一个例子。如图3的(B)所示,第1个接收信号与第2个接收信号的数据间隔、第2个接收信号与第3个接收信号的数据间隔、第6个接收信号与第7个接收信号的数据间隔、以及第7个接收信号与第8个接收信号的数据间隔相同,成为6T。另一方面,第3个接收信号与第4个接收信号的数据间隔、第4个接收信号与第5个接收信号的数据间隔、以及第5个接收信号与第6个接收信号的数据间隔相同,成为2T。
在图3的(C)所示的例子中,示出获得9个接收信号的情况下的一个例子。如图3的(C)所示,第1个接收信号与第2个接收信号的数据间隔、第2个接收信号与第3个接收信号的数据间隔、第4个接收信号与第5个接收信号的数据间隔、第5个接收信号与第6个接收信号的数据间隔、第7个接收信号与第8个接收信号的数据间隔、以及第8个接收信号与第9个接收信号的数据间隔相同,成为T。另一方面,第3个接收信号与第4个接收信号的数据间隔、以及第6个接收信号与第7个接收信号的数据间隔相同,成为6T。
在图3的(D)所示的例子中,示出获得9个接收信号的情况下的其他一个例子。如图3的(D)所示,第1个接收信号与第2个接收信号的数据间隔、第2个接收信号与第3个接收信号的数据间隔、第4个接收信号与第5个接收信号的数据间隔、第5个接收信号与第6个接收信号的数据间隔、第7个接收信号与第8个接收信号的数据间隔、以及第8个接收信号与第9个接收信号的数据间隔相同,成为2T。另一方面,第3个接收信号与第4个接收信号的数据间隔、以及第6个接收信号与第7个接收信号的数据间隔相同,成为10T。以下,对在多普勒处理部14中对该非等间隔的数据串施加本征向量型MTI滤波器的方法进行说明。
以上,说明了第1实施方式的超声波诊断装置的整体结构。基于该结构、第1实施方式的超声波诊断装置对非等间隔的数据串根据使用MTI滤波器推定的血流信息(多普勒数据)进行CFM法。
然而,现有技术的超声波诊断装置对非等间隔的数据串进行多项式的最小平方法拟合,来近似杂波并从原信号减去该近似信号,从而提取血流信号。在多项式的最小平方法拟合中,在数据间隔短的脉冲对之间进行时滞(lag)1的自相关运算而计算速度,由此能够在较高的混叠速度下完成,同时能以较少的数据数获得较长的观测时间的信号,因此能够进一步降低MTI滤波器的截止(cutoff)频率,连低流速的血流也能够从组织分离并提取。另外,由于一次处理非等间隔数据串而不是进行等间隔地分割,因此也不会产生盲(blind)频率的噪声。换句话说,能够无混叠(aliasing)地显示从低流速至高流速的较广范围的血流速度。
然而,在多项式的最小平方法拟合中,滤波器系数被预先确定,在组织的运动较大的情况下,不能避免产生运动伪影。此外,作为有效地减少运动伪影的方法,根据上述的输入信号适应性地使MTI滤波器特性变化的方法(Adaptive MTI Filter)是有效的,但尚不知将Adaptive MTI Filter适应于非等间隔的数据串的例子。
据此,第1实施方式的超声波诊断装置通过在输入非等间隔数据串的彩色多普勒法中适应性地使MTI滤波器系数变化来减少运动伪影。例如,第1实施方式的超声波诊断装置使用第1数据串,计算相关矩阵,该第1数据串是基于反射波而生成的反射波数据的集合,上述反射波是通过以在同一扫描线上不使发送脉冲的时间间隔一定的方式发送超声波而产生的反射波。另外,第1实施方式的超声波诊断装置基于使用了相关矩阵的主成分分析的结果,计算滤波器系数。接着,第1实施方式的超声波诊断装置使用滤波器系数提取第2数据串,该第2数据串是第1数据串所包含的、来自于被同一扫描线上存在的移动体反射的超声波的反射波的、反射波数据的集合。另外,第1实施方式的超声波诊断装置基于提取的第2数据串推定移动体的移动体信息。接着,第1实施方式的超声波诊断装置基于移动体信息生成超声波图像数据。并且,第1实施方式的超声波诊断装置使超声波图像数据显示于监视器2。以下,详细说明第1实施方式的超声波诊断装置。此外,以下,作为移动体信息的一个例子,对血流信息进行说明。
多普勒处理部14计算非等间隔数据串的相关矩阵,而求出其本征值、本征向量。用本征值较大的本征向量近似杂波并从原信号减去,从而获得血流信号。由于本征值、本征向量因输入信号而变化,因此MTI滤波器的特性因输入信号而变化。由此,即使是运动伪影那样大的组织运动也能够被抑制。此外,该方法也能够考虑通过主成分分析或被称作K-L(Karhunen-Loeve)转换的方法来近似杂波。在该方法中,能量(energy)集中于上位本征值。在彩色多普勒的数据串之中,能量较大的是杂波。因此,能够将用本征值大的本征向量近似得到的信号视为杂波。而且,在该方法中,即使成为杂波的产生源的组织的运动变化,也能够分离并提取,因此能够除去运动伪影。
以下,详细说明多普勒处理部14所具有的相关矩阵计算部141、滤波器矩阵计算部142、MTI滤波器处理部143、以及推定部144中的处理。首先,第1实施方式的相关矩阵计算部141根据通过在多个扫描线上形成的扫描范围(第1扫描范围)内的超声波收发而涉及多个帧收集到的相同位置的反射波数据的数据串,计算扫描范围(第1扫描范围)的相关矩阵。具体而言,第1实施方式的相关矩阵计算部141使用在每次沿扫描范围(第1扫描范围)进行一次超声波收发时重复进行切换扫描线的扫描方式而收集到的相同位置的连续的反射波数据的数据串,作用用于计算扫描范围的相关矩阵的数据串。更具体而言,第1实施方式的相关矩阵计算部141使用重复进行在各扫描线上进行一次扫描范围(第1扫描范围)内的超声波收发的扫描方式而收集到的、相同位置的连续的反射波数据的数据串,作为用于计算扫描范围的相关矩阵的数据串。这里,相关矩阵计算部141使用第1数据串计算相关矩阵,该第1数据串是基于反射波而生成的反射波数据的集合,上述反射波是通过以在同一扫描线上不使发送脉冲的时间间隔一定的方式发送超声波而产生的反射波。
具体而言,相关矩阵计算部141如式(1)所示那样用列向量x表示一个光栅上的相同地点的数据串。换言之,列向量“x”表示某一扫描位置的数据串。该列向量x包含要素x1、x2、···xL。这里,对列向量x的各要素标注的下角标的数字对应于图3所示的格段之中的数字。例如,在图3的(A)的情况下,L=8。“L”表示列向量“xm”的长度,并且是1帧的多普勒数据(血流信息)的推定计算中使用的数据长度。
【式1】
接下来,相关矩阵计算部141利用以下所示的式(2)计算相关矩阵“Rxx”。即,相关矩阵计算部141利用式(2)对在空间上处于不同位置的数据串进行加法平均而获取总体(ensemble)平均。换言之,相关矩阵计算部141利用式(2)在多个采样点分别计算数据串的自相关性矩阵,计算多个采样点各自的自相关性矩阵的平均。这里,xm的下角标m表示空间的位置,将位置m的总数设为M。此外,位置“m”在二维扫描的情况下由二维坐标系表示,在三维扫描的情况下由三维坐标系表示。H表示取了矩阵的各要素的复共轭后的矩阵的转置(埃尔米特(Hermitian)转置)。相关矩阵“Rxx”利用式(2)成为L行L列的矩阵。如上述那样,计算了相关矩阵的数据串的数据长度“L”能够任意地变更。
此外,相关矩阵计算部141既可以使用彩色多普勒的扫描范围整体的数据计算一个协方差矩阵作为在空间上处于不同位置的数据,也可以将扫描范围分割成块而分别计算协方差矩阵。
【式2】
接下来,滤波器矩阵计算部142基于使用了相关矩阵的主成分分析的结果,计算滤波器系数。换言之,滤波器矩阵计算部142使用相关矩阵进行主成分分析,进行将杂波成分作为主成分进行近似并减少的矩阵运算,从而计算用于抑制来自组织的杂波的滤波器系数。例如,滤波器矩阵计算部142计算L行L列的矩阵Rxx的本征值与本征向量。将按照本征值从大到小的顺序将本征向量作为列向量从左起排列而成的矩阵设为V。若用上位K个主成分近似信号,则成为以下这种式子。这里,在式(3)中,中央的矩阵是对角矩阵,对角元素表示从左上起1有K个、剩余为0的情况。这里,式(3)所示的“VH”是“V”的复共轭转置矩阵。另外,在式(3)的右边,“V”与“VH”之间的矩阵是L行L列的对角矩阵。
【式3】
若从原信号减去式(3),则成为式(4)。其中,I表示单位矩阵。换句话说,如果将式(5)所示的矩阵W施加于输入数据串x,则能够构成MTI滤波器。MTI滤波器矩阵“W”如式(5)所示成为L行L列的矩阵。
【式4】
【式5】
在式(5)的右边中的对角矩阵中,使0的个数为K。这成为减少矩阵的秩的处理,将K称作秩剪切数。即使秩剪切数K被固定,因为在组织运动时其本征值变大,因此使用该秩剪切数而最大限度地除去运动伪影。但是,在组织的运动较大的情况下,与组织的运动对应的本征向量的数变大,因此期望的是增大秩剪切数。操作者也可以通过装置上的开关等变更秩剪切数,根据本征值的大小适应性地使秩剪切数变化的方法较为适合。
例如,滤波器矩阵计算部142利用预先设定的值或操作者指定的值,确定要减少的主成分的数、即秩剪切数的值。但是,心脏或血管等由于搏动而移动速度随时间变化的组织包含于扫描范围内的情况下,优选根据本征值的大小适应性地确定秩剪切数的值,即,滤波器矩阵计算部142与相关矩阵的本征值的大小相应地变更要减少的主成分的数量。在本实施方式中,滤波器矩阵计算部142与本征值的大小相应地变更要减少的秩数。
根据本征值的大小适应性地确定秩剪切数的理论需要与超声波扫描所进行的部位相应地进行优化。例如滤波器矩阵计算部142利用图4所示的阈值和图5所示的算法确定秩剪切数。图5所示的算法是基于第2大的本征值除以第1大的本征值而得的值确定秩剪切数的算法。图4以及图5是用于说明第1实施方式的秩剪切数的确定处理的一个例子的图。
首先,滤波器矩阵计算部142在按照从大到小的顺序排列相关矩阵“Rxx”的本征值而成的排列之中,将第k个本征值定义为“eig(k)”。“k”是“1≤k≤L”的整数。而且,滤波器矩阵计算部142利用以下的式(6)计算值“eigdB(k)”,该值“eigdB(k)”是以dB为单位表示第k大的本征值除以第1大的本征值“eig(1)”而得的值。
【式6】
eigdB(k)=10*log10(abs(eig(k))/abs(eig(1)))…(6)
此外,在式(6)中,“abs”是运算绝对值的函数。在式(6)中,采用“k=2”的“eigdB(2)”是以dB为单位表示第2大的本征值除以第1大的本征值“eig(1)而得的值的值。
另外,滤波器矩阵计算部142因获得L个本征值而使用秩剪切数确定用的L个阈值(THi,1≤i≤L)。THi被设定为根据i的值而变化的值。例如,在“L=8“的情况下,8个阈值“TH1~TH8”如图4所示那样设定。在图4中,TH1以及TH2被设定为“1000000dB”。另外,在图4中,TH3被设定为“20dB”,TH4被设定为“15dB”。另外,在图4中,TH5被设定为“10dB”,TH6被设定为“5dB”。另外,在图4中,TH7以及TH8被设定为“-1dB”。在使用图4所例示的阈值的情况下,秩剪切数通过以下说明的图5的算法成为2以上6以下的值。在图5中,将秩剪切数表示为“RankCut”。
首先,滤波器矩阵计算部142设定为“RankCut=0”(步骤S1),并设定为“i=1”(步骤S2)。然后,滤波器矩阵计算部142判断“i”是否比“L”大或者“-eigdB(2)”是否比“THi”大(步骤S3)。这里,在“i”为“L”以下、并且“-eigdB(2)”是“THi”以下的情况下(步骤S3否定),滤波器矩阵计算部142将秩剪切数递增而成为“RankCut=RankCut+1”(步骤S4)。
然后,滤波器矩阵计算部142设定为“i=i+1”(步骤S5),进行步骤S3的判断处理。此外,例如,在最初的步骤S5的处理之后在步骤S3的判断处理中使用的“-eigdB(2)”成为:在将最大的本征值从以从大到小的顺序排列L个本征值而成的排列中除去后的排列中的如下值乘以“-1”而得的值,该如下值以dB为单位表示第2大的本征值除以最大的本征值“eig(1)”而得的值。
另一方面,在“i”比“L”大的情况下,或者“-eigdB(2)」”比“THi”大的情况下(步骤S3肯定),滤波器矩阵计算部142将最新的“RankCut”确定为要减少的秩数(步骤S6)。例如,滤波器矩阵计算部142在图4的条件下eigdB(2)=-12dB的情况下,将秩剪切数确定为4。
此外,根据本征值的大小适应性地确定秩剪切数的算法除了上述的算法以外能够通过各种算法来进行。这些算法例如能够与拍摄部位相应地进行选择。
滤波器矩阵计算部142利用图5例示的算法在各显示帧中确定秩剪切数,计算MTI滤波器矩阵“W”。
而且,MTI滤波器处理部143使用滤波器系数提取第2数据串,该第2数据串是第1数据串所包含的、来自于被存在于同一扫描线上的移动体反射的超声波的反射波的反射波数据的集合。换言之,MTI滤波器处理部143输出:从根据相同位置(相同采样点)的连续的反射波数据的数据串中使用滤波器系数将杂波成分被抑制且而来自于血流的血流信号加以提取而成的数据串。在本实施方式中,MTI滤波器处理部143输出:从相同位置(相同采样点)的连续的反射波数据的数据串中使用滤波器矩阵将杂波成分被抑制而来自于血流的血流信号加以提取而成的数据串。具体而言,MTI滤波器处理部143将位置“m”的列向量“xm”作为输入数据,利用以下的式(7),根据输入数据与MTI滤波器矩阵“W”,计算作为位置“m”的输出数据的列向量“ym”。列向量“ym”的长度成为“L”。
【式7】
ym=Wxm…(7)
MTI滤波器处理部143分别对“M”个采样点进行式(7)的计算。由此,MTI滤波器处理部143将“M”个采样点各自的输出数据输出到推定部144。
推定部144基于所提取的来自移动体的信号的数据串,推定移动体的移动体信息。例如,推定部144根据作为位置“m”的输出数据的列向量“ym”,进行自相关运算处理以及速度·方差·功率推定处理,来推定位置“m”的血流信息。首先,推定部144根据列向量“ym”,进行时滞0以及时滞1的自相关值的运算。若将时滞0设为“C0”,将时滞1设为“C1”,则推定部144利用以下的式(8)计算时滞0“C0”。
【式8】
另外,推定部144在时滞1“C1”的计算中使用非等间隔数据串中最短的脉冲对。例如,在图3(A)所示的情况下,第3个接收信号与第4个接收信号的数据间隔、第4个接收信号与第5个接收信号的数据间隔、以及第5个接收信号与第6个接收信号的数据间隔是T,成为最短的脉冲对。在该情况下,推定部144通过以下的式(9)计算时滞1。
【式9】
另外,在图3(B)所示的情况下,由于图3(B)的最短的脉冲对与图3(A)的最短的脉冲对相同,因此成为与上述相同的式(9)。此外,由于MTI滤波器的特性,速度的精度在较短的脉冲对的端部下降。因此,推定部144也可以仅使用式(9)中的i=4时的一个脉冲对来减小MTI滤波器的影响。此外,在该情况下,加法下的稳定性下降。
另外,例如,关于推定部144,在图3(C)所示的情况下,第1个接收信号与第2个接收信号的数据间隔、第2个接收信号与第3个接收信号的数据间隔、第4个接收信号与第5个接收信号的数据间隔、第5个接收信号与第6个接收信号的数据间隔、第7个接收信号与第8个接收信号的数据间隔、以及第8个接收信号与第9个接收信号的数据间隔是T,成为最短的脉冲对。在该情况下,推定部144利用以下的式(10)计算时滞1。
【式10】
同样,关于推定部144,由于图3(D)的最短的脉冲对与图3(C)的最短的脉冲对相同,因此成为与上述相同的式(10)。此外,推定部144也可以通过使用式(10)的i=4、5时的两个脉冲对来减小MTI滤波器的影响。
此外,在式(8)~式(10)中,省略了表示列向量“ym”的位置的下角标“m”,取而代之将列向量“ym”的要素“i”以下角标的方式加以表示。另外,在式(9)以及式(10)中,上标的星号“*”表示复共轭。推定部144计算“M”个采样点各自的“C0”以及“C1”。
然后,推定部144利用以下的式(11)根据“C0”以及“C1”计算速度“V”。即,推定部144根据第2数据串的间隔较短的脉冲对,计算移动体的速度作为移动体信息。
【式11】
V=a tan2(imag(c1),real(c1))…(11)
另外,推定部144利用以下的式(12)根据“C0”以及“C1”,计算方差“T”,利用以下的式(13)根据“C0”,计算功率“P”。此外,推定部144也可以使用来自移动体的信号的数据串的至少一部分,计算移动体的功率作为移动体信息。
【式12】
【式13】
P=10log10(c0)…(13)
此外,式(11)的“atan2”是输出直到“-π~+π”的角度的“反正切函数”,“imag”是从复数仅输出虚数部分的函数,“real”是从复数仅输出实数部分的函数。功率被通过自相关运算作为时滞0而求出,速度以及方差通过对自相关运算的结果进行频率解析而求出。通过式(11)获得的速度以直至-π~+π的角度表现,但为了将其修正为m/s单位的速度V’,在使非等间隔数据串最短的脉冲对的间隔为T时,成为式(14)。另外,C是超声波的生物体的音速,f0是超声波的中心频率。混叠速度V’max成为式(15)。
【式14】
【式15】
这里,例如若使图3(A)中全部的数据间隔为第1个与第2个的数据间隔,则周期成为4T。在该情况下,通过式(15),混叠速度成为1/4。这里,如图3(A)所示的第3个与第4个的数据间隔、第4个与第5个的数据间隔、第5个与第6个的数据间隔那样,插入周期T的数据,从而能够将混叠速度提高到周期4T的4倍。
另外,为了将数据间隔保持为T地维持图3(A)的数据长度,需要相当于图3(A)所示的格段的数量的23个数据。由于图3(A)的实际的数据数是8个,因此能够在相同的观测时间内减少至1/2.875的数据数。这样,减少数据数有助于帧频(frame rate)提高。
另外,观测时间越长,在使横轴为m/s的速度的情况下,越能够构成陡峭的肩特性的MTI滤波器。即,能够进一步抑制杂波。换句话说,例如通过进行图2A那种非等间隔数据串的扫描,能够满足高帧频、高流速检测能力、低流速检测能力这三个相反的要求。
推定部144计算“M”个采样点各自的“V、T、P”。并且,推定部144将“M”个采样点各自的“V、T、P”作为1帧量的多普勒数据输出到图像生成部15。
并且,图像生成部15基于移动体信息生成超声波图像数据。换言之,图像生成部15根据使用滤波器系数推定的血流信息(多普勒数据),生成超声波图像数据(彩色多普勒图像数据)。在本实施方式中,图像生成部15根据使用MTI滤波器矩阵推定的血流信息(多普勒数据),生成超声波图像数据(彩色多普勒图像数据)。然后,控制部18使超声波图像数据(彩色多普勒图像数据)显示于监视器2。
图6以及图7是表示第1实施方式的超声波图像数据的一个例子的图。在图6以及图7中表示肾脏血流的一个例子。另外,在图6中,示出肾脏的运动较少的情况下的图像,在图7中,示出肾脏的运动较大的情况下的图像。
在图6以及图7中,在上段示出功率图像,在下段示出速度图像。另外,从列的左侧依次示出“原始数据(original data)”、“间隔剔除数据”、“多项式拟合数据”、“本征向量数据”。这里,“原始数据”是32个数据的等间隔数据串。另外,“间隔剔除数据”是对等间隔的32个数据的数据串每隔4个数据等间隔地进行间隔剔除抽取而使用8个数据进行运算所得的图像。
“多项式拟合数据”是用3次多项式近似出非等间隔数据串并从原信号中减去而得的图像。“本征向量数据”是用第1实施方式的本征向量型MTI滤波器处理数据长度为8的非等间隔数据串而得的图像。这里,在“多项式拟合数据”以及“本征向量数据”中,使用仅在中央密集地进行间隔剔除而成的、数据长度为8且为图3(A)所示的扫描图案的非等间隔数据串。此外,本征向量型MTI滤波器的秩剪切数被固定为4。
如图6所示,在“原始数据”的速度图像中,利用血流的方向显示血管的分支。此外,用标尺表示速度图像中的血流方向与速度。另一方面,在“间隔剔除数据”中,混叠速度成为“原始数据”的1/4,因此在速度图像中产生混叠。因此,不能正确地再现血流的方向,血管的分支未被显示。
另外,“多项式拟合数据”以及“本征向量数据”的速度图像大致相同,与“间隔剔除数据”的速度图像相比,成为混叠大幅度减少的图像。另外,“多项式拟合数据”以及“本征向量数据”的速度图像显示出与“原始数据”的速度图像相当接近的图像。
另外,如图7所示,在“原始数据”、“间隔剔除数据”以及“多项式拟合数据”的功率图像中,在某一块中混入有运动伪影。另一方面,在“本征向量数据”的功率图像中,未混入运动伪影,而是显示出高精细的血流图像。同样,在“原始数据”、“间隔剔除数据”以及“多项式拟合数据”的速度图像中,也在某一块中混入有运动伪影,但在“本征向量数据”的速度图像未混入运动伪影。此外,与运动较少时相同,与“间隔剔除数据”的速度图像相比,“本征向量数据”的速度图像成为混叠大幅度减少的图像。
接下来,使用图8对第1实施方式的超声波诊断装置所进行的处理的一个例子进行说明。图8是用于说明第1实施方式的超声波诊断装置所进行的处理的一个例子的流程图。此外,图8所例示的流程图是说明第1实施方式的超声波诊断装置所进行的多普勒图像数据的生成显示处理的流程图。
如图8所示,第1实施方式的超声波诊断装置的控制部18首先判断是否已输入1帧量的非等间隔数据串(步骤S101)。这里,控制部18在判断为已输入1帧量的非等间隔数据串的情况下(步骤S101,是),移至步骤S102。另一方面,控制部18在未判断为已输入1帧量的非等间隔数据串的情况下(步骤S101,否),重复执行步骤S101。
接下来,相关矩阵计算部141计算扫描范围的相关矩阵(步骤S102),滤波器矩阵计算部142根据相关矩阵计算L组的本征值以及本征向量(步骤S103)。
然后,滤波器矩阵计算部142根据L个本征值的大小关系,确定要减少的秩数(步骤S104),计算MTI滤波器矩阵(步骤S105)。然后,MTI滤波器处理部143进行MTI滤波器处理(步骤S106),推定部144使用在MTI滤波器处理中输出的输出数据,进行自相关运算处理(步骤S107)。然后,推定部144根据自相关运算处理的结果,推定血流信息(步骤S108)。
然后,图像生成部15根据血流信息,生成彩色多普勒图像数据(步骤S109),监视器2通过控制部18的控制显示彩色多普勒图像数据(步骤S110),结束处理。
如上述那样,在第1实施方式中,与非等间隔数据串扫描的高帧频超声波扫描组合地进行使用了本征向量型MTI滤波器的血流信息的推定处理。由此,在第1实施方式中,能够在整个扫描范围计算一个相关矩阵,对图像整体施加同一个本征向量型MTI滤波器。由此,在第1实施方式中,能够提供对非等间隔数据串利用使用了本征向量的适应型MTI滤波器而大幅度地减少了运动伪影的图像。而且,通过根据非等间隔数据串的数据间隔最短的脉冲对的时滞1的自相关性函数来计算速度,能够显示混叠速度较高的速度。
另外,通过使用非等间隔数据串,能够以较少的数据数且以较低的截止频率构成肩特性的陡峭的MTI滤波器,即,能够实现一种能够以高帧频(=较少的数据数)检测低流速(=较低的截止频率下的肩特性的陡峭的MTI滤波器)的系统。
另外,在第1实施方式中,使用通过根据本征值的大小适应性地确定出的秩剪切数而计算出的本征向量型MTI滤波器,由此能够使MTI滤波器的特性与组织的运动相应地变化。其结果,在第1实施方式中,能够更大幅度地抑制运动伪影。
(第2实施方式)
在第1实施方式中,在1帧内计算了一个相关矩阵,也可以分割为区域并按照每个该区域计算相关矩阵来计算MTI滤波器矩阵,从而进行处理。据此,在第2实施方式中,说明通过分割为区域并按照每个该区域计算相关矩阵来计算MTI滤波器矩阵从而非进行处理、从而进一步提高使用了本征向量型MTI滤波器的多普勒图像数据的画质的方法。
第2实施方式的超声波诊断装置成为与使用图1说明的第1实施方式的超声波诊断装置相同的结构。但是,第2实施方式的多普勒处理部14利用以下说明处理计算MTI滤波器矩阵。
在第1实施方式中,在显示血流整个扫描范围内计算一个相关矩阵,对图像整体施加同一个MTI滤波器。另一方面,在显示血流的扫描范围内,在因场所的不同导致组织的运动大为不同的情况下,期望的是将该扫描范围分割为多个处理块,在各处理块中计算本征向量型MTI滤波器,从而在各处理块中施加最佳的MTI滤波器。但是,在该情况下,因滤波器的特性差异,导致在多普勒图像数据中的处理块之间产生不连续的交界。
因此,在第2实施方式中,通过在空间上对在各处理块中计算的相关矩阵进行插补,从而计算本征向量型MTI滤波器的系数。
首先,第2实施方式的相关矩阵计算部141分别在将进行了超声波收发的扫描范围分割而成的多个范围(多个处理块)内计算相关矩阵。并且,相关矩阵计算部141通过使用了多个处理块各自的相关矩阵的插补处理,计算分别将多个处理块进一步细分化而得的多个细分化范围(多个细分化处理块)各自的相关矩阵。
并且,第2实施方式的滤波器矩阵计算部142根据多个细分化处理块各自的相关矩阵,计算各细分化处理块的滤波器系数。具体而言,滤波器矩阵计算部142根据多个细分化处理块各自的相关矩阵,计算各细分化处理块的滤波器矩阵。并且,第2实施方式的MTI滤波器处理部143使用各细分化处理块的滤波器系数,提取各采样点的血流信号。具体而言,MTI滤波器处理部143使用各细分化处理块的滤波器矩阵,提取各采样点的血流信号。并且,第2实施方式的推定部144基于多个细分化范围各自的来自移动体的信号的数据串,推定移动体信息。例如,第2实施方式的推定部144推定各采样点的血流信息。由此,图像生成部15根据使用多个细分化处理块各自的滤波器系数而推定出的血流信息,生成超声波图像数据(多普勒图像数据)。具体而言,图像生成部15根据使用多个细分化处理块各自的滤波器矩阵而推定出的血流信息,生成超声波图像数据(多普勒图像数据)。
图9是表示第2实施方式的相关矩阵计算部所进行的处理的一个例子的图。例如,如图9所例示,扫描范围被分割成4个处理块(R1、R2、R3、R4)。此外,扫描范围的分割数或各处理块能够任意地设定。相关矩阵计算部141分别在处理块R1~R4中进行使用了在第1实施方式中说明的式(2)的计算处理。由此,相关矩阵计算部141计算处理块R1的相关矩阵“R1”、处理块R2的相关矩阵“R2”、处理块R3的相关矩阵“R3”、以及处理块R4的相关矩阵“R4”。这里,如图9所示,使处理块R1的中心坐标为(x1,y1),使处理块R2的中心坐标为(x2,y1),使处理块R3的中心坐标为(x1,y2),使处理块R4的中心坐标为(x2,y2)。
例如,在多个细分化处理块分别被设定为扫描范围内的各个采样点的情况下,相关矩阵计算部141通过使用了以下的式(16)的双线性(bilinear)插补来计算采样点R(x,y)的相关矩阵。
【式16】
并且,滤波器矩阵计算部142通过式(5),使用M个采样点各自的相关矩阵,计算M个采样点各自的MTI滤波器矩阵。此外,滤波器矩阵计算部142与本征值的大小相应地在M个采样点分别确定秩剪切数。然后,滤波器处理部143使用相应的MTI滤波器矩阵提取各采样点的血流信号,推定部144推定各采样点的血流信息。
图10是用于说明第2实施方式的效果的图。图10所例示的左图是在将进行血流显示的扫描范围分割成16个处理块、并在各处理块中计算MTI滤波器矩阵的情况下显示的多普勒图像数据。另一方面,图10所例示的右图是在将进行血流显示的扫描范围分割成16个处理块、并通过插补处理计算各采样点的相关矩阵、进而在各采样点计算MTI滤波器矩阵的情况下显示的多普勒图像数据。
如图10的左图所例示,在不进行上述插补处理的“无插补”的多普勒图像数据中,在16个处理块之间产生不连续的交界。另一方面,如图10的右图所例示,在进行了上述的插补处理的“有插补”的多普勒图像数据中,16个处理块之间未产生不连续的交界。
此外,在上述说明了细分化处理块由一个采样点形成的情况。但是,第2实施方式也可以为了减少处理负荷而例如以10个采样点分别在分割扫描范围而成的多个细分化处理块中计算MTI滤波器矩阵。
接下来,使用图11对第2实施方式的超声波诊断装置所进行的处理的一个例子进行说明。图11是用于说明第2实施方式的超声波诊断装置所进行的处理的一个例子的流程图。此外,图11所例示的流程图是说明第2实施方式的超声波诊断装置所进行的多普勒图像数据的生成显示处理的流程图。另外,在图11中,例示了细分化处理块被设定为一个采样点的情况。
如图11所示,第2实施方式的超声波诊断装置的控制部18首先判断是否已输入1帧量的非等间隔数据串(步骤S201)。这里,控制部18在判断为已输入1帧量的非等间隔数据串的情况下(步骤S201,是),移至步骤S202。另一方面,控制部18在未判断为已输入1帧量的非等间隔数据串的情况下(步骤S201,否),重复执行步骤S201。
接下来,相关矩阵计算部141在各处理块中计算相关矩阵(步骤S202),通过插补处理计算各采样点的相关矩阵(步骤S203)。然后,滤波器矩阵计算部142对每个采样点根据相关矩阵计算L组的本征值以及本征向量(步骤S204)。
然后,滤波器矩阵计算部142对每个采样点确定要减少的秩数(步骤S205),并对每个采样点计算MTI滤波器矩阵(步骤S206)。然后,MTI滤波器处理部143进行MTI滤波器处理(步骤S207),推定部144使用在MTI滤波器处理中输出的输出数据,进行自相关运算处理(步骤S208)。然后,推定部144根据自相关运算处理的结果推定血流信息(步骤S209)。
然后,图像生成部15根据血流信息,生成彩色多普勒图像数据(步骤S210),监视器2通过控制部18的控制显示彩色多普勒图像数据(步骤S211),并结束处理。
如上述那样,在第2实施方式中,通过使用了各处理块的相关矩阵的插补处理,计算各细分化处理块的相关函数,由此能够计算在各细分化处理块中优化后的MTI滤波器矩阵。其结果,在第2实施方式中,即使在组织的运动因场所的不同而大为不同的情况下,也能够生成显示运动伪影被大幅度地抑制后的多普勒图像数据。
此外,在进行在第2实施方式中说明的插补处理的情况下,多普勒用的第1超声波扫描也可以通过除高帧频用超声波扫描以外的扫描方式来执行。即,第2实施方式只要能够收集可推定血流信息的反射波数据的数据串即可,能够应用任意的扫描方式。例如,即使在执行交互扫描的情况下,通过进行在第2实施方式中说明的插补处理,也能够大幅度地抑制扫描块以及处理块所引起的伪影的产生。
在该情况下,相关矩阵计算部141将通过任意的扫描方式进行了超声波收发的扫描范围分割成多个处理块,根据在各范围内收集的相同位置的反射波数据的数据串,计算多个处理块各自的相关矩阵。并且,相关矩阵计算部141进一步通过使用了多个处理块各自的相关矩阵的插补处理,计算多个细分化处理块各自的相关矩阵。然后,滤波器矩阵计算部142在各细分化范围内使用相应的相关矩阵进行主成分分析,在多个上述细分化范围内分别计算用于通过将杂波成分作为主成分进行近似并减少的矩阵运算来抑制来自组织的杂波的滤波器系数。具体而言,滤波器矩阵计算部142计算各细分化处理块中相应的相关矩阵的本征值以及与该本征值所对应的本征向量,将减少了基于各本征值的大小排列各本征向量而成的矩阵的秩之后的矩阵,作为抑制杂波成分的MTI滤波器矩阵加以计算。由此,滤波器矩阵计算部142计算多个细分化处理块各自的滤波器矩阵。
此外,上述说明了通过超声波诊断装置执行第1~第2实施方式中说明的图像处理方法的情况。但是,也可以是在能够取得收发部11输出的反射波数据(IQ信号)的图像处理装置中执行第1~第2实施方式中说明的图像处理方法的情况。
另外,在上述的实施方式中,图示的各装置的各构成要素是功能概念性的,并非必须需要物理性地如图示那样构成。即,各装置的分散·统合的具体的方式并不限定于图示,能够根据各种负荷、使用状况等以任意的单位进行功能性或者物理性的分散·统合而构成其全部或者一部分。而且,关于在各装置中进行的各处理功能,其全部或者任意的一部分能够通过CPU以及利用该CPU来解析并执行的程序来实现、或者作为基于布线逻辑(wiredlogic)的硬件来实现。
另外,在第1实施方式~第2实施方式中说明的图像处理方法能够通过由个人计算机、工作站等的计算机执行预先准备的图像处理程序来实现。该图像处理程序能够经由因特网等网络进行分发。另外,该图像处理程序也能够记录在硬盘、软盘(flexible disk)(FD)、CD-ROM、MO、DVD、USB存储器以及SD卡存储器等的闪存等能够由计算机读取的非暂时记录介质,通过由计算机从非暂时的记录介质读取来执行。
根据以上说明的至少一个实施方式,能够在输入非等间隔数据串的彩色多普勒法中减少运动伪影。
对本发明的几个实施方式进行了说明,但这些实施方式是作为例子而提示的,并非旨在限定发明的范围。这些实施方式能够以其他各种方式来实施,在不脱离发明的主旨的范围内能够进行各种省略、替换、变更。这些实施方式、其变形包含在发明的范围、主旨内,同样包含于权利要求所记载的发明及其等同的范围内。
Claims (11)
1.一种超声波诊断装置,具备:
相关矩阵计算部,使用第1数据串计算相关矩阵,该第1数据串是基于反射波而生成的反射波数据的集合,上述反射波是通过以在同一扫描线上不使发送脉冲的时间间隔一定的方式发送超声波而产生的反射波;
滤波器矩阵计算部,基于使用了上述相关矩阵的主成分分析的结果,计算滤波器系数;
提取部,使用上述滤波器系数提取第2数据串,该第2数据串是上述第1数据串所包含的、来自于被上述同一扫描线上存在的移动体反射的上述超声波的反射波的反射波数据的集合;
推定部,基于提取的上述第2数据串,推定上述移动体的移动体信息;
图像生成部,基于上述移动体信息,生成超声波图像数据;以及
控制部,使上述超声波图像数据显示于显示部。
2.根据权利要求1所述的超声波诊断装置,
上述推定部使用上述第2数据串的至少一部分,计算上述移动体的功率,作为上述移动体信息。
3.根据权利要求1所述的超声波诊断装置,
上述推定部根据上述第2数据串的间隔最短的脉冲对,计算上述移动体的速度,作为上述移动体信息。
4.根据权利要求2所述的超声波诊断装置,
上述推定部根据上述第2数据串的间隔最短的脉冲对,计算上述移动体的速度,作为上述移动体信息。
5.根据权利要求1所述的超声波诊断装置,
上述滤波器矩阵计算部基于上述相关矩阵的本征值的大小,确定在上述主成分分析中要抑制的主成分的数量。
6.根据权利要求2所述的超声波诊断装置,
上述滤波器矩阵计算部基于上述相关矩阵的本征值的大小,确定在上述主成分分析中要抑制的主成分的数量。
7.根据权利要求3所述的超声波诊断装置,
上述滤波器矩阵计算部基于上述相关矩阵的本征值的大小,确定在上述主成分分析中要抑制的主成分的数量。
8.根据权利要求4所述的超声波诊断装置,
上述滤波器矩阵计算部基于上述相关矩阵的本征值的大小,确定在上述主成分分析中要抑制的主成分的数量。
9.根据权利要求1~8中的任一项所述的超声波诊断装置,
上述相关矩阵计算部在将进行了超声波收发的扫描范围分割而成的多个范围内分别计算相关矩阵,进而通过使用了多个上述范围各自的相关矩阵的插补处理,计算多个上述范围分别被进一步细分化后的多个细分化范围各自的相关矩阵,
上述滤波器矩阵计算部根据多个上述细分化范围各自的相关矩阵,计算各细分化范围的滤波器系数,
上述提取部使用多个上述细分化范围各自的滤波器系数,提取多个上述细分化范围各自的上述第2数据串,
上述推定部基于多个上述细分化范围各自的上述第2数据串,推定上述移动体信息,
上述图像生成部根据上述移动体信息,生成超声波图像数据。
10.一种图像处理装置,具备:
相关矩阵计算部,使用第1数据串计算相关矩阵,该第1数据串是基于反射波而生成的反射波数据的集合,上述反射波是通过以在同一扫描线上不使发送脉冲的时间间隔一定的方式发送超声波而产生的反射波;
滤波器矩阵计算部,基于使用了上述相关矩阵的主成分分析的结果,计算滤波器系数;
提取部,使用上述滤波器系数提取第2数据串,该第2数据串是上述第1数据串所包含的、来自于被上述同一扫描线上存在的移动体反射的上述超声波的反射波的反射波数据的集合;
