JP7410624B2 - 超音波診断装置、計測条件設定方法及びプログラム - Google Patents

超音波診断装置、計測条件設定方法及びプログラム Download PDF

Info

Publication number
JP7410624B2
JP7410624B2 JP2020153486A JP2020153486A JP7410624B2 JP 7410624 B2 JP7410624 B2 JP 7410624B2 JP 2020153486 A JP2020153486 A JP 2020153486A JP 2020153486 A JP2020153486 A JP 2020153486A JP 7410624 B2 JP7410624 B2 JP 7410624B2
Authority
JP
Japan
Prior art keywords
measurement
image data
ultrasound image
fetus
unit
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
JP2020153486A
Other languages
English (en)
Other versions
JP2022047609A (ja
Inventor
翔也 佐々木
好教 平野
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 Inc
Original Assignee
Canon Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Priority to JP2020153486A priority Critical patent/JP7410624B2/ja
Priority to US17/470,583 priority patent/US20220079553A1/en
Publication of JP2022047609A publication Critical patent/JP2022047609A/ja
Priority to JP2023214844A priority patent/JP2024019647A/ja
Application granted granted Critical
Publication of JP7410624B2 publication Critical patent/JP7410624B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • 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
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • G16H50/20—ICT 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
    • 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
    • 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
    • A61B8/0866—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving foetal diagnosis; pre-natal or peri-natal diagnosis of the baby
    • 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
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/465—Displaying means of special interest adapted to display user selection data, e.g. icons or menus
    • 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
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/488—Diagnostic techniques involving Doppler signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10132—Ultrasound image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

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

Description

本発明は、超音波画像データに対して各種計測を行う超音波診断装置、計測条件設定方法及びプログラムに関する。
超音波診断装置において撮影された超音波画像データに対して、例えば、２点間の距離、領域の面積、体積などを計測する場合がある。
特許文献１には、ドプラ波形の開始時相と終了時相を探索し、ドプラ波形に基づく計測を行うことが開示されている。そして、その探索においては、学習済データ記憶部に記憶された学習済データが利用されることが開示されている。
特開２０１８－１８７０８７号公報
特許文献１では、学習済データを用いてドプラ波形の時相を特定し、ドプラ波形に基づく計測を行うことが開示されているが、学習済みデータを用いて計測条件を設定して各種計測を行うことが開示されていない。
そこで、本発明は、被検者の超音波画像データに対して計測条件を設定して各種計測（距離、周囲長、面積、体積など）を迅速に行うことができる超音波診断装置を提供することを目的とする。
本発明の目的を達成するために、被検者の超音波画像データを生成する生成部と、超音波画像データに対して設定された計測条件を教師データとして学習された学習済みモデルを用いて、前記被検者の超音波画像データに対する計測条件候補を推論する推論部と、前記推論部において推論された前記計測条件候補を用いて、前記被検者の超音波画像データに対して計測条件を設定する計測条件設定部と、前記計測条件設定部で設定された前記計測条件に基づいて、前記被検者の超音波画像データに対して計測を行う計測部とを備える。
本発明によれば、被検者の超音波画像データに対して計測条件を設定して各種計測を迅速に行うことができる。
本発明の実施例１における超音波診断装置の構成を示す図。 本発明の超音波診断装置の計測条件設定部の構成を示す図。 本発明の超音波診断装置の学習フェーズを示す図。 本発明の超音波診断装置の推論フェーズを示す図。 本発明の学習装置に出力される超音波画像データの一例を示す図。 本発明の学習装置が超音波診断装置の外部に設置された一例を示す図。 本発明の学習装置が超音波診断装置の外部に設置された一例を示す図。 本発明の超音波診断装置における学習フェーズの動作を示す図。 本発明の超音波診断装置における推論フェーズの動作を示す図。 本発明の実施例２を示す図。
以下、添付図面を参照して本発明の好適な実施形態について説明する。
図１は、本発明の超音波診断装置の構成を示す。超音波診断装置は、被検者に接触させ超音波の送受信を行う超音波探触子１００と、超音波探触子１００によって受信した超音波信号を処理して超音波画像データを生成し、各種計測を行う装置本体１０２と、装置本体１０２を操作するための操作部１０４と、超音波画像データと計測結果などを表示する表示部１０６とを備えている。
超音波探触子１００は、装置本体１０２に接続されている。超音波探触子１００は、複数の振動子を有しており、複数の振動子を駆動することによって、超音波を発生することができる。超音波探触子１００は、被検者からの反射波を受信して電気信号に変換する。変換された電気信号は、装置本体１０２に伝達される。
また、超音波探触子１００は、複数の振動子の前面側（被検者側）に設けられ、複数の振動子と被検者の音響インピーダンスを整合させる音響整合層と、複数の振動子の背面側に設けられ、複数の振動子から背面側への超音波の伝播を防止するバッキング材とを備えている。
超音波探触子１００は、装置本体１０２に対して着脱自在に接続される。超音波探触子１００の種類には、リニア型、セクタ型、コンベックス型、ラジアル型、３次元走査型などがあり、操作者は、撮影用途に応じて、超音波探触子１００の種類を選択することができる。
装置本体１０２は、超音波探触子１００に対して超音波を送受信させる送受信部１１０と、送受信部１１０で受信された超音波信号を用いて、超音波画像データを生成する超音波画像生成部と、各種計測を行うための計測条件を設定する計測条件設定部１１４と、計測条件設定部１１４で設定された計測条件を用いて、超音波画像データに対して各種計測を行う計測部１１６と、装置本体１０２の各種構成要素を制御する制御部１１８とを備えている。
送受信部１１０は、超音波探触子１００が行なう超音波の送受信を制御する。送受信部１１０は、パルス発生部、送信遅延回路等を有し、超音波探触子１００に駆動信号を供給する。パルス発生部は、所定の繰り返し周波数（ＰＲＦ）のレートパルスを繰り返し発生させる。また、送信遅延回路は、超音波探触子１００から発生される超音波を集束し、送信指向性を決定するための遅延時間を、パルス発生部が発生するレートパルスに与える。送信遅延回路は、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、振動子から送信される超音波の送信方向を制御することができる。
また、送受信部１１０は、アンプ、Ａ／Ｄ変換部、受信遅延回路、加算部等を有している。超音波探触子１００が受信した反射波信号に対して各種処理を行って超音波信号を生成する。アンプは、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変換部は、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ために遅延時間を与える。加算部は、受信遅延回路により遅延時間が与えられた反射波信号の加算処理を行う。加算部の加算処理により、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。
送受信部１１０は、被検者を２次元走査する場合、超音波探触子１００から２次元の超音波を送信させる。そして、送受信部１１０は、超音波探触子１００が受信した２次元の反射波信号から２次元の超音波信号を生成する。また、送受信部１１０は、被検者を３次元走査する場合、超音波探触子１００から３次元の超音波を送信させる。そして、送受信部１１０は、超音波探触子１００が受信した３次元の反射波信号から３次元の超音波信号を生成する。
超音波画像生成部１１２は、送受信部１１０から出力された超音波信号に対して、各種の信号処理を行ない、超音波画像データを生成する。超音波画像生成部１１２は、超音波信号に対して、検波処理、対数圧縮などの信号処理を行なって、信号強度が輝度の明るさで表現される超音波画像データ（Ｂモード画像データ）を生成する。
超音波画像生成部１１２は、カラーフローマッピング法（ＣＦＭ）と呼ばれるカラードプラ法によって血流画像データを生成することができる。カラードプラ法では、超音波を同一方向に複数回送信し、受信した反射波信号から、ドプラ効果に基づく周波数解析を行なって、血流の運動情報を抽出することができる。超音波画像生成部１１２は、カラードプラ法を用いて、平均速度、分散、パワー等の血流情報を血流画像データとして生成する。なお、超音波画像生成部１１２は、パワードプラ法によって血流画像データを生成してもよい。
計測条件設定部１１４は、各種計測を行うための計測条件を設定する。計測条件とは、被検者の計測部位、被検者の計測部位における計測項目、被検者の計測部位における計測範囲などの少なくとも１つである。超音波画像データの特性に合わせて、各種計測を行うための計測条件が設定される。
計測部１１６は、計測条件設定部１１４で設定された計測条件を用いて、超音波画像データに対して各種計測を行う。各種計測とは、計測部位における２点間距離、計測部位の周囲長、計測部位における面積、体積などである。
操作部１０４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。操作部１０４は、超音波診断装置の操作者からの各種指示を受け付け、装置本体１０２に対して、受け付けた各種指示を伝達する。
表示部１０６は、超音波診断装置の操作者が操作部１０４を用いて各種指示を入力するためのＧＵＩを表示したり、装置本体１０２において生成された超音波画像データ、血流画像データ、計測結果などを表示したりする。
計測条件設定部１１４によって計測条件が設定された場合、表示部１０６は、超音波画像生成部において生成された超音波画像データに対して、計測条件と計測結果を表示する。
なお、装置本体１０２における送受信部１１０、超音波画像生成部１１２、計測条件設定部１１４、計測部１１６、制御部１１８は、集積回路などのハードウェアで構成されてもよいし、ソフトウェアでモジュール化されたプログラムであってもよい。
一般の超音波診断装置では、操作者は、超音波画像データにおける特定の領域を確認しながら、操作部１０４を介して計測条件を手動で設定する。本発明の超音波診断装置は、超音波画像データに対して設定された計測条件を教師データとして学習された学習済みモデルを用いて、新たに生成された超音波画像データに対して計測条件を設定することができる。学習済みモデルは、例えば、学習済みのニューラルネットワークであるが、ディープラーニング、サポートベクターマシンなど、どのようなモデルを用いてもよい。学習済みモデルは、計測条件設定部１１４に記憶されていてもよいし、ネットワークを介して超音波診断装置に接続される情報処理装置に記憶されていてもよい。
具体的には、制御部１１８は、計測条件設定部１１４が超音波画像データに対して設定した計測条件を教師データとして学習し、学習済みモデルを生成する。制御部１１８は、学習済みモデルを用いて、新たに生成された超音波画像データの断面を識別し、計測条件候補を推論する。制御部１１８で推論された計測条件候補を計測条件設定部１１４に伝達し、計測条件設定部１１４は計測条件を設定する。計測条件設定部１１４において設定される計測条件は、新たに生成された超音波画像データに対して設定される。計測部１１６は、計測条件設定部１１４において設定された計測条件を用いて、超音波画像データに対して各種計測を行う。
なお、計測条件設定部１１４に入力される超音波画像データは、２次元画像データでもよいし、３次元画像データ（ボリュームデータ）でもよい。
学習済みモデルは、上述した通り、計測条件を推論するように学習されたものである。２次元画像データから断面を識別して、計測条件を設定するモデルを用いてもよいし、３次元画像データから複数の断面を識別して、計測条件を設定するモデルを用いてもよい。
図２は、計測条件設定部１１４の構成を示す図である。計測条件設定部１１４は、計測部位設定部１２０、計測項目設定部１２２、計測範囲設定部１２４とから構成される。
計測部位設定部１２０は、超音波画像生成部が生成した超音波画像データに対して計測部位を設定する。計測部位は、腹部、胸部、心臓、頸動脈、胎児などがある。計測部位設定部１２０は、超音波画像生成部が生成した超音波画像データから、計測部位を識別して設定することもできる。
計測項目設定部１２２は、計測部位に対応した計測項目を設定する。例えば、計測部位が頸動脈であれば、血管径とＩＭＴ計測を行うための項目の設定を行う。また、計測項目設定部１２２は、血流計測（ドプラ計測）を行うためのゲートを設定することもできる。
計測範囲設定部１２４は、計測項目設定部１２２によって設定された計測項目に対応する計測範囲（カーソル：直線、曲線など）を超音波画像データに設定する。
計測範囲は、超音波画像データに描出された組織の寸法を計測するための計測キャリパである。計測キャリパは、計測対象を計測する際に計測範囲を特定するために用いられる。例えば、超音波画像データに表示された血管を挟み込むように計測キャリパを配置することにより、当該血管の直径を計測することができる。
一般的に、計測キャリパは、操作部１０４のトラックボールなどの動きに従って画面上を移動するようになされている。操作者は、計測キャリパを計測部位の計測範囲に位置合わせを行う。そして、操作者は、確定操作を行うことにより、計測範囲の大きさ（例えば、距離、周囲長、または面積）を取得することができる。
次に、本発明の制御部１１８の詳細を説明する。図３、図４における制御部１１８の構成は同一である。学習フェーズ及び推論フェーズの動作を区別するために図面を異ならせている。図３は、学習フェーズに関する制御部１１８の動作を示し、図４は、推論フェーズに関する制御部１１８の動作を示す。
制御部１１８は、超音波画像データに対して各種計測を行った時の計測条件を教師データとして学習し、学習済みモデルを生成する学習装置２００と、学習装置２００において生成された学習済みモデルを記憶する記憶部２０６と、学習済みモデルを用いて、超音波画像データに対して計測部位を識別し、計測部位に対して計測条件候補を推論する推論部２０８を備えている。
学習装置２００は、超音波画像データに対して設定した計測条件に関する教師データを生成する教師データ生成部２０２と、教師データ生成部２０２において生成された教師データを用いて、超音波画像データにおける計測条件を学習する学習部２０４とからなる。
学習装置２００（教師データ生成部２０２）には、超音波画像生成部１１２において生成された超音波画像と、計測条件設定部１１４において設定された計測条件とが入力される。ここでは、過去に撮影された複数の超音波画像データと、複数の超音波画像データに設定されたそれぞれの計測条件は、学習装置２００のメモリに記憶される。教師データ生成部２０２は、超音波画像データと計測条件とをセットにして（紐づけて）教師データを生成する。教師データ生成部２０２は、セットにされた（紐づけられた）超音波画像データと計測条件をメモリに記憶する。学習装置２００（学習部２０４）は、メモリに記憶されている複数の超音波画像データにおけるそれぞれの計測条件を教師データとして学習する。
学習装置２００（学習部２０４）は、超音波画像データの計測部位を分類する教師データを学習することもできる。学習装置２００（学習部２０４）は、正解ラベルと正解画像を対にした教師データを基に学習処理が行われる。正解ラベルとして、被検者の計測部位を示す情報が設定される。例えば、頸動脈の超音波画像データ（正解画像）に対して、「頸動脈」の正解ラベルが付与される。腹部の超音波画像データ（正解画像）に対して、「腹部」の正解ラベルが付与される。胎児頭部の超音波画像データ（正解画像）に対しして、「胎児頭部」の正解ラベルが付与される。
このように、学習装置２００（学習部２０４）は、超音波画像データに対する被検者の計測部位を教師データとして対応づけて学習することにより学習済みモデル（第一の学習済みモデル）を生成する。
操作部１０４のフリーズボタンは、リアルタイムに表示されている超音波画像データを記憶するときにフリーズ（静止）させるためのボタンである。操作者は、超音波探触子１００を動かさない状態でフリーズボタンを押すと、表示部１０６にリアルタイムに表示されている超音波画像データをフリーズさせることができる。フリーズされた超音波画像データは、超音波診断装置に記憶することができる。
ここでは、操作者が操作部１０４のフリーズボタンを押し、表示部１０６においてフリーズされた超音波画像データに計測条件が設定されている場合、表示部１０６に表示されているフリーズされた超音波画像データと計測条件が学習装置２００に出力される。フリーズされた超音波画像データを学習装置２００に出力するのは、超音波画像データが学習装置２００の学習に適した静止画像データであるためである。
また、学習装置２００は、表示部１０６においてフリーズされた超音波画像データに計測条件が設定されているか否かを、超音波画像データに表示される計測範囲（カーソル）の有無に基づいて判別することができる。
