JP2011229919A

JP2011229919A - 適応的クラッタフィルタリングを行う超音波システムおよび方法

Info

Publication number: JP2011229919A
Application number: JP2011098598A
Authority: JP
Inventors: Moo Ho Bae; ムホベ，; Young Seok Lee; ヨンソクリ，; Sung Bae Park; ソンベパク，; Kyoung Bo Lee; キョンボリ，
Original assignee: Samsung Medison Co Ltd
Current assignee: Samsung Medison Co Ltd
Priority date: 2010-04-26
Filing date: 2011-04-26
Publication date: 2011-11-17
Also published as: US20110263984A1; EP2380498B1; EP2380498A1; EP2380498B8

Abstract

【課題】自己回帰モデル（ａｕｔｏ−ｇｒｅｓｓｉｖｅｍｏｄｅｌ）を用いて適応的クラッタフィルタリングを行う超音波システムおよび方法を提供すること。
【解決手段】本発明における超音波システムは、超音波信号を対象体に送信し、前記対象体から反射される超音波エコー信号を受信して、カラードップラ映像に対応する超音波データを取得する超音波データ取得部と、前記超音波データ取得部に連結され、自己回帰モデル（ａｕｔｏ−ｇｒｅｓｓｉｖｅｍｏｄｅｌ）を用いて前記超音波データに対応する複数の周波数成分を検出し、前記超音波データに対応する平均周波数成分を検出し、前記複数の周波数成分および前記平均周波数成分を用いてクラッタ信号に対応する周波数成分を検出し、前記クラッタ信号に対応する周波数成分を用いて前記超音波データにクラッタフィルタリングを行うプロセッサとを備える。
【選択図】図１

Description

本発明は、超音波システムに関し、特に、適応的クラッタフィルタリング（ｃｌｕｔｔｅｒｆｉｌｔｅｒｉｎｇ）を行う超音波システムおよび方法に関する。

超音波システムは、無侵襲および非破壊特性を有しており、対象体内部の情報を得るために医療分野で広く用いられている。超音波システムは、対象体を直接切開して観察する外科手術の必要がなく、対象体の内部組織を高解像度の映像で医師に提供することができるため、医療分野で非常に重要なものとして用いられている。

超音波システムは、対象体から反射される超音波信号（超音波エコー信号）を２次元映像で示すＢモード（ｂｒｉｇｈｔｎｅｓｓｍｏｄｅ）映像、ドップラ効果（ｄｏｐｐｌｅｒｅｆｆｅｃｔ）を用いて動いている対象体（特に、血流）の速度をドップラスペクトルで示すＤモード（ｄｏｐｐｌｅｒｍｏｄｅ）映像、ドップラ効果を用いて動いている対象体の速度をカラーで示すＣモード（ｃｏｌｏｒｍｏｄｅ）映像、圧力（ｃｏｍｐｒｅｓｓｉｏｎ）を加えた時と加えない時の反応差を映像で示す弾性モード映像などを提供してくれる。特に対象体が動いている場合、超音波システムは、超音波信号を動いている対象体に送信し、対象体から反射される超音波エコー信号を受信してドップラ信号を形成する。超音波システムは、形成されたドップラ信号に基づいてＣモード映像（即ち、カラードップラー映像）を形成する。

ドップラ信号は、血管壁、心臓壁、心臓弁などの動きによる低周波ドップラ信号も含む。この低周波ドップラ信号は、クラッタ信号（ｃｌｕｔｔｅｒｓｉｇｎａｌ）とも呼ばれ、血流によるドップラ信号と比べて１００倍以上の振幅を有する。このクラッタ信号は、血流速度を検出するのに邪魔になるので、正確な血流速度を検出するためにはドップラ信号からクラッタ信号を除去することが必須である。

クラッタ信号を除去するために、周波数ダウンミキシング（ｆｒｅｑｕｅｎｃｙｄｏｗｎｍｉｘｉｎｇ）法が用いられている。周波数ダウンミキシング法は、クラッタ信号に該当する周波数成分を推定し、推定された周波数成分を用いてクラッタ信号の中心周波数が０になるようにダウンミキシング（周波数シフト（ｆｒｅｑｕｅｎｃｙｓｈｉｆｔ））を行った後、クラッタフィルタリングを通じてクラッタ信号を除去する。