推定部,基于提取的上述第2数据串,推定上述移动体的移动体信息;
图像生成部,基于上述移动体信息,生成超声波图像数据;以及
控制部,使上述超声波图像数据显示于显示部。
11.一种图像处理方法,包含如下步骤:
使用第1数据串计算相关矩阵,该第1数据串是基于反射波而生成的反射波数据的集合,上述反射波是通过以在同一扫描线上不使发送脉冲的时间间隔一定的方式发送超声波而产生的反射波,
基于使用了上述相关矩阵的主成分分析的结果,计算滤波器系数,
使用上述滤波器系数提取第2数据串,该第2数据串是上述第1数据串所包含的、来自于被上述同一扫描线上存在的移动体反射的上述超声波的反射波的反射波数据的集合,
基于提取的上述第2数据串,推定上述移动体的移动体信息,
基于上述移动体信息,生成超声波图像数据,
使上述超声波图像数据显示于显示部。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014-125706 | 2014-06-18 | ||
JP2014125706A JP6282942B2 (ja) | 2014-06-18 | 2014-06-18 | 超音波診断装置、画像処理装置及び画像処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105310726A CN105310726A (zh) | 2016-02-10 |
CN105310726B true CN105310726B (zh) | 2018-07-03 |
Family
ID=54868570
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510335292.9A Active CN105310726B (zh) | 2014-06-18 | 2015-06-17 | 超声波诊断装置、图像处理装置以及图像处理方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10603014B2 (zh) |
JP (1) | JP6282942B2 (zh) |
CN (1) | CN105310726B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6282942B2 (ja) * | 2014-06-18 | 2018-02-21 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置、画像処理装置及び画像処理プログラム |
CN117694923A (zh) * | 2015-07-21 | 2024-03-15 | 皇家飞利浦有限公司 | 具有处理器软件狗的超声系统 |
JP6651405B2 (ja) * | 2016-04-19 | 2020-02-19 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置及びプログラム |
CN110072462B (zh) * | 2016-09-16 | 2022-05-24 | 国家医疗保健研究所 | 用于对含血液的样品成像的方法和相关装置 |
AU2016424246A1 (en) * | 2016-09-28 | 2019-03-14 | Covidien Lp | System and method for parallelization of CPU and GPU processing for ultrasound imaging devices |
US10863972B2 (en) * | 2017-03-27 | 2020-12-15 | B-K Medical Aps | Image domain ultrasound imaging denoising filter |
CN107316277B (zh) * | 2017-04-24 | 2020-12-18 | 苏州动影信息科技有限公司 | 一种医学锥束ct图像中运动伪影修正方法 |
JP6810007B2 (ja) * | 2017-09-20 | 2021-01-06 | 株式会社日立製作所 | 超音波診断装置及びドプラ信号処理方法 |
JP6911710B2 (ja) * | 2017-10-31 | 2021-07-28 | コニカミノルタ株式会社 | 超音波診断装置、超音波画像生成方法及びプログラム |
JP7034686B2 (ja) * | 2017-11-30 | 2022-03-14 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置、医用画像処理装置及びそのプログラム |
JP6990819B2 (ja) | 2018-03-07 | 2022-01-12 | 富士フイルムヘルスケア株式会社 | 超音波撮像装置及び方法 |
JP7282492B2 (ja) | 2018-09-05 | 2023-05-29 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置、医用画像処理装置及び医用画像処理プログラム |
JP7291534B2 (ja) * | 2019-05-14 | 2023-06-15 | キヤノンメディカルシステムズ株式会社 | 解析装置及び超音波診断装置 |
TWI739156B (zh) * | 2019-09-16 | 2021-09-11 | 臺北醫學大學 | 生物體取像及治療系統及方法 |
TWI767471B (zh) * | 2020-12-23 | 2022-06-11 | 臺北醫學大學 | 用於血管取像及修復治療之光療裝置 |
CN112990259B (zh) * | 2021-02-04 | 2023-12-26 | 西交利物浦大学 | 基于改进迁移学习的旋转机械轴承的早期故障诊断方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1644168A (zh) * | 2003-12-17 | 2005-07-27 | 株式会社东芝 | 超声波诊断装置和超声波诊断装置的控制方法 |
CN103123721A (zh) * | 2011-11-17 | 2013-05-29 | 重庆海扶医疗科技股份有限公司 | 一种实时减少图像中伪影的方法以及装置 |
CN103156647A (zh) * | 2011-12-08 | 2013-06-19 | 株式会社东芝 | 超声波诊断装置、图像处理装置及图像处理方法 |
CN103619262A (zh) * | 2012-04-12 | 2014-03-05 | 株式会社东芝 | 超声波诊断装置、图像显示方法以及图像处理装置 |
CN103826541A (zh) * | 2012-07-31 | 2014-05-28 | 株式会社东芝 | 超声波诊断装置以及控制方法 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04197249A (ja) | 1990-11-28 | 1992-07-16 | Hitachi Ltd | 高限界速パルスドプラ計測装置 |
US5349524A (en) | 1993-01-08 | 1994-09-20 | General Electric Company | Color flow imaging system utilizing a time domain adaptive wall filter |
JP2723458B2 (ja) * | 1993-12-24 | 1998-03-09 | アロカ株式会社 | 超音波ドプラ診断装置 |
US5812992A (en) * | 1995-05-24 | 1998-09-22 | David Sarnoff Research Center Inc. | Method and system for training a neural network with adaptive weight updating and adaptive pruning in principal component space |
JP3946288B2 (ja) | 1996-10-01 | 2007-07-18 | 東芝医用システムエンジニアリング株式会社 | 超音波カラードプラ診断装置および超音波カラードプライメージングの信号処理方法 |
US7558402B2 (en) * | 2003-03-07 | 2009-07-07 | Siemens Medical Solutions Usa, Inc. | System and method for tracking a global shape of an object in motion |
US7457654B2 (en) * | 2003-10-27 | 2008-11-25 | Siemens Medical Solutions Usa, Inc. | Artifact reduction for volume acquisition |
JP5529378B2 (ja) * | 2004-08-31 | 2014-06-25 | ユニヴァーシティ オブ ワシントン | 狭窄血管における壁振動を評価するための超音波技法 |
US8500647B1 (en) * | 2006-04-26 | 2013-08-06 | Sonosite, Inc. | Data-optimized filter for image processing |
JP5424572B2 (ja) * | 2008-04-11 | 2014-02-26 | 三菱電機株式会社 | レーダ装置 |
US8306293B2 (en) * | 2008-05-15 | 2012-11-06 | University Of Virginia Patent Foundation | Reduction of echo decorrelation facilitating motion estimation |
US8131097B2 (en) * | 2008-05-28 | 2012-03-06 | Aptina Imaging Corporation | Method and apparatus for extended depth-of-field image restoration |
US8306296B2 (en) * | 2009-04-30 | 2012-11-06 | Medison Co., Ltd. | Clutter signal filtering using eigenvectors in an ultrasound system |
US8818064B2 (en) * | 2009-06-26 | 2014-08-26 | University Of Virginia Patent Foundation | Time-domain estimator for image reconstruction |
US8727995B2 (en) * | 2010-09-09 | 2014-05-20 | Siemens Medical Solutions Usa, Inc. | Reduction of motion artifacts in ultrasound imaging with a flexible ultrasound transducer |
US8280887B1 (en) * | 2011-03-07 | 2012-10-02 | Sandia Corporation | Hierarchical clustering using correlation metric and spatial continuity constraint |
US9002080B2 (en) * | 2011-10-12 | 2015-04-07 | University Of Virginia Patent Foundation | Singular value filter for imaging or detection |
US8928781B2 (en) * | 2011-11-30 | 2015-01-06 | Microsoft Corporation | Response function determination by rank minimization |
US9420997B2 (en) * | 2012-06-14 | 2016-08-23 | Siemens Medical Solutions Usa, Inc. | Motion artifact suppression in ultrasound diagnostic imaging |
WO2014036153A1 (en) * | 2012-08-28 | 2014-03-06 | Molecular Devices, Llc | Methods and systems for analysis of fibers and branching structures within an image of a sample |
US20140066767A1 (en) * | 2012-08-31 | 2014-03-06 | Clearview Diagnostics, Inc. | System and method for noise reduction and signal enhancement of coherent imaging systems |
US20140163383A1 (en) * | 2012-12-05 | 2014-06-12 | Volcano Corporation | Self-Flushing Intravascular Catheter Apparatus and Associated Methods |
US8995722B2 (en) * | 2013-08-05 | 2015-03-31 | Raytheon Company | Sparse reduced (spare) filter |
