JP2009513236A

JP2009513236A - 弾性イメージングの方法および装置

Info

Publication number: JP2009513236A
Application number: JP2008537682A
Authority: JP
Inventors: エミルジーラドゥレスク
Original assignee: Aloka Co Ltd
Current assignee: Hitachi Ltd
Priority date: 2005-10-26
Filing date: 2006-03-22
Publication date: 2009-04-02
Also published as: US20070093716A1; WO2007067200A2; EP1942806A2; WO2007067200A3

Abstract

診断用超音波イメージング装置を使用して実行されるフリーハンド静的弾性イメージングでの圧縮を分析する計算効率の高いアルゴリズムは、組織圧縮の質と量についてのフィードバックをオペレータに提供する。このアルゴリズムは、最適なダイナミックレンジ（ＤＲ）と信号対雑音比（ＳＮＲ）を持つ弾性像をもたらす最も有利な圧縮前後のフレームペアを自動的に選択するための基準を含む。このアルゴリズムをリアルタイムで使用することにより、オペレータの訓練が軽減され、また、弾性像内のアーティファクトの量が大幅に削減されると共に、計算負荷が抑制される。

Description

（関連出願）
本願は、２００５年１０月２６日に出願された、「ＭｅｔｈｏｄａｎｄＡｐｐａｒａｔｕｓｆｏｒＥｌａｓｔｉｃｉｔｙＩｍａｇｉｎｇ（弾性イメージングの方法および装置）」という名称の米国特許出願第６０／７３０，７０９号からの優先権を主張するもので、前記米国特許出願の開示内容は、詳細に説明したものとして、本願明細書の一部として援用する。

本発明は、フリーハンド静的弾性イメージング用の組織圧縮分析のための効率的計算アルゴリズムに関する。より詳細には、本発明は、医療診断用超音波イメージング装置を利用して歪み像を生成する、弾性イメージングシステムに関する。

病理学的症状は、しばしば、生体組織の硬さを変化させることが証明されている。例えば、腫瘍組織は、診断ツールとして触診法を利用することから示されるように、周辺組織とは異なる力学的特性を示すことが知られている。胸部および前立腺の腫瘍は、力学的特性を特に変化させやすく、このことは、クロウスコップ（Ｔ．Ａ．Ｋｒｏｕｓｋｏｐ）、ウィーラー（Ｔ．Ｍ．Ｗｈｅｅｌｅｒ）、カレル（Ｆ．Ｋａｌｌｅｌ）、ガーラ（Ｂ．Ｓ．Ｇａｒｒａ）、およびハル（Ｔ．Ｈａｌｌ）による「Ｅｌａｓｔｉｃｍｏｄｕｌｉｏｆｂｒｅａｓｔａｎｄｐｒｏｓｔａｔｅｔｉｓｓｕｅｓｕｎｄｅｒｃｏｍｐｒｅｓｓｉｏｎ（圧縮時の胸部および前立腺組織の弾性率）」という表題の論文、ＵｌｔｒａｓｏｎｉｃＩｍａｇｉｎｇ（超音波イメージング）、２０：２６０−２７４、１９９８年に記載されている。この論文は、本願明細書の一部として援用する。

多くの癌、例えば、胸部の硬性癌等は、極めて固い小結節として顕在する。ただし、病変は、エコー発生性を持っている場合も、持っていない場合もあるが、このエコー発生性は、従来の診断用超音波イメージングシステムで病変を検出可能にするものである。そのため、前立腺または胸部の腫瘍は、従来の超音波技術で判別し難いものではあるが、周辺組織よりもかなり硬いものであり得る。このことは、ガーラ（Ｂ．Ｓ．Ｇａｒｒａ）、セスペデス（ＩＣｅｓｐｅｄｅｓ）、オフィル（Ｊ．Ｏｐｈｉｒ）、スプラット（Ｓ．Ｓｐｒａｔｔ）、チュルビア（Ｒ．Ａ．Ｚｕｕｒｂｉｅｒ）、マグナント（Ｃ．Ｍ．Ｍａｇｎａｎｔ）、およびペナネン（Ｍ．Ｆ．Ｐｅｎｎａｎｅｎ）による「Ｅｌａｓｔｏｇｒａｐｈｙｏｆｂｒｅａｓｔｌｅｓｉｏｎｓ；ｉｎｉｔｉａｌｃｌｉｎｉｃａｌｒｅｓｕｌｔｓ（胸部病変のエラストグラフィ：初期臨床結果）」という表題の論文、Ｒａｄｉｏｌｏｇｙ（放射線医学）、２０２：７９−８６、１９９７年に報告されている。この論文は、本願明細書の一部として援用する。組織のエコー発生性と硬さは、概して相関関係にないため、ガーラ他の観察によれば、生体組織の硬さのイメージングは、病理学的症状についての新しい情報を提供すると共に、診断プロセスを容易化するものとして期待されている。

正常な胸部組織と異常な胸部組織内で、周波数と与圧歪みのレベルを変えて、実験的に取得した弾性率データは、前述の論文「Ｅｌａｓｔｉｃｍｏｄｕｌｉｏｆｂｒｅａｓｔａｎｄｐｒｏｓｔａｔｅｔｉｓｓｕｅｓｕｎｄｅｒｃｏｍｐｒｅｓｓｉｏｎ（圧縮時の胸部および前立腺組織の弾性率）」に報告されている。この論文のデータは、胸部のさまざまな組織の弾性率の差異が、良性腫瘍と悪性腫瘍の判別方法の開発に役立つ可能性があることを示している。前立腺の癌も通常の組織よりもはるかに硬いため、前立腺の組織についても検査されている。正常な前立腺組織と異常な前立腺組織の弾性率が異なることを示す同様のデータも報告されている。

生体組織の力学的特性の表示を容易に行えるようにするイメージング様式は、エラストグラフィ（elastography）と呼ばれている。エラストグラフィの目的は、組織の力学的特性に関する物理パラメータの分布の画像を、臨床的用途に応じて表示することである。前述した、エラストグラフィの胸部と前立腺の用例に加え、筋肉および心筋への応用に成功した結果は、カレル（Ｆ．Ｋａｌｌｅｌ）、オフィル（Ｊ．Ｏｐｈｉｒ）、マギー（Ｋ．Ｍａｇｅｅ）、およびクロウスコップ（Ｔ．Ａ．Ｋｒｏｕｓｋｏｐ）によって、「Ｅｌａｓｔｏｇｒａｐｈｉｃｉｍａｇｉｎｇｏｆｌｏｗ−ｃｏｎｔｒａｓｔｅｌａｓｔｉｃｍｏｄｕｌｕｓｄｉｓｔｒｉｂｕｔｉｏｎｓｉｎｔｉｓｓｕｅ（組織内の低コントラスト弾性率分布のエラストグラフィックイメージング）」という表題で、ＵｌｔｒａｓｏｕｎｄｉｎＭｅｄ．＆Ｂｉｏｌ、２４（３）：４０９−４２５、１９９８年に報告され、また、コノファゴウ（Ｅ．Ｅ．Ｋｎｏｆａｇｏｕ）、ホッジ（Ｊ．Ｄ‘Ｈｏｏｇｅ）、およびオフィル（Ｊ．Ｏｐｈｉｒ）によって、「Ｍｙｏｃａｒｄｉａｌｅｌａｓｔｏｇｒａｐｈｙ−ａｆｅａｓｉｂｌｅｓｔｕｄｙｉｎｖｉｖｏ（心筋のエラストグラフィ−生体内における実現可能な研究）」という表題で、ＵｌｔｒａｓｏｕｎｄｉｎＭｅｄ．＆Ｂｉｏｌ、２８（４）、４７５−４８２、２００２年に報告されている。これらの論文は、本願明細書の一部として援用する。

弾性イメージングは、生体組織に外部運動または内部運動を誘導することと、従来の診断用超音波イメージング技術および相関技術を用いて、組織の反応を評価することと、を含む。イメージングモードおよび組織の運動の性質に従って、弾性イメージング用例は、ａ）静的弾性と、ｂ）動的弾性と、ｃ）力学的弾性という３つの異なるカテゴリに分類され、静的弾性（歪み基準の弾性または再生的弾性としても知られる）は、静的変形状態での生体組織の内部運動のイメージングに関わるものであり、動的弾性（波形基準弾性としても知られる）は、組織におけるずり波伝搬のイメージングに関わるものであり、力学的弾性（応力基準の弾性または再生的弾性としても知られる）は、組織の表面応力分布の測定に関わるものである。

前述した３つの弾性イメージング用例は、それぞれ、３つの主要な機能要素を含む。最初に、外部的または内部的に印加された組織の運動中または変形中に、データが取り込まれる。次に、組織の反応が評価される。すなわち、変位、歪み、および応力が判定される。最後に、弾性理論を用いて、組織の弾性率が再構築される。この最後のステップは、モデリングに弾性理論を導入して、歪み条件と境界条件から弾性率を得る逆問題を解決することに関するものである。境界条件および弾性理論のモデリングは、生体組織の構造に大きく左右されるため、最後のステップの実行はかなり煩雑であり、通常は実行されない。また、２番目のステップにおける組織の歪みの評価と表示は、組織の力学的特性の正確な再現を提供すると考えられている。

静的弾性イメージングの用例は、最も頻繁に利用される様式である。この用例では、超音波イメージングトランスデューサを利用して、小さな擬似静的圧縮力が組織に印加される。この力は、電動式加圧器具またはフリーハンドスキャンのいずれかを利用して印加できる。相関法を用いて局部の軸方向動作と横方向動作を推定するため、圧縮前後のＲＦデータが記録される。超音波の伝搬方向に沿って推定された動作は、組織の軸方向の変位マップを表しており、この推定動作を利用して軸方向歪みマップが決定される。次に、歪みマップは、階調画像または色分け画像として表示される。このマップはエラストグラムと呼ばれる。

弾性イメージング作業の多くの部分は、これまで、オフラインの処理と、概念の検証と、方法の最適化とに集中しており、リアルタイム志向の用例は、最近になって報告されているのみである。報告されているものは、ジュー（Ｙ．Ｚｈｕ）とハル（Ｔ．Ｊ．Ｈａｌｌ）による「Ａｍｏｄｉｆｉｅｄｂｌｏｃｋｍａｔｃｈｉｎｇｍｅｔｈｏｄｆｏｒｒｅａｌ−ｔｉｍｅｆｒｅｅｈａｎｄｓｔｒａｉｎｉｍａｇｉｎｇ（リアルタイムのフリーハンド歪みイメージングのための改良ブロックマッチング法）」という表題のＵｌｔｒａｓｏｎｉｃＩｍａｇｉｎｇ（超音波イメージング）、２４：１６１−１７６、２００２年と、椎名（Ｔ．Ｓｈｉｉｎａ）、山川（Ｍ．Ｙａｍａｋａｗａ）、新田（Ｎ．Ｎｉｔｔａ）、植野（Ｅ．Ｕｅｎｏ）、松村（Ｔ．Ｍａｔｓｕｍｕｒａ）、玉野（Ｓ．Ｔａｍａｎｏ）、および三竹（Ｔ．Ｍｉｔａｋｅ）による「Ｃｌｉｎｉｃａｌａｓｓｅｓｓｍｅｎｔｏｆｒｅａｌ−ｔｉｍｅ，ｆｒｅｅｈａｎｄｅｌａｓｔｉｃｉｔｙｉｍａｇｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｔｈｅｃｏｍｂｉｎｅｄａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ（複合自己診断法に基づいた実時間のフリーハンド弾性イメージングシステムの臨床評価）」という表題の２００３年ＩＥＥＥＵｌｔｒａｓｏｎｉｃｓｓｙｍｐｏｓｉｕｍ（ＩＥＥＥ超音波シンポジウム）、６６４−６６７ページと、である。これらは本願明細書の一部として援用する。臨床環境におけるリアルタイム弾性イメージングの用途に対する要望は、主として実用的性質を持つものである。ただし、リアルタイムの弾性イメージングは、実際には、超音波エコーデータを取得して処理することを、比較的短い時間で患者をスキャンし、そのスキャンの実行中に診断的に関連のある弾性像が即時に生成されるような方式で行うために必要とされるものである。したがって、このようなリアルタイムの弾性イメージングシステムは、超音波Ｂモード像と歪み像とを、同一の画面上にリアルタイムで表示することができる。また、このような表示は、取得した歪み像の臨床的関連性の評価を容易に行えるようにする。

更に、超音波エコーデータのリアルタイム処理は、大きくて扱いにくく、低速の電動式加圧器具を利用するのではなく、フリーハンドでの生体組織の圧縮とスキャニングを考慮したものである。電動式加圧器具とは対照的に、フリーハンド圧縮は、より扱いやすくユーザにやさしい走査処理を可能にすると共に、より変化に富んだ走査場所を考慮したものである。ただし、この処理では、質の高い歪み像を取得するために、音波検査者が常に圧縮技法を調整する必要があるため、徹底的なオペレータの訓練という欠点がある。具体的には、均一なダイナミックレンジ（「ＤＲ」）と信号対雑音比（「ＳＮＲ」）とを持つ歪み像を取得するため、音波検査者は、横方向と面外の組織運動を避けながら、一定の圧縮率を維持しなければならない。また、圧縮は、特定の速度と反復周期とを維持しながら、イメージングトランスデューサの軸方向にのみ独占的に実行されなければならない。

簡潔に述べると、組織圧縮の極めて複雑な性質により、フリーハンドの歪みイメージングを用いて一定の品質の弾性像を取得することは、平凡な処理でもなく、また、質の高いＢモード像を取得する場合と同じように迅速に行えるものでもない。したがって、適正なオペレータの訓練を確実に行うためには、リアルタイムでの圧縮についてのフィードバックが必要である。

前述した制約を克服する試みにおいて、いくつかの研究グループは、リアルタイムの静的弾性イメージングシステムを提案して実施しており、このことは、ジュー（Ｙ．Ｚｈｕ）とハル（Ｔ．Ｊ．Ｈａｌｌ）により「Ａｍｏｄｉｆｉｅｄｂｌｏｃｋｍａｔｃｈｉｎｇｍｅｔｈｏｄｆｏｒｒｅａｌ−ｔｉｍｅｆｒｅｅｈａｎｄｓｔｒａｉｎｉｍａｇｉｎｇ（リアルタイムのフリーハンド歪みイメージングのための改良ブロックマッチング法）」という表題で、ＵｌｔｒａｓｏｎｉｃＩｍａｇｉｎｇ（超音波イメージング）、２４：１６１−１７６、２００２年に報告されており、これを本願明細書の一部として援用する。また、椎名（Ｔ．Ｓｈｉｉｎａ）、山川（Ｍ．Ｙａｍａｋａｗａ）、新田（Ｎ．Ｎｉｔｔａ）、植野（Ｅ．Ｕｅｎｏ）、松村（Ｔ．Ｍａｔｓｕｍｕｒａ）、玉野（Ｓ．Ｔａｍａｎｏ）、および三竹（Ｔ．Ｍｉｔａｋｅ）により「Ｃｌｉｎｉｃａｌａｓｓｅｓｓｍｅｎｔｏｆｒｅａｌ−ｔｉｍｅ，ｆｒｅｅｈａｎｄｅｌａｓｔｉｃｉｔｙｉｍａｇｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｔｈｅｃｏｍｂｉｎｅｄａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ（複合自己診断法に基づいた実時間のフリーハンド弾性イメージングシステムの臨床評価）」という表題で、２００３年ＩＥＥＥＵｌｔｒａｓｏｎｉｃｓｓｙｍｐｏｓｉｕｍ（ＩＥＥＥ超音波シンポジウム）、６６４−６６７ページにも報告されており、これも本願明細書の一部として援用する。また、ハル他に付与された米国特許第６，５０８，７６８Ｂ１号（‘７６８特許）明細書には、リアルタイムの静的弾性イメージングの手順および実施方法が詳細に記載されている。ただし、‘７６８特許、ジュー他の論文、および椎名他の論文に開示された実施方法は、前述の制約のすべてを完全に克服したものではない。

具体的には、ジュー他による論文と椎名他による論文、および‘７６８特許の開示内容のいずれにも、オペレータによって実現される圧縮の質についての定量的指標は提供されていない。また、オペレータは、アーティファクトおよび劣悪なＳＮＲを含む可能性がある歪み像しか提供されない場合に圧縮の質を改善するための指導を受けていない。いくつかの欠点の１つは、歪み像内にアーティファクトが存在する可能性であり、このことは、質の低い圧縮と定量的に関連付けられていない。また、現在の実施方法は、圧縮の質とは無関係に、あるいは、圧縮が行われていない場合にも、連続的に歪み像を計算して表示するものである。したがって、イメージングシステムに課される計算負荷が極めて高い一方で、歪み像のうちの選択されたセットのみが、アーティファクトの影響を受けずに、画像化された組織の力学的特性を忠実に示す。更に、適用される圧縮率によっては、変動する（と共に、最適とは言えない）ＤＲおよびＳＮＲで、アーティファクトを含んだまま歪み像が表示される。

リアルタイムの組織圧縮の定性的かつ定量的フィードバックをオペレータに提供できる、計算効率のよいアルゴリズムが求められている。

また、最も有利な圧縮前後のフレームペアを自動的に選択することで、最適なダイナミックレンジと信号対雑音比を持つ弾性像を生成する、計算効率の高いアルゴリズムを求める要望もある。

更に、達成された圧縮の質とは別に、圧縮の定性フィードバックを生成する、計算効率の高いアルゴリズムも求められている。

更に加えて、組織伸張の軸方向変位と横方向変位の両方の測定と、分析と、視覚的表示とを行う、計算効率の高いアルゴリズムも求められている。

また、オフラインの分析のために、弾性像の生成に使用されたすべての情報を取り込んで保管する、計算効率の高いアルゴリズムも求められている。

米国特許第６，５０８，７６８Ｂ１号明細書ＵｌｔｒａｓｏｎｉｃＩｍａｇｉｎｇ（超音波イメージング）、２０：２６０−２７４、１９９８年「Ｅｌａｓｔｉｃｍｏｄｕｌｉｏｆｂｒｅａｓｔａｎｄｐｒｏｓｔａｔｅｔｉｓｓｕｅｓｕｎｄｅｒｃｏｍｐｒｅｓｓｉｏｎ（圧縮時の胸部および前立腺組織の弾性率）」クロウスコップ（Ｔ．Ａ．Ｋｒｏｕｓｋｏｐ）、ウィーラー（Ｔ．Ｍ．Ｗｈｅｅｌｅｒ）、カレル（Ｆ．Ｋａｌｌｅｌ）、ガーラ（Ｂ．Ｓ．Ｇａｒｒａ）、およびハル（Ｔ．Ｈａｌｌ）Ｒａｄｉｏｌｏｇｙ（放射線医学）、２０２：７９−８６、１９９７年「Ｅｌａｓｔｏｇｒａｐｈｙｏｆｂｒｅａｓｔｌｅｓｉｏｎｓ；ｉｎｉｔｉａｌｃｌｉｎｉｃａｌｒｅｓｕｌｔｓ（胸部病変のエラストグラフィ：初期臨床結果）」ガーラ（Ｂ．Ｓ．Ｇａｒｒａ）、セスペデス（ＩＣｅｓｐｅｄｅｓ）、オフィル（Ｊ．Ｏｐｈｉｒ）、スプラット（Ｓ．Ｓｐｒａｔｔ）、チュルビア（Ｒ．Ａ．Ｚｕｕｒｂｉｅｒ）、マグナント（Ｃ．Ｍ．Ｍａｇｎａｎｔ）、およびペナネン（Ｍ．Ｆ．Ｐｅｎｎａｎｅｎ）ＵｌｔｒａｓｏｕｎｄｉｎＭｅｄ．＆Ｂｉｏｌ、２４（３）：４０９−４２５、１９９８年「Ｅｌａｓｔｏｇｒａｐｈｉｃｉｍａｇｉｎｇｏｆｌｏｗ−ｃｏｎｔｒａｓｔｅｌａｓｔｉｃｍｏｄｕｌｕｓｄｉｓｔｒｉｂｕｔｉｏｎｓｉｎｔｉｓｓｕｅ（組織内の低コントラスト弾性率分布のエラストグラフィックイメージング）」カレル（Ｆ．Ｋａｌｌｅｌ）、オフィル（Ｊ．Ｏｐｈｉｒ）、マギー（Ｋ．Ｍａｇｅｅ）、およびクロウスコップ（Ｔ．Ａ．Ｋｒｏｕｓｋｏｐ）ＵｌｔｒａｓｏｕｎｄｉｎＭｅｄ．＆Ｂｉｏｌ、２８（４）、４７５−４８２、２００２年「Ｍｙｏｃａｒｄｉａｌｅｌａｓｔｏｇｒａｐｈｙ−ａｆｅａｓｉｂｌｅｓｔｕｄｙｉｎｖｉｖｏ（心筋のエラストグラフィ−生体内における実現可能な研究）」コノファゴウ（Ｅ．Ｅ．Ｋｎｏｆａｇｏｕ）、ホッジ（Ｊ．Ｄ‘Ｈｏｏｇｅ）、およびオフィル（Ｊ．Ｏｐｈｉｒ）ＵｌｔｒａｓｏｎｉｃＩｍａｇｉｎｇ（超音波イメージング）、２４：１６１−１７６、２００２年「Ａｍｏｄｉｆｉｅｄｂｌｏｃｋｍａｔｃｈｉｎｇｍｅｔｈｏｄｆｏｒｒｅａｌ−ｔｉｍｅｆｒｅｅｈａｎｄｓｔｒａｉｎｉｍａｇｉｎｇ（リアルタイムのフリーハンド歪みイメージングのための改良ブロックマッチング法）」ジュー（Ｙ．Ｚｈｕ）とハル（Ｔ．Ｊ．Ｈａｌｌ）２００３年ＩＥＥＥＵｌｔｒａｓｏｎｉｃｓｓｙｍｐｏｓｉｕｍ（ＩＥＥＥ超音波シンポジウム）、６６４−６６７ページ「Ｃｌｉｎｉｃａｌａｓｓｅｓｓｍｅｎｔｏｆｒｅａｌ−ｔｉｍｅ，ｆｒｅｅｈａｎｄｅｌａｓｔｉｃｉｔｙｉｍａｇｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｔｈｅｃｏｍｂｉｎｅｄａｕｔｏｃｏｒｒｅｌａｔｉｏｎｍｅｔｈｏｄ（複合自己診断法に基づいた実時間のフリーハンド弾性イメージングシステムの臨床評価）」椎名（Ｔ．Ｓｈｉｉｎａ）、山川（Ｍ．Ｙａｍａｋａｗａ）、新田（Ｎ．Ｎｉｔｔａ）、植野（Ｅ．Ｕｅｎｏ）、松村（Ｔ．Ｍａｔｓｕｍｕｒａ）、玉野（Ｓ．Ｔａｍａｎｏ）、および三竹（Ｔ．Ｍｉｔａｋｅ）

本発明の一側面によれば、生体組織の弾性イメージングを行うプロセスは、概して、少なくとも１つの基準に基づいて、圧縮前のフレームと圧縮後のフレームを含む少なくとも１組のフレームペアを自動的に選択することと、前記少なくとも１組のフレームペアを分析することと、弾性像を算出することと、前記弾性像を表示することと、を含む。前記自動的に選択するステップは、概して、圧縮フィードバックアルゴリズムを利用することを含む。前記少なくとも１つの基準は、概して、組織の変位量と、少なくとも１つの組織相関結果と、を含む。前記自動的に選択するステップは、概して、弾性像を算出する前に、弾性像の質を推定することを更に含む。また、前記自動的に選択するステップは、概して、視覚的フィードバック、可聴式フィードバック、または前記視覚的フィードバックと前記可聴式フィードバックの両方、のうちの少なくともいずれかをオペレータに提供することを更に含む。この提供するステップは、概して、視覚的フィードバックと可聴式フィードバックのオペレータへの提供を、圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、満足できる圧縮動作、満足できる減圧動作、不満足な圧縮動作、または不満足な減圧動作のうちのいずれか１つを達成した時点で行うことを更に含む。また、このプロセスは、概して、弾性像の算出に使用された複数のデータの質をオフラインで確認することも含む。この確認するステップは、概して、少なくとも１つの定量データ、少なくとも１つの定性データ、または少なくとも１つの定量データと少なくとも１つの定性データの両方、のうちの少なくともいずれかを視覚的に表示し、かつ、可聴式に投射することを含む。また、前記確認するステップは、概して、少なくとも１つの定量データ、少なくとも１つの定性データ、または少なくとも１つの定量データと少なくとも１つの定性データの両方、のうちの少なくともいずれかを視覚的に表示、または可聴式に投射することを含む。

本発明の更に他の側面によれば、弾性イメージングを行うプロセスは、概して、画像についての関心領域を設定することと、生体組織を変形して、組織変形を生成することと、イメージングに関連したフレームレートで、少なくとも２つのＲＦフレームデータを取得することと、前記少なくとも２つのＲＦフレームデータを圧縮フィードバックアルゴリズムに組み込むことと、前記関心領域から得た少なくとも１ブロック内の少なくとも２つのＲＦフレームデータについて、ブロックマッチングアルゴリズムを利用して、組織変形の質の少なくとも１つの定量指標を決定することと、前記少なくとも２つのＲＦフレームデータの少なくとも１つの定量指標を、前記関心領域から得た少なくとも１ブロック内の複数の閾値のうちの少なくとも１つと比較することと、前記少なくとも２つのＲＦフレームデータの少なくとも１つの定量指標を、前記複数の閾値のうちの少なくとも１つと比較したものを表示することと、前記比較に基づいて、許容可能な組織変形を推定することと、推定された許容可能な組織変形は、満足できる組織変形をもたらす良好なものであるかどうかを判定することと、前記生体組織の弾性像を表示することと、を含む。

本発明の更に他の側面によれば、超音波システムは、概して、前記システムで読み出し可能なコンピュータ読み出し可能記憶装置を含み、前記コンピュータ読み出し可能記憶装置は、弾性イメージングを行う後述のステップを実行するために前記システムで実行できる一連の命令を含むプログラムを有形的に実現する。前記一連の命令は、概して、画像についての関心領域を設定し、その後、生体組織の変形によって組織変形を生成する命令と、イメージングに関連したフレームレートで、少なくとも２つのＲＦフレームデータを取得する命令と、前記少なくとも２つのＲＦフレームデータを圧縮フィードバックアルゴリズムに組み込む命令と、前記関心領域から得た少なくとも１ブロック内の少なくとも２つのＲＦフレームデータについて、ブロックマッチングアルゴリズムを利用して、組織変形の質の少なくとも１つの定量指標を決定する命令と、前記少なくとも２つのＲＦフレームデータの少なくとも１つの定量指標を、前記関心領域から得た少なくとも１ブロック内の複数の閾値のうちの少なくとも１つと比較する命令と、前記少なくとも２つのＲＦフレームデータの少なくとも１つの定量指標を前記複数の閾値のうちの少なくとも１つと比較したものを表示する命令と、前記比較に基づいて、許容可能な組織変形を推定する命令と、推定された許容可能な組織変形は、満足できる組織変形をもたらす良好なものであるかどうかを判定する命令と、前記生体組織の弾性像を表示する命令と、を含む。

超音波システムは、前記システムで読み出し可能なコンピュータ読み出し可能記憶装置を含み、前記コンピュータ読み出し可能記憶装置は、弾性イメージングを行う後述のステップを実行するために前記システムで実行できる一連の命令を含むプログラムを有形的に実現する。前記一連の命令は、概して、少なくとも１つの基準に基づいて、圧縮前のフレームと圧縮後のフレームを含む少なくとも１組のフレームペアを自動的に選択する命令と、前記少なくとも１組のフレームペアを分析する命令と、弾性像を算出する命令と、前記弾性像を表示する命令と、を含む。前記自動的に選択する命令は、概して、圧縮フィードバックアルゴリズムを利用する命令を含む。前記少なくとも１つの基準は、概して、組織の変位量と、少なくとも１つの組織相関結果と、を含む。前記自動的に選択する命令は、概して、弾性像を算出する前に、弾性像の質を推定する命令を更に含む。また、前記自動的に選択する命令は、概して、視覚的フィードバック、可聴式フィードバック、前記視覚的フィードバックと前記可聴式フィードバックの両方、のうちの少なくともいずれかをオペレータに提供する命令を更に含む。この提供する命令は、概して、視覚的フィードバックと可聴式フィードバックのオペレータへの提供を、圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、満足できる圧縮動作、満足できる減圧動作、不満足な圧縮動作、または不満足な減圧動作のうちのいずれか１つを達成した時点で行う命令を更に含む。また、この超音波システムは、概して、弾性像の算出に使用された複数のデータの質をオフラインで確認する命令も含む。この確認する命令は、概して、少なくとも１つの定量データ、少なくとも１つの定性データ、または少なくとも１つの定量データと少なくとも１つの定性データの両方、のうちの少なくともいずれかを視覚的に表示し、かつ、可聴式に投射する命令を含む。また、前記確認する命令は、概して、少なくとも１つの定量データ、少なくとも１つの定性データ、または少なくとも１つの定量データと少なくとも１つの定性データの両方、のうちの少なくともいずれかを視覚的に表示、または可聴式に投射する命令を含む。

本発明の１つ以上の実施形態の詳細は、添付の図面と下記の説明とにおいて示される。本発明の他の特徴と、目的と、利点とは、下記の説明と図面、および請求項から明らかになるであろう。

弾性イメージングシステムおよび同システムの利用方法は、医療診断用超音波イメージング装置を用いたフリーハンドの静的弾性イメージングに、組織圧縮分析アルゴリズムを採用するものである。圧縮フィードバックアルゴリズムの用例は、組織圧縮の質を提示すると共に、質についてのフィードバックをオペレータに提供する。圧縮フィードバックアルゴリズムは、圧縮前と圧縮後のフレームのペアを分析することで、弾性イメージングモジュールが弾性像を算出する前に、弾性像の質についての推定を提供する。このアルゴリズムは、最適なダイナミックレンジと信号対雑音比を持つ弾性像を生成するために最も有利な圧縮の前と後のフレームペアを自動的に選択する基準を含む。このアルゴリズムをリアルタイムで使用することで、オペレータの訓練が軽減され、弾性像内のアーティファクトの量が大幅に削減されると共に、計算負荷が抑制される。また、オペレータの訓練および弾性イメージング結果の背景をなすデータの質の確認は、その弾性像の生成に利用されたデータを、単独で、あるいは、定性データや定量データ等の一部またはすべてと組み合わせて視覚的に表示することによって評価されてよい。

このアルゴリズムは、参照フレームとして受け取ったＲＦデータの第１フレームを最初に検討する。次に、このアルゴリズムは、ブロックマッチング法のステップを利用して、連続したＲＦデータフレームを比較できる。ブロックマッチング法のステップは、一般に、Ｘ個の行とＹ個の列を測定する配列を適用することを含み、ここで、ＸとＹは両方とも奇数であってよいが、奇数に限定されるものではない。実行速度を速くするため、この比較は、限定数の探索ブロックを利用して実行されてよい。

好ましい実施形態において、ブロックマッチングアルゴリズムは、例えば、正規化相関技術と、非正規化相関技術と、好ましくは相関係数技術とを利用して実施されてよい。各ブロックで、探索ゾーンは、ＲＦデータの後続フレームの小区画に規制され、これにより、実行速度を向上させる。この探索は、軸方向と横方向の両方向に実行されてよい。連続フレーム間で検出されたブロックの動きは、相関係数の最大包絡線を示すずれ（lag）に相当する変位によって特定できる。検出された変位は、１組のフレームペアから次の１組に累積される。

組織圧縮の質の定量指標は、参照フレームの包絡線と最新フレームの包絡線の相関によって、ブロック毎に特定できる。定量指標は、正規化相関技術を採用して、１組のフレームペアから次のフレームペアに予め累積された変位を用いて組織の動きを補正することによって得られる。表示と閾値との比較を行うため、ＲＯＩ内で同一の深さに位置するブロックに対応する定量データは、当業者に周知の適切な技法で処理されて、検討された個別の深さ毎に表示されてよい。定量データは、ＲＯＩの最上位ラインと、中央ラインと、最下位ラインに相当する３つの深さについて表示されことが好ましい。

特定のＲＦフレームデータに対応する圧縮は、定量指標が特定の閾を超え、累積された横方向変位が所定の閾より小さく、更に、累積された軸方向変位が正であり、かつ、所定の閾より小さい場合に許容できるものであると認められる。したがって、正の軸方向変位は、減圧動作ではなく圧縮動作を示している。

推定された許容可能な組織の圧縮に関して、累積軸方向変位が、所定のイメージング閾より大きい場合は、最初に保存されたＲＦ参照フレームと、特定のＲＦフレームと、が静的弾性イメージングモジュールに送られる。このモジュールは、ＲＦ参照フレームのＢモード像と並行して歪み像を計算し、表示する。次に、前記特定のＲＦフレームは、参照フレームとして保存され、また、累積された軸方向と横方向の変位が再初期化されて、アルゴリズムが再始動する。ただし、累積された軸方向変位が、前述した所定のイメージング閾より大きくない場合は、圧縮フィードバックアルゴリズムが、組織圧縮は十分に大きくないと推定する。そして、次のＲＦフレームデータに対して前記アルゴリズムが繰り返されて、既に計算されている変位に新しい変位が蓄積される。

一方、推定された組織圧縮を許容できない場合、前述の特定のＲＦフレームは参考用として保存されると共に、累積された軸方向と横方向の変位が再初期化され、前記アルゴリズムは、歪み像の表示を行わずに、再始動する。定量指標、横方向閾、軸方向閾の選択は、Ｂモード像の生成パラメータと、静的弾性イメージングモジュールの設定とに基づいて行われる。

後で詳細に説明するように、許容可能な組織圧縮または許容可能な組織伸張は、許容軸方向閾値の範囲内に位置する点の集合として定量的に表示されてよい。組織圧縮動作は、正の軸方向圧縮値を表す点の集合を含んでよい。圧縮動作に関して、範囲は、一般に、許容可能な歪み像を生成可能な最小軸方向閾値またはイメージング許容閾値を表す下側閾境界と、許容可能な歪み像を生成可能な最大閾値または最大許容軸方向閾値を表す上側軸方向閾境界と、を含んでよい。これに対して、組織の伸張は、負の軸方向圧縮値を示す点の集合を含んでよい。減圧動作に関して、許容可能な歪み像を生成する範囲は、一般に、最大許容軸方向変位の絶対値を表す下側軸方向閾境界と、最小軸方向変位の絶対値またはイメージング許容閾値を表す上側軸方向閾境界と、を含んでよい。

許容可能な圧縮または許容可能な伸張を含む点の集合は、上記で例示したように、軸方向変位の全域について、あるいは横方向変位の全域について、それぞれ表示されてよい。同様に、許容閾値の範囲も、軸方向変位の全域、あるいは横方向変位の全域で、それぞれ表示されてよい。このような定量表示は、正の圧縮値（圧縮動作）および負の伸張値（減圧動作）の両方に生成されてよい。例えば、図４から図８に、軸方向変位全域の正の圧縮値を利用した許容可能な圧縮と許容できない圧縮の両方の定量的表示を示した。

本発明について、ここでは、リアルタイムのフリーハンド弾性イメージングに基づいて説明するが、本発明は、これに限定されるものではない。もっと正確に言えば、圧縮フィードバックアルゴリズムは、電動式加圧器具とオフラインのデータ処理とを利用する静的弾性イメージングシステムにおいて実施されてもよい。また、圧縮フィードバックアルゴリズムは、本明細書で考察する適切な変更を加えることで、動的弾性イメージングシステムにおいて実施されてもよい。

図１〜８を全般的に参照しながら説明する。フリーハンドリアルタイムの静的弾性内で、オペレータは、超音波診断システムから取得したＢモード像に関心領域（ｒｅｇｉｏｎｏｆｉｎｔｅｒｅｓｔ）（以下、「ＲＯＩ」と称する）を設定し、例えば、超音波トランスデューサプローブを利用して、検査対象の生体組織を周期的に加圧する。超音波システムは、リアルタイム、すなわち、イメージングに関連したフレームレートで、ＲＦデータを取得して、そのデータを圧縮フィードバックアルゴリズムに送る。

ここで、図１を参照しながら説明すると、本アルゴリズムは、静的フリーハンドリアルタイムの弾性イメージングシステム１０に組み込まれてよい。弾性イメージングシステム１０は、圧縮フィードバックアルゴリズム１２に加え、前述した超音波診断システム１４と、複合Ｂモード／歪み像生成表示装置１６と、弾性イメージングモジュール１８と、を含む。

フリーハンドリアルタイムの静的弾性内で、オペレータは、超音波診断システム１４から取得したＢモード像内に関心領域（「ＲＯＩ」）２０を設定する。ＲＯＩは、画像の一部について設定して、ＲＦデータを制限するようにしても、あるいは、画像全体に設定して、ＲＯＩが画像全体を構成するようにしてもよい。オペレータは、超音波トランスデューサプローブ２２を使用して、ＲＯＩ内にある検査対象の組織を変形し、例えば、圧縮させる、伸張させる、またはねじることができる。超音波システム１４は、イメージング関連のフレームレート、すなわち、リアルタイムで、ＲＦフレームデータ２４を取得する。ＲＦフレームデータ２４は、一般に、連続した少なくとも２つのデータフレームからなる。ＲＦフレームデータ２４を取得した後、超音波システム１４は、圧縮フィードバックアルゴリズム１２にＲＦフレームデータ２４を送る。

診断用超音波システム１４は、コンソール入力部（図示せず）と、送受信ハードウェア２６と、ビーム形成モジュール２８と、スキャンコンバータモジュール３０と、を含んでよい。スキャンコンバータ３０によって生成されたＢモード像は、複合Ｂモード／歪み像生成表示装置１６に送られる。ビーム形成モジュール２８は、圧縮フィードバックアルゴリズム１２に対して、連続モードでＲＦデータを提供する。圧縮の質および量に従って、圧縮フィードバックアルゴリズム１２は、ＲＦデータフレーム３２の選択ペアを弾性イメージングモジュール１８に送信することで、弾性像を起動する。受信した各ＲＦフレームに関して、圧縮フィードバックアルゴリズム１２は、複合Ｂモード／歪み像生成表示１６に利用できる圧縮分析パラメータ３４を合計する。

弾性イメージングモジュール１８は、変位推定アルゴリズム３６と、歪み計算機モジュール３８と、スキャンコンバータ４０と、を含んでよい。変位推定モジュール３６は、圧縮フィードバックアルゴリズム１２から受け取った複数のＲＦデータフレーム３２間の組織運動を評価する。歪み計算機モジュール３８は、軸方向変位の空間導関数を計算する。その計算結果は、弾性イメージングのスキャンコンバータモジュール４０によって、歪み像４２に変換される。最後に、歪み像４２は、複合Ｂモード／歪み像生成表示装置１６に送られ、複合Ｂモード／歪み像生成表示装置１６は、対応するＢモード像と共に、歪み像４２を画面に表示する。

一般に、圧縮フィードバックアルゴリズム１２は、最適なダイナミックレンジと信号対雑音比を持つ弾性像を導出するために、最も有利な圧縮前後のフレームペアを選択する。組織の密度は変動するため、圧縮フィードバックアルゴリズム１２は、組織密度のこのような変動を識別する追加のパラメータを含んでよい。

次に、図２を参照すると、圧縮フィードバックアルゴリズム１２がフローチャートに示されている。図に示すように、圧縮フィードバックアルゴリズム１２は、特に限定するものではないが、複数のバッファを含んでよく、この複数のバッファは、それぞれ、主要機能を実行するのに必要なキーデータを保持する。表１に、バッファと、各バッファそれぞれの機能と、アルゴリズム１２の実行における他のバッファとの関係と、を大まかに示した。

図２に示すフローチャートの開始ポイント１００は、新規ＲＦデータフレーム２４の取得を表し、取得したフレームは、ステップ１１０において、ＲＦ現行フレームバッファに保存される。表１に示すように、ＲＦ現行フレームバッファは、現時点または最も近い時点で取得したＲＦフレームデータ２４を格納でき、好ましくは、取得した現行ＲＦフレームデータ２４を常時保持する。ＲＦ現行フレームバッファは、圧縮フィードバックアルゴリズム１２が再始動するたびに、毎回、圧縮の質とは無関係に、新しいデータを受け取る。

次に、ステップ１２０において、ＲＦ参照フレームバッファが空である場合は、ステップ１３０において、ＲＦ現行フレームバッファのデータがＲＦ参照フレームバッファにコピーされ、アルゴリズム１２は、ステップ１４０とステップ１５０において、そのバッファを初期化し、ステップ１００と１１０において、新規ＲＦフレームデータ２４の取得から処理を再開する。したがって、参照フレームの存在は保証されており、アルゴリズム１２は、参照フレームとして受け取ったＲＦデータの第１フレームを使用して初期化される。参照軸方向変位バッファと参照横方向変位バッファは、ＲＦ参照フレームバッファが空である場合にゼロに初期化され、表１に示したように、累積軸方向変位と累積横方向変位をそれぞれ格納する。これらのバッファは、ＲＦ現行フレームバッファとＲＦ参照フレームバッファのデータ間に検出された変位に対応する。また、ＲＦ先行フレームバッファも、このプロセスの実行中に、ＲＦ現行フレームバッファのデータを用いて初期化されてよい。ＲＦ先行フレームバッファは、１ステップ前に取得したＲＦフレームデータ２４を含んでよく、このデータを常時保持することが好ましい（表１を参照）。ＲＦ現行フレームバッファと同様に、ＲＦ先行フレームバッファは、アルゴリズム１２が再始動するごとに、毎回、圧縮の質とは無関係に、新しいデータを受け取る。

圧縮フィードバックアルゴリズム１２が再始動した時に、ＲＦ参照フレームバッファは空でないと判定された場合、連続したデータフレームは、ブロックマッチングアルゴリズムを利用して比較されてよい（図２を参照）。この比較は、ＲＦ先行フレームバッファとＲＦ現行フレームバッファのデータセット間で実行され、また、限定数の探索ブロックのみを利用して実行できる。例えば、ブロックマッチング配列は、３×３列、３×５列、５×３列、５×５列、３×７列、７×３列、７×５列、および７×７列等の９個、１５個、２１個、２５個、３５個、および４９個等の探索ブロックで構成されてよい。ブロックマッチング法のステップは、好ましくは、配列の中央の探索ブロックがＲＯＩの中心と重畳するように、ＲＯＩの中心部に配置された３×３の配列を用いて実行される。

好ましい実施形態において、ブロックマッチングアルゴリズムは、当業者に知られているように、非正規化相関技術または正規化相関技術、例えば、相関係数技術を使用して実施できる。各ブロックで、探索ゾーンは、実行速度を速くするために、ＲＦデータの後続フレーム内の小区画に限定されてよい。探索は、ステップ１６０において、ＲＯＩから得た削減された数の点に関して、軸方向と横方向の両方に実行されてよい。探索ゾーンは、好ましくは、ＲＦデータの連続したフレーム間、例えば、ＲＦ現行フレームバッファとＲＦ先行フレームバッファ間に生じる軸方向変位と横方向変位の両方の範囲を包含する十分な大きさを持つ。参照ＲＦフレームと現行ＲＦフレームの間ではなく、連続したＲＦデータフレーム間で探索を実行することにより、探索ゾーンを大幅に縮小できるため、アルゴリズムの演算速度を向上させることができる。また、隣接するＲＦデータフレーム間の非相関性は、参照ＲＦフレームと現行ＲＦフレーム間の場合よりもはるかに低い。連続したフレーム間で検出されたブロックの動きは、当業者に知られているように、相関係数の最大包絡線を示す、ずれに対応した変位によって規定される。相関係数の包絡線は、探索ゾーンからすべての探索位置について取得された相関係数結果の包絡関数を表している。包絡線を計算することにより、正の値のみが保証されると共に、相関係数結果内の変動が排除される。特定された変位は、１組のＲＦデータフレームペアから次のペアに累積される。具体的には、軸方向変位についての参照軸方向変位バッファと、横方向変位についての参照横方向変位バッファとが、ステップ１７０で更新される。次に、参照軸方向変位バッファおよび参照横方向変位バッファで更新された値は、ステップ１８０において、複合Ｂモード／歪み像生成表示モジュール１６に送られてよい。

次に、図３を参照して説明する。図３には、弾性イメージングシステム１０の複合Ｂモード／歪み像生成表示１６の好ましい実施形態が示されている。参照軸方向変位バッファと参照横方向変位バッファの位置は、ＲＦ参照フレームバッファに含まれているＲＦフレームデータ２４から生成されたＢモード像５４の上に重ね合わせることができる。これに代わる構成として、スキャンコンバータ３０によって生成された走査および変換されたＢモード像を利用することもできる。選択された圧縮前の弾性イメージングＲＯＩ２０は、透過的かつ略長方形の形状としてＢモード像５４に重畳されてよい。探索が実行された点は、参照軸方向変位バッファと参照横方向変位バッファにそれぞれ含まれている軸方向シフトと横方向シフトに対応する座標に表示される。限定するものではなく、一例として示すと、これらの点は、１２本のラインにより、水平軸および垂直軸に沿って連結されてよく、この連結したものは、変位した圧縮後の弾性イメージングＲＯＩ５６を表している。図３に示した像は、変位したＲＯＩ２０の絶対座標と、どのような大きさの圧縮がどの方向に発生したのかを示す視覚的指標と、を提供する。ただし、ＲＯＩ５６の軸方向変位と横方向変位は、変位したＲＯＩ２０のサイズより大幅に小さい可能性があり、そのために、オペレータにとって明白でないかもしれない。これは、参照軸方向変位バッファおよび参照横方向変位バッファも、複合Ｂモード／歪み像生成表示モジュール１６上に単独で表示できることに起因する。

ここで、図４を参照して説明する。図４は、参照軸方向変位バッファの好ましい表示を示している。横軸は深さを表し、「深さＡ」、「深さＢ」、および「深さＣ」は、図３の垂直軸上にマークした深さに対応する。図４において、方位角方向は折り畳まれているため、同一深さに位置する点は、互いに隣り合うように表示される。また、この線図には、参照軸方向変位バッファに対する最大許容軸方向閾６０と、最小イメージング許容閾６２とが示されている。これについては、後で詳しく説明する。

当業者であれば理解されるように、図４の参照軸方向変位バッファの表示と同様に、参照横方向変位バッファも、方位角方向を折り畳んで表示できる。他の例として、図５に、ＲＯＩの他の定量表現を示す。図５は、９つの正方形を含む図であり、この９つの正方形は、音響軸上の異なる深さ、例えば、深さＡ、深さＢ、および深さＣについての弾性イメージングＲＯＩ参照点に対応する。図５に示されている、累積横方向変位の絶対値は、変位なしを表す黒色から最大許容横方向変位を表す白色までグレイコード化される。

組織圧縮の質についての定量指標は、圧縮得点バッファに保存され（表１を参照）、また、参照フレームの包絡線と最新フレームの包絡線の相関によってブロック毎に指定されてよい。この定量指標は、正規化相関技術を採用して、１組のフレームペアから次のフレームペアに予め累積された変位で組織の動きを補正することによって取得できる。表示および閾値との比較のために、ＲＯＩ内で同一深さに位置するブロックに対応する定量データは、当業者に既知の適切な方法で処理されて、検討された個別の深さ毎に表示されてよい。定量データは、ＲＯＩの最上位ラインと、中央ラインと、最下位ラインに該当する３つの深さについて表示されると好ましい。

図３と図６の両方を参照しながら説明する。好ましい実施形態において、定量データは、ＲＯＩの最上位ライン（「深さＡ」）と、中央ライン（「深さＢ」）と、最下位ライン（「深さＣ」）に相当する３つの深さについて表示できる。図３と図６に表示された情報は、新しいＲＦデータフレーム２４が取得され、圧縮フィードバックアルゴリズム１２で利用できるようになった時に、リアルタイムで更新される。ここで、特に図６を参照して説明すると、圧縮得点の下側閾境界は、各種の組織構造をより適切に吸収するように、各深さ位置（すなわち軸方向の位置）と横方向の位置に異なる値を受け入れてよい。また、図６に示すように、各深さＡ，Ｂ，Ｃの少なくとも１つの閾６４，６６，６８、または軸方向位置が表示されてもよい。深さＡ７０と、深さＢ７２と、深さＣ７４における個別の探索ブロックそれぞれについての圧縮得点の個別値は、図６に示すように、表示１６に提示されてよい。したがって、表示された情報は、組織圧縮の質および量についてのリアルタイムのフィードバックをオペレータに提供することに加え、表示された情報により、最も有利な圧縮前後のフレームのペアの自動選択が可能になる。フレームペアの自動選択により、歪み像生成の計算に、選択されたフレームのみが利用されるため、計算負荷が低減する。リアルタイムの表示と自動選択によって、オペレータの訓練が軽減されると共に、歪み像生成の計算負荷が抑制される。

図２に戻って説明する。リアルタイム組織圧縮の質に関して、定量データに基づいて行われた最初の自動判定は、ステップ２１０において、圧縮得点バッファの記録を用いて計算されてよい（表１を参照）。具体的には、ステップ２１０において、未修正の状態、または当業者に既知の適切な処理が加えられた後の任意の深さにおける圧縮得点が、所定の深さに対する圧縮得点の最低許容閾設定よりも低い場合、その圧縮は許容できないと判定でき、圧縮フィードバックアルゴリズム１２は、前記バッファを再初期化し、ステップ１３０，１４０，１５０、および１００において新規ＲＦフレームデータ２４を取得するところから再始動できる。所定の深さについての圧縮得点の最低許容閾値は、圧縮に基づく１つ以上のアーティファクトを歪み像から排除できる程度に十分に大きい一方で、生成された歪み像の許容可能な流動を保証できる程度に十分に小さいものであってよい。

定量データに基づいた２回目の自動判定では、参照横方向変位バッファを利用する。ステップ２２０において、探索を実行するいずれか点の横方向変位の絶対値が、所定の最大許容横方向閾よりも大きい場合、その圧縮は許容できないと判定でき、圧縮フィードバックアルゴリズム１２は、バッファを再初期化し、ステップ１３０，１４０，１５０、および１００において新規ＲＦフレームデータ２４を取得するところから再始動できる。最大許容横方向閾値は、圧縮に基づくアーティファクトを歪み像から排除できる程度に十分に小さい一方で、生成された歪み像の許容可能な流動を保証できる程度に十分に大きくなければならない。

ステップ２３０での定量データにも基づいた３回目の自動判定では、参照軸方向変位バッファを利用する。探索を実行するいずれかの点の軸方向変位の値が、所定の最大許容軸方向閾より大きいか、または負である場合、その圧縮は許容できないと判定でき、前記アルゴリズムは、バッファを再初期化し、新規ＲＦフレームデータ２４の取得から再始動できる。正の軸方向変位のみが、減圧動作ではなく圧縮動作を示すものとして受け入れられる。これに代わる構成として、負の軸方向変位を受け入れて、圧縮動作ではなく、減圧動作を示すようにしてもよい。このような代替実施形態を採用することで、オペレータの教育および組織のより完全な弾性イメージング分析の生成の少なくともいずれかを行える。ここで、歪み像は、伸張時に生成されてもよく、この生成は、負のイメージング許容閾および負の最大許容軸方向閾と突き合わせて減圧動作を同様に測定することによって実現できる。

次に、図７を参照して説明する。図７に示した例では、探索を実行する点のうちの１つの軸方向変位の値が、所定の最大許容軸方向閾７６、例えば、深さＢより大きい場合に、推定された組織圧縮は許容できないと判定される。同様に、図８に示した他の例では、探索を実行する点の軸方向変位のいくつかが負の値である場合、推定された組織圧縮は許容できないと判定される。

もう一度、図２に戻って説明する。ステップ２４０での定量データに基づく４回目の自動判定でも、参照軸方向変位バッファを利用できる。探索を実行する点のいずれかの軸方向変位の値が、所定のイメージング許容閾８０より小さい場合、推定された圧縮の質は、許容できるものではあるが、図９に示されるように、良好な質の歪み像を生成できる十分な大きさはないと判定される。この場合、圧縮フィードバックアルゴリズムは、バッファを再初期化せずに、新規ＲＦフレームデータ２４の取得から再始動できる。

図２に更に示すように、ステップ２５０とステップ２６０において、探索を実行するすべての点の軸方向変位が、所定のイメージング許容閾と所定の最大許容軸方向閾の間に入る場合は、満足できる組織圧縮が推定されると共に、歪み像が算出されて、複合Ｂモード／歪み像生成表示装置１６に、図４に示したように表示されてよい。歪み像の生成表示後に、圧縮フィードバックアルゴリズム１２は、バッファを再初期化して、新規ＲＦフレームデータ２４の取得から再始動する。

特に注記すると、深さ、例えば、深さＡと、深さＢと、深さＣに対する前述の閾の位置から、弾性イメージングが実行される組織の歪みの範囲を設定できる。弾性ＳＮＲは、通常、歪み領域内で帯域フィルタ動作を提示する。このことは、ヴァルゲース（Ｔ．Ｖａｒｇｈｅｓｅ）とオフィル（Ｊ．Ｏｐｈｉｒ）による「Ａｔｈｅｏｒｅｔｉｃａｌｆｒａｍｅｗｏｒｋｆｏｒｐｅｒｆｏｒｍａｎｃｅｃｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆｅｌａｓｔｏｇｒａｐｈｙ：ｔｈｅｓｔｒａｉｎｆｉｌｔｅｒ（エラストグラフィのパフォーマンス特徴化についての理論的枠組：歪みフィルタ）」という表題のＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＵＦＦＣ，４４（１）：１６４−１７２，１９９７年と、シュリーニヴァサン（Ｓ．Ｓｒｉｎｉｖａｓａｎ）、リゲッティ（Ｒ．Ｒｉｇｈｅｔｔｉ）と、オフィルにより「Ｔｒａｄｅ−ｏｆｆｓｂｅｔｗｅｅｎｔｈｅａｘｉａｌｒｅｓｏｌｕｔｉｏｎａｎｄｔｈｅｓｉｇｎａｌ−ｔｏ−ｎｏｉｓｅｒａｔｉｏｉｎｅｌａｓｔｏｇｒａｐｈｙ（エラストグラフィにおける軸方向解像度と信号対雑音比の背反性）」、ＵｌｔｒａｓｏｕｎｄｉｎＭｅｄ．＆Ｂｉｏｌ，２９（６）：８４７−９６６，２００３年に説明されており、これらを本願明細書の一部として援用する。したがって、組織歪み範囲の適正な選択により、妥当な信号対雑音比（ＳＮＲ）と、そのＳＮＲに随伴した最適な弾性率ダイナミックレンジ（ＤＲ）と、が保証される。

歪みイメージングＤＲは、歪みフィルタの通過帯域の開始位置近傍に、所定のイメージング許容閾を適切に設定すると共に、歪みフィルタの通過帯域の終了位置近傍に、所定の最大許容軸方向閾を設定することによって最適化できる。歪み像の選択と、弾性イメージングシステムのディスプレイに表示される弾性像は、弾性ＳＮＲと最適な弾性ＤＲとに対応して最適化される。圧縮フィードバックアルゴリズム１２は、フィルタとして機能でき、弾性イメージングシステムを利用して、ディスプレイに対応した歪み像の決定と選択を行える。このような歪み像は、オペレータによって取得される結果の質を向上させるのみならず、オペレータの訓練も強化できる。

前述したように、オペレータの訓練と、弾性像生成結果の背景をなすデータの質の確認は、弾性イメージングシステムによって提供されるフィードバックに基づいて評価されてよい。オペレータの訓練は、本明細書で説明および考察した、１つ以上の異なる方法を用いて実現できるが、それらの方法に限定されるものではない。

例えば、弾性イメージングモジュールによる、許容可能な弾性像の生成が完了した時点で、オペレータは、その弾性像の生成で実行した圧縮と減圧の少なくともいずれかの質に関するフィードバックを受け取ることができる。統計データ、定性データ、および定量データ等は、例えば、履歴データに記録でき、オペレータがそのデータを呼び出して、圧縮または伸張の質を判断し、オペレータへのフィードバックを取得することで、オペレータの圧縮技術と伸張技術の少なくともいずれかを改善できる。特に、統計データ、定量データ、定性データ等、弾性像の生成に利用された履歴データまたは記録データと、弾性像の構成に使用された各参照データフレームとは、すべて、統計的、定量的、定性的等の性質を持つ図、例えば、当業者に周知の表、線図、グラフ等に、弾性像と共に、あるいは、弾性像とは別に表示されてよい。限定するものではなく、一例として示すと、このような図は、図６〜９のグラフおよび線図を含んでよく、これらのグラフおよび線図は、それぞれ単独で、あるいは、互いに組み合わされ、かつ／または、結果的に得られた弾性像や関連する参照データフレームと組み合わされて、オペレータ用、指導教官用等として表示装置上に配置されてよい。

