JP2020044044A - 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム - Google Patents

Abstract

【課題】辺縁から悪性化する組織の良悪性を適切に判定することができる超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラムを提供すること。【解決手段】本発明にかかる超音波観測装置は、超音波画像に対し、環状の外縁部、および環状の内縁部により囲まれる環状の関心領域を設定する関心領域設定部と、超音波信号に基づいて特徴量を算出する特徴量算出部と、関心領域内の特徴量の出現頻度を示すヒストグラムを生成するヒストグラム生成部と、ヒストグラムにおいて、予め設定されている第１の閾値以下の特徴量の出現頻度に基づいて累積度数を算出する累積度数算出部と、累積度数と、予め設定されている第２の閾値とに基づいて、観測対象に悪性の疑いがあるか否かを判定する判定部と、を備える。【選択図】図１

Description

本発明は、超音波を用いて観測対象の組織を観測する超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラムに関する。

観測対象である生体組織または材料の特性を観測するために、超音波を適用することがある。具体的には、観測対象に超音波を送信し、その観測対象によって反射された超音波エコーに対して所定の信号処理を施すことにより、観測対象の特性に関する情報を取得する。

超音波を適用した体内の生体組織などの診断には、挿入部の先端に超音波振動子が設けられた超音波内視鏡が用いられる。医師などの術者は、挿入部を体内に挿入後、手元の操作部を操作する。この操作により、超音波振動子が超音波エコーを取得し、該超音波エコーに基づく情報（超音波画像）が生成される。術者は、モニタに表示される超音波画像をもとに診断を行う。

上述したような超音波内視鏡を用いて超音波画像をモニタに表示する超音波診断システムでは、生体組織の良悪性を判断するために、エコー信号をもとに解析処理を行って、解析結果をモニタに表示している（例えば、特許文献１を参照）。特許文献１では、エコー信号の強度値または生体組織の弾性率についてヒストグラムを生成し、このヒストグラムを数値解析している。

特許第２６７４００４号公報

ところで、生体組織の癌浸潤は、組織の辺縁から進行する。特許文献１が開示する技術では、上述したように癌が辺縁から浸潤することについては考慮されていなかった。このため、組織の辺縁に癌浸潤が進行している組織があっても、その組織の良悪性を適切に判定することができなかったり、見過ごされたりする場合があった。

本発明は、上記に鑑みてなされたものであって、辺縁から悪性化する組織の良悪性を適切に判定することができる超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る超音波観測装置は、観測対象へ超音波を送信し、該観測対象で反射された超音波を受信する超音波振動子を備えた超音波プローブが取得した超音波信号に基づいて超音波画像を生成する超音波観測装置であって、前記超音波画像に対し、環状の外縁部、および環状の内縁部により囲まれる環状の関心領域を設定する関心領域設定部と、前記超音波信号に基づいて特徴量を算出する特徴量算出部と、前記関心領域内の前記特徴量の出現頻度を示すヒストグラムを生成するヒストグラム生成部と、前記ヒストグラムにおいて、予め設定されている第１の閾値以下の特徴量の出現頻度に基づいて累積度数を算出する累積度数算出部と、前記累積度数と、予め設定されている第２の閾値とに基づいて、前記観測対象に悪性の疑いがあるか否かを判定する判定部と、を備えることを特徴とする。

本発明に係る超音波観測装置は、上記発明において、前記関心領域内の前記特徴量に基づいて統計値を算出する統計値算出部、をさらに備え、前記判定部は、前記統計値と、予め設定されている第３の閾値とに基づいて、前記観測対象の良悪性を判定し、悪性の疑いがあると判定した場合に、前記累積度数と前記第２の閾値とに基づいて前記観測対象の良悪性を判定することを特徴とする。

本発明に係る超音波観測装置は、上記発明において、前記統計値は、前記特徴量の平均値、中央値、４分位値、分散、標準偏差、尖度および歪度のうちの少なくとも一つであることを特徴とする。

本発明に係る超音波観測装置は、上記発明において、前記判定部よる判定結果を表示装置に表示させる制御部、をさらに備えることを特徴とする。

本発明に係る超音波観測装置は、上記発明において、前記制御部は、前記判定部により悪性の疑いがあると判定された前記統計値または前記累積度数のみを判定結果として前記表示装置に表示させることを特徴とする。

本発明に係る超音波観測装置は、上記発明において、前記超音波信号に基づいて生成される信号の周波数を解析することによって複数の周波数スペクトルを算出する周波数解析部、をさらに備え、前記特徴量算出部は、前記周波数解析部が算出した周波数スペクトルに基づいて前記特徴量を算出することを特徴とする。

本発明に係る超音波観測装置の作動方法は、観測対象へ超音波を送信し、該観測対象で反射された超音波を受信する超音波振動子を備えた超音波プローブが取得した超音波信号に基づいて超音波画像を生成する超音波観測装置の作動方法であって、関心領域設定部が、前記超音波画像に対し、環状の外縁部、および環状の内縁部により囲まれる環状の関心領域を設定する関心領域設定ステップと、特徴量算出部が、前記超音波信号に基づいて特徴量を算出する特徴量算出ステップと、ヒストグラム生成部が、前記関心領域内の前記特徴量の出現頻度を示すヒストグラムを生成するヒストグラム生成ステップと、累積度数算出部が、前記ヒストグラムにおいて、予め設定されている第１の閾値以下の特徴量の出現頻度に基づいて累積度数を算出する累積度数算出ステップと、判定部が、前記累積度数と、予め設定されている第２の閾値とに基づいて、前記観測対象に悪性の疑いがあるか否かを判定する判定ステップと、を含むことを特徴とする。

本発明に係る超音波観測装置の作動プログラムは、観測対象へ超音波を送信し、該観測対象で反射された超音波を受信する超音波振動子を備えた超音波プローブが取得した超音波信号に基づいて超音波画像を生成する超音波観測装置の作動プログラムであって、関心領域設定部が、前記超音波画像に対し、環状の外縁部、および環状の内縁部により囲まれる環状の関心領域を設定する関心領域設定手順と、特徴量算出部が、前記超音波信号に基づいて特徴量を算出する特徴量算出手順と、ヒストグラム生成部が、前記関心領域内の前記特徴量の出現頻度を示すヒストグラムを生成するヒストグラム生成手順と、累積度数算出部が、前記ヒストグラムにおいて、予め設定されている第１の閾値以下の特徴量の出現頻度に基づいて累積度数を算出する累積度数算出手順と、判定部が、前記累積度数と、予め設定されている第２の閾値とに基づいて、前記観測対象に悪性の疑いがあるか否かを判定する判定手順と、を前記超音波観測装置に実行させることを特徴とする。

本発明によれば、辺縁から悪性化する組織の良悪性を適切に判定することができるという効果を奏する。

図１は、本発明の一実施の形態に係る超音波観測装置を備えた超音波観測システムの構成を示すブロック図である。 図２は、本発明の一実施の形態に係る超音波観測装置の信号増幅部が行う増幅処理における受信深度と増幅率との関係を示す図である。 図３は、本発明の一実施の形態に係る超音波観測装置の増幅補正部が行う増幅補正処理における受信深度と増幅率との関係を示す図である。 図４は、超音波信号の１つの音線におけるデータ配列を模式的に示す図である。 図５は、本発明の一実施の形態に係る超音波観測装置の周波数解析部により算出された周波数スペクトルの例を示す図である。 図６は、本発明の一実施の形態に係る超音波観測装置の減衰補正部が補正した補正特徴量をパラメータとして有する直線を示す図である。 図７は、リンパ節における組織の良悪性の判定について説明する図である。 図８は、リンパ節における組織の良悪性の判定について説明する図である。 図９は、リンパ節における組織の良悪性の判定について説明する図である。 図１０は、本発明の一実施の形態に係る超音波観測装置の関心領域設定部が設定する関心領域について説明する図である。 図１１は、従来の関心領域設定におけるリンパ節における組織の良悪性の判定について説明する図である。 図１２は、本発明の一実施の形態に係る超音波観測装置が行う処理の概要を示すフローチャートである。 図１３は、本発明の一実施の形態に係る超音波観測装置の周波数解析部が実行する処理の概要を示すフローチャートである。 図１４は、本発明の一実施の形態に係る超音波観測装置の演算部が実行する良悪性判定処理の概要を示すフローチャートである。 図１５は、本発明の一実施の形態に係る超音波観測システムの表示装置が表示する画像の一例を示す図である。 図１６は、本発明の一実施の形態の変形例１に係る超音波観測システムの表示装置が表示する画像の一例を示す図である。 図１７は、本発明の一実施の形態の変形例２に係る超音波観測システムの表示装置が表示する画像の一例を示す図である。

以下、添付図面を参照して、本発明を実施するための形態（以下、「実施の形態」という）を説明する。

（実施の形態）
図１は、本発明の一実施の形態に係る超音波観測装置３を備えた超音波観測システム１の構成を示すブロック図である。同図に示す超音波観測システム１は、観測対象である被検体へ超音波を送信し、該被検体で反射された超音波を受信する超音波内視鏡２（超音波プローブ）と、超音波内視鏡２が取得した超音波信号に基づいて超音波画像を生成する超音波観測装置３と、超音波観測装置３が生成した超音波画像を表示する表示装置４と、を備える。

超音波内視鏡２は、その先端部に、超音波観測装置３から受信した電気的なパルス信号を超音波パルス（音響パルス）に変換して被検体へ照射するとともに、被検体で反射された超音波エコーを電圧変化で表現する電気的なエコー信号に変換して出力する超音波振動子２１を有する。超音波振動子２１は、コンベックス振動子、リニア振動子およびラジアル振動子のいずれでも構わない。超音波内視鏡２は、超音波振動子２１をメカ的に走査させるものであってもよいし、超音波振動子２１として複数の素子をアレイ状に設け、送受信にかかわる素子を電子的に切り替えたり、各素子の送受信に遅延をかけたりすることで、電子的に走査させるものであってもよい。

超音波内視鏡２は、撮像光学系および撮像素子を有しており、被検体の消化管（食道、胃、十二指腸、大腸）、または呼吸器（気管、気管支）へ挿入され、消化管や呼吸器、その周囲臓器（膵臓、胆嚢、胆管、胆道、リンパ節、縦隔臓器、血管等）を撮像することが可能である。また、超音波内視鏡２は、撮像時に被検体へ照射する照明光を導くライトガイドを有する。このライトガイドは、先端部が超音波内視鏡２の被検体への挿入部の先端まで達している一方、基端部が照明光を発生する光源装置に接続されている。なお、超音波内視鏡２に限らず、撮像光学系および撮像素子を有しない超音波プローブであってもよい。

超音波観測装置３は、超音波内視鏡２と電気的に接続され、所定の波形および送信タイミングに基づいて高電圧パルスからなる送信信号（パルス信号）を超音波振動子２１へ送信するとともに、超音波振動子２１から電気的な受信信号であるエコー信号を受信してデジタルの高周波（ＲＦ：Radio Frequency）信号のデータ（以下、ＲＦデータという）を生成、出力する送受信部３１と、送受信部３１から受信したＲＦデータをもとにデジタルのＢモード用受信データを生成する信号処理部３２と、送受信部３１から受信したＲＦデータに対して所定の演算を施す演算部３３と、各種画像データを生成する画像処理部３４と、画像処理部３４が生成した画像データに対して関心領域を設定する関心領域設定部３５と、キーボード、マウス、タッチパネル等のユーザインタフェースを用いて実現され、各種情報の入力を受け付ける入力部３６と、超音波観測システム１全体を制御する制御部３７と、超音波観測装置３の動作に必要な各種情報を記憶する記憶部３８と、を備える。

送受信部３１は、エコー信号を増幅する信号増幅部３１１を有する。信号増幅部３１１は、受信深度が大きいエコー信号ほど高い増幅率で増幅するＳＴＣ（Sensitivity Time Control）補正を行う。図２は、信号増幅部３１１が行う増幅処理における受信深度と増幅率との関係を示す図である。図２に示す受信深度ｚは、超音波の受信開始時点からの経過時間に基づいて算出される量である。図２に示すように、増幅率β（ｄＢ）は、受信深度ｚが閾値ｚ_thより小さい場合、受信深度ｚの増加に伴ってβ_０からβ_th（＞β₀）へ線型に増加する。また、増幅率βは、受信深度ｚが閾値ｚ_th以上である場合、一定値β_thをとる。閾値ｚ_thの値は、観測対象から受信する超音波信号がほとんど減衰してしまい、ノイズが支配的になるような値である。より一般に、増幅率βは、受信深度ｚが閾値ｚ_thより小さい場合、受信深度ｚの増加に伴って単調増加すればよい。なお、図２に示す関係は、予め記憶部３８に記憶されている。

送受信部３１は、信号増幅部３１１によって増幅されたエコー信号に対してフィルタリング等の処理を施した後、Ａ／Ｄ変換することによって時間ドメインのＲＦデータを生成し、信号処理部３２および演算部３３へ出力する。なお、超音波内視鏡２が複数の素子をアレイ状に設けた超音波振動子２１を電子的に走査させる構成を有する場合、送受信部３１は、複数の素子に対応したビーム合成用の多チャンネル回路を有する。

送受信部３１が送信するパルス信号の周波数帯域は、超音波振動子２１におけるパルス信号の超音波パルスへの電気音響変換の線型応答周波数帯域をほぼカバーする広帯域にするとよい。また、信号増幅部３１１におけるエコー信号の各種処理周波数帯域は、超音波振動子２１による超音波エコーのエコー信号への音響電気変換の線型応答周波数帯域をほぼカバーする広帯域にするとよい。これらにより、後述する周波数スペクトルの近似処理を実行する際、精度のよい近似を行うことが可能となる。

送受信部３１は、制御部３７が出力する各種制御信号を超音波内視鏡２に対して送信するとともに、超音波内視鏡２から識別用のＩＤを含む各種情報を受信して制御部３７へ送信する機能も有する。

信号処理部３２は、ＲＦデータに対してバンドパスフィルタ、包絡線検波、対数変換など公知の処理を施し、デジタルのＢモード用受信データを生成する。対数変換では、ＲＦデータを基準電圧Ｖ_cで除した量の常用対数をとってデシベル値で表現する。信号処理部３２は、生成したＢモード用受信データを、画像処理部３４へ出力する。信号処理部３２は、ＣＰＵ（Central Processing Unit）等の汎用プロセッサやＡＳＩＣ（Application Specific Integrated Circuit）等の特定の機能を実行する各種演算回路等の専用プロセッサを用いて構成される。

演算部３３は、送受信部３１が生成したＲＦデータに対して受信深度ｚによらず増幅率βを一定とするよう増幅補正を行う増幅補正部３３１と、増幅補正を行ったＲＦデータに高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）を施して周波数解析を行うことにより周波数スペクトルを算出する周波数解析部３３２と、周波数解析部３３２により算出された周波数スペクトルをもとに、該周波数スペクトルの特徴量を算出する特徴量算出部３３３と、特徴量算出部３３３が算出した特徴量をもとにヒストグラムを生成するヒストグラム生成部３３５と、ヒストグラム生成部３３５が生成したヒストグラムを用いて、所定の特徴量の頻度を示す累積度数を算出する累積度数算出部３３６と、累積度数算出部３３６が算出した累積度数をもとに、組織の良悪性を判定する判定部３３７と、を有する。演算部３３は、ＣＰＵ等の汎用プロセッサやＡＳＩＣ等の特定の機能を実行する各種演算回路等の専用プロセッサを用いて構成される。

図３は、増幅補正部３３１が行う増幅補正処理における受信深度と増幅率との関係を示す図である。図３に示すように、増幅補正部３３１が行う増幅補正処理における増幅率β（ｄＢ）は、受信深度ｚがゼロのとき最大値β_th−β₀をとり、受信深度ｚがゼロから閾値ｚ_thに達するまで線型に減少し、受信深度ｚが閾値ｚ_th以上のときゼロである。このように定められる増幅率βによって増幅補正部３３１がＲＦデータを増幅補正することにより、信号処理部３２におけるＳＴＣ補正の影響を相殺し、一定の増幅率β_thの信号を出力することができる。なお、増幅補正部３３１が行う受信深度ｚと増幅率βの関係は、信号処理部３２における受信深度と増幅率の関係に応じて異なることは勿論である。

このような増幅補正を行う理由を説明する。ＳＴＣ補正は、アナログ信号波形の振幅を全周波数帯域にわたって均一に、かつ、深度に対しては単調増加する増幅率で増幅させることで、アナログ信号波形の振幅から減衰の影響を排除する補正処理である。このため、エコー信号の振幅を輝度に変換して表示するＢモード画像を生成する場合、かつ、一様な組織を走査した場合には、ＳＴＣ補正を行うことによって深度によらず輝度値が一定になる。すなわち、Ｂモード画像の輝度値から減衰の影響を排除する効果を得ることができる。

一方、本実施の形態のように超音波の周波数スペクトルを算出して解析した結果を利用する場合、ＳＴＣ補正でも超音波の伝播に伴う減衰の影響を正確に排除できるわけではない。なぜなら、一般に減衰量は周波数によって異なるが（後述する式（１）を参照）、ＳＴＣ補正の増幅率は距離だけに応じて変化し、周波数依存性がないためである。

上述した問題、すなわち、超音波の周波数スペクトルを算出して解析した結果を利用する場合、ＳＴＣ補正でも超音波の伝播に伴う減衰の影響を正確に排除できるわけではない、という問題を解決するには、Ｂモード画像を生成する際にＳＴＣ補正を施した受信信号を出力する一方、周波数スペクトルに基づいた画像を生成する際に、Ｂモード画像を生成するための送信とは異なる新たな送信を行い、ＳＴＣ補正を施していない受信信号を出力することが考えられる。ところがこの場合には、受信信号に基づいて生成される画像データのフレームレートが低下してしまうという問題がある。

そこで、本実施の形態では、生成される画像データのフレームレートを維持しつつ、Ｂモード画像用にＳＴＣ補正を施した信号に対してＳＴＣ補正の影響を排除するために、増幅補正部３３１によって増幅率の補正を行う。

周波数解析部３３２は、増幅補正部３３１が増幅補正した各音線のＲＦデータ（ラインデータ）を所定の時間間隔でサンプリングし、サンプルデータを生成する。周波数解析部３３２は、サンプルデータ群にＦＦＴ処理を施すことにより、ＲＦデータ上の複数の箇所（データ位置）における周波数スペクトルを算出する。ここでいう「周波数スペクトル」とは、サンプルデータ群にＦＦＴ処理を施すことによって得られた「ある受信深度ｚにおける強度の周波数分布」を意味する。また、ここでいう「強度」とは、例えばエコー信号の電圧、エコー信号の電力、超音波エコーの音圧、超音波エコーの音響エネルギー等のパラメータ、これらパラメータの振幅や時間積分値やその組み合わせのいずれかを指す。

一般に、周波数スペクトルは、観測対象が生体組織である場合、超音波が走査された生体組織の性状によって異なる傾向を示す。これは、周波数スペクトルが、超音波を散乱する散乱体の大きさ、数密度、音響インピーダンス等と相関を有しているためである。ここでいう「生体組織の性状」とは、例えば悪性腫瘍（癌）、良性腫瘍、内分泌腫瘍、粘液性腫瘍、正常組織、嚢胞、脈管などのことである。

図４は、超音波信号の１つの音線におけるデータ配列を模式的に示す図である。同図に示す音線ＳＲ_kにおいて、白または黒の長方形は、１つのサンプル点におけるデータを意味している。また、音線ＳＲ_kにおいて、右側に位置するデータほど、超音波振動子２１から音線ＳＲ_kに沿って計った場合の深い箇所からのサンプルデータである（図４の矢印を参照）。音線ＳＲ_kは、送受信部３１が行うＡ／Ｄ変換におけるサンプリング周波数（例えば５０ＭＨｚ）に対応した時間間隔で離散化されている。図４では、番号ｋの音線ＳＲ_kの８番目のデータ位置を受信深度ｚの方向の初期値Ｚ^(k) ₀として設定した場合を示しているが、初期値の位置は任意に設定することができる。周波数解析部３３２による算出結果は複素数で得られ、記憶部３８に格納される。

図４に示すデータ群Ｆ_j（ｊ＝１、２、・・・、Ｋ）は、ＦＦＴ処理の対象となるサンプルデータ群である。一般に、ＦＦＴ処理を行うためには、サンプルデータ群が２のべき乗のデータ数を有している必要がある。この意味で、サンプルデータ群Ｆ_j（ｊ＝１、２、・・・、Ｋ−１）はデータ数が１６（＝２⁴）で正常なデータ群である一方、サンプルデータ群Ｆ_Kは、データ数が１２であるため異常なデータ群である。異常なデータ群に対してＦＦＴ処理を行う際には、不足分だけゼロデータを挿入することにより、正常なサンプルデータ群を生成する処理を行う。この点については、周波数解析部３３２の処理を説明する際に詳述する（図１２を参照）。

図５は、周波数解析部３３２により算出された周波数スペクトルの例を示す図である。図５では、横軸が周波数ｆである。また、図５では、縦軸が、強度Ｉ₀を基準強度Ｉ_c（定数）で除した量の常用対数（デシベル表現）Ｉ＝１０ｌｏｇ₁₀（Ｉ₀／Ｉ_c）である。図５に示す回帰直線Ｌ₁₀については後述する。なお、本実施の形態において、曲線および直線は、離散的な点の集合からなる。

図５に示す周波数スペクトルＣ₁において、以後の演算に使用する周波数帯域の下限周波数ｆ_Lおよび上限周波数ｆ_Hは、超音波振動子２１の周波数帯域、送受信部３１が送信するパルス信号の周波数帯域などをもとに決定されるパラメータである。以下、図５において、下限周波数ｆ_Lおよび上限周波数ｆ_Hによって定まる周波数帯域を「周波数帯域Ｆ」という。

特徴量算出部３３３は、周波数解析部３３２が算出した複数の周波数スペクトルについて、各周波数スペクトルの特徴量をそれぞれ算出する。特徴量算出部３３３は、周波数スペクトルを直線で近似することによって減衰補正処理を行う前の周波数スペクトルの特徴量（以下、補正前特徴量という）を算出する近似部３３３ａと、近似部３３３ａが算出した補正前特徴量に対して減衰補正を行うことによって特徴量を算出する減衰補正部３３３ｂと、を有する。

近似部３３３ａは、所定周波数帯域における周波数スペクトルの回帰分析を行って周波数スペクトルを一次式（回帰直線）で近似することにより、この近似した一次式を特徴付ける補正前特徴量を算出する。例えば、図５に示す周波数スペクトルＣ₁の場合、近似部３３３ａは、周波数帯域Ｆで回帰分析を行い周波数スペクトルＣ₁を一次式で近似することによって回帰直線Ｌ₁₀を得る。換言すると、近似部３３３ａは、回帰直線Ｌ₁₀の傾きａ₀、切片ｂ₀、および周波数帯域Ｆの中心周波数ｆ_M＝（ｆ_L＋ｆ_H）／２の回帰直線上の値であるミッドバンドフィット（Mid-band fit）ｃ₀＝ａ₀ｆ_M＋ｂ₀を補正前特徴量として算出する。

３つの補正前特徴量のうち、傾きａ₀は、超音波の散乱体の大きさと相関を有し、一般に散乱体が大きいほど傾きが小さな値を有すると考えられる。また、切片ｂ₀は、散乱体の大きさ、音響インピーダンスの差、散乱体の数密度（濃度）等と相関を有している。具体的には、切片ｂ₀は、散乱体が大きいほど大きな値を有し、音響インピーダンスの差が大きいほど大きな値を有し、散乱体の数密度が大きいほど大きな値を有すると考えられる。ミッドバンドフィットｃ₀は、傾きａ₀と切片ｂ₀から導出される間接的なパラメータであり、有効な周波数帯域内の中心におけるスペクトルの強度を与える。このため、ミッドバンドフィットｃ₀は、散乱体の大きさ、音響インピーダンスの差、散乱体の数密度に加えて、Ｂモード画像の輝度とある程度の相関を有していると考えられる。なお、特徴量算出部３３３は、回帰分析によって二次以上の多項式で周波数スペクトルを近似するようにしてもよい。

減衰補正部３３３ｂが行う補正について説明する。一般に、超音波の減衰量Ａ（ｆ，ｚ）は、超音波が受信深度０と受信深度ｚとの間を往復する間に生じる減衰であり、往復する前後の強度変化（デシベル表現での差）として定義される。減衰量Ａ（ｆ，ｚ）は、一様な組織内では周波数に比例することが経験的に知られており、以下の式（１）で表現される。
Ａ（ｆ，ｚ）＝２αｚｆ ・・・（１）
ここで、比例定数αは減衰率と呼ばれる量である。また、ｚは超音波の受信深度であり、ｆは周波数である。減衰率αの具体的な値は、観測対象が生体である場合、生体の部位に応じて定まる。減衰率αの単位は、例えばｄＢ／ｃｍ／ＭＨｚである。なお、本実施の形態において、減衰率αの値を入力部３６からの入力によって変更できる構成とすることも可能である。

減衰補正部３３３ｂは、近似部３３３ａが抽出した補正前特徴量（傾きａ₀、切片ｂ₀、ミッドバンドフィットｃ₀）に対し、以下に示す式（２）〜（４）にしたがって減衰補正を行うことにより、特徴量ａ、ｂ、ｃを算出する。本実施の形態では、減衰補正部３３３ｂが減衰補正することにより、周波数特徴量である特徴量ａ、ｂ、ｃが算出される。
ａ＝ａ₀＋２αｚ ・・・（２）
ｂ＝ｂ₀ ・・・（３）
ｃ＝ｃ₀＋Ａ（ｆ_M，ｚ）＝ｃ₀＋２αｚｆ_M（＝ａｆ_M＋ｂ） ・・・（４）
式（２）、（４）からも明らかなように、減衰補正部３３３ｂは、超音波の受信深度ｚが大きいほど、補正量が大きい補正を行う。また、式（３）によれば、切片に関する補正は恒等変換である。これは、切片が周波数０（Ｈｚ）に対応する周波数成分であって減衰の影響を受けないためである。

図６は、減衰補正部３３３ｂが算出した特徴量ａ、ｂ、ｃをパラメータとして有する直線を示す図である。直線Ｌ₁の式は、
Ｉ＝ａｆ＋ｂ＝（ａ₀＋２αｚ）ｆ＋ｂ₀ ・・・（５）
で表される。この式（５）からも明らかなように、回帰直線Ｌ₁は、減衰補正前の回帰直線Ｌ₁₀と比較して、傾きが大きく（ａ＞ａ₀）、かつ切片が同じ（ｂ＝ｂ₀）である。

統計値算出部３３４は、特徴量算出部３３３が算出した特徴量ａ、ｂ、ｃのうち、組織の良悪性判定に用いる特徴量について、統計値を算出する。本実施の形態において、良悪性判定に用いる統計値として、統計値算出部３３４は、特徴量ｃの平均値を算出する。特徴量ｃの平均値とは、特徴量ｃの分布から算出される平均値である。統計値算出部３３４は、平均値のほか、特徴量の標準偏差や、特徴量の中央値、特徴量（分布）の尖度、特徴量（分布）の歪度を算出するようにしてもよい。良悪性判定に用いる統計値は、上述した平均値に代えて、標準偏差、中央値、４分位値、分散、標準偏差、尖度、歪度のうちのいずれかを用いてもよいし、複数組み合わせてもよい。

ヒストグラム生成部３３５は、特徴量算出部３３３が各サンプル点において算出した特徴量ａ、ｂ、ｃのうち、組織の良悪性判定に用いる特徴量について、特徴量と、相対頻度（相対的な出現頻度）である相対度数との関係を示すヒストグラムを生成する。相対度数は、関心領域内における、総画素数に対する同一の特徴量を有する画素数の割合（％）を示す。なお、ヒストグラム生成部３３５は、周波数特徴量に限らず、エコー信号の振幅から変換される輝度をもとに算出される特徴量のヒストグラムを生成してもよい。

累積度数算出部３３６は、ヒストグラム生成部３３５が生成したヒストグラムに基づいて、設定されている特徴量の範囲における累積相対度数を算出する。ここで、累積相対度数は、正規化された累積度数である。累積度数算出部３３６は、例えば、閾値として設定されている特徴量以下の特徴量の相対度数を累積することによって、累積相対度数を算出する。ここで、累積相対度数（％）は、後述する関心領域内における閾値以下の特徴量を有する画素数の、関心領域内の総画素数に対する割合である。

判定部３３７は、統計値算出部３３４が算出した平均値や、累積度数算出部３３６が算出した累積相対度数に基づいて、その特徴量を有する組織の良悪性を判定する。具体的に、判定部３３７は、平均値が閾値より大きければ、その組織は良性の疑いがある（以下、単に「良性疑い」ということもある）と判定し、平均値が閾値以下であれば、その組織は良性ではなく、良悪性の再判定が必要であると判定する。再判定する場合、判定部３３７は、累積相対度数が、予め設定されている閾値以下であるか否かを判断し、累積相対度数が閾値以下の場合、その組織は良性疑いであると判定する。これに対し、判定部３３７は、累積相対度数が閾値より大きいと判断した場合、その組織は悪性の疑いがある（以下、単に「悪性疑い」ということもある）と判定する。

ここで、リンパ節など、辺縁部から癌浸潤が進行する組織における良悪性の判定について、図７〜９を参照して説明する。図７〜図９は、リンパ節における組織の良悪性の判定について説明する図であって、組織の状態に応じたヒストグラムの一例を示す図である。具体的に、図７に示すヒストグラムＨ₁は良性の組織のヒストグラムの一例であり、図８に示すヒストグラムＨ₂は悪性の組織のヒストグラムの一例である。また、図９の（ａ）に示すヒストグラムＨ₃は癌浸潤が開始した直後の組織のヒストグラムの一例であり、図９の（ｂ）に示すヒストグラムＨ₄は癌浸潤が進行した組織のヒストグラムの一例である。

まず、組織が良性である場合（図７参照）、特徴量の平均値は、組織が悪性である場合（図８参照）と比して、相対度数の平均値が、特徴量が高い側となる。良性の場合の特徴量の平均値と、悪性の場合の特徴量の平均値とをもとに閾値を設定することによって、組織の良悪性を判定するための特徴量の閾値を設定することができる。

一方、癌浸潤が開始した直後は、閾値よりも小さい側の特徴量における相対度数の和が、閾値以上の特徴量における相対度数の和より小さく、全体としての平均値も閾値より大きくなる（図９の（ａ）参照）。この場合、組織の一部が癌浸潤しているにも関わらず、この状態から癌浸潤が進行して、閾値を境界とする相対度数の和の関係が逆転するまで（図９の（ｂ）参照）、組織が良性であると判定されてしまう。

画像処理部３４は、エコー信号の振幅を輝度に変換して表示する超音波画像であるＢモード画像データを生成するＢモード画像データ生成部３４１と、減衰補正部３３３ｂが算出した特徴量を視覚情報と関連づけてＢモード画像とともに表示する特徴量画像データを生成する特徴量画像データ生成部３４２と、を有する。画像処理部３４は、ＣＰＵ等の汎用プロセッサやＡＳＩＣ等の特定の機能を実行する各種演算回路等の専用プロセッサを用いて構成される。

Ｂモード画像データ生成部３４１は、信号処理部３２から受信したＢモード用受信データに対してゲイン処理、コントラスト処理、γ補正処理等の公知の技術を用いた信号処理を行うとともに、表示装置４における画像の表示レンジに応じて定まるデータステップ幅に応じたデータの間引き等を行うことによってＢモード画像データを生成する。Ｂモード画像は、色空間としてＲＧＢ表色系を採用した場合の変数であるＲ（赤）、Ｇ（緑）、Ｂ（青）の値を一致させたグレースケール画像である。

Ｂモード画像データ生成部３４１は、信号処理部３２からのＢモード用受信データに走査範囲を空間的に正しく表現できるよう並べ直す座標変換を施した後、Ｂモード用受信データ間の補間処理を施すことによってＢモード用受信データ間の空隙を埋め、Ｂモード画像データを生成する。Ｂモード画像データ生成部３４１は、生成したＢモード画像データを特徴量画像データ生成部３４２へ出力する。

特徴量画像データ生成部３４２は、特徴量算出部３３３が算出した特徴量に関連する視覚情報を付与した特徴量画像データを生成するとともに、この特徴量画像データをＢモード画像データにおける画像の各画素に対して重畳することによって重畳画像データを生成する。

特徴量画像データ生成部３４２は、例えば図４に示す１つのサンプルデータ群Ｆ_j（ｊ＝１、２、・・・、Ｋ）のデータ量に対応する画素領域に対し、そのサンプルデータ群Ｆ_jから算出される周波数スペクトルの特徴量に対応する視覚情報を割り当てる。特徴量画像データ生成部３４２は、例えば上述した傾き、切片、ミッドバンドフィットのいずれか一つに視覚情報としての色相を対応付けることによって特徴量画像を生成する。具体的に、特徴量画像データ生成部３４２は、特徴量ａに視覚情報としての色相を対応付ける場合、予め設定された配色に基づいて視覚情報を割り当てる。特徴量に関連する視覚情報としては、色相のほか、例えば彩度、明度、輝度値、Ｒ（赤）、Ｇ（緑）、Ｂ（青）などの所定の表色系を構成する色空間の変数を挙げることができる。

関心領域設定部３５は、入力部３６が受け付けた入力に応じて関心領域を設定する。この関心領域は、組織の良悪性を判定するために設定される領域である。図１０は、本発明の一実施の形態に係る超音波観測装置の関心領域設定部が設定する関心領域について説明する図である。具体的には、関心領域設定部３５は、入力部３６が受け付けた入力に応じて、外縁部Ｇ_Oと、内縁部Ｇ_Iとを設定する。関心領域設定部３５は、設定された外縁部Ｇ_Oおよび内縁部Ｇ_Iによって囲まれる環状（ドーナツ型）の領域Ｒ₁を関心領域として設定する。例えば、図１０に示すリンパ節３００に対して関心領域（外縁部Ｇ_Oおよび内縁部Ｇ_I）を設定する場合、少なくとも一つのリンパ小節３０１に内接する外縁部Ｇ_Oと、少なくとも一つのリンパ小節３０１に外接し、かつ髄質３０２の少なくとも一部を取り囲む内縁部Ｇ_Iとを設定する。これにより、外縁部Ｇ_Oの内部全体を関心領域とする場合と比して、関心領域において、リンパ小節３０１を含むリンパ節３００の外縁側の領域が占める割合を大きくし、辺縁部からの癌浸潤の判定精度を高くすることができる。なお、図１０に示す領域は一例であり、リンパ小節を含む領域であれば、円をなす領域であってもよいし、矩形や角形をなす領域であってもよいし、外縁部Ｇ_Oと内縁部Ｇ_Iとの中心位置が一致していてもよいし、外縁部Ｇ_Oと内縁部Ｇ_Iとの中心位置が偏心していてもよい。また、入力部３６を通じた領域設定のほか、画像処理によりリンパ小節３０１を検出し、自動で関心領域を設定するようにしてもよい。関心領域設定部３５は、ＣＰＵ等の汎用プロセッサやＡＳＩＣ等の特定の機能を実行する各種演算回路等の専用プロセッサを用いて構成される。

一般的に、リンパ節の場合は外縁部から浸潤が進むことが多い。そのため、組織の良悪性判断においては、外縁部と、外縁部近傍とを含む領域に関する情報が重要である。累積相対度数を用いて良悪性疑いの判断を行う場合は、累積相対度数という指標の特性上、重要な部分の情報が多い方が、浸潤に関して精度の高い情報が得られる。本実施の形態のように、リンパ小節を含む環状の関心領域を設定することは、高精度に良悪性疑いを判断するという観点で好ましい。

図１１は、従来の関心領域設定におけるリンパ節における組織の良悪性の判定について説明する図であって、組織の状態に応じたヒストグラムの一例を示す図である。図１１は、例えば、図１０に示す外縁部Ｇ_Oの内部すべてを関心領域とした場合のヒストグラムを示している。具体的に、図１１に示すヒストグラムＨ₁₀は、癌浸潤が開始した直後の組織のヒストグラムの一例である。図１１に示すように、環状ではない、従来の関心領域の設定では、ヒストグラムがなだらかになってしまい、良悪性疑いの判定精度が低下してしまうおそれがある。

また、超音波画像においてリンパ節の内側に存在する髄質は画像内で輝度が高いため、超音波画像における髄質を容易に判別できる。そのため、環状の内周側の領域に髄質を容易に合わせることができ、ユーザによる操作性（使い易さ）を確保できる。

制御部３７は、演算および制御機能を有するＣＰＵ等の汎用プロセッサやＡＳＩＣ等の特定の機能を実行する各種演算回路等の専用プロセッサを用いて構成される。制御部３７は、記憶部３８が記憶、格納する情報を記憶部３８から読み出し、超音波観測装置３の作動方法に関連した各種演算処理を実行することによって超音波観測装置３を統括して制御する。なお、制御部３７を信号処理部３２および演算部３３と共通のＣＰＵ等を用いて構成することも可能である。

記憶部３８は、減衰補正部３３３ｂが周波数スペクトルごとに算出した複数の特徴量や、画像処理部３４が生成した画像データを記憶する。また、記憶部３８は、統計値に対する閾値や、累積相対度数に対する閾値などの組織の良悪性判定に用いる閾値を記憶する良悪性判定情報記憶部３８１を有する。これら組織の良悪性判定に用いる閾値は、臨床的な統計に基づいて設定される。なお、入力部３６を通じてユーザが入力した設定により閾値を変更することも可能である。ユーザは、例えば、判定する組織に応じて、閾値を変更することができる。

記憶部３８は、上記以外にも、例えば増幅処理に必要な情報（図２に示す増幅率βと受信深度ｚとの関係）、増幅補正処理に必要な情報（図３に示す増幅率βと受信深度ｚとの関係）、減衰補正処理に必要な情報（式（１）参照）、周波数解析処理に必要な窓関数（Hamming、Hanning、Blackman等）の情報等を記憶する。

また、記憶部３８は、超音波観測装置３の作動方法を実行するための作動プログラムを含む各種プログラムを記憶する。作動プログラムは、ハードディスク、フラッシュメモリ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に記録して広く流通させることも可能である。なお、上述した各種プログラムは、通信ネットワークを介してダウンロードすることによって取得することも可能である。ここでいう通信ネットワークは、例えば既存の公衆回線網、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）などによって実現されるものであり、有線、無線を問わない。

以上の構成を有する記憶部３８は、各種プログラム等が予めインストールされたＲＯＭ（Read Only Memory）、および各処理の演算パラメータやデータ等を記憶するＲＡＭ（Random Access Memory）等を用いて実現される。

図１２は、以上の構成を有する超音波観測装置３が行う処理の概要を示すフローチャートである。まず、超音波観測装置３は、超音波内視鏡２から超音波振動子２１による観測対象の測定結果としてのエコー信号を受信する（ステップＳ１）。

超音波振動子２１からエコー信号を受信した信号増幅部３１１は、そのエコー信号の増幅を行う（ステップＳ２）。ここで、信号増幅部３１１は、例えば図２に示す増幅率βと受信深度ｚとの関係に基づいてエコー信号の増幅（ＳＴＣ補正）を行う。

続いて、Ｂモード画像データ生成部３４１は、信号増幅部３１１が増幅したエコー信号を用いてＢモード画像データを生成して、表示装置４へ出力する（ステップＳ３）。Ｂモード画像データを受信した表示装置４は、そのＢモード画像データに対応するＢモード画像を表示する（ステップＳ４）。

ステップＳ４に続くステップＳ５において、関心領域設定部３５は、入力部３６が受け付けた入力に応じて、外縁部Ｇ_Oと、内縁部Ｇ_Iとを設定する。関心領域３５は、設定された外縁部Ｇ_Oおよび内縁部Ｇ_Iによって囲まれる領域Ｒ₁を、上述した良悪性判定を行うための関心領域に設定する（関心領域設定ステップ：図１０参照）。

増幅補正部３３１は、送受信部３１から出力された信号に対して受信深度によらず増幅率が一定となる増幅補正を行う（ステップＳ６）。ここで、増幅補正部３３１は、例えば図３に示す増幅率と受信深度との関係が成立するように増幅補正を行う。

この後、周波数解析部３３２は、ＦＦＴ演算による周波数解析を行うことによって全てのサンプルデータ群に対する周波数スペクトルを算出する（ステップＳ７：周波数解析ステップ）。図１３は、ステップＳ７において周波数解析部３３２が実行する処理の概要を示すフローチャートである。以下、図１３に示すフローチャートを参照して、周波数解析処理を詳細に説明する。

まず、周波数解析部３３２は、解析対象の音線を識別するカウンタｋ（番号ｋ）をｋ₀とする（ステップＳ２１）。

続いて、周波数解析部３３２は、ＦＦＴ演算用に取得する一連のデータ群（サンプルデータ群）を代表するデータ位置（受信深度に相当）Ｚ^(k)の初期値Ｚ^(k) ₀を設定する（ステップＳ２２）。例えば、図４では、上述したように、音線ＳＲ_kの８番目のデータ位置を初期値Ｚ^(k) ₀として設定した場合を示している。

その後、周波数解析部３３２は、サンプルデータ群を取得し（ステップＳ２３）、取得したサンプルデータ群に対し、記憶部３８が記憶する窓関数を作用させる（ステップＳ２４）。このようにサンプルデータ群に対して窓関数を作用させることにより、サンプルデータ群が境界で不連続になることを回避し、アーチファクトが発生するのを防止することができる。

続いて、周波数解析部３３２は、データ位置Ｚ^(k)のサンプルデータ群が正常なデータ群であるか否かを判定する（ステップＳ２５）。図４を参照した際に説明したように、サンプルデータ群は、２のべき乗のデータ数を有している必要がある。以下、正常なサンプルデータ群のデータ数を２ⁿ（ｎは正の整数）とする。本実施の形態では、データ位置Ｚ^(k)が、できるだけデータ位置Ｚ^(k)が属するサンプルデータ群の中心になるよう設定される。具体的には、サンプルデータ群のデータ数は２ⁿであるので、データ位置Ｚ^(k)はそのサンプルデータ群の中心に近い２ⁿ／２（＝２^n-1）番目の位置に設定される。この場合、サンプルデータ群が正常であるとは、データ位置Ｚ^(k)の前方に２^n-1−１（＝Ｎとする）個のデータがあり、データ位置Ｚ^(k)の後方に２^n-1（＝Ｍとする）個のデータがあることを意味する。図４に示す場合、サンプルデータ群Ｆ₁、Ｆ₂、Ｆ₃、・・・、Ｆ_K-1はともに正常である。なお、図４ではｎ＝４（Ｎ＝７，Ｍ＝８）の場合を例示している。

ステップＳ２５における判定の結果、データ位置Ｚ^(k)のサンプルデータ群が正常である場合（ステップＳ２５：Ｙｅｓ）、周波数解析部３３２は、後述するステップＳ２７へ移行する。

ステップＳ２５における判定の結果、データ位置Ｚ^(k)のサンプルデータ群が正常でない場合（ステップＳ２５：Ｎｏ）、周波数解析部３３２は、不足分だけゼロデータを挿入することによって正常なサンプルデータ群を生成する（ステップＳ２６）。ステップＳ２５において正常でないと判定されたサンプルデータ群（例えば図４のサンプルデータ群Ｆ_K）は、ゼロデータを追加する前に窓関数が作用されている。このため、サンプルデータ群にゼロデータを挿入してもデータの不連続は生じない。ステップＳ２６の後、周波数解析部３３２は、後述するステップＳ２７へ移行する。

ステップＳ２７において、周波数解析部３３２は、サンプルデータ群を用いてＦＦＴ演算を行うことにより、振幅の周波数分布である周波数スペクトルを得る（ステップＳ２７）。

続いて、周波数解析部３３２は、データ位置Ｚ^(k)をステップ幅Ｄで変化させる（ステップＳ２８）。ステップ幅Ｄは、記憶部３８が予め記憶しているものとする。図４では、Ｄ＝１５の場合を例示している。ステップ幅Ｄは、Ｂモード画像データ生成部３４１がＢモード画像データを生成する際に利用するデータステップ幅と一致させることが望ましいが、周波数解析部３３２における演算量を削減したい場合には、ステップ幅Ｄとしてデータステップ幅より大きい値を設定してもよい。

その後、周波数解析部３３２は、データ位置Ｚ^(k)が音線ＳＲ_kにおける最大値Ｚ^(k) _maxより大きいか否かを判定する（ステップＳ２９）。データ位置Ｚ^(k)が最大値Ｚ^(k) _maxより大きい場合（ステップＳ２９：Ｙｅｓ）、周波数解析部３３２はカウンタｋを１増加させる（ステップＳ３０）。これは、処理をとなりの音線へ移すことを意味する。一方、データ位置Ｚ^(k)が最大値Ｚ^(k) _max以下である場合（ステップＳ２９：Ｎｏ）、周波数解析部３３２はステップＳ２３へ戻る。このようにして、周波数解析部３３２は、音線ＳＲ_kに対して、［（Ｚ^(k) _max−Ｚ^(k) ₀＋１）／Ｄ＋１］個のサンプルデータ群に対するＦＦＴ演算を行う。ここで、［Ｘ］は、Ｘを超えない最大の整数を表す。

ステップＳ３０の後、周波数解析部３３２は、カウンタｋが最大値ｋ_maxより大きいか否かを判定する（ステップＳ３１）。カウンタｋが最大値ｋ_maxより大きい場合（ステップＳ３１：Ｙｅｓ）、周波数解析部３３２は一連の周波数解析処理を終了する。一方、カウンタｋが最大値ｋ_max以下である場合（ステップＳ３１：Ｎｏ）、周波数解析部３３２はステップＳ２２に戻る。この最大値ｋ_maxは、術者等のユーザが入力部３６を通じて任意に指示入力した値、もしくは、記憶部３８にあらかじめ設定された値とする。

このようにして、周波数解析部３３２は、解析対象領域内の（ｋ_max−ｋ₀＋１）本の音線の各々について複数回のＦＦＴ演算を行う。ＦＦＴ演算の結果は、受信深度および受信方向とともに記憶部３８に格納される。

なお、以上の説明では、周波数解析部３３２が超音波信号を受信したすべての領域に対して周波数解析処理を行うものとしたが、設定された関心領域内においてのみ周波数解析処理を行うようにすることも可能である。

以上説明したステップＳ７の周波数解析処理に続いて、特徴量算出部３３３は、複数の周波数スペクトルの補正前特徴量をそれぞれ算出し、各周波数スペクトルの補正前特徴量に対して超音波の減衰の影響を排除する減衰補正を行うことによって各周波数スペクトルの補正特徴量を算出する（ステップＳ８〜Ｓ９：特徴量算出ステップ）。

ステップＳ８において、近似部３３３ａは、周波数解析部３３２が生成した複数の周波数スペクトルをそれぞれ回帰分析することにより、各周波数スペクトルに対応する補正前特徴量を算出する（ステップＳ８）。具体的には、近似部３３３ａは、各周波数スペクトルを回帰分析することによって一次式で近似し、補正前特徴量として傾きａ₀、切片ｂ₀、ミッドバンドフィットｃ₀を算出する。例えば、図５に示す回帰直線Ｌ₁₀は、近似部３３３ａが周波数帯域Ｆの周波数スペクトルＣ₁に対し回帰分析によって近似した回帰直線である。

続いて、減衰補正部３３３ｂは、近似部３３３ａが各周波数スペクトルに対して近似した補正前特徴量に対し、減衰率αを用いて減衰補正を行うことにより、補正特徴量を算出し、算出した補正特徴量を記憶部３８に格納する（ステップＳ９）。図６に示す回帰直線Ｌ₁は、減衰補正部３３３ｂが減衰補正処理を行うことによって得られる直線の例である。

ステップＳ９において、減衰補正部３３３ｂは、上述した式（２）、（４）における受信深度ｚに、超音波信号の音線のデータ配列を用いて得られるデータ位置Ｚ＝（ｆ_sp／２ｖ_s）Ｄｎを代入することによって算出する。ここで、ｆ_spはデータのサンプリング周波数、ｖ_sは音速、Ｄはステップ幅、ｎは処理対象のサンプルデータ群のデータ位置までの音線の１番目のデータからのデータステップ数である。例えば、データのサンプリング周波数ｆ_spを５０ＭＨｚとし、音速ｖ_sを１５３０ｍ／ｓｅｃとし、図４に示すデータ配列を採用してステップ幅Ｄを１５とすると、ｚ＝０．２２９５ｎ（ｍｍ）となる。

その後、ステップＳ５において設定された関心領域に対し、演算部３３が、関心領域内の組織の良悪性判定処理を行う（ステップＳ１０）。図１４は、本発明の一実施の形態に係る超音波観測装置の演算部が実行する良悪性判定処理の概要を示すフローチャートである。

ステップＳ４１において、まず、統計値算出部３３４は、関心領域における特徴量の平均値を算出する。そして、判定部３３７は、特徴量の平均値が、特徴量について設定される閾値（以下、第１閾値という）以下であるか否かを判断する（ステップＳ４２）。ここで、判定部３３７は、特徴量の平均値が第１閾値以下であれば（ステップＳ４２：Ｙｅｓ）、ステップＳ４５に移行する。これに対し、判定部３３７は、特徴量の平均値が第１閾値より大きいと判断すれば（ステップＳ４２：Ｎｏ）、ステップＳ４３に移行する。

ステップＳ４３において、ヒストグラム生成部３３５は、組織の良悪性判定に用いる特徴量について、特徴量と、相対頻度である相対度数との関係を示すヒストグラムを生成する（ヒストグラム生成ステップ）。

ステップＳ４３に続くステップＳ４４において、累積度数算出部３３６が、上述した特徴量の閾値以下の特徴量における相対度数の和である累積相対度数を算出し、判定部３３７が、算出された累積相対度数が、累積相対度数について設定される閾値（以下、第２閾値という）以下であるか否かを判断する。判定部３３７は、累積相対度数が、第２閾値より大きいと判断した場合（ステップＳ４４：Ｎｏ）、ステップＳ４５に移行する。これに対し、判定部３３７は、累積相対度数が、第２閾値以下であると判断した場合（ステップＳ４４：Ｙｅｓ）、ステップＳ４６に移行する。

ステップＳ４５において、判定部３３７は、関心領域に存在する組織が、悪性疑いであると判定し、その判定結果を制御部３７に出力する。

ステップＳ４６において、判定部３３７は、関心領域に存在する組織が、良性疑いであると判定し、その判定結果を制御部３７に出力する。

このようにして、演算部３３は、関心領域内の組織について、良悪性の判定を行う。演算部３３は、良悪性の判定が終了すると、ステップＳ１１に移行する。

図１２に戻り、ステップＳ１１において、特徴量画像データ生成部３４２は、Ｂモード画像データ生成部３４１が生成したＢモード画像データにおける各画素に対し、ステップＳ９で算出された特徴量に関連づけた視覚情報を重畳することによって特徴量画像データを生成する。この際、特徴量画像データ生成部３４２は、判定部３３７による判定結果を、特徴量画像データに付与する。

この後、表示装置４は、制御部３７の制御のもと、特徴量画像データ生成部３４２が生成した特徴量画像データに対応する特徴量画像をＢモード画像に重畳した重畳画像を表示する（ステップＳ１２）。特徴量画像には、例えば、Ｂモード画像に特徴量に関する視覚情報が重畳された画像を表示する重畳画像や、観測対象の識別情報、良悪性判定結果などが含まれる。図１５に、この表示例を示す。同図に示す画面２０１は、合成画像を表示する合成画像表示部２０２と、被検体のＩＤや、良悪性判定に用いたパラメータなどを表示する情報表示部２０３とを有する。合成画像表示部２０２に表示される合成画像は、扇状のＢモード画像に、ハッチングで示す視覚情報（特徴量）が重畳されている。情報表示部２０３に表示されるパラメータとして、特徴量の平均値であるＭＥＡＮ、標準偏差であるＳＤ、累積相対度数であるＣＲＦ、特徴量の中央値であるＭＥＤ、特徴量（分布）の尖度であるＫＵＲＴ、特徴量（分布）の歪度であるＳＫＥＷがある。なお、情報表示部２０３に、特徴量の情報、近似式の情報、ゲインやコントラスト等の情報等をさらに表示するようにしてもよい。また、合成画像に対応するＢモード画像を合成画像と並べて表示してもよい。

なお、表示する画像には、特徴量の情報、近似式の情報、ゲインやコントラスト等の画像情報等を含めてもよい。また、重畳画像に対応するＢモード画像を特徴量画像と並べて表示してもよい。

以上説明した本発明の一実施の形態では、Ｂモード画像として造影されるリンパ節に対し、リンパ小節を含む中空円環状の関心領域を設定し、その関心領域において、ヒストグラムの生成や、累積相対度数の算出を経て、組織の良悪性判定を行うようにした。本実施の形態によれば、関心領域におけるリンパ節の辺縁部が占める割合を大きくし、ヒストグラムから求まる辺縁の特徴量の特性から良悪性を判定するため、辺縁から癌浸潤（悪性化）する組織の良悪性を適切に判定することができる。

なお、上述した実施の形態では、特徴量の頻度を、関心領域の総画素数で正規化した相対度数を用いてヒストグラムを生成するようにしたが、正規化前の累積度数（画素数）を用いてヒストグラムを生成してもよい。

また、上述した実施の形態では、特徴量の平均値、および累積相対度数を用いて、組織の良悪性を判定するものとして説明したが、組織の大きさを判定基準として加えてもよい。一般に、直径が５ｍｍ以下の大きさの組織は良性であることが多いため、組織の直径が５ｍｍ以下の場合は、一律に「良性疑い」と判定するようにしてもよい。

また、上述した実施の形態では、統計値として、特徴量の平均値を用いて組織の良悪性を判定するものとして説明したが、複数の統計値を組み合わせて良悪性を判定するようにしてもよい。例えば、図１３に示すステップＳ４１において、統計値算出部３３４が、特徴量の平均値と、標準偏差とを算出し、判定部３３７が、算出した平均値および標準偏差に基づいて良悪性を判定するようにしてもよい。この際、判定部３３７は、平均値および標準偏差について、それぞれに設定される閾値によって判定してもよいし、平均値と標準偏差とをもとに算出される代表統計値を用いて、設定される閾値により良悪性を判定するようにしてもよい。

また、上述した実施の形態では、表示装置４の画面に表示される情報表示部２０３は、図１４に示す画面２０１に限らない。以下、情報表示部２０３の変形例について説明する。

（実施の形態の変形例１）
図１６は、本発明の一実施の形態の変形例１に係る超音波観測システムの表示装置が表示する画像の一例を示す図である。図１６は、ＣＲＦの値によって「悪性疑い」と判定された場合を示している。図１６に示す情報表示部２０３では、ＣＲＦの表示が網掛けになっている。このように、悪性疑いであると判定された値を他とは異なる表示とすることによって、悪性判定に影響した値を容易に把握することができる。

（実施の形態の変形例２）
図１７は、本発明の一実施の形態の変形例２に係る超音波観測システムの表示装置が表示する画像の一例を示す図である。図１７は、平均値の値によって「悪性疑い」と判定され、ＣＲＦの値も「悪性疑い」に相当する場合を示している。図１７に示す情報表示部２０３では、ＭＥＡＮの数値及びＣＲＦの数値のみが表示される。このように、悪性疑いであると判定された値のみを表示することによって、悪性判定に影響した値を容易に把握することができる。

ここまで、本発明を実施するための形態を説明してきたが、本発明は上述した実施の形態によってのみ限定されるべきものではない。例えば、上述した実施の形態では、リンパ節３００を判定対象として説明したが、辺縁部から悪性化する組織であれば適用可能である。

また、本実施の形態では、超音波プローブとしてライトガイド等の光学系を有する超音波内視鏡２を用いて説明したが、超音波内視鏡２に限らず、撮像光学系および撮像素子を有しない超音波プローブであってもよい。さらに、超音波プローブとして、光学系のない細径の超音波ミニチュアプローブを適用してもよい。超音波ミニチュアプローブは、通常、胆道、胆管、膵管、気管、気管支、尿道、尿管へ挿入され、その周囲臓器（膵臓、肺、前立腺、膀胱、リンパ節等）を観察する際に用いられる。

また、超音波プローブとして、被検体の体表から超音波を照射する体外式超音波プローブを適用してもよい。体外式超音波プローブは、通常、腹部臓器（肝臓、胆嚢、膀胱）、乳房（特に乳腺）、甲状腺を観察する際に体表に直接接触させて用いられる。

また、超音波振動子は、リニア振動子でもラジアル振動子でもコンベックス振動子でも構わない。また、超音波内視鏡は、超音波振動子をメカ的に走査させるものであってもよいし、超音波振動子として複数の素子をアレイ状に設け、送受信にかかわる素子を電子的に切り替えたり、各素子の送受信に遅延をかけたりすることで、電子的に走査させるものであってもよい。

このように、本発明は、特許請求の範囲に記載した技術的思想を逸脱しない範囲内において、様々な実施の形態を含みうるものである。

１ 超音波観測システム
２ 超音波内視鏡
３ 超音波観測装置
４ 表示装置
２１ 超音波振動子
３１ 送受信部
３２ 信号処理部
３３ 演算部
３４ 画像処理部
３５ 関心領域設定部
３６ 入力部
３７ 制御部
３８ 記憶部
３３１ 増幅補正部
３３２ 周波数解析部
３３３ 特徴量算出部
３３３ａ 近似部
３３３ｂ 減衰補正部
３３４ 統計値算出部
３３５ ヒストグラム生成部
３３６ 累積度数算出部
３３７ 判定部
３４１ Ｂモード画像データ生成部
３４２ 特徴量画像データ生成部
３８１ 良悪性判定情報記憶部
Ｃ₁ 周波数スペクトル

Claims (8)

1. 観測対象へ超音波を送信し、該観測対象で反射された超音波を受信する超音波振動子を備えた超音波プローブが取得した超音波信号に基づいて超音波画像を生成する超音波観測装置であって、
   前記超音波画像に対し、環状の外縁部、および環状の内縁部により囲まれる環状の関心領域を設定する関心領域設定部と、
   前記超音波信号に基づいて特徴量を算出する特徴量算出部と、
   前記関心領域内の前記特徴量の出現頻度を示すヒストグラムを生成するヒストグラム生成部と、
   前記ヒストグラムにおいて、予め設定されている第１の閾値以下の特徴量の出現頻度に基づいて累積度数を算出する累積度数算出部と、
   前記累積度数と、予め設定されている第２の閾値とに基づいて、前記観測対象に悪性の疑いがあるか否かを判定する判定部と、
   を備えることを特徴とする超音波観測装置。
2. 前記関心領域内の前記特徴量に基づいて統計値を算出する統計値算出部、
   をさらに備え、
   前記判定部は、前記統計値と、予め設定されている第３の閾値とに基づいて、前記観測対象の良悪性を判定し、悪性の疑いがあると判定した場合に、前記累積度数と前記第２の閾値とに基づいて前記観測対象の良悪性を判定する
   ことを特徴とする請求項１に記載の超音波観測装置。
3. 前記統計値は、前記特徴量の平均値、中央値、４分位値、分散、標準偏差、尖度および歪度のうちの少なくとも一つである
   ことを特徴とする請求項２に記載の超音波観測装置。
4. 前記判定部よる判定結果を表示装置に表示させる制御部、
   をさらに備えることを特徴とする請求項２に記載の超音波観測装置。
5. 前記制御部は、前記判定部により悪性の疑いがあると判定された前記統計値または前記累積度数のみを判定結果として前記表示装置に表示させる
   ことを特徴とする請求項４に記載の超音波観測装置。
6. 前記超音波信号に基づいて生成される信号の周波数を解析することによって複数の周波数スペクトルを算出する周波数解析部、
   をさらに備え、
   前記特徴量算出部は、前記周波数解析部が算出した周波数スペクトルに基づいて前記特徴量を算出する
   ことを特徴とする請求項１に記載の超音波観測装置。
7. 観測対象へ超音波を送信し、該観測対象で反射された超音波を受信する超音波振動子を備えた超音波プローブが取得した超音波信号に基づいて超音波画像を生成する超音波観測装置の作動方法であって、
   関心領域設定部が、前記超音波画像に対し、環状の外縁部、および環状の内縁部により囲まれる環状の関心領域を設定する関心領域設定ステップと、
   特徴量算出部が、前記超音波信号に基づいて特徴量を算出する特徴量算出ステップと、
   ヒストグラム生成部が、前記関心領域内の前記特徴量の出現頻度を示すヒストグラムを生成するヒストグラム生成ステップと、
   累積度数算出部が、前記ヒストグラムにおいて、予め設定されている第１の閾値以下の特徴量の出現頻度に基づいて累積度数を算出する累積度数算出ステップと、
   判定部が、前記累積度数と、予め設定されている第２の閾値とに基づいて、前記観測対象に悪性の疑いがあるか否かを判定する判定ステップと、
   を含むことを特徴とする超音波観測装置の作動方法。
8. 観測対象へ超音波を送信し、該観測対象で反射された超音波を受信する超音波振動子を備えた超音波プローブが取得した超音波信号に基づいて超音波画像を生成する超音波観測装置の作動プログラムであって、
   関心領域設定部が、前記超音波画像に対し、環状の外縁部、および環状の内縁部により囲まれる環状の関心領域を設定する関心領域設定手順と、
   特徴量算出部が、前記超音波信号に基づいて特徴量を算出する特徴量算出手順と、
   ヒストグラム生成部が、前記関心領域内の前記特徴量の出現頻度を示すヒストグラムを生成するヒストグラム生成手順と、
   累積度数算出部が、前記ヒストグラムにおいて、予め設定されている第１の閾値以下の特徴量の出現頻度に基づいて累積度数を算出する累積度数算出手順と、
   判定部が、前記累積度数と、予め設定されている第２の閾値とに基づいて、前記観測対象に悪性の疑いがあるか否かを判定する判定手順と、
   を前記超音波観測装置に実行させることを特徴とする超音波観測装置の作動プログラム。

Images