JP5949558B2 - 超音波診断装置および超音波診断装置の制御方法 - Google Patents
超音波診断装置および超音波診断装置の制御方法 Download PDFInfo
- Publication number
- JP5949558B2 JP5949558B2 JP2012551017A JP2012551017A JP5949558B2 JP 5949558 B2 JP5949558 B2 JP 5949558B2 JP 2012551017 A JP2012551017 A JP 2012551017A JP 2012551017 A JP2012551017 A JP 2012551017A JP 5949558 B2 JP5949558 B2 JP 5949558B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- interest
- feature amount
- luminance
- target
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 33
- 208000014018 liver neoplasm Diseases 0.000 claims description 36
- 238000000605 extraction Methods 0.000 claims description 32
- 239000002872 contrast media Substances 0.000 claims description 25
- 238000002604 ultrasonography Methods 0.000 claims description 16
- 230000002093 peripheral effect Effects 0.000 claims description 12
- 239000000284 extract Substances 0.000 claims description 7
- 206010073071 hepatocellular carcinoma Diseases 0.000 claims description 6
- 231100000844 hepatocellular carcinoma Toxicity 0.000 claims description 6
- 201000011066 hemangioma Diseases 0.000 claims description 5
- 230000002440 hepatic effect Effects 0.000 claims description 5
- 201000007270 liver cancer Diseases 0.000 claims description 5
- 230000001394 metastastic effect Effects 0.000 claims description 5
- 206010061289 metastatic neoplasm Diseases 0.000 claims description 5
- 206010028980 Neoplasm Diseases 0.000 description 124
- 206010019695 Hepatic neoplasm Diseases 0.000 description 31
- 238000013500 data storage Methods 0.000 description 29
- 230000002792 vascular Effects 0.000 description 26
- 238000004590 computer program Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 208000004057 Focal Nodular Hyperplasia Diseases 0.000 description 8
- 239000000470 constituent Substances 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 239000000523 sample Substances 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 102220340069 rs1163356968 Human genes 0.000 description 6
- 238000010186 staining Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 210000004185 liver Anatomy 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000007704 transition Effects 0.000 description 3
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002607 contrast-enhanced ultrasound Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000004043 dyeing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- KAVGMUDTWQVPDF-UHFFFAOYSA-N perflubutane Chemical compound FC(F)(F)C(F)(F)C(F)(F)C(F)(F)F KAVGMUDTWQVPDF-UHFFFAOYSA-N 0.000 description 2
- 210000003240 portal vein Anatomy 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 229940039231 contrast media Drugs 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/13—Tomography
- A61B8/14—Echo-tomography
-
- 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
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
- A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
-
- 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
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Animal Behavior & Ethology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Vascular Medicine (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Description
本発明は、超音波診断装置および超音波診断装置の制御方法に関する。特に、被検体内の対象組織の種別を判定する超音波診断装置および超音波診断装置の制御方法に関する。
造影超音波は、造影剤を血管に投与し、高感度に血管を画像化できる画像診断法の１つである。現在、日本国内では、肝診断において、造影剤ソナゾイドの使用が認可されている。造影剤ソナゾイドは、肝腫瘍の鑑別で使われている。
肝診断では、まず、腫瘍の有無を確認する。超音波画像において、腫瘍は低エコー領域または高エコー領域として確認できる。その後、造影剤を投与すると、腫瘍が染影する。
現状、腫瘍の種別判定は、読影者の主観による判断に基づいてなされているので、診断結果が読影者に依存するという問題がある。
このような問題に対して、腫瘍領域における２つの特徴量である平均輝度及び標準偏差の時系列変化に基づく客観的な鑑別方法が開示されている（例えば、特許文献１）。
特許文献１に開示される技術によれば、腫瘍を含む大小３つの円を設定し、各円の特徴量の時間波形と各種別の典型波形を比較して、最も波形の合う種別と判定する。また、各時相において、３つの円の特徴量に最も近い種別を判定し、判定回数が最大となる種別と判定する。
肝腫瘤の超音波診断基準（案）、http://www.jsum.or.jp/committee/diagnostic/pdf/liver_tumor.pdf
腫瘍の種別判定は、読影者の主観による判断に基づいてなされているので、診断結果が読影者に依存するという問題がある。
そこで、本発明の目的は、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる超音波診断装置等を提供することにある。
上記目的を達成するために、本発明の一態様に係る超音波診断装置は、被検体内の対象組織の種別を判定する超音波診断装置であって、造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える。
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
本発明により、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる。
（本発明の基礎となった知見）
本発明者は、「背景技術」の欄において記載した種別判定方法に関し、以下の問題が生じることを見出した。
本発明者は、「背景技術」の欄において記載した種別判定方法に関し、以下の問題が生じることを見出した。
図４に、肝腫瘍の染影パタンの典型例（非特許文献１）を示す。
染影時相は大きく２つ存在する。染影時相の１つは造影剤を投与してから約２分間の血管相であり、もう１つは約１０分以降の後血管相である。血管相は染影パタンの時系列変化が顕著な時相であり、後血管相は変化が乏しい時相である。より詳細には、血管相は、肝臓を栄養する動脈からの流入が支配的な動脈相と、門脈からの流入が支配的な門脈相とに区別される。腫瘍の悪性度が高いほど、動脈の栄養が支配的になり、門脈の流入が減少すると言われている。
実際の診断では、これら染影パタンの時系列変化を観察して、腫瘍種別を判断する。例えば、血管相で実質よりも高エコーを示し、後血管相で実質よりも低エコーを示す場合には、肝細胞癌が疑われる。
現状、腫瘍の種別判定は、読影者の主観による判断に基づいてなされているので、診断結果が読影者に依存するという問題がある。
図４に示す通り、実際の鑑別においては、実質との差、リングパタン、中央パタンまたは均一パタンなどが有用な所見となっている。
これに対して、特許文献１の１つ目の方法では、染影パタンを標準偏差で判断するが、例えば、中央パタンとリングパタンとで、標準偏差が同値になる可能性があり、正しく判定できない可能性がある。
一方、特許文献１の２つ目の方法は、３つの円で空間的なパタンを評価するため、腫瘍内のパタンを評価可能である。図８は、特許文献１における腫瘍内のパタン評価方法を説明するための図である。図８における各数値は、腫瘍内の領域の輝度値である。特許文献１に開示される方法によれば、入力パタン８１と所定パタン８０との誤差に基づいて腫瘍内のパタン評価を行う。ここで、図８に示す通り、入力パタン８１が強いリングパタンである場合に、入力パタン８１と所定パタン８０との誤差が大きくなってしまう場合がある。すなわち、パタンの強さを正しく評価できない可能性がある。
そこで、本発明の目的は、高い精度で肝腫瘍の種別の判定を行うことができる超音波診断装置等を提供することにある。
このような問題を解決するために、本発明の一態様に係る超音波診断装置は、被検体内の対象組織の種別を判定する超音波診断装置であって、造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える。
これによれば、超音波画像における対象領域（腫瘍領域）に設定され、腫瘍の種別に応じて顕著な特徴が表れる２つの関心領域の輝度差に基づいて当該腫瘍の種別を判定することができる。その際、２つの関心領域の輝度差に基づいて判定するので、超音波プローブのゲインの影響などを受けにくく、パタンの強さを精度よく評価できる。そのため、被検体から取得された超音波画像における２つの関心領域の輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記関心領域設定部は、さらに、前記超音波画像上の前記対象領域外に、第三関心領域を設定し、前記特徴量抽出部は、前記第一関心領域内の輝度及び前記第三関心領域内の輝度の差と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する。
これによれば、超音波画像における腫瘍領域と実質領域との輝度差に基づいて当該腫瘍の種別を判別することができる。ここで、腫瘍領域と実質領域とが設定されているため、腫瘍領域の輝度だけでなく、さらに腫瘍領域と実質領域との輝度の差に基づいて腫瘍の種別を判別することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記特徴量抽出部は、さらに、前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における絶対値の最も大きい輝度勾配を、前記差として抽出する。
これにより、腫瘍領域の中心部の位置または形状に依存せずに、腫瘍領域の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向における輝度勾配に基づいて腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記関心領域設定部は、前記対象領域の中心部を中心とする略楕円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略楕円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する。
これによれば、超音波画像における腫瘍領域を楕円形状と捉え、当該楕円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記関心領域設定部は、前記対象領域の中心部を中心とする略円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する。
これによれば、超音波画像における腫瘍領域を円形状と捉え、当該円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記特徴量抽出部は、前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における輝度勾配の絶対値が最大となる位置、及び、前記対象領域の中心部の距離と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する。
これにより、腫瘍の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向の輝度勾配が最大となる半径の大きさに基づいて、腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記関心領域設定部は、前記対象領域の中心部から周辺部へ向かう方向における輝度勾配の絶対値が最大となる位置より前記中心部に近い方に前記第二関心領域を設定し、当該位置より前記中心部から遠い方に前記第一関心領域を設定する。
これによれば、関心領域内の平均輝度の差が大きい２つの領域を関心領域とすることができる。この２つの関心領域を用いることで、腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記特徴量抽出部は、複数の期間のそれぞれにおける前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、前記特徴量として抽出し、前記種別判定部は、前記複数の期間のそれぞれにおける前記特徴量に基づいて、前記対象組織の種別を判定する。
これによれば、造影剤による染影パタンが特徴的な所定の期間（例えば、血管相の動脈相及び門脈相、後血管相）における関心領域の輝度差を用いることで腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、例えば、前記種別判定部は、特徴量の複数のパターンと対象組織の複数の種別との対応付けを参照することで、前記対象組織の種別を、前記特徴量抽出部が抽出した前記特徴量に適合するパターンに対応する種別と判定する。
これによれば、特徴量から腫瘍の種別を判別することができる。あらかじめ定められた特徴量と対象組織の種別との対応付けの具体例は、過去の症例に基づいた学習データである。
また、例えば、前記種別判定部は、前記特徴量に基づいて、前記対象組織の種別を、肝細胞癌、転移性肝癌、肝血管腫、または、ＦＮＨ（focal nodular hyperplasia）と判定する。
これによれば、肝腫瘍の種別判定に適した特徴量を用いるため、肝細胞癌、転移性肝癌、肝血管腫またはＦＮＨ（focal nodular hyperplasia）といった肝腫瘍の代表的な症例を判別することができる。
なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムまたは記録媒体の任意な組み合わせで実現されてもよい。
以下、本発明の一態様に係る超音波診断装置について、図面を参照して説明する。
なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、より好ましい形態を構成する任意の構成要素として説明される。
以降、システムの構成と動作について説明する。
（実施の形態１）
本実施の形態では、超音波画像における腫瘍領域（対象領域）と実質領域との輝度差、リングパタン、中央パタンまたは均一パタン等の特徴を反映した特徴量を導入することにより、高い精度で肝腫瘍の種別を判定する例について説明する。なお、「腫瘍」とは、他の組織と比較して異なる性質を有する組織を意味し、良性及び悪性の両方を含む。
