JP2017525518A - 対象の画像化における主観画質の自動制御のための方法およびシステム - Google Patents

Abstract

本発明は、たとえば超音波システムを用いる、対象の画像化における画質の自動制御のための方法およびシステムに関する。方法は、画像化システムの選択されたシステムパラメータセットを用いて対象に画像生成信号を送信するステップを備える。画像化システムは、画像の予め定義されたセットの主観熟練意見を反映する画像順位尺度に基づく複数の異なるシステムパラメータセットを有する。獲得された画像は、各画像について画質指標を決定するために、少なくとも１つの画質特徴に関して分析される。各画像についてのそれぞれの画質指標が、最高の画質指標に関連する画像を特定するために分析され、最高の画質指標に関連する画像を生成するために用いられたシステムパラメータセットが、対象の画像化のためのシステムパラメータセットとして選択され得る。

Description

本発明は、概して画像化システム、およびこのようなシステムのための方法に関する。特に、本発明は、画像化システムにおける自動画像最適化のための方法およびシステムに関する。本発明のいくつかの態様は、超音波画像化システムにおける自動画像最適化のための方法およびシステムに関する。

超音波を使用して医療モニタリングおよび診断用の画像を生成することは、その非イオン化性と、様々な軟組織の特性の固有の差から画像を生成するその能力との結果として、広範囲に広く拡大している。典型的かつ一般的な用途には、心臓、腹部および胎児の検査およびモニタリングが含まれる。ほとんどの領域では、診断は、現在、一般的には、検査中の構造のサイズ、位置、輪郭および動きならびにその相対的な透過および反射特性に基づく。

一般的には、典型的な超音波スキャナについては、ユーザは、最適な画像を得るのに複数の操作を行う必要があり、その操作は時間を要し、オペレータに依拠する。さらに、未熟なユーザは、最適状態に及ばないセッティングにより最適状態に及ばない画像を生成する場合があり、誤診の危険性を増すおそれがある。

これらの課題に対処するために、一般的な手順および実行では、臨床応用毎に画像化手順に予めセットされたシステムパラメータを用いることになっている。このケースでは、スキャナは、なんらのユーザ入力なしに、平均的な患者について高い実行性をもたらし得る。しかしながら、この対処法は患者に特有の変化をなんら考慮していない。この変化は実際には、最適画質を得るのに超音波画像化において非常に重要である。

従来の技術では、自動画像最適化を提供する複数の試みがなされている。たとえば、Feng外の特許文献１には、画質指標（image quality metric）を生成するための画質コスト関数の評価を含む、超音波画像化用の自動画像最適化のための方法およびシステムが開示されている。画質指標は、異なる画像同士を比較して画質指標の最大化に至ったか否かを判断するのに用いられる。最大にされた画質指標を生成した信号パラメータは、最適パラメータとして割り当てられる。

Klesensiの特許文献２は、超音波画像化システムにおける自動利得補償のための方法およびシステムを開示している。画像化データは、微小ゾーン（たとえば、範囲に応じて選択される領域、および方位角に応じて選択される領域、または両方に応じて選択される領域のような微小ゾーン）に区切られる。少なくとも１つのゾーン画像化値はゾーン毎に測定され、ゾーンは、そのゾーンで画像化されている対象または構造から反射される信号についての画像化値の少なくとも１つの測定に対応する。測定は平均値または標準偏差であってもよい。画像化値は、強度値であってもよい。各ゾーンを検討し、選択された数値範囲にその画像化値があるか否かを判断する。選択されたゾーン強度値に応じて減衰曲線を形成する。減衰曲線から利得補償曲線を決定する。

Roundhill外の特許文献３は、走査深さおよび幅寸法の関数としての超音波画像データの動的範囲を変化させる方法およびシステムを開示している。表示される動的範囲および雑音排除レベルは、超音波画像の範囲（深さ）および幅（走査線間）寸法とともに変化する。

Ng外の特許文献４は、超音波診断画像における明るさまたはコントラストの変化の自動補償に関する。自動補償は、深さに依存する減衰を補償する名目ＴＧＣ（「時間利得補償（Time Gain Compensation）」）曲線に対するオフセットを計算することによって行われる。ＴＧＣ曲線のオフセットはその後、次の画像に適用される。これとは別に、画像動的範囲を最適化に用いてもよい。特に、ラインフィッティングを用い、弱いつながりまたは低い信号レベルを示す走査線を取り除き、ラインフィッティングは保持されているデータ上で実行される。直線状の傾き線が画像中の各走査線の、深さ依存の減衰特性にフィッティングされ、これらの傾き線は、この画像について結合されて１つの傾き値にされる。

特許文献５は、超音波画像化システムの適合型システムパラメータ最適化のための方法およびシステムを開示している。ファジーロジックを、画像化モードのシステムパラメータを最適に調節するのに用いる。ニューラルネットワークは、ファジーロジックとは別に所定の機能を発揮してもよいし、あるいはファジーロジックとともに所定の機能を発揮してもよい。ニューラルネットワークは、患者種別、ユーザ選択およびシステム動作状況に基づいて超音波画像生成システムの機能を適合させるように構成されている。ニューラルネットワークは、解剖学的構造的特徴、たとえば主血管の検知、疾患分類、および合成画像を持つ異なる画像様式からの特徴の選択を含む用途で用いる。

Jiang外の特許文献６は、超音波画像のグレイスケール最適化に関する。探索デバイスは、超音波画像で非均等に分割されたサブエリアを探索するように構成されている。分析デバイスは、深さの方向に各サブエリアでのグレイレベルの変化を分析するように構成されている。分析に基づいて、最適化されたグレイレベル値を計算する。特に、雑音レベルを分析し、（深さの方向の）グレイレベル変化曲線を分析し、その画像についてＰＤＭを取得する。ここで、ＰＤＭは「デジタル時間利得補償モジュール用パラメータ（Parameters for Digital Time Gain Compensation Module）」の略である。

米国特許第８，２３５，９０５号明細書 米国特許第５，５７９，７６８号明細書 米国特許第５，９９３，３９２号明細書 米国特許第６，７４３，１７４号明細書 米国特許第８，３５７，０９４号明細書 米国特許第８，０９０，１６５号明細書

Z.Zheng、H.Zha、K.Chen、G.Sun、「相対的な関連度判別を用いた学習順位づけ機能のための回帰フレームワーク（A regression framework for learning ranking functions using relative relevance judgements）」、ACM SIGIR Conference、アムステルダム、２００７年

しかしながら、これらの多数の従来の技術の方法およびシステムにもかかわらず、超音波画像化システムのシステムパラメータの自動制御および最適化のための改善された方法およびシステムが依然として必要である。

本発明の目的によれば、超音波画像化システムの走査またはシステムパラメータの自動制御および最適化のための改善された方法およびシステムが提供される。

本発明の他の目的によれば、ＭＲＩ（磁気共鳴映像法）、ＣＴ（コンピュータ断層撮影）、ＸＲ（Ｘ線放射）、蛍光透視、ＰＥＴ（陽電子放射断層撮影）、マンモグラフィおよびＵＳ（超音波）を含む走査または画像化システムまたは技術のシステムパラメータの自動制御および最適化のための改善された方法およびシステムが提供される。

これらの目的および他の目的は、添付の請求項にしたがって達成される。

本発明を考慮する上で、用語「システムパラメータ」は、画像の視覚表現に影響するか、これを制御するパラメータを指す。これらのパラメータは、データ（たとえば周波数およびパルス周波数）の取得の物理的特性に影響してもよく、信号の再構成（たとえば、動的範囲および時間利得補正の調節など）および後処理（画像エンハンスメントの調整など）の物理的特性に影響してもよい。

本発明の一態様によれば、超音波システムを用いる対象の超音波画像化における画質の自動制御のための方法が提供される。方法は、超音波システムの選択されたシステムパラメータセットを用いて対象に、もしくは対象から超音波画像信号を送信／受信するステップであって、超音波システムは、超音波画像の予め定義されたセットの主観熟練意見（subjective expert opinion）を反映する画像順位尺度（image ranking measure）に基づく複数の異なるシステムパラメータセットを有する、ステップを備える。さらに、対象からの受信超音波画像を表す電気信号のセットを、各画像が特定のシステムパラメータセットに関連している超音波画像に処理する。各画像について画質指標を決定するために、画像を少なくとも１つの画質特徴（image quality feature）に関して分析する。最高の画質指標に関連する画像を特定するために、各画像についてそれぞれの画質指標を分析し、対象の超音波画像化のためのシステムパラメータセットとして、最高の画質指標に関連する画像を生成するために用いられたシステムパラメータセットを選択することができる。少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動でプロセスを終了するまで、送信／受信するステップ、処理するステップ、分析するステップおよび選択するステップを繰り返す。

本発明の別の態様によれば、超音波システムを用いる対象の超音波画像化における画質の自動制御のための制御システムが提供される。超音波システムは、超音波システムの選択されたシステムパラメータセットを用いて対象に超音波信号を送信および受信するためのトランスミッタ／レシーバであって、超音波システムは、超音波画像の予め定義されたセットの少なくとも１つの主観熟練意見を反映する画像順位尺度に基づく複数の異なるシステムパラメータセットを有する、トランスミッタ／レシーバを備える。超音波画像プロセッサは、電気信号のセットを、各画像が特定のシステムパラメータセットに関連している超音波画像に処理するように構成されている。制御システムは、エキスパートユニットであって、各画像について画質指標を決定するために、画像を少なくとも１つの画質特徴に関して分析し、最高の画質指標に関連する画像を特定するために、各画像についてそれぞれの画質指標を分析し、さらに、対象の超音波画像化のためのシステムパラメータセットとして、最高の画質指標に関連する画像を生成するために用いられたシステムパラメータセットを選択してもよく、少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動でプロセスを終了するまで、送信／受信、処理、分析および選択を繰り返すエキスパートユニットを含む。

本発明のさらに別の態様によれば、画像化システムを用いる対象の画像化における画質の自動制御のための方法が提供される。この方法は、画像化システムの選択されたシステムパラメータセットを用いて画像生成信号を生成して対象に提供するステップであって、画像化システムは、画像の予め定義されたセットの主観熟練意見を反映し、対象から信号のセットを受信する画像順位尺度に基づく複数の異なるシステムパラメータセットを有する。用いられる特有の技術に応じて、受信される信号は異なる。たとえば、ＭＲＩシステム、ＸＲシステムまたはＣＴシステムのような、磁場または放射線を用いる画像化技術が用いられる場合、受信される信号は対象内の部分毎に異なる程度で減衰する信号である。受信される信号のセットは、対象の一部を記述する、あるいは示す画像に処理される。各画像は特定のシステムパラメータセットに関連し、各画像について画質指標を決定するために、少なくとも１つの画質特徴に関して画像を分析される。最高の画質指標に関連する画像を特定するために、各画像についてそれぞれの画質指標が分析される。対象の画像化のためのシステムパラメータセットとして、最高の画質指標に関連する画像を生成するために用いられたシステムパラメータセットを選択することができる。少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動でプロセスを終了するまで、送信／受信するステップ、処理するステップ、分析するステップおよび選択するステップを繰り返す。画像化システムは、ＭＲＩ（磁気共鳴映像法）システム、ＣＴ（コンピュータ断層撮影）システム、ＸＲ（Ｘ線放射）システム、蛍光透視画像化システム、ＰＥＴ（陽電子放射断層撮影）システム、マンモグラフィ画像化システムまたはＵＳ（超音波）画像化システムの少なくとも１つを備える。

本発明のさらなる態様によれば、画像化システムを用いる対象の画像化における画質の自動制御のための制御システムであって、画像化システムの選択されたシステムパラメータセットを用いて画像生成信号を生成して対象内に提供するための信号生成手段を含む制御システムが提供される。画像化システムは、画像の予め定義されたセットの主観熟練意見を反映する画像順位尺度に基づく複数の異なるシステムパラメータセットと、対象から信号のセットを受信するための受信手段と、電気信号のセットを、各画像がシステムパラメータセットに関連している画像に処理するように構成されている画像プロセッサとを有する。制御システムは、エキスパートユニットであって、各画像について画質指標を決定するために、画像を少なくとも１つの画質特徴に関して分析し、最高の画質指標に関連する画像を特定するために、各画像についてそれぞれの画質指標を分析し、対象の画像化のためのシステムパラメータセットとして、最高の画質指標に関連する画像を生成するために用いられたシステムパラメータセットを選択するように構成されている。少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動でプロセスを終了するまで、送信／受信し、処理し、分析し、選択する。

画像化システムは、ＭＲＩ（磁気共鳴映像法）システム、ＣＴ（コンピュータ断層撮影）システム、ＸＲ（Ｘ線放射）システム、蛍光透視画像化システム、ＰＥＴ（陽電子放射断層撮影）システム、マンモグラフィ画像化システムまたはＵＳ（超音波）画像化システムの少なくとも１つを備える。

本発明の実施の形態によれば、各画質特徴について値を計算し、少なくとも１つの画質特徴について値に基づいて各画像について画質指標を計算する。画質特徴は主観熟練意見と相関し、画質特徴は、コントラスト、シャープネス、明るさ、および／または、人間視覚システム（ＨＶＳ）における応答を与える可能性がある単純構造および複雑構造の存在を含んでもよい。このような単純構造および複雑構造の存在が画像特徴（image feature、単数または複数）として用いられる場合、画質は、少なくとも部分的には、いわゆるＧＯＰ（ゼネラルオペレータプロセッサ（General Operator Processor））技術を用いて決定することができる。この技術は、たとえば、Knutsson外の欧州特許出願番号第８６８５０１８０号「個々の画素に分割されている画像の領域における特徴の変化の程度を決定する装置（Apparatus for determining the degree of variation of a feature in a region of an image that is divided into discrete picture elements）」の明細書、Knutsson外の欧州特許出願番号第８６８５０１８１号「個々の画素に分割されている画像の領域における特徴の整合性の程度を決定する装置（Apparatus for determining the degree of consistency of a feature in a region of an image that is divided into discrete picture elements）」の明細書、およびKnutsson外の欧州特許出願番号第８６８５０１８２号「個々の画素に分割されている画像の領域における特徴の急激な変化を検出する装置（Apparatus for detecting sudden changes of a feature in a region of an image that is divided into discrete picture elements）」の明細書に記載されている。これらはすべてこの記載によって本明細書に含まれる。

本発明の実施の形態によれば、特定の対象の解剖学的構造の画像順位尺度に基づいて少なくとも第１および第２のシステムパラメータセットが選択され、超音波画像生成信号の少なくとも第１および第２のセットが対象に提供される。第１のシステムパラメータセットについて対象から超音波信号のエコーを表す電気信号の第１のセットが受信され、電気信号のセットが、第１のシステムパラメータセットに関連する超音波画像に処理される。さらに、第２のシステムパラメータセットについて対象から超音波信号のエコーを表す電気信号の第２のセットが受信され、電気信号のセットが、第２のシステムパラメータセットに関連する超音波画像に処理される。各画像について画質指標を決定するために、画像が少なくとも１つの非線形画質特徴に関して分析され、最高の画質指標に関連する画像を特定するために、画像についてそれぞれの画質指標が分析され、超音波画像化のための最高の画質指標に関連する画像を生成するために用いられたシステムパラメータセットが選択される。

本発明の実施の形態によれば、主観熟練意見を取得するプロセスは、予め定義されたセット内の画像間の相対比較に基づいて超音波画像の予め定義されたセットの画像に初期画像順位尺度を関連付けるステップを備える。予め定義されたセットまたは学習データは、好ましくは、各々が既知の特定のシステムパラメータセットアップ（たとえば、全利得制御、時間利得制御、周波数および動的範囲）を有する、少なくとも１つの対象タイプからのいくつかの画像とともに、少なくとも１つの解剖学的構造の超音波画像を含む。画像の予め定義されたセット内の各画像に、画像の視覚品質を反映する画像順位尺度が割り当てられる。視覚評価を各画像に割り当ててもよい。さらに、より高い視覚品質を有する画像対中の画像に前の画像順位尺度よりも高い画像順位尺度を割り当て、より低い視覚品質を有するその画像対中の画像に前の画像順位尺度よりも低い画像順位尺度を割り当てる。プロセスを高速化するために、最も低い視覚評価を持つ画像を比較手順から取り除くことができる。ただし、正確な熟練意見を取得するために、視覚評価に基づいて取り除く際に、画像の初期セット内の対象グループ毎の画像の代表的なセットを維持することは重要である。すなわち、たとえば、視覚評価に基づく画像の除外は、好ましくは、注意して、異なる対象グループに関して、行うべきである。

比較手順は、たとえば、最大回数の比較が完了するか、すべての画像が互いと比較されるまで、実行することができる。各画像が不確実性値（画像の画像順位尺度ポジションの正確さを反映するもの）にも関連する場合であって、比較に含まれる画像について、予め決められた不確実性値に達したとき、比較手順を止めることができる。その後、システムパラメータセットアップ（単数または複数）を最終の画像順位尺度に基づいて選択することができ、各対象タイプまたはグループは、その最高の画像順位尺度に関連する最適なシステムパラメータセットアップを持つ。

本発明の実施の形態によれば、熟練意見と相関する画像特徴を見つけるために、超音波画像の予め定義されたセットの選択された画像（すなわち、熟練意見を取得するのに用いる画像）は、予め決められた画像特徴のセットに関して分析される。学習システムにおいて画像特徴を画像順位尺度とマッチングさせ、その後、画質特徴の相関のレベルがマッチングに基づいて決定される。たとえば、学習システムにおいて、たとえば、非特許文献１によって説明されているＧＢＲａｎｋが用いられる。

学習システムはエキスパートユニットで実施してもよく、Ｒａｎｋｉｎｇ ＳＶＭ（ＲａｎｋＳＶＭ）、Ｒａｎｋｂｏｏｓｔ、ＦＲａｎｋ、ＲａｎｋＲＬＳ、ＳＳＲａｎｋＢｏｏｓｔ、ＳｏｒｔＮｅｔ、ＭＰＢｏｏｓｔおよびＧＢＩｅｎｄを含む方法のような、本発明で用いられることができる複数の実施可能な学習システムが存在する。ＩｎｔｅｒｖａｌＲａｎｋおよびＣＲＲのような方法も考えられる。さらに、ＭＣＲａｎｋ、Ｐｒａｎｋｉｎｇ、ＲａｎｋＣｏｓｉｎｅ、ＲａｎｋＧＰ、ＰｅｒｍｕＲａｎｋ、ＳｏｆｔＲａｎｋ、ＢｏｌｔｚＲａｎｋ、ＢａｙｅｓＲａｎｋおよびＮＤＣＧ Ｂｏｏｓｔのような方法も考えられる。ただし、これらの例は本発明で用いることができる実施可能な学習システムのすべてを網羅するリストではなく、当然、使用上、考え得る学習方法およびシステムが他にある点に注意すべきである。

さらに、学習システムにおける画像順位尺度との画像特徴のマッチングでは、画像特徴には画像順位尺度との相関にしたがって重みが与えられ、高い画像順位尺度により画像特徴の高い重みがもたらされる。

本発明は好ましくは、対象または対象の部分の２次元画像化、３次元画像化および４次元画像化（すなわち、時間とともに変化する３次元画像）に用いられる。

本発明に係るデバイスのさらに有効な実施の形態と本発明に対するさらなる利点とは、従属請求項および実施の形態の詳細な説明から明らかになる。

本発明は、実施の形態としてより詳細に、以下の添付の図面を参照して、例示目的でここに記載される。

本発明を実施することができる一般的な超音波画像化システムの概略図である。 本発明を含ませた超音波画像化システムの実施の形態の概略図である。 本発明の実施の形態に係る、超音波画像化用のシステムパラメータの制御および／または最適化のための方法のステップを示すフローチャートである。 本発明の実施の形態に係る、超音波画像の熟練者または臨床医の主観熟練意見を定量化する方法のステップを示すフローチャートである。 本発明の実施の形態に係る、超音波画像の熟練者または臨床医の主観熟練意見と相関する画質特徴を特定する方法のステップを示すフローチャートである。 本発明を組み入れた画像化システムの実施の形態の概略図である。 本発明の実施の形態に係る、画像化システム用のシステムパラメータの制御および／または最適化のための方法のステップを示すフローチャートである。

図面では、類似または対応する要素は、同じ参照番号によって示されている。

最初に図１を参照して、本発明を実施することができる概略的な超音波画像化システムを説明する。超音波システム１０は、プローブ１１を備え、プローブ１１は、たとえば、トランスデューサ要素のセットを有する超音波トランスデューサアレイを含み、トランスデューサ要素のセットは、たとえば、皮膚面の後ろにあるか、人体内などの体腔内にある走査面１３内に典型的に導かれる超音波音響信号１２を発生する。２Ｄ走査面１３が記載されているが、走査面１３は３Ｄ走査領域も備えてもよい。

音響信号１２は走査面１３内の対象または構造１４で反射し、プローブ１１（またはトランスデューサ要素）に戻る。プローブ１１のトランスデューサ要素は、反射超音波音響信号１２を対応する電気信号１５のセットに変換し、それらの信号１５を超音波画像プロセッサ１６に送信する。超音波画像プロセッサ１６は電気信号１５に応じて表示信号１７を生成し、表示信号１７はオペレータへの表示のために表示デバイス１８（たとえばモニタ）に送信される。

図２を参照して、本発明の様々な特徴を含ませた超音波画像化システム２０の実施の形態を説明する。本発明に係る超音波画像化システム２０は、独立に駆動されるトランスデューサ要素を含むトランスデューサアレイ２２を含み、トランスデューサ要素の各々は、トランスミッタにより発生させられるパルス波形によってエネルギが与えられるとき、超音波エネルギのバーストを生成する。従来、音波トランスデューサは圧電セラミックで形成されていた。しかしながら、シリコントランスデューサまたは静電容量型微細加工超音波トランスデューサ（capacitive micromachined ultrasonic transducer、ＣＭＵＴ）も圧電トランスデューサに代わるものとして考えることができる。

トランスデューサアレイ２２は手持ちプローブで構成してもよい。検査中の対象からトランスデューサアレイ２２に反射して戻る超音波エネルギは、各受信トランスデューサ要素によって電気信号に変換され、個別にトランスミッタ／レシーバ（Ｔ／Ｒ）２３に印加される。トランスミッタ／レシーバ２３は、たとえば、パルサ、開口および電圧コントローラなどを含む送信部を備える。さらに、トランスミッタ／レシーバ２３は、アンプ、フィルタ、復調器、アナログデジタル変換ユニット、画像再構成（アレイ収束）モジュールなどを含む受信部を備える。

トランスミッタ／レシーバ２３は、ユーザ入力システム２５を通じて入力されるユーザ入力に由来するコマンドに応じて動作コントローラユニット２４の制御下で操作される。動作制御ユニット２４は通常、直接的にまたは間接的にシステムのすべてのユニットと通信してこれらのユニットの作動を同期させる。ユーザ入力システムは、たとえば、コンソール、キーボード、ハードキーおよびソフトキー、タッチスクリーン、フットペダルならびに音声制御部を含むユーザ制御機構およびユニットを提供する。超音波画像プロセッサ２６は、トランスミッタ／レシーバ２３からの信号を処理し、ＬＣＤまたはＣＲＴモニタのような表示ユニット２７に出力を送る。超音波画像プロセッサ２６は、異なるモードの検知器、フィルタ、走査コンバータなどを含む。システムは、メモリデバイス／バッファハードディスク、マイクロディスクなどを含むデータ記憶ユニット（図示せず）をさらに備えてもよい。システムは、たとえば、外部記憶デバイスもしくは表示デバイス（たとえば、プリンタ、ＶＣＲ、ＤＶＤ、ＭＯＤ、ワークステーション、インターネットを含む）に対するインタフェースを提供する外部通信ユニット（図示せず）、および／またはＥＣＧのような生理的信号を取得する装置をさらに含んでもよい。本発明に係る制御システム２９は、バス、信号／データ線などを介してシステム２０の様々な構成要素と通信するエキスパートユニット２８を備えてもよい。

エキスパートユニット２８は、特に、超音波画像の主観熟練意見（subjective expert opinion）に基づいてシステムパラメータ最適化機能を発揮するように構成されており、エキスパートユニットは以下に、より詳細に記載される。特に、超音波画像プロセッサ２６からの画像データに基づいて、エキスパートユニット２８は、トランスミッタ／レシーバ２３および／または超音波画像プロセッサ２６におけるパラメータを自動的に調節するように構成されている。超音波画像化システム２０のシステムパラメータの制御を自動化することによって、超音波画像化システム２０の効率、再現性および操作性は、手動システムと比較して、大幅に改善かつ向上させることができる。従来の技術の手動システムでは、臨床医は、診断されている解剖学的構造のタイプ、および起こる減衰のタイプに対して手動でシステムまたはシステムパラメータを設定することになる（デフォルト値に基づいてなされるか、パラメータのデフォルト値を用いる）。新しい対象または、解剖学的構造が観察されるか、画像の異なる深さが選択される毎に、たとえば時間利得補償のようなシステムパラメータを変更してさらなる診断画像を生成するか、改善された診断画像を生成することが望ましい。

ここで図３を参照して、本発明に係る超音波画像化システムのシステムパラメータの最適化および／または制御のための方法を記述する。システムパラメータとは、画像の視覚表現に影響するか、これを制御するパラメータを指す。これらのパラメータは、データ（超音波システムにおけるたとえば周波数およびパルス周波数）の取得の物理的特性に影響してもよく、信号の再構成（たとえば、超音波システムにおける動的範囲および時間利得補正の調節など）および後処理（画像エンハンスメントの調整など）の物理的特性に影響してもよい。画質を最適化するのにこれらのパラメータの１つまたはいくつかを用いることができる。これにより、本発明に係る方法およびシステムを、ＭＲＩ（磁気共鳴映像法）、ＣＴ（コンピュータ断層撮影）、ＸＲ（Ｘ線放射）、蛍光透視、ＰＥＴ（陽電子放射断層撮影）、マンモグラフィおよびＵＳ（超音波）を含む画像化システムまたは技術のような１つまたはいくつかの画像化モードに用いることができる。したがって、本発明の以下の例が超音波画像化システムで実施されても、本発明は超音波システムに限定されるものとはみなさない。本発明は、データの取得、画像再構成プロセスおよび／または後処理プロセスの物理的特性に影響する異なるシステムパラメータ値を用いて、画像生成チェーン中の１つまたはいくつかのステップに基づいて異なる結果画像を生成することができる画像化システムで実施することができる。図６および図７を参照して、本発明は、一般的な画像化システムに関して記載されている。

図３は、本発明に係る方法の実施の形態のフローチャートを概略的に示す。ステップ４０では、検査中の解剖学的構造に対するシステムプロトコルを選択する。システムプロトコルは、たとえば、複数の異なるシステムパラメータセットを含む、心臓の画像化のプロトコルであってもよい。この選択は、自動的であってもよく、あるいは臨床医またはオペレータによってなされる手動選択であってもよい。ステップ４１では、超音波画像の主観熟練意見を反映する、またはユーザによって手動でセットされる画像順位尺度（image ranking measure）に基づいて検査中の特定の解剖学的構造に対して少なくとも１つのシステムパラメータセットを選択する。これは以下に、より詳細に記載される。開始または初期システムパラメータセットのこの選択は、エキスパートユニット２８によって行ってもよい。その後、ステップ４２では、選択されたシステムパラメータセットを用いてトランスデューサアレイ２２から検査される対象に超音波画像生成信号を送信する。ステップ４３では、反射した超音波信号を受信して収集し、この超音波信号を、対象中の臓器または構造からの超音波信号のエコーを表す電気信号に変換する。ステップ４４で、電気信号のセットを超音波画像プロセッサ２６で処理して、各画像が特定のシステムパラメータセットに関連する超音波画像にする。その後、ステップ４５では、画像を少なくとも１つの画質特徴（image quality feature）に関してエキスパートユニット２８で分析して画像毎に画質指標（image quality metric）を決定する。ステップ４６では、各画像のそれぞれの画質指標を互いに分析して、最良の画質指標、たとえば最高の画質指標に関連する画像を特定し、その後、最良の画質指標に関連する画像を生成するのに用いたシステムパラメータセットを、対象のさらなる超音波画像化に対するシステムパラメータセットとして選択する。この画像を表示ユニット２７に表示してもよい。ステップ４７では、画質指標が少なくとも１つの予め決められた品質条件を満たすか否かがエキスパートユニット２８により判断される。たとえば、予め決められた品質条件は、画質指標の改善が予め決められた閾値未満であるということであってもよい。

条件が満たされる場合、ステップ４８で、手順を終了し、特定されたシステムパラメータセットが最良または所望のものであると判断し、対象の超音波画像化に用いてもよい。条件が満たされない場合、手順はステップ４９に進み、新しいシステムパラメータセットを生成するか、前のシステムパラメータを調節する。あるいは、生成したシステムパラメータセットを新しいシステムパラメータセットまたは調節されたシステムパラメータセットと比較することができる。このようにして、手順はステップ４２に戻る。オペレータまたは臨床医は、必要な場合、たとえば、画像が十分な品質を持つと判断される場合、手動で手順を終了してもよい。

図４を参照して、超音波画像の熟練者または臨床医の主観熟練意見を定量化する方法。超音波画像の熟練者または臨床医の主観熟練意見を定量化する手順は、既知のシステムパラメータセット、たとえば、全利得制御（Ｇ）、時間利得制御（ＴＧＣ）、周波数（Ｆ）および動的範囲（ＤＲ）についての既知の値を用いて得られる、異なるタイプの対象に由来する少なくとも１つの解剖学的構造の超音波画像の予め決められたセットに基づく。最初に、ステップ５０で、画像の対間のマッチングまたは比較を行う。好ましくは、熟練者が各対で最良の画像を選択するのを可能にするように、すべての画像をたとえば逐次的に比較する。各画像は、他の画像に対する画像の品質を示す画像順位尺度に関連付けられる。さらに、各画像は、画像の順位の正確さを示す不確実性値にも関連付けられてもよい。不確実性値は、たとえば、なされた比較の回数に依存してもよい。各比較では、主観品質の点での最良の画像（すなわち勝利画像）を決定し、勝利画像は、緩み画像、すなわち、低い主観品質を持つと判断される画像よりも高い画像順位尺度に関連付けられる。各画像は、順位づけプロセスを高速化するために、相対的な品質尺度に関連付けされてもよい。たとえば、各画像は、以下にしたがう視覚品質に基づいて相対的な品質尺度に関連付けられてもよい。
視覚評価：レベル１＝高
視覚評価：レベル２＝中
視覚評価：レベル３＝低
手順を高速化するために、たとえば、レベル３の視覚評価を持つ画像を除外することによって、画像の数を減らすことができる。その後、ステップ５１で、画質尺度を調節する。たとえば、レベル１の視覚評価を持つ画像に、レベル２の視覚評価を持つ画像よりも高い画質尺度を与える。ステップ５２では、画像の選択された対間の２回目の比較手順を行う。たとえば、画像を、これら画像のそれぞれの不確実性値に基づいて選択する。各比較では、主観品質の点で最良の画像（すなわち勝利画像）を決定し、勝利画像は、大きい画像順位尺度に関連付けられ、緩み画像、すなわち、低い主観品質を持つと判断される画像に、小さい画質尺度を与える。ステップ５３では、予め決められた順位条件が満たされたか否かをチェックする。たとえば、当該順位条件は、予め決められた最小の不確実性値に達しているかつ／または最大回数の比較が実行されているか否か、および／または、すべての画像が互いと比較されているか否かを含んでもよい。条件が満たされない場合、手順はステップ５２に戻る。他方、条件が満たされる場合、手順はステップ５４に進み、画質尺度リストを形成する。画質尺度リストでは、画像は、画質尺度にしたがって順位づけされ、最高の尺度は最良の画像を示し、低い尺度は低い品質度を持つ画像を示す。この画質尺度リストは、エキスパートユニット２８を学習させて少なくとも１人の熟練者の意見を反映させるのに用いられる。対象のタイプ毎に、最良である（すなわち、最高の画質尺度を持つ画像を生成する）と判別されるシステムパラメータセットが、超音波画像化において開始または初期セットアップとして用いられる。すなわち、この最良のまたは最適なシステムパラメータセットが、図３を参照して上述されている制御および／または最適化手順用の開始または初期セットアップとして用いられる。

図５を参照して、少なくとも１人の超音波画像の熟練者または臨床医の主観熟練意見と相関する画質特徴（image quality feature）を特定する方法。超音波画像の熟練者または臨床医の主観熟練意見を定量化する手順で用いられる画像の対応するセットを、用いられ得る画質特徴のライブラリ中の画質特徴を特定するのに用いる。ステップ６０では、用いられ得る画質特徴に関して画像を分析する。ステップ６１で、画質特徴値と画像順位尺度との間のマッチングが、学習システム、たとえば、非特許文献１によって説明されているＧＢＲａｎｋを用いる学習システムで行われる。

学習システムは、エキスパートユニット２８で実施してもよい。上記で説明されているように、Ｒａｎｋｉｎｇ ＳＶＭ（ＲａｎｋＳＶＭ），ＧＢＩｅｎｄ、ＩｎｔｅｒｖａｌＲａｎｋ、ＣＲＲ、ＭＣＲａｎｋ、Ｐｒａｎｋｉｎｇ、ＲａｎｋＧＰまたはＮＤＣＧ Ｂｏｏｓｔのような、本発明で用いることができる複数の実施可能な学習システムがある。ただし、これらの例が本発明で用いることができる実施可能な学習システムのすべてを網羅するリストではなく、当然、使用上、考え得る学習方法およびシステムが他にある点に注意すべきである。

ステップ６２で、最も相関しない画質特徴を捨象し、ステップ６３で、超音波の熟練者の主観熟練意見に相関すると判断される画質特徴のセットを、超音波画像制御または最適化で用いるために選択する。

図６を参照して、本発明の様々な特徴を含ませた画像化システム７０の実施の形態を説明する。本発明に係る画像化システム７０は、信号生成ユニット７１、たとえば、ＭＲＩ、ＣＴまたはＸＲシステムで磁場または放射線を発生させるユニットを含む。さらに、受信ユニット７２、たとえば放射線検出ユニットは、対象から信号、たとえば減衰したＸ線を受け取るように適合されている。

信号生成ユニット７１および受信ユニット７２は、ユーザ入力システム７５を通じて入力されるユーザ入力に由来するコマンドに応じて動作コントローラユニット７４の制御下で操作される。動作制御ユニット７４は通常、直接的にまたは間接的にシステムのすべてのユニットと通信してこれらのユニットの作動を同期させる。ユーザ入力システムは、たとえば、コンソール、キーボード、ハードキーおよびソフトキー、タッチスクリーン、フットペダルならびに音声制御部を含むユーザ制御機構およびユニットを提供する。画像プロセッサ７６が、受信ユニット７２からの信号を処理し、ＬＣＤまたはＣＲＴモニタのような表示ユニット７７に出力を送る。

画像プロセッサ７６は、異なるモードの入力部、フィルタ、走査コンバータなどを含む。システムは、メモリデバイス／バッファハードディスク、マイクロディスクなどを含むデータ記憶ユニット（図示せず）をさらに備えてもよい。システムは、たとえば、外部記憶デバイスもしくは表示デバイス（たとえば、プリンタ、ＶＣＲ、ＤＶＤ、ＭＯＤ、ワークステーション、インターネットを含む）に対するインタフェースを提供する外部通信ユニット（図示せず）、および／またはＥＣＧのような生理的信号を取得する装置をさらに含んでもよい。本発明に係る制御システム７９は、バス、信号／データ線などを介してシステム７０の様々な構成要素と通信するエキスパートユニット７８を備えてもよい。

エキスパートユニット７８は、特に、画像（たとえばＸＲ画像）の主観熟練意見に基づいてシステムパラメータ最適化機能を発揮するように構成されており、エキスパートユニットは以下に、より詳細に記載される。特に、画像プロセッサ７６からの画像データに基づいて、エキスパートユニット７８は、信号生成ユニット７１および／または受信ユニット７２および／または画像プロセッサ７６用のパラメータを自動的に調節するように構成されている。本発明に係る画像化システム７０のシステムパラメータの制御を自動化することによって、超音波画像化システム７０の効率、再現性および操作性は、臨床医が、診断されている解剖学的構造のタイプ、および起こる減衰のタイプに対して手動で走査またはシステムパラメータを設定することになる（デフォルト値に基づいてなされるか、パラメータのデフォルト値を用いる）手動システムと比較すると、大幅に改善かつ向上させることができる。

ここで図７を参照して、本発明に係る画像化システムのシステムパラメータの最適化および／または制御のための方法を記載する。上記で説明されているように、システムパラメータとは、画像の視覚表現に影響するか、これを制御するパラメータ、ならびにデータ（照射量、ｋＶｐおよびビーム品質など）の取得の物理的特性に影響し得て、信号の再構成および後処理（画像エンハンスメントなど）の物理的特性にも影響し得るパラメータを指す。画質を最適化するのにこれらのパラメータの１つまたはいくつかを用いることができる。これにより、本発明に係る方法およびシステムを、ＭＲＩ（磁気共鳴映像法）、ＣＴ（コンピュータ断層撮影）、ＸＲ（Ｘ線放射）、蛍光透視、ＰＥＴ（陽電子放射断層撮影）、マンモグラフィおよびＵＳ（超音波）を含む画像化システムまたは技術のような１つまたはいくつかの画像化様式に用いることができる。

図７は、本発明に係る方法のさらなる実施の形態のフローチャートを概略的に示す。ステップ８０では、検査中の解剖学的構造に対する画像化プロトコルを選択する。画像化プロトコルは、たとえば、複数の異なる予めセットされたシステムパラメータセットを含む、心臓の画像化のプロトコルであってもよい。この選択は、自動的であってもよく、あるいは臨床医またはオペレータによってなされる手動選択であってもよい。ステップ８１では、画像の主観選択を反映する画像順位尺度に基づいて検査中の特定の解剖学的構造に対して少なくとも１つのシステムパラメータセットを選択する。これは以下に、より詳細に記載される。開始または初期システムパラメータセットのこの選択は、エキスパートユニット７８によって行ってもよい。その後、ステップ８２では、画像生成信号が生成され、選択されたシステムパラメータセットを用いて検査される対象にもたらされる。ステップ８３では、対象から信号を受信して収集し、受信した信号を、対象中の臓器または構造を表す電気信号に変換する。ステップ８４で、電気信号のセットを画像プロセッサ７６で処理して、各画像がシステムパラメータセットに関連する画像にする。その後、ステップ８５では、画像を少なくとも１つの画質特徴に関してエキスパートユニット７８で分析して画像毎に画質指標を決定する。ステップ８６では、各画像のそれぞれの画質指標を互いに分析して、最良の画質指標、たとえば最高の画質指標に関連する画像を特定し、その後、最良の画質指標に関連する画像を生成するのに用いたシステムパラメータセットを、対象のさらなる画像化に対するシステムパラメータセットとして選択する。この画像を表示ユニット７７に表示してもよい。ステップ８７では、画質指標が予め決められた品質条件を満たすか否かがエキスパートユニット７８により判断される。条件が満たされる場合、手順を終了し、特定されたシステムパラメータセットが最適であると判断し、ステップ８８で対象の画像化に用いてもよい。条件が満たされない場合、手順は、新しいシステムパラメータセットを生成するステップ８９に進み、前のシステムパラメータが調節される。あるいは、それぞれの結果画像について非線形品質指標を比較するという点において、生成したシステムパラメータセットを新しいシステムパラメータセットまたは調節されたシステムパラメータセットと比較することができる。このようにして、手順はステップ８２に戻る。オペレータまたは臨床医は、必要な場合、たとえば、画像が十分な品質を持つと判断される場合、手動で手順をさらに調節、変更または終了してもよい。

本発明は、例示されている実施の形態に限定されるとはみなされず、添付の請求項の範囲を逸脱しない範囲で当業者によって様々に修正および変更することができる。

本発明は、概して画像化システム、およびこのようなシステムのための方法に関する。特に、本発明は、画像化システムにおける自動画像最適化のための方法およびシステムに関する。本発明のいくつかの態様は、超音波画像化システムにおける自動画像最適化のための方法およびシステムに関する。

超音波を使用して医療モニタリングおよび診断用の画像を生成することは、その非イオン化性と、様々な軟組織の特性の固有の差から画像を生成するその能力との結果として、広範囲に広く拡大している。典型的かつ一般的な用途には、心臓、腹部および胎児の検査およびモニタリングが含まれる。ほとんどの領域では、診断は、現在、一般的には、検査中の構造のサイズ、位置、輪郭および動きならびにその相対的な透過および反射特性に基づく。

一般的には、典型的な超音波スキャナについては、ユーザは、最適な画像を得るのに複数の操作を行う必要があり、その操作は時間を要し、オペレータに依拠する。さらに、未熟なユーザは、最適状態に及ばないセッティングにより最適状態に及ばない画像を生成する場合があり、誤診の危険性を増すおそれがある。

これらの課題に対処するために、一般的な手順および実行では、臨床応用毎に画像化手順に予めセットされたシステムパラメータを用いることになっている。このケースでは、スキャナは、なんらのユーザ入力なしに、平均的な患者について高い実行性をもたらし得る。しかしながら、この対処法は患者に特有の変化をなんら考慮していない。この変化は実際には、最適画質を得るのに超音波画像化において非常に重要である。

従来の技術では、自動画像最適化を提供する複数の試みがなされている。たとえば、Feng外の特許文献１には、画質指標（image quality metric）を生成するための画質コスト関数の評価を含む、超音波画像化用の自動画像最適化のための方法およびシステムが開示されている。画質指標は、異なる画像同士を比較して画質指標の最大化に至ったか否かを判断するのに用いられる。最大にされた画質指標を生成した信号パラメータは、最適パラメータとして割り当てられる。

Klesensiの特許文献２は、超音波画像化システムにおける自動利得補償のための方法およびシステムを開示している。画像化データは、微小ゾーン（たとえば、範囲に応じて選択される領域、および方位角に応じて選択される領域、または両方に応じて選択される領域のような微小ゾーン）に区切られる。少なくとも１つのゾーン画像化値はゾーン毎に測定され、ゾーンは、そのゾーンで画像化されている対象または構造から反射される信号についての画像化値の少なくとも１つの測定に対応する。測定は平均値または標準偏差であってもよい。画像化値は、強度値であってもよい。各ゾーンを検討し、選択された数値範囲にその画像化値があるか否かを判断する。選択されたゾーン強度値に応じて減衰曲線を形成する。減衰曲線から利得補償曲線を決定する。

Roundhill外の特許文献３は、走査深さおよび幅寸法の関数としての超音波画像データの動的範囲を変化させる方法およびシステムを開示している。表示される動的範囲および雑音排除レベルは、超音波画像の範囲（深さ）および幅（走査線間）寸法とともに変化する。

Ng外の特許文献４は、超音波診断画像における明るさまたはコントラストの変化の自動補償に関する。自動補償は、深さに依存する減衰を補償する名目ＴＧＣ（「時間利得補償（Time Gain Compensation）」）曲線に対するオフセットを計算することによって行われる。ＴＧＣ曲線のオフセットはその後、次の画像に適用される。これとは別に、画像動的範囲を最適化に用いてもよい。特に、ラインフィッティングを用い、弱いつながりまたは低い信号レベルを示す走査線を取り除き、ラインフィッティングは保持されているデータ上で実行される。直線状の傾き線が画像中の各走査線の、深さ依存の減衰特性にフィッティングされ、これらの傾き線は、この画像について結合されて１つの傾き値にされる。

特許文献５は、超音波画像化システムの適合型システムパラメータ最適化のための方法およびシステムを開示している。ファジーロジックを、画像化モードのシステムパラメータを最適に調節するのに用いる。ニューラルネットワークは、ファジーロジックとは別に所定の機能を発揮してもよいし、あるいはファジーロジックとともに所定の機能を発揮してもよい。ニューラルネットワークは、患者種別、ユーザ選択およびシステム動作状況に基づいて超音波画像生成システムの機能を適合させるように構成されている。ニューラルネットワークは、解剖学的構造的特徴、たとえば主血管の検知、疾患分類、および合成画像を持つ異なる画像様式からの特徴の選択を含む用途で用いる。

Jiang外の特許文献６は、超音波画像のグレイスケール最適化に関する。探索デバイスは、超音波画像で非均等に分割されたサブエリアを探索するように構成されている。分析デバイスは、深さの方向に各サブエリアでのグレイレベルの変化を分析するように構成されている。分析に基づいて、最適化されたグレイレベル値を計算する。特に、雑音レベルを分析し、（深さの方向の）グレイレベル変化曲線を分析し、その画像についてＰＤＭを取得する。ここで、ＰＤＭは「デジタル時間利得補償モジュール用パラメータ（Parameters for Digital Time Gain Compensation Module）」の略である。

米国特許第８，２３５，９０５号明細書 米国特許第５，５７９，７６８号明細書 米国特許第５，９９３，３９２号明細書 米国特許第６，７４３，１７４号明細書 米国特許第８，３５７，０９４号明細書 米国特許第８，０９０，１６５号明細書

Z.Zheng、H.Zha、K.Chen、G.Sun、「相対的な関連度判別を用いた学習順位づけ機能のための回帰フレームワーク（A regression framework for learning ranking functions using relative relevance judgements）」、ACM SIGIR Conference、アムステルダム、２００７年

しかしながら、これらの多数の従来の技術の方法およびシステムにもかかわらず、超音波画像化システムのシステムパラメータの自動制御および最適化のための改善された方法およびシステムが依然として必要である。

本発明の目的によれば、超音波画像化システムの走査またはシステムパラメータの自動制御および最適化のための改善された方法およびシステムが提供される。

本発明の他の目的によれば、ＭＲＩ（磁気共鳴映像法）、ＣＴ（コンピュータ断層撮影）、ＸＲ（Ｘ線放射）、蛍光透視、ＰＥＴ（陽電子放射断層撮影）、マンモグラフィおよびＵＳ（超音波）を含む走査または画像化システムまたは技術のシステムパラメータの自動制御および最適化のための改善された方法およびシステムが提供される。

これらの目的および他の目的は、添付の請求項にしたがって達成される。

本発明を考慮する上で、用語「システムパラメータ」は、画像の視覚表現に影響するか、これを制御するパラメータを指す。これらのパラメータは、データ（たとえば周波数およびパルス周波数）の取得の物理的特性に影響してもよく、信号の再構成（たとえば、動的範囲および時間利得補正の調節など）および後処理（画像エンハンスメントの調整など）の物理的特性に影響してもよい。

本発明の一態様によれば、超音波システムを用いる少なくとも１つの対象の超音波画像化における、画質の自動制御のための制御システムであって、その超音波システムは、少なくとも１つの主観熟練意見にしたがって選択された超音波システムのシステムパラメータのセットを用いて、超音波画像信号を、少なくとも１つの対象に送信し、少なくとも１つの対象から受信するように構成されているトランスミッタ／レシーバと、受信された信号を、主観熟練意見を反映する多くの超音波画像に処理するように構成されている超音波画像プロセッサと、を含む超音波システムであり、制御システムは、システムパラメータの異なるセットに基づいた、学習のための画像の変化のセットを生成するように構成されている学習データ生成器と、ニューラルネットワークであって、主観熟練意見を反映する超音波画像と、学習のための画像の変化とを表すデータを処理し、学習のための画像の変化のそれぞれのセットについて、主観熟練意見を反映する超音波画像の画像特徴に関連する画像特徴を自動で特定し、自動で特定された画像特徴を含む学習させられたネットワークであって、所望の主観熟練画像選好を反映するシステムパラメータを取得するようにシステムパラメータを変更する仕方を予測する修正を、システムパラメータに施すために、その自動で特定された画像特徴を用いるように構成されている、学習させられたネットワークを生成するように構成されているニューラルネットワークと、を含む、制御システムが提供される。

本発明の実施の形態によれば、エキスパートユニットが、システムパラメータの予測された修正に基づいて超音波システムの現在のシステムパラメータを変更し、変更されたシステムパラメータを新しい画像の生成のために用いるように、学習させられたネットワークを使用するように構成されている。

本発明の実施の形態によれば、ニューラルネットワークは、重畳型ニューラルネットワークまたは回帰型ニューラルネットワークである。

本発明の実施の形態によれば、学習データ生成器は、予め定められたアルゴリズムにしたがってシステムパラメータのセットを生成するように構成されている。

本発明の実施の形態によれば、学習データ生成器は、システムパラメータのセットを生成するために、少なくとも１つの主観熟練意見にしたがって選択されたシステムパラメータのまわりにシステムパラメータ値を無作為に標本抽出するアルゴリズムを用いるように構成されている。
本発明の実施の形態によれば、画像を表すデータは、データが空間のおよび／または時間のデータを含む、１次元のデータ、２次元のデータ、３次元のデータ、または、４次元のデータである。
本発明の実施の形態によれば、画像を表すデータは、強度に基づくデータである。
本発明の実施の形態によれば、システムパラメータは、画像強調フィルタリング、コンパウンディング、音速、周波数、線密度、高調波画像化モード、および／または残像（persistence）を含む。
本発明の実施の形態によれば、システムパラメータは、利得、時間利得補償、動的範囲、および／または水平利得調整を含む。

本発明のさらなる態様によれば、画像化システムを用いる少なくとも１つの対象の画像化における、画質の自動制御のための制御システムであって、その画像化システムは、少なくとも１つの主観熟練意見にしたがって選択された画像化システムの選択されたシステムパラメータの第１のセットを用いて、画像生成信号を、生成し、少なくとも１つの対象に送信するように構成されている信号生成器と、少なくとも１つの主観熟練意見にしたがって選択されたシステムパラメータの第２のセットを用いて、少なくとも１つの対象から画像信号のセットを受信するように構成されている信号受信器と、受信された信号を、主観熟練意見を反映する多くの画像に処理するように構成されている画像プロセッサと、を含む画像化システムであり、この制御システムは、システムパラメータの異なるセットに基づいた、学習のための画像の変化のセットを生成するように構成されている学習データ生成器と、ニューラルネットワークであって、主観熟練意見を反映する画像と、学習のための画像の変化とを表すデータを処理し、学習のための画像の変化のそれぞれのセットについて、主観熟練意見を反映する画像の画像特徴に関連する画像特徴を自動で特定し、自動で特定された画像特徴を含む学習させられたネットワークであって、所望の主観熟練画像選好を反映するシステムパラメータを取得するようにシステムパラメータを変更する仕方を予測する修正を、システムパラメータに施すために、自動で特定された画像特徴を用いるように構成されている、学習させられたネットワークを生成するように構成されているニューラルネットワークと、を含む、制御システムが提供される。

本発明の実施の形態によれば、エキスパートユニットが、システムパラメータの予測された修正に基づいて画像化システムの現在のシステムパラメータを変更し、変更されたシステムパラメータを新しい画像の生成のために用いるように、学習させられたネットワークを使用するように構成されている。
本発明の実施の形態によれば、ニューラルネットワークは、重畳型ニューラルネットワークまたは回帰型ニューラルネットワークである。
本発明の実施の形態によれば、学習データ生成器は、予め定められたアルゴリズムにしたがってシステムパラメータのセットを生成するように構成されている。

本発明の実施の形態によれば、学習データ生成器は、システムパラメータのセットを生成するために、少なくとも１つの主観熟練意見にしたがって選択されたシステムパラメータのまわりにシステムパラメータ値を無作為に標本抽出するアルゴリズムを用いるように構成されている。
本発明の実施の形態によれば、画像を表すデータは、データが空間のおよび／または時間のデータを含む、１次元のデータ、２次元のデータ、３次元のデータ、または、４次元のデータである。
本発明による制御システムの実施の形態においては、画像化システムは、超音波システム、ＭＲＩ（磁気共鳴映像法）システム、ＣＴ（コンピュータ断層撮影）システム、ＸＲ（Ｘ線放射）システム、蛍光透視システム、ＰＥＴ（陽電子放射断層撮影）システム、マンモグラフィ画像化システムの少なくとも１つからなる。

本発明の実施の形態によれば、各画質特徴について値を計算し、少なくとも１つの画質特徴について値に基づいて各画像について画質指標を計算する。画質特徴は主観熟練意見と相関し、画質特徴は、コントラスト、シャープネス、明るさ、および／または、人間視覚システム（ＨＶＳ）における応答を与える可能性がある単純構造および複雑構造の存在を含んでもよい。このような単純構造および複雑構造の存在が画像特徴（image feature、単数または複数）として用いられる場合、画質は、少なくとも部分的には、いわゆるＧＯＰ（ゼネラルオペレータプロセッサ（General Operator Processor））技術を用いて決定することができる。この技術は、たとえば、Knutsson外の欧州特許出願番号第８６８５０１８０号「個々の画素に分割されている画像の領域における特徴の変化の程度を決定する装置（Apparatus for determining the degree of variation of a feature in a region of an image that is divided into discrete picture elements）」の明細書、Knutsson外の欧州特許出願番号第８６８５０１８１号「個々の画素に分割されている画像の領域における特徴の整合性の程度を決定する装置（Apparatus for determining the degree of consistency of a feature in a region of an image that is divided into discrete picture elements）」の明細書、およびKnutsson外の欧州特許出願番号第８６８５０１８２号「個々の画素に分割されている画像の領域における特徴の急激な変化を検出する装置（Apparatus for detecting sudden changes of a feature in a region of an image that is divided into discrete picture elements）」の明細書に記載されている。これらはすべてこの記載によって本明細書に含まれる。

本発明の実施の形態によれば、熟練意見と相関する画像特徴を見つけるために、超音波画像の予め定義されたセットの選択された画像（すなわち、熟練意見を取得するのに用いる画像）は、予め決められた画像特徴のセットに関して分析される。学習システムにおいて画像特徴を画像順位尺度とマッチングさせ、その後、画質特徴の相関のレベルがマッチングに基づいて決定される。たとえば、学習システムにおいて、たとえば、非特許文献１によって説明されているＧＢＲａｎｋが用いられる。

学習システムはエキスパートユニットで実施してもよく、Ｒａｎｋｉｎｇ ＳＶＭ（ＲａｎｋＳＶＭ）、Ｒａｎｋｂｏｏｓｔ、ＦＲａｎｋ、ＲａｎｋＲＬＳ、ＳＳＲａｎｋＢｏｏｓｔ、ＳｏｒｔＮｅｔ、ＭＰＢｏｏｓｔおよびＧＢＩｅｎｄを含む方法のような、本発明で用いられることができる複数の実施可能な学習システムが存在する。ＩｎｔｅｒｖａｌＲａｎｋおよびＣＲＲのような方法も考えられる。さらに、ＭＣＲａｎｋ、Ｐｒａｎｋｉｎｇ、ＲａｎｋＣｏｓｉｎｅ、ＲａｎｋＧＰ、ＰｅｒｍｕＲａｎｋ、ＳｏｆｔＲａｎｋ、ＢｏｌｔｚＲａｎｋ、ＢａｙｅｓＲａｎｋおよびＮＤＣＧ Ｂｏｏｓｔのような方法も考えられる。ただし、これらの例は本発明で用いることができる実施可能な学習システムのすべてを網羅するリストではなく、当然、使用上、考え得る学習方法およびシステムが他にある点に注意すべきである。

さらに、学習システムにおける画像順位尺度との画像特徴のマッチングでは、画像特徴には画像順位尺度との相関にしたがって重みが与えられ、高い画像順位尺度により画像特徴の高い重みがもたらされる。

本発明は好ましくは、対象または対象の部分の２次元画像化、３次元画像化および４次元画像化（すなわち、時間とともに変化する３次元画像）に用いられる。

本発明に係るデバイスのさらに有効な実施の形態と本発明に対するさらなる利点とは、従属請求項および実施の形態の詳細な説明から明らかになる。

本発明は、実施の形態としてより詳細に、以下の添付の図面を参照して、例示目的でここに記載される。

本発明を実施することができる一般的な超音波画像化システムの概略図である。 本発明を含ませた超音波画像化システムの実施の形態の概略図である。 本発明の実施の形態に係る、超音波画像化用のシステムパラメータの制御および／または最適化のための方法のステップを示すフローチャートである。 本発明の実施の形態に係る、超音波画像の熟練者または臨床医の主観熟練意見を定量化する方法のステップを示すフローチャートである。 本発明の実施の形態に係る、超音波画像の熟練者または臨床医の主観熟練意見と相関する画質特徴を特定する方法のステップを示すフローチャートである。 本発明を組み入れた画像化システムの実施の形態の概略図である。 本発明の実施の形態に係る、画像化システム用のシステムパラメータの制御および／または最適化のための方法のステップを示すフローチャートである。 本発明を含ませた画像化システムの実施の形態の概略図である。

図面では、類似または対応する要素は、同じ参照番号によって示されている。

最初に図１を参照して、本発明を実施することができる概略的な超音波画像化システムを説明する。超音波システム１０は、プローブ１１を備え、プローブ１１は、たとえば、トランスデューサ要素のセットを有する超音波トランスデューサアレイを含み、トランスデューサ要素のセットは、たとえば、皮膚面の後ろにあるか、人体内などの体腔内にある走査面１３内に典型的に導かれる超音波音響信号１２を発生する。２Ｄ走査面１３が記載されているが、走査面１３は３Ｄ走査領域も備えてもよい。

音響信号１２は走査面１３内の対象または構造１４で反射し、プローブ１１（またはトランスデューサ要素）に戻る。プローブ１１のトランスデューサ要素は、反射超音波音響信号１２を対応する電気信号１５のセットに変換し、それらの信号１５を超音波画像プロセッサ１６に送信する。超音波画像プロセッサ１６は電気信号１５に応じて表示信号１７を生成し、表示信号１７はオペレータへの表示のために表示デバイス１８（たとえばモニタ）に送信される。

図２を参照して、本発明の様々な特徴を含ませた超音波画像化システム２０の実施の形態を説明する。本発明に係る超音波画像化システム２０は、独立に駆動されるトランスデューサ要素を含むトランスデューサアレイ２２を含み、トランスデューサ要素の各々は、トランスミッタにより発生させられるパルス波形によってエネルギが与えられるとき、超音波エネルギのバーストを生成する。従来、音波トランスデューサは圧電セラミックで形成されていた。しかしながら、シリコントランスデューサまたは静電容量型微細加工超音波トランスデューサ（capacitive micromachined ultrasonic transducer、ＣＭＵＴ）も圧電トランスデューサに代わるものとして考えることができる。

トランスデューサアレイ２２は手持ちプローブで構成してもよい。検査中の対象からトランスデューサアレイ２２に反射して戻る超音波エネルギは、各受信トランスデューサ要素によって電気信号に変換され、個別にトランスミッタ／レシーバ（Ｔ／Ｒ）２３に印加される。トランスミッタ／レシーバ２３は、たとえば、パルサ、開口および電圧コントローラなどを含む送信部を備える。さらに、トランスミッタ／レシーバ２３は、アンプ、フィルタ、復調器、アナログデジタル変換ユニット、画像再構成（アレイ収束）モジュールなどを含む受信部を備える。

トランスミッタ／レシーバ２３は、ユーザ入力システム２５を通じて入力されるユーザ入力に由来するコマンドに応じて動作コントローラユニット２４の制御下で操作される。動作制御ユニット２４は通常、直接的にまたは間接的にシステムのすべてのユニットと通信してこれらのユニットの作動を同期させる。ユーザ入力システムは、たとえば、コンソール、キーボード、ハードキーおよびソフトキー、タッチスクリーン、フットペダルならびに音声制御部を含むユーザ制御機構およびユニットを提供する。超音波画像プロセッサ２６は、トランスミッタ／レシーバ２３からの信号を処理し、ＬＣＤまたはＣＲＴモニタのような表示ユニット２７に出力を送る。超音波画像プロセッサ２６は、異なるモードの検知器、フィルタ、走査コンバータなどを含む。システムは、メモリデバイス／バッファハードディスク、マイクロディスクなどを含むデータ記憶ユニット（図示せず）をさらに備えてもよい。システムは、たとえば、外部記憶デバイスもしくは表示デバイス（たとえば、プリンタ、ＶＣＲ、ＤＶＤ、ＭＯＤ、ワークステーション、インターネットを含む）に対するインタフェースを提供する外部通信ユニット（図示せず）、および／またはＥＣＧのような生理的信号を取得する装置をさらに含んでもよい。本発明に係る制御システム２９は、バス、信号／データ線などを介してシステム２０の様々な構成要素と通信するエキスパートユニット２８を備えてもよい。

エキスパートユニット２８は、特に、超音波画像の主観熟練意見（subjective expert opinion）に基づいてシステムパラメータ最適化機能を発揮するように構成されており、エキスパートユニットは以下に、より詳細に記載される。特に、超音波画像プロセッサ２６からの画像データに基づいて、エキスパートユニット２８は、トランスミッタ／レシーバ２３および／または超音波画像プロセッサ２６におけるパラメータを自動的に調節するように構成されている。超音波画像化システム２０のシステムパラメータの制御を自動化することによって、超音波画像化システム２０の効率、再現性および操作性は、手動システムと比較して、大幅に改善かつ向上させることができる。従来の技術の手動システムでは、臨床医は、診断されている解剖学的構造のタイプ、および起こる減衰のタイプに対して手動でシステムまたはシステムパラメータを設定することになる（デフォルト値に基づいてなされるか、パラメータのデフォルト値を用いる）。新しい対象または、解剖学的構造が観察されるか、画像の異なる深さが選択される毎に、たとえば時間利得補償のようなシステムパラメータを変更してさらなる診断画像を生成するか、改善された診断画像を生成することが望ましい。

ここで図３を参照して、本発明に係る超音波画像化システムのシステムパラメータの最適化および／または制御のための方法を記述する。システムパラメータとは、画像の視覚表現に影響するか、これを制御するパラメータを指す。これらのパラメータは、データ（超音波システムにおけるたとえば周波数およびパルス周波数）の取得の物理的特性に影響してもよく、信号の再構成（たとえば、超音波システムにおける動的範囲および時間利得補正の調節など）および後処理（画像エンハンスメントの調整など）の物理的特性に影響してもよい。画質を最適化するのにこれらのパラメータの１つまたはいくつかを用いることができる。これにより、本発明に係る方法およびシステムを、ＭＲＩ（磁気共鳴映像法）、ＣＴ（コンピュータ断層撮影）、ＸＲ（Ｘ線放射）、蛍光透視、ＰＥＴ（陽電子放射断層撮影）、マンモグラフィおよびＵＳ（超音波）を含む画像化システムまたは技術のような１つまたはいくつかの画像化モードに用いることができる。したがって、本発明の以下の例が超音波画像化システムで実施されても、本発明は超音波システムに限定されるものとはみなさない。本発明は、データの取得、画像再構成プロセスおよび／または後処理プロセスの物理的特性に影響する異なるシステムパラメータ値を用いて、画像生成チェーン中の１つまたはいくつかのステップに基づいて異なる結果画像を生成することができる画像化システムで実施することができる。図６および図７を参照して、本発明は、一般的な画像化システムに関して記載されている。

図３は、本発明に係る方法の実施の形態のフローチャートを概略的に示す。ステップ４０では、検査中の解剖学的構造に対するシステムプロトコルを選択する。システムプロトコルは、たとえば、複数の異なるシステムパラメータセットを含む、心臓の画像化のプロトコルであってもよい。この選択は、自動的であってもよく、あるいは臨床医またはオペレータによってなされる手動選択であってもよい。ステップ４１では、超音波画像の主観熟練意見を反映する、またはユーザによって手動でセットされる画像順位尺度（image ranking measure）に基づいて検査中の特定の解剖学的構造に対して少なくとも１つのシステムパラメータセットを選択する。これは以下に、より詳細に記載される。開始または初期システムパラメータセットのこの選択は、エキスパートユニット２８によって行ってもよい。その後、ステップ４２では、選択されたシステムパラメータセットを用いてトランスデューサアレイ２２から検査される対象に超音波画像生成信号を送信する。ステップ４３では、反射した超音波信号を受信して収集し、この超音波信号を、対象中の臓器または構造からの超音波信号のエコーを表す電気信号に変換する。ステップ４４で、電気信号のセットを超音波画像プロセッサ２６で処理して、各画像が特定のシステムパラメータセットに関連する超音波画像にする。その後、ステップ４５では、画像を少なくとも１つの画質特徴（image quality feature）に関してエキスパートユニット２８で分析して画像毎に画質指標（image quality metric）を決定する。ステップ４６では、各画像のそれぞれの画質指標を互いに分析して、最良の画質指標、たとえば最高の画質指標に関連する画像を特定し、その後、最良の画質指標に関連する画像を生成するのに用いたシステムパラメータセットを、対象のさらなる超音波画像化に対するシステムパラメータセットとして選択する。この画像を表示ユニット２７に表示してもよい。ステップ４７では、画質指標が少なくとも１つの予め決められた品質条件を満たすか否かがエキスパートユニット２８により判断される。たとえば、予め決められた品質条件は、画質指標の改善が予め決められた閾値未満であるということであってもよい。

条件が満たされる場合、ステップ４８で、手順を終了し、特定されたシステムパラメータセットが最良または所望のものであると判断し、対象の超音波画像化に用いてもよい。条件が満たされない場合、手順はステップ４９に進み、新しいシステムパラメータセットを生成するか、前のシステムパラメータを調節する。あるいは、生成したシステムパラメータセットを新しいシステムパラメータセットまたは調節されたシステムパラメータセットと比較することができる。このようにして、手順はステップ４２に戻る。オペレータまたは臨床医は、必要な場合、たとえば、画像が十分な品質を持つと判断される場合、手動で手順を終了してもよい。

図４を参照して、超音波画像の熟練者または臨床医の主観熟練意見を定量化する方法。超音波画像の熟練者または臨床医の主観熟練意見を定量化する手順は、既知のシステムパラメータセット、たとえば、全利得制御（Ｇ）、時間利得制御（ＴＧＣ）、周波数（Ｆ）および動的範囲（ＤＲ）についての既知の値を用いて得られる、異なるタイプの対象に由来する少なくとも１つの解剖学的構造の超音波画像の予め決められたセットに基づく。最初に、ステップ５０で、画像の対間のマッチングまたは比較を行う。好ましくは、熟練者が各対で最良の画像を選択するのを可能にするように、すべての画像をたとえば逐次的に比較する。各画像は、他の画像に対する画像の品質を示す画像順位尺度に関連付けられる。さらに、各画像は、画像の順位の正確さを示す不確実性値にも関連付けられてもよい。不確実性値は、たとえば、なされた比較の回数に依存してもよい。各比較では、主観品質の点での最良の画像（すなわち勝利画像）を決定し、勝利画像は、緩み画像、すなわち、低い主観品質を持つと判断される画像よりも高い画像順位尺度に関連付けられる。各画像は、順位づけプロセスを高速化するために、相対的な品質尺度に関連付けされてもよい。たとえば、各画像は、以下にしたがう視覚品質に基づいて相対的な品質尺度に関連付けられてもよい。
視覚評価：レベル１＝高
視覚評価：レベル２＝中
視覚評価：レベル３＝低
手順を高速化するために、たとえば、レベル３の視覚評価を持つ画像を除外することによって、画像の数を減らすことができる。その後、ステップ５１で、画質尺度を調節する。たとえば、レベル１の視覚評価を持つ画像に、レベル２の視覚評価を持つ画像よりも高い画質尺度を与える。ステップ５２では、画像の選択された対間の２回目の比較手順を行う。たとえば、画像を、これら画像のそれぞれの不確実性値に基づいて選択する。各比較では、主観品質の点で最良の画像（すなわち勝利画像）を決定し、勝利画像は、大きい画像順位尺度に関連付けられ、緩み画像、すなわち、低い主観品質を持つと判断される画像に、小さい画質尺度を与える。ステップ５３では、予め決められた順位条件が満たされたか否かをチェックする。たとえば、当該順位条件は、予め決められた最小の不確実性値に達しているかつ／または最大回数の比較が実行されているか否か、および／または、すべての画像が互いと比較されているか否かを含んでもよい。条件が満たされない場合、手順はステップ５２に戻る。他方、条件が満たされる場合、手順はステップ５４に進み、画質尺度リストを形成する。画質尺度リストでは、画像は、画質尺度にしたがって順位づけされ、最高の尺度は最良の画像を示し、低い尺度は低い品質度を持つ画像を示す。この画質尺度リストは、エキスパートユニット２８を学習させて少なくとも１人の熟練者の意見を反映させるのに用いられる。対象のタイプ毎に、最良である（すなわち、最高の画質尺度を持つ画像を生成する）と判別されるシステムパラメータセットが、超音波画像化において開始または初期セットアップとして用いられる。すなわち、この最良のまたは最適なシステムパラメータセットが、図３を参照して上述されている制御および／または最適化手順用の開始または初期セットアップとして用いられる。

図５を参照して、少なくとも１人の超音波画像の熟練者または臨床医の主観熟練意見と相関する画質特徴（image quality feature）を特定する方法。超音波画像の熟練者または臨床医の主観熟練意見を定量化する手順で用いられる画像の対応するセットを、用いられ得る画質特徴のライブラリ中の画質特徴を特定するのに用いる。ステップ６０では、用いられ得る画質特徴に関して画像を分析する。ステップ６１で、画質特徴値と画像順位尺度との間のマッチングが、学習システム、たとえば、非特許文献１によって説明されているＧＢＲａｎｋを用いる学習システムで行われる。

学習システムは、エキスパートユニット２８で実施してもよい。上記で説明されているように、Ｒａｎｋｉｎｇ ＳＶＭ（ＲａｎｋＳＶＭ），ＧＢＩｅｎｄ、ＩｎｔｅｒｖａｌＲａｎｋ、ＣＲＲ、ＭＣＲａｎｋ、Ｐｒａｎｋｉｎｇ、ＲａｎｋＧＰまたはＮＤＣＧ Ｂｏｏｓｔのような、本発明で用いることができる複数の実施可能な学習システムがある。ただし、これらの例が本発明で用いることができる実施可能な学習システムのすべてを網羅するリストではなく、当然、使用上、考え得る学習方法およびシステムが他にある点に注意すべきである。

ステップ６２で、最も相関しない画質特徴を捨象し、ステップ６３で、超音波の熟練者の主観熟練意見に相関すると判断される画質特徴のセットを、超音波画像制御または最適化で用いるために選択する。

図６を参照して、本発明の様々な特徴を含ませた画像化システム７０の実施の形態を説明する。本発明に係る画像化システム７０は、信号生成ユニット７１、たとえば、ＭＲＩ、ＣＴまたはＸＲシステムで磁場または放射線を発生させるユニットを含む。さらに、受信ユニット７２、たとえば放射線検出ユニットは、対象から信号、たとえば減衰したＸ線を受け取るように適合されている。

信号生成ユニット７１および受信ユニット７２は、ユーザ入力システム７５を通じて入力されるユーザ入力に由来するコマンドに応じて動作コントローラユニット７４の制御下で操作される。動作制御ユニット７４は通常、直接的にまたは間接的にシステムのすべてのユニットと通信してこれらのユニットの作動を同期させる。ユーザ入力システムは、たとえば、コンソール、キーボード、ハードキーおよびソフトキー、タッチスクリーン、フットペダルならびに音声制御部を含むユーザ制御機構およびユニットを提供する。画像プロセッサ７６が、受信ユニット７２からの信号を処理し、ＬＣＤまたはＣＲＴモニタのような表示ユニット７７に出力を送る。

画像プロセッサ７６は、異なるモードの入力部、フィルタ、走査コンバータなどを含む。システムは、メモリデバイス／バッファハードディスク、マイクロディスクなどを含むデータ記憶ユニット（図示せず）をさらに備えてもよい。システムは、たとえば、外部記憶デバイスもしくは表示デバイス（たとえば、プリンタ、ＶＣＲ、ＤＶＤ、ＭＯＤ、ワークステーション、インターネットを含む）に対するインタフェースを提供する外部通信ユニット（図示せず）、および／またはＥＣＧのような生理的信号を取得する装置をさらに含んでもよい。本発明に係る制御システム７９は、バス、信号／データ線などを介してシステム７０の様々な構成要素と通信するエキスパートユニット７８を備えてもよい。

エキスパートユニット７８は、特に、画像（たとえばＸＲ画像）の主観熟練意見に基づいてシステムパラメータ最適化機能を発揮するように構成されており、エキスパートユニットは以下に、より詳細に記載される。特に、画像プロセッサ７６からの画像データに基づいて、エキスパートユニット７８は、信号生成ユニット７１および／または受信ユニット７２および／または画像プロセッサ７６用のパラメータを自動的に調節するように構成されている。本発明に係る画像化システム７０のシステムパラメータの制御を自動化することによって、超音波画像化システム７０の効率、再現性および操作性は、臨床医が、診断されている解剖学的構造のタイプ、および起こる減衰のタイプに対して手動で走査またはシステムパラメータを設定することになる（デフォルト値に基づいてなされるか、パラメータのデフォルト値を用いる）手動システムと比較すると、大幅に改善かつ向上させることができる。

ここで図７を参照して、本発明に係る画像化システムのシステムパラメータの最適化および／または制御のための方法を記載する。上記で説明されているように、システムパラメータとは、画像の視覚表現に影響するか、これを制御するパラメータ、ならびにデータ（照射量、ｋＶｐおよびビーム品質など）の取得の物理的特性に影響し得て、信号の再構成および後処理（画像エンハンスメントなど）の物理的特性にも影響し得るパラメータを指す。画質を最適化するのにこれらのパラメータの１つまたはいくつかを用いることができる。これにより、本発明に係る方法およびシステムを、ＭＲＩ（磁気共鳴映像法）、ＣＴ（コンピュータ断層撮影）、ＸＲ（Ｘ線放射）、蛍光透視、ＰＥＴ（陽電子放射断層撮影）、マンモグラフィおよびＵＳ（超音波）を含む画像化システムまたは技術のような１つまたはいくつかの画像化様式に用いることができる。

図７は、本発明に係る方法のさらなる実施の形態のフローチャートを概略的に示す。ステップ８０では、検査中の解剖学的構造に対する画像化プロトコルを選択する。画像化プロトコルは、たとえば、複数の異なる予めセットされたシステムパラメータセットを含む、心臓の画像化のプロトコルであってもよい。この選択は、自動的であってもよく、あるいは臨床医またはオペレータによってなされる手動選択であってもよい。ステップ８１では、画像の主観選択を反映する画像順位尺度に基づいて検査中の特定の解剖学的構造に対して少なくとも１つのシステムパラメータセットを選択する。これは以下に、より詳細に記載される。開始または初期システムパラメータセットのこの選択は、エキスパートユニット７８によって行ってもよい。その後、ステップ８２では、画像生成信号が生成され、選択されたシステムパラメータセットを用いて検査される対象にもたらされる。ステップ８３では、対象から信号を受信して収集し、受信した信号を、対象中の臓器または構造を表す電気信号に変換する。ステップ８４で、電気信号のセットを画像プロセッサ７６で処理して、各画像がシステムパラメータセットに関連する画像にする。その後、ステップ８５では、画像を少なくとも１つの画質特徴に関してエキスパートユニット７８で分析して画像毎に画質指標を決定する。ステップ８６では、各画像のそれぞれの画質指標を互いに分析して、最良の画質指標、たとえば最高の画質指標に関連する画像を特定し、その後、最良の画質指標に関連する画像を生成するのに用いたシステムパラメータセットを、対象のさらなる画像化に対するシステムパラメータセットとして選択する。この画像を表示ユニット７７に表示してもよい。ステップ８７では、画質指標が予め決められた品質条件を満たすか否かがエキスパートユニット７８により判断される。条件が満たされる場合、手順を終了し、特定されたシステムパラメータセットが最適であると判断し、ステップ８８で対象の画像化に用いてもよい。条件が満たされない場合、手順は、新しいシステムパラメータセットを生成するステップ８９に進み、前のシステムパラメータが調節される。あるいは、それぞれの結果画像について非線形品質指標を比較するという点において、生成したシステムパラメータセットを新しいシステムパラメータセットまたは調節されたシステムパラメータセットと比較することができる。このようにして、手順はステップ８２に戻る。オペレータまたは臨床医は、必要な場合、たとえば、画像が十分な品質を持つと判断される場合、手動で手順をさらに調節、変更または終了してもよい。

図８を参照して、超音波システムのシステムパラメータのセットを用いて超音波画像信号を少なくとも１つの対象に送信し、少なくとも１つの対象から受信するためのトランスミッタ／レシーバ２３を含む超音波システム２０を用いる少なくとも１つの対象の超音波画像化における、画質の自動制御のための制御システム１２９を示す。本発明の他の実施の形態においては、画像化システムは、ＭＲＩ（磁気共鳴映像法）システム、ＣＴ（コンピュータ断層撮影）システム、ＸＲ（Ｘ線放射）システム、蛍光透視システム、ＰＥＴ（陽電子放射断層撮影）システム、マンモグラフィ画像化システムの少なくとも１つからなる。

超音波画像プロセッサ２６は、信号のセットを超音波画像に処理するように構成されている。トランスミッタ／レシーバ２３は、少なくとも１つの主観熟練意見にしたがって選択されたシステムパラメータの好ましいセットを用いて、超音波画像信号を、少なくとも１つの対象に送信し、少なくとも１つの対象から受信するように構成されている。超音波画像プロセッサ２６は、受信された信号を、主観熟練意見を反映する多くの超音波画像に処理するように構成されている。学習データ生成器１２６は、システムパラメータの異なるセットに基づいた、学習のための画像の変化のセットを生成するように構成され、ニューラルネットワーク１２５は、主観熟練意見を反映する画像と、学習のための画像の変化とを表すデータを処理し、学習のための画像の変化のそれぞれのセットについて、主観熟練意見を反映する超音波画像の画像特徴に関連する画像特徴を自動で特定し、自動で特定された画像特徴を含む学習させられたネットワーク１３０であって、所望の主観熟練画像選好（subjective expert image preferences）を反映するシステムパラメータを取得するようにシステムパラメータを変更する仕方を予測する修正を、システムパラメータに施すために、自動で特定された画像特徴を用いるように構成されている学習させられたネットワークを生成するように構成されている。

さらに、システムパラメータの予測された修正に基づいて超音波システムの現在のシステムパラメータを変更し、変更されたシステムパラメータを新しい画像の生成のために用いるように、エキスパートユニット１２８が、学習させられたネットワーク１３０を使用するように構成されている。

他の画像化様式を用いる実施形態においては、トランスミッタ／レシーバは信号生成および受信装置であり、超音波画像プロセッサは画像プロセッサである。画像プロセッサは、異なるモードのための入力、フィルタ、走査コンバータなどを含む。システムは、メモリデバイス／バッファハードディスク、マイクロディスクなどを含むデータおよび記憶ユニット（図示せず）をさらに備えてもよい。システムは、たとえば、プリンタ、ＶＣＲ、ＤＶＤ、ＭＯＤ、ワークステーション、インターネットを含む外部記憶もしくは表示デバイスに対するインタフェースを提供する外部通信ユニット（図示せず）、および／またはＥＣＧのような生理的信号を取得する装置をさらに含んでもよい。

本発明は、例示されている実施の形態に限定されるとはみなされず、添付の請求項の範囲を逸脱しない範囲で当業者によって様々に修正および変更することができる。

Claims (22)

1. 超音波システムを用いる対象の超音波画像化における画質の自動制御のための方法であって、
   前記超音波システムの選択されたシステムパラメータセットを用いて前記対象に、もしくは前記対象から超音波画像信号を送信／受信するステップであって、前記超音波システムは、超音波画像の予め定義されたセットの少なくとも１つの主観熟練意見を反映する画像順位尺度に基づく複数の異なるシステムパラメータセットを有する、ステップと、
   信号の前記セットを、各画像がシステムパラメータセットに関連している超音波画像に処理するステップと、
   各画像について少なくとも１つの画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析するステップと、
   最高の画質指標に関連する画像を特定するために、各画像について前記それぞれの画質指標を分析するステップと、
   前記対象のさらなる超音波画像化のためのシステムパラメータセットとして、前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択するステップと、
   少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動で前記プロセスを終了するまで、前記送信／受信するステップ、前記処理するステップ、前記分析するステップおよび前記選択するステップの１つ以上を繰り返すステップと
   を備える方法。
2. 分析するステップは、
   各画質特徴について値を計算するステップと、
   少なくとも１つの画質特徴について前記値に基づいて各画像について画質指標を計算するステップと
   を備える、請求項１に記載の方法。
3. 超音波画像生成信号を送信／受信するステップは、
   特定の対象の解剖学的構造または領域について前記画像順位尺度に基づいて少なくとも第１および第２のシステムパラメータセットを選択するステップ
   を備える、請求項１に記載の方法。
4. 前記第１のシステムパラメータセットについて前記対象から前記超音波信号のエコーを表す信号の第１のセットを受信するステップと、
   信号の前記セットを、各画像が前記第１のシステムパラメータセットに関連している超音波画像に処理するステップと、
   前記第２のシステムパラメータセットについて前記対象から前記超音波信号のエコーを表す信号の第２のセットを受信するステップと、
   信号の前記セットを、各画像が前記第２のシステムパラメータセットに関連している超音波画像に処理するステップと、
   各画像について画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析するステップと、
   最高の画質指標に関連する画像を特定するために、前記画像について前記それぞれの画質指標を分析するステップと、
   前記対象の超音波画像化のための前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択するステップと
   をさらに備える請求項３に記載の方法。
5. 前記予め定義されたセット内の画像間の相対比較に基づいて超音波画像の予め定義されたセットの画像に初期画像順位尺度を関連付けるステップと、
   画像の前記予め定義されたセット内の各画像に、前記画像の視覚品質を反映する画像順位尺度を割り当てるステップと、
   前記より高い視覚品質を有する画像対中の画像に前の画像順位尺度よりも高い画像順位尺度を割り当て、前記より低い視覚品質を有するその画像対中の前記画像に前の画像順位尺度よりも低い画像順位尺度を割り当てるステップと、
   最終画像順位尺度に基づいて信号パラメータセットアップを選択するステップであって、最適な信号パラメータセットアップがより高い画像順位尺度に関連している、ステップと
   をさらに備える請求項１に記載の方法。
6. 超音波画像の前記予め定義されたセットの選択された画像を予め決められた画像特徴のセットに関して分析するステップと、
   学習システムにおいて前記画像特徴を前記画像順位尺度にマッチングさせるステップと、
   前記マッチングに基づいて相関する画質特徴を選択するステップと
   をさらに備える請求項１に記載の方法。
7. 超音波システムを用いる対象の超音波画像化における画質の自動制御のための制御システムであって、前記超音波システムの選択されたシステムパラメータセットを用いて前記対象に、もしくは前記対象から超音波画像信号を送信／受信するためのトランスミッタ／レシーバであって、前記超音波システムは、超音波画像の予め定義されたセットの少なくとも１つの主観熟練意見を反映する画像順位尺度に基づく複数の異なるシステムパラメータセットを有する、トランスミッタ／レシーバと、信号の前記セットを、各画像がシステムパラメータセットに関連している超音波画像に処理するように構成されている超音波画像プロセッサとを含み、当該制御システムは、エキスパートユニットであって、
   各画像について少なくとも１つの画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析し、
   最高の画質指標に関連する画像を特定するために、各画像について前記それぞれの画質指標を分析し、
   前記対象のさらなる超音波画像化のためのシステムパラメータセットとして、前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択し、
   少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動で前記プロセスを終了するまで、前記送信／受信するステップ、前記処理するステップ、前記分析するステップおよび前記選択するステップの１つ以上を繰り返す
   ように構成されているエキスパートユニットを含む、制御システム。
8. 前記エキスパートユニットは、
   各画質特徴について値を計算し、
   前記少なくとも１つの画質特徴について前記値に基づいて各画像について画質指標を計算する
   ようにさらに構成されている、請求項７に記載の制御システム。
9. 前記エキスパートユニットは、特定の対象の解剖学的構造または領域について前記画像順位尺度に基づいて少なくとも第１および第２のシステムパラメータセットを選択するように構成されており、各システムパラメータセットは１つの画像を生成する、請求項７に記載の制御システム。
10. 前記トランスミッタ／レシーバは、前記第１のシステムパラメータセットについて前記対象から前記超音波信号のエコーを表す信号の第１のセットを受信するように構成され、
    前記超音波画像プロセッサは、信号の前記セットを、当該画像が前記第１のシステムパラメータセットに関連している超音波画像に処理するように構成され、
    前記トランスミッタ／レシーバは、前記第２のシステムパラメータセットについて前記対象から前記超音波信号のエコーを表す信号の第２のセットを受信するように構成され、
    前記超音波画像プロセッサは、信号の前記セットを、当該画像が前記第２のシステムパラメータセットに関連している超音波画像に処理するように構成され、
    前記エキスパートユニットは、
    各画像について画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析し、
    最高の画質指標に関連する画像を特定するために、前記画像について前記それぞれの画質指標を分析し、
    超音波画像化のための前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択する
    ように構成されている、
    請求項９に記載の制御システム。
11. 画像化システムを用いる対象の画像化における画質の自動制御のための方法であって、
    前記画像化システムの選択されたシステムパラメータセットを用いて前記対象に、もしくは前記対象から画像信号を送信／受信するステップであって、前記画像化システムは、画像の予め定義されたセットの少なくとも１つの主観熟練意見を反映する画像順位尺度に基づく複数の異なるシステムパラメータセットを有する、ステップと、
    受信された信号の前記セットを、各画像がシステムパラメータセットに関連している画像に処理するステップと、
    各画像について画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析するステップと、
    最高の画質指標に関連する画像を特定するために、各画像について前記それぞれの画質指標を分析するステップと、
    前記対象のさらなる画像化のためのシステムパラメータセットとして、前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択するステップと、
    少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動で前記プロセスを終了するまで、前記送信／受信するステップ、前記処理するステップ、前記分析するステップおよび前記選択するステップを繰り返すステップと
    を備える方法。
12. 分析するステップは、
    各画質特徴について値を計算するステップと、
    前記少なくとも１つの画質特徴について前記値に基づいて各画像について画質指標を計算するステップと
    を備える、請求項１１に記載の方法。
13. 画像信号を送信／受信するステップは、
    特定の対象の解剖学的構造または領域について前記画像順位尺度に基づいて少なくとも第１および第２のシステムパラメータセットを選択するステップ
    を備える、請求項１１に記載の方法。
14. 前記第１のシステムパラメータセットについて前記対象から信号の第１のセットを受信するステップと、
    受信された信号の前記セットを、当該画像が前記第１のシステムパラメータセットに関連している画像に処理するステップと、
    前記第２のシステムパラメータセットについて前記対象から信号の第２のセットを受信するステップと、
    受信された信号の前記セットを、当該画像が前記第２のシステムパラメータセットに関連している画像に処理するステップと、
    各画像について画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析するステップと、
    最高の画質指標に関連する画像を特定するために、前記画像について前記それぞれの画質指標を分析するステップと、
    前記対象の画像化のための前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択するステップと
    をさらに備える請求項１３に記載の方法。
15. 前記予め定義されたセット内の画像間の相対比較に基づいて画像の予め定義されたセットの画像に初期画像順位尺度を関連付けるステップと、
    画像の前記予め定義されたセット内の各画像に、前記画像の視覚品質を反映する画像順位尺度を割り当てるステップと、
    前記より高い視覚品質を有する画像対中の画像に前の画像順位尺度よりも高い画像順位尺度を割り当て、前記より低い視覚品質を有するその画像対中の前記画像に前の画像順位尺度よりも低い画像順位尺度を割り当てるステップと、
    最終画像順位尺度に基づいて信号パラメータセットアップを選択するステップであって、最適な信号パラメータセットアップがより高い画像順位尺度に関連している、ステップと
    をさらに備える請求項１１に記載の方法。
16. 画像の前記予め定義されたセットの選択された画像を予め決められた画像特徴のセットに関して分析するステップと、
    学習システムにおいて前記抽出された画像特徴を前記画像順位尺度にマッチングさせるステップと、
    前記マッチングに基づいて相関する画質特徴を選択するステップと
    をさらに備える請求項１１に記載の方法。
17. 前記画像化システムは、ＭＲＩ（磁気共鳴映像法）システム、ＣＴ（コンピュータ断層撮影）システム、ＸＲ（Ｘ線放射）システム、蛍光透視画像化システム、ＰＥＴ（陽電子放射断層撮影）システム、マンモグラフィ画像化システムまたはＵＳ（超音波）画像化システムの少なくとも１つを備える、請求項１１に記載の方法。
18. 画像化システムを用いる対象の画像化における画質の自動制御のための制御システムであって、前記画像化システムの選択されたシステムパラメータセットを用いて画像生成信号を生成して前記対象内に送信するための信号生成手段であって、前記画像化システムは、画像の予め定義されたセットの主観熟練意見を反映する画像順位尺度に基づく複数の異なるシステムパラメータセットを有する、信号生成手段と、前記対象から信号のセットを受信するための受信手段と、信号の前記セットを、各画像がシステムパラメータセットに関連している画像に処理するように構成されている画像プロセッサとを含み、当該制御システムは、エキスパートユニットであって、
    各画像について少なくとも１つの画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析し、
    最高の画質指標に関連する画像を特定するために、各画像について前記それぞれの画質指標を分析し、
    前記対象のさらなる画像化のためのシステムパラメータセットとして、前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択し、
    少なくとも１つの予め決められた品質条件が満たされるか、またはオペレータが手動で前記プロセスを終了するまで、前記送信／受信するステップ、前記処理するステップ、前記分析するステップおよび前記選択するステップを繰り返す
    ように構成されているエキスパートユニットを含む、制御システム。
19. 前記エキスパートユニットは、
    各画質特徴について値を計算し、
    前記少なくとも１つの画質特徴について前記値に基づいて各画像について画質指標を計算する
    ようにさらに構成されている、請求項１８に記載の制御システム。
20. 前記エキスパートユニットは、特定の対象の解剖学的構造または領域について前記画像順位尺度に基づいて少なくとも第１および第２のシステムパラメータセットを選択するように構成されており、各システムパラメータセットは１つの画像を生成する、請求項１８に記載の制御システム。
21. 前記受信手段は、前記第１のシステムパラメータセットについて前記対象から信号の第１のセットを受信するように構成され、
    前記画像プロセッサは、信号の前記セットを、当該画像が前記第１のシステムパラメータセットに関連している画像に処理するように構成され、
    前記受信手段は、前記第２のシステムパラメータセットについて前記対象から信号の第２のセットを受信するように構成され、
    前記画像プロセッサは、信号の前記セットを、当該画像が前記第２のシステムパラメータセットに関連している画像に処理するように構成され、
    前記エキスパートユニットは、
    各画像について画質指標を決定するために、前記画像を少なくとも１つの画質特徴に関して分析し、
    最高の画質指標に関連する画像を特定するために、前記画像について前記それぞれの画質指標を分析し、
    画像化のための前記最高の画質指標に関連する前記画像を生成するために用いられた前記システムパラメータセットを選択する
    ように構成されている、請求項２０に記載の制御システム。
22. 前記画像化システムは、ＭＲＩ（磁気共鳴映像法）システム、ＣＴ（コンピュータ断層撮影）システム、ＸＲ（Ｘ線放射）システム、蛍光透視画像化システム、ＰＥＴ（陽電子放射断層撮影）システム、マンモグラフィ画像化システムまたはＵＳ（超音波）画像化システムの少なくとも１つを備える、請求項１８に記載の制御システム。