JP6943138B2 - 医用画像処理装置 - Google Patents

Description

本発明は、医用画像処理装置に関する。

超音波診断は、超音波探触子を体表から当てるだけの簡単な操作で心臓の拍動や胎児の動きの様子がリアルタイム表示で得られ、かつ安全性が高いため繰り返して検査を行うことができる。超音波診断装置は、超音波探触子を介して被検体内部に向けて超音波を送受信することで得られる反射超音波に基づき、被検体内部情報を超音波画像として画像化するものである。

また、超音波画像などの医用画像の種類（モダリティ、画質、撮影部位）を自動判別し、判別された種類に適したアルゴリズムで当該医用画像を画像処理する画像処理装置が知られている（特許文献１参照）。

また、Ｘ線画像などの医用画像の撮影部位を分類した木構造を作成し、木構造に対応した識別器に従って撮影部位を識別し、当該医用画像に、識別された撮影部位に対応した画像処理を施す画像処理装置が知られている（特許文献２参照）。

特開２００２−３６０５２１号公報 特開２０１１−１５６２７２号公報

超音波画像における画像処理は、例えば、
・Ｂ（Brightness）モード、Ｃモード（カラーフローモード）共通…平滑化、エッジ強調、パーシスタンス、
・Ｂモード特有…階調変換、
・Ｃモード特有…ノイズカット、
がある。

上記の画像処理は、被検体の対象部位によって適切なパラメーターが異なるが、上記従来の画像処理装置においては、１フレーム全体に対応する対象部位の判別や識別を行うものであった。このため、選択された対象部位の設定入力に応じて最も適するであろう単一のパラメーターで画像処理を行うこととなる。

しかし、１枚の画像中には、複数の部位が含まれうる。例えば、
・整形の場合…筋肉、腱、骨表面、神経束、血管、皮下など、
・腹部の場合…肝臓、腎臓、膵臓、横隔膜、血管など、
・頭頸部の場合…血管内腔、血管壁、甲状腺、神経束など、
・心臓の場合…心筋、心内膜、心腔、弁、血管など、
である。

本発明の課題は、１枚の画像中あるいは一連の複数画像中に複数の部位が含まれている場合に、各部位に適したパラメーターで画像処理を施すことである。

上記課題を解決するため、請求項１に記載の発明の医用画像処理装置は、
被検体のスキャンによりフレームデータを生成するフレームデータ生成部と、
前記生成されたフレームデータに画像処理を施して医用画像データを生成する画像生成部と、を備え、
前記画像生成部は、
前記生成されたフレームデータを複数のサブ領域のフレームデータに分割する領域分割部と、
連続する複数フレームの前記各サブ領域のフレームデータから、前記各サブ領域のフレームデータをパターンに応じて分類するパターン分類部と、
前記各サブ領域の分類の結果に応じて、画像処理のパラメーターをサブ領域ごとに選択するパラメーター選択部と、
前記各サブ領域の選択されたパラメーターを用いて、当該各サブ領域のフレームデータに画像処理を施す画像処理実行部と、を備える。

請求項２に記載の発明は、請求項１に記載の医用画像処理装置において、
駆動信号を生成し、駆動信号に応じて前記被検体に送信超音波を送信し反射超音波を受信する超音波探触子に、当該生成した駆動信号を入力する送信部と、
前記超音波探触子で生成された電気信号から受信信号を生成する受信部と、を備え、
前記フレームデータ生成部は、前記受信信号からフレームデータを生成する。

請求項３に記載の発明は、請求項２に記載の医用画像処理装置において、
前記パターン分類部は、前記各サブ領域のフレームデータを前記被検体の組織の種類ごとに応じて分類する。

請求項４に記載の発明は、請求項２又は３に記載の医用画像処理装置において、
前記パターン分類部は、機械学習に基づく識別器であって、前記各サブ領域のフレームデータ及び当該フレームデータから抽出された特徴量の少なくとも１つの入力により、当該各サブ領域のフレームデータをパターンに応じて分類する識別器を有する。

請求項５に記載の発明は、請求項４に記載の医用画像処理装置において、
前記識別器は、前記被検体の患者情報と前記各サブ領域のフレームデータ及び当該フレームデータから抽出された特徴量の少なくとも１つとの入力により、当該各サブ領域のフレームデータをパターンに応じて分類する。

請求項６に記載の発明は、請求項４又は５に記載の医用画像処理装置において、
前記識別器は、診断用途情報と前記各サブ領域のフレームデータ及び当該フレームデータから抽出された特徴量の少なくとも１つとの入力により、当該各サブ領域のフレームデータをパターンに応じて分類する。

請求項７に記載の発明は、請求項４から６のいずれか一項に記載の医用画像処理装置において、
前記送信部は、Ｃモードの駆動信号を生成し、前記超音波探触子に当該生成したＣモードの駆動信号を入力し、
前記受信部は、前記超音波探触子で生成された電気信号からＣモードの受信信号を生成し、
前記フレームデータ生成部は、前記受信信号からＣモードのフレームデータを生成し、
前記識別器は、前記各サブ領域のフレームデータを血流及びノイズの少なくとも１つのパターンに応じて分類する。
請求項８に記載の発明は、請求項７に記載の医用画像処理装置において、
前記パターン分類部は、連続する複数フレームの前記各サブ領域のフレームデータから、血流の太さ、方向及び拍動性、並びにノイズの有無、密度、粒の大きさ及びフレーム間変化の少なくとも１つの特徴量としての特徴ベクトルを抽出する特徴量抽出部を備え、
前記識別器は、前記特徴ベクトルの入力により、前記各サブ領域のフレームデータを分類する。
請求項９に記載の発明は、請求項８に記載の医用画像処理装置において、
前記特徴量抽出部は、１フレームの前記各サブ領域のフレームデータから、血流の太さ及び方向、並びにノイズの有無、密度及び粒の大きさの少なくとも１つの特徴量としての特徴ベクトルを抽出する。
請求項１０に記載の発明は、請求項８又は９に記載の医用画像処理装置において、
前記識別器は、畳み込みニューラルネットワークであり、前記各サブ領域のフレームデータの入力により、畳み込みのフィルタリングを行う畳み込みフィルターを有する。
請求項１１に記載の発明は、請求項７から１０のいずれか一項に記載の医用画像処理装置において、
前記画像処理実行部は、平滑化、エッジ強調、パーシスタンス、ノイズカット処理の少なくとも１つを含む画像処理を実行する。
請求項１２に記載の発明は、請求項７から１１のいずれか一項に記載の医用画像処理装置において、
前記送信部は、Ｂモードの駆動信号を生成し、前記超音波探触子に当該生成したＢモードの駆動信号を入力し、
前記受信部は、前記超音波探触子で生成された電気信号からＢモードの受信信号を生成し、
前記フレームデータ生成部は、前記受信信号からＢモードのフレームデータを生成し、
前記識別器は、前記各サブ領域のフレームデータをスペックルパターンの構造に応じて分類する。

請求項１３に記載の発明は、請求項１２に記載の医用画像処理装置において、
前記パターン分類部は、前記各サブ領域のフレームデータから、スペックルパターンの有無、密度、粒の大きさ及びコントラストの少なくとも１つの特徴量としての特徴ベクトルを抽出する特徴量抽出部を備え、
前記識別器は、前記特徴ベクトルの入力により、前記各サブ領域のフレームデータを分類する。

請求項１４に記載の発明は、請求項１３に記載の医用画像処理装置において、
前記識別器は、畳み込みニューラルネットワークであり、前記各サブ領域のフレームデータの入力により、畳み込みのフィルタリングを行う畳み込みフィルターを有する。

請求項１５に記載の発明は、請求項１２から１４のいずれか一項に記載の医用画像処理装置において、
前記画像処理実行部は、平滑化、エッジ強調、パーシスタンス、階調変換の少なくとも１つを含む画像処理を実行する。

請求項１６に記載の発明は、請求項２から１５のいずれか一項に記載の医用画像処理装置において、
前記画像処理のパラメーターの種類の入力を受け付ける操作部を備え、
前記パラメーター選択部は、前記入力されたパラメーターの種類と前記各サブ領域の分類の結果とに応じて、前記入力された種類のパラメーターを選択する。

請求項１７に記載の発明は、請求項２から１５のいずれか一項に記載の医用画像処理装置において、
前記パラメーター選択部は、前記各サブ領域の分類の結果に応じて、予め設定された種類のパラメーターを選択する。

請求項１８に記載の発明は、請求項２から１７のいずれか一項に記載の医用画像処理装置において、
前記画像処理後の超音波画像データに対応する前記画像処理前のフレームデータを保存先に保存する保存制御部を備える。

請求項１９に記載の発明は、請求項１８に記載の医用画像処理装置において、
前記保存制御部は、画像処理後の医用画像データとしての超音波画像データの保存指示に応じて、当該保存指示された画像処理後の超音波画像データと、当該画像処理後の超音波画像データに対応する画像処理前のフレームデータと、を前記保存先に保存する。

請求項２０に記載の発明は、請求項１９に記載の医用画像処理装置において、
前記保存制御部は、前記保存指示された画像処理後の超音波画像データと、当該画像処理後の超音波画像データに対応する画像処理前のフレームデータと、当該画像処理後の超音波画像データに付されるテキストアノテーション情報、ボディマーク情報及び診断用途情報の少なくとも１つと、を前記保存先に保存する。

本発明によれば、１枚の画像中あるいは一連の複数画像中に複数の部位が含まれている場合に、各部位に適したパラメーターで画像処理を施すことができる。

本発明の実施の形態の超音波診断装置の構成を示す概略ブロック図である。 （ａ）は、実施の形態のＢモード画像生成部の内部構成を示す概略ブロック図である。（ｂ）は、実施の形態のＣモード画像生成部の内部構成を示す概略ブロック図である。 （ａ）は、Ｂモード画像処理部又はＣモード画像処理部の内部構成を示す概略ブロック図である。（ｂ）は、Ｂモード画像処理部又はＣモード画像処理部に含まれるパターン分類部の内部構成を示す概略ブロック図である。 （ａ）は、画像変換前のフレームデータを示す図である。（ｂ）は、領域分割されたフレームデータを示す図である。（ｃ）は、画像処理後のフレームデータ及び画像変換後のＢモード画像データを示す図である。 Ｃモード画像表示処理を示すフローチャートである。 （ａ）は、変形例のＢモード画像生成部の内部構成を示す概略ブロック図である。（ｂ）は、変形例のＣモード画像生成部の内部構成を示す概略ブロック図である。

以下、本発明に係る実施の形態及び変形例について、図面を参照して説明する。ただし、発明の範囲は図示例に限定されない。なお、以下の説明において、同一の機能及び構成を有するものについては、同一の符号を付し、その説明を省略する。

（実施の形態）
図１〜図５を参照して、本発明に係る実施の形態を説明する。先ず、図１〜図４を参照して、本実施の形態の装置構成を説明する。図１は、本実施の形態の超音波診断装置１００の構成を示す概略ブロック図である。図２（ａ）は、Ｂモード画像生成部５の内部構成を示す概略ブロック図である。図２（ｂ）は、Ｃモード画像生成部７の内部構成を示す概略ブロック図である。図３（ａ）は、Ｂモード画像処理部５４又はＣモード画像処理部７６の内部構成を示す概略ブロック図である。図３（ｂ）は、Ｂモード画像処理部５４又はＣモード画像処理部７６に含まれるパターン分類部Ｒ２の内部構成を示す概略ブロック図である。図４（ａ）は、画像変換前のフレームデータＦ１を示す図である。図４（ｂ）は、領域分割されたフレームデータＦ１を示す図である。図４（ｃ）は、画像処理後のフレームデータＦ２及び画像変換後のＢモード画像データＦ３を示す図である。

本実施の形態の医用画像処理装置としての図１の超音波診断装置１００は、超音波診断装置本体１に、超音波探触子１０１と、表示部１０２と、が接続された状態を示している。

超音波診断装置本体１は、操作部２と、送信部３と、受信部４と、Ｂモード画像生成部５と、ＲＯＩ（Region Of Interest：関心領域）設定部６と、Ｃモード画像生成部７と、表示処理部８と、制御部９と、フレームデータ記憶部１０と、記憶部１１と、を備える。

超音波探触子１０１は、一次元方向に配列された複数の振動子（圧電変換素子）１０１ａを有し、振動子１０１ａそれぞれが後述する送信部３からの駆動信号（送信電気信号）を超音波へと変換し、超音波ビームを生成する。従って、ユーザー（操作者）は、被計測物である被検体表面に超音波探触子１０１を配置することで、被検体内部に超音波ビームを照射することができる。そして、超音波探触子１０１は、被検体内部からの反射超音波を受信し、複数の振動子１０１ａでその反射超音波を受信電気信号へと変換して後述する受信部４に供給する。

なお、本実施の形態においては、複数の振動子１０１ａが一次元方向に配列されたコンベックス型の超音波探触子１０１を例に説明するが、これに限定されるものではない。例えば、複数の振動子１０１ａが一次元方向に配列されたリニア型、セクター型などの超音波探触子１０１や、複数の振動子１０１ａが２次元に配列された超音波探触子１０１や、一次元方向に配列された複数の振動子１０１ａが揺動する超音波探触子１０１などを用いることも可能である。また、制御部９の制御に基づき、送信部３は、超音波探触子１０１が使用する振動子１０１ａを選択し、振動子１０１ａに電圧を与えるタイミングや電圧の値を個々に変化させることによって、超音波探触子１０１が送信する超音波ビームの照射位置や照射方向を制御することができる。

また、超音波探触子１０１は、後述する送信部３や受信部４の一部の機能を含んでいてもよい。例えば、超音波探触子１０１は、送信部３から出力された駆動信号を生成するための制御信号（以下、「送信制御信号」とする。）に基づき、超音波探触子１０１内で駆動信号を生成し、この駆動信号を振動子１０１ａにより超音波に変換するとともに、受信した反射超音波を受信電気信号に変換し、超音波探触子１０１内で受信電気信号に基づき後述する受信信号を生成する構成が挙げられる。

また、超音波探触子１０１は、超音波診断装置本体１とケーブルを介して電気的に接続された構成が一般的であるが、これに限定されるものではなく、例えば、超音波探触子１０１は、超音波診断装置本体１との間で、送信信号や受信信号の送受信をＵＷＢ（Ultra Wide Band）などの無線通信により行う構成であってもよい。ただし、係る構成の場合は、超音波診断装置１００及び超音波探触子１０１に無線通信可能な通信部を備える構成となることは言うまでもない。

さらに、超音波探触子１０１は、ケーブルを介して超音波診断装置本体１に接続されるコネクター（図示略）を有する。このコネクターは、超音波探触子１０１の種類を示す識別情報が記憶された記憶部を有する。このため、制御部９は、受信部４を介して、超音波診断装置本体１に接続されているコネクターから、超音波探触子１０１の種類の情報を読み出すことができる。

表示部１０２は、超音波診断装置本体１（表示処理部８）から出力された画像データを表示する、いわゆるモニターである。なお、本実施の形態においては、表示部１０２が、超音波診断装置１００に接続される構成を示しているが、例えば、表示部１０２と後述の操作部２が一体として構成され、操作部２の操作が表示部１０２をタッチ操作することにより行われる、いわゆるタッチパネル式の超音波診断装置の場合には、超音波診断装置本体１と表示部１０２とを一体として構成されることになる。ただし、本願においては、超音波診断装置本体１と表示部１０２とを一体として構成される場合も、「表示部１０２が超音波診断装置本体１に接続されている」とすることにする。

操作部２は、ユーザーから入力を受け取り、ユーザーの入力に基づく指令を超音波診断装置１００、具体的には制御部９に出力する。操作部２は、Ｂモード画像のみを表示させるモード（以下、「Ｂモード」とする。）か、Ｂモード画像上にＣモード（カラーフローモード）画像を重畳表示させるモード（以下、「Ｃモード」とする。）を、ユーザーが選択することできる機能を備える。そして、操作部２は、ユーザーがＢモード画像上のＣモード画像を表示させるＲＯＩの位置を指定する機能も含まれる。また、表示させるＣモード画像としては、さらに、血流の状態を示す血流信号としての血流速度Ｖにより血流の流速及び方向をカラー表示するＶモードと、血流信号としての血流のパワーＰにより血流のパワーをカラー表示するＰモードと、血流速度Ｖ、血流信号としての分散Ｔにより血流の流速及び分散をカラー表示するＶ−Ｔモードと、の表示モードのＣモード画像があるものとする。操作部２は、ユーザーからＣモードの入力を受け付けた場合に、さらにその表示モードの入力も受け付けるものとする。なお、Ｃモード画像の表示モードには、Ｔ（分散）モード、ｄＰ（方向付パワー）モードなどを含めてもよい。このように、Ｃモードは、カラードプラーモード（Ｖモード、Ｖ−Ｔモードなど）、パワードプラーモード（Ｐモードなど）が含まれる。

送信部３は、少なくとも駆動信号を生成し、超音波探触子１０１に超音波ビームを送信させる送信処理を行う。一例として、送信部３は、振動子１０１ａを有する超音波探触子１０１から超音波ビームを送信するための駆動信号を生成する送信処理を行い、この駆動信号に基づき超音波探触子１０１に対して所定のタイミングで発生する高圧の駆動電気信号を供給することで、超音波探触子１０１の振動子１０１ａを駆動させる。これにより、超音波探触子１０１は、駆動電気信号を超音波へと変換することで、被計測物である被検体に超音波ビームを照射することができる。

送信部３は、制御部９の制御に従い、Ｃモードがオンされている場合には、Ｂモード画像を表示させるための送信処理に加え、Ｃモード画像を表示させるための送信処理が行われる。例えば、Ｂモード画像を表示させるための電気的な送信信号を供給した後に、Ｃモード画像を表示させるためのＱＳＰ（４列並列受信）用の駆動信号を同一方向（同一ライン）にｎ（ｎは例えば６〜１２）回繰り返し供給することを、ＲＯＩ設定部６で設定されたＲＯＩの全方向（全ライン）に対して行う。但し、ＱＳＰ用の駆動信号に限定されるものではない。また、送信部３は、送信処理時にＢモード画像用の送信処理或いはＣモード画像用の送信処理を示す付加情報を指定しておき、この付加情報を受信部４に供給する。

受信部４は、制御部９の制御に従い、反射超音波に基づく電気的なＲＦ（Radio Frequency）信号としての受信信号を生成する受信処理を行う。受信部４は、例えば、超音波探触子１０１で反射超音波を受信し、その反射超音波に基づき変換された受信電気信号に対し、受信電気信号を増幅してＡ／Ｄ変換、整相加算を行うことで受信信号（音線データ）を生成する。

受信部４は、送信部３から付加情報を取得し、取得した付加情報がＢモード画像用の付加情報であれば受信信号をＢモード画像生成部５に供給し、取得した付加情報がＣモード画像用の付加情報であれば受信信号をＣモード画像生成部７に供給する。以下、Ｂモード画像生成用の受信信号を「Ｂモード受信信号」、Ｃモード画像生成用の受信信号を「Ｃモード受信信号」と称することとする。

なお、本実施の形態においては、生成した画像フレームに係る受信信号を、受信部４が、Ｂモード画像用かＣモード画像用かを選別して各ブロックに供給する構成としたが、これに限定されるものではなく、例えば、生成した画像フレームに係る受信信号を、Ｂモード画像生成部５及びＣモード画像生成部７のそれぞれで選別する構成であってもよい。

Ｂモード画像生成部５は、制御部９の制御に従い、受信部４から入力されたＢモード受信信号からＢモード画像データを生成し、表示処理部８に出力する。

図２（ａ）に示すように、Ｂモード画像生成部５は、周波数フィルター部５１と、包絡線検波部５２と、対数圧縮部５３と、Ｂモード画像処理部５４と、Ｂモード画像変換部５５と、を有する。周波数フィルター部５１、包絡線検波部５２、対数圧縮部５３は、フレームデータ生成部として機能し、Ｂモード画像処理部５４と、Ｂモード画像変換部５５は、画像生成部として機能する。

周波数フィルター部５１は、いわゆるダイナミックフィルターであり、制御部９の制御に従い、受信部４から入力されたＢモード受信信号に所定の使用周波数帯域の信号を透過させるフィルタリングを行う処理部である。包絡線検波部５２は、制御部９の制御に従い、周波数フィルター部５１から入力されたフィルタリング後のＢモード受信信号に包絡線検波を実施する。

対数圧縮部５３は、制御部９の制御に従い、包絡線検波部５２から入力された包絡線検波後のＢモード受信信号に対数圧縮を実施し、対数圧縮後のＢモード受信信号（フレームデータとしてのフレーム信号データとする）をフレームデータ記憶部１０に出力する。Ｂモード画像処理部５４は、制御部９の制御に従い、フレームデータ記憶部１０に記憶された１フレーム分の対数圧縮後のＢモードのフレーム信号データを読み出し画像処理を実施する。

図３（ａ）に示すように、Ｂモード画像処理部５４は、領域分割部Ｒ１と、パターン分類部Ｒ２と、パラメーター保持部Ｒ３と、パラメーター選択部Ｒ４と、画像処理実行部Ｒ５と、を有する。

領域分割部Ｒ１は、制御部９の制御に従い、フレームデータ記憶部１０に記憶された１フレーム分の対数圧縮後のＢモードのフレーム信号データを読み出し、読み出した１フレーム分のＢモードのフレーム信号データを、空間的に複数のサブ領域に分割する処理を行う。各サブ領域の大きさは、例えば、予め設定された所定の縦×横のピクセルの大きさであるとする。

例えば、図４（ａ）に示すように、対数圧縮部５３から入力された対数圧縮後のＢモード受信信号としてのフレーム信号データＦＳが集まり１つのフレームデータＦ１が構成される場合を考える。図４（ｂ）に示すように、領域分割部Ｒ１は、フレームデータＦ１を所定の大きさのサブ領域ＳＢ１に分割する。なお、フレームデータＦ１の画像は、例えば、被検体の肝臓Ｌ１及び腎臓Ｋ１の画像が含まれるものとする。

パターン分類部Ｒ２は、制御部９の制御に従い、領域分割部Ｒ１から入力された各サブ領域のフレーム信号データを分類して、当該各サブ領域の組織（部位）の種類又は組織の特徴を示す画像パターンの情報を分類結果として生成し、当該各サブ領域のフレーム信号データ及び分類結果をパラメーター選択部Ｒ４に出力する。

図３（ｂ）に示すように、パターン分類部Ｒ２は、例えば、機械学習に基づく識別器Ｒ２２を有する。識別器Ｒ２２は、領域分割部Ｒ１から入力された各サブ領域のフレーム信号データ又は当該各サブ領域のフレーム信号データの特徴量の入力に応じて、各サブ領域のフレーム信号データを分類して分類結果を出力する。各サブ領域のフレーム信号データの特徴量を識別器に入力する場合に、パターン分類部Ｒ２は、領域分割部Ｒ１から入力された各サブ領域のフレーム信号データから特徴量を抽出して識別器Ｒ２２に入力する特徴量抽出部Ｒ２１を有する。

識別器Ｒ２２は、例えば、各サブ領域のフレーム信号データ又は当該各サブ領域のフレーム信号データの特徴量の入力に応じて、当該各サブ領域のフレーム信号データのスペックルパターンの構造に応じて分類結果を生成する。この場合、特徴量抽出部Ｒ２１は、例えば、各サブ領域のフレーム信号データから、スペックルパターンの有無、密度、粒の大きさ及びコントラストの少なくとも１つの特徴ベクトルを特徴量として抽出して識別器Ｒ２２に入力する。

また、識別器Ｒ２２は、各サブ領域のフレーム信号データに加えて、患者情報及び診断用途情報の少なくとも１つを用いて、当該各サブ領域のフレーム信号データを分類する構成としてもよい。患者情報とは、被検体となる患者の性別、人種、年齢、身長、体重などである。各患者の患者情報は、例えば、当該各患者の患者ＩＤに対応付けられて記憶部１１に記憶されているものとする。診断用途情報は、プリセット（被検体の診断部位）情報及び超音波探触子１０１の種類の情報の少なくとも１つである。

また、識別器Ｒ２２に各サブ領域のフレーム信号データの特徴量が入力される場合に、識別器Ｒ２２は、例えば、判別分析器、サポートベクトルマシーン又はニューラルネットワークである。判別分析器は、事前に与えられている異なる分類に分かれるデータ（教師データ）があり、新しいデータが入力された場合に、新しいデータの属性値（特徴量）に基づいて、分類を判別するための基準（判別関数）を得るための正規分布を前提として、新しいデータの分類を判別する。この新しいデータの属性値が、特徴量抽出部Ｒ２１で抽出される各サブ領域のフレーム信号データの特徴量となる。例えば、分類を判別するための基準（判別関数）は、予め識別器Ｒ２２のメモリー（図示略）に設定されており、更新も可能であるものとする。

サポートベクトルマシーンは、教師有学習を用いるパターン認識モデルの一つであり、線形入力素子を利用して２クラスのパターン識別器が構成される。サポートベクトルマシーンは、訓練サンプルから、各データ点の距離が最大となるマージン最大化超平面を求めるという基準（超平面分離定理）で線形入力素子のパラメーターを学習し、マージン最大化超平面により線形入力素子を分類する。この線形入力素子が、特徴量抽出部Ｒ２１で抽出される各サブ領域のフレーム信号データの特徴量となる。例えば、訓練サンプルに基づくマージン最大化超平面のデータは、予め識別器Ｒ２２のメモリー（図示略）に設定されており、更新も可能であるものとする。

ニューラルネットワークは、シナプスの結合によりネットワークを形成した人工ニューロン（ノード）が、学習によってシナプスの結合強度を変化させ、問題解決能力を持つモデルである。ニューラルネットワークは、入力層→中間層→出力層の各層のノードと、各ノード間の繋がりの強さを表す重みと、により構成される。中間層が複数ある場合には、ディープランニングと呼ばれる。入力層のノードへの入力情報が、特徴量抽出部Ｒ２１で抽出される各サブ領域のフレーム信号データの特徴量となる。出力層のノードの出力情報が、分類結果となる。また、ニューラルネットワークにおいて、出力ノードの値を、正解である教師データに近づけるように、ノード間の繋がりの重みを調整していくこととする。例えば、ノード間の繋がりの重みのデータは、予め識別器Ｒ２２（図示略）のメモリーに設定されており、更新も可能であるものとする。

また、識別器Ｒ２２に各サブ領域のフレーム信号データが入力される場合に、識別器Ｒ２２は、例えば、畳み込みニューラルネットワークである。畳み込みニューラルネットワークは、入力画像に対してそれよりも小さい大きさの画像のピース（特徴と呼ばれる）を用いて入力画像全体にわたって一致を計算し、一致件数を計算することによりフィルターをかける畳み込みフィルター（畳み込み層）を中間層として有するニューラルネットワークである。このため、入力層のノードへの入力情報が、各サブ領域のフレーム信号データとなる。ここで識別器Ｒ２２は、スペックルパターンに対応した畳み込みフィルターを有するものとする。このような畳み込みフィルターは、スペックルパターンを有する学習用フレームデータのサブ領域を用いて、あらかじめ機械学習させることによって構成することができる。出力層のノードの出力情報が、分類結果となる。例えば、ノード間の繋がりの重みのデータは、予め識別器Ｒ２２のメモリー（図示略）に設定されており、更新も可能であるものとする。

パラメーター保持部Ｒ３は、情報を記憶するメモリーであり、パターン分類部Ｒ２の分類結果としての組織の種類又は画像パターンの情報に対応するＢモード用の画像処理のパラメーターを記憶している。パラメーター選択部Ｒ４は、制御部９の制御に従い、パターン分類部Ｒ２から入力された各サブ領域のフレーム信号データ及び分類結果のうち、分類結果に対応するＢモード用の画像処理のパラメーターを選択し、選択したパラメーターをパラメーター保持部Ｒ３から読み出し、各サブ領域のフレーム信号データ及びパラメーターを画像処理実行部Ｒ５に出力する。

Ｂモード画像用の画像処理は、例えば、平滑化（スムージングフィルター）、エッジ強調、パーシスタンス、階調変換の少なくとも１つを含む画像処理である。平滑化とは、注目サンプルデータ（画像であれば画素）の周辺データの加重平均を求めることにより、フレームデータを滑らかにする処理である。平滑化フィルターとも言い、加重平均の重みがすなわちフィルター係数となる。重みをガウシアンにしたものは、ガウシアンフィルターと呼ばれる。平滑化のパラメーターは、重み（フィルター係数）、カーネルサイズ（フィルターサイズ）である。ガウシアンフィルターのパラメーターとは、重みの標準偏差、カーネルサイズ（フィルターサイズ）である。

エッジ強調とは、鮮鋭化フィルターとも言い、フレームデータ（画像）の輪郭（変化）を際立たせる処理である。代表的なアルゴリズムにアンシャープマスキングがある。アンシャープマスキングは、元データ（元画像）にエッジ成分（ラプラシアンフィルター結果に重みをかけた値）を加算する処理である。エッジ強調のパラメーターは、フィルター係数、カーネルサイズ（フィルターサイズ）である。アンシャープマスキングのパラメーターは、エッジ成分（ラプラシアンフィルター結果）の係数、カーネルサイズ（マスクサイズ）である。

パーシスタンスとは、連続フレームの同一位置のサンプルデータどうしでフィルタリングすることにより、画像の変化を滑らかにしたり残像効果をもたせたりする処理である。パーシスタンスをＩＩＲ（Infinite Impulse Response）で構成する場合の一例としては以下の式（０）で表される。
Ｖout＝（１−Ｃ（Ｖout，Ｖout-1））×Ｖcurrent＋Ｃ（Ｖout，Ｖout-1）×Ｖout-1 …（０）
ただし、Ｖout：現フレームのパーシスタンス処理結果の値（ＶはValueの頭文字）、
Ｖcurrent：現フレームのサンプル値（同上）、
Ｖout-1：１つ前のフレームのパーシスタンス処理結果の値（同上）、
Ｃ（Ｖout,Ｖout-1）：パーシスタンス係数（ＣはCoefficientの頭文字）、Ｖout及びＶout-1に応じて値が定まる（Ｖout及びＶout-1の関数）、である。パーシスタンスのパラメーターは、パーシスタンス係数又はパーシスタンス係数を定める関数である。

階調変換とは、予め定められた階調変換カーブに従って、フレームデータ（画像）の輝度値を変換する処理であり、コントラスト調整やガンマ補正を含む。階調変換のパラメーターは、階調変換テーブル（ＬＵＴ：Look Up Table）である。ガンマ補正のパラメーターは、ガンマ補正値である。

パラメーター選択部Ｒ４は、組織の種類又は画像パターンの情報に応じて予め選択設定された画像処理のパラメーターを選択するが、例えば操作部２を介してユーザー（検査者（医師、技師など））から組織の種類又は画像パターンの情報ごとに使用するパラメーターの種類が入力されている場合には、操作入力された種類のパラメーターの値を選択するものとする。画像処理のパラメーターは、サブ領域ごとに選択設定される。

画像処理実行部Ｒ５は、制御部９の制御に従い、パラメーター選択部Ｒ４から入力された画像処理のパラメーターを用いて、パラメーター選択部Ｒ４から入力された各サブ領域のフレーム信号データに画像処理を施す。

Ｂモード画像変換部５５は、制御部９の制御に従い、Ｂモード画像処理部５４（画像処理実行部Ｒ５）から入力された画像処理後のフレーム信号データに、ＤＳＣ（Digital Scan Converter）として座標変換を行い、またダイナミックレンジやゲインの調整を行って輝度変換（グレイスケールマッピング）を行うことで、Ｂモード画像データを生成して表示処理部８に出力する。図４（ｃ）に示すように、Ｂモード画像変換部５５は、例えば、画像処理実行部Ｒ５によりフレームデータＦ１が画像処理されたフレームデータＦ２を、コンベックス方式のＢモード画像データＦ３に変換する。

図１に戻り、ＲＯＩ設定部６は、制御部９の制御に従い、操作部２を介してユーザーから入力されたＲＯＩの設定情報に応じて、ＲＯＩの設定情報を送信部３及び表示処理部８に出力する。

Ｃモード画像生成部７は、制御部９の制御に従い、受信部４から入力されたＣモード受信信号に応じて、Ｃモード画像データを生成し、表示処理部８に出力する。ここで、図２（ｂ）を参照して、Ｃモード画像生成部７の内部構成を説明する。図２（ｂ）に示すように、Ｃモード画像生成部７は、直交検波回路７１と、コーナーターン制御部７２と、ＭＴＩ（Moving Target Indication）フィルター７３と、相関演算部７４と、データ変換部７５と、Ｃモード画像処理部７６と、Ｃモード画像変換部７７と、を有する。直交検波回路７１、コーナーターン制御部７２、ＭＴＩフィルター７３、相関演算部７４、データ変換部７５は、フレームデータ生成部として機能し、Ｃモード画像処理部７６、Ｃモード画像変換部７７は、画像生成部として機能する。

直交検波回路７１は、制御部９の制御に従い、受信部４から入力されたＣモード受信信号を直交検波することにより、取得したＣモード受信信号と、参照信号との位相差を算出し、複素ドプラー信号Ｉ，Ｑを取得する。

コーナーターン制御部７２は、制御部９の制御に従い、直交検波回路７１から入力されたドプラー信号Ｉ，Ｑを、同一音響線（ライン）毎に、超音波探触子１０１から被検体への深さ方向と、超音波の送受信の繰り返し回数ｎのアンサンブル方向と、に配列してメモリー（図示略）に格納し、深さ毎にドプラー信号Ｉ，Ｑをアンサンブル方向に読み出す。

受信信号（ドプラー信号Ｉ，Ｑ）は、Ｃモード画像生成に必要な血流の信号成分に加えて、不要な血管壁や組織等の情報（クラッター成分）も混在している。ＭＴＩフィルター７３は、制御部９の制御に従い、コーナーターン制御部７２から出力されたドプラー信号Ｉ，Ｑをフィルタリングしてクラッター成分を除去する。

相関演算部７４は、制御部９の制御に従い、次式（１）により、ＭＴＩフィルター７３によりフィルタリングされたドプラー信号Ｉ，Ｑ（複素ドプラー信号ｚ）から、ドプラー信号の自己相関演算の平均値Ｓ（位相差ベクトルの平均値）の実部Ｄ及び虚部Ｎを算出する。

データ変換部７５は、制御部９の制御に従い、ＭＴＩフィルター７３によりフィルタリングされたドプラー信号Ｉ，Ｑや、ドプラー信号の自己相関演算の平均値Ｓの実部Ｄ及び虚部Ｎから、血流速度Ｖ、パワーＰ、分散Ｔを算出する。より具体的には、データ変換部７５は、次式（２）により、ドプラー信号の自己相関演算の平均値Ｓの実部Ｄ及び虚部Ｎから、血流速度Ｖを算出する。

また、データ変換部７５は、次式（３）により、ドプラー信号Ｉ，Ｑ（複素ドプラー信号ｚ）から、ドプラー信号の強度の平均値としてのパワーＰを算出する。

また、データ変換部７５は、次式（４）により、ドプラー信号Ｉ，Ｑ（複素ドプラー信号ｚ）から、位相差ベクトルの大きさとパワーとの比（但し、１から引いて大小を逆転したもの）としての分散Ｔを算出する。

データ変換部７５は、算出した血流速度Ｖ、パワーＰ、分散Ｔ（フレームデータとしてのフレーム信号データとする）をフレームデータ記憶部１０に出力する。

Ｃモード画像処理部７６は、制御部９の制御に従い、フレームデータ記憶部１０に記憶された１フレーム分又は直近の連続する複数フレーム分のＣモードのフレーム信号データを読み出し画像処理を実施する。

図３に示すように、Ｃモード画像処理部７６は、領域分割部Ｒ１と、パターン分類部Ｒ２と、パラメーター保持部Ｒ３と、パラメーター選択部Ｒ４と、画像処理実行部Ｒ５と、を有する。

領域分割部Ｒ１は、制御部９の制御に従い、フレームデータ記憶部１０に記憶された１フレーム分又は直近の連続する複数フレーム分のＲＯＩ分のＣモードのフレーム信号データを読み出し、読み出した１フレーム分又は連続する複数フレーム分のＣモードのフレーム信号データを、空間的に複数のサブ領域に分割する処理を行う。

パターン分類部Ｒ２は、制御部９の制御に従い、領域分割部Ｒ１から入力された１又は複数フレームの各サブ領域のフレーム信号データを分類して、当該各サブ領域の組織（部位）の種類又は組織の特徴を示す画像パターンの情報を分類結果として生成し、１フレームの各サブ領域のフレーム信号データ及び分類結果をパラメーター選択部Ｒ４に出力する。

図３（ｂ）に示すように、パターン分類部Ｒ２は、例えば、機械学習に基づく識別器Ｒ２２を有する。識別器Ｒ２２は、領域分割部Ｒ１から入力された１又は複数フレームの各サブ領域のフレーム信号データ又は当該各サブ領域のフレーム信号データの特徴量の入力に応じて、各サブ領域のフレーム信号データを分類して分類結果を出力する。各サブ領域のフレーム信号データの特徴量を識別器Ｒ２２に入力する場合に、パターン分類部Ｒ２は、領域分割部Ｒ１から入力された１又は複数フレームの各サブ領域のフレーム信号データから特徴量を抽出して識別器Ｒ２２に入力する特徴量抽出部Ｒ２１を有する。

識別器Ｒ２２は、例えば、１又は複数フレームの各サブ領域のフレーム信号データ又は当該各サブ領域のフレーム信号データの特徴量の入力に応じて、当該１フレームの各サブ領域のフレーム信号データの血流及びノイズのパターンに応じて分類結果を生成する。Ｃモードのフレーム信号データには、血流の成分に加えて、クラッターノイズ、モーションノイズと呼ばれる、組織の動きに伴うノイズも含まれている。

特徴量が入力される場合、特徴量抽出部Ｒ２１は、例えば、１フレーム分の各サブ領域のフレーム信号データから、血流の太さ及び方向、並びにノイズの有無、密度及び粒の大きさの少なくとも１つの特徴ベクトルを特徴量として抽出して識別器Ｒ２２に入力する。また、特徴量抽出部Ｒ２１は、例えば、連続する複数フレーム分の各サブ領域のフレーム信号データから、血流の太さ、方向及び拍動性、並びにノイズの有無、密度、粒の大きさ及びフレーム間変化の少なくとも１つの特徴ベクトルを特徴量として抽出して識別器Ｒ２２に入力する。拍動性は、内蔵の周期的な収縮、弛緩が繰り返される運動の性質であり、例えば、大動脈及び頸動脈と、甲状腺及び手指と、静脈とで異なる。フレーム間変化について、パラパラと出たり消えたりするノイズは消すべきであり、例えば、後述するノイズカット処理が強くかかるパラメーターが選択される。

また、識別器Ｒ２２は、各サブ領域のフレーム信号データに加えて、患者情報及び診断用途情報の少なくとも１つを用いて、当該各サブ領域のフレーム信号データを分類する構成としてもよい。

また、各サブ領域のフレーム信号データの特徴量が入力される場合に、識別器Ｒ２２は、例えば、判別分析器、サポートベクトルマシーン又はニューラルネットワークである。

また、各サブ領域のフレーム信号データが入力される場合に、識別器Ｒ２２は、例えば、畳み込みニューラルネットワークである。入力層のノードへの入力情報は、１又は連続する複数フレーム分の各サブ領域のフレーム信号データとなる。また、識別器Ｒ２２は、血流及びノイズのパターンに対応した畳み込みフィルターを有するものとする。このような畳み込みフィルターは、血流及びノイズのパターンを有する学習用フレームデータのサブ領域を用いて、あらかじめ機械学習させることによって構成することができる。出力層のノードの出力情報は、分類結果となる。例えば、ノード間の繋がりの重みのデータは、予め識別器Ｒ２２のメモリー（図示略）に設定されており、更新も可能であるものとする。

パラメーター保持部Ｒ３は、情報を記憶するメモリーであり、パターン分類部Ｒ２の分類結果としての組織の種類又は画像パターンの情報に対応するＣモード用の画像処理のパラメーターを記憶している。パラメーター選択部Ｒ４は、制御部９の制御に従い、パターン分類部Ｒ２から入力された各サブ領域のフレーム信号データ及び分類結果のうち、分類結果に対応するＣモード用の画像処理のパラメーターを選択し、選択したパラメーターをパラメーター保持部Ｒ３から読み出し、各サブ領域のフレーム信号データ及びパラメーターを画像処理実行部Ｒ５に出力する。

Ｃモード画像用の画像処理とは、例えば、平滑化、エッジ強調、パーシスタンス、ノイズカット処理の少なくとも１つを含む画像処理である。ノイズカット処理とは、ノイズを除去する処理であるが、例えば、メディアンフィルター、孤立点除去、閾値処理などの手法がある。メディアンフィルターとは、注目サンプルデータ（画像であれば画素）の周辺データの中央値を取る処理であり、周辺データと大きく異なるノイズを除去する効果がある。メディアンフィルターのパラメーターは、カーネルサイズ（フィルタサイズ）である。

孤立点除去は、注目サンプルデータ（画像であれば画素）の周囲のゼロでないデータ数が所定の閾値以上かを調べ、閾値に満たない場合は除去する処理である。孤立点除去のパラメーターは、周囲のゼロでないデータ数の閾値である。

閾値処理は、注目サンプルデータ（Ｃモードでは血流速度ＶやパワーＰ）を所定の閾値と比較し、血流速度Ｖが閾値に満たない場合はクラッターノイズ、パワーＰが閾値に満たない場合は背景ノイズとみなして、除去する処理であり、いわゆるキーホールフィルターである。閾値処理のパラメーターは、血流速度ＶやパワーＰの閾値である。

パラメーター選択部Ｒ４は、組織の種類又は画像パターンの情報に応じて予め選択設定された画像処理のパラメーターを選択するが、例えば操作部２を介してユーザーから組織の種類又は画像パターンの情報ごとに使用するパラメーターの種類が入力されている場合には、操作入力された種類のパラメーターの値を選択するものとする。画像処理のパラメーターは、サブ領域ごとに選択設定される。

画像処理実行部Ｒ５は、制御部９の制御に従い、パラメーター選択部Ｒ４から入力された画像処理のパラメーターを用いて、パラメーター選択部Ｒ４から入力された各サブ領域のフレーム信号データに画像処理を施す。

Ｃモード画像変換部７７は、制御部９の制御に従い、Ｃモード画像処理部７６（画像処理実行部Ｒ５）から入力された画像処理後のフレーム信号データに、ＤＳＣとして座標変換を行い、またカラーマッピングを行うことで、Ｃモードのユーザーに指定された指定モードにおけるＲＯＩのＣモード画像データを生成して表示処理部８に出力する。

表示処理部８は、表示部１０２に表示させる表示画像データを構築し、表示部１０２にその表示画像データを表示させる処理を行う。特に、Ｂモードが選択されている場合は、超音波画像として、Ｂモード画像生成部５で生成したＢモード画像データのＢモード画像を表示画像データ中に含める処理を行う。また、Ｃモードが選択されている場合は、超音波画像として、Ｂモード画像生成部５で生成したＢモード画像上に選択されたＲＯＩの位置に、Ｃモード画像生成部７で生成したＣモード画像データのＣモード画像を重畳させた合成画像データを生成し、これを表示画像データ中に含める処理を行う。

制御部９は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）を備えて構成され、ＲＯＭに記憶されているシステムプログラムなどの各種処理プログラムを読み出してＲＡＭに展開し、展開したプログラムに従って超音波診断装置１００の各部の動作を制御する。ＲＡＭは、ＣＰＵにより実行される各種プログラム及びこれらプログラムに係るデータを一時的に記憶するワークエリアを形成する。ＲＯＭは、半導体などの不揮発メモリーなどにより構成され、超音波診断装置１００に対するシステムプログラム及び該システムプログラム上で実行可能な、初期設定プログラムや超音波診断プログラムなどの各種処理プログラムや、各種データなどを記憶する。これらのプログラムは、コンピューターが読み取り可能なプログラムコードの形態で格納され、ＣＰＵは、当該プログラムコードに従った動作を逐次実行する。特に、ＲＯＭには、Ｃモード画像表示プログラムが記憶されているものとする。

記憶部１１は、例えば、ＨＤＤ（Hard Disk Drive）などの大容量記録媒体によって構成されており、超音波画像データ（Ｂモード画像データ、Ｃモードの合成画像データ、フレーム信号データ）などを記憶する。また、記憶部１１には、患者ＩＤに対応付けられた患者情報が記憶されているものとする。

超音波診断装置１００が備える各部について、各々の機能ブロックの一部又は全部の機能は、集積回路などのハードウェア回路として実現することができる。集積回路とは、例えばＬＳＩ（Large Scale Integration）であり、ＬＳＩは集積度の違いにより、ＩＣ（Integrated Circuit）、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。また、集積回路化の手法はＬＳＩに限るものではなく、専用回路又は汎用プロセッサーで実現してもよいし、ＦＰＧＡ（Field Programmable Gate Array）やＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサーを利用してもよい。また、各々の機能ブロックの一部又は全部の機能をソフトウェアにより実行するようにしてもよい。この場合、このソフトウェアは一つ又はそれ以上のＲＯＭなどの記憶媒体、光ディスク、又はハードディスクなどに記憶されており、このソフトウェアが演算処理器により実行される。

次に、図５を参照して、超音波診断装置１００の動作を説明する。図５は、Ｃモード画像表示処理を示すフローチャートである。

図５のＣモード画像表示処理を説明する。Ｃモード画像表示処理は、Ｂモード画像、Ｃモード画像のフレーム信号データを領域分割し、各サブ領域に適切な画像処理を施して画像変換し、得られたＢモード画像データ及びＣモード画像データを合成して表示、保存する処理である。予め、医療機関の超音波診断装置１００が設置された診断室に、被検体としての患者が入室してベッドなどに横たわり、検査者としてのユーザーが超音波診断装置１００を操作可能な状態にあり、超音波検査の準備が完了しているものとする。

超音波診断装置１００において、例えば、操作部２を介して、ユーザーからＣモード画像表示処理の実行指示が入力されたことをトリガとして、制御部９は、内部のメモリーから読み出されてＲＡＭに適宜展開されたＣモード画像表示プログラムに従い、Ｃモード画像表示処理を実行する。

先ず、制御部９は、操作部２を介して、ユーザーからの各種設定情報の入力を受け付け、超音波探触子１０１のコネクターから超音波探触子１０１の種類情報を設定情報として取得する（ステップＳ１１）。操作入力される設定情報は、検査する患者ＩＤ、ＣモードにおけるＶモードなどの指定モードの選択情報、使用する画像処理のパラメーターの種類の選択情報、プリセット情報（被検体の診断部位）、ＲＯＩの指定情報などである。患者ＩＤが入力されると、制御部９は、入力された患者ＩＤに対応する患者情報を記憶部１１から読み出して取得する。

そして、ユーザーは、超音波探触子１０１を被検体の検査対象部位の表皮に適宜当てる。そして、制御部９は、ＲＯＩの指定情報に応じてＲＯＩ設定部６を制御し、送信部３に、Ｂモード画像用の駆動信号及びＲＯＩに対応するＣモード画像用の駆動信号を生成させ、当該駆動信号に応じて超音波探触子１０１に送信超音波を送信させ、受信部４に、その送信超音波の反射超音波が超音波探触子１０１で受信された受信信号に基づき、受信部４に、Ｂモード受信信号、Ｃモード受信信号を生成させる（ステップＳ１２）。

そして、制御部９は、周波数フィルター部５１、包絡線検波部５２、対数圧縮部５３を制御して、ステップＳ１２で生成されたＢモード受信信号に基づき、Ｂモードのフレーム信号データを生成させる（ステップＳ１３）。そして、制御部９は、ステップＳ１３で生成されたＢモードのフレーム信号データをフレームデータ記憶部１０に記憶する（ステップＳ１４）。

そして、制御部９は、直近のステップＳ１３〜Ｓ１５のループにより、１フレーム分のＢモードのフレーム信号データがフレームデータ記憶部１０に記憶されたか否かを判別する（ステップＳ１５）。１フレーム分のＢモードのフレーム信号データが記憶されていない場合（ステップＳ１５；ＮＯ）、ステップＳ１３に移行される。１フレーム分のＢモードのフレーム信号データが記憶された場合（ステップＳ１５；ＹＥＳ）、制御部９は、Ｂモード画像処理部５４を制御し、フレームデータ記憶部１０から１フレーム分のＢモードのフレーム信号データを読み出させ、読み出された１フレームのフレーム信号データにステップＳ１１で入力された設定情報を用いた画像処理を実施させる（ステップＳ１６）。

そして、制御部９は、Ｂモード画像変換部５５を制御し、ステップＳ１６で生成された画像処理後の１フレーム分のＢモードのフレーム信号データを画像変換させ、Ｂモード画像データを生成させる（ステップＳ１７）。

また、ステップＳ１２の後、制御部９は、直交検波回路７１、コーナーターン制御部７２、ＭＴＩフィルター７３、相関演算部７４及びデータ変換部７５を制御して、ステップＳ１２で生成されたＣモード受信信号に基づき、Ｃモードのフレーム信号データを生成させる（ステップＳ１８）。そして、制御部９は、ステップＳ１８で生成されたＣモードのフレーム信号データをフレームデータ記憶部１０に記憶する（ステップＳ１９）。

そして、制御部９は、直近のステップＳ１８〜Ｓ２０のループにより、１フレーム分のＣモードのフレーム信号データがフレームデータ記憶部１０に記憶されたか否かを判別する（ステップＳ２０）。１フレーム分のＣモードのフレーム信号データが記憶されていない場合（ステップＳ２０；ＮＯ）、ステップＳ１８に移行される。１フレーム分のＣモードのフレーム信号データが記憶された場合（ステップＳ２０；ＹＥＳ）、制御部９は、Ｃモード画像処理部７６を制御し、フレームデータ記憶部１０から１フレーム分又は直近の連続する複数フレーム分のＣモードのフレーム信号データを読み出させ、読み出された１又は複数フレームのフレーム信号データとステップＳ１１で入力された設定情報とを用いた１フレームのフレーム信号データへの画像処理を実施させる（ステップＳ２１）。ステップＳ２１では、１フレーム分の画像処理後のＣモードのフレーム信号データが生成される。

そして、制御部９は、Ｃモード画像変換部７７を制御し、ステップＳ２１で生成された画像処理後の１フレーム分のＣモードのフレーム信号データを画像変換させ、Ｃモード画像データを生成させる（ステップＳ２２）。

そして、制御部９は、表示処理部８を制御し、ステップＳ１７で生成された１フレーム分のＢモード画像データと、ステップＳ２２で生成された１フレーム分のＣモード画像データとを合成させて、合成画像データを生成させて表示部１０２に表示させ、当該合成画像データをシネメモリー（図示略）に保持させる（ステップＳ２３）。シネメモリーは、例えば、先入れ先出し方式のメモリーで、直近の所定数のフレームの超音波画像データが保持される。

そして、制御部９は、操作部２を介して、ユーザーからのフリーズ入力を受け付け、フリーズ入力があるか否かを判別する（ステップＳ２４）。フリーズ入力がない場合（ステップＳ２４；ＮＯ）、ステップＳ１２に移行される。フリーズ入力がある場合（ステップＳ２４；ＹＥＳ）、制御部９は、操作部２を介して、ユーザーからの、フリーズされた所定数のフレームのうちの保存フレームの選択情報、保存用情報、保存指示の入力を受け付ける（ステップＳ２５）。保存用情報とは、保存用の画像データ（合成画像データ）に付加するテキストアノテーション情報、ボディマーク情報などである。

そして、制御部９は、ステップＳ２４で保存指示が入力されたか否かを判別する（ステップＳ２６）。保存指示が入力されない場合（ステップＳ２６；ＮＯ）、Ｃモード画像表示処理が終了する。保存指示が入力された場合（ステップＳ２６；ＹＥＳ）、制御部９は、ステップＳ２５で選択されたフレームの合成画像データをシネメモリーから読み出し、ステップＳ２５で入力された保存用情報を合成画像データに合成し、当該フレームの合成画像データに対応するＢモード及びＣモードのフレーム信号データをフレームデータ記憶部１０から読出し、当該Ｂモード及びＣモードのフレーム信号データ、保存用情報、ステップＳ１１で入力された診断用途情報を当該合成画像データに対応付けて記憶部１１に保存（記憶）し（ステップＳ２７）、Ｃモード画像表示処理を終了する。

Ｂモード画像表示処理については、Ｃモード画像表示処理のうち、ステップＳ１２では、Ｂモード画像用の超音波が送受信され、ステップＳ１８〜Ｓ２２が実行されず、ステップＳ２３では、Ｂモード画像データが表示、保持され、ステップＳ２７では、Ｂモードのフレーム信号データ、保存用情報を、画像処理後のＢ画像データに対応付けて記憶部１１に記憶される流れとなる。

記憶部１１に記憶されている情報のうち、Ｂモードのフレーム信号データ、又はＢモード及びＣモードのフレーム信号データは、保存用情報とともに、Ｂモード画像処理部５４、Ｃモード画像処理部７６のパターン分類部Ｒ２の識別器の学習用のデータとして用いられる。例えば、超音波診断装置１００において、制御部９が、記憶部１１に記憶されたＢモードのフレーム信号データ、又はＢモード及びＣモードのフレーム信号データ及び保存用情報は、通信部（図示略）を介して通信接続されたサーバーに送信し、パターン分類部Ｒ２の識別器の調整（例えば、判別分析器の教師データ、サポートベクトルマシーンのマージン最大化超平面のデータ、ニューラルネットワークにおけるノード間の繋がりの重みのデータ、の調整）に用いられる。例えば、調整後の識別器の調整のデータは、パターン分類部Ｒ２の識別器に設定される構成をとることができる。

また、記憶部１１は、超音波診断装置１００の内蔵ストレージであったが、これに限定されるものではなく、外付ストレージとしてもよく、超音波診断装置１００にネットワーク接続された外部ストレージとしてもよい。いずれの構成でも、記憶部１１に記憶されたＢモードのフレーム信号データ、又はＢモード及びＣモードのフレーム信号データ及び保存用情報は、パターン分類部Ｒ２の識別器の調整に用いることが可能である。

以上、本実施の形態によれば、超音波診断装置１００は、駆動信号を生成し、駆動信号に応じて前記被検体に送信超音波を送信し反射超音波を受信する超音波探触子１０１に、生成した駆動信号を入力する送信部３と、超音波探触子１０１で生成された電気信号から受信信号を生成する受信部４と、被検体のスキャンによりフレーム信号データを生成する周波数フィルター部５１、包絡線検波部５２、対数圧縮部５３、直交検波回路７１、コーナーターン制御部７２、ＭＴＩフィルター７３、相関演算部７４、データ変換部７５と、生成されたフレーム信号データに画像処理を施して超音波画像データを生成する画像生成部（Ｂモード画像処理部５４、Ｂモード画像変換部５５、Ｃモード画像処理部７６、Ｃモード画像変換部７７）と、を備える。画像生成部は、生成されたフレーム信号データを複数のサブ領域のフレーム信号データに分割する領域分割部Ｒ１と、各サブ領域のフレーム信号データをパターンに応じて分類するパターン分類部Ｒ２と、各サブ領域の分類の結果に応じて、画像処理のパラメーターを選択するパラメーター選択部Ｒ４と、各サブ領域の選択されたパラメーターを用いて、各サブ領域のフレーム信号データに画像処理を施し、画像処理後のフレーム信号データを生成する画像処理実行部Ｒ５と、を備える。

このため、１枚の画像中あるいは一連の複数の超音波画像中に複数の部位が含まれている場合に、各サブ領域のパラメーターで各サブ領域のフレーム信号データに画像処理を施すことで、各部位に適したパラメーターで画像処理を施すことができる。

また、パターン分類部Ｒ２は、各サブ領域のフレーム信号データを被検体の組織の種類ごとに応じて分類する。このため、被検体の組織の種類ごとの各部位に適したパラメーターで画像処理を施すことができる。

また、パターン分類部Ｒ２は、機械学習に基づく識別器であって、各サブ領域のフレーム信号データ及びフレーム信号データから抽出された特徴量の少なくとも１つの入力により、各サブ領域のフレーム信号データをパターンに応じて分類する識別器Ｒ２２を有する。このため、各部位により適したパラメーターで画像処理を施すことができる。

また、識別器Ｒ２２は、被検体の患者情報と、各サブ領域のフレーム信号データ及びフレーム信号データから抽出された特徴量の少なくとも１つと、の入力により、各サブ領域のフレーム信号データをパターンに応じて分類する。このため、患者情報の被検体の各部位により適したパラメーターで画像処理を施すことができる。

また、識別器Ｒ２２は、診断用途情報と、各サブ領域のフレーム信号データ及びフレーム信号データから抽出された特徴量の少なくとも１つと、の入力により、各サブ領域のフレーム信号データをパターンに応じて分類する。このため、診断用途情報に対応する各部位により適したパラメーターで画像処理を施すことができる。

また、送信部３は、Ｂモードの駆動信号を生成し、超音波探触子１０１に生成したＢモードの駆動信号を入力する。受信部４は、超音波探触子１０１で生成された電気信号からＢモードの受信信号を生成する。周波数フィルター部５１、包絡線検波部５２、対数圧縮部５３は、受信信号からＢモードのフレーム信号データを生成する。識別器Ｒ２２は、各サブ領域のフレーム信号データをスペックルパターンの構造に応じて分類する。このため、Ｂモード画像について各部位に適したパラメーターで画像処理を施すことができる。

また、パターン分類部Ｒ２は、各サブ領域のフレーム信号データから、スペックルパターンの有無、密度、粒の大きさ及びコントラストの少なくとも１つの特徴量としての特徴ベクトルを抽出する特徴量抽出部Ｒ２１を備える。識別器Ｒ２２は、特徴ベクトルの入力により、各サブ領域のフレーム信号データを分類する。このため、Ｂモード画像について各部位により適したパラメーターで画像処理を施すことができる。

また、識別器Ｒ２２は、畳み込みニューラルネットワークであり、各サブ領域のフレーム信号データの入力により、畳み込みのフィルタリングを行う畳み込みフィルターを有する。このため、Ｂモード画像について、特徴量の抽出の負担を低減でき、各部位により適したパラメーターで画像処理を施すことができる。

また、画像処理実行部Ｒ５は、平滑化、エッジ強調、パーシスタンス、階調変換の少なくとも１つを含む画像処理を実行する。このため、Ｂモード画像について各部位に適したパラメーターで適切な種類の画像処理を施すことができる。

また、送信部３は、Ｃモードの駆動信号を生成し、超音波探触子１０１に生成したＣモードの駆動信号を入力する。受信部４は、超音波探触子１０１で生成された電気信号からＣモードの受信信号を生成する。直交検波回路７１、コーナーターン制御部７２、ＭＴＩフィルター７３、相関演算部７４、データ変換部７５は、受信信号からＣモードのフレーム信号データを生成する。識別器Ｒ２２は、各サブ領域のフレーム信号データを血流及びノイズの少なくとも１つのパターンに応じて分類する。このため、Ｃモード画像について各部位に適したパラメーターで画像処理を施すことができる。

また、パターン分類部Ｒ２は、１フレームの各サブ領域のフレーム信号データから、血流の太さ及び方向、並びにノイズの有無、密度及び粒の大きさの少なくとも１つの特徴量としての特徴ベクトルを抽出する特徴量抽出部Ｒ２１を備える。識別器Ｒ２２は、特徴ベクトルの入力により、各サブ領域のフレーム信号データを分類する。このため、Ｃモード画像について静止画像からの各部位により適したパラメーターで画像処理を施すことができる。

また、パターン分類部Ｒ２は、連続する複数フレームの各サブ領域のフレームデータから、血流の太さ、方向及び拍動性、並びにノイズの有無、密度、粒の大きさ及びフレーム間変化の少なくとも１つの特徴量としての特徴ベクトルを抽出する特徴量抽出部Ｒ２１を備える。識別器Ｒ２２は、特徴ベクトルの入力により、各サブ領域のフレーム信号データを分類する。このため、Ｃモード画像について動画像からの各部位により適したパラメーターで画像処理を施すことができる。

また、識別器Ｒ２２は、畳み込みニューラルネットワークであり、１フレーム又は連続する複数フレームの各サブ領域のフレーム信号データの入力により、畳み込みのフィルタリングを行う畳み込みフィルターを有する。このため、Ｃモード画像について、特徴量の抽出の負担を低減でき、各部位により適したパラメーターで画像処理を施すことができる。

また、画像処理実行部Ｒ５は、平滑化、エッジ強調、パーシスタンス、ノイズカット処理の少なくとも１つを含む画像処理を実行する。このため、Ｃモード画像について各部位に適したパラメーターで適切な種類の画像処理を施すことができる。

また、超音波診断装置１００は、画像処理のパラメーターの種類の入力を受け付ける操作部２を備える。パラメーター選択部Ｒ４は、入力されたパラメーターの種類と、各サブ領域の分類の結果とに応じて、パラメーターを選択する。このため、ユーザーが選択した適切な種類と、分類の結果と、に基づいて、自動で各部位に適した種類のパラメーターで画像処理を施すことができる。

また、パラメーター選択部Ｒ４は、各サブ領域の分類の結果に応じて、予め設定された種類のパラメーターを選択する。このため、ユーザーの操作負担を低減できつつ、自動で各部位に適した種類のパラメーターで画像処理を施すことができる。

また、超音波診断装置１００は、画像処理後の超音波画像データに対応する、フレームデータ記憶部１０に記憶された画像処理前のフレーム信号データを記憶部１１に保存する制御部９を備える。このため、画像処理前のフレーム信号データを識別器Ｒ２２の機械学習用のデータとして保存して使用することにより、より適切な識別器Ｒ２２を構成できる。

また、制御部９は、画像処理後の超音波画像データとしての合成画像データの保存指示に応じて、当該指示された画像処理後の合成画像データと、当該画像処理後の超音波画像データに対応する画像処理前のフレーム信号データと、を記憶部１１に保存する。このため、合成画像データに対応付けられた画像処理前のフレーム信号データを識別器Ｒ２２の機械学習用のデータとして保存して使用することにより、より適切な識別器Ｒ２２を構成できる。

また、制御部９は、指示された画像処理後の合成画像データと、画像処理後の合成画像データに対応する画像処理前のフレーム信号データと、画像処理後の合成画像データに付されるテキストアノテーション情報、ボディマーク情報及び診断用途情報の少なくとも１つと、を記憶部１１に保存する。このため、合成画像データに対応付けられた画像処理前のフレーム信号データと、テキストアノテーション情報、ボディマーク情報及び診断用途情報の少なくとも１つとを識別器Ｒ２２の機械学習用のデータとして保存して使用することにより、より適切な識別器Ｒ２２を構成できる。

（変形例）
図６（ａ）、図６（ｂ）を参照して、上記実施の形態の変形例を説明する。ただし、上記実施の形態と同じ構成部分は、同じ符号を付してその説明を省略する。図６（ａ）は、変形例のＢモード画像生成部５Ａの内部構成を示す概略ブロック図である。図６（ｂ）は、変形例のＣモード画像生成部７Ａの内部構成を示す概略ブロック図である。

本変形例の超音波診断装置１００は、上記実施の形態のＢモード画像生成部５、Ｃモード画像生成部７を、図６（ａ）に示すＢモード画像生成部５Ａ、図６（ｂ）に示すＣモード画像生成部７Ａに代える構成とする。

図６（ａ）に示すように、Ｂモード画像生成部５Ａは、周波数フィルター部５１、包絡線検波部５２と、対数圧縮部５３と、Ｂモード画像変換部５５Ａと、Ｂモード画像処理部５４Ａと、を有する。

Ｂモード画像変換部５５Ａは、Ｂモード画像変換部５５と同様に、制御部９の制御に従い、対数圧縮部５３から入力された対数圧縮後のＢモードのフレーム信号データに、ＤＳＣとして座標変換を行い、またグレイスケールマッピングを行うことで、フレームデータとしてのＢモード画像データを生成してフレームデータ記憶部１０に出力する。フレームデータ記憶部１０は、Ｂモード画像変換部５５Ａから入力されたＢモード画像データを記憶する。

Ｂモード画像処理部５４Ａは、Ｂモード画像処理部５４と同様な構成を有し、制御部９の制御に従い、フレームデータ記憶部１０に記憶された１フレーム分のＢモード画像データを読み出し、読み出した１フレームのＢモード画像データに画像処理を実施する。

図６（ｂ）に示すように、Ｃモード画像生成部７Ａは、直交検波回路７１と、コーナーターン制御部７２と、ＭＴＩフィルター７３と、相関演算部７４と、データ変換部７５と、Ｃモード画像変換部７７Ａと、Ｃモード画像処理部７６Ａと、を有する。

Ｃモード画像変換部７７Ａは、Ｃモード画像変換部７７Ａと同様に、制御部９の制御に従い、データ変換部７５から入力されたデータ変換後のフレーム信号データに、ＤＳＣとして座標変換を行い、またカラーマッピングを行うことで、Ｃモードのユーザーに指定された指定モードにおけるフレームデータとしてのＲＯＩのＣモード画像データを生成してフレームデータ記憶部１０に出力する。フレームデータ記憶部１０は、Ｃモード画像変換部７７Ａから入力されたＣモード画像データを記憶する。

Ｃモード画像処理部７６Ａは、Ｃモード画像処理部７６と同様に、制御部９の制御に従い、フレームデータ記憶部１０に記憶された１フレーム分又は直近の連続する複数フレーム分のＣモード画像データを読み出し、読み出した１又は複数フレームのＣモード画像データなどを用いて１フレームのＣモード画像データに画像処理を実施する。

以上、本変形例によれば、上記実施の形態と同様の効果を奏する。特に、識別器Ｒ２２が、畳み込みニューラルネットワークである場合に、１フレーム又は連続する複数フレームの各サブ領域のＢモード画像データ、Ｃモード画像データの入力により、畳み込みのフィルタリングを行う畳み込みフィルターを有する。このため、Ｂモード画像、Ｃモード画像について、特徴量の抽出の負担を低減でき、各部位により適したパラメーターで画像処理を施すことができる。

なお、上記実施の形態及び変形例における記述は、本発明に係る好適な医用画像処理装置の一例であり、これに限定されるものではない。

例えば、上記実施の形態及び変形例における画像処理部（領域分割部Ｒ１、パターン分類部Ｒ２、パラメーター保持部Ｒ３、パラメーター選択部Ｒ４、画像処理実行部Ｒ５）に関する構成を、超音波画像以外の医用画像処理装置に適用する構成としてもよい。例えば、被写体をスキャンしてフレームデータ（フレーム信号データ又はフレーム画像データ）を生成し、フレームデータに上記実施の形態及び変形例における画像処理部と同様の画像処理を実施し医用画像データを生成する医用画像処理装置としてもよい。この医用画像処理装置は、例えば、Ｘ線撮像装置（ＣＲ（Computed Radiography）装置）、ＣＴ（Computed Tomography）装置、ＭＲＩ（Nuclear Magnetic Resonance）装置などであり、医用画像データは、Ｘ線画像データ、ＣＴの画像データ、ＭＲＩの画像データなどである。

また、以上の実施の形態における超音波診断装置１００を構成する各部の細部構成及び細部動作に関して本発明の趣旨を逸脱することのない範囲で適宜変更可能である。

１００ 超音波診断装置
１ 超音波診断装置本体
２ 操作部
３ 送信部
４ 受信部
５，５Ａ Ｂモード画像生成部
５１ 周波数フィルター部
５２ 包絡線検波部
５３ 対数圧縮部
５４，５４Ａ Ｂモード画像処理部
５５，５５Ａ Ｂモード画像変換部
６ ＲＯＩ設定部
７，７Ａ Ｃモード画像生成部
７１ 直交検波回路
７２ コーナーターン制御部
７３ ＭＴＩフィルター
７４ 相関演算部
７５ データ変換部
７６，７６Ａ Ｃモード画像処理部
７７，７７Ａ Ｃモード画像変換部
８ 表示処理部
９ 制御部
１０ フレームデータ記憶部
１１ 記憶部
１０１ 超音波探触子
１０１ａ 振動子
１０２ 表示部

Claims (20)

1. 被検体のスキャンによりフレームデータを生成するフレームデータ生成部と、
   前記生成されたフレームデータに画像処理を施して医用画像データを生成する画像生成部と、を備え、
   前記画像生成部は、
   前記生成されたフレームデータを複数のサブ領域のフレームデータに分割する領域分割部と、
   連続する複数フレームの前記各サブ領域のフレームデータから、前記各サブ領域のフレームデータをパターンに応じて分類するパターン分類部と、
   前記各サブ領域の分類の結果に応じて、画像処理のパラメーターをサブ領域ごとに選択するパラメーター選択部と、
   前記各サブ領域の選択されたパラメーターを用いて、当該各サブ領域のフレームデータに画像処理を施す画像処理実行部と、を備える医用画像処理装置。
2. 駆動信号を生成し、駆動信号に応じて前記被検体に送信超音波を送信し反射超音波を受信する超音波探触子に、当該生成した駆動信号を入力する送信部と、
   前記超音波探触子で生成された電気信号から受信信号を生成する受信部と、を備え、
   前記フレームデータ生成部は、前記受信信号からフレームデータを生成する請求項１に記載の医用画像処理装置。
3. 前記パターン分類部は、前記各サブ領域のフレームデータを前記被検体の組織の種類ごとに応じて分類する請求項２に記載の医用画像処理装置。
4. 前記パターン分類部は、機械学習に基づく識別器であって、前記各サブ領域のフレームデータ及び当該フレームデータから抽出された特徴量の少なくとも１つの入力により、当該各サブ領域のフレームデータをパターンに応じて分類する識別器を有する請求項２又は３に記載の医用画像処理装置。
5. 前記識別器は、前記被検体の患者情報と前記各サブ領域のフレームデータ及び当該フレームデータから抽出された特徴量の少なくとも１つとの入力により、当該各サブ領域のフレームデータをパターンに応じて分類する請求項４に記載の医用画像処理装置。
6. 前記識別器は、診断用途情報と前記各サブ領域のフレームデータ及び当該フレームデータから抽出された特徴量の少なくとも１つとの入力により、当該各サブ領域のフレームデータをパターンに応じて分類する請求項４又は５に記載の医用画像処理装置。
7. 前記送信部は、Ｃモードの駆動信号を生成し、前記超音波探触子に当該生成したＣモードの駆動信号を入力し、
   前記受信部は、前記超音波探触子で生成された電気信号からＣモードの受信信号を生成し、
   前記フレームデータ生成部は、前記受信信号からＣモードのフレームデータを生成し、
   前記識別器は、前記各サブ領域のフレームデータを血流及びノイズの少なくとも１つのパターンに応じて分類する請求項４から６のいずれか一項に記載の医用画像処理装置。
8. 前記パターン分類部は、連続する複数フレームの前記各サブ領域のフレームデータから、血流の太さ、方向及び拍動性、並びにノイズの有無、密度、粒の大きさ及びフレーム間変化の少なくとも１つの特徴量としての特徴ベクトルを抽出する特徴量抽出部を備え、
   前記識別器は、前記特徴ベクトルの入力により、前記各サブ領域のフレームデータを分類する請求項７に記載の医用画像処理装置。
9. 前記特徴量抽出部は、１フレームの前記各サブ領域のフレームデータから、血流の太さ及び方向、並びにノイズの有無、密度及び粒の大きさの少なくとも１つの特徴量としての特徴ベクトルを抽出する請求項８に記載の医用画像処理装置。
10. 前記識別器は、畳み込みニューラルネットワークであり、前記各サブ領域のフレームデータの入力により、畳み込みのフィルタリングを行う畳み込みフィルターを有する請求項８又は９に記載の医用画像処理装置。
11. 前記画像処理実行部は、平滑化、エッジ強調、パーシスタンス、ノイズカット処理の少なくとも１つを含む画像処理を実行する請求項７から１０のいずれか一項に記載の医用画像処理装置。
12. 前記送信部は、Ｂモードの駆動信号を生成し、前記超音波探触子に当該生成したＢモードの駆動信号を入力し、
    前記受信部は、前記超音波探触子で生成された電気信号からＢモードの受信信号を生成し、
    前記フレームデータ生成部は、前記受信信号からＢモードのフレームデータを生成し、
    前記識別器は、前記各サブ領域のフレームデータをスペックルパターンの構造に応じて分類する請求項７から１１のいずれか一項に記載の医用画像処理装置。
13. 前記パターン分類部は、前記各サブ領域のフレームデータから、スペックルパターンの有無、密度、粒の大きさ及びコントラストの少なくとも１つの特徴量としての特徴ベクトルを抽出する特徴量抽出部を備え、
    前記識別器は、前記特徴ベクトルの入力により、前記各サブ領域のフレームデータを分類する請求項１２に記載の医用画像処理装置。
14. 前記識別器は、畳み込みニューラルネットワークであり、前記各サブ領域のフレームデータの入力により、畳み込みのフィルタリングを行う畳み込みフィルターを有する請求項１３に記載の医用画像処理装置。
15. 前記画像処理実行部は、平滑化、エッジ強調、パーシスタンス、階調変換の少なくとも１つを含む画像処理を実行する請求項１２から１４のいずれか一項に記載の医用画像処理
    装置。
16. 前記画像処理のパラメーターの種類の入力を受け付ける操作部を備え、
    前記パラメーター選択部は、前記入力されたパラメーターの種類と前記各サブ領域の分類の結果とに応じて、前記入力された種類のパラメーターを選択する請求項２から１５のいずれか一項に記載の医用画像処理装置。
17. 前記パラメーター選択部は、前記各サブ領域の分類の結果に応じて、予め設定された種類のパラメーターを選択する請求項２から１５のいずれか一項に記載の医用画像処理装置。
18. 前記画像処理後の超音波画像データに対応する前記画像処理前のフレームデータを保存先に保存する保存制御部を備える請求項２から１７のいずれか一項に記載の医用画像処理装置。
19. 前記保存制御部は、画像処理後の医用画像データとしての超音波画像データの保存指示に応じて、当該保存指示された画像処理後の超音波画像データと、当該画像処理後の超音波画像データに対応する画像処理前のフレームデータと、を前記保存先に保存する請求項１８に記載の医用画像処理装置。
20. 前記保存制御部は、前記保存指示された画像処理後の超音波画像データと、当該画像処理後の超音波画像データに対応する画像処理前のフレームデータと、当該画像処理後の超音波画像データに付されるテキストアノテーション情報、ボディマーク情報及び診断用途情報の少なくとも１つと、を前記保存先に保存する請求項１９に記載の医用画像処理装置。

Images