JP2016135232A - 超音波画像の処理方法及び超音波画像の処理装置 - Google Patents

Abstract

【課題】超音波画像にアーティファクトを含んでいても、操作者が何もインプットすることなく、画像上の血管を鮮明に観察することができる装置を提供する。【解決手段】入力された超音波画像からヘシアン行列を用いて線状組織及び板状組織を特定する段階Ｓ１２と、特定された線状組織に対して固有値分解して線状組織の局所の方向及び形状を特定する段階Ｓ１３と、特定された板状組織に対して板状組織と合致する面を超音波画像上でフィッティングする段階Ｓ１４と、フィッティングされた面を基準として当該基準から一方の領域側の非関心部位を超音波画像から取り除く段階Ｓ１５とを備える超音波画像の処理方法である。【選択図】図２

Description

本発明は、超音波画像において鮮明に血管領域を検出する技術に関する。

血管は、腹部イメージング、特に肝臓などの変形する臓器のイメージングにおいて、非常に重要な生体ランドマークの一つである。そして、超音波診断装置による血管の画像化には２つの大きな課題がある。第一に、超音波診断装置による血管構造の視認性は、血管構造の体内での深さに伴って悪くなることがある。そのため、末梢血管が体内の深い位置に存在する場合、血管の視認性向上のため撮像パラメータの最適化が必要となる。第二に、血管近くの構造又は嚢胞からのシャドウアーティファクトのエコー強度が血管からのエコー強度と似ていることがあり、これが識別力の低下につながっている。

例えば、特許文献１には、超音波画像において、血管が体内深くに存在する場合に血管の位置及び配向を追尾する方法が開示されている。

特表２００３−５２３２５０

しかしながら、特許文献１の方法では、操作者がまず検査される血流上にレンジ・ゲートを配置しなければならないという不便さがあった。また特許文献１には、血管の分岐部の特定については何ら開示されていない。

このような事情により、超音波画像に固有のスペックルノイズ、低コントラスト及びシャドウアーティファクトを含んでいても、操作者が何もインプットすることなく、画像上の血管及び血管の分岐部を鮮明に観察することができる技術が望まれている。

第１の観点の超音波画像の処理方法は、入力された超音波画像においてヘシアン行列を用いて線状組織及び板状組織を特定する段階と、特定された線状組織に対して固有値分解して線状組織の局所の方向及び形状を特定する段階と、特定された板状組織に対して板状組織と合致する面を超音波画像上でフィッティングする段階と、フィッティングされた面を基準として当該基準から一方の領域側の非関心部位を超音波画像から取り除く段階と、を備える。

上記の超音波画像の処理方法は、局所の方向及び形状が特定された線状組織を表す画像と非関心部位が取り除かれた画像とを合成する段階をさらに備えてもよい。

第２の観点の超音波画像の処理装置は、入力された超音波画像においてヘシアン行列を用いて線状組織及び板状組織を特定する第１の特定部と、特定された線状組織に対して固有値分解して線状組織の局所の方向及び形状を特定する第２の特定部と、特定された板状組織に対して板状組織と合致する面を超音波画像上でフィッティングする面フィッティング部と、フィッティングされた面を基準として該基準から一方の領域側の非関心部位を超音波画像から取り除く除去部と、を備える。

上記の超音波画像の処理装置は、局所の方向及び形状が特定された線状組織を表す画像と非関心部位が取り除かれた画像とを合成する合成部をさらに備えてもよい。

上記超音波画像の処理装置は、例えば、コンピュータに所定のプログラムを実行させることにより実現させることができる。

なお、上記超音波画像は、Ｂモード画像が好ましい。

また、上記線状組織は、例えば血管であり、上記板状組織は、例えば横隔膜である。

また、上記フィッティングには、例えばＲＡＮＳＡＣ（Random Sample Consensus）法を用いることができる。

また、上記非関心部位は、フィッティングされた面を基準として肝臓とは反対側の領域の部位である。

本発明によれば、操作者の入力が無くても、超音波画像で血管を特定できるようにし、血管セグメンテーション（segmentation）を実行できる。また本発明は、超音波画像の各ピクセルまたはボクセルに対してヘシアン行列の値を分析し、血管及び横隔膜を特定する。そして、横隔膜の位置を基準にして関心部位（肝臓等）以外の非関心部位を除去することができる。これにより、操作者は、不要な部位のシャドウアーティファクト又はスペックルノイズ等の影響を受けること無く、鮮明な血管を観察することができる。

本実施形態に係る超音波診断システムの構成を示す概略図である。 本実施形態に係る超音波画像処理のフローチャートである。 （ａ）は、線状組織物の固有値を説明するための図、（ｂ）は板状組織物の固有値を説明するための図である。 固有値分解して得られた血管候補画像である。 ＲＡＮＳＡＣ法を用いた面フィッティングの概念を示す図である。 （ａ）はＢモード画像に示される推定パラメータｅｐによる平面を描いた図、（ｂ）は当該平面を基準に肝臓とは反対側の部位及び横隔膜を除去した図である。 合成された三次元超音波画像３Ｄと任意断面の画像とを示した図である。

以下、発明の実施形態について説明する。

図１は、超音波診断システム１００の構成を示す概略図である。本実施形態に用いられる超音波診断システム１００は、超音波プローブ１１、送信部２１、受信部２２及びビームフォーマー（beam former）２３、画像処理部３０及びモニタ４２を含む。

超音波プローブ１１は、多数の変換素子で構成された超音波変換器アレイを備え、被検体に超音波を送信し且つその超音波のエコーを受信する。送信部２１はビームフォーマー２３で形成された伝送信号を超音波測定部１０の超音波プローブ１１に供給し、受信部２２は超音波プローブ１１から伝達された信号を受信してビームフォーマー２３に伝達する。ビームフォーマー２３は送信ビーム及び受信ビームを形成する。

画像処理部３０は、ビームフォーマー２３を経由して受信したエコー信号を画像処理する。そしてモニタ４２は、この画像処理部３０で処理された超音波画像を表示する。また、画像処理部３０は、コンピュータのＣＰＵ、メモリ、メモリに記憶されたプログラムによって実現される。

画像処理部３０は、Ｂモード処理部３１、血管・横隔膜の特定部３２、血管局所の方向＆形状特定部３３、横隔膜の面フィッティング部３５、不要部位除去部３７及び合成・再構成部３９を有する。

Ｂモード処理部３１は、ビームフォーマー２３から入力された受信ビームを受けてＢモード画像に画像処理する。管及び板特定部である血管・横隔膜の特定部３２は、ヘシアン行列を用いてＢモード画像上の各構造物を線状組織物、又は板状組織物に分類し、線状組織物を血管として特定し、板状組織物を横隔膜として特定する。

管の局所の方向及び形状特定部、つまり血管局所の方向＆形状特定部３３は、特定された血管を固有値分解（Eigen Decomposition）し、局所的に血管の方向を特定するとともに、局所的な血管の形状を特定しそれを強調した血管候補画像を作成する。これにより血管に分岐部があるとその分岐部が明確になり且つ太い血管はより太く強調される。

横隔膜の面フィッティング部３５は、ＲＡＮＳＡＣ法を使って、特定された横隔膜すなわち肝臓と横隔膜との境界に面をフィッティングする。肝臓の一部は横隔膜と接している。

なお、ここでは、特定された横隔膜に対して平面をフィッティングする。

不要部位除去部３７は、フィッティングされた面を基準にして、関心のない不要な部位の画像を除去する。本実施形態では、肝臓周辺の血管をモニタ４２で観察しやすくするため、肝臓と横隔膜との境界を基準として肝臓とは反対側の領域及び境界面に近い領域の画像を除去（又は輝度を低減）する。

合成・再構成部３９は、血管局所の方向＆形状特定部３３で明確にされた血管を表す画像と、不要部位除去部３７で不要な部位が除去された画像とを合成する。また合成・再構成部３９は、三次元超音波による任意断面表示を行うとともに、血管を色付けしたりする。

以上説明したように、本実施形態は、Ｂモード画像の各ピクセルを画像処理して血管の形態的特徴を強調して画像化し、この時、関心のない不要な部位を効果的に除去しながら血管の三次元超音波画像を改善する。なお、本実施形態は、Ｂモード画像だけでなく、Ａモード画像、Ｍモード画像等にも適用できる。

次に、本実施形態に係る超音波診断システム１００による超音波画像処理のフローについて説明する。

図２は、本実施形態に係る超音波画像処理によるフローチャートである。また、図３（ａ）は線状組織物の固有値を説明するための図、図３（ｂ）は板状組織物の固有値を説明するための図である。

ステップＳ１１において、Ｂモード処理部３１はエコー信号からＢモード画像を作成する。例えば、肝臓領域の超音波画像である。

ステップＳ１２では、血管・横隔膜の特定部３２が、Ｂモード画像の各ピクセル（又はボクセル）に対してヘシアン行列（Hessian matrix）を用いて、線状組織（管）及び板状組織（板）を特定する。ピクセル（又はボクセル空間）を関数Ｉ（ｘ，ｙ，ｚ）とみなしたとき、ヘシアン行列は各方向の２階偏微分を要素として持つ数式１及び数式２で表わされる。


…数式１

…数式２

ヘシアン行列からは３つの固有値λ_１，λ_２，λ_３が得られる。ここで、固有値に対応する固有ベクトルｅ１，ｅ２，ｅ３は互いに直交する。

線状組織（管）は、図３（ａ）に示されるように、３つの固有値うち２つの固有値の値が大きく、１つの固有値の値が０に近いという特徴を持つ。
このため、線状組織は以下の数式３を満たす。
｜λ１｜≧｜λ２｜≧｜λ３｜
｜λ３｜≒０ …数式３
本実施形態では、このような固有値｜λ３｜に対応した固有ベクトルｅ３を有する線状組織（管）を血管とみなす。つまり血管は、走行方向には値が小さい固有ベクトルｅ３を有し、断面方向には値が大きい固有ベクトルｅ１，ｅ２を有する。

板状組織（板）は、図３（ｂ）に示されるように、３つの固有値のうち１つの固有値の値が大きく、２つの固有値が０に近いという特徴を持つ。このため、板状組織は以下の数式４を満たす。

｜λ１｜ ≫ ０
｜λ２｜≒｜λ３｜≒０ …数式４
本実施形態では、このような固有値｜λ２｜及び｜λ３｜に対応した固有ベクトルｅ２及びｅ３を有する板状組織（板）を横隔膜とみなす。つまり横隔膜は、膜の厚さ方向には値が大きい固有ベクトルｅ１を有し、広がり方向には値が小さい固有ベクトルｅ２，ｅ３を有する。

図２のステップＳ１３では、血管局所の方向＆形状特定部３３が、特定された血管を固有値分解する。血管局所の方向＆形状特定部３３は、まず、ヘシアン行列を固有値分解し、３つの固有値λ１，λ２，λ３（ただし、｜λ１｜≧｜λ２｜≧｜λ３｜とする）を算出する。そして、局所的に血管の方向を特定するとともに、局所的な血管の形状を特定する。具体的には、血管局所の方向＆形状特定部３３は、下記の数式５から数式８において、固有値λ１，λ２，λ３を使用し、これにより算出した値Ｒａ，Ｒｂ及びＳを用いて３次元超音波画像の各画素における血管構造Ｌ０の方向及び大きさ（Ｒａ，Ｒｂ及びＳ）を算出する。
…数式５
…数式６
…数式７
…数式８
なお、数式５におけるａ〜ｃは定数である。

これら数式５から数式８の結果を超音波画像に適用すると、血管に分岐部があるとその分岐部が明確になり、且つ太い血管はより太く強調される超音波画像が得られる。図４は、上記数式５から数式８を適用した場合の血管候補画像を示している。

ステップＳ１４において、面フィッティング部３５は、ステップＳ１２で特定された横隔膜すなわち肝臓と横隔膜との境界に、平面をフィッティングする。

ここでは、ＲＡＮＳＡＣ法を用いて以下に示すステップを実行することにより、面フィッティングを行う。
Ｓ１４１： 特定された横隔膜を表す画像の総ピクセルデータから、ランダムでｎ個のピクセルデータｐを取り出す。
Ｓ１４２： 取り出したｎ個のピクセルデータｐから、平面を規定するパラメータを求める。パラメータは、例えば最小二乗法等により求めることができる。
Ｓ１４３： 求めたパラメータを、上記総ピクセルデータからＳ１４１で取り出したｎ個のピクセルデータを除いたものに、求めたパラメータによる平面の式を当てはめ、観測されたデータとステップＳ１４２で求めたパラメータの誤差を計算する。
Ｓ１４４： 誤差が許容範囲内であれば、そのパラメータに投票する。
Ｓ１４５： Ｓ１４１〜Ｓ１４４を複数回繰り返す。そして、投票数が一番多かったパラメータをひとまず採用する。これを仮パラメータｈｐと呼ぶことにする。図５は、ステップＳ１４１からステップＳ１４５が実施された場合に、仮パラメータｈｐを決めた概念図である。仮パラメータｈｐの近くの破線は、ＲＡＮＳＡＣ法で設定される境界条件で、許容範囲を示す。
Ｓ１４６： 仮パラメータｈｐを使って、総ピクセルデータに再度式を適用し、誤差が許容範囲内のものを抽出する。
Ｓ１４７： 抽出したデータを基に、再度パラメータを求める。
Ｓ１４８： Ｓ１４７で求めたパラメータをもっともらしいパラメータとして決定する。このパラメータを推定パラメータｅｐと呼ぶことにする。

ステップＳ１４８で決められた推定パラメータｅｐによる平面をＢモード画像に当てはめると、図６（ａ）に示すようになる。例えば、ｘ軸，ｙ軸，ｚ軸からなる三次元のＢモード画像に当てはめると、この推定パラメータｅｐは、Ａｘ＋Ｂｙ＋Ｃｚ＋Ｄ＝０で表現できる平面の式における係数Ａ，Ｂ，Ｃ，Ｄとなる。

再び図２に戻り、ステップＳ１５において、不要部位除去部３７は、肝臓及びその肝臓周辺の血管の観察に不要な部位を除去（又は輝度を低減）する。

図６（ｂ）は、ステップＳ１４でフィッティングされた、肝臓と横隔膜との境界に対応する面を基準に、肝臓と反対側の部位及び横隔膜を除去した図である。この境界に対応する面を基準に、肝臓と反対側の画像は血管も含めて除去される。

三次元のＢモード画像では、肝臓が推定パラメータｅｐによる平面より上側にある。このためステップＳ１５において、不要部位除去部３７は、Ａｘ＋Ｂｙ＋Ｃｚ＋Ｄ＜０の領域を除去することになる。

ステップＳ１６において、合成・再構成部３９は、ステップＳ１３で明確にかつ強調された血管の画像と、ステップＳ１５で不要な部位が除去された画像とを合成する。

ステップＳ１７において、合成・再構成部３９は、合成された三次元超音波画像を画像再構成して、操作者が観察したい任意断面を表示する。また、合成・再構成部３９は、操作者が観察したい血管を容易に区別できるように色付けしたりする。

図７は、合成された三次元超音波画像３Ｄと任意断面の画像とを示した図である。図７の右下の図が三次元超音波画像３Ｄであり、その画像にＡ面、Ｂ面及びＣ面が重ねて表示されている。図７の右上の図が超音波画像のＡ面の断面画像であり、左上の図がＢ面の断面画像であり、左下の図がＣ面の断面画像である。また図７では、血管は色付けされている。

なお、発明は本実施形態に限定されず、発明の趣旨を逸脱しない範囲において、種々の実施形態が考えられる。例えば、ヘシアン行列からは、線状組織及び板状組織以外にも、点状組織を特定することが可能であるため、さらに点状組織を特定してもよい。

１１ 超音波プローブ
２１ 送信部
２２ 受信部
２３ ビームフォーマー
３０ 画像処理部
３１ Ｂモード処理部
３２ 血管・横隔膜の特定部
３３ 血管局所の方向＆形状特定部
３５ 横隔膜の面フィッティング部
３７ 不要部位除去部
３９ 合成・再構成部
４２ モニタ
１００ 超音波診断システム

Claims (9)

1. 入力された超音波画像においてヘシアン行列を用いて線状組織及び板状組織を特定する段階と、
   特定された前記線状組織に対して固有値分解して前記線状組織の局所の方向及び形状を特定する段階と、
   特定された前記板状組織に対して前記板状組織と合致する面を前記超音波画像上でフィッティングする段階と、
   前記フィッティングされた面を基準として該基準から一方の領域側の非関心部位を前記超音波画像から取り除く段階と、を備える超音波画像の処理方法。
2. 前記超音波画像は、Ｂモード画像であり、
   前記非関心部位は、前記フィッティングされた面を基準として肝臓とは反対側の領域の部位である、請求項１に記載の超音波画像の処理方法。
3. 前記フィッティングする段階は、ＲＡＮＳＡＣ法により前記面を前記超音波画像上でフィッティングする、請求項１又は請求項２に記載の超音波画像の処理方法。
4. 局所の方向及び形状が特定された前記線状組織を表す画像と前記非関心部位が取り除かれた画像とを合成する段階を備える、請求項１から請求項３のいずれか一項に記載の超音波画像の処理方法。
5. 入力された超音波画像においてヘシアン行列を用いて線状組織及び板状組織を特定する第１の特定部と、
   特定された前記線状組織に対して固有値分解して前記線状組織の局所の方向及び形状を特定する第２の特定部と、
   前記板状組織に対して前記板状組織と合致する面を前記超音波画像上でフィッティングする面フィッティング部と、
   前記フィッティングされた面を基準として該基準から一方の領域側の部位を前記超音波画像から取り除く除去部と、を備える超音波画像の処理装置。
6. 前記超音波画像は、Ｂモード画像であり、
   前記不要な部位は、前記フィッティングされた面を基準として、肝臓と反対側の部位である請求項５に記載の超音波画像の処理装置。
7. 前記面フィッティング部は、ＲＡＮＳＡＣ法により前記面を前記超音波画像上でフィッティングする、請求項５又は請求項６に記載の超音波画像の処理装置。
8. 局所の方向及び形状が特定された前記線状組織を表す画像と前記非関心部位が取り除かれた画像とを合成する合成部を備える、請求項５から請求項７のいずれか一項に記載の超音波画像の処理装置。
9. コンピュータを、請求項５から請求項８のいずれか一項に記載の超音波画像の処理装置として機能させるためのプログラム。