JP2022164443A - 超音波診断装置及び医用画像処理装置 - Google Patents

Abstract

【課題】効果的にノイズ低減を図ること。【解決手段】実施形態の超音波診断装置は、受信回路と処理回路とを備える。受信回路は、アナログ形式の受信信号に対して深さに応じてゲインを変化させつつゲインを掛ける第１の処理を行い、第１の処理が行われた前記受信信号をデジタル形式の受信信号に変換する第２の処理を行う。処理回路は、前記デジタル形式の受信信号に対して、当該デジタル形式の受信信号に含まれるノイズのレベルを一定にさせる第３の処理を行い、前記第３の処理が行われた前記デジタル形式の受信信号に対して、当該受信信号に含まれるノイズを低減させる第４の処理を行う。【選択図】図５

Description

本明細書及び図面に開示の実施形態は、超音波診断装置及び医用画像処理装置に関する。

超音波は生体を伝播する際に減衰する。超音波の減衰係数は、軟部組織では、０．６ｄＢ／ｃｍ（往復距離）／ＭＨｚ程度である。例えば、深さ５ｃｍの深さにある物体からのエコー信号（受信信号）が１０ＭＨｚの超音波である場合、減衰は、－６０ｄＢ（－０．６［ｄＢ／ｃｍ／ＭＨｚ］＊（５［ｃｍ］＊２）＊１０［ＭＨｚ］）になる。物体が深さ１０ｃｍにある場合は、減衰は、－１２０ｄＢになる。ここで超音波診断装置の１素子からの受信信号に含まれる振動子や電子回路で発生する熱雑音、すなわちホワイトノイズのレベルが－６０ｄＢであるとすると、各深さでの受信信号とノイズの関係は図１に示すようになる。図１は、ホワイトノイズのレベルが－６０ｄＢである場合の各深さでの受信信号とノイズの関係の一例を示す図である。図１において「ｓｉｇｎａｌ」は、受信信号を示し、「ｎｏｉｓｅ」は、ノイズを示す。他の図面においても同様である。例えば、超音波診断装置が備えるＡＤＣ（Analog to Digital Convertor）が「１４ｂｉｔ ＡＤＣ」である場合、ダイナミックレンジは８４ｄＢである。このため、このままでは、超音波診断装置は、浅部から深部までの受信信号を、ＡＤＣのダイナミックレンジの範囲内でＡＤＣに入力させることができない。そのため、超音波診断装置は、アナログ信号である受信信号に対して深さに応じてゲインを変えていく処理を行う。この処理は、ＡＴＧＣ（Analog Time Gain Compensation）と呼ばれる。

図２は、超音波診断装置が、ＡＴＧＣにおいて受信信号に対して６ｄＢ／ｃｍ（片側距離換算（横軸のｄｅｐｔｈ＝１ｃｍは、往復で２ｃｍの伝播長である）のゲインを掛けた場合の受信信号とノイズの関係の一例を示す図である。ここで、深さ１０ｃｍまでの物体を観測することが可能な条件を考える。先の図１より１素子からの受信信号において、深さ１０ｃｍでは受信信号よりもノイズの方が６０ｄＢ高い。プローブ（超音波プローブ）の素子数が２５６個である場合、受信ビームフォーミングにおいて深部では全素子からの全受信信号を加算することにより、２４ｄＢのＳ／Ｎ（signal to noise ratio）の改善が図られる。これは、受信信号をＮ回加算すると、Ｓ／Ｎは、Ｎの平方根だけ改善するからである。そのため、受信ビームフォーミング後のノイズレベルは－３６ｄＢ（＝（－６０＋２４）ｄＢ）である。よって、深さ１０ｃｍの信号が観測できるためには、Ｓ／Ｎをあと３６ｄＢ改善する必要がある。深さで言うと、従来はビームフォーミング後に深さ７ｃｍまでの信号しか観測できなかったものを、深さ１０ｃｍまでの信号を観測できるようにするために、Ｓ／Ｎをあと３６ｄＢ改善する必要がある。

この問題を解決する、すなわちペネトレーションを改善する１番目の方法としては、同一位置に対して超音波を複数回送信することにより得られた同一位置の複数の受信信号を加算する方法が知られている。信号は一定でノイズはランダムに変化するとすると、信号をＮ回加算することでＳ／ＮはＮの平方根だけ改善する。上述した例では、３６ｄＢのＳ／Ｎの改善を図るためには３９８１回の加算が必要になる。すべての地点で加算を行うためには３９８１フレーム必要になるので、フレームレートを６０ｆｐｓとすると６６秒（＝３９８１／６０）の時間が必要となる。ただしこの計算の前提として生体からのエコー信号は一定である必要があるが、拍動や呼吸の動きを含めて６６秒もの間、生体を全く動かさなくすることは不可能である。このため、上述した１番目の方法を使用することは、現実的に不可能である。

ペネトレーションを改善する２番目の方法としては、長い波連長のパルスを送信して大きなエネルギーを投入し、受信時にパルス圧縮を行う方法が知られている。しかしながら、３６ｄＢのＳ／Ｎの改善を行うためには長さが３９８１倍のパルスを送信する必要がある。このため、１０ＭＨｚの超音波の１波長の周期の３９８１倍は、３９８μｓとなりパルス長だけで３０ｃｍの伝播距離になる。このため、上述した２番目の方法を使用することは、現実的に不可能である。

ペネトレーションを改善する３番目の方法としては、受信信号に空間的なローパスフィルタを掛けることである。ノイズは空間的にランダムなので、空間的なローパスフィルタによりノイズを低減できる。かかるローパスフィルタとして単純な加算平均のフィルタが用いられる場合、３６ｄＢのＳ／Ｎの改善を行うために、６３×６３（略３９８１）の幅の２次元フィルタが必要である。しかしながら、このような比較的広い幅の２次元フィルタを受信信号に掛けた場合、２次元フィルタが掛けられた受信信号のボケが比較的大きくなる。したがって、上述した３番目の方法を使用することは、現実的に不可能である。

ペネトレーションを改善する４番目の方法としては、近年応用が進んでいるＤｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＤＮＮ）を使用してノイズを低減する方法がある。特に画像処理の分野ではＣｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＣＮＮ）の有効性が示されている。このＣＮＮは、ノイズ低減にも利用されている。ＣＮＮを用いて、様々な反射体があった場合の理想的な受信信号を学習し、その理想的な受信信号の性質からはずれたものをノイズとして除去することができる。ただし、ＣＮＮが用いられる場合、カーネルがすべての領域で同じある。このため、受信信号の統計的性質が全領域で同一である必要がある。しかしながら、超音波信号（超音波診断装置により得られる受信信号）の場合は、深さ方向（超音波の伝播方向）及び方位方向（超音波の伝播に直交する方向）のそれぞれの方向における位置によって超音波信号の性質が大きく変化する。

図３は、分解能の一例を説明するための図である。図３に示すように、送信フォーカス点付近は方位方向の分解能（方位分解能）が高いが、浅い部位や深い部位では方位方向に横流れが大きくなって方位分解能が悪い。また、プローブの中央付近に比べてプローブの端部は横流れが大きくなって方位分解能が悪い。このような条件下では、ＣＮＮの学習を進めてもノイズの低減効果は小さく、更に信号を劣化させる場合があるので適さない。

ＣＮＮの中には、信号を出力するのではなく残差を出力するものも報告されている。これは、ノイズのある入力画像とノイズのない教師画像から残差つまりノイズを出力するものである。原画像（入力画像）から残差画像を減算すればノイズが低減した画像となる。なお、このようなＣＮＮは、Ｄｅｎｏｉｓｉｎｇ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＤｎＣＮＮ）と呼ばれている。例えば、画像のエッジを維持したまま３２ｄＢ程度のＰＳＮＲ（Peak Signal to Noise Ratio）の改善があると報告されている。

ＤｎＣＮＮの場合、カーネルがすべての領域で同じために、ノイズは領域全体で統計的性質が同一である必要がある。しかし、図２を参照して説明したように、超音波診断装置のデジタル入力信号（デジタルの受信信号）におけるノイズ振幅は深さによって変化する。そのため、かかるデジタル入力信号に対して、空間的にノイズが一様であることを仮定しているＤｎＣＮＮを適用することはできない。

学習時のノイズと使用時（運用時）のノイズとが異なる場合の対策としては、使用時にニューラルネットワークの内部パラメータを調整する方法がある。しかし、この方法では、ノイズは空間的に一様であることが仮定されている。

特開２０１８－２０６３８２号公報 特開２０２０－１１４２９５号公報

K.Zhang et al, "Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising", IEEE Transactions on Image Processing, Vol.26, No.7, 2017

本明細書及び図面に開示の実施形態が解決しようとする課題の一つは、効果的にノイズ低減を図ることである。ただし、本明細書及び図面に開示の実施形態により解決しようとする課題は上記課題に限られない。後述する実施形態に示す各構成による各効果に対応する課題を他の課題として位置付けることもできる。

実施形態の超音波診断装置は、受信回路と処理回路とを備える。受信回路は、アナログ形式の受信信号に対して深さに応じてゲインを変化させつつゲインを掛ける第１の処理を行い、第１の処理が行われた前記受信信号をデジタル形式の受信信号に変換する第２の処理を行う。処理回路は、前記デジタル形式の受信信号に対して、当該デジタル形式の受信信号に含まれるノイズのレベルを一定にさせる第３の処理を行い、前記第３の処理が行われた前記デジタル形式の受信信号に対して、当該受信信号に含まれるノイズを低減させる第４の処理を行う。

図１は、ホワイトノイズのレベルが－６０ｄＢである場合の各深さでの受信信号とノイズの関係の一例を示す図である。 図２は、超音波診断装置が、ＡＴＧＣにおいて受信信号に対して６ｄＢ／ｃｍ（片側距離換算）のゲインを掛けた場合の受信信号とノイズの関係の一例を示す図である。 図３は、分解能の一例を説明するための図である。 図４は、第１の実施形態に係る超音波診断装置の構成例を示すブロック図である。 図５は、第１の実施形態に係る受信回路及びノイズ低減処理回路の構成の一例を示す図である。 図６Ａは、第１の実施形態に係るＬＮＡにより受信される受信信号とノイズのレベルとの関係の一例を示す図である。 図６Ｂは、第１の実施形態に係るＡＴＧＣ処理回路が、ＡＴＧＣにおいて受信信号に対して６ｄＢ／ｃｍ（片側距離換算）のゲインを掛けた場合の受信信号とノイズの関係の一例を示す図である。 図６Ｃは、第１の実施形態に係る逆ゲイン実行機能によりゲインが掛けられたＩＱ信号とノイズの関係の一例を示す図である。 図６Ｄは、第１の実施形態に係る減算器により出力されたＩＱ信号とノイズの関係の一例を示す図である。 図６Ｅは、第１の実施形態に係るゲイン実行機能により送信されたＩＱ信号とノイズの関係の一例を示す図である。 図７は、第１の実施形態に係るノイズ低減処理回路が実行する処理の流れの一例を示すフローチャートである。 図８は、第２の実施形態に係る超音波診断装置の一部の構成の一例を示す図である。 図９は、第２の実施形態に係るノイズ低減処理回路の構成の一例を示す図である。 図１０は、第３の実施形態に係るＤｎＣＮＮ処理機能が実行する処理の一例を説明するための図である。 図１１は、第３の実施形態に係るＤｎＣＮＮ処理機能が実行する処理の一例を説明するための図である。 図１２は、第４の実施形態に係るノイズ低減処理回路の構成の一例を示す図である。 図１３は、第４の実施形態に係るノイズ低減処理機能が実行する処理の一例を説明するための図である。 図１４は、第５の実施形態に係る医用画像処理装置の構成の一例を示す図である。

以下、図面を参照しながら、実施形態に係る超音波診断装置及び医用画像処理装置を説明する。なお、実施形態は、内容に矛盾が生じない範囲で従来技術、他の実施形態又は他の変形例との組み合わせが可能である。同様に、変形例は、内容に矛盾が生じない範囲で従来技術、他の実施形態又は他の変形例との組み合わせが可能である。また、以下の説明において、同様の構成要素には共通の符号を付与するとともに、重複する説明を省略する場合がある。

（第１の実施形態）
図４は、第１の実施形態に係る超音波診断装置１の構成例を示すブロック図である。図４に例示するように、第１の実施形態に係る超音波診断装置１は、装置本体１００と、超音波プローブ１０１と、入力装置１０２と、ディスプレイ１０３とを有する。

超音波プローブ１０１は、例えば、複数の振動子（圧電素子）を有する。これら複数の振動子は、装置本体１００が有する送受信回路１１０の送信回路１１１から供給される駆動信号に基づき超音波を発生する。具体的には、複数の振動子は、送信回路１１１により電圧（送信駆動電圧）が印可されることにより送信駆動電圧に応じた波形の超音波を発生する。また、超音波プローブ１０１は、被検体Ｐからの反射波を受信し、反射波を電気信号である反射波信号（受信信号）に変換し、反射波信号を装置本体１００に出力（送信）する。また、超音波プローブ１０１は、例えば、振動子に設けられる整合層と、振動子から後方への超音波の伝播を防止するバッキング材等を有する。なお、超音波プローブ１０１は、装置本体１００と着脱自在に接続される。

超音波プローブ１０１から被検体Ｐに超音波が送信されると、送信された超音波は、被検体Ｐの体内組織における音響インピーダンスの不連続面で次々と反射され、反射波として超音波プローブ１０１が有する複数の振動子にて受信される。受信される反射波の振幅は、超音波が反射される不連続面における音響インピーダンスの差に依存する。なお、送信された超音波パルスが、移動している血流や心臓壁等の表面で反射された場合の反射波は、ドプラ効果により、移動体の超音波送信方向に対する速度成分に依存して、周波数偏移を受ける。そして、超音波プローブ１０１は、反射波信号を後述する送受信回路１１０の受信回路１１２に送信する。

超音波プローブ１０１は、装置本体１００と着脱可能に設けられる。被検体Ｐ内の２次元領域の走査（２次元走査）を行なう場合、操作者は、例えば、複数の振動子が一列で配置された１Ｄアレイプローブを超音波プローブ１０１として装置本体１００に接続する。１Ｄアレイプローブの種類としては、リニア型超音波プローブ、コンベックス型超音波プローブ、セクタ型超音波プローブ等が挙げられる。また、被検体Ｐ内の３次元領域の走査（３次元走査）を行なう場合、操作者は、例えば、メカニカル４Ｄプローブや２Ｄアレイプローブを超音波プローブ１０１として装置本体１００と接続する。メカニカル４Ｄプローブは、１Ｄアレイプローブのように一列で配列された複数の振動子を用いて２次元走査が可能であるとともに、複数の振動子を所定の角度（揺動角度）で揺動させることで３次元走査が可能である。また、２Ｄアレイプローブは、マトリックス状に配置された複数の振動子により３次元走査が可能であるとともに、超音波を集束して送信することで２次元走査が可能である。

入力装置１０２は、例えば、マウス、キーボード、ボタン、パネルスイッチ、タッチコマンドスクリーン、フットスイッチ、トラックボール、ジョイスティック等の入力手段により実現される。入力装置１０２は、超音波診断装置１の操作者からの各種設定要求を受け付け、受け付けた各種設定要求を装置本体１００に転送する。

ディスプレイ１０３は、例えば、超音波診断装置１の操作者が入力装置１０２を用いて各種設定要求を入力するためのＧＵＩ（Graphical User Interface）を表示したり、装置本体１００において生成された超音波画像データに基づく超音波画像等を表示したりする。ディスプレイ１０３は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ等によって実現される。

装置本体１００は、超音波プローブ１０１から送信された反射波信号に基づいて超音波画像データを生成する。なお、超音波画像データは、画像データの一例である。装置本体１００は、超音波プローブ１０１から送信された被検体Ｐの２次元領域に対応する反射波信号に基づいて２次元の超音波画像データを生成可能である。また、装置本体１００は、超音波プローブ１０１から送信された被検体Ｐの３次元領域に対応する反射波信号に基づいて３次元の超音波画像データを生成可能である。図１に示すように、装置本体１００は、送受信回路１１０と、ノイズ低減処理回路１２０と、ビームフォーマ１３０と、信号処理回路１４０と、画像生成回路１５０と、画像メモリ１６０と、記憶回路１７０と、制御回路１８０とを有する。

送受信回路１１０は、制御回路１８０による制御を受けて、超音波プローブ１０１に超音波を送信させるとともに、超音波プローブ１０１に超音波の反射波を受信させる。すなわち、送受信回路１１０は、超音波プローブ１０１を介して走査を実行する。なお、走査は、スキャン、超音波スキャン又は超音波走査とも称される。送受信回路１１０は、送受信部の一例である。送受信回路１１０は、送信回路１１１と受信回路１１２とを有する。

送信回路１１１は、制御回路１８０による制御を受けて、超音波プローブ１０１に駆動信号を供給し、超音波プローブ１０１から超音波を送信させる。送信回路１１１は、レートパルサ発生回路と、送信遅延回路と、送信パルサとを有する。送信回路１１１は、被検体Ｐ内の２次元領域を走査する場合、超音波プローブ１０１から２次元領域を走査するための超音波ビームを送信させる。また、送信回路１１１は、被検体Ｐ内の３次元領域を走査する場合、超音波プローブ１０１から３次元領域を走査するための超音波ビームを送信させる。

レートパルサ発生回路は、制御回路１８０による制御を受けて、所定のレート周波数（ＰＲＦ：Pulse Repetition Frequency）で、送信超音波（送信ビーム）を形成するためのレートパルスを繰り返し発生する。レートパルスが送信遅延回路を経由することで、異なる送信遅延時間を有した状態で送信パルサに電圧が印加される。例えば、送信遅延回路は、超音波プローブ１０１から発生される超音波をビーム状に集束して送信指向性を決定するために必要な振動子ごとの送信遅延時間を、レートパルサ発生回路により発生される各レートパルスに対して与える。送信パルサは、レートパルスに基づくタイミングで、超音波プローブ１０１に駆動信号（駆動パルス）を供給する。なお、送信遅延回路は、各レートパルスに与える送信遅延時間を変化させることで、振動子面からの超音波の送信方向を任意に調整する。

駆動パルスが送信パルサからケーブルを介して超音波プローブ１０１内の振動子まで伝達した後に、振動子において電気信号から機械的振動に変換される。すなわち、振動子に電圧が印可されることによって、振動子は機械的に振動する。この機械的振動によって発生した超音波は、生体内部に送信される。ここで、振動子ごとに異なる送信遅延時間を持った超音波は、集束されて、所定方向に伝搬していく。

なお、送信回路１１１は、制御回路１８０による制御を受けて、所定の走査シーケンスを実行するために、送信周波数、送信駆動電圧等を瞬時に変更可能な機能を有する。特に、送信駆動電圧の変更は、瞬間に送信駆動電圧の値を切り替え可能なリニアアンプ型の発信回路、または、複数の電源ユニットを電気的に切り替える機構によって実現される。

超音波プローブ１０１により送信された超音波の反射波は、超音波プローブ１０１内部の振動子まで到達した後、振動子において、機械的振動から電気的信号（反射波信号）に変換され、受信回路１１２に入力される。すなわち、受信回路１１２に、アナログ形式の反射波信号が入力される。受信回路１１２は、ＬＮＡ（Low Noise Amplifier（低雑音増幅器））と、ＡＴＧＣ（Analog Time Gain Compensation）処理回路と、ＡＤＣ（Analog to Digital Convertor）と、復調器等を有し、超音波プローブ１０１から送信された反射波信号に対して各種処理を行ない、デジタル形式の反射波信号として、ベースバンド帯域の同相信号（Ｉ信号、Ｉ：In-phase）及び直交信号（Ｑ信号、Ｑ：Quadrature-phase）を生成する。Ｉ信号及びＱ信号は、ＩＱ信号と呼ばれる。そして、受信回路１１２は、生成したＩＱ信号をノイズ低減処理回路１２０に送信する。受信回路１１２の詳細については後述する。

ノイズ低減処理回路１２０は、受信回路１１２により送信されたＩＱ信号をチャンネル毎に受信する。そして、ノイズ低減処理回路１２０は、受信されたＩＱ信号に含まれるノイズを低減し、ノイズが低減されたＩＱ信号をビームフォーマ１３０に送信する。なお、１つのチャンネルは、１つの振動子又は複数の振動子に対応する。以下、１つのチャンネルが１つの振動子に対応する場合を例に挙げて説明する。ノイズ低減処理回路１２０は、例えば、プロセッサにより実現される。ノイズ低減処理回路１２０の詳細については後述する。

ビームフォーマ１３０は、ノイズ低減処理回路１２０により送信されたＩＱ信号に対して整相加算処理（遅延加算処理）を行うことにより、反射波データを生成する。例えば、ビームフォーマ１３０は、チャンネル毎のＩＱ信号に対して受信指向性を決定するのに必要な遅延時間を与える。そして、ビームフォーマ１３０は、遅延時間が与えられたＩＱ信号を加算することにより、反射波データを生成する。ビームフォーマ１３０は、生成された反射波データを信号処理回路１４０に送信する。

信号処理回路１４０は、ビームフォーマ１３０により送信された反射波データを受信し、受信された反射波データに対して各種の信号処理を施し、各種の信号処理が施された反射波データをＢモードデータ又はドプラデータとして画像生成回路１５０に送信する。信号処理回路１４０は、例えば、プロセッサにより実現される。信号処理回路１４０は、信号処理部の一例である。以下、信号処理回路１４０実行する各種の信号処理の一例を説明する。

例えば、信号処理回路１４０は、反射波データに対して、包絡線検波処理及び対数圧縮等の各種の処理を施して、サンプル点ごとの信号強度（振幅強度）が輝度の明るさで表現されるＢモードデータを生成する。例えば、信号処理回路１４０は、包絡線検波器及び対数圧縮機器等を備える。例えば、包絡線検波器は、反射波データを包絡線検波し、対数圧縮器は、包絡線検波により得られた包絡線に関するデータ（例えば、振幅を示すデータ等）を対数圧縮する。信号処理回路１４０は、生成したＢモードデータを画像生成回路１５０に送信する。

また、信号処理回路１４０は、高調波成分を映像化するハーモニックイメージングを行うための信号処理を実行する。ハーモニックイメージングとしては、コントラストハーモニックイメージング（ＣＨＩ：Contrast Harmonic Imaging）や組織ハーモニックイメージング（ＴＨＩ：Tissue Harmonic Imaging）が挙げられる。また、コントラストハーモニックイメージングや組織ハーモニックイメージングでは、スキャン方式として、以下の方式が知られている。例えば、かかるスキャン方式として、振幅変調（ＡＭ：Amplitude Modulation）、パルスサブトラクション法（Pulse Subtraction法）又はパルスインバージョン法（Pulse Inversion法）と呼ばれる位相変調（ＰＭ：Phase Modulation）、及び、ＡＭとＰＭとを組み合わせることで、ＡＭの効果及びＰＭの効果の双方が得られるＡＭＰＭ等が知られている。

また、信号処理回路１４０は、反射波データを周波数解析することで、ドプラ効果に基づく移動体（血流や組織、造影剤エコー成分等）の運動情報を反射波データから抽出し、抽出した運動情報を示すドプラデータを生成する。例えば、信号処理回路１４０は、移動体の運動情報として、平均速度、平均分散値及び平均パワー値等を多点に渡り抽出し、抽出した移動体の運動情報を示すドプラデータを生成する。信号処理回路１４０は、生成したドプラデータを画像生成回路１５０に送信する。

上記の信号処理回路１４０の機能を用いて、実施形態に係る超音波診断装置１は、カラーフローマッピング（ＣＦＭ：Color Flow Mapping）法とも呼ばれるカラードプラ法を実行可能である。カラーフローマッピング法では、超音波の送受信が複数の走査線上で複数回行なわれる。そして、カラーフローマッピング法では、同一位置のデータ列に対してＭＴＩ(Moving Target Indicator)フィルタを掛けることで、同一位置のデータ列から、静止している組織、或いは、動きの遅い組織に由来する信号（クラッタ信号）を抑制して、血流に由来する信号（血流信号）を抽出する。そして、カラーフローマッピング法では、この血流信号から血流の速度、血流の分散、血流のパワー等の血流情報を推定する。信号処理回路１４０は、カラーフローマッピング法により推定された血流情報を示すカラー画像データを画像生成回路１５０に送信する。なお、カラー画像データは、ドプラデータの一例である。

信号処理回路１４０は、２次元の反射波データ及び３次元の反射波データの両方の反射波データを処理可能である。

画像生成回路１５０は、信号処理回路１４０により送信されたＢモードデータ又はドプラデータから超音波画像データを生成する。画像生成回路１５０は、プロセッサにより実現される。

例えば、画像生成回路１５０は、信号処理回路１４０が生成した２次元のＢモードデータから反射波の強度を輝度で表した２次元Ｂモード画像データを生成する。また、画像生成回路１５０は、信号処理回路１４０が生成した２次元のドプラデータから運動情報又は血流情報が映像化された２次元ドプラ画像データを生成する。なお、運動情報が映像化された２次元ドプラ画像データは、速度画像データ、分散画像データ、パワー画像データ、又は、これらを組み合わせた画像データである。

ここで、画像生成回路１５０は、一般的には、超音波走査の走査線信号列を、テレビ等に代表されるビデオフォーマットの走査線信号列に変換（走査コンバート）し、表示用の超音波画像データを生成する。例えば、画像生成回路１５０は、信号処理回路１４０により送信されたデータに対して、超音波プローブ１０１による超音波の走査形態に応じて座標変換を行なうことで、表示用の超音波画像データを生成する。また、画像生成回路１５０は、走査コンバート以外に種々の画像処理として、例えば、走査コンバート後の複数の画像フレームを用いて、輝度の平均値画像を再生成する画像処理（平滑化処理）や、画像内で微分フィルタを用いる画像処理（エッジ強調処理）等を行なう。また、画像生成回路１５０は、超音波画像データに、種々のパラメータの文字情報、目盛り、ボディーマーク等を合成する。

更に、画像生成回路１５０は、信号処理回路１４０により生成された３次元のＢモードデータに対して座標変換を行なうことで、３次元Ｂモード画像データを生成する。また、画像生成回路１５０は、信号処理回路１４０により生成された３次元のドプラデータに対して座標変換を行なうことで、３次元ドプラ画像データを生成する。すなわち、画像生成回路１５０は、「３次元のＢモード画像データ及び３次元ドプラ画像データ」を「３次元超音波画像データ（ボリュームデータ）」として生成する。そして、画像生成回路１５０は、ボリュームデータをディスプレイ１０３にて表示するための各種の２次元画像データを生成するために、ボリュームデータに対して様々なレンダリング処理を行なう。

画像生成回路１５０が行なうレンダリング処理としては、例えば、断面再構成法（ＭＰＲ：Multi Planer Reconstruction）を用いてボリュームデータからＭＰＲ画像データを生成する処理がある。また、画像生成回路１５０が行なうレンダリング処理としては、例えば、３次元の情報を反映した２次元画像データを生成するボリュームレンダリング（ＶＲ：Volume Rendering）処理がある。画像生成回路１５０は、画像生成部の一例である。

Ｂモードデータ及びドプラデータは、走査コンバート処理前の超音波画像データであり、画像生成回路１５０が生成するデータは、走査コンバート処理後の表示用の超音波画像データである。なお、Ｂモードデータ及びドプラデータは、生データ（Raw Data）とも呼ばれる。

画像メモリ１６０は、画像生成回路１５０により生成された各種の画像データを記憶するメモリである。また、画像メモリ１６０は、信号処理回路１４０により生成されたデータも記憶する。画像メモリ１６０が記憶するＢモードデータやドプラデータは、例えば、診断の後に操作者が呼び出すことが可能となっており、画像生成回路１５０を経由して表示用の超音波画像データとなる。例えば、画像メモリ１６０は、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子、ハードディスク又は光ディスクによって実現される。

記憶回路１７０は、走査（超音波の送受信）、画像処理及び表示処理を行なうための制御プログラムや、診断情報（例えば、患者ＩＤ、医師の所見等）や、診断プロトコルや各種ボディーマーク等の各種データを記憶する。また、記憶回路１７０は、必要に応じて、画像メモリ１６０が記憶するデータの保管等にも使用される。例えば、記憶回路１７０は、フラッシュメモリ等の半導体メモリ素子、ハードディスク又は光ディスクによって実現される。

制御回路１８０は、超音波診断装置１の処理全体を制御する。具体的には、制御回路１８０は、入力装置１０２を介して操作者から入力された各種設定要求や、記憶回路１７０から読込んだ各種制御プログラム及び各種データに基づき、送受信回路１１０、ノイズ低減処理回路１２０、ビームフォーマ１３０、信号処理回路１４０及び画像生成回路１５０の処理を制御する。また、制御回路１８０は、画像メモリ１６０に記憶された表示用の超音波画像データに基づく超音波画像を表示するようにディスプレイ１０３を制御する。例えば、制御回路１８０は、Ｂモード画像データに基づくＢモード画像又はカラー画像データに基づくカラー画像を表示するようにディスプレイ１０３を制御する。また、制御回路１８０は、Ｂモード画像にカラー画像を重畳させて表示するようにディスプレイ１０３を制御する。制御回路１８０は、表示制御部又は制御部の一例である。制御回路１８０は、例えば、プロセッサにより実現される。超音波画像は、画像の一例である。

また、制御回路１８０は、送受信回路１１０を介して超音波プローブ１０１を制御することで、超音波走査の制御を行なう。

以上、第１の実施形態に係る超音波診断装置１の全体構成について説明した。次に、受信回路１１２及びノイズ低減処理回路１２０の構成の一例について説明する。図５は、第１の実施形態に係る受信回路１１２及びノイズ低減処理回路１２０の構成の一例を示す図である。

図５に示すように、受信回路１１２は、複数のＬＮＡ１１２ａと、複数のＡＴＧＣ処理回路１１２ｂと、複数のＡＤＣ（Analog to Digital Convertor）１１２ｃと、複数の復調器１１２ｄとを備える。例えば、ＬＮＡ１１２ａ、ＡＴＧＣ処理回路１１２ｂ、ＡＤＣ１１２ｃ及び復調器１１２ｄは、１つのチャンネル毎に設けられる。例えば、１つのチャンネルが１つの振動子に対応する場合、１つの振動子（１つのチャンネル）に対して、１つのＬＮＡ１１２ａ、１つのＡＴＧＣ処理回路１１２ｂ、１つのＡＤＣ１１２ｃ及び１つの復調器１１２ｄが設けられる。以下、ある１つのチャンネルに対応する１つのＬＮＡ１１２ａ、１つのＡＴＧＣ処理回路１１２ｂ、１つのＡＤＣ１１２ｃ及び１つの復調器１１２ｄが実行する処理（動作）の一例について説明するが、他のチャンネルに対応するＬＮＡ１１２ａ、ＡＴＧＣ処理回路１１２ｂ、ＡＤＣ１１２ｃ及び復調器１１２ｄが実行する処理についても同様である。

ＬＮＡ１１２ａは、このＬＮＡ１１２ａに対応する振動子により送信された受信信号を受信し、受信された受信信号を予め設定されたゲインによって増幅し、増幅された受信信号をＡＴＧＣ処理回路１１２ｂへ送信する。

図６Ａは、第１の実施形態に係るＬＮＡ１１２ａにより受信される受信信号とノイズのレベルとの関係の一例を示す図である。例えば、図６Ａには、各深さでの信号とノイズとの関係が示されている。超音波の減衰係数は、軟部組織では、０．６ｄＢ／ｃｍ（往復距離）／ＭＨｚ程度である。例えば、深さ５ｃｍの深さにある物体からのエコー信号（受信信号）が１０ＭＨｚの超音波である場合、図６Ａに示すように、減衰は、－６０ｄＢになる。また、物体が深さ１０ｃｍにある場合は、減衰は、－１２０ｄＢになる。ここで超音波診断装置１の１つの振動子からの受信信号に含まれる振動子や各種の電子回路で発生する熱雑音、すなわちホワイトノイズのレベルが－６０ｄＢであるとすると、各深さでの受信信号とノイズの関係は図６Ａに示すようになる。例えば、ＡＤＣ１１２ｃが「１４ｂｉｔ ＡＤＣ」である場合、ダイナミックレンジは８４ｄＢである。このため、このままでは、超音波診断装置１は、浅部から深部までの受信信号を、ＡＤＣ１１２ｃのダイナミックレンジの範囲内でＡＤＣ１１２ｃに入力させることができない。

そこで、ＡＴＧＣ処理回路１１２ｂは、アナログ信号である受信信号に対して深さに応じてゲインを変えていく処理（ＡＴＧＣ）を行う。具体的には、ＡＴＧＣ処理回路１１２ｂは、ＬＮＡ１１２ａにより送信された受信信号に対して、深さに応じて異なる量のアッテネータを掛ける。すなわち、ＡＴＧＣ処理回路１１２ｂは、深さに応じて異なるゲイン値を用いて、ＬＮＡ１１２ａにより送信された受信信号に対して、ゲインを掛ける。このように、ＡＴＧＣ処理回路１１２ｂは、超音波を送信してからの経過時間に応じてゲイン値を変化させつつ、受信信号を増幅する。そして、ＡＴＧＣ処理回路１１２ｂは、ゲインが掛けられた受信信号をＡＤＣ１１２ｃに送信する。

図６Ｂは、第１の実施形態に係るＡＴＧＣ処理回路１１２ｂが、ＡＴＧＣにおいて受信信号に対して６ｄＢ／ｃｍ（片側距離換算）のゲインを掛けた場合の受信信号とノイズの関係の一例を示す図である。図６Ｂに示すように、受信信号に対してＡＴＧＣが行われたため、ノイズは、空間的に一様ではない。

ＡＤＣ１１２ｃは、ＡＴＧＣ処理回路１１２ｂにより送信されたアナログ形式の受信信号をデジタル形式の受信信号に変換する。例えば、このような変換後のデジタル形式の受信信号は、radio frequency（ＲＦ）信号である。そして、ＡＤＣ１１２ｃは、デジタル形式の受信信号であるＲＦ信号を復調器１１２ｄに送信する。

復調器１１２ｄは、ＡＤＣ１１２ｃにより送信されたＲＦ信号を受信する。そして、復調器１１２ｄは、受信されたＲＦ信号を復調することで、ＲＦ信号をベースバンド帯域のＩ信号とＱ信号とに変換する。そして、復調器１１２ｄは、ＩＱ信号をノイズ低減処理回路１２０に送信する。なお、ＩＱ信号は、デジタル形式の信号である。

上述したように、第１の実施形態に係る受信回路１１２は、アナログ形式の受信信号に対して深さに応じてゲインを変化させつつゲインを掛けるＡＴＧＣを行うＡＴＧＣ処理回路１１２ｂと、ＡＴＧＣが行われた受信信号をデジタル形式の受信信号に変換する処理を行うＡＤＣ１１２ｃとを備える。ここで、ＡＴＧＣは、第１の処理の一例である。また、ＡＴＧＣが行われた受信信号をデジタル形式の受信信号に変換する処理は、第２の処理の一例である。

図５に示すように、ノイズ低減処理回路１２０は、複数の逆ゲイン実行機能１２０ａと、メモリ１２０ｂと、ＤｎＣＮＮ処理機能１２０ｃと、減算器１２０ｅと、ゲイン実行機能１２０ｆを備える。例えば、逆ゲイン実行機能１２０ａは、１つのチャンネル毎に設けられる。例えば、１つのチャンネルが１つの振動子に対応する場合、１つの振動子（１つのチャンネル）に対して、１つの逆ゲイン実行機能１２０ａが設けられる。

ここで、例えば、図５に示すノイズ低減処理回路１２０の構成要素である複数の逆ゲイン実行機能１２０ａ、ＤｎＣＮＮ処理機能１２０ｃ及びゲイン実行機能１２０ｆが実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１７０内に記録されている。ノイズ低減処理回路１２０は、例えば、プロセッサであり、記憶回路１７０から各プログラムを読み出し、読み出された各プログラムを実行することで各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態のノイズ低減処理回路１２０は、図５のノイズ低減処理回路１２０内に示された各機能を有することとなる。

なお、図５においては、複数の逆ゲイン実行機能１２０ａ、ＤｎＣＮＮ処理機能１２０ｃ及びゲイン実行機能１２０ｆの各処理機能が単一の処理回路（ノイズ低減処理回路１２０）によって実現される場合を示したが、実施形態はこれに限られるものではない。例えば、ノイズ低減処理回路１２０は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、ノイズ低減処理回路１２０が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

複数の逆ゲイン実行機能１２０ａのそれぞれは、対応する復調器１１２ｄにより送信されたＩＱ信号を受信し、受信されたＩＱ信号に対してＡＴＧＣ処理回路１１２ｂにより掛けられたゲイン（ゲイン値）とは逆のゲインを掛ける。例えば、逆ゲイン実行機能１２０ａは、１つのチャンネル毎に、ＩＱ信号に対してＡＴＧＣ処理回路１１２ｂにより掛けられたゲイン（ゲイン値）の逆数をゲイン値として用いてゲインを掛ける。このように、逆ゲイン実行機能１２０ａは、デジタル形式の受信信号の一例であるＩＱ信号に対して、当該ＩＱ信号に含まれるノイズのレベルを全ての深さで一定にさせる処理を行う。

図６Ｃは、第１の実施形態に係る逆ゲイン実行機能１２０ａによりゲインが掛けられたＩＱ信号とノイズの関係の一例を示す図である。図６Ｃに示すように、ノイズは、深さによって変化せず、空間的に一様となる。したがって、逆ゲイン実行機能１２０ａによりゲインが掛けられたＩＱ信号は、ノイズを推定するＤｎＣＮＮ１２０ｄに適用することができる。

なお、ＡＤＣ１１２ｃでは量子化雑音というノイズが発生する。しかしながら、量子化雑音は、深さによって変化することはない。このため、逆ゲイン実行機能１２０ａは、ＡＴＧＣ処理回路１１２ｂにより実行されるＡＴＧＣによる深さによって変化する熱雑音と、深さによって変化しない量子化雑音との和が、全ての深さで一定になるようなゲインをＩＱ信号に掛けると更に良い。ただし、例えば、ＡＤＣ１１２ｃが「１４ｂｉｔ ＡＤＣ」である場合、ＡＤＣ１１２ｃのＳ／Ｎは８６ｄＢ（６．０２＊１４＋１．７６）程度である。このため、図６Ｂの場合、深さが０ｃｍである深さにおいて、量子化雑音は、熱雑音より下にあるため、無視しても良い。これにより、ノイズは全ての深さ及び全てのチャンネルで一定のレベルとなる。

そして、逆ゲイン実行機能１２０ａは、ゲインが掛けられたＩＱ信号をメモリ１２０ｂに記憶させる。具体的には、メモリ１２０ｂは、チャンネルの軸（チャンネル方向）及び深さの軸（深さ方向）により構成される２次元の記憶領域を備える。そして、複数の逆ゲイン実行機能１２０ａのそれぞれは、ゲインが掛けられたＩＱ信号をメモリ１２０ｂが備える記憶領域の対応する位置に記憶させる。これにより、メモリ１２０ｂが備える記憶領域には、チャンネル及び深さの２次元のＩＱ信号（２次元データ）が記憶される。

ＤｎＣＮＮ処理機能１２０ｃは、ＤｎＣＮＮ１２０ｄを備える。例えば、ＤｎＣＮＮ１２０ｄは、ノイズ低減処理回路１２０の内部メモリに記憶されている。ＤｎＣＮＮ処理機能１２０ｃは、メモリ１２０ｂが備える記憶領域に記憶された２次元のＩＱ信号を読み出し、読み出された２次元のＩＱ信号をＤｎＣＮＮ１２０ｄに入力する。このようにして、ＤｎＣＮＮ処理機能１２０ｃは、ＤｎＣＮＮ１２０ｄにノイズ（残差）を推定させる。また、ＤｎＣＮＮ処理機能１２０ｃは、読み出された２次元のＩＱ信号を減算器１２０ｅに送信する。

ＤｎＣＮＮ１２０ｄは、入力された２次元のＩＱ信号に含まれるノイズ（ノイズ成分）を推定し、推定されたノイズを減算器１２０ｅに出力する。例えば、ＤｎＣＮＮ１２０ｄは、２次元のＤｅｅｐ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ（ＤＣＮＮ）である。このようなＤｎＣＮＮ１２０ｄの係数等の各種の内部パラメータは、例えば、事前に以下で説明するような学習によって決定される。例えば、学習を行う学習装置は、「Ｆｉｅｌｄ ＩＩ」（［令和３年４月２日検索］，インターネット＜http://field-ii.dk/＞）のような超音波シミュレータによってノイズのない超音波信号（例えば、上述したＩＱ信号）を作成する。そして、学習装置は、この超音波信号に超音波診断装置１のノイズレベルに相当するホワイトノイズを加算する。学習装置は、このホワイトノイズが加算された超音波信号をＤＣＮＮに入力して、ＤＣＮＮからの出力が、超音波信号に加算されたホワイトノイズになるように、ＤＣＮＮを学習する。このような学習は、ＤｎＣＮＮと呼ばれる残差学習である。また、ＤｎＣＮＮ１２０ｄを学習する方法は、非特許文献１や特許文献１において残差（ノイズ）を推定するニューラルネットワークを学習する方法と同様である。

ここで、ＤｎＣＮＮ１２０ｄの入力は複素数のＩＱ信号であるが、一般的なディープラーニング（Deep Learning）のフレームワークは複素数には対応してない。しかしながら、第１の実施形態において、着目されるのはホワイトノイズである。ホワイトノイズは実部と虚部で独立である。このため、ＤｎＣＮＮ処理機能１２０ｃは、ＩＱ信号の実部と虚部を独立な信号としてＤｎＣＮＮ１２０ｄに入力すればよい。例えば、ＤｎＣＮＮ処理機能１２０ｃは、実部と虚部とを別々にＤｎＣＮＮ１２０ｄに入力すればよい。

なお、超音波プローブ１０１や装置条件（超音波診断装置１の条件）によって超音波診断装置１のノイズレベルは変化する。このため、学習装置は、複数のノイズレベルのそれぞれでＤｎＣＮＮ１２０ｄを学習させて、複数のノイズレベルのそれぞれに対応する内部パラメータを備えるＤｎＣＮＮ１２０ｄをノイズレベル毎に生成してもよい。すなわち、学習装置は、複数のノイズレベルに対応する複数のＤｎＣＮＮ１２０ｄを生成してもよい。そして、ノイズ低減処理回路１２０は、学習装置により生成された複数のＤｎＣＮＮ１２０ｄを保持し、複数のＤｎＣＮＮ１２０ｄの中から超音波プローブ１０１や装置条件に対応するノイズレベルに合致するＤｎＣＮＮ１２０ｄを選択し、選択されたＤｎＣＮＮ１２０ｄを用いて、２次元のＩＱ信号に含まれるノイズを推定してもよい。

なお、ノイズ低減処理回路１２０は、特許文献１で開示されているようなＳＮＲ関連データをＤｎＣＮＮ１２０ｄの内部パラメータを調整する指標として保持し、特許文献１で開示されているような方法と同様の方法により、ノイズを推定する際に、ＤｎＣＮＮ１２０ｄの内部パラメータを調整してもよい。

減算器１２０ｅは、ＤｎＣＮＮ処理機能１２０ｃにより送信された２次元のＩＱ信号（原信号）から、ＤｎＣＮＮ１２０ｄにより推定されて出力されたノイズを減算する。これにより、減算器１２０ｅは、ノイズが低減された２次元のＩＱ信号を得る。２次元のＩＱ信号は、チャンネルの軸（チャンネル方向）及び深さの軸（深さ方向）により構成される２次元のデータである。そして、減算器１２０ｅは、ノイズが低減された２次元のＩＱ信号をゲイン実行機能１２０ｆに送信する。

図６Ｄは、第１の実施形態に係る減算器１２０ｅにより出力されたＩＱ信号とノイズの関係の一例を示す図である。図６Ｄは、深さ方向の応答の一例を示す。図６Ｃと図６Ｄとを比較すると分かるように、ＩＱ信号に含まれるノイズが減算器１２０ｅにより低減されている。

ゲイン実行機能１２０ｆは、減算器１２０ｅにより送信されたＩＱ信号に対して、逆ゲイン実行機能１２０ａによりＩＱ信号に対して掛けられたゲイン（ゲイン値）とは逆のゲインを掛ける。すなわち、ゲイン実行機能１２０ｆは、ゲインを元に戻す。これにより、ＩＱ信号のレベルが全ての深さで一定又は略一定となる。そして、ゲイン実行機能１２０ｆは、ゲインが掛けられたＩＱ信号をビームフォーマ１３０に送信する。

図６Ｅは、第１の実施形態に係るゲイン実行機能１２０ｆにより送信されたＩＱ信号とノイズの関係の一例を示す図である。図６Ｅは、深さ方向の応答の一例を示す。図６Ｄ及び図６Ｅから分かるように、ＤｎＣＮＮ１２０ｄによるノイズ低減効果は高く、例えば、非特許文献１によれば、ＰＳＮＲ（Peak Signal to Noise Ratio）は、３２ｄＢ程度改善する。また、図６Ｅから分かるように、ＩＱ信号のレベルが全ての深さで一定又は略一定となる。そして、画像のエッジのボケはほとんど見られない。

上述したように、第１の実施形態に係るノイズ低減処理回路１２０は、デジタル形式のＩＱ信号に対して、当該デジタル形式のＩＱ信号に含まれるノイズのレベルを一定にさせる処理を行う逆ゲイン実行機能１２０ａと、ノイズのレベルを一定にさせる処理が行われたデジタル形式のＩＱ信号に対して、当該ＩＱ信号に含まれるノイズを低減させる処理を行うＤｎＣＮＮ処理機能１２０ｃ及びＤｎＣＮＮ１２０ｄとを備える。ＩＱ信号に含まれるノイズのレベルを一定にさせる処理は、第３の処理の一例である。ＩＱ信号に含まれるノイズを低減させる処理は、第４の処理の一例である。ノイズ低減処理回路１２０は、処理回路の一例である。

また、逆ゲイン実行機能１２０ａは、ＩＱ信号に含まれるノイズのレベルを一定にさせる処理として、ＡＴＧＣにおいて深さに応じて変化されるゲインとは逆のゲインをＩＱ信号に対して掛けるか、又は、ＩＱ信号に含まれるホワイトノイズとＡＴＧＣが行われた受信信号をデジタル形式の受信信号に変換する処理が行われる際に発生する量子化雑音との和を全ての深さで一定にさせる処理を行う。

また、ＤｎＣＮＮ処理機能１２０ｃは、ＩＱ信号に含まれるノイズを低減させる処理として、入力された信号に含まれるノイズを出力するニューラルネットワークであるＤｎＣＮＮ１２０ｄに対して、ＩＱ信号に含まれるノイズのレベルを一定にさせる処理が行われたＩＱ信号を入力し、ＤｎＣＮＮ１２０ｄに当該ＩＱ信号に含まれるノイズを出力させる。そして、減算器１２０ｅは、ＩＱ信号に含まれるノイズを低減させる処理として、ＩＱ信号からＤｎＣＮＮ１２０ｄから出力されたノイズを減算することにより、当該ＩＱ信号に含まれるノイズを低減させる処理を行う。

また、上述したように、第１の実施形態に係るビームフォーマ１３０は、ＩＱ信号に含まれるノイズを低減させる処理によりノイズが低減されたＩＱ信号に対してビームフォーミングを行う。

なお、上記では１回の超音波の送信毎に行われる処理の対象として、チャンネル方向と深さ方向の２次元データ（２次元のＩＱ信号）を例に挙げて説明した。しかしながら、ＤｎＣＮＮ処理機能１２０ｃは、複数回の超音波の送信により得られるＩＱ信号を用いて、超音波の送信回数の軸（送信回数方向）とチャンネルの軸（チャンネル方向）と深さの軸（深さ方向）により構成される３次元のＩＱ信号（３次元データ）をＤｎＣＮＮ１２０ｄに入力してもよい。すなわち、ＤｎＣＮＮ１２０ｄを３次元対応（３次元構成）としてもよい。これにより、ＤｎＣＮＮ１２０ｄは、ノイズを推定し、推定されたノイズを減算器１２０ｅに出力する。

また、チャンネル間で感度のばらつきがある場合、空間的にノイズレベルが一定にならない。この場合、超音波診断装置１は、事前に感度測定を行い、ノイズが一定になるようにゲイン補正を行う。例えば、逆ゲイン実行機能１２０ａは、まず、超音波の送信が行われていない状態で各チャンネルの受信信号を観測することで感度測定を行う。具体的には、逆ゲイン実行機能１２０ａは、チャンネル間の感度のばらつきを測定し、チャンネル毎に、全ての深さのｒｍｓ（root mean square）を算出する。そして、逆ゲイン実行機能１２０ａは、ＩＱ信号に対して、同じ深さのｒｍｓ値が全てのチャンネルで同一になるようなゲイン補正を掛ける。この後、逆ゲイン実行機能１２０ａは、かかるゲイン補正が掛けられたＩＱ信号に対してＡＴＧＣ処理回路１１２ｂにより掛けられたゲイン（ゲイン値）とは逆のゲインを掛ける。このように、逆ゲイン実行機能１２０ａは、ＩＱ信号に含まれるノイズのレベルを一定にさせる処理として、チャンネル間の感度のばらつきに基づいて、ＩＱ信号に含まれるノイズのレベルを全てのチャンネル及び全ての深さで一定にさせる処理を行う。

図７は、第１の実施形態に係るノイズ低減処理回路１２０が実行する処理の流れの一例を示すフローチャートである。

（ステップＳ１０１）
図７に示すように、ステップＳ１０１では、複数の逆ゲイン実行機能１２０ａのそれぞれは、対応する復調器１１２ｄにより送信されたＩＱ信号に対してＡＴＧＣ処理回路１１２ｂにより掛けられたゲイン（ゲイン値）とは逆のゲインを掛ける。

（ステップＳ１０２）
ステップＳ１０２では、複数の逆ゲイン実行機能１２０ａは、ゲインが掛けられた２次元のＩＱ信号をメモリ１２０ｂに記憶させる。

（ステップＳ１０３）
ステップＳ１０３では、ＤｎＣＮＮ処理機能１２０ｃは、メモリ１２０ｂに記憶された２次元のＩＱ信号を読み出し、読み出された２次元のＩＱ信号をＤｎＣＮＮ１２０ｄに入力する。これにより、ＤｎＣＮＮ１２０ｄは、ノイズを推定し、推定されたノイズを減算器１２０ｅに出力する。

（ステップＳ１０４）
ステップＳ１０４では、減算器１２０ｅは、ＤｎＣＮＮ処理機能１２０ｃにより送信された２次元のＩＱ信号から、ＤｎＣＮＮ１２０ｄにより推定されて出力されたノイズを減算する。これにより、減算器１２０ｅは、ノイズが低減された２次元のＩＱ信号を得る。そして、減算器１２０ｅは、ノイズが低減された２次元のＩＱ信号をゲイン実行機能１２０ｆに送信する。

（ステップＳ１０５）
ステップＳ１０５では、ゲイン実行機能１２０ｆは、減算器１２０ｅにより送信されたＩＱ信号に対して、逆ゲイン実行機能１２０ａによりＩＱ信号に対して掛けられたゲイン（ゲイン値）とは逆のゲインを掛ける。すなわち、ゲイン実行機能１２０ｆは、ゲインを元に戻す。ＩＱ信号のレベルが全ての深さで一定又は略一定となるような適切なゲインを掛ける。そして、ゲイン実行機能１２０ｆは、ゲインが掛けられたＩＱ信号をビームフォーマ１３０に送信する。

以上、第１の実施形態に係る超音波診断装置１について説明した。従来の超音波診断装置では、ＤｎＣＮＮに入力される信号のノイズレベルは場所によって一定でないために効果的にノイズ低減が図れない。一方、第１の実施形態に係る超音波診断装置１では、ＤｎＣＮＮ１２０ｄに入力される信号のノイズレベルは全ての場所で一定であり、ノイズレベルがすべての場所で一定となった状態でノイズ低減を図ることができる。このため、超音波診断装置１によれば、ニューラルネットワークを使用した方法で効率的にノイズ低減を図ることができる。また、このようなＤｎＣＮＮを使用したノイズを低減させる方法では、信号をぼかすことなくノイズ低減が可能である。以上のことから、第１の実施形態に係る超音波診断装置１によれば、超音波のペネトレーションを大きく改善することが可能になる。

（第２の実施形態）
第１の実施形態では、超音波診断装置１が、ビームフォーミング前にノイズを低減する処理を行う場合について説明した。しかしながら、超音波診断装置１は、ビームフォーミング後にノイズを低減する処理を行ってもよい。そこで、このような実施形態を第２の実施形態として説明する。なお、第２の実施形態の説明では、主に、第１の実施形態と異なる点について説明し、第１の実施形態と同様の構成の説明については省略する場合がある。

図８は、第２の実施形態に係る超音波診断装置１の一部の構成の一例を示す図である。第２の実施形態に係るノイズ低減処理回路１２１は、ビームフォーマ１３０よりも後段に設けられている点が、第１の実施形態に係るノイズ低減処理回路１２０と異なる。例えば、信号処理回路１４０は、包絡線検波器１４０ａと対数圧縮器１４０ｂとを備える。第２の実施形態では、ノイズ低減処理回路１２１は、包絡線検波器１４０ａと対数圧縮器１４０ｂの間に設けられる。すなわち、ノイズ低減処理回路１２１は、包絡線検波器１４０ａの後段に設けられるとともに、対数圧縮器１４０ｂの前段に設けられる。ノイズ低減処理回路１２１は、処理回路の一例である。

例えば、第２の実施形態では、包絡線検波器１４０ａが反射波データを包絡線検波し、ノイズ低減処理回路１２１が包絡線検波により得られた包絡線に関するデータ（例えば、反射波データの振幅を示すデータ等）に含まれるノイズを低減させる処理を行い、対数圧縮器１４０ｂがノイズが低減された包絡線に関するデータを対数圧縮することにより、信号処理回路１４０内でＢモードデータが生成される。このように、ノイズ低減処理回路１２１に入力されるデータ及びノイズ低減処理回路１２１から出力されるデータは、実数のデータである。また、ノイズ低減処理回路１２１に入力されるデータ、ノイズ低減処理回路１２１内で扱われるデータ及びノイズ低減処理回路１２１から出力されるデータは、受信信号の一例である。

第２の実施形態では、ビームフォーマ１３０は、受信回路１１２により送信されたＩＱ信号に対して整相加算処理（遅延加算処理）を行うことにより、反射波データを生成する。例えば、ビームフォーマ１３０は、チャンネル毎のＩＱ信号に対して受信指向性を決定するのに必要な遅延時間を与える。そして、ビームフォーマ１３０は、遅延時間が与えられたＩＱ信号を加算することにより、反射波データを生成する。ビームフォーマ１３０は、生成された反射波データを信号処理回路１４０に送信する。ここで、第２の実施形態に係るビームフォーマ１３０は、深さに応じて加算されるチャンネル数を変更するという可変口径を行う。すなわち、第２の実施形態では、ビームフォーマ１３０は、ＩＱ信号に対して、深さに応じて加算されるチャンネル数を変更するビームフォーミングを行う。

図９は、第２の実施形態に係るノイズ低減処理回路１２１の構成の一例を示す図である。図９に示すように、ノイズ低減処理回路１２１は、逆ゲイン実行機能１２１ａと、メモリ１２１ｂと、ＤｎＣＮＮ処理機能１２１ｃと、減算器１２１ｅと、ゲイン実行機能１２１ｆを備える。

ここで、例えば、図９に示すノイズ低減処理回路１２１の構成要素である逆ゲイン実行機能１２１ａ、ＤｎＣＮＮ処理機能１２１ｃ及びゲイン実行機能１２１ｆが実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１７０内に記録されている。ノイズ低減処理回路１２１は、例えば、プロセッサであり、記憶回路１７０から各プログラムを読み出し、読み出された各プログラムを実行することで各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態のノイズ低減処理回路１２１は、図９のノイズ低減処理回路１２１内に示された各機能を有することとなる。

なお、図９においては、逆ゲイン実行機能１２１ａ、ＤｎＣＮＮ処理機能１２１ｃ及びゲイン実行機能１２１ｆの各処理機能が単一の処理回路（ノイズ低減処理回路１２１）によって実現される場合を示したが、実施形態はこれに限られるものではない。例えば、ノイズ低減処理回路１２１は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、ノイズ低減処理回路１２１が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

ここで、上述したように、第２の実施形態に係るビームフォーマ１３０は、深さに応じて加算されるチャンネル数を変更するという可変口径を行う。そこで、第２の実施形態に係る逆ゲイン実行機能１２１ａは、包絡線検波器１４０ａにより送信された包絡線に関するデータを受信する。そして、逆ゲイン実行機能１２１ａは、受信された包絡線に関するデータに対して、ＩＱ信号に対してＡＴＧＣ処理回路１１２ｂにより掛けられたゲイン（ゲイン値）及び可変口径において深さに応じて変更される加算されるチャンネル数に基づくゲインを掛ける。

例えば、逆ゲイン実行機能１２１ａは、包絡線に関するデータに対して、以下の式（１）により得られるゲインＧａｉｎＣｏｍｐ（ｘ，ｚ）を掛ける。

なお、式（１）において、ＡＴＧＣ（ｘ，ｚ）は、受信ラスタ番号ｘで、深さｚにおいて、ＩＱ信号に対してＡＴＧＣ処理回路１１２ｂにより掛けられたゲイン（リニアスケール）を示す。また、Ｍ（ｘ，ｚ）は、深さｚにおいて加算されるチャンネル数を示す。

逆ゲイン実行機能１２１ａは、式（１）にしたがって、包絡線に関するデータに対して、ＡＴＧＣ処理回路１１２ｂにより掛けられたゲイン（ゲイン値）の逆数と、深さｚにおいて加算されるチャンネル数の正の平方向の逆数との積を掛ける。このように、逆ゲイン実行機能１２１ａは、包絡線に関するデータに対して、当該包絡線に関するデータに含まれるノイズのレベルを全ての深さで一定にさせる処理を行う。これにより、ノイズは、深さによって変化せず、空間的に一様となる。したがって、逆ゲイン実行機能１２１ａによりゲインが掛けられたデータは、ノイズを推定するＤｎＣＮＮ１２１ｄに適用することができる。上述したように、第２の実施形態では、逆ゲイン実行機能１２１ａは、包絡線に関するデータに含まれるノイズのレベルを一定にさせる処理として、ビームフォーマ１３０によるビームフォーミングにより得られたデータに対して、深さに応じて変更される加算されるチャンネル数に基づいて、ビームフォーミングにより得られたデータに含まれるノイズのレベルを一定にさせる処理を行う。

そして、逆ゲイン実行機能１２１ａは、ゲインが掛けられたデータをメモリ１２１ｂに記憶させる。具体的には、メモリ１２１ｂは、受信ラスタの軸（受信ラスタ方向）及び深さの軸（深さ方向）により構成される２次元の記憶領域を備える。そして、逆ゲイン実行機能１２１ａは、ゲインが掛けられたデータをメモリ１２１ｂが備える記憶領域の対応する位置に記憶させる。これにより、メモリ１２１ｂが備える記憶領域には、受信ラスタ及び深さの２次元データが記憶される。

ＤｎＣＮＮ処理機能１２１ｃは、ＤｎＣＮＮ１２１ｄを備える。例えば、ＤｎＣＮＮ１２１ｄは、ノイズ低減処理回路１２１の内部メモリに記憶されている。ＤｎＣＮＮ処理機能１２１ｃは、メモリ１２１ｂが備える記憶領域に記憶された２次元データを読み出し、読み出された２次元データをＤｎＣＮＮ１２１ｄに入力する。このようにして、ＤｎＣＮＮ処理機能１２１ｃは、ＤｎＣＮＮ１２１ｄにノイズ（残差）を推定させる。また、ＤｎＣＮＮ処理機能１２１ｃは、読み出された２次元データを減算器１２１ｅに送信する。

ＤｎＣＮＮ１２１ｄは、入力された２次元データに含まれるノイズ（ノイズ成分）を推定し、推定されたノイズを減算器１２１ｅに出力する。例えば、ＤｎＣＮＮ１２１ｄは、２次元のＤＣＮＮである。このようなＤｎＣＮＮ１２１ｄの係数等の各種の内部パラメータは、例えば、上述したＤｎＣＮＮ１２０ｄに対して行われる学習と同様の学習によって決定される。

なお、超音波プローブ１０１や装置条件（超音波診断装置１の条件）によって超音波診断装置１のノイズレベルは変化する。このため、学習装置は、複数のノイズレベルのそれぞれでＤｎＣＮＮ１２１ｄを学習させて、複数のノイズレベルのそれぞれに対応する内部パラメータを備えるＤｎＣＮＮ１２１ｄをノイズレベル毎に生成してもよい。すなわち、学習装置は、複数のノイズレベルに対応する複数のＤｎＣＮＮ１２１ｄを生成してもよい。そして、ノイズ低減処理回路１２１は、学習装置により生成された複数のＤｎＣＮＮ１２１ｄを保持し、複数のＤｎＣＮＮ１２１ｄの中から超音波プローブ１０１や装置条件に対応するノイズレベルに合致するＤｎＣＮＮ１２１ｄを選択し、選択されたＤｎＣＮＮ１２１ｄを用いて、２次元データに含まれるノイズを推定してもよい。

なお、ノイズ低減処理回路１２１は、特許文献１で開示されているようなＳＮＲ関連データをＤｎＣＮＮ１２１ｄの内部パラメータを調整する指標として保持し、特許文献１で開示されているような方法と同様の方法により、ノイズを推定する際に、ＤｎＣＮＮ１２１ｄの内部パラメータを調整してもよい。

減算器１２１ｅは、ＤｎＣＮＮ処理機能１２１ｃにより送信された２次元データ（原信号）から、ＤｎＣＮＮ１２１ｄにより推定されて出力されたノイズを減算する。これにより、減算器１２１ｅは、ノイズが低減された２次元データを得る。２次元データは、受信ラスタの軸（受信ラスタ方向）及び深さの軸（深さ方向）により構成される２次元のデータである。そして、減算器１２１ｅは、ノイズが低減された２次元データをゲイン実行機能１２１ｆに送信する。

ゲイン実行機能１２１ｆは、減算器１２１ｅにより送信された２次元データに対して、逆ゲイン実行機能１２１ａによりＩＱ信号に対して掛けられたゲイン（ゲイン値）とは逆のゲインを掛ける。すなわち、ゲイン実行機能１２１ｆは、ゲインを元に戻す。そして、ゲイン実行機能１２１ｆは、ゲインが掛けられた２次元データをビームフォーマ１３０に送信する。

第１の実施形態では、ＤｎＣＮＮ１２０ｄに入力されるデータは、チャンネルと深さの２次元データ（２次元のＩＱ信号）である。このため、第１の実施形態では、１回の超音波の送信毎にＤｎＣＮＮ１２０ｄを動作させてノイズ低減を図るので動きの影響は受けない。これに対して、第２の実施形態では、１フレーム分の超音波の送信を行って全反射波信号を得た後にＤｎＣＮＮ１２１ｄを動作させるので生体に動きがある場合、生体の動きの影響を受ける。しかしながら、通常の信号に対するＣＮＮと異なり、ノイズを出力するＤｎＣＮＮ１２１ｄにおいては、生体の動きの影響は小さい。

なお、上記では１回の１フレーム毎に行われる処理の対象として、受信ラスタ方向と深さ方向の２次元データを例に挙げて説明した。しかしながら、ＤｎＣＮＮ処理機能１２１ｃは、複数フレームのデータを用いて、フレーム方向と受信ラスタ方向と深さ方向により構成される３次元のデータをＤｎＣＮＮ１２１ｄに入力してもよい。すなわち、ＤｎＣＮＮ１２１ｄを３次元対応（３次元構成）としてもよい。これにより、ＤｎＣＮＮ１２１ｄは、ノイズを推定し、推定されたノイズを減算器１２１ｅに出力する。また、ＤｎＣＮＮ処理機能１２１ｃは、複数フレームの同一場所を加算することでＳ／Ｎの改善を図るための処理を行ってもよい。

また、ノイズ低減処理回路１２１は、ビームフォーマ１３０と包絡線検波器１４０ａと
の間に設けられてもよい。この場合、ノイズ低減処理回路１２１に入力されるデータ、及びノイズ低減処理回路１２１から出力されるデータであってノイズが低減されたデータは、複素数のデータである。

また、ノイズ低減処理回路１２１は、対数圧縮器１４０ｂよりも後段に設けられてもよい。その場合、ノイズ低減処理回路１２１の逆ゲイン実行機能１２１ａ又はＤｎＣＮＮ処理機能１２１ｃは、入力されたデータに対して、対数圧縮器１４０ｂにより行われた対数圧縮の逆変換を行う。そして、ＤｎＣＮＮ処理機能１２１ｃは、逆変換が行われたデータをＤｎＣＮＮ１２１ｄに入力し、ＤｎＣＮＮ１２１ｄにノイズを推定させて出力させる。そして、ゲイン実行機能１２１ｆは、ノイズが低減されたデータに対して再度対数圧縮を行う。なお、ＤｎＣＮＮ処理機能１２１ｃは、対数圧縮が行われたデータをそのままＤｎＣＮＮ１２１ｄに入力してもよい。

以上、第２の実施形態に係る超音波診断装置１について説明した。第２の実施形態に係る超音波診断装置１によれば、第１の実施形態に係る超音波診断装置１と同様の効果を奏する。

（第３の実施形態）
第１の実施形態では、ＤｎＣＮＮ処理機能１２０ｃが、メモリ１２０ｂに記憶された２次元のＩＱ信号を読み出し、読み出された２次元のＩＱ信号を加工せずにＤｎＣＮＮ１２０ｄに入力する場合について説明した。しかしながら、ＤｎＣＮＮ処理機能１２０ｃは、２次元のＩＱ信号を加工し、ＤｎＣＮＮ１２０ｄに入力してもよい。そこで、このような実施形態を第３の実施形態として説明する。なお、第３の実施形態の説明では、主に、第１の実施形態と異なる点について説明し、第１の実施形態と同様の構成の説明については省略する場合がある。

図１０及び図１１は、第３の実施形態に係るＤｎＣＮＮ処理機能１２０ｃが実行する処理の一例を説明するための図である。第３の実施形態において、ＤｎＣＮＮ処理機能１２０ｃは、図１０に示す２次元のＩＱ信号（２次元データ）２０をメモリ１２０ｂから読み出す。以下、２次元のＩＱ信号２０は、チャンネル方向にＩＱ信号が「ＣＨ０」個配列され、深さ方向にＩＱ信号が「Ｄ０」個配列されたデータであり、「ＣＨ０」×「Ｄ０」個のＩＱ信号により構成されるデータである場合を例に挙げて説明する。

そして、ＤｎＣＮＮ処理機能１２０ｃは、読み出された２次元のＩＱ信号２０を減算器１２０ｅに送信する。

また、ＤｎＣＮＮ処理機能１２０ｃは、読み出された２次元のＩＱ信号２０を複数の領域２１に分割する。以下、領域２１は、チャンネル方向にＩＱ信号が「ＣＨ１」個配列され、深さ方向にＩＱ信号が「Ｄ１」個配列されたデータであり、「ＣＨ１」×「Ｄ１」個のＩＱ信号により構成されるデータである場合を例に挙げて説明する。この場合、ＤｎＣＮＮ処理機能１２０ｃは、２次元のＩＱ信号２０を「ＣＨｎ」×「Ｄｎ」個の複数の領域２１に分割する。なお、「ＣＨｎ」＝「ＣＨ０」／「ＣＨ１」であり、「Ｄｎ」＝「Ｄ０」／「Ｄ１」である。

そして、ＤｎＣＮＮ処理機能１２０ｃは、複数の領域２１のそれぞれに対して２次元離散コサイン変換（DCT（discrete cosine transform））を行い、複数の領域２１のそれぞれを周波数２２（図１１参照）に変換する。なお、１つの領域２１は、２次元離散コサイン変換により「ＣＨ１」×「Ｄ１」個の周波数２２に変換される。

ＤｎＣＮＮ処理機能１２０ｃは、１つの領域２１に対応する「ＣＨ１」×「Ｄ１」個の周波数２２を、ＤｎＣＮＮ１２０ｄに入力されるデータ（入力データ）の奥行データとする。例えば、ＤｎＣＮＮ処理機能１２０ｃは、図１１に示すように、各領域２１に対応する「ＣＨ１」×「Ｄ１」個の周波数２２を奥行方向に配列する。すなわち、図１１の例では、奥行き方向に配列された「ＣＨ１」×「Ｄ１」個の周波数２２の集合が、チャンネル方向に「ＣＨｎ」個配列され、深さ方向に「Ｄｎ」個配列されている。

なお、ＣＮＮの分野では、奥行という呼び方ではなくチャンネルという呼び方が一般的であるが、超音波診断装置１における上述したチャンネルと区別するために、ここでは入力データ又は特徴マップの奥行と呼ぶ。

ＤｎＣＮＮ処理機能１２０ｃは、各領域２１に対応する奥行き方向に配列された「ＣＨ１」×「Ｄ１」個の周波数２２の集合をＤｎＣＮＮ１２０ｄに入力する。このようにして、ＤｎＣＮＮ処理機能１２０ｃは、ＤｎＣＮＮ１２０ｄにノイズ（残差）を推定させる。また、ＤｎＣＮＮ処理機能１２０ｃは、各領域２１に対応する奥行き方向に配列された「ＣＨ１」×「Ｄ１」個の周波数２２の集合を減算器１２０ｅに送信する。

ＤｎＣＮＮ１２０ｄは、入力された「ＣＨ１」×「Ｄ１」個の周波数２２の集合に含まれるノイズ（ノイズ成分）を推定し、推定されたノイズを出力する。すなわち、ＤｎＣＮＮ１２０ｄは、各領域２１に対応するノイズを出力する。第３の実施形態に係るＤｎＣＮＮ１２０ｄの係数等の各種の内部パラメータは、例えば、上述した第１の実施形態に係るＤｎＣＮＮ１２０ｄに対して行われる学習と同様の学習によって決定される。

ＤｎＣＮＮ処理機能１２０ｃは、ＤｎＣＮＮ１２０ｄにより出力された各領域２１に対応するノイズを取得する。そして、ＤｎＣＮＮ処理機能１２０ｃは、取得された各領域２１に対応するノイズに対して２次元離散逆コサイン変換を行い、各領域２１に対応するノイズを「ＣＨ１」×「Ｄ１」個の信号に変換する。例えば、このような変換後の信号は、各領域２１に対応するＩＱ信号に含まれるノイズである。

ＤｎＣＮＮ処理機能１２０ｃは、このような処理を「ＣＨｎ」×「Ｄｎ」個の全ての領域２１について行う。これにより、ＤｎＣＮＮ処理機能１２０ｃは、全ての領域２１に対応する「ＣＨ０」×「Ｄ０」個の２次元の信号を取得する。ここで、このような「ＣＨ０」×「Ｄ０」個の２次元の信号は、２次元のＩＱ信号２０に含まれるノイズである。そして、ＤｎＣＮＮ処理機能１２０ｃは、取得された「ＣＨ０」×「Ｄ０」個の２次元の信号を減算器１２０ｅに送信する。

減算器１２０ｅは、ＤｎＣＮＮ処理機能１２０ｃにより送信された２次元のＩＱ信号（原信号）２０から、ＤｎＣＮＮ処理機能１２０ｃにより送信された「ＣＨ０」×「Ｄ０」個の２次元の信号（ノイズ）を減算する。これにより、減算器１２０ｅは、ノイズが低減された２次元のＩＱ信号を得る。そして、減算器１２０ｅは、ノイズが低減された２次元のＩＱ信号をゲイン実行機能１２０ｆに送信する。第３の実施形態に係るゲイン実行機能１２０ｆは、第１の実施形態に係るゲイン実行機能１２０ｆが実行する処理と同様の処理を行う。

上述したように、第３の実施形態では、ＤｎＣＮＮ処理機能１２０ｃは、ＩＱ信号２０に含まれるノイズを低減させる処理として、ノイズのレベルを一定にさせる処理が行われたＩＱ信号２０を複数の領域２１に分割する。そして、ＤｎＣＮＮ処理機能１２０ｃは、複数の領域２１のそれぞれに対して所定の直交変換を行って複数の領域２１のそれぞれに対応する複数の周波数２２を取得する。そして、ＤｎＣＮＮ処理機能１２０ｃは、複数の領域２１のそれぞれに対応する複数の周波数２２をニューラルネットワークに入力されるデータの奥行データとし、ニューラルネットワークの出力に所定の直交変換の逆変換を行う。

以上、第３の実施形態に係る超音波診断装置１について説明した。第３の実施形態に係る超音波診断装置１によれば、第１の実施形態に係る超音波診断装置１と同様の効果を奏する。

第３の実施形態に係るノイズ低減処理回路１２０は、２次元のＩＱ信号２０を複数の領域２１に分割して離散コサイン変換を行うことにより信号の統計的性質をより強くＤｎＣＮＮ１２０ｄに伝えて、ＤｎＣＮＮ１２０ｄに信号成分とノイズ成分とを分離しやすくさせる。なお、ノイズ低減処理回路１２０は、離散コサイン変換の替わりにカルーネンレーベ（Karhunen-Loeve）変換を行ってもよい。カルーネンレーベ変換は低次にエネルギーをできるだけ集中させる直交変換であり、離散コサイン変換はそれに近い性質を持つ。ノイズ低減処理回路１２０は、このような直交変換を行うことで、ＤｎＣＮＮ１２０ｄが残差（ノイズ）を効率的に抽出しやすくなる。なお、ノイズ低減処理回路１２０は、それ以外にも離散フーリエ変換や離散ウェーブレット変換等の他の直交変換も使用可能である。

なお、第３の実施形態に係るノイズ低減処理回路１２０は、逆変換後の出力が残差ではなくノイズ低減された信号となるような学習をして、出力を原信号から減算することなくそのまま出力する方法も可能である。

（第４の実施形態）
第１の実施形態～第３の実施形態では、ノイズ低減処理回路１２０，１２１が、ニューラルネットワークを用いてノイズを低減する場合について説明した。しかしながら、ノイズ低減処理回路１２０，１２１は、ニューラルネットワークを用いずに、ノイズを低減してもよい。そこで、このような実施形態を第４の実施形態として説明する。なお、第４の実施形態の説明では、主に、第１の実施形態と異なる点について説明し、第１の実施形態と同様の構成の説明については省略する場合がある。

図１２は、第４の実施形態に係るノイズ低減処理回路１２２の構成の一例を示す図である。第４の実施形態に係る超音波診断装置１は、図５に示すノイズ低減処理回路１２０に代えて、図１２に示すノイズ低減処理回路１２２を備える点が、第１の実施形態に係る超音波診断装置１と異なる。また、第４の実施形態に係るノイズ低減処理回路１２２は、ＤｎＣＮＮ処理機能１２０ｃ、ＤｎＣＮＮ１２０ｄ及び減算器１２０ｅに代えて、ノイズ低減処理機能１２２ａを備える点が、第１の実施形態に係るノイズ低減処理回路１２０と異なる。また、第４の実施形態に係るノイズ低減処理回路１２２は、ゲイン実行機能１２０ｆに代えて、ゲイン実行機能１２２ｂを備える点が、第１の実施形態に係るノイズ低減処理回路１２０と異なる。ノイズ低減処理回路１２２は、処理回路の一例である。

ここで、例えば、図１２に示すノイズ低減処理回路１２２の構成要素である逆ゲイン実行機能１２０ａ、ノイズ低減処理機能１２２ａ及びゲイン実行機能１２２ｂが実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１７０内に記録されている。ノイズ低減処理回路１２２は、例えば、プロセッサであり、記憶回路１７０から各プログラムを読み出し、読み出された各プログラムを実行することで各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態のノイズ低減処理回路１２２は、図１２のノイズ低減処理回路１２２内に示された各機能を有することとなる。

なお、図１２においては、逆ゲイン実行機能１２０ａ、ノイズ低減処理機能１２２ａ及びゲイン実行機能１２２ｂの各処理機能が単一の処理回路（ノイズ低減処理回路１２２）によって実現される場合を示したが、実施形態はこれに限られるものではない。例えば、ノイズ低減処理回路１２２は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、ノイズ低減処理回路１２２が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

図１３は、第４の実施形態に係るノイズ低減処理機能１２２ａが実行する処理の一例を説明するための図である。ノイズ低減処理機能１２２ａは、メモリ１２０ｂから図１３に示す２次元のＩＱ信号２０を読み出し、読み出された２次元のＩＱ信号２０を複数の領域２５に分割する。

そして、ノイズ低減処理機能１２２ａは、領域２５毎に、領域２５から共分散行列を計算する。これにより、全ての領域２５に対応する複数の共分散行列が計算される。そして、ノイズ低減処理機能１２２ａは、全ての領域２５に対応する複数の共分散行列を加算する。これにより、１つの行列が得られる。

そして、ノイズ低減処理機能１２２ａは、複数の共分散行列を加算することにより得られた１つの行列を固有値分解して、上位の所定数の固有値（主成分）のみを出力するフィルタ行列を計算する。

そして、ノイズ低減処理機能１２２ａは、フィルタ行列を各領域２５に作用させて主成分のみを取得する。そして、ノイズ低減処理機能１２２ａは、全ての領域２５に対応する全ての主成分を統合して全体としての主成分信号を取得する。この主成分信号は、主成分でない信号が除去された信号、すなわち、残差（ノイズ）信号が除去又は低減された信号である。この手法は、カルーネンレーベの直交変換を行って周波数軸上でフィルタを掛けて逆変換を行ったのと同じものである。つまり、先の第３の実施形態において、超音波診断装置１が、離散コサイン変換の替わりにカルーネンレーベ変換を行い、ＤｎＣＮＮ１２０ｄの替わりに周波数軸上でフィルタを掛けて、離散コサイン逆変換の替わりにカルーネンレーベ逆変換を行ったものと同じである。直交変換としては入力データに適応的に変化するカルーネンレーベ変換以外に、固定の直交変換である離散フーリエ変換、離散コサイン変換、離散ウェーブレット変換等が使用可能である。また、これらの逆変換も使用可能である。すなわち、ノイズ低減処理機能１２２ａは、所定の直交変換及び所定の直交変換の逆変換を用いてノイズを低減させる。

第４の実施形態に係るノイズ低減処理機能１２２ａは、ノイズを低減させる処理として、ノイズのレベルを一定にさせる処理が行われたＩＱ信号２０を複数の領域２１に分割する。そして、ノイズ低減処理機能１２２ａは、複数の領域２１のそれぞれに対して、主成分分析、カルーネンレーベ変換又は固有値分解を行って、ノイズを低減させる。なお、ノイズ低減処理機能１２２ａは、複数の領域２１のそれぞれに対して、特異値分解を行ってノイズを低減させてもよい。また、ノイズ低減処理機能１２２ａは、複数の領域２１のそれぞれに対して、数学的に、主成分分析、カルーネンレーベ変換、固有値分解及び特異値分解のうちの少なくとも１つと等価な処理を行ってノイズを低減させてもよい。また、また、ノイズ低減処理機能１２２ａは、統計的性質を利用して複数の領域２１のそれぞれに含まれるノイズを低減させてもよい。

以上、第４の実施形態に係る超音波診断装置１について説明した。第４の実施形態に係る超音波診断装置１によれば、第１の実施形態に係る超音波診断装置１と同様の効果を奏する。

（第５の実施形態）
第１の実施形態～第４の実施形態では、超音波診断装置１が各種の処理を実行する場合について説明したが、医用画像処理装置が、超音波診断装置１が実行した各種の処理と同様の処理を実行してもよい。そこで、このような実施形態を第５の実施形態として説明する。なお、第５の実施形態の説明では、主に、第１の実施形態と異なる点について説明し、第１の実施形態と同様の構成の説明については省略する場合がある。

図１４は、第５の実施形態に係る医用画像処理装置１０の構成の一例を示す図である。医用画像処理装置１０は、ネットワークを介して、超音波診断装置１から、復調器１１２ｄによりＲＦ信号から変換されたデジタル形式のＩＱ信号を取得する。このＩＱ信号は、深さに応じてゲインを変化させつつゲインを掛ける処理が行われたアナログ形式の受信信号から変換されたデジタル形式の受信信号である。そして、医用画像処理装置１０は、取得されたＩＱ信号に対して、超音波診断装置１が実行した処理と同様の処理を実行する。

図１４に示すように、医用画像処理装置１０は、ネットワーク（NetWork：ＮＷ）インタフェース１１と、記憶回路１２と、入力インタフェース１３と、ディスプレイ１４と、処理回路１５とを備える。

ＮＷインタフェース１１は、医用画像処理装置１０と超音波診断装置１との間で送受信される各種情報及び各種データの伝送及び通信を制御する。ＮＷインタフェース１１は、処理回路１５に接続されている。ＮＷインタフェース１１は、ネットワークを介して、超音波診断装置１により送信されたＩＱ信号を受信する。この場合、ＮＷインタフェース１１は、受信されたＩＱ信号を処理回路１５に送信する。例えば、ＮＷインタフェース１１は、ネットワークカードやネットワークアダプタ、ＮＩＣ（Network Interface Controller）等によって実現される。

記憶回路１２は、処理回路１５に接続され、各種データを記憶する。例えば、記憶回路１２は、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、ハードディスク又は光ディスクによって実現される。記憶回路１２は、記憶部の一例である。

また、記憶回路１２は、処理回路１５の処理に用いられる種々の情報や、処理回路１５による処理結果等を記憶する。

入力インタフェース１３は、処理回路１５に接続され、操作者から受け付けた入力操作を電気信号に変換して処理回路１５に出力する。なお、本明細書において入力インタフェース１３は、マウス、キーボードなどの物理的な操作部品を備えるものだけに限られない。例えば、装置とは別体に設けられた外部の入力機器から入力操作に対応する電気信号を受け取り、この電気信号を処理回路１５へ出力する処理回路も入力インタフェースの例に含まれる。

例えば、入力インタフェース１３は、種々の設定などを行うためのトラックボール、スイッチ・ボタン、マウス、キーボード、操作面へ触れることで入力操作を行うタッチパッド、表示画面とタッチパッドとが一体化されたタッチスクリーン、光学センサを用いた非接触入力インタフェース、又は、音声入力インタフェースによって実現される。

ディスプレイ１４は、処理回路１５に接続され、処理回路１５から出力される各種情報及び各種画像を表示する。例えば、ディスプレイ１４は、液晶モニタやＣＲＴ（Cathode Ray Tube）モニタ、又は、タッチパネルによって実現される。例えば、ディスプレイ１４は、操作者の指示を受け付けるためのＧＵＩ（Graphical User Interface）や、種々の表示用の画像、処理回路１５による種々の処理結果を表示する。ディスプレイ１４は、表示部の一例である。

処理回路１５は、プロセッサにより実現される。処理回路１５は、取得機能１５ａ、ノイズ低減処理機能１５ｂ及び画像生成機能１５ｃを実行する。ここで、例えば、図１４に示す処理回路１５の構成要素である取得機能１５ａ、ノイズ低減処理機能１５ｂ及び画像生成機能１５ｃの各処理機能は、コンピュータによって実行可能なプログラムの形態で記憶回路１２内に記録されている。処理回路１５は、記憶回路１２から各プログラムを読み出し、読み出した各プログラムを実行することで各プログラムに対応する機能を実現する。換言すると、各制御プログラムを読み出した状態の処理回路１５は、図１４の処理回路１５内に示された各機能を有することとなる。

なお、図１４においては、取得機能１５ａ、ノイズ低減処理機能１５ｂ及び画像生成機能１５ｃの各処理機能が単一の処理回路１５によって実現される場合を示したが、実施形態はこれに限られるものではない。例えば、処理回路１５は、複数の独立したプロセッサを組み合わせて構成され、各プロセッサが各プログラムを実行することにより各処理機能を実現するものとしても構わない。また、処理回路１５が有する各処理機能は、単一又は複数の処理回路に適宜に分散又は統合されて実現されてもよい。

取得機能１５ａは、ＮＷインタフェース１１を介して超音波診断装置１からＩＱ信号を取得する。そして、取得機能１５ａは、取得されたＩＱ信号を記憶回路１２に記憶させる。取得機能１５ａは、取得部の一例である。

ノイズ低減処理機能１５ｂは、ノイズ低減処理回路１２０、ノイズ低減処理回路１２１又はノイズ低減処理回路１２２が実行する処理と同様の処理を実行する。例えば、ノイズ低減処理機能１５ｂは、記憶回路１２に記憶されたＩＱ信号を読み出し、読み出されたＩＱ信号に対して、ノイズ低減処理回路１２０、ノイズ低減処理回路１２１又はノイズ低減処理回路１２２が実行する処理と同様の処理を実行する。一例を挙げて説明すると、ノイズ低減処理機能１５ｂは、ＩＱ信号に対して、ＩＱ信号に含まれるノイズのレベルを一定にさせる処理を行い、ノイズのレベルを一定にさせる処理が行われたＩＱ信号に対して、当該ＩＱ信号に含まれるノイズを低減させる処理を行う。ノイズ低減処理機能１５ｂは、ノイズ低減処理部の一例である。

画像生成機能１５ｃは、第１の実施形態に係るビームフォーマ１３０、信号処理回路１４０、画像生成回路１５０及び制御回路１８０が実行する少なくとも一部の処理と同様の処理を実行する。

ただし、第５の実施形態では、ノイズ低減処理機能１５ｂ及び画像生成機能１５ｃが処理を実行する際に、第１の実施形態に係る入力装置１０２、ディスプレイ１０３、画像メモリ１６０及び記憶回路１７０に代えて、入力インタフェース１３、ディスプレイ１４及び記憶回路１２が用いられる。

以上、第５の実施形態に係る医用画像処理装置１０について説明した。第５の実施形態に係る医用画像処理装置１０よれば、第１の実施形態～第４の実施形態のうちのいずれかの実施形態に係る超音波診断装置１と同様の効果が得られる。

上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、若しくは、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、又は、フィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは、記憶回路１７０に保存されたプログラムを読み出し、読み出されたプログラムを実行することで機能を実現する。なお、記憶回路１７０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。更に、図４及び図５における複数の回路を１つのプロセッサへ統合してその機能を実現するようにしてもよい。

なお、制御プログラムは、コンピュータにインストール可能な形式又は実行可能な形式のファイルでＣＤ（Compact Disk）－ＲＯＭ、ＦＤ（Flexible Disk）、ＣＤ－Ｒ（Recordable）、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な非一過性の記憶媒体に記録されて提供されてもよい。また、この制御プログラムは、インターネット等のネットワークに接続されたコンピュータ上に格納され、ネットワーク経由でダウンロードされることによって提供又は配布されてもよい。例えば、この制御プログラムは、上述した各処理機能を含むモジュールで構成される。実際のハードウェアとしては、プロセッサが、ＲＯＭ等の記憶媒体からプログラムを読み出して実行することにより、各モジュールが主記憶装置上にロードされて、主記憶装置上に生成される。

以上説明した少なくとも一つの実施形態又は変形例によれば、効果的にノイズ低減を図ることができる。

いくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１ 超音波診断装置
１１２ 受信回路
１２０，１２１，１２２ ノイズ低減処理回路

Claims (10)

1. アナログ形式の受信信号に対して深さに応じてゲインを変化させつつゲインを掛ける第１の処理を行い、第１の処理が行われた前記受信信号をデジタル形式の受信信号に変換する第２の処理を行う受信回路と、
   前記デジタル形式の受信信号に対して、当該デジタル形式の受信信号に含まれるノイズのレベルを一定にさせる第３の処理を行い、前記第３の処理が行われた前記デジタル形式の受信信号に対して、当該受信信号に含まれるノイズを低減させる第４の処理を行う処理回路と、
   を備える、超音波診断装置。
2. 前記処理回路は、前記第３の処理として、前記第１の処理において前記深さに応じて変化される前記ゲインとは逆のゲインを前記デジタル形式の受信信号に対して掛けるか、又は、前記デジタル形式の受信信号に含まれるホワイトノイズと前記第２の処理が行われる際に発生する量子化雑音との和を全ての深さで一定にさせる処理を行う、請求項１に記載の超音波診断装置。
3. 前記処理回路は、更に、前記第３の処理として、チャンネル間の感度のばらつきに基づいて、前記デジタル形式の受信信号に含まれるノイズのレベルを全てのチャンネル及び全ての深さで一定にさせる処理を行う、請求項２に記載の超音波診断装置。
4. 前記処理回路は、前記第４の処理として、入力された信号に含まれるノイズを出力するニューラルネットワークに対して、前記第３の処理が行われた前記デジタル形式の受信信号を入力し、前記ニューラルネットワークに当該受信信号に含まれるノイズを出力させ、当該受信信号から前記ニューラルネットワークから出力されたノイズを減算することにより、当該受信信号に含まれるノイズを低減させる処理を行う、請求項１～３のいずれか１つに記載の超音波診断装置。
5. 前記第４の処理によりノイズが低減された前記受信信号に対してビームフォーミングを行うビームフォーマを更に備える、請求項１～４のいずれか１つに記載の超音波診断装置。
6. 前記第２の処理により変換された前記デジタル形式の受信信号に対して、深さに応じて加算されるチャンネル数を変更するビームフォーミングを行うビームフォーマを備え、
   前記処理回路は、前記第３の処理として、前記ビームフォーマによる前記ビームフォーミングにより得られたデータに対して、前記深さに応じて変更される前記加算されるチャンネル数に基づいて、前記ビームフォーミングにより得られたデータに含まれるノイズのレベルを一定にさせる処理を行う、請求項１に記載の超音波診断装置。
7. 前記処理回路は、前記第４の処理として、前記第３の処理が行われた前記デジタル形式の受信信号を複数の領域に分割し、前記複数の領域のそれぞれに対して、主成分分析、カルーネンレーベ変換、固有値分解又は特異値分解を行って、前記ノイズを低減させる、請求項１に記載の超音波診断装置。
8. 前記処理回路は、前記第４の処理として、所定の直交変換及び前記所定の直交変換の逆変換を行って、前記ノイズを低減させる、請求項１に記載の超音波診断装置。
9. 前記処理回路は、前記第４の処理として、前記第３の処理が行われた前記デジタル形式の受信信号を複数の領域に分割し、前記複数の領域のそれぞれに対して所定の直交変換を行って前記複数の領域のそれぞれに対応する複数の周波数を取得し、前記複数の領域のそれぞれに対応する前記複数の周波数をニューラルネットワークに入力されるデータの奥行データとし、前記ニューラルネットワークの出力に前記所定の直交変換の逆変換を行う、請求項１に記載の超音波診断装置。
10. 深さに応じてゲインを変化させつつゲインを掛ける処理が行われたアナログ形式の受信信号から変換されたデジタル形式の受信信号を取得する取得部と、
    前記デジタル形式の受信信号に対して、当該デジタル形式の受信信号に含まれるノイズのレベルを一定にさせる処理を行い、前記ノイズのレベルを一定にさせる処理が行われた前記デジタル形式の受信信号に対して、当該受信信号に含まれるノイズを低減させる処理を行うノイズ低減処理部と、
    を備える、医用画像処理装置。

Images