JP2007061210A - 超音波診断装置 - Google Patents

Abstract

【課題】対象領域内に存在するノイズ領域を的確に且つ容易な処理によって除去する。
【解決手段】反転処理部３２において、二値化データの反転処理が行われる。背景値処理部３４において、診断領域の外縁を構成する複数のボクセルが、背景ボクセルとして、そのボクセル値が強制的に「１」に設定される。ラベリング処理部３６は、対象領域である心腔のボクセル以外の複数のボクセルを、複数の孤立ボクセル群に分離し、複数の孤立ボクセル群の各々にラベリング番号を付与する。ノイズ領域判定部３８は、ラベリング番号に基づいて、複数の孤立ボクセル群のうちから、対象領域である心腔のボクセルに取り囲まれて存在する孤立ボクセル群をノイズボクセル群として抽出し、ノイズ領域除去部３９は、抽出されたノイズボクセル群に属するボクセルを心腔ボクセルに取り込むことによりノイズボクセル群を除去する。
【選択図】図１

Description

本発明は、超音波診断装置に関し、特に、対象領域に含まれるノイズを除去する技術に関する。

超音波診断装置を利用することにより、心臓内部（心腔）などの対象領域に関する様々な診断情報を取得することができる。診断情報の代表的な例として、心腔の体積（容積）を挙げることができる。超音波診断装置によって心腔の体積を計測する場合、心臓を含む空間内に超音波を送受波し、これにより得られたエコーデータに基づいて、心筋などと心腔を分別する必要がある。心筋と心腔とは、エコーレベルに比較的大きな差があるため、例えば、二値化処理などをベースとした分離処理によって、心腔部分のみを抽出することができる。

ところが、分離処理によって抽出された心腔内には、ノイズ除去処理などを経た後においても、通常のノイズ除去処理では除去しきれない比較的大きな塊であるノイズ領域が残存することがある。

こうした背景において、特許文献１には、心腔内などに残存した孤立領域（ノイズ領域）を、ラベリング処理などを利用して除去する画期的な技術が提案されている。

特開２００４−２６７５８４号公報

上記特許文献１には、ラベリング処理を利用して心腔内に存在する孤立領域を抽出し、抽出した孤立領域の体積値に応じてノイズ領域か否かを判定する技術や、抽出された孤立領域の画像からユーザがノイズ領域か否かを判断する手法が記載されている。

本発明は、上記特許文献に記載された技術を改良する過程において成されたものであり、その目的は、対象領域内に存在するノイズ領域を的確に且つ比較的容易な処理によって除去する技術を提供することにある。

上記目的を達成するために、本発明の好適な態様である超音波診断装置は、対象領域を含む診断領域内に超音波を送受波してエコー信号を取得し、エコー信号から形成される診断領域内のデータに対してデータ処理を施す超音波診断装置において、エコーレベルに基づいて診断領域から対象領域を抽出する対象領域抽出手段と、診断領域のうちの対象領域以外の領域を複数の孤立領域に分離するラベリング処理を施し、各孤立領域ごとにラベリング番号を付与するラベリング処理手段と、ラベリング番号に基づいて、複数の孤立領域のうちから、対象領域に取り囲まれて存在する孤立領域をノイズ領域として抽出するノイズ領域抽出手段と、抽出されたノイズ領域を対象領域に取り込むことによりノイズ領域を除去するノイズ領域除去手段と、を有することを特徴とする。

上記構成において、対象領域は、例えば心臓内の心腔である。また診断領域は、三次元領域でもよいし二次元領域でもよい。上記構成では、ラベリング処理によって孤立領域が的確に抽出、分離される。そして、ラベリング番号に基づいてノイズ領域が抽出されるため、例えば、ノイズ領域の体積などを演算する手間や、ユーザが画像を確認してノイズ領域を指定する操作などを省略することができる。

さらに望ましい態様の超音波診断装置において、前記診断領域の外縁に背景縁を設定する背景処理手段をさらに有し、前記ラベリング処理手段は、前記対象領域を取り囲み、前記背景縁によって繋げられた一塊の孤立領域を背景領域とし、前記ノイズ領域抽出手段は、前記複数の孤立領域のうちから、背景領域以外の孤立領域を前記ノイズ領域として抽出する、ことを特徴とする。

上記構成によれば、対象領域を取り囲む背景部分が複数の孤立領域に分断されている状況においても、診断領域の外縁に背景縁を設けてからラベリング処理を施すことにより、背景部分を分断している複数の孤立領域が背景縁によって連結されて、一塊の孤立領域として抽出される。背景領域が一塊の孤立領域として抽出されるため、背景領域の特定が容易になり、背景領域以外の孤立領域の特定も容易になる。

また上記目的を達成するために、本発明の好適な態様である超音波診断装置は、対象領域を含む診断領域内に超音波を送受波して、前記診断領域を構成する複数のボクセルのボクセルデータを取得する送受波手段と、前記複数のボクセルのうちから、ボクセルデータに基づいて、対象領域に対応した対象領域ボクセルを抽出する対象領域抽出手段と、前記対象領域ボクセル以外の複数のボクセルを、空間的に連接した複数のボクセルの塊である孤立ボクセル群を単位として複数の孤立ボクセル群に分離し、複数の孤立ボクセル群の各々にラベリング番号を付与するラベリング処理手段と、ラベリング番号に基づいて、複数の孤立ボクセル群のうちから、対象領域ボクセルに取り囲まれて存在する孤立ボクセル群をノイズボクセル群として抽出するノイズボクセル群抽出手段と、抽出されたノイズボクセル群に属するボクセルを対象領域ボクセルに取り込むことによりノイズボクセル群を除去するノイズボクセル群除去手段と、を有し、前記診断領域の外縁を構成する複数のボクセルを背景ボクセルに設定することにより、前記ラベリング処理手段は、前記対象領域ボクセルを取り囲み、前記背景ボクセルによって繋げられた一塊の孤立ボクセル群を背景領域とし、前記ノイズボクセル群抽出手段は、前記複数の孤立ボクセル群のうちから、背景領域以外の孤立ボクセル群を前記ノイズボクセル群として抽出する、ことを特徴とする。

さらに望ましい態様の超音波診断装置において、前記ラベリング処理手段は、複数の孤立ボクセル群の各々に対して前記背景領域の孤立ボクセル群から順にラベリング番号を付与し、前記ノイズボクセル群抽出手段は、複数の孤立ボクセル群の各々に付与されたラベリング番号とラベリング番号の閾値との比較から、背景領域の孤立ボクセル群とそれ以外の孤立ボクセル群とを判別する、ことを特徴とする。さらに望ましい態様の超音波診断装置において、前記診断領域は三次元空間の領域であり、前記ノイズボクセル群に属するボクセルが取り込まれた対象領域ボクセルのボクセル数から対象領域の体積を算出する体積演算手段をさらに有する、ことを特徴とする。

本発明により、対象領域内に存在するノイズ領域を的確に且つ比較的容易に除去することが可能になる。例えば、ノイズ領域の体積などを演算する手間や、ユーザが画像を確認してノイズ領域を指定する操作などを省略することができる。

以下、本発明の好適な実施形態を図面に基づいて説明する。

図１には、本発明に係る超音波診断装置の好適な実施形態が示されており、図１はその全体構成を示すブロック図である。

３Ｄプローブ１０は三次元エコーデータ取得用の超音波探触子であり、この３Ｄプローブ１０は患者体表に当接してあるいは体腔内に挿入して用いられる。３Ｄプローブ１０は、電子走査により二次元の走査面を形成する１Ｄアレイ振動子を機械走査することで、三次元空間内に超音波を走査する。また３Ｄプローブ１０は、振動子が二次元配列された２Ｄアレイ振動子を電子走査することで三次元空間内に超音波を走査するものでもよい。

送受信部１２は、３Ｄプローブ１０を制御して、対象組織である心臓を含む三次元空間内に超音波を送受波する。つまり、送受信部１２は送信ビームフォーマおよび受信ビームフォーマとして機能し、三次元空間を構成する複数のボクセルの各ボクセルごとのボクセル値（エコー値）を取得して三次元データメモリ（１）１４へ記憶する。

本発明に係る超音波診断装置の診断対象は心臓に限定されるものではないが、以下においては心臓を対象組織として説明する。一般に心臓の超音波診断では、心腔部を大きく映し出し、心腔部の周囲を心筋部が取り囲むような超音波画像を取得する。つまり、形成される超音波画像内の大半は、心筋部と心腔部で占められている。そこで、以下の説明では、心筋部と心腔部とからなる三次元の診断領域内に対して超音波が送受波されたものと仮定する。

三次元データメモリ（１）１４内において、各ボクセル値は三次元空間内の座標値に対応したアドレスに記録されている。三次元空間内の座標は、超音波ビームのセクタ走査方式に適したｒθφ極座標系の座標値でもよく、あるいは直方体形状に適したｘｙｚ直交座標系の座標値でもよい。

対象領域抽出部１６は、診断領域内から対象領域である心腔部を抽出する。一般的に心腔部は心筋部に比べてエコーレベルが小さい。このため、対象領域抽出部１６は、二値化処理によって心腔部を抽出することができる。つまり、心筋部に相当するレベルよりも小さく、且つ、心腔部に相当するレベルよりも大きいレベルに閾値を設定することで、閾値に基づいて心筋部と心腔部を大別することができる。

なお、対象領域抽出部１６は、単純な二値化処理のみではなく、例えば、上述した特許文献１（特開２００４−２６７５８４号公報）に記載されて手法を利用して、心筋部と心腔部を分別してもよい。つまり、例えば、３×３の９個のボクセルからなるウィンドウを設け、ウィンドウを構成する各ボクセルを二値化処理によって閾値以上のボクセルと閾値未満のボクセルとに分別し、ウィンドウ内の９個のボクセルの分別結果に基づいて、ウィンドウの中心に位置する注目ボクセルが心筋に相当するボクセルか心腔に相当するボクセルかを判断してもよい。

二値化処理部１８は、対象領域抽出部１６における心腔の抽出結果に基づいて、心腔のボクセルにボクセル値「１」を割り当て、それ以外のボクセルにボクセル値「０」を割り当てることにより、心腔とそれ以外の部分とを分別した二値化データ（二値化画像）を形成する。なお、対象領域抽出部１６において、既に、心腔のボクセルにボクセル値「１」を割り当て、それ以外のボクセルにボクセル値「０」を割り当てる処理が行われていれば、二値化処理部１８を省略してもよい。つまり、二値化処理部１８が対象領域抽出部１６に組み込まれた形態でもよい。二値化データは三次元データメモリ（２）２０に記憶される。

ノイズ領域除去ブロック３０は、二値化データに基づいて、対象領域である心腔の内部からノイズ領域を除去する。そこで、図２から図４を利用して、本実施形態におけるノイズ領域の除去原理について説明する。

図２は、本実施形態におけるノイズ領域の除去原理を説明するための図である。なお、図２においては、二次元の画像データを例として説明する。

図２（ａ）は、心腔が抽出された二値化画像を示している。つまり、診断領域１００内の心腔のボクセルにボクセル値「１」を割り当て、それ以外のボクセルにボクセル値「０」を割り当てた二値化画像を示している。なお、ボクセル値「０」の部分は黒丸点で表現されている。ちなみに、図２（ａ）の二値化画像に対応する画像イメージが図２（ａ´）であり、診断領域１００の画像として、心腔１１０とそれ以外の部分が表示されている。心腔１１０は、主に心筋で構成される背景領域１３０によって取り囲まれている。また、心腔１１０内には、ノイズ領域１２０が存在する。本実施形態では、以降に説明する処理によって、このノイズ領域１２０が除去される。

図２（ｂ）は、図２（ａ）の二値化画像を反転処理した反転画像である。つまり、図２（ａ）におけるボクセル値「０」を「１」に、また、図２（ａ）におけるボクセル値「１」を「０」に反転した画像である。ちなみに、図２（ｂ）の二値化画像に対応する画像イメージが図２（ｂ´）であり、図２（ａ´）と同様に、診断領域１００の画像として、心腔１１０とノイズ領域１２０と背景領域１３０が表示されている。

本実施形態では、図２（ｂ）の反転画像に対してラベリング処理を実行する。つまり、図２（ｂ）のボクセル値「１」のボクセルを、空間的に連接した複数のボクセルの塊である孤立ボクセル群を単位として複数の孤立ボクセル群に分離し、複数の孤立ボクセル群の各々にラベリング番号を付与する。例えば、図２（ｂ）の反転画像の左上からスキャンを開始して、空間的に連接した同じボクセル値の複数のボクセルの塊ごとに、１から昇順に番号を付す。

図２（ｃ）は、ラベリング処理された状態を示している。反転画像の左上からスキャンを開始した結果、心腔を取り囲んでいる背景領域となる孤立ボクセル群にラベル「１」が付与されており、そして、心腔の内部で心腔に取り囲まれた部分の孤立ボクセル群にラベル「２」および「３」が付与されている。

そして、本実施形態では、付与されたラベリング番号に基づいて、複数の孤立ボクセル群のうちから、心腔に取り囲まれて存在する孤立ボクセル群をノイズ領域（ノイズボクセル群）として抽出する。この際、複数の孤立ボクセル群の各々に付与されたラベリング番号とラベリング番号の閾値との比較から、背景領域とノイズ領域とを判別する。つまり、図２（ｃ）の状態において、ラベリング番号が２以上の孤立ボクセル群をノイズ領域（ノイズボクセル群）として抽出する。

その結果、対象領域である心腔に取り囲まれた孤立ボクセル群のみがノイズ領域として抽出され、そのノイズ領域（ノイズボクセル群）に属するボクセルを、対象領域である心腔のボクセルに取り込むことによりノイズ領域が除去される。

図２（ｄ）は、ノイズ領域が除去された状態を示している。つまり、図２（ｃ）におけるラベリング番号「２」および「３」のボクセルが、心腔のボクセルに取り込まれて、そして、心腔のボクセルをボクセル値「１」、それ以外のボクセルをボクセル値「０」（黒丸点で図示）とした二値化画像が、図２（ｄ）のノイズ領域除去後の画像である。ちなみに、図２（ｄ）の二値化画像に対応する画像イメージが図２（ｄ´）であり、診断領域１００の画像として、心腔１１０と、心腔１１０を取り囲む背景領域１３０が表示されている。そして、心腔１１０内に存在していたノイズ領域（図２（ａ´）の符号１２０）が除去されている。

本実施形態では、図２に基づいて説明したノイズ領域の除去原理を利用している。さらに、本実施形態では、背景領域が複数の孤立ボクセル群に分離している場合を考慮して、以下に説明する背景処理を施している。

図３は、本実施形態における背景処理を説明するための図である。図３（ａ）は、心腔が抽出された二値化画像を示している。つまり、診断領域１００内の心腔のボクセルにボクセル値「１」を割り当て、それ以外のボクセルにボクセル値「０」を割り当てた二値化画像を示している。なお、ボクセル値「０」の部分は黒丸点で表現されている。

図３（ｂ）は、図３（ａ）の二値化画像を反転処理した反転画像である。つまり、図３（ａ）におけるボクセル値「０」を「１」に、また、図３（ａ）におけるボクセル値「１」を「０」に反転した画像である。

そして、この図３（ｂ）に示す反転画像に対して、図２を利用して説明したラベリング処理を実行する。つまり、図３（ｂ）の反転画像の左上からスキャンを開始して、空間的に連接した複数のボクセルの塊ごとに、１から昇順に番号を付す。その結果を示すのが図３（ｂ´）である。

図３（ｂ´）は、ラベリング処理された状態を示している。反転画像の左上からスキャンを開始した結果、画像の左上に位置する背景部分の孤立ボクセル群にラベル「１」が付与されている。ただし、背景領域が複数の背景部分（孤立ボクセル群）に分離されているため、背景領域に相当する孤立ボクセル群に複数のラベリング番号が付されている。つまり、ラベル「１」「２」「３」「６」「７」が背景領域となる孤立ボクセル群であり、ラベル「４」「５」が心腔の内部で心腔に取り囲まれた部分の孤立ボクセル群である。

図３（ｂ´）に示すように、背景領域が複数の背景部分（孤立ボクセル群）に分離されていると、背景領域に多数のラベルが付されてしまう。この場合、単純にラベリング番号とその閾値との比較によりノイズ領域を抽出することができない。そこで、本実施形態では、次の背景処理を実行する。

図３（ｃ）は、背景処理された画像を示している。つまり、診断領域１００の外縁（図の黒帯部分）を構成する複数のボクセルを、背景ボクセルとして、そのボクセル値を強制的に「１」に設定している。そして、背景処理された画像に対してラベリング処理を実行する。

図３（ｄ）は、図３（ｃ）の画像に対してラベリング処理を実行した結果を示している。背景処理によって、診断領域１００の外縁のボクセル値が「１」に設定されているため、複数に分断されていた背景部分が、外縁のボクセルによって連結されて、一塊の孤立ボクセル群として抽出され、ラベル「１」が付されている。そして、心腔の内部で心腔に取り囲まれた部分の孤立ボクセル群にラベル「２」および「３」が付与されている。このように、背景処理の結果、複数に分断されていた背景部分を一塊の孤立ボクセル群として抽出することができる。

そして、図２を利用して説明したように、ラベリング番号が２以上の孤立ボクセル群をノイズ領域（ノイズボクセル群）として抽出する。その結果、対象領域である心腔に取り囲まれた孤立ボクセル群のみがノイズ領域として抽出され、そのノイズ領域（ノイズボクセル群）に属するボクセルを、対象領域である心腔のボクセルに取り込むことによりノイズ領域が除去される。

図３（ｅ）は、ノイズ領域が除去された状態を示している。つまり、図３（ｄ）におけるラベリング番号「２」および「３」のボクセルが、図３（ａ）の二値化画像において、心腔のボクセルに取り込まれて、図３（ｅ）に示すノイズ領域除去後の二値化画像が形成される。

図２および図３では、二次元の画像データを例として、ノイズ領域の除去処理や背景処理を説明した。これらの処理は、三次元の画像データにも応用することができる。

図４は、三次元の画像データに対する処理を説明するための概念図である。図４（ａ）は、心腔１１０が抽出された二値化画像を示している。つまり、三次元の立方体形状の診断領域１００内の心腔１１０のボクセルにボクセル値「１」を割り当て、それ以外のボクセルにボクセル値「０」を割り当てた二値化画像を示している。

そして、図４（ａ）の二値化画像に反転処理を施した後、反転画像に対してラベリング処理を実行した状態が図４（ｂ）である。三次元の場合のラベリング処理は、例えば、診断領域１００の立方体の頂点のいずれか一点からスキャンを開始して、空間的に連接した同じボクセル値の複数のボクセルの塊ごとに１から昇順に番号を付す処理が実行される。その結果、心腔を取り囲んでいる背景領域となる孤立ボクセル群にラベル「１」が付与され、そして、心腔の内部で心腔に取り囲まれた部分の孤立ボクセル群にラベル「２」および「３」が付与されている。

そして、ラベリング番号が２以上の孤立ボクセル群をノイズ領域（ノイズボクセル群）として抽出し、そのノイズ領域に属するボクセルを、対象領域である心腔のボクセルに取り込むことによりノイズ領域が除去される。

図４（ｃ）は、ノイズ領域が除去された状態を示している。つまり、図４（ｂ）におけるラベリング番号「２」および「３」のボクセルが、心腔のボクセルに取り込まれて、そして、心腔のボクセルをボクセル値「１」、それ以外のボクセルをボクセル値「０」とした二値化画像が、図４（ｃ）のノイズ領域除去後の画像である。

なお、三次元の診断領域１００に対して背景処理を実行する場合には、立方体形状の診断領域１００の６つの外面を診断領域１００の外縁として、６つの外面の位置にあるボクセルのボクセル値を強制的に「１」に設定すればよい。ちなみに、診断領域１００が立方体形状ではない場合においても、診断領域１００を構成する外面部分のボクセルに対して背景処理を施せばよい。これにより、診断領域１００が三次元の場合においても、複数に分断された背景部分を、外縁のボクセルによって連結して、一塊の孤立ボクセル群として抽出することができる。

本実施形態では、以上に説明した原理を利用している。そこで、図１に戻り、本実施形態の超音波診断装置の動作について説明する。

ノイズ領域除去ブロック３０は、三次元データメモリ（２）２０に記憶されている二値化データに基づいて、対象領域である心腔の内部からノイズ領域を除去する。まず、反転処理部３２において、二値化データ（二値化画像）の反転処理が行われる。

次に、背景値処理部３４において、診断領域の外縁を構成する複数のボクセルを背景ボクセルに設定する背景処理が実行される。つまり、診断領域の外縁を構成する複数のボクセルを、背景ボクセルとして、そのボクセル値を強制的に「１」に設定する（図３（ｃ）参照）。

そして、ラベリング処理部３６は、対象領域である心腔のボクセル以外の複数のボクセルを、複数の孤立ボクセル群に分離し、複数の孤立ボクセル群の各々にラベリング番号を付与する（図３（ｄ）参照）。

さらに、ノイズ領域判定部３８は、ラベリング番号に基づいて、複数の孤立ボクセル群のうちから、対象領域である心腔のボクセルに取り囲まれて存在する孤立ボクセル群をノイズボクセル群として抽出し、ノイズ領域除去部３９は、抽出されたノイズボクセル群に属するボクセルを心腔ボクセルに取り込むことによりノイズボクセル群を除去する（図３（ｅ）参照）。ノイズ領域が除去された画像データは、三次元データメモリ（３）４０に記憶される。

表示画像形成部４２は、三次元データメモリ（３）４０に記憶された画像データに基づいて表示画像を形成する。つまり、心腔内のノイズ領域が除去された表示画像を形成する。表示画像としては、例えば、特開平１０−３３５３８号公報に詳述されるボリュームレンダリング法を利用した画像を形成してもよい。また、三次元の診断領域内の任意の断面画像を形成してもよい。なお、表示画像形成部４２は、三次元データメモリ（１）１４に記憶された、ノイズ領域除去前の画像データに基づく表示画像を形成してもよい。表示画像形成部４２で形成された表示画像は、モニタ５０に表示される。

体積演算部４４は、三次元データメモリ（３）４０に記憶された画像データに基づいて心腔の体積を算出する。体積演算部４４は、ノイズボクセル群に属するボクセルが取り込まれた心腔ボクセルのボクセル数と、１ボクセル当たりの体積とを乗算することにより、心腔の体積を算出する。算出された体積値は、モニタ５０に表示される。

以上、本発明の好適な実施形態を説明したが、上述した実施形態では、ラベリング番号に基づいてノイズ領域が抽出されるため、例えば、ノイズ領域を抽出するためにノイズ領域の体積などを演算する手間や、ユーザが画像を確認してノイズ領域を指定する操作などを省略することができる。また、ラベリング処理によって心腔内部のノイズ領域が特定されるため、心腔の輪郭形状などに悪影響を与えない。そして、心腔内部のノイズ領域が除去されるため、正確な体積演算が可能になる。

なお、上述した実施形態は、あらゆる点で単なる例示にすぎず、本発明の範囲を限定するものではない。

本発明に係る超音波診断装置の全体構成を示すブロック図である。 本実施形態におけるノイズ領域の除去原理を説明するための図である。 本実施形態における背景処理を説明するための図である。 三次元の画像データに対する処理を説明するための概念図である。

符号の説明

３２ 反転処理部、３４ 背景値処理部、３６ ラベリング処理部、３８ ノイズ領域判定部、３９ ノイズ領域除去部。

Claims (5)

1. 対象領域を含む診断領域内に超音波を送受波してエコー信号を取得し、エコー信号から形成される診断領域内のデータに対してデータ処理を施す超音波診断装置において、
   エコーレベルに基づいて診断領域から対象領域を抽出する対象領域抽出手段と、
   診断領域のうちの対象領域以外の領域を複数の孤立領域に分離するラベリング処理を施し、各孤立領域ごとにラベリング番号を付与するラベリング処理手段と、
   ラベリング番号に基づいて、複数の孤立領域のうちから、対象領域に取り囲まれて存在する孤立領域をノイズ領域として抽出するノイズ領域抽出手段と、
   抽出されたノイズ領域を対象領域に取り込むことによりノイズ領域を除去するノイズ領域除去手段と、
   を有する、
   ことを特徴とする超音波診断装置。
2. 請求項１に記載の超音波診断装置において、
   前記診断領域の外縁に背景縁を設定する背景処理手段をさらに有し、
   前記ラベリング処理手段は、前記対象領域を取り囲み、前記背景縁によって繋げられた一塊の孤立領域を背景領域とし、
   前記ノイズ領域抽出手段は、前記複数の孤立領域のうちから、背景領域以外の孤立領域を前記ノイズ領域として抽出する、
   ことを特徴とする超音波診断装置。
3. 対象領域を含む診断領域内に超音波を送受波して、前記診断領域を構成する複数のボクセルのボクセルデータを取得する送受波手段と、
   前記複数のボクセルのうちから、ボクセルデータに基づいて、対象領域に対応した対象領域ボクセルを抽出する対象領域抽出手段と、
   前記対象領域ボクセル以外の複数のボクセルを、空間的に連接した複数のボクセルの塊である孤立ボクセル群を単位として複数の孤立ボクセル群に分離し、複数の孤立ボクセル群の各々にラベリング番号を付与するラベリング処理手段と、
   ラベリング番号に基づいて、複数の孤立ボクセル群のうちから、対象領域ボクセルに取り囲まれて存在する孤立ボクセル群をノイズボクセル群として抽出するノイズボクセル群抽出手段と、
   抽出されたノイズボクセル群に属するボクセルを対象領域ボクセルに取り込むことによりノイズボクセル群を除去するノイズボクセル群除去手段と、
   を有し、
   前記診断領域の外縁を構成する複数のボクセルを背景ボクセルに設定することにより、
   前記ラベリング処理手段は、前記対象領域ボクセルを取り囲み、前記背景ボクセルによって繋げられた一塊の孤立ボクセル群を背景領域とし、
   前記ノイズボクセル群抽出手段は、前記複数の孤立ボクセル群のうちから、背景領域以外の孤立ボクセル群を前記ノイズボクセル群として抽出する、
   ことを特徴とする超音波診断装置。
4. 請求項３に記載の超音波診断装置において、
   前記ラベリング処理手段は、複数の孤立ボクセル群の各々に対して前記背景領域の孤立ボクセル群から順にラベリング番号を付与し、
   前記ノイズボクセル群抽出手段は、複数の孤立ボクセル群の各々に付与されたラベリング番号とラベリング番号の閾値との比較から、背景領域の孤立ボクセル群とそれ以外の孤立ボクセル群とを判別する、
   ことを特徴とする超音波診断装置。
5. 請求項４に記載の超音波診断装置において、
   前記診断領域は三次元空間の領域であり、
   前記ノイズボクセル群に属するボクセルが取り込まれた対象領域ボクセルのボクセル数から対象領域の体積を算出する体積演算手段をさらに有する、
   ことを特徴とする超音波診断装置。

Images