本実施の形態では、超音波画像における腫瘍領域（対象領域）と実質領域との輝度差、リングパタン、中央パタンまたは均一パタン等の特徴を反映した特徴量を導入することにより、高い精度で肝腫瘍の種別を判定する例について説明する。なお、「腫瘍」とは、他の組織と比較して異なる性質を有する組織を意味し、良性及び悪性の両方を含む。
図１は、本実施の形態に係る超音波診断装置１の構成図である。
図１に示されるように、実施の形態の超音波診断装置１は、超音波プローブ１０１、超音波送受信部１０２、画像形成部１０３、データ記憶部１０４、関心領域設定部１０５、特徴量抽出部１０６、種別判定部１０７、表示画面作成部１０８、入力値取得部１０９、入力装置１１０及び表示装置１１１を備える。
＜構成＞
超音波プローブ１０１は、超音波送受信部１０２より出力された電気信号を超音波に変換し、その超音波を被検体に送信する。そして、被検体から反射して返ってきたエコー信号を電気信号に変換して超音波送受信部１０２へ出力する。
超音波プローブ１０１は、超音波送受信部１０２より出力された電気信号を超音波に変換し、その超音波を被検体に送信する。そして、被検体から反射して返ってきたエコー信号を電気信号に変換して超音波送受信部１０２へ出力する。
超音波送受信部１０２は、超音波信号の元となる電気信号を生成し、超音波プローブ１０１へ出力する。また、超音波プローブ１０１より出力された電気信号をデジタルのエコー信号に変換し、画像形成部１０３へ出力する。
画像形成部１０３は、超音波送受信部１０２より出力されたエコー信号を輝度値に変換して、超音波画像を形成する。そして、形成した超音波画像をデータ記憶部１０４へ保存する。
データ記憶部１０４は、入力画像、腫瘍を含む関心断面、種別判定に用いる関心領域、種別判定に用いる学習データ、種別判定に用いる入力データの特徴量などを保存する。
入力値取得部１０９は、入力装置１１０を介して操作者により指定された、関心断面、関心領域などの情報を取得し、データ記憶部１０４へ保存する。
関心領域設定部１０５は、データ記憶部１０４より関心断面と入力画像とを読み出し、両者の位置ズレを算出する。その後、データ記憶部１０４より関心領域を読み出し、算出した位置ズレ量に基づいて関心領域の位置を補正する。そして、補正した関心領域をデータ記憶部１０４へ保存する。
特徴量抽出部１０６は、データ記憶部１０４より入力画像と関心領域とを読み出し、入力画像中の関心領域より所定の特徴量を抽出する。そして、抽出した特徴量を時系列に並べてデータ記憶部１０４へ保存する。
種別判定部１０７は、データ記憶部１０４より造影剤投与から後血管相までの特徴量と種別毎の学習データを読み出し、腫瘍種別を判定する。腫瘍種別を判定した後、種別判定結果をデータ記憶部１０４へ保存する。
表示画面作成部１０８は、データ記憶部１０４より入力画像、画像特徴量、種別判定結果、等をそれぞれ読み出し、表示画面を作成する。作成後、表示画面を表示装置１１１へ表示する。
入力装置１１０は、操作者の入力を受け付ける。入力装置１１０は、トラックボール、ボタン、タッチパネルなどにより実現される。
表示装置１１１は、表示画面作成部が作成した表示画面を表示する。表示装置１１１は、ディスプレイなどにより実現される。
以上が、実施の形態に係る装置構成である。
＜動作＞
以下、本実施の形態の動作の流れについて、図２Ａと図２Ｂを用いて説明する。
以下、本実施の形態の動作の流れについて、図２Ａと図２Ｂを用いて説明する。
図２Ａは、本実施の形態に係る造影剤投与前の動作のフローチャートである。
［ステップＳ１０１］
最初に、画像形成部１０３は、超音波送受信部１０２より出力されたエコー信号を輝度値に変換して超音波画像を形成する。そして、形成した超音波画像を入力画像としてデータ記憶部１０４へ保存する。表示画面作成部１０８は、データ記憶部１０４より画像形成部１０３が保存した入力画像を読み出し、患者情報と設定情報等と入力画像とを統合した表示画面を作成した後、表示装置１１１に表示する。このときの表示モードを通常モードと呼ぶ。これは、造影剤投与前の表示モードを意味する。
最初に、画像形成部１０３は、超音波送受信部１０２より出力されたエコー信号を輝度値に変換して超音波画像を形成する。そして、形成した超音波画像を入力画像としてデータ記憶部１０４へ保存する。表示画面作成部１０８は、データ記憶部１０４より画像形成部１０３が保存した入力画像を読み出し、患者情報と設定情報等と入力画像とを統合した表示画面を作成した後、表示装置１１１に表示する。このときの表示モードを通常モードと呼ぶ。これは、造影剤投与前の表示モードを意味する。
［ステップＳ１０２］
ステップＳ１０１において、操作者による再生停止の操作を受け付ける。操作者が入力装置１１０を介して再生を停止する操作を行ったら、ステップＳ１０３を実行する。操作者が再生を停止する操作を行わない場合はステップＳ１０１へ戻る。
ステップＳ１０１において、操作者による再生停止の操作を受け付ける。操作者が入力装置１１０を介して再生を停止する操作を行ったら、ステップＳ１０３を実行する。操作者が再生を停止する操作を行わない場合はステップＳ１０１へ戻る。
［ステップＳ１０３］
操作者が入力装置１１０を介して再生停止操作を行ったことを検出したら、超音波送受信部１０２と画像形成部１０３とは、超音波送受信、及び、画像形成を停止する。表示画面作成部１０８は、静止画を表示装置１１１に表示する。関心領域設定部１０５は、データ記憶部１０４に保存されている停止持の超音波画像を関心断面として登録する。
操作者が入力装置１１０を介して再生停止操作を行ったことを検出したら、超音波送受信部１０２と画像形成部１０３とは、超音波送受信、及び、画像形成を停止する。表示画面作成部１０８は、静止画を表示装置１１１に表示する。関心領域設定部１０５は、データ記憶部１０４に保存されている停止持の超音波画像を関心断面として登録する。
［ステップＳ１０４］
次に、操作者が入力装置１１０を介して種別判定操作を行ったら、関心領域設定部１０５は、関心断面から関心領域である腫瘍領域及び実質領域の候補を検出し、関心領域としてデータ記憶部１０４へ保存する。その後、表示画面作成部１０８は、データ記憶部１０４より関心領域設定部１０５が保存した関心断面と関心領域とを読み出し、関心領域を関心断面に重畳した表示画面を作成し、表示装置１１１に表示する。この表示画面は、例えば、関心領域の外縁を破線で表示する、又は、関心領域全体を関心断面が透けて見えるような程度に色付けして表示するなどして作成される。
次に、操作者が入力装置１１０を介して種別判定操作を行ったら、関心領域設定部１０５は、関心断面から関心領域である腫瘍領域及び実質領域の候補を検出し、関心領域としてデータ記憶部１０４へ保存する。その後、表示画面作成部１０８は、データ記憶部１０４より関心領域設定部１０５が保存した関心断面と関心領域とを読み出し、関心領域を関心断面に重畳した表示画面を作成し、表示装置１１１に表示する。この表示画面は、例えば、関心領域の外縁を破線で表示する、又は、関心領域全体を関心断面が透けて見えるような程度に色付けして表示するなどして作成される。
図３Ａは、通常モードにおける表示画面の一例である。図３Ａにおいて、表示画面Ｇ１０に超音波画像Ｇ１１が表示されている。超音波画像Ｇ１１には、腫瘍領域Ｇ１２及び実質領域Ｇ１３が含まれている。超音波画像Ｇ１１は、データ記憶部１０４より読み出した入力画像であり、腫瘍領域Ｇ１２及び実質領域Ｇ１３は関心領域である。
腫瘍領域の候補を検出するには、２次元の微分フィルタを用いる。２次元の微分フィルタの係数は、領域の輝度分布が中央において低く、周囲において高い領域、又は、領域の輝度分布が中央において高く、周囲において低い領域で大きな値をとる。２次元の微分フィルタを画面全体に渡って移動させ、各位置でフィルタ値を算出する。サイズの異なる腫瘍を含む腫瘍領域を検出する場合には、対象画像全体の解像度を変えて検出を行う。例えば、対象画像の解像度を１／２にすると、２倍サイズの腫瘍を検出することになる。各位置でフィルタ値を算出後、フィルタ値が最大となる領域を候補とする。
実質領域の候補は、検出した腫瘍と同じ深さとする。
なお、上記では２次元の微分フィルタを用いて腫瘍領域の候補を検出する方法を示したが、その代わりに、操作者が超音波画像を閲覧し、腫瘍領域を設定するようにしてもよい。
なお、関心領域の形状は、例えば、円形状または楕円形状であるが、これに限定されず腫瘍領域、実質領域の候補を含む多角形状など任意の形状であってよい。
なお、上記の関心領域は、第一関心領域に相当する。また、上記の実質領域は、第三関心領域に相当する。
［ステップＳ１０５］
次に、表示画面作成部１０８は、関心領域の候補が妥当であるか否かの確認メッセージを表示装置１１１に表示する。
次に、表示画面作成部１０８は、関心領域の候補が妥当であるか否かの確認メッセージを表示装置１１１に表示する。
［ステップＳ１０６］
次に、ステップＳ１３の確認メッセージに対する操作者の入力を入力装置１１０を介して受け付ける。確認メッセージに対する操作者の入力としては、関心領域の設定完了、または、実質領域または腫瘍領域の修正がある。
次に、ステップＳ１３の確認メッセージに対する操作者の入力を入力装置１１０を介して受け付ける。確認メッセージに対する操作者の入力としては、関心領域の設定完了、または、実質領域または腫瘍領域の修正がある。
［ステップＳ１０７］
操作者が、関心領域の設定完了を入力した場合、入力値取得部１０９は、データ記憶部１０４に保存されている関心領域を確定させる。
操作者が、関心領域の設定完了を入力した場合、入力値取得部１０９は、データ記憶部１０４に保存されている関心領域を確定させる。
［ステップＳ１０８］
ステップＳ１０５の確認メッセージに対して、操作者が入力装置１１０を介して腫瘍領域を修正した場合、関心領域設定部１０５は、実質領域を変更する。その後、ステップＳ１０９を実行する。
ステップＳ１０５の確認メッセージに対して、操作者が入力装置１１０を介して腫瘍領域を修正した場合、関心領域設定部１０５は、実質領域を変更する。その後、ステップＳ１０９を実行する。
［ステップＳ１０９］
ステップＳ１０５の確認メッセージに対して、操作者が入力装置１１０を介して実質領域を修正した場合、及び、ステップＳ１０８において実質領域が変更された後、関心領域設定部１０５は、データ記憶部１０４に保存されている関心領域を修正する。その後、ステップＳ１０５に戻り、表示画面作成部１０８は、確認メッセージを表示する。
ステップＳ１０５の確認メッセージに対して、操作者が入力装置１１０を介して実質領域を修正した場合、及び、ステップＳ１０８において実質領域が変更された後、関心領域設定部１０５は、データ記憶部１０４に保存されている関心領域を修正する。その後、ステップＳ１０５に戻り、表示画面作成部１０８は、確認メッセージを表示する。
以上が、実施の形態の関心断面、関心領域の設定に関するフローチャートである。
図２Ｂは、本実施の形態に係る造影剤投与後の動作のフローチャートである。
［ステップＳ２０１］
最初に、ステップＳ１０７にて、関心断面の関心領域が確定された後、超音波送受信部１０２及び画像形成部１０３は、造影超音波に対応した超音波の送受信、及び、画像形成を行う。具体的には、公知のパルスインバージョン法又は振幅変調法（特許文献２、３、４）などにより、造影剤からの反射エコーが支配的な造影画像と、組織からの反射エコーが支配的な組織画像（受信した超音波の基本波成分に対応する画像）とをそれぞれ形成する。その後、画像形成部１０３は、造影画像と組織画像とをデータ記憶部１０４へ保存する。表示画面作成部１０８は、データ記憶部１０４より画像形成部１０３が保存した造影画像と組織画像とを読み出し、それらを左右に並べた表示画面を作成する。
最初に、ステップＳ１０７にて、関心断面の関心領域が確定された後、超音波送受信部１０２及び画像形成部１０３は、造影超音波に対応した超音波の送受信、及び、画像形成を行う。具体的には、公知のパルスインバージョン法又は振幅変調法（特許文献２、３、４）などにより、造影剤からの反射エコーが支配的な造影画像と、組織からの反射エコーが支配的な組織画像（受信した超音波の基本波成分に対応する画像）とをそれぞれ形成する。その後、画像形成部１０３は、造影画像と組織画像とをデータ記憶部１０４へ保存する。表示画面作成部１０８は、データ記憶部１０４より画像形成部１０３が保存した造影画像と組織画像とを読み出し、それらを左右に並べた表示画面を作成する。
図３Ｂは、造影モードにおける表示画面の一例である。図３Ｂにおいて、表示画面Ｇ２０は、超音波画像である造影画像Ｇ２１及び組織画像Ｇ２２と、特徴量の推移Ｇ２５とが表示されている。造影画像Ｇ２１には、腫瘍領域Ｇ２３Ａと実質領域Ｇ２４Ａとが含まれている。また、造影画像Ｇ２２には、腫瘍領域Ｇ２３Ｂと実質領域Ｇ２４Ｂとが含まれている。
造影画像Ｇ２１と組織画像Ｇ２２とは、データ記憶部１０４より読み出した造影画像と組織画像を左右に並べたものである。腫瘍領域Ｇ２３Ａ及びＧ２３Ｂと実質領域Ｇ２４Ａ及びＧ２４Ｂとは、システムまたは操作者により指定されたものである。特徴量の推移Ｇ２５は、種別判定に使う特徴量を時系列に表示したものである。
表示画面作成部１０８は、作成した出力画像を表示装置１１１に表示する。
［ステップＳ２０２］
次に、関心領域設定部１０５は、データ記憶部１０４に保存されている関心断面と入力画像の位置ズレを算出する。位置ズレは、操作者の手振れや、生体内の心臓や呼吸に伴うものである。ズレ量は公知のパタンマッチングにより算出する。パタンマッチングは、ステップＳ２０１において、画像形成部１０３が形成した造影剤からの反射エコーが少ない組織画像で行う。
次に、関心領域設定部１０５は、データ記憶部１０４に保存されている関心断面と入力画像の位置ズレを算出する。位置ズレは、操作者の手振れや、生体内の心臓や呼吸に伴うものである。ズレ量は公知のパタンマッチングにより算出する。パタンマッチングは、ステップＳ２０１において、画像形成部１０３が形成した造影剤からの反射エコーが少ない組織画像で行う。
［ステップＳ２０３］
次に、関心領域設定部１０５は、データ記憶部１０４に保存されている関心断面と位置補正後の入力画像とが同一断面であるかを判定する。ここでは、両画像の誤差を算出し、誤差が閾値以下であれば、同一断面と判定する。同一断面と判定された場合、関心領域設定部１０５は、ステップＳ２０２にて算出したズレ量を用いて、データ記憶部１０４に保存されている関心領域の位置を補正する。断面が異なる場合、特徴量の算出を行わない。
次に、関心領域設定部１０５は、データ記憶部１０４に保存されている関心断面と位置補正後の入力画像とが同一断面であるかを判定する。ここでは、両画像の誤差を算出し、誤差が閾値以下であれば、同一断面と判定する。同一断面と判定された場合、関心領域設定部１０５は、ステップＳ２０２にて算出したズレ量を用いて、データ記憶部１０４に保存されている関心領域の位置を補正する。断面が異なる場合、特徴量の算出を行わない。
［ステップＳ２０４］
次に、データ記憶部１０４に保存されている入力画像と関心領域とを用いて、種別の判別に用いる特徴量ｅとｒとを算出することで抽出する。
次に、データ記憶部１０４に保存されている入力画像と関心領域とを用いて、種別の判別に用いる特徴量ｅとｒとを算出することで抽出する。
関心領域は、腫瘍及び実質の２つの領域から構成される。特徴量の算出に際しては、腫瘍内に新たな関心領域を設ける。なお、新たな関心領域は、第二関心領域に相当する。
新たな関心領域は、腫瘍領域に対応して決定されるようにしてもよい。つまり、腫瘍領域の中央に、腫瘍領域の半分の大きさの領域としてもよい。また、関心領域と新たな関心領域とが並ぶように設定されてもよいし、新たな関心領域の周囲に関心領域が設定されるようにしてもよい。また、操作者が任意の領域を設定してもよい。
以下では、新たな関心領域として、腫瘍領域の中央に、腫瘍領域の半分の大きさの領域（腫瘍中央領域）を設定する場合について説明する。腫瘍領域の平均輝度をｘ、新たな腫瘍領域の平均輝度をｙとすると、両者の差ｒは、（式１）のように表される。
また、実質領域の平均輝度をｚとすると、腫瘍領域と実質領域との平均輝度の差ｅは（式２）のように表される。
図５は、肝腫瘍の典型例に対する特徴量ｅ及びｒの値の例を示す図である。図５において、ｅ値が正の場合は周囲より腫瘍が高エコーであることを、負の場合は低エコーであることを示す。ｒ値は、正の場合はリングパタンを、負の場合は中央パタンを示す。
図５の（ａ）に示されるように、肝細胞癌は、血管相で一様パタン（正確には、バスケットパタン）、後血管相で低エコーを呈する所見が特徴的であるため、血管相のｒ値は０近傍、後血管相のｅ値は負となる。
図５の（ｂ）に示されるように、転移性肝癌は、血管相でリングパタン、後血管相で低エコーを呈する所見が特徴的であるため、血管相のｒ値は正、後血管相のｅ値は負となる。
図５の（ｃ）に示されるように、肝血管腫は、血管相でリングパタンから一様パタンに変化し、後血管相で低エコーを呈する所見が特徴的であるため、血管相のｒ値は正から０へ変化し、後血管相のｅ値は負となる。
図５の（ｄ）に示されるように、ＦＮＨ（focal nodular hyperplasia）は、血管相での中心から外側に広がる車軸状パタンと、後血管相で等エコーの所見とが特徴的である。そのため、血管相のｒ値は負から０へ変化し、後血管相のｅ値は０近傍となる。
このように、ｅ値とｒ値とを用いることにより、肝腫瘍の特徴的な所見をフォローすることができる。
［ステップＳ２０５］
次に、操作者による操作を受け付ける。操作者が操作を終了する旨を入力するとステップＳ２０６を実行する。
次に、操作者による操作を受け付ける。操作者が操作を終了する旨を入力するとステップＳ２０６を実行する。
［ステップＳ２０６］
次に、種別判定部１０７は、データ記憶部１０４に保存されている学習データと血管相から後血管相までの特徴量とに基づいて腫瘍種別判定を行う。
次に、種別判定部１０７は、データ記憶部１０４に保存されている学習データと血管相から後血管相までの特徴量とに基づいて腫瘍種別判定を行う。
種別判定は、事前に決定された所定の関心区間の特徴量を用いる。
図６は、実施の形態１に係る特徴量に基づく腫瘍種別判定を説明するための図である。Ｔ１〜Ｔ３は、種別判定に使う関心区間である。ｅ１〜ｅ３値、ｒ１〜ｒ３値は、各関心区間に属するｅ値とｒ値との平均値である。図６の例では、６つの入力パラメータから腫瘍種別を判定する。ここでは、公知のサポートベクターマシン（線形）で判定する場合について説明する。種別ｉの学習データをｗ（ｉ）、ｂ（ｉ）、評価値をｍ（ｉ）、入力パラメータをｘとすると、（式３）のように表される。
ここで、ｗ（ｉ）、ｂ（ｉ）はサポートベクターマシンより算出された学習データで、種別ｉ毎に用意する。学習方法の詳細については、省略する。入力データに対する腫瘍種別判定は、評価値ｍ（ｉ）を全種別について算出した後、最大値を取る種別と判定する。
以上が、実施の形態の造影剤投与後のフローチャートである。
なお、以上の説明において、実質領域の候補を、同じ深さで腫瘍領域に近接する領域としたが、これに限定されるものではない。例えば、同じ深さで腫瘍領域に近接する領域に、横隔膜のような高エコー領域が存在する場合には、実質領域として深さの異なる領域を選択してもよい。
また、腫瘍領域と実質領域との輝度差を算出する際に、腫瘍領域の輝度値は腫瘍全体から算出せず、例えば、リングパタンの特徴量抽出で用いる腫瘍中央領域から算出してもよい。
なお、特徴量の抽出において、各領域の平均輝度を用いたが、その他の輝度に関する情報であってもよい。その他の輝度に関する情報とは、例えば、当該領域内の所定の位置の点の輝度、当該領域の輝度の中央値、または、当該領域の輝度の最頻値などであってもよい。
また、特徴量と腫瘍種別との関連付けにおいて、腫瘍の種別により関心区間を変更してもよい。
また、特徴量と腫瘍種別との関連付けにおいて、サポートベクターマシンを用いたが、これに限定されるものではなく、その他の機械学習を用いてもよい。
＜効果＞
以上のように、本発明の一態様に係る超音波診断装置によれば、超音波画像における対象領域（腫瘍領域）に設定され、腫瘍の種別に応じて顕著な特徴が表れる２つの関心領域の輝度差に基づいて当該腫瘍の種別を判別することができる。ここで、２つの関心領域の輝度差に基づいて判別するので、超音波プローブのゲインの影響などを受けにくく、パタンの強さを精度よく評価できる。そのため、被検体から取得された超音波画像における２つの関心領域の輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる。
以上のように、本発明の一態様に係る超音波診断装置によれば、超音波画像における対象領域（腫瘍領域）に設定され、腫瘍の種別に応じて顕著な特徴が表れる２つの関心領域の輝度差に基づいて当該腫瘍の種別を判別することができる。ここで、２つの関心領域の輝度差に基づいて判別するので、超音波プローブのゲインの影響などを受けにくく、パタンの強さを精度よく評価できる。そのため、被検体から取得された超音波画像における２つの関心領域の輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる。
また、超音波画像における腫瘍領域と実質領域との輝度差に基づいて当該腫瘍の種別を判別することができる。ここで、腫瘍領域と実質領域とが設定されているため、腫瘍領域の輝度だけでなく、さらに腫瘍領域と実質領域との輝度の差に基づいて腫瘍の種別を判別することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、超音波画像における腫瘍領域を楕円形状と捉え、当該楕円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
また、超音波画像における腫瘍領域を円形状と捉え、当該円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
また、造影剤による染影パタンが特徴的な所定の期間（例えば、血管相の動脈相及び門脈相、後血管相）における関心領域の輝度差を用いることで腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、特徴量から腫瘍の種別を判別することができる。あらかじめ定められた特徴量と対象組織の種別との対応付けの具体例は、過去の症例に基づいた学習データである。
また、肝腫瘍の種別判定に適した特徴量を用いるため、肝細胞癌、転移性肝癌、肝血管腫またはＦＮＨ（focal nodular hyperplasia）といった肝腫瘍の代表的な症例を判別することができる。
（実施の形態の変形例１）
実施の形態１の例では、腫瘍領域及び腫瘍中央領域の関心領域を設定した後、それぞれの平均輝度を算出し、両者の差をリングパタンの特徴量ｒとした。しかしながら、腫瘍中央領域は腫瘍領域と対応して設定されるため、特徴量に対する腫瘍領域の設定位置又は形状の影響は小さいとは言えない。そこで、特徴量の抽出に際して、これら影響を軽減する方法について説明する。なお、腫瘍領域及び腫瘍中央領域の形状は、どんな形状であってもよい。腫瘍領域及び腫瘍中央領域の形状は、例えば、円形状又は楕円形状であってよい。以下では、円形状である場合について説明する。
実施の形態１の例では、腫瘍領域及び腫瘍中央領域の関心領域を設定した後、それぞれの平均輝度を算出し、両者の差をリングパタンの特徴量ｒとした。しかしながら、腫瘍中央領域は腫瘍領域と対応して設定されるため、特徴量に対する腫瘍領域の設定位置又は形状の影響は小さいとは言えない。そこで、特徴量の抽出に際して、これら影響を軽減する方法について説明する。なお、腫瘍領域及び腫瘍中央領域の形状は、どんな形状であってもよい。腫瘍領域及び腫瘍中央領域の形状は、例えば、円形状又は楕円形状であってよい。以下では、円形状である場合について説明する。
＜構成＞
システム構成は、実施の形態１と同様であるため、説明を省略する。
システム構成は、実施の形態１と同様であるため、説明を省略する。
＜動作＞
図２Ｃは、本実施の形態の特徴量抽出に関する動作のフローチャートである。
図２Ｃは、本実施の形態の特徴量抽出に関する動作のフローチャートである。
以下は、特徴量抽出部１０６の処理である。
［ステップＳ４０１］
最初に、関心領域として設定された腫瘍の中心位置ｐを特定する。
最初に、関心領域として設定された腫瘍の中心位置ｐを特定する。
［ステップＳ４０２］
次に、中心位置ｐから半径ｄの同心円上の平均輝度ａ（ｄ）を算出する。これを、径輝度分布ａ（ｄ）と呼ぶ。ここで、算出範囲は、関心領域として設定された腫瘍輪郭までとする。
次に、中心位置ｐから半径ｄの同心円上の平均輝度ａ（ｄ）を算出する。これを、径輝度分布ａ（ｄ）と呼ぶ。ここで、算出範囲は、関心領域として設定された腫瘍輪郭までとする。
［ステップＳ４０３］
次に、径輝度分布ａ（ｄ）において、外周方向に対して正の最大エッジｅｐ及び負の最大エッジｅｎを算出する。位置ｄにおけるエッジｅ（ｄ）は、（式４）のように表される。
次に、径輝度分布ａ（ｄ）において、外周方向に対して正の最大エッジｅｐ及び負の最大エッジｅｎを算出する。位置ｄにおけるエッジｅ（ｄ）は、（式４）のように表される。
ここで、ｉについてｎサンプル加算した後、減算しているのは、ノイズ耐性を上げるためである。例えば、ｎは、関心領域サイズの数％に設定する。ｅ（ｄ）の正の値における最大値がｅｐであり、ｅ（ｄ）の負の値における最小値がｅｎである。
［ステップＳ４０４、Ｓ４０５及びＳ４０６］
次に、正のエッジｅｐ及び負のエッジｅｎを絶対値で比較し、大きい方を特徴量ｒとする。
次に、正のエッジｅｐ及び負のエッジｅｎを絶対値で比較し、大きい方を特徴量ｒとする。
以上が、本実施の形態の変形例１の特徴量抽出に関する動作である。
なお、正のエッジｅｐ及び負のエッジｅｎのうち、絶対値が大きい方の位置（半径）ｄを新たな特徴量とし、特徴量ｒ等とともに用いて腫瘍の判別に用いてもよい。
なお、正のエッジｅｐ及び負のエッジｅｎのうち、絶対値が大きい方の位置（半径）ｄを境界として、当該境界より腫瘍の中心部に近い側を腫瘍中央領域として設定してもよい。
＜効果＞
以上のように、本発明の一態様に係る超音波診断装置によれば、腫瘍領域の中心部の位置または形状に依存せずに、腫瘍領域の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向における輝度勾配に基づいて腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
以上のように、本発明の一態様に係る超音波診断装置によれば、腫瘍領域の中心部の位置または形状に依存せずに、腫瘍領域の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向における輝度勾配に基づいて腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、腫瘍の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向の輝度勾配が最大となる半径の大きさに基づいて、腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
また、関心領域内の平均輝度の差が大きい２つの領域を関心領域とすることができる。この２つの関心領域を用いることで、腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
（その他の変形例）
なお、本発明を上記実施の形態に基づいて説明してきたが、本発明は、上記の実施の形態に限定されないのはもちろんである。以下のような場合も本発明に含まれる。
なお、本発明を上記実施の形態に基づいて説明してきたが、本発明は、上記の実施の形態に限定されないのはもちろんである。以下のような場合も本発明に含まれる。
（１）上記の各装置は、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムである。前記ＲＡＭまたはハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、各装置は、その機能を達成する。ここでコンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。
（２）上記の各装置を構成する構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ Ｓｃａｌｅ Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。
（３）上記の各装置を構成する構成要素の一部または全部は、各装置に脱着可能なＩＣカードまたは単体のモジュールから構成されているとしてもよい。前記ＩＣカードまたは前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。前記ＩＣカードまたは前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、前記ＩＣカードまたは前記モジュールは、その機能を達成する。このＩＣカードまたはこのモジュールは、耐タンパ性を有するとしてもよい。
（４）本発明は、上記に示す方法であるとしてもよい。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。
また、本発明は、前記コンピュータプログラムまたは前記デジタル信号をコンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭ、ＢＤ（Ｂｌｕ−ｒａｙ Ｄｉｓｃ）、半導体メモリなどに記録したものとしてもよい。また、これらの記録媒体に記録されている前記デジタル信号であるとしてもよい。
また、本発明は、前記コンピュータプログラムまたは前記デジタル信号を、電気通信回線、無線または有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。
また、本発明は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムにしたがって動作するとしてもよい。
また、前記プログラムまたは前記デジタル信号を前記記録媒体に記録して移送することにより、または前記プログラムまたは前記デジタル信号を前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。
（５）上記実施の形態及び上記変形例をそれぞれ組み合わせるとしてもよい。
なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の画像復号化装置などを実現するソフトウェアは、次のようなプログラムである。
すなわち、このプログラムは、コンピュータに、被検体内の対象組織の種別を判定する超音波診断装置の制御方法であって、造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成ステップと、前記画像形成ステップにおいて形成された前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定ステップと、前記関心領域設定ステップにおいて設定された前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出ステップと、前記特徴量抽出ステップにおいて抽出された前記特徴量に基づいて、前記対象組織の種別を判定する種別判定ステップとを実行させる。
以上、本発明の一つまたは複数の態様に係る超音波診断装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一つまたは複数の態様の範囲内に含まれてもよい。
本発明に係る腫瘍種別判定法および腫瘍種別判定法は、造影超音波による質的診断に利用可能性がある。
１ 超音波診断装置
６０ 関心区間
６１ 関心区間の特徴量
８０ 所定パタン
８１ 入力パタン
１０１ 超音波プローブ
１０２ 超音波送受信部
１０３ 画像形成部
１０４ データ記憶部
１０５ 関心領域設定部
１０６ 特徴量抽出部
１０７ 種別判定部
１０８ 表示画面作成部
１０９ 入力値取得部
１１０ 入力装置
１１１ 表示装置
Ｇ１０ 表示画面（通常モード）
Ｇ１１ 超音波画像
Ｇ１２、Ｇ２３Ａ、Ｇ２３Ｂ、Ｒ１０ 腫瘍の関心領域
Ｇ１３、Ｇ２４Ａ、Ｇ２４Ｂ、Ｒ１１ 実質の関心領域
Ｇ２０ 表示画面（造影モード）
Ｇ２１ 造影画像
Ｇ２２ 組織画像
Ｇ２５ 特徴量の推移
Ｒ１２ 腫瘍中央の関心領域
Ｒ３０ 正の最大エッジ
Ｒ３１ 負の最大エッジ
６０ 関心区間
６１ 関心区間の特徴量
８０ 所定パタン
８１ 入力パタン
１０１ 超音波プローブ
１０２ 超音波送受信部
１０３ 画像形成部
１０４ データ記憶部
１０５ 関心領域設定部
１０６ 特徴量抽出部
１０７ 種別判定部
１０８ 表示画面作成部
１０９ 入力値取得部
１１０ 入力装置
１１１ 表示装置
Ｇ１０ 表示画面（通常モード）
Ｇ１１ 超音波画像
Ｇ１２、Ｇ２３Ａ、Ｇ２３Ｂ、Ｒ１０ 腫瘍の関心領域
Ｇ１３、Ｇ２４Ａ、Ｇ２４Ｂ、Ｒ１１ 実質の関心領域
Ｇ２０ 表示画面（造影モード）
Ｇ２１ 造影画像
Ｇ２２ 組織画像
Ｇ２５ 特徴量の推移
Ｒ１２ 腫瘍中央の関心領域
Ｒ３０ 正の最大エッジ
Ｒ３１ 負の最大エッジ
Claims (16)
- 被検体内の対象組織の種別を判定する超音波診断装置であって、
造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、
前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、
前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、
前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える
超音波診断装置。 - 前記関心領域設定部は、さらに、
前記超音波画像上の前記対象領域外に、第三関心領域を設定し、
前記特徴量抽出部は、
前記第一関心領域内の輝度及び前記第三関心領域内の輝度の差と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する
請求項１に記載の超音波診断装置。 - 前記特徴量抽出部は、さらに、
前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における絶対値の最も大きい輝度勾配を、前記差として抽出する
請求項１または２に記載の超音波診断装置。 - 前記関心領域設定部は、
前記対象領域の中心部を中心とする略楕円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略楕円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する
請求項１〜３のいずれか１項に記載の超音波診断装置。 - 前記関心領域設定部は、
前記対象領域の中心部を中心とする略円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する
請求項１〜４のいずれか１項に記載の超音波診断装置。 - 前記特徴量抽出部は、
前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における輝度勾配の絶対値が最大となる位置、及び、前記対象領域の中心部の距離と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する
請求項１〜５のいずれか１項に記載の超音波診断装置。 - 前記関心領域設定部は、
前記対象領域の中心部から周辺部へ向かう方向における輝度勾配の絶対値が最大となる位置より前記中心部に近い方に前記第二関心領域を設定し、当該位置より前記中心部から遠い方に前記第一関心領域を設定する
請求項１〜６のいずれか１項に記載の超音波診断装置。 - 前記特徴量抽出部は、
複数の期間のそれぞれにおける前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、前記特徴量として抽出し、
前記種別判定部は、
前記複数の期間のそれぞれにおける前記特徴量に基づいて、前記対象組織の種別を判定する
請求項１〜７のいずれか１項に記載の超音波診断装置。 - 前記種別判定部は、
特徴量の複数のパターンと対象組織の複数の種別との対応付けを参照することで、前記対象組織の種別を、前記特徴量抽出部が抽出した前記特徴量に適合するパターンに対応する種別と判定する
請求項１〜８のいずれか１項に記載の超音波診断装置。 - 前記種別判定部は、
前記特徴量に基づいて、前記対象組織の種別を、肝細胞癌、転移性肝癌、肝血管腫、または、ＦＮＨ（ｆｏｃａｌ ｎｏｄｕｌａｒ ｈｙｐｅｒｐｌａｓｉａ）と判定する
請求項１〜９のいずれか１項に記載の超音波診断装置。 - 被検体内の対象組織の種別を判定する超音波診断装置の制御方法であって、
造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成ステップと、
前記画像形成ステップにおいて形成された前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定ステップと、
前記関心領域設定ステップにおいて設定された前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出ステップと、
前記特徴量抽出ステップにおいて抽出された前記特徴量に基づいて、前記対象組織の種別を判定する種別判定ステップとを含む
超音波診断装置の制御方法。 - 請求項１１に記載の超音波診断装置の制御方法をコンピュータに実行させるためのプログラム。
- 被検体内の対象組織の種別を判定する集積回路であって、
造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、
前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、
前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、
前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える
集積回路。 - 被検体内の対象組織の種別を判定する超音波診断装置であって、
造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、
前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に第一関心領域を設定し、前記超音波画像上の前記対象領域外に第三関心領域を設定する関心領域設定部と、
前記第一関心領域内の輝度と、前記第三関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、
前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える
超音波診断装置。 - 被検体内の対象組織の種別を判定する超音波診断装置の制御方法であって、
造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成ステップと、
前記画像形成ステップにおいて形成された前記超音波画像上の前記対象組織に対応する対象領域内に第一関心領域を設定し、前記超音波画像上の前記対象領域外に第三関心領域を設定する関心領域設定ステップと、
前記第一関心領域内の輝度と、前記第三関心領域内の輝度との差を、特徴量として抽出する特徴量抽出ステップと、
前記特徴量抽出ステップにおいて抽出された前記特徴量に基づいて、前記対象組織の種別を判定する種別判定ステップとを備える
超音波診断装置の制御方法。 - 請求項１５に記載の超音波診断装置の制御方法をコンピュータに実行させるためのプログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011127505 | 2011-06-07 | ||
| JP2011127505 | 2011-06-07 | ||
| PCT/JP2012/003685 WO2012169177A1 (ja) | 2011-06-07 | 2012-06-05 | 超音波診断装置および超音波診断方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2012169177A1 JPWO2012169177A1 (ja) | 2015-02-23 |
| JP5949558B2 true JP5949558B2 (ja) | 2016-07-06 |
Family
ID=47295762
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012551017A Expired - Fee Related JP5949558B2 (ja) | 2011-06-07 | 2012-06-05 | 超音波診断装置および超音波診断装置の制御方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US9192354B2 (ja) |
| JP (1) | JP5949558B2 (ja) |
| CN (1) | CN103037771B (ja) |
| WO (1) | WO2012169177A1 (ja) |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160054992A (ko) * | 2014-11-07 | 2016-05-17 | 삼성전자주식회사 | 관심영역의 재검출 회피 장치 및 방법 |
| CN107106142B (zh) * | 2014-12-26 | 2020-08-04 | 古野电气株式会社 | 超声波体组织检测装置与方法、以及存储介质 |
| CN114931396A (zh) | 2015-08-10 | 2022-08-23 | 深圳迈瑞生物医疗电子股份有限公司 | 超声弹性成像系统和方法 |
| KR102519423B1 (ko) | 2015-09-15 | 2023-04-10 | 삼성메디슨 주식회사 | 조영 영상으로부터 정보를 획득하는 방법, 이를 위한 초음파 장치 및 초음파 장치의 동작 방법 |
| JP2019107084A (ja) * | 2017-12-15 | 2019-07-04 | キヤノン株式会社 | 医用画像装置及び医用画像の表示方法 |
| JP7304150B2 (ja) * | 2018-12-11 | 2023-07-06 | キヤノンメディカルシステムズ株式会社 | 画像解析装置、画像診断装置、及びｒｏｉ設定プログラム |
| CN109712217B (zh) | 2018-12-21 | 2022-11-25 | 上海联影医疗科技股份有限公司 | 一种医学图像可视化方法和系统 |
| JP7382240B2 (ja) * | 2020-01-30 | 2023-11-16 | 富士フイルムヘルスケア株式会社 | 医用画像処理装置及び医用画像処理方法 |
| JP2024501181A (ja) * | 2020-12-30 | 2024-01-11 | コーニンクレッカ フィリップス エヌ ヴェ | 超音波画像取得、追跡、及びレビュー |
Family Cites Families (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5706819A (en) | 1995-10-10 | 1998-01-13 | Advanced Technology Laboratories, Inc. | Ultrasonic diagnostic imaging with harmonic contrast agents |
| US5577505A (en) | 1996-02-06 | 1996-11-26 | Hewlett-Packard Company | Means for increasing sensitivity in non-linear ultrasound imaging systems |
| US5632277A (en) | 1996-06-28 | 1997-05-27 | Siemens Medical Systems, Inc. | Ultrasound imaging system employing phase inversion subtraction to enhance the image |
| US5984870A (en) * | 1997-07-25 | 1999-11-16 | Arch Development Corporation | Method and system for the automated analysis of lesions in ultrasound images |
| US6547738B2 (en) * | 2001-05-03 | 2003-04-15 | Ge Medical Systems Global Technology Company, Llc | Methods and apparatus for using ultrasound with contrast agent |
| JP4068833B2 (ja) * | 2001-11-05 | 2008-03-26 | オリンパス株式会社 | 超音波診断装置 |
| JP3905470B2 (ja) * | 2002-12-26 | 2007-04-18 | アロカ株式会社 | 超音波診断装置 |
| JP4373698B2 (ja) | 2003-04-25 | 2009-11-25 | 株式会社東芝 | 超音波診断装置及び超音波診断支援プログラム |
| WO2006013916A1 (ja) * | 2004-08-05 | 2006-02-09 | Hitachi Medical Corporation | 弾性像表示方法及び超音波診断装置 |
| EP1804670B1 (en) * | 2004-08-17 | 2013-02-06 | Technion Research & Development Foundation Limited | Ultrasonic image-guided tissue-damaging |
| JP4713258B2 (ja) * | 2005-07-13 | 2011-06-29 | パナソニック株式会社 | 超音波診断装置 |
| JP2009095512A (ja) * | 2007-10-18 | 2009-05-07 | Ge Medical Systems Global Technology Co Llc | 画像表示方法及び超音波撮影装置 |
| JP2009100971A (ja) * | 2007-10-24 | 2009-05-14 | Ge Medical Systems Global Technology Co Llc | 超音波撮像装置 |
| EP2208465A4 (en) * | 2007-11-09 | 2014-12-10 | Hitachi Medical Corp | ULTRASOUND DEVICE, METHOD FOR CONTROLLING THE SAME, AND AN EPOGRAPHIC DIAGNOSTIC PROGRAM |
| JP2009261657A (ja) * | 2008-04-25 | 2009-11-12 | Ge Medical Systems Global Technology Co Llc | 超音波撮像装置 |
| JP5305757B2 (ja) | 2008-06-30 | 2013-10-02 | 株式会社東芝 | 画像処理装置、超音波診断装置、および画像処理プログラム |
| JP5395396B2 (ja) * | 2008-10-15 | 2014-01-22 | 株式会社東芝 | 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 |
| JP5455379B2 (ja) | 2009-01-07 | 2014-03-26 | 株式会社東芝 | 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム |
| US8971600B2 (en) * | 2009-04-10 | 2015-03-03 | Hitachi Medical Corporation | Ultrasonic diagnosis apparatus and method for constructing distribution image of blood flow dynamic state |
| JP5622374B2 (ja) * | 2009-10-06 | 2014-11-12 | 株式会社東芝 | 超音波診断装置及び超音波画像生成プログラム |
| CA3010836C (en) * | 2010-07-30 | 2020-09-08 | Fundacao D. Anna Sommer Champalimaud E Dr. Carlos Montez Champalimaud | Systems and methods for segmentation and processing of tissue images and feature extraction from same for treating, diagnosing, or predicting medical conditions |
-
2012
- 2012-06-05 JP JP2012551017A patent/JP5949558B2/ja not_active Expired - Fee Related
- 2012-06-05 CN CN201280002192.9A patent/CN103037771B/zh not_active Expired - Fee Related
- 2012-06-05 WO PCT/JP2012/003685 patent/WO2012169177A1/ja active Application Filing
- 2012-06-05 US US13/813,815 patent/US9192354B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2012169177A1 (ja) | 2015-02-23 |
| WO2012169177A1 (ja) | 2012-12-13 |
| US9192354B2 (en) | 2015-11-24 |
| US20130137984A1 (en) | 2013-05-30 |
| CN103037771B (zh) | 2016-05-04 |
| CN103037771A (zh) | 2013-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5949558B2 (ja) | 超音波診断装置および超音波診断装置の制御方法 | |
| JP6295956B2 (ja) | 超音波診断装置、及び超音波診断装置の制御方法 | |
| JP6354584B2 (ja) | 医用データ処理装置、医用データ処理方法、及び超音波診断装置 | |
| D’Onofrio et al. | Acoustic radiation force impulse of the liver | |
| JP5455379B2 (ja) | 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム | |
| EP1916947B1 (en) | Medical image analysis | |
| Toyoda et al. | B-mode ultrasound with algorithm based on statistical analysis of signals: evaluation of liver fibrosis in patients with chronic hepatitis C | |
| JP2019503833A (ja) | 半自動化画像セグメント化システム及び方法 | |
| JP5867401B2 (ja) | 超音波診断装置、及び、超音波診断画像の出力方法 | |
| JP2006297104A (ja) | 脈管境界を検出するための方法および装置 | |
| JP6133984B2 (ja) | 超音波イメージングデータを処理する方法及びシステム | |
| Goertz et al. | Software-based quantification of contrast-enhanced ultrasound in focal liver lesions—A feasibility study | |
| US20160302771A1 (en) | 3d ultrasound system and method for operating 3d ultrasound system | |
| US20140334706A1 (en) | Ultrasound diagnostic apparatus and contour extraction method | |
| CN104470443B (zh) | 用于处理超声成像数据的方法和系统 | |
| CN113693627A (zh) | 基于超声图像的病灶处理方法、超声成像设备、存储介质 | |
| JPH0889501A (ja) | 医用画像診断装置 | |
| CN113017683A (zh) | 超声测量方法、装置和存储介质 | |
| CN113545807A (zh) | 血管斑块的超声测量方法、装置和存储介质 | |
| CN117159021A (zh) | 一种超声成像系统和超声成像方法 | |
| CN118011366A (zh) | 超声成像设备的剪切波的速度估计方法及其装置 | |
| KR20110126390A (ko) | 이미지의 두께를 측정하는 초음파 검사기 및 초음파 검사기의 동작 방법 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150113 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20151222 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160219 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20160510 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160523 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5949558 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |