JP7428020B2 - 超音波診断装置、超音波画像生成方法、プログラム及びモデル訓練装置 - Google Patents
超音波診断装置、超音波画像生成方法、プログラム及びモデル訓練装置 Download PDFInfo
- Publication number
- JP7428020B2 JP7428020B2 JP2020038752A JP2020038752A JP7428020B2 JP 7428020 B2 JP7428020 B2 JP 7428020B2 JP 2020038752 A JP2020038752 A JP 2020038752A JP 2020038752 A JP2020038752 A JP 2020038752A JP 7428020 B2 JP7428020 B2 JP 7428020B2
- Authority
- JP
- Japan
- Prior art keywords
- ultrasound
- received signal
- data
- transmitting
- receiving
- 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
Links
- 238000002604 ultrasonography Methods 0.000 title claims description 175
- 238000012549 training Methods 0.000 title claims description 65
- 238000000034 method Methods 0.000 title claims description 34
- 238000012545 processing Methods 0.000 claims description 81
- 238000013528 artificial neural network Methods 0.000 claims description 40
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 239000000523 sample Substances 0.000 description 34
- 238000004891 communication Methods 0.000 description 13
- 238000013527 convolutional neural network Methods 0.000 description 11
- 238000003745 diagnosis Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000002405 diagnostic procedure Methods 0.000 description 3
- 239000010410 layer Substances 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
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
- A61B8/5207—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
- A61B8/54—Control of the diagnostic device
-
- 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
- A61B8/56—Details of data transmission or power supply
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/56—Details of data transmission or power supply
- A61B8/565—Details of data transmission or power supply involving data transmission via a network
-
- 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
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/047—Probabilistic or stochastic 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2560/00—Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
- A61B2560/02—Operational features
- A61B2560/0204—Operational features of power management
- A61B2560/0214—Operational features of power management of power generation or supply
Description
被検体内で反射した反射超音波に応じた受信信号に基づいて超音波画像を生成し、表示する超音波診断装置であって、
低音響出力の第1の超音波及び高音響出力の第2の超音波の送受信を行う送受信部と、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第1の画像処理部と、
前記第2の超音波の送受信により得られる第2の受信信号に基づいて前記超音波画像を生成する第2の画像処理部と、
前記受信信号が前記第1の受信信号である場合に前記第1の画像処理部を選択し、前記受信信号が前記第2の受信信号である場合に前記第2の画像処理部を選択する切替部と、を備え、
前記第1の画像処理部は、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルを含み、前記学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成する。
また、本発明に係る超音波診断装置は、
被検体内で反射した反射超音波に応じた受信信号に基づいて超音波画像を生成し、表示する超音波診断装置であって、
低音響出力の第1の超音波及び高音響出力の第2の超音波の送受信を行う送受信部と、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第1の画像処理部と、を備え、
前記第1の画像処理部は、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルを含み、
前記学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成し、
前記学習モデルを訓練するためのモデル訓練部をさらに備え、
前記モデル訓練部は、
前記教師データを取得する入力部と、
前記学習モデルと同様のニューラルネットワークを有し、前記教師データを用いて前記ニューラルネットワークの調整値を最適化する訓練実行部と、
前記ニューラルネットワークの調整値を出力する出力部と、を有し、
前記調整値が前記学習モデルに反映され、
前記訓練実行部は、
前記ニューラルネットワークで構成され、前記低音響出力データから出力データを生成する生成器と、
前記出力データと前記高音響出力データを比較し、前記出力データの真偽を判定する識別器と、を有し、
前記識別器の判定結果を前記生成器及び前記識別器に逆伝搬させ、前記生成器と前記識別器を交互に競合させながら前記調整値を最適化し、
前記入力部は、前記第1の受信信号及び前記第2の超音波の送受信により得られる第2の受信信号から前記教師データを生成する教師データ生成部を有し、
前記教師データ生成部は、フレーム単位又は音線単位で連続して取得した前記第1の受信信号及び前記第2の受信信号に基づいて、前記教師データを生成する。
被検体内で反射した反射超音波に応じた受信信号に基づく超音波画像を生成する超音波画像生成方法であって、
低音響出力の第1の超音波又は高音響出力の第2の超音波の送受信を行う第1ステップと、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第2ステップと、
前記第2の超音波の送受信により得られる第2の受信信号に基づいて前記超音波画像を生成する第3ステップと、
前記受信信号が前記第1の受信信号である場合に前記第2ステップを選択し、前記受信信号が前記第2の受信信号である場合に前記第3ステップを選択する第4ステップと、を有し、
前記第2ステップは、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成する。
被検体内で反射した反射超音波に応じた受信信号に基づいて超音波画像を生成し、表示する超音波診断装置のコンピューターに、所定の処理を実行させるプログラムであって、
低音響出力の第1の超音波又は高音響出力の第2の超音波の送受信を行う第1処理と、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第2処理と、
前記第2の超音波の送受信により得られる第2の受信信号に基づいて前記超音波画像を生成する第3処理と、
前記受信信号が前記第1の受信信号である場合に前記第2処理を選択し、前記受信信号が前記第2の受信信号である場合に前記第3処理を選択する第4処理と、を有し、
前記第2処理は、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成する。
上記の超音波診断装置に実装される前記学習モデルを訓練するためのモデル訓練装置であって、
前記教師データを取得する入力部と、
前記学習モデルと同様のニューラルネットワークを有し、前記教師データを用いて前記ニューラルネットワークの調整値を最適化する訓練実行部と、
前記ニューラルネットワークの調整値を出力する出力部と、を備える。
図1に示すように、超音波診断装置1は、超音波診断装置本体10及び超音波探触子20を備える。超音波診断装置本体10と超音波探触子20は、ケーブル30を介して接続される。なお、超音波探触子20は、超音波診断装置本体10と無線通信を介して接続されてもよい。
音響整合層22は、超音波を効率よく被検体内に進入させるための中間的物質であり、振動子(図示略)と被写体の音響インピーダンスを整合させる。
バッキング材24は、振動子アレイ23で発生する不要振動を減衰する。
図3に示すように、超音波診断装置本体10は、操作入力部11、送信部12、受信部13、切替部14、第1の画像処理部15、第2の画像処理部16、表示部17、通信部18、システム制御部19及びモデル訓練部40等を備える。超音波診断装置本体10の各機能ブロックは、第1電源部51又は第2電源部52からの電力供給によって駆動される。
低電力モードでは、第1電源部51のバッテリー消費を抑制するため、低音響出力の第1の超音波の送受信が行われる。通常モードでは、高画質の超音波画像を得るため、高音響出力の第2の超音波の送受信が行われる。
第2の画像処理部16は、画像データ生成部161を有し、システム制御部19の指示に従って、高音響出力の超音波の送受信により得られる第2の受信信号に基づいて、被検体の内部状態を示すBモード画像を生成する。
また、図示を省略するが、第1の画像処理部15及び第2の画像処理部16は、超音波探触子20の種類に応じた座標変換及び画素補間を行うDSC(Digital Scan Converter)を含む。
低音響出力の受信データに対して学習モデル152を実行することで、高音響出力の受信データに近い出力結果が得られる。したがって、この出力結果に基づいてBモード画像を生成することで、低電力モードにおいても、通常モードで得られるBモード画像と遜色のない、高画質のBモード画像が得られる。
音線データは、アキシャル方向及びアジマス方向に拡がりを有する二次元配列構造のデータであってもよいし、超音波探触子20が3D/4Dプローブである場合は、さらにエレベーション方向(プローブの厚さ方向)への拡がりを加えた三次元配列構造のデータであってもよい。二次元配列構造を有する音線データは、CNNと相性がよく、好適な出力結果を得ることができる。
なお、本実施の形態においては、モデル訓練部40が超音波診断装置内に設けられ、学習モデル152が超音波診断装置内で学習することができる例を説明するが、モデル訓練部40が超音波診断装置内に設けられずに、予め学習済みの学習モデル152を実装した態様であってもよい。モデル訓練部40を超音波診断装置内に設けることにより、学習モデル152が予め学習済みであったとしても、学習モデル152による出力結果の精度を向上させることができる。また、モデル訓練部40を超音波診断装置内に設けることにより、超音波診断で得られた超音波画像データを教師データとして用いることもでき、学習に必要とされる教師データの入力作業の手間を抑制することができる。
また、本実施の形態においては、第1の画像処理部15の画像データ生成部151と第2の画像処理部16の画像データ生成部161とを各々設けたが、第1の画像処理部15と第2の画像処理部16とで共通の画像データ生成部を設ける構成としてもよい。このような構成においては、低電力モードである場合に、画像データ生成部と学習モデル152が選択され、通常モードである場合に、画像データ生成部が選択される構成とすることができる。
図4に示すように、モデル訓練部40は、入力部41、記憶部42、訓練実行部43及び出力部44を有する。
このとき、第1の受信信号と第2の受信信号を、フレーム単位で交互に取得してもよいし、音線単位で交互に取得してもよい。フレーム単位で取得する場合は、音線単位で取得する場合に比較して、超音波の送受信処理を簡素化できる。音線単位で取得する場合は、フレーム単位で取得する場合に比較して、教師データTDのペアとなるデータ間の時間的なずれを極力抑制することができ、好適な教師データTDを生成できる。
なお、入力部41で生成された教師データTDは、通信部18を介して、ネットワーク上のクラウドストレージに転送され、保存されてもよい。この場合、学習モデル152を実装している他の超音波診断装置1との間で教師データTDを共有でき、学習モデル152の訓練に必要となる膨大な量の教師データTDを容易に準備することができる。
学習モデル152は、ニューラルネットワークで構成され、低音響出力データTD1と高音響出力データTD2のペアからなる教師データTDを用いた機械学習により構築されているので、学習モデル152の出力結果に基づいて生成されたBモード画像において、高音響出力の第2の超音波の送受信により得られるBモード画像と同等の画質が実現される。
このプログラムは、例えば、当該プログラムが格納されたコンピューター読取可能な可搬型記憶媒体(光ディスク、光磁気ディスク、及びメモリカードを含む)を介して提供される。また例えば、このプログラムは、当該プログラムを保有するサーバーから、ネットワークを介してダウンロードにより提供することもできる。
また、超音波診断装置1において、教師データTDは、さらにエレベーション方向に拡がりを有してもよい。この場合、超音波探触子20として、マトリックスアレイ構造のプローブや、メカニカル揺動方式の3D/4Dプローブ等を使用する場合に対応することができる。
また、超音波診断装置1において、教師データTDは、受信信号を画像変換した後の画像データである。この場合、画像処理で実績のあるCNNを学習モデル152に適用することができる。
10 超音波診断装置本体
11 操作入力部
12 送信部
13 受信部
14 切替部
15 第1の画像処理部
16 第2の画像処理部
17 表示部
18 通信部
19 システム制御部(コンピューター)
20 超音波探触子
40 モデル訓練部
152 学習モデル
TD 教師データTD
TD1 低音響出力データ
TD2 高音響出力データ
Claims (16)
- 被検体内で反射した反射超音波に応じた受信信号に基づいて超音波画像を生成し、表示する超音波診断装置であって、
低音響出力の第1の超音波及び高音響出力の第2の超音波の送受信を行う送受信部と、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第1の画像処理部と、
前記第2の超音波の送受信により得られる第2の受信信号に基づいて前記超音波画像を生成する第2の画像処理部と、
前記受信信号が前記第1の受信信号である場合に前記第1の画像処理部を選択し、前記受信信号が前記第2の受信信号である場合に前記第2の画像処理部を選択する切替部と、を備え、
前記第1の画像処理部は、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルを含み、前記学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成する、超音波診断装置。 - バッテリーからなる第1電源部と、
外部電源からの電力供給を受ける第2電源部と、を備え、
前記送受信部は、前記第1電源部から駆動電力が供給される場合に前記第1の超音波の送受信を行い、前記第2電源部から駆動電力が供給される場合に前記第2の超音波の送受信を行う、請求項1に記載の超音波診断装置。 - 前記切替部は、前記第1電源部から駆動電力が供給されている場合に、前記第1の画像処理部を選択し、前記第2電源部から駆動電力が供給されている場合に、前記第2の画像処理部を選択する、請求項2に記載の超音波診断装置。
- 前記切替部は、電力モードが低電力モードである場合に、前記第1の画像処理部を選択する、請求項1又は2に記載の超音波診断装置。
- 前記教師データは、アキシャル方向及びアジマス方向に拡がりを有する、画像変換前の音線データである、請求項1に記載の超音波診断装置。
- 前記教師データは、さらに、エレベーション方向に拡がりを有する、請求項5に記載の超音波診断装置。
- 前記教師データは、前記受信信号を画像変換した後の画像データである、請求項1に記載の超音波診断装置。
- 前記学習モデルを訓練するためのモデル訓練部を備え、
前記モデル訓練部は、
前記教師データを取得する入力部と、
前記学習モデルと同様のニューラルネットワークを有し、前記教師データを用いて前記ニューラルネットワークの調整値を最適化する訓練実行部と、
前記ニューラルネットワークの調整値を出力する出力部と、を有し、
前記調整値が前記学習モデルに反映されている、請求項1から7のいずれか一項に記載の超音波診断装置。 - 前記訓練実行部は、
前記ニューラルネットワークで構成され、前記低音響出力データから出力データを生成する生成器と、
前記出力データと前記高音響出力データを比較し、前記出力データの真偽を判定する識別器と、を有し、
前記識別器の判定結果を前記生成器及び前記識別器に逆伝搬させ、前記生成器と前記識別器を交互に競合させながら前記調整値を最適化する、請求項8に記載の超音波診断装置。 - 前記入力部は、前記第1の受信信号及び前記第2の受信信号から前記教師データを生成する教師データ生成部を有する、請求項8又は9に記載の超音波診断装置。
- 被検体内で反射した反射超音波に応じた受信信号に基づいて超音波画像を生成し、表示する超音波診断装置であって、
低音響出力の第1の超音波及び高音響出力の第2の超音波の送受信を行う送受信部と、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第1の画像処理部と、を備え、
前記第1の画像処理部は、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルを含み、
前記学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成し、
前記学習モデルを訓練するためのモデル訓練部をさらに備え、
前記モデル訓練部は、
前記教師データを取得する入力部と、
前記学習モデルと同様のニューラルネットワークを有し、前記教師データを用いて前記ニューラルネットワークの調整値を最適化する訓練実行部と、
前記ニューラルネットワークの調整値を出力する出力部と、を有し、
前記調整値が前記学習モデルに反映され、
前記訓練実行部は、
前記ニューラルネットワークで構成され、前記低音響出力データから出力データを生成する生成器と、
前記出力データと前記高音響出力データを比較し、前記出力データの真偽を判定する識別器と、を有し、
前記識別器の判定結果を前記生成器及び前記識別器に逆伝搬させ、前記生成器と前記識別器を交互に競合させながら前記調整値を最適化し、
前記入力部は、前記第1の受信信号及び前記第2の超音波の送受信により得られる第2の受信信号から前記教師データを生成する教師データ生成部を有し、
前記教師データ生成部は、フレーム単位又は音線単位で連続して取得した前記第1の受信信号及び前記第2の受信信号に基づいて、前記教師データを生成する、超音波診断装置。 - 前記教師データ生成部において生成された前記教師データは、ネットワーク上のクラウドストレージに転送される、請求項10又は11に記載の超音波診断装置。
- 前記入力部は、ネットワーク上のクラウドストレージから前記教師データを取得する、請求項8から12のいずれか一項に記載の超音波診断装置。
- 被検体内で反射した反射超音波に応じた受信信号に基づく超音波画像を生成する超音波画像生成方法であって、
低音響出力の第1の超音波又は高音響出力の第2の超音波の送受信を行う第1ステップと、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第2ステップと、
前記第2の超音波の送受信により得られる第2の受信信号に基づいて前記超音波画像を生成する第3ステップと、
前記受信信号が前記第1の受信信号である場合に前記第2ステップを選択し、前記受信信号が前記第2の受信信号である場合に前記第3ステップを選択する第4ステップと、を有し、
前記第2ステップは、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成する、超音波画像生成方法。 - 被検体内で反射した反射超音波に応じた受信信号に基づいて超音波画像を生成し、表示する超音波診断装置のコンピューターに、所定の処理を実行させるプログラムであって、
低音響出力の第1の超音波又は高音響出力の第2の超音波の送受信を行う第1処理と、
前記第1の超音波の送受信により得られる第1の受信信号に基づいて前記超音波画像を生成する第2処理と、
前記第2の超音波の送受信により得られる第2の受信信号に基づいて前記超音波画像を生成する第3処理と、
前記受信信号が前記第1の受信信号である場合に前記第2処理を選択し、前記受信信号が前記第2の受信信号である場合に前記第3処理を選択する第4処理と、を有し、
前記第2処理は、ニューラルネットワークで構成され、かつ、前記第1の超音波の送受信により得られる低音響出力データと前記第2の超音波の送受信により得られる高音響出力データのペアからなる教師データを用いて機械学習された学習モデルに対して、前記第1の受信信号を入力することにより、高音響出力の受信データに近い出力結果を得て、前記第2の超音波の送受信により得られる超音波画像と同等の画質の超音波画像を生成する、プログラム。 - 請求項1から7のいずれか一項に記載の超音波診断装置に実装される前記学習モデルを訓練するためのモデル訓練装置であって、
前記教師データを取得する入力部と、
前記学習モデルと同様のニューラルネットワークを有し、前記教師データを用いて前記ニューラルネットワークの調整値を最適化する訓練実行部と、
前記ニューラルネットワークの調整値を出力する出力部と、を備える、モデル訓練装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038752A JP7428020B2 (ja) | 2020-03-06 | 2020-03-06 | 超音波診断装置、超音波画像生成方法、プログラム及びモデル訓練装置 |
US17/193,497 US20210275147A1 (en) | 2020-03-06 | 2021-03-05 | Ultrasound diagnostic apparatus, ultrasound diagnostic method, non-transitory computer-readable recording medium storing program therein, and model training apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020038752A JP7428020B2 (ja) | 2020-03-06 | 2020-03-06 | 超音波診断装置、超音波画像生成方法、プログラム及びモデル訓練装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021137387A JP2021137387A (ja) | 2021-09-16 |
JP7428020B2 true JP7428020B2 (ja) | 2024-02-06 |
Family
ID=77554659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020038752A Active JP7428020B2 (ja) | 2020-03-06 | 2020-03-06 | 超音波診断装置、超音波画像生成方法、プログラム及びモデル訓練装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20210275147A1 (ja) |
JP (1) | JP7428020B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7453136B2 (ja) * | 2020-12-25 | 2024-03-19 | 株式会社日立製作所 | 異常検出装置、異常検出方法及び異常検出システム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100286527A1 (en) | 2009-05-08 | 2010-11-11 | Penrith Corporation | Ultrasound system with multi-head wireless probe |
US20150201895A1 (en) | 2012-08-31 | 2015-07-23 | The University Of Chicago | Supervised machine learning technique for reduction of radiation dose in computed tomography imaging |
JP2019514553A (ja) | 2016-04-26 | 2019-06-06 | エコーノース インコーポレーテッドEchoNous, Inc. | 超音波適応的電力管理システムおよび方法 |
JP2019216848A (ja) | 2018-06-15 | 2019-12-26 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法及びプログラム |
JP2020114294A (ja) | 2019-01-17 | 2020-07-30 | 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、及び学習プログラム |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6631474B1 (en) * | 1999-12-31 | 2003-10-07 | Intel Corporation | System to coordinate switching between first and second processors and to coordinate cache coherency between first and second processors during switching |
US20090105602A1 (en) * | 2004-02-27 | 2009-04-23 | Koninklijke Philips Electronics, N.V. | Staged life-threatening arrhythmia detection algorithm for minimizing power consumption |
US8167803B2 (en) * | 2007-05-16 | 2012-05-01 | Verathon Inc. | System and method for bladder detection using harmonic imaging |
US20090043203A1 (en) * | 2007-08-10 | 2009-02-12 | Laurent Pelissier | Power management in portable ultrasound devices |
JP6236854B2 (ja) * | 2013-04-26 | 2017-11-29 | コニカミノルタ株式会社 | 超音波診断装置及び超音波診断装置の制御方法 |
JP5932894B2 (ja) * | 2014-03-24 | 2016-06-08 | 富士フイルム株式会社 | 医用画像処理装置及びその作動方法 |
RU2740698C2 (ru) * | 2016-03-09 | 2021-01-19 | Эконаус, Инк. | Системы и способы распознавания ультразвуковых изображений, осуществляемого с использованием сети с искусственным интеллектом |
US20200281570A1 (en) * | 2019-01-17 | 2020-09-10 | Canon Medical Systems Corporaion | Apparatus |
US20210244387A1 (en) * | 2020-02-06 | 2021-08-12 | GE Precision Healthcare LLC | Method and system for providing enhanced ultrasound images simulating acquisition at high acoustic power by processing ultrasound images acquired at low acoustic power |
US11077320B1 (en) * | 2020-02-07 | 2021-08-03 | Elekta, Inc. | Adversarial prediction of radiotherapy treatment plans |
-
2020
- 2020-03-06 JP JP2020038752A patent/JP7428020B2/ja active Active
-
2021
- 2021-03-05 US US17/193,497 patent/US20210275147A1/en active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100286527A1 (en) | 2009-05-08 | 2010-11-11 | Penrith Corporation | Ultrasound system with multi-head wireless probe |
US20150201895A1 (en) | 2012-08-31 | 2015-07-23 | The University Of Chicago | Supervised machine learning technique for reduction of radiation dose in computed tomography imaging |
JP2019514553A (ja) | 2016-04-26 | 2019-06-06 | エコーノース インコーポレーテッドEchoNous, Inc. | 超音波適応的電力管理システムおよび方法 |
JP2019216848A (ja) | 2018-06-15 | 2019-12-26 | キヤノン株式会社 | 医用画像処理装置、医用画像処理方法及びプログラム |
JP2020114294A (ja) | 2019-01-17 | 2020-07-30 | 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、及び学習プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20210275147A1 (en) | 2021-09-09 |
JP2021137387A (ja) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102309338B (zh) | 用于超声数据处理的方法和系统 | |
CN102885639A (zh) | 信号处理装置、控制方法、信号处理系统和信号处理方法 | |
JP6733530B2 (ja) | 超音波信号処理装置、超音波信号処理方法、及び、超音波診断装置 | |
JP2012165893A (ja) | 超音波診断装置および超音波画像生成方法 | |
JP7370903B2 (ja) | 超音波診断装置、学習装置、画像処理方法およびプログラム | |
US20160089117A1 (en) | Ultrasound imaging apparatus and method using synthetic aperture focusing | |
JP7428020B2 (ja) | 超音波診断装置、超音波画像生成方法、プログラム及びモデル訓練装置 | |
JP5906281B2 (ja) | 超音波診断装置 | |
US11529124B2 (en) | Artifact removing method and diagnostic apparatus using the same | |
KR102249528B1 (ko) | 미리 저장된 그라데이션 데이터 및 영상을 이용하여 초음파 영상의 밝기를 조정하는 방법, 장치 및 시스템. | |
KR102336172B1 (ko) | 초음파 영상 장치 및 그 제어방법 | |
JP2015112444A (ja) | 超音波診断装置 | |
KR101120816B1 (ko) | 관심영역의 이득을 선택적으로 조절하는 초음파 영상시스템 | |
CN116636875A (zh) | 用于超声采集的数据传送的方法和系统 | |
JP6318587B2 (ja) | 超音波診断装置及び超音波診断装置の制御方法 | |
JP2008284211A (ja) | 超音波診断装置、及び超音波画像取得プログラム | |
JP2020162802A (ja) | 超音波装置及びその制御プログラム | |
KR102438750B1 (ko) | 아티팩트 제거 방법 및 이를 위한 진단 장치 | |
US20230025182A1 (en) | System and methods for ultrasound acquisition with adaptive transmits | |
JPH0678922A (ja) | 超音波診断装置 | |
WO2023239913A1 (en) | Point of care ultrasound interface | |
JP5829229B2 (ja) | 超音波診断装置および超音波画像生成方法 | |
EP3417789A1 (en) | Method for performing beamforming and beamformer | |
JP7455696B2 (ja) | 超音波診断装置、学習装置、画像処理方法およびプログラム | |
JP7242618B2 (ja) | 超音波画像表示システム及びその制御プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221223 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230630 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230704 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230904 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231204 |
|
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: 20231226 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240108 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7428020 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |