JP5481108B2 - 超音波診断装置及び自動診断支援装置 - Google Patents

超音波診断装置及び自動診断支援装置 Download PDF

Info

Publication number
JP5481108B2
JP5481108B2 JP2009152336A JP2009152336A JP5481108B2 JP 5481108 B2 JP5481108 B2 JP 5481108B2 JP 2009152336 A JP2009152336 A JP 2009152336A JP 2009152336 A JP2009152336 A JP 2009152336A JP 5481108 B2 JP5481108 B2 JP 5481108B2
Authority
JP
Japan
Prior art keywords
ultrasonic
state space
disease
unit
measurement
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.)
Active
Application number
JP2009152336A
Other languages
English (en)
Other versions
JP2011005026A (ja
Inventor
達朗 馬場
直久 神山
修一 河崎
淙 姚
賢治 浜田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Canon Medical Systems Corp
Original Assignee
Toshiba Corp
Toshiba Medical Systems Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp, Toshiba Medical Systems Corp filed Critical Toshiba Corp
Priority to JP2009152336A priority Critical patent/JP5481108B2/ja
Priority to US12/822,618 priority patent/US8721548B2/en
Publication of JP2011005026A publication Critical patent/JP2011005026A/ja
Application granted granted Critical
Publication of JP5481108B2 publication Critical patent/JP5481108B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06—Measuring blood flow
    • A61B8/065—Measuring blood flow to determine blood output from the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/761—Proximity, similarity or dissimilarity measures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Cardiology (AREA)
  • Computing Systems (AREA)
  • Physiology (AREA)
  • Quality & Reliability (AREA)
  • Hematology (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Description

本発明は、超音波診断に供される超音波診断装置と自動診断支援装置とに関する。
循環器や腹部の健康診断において医師は、心電図波形や超音波画像等を参照しながら主観的に診断している（例えば、非特許文献１、非特許文献２、及び非特許文献３参照）。そのため、医師が異常を見落とす場合がある。また、心電図波形や超音波画像により判別できないときは、他の診断モダリティによる重複診断が行なわれる場合がある。そのため、診断効率が悪化する場合がある。
"心臓超音波検査法トレーニングプロトコールの評価 ―正確性と再現性について― " J Med Ultrasonics Vol.29 No.6 p537-544 (2002) "我国における心エコー図のルーチン検査の現状（アンケート調査 ―第２報― " Jpn J Med Ultrasonics Vol.32 No.3 p329-337 (2005) "心エコー図検査による加齢の心機能に対する影響の検討" J Med Ultrasonics Vol.29 No.2 p145-151 (2002)
本発明の目的は、診断効率の向上を実現する超音波診断装置と自動診断支援装置とを提供することにある。
本発明の第１局面に係る超音波診断装置は、複数の第１被検体に関し、超音波スキャンに係わる複数の超音波計測項目の複数の第１数値に基づく状態空間のデータを記憶する記憶部と、超音波を送受波する超音波プローブと、前記超音波プローブを介して診断対象となる第２被検体を超音波で走査する送受信部と、前記送受信部からの出力に基づいて前記複数の超音波計測項目の複数の第２数値を算出する計測値算出部と、前記算出された複数の第２数値の前記状態空間におけるマハラノビス距離を算出する距離算出部と、前記算出されたマハラノビス距離と閾値とを比較して前記第２被検体の疾患の有無を判別する疾患有無判別部と、前記疾患有無判別部により前記疾患があると判別された場合、前記複数の第２数値を傾向分析して前記疾患の種類を判別する疾患種類判別部と、前記傾向分析の結果に関する情報を表示する表示部と、を具備する。
本発明の第２局面に係る自動診断支援装置は、超音波診断装置からの複数の第１被検体に関する複数の超音波計測項目の複数の第１数値に基づく状態空間のデータを記憶する第１記憶部と、超音波診断装置からの第２被検体に関する前記複数の超音波計測項目の複数の第２数値を記憶する第２記憶部と、前記状態空間における前記複数の第２数値のマハラノビス距離を算出する算出部と、前記算出されたマハラノビス距離と閾値とを比較して前記第２被検体の疾患の有無を判別する疾患有無判別部と、前記疾患有無判別部により前記疾患があると判別された場合、前記複数の第２数値を傾向分析して前記疾患の種類を判別する疾患種類判別部と、前記傾向分析の結果に関する情報を表示する表示部と、を具備する。
本発明によれば、診断効率の向上を実現する。
以下、図面を参照しながら本発明の実施形態に係わる超音波診断装置と診断画像解析とを説明する。
（第１実施形態）
第１実施形態に係わる超音波診断装置と自動診断支援装置とは、血流情報にＭＴ（Mahalanobis Taguchi）システムを適用させて、診断対象の被検体が心臓機能の疾患を患っているか否かを自動的に判別することを目的としている。なお、ＭＴシステムとしては、ＭＴ（Mahalanobis Taguchi）法、Ｔ（Taguchi）法、ＭＴＡ（Mahalanobis Taguchi Ajoint）法、ＴＳ（Taguchi schmitt）法の何れの方法を用いても良い。
図１は、第１実施形態に係わる超音波診断装置１の構成を示す図である。図１に示すように超音波診断装置１は、オフライン解析用に健常者データベース１０、非健常者データベース１２、状態空間生成部１４、第１疾患種判別部１６、及び状態空間データベース１８を備える。
健常者データベース１０は、複数の健常者に関する複数の計測項目の計測値を記憶する。計測項目は、心臓機能を評価するための項目であり、ドプラ信号に基づいて算出される。例えば、ＬＶ―Ｏｕｔｆｌｏｗ（左室流出血流）に関する計測項目としては、Ｓ波（左室駆出血流波）の極大値であるＳｐ（systolic point）や、ＶＴＩ（Velocity Time Integral）、開始時間であるＴｓｔａｒｔ、終了時間であるＴｅｎｄ等がある。また、ＬＶ―ｉｎｆｌｏｗ（左室流入血流）に関する計測項目としては、Ｅ波（拡張早期血流波）の極大値であるＥｐや、Ａ波（心房収縮期血流波）の極大値であるＡｐ、ＥｐとＡｐとの比であるＥ／Ａ、Ｅ波の下降期間であるＤｃＴ（減速時間：deceleration time）、Ｔｅｉ―ｉｎｄｅｘ等がある。計測項目としてＬＶ―ＯｕｔｆｌｏｗやＬＶ―ｉｎｆｌｏｗのドプラトレース波形の形状であってもよい。
また健常者データベース１０は、複数の健常者に関する複数の心電図波形のデータを記憶する。この心電図波形のデータは、心電計から供給されるデータである。また、健常者データベース１０は、心拍数等の心電図波形からのＨＲＴ（心拍周期）等の計測項目の計測値を記憶する。これら計測値の算出方法については後述する。なお健常者とは、計測値が計測された時点において「心臓機能に関する疾患を患っていない」と医師により判断された人のことである。すなわち健常者は、目的に関して均質な空間（単位空間）に属している。
非健常者データベース１２は、健常者データベース１０と同様に、複数の非健常者に関する複数の計測項目の計測値を記憶する。非健常者とは、計測値が計測された時点において「心臓機能に関する疾患を患っている」と医師により判断された人のことである。すなわち、非健常者は、単位空間に属していない。なお、疾患の種類は、例えば、心肥大、心筋梗塞、僧帽弁逆流、大動脈弁逆流、中隔欠損、貧脈・余脈等がある。しかしながら、疾患の種類はこれに限定する必要はなく、上記疾患以外の疾患であっても第１実施形態に適用可能である。非健常者データベース１２は、非健常者に関する計測値のデータを疾患の種類別に記憶している。
状態空間生成部１４は、健常者データベース１０に記憶されている複数の計測値に基づいて多変量の状態空間を生成する。具体的には、状態空間生成部１４は、第１マハラノビス距離算出部１４２と閾値決定部１４４とを有する。
第１マハラノビス距離算出部１４２は、健常者データベース１０に記憶されている複数の計測値に基づいて複数の健常者のそれぞれについてマハラノビス距離を算出する。
よく知られているようにマハラノビス距離は、第１マハラノビス距離算出部１４２により以下の手順で算出される。なお、状態空間を構成する健常者の数はｍ人、計測項目の数はｎ項目であるとする。まず、各計測項目ｊ（１≦ｊ≦ｎ）について、計測値ベクトルｖｊ＝（ｖ１ｊ、ｖ２ｊ、・・・、ｖｍｊ）の平均値Ａｊと標準偏差σｊとを算出する。次に、算出された平均値Ａｊと分散値σｊとに基づいて各計測値ベクトルｖｊが正規化され、正規化された計測値ベクトルｒｊ＝（ｒ１ｊ、ｒ２ｊ、・・・、ｒｍｊ）が算出される。これら処理が、全て（ｎ個）の計測項目について行なわれ、平均値ベクトルＡ＝（Ａ１、Ａ２、・・・、Ａｎ）と標準偏差ベクトルσ＝（σ１、σ２、・・・、σｎ）と正規化された計測値行列ｒとが算出される。次に、正規化されたｍ×ｎ個の計測値ｒｉ（１≦ｉ≦ｍ）ｊに基づいて、ｎ×ｎの相関行列Ｒと相関行列Ｒの逆行列Ｒー１とが算出される。そして相関行列の逆行列Ｒ−１と正規化された各計測値ベクトルｒｊと各計測値ｒｊの転置ベクトルｒｊＴとに基づいて、各健常者ｉ（１≦ｉ≦ｍ）についてマハラノビス距離の平方ｙｉ２＝（１／ｎ）・ｒｊ・Ｒー１・ｒｊＴが算出される。そして各マハラノビス距離の平方ｙｉ２の平方根が計算されることにより、マハラノビス距離ｙｉが算出される。これらマハラノビス距離計算用の係数列（平均値Ａ、標準偏差σ、及び相関行列の逆行列Ｒ−１）と、各健常者のマハラノビス距離とのデータは、状態空間データベース１８に記憶される。