オペレータと指導教官の両方またはそのいずれかは、１つ以上の図を利用したフィードバックを受け取ってもよい。例えば、これらの図は、圧縮動作と減圧動作の少なくともいずれかのカラー画像と、グレイスケール画像の両方またはいずれかを含んでよい。オペレータは、圧縮動作の最中に生じる特定の色の変化、あるいは１つ以上の色の変化を見ることで、圧縮動作と減圧動作の少なくともいずれかの質を判断でき、例えば、グレイスケール画像またはカラー画像内において暗い領域からより明るい領域へと明度が高くなることや、グレイスケールからカラーへの色変化等から判断できる。このようなカラー画像と色変化の少なくともいずれかを示す図も、例えば、履歴データに記録でき、弾性像の生成中と生成後の少なくともいずれかの時点で呼び出すことができる。

図を用いた記録データまたは履歴データの表示に加え、オペレータへのフィードバックを提供するために、可聴式ノイズも採用でき、この可聴式ノイズも記録されてよい。音声の記録再生装置は、弾性イメージングシステム１０内に組み込まれても、あるいは、スタンドアローンに構成されてもよい。また、この記録再生装置は、弾性イメージングの実行中に生成される可聴式ノイズを取り込むことができる。ノイズは、圧縮動作、減圧動作、許容可能な圧縮／減圧動作、不満足な圧縮／減圧動作等に解釈されてよい。このようなノイズは、１つ以上の音の高さと、倍音と、音量と、リズムと、ビートと、これらの少なくとも１つを含む組み合わせ等を利用して情報を伝達できる。オペレータは、生体組織を圧縮および伸張させながら、このようなノイズを聞いて、動作が許容可能な圧縮／伸張範囲内に入るかどうかを把握することができる。同様に、指導教官も、記録されたノイズパターンを呼び出して聴き、オペレータによって実行された圧縮／伸張の質を判定できる。その結果、オペレータは、本明細書で考察した弾性イメージングシステムを用いて行った自身による試験的実行の音声記録を聞くことで、自身の能力を改善する方法を継続的に学習できる。

本発明は、ここに記載および提示した例に限定されるものではなく、これらの例は、本発明を実施する最適な様式の例示にすぎないこと、また、処理の各部および細部の形式、大きさ、構成を修正できることは理解されるであろう。更に云えば、本発明は、請求項に定義された精神および範囲内に、このような修正を包含するものとしてなされたものである。

診断用超音波システムを利用するリアルタイムのフリーハンド静的弾性イメージングシステムに、本発明の圧縮フィードバックアルゴリズムを組み込んだものを示すブロック図である。圧縮フィードバックアルゴリズムの主な構成要素と機能とを示すフローチャートである。圧縮フィードバックアルゴリズムの主な構成要素と機能とを示すフローチャートである。ＲＦ参照フレームバッファのＢモード像表示、弾性イメージングの圧縮前の関心領域、および圧縮後の関心領域を示す図である。音響軸に沿った各種の深さに対応する、弾性イメージング関心領域参照点の累積軸方向変位を示すグラフである。音響軸に沿った各種の深さに対応する、弾性イメージング関心領域参照点の累積横方向変位を示す色分け図である。異なる深さについて、組織圧縮の質の平均定量指標を示す線図である。弾性イメージング参照点の１つの軸方向変位が所定の最大許容軸方向閾より大きい場合の許容できない圧縮を示すグラフである。弾性イメージング参照点のうちのいくつかの点の軸方向変位が負の値を持つ場合の許容できない圧縮を示すグラフである。イメージング許容閾より軸方向変位が小さいために、質の高い歪み像は生成できないが、依然として許容可能な圧縮を示すグラフである。

Claims

少なくとも１つの基準に基づいて、圧縮前フレームと圧縮後フレームを含む少なくとも１組のフレームペアを自動的に選択することと、
前記少なくとも１組のフレームペアを分析することと、
弾性像を算出することと、
前記弾性像を表示することと、
を含む、生体組織の弾性イメージングを行うプロセス。
前記自動的に選択するステップは、圧縮フィードバックアルゴリズムを使用することを含む、請求項１に記載のプロセス。
前記少なくとも１つの基準は、組織の変位量と、少なくとも１つの組織相関結果と、を含む、請求項１に記載のプロセス。
前記自動的に選択するステップは、弾性像を算出する前に、弾性像の質を推定することを更に含む、請求項１に記載のプロセス。
前記自動的に選択するステップは、視覚的フィードバック、可聴式フィードバック、または前記視覚的フィードバックと前記可聴式フィードバックの両方、のうちの少なくともいずれかをオペレータに提供することを更に含む、請求項１に記載のプロセス。
前記提供するステップは、前記視覚的フィードバックと前記可聴式フィードバックのオペレータへの提供を、圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、満足できる圧縮動作、満足できる減圧動作、不満足な圧縮動作、または不満足な減圧動作のうちの少なくとも１つを達成した時点で行うことを更に含む、請求項５に記載のプロセス。
前記弾性像の算出に使用された複数のデータの質をオフラインで確認することを更に含む、請求項１に記載のプロセス。
前記確認するステップは、少なくとも１つの定量データ、少なくとも１つの定性データ、または前記少なくとも１つの定量データと前記少なくとも１つの定性データの両方、のうちの少なくともいずれかを視覚的に表示し、かつ、可聴式に投射することを含む、請求項７に記載のプロセス。
前記確認するステップは、少なくとも１つの定量データ、少なくとも１つの定性データ、または前記少なくとも１つの定量データと前記少なくとも１つの定性データの両方、のうちの少なくともいずれかを視覚的に表示、または可聴式に投射することを含む、請求項７に記載のプロセス。
画像についての関心領域を設定することと、
生体組織を変形して、組織変形を生成することと、
イメージング関連のフレームレートで、少なくとも２つのＲＦフレームデータを取得することと、
前記少なくとも２つのＲＦフレームデータを、圧縮フィードバックアルゴリズムに組み込むステップと、
前記関心領域から得た少なくとも１ブロック内の前記少なくとも２つのＲＦフレームデータについて、ブロックマッチングアルゴリズムを利用して、組織変形の質の少なくとも１つの定量指標を決定することと、
前記少なくとも２つのＲＦフレームデータの前記少なくとも１つの定量指標を、前記関心領域から得た少なくとも１ブロック内の複数の閾値のうちの少なくとも１つと比較することと、
前記少なくとも２つのＲＦフレームデータの前記少なくとも１つの定量指標を、前記複数の閾値のうちの少なくとも１つと比較したものを表示することと、
前記比較に基づいて、許容可能な組織変形を推定することと、
推定された前記許容可能な組織変形は、満足できる組織変形をもたらす良好なものであるかどうかを判定することと、
前記生体組織の弾性像を表示することと、
を含む、弾性イメージングを実行するプロセス。
前記定量指標を決定するステップは、少なくとも１つの軸方向圧縮量の値と、少なくとも１つの横方向圧縮量の値と、を算出することを含む、請求項１０に記載のプロセス。
前記算出するステップは、
前記関心領域から得た少なくとも１ブロック内の、少なくとも２つの隣接するＲＦデータフレーム間の少なくとも１つの軸方向シフトと、少なくとも１つの横方向シフトとを推定するステップと、
前記少なくとも１つの軸方向シフトと、前記少なくとも１つの横方向シフトとを累積して、前記関心領域から得た少なくとも１ブロック内の、参照ＲＦフレームデータと現行ＲＦフレームデータの間の前記軸方向圧縮量の値および前記横方向圧縮量の値を生成するステップと、
を含む、請求項１１に記載のプロセス。
前記少なくとも１つの軸方向シフトと前記少なくとも１つの横方向シフトとを推定するプロセスは、前記関心領域から得た少なくとも１ブロック内の、少なくとも１つの軸方向探索範囲および少なくとも１つの横方向探索範囲で、探索プロシージャを実行することを含む、請求項１２に記載のプロセス。
前記軸方向圧縮量の値および前記横方向圧縮量の値に基づいて、前記組織変形の少なくとも１つの方向および前記組織変形の量についての少なくとも１つの図表を表示することを更に含む、請求項１３に記載のプロセス。
前記参照ＲＦフレームデータは前記現行ＲＦフレームデータと隣接していない、請求項１３に記載のプロセス。
前記推定するステップは、前記ブロックマッチングアルゴリズムを利用して、前記少なくとも１つの軸方向シフトと、少なくとも１つの横方向シフトとを推定することを含む、請求項１３に記載のプロセス。
前記ブロックマッチングアルゴリズムは相関係数技術を含む、請求項１６に記載のプロセス。
前記相関係数技術は、
少なくとも１つの軸方向探索範囲および少なくとも１つの横方向探索範囲における探索プロシージャの実行中に取得した一連の相関係数に包絡関数を適用して、一連の包絡線係数を生成するステップと、
前記一連の包絡線係数の最大値を特定するステップと、
軸方向変位を表す、前記最大値の軸方向のずれを判定するステップと、
横方向変位を表す、前記最大値の横方向のずれを判定するステップと、
を含む、請求項１７に記載のプロセス。
前記組織変形の質についての前記少なくとも１つの定量指標を決定することは、参照ＲＦフレームデータの第１包絡線と現行ＲＦフレームデータの第２包絡線の間の前記関心領域から得た少なくとも１ブロック内の少なくとも１つの圧縮得点を算出することを更に含む、請求項１０に記載のプロセス。
前記算出するステップは、正規化相関技術を利用して、前記少なくとも１つの圧縮得点を算出することを含む、請求項１９に記載のプロセス。
前記正規化相関技術は相関係数技術である、請求項２０に記載のプロセス。
前記算出するステップは、軸方向圧縮量および横方向圧縮量を用いて、参照ＲＦフレームデータと現行ＲＦフレームデータの間の動きを補正することを含む、請求項１９に記載のプロセス。
前記比較するステップは、
少なくとも１つの圧縮得点を、最小許容圧縮得点閾値と比較するステップと、
横方向圧縮量の絶対値を、最大許容横方向閾値と比較するステップと、
軸方向圧縮量の値を、最大許容軸方向閾値およびイメージング許容閾値と比較するステップと、
前記軸方向圧縮量の値を、ゼロ値と比較するステップと、
を含む、請求項１０に記載のプロセス。
前記比較したものを表示するステップは、前記少なくとも１つの定量指標と、前記複数の閾値のうちの少なくとも１つと、を表示することを更に含む、請求項１０に記載のプロセス。
前記表示するステップは、前記関心領域から得た前記少なくとも１ブロックについての定量軸方向変位を表示することを更に含む、請求項２４に記載のプロセス。
前記表示するステップは、前記定量軸方向変位の図表を表示することを含む、請求項２５に記載のプロセス。
前記表示するステップは、カラーコード化された図表を表示することを含む、請求項２６に記載のプロセス。
前記表示するステップは、前記少なくとも１つの定量指標の最大許容軸方向閾値と、イメージング許容閾値と、を表示することを更に含む、請求項２４に記載のプロセス。
前記表示するステップは、カラーコード化された図表を表示することを含む、請求項２８に記載のプロセス。
前記表示するステップは、最大許容軸方向閾値を、図表内の最大値または最小値として表示することを更に含む、請求項２４に記載のプロセス。
前記表示するステップは、イメージング許容閾値を、図表内の最大値または最小値として表示することを更に含む、請求項２４に記載のプロセス。
前記比較したものを表示するステップは、
前記関心領域から得た少なくとも１ブロックについての少なくとも１つの累積横方向変位の値、または少なくとも１つの累積軸方向変位の値の定量表現を表示するステップを更に含む、請求項１０に記載のプロセス。
前記表示するステップは、カラーコード化された定量表現を表示することを含む、請求項３２に記載のプロセス。
前記比較したものを表示するステップは、前記少なくとも１ブロックについての、少なくとも１つの累積横方向変位の絶対値または少なくとも１つの累積軸方向変位の値を表示することを更に含む、請求項１０に記載のプロセス。
前記比較したものを表示するステップは、最大許容横方向閾値を、図表内の最大値または最小値として表示することを更に含む、請求項１０に記載のプロセス。
前記比較したものを表示するステップは、前記少なくとも１ブロックについての圧縮得点の定量表現を表示することを更に含む、請求項１０に記載のプロセス。
前記表示するステップは、カラーコード化された図表を表示することを含む、請求項３６に記載のプロセス。
前記表示するステップは、最小許容圧縮得点閾値を表示することを含む、請求項３６に記載のプロセス。
前記表示するステップは、最小許容圧縮得点閾値を、図表内の最大値または最小値として表示することを含む、請求項３６に記載のプロセス。
前記関心領域から得た前記少なくとも１ブロックについて、前記推定された許容組織変形を判定するステップは、
圧縮得点の値が最少許容圧縮得点閾値より大きいかどうかを判定するステップと、
横方向圧縮量の値の絶対値が、最大許容横方向閾値より小さいかどうかを判定するステップと、
軸方向圧縮量の値が、正の値であり、かつ、最大許容軸方向閾値より小さいかどうかを判定するステップと、
を含む、請求項１０に記載のプロセス。
前記圧縮得点の値は、前記最少許容圧縮得点閾値より小さいと判定された場合、
前記横方向圧縮量の値の絶対値は、前記最大許容横方向閾値より大きいと判定された場合、および
前記軸方向圧縮量の値は、負の値であるか、または前記最大許容軸方向閾値より大きい正の値であると判定された場合のうちのいずれかの場合において、許容できない組織変形を判定することを更に含む、請求項４０に記載のプロセス。
前記ＲＦフレームデータを、ＲＦ現行フレームバッファからＲＦ参照フレームバッファにコピーするステップと、
前記ＲＦフレームデータを、前記ＲＦ現行フレームバッファからＲＦ先行フレームバッファにコピーするステップと、
前記軸方向圧縮量の値および前記横方向圧縮量の値をゼロに設定するステップと、
前記圧縮フィードバックアルゴリズムを再始動するステップと、
少なくとも１つのＲＦフレームデータを取得するステップと、
前記少なくとも１つのＲＦフレームデータを、前記ＲＦ現行フレームバッファに保存するステップと、
を更に含む、請求項４１に記載のプロセス。
前記関心領域から得た前記少なくとも１ブロックについて、前記満足できる組織変形を判定するステップは、軸方向圧縮量の値がイメージング許容閾値より大きいかどうかを判定することを含む、請求項１０に記載のプロセス。
前記軸方向圧縮量の値が、前記イメージング許容閾値より小さい場合に、不満足な許容組織変形を判定することを更に含む、請求項４３に記載のプロセス。
前記ＲＦフレームデータを、前記ＲＦ現行フレームバッファからＲＦ先行フレームバッファにコピーするステップと、
前記圧縮フィードバックアルゴリズムを再始動するステップと、
少なくとも１つのＲＦフレームデータを取得するステップと、
前記少なくとも１つのＲＦフレームデータを、前記ＲＦ現行フレームバッファに保存するステップと、
を更に含む、請求項４４に記載のプロセス。
前記弾性像を表示するステップの後で、
前記ＲＦフレームデータを、ＲＦ現行フレームバッファからＲＦ参照フレームバッファにコピーするステップと、
前記ＲＦフレームデータを、ＲＦ現行フレームバッファからＲＦ先行フレームバッファにコピーするステップと、
軸方向圧縮量の値および横方向圧縮量の値をゼロに設定するステップと、
前記圧縮フィードバックアルゴリズムを再始動するステップと、
少なくとも１つのＲＦフレームデータを取得するステップと、
前記少なくとも１つのＲＦフレームデータを、前記ＲＦ現行フレームバッファに保存するステップと、
を更に含む、請求項１０に記載のプロセス。
前記少なくとも２つのＲＦフレームデータと、前記弾性像と、参照軸方向変位バッファの複数のデータと、参照横方向変位バッファの複数のデータと、圧縮得点バッファの複数のデータと、を記録することを更に含む、請求項１０に記載のプロセス。
前記記録するステップは、前記少なくとも２つのＲＦフレームデータと、前記弾性像と、前記参照軸方向変位バッファの前記複数のデータと、前記参照横方向変位バッファの前記複数のデータと、前記圧縮得点バッファの前記複数のデータと、を再確認するためのアクセスを提供することを更に含む、請求項４７に記載のプロセス。
前記アクセスを提供するステップは、オペレータを訓練する、弾性像の質を評価する、および弾性像の質を確認するためのオフラインのアクセスを提供することを更に含む、請求項４８に記載のプロセス。
少なくとも１つの可聴ノイズを生成することを更に含み、この生成は、
圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、満足できる圧縮動作、満足できる減圧動作、不満足な圧縮動作、または不満足な減圧動作のうちのいずれか１つを達成した時点で行われる、請求項１０に記載のプロセス。
前記少なくとも１つの可聴ノイズは、前記圧縮動作、前記減圧動作、前記許容可能な圧縮動作、前記許容可能な減圧動作、前記許容できない圧縮動作、前記許容できない減圧動作、前記満足できる圧縮動作、前記満足できる減圧動作、前記不満足な圧縮動作、および前記不満足な減圧動作のうちのいずれか１つにそれぞれ対応する、請求項５０に記載のプロセス。
前記少なくとも１つの可聴ノイズを記録することを更に含む、請求項５０に記載のプロセス。
記録された前記少なくとも１つの可聴ノイズを増幅することを更に含む、請求項５２に記載のプロセス。
圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、不満足な圧縮動作、または不満足な減圧動作のうちのいずれか１つに対応する、少なくとも１つのカラー画像を生成して表示することを更に含む、請求項１０に記載のプロセス。
第１のカラー画像と第２のカラー画像とを比較することを更に含む、請求項５４に記載のプロセス。
前記第１のカラー画像と前記第２のカラー画像とを比較する際に、少なくとも１つの色の変化を検出することを更に含む、請求項５５に記載のプロセス。
前記検出するステップは、前記少なくとも１つの色の純度変化を検出することを含む、請求項５６に記載のプロセス。
前記検出するステップは、前記少なくとも１つの色の濃淡階調変化を検出することを含む、請求項５６に記載のプロセス。
前記弾性像を表示する前に、許容可能な圧縮を達成したことに基づいて、前記生体組織の弾性像を生成する追加のステップを更に含む、請求項１０に記載のプロセス。
超音波システムであって、前記システムで読み出し可能なコンピュータ読み出し可能記憶装置を含み、前記コンピュータ読み出し可能記憶装置は、弾性イメージングを行う後述のステップを実行するために前記システムで実行できる一連の命令を含むプログラムを有形的に実現し、
前記一連の命令は、
画像についての関心領域を設定し、その後、生体組織の変形によって、組織変形を生成する命令と、
イメージングに関連したフレームレートで、少なくとも２つのＲＦフレームデータを取得する命令と、
前記少なくとも２つのＲＦフレームデータを圧縮フィードバックアルゴリズムに組み込む命令と、
前記関心領域から得た少なくとも１ブロック内の前記少なくとも２つのＲＦフレームデータについて、ブロックマッチングアルゴリズムを利用して、組織変形の質の少なくとも１つの定量指標を決定する命令と、
前記少なくとも２つのＲＦフレームデータの前記少なくとも１つの定量指標を、前記関心領域から得た少なくとも１ブロック内の複数の閾値のうちの少なくとも１つと比較する命令と、
前記少なくとも２つのＲＦフレームデータの前記少なくとも１つの定量指標を、前記複数の閾値のうちの少なくとも１つと比較したものを表示する命令と、
前記比較に基づいて、許容可能な組織変形を推定する命令と、
推定された許容可能な組織変形は、満足できる組織変形をもたらす良好なものであるかどうかを判定する命令と、
前記生体組織の弾性像を表示する命令と、
を含む、超音波システム。
前記定量指標を決定する命令は、少なくとも１つの軸方向圧縮量の値と、少なくとも１つの横方向圧縮量の値と、を算出する命令を含む、請求項６０に記載の超音波システム。
前記算出する命令は、
前記関心領域から得た少なくとも１ブロック内の少なくとも２つの隣接するＲＦデータフレーム間の少なくとも１つの軸方向シフトと、少なくとも１つの横方向シフトとを推定する命令と、
前記少なくとも１つの軸方向シフトと、少なくとも１つの横方向シフトとを累積して、前記関心領域から得た少なくとも１ブロック内の、参照ＲＦフレームデータと現行ＲＦフレームデータ間の前記軸方向圧縮量の値および前記横方向圧縮量の値を生成する命令と、
を含む、請求項６１に記載の超音波システム。
前記少なくとも１つの軸方向シフトと、前記少なくとも１つの横方向シフトとを推定する命令は、前記関心領域から得た少なくとも１ブロック内の少なくとも１つの軸方向探索範囲および少なくとも１つの横方向探索範囲で、探索プロシージャを実行することを含む、請求項６２に記載の超音波システム。
前記軸方向圧縮量の値および前記横方向圧縮量の値に基づいて、前記組織変形の少なくとも１つの方向および前記組織変形の量についての少なくとも１つの図表を表示する命令を含む、請求項６３に記載の超音波システム。
前記参照ＲＦフレームデータは、前記現行ＲＦフレームデータに隣接していない、請求項６３に記載の超音波システム。
前記推定する命令は、前記ブロックマッチングアルゴリズムを使用して、前記少なくとも１つの軸方向シフトと、前記少なくとも１つの横方向シフトとを推定する命令を含む、請求項６３に記載の超音波システム。
前記ブロックマッチングアルゴリズムは、相関係数技術を含む、請求項６６に記載の超音波システム。
前記相関係数技術を適用する命令を更に含み、
前記少なくとも１つの軸方向探索範囲および前記少なくとも１つの横方向探索範囲における前記探索プロシージャの実行中に取得した一連の相関係数に包絡関数を適用して、一連の包絡線係数を生成する命令と、
前記一連の包絡線係数の最大値を特定する命令と、
軸方向変位を表す、前記最大値の軸方向のずれを判定する命令と、
横方向変位を表す、前記最大値の横方向のずれを判定する命令と、
を含む、請求項６７に記載の超音波システム。
前記組織変形の前記少なくとも１つの定量指標を決定する命令は、参照ＲＦフレームデータの第１包絡線と現行ＲＦフレームデータの第２包絡線の間の関心領域から得た少なくとも１ブロック内の少なくとも１つの圧縮得点を算出する命令を更に含む、請求項６６に記載の超音波システム。
前記算出する命令は、正規化相関技術を使用して、前記少なくとも１つの圧縮得点を算出する命令を含む、請求項６９に記載の超音波システム。
前記正規化相関技術は相関係数技術である、請求項７０に記載の超音波システム。
前記算出する命令は、軸方向圧縮量および横方向圧縮量を用いて、参照ＲＦフレームデータと現行ＲＦフレームデータの間の動きを補正する命令を含む、請求項６９に記載の超音波システム。
前記比較する命令は、
少なくとも１つの圧縮得点を、最小許容圧縮得点閾値と比較する命令と、
横方向圧縮量の絶対値を、最大許容横方向閾値と比較する命令と、
軸方向圧縮量の値を、最大許容軸方向閾値およびイメージング許容閾値と比較する命令と、
前記軸方向圧縮量の値を、ゼロと比較する命令と、
を含む、請求項６０に記載の超音波システム。
前記比較したものを表示する命令は、前記少なくとも１つの定量指標と、前記複数の閾値のうちの少なくとも１つと、を表示する命令を更に含む、請求項６０に記載の超音波システム。
前記表示する命令は、前記関心領域から得た前記少なくとも１ブロック内の定量軸方向変位を表示する命令を更に含む、請求項７４に記載の超音波システム。
前記表示する命令は、前記定量軸方向変位の図表を表示する命令を含む、請求項７５に記載の超音波システム。
前記表示する命令は、カラーコード化された図表を表示する命令を含む、請求項７６に記載の超音波システム。
前記表示する命令は、前記少なくとも１つの定量指標の最大許容軸方向閾値とイメージング閾値とを表示する命令を更に含む、請求項７４に記載の超音波システム。
前記表示する命令は、カラーコード化された図表を表示する命令を含む、請求項７８に記載の超音波システム。
前記表示する命令は、最大許容軸方向閾値を、図表内の最大値または最小値として表示する命令を更に含む、請求項７４に記載の超音波システム。
前記表示する命令は、イメージング許容閾値を、図表内の最大値または最小値として表示する命令を更に含む、請求項７４に記載の超音波システム。
前記比較したものを表示する命令は、
前記関心領域から得た前記少なくとも１ブロックについて、少なくとも１つの累積横方向変位の値または少なくとも１つの累積軸方向変位の値の定量表現を表示する命令を更に含む、請求項６０に記載の超音波システム。
前記表示する命令は、カラーコード化された定量表現を表示する命令を含む、請求項８２に記載の超音波システム。
前記比較したものを表示する命令は、前記少なくとも１ブロックについての、少なくとも１つの累積横方向変位の絶対値または少なくとも１つの軸方向変位の値を表示する命令を更に含む、請求項６０に記載の超音波システム。
前記比較したものを表示する命令は、最大許容横方向閾値を、図表内の最大値または最小値として表示する命令を更に含む、請求項６０に記載の超音波システム。
前記比較したものを表示する命令は、前記少なくとも１ブロックについての圧縮得点の定量表現を表示する命令を更に含む、請求項６０に記載の超音波システム。
前記表示する命令は、カラーコード化された図表を表示する命令を含む、請求項８６に記載の超音波システム。
前記表示する命令は、最小許容圧縮得点閾値を表示する命令を含む、請求項８６に記載の超音波システム。
前記表示する命令は、最小許容圧縮得点閾値を、図表内の最大値または最小値として表示する命令を含む、請求項８６に記載の超音波システム。
前記関心領域から得た前記少なくとも１ブロックについて、前記推定された許容組織変形を判定する命令は、
圧縮得点の値は、最小許容圧縮得点閾値より大きいかどうかを判定する命令と、
横方向圧縮量の値の絶対値は、最大許容横方向閾値より小さいかどうかを判定する命令と、
軸方向圧縮量の値は、正の値であり、かつ、最大許容軸方向閾値より小さいかどうかを判定する命令と、
を含む、請求項６０に記載の超音波システム。
前記圧縮得点の値は前記最小許容圧縮得点閾値より小さい場合、前記横方向圧縮量の値の絶対値は、前記最大許容横方向閾値より大きい場合、または前記軸方向圧縮量の値は、正の値であり、かつ、前記最大許容軸方向閾値より大きい場合、のいずれかの場合において、許容できない組織変形を判定する命令を更に含む、請求項９０に記載の超音波システム。
前記ＲＦフレームデータを、ＲＦ現行フレームバッファからＲＦ参照フレームバッファにコピーする命令と、
前記ＲＦフレームデータを、前記ＲＦ現行フレームバッファからＲＦ先行フレームバッファにコピーする命令と、
前記軸方向圧縮量の値および前記横方向圧縮量の値をゼロに設定する命令と、
前記圧縮フィードバックアルゴリズムを再始動する命令と、
少なくとも１つのＲＦフレームデータを取得する命令と、
前記少なくとも１つのＲＦフレームデータを前記ＲＦ現行フレームバッファに保存する命令と、
を更に含む、請求項９１に記載の超音波システム。
前記関心領域から得た前記少なくとも１ブロックについて、前記満足できる組織変形を判定する命令は、軸方向圧縮量の値がイメージング許容閾値より大きいかどうかを判定する命令を含む、請求項６０に記載の超音波システム。
前記軸方向圧縮量の値が前記イメージング許容閾値より小さいときに、不満足な許容組織変形を判定する命令を更に含む、請求項９３に記載の超音波システム。
前記ＲＦフレームデータを、前記ＲＦ現行フレームバッファからＲＦ先行フレームバッファにコピーする命令と、
前記圧縮フィードバックアルゴリズムを再始動する命令と、
少なくとも１つのＲＦフレームデータを取得する命令と、
前記少なくとも１つのＲＦフレームデータを前記ＲＦ現行フレームバッファに保存する命令と、
を含む、請求項９４に記載の超音波システム。
前記弾性像を表示した後で、
前記ＲＦフレームデータを、ＲＦ現行フレームバッファからＲＦ参照フレームバッファにコピーする命令と、
前記ＲＦフレームデータを、ＲＦ現行フレームバッファからＲＦ先行フレームバッファにコピーする命令と、
軸方向圧縮量の値および横方向圧縮量の値をゼロに設定する命令と、
前記圧縮フィードバックアルゴリズムを再始動する命令と、
少なくとも１つのＲＦフレームデータを取得する命令と、
前記少なくとも１つのＲＦフレームデータを前記ＲＦ現行フレームバッファに保存する命令と、
を含む、請求項６０に記載の超音波システム。
前記少なくとも２つのＲＦフレームデータと、前記弾性像と、参照軸方向変位バッファの複数のデータと、参照横方向変位バッファの複数のデータと、圧縮得点バッファの複数のデータと、を記録する命令を更に含む、請求項６０に記載の超音波システム。
前記記録する命令は、前記少なくとも２つのＲＦフレームデータと、前記弾性像と、前記参照軸方向変位バッファの前記複数のデータと、前記参照横方向変位バッファの前記複数のデータと、前記圧縮得点バッファの前記複数のデータと、を再確認するためのアクセスを提供する命令を更に含む、請求項９７に記載の超音波システム。
前記アクセスを提供する命令は、オペレータを訓練する、弾性像の質を評価する、および弾性像の質を確認するためのオフラインのアクセスを提供することを更に含む、請求項９８に記載の超音波システム。
少なくとも１つの可聴ノイズを生成する命令を更に含み、この生成は、
圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、満足できる圧縮動作、満足できる減圧動作、不満足な圧縮動作、または不満足な減圧動作のうちのいずれか１つを達成した時点で行われる、請求項６０に記載の装置。
前記少なくとも１つの可聴ノイズは、前記圧縮動作、前記減圧動作、前記許容可能な圧縮動作、前記許容可能な減圧動作、前記許容できない圧縮動作、前記許容できない減圧動作、前記満足できる圧縮動作、前記満足できる減圧動作、前記不満足な圧縮動作、または前記不満足な減圧動作のうちのいずれか１つにそれぞれ対応する、請求項１００に記載の超音波システム。
前記少なくとも１つの可聴ノイズを記録する命令を更に含む、請求項１００に記載の超音波システム。
記録された前記少なくとも１つの可聴ノイズを増幅する命令を更に含む、請求項１０２に記載の超音波システム。
圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、不満足な圧縮動作、または不満足な減圧動作のうちのいずれか１つに対応する、少なくとも１つのカラー画像を生成して表示する命令を更に含む、請求項６０に記載の超音波システム。
第１カラー画像と第２カラー画像とを比較する命令を更に含む、請求項１０４に記載の超音波システム。
前記第１カラー画像と前記第２カラー画像とを比較する際に、少なくとも１つの色の変化を検出する命令を更に含む、請求項１０５に記載の超音波システム。
前記検出する命令は、前記少なくとも１つの色の純度変化を検出する命令を含む、請求項１０６に記載の超音波システム。
前記検出する命令は、前記少なくとも１つの色の濃淡階調変化を検出する命令を含む、請求項１０６に記載の超音波システム。
前記弾性像を表示する前に、許容可能な圧縮の達成に基づいて、前記生体組織の弾性像を生成する命令を更に含む、請求項６０に記載の超音波システム。
超音波システムであって、前記システムで読み出し可能なコンピュータ読み出し可能記憶装置を含み、前記コンピュータ読み出し可能記憶装置は、弾性イメージングを行う後述のステップを実行するために前記システムで実行できる一連の命令を含むプログラムを有形的に実現し、
前記一連の命令は、
少なくとも１つの基準に基づいて、圧縮前フレームと圧縮後フレームを含む少なくとも１組のフレームペアを自動的に選択する命令と、
前記少なくとも１組のフレームペアを分析する命令と、
弾性像を算出する命令と、
前記弾性像を表示する命令と、
を含む、超音波システム。
前記自動的に選択する命令は、圧縮フィードバックアルゴリズムを使用する命令を含む、請求項１１０に記載の超音波システム。
前記少なくとも１つの基準は、組織変位の量と、少なくとも１つの組織相関結果と、を含む、請求項１１０に記載の超音波システム。
前記自動的に選択する命令は、弾性像の算出前に、弾性像を推定する命令を更に含む、請求項１１０に記載の超音波システム。
前記自動的に選択する命令は、視覚的フィードバック、可聴式フィードバック、または前記視覚的フィードバックと前記可聴式フィードバックの両方、のうちの少なくともいずれかをオペレータに提供する命令を更に含む、請求項１１０に記載の超音波システム。
前記提供する命令は、前記視覚的フィードバックと前記可聴式フィードバックの前記オペレータへの提供を、圧縮動作、減圧動作、許容可能な圧縮動作、許容可能な減圧動作、許容できない圧縮動作、許容できない減圧動作、満足できる圧縮動作、満足できる減圧動作、不満足な圧縮動作、または不満足な減圧動作、のうちのいずれか１つを達成した時点で行う命令を更に含む、請求項１１４に記載の超音波システム。
前記弾性像の算出に使用された複数のデータの質をオフラインで確認する命令を更に含む、請求項１１４に記載の超音波システム。
前記確認する命令は、少なくとも１つの定量データ、少なくとも１つの定性データ、または前記少なくとも１つの定量データと前記少なくとも１つの定性データの両方、のうちの少なくとも１つを視覚的に表示し、かつ可聴式に投射する命令を含む、請求項１１６に記載の超音波システム。
前記確認する命令は、少なくとも１つの定量データ、少なくとも１つの定性データ、または前記少なくとも１つの定量データと前記少なくとも１つの定性データの両方、のうちの少なくとも１つを視覚的に表示、または可聴式に投射する命令を含む、請求項１１６に記載の超音波システム。