JP2023551705A - 腹直筋の超音波画像データの分析 - Google Patents
腹直筋の超音波画像データの分析 Download PDFInfo
- Publication number
- JP2023551705A JP2023551705A JP2023533257A JP2023533257A JP2023551705A JP 2023551705 A JP2023551705 A JP 2023551705A JP 2023533257 A JP2023533257 A JP 2023533257A JP 2023533257 A JP2023533257 A JP 2023533257A JP 2023551705 A JP2023551705 A JP 2023551705A
- Authority
- JP
- Japan
- Prior art keywords
- ultrasound
- sequence
- images
- rectus abdominis
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000002604 ultrasonography Methods 0.000 title claims abstract description 247
- 210000003205 muscle Anatomy 0.000 title claims abstract description 113
- 210000001139 rectus abdominis Anatomy 0.000 title claims abstract description 92
- 238000004458 analytical method Methods 0.000 title description 2
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 230000015654 memory Effects 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 49
- 238000000926 separation method Methods 0.000 claims description 12
- 238000012285 ultrasound imaging Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 8
- 238000010801 machine learning Methods 0.000 claims description 6
- 210000001015 abdomen Anatomy 0.000 claims description 4
- 210000003689 pubic bone Anatomy 0.000 claims description 3
- 230000035515 penetration Effects 0.000 abstract description 8
- 239000000523 sample Substances 0.000 description 29
- 238000003384 imaging method Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 230000011218 segmentation Effects 0.000 description 9
- 210000001519 tissue Anatomy 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 210000001087 myotubule Anatomy 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 238000002592 echocardiography Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 210000000056 organ Anatomy 0.000 description 4
- 238000011002 quantification Methods 0.000 description 4
- 210000003489 abdominal muscle Anatomy 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 208000008035 Back Pain Diseases 0.000 description 2
- 208000008930 Low Back Pain Diseases 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- VYQNWZOUAUKGHI-UHFFFAOYSA-N monobenzone Chemical compound C1=CC(O)=CC=C1OCC1=CC=CC=C1 VYQNWZOUAUKGHI-UHFFFAOYSA-N 0.000 description 2
- 210000003200 peritoneal cavity Anatomy 0.000 description 2
- 230000035935 pregnancy Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 210000004872 soft tissue Anatomy 0.000 description 2
- 210000002435 tendon Anatomy 0.000 description 2
- 206010019909 Hernia Diseases 0.000 description 1
- 208000006534 Muscle Diastasis Diseases 0.000 description 1
- 239000002033 PVDF binder Substances 0.000 description 1
- 230000003187 abdominal effect Effects 0.000 description 1
- 210000003815 abdominal wall Anatomy 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003754 fetus Anatomy 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- 210000003041 ligament Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000001113 umbilicus Anatomy 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0858—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving measuring tissue layers, e.g. skin, interfaces
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
- A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20101—Interactive definition of point of interest, landmark or seed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physiology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
被検者の腹直筋の超音波画像データを分析する際に使用する装置である。この装置は、命令セットを表す命令データを含むメモリと、メモリと通信して命令セットを実行するプロセッサとを含む。命令セットは、プロセッサによって実行されると、プロセッサに、腹直筋の超音波画像のシーケンスを取得させる。超音波画像のシーケンスは、被検者の皮膚の表面に対して異なる角度で傾斜されることで皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されている。プロセッサは更に超音波画像のシーケンスデータから超音波画像を選択することであって、選択した超音波画像は、超音波画像データのシーケンス内の他の画像と比較して腹直筋の領域が最も明瞭に見えるシーケンス内の画像をデータ含む、選択することと、選択した超音波画像内の腹直筋の測定を行うこととを実行する。
Description
本明細書における本開示は、超音波システムに関する。特に、非排他的に、本開示は、被検者の腹直筋の超音波画像データの分析に関する。
腹筋は脊柱を安定させる重要な器官である。腹直筋の離開(Diastasis of the Rectus Abdominis:DRA)(腹直筋離開(Rectus Abdominis Diastasis:RADとしても知られている)とは、白線(LA)に沿って2つの腹直筋が分離している状態であり、一般的に分娩後の女性と関連している。RADは通常、2cmを超える分離がある場合に診断され、5cm以上の分離は重度と見なされる。RADは腹筋の弱さにつながり、生体力学的姿勢に影響を与え、背痛を引き起こす可能性がある。RADは、一般的に腰痛(LBP)、腹部及び骨盤機能障害と関連している(Wolfgang.R他による「Classification of rectus diastasis-A proposal by the German Hernia Society(DHG)and the International Endohernia Society(IEHS)」なる名称の論文(Frontiers in Surgery、2019、第6巻:第1条を参照)。妊娠後のRADの有病率は35%~100%と報告されており、大きな胎児や双子を妊娠し出産した女性は特に影響を受けやすい。
直筋間距離(IRD)の測定は、状態のスクリーニング及び治療のモニタリングの両方に使用される。IRDの測定アプローチは、1)身体診察と、2)医用イメージング(特に低コストでリアルタイム機能により、超音波イメージング)との2つの主要なグループに分類される。
身体診察では、RADの範囲を大まかに推定できるが、測定精度が低いため、一般的にはモニタリングには向いていない。軽度のRADの有病率は、妊娠中及び出産後の両方で高く、治療プロセス中の縦比較には高い測定精度(例えば5mm未満の測定誤差)が必要である。
米国特許出願公開第2017/0319107A1号には、赤外線画像から腹直筋間の分離を定量化する方法が開示されている。ロシア特許第0002692974C1号には、超音波視覚化法を用いて、患者の前腹壁の全ての消化管ストーマの術前マーキングのための方法が開示されている。
上述したように、腹直筋離開(RAD)は、腹直筋の分離を特徴とする状態であり、妊娠に関連していることが多い。医師が自分の手で腹筋の分離の程度を特定して決定する身体診察は、一般的に、診察の主観性や、求めた測定値の精度が低いため、モニタリングには適していない。このようなやり方での定期的な身体診察も、筋肉の分離を悪化させる可能性があるため望ましくない。したがって、身体診察は、RADのモニタリングにおいては、あまり役に立たない。
超音波は一般的に、RADのモニタリングにより適していると考えられているが、超音波イメージングでは、RADのモニタリングに使用できる十分な品質の画像を収集するために、経験豊富な超音波検査技師と、新しい超音波検査技師をトレーニングするための多くの投資が必要になる。画像を取得しても、画像は処理をしなければならず、信頼できる結果を得るには時間と高度の経験が必要である。
超音波画像からの測定結果を効率的かつ正確に処理できるように、腹直筋の画像を処理のための改良された方法及び装置を提供することが望ましい。
第1の態様によれば、被検者の腹直筋の超音波画像データを分析する際に使用する装置が提供される。この装置は、命令セットを表す命令データを含むメモリと、メモリと通信して命令セットを実行するプロセッサとを含む。命令セットは、プロセッサによって実行されると、プロセッサに、i)腹直筋の超音波画像のシーケンスを取得させることであって、超音波画像のシーケンスは、被検者の皮膚の表面に対して異なる角度で傾斜されることで皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されている、超音波画像のシーケンスを取得させることと、ii)超音波画像のシーケンスデータから超音波画像データを選択させることであって、選択された超音波画像データは、超音波画像データのシーケンス内の他の画像データと比較して腹直筋の領域が最も明瞭に見えるシーケンス内の画像データを含む、超音波画像データを選択させることと、iii)選択された超音波画像データ内の腹直筋の測定を行わせることとを実行させる。
第2の態様によれば、第1の態様による装置と、超音波画像データのシーケンスを取得するために用いられる超音波トランスデューサとを含む超音波イメージングシステムがある。
第3の態様によれば、被検者の腹直筋の超音波画像データを分析する際に使用するコンピュータ実施方法がある。この方法は、i)腹直筋の超音波画像のシーケンスを取得するステップであって、超音波画像のシーケンスは、被検者の皮膚の表面に対して異なる角度で傾斜されることで皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されている、超音波画像のシーケンスを取得するステップと、ii)超音波画像のシーケンスデータから超音波画像データを選択するステップであって、選択された超音波画像データは、超音波画像データのシーケンス内の他の画像データと比較して腹直筋の領域が最も明瞭に見えるシーケンス内の画像データを含む、超音波画像データを選択するステップと、iii)選択した超音波画像データ内の腹直筋の測定を行うステップとを含む。
第4の態様によれば、コンピュータ可読媒体を含むコンピュータプログラム製品がある。コンピュータ可読媒体にはコンピュータ可読コードが具現化され、コンピュータ可読コードは、適切なコンピュータ又はプロセッサによって実行されると、当該コンピュータ又はプロセッサに、第3の態様の方法を実行させるように構成されている。
腹直筋の最適な測定値は、一般的に、超音波データを取るために使用されるプローブのトランスデューサが、ターゲット臓器(ここでは腹直筋など)の表面に対して90度の角度に位置決めされているときに取得される。この位置では、プローブは、例えば筋肉の最短軸に沿って筋肉壁を通って真っ直ぐスライスをイメージングする。これにより、筋肉厚を正確に求めることができる。筋肉は、直接見ることができないので、皮膚の表面を(表面が相対的に平らである限り)入射角を決定するための基準として使用することが多い。90度の角度(例えば皮膚が基準として使用される場合は皮膚に対して、又はより最適には腹直筋に対して)を取得することは新人ユーザにとっては難しいことが多い。これは、内部の腹直筋構造が表面の下にあり、超音波はターゲットの腹直筋に到達するために表面軟部組織を通過しなければならないためである。
本明細書での本開示の発明者は、プローブが正しい位置にあるときに、筋肉の壁(例えば筋線維の外縁)が最も明瞭に見え(例えば光学焦点のようにより明るく、より綿密になり)、これは、プローブが90度に位置決めされたときに、超音波が筋肉境界から最も強く、コヒーレントに反射するためであることを認識している。したがって、皮膚表面に対して一定の角度のプローブで取得される超音波画像データが取得され、最も明瞭な画像データが選択される。RADのモニタリングに使用される筋肉厚や筋肉の分離測定値など、筋肉の測定に最適な筋肉の断面を提供する画像データが選択される。したがって、選択した画像内の筋肉厚の測定値は、より堅牢で信頼性が高く(再現性が高く)、これによってでも超音波検査技師が正しい入射角を単独で決定する必要がなくなる。
これらの及び他の態様は、以下に説明する実施形態から明らかになり、また、当該実施形態を参照して説明される。
例示的な実施形態を、例としてのみ、次の図面を参照して説明する。
上述のように、本明細書で説明する装置及び方法により、例えば腹直筋離開(RAD)のモニタリングに使用するために、腹直筋の測定を改良できる。
ここでは、図1を参照する。図1は、本明細書におけるいくつかの実施形態による、被検者の腹直筋の超音波画像データを分析する際に使用する装置100を示している。一般的に、この装置は、ラップトップ、デスクトップコンピュータ、又は他のコンピューティングデバイスなどのコンピュータ装置又はシステムの一部を形成する。いくつかの実施形態では、装置100は分散コンピューティング配置又はクラウドの一部を形成してもよい。
一般的に、この装置は、図3に関して以下に説明する方法300など、本明細書に説明する方法の実施形態のいずれかを実行する。
この装置は、命令セット106を表す命令データを含むメモリ104と、メモリと通信して命令セット106を実行するプロセッサ102(処理回路やロジックなど)とを含む。簡単に言うと、命令セット106は、プロセッサ102によって実行されると、プロセッサ102に、i)腹直筋の超音波画像のシーケンスを取得することであって、この超音波画像のシーケンスは、被検者の皮膚の表面に対して異なる角度で傾斜されることで皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されている、超音波画像のシーケンスを取得することと、ii)超音波画像のシーケンスから、超音波画像のシーケンス内の他の画像と比較して腹直筋の領域が最も明瞭に見えるシーケンス内の画像を含む超音波画像を選択することと、iii)選択した超音波画像内の腹直筋の測定を行うことと、を実行させる。
前述のように、従来の2D超音波イメージングの主な問題は、オペレータ依存性であり、これにより、RADのモニタリングが困難になる可能性がある。本明細書で提案する装置は、RADの測定に最高品質の超音波画像を取得するように新人ユーザ又は経験の浅いユーザを指導し、彼らが最小限の労力で主要なパラメータを取得することを助ける。ユーザは、ある範囲の傾斜/角度で超音波画像を取得するだけでよく、装置100は、プローブが筋肉境界に対して約90度であることに対応する、筋肉境界が最も明瞭である(光学焦点のように)適切な画像を選択し、その中で測定を行う。このように、装置100は、オペレータ依存性を最小限に抑え、RAD治療の評価に潜在的な役割を持つ。
より詳細には、プロセッサ102は、本明細書に説明するやり方で装置100を制御するようにプログラムされた1つ以上のプロセッサ、処理ユニット、マルチコアプロセッサ、又はモジュールを含む。特定の実装態様では、プロセッサ102は、本明細書に説明する方法の個別の又は複数のステップをそれぞれが実行するように構成された又は実行するための複数のソフトウェア及び/又はハードウェアモジュールを含む。プロセッサ102は、本明細書に説明するやり方で装置100を制御するようにプログラムされた1つ以上のプロセッサ、処理ユニット、マルチコアプロセッサ、及び/又はモジュールを含む。いくつかの実装態様では、例えば、プロセッサ102は、分散処理のために構成された複数の(例えば相互運用される)プロセッサ、処理ユニット、マルチコアプロセッサ、及び/又はモジュールを含む。当業者は、このようなプロセッサ、処理ユニット、マルチコアプロセッサ、及び/又はモジュールは異なる場所に設置され、本明細書に説明する方法の異なるステップ及び/又は単一のステップの異なる部分を実行できることを理解できるであろう。
メモリ104には、本明細書に説明する方法を実行するために、プロセッサ102が実行可能なプログラムコードが保存されている。或いは又は更に、1つ以上のメモリ104が、装置100の外部である(つまり、装置とは別個又は装置から離れている)場合がある。例えば1つ以上のメモリ104は、別のデバイスの一部である。メモリ104を使用して、超音波画像データ、超音波画像のシーケンス、及び/又は装置100のプロセッサ102が受信、計算、若しくは決定した、若しくは装置100の外部にある任意のインターフェース、メモリ、又はデバイスからの任意の他の情報若しくはデータを保存できる。プロセッサ102は、メモリ104を制御して、超音波画像データ、超音波画像のシーケンス、及び/又はプロセッサが受信、計算、若しくは決定した任意の他の情報若しくはデータを保存する。
いくつかの実施形態では、メモリ104は複数のサブメモリを含み、各サブメモリは命令データを保存できる。例えば少なくとも1つのサブメモリは、命令セットのうちの少なくとも1つの命令を表す命令データを保存し、少なくとも1つの他のサブメモリは、命令セットのうちの少なくとも1つの他の命令を表す命令データを保存する。
図1は、本開示のこの態様を例示するために必要な構成要素のみを示しており、実際の実装形態では、装置100は、図に示すものに追加される構成要素を含み得ることが理解されるであろう。例えば装置100はディスプレイを更に含んでいてもよい。ディスプレイには、例えば、コンピュータ画面や携帯電話又はタブレットの画面が含まれる。本装置は更に、キーボード、マウス、又はユーザが装置とやりとりして、例えば本明細書に説明する方法に使用する最初の入力パラメータを提供することを可能にする他の入力デバイスなどのユーザ入力デバイスを含んでいてもよい。装置100は、装置100に給電するためのバッテリ若しくは他の電源、又は装置100を主電源に接続するための手段を含んでいてもよい。
いくつかの実施形態では、装置100は超音波システムに含まれている。例えば超音波システムが、上記の装置100を含み、更にトランスデューサを含む。このトランスデューサを用いて、超音波画像データ及び/又は超音波画像のシーケンスが記録される。
図2は、例示的な超音波システム200を示している。超音波システム200は、上記の装置100を含む。他の実施形態では、超音波システム200の構成要素は、以下に説明する方法300を実行するように適合されている。
システム200は、超音波を送信し、エコー情報を受信するためのトランスデューサアレイ6を有するアレイトランスデューサプローブ4を含む。トランスデューサアレイ6は、CMUTトランスデューサ、PZT若しくはPVDFといった材料から形成される圧電トランスデューサ、又は任意の他の適切なトランスデューサ技術を含み得る。この例では、トランスデューサアレイ6は、関心領域の2D平面又は3次元ボリュームのいずれかをスキャンできるトランスデューサ8の2次元アレイである。別の例では、トランスデューサアレイは1Dアレイであってもよい。
トランスデューサアレイ6は、トランスデューサ素子による信号の受信を制御するマイクロビームフォーマ12に結合されている。マイクロビームフォーマは、米国特許第5,997,479号(Savord他)、第6,013,032号(Savord)、及び第6,623,432号(Powers他)に説明されているように、トランスデューサのサブアレイ(一般的に「グループ」又は「パッチ」と呼ばれる)によって受信された信号の、少なくとも部分的なビームフォーミングが可能である。
代替実施形態では、マイクロビームフォーマ12の代わりに、トランスデューサアレイは、メインシステムビームフォーマ(図2には図示せず)によって直接操作されてもよい。
システム200は更に、送信/受信(T/R)スイッチ16を含み、これにマイクロビームフォーマ12を結合してアレイを送信モードと受信モードとの間で切り替えることができる。
トランスデューサアレイ6からの超音波ビームの送信は、T/Rスイッチ16及びメイン送信ビームフォーマ(図示せず)によってマイクロビームフォーマに結合されたトランスデューサコントローラ18によって指示される。トランスデューサコントローラ18は、ユーザインターフェース又はコントロールパネル38のユーザ操作から入力を受け取る。コントローラ18は、送信モード中にアレイ6のトランスデューサ素子を(直接又はマイクロビームフォーマ経由で)駆動するように配置された送信回路を含む。
なお、代替実施形態では、マイクロビームフォーマ12の代わりに、トランスデューサアレイがメインシステムビームフォーマによって直接操作され、T/Rスイッチ16はメインビームフォーマ20を高エネルギー送信信号から保護する。
一般的なライン・バイ・ラインイメージングシーケンスでは、プローブ内のビームフォーミングシステムは次のように動作する。送信中は、ビームフォーマ(実装形態によってマイクロビームフォーマか又はメインシステムビームフォーマであり得る)がトランスデューサアレイ、又はトランスデューサアレイのサブアパーチャを作動させる。サブアパーチャは、トランスデューサの1次元ラインか、又はより大きなアレイ内のトランスデューサの2次元パッチであり得る。送信モードでは、アレイ又はアレイのサブアパーチャによって生成される超音波ビームのフォーカシング及びステアリングは、以下のように制御される。
被検者から後方散乱エコー信号を受信すると、受信信号は、受信信号を整列させるために、ビームフォーミングを経る(以下で説明)。また、サブアパーチャが使用される場合、サブアパーチャは、例えば、1トランスデューサ素子ずつシフトされる。次に、シフトされたサブアパーチャを作動させ、トランスデューサアレイの全てのトランスデューサ素子が作動されるまでプロセスが繰り返される。
各ライン(又はサブアパーチャ)について、最終的な超音波画像の関連するラインを形成するために使用される受信信号の合計は、受信期間中に所与のサブアパーチャのトランスデューサ素子によって測定された電圧信号の和になる。以下のビームフォーミングプロセスの後にもたらされるライン信号は、通常、無線周波数(RF)データと呼ばれる。様々なサブアパーチャによって生成された各ライン信号(RFデータセット)は、追加の処理を経て、最終的な超音波画像のラインが生成される。時間の経過に伴うライン信号の振幅の変化は、深度に伴う超音波画像の輝度の変化に寄与し、高振幅ピークが最終画像の明るいピクセル(又はピクセルの集合)に対応する。ライン信号の始まり付近に現れるピークは、浅い構造からのエコーを表すが、ライン信号の後半に徐々に現れるピークは、被検者内の深度が増加している構造からのエコーを表す。
トランスデューサコントローラ18によって制御される機能の1つは、ビームがステアリングかつフォーカシングされる方向である。ビームは、トランスデューサアレイからまっすぐに前に(トランスデューサアレイに直交して)ステアリングすることも、より広い視野を得るために異なる角度でステアリングすることもできる。送信ビームのステアリング及びフォーカシングは、トランスデューサ素子の作動時間に応じて制御される。
一般的な超音波データ取得は、平面波イメージングと「ビームステアリングされた」イメージングとの2つの方法に分類される。この2つの方法は、送信モード(「ビームステアリングされた」イメージング)及び/又は受信モード(平面波イメージング及び「ビームステアリングされた」イメージング)でのビームフォーミングの有無によって分類される。
最初にフォーカシング機能を見ると、全てのトランスデューサ素子を同時に作動させることによって、トランスデューサアレイは、被検者を通過するにつれて発散する平面波を生成する。この場合、超音波ビームはフォーカスされていないままである。位置に依存する時間遅延をトランスデューサの作動に導入することによって、ビームの波面を、焦点ゾーンと呼ばれる所望の点に収束できる。焦点ゾーンは、ビームの横幅が送信ビーム幅の半分未満である点として定義される。このようにして、最終的な超音波画像の横方向の解像度が向上される。
例えば、時間遅延によってトランスデューサ素子が連続して作動される(最も外側の素子から始まり、トランスデューサアレイの中心素子で終わる)と、中心素子に沿ってプローブから所与の距離に焦点ゾーンが形成される。焦点ゾーンのプローブからの距離は、その後のトランスデューサ素子作動の各ラウンド間の時間遅延によって異なる。ビームは、焦点ゾーンを通過した後、発散し始め、遠距離場イメージング領域が形成される。トランスデューサアレイの近くにある焦点ゾーンでは、超音波ビームは遠距離場において速く発散し、最終画像内のビーム幅アーチファクトにつながることに留意されたい。典型的に、トランスデューサアレイと焦点ゾーンとの間にある近距離場は、超音波ビームの大きなオーバーラップに起因して、ほとんど詳細を示さない。したがって、焦点ゾーンの位置を変化させることは、最終画像の品質の大幅な変化につながる。
送信モードでは、超音波画像が複数の焦点ゾーン(各々、異なる送信焦点を有し得る)に分割されていない限り、焦点は1つだけ定義されることに留意されたい。
更に、被検者内からエコー信号を受信すると、受信フォーカシングを実行するために上記のプロセスの逆を実行することもできる。つまり、入来信号は、トランスデューサ素子によって受信され、信号処理のためにシステムに渡される前に、電子的な時間遅延を受ける。この最も単純な例は、遅延和ビームフォーミングと呼ばれる。トランスデューサアレイの受信フォーカスを時間の関数として動的に調整することができる。
次に、ビームステアリングの機能を見ると、トランスデューサ素子に時間遅延を正しく適用することで、トランスデューサアレイから離れるときに超音波ビームに所望の角度を与えることができる。例えば、トランスデューサアレイの第1の側のトランスデューサを作動させてから、順に残りのトランスデューサを作動させてアレイの反対側で終わると、ビームの波面が第2の側に向かって傾斜する。トランスデューサアレイの法線に対するステアリング角度の大きさは、その後のトランスデューサ素子の作動間の時間遅延の大きさによって異なる。
更に、ステアリングされたビームをフォーカスすることも可能であり、この場合、各トランスデューサ素子に適用される時間遅延の合計は、フォーカシング時間遅延とステアリング時間遅延の両方の和である。この場合、トランスデューサアレイはフェーズドアレイと呼ばれる。
作動にDCバイアス電圧を必要とするCMUTトランスデューサの場合、トランスデューサコントローラ18は、トランスデューサアレイのDCバイアスコントロール45を制御するために結合される。DCバイアスコントロール45は、CMUTトランスデューサ素子に印加されるDCバイアス電圧を設定する。
トランスデューサアレイの各トランスデューサ素子について、アナログ超音波信号(通常はチャネルデータと呼ばれる)が、受信チャンネルを介してシステムに入る。受信チャネルでは、部分的にビームフォーミングされた信号が、マイクロビームフォーマ12によってチャネルデータから生成され、メイン受信ビームフォーマ20に渡される。ここで、トランスデューサの個々のパッチからの部分的にビームフォーミングされた信号は完全にビームフォーミングされた信号(無線周波数(RF)データと呼ばれる)に合成される。各段階で実行されるビームフォーミングは、上記のように行われても、追加の機能を含んでもよい。例えばメインビームフォーマ20には128個のチャネルがあり、各々が数十又は数百のトランスデューサ素子からなるパッチから部分的にビームフォーミングされた信号を受信する。このようにして、トランスデューサアレイの数千ものトランスデューサによって受信される信号は、単一のビームフォーミングされた信号に効率的に寄与する。
ビームフォーミングされた受信信号は、信号プロセッサ22に結合される。信号プロセッサ22は、バンドパスフィルタリング、デシメーション、I及びQ成分の分離、及び高調波信号分離(組織及びマイクロバブルから返される非線形(基本周波数のより高い高調波)エコー信号の識別を可能にするために、線形信号と非線形信号とを分離する)など、様々なやり方で受信したエコー信号を処理する。また、信号プロセッサは、スペックルの低減、信号複合、及びノイズ除去などの追加の信号強調を実行してもよい。信号プロセッサのバンドパスフィルタはトラッキングフィルタであり、エコー信号が増加する深度から受信されるにつれて、より高い周波数帯域からより低い周波数帯域にパスバンドがスライドする。これにより、通常は解剖学的情報がない深い深度からの高周波数のノイズを拒絶する。
送信及び受信用のビームフォーマは、異なるハードウェアに実装され、異なる機能を有することができる。当然ながら、受信器ビームフォーマは、送信ビームフォーマの特性を考慮する。図2は、分かりやすくするために、受信器ビームフォーマ12、20のみを示している。システム全体では、送信マイクロビームフォーマ及びメイン送信ビームフォーマを有する送信チェーンもある。
マイクロビームフォーマ12の機能は、アナログ信号経路の数を減らすために、信号の初期合成を提供することである。これは通常、アナログドメインで実行される。
最終ビームフォーミングは、メインビームフォーマ20において行われ、通常はデジタル化後に行われる。
送信チャンネル及び受信チャンネルでは、固定の周波数帯域を有する同じトランスデューサアレイ6を使用する。しかしながら、送信パルスが占有する帯域幅は、使用する送信ビームフォーミングによって異なる場合がある。受信チャネルは、トランスデューサの帯域幅全体をキャプチャできる(従来のアプローチ)か、又はバンドパス処理を使用することによって、所望の情報(例えば主高調波の高調波)を含む帯域幅のみを抽出できる。
次に、RF信号は、Bモード(即ち、輝度モード、又は2Dイメージングモード)プロセッサ26及びドップラープロセッサ28に結合される。Bモードプロセッサ26は、臓器組織や血管などの体内構造のイメージングのために、受信した超音波信号で振幅検出を実行する。ライン・バイ・ラインイメージングの場合、各ライン(ビーム)は、関連するRF信号によって表され、その振幅を使用して、Bモード画像のピクセルに割り当てられる輝度値を生成する。画像内のピクセルの正確な位置は、RF信号に沿った関連する振幅測定の位置とRF信号のライン(ビーム)番号とによって決定される。このような構造のBモード画像は、高調波モード若しくは基本画像モード、又は米国特許第6,283,919号(Roundhill他)及び米国特許第6,458,083号(Jago他)で説明されているように両方の組み合わせで形成される。ドップラープロセッサ28は、画像フィールド内の血液細胞の流れといった動く物質の検出のために、組織の動き及び血流から生じる時間的に異なる信号を処理する。ドップラープロセッサ28は通常、体内の選択されたタイプの材料から返されたエコーを通過又は拒否するようにパラメータが設定されたウォールフィルタを含む。
Bモードプロセッサ及びドップラープロセッサによって生成される構造信号及び動き信号は、スキャンコンバータ32及びマルチプラナーリフォーマッタ44に結合される。スキャンコンバータ32は、エコー信号を、それらを受け取った元の空間的関係で所望の画像フォーマットで配置する。つまり、スキャンコンバータは、RFデータを円筒座標系から、画像ディスプレイ40に超音波画像を表示するのに適した直交座標系に変換するように作動する。Bモードイメージングの場合、所与の座標におけるピクセルの輝度は、その位置から受信したRF信号の振幅に比例する。例えば、スキャンコンバータは、エコー信号を2次元(2D)セクタ型フォーマット、又はピラミッド型3次元(3D)画像に配置できる。スキャンコンバータは、Bモード構造画像上に、画像フィールド内の点(ドップラー推定された速度が所与のカラーを生成する場所)における動きに対応するカラーをオーバーレイする。合成されたBモード構造画像及びカラードップラー画像は、構造的画像フィールド内の組織の動き及び血流を記述できる。マルチプラナーリフォーマッタは、米国特許第6,443,896号(Detmer)に説明されているように、体のボリュメトリック領域内の共通平面内の点から受け取ったエコーをその平面の超音波画像に変換する。ボリュームレンダラ42が、米国特許第6,530,885号(Entrekin他)に説明されているように、3Dデータセットのエコー信号を、所与の基準点から見た投影3D画像に変換する。
2D又は3D画像は、スキャンコンバータ32、マルチプラナーリフォーマッタ44、及びボリュームレンダラ42から画像プロセッサ30に、画像ディスプレイ40に表示するための更なる増強調、バッファリング、及び一時的保存のために結合される。イメージングプロセッサは、例えば、強い減衰器又は屈折によってもたらされる音響陰影、例えば弱い減衰器によってもたらされる後方増強、例えば非常に反射性の高い組織界面が近接している残響アーチファクトなどの特定のイメージングアーチファクトを最終超音波画像から除去する。更に、画像プロセッサは、最終超音波画像のコントラストを向上させるために、特定のスペックル低減機能を操る。
イメージングに使用されることに加えて、ドップラープロセッサ28によって生成される血流値とBモードプロセッサ26によって生成される組織構造情報とが定量化プロセッサ34に結合される。定量化プロセッサは、画像内での測定を行うために使用される。定量化プロセッサは、以下で詳細に説明するように、筋肉の表面を特定するために、シードポイントなどの入力を、ユーザコントロールパネル38から受け取る。
定量化プロセッサからの出力データは、ディスプレイ40の画像とともに測定グラフィックス及び値を再現するために、かつディスプレイデバイス40からのオーディオ声出力のために、グラフィックスプロセッサ36に結合される。グラフィックスプロセッサ36はまた、超音波画像とともに表示するためのグラフィックオーバーレイを生成する。これらのグラフィックオーバーレイには、患者名、画像の日時、イメージングパラメータなどの標準的な識別情報を含めることができる。このために、グラフィックスプロセッサは、患者名などの入力をユーザインターフェース38から受信する。ユーザインターフェースは送信コントローラ18にも結合されて、トランスデューサアレイ6からの超音波信号、したがって、トランスデューサアレイ及び超音波システムによって生成される画像の生成を制御する。コントローラ18の送信制御機能は、実行される機能のうちの1つにすぎない。コントローラ18はまた、(ユーザによって与えられる)動作モードと、受信器のアナログ-デジタル変換器内の必要な送信器構成及びバンドパス構成をとを考慮する。コントローラ18は、固定状態を有するステートマシンであることも可能である。
ユーザインターフェースはまた、複数のマルチプラナーリフォーマットされた(MPR)画像の平面を選択及び制御するためのマルチプラナーリフォーマッタ44にも結合されている。これらの画像は、MPR画像の画像フィールドで定量化された評価基準を実行するために使用される。
当業者は、上記の詳細及び図2に示す構成要素は単なる例であり、超音波システムが、本明細書に示すものとは異なる構成要素を有していてもよいことを理解するであろう。
図1及び上記のプロセッサ102の機能に戻ると、プロセッサ102は、ステップi)において、腹直筋の超音波画像のシーケンスを取得する。この超音波画像のシーケンスは、被検者(患者など)の皮膚の表面に対して異なる角度で傾斜されることで皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されている。或いは又は更に、プロセッサ102は、被検者の皮膚の表面に対して異なる角度で傾斜された超音波トランスデューサを使用して収集した超音波画像データを取得する。超音波画像データは、生の超音波画像データ、例えば図2に関して上述したように、超音波プローブによって取得されたRFデータ、ビーム形成されたRFデータなどを含む。いくつかの実施形態では、装置100は更に、このような生の超音波画像データを処理して、超音波画像又はフレームのシーケンスを取得する。
いくつかの実施形態では、超音波画像のシーケンスは、シリアル2D Bモードデータフレームなどの超音波画像又は「フレーム」(フォーマットされた画像など)のシーケンスを含む。このような実施例では、個々の画像は、皮膚の中への超音波のそれぞれの侵入角度に対応している。
超音波画像のシーケンスは、例えばクラウドに保存されている超音波画像データのデータベースから取得されてもよい。
他の実施形態では、装置は、超音波画像データを、例えば超音波プローブから(例えばほぼ)リアルタイムで取得する。超音波プローブは、装置100に含まれていても、装置100とは別個であってもよい(ただし通信はする)。上記のように、適切な超音波プローブには、高周波ラインアレイトランスデューサが含まれるが、これらに限定されない。このようなトランスデューサは、イメージング深度が3~5cmに設定されて表面的であるため、筋肉のより高い解像度のイメージングデータを得ることができる。別の実施例では、高周波線形/曲面プローブ(例えば解像度モードに設定)を使用して、シリアル2D超音波画像データを収集できる。
一般的に、超音波画像のシーケンスには、患者が仰臥位にある状態で、前腹部の正中線から恥骨結合に向かって取得した画像が含まれているべきである。つまり、超音波画像のシーケンスを取得するには、超音波検査技師は、トランスデューサを、臍(UM)輪上の前腹部の正中線にわたる短軸像のために横断面に配置して、恥骨結合に向かって下方にスキャンするように指示される。一般的に、プローブを適切に配置するために、臍点の中心が基準として使用される。
超音波画像のシーケンスは、被検者の皮膚の表面に対して異なる角度で傾斜されることで皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されたデータを含む。超音波画像のシーケンスは、横断面から約-10度~約+10度の範囲、又は、横断面から約-20度~約+20度の範囲の異なる角度で傾斜された超音波トランスデューサを使用して取得した画像データを含む。別の言い方をすれば、一例では、画像のシーケンスは、75度~105度又は85度~95度の範囲内の角度をカバーする(プローブが皮膚に垂直なときに90度であると定義されている場合。上記のように、目的は90度の角度で筋肉壁をイメージングすることであるが、超音波検査技師には筋肉壁が見えないことを考慮して、皮膚が基準表面として使用される)。
プロセッサは、ディスプレイ(画面など)に指示をして、ユーザ又は超音波検査技師に、適切な画像シーケンスを取得するために、トランスデューサを被検者に配置するやり方と、適切な角度範囲でトランスデューサを移動するやり方とをユーザに指示するための指示を提供する。
図4は、どのように超音波画像のシーケンスが取得されるかの実施例を示している。この実施例では、超音波プローブが、被検者400の皮膚に配置されている。プローブは、被検者を通る横断面をイメージングするために臍点部位に位置決めされる。この実施例では、プローブを傾斜位置404から直立位置402(本明細書では、プローブが皮膚に対して90度の角度にあるとも言う)まで角度406通って移動させることによって、超音波画像のシーケンスが取得される。したがって、プローブは直立位置を中心とした角度406、408の範囲を移動する。
一般的に、正確な角度範囲にわたって画像を取得することは重要ではなく、むしろ、一般的に皮膚の中への90度の侵入角度の周りの傾斜の範囲で超音波画像データを取得することが目的である。
超音波画像のシーケンスを取得した後、ステップii)において、プロセッサは、超音波画像のシーケンスから超音波画像データを選択する。選択した超音波画像は、腹直筋(筋線維など)の領域(一部など)が、超音波画像のシーケンス内の他の画像と比較して最も明瞭に見えるシーケンス内の画像を含む。
腹直筋の領域には、例えば腹直筋線維の外縁又は表面が含まれる。
上述のように、筋肉厚を測定するためには、プローブが腹直筋の表面に対して90度にある(又はできるだけ近い)ときに超音波画像データを取得することが望ましい。90度の角度では、腹直筋の外表面が他の角度と比較してより明瞭に見えることが、本明細書で発明者によって認識されている。これは、超音波プローブが90度でない場合、異方性により超音波画像データがあまり明瞭でなくなるためである。組織の異方性は、超音波プローブがイメージングされる線形構造体に対して90度でない(例えば関心構造の軸に対して垂直でない)場合、エコー輝度低下(hypo-echogenicity)の焦点領域に関連している。異方性は、超音波ビームの入射角に関して反射能力を変更するために、一部の解剖学的構造体に固有の特性である。超音波ビームが筋肉、腱、及び靭帯などの線形構造体から垂直に反射しない場合、反射は正反射性ではない。そのため、戻ってくるエコーの強度は低く、構造体はより低エコーであるように誤って見える(構造体内のエコー輝度が消失してアーチファクトがもたらされる)。異方性アーチファクトを認識して補正する機能は、画質向上及び最適な患者ケアのために重要である。これは、腱/筋肉のイメージングするときに特に顕著である。超音波検査技師は、90度の角度を維持することによってこれを補償できるが、上記のように、これには高レベルのトレーニングが必要である。様々な傾斜角度で超音波画像のシーケンスを撮ることで、プローブが正しく又は最適に角度付けされた(例えば90度に近い/最も近い)画像が、境界が最も明瞭である画像フレームとして選択される。したがって、超音波検査技師の過度のトレーニングを必要とすることなく、筋肉測定のための最適画像が取得される。
最も明瞭な画像は、一般的に、筋肉の表面(例えば2つの分離した腹直筋の上/下の境界として現れる筋線維)が最も明るくかつ最も綿密(最も鮮明)に見える画像に対応する。したがって、いくつかの実施形態では、プロセッサ102は、腹直筋(筋線維など)の領域が、超音波画像のシーケンス内の他の画像データと比較して最も明るく及び/又は最も鮮明に見える超音波画像データを決定(そして、後に選択)することで、超音波画像のシーケンスにおいて最も明瞭な超音波画像データを選択する。この意味で最も鮮明とは、筋肉境界と近くの軟組織とのコントラストが最も高い超音波画像データを示している。また、構造体が最も綿密に見える(例えば「ぼやけて」いない)ことを示している場合もある。したがって、一般的に、最も明瞭な画像データを選択することは、選択した超音波画像データの中で、腹直筋の領域が最も明るく、最も鮮明である(例えば光学焦点のように)画像データ又はフレームを選択することを含む。
画像の明瞭度は、超音波画像のシーケンス内の各画像データ/フレームの領域又は一部(筋肉境界を含む領域など)において評価される。これは図5Aに示されている。図5Aは、横方向に沿って取得した例示的な超音波画像フレームの平均強度を示しており、その結果、軸方向の強度投影曲線502が得られる。この例示的な超音波画像では、投影曲線の[350~380]ピクセルの深度領域での最小値は、腹膜腔(PC)に対応している。[381~535]ピクセルの深度領域は、イメージングアーチファクトに対応している。[1~50]ピクセルの深度領域は、超音波プローブからの近距離場に対応している。したがって、この実施例では、[51~380]ピクセルの深度領域を使用して、超音波画像のシーケンス内の異なる画像を比較する。
画像の明瞭度は、画像データ内の筋肉境界で評価される。例えば、明瞭度は、2つの分離した腹直筋(RAM)(左側及び右側)の上/下境界として現れる筋線維のRAMについて評価される。
いくつかの実施形態では、画像データの明瞭度は(例えば上で決定した画像の領域内の)最大平均強度に基づいて評価される。したがって、いくつかの実施形態では、超音波画像のシーケンスから超音波画像データを選択するプロセッサは、最大平均強度を有する超音波画像データを選択するプロセッサである。
図5Bに、超音波画像フレームの例示的なシーケンス内の各フレームの平均強度504を示すグラフがプロットされている。[51~380]ピクセルの選択した深度及び[1~586]ピクセル全体の平均強度が、プローブが15~20度の範囲で90度の周りを傾斜された際にフレーム番号に対してプロットされている。106番目のフレームにおけるピークは、検査対象の臓器に対して90度に最も近い侵入角度を有する超音波画像データに対応する。したがって、この実施例では、106番目のフレームが選択される。これは、プローブが選択した最適フレーム(90度に最も近い)にある場合は超音波画像データ内の筋肉境界がより明るく、より綿密になり、選択した最適フレーム(90度)から外れている場合はより広く、よりおぼろげになることを示している。
いくつかの実施形態では、画像データの明瞭度は、シーケンス内の異なる画像間の強度の差(例えば上で説明した各画像の領域内での強度の差)に基づいて評価される。したがって、いくつかの実施形態では、超音波画像のシーケンスから超音波画像データを選択するプロセッサは、更に又は或いは、超音波画像のシーケンス内の画像の隣接ペア間の強度の差の尺度を決定し、最大尺度の強度の差を有する超音波画像を選択するプロセッサである。この実施例では、画像の隣接ペアは、シーケンス内の画像間で皮膚の中への超音波の侵入角度が連続的に増加する又は減少する超音波画像のシーケンス内の画像の隣接ペアを示す。
画像の隣接ペア間の強度の差を決定することは、隣接するフレームの2次元平均の波形を決定することを含み得、数学的には、mean2(frame_image(i+1)-frame_image(i))で表される。ここで、iはフレーム番号(第1のフレームから最大フレーム-1まで)である。したがって、最大尺度の強度の差を有する超音波画像が、最大差ピークに対応している。
これは図5Cに示されている。図5Cでは、数度(例えば10~15度)をカバーする範囲における約90度からのフルの傾斜で収集された超音波画像フレームの例示的なシーケンス内の異なるフレームについて、[51~380]ピクセルの選択した深度領域と[1~586]ピクセルの幅全体とについての平均強度506が示されている。最大差ピークは、100番目のフレーム~118番目のフレームの範囲で90度付近にあり、最適なフレームは、106番目のフレームでの強度のゼロ/ゼロ近くの差に対応し、これは90度でのスキャンに対応する。したがって、この実施例で最も明瞭な画像フレームは、106番目のフレームと決定される(これは、上記の最大強度アプローチで得られた結果と同じである)。
別の実施例では、相関を使用してシーケンス内で最も明瞭な画像を決定できる。例えば、更に又は或いは、超音波画像のシーケンスから超音波画像を選択するプロセッサは、超音波画像のシーケンス内の画像の隣接ペア間の相関の尺度を決定し、最大尺度の相関を有する超音波画像を選択するプロセッサである。これは、90度の角度付近の画像では超音波の相関が最も高いという原理に基づいている。
したがって、上記のやり方で、超音波検査技師の広範なトレーニングを必要とすることなく、又は角度を測定するために専用の費用のかかるハードウェア(加速度計など)を使用することなく、約90度で皮膚/腹直筋に入る超音波に対応する最も明瞭な画像を取得するために、超音波画像のシーケンスが処理される。
いくつかの実施形態では、プロセッサは、腹直筋の測定の使用に適切な超音波イメージングデータ(適切なフレームなど)が取得されたかどうか、例えば90度の角度に十分に近い超音波イメージングデータが取得されたかどうかを決定する。取得されていない場合、プロセッサは、ディスプレイにメッセージを送って、ユーザに別のイメージングデータのシーケンスを取得するように促す。これは、適切な超音波イメージングデータが取得されるまで繰り返される。
したがって、一実施形態では、プロセッサは更に、選択した超音波画像データの輝度を閾値輝度と比較する。輝度が閾値輝度よりも低い場合、プロセッサは更に、命令をユーザディスプレイに送って、腹直筋の超音波画像データの新しいシーケンスを取得する必要があることをユーザディスプレイで示す。その後、プロセッサは、超音波画像データの新しいシーケンスに対してステップi)及びii)を繰り返す。
閾値輝度は、例えば超音波マシンの設定に基づいて取得できる最大強度に基づいて設定できる。例えば閾値輝度は、取得可能な最大輝度のパーセンテージに設定できる。例として、最大強度が255の場合、閾値輝度を200に設定できる。
他の実施形態では、隣接する画像間の閾値の一貫性レベルなど、他の閾値を使用して、画像の適切なシーケンスが取得されたかどうかを決定できる。
図6は、(a)図5A~図5Cに示すシーケンスのうちの第1のフレーム、(b)図5A~図5Cに関して上述した、選択した又は「最良若しくは最適な」フレーム(フレーム番号106)、(c)フレーム147、及びフレーム200に対応する4つの例示的な2次元超音波画像フレームを示している。図6bでは、腹直筋602の境界(輝度の高い高エコーの腹直筋鞘)が最も明瞭(例えば最も輝度が高く、最も綿密)であることがわかる。
いくつかの実施形態では、プロセッサは、被検者/患者の腹の異なる場所において2つ以上の画像のシーケンスを取得するようにユーザに促す。いくつかの実施例では、プロセッサは、a)臍部位で、b)臍輪から約2.5cm又は約3cm上で、c)臍輪から約2.5cm又は約3cm下で超音波イメージングデータのシーケンスを取得するようにユーザに促す。その後、プロセッサは、超音波イメージングデータのシーケンスの各々について上述したステップi)及びii)を実行して、各部位で最も明瞭な超音波画像データを選択する。
ステップii)が完了すると、プロセッサは、iii)選択した超音波画像データ内の腹直筋の測定を行う。
これには、選択した画像データ内で腹直筋の表面の場所を決定することが含まれる。これは、セグメンテーション(モデルベースのセグメンテーションや機械学習ベースのセグメンテーションなど)など、様々なやり方で実行される。当業者はセグメンテーションに精通しているであろうが、簡単に説明すると、画像セグメンテーションでは、画像内に捕捉された物体又は形状に関する形状/構造情報が抽出される。これは、画像を構成ブロック、即ち、「セグメント」に変換することによって達成される。いくつかの方法では、画像セグメンテーションには、画像内の1つ以上の特徴にモデルをフィッティングすることが含まれる。
セグメンテーションの例としては、モデルベースのセグメンテーション(MBS)(例えばEcabert,O他(2008)の論文「Automatic Model-Based Segmentation of the Heart in CT Images」(IEEE Trans.Med.Imaging27(9)、1189~1201)を参照)が挙げられる。別のセグメンテーション方法では、機械学習(ML)モデルを使用して、類似のピクセル/ボクセル値と画像勾配とに基づいて、画像を複数の構成形状(ブロック形状やブロックボリュームなど)に変換する。
一実施形態では、モデルベースのセグメンテーションを使用して、超音波画像/データ内の腹直筋(RAM)を双曲線関数(例えばX^2/a^2-y^2/b^2=1)としてモデル化することで、腹直筋の境界を決定できる。
他の実施形態では、腹直筋の表面/境界は、皮膚の表面と比較して選択した画像内の各表面の向きを決定することで決定される。表面は、決定された向きに基づいて、腹直筋の表面として選択される。例えば2つの腹直筋の表面は白線(LA)に向かって傾斜することが予想され、これを使用してこれらを皮膚の表面(水平に近いから区別できる。例えば閾値傾斜を使用して、選択した超音波画像データで特定された表面が腹直筋の表面であるかどうかを決定できる。例として、閾値傾斜を12度に設定して、12度よりも大きい傾斜を有する線のみが筋肉の表面に対応するものとして分類されるようにできる。
傾斜が小さすぎる場合(例えば12度未満)は、直線構造が水平線に近く、腹直筋の境界に対応する線構造と一致しないことを意味する。線構造の傾斜が所定の閾値を超えていて(例えば12度を上回り)、線構造の長さが十分である(例えばイメージング幅全体の1/3を超える)場合は、線構造は腹直筋の境界に対応するものとして分類される。
更なる実施形態では、腹直筋の表面上の1つ以上のユーザ入力場所をシードポイントとして使用して、選択した画像データ内の腹直筋の表面をトレースできる。当業者はシードポイントを使用して画像内の線をトレースする(例えば線の場所を決定する)方法に精通しているであろう。これは図7に示されている。図7aには、例示的な選択した超音波画像フレーム702が示され、ユーザによって(例えばユーザ入力デバイスを使用して)例示的なシードポイント704が示され、腹直筋706の境界の場所が決定されている。この実施例では、LAは[85 120]ピクセルの深度範囲、及び[150 200]ピクセルの幅範囲内にあることに留意されたい。両腹直筋の境界は、[60 160]ピクセルの深度範囲で明瞭に見える。 この例では、ユーザが選択した4つのシードポイント704は、[82 102]、[128 102]、[79 273]、[144 273]にある。シードポイントは、境界検索の初期点として使用される。図7cからIRDと筋肉厚を決定できる。
別の実施形態では、機械学習プロセスを使用してトレーニングされたモデルを使用して、腹直筋の表面の場所が予測される。このようなモデルは、例えば人間の専門家によって、表面が正しくラベル付けされた腹直筋の超音波画像を含むトレーニングデータでトレーニングされる。例として、畳み込みニューラルネットワークが、トレーニングデータセットに基づいてそのようなタスクを実行するようにトレーニングされてもよい(例えば誤差逆伝播/傾斜降下法を使用する)。当業者は画像をラベル付けするための機械学習モデルをトレーニングする方法に精通しているであろう。また、畳み込みニューラルネットワークは単なる例であり、そのようなタスクのために幅広い異なるモデルをトレーニングできることを理解するであろう。
筋肉の境界が決定されると、方法は、ステップiii)を実行し、選択した超音波画像データ内の腹直筋の測定を行う。腹直筋の測定には、筋肉厚の尺度及び/又は腹直筋の分離の尺度が含まれ得る。上記のように、この測定は、被検者の腹直筋離開のモニタリングに使用する。
したがって、このようにして、適切な画像データを取得するために超音波検査技師の広範なトレーニングを必要とせずに、超音波イメージングを使用して、患者のRADを効果的にモニタリングできる。
図3を参照すると、被検者の腹直筋の超音波画像データを分析するコンピュータ実施方法300がある。方法300の実施形態は、例えば上記の装置100又は超音波システム200といった装置によって実行される。
簡単に説明すると、第1のステップ302では、この方法は、腹直筋の超音波画像データのシーケンスを取得することを含む。この超音波画像データのシーケンスは、被検者の皮膚の表面に対して異なる角度で傾斜されることで皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得される。超音波画像データのシーケンスを取得することは、装置100に関して上で詳細に説明されており、その詳細は方法300に等しく適用されることが理解されるであろう。
第2のステップ304では、この方法は、超音波画像のシーケンスから超音波画像を選択することを含む、選択した超音波画像は、超音波画像のシーケンス内の他の画像と比較して腹直筋の領域が最も明瞭に見えるシーケンス内の画像を含む。超音波画像のシーケンスから最も明瞭な超音波画像を選択することは、装置100に関して上で詳細に説明されており、その詳細は方法300に等しく適用されることが理解されるであろう。
第3のステップ306では、この方法は、選択した超音波画像内の腹直筋の測定を行うことを含む。腹直筋の測定を行うことは、装置100に関して上で詳細に説明されており、その詳細は方法300に等しく適用されることが理解されるであろう。
したがって、腹直筋の離開のモニタリングをより容易にするために、腹直筋の測定を行う方法が提供される。
別の実施形態では、コンピュータ可読媒体を含むコンピュータプログラム製品が提供される。コンピュータ可読媒体は、コンピュータ可読コードが具現化され、コンピュータ可読コードは、適切なコンピュータ又はプロセッサによって実行されると、コンピュータ又はプロセッサに、本明細書に説明する1つ以上の方法を実行させる。
したがって、本開示は、コンピュータプログラム、特に実施形態を実践するために適応されたキャリア上又はキャリア内のコンピュータプログラムにも適用されることが理解されるであろう。プログラムは、ソースコード、オブジェクトコード、コード中間ソース、及び部分的にコンパイルされた形式などのオブジェクトコードの形式であっても、本明細書に説明する実施形態による方法の実装で使用するのに適した任意の他の形式であってもよい。
また、このようなプログラムは多くの異なるアーキテクチャ設計を有していてもよいことが理解されるであろう。例えば、本方法又はシステムの機能を実施するプログラムコードは、1つ以上のサブルーチンに分割される。これらのサブルーチン間で機能を分配する多くの異なるやり方が、当業者には明らかであろう。サブルーチンは1つの実行可能ファイルにまとめて保存されて、自己完結型プログラムを形成できる。このような実行可能ファイルは、例えばプロセッサ命令やインタプリタ命令(例えばJavaインタプリタ命令)であるコンピュータで実行可能な命令を含み得る。或いは、サブルーチンのうちの1つ以上又は全てを少なくとも1つの外部ライブラリファイルに保存し、静的又は動的に(実行時などに)メインプログラムとリンクすることもできる。メインプログラムには、サブルーチンのうちの少なくとも1つに対する少なくとも1つの呼び出しが含まれている。サブルーチンは、相互に関数呼び出しを含んでいてもよい。
コンピュータプログラム担体は、プログラムを担持可能な任意のエンティティ又はデバイスであり得る。例えば担体には、例えばCD ROMや半導体ROMであるROMといったデータ記憶装置、又は例えばハードディスクである磁気記録媒体が含まれ得る。更に、担体は、電気若しくは光ケーブル又は無線若しくは他の手段によって伝送され得る電気若しくは光信号といった伝送可能な担体であってもよい。プログラムがそのような信号に具現化されているとき、担体はそのようなケーブル又は他のデバイス若しくは手段によって構成され得る。或いは、担体は、プログラムが埋め込まれた集積回路であってもよく、この集積回路は、関連の方法を実行するように又は関連の方法の実行に使用されるように適合されている。
開示された実施形態の変形例は、図面、開示、及び添付の特許請求の範囲の検討から、本明細書に説明する原理及び技法を実践する際に当業者によって理解され、実行され得る。特許請求の範囲において、語「含む」は、他の要素又はステップを排除するものではなく、不定冠詞「a」又は「an」は複数を排除するものではない。単一のプロセッサ又は他のユニットが、特許請求の範囲に記載されているいくつかのアイテムの機能を果たすことができる。特定の手段が相互に異なる従属請求項に記載されているという単なる事実は、これらの手段の組み合わせを有利に使用することができないことを意味するものではない。コンピュータプログラムは、他のハードウェアと一緒に又はその一部として供給される、光記憶媒体又はソリッドステート媒体などの任意の適切な媒体に格納又は配布することができるが、インターネット又はその他の有線若しくは無線通信システムを介してなど他の形式で配布することもできる。特許請求の範囲における任意の参照符号は、範囲を限定するものと解釈されるべきではない。
Claims (15)
- 被検者の腹直筋の超音波画像データを分析する際に使用する装置であって、
命令セットを表す命令データを含むメモリと、
前記メモリと通信し、かつ前記命令セットを実行するプロセッサと、
を含み、
前記命令セットは、前記プロセッサによって実行されると、前記プロセッサに、
前記腹直筋の超音波画像のシーケンスを取得させることであって、前記超音波画像のシーケンスは、前記被検者の皮膚の表面に対して異なる角度で傾斜されることで前記皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されている、前記超音波画像のシーケンスを取得させ、
前記超音波画像のシーケンスから超音波画像を選択させることであって、選択された前記超音波画像は、前記超音波画像のシーケンス内の他の画像と比較して前記腹直筋の領域が最も明瞭に見える前記シーケンス内の画像を含む、超音波画像を選択させ、
前記選択された超音波画像内の前記腹直筋の測定を行わせる、装置。 - 前記プロセッサが前記超音波画像のシーケンスから超音波画像を選択することは、
前記プロセッサが、前記超音波画像のシーケンス内の他の画像と比較して前記腹直筋の前記領域が最も輝度が高く見える前記超音波画像を選択することを含む、請求項1に記載の装置。 - 前記プロセッサは更に、前記選択された超音波画像の輝度を、閾値輝度と比較し、
前記輝度が前記閾値輝度よりも低い場合、ユーザディスプレイに指示を送信して、前記腹直筋の超音波画像の新しいシーケンスを取得する必要があることを前記ユーザディスプレイで示し、
前記超音波画像の新しいシーケンスについて、ステップi)及びii)を繰り返す、請求項1又は2に記載の装置。 - 前記プロセッサが前記超音波画像のシーケンスから超音波画像を選択することは、
前記プロセッサが、前記超音波画像のシーケンス内の他の画像と比較して前記腹直筋の前記領域が最も鮮明に見える超音波画像を選択することを含む、請求項1から3のいずれか一項に記載の装置。 - 前記プロセッサが前記超音波画像のシーケンスから超音波画像を選択することは、
前記プロセッサが、最大平均強度を有する超音波画像を選択することを含む、請求項1から4のいずれか一項に記載の装置。 - 前記プロセッサが前記超音波画像のシーケンスから超音波画像を選択することは、
前記プロセッサが、前記超音波画像のシーケンス内の画像の隣接ペア間の強度の差の尺度を決定し、
最大尺度の強度の差を有する超音波画像を選択することを含む、請求項1から5のいずれか一項に記載の装置。 - 前記プロセッサが前記超音波画像のシーケンスから超音波画像を選択することは、
前記プロセッサが、前記超音波画像のシーケンス内の画像の隣接ペア間の相関の尺度を決定し、
最大尺度の相関を有する超音波画像を選択することを含む、請求項1から6のいずれか一項に記載の装置。 - 前記超音波画像のシーケンスは、恥骨結合に向かって前腹部の正中線にわたって取得された画像を含む、請求項1から7のいずれか一項に記載の装置。
- 前記異なる角度は、横断面から約-10度~約+10度の範囲、又は前記横断面から約-20度~約+20度の範囲の異なる角度を含む、請求項1から8のいずれか一項に記載の装置。
- 前記プロセッサは更に、選択された画像内の前記腹直筋の表面を、
セグメンテーションすること、
前記皮膚の前記表面と比較して、前記選択された画像内の各表面の向きを決定し、決定された前記向きに基づいて、前記腹直筋の前記表面として表面を選択すること、
前記腹直筋の前記表面上の1つ以上のユーザ入力場所をシードポイントとして使用して、前記選択された画像内の前記腹直筋の前記表面をトレースすること、及び/又は、
機械学習プロセスを使用してトレーニングされたモデルを使用して、前記腹直筋の前記表面の場所を予測すること、
によって特定する、請求項1から9のいずれか一項に記載の装置。 - 前記腹直筋の前記測定は、筋肉厚の尺度及び/又は前記腹直筋の分離の尺度を含む、請求項1から10のいずれか一項に記載の装置。
- 前記測定は、前記被検者の腹直筋離開のモニタリングに使用される、請求項11に記載の装置。
- 請求項1から12のいずれか一項に記載の装置と、
前記超音波画像のシーケンスを取得するために用いられる超音波トランスデューサと、
を含む、超音波イメージングシステム。 - 被検者の腹直筋の超音波画像データを分析する際に使用するコンピュータ実施方法であって、前記コンピュータ実施方法は、
前記腹直筋の超音波画像のシーケンスを取得するステップであって、前記超音波画像のシーケンスは、前記被検者の皮膚の表面に対して異なる角度で傾斜されることで前記皮膚の中への超音波の侵入の異なる角度を有する超音波トランスデューサを使用して取得されている、前記超音波画像のシーケンスを取得するステップと、
前記超音波画像のシーケンスから超音波画像を選択するステップであって、選択した前記超音波画像は、前記超音波画像のシーケンス内の他の画像と比較して前記腹直筋の領域が最も明瞭に見える前記シーケンス内の画像を含む、前記超音波画像を選択するステップと、
前記選択した超音波画像内の前記腹直筋の測定を行うステップと、
を含む、コンピュータ実施方法。 - 適切なコンピュータ又はプロセッサによって実行されると、前記コンピュータ又はプロセッサに、請求項14に記載の方法を実行させるコンピュータ可読コードが具現化された、コンピュータ可読媒体。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNPCT/CN2020/133817 | 2020-12-04 | ||
CN2020133817 | 2020-12-04 | ||
EP21152871.6A EP4008269A1 (en) | 2020-12-04 | 2021-01-22 | Analysing ultrasound image data of the rectus abdominis muscles |
EP21152871.6 | 2021-01-22 | ||
PCT/EP2021/083822 WO2022117674A1 (en) | 2020-12-04 | 2021-12-01 | Analysing ultrasound image data of the rectus abdominis muscles |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023551705A true JP2023551705A (ja) | 2023-12-12 |
Family
ID=78821317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023533257A Pending JP2023551705A (ja) | 2020-12-04 | 2021-12-01 | 腹直筋の超音波画像データの分析 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20240029245A1 (ja) |
EP (1) | EP4255308B1 (ja) |
JP (1) | JP2023551705A (ja) |
CN (1) | CN116546926A (ja) |
WO (1) | WO2022117674A1 (ja) |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6283919B1 (en) | 1996-11-26 | 2001-09-04 | Atl Ultrasound | Ultrasonic diagnostic imaging with blended tissue harmonic signals |
US6458083B1 (en) | 1996-11-26 | 2002-10-01 | Koninklijke Philips Electronics N.V. | Ultrasonic harmonic imaging with adaptive image formation |
US6013032A (en) | 1998-03-13 | 2000-01-11 | Hewlett-Packard Company | Beamforming methods and apparatus for three-dimensional ultrasound imaging using two-dimensional transducer array |
US5997479A (en) | 1998-05-28 | 1999-12-07 | Hewlett-Packard Company | Phased array acoustic systems with intra-group processors |
US6530885B1 (en) | 2000-03-17 | 2003-03-11 | Atl Ultrasound, Inc. | Spatially compounded three dimensional ultrasonic images |
US6443896B1 (en) | 2000-08-17 | 2002-09-03 | Koninklijke Philips Electronics N.V. | Method for creating multiplanar ultrasonic images of a three dimensional object |
US6468216B1 (en) | 2000-08-24 | 2002-10-22 | Kininklijke Philips Electronics N.V. | Ultrasonic diagnostic imaging of the coronary arteries |
US10362969B2 (en) | 2016-05-04 | 2019-07-30 | Sensors Unlimited, Inc. | Image-based detection and diagnosis of diastasis recti |
KR102011749B1 (ko) * | 2017-08-08 | 2019-08-19 | 고려대학교 산학협력단 | 복부 경직도 측정 장치 및 방법 |
RU2692974C1 (ru) | 2018-04-18 | 2019-06-28 | Федеральное Государственное бюджетное учреждение "Государственный научный центр колопроктологии имени А.Н. Рыжих" Министерства здравоохранения Российской Федерации (ФГБУ "ГНЦК им. А.Н. Рыжих" Минздрава России) | Способ предоперационной маркировки местоположения кишечной стомы на передней брюшной стенке пациента с использованием ультразвуковой визуализации |
US20210259656A1 (en) * | 2019-04-26 | 2021-08-26 | Hil Co., Ltd. | Lifestyle assessment system and program thereof |
-
2021
- 2021-12-01 US US18/265,016 patent/US20240029245A1/en active Pending
- 2021-12-01 CN CN202180081368.3A patent/CN116546926A/zh active Pending
- 2021-12-01 JP JP2023533257A patent/JP2023551705A/ja active Pending
- 2021-12-01 WO PCT/EP2021/083822 patent/WO2022117674A1/en active Application Filing
- 2021-12-01 EP EP21819470.2A patent/EP4255308B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP4255308A1 (en) | 2023-10-11 |
US20240029245A1 (en) | 2024-01-25 |
WO2022117674A1 (en) | 2022-06-09 |
CN116546926A (zh) | 2023-08-04 |
EP4255308B1 (en) | 2024-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7240415B2 (ja) | 超音波スクリーニングのためのシステム及び方法 | |
JP2022519253A (ja) | 弁逆流評価のための方法及びシステム | |
EP3863522B1 (en) | Methods and systems for determining complementary ultrasound views | |
EP3866698B1 (en) | Systems and methods for guiding the acquisition of an ultrasound image | |
JP7292370B2 (ja) | 胎児体重推定を実施するための方法およびシステム | |
EP4008269A1 (en) | Analysing ultrasound image data of the rectus abdominis muscles | |
EP4076208B1 (en) | Systems and methods for assessing a placenta | |
EP4255308B1 (en) | Analysing ultrasound image data of the rectus abdominis muscles | |
EP4223227A1 (en) | A method and system for performing fetal weight estimations | |
US20240000430A1 (en) | Processing ultrasound scan data | |
EP4108179A1 (en) | Ultrasound systems and methods for monitoring a valsalva manoeuvre | |
EP4262564B1 (en) | Boundary detection in ultrasound data | |
EP4299010A1 (en) | Obtaining ultrasound images of a moving organ | |
EP4014883A1 (en) | Boundary detection in ultrasound data | |
EP4358851A1 (en) | Ultrasound systems and methods for monitoring a valsalva manoeuvre | |
EP3639749A1 (en) | Systems and methods for ultrasound screening |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240229 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20240229 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240408 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240513 |