次に第１マハラノビス距離算出部１４２は、健常者の計測値に基づいて算出された平均値ベクトルＡと分散値ベクトルσと相関行列Ｒ−１とに基づいて、単位空間に属さない複数の非健常者についても同様にマハラノビス距離を算出する。
そして閾値設定部１４４は、健常者のマハラノビス距離と非健常者のマハラノビス距離との境となるマハラノビス距離を閾値に設定する。具体的には、閾値設定部１４４は、健常者と非健常者とに関するマハラノビス距離に基づいて、マハラノビス距離の度数分布を生成する。度数分布が生成されると閾値設定部１４４は、度数分布上において健常者のマハラノビス距離と非健常者のマハラノビス距離との境となるマハラノビス距離を閾値に設定する。なお、閾値は、ユーザにより入力部（図示せず）を介して設定されてもよい。
状態空間は、閾値を加味した健常者と非健常者とに関するマハラノビス距離の集合である。換言すれば、状態空間は、心臓機能の健康度を表すものさしと言える。状態空間のデータは、ＬＶ―ＯｕｔｆｌｏｗとＬＶ―ｉｎｆｌｏｗとについてそれぞれ生成されてもよいし、ＬＶ―ＯｕｔｆｌｏｗとＬＶ―ｉｎｆｌｏｗとについて一つ生成されてもよい。なお、状態空間は、ドプラ信号に基づく計測項目の計測値と心電図波形に基づく計測項目の計測値とに基づいて生成されてもよい。
第１疾患種判別部１６は、非健常者の疾患の種類毎に計測値を傾向分析し、心臓機能の疾患の種類毎の計測値パターンを生成する。計測値パターンは、各疾患に特有な計測値間の大小関係のパターンに関する情報である。患っている疾患の種類により、複数の計測値間の大小関係は異なる。換言すれば、疾患種毎に計測値パターンが分かっていれば、疾患の種類の分からない被検体の計測値間の大小関係を疾患種毎の計測値パタ―ンに当てはめることで、疾患の種類を判別することができる。なお傾向分析には、Ｔ（taguchi）法による因子の傾向分析や、多変量解析による寄与度等を用いる。
状態空間データベース１８は、状態空間生成部１４により生成された状態空間（平均値、標準偏差、相関行列、マハラノビス距離、及び閾値）のデータを記憶する。また状態空間データベース１８は、第１疾患種判別部１６により生成された疾患種毎の計測値パターンのデータを記憶する。
図１に示すように超音波診断装置１は、オンライン解析用に心電計２０、超音波プローブ２２、送受信部２４、ドプラ処理部２６、計測値算出部２８、第２マハラノビス距離計算部３０、疾患有無判別部３２、第２疾患種判別部３４、表示制御部３６、及び表示部３８を備える。
心電計２０は、診断対象の被検体の心電図波形のデータを生成する。心電計２０は、生成された心電図波形のデータを後述する計測値算出部２８に供給する。
超音波プローブ２２は、超音波を送受波する。具体的には超音波プローブ２２は、１次元又は２次元に配列された複数の圧電振動子を有している。この圧電振動子は電気音響変換素子であり、送信時には電気パルスを超音波パルス（送信超音波）に変換し、又、受信時には超音波反射波（受信超音波）を電気信号（受信信号）に変換する。超音波プローブ２２は、ケーブルを介して送受信部２４に接続されている。
送受信部２４は、超音波プローブ２２を介して被検体を超音波で繰り返し走査する。
超音波送信のために送受信部２４は、レートパルス発生器、送信遅延回路、及びパルサを備える。レートパルス発生器は、送信超音波の繰り返し周期を決定するレートパルスを生成し、生成されたレートパルスを送信遅延回路に供給する。送信遅延回路は、圧電振動子と同数（Ｎチャンネル）の独立な遅延回路を有する。送信遅延回路は、送信において細いビーム幅を得るために所定の深さに送信超音波を収束するための遅延時間と所定の方向に送信超音波を放射するための遅延時間をレートパルスに与える。パルサは、Ｎチャンネルの独立な駆動回路を有する。パルサは、圧電振動子を駆動するための駆動パルスをレートパルスに基づいて生成する。
超音波受信のため送受信部２４は、プリアンプ、Ａ／Ｄ変換器、ビームフォーマ、及び加算器を備えている。プリアンプは、圧電振動子からのＮチャンネル分の受信信号を増幅する。Ａ／Ｄ変換器は、増幅されたＮチャンネル分の受信信号のそれぞれをデジタル信号に変換する。ビームフォーマは、所定の深さからの超音波反射波を集束するための集束用遅延時間と、所定方向に対して受信指向性を設定するための偏向用遅延時間をＮチャンネル分の受信信号のそれぞれに与える。加算器は、これらビームフォーマからの受信信号を整相加算（所定の方向から得られた受信信号の位相を合わせて加算）する。
ドプラ処理部２６は、送受信部２４からの受信信号に直交位相検波を行なってドプラ信号（ＩＱ信号）を生成する。よく知られているように、ドプラ信号は、実成分（Ｉ成分）と虚成分（Ｑ成分）とからなる。そしてドプラ処理部２６は、このドプラ信号に含まれる臓器の呼吸性移動や拍動性移動などに起因するドプラ成分（クラッタ成分）を除去し、クラッタ成分が除去されたドプラ信号に基づいて血流の平均流速値や分散値などを算出する。またドプラ処理部２６は、ドプラ信号に対してＦＦＴ（Fast Fourier Transform）分析を行ない、ドプラスペクトラムのデータを生成する。
計測値算出部２８は、ドプラ処理部２６からのドプラ信号に基づいてＬＶ―Ｏｕｔｆｌｏｗに関するドプラトレース波形のデータ、又はＬＶ―Ｉｎｆｌｏｗに関するドプラトレース波形のデータを生成する。そして、計測値算出部２８は、既存の技術を用いてＬＶ―Ｏｕｔｆｌｏｗに関するドプラトレース波形、ドプラ信号、ドプラスペクトラム、及び心電図波形の少なくとも一つからＬＶ―Ｏｕｔｆｌｏｗに関する計測項目を算出する。また計測値算出部２８は、既存の技術を用いてＬＶ―ｉｎｆｌｏｗに関するドプラトレース波形、ドプラ信号、ドプラスペクトラム、及び心電図波形からＬＶ―ｉｎｆｌｏｗに関する計測項目を算出する。
図２は、計測値算出部２８により算出されるＬＶ―Ｉｎｆｌｏｗ、ＬＶ―Ｏｕｔｆｌｏｗ、及び心電図波形に関する計測項目を説明するための図である。図２（ａ）は、ＬＶ―Ｉｎｆｌｏｗのドプラトレース波形を模式的に示す図である。図２（ｂ）は、ＬＶ―Ｏｕｔｆｌｏｗのドプラトレース波形を模式的に示す図である。図２（ｃ）は、心電図波形を模式的に示す図である。
図２（ａ）に示すように、ＬＶ―Ｉｎｆｌｏｗに関する計測項目にはＥｐやＡｐ、Ｅ／Ａ、ＤｃＴ、Ｔｅｉ―ｉｎｄｅｘ等がある。Ｅｐは、Ｅ波の最大振幅、すなわち最大血流速度である。Ａｐは、Ａ波の最大振幅、すなわち最大血流速度である。臨床学的に、高齢になるとＥｐが小さくなりＡｐが大きくなる傾向がある。Ｅ／Ａは、Ｅｐ／Ａｐにより算出される。ＤｃＴは、Ｅ波の下降期間である。Ｔｅｉ―ｉｎｄｅｘは、「Ｔｅｉ―ｉｎｄｅｘ」＝（ａ−ｂ）／ｂの数式により規定される。ここでパラメータａは、Ａ波の終了時刻からＥ波の開始時刻までの時間間隔により規定される。パラメータｂは、Ｓ波の持続時間により規定される。Ｔｅｉ―ｉｎｄｅｘは、左室収縮能と拡張能との総合的な評価指標として知られている。
図２（ｂ）に示すように、ＬＶ―Ｏｕｔｆｌｏｗに関する計測項目には、ＳｐやＶＴＩ、Ｔｓｔａｒｔ、Ｔｅｎｄ等がある。Ｓｐは、Ｓ波の最大振幅、すなわち最大血流速度である。Ｔｓｔａｒｔは、心電図波形のＲ波の開始時刻からＳ波の開始時刻までの時間間隔である。Ｔｅｎｄは、心電図波形のＲ波の開始時刻からＳ波の終了時刻までの時間間隔である。
図２（ｃ）に示すように、心電図波形の計測項目には、ＨＲＴ等がある。ＨＲＴは、隣り合うＲ波の時間間隔により規定される。
第２マハラノビス距離算出部３０は、状態空間データベース１８に記憶されている上述の状態空間における、診断対象の被検体に関する複数の計測項目の計測値のマハラノビス距離を算出する。より詳細には、第２マハラノビス距離算出部３０は、診断対象の被検体に関する計測値ｖｐ＝（ｖ１ｐ、ｖ２ｐ、・・・、ｖｎｐ）を上述の平均値ベクトルＡと標準偏差ベクトルσとを用いて正規化し、正規化された計測値ｒｐ＝（ｒ１ｐ、ｒ２ｐ、・・・、ｒｎｐ）を算出する。次に、第２マハラノビス距離算出部３０は、マハラノビス距離の平方ｙｐ２＝（１／ｎ）・ｖｐ・Ｒ−１・ｖｐＴを算出する。そして第２マハラノビス距離算出部３０は、算出された平方ｙｐ２の平方根を計算することにより、診断対象の被検体に関するマハラノビス距離ｙｐを算出する。
疾患有無判別部３２は、診断対象の被検体に関するマハラノビス距離ｙｐ２と状態空間生成部１４の閾値設定部１４４により設定された閾値Ｔとの大小関係に基づいて、診断対象の被検体に心臓機能の異常があるか否かを判別する。より具体的には、疾患有無判別部３２は、マハラノビス距離ｙｐ２≦閾値Ｔであれば疾患なし、ｙｐ２≧Ｔであれば疾患ありと判別する。
第２疾患種判別部３４は、診断対象の被検体の複数の計測値を傾向分析することで、患っている可能性の高い疾患の種類を判別する。具体的には、第２疾患種判別部３４は、診断対象の被検体の複数の計測値の大小関係のパターンと、状態空間データベース１８に記憶されている疾患種毎の計測値パターンとの類似度を算出する。そして第２疾患種判別部３４は、最も類似度の高い計測値パターンに対応する疾患を診断対象の被検体が患っている可能性の高い疾患であると判別する。
表示制御部３６は、第２マハラノビス距離算出部３０により算出されたマハラノビス距離と、疾患有無判別部３２により判別された疾患の有無に関する情報とを表示部３８に表示する。また、疾患有無判別部３２により疾患ありと判別された場合、表示制御部３６は、さらに第２疾患種判別部３４によりなされた傾向分析の結果を表示部３８に表示する。たとえば、表示制御部３６は、図３に示すような、各疾患を患っている危険性（類似度が高いものほど危険性が高い）を示すレーダーチャートＲＣ等を表示する。
以下、状態空間生成部１４により生成される状態空間の具体例を説明する。一例として本発明者達は、ＬＶ―Ｉｎｆｌｏｗに関する状態空間を生成するための計測項目として「Ｔｓｔａｒｔ」、「Ｔｅｎｄ」、「Ｅｐ」、及び「Ａｐ」等を採用した。なおＬＶ―Ｉｎｆｌｏｗに関する健常人のサンプル数は４７心拍分、非健常人のサンプル数は３３心拍分である。図４は、この条件で生成されたマハラノビス距離の度数分布を示す図である。図４に示すように、閾値５を境にして５以下は健常人、５以上は非健常人に完全に分離されている。従って、この状態空間の閾値は、“５”に設定された。この状態空間を用いた疾患有無の診断精度は、１００％である。
また、一例として本発明者達は、ＬＶ―Ｏｕｔｆｌｏｗに関する状態空間を生成するための計測項目として「Ｓｐ」、「ＶＴＩ」、及び「Ｔｓｔａｒｔ」等を採用した。なおＬＶ―Ｏｕｔｆｌｏｗに関する健常人のサンプル数は５８心拍分、非健常人のサンプル数は３１心拍分である。閾値は、“５”に設定した。この状態空間を用いた疾患有無の診断制度は、９４．８％である。
第１実施形態に係わる超音波診断装置１は、心臓機能を評価するための複数の計測項目の計測値に基づいて、ＭＴシステムにおける多変量の状態空間を予め生成する。診断時において超音波診断装置１は、診断対象である被検体の心臓領域を超音波で走査し、複数の計測項目の計測値を算出する。次に超音波診断装置１は、予め生成しておいた状態空間における、算出した複数の計測値のマハラノビス距離を算出する。次に超音波診断装置１は、マハラノビス距離と閾値とを比較して被検体が心臓に疾患があるか否かを自動で判別する。シミュレーションにより、この判別能力は９５％程度であることが判明された。従って、従来のように医師により主観的に判断する場合に比して、超音波診断装置１は、略同等の正確さでありながら、簡便に、そして迅速に被検体の疾患の有無を判別することができる。かくして第１実施形態によれば、診断効率の向上を実現する超音波診断装置１を提供することにある。
なお第１実施形態に係わる心臓機能の疾患有無の判別機能や疾患種の判別機能等は、超音波診断装置１に実装しなくともよい。例えば、図１に示すように状態空間データベース１８、第２マハラノビス距離算出部３０、疾患有無判別部３２、第２疾患種判別部３４、表示制御部３６、及び表示部３８を備える自動診断支援装置（ＣＡＤ）４０であってもよい。自動診断支援装置４０は、超音波プローブ２２、送受信部、ドプラ処理部２６、及び計測値算出部２８を備える超音波診断装置とネットワーク等を介して接続されており、この超音波診断装置の計測値算出部２８から診断対象の被検体に関する複数の計測値のデータを入力し、例えば第２マハラノビス距離算出部３０の内部メモリに記憶する。そして、ユーザからの開始要求がなされることを契機として自動診断支援装置４０は、マハラノビス距離を用いて診断対象の被検体の心臓機能の疾患有無を自動的に診断する。
また、超音波診断装置１は、ドプラ信号と心電図波形とから得られる計測値に基づいて状態空間を生成し、疾患の有無、そして疾患の種類を判別するとした。しかしながらこれに限定する必要はなく、超音波診断装置１は、さらにＸ線コンピュータ断層撮影装置や磁気共鳴イメージング装置等の他のモダリティからの計測値をも加味して、状態空間を生成し、疾患の有無、そして疾患の種類を判別するとしてもよい。
（第２実施形態）
第２実施形態に係わる超音波診断装置は、肝臓に関する組織情報にＭＴシステムを適用させて、診断対象の被検体が肝臓機能の疾患を患っているか否かを自動的に判別することを目的としている。
図５は、第２実施形態に係わる超音波診断装置２の構成を示す図である。図５に示すように超音波診断装置２は、オフライン解析用に健常者データベース５０、非健常者データベース５２、状態空間生成部５４、第１疾患種判別部５６、及び状態空間データベース５８を備える。
健常者データベース５０は、複数の健常者に関する複数の計測項目の計測値を記憶する。計測項目は、肝臓機能を評価するための項目である。例えば、肝臓機能に関する計測項目としては、超音波画像に含まれる特定部位像の粒度やコントラスト、連続性がある。特定部位としては、肝臓像の辺縁部、実質部、先端部、表面部、肝臓像の近傍に位置する脾臓像等である。また肝臓機能に関する計測項目として、腹部等の皮下脂肪の厚さを採用してもよい。また健常者データベース５０は、複数の健常者に関する複数の肝臓機能検査に関する計測項目の計測値を記憶する。この肝臓機能検査に関する計測項目の計測値は、自動分析装置から供給され、例えば、ＡＬＰやＧＬＰ等がある。なお健常者とは、計測値が計測された時点において「肝臓機能に関する疾患を患っていない」と医師により判断された人のことである。すなわち健常者は、単位空間に属している。
非健常者データベース５２は、健常者データベース５０と同様に、複数の非健常者に関する複数の肝臓機能を評価するための計測項目の計測値を記憶する。非健常者とは、計測値が計測された時点において「肝臓機能に関する疾患を患っている」と医師により判断された人のことである。すなわち、非健常者は、単位空間に属していない。肝臓機能に関する疾患の種類は、例えば、肝硬変や肝癌、脂肪肝の重症度等がある。しかしながら、疾患の種類はこれに限定する必要はなく、上記疾患以外の疾患であっても本実施形態に適用可能である。非健常者データベース５２は、非健常者に関する計測値のデータを疾患の種類別に記憶している。
状態空間生成部５４は、健常者データベース５０に記憶されている複数の計測項目の計測値に基づいて多変量の状態空間を生成する。具体的には状態空間生成部５４は、第１マハラノビス距離算出部５４２と閾値設定部５４４とを有する。第１マハラノビス距離算出部５４２は、健常者データベース５０に記憶されている複数の計測値に基づいて複数の健常者のそれぞれについてマハラノビス距離を算出し、非健常者データベース５２に記憶されている複数の計測値に基づいて複数の非健常者のそれぞれについてマハラノビス距離を算出する。閾値設定部５４４は、健常者のマハラノビス距離と非健常者のマハラノビス距離との境となるマハラノビス距離を閾値に設定する。なお、状態空間は、肝臓像（血管を除く肺実質部分）に基づく計測項目の計測値と肝臓機能検査に基づく計測項目の計測値とに基づいて生成されてもよい。
第１疾患種判別部５６は、非健常者の疾患の種類毎に計測値を傾向分析し、肝臓機能の疾患の種類毎の計測値パターンを生成する。
状態空間データベース５８は、状態空間生成部５４により生成された状態空間（平均値、標準偏差、相関行列、マハラノビス距離、及び閾値）のデータを記憶する。また状態空間データベース５８は、第１疾患種判別部５６により生成された疾患種毎の計測値パターンのデータを記憶する。
図５に示すように超音波診断装置１は、オンライン解析用に入力部６０、超音波プローブ６２、送受信部６４、Ｂモード処理部６６、超音波画像生成部６８、診断指標計測部７０、第２マハラノビス距離計算部７２、疾患有無判別部７４、第２疾患種判別部７６、表示制御部７８、及び表示部８０を備える。
入力部６０は、自動分析装置により計測された診断対象の被検体に関する計測項目の計測値のデータを入力する。この自動分析装置により計測される計測項目は、上述のＡＬＰやＧＬＰ等である。入力部６０は、入力された計測値のデータを後述する第２マハラノビス距離算出部７２に供給する。
送受信部６４は、超音波プローブ６２を介して被検体の肝臓を含む領域を超音波で走査する。
Ｂモード処理部６６は、送受信部６４からの受信信号を包絡線検波し、包絡線検波された受信信号を対数変換し、信号強度が輝度の明るさで表現されるＢモード信号を生成する。生成されたＢモード信号は、Ｂモード処理部６６により超音波画像生成部６８に供給される。
超音波画像生成部６８は、Ｂモード処理部６６からのＢモード信号に基づいて、診断対象の被検体の肝臓に関する超音波画像のデータを生成する。生成される超音波画像には、肝臓像が含まれる。生成された超音波画像のデータは、超音波画像生成部６８により計測値算出部７０に供給される。
計測値算出部７０は、超音波画像生成部６８からの超音波画像に含まれる少なくとも肝臓像に基づいて、上述の肝臓機能に関する計測項目を算出する。
図６は、計測値算出部７０により算出される肝臓機能に関する計測項目を説明するための図である。図６は、被検体の肝臓と右腎臓とを含む超音波画像を示す図である。図６に示すように、肝臓は、いわゆる肝ビームと呼ばれている先端部分を有する。この肝ビームは、例えば肝炎→肝硬変→肝癌と病が進行するにつれて太くなることが知られている。肝臓は、肝臓の大部分は肝臓実質組織からなる。この肝臓実質組織は、例えば肝炎→肝硬変→肝癌と病が進行するにつれて粗造化、すなわち繊維質を呈するようになることが知られている。また、肝臓の表面は、例えば肝炎→肝硬変→肝癌と病が進行するにつれて粗くなり、凹凸が見られるようになることが知られている。このように肝臓疾患の進行に伴って肝表面の形状変化や肝実質の繊維化が進む。従って肝臓機能に関する計測項目としては、肝臓像の様々な特徴量が採用される。また、肝臓の近傍には、腎臓が位置する。従って肝臓機能に関する計測項目として、肝腎コントラスト等の計測項目を使用する。肝腎コントラストは、肝臓と腎皮質とのエコー強度の比により規定される。肝臓のエコー強度が高い場合は、脂肪肝の疑いが高い。
具体的には計測値算出部７０は、上述のように、肝臓機能に関する計測項目として超音波画像に含まれる特定部位像の粒度やコントラスト、連続性を算出する。特定部位としては、上述のように、肝臓像の先端部、実質部、表面部、肝臓像の近傍に位置する腎臓像等である。
第２マハラノビス距離算出部７２は、状態空間データベース５８に記憶されている状態空間における、診断対象の被検体に関する複数の計測項目の計測値のマハラノビス距離を算出する。この際、入力部６０により入力された自動分析装置からの計測値を考慮して、マハラノビス距離を算出してもよい。
疾患有無判別部７４は、算出されたマハラノビス距離と状態空間生成部５４の閾値設定部５４４により設定された閾値との大小関係に基づいて、診断対象の被検体に肝臓機能の疾患があるか否かを判別する。
第２疾患種判別部７６は、診断対象の被検体の複数の計測値を傾向分析することで、患っている可能性の高い疾患の種類を判別する。
表示制御部７８は、第２マハラノビス距離算出部７２により算出されたマハラノビス距離と、疾患有無判別部７４により判別された疾患の有無に関する情報とを表示部８０に表示する。また、第２疾患有無判別部７６により疾患ありと判別された場合、表示制御部７８は、さらに第２疾患種判別部７６によりなされた傾向分析の結果を表示部８０に表示する。
第２実施形態に係わる超音波診断装置２は、肝臓機能を評価するための複数の計測項目の計測値に基づいて、ＭＴシステムにおける多変量の状態空間を予め生成する。診断時において超音波診断装置２は、診断対象である被検体の肝臓領域を超音波で走査し、複数の計測項目の計測値を算出する。次に超音波診断装置２は、予め生成しておいた状態空間における、算出した複数の計測値のマハラノビス距離を算出する。次に超音波診断装置２は、マハラノビス距離と閾値とを比較して被検体が肝臓に疾患があるか否かを自動で判別する。かくして第２実施形態によれば、診断効率の向上を実現する超音波診断装置２を提供することにある。
なお第２実施形態に係わる肝臓機能の疾患有無の判別機能や疾患種の判別機能等は、超音波診断装置２に実装しなくともよい。例えば、図５に示すように状態空間データベース５８、入力部６０、第２マハラノビス距離算出部７２、疾患有無判別部７４、第２疾患種判別部７６、表示制御部７８、及び表示部８を０備える自動診断支援装置（ＣＡＤ）９０であってもよい。自動診断支援装置９０は、超音波プローブ６２、送受信部６４、Ｂモード処理部６６、超音波画像生成部６８、計測値算出部７０を備える超音波診断装置とネットワーク等を介して接続されており、この超音波診断装置の計測値算出部７０から診断対象の被検体に関する複数の計測値のデータを入力し、例えば第２マハラノビス距離算出部７２の内部メモリに記憶する。そして、ユーザからの開始要求がなされることを契機として自動診断支援装置９０は、記憶された複数の計測値と入力部１０８からの計測値とに基づいてマハラノビス距離を算出し、算出されたマハラノビス距離を用いて診断対象の被検体の肝臓機能の疾患有無を自動的に診断する。
（第３実施形態）
第３実施形態に係わる超音波診断装置３は、頸部に関する組織情報にＭＴシステムを適用させて、診断対象の被検体（胎児）がＤｏｗｎ症候群（２１トリソミー症候群）を患っているか否かを自動的に判別することを目的としている。
図７は、第３実施形態に係わる超音波診断装置３の構成を示す図である。図７に示すように超音波診断装置３は、オフライン解析用に健常者データベース１００、非健常者データベース１０２、状態空間生成部１０４、及び状態空間データベース１０６を備える。
健常者データベース１００は、複数の健常者に関する複数の計測項目の計測値を記憶する。計測項目は、Ｄｏｗｎ症候群を評価するための項目であり、これら計測項目の計測値は、典型的には、健常者の超音波画像の頸部像に基づいて計測される。例えば、Ｄｏｗｎ症候群を評価するための計測項目としては、頸部像の内部隔壁厚（ＮＴ値：Nuchal translucency）が採用される。ＮＴ値とＤｏｗｎ症候群とには、強い相関関係があることが知られている。さらに、健常者データベース１００は、Ｄｏｗｎ症候群を評価するための計測項目として、母体血による血清スクリーニングに関する計測項目や羊水穿刺に関する計測項目を採用してもよい。これら計測項目の計測値は、自動分析装置から供給される。なお健常者とは、計測値が計測された時点において「Ｄｏｗｎ症候群を患っていない」と医師により判断された幼児又は胎児のことである。すなわち健常者は、単位空間に属している。
非健常者データベース１０２は、健常者データベース１００と同様に、複数の非健常者に関する複数の計測項目の計測値を記憶する。非健常者とは、計測値が計測された時点において「Ｄｏｗｎ症候群を患っている」と医師により判断された幼児又は胎児のことである。すなわち、非健常者は、単位空間に属していない。
状態空間生成部１０４は、健常者データベース１００に記憶されている複数の計測項目の計測値に基づいて多変量の状態空間を生成する。具体的には状態空間生成部１０４は、第１マハラノビス距離算出部１０４２と閾値設定部１０４４とを有する。第１マハラノビス距離算出部１０４２は、健常者データベース５０に記憶されている複数の計測値に基づいて複数の健常者のそれぞれについてマハラノビス距離を算出し、非健常者データベース１０２に記憶されている複数の計測値に基づいて複数の非健常者のそれぞれについてマハラノビス距離を算出する。閾値設定部１０４４は、健常者のマハラノビス距離と非健常者のマハラノビス距離との境となるマハラノビス距離を閾値に設定する。なお、状態空間は、頸部像に基づく計測項目の計測値と母体血による血清スクリーニングに関する計測項目の計測値と羊水穿刺に関する計測項目に基づく計測項目の計測値とに基づいて生成されてもよい。
状態空間データベース１０６は、状態空間生成部１０４により生成された状態空間（平均値、標準偏差、相関行列、マハラノビス距離、及び閾値）のデータを記憶する。
図７に示すように超音波診断装置３は、オフライン解析用に入力部１０８、超音波プローブ１１０、送受信部１１２、Ｂモード処理部１１４、超音波画像生成部１１６、計測値算出部１１８、第２マハラノビス距離計算部１２０、疾患有無判別部１２２、表示制御部１２４、及び表示部１２６を備える。
入力部１０８は、自動分析装置により計測された診断対象の被検体に関する計測項目の計測値のデータを入力する。この自動分析装置により計測される計測項目は、上述の母体血による血清スクリーニングに関する計測項目の計測値と羊水穿刺に関する計測項目の計測値等である。入力部１０８は、入力された計測値のデータを後述する第２マハラノビス距離算出部１２０に供給する。
送受信部１１２は、超音波プローブ１１０を介して被検体（胎児）の頸部を含む領域を超音波で繰り返し走査する。この場合、母体の腹部の特定部分を走査することにより、胎児の頸部を走査することが可能である。Ｄｏｗｎ症候群の有無は、典型的には、母体が周産期にある時に調査されるとよい。
Ｂモード処理部１１４は、送受信部１１２から供給された整相加算後の受信信号を包絡線検波し、包絡線検波された受信信号を対数変換し、信号強度が輝度の明るさで表現されるＢモード信号を生成する。生成されたＢモード信号は、Ｂモード処理部１１４により超音波画像生成部１１６に供給される。
超音波画像生成部１１６は、Ｂモード処理部１１４からのＢモード信号に基づいて、診断対象の被検体の頸部に関する超音波画像のデータを生成する。生成される超音波画像には、頸部像が含まれる。生成された超音波画像のデータは、超音波画像生成部１１６により計測値算出部１１８に供給される。
計測値算出部１１８は、超音波画像生成部１１６からの超音波画像に含まれる頸部像に関するＮＴ値を算出する。
図８は、ＮＴ値を説明するための図である。図８に示すように、ＮＴは、胎児の後頸部に存在する無エコー領域である。ＮＴが厚ければ厚いほど（ＮＴ値が高ければ高いほど）２１番染色体が異常である可能性が高いと言われている。ＮＴ値の計測は、矢状断面上で行なわれる。具体的には、計測値算出部１１８は、輝度値に基づいてＮＴ領域を特定する。そして計測値算出部１１８は、特定されたＮＴ領域の内径の最大幅をＮＴ値として算出する。
第２マハラノビス距離算出部１２０は、状態空間データベース１０６に記憶されている状態空間における、診断対象の被検体に関するＮＴ値や、入力部１０８からの血清スクリーニングに関する計測項目の計測値、羊水穿刺に関する計測項目の計測値のマハラノビス距離を算出する。
疾患有無判別部１２２は、算出されたマハラノビス距離と状態空間生成部１０４の閾値設定部１０４４により設定された閾値との大小関係に基づいて、診断対象の被検体がＤｏｗｎ症候群を患っているか否かを判別する。
表示制御部１２４は、第２マハラノビス距離算出部１２０により算出されたマハラノビス距離、疾患有無判別部１２２により判別されたＤｏｗｎ症候群の有無に関する情報を表示部１２６に表示する。
第３実施形態に係わる超音波診断装置３は、Ｄｏｗｎ症候群を評価するための複数の計測項目の計測値に基づいて、ＭＴシステムにおける多変量の状態空間を予め生成する。診断時において超音波診断装置３は、診断対象である被検体（胎児）の頸部領域を超音波で走査し、ＮＴ値を算出する。次に超音波診断装置３は、予め生成しておいた状態空間における算出したＮＴ値と血清スクリーニングに関する計測項目の計測値と羊水穿刺に関する計測項目の計測値とのマハラノビス距離を算出する。そして超音波診断装置３は、マハラノビス距離と閾値とを比較して被検体がＤｏｗｎ症候群か否かを自動で判別する。かくして第３実施形態によれば、診断効率の向上を実現する超音波診断装置３を提供することにある。
なお第３実施形態に係わるＤｏｗｎ症候群の有無の判別機能等は、超音波診断装置３に実装しなくともよい。例えば、図７に示すように状態空間データベース１０６、入力部１０８、第２マハラノビス距離算出部１２０、疾患有無判別部１２２、表示制御部１２４、及び表示部１２６を備える自動診断支援装置（ＣＡＤ）１３０であってもよい。自動診断支援装置１３０は、超音波プローブ１１０、送受信部１１２、Ｂモード処理部１１４、超音波画像生成部１１６、計測値算出部１１８を備える超音波診断装置とネットワーク等を介して接続されており、この超音波診断装置の計測値算出部１１８から診断対象の被検体に関するＮＴ値のデータを入力し、例えば第２マハラノビス距離算出部１２０の内部メモリに記憶する。そして、ユーザからの開始要求がなされることを契機として自動診断支援装置１３０は、記憶されたＮＴ値と入力部１０８からの計測値とに基づいてマハラノビス距離を算出し、算出されたマハラノビス距離を用いてマハラノビス距離を用いて診断対象の被検体のＤｏｗｎ症候群の有無を自動的に診断する。
なお、本発明は上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。
本発明の第１実施形態に係わる超音波診断装置と自動診断支援装置との構成を示す図。 第１実施形態に係わる計測項目を説明するための図。 図１の表示部に表示されるレーダーチャートを示す図。 図１の状態生成部により生成されるマハラノビス距離の度数分布を示す図。 本発明の第２実施形態に係わる超音波診断装置と自動診断支援装置との構成を示す図。 第２実施形態に係わる計測項目を説明するための図。 本発明の第３実施形態に係わる超音波診断装置と自動診断支援装置との構成を示す図。 第３実施形態に係わる計測項目を説明するための図。
１…超音波診断装置、１０…健常者データベース、１２…非健常者データベース、１４…状態空間生成部、１４２…第１マハラノビス距離算出部、１４４…閾値設定部、１６…第１疾患判別部、１８…状態空間データベース、２０…心電計、２２…超音波プローブ、２４…送受信部、２６…ドプラ処理部、２８…計測値算出部、３０…第２マハラノビス距離算出部、３２…疾患有無判別部、３４…第２疾患種判別部、３６…表示制御部、３８…表示部

Claims (12)

  1. 複数の第１被検体に関し、超音波スキャンに係わる複数の超音波計測項目の複数の第１数値に基づく状態空間のデータを記憶する記憶部と、
    超音波を送受波する超音波プローブと、
    前記超音波プローブを介して診断対象となる第２被検体を超音波で走査する送受信部と、
    前記送受信部からの出力に基づいて前記複数の超音波計測項目の複数の第２数値を算出する計測値算出部と、
    前記算出された複数の第２数値の前記状態空間におけるマハラノビス距離を算出する距離算出部と、
    前記算出されたマハラノビス距離と閾値とを比較して前記第２被検体の疾患の有無を判別する疾患有無判別部と、
    前記疾患有無判別部により前記疾患があると判別された場合、前記複数の第２数値を傾向分析して前記疾患の種類を判別する疾患種類判別部と、
    前記傾向分析の結果に関する情報を表示する表示部と、
    を具備する超音波診断装置。
  2. 前記複数の第１数値に基づいて前記状態空間を生成する状態空間生成部をさらに備える請求項１記載の超音波診断装置。
  3. 前記状態空間生成部は、前記複数の第１被検体の血流に起因するドプラ信号に関する前記複数の超音波計測項目の複数の第１数値に基づいて前記状態空間を生成する、請求項２記載の超音波診断装置。
  4. 前記送受信部からの出力に基づいて前記第２被検体内の血流に起因するドプラ信号を生成するドプラ処理部をさらに備え、
    前記計測値算出部は、前記生成されたドプラ信号に基づいて前記複数の超音波計測項目の複数の第２数値を算出し、
    前記疾患有無判別部は、前記算出された複数の第２数値の前記状態空間におけるマハラノビス距離と前記閾値とを比較して前記第２被検体の心機能疾患の有無を判別する、
    請求項３記載の超音波診断装置。
  5. 前記状態空間生成部は、前記複数の超音波計測項目の複数の第１数値と、心電図波形に関する少なくとも一つの心電図計測項目の第１数値とに基づいて前記状態空間を生成し、
    前記距離算出部は、前記生成された状態空間における前記複数の超音波計測項目の複数の第２数値と、前記第２被検体の心電図波形に関する前記少なくとも一つの心電図計測項目の第２数値とのマハラノビス距離を算出する、
    請求項４記載の超音波診断装置。
  6. 前記状態空間生成部は、前記複数の第１被検体の超音波画像に含まれる肝臓像に関する前記複数の超音波計測項目の複数の第１数値に基づいて前記状態空間を生成する、請求項２記載の超音波診断装置。
  7. 前記送受信部からの出力に基づいて前記第２被検体の肝臓に関する超音波画像のデータを生成する画像生成部をさらに備え、
    前記計測値算出部は、前記生成された超音波画像に含まれる肝臓像に基づいて前記複数の超音波計測項目の複数の第２数値を算出し、
    前記疾患有無判別部は、前記算出された複数の第２数値の前記状態空間におけるマハラノビス距離と前記閾値とを比較して前記第２被検体の肝臓機能疾患の有無を判別する、
    請求項６記載の超音波診断装置。
  8. 前記状態空間生成部は、前記複数の超音波計測項目の複数の第１数値と、血液分析による肝臓機能検査情報に関する少なくとも一つの肝臓機能検査計測項目の第１数値とに基づいて前記状態空間を生成し、
    前記距離算出部は、前記生成された状態空間における前記複数の超音波計測項目の複数の第２数値と前記第２被検体の肝臓機能検査情報に関する前記肝機能検査計測項目の第２数値とのマハラノビス距離を算出する、
    請求項７記載の超音波診断装置。
  9. 前記状態空間生成部は、前記複数の第１被検体の超音波画像に含まれる頸部に関する少なくとも一つの超音波計測項目の第１数値に基づいて前記状態空間を生成する、請求項２記載の超音波診断装置。
  10. 前記送受信部からの出力に基づいて前記第２被検体の頸部に関する超音波画像のデータを生成する画像生成部をさらに備え、
    前記計測値算出部は、前記生成された超音波画像に含まれる頸部像に基づいて前記超音波計測項目の第２数値を算出し、
    前記疾患有無判別部は、前記算出された第２数値の前記状態空間におけるマハラノビス距離と前記閾値とを比較して前記第２被検体がダウン症候群を患っているか否かを判別する、
    請求項９記載の超音波診断装置。
  11. 前記状態空間生成部は、前記超音波計測項目の第１数値と、母体血による血清スクリーニング情報及び羊水穿刺情報の少なくとも一つに関する生検計測項目の第１数値とに基づいて前記状態空間を生成し、
    前記距離算出部は、前記生成された状態空間における前記超音波計測項目の第２数値と、前記第２被検体の母体血による血清スクリーニング情報及び羊水穿刺情報の少なくとも一つに関する前記生検計測項目の第２数値とのマハラノビス距離を算出する、
    請求項１０記載の超音波診断装置。
  12. 超音波診断装置からの複数の第１被検体に関する複数の超音波計測項目の複数の第１数値に基づく状態空間のデータを記憶する第１記憶部と、
    超音波診断装置からの第２被検体に関する前記複数の超音波計測項目の複数の第２数値を記憶する第２記憶部と、
    前記状態空間における前記複数の第２数値のマハラノビス距離を算出する算出部と、
    前記算出されたマハラノビス距離と閾値とを比較して前記第２被検体の疾患の有無を判別する疾患有無判別部と、
    前記疾患有無判別部により前記疾患があると判別された場合、前記複数の第２数値を傾向分析して前記疾患の種類を判別する疾患種類判別部と、
    前記傾向分析の結果に関する情報を表示する表示部と、
    を具備する自動診断支援装置。
JP2009152336A 2009-06-26 2009-06-26 超音波診断装置及び自動診断支援装置 Active JP5481108B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2009152336A JP5481108B2 (ja) 2009-06-26 2009-06-26 超音波診断装置及び自動診断支援装置
US12/822,618 US8721548B2 (en) 2009-06-26 2010-06-24 Ultrasonic diagnosis apparatus, automatic support apparatus, and automatic support method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2009152336A JP5481108B2 (ja) 2009-06-26 2009-06-26 超音波診断装置及び自動診断支援装置

Publications (2)

Publication Number Publication Date
JP2011005026A JP2011005026A (ja) 2011-01-13
JP5481108B2 true JP5481108B2 (ja) 2014-04-23

Family

ID=43381496

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2009152336A Active JP5481108B2 (ja) 2009-06-26 2009-06-26 超音波診断装置及び自動診断支援装置

Country Status (2)

Country Link
US (1) US8721548B2 (ja)
JP (1) JP5481108B2 (ja)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013046090A1 (en) * 2011-09-26 2013-04-04 Koninklijke Philips Electronics N.V. Medical image system and method
KR101357754B1 (ko) * 2012-04-19 2014-02-04 삼성전자주식회사 영상 처리 방법 및 그에 따른 영상 처리 장치
US10357228B2 (en) * 2012-04-19 2019-07-23 Samsung Electronics Co., Ltd. Image processing method and apparatus
KR20140066573A (ko) * 2012-11-23 2014-06-02 삼성메디슨 주식회사 태아의 바이오메트리 정보를 제공하는 초음파 시스템 및 방법
EP3013242B1 (en) * 2013-06-28 2018-11-07 Koninklijke Philips N.V. Ultrasound acquisition feedback guidance to a target view
EP4235689A3 (en) * 2013-11-15 2024-01-24 Covidien LP Decision support system for lung ventilator settings
US20180064403A1 (en) * 2016-09-06 2018-03-08 Toshiba Medical Systems Corporation Medical image diagnostic apparatus
JP6695817B2 (ja) * 2017-02-24 2020-05-20 Kddi株式会社 単位空間からの離隔度合いで判定を行う生体信号処理装置、プログラム及び方法
JP6810682B2 (ja) * 2017-12-26 2021-01-06 Kddi株式会社 加速度成分の代表値で周期的生体信号発生を判定する生体信号処理装置、プログラム及び方法
US20210177373A1 (en) * 2018-07-26 2021-06-17 Koninklijke Philips N.V. Ultrasound system with an artificial neural network for guided liver imaging
JP7216324B2 (ja) * 2019-01-29 2023-02-01 セイコーエプソン株式会社 種別判定装置、電子機器、及び種別判定方法
CN112102952B (zh) * 2020-08-24 2024-05-14 广州金域医学检验中心有限公司 基于距离计算方法鉴定病理类别的方法及相关设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5156154A (en) * 1991-03-08 1992-10-20 Telectronics Pacing Systems, Inc. Monitoring the hemodynamic state of a patient from measurements of myocardial contractility using doppler ultrasound techniques
US5742522A (en) * 1996-04-01 1998-04-21 General Electric Company Adaptive, on line, statistical method and apparatus for detection of broken bars in motors by passive motor current monitoring and digital torque estimation
US6117601A (en) * 1998-12-09 2000-09-12 Fuji Photo Film Co., Ltd. Method of determining and correcting processing state of photosensitive material based on mahalanobis calculation
US7801591B1 (en) * 2000-05-30 2010-09-21 Vladimir Shusterman Digital healthcare information management
JP4907798B2 (ja) * 2001-08-24 2012-04-04 株式会社東芝 超音波診断装置
US20040204868A1 (en) * 2003-04-09 2004-10-14 Maynard John D. Reduction of errors in non-invasive tissue sampling
US7174205B2 (en) * 2004-04-05 2007-02-06 Hewlett-Packard Development Company, L.P. Cardiac diagnostic system and method
US7513872B2 (en) * 2004-10-18 2009-04-07 Kabushiki Kaisha Toshiba Ultrasonic doppler measuring apparatus and control method therefor
JP4649965B2 (ja) * 2004-11-29 2011-03-16 コニカミノルタホールディングス株式会社 健康度判定装置、及びプログラム
US7819812B2 (en) * 2004-12-15 2010-10-26 Neuropace, Inc. Modulation and analysis of cerebral perfusion in epilepsy and other neurological disorders
US7489825B2 (en) * 2005-07-13 2009-02-10 Ge Medical Systems Method and apparatus for creating a multi-resolution framework for improving medical imaging workflow
JP2008284263A (ja) * 2007-05-21 2008-11-27 Panasonic Corp 超音波診断装置
JP4960162B2 (ja) * 2007-07-17 2012-06-27 株式会社東芝 超音波診断装置
CN102238915B (zh) 2008-12-02 2014-12-03 株式会社东芝 超声波诊断装置、多普勒测量装置和多普勒测量方法

Also Published As

Publication number Publication date
US20100331700A1 (en) 2010-12-30
JP2011005026A (ja) 2011-01-13
US8721548B2 (en) 2014-05-13

Similar Documents

Publication Publication Date Title
JP5481108B2 (ja) 超音波診断装置及び自動診断支援装置
US11635514B2 (en) Imaging methods and apparatuses for performing shear wave elastography imaging
US10959704B2 (en) Ultrasonic diagnostic apparatus, medical image processing apparatus, and medical image processing method
JP5611546B2 (ja) 自動診断支援装置、超音波診断装置及び自動診断支援プログラム
WO2003077765A1 (fr) Systeme d'echographie
JP2013528458A (ja) ３ｄ超音波胎児イメージングのための自動心拍数検出
US9855025B2 (en) Ultrasonic diagnostic apparatus and ultrasonic image processing apparatus
JPH11327A (ja) 超音波診断装置
CN115151193A (zh) 用于胎儿心脏评估的方法和系统
JP2008073423A (ja) 超音波診断装置、診断パラメータ計測装置及び診断パラメータ計測方法
JP5300171B2 (ja) 超音波診断装置、超音波画像処理装置及び超音波画像処理プログラム
CN111317508B (zh) 超声波诊断装置、医用信息处理装置、计算机程序产品
JP5299961B2 (ja) 超音波診断装置、画像処理装置及び超音波診断装置の制御プログラム
CN115299986A (zh) 一种超声成像设备及其超声检查方法
JP5943234B2 (ja) 超音波診断装置および超音波診断装置制御プログラム
US20210030402A1 (en) Method and system for providing real-time end of ultrasound examination analysis and reporting
JP2012016508A (ja) 超音波診断装置及び信号解析プログラム
JP5443781B2 (ja) 超音波診断装置
JP2009017991A (ja) 超音波診断装置
JP2019081034A (ja) 超音波診断装置、超音波画像処理装置及び超音波画像処理プログラム
JP7346192B2 (ja) 装置、医用情報処理装置、及びプログラム
JP7483519B2 (ja) 超音波診断装置、医用画像処理装置、及び医用画像処理プログラム
JP2023168940A (ja) 超音波時系列データ処理装置及び超音波時系列データ処理プログラム
JP6502070B2 (ja) 超音波診断装置、医用画像処理装置及び医用画像処理方法
JP2022013865A (ja) 超音波診断装置、出力方法、及び出力プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20120615

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130718

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130723

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20130924

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131205

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131212

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131219

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20131226

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20140109

TRDD Decision of grant or rejection written
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20140116

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20140121

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20140217

R150 Certificate of patent or registration of utility model

Ref document number: 5481108

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313117

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350