JP6580925B2 - 超音波診断装置及び画像処理装置 - Google Patents

超音波診断装置及び画像処理装置 Download PDF

Info

Publication number
JP6580925B2
JP6580925B2 JP2015192120A JP2015192120A JP6580925B2 JP 6580925 B2 JP6580925 B2 JP 6580925B2 JP 2015192120 A JP2015192120 A JP 2015192120A JP 2015192120 A JP2015192120 A JP 2015192120A JP 6580925 B2 JP6580925 B2 JP 6580925B2
Authority
JP
Japan
Prior art keywords
data
circuit
data string
ultrasonic
correlation matrix
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
JP2015192120A
Other languages
English (en)
Other versions
JP2017063977A (ja
Inventor
武史 佐藤
武史 佐藤
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.)
Canon Medical Systems Corp
Original Assignee
Canon Medical Systems Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Medical Systems Corp filed Critical Canon Medical Systems Corp
Priority to JP2015192120A priority Critical patent/JP6580925B2/ja
Priority to US15/270,381 priority patent/US10893848B2/en
Publication of JP2017063977A publication Critical patent/JP2017063977A/ja
Application granted granted Critical
Publication of JP6580925B2 publication Critical patent/JP6580925B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • A61B8/5207—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
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4416—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to combined acquisition of different diagnostic modalities, e.g. combination of ultrasound and X-ray acquisitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
    • 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
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • A61B8/5276—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts due to motion

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Radiology & Medical Imaging (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Veterinary Medicine (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Description

本発明の実施形態は、超音波診断装置及び画像処理装置に関する。
血流からの信号を表示する手法にパルスドプラ（以下、ＰＷＤ：Pulse Wave Doppler）法がある。ＰＷＤ法ではレンジゲートで指定した範囲内の同一地点からの受信信号の時系列データを高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）して、ドプラ波形を生成する。ＰＷＤ法では、横軸に時間、縦軸に周波数を取り、輝度で血流のパワーを表示する。
また、ＰＷＤ法では、ＦＦＴ前の時系列データに対して、ＩＩＲ(Infinite Impulse Response)型のＨＰＦ(High Pass Filter)を掛ける場合が多い。なお、固定小数点演算でＦＦＴを行う場合には信号強度の大きい直流成分付近の信号が含まれていると信号のダイナミックレンジが不足するのでＦＦＴ演算前にＨＰＦが必須である。一方、浮動小数点演算でＦＦＴを行う場合にはＨＰＦは必須ではない。また、このＨＰＦは、ＭＴＩ(Moving Target Indicator)フィルタやウォールフィルタとも呼ばれる。
特開２０１４−１５８６９８号公報
Bercoff Ｊ、外６名，「Ultrafast compound Doppler imaging: providing full blood flow characterization」，IEEE Trans Ultrason Ferroelectr Freq Control，２０１１年１月，第５８巻，第１号，ｐ．１３４−１４７
本発明が解決しようとする課題は、ＰＷＤ法のＦＦＴ表示においてノイズを低減することができる超音波診断装置及び画像処理装置を提供することである。
実施形態の超音波診断装置は、ＰＷＤ（Pulse Wave Doppler）法を実行する超音波診断装置であり、相関行列計算部と、フィルタ行列計算部と、抽出部と、導出部と、制御部とを備える。相関行列計算部は、同一走査線において超音波を送信することで発生した少なくとも１ラスタ分のエコー信号に基づいて生成されたデータの集合である第１のデータ列を用いて相関行列を計算する。フィルタ行列計算部は、前記相関行列を用いた主成分分析の結果に基づいて、クラッタ成分を抑圧するフィルタ係数を計算する。抽出部は、前記第１のデータ列のうち関心領域に含まれる対象データ列から、前記関心領域に存在した移動体で反射されたエコー信号に由来するデータの集合である第２のデータ列を、前記フィルタ係数を用いて抽出する。導出部は、前記第２のデータ列をＦＦＴ（Fast Fourier Transform）して移動体情報を導出する。制御部は、前記移動体情報に基づく画像データを表示部に表示させる。
図１は、第１の実施形態に係る超音波診断装置の構成例を説明するための図である。 図２Ａは、入力データ列に不連続点が発生し、ＩＩＲ(Infinite Impulse Response)型のＨＰＦ処理後にＦＦＴした場合のＦＦＴ表示の一例を示す図である。 図２Ｂは、入力データ列に不連続点が発生し、ＨＰＦ処理せずにＦＦＴした場合のＦＦＴ表示の一例を示す図である。 図３は、クラッタのドプラ周波数が血流のドプラ周波数と重なる場合のＦＦＴ表示の一例を示す図である。 図４は、高フレームレート法と、主成分分析の結果を用いたＭＴＩフィルタ処理とに基づく超音波走査においてクラッタのドプラ周波数が血流のドプラ周波数と重なる場合のＦＦＴ表示の一例を示す図である。 図５は、第１の実施形態に係るＰＷＤ処理回路の構成例を示すブロック図である。 図６は、第１の実施形態に係るＰＷＤ処理回路に入力されるＩＱデータを説明するための図である。 図７は、第１の実施形態に係るランクカット数の決定処理の一例を説明するための図である。 図８は、第１の実施形態に係るランクカット数の決定処理の一例を説明するための図である。 図９は、第１の実施形態に係るＭＴＩフィルタ処理回路の処理動作を説明するための図である。 図１０は、第１の実施形態に係る超音波診断装置が行なう処理の一例を説明するためのフローチャートである。 図１１は、第１の実施形態に係るＦＦＴ波形の一例を示す図である。 図１２Ａは、第１の実施形態の変形例２を説明するための図である。 図１２Ｂは、第１の実施形態の変形例２を説明するための図である。 図１２Ｃは、第１の実施形態の変形例２を説明するための図である。 図１３は、第２の実施形態に係る超音波診断装置の構成例を説明するための図である。 図１４は、第２の実施形態に係る超音波走査の一例を説明するための図である。 図１５は、第２の実施形態を説明するための図である。 図１６Ａは、高フレームレート法に基づく超音波走査を実行し、ＭＴＩフィルタを掛けない場合のＦＦＴ波形の一例を示す図である。 図１６Ｂは、高フレームレート法に基づく超音波走査を実行し、ＩＩＲ型のＭＴＩフィルタを掛けた場合のＦＦＴ波形の一例を示す図である。 図１６Ｃは、第２の実施形態に係るドプラ処理回路により高フレームレート法に基づく超音波走査を実行した場合のＦＦＴ波形の一例を示す図である。
以下、図面を参照して、実施形態に係る超音波診断装置及び画像処理装置を説明する。なお、実施形態は、以下の実施形態に限られるものではない。また、一つの実施形態に記載した内容は、原則として他の実施形態にも同様に適用される。
（第１の実施形態）
まず、第１の実施形態に係る超音波診断装置の構成例について説明する。図１は、第１の実施形態に係る超音波診断装置の構成例を説明するための図である。図１に示すように、第１の実施形態に係る超音波診断装置は、超音波プローブ１と、モニタ２と、入力装置３と、装置本体１０とを有する。
超音波プローブ１は、複数の圧電振動子を有し、これら複数の圧電振動子は、後述する装置本体１０が有する送受信回路１１から供給される駆動信号に基づき超音波を発生する。また、超音波プローブ１は、被検体Ｐからのエコー信号を受信して電気信号に変換する。また、超音波プローブ１は、圧電振動子に設けられる整合層及び音響レンズと、圧電振動子から後方への超音波の伝播を防止するバッキング材等を有する。超音波プローブ１は、装置本体１０と着脱自在に接続される。
超音波プローブ１から被検体Ｐに超音波が送信されると、送信された超音波は、被検体Ｐの体内組織における音響インピーダンスの不連続面で次々と反射され、エコー信号として超音波プローブ１が有する複数の圧電振動子にて受信される。受信されるエコー信号の振幅は、超音波が反射される不連続面における音響インピーダンスの差に依存する。なお、送信された超音波パルスが、移動している血流や心臓壁等の表面で反射された場合のエコー信号は、ドプラ効果により、移動体の超音波送信方向に対する速度成分に依存して、周波数偏移（ドプラ偏移）を受ける。
なお、第１の実施形態は、複数の圧電振動子が一列で配置された１次元超音波プローブである超音波プローブ１により、被検体Ｐを２次元でスキャンする場合であっても、１次元超音波プローブの複数の圧電振動子を機械的に揺動する超音波プローブ１や複数の圧電振動子が格子状に２次元で配置された２次元超音波プローブである超音波プローブ１により、被検体Ｐを３次元でスキャンする場合であっても、適用可能である。ここで、１次元超音波プローブは、１本の走査線により、被検体Ｐを１次元で走査することも可能である。また、２次元超音波プローブは、超音波を集束して送信することで、被検体Ｐを２次元で走査することも可能である。
また、第１の実施形態に係る超音波診断装置は、後述するように、カラードプラ画像の撮像を行なうことができる。また、第１の実施形態に係る超音波診断装置は、後述するように、Ｂモード画像やカラードプラ画像、Ｂモード画像の一部にカラードプラ画像が重畳された画像に設定されたサンプルボリュームにおけるドプラ波形の収集を行なうことができる。このため、超音波プローブ１は、収集する画像の種別に応じて、例えば、カラーフローマッピング（ＣＦＭ：Color Flow Mapping）法を行なうための超音波プローブ１から、連続波（ＣＷ：Continuous Wave）ドプラ法やパルス波（ＰＷ：Pulsed Wave）ドプラ法を行なうための超音波プローブ１に取り替えられる場合もある。なお、上記のサンプルボリュームは、レンジゲートとも呼ばれる場合もある。なお、サンプルボリュームやレンジゲートは関心領域の一例である。
入力装置３は、マウス、キーボード、ボタン、パネルスイッチ、タッチコマンドスクリーン、フットスイッチ、トラックボール等を有し、超音波診断装置の操作者からの各種設定要求を受け付け、装置本体１０に対して受け付けた各種設定要求を転送する。
例えば、入力装置３は、後述する画像生成回路１５が画像処理を行なうための関心領域としての（ＲＯＩ：Region Of Interest）の設定や後述するＰＷＤ処理回路１４ｂが処理を行なうための関心領域としてのサンプルボリュームの設定を、操作者から受け付ける。なお、第１の実施形態において、入力装置３が受け付ける関心領域については、後に詳述する。
モニタ２は、超音波診断装置の操作者が入力装置３を用いて各種設定要求を入力するためのＧＵＩ（Graphical User Interface）を表示したり、装置本体１０において生成された超音波画像等を表示したりする。
装置本体１０は、超音波プローブ１が受信したエコー信号に基づいて超音波画像を生成する装置である。装置本体１０は、図１に示すように、送受信回路１１と、バッファ１２と、Ｂモード処理回路１３と、ドプラ処理回路１４と、画像生成回路１５と、画像メモリ１６と、処理回路１７と、内部記憶回路１８とを有する。
送受信回路１１は、トリガ発生回路、送信遅延回路及びパルサ回路等を有し、超音波プローブ１に駆動信号を供給する。パルサ回路は、所定の繰り返し周波数（ＰＲＦ：Pulse Repetition Frequency）で送信超音波を形成するためのレートパルスを繰り返し発生する。なお、ＰＲＦは、レート周波数とも呼ばれる。また、送信遅延回路は、超音波プローブ１から発生される超音波をビーム状に集束して送信指向性を決定するために必要な圧電振動子ごとの送信遅延時間を、パルサ回路が発生する各レートパルスに対し与える。また、トリガ発生回路は、レートパルスに基づくタイミングで、超音波プローブ１に駆動信号（駆動パルス）を印加する。すなわち、送信遅延回路は、各レートパルスに対し与える送信遅延時間を変化させることで、圧電振動子面からの送信方向を任意に調整する。
なお、送受信回路１１は、後述する処理回路１７の指示に基づいて、所定のスキャンシーケンスを実行するために、送信周波数、送信駆動電圧等を瞬時に変更可能な機能を有している。特に、送信駆動電圧の変更は、瞬間にその値を切り替え可能なリニアアンプ型の発信回路、又は、複数の電源ユニットを電気的に切り替える機構によって実現される。
また、送受信回路１１は、アンプ回路、Ａ／Ｄ変換器、受信遅延回路、加算器、直交検波回路等を有し、超音波プローブ１が受信したエコー信号に対して各種処理を行なってエコーデータを生成する。アンプ回路は、エコー信号をチャンネルごとに増幅してゲイン補正処理を行なう。Ａ／Ｄ変換器は、ゲイン補正されたエコー信号をＡ／Ｄ変換する。受信遅延回路は、デジタルデータに対して、受信指向性を決定するために必要な受信遅延時間を与える。加算器は、受信遅延回路によって処理されたエコー信号の加算処理を行なう。加算器の加算処理により、エコー信号の受信指向性に応じた方向からの反射成分が強調される。そして、直交検波回路は、加算器の出力信号をベースバンド帯域の同相信号（Ｉ信号、Ｉ：In-phase）と直交信号（Ｑ信号、Ｑ：Quadrature-phase）とに変換する。そして、直交検波回路は、Ｉ信号及びＱ信号（以下、Ｉ／Ｑ信号と記載する）をエコーデータとして後段のバッファ１２に格納する。このように、送受信回路１１は、超音波の送受信における送信指向性と受信指向性とを制御する。
バッファ１２は、送受信回路１１が生成したエコーデータ（Ｉ／Ｑ信号）を一時的に記憶するバッファである。具体的には、バッファ１２は、記憶容量に応じたデータ量のＩ／Ｑ信号を保持する。例えば、バッファ１２は、ＦＩＦＯ（First-In/First-Out）メモリであり、所定フレーム分のＩ／Ｑ信号を記憶し、新たに１フレーム分のＩ／Ｑ信号が送受信回路１１にて生成された場合、生成時間が最も古い１フレーム分のＩ／Ｑ信号を破棄して、新たに生成された１フレーム分のＩ／Ｑ信号を記憶する。
なお、１フレーム分のＩ／Ｑ信号とは、例えば、１枚の超音波画像を生成するためのエコーデータのことであり、送受信回路１１は、複数の走査線（スキャンライン）で形成される走査範囲にて超音波送受信を超音波プローブ１に行なわせることで、１フレーム分のＩ／Ｑ信号を生成する。
Ｂモード処理回路１３は、バッファ１２から送受信回路１１が生成したエコーデータ（Ｉ／Ｑ信号）を読み出し、読み出したエコーデータに対して、対数増幅、包絡線検波処理、対数圧縮等を行なって、信号強度が輝度の明るさで表現されるデータ（Ｂモードデータ）を生成する。
ドプラ処理回路１４は、バッファ１２から送受信回路１１が生成したエコーデータ（Ｉ／Ｑ信号）を読み出し、読み出したエコーデータを周波数解析することで、ドプラ偏移（ドプラシフト周波数）を抽出し、ドプラ偏移を用いることで、ドプラ効果による血流や組織、造影剤エコー成分を抽出し、平均速度、分散、パワー等の移動体情報を多点又は１点について抽出したデータ（ドプラデータ）を生成する。
具体的には、ドプラ処理回路１４は、図１に示すように、ＣＦＭ処理回路１４ａとＰＷＤ処理回路１４ｂとを有する。ＣＦＭ処理回路１４ａは、カラードプラ画像を生成するためのドプラデータをＣＦＭ法により生成する処理部である。ＣＦＭ処理回路１４ａは、走査範囲内にある血流の移動体情報（血流情報）を、自己相関法で取得する。
また、ＰＷＤ処理回路１４ｂは、ドプラ波形を生成するためのドプラデータをＰＷＤ法により生成する処理部である。ＰＷＤ処理回路１４ｂは、サンプルボリューム内にある血流の移動体情報（血流情報）を、周波数解析を行なうことで取得する。例えば、ＰＷＤ処理回路１４ｂは、サンプルボリューム内にある血流の移動体情報（血流情報）を、高速フーリエ変換（ＦＦＴ：Fast Fourier Transform）法による周波数解析を行なうことで取得する。また、ドプラ波形を生成できるドプラデータが取得できるのであれば、ＰＷＤ処理回路１４ｂが行なう周波数解析は、高速フーリエ変換法以外の方法であっても良い。なお、ＰＷＤ処理回路１４ｂが行なう処理については、後に詳述する。また、ドプラ処理回路１４は、組織ドプラ法を行なうための処理部を有する場合であっても良い。
画像生成回路１５は、Ｂモード処理回路１３及びドプラ処理回路１４が生成したデータを用いて表示用の画像データを生成する。すなわち、画像生成回路１５は、Ｂモード処理回路１３が生成したＢモードデータからエコー信号の強度を輝度にて表したＢモード画像を生成する。また、画像生成回路１５は、ＣＦＭ処理回路１４ａが生成したドプラデータから血流の移動体情報（血流情報）を表す速度画像、分散画像、パワー画像、又は、これらの組み合わせ画像としてのカラードプラ画像を生成する。例えば、画像生成回路１５は、パワーの値に応じて色調を赤色系で変化させたパワー画像を生成する。なお、画像生成回路１５は、カラー表示用のカラードプラ画像以外にも、例えば、パワーの値に応じて輝度をグレースケールで変化させたグレースケールのパワー画像を生成することも可能である。
以下では、ＣＦＭ処理回路１４ａが生成したデータから画像生成回路１５が生成するカラードプラ画像等の画像を「血流画像」と記載する。
更に、画像生成回路１５は、ＰＷＤ処理回路１４ｂが生成したドプラデータから、血流の速度情報を時系列に沿ってプロットしたドプラ波形を生成する。具体的には、画像生成回路１５は、サンプルボリューム内の血流の速度を縦軸とし、時間を横軸とする時間変化曲線を生成する。そして、画像生成回路１５は、サンプルボリューム内の血流の分散値に応じて縦軸方向の幅を設定し、サンプルボリューム内の血流のパワー値に応じて輝度値を設定することで、ドプラ波形を生成する。
ここで、画像生成回路１５は、一般的には、超音波走査の走査線信号列を、テレビ等に代表されるビデオフォーマットの走査線信号列に変換（スキャンコンバート）し、表示用画像としての超音波画像（Ｂモード画像や血流画像）を生成する。具体的には、画像生成回路１５は、超音波プローブ１による超音波の走査形態に応じた座標変換を行なうことで、表示用画像としての超音波画像を生成する。また、画像生成回路１５は、スキャンコンバート以外にも、種々の画像処理として、例えば、スキャンコンバート後の複数の画像フレームを用いて、輝度の平均値画像を再生成する画像処理（平滑化処理）や、画像内で微分フィルタを用いる画像処理（エッジ強調処理）等を行なう。
なお、画像生成回路１５は、２次元で超音波送受信が行なわれた場合、座標変換を行なうことで、表示用画像としての２次元Ｂモード画像や２次元血流画像を生成する。また、画像生成回路１５は、３次元で超音波送受信が行なわれた場合、ボリュームデータ（３次元Ｂモード画像や３次元血流画像）を生成し、各種レンダリング処理により、ボリュームデータからモニタ２に表示するための２次元画像を生成する。
また、画像生成回路１５は、各種画像に、種々のパラメータの文字情報、目盛り、ボディーマーク等を合成した合成画像を生成する。また、画像生成回路１５は、Ｂモード画像とカラードプラ画像との重畳画像等、各種画像を重畳した重畳画像を生成したり、各種画像を並列表示するための画像を生成したりする。
画像メモリ１６は、画像生成回路１５が生成した各種データを記憶するメモリである。また、画像メモリ１６は、Ｂモード処理回路１３やドプラ処理回路１４が生成したデータ（生データ）を記憶することも可能である。また、画像メモリ１６は、必要に応じて、バッファ１２が保持するデータを記憶することも可能である。
内部記憶回路１８は、超音波送受信、画像処理及び表示処理を行なうための制御プログラムや、診断情報（例えば、患者ＩＤ、医師の所見等）や、診断プロトコルや各種ボディーマーク等の各種データを記憶する。また、内部記憶回路１８は、必要に応じて、画像メモリ１６が記憶するデータの保管等にも使用される。また、内部記憶回路１８が記憶するデータは、図示しないインターフェースを経由して、外部の周辺装置へ転送することができる。
処理回路１７は、超音波診断装置の処理全体を制御する。具体的には、処理回路１７は、入力装置３を介して操作者から入力された各種設定要求や、内部記憶回路１８から読込んだ各種制御プログラム及び各種データに基づき、送受信回路１１、Ｂモード処理回路１３、ドプラ処理回路１４、画像生成回路１５の処理を制御する。また、処理回路１７は、画像メモリ１６が記憶するデータや、操作者が各種処理を指定するためのＧＵＩ等をモニタ２にて表示するように制御する。なお、ＰＷＤ法やＤＷＤ法でドプラ波形を表示することは、「ＦＦＴ表示」とも呼ばれる。また、ＣＦＭ法で血流画像（カラードプラ画像）を表示することを、以下、カラードプラ表示と記載する。
以上、第１の実施形態に係る超音波診断装置の全体構成について説明した。かかる構成のもと、第１の実施形態に係る超音波診断装置は、ＰＷＤ法によりドプラ波形を生成する。ところで、ＰＷＤ法において、レンジゲートに血管壁や心臓の弁が含まれると、クラッタに由来するノイズがドプラ波形に混入する場合がある。これは血管壁や心臓の弁の瞬間的な移動あるいは鏡面反射条件の変化によって今まで存在しなかったエコー源が入ってきたり今まで存在していたエコー源が消失したりすることによって、入力データ列に不連続点が発生することに起因する。
図２Ａは、入力データ列に不連続点が発生し、ＩＩＲ(Infinite Impulse Response)型のＨＰＦ処理後にＦＦＴした場合のＦＦＴ表示の一例を示す図であり、図２Ｂは、入力データ列に不連続点が発生し、ＨＰＦ処理せずにＦＦＴした場合のＦＦＴ表示の一例を示す図である。図２Ａ及び図２Ｂにおいて横軸は時間を示し、縦軸はドプラ周波数を示す。また、図２Ａ及び図２Ｂにおいて輝度はパワーを示す。
図２Ａに示すように、入力データ列に不連続点が発生すると、ＨＰＦ処理後にＦＦＴした場合でも、広いドプラ周波数にわたって、クラッタに由来するノイズがドプラ波形に混入する。なお、図２Ａ中ノイズを矢印で示している。すなわち、入力データ列に不連続点が発生すると、血流信号が含まれる高いドプラ周波数に混入したクラッタノイズを除去することはできない。また、図２Ｂに示すように、ＨＰＦ処理せずにＦＦＴした場合も同様に、広いドプラ周波数にわたって、クラッタに由来するノイズがドプラ波形に混入する。なお、図２Ｂ中ノイズを矢印で示している。また、図２Ｂに示すように、ＨＰＦ処理せずＦＦＴした場合、ＦＦＴ点数分の整数倍の周波数と整数倍ではない周波数とで周波数分離能が異なり、中央部にスジが生じる。図２Ａ及び図２Ｂに示すように入力データ列に不連続点が発生する場合、血流信号が含まれる高いドプラ周波数に混入したクラッタノイズを除去することはできない。
また、上述のような入力データ列に不連続点が発生しない場合であっても、クラッタのドプラ周波数が血流のドプラ周波数と重なっている場合、あるいはクラッタのドプラ周波数の方が血流のドプラ周波数よりも高い場合には、クラッタに由来するノイズがドプラ波形に混入する。かかる場合もＦＦＴ表示でクラッタを除去して血流だけを表示することはできない。図３は、クラッタのドプラ周波数が血流のドプラ周波数と重なる場合のＦＦＴ表示の一例を示す図である。
図３では血流ファントムの上に携帯電話のバイブレータで振動を与えた実験結果を示す。ここで、実験条件は、血流ファントムの流速が１〜４cm/ｓであり、携帯電話の振動に由来するクラッタの速度が±３．８cm/ｓである。また、図３ではドプラ波形３０ａに加えて、カラードプラ像３０ｂを並べて表示する場合を示す。なお、ドプラ波形３０ａとカラードプラ像３０ｂは別の時間にスキャンされたものである。このような実験条件下では、携帯電話の振動中は図３右のようにカラードプラ像３０ｂにはＲＯＩ全体にアーティファクト３０ｃが表示される。また、図３左のドプラ波形３０ａは血流信号とクラッタ信号が重なって表示される。
また、複数の走査線それぞれで１回ずつ超音波送受信を行ない、複数フレーム分のエコー信号を用いて移動体の運動に関する情報を取得する方法（高フレームレート法）と、主成分分析の結果を用いたＭＴＩフィルタ処理とに基づく超音波走査を実行させる方法が知られている（特開２０１４−１５８６９８号公報参照）。図４は、高フレームレート法と、主成分分析の結果を用いたＭＴＩフィルタ処理とに基づく超音波走査においてクラッタのドプラ周波数が血流のドプラ周波数と重なる場合のＦＦＴ表示の一例を示す図である。なお、図４では、超音波走査が高フレームレート法である点を除いて、図３と同様の実験条件であるものとする。ドプラ波形４０ａとカラードプラ像４０ｂは別の時間にスキャンされたものであり、図３のドプラ波形３０ａと図４のドプラ波形４０ａは同一である。
超音波走査が高フレームレート法で超音波走査を実行する場合、図４右に示すようにクラッタのドプラ周波数が血流のドプラ周波数より高い場合であっても、クラッタ信号を抑圧して血流信号４０ｃだけを描出したカラードプラ像４０ｂを表示することが可能である。バイブ振動中であってもＲＯＩ内にはアーティファクトは見られず血流が表示されている。この一方で、超音波走査が高フレームレート法で超音波走査を実行する場合であっても、図４左に示すようにＰＷＤ法においてＦＦＴ波形４０ａを表示しても、血流信号とクラッタ信号が重なって表示されており、血流信号が見えない場合がある。
このようなことから、第１の実施形態では、ＰＷＤ処理回路１４ｂは、以下に説明する処理を実行することで、ＰＷＤ法のＦＦＴ表示において、ノイズを低減させて血流だけを表示する。これにより、第１の実施形態に係る超音波診断装置は、例えば、入力データ列の不連続点がある場合や、クラッタのドプラ周波数が血流のドプラ周波数と重なっている場合、あるいはクラッタのドプラ周波数の方が血流のドプラ周波数よりも高い場合に、ノイズを低減させて血流だけを表示する。なお、第１の実施形態では、処理回路１７は、超音波の送受信が複数の走査線上で複数回行なわれるように送受信回路１１を制御するものとして説明する。
図５は、第１の実施形態に係るＰＷＤ処理回路１４ｂの構成例を示すブロック図である。図５に示すように、ＰＷＤ処理回路１４ｂは、相関行列計算回路１４１と、フィルタ行列計算回路１４２と、ＭＴＩフィルタ処理回路１４３と、推定回路１４４とを備える。相関行列計算回路１４１は、同一走査線において超音波を送信することで発生したエコー信号に基づいて生成されたエコーデータの集合である第１のデータ列を用いて相関行列を計算する。フィルタ行列計算回路１４２は、相関行列を用いた主成分分析の結果に基づいて、クラッタ成分を抑圧するフィルタ係数を計算する。ＭＴＩフィルタ処理回路１４３は、第１のデータ列のうち関心領域に含まれる対象データ列から、関心領域に存在した移動体で反射された超音波のエコー信号に由来するエコーデータの集合である第２のデータ列を、フィルタ係数を用いて抽出する。推定回路１４４は、第２のデータ列を周波数解析して移動体情報を導出する。なお、第１の実施形態に係るドプラ処理回路１４が有する各部が行なう具体的な処理については、後に詳述する。
図５に示すように、ＰＷＤ処理回路１４ｂには１走査線（ラスタ）のＩＱデータが入力される。図６を用いて、ＰＷＤ処理回路１４ｂに入力されるＩＱデータについて説明する。図６は、第１の実施形態に係るＰＷＤ処理回路１４ｂに入力されるＩＱデータを説明するための図である。図６では、あるラスタ上におけるデータを時系列で示す。
この１ラスタ上のデータ数をＮとする。このラスタ上のデータは時間間隔Ｔ＝１／ＰＲＦ毎に繰り返し入力される。例えば、時刻ｔ１のデータにはｘ１，１，ｘ２，１，ｘ３，１，・・・ｘＮ，１が含まれる。また、時刻ｔ２のデータには、ｘ１，２，ｘ２，２，ｘ３，２，・・・ｘＮ，２が含まれる。また、図６の例では、深さ方向におけるｎ番目の位置とｎ＋１番目の位置とがレンジゲート位置に設定された場合を示す。ＰＷＤ処理回路１４ｂにはレンジゲート位置を含む１ラスタの深さ方向におけるすべての位置のＩＱデータが入力される。
ここで、ラスタ上の深さ方向におけるｉ番目の位置のＭ個の時系列データを列ベクトルｘｉとすると、列ベクトルｘｉは、式（１）で示される。言い換えると、列ベクトル「ｘｉ」は、ある走査位置におけるデータ列を示す。この列ベクトルｘｉには、要素ｘｉ，１，ｘｉ，２，・・・ｘｉ，Ｍが含まれる。
相関行列計算回路１４１は、以下に示す式（２）により相関行列「Ｒｘｘ」を計算する。ここで、相関行列計算回路１４１は、関心領域が設定された走査線上のデータ列を、第１のデータ列として用いる。なお、相関行列計算回路１４１は、時間間隔Ｔごとに相関行列を計算する。
例えば、相関行列計算回路１４１は、式（２）により、空間的に別の位置にあるデータ列を加算平均することでアンサンブル平均を取る。言い換えると、相関行列計算回路１４１は、式（２）により、複数のサンプル点それぞれで、データ列の自己相関行列を計算し、複数のサンプル点それぞれの自己相関行列の平均を計算する。ここで、ｘｉの添字ｉは空間の位置を表し、位置ｉの総数をＮとする。なお、位置「ｉ」は、図６では深さ方向の位置ｎに相当する。Ｈは行列の各要素の複素共役を取った行列の転置（エルミート転置）を表す。相関行列「Ｒｘｘ」は、式（２）により、Ｍ行Ｍ列の行列となる。
次に、フィルタ行列計算回路１４２は、相関行列を用いた主成分分析の結果に基づいて、フィルタ係数を計算する。なお、フィルタ行列計算回路１４２は、時間間隔Ｔごとにフィルタ係数を計算する。例えば、フィルタ行列計算回路１４２は、相関行列を用いて主成分分析を行ない、クラッタ成分を主成分として近似し低減する行列演算を行なうことで組織からのクラッタを抑圧するフィルタ係数を計算する。
より具体的には、フィルタ行列計算回路１４２は、Ｍ行Ｍ列の行列Ｒｘｘの固有値と固有ベクトルを計算する。固有値の大きい順に固有ベクトルを列ベクトルとして左から並べた行列をＶとする。信号を上位Ｋ個の主成分で近似して原信号から減算すると式（３）で示すような式になる。但し、Ｉは単位行列を表す。「ＶＨ」は、「Ｖ」の複素共役転置行列である。
式（３）より、式（４）に示す行列Ｗを入力データ列ｘに掛ければＭＴＩフィルタが構成できることになる。ＭＴＩフィルタ行列「Ｗ」は、式（４）により、Ｍ行Ｍ列の行列となる。
式（４）の右辺のＶとＶＨに挟まれた対角行列において、０の個数をＫとする。これは行列のランクを低減する処理となり、Ｋをランクカット数と呼ぶことにする。ランクカット数Ｋは固定でも、組織が動くとその固有値は大きくなるので、モーションアーティファクトをそのランクカット数を用いて最大限に除去する。しかし、組織の動きが大きい場合には組織の動きに対応する固有ベクトルの数が大きくなってくるので、ランクカット数を大きくすることが望ましい。装置上のスイッチ等によって操作者がランクカット数を変更しても良いが、固有値の大きさから適応的にランクカット数を変化させる方法が好適である。
例えば、フィルタ行列計算回路１４２は、予め設定された値、或いは、操作者が指定した値により、低減される主成分の数、すなわち、ランクカット数の値を決定する。しかし、心臓や血管等、拍動により移動速度が時間により変化する組織が走査範囲内に含まれる場合、ランクカット数の値は、固有値の大きさから適応的に決定されることが好適である。すなわち、フィルタ行列計算回路１４２は、相関行列の固有値の大きさに応じて、低減する主成分の数を変更する。本実施形態では、フィルタ行列計算回路１４２は、固有値の大きさに応じて、低減するランク数を変更する。
固有値の大きさからランクカット数を適応的に決定する論理は、超音波走査が行なわれる部位に応じて最適化する必要があるが、例えば、フィルタ行列計算回路１４２は、図７に示す閾値と、図８に示すアルゴリズムとにより、ランクカット数を決定する。図８に示すアルゴリズムは、２番目に大きい固有値を１番大きい固有値で割った値に基づいてランクカット数を決定するアルゴリズムである。図７及び図８は、第１の実施形態に係るランクカット数の決定処理の一例を説明するための図である。
まず、フィルタ行列計算回路１４２は、相関行列「Ｒｘｘ」の固有値を大きい順に並べた配列の中で、ｋ番目の固有値を「ｅｉｇ（ｋ）」と定義する。「ｋ」は、「１≦ｋ≦Ｍ」の整数となる。そして、フィルタ行列計算回路１４２は、ｋ番目に大きい固有値を１番大きい固有値「ｅｉｇ（１）」で割った値をｄＢ単位で表した値「ｅｉｇｄＢ（ｋ）」を、以下の式（５）により計算する。
なお、式（５）において、「ａｂｓ」は絶対値を演算する関数となる。式（５）において、「ｋ＝２」とした「ｅｉｇｄＢ（２）」は、２番目に大きい固有値を１番大きい固有値「ｅｉｇ（１）」で割った値をｄＢ単位で表した値となる。
また、フィルタ行列計算回路１４２は、Ｍ個の固有値が得られることから、ランクカット数決定用のＭ個の閾値（ＴＨｉ、１≦ｉ≦Ｍ）を用いる。ＴＨｉは、ｉの値によって変化する値が設定される。例えば、「Ｍ＝８」の場合、８個の閾値「ＴＨ１〜ＴＨ８」は、図７に示すように設定される。図７では、ＴＨ１及びＴＨ２は「１００００００ｄＢ」に設定される。また、図７では、ＴＨ３は「２０ｄＢ」に設定され、ＴＨ４は「１５ｄＢ」に設定される。また、図７では、ＴＨ５は「１０ｄＢ」に設定され、ＴＨ６は「５ｄＢ」に設定される。また、図７では、ＴＨ７及びＴＨ８は「−１ｄＢ」に設定される。図７に例示する閾値を用いた場合、ランクカット数は、以下に説明する図８のアルゴリズムにより、２以上６以下の値となる。図８では、ランクカット数を「ＲａｎｋＣｕｔ」と示している。
まず、フィルタ行列計算回路１４２は、「ＲａｎｋＣｕｔ＝０」に設定し（ステップＳ１）、「ｉ＝１」に設定する（ステップＳ２）。そして、フィルタ行列計算回路１４２は、「ｉ」が「Ｌ」より大きいか、又は、「−ｅｉｇｄＢ（２）」が「ＴＨｉ」より大きいかを判定する（ステップＳ３）。ここで、「ｉ」が「Ｌ」以下であり、かつ、「−ｅｉｇｄＢ（２）」が「ＴＨｉ」以下である場合（ステップＳ３否定）、フィルタ行列計算回路１４２は、ランクカット数をインクリメントして「ＲａｎｋＣｕｔ＝ＲａｎｋＣｕｔ＋１」とする（ステップＳ４）。
そして、フィルタ行列計算回路１４２は、「ｉ＝ｉ＋１」に設定して（ステップＳ５）、ステップＳ３の判定処理を行なう。なお、例えば、最初のステップＳ５の処理の後にステップＳ３の判定処理で用いられる「−ｅｉｇｄＢ（２）」は、Ｌ個の固有値を大きい順に並べた配列から１番大きい固有値を除外した配列において、２番目に大きい固有値を１番大きい固有値「ｅｉｇ（１）」で割った値をｄＢ単位で表した値に「−１」を乗算した値となる。
一方、「ｉ」が「Ｍ」より大きい場合、又は、「−ｅｉｇｄＢ（２）」が「ＴＨｉ」より大きい場合（ステップＳ３肯定）、フィルタ行列計算回路１４２は、最新の「ＲａｎｋＣｕｔ」を、低減するランク数として決定する（ステップＳ６）。例えば、フィルタ行列計算回路１４２は、図７の条件下において、ｅｉｇｄＢ（２）＝−１２ｄＢの場合、ランクカット数を４に決定する。
なお、ランクカット数を固有値の大きさから適応的に決定するアルゴリズムは、上記のアルゴリズム以外にも、様々なアルゴリズムにより行なうことができる。これらのアルゴリズムは、例えば、撮影部位に応じて、選択可能である。
フィルタ行列計算回路１４２は、図８に例示したアルゴリズムにより、各表示フレームでランクカット数を決定して、ＭＴＩフィルタ行列「Ｗ」を計算する。
ＭＴＩフィルタ処理回路１４３は、第１のデータ列のうちレンジゲートに含まれる対象データ列から、レンジゲートに存在した移動体で反射された超音波のエコー信号に由来するエコーデータの集合である第２のデータ列を、フィルタ係数を用いて抽出する。なお、ＭＴＩフィルタ処理回路１４３は、時間間隔Ｔごとに第２のデータ列を抽出する。ここで、ＦＦＴ解析する位置の範囲はレンジゲートとしてユーザにより設定される。ＭＴＩフィルタ処理回路１４３は、このレンジゲートとして設定された範囲内の信号を加算する。図６に示す例ではｎ番目とｎ＋１番目がレンジゲートの範囲であるので、ＭＴＩフィルタ処理回路１４３は、このｎ番目とｎ＋１番目の２データを切り出して加算する。この加算後の時系列ベクトルをｙとすると、ｙは式（６）で示される。
ＭＴＩフィルタ処理回路１４３は、加算後の時系列ベクトルｙをフィルタ処理する。ここで、フィルタ処理後の出力の列ベクトルをｚとした場合、ｚは式（７）で示される。
ＭＴＩフィルタ処理回路１４３は、入力される対象データ列をフィルタ係数で処理した出力データ列のうち所定数のデータを、第２のデータ列を構成するデータとして出力する。図９は、第１の実施形態に係るＭＴＩフィルタ処理回路１４３の処理動作を説明するための図である。例えば、ＭＴＩフィルタ処理回路１４３は、フィルタ処理後の出力ベクトルｚの中央の要素（Ｍ／２番目の要素）を１個選択して推定回路１４４に出力する。
より具体的には、ＭＴＩフィルタ処理回路１４３は、図９に示すように、例えば時刻ｔ１で対象データ列としてＩｎ１〜Ｉｎ７の入力を受付ける。そして、ＭＴＩフィルタ処理回路１４３は、フィルタ行列計算回路１４２により計算されたＭＴＩフィルタ行列「Ｗ」を用いて、対象データ列（Ｉｎ１〜Ｉｎ７）をフィルタ処理する。なお、かかる場合、相関行列計算回路１４１は、対象データ列Ｉｎ１〜Ｉｎ７と同一走査線上のＩＱ信号から相関行列「Ｒｘｘ」を計算し、フィルタ行列計算回路１４２は、対象データ列Ｉｎ１〜Ｉｎ７と同一走査線上のＩＱ信号から計算された相関行列「Ｒｘｘ」を用いた主成分分析の結果に基づいて、ＭＴＩフィルタ行列「Ｗ」を計算する。
続いて、ＭＴＩフィルタ処理回路１４３は、図９に示すように、フィルタ処理後のデータ列のうち例えば４番目の要素を選択してＯｕｔ１として推定回路１４４に出力する。この結果、推定回路１４４は、受け取ったデータをメモリに格納する。
また、ＭＴＩフィルタ処理回路１４３は、１つの対象データ列をフィルタ処理した後、新たな対象データ列をフィルタ処理する。例えば、ＭＴＩフィルタ処理回路１４３は、図９に示すように、例えば時刻ｔ２で対象データ列として、Ｉｎ２〜Ｉｎ８の入力を受付け、ＭＴＩフィルタ処理を行う。すなわち、ＭＴＩフィルタ処理回路１４３は、時刻ｔ１でＭＴＩフィルタ処理した対象データ列Ｉｎ１〜Ｉｎ７からデータを１つ分ずらしたデータ列Ｉｎ２〜Ｉｎ８を、時刻ｔ２の対象データ列としてＭＴＩフィルタ処理を行う。言い換えると、ＭＴＩフィルタ処理回路１４３は、時間間隔Ｔごとにデータを１つ分ずらしたデータ列を対象データ列としてＭＴＩフィルタ処理を行う。
そして、ＭＴＩフィルタ処理回路１４３は、図９に示すように、ＭＴＩフィルタ処理後のデータ列のうち例えば４番目の要素を選択してＯｕｔ２として推定回路１４４に出力する。なお、かかる場合、相関行列計算回路１４１は、対象データ列Ｉｎ２〜Ｉｎ８と同一走査線上のＩＱ信号から相関行列「Ｒｘｘ」を計算し、フィルタ行列計算回路１４２は、対象データ列Ｉｎ２〜Ｉｎ８と同一走査線上のＩＱ信号から計算された相関行列「Ｒｘｘ」を用いた主成分分析の結果に基づいて、ＭＴＩフィルタ行列「Ｗ」を計算する。このように、ＭＴＩフィルタ処理回路１４３は、入力される対象データ列をＭＴＩフィルタ行列「Ｗ」でＭＴＩフィルタ処理した出力データ列のうち所定数のデータを、第２のデータ列を構成するデータとして出力する。そして、ＭＴＩフィルタ処理回路１４３は、１つの対象データ列をＭＴＩフィルタ処理した後、新たな対象データ列をフィルタ処理する。
推定回路１４４は、第２のデータ列を周波数解析して移動体情報を導出する。ここで、例えば、推定回路１４４は、第２のデータ列を構成するデータとして出力されたデータが周波数解析の点数分蓄積した場合に、第２のデータ列を周波数解析して移動体情報を導出する。より具体的には、推定回路１４４は、ＭＴＩフィルタ処理回路１４３から受け取ったデータをメモリに格納し、受け取ったデータがＦＦＴ点数分蓄積したか否かを判定する。
ここで、推定回路１４４は、ＦＦＴ点数分のデータが蓄積していないと判定した場合、引き続き判定処理を繰り返す。一方、推定回路１４４は、ＦＦＴ点数分のデータが蓄積したと判定した場合、第２のデータ列を周波数解析して移動体情報を導出する。例えば、推定回路１４４は、メモリからＦＦＴ点数分のデータを読み込み、窓関数を乗算した後にＦＦＴ演算を行う。そして、推定回路１４４は、絶対値を取った後に、ｌｏｇ圧縮してＦＦＴ波形を生成し、モニタ２に出力する。
次に、図１０を用いて、第１の実施形態に係る超音波診断装置が行なう処理の一例について説明する。図１０は、第１の実施形態に係る超音波診断装置が行なう処理の一例を説明するためのフローチャートである。なお、図１０に例示するフローチャートは、第１の実施形態に係る超音波診断装置が行なうＰＷＤ法におけるドプラ波形の生成表示処理を説明したフローチャートである。
図１０に示すように、第１の実施形態に係る超音波診断装置の処理回路１７は、まず処理対象分のデータ列が入力されたか否かを判定する（ステップＳ１０１）。ここで、処理回路１７は、処理対象分のデータ列が入力されたと判定した場合（ステップＳ１０１、Ｙｅｓ）、ステップＳ１０２に移行する。一方、処理回路１７は、処理対象分のデータ列が入力されたと判定しなかった場合（ステップＳ１０１、Ｎｏ）、ステップＳ１０１を繰り返し実行する。
次に、相関行列計算回路１４１は、走査線上の相関行列を計算し（ステップＳ１０２）、フィルタ行列計算回路１４２は、相関行列からＭ組の固有値及び固有ベクトルを計算する（ステップＳ１０３）。なお、図１０に示すでは、相関行列計算回路１４１は、時間間隔Ｔごとに相関行列を計算し、フィルタ行列計算回路１４２は、時間間隔Ｔごとに相関行列からＭ組の固有値及び固有ベクトルを計算する。
そして、フィルタ行列計算回路１４２は、Ｍ個の固有値の大小関係から、低減するランク数を決定し（ステップＳ１０４）、ＭＴＩフィルタ行列を計算する（ステップＳ１０５）。そして、ＭＴＩフィルタ処理回路１４３は、ＭＴＩフィルタ処理を行なう（ステップＳ１０６）。そして、ＭＴＩフィルタ処理回路１４３は、フィルタ処理後の出力ベクトルの中央の要素を１個出力する（ステップＳ１０７）。なお、図１０に示す例では、ＭＴＩフィルタ処理回路１４３は、時間間隔ＴごとにＭＴＩフィルタ処理を行なう。
続いて、推定回路１４４は、ＦＦＴ点数分のデータが蓄積したか否かを判定する（ステップＳ１０８）。ここで、推定回路１４４は、ＦＦＴ点数分のデータが蓄積したと判定しなかった場合（ステップＳ１０８、Ｎｏ）、引き続きステップＳ１０８の判定処理を繰り返す。一方、推定回路１４４は、ＦＦＴ点数分のデータが蓄積したと判定した場合（ステップＳ１０８、Ｙｅｓ）、ＭＴＩフィルタ処理で出力された出力データを用いて、ＦＦＴを行なう（ステップＳ１０９）。そして、推定回路１４４は、ＦＦＴの結果から血流情報を推定する（ステップＳ１１０）。
そして、画像生成回路１５は、血流情報からドプラ波形を生成し（ステップＳ１１１）、処理回路１７の制御により、モニタ２は、ドプラ波形を表示し（ステップＳ１１２）、処理を終了する。図１１は、第１の実施形態に係るＦＦＴ波形の一例を示す図である。
図１１では、図２Ａ及び図２Ｂと同様に入力データ列に不連続点が発生した場合のＦＦＴ表示の一例を示す。図１１に示すように、図２Ａや図２Ｂで矢印で示す如く見えていた広いドプラ周波数にわたるクラッタが除去されている。これにより、クラッタに由来する周波数と重なる血流信号だけを表示することが可能である。
上述したように、第１の実施形態では、ＰＷＤ法のＦＦＴ表示においてノイズを低減することが可能である。
（第１の実施形態の変形例１）
上述した第１の実施形態では、１ラスタのＩＱデータを入力とする場合について説明した。相関行列Ｒｘｘの計算にはある程度の広い領域があった方が好ましい。このようなことから、１回の送信で複数本の受信ラスタを同時に取得可能である場合には、相関行列計算回路１４１は、これら複数本の受信ラスタのＩＱデータを入力してＲｘｘの計算に使用してもよい。言い換えると、相関行列計算回路１４１は、少なくとも関心領域が設定された走査線を含む複数の走査線上のデータ列を、第１のデータ列として用いる。
（第１の実施形態の変形例２）
また、上述した第１の実施形態では、図９のように、ＭＴＩフィルタの出力ベクトルｚの中央の１個の要素を出力する場合について説明したが、実施形態はこれに限定されるもものではない。例えば、ＭＴＩフィルタ処理回路１４３は、中央のＰ個の要素を出力してもよい。また、ＭＴＩフィルタ処理回路１４３は、時間間隔Ｔごとにデータを１つ分ずらしたデータ列を対象データ列としてＭＴＩフィルタ処理を行うものとして説明したが、実施形態はこれに限定されるものではない。例えば、ＭＴＩフィルタ処理回路１４３は、所定の時間間隔Ｔごとにデータを複数個分ずらしたデータ列を対象データ列としてＭＴＩフィルタ処理を行うようにしてもよい。言い換えると、対象データ列のデータ長（ＭＴＩフィルタの幅）と、隣接する対象データ列間で重複するデータ数（データをずらす個数）とが事前に設定されてもよい。図１２Ａ〜１２Ｃを用いて、第１の実施形態の変形例２を説明する。図１２Ａ〜１２Ｃは、第１の実施形態の変形例２を説明するための図である。なお。以下ではＭＴＩフィルタ処理後に新たな対象データ列としてデータをずらす個数をずらし量Ｓと記載する。
図１２Ａでは、ＭＴＩフィルタの幅が７でＳ＝３である場合を示す。ＭＴＩフィルタ処理回路１４３は、図１２Ａに示すように、例えば時刻ｔ１で対象データ列としてＩｎ１〜Ｉｎ７の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３は、図１２Ａに示すように、ＭＴＩフィルタ処理後のデータ列のうち例えば３〜５番目の要素を選択してＯｕｔ１〜Ｏｕｔ３として推定回路１４４に出力する。
時間間隔３Ｔ経過後、ＭＴＩフィルタ処理回路１４３は、図１２Ａに示すように、例えば時刻ｔ４で対象データ列としてＩｎ４〜Ｉｎ１０の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３は、図１２Ａに示すように、ＭＴＩフィルタ処理後のデータ列のうち例えば３〜５番目の要素を選択してＯｕｔ４〜Ｏｕｔ６として推定回路１４４に出力する。
また、かかる場合、相関行列計算回路１４１は、相関行列Ｒｘｘの計算量を１／Ｍ２にすることが可能になり、フィルタ行列計算回路１４２は、ＭＴＩフィルタ行列「Ｗ」の計算量を１／Ｍ２にすることが可能になる。Ｒｘｘ計算もＭＴＩフィルタ行列「Ｗ」の計算も行列演算なので、行列の行と列がそれぞれ１／Ｍになれば演算量は１／Ｍ２になる。これにより、ＦＦＴ波形の生成処理を高速化することが可能になる。
図１２Ｂでは、ＭＴＩフィルタの幅が７でＳ＝７である場合を示す。すなわち図１２Ｂでは、ＭＴＩフィルタの幅と、データ出力点数と、ＦＦＴ点数と、時系列データのずらし量とのすべてを一致させる。例えば、ＭＴＩフィルタ処理回路１４３は、図１２Ｂに示すように、例えば時刻ｔ１で対象データ列としてＩｎ１〜Ｉｎ７の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３は、図１２Ｂに示すように、ＭＴＩフィルタ処理後のデータ列のすべての要素を選択してＯｕｔ１〜Ｏｕｔ７として推定回路１４４に出力する。
時間間隔７Ｔ経過後、ＭＴＩフィルタ処理回路１４３は、図１２Ｂに示すように、例えば時刻ｔ８で対象データ列としてＩｎ８〜Ｉｎ１４の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３は、図１２Ｂに示すように、ＭＴＩフィルタ処理後のデータ列のすべての要素を選択してＯｕｔ８〜Ｏｕｔ１４として推定回路１４４に出力する。図１２Ｂに示す場合には、ＭＴＩフィルタの出力ベクトルをすべて使用するので処理に無駄がなく、処理の高速化と周波数解析の正確さの両方を満たすことができる。なお、図１２ＢではＭＴＩフィルタの幅と、データ出力点数と、ＦＦＴ点数と、時系列データのずらし量とをすべて一致させたが、時系列データのずらし量を他より少なくあるいは多くすることも可能である。これによってＦＦＴ画像のスイープスピードを調整することができる。
図１２Ｃは、ＭＴＩフィルタの幅が７でＳ＝４である場合を示す。例えば、ＭＴＩフィルタ処理回路１４３は、図１２Ｃに示すように、例えば時刻ｔ１で対象データ列としてＩｎ１〜Ｉｎ７の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３は、図１２Ｃに示すように、ＭＴＩフィルタ処理後のデータ列のすべての要素を選択してＯｕｔ１〜Ｏｕｔ７として推定回路１４４に出力する。
時間間隔４Ｔ経過後、ＭＴＩフィルタ処理回路１４３は、図１２Ｃに示すように、例えば時刻ｔ５で対象データ列としてＩｎ５〜Ｉｎ１１の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３は、図１２Ｃに示すように、ＭＴＩフィルタ処理後のデータ列のすべての要素を選択してＯｕｔ８〜Ｏｕｔ１４として推定回路１４４に出力する。図１２Ｃに示す場合にも、ＭＴＩフィルタの出力ベクトルをすべて使用するので処理に無駄がなく、処理の高速化と周波数解析の正確さの両方を満たすことができる。
（第２の実施形態）
第２の実施形態では、走査範囲での超音波送受信を各走査線で１回とする走査形態を繰り返すことで同一位置の連続したエコーデータのデータ列を収集する場合について説明する。図１３は、第２の実施形態に係る超音波診断装置の構成例を説明するための図である。なお、図１３において、図１に示す第１の実施形態に係る超音波診断装置が有する各部と同様の構成については同一の符号を付与し、詳細な説明を省略する。
図１３に示すように、第２の実施形態に係る超音波診断装置は、超音波プローブ１と、モニタ２と、入力装置３と、装置本体１０ａとを有する。第２の実施形態に係る装置本体１０ａは、超音波プローブ１が受信したエコー信号に基づいて超音波画像を生成する装置である。装置本体１０ａは、図１に示すように、送受信回路１１と、バッファ１２と、Ｂモード処理回路１３と、ドプラ処理回路１４ｃと、画像生成回路１５と、画像メモリ１６と、処理回路１７と、内部記憶回路１８とを有する。
続いて、図１４を用いて、第２の実施形態に係る超音波走査（高フレームレート法）について説明する。図１４は、第２の実施形態に係る超音波走査の一例を説明するための図である。例えば、処理回路１７は、操作者からの指示や、初期設定された情報等に基づいて、第２走査範囲を４つの分割範囲（第１分割範囲〜第４分割範囲）に分割する。なお、図１４に示す「Ｂ」は、Ｂモード用の送受信条件を用いて超音波走査が行なわれている範囲を示している。また、図８に示す「Ｄ」は、カラードプラモード用の送受信条件を用いて超音波走査が行なわれている範囲を示している。例えば、図１４に示す「Ｄ」は、上記の高フレームレート法で行なわれる超音波走査が行なわれている範囲となる。すなわち、図１４に例示する第１超音波走査は、一般的なカラードプラ法のように、超音波を同一方向に複数回送信して、複数回エコー信号を受信するのではなく、各走査線で超音波送受信を１回行なっている。換言すると、処理回路１７は、第１超音波走査として、血流のドプラ画像データを収集する超音波走査を実行させる。そして、処理回路１７は、第１走査範囲を形成する複数の走査線それぞれで取得した受信信号（エコーデータ）をフレーム方向でハイパスフィルタ処理（例えば、ＩＩＲフィルタ処理）を行なって移動体の運動に関する情報を取得する方法に基づく超音波走査を、第１超音波走査として実行させる。第２の実施形態に係る処理回路１７は、走査線ごとに超音波送受信を１回行なうことで第１走査範囲を形成する複数の走査線それぞれの受信信号を取得して、ハイパスフィルタ処理を行なうフレーム方向のデータ列を取得する方法に基づく超音波走査を、第１超音波走査として実行させる。すなわち、第２の実施形態に係る処理回路１７は、第１超音波走査として、第１走査範囲を形成する複数の走査線それぞれで１回ずつ超音波送受信を行ない、複数フレーム分のエコー信号を用いて移動体の運動に関する情報を取得する方法（高フレームレート法）に基づく超音波走査を実行させる。
まず、処理回路１７は、第２超音波走査として第１分割範囲の超音波走査を実行させ（図１４の（１）を参照）、第２走査範囲（１フレーム分）の第１超音波走査を実行させる（図１４の（２）を参照）。そして、処理回路１７は、第２超音波走査として第２分割範囲の超音波走査を実行させ（図１４の（３）を参照）、第２走査範囲（１フレーム分）の第１超音波走査を実行させる（図１４の（４）を参照）。そして、処理回路１７は、第２超音波走査として第３分割範囲の超音波走査を実行させ（図１４の（５）を参照）、第２走査範囲（１フレーム分）の第１超音波走査を実行させる（図１４の（６）を参照）。そして、処理回路１７は、第２超音波走査として第４分割範囲の超音波走査を実行させ（図１４の（７）を参照）、第２走査範囲（１フレーム分）の第１超音波走査を実行させる（図１４の（８）を参照）。
ここで、図１４に例示するように、処理回路１７は、第１超音波走査が行なわれる間隔を等間隔とする。すなわち、第１走査範囲の「ある走査線」上の「点Ｘ」は、図１４の（２）、（４）、（６）及び（８）の第１超音波走査で１回ずつ走査されるが、その走査間隔は、一定の「Ｔ」となるように制御される。具体的には、処理回路１７は、第２超音波走査で行なわれる各分割走査に要する時間を同一として、第１超音波走査が行なわれる間隔を等間隔とする。例えば、処理回路１７は、図１４の（１）、（３）、（５）及び（７）で行われる第２超音波走査の分割走査に要する時間を、必ず同じ時間となるように制御する。処理回路１７は、第２走査範囲を分割した各分割範囲の大きさや、走査線数、走査線密度及び深度等を同一とする。例えば、走査線数が同じであるならば、第２超音波走査の各分割走査に要する時間は、同じとなる。なお、ドプラ処理回路１４は、図１４に示すように、「Ｄ」のフレーム間の同じ位置のデータ列（Ｘｎ−３、Ｘｎ−２、Ｘｎ−１、Ｘｎ）に対して、上記のＩＩＲフィルタ処理を行なうことで、「点Ｘ」の血流の運動情報を出力する。
上述したように、第２の実施形態では、第１超音波走査と第２超音波走査とで超音波送受信条件を独立に設定可能となるため、プリアンプのゲインを、第１超音波走査と第２超音波走査とで、それぞれに最適化することができるので、組織からのエコー信号が飽和することを回避できる。
また、１フレーム分の第１超音波走査の間に、第２超音波走査を分割走査で複数回に渡って行なうことから、１フレーム分の第２超音波走査を行なうことで発生するフレームレートの低下の度合いを抑えることができる。その結果、血流の折り返し速度を高くすることができる。
図１３に戻る。第２の実施形態に係るドプラ処理回路１４ｃは、図１３に例示するように、相関行列計算回路１４１ａと、フィルタ行列計算回路１４２ａと、ＭＴＩフィルタ処理回路１４３ａと、推定回路１４４ａとを有し、ＣＦＭ法によるドプラデータの生成処理及びＰＷＤ法によるドプラデータの生成処理の双方を実行する。図１５を用いて、第２の実施形態に係るドプラ処理回路１４ｃがドプラデータをＰＷＤ法により生成する場合について説明する。図１５は、第２の実施形態を説明するための図である。
図１５では、第２の実施形態に係るドプラ処理回路１４ｃが、図１２Ｃに示した規則に従って、処理を実行する場合について説明する。すなわち、相関行列Ｒｘｘの計算の時系列の長さとＦＦＴ点数とを一致させる場合について説明する。ここで、時系列の間隔をＴとし、ＦＦＴ変換の時間ずらし間隔をｔとし、ＭＴＩフィルタ処理回路１４３ａに入力されるデータ列長をＭとする。なお、第２の実施形態において、Ｔはフレームの周期と一致する。また、Ｔ＜ｔとする。ここでは説明の便宜上、ｔ＝ａＴ（ａは整数）とし、図１５では、ａ＝２，Ｍ＝１６である場合を示す。
第２の実施形態に係る相関行列計算回路１４１ａの機能は、第１の実施形態に係る相関行列計算回路１４１と同様である。なお、第２の実施形態に係る相関行列計算回路１４１ａは、相関行列Ｒｘｘを２次元空間全体で１個を計算すればよい。言い換えると、相関行列計算回路１４１ａは、複数の走査線で形成される走査範囲での超音波送受信を各走査線で１回とする走査形態を繰り返すことで収集された同一位置の連続したエコー信号に基づくデータのデータ列を、第１のデータ列として用いる。第２の実施形態に係る相関行列計算回路１４１ａは、ｔ＝ａＴの間隔で相関行列Ｒｘｘを計算する。例えばａ＝２だと、相関行列の計算量が１／２に低減する。
第２の実施形態に係るフィルタ行列計算回路１４２ａの機能は、第１の実施形態に係るフィルタ行列計算回路１４２と同様である。なお、第２の実施形態に係るフィルタ行列計算回路１４２ａは、ＭＴＩフィルタ行列「Ｗ」を２次元空間全体で１個を計算すればよい。また、第２の実施形態ではｔ＝ａＴの間隔でＭＴＩフィルタ行列「Ｗ」を計算すればよい。ａ＝２だと、これらの処理量が１／２に低減する。
第２の実施形態に係るＭＴＩフィルタ処理回路１４３ａは、図１５上図に示すように、例えば対象データ列としてＩｎ１〜Ｉｎ１６の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３ａは、図１５上図に示すように、ＭＴＩフィルタ処理後のデータ列のすべての要素を選択して推定回路１４４ａに出力する。
時間間隔２Ｔ経過後、ＭＴＩフィルタ処理回路１４３ａは、図１５中図に示すように、例えば対象データ列としてＩｎ３〜Ｉｎ１８の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３ａは、図１５中図に示すように、ＭＴＩフィルタ処理後のデータ列のすべての要素を選択して推定回路１４４ａに出力する。同様にして、時間間隔２Ｔが更に経過後、ＭＴＩフィルタ処理回路１４３ａは、図１５下図に示すように、例えば対象データ列としてＩｎ５〜Ｉｎ２０の入力を受付け、ＭＴＩフィルタ処理を行う。そして、ＭＴＩフィルタ処理回路１４３ａは、ＭＴＩフィルタ処理後のデータ列のすべての要素を選択して推定回路１４４ａに出力する。このように、第２の実施形態ではｔ＝ａＴの間隔でＭＴＩフィルタ処理を行えばよい。ａ＝２だと、これらの処理量が１／２に低減する。また、第２の実施形態ではＭＴＩフィルタ処理の出力結果をすべて使用してＦＦＴを行う。この方法はａの値が大きくなった場合に効率が良い。
第２の実施形態に係る推定回路１４４ａの機能は、第１の実施形態に係る推定回路１４４と同様である。図１５に示す例では、推定回路１４４ａは、時間間隔２Ｔごとに、ＭＴＩフィルタ処理で出力された出力データを用いて、ＦＦＴを行なう。
続いて、図１６Ａ〜図１６Ｃを用いて、第２の実施形態に係るＦＦＴ波形の一例を説明する。図１６Ａ〜図１６Ｃでは、ａ＝４，Ｍ＝３２である場合を示す。なお、図１６Ａ〜図１６Ｃでは、図４に示すドプラ波形４０ａの一部を拡大して示している。
図１６Ａは、高フレームレート法に基づく超音波走査を実行し、ＭＴＩフィルタを掛けない場合のＦＦＴ波形の一例を示す図である。図１６Ａに示すように、クラッタに由来する周波数成分が描出されている。なお、図１６Ａ中クラッタに由来する周波数成分を矢印で示している。
図１６Ｂは、高フレームレート法に基づく超音波走査を実行し、ＩＩＲ型のＭＴＩフィルタを掛けた場合のＦＦＴ波形の一例を示す図である。図１６Ｂでは、図１６Ａと同様にクラッタに由来する周波数成分が描出されている。なお、図１６Ｂ中クラッタに由来する周波数成分を矢印で示している。
図１６Ｃは、第２の実施形態に係るドプラ処理回路により高フレームレート法に基づく超音波走査を実行した場合のＦＦＴ波形の一例を示す図である。図１６Ｃでは、血流のドプラ周波数よりも高いドプラ周波数のクラッタを大幅に低減できている。これにより、図１６Ｃに示すように、血流のドプラ周波数とクラッタに由来する周波数成分とが重なる場合でも、血流信号だけを表示することが可能になる。
このように、ＰＷＤ法のＦＦＴ表示画像上に混入する広いドプラ周波数帯域のクラッタノイズや、血流のドプラ周波数よりも高いドプラ周波数のクラッタノイズをＦＦＴ表示画像上から除去することにより、血流信号だけのＦＦＴ表示画像を観察することが可能になる。この結果、クラッタノイズに邪魔されずに、ＦＦＴ表示画像上で血流診断が可能になる。
上述したように、第２の実施形態によれば、高フレームレート法に基づく超音波走査を実行した場合に、ＰＷＤ法のＦＦＴ表示においてノイズを低減することができる。
また、第１の実施形態では、１点しかレンジゲートを指定できなかったのが、第２の実施形態に係る高フレームレート法の超音波走査であれば走査範囲内の２次元空間の任意の位置に複数のレンジゲートを指定可能である。
なお、第２の実施形態に係るドプラ処理回路１４ｃは、図１２Ｃに示した規則以外の規則に従って処理を実行するようにしてもよい。例えば、第２の実施形態に係るＭＴＩフィルタ処理回路１４３ａは、１フレーム毎に時系列データをずらして出力ベクトルの中央の１個を出力してもよい。かかる場合、第２の実施形態に係る相関行列計算回路１４１ａは、１フレーム毎に相関行列Ｒｘｘを計算する。また、第２の実施形態に係るフィルタ行列計算回路１４２ａは、１フレーム毎にＭＴＩフィルタ行列「Ｗ」を計算する。
なお、第２の実施形態に係るドプラ処理回路１４ｃは、ドプラデータをＣＦＭ法により生成する場合には、相関行列計算回路１４１ａ及びフィルタ行列計算回路１４２ａはＰＷＤ法で説明した場合と同様の処理を実行する。ＭＴＩフィルタ処理回路１４３ａは、サンプル点それぞれにおいて、式（６）の計算を行なう。これにより、ＭＴＩフィルタ処理回路１４３ａは、サンプル点それぞれの出力データを、推定回路１４４ａに出力する。推定回路１４４ａは、抽出された移動体からの信号のデータ列に基づいて、移動体の移動体情報を推定する。例えば、推定回路１４４ａは、位置「ｍ」の出力データである列ベクトル「ｙｍ」から、自己相関演算処理及び速度・分散・パワー推定処理を行なって、位置「ｍ」の血流情報を推定する。
（その他の実施形態）
実施形態は、上述した実施形態に限られるものではない。
従来のように超音波を同一方向に複数回送信して、複数回エコー信号を受信するＰＷＤ法では、レンジゲートが設定された１点の地点しかＦＦＴ波形を表示ができなかった。しかし近年は、平面波送信を行って１回の送信で全受信ラスタを得る手法を用いることで、２次元画像内の任意の複数の地点にレンジゲートを設定してＦＦＴ波形を表示することが可能になってきている。このような場合にも、上述した第１〜第２の実施形態及び変形例を適用可能である。
上記の実施形態の説明において、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。
また、上記の実施形態で説明した制御方法は、予め用意された制御プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この制御プログラムは、インターネット等のネットワークを介して配布することができる。また、この制御プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。
（画像処理装置）
なお、上記では、第１〜第２の実施形態及び変形例で説明した画像処理方法が、超音波診断装置で実行される場合について説明した。しかし、第１〜第２の実施形態及び変形例で説明した画像処理方法は、超音波プローブ１が受信した信号を取得可能な画像処理装置において実行される場合であっても良い。このような画像処理装置では、任意の位置にレンジゲートを設定してＦＦＴ波形を生成することが可能である。例えば、超音波診断装置を用いたリアルタイムな検査終了後に患者が帰ったあとでも、データを読み出して任意の位置にレンジゲートを設定してＦＦＴ波形を生成できる。これにより、リアルタイムの検査ではＦＦＴ波形を生成した位置とは異なる位置においてもＦＦＴ波形を生成することが可能になる。なお、画像処理装置は、複数の位置にレンジゲートを設定してＦＦＴ波形を生成してもよい。
以上説明した少なくとも一つの実施形態によれば、ＰＷＤ法のＦＦＴ表示においてノイズを低減することができる。
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。
１０ 装置本体
１４ ドプラ処理回路
１４ｂ ＰＷＤ処理回路
１５ 画像生成回路
１７ 処理回路
１４１ 相関行列計算回路
１４２ フィルタ行列計算回路
１４３ ＭＴＩフィルタ処理回路
１４４ 推定回路

Claims (9)

  1. ＰＷＤ（Pulse Wave Doppler）法を実行する超音波診断装置であって、
    同一走査線において超音波を送信することで発生した少なくとも１ラスタ分のエコー信号に基づいて生成されたデータの集合である第１のデータ列を用いて相関行列を計算する相関行列計算部と、
    前記相関行列を用いた主成分分析の結果に基づいて、クラッタ成分を抑圧するフィルタ係数を計算するフィルタ行列計算部と、
    前記第１のデータ列のうち関心領域に含まれる対象データ列から、前記関心領域に存在した移動体で反射されたエコー信号に由来するデータの集合である第２のデータ列を、前記フィルタ係数を用いて抽出する抽出部と、
    前記第２のデータ列をＦＦＴ（Fast Fourier Transform）して移動体情報を導出する導出部と、
    前記移動体情報に基づく画像データを表示部に表示させる制御部と、
    を備える、超音波診断装置。
  2. 前記相関行列計算部は、複数の走査線で形成される走査範囲での超音波送受信を各走査線で１回とする走査形態を繰り返すことで収集された同一位置の連続したエコー信号に基づくデータのデータ列を、前記第１のデータ列として用いる、請求項１に記載の超音波診断装置。
  3. 前記相関行列計算部は、前記関心領域が設定された走査線上のデータ列を、前記第１のデータ列として用いる、請求項１又は２に記載の超音波診断装置。
  4. 前記相関行列計算部は、少なくとも前記関心領域が設定された走査線を含む複数の走査線上のデータ列を、前記第１のデータ列として用いる、請求項１又は２に記載の超音波診断装置。
  5. 前記抽出部は、入力される前記対象データ列を前記フィルタ係数で処理した出力データ列のうち所定数のデータを、前記第２のデータ列を構成するデータとして出力し、
    前記導出部は、前記第２のデータ列を構成するデータとして出力されたデータがＦＦＴの点数分蓄積した場合に、前記第２のデータ列をＦＦＴして前記移動体情報を導出する、請求項１〜４のいずれか一つに記載の超音波診断装置。
  6. 前記対象データ列のデータ長と、隣接する前記対象データ列間で重複するデータ数とが事前に設定される、請求項１〜５のいずれか一つに記載の超音波診断装置。
  7. 前記抽出部は、前記対象データ列から、前記関心領域に存在した血流で反射されたエコー信号に由来するデータの集合である前記第２のデータ列を、前記フィルタ係数を用いて抽出する、請求項１〜６のいずれか１つに記載の超音波診断装置。
  8. 前記導出部は、前記第２のデータ列をＦＦＴして、第１の軸が前記血流の程度を示し、第２の軸が時間を示す波形情報を前記移動体情報として導出し、
    前記制御部は、前記波形情報に基づく前記画像データを前記表示部に表示させる、請求項７に記載の超音波診断装置。
  9. ＰＷＤ（Pulse Wave Doppler）法を実行する画像処理装置であって、
    同一走査線において超音波を送信することで発生した少なくとも１ラスタ分のエコー信号に基づいて生成されたデータの集合である第１のデータ列を用いて相関行列を計算する相関行列計算部と、
    前記相関行列を用いた主成分分析の結果に基づいて、クラッタ成分を抑圧するフィルタ係数を計算するフィルタ行列計算部と、
    前記第１のデータ列のうち関心領域に含まれる対象データ列から、前記関心領域に存在した移動体で反射されたエコー信号に由来するデータの集合である第２のデータ列を、前記フィルタ係数を用いて抽出する抽出部と、
    前記第２のデータ列をＦＦＴ（Fast Fourier Transform）して移動体情報を導出する導出部と、
    前記移動体情報に基づく画像データを表示部に表示させる制御部と、
    を備える、画像処理装置。
JP2015192120A 2015-09-29 2015-09-29 超音波診断装置及び画像処理装置 Active JP6580925B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2015192120A JP6580925B2 (ja) 2015-09-29 2015-09-29 超音波診断装置及び画像処理装置
US15/270,381 US10893848B2 (en) 2015-09-29 2016-09-20 Ultrasound diagnosis apparatus and image processing apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015192120A JP6580925B2 (ja) 2015-09-29 2015-09-29 超音波診断装置及び画像処理装置

Publications (2)

Publication Number Publication Date
JP2017063977A JP2017063977A (ja) 2017-04-06
JP6580925B2 true JP6580925B2 (ja) 2019-09-25

Family

ID=58408391

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015192120A Active JP6580925B2 (ja) 2015-09-29 2015-09-29 超音波診断装置及び画像処理装置

Country Status (2)

Country Link
US (1) US10893848B2 (ja)
JP (1) JP6580925B2 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014162367A1 (ja) * 2013-04-05 2014-10-09 テルモ株式会社 画像診断装置及びプログラム
US10863972B2 (en) * 2017-03-27 2020-12-15 B-K Medical Aps Image domain ultrasound imaging denoising filter
US11213278B2 (en) * 2017-05-19 2022-01-04 Mayo Foundation For Medical Education And Research System and method for visualization of tissue microvascular using ultrasound
US11096672B2 (en) * 2017-07-21 2021-08-24 Crystalview Medical Imaging Ltd. Clutter suppression in ultrasonic imaging systems
JP7282492B2 (ja) * 2018-09-05 2023-05-29 キヤノンメディカルシステムズ株式会社 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
WO2021020035A1 (ja) * 2019-07-26 2021-02-04 富士フイルム株式会社 超音波診断装置および超音波診断装置の制御方法
CN116194049A (zh) * 2020-07-16 2023-05-30 皇家飞利浦有限公司 超声数据处理器
EP3967237A1 (en) * 2020-09-15 2022-03-16 Koninklijke Philips N.V. Ultrasound data processor

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5997473A (en) * 1996-09-06 1999-12-07 Olympus Optical Co., Ltd. Method of locating a coil which consists of determining the space occupied by a source coil generating a magnetic field
JP5100343B2 (ja) * 2007-12-05 2012-12-19 株式会社東芝 超音波診断装置、及び超音波診断装置の制御プログラム
US8306296B2 (en) * 2009-04-30 2012-11-06 Medison Co., Ltd. Clutter signal filtering using eigenvectors in an ultrasound system
CN104936531B (zh) * 2013-01-22 2017-06-09 东芝医疗系统株式会社 超声波诊断装置、图像处理装置以及图像处理方法
US20140316286A1 (en) * 2013-04-22 2014-10-23 Covidien Lp System and method for determining respiratory parameters from blood flow signals

Also Published As

Publication number Publication date
US20170086793A1 (en) 2017-03-30
JP2017063977A (ja) 2017-04-06
US10893848B2 (en) 2021-01-19

Similar Documents

Publication Publication Date Title
JP6580925B2 (ja) 超音波診断装置及び画像処理装置
JP6253999B2 (ja) 超音波診断装置、画像処理装置及び画像処理方法
JP6282942B2 (ja) 超音波診断装置、画像処理装置及び画像処理プログラム
JP6104749B2 (ja) 超音波診断装置及び制御方法
JP6188594B2 (ja) 超音波診断装置、画像処理装置及び画像処理方法
US20140039317A1 (en) Ultrasound diagnosis apparatus and controlling method
JP6651316B2 (ja) 超音波診断装置
EP2905633A1 (en) Ultrasonic diagnosis apparatus, image processing apparatus, and image processing method
US10667792B2 (en) Ultrasonic diagnostic apparatus, ultrasonic image processing apparatus and ultrasonic diagnostic apparatus control method
JP6580915B2 (ja) 超音波診断装置及び信号処理装置
JP6697609B2 (ja) 超音波診断装置、画像処理装置及び画像処理方法
JP6651405B2 (ja) 超音波診断装置及びプログラム
US20170224309A1 (en) Ultrasonic diagnostic device
JP6567122B2 (ja) 超音波診断装置、制御方法、装置及びプログラム
US11717269B2 (en) Ultrasound diagnosis apparatus, medical image processing apparatus, and storage medium
JP6793502B2 (ja) 超音波診断装置
US10709421B2 (en) Ultrasound diagnostic apparatus
JP6843591B2 (ja) 超音波診断装置
JP2019097795A (ja) 超音波診断装置、医用画像処理装置及びそのプログラム
JP2019097794A (ja) 超音波診断装置、医用画像処理装置及びそのプログラム
JP2022158648A (ja) 超音波診断装置
JP2024121628A (ja) 超音波診断装置及び超音波診断方法
JP2023104734A (ja) 超音波診断装置、及び画像処理装置

Legal Events

Date Code Title Description
RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20151102

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20160513

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20160929

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20161021

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180620

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190322

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190326

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190527

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: 20190730

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190829

R150 Certificate of patent or registration of utility model

Ref document number: 6580925

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150