JP6353038B2 - 血管内撮像の信号処理 - Google Patents

Description

本開示は、血管内撮像の分野及び血管内画像データの処理に関する。

血管内撮像は、血管の診断的に有意な特徴を識別するために使用されることが多い。例えば、血管内撮像システムは、血管内の閉塞又は病変の識別及び位置特定を助けるために、医療専門家によって使用され得る。一般的な血管内撮像システムは、血管内超音波（ＩＶＵＳ）システムと、光学コヒーレンストモグラフィ（ＯＣＴ）システムとを含む。

ＩＶＵＳシステムは、受信電気信号に基づいて超音波エネルギーを発し、様々な血管内構造によって反射された超音波エネルギーに基づいて戻り電気信号を送信する１つ又は複数の超音波トランスデューサを含む。幾つかの場合、高解像度ディスプレイを有するコンソールが、ＩＶＵＳ画像をリアルタイムで表示することが可能である。このようにして、ＩＶＵＳは、冠動脈内腔、冠動脈壁形態、及び冠動脈壁の表面又は表面近傍にある、ステント等の装置を含め、血管構造及び内腔の生体内視覚化を提供するために使用することができる。ＩＶＵＳ撮像は、冠動脈疾患を含め、病変血管を視覚化するために使用され得る。幾つかの場合、超音波トランスデューサは、比較的高い周波数（例えば、１０ＭＨｚ〜６０ＭＨｚ、幾つかの好ましい実施形態では、４０ＭＨｚ〜６０ＭＨｚ）で動作することができ、ＩＶＵＳカテーテル組立体の先端部近傍に運ぶことができる。幾つかのＩＶＵＳシステムは、血管の３６０度視覚化を含む（例えば、ＩＶＵＳカテーテル組立体を機械的に回転させ、ＩＶＵＳ信号をフェーズドアレイトランスデューサから操縦する等）。

トランスデューサが受信する電気信号は、画像情報の形態であることができ、画像の構築に使用することができる。幾つかのシステムでは、アナログ画像情報は、ベクトル形態にデジタル化することができる。次に、一連のベクトルから画像を構築することができる。例えば、それぞれＮ個のデータ点を含むＭ個のベクトルが使用されて、Ｍ×Ｎ二次元画像を構築することができる。幾つかのシステムでは、患者の血管構造の画像が、リアルタイムで生成され表示されて、そのような構造の生体内視覚化を提供することができる。

トランスデューサは通常、アナログ信号を生成し、特定の周波数で動作する。一般に、受信した画像情報の分解能は、トランスデューサの動作周波数及びトランスデューサからのデータ取得周波数に伴って増大する。すなわち、高周波画像は、低周波画像よりも良好な分解能を有する傾向がある。しかし、高周波数で取得される画像は、高周波伝送に関連する損失により、より大きな信号損失を有することが多く、したがって、低周波画像と比較した場合、より低い信号対雑音比（「ＳＮＲ」）を含むことが多い。これは、画像強度が利得の増大を介して増幅される場合、暗く見にくい画像又は非常にノイズが多い画像を生じさせるおそれがある。その結果、大半の血管内撮像は、ＳＮＲを改善させるために画像分解能を犠牲にして、比較的低い周波数で実行される。

幾つかのシステムでは、画像情報は、ＳＮＲを改善するために処理される。処理は、平均化処理等のデータ結合、エンベロープ検出、及び／又は外れ値除去等の除去する様々なデータ点の選択を含むことができる。しかし、各処理ステップには時間がかかる。例えば、幾つかのシステムでは、エンベロープ検出は、各ベクトルを１つずつエンベロープ検出器に通す必要があり、撮像プロセスを低速化させ得る。処理遅延が長すぎる場合、撮像中の血管構造の生体内視覚化のリアルタイム表示を生成することが不可能になるおそれがある。

本発明の実施形態は、高周波画像情報を取得し、全範囲のノイズを効率的にノイズフィルタリングする血管内撮像システムを提供する。処理ステップが実行されて、高分解能低ノイズ画像を達成する。ノイズの程度が十分に低いことにより、ノイズが画像を不明瞭にするポイントまでノイズを増幅させずに、高分解能細部を示すように画像情報を増幅することができる。

幾つかの実施形態では、そのような処理ステップは、高周波データのコヒーレンスフィルタリング、高周波データを低周波データに変換するためのエンベロープ検出、及び低周波データの空間フィルタリングを含むことができる。エンベロープ検出等の幾つかのプロセスは、並列に実行されて、処理を速めることができる。幾つかの実施形態では、処理ステップは、高周波画像情報から高分解能画像をリアルタイムで生成し表示するのに十分高速で実行される。

そのような測定を実行するシステムは、データ収集中、血管内撮像カテーテル組立体の周囲、例えば、患者の血管に対応する撮像情報の未処理フレームを生成するように構成される血管内撮像カテーテル組立体を含むことができる。撮像情報の未処理フレームは、ベクトルの未処理セットを含むことができ、ベクトルの未処理セット内の各ベクトルは、データ点の未処理セットを含む。幾つかの場合、各ベクトルは、画像情報の角度部分を表し、一方、ベクトル内の各データ点は、角度部分に沿った半径方向寸法を表す。本システムは、撮像情報の未処理フレームを血管内撮像カテーテル組立体から受信し、ベクトルの強化セットを含む撮像情報の強化フレームを生成する撮像エンジンを含むことができる。

撮像エンジンは、ベクトルの未処理セットからのベクトルを未処理ベクトル群に群化し、未処理ベクトル群内のデータ点の比較に基づいてベクトルの第１のセットを生成するように構成されるコヒーレンスフィルタを含むことができる。幾つかの場合、比較は、各ベクトル内の同様の半径方向位置での点間の比較である。ベクトルの第１のセット内のベクトルはそれぞれ、未処理ベクトル群の１つ内のベクトルの全体的表現であり、データ点の第１のセットを含む。ベクトルの第１のセット内の各ベクトル内のデータ点の第１のセットは、未処理撮像情報内の未処理データ点の各セットと同じ数のデータ点を含むことができる。

撮像エンジンは、ベクトルの第１のセットを受信し、データ点の各第１のセット内のデータ点の互いとの比較に基づいてベクトルの第２のセットを生成するエンベロープ検出モジュールを含むことができる。ベクトルの第２のセット内の各ベクトルは、データ点の第２のセットを含むことができる。データ点の各第２のセットは、関連付けられた第１のセットよりも少数のデータ点を有することができるが、データ点の第１のセットを表すことができる。幾つかの場合、データ点の第２のセットは、データ点の第１のセットの低周波表現を含むことができる。ベクトルの第２のセットは、第１のセットと同じ数のベクトルを含むことができる。

撮像エンジンは、ベクトルの第２のセットを受信し、ベクトルの強化セットを生成する空間フィルタを含むことができる。空間フィルタは、ベクトルの第２のセットからのベクトルを処理済みベクトル群に群化し、各処理済みベクトル群のデータ点の比較に基づいてベクトルの強化セットを生成することができる。空間フィルタは、同様且つ近傍の半径方向位置を有する各処理済みベクトル群内のデータ点の比較を含むことができる。幾つかの例では、各処理済みベクトル群は、ベクトルのセット内の１つの強化ベクトルを生成するのに使用することができる。各強化ベクトルは、ベクトルの第２のセット内の関連付けられたベクトル内のデータ点の第２のセットと同じ数のデータ点を含むことができる。ベクトルの強化セットは、結合されて、撮像情報の強化フレームを生成することができる。

幾つかのシステムでは、撮像エンジンは、撮像情報の強化フレームに基づいて画像を生成するように構成される画像生成器を含むことができる。そのようなシステムは、撮像エンジンに結合され、画像生成器によって生成される画像を表示するディスプレイを含むことができる。幾つかのシステムでは、画像は、画像生成器及びディスプレイから実質的にリアルタイムでユーザに表示することができる。

血管内撮像システムの例示的な実施形態である。 血管内撮像エンジンの一部としての例示的なコヒーレンスフィルタ構成を示す。 血管内撮像エンジンの一部としての例示的なコヒーレンスフィルタ構成を示す。 図３Ａ〜Ｃは例示的なエンベロープ検出プロセスを示す。 処理又は表示に向けて構成された輝度データの例示的なセットを示す。 処理又は表示に向けて構成された輝度データの例示的なセットを示す。 高分解能血管内画像を生成するマルチステッププロセスを示すプロセス流れ図である。 トランスデューサからディスプレイへの画像情報の流れを示すシステムレベルブロック図である。

以下の詳細な説明は、例示的な性質のものであり、本発明の範囲、適用可能性、又は構成を限定する意図は決してない。むしろ、以下の説明は、本発明の実施例の幾つかの実際的な例示を提供する。構造、材料、寸法、及び製造プロセスの例が、選択された要素について提供され、全ての他の要素は、本発明の分野の当業者に既知のものを利用する。記される例の多くが様々な適する代替を有することを当業者は認識しよう。

図１は、血管内撮像を実行するように構成し得るシステム１００の説明のための例である。システム１００は、カテーテル組立体１０２、並進移動機構１１０、及びユーザインターフェース１２０を含み得る。カテーテル組立体１０２は、基端部１０４と、患者１１８の血管内に挿入されるように構成される先端部１０６とを含み得る。一例では、カテーテル組立体１０２は、大腿動脈を介して患者１１８に挿入され、患者１１８内の関心部位に案内され得る。図１の破線は、患者１１８内のカテーテル組立体１０２の部分を表す。

幾つかの例では、カテーテル組立体１０２は、波ベースのエネルギーを発して受け取り、撮像データを生成する、例えば、患者１１８内の関心部位を撮像するように構成されたトランスデューサ１０８を先端部１０６内に含み得る。例えば、システム１００がＩＶＵＳシステムである場合、トランスデューサ１０８は、超音波エネルギーを発して受け取り、超音波データを生成するように構成される超音波トランスデューサを含むＩＶＵＳ撮像プローブを含み得る。別の例では、システム１００は、トランスデューサ１０８が、光を発して受け取り、ＯＣＴデータを生成するように構成されるＯＣＴ撮像プローブを含み得るＯＣＴシステムであり得る。

幾つかの実施形態では、カテーテル組立体１０２は、撮像組立体と、シースとを含むことができる。撮像組立体は、トランスデューサ１０８と、駆動ケーブルと、伝送線（例えば、同軸ケーブル）とを含むことができる。シースは、内部で撮像組立体が自在に移動することができるルーメンを画定することができる。駆動ケーブルは、シースを通る駆動ケーブルの移動が、トランスデューサ１０８も同様にシースを通して移動させるように、トランスデューサ１０８に固定することができる。したがって、幾つかの実施形態では、トランスデューサ１０８は、動脈内でシースを移動させずに、駆動ケーブルを介してシース内で並進移動することができるとともに、回転することができる。これは、トランスデューサ１０８が撮像又は他の血管内撮像動作中に移動する際、カテーテル組立体１０２と患者の動脈の内部との過度の摩擦を回避するために有利であることができる。例えば、シース内部で移動しながら、カテーテル組立体１０２は、破裂しやすいプラークを有し得る血管に沿って引っ張られない。

血管内撮像システム１００は、並進移動機構１１０を含むことができる。示されるように、並進移動機構１１０は、カテーテル組立体１０２と機械的に係合し、後退又は他の並進移動動作中、カテーテル組立体１０２を患者１１８内の制御された距離に並進移動させるように構成することができる。幾つかの実施形態では、並進移動機構１１０は、カテーテル組立体１０２とのインターフェースとして機能することができる。並進移動機構１１０は、患者１１８の血管を通してカテーテル組立体１０２の全て又は部分を並進移動させることができる。例えば、カテーテル組立体１０２が、シース内に収容されたトランスデューサ１０８に取り付けられた駆動ケーブルを備える実施形態では、並進移動機構１１０は、シースを固定したまま、シースを通して駆動ケーブル及びトランスデューサ１０８を並進移動させるように機能することができる。

血管内撮像システム１００は、血管内撮像エンジン１１２を含むことができる。幾つかの実施形態では、血管内撮像エンジン１１２は、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、又はフィールドプログラマブルゲートアレイ（ＦＰＧＡ）等のプロセッサ、ユーザインターフェース１２０、メモリ、及びディスプレイ１１４等を含むことができる。血管内撮像エンジン１１２は、画像情報をカテーテル組立体１０２から受信することができ、幾つかの実施形態では、血管内撮像エンジン１１２のプロセッサは、カテーテル組立体１０２から受信される画像情報に基づいて、画像情報を処理し、且つ／又は表示を生成することができる。様々な実施形態では、血管内撮像エンジン１１２は、生成された表示をディスプレイ１１４に提示し、且つ／又は生成された表示をメモリに記憶することができる。幾つかの実施形態では、ディスプレイ１１４は、リアルタイムで更新されて、患者１１８の血管の生体内視覚化を提供することができる。

幾つかの実施形態では、ユーザインターフェース１２０は、システムユーザ１１６によるコマンドを受信し、且つ／又はカテーテル組立体１０２から取得した血管内撮像データ（例えば、血管内画像）を表示することができる。ユーザインターフェース１２０は、従来のＰＣ又は血管内撮像システム１００の他の構成要素と通信するように構成されるソフトウェアを有するＰＣインターフェースを含み得る。幾つかの実施形態では、ユーザインターフェース１２０はディスプレイ１１４を含み得、ディスプレイ１１４は、カテーテル組立体１０２からのシステム情報及び／又は撮像信号（例えば、血管内画像）を表示するように構成し得る。幾つかの実施形態では、ユーザインターフェース１２０はタッチスクリーンディスプレイを含むことができ、タッチスクリーンディスプレイは、システムユーザ１１６からコマンドを受信するとともに、カテーテル組立体１０２から血管内撮像データを表示するように機能することができる。

血管内撮像エンジン１１２は、プロセッサ、ユーザインターフェース１２０、メモリ、及びディスプレイ１１４を含むことができるが、代替的に、これら又は本明細書に開示される血管内撮像エンジン１１２の機能の実行に適する他の構成要素の任意の組合せを含むことができる。例えば、血管内撮像エンジン１１２は、画像情報をカテーテル組立体１０２から受信し、表示を生成するように構成されるプロセッサを含むことができる。そのような実施形態では、血管内撮像エンジン１１２は、任意のユーザインターフェース、生成された表示が提示されるディスプレイ１１４、及び／又は任意のそのような構成要素が血管内撮像エンジン１１２の一部ではない場合、生成された表示を記憶するメモリと通信することができる。

幾つかの実施形態では、トランスデューサ１０８からのアナログ画像情報は、デジタル処理される一連のベクトルにデジタル化することができる。例示的な実施形態では、単一のベクトルはＮ個のデータ点を含むことができ、各点は、トランスデューサ１０８から離れる距離に対応する。画像は、Ｍ個のベクトルから構築することができ、各ベクトルは回転可能トランスデューサ１０８（例えば、機械的に回転、フェーズドアレイ等）の向きに対応する。高レベルでは、Ｎ個のデータ点のＭ個のベクトルが使用されて、極座標にＭ×Ｎデータ点を有する画像を構築することができる。幾つかの実施形態では、各ベクトルは、トランスデューサ１０８から外側に延びる角度部分を表す情報を含む。トランスデューサ１０８によって発せられる波ベースエネルギーの角度幅により、１つのベクトルからの血管内の撮像角度部分の部分を１つ又は複数の追加のベクトルに含めることが一般的である。換言すれば、異なるベクトルによって表される撮像角度部分は、Ｍ個のベクトルを生成する過程で互いに重複することができる。

幾つかの実施形態では、ベクトルを構築するために、撮像エンジンは、一連の時点（例えば、Ｎ個の点）でトランスデューサ１０８からデータをサンプリングし、続けて受信される各データ点でベクトルを埋めることができる。したがって、データ収集の周波数はベクトルサイズＮに対応する。本明細書の他の箇所で考察されるように、周波数が高い画像ほど、一般に、高い解像度を有するが、より低い周波数と比較した場合、信号損失がより多いこと、又は同等にＳＮＲがより低いことにより、より低い信号レベルを有する。例えば、カテーテル組立体１０２の伝送線は、アンテナとして機能し、血管内撮像システム１００が動作している環境内の様々なソースから電気ノイズを拾い得る。

幾つかの好ましい実施形態では、血管内撮像エンジン１１２は、高周波数で取得された画像情報を処理して、ＳＮＲを効率的に改善するように構成することができる。幾つかの実施形態では、血管内撮像エンジン１１２は、Ｍ個のベクトルを含む高周波画像情報のセットをトランスデューサ１０８から受信し、各ベクトルはＮ個のデータ点を含む。幾つかの実施形態では、高周波画像情報は、ベクトルの未処理セットを含む撮像情報の未処理フレームであり、ベクトルの未処理セットの各ベクトルは、データ点の未処理セットを含む。例えば、様々な例では、高周波画像情報は、４０９６個、２０４８個、又は１０２４個のベクトルの未処理セットを含むことができる。各ベクトルは、例えば、２５６０個のデータ点の未処理セットを含むことができる。一般に、各ベクトルは、撮像システムに応じて任意の数のデータ点を含むことができる。考察したように、高周波データは多くの場合、高周波ノイズ及び低周波ノイズを含め、大量のノイズを含む。幾つかの実施形態では、血管内撮像エンジン１１２は、１つ又は複数の処理関数を実行して、高周波ノイズ及び／又は低周波ノイズを画像情報のセットから効率的に低減することができる。

例えば、血管内撮像エンジン１１２は、画像情報のセット内のノイズを低減する１つ又は複数の計算を実行することができる。様々な例では、１つ又は複数の計算は、画像情報内の２つ以上のデータ点の比較を含むことができる。一般に、データの比較は、比較されている１つ又は複数のデータ点の値を組み込む任意の計算演算を含むことができる。したがって、データ点の比較は、加算、平均化、又はメジアン値、最頻値、最小値、最大値等の特定等の他のデータセットパラメータの特定等のデータ点に関連付けられた値を結合することを含むことができる。比較は、例えば、比較された値に基づいてデータの群か又は除去すること等、そのようなデータを含む数学的関数又は他の関数を実行することを更に含むことができる。

幾つかの実施形態では、血管内撮像エンジン１１２は、ベクトルの未処理セットから各ベクトルを受信し、コヒーレンスフィルタリングを実行して、高周波ノイズを除去し、画像情報のＳＮＲを改善するように構成される。幾つかの例では、コヒーレンスフィルタは、ベクトルの未処理セットからのベクトルを１つ又は複数のベクトルの未処理ベクトル群に群化し、未処理ベクトル群の各ベクトル内のデータの比較に基づいてベクトルの第１のセットを生成するように構成される。幾つかの例では、ベクトルの第１のセットは、未処理ベクトル群内の各ベクトルのデータ点と、同様の半径方向位置でのデータ点との比較に基づいて生成される。すなわち、ベクトルは、コヒーレンスフィルタリング中、同様のベクトル座標において互いに比較することができる。幾つかの例では、比較は、同様のベクトル座標での未処理ベクトル群内のベクトルの平均をとることを含むことができる。様々な実施形態では、平均は、加重平均又は標準平均値計算であることができる。コヒーレンスフィルタリングの結果、幾つかの実施形態では、ベクトルの第１のセット内の各ベクトルは、未処理ベクトル群の１つのベクトルを表し、未処理ベクトルセット内の各ベクトルのデータ点の未処理セットと同じ数のデータ点を有するデータ点の第１のセットを含む。

例示的な実施形態では、各未処理ベクトル群は２つのベクトルからなり、各ベクトルはＮ個のデータ点を有する。そのような実施形態では、ベクトルの未処理セットは、ベクトルの第１のセットの２倍のベクトルを含むことができる。したがって、４０９６個、２０４８個、又は１０２４個のベクトルを有するベクトルの未処理セットは、２０４８個、１０２４個、又は５１２個のベクトルをそれぞれ有するベクトルの第１のセットにフィルタリングすることができる。

一般に、コヒーレンスフィルタリングは、１つ又は複数のベクトルを１つ又は複数の組合せで結合すること、例えば、平均化することを含むことができる。幾つかの実施形態では、Ｘ個のベクトルのセットが単に平均化されて、単一の平均ベクトルを作成する。平均化は、例えば、平均化ベクトルの中で点毎に実行することができる。例えば、各ベクトルが極座標での角度座標に対応し、一方、各ベクトルエントリが極座標での異なる半径方向位置に対応する実施形態では、２つのベクトルの比較は、共通の各半径方向位置で実行することができる（すなわち、１つのベクトルのｎ番目のベクトルエントリが、別のベクトルのｎ番目のベクトルエントリと比較される）。

幾つかのそのような実施形態では、トランスデューサ１０８がＭ個の合計ベクトルを血管内撮像エンジン１１２に提供する場合、平均化後のベクトル数はＭ／Ｘになる。より複雑な実施形態では、様々な形態の加重平均又は複数の組合せでの平均化が使用可能である。特定の一例では、一連の４つのベクトル（ｖ１、ｖ２、ｖ３、ｖ４）は、４つの「スーパーベクトル」（ｓ１、ｓ２、ｓ３、ｓ４）が結果として作成されるように処理することができる。１つのそのような処理の例は以下である。
ｓ１＝Σ（ｖ２，ｖ３，ｖ４）
ｓ２＝Σ（ｖ１，ｖ３，ｖ４）
ｓ３＝Σ（ｖ１，ｖ２，ｖ４）
ｓ４＝Σ（ｖ１，ｖ２，ｖ３）
この例では、３つの固有ベクトルの可能な各組合せが使用されて、結果として生成される「スーパーベクトル」を作成する。幾つかの実施形態では、各和は、より従来的な平均を提供するようにスケーリングすることができる。

前の例では、４つのベクトルが処理されて、４つの新しいベクトルになり、新しい各ベクトルは効率的に、元の４つのうちの３つの平均を含む。４つ全ての元のベクトルに存在する画像情報が、新しいベクトルで保存されるが、４つ全て未満の元のベクトルに存在しがちなノイズは、新しいベクトルは大幅に低減される。したがって、結果として生成される各ベクトルは、高周波ノイズを低減しており、平均化後のベクトルの数はなお、Ｍ個である。好ましい実施形態では、平均化されたベクトルは、患者の血管の重複部分又は略重複する部分からの画像情報を表す。一般に、重複部分の任意の数のベクトルが組み合わせられて、「スーパーベクトル」が結果として生成される。

図２Ａ及び図２Ｂは、血管内撮像エンジンの部分としての例示的なコヒーレンスフィルタ構成を示す。図２Ａは、４つのベクトル入力（ｖ１、ｖ２、ｖ３、及びｖ４）を受信し、４つの「スーパーベクトル」（ｓ１、ｓ２、ｓ３、及びｓ４）を出力する上述したものと同様のコヒーレンスフィルタ１２４ａを示す。幾つかの実施形態では、結果として生成される「スーパーベクトル」の数は、図２Ｂに示される等、入力ベクトルの数未満である。図２Ｂは、８つの入力ベクトル（ｖ１〜ｖ８）を受信し、４つのみの「スーパーベクトル」（ｓ５〜ｓ８）を出力する例示的なコヒーレンスフィルタ１２４ｂを示す。そのような実施形態では、入力ベクトルは、２つ以上の入力ベクトルのそれぞれの４つの可能な組合せを選択し、平均化関数を実行する等、任意の方法で結合されて、結果として生成される「スーパーベクトル」の総数を低減することができる。多くの実施が可能であり、本開示に記載されるコヒーレンスフィルタの範囲内である。コヒーレンスフィルタは、トランスデューサ１０８から受信される高周波画像情報によって生成される高周波入力ベクトルよりも少ない高周波ノイズ及びより高いＳＮＲを有する「スーパーベクトル」を出力するように構成することができる。

図１を再び参照すると、幾つかの実施形態では、ベクトルは、１つ又は複数のエンベロープ検出器を含むエンベロープ検出モジュールを使用して、血管内撮像エンジン１１２によって処理することができる。エンベロープ検出モジュールは、コヒーレンスフィルタからベクトルの第１のセットを受信し、データ点の各第１のセット内のデータ点の互いとの比較に基づいて、ベクトルの第２のセットを生成するように構成することができる。すなわち、幾つかの例では、エンベロープ検出モジュールは、ベクトルの第１のセットの各ベクトル内のデータ点の比較に基づいて、ベクトルの第２のセットを生成する。エンベロープ検出モジュールは、ベクトルの第１のセットのそれぞれに対して独立して機能することができる。したがって、幾つかの実施形態では、ベクトルの第２のセットは、ベクトルの第１のセットと同じ数のベクトルを含む。エンベロープ検出モジュールは、ベクトルの第１のセット内のベクトルを並列処理するように並列に配置された複数のエンベロープ検出器を含むことができる。並列エンベロープ検出器は、各エンベロープ検出器がベクトルの第２のセットのサブセットを生成するように構成されるよう配置することができる。

幾つかの例では、エンベロープ検出モジュール内のエンベロープ検出器は、ベクトルによって表される波形の全体的な形状を維持しながら、高周波データを含むベクトルを低周波データを含むベクトルに効率的に変換することができる。図３は、例示的なエンベロープ検出プロセスである。図３は、エンベロープ検出器に入力される高周波データのセットを示す。データ中のピークが検出されて、フレーム１３４内のデータの（上側）エンベロープが作成される。他のエンベロープ関数も可能である。エンベロープは、フレーム１３６に示される信号として出力され、低周波数を有する入力データと同じ全体波形を有する。幾つかの例では、受信した画像情報から作成され、高周波ノイズが低減された「スーパーベクトル」は、１つ又は複数のエンベロープ検出器に向けることができる。幾つかの実施形態では、複数の並列エンベロープ検出器が使用可能である。例えば、Ｘ個のベクトルが処理されて、Ｙ個の「スーパーベクトル」が作成される実施形態では、システム１００は、並列になったＹ個のエンベロープ検出器を含み、「スーパーベクトル」のそれぞれを同時に処理することができる。上に提示された例示的な場合では、４つの並列エンベロープ検出器が使用されて、「スーパーベクトル」ｓ１〜ｓ４又はｓ５〜ｓ８を同時に処理することができる。そのような例では、エンベロープ検出を実行する処理時間は、１つのエンベロープ検出器を使用するシステムと比較した場合、１／４に短縮される。

システムが、受信した画像情報を表す画像を表示するように構成される実施形態では、高周波ベクトルは、効率的な表示には多すぎるデータを含み得る。エンベロープ検出器は一般に、入力「スーパーベクトル」が高周波ベクトルである場合であっても、受信した情報を表す低周波輝度データを含むベクトルを出力することができる。このようにして、エンベロープ検出器が使用されて、データを平滑化し、輝度データの低周波ベクトルの形態での表示に適するようにすることができる。

低周波輝度データは、一連のベクトルの形態であることができ、各ベクトルは一連のデータ点を含む。ベクトルは、ベクトルの第２のセットを構成することができ、各ベクトル内の一連のデータ点は、各ベクトル内のデータ点の第２のセットを含むことができる。幾つかの実施形態では、各ベクトルは一般に、患者内のトランスデューサの向きの角度に対応し、一方、各ベクトル内のデータは一般に、トランスデューサから増大する半径方向距離でのベクトルの角度範囲内に含まれる患者の血管構造の情報に対応する。記したように、トランスデューサによって発せられる波ベースのエネルギーの角度幅により、異なるベクトルによって表される撮像角度部分は互いに重複することができる。

図４Ａは、表示するように構成された輝度データの例示的なセットを示す。この例では、輝度データは極座標に配置され、データ点１４０〜１４８は角度及び半径方向の両方で分割される。実線で隔てられる各角度部分は、画像情報取得中のトランスデューサ１０８の向きに対応する、輝度データのベクトルを表す。角度部分内の各点は、そのベクトル内のデータ点を表す。例えば、示される実施形態では、輝度ベクトルｂ１はデータ点１４０、１４３、及び１４６を含み、輝度ベクトルｂ２はデータ点１４１、１４４、及び１４７を含み、輝度ベクトルｂ３はデータ点１４２、１４５、及び１４８を含む。

考察したように、ベクトルは、患者の血管構造の角度部分を表すデータを一般に含むように、様々な角度を表すことができる。したがって、近傍ベクトルは、血管構造の重複部分を表すデータを含むことができる。十分な数のベクトルは、血管構造の３６０°フル画像を効率的に表すことができる。十分な数は、各ベクトルに対する角度幅と、各ベクトルの重複量とに依存する。ベクトル及びベクトルが含むデータ点は、例えば、撮像血管構造の極座標表現を構成することができ、データ点が含まれるベクトルはその点の角度座標に対応し、ベクトル内のデータ点の位置はその点の半径方向位置に対応する。

低周波輝度データを含むベクトルは、カテーテル組立体によって受信される画像情報を表す表示の生成に使用することができる。表示は、カラー、白黒、グレースケール、又は任意の他の所望のカラーパレットで表示することができ、ピクセルセットを含むことができ、各ピクセルは輝度データのデータ点を表す。各ピクセルの輝度及び／又は色は、対応するデータ点に表される輝度データに直接対応することができる。幾つかの実施形態では、高周波ノイズが、コヒーレンスフィルタリングに関して述べたように、画像情報から低減されている場合であっても、表示の生成に使用される低周波輝度データは低周波ノイズを含むことがある。

幾つかの実施形態では、血管内撮像エンジンは、低周波輝度データを処理して結合し、低周波ノイズを低減するように構成することができる。そのような処理は、フィルタリング及び平均化の一方又は両方を含むことができる。幾つかの例では、システムは、更に処理するために、エンベロープ検出モジュールからデータを受信するように構成された空間フィルタを含むことができる。空間フィルタは、ベクトルの第２のセットのベクトルを処理済みベクトル群に群化するように構成することができる。各処理済みベクトル群は、ベクトルの第２のセットからの任意の数のベクトルを含むことができる。

空間フィルタは、ベクトルの第２のセット内のデータに基づいて、ベクトルの強化セットを生成するように構成することができる。例えば、幾つかの例では、空間フィルタは、各処理済みベクトル群のベクトルのデータ点の比較を実行することができる。比較は、例えば、各処理済みベクトル群内のベクトル間の同様且つ近傍の半径方向位置で実行することができる。ベクトルの結果として生成される強化セット内の各ベクトルは、処理済みベクトル群の１つ内のベクトルを表すことができる。ベクトルの強化セット内の各ベクトルは、データ点の強化セットを含むことができる。幾つかの例では、ベクトルの強化セット内の各ベクトルのデータ点の強化セットは、ベクトルの第２のセット内の各ベクトルのデータの第２のセットと同じデータ点を有することができる。

幾つかのシステムでは、空間フィルタを介してベクトルの第２のセットを処理することは、輝度データの空間フィルタリングを含むことができる。空間フィルタリングの例は、空間的に近傍の追加のデータ点のセットを用いてデータ点の平均をとることを含むことができる。空間的に近傍のデータ点は、点極座標表現が互いの何らかの所定の距離内にあるデータ点とすることができる。３６０°画像表現では、平均点は、例えば、特定の点の特定の空間距離内の全てのデータ点を含むことができる−近接平均化と呼ばれる技法。図４Ａを参照すると、例えば、点１４４が処理されて、各近傍点１４０〜１４８を用いて平均化することができる。様々な実施形態では、平均化プロセスの定義に使用される空間要件は、予め決定されるか、又はユーザによって設定することができる。

空間フィルタリングの別の例は、特定の点の特定の空間距離内且つ特定のポイントと同じベクトル内の全てのデータ点を平均化することを含むことができる−半径方向平均化と呼ばれる技法。例えば、点１４０、１４１、及び１４２は線１６０に沿って平均化されて、１４１に空間フィルタリングされたデータを生成することができる。更に別の空間フィルタリングの例は、特定の点の特定の距離内にあり、且つ対応するベクトル内の同じ半径方向位置を有する全てのデータ点を平均化することを含むことができる−角度平均化と呼ばれる技法。例えば、点１４１、１４４、及び１４７は、線１５０に沿って平均化されて、１４４に空間フィルタリングされたデータを生成することができる。空間フィルタリングはメジアンフィルタを含むことができ、メジアンフィルタは、外れ値の影響を最小化するために有用であることができる。

一般に、空間フィルタリングは、近接データ点の任意の他のセレクションを介して選ばれたデータの平均化又は他の結合方法を含むことができる。空間フィルタリングは、データの残りのセットを平均化する前に、データセットからの外れ値を除去することを含むことができる。幾つかの実施形態では、フィルタリング動作は、点毎に特定することができる。例えば、全てのデータ点が必ずしも、所与の空間寸法内に同じ数の周囲データ点を有するわけではない。低周波輝度データの空間フィルタリングは、そこの含まれる低周波ノイズを低減し、ＳＮＲを効率的に上げるように機能することができる。

空間フィルタリングの更に別の例について、図４Ｂに関連して説明することができる。図４Ｂは、画像情報データの例示的なサブセットであり、このサブセットでは、４個のベクトルｃ１、ｃ２、ｃ３、及びｃ４がそれぞれ３個のデータ点を含む。各ベクトル（ｃ１〜ｃ４）は角度座標に対応し、一方、各ベクトル内の各データ点は、極座標表現での半径方向位置に対応する。図４Ｂによる幾つかの例では、ベクトルｃ１〜ｃ４は、エンベロープ検出ステップから生成されるベクトルの第２のセット内のベクトルである。例示的な空間フィルタリングステップでは、ベクトルｃ１〜ｃ４は、空間フィルタによって処理済みベクトル群１６１に群化することができる。処理済みベクトル群は一般に、ベクトルの第２のセットからの任意の適切な数のベクトルを含むことができ、一般に複数のベクトルを含む。図４Ｂの示される実施形態では、処理済みベクトル群１６１は４個のベクトル（ｃ１〜ｃ４）を含む。空間フィルタは、ｃ１〜ｃ４等の各処理済みベクトル群内のベクトルのデータ点の比較に基づいて、ベクトルの強化セットを生成することができる。

例示的なプロセスでは、空間フィルタは、各処理済みベクトル群のベクトルのデータ点と同様且つ近傍の半径方向位置でのデータ点（例えば、図４Ａ及び図４Ｂでの点１４０、１４３、及び１４６を含む半径方向位置）との比較に基づいて、ベクトルの強化セットを生成することができる。幾つかの場合、ベクトルの強化セット内の各ベクトルは、処理済みベクトル群の１つのベクトルを表す。図４に関して、処理済みベクトル群１６１が使用されて、ベクトルの強化セット内のベクトルを生成することができる。例示的な方法では、第１の半径方向位置での点（例えば、点１４３、１４４、１４５、１５２）が分析され、最高値を有するデータ点は分析から除外される。次に、隣接半径方向位置を有する点（例えば、点１４０、１４１、１４２、及び１５１、並びに点１４６、１４７、１４８、１５３）が同様に分析され、各半径方向位置での最高値データ点が除外される。示される実施形態によれば、１２個のデータ点（１４０〜１４８、１５１〜１５３）のうち、３個は、各半径方向距離での最高値データ点であるため、除外される。残りの９個のデータ点は比較されて、結果として生成される強化ベクトル内の第１の半径方向位置へのデータ点エントリを生成することができる。例えば、残りの９個のデータ点のメジアン値が、結果として生成される強化ベクトル内の第１の半径方向位置での対応するデータ点として使用可能である。同様の分析が、ベクトルの第２のセット内のベクトルの各半径方向位置で実行することができ、したがって、ベクトルの強化セット内の各ベクトルは、データ点の第２のセット（すなわち、ベクトルの第２のセット内の各ベクトルのデータ点の数）と同じ数のデータ点を有するデータ点の強化セットを含むことができる。

高周波ノイズが低減され、高周波データが低周波データに変換され、低周波ノイズが低減される様々なプロセスを説明した。幾つかの実施形態では、これらのステップは、高分解能血管内画像を生成するために、マルチステッププロセスに集約化することができる。図５は、高分解能血管内画像を生成するマルチステッププロセスを示すプロセス流れ図である。例示的な実施形態では、血管内撮像エンジンは、高周波画像情報をトランスデューサから受信することができる（１６２）。幾つかの実施形態では、画像情報は一連のベクトルの形態である。他の実施形態では、血管内撮像エンジンは、受信した画像情報のベクトル表現を生成することができる（１６４）。ベクトル生成は、トランスデューサから受信したアナログ画像情報をデジタル化することを含むことができる。幾つかの実施形態では、高周波画像情報は、未処理無線周波（ＲＦ）画像情報を含むことができる。血管内撮像エンジンは、コヒーレンスフィルタリング（例えば、平均化の一形態）を使用して、受信した高周波画像情報を処理し、高周波ノイズを低減することができる（１６６）。コヒーレンスフィルタリングプロセスは、高周波ノイズを低減した、トランスデューサから受信される画像情報を表す一連の高周波「スーパーベクトル」を生成することができる。

「スーパーベクトル」は、並列に配置され、等しい複数の「スーパーベクトル」を同時に処理するように構成される複数のエンベロープ検出器１６８を通ることができる。エンベロープ検出器は、高周波「スーパーベクトル」を、トランスデューサから受信した画像情報の輝度データ表現を含む低周波輝度ベクトルに変換することができる。輝度ベクトルは、例えば、極座標で画像情報を表すことができ、各ベクトルの各データ点は角度成分及び半径方向成分を表す。

輝度ベクトルからのデータは、例えば、近位、角度、又は半径方向平均化を含む空間フィルタリング１７０を受けて、低周波輝度データ内の低周波ノイズを低減することができる。血管内撮像エンジンは、トランスデューサ１７４から受信した画像情報を表す画像を生成するように構成される画像生成器を含むことができる。画像生成器は、撮像情報強化フレームに基づいて画像を生成するように構成することができ、強化フレームはベクトルの強化セット内の各ベクトルからのデータを含む。

コヒーレンスフィルタリング、エンベロープ検出、及び空間フィルタリングを含む方法は、トランスデューサから受信した未処理高周波画像情報を処理して、高周波ノイズ及び低周波ノイズの両方が大幅に低減された低周波輝度データにすることができる。そのような方法は、全周波数範囲の画像ノイズを効率的に低減することができ、高周波ノイズ低減及び低周波ノイズ低減によって影響を受ける周波数範囲は、少なくとも部分的に重複する。そのようなノイズ低減は、画像情報のＳＮＲを大幅に改善することができる。

述べたように、多くの実施形態では、血管内撮像システムは、撮像エンジンに結合され、画像生成器によって生成された画像を表示するように構成されるディスプレイを含む。したがって、幾つかの実施形態では、空間フィルタリングされた輝度データは、血管内画像としてディスプレイに表示することができる。本明細書で考察されたように、高周波数で取得された画像情報は、より低い周波数で取得された画像情報よりも密さが低い傾向があり、したがって、ディスプレイで細部を観測することが難しいことがある。しかし、表示前の処理ステップが、高周波ノイズ及び低周波ノイズの両方を効率的に低減し、ＳＮＲを大幅に改善したため、利得を適用して、画像を不明瞭にする程はノイズを増幅させずに、空間フィルタリングされた輝度データ１７２を表示に向けて増幅することができる。したがって、そのようなシステムは、関連付けられることが多い欠点を克服しながら、高周波撮像によって取得可能な高分解能を利用することができる。

幾つかのシステムでは、続く処理ステップは、輝度データを空間フィルタリングした後、且つ表示前に実行し得る。例えば、ガンマフィルタリングが利用されて、データをモニタの表示能力に変換し（データがまだ表示能力内にない場合）、最終画像への組み込みに適切なコントラストレベルを決定し得る。幾つかの実施形態では、ガンマフィルタリングは、目が区別可能な範囲よりも広い範囲の輝度／色をモニタが表示可能な場合、人間の目の検出能力に合わせるのに役立つことができる。時間フレームフィルタリング（ＴＦＦ：ｔｅｍｐｏｒａｌ ｆｒａｍｅ ｆｉｌｔｅｒｉｎｇ）が利用可能であり、このフィルタリングでは、略同じロケーションの一連の画像が処理されて、フレーム毎に比較的安定した組織特徴（例えば、血管壁、内腔血液）を示す画像領域を平滑化し、組織特徴がフレーム毎に変化する画像領域での情報（例えば、内腔境界位置変化）を維持する。多くの場合、ＴＦＦは、フレーム全体にわたって同じフィルタリングではなく局所フィルタリングを実行することができる。スキャン変換が、幾つかの場合で利用可能である。スキャン変換は、極座標からデカルト座標への変換を含む。データは、血管の解剖学的構造から独立するフォーマットで記憶することができる（例えば、データは、トランスデューサの回転角度から独立する）。これは、極形式（ｒ−シータ）と呼ぶことができる。データは、スキャン変換によって解剖学的構造にマッピングすることができる。

図６は、トランスデューサ１０８からディスプレイ１１４への画像情報の流れを示す例示的なシステムレベルブロック図である。トランスデューサ１０８は、患者の血管内にエネルギーを発して受け取ることができ、受け取ったエネルギーに基づいて、高分解能高周波画像情報を血管内撮像エンジン１１２に送信することができる。幾つかの実施形態では、信号はアナログ信号を含む。そのような実施形態では、アナログ信号は、アナログ／デジタル変換器（ＡＤＣ）１２２を通り、データを撮像情報ベクトルにデジタル化することができる。結果として生成される画像情報ベクトルは、ベクトルの未処理セットの形態であることができ、これは、コヒーレンスフィルタ１２４を通ることができ、このフィルタは、画像情報内の高周波ノイズ量を低減し、ベクトルの第１のセットを生成することができる。幾つかの場合、ベクトルの第１のセットは、「スーパーベクトル」と呼ばれることがあり、ベクトルの未処理セットから、関連付けられたベクトルとして同じ数のデータ点を含むことができる。幾つかの例では、ベクトルの未処理セットは４０９６個のベクトルからなり、これらは処理されて、２０４８個の「スーパーベクトル」になり、したがって、ベクトルの第１のセットは２０４８個のベクトルからなる。

ベクトルの第１のセットからの「スーパーベクトル」は、コヒーレンスフィルタ１２４から、並列に配置された複数のエンベロープ検出器１２６ａ、１２６ｂ、・・・、１２６ｎに送信されて、「スーパーベクトル」を処理し、ベクトルの第２のセットを生成し、ベクトルの第２のセットは低周波輝度ベクトルと見なすことができる。幾つかの例では、ベクトルの第２のセット内の低周波輝度ベクトルは、ベクトルの第１のセットからの関連付けられた「スーパーベクトル」よりも少数のデータ点を含む。幾つかの例では、スーパーベクトルと低周波輝度ベクトルとの間でのデータ点の数の低減は、１／５、１／１０、又はベクトルの第２のセット内の各ベクトルがベクトルの第１のセット内の対応するベクトルの正確な低周波表現を提供するような他の適切なスケーリング係数によるものであることができる。幾つかの例では、ベクトルの第２のセットは、ベクトルの第１のセットが「スーパーベクトル」を含む数と同じ数の低周波輝度ベクトルを含むことができる。

ベクトルの第２のセット内の輝度ベクトルは、輝度ベクトルから低周波ノイズ量を低減するように構成された空間フィルタ１２８に渡し得る。空間フィルタ１２８は、ベクトルの第２のセットからの輝度ベクトルを処理済みベクトル群に群化することができる。処理済みベクトル群内のデータは、空間フィルタ１２８内で比較されて、ベクトルの強化セットを生成することができ、ベクトルの各強化セットは、データ点の強化セットを含む。ベクトルの強化セット内の空間フィルタリングされた輝度ベクトルは、ベクトルの第２のセット内の低周波輝度ベクトルと同じ数のデータ点を含むことができる。幾つかの例では、空間フィルタ１２８は、ベクトル数を低減することができる。例えば、空間フィルタ１２８は、ベクトルの強化セットを生成する際、ベクトルの第２のセット内のベクトル数を１／４に低減することができる。すなわち、空間フィルタ１２８の出力でのベクトルの強化セットは、空間フィルタ１２８に入力されたベクトルの第２のセットの１／４のベクトルを含むことができる。ベクトルの強化セットは、まとめて結合されて、撮像データの強化フレームを形成することができる。

ベクトルの強化セット内の結果として生成される空間フィルタリングされた輝度ベクトルは、ガンマフィルタリング又は時間フレームフィルタリング等の増幅器及び／又は続く処理構成要素１３０に渡されて、表示に向けてデータを準備することができる。構成要素１３０は、撮像データの強化フレームに基づいて画像を生成する画像生成器を含むことができる。生成された画像は、ディスプレイ１１４に送信され、高周波ノイズ及び低周波ノイズを低減して、患者の血管構造をリアルタイムで表示することができる。

述べたように、例示的な血管内撮像システムは、カテーテル組立体１０２内のトランスデューサ１０８から画像情報を受信するように構成される血管内撮像エンジン１１２を含むことができる。画像情報は、処理して、ディスプレイ１１４に表示することができる。多くのシステムでは、トランスデューサ１０８は、患者内で長手方向に移動して、複数のロケーションを撮像するように構成される。したがって、トランスデューサ１０８が患者を通して移動する際、血管内撮像システムのユーザが血管構造を観測できるように、リアルタイム表示を生成することが有利であり得る。本明細書に記載されるような処理ステップは、高周波画像情報取得から生成される高分解能画像が一定のフレームレートでリアルタイムで表示可能なように実行することができる。幾つかの実施形態では、フレームレートは、毎秒３０フレーム〜毎秒６０フレームであることができる。幾つかの実施形態では、フレームレートは最高で毎秒１６０フレームであることができる。

幾つかの血管内撮像システムでは、ユーザは、ユーザインターフェース１２０を介して本明細書に記載される任意の処理手順を開始することができる。システムオペレータは、例えば、ユーザインターフェース１２０を介して高分解能高周波撮像を開始し、患者の血管構造のリアルタイム高分解能生体内画像情報を観測することができる。システムオペレータは、この受信情報を使用して、撮像構造を観測し続けながら、ユーザインターフェース１２０を介して所望の方向に患者内のトランスデューサ１０８を並進移動させることができる。本明細書に記載されるプロセスは、プロセッサにそのようなプロセスを実行させる実行可能命令を含む非一時的コンピュータ可読媒体に符号化し得る。非一時的コンピュータ可読媒体は、血管内撮像エンジン１１２のメモリに含むことができる。

血管内撮像のシステム及び方法の様々な例が記載された。これら及び他が本発明の範囲内にあることが理解されよう。

Claims (18)

1. 高精細血管内画像を生成するシステムであって、
   ベクトルの未処理セットを含む撮像情報の未処理フレームを生成するように構成される血管内撮像カテーテル組立体であって、前記ベクトルの未処理セットの各ベクトルはデータ点の未処理セットを含む、血管内撮像カテーテル組立体と、
   前記血管内撮像カテーテル組立体に結合され、前記撮像情報の未処理フレームを前記血管内撮像カテーテル組立体から受信し、ベクトルの強化セットを含む撮像情報の強化フレームを生成するように構成される撮像エンジンと、
   を備え、前記撮像エンジンは、
   （ａ）コヒーレンスフィルタであって、
   （ｉ）前記ベクトルの未処理セットのベクトルを未処理ベクトル群に群化し、
   （ｉｉ）各未処理ベクトル群のベクトルのデータ点と同様の半径位置での各未処理ベクトル群のベクトルのデータ点との比較に基づいて、ベクトルの第１のセットを生成するように構成され、前記ベクトルの第１のセットの各ベクトルは、
   （Ａ）前記未処理ベクトル群の１つの前記ベクトルを表し、
   （Ｂ）前記データ点の未処理セットと同じ数のデータ点を有するデータ点の第１のセットを含み、
   前記ベクトルの第１のセットを生成することは、前記未処理ベクトル群のそれぞれについて、前記ベクトルの第１のセット内に２つ以上のスーパーベクトルを生成することを含み、前記スーパーベクトルは、前記ベクトルの第１のセットが前記生成されたスーパーベクトルを含むように前記未処理ベクトル群に関連付けられる、コヒーレンスフィルタと、
   （ｂ）並列に配置された複数のエンベロープ検出器を含み、データ点の各第１のセット内のデータ点の互いの比較に基づいて、ベクトルの第２のセットを生成するように構成されるエンベロープ検出モジュールであって、
   （ｉ）前記ベクトルの第２のセットの各ベクトルは、前記データ点の第１のセットの前記データ点を表すより少数のデータ点を有するデータ点の第２のセットを含み、
   （ｉｉ）前記ベクトルの第２のセットは、前記ベクトルの第１のセットと同じ数のベクトルを含み、
   （ｉｉｉ）前記エンベロープ検出モジュール内の並列エンベロープ検出器の数は、
   （Ａ）各未処理ベクトル群について、その未処理ベクトル群に関連付けられた各スーパーベクトルが、前記並列エンベロープ検出器の対応する１つによって並列処理され、
   （Ｂ）各エンベロープ検出器が、前記ベクトルの第２のセットのサブセットを生成するように、
   前記未処理ベクトル群のそれぞれに関連付けられたスーパーベクトルの数に等しい、エンベロープ検出モジュールと、
   （ｃ）空間フィルタであって、
   （ｉ）前記ベクトルの第２のセットのベクトルを処理済みベクトル群に群化し、
   （ｉｉ）各処理済みベクトル群のベクトルのデータ点と同様且つ近傍の半径方向位置での各処理済みベクトル群のベクトルのデータ点との比較に基づいて、前記ベクトルの強化セットを生成するように構成され、前記ベクトルの強化セットの各ベクトルは、
   （Ａ）前記処理済みベクトル群の１つの前記ベクトルを表し、
   （Ｂ）前記データ点の第２のセットと同じ数のデータ点を有するデータ点の強化セットを含む、空間フィルタと、
   （ｄ）前記撮像情報の強化フレームに基づいて、画像を生成するように構成される画像生成器と、
   を備える、システム。
2. 前記未処理ベクトル群はそれぞれ、２個のベクトルからなる、請求項１に記載のシステム。
3. 前記ベクトルの未処理セットは、４０９６個のベクトルを有し、前記ベクトルの第１のセットは２０４８個のベクトルを有する、請求項２に記載のシステム。
4. 前記ベクトルの未処理セットは、２０４８個のベクトルを有し、前記ベクトルの第１のセットは、１０２４個のベクトルを有する、請求項２に記載のシステム。
5. 前記ベクトルの未処理セットは、１０２４個のベクトルを有し、前記ベクトルの第１のセットは、５１２個のベクトルを有する、請求項２に記載のシステム。
6. 各未処理ベクトル群のベクトルのデータ点と同様の半径方向位置での各未処理ベクトル群のベクトルのデータ点との前記比較は、前記データ点の平均を含む、請求項１に記載のシステム。
7. 前記平均は平均値を含む、請求項６に記載のシステム。
8. 前記処理済みベクトル群はそれぞれ、４個のベクトルからなる、請求項１に記載のシステム。
9. 各処理済みベクトル群のベクトルのデータ点と同様且つ近傍の半径方向位置での各処理済みベクトル群のベクトルのデータ点との比較は、各処理済みベクトル群のベクトルのデータ点と同様且つ近傍の半径方向位置での各処理済みベクトル群のベクトルのデータ点との比較を含む、請求項８に記載のシステム。
10. 前記処理済みベクトル群のベクトルのデータ点と同様且つ近傍の半径方向位置での各処理済みベクトル群のベクトルのデータ点との各比較は、
    前記同様且つ近傍の半径方向位置の各半径方向位置での最高値データ点を識別することと、
    前記最高値データ点のそれぞれを前記比較から除外することと、
    残りのデータ点からメジアン値データ点を特定することと、
    前記メジアン値データ点を前記データ点の強化セットに割り当てることと、
    を含む、請求項９に記載のシステム。
11. ＩＶＵＳシステムである請求項１に記載のシステム。
12. 前記高精細血管内画像は、リアルタイムで生成され、表示される、請求項１に記載のシステム。
13. 高精細血管内画像を生成するシステムであって、
    血管内撮像カテーテル組立体に結合され、撮像情報の未処理フレームを前記血管内撮像カテーテル組立体から受信するように構成される撮像エンジンであって、前記撮像情報の未処理フレームはベクトルの未処理セットを含み、前記ベクトルの未処理セットの各ベクトルは、データ点の未処理セットを含み、前記撮像エンジンは、ベクトルの強化セットを含む撮像情報の強化フレームを生成するように更に構成され、前記撮像エンジンは、
    （ａ）コヒーレンスフィルタであって、
    （ｉ）前記ベクトルの未処理セットのベクトルを未処理ベクトル群に群化し、
    （ｉｉ）各未処理ベクトル群のベクトルのデータ点と同様の半径位置での各未処理ベクトル群のベクトルのデータ点との比較に基づいて、ベクトルの第１のセットを生成するように構成され、前記ベクトルの第１のセットの各ベクトルは、
    （Ａ）前記未処理ベクトル群の１つの前記ベクトルを表し、
    （Ｂ）前記データ点の未処理セットと同じ数のデータ点を有するデータ点の第１のセットを含み、
    前記ベクトルの第１のセットを生成することは、前記未処理ベクトル群のそれぞれについて、前記ベクトルの第１のセット内に２つ以上のスーパーベクトルを生成することを含み、前記スーパーベクトルは、前記ベクトルの第１のセットが前記生成されたスーパーベクトルを含むように前記未処理ベクトル群に関連付けられる、コヒーレンスフィルタ、
    （ｂ）並列に配置された複数のエンベロープ検出器を含み、データ点の各第１のセット内のデータ点の互いの比較に基づいて、ベクトルの第２のセットを生成するように構成されるエンベロープ検出モジュールであって、
    （ｉ）前記ベクトルの第２のセットの各ベクトルは、前記データ点の第１のセットの前記データ点を表すより少数のデータ点を有するデータ点の第２のセットを含み、
    （ｉｉ）前記ベクトルの第２のセットは、前記ベクトルの第１のセットと同じ数のベクトルを含み、
    （ｉｉｉ）前記エンベロープ検出モジュール内の並列エンベロープ検出器の数は、
    （Ａ）各未処理ベクトル群について、その未処理ベクトル群に関連付けられた各スーパーベクトルが、前記並列エンベロープ検出器の対応する１つによって並列処理され、
    （Ｂ）各エンベロープ検出器が、前記ベクトルの第２のセットのサブセットを生成するように、
    前記未処理ベクトル群のそれぞれに関連付けられたスーパーベクトルの数に等しい、エンベロープ検出モジュール、
    （ｃ）空間フィルタであって、
    （ｉ）前記ベクトルの第２のセットのベクトルを処理済みベクトル群に群化し、
    （ｉｉ）各処理済みベクトル群のベクトルのデータ点と同様且つ近傍の半径方向位置での各処理済みベクトル群のベクトルのデータ点との比較に基づいて、前記ベクトルの強化セットを生成するように構成され、前記ベクトルの強化セットの各ベクトルは、
    （Ａ）前記処理済みベクトル群の１つの前記ベクトルを表し、
    （Ｂ）前記データ点の第２のセットと同じ数のデータ点を有するデータ点の強化セットを含む、空間フィルタ、及び
    （ｄ）前記撮像情報の強化フレームに基づいて、画像を生成するように構成される画像生成器
    を備える、撮像エンジンと、
    前記撮像エンジンに結合され、前記画像生成器によって生成される前記画像を表示するように構成されるディスプレイと、
    を備える、システム。
14. 前記未処理ベクトル群はそれぞれ、２個のベクトルからなり、
    前記ベクトルの未処理セットは、４０９６個のベクトルを有し、前記ベクトルの第１のセットは、２０４８個のベクトルを有する、請求項１３に記載のシステム。
15. 各未処理ベクトル群のベクトルのデータ点と同様の半径方向位置での各未処理ベクトル群のベクトルのデータ点との前記比較は、前記データ点の平均値を含む、請求項１３に記載のシステム。
16. 前記処理済みベクトル群はそれぞれ、４個のベクトルからなる、請求項１３に記載のシステム。
17. 前記処理済みベクトル群のベクトルのデータ点と同様且つ近傍の半径方向位置での各処理済みベクトル群のベクトルのデータ点との各比較は、
    前記同様且つ近傍の半径方向位置の各半径方向位置での最高値データ点を識別することと、
    前記最高値データ点のそれぞれを前記比較から除外することと、
    残りのデータ点からメジアン値データ点を特定することと、
    前記メジアン値データ点を前記データ点の強化セットに割り当てることと、
    を含む、請求項１６に記載のシステム。
18. 高精細血管内画像を生成するシステムであって、
    血管内撮像カテーテル組立体に結合され、撮像情報の未処理フレームを前記血管内撮像カテーテル組立体から受信し、撮像情報の強化フレームを生成するように構成される撮像エンジンであって、コヒーレンスフィルタ、エンベロープ検出モジュール、空間フィルタ、及び画像生成器を備える、撮像エンジンと、
    前記撮像エンジンに結合され、前記画像生成器によって生成される前記画像を表示するように構成されるディスプレイと、
    を備え、
    前記コヒーレンスフィルタは、前記撮像情報の未処理フレームから未処理ベクトルを受信し、前記未処理ベクトルを未処理ベクトル群に群化し、各未処理ベクトル群を処理して、前記未処理ベクトル群に関連付けられた複数の対応するスーパーベクトルを生成するように構成され、
    前記エンベロープ検出モジュールは、並列に配置された複数のエンベロープ検出器を含み、前記複数のエンベロープ検出器内の並列エンベロープ検出器の数は、
    各未処理ベクトル群について、その未処理ベクトル群に関連付けられた各スーパーベクトルが、前記並列エンベロープ検出器の対応する１つによって並列に処理されるように、各未処理ベクトル群に関連付けられた対応するスーパーベクトルの数に等しい、システム。