JP2020501648A - 超音波トモグラフィのための波形強化反射およびマージン境界特徴付け - Google Patents

Abstract

本発明は、組織の体積の強化された画像を生成するための改良された方法およびシステムを提供する。ある側面では、本方法は、トランスデューサから組織の体積を通して伝送される音響波形から導出される複数の音響信号を受信することと、音響信号から音反射を特性評価する第１反射レンダリングを生成することであって、第１反射レンダリングは、組織の体積の領域を横断する反射値の第１分布を備える、ことと、音響信号から音速を特性評価する音速レンダリングを生成することであって、音速レンダリングは、領域を横断する音速値の分布を備える、ことと、音速レンダリングから音反射を特性評価する第２反射レンダリングを生成することであって、第２反射レンダリングは、領域を横断する反射値の第２分布を備える、ことと、第１反射レンダリングおよび第２反射レンダリングに基づいて、１つ以上の組み合わせられた画像をレンダリングすることとを含む。

Description

（相互参照）
本願は、米国仮出願第６２／４２９，５４２号（代理人管理番号５０１７４−７３５．１０１）， 出願日２０１６年１２月２日、発明の名称“Ｗａｖｅｆｏｒｍ Ｅｎｈａｎｃｅｄ Ｒｅｆｌｅｃｔｉｏｎ ｆｏｒ Ｕｌｔｒａｓｏｕｎｄ Ｔｏｍｏｇｒａｐｈｙ”，および米国仮出願第６２／４２９，５６３号 （代理人管理番号５０１７４−７３６．１０１）， 出願日２０１６年１２月２日、発明の名称 “Ｍａｒｇｉｎ Ｂｏｕｎｄａｒｙ Ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ａｎｄ Ｒｅｇｉｏｎ ｏｆ Ｉｎｔｅｒｅｓｔ Ｄｉａｇｎｏｓｔｉｃｓ ｆｏｒ Ｕｌｔｒａｓｏｕｎｄ Ｔｏｍｏｇｒａｐｈｙ”の仮特許出願の利益を主張するものであり、これらの各々は、全体が参照により本明細書中に援用される。

本願の内容は、米国特許出願第１４／８１７，４７０号、発明の名称“Ｍｅｔｈｏｄ ｆｏｒ Ｇｅｎｅｒａｔｉｎｇ ａｎ Ｅｎｈａｎｃｅｄ Ｉｍａｇｅ ｏｆ Ａ Ｖｏｌｕｍｅ ｏｆ Ｔｉｓｓｕｅ” （代理人管理番号５０１７４−７２５．２０１）；米国特許出願第１４／８１９，０９１号、発明の名称 “Ｕｌｔｒａｓｏｕｎｄ Ｗａｖｅｆｏｒｍ Ｔｏｍｏｇｒａｐｈｙ Ｍｅｔｈｏｄ ａｎｄ Ｓｙｓｔｅｍ” （代理人管理番号５０１７４−７２８．２０１）；およびＰＣＴ国際出願公開第ＷＯ２０１７０４０８６６、発明の名称 “Ｔｉｓｓｕｅ Ｉｍａｇｉｎｇ ａｎｄ Ａｎａｌｙｓｉｓ Ｕｓｉｎｇ Ｕｌｔｒａｓｏｕｎｄ Ｗａｖｅｆｏｒｍ Ｔｏｍｏｇｒａｐｈｙ” （代理人管理番号５０１７４−７３２．６０１）の特許出願に関連しており、これらの各々は、全体が参照により本明細書中に援用される。

（政府支援研究に関するステートメント）
本発明は、アメリカ国立がん研究所によって支援番号Ｒ４４ ＣＡ１６５３２０のもとで米国政府の支援によってなされた。政府は本発明に一定の権利を有する。

超音波反射撮像のための現在の方法は、いくつかの点で理想的ではない場合がある。例えば、超音波反射撮像のための現在の方法は、パルスエコー信号のコヒーレント加算に基づき得る。パルスエコーアプローチに基づく方法は、脂肪組織が優勢な乳房において良好に機能するが、高密度の乳房を撮像するとき、限定が存在し得る。これらの限定は、（ｉ）大きい組織体積を照射するときの信号コヒーレント性の喪失（例えば、患者運動）、（ｉｉ）高密度乳房組織中の複数の散乱事象から生じるコヒーレンス性の喪失（モデル不整合）、および／または（ｉｉｉ）高密度の高減衰組織の奥深くに貫通できないことから生じ得る。

例えば、マンモグラフィ、磁気共鳴撮像（ＭＲＩ）、または超音波等の乳癌および他のタイプの癌を撮像ならびに診断するための従来の技法は、少なくともいくつかの点で理想的ではない場合がある。例えば、ＭＲＩは、日常的な使用のためには法外に高価であり得る。別の実施例では、マンモグラフィは、電離放射線を伴い、これは、患者スクリーニングの頻度を限定し得、例えば、より致死性の浸潤癌および／またはあまり致死性ではない腺管癌等の種々のタイプの腫瘤を原位置で識別する際に特異性が欠如し得る。そのような特異性の欠如は、過剰な患者生検および／または初期誤診をもたらし得る。加えて、マンモグラフィは、高密度の乳房組織を伴う患者において低感度を有し、致死性の浸潤癌の見落としをもたらし得る。付加的実施例では、癌を撮像および診断する際の従来の超音波技法の有効性は、オペレータの技能によって限定され得る。加えて、従来の超音波は、種々のタイプの組織を十分に区別するために、または診断を正しく下すために、十分な分解能ならびに／もしくは画像品質を用いて器官全体を撮像するように最適に構成または採用されない場合がある。

上記に照らして、組織撮像の品質および腫瘤特性評価の特異性を改良する撮像ならびに診断方法が、必要とされ得る。理想的には、そのような方法は、安価であり、電離放射線（例えば、超音波撮像）を使用しない撮像モダリティを通して強化された画像品質（例えば、高分解能を伴う）を提供し、それによって、十分な臨床的感度および特異性を伴う種々のタイプの乳房腫瘤の正確な識別ならびに分類を可能にし得る。

組織の高品質撮像の必要性を認識して、本開示は、組織の体積の反射画像を強化するための改良された方法およびシステムを提供する。エンベロープ検出（ＥＲＦ）撮像等の従来の反射撮像は、病変の検出および特性評価のためのエコーコントラストを提供する。別の方法であるＲＥＦ撮像（未加工ＲＦ信号）は、マージンおよび癌特有棘形成ならびに構造歪みを画定することに役立つ。本開示の実施形態は、上記に留意される従来の方法の限定を軽減しながら、ＥＲＦ撮像およびＲＥＦ撮像の両方の利益を活用し得る波形再構築の使用を提供する。そのような軽減は、高空間分解能を維持しながら、複数の散乱を考慮し、（使用されるより低い周波数によって）深い貫通を提供する波形の能力によって可能にされ得る。

波形データがパルスエコーデータに追加され得る、本明細書に説明される方法は、音速画像から収集される音響インピーダンス情報を利用し得る。音響インピーダンスのそのような変化は、反射をもたらし得るため、本方法は、反射情報を計算するために音速画像の勾配を使用し得る。音速波形再構築と関連付けられる低周波数（約１ＭＨｚ）は、正反射（約１ｍｍまで）に関する情報を提供し得る。パルスエコー撮像は、より高い周波数（約１〜５ＭＨｚ）において起こり得るため、後者は、スペックルパターンに関する情報を提供するサブｍｍ粒度をより良好に撮像することが可能であり得る。

ＲＦ信号は、本来の反射（組織縁を強調する）を表し得、さらなる操作および調整のための大部分の柔軟性を提供し得るため、本明細書に開示される方法は、ＲＥＦ画像からの寄与を波形成分と組み合わせる手段を提供する。そのような方法は、縁に対する高空間分解能および感度を保全しながら、加えて、反射画像の一般的外観を保全し得る。加えて、本明細書に開示される方法は、正確な腫瘤検出のために画像品質を十分に改良し、不必要な患者生検を回避するように腫瘤判別を促し得る。

本開示のある側面は、着目領域を識別し、予後パラメータを開発する分類子モデルに基づく、乳房組織の高特異性特性評価のための改良された方法を提供し、その予後パラメータは、着目領域の内部および外部の音伝搬の測定、腫瘍形態（例えば、着目領域の境界の形状）の定性的評価、ならびに半定量的パラメータ（例えば、マージン境界の整数スケールのスコア）を備える。本明細書に開示される方法は、腫瘤特性評価の特異性を十分に改良し得、その方法は、過剰な患者生検を回避するように腫瘤判別を促す。

本開示の別の側面は、組織の体積の強化された画像を生成するための方法を提供し、その方法は、１つ以上のプロセッサと、命令を備えるコンピュータ可読媒体とを備えるコンピュータによって実装される。本方法は、トランスデューサから、組織の体積を通して伝送される音響波形から導出される複数の音響信号を受信するステップであって、トランスデューサは、組織の体積を囲繞するように構成される、超音波送信機のアレイと、超音波受信機のアレイとを備える、ステップと、複数の音響信号から、音反射を特性評価する第１の反射レンダリングを生成するステップであって、第１の反射レンダリングは、組織の体積の領域を横断する反射値の第１の分布を備える、ステップと、複数の音響信号から、音速を特性評価する音速レンダリングを生成するステップであって、音速レンダリングは、組織の体積の領域を横断する音速値の分布を備える、ステップと、音速レンダリングから、音反射を特性評価する第２の反射レンダリングを生成するステップであって、第２の反射レンダリングは、組織の体積の領域を横断する反射値の第２の分布を備える、ステップと、第１の反射レンダリングおよび第２の反射レンダリングに応答して、１つ以上の組み合わせられた画像をレンダリングし、それによって、組織の体積の強化された画像を生成するステップとを含んでもよい。

いくつかの実施形態では、強化は、約１ｍｍを上回るものから約０．７ｍｍを下回るものへの画像の分解能の増加を備える。いくつかの実施形態では、強化は、少なくとも約２倍から少なくとも約１０倍への画像のコントラストの増加を備える。いくつかの実施形態では、強化は、少なくとも約２倍から少なくとも約１０倍への組織の体積内の病変の顕著性の増加を備える。いくつかの実施形態では、強化は、特異性が少なくとも約７５％〜少なくとも約９５％であるような組織の体積内の病変特性評価の特異性の増加を備える。いくつかの実施形態では、組織は、乳房組織を備える。

いくつかの実施形態では、組織の体積は、脂肪組織、実質組織、癌性組織、および異常組織のうちの１つ以上のものの分布を備える。いくつかの実施形態では、脂肪組織は、脂肪実質、実質脂肪、または皮下脂肪を備える。いくつかの実施形態では、異常組織は、線維嚢胞性組織または線維腺腫を備える。いくつかの実施形態では、第１の反射レンダリングを生成するステップは、組織の体積を通した複数のコロナルスライスと関連付けられる複数の音響機械的パラメータスライスを生成するステップを含む。いくつかの実施形態では、第１の反射レンダリングを生成するステップは、音響反射信号の分布を生成するステップを含み、音響反射信号は、音響波形の反射強度と放出強度との間の関係を特性評価し、関係は、和、差異、および比率から成る群から選択される。いくつかの実施形態では、第１の反射レンダリングを生成するステップは、音響反射信号の分布を生成するステップを含み、音響反射信号は、組織の体積の音響インピーダンスの変化を特性評価する。いくつかの実施形態では、第１の反射レンダリングを生成するステップは、トランスデューサの第１のアレイから受信された音響反射信号の分布を生成するステップを含み、トランスデューサの第１のアレイは、音速レンダリングを生成するために使用されるトランスデューサの第２のアレイの第２の周波数を上回る第１の周波数において伝送および受信する。いくつかの実施形態では、第１の反射レンダリングを生成するステップは、トランスデューサの第１のアレイから受信された音響反射信号の分布を生成するステップを含み、トランスデューサの第１のアレイは、音速レンダリングを生成するために使用されるトランスデューサの第２のアレイの第２の周波数を下回る第１の周波数において伝送および受信する。いくつかの実施形態では、音速レンダリングを生成するステップは、組織の体積を通した複数のコロナルスライスと関連付けられる複数の音響機械的パラメータスライスを生成するステップを含む。いくつかの実施形態では、音速レンダリングは、位相速度に対応する実部と、音減衰に対応する虚部とを備える。

いくつかの実施形態では、音速レンダリングを生成するステップは、時間進行トモグラフィアルゴリズムに従ってシミュレートされた波形に基づいて、初期音速レンダリングを生成するステップを含み、初期音速レンダリングは、光線アーチファクトが所定の閾値まで低減されるまで反復的に最適化される。いくつかの実施形態では、シミュレートされた波形は、複数の音周波数成分毎に最適化される。いくつかの実施形態では、第２の反射レンダリングを生成するステップは、音速レンダリングの勾配を計算するステップを含む。いくつかの実施形態では、勾配を計算するステップは、Ｓｏｂｅｌ−Ｆｅｌｄｍａｎ演算子、Ｓｃｈａｒｒ演算子、Ｐｒｅｗｉｔｔ演算子、およびＲｏｂｅｒｔｓ Ｃｒｏｓｓ演算子から成る群から選択される１つ以上のアルゴリズムを実施するステップを含む。いくつかの実施形態では、第２の反射レンダリングを生成するステップの計算するステップは、平均化、切り捨て、正規化、平滑化、加算、減算、乗算、および除算から成る群から選択される算出関係を実施するステップを含む。いくつかの実施形態では、平滑化は、別の関数との畳み込み、隣接平均化、またはフーリエフィルタリングを備える。

いくつかの実施形態では、１つ以上の組み合わせられた画像をレンダリングするステップは、第１の反射レンダリングおよび第２の反射レンダリングの要素毎の平均または加重平均を実施するステップを含む。いくつかの実施形態では、１つ以上の組み合わせされた画像をレンダリングするステップは、第１の反射レンダリングおよび第２の反射レンダリングの要素毎の和または加重和を実施するステップを含む。いくつかの実施形態では、１つ以上の組み合わせられた画像をレンダリングするステップは、第１の反射レンダリングおよび第２の反射レンダリングの要素毎の積または加重積を実施するステップを含む。いくつかの実施形態では、１つ以上の組み合わせられた画像をレンダリングするステップは、第１の反射レンダリングおよび第２の反射レンダリングの畳み込みを実施するステップを含む。いくつかの実施形態では、１つ以上の組み合わせられた画像をレンダリングするステップは、第１の反射レンダリングおよび／または第２の反射レンダリングに算出関係を実施するステップを含み、算出関係は、平均化、切り捨て、正規化、平滑化、加算、減算、乗算、および除算から成る群から選択される。

いくつかの実施形態では、本方法はさらに、１つ以上の組み合わせられた画像に基づいて、組織の体積内の異なるタイプの病変を癌性腫瘍、線維腺腫、嚢腫、非特異的良性腫瘤、および識別不可能な腫瘤のうちの少なくとも１つとして分類するステップを含む。

いくつかの実施形態では、本開示は、プロセッサによって実行されると、プロセッサに、開示される方法を実施させる、その上に記憶される命令を伴う非一過性コンピュータ可読記憶媒体を提供する。

いくつかの実施形態では、本開示は、組織の体積の強化された画像を生成するためのシステムを提供する。本システムは、超音波エミッタのアレイと、超音波受信機とのアレイとを備える、トランスデューサアレイであって、組織の体積を囲繞するように構成され、超音波送信機のアレイは、音響波形を組織の体積に向かって放出するように構成され、超音波受信機のアレイは、放出された音響波形を受信し、受信された音響波形を複数の音響信号に変換するように構成される、トランスデューサアレイと、実行されると、プロセッサに、開示される方法を実施させる命令とともに構成されるコンピュータ可読媒体を備える、プロセッサと、１つ以上の組み合わせられた画像を表示するように構成される、ユーザに可視であるディスプレイとを備えてもよい。

本開示の別の側面は、患者の乳房組織の体積を特性評価するための方法を提供する。本方法は、トランスデューサから、組織の体積を通して伝送される音響波形から導出される複数の音響信号を受信するステップであって、トランスデューサは、組織の体積を囲繞するように構成される、超音波送信機のアレイと、超音波受信機のアレイとを備える、ステップと、複数の音響信号から、組織の体積内の音伝搬を特性評価する３次元音響レンダリングを生成するステップと、ユーザ選択着目領域に対応するユーザからの入力を受信するステップと、音響レンダリングから、ユーザ選択着目領域の内部の音伝搬に対応する第１の複数の予後パラメータを生成するステップと、音響レンダリングから、ユーザ選択着目領域の外部の音伝搬に対応する第２の複数の予後パラメータを生成するステップと、第１の複数の内部予後パラメータおよび第２の複数の外部予後パラメータを使用して、組織の体積内の病変を特性評価するステップとを含んでもよい。

いくつかの実施形態では、３次元音響レンダリングは、音響減衰レンダリングと、音響反射レンダリングと、音響音速レンダリングとを備える。いくつかの実施形態では、本方法はさらに、音響反射レンダリング、音響減衰レンダリング、および音響音速レンダリングの併合された３次元レンダリングを生成するステップを含む。いくつかの実施形態では、第１の複数の予後パラメータは、音響減衰の体積平均値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える。いくつかの実施形態では、第２の複数の予後パラメータは、音響減衰の体積平均値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える。いくつかの実施形態では、ユーザ選択着目領域は、音響減衰レンダリング、音響反射レンダリング、および音響音速レンダリングのうちの少なくとも１つから選択される。いくつかの実施形態では、ユーザ選択着目領域は、併合された３次元レンダリングから選択される。いくつかの実施形態では、ユーザ選択着目領域の選択は、コンピュータ実装アルゴリズムによって支援または最適化される。

いくつかの実施形態では、組織の体積内の病変は、癌性腫瘍、線維腺腫、嚢腫、非特異的良性腫瘤、および識別不可能な腫瘤のうちの少なくとも１つとして分類される。いくつかの実施形態では、組織の体積内の病変を分類するステップは、第１の複数の予後パラメータまたは第２の複数の予後パラメータの閾値を使用するステップを含む。いくつかの実施形態では、第１の複数の予後パラメータまたは第２の複数の予後パラメータのうちの少なくとも１つの予後パラメータは、整数スケールによる着目領域のマージンのユーザ選択分類を備える。いくつかの実施形態では、第１の複数の予後パラメータまたは第２の複数の予後パラメータのうちの少なくとも１つの予後パラメータは、着目領域の内部の音響パラメータと着目領域外部の音響パラメータとの間の差異を備える。いくつかの実施形態では、第１の複数の予後パラメータは、音響減衰の体積標準偏差値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える。いくつかの実施形態では、第１の複数の予後パラメータは、音響減衰の体積標準偏差値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える。いくつかの実施形態では、組織の体積内の病変の分類の特異性は、特異性が少なくとも約７５％〜少なくとも約９５％であるように増加される。

いくつかの実施形態では、本開示は、組織の体積の強化された画像を生成するためのシステムを提供する。本システムは、超音波エミッタのアレイと、超音波受信機とのアレイとを備える、トランスデューサアレイであって、組織の体積を囲繞するように構成され、超音波送信機のアレイは、音響波形を組織の体積に向かって放出するように構成され、超音波受信機のアレイは、放出された音響波形を受信し、受信された音響波形を複数の音響信号に変換するように構成される、トランスデューサアレイと、実行されると、プロセッサに、開示される方法を実施させる命令とともに構成されるコンピュータ可読媒体を備える、プロセッサと、１つ以上の組み合わせられた画像を表示するように構成される、ユーザに可視であるディスプレイとを備えてもよい。

本開示の別の側面は、乳房超音波撮像および分析の方法を提供する。本方法は、超音波トモグラフィを用いて乳房を走査するステップと、走査に基づいて、腫瘍音速および音反射を決定するステップと、腫瘍音速の勾配を計算するステップと、勾配および音反射の無線周波数成分への応答に基づいて、腫瘍音反射率を決定するステップと、腫瘍音反射率に基づいて、乳房の画像を出力するステップとを含んでもよい。

本開示の別の側面は、乳房超音波撮像および分析の方法を提供する。本方法は、超音波トモグラフィを用いて乳房を走査するステップと、走査に基づいて、腫瘍音速、音反射、および音減衰を決定するステップと、腫瘍音速および減衰に基づいて、反射スコアを生成するステップと、反射スコアに基づいて、乳房の腫瘤マージンを特性評価するステップと、乳房内の着目腫瘍または腫瘍周囲領域を識別するステップとを含んでもよい。

本開示の別の側面は、１つ以上のコンピュータプロセッサによる実行に応じて、上記または本明細書の別の場所の方法のうちのいずれかを実装する機械実行可能コードを備える、非一過性コンピュータ可読媒体を提供する。

本開示の付加的側面および利点が、本開示の例証的実施形態のみが示され、説明される、以下の詳細な説明から当業者に容易に明白となるであろう。認識されるであろうように、本開示は、他の異なる実施形態が可能であり、そのいくつかの詳細は、全て本開示から逸脱することなく、種々の明白な点において修正が可能である。故に、図面および説明は、本質的に例証的と見なされ、制限的と見なされるものではない。
（参照による組み込み）

本明細書に言及される全ての公開、特許、および特許出願は、各個々の公開、特許、または特許出願が、具体的かつ個別に参照することによって組み込まれると示される場合と同程度が、参照することによって本明細書に組み込まれる。参照することによって組み込まれる公開および特許または特許出願が本明細書に含有される開示と矛盾する範囲において、本明細書は、任意のそのような矛盾する資料に優先する、および／またはその上位にあることが意図される。

本発明の新規の特徴は、添付される請求項において具体的に記載される。本発明の特徴および利点のより深い理解は、本発明の原理が利用される、例証的実施形態を記載する以下の詳細な説明と、付随の図面とを参照することによって得られるであろう。

図１は、実施形態による、組織の体積の強化された画像を生成する方法を示す。 図２Ａは、実施形態による、例示的超音波走査装置の概略図である。 図２Ｂは、実施形態による、例示的超音波走査装置内の患者乳房の概略図である。 図２Ｃは、実施形態による、超音波走査装置の例示的超音波トランスデューサの概略図である。 図３は、実施形態による、３つの音響データタイプの２Ｄ画像のスタックからの３Ｄレンダリングの生成を示す概略図である。 図４は、実施形態による、強化された画像を生成する方法における種々のステップにおける癌性病変を備える、同一の患者乳房のいくつかの音響データタイプのそれぞれのいくつかの３次元レンダリングの例示的コロナルスライスを示す。 図５は、実施形態による、脂肪補正後の強化された画像を付加的に備える、図４からの同一の患者乳房の例示的コロナルスライスを示す。 図６Ａは、実施形態による、異なるタイプの音響レンダリングからの癌性病変および悪性結節を備える、同一の患者乳房の例示的コロナルスライスを示す。 図６Ｂは、実施形態による、図６Ａの音響レンダリングの拡大画像を示す。 図７は、実施形態による、患者の乳房組織の体積を特性評価するための例示的方法を示す。 図８Ａは、実施形態による、種々の境界形態を伴う種々のマージン境界を備える、例示的着目領域を示す。 図８Ｂは、実施形態による、マージン境界ならびに内部および外部層を伴う例示的楕円形着目領域を示す。 図９Ａは、実施形態による、単一の予後パラメータの閾値を備える、例示的分類子モデルを示す。 図９Ｂは、実施形態による、内部予後パラメータおよび外部予後パラメータの閾値を備える、例示的分類子モデルを示す。 図９Ｃは、実施形態による、腫瘤を評価するための混合された定性的かつ定量的メトリックを備える、例示的分類子モデルを示す。 図１０Ａは、代表的な乳房実質のＵＳＴ音速およびＭＲコントラスト強化脂肪減算画像間のコロナルビュー比較を示す。 図１０Ｂは、各モダリティの空間分解能を推定するために全幅半値基準を使用する薄い特徴のプロファイルカットを示す。 図１１は、多くの嚢腫、線維腺腫、および癌に関して注目される音速テクスチャならびに形態の基本的差異を示す。 図１２Ａは、腫瘍ＲＯＩ内の一次音反射統計および周辺の腫瘍周囲領域との比較を要約する箱ひげ図を示す。 図１２Ｂは、腫瘍ＲＯＩ内の一次音速統計および周辺の腫瘍周囲領域との比較を要約する箱ひげ図を示す。 図１２Ｃは、腫瘍ＲＯＩ内の一次減衰統計および周辺の腫瘍周囲領域との比較を要約する箱ひげ図を示す。 図１３Ａは、腫瘍周囲腫瘤領域の平均音速および腫瘍内の減衰の標準偏差に基づく散乱プロットを示す。 図１３Ｂは、腫瘍内の音速の標準偏差および腫瘍内の減衰の標準偏差に基づく散乱プロットを示す。 図１４は、本明細書に提供される方法を実装するようにプログラムまたは別様に構成されるコンピュータ制御システムを示す。

本発明の種々の実施形態が本明細書に示され、説明されたが、そのような実施形態は、実施例としてのみ提供されることが、当業者に明白となるであろう。多数の変形例、変更、および代用が、本発明から逸脱することなく当業者に想起され得る。本明細書に説明される発明の実施形態の種々の代替物が、採用され得ることを理解されたい。

別様に定義されない限り、本明細書で使用される全ての技術的用語は、本発明が属する当業者によって一般的に理解されるものと同一の意味を有する。本明細書および添付される請求項で使用されるように、単数形「ａ」、「ａｎ」、および「ｔｈｅ」は、文脈が明確に別様に示さない限り、複数指示物を含む。本明細書の任意の「または」の言及は、別様に記載されない限り、「および／または」を包含するように意図される。

以下の詳細な説明では、本明細書の一部を形成する付随の図が、参照される。図では、類似する記号は、文脈が別様に示さない限り、典型的には、類似する構成要素を識別する。詳細な説明、図、および請求項に説明される例証的実施形態は、限定であることを意味しない。本明細書に提示される主題の範囲から逸脱することなく、他の実施形態が、利用されてもよく、他の変更が、行われてもよい。概して、本明細書に説明され、図に図示されるような本開示の側面は、多種多様な異なる構成において配列され、代用され、組み合わせられ、分離され、設計され得、その全てが、本明細書で明示的に考慮されることが容易に理解されるであろう。

本明細書全体を通して、「一実施形態」、「ある実施形態」、または「いくつかの実施形態」の言及は、説明される特定の特徴、構造、または特性が、本発明の少なくとも一実施形態に含まれ得ることを意味し、これらの実施形態はそれぞれ、本開示による他の実施形態と組み合わせられてもよい。したがって、本明細書全体を通した語句「一実施形態では」、「ある実施形態では」、または「いくつかの実施形態では」の出現は、必ずしも、全てが同一の実施形態を指すわけではない。さらに、特定の特徴、構造、または特性は、１つ以上の実施形態において任意の好適な様式で組み合わせられてもよい。

本開示の実施形態は、組織の体積の強化された画像を生成するための方法を提供する。本方法は、組織の体積の強化された画像を生成するための方法を実施するために、１つ以上のプロセッサと、命令を備えるコンピュータ可読媒体とを備えるコンピュータによって実装されてもよい。図１は、いくつかの実施形態による、組織の体積の強化された画像を生成するための例示的方法１００を示す。方法１００は、組織の体積に向かって複数の音響波形を放出するステップと、トランスデューサを用いて複数の音響信号を組織の体積から検出するステップとを含んでもよい。トランスデューサは、組織の体積を囲繞するように構成される、超音波送信機のアレイと、超音波受信機のアレイとを備えてもよい（１１０）。方法１００はさらに、トランスデューサから、組織の体積を通して伝送される音響波形から導出される複数の音響信号を受信するステップを含んでもよい（１２０）。方法１００はさらに、複数の音響信号から、音反射を特性評価する第１の反射レンダリングを生成するステップを含んでもよい。第１の反射レンダリングは、組織の体積の領域を横断する反射値の第１の分布を備えてもよい（１３０）。方法１００はさらに、複数の音響信号から、音速を特性評価する音速レンダリングを生成するステップを含んでもよい。音速レンダリングは、組織の体積の領域を横断する音速値の分布を備えてもよい（１４０）。方法１００はさらに、音速レンダリングから、音反射を特性評価する第２の反射レンダリングを生成するステップを含んでもよい。第２の反射レンダリングは、組織の体積の領域を横断する反射値の第２の分布を備えてもよい（１５０）。方法１００はさらに、第１の反射レンダリングおよび第２の反射レンダリングに基づいて、１つ以上の組み合わせられた画像をレンダリングし、それによって、組織の体積の強化された画像を生成するステップを含んでもよい（１６０）。

いくつかの実施形態では、方法１００は、組織の体積（例えば、乳房全体、別の器官）の特性評価を促進するために、視野内の標的物体を強化する超音波画像をレンダリングするように機能してもよい。加えて、または代替として、組織の体積は、脂肪組織（例えば、脂肪実質、実質脂肪、皮下脂肪等）、実質組織、癌性組織、異常組織（例えば、線維嚢胞性組織、線維腺腫等）、および組織の体積内の任意の他の好適な組織タイプのうちの１つ以上のものの分布を備えてもよい。

加えて、または代替として、方法１００は、最大５倍（すなわち、５倍）、例えば、以下の値、すなわち、約１．０５倍、約１．１倍、約１．２倍、約１．５倍、および約５倍のうちのいずれか２つの間に定義される範囲内で反射画像の画像分解能を強化するように機能してもよい。加えて、または代替として、方法１００は、最大１０倍、例えば、以下の値、すなわち、約１．０５倍、約１．１倍、約２倍、約５倍、および約１０倍のうちのいずれか２つの間に定義される範囲内で反射画像の画像コントラストを強化するように機能してもよい。加えて、または代替として、方法１００は、反射画像内の病変の顕著性を強化するように機能してもよい。加えて、または代替として、方法１００は、例えば、米国食品医薬品局（ＦＤＡ）によって規制されるように、医療撮像に関する規制基準と整合され得る画像を生産するように機能してもよい。方法１００は、ヒト乳房の組織を特性評価するために使用され得るが、加えて、または代替として、腕、脚、他の付属器官、および／またはヒトもしくは他の動物における任意の好適な組織の体積の組織を特性評価するために使用されてもよい。現在の超音波方法およびシステムに関連して、方法１００は、腫瘤のタイプの特性評価における特異性を提供しながら、音響反射レンダリング内の疑わしい腫瘤の検出における感度を改良し得る。そのような腫瘤は、限定ではないが、癌性腫瘍、線維腺腫、嚢腫、非特異的良性腫瘤、および識別不可能な腫瘤を含み得る。しかしながら、方法１００は、任意の他の好適な様式で組織の体積の診断、監視、および／または特性評価を可能にするように機能してもよい。

いくつかの実施形態では、方法１００は、ヒトまたは他の動物における異常（例えば、癌性組織）を検出するために使用され得る１つ以上のレンダリングを生成するために使用されてもよい。したがって、一変形例では、方法１００は、癌の診断を促進し、そのタイプを評価し、その範囲を決定するために（例えば、組織内の腫瘤が外科手術的に除去可能であり得るかどうかを決定するために）、または癌発生のリスクを評価するために（例えば、乳房組織密度を測定する）、組織を特性評価するために使用されてもよい。さらに別の実施形態では、方法１００は、組織内の腫瘤が腫瘍、嚢腫、線維腺腫、または他の種類の腫瘤であり得るかどうかを決定するため等、組織の特定の側面を特性評価および／または調査するために使用されてもよい。方法１００は、組織の体積または他の好適な物体を撮像するための任意の好適な用途において使用されてもよい。方法１００は、少なくとも部分的に、下記の「超音波トモグラフィシステム」と題された節に説明されるシステム２００の実施形態、変形例、および／または実施例によって実装され得るが、しかしながら、方法１００は、加えて、または代替として、任意の他の好適なシステムを使用して実装されてもよい。

図１は、いくつかの実施形態による、組織の体積の強化された画像を生成する方法を示すが、当業者は、多くの適合および変形例を認識するであろう。さらに、図１に示される１つ以上のステップは、削除される、または繰り返されてもよく、付加的ステップが、追加されることができ、ステップは、任意の順序で実施されることができる。
音響信号の放出および受信

方法１００のステップ１１０において、複数の音響波形が、組織の体積に向かって放出され得、複数の音響信号が、トランスデューサを用いて組織の体積から検出され得る。トランスデューサは、組織の体積を囲繞するように構成される、超音波送信機のアレイと、超音波受信機のアレイとを備えてもよい。ステップ１２０において、組織の体積を通して伝送される音響波形から導出される複数の音響信号が、トランスデューサからコンピュータによって受信され得る。ステップ１１０および１２０は、それから組織の体積のレンダリングが方法１００の他のステップにおいて導出され得る、音響データを収集するように機能する。音響波形を放出および検出するステップは、超音波送信機のアレイを用いて、および／または超音波送信機のアレイを備えるリングトランスデューサを用いて、組織の体積を囲繞するステップを含み得る。音響波形は、約１ＭＨｚ、約２ＭＨｚ、約３ＭＨｚ、約４ＭＨｚ、約５ＭＨｚ、約６ＭＨｚ、約７ＭＨｚ、約８ＭＨｚ、約９ＭＨｚ、約１０ＭＨｚ、約１１ＭＨｚ、約１２ＭＨｚ、約１３ＭＨｚ、約１４ＭＨｚ、約１５ＭＨｚ、約１６ＭＨｚ、約１７ＭＨｚ、約１８ＭＨｚ、約１９ＭＨｚ、約２０ＭＨｚの周波数、または医療撮像もしくは他の用途のための任意の好適な周波数によって特徴付けられ得る。送信機のアレイは、複数の周波数において放出するように構成されるトランスデューサ要素を備えてもよい。加えて、または代替として、トランスデューサアレイ内の個々の要素は、トランスデューサ要素の周波数が特定のタイプの音響レンダリングのために最適化され得るように、アレイによって放出される複数の周波数のうちの１つにおいて放出するように構成されてもよい。

ステップ１１０の検出された音響信号は、放出された音響波形と組織との間の相互作用から導出され得、相互作用は、組織を通した音響波の散乱（例えば、反射、屈折、回折、拡散等）および伝送のうちの１つ以上のものを備え得る。音響信号は、直線、屈曲、ジグザグ、または湾曲経路、もしくは音響波伝搬の物理学によって決定されるような任意の好適な形状の経路に沿って進行し得る。音響信号を検出するステップは、超音波受信機のアレイを用いて、および／または超音波受信機のアレイを備えるリングトランスデューサを用いて、組織の体積を囲繞するステップを含み得る。音響信号は、約１ＭＨｚ、約２ＭＨｚ、約３ＭＨｚ、約４ＭＨｚ、約５ＭＨｚ、約６ＭＨｚ、約７ＭＨｚ、約８ＭＨｚ、約９ＭＨｚ、約１０ＭＨｚ、約１１ＭＨｚ、約１２ＭＨｚ、約１３ＭＨｚ、約１４ＭＨｚ、約１５ＭＨｚ、約１６ＭＨｚ、約１７ＭＨｚ、約１８ＭＨｚ、約１９ＭＨｚ、約２０ＭＨｚの周波数、または医療撮像もしくは他の用途のための任意の好適な周波数によって特徴付けられ得る。受信機のアレイは、複数の周波数において放出するように構成されるトランスデューサ要素を備えてもよい。加えて、または代替として、アレイ内の個々のトランスデューサは、トランスデューサ要素の周波数が特定のタイプの音響レンダリングのために最適化され得るように、アレイによって受信される複数の周波数のうちの１つにおいて受信するように構成されてもよい。

方法１００のステップ１１０において、音響波形を放出し、音響信号のセットを検出するステップは、例えば、米国特許第６，３８５，４７４号、第６，７２８，５６７号、第８，６６３，１１３号、第８，８７６，７１６号、および第９，１１３，８３５号、ならびに米国公開第２０１３／００４１２６１号および第２０１３／０２０４１３６号（それぞれ、参照することによってその全体として組み込まれる）に説明されるものと類似する方法を使用して、超音波トモグラフィ走査装置を用いて実施されてもよい。しかしながら、任意の好適な超音波デバイスまたは走査装置が、使用されてもよい。

図２Ａは、実施形態による、例示的超音波走査装置２００の概略図を示す。超音波走査装置は、例えば、図１に議論されるように、音響波形を放出し、音響信号のセットを検出するために使用されてもよい。組織を走査し、音響信号を検出するステップは、患者の組織の体積へのアクセスを提供する開口部を有する走査装置台２０５上にうつ伏せに横たわる患者の走査の間に実施されてもよい。帆布等の耐久性のある可撓性材料から作製され得る台は、患者の身体に輪郭付けられ、それによって、乳房の腋窩領域への走査アクセスを増加させ、患者快適性を増加させ得る。台における開口部は、乳房（または他の付属器官）が台を通して突出し、音響波を伝搬する音響結合媒体としての水または別の好適な流体を用いて充填される撮像タンク内に浸漬されることを可能にし得る。

図２Ｂおよび２Ｃは、実施形態による、例示的超音波走査装置内の患者乳房の概略図および超音波走査装置の例示的超音波トランスデューサの概略図を示す。図２Ｂおよび２Ｃは、トランスデューサ要素２２２を伴うリング形トランスデューサ２２０を示す。トランスデューサ２２０は、撮像タンク内に位置し、組織の体積２０６を包囲または別様に囲繞し得る。トランスデューサ要素２２２は、超音波送信機２２４のアレイおよび／または超音波受信機２２６のアレイを備えてもよい。組織に向かって安全な非イオン性超音波パルスを指向する複数の超音波送信機および組織から散乱する、ならびに／もしくは組織を通して伝送される音響信号を受信および記録する複数の超音波受信機２２６が、リングトランスデューサ２２０の周囲に分配されてもよい。トランスデューサ要素は、より高い周波数の音響波形を受信または伝送するように構成されるものおよびより低い周波数の音響波形を受信または伝送するように構成されるものを備えてもよい。例示的構成では、リングトランスデューサは、図２Ｃのように、各超音波送信機要素が対応する超音波受信機要素と対合され得、各超音波送信機要素が２つの隣接する超音波送信機要素によって囲繞され得、各超音波受信機要素が２つの隣接する超音波受信機要素によって囲繞され得、トランスデューサが軸対称であり得るように編成されてもよい。別の構成では、超音波トランスデューサは、トランスデューサユニットを備えてもよく、各ユニットは、伝送および受信の両方を行うように構成されてもよい。

走査の間、リングトランスデューサ２２０は、音響反射、音響減衰、および音速等の測定値を含む音響データセットを取得するために、胸壁と乳房の乳頭領域との間の前後方向等に、標的組織の全てを撮像するように移動し得る。これらのデータは、離散走査ステップまたはコロナル「スライス」において取得され得る。リングトランスデューサ２２０は、胸壁から乳頭に向かって、および／または乳頭から胸壁に向かって、段階的に増分において走査する、ならびに／もしくは連続的に進行するように構成されてもよい。しかしながら、リングトランスデューサ２２０は、加えて、および／または代替として、走査の間、任意の好適な方向において、組織の任意の好適な生体力学的性質に関するデータを受信してもよい。

いくつかの実施形態では、走査装置台は、本明細書に組み込まれる参考文献に説明され、加えて、または代替として、「Ｐａｔｉｅｎｔ Ｉｎｔｅｒｆａｃｅ Ｓｙｓｔｅｍ」と題された米国出願第１４／２０８，１８１号、「Ｓｙｓｔｅｍ ｆｏｒ Ｐｒｏｖｉｄｉｎｇ Ｓｃａｎｎｉｎｇ Ｍｅｄｉｕｍ」と題された米国出願第１４／８１１，３１６号、または「Ｓｙｓｔｅｍ ｆｏｒ Ｓｈａｐｉｎｇ ａｎｄ Ｐｏｓｉｔｉｏｎｉｎｇ ａ Ｔｉｓｓｕｅ Ｂｏｄｙ」と題されたＰ．Ｃ．Ｔ．国際特許出願公開第ＷＯ２０１７１３９３８９号（それぞれ、参照することによってその全体として本明細書に組み込まれる）に説明される患者インターフェースシステムの実施形態、変形例、もしくは実施例を備えてもよい。しかしながら、ステップ１１０および／または１２０は、加えて、または代替として、任意の他の好適な患者インターフェースシステムを使用して実装されてもよい。

ステップ１１０における放出および検出するステップは、「スライス」あたり約１秒未満のデータ取得時間等を伴う迅速な様式で実施されてもよく、これは、後続形態レンダリングにおけるモーションアーチファクトを回避することに役立ち得、造影剤の使用を可能にする。しかしながら、任意の他の好適な取得時間が、ステップ１１０のような音響波形を放出するステップおよび／または音響信号を検出するステップを特徴付け得る。放出される波形および／または検出される信号は、加えて、または代替として、変換要素上にビーム形成されてもよい。

方法１００のステップ１１０は、複数の音響信号をトランスデューサ２２０から、１つ以上のプロセッサと、コンピュータ可読媒体と、ユーザに可視であるディスプレイ２９０とを備えるコンピュータ２１０に伝送するステップを含み、加えて、または代替として、ステップ１２０においてコンピュータによって受信される命令を伝送するステップを含んでもよい。他の実施形態では、方法１００のステップ１１０および／または１２０は、加えて、または代替として、ハードドライブまたはオンラインサーバ等のコンピュータ可読記憶媒体から音響信号を送信する、ならびに／もしくは読み出すステップを含んでもよい。さらに、音響信号を検出するステップに関連して、方法１００は、加えて、または代替として、少なくとも１つの調整アルゴリズムに従って音響信号のセットを処理するステップを含んでもよい。例えば、トランスデューサの所与の送信機／検出器対に関して、音響信号のセットを処理するステップは、ＤＣ変動に関する未加工データ（検出された音響信号）を読み取り、補正するステップ、台形フィルタを実装し、有用な周波数を帯域通過させ、雑音をカットするステップ、および任意の他の好適なフィルタ（ハイパス、ローパス等）を実装し、所望の周波数をフィルタ処理するステップのうちの１つ以上のものを含んでもよい。さらなる信号処理は、加えて、または代替として、伝送波面の前および／または最長適用可能受信時間の後に信号が記録される「ミューティング」（例えば、「トップミューティング」または「ボトムミューティング」）等の使用不可能な信号を破棄するステップ、さらなる雑音低減プロセス、ならびに他の好適な信号処理ステップを含んでもよい。しかしながら、任意の他の好適な調整プロセスが、加えて、または代替として、使用されてもよい。
音響データの処理

方法１００のステップ１２０において、組織の体積を通して伝送される音響波形から導出される複数の音響信号が、トランスデューサからコンピュータによって受信され得る。音響信号は、音響データとしてコンピュータによって処理され得る。音響データは、測定された音響機械的パラメータ毎の組織の体積の一連の「スライス」に対応する２Ｄ画像の１つ以上の「スタック」を生成するために使用され得る。２Ｄ画像データの各スタックは、組織の特定のパラメータまたは性質と関連付けられる音響データ、例えば、音響反射、音響音速、および音響減衰等の任意のタイプの音響データを備え得る。プロセッサ２１０は、加えて、または代替として、２次元画像のスタックに基づく３次元体積レンダリングを生成する、および／または受信された音響データに直接基づく３次元体積レンダリングを生成してもよい。組織の体積の任意の部分の画像表現は、組織の体積の任意の１つ以上の音響機械的性質を描写し得る。例えば、画像表現は、音響減衰、音響反射、音響速度、および／または組織の任意の好適な性質を描写し得る。

一実施形態では、スライスは、前後様式で（例えば、コロナルスライスにおける）走査された組織の体積の領域に対応し得るが、しかしながら、スライスは、任意の他の方向における（例えば、前後方向に対する任意の角度における、上下方向における、上下方向に対する任意の角度における、中間側方方向における、中間側方方向に対する任意の角度における等）スライスに対応してもよい。音響スライス内の各音響データ点は、スライスおよびデータが組織の体積を撮像するために相互に対して順序付けられ得るように、スライス軸に沿った位置を含む、グリッド上の特定の値と関連付けられ得る。

図３は、実施形態による、３つの音響データタイプの２Ｄ画像のスタックからの３Ｄレンダリングの生成を示す概略図を示す。図３は、図２Ａのプロセッサ、ディスプレイ、撮像タンク２３０、および走査装置台を示す。組織の体積のスライスのスタックに対応する、音響反射データのセットＩ_ｒ、音響速度データのセットＩ_ｓ、および減衰データのセットＩ_ａが、それぞれ、収集され得る。加えて、図３は、各データタイプに対応する組織の体積の３Ｄレンダリングを示す。別の実施形態では、３Ｄ音響レンダリングを生成するステップは、３Ｄ様式で走査することによって取得された３Ｄ音響データセットを直接３Ｄレンダリングに変換するステップを含んでもよい。

任意のタイプの音響データの３Ｄレンダリングが、全体的または部分的に組み合わせられる、もしくは併合されてもよい。一実施形態では、併合されたレンダリングは、少なくとも２つのタイプの画像データの３Ｄレンダリングを組み合わせるステップを含んでもよい。別の実施形態では、併合されたレンダリングは、少なくとも２つのタイプの画像データからの２Ｄ画像のセットの少なくとも一部を組み合わせるステップを含んでもよい。任意の好適な公式またはアルゴリズムが、種々のレンダリングを単一のレンダリングに併合または融合するために使用されてもよい。

音響データは、例えば、米国特許第号８，６６３，１１３号、米国特許第９，１１３，８３５号、および米国特許出願第１３／７５６，８５１号、米国特許出願第１３／７５６，８６４号、米国特許出願第１４／０１５，４５９号、米国特許出願第１４／７０３，７４６号、米国特許出願第１４／８１７，４７０号、米国特許出願第１４／８１９，０９１号、ならびにＰ．Ｃ．Ｔ．国際特許出願公開第ＷＯ２０１７０４０８６６号（それぞれが、参照することによってその全体として本明細書に組み込まれる）に説明される方法を使用してレンダリングされてもよい。方法１００のステップ１３０において、音反射を特性評価する第１の反射レンダリングが、複数の音響信号から生成され得、第１の反射レンダリングは、組織の体積の領域を横断する反射値の第１の分布を備える。ステップ１３０は、ステップ１１０の超音波トモグラフィ走査装置２００とともに含まれる、またはそれに結合されるプロセッサ２１０を使用して実施され得る。加えて、または代替として、ステップ１３０は、任意の好適なプロセッサ上で実施されてもよい。ステップ１３０は、ステップ１１０および１２０からの音響信号のセットに基づいて、反射レンダリングを生成し得る。加えて、または代替として、反射レンダリングは、任意の好適なデータからの音響信号のセットに基づいて生成されてもよい。反射レンダリングは、エンベロープ検出反射データ（ＥＲＦ）、未加工無線周波数反射信号（例えば、ＲＥＦ画像データ、「無線周波数」、またはＲＦデータ）を利用し得、これは、フラッシュＢモード超音波画像および／または任意の好適な超音波画像に変換されることができる。音響反射信号の分布は、音響波形の反射強度と放出強度との間の関係（例えば、和、差異、比率等）、組織の体積の音響インピーダンスの変化、および／または任意の他の好適な音響反射パラメータを特性評価し得る。

２Ｄ音響反射画像のスタックは、組織の音響インピーダンスの変化から導出され得、組織に関するエコーテクスチャデータおよび解剖学的詳細を提供し得る。音響反射レンダリングを生成するステップは、加えて、および／または代替として、組織の体積の音響反射率の体積表現であり得る３次元（３Ｄ）音響反射レンダリングを生成するステップを含んでもよい。反射レンダリングは、脂肪組織（例えば、脂肪実質、実質脂肪、皮下脂肪等）、実質組織、癌性組織、異常組織（例えば、線維嚢胞性組織、線維腺腫等）、および組織の体積内の任意の他の好適な組織タイプのうちの１つ以上のものの分布を伴う組織の体積を特性評価することができる。

いくつかの実施形態では、音響反射レンダリングは、例えば、音速レンダリングまたは減衰レンダリングを含む別の音響データタイプからレンダリングを生成するために使用されるトランスデューサ要素のアレイの周波数を上回る周波数において伝送および受信するトランスデューサ要素のアレイから受信された音響反射信号の分布から生成されてもよい。他の実施形態では、音響反射レンダリングは、例えば、音速レンダリングまたは減衰レンダリングを含む別の音響データタイプからレンダリングを生成するために使用されるトランスデューサ要素のアレイの周波数を下回る周波数において伝送および受信するトランスデューサ要素のアレイから受信された音響反射信号の分布から生成されてもよい。低周波数（約１ＭＨｚ）は、正反射（約１ｍｍまで）に関する情報を提供し得るが、しかしながら、より高い周波数（約１〜５ＭＨｚ）における撮像が、スペックルパターンに関する情報を提供するサブｍｍ粒度をより良好に撮像することが可能であり得る。したがって、特定の周波数において特定の音響レンダリングを生成することが、有益であり得る。

いくつかの実施形態では、方法１００のステップ１３０の第１の反射画像へのパルスエコー寄与は、下記に要約されるような以下の方法によって生成されてもよい。
ａ． 経路を規定し、ＲＥＦ画像を読み込む。
ｂ． Ｒ_ｆ＝ＲＥＦ｜_＞０であるようにＲＥＦ画像から全ての負値を除去する。
ｃ． ＲＦ画像の分散正規化を実施する
ｄ． ピクセル強度分布上の外れ値の影響を軽減する。
ｅ． 画像を平滑化する。
ｆ． 対数を計算する。
ｇ． 外れ値を除去する。
ｈ． 画像値を正規化する。
ｉ． リング特徴（トランスデューサの縁）を除去する。

本方法は、限定ではないが、例えば、平均化、切り捨て、正規化、平滑化、対数の計算、加算、減算、乗算、除算、および当業者に公知である任意の他の単純な数学的関係を含む、いくつかの数学的関係の計算を含んでもよい。本方法は、画像データを平滑化するステップを含んでもよい。画像は、限定ではないが、例えば、別の関数（ガウスまたはローレンツ等）との畳み込み、隣接平均化、フーリエフィルタリング、および組織の体積の画像を平滑化するために好適な任意の他のアルゴリズム等の１つ以上のアルゴリズムによって平滑化されてもよい。

いくつかの実施形態による、第１の反射画像を処理するための方法が上記に示されるが、当業者は、多くの適合および変形例を認識するであろう。さらに、上記に示される１つ以上のステップは、削除される、または繰り返されてもよく、付加的ステップが、追加されることができ、ステップは、任意の順序で実施されることができる。

方法１００のステップ１４０において、音速を特性評価する音速レンダリングが、複数の音響信号から生成され得る。音速レンダリングは、組織の体積の領域を横断する音速値の分布を備え得る。ステップ１４０は、ステップ１１０の超音波トモグラフィ走査装置２００とともに含まれる、またはそれに結合されるプロセッサ２１０を使用して実施され得る。加えて、または代替として、ステップ１４０は、任意の好適なプロセッサ上で実施されてもよい。ステップ１４０は、ステップ１１０および１２０からの音響信号のセットに基づいて、音速レンダリングを生成し得る。加えて、または代替として、音速レンダリングは、任意の好適なデータからの音響信号のセットに基づいて生成されてもよい。音速マップは、組織の体積からの後方散乱信号に加えて、組織の体積を通過する音伝送信号の処理に基づいて生成され得る。音速マップは、組織の体積の複素値超音波インピーダンスの一部、組織の体積を通した波形の進行の速度、伝送と検出との間の経時的な組織の体積を通した進行の距離の比率、または任意の他の好適な音響速度パラメータを特性評価し得る。

２Ｄ音響音速画像のスタックは、組織の複素値インピーダンスから導出され得、組織の解剖学的詳細を提供し得、インピーダンスは、位相速度に対応する実部と、音減衰に対応する虚部とを備える。音響音速レンダリングを生成するステップは、加えて、および／または代替として、組織の体積の音響音速の体積表現であり得る３次元（３Ｄ）音響音速レンダリングを生成するステップを含んでもよい。音速レンダリングは、脂肪組織（例えば、脂肪実質、実質脂肪、皮下脂肪等）、実質組織、癌性組織、異常組織（例えば、線維嚢胞性組織、線維腺腫等）、および組織の体積内の任意の他の好適な組織タイプのうちの１つ以上のものの分布を伴う組織の体積を特性評価することができる。

加えて、または代替として、音速レンダリングは、波形音速方法から生成されてもよい。そのような方法は、時間進行トモグラフィアルゴリズムに基づいて、初期音速レンダリングを生成するステップを含んでもよい。加えて、または代替として、初期音速レンダリングは、光線アーチファクトが複数の音周波数成分毎に所定の閾値まで低減され得るまで、反復的に最適化されてもよい。そのような方法は、米国出願第１４／８１７，４７０号（参照することによってその全体として本明細書に組み込まれる）に説明される方法を含んでもよい。

方法１００のステップ１５０において、音反射を特性評価する第２の反射レンダリングが、音速レンダリングから生成され得、第２の反射レンダリングは、組織の体積の領域を横断する反射値の第２の分布を備える。ステップ１５０は、ステップ１１０の超音波トモグラフィ走査装置とともに含まれる、またはそれに結合されるプロセッサ２１０を使用して実施され得る。加えて、または代替として、ステップ１５０は、任意の好適なプロセッサ上で実施されてもよい。ステップ１５０は、ステップ１１０および１２０からの音響信号のセットに基づいて、音速レンダリングを生成し得る。ステップ１５０において、第２の音反射レンダリングが、音速ピクセルまたはボクセルの位置に対する勾配を伴う関係を使用して、音速レンダリングから計算され得る。音響反射信号の分布は、音響波形の反射強度と放出強度との間の関係（例えば、和、差異、比率等）、組織の体積の音響インピーダンスの変化、および／または任意の他の好適な音響反射パラメータを特性評価し得る。

２Ｄ音響反射画像のスタックは、組織の音響インピーダンスの変化から導出され得、組織に関するエコーテクスチャデータおよび解剖学的詳細を提供し得る。音響反射レンダリングを生成するステップは、加えて、および／または代替として、組織の体積の音響反射率の体積表現であり得る３次元（３Ｄ）音響反射レンダリングを生成するステップを含んでもよい。反射レンダリングは、脂肪組織（例えば、脂肪実質、実質脂肪、皮下脂肪等）、実質組織、癌性組織、異常組織（例えば、線維嚢胞性組織、線維腺腫等）、および組織の体積内の任意の他の好適な組織タイプのうちの１つ以上のものの分布を伴う組織の体積を特性評価することができる。

音響インピーダンス（ｚ）は、ｚ＝ρｃとして定義され得、式中、ρは、密度であり、ｃは、音の速度である。反射が、音響インピーダンスにおいて空間的勾配（例えば、変化）が存在するときに起こる。そのような勾配は、位置ｒ＝ｒ（ｘ，ｙ）に対する音響インピーダンスｚの変化率として数学的に定義されることができる。
密度ならびに音の速度の変動が、勾配に寄与するが、しかしながら、波形アルゴリズムは、音の速度と無関係に密度を求めない。波形アルゴリズムは、ρ＝定数である簡略化仮定を立てる。本仮定と一貫して、反射撮像への波形寄与は、以下のように定義され得る。
したがって、Ｒ_ｗは、音速画像の勾配に線形に比例すると仮定される。本寄与は、マージン定義およびテクスチャコントラストを提供する。代替として、波形アルゴリズムは、完全な形態の勾配が計算され得るようにρおよびｃの両方を求めてもよい。

いくつかの実施形態では、音響反射レンダリングは、例えば、第１の反射速度レンダリングまたは減衰レンダリングを含む別の音響データタイプからレンダリングを生成するために使用されるトランスデューサ要素のアレイの周波数を上回る周波数において伝送および受信するトランスデューサ要素のアレイから受信された音響音速信号の分布から生成されてもよい。他の実施形態では、音響反射レンダリングは、例えば、音速レンダリングまたは減衰レンダリングを含む別の音響データタイプからレンダリングを生成するために使用されるトランスデューサ要素のアレイの周波数を下回る周波数において伝送および受信するトランスデューサ要素のアレイから受信された音響反射信号の分布から生成されてもよい。低周波数（約１ＭＨｚ）は、正反射（約１ｍｍまで）に関する情報を提供し得るが、しかしながら、より高い周波数（約１〜５ＭＨｚ）における撮像が、スペックルパターンに関する情報を提供するサブｍｍ粒度をより良好に撮像することが可能であり得る。したがって、特定の周波数において特定の音響レンダリングを生成することが、有益であり得る。

いくつかの実施形態では、第２の反射画像は、下記に要約されるような以下の方法によって生成されてもよい。
ａ． 波形音速画像を読み込み、これを第１の反射画像と同一のサイズにする。
ｂ． リングを含まない領域を画定し、勾配
を計算する。
ｃ． 外れ値を排除する。
ｄ． 画像を平滑化する。
ｅ． 対数を計算する。
ｆ． 画像値を正規化する。

本方法は、勾配の計算を提供する。勾配は、画像内の「縁を見出す」ために使用され得る画像処理アルゴリズム等の１つ以上のアルゴリズムを備え得る。そのような縁見出しアルゴリズムは、限定ではないが、Ｓｏｂｅｌ−Ｆｅｌｄｍａｎ演算子、Ｓｃｈａｒｒ演算子、Ｐｒｅｗｉｔｔ演算子、およびＲｏｂｅｒｔｓ Ｃｒｏｓｓ演算子、ならびに画像内の縁を見出すための任意の他の好適な方法を含み得る。いくつかの実施形態では、勾配は、選択された画像内の強度の急激な変化を強調するためにＳｏｂｅｌ−Ｆｅｌｄｍａｎエッジ検出器を使用して計算されてもよい。複数の畳み込みカーネルが、垂直および水平導関数を生成するために使用され得る。最終画像は、水平および垂直導関数を組み合わせることによって生産され得る。

本方法は、限定ではないが、例えば、平均化、切り捨て、正規化、平滑化、対数の計算、加算、減算、乗算、除算、および当業者に公知である任意の他の単純な数学的関係を含む、いくつかの数学的関係の計算を提供する。本方法は、画像データを平滑化するステップを提供する。画像は、限定ではないが、例えば、別の関数（ガウスまたはローレンツ等）との畳み込み、隣接平均化、フーリエフィルタリング、および組織の体積の画像を平滑化するために好適な任意の他のアルゴリズム等の１つ以上のアルゴリズムによって平滑化されてもよい。

いくつかの実施形態による、波形音速画像を処理するための方法が上記に示されるが、当業者は、多くの適合および変形例を認識するであろう。さらに、上記に示される１つ以上のステップは、削除される、または繰り返されてもよく、付加的ステップが、追加されることができ、ステップは、任意の順序で実施されることができる。

方法１００のステップ１３０およびステップ１５０の反射レンダリングは、それぞれ、異なる周波数を放出する、検出する、および／またはそれに感受性があり得るトランスデューサから受信された音響データから生成され得る。ステップ１３０の第１の反射レンダリングは、より高い周波数（例えば、無線周波数）に感受性があるトランスデューサから受信された音響データから生成され得る。より高い周波数のトランスデューサは、音響データの分解能を増加させ、より小さい（例えば、１ｍｍ未満）特徴が分解されることを可能にし得るが、しかしながら、より高い周波数の音の伝送は、周波数が増加されるとともに減少し得る。ステップ１５０の第２の反射レンダリングは、より低い周波数のトランスデューサから受信された音響データから生成され得る。より低い周波数は、さらなる超音波貫通を可能にし、組織の体積のより低い音速領域とより高い音速領域との間のコントラストを増加させ得る。より低い周波数のトランスデューサからの第２の反射レンダリングはまた、高反射率および低反射率の領域間のさらなるコントラストを示し得る。

方法１００のステップ１６０において、１つ以上の組み合わせられた画像が、第１の反射レンダリングおよび第２の反射レンダリングに基づいてレンダリングされ、それによって、組織の体積の強化された画像を生成し得る。２つの画像は、要素毎の平均または加重平均、要素毎の和または加重和、要素毎の積または加重積、２つの画像の畳み込み、もしくは組み合わせられた画像をレンダリングするために十分な任意の他の数学的関係を含む関係によって組み合わせられ得る。本関係は、加えて、例えば、平均化、切り捨て、繰り込み、平滑化（別の関数との畳み込み、隣接平均化、フーリエフィルタリング等による）、加算、減算、乗算、除算、または組み合わせられた画像をレンダリングするために適切な任意の他の適切な数学的関係を含む他のステップを含んでもよい。

いくつかの実施形態では、第１および第２の反射レンダリングＲ_ｆおよびＲ_ｗは、下記に要約されるような以下の方法によって組み合わせられてもよい。
ａ． Ｒ_ｗの加重を低減させる。
ｂ． ２つの成分を加算する。

いくつかの実施形態による、２つの反射画像を組み合わせるための方法が上記に示されるが、当業者は、多くの適合および変形例を認識するであろう。さらに、上記に示される１つ以上のステップは、削除される、または繰り返されてもよく、付加的ステップが、追加されることができ、ステップは、任意の順序で実施されることができる。

図４は、実施形態による、強化された画像を生成する方法１００における種々のステップにおける癌性病変を備える、同一の患者乳房のいくつかの音響データタイプのそれぞれのいくつかの３次元レンダリングの例示的コロナルスライスを示す。スライス４３０は、例示的ＲＦ反射画像を示し、スライス４３２は、スライス４３０内の組織の体積内の病変の拡大画像を示す。方法１００のステップ１３０は、４３０または４３２のようなＲＦ反射画像の生成を含み得る。スライス４４０は、上記に組み込まれる参考文献に説明される方法から生成される例示的波形音速画像を示す。方法１００のステップ１４０は、４４０のような波形音速画像の生成を含み得る。スライス４５０は、例示的な第２の反射レンダリングを示し、スライス４５２は、スライス４５０内の組織の体積内の病変の拡大画像を示す。方法１００のステップ１５０は、４５０または４５２のような第２の反射レンダリングの生成を含み得る。スライス４６０は、例示的な強化された反射画像を示し、スライス４６２は、スライス４６０内の組織の体積内の病変の拡大画像を示す。方法１００のステップ１６０は、４６０または４６２のような強化された反射画像の生成を含み得る。

拡大画像４３２、４５２、および４６２は、それぞれ、方法１００のステップ１３０、１５０、および１６０における画像に対応し得る。画像４３２、４５２、および４６２は、コントラスト、分解能、および病変の周囲の棘形成の顕著性の増加した改良を示す。

例えば、分解能の強化は、約１ｍｍを上回る、約２ｍｍを上回る、約３ｍｍを上回る、約４ｍｍを上回る、約５ｍｍを上回る、約６ｍｍを上回る、約７ｍｍを上回る、約８ｍｍを上回る、約９ｍｍを上回る、または約１０ｍｍを上回る初期分解能から、約１．０ｍｍを下回る、約０．９ｍｍを下回る、約０．８ｍｍを下回る、約０．７ｍｍを下回る、約０．６ｍｍを下回る、約０．５ｍｍを下回る、約０．４ｍｍを下回る、約０．３ｍｍを下回る、約０．２ｍｍを下回る、または約０．１ｍｍを下回る強化された分解能への画像の分解能の増加を備え得る。例えば、コントラストの強化は、少なくとも約２倍、少なくとも約３倍、少なくとも約４倍、少なくとも約５倍、少なくとも約６倍、少なくとも約７倍、少なくとも約８倍、少なくとも約９倍、または少なくとも約１０倍の画像のコントラストの増加を備え得る。例えば、強化は、少なくとも約２倍、少なくとも約３倍、少なくとも約４倍、少なくとも約５倍、少なくとも約６倍、少なくとも約７倍、少なくとも約８倍、少なくとも約９倍、または少なくとも約１０倍の組織の体積内の病変の顕著性の増加を備え得る。例えば、強化は、特異性が少なくとも約７５％、少なくとも約８０％、少なくとも約８５％、少なくとも約９０％、または少なくとも約９５％であるような組織の体積内の病変特性評価の特異性の増加を備え得る。いくつかの実施形態では、組織は、乳房組織を備える。

癌性病変は、より頻繁な棘形成を示し得るため、組み合わせられた画像４６２は、線維腺腫または他の良性腫瘤からの癌性腫瘤の分類を改良し得る。組み合わせられた反射画像は、病変の周囲の境界の顕著性を改良し得る。例えば、強化は、少なくとも約２倍、少なくとも約３倍、少なくとも約４倍、少なくとも約５倍、少なくとも約６倍、少なくとも約７倍、少なくとも約８倍、少なくとも約９倍、または少なくとも約１０倍の組織の体積内の病変の顕著性の増加を備え得る。癌性病変は、不規則な境界を示し得るため、組み合わせられた画像は、より平滑かつより規則的な境界を有し得る線維腺腫からの癌性腫瘤の分類を改良し得る。図４に示されるように、本方法が進行するにつれて、反射画像は、増加されたコントラストおよび分解能を示す。加えて、図４の乳房の体積内の癌性病変の縁および棘形成は、有意により顕著になる。

他の実施形態では、組織の体積の強化された画像を生成する方法は、加えて、脂肪組織からの寄与に関する強化された反射画像の補正を含んでもよい。脂肪組織の反射画像を生成するために使用されるいくつかの周波数は、比較的に無エコー性であり得る。脂肪組織は、顕著性に関して病変と競合し得るため、これは、精査する放射線科医にとって理想的ではない場合がある。いくつかの実施形態では、本方法は、乳房内の他の高エコー性構造に匹敵するレベルまで輝度において脂肪の領域を人工的に増大させる方法を提供する。いくつかの実施形態では、本方法は、音速画像から取得される乳房内の脂肪の分布の独立した知識に依拠する。数値閾値化を使用して、脂肪が、その低音速によって乳房の他の組織構成要素から区別され得る。閾値化方法は、病変のみが画像スタック内で低エコー性のままであるように、脂肪組織をより密度の高い組織とほぼ同一のエコー輝度にし得る。

図５は、実施形態による、脂肪補正後の強化された画像を付加的に備える、図４からの同一の患者乳房の例示的コロナルスライスを示す。スライス４３０は、例示的ＲＦ反射画像を示し、スライス４３２は、スライス４３０内の組織の体積内の病変の拡大画像を示す。スライス４６０は、例示的な強化された反射画像を示し、スライス４６２は、スライス４３０内の組織の体積内の病変の拡大画像を示す。スライス５７０は、脂肪補正後の例示的な強化された反射画像を示し、スライス５７２は、スライス５７０内の組織の体積内の病変の拡大画像を示す。

いくつかの実施形態では、脂肪からの寄与に関する強化された反射画像の補正は、下記に要約されるような以下の方法によって実装されてもよい。
ａ． 波形音速画像を読み込む。
ｂ． 脂肪音速に関する閾値および高密度組織に関する閾値を定義する。
ｃ． 脂肪音速に関する閾値に対して正規化する。
ｄ． 閾値を下回るｃ値に関するより大きい係数および閾値を上回るｃ値に関する１をもたらす変換を定義する。
ｅ． 強化された反射画像を読み込む。
ｆ． 変換を強化された反射画像に適用する。

いくつかの実施形態では、変換を定義する数学的演算は、以下によって与えられるもの等のガウス関数の一般的形態を有し得、
式中、ｃ＝音速画像からの音の速度であり、ｃ_ｆは、脂肪の音の速度である。したがって、Ｒ_{ｗａｆｅｒ}画像内の各ピクセルは、対応するｃが脂肪のものから離れ得る程度に依存する値によって修正され得る。したがって、ｃ＝ｃ_ｆの値に関して、Ｒ_{ｗａｆｅｒ}は、２で乗算され得る一方、ｃ（ｃ＞＞ｃ_ｆ）の離れた値に関して、乗率は、１に低下し得る（例えば、ピクセル値の修正なし）。スケーリング定数σは、最終Ｒ_ｃｏｒｒ画像内のより密度の高い組織に対する脂肪のコントラストを左右し得る。

他の実施形態では、変換を定義する数学的演算は、ステップ関数の形態を有してもよい。他の実施形態では、数学的演算は、限定ではないが、例えば、Ｌｏｒｅｎｔｚｉａｎ分布、Ｖｏｉｇｔ分布、ロジスティック分布、Ｌａｐｌａｃｅ分布、Ｌａｎｄａｕ分布、スチューデントのｔ分布、誤差関数、ディラックのデルタ関数、およびＷｅｉｂｕｌｌ分布等の単一の確率変数の確率分布を表し得る任意のタイプの関数を備えてもよい。

いくつかの実施形態による、波形音速画像を処理するための方法が上記に示されるが、当業者は、多くの適合および変形例を認識するであろう。さらに、上記に示される１つ以上のステップは、削除される、または繰り返されてもよく、付加的ステップが、追加されることができ、ステップは、任意の順序で実施されることができる。

他の実施形態では、組織の体積の強化された画像を生成する方法は、加えて、１つ以上の組み合わせられた画像に基づいて、組織の体積内の異なるタイプの病変を癌性腫瘍、線維腺腫、嚢腫、非特異的良性腫瘤、および識別不可能な腫瘤のうちの少なくとも１つとして分類するステップを含んでもよい。分類する方法は、本明細書に説明される着目領域の内部および外部の複数の予後パラメータに基づいて、乳房組織の体積を特性評価する方法を含み得、その方法は、最大１０％、例えば、以下の値、すなわち、約０．１％、約１％、約５％、および約１０％のうちのいずれか２つの間に定義される範囲内で病変特性評価の特異性を改良し得る。加えて、または代替として、病変を分類するステップは、乳腺画像報告データシステム（ＢＩ−ＲＡＤＳ）等の既存の分類方法に従って、熟練したユーザによる定性的観察に基づいて実施されてもよい。加えて、または代替として、病変を分類するステップは、反射画像を使用する任意の許容された分類方法に基づいて実施されてもよい。

図６Ａは、実施形態による、異なるタイプの音響レンダリングからの癌性病変および悪性結節を備える、同一の患者乳房の例示的コロナルスライスを示す。図６Ａは、本明細書に説明される強化された反射画像を生成する方法が病変の分類を支援し得る様子を示す。スライス６１０は、「Ｂｅｎｔ−Ｒａｙ」音速画像であり、スライス６２０は、「波形」音速画像であり、スライス６３０は、「Ｂモード」反射画像であり、スライス６４０は、本明細書に開示される方法に基づく強化された反射画像である。図６Ｂは、実施形態による、それぞれ、６２０、６２０、および６４０における音響レンダリングの拡大画像６２２、６３２、および６４２を示す。画像６１０および６２０は、画像６１０等の飛行時間音速画像に優る、画像６２０等の波形ベースの音速画像の分解能の改良を強調する。拡大画像では、強化された反射画像６４２は、癌（ＣＡ）および悪性結節の周囲のより顕著な縁、癌の周囲のより顕著な棘形成、および「Ｂモード」反射画像に優る増加された画像コントラストを示す。
マージン境界選択

本開示の実施形態は、患者の乳房組織の体積を特性評価するための方法を提供する。本方法は、１つ以上のプロセッサと、命令を備えるコンピュータ可読媒体とを備えるコンピュータによって実装され得る。図７は、いくつかの実施形態による、患者の乳房組織の体積を特性評価するための例示的方法７００を示す。方法７００は、組織の体積に向かって複数の音響波形を放出するステップと、トランスデューサを用いて組織の体積から複数の音響信号を検出するステップとを含み得、トランスデューサは、組織の体積を囲繞するように構成される、超音波送信機のアレイと、超音波受信機のアレイとを備え得る（７１０）。方法７００はさらに、トランスデューサから、組織の体積を通して伝送される音響波形から導出される複数の音響信号を受信するステップを含み得る（７２０）。方法７００はさらに、複数の音響信号から、組織の体積内の音伝搬を特性評価する３次元音響レンダリングを生成するステップを含み得る（７３０）。方法７００はさらに、ユーザ選択着目領域に対応するユーザからの入力を受信するステップを含み得る（７４０）。方法７００はさらに、音響レンダリングから、ユーザ選択着目領域の内部の音伝搬に対応する第１の複数の予後パラメータを生成するステップを含み得る（７５０）。方法７００はさらに、音響レンダリングから、ユーザ選択着目領域の外部の音伝搬に対応する第２の複数の予後パラメータを生成するステップを含み得る（７６０）。方法７００はさらに、第１の複数の内部予後パラメータおよび第２の複数の外部予後パラメータを使用して、組織の体積内の病変を特性評価するステップを含み得る（７７０）。

いくつかの実施形態では、方法７００は、視野内の標的物体を強化する超音波画像のレンダリングに従って、組織の体積（例えば、乳房全体、別の器官）を特性評価するように機能してもよい。加えて、または代替として、組織の体積は、脂肪組織（例えば、脂肪実質、実質脂肪、皮下脂肪等）、実質組織、癌性組織、異常組織（例えば、線維嚢胞性組織、線維腺腫等）、および組織の体積内の任意の他の好適な組織タイプのうちの１つ以上のものの分布を備えてもよい。方法７００は、ヒト乳房の組織を特性評価するために使用され得るが、加えて、または代替として、腕、脚、他の付属器官、および／またはヒトもしくは他の動物における任意の好適な組織の体積の組織を特性評価するために使用されてもよい。現在の超音波方法およびシステムに関連して、方法７００は、最大１０％、例えば、以下の値、すなわち、約０．１％、約１％、約５％、および約１０％のうちのいずれか２つの間に定義される範囲内で腫瘤のタイプの特性評価における特異性を改良し得る。そのような腫瘤は、限定ではないが、癌性腫瘍、線維腺腫、嚢腫、非特異的良性腫瘤、および識別不可能な腫瘤を含み得る。しかしながら、方法７００は、任意の他の好適な様式で組織の体積の診断、監視、および／または特性評価を可能にするように機能してもよい。

いくつかの実施形態では、方法７００は、癌の診断を促進し、そのタイプを評価し、その範囲を決定するために（例えば、組織内の腫瘤が外科手術的に除去可能であり得るかどうかを決定するために）、または癌発生のリスクを評価するために（例えば、乳房組織密度を測定する）、組織を特性評価するために使用されてもよい。さらに別の実施形態では、方法７００は、組織内の腫瘤が腫瘍、嚢腫、線維腺腫、または他の種類の腫瘤であり得るかどうかを決定するため等、組織の特定の側面を特性評価および／または調査するために使用されてもよい。方法７００は、組織の体積または他の好適な物体を撮像するための任意の好適な用途において使用されてもよい。方法７００は、少なくとも部分的に、下記の「超音波トモグラフィシステム」と題された節に説明されるシステム２００の実施形態、変形例、および／または実施例によって実装され得るが、しかしながら、方法７００は、加えて、または代替として、任意の他の好適なシステムを使用して実装されてもよい。

図７は、実施形態による、組織の体積の強化された画像を生成する方法を示すが、当業者は、多くの適合および変形例を認識するであろう。さらに、図７に示される１つ以上のステップは、削除される、または繰り返されてもよく、付加的ステップが、追加されることができ、ステップは、任意の順序で実施されることができる。

方法７００のステップ７１０において、複数の音響波形が、組織の体積に向かって放出され得、複数の音響信号が、トランスデューサを用いて組織の体積から検出され得る。トランスデューサは、組織の体積を囲繞するように構成される、超音波送信機のアレイと、超音波受信機のアレイとを備え得る。方法７００のステップ７２０において、組織の体積を通して伝送される音響信号から導出される複数の音響信号が、トランスデューサからコンピュータによって受信され得る。ステップ７１０および７２０は、それから組織の体積のレンダリングが方法７００の他のステップにおいて導出され得る、音響データを収集するように機能する。方法７００のステップ７１０において、音響波形を放出するステップおよび音響信号のセットを検出するステップは、例えば、「超音波トモグラフィシステム」と題された節に説明されるように、組み込まれる参考文献に説明されるものと類似する方法を使用して、超音波トモグラフィ走査装置２００を用いて実施され得る。しかしながら、任意の好適な超音波デバイスまたは走査装置が、使用されてもよい。加えて、または代替として、ステップ７１０およびステップ７２０は、「音響信号の放出および受信」と題された節に説明される方法を使用して実施されてもよい。

方法７００のステップ７３０において、組織の体積内の音伝搬を特性評価する３次元音響レンダリングが、複数の音響信号から生成され得る。音響信号は、音響データとしてコンピュータによって処理され得る。音響データは、測定された音響機械的パラメータ毎の組織の体積の一連の「スライス」に対応する２Ｄ画像の１つ以上の「スタック」を生成するために使用され得る。２Ｄ画像データの各スタックは、組織の特定のパラメータまたは性質と関連付けられる音響データ、例えば、音響反射、音響音速、および音響減衰等の任意のタイプの音響データを備え得る。プロセッサ２１０は、加えて、または代替として、２次元画像のスタックに基づく３次元体積レンダリングを生成する、および／または受信された音響データに直接基づく３次元体積レンダリングを生成してもよい。組織の体積の任意の部分の画像表現は、組織の体積の任意の１つ以上の音響機械的性質を描写し得る。例えば、画像表現は、音響減衰、音響反射、音響速度、および／または組織の任意の好適な性質を描写し得る。

加えて、または代替として、ステップ７３０は、本明細書に説明される組織の体積の強化された画像を生成するための方法１００を使用して実施されてもよい。加えて、または代替として、ステップ７３０は、「音響データの処理」と題された節およびその中に組み込まれる参考文献における方法に説明される方法を使用して実施されてもよい。そのような方法は、波形音速レンダリングを生成するステップと、第１の反射レンダリングを生成するステップとを含み得る。

一実施形態では、スライスは、前後様式で（例えば、コロナルスライスにおける）走査された組織の体積の領域に対応し得るが、しかしながら、スライスは、任意の他の方向における（例えば、前後方向に対する任意の角度における、上下方向における、上下方向に対する任意の角度における、中間側方方向における、中間側方方向に対する任意の角度における等）スライスに対応してもよい。音響スライス内の各音響データ点は、スライスおよびデータが組織の体積を撮像するために相互に対して順序付けられ得るように、スライス軸に沿った位置を含む、グリッド上の特定の値と関連付けられ得る。

加えて、または代替として、２Ｄ音響減衰画像のセットを生成するステップは、組織の音響インピーダンスの虚部から導出されてもよく、組織に関する解剖学的詳細をもたらし得る。音響減衰レンダリングを生成するステップは、加えて、および／または代替として、組織の体積の音響減衰の体積表現であり得る３次元（３Ｄ）音響減衰レンダリングを生成するステップを含んでもよい。減衰レンダリングは、脂肪組織（例えば、脂肪実質、実質脂肪、皮下脂肪等）、実質組織、癌性組織、異常組織（例えば、線維嚢胞性組織、線維腺腫等）、および組織の体積内の任意の他の好適な組織タイプのうちの１つ以上のものの分布を伴う組織の体積を特性評価することができる。加えて、または代替として、音響減衰レンダリングを生成するステップは、本明細書に組み込まれる参考文献に説明される方法を含んでもよい。

任意のタイプの音響データの３Ｄレンダリングが、全体的または部分的に組み合わせられる、もしくは併合されてもよい。一実施形態では、併合されたレンダリングは、少なくとも２つのタイプの画像データの３Ｄレンダリングを組み合わせるステップを含んでもよい。別の実施形態では、併合されたレンダリングは、少なくとも２つのタイプの画像データからの２Ｄ画像のセットの少なくとも一部を組み合わせるステップを含んでもよい。任意の好適な公式またはアルゴリズムが、種々のレンダリングを単一のレンダリングに併合または融合するために使用されてもよい。

方法７００のステップ７４０において、ユーザ選択着目領域に対応する入力が、ユーザから受信され得る。着目領域（ＲＯＩ）は、音響減衰、音響音速、および音響反射を含み、加えて、組み合わせられた、または併合されたレンダリングを含む、任意の形態の音響データの３Ｄレンダリングに基づいて、ユーザによって識別され得る。ＲＯＩは、例えば、乳房組織内の腫瘤に対応し得る。腫瘤は、例えば、癌性腫瘤、良性線維腺腫、嚢腫、別の良性所見、識別不可能な腫瘤（例えば、いかなる所見も存在し得ない）、または任意の好適な特性評価もしくは分類であり得る。一実施形態では、ＲＯＩは、ユーザによって、例えば、ＲＯＩを「フリーハンドで」なぞる、または円もしくは楕円等の単純な形状を描くことによって選択されてもよい。

加えて、または代替として、ＲＯＩの選択は、コンピュータ実装アルゴリズムによって支援または最適化されてもよく、コンピュータは、アルゴリズムを実装するための命令を伴うプロセッサを備える。プロセッサは、任意の音響データタイプおよび／またはデータタイプの組み合わせを含む複数のデータタイプの閾値に基づいて、ＲＯＩの選択を支援または最適化し得る。プロセッサは、画像認識アルゴリズムの使用を通して等の既知の形態に基づいて、ＲＯＩの選択を支援または最適化し得る。

ＲＯＩは、ＲＯＩと周辺組織との間のマージン境界を備え得る。図８Ａは、実施形態による、種々のユーザ選択および／またはコンピュータ選択マージン境界を備え、加えて、種々の境界形態を備える、例示的ＲＯＩを示す。マージン境界は、分析の開始時に完全に識別され得るが、しかしながら、加えて、または代替として、マージン境界は、分析の開始時に不完全であり、コンピュータプログラムによって最適化されてもよい。図８Ａでは、左の３つのマージン境界は、分析の開始時の種々の完全度を示す。マージン境界８１０は、３分の２を上回って完全であり、マージン境界８２０は、３分の１〜３分の２完全であり、マージン境界８３０は、１／３を下回って完全である。

マージン境界はまた、分類子モデルにおいて使用され得る形態を備え得る。そのような形態は、例えば、平滑な縁を伴うもの、不規則および／または粗い縁を伴うもの、例えば、１つまたは複数の伸長要素を有するものまたは棘形成され得るもの、主として丸形または楕円形であり得るもの、もしくは組織内の病変が合理的にとり得る任意の他の形状を備え得る。マージン境界８４０および８５０は、完全であり、マージン境界の例示的形態を示す。マージン境界８４０は、不規則なマージン境界を示す。マージン境界８５０は、癌性病変を示し得るもの等の有意な棘形成を示す。

識別されたマージン境界を伴う選択されたＲＯＩから、１つまたは複数の内部および外部着目領域が、識別され得る。内部着目領域は、マージン境界において開始し、ＲＯＩのさらに内側に続く１つまたは複数の層を備え得る。外部着目領域は、マージン境界において開始し、ＲＯＩのさらに外側に続く１つまたは複数の層を備え得る。ＲＯＩの内部および外部層は、それぞれ、「近傍」および「遠隔」として分類される層を備え得る。「近傍」層は、境界に近接するものとして分類され得る。「遠隔」層は、境界から離れたものとして分類され得る。例えば、着目領域の内部層は、境界の近傍の層および境界から遠隔の層を備え得る。例えば、着目領域の外部層は、境界の近傍の層および境界から遠隔の層を備え得る。

図８Ｂは、実施形態による、マージン境界ならびに内部および外部層を伴う例示的楕円形ＲＯＩ８６０を示す。マージン境界は、ユーザによって選択され、加えて、または代替として、ユーザによって選択され、コンピュータ実装アルゴリズムを用いて最適化されてもよい。図８Ｂの例示的ＲＯＩは、楕円形であるが、しかしながら、ＲＯＩは、病変がとり得る任意の形態を有してもよく、そのうちのいくつかが、図８Ａを参照して列挙される。加えて、または代替として、図８ＢのＲＯＩは、コンピュータプログラムによって最適化または補助される、ユーザによって選択される初期ＲＯＩに対応してもよい。ＲＯＩ８６０は、灰色における内部および白色における外部８７０を有する。ＲＯＩの外部は、図８ＢのＲＯＩの周囲に描かれる線よりも遠くに延在し得る。

いくつかの実施形態では、ＲＯＩ８６０の内部は、灰色面積の内側に描かれる実線を用いて示される層にセグメント化されてもよい。図８Ｂは、１０個の層にセグメント化された着目領域の内部を示すが、しかしながら、ＲＯＩの内部は、任意の数の層にセグメント化されることができる。層は、均一に離間されてもよい、または内部から外部にかけてより小さくなる、もしくはより大きくなってもよい。加えて、または代替として、ＲＯＩ８６０の外部は、ＲＯＩ８６０の外側に描かれる実線を用いて示される層にセグメント化されてもよい。図８Ｂは、１０個の層にセグメント化された着目領域の外部を示すが、しかしながら、ＲＯＩの外部は、任意の数の層にセグメント化されることができる。層は、均一に離間されてもよい、または内部から外部にかけてより小さくなる、もしくはより大きくなってもよい。ＲＯＩは、ＲＯＩの完成の前または後に層にセグメント化されることができる。

加えて、または代替として、着目領域の内部または外部の層のセットが、「近傍」または「遠隔」として分類されてもよい。図８Ｂの外部領域８７０は、「近傍」として分類された５つの層８７２と、「遠隔」として分類された５つの層８７４とを有する。近傍または遠隔として分類される層の数は、着目領域の内部または外部の層の任意のサブセットを備え得る。加えて、または代替として、層は、近傍および遠隔に均一または不均一に分割されてもよい。加えて、または代替として、近傍および遠隔として分類される層は、個々の層が近傍および遠隔分類の両方に該当し得るように重複してもよい。層は、ＲＯＩの完成の前または後に近傍もしくは遠隔として分類され得る。
予後パラメータ

選択されたＲＯＩは、予後パラメータのセットに基づく分類子モデルを使用して特性評価され得る。予後パラメータのセットは、組織の体積内の音伝搬に対応する１つまたは多くのタイプの音響データを備え得る。そのようなタイプの音響データは、限定ではないが、例えば、定量的音響データ（例えば、音響音速、音響減衰、および音響反射）、定量的形態素データ（例えば、ＲＯＩの面積、直径、楕円率等）、ならびに定性的形態素データ（例えば、ユーザ評価パラメータ）を含む。加えて、または代替として、分類子モデルは、任意の予後パラメータおよび／または複数の予後パラメータの閾値を使用してもよい。予後パラメータの閾値は、病変タイプに固有の既知の値から選択されてもよい。予後パラメータの閾値は、ユーザによって選択されてもよい。予後パラメータの閾値は、コンピュータ実装アルゴリズムに基づいて選択されてもよい。選択された閾値および／または閾値の組み合わせは、病変の特性評価を改良するために、そのようなアルゴリズムによって最適化されてもよい。

方法７００のステップ７５０において、ユーザ選択着目領域の内部の音伝搬に対応する第１の複数の予後パラメータが、音響レンダリングから生成される。方法７００のステップ７６０において、ユーザ選択着目領域の外部の音伝搬に対応する第２の複数の予後パラメータが、音響レンダリングから生成され得る。各層、層のサブセット、層の分類、および／またはＲＯＩは、１つまたは多くの関連付けられる定量的予後パラメータを有し得る。定量的予後パラメータは、例えば、任意の音響データタイプの平均、中央値、最頻値、標準偏差、およびその体積平均を備え得る。定量的予後パラメータは、データタイプの組み合わせから計算されてもよい。例えば、定量的予後パラメータは、ＲＯＩの内部の領域とＲＯＩの外部の領域との間の予後パラメータの差異を備えてもよい。別の実施例では、定量的予後パラメータは、着目領域、層、層の分類等の間の差異を備えてもよい。定量的予後パラメータは、例えば、別の予後パラメータ、既知の生物学的性質等との予後パラメータの比率を備えてもよい。加えて、または代替として、定量的予後パラメータは、空間分布によって加重されてもよい。加えて、または代替として、定量的予後パラメータは、例えば、着目領域、層、複数の層、層の分類等にわたる音響データタイプの体積平均から計算されてもよい。

各層、層の分類、および／またはＲＯＩは、１つまたは多くの関連付けられる定性的予後パラメータを有し得る。１つ以上の定性的予後パラメータが、他の定性的予後パラメータを生成するために組み合わせて使用されてもよい。定性的予後パラメータは、形態レンダリングの形状、鮮明度、構造、および／または他の特性のうちの１つまたは組み合わせを備えてもよい。定性的予後パラメータは、生体力学的性質レンダリングの任意の好適な側面を特性評価し得る。定性的予後パラメータは、ユーザまたはコンピュータによって、音響反射レンダリングにおける着目領域の不明瞭なマージンに関する「１」および鮮明なマージンに関する「２」等の半定量的予後パラメータに変換されてもよい。別の実施例として、定性的予後パラメータは、ユーザまたはコンピュータによって、定性的側面が表される程度を分類する整数スケール上の値（例えば、１〜５）等の半定量的パラメータに変換されてもよい。例えば、音響反射レンダリングにおける着目領域のマージン鮮明度は、これが非常に鮮明である場合に「１」、これが中程度に不明瞭である場合に「３」、またはこれが非常に不明瞭である場合に「５」としての反射指数を用いて分類されてもよい。

定性的、定量的、および半定量的予後パラメータは、他の拡張予後パラメータを生成するために組み合わせられてもよい。これらの拡張予後パラメータは、病変が１〜５の整数スケール上で特性評価される、既存の乳腺画像報告データシステム（ＢＩ−ＲＡＤＳ）を備えてもよいが、また、音響データを備える他の拡張予後パラメータを備えてもよい。本明細書に開示される予後パラメータは、時間依存性であり得る。１つまたは複数の予後パラメータの時間依存性は、予後パラメータを備え得る。これらの定量的および定性的予後パラメータの全てが決定され得るが、これらのパラメータの一部のみが、決定されてもよい。

表１は、組織の体積にわたる特定の音響データタイプＡ、Ｂ、およびＣの平均（例えば、体積平均）ならびに標準偏差（例えば、体積標準偏差）に関するフィールドを含む、着目領域および着目領域の分類によって予後パラメータを編成するための例示的フィールドを示す。表はまた、着目領域と関連付けられる層の分類の間の差異と関連付けられる予後パラメータを備える。

領域「腫瘍」は、着目領域の内部の音響データと関連付けられる予後パラメータのセットを特性評価する。領域「腫瘍周囲」は、着目領域の外部の音響データと関連付けられる予後パラメータのセットを特性評価する。領域「近傍腫瘍周囲」は、着目領域のマージン境界の近傍にあり得、着目領域の外部であり得る層の分類と関連付けられる予後パラメータのセットを特性評価する。領域「遠隔腫瘍周囲」は、着目領域のマージン境界の遠隔にあり得、着目領域の外部にあり得る層の分類と関連付けられる予後パラメータのセットを特性評価する。領域「相対的腫瘍周囲」は、内部予後パラメータのセットから外部予後パラメータのセットを引いた差異と関連付けられる予後パラメータのセットを特性評価する。領域「相対的近傍腫瘍周囲」は、内部予後パラメータのセットから、着目領域のマージン境界の近傍にあり得、着目領域の外部にあり得る層の分類と関連付けられ得る予後パラメータのセットを引いた差異と関連付けられる予後パラメータのセットを特性評価する。領域「相対的遠隔腫瘍周囲」は、内部予後パラメータのセットから、着目領域のマージン境界の遠隔にあり得、着目領域の外部にあり得る層の分類と関連付けられ得る予後パラメータのセットを引いた差異と関連付けられる予後パラメータのセットを特性評価する。

表１はまた、種々の音響データタイプによって予後パラメータを編成するための例示的フィールドを示す。いくつかの実施形態では、個々の予後パラメータは、領域、層、または層の分類によって画定されるもの等の体積にわたる平均または標準偏差等の統計メトリックに対応してもよい。そのようなデータタイプは、限定ではないが、例えば、マージン境界スコア、平均強化反射（ＥｒｆＭｅａｎ）、ＲＯＩの内部および外部の強化された反射の相対平均（ＥｒｆＲｅｌＤｉｓｔ）、強化された反射の標準偏差（Ｅｒｆ＿ＳＤ）、平均音速（ＳＳＭｅａｎ）、ＲＯＩの内部および外部の相対平均音速（ＳＳＲｅｌＤｉｓｔ）、音速の標準偏差（ＳＳ＿ＳＤ）、平均減衰（ＡｔＭｅａｎ）、減衰の標準偏差（Ａｔ＿ＳＤ）、マージン境界スコアに関して補正された減衰の平均（Ｃｏｒｒ＿Ａｔ＿Ｍｅａｎ）、ならびにマージン境界スコアに関して補正された減衰の標準偏差（Ｃｏｒｒ＿Ａｔ＿ＳＤ）を含み得る。
分類子モデル

方法７００のステップ７７０において、組織の体積内の病変が、第１の複数の内部予後パラメータおよび第２の複数の外部予後パラメータを使用して特性評価され得る。予後パラメータは、着目領域を分類する、予測する、または別様に特性評価するために、分類子モデル内で使用されてもよい。分析は、着目領域が癌性腫瘤、良性線維腺腫、嚢腫、別の良性所見、識別不可能腫瘤（例えば、いかなる所見も存在し得ない）、または任意の好適な特性評価もしくは分類であり得るかどうかを予測し得る。しかしながら、分析は、加えて、および／または代替として、経時的に、または任意の好適な用途のために、１つ以上の予後パラメータの傾向を監視してもよい。予後パラメータを分析するステップは、定量的、半定量的、定性的、および／または拡張的であり得る複数の予後パラメータの分析を含んでもよい。

図９Ａは、実施形態による、単一の予後パラメータの閾値を備える例示的分類子モデル９１０を示す。いくつかの実施形態では、予後パラメータＰ_１は、整数スケールによる着目領域のマージン境界のユーザ選択分類を備える拡張予後パラメータであってもよい。いくつかの実施形態では、分類子モデル９１０は、組織の体積内の音伝搬と関連付けられる定性的または定量的予後パラメータに完全に基づいてもよい。他の実施形態では、分類子モデル９１０は、１つの分類子モデルの出力が別のものの入力における予後パラメータとして使用され得るように、９２０または９３０等の別の分類子モデルと併せて使用されてもよい。

いくつかの実施形態では、ユーザ選択分類は、医療専門家等の熟練したオペレータによって実施されてもよく、他の実施形態では、ユーザ選択分類は、コンピュータ実装方法またはアルゴリズムによって支援されてもよい。いくつかの実施形態では、分類は、波形音速レンダリングの観察と併せて実施されてもよいが、しかしながら、分類は、音響音速、音響減衰、音響反射、および音速、音響減衰、ならびに音響反射から生成された強化された画像等の任意の音響データタイプの画像またはレンダリングを使用して実施されてもよい。

いくつかの実施形態では、ユーザ選択分類は、主として、腫瘍形状、マージン、および隣接する組織との相互作用の評価に専念し得る、ＢＩ−ＲＡＤＳ基準等の既存の分類方法から評価されてもよい。ＢＩ−ＲＡＤＳにおける「シャドウイング」または「伝送を通した強化」のような基準は、本明細書に説明される適用可能な超音波トモグラフィ方法ではない場合があるが、しかしながら、他の基準が、良性腫瘤被嚢または多くの癌の棘形成ならびに／もしくは構造的歪みの正反射等の超音波トモグラフィを使用してより高感度に検出し得る。他の実施形態では、超音波トモグラフィ撮像のために最適化された、適合されたユーザ選択分類システムが、実装されてもよい。そのような方法は、腫瘍マージンに関するＵＳ−ＢＩ−ＲＡＤＳ基準ならびに腫瘍周囲組織相互作用を組み合わせる５点スケール（マージン境界スコア）に基づいてもよい。

分類子モデル９１０の例示的使用は、Ｐ_１≧ａである場合、腫瘤が癌性として診断され得るような値ａにおけるオペレータ評価スコアに関する閾値を含む。例えば、実施例１は、予後パラメータＰ_１および３の閾値に関する波形音速画像から評価されるマージン境界スコアを使用する診断結果を含む臨床データを含む。

分類子モデル９１０の別の例示的使用は、Ｐ_１＞ａである場合、腫瘤が癌性として診断され得るような値ａにおけるオペレータ評価スコアに関する閾値を含む。分類子モデル９１０の別の例示的使用は、Ｐ_１≦ａである場合、腫瘤が癌性として診断され得るような値ａにおけるオペレータ評価スコアに関する閾値を含む。分類子モデル９１０の別の例示的使用は、Ｐ_１＜ａである場合、腫瘤が癌性として診断され得るような値ａにおけるオペレータ評価スコアに関する閾値を含む。分類子モデル９１０の別の例示的使用は、値ａの関数を評価するステップと、値ａの評価された関数に基づいて、腫瘤を癌性として診断するステップとを含む。

図９Ｂは、実施形態による、内部予後パラメータおよび外部予後パラメータの閾値を備える例示的分類子モデル９２０を示す。いくつかの実施形態では、分類子モデル９２０は、組織の体積内の音伝搬と関連付けられる定量的予後パラメータに完全に基づいてもよい。他の実施形態では、分類子モデル９２０は、定量的、半定量的、および／または拡張予後パラメータの組み合わせ（例えば、マージン境界スコア）に基づいてもよい。他の実施形態では、分類子モデル９２０は、１つの分類子モデルの出力が別のものの入力における予後パラメータとして使用され得るように、９１０または９３０等の別の分類子モデルと併せて使用されてもよい。

分類子モデル９２０の例示的使用は、Ｐ_２≧ｂであり、Ｐ_３≦ｃである場合、腫瘤が癌性として診断され得るような値ｂにおける内部予後パラメータＰ_２および値ｃにおける外部予後パラメータＰ_３に関する閾値を含む。例えば、実施例１は、０．０３４７の閾値を伴う予後パラメータＰ_２に関する音響減衰に関する体積標準偏差を使用し、１．５１の閾値を伴う予後パラメータＰ_３に関する着目領域の外部の（例えば、腫瘍周囲領域内の）音速に関する体積平均を使用する診断結果を含む臨床データを含む。

分類子モデル９２０の別の例示的使用は、Ｐ_２＞ｂであり、Ｐ_３＞ｃである場合、腫瘤が癌性として診断され得るような値ｂにおける内部予後パラメータＰ_２および値ｃにおける外部予後パラメータＰ_３に関する閾値を含む。分類子モデル９２０の別の例示的使用は、Ｐ_２≦ｂであり、Ｐ_３≦ｃである場合、腫瘤が癌性として診断され得るような値ｂにおける内部予後パラメータＰ_２および値ｃにおける外部予後パラメータＰ_３に関する閾値を含む。分類子モデル９２０の別の例示的使用は、Ｐ_２＜ｂであり、Ｐ_３＜ｃである場合、腫瘤が癌性として診断され得るような値ｂにおける内部予後パラメータＰ_２および値ｃにおける外部予後パラメータＰ_３に関する閾値を含む。分類子モデル９２０の別の例示的使用は、２つ以上の変数（ｂ、ｃ、…）の関数または区分関数を評価するステップと、２つ以上の変数の評価された関数に基づいて、腫瘤を癌性として診断するステップとを含む。例えば、実施例１は、２つの変数、すなわち、腫瘍領域内の減衰の体積標準偏差および音速の体積標準偏差の関数に基づく診断のための臨床データを含む。

図９Ｃは、実施形態による、腫瘤を評価するための混合された定性的かつ定量的メトリックを備える例示的分類子モデル９３０を示す。いくつかの実施形態では、分類子モデル９３０は、組織の体積内の音伝搬と関連付けられる定量的予後パラメータに完全に基づいてもよい。他の実施形態では、分類子モデル９２０は、定量的、半定量的、および／または拡張予後パラメータの組み合わせ（例えば、マージン境界スコア）に基づいてもよい。他の実施形態では、分類子モデル９３０は、１つの分類子モデルの出力が別のものの入力における予後パラメータとして使用され得るように、９１０または９２０等の別の分類子モデルと併せて使用されてもよい。

分類子モデル９３０の例示的使用は、ａおよびｄにおける２つの閾値を伴うオペレータ評価スコアＰ_１、値ｅにおける内部予後パラメータＰ_２、ならびに値ｆにおける内部および外部予後パラメータの差異から計算される相対的予後パラメータＰ_４を含む。オペレータ評価スコアＰ_１がａを上回る、またはそれに等しい場合、腫瘤は、癌性として特性評価され得る。着目領域のオペレータ評価スコアがｄを上回り、ａを下回る場合、相対的予後パラメータＰ_４はさらに、評価内に含まれ得る。Ｐ_４の値がｆを上回る場合、病変は、癌性として特性評価され得る。オペレータ評価スコアＰ_１がｄを下回る、またはそれに等しい場合、内部予後パラメータＰ_２はさらに、モデル内に含まれ得る。Ｐ_２の値がｅを上回る、またはそれに等しい場合、病変は、癌性として分類され得る。

分類子９３０の上記の使用では、Ｐ_１は、２および４における閾値を伴うマージン境界スコアであり得る。Ｐ_１の値が３である場合、Ｐ_４は、腫瘍領域内の体積平均強化反射率から遠隔腫瘍周囲領域内の体積平均強化反射率を引いたものに対応する予後パラメータであり得る。差異が≧−３４．６である場合、腫瘤は、癌性として評価され得る。Ｐ_１が１または２である場合、Ｐ_３は、着目領域内の補正された音響減衰の体積標準偏差であり得る。標準偏差が≧０．１５である場合、癌は、癌性として診断され得る。分類子モデル９１０、９２０、および９３０は、モデル間で予後パラメータを共有するが、示される共有される予後パラメータは、１つの可能性として考えられる実施形態の実施例であり、各分類子モデルにおける例示的予後パラメータは、本明細書に開示されるもの等の任意の音響データタイプのものであり得る。
（実施例）

臨床研究が、組織の体積の強化された画像を生成する方法および患者の乳房組織の体積を特性評価するための方法を開発するために実行された。結果が、本明細書に説明される方法が含み得る、乳房解剖学的構造の３Ｄ画像も同様に生産しながら、組織特性を定量化する、超音波トモグラフィに基づく乳房撮像を利用する臨床研究から提示される。

インフォームドコンセントが、ＨＩＰＡＡガイドラインに従うＩＲＢ承認プロトコルにおいて予め採用された全ての患者から得られた。コロナル画像が、反射、音速、および減衰に関するトモグラフィアルゴリズムによって生産された。全ての画像が、乳房撮像および超音波技術開発において２０年を上回る経験を有する委員会認定放射線科医によって精査された。研究の第１段階では、ＵＳＴ画像が、病変および乳房実質の外観を決定するために、マルチモーダル撮像と比較された。研究の第２段階では、磁気共鳴（ＭＲ）乳房撮像との相関比較が、実質パターンの識別および特性評価、ＵＳＴの空間分解能の決定、ならびにＵＳＴを用いて撮像され得る乳房体積の推定を含む、超音波トモグラフィ（ＵＳＴ）システムの基本的動作能力を確立するために使用された。研究の第３段階は、病変特性評価に焦点を当てた。着目領域（ＲＯＩ）分析が、全ての３つのＵＳＴ画像タイプを使用して、全ての識別された病変に実施された。ＲＯＩ生成値の組み合わせが、研究において全ての腫瘤を特性評価するために使用された。

研究は、脂肪減算コントラスト強化ＭＲＩに対する乳房組織構造の高度な相関およびコロナル面における０．７ｍｍの分解能において乳房の体積の約９０％を走査する能力を実証した。約１〜３分の走査持続時間では、いかなる有意なモーションアーチファクトも、観察されなかった。初期臨床結果は、音速および減衰パラメータと組み合わせてマージン境界スコアを使用して、病変を特性評価する能力を示唆する。

ＵＳＴおよびＭＲ撮像が、相互に数週間以内に実施された。ＵＳＴ撮像は、ＳｏｆｔＶｕｅシステム（Ｄｅｌｐｈｉｎｕｓ Ｍｅｄｉｃａｌ Ｔｅｃｈｎｏｌｏｇｉｅｓ）を用いて実行され、ＭＲ検査は、Ｐｈｉｌｉｐｓ Ａｃｈｉｅｖａ ３Ｔシステムを用いて実行された。結果として生じる画像シーケンスは、ＵＳＴの撮像性能を定性的かつ定量的に走査するためのものであった。上記に議論されるように、ＵＳＴ画像は、ＭＲＩ画像と最良に相関する。さらなる検査は、３つのＵＳＴ画像タイプのうち、音速画像がＭＲと最良に相関することを示す。図１０Ａは、代表的な乳房実質のＵＳＴ音速およびＭＲコントラスト強化脂肪減算画像の間のコロナルビュー比較を示す。

実質パターンは、乳房の形状に関連する主要な差異を伴うのみで、非常に類似する。本差異は、浮力が乳房を縮小するようにＳｏｆｔＶｕｅシステムが水を利用する一方、ＭＲでは、重力がＡＰ寸法（例えば、うつ伏せ）において乳房を延長させるという事実によって解説されることができる。上記に議論されるように、ＵＳＴ画像は、ＭＲ画像と最良に相関する。さらなる調査は、図１０Ａに図示されるように、３つのＵＳＴ画像タイプのうち、音速画像がＭＲと最良に相関することを示す。

ＭＲＩおよびＵＳＴ乳房体積が、対応ｔ検定を使用して比較された。第１のステップでは、ｋ平均セグメント化アルゴリズムが、非組織背景を自動的に分離して除外するために、Ｔ_１乳房ＭＲ画像に適用された。第２のステップでは、乳房組織と胸壁との間の境界が、手動で描かれ、胸壁は、除去され、乳房組織のみを残した。

ＵＳＴ画像では、半自動化ツールが、各コロナルスライスにおいて乳房組織の周囲に境界を描くために使用され、境界の外側は全て、除去された（水信号）。胸壁信号を含有するいずれのスライスもまた、除去された。

各モダリティの空間分解能が、図１０Ｂに示されるような全幅半値基準を使用する、薄い特徴のプロファイルカットを使用して推定された。空間分解能分析の結果は、下記の表に示される。空間分解能は、両方のＭＲＩに関して再投影タイプに依存し、ＵＳＴはコロナル面においてＭＲＩよりも優れ、ＭＲＩは他の投影においてＵＳＴよりも優れることが見出された。（しかしながら、等方性ボクセルを伴うＭＲ取得は、コロナル面においてＵＳＴに匹敵する分解能を示すであろう）。軸方向面および矢状面において再構築されたＵＳＴが、この時点で２．５ｍｍスライス厚さに接近する分解能を有するように、ＵＳＴ画像ボクセルは、等方性ではなく、データ取得は、ＭＲのように容易に調節されることができない。

ＵＳ−ＢＩ−ＲＡＤＳ基準は、主として、腫瘍形状、マージン、および隣接する組織との相互作用の評価に専念する。しかしながら、シャドウイングまたは伝送を通した強化等の基準は、ＵＳＴの円形幾何学形状に適用可能ではない。加えて、３ＭＨｚにおいて動作するＵＳＴは、良性腫瘤被嚢または多くの癌の棘形成ならびに／もしくは構造的歪みの正反射により感受性があると考えられる。したがって、腫瘍マージンに関するＵＳ−ＢＩ−ＲＡＤＳ基準ならびに腫瘍周囲組織相互作用に関する可能性を組み合わせた５点スケール（マージン境界スコア）を開発した。

最終的目標は、放射線科医が楕円形ＲＯＩを描くことを単純に要求することによって、よりオペレータ依存性ではなく、検出された腫瘤に関する適切な診断支援としての役割を果たし得る、テクスチャ分析を生成することであり得る。図１１は、多くの嚢腫、線形腺腫、および癌に関して注目される音速テクスチャならびに形態における基本的差異を示す。マージン境界スコアの５点スケールに基づいて、分類子モデルが、分類子モデル９１０を使用して実装されることができ、３の閾値に等しい、以上のマージン境界スコアが、癌として診断され得る。病変のタイプ、調査された患者に関する領域の評価されたマージン境界スコア（１０７件の良性病変および３１件の癌を含有する）を示す第１の表が、下記に示される。

診断結果を示す第２の要約表が、下記に示される。

加えて、腫瘤が、（ｉ）マージン境界スコア、（ｉｉ）反射率、（ｉｉｉ）定量的ＳＳ評価、および（ｉｖ）ＡＴＴ評価によって特性評価された。半自動的着目領域（ＲＯＩ）ツールが、各腫瘤の定量的性質を決定するために使用された。着目腫瘤を識別した後、単純な楕円形ＲＯＩが、腫瘤の周囲に描かれ得る。ＲＯＩアルゴリズムは、次いで、２０個の半径方向楕円（腫瘤の内側に１０個および外側に１０個）を生成する。定量的情報が、次いで、後続分析のために２０個の環毎に測定された。着目領域（ＲＯＩ）分析は、全ての３つのＵＳＴ画像タイプを使用して、全ての識別された病変に実施された。ＲＯＩ生成値の組み合わせが、研究において全ての腫瘤を特性評価するために使用された。

発明者の最近のデータは、腫瘍ＲＯＩ内の標準偏差等の一次統計および周辺の腫瘍周囲領域との比較の有意な影響を強調する。図１２Ａ−１２Ｃは、平均強化反射（ＥｒｆＭｅａｎ）、ＲＯＩの内部および外部の相対平均強化反射（ＥｒｆＲｅｌＤｉｓｔ）、強化された反射の標準偏差（Ｅｒｆ＿ＳＤ）、平均音速（ＳＳＭｅａｎ）、ＲＯＩの内部および外部の相対平均音速（ＳＳＲｅｌＤｉｓｔ）、音速の標準偏差（ＳＳ＿ＳＤ）、平均減衰（ＡｔＭｅａｎ）、減衰の標準偏差（Ａｔ＿ＳＤ）、ならびにマージン境界スコアに関して補正された減衰の標準偏差（Ｃｏｒｒ＿Ａｔ＿ＳＤ）を含む、該一次統計を要約する箱ひげ図を示す。各箱ひげ図はまた、種々のタイプの病変に関する統計の関連付けられる値を示す要約表を含有する。箱ひげ図は、１０７件の良性病変および３１件の癌に関する平均値をとることに基づいた。

最適な方法の散布図および箱ひげ図が、特性評価潜在性を例証するために使用された。図１２Ｃの箱ひげ図は、ＳＳよりもわずかにのみ高い有意性を有する、ＡＴＴ画像から抽出された腫瘍ＲＯＩに基づいて、より粗分析の不均一性の測度である標準偏差の一次統計と組み合わせられた境界スコアを使用したときに達成された区分化を示す。これらのＲＯＩは、再び、腫瘤の周囲に楕円形ＲＯＩを単純に描き、ＲＯＩ内の標準偏差を決定することによって取得された。

さらなる調査に応じて、腫瘍周囲腫瘤領域（腫瘤境界ＲＯＩのすぐ外側の環状面積によって画定される）のＳＳが、癌から良性腫瘤をさらに分離したことが見出された。以下のデータは、分類子方法９２０を使用して生成される。これらのパラメータの全てに基づく散布図が、図１３Ａに示される。散布図は、癌、線維腺腫、および癌を別個に示す。癌は、高境界スコア、高不均一性（音減衰の標準偏差≧０．０３４７）、およびより低い腫瘍周囲音速（腫瘍周囲領域内の平均音速≦１．５１）を示すプロットの左上角に厳密に群化される。これらの測度によって、嚢腫と線維腺腫との間に大幅な分離は存在しないが、それらと癌との間に有意な分離が存在した。散布図に表されるデータのＲＯＣ分析は、感度が９７％であるとき、９１％のＰＰＶを示す。結果を示す要約表が、下記に示される。

図１３Ｂは、腫瘍内の音速の標準偏差および腫瘍内の減衰の標準偏差に基づく散布図を示す。２つの予後パラメータの線形関数を使用する分類子モデル９２０の例証的実施例が、散布図を通して描かれる線によって示される。図１３Ｂにプロットされる２つの予後パラメータ毎の患者値が線の右上にある場合、病変は、癌性として診断される。

これは、より定量的なマージン分析を含む拡大された進行中の研究に対するデータのサブセットである。本方法はまた、腫瘍および周辺の腫瘍周囲領域内の大いに明白なテクスチャ差異を識別するための教示ツールとしての役割を果たすことができる。
超音波トモグラフィシステム

図２Ａ−Ｃは、実施形態による、それぞれ、例示的超音波走査装置の概略図、例示的超音波走査内の患者乳房の概略図、および超音波走査装置の例示的超音波トランスデューサの概略図を示す。図２Ａ−Ｃに示されるように、超音波トモグラフィ走査装置２００は、組織の体積を受容するように構成され、超音波送信機２２４のアレイと、超音波受信機２２６のアレイとを備える、トランスデューサ２２０を備え得る。超音波送信機のアレイは、組織の体積に向かって音響波形を放出するように構成され得、超音波受信機２２６のアレイは、組織の体積を通して伝送される音響波形から導出される音響信号のセットを検出するように構成され得る。超音波トモグラフィ走査装置２００はさらに、トランスデューサと通信し、１つ以上のプロセッサと、実行されると、組織の体積の強化された画像を生成する方法であって、乳房組織の体積を特性評価する方法ならびに本明細書に説明される実施形態および変形例を実施するように構成され得る、その上に記憶される命令を伴う非一過性コンピュータ可読媒体とを備える、コンピュータ２１０を備え得る。超音波トモグラフィ走査装置２００はさらに、デジタル処理デバイス２１０と通信し、組織の体積の強化された画像をレンダリングするように構成される、ディスプレイ２９０を備え得る。

システム２００は、超音波画像をレンダリングする、および／または組織の体積内に存在する構造の高分解能画像を生成するために使用され得る変換された超音波データを生成するように機能する。いくつかの実施形態では、システム２００は、例えば、米国食品医薬品局（ＦＤＡ）によって規制されるように、医療撮像に関する規制基準と整合され得る画像を生産するように機能してもよい。システム２００は、上記に説明される方法１００の実施形態、変形例、または実施例の少なくとも一部を実装するように構成され得るが、しかしながら、システム２００は、加えて、または代替として、任意の他の好適な方法を実装するように構成されてもよい。

トランスデューサ２２０、コンピュータプロセッサ２１０、およびディスプレイ２９０は、図２Ａおよび２Ｂに示されるように、走査装置台２０５に結合され得、走査装置台２０５は、患者の組織の体積へのアクセスを提供する開口部２０６を有する。耐久性のある可撓性材料（例えば、可撓性膜、織物等）から作製され得る台は、患者の身体に輪郭付けられ、それによって、乳房の腋窩領域への走査アクセスを増加させ、患者快適性を増加させ得る。台における開口部２０６は、乳房（または他の付属器官）が台を通して突出し、音響波を伝搬する音響結合媒体としての水または別の好適な流体を用いて充填される撮像タンク２３０内に浸漬されることを可能にし得る。

図２Ｂおよび２Ｃは、実施形態による、例示的超音波走査装置内の患者乳房の概略図および超音波走査装置の例示的超音波トランスデューサの概略図を示す。図２Ｂおよび２Ｃに示されるように、トランスデューサ要素２２０を伴うリング形トランスデューサ２２０は、撮像タンク２３０内に位置し、乳房を包囲または別様に囲繞し得、トランスデューサ要素２２２はそれぞれ、超音波受信機２２６のアレイのうちの１つと対合される超音波送信機２２４のアレイのうちの１つを備え得る。組織に向かって安全な非イオン性超音波パルスを指向する複数の超音波送信機２２４および組織から散乱する、ならびに／もしくは組織を通して伝送される音響信号を受信および記録する複数の超音波受信機２２６が、リングトランスデューサ２２０の周囲に分配されてもよい。一実施形態では、トランスデューサ２２０は、図２Ｃのように、各超音波送信機要素が対応する超音波受信機要素と対合され得、各超音波送信機要素が２つの隣接する超音波送信機要素によって囲繞され得、各超音波受信機要素が２つの隣接する超音波受信機要素によって囲繞され得、トランスデューサが軸対称であり得るように編成されてもよい。

走査の間、リングトランスデューサ２２０は、音響反射、音響減衰、および音速等の測定値を含む音響データセットを取得するために、胸壁と乳房の乳頭領域との間の前後方向等に、組織に沿って通過し得る。データセットは、離散走査ステップまたはコロナル「スライス」において取得され得る。トランスデューサ２２０は、胸壁から乳頭に向かって、および／または乳頭から胸壁に向かって、段階的に増分において走査するように構成されてもよい。しかしながら、トランスデューサ２２０は、加えて、および／または代替として、走査の間、任意の好適な方向において、組織の任意の好適な生体力学的性質に関するデータを受信してもよい。

いくつかの実施形態では、走査装置台は、本明細書に組み込まれる参考文献のうちのいずれかに説明される患者インターフェースシステムの実施形態、変形例、または実施例を備えてもよい。しかしながら、システム２００は、加えて、または代替として、任意の他の好適な患者インターフェースシステムを備える、もしくはそれと結合されてもよい。
デジタル処理デバイス

いくつかの実施形態では、本明細書に説明されるプラットフォーム、システム、媒体、および方法は、デジタル処理デバイスまたは同一物の使用を含む。さらなる実施形態では、デジタル処理デバイスは、デバイスの機能を実行する、１つ以上のハードウェア中央処理ユニット（ＣＰＵ）、汎用グラフィックス処理ユニット（ＧＰＧＰＵ）、またはフィールドプログラマブルゲートアレイ（ＦＰＧＡ）を含む。またさらなる実施形態では、デジタル処理デバイスはさらに、実行可能命令を実施するように構成されるオペレーティングシステムを備える。いくつかの実施形態では、デジタル処理デバイスは、随意に、コンピュータネットワークに接続されてもよい。さらなる実施形態では、デジタル処理デバイスは、随意に、これがワールドワイドウェブにアクセスするように、インターネットに接続される。またさらなる実施形態では、デジタル処理デバイスは、随意に、クラウドコンピューティングインフラストラクチャに接続される。他の実施形態では、デジタル処理デバイスは、随意に、イントラネットに接続される。他の実施形態では、デジタル処理デバイスは、随意に、データ記憶デバイスに接続される。

本明細書の説明によると、好適なデジタル処理デバイスは、非限定的実施例として、サーバコンピュータ、デスクトップコンピュータ、ラップトップコンピュータ、ノートブックコンピュータ、サブノートブックコンピュータ、ネットブックコンピュータ、ネットパッドコンピュータ、セットトップコンピュータ、メディアストリーミングデバイス、ハンドヘルドコンピュータ、インターネットアプライアンス、モバイルスマートフォン、タブレットコンピュータ、携帯情報端末、ビデオゲームコンソール、および車両を含む。当業者は、多くのスマートフォンが、本明細書に説明されるシステムにおける使用のために好適であることを認識するであろう。当業者はまた、随意のコンピュータネットワークコネクティビティを伴うセレクトテレビ、ビデオプレーヤ、およびデジタル音楽プレーヤが、本明細書に説明されるシステムにおける使用のために好適であることを認識するであろう。好適なタブレットコンピュータは、当業者に公知である、ブックレット、スレート、およびコンバーティブル構成を伴うものを含む。

いくつかの実施形態では、デジタル処理デバイスは、実行可能命令を実施するように構成されるオペレーティングシステムを含む。オペレーティングシステムは、例えば、プログラムおよびデータを含むソフトウェアであり、これは、デバイスのハードウェアを管理し、アプリケーションの実行に関するサービスを提供する。当業者は、好適なサーバオペレーティングシステムが、非限定的実施例として、ＦｒｅｅＢＳＤ、ＯｐｅｎＢＳＤ、ＮｅｔＢＳＤ、Ｌｉｎｕｘ（登録商標）、Ａｐｐｌｅ Ｍａｃ ＯＳ Ｘ Ｓｅｒｖｅｒ、Ｏｒａｃｌｅ Ｓｏｌａｒｉｓ、Ｗｉｎｄｏｗｓ（登録商標） Ｓｅｒｖｅｒ、およびＮｏｖｅｌｌ ＮｅｔＷａｒｅを含むことを認識するであろう。当業者は、好適なパーソナルコンピュータオペレーティングシステムが、非限定的実施例として、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標）、Ａｐｐｌｅ Ｍａｃ ＯＳ Ｘ、ＵＮＩＸ（登録商標）、およびＧＮＵ／Ｌｉｎｕｘ（登録商標）等のＵＮＩＸ（登録商標）のようなオペレーティングシステムを含むことを認識するであろう。いくつかの実施形態では、オペレーティングシステムは、クラウドコンピューティングによって提供される。当業者はまた、好適なモバイルスマートフォンオペレーティングシステムが、非限定的実施例として、Ｎｏｋｉａ Ｓｙｍｂｉａｎ ＯＳ、Ａｐｐｌｅ ｉＯＳ、Ｒｅｓｅａｒｃｈ Ｉｎ Ｍｏｔｉｏｎ ＢｌａｃｋＢｅｒｒｙ ＯＳ、Ｇｏｏｇｌｅ Ａｎｄｒｏｉｄ、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標） Ｐｈｏｎｅ ＯＳ、Ｍｉｃｒｏｓｏｆｔ Ｗｉｎｄｏｗｓ（登録商標） Ｍｏｂｉｌｅ ＯＳ、Ｌｉｎｕｘ（登録商標）、および Ｐａｌｍ ＷｅｂＯＳを含むことを認識するであろう。当業者はまた、好適なメディアストリーミングデバイスオペレーティングシステムが、非限定的実施例として、Ａｐｐｌｅ ＴＶ、Ｒｏｋｕ、Ｂｏｘｅｅ、Ｇｏｏｇｌｅ ＴＶ、Ｇｏｏｇｌｅ Ｃｈｒｏｍｅｃａｓｔ、Ａｍａｚｏｎ Ｆｉｒｅ、およびＳａｍｓｕｎｇ ＨｏｍｅＳｙｎｃを含むことを認識するであろう。当業者はまた、好適なビデオゲームコンソールオペレーティングシステムが、非限定的実施例として、Ｓｏｎｙ ＰＳ３、Ｓｏｎｙ ＰＳ４、Ｍｉｃｒｏｓｏｆｔ Ｘｂｏｘ ３６０、Ｍｉｃｒｏｓｏｆｔ Ｘｂｏｘ Ｏｎｅ、Ｎｉｎｔｅｎｄｏ Ｗｉｉ、Ｎｉｎｔｅｎｄｏ Ｗｉｉ Ｕ、およびＯｕｙａを含むことを認識するであろう。

いくつかの実施形態では、本デバイスは、記憶および／またはメモリデバイスを含む。記憶および／またはメモリデバイスは、一時的または永久的ベースでデータもしくはプログラムを記憶するために使用される、１つ以上の物理的装置である。いくつかの実施形態では、本デバイスは、揮発性メモリであり、記憶された情報を維持するための電力を要求する。いくつかの実施形態では、本デバイスは、不揮発性メモリであり、デジタル処理デバイスが給電されていないとき、記憶された情報を保持する。さらなる実施形態では、不揮発性メモリは、フラッシュメモリから成る。いくつかの実施形態では、不揮発性メモリは、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）から成る。いくつかの実施形態では、不揮発性メモリは、強誘電体ランダムアクセスメモリ（ＦＲＡＭ（登録商標））から成る。いくつかの実施形態では、不揮発性メモリは、相変化ランダムアクセスメモリ（ＰＲＡＭ）から成る。他の実施形態では、本デバイスは、非限定的実施例として、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュメモリデバイス、磁気ディスクドライブ、磁気テープドライブ、光学ディスクドライブ、およびクラウドコンピューティングベースの記憶装置を含む記憶デバイスである。さらなる実施形態では、記憶および／またはメモリデバイスは、本明細書に開示されるもの等のデバイスの組み合わせである。

いくつかの実施形態では、デジタル処理デバイスは、視覚情報をユーザに送信するためのディスプレイを含む。いくつかの実施形態では、ディスプレイは、ブラウン管（ＣＲＴ）である。いくつかの実施形態では、ディスプレイは、液晶ディスプレイ（ＬＣＤ）である。さらなる実施形態では、ディスプレイは、薄膜トランジスタ液晶ディスプレイ（ＴＦＴ−ＬＣＤ）である。いくつかの実施形態では、ディスプレイは、有機発光ダイオード（ＯＬＥＤ）ディスプレイである。種々のさらなる実施形態では、ＯＬＥＤディスプレイ上には、パッシブマトリクスＯＬＥＤ（ＰＭＯＬＥＤ）またはアクティブマトリクスＯＬＥＤ（ＡＭＯＬＥＤ）ディスプレイがある。いくつかの実施形態では、ディスプレイは、プラズマディスプレイである。他の実施形態では、ディスプレイは、ビデオプロジェクタである。またさらなる実施形態では、ディスプレイは、本明細書に開示されるもの等のデバイスの組み合わせである。

いくつかの実施形態では、デジタル処理デバイスは、情報をユーザから受信するための入力デバイスを含む。いくつかの実施形態では、入力デバイスは、キーボードである。いくつかの実施形態では、入力デバイスは、非限定的実施例として、マウス、トラックボール、トラックパッド、ジョイスティック、ゲームコントローラ、またはスタイラスを含むポインティングデバイスである。いくつかの実施形態では、入力デバイスは、タッチスクリーンまたはマルチタッチスクリーンである。他の実施形態では、入力デバイスは、声または他の音声入力を捕捉するためのマイクロホンである。他の実施形態では、入力デバイスは、運動または視覚入力を捕捉するためのビデオカメラもしくは他のセンサである。さらなる実施形態では、入力デバイスは、Ｋｉｎｅｃｔ、Ｌｅａｐ Ｍｏｔｉｏｎ、または同等物である。またさらなる実施形態では、入力デバイスは、本明細書に開示されるもの等のデバイスの組み合わせである。

図１４を参照すると、特定の実施形態では、例示的デジタル処理デバイス２１０は、命令をプログラムされる、または別様に、本明細書に説明されるように、組織の体積の強化された画像を生成する方法および患者の乳房組織の体積を特性評価するための方法を実装するように構成される。デバイス２１０は、例えば、処理を実施するステップ等、本開示の超音波トモグラフィシステム、撮像方法、および特性評価方法の種々の側面を調整し得る。本実施形態では、デジタル処理デバイス２１０は、中央処理ユニット（ＣＰＵ、また、本明細書では「プロセッサ」および「コンピュータプロセッサ」）１４０５を含み、これは、並列処理のための単一コアまたはマルチコアプロセッサ、もしくは複数のプロセッサであり得る。デジタル処理デバイス２１０はまた、メモリまたはメモリ場所１４１０（例えば、ランダムアクセスメモリ、読取専用メモリ、フラッシュメモリ）と、電子記憶ユニット１４１５（例えば、ハードディスク）と、１つ以上の他のシステムと通信するための通信インターフェース１４２０（例えば、ネットワークアダプタ）と、キャッシュ、他のメモリ、データ記憶装置、および／または電子ディスプレイアダプタ等の周辺デバイス１４２５とを含む。メモリ１４１０、記憶ユニット１４１５、インターフェース１４２０、および周辺デバイス１４２５は、マザーボード等、通信バス（実線）を通してＣＰＵ１４０５と通信する。記憶ユニット１４１５は、データを記憶するためのデータ記憶ユニット（またはデータリポジトリ）であり得る。デジタル処理デバイス２１０は、通信インターフェース１４２０を用いてコンピュータネットワーク（「ネットワーク」）１４３０に動作可能に結合されることができる。ネットワーク１４３０は、インターネット、インターネットおよび／もしくはエクストラネット、またはインターネットと通信するイントラネットおよび／もしくはエクストラネットであり得る。ネットワーク１４３０は、いくつかの場合では、遠隔通信および／またはデータネットワークである。ネットワーク１４３０は、１つ以上のコンピュータサーバを含むことができ、これは、クラウドコンピューティング等の分散コンピューティングを可能にすることができる。ネットワーク１４３０は、デバイス２１０を用いたいくつかの場合では、ピアツーピアネットワークを実装することができ、これは、デバイス２１０に結合されるデバイスが、クライアントまたはサーバとして挙動することを可能にし得る。

継続して図１４を参照すると、ＣＰＵ１４０５は、機械可読命令のシーケンスを実行することができ、これは、プログラムまたはソフトウェアにおいて具現化されることができる。命令は、メモリ１４１０等のメモリ場所内に記憶され得る。命令は、ＣＰＵ１４０５に指向されることができ、これは、続けて、本開示の方法を実装するようにＣＰＵ１４０５をプログラムまたは別様に構成することができる。ＣＰＵ１４０５によって実施される動作の実施例は、フェッチ、デコード、実行、およびライトバックを含むことができる。ＣＰＵ１４０５は、集積回路等の回路の部分であり得る。デバイス２１０の１つ以上の他のコンポーネントが、回路内に含まれることができる。いくつかの場合では、回路は、特定用途向け集積回路（ＡＳＩＣ）またはフィールドプログラマブルゲートアレイ（ＦＰＧＡ）である。

継続して図１４を参照すると、記憶ユニット１４１５は、ドライバ、ライブラリ、および保存されたプログラム等のファイルを記憶することができる。記憶ユニット１４１５は、ユーザデータ、例えば、ユーザ選好およびユーザプログラムを記憶することができる。デジタル処理デバイス２１０は、いくつかの場合では、イントラネットまたはインターネットを通して通信する遠隔サーバ上に位置する等、外部にある１つ以上の付加的データ記憶ユニットを含むことができる。

継続して図１４を参照すると、デジタル処理デバイス２１０は、ネットワーク１４３０を通して１つ以上の遠隔コンピュータシステムと通信することができる。例えば、デバイス２１０は、ユーザの遠隔コンピュータシステムと通信することができる。遠隔コンピュータシステムの実施例は、パーソナルコンピュータ（例えば、ポータブルＰＣ）、スレートもしくはタブレットＰＣ（例えば、Ａｐｐｌｅ ｉＰａｄ（登録商標）、Ｓａｍｓｕｎｇ Ｇａｌａｘｙ Ｔａｂ）、電話、スマートフォン（例えば、Ａｐｐｌｅ ｉＰｈｏｎｅ（登録商標）、Ａｎｄｒｏｉｄ対応デバイス、Ｂｌａｃｋｂｅｒｒｙ）、または携帯情報端末を含む。

本明細書に説明されるような方法は、例えば、メモリ１４１０または電子記憶ユニット１４１５上等、デジタル処理デバイス２１０の電子記憶場所上に記憶される機械（例えば、コンピュータプロセッサ）実行可能コードを用いて実装されることができる。機械実行可能または機械可読コードは、ソフトウェアの形態において提供されることができる。使用中、コードは、プロセッサ１４０５によって実行されることができる。いくつかの場合では、コードは、記憶ユニット１４１５から読み出され、プロセッサ１４０５による迅速なアクセスのためにメモリ１４１０上に記憶されることができる。いくつかの状況では、電子記憶ユニット１４１５は、除外されることができ、機械実行可能命令が、メモリ１４１０上に記憶される。

デジタル処理デバイス２１０は、ユーザインターフェース（ＵＩ）１４４０を備える電子ディスプレイ２９０を含む、またはそれと通信することができる。ＵＩの実施例は、限定ではないが、グラフィカルユーザインターフェース（ＧＵＩ）およびウェブベースのユーザインターフェースを含む。ある場合では、電子ディスプレイ２９０は、ネットワークを介して、例えば、ネットワーク１４３０を介して、コンピュータシステム２１０に接続されてもよい。
非一過性コンピュータ可読記憶媒体

いくつかの実施形態では、本明細書に開示されるプラットフォーム、システム、媒体、および方法は、随意にネットワーク化されるデジタル処理デバイスのオペレーティングシステムによって実行可能な命令を含むプログラムを用いてエンコードされる、１つ以上の非一過性コンピュータ可読記憶媒体を含む。さらなる実施形態では、コンピュータ可読記憶媒体は、デジタル処理デバイスの有形コンポーネントである。またさらなる実施形態では、コンピュータ可読記憶媒体は、随意に、デジタル処理デバイスから可撤性である。いくつかの実施形態では、コンピュータ可読記憶媒体は、非限定的実施例として、ＣＤ−ＲＯＭ、ＤＶＤ、フラッシュメモリデバイス、ソリッドステートメモリ、磁気ディスクドライブ、磁気テープドライブ、光学ディスクドライブ、クラウドコンピューティングシステムおよびサービス、ならびに同等物を含む。いくつかの場合では、プログラムおよび命令は、恒久的に、実質的に恒久的に、半恒久的に、または非一過性的に媒体上でエンコードされる。
コンピュータプログラム

いくつかの実施形態では、本明細書に開示されるプラットフォーム、システム、媒体、および方法は、少なくとも１つのコンピュータプログラムまたは同一物の使用を含む。コンピュータプログラムは、デジタル処理デバイスのＣＰＵにおいて実行可能であり、規定されたタスクを実施するように書き込まれる、命令のシーケンスを含む。コンピュータ可読命令は、特定のタスクを実施する、または特定の抽象データタイプを実装する、関数、オブジェクト、アプリケーションプログラミングインターフェース（ＡＰＩ）、データ構造、および同等物等のプログラムモジュールとして実装され得る。本明細書に提供される開示に照らして、当業者は、コンピュータプログラムが種々のバージョンの種々の言語において書き込まれ得ることを認識するであろう。

コンピュータ可読命令の機能性は、種々の環境において所望に応じて組み合わせられる、または分散され得る。いくつかの実施形態では、コンピュータプログラムは、命令の１つのシーケンスから成る。いくつかの実施形態では、コンピュータプログラムは、命令の複数のシーケンスから成る。いくつかの実施形態では、コンピュータプログラムは、１つの場所から提供される。他の実施形態では、コンピュータプログラムは、複数の場所から提供される。種々の実施形態では、コンピュータプログラムは、１つ以上のソフトウェアモジュールを含む。種々の実施形態では、コンピュータプログラムは、部分的または全体的に、１つ以上のウェブアプリケーション、１つ以上のモバイルアプリケーション、１つ以上のスタンドアロンアプリケーション、１つ以上のウェブブラウザプラグイン、拡張、アドイン、もしくはアドオン、またはそれらの組み合わせを含む。

いくつかの実施形態では、コンピュータプログラムは、スタンドアロンアプリケーションを含み、これは、既存のプロセスへのアドオンではなく、例えば、プラグインではなく、独立したコンピュータプロセスとして実行されるプログラムである。当業者は、スタンドアロンアプリケーションが、多くの場合、コンパイルされることを認識するであろう。コンパイラは、プログラミング言語において書き込まれたソースコードを、アセンブリ言語または機械コード等のバイナリオブジェクトコードに変換するコンピュータプログラムである。好適なコンパイルされたプログラミング言語は、非限定的実施例として、Ｃ、Ｃ＋＋、Ｏｂｊｅｃｔｉｖｅ−Ｃ、ＣＯＢＯＬ、Ｄｅｌｐｈｉ、Ｅｉｆｆｅｌ、Ｊａｖａ（登録商標）、Ｌｉｓｐ、Ｐｙｔｈｏｎ、Ｖｉｓｕａｌ Ｂａｓｉｃ、およびＶＢ ．ＮＥＴ、またはそれらの組み合わせを含む。コンパイルは、多くの場合、少なくとも部分的に、実行可能プログラムを作成するために実施される。いくつかの実施形態では、コンピュータプログラムは、１つ以上の実行可能なコンパイルされたアプリケーションを含む。

いくつかの実施形態では、本明細書に開示されるプラットフォーム、システム、媒体、および方法は、ソフトウェア、サーバ、および／またはデータベースモジュール、もしくは同一物の使用を含む。本明細書に提供される開示に照らして、ソフトウェアモジュールは、当分野で公知のマシン、ソフトウェア、および言語を使用する当業者に公知の技法によって作成される。本明細書に開示されるソフトウェアモジュールは、多数の方法で実装される。種々の実施形態では、ソフトウェアモジュールは、ファイル、コードの区分、プログラミングオブジェクト、プログラミング構造、またはそれらの組み合わせを備える。さらなる種々の実施形態では、ソフトウェアモジュールは、複数のファイル、複数のコードの区分、複数のプログラミングオブジェクト、複数のプログラミング構造、またはそれらの組み合わせを備える。種々の実施形態では、１つ以上のソフトウェアモジュールは、非限定的実施例として、ウェブアプリケーション、モバイルアプリケーション、およびスタンドアロンアプリケーションを備える。いくつかの実施形態では、ソフトウェアモジュールは、１つのコンピュータプログラムまたはアプリケーション内にある。他の実施形態では、ソフトウェアモジュールは、１つを上回るコンピュータプログラムまたはアプリケーション内にある。いくつかの実施形態では、ソフトウェアモジュールは、１つのマシン上でホストされる。他の実施形態では、ソフトウェアモジュールは、１つを上回るマシン上でホストされる。さらなる実施形態では、ソフトウェアモジュールは、クラウドコンピューティングプラットフォーム上でホストされる。いくつかの実施形態では、ソフトウェアモジュールは、１つの場所における１つ以上のマシン上でホストされる。他の実施形態では、ソフトウェアモジュールは、１つを上回る場所における１つ以上のマシン上でホストされる。

いくつかの実施形態では、本明細書に開示されるプラットフォーム、システム、媒体、および方法は、１つ以上のデータベースもしくは同一物の使用を含む。本明細書に提供される開示に照らして、当業者は、多くのデータベースが情報の記憶および読出のために好適であることを認識するであろう。種々の実施形態では、好適なデータベースは、非限定的実施例として、リレーショナルデータベース、非リレーショナルデータベース、オブジェクト指向データベース、オブジェクトデータベース、エンティティ関係モデルデータベース、連想データベース、およびＸＭＬデータベースを含む。さらなる非限定的実施例は、ＳＱＬ、ＰｏｓｔｇｒｅＳＱＬ、ＭｙＳＱＬ、Ｏｒａｃｌｅ、ＤＢ２、およびＳｙｂａｓｅを含む。いくつかの実施形態では、データベースは、インターネットベースである。さらなる実施形態では、データベースは、ウェブベースである。またさらなる実施形態では、データベースは、クラウドコンピューティングベースである。他の実施形態では、データベースは、１つ以上のローカルコンピュータ記憶デバイスに基づく。

本発明の好ましい実施形態が、本明細書に示され、説明されたが、そのような実施形態は、実施例としてのみ提供されることが、当業者に明白となるであろう。多数の変形例、変更、および代用が、ここで、本発明から逸脱することなく、当業者に想起されるであろう。本明細書に説明される本発明の実施形態の種々の代替が、本発明を実践する際に採用され得ることを理解されたい。以下の請求項は、本発明の範囲を定義し、これらの請求項ならびにそれらの均等物の範囲内の方法および構造が、それによって網羅されることが意図される。

Claims (48)

1. 組織の体積の強化された画像を生成するための方法であって、前記方法は、１つ以上のプロセッサと、命令を備えるコンピュータ可読媒体とを備えるコンピュータによって実装され、前記方法は、
   トランスデューサから、前記組織の体積を通して伝送される音響波形から導出される複数の音響信号を受信することであって、前記トランスデューサは、前記組織の体積を囲繞するように構成される超音波送信機のアレイおよび超音波受信機のアレイを備える、ことと、
   前記複数の音響信号から、音反射を特性評価する第１の反射レンダリングを生成することであって、前記第１の反射レンダリングは、前記組織の体積の領域を横断する反射値の第１の分布を備える、ことと、
   前記複数の音響信号から、音速を特性評価する音速レンダリングを生成することであって、前記音速レンダリングは、前記組織の体積の前記領域を横断する音速値の分布を備える、ことと、
   前記音速レンダリングから、音反射を特性評価する第２の反射レンダリングを生成することであって、前記第２の反射レンダリングは、前記組織の体積の前記領域を横断する反射値の第２の分布を備える、ことと、
   前記第１の反射レンダリングおよび前記第２の反射レンダリングに応答して、１つ以上の組み合わせられた画像をレンダリングし、それによって、前記組織の体積の前記強化された画像を生成することと
   を含む、方法。
2. 前記強化は、約１ｍｍを上回るものから約０．７ｍｍを下回るものへの前記画像の分解能の増加を備える、請求項１に記載の方法。
3. 前記強化は、少なくとも約２倍から少なくとも約１０倍への前記画像のコントラストの増加を備える、請求項１に記載の方法。
4. 前記強化は、少なくとも約２倍から少なくとも約１０倍への前記組織の体積内の病変の顕著性の増加を備える、請求項１に記載の方法。
5. 前記強化は、特異性が少なくとも約７５％〜少なくとも約９５％であるような前記組織の体積内の病変特性評価の前記特異性の増加を備える、請求項１に記載の方法。
6. 前記組織は、乳房組織を備える、請求項１に記載の方法。
7. 前記組織の体積は、脂肪組織、実質組織、癌性組織、および異常組織のうちの１つ以上のものの分布を備える、請求項１に記載の方法。
8. 前記脂肪組織は、脂肪実質、実質脂肪、または皮下脂肪を備える、請求項７に記載の方法。
9. 前記異常組織は、線維嚢胞性組織または線維腺腫を備える、請求項７に記載の方法。
10. 前記第１の反射レンダリングを生成することは、前記組織の体積を通した複数のコロナルスライスと関連付けられる複数の音響機械的パラメータスライスを生成することを含む、請求項１に記載の方法。
11. 前記第１の反射レンダリングを生成することは、音響反射信号の分布を生成することを含み、前記音響反射信号は、前記音響波形の反射強度と放出強度との間の関係を特性評価し、前記関係は、和、差異、および比率から成る群から選択される、請求項１に記載の方法。
12. 前記第１の反射レンダリングを生成することは、音響反射信号の分布を生成することを含み、前記音響反射信号は、前記組織の体積の音響インピーダンスの変化を特性評価する、請求項１に記載の方法。
13. 前記第１の反射レンダリングを生成することは、トランスデューサの第１のアレイから受信された音響反射信号の分布を生成することを含み、前記トランスデューサの第１のアレイは、前記音速レンダリングを生成するために使用されるトランスデューサの第２のアレイの第２の周波数を上回る第１の周波数において伝送および受信する、請求項１に記載の方法。
14. 前記第１の反射レンダリングを生成することは、トランスデューサの第１のアレイから受信された音響反射信号の分布を生成することを含み、前記トランスデューサの第１のアレイは、前記音速レンダリングを生成するために使用されるトランスデューサの第２のアレイの第２の周波数を下回る第１の周波数において伝送および受信する、請求項１に記載の方法。
15. 前記音速レンダリングを生成することは、前記組織の体積を通した複数のコロナルスライスと関連付けられる複数の音響機械的パラメータスライスを生成することを含む、請求項１に記載の方法。
16. 前記音速レンダリングは、位相速度に対応する実部と、音減衰に対応する虚部とを備える、請求項１に記載の方法。
17. 前記音速レンダリングを生成することは、時間進行トモグラフィアルゴリズムに従ってシミュレートされた波形に基づいて、初期音速レンダリングを生成することを含み、前記初期音速レンダリングは、光線アーチファクトが所定の閾値まで低減されるまで反復的に最適化される、請求項１に記載の方法。
18. 前記シミュレートされた波形は、複数の音周波数成分の各々に対して最適化される、請求項１７に記載の方法。
19. 前記第２の反射レンダリングを生成することは、前記音速レンダリングの勾配を計算することを含む、請求項１に記載の方法。
20. 前記勾配を計算することは、Ｓｏｂｅｌ−Ｆｅｌｄｍａｎ演算子、Ｓｃｈａｒｒ演算子、Ｐｒｅｗｉｔｔ演算子、およびＲｏｂｅｒｔｓ Ｃｒｏｓｓ演算子から成る群から選択される１つ以上のアルゴリズムを実施することを含む、請求項１９に記載の方法。
21. 第２の反射レンダリングを計算し生成することは、平均化、切り捨て、正規化、平滑化、加算、減算、乗算、および除算から成る群から選択される算出関係を実施することを含む、請求項１９に記載の方法。
22. 平滑化は、別の関数との畳み込み、隣接平均化、またはフーリエフィルタリングを備える、請求項２１に記載の方法。
23. 前記１つ以上の組み合わせられた画像をレンダリングすることは、前記第１の反射レンダリングおよび前記第２の反射レンダリングの要素毎の平均または加重平均を実施することを含む、請求項１に記載の方法。
24. 前記１つ以上の組み合わせされた画像をレンダリングすることは、前記第１の反射レンダリングおよび前記第２の反射レンダリングの要素毎の和または加重和を実施することを含む、請求項１に記載の方法。
25. 前記１つ以上の組み合わせられた画像をレンダリングすることは、前記第１の反射レンダリングおよび前記第２の反射レンダリングの要素毎の積または加重積を実施することを含む、請求項１に記載の方法。
26. 前記１つ以上の組み合わせられた画像をレンダリングすることは、前記第１の反射レンダリングおよび前記第２の反射レンダリングの畳み込みを実施することを含む、請求項１に記載の方法。
27. 前記１つ以上の組み合わせられた画像をレンダリングすることは、前記第１の反射レンダリングおよび／または前記第２の反射レンダリングに算出関係を実施することを含み、前記算出関係は、平均化、切り捨て、正規化、平滑化、加算、減算、乗算、および除算から成る群から選択される、請求項２３−２６のいずれかに記載の方法。
28. 前記１つ以上の組み合わせられた画像に基づいて、前記組織の体積内の異なるタイプの病変を癌性腫瘍、線維腺腫、嚢腫、非特異的良性腫瘤、および識別不可能な腫瘤のうちの少なくとも１つとして分類することをさらに含む、請求項１に記載の方法。
29. 非一過性コンピュータ可読記憶媒体であって、前記非一過性コンピュータ可読記憶媒体は、プロセッサによって実行されると、プロセッサに、請求項１に記載の方法を実施させる、前記非一過性コンピュータ可読記憶媒体上に記憶される命令を伴う、非一過性コンピュータ可読記憶媒体。
30. 組織の体積の強化された画像を生成するためのシステムであって、前記システムは、
    超音波エミッタのアレイと、超音波受信機のアレイとを備えるトランスデューサアレイであって、前記トランスデューサアレイは、組織の体積を囲繞するように構成され、
    前記超音波送信機のアレイは、音響波形を前記組織の体積に向かって放出するように構成され、前記超音波受信機のアレイは、前記放出された音響波形を受信し、前記受信された音響波形を複数の音響信号に変換するように構成される、トランスデューサアレイと、
    実行されると、プロセッサに、請求項１に記載の方法を実施させる命令とともに構成されるコンピュータ可読媒体を備える、プロセッサと、
    前記１つ以上の組み合わせられた画像を表示するように構成されるユーザに可視であるディスプレイと
    を備える、システム。
31. 患者の乳房組織の体積を特性評価するための方法であって、前記方法は、
    トランスデューサから、前記組織の体積を通して伝送される音響波形から導出される複数の音響信号を受信することであって、前記トランスデューサは、前記組織の体積を囲繞するように構成される超音波送信機のアレイおよび超音波受信機のアレイを備える、ことと、
    前記複数の音響信号から、前記組織の体積内の音伝搬を特性評価する３次元音響レンダリングを生成することと、
    ユーザ選択着目領域に対応するユーザからの入力を受信することと、
    前記音響レンダリングから、前記ユーザ選択着目領域の内部の音伝搬に対応する第１の複数の予後パラメータを生成することと、
    前記音響レンダリングから、前記ユーザ選択着目領域の外部の音伝搬に対応する第２の複数の予後パラメータを生成することと、
    前記第１の複数の内部予後パラメータおよび前記第２の複数の外部予後パラメータを使用して、前記組織の体積内の病変を特性評価することと
    を含む、方法。
32. 前記３次元音響レンダリングは、音響減衰レンダリングと、音響反射レンダリングと、音響音速レンダリングとを備える、請求項３１に記載の方法。
33. 前記音響反射レンダリング、前記音響減衰レンダリング、および前記音響音速レンダリングの併合された３次元レンダリングを生成することをさらに含む、請求項３２に記載の方法。
34. 前記第１の複数の予後パラメータは、音響減衰の体積平均値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える、請求項３２に記載の方法。
35. 前記第２の複数の予後パラメータは、音響減衰の体積平均値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える、請求項３２に記載の方法。
36. 前記ユーザ選択着目領域は、音響減衰レンダリング、音響反射レンダリング、および音響音速レンダリングのうちの少なくとも１つから選択される、請求項３２に記載の方法。
37. 前記ユーザ選択着目領域は、前記併合された３次元レンダリングから選択される、請求項３３に記載の方法。
38. 前記ユーザ選択着目領域の選択は、コンピュータ実装アルゴリズムによって支援または最適化される、請求項３１に記載の方法。
39. 前記組織の体積内の病変は、癌性腫瘍、線維腺腫、嚢腫、非特異的良性腫瘤、および識別不可能な腫瘤のうちの少なくとも１つとして分類される、請求項３１に記載の方法。
40. 前記組織の体積内の病変を分類することは、前記第１の複数の予後パラメータまたは前記第２の複数の予後パラメータの閾値を使用することを含む、請求項３１に記載の方法。
41. 前記第１の複数の予後パラメータまたは前記第２の複数の予後パラメータのうちの少なくとも１つの予後パラメータは、整数スケールによる前記着目領域のマージンのユーザ選択分類を備える、請求項３１に記載の方法。
42. 前記第１の複数の予後パラメータまたは前記第２の複数の予後パラメータのうちの少なくとも１つの予後パラメータは、前記着目領域の内部の音響パラメータと前記着目領域の外部の音響パラメータとの間の差異を備える、請求項３１に記載の方法。
43. 前記第１の複数の予後パラメータは、音響減衰の体積標準偏差値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える、請求項３２に記載の方法。
44. 前記第１の複数の予後パラメータは、音響減衰の体積標準偏差値と、音響速度の体積平均値と、音響反射率の体積平均値とを備える、請求項３２に記載の方法。
45. 前記組織の体積内の病変の分類の前記特異性は、前記特異性が少なくとも約７５％〜少なくとも約９５％であるように増加される、請求項３９に記載の方法。
46. 組織の体積の強化された画像を生成するためのシステムであって、前記システムは、
    超音波エミッタのアレイと、超音波受信機とのアレイとを備えるトランスデューサアレイであって、前記トランスデューサアレイは、組織の体積を囲繞するように構成され、
    前記超音波送信機のアレイは、音響波形を前記組織の体積に向かって放出するように構成され、前記超音波受信機のアレイは、前記放出された音響波形を受信し、前記受信された音響波形を複数の音響信号に変換するように構成される、トランスデューサアレイと、
    実行されると、プロセッサに、請求項３１に記載の方法を実施させる命令とともに構成されるコンピュータ可読媒体を備える、プロセッサと、
    前記１つ以上の組み合わせられた画像を表示するように構成されるユーザに可視であるディスプレイと
    を備える、システム。
47. 乳房超音波撮像および分析の方法であって、
    超音波トモグラフィを用いて乳房を走査することと、
    前記走査に基づいて、腫瘍音速および音反射を決定することと、
    前記腫瘍音速の勾配を計算することと、
    前記勾配および前記音反射の無線周波数成分への応答に基づいて、腫瘍音反射率を決定することと、
    前記腫瘍音反射率に基づいて、前記乳房の画像を出力することと
    を含む、方法。
48. 乳房超音波撮像および分析の方法であって、
    超音波トモグラフィを用いて乳房を走査することと、
    前記走査に基づいて、腫瘍音速、音反射、および音減衰を決定することと、
    前記腫瘍音速および減衰に基づいて、反射スコアを生成することと、
    前記反射スコアに基づいて、前記乳房の腫瘤マージンを特性評価することと、
    前記乳房内の着目腫瘍または腫瘍周囲領域を識別することと
    を含む、方法。