WO2015060897A1 (en) * | 2013-10-22 | 2015-04-30 | Eyenuk, Inc. | Systems and methods for automated analysis of retinal images |
US9247139B2 (en) * | 2013-11-13 | 2016-01-26 | Mitsubishi Electric Research Laboratories, Inc. | Method for video background subtraction using factorized matrix completion |
JP6282942B2 (ja) * | 2014-06-18 | 2018-02-21 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置、画像処理装置及び画像処理プログラム |
-
2014
- 2014-06-18 JP JP2014125706A patent/JP6282942B2/ja active Active
-
2015
- 2015-06-05 US US14/731,534 patent/US10603014B2/en active Active
- 2015-06-17 CN CN201510335292.9A patent/CN105310726B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1644168A (zh) * | 2003-12-17 | 2005-07-27 | 株式会社东芝 | 超声波诊断装置和超声波诊断装置的控制方法 |
CN103123721A (zh) * | 2011-11-17 | 2013-05-29 | 重庆海扶医疗科技股份有限公司 | 一种实时减少图像中伪影的方法以及装置 |
CN103156647A (zh) * | 2011-12-08 | 2013-06-19 | 株式会社东芝 | 超声波诊断装置、图像处理装置及图像处理方法 |
CN103619262A (zh) * | 2012-04-12 | 2014-03-05 | 株式会社东芝 | 超声波诊断装置、图像显示方法以及图像处理装置 |
CN103826541A (zh) * | 2012-07-31 | 2014-05-28 | 株式会社东芝 | 超声波诊断装置以及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2016002379A (ja) | 2016-01-12 |
US20150366540A1 (en) | 2015-12-24 |
CN105310726A (zh) | 2016-02-10 |
US10603014B2 (en) | 2020-03-31 |
JP6282942B2 (ja) | 2018-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105310726B (zh) | 超声波诊断装置、图像处理装置以及图像处理方法 | |
CN104936531B (zh) | 超声波诊断装置、图像处理装置以及图像处理方法 | |
CN105596032B (zh) | 超声波诊断装置以及控制方法 | |
CN104883981B (zh) | 超声波诊断装置、图像处理装置以及图像处理方法 | |
US7404797B2 (en) | Ultrasonic imaging system and ultrasonic signal processing method | |
JP4810048B2 (ja) | 2次元超音波イメージングにおけるフラッシュ抑制のための方法及び装置 | |
JP4382884B2 (ja) | 高調波による超音波画像処理方法および装置 | |
JP6580925B2 (ja) | 超音波診断装置及び画像処理装置 | |
EP2610641B1 (en) | Ultrasound and system for forming a Doppler ultrasound image | |
CN101292879A (zh) | 超声波诊断装置及其控制方法 | |
JP2007518512A (ja) | 心筋灌流を表示するための画像分割 | |
KR20190044758A (ko) | 3차원 초음파 영상 복원 방법 및 그 초음파 영상 장치 | |
CN110507356A (zh) | 超声波诊断装置 | |
US8394027B2 (en) | Multi-plane/multi-slice processing for 2-D flow imaging in medical diagnostic ultrasound | |
JP7065894B6 (ja) | 超音波画像を処理するための方法及びシステム | |
JP2000149015A (ja) | 画像のエッジ強調方法及びイメ―ジング装置 | |
JP2007507271A (ja) | 超音波イメージングにおけるスモールアンサンブル長によるクラッタフィルタリング | |
JP6567122B2 (ja) | 超音波診断装置、制御方法、装置及びプログラム | |
JP6697609B2 (ja) | 超音波診断装置、画像処理装置及び画像処理方法 | |
JP4037689B2 (ja) | 超音波画像処理装置 | |
JP6843591B2 (ja) | 超音波診断装置 | |
JP2022027705A (ja) | 超音波診断装置及び画像処理装置 | |
Loizou et al. | Introduction to ultrasound imaging and speckle noise | |
Martin | Basic production and image components | |
JP2011024758A (ja) | 超音波診断装置、医用画像処理装置、及び医用画像処理プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C41 | Transfer of patent application or patent right or utility model | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20160714 Address after: Tochigi County, Japan Applicant after: Toshiba Medical System Co., Ltd. Address before: Tokyo, Japan, Japan Applicant before: Toshiba Corp Applicant before: Toshiba Medical System Co., Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |