JP4544745B2 - 統計的識別特性を利用した適応性断面積計算方法 - Google Patents

Description

【０００１】
（発明の背景）
本発明は、血管内超音波画像化処理における、物体の境界の自動検出のような、物体の自動特性付けおよび自動確認に関するものである。
【０００２】
超音波画像化処理の価値は、インビボ環境下の超音波物体の諸特性を正確に相関付けるモデルが開発され得る場合に、向上させることができる。これまでのところ、インビボの超音波物体の限定および確認の分野では、自動化されたアプローチはほとんどなかった。過去に提案されたアプローチは２つのカテゴリーに分類することができる。第１に、検出された境界により包囲される領域として物体を規定することである。境界の検出は、次に、境界の局所特性と挙動に基づく。第２に、インビボの研究について有効と認知された超音波物体についての理論モデルを開発することである。
【０００３】
第１のカテゴリーに従って、各種アプローチがオランダのロッテルダムのＴｈｏｒａｘｃｅｎｔｅｒとアイオワ大学で既に開発されているが、これらアプローチは境界検出用の特性抽出技術を採用している。このようなアプローチでは、物体は、検出された境界により包囲された領域と規定され、使用されるアルゴリズムは可能な最良の境界を設けるように最適化される。アルゴリズムが観察下の物体の特性を記述するパラメータについての情報をほとんど提供しないので、上記のようなアプローチは制約を受ける。アルゴリズムはフレームごとの物体特性の変動に従ってパラメータの挙動を適応させることもできない。更に、アルゴリズムは、その体積の各フレームにおいて物体境界を完全に計算しなければならないので、計算論的であり、断面領域の計算に時間を集約している。
【０００４】
第２のカテゴリーのアプローチでは、例えば、Ｓｔａｎｆｏｒｄ Ｃｅｎｔｅｒ ｆｏｒ Ｃａｒｄｉａｃ Ｉｎｔｅｒｖｅｎｔｉｏｎｓやテキサス大学などにおいて、データパターンを所定のモデルと比較するために、組織モデル化技術が開発されている。これらのタイプの技術では、モデル化され得る一貫した組織の挙動が想定される。モデルは、物体を確認するために使用することができる物体の内的特性を記述している。しかし、このようなモデルは、本来、かかるモデルが患者ごとに異なる、それどころか、フレームごとに異なる物体特性の変動を適応させ得ないという点で、本質的に制約を受ける。「Ｍｏｄｅｌｉｎｇ ｔｈｅ Ｕｌｔｒａｓｏｕｎｄ Ｂａｃｋｓｃａｔｔｅｒｅｄ Ｓｉｇｎａｌ Ｕｓｉｎｇ α−Ｓｔａｂｌｅ Ｄｉｓｔｒｉｂｕｔｉｏｎｓ」と題する１９９６年版ＩＥＥＥ超音波シンポジウム１０３頁掲載のＰｅｔｒｏｐｕｌｕら著の論文は、モデルに基づくアプローチの代表である。この論文では、理論的な統計学上の挙動についてのある仮定がなされ、これら仮定を利用してインビボの実例研究において物体を確認している。この制約されたアプローチは有意な誤差を被るが、それは、このアプローチが物体の挙動を部分的にのみ記述し、事例ごとの変動を考慮していないモデルを生じるからである。
【０００５】
物体境界検出の最も公知の技術は境界のトレース処理に純粋に手作業の方法を採用しており、これは、物体の境界を単に描くことによってのみ行われる。この手順は速度が遅く、使用者ごとの誤差や変動を被る。更に、この方法は境界内の物体の特徴付けを斟酌していない。
【０００６】
異なるアプローチの組み合わせた１つの公知の解説として、Ｓｐｅｎｃｅｒら著の「Ｃｈａｒａｃｔｅｒｉｓａｔｉｏｎ ｏｆ Ａｔｈｅｒｏｓｃｌｅｒｏｔｉｃ Ｐｌａｑｕｅ ｂｙ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ ｏｆ ３０ ＭＨｚ Ｉｎｔｒａｖａｓｃｕｌａｒ Ｕｌｔｒａｓｏｕｎｄ Ｒａｄｉｏ Ｆｒｅｑｕｅｎｃｙ Ｄａｔａ」と題する１９９６年版ＩＥＥＥ超音波シンポジウム１０７３頁の論文があるが、この論文中で、統計的モデルはインビトロ研究から開発されて、インビボの事例に適用されている。このようなアプローチはインビトロ条件とインビボ条件との間の差異と、インビボの各種事例間の差異との両方により制約される。
【０００７】
必要なのは、境界検出のためのより良好な技術と、物体と超音波画像化処理の特性とを確認し、特徴づけるためのより良好な技術である。
【０００８】
（発明の要旨）
本発明は、超音波画像内に位置する物体を評価するための具体的なシステムおよび方法を提供する。１つの具体的な方法によれば、インビボの超音波画像データが得られ、このデータから少なくとも１つの物体を含んでいる画像が構成される。物体内の選択された位置についてのデータから、少なくとも２種のパラメータが算出される。これらのパラメータは物体の強度と、物体の空間構造とを表している。
【０００９】
収集されたデータは時間領域データであるのが好ましい。このデータは周波数領域データに変換されて、圧縮される。２種のパラメータは、圧縮された周波数領域データのゼロ周波数マグニチュードと、圧縮された周波数領域データの周波数マグニチュードの和とを含んでいるのが好ましい。これら２種のパラメータの使用は、これらパラメータを使用して患者体内の物理的物体を特徴づけることができるという点で、特に有利である。例えば、圧縮された周波数領域データのゼロ周波数マグニチュードは、物理的物体の物理的組成（例えば、硬度）を表し、そして圧縮された周波数領域データの周波数マグニチュードの和は、物理的物体の構造を表している。このため、本発明は、インビボプロセスにおける患者の特定パラメータを得るための方法を提示している。更に、これらパラメータは、処理がより注意深く調整され得るようにするために、評価中の物体の多様な物理的特性を表している。更に、このようなパラメータは患者の病歴の一部として格納および保存することが可能であり、物体を１つ以上処理した後で算出されたパラメータと比較できるようにしている。
【００１０】
別な具体的方法では、インビボの超音波画像データが複数のフレームで提供される。興味の対象となる領域を同一画像内の異なる位置へ移動させて、その異なる位置における物体確認パラメータを評価した結果として、それらパラメータが物体を表示している容認可能な範囲に入るかどうかを決定することにより、物体が各画像内で確認される。次に、容認可能な範囲に入るパラメータを有している位置の面積に基づいて、フレームの各々の内部にある物体の面積が計算される。次いで、２つの互いに隣接するフレームの面積が比較されて、２つの面積の間の差が所定の量を超過しているかどうかを決定する。超過していれば、異なる基準を用いて、互いに隣接するフレームの一方の面積が再度算出される。
【００１１】
例えば、容認可能な物体確認パラメータの範囲は、隣接するフレームの一方の面積を計算し直すと、変動することがある。別な例として、興味の対象となる領域の開始位置は、隣接するフレームの一方の面積を計算し直すと、変動することがある。また別な例として、興味の対象となる領域の寸法は、隣接するフレームの一方の面積を計算し直すと、変動することがある。再度算出された面積と、それに隣接するフレームにおける物体の面積との間の差がそれでも所定量を超過している場合には、不一致を表示するメッセージが生成され得る。
【００１２】
１つの特定の実施態様では、時間領域データから構成される超音波画像内の物体を評価するための方法が提示される。この方法によれば、物体内の興味の対象となる領域が選択されて観察に付される。選択された興味の対象となる領域では、時間領域データの変換は周波数領域データを得るために実施される。次に、周波数領域データは圧縮され、あるいは、フィルタ処理され、物体確認パラメータが圧縮された周波数領域データから得られる。ここで、選択された興味の対象となる領域の部分集合である、限定された興味の対象となる領域が複数限定される。興味の対象となる限定領域は選択された興味の対象となる領域に形状が比例しており、選択された興味の対象となる領域内の別な位置に置かれるのが好ましい。次に、興味の対象となる限定領域を限定する時間領域データの変換が実施されて、興味の対照である限定領域を表している周波数領域データを獲得する。このデータから、容認可能な物体確認パラメータの範囲が得られる。
【００１３】
一旦、この範囲が決定されると、興味の対象となる限定領域が超音波画像の選択された位置に置かれて、時間領域データの変換が実施された結果、超音波画像中の興味の対象となる限定領域を表す周波数領域データを獲得する。次に、この周波数領域データに由来する物体確認パラメータが得られる。続いて、これら物体確認パラメータが評価され、これらが先に算出された容認可能な物体確認パラメータの範囲内にあるかどうかを決定する。続いて、容認可能な範囲に入る物体確認パラメータを有している超音波画像の選択された興味の対象となる限定領域がマーキングされ、あるいは、フラッグを付されて、フラッグを付した興味の対象となる限定領域の周囲で物体境界を構築することができるようにする。一旦、境界が構築されると、物体の面積は容易に算出することが可能である。
【００１４】
１つの特定の局面では、選択されたわずかな閾値よりも低いスペクトルパワー含有量を有しているデータだけを評価することにより、データが圧縮される。別な局面では、物体境界と物体とが表示されて（表示スクリーン上などに）、物体境界が認容可能に物体を拘束しているかどうかをユーザが示せるようにする。構築された境界が不正確であったり、別な様式で容認できないものである場合には、新しい境界が２通りの方法のうちの一方で構築され得る。一方の方法では、ユーザは別な興味の対象となる領域を選択することができるが（例えば、マウスを使って興味の対象となる領域を表示された物体上の別な位置に移動させることによって行われる）、新しい興味の対象となる領域を用いてこの方法の工程を反復させることができる。代替例として、データは異なる態様で圧縮され、あるいは、フィルタ処理され、その後、この方法の工程を反復させることができる。
【００１５】
通常は、超音波画像は時間領域データの複数フレームにより限定され、物体境界は複数フレームのうちの１つで構築される（複数フレームのうちの第１フレームと称するのが便利である）。複数フレームのうちの別なものが、続いて選択されて、物体境界が第２フレームの物体の周囲で構築され、面積が算出される。このプロセスは、物体を有している各フレームごとに反復される。このため、本発明の１つの利点は、後続フレームの物体の面積の計算が本質的にユーザの介入がないままに進行し得る点である。一旦、これらの面積が算出されると、フレーム中の物体の面積とフレーム間の距離とに基づいて、物体の体積を計算することができる。
【００１６】
ある局面では、第１フレーム（または先行フレーム）から決定されたような物体の質量の中心に興味の対象となる限定領域を置いて、容認可能な物体確認パラメータの範囲の決定の後で行われる工程を反復することにより、第２フレームとその後続フレームにおける物体の周囲の物体境界が構築される。
【００１７】
ある特定の好ましい局面では、第１フレームおよび第２フレームにおける物体の面積が比較されて、それらの面積が所定の量を越える分だけ互いに異なっているかどうかを決定する。所定量を超えて異なっていれば、変更した基準を利用して、第２フレームにおける物体の面積が計算し直される。例えば、第２フレームの物体における興味の対象となる限定領域の開始点を調整することが可能となる。代替例として、興味の対象となる限定領域の寸法は変更することができる。更に、容認可能な物体確認パラメータの範囲も変更することができる。
【００１８】
本発明は、添付の図面に関連付けて後述の詳細な説明を参照することにより、より良好に理解されるだろう。
【００１９】
（具体的な実施態様の説明）
本発明は、超音波画像内の物体を評価するための具体的なシステムおよび方法を提供する。評価されるべき物体は、解剖学の範囲に入る多様な物理的特性を表しているのが好ましい。単なる具体例にすぎないが、かかる特性としては組織、プラク、血液などが挙げられ得る。
【００２０】
本発明は、物体の面積が容易に算出できるように、その物体の周囲に境界を構築する際に特に有用である。重要なことには、本発明が、物体の多様な物理的特長を表しているパラメータを利用して、物体をモデル化することができるという点でも有用である。これらパラメータはインビボの画像データから得られる。１具体例として、物理的物体が少なくとも部分的にプラクから構築されている場合は、本発明により生成されるパラメータは、硬度、均質性などの、プラクの本質に関する情報を保有している。このようにして、パラメータを使用して、所定の治療をより適切に規定することができる。更に、パラメータは保存することが可能で、患者が評価されるたびごとに、保存されたパラメータ値が比較されて、経時変化を測定することができるようにしている。
【００２１】
本発明によれば、インビボの物体パラメータと超音波画像化データ内のパラメータの変動性とを考慮することにより、物体が特徴づけられる。特に、各物体は統計的特性（または、物体確認パラメータ）に関連して限定することができるものと想定されるが、これらパラメータは環境の特性とは一貫して異なっている。かかる特性は物体の識別特性と称する。統計的特性は、画像内の選択された位置で計算されて、特性が物体を表している値の所定の範囲に入るかどうかを決定する。範囲内にある場合は、位置がマーキングされ、それらの位置が物体内に置かれたことを示す。次に、境界を物体の付近に描き、面積を算出することができる。
【００２２】
境界が正確に描かれていない場合は、この方法はある基準を調整してから、収斂が達成されるまで、このプロセスを反復することが可能である。超音波データは通常は複数（連続している可能性が高い）フレームに保存されるので、各フレームにおける物体の面積が算出される必要がある。後続フレームにおける物体の面積を算出すると、先行フレームとの比較が行われて、物体の面積の変動性が大きすぎないかどうかを決定する。大きすぎる場合は、本発明はユーザがある基準を調整できるようにするか、そうでなければ、ある基準を自動調整して、より良好な結果が得られ得るかどうかを見る。一旦、各フレームにおける面積が決まると、物体の体積を計算することができる。
【００２３】
ここで図１を参照しながら、本発明に従った超音波システム８を説明してゆく。システム８は、超音波エネルギー１６を利用して興味の対象となる領域（ＲＯＩ）１４を励振させるための励振装置１０により駆動されるトランスデューサー１２（当該技術で公知のような画像化カテーテル内に配置されるのが普通である）を備えている。フレーム期間中に受信装置２０で超音波エネルギーの反射１８が観察される。信号処理装置２２の信号処理技術がこれら反射を分析する。抽出された情報を利用して、現在のフレームおよび／または後続のフレームについての励振および観察を精密にし、また、物体モデルとしてのフレームの特徴付けを精密にする。図示されていないが、システム８はデータの各フレームを表示するための表示スクリーンをも備えていることが好ましいが、これは、通常は画像の断面である。キーボード、ポインティング装置、マウスなどの多様な入力装置を設けて、ユーザがシステムと対話できるようにするのが好ましい。本発明と共に使用することができる具体的なプロセッサは、Ｂｏｓｔｏｎ Ｓｃｉｅｎｔｉｆｉｃ Ｃｏｒｐｏｒａｔｉｏｎから購入可能なＧａｌａｘｙ医療画像化システム内に設けられている。
【００２４】
図２は、システム８の表示スクリーン上に生成され、受信装置２０により収集されたデータのフレームを表している画像２８内の典型的なＩＶＵＳ物体２６（プラクのような）を例示している。後でより詳細に記載するように、２つの異なる矩形の興味の対象となる領域（ＲＯＩ）１４、１４’が標的物体２６上に描かれている。ＲＯＩ １４、１４’は、先に説明したようなシステムの入力装置のうちの１つを利用して、物体２６上に置くことができる。更に、矩形であるように示されているが、ＲＯＩ １４、１４’はどのような寸法または幾何学的形状を備えていてもよいものと認識される。さらに、どのような数のＲＯＩが採用されてもよい。
【００２５】
血管壁３１により包囲された管腔３０は、プラク２６がどのように管腔３０を占有しているかを例示している。当該技術で公知のように、異なる物体は、異なるように表示された視覚強度、ならびに画像の均質性によって
特徴づけられる。後述するが、ＲＯＩ １４、１４’からの反射はどのような周囲物体のスペクトルとも異なっているスペクトルを提示するのが好ましい。
【００２６】
図３Ａ、図３Ｂを参照すると、本発明の具体的なプロセスのフローチャートが例示されている。興味の対象となる時間サンプルごとの観察された反射信号を含んでいる基準フレームを選択することにより、プロセスは開始される（ステップＡ）。ユーザが基準フレームを選択できるようにするのが好ましい。選択されたフレームは、物体２６（図２を参照のこと）を最良に示しているフレームであるのが好ましい。ＲＯＩ １４（図２を参照のこと）は、本質的にどのような寸法またはどのような幾何学的形状であってもよいが、ここで、所望の物体２６の上に置かれる（ステップＢ）。これは、例えば、マウスを使用して表示スクリーン上でＲＯＩ １４の輪郭を描くことにより、達成され得る。
【００２７】
２次元高速フーリエ変換（ＦＦＴ）がＲＯＩ １４の観察された時間領域データから計算されて、周波数領域データ、すなわち、実測データのスペクトルをｘおよびｙとして獲得する（ステップＣ）。次に、このデータが、ＲＯＩ １４を表しているスペクトル成分の百分率のみを維持することにより、圧縮される（ステップＤ）。かかるプロセスは、図４に図式的に例示されている。図４の具体例に示されているように、ｆ_oとｆ_cとの間のスペクトル成分が維持される。値ｆ_c、すなわち、所望の圧縮の量は、図４の曲線の下の領域の、例えば９０％に維持されるのが望ましい圧縮データの元の面積の百分率に基づいて選択される。この値は、後述するように、この方法の結果を改善するために変更することができる。
【００２８】
データの圧縮は、例えば、低域通過フィルタを利用することにより達成することができる。しかし、多様な他の圧縮スキームを採用することができるものと認識される。例えば、この方法は高域通過フィルタ、帯域通過フィルタ、選択的フィルタなどを採用することができる。次いで、圧縮されたスペクトル成分を使用して、２つの要の物体確認パラメータを算出する（ステップＥ）。図４を参照すると、これら２つのパラメータはゼロ周波数マグニチュードＡＶＧ_o、すなわち、ｆ₀における周波数の大きさ（ゼロ周波数の振幅とも称する）と、周波数マグニチュードの和ＳＡ、すなわち、スペクトル振幅密度曲線の下の領域（スペクトル振幅分布とも称する）である。この領域は、図４の曲線の下の網罫領域により図式的に表わされている。後で説明するように、これら２つのパラメータは、パラメータを利用して患者の体内の物体の多様な物理的特性を特徴づけることができるという点で、特に有利である。
【００２９】
次に、「限定」ＲＯＩが計算される。限定ＲＯＩは、最初に選択されたＲＯＩの部分集合であるとともに、容認可能な物体確認パラメータの範囲を獲得するために利用される。限定ＲＯＩは、元のＲＯＩと類似する幾何学的形状を有しているが寸法が小さくなるように選択されるのが好ましい。具体例にすぎないが、最初に選択されたＲＯＩが矩形であり、かつｆ_oからｆ_maxまでの成分の数が２５６個であり、ｆ_oからｆ_cまでの成分の数が６４（２５６の２乗根である）である場合には、限定ＲＯＩの寸法は６４（すなわち、８掛ける８）の成分の２乗根となり得る。後で説明されるように、圧縮の量は、必要ならば、この方法の結果を向上させるために変更することが可能である。一旦、限定ＲＯＩの寸法が決まると、限定ＲＯＩが圧縮されたスペクトルデータから時間領域において再構築される（ステップＦ）。
【００３０】
次に、限定ＲＯＩは、最初に選択された興味の対象となる領域を通って固有の位置へ移動させられる。各々の固有の位置では（ピクセルからピクセルまでの距離と同程度に緊密であってもよい）、ＦＦＴが限定ＲＯＩについて実施され、２つの物体確認パラメータが最初に選択されたＲＯＩに類似する態様で計算される。次に、これらの値を使用して、物体確認パラメータの容認可能な範囲を決定するが（ステップＧ）、これは、限定パラメータの各々が最初に観察されたＲＯＩに属しているからである。この範囲が図５に図式的に例示されている。
【００３１】
元の画像に戻ると、限定ＲＯＩは画像の選択された位置へと移動させられ、時間領域データのＦＦＴが実施されて、元の画像における限定ＲＯＩの各位置ごとに周波数領域データを獲得する。このデータから、２つの物体確認パラメータが抽出され、評価されて、これらパラメータが図５の範囲に入るかどうかを見る。範囲に入っている場合には、各位置がマーキングされるか、あるいは、フラッグを付されて、これらの位置が最初に選択されたＲＯＩを有している物体の一部であることを示す。
【００３２】
一旦、これらの位置の全部が評価されると、プロセッサにより、フラッグを付された位置の付近に物体の境界が「描かれる」（ステップＨ）。この物体の面積は、フラッグを付された位置の面積を加算するだけで、容易に算出することができる。
【００３３】
次に、ユーザに結果が提示され（表示スクリーン上に境界を有する画像を表示することにより）、提示されたような境界が正確であるか、あるいは、容認可能であるかどうかを示すようにユーザに求める（ステップＩ）。例えば、ウインドウが表示スクリーン上に生成されて、境界が容認可能であるかどうかをユーザに問うことができる。境界の確認は、物体限定が正確であることの確認である。境界が正確であると確認されなかった場合は、ＲＯＩを最適化する（ステップＫ）か、または、別なＲＯＩ（ＲＯＩ １４’のような）を追加する（ステップＬ）という選択がユーザに与えられる（ステップＪ）。各追加のＲＯＩについて、全プロセス（ステップＢからステップＨまで）が反復される。ＲＯＩが最適化されるべきである場合には、プロセスの一部（ステップＤからステップＨまで）が反復される。ＲＯＩを最適化するために、圧縮の量と圧縮のタイプは変更することができる。また、容認可能な物体確認パラメータの範囲も変更することができる。
【００３４】
先行プロセス（ステップＬで始まる）は、複雑な物体の境界を確認し、従って、複雑な物体の規定を確認するために利用される。複雑な物体は、図６に示されているような、個々の規定ごとに検出される各個々の物体の、組み合わさった境界により限定される。
【００３５】
（ステップＩで）境界が確認された場合は、プロセスは次のフレームに進み、まず、さらなるフレームが存在しているかどうかを決定する（ステップＭ）。フレームがそれ以上無い場合には、プロセスは終了する（ステップＮ）。まだフレームが残っている場合には、プロセスは次のフレームへと進む（ステップＯ）。
【００３６】
図３Ｂを参照すると、後続のフレームについての処理を進めて、物体の質量中心（先行フレームにおける物体から近似される）に限定ＲＯＩ（先に算出された同一の限定ＲＯＩであるのが好ましい）を置く処理を行う（ステップＰ）。次に、物体限定パラメータを計算して（ステップＲ）から、物体限定パラメータを確認する（ステップＳ）ために、先に使用されたのと同一技術を利用して、時間領域データに関して２次元高速フーリエ変換（ＦＦＴ）が計算される（ステップＱ）。パラメータが吟味されて、先に計算されたように、容認可能な範囲内にパラメータが入るかどうかを決定する。範囲内にある場合には、限定ＲＯＩの位置には、物体に属している面積を規定しながら、フラッグが付される。未処理の限定ＲＯＩが存在している限り（ステップＴ）、ステップＰからステップＳまでのプロセスが全ての限定ＲＯＩについて反復される。全ての限定ＲＯＩを考慮した後で、最終物体の境界を決定し、そこに含まれる面積が先に説明したものと同様の態様で算出される（ステップＵ）。
【００３７】
新しい面積値は先行フレームについて算出された面積値と比較され、その値が容認可能な範囲内にあるかどうかを決定する（ステップＶ）。範囲内であれば、プロセスは次のフレームへと移行する（ステップＭ、図３Ａを参照のこと）。範囲内でなければ、プロセスは適応性ループに入り（ステップＷ）、容認可能な範囲内の面積値を得るために、限定ＲＯＩの位置および寸法を変化させながら、あるいは、容認可能なパラメータの範囲を変化させながら、ステップＰからステプＵを反復する。
【００３８】
比較した２つの面積が互いにかなり異なっている場合には、両面積のうちの一方が不正確に算出された強い可能性が存在する。ステップＰからステップＵのループが適応方法を提供して、そのような不一致を補償する。より詳しく説明すると、ｆ_cの値（図２を参照のこと）は変更することができる（あるいは、どのような方法であれ、データを圧縮することができる）。更に、限定ＲＯＩの開始点は質量中心から離れる方に移動させられ得る。また更に、容認可能な物体確認パラメータの範囲も変更することができる。収斂が得られない場合には、システムが、結果が規定と一致していなかったことを示すメッセージを生成し得る。
【００３９】
図４は、平均周波数ｆ₀から最大観察周波数ｆ_maxを越える周波数までの、１つのＲＯＩ １４のスペクトル図である。値ｆ_cは圧縮された値のスペクトルの上限を示している。先に説明したように、物体限定を発生させるために使用される２種のパラメータとは、１）ゼロ周波数マグニチュードＡＶＧ、すなわち、ｆ₀における振幅と、２）スペクトル領域ＳＡ、すなわち、軸線、圧縮区分、および振幅−周波数プロット３０により境界区分された面積である。このプロットは、ゼロ周波数マグニチュードＡＶＧが振幅３２と振幅３２’とで異なっているのと丁度同じように、プロット３０’により表示されるように、各々の限定ＲＯＩとは異なっている。
【００４０】
図５はスペクトル領域ＳＡとゼロ周波数マグニチュードＡＶＧとの間の関係を描いており、特に、ステップＧにおいて算出されたような（図３Ａ）物体限定範囲を示している。物体範囲内では、パラメータＡＶＧが最小値３４と最大値３６の間で変動する可能性があり、パラメータＳＡは最小値３８と最大値４０の間で変動する可能性があり、従って、物体の標識特性を規定するために、許容できるパラメータ変動４２を確立している。従って、この範囲内に見られるパラメータは物体と同一視することができる。
【００４１】
図６を参照すると、図３Ａおよび図３Ｂに関連して概略を述べたような物体限定アルゴリズムは、例示のために２つの物体５０、５２から成る、プラクなどの物体限定４８を生成する。物体境界５４は、物体を限定している２つのＲＯＩを処理した結果として生じる境界５６、５８を結合させる。
【００４２】
物体面積は、本文に開示されているような適応性物体確認アルゴリズムのためのフィードバックパラメータとしてその後も利用可能である。基準フレーム（ステップＡ）以外のフレームにおける物体確認アルゴリズムは先行フレームの結果を利用して、物体を確認する。かかるフレームにおける物体面積が容認された分を越える程も先行フレームと異なっている場合には、結果として生じた新しい面積が先行フレームにおける面積の容認されたわずかな部分の範囲に入るまで、限定ＲＯＩの位置および寸法を適応性機構が変更する。最適化プロセスに解が無い場合には（すなわち、解が収斂しない）、最も有効な近似値を解として選択することが可能であり、境界面積は未確定と示されることがある。
【００４３】
図７を参照すると、興味の対象となる領域のスペクトル図の一例が、物体、すなわち、患者体内の物体の物理的特長と物体確認パラメータがどのように関連するかを示している。本例では、超音波画像はプラクの領域を有している血管内部で撮像されている。ＡＶＧ軸線は超音波画像の強度を表している。次いで、これは、硬度のような現実の物理的画像の物理的組成に対応している。ｆ軸線は超音波画像の空間構造を表している。次いで、これは、物理的物体の、均質性などの空間的構造に対応している。具体例として、領域６０では、現実の物理的物体は脂肪プラクから成る。領域６２では、物理的物体は混合プラクから成る。領域６４では、物理的物体は血液から成り、領域６６では、物理的物体は、組織へと遷移していく強石灰化プラクから成る。
【００４４】
このように、ｆ₀値およびＳＡ値を物体確認パラメータとして利用することにより、物体の現実の物理的本質を特徴づけることができる。このようにして、本発明の方法は患者ごとに特有であり、患者ごとに異なっている。更に、各パラメータは保存することができるとともに、治療が有効かどうかを決定するために、後で算出されるパラメータと比較することもできる。
【００４５】
本発明を特定の実施態様に言及しながら説明してきた。当業者には上記以外の実施態様も明白である。それ故に、添付の特許請求の範囲に示されているような場合を除いて、本発明を限定する意図は無い。
【図面の簡単な説明】
【図１】 図１は、本発明の環境のブロック図である。
【図２】 図２は、本発明に従って興味の対象となる領域を示す、インビボの事例の描画である。
【図３Ａ】 図３Ａは、物体識別特性の適応性計算のための、本発明に従ったプロセスのフローチャートである。
【図３Ｂ】 図３Ｂは、物体識別特性の適応性計算のための、本発明に従ったプロセスのフローチャートである。
【図４】 図４は、興味の対象となる領域のスペクトル図である。
【図５】 図５は、物体範囲の変動のグラフである。
【図６】 図６は、本発明に従った物体限定の描画である。
【図７】 図７は、物体確認パラメータがどのように患者体内の物体の物理的特徴を表しているかを示す、興味の対象となる領域のスペクトル図である。

Claims (5)

1. 超音波画像内の物体の評価のための医療機器の作動方法であって、
   該方法は、
   複数のフレームにおけるインビボの超音波画像データを獲得することと、
   該データの該複数のフレームの少なくとも一部から画像を構築することであって、該画像は、少なくとも１つの物体を含む、ことと、
   興味の対象となる領域を該画像内の異なる位置に移動させるとともに、該異なる位置における物体確認パラメータを評価して、該物体を示している物体確認パラメータの容認可能な範囲に該パラメータが入るかどうかを決定することにより、各画像において該物体を確認することと、
   該容認可能な範囲に入るパラメータを有する位置に基づいて、該複数のフレームの各々における該物体の面積を計算することと、
   該複数のフレームのうちの２つの互いに時間的に隣接するフレームにおける該物体の面積を比較することと、
   該比較された面積の差が所定の量を超える場合に、異なる範囲の物体確認パラメータを用いて該２つの互いに時間的に隣接するフレームのうちの１つのフレームにおける該物体の面積を再計算することと
   を包含する、方法。
2. 前記興味の対象となる領域の開始位置を変更して、前記時間的に隣接するフレームのうちの１つのフレームにおける該物体の面積を再計算することを更に包含する、請求項１に記載の方法。
3. 前記興味の対象となる領域の寸法を変更して、前記時間的に隣接するフレームのうちの１つのフレームにおける該物体の面積を再計算することを更に包含する、請求項１に記載の方法。
4. 前記異なる範囲の物体確認パラメータを用いて前記２つの互いに時間的に隣接するフレームのうちの１つのフレームにおける該物体の面積を再計算した後に、前記比較された面積の差が前記所定の量を依然として超える場合に、メッセージを生成することを更に包含する、請求項１に記載の方法。
5. 超音波画像化システムであって、
   該システムは、
   プロセッサと、
   複数のフレームにおけるインビボの超音波画像データを保存するためのメモリと、
   該プロセッサに接続された表示スクリーンであって、該データの各フレームからの画像を表示する表示スクリーンと
   を備え、
   各画像は、少なくとも１つの物体を含み、
   該プロセッサは、
   興味の対象となる領域を該画像内の異なる位置に移動させるとともに、該異なる位置における物体確認パラメータを評価して、該物体を示している物体確認パラメータの容認可能な範囲に該パラメータが入るかどうかを決定することにより、各画像において該物体を確認することと、
   該容認可能な範囲に入るパラメータを有する位置に基づいて、該複数のフレームのうちの２つの互いに時間的に隣接するフレームにおける該物体の面積を計算することと、
   該２つの互いに時間的に隣接するフレームにおける該物体の面積を比較することと、
   該２つの比較された面積の差が所定の量を超える場合に、異なる範囲の物体確認パラメータを用いて該時間的に隣接するフレームのうちの１つのフレームにおける該物体の面積を再計算することと
   を実行する、システム。

Images