例えば、超音波画像データに表示された血管を挟み込むように計測範囲（カーソル）が設定されている場合、学習装置２００は超音波画像データに計測条件が設定されていると判別することができる。そして、学習装置２００は、超音波画像データと計測条件（計測範囲）を対応づけて記憶することができ、超音波画像データにおける計測条件を教師データとして学習する。
学習部２０４は、例えば、ニューラルネットワークを利用しており、複数の層が含まれる。複数の層は、入力層と出力層との間に複数の中間層を有している。複数の中間層は、図示はしないが、畳み込み層、プーリング層、アップサンプリング層、合成層がある。畳み込み層は、入力値群に対して畳み込み処理を行う層である。畳み込み層では、入力された超音波画像データと計測条件（計測範囲）の畳み込みを行い、超音波画像データと計測条件（計測範囲）の特徴を抽出する。
プーリング層は、入力値群を間引いたり、合成したりすることによって、出力値群の数を入力値群の数よりも少なくする処理を行う層である。アップサンプリング層は、入力値群を複製したり、入力値群から補間した値を追加したりすることによって、出力値群の数を入力値群の数よりも多くする処理を行う層である。合成層は、ある層の出力値群や超音波画像データと計測条件（計測範囲）を構成する画素値群といった値群を、複数のソースから入力し、それらを連結したり、加算したりして合成する処理を行う層である。中間層の数は、学習内容に応じて、随時変更することができる。
このように、学習装置２００（学習部２０４）は、ニューラルネットワークを用いて、超音波画像データに対する計測条件を教師データとして対応づけて学習することにより学習済みモデル（第二の学習済みモデル）を生成する。第一の学習済みモデルと第二の学習済みモデルは、異なるモデルとして生成されていてもよい。
図５は、学習装置２００に出力される超音波画像データの一例を示す。図５（ａ）は、縦切りの頸動脈４００に対して計測範囲４０２、４０４が設定された超音波画像データを示す。なお、超音波画像データの頸動脈４００は、カラードプラ法によって血流画像データが生成されていてもよい。ここでは、計測範囲（関心領域）４０２においてＩＭＴ計測が行われ、計測範囲（直線）４０４において距離計測が行われる場合を示す。
ＩＭＴ計測は、頸動脈４００において内膜中膜複合体を計測する手法である。図５（ｂ）に示すように、ＩＭＴ計測では、頸動脈４００の血管壁を構成する内膜と中膜を合わせた複合体の厚さである内膜中膜複合体厚が計測される。計測部１１６は、関心領域４０２におけるＩＭＴ計測値を計測する。計測部１１６は、関心領域４０２における内膜内側境界と中外膜境界との間の距離の平均値をＩＭＴ計測値として計測する。
距離計測は、頸動脈４００の血管径に該当する２点間の距離を計測する手法である。計測部１１６は、直線４０４において頸動脈における上部の血管壁と下部の血管壁との間の距離を計測する。
学習部２０４は、超音波画像データ（頸動脈４００）に対する計測条件（計測部位：頸動脈、計測項目：血管径、計測範囲：直線）を教師データとして学習する。また、学習部２０４は、超音波画像データ（頸動脈４００）に対する計測条件（計測部位：頸動脈、計測項目：ＩＭＴ計測、計測範囲：関心領域）を教師データとして学習する。
教師データとして用いられる計測範囲４０２は、超音波画像データにおける領域の座標を示す情報（例えば、４点の座標）であってもよい。また、教師データとして用いられる計測範囲４０２は、計測範囲４０２を設定するために操作部１０４に入力された座標であってもよい。
教師データとして用いられる計測範囲４０４は、超音波画像データにおける直線の座標を示す情報（例えば、２点の座標）であってもよい。また、教師データとして用いられる計測範囲４０４は、計測範囲４０４を設定するために操作部１０４に入力された座標であってもよい。
このように、学習部２０４は、超音波画像データに対して実際に設定された計測条件の特徴を学習することができる。計測条件の特徴には、計測部位、計測項目（計測の種類）、計測範囲が含まれる。
なお、学習装置２００は、超音波診断装置の外部に設置されていてもよい。図６は、学習装置２００が超音波診断装置の外部に設置された一例を示す。
学習装置２００は、例えば、病院内のネットワークや、病院外のクラウドにあってもよい。学習装置２００には、複数の超音波診断装置５００、５０２、５０４に接続されている。ここでは、複数の超音波診断装置は、３台存在する形態を示すが、複数の超音波診断装置は、４台以上存在してもよい。
例えば、学習装置２００は、超音波診断装置５００において撮影された超音波画像データに対する計測条件を教師データとして学習し、学習済みモデルを生成する。また、学習装置２００は、超音波診断装置５００と異なる超音波診断装置５０２において撮影された超音波画像データに対する計測条件を教師データとして学習し、学習済みモデルを更新する。同様にして、学習装置２００は、超音波診断装置５００及び超音波診断装置５０２と異なる超音波診断装置５０４において撮影された超音波画像データに対する計測条件を教師データとして学習し、学習済みモデルを更新する。学習装置２００で生成（更新）された学習済みモデルは、複数の超音波診断装置５００、５０２、５０４にそれぞれ伝達される。複数の超音波診断装置５００、５０２、５０４は、学習装置２００で生成された最新の学習済みモデルをそれぞれ記憶する。
このように、学習装置２００は、複数の超音波診断装置５００、５０２、５０４において設定された計測条件を教師データとして学習することができる。よって、学習装置２００は、複数の超音波診断装置５００、５０２、５０４に対応した学習済みモデルを生成することができる。
図４を用いて、推論フェーズに関する計測部１１６を説明する。記憶部２０６は、学習装置２００に接続されている。記憶部２０６には、超音波画像データに計測条件を設定するように学習された学習済みモデルが記憶される。具体的には、記憶部２０６には、超音波画像データから特定の領域（頸動脈の血管など）を識別して、特定の領域に対して計測条件を設定するように学習された学習済みモデルが記憶されている。
超音波画像生成部において新たに生成された超音波画像データが推論部２０８に出力される。推論部２０８は、超音波画像データに計測条件を設定するように学習された学習済みモデルを用いて、新たに生成された超音波画像データに対して計測条件候補を推論する。
推論部２０８は、超音波画像データの計測部位を設定するように学習された学習済みモデル（第一の学習済みモデル）を用いて、新たに生成された超音波画像データに対して計測部位を推論する。具体的には、記憶部２０６は、複数の計測部位（腹部、胸部、心臓、頸動脈、胎児など）に分類されている教師データ（超音波画像データ）に基づく学習済みモデルを記憶している。そのため、推論部２０８は、新しい超音波画像データが入力された場合に、新しい超音波画像データの特徴量と教師データに基づいて、新しい超音波画像データに対して計測部位の分類を行うことができる。
さらに、記憶部２０６は、複数の計測部位（腹部、胸部、心臓、頸動脈、胎児など）に対応する計測項目及び計測範囲に関する教師データに基づく学習済みモデル（第二の学習済みモデル）を記憶している。そのため、推論部２０８は、新しい超音波画像データが入力された場合に、新しい超音波画像データの計測部位に対応する計測項目及び計測範囲の計測条件候補を推論することができる。
このように、推論部２０８は、学習済みモデル（第一の学習済みモデルと第二の学習済みモデル）を用いて、新たに生成された超音波画像データに対して計測部位を識別するとともに、計測部位に対応する計測範囲を推論する。
次に、図７を用いて超音波診断装置の表示部１０６の表示形態を説明する。計測条件を推論設定する推論設定ボタン６０４と、計測条件を手動設定する手動設定ボタン６０６と決定ボタン６０８が表示されている。推論設定ボタン６０４、手動設定ボタン６０６と決定ボタン６０８は、操作部１０４に対応している。推論設定ボタン６０４、手動設定ボタン６０６と決定ボタン６０８は、アイコンとして表示部１０６に表示されており、操作者は、推論設定ボタン６０４と手動設定ボタン６０６のいずれか一方を選択することができる。なお、初期設定として、推論設定ボタン６０４が押されていてもよい。
操作者が推論設定ボタン６０４を押した場合、推論部２０８は、超音波画像データに計測条件を設定するように学習された学習済みモデルを用いて、表示部１０６に表示されている超音波画像データ６００に対して計測条件候補を推論する。推論部２０８において推論された計測条件候補は、表示部１０６と計測条件設定部１１４に出力される。
表示部１０６は、超音波画像データ（頸動脈４００）に対して、血管径を計測する計測条件（計測範囲：直線）候補６１４、６２４、６３４を表示する。ここでは、推論部２０８において推論された血管径を計測する３つの計測条件候補６１４、６２４、６３４が表示されるものとする。操作者は、血管径を計測するに適した計測条件候補について指示マーク６５０を用いて選択する。そして、操作者は決定ボタン６０８を押すことにより、その選択が決定される。つまり、本発明の超音波診断装置は、推論部２０８において推論された複数の計測条件候補から１つの計測条件候補を選択する選択手段を備えている。
図７では、指示マーク６５０を用いて、複数の計測条件候補６１４、６２４、６３４の中から計測条件候補６１４を選択することを示している。操作者は、複数の計測条件候補６１４、６２４、６３４の中から血管径を計測するに適した計測条件候補６１４を選択することができる。計測条件設定部１１４は、選択された計測条件候補６１４に基づく計測条件（計測範囲：直線）を設定することができる。
なお、推論部２０８において推論された計測条件候補が１つである場合、計測条件設定部１１４は、１つの計測条件候補に対応する計測条件（計測範囲：直線）を設定する。推論部２０８において推論された計測条件候補がふさわしくない場合、操作者は、手動設定ボタン６０６を押して、計測条件設定部１１４に対して手動で計測条件を設定する。このように、計測条件設定部１１４は、推論部２０８において推論された計測条件候補の数に応じて、計測条件を設定する形態が異なる。
計測部１１６は、計測条件設定部１１４において設定された計測条件（計測範囲：直線６１４）を用いて距離計測を行う。計測部１１６は、計測条件設定部１１４において設定された計測条件において頸動脈４００における上部の血管壁と下部の血管壁との間の距離を計測する。表示部１０６は、計測条件設定部１１４において設定された計測条件（計測範囲：直線６１４）に基づく距離計測の計測結果を表示する。
また、表示部１０６は、超音波画像データ（頸動脈４００）に対して、ＩＭＴ計測する計測条件（計測範囲：関心領域）候補６１２、６２２、６３２を表示する。ここでは、推論部２０８において推論されたＩＭＴ計測する３つの計測条件候補６１２、６２２、６３２が表示されるものとする。操作者は、ＩＭＴ計測するに適した計測条件候補について指示マーク６５２を用いて選択する。そして、操作者は決定ボタン６０８を押すことにより、その選択が決定される。
図７では、指示マーク６５２を用いて、複数の計測条件候補６１２、６２２、６３２の中から計測条件候補６３２を選択することを示している。操作者は、複数の計測条件候補６１２、６２２、６３２の中からＩＭＴ計測するに適した計測条件候補６３２を選択することができる。計測条件設定部１１４は、選択された計測条件候補６１４に基づく計測条件（計測範囲：関心領域６３２）を設定することができる。
なお、推論部２０８において推論された計測条件候補が１つである場合、計測条件設定部１１４は、１つの計測条件候補に対応する計測条件（計測範囲：関心領域）を設定する。推論部２０８において推論された計測条件候補がふさわしくない場合、操作者は、手動設定ボタン６０６を押して、計測条件設定部１１４に対して手動で計測条件（計測範囲：関心領域）を設定する。
計測部１１６は、計測条件設定部１１４において設定された計測条件（計測範囲：関心領域６３２）を用いてＩＭＴ計測を行う。計測部１１６は、計測条件設定部１１４において設定された計測条件において頸動脈４００のＩＭＴ計測を行う。表示部１０６は、計測条件設定部１１４において設定された計測条件（計測範囲：関心領域６３２）に基づくＩＭＴ計測の計測結果を表示する。
図８を用いて、超音波診断装置における学習フェーズの動作を説明する。
Ｓ７００：操作者は、超音波探触子１００を被検者に接触させる。超音波ゼリーを介して超音波探触子１００を被検者に接触させてもよい。超音波探触子１００を被検者に接触させた状態で、送受信部１１０は、超音波探触子１００に対して超音波を送受信させる。
Ｓ７０２：超音波画像生成部は、送受信部１１０が反射波信号から生成した超音波信号に対して、各種の信号処理を行ない、超音波画像データを生成する。
Ｓ７０４：操作者は、操作部１０４（計測条件設定部１１４）を介して、超音波画像データに計測条件を設定するか否かを決定する。このとき、計測部位によって、超音波画像データに計測条件を設定するか否かが決定されてもよい。例えば、計測部位が頸動脈、胎児など所定の計測部位である場合、操作部１０４（計測条件設定部１１４）を介して、超音波画像データに計測条件を設定するものとみなすこともできる。超音波画像データに計測条件を設定する場合、Ｓ７０６に進み、超音波画像データに計測条件を設定しない場合、学習フェーズの動作が終了する。
Ｓ７０６：計測条件設定部１１４は、超音波画像生成部において生成された超音波画像データに対して計測条件を設定する。計測条件設定部１１４で設定された計測条件は、学習装置２００に伝達される。
Ｓ７０８：学習装置２００は、超音波画像データにおいて設定された計測条件を教師データとして学習し、学習済みモデルを生成する。学習装置２００は、超音波画像データと計測条件とを教師データとして学習し、学習済みモデルを生成してもよい。Ｓ７０８の後、学習フェーズの動作が終了する。
次に、図９を用いて、超音波診断装置における推論フェーズの動作を説明する。
Ｓ８００：操作者は、超音波探触子１００を被検者に接触させる。超音波探触子１００を被検者に接触させた状態で、送受信部１１０は、超音波探触子１００に対して超音波を送受信させる。
Ｓ８０２：超音波画像生成部は、送受信部１１０が反射波信号から生成した超音波信号に対して、各種の信号処理を行ない、超音波画像データを生成する。
Ｓ８０４：操作者は、操作部１０４（計測条件設定部１１４）を介して、超音波画像データに計測条件を設定するか否かを決定する。このとき、撮影部位によって、超音波画像データに計測条件を設定するか否かが決定されてもよい。計測部位が頸動脈、胎児など所定の計測部位である場合、超音波画像データに計測条件を設定するものとみなすこともできる。超音波画像データに計測条件を設定する場合、Ｓ８０８に進み、超音波画像データに計測条件を設定しない場合、Ｓ８０６に進む。
Ｓ８０６：表示部１０６は、超音波画像生成部において生成された超音波画像データのみを表示する。Ｓ８０６の後、推論フェーズの動作が終了する。
Ｓ８０８：操作者は、操作部１０４を介して、計測条件を推論設定するか否かを決定する。例えば、図７に示すように、操作者は、推論設定ボタン６０４と手動設定ボタン６０６のいずれか一方を選択する。計測条件を推論設定する場合、Ｓ８１２に進む。計測条件を推論設定しない場合、Ｓ８１０に進む。
Ｓ８１０：操作者が手動設定ボタン６０６を押した場合、操作者は超音波画像データ６００を確認しながら、操作部１０４（計測部１１６）を介して計測条件を手動で設定する。
Ｓ８１２：推論部２０８は、超音波画像データに計測条件を設定するように学習された学習済みモデルを用いて、表示部１０６に表示された超音波画像データに対して計測条件候補を推論する。推論部２０８で推論された計測条件候補は、計測条件設定部１１４に伝達される。
Ｓ８１４：計測条件設定部１１４は、計測条件候補から計測条件を設定する。表示部１０６は、超音波画像生成部において生成された超音波画像データに対して、計測条件設定部１１４によって生成された計測条件によって計測された計測結果を表示する。Ｓ８１４の後、推論フェーズの動作が終了する。
このように、操作者が超音波探触子１００を被検者に接触させ、超音波画像データを表示する際に計測条件が自動的に設定されることになる。そのため、超音波画像データの表示と同時に計測条件に基づく計測も自動的に行うことができる。操作者は、超音波探触子１００を被検者に接触させ、フリーズボタンを押すだけで、超音波画像データに関する計測結果を取得することができる。
以上、本実施例における超音波診断装置は、被検者の超音波画像データを生成する生成部（超音波画像生成部１１２）と、被検者以外の超音波画像データに対して設定された計測条件を教師データとして学習された学習済みモデルを用いて、被検者の超音波画像データに対する計測条件候補を推論する推論部２０８と、推論部２０８において設定された計測条件候補を用いて、被検者の超音波画像データに対して計測条件を設定する計測条件設定部１１４とを備える。計測条件設定部１１４で設定された計測条件に基づいて、被検者の超音波画像データに対して計測を行う計測部１１６とを備える。
よって、本発明によれば、超音波画像データ（第一の超音波画像データ）に対して設定された計測条件を教師データとして学習された学習済みモデルを用いることにより、新たに生成された超音波画像データ（第二の超音波画像データ）に対して計測条件を迅速に設定することができる。
図２～図４、図１０を用いて、本発明の実施例２における超音波診断装置を説明する。実施例１と異なる点は、胎児を撮影した超音波画像データに対して計測条件を設定する点である。
図２に示すように、計測部位設定部１２０は、超音波画像生成部が生成した超音波画像データに対して計測部位を設定する。本実施例における計測部位は、胎児である。
計測項目設定部１２２は、計測部位が胎児であれば、児頭大横径（左右の頭頂骨の直径）と、躯幹周囲長（胎児のお腹周りの長さ）と、大腿骨長（太ももの骨の長さ）などを計測項目として設定する。
計測範囲設定部１２４は、計測項目設定部１２２によって設定された計測項目に対応する計測範囲（カーソル）を超音波画像データに設定する。計測範囲（カーソル）は、超音波画像データに描出された組織の寸法を計測するための計測キャリパである。計測キャリパは、計測対象を計測する際に計測範囲を特定するために用いられる。例えば、頭部の左右から挟み込むように計測キャリパを配置することにより、児頭大横径を計測することができる。また、腹部の周囲を囲むように計測キャリパを配置することにより、躯幹周囲長を計測することができる。
計測部１１６は、計測条件設定部１１４（計測部位設定部１２０、計測項目設定部１２２、計測範囲設定部１２４）において設定された計測条件を用いて、超音波画像データに対して各種計測を行う。
図３に示すように、学習部２０４は、超音波画像データ（胎児）に対する複数の計測条件を教師データとして学習する。ここでは、学習部２０４は、複数の計測条件（計測部位：胎児頭部、計測項目：児頭大横径、計測範囲：直線）、（計測部位：胎児腹部、計測項目：躯幹周囲長、計測範囲：周囲）、（計測部位：胎児大腿骨、計測項目：大腿骨長、計測範囲：直線）を教師データとして学習する。
例えば、超音波画像データに表示された胎児に対して計測範囲（カーソル）が設定されている場合、学習装置２００は超音波画像データに計測条件が設定されていると判別することができる。そして、学習装置２００は、超音波画像データと計測条件（計測範囲）を対応づけて記憶することができ、超音波画像データにおける計測条件を教師データとして学習する。
このように、学習部２０４は、超音波画像データに対して実際に設定された計測条件の特徴を学習することができる。計測条件の特徴には、計測部位、計測項目（計測の種類）、計測範囲が含まれる。
図４に示すように、超音波画像生成部１１２において新たに生成された超音波画像データが推論部２０８に出力される。推論部２０８は、超音波画像データに計測条件を設定するように学習された学習済みモデルを用いて、新たに生成された超音波画像データに対して計測条件候補を推論する。
具体的には、記憶部２０６は、複数の計測部位（胎児頭部、胎児腹部、胎児大腿骨など）に分類されている教師データ（超音波画像データ）に基づく学習済みモデル（第一の学習済みモデル）を記憶している。そのため、推論部２０８は、新しい超音波画像データが入力された場合に、新しい超音波画像データの特徴量と教師データに基づいて、新しい超音波画像データに対して計測部位の分類を行うことができる。
さらに、記憶部２０６は、複数の計測部位（胎児頭部、胎児腹部、胎児大腿骨など）に対応する計測項目及び計測範囲に関する教師データに基づく学習済みモデル（第二の学習済みモデル）を記憶している。そのため、推論部２０８は、新しい超音波画像データが入力された場合に、新しい超音波画像データの計測部位に対応する計測項目及び計測範囲の計測条件候補を推論することができる。
図１０に示すように、計測部１１６は、計測条件設定部１１４において設定された計測条件を用いて計測を行う。図１０（ａ）は、計測部位：胎児頭部、計測項目：児頭大横径、計測範囲：直線を示す例である。計測部１１６は、計測条件設定部１１４において設定された計測条件において胎児頭部における左右の距離を計測する。表示部１０６は、計測条件設定部１１４において設定された計測条件（計測範囲：直線９００）に基づく距離計測の計測結果を児頭大横径として表示する。図１０（ｂ）は、計測部位：胎児腹部、計測項目：躯幹周囲長、計測範囲：周囲を示す例である。計測部１１６は、計測条件設定部１１４において設定された計測条件において胎児腹部における周囲長を計測する。表示部１０６は、計測条件設定部１１４において設定された計測条件（計測範囲：曲線９０２）に基づく周囲長の計測結果を躯幹周囲長として表示する。図１０（ｃ）は、計測部位：胎児大腿骨、計測項目：大腿骨長、計測範囲：直線を示す例である。計測部１１６は、計測条件設定部１１４において設定された計測条件において胎児大腿骨における距離を計測する。表示部１０６は、計測条件設定部１１４において設定された計測条件（計測範囲：直線９０４）に基づく距離計測の計測結果を大腿骨長として表示する。
よって、本発明によれば、超音波画像データ（胎児頭部、胎児腹部、胎児大腿骨など）に対して設定された計測条件を教師データとして学習された学習済みモデルを用いることにより、新たに生成された超音波画像データ（胎児頭部、胎児腹部、胎児大腿骨など）に対して計測条件を迅速に設定することができる。
実施例１、２の機能を実現するコンピュータプログラムを、ネットワーク又は記憶媒体（図示しない。）を介してコンピュータに供給し、当該コンピュータプログラムを実行させることができる。上述した超音波画像データ表示方法をコンピュータに実行させるためのコンピュータプログラムである。つまり、コンピュータプログラムは、コンピュータで超音波診断装置の機能を実現するためのプログラムである。記憶媒体は、当該コンピュータプログラムを記憶している。
１００ 超音波探触子
１０２ 装置本体
１０４ 操作部
１０６ 表示部
１１０ 送受信部
１１２ 超音波画像生成部
１１４ 計測条件設定部
１１６ 計測部
１１８ 制御部
１２０ 計測部位設定部
１２２ 計測項目設定部
１２４ 計測範囲設定部
２００ 学習装置
２０２ 教師データ生成部
２０４ 学習部
２０６ 記憶部
２０８ 推論部

Claims (15)

  1. 被検者における胎児を撮影した超音波画像データを生成する生成部と、
    複数の超音波画像データに対して設定された胎児に関する計測部位と、前記計測部位に対応する計測の種類及び計測範囲を含む計測条件とを教師データとして学習された学習済みモデルを用いて、前記胎児を撮影した超音波画像データに対して胎児に関する計測部位を分類し、該分類された計測部位に対応する計測条件候補を推論する推論部と、
    前記推論部において推論された前記胎児に関する計測部位に対応する計測条件候補を用いて、前記胎児を撮影した超音波画像データに対して前記計測部位に対応する計測の種類及び計測範囲を含む計測条件を設定する計測条件設定部と、
    前記計測条件設定部で設定された前記計測条件に基づいて、前記胎児を撮影した超音波画像データに対して計測を行う計測部と、
    前記胎児を撮影した超音波画像データと前記計測部位に対応する計測の種類及び計測範囲を含む計測条件と前記計測部における計測結果とを表示する表示部とを備え、
    前記推論部が前記胎児を撮影した超音波画像データにおける胎児に関する計測部位を胎児頭部であると分類し、胎児頭部に対応する計測条件候補を推論した場合、前記計測条件設定部は、該計測条件候補を用いて、胎児頭部に対応する児頭大横径の計測条件を設定し、前記計測部は、前記胎児の児頭大横径の計測を行い、
    前記推論部が前記胎児を撮影した超音波画像データにおける胎児に関する計測部位を胎児腹部であると分類し、胎児腹部に対応する計測条件候補を推論した場合、前記計測条件設定部は、該計測条件候補を用いて、胎児腹部に対応する躯幹周囲長の計測条件を設定し、前記計測部は、前記胎児の躯幹周囲長の計測を行い、
    前記推論部が前記胎児を撮影した超音波画像データにおける胎児に関する計測部位を胎児大腿骨であると分類し、胎児大腿骨に対応する計測条件候補を推論した場合、前記計測条件設定部は、該計測条件候補を用いて、胎児大腿骨に対応する大腿骨長の計測条件を設定し、前記計測部は、前記胎児の大腿骨長の計測を行うことを特徴とする超音波診断装置。
  2. 前記教師データを用いて学習し、前記学習済みモデルを生成する学習装置を備えることを特徴とする請求項１に記載の超音波診断装置。
  3. 前記表示部においてフリーズされた超音波画像データに対して計測条件が設定されている場合、前記表示部に表示されている超音波画像データと計測条件が学習装置に出力されることを特徴とする請求項２に記載の超音波診断装置。
  4. 前記学習装置は、前記表示部においてフリーズされた超音波画像データに計測条件が設定されているか否かを、前記超音波画像データに表示される計測範囲の有無に基づいて判別することを特徴とする請求項２に記載の超音波診断装置。
  5. 前記学習装置は、ニューラルネットワークを用いて、前記超音波画像データに対する前記計測条件を教師データとして対応づけて学習することにより学習済みモデルを生成することを特徴とする請求項２に記載の超音波診断装置。
  6. 前記学習装置において生成された学習済みモデルを記憶する記憶部を備えることを特徴とする請求項２に記載の超音波診断装置。
  7. 前記教師データを用いて学習し、前記学習済みモデルを生成する学習装置を、超音波診断装置の外部に備えることを特徴とする請求項１に記載の超音波診断装置。
  8. 前記学習装置は、複数の超音波診断装置において設定された計測条件を教師データとして学習することを特徴とする請求項７に記載の超音波診断装置。
  9. 複数の計測部位に分類されている超音波画像データの教師データに基づく第一の学習済みモデルと、前記複数の計測部位に対応する計測の種類及び計測範囲に関する教師データに基づく第二の学習済みモデルを記憶する記憶部を備えていることを特徴とする請求項１に記載の超音波診断装置。
  10. 前記推論部は、前記第一の学習済みモデルを用いて、新たに生成された超音波画像データに対して計測部位を分類するとともに、前記第二の学習済みモデルを用いて、前記計測部位に対応する前記計測の種類及び前記計測範囲を推論することを特徴とする請求項９に記載の超音波診断装置。
  11. 前記推論部において推論された複数の計測条件候補から１つの計測条件候補を選択する選択手段を備えることを特徴とする請求項１に記載の超音波診断装置。
  12. 前記計測条件は、前記胎児を撮影した超音波画像データに描出された胎児に関する計測部位の寸法を計測するための計測キャリパに対応する計測範囲を含むことを特徴とする請求項１に記載の超音波診断装置。
  13. 前記計測範囲は、直線若しくは曲線からなる範囲であることを特徴とする請求項１に記載の超音波診断装置。
  14. 被検者における胎児を撮影した超音波画像データを生成するステップと
    複数の超音波画像データに対して設定された胎児に関する計測部位と、前記計測部位に対応する計測の種類及び計測範囲を含む計測条件とを教師データとして学習された学習済みモデルを用いて、前記胎児を撮影した超音波画像データに対して胎児に関する計測部位を分類し、該分類された計測部位に対応する計測条件候補を推論するステップと、
    該推論された前記胎児に関する計測部位に対応する計測条件候補を用いて、前記胎児を撮影した超音波画像データに対して前記計測部位に対応する計測の種類及び計測範囲を含む計測条件を設定するステップとを有し、
    前記胎児を撮影した超音波画像データにおける胎児に関する計測部位が胎児頭部であると分類され、胎児頭部に対応する計測条件候補が推論された場合、該計測条件候補を用いて、胎児頭部に対応する児頭大横径の計測条件が設定され、前記胎児の児頭大横径の計測が行われ、
    前記胎児を撮影した超音波画像データにおける胎児に関する計測部位が胎児腹部であると分類され、胎児腹部に対応する計測条件候補が推論された場合、該計測条件候補を用いて、胎児腹部に対応する躯幹周囲長の計測条件が設定され、前記胎児の躯幹周囲長の計測が行われ、
    前記胎児を撮影した超音波画像データにおける胎児に関する計測部位が胎児大腿骨であると分類され、胎児大腿骨に対応する計測条件候補が推論された場合、該計測条件候補を用いて、胎児大腿骨に対応する大腿骨長の計測条件が設定され、前記胎児の大腿骨長の計測が行われることを特徴とする計測条件設定方法。
  15. 請求項１４に記載の計測条件設定方法をコンピュータに実行させるためのプログラム。
JP2020153486A 2020-09-14 2020-09-14 超音波診断装置、計測条件設定方法及びプログラム Active JP7410624B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2020153486A JP7410624B2 (ja) 2020-09-14 2020-09-14 超音波診断装置、計測条件設定方法及びプログラム
US17/470,583 US20220079553A1 (en) 2020-09-14 2021-09-09 Ultrasound diagnosis apparatus, measurement condition setting method, and non-transitory computer-readable storage medium
JP2023214844A JP2024019647A (ja) 2020-09-14 2023-12-20 超音波診断装置、計測条件設定方法及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020153486A JP7410624B2 (ja) 2020-09-14 2020-09-14 超音波診断装置、計測条件設定方法及びプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2023214844A Division JP2024019647A (ja) 2020-09-14 2023-12-20 超音波診断装置、計測条件設定方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2022047609A JP2022047609A (ja) 2022-03-25
JP7410624B2 true JP7410624B2 (ja) 2024-01-10

Family

ID=80627480

Family Applications (2)

Application Number Title Priority Date Filing Date
JP2020153486A Active JP7410624B2 (ja) 2020-09-14 2020-09-14 超音波診断装置、計測条件設定方法及びプログラム
JP2023214844A Pending JP2024019647A (ja) 2020-09-14 2023-12-20 超音波診断装置、計測条件設定方法及びプログラム

Family Applications After (1)

Application Number Title Priority Date Filing Date
JP2023214844A Pending JP2024019647A (ja) 2020-09-14 2023-12-20 超音波診断装置、計測条件設定方法及びプログラム

Country Status (2)

Country Link
US (1) US20220079553A1 (ja)
JP (2) JP7410624B2 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090093717A1 (en) 2007-10-04 2009-04-09 Siemens Corporate Research, Inc. Automated Fetal Measurement From Three-Dimensional Ultrasound Data
JP2017109074A (ja) 2015-12-15 2017-06-22 コニカミノルタ株式会社 超音波画像診断装置
JP2017143969A (ja) 2016-02-16 2017-08-24 株式会社日立製作所 超音波画像処理装置
JP2019039050A (ja) 2017-08-28 2019-03-14 キヤノントッキ株式会社 蒸発源容器及び蒸発源装置
JP2019039026A (ja) 2017-08-22 2019-03-14 国立大学法人京都大学 可視光プラズモニック合金ナノ粒子、その製造方法、及びその用途

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2014237B1 (en) * 2006-04-18 2012-05-16 Panasonic Corporation Ultrasonograph
US20140303499A1 (en) * 2013-04-09 2014-10-09 Konica Minolta, Inc. Ultrasound diagnostic apparatus and method for controlling the same
CN105555198B (zh) * 2014-03-20 2019-12-24 深圳迈瑞生物医疗电子股份有限公司 自动识别测量项的方法、装置及一种超声成像设备
US20200265754A1 (en) * 2017-01-24 2020-08-20 Tienovix, Llc System and method for augmented reality guidance for use of medical equipment systems with transmission of data to remote location
JP6824125B2 (ja) * 2017-07-28 2021-02-03 株式会社日立製作所 医用撮像装置及び画像処理方法
EP3673814B1 (en) * 2017-08-23 2022-11-16 FUJIFILM Corporation Acoustic wave diagnostic apparatus and method for controlling acoustic wave diagnostic apparatus
JP6836652B2 (ja) * 2017-08-25 2021-03-03 富士フイルム株式会社 音響波診断装置および音響波診断装置の制御方法
US11207055B2 (en) * 2018-10-08 2021-12-28 General Electric Company Ultrasound Cardiac Doppler study automation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090093717A1 (en) 2007-10-04 2009-04-09 Siemens Corporate Research, Inc. Automated Fetal Measurement From Three-Dimensional Ultrasound Data
JP2017109074A (ja) 2015-12-15 2017-06-22 コニカミノルタ株式会社 超音波画像診断装置
JP2017143969A (ja) 2016-02-16 2017-08-24 株式会社日立製作所 超音波画像処理装置
JP2019039026A (ja) 2017-08-22 2019-03-14 国立大学法人京都大学 可視光プラズモニック合金ナノ粒子、その製造方法、及びその用途
JP2019039050A (ja) 2017-08-28 2019-03-14 キヤノントッキ株式会社 蒸発源容器及び蒸発源装置

Also Published As

Publication number Publication date
JP2024019647A (ja) 2024-02-09
JP2022047609A (ja) 2022-03-25
US20220079553A1 (en) 2022-03-17

Similar Documents

Publication Publication Date Title
JP7330207B2 (ja) 適応的超音波スキャニング
CN106659474B (zh) 用于自诊断和远程诊断的超声诊断设备以及操作超声诊断设备的方法
JP7379120B2 (ja) 超音波診断装置、医用画像撮影装置、学習装置、超音波画像表示方法及びプログラム
US20120065510A1 (en) Ultrasound system and method for calculating quality-of-fit
US11701091B2 (en) Ultrasound analysis apparatus and method for tissue elasticity and viscosity based on the hormonic signals
JP7309355B2 (ja) 医用画像生成装置、及び医用画像生成プログラム
WO2017211774A1 (en) Medical ultrasound image processing device
JP7321836B2 (ja) 情報処理装置、検査システム及び情報処理方法
WO1998053741A1 (fr) Tomographe a ultrasons permettant d'etablir un point d'echantillonnage doppler a partir d'informations sur le debit sanguin, et procede de definition d'un point d'echantillonnage doppler
US20220273267A1 (en) Ultrasonic imaging method and ultrasonic imaging system
JP6835587B2 (ja) 医用４ｄイメージングにおける動き適応型可視化
KR20160051161A (ko) 의료 영상 장치 및 그에 따른 의료 영상을 디스플레이 하는 방법
US20180168550A1 (en) Ultrasound imaging apparatus and method of controlling the same
KR20170060853A (ko) 의료 영상 장치 및 그 동작방법
JP2023160986A (ja) 超音波診断装置及び解析装置
JP2008073423A (ja) 超音波診断装置、診断パラメータ計測装置及び診断パラメータ計測方法
JP2008104695A (ja) 超音波診断装置、画像処理装置、及び画像処理プログラム
JPWO2007013321A1 (ja) 画像診断装置及び計測点設定方法並びにプログラム
KR20160148441A (ko) 초음파 장치 및 그 동작 방법
CN113558658A (zh) 提供超声图像的方法和系统
JP2009039240A (ja) 超音波診断装置、及び超音波画像処理プログラム
JP7410624B2 (ja) 超音波診断装置、計測条件設定方法及びプログラム
JP2008289548A (ja) 超音波診断装置及び診断パラメータ計測装置
JP2008188288A (ja) 超音波診断装置及び超音波画像表示装置
KR20180123974A (ko) 교차 평면 초음파 이미지로 움직이는 구조의 시각화를 향상시키는 방법 및 시스템

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230316

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20230316

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230425

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230619

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230725

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230914

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: 20231121

RD01 Notification of change of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7421

Effective date: 20231213

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231220

R151 Written notification of patent or utility model registration

Ref document number: 7410624

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151