CN117224159A - 超声波诊断装置及超声波诊断装置的控制方法 - Google Patents
超声波诊断装置及超声波诊断装置的控制方法 Download PDFInfo
- Publication number
- CN117224159A CN117224159A CN202310682906.5A CN202310682906A CN117224159A CN 117224159 A CN117224159 A CN 117224159A CN 202310682906 A CN202310682906 A CN 202310682906A CN 117224159 A CN117224159 A CN 117224159A
- Authority
- CN
- China
- Prior art keywords
- lesion
- unit
- ultrasonic
- images
- image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000003902 lesion Effects 0.000 claims abstract description 114
- 238000012216 screening Methods 0.000 claims abstract description 58
- 238000003745 diagnosis Methods 0.000 claims abstract description 25
- 238000000605 extraction Methods 0.000 claims description 34
- 238000002604 ultrasonography Methods 0.000 claims description 25
- 239000000523 sample Substances 0.000 claims description 24
- 239000000284 extract Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 206010028980 Neoplasm Diseases 0.000 description 35
- 238000010586 diagram Methods 0.000 description 19
- 210000000481 breast Anatomy 0.000 description 13
- 230000003211 malignant effect Effects 0.000 description 7
- 239000007787 solid Substances 0.000 description 6
- 201000011510 cancer Diseases 0.000 description 5
- 230000036210 malignancy Effects 0.000 description 5
- 210000001685 thyroid gland Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229910052451 lead zirconate titanate Inorganic materials 0.000 description 3
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- 239000002033 PVDF binder Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 210000004027 cell Anatomy 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- HFGPZNIAWCZYJU-UHFFFAOYSA-N lead zirconate titanate Chemical compound [O-2].[O-2].[O-2].[O-2].[O-2].[Ti+4].[Zr+4].[Pb+2] HFGPZNIAWCZYJU-UHFFFAOYSA-N 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 229910052749 magnesium Inorganic materials 0.000 description 2
- 239000011777 magnesium Substances 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- BQCIDUSAKPWEOX-UHFFFAOYSA-N 1,1-Difluoroethene Chemical compound FC(F)=C BQCIDUSAKPWEOX-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005401 electroluminescence Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 210000004969 inflammatory cell Anatomy 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 229920000131 polyvinylidene Polymers 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000006104 solid solution Substances 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
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
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
-
- 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
- A61B8/52—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
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0858—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
