JP7078457B2 - 血流画像処理装置及び方法 - Google Patents

血流画像処理装置及び方法 Download PDF

Info

Publication number
JP7078457B2
JP7078457B2 JP2018102189A JP2018102189A JP7078457B2 JP 7078457 B2 JP7078457 B2 JP 7078457B2 JP 2018102189 A JP2018102189 A JP 2018102189A JP 2018102189 A JP2018102189 A JP 2018102189A JP 7078457 B2 JP7078457 B2 JP 7078457B2
Authority
JP
Japan
Prior art keywords
image
blood flow
flow image
color
depth map
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
JP2018102189A
Other languages
English (en)
Other versions
JP2019205604A (ja
Inventor
剛啓 辻田
Original Assignee
富士フイルムヘルスケア株式会社
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 富士フイルムヘルスケア株式会社 filed Critical 富士フイルムヘルスケア株式会社
Priority to JP2018102189A priority Critical patent/JP7078457B2/ja
Priority to US16/361,371 priority patent/US11017512B2/en
Priority to CN201910223649.2A priority patent/CN110537936B/zh
Publication of JP2019205604A publication Critical patent/JP2019205604A/ja
Application granted granted Critical
Publication of JP7078457B2 publication Critical patent/JP7078457B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/90Dynamic range modification of images or parts thereof
    • G06T5/92Dynamic range modification of images or parts thereof based on global image properties
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/06Measuring blood flow
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461Displaying means of special interest
    • A61B8/466Displaying means of special interest adapted to display 3D data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/488Diagnostic techniques involving Doppler signals
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/08Volume rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/50Lighting effects
    • G06T15/506Illumination models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13Tomography
    • A61B8/14Echo-tomography
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48Diagnostic techniques
    • A61B8/483Diagnostic techniques involving the acquisition of a 3D volume of data
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207Devices 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20172Image enhancement details
    • G06T2207/20208High dynamic range [HDR] image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104Vascular flow; Blood flow; Perfusion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical

Landscapes

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

Description

本発明は血流画像処理装置及び方法に関し、特に血流画像の加工に関する。
医療の分野において、超音波診断装置が活用されている。超音波診断装置は、生体への超音波の送受波により得られた受信信号に基づいて超音波画像を形成する装置である。超音波画像として、断層画像、血流画像、等が知られている。血流画像は、一般に、生体内におけるビーム走査面(二次元データ取込領域)内の血液の流れを二次元表現したものである。
血流画像の具体例として、パワー画像、速度画像等があげられる。パワー画像は、生体内から得られたドプラ情報のパワーの二次元分布を表した画像である。速度画像は、生体内から得られたドプラ情報に基づいて演算される速度の二次元分布を表した画像である。速度画像においては、正方向の流れ(プローブに近付いてくる流れ)が例えば暖色系の色相で表現され、負方向の流れ(プローブから遠ざかる流れ)が例えば寒色系の色相で表現される。その場合、各方向における速度の大きさが輝度で表現される。
特開平11-206768号公報 特許3946815号公報
二次元の血流画像において視認性を高めることが望まれている。換言すれば、二次元領域内における血液の流れの空間的な変化を強調表現することが望まれている。
特許文献1には、血流を疑似的に立体表現することが記載されている。特許文献2には、血流の速度分布を疑似的に立体表現することが記載されている。しかし、いずれの特許文献にも、疑似的な深さマップの生成及びその利用については記載されていない。
本発明の目的は、血流画像の視認性を高めることにある。あるいは、本発明の目的は、二次元領域における血液の流れの空間的な変化を強調表現することにある。
本発明に係る血流画像処理装置は、生体内の二次元領域における血流を表す血流画像に基づいて、疑似的な深さマップを生成する深さマップ生成手段と、前記深さマップに基づいて、前記血流の空間的変化を強調するための強調画像を生成する強調画像生成手段と、前記強調画像を用いて前記血流画像を加工する加工手段と、を含むものである。
本発明に係る血流画像処理方法は、血流画像処理装置が実行する血流画像処理方法であって、生体内の二次元領域における血流を表す血流画像に基づいて、疑似的な深さマップを生成する工程と、反射モデルに基づいて、前記深さマップから前記血流の空間的変化を強調するための強調画像を生成する工程と、前記強調画像を前記血流画像に合成し、強調済み血流画像を生成する工程と、を含むものである。
上記方法は、ハードウエアの機能又はソフトウエアの機能として実現され、後者の場合、その機能を実現するプログラムが、可搬型記憶媒体又はネットワークを介して、血流画像処理装置へインストールされる。血流画像処理装置の概念には、超音波診断装置、情報処理装置等が含まれる。
本発明によれば、血流画像の視認性を高められる。あるいは、本発明によれば、二次元領域内における血液の流れの空間的な変化を強調表現できる。
実施形態に係る超音波診断装置の構成を示すブロック図である。 深さマップを示す概念図である。 反射モデルを示す概念図である。 反射画像生成部及び表示処理部の第1構成例を示すブロック図である。 反射画像の生成を説明するための図である。 強調済みパワー画像の一例を示す図である。 強調済み速度画像の一例を示す図である。 他の強調済み血流画像を示す図である。 ガイダンス像の操作を説明するための図である。 反射画像生成部及び表示処理部の第2構成例を示すブロック図である。 反射画像生成部及び表示処理部の第3構成例を示すブロック図である。 反射画像生成部及び表示処理部の第4構成例を示すブロック図である。
以下、実施形態を図面に基づいて説明する。
(1)実施形態の概要
実施形態に係る血流画像処理装置において、深さマップ生成手段は、生体内の二次元領域における血流を表す血流画像に基づいて、疑似的な深さマップを生成し、強調画像生成手段は、深さマップに基づいて血流の空間的変化を強調するための強調画像を生成し、加工手段は、強調画像を用いて血流画像を加工する。
対象物を立体的又は写実的に表現するための技術として、各種のレンダリング技術が提案されている。いずれのレンダリング技術を採用する場合でも、対象物についての三次元データが必要となる。血流画像は二次元データであり、血流画像それ自体に対してレンダリング技術を適用しても、血流を立体的に表現することはできない。
これに対し、上記構成によれば、血流画像に基づいて、疑似的な奥行き情報である深さマップ(高低マップ)が人工的に生成される。つまり、二次元データから疑似的な三次元データが生成される。深さマップに対するレンダリング技術(あるいは立体表現技術)の適用により、血液の流れの空間的な変化が強調された強調画像を得て、その強調画像に基づいて血流画像を加工することが可能となる。
実施形態において、血流画像は、典型的には、パワー画像、速度画像である。実施形態において、レンダリングに際しては、立体表現モデルが利用される。立体表現モデルは、望ましくは、反射モデルである。反射モデルとして、鏡面反射モデル及び拡散反射モデルが知られているところ、実施形態では、鏡面反射モデルが採用されている。それ以外の反射モデルが採用されてもよい。血流画像の加工の概念には、血流画像に対する強調画像の合成の他、強調画像に基づく血流画像の補正、等が含まれる。血流画像上において輝度の大小又は色相の変化がより強調されるように、血流画像の加工が行われるようにするのが望ましい。血流画像は動画像及び静止画像のいずれであってもよい。
実施形態において、深さマップは、血流画像に基づいて定義される仮想的な三次元空間において血流画像に対して反射モデルを適用するためのものであり、強調画像生成手段は、反射モデルに基づいて、深さマップから強調画像としての反射画像を生成する反射画像生成手段である。反射画像は、凹凸又は大小を強調する作用を発揮する画像であり、そのような反射画像に基づいて血流画像を加工すれば、血流の空間的な変化を強調することが可能となる。
実施形態において、加工手段は、血流画像に反射画像を合成して、強調済み血流画像を生成する。反射画像の合成によれば、血流画像における特定の部分を強調することが可能となる。実施形態に係る血流画像処理装置は、血流画像をカラー血流画像に変換するカラー変換手段を含み、反射画像はカラー画像であり、加工手段はカラー血流画像に対してカラー画像としての反射画像を合成する。両画像の合成後にカラー変換を行うことも可能であるが、カラー変換後の合成によれば、反射画像の内容を個別的に調整し易い。
実施形態において、反射画像は光沢表現用の白色系画像である。この構成によれば、血流画像において、例えば、パワーや速度が大きい部分を識別表現、立体表現又は強調表現することが可能となる。白色系画像は、白色で表現された画像、及び、白色に近い色又は機能的に見て白色と同視できる色で表現された画像である。
実施形態において、反射画像生成手段は、深さマップに基づいて勾配マップを生成する手段と、勾配マップに基づいて反射画像を生成する手段と、を含む。勾配マップの生成は反射モデルを適用するに際しての前提となるものである。勾配マップは法線ベクトルマップを包含する概念である。
実施形態において、血流画像はドプラ情報のパワーの分布を表すパワー画像であり、深さマップ生成手段は、パワー画像を構成する各パワーに基づいて深さマップを構成する各深さを決定し、深さマップ生成手段は、パワーが大きくなればなるほどより小さな深さを決定する関数を有する。この構成によれば、パワー画像においてパワーの大きな部分が自然に強調される。例えば、その部分が明るく、輝いて表現される。
実施形態において、血流画像は速度画像であり、深さマップ生成手段は、速度画像を構成する各速度の絶対値に基づいて深さマップを構成する各深さを決定し、深さマップ生成手段は、絶対値が大きくなればなるほどより小さな深さを決定する関数を有する。この構成によれば、速度画像において速度の絶対値の大きな部分が自然に強調される。例えば、その部分が明るく、輝いて表現される。
実施形態において、強調画像生成手段は、深さマップ及び分散マップに基づいて、強調画像を生成する。通常、血流情報の演算に際しては、パワー、速度及び分散が演算される。上記構成は、分散を強調画像の生成に活用するものである。例えば、反射モデルに対して、血流表面の粗さの代わりに、分散を与えるようにしてもよい。
(2)実施形態の詳細
図1には、実施形態に係る血流画像処理装置が示されている。この血流画像処理装置は、医療機関等において設置され、生体への超音波の送受波により得られた受信情報に基づいて超音波画像を形成する超音波診断装置である。超音波画像として、生体組織を表す断層画像、及び、血流を表す血流画像が挙げられる。後者の血流画像には、パワー画像、及び、速度画像が挙げられる。超音波診断装置で生成された血流画像データがPC等の情報処理装置において処理されてもよい。その場合、その情報処理装置が血流画像処理装置に該当し得る。
図1において、プローブ10は可搬型の送受波器である。図示の例では、プローブ10の送受波面が生体11の表面に当接されている。プローブ10は、一次元配列された複数の振動素子からなる振動素子アレイを有している。振動素子アレイによって超音波ビームが形成され、それが電子的に走査される。これによりビーム走査面12が形成される。図1において、r方向は深さ方向であり、θ方向は電子走査方向である。電子走査方式として、電子セクタ走査方式、電子リニア走査方式(電子コンベック走査方式を含む)等が知られている。体腔内に挿入されるプローブが用いられてもよい。1D振動素子アレイに代えて、2D振動素子アレイが設けられてもよい。もっとも、実施形態に係る超音波診断装置によれば、後に詳述するように、2D振動素子アレイを用いることなく、疑似的に立体表現された血流画像を生成することが可能である。なお、通常、断層画像形成用の超音波ビームとドプラ情報取得用の超音波ビームとが別々に形成される。
送信部14は、送信時において、振動素子アレイに対して、遅延処理された複数の送信信号を並列的に出力する送信ビームフォーマーである。送信ビームフォーマーの実体は電子回路である。一方、受信時において、生体内からの反射波が振動素子アレイにおいて受波されると、振動素子アレイから受信部16へ複数の受信信号が並列的に出力される。受信部16は、複数の受信信号を遅延加算(整相加算)し、これにより遅延加算後の受信信号であるビームデータを出力する。すなわち、受信部16は受信ビームフォーマーである。その実体は電子回路である。受信部16は、具体的には、複数のアンプ、複数のA/D変換器、複数の遅延器、加算器等を備える。実施形態においては、受信部16内に、複素信号変換回路としての直交検波回路が設けられている。なお、電子走査方向に並ぶ複数のビームデータにより受信フレームデータが構成される。各ビームデータは深さ方向に並ぶ複数のエコーデータにより構成される。
断層画像形成部18は、断層画像形成手段として機能し、それは、ビームデータ処理回路、デジタルスキャンコンバータ(DSC)、等を有する電子回路である。ビームデータ処理回路は、各ビームデータに対して、振幅演算、対数変換、相関処理、等を適用する電子回路である。DSCは、座標変換機能、補間機能、フレームレート変換機能、等を有する。DSCによって、複数の受信フレームデータから複数の断層画像データが生成される。各断層画像データは生体組織の断面を表すBモード画像データである。各断層画像データが表示処理部24へ送られている。断層画像形成部18が、プログラムに従って動作する1又は複数のプロセッサにより構成されてもよい。あるいは、後述する制御部28が断層画像形成部18として機能してもよい。図1において、bwは、断層画像を構成する各画素の画素値(輝度値)を表している。
血流画像形成部20は、血流画像形成手段として機能するものであり、ドプラ情報処理回路、デジタルスキャンコンバータ(DSC)、等を有する電子回路である。ドプラ情報処理回路には、複素信号としての各ビームデータが入力され、各ビームデータに基づいて、二次元座標ごとに、パワー、速度(平均速度)及び分散(速度のばらつき)が演算される。具体的には、ドプラ情報処理回路は、ウォールモーションフィルタ、自己相関器、パワー演算器、速度演算器、分散演算器等を有する。DSCは、上記のとおり、座標変換機能、補間機能、フレームレート変換機能、等を有する。プログラムに従って動作する1又は複数のプロセッサにより血流画像形成部20が構成されてもよい。あるいは、後述する制御部28が血流画像形成部20として機能してもよい。図1において、pはパワーを示しており、±vは正負の速度を示している。この他、分散σが表示処理部24へ出力され得る。なお、パワーp、速度±v、及び、分散σは、画素単位で演算され、表示処理部24へ出力される。
反射画像生成部22は、強調画像生成手段又は反射画像生成手段として機能するものである。反射画像生成部22は、レンダリングのためのモデルとしての反射モデルに基づいて、血流画像(パワー画像、速度画像)から疑似的な深さマップを人工的に生成すると共に、その深さマップに基づいて反射画像を生成する電子回路である。実施形態において、反射画像は、血流画像中における、周囲より際立って大きなパワー又は速度を有する部分を、光沢感をもって強調表現するための画像である。換言すれば、反射画像は、血流画像を加工するための画像である。反射画像生成部22が、プログラムに従って動作する1又は複数のプロセッサにより構成されてもよい。あるいは、後述する制御部28が反射画像生成部22として機能してもよい。図1において、Ispecは、画素単位の反射光の強度つまり輝度を示している。反射画像生成部22の具体的な構成及び作用については後に詳述する。
実施形態においては、座標変換後の血流画像に基づいて反射画像が生成されているため、反射画像生成部22内には上記DSCが設けられていない。もっとも、座標変換前の血流画像(受信フレームデータ)に基づいて反射画像を生成するようにしてもよい。その場合、血流画像への反射画像の合成が座標変換前に行われても座標変換後に行われてもよい。もっとも、実施形態の構成によれば、後述するように、カラー画像としての血流画像に対してカラー画像としての反射画像が合成されるため、反射画像の内容を個別的に自在に定めやすいという利点を得られる。
表示処理部24は、合成手段及びカラー変換手段として機能するものであり、それは、画像合成機能、カラー変換機能等を有する。表示処理部24により、ユーザー選択された動作モード又は表示モードに従う表示画像が構成される。CFM(Color Flow Mapping)モードにおいては、白黒のBモード断層画像上にカラーの血流画像(パワー画像又は速度画像)が合成され、それにより生成されたCFM画像が表示器26に表示される。CFMモードが選択され、更に、血流画像の強調がユーザーにより指示された場合、カラーの血流画像(パワー画像又は速度画像)に対してカラーの反射画像が合成され、これにより強調済み血流画像が生成される。その強調済み血流画像が断層画像に合成され、それにより生成されたCFM画像が表示器26に表示される。
CFMモードが選択された場合には、常に、強調済み血流画像が表示されるようにしてもよい。血流画像の種別(パワー画像、速度画像)は、ユーザーにより選択される。強調済み血流画像が単独で表示されもよい。深さマップ、勾配(法線ベクトル)マップ、等の中間画像が表示されてもよい。反射画像が血流画像に合成されることなく、別の目的で利用されてもよい。例えば、反射画像に基づいて計測が実行されてもよい。表示処理部24が、プログラムに従って動作する1又は複数のプロセッサにより構成されてもよい。あるいは、後述する制御部28が表示処理部24として機能してもよい。表示器26は、LCD、有機EL表示デバイス、その他の表示デバイスによって構成され得る。
制御部28は、制御手段として機能するものであり、それはCPU及び動作プログラムによって構成される。制御部28は、図1に示される各構成の動作を制御する。特に、実施形態において、制御部28は、反射画像の生成及び合成を制御する。制御部28には操作パネル30が接続されている。操作パネル30は、複数のスイッチ、複数のボタン、トラックボール、キーボード等を備える入力デバイスである。反射モデルの定義に際しては、操作パネルを利用して、ユーザーにより、光源の位置、視線(視点)の位置等の各種パラメータを設定し又は変更し得る。
図2には、深さマップの生成方法が示されている。二次元空間32はx軸(水平軸)及びy軸(垂直軸)によって定義される空間であり、その二次元空間32内に血流画像36が存在している。血流部38中における点aの座標が(x,y)で表されている。一方、三次元空間34は、二次元空間32に対して、深さ軸としてのz軸を追加したものに相当し、その内部の点bの座標が(x、y、z)で表されている。
実施形態においては、血流画像を構成する画素ごとに、深さzが計算される。具体的には、後に詳述するように、画素の輝度値I(パワーp又は速度vの絶対値)から、深さzが計算される。その計算に際しては、例えば、輝度値Iが大きければ大きいほど深さzをより小さくする作用をもった変換式が利用される。深さ軸を含んだ三次元空間34は、実際の空間ではなく、反射モデルの適用のために人工的に定義された仮想的な空間である。二次元空間32と三次元空間34との間で、x軸及びy軸は共通である。三次元空間34は血流画像36に基づいて定義される空間であるとも言える。三次元空間34内においては、複数の深さzが分布し、それが深さマップ42を構成する。深さzの最小値は0であり、その最大値はz-maxである。例えば、z-maxは255である。深さマップ42は、三次元空間34内において、三次元の形態を有している。実施形態においては、深さマップ42を三次元物体とみなし、それに対して反射モデルが適用される。
図3に基づいて、反射モデル(鏡面反射モデル)200について説明する。深さマップ42を三次元物体とみなすことにより、深さマップ42上の点bについて、それに接する平面44を定義することが可能となる。平面44は傾きを有する。実施形態では、その傾きが法線ベクトルNで表現される。また、その点bについて、光源ベクトルL及び視線ベクトルVが定義される。光源及び視点が固定点として定められてもよいし、それらがユーザーによって変更されてもよい。半角ベクトル(ハーフベクトル)Hは、光源ベクトルLと視線ベクトルVとがなす角度を二等分するベクトルである。反射モデルに対して、それらのベクトルを与えることにより、点bについて、反射光の強度Ispecを演算することが可能となる。血流画像を構成する画素ごとに演算される反射光の強度Ispecの集合体として、反射画像が構成される。三次元物体を立体的又は写実的に表現するためのレンダリングに関しては、様々なモデルが提案されている。その中において、血流の空間的な変化を強調できるモデルを採用するのが望ましく、特に、上記のように鏡面反射モデルを採用するのが望ましい。具体的な計算式については後述する。
図4には、反射画像生成部及び表示処理部の第1構成例が示されている。表示処理部24は、カラー変換手段として機能するカラー変換部46、加工手段又は合成手段として機能する加算器48、及び、合成部50を有している。カラー変換部46は、血流画像(パワー画像又は速度画像)をカラー画像に変換するものである。加算器48は、カラー画像としての血流画像に対して、カラー画像としての強調画像を合成し、強調済み血流画像を生成するものである。合成部50は、カラー画像としての強調済み血流画像と、背景画像としての白黒の断層画像と、を合成するものである。
反射画像生成部22は、深さマップ生成器52、勾配マップ演算器54及び反射画像生成器56を有している。深さマップ生成器52は、深さマップ生成手段として機能し、それには、血流画像としてのパワー画像又は速度画像が入力される。深さマップ生成器52にパワー画像が入力された場合、深さマップ生成器52は、パワー画像における画素ごとに、パワーを深さに変換し、これによって複数の深さからなる深さマップを生成する。一方、深さマップ生成器52に速度画像が入力された場合、深さマップ生成器52は、速度画像における画素ごとに、速度の絶対値を深さに変換し、これによって複数の深さからなる深さマップを生成する。いずれの深さマップも、実際の深さ分布を示すものではなく、反射モデルの適用のために人工的に作出された模擬的な形態情報である。
深さマップ生成器52において、パワーpから深さzを求める際には、例えば、以下の(1)式が演算される。
Figure 0007078457000001
上記(1)式において、深さzの最小値は0であり、深さzの最大値は255である。最大値である255からパワーpを減算して得られた値に対して係数kを乗じることによって、深さzが演算されている。上記(1)式によれば、パワーpが大きくなればなるほど、より小さな深さzが算出される。
一方、深さマップ生成器52において、速度vから深さzを求める際には、例えば、以下の(2)式が演算される。
Figure 0007078457000002
上記(2)式においても、深さzの最小値は0であり、深さzの最大値は255である。最大値である255から速度vの絶対値を減算して得られた値を2倍し且つそれに係数kを乗じることによって、深さzが演算されている。上記(2)式によれば、速度vの絶対値が大きくなればなるほど、より小さな深さzが算出される。
数式演算に代えてルックアップテーブル(LUT)によって、パワーp又は速度vから深さzが演算されてもよい。例えば、以下の(3-1)又は(3-2)が利用されてもよい。それらの式中のlutはLUTでの変換を表している。
Figure 0007078457000003
以下の(4)式に示すように、多項式、対数関数等の所望の関数f(I)に基づいて深さzが演算されてもよい。ここで、関数の引数であるIは輝度であり、輝度Iは、パワーp、又は、速度vの絶対値である。
Figure 0007078457000004
図4において、勾配マップ演算器54は、勾配マップ演算手段として機能し、それは、深さマップに対して空間微分処理を施すことにより、勾配マップを生成するものである。具体的には、深さマップ上の個々の点ごとに、その点に接する平面の傾きが演算され、これにより、複数の傾きの分布として勾配マップが構成される。実際には、各地点に接する平面の傾きとして、その平面の法線ベクトルが演算されている。すなわち、実施形態においては、勾配マップは法線ベクトルマップとして構成されている。
反射画像生成器56は、反射画像生成手段の要部を構成するものであり、それは、勾配マップ(法線ベクトルマップ)に基づいて反射画像を生成するものである。具体的には、例えば、反射モデル(鏡面反射モデル)に従う以下の(5)式に基づいて、反射画像を構成する各画素の輝度(視点において観測される反射光の強度)Ispecが演算される。
Figure 0007078457000005
上記(5)式の分子において、ρsは、鏡面反射係数である。Fはフレネル項であり、それは半角ベクトルH及び光源ベクトルLによって定義されるものである。Dは分布関数あるいは法線分布項であり、物体表面のばらつきに相当する。Gは幾何減衰項であり、それは、半角ベクトルH、光源ベクトルL、視線ベクトルV及び法線ベクトルNによって定義されるものである。上記(5)式の分母には、法線ベクトルNと視線ベクトルVの内積、及び、法線ベクトルNと光源ベクトルLの内積が含まれる。上記(5)式それ自体は公知の計算式である。符号58で示されるように、反射光の強度の計算で必要となるパラメータがユーザーにより与えられる。その場合、プリセットされたパラメータが利用されてもよい。超音波の送受信条件やドプラ情報に基づいて、パラメータが自動的に決定されてもよい。
上記分布関数Dを血流速度の分散σの関数とすることも可能である。その場合、次の(6)式に従って、反射光の強度Ispecが演算される。
Figure 0007078457000006
分布関数Dに代えて分散σを利用してもよい。それを以下の(7)式に示す。
Figure 0007078457000007
上記(7)式によれば、計算量を削減でき、しかも分散σがより反映された反射画像を得ることが可能となる。なお、分散σは座標(x,y)ごとに演算されるものである。複数の画素に対応する複数の分散σにより分散マップが構成される。
図4において、以上のように生成された反射画像は、加算器48において、カラー変換後の血流画像に対して重畳される。実施形態では、反射画像は白色画像として構成されており、R,G,Bの比率は1:1:1である。そのような反射画像をパワー画像に合成した場合、パワーの大きな部分が白く輝いて強調表現される。そのような反射画像を速度画像に合成した場合、速度の絶対値の大きな部分が白く輝いて強調表現される。
カラー変換部60を追加的に設け、そのカラー変換部60において、反射画像に対して色付けを行うようにしてもよい。加算器48に代えて他の加工手段を設けてもよい。例えば、反射画像に基づいて血流画像の色相又は輝度を強調する補正処理を行うようにしてもよい。カラー変換後の血流画像62が深さマップ生成器52に送られ、そのような血流画像62に基づいて深さマップが生成されてもよい。複数の処理方式の中から状況に適合した処理方式が自動的に又はマニュアルで選択されてもよい。
図5には、反射画像の生成過程が示されている。表示エリア65内には関心領域(ROI)66が定められ、その内部にパワー画像64が存在している。符号63は送受信原点を示している。関心領域66は、例えば、心臓内の左室の全部又は一部をカバーする領域である。実施形態においては、パワー画像(カラー変換前のパワー画像又はカラー変換後のパワー画像)に基づいて、深さマップ68が生成される。深さマップは、二次元エリア内におけるパワーの分布に相当するものである。反射モデルの下で、深さマップ68に基づいて反射画像70が生成される。反射画像70は、血流の空間的な変化を強調するための強調画像である。なお、実施形態では、反射画像は白色系の画像であるが、図5においては、観察の便宜のために、白黒反転された反射画像が示されている。
図6には、強調済みパワー画像72が示されている。この強調済みパワー画像72は、図5に示したパワー画像に対して反射画像を合成することにより生成されたものである。パワーの大きな部分が強調部分73とされており、つまり、その部分が白色表現又は光沢表現されている。これにより、血流の空間的な変化を明瞭に表現することが可能となり、パワー画像の視認性を高められる。
図7には、強調済み速度画像74が示されている。この強調済み速度画像74は、速度画像に対して反射画像を合成することにより生成されたものである。速度の絶対値の大きな部分が強調表現されている。具体的には、暖色系のカラーにより表現された正方向血流像76中には正方向強調部分80が含まれ、寒色系のカラーにより表現された負方向血流像78中には負方向強調部分82が含まれる。それらの強調部分80,82は白色表現されあるいは輝くように表現される。これにより、血流の空間的な変化を明瞭に表現することが可能となり、速度画像の視認性を高められる。特に、弁閉鎖不全により生じる逆流の視認性を向上することが可能となる。
図8には、頚動脈が示されている。血管壁86の内部88にはパワー画像84が表現されている。パワーの大きな中心部分90が反射画像の合成によって強調表現されている。なお、プローブ92に対する垂直軸に対して偏向角度φだけ傾けられた超音波ビーム94がリニア走査され、これによってパワー画像84が形成される。
図9には、他の表示例が示されている。強調済み血流画像102に隣接してガイダンス像104を表示するようにしてもよい。ガイダンス像104は、例えば、三次元空間を示すワイヤフレーム106、ビーム走査面を示すマーク108、光源を示すマーク110、視点を示すマーク112等を有する。例えば、操作パネル30を利用して、マーク110,112を操作して、光源や視点の位置を変更してもよい。その場合において、リアルタイムで変化する反射画像を観察しながら、最適な光源の位置及び視点の位置の組み合わせを見出すようにしてもよい。z方向に平行な投影光及びz方向に平行な視線を設定するようにしてもよい。
図10には、反射画像生成部及び表示処理部の第2構成例が示されている。図10において、図4に示した構成と同様の構成には同一符号を付し、その説明を省略する。この第2構成例では、表示処理部24Aにおいて、乗算器48Aの前段に合成部50Aが設けられている。すなわち、血流画像と断層画像の合成が行われた上で、合成画像に対して反射画像が生成されている。この構成によっても血流画像を強調処理することが可能である。なお、断層画像を事後的に合成する場合、反射画像が断層画像によって覆われてしまう可能性が生じるが、第2構成例によれば、そのような問題が生じることを回避できる。
図11には、反射画像生成部及び表示処理部の第3構成例が示されている。図11において、図4に示した構成と同様の構成には同一符号を付し、その説明を省略する。この第3構成例では、反射画像生成部22A内の反射画像生成器56に対して分散σが入力されており、分散σを考慮しつつ反射画像が生成されている。その場合には、例えば、上記の(6)式又は(7)式が利用される。第3構成例によれば、反射画像に分散を反映させることができるので、つまり速度のばらつきの程度を反射画像上で表現することが可能となる。
図12には、反射画像生成部及び表示処理部の第4構成例が示されている。図12において、図4に示した構成と同様の構成には同一符号を付し、その説明を省略する。この第4構成例では、反射画像生成部22B内において、深さマップ生成器の前段に選択部114が設けられている。選択部114は、パワー画像及び速度画像の内の一方の画像を選択する機能、並びに、速度画像が選択された場合に正方向の成分及び負方向の成分の内で一方又は両方を選択する機能を有する。この選択部によって、例えば、負方向の成分が選択された場合、負方向の成分に基づいて反射画像が生成されることになり、血流画像において例えば逆流等の負方向の流れを強調表現することが可能となる。正方向の流れだけが強調表現されてもよい。あるいは、正方向の流れ及び負方向の流れに対して、それぞれ別の強調処理が施されるようにしてもよい。
上記実施形態によれば、血流画像に基づいて、疑似的な奥行き情報である深さマップ(高低マップ)が人工的に生成される。つまり、二次元データから疑似的な三次元データが生成される。深さマップに対するレンダリング技術(あるいは立体表現技術)の適用により、血液の流れの空間的な変化が強調された強調画像を得て、その強調画像に基づいて血流画像を強調処理することが可能となる。上記実施形態では反射画像が血流画像に合成されていたが、反射画像を他の画像に合成する変形例が考えられる。例えば、Bモード画像に反射画像が合成されてもよい。反射画像がそれ単独で計測対象となってもよい。表現方法の異なる複数の反射画像を生成し、それらを血流画像に重み付け合成してもよい。ボリュームデータから切り出された面データ(二次元の血流画像)に対して上記処理が適用されてもよい。
10 プローブ、18 断層画像形成部、20 血流画像形成部、22 反射画像生成部、24 表示処理部、52 深さマップ生成器、54 勾配マップ演算器、56 反射画像生成器、200 反射モデル。

Claims (8)

  1. 生体内の二次元領域における血流から得られたドプラ情報に基づくパワー又は速度を表す血流画像に基づいて、前記血流画像に基づいて定義される仮想的な三次元空間において前記血流画像に対して反射モデルを適用するための疑似的な深さマップを生成する深さマップ生成手段と、
    前記深さマップに基づいて、前記パワー又は速度の空間的変化を強調するための強調画像を生成する手段であって、前記反射モデルに基づいて前記深さマップから前記強調画像としてのカラー反射画像を生成する反射画像生成手段と、
    前記血流画像をカラー血流画像に変換するカラー変換手段と、
    前記カラー血流画像に前記カラー反射画像を合成して、強調済みカラー血流画像を生成する加工手段と、
    を含み、
    前記カラー反射画像は、前記血流画像中の強調部分を白色系で表現した白色系画像であり、
    前記加工手段は、前記カラー血流画像に前記カラー反射画像を重畳することにより、前記強調済みカラー血流画像を生成する、
    ことを特徴とする血流画像処理装置。
  2. 請求項記載の装置において、
    前記反射画像生成手段は、
    前記深さマップに基づいて勾配マップを生成する手段と、
    前記勾配マップに基づいて前記カラー反射画像を生成する手段と、
    を含むことを特徴とする血流画像処理装置。
  3. 請求項1記載の装置において、
    前記血流画像は前記パワーの分布を表すパワー画像であり、
    前記深さマップ生成手段は、前記パワー画像を構成する各パワーに基づいて前記深さマップを構成する各深さを決定し、
    前記深さマップ生成手段は、パワーが大きくなればなるほどより小さな深さを決定する関数を有する、
    ことを特徴とする血流画像処理装置。
  4. 請求項1記載の装置において、
    前記血流画像は前記速度の分布を表す速度画像であり、
    前記深さマップ生成手段は、前記速度画像を構成する各速度の絶対値に基づいて前記深さマップを構成する各深さを決定し、
    前記深さマップ生成手段は、速度の絶対値が大きくなればなるほどより小さな深さを決定する関数を有する、
    ことを特徴とする血流画像処理装置。
  5. 請求項1記載の装置において、
    前記反射画像生成手段は、前記深さマップ及び分散マップに基づいて、前記カラー反射画像を生成する、
    ことを特徴とする血流画像処理装置。
  6. 請求項1記載の装置において、
    前記血流画像を構成する正方向の速度成分及び負方向の速度成分の内で一方の速度成分に基づいて前記深さマップが生成され、
    前記一方の速度成分に基づいて前記カラー反射画像が生成される、
    ことを特徴とする血流画像処理装置。
  7. 血流画像処理装置が実行する血流画像処理方法であって、
    生体内の二次元領域における血流から得られたドプラ情報に基づくパワー又は速度を表す血流画像に基づいて、前記血流画像に基づいて定義される仮想的な三次元空間において前記血流画像に対して反射モデルを適用するための疑似的な深さマップを生成する工程と、
    前記深さマップに基づいて、前記パワー又は速度の空間的変化を強調するための強調画像を生成する工程であって、前記反射モデルに基づいて前記深さマップから前記強調画像としてのカラー反射画像を生成する工程と、
    前記血流画像をカラー血流画像に変換する工程と、
    前記カラー血流画像に前記カラー反射画像を合成して、強調済みカラー血流画像を生成する工程と、
    を含み、
    前記カラー反射画像は、前記血流画像中の強調部分を白色系で表現した白色系画像であり、
    前記カラー血流画像に前記カラー反射画像を重畳することにより、前記強調済みカラー血流画像が生成される、
    とを特徴とする血流画像処理方法。
  8. 血流画像処理装置が血流画像処理方法を実行するためのプログラムであって、
    生体内の二次元領域における血流から得られたドプラ情報に基づくパワー又は速度を表す血流画像に基づいて、前記血流画像に基づいて定義される仮想的な三次元空間において前記血流画像に対して反射モデルを適用するための疑似的な深さマップを生成する機能と、
    前記深さマップに基づいて、前記パワー又は速度の空間的変化を強調するための強調画像を生成する機能であって、前記反射モデルに基づいて前記深さマップから前記強調画像としてのカラー反射画像を生成する機能と、
    前記血流画像をカラー血流画像に変換する機能と、
    前記カラー血流画像に前記カラー反射画像を合成して、強調済みカラー血流画像を生成する機能と、
    を含み、
    前記カラー反射画像は、前記血流画像中の強調部分を白色系で表現した白色系画像であり、
    前記カラー血流画像に前記カラー反射画像を重畳することにより、前記強調済みカラー血流画像が生成される、
    とを特徴とするプログラム。
JP2018102189A 2018-05-29 2018-05-29 血流画像処理装置及び方法 Active JP7078457B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018102189A JP7078457B2 (ja) 2018-05-29 2018-05-29 血流画像処理装置及び方法
US16/361,371 US11017512B2 (en) 2018-05-29 2019-03-22 Blood flow image processing apparatus and blood flow image processing method
CN201910223649.2A CN110537936B (zh) 2018-05-29 2019-03-22 血流图像处理装置以及方法、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018102189A JP7078457B2 (ja) 2018-05-29 2018-05-29 血流画像処理装置及び方法

Publications (2)

Publication Number Publication Date
JP2019205604A JP2019205604A (ja) 2019-12-05
JP7078457B2 true JP7078457B2 (ja) 2022-05-31

Family

ID=68694155

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018102189A Active JP7078457B2 (ja) 2018-05-29 2018-05-29 血流画像処理装置及び方法

Country Status (3)

Country Link
US (1) US11017512B2 (ja)
JP (1) JP7078457B2 (ja)
CN (1) CN110537936B (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11295537B1 (en) * 2018-02-23 2022-04-05 Tipping Point Medical Images, Llc Method and apparatus for inserting virtual contrast into CT and MRI examinations
US11475581B2 (en) * 2021-03-17 2022-10-18 Himax Technologies Limited Depth processor

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120265074A1 (en) 2011-04-12 2012-10-18 Samsung Medison Co., Ltd. Providing three-dimensional ultrasound image based on three-dimensional color reference table in ultrasound system
JP2018187371A (ja) 2017-05-05 2018-11-29 ゼネラル・エレクトリック・カンパニイ 二次元超音波画像をシェーディングするための方法およびシステム

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3406106B2 (ja) * 1995-02-06 2003-05-12 ジーイー横河メディカルシステム株式会社 超音波画像表示方法および超音波診断装置
JP3946815B2 (ja) 1997-06-11 2007-07-18 東芝医用システムエンジニアリング株式会社 超音波診断装置
JPH11206768A (ja) 1998-01-22 1999-08-03 Toshiba Corp 画像処理装置
JPH11299784A (ja) * 1998-04-22 1999-11-02 Toshiba Corp 超音波診断装置
JP4421016B2 (ja) * 1999-07-01 2010-02-24 東芝医用システムエンジニアリング株式会社 医用画像処理装置
JP4373699B2 (ja) * 2003-04-28 2009-11-25 株式会社東芝 超音波診断装置
CN100403992C (zh) * 2004-03-01 2008-07-23 深圳迈瑞生物医疗电子股份有限公司 超声波彩色血流成像的图像信号后处理方法及装置
JP4771459B2 (ja) 2005-08-12 2011-09-14 国際航業株式会社 カラー標高傾斜図作成システムおよびカラー標高傾斜図作成方法
WO2008065611A2 (en) * 2006-11-30 2008-06-05 Koninklijke Philips Electronics N.V. Visualizing a vascular structure
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
EP2863363A1 (en) * 2013-09-30 2015-04-22 Samsung Medison Co., Ltd. Method and apparatus for generating three-dimensional image of target object
JP6415937B2 (ja) * 2014-11-13 2018-10-31 キヤノンメディカルシステムズ株式会社 医用画像処理装置、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
CN114469173A (zh) * 2015-06-05 2022-05-13 深圳迈瑞生物医疗电子股份有限公司 超声流体成像系统
US11771396B2 (en) * 2018-03-01 2023-10-03 Siemens Medical Solutions Usa, Inc. Quantification of blood flow with ultrasound B-mode imaging

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120265074A1 (en) 2011-04-12 2012-10-18 Samsung Medison Co., Ltd. Providing three-dimensional ultrasound image based on three-dimensional color reference table in ultrasound system
JP2018187371A (ja) 2017-05-05 2018-11-29 ゼネラル・エレクトリック・カンパニイ 二次元超音波画像をシェーディングするための方法およびシステム

Also Published As

Publication number Publication date
CN110537936B (zh) 2022-04-15
JP2019205604A (ja) 2019-12-05
US20190370947A1 (en) 2019-12-05
CN110537936A (zh) 2019-12-06
US11017512B2 (en) 2021-05-25

Similar Documents

Publication Publication Date Title
JP4847334B2 (ja) 超音波撮像装置及び投影像生成方法
US8021300B2 (en) Three-dimensional fly-through systems and methods using ultrasound data
JP6147489B2 (ja) 超音波画像形成システム
JP5236655B2 (ja) グレイスケール反転を用いる3d超音波カラーフローイメージング
JP5730196B2 (ja) 超音波診断装置、超音波画像処理装置、超音波画像生成方法
JP7077118B2 (ja) 二次元超音波画像をシェーディングするための方法およびシステム
KR102111626B1 (ko) 영상 처리 장치 및 영상 처리 방법
JP2009011711A (ja) 超音波診断装置
WO2007043310A1 (ja) 画像表示方法及び医用画像診断システム
JP5525930B2 (ja) 三次元超音波画像を生成表示する超音波診断装置
JP4177217B2 (ja) 超音波診断装置
JP7078457B2 (ja) 血流画像処理装置及び方法
JP4740695B2 (ja) 超音波診断装置
JP7076554B2 (ja) 超音波画像表示のためのダイナミックレンジを適応的に設定するためのシステム及び方法
US10380786B2 (en) Method and systems for shading and shadowing volume-rendered images based on a viewing direction
JP6169911B2 (ja) 超音波画像撮像装置及び超音波画像表示方法
JP6890677B2 (ja) 3dボリューム内に埋め込まれ、mpr図の十字線に結合された仮想光源
JP6879039B2 (ja) 超音波診断装置、合成画像の表示方法及びプログラム
JP5622374B2 (ja) 超音波診断装置及び超音波画像生成プログラム
CN109754869B (zh) 着色的超声图像对应的着色描述符的呈现方法和系统
JP3977779B2 (ja) 超音波診断装置
JP2005278988A (ja) 超音波画像処理装置
JP5950291B1 (ja) 超音波診断装置及びプログラム
JP2022162830A (ja) 超音波診断装置、画像処理装置、およびプログラム
JP2023108812A (ja) 情報処理装置、超音波診断装置、および方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210108

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20211109

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220111

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220302

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: 20220517

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220519

R150 Certificate of patent or registration of utility model

Ref document number: 7078457

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150