JP2019503774A - 神経性疾患を検出するためのシステム及び方法 - Google Patents

Abstract

様々な実施形態によれば、被験者の頭蓋骨に隣接する複数の位置にトランスデューサを自律的に位置付け、所定の閾値を上回るエネルギーレベルを有する信号をトランスデューサに戻すことができる動脈が内部に存在し得る被験者の頭蓋上の窓を自律的に特定するようにロボットシステムを制御するよう構成されたプロセッサを含む装置が提供される。
【選択図】図１１

Description

〔関連出願との相互参照〕
本開示は、２０１６年１月５日に出願された「神経性疾患を検出するためのシステム及び方法（ＳＹＳＴＥＭＳ ＡＮＤ ＭＥＴＨＯＤＳ ＦＯＲ ＤＥＴＥＣＴＩＮＧ ＮＥＵＲＯＬＯＧＩＣＡＬ ＣＯＮＤＩＴＩＯＮＳ）」という名称の米国仮特許出願第６２／２７５１９２号に対する優先権及びその利益を主張するものであり、この文献はその全体が引用により本明細書に組み入れられる。本開示は、２０１６年５月１８日に出願された「リモートセンタ・オブ・コンプライアンス・プローブ装置（ＲＥＭＯＴＥ ＣＥＮＴＥＲ ＯＦ ＣＯＭＰＬＩＡＮＣＥ ＰＲＯＢＥ ＤＥＶＩＣＥ）」という名称の米国仮特許出願第６２／３３８０６５号に対する優先権及びその利益を主張するものであり、この文献はその全体が引用により本明細書に組み入れられる。本開示は、２０１６年６月８日に出願された「可変剛性を有するプローブ支持構造（ＰＲＯＢＥ ＳＵＰＰＯＲＴ ＳＴＲＵＣＴＵＲＥ ＷＩＴＨ ＶＡＲＩＡＢＬＥ ＳＴＩＦＦＮＥＳＳ）」という名称の米国仮特許出願第６２／３４７５２７号に対する優先権及びその利益を主張するものであり、この文献はその全体が引用により本明細書に組み入れられる。本開示は、２０１７年１月５日に出願された「神経性疾患を検出するためのシステム及び方法（ＳＹＳＴＥＭＳ ＡＮＤ ＭＥＴＨＯＤＳ ＦＯＲ ＤＥＴＥＣＴＩＮＧ ＮＥＵＲＯＬＯＧＩＣＡＬ ＣＯＮＤＩＴＩＯＮＳ）」という名称の米国特許出願第１５／３９９７３５号に対する優先権及びその利益を主張するものであり、この文献はその全体が引用により本明細書に組み入れられる。

本明細書で説明する主題は、一般に医療装置に関し、具体的には、医学的状態を診断するためのトランスデューサを含むヘッドセットに関する。

毎年、世界中で何百万人もの患者が外傷性脳損傷（ＴＢＩ）を発症している。ＴＢＩの後には、長期障害及び死亡を含む重篤な神経学的後遺症をもたらす恐れがある脳の血行動態障害がよく見られる。現在の診断管理方法は病院機関（経頭蓋ドップラー超音波法−ＴＣＤ、ＣＴ、ＭＲＩなど）に限られている。従って、ＴＣＤ超音波法の破壊的イノベーションを用いた素早い信頼できる評価が行えるように、病院での評価法の臨床的有用性を病院外で提供できる医療装置を開発することが必要とされている。

現在、大病院では、脳のウィリス動脈輪内の脳血液動態の評価に、ＴＣＤ超音波法、経頭蓋色分け超音波検査法（ｔｒａｎｓｃｒａｎｉａｌ ｃｏｌｏｒ−ｃｏｄｅｄ ｓｏｎｏｇｒａｐｈｙ：ＴＣＣＳ）、フェーズドアレイ及び機能的近赤外分光分析法（ｆＮＩＲＳ）を含む様々な感覚モダリティ（ｓｅｎｓｏｒｙ ｍｏｄａｌｉｔｉｅｓ）を使用している。これらのモダリティは、頭蓋骨の窓を通過できるエネルギーを放出する。しかしながら、このような感覚モダリティを用いて脳血流速度（ＣＢＦＶ）信号を取得するには、超音波が通過できるほど十分に薄い頭蓋骨の特定の領域内にトランスデューサを配置することが必要である。例えば、しばしば患者の頬骨弓よりも優れた薄い頭蓋骨領域（経側頭）が存在することが知られている。多くの場合、頭蓋骨の後頭下、眼窩下、顎下部分には他の窓が存在する。しかしながら、これらの狭い窓の位置は、顔の特徴及び人種又は性別に基づいて人によって大きく異なる。このばらつきが、所望の血管の超音波照射（超音波への曝露）を困難にする。この困難性が、しばしばＴＣＤの使用及びその他のモダリティを、専門の音波検査者が装置の操作に従事する大病院に制限してきた。

ＴＣＤは、脳の主要伝達動脈及び静脈（ウィリス輪）内のＣＢＦＶを測定するために、特に１９８０年代から広く臨床的に使用されてきた。現在では、クモ膜下出血（ＳＡＨ）後の動脈の血管攣縮評価、鎌状赤血球貧血の小児の予防的ケアの支援、及び塞栓性脳卒中患者のリスク評価を含む多くの神経性疾患の診断及びモニタリングにおいて使用されている。ＴＣＤは、典型的には１．６ＭＨｚ〜４ＭＨｚの超音波周波数を放出し、非定常組織（赤血球）からの反射時における周波数シフトを測定し、これを速度に変換することによってドップラー効果を利用する。超音波の放出と受信との間の時間遅延によって生物組織内の深さ情報を制御する。

ＴＣＤの使用を完全に自動化すると、専門の技術者が不要になるだけでなく、さらに広い範囲の臨床的適応にまで技術が開放されるようにもなる。従って、適切な窓の位置を決定するためのポータブルな完全に自動化されたシステムを開発することが必要とされている。

通常、既存の半自動化診断法は、パン及びチルト回転でしかＴＣＤプローブを再配向できない２自由度のロボット機構を使用し、頭蓋骨内にエネルギーを放出して帰還信号を解析するものであるが、頭蓋骨部分をＸ方向及びＹ方向に別様に横行することはできない。既存の半自動化法では、知識の豊富なユーザが既存の窓にロボット機構を配置する必要がある。このような既存の機構が既存の窓に配置されなければ、有用なデータは戻ってこない。既存の２自由度機構には、常に信号を発見するとは限らず、その際にしばしば熟練技術者が適切な窓の位置及び最良の信号を特定することを要するものもある。さらに、既存の機構には、脳内血管のマップを構築できないものもある。従って、適切な窓を特定するためにユーザフィードバックを必要とせず、現在の解決策よりも素早く脳内血管のマップを構築できる完全に自動化されたロボットシステムを開発することが必要とされている。

いくつかの実施形態によれば、あらゆる人間の側頭窓からその人間の年齢、寸法、体形又は人口統計学とは無関係に安定したＣＢＦＶ波形を許容時間（例えば、５分未満）内に自動的に探索し、特定して取得できる頭部装着式医療装置が提供される。実施形態は、ＴＣＤ信号取得プロセス、又はその他の感覚モダリティを自動化することにより、頭部生体構造の予備知識を素早い信号の検出及びロックのために使用するロボットトランスデューサ位置決めシステムを用いてＴＣＤの臨床的有用性を病院外の設定環境にまで大幅に拡張することができる。さらに、実施形態は、既存のＴＣＤシステムと共に機能することもできる。実施形態は、現場での素早いＴＢＩ診断を可能にする。

様々な実施形態によれば、被験者の頭蓋骨に隣接する複数の位置にトランスデューサを自律的に位置付け、所定の閾値を上回るエネルギーレベルを有する信号をトランスデューサに戻すことができる動脈が内部に存在し得る被験者の頭蓋上の窓を自律的に特定するようにロボットシステムを制御するよう構成されたプロセッサを含む装置が提供される。いくつかの実施形態では、プロセッサが、ロボットシステムに、所定の閾値を上回るエネルギーレベルを有する、動脈内の血流を表す超音波信号を窓内で自律的に特定させるようにさらに構成される。いくつかの実施形態では、プロセッサが、ロボットシステムがトランスデューサを自律的に位置付ける際に、トランスデューサの複数の位置をデータベースに記録するようにさらに構成される。いくつかの実施形態では、プロセッサが、ロボットシステムがトランスデューサを自律的に位置付ける際に、複数のエネルギーレベルの信号をデータベースに記録するようにさらに構成される。いくつかの実施形態では、プロセッサが、ロボットシステムがトランスデューサを自律的に位置付ける際に、トランスデューサの複数の位置をデータベースに記録するようにさらに構成される。いくつかの実施形態では、プロセッサが、ロボットシステムがトランスデューサを自律的に位置付ける際に、複数のエネルギーレベルの信号をデータベースに記録するようにさらに構成される。いくつかの実施形態では、プロセッサが、非一時的コンピュータ可読媒体に記憶された探索アルゴリズムを実行するようにさらに構成される。いくつかの実施形態では、装置が、トランスデューサを複数の軸において動かすように構成されたロボット機構をさらに含み、探索アルゴリズムが、ロボット機構のパン、チルト及びＺ軸位置を制御するようにさらに構成される。いくつかの実施形態では、装置が、プロセッサがアクセスできる非一時的コンピュータ可読媒体に記憶されたシード点データベースを含み、このシード点データベースはプロセッサによって使用される。いくつかの実施形態では、装置が、プロセッサがアクセスできる非一時的コンピュータ可読媒体に記憶された以前の測定位置のデータベースをさらに含み、この以前の測定位置のデータベースはプロセッサによって使用される。いくつかの実施形態では、プロセッサが、複数の探索位置において動的滞留時間を使用するように構成された探索アルゴリズムを実行するように構成される。いくつかの実施形態では、ロボットシステムが、５自由度ロボット機構をさらに含む。いくつかの実施形態では、ロボットシステムが、トランスデューサを複数の軸において同時に動かすように構成された５自由度ロボット機構をさらに含む。いくつかの実施形態では、トランスデューサが内部に取り付けられたロボットヘッドセットをさらに含む。いくつかの実施形態では、プロセッサが、ロボットシステムに被験者の頭蓋骨内の脳血管マップを構築させるようにさらに構成される。いくつかの実施形態では、トランスデューサが超音波プローブである。

様々な実施形態によれば、ロボット撮像装置であって、トランスデューサと、トランスデューサと通信するプロセッサと、プロセッサによって制御されるロボット機構とを含み、プロセッサが、トランスデューサからデータを受け取って処理するように構成され、ロボット機構が、トランスデューサを動かし被験者の頭蓋骨内の窓を走査して特定するように構成され、プロセッサが、被験者の頭蓋骨の窓内で所定の閾値を上回るエネルギーレベルを有するＴＣＤ信号を探索して特定するようにロボット機構を自律的に制御するよう構成されたロボット撮像装置が提供される。いくつかの実施形態では、プロセッサが、非一時的コンピュータ可読媒体に記憶された探索アルゴリズムを実行するようにさらに構成される。いくつかの実施形態では、プロセッサが、非一時的コンピュータ可読媒体に記憶された、複数の探索位置において動的滞留時間を使用する探索アルゴリズムを実行するようにさらに構成される。いくつかの実施形態では、ロボット機構が、初期位置合わせに使用される視覚的窓ガイドを使用するようにさらに構成される。いくつかの実施形態では、ロボット機構が、同時に少なくとも２つの軸において動くようにさらに構成される。いくつかの実施形態では、ロボットシステムが、トランスデューサを複数の軸において同時に動かすように構成された５自由度ロボット機構を含むようにさらに構成される。いくつかの実施形態では、ロボットシステムが、６自由度ロボット機構を含むようにさらに構成される。いくつかの実施形態では、ロボットシステムが、少なくとも４自由度ロボット機構を含むようにさらに構成される。いくつかの実施形態では、装置が、被験者の動きに起因して位置を調整するために使用されるフィードバック機構をさらに含む。

様々な実施形態によれば、被験者の脳内の動脈を特定する方法であって、被験者の頭蓋骨の窓を自律的に特定し、所定の閾値を上回るエネルギーレベルを有する、動脈内の血流を表す第１の超音波信号を被験者の頭蓋骨の窓内で自律的に特定するようにプロセッサを制御するステップを含む方法が提供される。いくつかの実施形態では、方法が、所定の閾値を上回るエネルギーレベルを有する、動脈内の血流を表す第２の信号を移動して自律的に特定するステップをさらに含む。

以下にほんの例示として示す、従って本発明を限定するものではない詳細な説明及び添付図面から、本発明がさらに完全に理解されるであろう。

人間工学的ヘッドバンドの斜視図である。 頭部上の人間工学的ヘッドバンドを示す図である。 頭部上の人間工学的ヘッドバンドを示す立面図である。 患者によって装着された例示的なＴＣＤヘッドセットの側面図である。 患者によって装着されたＴＣＤヘッドセットの透視図である。 患者によって装着されたＴＣＤヘッドセットの斜視図である。 患者によって装着されたＴＣＤヘッドセットのハウジングを取り外した状態の立面図である。 患者によって装着されたＴＣＤヘッドセットのハウジングを取り外した状態の立面図である。 患者によって装着された複数のストラップを含むＴＣＤヘッドセットの透視図である。 患者によって装着されたＴＣＤヘッドセットの透視図である。 患者によって装着された無線ＴＣＤ装置の透視図である。 ＴＣＤシステムの系統図である。 トランスデューサの立面図と共に、力を制御するアドミッタンスコントローラを示す図である。 ＴＣＤトランスデューサホルダの斜視図である。 人間工学的ヘッドバンドに取り付けられた小型ロボットを含む発見プラットフォームを示す図である。 グリッド探索パターンを示す図である。 グリッド探索パターンを示す図である。 標的領域における重複容量を示す図である。 標的領域における重複容量を示す図である。 中大脳動脈（ＭＣＡ）を超音波照射するためのＴＣＤセンサの配置を示す図である。 中大脳動脈（ＭＣＡ）を超音波照射するためのＴＣＤセンサの配置を示す図である。 中大脳動脈（ＭＣＡ）を超音波照射するためのＴＣＤセンサの配置を示す図である。 側頭窓の目印及び境界を示す図である。 ＴＣＤ位置の例を示す図である。 ＴＣＤ位置の例を示す図である。 頭蓋骨の側頭窓上のＦ、Ａ、Ｍ、Ｐ位置を示す図である。 頭蓋骨の側頭窓上のＦ、Ａ、Ｍ、Ｐ位置の超音波照射を示す図である。 超音波照射を行うことができる頭蓋骨上の様々な位置を示す図である。 プローブ又はトランスデューサを含む６自由度ロボットアームを示す図である。 ポータブルワークステーションを取り付けた６自由度ロボットアームを示す図である。 側頭窓を超音波照射する６自由度ロボットアームを示す図である。 眼窩窓を超音波照射する６自由度ロボットアームを示す図である。 顎下窓を超音波照射する６自由度ロボットアームを示す図である。 後頭下窓を超音波照射する６自由度ロボットアームを示す図である。 自動信号取得のためのデータ駆動型探索アルゴリズムを示す図である。 スタック探索アルゴリズムを示す図である。 ＣＢＦＶスペクトルを示す図である。 パワーＭモードドップラー表示を示す図である。 脳内動脈の生体構造の概略図である。 血管のＣＢＦＶサンプルを示す図である。 例示的な実施形態による、医療プローブを操作するための仮想支持構造の図である。 例示的な実施形態による、医療プローブ及びジンバル構造の斜視図である。 例示的な実施形態による、図２６の医療プローブの２リンク回転式支持構造の斜視図である。 図２７の支持構造の正面図である。 図２７の支持構造の右側正面図である。 例示的な実施形態による、図２６の医療プローブのプリズム支持構造の斜視図である。 図３０の支持構造の正面図である。 図３０の支持構造の右側正面図である。 図２７の支持構造の概略的正面図である。 図３０の支持構造の概略的正面図である。 例示的な実施形態による、アクチュエータの入力又はトルクを決定する方法のフローチャートである。 例示的な実施形態による、図２６の医療プローブの５バー並列機構（回転−回転）支持構造の斜視図である。 図３６の支持構造の正面図である。 図３６の支持構造の右側正面図である。 ハイブリッド位置−力アドミッタンスコントローラを示す図である。 ４つの作動自由度と１つの受動自由度とを有する支持構造内のばね式プローブの上面斜視図である。 ４つの作動自由度と１つの受動自由度とを有する支持構造内のばね式プローブの正面斜視図である。 ４つの作動自由度と１つの受動自由度とを有する支持構造内のばね式プローブの断面図である。 例示的な実施形態による、医療プローブの５作動自由度プリズム支持構造の正面斜視図である。 例示的な実施形態による、医療プローブの５作動自由度プリズム支持構造の後面斜視図である。 例示的な実施形態による、医療プローブの５作動自由度プリズム支持構造の分解斜視図である。 様々な実施形態による、リモートセンタ・オブ・コンプライアンス・プローブ装置の正面斜視図である。 様々な実施形態による、リモートセンタ・オブ・コンプライアンス・プローブ装置の後面図である。 様々な実施形態による、リモートセンタ・オブ・コンプライアンス・プローブ装置の分解図である。 様々な実施形態による、リモートセンタ・オブ・コンプライアンス・プローブ装置の第１のプレートの上面図である。 様々な実施形態による、リモートセンタ・オブ・コンプライアンス・プローブ装置の第２のプレートの上面図である。 様々な実施形態による、リモートセンタ・オブ・コンプライアンス・プローブ装置の自由体図である。

以下の様々な実施形態の説明では、実施できる特定の実施形態を一例として示す、本明細書の一部を成す添付図面を参照する。本開示において開示する様々な実施形態の範囲から逸脱することなく他の実施形態を利用することも構造的変更を行うこともできると理解されたい。

本技術の潜在的受益者の一部としては、救急室、救急センタ、総合診療医、初期対応者及びその他の医療専門家（運動競技トレーナ）が挙げられる。これらの潜在的受益者は、頭部損傷を素早く診断してモニタする能力の恩恵を受けるであろう。

様々な実施形態は、初期対応者及び未熟な技術者のために、ＴＢＩ、脳卒中及びその他の神経性疾患の正確で素早い診断及び管理を可能にする完全に自動化されたロボットＴＣＤシステム又はロボット機構を提供する。実施形態は、ＣＢＦＶ波形の微妙な変化に基づく神経性疾患の診断を可能にする他の機械学習アルゴリズム技術を活用することもできる。また、実施形態は、これまで熟練した音波検査者が行っていた探索方法を自動化し、これらの方法をポイント・オブ・ケアにおいて容易に利用可能にすることもできる。

様々な実施形態によれば、あらゆる人間の側頭窓を、その人間の年齢、寸法、体形又は人口統計学に関係なく自動的に探索し、特定し、そこから所定の品質閾値を上回る安定したＣＢＦＶ波形を取得できる頭部接触型医療装置が提供される。他の実施形態によれば、他の音響窓を使用することもできる。実施形態は、力及びトルクセンサを用いて、信号品質を最大化する適切な接触力を維持することができる。実施形態は、機械学習アルゴリズムを用いて、超音波照射される血管を特定する熟練技術者の専門技術を模倣することもできる。

関心血管を特定して超音波照射するために、トランスデューサの位置及び配向は、３つの並進座標（ｘ，ｙ，ｚ）及び２つの回転座標（パン及びチルト）という５つの座標又は自由度（ＤＯＦ）で表すことができる。自動トランスデューサ配置では、５つの座標全てを独立して制御することができる。本明細書では、トランスデューサについて頻繁に言及するが、一般に本明細書においてトランスデューサを使用するとものとして具体的に説明する技術及び装置は、プローブ又はセンサプローブを使用する様々な実施形態において使用することもできる。ＴＣＤ信号の取得を単純化する方法は複数試行されており、又は開発中である。簡潔に言えば、これらの方法は、全自動ＴＣＤ信号取得又は半自動ＴＣＤ信号取得に分類することができる。

半自動ＴＣＤ信号取得：ＴＣＤ技術者が安定した信号を突き止めて維持するのを支援又は援助する方法は複数開発されている。これらのうちの１つに、パワーモーションモードドップラー（ＰＭＤ）がある。ＰＭＤは、トランスデューサの所与の位置及び方向においてリアルタイムで検出できる全てのフロー信号を色分け表示する。ＰＭＤの主な利点は、超音波検査者が経頭蓋窓を容易に発見して維持することができ、血流の深さ及び方向を用いて血管の識別が容易になる点である。この技術は、今やほとんどの最新ＴＣＤシステムの通常の特徴であるが、やはり専門の音波検査者による操作を必要とする。

信号取得を半自動化するための別の特筆すべき製品は、ロボット工学を用いて限定数の能動自由度を実現するヘッドバンドである。このヘッドバンドは、ロボット制御される２つの自由度（パン及びチルト）と、機械的固定具を用いてｘ、ｙ方向の並進及びｚ方向の位置決めが手動で行われる３つの自由度とを特徴とする。２つの角度的自動ＤＯＦは、±１５度の角度を走査して最適な超音波照射角を特定し、窓発見及び血管識別プロセスを半自動化する。このような２つの自動ＤＯＦと第３のＤＯＦとしてのＴＣＤ超音波照射深度の制御とを含むトランスデューサ位置決めシステムは、脳内のサンプル容量をデカルト位置（ｘ，ｙ，ｚ）に配置することができる。たった３つの総自由度では、サンプルの配向を指定することができない。このため、血流への入射角を設定することができず、従って信号強度が保証されない。角度は、ユーザが手動でトランスデューサを動かすことでしか調整することができない。

全自動ＴＣＤ信号取得：トランスデューサの２次元アレイ（２次元フェーズドアレイトランスデューサ）から成るプローブが開発されている。この技術の利点は、超音波照射ビームを並進自由度及び角度自由度で電子的に操作して超音波照射窓及び関心血管を発見できる点である。しかしながら、この方法は、設定時間が３０分を上回るので、長期にわたる連続的ＣＢＦモニタリングにしか使用することができない。

様々な実施形態では、ＴＣＤセンサの位置及び配向、側頭窓品質の評価を完全に自動化し、完全な信号喪失後でも側頭窓を再発見することができる５自由度（ＤＯＦ）の運動学的機構を提供する。本明細書では経頭蓋ドップラー（ＴＣＤ）プローブについて頻繁に説明するが、一般に本明細書においてＴＣＤを使用するものとして具体的に説明する技術及び装置は、超音波、経頭蓋色分け超音波検査法（ＴＣＣＳ）、フェーズドアレイ及びその他の既知の超音波エネルギーモダリティなどの方法のためにプローブを使用する様々な実施形態で使用することもできる。また、近赤外分光分析法（ｆＮＩＲＳ）又はＥＥＧなどの、電磁スペクトルエネルギーの放射又は受信を行うプローブを使用する他の技術を使用することもできる。この機構は、窓発見及び血管識別を自動化するために、候補信号が特定されるまで頭部表面に沿ってトランスデューサを並進させて再配向するようにコンピュータによって制御される。コンピュータはトランスデューサと通信し、トランスデューサからデータを受け取って処理する。トランスデューサを配置したら、信号強度を高めるようにトランスデューサを再配向する。従って、実施形態は、専門の音波検査者ができない機能を実行できるとともに、特殊な臨床状況外でのＴＣＤの使用を可能にする。いくつかの実施形態では、自動システムが、ＴＣＤを小規模神経クリニック及び一次診療医にとっての実行可能な選択肢にする。いくつかの実施形態は、患者が症状を示すまで未治療のままであった可能性のある神経性疾患を診断したり、撮像センタへの訪問を必要としたはずの鎌状赤血球貧血などの病状をモニタしたりする能力を臨床医にもたらし、最終的に医療制度コストを削減して患者により良いケア標準をもたらす。

従って、いくつかの実施形態は、ＴＣＤ走査を自動的に実行するためのロボットシステムを提供する。いくつかの実施形態では、ロボットシステム又は機構が、人間の生体構造の知識が与えられた予備専門技術によって行動計画が推進される５自由度又は６自由度ＴＣＤトランスデューサ位置決めシステムから成ることができる。いくつかの実施形態では、位置決めシステムが、ｘ軸及びｙ軸において並進して並進軸内に窓を配置し、ｚ軸において力と位置の両方のフィードバック制御を用いて適切な接触力を維持することによって人間の頭蓋骨に対して適切な力を配置、維持して信号品質を最大化することができる。２つの角度自由度（パン及びチルト）を用いて、血管の通常超音波照射を最大化して速度信号を最大化する。いくつかの実施形態では、最適なＴＣＤ信号、すなわち指定の又は所定の閾値を上回るエネルギーレベルを有するＴＣＤ信号を特定するために、行動計画及び血管位置を機械学習アルゴリズムによって推進することができる。いくつかの実施形態では、このアルゴリズムが、探索軌道を推進すると同時に、ＴＣＤセンサからの血流速度及びモーションモード（Ｍモード）情報を解析してＴＣＤ窓の候補を識別する。

いくつかの実施形態では、システムが、人間工学的ヘッドバンドに取り付けられたＴＣＤトランスデューサを保持する小型ロボットを含む。ロボットの５つの運動学的自由度が、ＴＣＤトランスデューサの位置決め及び配向を可能にする。いくつかの実施形態では、各自由度が、光学エンコーダ、ホール効果、又は位置フィードバックを提供する他のセンサを用いてモータによって駆動される。３つの自由度は、トランスデューサを頭部に接して配置し、皮膚に沿って上下及び左右の方向に摺動させることを可能にする。ジンバルを用いて実現される残り２つの自由度を用いてトランスデューサの配向を調整し、これによって頭蓋骨内に侵入する超音波ビームの方向を変化させる。図２は、患者によって装着された例示的なＴＣＤヘッドセット５０の側面図である。

実施形態は、ＴＣＤ窓発見及び信号取得のための全自動ロボット装置も提供する。自動ＴＣＤトランスデューサは、１．適切なレベルの力を加えながら頭部表面を探索するトランスデューサの位置、配向及び動きを制御すること、２．トランスデューサを制御しながらＴＣＤセンサ情報を解釈してＴＣＤ信号の発見及び信号強度の最適化を確認する探索及び信号処理アルゴリズムを実装することによってＴＣＤ窓発見と信号ロック（ｓｉｇｎａｌ ｌｏｃｋ）とを自動化すること、という２つの技術的目標を達成することができる。いくつかの実施形態では、位置情報が記録されてデータベースに記憶される。さらに、実施形態は、信号を特定の血管構造（例えば、中大脳動脈（ＭＣＡ）対後大脳動脈（ＰＣＡ））に相関させて血管マッピング及び血管ウォーキングを行うことができる。

ＴＣＤ超音波検査では、超音波トランスデューサを被験者の頭部に配置し、信号発見中及びデータ収集の最後まで接触を維持したままトランスデューサを動かす必要がある。従って、いくつかの実施形態は、自動ＴＣＤ検出及び信号ロックというイノベーション全体を可能にするようにトランスデューサの位置及び動きを制御する。いくつかの実施形態では、ロボットが、装置を頭部に接触させて自動的に位置付け、被験者を傷つけることなく十分な力を加えて接触を維持しながら表面に沿ってトランスデューサを摺動させる。技術的課題は、表面探索中に加える力を制御しながら概算的な表面配向の知識のみを用いて名目上トランスデューサを頭部に対して垂直に維持することである。

いくつかの実施形態では、第２の技術的目標が、データ収集中の信号強度を最大化するために、ＴＣＤセンサ情報をロボットトランスデューサの動きと統合してＴＣＤ窓を特定し、信号を識別してトランスデューサを再配置する。いくつかの実施形態では、探索アルゴリズムが、ロボットトランスデューサの動きとＴＣＤトランスデューサの設定及びデータ出力とを両方とも制御する。いくつかの実施形態では、アルゴリズムが、トランスデューサの探索軌道を計画すると同時に、ＴＣＤセンサからの血流速度及びＭモード情報を分析してＴＣＤ窓の候補を識別する。信号が取得されると、アルゴリズムは、ドップラー角を最小化することによって信号振幅を高めるように、トランスデューサの再配置及び再配向を行うようにロボットに指示する。様々な実施形態は、複数種の探索アルゴリズム（例えば、人間被験者の側頭部領域のグリッド探索）を実装する。いくつかの実施形態は、信号取得時間を短縮する目的で他のアルゴリズムを実装する。これらの他のアルゴリズムのいくつかの実施形態は、非線形探索動作、予測に基づく機械学習アルゴリズム、又はアルゴリズムの組み合わせである。

いくつかの実施形態では、多くの神経性疾患の診断、モニタ及び治療を行うことができるヘッドセットを提供する。いくつかの実施形態では、ヘッドセットが、超音波を利用して脳の主要伝達動脈又は静脈を超音波照射するが、この技術は、血管系を目印として利用しながら特定の脳領域を超音波照射するために使用することもできるので、脳血管構造の超音波照射に限定されるものではない（脳血管がどこに存在するかが分かれば脳内の他の全ての位置が分かる）。いくつかの実施形態では、ヘッドセットが、以下を含む様々な副構成要素又は特徴を含むことができる。

自動トランスデューサ配置−いくつかの実施形態では、システムを個人の頭部に配置する。いくつかの実施形態では、頭部に接するシステムがヘッドセットに実装されるが、後述するように他の実施形態も存在する。この配置が完了すると、超音波プローブ（又は他のトランスデューサ技術）が皮膚に接触するようになる。

表面整列−いくつかの実施形態では、有用になる皮膚の表面とトランスデューサを正しく整列させる。

トランスデューサの力制御−いくつかの実施形態では、表面整列に加えて、接触を維持するには十分ではあるが被験者又はプローブに損傷又は不快感が生じるほど強くない力が存在するように、被験者又は患者の皮膚に対するトランスデューサの力の制御を行う。自動トランスデューサ配置機構のいくつかの実施形態では、トランスデューサ力制御機構が内蔵される。

窓発見−いくつかの実施形態では、トランスデューサが皮膚上に配置されると、自動システムが、超音波エネルギーが通過して血流をモニタできるほど十分に薄い骨の部分を識別又は発見する。この部分は音響窓として知られている。

信号最適化−いくつかの実施形態では、システムが、頭蓋骨上の正しい位置を識別し、脳血流を評価／測定するように超音波トランスデューサを位置付けると、例えば配向、信号品質、音、深さ又は強度などの多くの異なる入力を用いて血流信号を最適化する。この最適化は、１つの深さ又は複数の深さについて行うことができる。

血管マッピング−頭蓋冠は、実施形態を用いて超音波照射できる数多くの主要伝達動脈（すなわち、ウィリス動脈輪）を有する。いくつかの実施形態では、信号が最適化されると、実施形態が、全ての血管について自動的に信号を最適化し、被験者の脳血管マップを構築することができる。

臨床的適応−本明細書で説明するいくつかの実施形態は、ＴＢＩ、脳卒中、認知症、血管攣縮、及び脳血流に影響を及ぼすその他を含む多くの異なる神経性疾患のために使用することができる。これらの使用は、診断、モニタリング及び治療を含む。

診断−いくつかの実施形態は、脳血流及び脳血流調節のわずかな変化を測定する。結果を取得して、重度ＴＢＩ（頭蓋内圧）、軽度ＴＢＩ（脳震盪）、並びに大血管閉塞及びＳＡＨを含む特定の脳卒中を診断することができる。

モニタリング−いくつかの実施形態を用いて、例えばＴＢＩ又は脳震盪では１２時間超の、或いは生涯にわたって認知症を診断／モニタするには年１回の検査などの時間と共に神経性疾患がどのように変化するかを判定することができる。

治療−いくつかの実施形態では、超音波を用いて凝血塊を粉砕し、又は特定の脳領域を刺激することができる。

いくつかの実施形態では、人間被験者の頭部の側頭窓に接して配置された超音波トランスデューサを用いてＴＣＤ信号を取得する。各測定では、トランスデューサを３つの並進自由度及び２つの回転又は配向自由度で位置付けることができる。測定では、最初に各被験者の側頭窓を走査して最適なＴＣＤ信号を発見し、次に最大２０分などにわたって信号ロックを維持して、診断を行うのに十分なデータを収集することができる。人間の頭部には、それぞれが潜在的に複数のアクセス窓から成る２つの側頭部領域が存在するので、いくつかの実施形態は両側走査を実行する。

いくつかの実施形態では、両側で走査を自動化する電気機械装置を含むロボット走査システムを提供する。このロボット走査システムは、素人ユーザによるＴＣＤ超音波検査法の操作及び使用を可能にする。また、このロボット走査システムは、走査プロトコルの最適化も可能にして、信号取得を信頼できる反復可能なものにする。

いくつかの実施形態では、ロボット走査システムのサブシステムが、商用、民生用及び軍用という少なくとも３つの実施形態を有する。商用バージョンは、医療専門家による使用及びプロスポーツ／大学スポーツでの使用に適する。民生用バージョンは、高校及び若年層スポーツでの使用に適するが、全ての要件を満たしていれば医療及びプロ／大学スポーツで使用することもできる。軍用バージョンは、野戦病院用途に適する。

ユーザとしての外部制御ソフトウェア／ファームウェアアプリケーション：いくつかの実施形態は、システムがＭＣＡ、ＰＣＡ及び前大脳動脈（ＡＣＡ）を確実に検出できるように、ＴＣＤトランスデューサの動き及び配向を５自由度（ｘ、ｙ、ｚ、パン及びチルト）で制御する。ある実施形態は、デカルト自由度を制御する際に、関節位置を操るために機構の逆運動学を計算する。いくつかの実施形態は、限定された時間−空間補間点の集合を用いて機構を複数のデカルト構成（Ｃａｒｔｅｓｉａｎ ｃｏｎｆｉｇｕｒａｔｉｏｎ）間で滑らかに動かすようにファームウェアに命令する。

いくつかの実施形態では、ロボットモータが、協働してロボット速度を高める。いくつかの実施形態では、ロボットが、トランスデューサを単純にｘ軸及びｙ軸に沿って連続的に動かすのではなく、ｘ軸及びｙ軸に沿って同時に動かして新たな位置に達する時間を最小化する。例えば、ロボットは、ｘ軸に沿って速度ｖで移動し、ｙ軸に沿って速度ｖで移動できる場合には、対角点までｖ＊√２の速度で移動することができ、この方がｘ方向又はｙ方向のみに連続して移動するよりも４０％速い。いくつかの実施形態では、パン方向及びチルト方向にも同時に移動を行えばさらに速度が増す。

いくつかの実施形態では、ソフトウェアアプリケーションから必ずしもサーボ速度で更新しない命令位置までのアプリケーションプログラムインターフェイス（ＡＰＩ）が存在する。いくつかの実施形態は、ファームウェアの状態を問い合わせる。いくつかの実施形態では、ソフトウェア／ファームウェアＡＰＩが、ファームウェア状態の更新を含む。いくつかの実施形態では、ファームウェアアプリケーションが、システムが被験者のＭＣＡ、ＰＣＡ及び／又はＡＣＡを確実に検出できるように側頭部表面積を十分に走査する。いくつかの実施形態では、走査パラメータが、横に５５ｍｍ（ｘ軸）×下に３０ｍｍ（ｙ軸）以上の面積サイズであり、頭部内への動き（ｚ軸）は、頭部からの装置の取り外しを容易にするのに十分なものである。いくつかの実施形態では、ソフトウェアアプリケーションが、患者又は被験者の側頭部表面の走査を２分未満で制御する。いくつかの実施形態では、センサの並進速度が７．５ｍｍ／ｓ以上である。

いくつかの実施形態では、ファームウェアアプリケーションが、ＴＣＤのｘ、ｙ、ｚ軸におけるデカルト移動を１ｍｍの精度及び分解能で制御してＴＣＤデータを取得し、４ｍｍの血管直径内に２ｍｍのサンプルサイズのＴＣＤビームを位置付けることができる。いくつかの実施形態では、血管マッピングを実行する精度及び分解能を向上させる。いくつかの実施形態では、ファームウェアアプリケーションが、様々な頭部形状にわたってシステムがＭＣＡ、ＰＣＡ及びＡＣＡを確実に検出できる十分に広い範囲にわたってＴＣＤトランスデューサを配向する。いくつかの実施形態では、パン及びチルトが最低±３０度回転することができ、この角度は、トランスデューサに対するこめかみの接触面の解剖学的差異を考慮するように増加する。

いくつかの実施形態では、ファームウェアアプリケーションが、ＴＣＤトランスデューサを０．１度の精度及び分解能で配向してＴＣＤデータを取得する。この精度は、経験豊かな人間ユーザの性能を大きく上回り、ロボットシステムの精度でしか達成できないと思われる。いくつかの実施形態では、ファームウェアアプリケーションが、ＴＣＤセンサを用いて患者の頭部に適切な一定の圧力を加えて忠実度の高いＴＣＤ信号を取得することができる。

いくつかの実施形態では、ソフトウェアアプリケーションが、機械的動作が超音波信号と干渉／結合するのを防いで、アルゴリズムが高信頼度でＴＣＤ信号を解析するための清浄度の高いデータの収集を可能にする。いくつかの実施形態では、ソフトウェアアプリケーションが、正しい運動学を用いて両側走査を行ってアルゴリズムの効率を高める。いくつかの実施形態では、２つの機構を使用する。いくつかの実施形態では、単一の機構を使用して、いずれかの側頭窓にアクセスできるように頭部のいずれかの側に入れ替える。

いくつかの実施形態では、機構の動きが悪くなるのを防ぐように、ＴＣＤ検知を可能にするために最低量のゲルしか必要としない。いくつかの実施形態では、ゲルを機械から容易に除去することができる。いくつかの実施形態では、システムが、呼吸プロトコルを完了するために、ＴＣＤ信号を取得後２０分以上にわたって積極的に維持する。信号の維持では、患者の動きに起因して、ＴＣＤシステムを積極的に再配置して信号を強化することができる。いくつかの実施形態は、信号を６時間以上にわたって維持することができる。

Ａ．ヘッドセット設計
図１Ａ〜図１Ｃに、様々な実施形態による経頭蓋ドップラー（ＴＣＤ）装置を示す。図２には、様々な実施形態によるＴＣＤヘッドセット５０を示す。図３Ａ〜図３Ｂには、様々な実施形態によるＴＣＤヘッドセット１００を示す。図４Ａ〜図４Ｂには、様々な実施形態によるＴＣＤ装置１００を示す。図５〜図７には、様々な実施形態によるＴＣＤヘッドセット１６３を示す。

図１Ａ〜図１Ｃには、前面にディスプレイ画面４２を有する自動ＴＣＤヘッドセット４０を示す。具体的に言えば、ヘッドセット４０は、側部の２重超音波プローブ４４と、２つのプローブを接続するように前面の周囲に延びるヘッドバンド４６とを含む。図１Ａ〜図１Ｃで分かるように、ヘッドセット４０は、プローブ４４が両こめかみに配置された状態で患者の頭蓋にフィットする。プローブ４４は、ＭＣＡ、ＡＣＡ，ＰＣＡ又はその他の動脈を自動検索できるＴＣＤスキャナを含む。ヘッドバンド４６は、本質的に弾性又は調整可能であり、プローブ４４の内面が良好にこめかみに接触するように様々な異なる頭部サイズの前頭部にヘッドセット４０をぴったりとフィットできることが望ましい。潤滑ゲルを用いて音響伝達を向上させることが好ましい。

明確にするために図示してはいないが、トランスデューサ、モータ、コンピュータ及びプロセッサ、ロボットアーム、電気回路基板及びディスプレイなどの標準的に電力を必要とする全ての構成要素には、バッテリの形態の、或いは容易に利用可能な電気コンセント又は他の利用可能な電流に基づいて動作する電源の形態の電源を用いて給電を行う。

図２は、前額部ストラップ５２と、後部ストラップ５４と、頭蓋ストラップ５６とを有する別の例示的なＴＣＤヘッドセット５０を患者が装着した側面図である。ストラップ５２、５４、５６は、ヘッドセット５０を頭部に固定して、特に一対の往復式超音波スキャナ５８の両こめかみに対する良好な接触を確実にするのに役立つ。ＴＣＤスキャナ５８は、３つのストラップ５２、５４、５６の交点における接合部材６０に、動作矢印によって示すように前後に往復回転するように取り付けられる。１つの実施形態では、トランスデューサ又はプローブを含むＴＣＤスキャナ５８が、ｘ、ｙ走査面に垂直なｚ軸を中心にして各方向に約６０°回転する。明確にするために図示してはいないが、接合部材６０内の小型モータがスキャナ５８の動きを可能にする。

３つのストラップ５２、５４、５６のシステムは、ヘッドセット５０を適所に保持する上で効果的である。頭蓋ストラップ５６は、調整のためのベルクロ切断部を含み、後部ストラップ５４は、弾性を有することが望ましく、各接合部材６０上の一対の締付けノブ６２及び前額部ストラップ５２の中間の締付けノブ６４は、Ｘ−Ｙ較正のためのスキャナ５８の位置の微調整を可能にする。頭蓋ストラップ５６は、一旦固定されたヘッドセット５０が顎及び関連する筋肉の動きによって移動するのを制限する役に立つ。

いくつかの実施形態では、接合部材６０に、コンピュータ６７、タブレットコンピュータ（明確にするために図示せず）又は他のいずれかのタイプのコンピュータ装置などの制御ユニットに接続するためのケーブル６６を取り付けることができ、或いは、システムがコンピュータ装置と無線で通信することもできる。コンピュータ６７又は他の接続された計算又は処理装置は、ＴＣＤスキャナ５８と通信し、ＴＣＤスキャナ５８から戻されたデータを受け取って処理する。

各ＴＣＤスキャナ５８は、好ましくはチャネルに通じる凹みによって形成された、内側接触面に潤滑ゲルを導入するための注入ポート６８を含むことが望ましい。この注入ポート６８は、面倒なゲルの塗布を低減するのに役立つ。好ましい実施形態では、各スキャナ５８内のＴＣＤセンサをｚ方向に、又はこめかみに向けて及びこめかみから離して変位させて音響接触を最適化することができる。いくつかの実施形態では、使用後にヘッドセットを洗浄して全ての超音波結合ゲルを除去することができる。拭き取り繊維又は他のこのような装置を用いて、機構を内部に異物が蓄積することから保護することが好ましい。選択される材料は、水、イソプロピルアルコール、並びに診察室及び臨床環境において日常的に使用されている他の洗浄剤を用いた洗浄に耐えるものである。

図３Ａは、患者の側頭部における軟質の取り付け脚１０２上に位置する例示的なＴＣＤヘッドセット１００の透視図である。異なるサイズの患者に合わせたヘッドセット１００の調整可能範囲を示すように、小Ｓ及び大Ｌという２つのサイズの患者の頭部を輪郭線で示す。ヘッドセット１００の内部構成要素を可視化するように、外部ハウジング１０４は仮想線で示す。

図３Ｂには、明確にするために装着者の頭部の形状に照らし合わせた外部ハウジング１０４を示すとともに、ストラップ１１０によって第１のヘッドセットに接続された、患者の頭部の反対側の第２のヘッドセット１００も示す。いくつかの実施形態では、各ヘッドセット１００が、頭部に対するヘッドセットの衝撃を和らげるとともに頭部と外部ハウジング１０４との間に若干の間隔をもたらす小型の吸引リングに類似する複数の取り付け脚１０２を有する。いくつかの実施形態では、図４Ａに示すように、それぞれの側に３つの取り付け脚１０２が存在する。ヘッドセット１００は、ストラップ１１０に張力を加えることによって固定される。ストラップ１１０は、図示のように前頭部に１つ存在することも、或いは図２に関して上述したように後頭部の周囲及び頭蓋上のストラップがさらに存在することもできる。

図４Ａ及び図４Ｂには、外部ハウジング１０４を取り外した図４Ａ及び図４ＢのＴＣＤヘッドセット１００の実施形態の側面図を示す。ハウジング内では、一対の対角レール１２４上を摺動するキャリッジ１２２上にＴＣＤスキャナ１２０が取り付けられる。キャリッジ１２２は、両レール１２４沿いの小さな歯１３４と噛み合う駆動歯車を回転させる小型モータ１３０を含む。モータ１３０は、遠隔的に又は有線で制御することができ、従ってキャリッジ１２２は、レール１２４に沿って斜めに移動することができる。

従って、いくつかの実施形態では、キャリッジ１２２に取り付けられたＴＣＤスキャナ１２０が被験者の側頭部領域を移動することができる。いくつかの実施形態では、ヘッドセット１００が、破線の正方形領域１５０によって示すような約２平方インチの面積を走査できることが望ましい。領域１５０全体をカバーするために、レール１２４の上端部は、概ね水平な経路に沿って横向きに並進するフレーム部材１５２に枢動可能に取り付けられる。具体的には、フレーム部材１５２の枢動点１５４が、シリンダ１５８によってピストン／シリンダの関係で移動できる並進ロッド１５６に連結する。或いは、シリンダ１５８は、ロッド１５６の枢動点１５４とは反対側の端部に係合してロッド１５６を横向きに並進させる小型モータを含むこともできる。この動きを実現する方法は複数存在し、それぞれがキャリッジ１２２の移動と共に、スキャナ１４０を標的領域１５０上のｘ、ｙ平面において協調的に二次元移動させるように制御される。

また、いくつかの実施形態では、キャリッジ１２２上で動くように取り付けられたスキャナ１４０を取り囲むロボットアームが、ステッパモータ１６０によって作動するｚ軸変位装置を有する。ロボットアームは、安定した信号品質が得られるように皮膚に対するスキャナ１４０の十分な圧力を維持する圧力センサ（図示せず）をさらに備える。この圧力センサは、被験者の動きに起因して位置の調整を行うために使用されるフィードバック機構である。この一定の圧力は、患者の動き及びＴＣＤに関連する可変性問題に対処する。

いくつかの実施形態では、ｘ、ｙ、ｚ軸に沿った並進運動と、パン及びチルトの方向又は配向とが、局所動作制御ユニット１６２によって駆動されるモータ１６０の使用を通じて達成される。以下でさらに詳細に説明するように、動作制御ユニット１６２は、メモリを含むマイクロコントローラと、モータ１６０をモニタして制御するようにプログラムされたＣＰＵとを含むことができる。いくつかの実施形態では、所望の位置が達成されたことを確実にするサーボフィードバックが提供される。サーボフィードバック信号は、モータ制御ユニット１６２に供給される逆ＥＭＦ信号又はエンコーダ信号の形を取る。いくつかの実施形態では、プログラムされたマイクロコントローラをヘッドセット内にモータ１６０と共同配置する代わりに、図２及び図６に示すようにケーブル６６によってヘッドセットをコンピュータ６７に接続し、或いはヘッドセットが、モータ１６０を動かしてヘッドセット内に位置するＴＣＤトランスデューサ（明確にするために図示せず）から戻される情報をモニタするようにプログラムされたコンピュータ６７と無線で通信することができる。

命令セット：いくつかの実施形態では、Ｘ、Ｙ、Ｚ軸、並びにパン及びチルト方向の動きが、適切なプロセッサ又はマイクロプロセッサによって制御される。いくつかの実施形態では、いずれかの軸に沿って動くための命令が、各軸に沿って動くべきステップ増分数を示す符号付き整数の形を取る。

図５に、滑り嵌めを可能にする複数のストラップ１６４、１６５、１６６を含むヘッドセット１６３を示す。幅広い採用のためには、複数の頭部サイズに合わせて調整できるユニットが重要である。頭部の装着が正しくフィットしていなければ、ＴＣＤプローブは最適な信号を取得することができない。開示する設計は、ヘッドセットとロボット機構との「固定」を分離させてこの懸案事項に対処する。この設計により、ユーザは、超音波機構に影響を与えることなくあらゆるサイズの頭部にヘッドセットを取り付けて信号に到達できるようになる。

図６には、患者又は被験者からの情報を入力するとともに患者又は被験者の走査によって取得された情報を表示するために使用できるコンピュータディスプレイ１６７にケーブル６６を介して接続されたヘッドセット１６３を示す。図７には、患者又は被験者からの情報を入力するとともに患者又は被験者の走査によって取得された情報を表示するために使用できるディスプレイ１６７と無線で通信するヘッドセット１６３を示す。ヘッドセット１６３及びディスプレイ１６７は、Ｗｉ−Ｆｉ、Ｂｌｕｅｔｏｏｔｈ、Ｌｉ−Ｆｉ、セルラ通信技術及びその他の既知の無線通信方法などの、当業者に周知の無線通信方法を用いて無線通信することができる。

いくつかの実施形態では、説明するシステム及び方法を、ＩＣＰの増加が存在しない軽度及び中度のＴＢＩ診断に使用することができる。根本的な生理機能は異なるが、核となる分析は同じである。軽度ＴＢＩ後の脳血液動態の変化は、複数の研究によって十分に裏付けられている。これらの変化の生理的起源は、特定の脳領域における代謝要求の増加に起因する局所的血流変動から、脳血管系又は脳自体の乱れ（頭蓋内圧（ＩＣＰ）の上昇によるコンプライアンスの低下）に起因するＣＢＦの変動にまで及ぶ。

Ｂ．自動トランスデューサ配置
図８〜図１１に、自動トランスデューサ配置が可能な様々なＴＣＤシステム及び装置を示す。

自動ＴＣＤ超音波検査のための統合システムフレームワーク−図８に示すように、いくつかの実施形態では、自動ＴＣＤシステム２０１が、ロボットによる位置決めを行う冗長マニピュレータとも呼ばれるロボットアーム１９０と、トランスデューサホルダ２０４と、力センサ２０６を含むトランスデューサ２０と、ＴＣＤドライバ基板２０８と、アルゴリズム制御コンピュータとを含む。トランスデューサの位置決め及び配向のために使用する好ましい装置は、Ｕｎｉｖｅｒｓａｌ Ｒｏｂｏｔｉｃｓ社製の市販の６自由度のＵＲ３卓上ロボットアーム１９０である。このロボットアーム１９０は、十分な運動学的精度を提供し、作業空間内の人間の周囲での使用が認められており、速度及び衝撃力を制限するように設定可能な安全レベルを有する。また、このロボットアームはさらなる自由度も有する。これらの特性は、安全上の懸念に対処して人間被験者との使用を可能にする。「エンドエフェクタ」と呼ばれるトランスデューサホルダ２０４上には、Ｓｐｅｎｃｅｒ ＴＣＤプローブとすることができるプローブ又はトランスデューサ２０を取り付ける。エンドエフェクタは、ロボットアーム１９０の端部に取り付けられ、ロボットアーム１９０によって走査面に加わる力を直接モニタする軸力センサ２０６を有する。力センサ２０６は、ロボットアーム１９０に力センサ情報２１２を送信する。この力センサ２０６は、トランスデューサ２０と走査面との間に十分な接触力が生じるのを確実にする役割を果たすとともに、接触力の過負荷を防ぐ第２の安全措置でもある。いくつかの実施形態では、プローブドライバ基板２０８がトランスデューサ２０に接続し、超音波エネルギーを放出して戻ってきたセンサ出力信号２１６を処理するための電力２１４をプローブに送信する電子機器を提供する。

いくつかの実施形態では、制御コンピュータ２１０が、ロボットアーム１９０のコントローラ２２０に接続してＴＣＰ／ＩＰ通信２１８を介してコントローラ２２０と通信するとともに、ＵＳＢ通信２２２によってプローブドライバ基板２０８に接続する。ロボットアーム１９０は、その現在の位置、速度、エンドエフェクタに加わる推定力、カスタムセンサ読み取り値などに関する情報２２４及びその他のステータス情報をコントローラ２２０に提供し、この情報がＴＣＰ／ＩＰ２１８を介して制御コンピュータ２１０に通信される。プローブドライバ基板２０８のＵＳＢ２２２インターフェイスは、トランスデューサ２０の深さなどのパラメータ及び動作の設定方法を提供してデータを処理し、限定するわけではないが速度包絡線などの情報を生成する。制御コンピュータ２１０はこの情報を取り込み、プローブ探索アルゴリズムを実行して新たなロボットアーム１９０命令を発行する。実施形態は、機械学習アルゴリズムを用いて、超音波照射される血管を特定する熟練技術者の専門技術を模倣することもできる。いくつかの実施形態では、制御コンピュータ２１０がトランスデューサ２０の走査プロセスを自律的に制御するが、他の実施形態では、ＮｅｕｒｏＡｒｍ及びＤａＶｉｎｃｉ手術用ロボットにおいて使用される技術などの当業者に周知の技術を用いて人間がトランスデューサ２０の走査プロセスを遠隔操作することができる。

統合テストでは、プローブドライバ基板２０８から全てのデータを読み出し、ロボットアーム１９０から全てのステータスデータを読み出し、信号処理及び計画アルゴリズムを更新し、ロボットアーム１９０にそのサーボ速度で新たな動作命令を発行できるほど十分に高速な１２５Ｈｚの制御ループをシステム全体にわたって維持できることが示された。

いくつかの実施形態では、冗長マニピュレータに対して、ＵＲ３の代わりに６よりも多くの作動自由度を有するモジュール式蛇型ロボットが使用される。

図９に、アドミッタンスコントローラが正確な制御力をもたらすことを示す。左側には、平面に接触してその上を摺動できるようにプローブホルダ２０４内に取り付けられ、力センサ２０６に接触し、ロボットアーム１９０によって保持されたトランスデューサ２０を示す。右側には、２〜１０Ｎの不感帯範囲２２３に制御された力出力を示す。図１０には、ｘ、ｙ、ｚ方向に並進できるキャリッジ２２４にトランスデューサ２０が取り付けられてジンバル機構（明確にするために図示せず）がパン及びチルト方向の配向変化を可能にするＴＣＤトランスデューサホルダを示す。図１１には、人間工学的ヘッドバンド２２６に取り付けられた小型ロボット２２５を含む発見プラットフォーム２２９を示す。図の左側には、ロボット２２５から取得されたＴＣＤ信号を処理するＴＣＤトランスデューサ電子機器２２７と、走査データを表示する出力画面２２８とを示す。

いくつかの実施形態では、ＴＣＤセンサの位置及び配向が、ロボットによる５自由度（ＤＯＦ）運動学的機構によって実現される。ＴＣＤ用途では、トランスデューサの位置及び配向を、３つの並進座標（ｘ，ｙ，ｚ）と２つの回転座標（パン及びチルト）とから成る５つの座標で表すことができる。自動トランスデューサ配置では、５つの座標全てを独立して制御することができる。

既存の装置には、専門の人間ユーザに依拠してトランスデューサを頭部に接した概算的な側頭窓の位置までｘ、ｙ、ｚ座標において手動で並進させ、信号取得を完了するためにさらに配向を制御するものがある。半自動装置の中には、信号強度をさらに高めるために並進配置後に２ＤＯＦを配向に使用するものもある。トランスデューサを配置して側頭窓を発見するには、配向の制御のみでは不十分である。

いくつかの実施形態では、この運動学的機構が、５つの位置及び配向自由度Ｘ＝｛ｘ，ｙ，ｚ，ｐａｎ，ｔｉｌｔ｝（タスク空間とも呼ばれる）に影響する５つのモータ自由度Ｑ＝｛Ｊ１，Ｊ２，Ｊ３，Ｊ４，Ｊ５｝（モータ空間又は関節空間）を含む。順運動学は、以下のようなモータ座標とトランスデューサ座標との間の関係として書くことができ、
Ｘ＝ｆｗｄ＿ｋｉｎ（Ｑ）
ここでのｆｗｄ＿ｋｉｎは、典型的にはＤｅｎａｖｉｔ−Ｈａｒｔｅｎｂｅｒｇパラメータによって分析される、機構設計に基づく一連の方程式を表す関数である。

いくつかの実施形態では、ＴＣＤトランスデューサの配置が、逆運動学を通じて、以下の解析的逆解法
Ｑ＝ｉｎｖ＿ｋｉｎ（Ｘ）
或いは以下のヤコビアン逆解法
ｄＱ_cmd（ｎ）＝Ｊ^-1（Ｘ_err（ｎ））
などの数値微分を用いて指定され、ここでのＪは、モータの差動運動をトランスデューサの差動運動に関連付けるヤコビアンであり、Ｘ_err（ｎ）は、時点ｎにおけるトランスデューサの位置及び配向誤差であり、ｄＱ_cmd（ｎ）は、時点ｎにおける差動モータ命令である。

いくつかの実施形態は、問題を完全に規定するのに十分なＤＯＦ、すなわちｘ、ｙ、ｚ、パン及びチルトを定める５自由度を含む。別の実施形態は、第６の仮想ＤＯＦに深さ設定を利用して冗長マニピュレータを形成する。この冗長マニピュレータは、無数の量の解の可能性を可能にする。この実施形態は、センサ配置方法の可能性を高める。

いくつかの実施形態では、ロボットを含む装置を頭部上に配置した後（又はロボットを含む装置内に頭部を配置した後）に、ロボットが、トランスデューサの配向を頭部の表面に対して垂直に保ちながらトランスデューサを患者の方に動かす。このプロセスの大部分は、装置の運動学的知識を用いて確立される。

トランスデューサのデカルト座標は以下の通りである。
Ｘ＝｛ｘ，ｙ，ｚ，ｐａｎ，ｔｉｌｔ｝

装置の各ＤＯＦの関節位置Ｑ＝｛ｑ₁，ｑ₂，ｑ₃，ｑ₄，・・・ｑ_n｝と、装置の順運動学の知識とを用いて、Ｘを関節位置の関数として計算することができる。
Ｘ＝ｆｗｄ＿ｋｉｎ（Ｑ）

逆運動学を用いて関節命令を生成する。
ｄＱ_cmd（ｎ）＝Ｊ^-1（Ｘ_err（ｎ））

トランスデューサに対する頭部の正確な配向が分かっていないので、頭部に対するトランスデューサの接触及び着座を確立することは単純ではない。たとえ頭部がトランスデューサと概算的に一致しているとしても、わずかな誤差によってトランスデューサが頭部と同じ高さに着座しなくなる。いくつかの実施形態では、ロボットが、プログラムされたコントローラのサーボ剛性を用いて、命令されたトランスデューサの配向を維持しようと試みる。

いくつかの実施形態では、トランスデューサの接触及び着座のために、トランスデューサの正確な位置及び配向を予測して制御しようと試みる代わりに、トランスデューサのインピーダンスを選択的に制御する。この制御は、機械設計によるものであるか、それともソフトウェアによるものであるかに関わらず、物体の見掛けの剛性、慣性及び摩擦を制御するようなものと考えることができる。いくつかの実施形態では、トランスデューサの配向自由度が、接触に抗して回転してトランスデューサを頭部と同じ高さに着座させるように柔軟であるのに対し、並進自由度は、トランスデューサを動かして頭部への接触配置を保つほど十分に剛性にされる。いくつかの実施形態では、各方向が異なるインピーダンスを有する。

ソフトウェア−モータトルク及びモータサーボ剛性の制限：いくつかの実施形態では、最も単純なソフトウェアの解決策が、各モータによって加えられるトルクを制限し、異なる方向に異なる剛性を生じる異なる制限を有することができる。この特性は、パン及びチルトが非常に柔軟であるのに対し、並進運動はそれよりも適度に剛性が高い。この限界は、トランスデューサの配向が変化した時に剛性が適応しないことである。例えば、トランスデューサが配向を変化させた時に、トランスデューサの中心を通る剛性は、Ｚアクチュエータだけでなく、Ｘ軸、Ｙ軸及びＺ軸の各アクチュエータの組み合わせである。名目上、トランスデューサを通じた剛性は、Ｘ、Ｙの並進自由度よりも柔軟とすべきである。

ソフトウェア−タスク空間のインピーダンス制御：いくつかの実施形態では、トランスデューサの配向が、トランスデューサの中心を通るＺ軸を含むローカル座標系を定める。いくつかの実施形態では、モータのサーボ剛性及びトルクの制限を調整することによってトランスデューサのインピーダンスを操作する代わりに、ロボット全体の運動学が、トランスデューサの座標フレームの局所的なＸ、Ｙ、Ｚ、パン及びチルトの５つの方向の各々のインピーダンスを設定する。トランスデューサの中心線を通じてトランスデューサをさらに柔軟にしながらも、依然として皮膚の表面との接触を維持し、トランスデューサの位置を正確に制御できるほどの局所的なＸ剛性及びＹ剛性を有するようにすることができる。

ハードウェア−直列弾性アクチュエータ：いくつかの実施形態では、モータ内へのばね要素又はロボットの構造部材として柔軟な部材を機械設計に追加することによって装置のインピーダンスを変化させることができる。いずれの方法においても、トランスデューサの正確な位置及び配向を測定するために撓み量を測定することが必要である。直列弾性アクチュエータは、正確なコンプライアンスに合わせて設計され、さらには減衰要素も追加される一方で、インピーダンスのプログラミングに関連する計算上の非線形性及び不安定性を回避するという利点を有する。

直接検知：いくつかの実施形態では、トランスデューサの背後に力／トルク検知機構を配置することによってトランスデューサと頭部との間の相互作用力及びトルクを制御することができる。この情報を用いて、閉ループ制御を使用するソフトウェアにトランスデューサのインピーダンスをプログラムすることができる。

間接検知：いくつかの実施形態では、モータの印加電流をモニタすることによって力を間接的に測定することができる。ロボットの運動学を考慮すると、ヤコビアンＦ＝Ｊ^TＴからシステムの力／トルクベクトルが計算され、ここでのＴは、モータへの印加電流によって予測されるモータトルクのベクトルである。

いくつかの実施形態では、自動トランスデューサ配置システムが、異なるセンサを含むことができる。ＴＣＤプローブについて説明しているが、限定ではなく光学及びレーダなどの異なるセンサを利用することもできる。

いくつかの実施形態では、自動トランスデューサ配置システムが、ゲルパッドを含むことができる。例えば、ゲルパッドは、トランスデューサの配置方法としても機能できる、ロボットが識別できる境界を用いて配置することができる。

Ｃ．窓発見
自動窓発見を実行するいくつかの実施形態は、複数の深さ及び角度で超音波照射を行う４、５、６又は７以上の自由度を有する機構を用いて窓発見を行う。これらのさらなる自由度、並びに複数の深さ及び角度での超音波照射は、頭蓋骨上の適切な窓位置を特定して脳内血管をマッピングするプロセスを速める。

図１２〜図１７は、窓発見の特徴に対応する。図１２及び図１３には、トランスデューサが開始位置１０００から開始し、摺動方向１００２に１つの位置から次の位置へと移動して、終了位置１００４に到達するまでグリッド全体をＸ方向及びＹ方向に蛇様パターンで掃引する単純なグリッド探索パターンを示す。他の実施形態は、異なる探索パターンを使用する。図１４には、複数のトランスデューサ位置１００８ａ、１００８ｂ、１００８ｃを用いた標的領域内の重複容量１００６ａ、１００６ｂ、１００６ｃを示す。トランスデューサ位置１００８ａ〜ｃを再配向すると、探索容量を完全に掃引することができる。図１５に示すように、トランスデューサ位置１００８ａ〜１００８ｃを何回か再配置することによって重複探索容量１００６ａ〜ｃを形成することができる。図１６Ａ、図１６Ｂ及び図１６Ｃには、ＭＣＡ１０１２を超音波照射するためのＴＣＤセンサ１０１０の配置を示す。図１７には、側頭窓１０１４の目印及び境界を示す。具体的には、眼１０１７の眼窩骨付近に前方限界１０１６が存在する。患者の安全のために、眼１０１７の眼窩骨付近は撮像しないことが好ましい。上方限界１０１８は、特定の目印によって定められない。下方限界１０２０は、頬骨弓（頬骨）によって識別される。後方限界１０２２は耳によって識別され、側頭窓の自然な限界をもたらす。ＴＣＤ位置は人によって異なるので、図１８Ａ及び図１８Ｂには、側頭窓の位置をドット１０２６で表した例示的なＴＣＤ位置１０２４を示す。

通常、側頭窓を特定するには、頭部に接してトランスデューサを配置する。従来、このステップは、一般に専門の人間ユーザによって支援されていた。ユーザは、概算的な側頭窓の位置において側頭部に接してトランスデューサを配置し、信号が特定されるまで手動でセンサを再配向し続けていた。半自動装置は、この時点でトランスデューサを再配向することによって信号強度を高めようと試みることができるが、２つの自由度のみでは信号発見を完全に自動化しようと試みても満足の行かない結果しか得られない。

いくつかの実施形態によれば、以下の「Ｇ．運動学」という表題の節で開示するように、側頭窓品質の評価を完全に自動化して完全な信号喪失後であっても側頭窓を再発見できる４、５、６、さらには７以上の自由度（ＤＯＦ）の運動学的機構が使用される。

いくつかの実施形態では、トランスデューサが着座した状態で、トランスデューサが頭部の表面に従って内外に動く際にトランスデューサが着座したままであるほど高く、ただし快適であるほど低く、コンプライアンスを表面と垂直に保つ。Ｘ軸及びＹ軸は、トランスデューサ位置の精密な制御を維持するために高サーボ剛性を保持することができる。トランスデューサの法線力はＺ軸剛性によって決まるので、Ｘ軸及びＹ軸が受ける摺動力は快適なレベルに制限される。この時点で、トランスデューサにＴＣＤ窓の探索を実行するように指示することができる。トランスデューサの配向を変化させる必要がある場合には、ソフトウェアを介して配向剛性を高めることができる。

位置合わせ：以下でさらに詳細に説明するように、いくつかの実施形態では、コンピュータが命令を生成して、候補信号が特定されるまで頭部の表面に沿ってトランスデューサを並進させて再配向するように機構に指示する。特定されると、トランスデューサは、信号強度を高めるように自動的に再配向される。自動システムが側頭窓を発見する探索時間の短縮は、既知の解剖学的特徴において機構とトランスデューサとを手動で又はプログラムに従って位置合わせすることを含む解剖学的位置合わせプロセスによって達成することができる。

プログラム的位置合わせ： プログラム的に行う場合、この位置合わせは、ユーザが耳と眼の間の頬骨弓に沿って初期開始点を配置できるようにする視覚的窓ガイドを用いて行うことができる。この解剖学的位置合わせ技術はＴＣＤに適用可能であるが、超音波、ｆＮＩＲＳ及びＴＣＣＳと共に使用することもできる。一般に、本明細書においてＴＣＤを使用するものとして具体的に説明している技術及び装置は、ＴＣＣＳ、他の既知の超音波エネルギーモダリティ及びｆＮＩＲＳを使用する様々な実施形態において使用することもできる。具体的には、図１９Ａに示すように、既存の文献に基づいて、前額部Ｆ １０２８、前部Ａ １０３０、中央部Ｍ １０３２及び後部Ｐ １０３４という複数の異なる位置合わせ点を用いて経側頭探索窓を定めることができる。通常、前額部Ｆ １０２８、前部Ａ １０３０、中央部Ｍ １０３２及び後部Ｐ １０３４の超音波照射は、図１９に示すような側頭窓上の異なるｘ及びｙ位置において、図１９Ｂに示すようなセンサの異なる回転位置を用いて行われる。トランスデューサが位置合わせ点に配置されると、どの位置合わせ点が探査中であるかがロボットに通知される。どの動脈を超音波照射すべきかに応じて、異なる位置合わせ点を使用することができる。例えば、異なる位置合わせ点を用いてＭＣＡ動脈、ＡＣＡ動脈及びＰＣＡ動脈を識別することができる。図１９Ｃに、経側頭窓１９６、経眼窩窓１９８、顎下窓２００及び後頭下窓２０２を含む様々な超音波照射できる位置を示す。経側頭窓１９６のための位置合わせ点について説明しているが、経眼窩窓１９８、顎下窓２００及び後頭下窓２０２のための他の位置合わせ点を使用することもできる。位置合わせ点が確立されると、位置合わせ点に関連する全ての座標が報告されて全ての被験者にわたる標準座標系が課される。例えば、いくつかの実施形態では、座標（０，０）が図１７の後方限界１０２２に対応し、座標（１，０）が図１７の前方限界１０１６に対応する。或いは、以前に特定の被験者の走査を行ったことがある場合には、その被験者について既に取得されている情報を用いて位置合わせを行うこともできる。図１９Ｄに示すように、冗長マニピュレータと呼ぶこともできる６自由度ロボットアーム１９０を用いてトランスデューサ２０を被験者上のいずれかの便利な位置に動かすことができる。他の実施形態では、ロボットが、５つ（ｘ，ｙ，ｚ，パン，チルト）などの少ない自由度を有し、或いは１つの自由度が部分的にばねによって制御されるような劣駆動である。図１９Ｅに示すように、６自由度ロボットアーム１９０には、モニタ１９４を含むポータブルワークステーション１９２を取り付けることができる。図１９Ｆに示すように、６自由度ロボットアーム１９０は、トランスデューサ２０を経側頭窓１９６に配置することができる。図１９Ｇに示すように、６自由度ロボットアーム１９０は、トランスデューサ２０を経眼窩窓１９８に配置することができる。図１９Ｈに示すように、６自由度ロボットアーム１９０は、トランスデューサ２０を顎下窓２００に配置することができる。図１９Ｉに示すように、６自由度ロボットアーム１９０は、トランスデューサ２０を後頭下窓２０２に配置することができる。

自動信号取得：図２０を参照すると、いくつかの実施形態では、指定の又は所定の閾値を上回るエネルギーレベルを識別するデータ駆動型探索アルゴリズムを用いて自動信号取得を自動的に行うことができる。アルゴリズムを指定する命令は、ソフトウェア、ファームウェア、又はその他のコンピュータ可読媒体の形で提供することができる。本明細書において言及するソフトウェア、ファームウェア、又はその他のコンピュータ可読情報は、ハードディスクドライブ、フラッシュディスクドライブ、ＲＯＭ、又はその他の非一時的媒体などの非一時的媒体に記憶することができる。具体的に言えば、いくつかの実施形態では、コンピュータを用いて探索プロセスを指示するシステム１０４０においてスタック探索を使用する。スタック探索は、グローバルからローカルへの探索パラダイムの最適化を可能にする。最適化される関数値は、センサデータに基づいて計算される何らかの尺度Ｔであり、いくつかの実施形態では、Ｔが、トランスデューサによって取得される基本的なＴＣＤ信号に基づいて計算されたエネルギーを表すことができる。しかしながら、関数Ｔは、既知の基本分布によって表されるものではなく、センサ位置に関するブラックボックス関数である。基本的な信号分布が未知であるため、この種のブラックボックス探索では前もってエネルギー値を推測することはできない。５ＤＯＦロボットと深さ制御可能なＴＣＤ信号とを伴ういくつかの実施形態では、何らかの配置位置ｐ＝（ｘ，ｙ，ｚ，ｒｘ，ｒｙ，ｄ）を訪れてＴ（ｘ，ｙ，ｚ，ｒｘ，ｒｙ，ｄ）を計算することによってＴが計算され、ここでのｘ、ｙ、ｚはセンサの並進位置であり、ｒｘ、ｒｙはセンサの回転位置であり、ｄはセンサのサンプル深さである。ロボットを位置（ｘ，ｙ，ｒｘ，ｒｙ，ｄ）に移動させ、信号を測定し、その位置におけるエネルギーを計算することによってＴ（ｘ，ｙ，ｒｘ，ｒｙ，ｄ）をサンプリングする。アルゴリズムのさらなる態様を説明する前に、若干の背景を示す。

エネルギー計算： エネルギー計算は、Ｍモード、包絡線、スペクトログラム、深さ、及びＴＣＤによって提供される他のいずれか情報の結合関数である。標準的なエネルギーの実施形態は、以下のいずれかとして計算することができる：
Ｅｎｅｒｇｙ（ｍｍｏｄｅ，ｅｎｖ，ｓｐｅｃ，ｄｅｐｔｈ）＝α・ｍｍｏｄｅ＿ｅｎｇ（ｍｍｏｄｅ）＋β・ｅｎｖ＿ｅｎｇ（ｅｎｖ）＋γ・ｓｐｅｃ＿ｅｎｇ（ｓｐｅｃ）＋δ・ｄｅｐｔｈ＿ｅｎｇ（ｄｅｐｔｈ）
（式１）
Ｅｎｅｒｇｙ（ｍｍｏｄｅ，ｅｎｖ，ｓｐｅｃ，ｄｅｐｔｈ）＝α・ｍｍｏｄｅ＿ｅｎｇ（ｍｍｏｄｅ）×β・ｅｎｖ＿ｅｎｇ（ｅｎｖ）×γ・ｓｐｅｃ＿ｅｎｇ（ｓｐｅｃ）×δ・ｄｅｐｔｈ＿ｅｎｇ（ｄｅｐｔｈ）
（式２）

ＴＣＤのエネルギー例としては、以下が挙げられる。

包絡線：一実施形態では、包絡線について、離散ウェーブレット変換を通じて時間−周波数構造を決定することができる。例えば心拍数及びＰ２などのＴＣＤの周期性の特徴である狭帯域スケールでウェーブレットパワーを取得し、隣接スケールにわたって取得された広帯域パワーと比較する。周期性の強い包絡線は、特徴的なスケールにおいてパワーの割合が高くなる。パワーには、全てのスケールにおいてホワイトノイズが等しく寄与するので、ノイズの多い包絡線は、狭帯域において強いパワー集中を示すことが少ない。

自己相関は、ノイズによって隠される周期的信号の存在、その高調波周波数が暗示する信号における失われた基本周波数の識別などの、繰り返しパターンを発見するための数学的ツールである。別の実施形態では、周期的信号のシフト波形との自己相関を以下のように評価して、別のエネルギー計算の可能性をもたらすことができる。時刻ｔにおける信号をｅｎｖ［ｔ］とすると、ラグｌにおける自己相関関数は、以下のように表すことができる。
Ｒ_env（ｌ）＝＼ｓｕｍ ｅｎｖ（ｔ）×ｅｎｖ（ｔ−ｌ）
（式３）

Ｒは３つの強いピーク（ゼロ付近の他に）とそれらの間の強い谷とを有し、３つの強い周波数を有するパルス状波形を示すようになる。

ｅｎｖ＿ｅｎｇは、包絡線の時間平均二次微分を用いて合算された時間平均包絡線として具体化し、特定の範囲内の速度及び強制的な滑らかさを強調することもできる。

Ｍモード： 様々な実施形態では、Ｍモード帯域の幅を計算に使用することができる。いくつかの実施形態では、Ｍモードでの合計パワーを計算に使用することができる。いくつかの実施形態では、ＴＣＤにおける所与の血管探索に必要である場合、Ｍモードエネルギーを特定の深さ範囲によって覆うことができる。

スペクトログラム：様々な実施形態では、各パワー値に関連する特定のビン番号によって重み付けされたスペクトログラム信号の加重平均を使用することができる。いくつかの実施形態では、各パワー値の包絡線からの距離の逆数によって重み付けされたスペクトログラム信号の加重平均を使用することができる。例えば、この重み付けは片側重み付け（ｏｎｅ−ｓｉｄｅ ｗｅｉｇｈｔｉｎｇ）とすることができ、この場合、例えば包絡線よりも上にある全てのスペクトログラムデータは、エネルギーに向かってゼロとしてカウントされる。

探索の最適化：Ｘ軸に沿って１ｍｍの分解能で、Ｙ軸に沿って１ｍｍの分解能で、３０度×３０度のＸ及びＹ回転次元（ｒｘ，ｒｙ）で、７５ｍｍのＴＣＤ深さで移動する５自由度機構を用いて、例えば５５ｍｍ×５５ｍｍの経側頭窓に対して図１２に示すような単純な総当りの蛇型探索（ｓｉｍｐｌｅ ｂｒｕｔｅ ｆｏｒｃｅ ｓｎａｋｅ ｓｅａｒｃｈ）を行った場合には、約２億個の点を探索する必要がある。このような探索には相当量の時間が掛かる。いくつかの実施形態では、後述するように、予め定められた領域を探索するロボットシステムに実装されたデータ駆動型探索アルゴリズムを用いて探索時間を最適化することができる。

データ駆動型探索：再び図２０を参照すると、いくつかの実施形態では、システムが、最初に初期化ステップ１０４２において初期化を行う。シード点データベース１０４４が存在することができる。いくつかの実施形態では、実際の被験者からの手動測定がシード点データベースを構成することができる。技術者によって行われる測定に基づいて、ＭＣＡのトランスデューサ位置のｘ及びｙ位置を使用し、ｋ平均法などの標準的なクラスタリングアルゴリズムを用いてデータをクラスタに分割し、クラスタ中心点をアルゴリズムへのシード点として使用することができる。

再び図２０を参照すると、いくつかの実施形態では、多くの被験者にわたる選択窓（例えば、側頭、眼窩、後頭下、顎下）のロボット走査を通じてシード点を探索し、窓全体にわたる各窓の点のエネルギー計算値を保存することによってシード点データベース１０４４を形成する。いくつかの実施形態では、使用するコンピュータロボットシステムが完全なメモリを有し、従って信号が発見された後で特定の被験者の特定の信号の呼び出しを可能にする。例えば、いくつかの実施形態では、特定の被験者のＡＣＡ、ＭＣＡ、ＰＣＡのモニタリング位置が全てメモリに記憶され、オペレータがこれらのうちの１つを選択して、ロボットにその位置に戻って特定の波形を表示するように命令することができる。この特定の被験者の特定のモニタリング位置を呼び出す能力は、ゼロから探索を開始する必要なく素早くモニタリングを行うことができるという理由で長期にわたる被験者のモニタリングを容易にする。

このシード点データベースを生成する技術を用いて、被験者全体の何千個ものデータ点を集約することができる。収集された多くの被験者にわたるデータを階層化することにより、可能性の高い窓シード点の確率分布と、探索を高速化する探索バイアスとが提供される。従って、いくつかの実施形態では、（ｘ_i，ｙ_i）において側頭窓が見つかる確率的可能性の高さに基づいて探索をシードする（ｘ_i，ｙ_i）デカルト座標を指定することによって探索空間を制限することができる。また、いくつかの実施形態では、トランスデューサの回転配向が所与の点（ｘ，ｙ）について無制限であるが、以前に取得されたデータがあれば、設定された並進点（ｘ，ｙ）を所与として特定のトランスデューサ配向の系統的バイアスが可能になり、探索空間を大幅に制限することができる。例えば、いくつかの実施形態では、パンとチルトの両方におけるロボットの回転範囲が±１５°である場合、７〜１５°のパン座標及び３〜１０°のチルト座標でしか信号が見つからなければ、探索範囲を潜在的に所与の座標に制限することができる。いくつかの実施形態では、シード点が、被験者の人種、性別又は年齢に基づいて選択される。その後、開始点生成モジュール１０４６は、走査すべき動脈に基づいて初期開始点を決定する。

プッシュ／ポップ探索スタック：いくつかの実施形態では、プッシュ／ポップ探索スタックモジュール１０４８を用いて探索を行う。いくつかの実施形態では、このモジュールが、中央処理装置及び関連するハードウェアを含むコンピュータ上のソフトウェアに実装されて、トランスデューサから受け取った情報をモニタする。他の実施形態では、このモジュールを、本明細書に開示する構造及びその構造的同等物を含む他のタイプのデジタル電子回路、又はＡＳＩＣ、ＦＰＧＡ、又はファームウェア、又はハードウェア、或いはこれらの１又は２以上の組み合わせに実装することができる。当業者には周知のように、要素をプッシュすると、スタックの最上位に要素が追加される。要素をポップすると、スタックの最上位の要素が除去される。プッシュ／ポップ探索スタックモジュール１０４８は、次の探索生成モジュール１０５０と、探索実行モジュール１０５２と、探索スタック１０５４と、探索値評価モジュール１０５６とを含む。探索の開始時には、最適化できる元となる信号が未だ取得されていない。従って、信号の気配のみを探し求める広範にわたる粗い探索から開始することが好ましい。いくつかの実施形態では、初期探索の例として、側頭部領域全体にわたる粗い総当りの蛇型探索、又は初期シード点を中心とする粗い螺旋／同心円が挙げられる。

後続の各探索は、以前の探索及びその結果の産物である。強い信号を有する関心点が特定されると、この強い信号の領域において探索が精緻化又は等級化される。次の探索生成モジュール１０５０は、非常に粗い探索である初期探索Ｓ₀ １０５６を生成する。いくつかの実施形態では、探索中に関心点が特定された場合、新たなさらに細かい探索Ｓ₁ １０５８が識別されて探索スタック１０５４にプッシュされる。例えば、粗い螺旋探索が行われていて関心点が発見された場合には、さらに細かい螺旋探索を状態スタックにプッシュすることができる。細かい螺旋探索によって別のさらに大きな関心点が見つかった場合、さらに精緻化された探索が状態スタックにプッシュされて実行される。探索Ｓ₁ １０５８がさらなる有用な関心点を生成した場合には、さらに細かい探索Ｓ₂ １０６０が生成されて探索スタック１０５４にプッシュされ、以下同様である。いくつかの実施形態では、探索が精緻化されるにつれて「関心点」のエネルギー閾値が増加し、又は厳密化される。一般に、探索Ｓ_nがさらなる有用な関心点を生成しない場合には、この探索Ｓ_nが探索スタック１０５４からポップオフされ、その探索状態が探索Ｓ_n-1中の状態に戻り、Ｓ_n-1に対して指定された潜在的に厳密性の低いエネルギー閾値を用いて継続する。

探索実行モジュール１０５２によって各探索が実行された後には、探索値評価モジュール１０５６によって探索実行モジュール１０５２の戻り値の評価が行われる。探索実行モジュール１０５２の戻り値が終了基準を満たしていない場合には、次の探索生成モジュール１０５０によって新たな探索が生成されてサイクルが継続する。探索実行モジュール１０５２の戻り値が終了基準を満たしており、取得された信号が十分に有用である場合には、探索値評価モジュール１０５６が終了し、有用点の集合１０６２に探索実行モジュール１０５２の戻り値が追加されて探索スタック１０５４がクリアされる。次に、探索終了判定モジュール１０６４が、十分な数の有用な点が識別されたかどうかを判定する。十分な数の有用点が識別されていない場合には、開始点生成モジュール１０４６が新たな探索を生成し、次のシード点を用いてサイクルが継続する。別の実施形態では、訪れた全ての探索点及びその対応するエネルギーが仕分けリストに記憶される。何らかの空間分解能制約がある場合には、このリストをフィルタ処理して最良のエネルギーのみを保持することができる。リストの最上位には最も高いエネルギー点が存在し、これらはアルゴリズムの次の部分のための有用な点を表す。

十分な数の有用な点が識別された場合、探索アルゴリズムは終了する。この段階で、点選択モジュール１０６６が、以前の探索で特定されたいずれかの点に関心があるかどうかをオペレータに尋ね、又は自動的に決定することができる。関心点が選択されると、追跡モジュール１０６８が、関心点に移動して信号を解析するようにロボット機構に指示する。いくつかの実施形態では、計算されたエネルギー値に基づいて（例えば、最も高いエネルギーが最良点であると仮定される）、或いは点ラベル（例えば、ＴＣＤのためのＭＣＡ、ＡＣＡ、ＰＣＡ）などのメタデータに基づいて関心点を選択することができる。いくつかの実施形態では、その後、システム１０４０が、その点におけるエネルギーを連続的に探知しながらその点をモニタする。いくつかの実施形態では、エネルギーが一定のパーセンテージだけ劣化している場合（例えば、１０％の劣化）、システム１０４０が、理想的な信号を再取得するために追跡モジュール１０６８を用いてその点の付近の局所最適化を行う。しばしば、患者が動いたり又は話したりすることによってシステム１０４０が信号を失ってしまうことがあるので、この信号の再取得は重要である。いくつかの実施形態では、オペレータが、検査すべき異なる関心点をあらゆる時点で選択することができる。

図２３を参照すると、スタック探索アルゴリズムのいくつかの実施形態では、スタック探索プロセスを指示するソフトウェアをプログラムされたコンピュータを使用するシステム１０８０が、変数を初期化する初期化モジュール１０８２を有する。次に、システム１０８０は、解剖学的基準点登録モジュール１０８４に解剖学的基準点を登録する。シード点の集合ρ１０８５を含むシード点データベース１０８６が存在することができ、シード点探索モジュール１０８８は、シード点データベース１０８６を用いてどのシード点を探索すべきかを決定し、或いは解剖学的基準点登録モジュール１０８４から受け取った情報を使用することができる。シード点データベース１０８６は、非一時的コンピュータ可読媒体に記憶することができる。その後、初期探索点モジュール１０９０が探索すべき初期シード点「ｐ」を決定し、この点を状態スタック探索初期化モジュール１０９２に提供する。状態スタック探索初期化モジュール１０９２は、シード点ｐに基づいて探索スタック１０９４を形成する。

いくつかの実施形態では、探索タイプ取得モジュール１０９６が、探索スタック１０９４から最上位の要素をポップオフすることによって探索を決定し、探索点生成モジュール１０９８に探索タイプＳを提供する。探索点生成モジュール１０９８は、探索タイプＳに基づいて探索すべき点の集合Ωを生成する。探索すべき点の集合Ωにさらなる点が存在しない場合、探索スタック１０９４の最上位要素がスタックポップモジュール１１００によってポップオフされて探索タイプ取得モジュール１０９６に提供され、探索点生成モジュール１０９８から別の探索タイプＳが検索される。

いくつかの実施形態では、探索すべき点の集合Ω内に点が存在する場合、点識別モジュール１１０２が、探索すべき点の集合Ωの最上位からポップオフすることによって探索すべき点ｐを識別し、ロボット機構に点ｐに進むように指示する。次に、エネルギー解析モジュール１１０４が、点ｐに向けられたエネルギーから受け取られたエネルギーｅを解析する。エネルギーｅが指定のエネルギー閾値を下回り、場合によっては血管が特定されなかったことを示す場合、いくつかの実施形態では、タイムアウトモジュール１１０６を通じて探索タイムアウト判定が行われる。探索タイムアウトは、救急医療介入が必要になり得る脳卒中診断などの緊急を要する状況において特に有用である。いくつかの実施形態では、探索タイムアウトの継続時間が、探索毎に使用される所定の時間間隔である。いくつかの実施形態では、探索タイムアウトの継続時間が変化する動的なものである。いくつかの実施形態では、探索タイムアウトの継続時間が、最も細かい探索Ｓ_Nが行われる毎に更新され、例えば探索の徹底性の向上又は探索速度の増加などの所望の成果に応じて増加又は減少させることができる。いくつかの実施形態では、探索タイムアウトの継続時間が、探索に費やされた時間に部分的に基づくことができる。

いくつかの実施形態では、探索タイムアウトが取られず、探索すべき点の集合Ω内に探索すべき点がさらに存在する場合、点識別モジュール１１０２によって次の点ｐが識別されてサイクルが継続する。或いは、それ以上探索すべき点が存在しない場合、探索タイプ取得モジュール１０９６が探索スタック１０９４から最上位の要素をポップオフすることによって探索を決定してサイクルが継続する。

いくつかの実施形態では、探索タイムアウトが取られた場合、シード点集合評価モジュール１１１６が、シード点集合ρ１０８５が空集合Φを構成するかどうかを評価する。シード点の集合ρ１０８５が空集合Φを構成しない場合には、初期探索点モジュール１０９０が探索すべき新たな初期点を生成してサイクルが継続する。或いは、シード点の集合ρ１０８５が空集合Φを構成する場合にはそれ以上シード点が存在せず、候補点の集合Θ１１１８が戻される。次に、ユーザ選択ステップ１１２０において、ユーザが点ｐ＊を選択してΘ１１１８からその対応するエネルギーｅ＊を取得し、ロボットが点ｐ＊に進むように指示される。次に、上述したような追跡モードに入る。エネルギー計算モジュール１１２２では、システムがｐ＊におけるエネルギーｅを連続計算する。エネルギー比較モジュール１１２４は、ｅが元々のエネルギーｅ＊の一定割合σを下回るかどうかを判定する。エネルギー比較モジュール１１２４によってｅが元々のエネルギーｅ＊の一定割合σを下回っていると判定された場合には、最適化モジュール１１２６が再び最適化を行って、新たな点ｐ＊及びその対応するｅ＊を計算する。

再びエネルギー解析モジュール１１０４を参照すると、エネルギーｅが特定のエネルギー閾値を上回る場合には、停止判定モジュール１１０８が探索を停止するかどうかを判定する。いくつかの実施形態では、探索を停止する判定が、受け取ったエネルギー量ｅ、探索タイプＳ又は探索に費やした時間の何らかの組み合わせに基づくことができる。

いくつかの実施形態では、停止判定モジュール１１０８が探索を停止すべきでないと判定した場合、探索等級化モジュール（ｇｒａｄｕａｔｅ ｓｅａｒｃｈ ｍｏｄｕｌｅ）１１１０が次に行うべき探索を識別し、探索スタック１０９４上にさらに細かい探索をプッシュする。

いくつかの実施形態では、最大探索反復モジュール１１１２が、許容される最大数の探索が行われたかどうかを判定する。この最大探索反復モジュール１１１２は、探索に費やされる時間を制限する方法をもたらす。いくつかの実施形態では、最大探索反復モジュール１１１２が、許容される最大数の探索が行われたかどうかに関する判定を、探索に費やされた合計時間、行われた探索の総反復回数、又は最も細かい探索時間Ｓ_Nにおいて行われた総探索数の何らかの組み合わせに基づいて行うことができる。

いくつかの実施形態では、最大反復回数に達していない場合、閾値更新モジュール１１１４が、最小許容エネルギーレベルの動的閾値更新を実行することができる。被験者間には大幅な解剖学的差異が存在するので、いくつかの実施形態ではこの閾値を更新することが重要である。中には非常に弱い信号を有する被験者も存在し、この実施形態では所定の時間内に最良の信号を取得することが必要となり得るので、最初は閾値が低く設定される。また、中には非常に強い信号を有する被験者も存在し、弱い信号の被験者に対して使用した閾値と同じ閾値をこれらの被験者に使用すると、最終的な信号が、高い閾値を課した場合に最終的に生じる信号と比べて弱くなる。いくつかの実施形態では、上手くいった各探索の完了後に動的閾値を更新して、探索サイクルの次の反復中に信号にロックオンする困難性を高めるようにする。

ＴＣＤ探索及び信号処理アルゴリズム：トランスデューサの一般的な動きを指示しながらＴＣＤ信号を探索する経路計画及び信号処理アルゴリズムを含む自動ＴＣＤシステムの問題は、（頭部で見られる）起伏のある表面を自動的にたどることができるというロボット制御問題から分離することができる。この分離の理論的根拠は、検出アルゴリズムが、イノベーションの一部を含む信号処理及び行動計画の問題であることである。名目上二次元表面に単純化できる頭部の狭い領域との相互作用は、行動計画及び信号処理アルゴリズムの開発に主力を置く。トランスデューサが垂直角を維持しながら起伏のある表面をたどるように仕向けることは、システムの適応性を最終的に人間被験者に拡張しながらもＴＣＤ信号の解釈には依存しない技術作業である。いくつかの実施形態では、システムが、起伏のある二次元表面に接して超音波トランスデューサを配置し、２〜１０ニュートンの一定の法線力を維持しながらトランスデューサを一定速度で摺動させることができる。

探索タイプ：探索システムの様々な実施形態では、多くの異なるタイプの探索を使用することができる。以下、具体的な探索タイプについて説明する。

グリッド探索−デカルト：最も単純な窓及び信号の発見は、総当り法である。いくつかの実施形態では、５自由度ロボットを使用する。探索アルゴリズムは、有界探索領域を前提として、トランスデューサをフローファントム界面（ｆｌｏｗ ｐｈａｎｔｏｍ ｉｎｔｅｒｆａｃｅ）上に配置し、離散点のデカルトグリッドを通じて分割ステップサイズで動かし、各点で停止して速度包絡線信号をチェックするようにロボットに指示する。以下でさらに詳細に説明するように、いくつかの実施形態では、ＴＣＤトランスデューサを、その点における最大信号を発見するようにサンプル深さのグリッドに設定する必要もある。グリッドが完成すると、最大信号の位置を決定して、図１２及び図１３に示すようにトランスデューサをその位置に再配置することができる。いくつかの実施形態では、次元が、Ｘ、Ｙ、Ｘ軸における回転、Ｙ軸における回転、及び超音波照射の深さ、すなわちＴＣＤの深さであり、これらのステップサイズは、それぞれｄｘ、ｄｙ、ｄｒｘ、ｄｒｙ、ｄｄｅｐｔｈで表される。上述したように、１ｍｍなどの比較的小さなステップサイズを使用すると、蛇型／グリッド探索は、非効率的で時間が掛かるものになり得る。実行する探索数を大幅に削減した粗いステップサイズを使用すると、このような蛇型／グリッド探索は、窓マッピングなどの不明確な調査に適することができる。

このアルゴリズムは、他のアルゴリズムと比較するための基本性能測定基準（ｂａｓｅｌｉｎｅ ｐｅｒｆｏｒｍａｎｃｅ ｍｅｔｒｉｃ）も設定する。１つのアルゴリズムバージョンでは、ストリングファントム（ｓｔｒｉｎｇ ｐｈａｎｔｏｍ）を一定の速度に設定して、信号検出を速度包絡線の大きさのチェックに単純化する。一定の速度を検出できると、拍動流を模倣するようにストリングファントムを設定することによって問題の複雑度が増す。いくつかの実施形態では、拍動周波数を中心とするバンドパスフィルタを用いてＴＣＤ信号の存在及び大きさを求めるという、恐らくは最も単純なパルス検出アルゴリズムを採用する。

最適なＴＣＤ速度信号が見つかる時間、又は所定の閾値を上回るＴＣＤ速度信号を減少させるために、トランスデューサは、図１２及び図１３に示すように探索アルゴリズムがセンサデータをチェックしている間絶えず移動する。この作業は、トランスデューサの動きが誤検出を生じる出力信号に結合し得る点で複雑になる。いくつかの実施形態では、このアルゴリズムの実装に、トランスデューサ出力にノイズを結合させて最大走査速度を決定する動きを特徴付けることと、ノイズを改善するための信号フィルタとが必要である。例えば、一定速度のストリングファントム中にはノイズの多い信号が生成されることがあり、ローパスフィルタを用いて、トランスデューサ動作の滑りアーチファクト（ｓｌｉｄｉｎｇ ａｒｔｉｆａｃｔｓ）に起因するノイズをストリングファントムに由来するＤＣ速度信号から分離することができる。いくつかの実施形態では、拍動動作について、バンドパスフィルタ、又はベイジアンフィルタなどの他の確率的検出法を使用することもできる。

グリッド探索−デカルト及び配向：速度信号の大きさは、余弦関数としてのドップラー角に比例し、

である。トランスデューサの配向を変化させると、信号の品質に影響を与えることができる。トランスデューサの角度を変化させると、図１４に示すように、一連の発射される超音波音響エネルギーを放出するだけでなく、１つの位置において標的血管系の容量を探索することも可能になる。このアルゴリズムは、トランスデューサの配向角（パン及びチルト）のグリッドを追加しながらデカルトグリッド探索を繰り返して探索容量を掃引する。この探索は、最大信号位置を三角測量することによって、デカルトのみのグリッド探索とは異なり得る最適なトランスデューサの配向及び位置を選定する。トランスデューサを何回か再配置することによって重複探索容量を形成することもできる。

疑似アニーリング法：いくつかの実施形態において使用される別の探索タイプは疑似アニーリング法である。疑似アニーリング法は、当業者に周知の探索方法である。疑似アニーリング法は、最適化問題に対する良好に思えるが必ずしも最適ではない解の決定方法を提供する。大まかに単純化して言えば、疑似アニーリング法は、初期解をランダムに生成することによって最良の解を探索した後に近隣領域をランダムに探索して新たな解を生成する。新たな解が現在の解よりも良好である場合には、新たな解が現在の解に取って代わり、次の反復の基礎として保存される。或いは、近隣の解が良好でない場合、アルゴリズムは受理確率を計算して乱数と比較する。受理確率が乱数よりも高ければ、新たな解が現在の解に取って代わり、次の反復の基礎として保存される。そうでなければ、新たな解が現在の解に取って代わることはない。

螺旋探索：いくつかの実施形態において使用される別の探索タイプは螺旋探索である。螺旋検索は、シード点から開始する。探索は、用途に応じて粗く又は細かくすることができる。螺旋探索は、デカルト探索のように終点に達するまでＸ軸に沿って移動した後にＹ方向を調整するのではなく、角度分離をＸ及びＹ方向に同時に調整してトランスデューサを初期シード点から外向きに螺旋状に動かす。粗い螺旋探索は、細かい螺旋検索よりも素早く広がる。

同心円探索：いくつかの実施形態において使用される別の探索タイプは同心円探索である。同心円探索は、初期位置としてのシード点から開始した後に、典型的にはＸ方向又はＹ方向のいずれかを、初期位置からの半径を定める新たな位置に来るように調整する。その新たな位置から、Ｘ軸とＹ軸の両方を調整して円内を探索する。円の開始点に戻ると、別の半径方向調整を行って新たな円の探索を行う。

山登り法：いくつかの実施形態において使用される別の探索タイプは山登り法である。山登り法は、様々な実施形態で使用できる局所最適解を効率的に発見する、当業者に周知の別の技術である。大まかに単純化して言えば、山登り法は、初期位置としてのシード点から開始する。初期位置は、山の麓として類推される。次に、この技術は、何らかの条件が最大化されて満足できる信号が発見されるまでより良い信号を発見する解決策を繰り返し改善し、このことが山登りに類推される。

対側探索：何人かの技術者によれば、同側で取得された信号は位置的に対側に反映されることが多いとの報告がある。いくつかの実施形態では、この領域知識が探索アルゴリズムの実施形態において活用される。具体的に言えば、両側走査を行ういくつかの実施形態では、例えば対側で信号が検出された場合、その位置及び信号強度情報が同側で走査を行うプロセッサに提供され、この逆も同様である。この例を続けると、同側のプロセッサは、伝送された信号強度を評価し、対側により与えられる対称点を中心として探索を開始する必要があるかどうかを判断する。いくつかの実施形態では、この探索は、現在の探索を直ちに放棄してその点に移動することによって、或いはアルゴリズムのシード点リストに対称点を追加することによって実行することができる。

Ｄ．血管信号の最適化
いくつかの実施形態では、システムが皮膚上にトランスデューサを配置（自動トランスデューサ配置を参照）して候補窓を識別（自動窓発見を参照）すると、上述したように最適信号が識別される。既存の手動システムでは、技術者がトランスデューサの角度、音、深さ、波形適合、スペクトルを「最適化」することによってこの最適化が行われることもある。

概要：いくつかの実施形態では、信号最適化が重要である。ＴＣＤでは、反響した血流速度信号の強度が、超音波ビームと血流との間の入射角の余弦関数として減少する。機械学習アルゴリズムでは、信号の損失によって最終的な診断が妨げられる可能性がある。頭部に対するＴＣＤトランスデューサの滑り、ＴＣＤ頭部装着固定具の機械的クリープ、及び患者の動きなどの多くの外的要因が信号の弱化を引き起こす可能性がある。最大信号を達成して維持するだけでも熟練ユーザにとって困難である。基本的にこれらの問題は、全て超音波ビームと血流との入射角を最小化することが中心である。

いくつかの実施形態では、この角度入射の制御が、ＴＣＤセンサのサンプルビーム位置をデカルト空間（ｘ，ｙ，ｚ）内で動脈構造上に配置した後に、ビーム方向と血流方向との間の配向誤差（入射角）を最小化することを必要とする。サンプル位置の配向を設定するには、２つの自由度−パン、チルトが必要である。配向誤差がゼロとなる（又はＴＣＤ窓の解剖学的構造及び血管配向の制限によってできるだけゼロに近い配向誤差が定められる）少なくとも１つの解を運動学的に保証するには、全部で最低５つの自由度を使用しなければならない。現在利用可能なＴＣＤ製品には、２つの配向自由度しか自動的に制御しないものもある。

いくつかの実施形態は、ＴＣＤセンサと結合した時にＴＣＤの深さ設定を制御する５ＤＯＦ機構を提供する。この機構は、脳内の超音波サンプル位置への仮想リンクと、全部で６ＤＯＦの運動学的連鎖とを形成する。いくつかの実施形態では、最大信号強度を維持しながらわずかな動きで自機を調整できる冗長マニピュレータも存在する。いくつかの実施形態では、入射角を最小化して信号強度を高めるために、血管内の三次元位置にサンプル容量を配置して、サンプルの配向を血管血流と整列するように調整する。

現行の２ＤＯＦシステムの限界：２自由度システムの限界について指摘することが重要である。現在入手可能な２つの自動ＤＯＦと第３のＤＯＦとしてのＴＣＤ深さの制御とを有するＴＣＤシステムは、脳内のサンプル容量をデカルト位置（ｘ，ｙ，ｚ）に配置することができる。総自由度が３しかない場合には、サンプルの配向を指定することができない。このため、血流への入射角を設定することができず、従って信号強度が保証されない。角度は、ユーザがトランスデューサを手動で動かすことでしか調整することができない。信号の取得及び最適化は手動プロセスのままであり、ユーザが基本形状を理解することはないと思われる。

信号強度の最適化：５ＤＯＦ機構では、ＴＣＤトランスデューサの深さ設定を用いてサンプル容量のデカルト位置（ｘ，ｙ，ｚ）及び配向（パン，チルト）を指定することができる。装置では、サンプル容量の位置及び配向Ｘ＝｛ｘ，ｙ，ｚ，ｐａｎ，ｔｉｌｔ｝に対する入力機構とＴＣＤ設定との間の関係Ｑ＝｛ｑ₁，ｑ₂，ｑ₃，ｑ₄，ｑ₅，ＴＣＤ_depth｝が以下のように表され、これは順運動学と呼ばれる。
Ｘ＝ｆｗｄ＿ｋｉｎ（Ｑ）

同様に、逆運動学と呼ばれる逆の関係は、所望のサンプル位置及び配向Ｘから機構設定Ｑを導出することができる。
Ｑ＝ｉｎｖ＿ｋｉｎ（Ｘ）

脳内の所与のデカルト位置（ｘ，ｙ，ｚ）では、配向誤差に基づいてコスト関数を最小化することによって信号強度を最大化するようにパン及びチルトを調整することができる。

冗長自由度の使用：皮膚及び組織コンプライアンスに起因して機構がトランスデューサを頭部に押し込むことができる時には、トランスデューサの頭部内へのｚ動作が束縛される前に、６つの制御可能な自由度が存在する狭い領域が存在する。この領域には、冗長運動学的連鎖を形成するさらなる１つの自由度が存在する。この機構は、以下の関係を通じてサンプルの位置及び配向Ｘを維持しながら自機をＱ１からＱ２に再構成することができ、

ここでのΔｑは、機構設定の変化であり、Ｊは、差動関節運動Ｑを差動タスク空間運動Ｘに関連付けるヤコビアンであり、Ｊ^†は、ヤコビアンの擬似逆行列であり、

は、サンプル位置誤差を補正する項であり、（Ｉ−Ｊ^†Ｊ）φは、Ｑの所望の変化をＸに影響しないΔｑに対応付けるゼロ空間である。

このさらなる自由度は、信号の発見及び維持のための複数の方法又は機構設定を可能にする。また、信号ロックを維持しながら機構の再配置も可能にする。

なお、装置のＺ動作がＴＣＤの深さ動作と一致してはならず、そうでなければ自由度が失われる点に注意することが重要である。この方法は、機構が皮膚のコンプライアンス範囲内でトランスデューサを動かすことができる間のみ機能する。

勾配降下法及びロック後の信号強度最適化：いくつかの実施形態は、線形的な一定速度の動きに限定されない。トランスデューサの動作命令は、少なくとも１２５Ｈｚの速度でリアルタイムで更新できるので、他の非線形探索経路を形成することができる。トランスデューサの配向を変更できることとＭモードからの深さ情報とを利用することにより、ＴＣＤ速度信号を最大化する勾配降下アルゴリズムを実装することができる。候補位置が見つかると、ドップラー角を減少させることによって現在のトランスデューサ位置における信号強度を最適化することができる。この最適化によってＴＣＤ信号をさらに素早く検出できるようになる。信号強度最適化方法は以下のとおりである。

ロボット装置を用いたＴＣＤ測定からの血液速度信号の最適化：ＴＣＤセンサを用いて血液速度を測定する際には、信号強度を最大化することが解析にとって重要である。信号強度は、血液速度ベクトル

と、ＴＣＤセンサ表面に垂直な配向又は放射軸

との間のドップラー角θ_Dに依存する。ＴＣＤ放射軸に沿って測定される速度ｖ_zは、ドップラー角の余弦関数として変化する。

（式４）

この関係の最適化は、ドップラー角を単純に最小化することである。

方法：いくつかの実施形態では、ロボット装置が、ＴＣＤセンサを保持しながら大脳動脈区域からデータを収集する。ＴＣＤセンサの位置及び配向は、ロボット運動学から既知である。ＴＣＤの深さ設定も既知であるため、脳内のサンプル位置は、ロボットの運動学的連鎖の最終ステップと考えることができる。このサンプルは、ＴＣＤセンサと同じ配向を有する。測定される速度は、式４によって表されるように、サンプルの垂直軸

と血流速度ベクトル

との間のドップラー角の関数でなければならない。いくつかの実施形態では、ロボット装置が、ＴＣＤサンプルの位置を維持しながら再配向することができる。ＴＣＤセンサ自体は位置及び配向を変化させる必要があるが、脳内のサンプル位置は変化しない。再配向毎にドップラー角が変化し、新たな速度が測定される。一群の十分なサンプル配向とそのそれぞれの速度測定値、並びに式４に示される関係が与えられると

の値を求めることができ、これによってＴＣＤデータを収集すべき最適な配向が決定されて最大血流が予測される。

解析解：原点基準座標フレーム（ｏｒｉｇｉｎ ｒｅｆｅｒｅｎｃｅ ｃｏｏｒｄｉｎａｔｅ ｆｒａｍｅ）がロボットの運動学的連鎖の始まりであると仮定する。センサの配向は、ＴＣＤトランスデューサの表面にＺ軸が垂直になった状態で取り付けられた座標フレームによって表すことができる。この座標フレームは、ロボットの順運動学から導出することができ、回転行列によって表される。回転行列の列は、フレーム０の座標で書かれたフレームｎの直交単位軸である。

（式５）

この座標フレームは、ＴＣＤセンサのサンプル深さ設定と同等の距離ｄだけ並進した場合、測定中の血流速度ベクトル

と一致するようになる。ＴＣＤセンサの放射軸の配向は、運動学から外れた式５における回転行列のｚ軸

によって表される。この２つのベクトル間の角度がドップラー角である。この２つのベクトル間の角度をベクトル内積と関連させることができる。

（式６）

の大きさは既に正規化されている。

を正規化することにより、式６は以下のように変換される。

（式７）

設定位置

において異なる配向

で行った測定毎に測定速度_nｖ_zが生成され、ｚ軸配向は

であり、ここでの測定指数（ｍｅａｓｕｒｅｍｅｎｔ ｉｎｄｅｘ）はｎ＝１，２，３．．．である。解析解は、式７を式５に代入し、３回の測定を行って３つの方程式を生成することによって導出することができる。

（式８）

変数

の置換を行うと、以下のようになる。
₁ｖ_z＝₁ｚ₁ｃ₁＋₁ｚ₂ｃ₂＋₁ｚ₃ｃ_3
2ｖ_z＝₂ｚ₁ｃ₁＋₂ｚ₂ｃ₂＋₂ｚ₃ｃ_3
3ｖ_z＝₃ｚ₁ｃ₁＋₃ｚ₂ｃ₂＋₃ｚ₃ｃ₃
（式９）

３つの方程式と３つの未知数の場合、この式は、馴染み深い３×３行列の逆解法を用いて解くことができる。

（式１０）
ＤＥＴ＝ａ₁₁（ａ₃₃ａ₂₂−ａ₃₂ａ₂₃）−ａ₂₁（ａ₃₃ａ₁₂−ａ₃₂ａ₁₃）＋ａ₃₁（ａ₂₃ａ₁₂−ａ₂₂ａ₁₃）
（式１１）
である。

方程式９の係数を解くと、ベクトル係数から血流速度の大きさを計算することができる。

（式１２）

この最終結果を用いて、最大速度が予測される配向に移動した時にその速度が実際に達成されたことを検証するのに役立てることができる。

パン及びチルト角：解析解−血流の配向をパン及びチルト角〜を用いて表すことが望ましい場合、パン及びチルト角は、以下のＸ−Ｙ−Ｚ固定角回転行列

（式１３）
のｚ軸から、ヨー角γを０に設定し、係数ｃ₁，ｃ₂，ｃ₃を式１３の第３列と等しく設定することによって導出することができる。

数値解：３つよりも多くのサンプルを使用する場合、以下のように式６をさらなるサンプルで拡張する。
₁ｖ_z＝₁ｚ₁ｃ₁＋₁ｚ₂ｃ₂＋₁ｚ₃ｃ_3
2ｖ_z＝₂ｚ₁ｃ₁＋₂ｚ₂ｃ₂＋₂ｚ₃ｃ_3
3ｖ_z＝₃ｚ₁ｃ₁＋₃ｚ₂ｃ₂＋₃ｚ₃ｃ₃
・・・
_nｖ_z＝_nｚ₁ｃ₁＋_nｚ₂ｃ₂＋_nｚ₃ｃ₃
（式１４）

次に一般逆行列を用いて係数ｃ₁，ｃ₂，ｃ₃の値を求めることによって数値解を見出すことができる。

（式１５）

動的滞留時間：先行技術の２ＤＯＦシステムには、システムが信号を特定しようと試みる各位置において所定の時間にわたって留まるものもある。いくつかの実施形態では、動的滞留時間及び安定性信号解析（ｓｔａｂｉｌｉｔｙ ｓｉｇｎａｌ ａｎａｌｙｓｉｓ）を使用することによって探索速度を大幅に高めることができる。いくつかの実施形態では、信号／ノイズ過渡を排除するために所定の待機時間にわたって位置で待機した後に信号エネルギーが計算される。いくつかの実施形態では、各位置について、信号安定化解析（ｓｉｇｎａｌ ｓｔａｂｉｌｉｚａｔｉｏｎ ａｎａｌｙｓｉｓ）に基づいて所定の待機時間が動的に計算される。いくつかの実施形態では、信号解析のために、包絡線及びスペクトル情報などの拍動信号情報（ｐｕｌｓａｔｉｌｅ ｓｉｇｎａｌ ｉｎｆｏｒｍａｔｉｏｎ）の代わりにＭモードデータを使用することが好ましい。拍動信号は常に変化しており、平均信号解析には少なくとも１秒のデータが必要となり得る。Ｍモードデータは、深さ及びその他の位置パラメータの影響を受けにくいので、時間に対する一貫性が高い。

いくつかの実施形態では、動的滞留時間解析を通じて使用可能な信号が存在しないと判定された場合、各位置で２００〜３００ｍｓを費やすのではなく１０ｍｓほどを費やせばよい。いくつかの実施形態では、Ｍモード信号がゼロに近い場合、位置において最小限の時間しか費やす必要がない。多くの位置のデータ取得ではノイズレベルのデータしか取得されないので、いくつかの実施形態では、位置において最小限の時間しか費やさないことによって探索プロセスが大幅に高速化される。

Ｅ．血管マッピング
血管マッピングは、ウィリス輪内の複数の地点において最適化すべき信号をたどることができる。従って、マッピング機能は、自動トランスデューサ配置、自動ＴＣＤ窓発見及び信号最適化の機能に関連して実行することができる。

概要：従来、経頭蓋ドップラー（ＴＣＤ）超音波は、ウィリス輪内の離散点（深さ）における脳血流速度（ＣＢＦＶ）の評価に使用され、追加情報が限られていた。いくつかの実施形態は、超音波データを合成する解析的方法と組み合わせた自動６ＤＯＦ機構を用いて離散点を組み合わせて脳血管構造の「マップ」にする方法を提供する。この血管構造動態のレンダリングは、（出血性又は虚血性）脳卒中、外傷性脳損傷、偏頭痛、認知症などの多くの神経性疾患のより良い診断、トリアージ及びモニタリングを可能にするさらに完全な血管構造ビューを臨床医に提供する。いくつかの実施形態は、血管識別、ロボット運動学、解剖学的コンテキストの使用及び両側モニタリングの影響を含む複数の小区分を含む。

図２２〜図２４は、血管マッピングの特徴に対応する。最も単純なＴＣＤの形態は、単一ゲートパルスドップラー超音波である。この設定では、単一の深さから図２２に示すような速度情報が取得される。図２２には、ＣＢＦＶスペクトル２４００を示す。従来のＴＣＤでは、各ＣＢＦＶパルスについて収縮期速度２４０２、拡張期速度２４０４及び平均速度２４０６を計算していた。また、速度包絡線２４０８（心周期全体にを通じたピーク速度）及び速度スペクトル２４１０も存在する。また、複数のゲート（深さ）を超音波照射して、脳血管構造内の異なる深さにおける異なる速度スペクトルの収集を可能にすることもできる。

パワーＭモードドップラーとして知られている比較的最近の発展では、数多くの深さにおけるパワーをサンプリングして図２３Ａに示すようなパワー及び方向情報を提供する。図２３Ａのスペクトル表示は、図２３Ａの線２５００によって示す深さに基づいて計算される。複数ゲート及びＭモードは、より完全な血管構造の「画像」を可能にするが、情報の抽出／統合、ユーザ変動及び単一のトランスデューサモニタリングの限界によって、使用可能な血管マップが妨げられる。

情報の抽出／統合：図２４に示す全体的な速度スペクトルの報告にも関わらず、既存のシステムの中には、所与の血管内の最適信号を評価するためにこの情報を利用しないものもある。脳血管構造の正確な識別及び可視化のためには信号最適化が不可欠である。Ｍモードは、１つの軸に沿ってエコー生成界面の深さを表示し、第２の軸に沿って時間（Ｔ）を表示する経時的エコー変化の超音波表現であり、トランスデューサに向かう界面及びトランスデューサから離れる界面の動き（Ｍ）が表示される。Ｍモード表現は、特定の深さにおけるパワー及び平均速度に基づき、従って速度スペクトルを無視する。速度スペクトルの統合については後述する。

ＴＣＤパラメータの操作：いくつかの実施形態では、信号利得、パルス繰り返し周波数（ＰＲＦ）、サンプルの体積又は長さ、及びノイズを低減するためのＴＣＤ信号のフィルタ処理を含む様々なＴＣＤパラメータを操作することができる。

いくつかの実施形態では、サンプル容量の深さも操作される。具体的には、特定の間隔で動的にサンプルを選択することができ、いくつかの実施形態では、この特定の間隔が０．０１ｓ〜１ｓの範囲に及ぶことができる。いくつかの実施形態では、所与の探索位置についてサンプル容量の深さを推測してチェックすることができる。例えば、ＭＣＡの探索などのいくつかの実施形態では、約４５ｍｍ〜６５ｍｍにおいて深さをチェックすることができる。

いくつかの実施形態では、深さを自動的に計算することができる。例えば、いくつかの実施形態では、Ｍモード情報によって提供されるような、ある深さにおける最大パワーを決定することによって適切な深さを計算することができる。

ユーザ変動：上述した複数の測定方法にも関わらず、従来のＴＣＤはかなりのユーザ変動を受ける。手動又は半自動（２ＤＯＦ）システムは信頼できる信号を供給せず、従ってウィリス輪の完全な超音波照射には不十分である。

解剖学的特徴ウォーキング：現行の手動ＴＣＤ技術の限界及びユーザ変動は、血管経路マップの構築を不可能又はほぼ不可能にするものである。いくつかの実施形態では、ロボットシステムが、本明細書で説明するＴＣＤ信号強度、深さ及び位置に関する情報を含むロボット技術を用いて、血管が被験者の体内の様々な深さを「歩行する」経路をたどることができる。

波形解析に基づく信号分類：深さ、速度、角度及び／又は波形形態をサンプル母集団からのもの、或いは現在又は以前に収集された個人の波形情報内のものと比較することによって、特定の血管の識別を行うことができる。

一実施形態では、個人の波形を、検証された辞書に含まれているラベル付き波形の辞書と比較する。この比較は、Ｌ２ノルム又は相関距離などの標準的な距離メトリックを用いて行うことができる。教師あり、教師なし又は半教師あり方法での部分空間分解を単独で、又は他の距離法と組み合わせて使用することもできる。

別の実施形態では、５０ｍｍ未満で取り込まれたＭＣＡの波形を最初に記録する。深さ及び速度情報を用いて、ＭＣＡのアイデンティティを仮定することができる。この波形をアンカー血管（ａｎｃｈｏｒ ｖｅｓｓｅｌ）として使用する。次に、他の血管を超音波照射して記録することができる。これらの後続の血管のアイデンティティは、アンカー血管に関する物理的位置を用いて決定することができる。これらの相対的なアイデンティティの保証は、完全な一対距離比較によって行うことができる。また、収集された波形の部分空間分解を用いて、投影波形の適切な分離を確実にすることもできる。この分解は、各血管の収集後又は全血管の収集後に行うことができる。

両側モニタリング：従来のＴＣＤシステムには両側モニタリング能力を提供するものもあったが、これらのシステムは互いに無関係である。いくつかの実施形態では、２つのプローブを統合することで、最適速度の検証と計算時間の短縮とを提供する。

図２３Ａ：パワーＭモードの例。図２３ＡのパワーＭモードドップラー画像２５０２は、図２３Ａのスペクトログラム画像２５０４の上方に存在し、従ってこれらの画像は同じ水平時間軸を共有する。パワーＭモードドップラー画像２５０２は、縦軸にトランスデューサからの深さを示し、横軸に時間を示し、特定の深さにおけるドップラーシフト信号のパワーを強度として示す。同時に、特定の深さにおけるドップラーシフト信号の正又は負の平均値から血流の方向が導出される。スペクトログラムにおけるそれぞれの新たな線が計算されて表示されると、真上のＰＭＤ画像内に対応するパワーＭモードドップラー画像線が同時に表示される。図２３ＡのＰＭＤ表示における水平線２５００は、図２３Ａのスペクトログラムに関連するゲート深さを示す。また、図２３Ａには、右中大脳動脈２５０６、右前大脳動脈２５０８及び左前大脳動脈２５１０とのビーム整列の実証も示す。図２３Ｂは、ＰＭＤ画像の導出元である生体構造２５１２の概略図であり、トランスデューサ２０及び超音波ビーム軸２５１４を用いて右中大脳動脈２５０６、右前大脳動脈２５０８及び左前大脳動脈２５１０を示す。

脳血流速度：図２４に示すように、ウィリス輪の主要伝達血管２６０２は、一般には中大脳動脈（ＭＣＡ）であるが、あらゆる血管を表すことができる。図２４には、３つのサンプル容量（ＴＣＤ）２６０６、２６０８、２６１０を投影した動脈の断面２６０４を示す。最適なサンプル容量２６１０は、真のピークＣＢＦＶを捕捉する。中間容量２６０８は、部分的な容量に起因してＣＢＦＶが低い。作業サンプル容量２６１０の配置も示す。

５又は６ＤＯＦ機構−情報の抽出／統合：いくつかの実施形態は、ＴＣＤの基本要素の統合を通じて信号最適化の限界に対処する。最適なＣＢＦＶ信号の手動超音波照射には、トランスデューサの配向、スペクトル認識、血管識別及び深さを含む複数の要素の統合が必要である。これらの要素は経験を通じて明らかになり、ユーザ間のばらつきを招いてしまう。

トランスデューサの配向：熟練ユーザは、時間と共にウィリス輪の構造を可視化する能力を獲得する。Ｘ−Ｙ及びΘ−Φ空間におけるトランスデューサの配向は使用しない。実施形態は、３Ｄ空間内のサンプル容量を深さ情報と組み合わせて識別して記録することができる。配向及び深さは、より正確な血管の識別及びマッピングを可能にする。両側モニタリングと組み合わせると、いくつかの実施形態は一定レベルの検証も取り入れる。

スペクトル情報：上述したように、従来のＣＢＦＶ解析は、図２４に示すような最も顕著な特徴、収縮期、拡張期、平均速度及び拍動指数に制限される。この解析は３０年以上にわたって臨床的に実践されており、現在の機械は信号の最大の可能性を捉えることができない。このような解析では、拍動ＣＢＦＶ波形に関する重要な情報が失われる。

いくつかの実施形態は、５ＤＯＦ機構とＴＣＤからの冗長的深さＤＯＦと（仮想６ＤＯＦ運動学）を使用することにより、サンプル容量の位置及び配向を管理して信号を最大化する。いくつかの実施形態は、正常な流速方向に沿って最大の信号をたどることにより、頭部全体のグリッド走査ではなく血管構造に沿って追跡を行う。この方法は、信号取得及び全血管マッピングにおいて有用である。

ソフトウェアは、多重深さ情報を用いて、次にどこに向かうべきかに関してハードウェアと通信する。現在位置と次に向かうべき位置とを理解すると、ＭＣＡ、ＡＣＡ、ＰＣＡのマッピング問題が大幅に単純化される。この方法の利点は、非対称性を流速のみならず波形形態でも自動的に識別する点である。

Ｆ．トランスデューサ力コントローラ
見落とされがちな構成要素の１つは、被験者の皮膚に対するトランスデューサの十分な圧力を維持するために必要な力である。トランスデューサが極端な角度にあると、不十分な圧力によってトランスデューサが滑り、信号損失が生じる。

いくつかの実施形態は、力検知ロボットを用いてＴＣＤ信号強度を最適化する。現在の機械では、手動によるねじ込みなどの非制御的方法で頭部に対する法線力が実現される。いくつかの実施形態は、力センサ（又はモータトルク検知）を使用することにより、最大信号強度に合わせてＴＣＤ圧を自動的に調整する。トランスデューサの周囲のモーメント（トルク）を検知することによって面法線配向を推定することができる。法線配向の条件は、トランスデューサの周囲のモーメントを最小化することである。

曲面追従：一定の力によるトランスデューサ配向の維持：いくつかの実施形態は、自動ＴＣＤシステムを二次元表面から起伏のある頭部に一般化するために、一定の力を加えながらトランスデューサを表面に対して垂直に整列させる機械制御及びロボット制御を提供する。この作業は、ＴＣＤ探索及び信号処理アルゴリズムと並行して行われる。

Ｇ．運動学
様々な実施形態によれば、側頭窓品質の評価を完全に自動化して完全な信号消失後であっても側頭窓を再発見できる５作動自由度（ＤＯＦ）運動学的機構が使用される。当業者にとっては、一方の能動自由度又は作動自由度と、他方の受動自由度との間に区別が存在する。能動自由度又は作動自由度は、例えばモータなどのアクチュエータを含む。受動自由度は、このようなアクチュエータを必要としない。本明細書において、受動的として限定することなく「自由度」という用語を用いている場合、この自由度は能動自由度又は作動自由度を意味する。いくつかの実施形態では、コンピュータが、この機構に対し、候補信号が見つかるまでプローブを頭部の表面に沿って並進させて再配向するように命令及び指示を行う。候補信号が見つかると、信号強度を高めるようにプローブを再配向する。いくつかの実施形態では、機構及びプローブを頬骨弓などの既知の解剖学的特徴に位置合わせすることにより、自動システムの探索時間の短縮及び側頭窓の発見が行われる。いくつかの実施形態では、ユーザが耳と眼の間の頬骨弓に沿った初期開始点にプローブを配置できるようにする視覚的窓ガイドを用いて位置合わせが行われる。

いくつかの実施形態では、プローブが正しく位置合わせされた後、プローブが頭部の表面をたどって頭部に対して内外に動く際に、プローブが着座したままであるほどの高いレベルではあるがユーザにとっては快適なほどの低いレベルでプローブの剛性を表面と垂直に保つ。いくつかの実施形態では、プローブ位置の精密な制御を維持するために、Ｘ軸及びＹ軸が高サーボ剛性を維持することができる。プローブの垂直抗力はＺ軸剛性によって決まるので、いくつかの実施形態では、Ｘ軸及びＹ軸が受ける摺動力が快適なレベルに制限され、プローブにＴＣＤ窓の探索を実行するように指示することができる。いくつかの実施形態では、プローブの配向を変化させる必要がある場合、ソフトウェアを介して配向剛性を高めることができる。

いくつかの実施形態では、プローブの運動学的機構が、５つの位置及び配向自由度Ｘ＝｛ｘ，ｙ，ｚ，ｐａｎ、ｔｉｌｔ｝（すなわち、タスク空間）をもたらす５つのモータ自由度又は作動自由度Ｑ＝｛Ｊ１，Ｊ２，Ｊ３，Ｊ４，Ｊ５｝（すなわち、モータ空間又は関節空間）を含む。従って、順運動学は、モータ座標とプローブ座標との間の関係：Ｘ＝ｆｗｄ＿ｋｉｎ（Ｑ）として表すことができ、ｆｗｄ＿ｋｉｎは、典型的にはＤｅｎａｖｉｔ−Ｈａｒｔｅｎｂｅｒｇパラメータによって分析される、機構設計に基づく一連の方程式を表す関数である。

いくつかの実施形態では、ＴＣＤプローブの配置が、逆運動学を通じて、解析的逆解法Ｑ＝ｉｎｖ＿ｋｉｎ（Ｘ）、又はヤコビアン逆解法ｄＱ_cmd（ｎ）＝Ｊ^-l（Ｘ_err（ｎ））などの数値微分のいずれかを用いて指定され、Ｊは、モータの差動運動をプローブの差動運動に関連付けるヤコビアンであり、Ｘ_err（ｎ）は、時点ｎにおけるプローブの位置及び配向誤差であり、ｄＱ_cmd（ｎ）は、時点ｎにおける差動モータ命令である。制御されるプローブの位置座標及び配向座標よりもモータ自由度又は作動自由度の方が多い機構では、この運動学が冗長と呼ばれ、このような機構は５つよりも多くのモータを有する。冗長機構では、逆運動学が、逆ヤコビアンからヤコビアンのムーア・ペンローズ擬似逆行列ｄＱ_cmd（ｎ）＝Ｊ^†（Ｘ_err（ｎ））（又はその他の一般逆行列）に変化する。

図２５は、例示的な実施形態による、プローブ４０２０の仮想支持構造４０１０のモデルを示す図である。プローブ４０２０について説明する時には、トランスデューサを代わりに使用することができる。支持構造４０１０は、プローブ４０２０を標的表面４０２２に対して位置付けるように構成される。いくつかの実施形態では、プローブ４０２０が、標的表面４０２２に向けた超音波放射を放出する、経頭蓋ドップラー（ＴＣＤ）装置と共に使用される医療プローブなどの医療プローブである。他の実施形態では、プローブ４０２０が、限定するわけではないが、赤外線波及びＸ線などの他のタイプの波動を動作中に放出するように構成される。様々な実施形態では、プローブ４０２０を、経頭蓋色分け超音波検査法（ｔｒａｎｓｃｒａｎｉａｌ ｃｏｌｏｒ−ｃｏｄｅｄ ｓｏｎｏｇｒａｐｈｙ：ＴＣＣＳ）プローブ、或いは波動を放出する連続アレイ又は位相アレイなどのアレイとすることができる。

いくつかの実施形態では、プローブ４０２０が、第１の端部４０２０ａと第２の端部４０２０ｂとを有する。いくつかの実施形態では、第１の端部４０２０ａが支持構造４０１０と相互連結される。いくつかの実施形態では、第２の端部４０２０ｂが標的表面４０２２に接触し、この表面上の接点４０２１においてプローブ４０２０が動作する。いくつかの実施形態では、第２の端部４０２０ｂが凹状構造であることにより、接点４０２１がリング形状になる（すなわち、第２の端部４０２０ｂは、凹状の第２の端部４０２０ｂの円形の外縁に沿って標的表面４０２２に接触する）。支持構造４０１０は、プローブ４０２０の相対的位置（例えば、ｚ軸力、ｙ軸力、ｘ軸力、垂直位置合わせなど）を制御する。支持構造４０１０は、プローブ４０２０と仮想表面４０１２との間に結合されてｚ軸４０１３に沿った力を及ぼす第１の仮想ばね４０１１と、プローブ２０と仮想表面４０１５との間に結合されてｙ軸４０１６に沿った力を及ぼす第２の仮想ばね４０１４と、プローブ４０２０と仮想表面４０１９との間に結合されてｘ軸４０１８に沿った力を及ぼす第３の仮想ばね４０１７とを含む仮想構造として示している。仮想支持構造４０１０は、チルト軸４０２７を中心とするトルクをもたらすねじりばね４０２３と、パン軸４０２９を中心とするトルクをもたらす第２のねじりばね４０２５とをさらに含む。いくつかの実施形態では、仮想支持構造４０１０が、仮想ダンパー（図示せず）などの他の仮想要素を含む。仮想ダンパーは、システムの安定性を向上させる要素に相当し、システムの動的応答を調整するのに役立つ。プローブの仮想的な又は見掛けの慣性は、機構の慣性の効果、モータ回転の慣性、求心／遠心効果をモデル化してフィードフォワードし、これらを装置の物理的性能限界内で任意の慣性特性に置き換えることによって、等方性又は異方性を有するように設定することもできる。

仮想支持構造４０１０は、以下でさらに詳細に説明するような、プローブ４０２０を標的表面４０２２に対して位置付けるために利用できる様々な機械構造を表す。いくつかの実施形態では、プローブ４０２０の第２の端部４０２０ｂが、患者又は被験者の皮膚などの比較的繊細な表面に接触する。支持構造は、その剛性（例えば、インピーダンス、コンプライアンスなど）を調整してプローブ４０２０に可変線形力及び回転力を与えるように構成され、方向によって比較的剛性であったり比較的柔軟であったりすることができる。例えば、支持構造４０１０は、標的表面４０２２に概ね垂直な平面では、（例えば、患者又は被験者が支持構造に対して動いた場合に）患者又は被験者に加わる力を最小化するようにｚ軸４０１３に沿って最小限の力を及ぼして比較的柔軟であることができ、標的表面４０２２に概ね平行な平面沿いでは、プローブ４０２０の位置の正確さ及び精密さを向上させるようにｙ軸４０１６及びｘ軸４０１８に沿って比較的剛性であることができる。さらに、様々な軸に沿った支持構造４０１０の所望の剛性は、その時のタスクに応じて時間と共に変化することができる。例えば、支持構造は、支持構造４０１０が患者又は被験者に対して動いている状況（例えば、プローブ構造の初期配置中、プローブ構造の取り外し中など）、又は比較的自由に動くことが有利である時（例えば、保守中／清掃中など）には、比較的柔軟であるように構成することができ、プローブ４０２０の位置決めの正確さ及び精密さが有利である状況（例えば、ＴＣＤ手順中又はプローブ４０２０を用いて行われる他の処置中）には、いくつかの方向に比較的剛性であるように構成することができる。

以下でさらに詳細に説明するように、支持構造４０１０の運動学的モデルを利用して、プローブ４０２０が標的表面４０２２に加える力と、支持構造４０１０を作動させるアクチュエータが加える力（例えば、トルク）との間の関係を計算することができる。従って、理想的なシステムにおいてプローブ４０２０が標的表面４０２２に加える力は、直接力を感知することなく理論的に求めることができ、これによってプローブ４０２０と一直線に配置されたロードセル及び／又はプローブ４０２０に結合された力トルクセンサが信号品質を最大化する適切な接触力を維持する必要性がなくなる。物理系では、静止摩擦及びその他のモデル化されていない物理的影響によって何らかの不確実性が導入されることもある。

図２６に、例示的な実施形態による、ジンバル構造４０２４として示す支持構造の一部に取り付けられた、第１の端部４０２０ａが複数の軸を中心に回転できるプローブ４０２０を示す。ジンバル構造４０２４は、チルト軸４０２７を中心に回転できる第１のフレーム部材４０２６と、パン軸４０２９を中心に回転できる第２のフレーム部材４０２８とを含む。標的表面４０２２は、非平坦（例えば、非平面）とすることができる。ジンバル構造４０２４は、プローブ４０２０を、接点４０２１において標的表面４０２２と垂直になるように配向することができる。

次に、図２７、図２８及び図２９に、例示的な実施形態による、２リンク回転（例えば、回転−回転）ロボットとしてのプローブ４０２０の支持構造４０３０を示す。支持構造４０３０は、第１のフレーム部材４０３２と、第２のフレーム部材４０３４と、第３のフレーム部材４０３６と、第４のフレーム部材４０３８と、ジンバル構造４０２４とを含む。第１のフレーム部材４０３２は、静止部材として構成される。第１のフレーム部材４０３２は、例えば患者又は被験者の頭部に装着されたハロー又はヘッドセット４０３３に、或いは第１のフレーム部材４０３２を患者又は被験者に取り付ける、又は第１のフレーム部材４０３２の位置を患者又は被験者に対して固定する他の構造に取り付けることができる。プローブ４０２０は、患者又は被験者の頭内にエネルギーを放出するように構成される。

図２７を参照すると、第２のフレーム部材４０３４は、ｚ軸４０１３の周囲で回転するように構成されたリンクである。ｚ軸４０１３は、頭部の表面に対して概ね垂直である。第２のフレーム部材４０３４の第１の端部４０４０は、第１のフレーム部材４０３２に結合される。例示的な実施形態によれば、第１のフレーム部材４０３２に対する第２のフレーム部材４０３４の回転は、第１のフレーム部材４０３２を通じて取り付けられた電気モータ及びギヤボックスとして示すアクチュエータ４０４２によって制御される。アクチュエータ４０４２は、頭部の表面に対して概ね垂直な垂直軸に沿ってプローブを並進させる垂直並進アクチュエータとして機能する。

第３のフレーム部材４０３６は、ｚ軸４０１３の周囲で回転するように構成されたリンクである。第３のフレーム部材４０３６の第１の端部４０４４は、第２のフレーム部材４０３４の第２の端部４０４６に結合される。例示的な実施形態によれば、第２のフレーム部材４０３４に対する第３のフレーム部材４０３６の回転は、第２のフレーム部材４０３４を通じて取り付けられた電気モータ及びギヤボックスとして示すアクチュエータ４０４８によって制御される。

第４のフレーム部材４０３８は、ｚ軸４０１３に沿って（例えば、頭部に近付いたり離れたりなどして内外に）並進するように構成される。例示的な実施形態によれば、第４のフレーム部材４０３８は、第３のフレーム部材４０３６の第２の端部４０５２に固定されたレール部材４０５０に沿って摺動する。第３のフレーム部材４０３６に対する第４のフレーム部材４０３８の位置は、電気モータ及び送りねじ（明確にするために図示せず）などのアクチュエータによって制御される。

ジンバル構造４０２４及びプローブ４０２０は、第４のフレーム部材４０３８に取り付けられる。ジンバル構造４０２４は、チルト軸４０２７及びパン軸４０２９の周囲のプローブ４０２０の配向（例えば、パン及びチルト）を制御する。チルト軸４０２７の周囲のプローブ４０２０の位置は、電気モータ及びギヤボックスとして示すアクチュエータ４０５４によって制御される。アクチュエータ４０５４は、プローブを回転させる回転アクチュエータとして機能する。パン軸４０２９の周囲のプローブ４０２０の位置は、電気モータ及びギヤボックスとして示すアクチュエータ４０５６によって制御される。アクチュエータ４０５６は、プローブを回転させる回転アクチュエータとして機能する。１つの実施形態では、チルト軸４０２７及びパン軸４０２９の周囲のプローブ４０２０の回転が、フレーム部材４０３４及び４０３６の回転に関わらずｚ軸４０１３と異なる。

プローブ４０２０は、第２のフレーム部材４０３４及び第３のフレーム部材４０３６の回転を通じて、ｘ軸４０１８及びｙ軸４０１６によって定められるｘ−ｙ平面、すなわち並進面上で動くことができる。プローブ４０２０は、第４のフレーム部材４０３８の並進を通じて、ｚ軸４０１３、すなわち並進軸に沿って動くことができる。さらに、プローブ４０２０は、ジンバル構造４０２４を通じてチルト軸４０２７及びパン軸４０２９を中心に回転することができる。これらの５つの作動自由度を組み合わせると、標的表面４０２２に対するプローブ４０２０の位置及び配向を完全に表現して制御できるようになり、パン軸４０２９及びチルト軸４０２７に直交する第３の軸を中心とする回転を無視することができる。

例示的な実施形態によれば、支持構造４０３０の位置決めに利用されるアクチュエータがサーボモータである。サーボモータを用いて支持構造を制御すると、モータのトルク出力、回転位置及び角速度、並びに対応するプローブ４０２０の位置及びプローブ４０２０と標的表面４０２２との間の相互作用に関し、ステッパモータに比べて正確な制御が可能になる。当然ながら、当業者に周知の他の好適なモータを使用することもできる。

次に、図３０、図３１及び図３２に、別の例示的な実施形態による、プリズム（例えば、デカルト、直線など）ロボットとしてのプローブ４０２０の支持構造４０６０及びジンバル構造４０２４を示す。図３０には、例示的なプリズム−プリズム−プリズムロボットを示す。支持構造４０６０は、第１のフレーム部材４０６２と、第２のフレーム部材４０６４と、第３のフレーム部材４０６６と、第４のフレーム部材４０６８と、ジンバル構造４０２４とを含む。第１フレーム部材４０６２は、静止部材として構成される。第１のフレーム部材４０６２は、例えば患者又は被験者の頭部に装着されたハロー又はヘッドセット４０３３に、或いは患者又は被験者に対する第１のフレーム部材４０６２の位置を固定する他の構造に取り付けることができる。

第２のフレーム部材４０６４は、ｙ軸４０１６に沿って（例えば、耳の底部から耳の頂部などに上下に）並進するように構成される。例示的な実施形態によれば、第２のフレーム部材４０６４は、第１のフレーム部材４０６２に固定されたレール部材４０７０に沿って摺動する。第１のフレーム部材４０６２に対する第２のフレーム部材４０６４の位置は、電気モータ及び送りねじ（明確にするために図示せず）などのアクチュエータによって制御される。

第３のフレーム部材４０６６は、ｘ軸４０１８に沿って（例えば、目から耳などへ前方及び後方に）並進するように構成される。例示的な実施形態によれば、第３のフレーム部材４０６６は、第２のフレーム部材４０６４に固定されたレール部材４０７２に沿って摺動する。レール部材４０７２は、レール部材４０７０と直交する。第２のフレーム部材４０６４に対する第３のフレーム部材４０６６の位置は、電気モータ及び送りねじ（明確にするために図示せず）などのアクチュエータによって制御される。

第４のフレーム部材４０６８は、ｚ軸４０１３に沿って（例えば、頭部に近付いたり離れたりなどして内外に）並進するように構成される。例示的な実施形態によれば、第４のフレーム部材４０６８は、第３のフレーム部材４０６６に固定されたレール部材４０７４に沿って摺動する。第３のフレーム部材４０６６に対する第４のフレーム部材４０６８の位置は、電気モータ及び送りねじ（明確にするために図示せず）などのアクチュエータによって制御される。

ジンバル構造４０２４及びプローブ４０２０は、第４のフレーム部材４０６８に取り付けられる。ジンバル構造４０２４は、チルト軸４０２７及びパン軸４０２９の周囲のプローブ４０２０の配向（例えば、チルト及びパン）を制御する。チルト軸４０２７の周囲のプローブ４０２０の位置は、電気モータ及びギヤボックスとして示すアクチュエータ４０８４によって制御される。パン軸４０２９の周囲のプローブ４０２０の位置は、電気モータ及びギヤボックスとして示すアクチュエータ４０８６によって制御される。

プローブ４０２０は、第２のフレーム部材４０６４及び第３のフレーム部材４０６６の並進を通じてｘ−ｙ平面上で動くことができ、第４のフレーム部材４０６８の並進を通じてｚ軸４０１３に沿って動くことができ、ジンバル構造４０２４を通じてチルト軸４０２７及びパン軸４０２９を中心に回転することができる。これらの５つの作動自由度を組み合わせると、標的表面４０２２に対するプローブ４０２０の位置及び配向を完全に表現して制御できるようになり、パン軸４０２９及びチルト軸４０２７に直交する第３の軸を中心とする回転を無視することができる。

プローブ４０２０の支持構造のいずれかの実施形態のための運動学的モデルを開発して、プローブ４０２０に加わる力と、支持構造を制御するアクチュエータによって加えられる力との間の関係を求めることができる。

最初に、支持構造の剛性行列を求める。剛性行列は、（フレーム部材の幾何学的形状、個々のフレーム部材の剛性などの）支持構造の物理的特性、選択された座標系軸に沿ったシステム剛性、及びシステム減衰のための速度ベースの項を含む数多くの変数を用いて求められる。例示的な実施形態によれば、支持構造の所望の剛性は、（例えば、図２５の仮想ばね４０１１、４０１４及び４０１７によって表されるような）ｚ方向（Ｋ_z）、ｙ方向（Ｋ_y）及びｘ方向（Ｋ_x）において、並びに（例えば、図２５の仮想のねじりばね４０２３及び４０２５によって表されるような）パン軸４０２９（Ｋω_x）及びチルト軸４０２７（Ｋω_y）の周囲において定められる。上述したように、いくつかの実施形態では、仮想剛性が、プローブ４０２０を用いて達成されるタスクに基づいて時間と共に変化する。例えば、ｙ方向及びｘ方向の剛性は、支持構造が比較的柔軟に構成される配置手順中又は取り外し手順中の比較的低い横方向剛性に対応する下限と、支持構造が比較的剛性に構成されてプローブ４０２０のより正確な位置付けを可能にする走査手順中の比較的高い剛性に対応する上限とを有することができる。同様に、ｚ方向の剛性は、（例えば、患者又は被験者の不快感を最小限に抑えるように）支持構造が比較的柔軟に構成されてプローブ４０２０の自己位置合わせを可能にするプローブ４０２０のｚ方向の初期位置決め中の比較的低い剛性に対応する下限と、プローブ４０２０と標的表面４０２２との間の摩擦力に打ち勝ってプローブ４０２０の配向を維持するように支持構造がより剛性に構成される走査手順中の比較的高い剛性に対応する上限とを有することができる。さらに、ｙ軸及びｘ軸の周囲の回転剛性は、（例えば、患者又は被験者の不快感を最小限に抑えるように）支持構造（例えば、ジンバル構造４０２４）が比較的柔軟に構成される、プローブ４０２０を標的表面４０２２の輪郭（例えば、患者又は被験者の頭部）に適合するように位置決めしている最中の比較的低い回転剛性に対応する下限と、プローブ４０２０のより正確な位置決め（例えば、パン、チルトなど）が望ましい時の比較的高い回転剛性に対応する上限とを有することができる。

次に、以下の式を用いて力ベクトルを導き出す。

（式１６）
式中、Ｋは剛性行列であり、

は、プローブ４０２０のｘ、ｙ及びｚ方向における望ましい並進位置と実際の並進位置、並びにｘ軸４０１８及びｙ軸４０１６の周囲の望ましい回転位置と実際の回転位置の差分のベクトルである。

次に、以下の式を用いて、支持構造の位置を制御するアクチュエータによって加えられる力（例えば、回転アクチュエータによって加えられるトルク）を求めることができる。

（式１７）

式中、Ｊ^Tは、特定の支持構造の運動学によって決まるヤコビアン転置行列である。ヤコビアンは、関節位置とエンドエフェクタの位置及び配向（例えば、プローブ４０２０の位置）との間の微分関係である。関節位置は、ラジアン単位（例えば、回転関節の場合）又は長さ単位（たとえば、プリズム関節又は線形関節の場合）のいずれかである。ヤコビアンは静的ではなく、支持構造の位置が連接するにつれて変化する。

次に、図２９に、支持構造４０３０の概略的正面図を示す。第２のフレーム部材４０３４は、長さｌ₁を有する第１のリンク４０９０によって表される。第１のリンク４０９０は、回転をｑ₁として示す回転アクチュエータ４０９４によって関節接合される。第３のフレーム部材４０３６は、長さｌ₂を有する第２のリンク４０９２によって表される。第２のリンク４０９２は、回転をｑ₂として示す回転アクチュエータ４０９６によって関節接合される。アクチュエータ４０９４及び４０９６は、プローブ４０２０をｘ−ｙ平面内で動かす。

この装置の順運動学は以下の通りである。

（式１８）

（式１９）

このような回転−回転ロボットのヤコビアンは、ｑ１及びｑ２の両方に関する順運動学の偏導関数を取ることによって導き出される。

（式２０）

式２０に示すヤコビアンは、関節運動とプローブ運動との間の微分関係を表現する、ｘ−ｙ平面における回転−回転ロボットのデカルト運動（例えば、ｙ軸４０１６及びｘ軸４０１８に沿った並進）のヤコビアンである。当業者であれば、他の実施形態では、このヤコビアンに追加項を含めて、プローブ４０２０の動きとロボットの他の動きと（例えば、チルト軸４０２７及びパン軸４０２９の周囲のプローブ４０２０の回転と、ｚ軸４０１３に沿った並進と）の間の微分関係を表現することもできると理解するであろう。

次に、図３０に、支持構造４０６０の概略的正面図を示す。プローブ４０２０は、第１の線形アクチュエータ４１００（例えば、電気モータ及び送りねじ）によってｙ方向に動き、第２の線形アクチュエータ４１０２（例えば、電気モータ及び送りねじ）によってｘ方向に動く。アクチュエータ４１００及び４１０２は、プローブ４０２０をｘ−ｙ平面内で動かす。各関節は他方の関節と直交し、関節運動をデカルト運動に１対１でマッピングするので、このようなプリズムロボットのヤコビアンは単位行列になる。

（式２１）
式２１に示すヤコビアンは、関節運動とプローブ運動との間の微分関係を表現する、ｘ−ｙ平面におけるプリズムロボットのデカルト運動（例えば、ｙ軸４０１６及びｘ軸４０１８に沿った並進）のヤコビアンである。他の実施形態では、このヤコビアンに追加項を含めて、プローブ４０２０の動きとロボットの他の動きと（例えば、チルト軸４０２７及びパン軸４０２９の周囲のプローブ４０２０の回転と、ｚ軸４０１３に沿った並進と）の間の微分関係を表現することもできる。

図２７を参照すると、支持構造４０３０は、単一の線形アクチュエータ（例えば、電気モータ及び送りねじ）を用いた第４のフレーム部材４０３８の並進によってプローブ４０２０のｚ方向の位置を制御する。図３０を参照すると、同様に、支持構造４０６０も、単一の線形アクチュエータ（例えば、電気モータ及び送りねじ）を用いた第４のフレーム部材４０６８の並進によってプローブ４０２０のｚ方向位置を制御する。いずれの支持構造についても、アクチュエータの位置とプローブ４０２０の位置との間には直接相関が存在する。

次に、図３５に、例示的な実施形態による、プローブ支持構造のアクチュエータの入力又はトルクを決定する方法４１１０を示す。最初に、プローブの支持構造の構成を決定する（ステップ４１１２）。この構成は、あらゆる数の回転関節及び／又はプリズム関節を含むことができる。いくつかの実施形態では、支持構造が、１又は２以上の軸（例えば、デカルト座標系のｘ軸、ｙ軸及びｚ軸、極座標系のｒ、θ及びｚ軸など）に沿ったプローブの並進、及び／又は１又は２以上の軸の周囲の回転をもたらす。

支持構造の構成と支持構造の所望の可変剛性とに基づいて、支持構造の剛性行列を求める（ステップ４１１４）。剛性行列は、フレーム部材の幾何学的形状及び個々のフレーム部材の剛性と、ｚ方向（Ｋｚ）、ｙ方向（Ｋｙ）及びｘ方向（Ｋｘ）における支持構造の所望の剛性と、支持構造の所望の回転剛性（Ｋω_x，Ｋω_y）と、システム減衰のための速度ベースの項とを含む、支持構造の物理的特性に基づく項を含む。

剛性行列とプローブの所望の並進位置及び回転位置とに基づいて力ベクトルを求める（ステップ４１１６）。プローブの所望の位置は、いずれかの座標系を用いて決定することができる。例示的な実施形態によれば、力ベクトルは、式１に示すように、剛性行列とプローブの所望の並進位置及び回転位置の行列との積から導き出される。

次に、支持構造のヤコビアンを計算する（ステップ４１１８）。ヤコビアンは、特定の支持構造の運動学によって決定される。ヤコビアンは、関節位置とエンドエフェクタ位置との間の微分関係である。関節位置は、ラジアン単位（例えば、回転関節の場合）又は長さ単位（たとえば、プリズム関節又は線形関節の場合）のいずれかである。ヤコビアンは静的ではなく、支持構造の位置が連接するにつれて変化する。

力ベクトルとヤコビアンとに基づいて、アクチュエータの入力を決定する（ステップ４１２０）。例示的な実施形態によれば、式１７に示すように、アクチュエータの入力は、ヤコビアンと力ベクトルとの積から導き出される。

次に、図３６、図３７及び図３８に、別の例示的な実施形態による、５リンク回転ロボットとしてのプローブ４０２０の支持構造４１３０を示す。支持構造４１３０は、第１のフレーム部材４１３２と、第１のフレーム部材４１３２に結合された、第２のフレーム部材４１３４ａ及び第３のフレーム部材４１３４ｂとして示す１対の近位部材と、それぞれの近位フレーム部材に結合されるとともに互いに結合された、第４のフレーム部材４１３６ａ及び第５のフレーム部材４１３６ｂとして示す１対の遠位部材と、遠位フレーム部材に結合された第６のフレーム部材４１３８と、ジンバル構造４０２４とを含む。第１のフレーム部材４１３２は、静止部材として構成される。第１のフレーム部材４１３２は、例えば患者又は被験者の頭部に装着されたハロー又はヘッドセット４０３３に、或いは患者又は被験者に対する第１のフレーム部材４１３２の位置を固定する他の構造に取り付けることができる。

第２のフレーム部材４１３４ａ及び第の３フレーム部材４１３４ｂは、ｚ軸４０１３の周囲で回転するように構成されたリンクである。第２のフレーム部材４１３４ａの第１の端部４１４０ａは、第１のフレーム部材４１３２に結合される。同様に、第３のフレーム部材４１３４ｂの第１の端部４１４０ｂは、第１のフレーム部材４１３２の別個の部分に結合される。例示的な実施形態によれば、第１のフレーム部材４１３２に対する第２のフレーム部材４１３４ａの回転は、第１のフレーム部材４１３２を通じて取り付けられた電気モータ及びギヤボックスとして示すアクチュエータ４１４２ａによって制御される。例示的な実施形態によれば、第１のフレーム部材４１３２に対する第３のフレーム部材４１３４ｂの回転は、第１のフレーム部材４１３２を通じて取り付けられた電気モータ及びギヤボックスとして示すアクチュエータ４１４２ｂによって制御される。

第４のフレーム部材４１３６ａ及び第５のフレーム部材４１３６ｂは、ｚ軸４０１３の周囲で回転するように構成されたリンクである。第４のフレーム部材４１３６ａの第１の端部４１４４ａ及び第２のフレーム部材４１３４ａの第２の端部４１４６ａは、それぞれ軸受（例えば圧入軸受など）を介してハブ部材４１４８ａに結合される。同様に、第５のフレーム部材４１３６ｂの第１の端部４１４４ｂ及び第３のフレーム部材４１３４ｂの第２の端部４１４６ｂは、それぞれ軸受（例えば圧入軸受など）を介してハブ部材４１４８ｂに結合される。

第４のフレーム部材４１３６ａ及び第５のフレーム部材４１３６ｂは、軸受（例えば、圧入軸受など）を介して共に結合されて、５バーリンク機構を形成する。ハブ部材４１４８ａ及び４１４８ｂは、近位部材をｚ軸４０１３に沿って遠位部材からオフセットさせ、これによってアクチュエータ４１４２ａ及び４１４２ｂによるリンクの回転時に、近位フレーム部材（例えば、第２のフレーム部材４１３４ａ及び第３のフレーム部材４１３４ｂ）が遠位フレーム部材（例えば、第４のフレーム部材４１３６ａ及び第５のフレーム部材４１３６ｂ）を越えて自由に動けるようになる。

ジンバル構造４０２４及びプローブ４０２０は、第６のフレーム部材４１３８に取り付けられる。第６のフレーム部材４１３８は、遠位部材の一方（例えば、第４のフレーム部材４１３６ａ又は第５のフレーム部材４１３６ｂ）に結合され、ジンバル構造４０２４及びプローブ４０２０をｚ軸４０１３に沿って（例えば、頭部に近付いたり離れたりなどして内外に）並進させるように構成される。第６のフレーム部材４１３８は、支持構造４０３０の第４のフレーム部材４０３８に関して上述したように（図３６、図３７、図３８を参照）、例えばレール上で並進することができる。ジンバル構造４０２４は、チルト軸４０２７及びパン軸４０２９の周囲のプローブ４０２０の配向（例えば、パン及びチルト）を制御する。チルト軸４０２７の周囲のプローブ４０２０の位置は、電気モータ及びギヤボックスなどのアクチュエータ（図示せず）によって制御される。パン軸４０２９の周囲のプローブ４０２０の位置は、電気モータ及びギヤボックスなどのアクチュエータ（図示せず）によって制御される。１つの実施形態では、チルト軸４０２７及びパン軸４０２９の周囲のプローブ４０２０の回転が、フレーム部材４１３４及び４１３６の回転に関わらずｚ軸４０１３と異なる。

プローブ４０２０は、第１のフレーム部材４１３２と、第２のフレーム部材４１３４ａと、第３のフレーム部材４１３４ｂと、第４のフレーム部材４１３６ａと、第５のフレーム部材４１３６ｂとによって形成された５バーリンク機構の動きを通じてｘ−ｙ平面内で動くことができる。プローブ４０２０は、第６のフレーム部材４１３８の並進を通じてｚ軸４０１３に沿って動くことができる。さらに、プローブ４０２０は、ジンバル構造４０２４を通じてチルト軸４０２７及びパン軸４０２９の周囲で回転することができる。これらの５つの作動自由度を組み合わせると、標的表面４０２２に対するプローブ４０２０の位置及び配向を完全に表現して制御できるようになり、パン軸４０２９及びチルト軸４０２７に直交する第３の軸を中心とする回転を無視することができる。

例示的な実施形態によれば、支持構造４１３０の位置決めに利用されるアクチュエータがサーボモータである。当然ながら、サーボモータの代わりにいずれかの好適なモータを使用することもできる。サーボモータを用いて支持構造を制御すると、モータの回転位置及び角速度、並びに対応するプローブ４０２０の位置及びプローブ４０２０と標的表面４０２２との間の相互作用に関し、ステッパモータに比べて正確な制御が可能になる。

アクチュエータ４１４２ａ及び４１４２ｂの入力は、上述した方法と同様に、力ベクトルを求め、支持構造４１３０の順運動学を求め、アクチュエータ４１４２ａ及び４１４２ｂの各々の回転に関する順運動学の偏導関数を取ることによってヤコビアンを計算することによって計算することができる。

いくつかの実施形態では、プローブ４０２０の接触及び着座のために、プローブ４０２０の正確な位置及び配向を予測して制御しようと試みる代わりに、機械設計又はソフトウェアのいずれによって行うかに関わらず、プローブ４０２０のインピーダンスを選択的に制御する。従って、プローブ４０２０の配向自由度は、プローブ４０２０を接触及び着座に抗して頭部と同じ高さで回転できるように柔軟にすることができるのに対し、並進自由度は、プローブ４０２０を動かして頭部への接触配置を保つほど十分に剛性にされる。いくつかの実施形態では、各方向が異なるインピーダンスを有する。

いくつかの実施形態では、プローブ４０２０のモータトルク及びモータサーボ剛性を制限するソフトウェアが実装される。いくつかの実施形態では、方向毎に異なる制限が存在し、異なる方向において異なる剛性が生じることができる。いくつかの実施形態では、パン及びチルトが非常に柔軟であるのに対し、並進運動は適度に剛性である。いくつかの実施形態では、プローブ４０２０を通る剛性が、Ｘ、Ｙの並進自由度よりも柔軟である。

いくつかの実施形態では、タスク空間のインピーダンス制御のためのソフトウェアが実装される。換言すれば、プローブ４０２０の配向を考慮して、プローブ４０２０の中心を通るＺ軸を含むローカル座標系を定めることができる。モータのサーボ剛性及びトルクの制限を調整することによってプローブ４０２０のインピーダンスを操作する代わりに、いくつかの実施形態では、ロボット全体の運動学を考慮して、プローブ４０２０の座標フレームの局所的なＸ、Ｙ、Ｚ、パン及びチルトの５つの方向の各々のインピーダンスを設定することができる。従って、プローブ４０２０の中心線を通じてプローブ４０２０をさらに柔軟にしながらも、依然として皮膚の表面との接触を維持し、プローブ４０２０の位置を正確に制御できるほどの局所的なＸ剛性及びＹ剛性を有するようにすることができる。

様々な実施形態によれば、プローブ４０２０が、一連の弾性アクチュエータを含む。いくつかの実施形態では、モータ内へのばね要素又はロボットの構造部材としての柔軟な部材を機械設計に追加することによって装置のインピーダンスを変化させる。いくつかの実施形態では、プローブ４０２０の正確な位置及び配向を測定するために撓み量の測定を行う。一連の弾性アクチュエータは、正確なコンプライアンスに合わせて設計され、さらには減衰要素も追加される一方で、インピーダンスのプログラミングに関連する計算上の非線形性及び不安定性を回避するという利点を有する。

いくつかの実施形態では、モータの印加電流をモニタすることによって間接的に力を測定する。静的な例では、ロボットの運動学を考慮して、ヤコビアンＦ＝（Ｊ^T）^-1τからシステムの力ベクトル／トルクベクトルを計算し、τは、モータへの印加電流によって予測されるモータトルクのベクトルである。

いくつかの実施形態では、プローブ４０２０の背後に力／トルク検知機構を配置することによって、プローブ４０２０と頭部との間の相互作用力及びトルクを制御する。測定された力及びトルクに関連してプローブの位置及び配向を特定して所望の力／トルクベクトルを達成する。この種の閉ループコントローラはアドミッタンス制御と呼ばれ、ソフトウェアにプログラムされる。アドミッタンス制御は、以下の式に示すように、測定された力をプローブの所望の位置及び配向に関連付ける。

この所望の位置ベクトルを用いて、逆運動学から所望の関節位置を計算する。モータ関節コントローラは、高いサーボ剛性で外乱除去を強化して低いサーボ追従誤差を有するようにプログラムされる。ハイブリッド位置−力アドミッタンスコントローラ４１５０を図３９に示す。

このハイブリッド位置−力コントローラの例では、プローブのｚ方向において力が制御される一方で、ｘ方向及びｙ方向、並びにパン及びチルト方向において位置が制御される。探索などのタスク指向のプローブの動きを決定するプローブ命令入力ブロック４１５４によって、タスク空間における位置と力のハイブリッド命令［ｘ_cmd，ｙ_cmd，Ｆ_cmd，ｐａｎ_cmd，ｔｉｌｔ_cmd］４１５２が送信される。この場合、位置及び配向は、ｘ、ｙ、パン及びチルトで指定されて長さ及び角度の単位（ｍｍ及びラジアン）で与えられる。力は、ｚ方向に指定されてニュートン単位で与えられる。アドミッタンスコントローラでは、力命令を所望の位置に変換しなければならない。プローブ入力命令ブロック４１５４からは、アドミッタンス力制御法則ブロック４１５８のための命令として使用される力命令Ｆ_cmd４１５６が抽出される。アドミッタンス力制御法則ブロック４１５８は、測定された力であるＦ_measuredを用いてｚ位置の変化であるΔｚを計算する。単純な単一の比例ゲインコントローラを示しているが、他のコントローラ形態を使用することもできる。ｚ命令位置更新ブロック４１６０では、古いｚ命令位置にΔｚ４１６２を加えて、更新されたｚ命令であるＺ_cmd４１６４を作成する。この情報は、プローブ命令調和ブロック４１６６において他のプローブ位置及び方向命令と融合される。調和した命令Ｒ_cmd４１６８は、プローブの位置及び配向を長さ及び角度の単位［ｘ_cmd，ｙ_cmd，ｚ_cmd，ｐａｎ_cmd，ｔｉｌｔ_cmd］で指定する。逆運動学ブロック４１７０は、調和した命令Ｒ_cmd４１６８を用いて、特定のロボットの機構に基づいて新たなロボット関節命令位置ｑ_cmd４１７２を決定する。上記の説明から、このロボットは、自由度の数に応じて、直接解析逆解法、或いは逆ヤコビアン又は擬似逆ヤコビアンに基づく数値解法を有すると理解される。

関節命令位置ｑ_cmd４１７２は、関節モータコントローラブロック４１７４と、出力トルク４１７６と、物理的ロボットであるロボット機構ブロック４１７８と、測定された関節位置ｑ４１８０とから成る内部位置制御ループの入力として使用される。ロボット機構ブロック４１７８は、測定された力であるＦ_measured４１８２を出力する力センサも含む。測定された力Ｆ_measured４１８２は、アドミッタンス力制御法則ブロック４１５８への第２の入力であり、この入力によって力制御ループが閉じられる。

測定された関節位置ｑ４１８０は、プローブの現在の位置及び配向である［ｘ，ｙ，ｚ，ｐａｎ，ｔｉｌｔ］４１８６を計算してプローブ命令生成アルゴリズムで使用できるようにプローブ命令入力ブロック４１５４に返送する順運動学計算ブロック４１８４への入力として使用される。

インピーダンス法則と組み合わせると、プローブ４０２０における異なる方向及び配向の剛性をプログラムすることができる。アドミッタンス制御は、力−トルクセンサが無ければユーザに抵抗する静止摩擦を停止中に観測できないという理由で純粋なインピーダンスコントローラと共に使用するのが困難な非逆駆動モータに適する。

支持構造の他の構成は、過駆動機構（ｏｖｅｒ ａｃｔｕａｔｅｄ ｍｅｃｈａｎｉｓｍ）及び劣駆動機構（ｕｎｄｅｒ ａｃｔｕａｔｅｄ ｍｅｃｈａｎｉｓｍ）を含む。過駆動機構又は冗長マニピュレータは、制御しようとするタスク空間座標よりも多くの作動自由度を含み、例えばモータの数Ｑ＝｛Ｊ１，Ｊ２，Ｊ３，Ｊ４，Ｊ５，…｝が、制御されているプローブの５つの位置及び配向自由度Ｘ＝｛ｘ，ｙ，ｚ，ｐａｎ，ｔｉｌｔ｝よりも多い。このような機構では、多くの、場合によっては無限数の逆運動学解法が存在すると思われる。

過駆動機構又は冗長マニピュレータの一例に、Ｕｎｉｖｅｒｓａｌ Ｒｏｂｏｔ社によって製造されたＵＲ３ロボットがあり、このロボットは、それぞれが独自のアクチュエータ又はモータによって６つの作動自由度の動きを可能にするように制御される６つの回転関節を有する。

次に図４０、図４１及び図４２に、作動中のシステム４３００を示す。このようなシステムは、ｘ軸、ｙ軸、パン軸、チルト軸における４つの作動自由度と、ｚ軸に沿った力をもたらすばねとを有する。図示の作動中のシステム４３００では、システムの作動自由度が５よりも少ないが、依然としてＴＣＤ位置決めタスクを実行することができる。図示の作動中のシステム４３００は、プローブ４０２０を位置決めして配向することができる４作動自由度機構Ｘ＝｛ｘ，ｙ，ｐａｎ，ｔｉｌｔ｝である。作動中のシステム４３００では、ばね４３０２がｚ軸４０１３に沿ってプローブ４０２０に力を及ぼす。５作動自由度システムでは、作動中のシステム４３００においてばねが及ぼす力をモータ駆動機構によって作動させる。ジンバル構造４０２４は、プローブ４０２０の配向を可能にする。ｚ軸４０１３における力は、実際にはばね４３０２に関連するばね定数の特性によってモニタされる。ｘ軸４０１８における作動は、電気モータ及び送りねじとして示すアクチュエータ３４０４によって制御される。ｙ軸４０１６における作動は、電気モータ及び送りねじとして示すアクチュエータ４３０６によって制御される。パン軸４０２９における作動は、モータ４３０８によって制御される。チルト軸４０２７における作動は、モータ４３１０によって制御される。

次に、図４３、図４５及び図４５にプローブ４０２０の支持構造４４００を示しており、ジンバル構造４０２４については、別の例示的な実施形態によるプリズム（例えば、デカルト、直線などの）ロボットとして示す。支持構造４４００は、例えば患者又は被験者の頭部に装着されたハロー又はヘッドセット４０３３、或いはその他の構造に取り付けることができる。支持構造４４００は、支持構造４４００の機構の一部を覆うカバー４４０１を含む。支持構造４４００の分解図である図４５には、支持構造４４００から取り外したカバー４４０１を示す。

第１のモータ４４０２は、第１の平歯車４４０３を用いて送りねじ４４０５機構を作動させるように構成される。第１の平歯車４４０３は、第１のモータ４４０２の回転運動を送りねじ４４０５に沿った線形運動に変換してプローブ４０２０をｙ軸４０１６に沿って（例えば、耳の底部から耳の頂部などに上下に）並進させる第２の平歯車４４０４に結合される。第２のモータ４４０６は、ラックアンドピニオン機構４４０９に結合された第４の平歯車４４０８に結合された第３の平歯車４４０７を用いて、プローブ４０２０をｚ軸４０１３に沿って被験者の頭部の方に及び頭部から離して並進させるように構成される。図４４に示すように、第３のモータ４４１２及び軸受４４１０は、この実施形態ではｘ軸４０１８に平行なチルト軸４０２７の周囲におけるジンバル４０２４の回転を可能にする。プレート４４１４は、２つの線形レール４４１６、４４１８を収容して、ｘ軸４０１８に沿って（例えば、耳から目などへ前方及び後方に）並進する第４のモータ（明確にするために図示せず）の取り付けを可能にする。図４５に示すように、第５のモータ４４２０は、この実施形態ではｙ軸４０１６に平行なパン軸４０２９の周囲におけるジンバル４０２４の回転の制御を可能にし、この結果、５自由度作動ロボットシステムを規定するのに必要な自由度が完結する。

Ｈ．表面整列
図４６は、様々な実施形態によるリモートセンタ・オブ・コンプライアンス（ＲＣＣ）プローブ装置５１００の正面斜視図である。図４７は、様々な実施形態によるＲＣＣプローブ装置５１００の後面図である。図４６及び図４７を参照すると、いくつかの実施形態では、ＲＣＣプローブ装置５１００が、プローブ５１０２と、ＲＣＣアセンブリ５１５０と、ロードセル５１０４とを含む。

いくつかの実施形態では、プローブ５１０２が、第１の端部５１０２ａと、第１の端部５１０２ａと対向する第２の端部５１０２ｂとを含む。いくつかの実施形態では、第１の端部５１０２ａが、走査面に隣接又は接触するように構成された凹面５１０３を含む。凹面５１０３は、生成されたエネルギーを走査面に向けて集束させるように特定の傾斜度で構成される。いくつかの実施形態では、ＲＣＣプローブ装置５１００が、プローブ５１０２の第１の端部５１０２ａが人間の頭部（例えば、人間の側頭部）に隣接又は接触して人間の頭部に沿って整列するように構成されて第１の端部５１０２ａから超音波を放射するように構成され、人間の頭部内に（例えば、脳に）向けられるような経頭蓋ドップラー（ＴＣＤ）装置である。他の実施形態では、プローブ５１０２が、限定するわけではないが、赤外線、Ｘ線などの他タイプの波動を動作中に放射するように構成される。

いくつかの実施形態では、プローブ５１０２の第２の端部５１０２ｂがＲＣＣアセンブリ５１５０に結合される。いくつかの実施形態では、プローブ５１０２が、ＲＣＣアセンブリ５１５０とプローブ５１０２の間に介在する接続インターフェイス５１０６を介してＲＣＣアセンブリ５１５０に接続される。いくつかの実施形態では、プローブ５１０２の第２の端５１０２ｂが、プローブ５１０２の本体の一部に沿ってねじ部分を含み、ねじ山を介して（例えば、接続インターフェイス５１０６に螺入されることによって）接続インターフェイス５１０６内に固定されるように構成される。他の実施形態では、プローブ５１０２が、限定するわけではないが、溶接、接着剤、１又は２以上のフック及びラッチ、１又は２以上の別個のねじ、又は圧入などの、他のいずれかの好適な接続手段によって接続インターフェイス５１０６内に固定される。

いくつかの実施形態では、接続インターフェイス５１０６が、別個の接続部材を用いてＲＣＣアセンブリ５１５０に接続される。いくつかの実施形態では、接続部材が複数のねじであり、ＲＣＣアセンブリ５１５０は、複数のねじを受け取るための対応するねじ穴を含む。他の実施形態では、接続インターフェイス５１０６が、限定するわけではないが、溶接、接着剤、１又は２以上のフック及びラッチなどの他のいずれかの好適な接続手段によってＲＣＣアセンブリ５１５０内に固定される。従って、いくつかの実施形態では、接続インターフェイス５１０６が、プローブ５１０２をＲＣＣアセンブリ５１５０に接続して固定する手段を提供する。

いくつかの実施形態では、ロードセル５１０４がプローブ５１０２に結合される。いくつかの実施形態では、ロードセル５１０４が、ロードセル５１０４に加わる圧力又は力の測定を行うように構成される。いくつかの実施形態では、ロードセル５１０４が（例えば、接続インターフェイス５１０６を介して）プローブ５１０２に隣接又は接触しているので、（例えば、凹面５１０３が人間の頭部に押し付けられることによって生じる）プローブ５１０２の第１の端部５１０２ａの凹面５１０３に加わる力をロードセル５１０４において記録し、ロードセル５１０４によって測定することができる。

いくつかの実施形態では、ロードセル５１０４が、測定された力に比例する大きさの電気信号を生成するために使用されるトランスデューサである。いくつかの実施形態では、ロードセル５１０４から延びるワイヤが、プローブ５１０２がロードセル５１０４に対して引き起こす力に応答してロードセル５１０４から生じた電気信号を供給する。いくつかの実施形態では、動作中にプローブ５１０２が人間の頭蓋骨に押し付けられると、接続インターフェイス５１０６を通じた力もロードセル５１０４に加わり、これをロードセル５１０４によって測定することができる。

従って、いくつかの実施形態では、ＲＣＣプローブ装置５１００が、ロードセル５１０４の測定値を利用して、プローブ５１０２によって加えられる圧力を調整する。例えば、いくつかの実施形態では、ロードセル５１０４によって測定された圧力が比較的高いと判定された（例えば、圧力測定値が所定の閾値を上回る）場合、ＲＣＣプローブ装置５１００が、プローブ５１０２によって人間の頭部に加えられる力を減少させる。

様々な実施形態によれば、ＲＣＣプローブ装置５１００は、限定するわけではないがＵＲ３協働卓上ロボットなどの卓上ロボットに適合して共に機能することができ、ロボットのエンドエフェクタ内に収まるように適合される。

いくつかの実施形態では、ロードセル５１０４が、接続インターフェイス５１０６を介してプローブ５１０６に間接的に接触し、或いは換言すれば、接続インターフェイス５１０６がプローブ５１０２とロードセル５１０４との間に介在する。従って、いくつかの実施形態では、接続インターフェイス５１０６が、プローブ５１０２に対する圧力をロードセル５１０４に伝えるのに適した、限定するわけではないが非金属材料（例えば、ポリウレタン）などの材料で形成される。さらに、いくつかの実施形態では、接続インターフェイス５１０６が、プローブ５１０２からロードセル５１０４に力を伝えるのに適した、限定するわけではないがブリッジなどのいずれかの形状を有する。

いくつかの実施形態では、ロードセル５１０４が、ＲＣＣアセンブリ５１５０内に収まるように位置付けられる。このような実施形態では、ＲＣＣアセンブリ５１５０が、ＲＣＣプローブ装置５１００のフォームファクタを最小化できるようにロードセル５１０４を収容するための空きスペースを含む。他の実施形態では、ロードセル５１０４がＲＣＣプローブ装置５１００内のいずれかの好適な場所に位置して、プローブ５１０２に加わる力を測定する。１つの例では、ロードセル５１０４が、プローブ５１０２とＲＣＣアセンブリ５１５０との間に介在するように、ＲＣＣアセンブリ５１５０の上方であってプローブ５１０２の下方に配置される。別の例では、ＲＣＣアセンブリ５１５０がロードセル５１０４とプローブ５１０２との間に介在するように、ロードセル５１０４がＲＣＣアセンブリ５１５０の下方に配置される。

図４８は、様々な実施形態によるＲＣＣプローブ装置５１００の分解図である。図４６、図４７及び図４８を参照すると、いくつかの実施形態では、ＲＣＣアセンブリ５１５０が、第１のプレート５１５１と、第２のプレート５１５２と、第１のプレート５１５１と第２のプレート５１５２との間に介在する複数の柔軟梁（ｃｏｍｐｌｉａｎｔ ｂｅａｍ）５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄとを含む。

いくつかの実施形態では、第１のプレート５１５１が、第２のプレート５１５２のサイズ及び形状と実質的に同様のサイズ及び形状を有する。いくつかの実施形態では、第１のプレート５１５１及び第２のプレート５１５２が、実質的に同様の直径を有する円形であり、それぞれが中心点又は原点を有する。他の実施形態では、第１のプレート５１５１及び第２のプレート５１５２が、限定するわけではないが、正方形、三角形、六角形などの他のいずれかの好適な形状である。いくつかの実施形態では、第１のプレート５１５１が、ロードセル５１０４を接続インターフェイス５１０６及びプローブ５１０２に接続するための経路を可能にする円形の穴を中心に有する。いくつかの実施形態では、第１のプレート５１５１及び第２のプレート５１５２の各々が、同じ軸に沿うように整列した中心点（例えば、原点）を有する。いくつかの実施形態では、第１のプレート５１５１及び第２のプレート５１５２が、鋼、鉄、プラスチック、ポリオキシメチレン、アルミニウムなどのいずれかの好適な剛性材料で形成される。いくつかの実施形態では、第１のプレート５１５１と第２のプレート５１５２とが同じ材料で形成される。他の実施形態では、第１のプレート５１５１と第２のプレート５１５２とが異なる材料で形成される。

いくつかの実施形態では、柔軟梁が、第１の柔軟梁５１５４ａ、第２の柔軟梁５１５４ｂ、第３の柔軟梁５１５４ｃ及び第４の柔軟梁５１５４ｄを含む。他の実施形態では、限定するわけではないが、３つの柔軟梁、５つの柔軟梁又はそれ以上などの、いずれかの好適な数の柔軟梁が使用される。いくつかの実施形態では、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄが、限定するわけではないが、ポリウレタン、ゴムなどのいずれかの好適な可撓性材料で形成される。いくつかの実施形態では、第１の柔軟梁５１５４ａが上端５１５５及び下端５１５６を含み、上端５１５５が第１のプレート５１５１に結合され、下端５１５６が底部プレート５１５２に結合される。第２の柔軟梁５１５４ｂ、第３の柔軟梁５１５４ｃ及び第４の柔軟梁５１５４ｄの各々は、第１のプレート５１５１と第２のプレート５１５２との間に配置された上端５１５５及び下端５１５６を含む。

いくつかの実施形態では、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの各々が、限定するわけではないが、溶接、接着剤、１又は２以上のフック及びラッチ、１又は２以上の別個のねじ又はボルト止めなどの、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄを固定するいずれかの好適な手段によって（例えば、上端５１５５を介して）第１のプレート５１５１及び（例えば、下端５１５６を介して）第２のプレート５１５２に固定される。

第１のプレート５１５１は、第１の穴５１５１ａ、第２の穴５１５１ｂ、第３の穴５１５１ｃ及び第４の穴５１５１ｄを含み、第１の穴５１５１ａ、第２の穴５１５１ｂ、第３の穴５１５１ｃ及び第４の穴５１５１ｄの各々は、第１のプレート５１５１の本体を貫く開口部を形成する。いくつかの実施形態では、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの各々の上端５１５５が、それぞれ第１の穴５１５１ａ、第２の穴５１５１ｂ、第３の穴５１５１ｃ及び第４の穴５１５１ｄを介して第１のプレート５１５１に結合される。いくつかの実施形態では、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄをＲＣＣアセンブリ５１５０内に固定するための対応するコネクタ（例えば、ねじ）が穴５１５１ａ、５１５１ｂ、５１５１ｃ、５１５１ｄを通じて配置され、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの各々の上端５１５５に結合する。

いくつかの実施形態では、第２のプレート５１５２が、第１のビア５１５２ａ、第２のビア５１５２ｂ、第３のビア５１５２ｃ及び第４のビア５１５２ｄを含み、第１のビア５１５２ａ、第２のビア５１５２ｂ、第３のビア５１５２ｃ及び第４のビア５１５２ｄの各々は、第２のプレート５１５２の本体を貫く開口部を形成する。いくつかの実施形態では、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの各々の下端５１５６が、それぞれ第１のビア５１５２ａ、第２のビア５１５２ｂ、第３のビア５１５２ｃ及び第４のビア５１５２ｄを介して第２のプレート５１５２に結合される。いくつかの実施形態では、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄをＲＣＣアセンブリ５１５０内に固定するための対応するコネクタ（例えば、ねじ）がビア５１５２ａ、５１５２ｂ、５１５２ｃ、５１５２ｄを通じて配置され、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの各々の下端５１５６に結合する。

いくつかの実施形態では、第１のプレート５１５１の穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄが第１のプレート５１５１の第１の円周に沿って配置され、第２のプレート５１５２のビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄが第２の円周に沿って配置され、第１の円周は第２の円周よりも小さな直径を有する。換言すれば、いくつかの実施形態では、ビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄが第２のプレート５１５２の中心点に対して配置されるよりも、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄの方が第１のプレート５１５１の中心点近くに配置される。換言すれば、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄの各々の第１のプレート５１５１の中心点からの半径方向距離は、ビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄの各々の第２のプレート５１５２の中心点からの半径方向距離よりも小さい。

従って、いくつかの実施形態では、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄとビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄとの間の半径方向距離の差分に起因して、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄが第１のプレート５１５１の中心点に向かって内向きの角度を有し又は内向きに傾斜する。いくつかの実施形態では、角度又は傾斜の度合いが、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄとビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄとの間の半径方向距離の差分に依存する。例えば、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄとビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄとの間の半径方向距離の差分が大きければ大きいほど、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの傾斜度も大きくなる。

いくつかの実施形態では、柔軟梁１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄが、以下に限定するわけではないが、ショア硬さ（材料の硬さ）、引張強度（材料が弾性変形から塑性変形に移行する点）、伸び率（引張強度における初期長さに対する長さの変化）、弾性率（応力／歪み曲線の弾性部分における曲線の傾き）、長さ及び直径などの特定のパラメータ特性に合わせて調整又は製造される。１つの例では、柔軟梁１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄが、長さ１インチ及び直径０．２５インチ当たり約６０Ａのショア硬さ、約４１００ｐｓｉの引張強度、約５００％の伸び率、及び約８２０ｐｓｉの弾性率を有する。いくつかの実施形態では、柔軟梁１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄが、約６０Ａ〜約８０Ａのショア硬さ、約４１００ｐｓｉ〜約４６００ｐｓｉの引張強度、約４５０％〜約５００％の伸び率、及び約８２０ｐｓｉ〜約１０２０ｐｓｉの弾性率を有する。

様々な実施形態によれば、ＲＣＣプローブ装置５１００のＲＣＣアセンブリ５１５０は、（例えば、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの形状、傾斜角、厚み、長さなどを調整することによって）ＲＣＣプローブ装置５１００のコンプライアンス中心（ｃｅｎｔｅｒ ｏｆ ｃｏｍｐｌｉａｎｃｅ）を調整するように構成される。特定の実施形態では、ＲＣＣアセンブリ５１５０とプローブ５１０２との接続が、コンプライアンス中心がプローブ５１０２の先端に、走査面上に、又は走査面がプローブ５１０２とコンプライアンス中心との間に介在するように走査面の下方に来るように調整するよう構成される。

いくつかの実施形態では、コンプライアンス中心が、（ＲＣＣアセンブリ５１５０が存在しない場合の）プローブ５１０２の第２の端部５１０２ｂから、（ＲＣＣアセンブリ５１５０がプローブ５１０２に接続されている場合の）プローブ５１０２の第１の端部５１０２ａ又はそこを越えて調整される。いくつかの実施形態では、コンプライアンスの遠隔中心（ｒｅｍｏｔｅ ｃｅｎｔｅｒ ｏｆ ｃｏｍｐｌｉａｎｃｅ）の精確な位置が、以下に限定するわけではないが、柔軟梁の数及び材料、柔軟梁の傾斜角、柔軟梁の位置、柔軟梁の長さ、柔軟梁の厚みなどの、ＲＣＣアセンブリ５１５０の設計によって決定される。

図４９は、様々な実施形態によるＲＣＣプローブ装置５１００の第１のプレート５１５１の上面図である。図５０は、様々な実施形態によるＲＣＣプローブ装置５１００の第２のプレート５１５２の上面図である。

図５４Ａ〜図５６Ｂを参照すると、いくつかの実施形態では、第１のプレート５１５１が原点又は中心点５３００を有し、第２のプレート５１５２が原点又は中心点５３５０を有する。いくつかの実施形態では、中心点５３００及び５３５０が、第１のプレート５１５１の中心点５３００と第２のプレート５１５２の中心点５３５０の両方を単一の軸が通るように位置合わせされる。

いくつかの実施形態では、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄの各々が、第１のプレート５３００の中心点５３００を取り囲んで隣接する穴から等距離だけ離間する。換言すれば、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄは、第１のプレート５１５１の円周に沿って等間隔で離間する。いくつかの実施形態では、穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄの各々が、中心点５３００から同じ第１の半径方向距離又は第１の半径ｒ１に存在する。

いくつかの実施形態では、ビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄの各々が、第２のプレート５１５２の中心点５３５０を取り囲み、隣接するビアから等距離だけ離間する。換言すれば、ビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄは、第２のプレート５１５２の円周に沿って等間隔で離間する。いくつかの実施形態では、ビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄの各々が、中心点５３５０から同じ第２の半径方向距離又は第２の半径ｒ２に存在する。

いくつかの実施形態では、第１の半径方向距離ｒ１が第２の半径方向距離ｒ２よりも小さいことにより、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄが、（穴５１５１ａ、５１５１ｂ、５１５１ｃ及び５１５１ｄを介して）第１のプレート５１５１に結合され、（ビア５１５２ａ、５１５２ｂ、５１５２ｃ及び５１５２ｄを介して）第２のプレート５１５２に結合された時に、中心点５３００及び５３５０に向かって内側に傾斜するようになる。柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの傾斜度合い又は傾斜角は、第１の半径方向距離ｒ１と第２の半径方向距離ｒ２との間の差分に依存する。他の実施形態では、第１の半径方向距離ｒ１が第２の半径方向距離ｒ２に等しく、或いは第１の半径方向距離ｒ１が第２の半径方向距離ｒ２よりも大きい。

いくつかの実施形態では、第１の半径方向距離ｒ１が第２の半径方向距離ｒ２よりも小さいことにより、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄが第１のプレート５１５１に向かって延びる第２のプレートの外側上面に対して各柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの傾斜角が中心点５３００及び５３５０に向かって約１２．５度内向きになる。いくつかの実施形態では、中心軸から柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの中心までの距離（例えば、中心点５３００及び５３５０を通る軸と柔軟梁の長さに沿った柔軟梁の中点との間の距離）が約０．９インチである。いくつかの実施形態では、柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄの投影比（長さの比）が約１．５１６である。

図５１は、様々な実施形態によるＲＣＣプローブ装置５１００の自由体図である。図５４Ａ〜図５７を参照すると、この図は、ＲＣＣプローブ装置５１００の機能を示す。この自由体図には、傾斜した走査面５４００（例えば、人間の皮膚又は頭部）に沿って横向きに移動するＲＣＣプローブ装置５１００を示す。ＲＣＣプローブ装置５１００は、左から右へ横向きに、或いは走査面５４００の下り勾配に沿って横向きに移動する。

いくつかの実施形態では、ＲＣＣアセンブリ５１５０が、周囲をプローブ５１０２が回転できるコンプライアンスの遠隔中心Ｅを提供し、コンプライアンスの遠隔中心Ｅは走査面５４００の下方に位置することができる。従って、いくつかの実施形態では、コンプライアンスの遠隔中心Ｅがプローブ５１０２を超えて位置することにより、プローブが、どこに配置されたとしても（例えば、プローブ５１０２の凹面５１０３の実質的に全部が走査面５４００に接触するように）走査面５４００に対して垂直に整列することができる。様々な実施形態では、コンプライアンスの遠隔中心Ｅを中心とする力がプローブ５１０２を捩って走査面５４００と整列させる。

いくつかの実施形態では、コンプライアンスの遠隔中心Ｅを提供する際に、ＲＣＣアセンブリ５１５０の柔軟梁５１５４ａ、５１５４ｂ、５１５４ｃ及び５１５４ｄのうちの１つ又は２つ以上が捩れ及び／又は屈曲して、プローブ５１０２が走査面５４００内に回転するように整列することを可能にする。従って、いくつかの実施形態では、直線的な位置ずれが生じた際に接触力がプローブを遠ざけて並進させ、角度的な位置ずれが生じた再に接触モーメントがプローブ５１０２をコンプライアンスの遠隔中心Ｅの周囲で回転させて、プローブ５１０２が走査面５４００と垂直に整列することを可能にする。従って、様々な実施形態では、取り付けられたＲＣＣアセンブリのの支援下で、プローブ５１０２がその摺動する走査面５４００に対して垂直に自動整列する。

いくつかの実施形態では、図５１に示すＲＣＣプローブ装置５１００の挙動を以下の方程式で表すことができる。以下の方程式では、特定のロッド又は梁について、
Ｌは長手方向長さであり、
Ｅは弾性率であり、
Ａは断面積であり、
Ａｓｘはｘ方向の剪断面積であり、
Ａｓｙはｙ方向の剪断面積であり、
Ｉｘはｘ方向の面積慣性モーメントであり、
Ｉｙはｙ方向の面積慣性モーメントであり、
ｖはポアソン比であり、
ＧはＥ／２（１＋ｖ）等しい剪断弾性率であり、
Ｊは極慣性モーメントであり、
Ｏは長手方向における梁の原点であり、
Ｒは、中心軸から柔軟梁の中点までの距離である。

（１）

（２）

（３）

（４）

（５）

（６）

（７）

上記で使用した「取り付けられた（ａｔｔａｃｈｅｄ）」、「接続された（ｃｏｎｎｅｃｔｅｄ）」及び「固定された（ｓｅｃｕｒｅｄ）」などを含む用語は、同義的に使用するものである。また、実施形態によっては、第２の要素に「結合された（ｃｏｕｐｌｅｄ）」（又は「取り付けられた（ａｔｔａｃｈｅｄ）」、「接続された（ｃｏｎｎｅｃｔｅｄ）」、「締結された（ｆａｓｔｅｎｅｄ）」など）第１の要素を含むように説明したものもあるが、第１の要素は、第２の要素に直接結合することも、或いは第３の要素を介して第２の要素に間接的に結合することもできる。

本明細書で説明したアルゴリズム的主題及び動作は、本明細書に開示した構造及びその構造的同等物を含むデジタル電子回路、又はコンピュータソフトウェア、ファームウェア又はハードウェア、或いはこれらの１又は２以上の組み合わせに実装することができる。本明細書で説明したアルゴリズム的主題は、データ処理装置が実行できるように、或いはデータ処理装置の動作を制御するように１又は２以上のコンピュータ記憶媒体上に符号化された、例えば１又は２以上のコンピュータプログラム命令回路などの１又は２以上のコンピュータプログラムとして実装することができる。これとは別に、又はこれに加えて、プログラム命令は、例えば好適な受信機装置に送信してデータ処理装置が実行できるように情報を符号化するために生成された機械生成電気信号、光信号又は電磁信号などの人工的に生成された伝播信号上に符号化することもできる。コンピュータ記憶媒体は、コンピュータ可読記憶装置、コンピュータ可読記憶基板、ランダム又はシリアルアクセスメモリアレイ又はデバイス、又はこれらの１又は２以上の組み合わせとすることができ、或いはこれらに含めることができる。コンピュータ記憶媒体は伝播信号ではなく、人工的に生成された伝播信号に符号化されたコンピュータプログラム命令のソース又は宛先とすることができる。コンピュータ記憶媒体は、１又は２以上の別個の構成要素又は媒体（例えば、複数のＣＤ、ディスク又はその他の記憶装置）とすることも、或いはこれらに含めることもできる。本明細書で説明したアルゴリズム的動作は、１又は２以上のコンピュータ可読記憶装置に記憶された又は他のソースから受け取られたデータに対してデータ処理装置が実行する動作として実装することができる。

「データ処理システム」「コンピュータ装置」「構成要素」又は「データ処理装置」という用語は、データを処理する様々な装置、デバイス又は機械を含み、一例としてプログラマブルプロセッサ、コンピュータ、システムオンチップ、又は複数のシステムオンチップ、又はこれらの組み合わせを含む。この装置は、例えばＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）などの専用論理回路を含むこともできる。この装置は、ハードウェアに加えて、例えばプロセッサファームウェア、プロトコルスタック、データベース管理システム、オペレーティングシステム、クロスプラットフォームランタイム環境、仮想マシン、又はこれらのうちの１つ又は２つ以上の組み合わせを構成するコードなどの、対象とするコンピュータプログラムの実行環境を形成するコードを含むこともできる。この装置及び実行環境は、ウェブサービスインフラ、分散コンピューティングインフラ及びグリッド計算インフラなどの様々な異なる計算モデルインフラを実現することができる。

（プログラム、ソフトウェア、ソフトウェアアプリケーション、アプリ、スクリプト又はコードとしても知られている）コンピュータプログラムは、コンパイラ型言語又はインタープリタ型言語、宣言型言語又は手続き型言語を含むあらゆる形のプログラミング言語で書くことができ、スタンドアロンプログラム、又はモジュール、コンポーネント、サブルーチン、オブジェクト、又はコンピュータ環境で使用するのに適した他のユニットとしての形を含むあらゆる形で展開することができる。コンピュータプログラムは、ファイルシステム内のファイルに対応することができる。コンピュータプログラムは、対象プログラム専用の単一のファイル内の、又は複数の連動するファイル（例えば、１又は２以上のモジュール、サブプログラム、又はコードの一部を記憶するファイル）内の、他のプログラム又はデータ（例えば、マークアップ言語リソースに記憶された１又は２以上のスクリプト）を保持するファイルの一部に記憶することができる。コンピュータプログラムは、１つのコンピュータ上で実行されるように展開することも、或いは１つのサイトに位置する、又は複数のサイトに分散して通信ネットワークによって相互接続された複数のコンピュータ上で実行されるように展開することもできる。

本明細書で説明したアルゴリズムプロセス及びロジックフローは、１又は２以上のコンピュータプログラムを実行する１又は２以上のプログラマブルプロセッサ（例えば、システム１０４０、或いはシステム１０８０の構成要素又はモジュール）によって、入力データに作用して出力を生成することによって動作を行うように実行することができる。プロセス及びロジックフローは、例えばＦＰＧＡ（フィールドプログラマブルゲートアレイ）又はＡＳＩＣ（特定用途向け集積回路）などの専用論理回路によって実行することもでき、装置をこのような専用論理回路として実装することもできる。コンピュータプログラム命令及びデータの記憶に適した装置としては、一例として、ＥＰＲＯＭ、ＥＥＰＲＯＭ及びフラッシュメモリデバイスなどの半導体メモリデバイス、内部ハードディスク又はリムーバブルディスクなどの磁気ディスク、磁気光学ディスク、並びにＣＤ ＲＯＭ及びＤＶＤ−ＲＯＭディスクを含む全ての形態の不揮発性メモリ、媒体及びメモリデバイスが挙げられる。プロセッサ及びメモリは、専用論理回路によって補完することも、又は専用論理回路に組み込むこともできる。

本明細書で説明した主題は、例えばデータサーバとしてのバックエンドコンポーネントを含む、又は例えばアプリケーションサーバとしてのミドルウェアコンポーネントを含む、又は例えば本明細書で説明した主題の実施形態とユーザが相互作用できるようにするグラフィカルユーザインターフェイス又はウェブブラウザを有するクライアントコンピュータなどのフロントエンドコンポーネントを含む、或いは１又は２以上のこのようなバックエンド、ミドルウェア又はフロントエンドコンポーネントの組み合わせを含むコンピュータシステムに実装することができる。システムのコンポーネントは、例えば通信ネットワークなどのいずれかの形のデジタルデータ通信又はその媒体によって相互接続することができる。通信ネットワークの例としては、ローカルエリアネットワーク（「ＬＡＮ」）及びワイドエリアネットワーク（「ＷＡＮ」）、インターネットワーク（例えば、インターネット）、及びピアツーピアネットワーク（例えば、アドホックピアツーピアネットワーク）が挙げられる。

システム１０４０又はシステム１０８０などのコンピュータシステムは、クライアント及びサーバを含むことができる。一般に、クライアントとサーバは互いに離れており、通常は通信ネットワークを介して相互作用する。クライアントとサーバの関係は、互いにクライアント−サーバの関係を有するそれぞれのコンピュータ上で実行されるコンピュータプログラムに基づいて生じる。いくつかの実装では、（例えば、クライアントコンピュータ装置と相互作用するユーザにデータを表示し、ユーザからユーザ入力を受け取る目的で）サーバがクライアントコンピュータ装置にデータ（例えば、コンテンツ項目を表すデータパケット）を送信する。サーバでは、クライアントコンピュータ装置で生成されたデータ（例えば、ユーザインタラクションの結果）をクライアントコンピュータ装置から受け取ることができる。

図面には特定の順序で動作を示しているが、このような動作は、図示の特定の順序で又は順番に実行する必要はなく、図示の動作を全て実行する必要もない。本明細書で説明した動作は、異なる順序で実行することもできる。

様々なシステムコンポーネントの分離は、全ての実装における分離を必要とするわけではなく、説明したプログラムコンポーネントを単一のハードウェア又はソフトウェア製品に含めることもできる。

いくつかの例示的な実装について説明したが、これらは例示であって限定ではなく、一例として示したことが明らかである。特に、本明細書で示した多くの例は方法動作又はシステム要素の特定の組み合わせを伴うが、これらの動作及び要素を他の形で組み合わせて同じ目的を達成することもできる。ある実装に関連して説明した動作、要素及び特徴は、他の実装又は実装における同様の役割から排除されるものではない。

本明細書で使用した表現及び専門用語は説明を目的とするものであり、限定的なものと見なすべきではない。本明細書で使用する「含む、備える、有する、伴う（ｉｎｃｌｕｄｉｎｇ、ｃｏｍｐｒｉｓｉｎｇ、ｈａｖｉｎｇ、ｃｏｎｔａｉｎｉｎｇ、ｉｎｖｏｌｖｉｎｇ）」、「〜を特徴とする（ｃｈａｒａｃｔｅｒｉｚｅｄ ｂｙ、ｃｈａｒａｃｔｅｒｉｚｅｄ ｉｎ ｔｈａｔ）」という表現及びこれらの変化形は、その後に列挙される項目、その同等物及びさらなる項目、並びにその後に列挙される項目のみから排他的に構成される別の実装も含むように意図される。１つの実装では、本明細書で説明したシステム及び方法が、説明した要素、動作又は構成要素のうちの１つ、これらの２つ以上のそれぞれの組み合わせ、又はこれらの全てによって構成される。

本明細書におけるシステム及び方法の実装、要素又は動作についてのあらゆる単数形での言及は、これらの要素を複数含む実装を含むこともでき、本明細書における実装、要素又は動作についてのあらゆる複数形での言及は、単一の要素のみを含む実装を含むこともできる。単数形又は複数形での言及は、開示したシステム又は方法、これらの構成要素、動作又は要素を単一又は複数の構成に限定するためのものではない。いずれかの動作又は要素がいずれかの情報、動作又は要素に基づく旨の言及は、その動作又は要素がいずれかの情報、動作又は要素に少なくとも部分的に基づく実装を含むことができる。

本明細書に開示したあらゆる実装は、他のあらゆる実装又は実施形態と組み合わせることができ、「ある実施形態」、「いくつかの実施形態」、「様々な実施形態」又は「一実施形態」などについてのあらゆる言及は、必ずしも相互排他的でなく、その実施形態に関連して説明した特定の特徴、構造又は特性を少なくとも１つの実装又は実施形態に含めることができることを示すように意図される。本明細書で使用したこのような用語は、必ずしも全てが同じ実施形態を参照するわけではない。あらゆる実施形態は、本明細書に開示した態様及び実施形態と矛盾しないあらゆる形であらゆる他の実施形態と包括的又は排他的に組み合わせることができる。

「又は（ｏｒ）」についての言及は、「又は」を用いて記載したあらゆる用語が、記載した用語のうちの１つ、２つ以上及び全てのいずれかを示すことができるように包括的なものとして解釈することができる。例えば、「‘Ａ’及び‘Ｂ’の少なくとも一方」という言及は、‘Ａ’のみ、‘Ｂ’のみ、及び‘Ａ’と‘Ｂ’の両方を含むことができる。「含む・備える（ｃｏｍｐｒｉｓｉｎｇ）」又は他の制約のない用語と併用したこのような言及は、さらなる項目を含むことができる。

図面、詳細な説明又はいずれかの請求項における技術的特徴に参照符号が伴う場合、この参照符号は、図面、詳細な説明及び請求項を理解しやすくするために含めたものである。従って、参照符号があっても無くても、あらゆる特許請求する要素の範囲に限定効果を及ぼすものではない。

本明細書で説明したシステム及び方法は、その特徴から逸脱することなく他の特定の形で具体化することもできる。例えば、データ処理システム１０５の構成要素は別個の構成要素である必要はなく、１つの構成要素が他の構成要素を含むこともできる。１又は２以上のコンピュータ装置（例えば、サーバ）のプロセッサは、データ処理システム１０５の構成要素を含み、又は実行することができる。上述の実装は、説明したシステム及び方法の限定ではなく例示である。従って、本明細書で説明したシステム及び方法の範囲は、上述の説明ではなく添付の特許請求の範囲によって示され、特許請求の範囲と同等の意味及び範囲に該当する変更が含まれる。

２２５ ロボット
２２６ 人間工学的ヘッドバンド
２２７ ＴＣＤトランスデューサ電子機器
２２８ 出力画面
２２９ 発見プラットフォーム

Claims (27)

1. 被験者の頭蓋骨に隣接する複数の位置にトランスデューサを自律的に位置付け、所定の閾値を上回るエネルギーレベルを有する信号を前記トランスデューサに戻すことができる動脈が内部に存在し得る前記被験者の頭蓋上の窓を自律的に特定するようにロボットシステムを制御するよう構成されたプロセッサを備える、
   ことを特徴とする装置。
2. 前記プロセッサは、前記ロボットシステムに、所定の閾値を上回るエネルギーレベルを有する、動脈内の血流を表す超音波信号を、前記窓内で自律的に特定させるようにさらに構成される、
   請求項１に記載の装置。
3. 前記プロセッサは、前記ロボットシステムが前記トランスデューサを自律的に位置付ける際に、前記トランスデューサの複数の位置をデータベースに記録するようにさらに構成される、
   請求項１に記載の装置。
4. 前記プロセッサは、前記ロボットシステムが前記トランスデューサを自律的に位置付ける際に、複数のエネルギーレベルの信号をデータベースに記録するようにさらに構成される、
   請求項３に記載の装置。
5. 前記プロセッサは、前記ロボットシステムが前記トランスデューサを自律的に位置付ける際に、前記トランスデューサの複数の位置をデータベースに記録するようにさらに構成される、
   請求項１に記載の装置。
6. 前記プロセッサは、前記ロボットシステムが前記トランスデューサを自律的に位置付ける際に、複数のエネルギーレベルの信号をデータベースに記録するようにさらに構成される、
   請求項５に記載の装置。
7. 前記プロセッサは、非一時的コンピュータ可読媒体に記憶された探索アルゴリズムを実行するようにさらに構成される、
   請求項１に記載の装置。
8. 前記装置は、前記トランスデューサを複数の軸において動かすように構成されたロボット機構をさらに備え、前記探索アルゴリズムは、前記ロボット機構のパン、チルト及びＺ軸位置を制御するようにさらに構成される、
   請求項５に記載の装置。
9. 前記装置は、前記プロセッサがアクセスできる非一時的コンピュータ可読媒体に記憶されたシード点データベースをさらに備え、該シード点データベースは前記プロセッサによって使用される、
   請求項１に記載の装置。
10. 前記プロセッサがアクセスできる非一時的コンピュータ可読媒体に記憶された以前の測定位置のデータベースをさらに備え、該以前の測定位置のデータベースは前記プロセッサによって使用される、
    請求項１に記載の装置。
11. 前記プロセッサは、複数の探索位置において動的滞留時間を使用するように構成された探索アルゴリズムを実行するように構成される、
    請求項１に記載の装置。
12. 前記ロボットシステムは、５自由度ロボット機構をさらに含む、
    請求項１に記載の装置。
13. 前記ロボットシステムは、前記トランスデューサを複数の軸において同時に動かすように構成された５自由度ロボット機構をさらに含む、
    請求項１に記載の装置。
14. 前記トランスデューサが内部に取り付けられたロボットヘッドセットをさらに備える、
    請求項１に記載の装置。
15. 前記プロセッサは、前記ロボットシステムに、前記被験者の頭蓋骨内の脳血管マップを構築させるようにさらに構成される、
    請求項１に記載の装置。
16. 前記トランスデューサは、超音波プローブを含む、
    請求項１に記載の装置。
17. ロボット撮像装置であって、
    トランスデューサと、
    前記トランスデューサと通信するプロセッサと、
    前記プロセッサによって制御されるロボット機構と、
    を備え、前記プロセッサは前記トランスデューサからデータを受け取って処理するように構成され、前記ロボット機構は、前記トランスデューサを動かし被験者の頭蓋骨内の窓を走査して特定するように構成され、
    前記プロセッサは、前記被験者の前記頭蓋骨の窓内で所定の閾値を上回るエネルギーレベルを有するＴＣＤ信号を探索して特定するように前記ロボット機構を自律的に制御するよう構成される、
    ことを特徴とするロボット撮像装置。
18. 前記プロセッサは、非一時的コンピュータ可読媒体に記憶された探索アルゴリズムを実行するようにさらに構成される、
    請求項１７に記載のロボット撮像装置。
19. 前記プロセッサは、非一時的コンピュータ可読媒体に記憶された、複数の探索位置において動的滞留時間を使用する探索アルゴリズムを実行するようにさらに構成される、
    請求項１７に記載のロボット撮像装置。
20. 前記ロボット機構は、初期位置合わせに使用される視覚的窓ガイドを使用するようにさらに構成される、
    請求項１７に記載のロボット撮像装置。
21. 前記ロボット機構は、同時に少なくとも２つの軸において動くようにさらに構成される、
    請求項１７に記載のロボット撮像装置。
22. 前記ロボットシステムは、前記トランスデューサを複数の軸において同時に動かすように構成された５自由度ロボット機構を含むようにさらに構成される、
    請求項１７に記載のロボット撮像装置。
23. 前記ロボットシステムは、６自由度ロボット機構を含むようにさらに構成される、
    請求項１７に記載のロボット撮像装置。
24. 前記ロボットシステムは、少なくとも４自由度ロボット機構を含むようにさらに構成される、
    請求項１７に記載のロボット撮像装置。
25. 被験者の動きに起因して位置を調整するために使用されるフィードバック機構をさらに含む、
    請求項１７に記載のロボット撮像装置。
26. 被験者の脳内の動脈を特定する方法であって、被験者の頭蓋骨の窓を自律的に特定し、所定の閾値を上回るエネルギーレベルを有する、動脈内の血流を表す第１の超音波信号を、前記被験者の頭蓋骨の窓内で自律的に特定するようにプロセッサを制御するステップを含む、
    ことを特徴とする方法。
27. 所定の閾値を上回るエネルギーレベルを有する、動脈内の血流を表す第２の信号を移動して自律的に特定するステップをさらに含む、
    請求項２６に記載の方法。

Images