一般に、超音波システムは、平均化回数（ｅｎｓｅｍｂｌｅｎｕｍｂｅｒ）に対応する超音波データを取得し、取得された超音波データを用いてクラッタ信号に該当する周波数成分を推定する。しかし、限定された平均化回数に該当する超音波データを用いて、クラッタ信号に該当する周波数成分とドップラ信号（即ち、血流信号）に該当する周波数成分とを正確に推定できない問題がある。

このような問題を解決するために、従来は、ＨＰＦ（ｈｉｇｈｐａｓｓｆｉｌｔｅｒ）の遮断周波数（ｃｕｔｏｆｆｆｒｅｑｕｅｎｃｙ）を高く設定してクラッタフィルタリングを行った。遮断周波数を高く設定すると、低速の血流に対応するドップラ信号（血流信号）が除去され、高い周波数のクラッタ信号が十分に除去されず、血流の動きをカラードップラ映像として正確に提供できない問題がある。

一方、従来は、自己相関（ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ）を用いてクラッタ信号に対応する周波数成分を推定し、推定された周波数成分をクラッタ信号に対応する周波数成分として推定した。自己相関を用いる場合、クラッタ信号の大きさが小さいか、または、ゼロであれば、クラッタ信号に対応する周波数成分を正確に推定できず、クラッタ信号に対応する周波数成分とドップラ信号（即ち、血流信号）に対応する周波数成分との中間周波数成分を推定するか、またはドップラ信号に対応する周波数成分をクラッタ信号に対応する周波数成分として誤認するといった問題がある。

特開平３−２３４２４７号公報

本発明の課題は、自己回帰モデル（ａｕｔｏ−ｇｒｅｓｓｉｖｅｍｏｄｅｌ）を用いてクラッタ信号に対応する周波数成分を検出し、その周波数成分を用いて適応的クラッタフィルタリングを行う超音波システムおよび方法を提供することにある。

本発明における超音波システムは、超音波信号を対象体に送信し、前記対象体から反射される超音波エコー信号を受信して、カラードップラ映像に対応する超音波データを取得する超音波データ取得部と、前記超音波データ取得部に連結され、自己回帰モデル（ａｕｔｏ−ｇｒｅｓｓｉｖｅｍｏｄｅｌ）を用いて前記超音波データに対応する複数の周波数成分を検出し、前記超音波データに対応する平均周波数成分を検出し、前記複数の周波数成分および前記平均周波数成分を用いてクラッタ信号に対応する周波数成分を検出し、前記クラッタ信号に対応する周波数成分を用いて前記超音波データにクラッタフィルタリングを行うプロセッサとを備える。

また、本発明における適応的クラッタフィルタリング方法は、ａ）超音波信号を対象体に送信し、前記対象体から反射される超音波エコー信号を受信して、カラードップラ映像に対応する超音波データを取得する段階と、ｂ）自己回帰モデル（ａｕｔｏ−ｇｒｅｓｓｉｖｅｍｏｄｅｌ）を用いて前記超音波データに対応する複数の周波数成分を検出する段階と、ｃ）前記超音波データに対応する平均周波数成分を検出する段階と、ｄ）前記複数の周波数成分および前記平均周波数成分を用いてクラッタ信号に対応する周波数成分を検出する段階と、ｅ）前記クラッタ信号に対応する周波数成分を用いて前記超音波データにクラッタフィルタリングを行う段階とを備える。

本発明は、限定された超音波データ（即ち、アンサンブルデータ（ｅｎｓｅｍｂｌｅｄａｔａ））からクラッタ信号に対応する周波数成分を正確に推定し、その周波数成分に基づいて超音波データにクラッタフィルタリングを行ってクラッタ信号を除去することができ、さらに正確なカラードップラ映像を提供することができる。

本発明の実施例における超音波システムの構成を示すブロック図である。Ｂモード映像および関心領域を示す例示図である。本発明の実施例における超音波データ取得部の構成を示すブロック図である。本発明の実施例によって、カラードップラ映像を形成する順序を示すフローチャートである。本発明の実施例によって、クラッタ信号に対応する周波数成分を検出する順序を示すフローチャートである。

以下、添付した図面を参照して本発明の実施例を説明する。

図１は、本発明の実施例における超音波システムの構成を示すブロック図である。図１を参照すると、超音波システム１００は、ユーザ入力部１１０、超音波データ取得部１２０、プロセッサ１３０、格納部１４０およびディスプレイ部１５０を備える。

ユーザ入力部１１０は、ユーザの入力情報を受信する。本実施例において、入力情報は、図２に示すように、Ｂモード（ｂｒｉｇｈｔｎｅｓｓｍｏｄｅ）映像ＢＩに関心領域ＲＯＩを設定するための入力情報を含む。関心領域ＲＯＩは、カラードップラ映像を得るためのカラーボックス（ｃｏｌｏｒｂｏｘ）を含む。しかし、関心領域ＲＯＩは、必ずしもこれに限定されない。ユーザ入力部１１０は、コントロールパネル（ｃｏｎｔｒｏｌｐａｎｅｌ）、マウス（ｍｏｕｓｅ）、キーボード（ｋｅｙｂｏａｒｄ）などを備える。

超音波データ取得部１２０は、超音波信号を対象体に送信し、対象体から反射される超音波信号（即ち、超音波エコー信号）を受信して超音波データを取得する。

図３は、本発明の実施例における超音波データ取得部の構成を示すブロック図である。図３を参照すると、超音波データ取得部１２０は、超音波プローブ３１０、送信部３２０、受信部３３０および超音波データ形成部３４０を備える。

超音波プローブ３１０は、電気的信号と超音波信号を相互変換する複数の電気音響変換素子（ｔｒａｎｓｄｕｃｅｒｅｌｅｍｅｎｔ：以下単に変換素子と呼ぶ）（図示せず）を含む。超音波プローブ３１０は、超音波信号を対象体に送信し、対象体から反射される超音波エコー信号を受信して受信信号を形成する。受信信号は、アナログ信号である。超音波プローブ３１０は、コンベックスプローブ（ｃｏｎｖｅｘｐｒｏｂｅ）、リニアプローブ（ｌｉｎｅａｒｐｒｏｂｅ）などを含む。

送信部３２０は、超音波信号の送信を制御する。また、送信部３２０は、変換素子および集束点を考慮して、超音波映像を得るための電気的信号（以下、送信信号という）を形成する。

本実施例において、送信部３２０は、Ｂモード映像ＢＩを得るための送信信号（以下、第１の送信信号という）を形成する。従って、超音波プローブ３１０は、送信部３２０から第１送信信号が提供されると、第１の送信信号を超音波信号に変換して対象体に送信し、対象体から反射される超音波エコー信号を受信して第１の受信信号を形成する。また、送信部３２０は、平均化回数（ｅｎｓｅｍｂｌｅｎｕｍｂｅｒ）に基づいて、関心領域ＲＯＩに対応するカラードップラ映像を得るための送信信号（以下、第２の送信信号という）を形成する。平均化回数は、１つのスキャンライン（ｓｃａｎ−ｌｉｎｅ）に対応するドップラ信号を得るために超音波信号を送受信する回数を示す。従って、超音波プローブ３１０は、送信部３２０から第２の送信信号が提供されると、第２の送信信号を超音波信号に変換して対象体に送信し、対象体から反射される超音波エコー信号を受信して第２の受信信号を形成する。

受信部３３０は、超音波プローブ３１０から提供される受信信号をアナログデジタル変換してデジタル信号を形成する。また、受信部３３０は、変換素子および集束点を考慮して、デジタル信号を受信集束させて受信集束信号を形成する。

本実施例において、受信部３３０は、超音波プローブ３１０から第１の受信信号が提供されると、第１の受信信号をアナログデジタル変換して第１のデジタル信号を形成する。受信部３３０は、変換素子および集束点を考慮して、第１のデジタル信号を受信集束させて第１の受信集束信号を形成する。また、受信部３３０は、超音波プローブ３１０から第２の受信信号が提供されると、第２の受信信号をアナログデジタル変換して第２のデジタル信号を形成する。受信部３３０は、変換素子および集束点を考慮して、第２のデジタル信号を受信集束させて第２の受信集束信号を形成する。

超音波データ形成部３４０は、受信部３３０から提供される受信集束信号を用いて、超音波映像に対応する超音波データを形成する。また、超音波データ形成部３４０は、超音波データを形成するのに必要な様々な信号処理（例えば、利得（ｇａｉｎ）調節等）を受信集束信号に行うこともできる。

本実施例において、超音波データ形成部３４０は、受信部３３０から第１の受信集束信号が提供されると、第１の受信集束信号を用いてＢモード映像ＢＩに対応する第１の超音波データを形成する。第１の超音波データはＲＦ（ｒａｄｉｏｆｒｅｑｕｅｎｃｙ）データを含む。しかし、第１超音波データは、必ずしもこれに限定されない。また、超音波データ形成部３４０は、受信部３３０から第２の受信集束信号が提供されると、第２の受信集束信号を用いて関心領域ＲＯＩのカラードップラ映像に対応する第２の超音波データ（即ち、アンサンブルデータ（ｅｎｓｅｍｂｌｅｄａｔａ））を形成する。第２の超音波データは、ＩＱ（ｉｎ−ｐｈａｓｅ／ｑｕａｄｒａｔｕｒｅ）データを含む。しかし、第２の超音波データは、必ずしもこれに限定されない。

再び図１を参照すると、プロセッサ１３０は、ユーザ入力部１１０および超音波データ取得部１２０に連結される。プロセッサ１３０は、ＣＰＵ（ｃｅｎｔｒａｌｐｒｏｃｅｓｓｉｎｇｕｎｉｔ）、マイクロプロセッサ（ｍｉｃｒｏｐｒｏｃｅｓｓｏｒ）またはＧＰＵ（ｇｒａｐｈｉｃｐｒｏｃｅｓｓｉｎｇｕｎｉｔ）を含む。しかし、プロセッサ１３０は、必ずしもこれに限定されない。

図４は、本発明の実施例によって、カラードップラ映像を形成する順序を示すフローチャートである。図４を参照すると、プロセッサ１３０は、超音波データ取得部１２０から提供される第１超音波データを用いて、Ｂモード映像ＢＩを形成する（Ｓ４０２）。Ｂモード映像ＢＩは、ディスプレイ部１５０に表示される。従って、ユーザは、ユーザ入力部１１０を用いてディスプレイ部１５０に表示されたＢモード映像ＢＩに関心領域ＲＯＩを設定することができる。

プロセッサ１３０は、ユーザ入力部１１０から入力情報が提供されると、入力情報に基づいてＢモード映像ＢＩに関心領域ＲＯＩを設定する（Ｓ４０４）。従って、超音波データ取得部１２０は、関心領域ＲＯＩに対応する第２超音波データ（即ち、アンサンブルデータ）を取得する。

プロセッサ１３０は、自己回帰モデル（ａｕｔｏ−ｒｅｇｒｅｓｓｉｖｅｍｏｄｅｌ）（以下、「ＡＲモデル」という）を用いて、超音波データ取得部１２０から提供される第２超音波データに対する複数の周波数成分および第１の大きさ（またはパワー値）を検出する（Ｓ４０６）。

一般に、ｍ次ＡＲモデルの関数Ｈ（ｚ）は、下の式１のように定義される。なお、ｍは、１以上の整数を表す。

（式１）

式１において、分子は最小化された分散値ｅで示し、極点値は分母の根であって、線形予測係数ａ_ｋとzの多項式の形で示すことができる。

式１の線形予測係数ａ_ｋの値を推定するために、線形予測（ｌｉｎｅａｒｐｒｅｄｉｃｔｉｏｎ）が用いられる。線形予測は、現在与えられている信号の過去値の線形和で現在値を予測する方法である。Ｎ個の離散信号（（Ｘ_ｎ）_{ｎ∈［０，Ｎ］}）が提供されるとき、一般に公知の前方線形予測（ｆｏｒｗａｒｄｌｉｎｅａｒｐｒｅｄｉｃｔｉｏｎ）値（ｙ_ｎ、式２を参照）と後方線形予測（ｂａｃｋｗａｒｄｌｉｎｅａｒｐｒｅｄｉｃｔｉｏｎ）値（ｚ_ｎ、式２を参照）は、ｋ個の係数を有する線形予測係数（ａ_ｎ）_{ｎ∈［1，ｋ］}で示すことができる。

（式２）

（式３）

式３において、Ｆ_ｋは最小化された誤差二乗和であり、前方線形予測を示す。一般に、線形予測係数（ａ_ｎ）_{ｎ∈［1，ｋ］}は、最小誤差二乗和を最小化する形で選択される。

（式４）

式４において、Ｂ_ｋは最小化された誤差二乗和であり、後方線形予測を示す。

前方線形予測Ｆ_ｋまたは後方線形予測Ｂ_ｋの誤差を最小化する線形予測係数（ａ_ｎ）_{ｎ∈［1，ｋ］}値を推定するために、レビンソンダービン（Ｌｅｖｉｎｓｏｎ―Ｄｕｒｂｉｎ）回帰法を応用して初期状態変数がバグの回帰法で安定化する。

レビンソンダービン回帰法を応用して初期状態変数をバグの回帰法で安定化させた自己回帰モデルの線形予測係数を導出すれば、式１の分母の全ての極点値を導出することができる。

本実施例において、プロセッサ１３０は、２次ＡＲモデルを用いて第２の超音波データに対する２つの極点を検出し、検出された２つの極点それぞれに対応する周波数成分および大きさを検出する。しかし、ＡＲモデルは、必ずしもこれに限定されない。ここで、２次ＡＲモデルは、次の式のように定義される。

（式５）

式５において、ｐ_１は２次ＡＲモデル関数Ｈ（ｚ）の最初の極点値であり、ｐ_２は２番目の極点値を示す。

プロセッサ１３０は、抽出された２つの極点値を用いて、下の式のように第２の超音波データの２つの極点のそれぞれに対応する周波数成分ω_１、ω_２を検出する。

（式６）

一方、プロセッサ１３０は、自己相関（ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ）を用いて、第２の超音波データに対応する平均周波数成分ω_３および第２の大きさ（またはパワー値）を検出する（Ｓ４０８）。他の実施例において、プロセッサ１３０は、ＦＦＴ（ｆａｓｔＦｏｕｒｉｅｒｔｒａｎｓｆｏｒｍ）などを用いて、第２の超音波データに対応する平均周波数成分ω_３および第２の大きさ（またはパワー値）を検出することもできる。

プロセッサ１３０は、周波数成分ω_１、ω_２および平均周波数成分ω_３を用いて、クラッタ信号に対応する周波数成分を検出する（Ｓ４１０）。段階Ｓ４１０については、図５を参照してさらに詳細に説明する。

図５は、本発明の実施例によって、クラッタ信号に対応する周波数成分を検出する順序を示すフローチャートである。図５を参照すると、プロセッサ１３０は、２次ＡＲモデルを用いて検出された周波数成分ω_１、ω_２と予め定められたドップラしきい値（Ｄｏｐｐｌｅｒｔｈｒｅｓｈｏｌｄ）Ｄ_ｔｈとを比較する（Ｓ５０２）。ここで、ドップラしきい値Ｄ_ｔｈは、複数の臨床データを用いて推定した任意の値であり、対象体内の臓器の部位別に相違した値に設定される。

段階Ｓ５０２において周波数成分ω_１、ω_２がドップラしきい値Ｄ_ｔｈより大きいと判断されると、プロセッサ１３０は、ドップラ信号にクラッタ信号が存在しないと判断し、クラッタ信号に対応する周波数成分の検出を行わない。

一方、段階Ｓ５０２において周波数成分ω_１、ω_２のうち少なくとも１つの周波数成分がドップラしきい値Ｄ_ｔｈ以下であると判断されると、プロセッサ１３０は、周波数成分ω_１、ω_２と予め定められたクラッタしきい値（ｃｌｕｔｔｅｒｔｈｒｅｓｈｏｌｄ）Ｃ_ｔｈとを比較する（Ｓ５０４）。

段階Ｓ５０４において周波数成分ω_１、ω_２がクラッタしきい値Ｃ_ｔｈより小さいと判断されると、プロセッサ１３０は、周波数成分ω_１、ω_２がノイズおよびクラッタ信号に該当する周波数成分であると判断し、平均周波数成分ω_３をクラッタ信号に対応する周波数成分として検出する（Ｓ５０６）。

一方、段階Ｓ５０４において周波数成分ω_１、ω_２のうち少なくとも１つの周波数成分がクラッタしきい値Ｃ_ｔｈ以上であると判断されると、プロセッサ１３０は、周波数成分ω_１、ω_２と平均周波数成分ω_３とを比較して（Ｓ５０８）、平均周波数成分ω_３に近接した周波数成分をクラッタ信号に対応する周波数成分として検出する（Ｓ５１０）。

再び図４を参照すると、プロセッサ１３０は、クラッタ信号に対応する周波数成分を用いて、第２の超音波データにフィルタリング処理を行う（Ｓ４１２）。本実施例において、プロセッサ１３０は、クラッタ信号に対応する周波数成分を周波数ダウンミキシング（ｆｒｅｑｕｅｎｃｙｄｏｗｎｍｉｘｉｎｇ）周波数として設定する。プロセッサ１３０は、設定された周波数ダウンミキシング周波数に基づいて、第２の超音波データに周波数ダウンミキシング処理を行う。プロセッサ１３０は、周波数ダウンミキシング処理された第２の超音波データにクラッタフィルタリングを行う。プロセッサ１３０は、クラッタフィルタリングされた第２の超音波データを本来の周波数に復元させる。一方、プロセッサ１３０は、クラッタ信号に対応する周波数成分が検出されないと、第２の超音波データに対応する第１の大きさおよび第２の大きさに基づいて、第２の超音波データにノイズの除去処理を行う。ノイズの除去処理は、公知の様々な方法が用いられるため、本実施例では詳細に説明しない。

プロセッサ１３０は、フィルタリング処理された第２の超音波データを用いてカラードップラ映像を形成する（Ｓ４１４）。

再び図１を参照すると、格納部１４０は、超音波データ取得部１２０で取得された超音波データ（第１の超音波データおよび第２の超音波データ）を格納する。また、格納部１４０は、ドップラしきい値Ｄ_ｔｈおよびクラッタしきい値Ｃ_ｔｈを格納することもできる。また、格納部１４０は、プロセッサ１３０でクラッタフィルタリングされた第２の超音波データを格納することもできる。

ディスプレイ部１５０は、プロセッサ１３０で形成されたＢモード映像ＢＩを表示する。また、ディスプレイ部１５０は、プロセッサ１３０で形成されたカラードップラ映像を表示する。

本発明は、望ましい実施例によって説明および例示をしたが、当業者であれば添付した特許請求の範囲の事項および範疇を逸脱することなく、様々な変形および変更が可能である。

１００：超音波システム
１１０：ユーザ入力部
１２０：超音波データ取得部
１３０：プロセッサ
１４０：格納部
１５０：ディスプレイ部
３１０：超音波プローブ
３２０：送信部
３３０：受信部
３４０：超音波データ形成部
ＢＩ：Ｂモード映像
ＲＯＩ：関心領域

Claims

カラードップラ映像を提供する超音波システムであって、当該超音波システムは、
超音波信号を対象体に送信し、前記対象体から反射される超音波エコー信号を受信して、前記カラードップラ映像に対応する超音波データを取得する超音波データ取得部と、
前記超音波データ取得部に連結され、自己回帰モデル（ａｕｔｏ−ｇｒｅｓｓｉｖｅｍｏｄｅｌ）を用いて前記超音波データに対応する複数の周波数成分を検出し、前記超音波データに対応する平均周波数成分を検出し、前記複数の周波数成分および前記平均周波数成分を用いてクラッタ信号に対応する周波数成分を検出し、前記クラッタ信号に対応する周波数成分を用いて前記超音波データにクラッタフィルタリングを行うプロセッサと
を備えることを特徴とする超音波システム。
前記自己回帰モデルは、ｍ（ｍは１以上の整数）次関数で表され、
前記プロセッサは、前記自己回帰モデルを用いて前記超音波データに対して、前記ｍ次関数の複数の極点に対応する前記複数の周波数成分を検出することを特徴とする請求項１に記載の超音波システム。
前記プロセッサは、
前記複数の周波数成分のそれぞれと予め定められたドップラしきい値とを比較し、
前記複数の周波数成分のうち少なくとも１つの周波数成分が前記ドップラしきい値以下であると判断されれば、前記複数の周波数成分のそれぞれと予め定められたクラッタしきい値とを比較し、
前記複数の周波数成分のうち少なくとも１つの周波数成分が前記クラッタしきい値以上であると判断されれば、前記複数の周波数成分のそれぞれと前記平均周波数成分とを比較して、前記平均周波数成分に近接した周波数成分を前記クラッタ信号に対応する周波数成分として検出することを特徴とする請求項１または２に記載の超音波システム。
前記プロセッサは、前記複数の周波数成分が前記クラッタしきい値より小さいと判断されれば、前記平均周波数成分を前記クラッタ信号に対応する周波数成分として検出することを特徴とする請求項１ないし３のいずれかに記載の超音波システム。
前記プロセッサは、
前記クラッタ信号に対応する周波数成分を周波数ダウンミキシング（ｆｒｅｑｕｅｎｃｙｄｏｗｎｍｉｘｉｎｇ）周波数として設定し、
前記周波数ダウンミキシング周波数に基づいて前記超音波データに周波数ダウンミキシング処理を行い、
前記周波数ダウンミキシング処理された超音波データに前記クラッタフィルタリングを行うことを特徴とする請求項１ないし４のいずれかに記載の超音波システム。
ａ）超音波信号を対象体に送信し、前記対象体から反射される超音波エコー信号を受信して、カラードップラ映像に対応する超音波データを取得する段階と、
ｂ）自己回帰モデル（ａｕｔｏ−ｇｒｅｓｓｉｖｅｍｏｄｅｌ）を用いて前記超音波データに対応する複数の周波数成分を検出する段階と、
ｃ）前記超音波データに対応する平均周波数成分を検出する段階と、
ｄ）前記複数の周波数成分および前記平均周波数成分を用いてクラッタ信号に対応する周波数成分を検出する段階と、
ｅ）前記クラッタ信号に対応する周波数成分を用いて前記超音波データにクラッタフィルタリングを行う段階と
を備えることを特徴とする適応的クラッタフィルタリング方法。
前記自己回帰モデルは、ｍ（ｍは１以上の整数）次関数で表され、
前記段階ｂ）は、
前記自己回帰モデルを用いて前記超音波データに対して、前記ｍ次関数の複数の極点に対応する前記複数の周波数成分を検出する段階
を備えることを特徴とする請求項６に記載の適応的クラッタフィルタリング方法。
前記段階ｄ）は、
ｄ１）前記複数の周波数成分のそれぞれと予め定められたドップラしきい値とを比較する段階と、
ｄ２）前記複数の周波数成分のうち少なくとも１つの周波数成分が前記ドップラしきい値以下であると判断されれば、前記複数の周波数成分のそれぞれと予め定められたクラッタしきい値とを比較する段階と、
ｄ３）前記複数の周波数成分のうち少なくとも１つの周波数成分が前記クラッタしきい値以上であると判断されれば、前記複数の周波数成分のそれぞれと前記平均周波数成分とを比較して、前記平均周波数成分に近接した周波数成分を前記クラッタ信号に対応する周波数成分として検出する段階と
を備えることを特徴とする請求項６または７に記載の適応的クラッタフィルタリング方法。
前記段階ｄ）は、
前記複数の周波数成分が前記クラッタしきい値より小さいと判断されれば、前記平均周波数成分を前記クラッタ信号に対応する周波数成分として検出する段階
を備えることを特徴とする請求項６ないし８のいずれかに記載の適応的クラッタフィルタリング方法。
前記段階ｅ）は、
前記クラッタ信号に対応する周波数成分を周波数ダウンミキシング（ｆｒｅｑｕｅｎｃｙｄｏｗｎｍｉｘｉｎｇ）周波数として設定する段階と、
前記周波数ダウンミキシング周波数に基づいて前記超音波データに周波数ダウンミキシング処理を行う段階と、
前記周波数ダウンミキシング処理された超音波データに前記クラッタフィルタリングを行う段階と
を備えることを特徴とする請求項６ないし９のいずれかに記載の適応的クラッタフィルタリング方法。