JP6303448B2 - 超音波測定装置 - Google Patents

Description

本発明は、超音波測定により生体内組織を測定する超音波測定装置に関する。

生体表面から生体内部に向けて超音波を発信し、その反射波を受信する超音波測定において、反射波の信号強度に基づいて生体組織層の境界を検出する技術が知られている。例えば、特許文献１には、Ａモード像からピーク値を検出し、脂肪層と他層との境界を検出する手法が開示されている。

特願平４−２３１９４５号公報

しかしながら、Ａモード像には、生体組織層の境界に対応するピークとは別のピークも出現し得る。そのため、特許文献１の技術のように単にピーク値を検出するだけでは、生体組織層の境界を正しく検出できない場合があった。

本発明は、こうした事情に鑑みてなされたものであり、被検者の生体組織層の境界を精度よく検出することを目的とする。

以上の課題を解決するための第１の発明は、被検者の断層画像を取得する超音波測定を行う超音波測定部と、前記断層画像を解析して前記被検者の生体組織層の境界を検出する境界検出部と、を備え、前記境界検出部が、前記生体組織層の境界候補を複数検出する境界候補検出部と、前記断層画像に基づいて前記境界候補を境界とする指標値を算出して境界を特定する境界特定部と、を有する超音波測定装置である。

また、別形態として、被検者の断層画像を取得する超音波測定を行うことと、前記断層画像を解析して前記被検者の生体組織層の境界候補を複数検出することと、前記断層画像に基づいて前記境界候補を境界とする指標値を算出して境界を特定することと、を含む超音波測定方法を構成することができる。

第１の発明および別形態によれば、生体組織層の境界候補を複数検出し、検出した境界候補を境界とする指標値を算出することで生体組織層の境界を特定することができる。したがって、被検者の生体組織層の境界を精度よく検出することができる。

第２の発明は、前記境界は、第１の境界および第２の境界を含み、前記境界特定部は、前記境界候補の何れかを前記第１の境界および前記第２の境界とする組合せについて前記指標値を算出して、前記第１の境界および前記第２の境界を特定する、第１の発明の超音波測定装置である。

第２の発明によれば、２以上の境界を検出したい場合に、境界候補の何れかを各境界とする組合せについて指標値を算出して各境界を特定することができる。

また、この場合、第３の発明として、前記境界特定部が、所定の適切組合せ条件を満たす前記組合せについて前記指標値を算出して、前記第１の境界および前記第２の境界を特定する、超音波測定装置を構成することとしてもよい。

この第３の発明によれば、適切な組合せとならない組合せについては、指標値の算出対象から除外することができるため、多くの境界候補が検出された場合には演算量を低減することができる。

第４の発明は、前記指標値は、前記境界候補を用いて前記断層画像を区画した領域のテクスチャ特徴量である、第１〜第３の何れかの発明の超音波測定装置である。

第４の発明によれば、境界候補によって区画される断層画像内の領域のテクスチャ特徴量を指標値として用いることができる。

第５の発明は、前記境界特定部によって特定された境界を記憶する記憶部と、前記記憶部に記憶された境界に基づいて前記被検者の生体の深さ方向における新たな探索範囲を決定する探索範囲決定部と、を更に備え、前記境界検出部は、前記断層画像の前記探索範囲を解析して前記境界を検出する、第１〜第４の何れかの発明の超音波測定装置である。

第５の発明によれば、特定された境界を記憶しておき、この境界に基づいて決定した探索範囲内で断層画像を解析して境界を検出することができる。したがって、探索範囲を絞って境界を検出できるので、境界の検出精度を向上させることができる。

第６の発明は、前記記憶部は、前記超音波測定を行った測定日の情報を、前記特定された境界と対応付けて記憶し、前記探索範囲決定部は、前記測定日からの経過日数に応じて前記探索範囲の広狭を変更して決定する、第５の発明の超音波測定装置である。

測定日からの経過日数が短ければ境界の位置の変動は小さい一方で、経過日数が長くなると、境界の位置は経過日数が短い場合と比べて大きく変動し得る。第６の発明によれば、測定日からの経過日数が長いほど探索範囲を広げるといったことが可能となり、境界の検出精度の向上が図れる。

第７の発明は、前記境界特定部によって境界として特定されなかった境界候補を記憶する記憶部と、前記記憶部に記憶された境界候補に基づいて前記被検者の生体の深さ方向におけるマスク範囲を決定するマスク範囲決定部と、を更に備え、前記境界検出部は、前記マスク範囲を除外した前記断層画像の範囲を解析して前記境界を検出する、第１〜第４の何れかの発明の超音波測定装置である。

第７の発明によれば、境界として特定されなかった境界候補を記憶しておき、この境界候補に基づいて決定したマスク範囲の外で断層画像を解析して境界を検出することができる。したがって、探索範囲を絞って境界を検出できるので、境界の検出精度を向上させることができる。

第８の発明は、前記境界検出部により検出された境界に基づいて、皮下脂肪層の厚み、および、筋肉層の厚みのうちの何れかを測定する厚み測定部を更に備える第１〜第７の何れかの発明の超音波測定装置である。

第８の発明によれば、検出した生体組織層の境界を用いて被検者の皮下脂肪層の厚みや筋肉層の厚みを高精度に測定することができる。

超音波測定装置の適用例を示す図。 断層画像であるＢモード像（ａ）と、このＢモード像に対応するＡモード像（ｂ）を示す図。 初回測定時における境界検出原理を説明する図。 信頼度算出処理を説明する図。 超音波測定装置の主要な機能構成例を示すブロック図。 属性情報テーブルのデータ構成例を示す図。 測定結果テーブルのデータ構成例を示す図。 信頼度算出テーブルのデータ内容の一例を示す模式図。 測定処理の処理手順を示すフローチャート。 信頼度算出処理の処理手順を示すフローチャート。 測定結果画面の一例を示す図。 前回測定時からの経過日数と探索範囲幅との対応関係例を示す図。 変形例における測定処理の処理手順を示すフローチャート。

以下、図面を参照して、本発明の超音波測定装置および超音波測定方法を実施するための一形態について説明する。なお、以下説明する実施形態によって本発明が限定されるものではなく、本発明が適用可能な形態が以下の実施形態に限定されるものでもない。また、図面の記載において、同一部分には同一の符号を付す。

［概要］
図１は、本実施形態における超音波測定装置１の適用例を示す図である。本実施形態の超音波測定装置１は、超音波測定を利用して測定対象の被検者の脂肪層や筋肉層といった生体組織層の厚みを測定するものであり、超音波プローブ３と、本体装置５とを備える。

生体組織層の厚みを測定する際には、超音波プローブ３を被検者に接触させる。超音波測定装置１は、この超音波プローブ３により生体表面から生体内部に向けて超音波パルスを発信し、被検者の生体内部で反射した超音波の反射波を受信する。そして、受信した反射波を増幅・信号処理することにより、反射波データとしていわゆるＡモード、Ｂモード、Ｍモード、カラードップラーといった各表示モードの画像を取得する。

ここで、Ａモードは、第１軸を生体表面内の測定位置からの深さ方向の距離とし、第２軸を反射波の信号強度として、反射波の振幅（Ａモード像）を表示する表示モードである。また、Ｂモードは、生体表面位置を走査させながら得た反射波振幅（Ａモード像）を輝度値に変換することで可視化した生体内構造の二次元画像（Ｂモード像）を表示する表示モードである。

本実施形態では、フィットネスクラブでの超音波測定装置１の利用を想定しており、超音波測定装置１は、例えば、被検者の腹部を測定部位として定期的に超音波測定を行い、反射波データを生成する。そして、超音波測定装置１は、取得した反射波データを用いて皮下脂肪層の厚み（皮下脂肪厚）および腹直筋組織層の厚み（腹直筋組織厚）を測定し、測定結果を表示処理することでトレーニングの達成度やトレーニングの効果を被検者に提示する。

具体的には、図１に示すように、毎回同じ位置において超音波測定を行って反射波データを生成するために、初回の測定時において測定位置にマークＭ１１を付す。マーキングは、腹直筋の解剖学的位置に基づき行う。そして、図１中に一点鎖線で示すように、測定は、マークＭ１１を目印にして超音波プローブ３を被検者の腹部に接触させ、モニター表示されるＢモード画像を適宜視認する等して超音波プローブ３の位置を各生体組織層の境界が鮮明な位置に微調整して行う。なお、測定位置を、例えば臍の位置を基準に拳や手指の長さを用いて特定することとして、マークＭ１１のマーキングを省略することとしてもよい。

図２（ａ）は、Ｂモード像として取得される腹部の断層画像の一例を示す図である。また、図２（ｂ）は、図２（ａ）のＢモード像に対応するＡモード像を示す図であり、このＡモード像は、図２（ａ）中に白色の破線で示すラインＬ２１上の反射波振幅に相当する。図２中上側が生体表面側であり、図２（ａ）では、断層画像内の皮下脂肪層と腹直筋組織層との境界Ｂ２１を一点鎖線で、腹直筋組織層とその下層領域（腹腔）との境界Ｂ２３を二点鎖線でそれぞれ囲って示している。

ここで、各境界Ｂ２１，Ｂ２３は、対応するＡモード像においてピークＰ２１，Ｐ２３となって現れる。したがって、各境界Ｂ２１，Ｂ２３は、Ａモード像中で対応するピークＰ２１，Ｐ２３を特定することによって検出することができる。超音波測定装置１は、このようにして各境界Ｂ２１，Ｂ２３を検出した上で、生体表面から境界Ｂ２１までの深さ方向の距離Ｔ２１を皮下脂肪厚とし、各境界Ｂ２１，Ｂ２３間の深さ方向の距離Ｔ２３を腹直筋組織厚（筋肉層の厚み）として測定する。

しかしながら、図２（ｂ）にも示すように、Ａモード像には、各境界に対応するピークＰ２１，Ｐ２３の他にもピークが出現し得る。そのため、境界を誤検出してしまい、その結果皮下脂肪厚や腹直筋組織厚の測定精度が低下する問題があった。特に、トレーニング達成度の低い被検者ほど多数のピークが出現する傾向にあり、境界の誤検出を招き易い。皮下脂肪厚や腹直筋組織厚の測定精度が低下すると、トレーニングの達成度を被検者に正しく提示できず、被検者にとっては、トレーニングに対するモチベーション低下の要因となる。

そこで、本実施形態では、超音波測定装置１は、測定対象の被検者の皮下脂肪厚および腹直筋組織厚を初めて測定する初回測定時において反射波データ（例えばＡモード像）の深さ方向の全域でピーク検出を行い、検出したピークの各々を境界候補とする。そして、超音波測定装置１は、境界候補を２つ組み合わせて一方を皮下脂肪層と腹直筋組織層との境界（以下、適宜「第１の境界」という。）、他方を腹直筋組織層と下層領域との境界（以下、適宜「第２の境界」という。）とした場合の当該組合せの信頼度を算出し、この信頼度に基づいて各境界に対応する境界候補を特定することによって各境界を検出する。

図３は、初回測定時における境界検出原理を説明する図である。例えば、図３（ａ）に示す腹部の断層画像（Ｂモード像）に対応するＡモード像についてピーク検出を行った結果、図３（ａ）中に破線で囲って示す３つの境界候補Ｂ３１，Ｂ３２，Ｂ３３が検出されたとする。この場合は、これら３つの境界候補Ｂ３１，Ｂ３２，Ｂ３３のうちの１つを第１の境界、残りの境界候補のうちの１つを第２の境界とする全ての組合せを作成し、組合せ毎に信頼度を算出する処理（信頼度算出処理）を行う。ただし、第２の境界が必ず第１の境界よりも深い位置となる組合せとする。図３では、境界候補Ｂ３１を第１の境界、境界候補Ｂ３２を第２の境界とした場合（図３（ｂ））の信頼度を６５％、境界候補Ｂ３２を第１の境界、境界候補Ｂ３３を第２の境界とした場合（図３（ｃ））の信頼度を９５％としている。

実際には、境界候補Ｂ３１，Ｂ３２，Ｂ３３のうちの１つを第１の境界とし、残りの境界候補のうちの１つを第２の境界とする組合せは３通りあり、図３（ｂ）および図３（ｃ）に示す組合せの他に、境界候補Ｂ３１を第１の境界、境界候補Ｂ３３を第２の境界とする組合せも存在する。信頼度算出処理では、これら３通りの全ての組合せについて信頼度を算出する。その結果、図３（ｃ）に示す組合せの信頼度（９５％）が最も大きい場合には、境界候補Ｂ３２を第１の境界、境界候補Ｂ３３を第２の境界として特定する。

図４は、境界候補の１つの組合せに着目した信頼度算出処理を説明する図であり、断層画像内の着目する組合せにかかる第１の境界の境界候補Ｂ４１および第２の境界の境界候補Ｂ４３を模式的に示している。実際に境界候補Ｂ４１が第１の境界に対応し、境界候補Ｂ４３が第２の境界に対応するならば、これら境界候補Ｂ４１，Ｂ４３によって区画された上段の領域Ａ４１が皮下脂肪層、中段の領域Ａ４３が腹直筋組織層、下段の領域Ａ４５が腹直筋組織層の下層領域となる。

信頼度算出処理では、領域Ａ４１，Ａ４３，Ａ４５毎に所定の特徴量を算出し、この特徴量を、境界候補Ｂ４１が第１の境界であり、且つ、境界候補Ｂ４３が第２の境界である確度を示す指標値として得る。特徴量の算出は、例えば、各領域Ａ４１，Ａ４３，Ａ４５の上側のハッチングを付した所定範囲（注目領域）Ａ４１１，Ａ４３１，Ａ４５１を対象に行う。注目領域Ａ４１１，Ａ４３１，Ａ４５１とする範囲については、事前にその大きさ（深さ方向の幅）を定める等して設定しておく。そして、所定の特徴量算出処理を行い、注目領域Ａ４１１の断層画像データ（注目領域Ａ４１１内の各画素の輝度値）から特徴量Ａ_１を算出する。同様に、注目領域Ａ４３１の断層画像データから特徴量Ａ_２を算出し、注目領域Ａ４５１の断層画像データから特徴量Ａ_３を算出する。

所定の特徴量算出処理は公知の処理を利用することができる。例えば、算出する特徴量としては、同時生起行列に基づくテクスチャ特徴量（例えば相関（Correlation）等）を用いることができ、注目領域毎にその断層画像データから同時生起行列を生成し、テクスチャ特徴量を算出する。この同時生起行列に基づくテクスチャ特徴量の算出については従来公知であるため詳細な説明は省略するが、同時生起行列は、ある濃度の点から一定の変位だけ離れた点の濃度が所定値である確率を要素とするものであり、角度θの方向にｒ離れる一定の変位（例えば（ｒ，θ）＝（１，９０°））を指定することで生成できる。

そして、前述のように注目領域Ａ４１１，Ａ４３１，Ａ４５１毎に算出した特徴量Ａ_１，Ａ_２，Ａ_３から、該当する境界候補の組合せ全体の特徴量Ａを次式（１）に従って算出する。次式（１）において、Ｋ_１，Ｋ_２，Ｋ_３は、特徴量Ａ_１，Ａ_２，Ａ_３に対する重み値である。重み値Ｋ_１，Ｋ_２，Ｋ_３の各値は適宜設定してよいが、例えば、下段の領域Ａ４５の重みが最も大きくなるように設定される。その後は、算出した特徴量Ａを０［％］〜１００［％］の値に換算して信頼度とする。
Ａ＝Ｋ_１×Ａ_１＋Ｋ_２×Ａ_２＋Ｋ_３×Ａ_３（Ｋ_１＜Ｋ_２＜Ｋ_３） ・・・（１）

なお、注目領域を領域Ａ４１，Ａ４３，Ａ４５内のどの範囲とするのかは、例示した領域Ａ４１，Ａ４３，Ａ４５の上側の範囲に限らず、中央や下側の範囲等、適宜設定してよい。また、領域Ａ４１，Ａ４３，Ａ４５の全域を注目領域としてもよい。また、全ての領域Ａ４１，Ａ４３，Ａ４５に注目領域を設定するのではなく、領域Ａ４１，Ａ４３，Ａ４５の中から事前に設定される一部の領域のみに注目領域を設定し、特徴量を算出する構成としてもよい。例えば、中段の領域Ａ４３のみに注目領域を設定して特徴量を算出するようにしてもよい。また、特徴量を信頼度に換算することなくそのまま用い、境界候補を特定するようにしてもよい。

ところで、どの程度日数をあけて測定を行うのかは被検者によって異なり、固定的に決められるものではないが、フィットネスクラブの会員は、定期的にトレーニングに通い、随時トレーニングの達成度を確かめるであろうから、各境界の生体表面からの深さ方向の位置（以下、「境界位置」という。）は、前回の測定時から大きくは変化しないと考えられる。そのため、２回目以降の測定時に各境界を検出するにあたっては、前回検出した各境界の境界位置（最新値）を目安にすることができる。また、初回測定時に境界として特定されなかった境界候補の生体表面からの深さ方向の位置（以下、「誤検出位置」という。）については、２回目以降の測定時は各境界の探索範囲から除外することができる。そこで、２回目以降の測定時では、初回測定時や前回測定時における各境界の検出結果に基づいて、探索範囲およびマスク範囲を境界毎に決定する。

例えば、図３の例では、境界候補Ｂ３２は第１の境界とされ、境界候補Ｂ３３は第２の境界とされる一方、何れの境界にも対応しない境界候補Ｂ３１は誤検出位置となる。この場合、次回の測定時は、図３（ｃ）に示すように、第１の境界の境界位置（境界候補Ｂ３２の位置）に基づいてその近傍範囲Ｌ３１を第１の境界の探索範囲として決定するとともに、第２の境界の境界位置（境界候補Ｂ３３の位置）に基づいてその近傍範囲Ｌ３３を第２の境界の探索範囲として決定する。加えて、２回目以降の測定時は、図３（ｂ）に示すように、誤検出位置（境界候補Ｂ３１の位置）に基づいてその近傍範囲Ｌ３５をマスク範囲として決定する。

［機能構成］
図５は、超音波測定装置１の主要な機能構成例を示すブロック図である。図５に示すように、超音波測定装置１の本体装置５は、操作部５１と、画像表示部５２と、処理部５３と、記憶部６０とを備え、この本体装置５が超音波送受信部３０と接続されて構成される。

超音波送受信部３０は、図１の超音波プローブ３に内蔵されるものであり、送信部３１は、処理部５３の送受信制御部５４２から入力されるパルス電圧で超音波を発信する。そして、受信部３３は、送信部３１によって発信された超音波が被検体の生体内で反射した反射波を受信して反射波信号に変換し、送受信制御部５４２に出力する。

操作部５１は、ボタンスイッチやレバースイッチ、ダイヤルスイッチ等の各種スイッチ、タッチパネル、トラックパッド、マウス等の入力装置によって実現されるものであり、操作入力に応じた操作信号を処理部５３に出力する。

画像表示部５２は、ＬＣＤ（Liquid Crystal Display）やＥＬディスプレイ（Electroluminescence display）等の表示装置によって実現されるものであり、処理部５３の表示画像生成部５８から入力される表示信号に基づいて各種画面を表示する。この画像表示部５２には、Ａモード像や、断層画像であるＢモード像、測定した被検者の皮下脂肪厚および腹直筋組織厚等が表示される。

処理部５３は、ＣＰＵ（Central Processing Unit）やＤＳＰ（Digital Signal Processor）等のマイクロプロセッサー、ＡＳＩＣ（Application Specific Integrated Circuit）等の制御装置および演算装置によって実現されるものであり、超音波測定装置１の各部を統括的に制御する。この処理部５３は、超音波測定制御部５４と、ユーザー情報取得部５５と、境界検出部５６と、厚み測定部としての生体組織厚測定部５７と、表示画像生成部５８とを備える。なお、処理部５３を構成する各部は、専用のモジュール回路等のハードウェアで構成することとしてもよい。

超音波測定制御部５４は、駆動制御部５４１と、送受信制御部５４２と、受信合成部５４３とを含み、超音波測定を統合的に制御する。この超音波測定制御部５４は、超音波送受信部３０とともに超音波測定部２を構成し、この超音波測定部２によって超音波測定が実現される。

駆動制御部５４１は、超音波送受信部３０からの超音波パルスの発信タイミングを制御し、送信制御信号を送受信制御部５４２に出力する。

送受信制御部５４２は、駆動制御部５４１からの送信制御信号に従ってパルス電圧を発生させて送信部３１に出力する。その際、送信遅延処理を行って各超音波振動子へのパルス電圧の出力タイミングの調整を行う。また、送受信制御部５４２は、受信部３３から入力された反射波信号の増幅やフィルター処理を行い、処理結果を受信合成部５４３に出力する。

受信合成部５４３は、必要に応じて遅延処理等を行っていわゆる受信信号のフォーカスに係る処理等を行い、反射波データを生成する。

ユーザー情報取得部５５は、測定対象の被検者（ユーザー）に個人ＩＤを割り当てて身体属性値を取得する。

境界検出部５６は、反射波データに基づいて第１の境界および第２の境界を検出する。この境界検出部５６は、境界候補検出部５６１と、境界特定部５６３と、探索範囲決定部およびマスク範囲決定部としてのパラメーター決定部５６７とを含む。境界候補検出部５６１は、境界候補を複数検出する。境界特定部５６３は、境界候補の何れかを第１の境界および第２の境界とする組合せ毎に信頼度を算出する信頼度算出部５６５を備え、信頼度が最大の組合せに従って各境界を特定する。パラメーター決定部５６７は、各境界の境界位置（最新値）およびマスク範囲を決定する。これらの各値は、後述する境界検出プログラム６１３に設定パラメーターとして与えられる。

生体組織厚測定部５７は、境界検出部５６によって検出された各境界の境界位置に基づいて、皮下脂肪厚および腹直筋組織厚を測定する。

表示画像生成部５８は、皮下脂肪厚および腹直筋組織厚の測定結果を測定結果画面として表示するための表示画像を生成する。例えば、表示画像生成部５８は、断層画像上に境界検出部５６によって検出された各境界の境界位置を合成する処理等を行う。

記憶部６０は、ＩＣメモリーやハードディスク、光学ディスク等の記憶媒体により実現されるものである。この記憶部６０には、超音波測定装置１を動作させ、この超音波測定装置１が備える種々の機能を実現するためのプログラムや、このプログラムの実行中に使用されるデータ等が事前に記憶され、あるいは処理の都度一時的に記憶される。

この記憶部６０には、処理部５３を超音波測定制御部５４、ユーザー情報取得部５５、境界検出部５６、生体組織厚測定部５７、および表示画像生成部５８として機能させ、測定処理（図９を参照）を実行するための測定プログラム６１が記憶される。この測定プログラム６１は、境界候補検出プログラム６１１と、境界検出プログラム６１３とを含む。境界候補検出プログラム６１１は、深さ方向の全域を対象に例えばＡモード像を解析してピーク検出を行い、全てのピークを境界候補として検出する手順を定めたものである。一方、境界検出プログラム６１３は、マスク範囲を除外し、その上で境界毎の探索範囲を対象にＡモード像を解析してピーク検出を行い、各探索範囲内で対応する境界を検出する手順を定めたものである。

また、記憶部６０には、データとして、ユーザー情報６３と、信頼度算出テーブル６５とが記憶される。

ユーザー情報６３は、属性情報テーブル６３１と、測定結果テーブル６３３とを含む。なお、このユーザー情報６３については、超音波測定装置１の記憶部６０に記憶される構成に限らず、例えば、超音波測定装置１と通信接続される外部装置に記憶するようにし、この外部装置との間で通信を行って必要なデータを取得または更新する構成としてもよい。

属性情報テーブル６３１は、フィットネスクラブの利用者として会員登録された被検者の身体属性値を記憶する。図６は、属性情報テーブル６３１のデータ構成例を示す図である。図６に示すように、属性情報テーブル６３１は、会員登録時に個々の被検者に固有に割り当てられる個人ＩＤと対応付けて、会員登録時に入力される性別や年齢、身長、体重等の各身体属性値が設定されたデータテーブルである。各身体属性値は、フィットネスクラブに新規に通う被検者が会員登録に際して顧客情報として入力し、トレーニングの過程で随時更新する値等であり、図６に例示する項目に限らず、必要に応じた項目を事前に定めて収集することとしてよい。

測定結果テーブル６３３は、被検者毎に皮下脂肪厚および腹直筋組織厚の測定結果を記憶する。図７は、測定結果テーブル６３３のデータ構成例を示す図である。図７に示すように、測定結果テーブル６３３は、被検者の個人ＩＤと対応付けて、測定結果履歴と、前回測定時に得られた皮下脂肪層と腹直筋組織層との境界（第１の境界）および腹直筋組織層と下層領域との境界（第２の境界）の各境界位置である境界位置（最新値）と、初回測定時に得られた誤検出位置とを記憶する。測定結果履歴は、皮下脂肪厚および腹直筋組織厚の測定結果を測定日時と対応付けて蓄積・記憶する。境界位置（最新値）の測定日時は、対応する測定結果履歴の最新の測定日時によって特定できる。

信頼度算出テーブル６５は、上記式（１）で算出した組合せ全体の特徴量Ａを信頼度（０［％］〜１００［％］）に換算するためのものである。図８は、信頼度算出テーブル６５として定められる特徴量Ａと信頼度との対応関係例をグラフ化した図である。なお、この特徴量Ａと信頼度との対応関係は、データテーブルとして定める場合に限らず、これらの関係式として定めておくこととしてもよい。

［処理の流れ］
図９は、測定処理の処理手順を示すフローチャートである。なお、ここで説明する処理は、処理部５３が記憶部６０から測定プログラム６１を読み出して実行することで実現できる。超音波測定装置１は、図９の処理手順に従って処理を行うことで超音波測定方法を実施する。

図９に示すように、測定処理では、処理部５３は先ず、測定対象の被検者が新規会員か否かを判定する。新規会員であれば（ステップＳ１：ＹＥＳ）、処理部５３は、各身体属性値の入力操作を受け付ける。そして、ユーザー情報取得部５５が、この新規会員の被検者に個人ＩＤを割り当て、入力された各身体属性値と対応付けたレコードを属性情報テーブル６３１に追加して該当する被検者の各身体属性値を登録する（ステップＳ３）。一方、登録済みの会員の場合は（ステップＳ１：ＮＯ）、処理部５３は、個人ＩＤの入力操作を受け付ける等して測定対象の被検者に割り当てられた個人ＩＤを取得する（ステップＳ５）。

続いて、超音波測定部２が超音波測定を行い、反射波データを生成する（ステップＳ７）。

その後、境界検出部５６が、今回の測定が初回測定時なのか２回目以降の測定時なのかに応じて処理を分岐する。例えば、境界検出部５６は、測定結果テーブル６３３を参照し、測定対象の被検者の個人ＩＤが設定されたレコードがなければ初回測定時と判定し（ステップＳ９：ＹＥＳ）、ステップＳ１１に移行する。一方、測定対象の被検者の個人ＩＤが設定されたレコードがある場合は、２回目以降の測定時と判定して（ステップＳ９：ＮＯ）、ステップＳ２１に移行する。

そして、初回測定時の場合に移行するステップＳ１１では、境界候補検出部５６１が、ステップＳ７で生成した反射波データ（例えばＡモード像）を解析し、その深さ方向の全域でピークを検出して境界候補とする。

続いて、境界特定部５６３が、得られた境界候補の何れかを第１の境界および第２の境界とする全ての組合せを作成する（ステップＳ１３）。そして、信頼度算出部５６５が、信頼度算出処理を行う（ステップＳ１５）。図１０は、信頼度算出処理の詳細な処理手順を示すフローチャートである。図１０に示すように、信頼度算出処理では、信頼度算出部５６５は、図９のステップＳ１３で作成した全ての組合せを順次処理対象としてループＡの処理を実行する（ステップＳ１３１〜ステップＳ１３６）。

すなわち先ず、信頼度算出部５６５は、図４を参照して説明した要領で、処理対象の組合せの境界候補を用いて断層画像を区画した各領域に注目領域を設定する（ステップＳ１３２）。続いて、信頼度算出部５６５は、注目領域毎にその断層画像データから同時生起行列を生成し、特徴量（テクスチャ特徴量）を算出する処理（特徴量算出処理）を注目領域毎に行う（ステップＳ１３３）。そして、信頼度算出部５６５は、上記式（１）に従い、注目領域毎の特徴量から処理対象の組合せ全体の特徴量を算出する（ステップＳ１３４）。その後、信頼度算出部５６５は、信頼度算出テーブル６５を参照し、ステップＳ１３４で算出した組合せ全体の特徴量Ａを信頼度に換算して（ステップＳ１３５）、処理対象の組合せについてループＡの処理を終える。全ての組合せについてループＡの処理を行ったならば、図９のステップＳ１５にリターンし、その後ステップＳ１７に移行する。

ステップＳ１７では、境界特定部５６３は、信頼度の値が最も大きい組合せに従い、第１の境界および第２の境界に対応する境界を特定することによって境界を検出する。そして、境界特定部５６３は、特定した各境界の境界位置を最新の境界位置（最新値）とし、境界とされなかった境界候補の境界位置を誤検出位置として、測定結果テーブル６３３において測定対象の被検者の個人ＩＤと対応付けられた該当する各値を更新する（ステップＳ１９）。その後ステップＳ２９に移行する。

一方、２回目以降の測定時の場合に移行するステップＳ２１では、パラメーター決定部５６７が、測定結果テーブル６３３から測定対象の被検者の個人ＩＤと対応付けられた各境界の境界位置（最新値）を読み出して用い、各境界位置（最新値）の近傍範囲をそれぞれ対応する境界の探索範囲として決定する。加えて、パラメーター決定部５６７は、測定結果テーブル６３３から測定対象の被検者の個人ＩＤと対応付けられた誤検出位置を読み出して用い、誤検出位置の近傍範囲をマスク範囲として決定する（ステップＳ２３）。探索範囲やマスク範囲の幅（深さ方向の広狭）は、測定部位（本実施形態では腹部）を考慮して経験的に決めておくことができる。ここでは、例えば、各境界の境界位置（最新値）を基準として深さ方向に±２ｍｍの範囲を、それぞれ該当する境界の探索範囲とする。マスク範囲ついても同様に決定する。

続いて、境界検出部５６は、ステップＳ２１で決定した境界毎の探索範囲およびステップＳ２３で決定したマスク範囲を設定パラメーターとして境界検出プログラム６１３に与えて実行し、ステップＳ７で生成した反射波データ（例えばＡモード像）を解析して第１の境界および第２の境界を検出する（ステップＳ２５）。ここでの処理により、マスク範囲を除外した上で境界毎の探索範囲を対象にピーク検出が行われ、各探索範囲内で対応する境界が検出される。そして、境界検出部５６は、検出した各境界の境界位置を最新の境界位置（最新値）とし、測定結果テーブル６３３において測定対象の被検者の個人ＩＤと対応付けられた該当する各値を更新する（ステップＳ２７）。その後ステップＳ２９に移行する。

そして、ステップＳ２９では、生体組織厚測定部５７が、ステップＳ１７またはステップＳ２５で検出した各境界の境界位置に基づき皮下脂肪厚および腹直筋組織厚を測定する。

その後、表示画像生成部５８が、ステップＳ１７またはステップＳ２５で検出した各境界の境界位置や、ステップＳＳ２９で測定した皮下脂肪厚および腹直筋組織厚等に基づいて測定結果画面の表示画像を生成し、測定結果画面を画像表示部５２に表示する処理を行う（ステップＳ３１）。

図１１は、測定結果画面の一例を示す図である。図１１に示すように、測定結果画面には、今回の皮下脂肪厚の測定値Ｖ５１および腹直筋組織厚の測定値Ｖ５３が表示される。この測定結果画面は、画像表示エリアＡ５１と、測定履歴表示エリアＡ５３とを備える。画像表示エリアＡ５１には、断層画像上に皮下脂肪層と腹直筋組織層との境界を指し示すマークＭ５１と、腹直筋組織層とその下層領域との境界を指し示すマークＭ５３とが合成された表示画像が表示される。測定履歴表示エリアＡ５３には、過去の皮下脂肪厚および腹直筋組織厚の測定履歴が一覧表示される。フィットネスクラブの会員である被検者は、トレーニングの過程でモチベーション向上等のために随時皮下脂肪厚および腹直筋組織厚を測定することができる。そして、被検者は、測定結果画面において、画像表示エリアＡ５１に表示された各境界を確認し、現在の皮下脂肪厚および腹直筋組織厚を測定履歴表示エリアＡ５３に表示された過去の測定値の推移と見比べながらトレーニング達成度を確認する。

なお、断層画像に対する境界位置の合成は、図１１に示したマークＭ５１，Ｍ５３の合成に限らず、皮下脂肪層と腹直筋組織層との境界および腹直筋組織層とその下層領域との境界を断層画像内で識別可能な態様であればよい。例えば、断層画像に基づいて、皮下脂肪層、腹直筋組織層、およびその下層領域を色分けすることで各境界を識別可能な表示画像を合成し、画像表示エリアＡ５１に表示する構成としてもよい。

以上説明したように、本実施形態によれば、初回測定時では、Ａモード像に出現するピークを境界候補として検出し、信頼度を算出することによって境界候補の中から皮下脂肪層と腹直筋組織層との境界および腹直筋組織層と下層領域との境界に対応する境界候補を特定することができる。したがって、Ａモード像において各境界に対応するピークとは別のピークを含む多数のピークが出現した場合であっても、各境界を精度よく検出することができる。一方、２回目以降の測定時では、前回測定時に検出された各境界の境界位置を含む近傍範囲をそれぞれ対応する境界の探索範囲として決定するとともに、初回測定時の誤検出位置を含む近傍範囲をマスク範囲として決定することができる。そして、マスク範囲を除外した上で、各境界を対応する探索範囲内で検出することができる。これによれば、２回目以降の測定時は、境界毎に探索範囲を絞って各境界を検出することができるので、初回測定時と比べて簡単に各境界の誤検出を低減し、境界検出の精度向上を図ることができる。結果、本実施形態の超音波測定装置１によれば、皮下脂肪厚および腹直筋組織厚を高精度に測定できる。

なお、上記した実施形態では、各境界候補が第１の境界および第２の境界である確度を示す指標値として同時生起行列に基づくテクスチャ特徴量を例示した。そして、境界候補によって区画される断層画像内の領域毎に注目領域を設定し、注目領域毎にテクスチャ特徴量を算出して信頼度に換算することとした。これに対し、別のテクスチャ特徴量等の特徴量を採用して信頼度の算出に用いることとしてもよい。

別の特徴量の例としては、例えば、濃度ヒストグラムを作成・正規化して用い、平均、分散、歪度、尖度等の特徴量を注目領域毎に算出して信頼度に換算することとしてもよい。また、差分統計量を利用して一定の変位だけ離れた２点の濃度差の確率を求め、コントラスト（contrast）、エントロピー（entropy）、平均値（mean）等の特徴量を注目領域毎に算出して信頼度に換算することとしてもよい。また、注目領域内で角度θの方向にある濃度の点が幾つ続くかの頻度を要素とするランレングス行列を生成し、短いランレングスの発生頻度（short runs emphasis）、長いランレングスの発生頻度（long runs emphasis）等の特徴量を注目領域毎に算出して信頼度に換算することとしてもよい。

また、例示したような複数種類の特徴量を算出し、これらを組み合わせて用いてもよい。例えば、図４に示した特徴量Ａ_１，Ａ_２，Ａ_３の各々に相当する注目領域毎の特徴量Ａ_Ｎを次式（２）に従って算出するようにしてもよい。次式（２）において、Ａ_Ｍ１は該当する注目領域の同時生起行列に基づく特徴量、Ａ_Ｍ２は該当する注目領域の濃度ヒストグラムに基づく特徴量、Ａ_Ｍ３は該当する注目領域の差分統計量に基づく特徴量、Ａ_Ｍ４は該当する注目領域のランレングス行列に基づく特徴量である。また、ａ_Ｍ１〜ａ_Ｍ４は、所定の係数である。
Ａ_Ｎ＝ａ_Ｍ１×Ａ_Ｍ１＋ａ_Ｍ２×Ａ_Ｍ２＋ａ_Ｍ３×Ａ_Ｍ３＋ａ_Ｍ４×Ａ_Ｍ４ ・・・（２）

また、上記した実施形態では、２回目以降の測定時は前回の測定で検出した各境界の最新の境界位置（最新値）に基づいて境界毎に探索範囲を決定することとしたが、その際に、前回測定時からの経過日数を考慮するようにしてもよい。例えば、事前に経過日数と探索範囲幅との対応関係を定義しておき、経過日数に応じて探索範囲幅の広狭を変更して決定するようにしてもよい。

図１２は、経過日数と探索範囲幅との対応関係例をグラフ化した図である。図１２に示すように、経過日数と探索範囲幅との対応関係は、例えば、経過日数が長いほど探索範囲幅が広くなるように設定しておく。そして、本変形例では、パラメーター決定部５６７は、図１２に例示する対応関係に従い、経過日数に応じた探索範囲幅を用いて境界毎の探索範囲を決定する。経過日数が長いと、この間のトレーニングの進捗等によって各境界の位置の変動が大きい場合もある。本変形例によれば、このような事態に適切に対処しつつ、経過日数が短い場合には探索範囲を必要以上に広げることなく適度に絞って各境界を検出でき、各境界の誤検出を低減できる。

また、上記した実施形態では、初回測定時においてＡモード像の深さ方向の全域を対象に境界候補を検出し、境界候補の組合せの中から信頼度が最大の組合せを選んで境界を特定することとした。これに対し、初回測定時以外でも、例えば、前回境界候補を検出し境界を特定する処理を行ってから所定期間が経過した場合や、前回測定時から所定期間が経過した場合といった所定のタイミングを判定し、この所定のタイミングと判定した場合においても、境界候補を検出し境界を特定する処理を行ってもよい。

また、上記した実施形態では、境界候補の何れかを第１の境界および第２の境界とする全ての組合せについて信頼度を算出し、信頼度が最大の組み合わせに従って各境界を特定することとしたが、境界の特定方法はこれに限定されるものではない。図１３は、本変形例における測定処理の処理手順を示すフローチャートである。なお、図１３において、図９の測定処理と同様の処理工程には、同一の符号を付している。

図１３に示すように、本変形例では、今回の測定が初回測定時と判定した場合に（ステップＳ９：ＹＥＳ）、境界候補検出部５６１が、境界検出プログラム６１３に従ってステップＳ７で生成した反射波データ（例えばＡモード像）を解析し、第１の境界および第２の境界を検出してこれら各境界の組合せを境界候補とする（ステップＳ１０１）。このとき、境界検出プログラム６１３の設定パラメーターである境界毎の探索範囲はＡモード像の深さ方向の全域とし、マスク範囲については指定しない。ここでの処理により、深さ方向の全域を対象にピーク検出が行われ、各境界が検出される。

続いて、信頼度算出部５６５が、信頼度算出処理を行う（ステップＳ１０３）。本変形例では、信頼度算出部５６５は、ステップＳ１０１で境界候補とされた組合せについて図１０に示したループＡの処理を行い、信頼度を算出する。

その後、境界特定部５６３が、ステップＳ１０３で算出した信頼度を閾値処理する。そして、境界特定部５６３は、信頼度が所定の閾値以上であれば（ステップＳ１０５：ＹＥＳ）、各境界候補を第１の境界および第２の境界として特定し、測定結果テーブル６３３において測定対象の被検者の個人ＩＤと対応付けられた最新の境界位置（最新値）を更新する（ステップＳ１１１）。一方、境界特定部５６３は、信頼度が所定の閾値に満たない場合は（ステップＳ１０５：ＮＯ）、境界候補の少なくとも一方（例えば生体表面側の境界候補）を誤検出位置とし、誤検出位置の近傍範囲をマスク範囲として決定する（ステップＳ１０７）。また、このとき、境界特定部５６３は、測定結果テーブル６３３において測定対象の被検者の個人ＩＤと対応付けられた誤検出位置を更新する。

そして、境界候補検出部５６１が、境界検出プログラム６１３に従って第１の境界および第２の境界を検出し、これら各境界の組合せを境界候補とする（ステップＳ１０９）。このとき、設定パラメーターとしてステップＳ１０７で決定したマスク範囲を境界検出プログラム６１３に与える。ここでの処理により、マスク範囲を除外したＡモード像の深さ方向の範囲を対象にピーク検出が行われ、各境界が検出される。その後は、ステップＳ１０３に戻って上記した処理を繰り返す。

本変形例によれば、信頼度が所定の閾値に満たない場合は、境界候補の少なくとも一方を誤検出位置とすることができる。そして、誤検出位置の近傍範囲をマスク範囲として探索範囲から除外しながら各境界を検出する処理を繰り返し行い、信頼度の高い境界候補の組合せを各境界として特定することができる。

また、上記した実施形態では、境界毎の探索範囲およびマスク範囲の両方を用いて境界検出を行うこととした。これに対し、境界毎の探索範囲のみを用いて各境界を検出することとしてもよい。あるいは、マスク範囲のみを用い、マスク範囲を除外した断層画像の深さ方向の範囲を解析して各境界を検出するようにしてもよい。

また、上記した実施形態では、Ａモード像に基づいて境界候補を検出し、あるいは境界を検出する場合を例示したが、境界候補検出プログラム６１１や境界検出プログラム６１３として断層画像（Ｂモード像）を解析対象とするものを用意しておき、断層画像を解析して境界候補等を検出する構成としてもよい。断層画像を解析対象とする境界候補検出プログラム６１１等は、例えば、図２（ａ）等に示す断層画像の横軸方向の位置（測定位置）毎に各境界を検出し、これらの測定位置毎の各境界の境界位置の平均値をそれぞれ算出して出力するものとして用意しておく。あるいは、これに限らず、適宜公知技術を適用してよい。

また、上記した実施形態では、被検者の腹部を測定部位として皮下脂肪厚および腹直筋組織厚を測定する場合について例示したが、測定する部位は腹部に限定されるものではない。例えば、二の腕や太腿等、別の部位の皮下脂肪層や筋肉層の厚みを測定する場合にも同様に適用できる。

また、上記した実施形態では、境界候補特定部５６３が特定した境界候補の全ての組合せについて信頼度算出処理を行うこととして説明した（例えば図９のステップＳ１１〜Ｓ１５）。しかし、境界候補の組合せの中に、明らかに不適切な組合せが含まれ得る。例えば、皮下脂肪層と腹直筋組織層との境界である第１の境界と、腹直筋組織層と下層領域との境界である第２の境界との間の厚みである腹直筋組織厚は、人間の最大として想定される長さが１５ｍｍ程度と考えられる。そこで、図９のステップＳ１２において、組み合わせる境界候補間の距離（厚さ）が、例えば２０ｍｍ未満を適切組合せ条件（換言すると２０ｍｍ超を不適切組合せ条件）として、組合せを作成することが可能である。適切組合せ条件を用いて、以降の信頼度算出処理の対象とする組合せを絞ることができるため、多数の境界候補が検出された場合には、演算量を低減することが可能となる。なお、勿論、測定対象とする境界間を腹直筋組織厚とするのではなく、皮下脂肪厚とする場合や、測定する部位を太腿などの別の部位とする場合には、適切組合せ条件を適宜変更設定すればよい。

１ 超音波測定装置、 ２ 超音波測定部、 ３ プローブ、 ３０ 超音波送受信部、 ５ 本体装置、 ５１ 操作部、 ５２ 画像表示部、 ５３ 処理部、 ５４ 超音波測定制御部、 ５５ ユーザー情報取得部、 ５６ 境界検出部、 ５６１ 境界候補検出部、 ５６３ 境界特定部、 ５６５ 信頼度算出部、 ５６７ パラメーター決定部、 ５７ 生体組織厚測定部、 ５８ 表示画像生成部、 ６０ 記憶部、 ６１ 測定プログラム、 ６１１ 境界候補検出プログラム、 ６１３ 境界検出プログラム、 ６３ ユーザー情報、 ６３１ 属性情報テーブル、 ６３３ 測定結果テーブル、 ６５ 信頼度算出テーブル

Claims (7)

1. 被検者の断層画像を取得する超音波測定を行う超音波測定部と、
   前記断層画像を解析して前記被検者の生体組織層の境界を検出する境界検出部と、
   を備え、
   前記境界検出部が、
   前記生体組織層の境界候補を複数検出する境界候補検出部と、
   前記断層画像に基づいて前記境界候補を用いて前記断層画像を区画した領域のテクスチャ特徴量である指標値を算出して境界を特定する境界特定部と、
   を有する超音波測定装置。
2. 被検者の断層画像を取得する超音波測定を行う超音波測定部と、
   前記断層画像を解析して前記被検者の生体組織層の境界を検出する境界検出部と、
   を備え、
   前記境界検出部が、
   前記生体組織層の境界候補を複数検出する境界候補検出部と、
   前記断層画像に基づいて前記境界候補を境界とする指標値を算出して境界を特定する境界特定部と、
   前記境界特定部によって特定された境界を記憶する記憶部と、
   前記記憶部に記憶された境界に基づいて前記被検者の生体の深さ方向における新たな探索範囲を決定する探索範囲決定部と、
   を有し、前記断層画像の前記探索範囲を解析して前記境界を検出する、
   超音波測定装置。
3. 被検者の断層画像を取得する超音波測定を行う超音波測定部と、
   前記断層画像を解析して前記被検者の生体組織層の境界を検出する境界検出部と、
   を備え、
   前記境界検出部が、
   前記生体組織層の境界候補を複数検出する境界候補検出部と、
   前記断層画像に基づいて前記境界候補を境界とする指標値を算出して境界を特定する境界特定部と、
   前記境界特定部によって境界として特定されなかった境界候補を記憶する記憶部と、
   前記記憶部に記憶された境界候補に基づいて前記被検者の生体の深さ方向におけるマスク範囲を決定するマスク範囲決定部と、
   を有し、前記マスク範囲を除外した前記断層画像の範囲を解析して前記境界を検出する、
   超音波測定装置。
4. 前記境界は、第１の境界および第２の境界を含み、
   前記境界特定部は、前記境界候補の何れかを前記第１の境界および前記第２の境界とする組合せについて前記指標値を算出して、前記第１の境界および前記第２の境界を特定する、
   請求項１〜３の何れか一項に記載の超音波測定装置。
5. 前記境界特定部は、所定の適切組合せ条件を満たす前記組合せについて前記指標値を算出して、前記第１の境界および前記第２の境界を特定する、
   請求項４に記載の超音波測定装置。
6. 前記記憶部は、前記超音波測定を行った測定日の情報を、前記特定された境界と対応付けて記憶し、
   前記探索範囲決定部は、前記測定日からの経過日数に応じて前記探索範囲の広狭を変更して決定する、
   請求項２に記載の超音波測定装置。
7. 前記境界検出部により検出された境界に基づいて、皮下脂肪層の厚み、および、筋肉層の厚みのうちの何れかを測定する厚み測定部を更に備える請求項１〜６の何れか一項に記載の超音波測定装置。