JP6354584B2 - 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 - Google Patents

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 Download PDF

Info

Publication number
JP6354584B2
JP6354584B2 JP2014529299A JP2014529299A JP6354584B2 JP 6354584 B2 JP6354584 B2 JP 6354584B2 JP 2014529299 A JP2014529299 A JP 2014529299A JP 2014529299 A JP2014529299 A JP 2014529299A JP 6354584 B2 JP6354584 B2 JP 6354584B2
Authority
JP
Japan
Prior art keywords
determination
tumor
type
data processing
medical data
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
JP2014529299A
Other languages
English (en)
Other versions
JPWO2014024453A1 (ja
Inventor
一也 高木
一也 高木
満喜 滝口
満喜 滝口
健介 中村
健介 中村
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.)
Konica Minolta Inc
Original Assignee
Konica Minolta Inc
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 Konica Minolta Inc filed Critical Konica Minolta Inc
Publication of JPWO2014024453A1 publication Critical patent/JPWO2014024453A1/ja
Application granted granted Critical
Publication of JP6354584B2 publication Critical patent/JP6354584B2/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
    • A61B8/52—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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • 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
    • A61B8/48—Diagnostic techniques
    • A61B8/481—Diagnostic techniques involving the use of contrast agent, e.g. microbubbles introduced into the bloodstream
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4444—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to the probe
    • 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
    • A61B8/461—Displaying means of special interest
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023—Details of receivers
    • G01S7/52036—Details of receivers using analysis of echo signal for target characterisation
    • G01S7/52038—Details of receivers using analysis of echo signal for target characterisation involving non-linear properties of the propagation medium or of the reflective target
    • G01S7/52039—Details of receivers using analysis of echo signal for target characterisation involving non-linear properties of the propagation medium or of the reflective target exploiting the non-linear response of a contrast enhancer, e.g. a contrast agent
    • 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
    • G06T2207/30096—Tumor; Lesion

Landscapes

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

Description

本発明は、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に関し、特に、造影剤投与後の生体から得られたエコー信号から得られる情報を用いて、腫瘍の種別を判断する医用データ処理装置に関する。
造影超音波は、超音波の反射が強い気泡を主成分とする造影剤を血管に投与することにより、高感度に血管を画像化できる画像診断法の１つである。
癌診断では、癌と疑われる腫瘍を探すスクリーニング検査の後、腫瘍が癌であるかを確定する鑑別診断を行う。造影超音波は、現在、後者の鑑別診断で特に使われている。
造影剤はボーラスで投与される。通常、しばらくすると、造影剤が腫瘍に到達し、画像上で輝度が上昇する。つまり、染影を確認できる。図１は、画像上の輝度の変化をグラフ化したものであるＴＩＣ（Ｔｉｍｅ Ｉｎｔｅｎｓｉｔｙ Ｃｕｒｖｅ）の一例を示す図である。種別の判定診断では、読影者が、この画像上の染影を観察して、腫瘍が良性であるか、悪性（癌）であるかを判定する。
現状、このような腫瘍の種別判定は、読影者の主観に基づいてなされている。そのため、診断結果が読影者に依存してしまう問題がある。そこで、客観的な診断方法が幾つか提案されている。
特許文献１では、ＴＩＣを所定のモデル関数でフィッティングさせ、フィッティング係数と腫瘍の種別とを関連付ける方法が開示されている。
また、特許文献２では、ＴＩＣと、腫瘍の各種別の代表パタンとのパタンマッチングを行うことで、種別を判定する方法が開示されている。
特許第４７０６００３号公報 特開２０１０−００５２６３号公報 米国特許第５６３２２７７号明細書 米国特許第５７０６８１９号明細書 米国特許第５５７７５０５号明細書
しかしながら、このような腫瘍の種別判定では、腫瘍の種別判定の性能を向上できることが望まれている。
そこで、本発明では、腫瘍の種別判定の性能を向上できる医用データ処理装置を提供することを目的とする。
本発明の一態様に係る医用データ処理装置は、造影剤投与後の生体から得られたエコー信号から得られる、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を用いて前記腫瘍の種別を判定する医用データ処理装置であって、前記第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて前記腫瘍の種別を判定する第１判定部を備え、前記第１判定部は、予め設定された複数の判定区間の各々に対して、当該判定区間の第１部分数値列を用いて前記腫瘍の種別を判定し、それぞれの判定結果を示す複数の中間結果を出力し、前記医用データ処理装置は、さらに、前記複数の中間結果と、前記判定区間の各々に予め対応付けられている寄与度とを用いて前記腫瘍の種別を判定する第２判定部を備える。
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及び記録媒体の任意な組み合わせで実現されてもよい。
本発明は、腫瘍の種別判定の性能を向上できる医用データ処理装置を提供できる。
図１は、ＴＩＣの一例を示す図である。 図２は、実施の形態１に係る超音波診断装置のブロック図である。 図３は、実施の形態１に係るＴＩＣ作成部のブロック図である。 図４は、実施の形態１に係る種別判定部のブロック図である。 図５は、実施の形態１に係る時間区間の例を示す図である。 図６は、実施の形態１に係る超音波画像の形成処理のフローチャートである。 図７は、実施の形態１に係るＴＩＣ生成処理のフローチャートである。 図８は、実施の形態１に係る表示画面の一例を示す図である。 図９は、実施の形態１に係るＴＩＣ正規化処理のフローチャートである。 図１０Ａは、実施の形態１に係る腫瘍の流入開始時刻の一例を示す図である。 図１０Ｂは、実施の形態１に係る実質の流入開始時刻の一例を示す図である。 図１１は、実施の形態１に係る腫瘍の種別判定処理のフローチャートである。 図１２は、実施の形態１に係る閾値の例を示す図である。 図１３は、実施の形態１に係る腫瘍の種別を示すテーブルの例を示す図である。 図１４は、実施の形態１に係る腫瘍の種別判定処理の一例を説明するための図である。 図１５は、実施の形態１に係る腫瘍の種別判定処理の一例を説明するための図である。 図１６Ａは、実施の形態１に係る種別判定結果をバーで表示する一例を示す図である。 図１６Ｂは、実施の形態１に係る種別判定結果をバーで表示する他の一例を示す図である。 図１６Ｃは、実施の形態１に係る種別判定結果をマークで表示する一例を示す図である。 図１７は、実施の形態１に係る種別判定へ寄与が高い時間区間の表示例を示す図である。 図１８は、実施の形態２に係る医用データ処理装置のブロック図である。 図１９は、実施の形態２に係る腫瘍の種別判定処理のフローチャートである。
（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技術に関し、以下の問題が生じることを見出した。
特許文献１及び特許文献２はどちらも、ＴＩＣに基づいて腫瘍の種別を判定するものであり、客観的な診断と言える。
しかしながら、モデル関数とデータとのフィッティングは、当てはまりの悪い場合が多いため、モデル関数の選択が難しい。また、フィッティング係数は、通常、当該フィッティング係数とデータとの誤差が最小になるように選択され、マッチングもデータと標準パタンとの類似度が最大となるように行われる。データ中には種別判定に有用な情報とあまり有用ではない情報が含まれていると考えられるが、これらの手法では、データ中の種別判定に有用である情報が埋もれてしまう可能性がある。
本発明の一態様に係る医用データ処理装置は、造影剤投与後の生体から得られたエコー信号から得られる、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を用いて前記腫瘍の種別を判定する医用データ処理装置であって、前記第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて前記腫瘍の種別を判定する第１判定部を備える。
これにより、当該医用データ処理装置は、種別判定に有用な情報を抽出して使用することができるので、種別判定の性能を向上できる。
例えば、前記第１判定部は、予め設定された複数の判定区間の各々に対して、当該判定区間の第１部分数値列を用いて前記腫瘍の種別を判定し、それぞれの判定結果を示す複数の中間結果を出力し、前記医用データ処理装置は、さらに、前記複数の中間結果と、前記判定区間の各々に予め対応付けられている寄与度とを用いて前記腫瘍の種別を判定する第２判定部を備えてもよい。
これにより、当該医用データ処理装置は、複数の判定区間を用いて種別判定を行うので、種別判定の性能をさらに向上させることができる。
例えば、前記第２判定部は、前記複数の判定区間毎に、当該判定区間の中間結果に、当該判定区間に予め対応付けられている寄与度を乗算することで、複数の判定区間に対応する複数の乗算結果を算出し、当該複数の乗算結果を加算することで乗算和を算出し、当該乗算和に基づいて前記腫瘍の種別を判定してもよい。
例えば、前記特徴量は、前記腫瘍領域と、前記腫瘍を含まない実質領域との輝度の差であってもよい。
これにより、当該医用データ処理装置は、種別判定で有用とされる腫瘍領域とその他の領域の輝度差を用いて種別判定を行うことで、判定性能をさらに向上できる。特に、種別が悪性腫瘍であった場合、腫瘍領域は、その他の領域（実質領域）に比べて、流入及び流出が早いと言われており、輝度差を用いることは判定に有用である。
例えば、前記第１判定部は、前記腫瘍を含まない実質領域の特徴量の時系列変化を示す第２数値列を取得し、当該第２数値列から前記造影剤の流入開始時刻を判定し、前記判定区間は、前記流入開始時刻を基準時刻として予め定められている時間区間であってもよい。
これにより、当該医用データ処理装置は、種別判定で有用とされる腫瘍領域とその他の領域との流入時間差を考慮することができるので、判定性能をさらに向上できる。
例えば、前記第１判定部は、前記判定区間に含まれる前記第１部分数値列の平均値と予め設定された閾値との大小関係に基づいて前記腫瘍の種別を判定してもよい。
これにより、当該医用データ処理装置は、判定区間の第１部分数値列から種別を効率よく判定することができる。
例えば、前記第１判定部は、前記判定区間に含まれる前記第１部分数値列の時間変化値と予め設定された閾値との大小関係に基づいて前記腫瘍の種別を判定してもよい。
これにより、当該医用データ処理装置は、判定区間の第１部分数値列から種別を効率よく判定することができる。
例えば、前記医用データ処理装置は、さらに、前記第１判定部により判定された前記腫瘍の種別を表示する表示部を備えてもよい。
これにより、操作者は、判定された種別をその場で確認できる。
例えば、前記第１判定部は、前記腫瘍が複数の種別のいずれであるかを示す確率を判定し、前記表示部は、前記複数の種別と、各種別に対応付けた、前記腫瘍が当該種別である確率とを表示してもよい。
これにより、操作者は、判定された種別とその種別の確からしさとを確認できる。また、操作者は、腫瘍が他の種別である可能性を確認できる。
例えば、前記表示部は、前記確率をグラフィカルに表示してもよい。
これにより、操作者は、種別の判定結果を直感的に確認できる。
例えば、前記表示部は、前記複数の種別のうち、前記確率が最も高い種別を強調表示してもよい。
これにより、操作者は、可能性の高い種別を確認しやすくなる。
例えば、前記医用データ処理装置は、さらに、前記第１数値列をグラフ化して表示するとともに、前記判定区間及び当該判定区間に対応する前記寄与度を、前記グラフ化した第１数値列に対応付けて表示する表示部を備えてもよい。
これにより、操作者は、第１数値列が示す生体から得られた情報の時系列変化を確認できるとともに、第１数値列における種別の判定に用いられた判定区間及びその寄与度を確認できる。
例えば、前記医用データ処理装置は、さらに、操作者による前記寄与度の変更を受付ける入力部を備え、前記第２判定部は、変更された寄与度に基づいて前記腫瘍の種別を再判定してもよい。
これにより、操作者は、当該操作者の主観及び経験に基づき寄与度を調整しながら種別の判定を行える。
また、本発明の一態様の係る医用データ処理方法は、造影剤投与後の生体から得られたエコー信号から得られる、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を用いて前記腫瘍の種別を判定する医用データ処理方法であって、前記第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて前記腫瘍の種別を判定する第１判定ステップを含む。
これにより、当該医用データ処理方法は、種別判定に有用な情報を抽出して使用することで、種別判定の性能を向上できる。
また、本発明の一態様に係る超音波診断装置は、造影剤投与後の生体からエコー信号を取得する超音波プローブと、前記エコー信号から、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を生成する数値列生成部と、前記第１数値列を用いて腫瘍の種別を判定する前記医用データ処理装置とを備える。
これにより、当該超音波診断装置は、種別判定に有用な情報を抽出して使用することで、種別判定の性能を向上できる。
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及び記録媒体の任意な組み合わせで実現されてもよい。
以下、本発明の実施の形態について、図面を参照して説明する。同じ要素には同じ符号を付しており、説明を省略する場合もある。
以下では、種別を、腫瘍が良性であるか悪性であるかを示す言葉として使用する場合と、腫瘍の種類（例えば、肝臓癌の場合、肝細胞癌、胆管細胞癌、未分化癌、胆管嚢胞腺癌及びカルチノイド腫瘍など）を示す言葉として使用する場合がある。
なお、以下で説明する実施の形態は、いずれも本発明の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、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、任意の構成要素として説明される。
（実施の形態１）
本実施の形態に係る超音波診断装置１００は、複数の判定区間ごとに、当該判定区間に含まれるＴＩＣの情報を用いて腫瘍の種別を判定することで中間結果を生成し、各中間結果に予め定められた寄与度を乗算し、複数の乗算結果を加算し、加算結果を用いて最終的な腫瘍の種別を判定する。これにより、当該超音波診断装置１００は、種別判定の性能を向上できる。
以降、システムの構成と動作について説明する。
＜構成＞
図２は、本実施の形態に係る超音波診断装置１００の構成を示すブロック図である。
図２に示されるように、超音波診断装置１００は、超音波診断装置本体１０１と、超音波プローブ１１０と、入力装置１１８と、表示装置１１９とを備える。超音波診断装置本体１０１は、超音波送受信部１１１と、画像形成部１１２と、記憶部１１３と、入力取得部１１４と、ＴＩＣ作成部１１５と、種別判定部１１６と、表示画面作成部１１７とを備える。超音波診断装置本体１０１は、超音波プローブ１１０、入力装置１１８（トラックボール、ボタン、タッチパネル等）及び、表示装置１１９（ディスプレイ等）と有線又は無線で接続される。
超音波プローブ１１０は、超音波送受信部１１１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、超音波プローブ１１０は、送信した超音波が被検体で反射して返ってきたエコー信号を取得し、当該エコー信号を電気信号に変換し、当該電気信号を超音波送受信部１１１へ出力する。
超音波送受信部１１１は、超音波信号の元となる電気信号を生成し、生成された電気信号を超音波プローブ１１０へ出力する。また、超音波送受信部１１１は、超音波プローブ１１０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、当該エコー信号を画像形成部１１２へ出力する。
画像形成部１１２は、超音波送受信部１１１より出力されたエコー信号を輝度値に変換することで超音波画像を形成する。この時、超音波画像として、送信周波数を中心とした基本波を多く含む基本波画像と、高調波を多く含む高調波画像とがそれぞれ形成される。そして、画像形成部１１２は、形成された超音波画像を記憶部１１３へ保存する。
記憶部１１３には、各種画像及び各種設定データに加え、種別判定に用いられる学習パラメータが記憶される。なお、記憶部１１３は、超音波診断装置本体１０１に有線又は無線で接続された外部メモリであってもよい。
入力取得部１１４は、入力装置１１８を介して操作者により指定された、関心断面及び関心領域を示す情報を取得し、取得した情報を記憶部１１３へ保存する。ここで関心断面とは時系列の複数の断面のうち、関心領域の選択に用いられる断面である。また、関心領域とは、腫瘍の種別の判定に用いられる領域であり、具体的には、腫瘍を含む領域である。
ＴＩＣ作成部１１５は、記憶部１１３から、関心断面及び関心領域を示す情報、並びに超音波画像をそれぞれ読み込み、関心領域のＴＩＣを生成する。ここで、ＴＩＣ作成部１１５は、エコー信号から第１数値列（ＴＩＣ）を生成する数値列生成部の一例である。なお、この詳細は後述する。そして、ＴＩＣ作成部１１５は、作成されたＴＩＣを記憶部１１３へ保存する。
種別判定部１１６は、記憶部１１３から、ＴＩＣ、及び種別判定に用いる学習パラメータを読み込み、腫瘍の種別を判定する、なお、この詳細は後述する。そして、種別判定部１１６は、判定結果を記憶部１１３へ保存する。
表示画面作成部１１７は、記憶部１１３から超音波画像を読み込み、関心領域及び関心断面を設定するための画面を作成する。また、表示画面作成部１１７は、記憶部１１３から種別判定結果を読み込み、判定された種別結果を示す表示画面を作成する。そして、表示画面作成部１１７は、作成された表示画面が表示されるように当該表示画面を表示装置１１９へ出力する。
次に、ＴＩＣ作成部１１５の構成を詳細に説明する。図３は、ＴＩＣ作成部１１５の構成を示すブロック図である。
図３に示されるように、ＴＩＣ作成部１１５は、動き検出部１２０と、輝度計算部１２１とを備える。
また、記憶部１１３には、時系列の複数の超音波画像を含むシネ画像２００と、関心領域を示す情報（関心領域２０１）とが記憶されている。
動き検出部１２０は、記憶部１１３から基本波画像を二枚読み込む。一枚は動き検出の基準となる画像であり、例えば、造影剤投与前の関心断面の画像である。もう一枚は、ＴＩＣ計算対象の画像である。動き検出部１２０は、両画像の動きベクトルを検出し、検出された動きベクトルを輝度計算部１２１へ出力する。
輝度計算部１２１は、記憶部１１３から関心領域を示す情報を読み込み、動き検出部１２０より出力された動きベクトルを用いてＴＩＣ計算対象の画像における関心領域の位置を補正する。次に、輝度計算部１２１は、記憶部１１３からＴＩＣ計算対象の高調波画像を読み込み、当該高調波画像の関心領域の平均輝度を計算する。ここで関心領域は腫瘍領域と実質領域との二つの領域を含む。ここで、腫瘍領域とは腫瘍を含む領域であり、実質領域とは、腫瘍を含まない正常な領域である。輝度計算部１２１は、腫瘍領域及び実質領域のそれぞれの平均輝度を計算する。また、輝度計算部１２１は、これら一連の処理を時系列に取得された画像ごとに行う。最後に、輝度計算部１２１は、腫瘍領域と実質領域との各々に対して、計算された複数の平均輝度を時系列に並べ、ＴＩＣ（腫瘍ＴＩＣ２０２及び実質ＴＩＣ２０３）として記憶部１１３へ保存する。
次に、種別判定部１１６の構成を詳細に説明する。図４は、種別判定部１１６の構成を示すブロック図である。
図４に示されるように、種別判定部１１６は、流入時刻検出部１３０と、ＴＩＣ正規化部１３１と、区間別判定部１３２と、寄与度乗算部１３３と、最終判定部１３４とを備える。
流入時刻検出部１３０は、記憶部１１３から腫瘍ＴＩＣ２０２を読み込む。そして、流入時刻検出部１３０は、腫瘍ＴＩＣ２０２の立上り時刻を流入開始時刻として検出する。その後、流入時刻検出部１３０は、検出した流入開始時刻をＴＩＣ正規化部１３１へ出力する。
ＴＩＣ正規化部１３１は、流入時刻検出部１３０より出力された流入開始時刻を取得する。また、ＴＩＣ正規化部１３１は、記憶部１１３から腫瘍ＴＩＣ２０２及び実質ＴＩＣ２０３を読み込み、両者の差分である差分ＴＩＣを生成する。さらに、ＴＩＣ正規化部１３１は、差分ＴＩＣの時刻を、流入開始時刻を基準時刻（例えば時刻ゼロ）として再設定する。ＴＩＣ正規化部１３１は、以上の処理を行った後のＴＩＣを区間別判定部１３２へ出力する。
区間別判定部１３２は、ＴＩＣ正規化部１３１より出力された正規化後のＴＩＣを取得するとともに、記憶部１１３から、学習データ２０８に含まれる判定区間を示す情報（判定区間２０４）及び閾値を示す情報（判定閾値２０５）を読み込む。
図５は、学習対象により選択される時間区間の例を示す図である。例えば判定区間は、ＴＩＣの全時間を所定の時間幅で分割した時間区間群１６０のうち、種別判定への寄与度が高い１以上の時間区間である。
寄与度は、所定の学習アルゴリズムにより、過去に取得した症例データから決定される。例えば、この学習は以下のようにして行われる。まず、過去に取得した症例データを同様の時間区間群に分け、それぞれの区間のデータのみで種別を判定する。判定した種別とその症例データの種別が正解したか否かを判断する。これを多くの症例データに対して行う。寄与度は各時間区間の正解率に対応し、正解率の高い１以上の時間区間が判定区間として設定される。
区間別判定部１３２は、判定区間内の特徴量（平均輝度、分散及び傾き等）がどの種別の特徴量に近いかを判定する。判定結果は数値出力される。例えば、区間別判定部１３２は、良性と判定した場合は＋１を出力し、悪性と判定した場合は−１を出力する。区間別判定部１３２は、全ての判定区間で判定を行い、判定結果を寄与度乗算部１３３へ出力する。
寄与度乗算部１３３は、区間別判定部１３２より出力された判定結果を取得するとともに、記憶部１１３から学習データ２０８に含まれる寄与度２０６を読み込む。この寄与度２０６は、上述した寄与度と同じである。寄与度乗算部１３３は、中間結果と寄与度２０６との積和値を種別評価値として計算し、当該種別評価値を最終判定部１３４へ出力する。つまり、寄与度乗算部１３３は、判定区間ごとに、当該判定区間の中間結果と、当該判定区間に対応付けられている寄与度とを乗算することで、複数の乗算値を生成し、当該複数の乗算値を加算することで種別評価値を算出する。
最終判定部１３４は、寄与度乗算部１３３より種別評価値を取得し、当該種別評価値を用いて腫瘍の種別を判定する。その後、最終判定部１３４は、判定結果２０７を記憶部１１３へ出力する。
＜動作＞
以下、本実施の形態に係る超音波診断装置１００の動作の流れについて説明する。
図６は、本実施の形態に係る超音波画像の形成処理のフローチャートである。
以下の説明は、操作者が被検者に造影剤を投与した後の動作を想定している。ここでは、腫瘍を良性及び悪性の２クラスに分類する場合を例にとって説明する。
［ステップＳ１１０］
最初に、超音波送受信部１１１は、造影剤を多く含む高調波成分を取り出すために、位相が反転した二波のパルスを送信する（詳細は特許文献３〜５を参照）。そして、超音波送受信部１１１は、受信した二つのエコー信号を加算した加算信号と、加算しない非加算信号との二つの信号を生成する。超音波送受信部１１１は、前者の加算信号を高調波エコー信号として画像形成部１１２へ出力する。一方、超音波送受信部１１１は、後者の非加算信号に、高調波成分を抑制するフィルタ処理を施し、処理後の信号を基本波エコー信号として画像形成部１１２へ出力する。
次に、画像形成部１１２は、超音波送受信部１１１より出力された高調波エコー信号及び基本波エコー信号をそれぞれ直交検波して振幅値に変換し、得られた振幅値が表示画面の解像度及び階調に合うように、当該振幅値に間引き及び対数圧縮を行う。さらに、画像形成部１１２は、処理後の信号に、スキャンラインを実スケールに合わせるスキャンコンバートと呼ばれる補間処理を行うことで、超音波画像を形成する。これにより、基本波エコー信号と高調波エコー信号とのそれぞれについて超音波画像が形成される。
［ステップＳ１１１］
次に、画像形成部１１２は、基本波エコー信号から形成された超音波画像である基本波画像と、高調波エコー信号から形成された超音波画像である高調波画像とを記憶部１１３へ保存する。
［ステップＳ１１２］
さらに、操作者がリアルタイムに超音波画像を確認できるように、表示画面作成部１１７は、データ記憶部１１３から高調波画像を読み込み、高調波画像を含む表示画面を作成する。表示装置１１９は作成された表示画面を表示する。
［ステップＳ１１３］
次に、操作者が入力装置１１８を介して再生停止を指示すると、超音波送受信部１１１は超音波の送受信を停止し、画像形成部１１２は超音波画像の形成処理を停止する。そして、表示装置１１９は、停止直前に表示画面作成部１１７が作成した超音波画像を表示する。それ以外の場合については、ステップＳ１１０に戻り、次の超音波画像の形成処理を行う。つまり、ステップＳ１１０〜Ｓ１１２の処理によりある時刻の超音波画像が生成され、この一連の処理が、複数の時刻に対して時系列に行われる。
また、この超音波画像の保存は、種別判定に必要な時間分行われる。この必要な時間は対象部位により異なる。この必要な時間よりも前に操作者が再生停止を指示した場合は、超音波診断装置１００は、種別判定を行わずに、操作者にやり直しを促したり、操作者に判定が不正確なものとなる警告を表示したりするなど、操作者へなんらかの通知を行う。また、操作者の誤指示を防ぐために、超音波診断装置１００は、判定に必要な時間及び現在の経過状況が把握できるように時間バーなどで表示してもよい。
次に、本実施の形態に係るＴＩＣ作成処理について説明する。図７は、本実施の形態に係るＴＩＣ作成処理のフローチャートである。
以下の説明は、図６に示すステップＳ１１３において再生停止が指示された後の動作を想定している。種別判定に必要な時間より短いタイミングで再生停止を指示された場合には、超音波診断装置１００は、種別判定を行わずに、操作者にやり直しを促すか、または不完全な結果になることを操作者に報知した上で、取得した時間の範囲内で種別判定を行う。また、超音波診断装置１００は、再生停止が指示された後でなくても必要時間経過後には自動的に以下の処理を行なってもよい。
［ステップＳ１２０］
操作者が入力装置１１８を介して種別判定を指示すると、表示画面作成部１１７は、記憶部１１３から基本波画像及び高調波画像を読み込み、基本波画像と高調波画像とを左右に並べた表示画像を作成する。また、表示画面作成部１１７は、操作者に対して、関心断面の選択を促すメッセージなどの報知情報を作成する。表示装置１１９は、作成された表示画像及び報知情報を表示する。この報知情報は、視覚的な情報ではなく、音などであってもよい。例えば、この報知情報は、超音波診断装置本体１０１又は表示装置１１９に接続されているスピーカ等から音声又は報知音で操作者に対して報知されるものであってもよい。
図８は、本実施の形態に係る設定画面の一例を示す図である。図８に示すように、設定画面Ｇ１は、基本波画像Ｇ２、高調波画像Ｇ３、腫瘍領域Ｇ４、実質領域Ｇ５、ポインタＧ６、及びトラックバーＧ７を有する。
操作者は、マウス又はトラックボール等の入力装置１１８を用いて、ポインタＧ６を動かし、トラックバーＧ７により、関心断面を設定する。
入力取得部１１４は、記憶部１１３に、設定された関心断面の位置情報などを登録する。
［ステップＳ１２１］
次に、表示画面作成部１１７は、関心領域の設定を促すメッセージなどの報知情報を作成し、当該報知情報を表示装置１１９に出力する。この報知情報は、図８に示すように関心断面の設定を促す報知情報と同時に作成され、同時に表示されてもよいし、このタイミングで表示されてもよい。また、この報知情報は、視覚的情報ではなく聴覚的情報であってもよい。
操作者は、入力装置１１８を用いて、ポインタＧ６を動かすことで、関心断面に対して、関心領域（腫瘍領域Ｇ４及び実質領域Ｇ５）を設定する。なお、図８では、基本波画像Ｇ２において腫瘍領域Ｇ４及び実質領域Ｇ５が設定されているが、これらの少なくとも一方が高調波画像Ｇ３において設定されてもよい。
また、実質領域Ｇ５は、腫瘍領域Ｇ４の近傍の同程度の大きさの領域であることが好ましい。具体的には、実質領域Ｇ５の深さ方向の位置（超音波画像における縦方向の位置）が、腫瘍領域Ｇ４の深さ方向の位置に近いことが好ましい。
入力取得部１１４は、入力装置１１８を介して操作者が設定した関心領域（腫瘍領域Ｇ４及び実質領域Ｇ５）の位置情報などを記憶部１１３へ保存する。
［ステップＳ１２２］
次に、動き検出部１２０は、記憶部１１３から平均輝度を計算する対象（以降、単に、入力と呼ぶ）の基本波画像を読み込む。
［ステップＳ１２３］
さらに、動き検出部１２０は、記憶部１１３から関心断面の基本波画像を読み込み、当該関心断面の基本波画像と入力の基本波画像との位置ズレを計算する。例えば、動き検出部１２０は、位置ズレの計算を公知のパタンマッチングにより行い、位置ズレ量を動きベクトルとして検出する。基本波画像は造影剤の成分が少ないため、流入によるパタン変化が小さく、動きベクトル検出に適している。動き検出部１２０は、検出した動きベクトルを輝度計算部１２１へ出力する。
［ステップＳ１２４］
輝度計算部１２１は、記憶部１１３から関心領域を読み込み、動き検出部１２０より出力された動きベクトルを用いて、関心領域の位置を補正する。これにより、時系列に取得された複数の画像における関心領域の位置が補正される。
［ステップＳ１２５］
輝度計算部１２１は、記憶部１１３から対象の高調波画像を読み込み、位置補正後の関心領域における平均輝度を計算する。ここで関心領域は、腫瘍領域と実質領域との二領域を含み、輝度計算部１２１は、平均輝度の計算もこの二領域のそれぞれに対して行う。
輝度計算部１２１は、計算した腫瘍領域及び実質領域の平均輝度を記憶部１１３のＴＩＣ配列へ保存する。
［ステップＳ１２６］
ＴＩＣ作成部１１５は、上記ステップＳ１２２〜ステップＳ１２５の処理を、処理対象の全ての画像に対して行う。ＴＩＣ作成部１１５は、記憶部１１３から処理対象の基本波画像及び高調波画像が全て読み出された場合、位置ズレの計算処理及び平均輝度の計算処理を停止し、保存されたＴＩＣ配列からなるＴＩＣの作成を完了する。
以上の処理により、腫瘍領域のＴＩＣ（腫瘍ＴＩＣ２０２）及び実質領域のＴＩＣ（実質ＴＩＣ２０３）が生成される。
次に、本実施の形態に係るＴＩＣ正規化処理について説明する。図９は、本実施の形態に係るＴＩＣ正規化処理のフローチャートである。
以下の説明は、ステップＳ１２６の処理が終了し、ＴＩＣ作成が完了した後の動作を想定している。
［ステップＳ１３０］
流入時刻検出部１３０は、記憶部１１３から腫瘍ＴＩＣ２０２を読み込み、当該腫瘍ＴＩＣ２０２を用いて造影剤の流入開始時刻を検出する。流入開始時刻は、ＴＩＣの立上り時刻であり、例えば、平均輝度値がＴＩＣの最大輝度値の１０％に初めて達した時刻である。その後、流入時刻検出部１３０は、検出した流入開始時刻をＴＩＣ正規化部１３１へ出力する。
［ステップＳ１３１］
ＴＩＣ正規化部１３１は、記憶部１１３から腫瘍ＴＩＣ２０２及び実質ＴＩＣ２０３を読み込み、腫瘍ＴＩＣ２０２と実質ＴＩＣ２０３との差分である差分ＴＩＣを生成する。一般に、悪性腫瘍は実質と比べると、ＴＩＣの立上り及び立下りが早い。このような傾向が差分ＴＩＣに反映される。
［ステップＳ１３２］
ＴＩＣ正規化部１３１は、差分ＴＩＣの時刻を、ステップＳ１３０で検出した流入開始時刻を基準に再設定する。さらに、ＴＩＣ正規化部１３１は、正規化後の差分ＴＩＣから種別判定に使うＴＩＣを抽出する。図１０Ａは、腫瘍ＴＩＣ１４０から検出された流入開始時刻である腫瘍の流入開始時刻１４２と、当該腫瘍の流入開始時刻１４２を基準にした種別判定に使用するＴＩＣの区間の一例を示す図である。
なお、図１０Ｂに示すように、腫瘍の流入開始時刻ではなく、実質ＴＩＣ１４１から検出された流入開始時刻である実質の流入開始時刻１４３が基準として用いられてもよい。図１０Ｂは、実質の流入開始時刻１４３と、当該実質の流入開始時刻１４３を基準にした種別判定に使用するＴＩＣの区間の一例を示す図である。この場合、ステップＳ１３１における差分ＴＩＣの計算が行われなくてもよい。なぜなら、差分ＴＩＣの計算を行わなくても、上述した悪性腫瘍と実質との差を考慮した種別判定が可能となるからである。
以上により、正規化されたＴＩＣが生成される。
次に、本実施の形態に係る種別判定処理について説明する。図１１は、本実施の形態の腫瘍の種別判定処理のフローチャートである。
以下の説明は、ステップＳ１３２の処理が完了し、ＴＩＣ正規化が完了した後の動作を想定している。
［ステップＳ１４０］
最初に、最終判定部１３４は、判定評価値Ｙを０に初期化する。
［ステップＳ１４１］
次に、区間別判定部１３２は、記憶部１１３から判定区間及び閾値を読み込む。
ここで、判定区間及び閾値について説明する。
判定区間とは、上述したとおり、種別判定への寄与度が高い時間区間である。判定区間は少なくとも一つ以上であり、対象となる生体又は腫瘍により異なるが、流入開始時刻の前後の２つ以上であることが望ましい。
閾値は、判定区間毎に設けられ、判定区間毎に異なる。この閾値は、対応する判定区間の特徴量（平均輝度、分散及び傾き等）がどの種別に近いかを判定する際に用いられるパラメータである。
これら判定区間及び閾値は、共に、ブースティングのような機械学習アルゴリズムを用いて計算される。典型的には、判定区間及び閾値は、他の機器で決定され、決定された結果が記憶部１１３に保存される。この学習では、取り得る時間区間と閾値との組み合わせに対して、種別判定への寄与度が計算される。図１２に学習対象により選択される閾値の例を示す。組み合わせの総数は、例えば、時間区間が１００パタン、閾値が図１２に示すような５パタンの場合、判定区間の特徴量と閾値との大小関係を示す２パタンが加わり、全部で１０００（＝１００×５×２）パタンである。これらの複数のパタンのうち、寄与度の高い１以上のパタンが図１３に示すような形式で、記憶部１１３に保存される。
なお、図１２に示す閾値は、閾値として平均輝度の傾きを用いる場合の例である。閾値が負の値の場合、判定区間において平均輝度が減少しており、かつ、その傾きが閾値以上（又は以下）であるか否かが判定される。閾値が正の値の場合、判定区間において平均輝度が減少しており、かつ、その傾きが閾値以上（又は以下）であるか否かが判定される。
区間別判定部１３２は、入力のＴＩＣ（正規化後の差分ＴＩＣ）に対して、判定区間毎に、当該判定区間内のＴＩＣ特徴量と閾値とを比較することで種別判定を行う。
また、図１４に示す区間別判定部１３２は、判定区間に含まれる前半区間と後半区間との平均輝度値の差が閾値以上（又は以下）であるかを判定してもよい。また、この平均輝度値の差及び閾値は、前半区間と後半区間との平均輝度値の比（例えばデシベル（ｄＢ））であってもよい。このように、比を用いることで、画像の撮影状況等に依存せず、適切な判定を行うことができる。
また、良性及び悪性の腫瘍のＴＩＣは以下の特性を有する。
良性の腫瘍のＴＩＣでは、染まりのタイミング（流入開始時刻）が実質ＴＩＣと略等しい。また、良性の腫瘍のＴＩＣでは、染まりが比較的長く続く（輝度値の低下が遅い）。
悪性の腫瘍のＴＩＣでは、染まりのタイミング（流入開始時刻）が実質ＴＩＣより早い。染まりが続かない（輝度値の低下が早い）。染まりが悪い（輝度値の上昇が少ない）。
以上の特性を加味して、図１５に示すように、区間別判定部１３２は、判定区間に含まれる前半区間と後半区間との輝度値の積分値の差を算出し、当該差と閾値とを比較してもよい。
このように、区間別判定部１３２は、入力のＴＩＣに対して、判定区間毎に、当該判定区間内のＴＩＣ特徴量と閾値とを比較することで種別判定を行う。ここで、入力のＴＩＣは、腫瘍ＴＩＣと実質ＴＩＣとの差分である差分ＴＩＣであってもよいし、腫瘍ＴＩＣそのものであってもよい。さらに、この入力のＴＩＣは、差分ＴＩＣ又は腫瘍ＴＩＣが正規化されることにより得られるＴＩＣであってもよいし、差分ＴＩＣ又は腫瘍ＴＩＣそのものであってもよい。ここで、正規化とは、ＴＩＣの時刻を基準時刻に合わせる処理である。具体的には、この基準時刻は、実質ＴＩＣ又は腫瘍ＴＩＣの立ち上がり時刻である。
また、区間別判定部１３２は、判定区間に含まれる入力のＴＩＣの輝度値と閾値とを比較する。例えば、区間別判定部１３２は、判定区間に含まれる輝度値の平均値と、閾値とを比較する。または、区間別判定部１３２は、判定区間に含まれる輝度値の傾きと、傾きの閾値とを比較する。または、区間別判定部１３２は、判定区間に含まれる２つの区間の輝度値の平均値又は積分値の差（又は比）と、閾値とを比較する。ここで、２つの区間とは、例えば、隣接する区間であり、一方が流入開始時刻を含む。
［ステップＳ１４２］
判定区間において、ＴＩＣ特徴量が閾値以上の場合、区間別判定部１３２は、区間判定値Ｈを１に設定する。
［ステップＳ１４３］
一方、ＴＩＣ特徴量が閾値以下の場合、区間別判定部１３２は、区間判定値Ｈを−１に設定する。
そして、区間別判定部１３２は、区間判定値Ｈを寄与度乗算部１３３へ出力する。
［ステップＳ１４４］
次に、寄与度乗算部１３３は、記憶部１１３から学習パラメータの寄与度Ｗを読み込み、区間別判定部１３２より出力される区間判定値Ｈに寄与度Ｗを乗算し、乗算結果を判定評価値Ｙに加算する。なお、寄与度Ｗは、上述した学習で得られる。
［ステップＳ１４５］
種別判定部１１６は、全ての判定区間について、ステップＳ１４１〜Ｓ１４４を行う。
［ステップＳ１４６］
全ての判定区間に対して判定評価値Ｙの計算が終わった後、最終判定部１３４は判定評価値Ｙに基づいて種別を判定する。例えば、最終判定部１３４は、判定評価値が正であれば良性、負であれば悪性と判定する。
以上の説明では、ＴＩＣの平均輝度を輝度値から計算したが、ＴＩＣの算出に、例えば、操作者による画質調整前の輝度値を用いられても良く、超音波信号（ＲＦ信号）が用いられても良い。これにより、操作者設定による性能依存性を除くことができる。
また、以上の説明では、超音波診断装置１００は、平均輝度の時系列変化を示すＴＩＣを用いて種別判定するが、平均輝度の代わりに染影パタンを示す他の情報を用いることもできる。例えば、この情報とは、分散、尖度又は歪度等である。これにより、染影パタンを考慮した種別判定をできる。
また、以上の説明では、腫瘍の種別を良悪性の２種類に分類する場合について説明したが、３以上の種別に分類してもよい。この場合、例えば、２クラス分類を組み合せて実現できる。例えば、ＡＢＣの３クラスに分類する場合、超音波診断装置１００は、ＡとＣ、ＢとＣ、ＣとＡ、のそれぞれについて２クラス分類を行い、選ばれた回数が多い種別を腫瘍の種別として選択する。また、超音波診断装置１００は、回数が同じになる場合は、判定評価値が高い方の種別を選択する。
また、超音波診断装置１００は、判定結果として、種別が複数存在する場合は、（１）種別確率（判定評価値）が最大の種別を１つ表示する、（２）種別確率が高いほうから予め定められた数の種別（例えば上位３つ）に絞って表示する、又は（３）所定の種別確率以上のものを表示する。また、図１６Ａ及び図１６Ｂに示す通り、超音波診断装置１００は、種別確率をバーで表示してもよい。または、超音波診断装置１００は、図１６Ｃに示す通り、種別確率をマークの大きさで表現してもよい。また、超音波診断装置１００は、種別確率が最大の種別を強調表示してもよい。例えば、超音波診断装置１００は、種別確率が最大の種別は色を変えて表示してもよいし、太字で表示してもよいし、大きく表示してもよい。
また、図１７に示す通り、超音波診断装置１００は、判定対象のＴＩＣ（入力のＴＩＣ１５０）を表示し、さらに、判定区間１５１と、当該判定区間１５１に対応する寄与度１５２とを表示しても良い。また、操作者は、入力装置１１８を介して寄与度１５２を変更してもよい。寄与度１５２が変更された場合、超音波診断装置１００は、変更後の寄与度を用いて種別判定を再度行う。これにより、操作者の経験等に基づき、再度種別判定を行うことができる。
＜効果＞
以上のように、本実施の形態に係る超音波診断装置１００は、平均輝度の時系列データを直接扱うことができる。これにより、フィッティング等の前処理により、種別判定に有用な情報が損なわれることがないため、種別判定性能を向上することができる。
また、本実施の形態に係る超音波診断装置１００は、学習により事前に計算された種別判定に有用な区間を用いて種別を判定する。これにより、超音波診断装置１００は、種別判定に有用な区間を中心に種別を判定できるため、種別判定性能を向上することができる。
また、本実施の形態に係る超音波診断装置１００は、腫瘍ＴＩＣと実質ＴＩＣと差分である差分ＴＩＣを腫瘍の種別判定に用いる。これにより、超音波診断装置１００は、種別判定で有用とされる悪性腫瘍と実質との流入時間差を種別判定に考慮できるので、種別判定性能を向上することができる。
また、本実施の形態に係る超音波診断装置１００は、腫瘍の種別判定に用いるＴＩＣデータを、実質ＴＩＣにおける流入開始時刻を基準として正規化する。これにより、超音波診断装置１００は、種別判定で有用とされる悪性腫瘍と実質との流入時間差を種別判定に考慮できるので、種別判定性能を向上することができる。
また、本実施の形態に係る超音波診断装置１００は、平均輝度の時系列変化に基づいて腫瘍の種別を判定する。ここで、平均輝度は、拡大縮小に依存しない。よって、超音波診断装置１００は、画像取得時の拡大縮小率に依存しない判定を実現できる。
（実施の形態２）
本実施の形態では、上記超音波診断装置１００の一部に相当する医用データ処理装置について説明する。
＜構成＞
図１８は医用データ処理装置１７０の構成を示すブロック図である。
図１８に示すように、医用データ処理装置１７０は、第１判定部１７１と、第２判定部１７２とを備え、記憶部１７３と有線又は無線で接続される。第１判定部１７１は、実施の形態１に係る、流入時刻検出部１３０、ＴＩＣ正規化部１３１及び区間別判定部１３２等に対応する。第２判定部１７２は、実施の形態１に係る、寄与度乗算部１３３及び最終判定部１３４等に対応する。
医用データ処理装置１７０は、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列（ＴＩＣ）を用いて腫瘍の種別を判定する。ここで、第１数値列は、上述したように造影剤投与後の生体から得られたエコー信号から得られる。具体的には、特徴量は、平均輝度、分散及び傾き等である。また、特徴量は、腫瘍を含む腫瘍領域と、腫瘍を含まない実質領域との特徴量（例えば輝度）の差であってもよし、腫瘍領域の特徴量そのものであってもよい。
第１判定部１７１には、腫瘍の種別判定の対象であるＴＩＣ（第１数値列）が入力される。第１判定部１７１は、記憶部１７３から腫瘍の種別判定に用いるＴＩＣの判定区間と閾値との組を少なくとも１組以上読み込む。さらに、第１判定部１７１は、判定区間毎に区間内のＴＩＣ特徴量の閾値判定を行う。判定区間と閾値、及びこれらを用いた判定は、実施の形態１で説明したものと同様である。
つまり、第１判定部１７１は、第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて腫瘍の種別を判定する。具体的には、第１判定部１７１は、予め設定された複数の判定区間の各々に対して、当該判定区間の第１部分数値列を用いて腫瘍の種別を判定し、それぞれの判定結果を示す複数の中間結果を出力する。
例えば、第１判定部１７１は、判定区間に含まれる第１部分数値列の輝度値と閾値とを比較する。具体的には、第１判定部１７１は、判定区間に含まれる輝度値の平均値と、閾値とを比較する。つまり、第１判定部１７１は、判定区間に含まれる第１部分数値列の平均値と予め設定された閾値との大小関係に基づいて腫瘍の種別を判定する。
または、第１判定部１７１は、判定区間に含まれる第１部分数値列の時間変化値と予め設定された閾値との大小関係に基づいて腫瘍の種別を判定してもよい。具体的には、第１判定部１７１は、判定区間に含まれる輝度値の傾きと、傾きの閾値とを比較してもよい。または、第１判定部１７１は、判定区間に含まれる２つの区間の輝度値の平均値又は積分値の差（又は比）と、閾値とを比較してもよい。
また、上述したように、第１判定部１７１は、差分ＴＩＣ又は腫瘍ＴＩＣを正規化してもよい。ここで、正規化とは、ＴＩＣの時刻を基準時刻に合わせる処理である。具体的には、この基準時刻は、実質ＴＩＣ又は腫瘍ＴＩＣの立ち上がり時刻である。つまり、第１判定部１７１は、腫瘍を含まない実質領域の特徴量の時系列変化を示す第２数値列（実質ＴＩＣ）を取得し、当該第２数値列から造影剤の流入開始時刻を判定してもよい。また、判定区間は、判定された流入開始時刻を基準時刻として予め定められている時間区間であってもよい。
第２判定部１７２には、決定された判定区間毎の閾値判定結果が入力される。第２判定部１７２は、記憶部１７３から寄与度を読み込んで、判定区間に対応する寄与度を閾値判定結果に乗算し、全ての判定区間における閾値判定結果と寄与度との乗算結果の和を算出し、当該和用いて種別の判定を行う。具体的には、第２判定部１７２は、記憶部１７３から乗算結果の和と腫瘍の種別とを関連づけたテーブル等を読み込んで、算出された和と、当該テーブルとを用いて腫瘍の種別を判定する。
つまり、第２判定部１７２は、複数の中間結果と、判定区間の各々に予め対応付けられている寄与度とを用いて腫瘍の種別を判定する。具体的には、第２判定部１７２は、複数の判定区間毎に、当該判定区間の中間結果に、当該判定区間に予め対応付けられている寄与度を乗算することで、複数の判定区間に対応する複数の乗算結果を算出し、当該複数の乗算結果を加算することで乗算和を算出し、当該乗算和に基づいて腫瘍の種別を判定する。
なお、第１判定部１７１は、一つの判定区間のみを用いてもよい。この場合には、第２判定部１７２により寄与度の乗算処理は行われなくてもよい。つまり、医用データ処理装置１７０は、一つの判定区間における閾値判定結果をそのまま腫瘍の種別の判定結果として出力してもよい。ここで一つの判定区間とは、予め定められた寄与度の高い区間である。よって、このような場合でも、第１数値列全体を用いる場合に比べて、腫瘍の種別判定の性能を向上できる。
また、判定された種別は、医用データ処理装置１７０に接続されるディスプレイ等に表示されてもよい。つまり、医用データ処理装置１７０は、さらに、第１判定部１７１又は第２判定部１７２により判定された腫瘍の種別を表示する表示部を備えてもよい。例えば、この表示部は、図２に示す表示装置１１９に対応する。
また、第１判定部１７１又は第２判定部１７２は、腫瘍が複数の種別のいずれであるかを示す確率を判定してもよい。そして、表示部は、図１６Ａ〜図１６Ｃに示すように、複数の種別と、各種別に対応付けた、腫瘍が当該種別である確率とを表示してもよい。また、表示部は、図１６Ａ及び図１６Ｂに示すように、上記確率をグラフィカルに表示してもよい。または、表示部は、複数の種別のうち、確率が最も高い種別を強調表示してもよい。
また、図１７に示すように、表示部は、第１数値列をグラフ化して表示するとともに、判定区間及び当該判定区間に対応する寄与度を、グラフ化した第１数値列に対応付けて表示してもよい。さらに、医用データ処理装置１７０は、操作者による寄与度の変更を受付ける入力部を備え、第２判定部１７２は、変更された寄与度に基づいて腫瘍の種別を再判定してもよい。ここで入力部は、図２に示す入力装置１１８に対応する。
上記の判定区間、閾値、及び寄与度は、判定したい腫瘍に関する多数のＴＩＣにブースティングのような機械学習アルゴリズムを適用して計算される。
実施の形態１で説明した通り、判定区間は、図５に示す時間区間群１６０のうち、種別判定への寄与度が高い区間である。第１判定部１７１は、区間毎に、区間内のＴＩＣの特徴量（平均輝度値、又は輝度変化値等）がどの種別に近いかを判定する。閾値は、この判定に用いるパラメータであり、区間毎に異なる。
これらをブースティング学習に当てはめると、判定区間、閾値、及び、判定区間の特徴量と閾値との大小関係、で１つの弱識別器が定義される。学習により、それぞれの弱識別器の寄与度が決まる。図１３に、記憶部１７３に保存される学習結果の例である種別判定用テーブルを示す。
なお、ここで、判定区間は、立上り又は立下りの時間帯など、寄与度が所定値より大きく、種別の判定に影響の大きい有用区間のみであってもよいし、ＴＩＣの全時間帯にわたり分割された各区間であってもよい。全時間帯にわたって分割される際は、全時間帯を等分割し、各分割区間に寄与度を対応付けてもよいし、立上り又は立下りなど変化の大きな時間帯とそうでない時間帯で分割幅が異なるようにしてもよい。いずれにしても、ＴＩＣの判定区間と、その判定区間の閾値及び寄与度とは対応付けられて記憶部１７３に保存される。
また、上記の判定に用いるテーブルは、図１３に示すようなテーブルである。これらの閾値は学習パラメータによっても、ＴＩＣを取得する超音波装置によっても異なる値であり、この数値に限定するものではない。対象となる生体、腫瘍、又は腫瘍の部位によって、閾値の数も閾値の数値もそれぞれ調整が必要である。
このような調整を行った上で予め作成されたテーブルが、記憶部１７３に保存されている。
＜動作＞
図１９は医用データ処理装置１７０の動作を示すフローチャートである。
［ステップＳ１５０］
判定対象であるＴＩＣが入力されると、第１判定部１７１は、記憶部１７３から一つの判定区間及び閾値を読み出し、読み出した閾値を用いて閾値判定を行う。
［ステップＳ１５１］
第２判定部１７２は、閾値判定結果に記憶部１７３から読み出された判定区間に対応する寄与度を乗算する。
［ステップＳ１５２］
記憶部１７３に保存されている全ての判定区間に対して乗算処理を行なっていない場合には、ステップＳ１５０に戻り、行なっている場合にはステップＳ１５３に進む。つまり、全ての判定区間に対してステップＳ１５０及びＳ１５１の処理が行われる。
［ステップＳ１５３］
第２判定部１７２は、記憶部１７３から腫瘍の種別を示すテーブルを読み込み、全ての判定区間のおけるＴＩＣに対応するそれぞれの寄与度が乗算された乗算結果の和Ｙから腫瘍の種別を判定する。
＜効果＞
以上のように、本実施の形態に係る医用データ処理装置１７０によれば、ＴＩＣから種別判定に有用な情報を抽出して使用することで、腫瘍の種別判定性能を向上させることができる。
（その他変形例）
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。
（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、本発明は、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（登録商標） Ｄｉｓｃ）、半導体メモリなどに記録したものとしてもよい。また、本発明は、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と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。
また、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。
また、上記で用いた数字は、全て本発明を具体的に説明するために例示するものであり、本発明は例示された数字に制限されない。
また、ブロック図における機能ブロックの分割は一例であり、複数の機能ブロックを一つの機能ブロックとして実現したり、一つの機能ブロックを複数に分割したり、一部の機能を他の機能ブロックに移してもよい。また、類似する機能を有する複数の機能ブロックの機能を単一のハードウェア又はソフトウェアが並列又は時分割に処理してもよい。
また、上記処理に含まれるステップが実行される順序は、本発明を具体的に説明するために例示するためのものであり、上記以外の順序であってもよい。また、上記ステップの一部が、他のステップと同時（並列）に実行されてもよい。
以上、一つまたは複数の態様に係る超音波診断装置及び医用データ処理装置について、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、一つまたは複数の態様の範囲内に含まれてもよい。
本発明は、超音波診断装置に適用できる。また、本発明は、造影剤を用いた超音波による質的診断に利用可能性がある。
１００ 超音波診断装置
１０１ 超音波診断装置本体
１１０ 超音波プローブ
１１１ 超音波送受信部
１１２ 画像形成部
１１３ 記憶部
１１４ 入力取得部
１１５ ＴＩＣ作成部
１１６ 種別判定部
１１７ 表示画面作成部
１１８ 入力装置
１１９ 表示装置
１２０ 動き検出部
１２１ 輝度計算部
１３０ 流入時刻検出部
１３１ ＴＩＣ正規化部
１３２ 区間別判定部
１３３ 寄与度乗算部
１３４ 最終判定部
１４０ 腫瘍ＴＩＣ
１４１ 実質ＴＩＣ
１４２ 腫瘍の流入開始時刻
１４３ 実質の流入開始時刻
１５０ 入力のＴＩＣ
１５１ 判定区間
１５２ 寄与度
１６０ 時間区間群
１７０ 医用データ処理装置
１７１ 第１判定部
１７２ 第２判定部
１７３ 記憶部
２００ シネ画像
２０１ 関心領域
２０２ 腫瘍ＴＩＣ
２０３ 実質ＴＩＣ
２０４ 判定区間
２０５ 判定閾値
２０６ 寄与度
２０７ 判定結果
２０８ 学習データ
Ｇ１ 設定画面
Ｇ２ 基本波画像
Ｇ３ 高調波画像
Ｇ４ 腫瘍領域
Ｇ５ 実質領域
Ｇ６ ポインタ
Ｇ７ トラックバー

Claims (15)

  1. 造影剤投与後の生体から得られたエコー信号から得られる、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を用いて前記腫瘍の種別を判定する医用データ処理装置であって、
    前記第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて前記腫瘍の種別を判定する第１判定部を備え、
    前記第１判定部は、予め設定された複数の判定区間の各々に対して、当該判定区間の第１部分数値列を用いて前記腫瘍の種別を判定し、それぞれの判定結果を示す複数の中間結果を出力し、
    前記医用データ処理装置は、さらに、
    前記複数の中間結果と、前記判定区間の各々に予め対応付けられている寄与度とを用いて前記腫瘍の種別を判定する第２判定部を備える
    医用データ処理装置。
  2. 前記第２判定部は、前記複数の判定区間毎に、当該判定区間の中間結果に、当該判定区間に予め対応付けられている寄与度を乗算することで、複数の判定区間に対応する複数の乗算結果を算出し、当該複数の乗算結果を加算することで乗算和を算出し、当該乗算和に基づいて前記腫瘍の種別を判定する
    請求項１記載の医用データ処理装置。
  3. 前記特徴量は、前記腫瘍領域と、前記腫瘍を含まない実質領域との輝度の差である
    請求項１又は２のいずれか１項に記載の医用データ処理装置。
  4. 前記第１判定部は、前記腫瘍を含まない実質領域の特徴量の時系列変化を示す第２数値列を取得し、当該第２数値列から前記造影剤の流入開始時刻を判定し、
    前記判定区間は、前記流入開始時刻を基準時刻として予め定められている時間区間である
    請求項１又は２のいずれか１項に記載の医用データ処理装置。
  5. 造影剤投与後の生体から得られたエコー信号から得られる、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を用いて前記腫瘍の種別を判定する医用データ処理装置であって、
    前記第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて前記腫瘍の種別を判定する第１判定部を備え、
    前記第１判定部は、前記判定区間に含まれる前記第１部分数値列の平均値と予め設定された閾値との大小関係に基づいて前記腫瘍の種別を判定する
    医用データ処理装置。
  6. 造影剤投与後の生体から得られたエコー信号から得られる、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を用いて前記腫瘍の種別を判定する医用データ処理装置であって、
    前記第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて前記腫瘍の種別を判定する第１判定部を備え、
    前記第１判定部は、前記判定区間に含まれる前記第１部分数値列の時間変化値と予め設定された閾値との大小関係に基づいて前記腫瘍の種別を判定する
    医用データ処理装置。
  7. 前記医用データ処理装置は、さらに、
    前記第１判定部により判定された前記腫瘍の種別を表示する表示部を備える
    請求項１〜６のいずれか１項に記載の医用データ処理装置。
  8. 前記第１判定部は、前記腫瘍が複数の種別のいずれであるかを示す確率を判定し、
    前記表示部は、前記複数の種別と、各種別に対応付けた、前記腫瘍が当該種別である確率とを表示する
    請求項７記載の医用データ処理装置。
  9. 前記表示部は、前記確率をグラフィカルに表示する
    請求項８記載の医用データ処理装置。
  10. 前記表示部は、前記複数の種別のうち、前記確率が最も高い種別を強調表示する
    請求項８記載の医用データ処理装置。
  11. 前記医用データ処理装置は、さらに、
    前記第１数値列をグラフ化して表示するとともに、前記判定区間及び当該判定区間に対応する前記寄与度を、前記グラフ化した第１数値列に対応付けて表示する表示部を備える
    請求項１又は２記載の医用データ処理装置。
  12. 前記医用データ処理装置は、さらに、
    操作者による前記寄与度の変更を受付ける入力部を備え、
    前記第２判定部は、変更された寄与度に基づいて前記腫瘍の種別を再判定する
    請求項１１記載の医用データ処理装置。
  13. 造影剤投与後の生体から得られたエコー信号から得られる、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を用いて前記腫瘍の種別を判定する医用データ処理方法であって、
    前記第１数値列から、当該第１数値列全体の時間幅よりも短い所定の時間幅を有する判定区間の第１部分数値列を抽出し、当該第１部分数値列を用いて前記腫瘍の種別を専用のハードウェア又はプログラム実行部により判定する第１判定ステップを含み、
    前記第１判定ステップは、予め設定された複数の判定区間の各々に対して、当該判定区間の第１部分数値列を用いて前記腫瘍の種別を判定し、それぞれの判定結果を示す複数の中間結果を出力し、
    前記医用データ処理方法は、さらに、
    前記複数の中間結果と、前記判定区間の各々に予め対応付けられている寄与度とを用いて前記腫瘍の種別を判定する第２判定ステップを備える
    医用データ処理方法。
  14. 請求項１３に記載の医用データ処理方法をコンピュータに実行させるための
    プログラム。
  15. 造影剤投与後の生体からエコー信号を取得する超音波プローブと、
    前記エコー信号から、腫瘍を含む腫瘍領域の特徴量の時系列変化を示す第１数値列を生成する数値列生成部と、
    前記第１数値列を用いて腫瘍の種別を判定する、請求項１〜１２のいずれか１項に記載の医用データ処理装置とを備える
    超音波診断装置。
JP2014529299A 2012-08-07 2013-08-02 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 Active JP6354584B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012174648 2012-08-07
JP2012174648 2012-08-07
PCT/JP2013/004697 WO2014024453A1 (ja) 2012-08-07 2013-08-02 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

Publications (2)

Publication Number Publication Date
JPWO2014024453A1 JPWO2014024453A1 (ja) 2016-07-25
JP6354584B2 true JP6354584B2 (ja) 2018-07-11

Family

ID=50067707

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014529299A Active JP6354584B2 (ja) 2012-08-07 2013-08-02 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

Country Status (3)

Country Link
US (1) US20150196281A1 (ja)
JP (1) JP6354584B2 (ja)
WO (1) WO2014024453A1 (ja)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102204437B1 (ko) * 2013-10-24 2021-01-18 삼성전자주식회사 컴퓨터 보조 진단 방법 및 장치
EP3307173B1 (en) * 2015-06-12 2021-08-18 Koninklijke Philips N.V. System for identifying cancerous tissue
JP6358192B2 (ja) * 2015-08-18 2018-07-18 コニカミノルタ株式会社 超音波診断装置、及び超音波診断装置の制御方法
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
US11596381B2 (en) * 2018-03-19 2023-03-07 Verathon Inc. Multiple frequency scanning using an ultrasound probe
US11493585B2 (en) * 2018-06-29 2022-11-08 Canon Medical Systems Corporation Medical information processing apparatus and medical information processing method
JP7138971B2 (ja) * 2018-07-31 2022-09-20 株式会社Lily MedTech 診断支援システム及び診断支援方法
CN110458834B (zh) 2019-02-25 2021-02-09 腾讯科技（深圳）有限公司 一种乳腺肿瘤图像处理系统、方法及装置
JP7457571B2 (ja) * 2020-05-19 2024-03-28 富士フイルムヘルスケア株式会社 超音波診断装置及び診断支援方法
US11583242B2 (en) * 2020-10-02 2023-02-21 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. System and method for contrast enhanced ultrasound quantification imaging
JP7032584B2 (ja) * 2021-02-04 2022-03-08 キヤノンメディカルシステムズ株式会社 医用画像処理装置及び医用画像処理プログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5260871A (en) * 1991-07-31 1993-11-09 Mayo Foundation For Medical Education And Research Method and apparatus for diagnosis of breast tumors
US5776063A (en) * 1996-09-30 1998-07-07 Molecular Biosystems, Inc. Analysis of ultrasound images in the presence of contrast agent
US6684276B2 (en) * 2001-03-28 2004-01-27 Thomas M. Walker Patient encounter electronic medical record system, method, and computer product
US7260249B2 (en) * 2002-09-27 2007-08-21 Confirma Incorporated Rules-based approach for processing medical images
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
CA2761596C (en) * 2009-06-08 2017-11-07 Bracco Suisse S.A. Auto-scaling of parametric images
AU2010291254B2 (en) * 2009-09-01 2016-08-11 Bracco Suisse Sa Parametric images based on dynamic behavior over time
JP5762076B2 (ja) * 2010-03-30 2015-08-12 株式会社東芝 超音波診断装置、超音波画像処理装置及び医用画像診断装置
CN102573652A (zh) * 2010-08-11 2012-07-11 株式会社东芝 医用图像诊断装置、图像处理装置及方法

Also Published As

Publication number Publication date
US20150196281A1 (en) 2015-07-16
WO2014024453A1 (ja) 2014-02-13
JPWO2014024453A1 (ja) 2016-07-25

Similar Documents

Publication Publication Date Title
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
JP6295956B2 (ja) 超音波診断装置、及び超音波診断装置の制御方法
JP5949558B2 (ja) 超音波診断装置および超音波診断装置の制御方法
JP5867401B2 (ja) 超音波診断装置、及び、超音波診断画像の出力方法
CN112292086B (zh) 超声病变评估及相关联的设备、系统和方法
RU2636262C2 (ru) Способ и система для обработки данных ультразвуковой визуализации
Hu et al. Acoustic shadow detection: study and statistics of B-mode and radiofrequency data
US12089989B2 (en) Analyzing apparatus and analyzing method
KR20120102447A (ko) 진단장치 및 방법
JP7195374B2 (ja) 音響波計測装置及び音響波計測装置の作動方法
CN104470443B (zh) 用于处理超声成像数据的方法和系统
KR102243022B1 (ko) 선택 정보에 기초하여 관심 영역에 포함된 혈류에 대한 정보를 출력하는 방법, 장치 및 시스템.
EP2769678A1 (en) Image diagnostic device and image assessment method
WO2020037673A1 (zh) 一种超声弹性成像装置及对弹性图像进行处理的方法
JP7159025B2 (ja) 診断装置及び診断方法
CN113768544A (zh) 乳腺的超声成像方法及设备
CN113545806A (zh) 前列腺弹性成像方法和超声弹性成像系统
CN112294361A (zh) 一种超声成像设备、盆底的切面图像生成方法
CN113017683A (zh) 超声测量方法、装置和存储介质
WO2022141257A1 (zh) 一种应变弹性成像方法、装置以及存储介质
CN117159021A (zh) 一种超声成像系统和超声成像方法
CN115211895A (zh) 超声系统、粘弹性测量结果及超声测量结果的显示方法
CN115708694A (zh) 超声图像处理方法及设备
JP2022074921A (ja) 医用画像処理装置及び医用画像処理プログラム
CN112120735A (zh) 一种超声成像方法及设备、存储介质

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160720

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170627

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170821

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20171205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20171226

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: 20180515

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180528

R150 Certificate of patent or registration of utility model

Ref document number: 6354584

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150