-
- 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
- A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Radiology & Medical Imaging (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Physiology (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供一种能够通过参考多个超声波图像来判定病变部的筛检类别或诊断类别且准确地掌握判定依据的超声波诊断装置及超声波诊断装置的控制方法。根据拍摄了同一病变部的多个超声波图像,识别针对判断项目的所述病变部的性状,所述判断项目用于对存储于判定顺序存储器的判定顺序的多个分支上的路径进行选择,从多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于识别判定顺序的多个分支上的性状,通过将识别出的性状应用于判断项目来进行判定顺序的多个分支上的路径选择,来判定病变部的筛检类别或诊断类别,将判定出筛检类别或诊断类别时的判定顺序中的路径和提取出的依据图像显示于显示器。
Description
技术领域
本发明涉及一种超声波诊断装置及超声波诊断装置的控制方法,尤其,涉及一种按照具有多个分支的规定的判定顺序判定病变部的筛检类别或诊断类别的超声波诊断装置。
背景技术
一直以来,利用超声波图像的超声波诊断装置在医疗领域中得到了实际应用。通常,超声波诊断装置具备内置振子阵列的超声波探头和与超声波探头连接的装置主体,通过从超声波探头朝向受检体发射超声波束,由超声波探头接收来自受检体的超声回波并对该接收信号进行电处理来生成超声波图像。
专利文献1中公开了一种装置,其通过根据拍摄了受检体的病变部的超声波图像等图像判断病变部的良恶性来辅助对受检体的检查。
通过按照既定的检查顺序依次显示判断的选项并参考通过计测工具等各种工具获取的病变部的信息来执行判断,在以树状显示检查顺序整体的图上,由粗线表示各个判断的履历。而且,通过工具获取且成为判断依据的病变部的计测值等信息与各个判断对应显示。
专利文献1:日本特开2005-342028号公报
为了判断病变部的良恶性,参考显示为动态图像的多个超声波图像的情况较多,此时,即使将病变部的计测值等信息与判断的履历一同显示,还是有可能无法准确地掌握判断的依据。
发明内容
本发明是为了解决此类现有问题点而完成的,其目的在于提供一种能够通过参考多个超声波图像来判定病变部的筛检类别或诊断类别且准确地掌握判定依据的超声波诊断装置及超声波诊断装置的控制方法。
通过以下构成,能够实现上述目的。
〔1〕一种超声波诊断装置,其按照具有多个分支的规定的判定顺序判定病变部的筛检类别或诊断类别,该超声波诊断装置具备:
判定顺序存储器,其存储有判定顺序;
识别部,其根据拍摄了同一病变部的多个超声波图像,识别针对判断项目的病变部的性状,该判断项目用于对存储于判定顺序存储器的判定顺序的多个分支上的路径进行选择;
提取部,其从多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于通过识别部识别出判定顺序的多个分支上的性状;
判定部,其通过将识别部识别出的性状应用于判断项目来进行判定顺序的多个分支上的路径选择,来判定病变部的筛检类别或诊断类别;
显示器;以及
显示控制部,其将由判定部判定出筛检类别或诊断类别时的判定顺序中的路径和由提取部提取出的依据图像显示于显示器。
〔2〕根据〔1〕所述的超声波诊断装置,其中,
多个超声波图像是构成拍摄病变部而得到的动态图像的图像。
〔3〕根据〔1〕或〔2〕所述的超声波诊断装置,其中,
多个超声波图像分别是拍摄了病变部的整体或一部分的图像。
〔4〕根据〔2〕或〔3〕所述的超声波诊断装置,其中,
多个超声波图像是在构成拍摄病变部而得到的动态图像的图像中进行了间隔剔除后得到的图像、进行了插值后得到的图像、或进行了合成后得到的图像。
〔5〕根据〔1〕至〔4〕中任一项所述的超声波诊断装置,其中,
提取部在依据图像中形成框线,该框线将有助于通过识别部识别出性状的部分包围,
显示控制部在依据图像上重叠显示框线。
〔6〕根据〔1〕至〔5〕中任一项所述的超声波诊断装置,其中,
提取部根据依据图像形成热图,在上述热图中,有助于通过识别部识别出性状的部分的贡献率通过颜色浓淡或颜色差异来表示,
显示控制部将热图显示于显示器。
〔7〕根据〔1〕至〔6〕中任一项所述的超声波诊断装置,其中,
当提取部针对一个分支提取出多个依据图像时,显示控制部将多个依据图像并排显示于显示器。
〔8〕根据〔1〕至〔7〕中任一项所述的超声波诊断装置,其具备:
输入装置,其用于供使用者进行输入操作,
当提取部针对一个分支提取出多个依据图像时,显示控制部根据使用者经由输入装置进行的输入操作,将多个依据图像依次显示于显示器。
〔9〕根据〔8〕所述的超声波诊断装置,其中,
显示控制部在显示于显示器的依据图像上重叠显示表示是多个依据图像中的哪一个的页码。
〔10〕根据〔1〕至〔9〕中任一项所述的超声波诊断装置,其中,
识别部测定病变部的尺寸,
显示控制部将由识别部测定出的尺寸显示于显示器。
〔11〕根据〔1〕至〔10〕中任一项所述的超声波诊断装置,其中,
识别部按判断项目计算识别出的性状所出现的区域在病变部整体区域中所占的比例,
显示控制部将由识别部计算出的比例显示于显示器。
〔12〕根据〔1〕至〔11〕中任一项所述的超声波诊断装置,其中,
判定部包括准确度计算部,上述准确度计算部根据病变部的性状计算判定顺序的多个分支上的路径选择的准确度,
显示控制部将由准确度计算部计算出的准确度显示于显示器。
〔13〕根据〔12〕所述的超声波诊断装置,其中,
在判定顺序的多个分支的任意分支与多个筛检类别或诊断类别对应时,判定部通过将由准确度计算部计算出的准确度与规定的阈值进行比较,来判定病变部的筛检类别或诊断类别。
〔14〕根据〔1〕至〔13〕中任一项所述的超声波诊断装置,其具备:
超声波探头;以及
图像生成部,其通过使用超声波探头对受检体进行超声波束的收发来生成拍摄了同一病变部的多个超声波图像。
〔15〕一种超声波诊断装置的控制方法,该超声波诊断装置按照具有多个分支的规定的判定顺序判定病变部的筛检类别或诊断类别,该控制方法包括以下工序:
根据拍摄了同一病变部的多个超声波图像,识别针对判断项目的所述病变部的性状,该判断项目用于对判定顺序的多个分支上的路径进行选择;
从多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于识别出性状;
通过将识别出的性状应用于判断项目来进行多个分支上的路径选择,来判定病变部的筛检类别或诊断类别;以及
将判定出筛检类别或诊断类别时的判定顺序中的路径和提取出的依据图像显示于显示器。
发明效果
根据本发明,识别部根据拍摄了同一病变部的多个超声波图像,识别针对判断项目的病变部的性状,该判断项目用于对存储于判定顺序存储器的判定顺序的多个分支上的路径进行选择,提取部从多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于通过识别部识别出判定顺序的多个分支上的性状,并将判定出筛检类别或诊断类别时的判定顺序中的路径和由提取部提取出的依据图像显示于显示器,因此能够通过参考多个超声波图像来判定病变部的筛检类别或诊断类别且准确地掌握判定依据。
附图说明
图1是表示本发明的第1实施方式所涉及的超声波诊断装置的结构的方块图。
图2是表示第1实施方式中的收发电路的内部结构的方块图。
图3是表示第1实施方式中的图像生成部的内部结构的方块图。
图4是表示第1实施方式中使用的判定顺序的图。
图5是表示在一截面中由测定部测定的病变部的最大直径的图。
图6是表示在其他截面中由测定部测定的病变部的最大直径的图。
图7是表示由测定部测定的病变部的纵横比的图。
图8是示意地表示具有椭圆形形状的病变部的图。
图9是示意地表示具有多边形形状的病变部的图。
图10是示意地表示具有分叶状形状的病变部的图。
图11是示意地表示具有不规则形状的病变部的图。
图12是表示第1实施方式的动作的流程图。
图13是表示按照第1实施方式显示路径和依据图像的判定顺序的图。
图14是表示显示出包括框线的依据图像的判定顺序的一部分的图。
图15是表示并排显示依据图像和热图的判定顺序的一部分的图。
图16是表示依次显示依据图像和热图的判定顺序的一部分的图。
图17是表示并排显示多个依据图像的判定顺序的一部分的图。
图18是表示依次显示多个依据图像的判定顺序的一部分的图。
图19是表示显示有病变部的尺寸的判定顺序的一部分的图。
图20是表示显示有识别出的病变部的性状所出现的区域在病变部整体区域中所占的比例的判定顺序的一部分的图。
图21是表示显示出“凹陷”及“凸角”的个数的判定顺序的一部分的图。
图22是表示第1实施方式的变形例的动作的流程图。
图23是表示第2实施方式所涉及的超声波诊断装置的结构的方块图。
图24是表示显示出路径选择的准确度的判定顺序的一部分的图。
具体实施方式
以下,参考附图对本发明的实施方式进行说明。
以下记载的构成要件的说明根据本发明的代表性实施方式而完成,但本发明并不限定于这种实施方式。
另外,在本说明书中使用“~”表示的数值范围表示包括“~”的前后记载的数值作为下限值及上限值的范围。
在本说明书中,“同一”、“相同”包括技术领域中通常允许的误差范围。
[第1实施方式]
图1中示出本发明的第1实施方式所涉及的超声波诊断装置的结构。超声波诊断装置具备超声波探头10和装置主体20。超声波探头10与装置主体20经由未图示的电缆彼此有线连接。
超声波探头10具有振子阵列11及与振子阵列11连接的收发电路12。
装置主体20具有与超声波探头10的收发电路12连接的图像生成部21,图像生成部21上依次连接有显示控制部22及显示器23,图像生成部21上连接有图像存储器24。
图像存储器24上分别连接有识别部25及提取部26,识别部25上连接有提取部26。并且,识别部25上连接有判定部27,识别部25、提取部26及判定部27分别与显示控制部22连接。并且,在识别部25、提取部26及判定部27上连接有判定顺序存储器32。
在图像生成部21、显示控制部22、图像存储器24、识别部25、提取部26、判定部27及判定顺序存储器32上连接有主体控制部28,主体控制部28上连接有输入装置29。并且,超声波探头10的收发电路12与主体控制部28连接。
由图像生成部21、显示控制部22、识别部25、提取部26、判定部27及主体控制部28构成处理器30。
超声波探头10的振子阵列11具有一维或二维排列的多个超声波振子。这些振子按照分别从收发电路12供给的驱动信号发射超声波且接收来自受检体的反射波而输出模拟接收信号。各振子例如通过在包括以PZT(Lead Zirconate Titanate:锆钛酸铅)为代表的压电陶瓷、以PVDF(Poly Vinylidene Di Fluoride:聚偏二氟乙烯)为代表的高分子压电元件及以PMN-PT(Lead Magnesium Niobate-Lead Titanate:铌镁酸铅-钛酸铅固溶体)为代表的压电单晶等压电体的两端形成电极来构成。
收发电路12在主体控制部28的控制下,从振子阵列11发射超声波且根据由振子阵列11获取的接收信号生成声线信号。如图2所示,收发电路12具有与振子阵列11连接的脉冲发生器13、依次与振子阵列11串联连接的放大部14、AD(Analog Digital:模拟数字)转换部15及波束成形器16。
脉冲发生器13例如包括多个脉冲发生器,并且根据发射延迟模式调节延迟量而向多个振子供给各自的驱动信号,以使从振子阵列11的多个振子发射的超声波形成超声波束,该发射延迟模式根据来自主体控制部28的控制信号来选择。如此,若对振子阵列11的振子的电极施加脉冲状或连续波状的电压,则压电体伸缩,从各振子产生脉冲状或连续波状的超声波,并由这些超声波的合成波形成超声波束。
所发射的超声波束例如在受检体的部位等对象处反射,超声回波朝向超声波探头10的振子阵列11传播。如此朝向振子阵列11传播的超声回波由构成振子阵列11的各振子接收。此时,构成振子阵列11的各振子通过接收传播的超声回波进行伸缩而产生作为电信号的接收信号,并将这些接收信号输出至放大部14。
放大部14放大从构成振子阵列11的各振子输入的信号,并向AD转换部15发送放大后的信号。AD转换部15将从放大部14发送过来的信号转换为数字接收数据,并向波束成形器16发送这些接收数据。波束成形器16通过按照音速或音速的分布对由AD转换部15转换的各接收数据提供各自的延迟并将它们相加来进行所谓的接收聚焦处理,该音速或音速的分布根据接收延迟模式来设定,该接收延迟模式根据来自主体控制部28的控制信号来选择。通过该接收聚焦处理,可获取整相相加由AD转换部15转换的各接收数据而得且超声回波的焦点被缩小的声线信号。
如图3所示,装置主体20的图像生成部21具有信号处理部41、DSC(Digital ScanConverter:数字扫描转换器)42及图像处理部43依次串联连接而成的结构。
信号处理部41在根据超声波的反射位置的深度,对由超声波探头10的收发电路12发送的声线信号实施由距离引起的衰减的校正之后,实施包络检波处理,由此生成与受检体内的组织相关的断层图像信息即超声波图像信号(B模式图像信号)。
DSC42将由信号处理部41生成的超声波图像信号转换(光栅转换)为遵循一般电视信号的扫描方式的图像信号。
图像处理部43在对从DSC42输入的超声波图像信号实施灰度处理等各种需要的图像处理之后,将表示超声波图像的信号输出至显示控制部22及图像存储器24。如此,将表示由图像生成部21生成的超声波图像的信号简称为超声波图像。
图像存储器24是在主体控制部28的控制下保存由图像生成部21生成的超声波图像的存储器。例如,图像存储器24能够与针对受检体的乳房的诊断对应地存储由图像生成部21生成的多帧超声波图像。
作为图像存储器24,能够使用闪存、HDD(Hard Disk Drive:硬盘驱动器)、SSD(Solid State Drive:固态驱动器)、FD(Flexible Disc:软盘)、MO光盘(Magneto-Opticaldisc:磁光盘)、MT(Magnetic Tape:磁带)、RAM(Random Access Memory:随机存取存储器)、CD(Compact Disc:压缩光盘)、DVD(Digital Versatile Disc:数字多功能光盘)、SD卡(Secure Digital card:安全数字卡)、USB存储器(Universal Serial Bus memory:通用串行总线存储器)等记录介质。
判定顺序存储器32是存储有规定的判定顺序的存储器,该判定顺序用于根据病变部的良恶性来判定符合经标准化的多个筛检类别中的哪一个。例如,在判定顺序存储器32中存储有如图4所示的用于判定形成于乳腺的肿块的筛检类别的判定顺序。该判定顺序记载于由JABTS(the Japanese Association of Breast and Thyroid Sonology:日本乳腺甲状腺超声波医学会)制定的准则,具有按照各判断项目划分路径的多个分支。
作为判定顺序存储器32,例如,能够使用闪存、HDD、SSD、FD、MO光盘、MT、RAM、CD、DVD、SD卡、USB存储器等。
JABTS如下规定筛检类别1~5。
筛检类别1:无异常所见
筛检类别2:存在所见,但无需进行详细检查
筛检类别3:良性但不能排除恶性
筛检类别4:疑似恶性
筛检类别5:恶性
例如,在最初的分支B1中,关于超声波图像中的来自肿块内部的超声回波,设定有囊性模式(无回波)、混合性模式(具有实性部分和液状部分)、实性模式这3个判断项目。
然后,关于肿块,根据超声回波的性状,选择囊性模式时判定为属于筛检类别2,选择混合性模式时,虽属于筛检类别3、4,但在肿瘤的最大直径为5mm以下的情况下判定为属于筛检类别2。
并且,在分支B1中选择实性模式时,进而根据超声回波的性状符合“最大直径为2cm以下且纵横比充分小的整周边界清晰平滑的肿块”等的情况下,判定为属于筛检类别2,不符合时,进入下一个分支B2。
在分支B2中,将边界部高回波像及乳腺边界线的断裂设定为判断项目,当符合至少一种时,将肿块判定为属于筛检类别4、5。不符合边界部高回波像及乳腺边界线的断裂中的任一种时,根据是否具有多个微细/点状高回波,并且根据肿瘤的最大直径与肿块的纵横比,进行筛检类别的判定。而且,有时会根据肿块的形状调整筛检类别。
其中,例如,如图5所示,在包括肿瘤N的最大尺寸的截面中测定肿瘤N的最大长度L1和与最大长度L1正交的线上的最大宽度L3,而且,如图6所示,测定与包括肿瘤N的最大尺寸的截面正交的截面上的最大直径L2,由此将肿瘤直径表示为L1×L2×L3[mm]。另外,测定这些最大长度L1、最大直径L2及最大宽度L3的尺寸包括边界部高回波部分H。
并且,肿块的纵横比能够表示为如下值:例如,如图7所示,不包括边界部高回波部分,测定与受检体的体表(皮肤)平行的方向上的肿块M的横径W和与横径W正交的方向上的纵径D,将纵径D除以横径W而得。
而且,肿块的形状根据包含边界部高回波部分的形状是否具有“凹陷”及“凸角”,例如分类为如图8所示的圆形或椭圆形(无凹陷、无凸角)、如图9所示的多边形(无凹陷、有凸角)、如图10所示的分叶形(有凹陷、无凸角)、如图11所示的不规则(有凹陷、有凸角)。
识别部25通过从判定顺序存储器32读取判定顺序并分析由图像生成部21生成且保存在图像存储器24的多个超声波图像,识别针对判断项目的病变部的性状,该判断项目用于对如图4所示的判定顺序的多个分支上的路径进行选择。在上述判定顺序中例示的“囊性模式”、“混合性模式”、“实性模式”、“边界部高回波像”、“乳腺边界线的断裂”、“微细/点状高回波”、“肿瘤的最大直径”、“肿块的纵横比”、“肿块的形状”、“凹陷”、“凸角”等与由识别部25识别的病变部的性状对应。
识别部25中的病变部的性状的识别能够使用模板匹配、利用Adaboost(AdaptiveBoosting:自适应增强)、SVM(Support Vector Machine:支持向量机)或SIFT(Scale-Invariant Feature Transform:尺度不变特征转换)等特征量的图像分析技术、及利用深层学习等机器学习技术进行了学习的判定模型中的至少一个来执行。另外,判定模型例如是使用包含病变区域的乳房的学习用超声波图像进行了学习的已学习模型。
由识别部25判定出病变部的边界,还根据边界测定病变部的最大直径及纵横比等尺寸。
识别部25所分析的多个超声波图像可以是构成拍摄受检体的同一病变部而得到的动态图像的图像,多个超声波图像分别是拍摄了病变部的整体或一部分的图像。
并且,识别部25可以直接对构成拍摄了病变部的动态图像的多个超声波图像进行分析,或者还能够分析在构成动态图像的多个超声波图像中进行了间隔剔除后得到的图像、进行了插值后得到的图像、或进行了合成后得到的图像。
将通过识别部25进行的病变部的性状的识别结果从识别部25发送至提取部26及判定部27。
提取部26从识别部25接收病变部的性状的识别结果,并从由图像生成部21生成且保存在图像存储器24的多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于通过识别部25识别出判定顺序的多个分支上的性状。即,在图4所示的判定顺序的多个分支中判断病变部的性状是否符合判断项目时,提取最佳地表现该判断的超声波图像、成为判断的决定因素的超声波图像。
此时,例如,针对多个超声波图像,将与判定顺序的分支对应的各性状和所判断的似然性(likelihood)分别进行评分并将其记录,选择分数最高的性状、或者多个超声波图像的分数的平均值、中值、众数等最高的性状作为分支的路径,且提取与被选择的路径对应的性状的分数最高的超声波图像作为依据图像。
被提取的超声波图像并不限于1张,提取部26还能够提取多张超声波图像作为依据图像。
判定部27从识别部25接收病变部的性状的识别结果,在存储于判定顺序存储器32的判定顺序的多个分支中,将由识别部25识别出的病变部的性状应用于与各个分支对应的判断项目,进行判定顺序的路径选择,由此判定病变部的筛检类别。
显示控制部22在主体控制部28的控制下对从图像生成部21发送的超声波图像实施既定处理,并将超声波图像显示于显示器23。
并且,显示控制部22将存储于判定顺序存储器32的判定顺序显示于显示器23,并将由判定部27判定出筛检类别时的判定顺序中的路径和由提取部26提取出的依据图像与判定顺序重叠显示于显示器23。
显示器23在显示控制部22的控制下显示超声波图像、判定顺序等,例如具有LCD(Liquid Crystal Display:液晶显示器)、有机EL显示器(Organic ElectroluminescenceDisplay:有机电致发光显示器)等显示装置。
主体控制部28根据预先存储的控制程序等,进行装置主体20的各部及超声波探头10的收发电路12的控制。
并且,虽未图示,但主体控制部28上连接有主体侧存储部。主体侧存储部存储有控制程序等。并且,作为主体侧存储部,例如,能够使用闪存、RAM、SD卡、SSD等。
输入装置29是使用者用于输入操作的装置,例如,由键盘、鼠标、轨迹球、触控板及重叠配置于显示器23的触摸传感器等装置构成。
另外,具有图像生成部21、显示控制部22、识别部25、提取部26、判定部27及主体控制部28的处理器30由CPU(Central Processing Unit:中央处理装置)及用于使CPU进行各种处理的控制程序构成,但也可以用FPGA(Field Programmable Gate Array:现场可编程门阵列)、DSP(Digital Signal Processor:数字信号处理器)、ASIC(ApplicationSpecific Integrated Circuit:专用集成电路)、GPU(Graphics Processing Unit:图形处理单元)、其他IC(Integrated Circuit:集成电路)构成,或者也可以组合它们来构成。
并且,处理器30的图像生成部21、显示控制部22、识别部25、提取部26、判定部27及主体控制部28还能够通过将一部分或者整体整合在1个CPU等来构成。
接着,参考图12所示的流程图,对第1实施方式所涉及的超声波诊断装置的动作进行说明。
首先,在步骤S1中,识别部25从判定顺序存储器32读取判定顺序,进行拍摄了受检体的同一病变部且保存在图像存储器24的多个超声波图像的分析并识别针对判断项目的病变部的性状,该判断项目设定于判定顺序的各分支上。
例如,判断病变部符合图4所示的设定于判定顺序的最初的分支B1中的3个判断项目即囊性模式、混合性模式、实性模式中的哪一个。
接着,在步骤S2中,提取部26从判定顺序存储器32读取判定顺序,提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于识别出步骤S1中进行的判定顺序的多个分支上的病变部的性状。提取部26在判断病变部的性状是否符合判断项目时,从识别部25在步骤S1中进行了分析的多个超声波图像中提取最佳地表现该判断的超声波图像作为依据图像。
例如,针对多个超声波图像,将与判定顺序的分支对应的各性状和所判断的似然性(likelihood)分别进行评分,选择分数最高的性状、或者多个超声波图像的分数的平均值、中值、众数等最高的性状作为分支的路径,且提取与被选择的路径对应的性状的分数最高的超声波图像作为依据图像。
当最有助于通过识别部25进行识别的超声波图像存在多个时,提取多张超声波图像作为依据图像,而不是将依据图像限定于1张超声波图像。
提取出依据图像时,进入步骤S3,判定是否对判定顺序的多个分支全部完成了步骤S1中的病变部的性状的识别及步骤S2中的依据图像的提取。
还有尚未完成病变部的性状的识别及依据图像的提取的分支时,返回步骤S1,由识别部25对判定顺序中的下一分支进行病变部的性状的识别,进而在步骤S2中,由提取部26进行依据图像的提取。
如此,在步骤S3中,反复进行步骤S1~S3,直至结束对所有分支完成病变部的性状的识别及依据图像的提取。
然后,在步骤S3中,若判定为对所有分支结束了病变部的性状的识别及依据图像的提取,则进入步骤S4,判定部27从判定顺序存储器32读取判定顺序,并按照判定顺序判定病变部的筛检类别。此时,判定部27在判定顺序的多个分支中,将由识别部25识别出的病变部的性状应用于与各个分支对应的判断项目,进行判定顺序的路径选择,由此能够判定病变部的筛检类别。
如此,判定出病变部的筛检类别时,进入步骤S5,如图13所示,显示控制部22将用于判定筛检类别的判定顺序显示于显示器23,进而将由判定部27判定出筛检类别时的路径和由提取部26提取出的依据图像重叠显示于判定顺序。
另外,能够将由识别部25判定的病变部的边界重叠显示于依据图像。
在图13中,由判定部27判定出筛检类别时的路径用粗线增强显示,可知判定为受检体的病变部属于筛检类别4、5。
判定的路径不限于用粗线增强显示,还能够用赋予了特定颜色的线进行增强显示。
并且,在图13所示的例子中,在最初的分支B1中,判断为病变部符合3个判断项目即囊性模式、混合性模式、实性模式中的实性模式,由提取部26提取最佳地表现该判断的超声波图像,并作为依据图像U1显示于判定顺序中的分支B1的附近。
同样地,在分支B2中,判断出病变部符合边界部高回波像及乳腺边界线的断裂中的至少一种,由提取部26提取最佳地表现该判断的超声波图像,并作为依据图像U2显示于判定顺序中的分支B2的附近。
如此,识别部25根据拍摄了受检体的同一病变部的多个超声波图像,识别针对判定顺序的多个分支上的判断项目的病变部的性状,提取部26从多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于通过识别部25识别出性状,显示控制部22将判定出筛检类别时的判定顺序中的路径和由提取部26提取出的依据图像显示于显示器23,因此与使用者的熟练度无关地,能够从多个超声波图像中判定病变部的筛检类别且准确地掌握判定的依据。
另外,提取部26根据从识别部25接收的病变部的性状的识别结果,在从多个超声波图像中提取出的依据图像中形成框线,该框线将有助于通过识别部25进行识别的部分包围,如图14所示,还能够由显示控制部22在依据图像U1上重叠显示框线E。并且,还可以在依据图像U1上重叠显示有助于识别的部分的边界线来代替框线E。
并且,提取部26可以根据依据图像U1形成热图,在该热图中,有助于通过识别部25进行识别的部分的贡献率通过颜色浓淡或颜色差异来表示。如图15所示,显示控制部22能够将热图U1H与依据图像U1并排显示于显示器23。
可以根据使用者经由输入装置29进行的输入操作,如图16所示,交替显示依据图像U1和热图U1H来代替并排显示热图U1H和依据图像U1。
如此,通过将框线E重叠显示于依据图像U1上,或显示热图U1H,使用者能够直观地掌握有助于通过识别部25进行识别的部分。
并且,提取部26在判定顺序的各个分支中提取出有助于识别部25的识别的多个依据图像时,例如,如图17所示,能够在分支附近并排显示所对应的多个依据图像U1a及U1b。
或者也可以根据使用者经由输入装置29进行的输入操作,将由提取部26提取出的多个依据图像依次显示于显示器23。此时,例如,如图18所示,还能够将表示当前显示的依据图像U1m是提取部26提取出的n张依据图像中的哪一张即第几张的页码m/n重叠显示于依据图像U1m。
如此,若依次显示多个依据图像,则即使显示器23不具有很大的显示空间,仍能够显示多个依据图像,并且,通过重叠显示页码,使用者容易掌握多个依据图像。
而且,还可以自动按一定的时间间隔依次显示多个依据图像而不依赖于使用者的输入操作。
如图4所示的判定顺序,有时在多个分支中病变部的尺寸被设定为判断项目,因此,如图19所示,能够将由识别部25测定出的病变部的尺寸例如肿瘤的最大直径及肿块的纵横比与判定顺序重叠显示于显示器23。
并且,可以构成为在图像上显示肿瘤区域和肿块区域,使用者能够经由输入装置29修正所显示的区域,并且通过识别部25根据经修正的区域再次测定肿瘤的最大直径、肿块的纵横比来校正测定值。例如,若所显示的区域的轮廓线被使用者修正,则识别部25根据经修正的区域校正肿瘤的最大直径、肿块的纵横比的测定值,判定部27根据经校正的测定值重新判定筛检类别。另外,经校正的肿瘤的最大直径、肿块的纵横比与判定顺序重叠显示于显示器23。
而且,识别部25能够按以判定顺序设定的判断项目计算识别出的病变部的性状所出现的区域在病变部整体区域中所占的比例。例如,识别部25根据拍摄了受检体的同一病变部且成为分析对象的多个超声波图像来创建三维图像,例如,在病变部的边界部计算被认为“粗糙”的区域在病变部整体区域中占有多大比例。如图20所示,计算出的比例能够与判定顺序重叠显示于显示器23。
另外,可以针对各帧计算粗糙部分和其他部分的长度(例如,第1帧中粗糙部分为2cm且除其以外为8cm,第2帧中粗糙部分为1.5cm且除其以外为7cm等),并计算所有帧中的粗糙部分的长度之和及其他部分的长度之和的比例而显示于显示器23来代替创建三维图像。
并且,如上所述,肿块的形状根据包括边界部高回波部分的形状是否具有“凹陷”及“凸角”来分类,例如图11所示的不规则虽具有“凹陷”及“凸角”两者,但为了认定为不规则,优选确认“凹陷”及“凸角”的个数。因此,识别部25能够在多个超声波图像中分别计算病变部所具有的“凹陷”及“凸角”的个数,如图21所示,与判定顺序重叠显示于显示器23。
如此,根据基于识别部25的分析,将病变部的尺寸、识别出的病变部的性状所出现的区域在病变部整体区域中所占的比例、“凹陷”及“凸角”的个数显示于显示器23,由此使用者能够更详细地掌握判定顺序的多个分支上的路径选择的依据。
另外,在上述第1实施方式中,如图12所示,在步骤S1中,由识别部25针对多个超声波图像识别出病变部的性状,在步骤S2中提取有助于识别性状的依据图像,但并不限于此。
例如,如图22的流程图所示,首先,在步骤S6中,可以针对多个超声波图像全部进行预先保存在识别部25中的所有性状项目的判定,并按照判定,在接下来的步骤S7中提取最佳地表现各个性状项目的至少一个超声波图像作为依据图像。
如此,所有性状项目的判定和依据图像的提取结束后,与第1实施方式同样地,进入步骤S4,由判定部27按照判定顺序判定病变部的筛检类别,进而在步骤S5中由显示控制部22将判定顺序显示于显示器23,并将判定出筛检类别时的路径和依据图像重叠显示于判定顺序。
[第2实施方式]
图23示出第2实施方式所涉及的超声波诊断装置的结构。该超声波诊断装置将装置主体20A连接于超声波探头10而成。装置主体20A在图1所示的第1实施方式所涉及的超声波诊断装置的装置主体20中使用判定部27A及主体控制部28A来代替判定部27及主体控制部28,其他结构与第1实施方式中的装置主体20相同。
判定部27A在内部包含准确度计算部31,准确度计算部31与显示控制部22连接。
在图像生成部21、显示控制部22、图像存储器24、识别部25、提取部26、判定部27A及判定顺序存储器32上连接有主体控制部28A,主体控制部28A上连接有输入装置29。并且,超声波探头10的收发电路12与主体控制部28A连接。
由图像生成部21、显示控制部22、识别部25、提取部26、判定部27A及主体控制部28A构成处理器30A。
准确度计算部31在将由识别部25识别出的病变部的性状应用于与各个分支对应的判断项目来进行判定顺序的路径选择时,按分支计算路径选择的准确度。
准确度计算部31中的准确度的计算例如能够使用判定模型来执行,该判定模型利用深层学习等机器学习技术进行了学习。另外,判定模型例如是对拍摄了乳房的学习用超声波图像中的乳腺区域(segmentation:分割)进行了学习的已学习模型。
例如,在图13所示的判定顺序的最初的分支B1中,由准确度计算部31计算病变部分别符合3个判断项目即囊性模式、混合性模式、实性模式的准确度。然后,如图24所示,由显示控制部22将符合囊性模式的准确度X%、符合混合性模式的准确度Y%、符合实性模式的准确度Z%与判定顺序重叠显示于显示器23。
由此,使用者能够更详细地掌握判定顺序的各个分支上的路径选择的依据。
并且,例如,在图13所示的判定顺序的分支B2中,病变部符合边界部高回波像及乳腺边界线的断裂中的至少一种时,判定为属于筛检类别4、5。如此,在一个分支与多个筛检类别对应时,还能够通过将由准确度计算部31计算出的路径选择的准确度与规定的阈值进行比较,判定是所对应的多个筛检类别中的哪一个。
例如,在分支B2中,符合边界部高回波像及乳腺边界线的断裂的至少一种的准确度为规定阈值以下时,能够判定为属于筛检类别4,大于规定阈值时,能够判定为属于筛检类别5。
在上述第1实施方式及第2实施方式中,超声波探头10具有收发电路12,但还能够构成为装置主体20、20A具有收发电路12。并且,装置主体20、20A具有图像生成部21,但也可以是超声波探头10具有图像生成部21。而且,还可以构成为在图3所示的构成图像生成部21的信号处理部41、DSC42及图像处理部43中,超声波探头10仅具有信号处理部41,装置主体20、20A具有DSC42及图像处理部43。
并且,作为第1实施方式及第2实施方式中的装置主体20、20A,能够使用固定型装置主体,并且,还能够使用便携式、手持式小型装置主体。
在上述第1实施方式及第2实施方式中,按照存储于判定顺序存储器32的判定顺序来判定乳腺的病变部的筛检类别,但并不限于此,通过将判定有关甲状腺的筛检类别的判定顺序存储于判定顺序存储器32,同样能够按照具有多个分支的规定的判定顺序来判定甲状腺的病变部的筛检类别。
而且,不仅是筛检类别的判定,用于进行诊断类别判定的判定顺序也存储于判定顺序存储器32中,由此对诊断类别的判定也同样能够适用本发明。
JABTS如下规定诊断类别I-V。
诊断类别I:正常
诊断类别II:正常或炎症细胞
诊断类别IIIa:良性细胞但不能排除恶性
诊断类别IIIb:恶性的可能性高但不能排除良性
诊断类别IV:疑似恶性
诊断类别V:恶性
通过使用本发明所涉及的超声波诊断装置,与筛检类别同样地,无关于使用者的熟练度,能够从多个超声波图像中判定乳腺或甲状腺的病变部的诊断类别且准确地掌握判定的依据。
符号说明
10-超声波探头,11-振子阵列,12-收发电路,13-脉冲发生器,14-放大部,15-AD转换部,16-波束成形器,20-装置主体,21-图像生成部,22-显示控制部,23-显示器,24-图像存储器,25-识别部,26-提取部,27、27A-判定部,28、28A-主体控制部,29-输入装置,30,30A-处理器,31-准确度计算部,32-判定顺序存储器,41-信号处理部,42-DSC,43-图像处理部,B1、B2-分支,M-肿块,N-肿瘤,H-边界部高回波部分,L1、L2-最大长度,L3-最大宽度,W-横径,D-纵径,U1、U1a、U1b、U1m、U2-依据图像,E-框线,U1H-热图。
Claims (15)
1.一种超声波诊断装置,其按照具有多个分支的规定的判定顺序判定病变部的筛检类别或诊断类别,所述超声波诊断装置具备:
判定顺序存储器,其存储有所述判定顺序;
识别部,其根据拍摄了同一病变部的多个超声波图像,识别针对判断项目的所述病变部的性状,所述判断项目用于对存储于所述判定顺序存储器的所述判定顺序的所述多个分支上的路径进行选择;
提取部,其从所述多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于通过所述识别部识别出所述判定顺序的所述多个分支上的所述性状;
判定部,其通过将由所述识别部识别出的所述性状应用于所述判断项目来进行所述判定顺序的所述多个分支上的路径选择,来判定所述病变部的所述筛检类别或所述诊断类别;
显示器;以及
显示控制部,其将由所述判定部判定出所述筛检类别或所述诊断类别时的所述判定顺序中的路径和由所述提取部提取出的所述依据图像显示于所述显示器。
2.根据权利要求1所述的超声波诊断装置,其中,
所述多个超声波图像是构成拍摄所述病变部而得到的动态图像的图像。
3.根据权利要求1或2所述的超声波诊断装置,其中,
所述多个超声波图像分别是拍摄了所述病变部的整体或一部分的图像。
4.根据权利要求2所述的超声波诊断装置,其中,
所述多个超声波图像是在构成拍摄所述病变部而得到的动态图像的图像中进行了间隔剔除后得到的图像、进行了插值后得到的图像、或进行了合成后得到的图像。
5.根据权利要求1或2所述的超声波诊断装置,其中,
所述提取部在所述依据图像中形成框线,所述框线将有助于通过所述识别部识别出所述性状的部分包围,
所述显示控制部在所述依据图像上重叠显示所述框线。
6.根据权利要求1或2所述的超声波诊断装置,其中,
所述提取部根据所述依据图像形成热图,在所述热图中,有助于通过所述识别部识别出所述性状的部分的贡献率通过颜色浓淡或颜色差异来表示,
所述显示控制部将所述热图显示于所述显示器。
7.根据权利要求1或2所述的超声波诊断装置,其中,
当所述提取部针对一个所述分支提取出多个所述依据图像时,所述显示控制部将多个所述依据图像并排显示于所述显示器。
8.根据权利要求1或2所述的超声波诊断装置,其具备:
输入装置,其用于供使用者进行输入操作,
当所述提取部针对一个所述分支提取出多个所述依据图像时,所述显示控制部根据所述使用者经由所述输入装置进行的输入操作,将多个所述依据图像依次显示于所述显示器。
9.根据权利要求8所述的超声波诊断装置,其中,
所述显示控制部在显示于所述显示器的所述依据图像上重叠显示表示是多个所述依据图像中的哪一个的页码。
10.根据权利要求1或2所述的超声波诊断装置,其中,
所述识别部测定所述病变部的尺寸,
所述显示控制部将由所述识别部测定出的所述尺寸显示于所述显示器。
11.根据权利要求1或2所述的超声波诊断装置,其中,
所述识别部按所述判断项目计算识别出的所述性状所出现的区域在所述病变部整体区域中所占的比例,
所述显示控制部将由所述识别部计算出的所述比例显示于所述显示器。
12.根据权利要求1或2所述的超声波诊断装置,其中,
所述判定部包括准确度计算部,所述准确度计算部根据所述病变部的性状计算所述判定顺序的所述多个分支上的路径选择的准确度,
所述显示控制部将由所述准确度计算部计算出的所述准确度显示于所述显示器。
13.根据权利要求12所述的超声波诊断装置,其中,
在所述判定顺序的所述多个分支的任意分支与多个所述筛检类别或所述诊断类别对应时,所述判定部通过将由所述准确度计算部计算出的所述准确度与规定的阈值进行比较,来判定所述病变部的所述筛检类别或所述诊断类别。
14.根据权利要求1或2所述的超声波诊断装置,其具备:
超声波探头;以及
图像生成部,其通过使用所述超声波探头对所述受检体进行超声波束的收发来生成拍摄了所述同一病变部的所述多个超声波图像。
15.一种超声波诊断装置的控制方法,所述超声波诊断装置按照具有多个分支的规定的判定顺序判定病变部的筛检类别或诊断类别,所述控制方法包括以下工序:
根据拍摄了同一病变部的多个超声波图像,识别针对判断项目的所述病变部的性状,所述判断项目用于对所述判定顺序的所述多个分支上的路径进行选择;
从所述多个超声波图像中提取至少一个超声波图像作为依据图像,该至少一个超声波图像有助于识别出所述性状;
通过将识别出的所述性状应用于所述判断项目来进行所述多个分支上的路径选择,来判定所述病变部的所述筛检类别或所述诊断类别;以及
将判定出所述筛检类别或所述诊断类别时的所述判定顺序中的路径和提取出的所述依据图像显示于显示器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022-096332 | 2022-06-15 | ||
JP2022096332A JP2023182996A (ja) | 2022-06-15 | 2022-06-15 | 超音波診断装置および超音波診断装置の制御方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117224159A true CN117224159A (zh) | 2023-12-15 |
Family
ID=86851204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310682906.5A Pending CN117224159A (zh) | 2022-06-15 | 2023-06-09 | 超声波诊断装置及超声波诊断装置的控制方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230404538A1 (zh) |
EP (1) | EP4292539A1 (zh) |
JP (1) | JP2023182996A (zh) |
CN (1) | CN117224159A (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4179510B2 (ja) | 2004-05-31 | 2008-11-12 | 株式会社産学連携機構九州 | 検査支援装置および検査支援プログラム |
CN112927179A (zh) * | 2019-11-21 | 2021-06-08 | 粘晓菁 | 肝肿瘤智慧分析方法 |
-
2022
- 2022-06-15 JP JP2022096332A patent/JP2023182996A/ja active Pending
-
2023
- 2023-05-23 US US18/322,301 patent/US20230404538A1/en active Pending
- 2023-06-09 CN CN202310682906.5A patent/CN117224159A/zh active Pending
- 2023-06-14 EP EP23179363.9A patent/EP4292539A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023182996A (ja) | 2023-12-27 |
EP4292539A1 (en) | 2023-12-20 |
US20230404538A1 (en) | 2023-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210128102A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
US20220104789A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
US11647979B2 (en) | Ultrasound diagnostic apparatus and method of controlling ultrasound diagnostic apparatus | |
CN108778147B (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
US20220104791A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
JP6423540B2 (ja) | 超音波診断装置および超音波診断装置の制御方法 | |
EP3517048B1 (en) | Ultrasound diagnostic device and method for control of ultrasound diagnostic device | |
CN117224159A (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
US11801039B2 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
US20230186468A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
EP4295780A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
JP7453400B2 (ja) | 超音波システムおよび超音波システムの制御方法 | |
US20230157670A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
US20230320790A1 (en) | Ultrasound diagnostic apparatus and control method of ultrasound diagnostic apparatus | |
US20230285003A1 (en) | Image processing apparatus and control method of image processing apparatus | |
CN117257343A (zh) | 图像显示装置及图像显示装置的控制方法 | |
JP2023077820A (ja) | 超音波画像分析装置、超音波診断装置および超音波画像分析装置の制御方法 | |
CN117770875A (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
CN116158783A (zh) | 超声波图像分析装置、超声波诊断装置及超声波图像分析装置的控制方法 | |
CN117338328A (zh) | 超声波诊断装置及超声波诊断装置的控制方法 | |
CN117982171A (zh) | 胃部超声扫查提示方法及超声成像设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |