JP7034686B2 - 超音波診断装置、医用画像処理装置及びそのプログラム - Google Patents

超音波診断装置、医用画像処理装置及びそのプログラム Download PDF

Info

Publication number
JP7034686B2
JP7034686B2 JP2017230839A JP2017230839A JP7034686B2 JP 7034686 B2 JP7034686 B2 JP 7034686B2 JP 2017230839 A JP2017230839 A JP 2017230839A JP 2017230839 A JP2017230839 A JP 2017230839A JP 7034686 B2 JP7034686 B2 JP 7034686B2
Authority
JP
Japan
Prior art keywords
reflected wave
function
saturation
diagnostic apparatus
ultrasonic diagnostic
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
JP2017230839A
Other languages
English (en)
Other versions
JP2019097794A (ja
Inventor
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 JP2017230839A priority Critical patent/JP7034686B2/ja
Priority to US16/200,692 priority patent/US11564662B2/en
Publication of JP2019097794A publication Critical patent/JP2019097794A/ja
Application granted granted Critical
Publication of JP7034686B2 publication Critical patent/JP7034686B2/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
    • A61B8/5269—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
    • 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
    • A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13—Tomography
    • A61B8/14—Echo-tomography
    • 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
    • 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
    • A61B8/52—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
    • 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
    • A61B8/5253—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 combining overlapping images, e.g. spatial compounding
    • 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

Landscapes

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

Description

本発明の実施形態は、超音波診断装置、医用画像処理装置及びそのプログラムに関する。
近年、カラーフローマッピング（ＣＦＭ：Color Flow Mapping）法において、従来は生体の組織に邪魔されて表示できなかった生体の動きの速度を下回る低流速の微細な血流を表示できる手法が開発されている。例えば、固有ベクトルを用いた適応型ＭＴＩ（Moving Target Indicator）フィルタを用いた血流映像法が開示されている。この血流映像法では、画像全体で相関行列を計算して画像全体で１つのＭＴＩフィルタ行列を掛ける方法や画像を分割して相関行列を計算してブロック毎に異なるＭＴＩフィルタ行列を掛ける方法が開示されている。
このような適応型ＭＴＩフィルタを用いた血流映像法を行う際に、信号の飽和がある場合にはサイドローブが大きくなる。特に、平面波送信あるいは拡散波送信を行う場合には、円弧状のアーティファクトが発生するという問題がある。この問題に対して、例えば、ビームフォーミング前の信号に対して飽和を検出する手法が開示されている。
特開２０１４－１５８６９８号公報 特開２０１７－０５５８４５号公報 特開２０１７－０５５８４６号公報
本発明が解決しようとする課題は、ＣＦＭ法において画質を向上させることである。
実施形態の超音波診断装置は、飽和推定部と、制御部とを備える。飽和推定部は、同一走査線において超音波を送信することで発生した反射波信号を用いた整相加算処理により生成される反射波データの強度に応じて、前記整相加算処理前の反射波信号の飽和を推定し、推定した結果を出力する。制御部は、前記推定した結果に基づく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示すブロック図である。 図２は、比較例を説明するための図である。 図３は、第１の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。 図４は、第１の実施形態を説明するための図である。 図５は、比較例を説明するための図である。 図６は、第２の実施形態に係る超音波診断装置の構成例を示すブロック図である。 図７は、第２の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。 図８は、第２の実施形態を説明するための図である。 図９は、第２の実施形態を説明するための図である。 図１０は、第２の実施形態を説明するための図である。 図１１Ａは、第３の実施形態を説明するための図である。 図１１Ｂは、第３の実施形態を説明するための図である。 図１１Ｃは、第３の実施形態を説明するための図である。 図１２は、第４の実施形態に係る超音波診断装置の構成例を示すブロック図である。 図１３は、第４の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。 図１４は、第４の実施形態の変形例に係る超音波診断装置の構成例を示すブロック図である。 図１５は、第５の実施形態に係る超音波診断装置の構成例を示すブロック図である。 図１６は、第５の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。 図１７は、第５の実施形態を説明するための図である。
以下、図面を参照して、実施形態に係る超音波診断装置、医用画像処理装置及びそのプログラムを説明する。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示すブロック図である。図１に例示するように、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、超音波の送受信を行なうために、装置本体１０に接続される。超音波プローブ１は、例えば、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が有する複数の圧電振動子は、被検体Ｐからの反射波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。なお、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、反射波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。受信される反射波信号の振幅は、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反射波信号は、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、周波数偏移を受ける。
なお、第１の実施形態は、超音波プローブ１が、被検体Ｐを２次元で走査する１Ｄアレイプローブであっても、被検体Ｐを３次元で走査するメカニカル４Ｄプローブや２Ｄアレイプローブであっても適用可能である。
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、ジョイスティック等を有する。入力装置３は、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。
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データ等を表示したりする。
装置本体１０は、超音波プローブ１が受信した反射波信号に基づいて超音波画像データを生成する装置である。図１に示す装置本体１０は、２次元の反射波信号に基づいて２次元の超音波画像データを生成可能であり、３次元の反射波信号に基づいて３次元の超音波画像データを生成可能な装置である。ただし、第１の実施形態は、装置本体１０が、２次元データ専用の装置である場合であっても適用可能である。
装置本体１０は、図１に例示するように、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、内部記憶回路１７と、処理回路１８とを有する。
送受信回路１１は、後述する処理回路１８の指示に基づいて、超音波プローブ１が行なう超音波送受信を制御する。送受信回路１１は、パルス発生器、送信遅延回路、パルサ等を有し、超音波プローブ１に駆動信号を供給する。パルス発生器は、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。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、かつ送信指向性を決定するために必要な圧電振動子ごとの遅延時間を、パルス発生器が発生する各レートパルスに対し与える。また、パルサは、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遅延時間を変化させることで、圧電振動子面から送信される超音波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１８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。
例えば、送受信回路１１は、処理回路１８の制御により、フレーム間のデータ列をドプラデータ列として使用する超音波走査を超音波プローブ１に実行させる（特許第３７２４８４６号，特開２０１４－４２８２３号公報を参照）。例えば、送受信回路１１は、処理回路１８の制御により、第１走査範囲内の移動体の運動に関する情報を取得する第１超音波走査を超音波プローブ１に実行させ、第２走査範囲内の組織形状の情報を取得する第２超音波走査として当該第２走査範囲を分割した複数の分割範囲それぞれの超音波走査を、第１超音波走査の間に時分割で超音波プローブ１に実行させる。
また、送受信回路１１は、アンプ回路、Ａ／Ｄ（Analog／Digital）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が受信した反射波信号に対して各種処理を行って反射波データを生成する。アンプ回路は、反射波信号をチャンネル毎に増幅してゲイン補正処理を行う。Ａ／Ｄ変換器は、ゲイン補正された反射波信号をＡ／Ｄ変換する。受信遅延回路は、デジタルデータに受信指向性を決定するのに必要な受信遅延時間を与える。加算器は、受信遅延回路により受信遅延時間が与えられた反射波信号の加算処理を行う。加算器の加算処理により、反射波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。なお、各素子の反射波信号ごとに受信遅延による位相調整を行い、加算する処理のことを整相加算処理或いはビームフォーミング処理とも言う。
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、ＩＱ信号と記載する）を反射波データとして、バッファ１２に格納する。なお、直交検波回路は、加算器の出力信号を、解析信号に変換した上で、バッファ１２に格納しても良い。ＩＱ信号や、解析信号は、位相情報が含まれる信号（受信信号）となる。以下では、送受信回路１１が出力する反射波データを、受信信号と記載する場合がある。
送受信回路１１は、被検体Ｐを２次元走査する場合、超音波プローブ１から２次元の超音波ビームを送信させる。そして、送受信回路１１は、超音波プローブ１が受信した２次元の反射波信号から２次元の反射波データを生成する。また、送受信回路１１は、被検体Ｐを３次元走査する場合、超音波プローブ１から３次元の超音波ビームを送信させる。そして、送受信回路１１は、超音波プローブ１が受信した３次元の反射波信号から３次元の反射波データを生成する。
バッファ１２は、送受信回路１１が生成した反射波データ（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、数フレーム分のＩ／Ｑ信号、又は、数ボリューム分のＩ／Ｑ信号を記憶する。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信号を記憶する。そして、例えば、バッファ１２は、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。
Ｂモード処理回路１３及びドプラ処理回路１４は、送受信回路１１が反射波信号から生成した反射波データに対して、各種の信号処理を行なう信号処理部である。Ｂモード処理回路１３は、バッファ１２から読み出した反射波データ（Ｉ／Ｑ信号）に対して、対数増幅、包絡線検波処理、対数圧縮などを行なって、複数のサンプル点それぞれの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。
なお、Ｂモード処理回路１３は、フィルタ処理により、検波周波数を変化させることで、映像化する周波数帯域を変えることができる。このＢモード処理回路１３の機能を用いることにより、第１の実施形態に係る超音波診断装置は、コントラストハーモニックイメージング（ＣＨＩ：Contrast Harmonic Imaging）や、ティッシュハーモニックイメージング（ＴＨＩ：Tissue Harmonic Imaging）等のハーモニックイメージングを実行可能である。すなわち、Ｂモード処理回路１３は、造影剤が注入された被検体Ｐの反射波データから、造影剤（微小気泡、バブル）を反射源とするハーモニック成分の反射波データ（高調波データ又は分周波データ）と、被検体Ｐ内の組織を反射源とする基本波成分の反射波データ（基本波データ）とを分離する。Ｂモード処理回路１３は、ハーモニック成分の反射波データ（受信信号）から、造影画像データを生成するためのＢモードデータを生成することができる。
また、このＢモード処理回路１３のフィルタ処理機能を用いることにより、第１の実施形態に係る超音波診断装置は、ティッシュハーモニックイメージング（ＴＨＩ：Tissue Harmonic Imaging）を実行可能である。すなわち、Ｂモード処理回路１３は、被検体Ｐの反射波データから、ハーモニック成分の反射波データ（受信信号）である高調波データ又は分周波データを分離することができる。そして、Ｂモード処理回路１３は、ハーモニック成分の反射波データ（受信信号）から、ノイズ成分を除去した組織画像データを生成するためのＢモードデータを生成することができる。
また、ＣＨＩやＴＨＩのハーモニックイメージングを行なう際、Ｂモード処理回路１３は、上述したフィルタ処理を用いた方法とは異なる方法により、ハーモニック成分を抽出することができる。ハーモニックイメージングでは、振幅変調（ＡＭ：Amplitude Modulation）法や位相変調（ＰＭ：Phase Modulation）法、ＡＭ法及びＰＭ法を組み合わせたＡＭＰＭ法と呼ばれる映像法が行なわれる。ＡＭ法、ＰＭ法及びＡＭＰＭ法では、同一の走査線に対して振幅や位相が異なる超音波送信を複数回行なう。これにより、送受信回路１１は、各走査線で複数の反射波データ（受信信号）を生成し出力する。そして、Ｂモード処理回路１３は、各走査線の複数の反射波データ（受信信号）を、変調法に応じた加減算処理することで、ハーモニック成分を抽出する。そして、Ｂモード処理回路１３は、ハーモニック成分の反射波データ（受信信号）に対して包絡線検波処理等を行なって、Ｂモードデータを生成する。
例えば、ＰＭ法が行なわれる場合、送受信回路１１は、処理回路１８が設定したスキャンシーケンスにより、例えば（－１，１）のように、位相極性を反転させた同一振幅の超音波を、各走査線で２回送信させる。そして、送受信回路１１は、「－１」の送信による受信信号と、「１」の送信による受信信号とを生成し、Ｂモード処理回路１３は、これら２つの受信信号を加算する。これにより、基本波成分が除去され、２次高調波成分が主に残存した信号が生成される。そして、Ｂモード処理回路１３は、この信号に対して包絡線検波処理等を行なって、ＴＨＩのＢモードデータやＣＨＩのＢモードデータを生成する。
或いは、例えば、ＴＨＩでは、受信信号に含まれる２次高調波成分と差音成分とを用いて映像化を行なう方法が実用化されている。差音成分を用いた映像化法では、例えば、中心周波数が「ｆ１」の第１基本波と、中心周波数が「ｆ１」より大きい「ｆ２」の第２基本波とを合成した合成波形の送信超音波を、超音波プローブ１から送信させる。この合成波形は、２次高調波成分と同一の極性を持つ差音成分が発生するように、互いの位相が調整された第１基本波の波形と第２基本波の波形とを合成した波形である。送受信回路１１は、合成波形の送信超音波を、位相を反転させながら、例えば、２回送信させる。かかる場合、例えば、Ｂモード処理回路１３は、２つの受信信号を加算することで、基本波成分が除去され、差音成分及び２次高調波成分が主に残存したハーモニック成分を抽出した後、包絡線検波処理等を行なう。
ドプラ処理回路１４は、バッファ１２から読み出した反射波データを周波数解析することで、走査範囲内にある移動体のドプラ効果に基づく運動情報を抽出したデータ（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、移動体の運動情報として、平均速度、平均分散値、平均パワー値等を、複数のサンプル点それぞれでドプラデータを生成する。ここで、移動体とは、例えば、血流や、心壁等の組織、造影剤である。なお、移動体の運動情報のことを移動体情報とも言う。本実施形態に係るドプラ処理回路１４は、血流の運動情報（血流情報）として、血流の平均速度、血流速度の分散値、血流信号のパワー値等を、複数のサンプル点それぞれで推定したドプラデータを生成する。
上記のドプラ処理回路１４の機能を用いて、本実施形態に係る超音波診断装置は、カラーフローマッピング（ＣＦＭ：Color Flow Mapping）法とも呼ばれるカラードプラ法を実行可能である。ＣＦＭ法では、超音波の送受信が複数の走査線上で複数回行なわれる。そして、ＣＦＭ法では、同一位置のデータ列に対してＭＴＩ(Moving Target Indicator)フィルタを掛けることで、静止している組織、或いは、動きの遅い組織に由来する信号（クラッタ信号）を抑制して、血流に由来する信号を抽出する。そして、ＣＦＭ法では、この血流信号から血流の速度、血流の分散、血流のパワー等の血流情報を推定する。後述する画像生成回路１５は、推定結果の分布を、例えば、２次元でカラー表示した超音波画像データ（カラードプラ画像データ）を生成する。そして、モニタ２は、カラードプラ画像データを表示する。
ＭＴＩフィルタとしては、通常、バタワース型のＩＩＲ（Infinite Impulse Response）フィルタや、多項式回帰フィルタ（Polynomial Regression Filter）等、係数が固定されたフィルタが用いられる。一方、本実施形態に係るドプラ処理回路１４は、ＭＴＩフィルタとして、入力信号に応じて係数を変化させる適応型のＭＴＩフィルタを用いる。具体的には、本実施形態に係るドプラ処理回路１４は、適応型のＭＴＩフィルタとして、「Eigenvector Regression Filter」と呼ばれているフィルタを用いる。以下、固有ベクトルを用いた適応型ＭＴＩフィルタである「Eigenvector Regression Filter」を、「固有ベクトル型ＭＴＩフィルタ」と記載する。
固有ベクトル型ＭＴＩフィルタは、相関行列から固有ベクトルを計算し、計算した固有ベクトルから、クラッタ成分抑制処理に用いる係数を計算する。この方法は、主成分分析や、カルーネン・レーベ変換（Karhunen-Loeve transform）、固有空間法で使われている手法を応用したものである。
固有ベクトル型ＭＴＩフィルタを用いる第１の実施形態に係るドプラ処理回路１４は、図１に例示するように、相関行列計算機能１４１と、計算機能１４２と、ＭＴＩフィルタ処理機能１４３と、推定機能１４４と、飽和推定機能１４５と、穴埋め処理機能１４６とを実行する。ここで、例えば、図１に示すドプラ処理回路１４の構成要素である相関行列計算機能１４１と、計算機能１４２と、ＭＴＩフィルタ処理機能１４３と、推定機能１４４と、飽和推定機能１４５と、穴埋め処理機能１４６とが実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で内部記憶回路１７内に記録されている。ドプラ処理回路１４は、例えば、プロセッサであり、内部記憶回路１７から各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態のドプラ処理回路１４は、図１のドプラ処理回路１４内に示された各機能を有することとなる。
相関行列計算機能１４１は、同一位置（同一サンプル点）の連続した反射波データのデータ列から、走査範囲の相関行列を計算する。言い換えると、相関行列計算機能１４１は、出力信号の集合であるデータ列を用いて、統計的性質として相関行列を計算する。計算機能１４２は、例えば、相関行列の固有値及び当該固有値に対応する固有ベクトルを計算する。
計算機能１４２は、例えば、各固有値の大きさに基づいて各固有ベクトルを並べた行列のランクを低減した行列を、クラッタ成分を抑制するフィルタ行列として計算する。言い換えると、計算機能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フィルタ処理機能１４３は、フィルタ行列を用いて、同一位置（同一サンプル点）の連続した反射波データのデータ列から、クラッタ成分が抑制され、血流に由来する血流信号が抽出されたデータ列を出力する。
推定機能１４４は、ＭＴＩフィルタ処理機能１４３が出力したデータを用いた自己相関演算等の演算を行なって、血流情報を推定し、推定した血流情報をドプラデータとして出力する。言い換えると、推定機能１４４は、データ列からフィルタ係数を用いて移動体情報を抽出する。なお、相関行列計算機能１４１、計算機能１４２、ＭＴＩフィルタ処理機能１４３、及び、推定機能１４４は、抽出部の一例である。
飽和推定機能１４５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反射波信号を用いた整相加算処理により生成される反射波データの強度に応じて、整相加算処理前の反射波信号の飽和を推定し、推定した結果を出力する。例えば、飽和推定機能１４５は、推定した結果に基づく出力信号を出力する。一例をあげると、飽和推定機能１４５は、出力位置のパケットデータの中で１つでも閾値を超える振幅があった場合にはパケットデータ全部を０にする処理を行う。なお、飽和推定機能１４５は、飽和推定部の一例である。
穴埋め処理機能１４６は、整相加算処理前の反射波信号が飽和していると推定された観測点の移動体情報を当該観測点の周囲の移動体情報から補間する。例えば、穴埋め処理機能１４６は、検出機能１４５によって飽和検出されてパワー値が０になった場所を周囲のデータから穴埋めする。一例をあげると、穴埋め処理機能１４６は、近隣の０でないデータの平均値を出力する。なお、穴埋め処理機能１４６は、補間部の一例である。また、第１の実施形態に係るドプラ処理回路１４が行なう具体的な処理については、後に詳述する。
ここで、図１に例示するＢモード処理回路１３及びドプラ処理回路１４は、２次元の反射波データ及び３次元の反射波データの両方について処理可能である。すなわち、Ｂモード処理回路１３は、２次元の反射波データから２次元のＢモードデータを生成し、３次元の反射波データから３次元のＢモードデータを生成する。また、ドプラ処理回路１４は、２次元の反射波データから２次元のドプラデータを生成し、３次元の反射波データから３次元のドプラデータを生成する。
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が生成したデータから超音波画像データを生成する。画像生成回路１５は、Ｂモード処理回路１３が生成した２次元のＢモードデータから反射波の強度を輝度で表した２次元Ｂモード画像データを生成する。また、画像生成回路１５は、ドプラ処理回路１４が生成した２次元のドプラデータから血流情報が映像化された２次元ドプラ画像データを生成する。言い換えると、画像生成回路１５は、移動体情報に基づく画像データを生成する。２次元ドプラ画像データは、速度画像データ、分散画像データ、パワー画像データ、又は、これらを組み合わせた画像データである。画像生成回路１５は、ドプラ画像データとして、血流情報がカラーで表示されるカラードプラ画像データを生成したり、１つの血流情報がグレースケールで表示されるドプラ画像データを生成したりする。
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、表示用の超音波画像データを生成する。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て座標変換を行なうことで、表示用の超音波画像データを生成する。また、画像生成回路１５は、スキャンコンバート以外に、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。また、画像生成回路１５は、超音波画像データに、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する。
すなわち、Ｂモードデータ及びドプラデータは、スキャンコンバート処理前の超音波画像データであり、画像生成回路１５が生成するデータは、スキャンコンバート処理後の表示用の超音波画像データである。なお、Ｂモードデータ及びドプラデータは、生データ（Raw Data）とも呼ばれる。画像生成回路１５は、スキャンコンバート処理前の２次元超音波画像データから、表示用の２次元超音波画像データを生成する。
更に、画像生成回路１５は、Ｂモード処理回路１３が生成した３次元のＢモードデータに対して座標変換を行なうことで、３次元Ｂモード画像データを生成する。また、画像生成回路１５は、ドプラ処理回路１４が生成した３次元のドプラデータに対して座標変換を行なうことで、３次元ドプラ画像データを生成する。画像生成回路１５は、「３次元のＢモード画像データや３次元ドプラ画像データ」を「３次元超音波画像データ（ボリュームデータ）」として生成する。
更に、画像生成回路１５は、ボリュームデータをモニタ２にて表示するための各種の２次元画像データを生成するために、ボリュームデータに対してレンダリング処理を行なう。画像生成回路１５が行なうレンダリング処理としては、例えば、断面再構成法（ＭＰＲ：Multi Planer Reconstruction）を行なってボリュームデータからＭＰＲ画像データを生成する処理がある。また、画像生成回路１５が行なうレンダリング処理としては、例えば、３次元の情報を反映した２次元画像データを生成するボリュームレンダリング（ＶＲ：Volume Rendering）処理がある。なお、画像生成回路１５は、画像生成部の一例である。
画像メモリ１６は、画像生成回路１５が生成した表示用の画像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が生成したデータを記憶することも可能である。画像メモリ１６が記憶するＢモードデータやドプラデータは、例えば、診断の後に操作者が呼び出すことが可能となっており、画像生成回路１５を経由して表示用の超音波画像データとなる。また、画像メモリ１６は、送受信回路１１が出力した反射波データを記憶することも可能である。
内部記憶回路１７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１７は、必要に応じて、画像メモリ１６が記憶する画像データの保管等にも使用される。また、内部記憶回路１７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、外部装置へ転送することができる。また、内部記憶回路１７は、外部装置から図示しないインターフェースを経由して転送されたデータを記憶することも可能である。
処理回路１８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１８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１７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及び画像生成回路１５の処理を制御する。例えば、処理回路１８は、送受信回路１１を介して超音波プローブ１を制御することで、超音波走査の制御を行なう。通常、ＣＦＭ法では、血流像データであるカラードプラ画像データとともに、組織像データであるＢモード画像データを表示する。かかる表示を行なうため、処理回路１８は、第１走査範囲内の血流情報を取得する第１超音波走査を超音波プローブ１に実行させる。第１超音波走査は、例えば、ドプラモードでカラードプラ画像データを収集するための超音波走査である。また、処理回路１８は、第１超音波走査とともに、第２走査範囲内の組織形状の情報を取得する第２超音波走査を超音波プローブ１に実行させる。第２超音波走査は、例えば、ＢモードでＢモード画像データを収集するための超音波走査である。
処理回路１８は、送受信回路１１を介して超音波プローブ１を制御することで、第１超音波走査及び第２超音波走査を実行させる。なお、第１走査範囲と第２走査範囲は、同じ範囲であっても、第１走査範囲が第２走査範囲より小さい範囲であっても、第２走査範囲が第１走査範囲より小さい範囲であっても良い。
また、処理回路１８は、画像メモリ１６や内部記憶回路１７が記憶する表示用の超音波画像データをモニタ２にて表示するように制御する。なお、装置本体１０に内蔵される送受信回路１１等は、集積回路などのハードウエアで構成されることもあるが、ソフトウエア的にモジュール化されたプログラムである場合もある。なお、処理回路１８は、制御部の一例である。
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、固有ベクトル型ＭＴＩフィルタを用いて推定された血流情報（ドプラデータ）によりＣＦＭ法を行なう。上述したように、固有ベクトル型ＭＴＩフィルタを用いるドプラ処理回路１４は、相関行列から固有ベクトルを計算する。
ところで、平面波あるいは拡散波を送信して、固有ベクトル型ＭＴＩフィルタを用いたＣＦＭ法を行う場合に、信号の飽和が起きると、サイドローブが上昇することによって円弧状のアーティファクトが発生するという問題がある。この問題の対策として、例えば、ビームフォーミング前の各チャネル（ＣＨ）信号に対して飽和検出を行う方法がある。しかしながら、この方法は、実現に困難性がある。例えば、現在のビームフォーマーはハードウエアで構成される場合がほとんどであり、ソフトウエアで自由に制御できる環境にない。また、実際にハードウエアでビームフォーマーを実現するには回路規模の増大が問題となる。また、飽和検出とビームフォーミングとをソフトウエアで行った場合には、ソフトウエアの負荷が増大しリアルタイム性を阻害する問題が発生する。
一方、送信フォーカスをかけて、固有ベクトル型ＭＴＩフィルタを用いたＣＦＭ法を比較例として行った場合には、送受信のサイドローブが抑えられて円弧状のアーティファクトは観察されない。図２は、比較例を説明するための図である。図２では、送信フォーカスをかけて、固有ベクトル型ＭＴＩフィルタを用いたＣＦＭ法を行った場合における、血流のパワー値を画像化した一例を示す。図２では、円弧状のアーティファクトは観察されない。このため、飽和した信号の影響がないように見える。
しかし、強反射体があって強反射体で反射した反射波信号が飽和すると、この強反射体の存在する部分にあたかも血流があるかのように表示される問題が発生する。例えば、図２において円で囲んだ領域に強反射体が存在する。このように、図２に示す画像では、本当は血流ではないのに血流であると誤診してしまう危険性があり、臨床上大きな問題となる。すなわち、強反射体の飽和によるサイドローブについては、円弧状のアーティファクトとして顕在化するので認識可能であるが、メインローブでの飽和は、円弧状のアーティファクトとして発生せず画像全体に与える影響が潜在化しているので認識できていなかった。
発明者は、このように一見して飽和した信号の影響がないように見える場合であっても、飽和した信号が相関行列に影響を与え、最適なＭＴＩフィルタ行列の生成を阻害して画像全体に悪影響を与えることを発見した。そこで、以下では、送信フォーカスをかけて、固有ベクトル型ＭＴＩフィルタを用いたＣＦＭ法を行う場合に、メインローブの飽和の影響を軽減する医用画像処理方法について説明する。例えば、この医用画像処理方法では、同一走査線において超音波を送信することで発生した反射波信号を用いた整相加算処理により生成される反射波データの強度に応じて、整相加算処理前の反射波信号の飽和を推定し、推定した結果を出力する。そして、推定した結果に基づくデータをモニタ２に表示させる。この医用画像処理方法は、ドプラ処理回路１４が、相関行列計算機能１４１と、計算機能１４２と、ＭＴＩフィルタ処理機能１４３と、推定機能１４４と、飽和推定機能１４５と、穴埋め処理機能１４６とを実行することにより実現される。
図３は、第１の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。図３では、超音波診断装置の各構成要素がフローチャートのどのステップに対応するかを説明する。
ステップＳ１～ステップＳ５は、飽和推定機能１４５に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から飽和推定機能１４５に対応する所定のプログラムを呼び出し実行することにより、飽和推定機能１４５が実現されるステップである。ステップＳ１では、飽和推定機能１４５は、処理対象となるスキャンフレーム数分の反射波データが収集されたか否かを判定する（ステップＳ１）。ここで、飽和推定機能１４５は、スキャンフレーム数分の反射波データが収集されていないと判定した場合（ステップＳ１、Ｎｏ）、ステップＳ１の判定処理を繰り返し実行する。
一方、飽和推定機能１４５は、スキャンフレーム数分の反射波データが収集されたと判定した場合（ステップＳ１、Ｙｅｓ）、ステップＳ２に移行する。ステップＳ２では、飽和推定機能１４５は、全空間地点の全パケットデータをメモリにコピーする。ここで全空間地点の数をＮ、パケットサイズをＬとする。例えば、飽和推定機能１４５は、バッファ１２内の入力データをドプラ処理回路１４内に設けられたメモリにコピーする。すなわち、飽和推定機能１４５は、バッファ１２内の入力データを書き換えない。飽和推定機能１４５は、呼び出すパケット毎にこのコピーする操作を実行する。
ステップＳ３では、飽和推定機能１４５は、飽和を推定する。例えば、飽和推定機能１４５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反射波信号を用いた整相加算処理により生成される反射波データの強度に応じて、整相加算処理前の反射波信号の飽和を推定する。ここで、飽和推定機能１４５は、以下の（式１）で表わされるＩＱ信号の振幅が閾値以上の場合、或いは、以下の（式２）で表わされるパワー値が閾値以上の場合に、信号が飽和していると推定する。また、閾値としてはＩＱ信号の振幅の最大値の５０％から７０％程度が好適である。なお、飽和推定機能１４５は、振幅あるいはパワーを調べる代わりにＩ、Ｑそれぞれの絶対値のどちらか一方が閾値を超えていたら飽和していると推定しても良い。
Figure 0007034686000001
Figure 0007034686000002
ステップＳ４では、飽和推定機能１４５は、飽和していた観測点のパケット信号を０にする。例えば、飽和推定機能１４５は、同一地点のパケット内に１つでも飽和信号があった場合、すべてのパケット信号を０にする。すなわち、飽和推定機能１４５は、整相加算処理前の反射波信号が飽和していると推定した場合には、０を反射波データに乗じた出力信号を出力する。
なお、ビームフォーミング後に各ＣＨの入力信号がＡＤＣ（A/D converter)で飽和したかどうかを正しく検出することは不可能である。しかしながら、ここではメインローブの信号が飽和しているかどうかが凡そ分かれば良い。なぜなら、この後計算する相関行列は、振幅の大きい信号が支配的になるからである。支配的となる振幅の大きな信号がパケット内で飽和したりしなかったりという状態にあると、正しいＭＴＩフィルタ行列を計算できなくなる。このため、飽和推定機能１４５は、このような信号はすべての要素を０にすることで計算から除外する。
ステップＳ５では、飽和推定機能１４５は、最小値フィルタを掛ける。例えば、飽和推定機能１４５は、空間的な領域でカーネルサイズ内に飽和信号があったらそのカーネルサイズ内の信号をすべて０にするフィルタを掛ける。ここで、フィルタの一例としては、カーネルサイズ３×３（距離方向に３サンプル、ラスタ方向に３ラスタ）の最小値フィルタである。この目的は、飽和を検出した近傍は飽和したＣＨ（チャンネル）の影響でサイドローブが発生しているので、その影響を除去するためである。すなわち、飽和推定機能１４５は、観測点において整相加算処理前の反射波信号が飽和していると推定した場合、当該観測点近傍の空間に対して、０を乗じた出力信号を出力させる。なお、飽和推定機能１４５は、観測点において整相加算処理前の反射波信号が飽和していると推定した場合、当該観測点近傍の空間に対して、値が１未満の所定の係数を乗じた出力信号を出力させてもよい。
ステップＳ６は、相関行列計算機能１４１に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から相関行列計算機能１４１に対応する所定のプログラムを呼び出し実行することにより、相関行列計算機能１４１が実現されるステップである。ステップＳ６では、相関行列計算機能１４１は、全地点をアンサンブル平均して相関行列Ｒｘｘを計算する。
ここで、ある地点ｉでのパケットデータ列ベクトルをｘｉとすると、相関行列Ｒｘｘは以下の（式３）で表わされる。（式３）において、ｉはある地点の位置（２次元スキャンだとｘ，ｚ、３次元スキャンだとｘ，ｙ，ｚの位置を１つの添字ｉで表わしている）である。Ｎは計算する地点の数である。＊は共役複素転置行列（エルミート転置行列）を示す。ＲｘｘはＬ×Ｌの行列となる。
Figure 0007034686000003
ステップＳ７からステップＳ１１は、計算機能１４２に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から計算機能１４２に対応する所定のプログラムを呼び出し実行することにより、計算機能１４２が実現されるステップである。ステップＳ７では、計算機能１４２は、相関行列から固有値及び固有ベクトルを計算する。ここで、計算機能１４２は、Ｒｘｘを固有値分解して固有ベクトル行列Ｖと固有値行列Ｄを計算する。Ｒｘｘの固有値分解は以下の（式４）で表わされる。
Figure 0007034686000004
上記（式４）において、Ｖは固有ベクトルを列ベクトルに持つ行列であり、Ｄは固有値を対角要素に持つ対角行列である。固有値λと、固有値λに対応する固有ベクトルは降順に並んでいるとする。行列Ｖは以下の（式５）により表わされ、行列Ｄは以下の（式６）により表わされる。
Figure 0007034686000005
Figure 0007034686000006
ステップＳ８において、計算機能１４２は、以下の（式７）を用いて、固有値を最大固有値λ1で規格化する。
Figure 0007034686000007
ステップＳ９において、計算機能１４２は、固有値から最適ランクカット数ｋを求める。最適ランクカット数ｋは特許文献１（特開２０１４－１５８６９８号公報）に記載されている方法で求めても良いし、λｋが閾値以下となる最小の値として求めても良い。なお、ステップＳ９において閾値と比較する前に、ステップＳ８において固有値を最大固有値λ1で規格化しておくことでゲインの影響を除去することができる。
ステップＳ１０において、計算機能１４２は、このｋ（ｋ≦Ｌ）から、ランク数ｋの固有ベクトル行列Ｖｋ（Ｌ×Ｋ行列）を求める。ここで、固有ベクトル行列Ｖｋは、以下の（式８）で表わされる。
Figure 0007034686000008
ステップＳ１１において、計算機能１４２は、ＶｋからＭＴＩフィルタ行列Ｗを計算する。なお、（式９）において、ＩはＬ×Ｌの単位行列である。
Figure 0007034686000009
ステップＳ１２は、ＭＴＩフィルタ処理機能１４３に対応するステップである。ドプラ処理回路１４が内部記憶回路１７からＭＴＩフィルタ処理機能１４３に対応する所定のプログラムを呼び出し実行することにより、ＭＴＩフィルタ処理機能１４３が実現されるステップである。ステップＳ１２では、ＭＴＩフィルタ処理機能１４３は、以下に示す（式１０）を用いて各点のパケット列ベクトルデータｘｉにＭＴＩフィルタを施す。ここで、ＭＴＩフィルタ処理機能１４３は、飽和推定機能１４５による処理後のデータを入力して、ＭＴＩフィルタ処理する。
Figure 0007034686000010
ステップＳ１３及びステップＳ１４は、推定機能１４４に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から推定機能１４４に対応する所定のプログラムを呼び出し実行することにより、推定機能１４４が実現されるステップである。このステップＳ１３及びステップＳ１４では、推定機能１４４は、ステップＳ１２のＭＴＩフィルタ処理の結果を用いて、移動体情報を抽出する。すなわち、推定機能１４４は、出力信号の集合であるデータ列から統計的性質を用いて移動体情報を抽出する。より具体的には、推定機能１４４は、ステップＳ１３では、以下の（式１１）を用いてパワーＰを推定する。ここで、推定機能１４４は、対数圧縮前の値としてパワーＰを推定する。なお、（式１１）において、ｊは列ベクトルの要素番号を示す指標である。
Figure 0007034686000011
また、推定機能１４４は、ステップＳ１４では、以下の（式１２）を用いて速度Ｖを推定する。なお、（式１２）において、ａｎｇｌｅは複素数の偏角を－πからπの範囲で出力する関数である。
Figure 0007034686000012
このようにして、推定機能１４４は、飽和推定機能１４５により推定された結果に基づく移動体情報を抽出する。すなわち、推定機能１４４は、整相加算処理前の反射波信号が飽和していると推定した出力信号が飽和推定機能１４５により出力された場合には、当該出力信号を移動体情報の抽出に用いないようにする。なお、推定機能１４４は、ステップＳ１３とステップＳ１４の処理順序を入れ替えてもよく、また、同時に実行してもよい。
ステップＳ１５は、穴埋め処理機能１４６に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から穴埋め処理機能１４６に対応する所定のプログラムを呼び出し実行することにより、穴埋め処理機能１４６が実現されるステップである。ステップＳ１５では、穴埋め処理機能１４６は、穴埋め処理を実行する。ここで、例えば、飽和推定機能１４５で０が入った位置のパワーＰ及び速度Ｖは０となる。そこで、穴埋め処理機能１４６は、この０になったパワーＰ及び速度Ｖを周囲から穴埋めする。一例として、穴埋め処理機能１４６は、近隣の０でないデータの平均値を出力する。より具体的には、穴埋め処理機能１４６は、０になった位置を中心とする３×３の位置におけるデータの平均値を出力する。なお、穴埋め処理機能１４６により実行されるステップＳ１５は、省略可能である。
ステップＳ１６は、画像生成回路１５により実現されるステップである。ステップＳ１６では、画像生成回路１５は、移動体情報からカラードプラ画像データを生成する。例えば、画像生成回路１５は、ステップＳ１３において推定したパワーＰを対数圧縮してカラードプラ画像データを生成する。また、画像生成回路１５は、ステップＳ１４において推定した速度Ｖに基づくカラードプラ画像データを生成する。
ステップＳ１７は、処理回路１８により実現されるステップである。ステップＳ１７では、処理回路１８は、信号の飽和を推定した結果に基づくデータとして、モニタ２に、カラードプラ画像データを表示させる。図４は、第１の実施形態を説明するための図である。図４では、ある観測点においてビームフォーミング後のＩＱ信号が閾値以上の場合には、この観測点のすべてのパケットデータを０にして固有ベクトル型ＭＴＩフィルタを作成し、固有ベクトル型ＭＴＩフィルタを用いたＣＦＭ法を行った場合における、血流のパワー値を画像化した一例を示す。なお説明の便宜上、図４では図２に示す画像に比べてゲインを上げている画像を示す。ゲインが同じ場合は血流の輝度が同じになる。従って、図４では図２に比べて大幅に組織が低減しているのが分かる。例えば、図４において円で囲んだ領域では、図２に示す画像に比べて、体表層の組織や実質組織が大幅に抑圧されている。
また、図４では飽和して０をいれた場所が分かるように、穴埋め処理を行わないで表示している。例えば、図４において黒く抜けている部分が飽和していると推定した観測点Ｐである。図４に示す例では、飽和していると推定した観測点Ｐはごくわずかであるが、画像が大きく変化している。これは、相関行列は振幅が大きい信号の影響が大きくなるからである。飽和していると推定される信号レベルは大きいので、相関行列に大きな影響を与える。そして飽和したと推定される信号を含むパケット列は、正しい情報を示さない。図２では正しいＭＴＩフィルタ行列が作成されないために画像全体にクラッタが残ってしまっている。一方、図４では予め飽和箇所を取り除いたデータからＭＴＩフィルタ行列を計算しているので良好な画像が表示される。このように、ごくわずかの飽和した観測点Ｐを除外するだけで、図２から図４のように血流画像の画質が改善される。
上述したように、第１の実施形態に係る超音波診断装置は、整相加算処理により生成される反射波データの強度に応じて各観測点の飽和を推定し、飽和していると推定した観測点の信号を抑えた出力結果を用いて、画像化対象範囲全体の相関行列を計算する。これにより、第１の実施形態によれば、飽和した信号が相関行列に与える影響を低減することが可能になる。また、第１の実施形態に係る超音波診断装置は、飽和した信号の影響を低減した相関行列からＭＴＩフィルタ行列を生成するので、強反射体の存在する部分にあたかも血流があるかのように表示される問題の発生を軽減することが可能になる。
なお、上述した第１の実施形態ではＭＴＩフィルタ処理機能１４３は、飽和推定機能１４５による処理後のデータを入力して、ＭＴＩフィルタ処理する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フィルタ処理機能１４３は、飽和推定機能１４５により処理されていないデータを入力して、ＭＴＩフィルタ処理してもよい。なお、かかる場合、ドプラ処理回路１４は、穴埋め処理機能１４６を実行しなくてもよい。
（第１の実施形態の変形例）
上述した第１の実施形態では、ドプラ処理回路１４において統計的性質として相関行列を計算して固有値分解する場合について説明した。第１の実施形態の変形例では、相関行列を計算する代わりに、統計的性質として行列Ｘ＊を特異値分解する場合について説明する。例えば、上記（式３）は、全空間地点の数をＮ、パケットサイズをＬとする場合、行列Ｘの列ベクトルをｘｉとしたＬ×Ｎの行列Ｘを用いて以下の（式１３）で表わされる。
Figure 0007034686000013
ドプラ処理回路１４は、以下の（式１４）を用いて行列Ｘ＊を特異値分解する。
Figure 0007034686000014
（式１４）を（式１３）に代入すると、Ｐはユニタリー行列であるから、Ｒｘｘは以下の（式１５）で表わされる。
Figure 0007034686000015
（式４）と（式１５）を比較すると、Ｖは、以下の（式１６）で表わされ、Ｄは、以下の（式１７）で表わされる。
Figure 0007034686000016
Figure 0007034686000017
（式１７）において、ΛはＮ×Ｌの行列であり、エルミート行列Ｒｘｘの固有値は正である。このため、Λは、以下の（式１８）で表わされる。
Figure 0007034686000018
なお、かかる場合、ＭＴＩフィルタ処理機能１４３は、以下に示す（式１９）を用いて各点のパケット列ベクトルデータＸにＭＴＩフィルタを施す。
Figure 0007034686000019
このように、第１の実施形態の変形例では、ドプラ処理回路１４は、相関行列を計算する代わりに、行列Ｘ＊を特異値分解することによって、移動体情報を抽出する。
（第２の実施形態）
第１の実施形態では、飽和を推定した結果に基づく出力信号から画像化対象範囲全体で１つの相関行列を計算する場合について説明した。ところで、画像を複数の領域に分割し、領域毎に相関行列及びＭＴＩフィルタ行列を計算してＭＴＩフィルタを掛ける方法が知られている。図５は、比較例を説明するための図である。
図５では、送信フォーカスをかけて、領域毎に固有ベクトル型ＭＴＩフィルタを用いたＣＦＭ法を行った場合における、血流のパワー値を画像化した一例を示す。より具体的には、図５では、画像化対象範囲の一部をオーバーラップさせながら複数の領域に分割して相関行列及びＭＴＩフィルタ行列を計算してＭＴＩフィルタ出力のパワー信号を重み付け加算している。なお、図５では飽和を推定した結果に基づく出力信号から相関行列を計算していない。
図５には、円弧状のアーティファクトは観察されない。また、図５では、図４で見られた、体表の筋肉層の組織や実質組織がほとんど消失している。しかしながら、図５では、画像中央左の血管の横断面の血流の下側の輝度がブロック状に上がっている。
そこで、第２の実施形態では、画像を複数の領域に分割し、更に、飽和を推定した結果に基づく出力信号から領域毎に相関行列及びＭＴＩフィルタ行列を計算してＭＴＩフィルタを掛ける場合について説明する。
図６は、第２の実施形態に係る超音波診断装置の構成例を示すブロック図である。なお、図６に示す第２の実施形態に係る超音波診断装置の構成例は、ドプラ処理回路１４において、ブロック分割機能１４７と合成機能１４８とを更に実行する点を除いて、図１に示す第１の実施形態に係る超音波診断装置の構成例と同様である。このため、第２の実施形態では、ブロック分割機能１４７と合成機能１４８とについてのみ説明する。なお、第２の実施形態に係る相関行列計算機能１４１、計算機能１４２、ＭＴＩフィルタ処理機能１４３、推定機能１４４、ブロック分割機能１４７及び合成機能１４８は、抽出部の一例である。
図７は、第２の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。図７では、超音波診断装置の各構成要素がフローチャートのどのステップに対応するかを説明する。なお、図７に示すフローチャートにおいて、図３に示すフローチャートと同様の処理については、同一の符号を付与して詳細な説明を省略する。
ステップＳ２１からステップＳ２５は、飽和推定機能１４５に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から飽和推定機能１４５に対応する所定のプログラムを呼び出し実行することにより、飽和推定機能１４５が実現されるステップである。なお、ステップＳ２１からステップＳ２５の各処理は、図３に示すステップＳ１からステップＳ５の各処理に対応する。すなわち、飽和推定機能１４５は、飽和を推定して飽和を推定した結果に基づく出力信号を出力し、空間的な最小値フィルタを掛ける。
ステップＳ２６は、ブロック分割機能１４７に対応するステップである。ドプラ処理回路１４が内部記憶回路１７からブロック分割機能１４７に対応する所定のプログラムを呼び出し実行することにより、ブロック分割機能１４７が実現されるステップである。ステップＳ２６では、ブロック分割機能１４７は、画像化対象範囲を複数の領域に分割する。図８は、第２の実施形態を説明するための図である。図８では、全画像化対象範囲のうち一部の領域を図示している。また、図８では、同一の領域について、（Ａ）から（Ｉ）の９種類の分割パターンで領域を分割した場合を図示している。
例えば、ブロック分割機能１４７は、図８中の小さい升目を最小の分割単位とするように画像化対象範囲を複数の領域に分割する。なお、この最小の分割単位のことを小ブロックと記載する。図８の（Ａ）から（Ｉ）において、小ブロックの分割パターンは同一となる。一例をあげると、ブロック分割機能１４７は、各小ブロックには４ラスタ、１６サンプルが含まれるように分割する。
そして、ブロック分割機能１４７は、複数の小ブロックを用いて中ブロックを構成する。例えば、ブロック分割機能１４７は、図８中の太線で囲った縦横それぞれ４個ずつの小ブロックを集めて中ブロックとする。すなわち、中ブロックは、４×４の小ブロックから構成される。一例をあげると、ブロック分割機能１４７は、図８の（Ａ）から（Ｉ）に示すように、中ブロックを構成する。
図８の（Ａ）の黒い太枠で囲った中ブロックを例に取って説明する。（Ａ）は隣接する（Ｂ）から（Ｉ）の中ブロックと一部が重なっている。例えば、（Ａ）の黒塗りで示した小ブロックは（Ｂ），（Ｄ），（Ｆ）の中ブロックの黒塗りで示した小ブロックにも重複して含まれている。このように、すべての場所は４つの異なる中ブロックと重なっている。言い換えると、ブロック分割機能１４５は、各領域の一部が他の領域の一部と重なり合うように画像化対象範囲を領域分割する。すなわち、ブロック分割機能１４５は、各分割領域が、少なくともいずれか１つの他の分割領域と重なり合うように走査範囲を複数の領域に分割する。
ステップＳ２７及びステップＳ２８は、相関行列計算機能１４１に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から相関行列計算機能１４１に対応する所定のプログラムを呼び出し実行することにより、相関行列計算機能１４１が実現されるステップである。ステップＳ２７では、相関行列計算機能１４１は、各小ブロック内で相関行列を計算する。ここで、相関行列計算機能１４１は、（式３）に示す１／Ｎの乗算を行わずに小ブロックの相関行列を計算する。
ステップＳ２８では、相関行列計算機能１４１は、中ブロックの相関行列を計算する。例えば、相関行列計算機能１４１は、４×４の小ブロックから構成される各中ブロックの相関行列を計算する。より具体的には、相関行列計算機能１４１は、小ブロックで計算した相関行列を加算して、中ブロックの相関行列を計算する。ここで、相関行列計算機能１４１は、小ブロックで計算した相関行列を加算して中ブロックの相関行列を計算した後に、中ブロック内の空間データの総数Ｎで除算する。
ステップＳ２９からステップＳ３３は、計算機能１４２に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から計算機能１４２に対応する所定のプログラムを呼び出し実行することにより、計算機能１４２が実現されるステップである。ステップＳ２９では、計算機能１４２は、中ブロックの相関行列から固有値及び固有ベクトルを計算する。ここで、計算機能１４２は、図３のステップＳ７と同様にして、中ブロックの相関行列から固有値及び固有ベクトルを計算する。
ステップＳ３０では、計算機能１４２は、固有値を規格化する。例えば、計算機能１４２は、画像化対象範囲全ての小ブロックで計算した相関行列を加算して画像全体の相関行列を計算する。そして、計算機能１４２は、図３のステップＳ８と同様にして、中ブロック毎に固有値分解した後に固有値を画像全体の相関行列の最大固有値で規格化する。
ステップＳ３１では、計算機能１４２は、固有値から最適ランクカット数ｋを求める。例えば、計算機能１４２は、図３のステップＳ９と同様にして、中ブロック毎の最適ランクカット数ｋを特許文献１（特開２０１４－１５８６９８号公報）に記載されている方法、あるいは、λkが閾値以下となる最小の値として求める。このように、画像全体の相関行列の最大固有値で規格化することで、ゲイン依存や領域分割による生体組織差による影響を除去することができる。
ステップＳ３２では、計算機能１４２は、図３のステップＳ１０と同様にして、固有ベクトル行列を求める。ステップＳ３３では、計算機能１４２は、図３のステップＳ１１と同様にして、ＭＴＩフィルタ行列を計算する。すなわち、計算機能１４２は、画像全体の相関行列の最大固有値で、画像を分割した分割領域の相関行列の固有値を規格化し、当該規格化固有値によりランクカット数を決定して、フィルタ係数を計算する。
ステップＳ３４は、ＭＴＩフィルタ処理機能１４３に対応するステップである。ドプラ処理回路１４が内部記憶回路１７からＭＴＩフィルタ処理機能１４３に対応する所定のプログラムを呼び出し実行することにより、ＭＴＩフィルタ処理機能１４３が実現されるステップである。ステップＳ３４では、ＭＴＩフィルタ処理機能１４３は、中ブロックのデータに、この中ブロックから計算したＭＴＩフィルタを施す。
例えば、ＭＴＩフィルタ処理機能１４３は、４×４の小ブロックから構成される（Ａ）の中ブロックのデータに、この４×４の小ブロックから構成される（Ａ）の中ブロックのデータから計算したＭＴＩフィルタを施す。ここで、ＭＴＩフィルタ処理機能１４３は、飽和推定機能１４５による処理後の中ブロックのデータに対して、この中ブロックから計算したＭＴＩフィルタを施す。なお、ＭＴＩフィルタ処理機能１４３は、飽和推定機能１４５により処理されていない中ブロックのデータに対して、この中ブロックから計算したＭＴＩフィルタを施してもよい。
ステップＳ３５及びステップＳ３６は、推定機能１４４に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から推定機能１４４に対応する所定のプログラムを呼び出し実行することにより、推定機能１４４が実現されるステップである。このステップＳ３５及びステップＳ３６では、推定機能１４４は、複数の走査線で形成される走査範囲を複数の領域に分割して得られた各分割領域から計算された統計的性質を用いて各分割領域における移動体情報を抽出する。ここで、推定機能１４４は、各分割領域が、少なくともいずれか１つの他の分割領域と重なり合うように走査範囲を複数の領域に分割し、各分割領域における統計的性質を用いて各分割領域間が重なり合う領域の統計的性質を計算して、移動体情報を抽出する。
より具体的には、推定機能１４４は、ステップＳ３５では、ステップＳ３４でＭＴＩフィルタを施した中ブロックのデータから、ステップＳ１３と同様にしてパワーＰを推定する。そして、推定機能１４４は、ステップＳ３６では、ステップＳ３４でＭＴＩフィルタを施した中ブロックのデータから、ステップＳ１４と同様にして速度Ｖを推定する。
ステップＳ３７は、合成機能１４８に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から合成機能１４８に対応する所定のプログラムを呼び出し実行することにより、合成機能１４８が実現されるステップである。ステップＳ３７では、合成機能１４８は、重み付け加算する。図９は、第２の実施形態を説明するための図である。図９では、位置に応じた重みの分布を示す。例えば、合成機能１４８は、図９に示す重み係数を用いたバイリニア法にて位置に応じた重み係数を乗算して同じ位置のデータを加算することで画素を補間する。
ステップＳ３８は、穴埋め処理機能１４６に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から穴埋め処理機能１４６に対応する所定のプログラムを呼び出し実行することにより、穴埋め処理機能１４６が実現されるステップである。ステップＳ３８では、ステップＳ１５と同様にして穴埋め処理機能１４６は、穴埋め処理を実行する。
ステップＳ３９は、画像生成回路１５により実現されるステップである。ステップＳ３９では、画像生成回路１５は、ステップＳ１６と同様にして移動体情報からカラードプラ画像データを生成する。ここで、例えば、画像生成回路１５は、各分割領域における移動体情報に基づく画像データを生成する。ステップＳ４０は、処理回路１８により実現されるステップである。ステップＳ４０では、処理回路１８は、ステップＳ１７と同様にしてモニタ２に、カラードプラ画像データを表示させる。
図１０は、第２の実施形態を説明するための図である。図１０では、ブロック毎に図４と同様な飽和処理を行って重み付け加算した場合における、血流のパワー値を画像化した一例を示す。図１０に示すように、画像中央左の血管の横断面の血管壁は飽和して黒く抜けている。図５と比較すると図１０では体表の筋肉層の組織はほぼ消失し、画像中央左の血管の横断面の血流の下側の輝度の上昇も図５に比べると抑えられている。
上述したように、第２の実施形態に係る超音波診断装置は、整相加算処理により生成される反射波データの強度に応じて各観測点の飽和を推定し、飽和していると推定した観測点の信号を抑えた出力結果を用いて、各分割領域の相関行列を計算する。これにより、第２の実施形態によれば、飽和した信号が相関行列に与える影響を低減することが可能になる。この結果、第２の実施形態によれば、ＣＦＭ法において画質を向上させることが可能になる。
また、第２の実施形態では、ブロック分割機能１４７は、図８に示すように画像化対象範囲を小ブロックに分割する。これにより、相関行列計算機能１４１は、小ブロックの相関行列の加算で中ブロックの相関行列を計算できる。また、中ブロックは小ブロック単位で重なっているので相関行列の計算に無駄がない。更に、小ブロック単位で空間データとパケットデータをメモリに格納しておくことでＭＴＩフィルタ行列演算をＣＰＵで実行する場合にキャッシュ効率が良い。
なお、上述した第２の実施形態では、ブロック分割機能１４７は、中ブロックの一部が他の中ブロックの一部と重複するように中ブロックを構成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のではない。例えば、ブロック分割機能１４７は、中ブロックの一部が他の中ブロックの一部とは重複しないように中ブロックを構成してもよい。
（第３の実施形態）
第３の実施形態では、第１の実施形態で作成したパワー信号Ｐ１と第２の実施形態で作成したパワー信号Ｐ２とから最終的な出力パワー信号Ｐ３を決定する場合について説明する。
なお、第３の実施形態に係る超音波診断装置の構成例は、推定機能１４４及び画像生成回路１５に一部の機能が付加的に備わる点を除いて、図６に示す第２の実施形態に係る超音波診断装置の構成例と同様である。このため、第３の実施形態では、推定機能１４４及び画像生成回路１５についてのみ説明する。
第３の実施形態に係る推定機能１４４は、複数の走査線で形成される走査範囲から計算された統計的性質を用いて第１の移動体情報を抽出し、走査範囲を複数の領域に分割して得られた各分割領域から計算された統計的性質を用いて各分割領域における第２の移動体情報を抽出する。ここで、第３の実施形態に係る推定機能１４４は、第１の移動体情報及び第２の移動体情報としてパワー値を算出する。図１１Ａから図１１Ｃは、第３の実施形態を説明するための図である。図１１Ａでは、第１の移動体情報に基づく画像データの一例を示し、図１１Ｂでは、第２の移動体情報に基づく画像データの一例を示す。
例えば、図１１Ａと図１１Ｂとにおいて、円で囲んだ領域Ｂ及び領域Ｃを比較すると、組織の抑圧能は、図１１Ｂの方が優れている。また、図１１Ｂには画像中央左の血管の横断面の血流の下側（円で囲んだ領域Ａ）の輝度の上昇が認められるのに対して図１１Ａではこのような上昇はない。この輝度の上昇は血管壁が飽和していて、飽和検出した部位以外にもビームフォーミング前のＣＨ信号では飽和している部位があるからと考えられる。相関行列がこの検出できない飽和信号の悪影響を受けて、ＭＴＩフィルタ行列が正しく計算されていない可能性が考えられる。
一方、図１１Ａでは画像全体から相関行列を計算するので、局所的な検出できない飽和信号の重みは小さくなる。更に、図１１Ｂでは大血管の辺縁の輝度が多少上がっているのに対して、図１１Ａでは、大血管の辺縁の組織の輝度が下がってコントラストが良い。これは分割した領域の大部分に大血管が含まれる場合に、相関行列に血管の信号成分が多くなって、組織だけが主成分ではなくなるためと考えられる。
このように、図１１Ａ及び図１１Ｂの２つの画像には、良い場所と悪い場所とがある。そこで、第３の実施形態に係る画像生成回路１５は、２つの画像の良いところ取りをする。すなわち、第３の実施形態に係る画像生成回路１５は、第１の移動体情報と第２の移動体情報とに基づく画像データを生成する。例えば、第３の実施形態に係る画像生成回路１５は、以下の（式２０）を用いて最終的な出力パワー信号Ｐ３を計算する。
Figure 0007034686000020
すなわち、第３の実施形態に係る画像生成回路１５は、Ｐ１に係数αを掛けた信号とＰ２の小さい方を最終的な出力パワー信号Ｐ３とする。言い換えると、第３の実施形態に係る画像生成回路１５は、第１の移動体情報として算出したパワー値に基づく第１画像データと、第２の移動体情報として算出したパワー値に基づく第２画像データとを生成する。そして、第３の実施形態に係る画像生成回路１５は、第１の画像データ及び第２の画像データの少なくともいずれか一方のパワー値に係数を乗じ、第１の画像データのパワー値及び第２の画像データのパワー値のうち値が小さい方を選択して、画像データを生成する。なお、（式２０）において、α＝０．７５である。このαの値は、事前に検討された値であり任意に設定可能である。図１１Ｃは、最終的な出力パワー信号Ｐ３に基づく画像データの一例を示す。図１１Ｃでは、図１１Ｂで見られた画像中央左の血管の横断面の血流の下側（円で囲んだ領域Ａ）の輝度の上昇が見られず、血管辺縁のコントラストが良くなっている。
上述したように、第３の実施形態では、第１の移動体情報と第２の移動体情報とに基づく画像データを生成する。これにより、第３の実施形態によれば、ＣＦＭ法において画質を向上させることが可能になる。
（第４の実施形態）
上述した第３の実施形態で説明したパワー信号の選択処理を行った場合でも、ブロック間のゲイン差が目立つ場合がある。例えば、強反射体付近で飽和によるサイドローブが発生していることや、ブロックによって組織からの反射エコー強度が異なることが原因と考えられる。そこで、第４の実施形態では、このブロック間ゲイン差を抑圧するために、ブロック毎にゲイン補正を行う場合について説明する。
図１２は、第４の実施形態に係る超音波診断装置の構成例を示すブロック図である。なお、図１２に示す第４の実施形態に係る超音波診断装置の構成例は、ドプラ処理回路１４において、平均値計算機能１４９を更に実行する点と合成機能１４８の一部の機能が異なる点とを除いて、図６に示す第２の実施形態に係る超音波診断装置の構成例と同様である。このため、第４の実施形態では、平均値計算機能１４９と合成機能１４８とについてのみ説明する。
例えば、平均値計算機能１４９は、各分割領域における移動体情報の平均値を算出する。合成機能１４８は、平均値を用いて各分割領域の移動体情報を補正する。なお、第４の実施形態に係る相関行列計算機能１４１、計算機能１４２、ＭＴＩフィルタ処理機能１４３、推定機能１４４、平均値計算機能１４９及び合成機能１４８は、抽出部の一例である。
図１３は、第４の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。図１３では、超音波診断装置の各構成要素がフローチャートのどのステップに対応するかを説明する。なお、図１３に示すフローチャートにおいて、図７に示すフローチャートと同様の処理については、同一の符号を付与して詳細な説明を省略する。例えば、図１３に示すステップＳ５１からステップＳ６６の処理は、図７に示すステップＳ２１からステップＳ３６の処理に対応する。
ステップＳ６７は、平均値計算機能１４９に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から平均値計算機能１４９に対応する所定のプログラムを呼び出し実行することにより、平均値計算機能１４９が実現されるステップである。ステップＳ６７では、平均値計算機能１４９は、中ブロック毎のパワーの平均値を計算する。
ステップＳ６８は、合成機能１４８に対応するステップである。ドプラ処理回路１４が内部記憶回路１７から合成機能１４８に対応する所定のプログラムを呼び出し実行することにより、合成機能１４８が実現されるステップである。ステップＳ６８では、合成機能１４８は、ゲイン補正を行う。ここで例えば、当該ブロックの各点のパワー値をＰｉ、平均値をＰ０とし、当該ブロックを除く隣接する８ブロックの平均値又は最小値をＰ１とする。かかる場合、合成機能１４８は、Ｔｈを閾値として以下の（式２１）を用いて、パワー値の補正を行う。すなわち、合成機能１４８は、平均値が隣接する分割領域の平均値と同じになるように各分割領域の移動体情報を補正する。
Figure 0007034686000021
なお、合成機能１４８は、輝度上昇が広範囲に渡る場合等は、Ｐ１として近隣の平均値よりも最小値を用いる方が望ましい場合がある。
なお、図１３に示すステップＳ６９からステップＳ７１の処理は、図７に示すステップＳ３８からステップＳ４０６の処理に対応する。これにより、画像生成回路１５は、補正後の各分割領域の移動体情報に基づく画像データを生成する。
上述したように、第４の実施形態では、各分割領域における移動体情報の平均値を算出し、平均値を用いて各分割領域の移動体情報を補正し、補正後の各分割領域の移動体情報に基づく画像データを生成することで、ブロック毎にゲイン補正を行う。これにより、第４の実施形態によれば、ＣＦＭ法において画質を向上させることが可能になる。
（第４の実施形態の変形例）
上述した第４の実施形態では、信号の飽和を推定する処理を実行したうえで、ゲイン補正を実行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のではない。例えば、ゲイン補正を実行する場合、信号の飽和を推定する処理を実行しなくてもよい。
図１４は、第４の実施形態の変形例に係る超音波診断装置の構成例を示すブロック図である。なお、図１４に示す第４の実施形態の変形例に係る超音波診断装置の構成例は、ドプラ処理回路１４の構成例が異なる点を除いて、図１２に示す第４の実施形態に係る超音波診断装置の構成例と同様である。このため、第４の実施形態の変形例では、ドプラ処理回路１４についてのみ説明する。
図１４に示すように、第４の実施形態の変形例に係るドプラ処理回路１４は、相関行列計算機能１４１と、計算機能１４２と、ＭＴＩフィルタ処理機能１４３と、推定機能１４４と、ブロック分割機能１４７と、合成機能１４８と、平均値計算機能１４９とを実行する。
ブロック分割機能１４７は、画像化対象範囲を複数の領域に分割する。相関行列計算機能１４１は、各小ブロック内で相関行列を計算する。また、相関行列計算機能１４１は、中ブロックの相関行列を計算する。計算機能１４２は、中ブロックの相関行列から固有値及び固有ベクトルを計算して、ＭＴＩフィルタ行列を計算する。ＭＴＩフィルタ処理機能１４３は、中ブロックのデータに、この中ブロックから計算したＭＴＩフィルタを施す。
推定機能１４４は、ＭＴＩフィルタを施した中ブロックのデータから、移動体情報を抽出する。すなわち、推定機能１４４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反射波信号の整相加算処理により生成される反射波データの集合であるデータ列を用いて、複数の走査線で形成される走査範囲を複数の領域に分割して得られた各分割領域から計算された統計的性質を用いて各分割領域における移動体情報を抽出する。平均値計算機能１４９は、各分割領域における移動体情報の平均値を算出する。合成機能１４８は、平均値を用いて各分割領域の移動体情報を補正する。そして、画像生成回路１５は、補正後の各分割領域の移動体情報に基づく画像データを生成する。
上述したように、第４の実施形態の変形例では、各分割領域における移動体情報の平均値を算出し、平均値を用いて各分割領域の移動体情報を補正し、補正後の各分割領域の移動体情報に基づく画像データを生成することで、ブロック毎にゲイン補正を行う。これにより、第４の実施形態の変形例によれば、ＣＦＭ法において画質を向上させることが可能になる。
（第５の実施形態）
上述した各実施形態では、ＣＦＭ法において、信号の飽和を推定した結果に基づくデータとして、飽和した信号による影響を軽減した血流画像を生成する場合について説明した。しかしながら、実施形態は血流画像を生成する場合に限定されるものではない。例えば、超音波診断装置は、信号の飽和を推定した結果に基づくデータとして、評価用画像データ生成するようにしてもよい。
図１５は、第５の実施形態に係る超音波診断装置の構成例を示すブロック図である。なお、図１５に示す第５の実施形態に係る超音波診断装置の構成例は、ドプラ処理回路１４及び処理回路１８の構成が異なる点を除いて、図１に示す第１の実施形態に係る超音波診断装置の構成例と同様である。このため、第５の実施形態では、ドプラ処理回路１４及び処理回路１８についてのみ説明する。
第５の実施形態に係るドプラ処理回路１４は、相関行列計算機能１４１と、計算機能１４２と、ＭＴＩフィルタ処理機能１４３と、推定機能１４４とを実行する。ここで、例えば、図１５に示すドプラ処理回路１４の構成要素である相関行列計算機能１４１と、計算機能１４２と、ＭＴＩフィルタ処理機能１４３と、推定機能１４４とが実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で内部記憶回路１７内に記録されている。ドプラ処理回路１４は、例えば、プロセッサであり、内部記憶回路１７から各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態のドプラ処理回路１４は、図１５のドプラ処理回路１４内に示された各機能を有することとなる。
第５の実施形態に係る処理回路１８は、飽和推定機能１８ａと、制御機能１８ｂとを実行する。ここで、例えば、図１５に示す処理回路１８の構成要素である飽和推定機能１８ａと、制御機能１８ｂとが実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で内部記憶回路１７内に記録されている。処理回路１８は、例えば、プロセッサであり、内部記憶回路１７から各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。換言すると、各プログラムを読み出した状態の処理回路１８は、図１５の処理回路１８内に示された各機能を有することとなる。
例えば、飽和推定機能１８ａ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反射波信号を用いた整相加算処理により生成される反射波データの強度に応じて、前記整相加算処理前の反射波信号の飽和を推定し、推定した結果を出力する。なお、飽和推定機能１８ａは、飽和推定部の一例である。
制御機能１８ｂは、推定した結果に基づくデータをモニタ２に表示させる。なお、制御機能１８ｂは、制御部の一例である。
図１６は、第５の実施形態に係る超音波診断装置による処理手順を示すフローチャートである。図１６では、超音波診断装置の各構成要素がフローチャートのどのステップに対応するかを説明する。なお、図１６に示すフローチャートにおいて、図３に示すフローチャートと同様の処理については、同一の符号を付与して詳細な説明を省略する。
また、図１６に示す処理は、例えば、ＣＦＭ法に先立って実行されてもよいし、ＣＦＭ法の実行時にデータを利用して実行されてもよいし、ＣＦＭ法と時分割で実行されてもよい。なお、図１６に示す処理の走査範囲は、少なくともＣＦＭ法の走査範囲の一部を含むものとする。また、第５の実施形態では、ＣＦＭ法において、ＭＴＩフィルタとして係数が固定されたフィルタ及び適応型ＭＴＩフィルタのいずれが用いられてもよい。
図１６に示すステップＳ８１からステップＳ８５の処理は、飽和推定機能１８ａにより実現されるステップである。処理回路１８が内部記憶回路１７から飽和推定機能１８ａに対応する所定のプログラムを呼び出し実行することにより、飽和推定機能１８ａが実現されるステップである。ステップＳ８１からステップＳ８４では、飽和推定機能１８ａは、図３に示すステップＳ１からステップＳ４の処理と同様にして、同一走査線において超音波を送信することで発生した反射波信号を用いた整相加算処理により生成される反射波データの強度に応じて、整相加算処理前の反射波信号の飽和を推定し、推定した結果を出力する。飽和推定機能１８ａは、反射波信号が飽和している観測点では０を出力値とし、反射波信号が飽和していない観測点では反射波データの強度を出力値とする。
ステップＳ８５では、飽和推定機能１８ａは、評価用画像データを生成する。例えば、飽和推定機能１８ａは、飽和推定機能１８ａによる各観測点における出力値を評価用画像データとして生成する。図１７は、第５の実施形態を説明するための図である。例えば、飽和推定機能１８ａは、図１７に示すように、出力値と観測点とを対応付けた評価用画像データを生成する。ここで、図１７では、反射信号が飽和している観測点を黒塗りＰ１及びＰ２で示す。
ステップＳ８６の処理は、制御機能１８ｂにより実現されるステップである。処理回路１８が内部記憶回路１７から制御機能１８ｂに対応する所定のプログラムを呼び出し実行することにより、制御機能１８ｂが実現されるステップである。ステップＳ８６では、制御機能１８ｂは、モニタ２に、評価用画像データを表示させる。これにより、超音波診断装置の操作者は、超音波走査範囲内に反射波信号が飽和している観測点の有無を確認することが可能になる。例えば、操作者は、飽和している観測点が無い場合には、超音波走査により得られた計測値が飽和の影響を受けておらず、信頼性が高いと評価できる。一方、操作者は、飽和している観測点が存在する場合には、超音波走査により得られた計測値が飽和の影響を受けており、信頼性が低いと評価できる。また、計測値の信頼性とは画像が正しいかと言うこと以外に、血流の存在する領域のピクセル数をカウントして血流の多寡を判断するような計測の計測値が信頼できるかと言った計測値の信頼性の指標にも使える。
上述したように、第５の実施形態では、各観測点における出力値を評価用画像データとして生成してモニタ２に表示する。これにより、計測値の信頼性を評価することが可能になる。この結果、第５の実施形態によれば、ＣＦＭ法において画質を向上させることが可能になる。
なお、上述した実施形態では、飽和推定機能１８ａは、出力値と観測点とを対応付けた評価用画像データを生成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のではない。例えば、飽和推定機能１８ａは、推定した結果に基づくデータとして、各観測点における飽和の程度を示す文字情報や音声情報を生成してもよい。
（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。
上述した実施形態では、飽和推定機能１４５は、同一地点のパケット内に１つでも飽和信号があった場合、推定した結果としてすべてのパケット信号を０にする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、飽和推定機能１４５は、整相加算処理前の反射波信号が飽和していると推定した場合には、値が１未満の所定の係数を反射波データに乗じた出力信号を出力するようにしてもよい。
上記説明において用いた「プロセッサ」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ(Graphics Processing Unit)、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは記憶回路に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。さらに、図１における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。
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エアとして実現され得る。
また、上記の実施形態で説明した医用画像処理方法は、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。
以上説明した少なくとも一つの実施形態によれば、ＣＦＭ法において画質を向上させることができる。
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
１５ 画像生成回路
１８ 処理回路
１４１ 相関行列計算機能
１４２ 計算機能
１４３ ＭＴＩフィルタ処理機能
１４４ 推定機能
１４５ 飽和推定機能
１４６ 穴埋め処理機能

Claims (17)

  1. 同一走査線において超音波を送信することで発生した反射波信号を用いた整相加算処理により生成される反射波データの強度と閾値とを比較することにより、前記整相加算処理前の反射波信号の値がダイナミックレンジを超えている状態となる当該反射波信号の飽和を推定し、推定した結果を出力する飽和推定部と、
    前記推定した結果に基づく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. 前記反射波信号が飽和したか否かを示す前記推定した結果に基づく移動体情報を抽出する抽出部と、
    前記移動体情報に基づく画像データを生成する画像生成部と、を更に備え、
    前記制御部は、前記画像データを表示部に表示させる、請求項１に記載の超音波診断装置。
  3. 前記飽和推定部は、前記反射波信号が飽和したか否かを示す前記推定した結果に基づく出力信号を出力し、
    前記抽出部は、前記出力信号の集合であるデータ列から統計的性質を用いて移動体情報を抽出する、請求項２に記載の超音波診断装置。
  4. 前記飽和推定部は、前記整相加算処理前の反射波信号が飽和していると推定した場合には、値が１未満の所定の係数又は０を前記反射波データに乗じた出力信号を出力する、請求項３に記載の超音波診断装置。
  5. 前記飽和推定部は、観測点において前記整相加算処理前の反射波信号が飽和していると推定した場合、当該観測点近傍の空間に対して、値が１未満の所定の係数又は０を乗じた出力信号を出力させる、請求項４に記載の超音波診断装置。
  6. 前記抽出部は、前記整相加算処理前の反射波信号が飽和していると推定した出力信号が出力された場合には、当該出力信号を前記移動体情報の抽出に用いない、請求項３又は４に記載の超音波診断装置。
  7. 前記抽出部は、複数の走査線で形成される走査範囲を複数の領域に分割して得られた各分割領域から計算された前記統計的性質を用いて各分割領域における移動体情報を抽出し、
    前記画像生成部は、前記各分割領域における移動体情報に基づく画像データを生成する、請求項３～６のいずれか１つに記載の超音波診断装置。
  8. 前記抽出部は、各分割領域が、少なくともいずれか１つの他の分割領域と重なり合うように前記走査範囲を複数の領域に分割し、各分割領域における統計的性質を用いて各分割領域間が重なり合う領域の統計的性質を計算して、移動体情報を抽出する、請求項７に記載の超音波診断装置。
  9. 前記抽出部は、複数の走査線で形成される走査範囲から計算された前記統計的性質を用いて第１の移動体情報を抽出し、前記走査範囲を複数の領域に分割して得られた各分割領域から計算された前記統計的性質を用いて各分割領域における第２の移動体情報を抽出し、
    前記画像生成部は、前記第１の移動体情報と前記第２の移動体情報とに基づく画像データを生成する、請求項７又は８に記載の超音波診断装置。
  10. 前記抽出部は、前記第１の移動体情報及び前記第２の移動体情報としてパワー値を算出し、
    前記画像生成部は、前記第１の移動体情報として算出したパワー値に基づく第１画像データと、前記第２の移動体情報として算出したパワー値に基づく第２画像データとを生成し、前記第１画像データ及び前記第２画像データの少なくともいずれか一方のパワー値に係数を乗じ、前記第１画像データのパワー値及び前記第２画像データのパワー値のうち値が小さい方を選択して、画像データを生成する、請求項９に記載の超音波診断装置。
  11. 前記抽出部は、前記各分割領域における移動体情報の平均値を算出し、前記平均値を用いて各分割領域の移動体情報を補正し、
    前記画像生成部は、補正後の前記各分割領域の移動体情報に基づく画像データを生成する、請求項７又は８に記載の超音波診断装置。
  12. 前記抽出部は、前記平均値が隣接する分割領域の平均値と同じになるように各分割領域の移動体情報を補正する、請求項１１に記載の超音波診断装置。
  13. 前記抽出部は、
    前記出力信号の集合であるデータ列を用いて、前記統計的性質として相関行列を計算し、
    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し、
    前記データ列から前記フィルタ係数を用いて移動体情報を抽出する、請求項３～１２のいずれか１つに記載の超音波診断装置。
  14. 前記抽出部は、画像全体の相関行列の最大固有値で、画像を分割した分割領域の相関行列の固有値を規格化し、当該規格化固有値によりランクカット数を決定して、前記フィルタ係数を計算する、請求項１３に記載の超音波診断装置。
  15. 前記整相加算処理前の反射波信号が飽和していると推定された観測点の移動体情報を当該観測点の周囲の移動体情報から補間する補間部を更に備える、請求項２～１４のいずれか１つに記載の超音波診断装置。
  16. 同一走査線において超音波を送信することで発生した反射波信号を用いた整相加算処理により生成される反射波データの強度と閾値とを比較することにより、前記整相加算処理前の反射波信号の値がダイナミックレンジを超えている状態となる当該反射波信号の飽和を推定し、推定した結果を出力する飽和推定部と、
    前記推定した結果に基づくデータを表示部に表示させる制御部と、
    を備える、医用画像処理装置。
  17. 同一走査線において超音波を送信することで発生した反射波信号を用いた整相加算処理により生成される反射波データの強度と閾値とを比較することにより、前記整相加算処理前の反射波信号の値がダイナミックレンジを超えている状態となる当該反射波信号の飽和を推定し、推定した結果を出力し、
    前記推定した結果に基づくデータを表示部に表示させる、
    各処理をコンピュータに実行させる、医用画像処理プログラム。
JP2017230839A 2017-11-30 2017-11-30 超音波診断装置、医用画像処理装置及びそのプログラム Active JP7034686B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017230839A JP7034686B2 (ja) 2017-11-30 2017-11-30 超音波診断装置、医用画像処理装置及びそのプログラム
US16/200,692 US11564662B2 (en) 2017-11-30 2018-11-27 Ultrasound diagnosis apparatus, medical image processing apparatus, and medical image processing method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017230839A JP7034686B2 (ja) 2017-11-30 2017-11-30 超音波診断装置、医用画像処理装置及びそのプログラム

Publications (2)

Publication Number Publication Date
JP2019097794A JP2019097794A (ja) 2019-06-24
JP7034686B2 true JP7034686B2 (ja) 2022-03-14

Family

ID=66634700

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017230839A Active JP7034686B2 (ja) 2017-11-30 2017-11-30 超音波診断装置、医用画像処理装置及びそのプログラム

Country Status (2)

Country Link
US (1) US11564662B2 (ja)
JP (1) JP7034686B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7374010B2 (ja) * 2020-02-05 2023-11-06 大成建設株式会社 風速分布推定装置及び風速分布推定方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013092885A (ja) 2011-10-25 2013-05-16 Nippon Telegr & Teleph Corp <Ntt> 画像処理装置、方法、及びプログラム
JP2014158698A (ja) 2013-01-22 2014-09-04 Toshiba Corp 超音波診断装置、画像処理装置及び画像処理方法
US20160157827A1 (en) 2014-12-03 2016-06-09 General Electric Company Methods and systems for ultrasound imaging
US20170071569A1 (en) 2015-09-14 2017-03-16 Toshiba Medical Systems Corporation Ultrasonic diagnostic apparatus and signal processing apparatus

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4324258A (en) * 1980-06-24 1982-04-13 Werner Huebscher Ultrasonic doppler flowmeters
US8220334B2 (en) * 2006-11-10 2012-07-17 Penrith Corporation Transducer array imaging system
US7786909B2 (en) * 2008-01-21 2010-08-31 Texas Instruments Incorporated Analog to digital converter with improved input overload recovery
JP5249327B2 (ja) * 2008-07-01 2013-07-31 パナソニック株式会社 超音波診断装置
US8306296B2 (en) 2009-04-30 2012-11-06 Medison Co., Ltd. Clutter signal filtering using eigenvectors in an ultrasound system
JP5985276B2 (ja) 2012-07-02 2016-09-06 住友建機株式会社 建設機械の油圧回路及びその制御装置
US20140039317A1 (en) * 2012-07-31 2014-02-06 Toshiba Medical Systems Corporation Ultrasound diagnosis apparatus and controlling method
WO2014115783A1 (ja) * 2013-01-23 2014-07-31 株式会社東芝 超音波診断装置、画像処理装置及び画像処理方法
JP6282942B2 (ja) * 2014-06-18 2018-02-21 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、画像処理装置及び画像処理プログラム
JP6132873B2 (ja) 2015-06-03 2017-05-24 シャープ株式会社 照明装置
JP5904300B2 (ja) 2015-06-04 2016-04-13 株式会社島津製作所 質量分析装置
JP6580915B2 (ja) 2015-09-14 2019-09-25 キヤノンメディカルシステムズ株式会社 超音波診断装置及び信号処理装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013092885A (ja) 2011-10-25 2013-05-16 Nippon Telegr & Teleph Corp <Ntt> 画像処理装置、方法、及びプログラム
JP2014158698A (ja) 2013-01-22 2014-09-04 Toshiba Corp 超音波診断装置、画像処理装置及び画像処理方法
US20150320395A1 (en) 2013-01-22 2015-11-12 Kabushiki Kaisha Toshiba Ultrasonic diagnostic apparatus, image processing apparatus, and image processing method
US20160157827A1 (en) 2014-12-03 2016-06-09 General Electric Company Methods and systems for ultrasound imaging
US20170071569A1 (en) 2015-09-14 2017-03-16 Toshiba Medical Systems Corporation Ultrasonic diagnostic apparatus and signal processing apparatus
JP2017055845A (ja) 2015-09-14 2017-03-23 東芝メディカルシステムズ株式会社 超音波診断装置及び信号処理装置

Also Published As

Publication number Publication date
US11564662B2 (en) 2023-01-31
JP2019097794A (ja) 2019-06-24
US20190159763A1 (en) 2019-05-30

Similar Documents

Publication Publication Date Title
US10603014B2 (en) Ultrasonic diagnostic apparatus, image processing apparatus, and image processing method
JP6342212B2 (ja) 超音波診断装置
JP6635766B2 (ja) 超音波診断装置、信号処理装置及び解析プログラム
US10028724B2 (en) Ultrasonic diagnosis apparatus and image processing method
US10564281B2 (en) Ultrasonography apparatus and ultrasonic imaging method
JP6415937B2 (ja) 医用画像処理装置、超音波診断装置、医用画像処理方法および医用画像処理プログラム
JP6113592B2 (ja) 超音波診断装置及び超音波イメージングプログラム
JP7305438B2 (ja) 解析装置及びプログラム
CN115590554A (zh) 超声波摄像装置、信号处理方法以及信号处理程序
JP6460707B2 (ja) 超音波診断装置、超音波画像処理装置及び超音波画像処理プログラム
US20170296146A1 (en) Ultrasonic diagnostic device and method of generating discrimination information
WO2020149191A1 (ja) 画像解析装置
JP6697609B2 (ja) 超音波診断装置、画像処理装置及び画像処理方法
JP7034686B2 (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
JP5509058B2 (ja) 超音波診断装置及び画像処理装置
JP6945427B2 (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
US11717269B2 (en) Ultrasound diagnosis apparatus, medical image processing apparatus, and storage medium
JP6288998B2 (ja) 超音波診断装置及び超音波イメージングプログラム
JP7171291B2 (ja) 超音波診断装置及び画像処理プログラム
JP6843591B2 (ja) 超音波診断装置
US20230240658A1 (en) Ultrasonic diagnostic apparatus and image processing apparatus
JP2023104734A (ja) 超音波診断装置、及び画像処理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200819

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210728

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211101

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: 20220201

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220302

R150 Certificate of patent or registration of utility model

Ref document number: 7034686

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150