JPWO2012063930A1 - 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム - Google Patents

超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム Download PDF

Info

Publication number
JPWO2012063930A1
JPWO2012063930A1 JP2012534452A JP2012534452A JPWO2012063930A1 JP WO2012063930 A1 JPWO2012063930 A1 JP WO2012063930A1 JP 2012534452 A JP2012534452 A JP 2012534452A JP 2012534452 A JP2012534452 A JP 2012534452A JP WO2012063930 A1 JPWO2012063930 A1 JP WO2012063930A1
Authority
JP
Japan
Prior art keywords
frequency
unit
specimen
frequency band
diagnostic apparatus
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.)
Pending
Application number
JP2012534452A
Other languages
English (en)
Inventor
裕雅 野口
裕雅 野口
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.)
Olympus Medical Systems Corp
Original Assignee
Olympus 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 Olympus Medical Systems Corp filed Critical Olympus Medical Systems Corp
Publication of JPWO2012063930A1 publication Critical patent/JPWO2012063930A1/ja
Pending legal-status Critical Current

Links

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
    • A61B8/5215—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
    • A61B8/08—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
    • A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
    • 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
    • A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
    • A61B8/085—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating body or organic structures, e.g. tumours, calculi, blood vessels, nodules
    • 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
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • 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
    • A61B8/485—Diagnostic techniques involving measuring strain or elastic properties
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/52—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00
    • G01S7/52017—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S15/00 particularly adapted to short-range imaging
    • G01S7/52023—Details of receivers
    • G01S7/52036—Details of receivers using analysis of echo signal for target characterisation
    • 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
    • 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

Landscapes

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

Abstract

超音波診断装置は、受信した超音波の周波数を解析することによって周波数スペクトルを算出する周波数解析部と、周波数解析部が算出した周波数スペクトルを近似する際に用いる周波数帯域を設定する周波数帯域設定部と、周波数帯域設定部が設定した周波数帯域の周波数スペクトルを近似することによって該周波数スペクトルの特徴量を抽出する特徴量抽出部と、複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を複数の既知検体の組織性状と関連付けて記憶する記憶部と、記憶部が複数の既知検体の組織性状と関連付けて記憶する特徴量および特徴量抽出部が抽出した特徴量を用いることによって検体の所定領域の組織性状を判定する組織性状判定部と、を備える。

Description

本発明は、超音波を用いて検体の組織性状を判定する超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラムに関する。
従来、超音波を用いた乳がん等の検査技術として、超音波エラストグラフィという技術が知られている（例えば、特許文献１を参照）。超音波エラストグラフィは、生体内の癌や腫瘍組織の硬さが病気の進行状況や生体によって異なることを利用する技術である。この技術では、外部から検査箇所を圧迫した状態で、超音波を用いてその検査箇所における生体組織の歪量や弾性率を計測し、この計測結果を断層像として画像表示している。
国際公開第２００５／１２２９０６号
しかしながら、上述した超音波エラストグラフィでは、血管やリンパ管などの脈管の下部には押し付ける圧力が伝わりにくいという問題があった。そのため、脈管の近傍に腫瘍が形成されている場合、腫瘍の境界が不明りょうであり、脈管内への腫瘍の浸潤の鑑別も難しかった。このように、超音波エラストグラフィでは、組織性状の鑑別を精度よく行うことができない場合があった。
また、超音波エラストグラフィでは、検査者が検査箇所を圧迫する際の圧力や圧迫速度に個人差が生じやすいため、測定結果の信頼性が低いという問題もあった。
本発明は、上記に鑑みてなされたものであって、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラムを提供することを目的とする。
上述した課題を解決し、目的を達成するために、本発明に係る超音波診断装置は、検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置であって、受信した超音波の周波数を解析することによって周波数スペクトルを算出する周波数解析部と、前記周波数解析部が算出した周波数スペクトルを近似する際に用いる周波数帯域を設定する周波数帯域設定部と、前記周波数帯域設定部が設定した周波数帯域の周波数スペクトルを近似することによって該周波数スペクトルの特徴量を抽出する特徴量抽出部と、複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を前記複数の既知検体の組織性状と関連付けて記憶する記憶部と、前記記憶部が前記複数の既知検体の組織性状と関連付けて記憶する特徴量および前記特徴量抽出部が抽出した特徴量を用いることによって前記検体の所定領域の組織性状を判定する組織性状判定部と、を備えたことを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、前記周波数帯域は、超音波の受信深度に応じて定められ、該受信深度が大きいほど、帯域幅が狭くかつ最大周波数が小さいことを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、周波数帯域の設定入力を受け付ける入力部を備え、前記周波数帯域設定部は、前記入力部が受け付けた情報に基づいて周波数帯域を設定することを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、前記特徴量抽出部は、回帰分析によって前記周波数スペクトルを多項式で近似することを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、前記特徴量抽出部は、前記周波数スペクトルを一次式で近似し、前記一次式の傾き、前記一次式の切片、および前記傾きと前記切片と前記周波数スペクトルの周波数帯域に含まれる特定の周波数とを用いて定まる強度、のうち少なくとも２つを含む複数の特徴量を抽出することを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、前記記憶部は、前記複数の既知検体に対して組織性状ごとに分類されたグループにおける各特徴量の平均を記憶し、前記組織性状判定部は、前記複数の特徴量の少なくともいずれか一つを成分とする特徴量空間を設定し、前記検体の所定領域における周波数スペクトルの特徴量のうち前記特徴量空間の成分をなす特徴量の平均を前記特徴量空間の座標として有する検体平均点と、前記複数の既知検体の前記グループにおける各特徴量のうち前記特徴量空間の成分をなす特徴量の平均を前記特徴量空間の座標として有する既知検体平均点との前記特徴量空間上の距離に基づいて、前記検体の組織性状を判定することを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、前記組織性状判定部は、前記複数の既知検体における組織性状ごとに分類されたグループに前記検体の特徴量を加えた母集団における特徴量の標準偏差を算出し、この標準偏差と前記グループにおける特徴量の標準偏差との差が最小である特徴量を有するグループに対応した組織性状を前記検体の組織性状とすることを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、前記検体の特徴量に対応する視覚情報を生成し、この生成した視覚情報、受信した超音波をもとに生成される画像、および前記組織性状判定部が判定した結果を用いることによって前記検体の所定領域における組織性状の判定結果を表示する判定結果表示画像データを生成する判定結果表示画像データ生成部をさらに備えたことを特徴とする。
また、本発明に係る超音波診断装置は、上記発明において、前記視覚情報は、色空間を構成する変数であることを特徴とする。
また、本発明に係る超音波診断装置の作動方法は、検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置の作動方法であって、受信した超音波の周波数を解析することによって周波数スペクトルを周波数解析部により算出する周波数解析ステップと、前記周波数解析ステップで算出した周波数スペクトルを近似する際に用いる周波数帯域を周波数帯域設定部により設定する周波数帯域設定ステップと、前記周波数帯域設定ステップで設定した周波数帯域の周波数スペクトルを近似することによって該周波数スペクトルの特徴量を特徴量抽出部により抽出する特徴量抽出ステップと、複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を前記複数の既知検体の組織性状と関連付けて記憶する記憶部から読み出した特徴量および前記特徴量抽出ステップで抽出した特徴量を用いることによって前記検体の所定領域の組織性状を組織性状判定部により判定する組織性状判定ステップと、を有することを特徴とする。
また、本発明に係る超音波診断装置の作動プログラムは、検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置に、受信した超音波の周波数を解析することによって周波数スペクトルを周波数解析部により算出する周波数解析ステップと、前記周波数解析ステップで算出した周波数スペクトルを近似する際に用いる周波数帯域を周波数帯域設定部により設定する周波数帯域設定ステップと、前記周波数帯域設定ステップで設定した周波数帯域の周波数スペクトルを近似することによって該周波数スペクトルの特徴量を特徴量抽出部により抽出する特徴量抽出ステップと、複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を前記複数の既知検体の組織性状と関連付けて記憶する記憶部から読み出した特徴量および前記特徴量抽出ステップで抽出した特徴量を用いることによって前記検体の所定領域の組織性状を組織性状判定部により判定する組織性状判定ステップと、を実行させることを特徴とする。
本発明によれば、受信した超音波の周波数を解析することによって得た周波数スペクトルを近似する際、超音波の受信深度ごとに設定された周波数帯域の周波数スペクトルの特徴量を抽出し、この特徴量を用いるとともに複数の既知検体によって反射された超音波をもとに抽出された周波数スペクトルの特徴量を用いることによって検体の所定領域の組織性状を判定するため、生体組織の歪量や弾性率を用いることなく、組織の違いを明確に峻別することができる。したがって、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。
図１は、本発明の実施の形態１に係る超音波診断装置の構成を示すブロック図である。 図２は、本発明の実施の形態１に係る超音波診断装置が記憶する周波数帯域テーブルの例を模式的に示す図である。 図３は、本発明の実施の形態１に係る超音波診断装置の処理の概要を示すフローチャートである。 図４は、本発明の実施の形態１に係る超音波診断装置の表示部におけるＢモード画像の表示例を示す図である。 図５は、本発明の実施の形態１に係る超音波診断装置の周波数解析部が行う処理の概要を示すフローチャートである。 図６は、一つの音線のデータ配列を模式的に示す図である。 図７は、本発明の実施の形態１に係る超音波診断装置の周波数解析部が算出した周波数スペクトルの例（第１例）を示す図である。 図８は、本発明の実施の形態１に係る超音波診断装置の周波数解析部が算出した周波数スペクトルの例（第２例）を示す図である。 図９は、本発明の実施の形態１に係る超音波診断装置の周波数解析部が算出した周波数スペクトルの例（第３例）を示す図である。 図１０は、本発明の実施の形態１に係る超音波診断装置の組織性状判定部が行う処理の概要を示すフローチャートである。 図１１は、本発明の実施の形態１に係る超音波診断装置の組織性状判定部が設定する特徴量空間の一例を示す図である。 図１２は、本発明の実施の形態１に係る超音波診断装置の表示部が表示する判定結果表示画像の表示例を示す図である。 図１３は、本発明の実施の形態１に係る超音波診断装置の表示部が表示する判定結果表示画像の別な表示例を示す図である。 図１４は、本発明の実施の形態４に係る超音波診断装置の組織性状判定部が行う組織性状判定処理の概要を説明する図である。
以下、添付図面を参照して、本発明を実施するための形態（以下、「実施の形態」という）を説明する。
（実施の形態１）
図１は、本発明の実施の形態１に係る超音波診断装置の構成を示すブロック図である。同図に示す超音波診断装置１は、超音波を用いて診断対象である検体の組織性状を判定する装置である。
超音波診断装置１は、外部へ超音波パルスを出力するとともに、外部で反射された超音波エコーを受信する超音波探触子２と、超音波探触子２との間で電気信号の送受信を行う送受信部３と、超音波エコーを変換した電気的なエコー信号に対して所定の演算を施す演算部４と、超音波エコーを変換した電気的なエコー信号に対応する画像データの生成を行う画像処理部５と、キーボード、マウス、タッチパネル等のインタフェースを用いて実現され、各種情報の入力を受け付ける入力部６と、液晶または有機ＥＬ等からなる表示パネルを用いて実現され、画像処理部５が生成した画像を含む各種情報を表示する表示部７と、既知検体の組織性状に関する情報を含む各種情報を記憶する記憶部８と、超音波診断装置１の動作制御を行う制御部９と、を備える。
超音波探触子２は、送受信部３から受信した電気的なパルス信号を超音波パルス（音響パルス信号）に変換するとともに、外部の検体で反射された超音波エコーを電気的なエコー信号に変換する信号変換部２１を有する。超音波探触子２は、超音波振動子をメカ的に走査させるものであってもよいし、複数の超音波振動子を電子的に走査させるものであってもよい。
送受信部３は、超音波探触子２と電気的に接続され、パルス信号を超音波探触子２へ送信するとともに、超音波探触子２からエコー信号を受信する。具体的には、送受信部３は、予め設定された波形および送信タイミングに基づいてパルス信号を生成し、この生成したパルス信号を超音波探触子２へ送信する。また、送受信部３は、受信したエコー信号に増幅、フィルタリング等の処理を施した後、Ａ／Ｄ変換することによってデジタルＲＦ信号を生成して出力する。なお、超音波探触子２が複数の超音波振動子を電子的に走査させるものである場合、送受信部３は、複数の超音波振動子に対応したビーム合成用の多チャンネル回路を有する。
演算部４は、送受信部３が出力したデジタルＲＦ信号に高速フーリエ変換（ＦＦＴ）を施すことによってエコー信号の周波数解析を行う周波数解析部４１と、周波数解析部４１が算出した周波数スペクトル（パワースペクトル）を近似する際に用いる周波数帯域を設定する周波数帯域設定部４２と、周波数帯域設定部４２が行った周波数帯域の周波数スペクトルを近似することによってその周波数スペクトルの特徴量を抽出する特徴量抽出部４３と、特徴量抽出部４３が抽出した特徴量を用いて検体の所定領域の組織性状を判定する組織性状判定部４４と、を有する。
周波数解析部４１は、各音線（ラインデータ）に対し、所定のデータ量からなるＦＦＴデータ群を高速フーリエ変換することによって周波数スペクトルを算出する。周波数スペクトルは、検体の組織性状によって異なる傾向を示す。これは、周波数スペクトルが、超音波を散乱する散乱体としての検体の大きさ、密度、音響インピーダンス等と相関を有しているためである。
周波数帯域設定部４２は、記憶部８が記憶する周波数帯域テーブル（後述）を記憶部８から読み出して参照することによって周波数帯域の設定を行う。このように受信深度ごとに周波数帯域の設定を変更するのは、超音波の場合、高周波成分ほど早く減衰するため、受信深度が大きい箇所から受信するエコー信号は、高周波成分の有効な情報が失われ、無効な情報が残ってしまう可能性があるからである。この点に鑑み、本実施の形態１では、受信深度が大きいほど、帯域幅が狭くかつ最大周波数が小さくなるように周波数帯域を設定する。
特徴量抽出部４３は、回帰分析によって周波数スペクトルを一次式で近似し、この近似した一次式を特徴付ける特徴量を抽出する。具体的には、特徴量抽出部４３は、回帰分析によって一次式の傾きａおよび切片ｂを算出するとともに、周波数スペクトルにおける周波数帯域内の特定周波数における強度を算出する。本実施の形態１において、特徴量抽出部４３は、中心周波数ｆMID＝（ｆLOW＋ｆHIGH）／２における強度（Mid-band fit）ｃ＝ａｆMID＋ｂを算出するものとするが、これはあくまでも一例に過ぎない。ここでいう「強度」とは、電圧、電力、音圧、音響エネルギー等のパラメータのいずれかを指す。
三つの特徴量のうち、傾きａは、超音波の散乱体の大きさと相関を有し、一般に散乱体が大きいほど傾きが小さな値を有すると考えられる。また、切片ｂは、散乱体の大きさ、音響インピーダンスの差、散乱体の密度（濃度）等と相関を有している。具体的には、切片ｂは、散乱体が大きいほど大きな値を有し、音響インピーダンスが大きいほど大きな値を有し、散乱体の密度（濃度）が大きいほど大きな値を有すると考えられる。中心周波数ｆMIDにおける強度（以下、単に「強度」という）ｃは、傾きａと切片ｂから導出される間接的なパラメータであり、有効な周波数帯域内の中心におけるスペクトル強度を与える。このため、強度ｃは、散乱体の大きさ、音響インピーダンスの差、散乱体の密度に加えて、Ｂモード画像の輝度とある程度の相関を有していると考えられる。なお、特徴量抽出部４３が算出する近似多項式は一次式に限定されるわけではなく、二次以上の近似多項式を用いることも可能である。
組織性状判定部４４は、特徴量抽出部４３によって抽出された周波数スペクトルの特徴量の平均および標準偏差を特徴量ごとに算出する。組織性状判定部４４は、算出した平均および標準偏差と、記憶部８が記憶する既知検体の周波数スペクトルの特徴量の平均および標準偏差とを用いることにより、検体の所定領域の組織性状を判定する。ここでいう「所定領域」は、画像処理部５によって生成された画像を見た超音波診断装置１の操作者が入力部６によって指定した画像中の領域（以下、「関心領域」という）のことである。また、ここでいう「組織性状」とは、例えば癌、内分泌腫瘍、粘液性腫瘍、正常組織、脈管などのいずれかである。なお、検体が膵臓である場合には、組織性状として慢性膵炎、自己免疫性膵炎なども含まれる。
組織性状判定部４４が算出する特徴量の平均および標準偏差は、核の腫大や異形などの細胞レベルの変化、間質における線維の増生や実質組織の線維への置換などの組織的な変化を反映しており、組織性状に応じて特有の値を示す。したがって、そのような特徴量の平均および標準偏差を用いることにより、検体の所定領域の組織性状を正確に判定することが可能となる。
画像処理部５は、エコー信号の振幅を輝度に変換して表示するＢモード画像データを生成するＢモード画像データ生成部５１と、Ｂモード画像データ生成部５１および演算部４によってそれぞれ出力されたデータを用いて関心領域の組織性状の判定結果および該判定結果に関連する情報を表示する判定結果表示画像データを生成する判定結果表示画像データ生成部５２と、を有する。
Ｂモード画像データ生成部５１は、デジタル信号に対してバンドパスフィルタ、対数変換、ゲイン処理、コントラスト処理等の公知の技術を用いた信号処理を行うとともに、表示部７における画像の表示レンジに応じて定まるデータステップ幅に応じたデータの間引き等を行うことによってＢモード画像データを生成する。
判定結果表示画像データ生成部５２は、Ｂモード画像データ生成部５１が生成したＢモード画像データ、特徴量抽出部４３が算出した特徴量、および組織性状判定部４４が判定した判定結果を用いることにより、関心領域の組織性状の判定結果とその組織性状を強調する組織性状強調画像とを含む判定結果表示画像データを生成する。
記憶部８は、既知検体の情報を記憶する既知検体情報記憶部８１と、超音波の受信深度に応じて定められる周波数帯域情報を記憶する周波数帯域情報記憶部８２と、周波数解析部４１が行う周波数解析処理の際に使用する窓関数を記憶する窓関数記憶部８３とを有する。
既知検体情報記憶部８１は、既知検体に対して抽出された周波数スペクトルの特徴量を既知検体の組織性状と関連付けて記憶している。また、既知検体情報記憶部８１は、既知検体に関連した周波数スペクトルの特徴量に対し、既知検体の組織性状に基づいて分類されたグループごとに算出された平均および標準偏差を、既知検体の特徴量の全データとともに記憶している。ここで、既知検体の特徴量は、本実施の形態１と同様の処理によって抽出されたものである。ただし、既知検体の特徴量抽出処理を超音波診断装置１で行う必要はない。既知検体情報記憶部８１が記憶する既知検体の情報は、組織性状に関する信頼度の高い情報であることが望ましい。
図２は、周波数帯域情報記憶部８２が記憶する周波数帯域情報としての周波数帯域テーブルを模式的に示す図である。同図に示す周波数帯域テーブルＴｂは、超音波の受信深度ごとの最小周波数（ｆLOW）と最大周波数（ｆHIGH）を示している。周波数帯域テーブルＴｂは、受信深度が大きいほど、帯域幅がｆHIGH−ｆLOWが狭く、かつ最大周波数ｆHIGHが小さい。また、周波数帯域テーブルＴｂは、受信深度が比較的小さい場合（図２の２〜６ｃｍ）には、減衰の影響が小さいために周波数帯域を変化させない。これに対して、受信深度が比較的大きい場合（図２の８〜１２ｃｍ）には、減衰の影響が大きくなるため、帯域を狭くするとともに低周波数側へ移動する。このような周波数帯域テーブルＴｂを用いることにより、有効な情報を有する信号のみを抽出して画像化を行うことができる。
窓関数記憶部８３は、Hamming, Hanning, Blackmanなどの窓関数のうち少なくともいずれか一つまたは複数の窓関数を記憶している。記憶部８は、本実施の形態１に係る超音波診断装置の作動プログラムや所定のＯＳを起動するプログラム等が予め記憶されたＲＯＭ、および各処理の演算パラメータやデータ等を記憶するＲＡＭ等を用いて実現される。
以上の機能構成を有する超音波診断装置１の超音波探触子２以外の構成要素は、演算および制御機能を有するＣＰＵを備えたコンピュータを用いて実現される。超音波診断装置１が備えるＣＰＵは、記憶部８が記憶、格納する情報および上述した超音波診断装置の作動プログラムを含む各種プログラムを記憶部８から読み出すことにより、本実施の形態１に係る超音波診断装置の作動方法に関連した演算処理を実行する。
なお、本実施の形態１に係る超音波診断装置の作動プログラムは、ハードディスク、フラッシュメモリ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に記録して広く流通させることも可能である。
図３は、以上の構成を有する超音波診断装置１の処理の概要を示すフローチャートである。図３において、超音波診断装置１は、まず超音波探触子２によって新規の検体の測定を行う（ステップＳ１）。その後、Ｂモード画像データ生成部５１がＢモード画像データを生成する（ステップＳ２）。
続いて、制御部９は、Ｂモード画像データ生成部５１が生成したＢモード画像データに対応するＢモード画像を表示部７に表示させる制御を行う（ステップＳ３）。図４は、表示部７におけるＢモード画像の表示例を示す図である。同図に示すＢモード画像１００は、色空間としてＲＧＢ表色系を採用した場合の変数であるＲ（赤）、Ｇ（緑）、Ｂ（青）の値を一致させたグレースケール画像である。
その後、入力部６を介して関心領域の設定がなされた場合（ステップＳ４：Ｙｅｓ）、周波数解析部４１は、ＦＦＴ演算による周波数解析を行うことによって周波数スペクトルを算出する（ステップＳ５）。このステップＳ５では、画像の全領域を関心領域として設定することも可能である。一方、関心領域の設定がなされていない場合（ステップＳ４：Ｎｏ）において、処理を終了する指示が入力部６によって入力されたとき（ステップＳ６：Ｙｅｓ）、超音波診断装置１は処理を終了する。これに対し、関心領域の設定がなされていない場合（ステップＳ４：Ｎｏ）において、処理を終了する指示が入力部６によって入力されないとき（ステップＳ６：Ｎｏ）、超音波診断装置１はステップＳ４へ戻る。
ここで、周波数解析部４１が行う処理（ステップＳ５）について、図５に示すフローチャートを参照して詳細に説明する。まず、周波数解析部４１は、最初に解析対象とする音線の音線番号Ｌを初期値Ｌ0とする（ステップＳ２１）。初期値Ｌ0は、例えば送受信部３が最初に受信する音線に対して付与してもよいし、入力部６によって設定される関心領域の左右の一方の境界位置に対応する音線に対して付与してもよい。
続いて、周波数解析部４１は、一つの音線上に設定した複数のデータ位置全ての周波数スペクトルを算出する。まず、周波数解析部４１は、ＦＦＴ演算用に取得する一連のデータ群（ＦＦＴデータ群）を代表するデータ位置Ｚの初期値Ｚ0を設定する（ステップＳ２２）。図６は、一つの音線のデータ配列を模式的に示す図である。同図に示す音線ＬＤにおいて、白または黒の長方形は、一つのデータを意味している。音線ＬＤは、送受信部３が行うＡ／Ｄ変換におけるサンプリング周波数（例えば５０ＭＨｚ）に対応した時間間隔で離散化されている。図６では、音線ＬＤの１番目のデータをデータ位置Ｚの初期値Ｚ0として設定した場合を示している。なお、図６はあくまでも一例に過ぎず、初期値Ｚ0の位置は任意に設定することができる。例えば、関心領域の上端位置に対応するデータ位置Ｚを初期値Ｚ0として設定してもよい。
その後、周波数解析部４１は、データ位置ＺのＦＦＴデータ群を取得し（ステップＳ２３）、取得したＦＦＴデータ群に対し、窓関数記憶部８３が記憶する窓関数を作用させる（ステップＳ２４）。このようにＦＦＴデータ群に対して窓関数を作用させることにより、ＦＦＴデータ群が境界で不連続になることを回避し、アーチファクトが発生するのを防止することができる。
続いて、周波数解析部４１は、データ位置ＺのＦＦＴデータ群が正常なデータ群であるか否かを判定する（ステップＳ２５）。ここで、ＦＦＴデータ群は、２のべき乗のデータ数を有している必要がある。以下、ＦＦＴデータ群のデータ数を２n（ｎは正の整数）とする。ＦＦＴデータ群が正常であるとは、データ位置ＺがＦＦＴデータ群で前から２n-1番目の位置であること意味する。換言すると、ＦＦＴデータ群が正常であるとは、データ位置Ｚの前方に２n-1−１（＝Ｎとする）個のデータがあり、データ位置Ｚの後方に２n-1（＝Ｍとする）個のデータがあることを意味する。図６に示す場合、ＦＦＴデータ群Ｆ2、Ｆ3、ＦK-1は正常である一方、ＦＦＴデータ群Ｆ1、ＦKは異常である。ただし、図６ではｎ＝４（Ｎ＝７，Ｍ＝８）としている。
ステップＳ２５における判定の結果、データ位置ＺのＦＦＴデータ群が正常である場合（ステップＳ２５：Ｙｅｓ）、周波数解析部４１は、後述するステップＳ２７へ移行する。
ステップＳ２５における判定の結果、データ位置ＺのＦＦＴデータ群が正常でない場合（ステップＳ２５：Ｎｏ）、周波数解析部４１は、不足分だけゼロデータを挿入することによって正常なＦＦＴデータ群を生成する（ステップＳ２６）。ステップＳ２５において正常でないと判定されたＦＦＴデータ群は、ゼロデータを追加する前に窓関数が作用されている。このため、ＦＦＴデータ群にゼロデータを挿入してもデータの不連続は生じない。ステップＳ２６の後、周波数解析部４１は、後述するステップＳ２７へ移行する。
ステップＳ２７において、周波数解析部４１は、ＦＦＴデータ群を用いてＦＦＴ演算を行うことにより、周波数スペクトルを得る（ステップＳ２７）。
続いて、周波数解析部４１は、データ位置Ｚに所定のデータステップ幅Ｄを加算して次の解析対象のＦＦＴデータ群のデータ位置Ｚを算出する（ステップＳ２８）。ここでのデータステップ幅Ｄは、Ｂモード画像データ生成部５１がＢモード画像データを生成する際に利用するデータステップ幅と一致させることが望ましいが、周波数解析部４１における演算量を削減したい場合には、Ｂモード画像データ生成部５１が利用するデータステップ幅より大きい値を設定してもよい。図６では、Ｄ＝１５の場合を示している。
その後、周波数解析部４１は、データ位置Ｚが最終データ位置Ｚmaxより大きいか否かを判定する（ステップＳ２９）。ここで、最終データ位置Ｚmaxは、音線ＬＤのデータ長としてもよいし、関心領域の下端に対応するデータ位置としてもよい。判定の結果、データ位置Ｚが最終データ位置Ｚmaxより大きい場合（ステップＳ２９：Ｙｅｓ）、周波数解析部４１は、音線番号Ｌを１だけインクリメントする（ステップＳ３０）。一方、データ位置Ｚが最終データ位置Ｚmax以下である場合（ステップＳ２９：Ｎｏ）、周波数解析部４１はステップＳ２３へ戻る。このようにして、周波数解析部４１は、一つの音線ＬＤに対して、［｛（Ｚmax−Ｚ0）／Ｄ｝＋１］（＝Ｋ）個のＦＦＴデータ群に対するＦＦＴ演算を行う。ここで、［Ｘ］は、Ｘを超えない最大の整数を表す。
ステップＳ３０でインクリメントした後の音線番号Ｌが最終音線番号Ｌmaxより大きい場合（ステップＳ３１：Ｙｅｓ）、周波数解析部４１は図２に示すメインルーチンへ戻る。一方、ステップＳ３０でインクリメントした後の音線番号Ｌが最終音線番号Ｌmax以下である場合（ステップＳ３１：Ｎｏ）、周波数解析部４１はステップＳ２２へ戻る。
このようにして、周波数解析部４１は、（Ｌmax−Ｌ0＋１）本の音線の各々についてＫ回のＦＦＴ演算を行う。なお、最終音線番号Ｌmaxは、例えば送受信部３が受信する最終の音線に付与してもよいし、関心領域の左右のいずれか一方の境界に対応する音線に付与してもよい。以下、周波数解析部４１が全ての音線に対して行うＦＦＴ演算の総数（Ｌmax−Ｌ0＋１）×ＫをＰとおく。
以上説明したステップＳ５の周波数解析処理に続いて、周波数帯域設定部４２は、周波数帯域情報記憶部８２が記憶する周波数帯域テーブルＴｂを参照して超音波の受信深度ごとに周波数帯域の設定を行う（ステップＳ７）。なお、周波数帯域設定部４２の処理は、周波数解析部４１の処理と並行して行ってもよいし、周波数解析部４１の処理に先立って行ってもよい。
図７〜図９は、互いに異なる受信深度の超音波に対し、周波数解析部４１が算出した周波数スペクトルおよび周波数帯域設定部４２が設定した周波数帯域をそれぞれ示す図である。図７〜図９では、横軸ｆが周波数であり、縦軸Ｉが強度を示している。具体的には、図７は受信深度が２ｃｍの場合であり、図８は受信深度が８ｃｍの場合であり、図９は受信深度が１２ｃｍの場合である。図７、８および９にそれぞれ示す周波数スペクトル曲線Ｃ1、Ｃ2およびＣ3において、周波数スペクトルの下限周波数ｆLOWおよび上限周波数ｆHIGHは、周波数帯域設定部４２が周波数帯域テーブルＴｂに基づいて受信深度ごとに設定した値を有する。図７では、ｆLOW＝４（ＭＨｚ）、ｆHIGH＝９（ＭＨｚ）である。また、図８では、ｆLOW＝３．５（ＭＨｚ）、ｆHIGH＝８（ＭＨｚ）である。また、図９では、ｆLOW＝２．５（ＭＨｚ）、ｆHIGH＝５（ＭＨｚ）である。なお、図７、８および９にそれぞれ示す直線Ｌ1、Ｌ2およびＬ3については、後述する特徴量抽出処理で説明する。本実施の形態１において、曲線および直線は、離散的な点の集合からなる。この点については、後述する実施の形態においても同様である。
ステップＳ７の後、特徴量抽出部４３は、周波数解析部４１が算出したＰ個の周波数スペクトルを、周波数帯域設定部４２が設定した周波数帯域で回帰分析することによって特徴量を抽出する（ステップＳ８）。具体的には、特徴量抽出部４３は、周波数帯域ｆLOW＜ｆ＜ｆHIGHの周波数スペクトルを近似する一次式を回帰分析によって算出することにより、三つの特徴量である傾きａ，切片ｂ，強度ｃを算出する。図７、８および９にそれぞれ示す直線Ｌ1、Ｌ2およびＬ3は、このステップＳ８において、周波数スペクトル曲線Ｃ1、Ｃ2およびＣ3に対して特徴量抽出処理をそれぞれ行うことによって得られる回帰直線である。
この後、組織性状判定部４４は、特徴量抽出部４３によって抽出された特徴量と既知検体情報記憶部８１が記憶する既知検体情報に基づいて、検体の関心領域における組織性状を判定する（ステップＳ９）。
ここで、組織性状判定部４４が行う処理（ステップＳ９）について、図１０に示すフローチャートを参照して詳細に説明する。まず、組織性状判定部４４は、関心領域の内部に位置するＱ（≦Ｐ）組のＦＦＴデータ群の傾きａ，切片ｂ，強度ｃの各々の平均および標準偏差を算出する（ステップＳ４１）。
続いて、組織性状判定部４４は、組織性状を判定する際に使用する特徴量空間を設定する（ステップＳ４２）。本実施の形態１において、三つの特徴量である傾きａ，切片ｂ，強度ｃのうち、独立なパラメータは二つである。したがって、三つの特徴量のうち任意の二つの特徴量を成分とする二次元空間を特徴量空間として設定することができる。また、三つの特徴量のうち任意の一つの特徴量を成分とする一次元空間を特徴量空間として設定することもできる。このステップＳ４２では、設定すべき特徴量空間が予め定められているものとしているが、操作者が入力部６によって所望の特徴量空間を選択するようにしてもよい。
図１１は、組織性状判定部４４が設定する特徴量空間の一例を示す図である。図１１に示す特徴量空間は、横軸が切片ｂ、縦軸が強度ｃである。図１１に示す点Ｓｐは、ステップＳ４１で特徴量抽出部４３が算出した検体の関心領域内に含まれるＦＦＴデータ群の周波数スペクトルの切片ｂおよび強度ｃの各平均を特徴量空間の座標として有する点（以下、この点を「検体平均点」という）を示している。また、図１１に示す領域ＳＡ、ＳＢ，ＳＣは、既知検体情報記憶部８１が記憶する既知検体の組織性状が、それぞれＡ，Ｂ，Ｃであるグループを示している。図１１に示す場合、三つのグループＳＡ、ＳＢ、ＳＣは、特徴量空間上において、互いに他のグループと交わりを有しない領域に存在している。
本実施の形態１では、既知検体の特徴量を求める際にも、超音波の受信深度に応じて定められる周波数帯域で周波数スペクトルを近似することによって得られた周波数スペクトルの特徴量を指標として組織性状の分類、判定を行うため、互いに異なる組織性状を峻別することができる。特に、本実施の形態１では、受信深度が大きいほど、帯域幅が狭くかつ最大周波数が小さくなるように周波数帯域を定めているため、周波数帯域を受信深度によらず一定にして特徴量を抽出する場合と比較して、減衰が大きい高周波成分の寄与を削除することができる。その結果、特徴量空間における各グループの領域をより明確に分離した状態で得ることができる。
ステップＳ４２の後、組織性状判定部４４は、検体平均点Ｓｐと、グループＳＡ，ＳＢ、ＳＣにそれぞれ含まれるＦＦＴデータ群の周波数スペクトルの切片ｂおよび強度ｃの各平均を特徴量空間の座標として有する点Ａ0，Ｂ0，Ｃ0（以下、これらの点を「既知検体平均点」という）との間の特徴量空間上の距離α，β，γをそれぞれ算出する（ステップＳ４３）。ここで、特徴量空間におけるｂ軸成分とｃ軸成分のスケールが大きく異なる場合には、各距離の寄与を略均等にするための重み付けを適宜行うことが望ましい。
続いて、組織性状判定部４４は、ステップＳ４３で算出した距離に基づいて、検体平均点Ｓｐの組織性状を判定する（ステップＳ４４）。図１１に示す場合、距離αが最小である。したがって、組織性状判定部４４は、検体の組織性状がＡであると判定する。なお、検体平均点Ｓｐが既知検体平均点Ａ0，Ｂ0，Ｃ0と極端に離れている場合には、たとえ距離α，β，γの最小値が求まったとしても組織性状の判定結果の信頼度は低い。そこで、α，β，γが所定の閾値より大きい場合、組織性状判定部４４はエラー信号を出力するようにしてもよい。また、α，β，γのうち最小値が二つ以上生じた場合、組織性状判定部４４は最小値に対応するすべての組織性状を候補として選択してもよいし、所定の規則にしたがっていずれか一つの組織性状を選択してもよい。後者の場合、例えば癌などの悪性の高い組織性状の優先順位を高く設定する方法を挙げることができる。また、α，β，γのうち最小値が二つ以上生じた場合、組織性状判定部４４はエラー信号を出力してもよい。
この後、組織性状判定部４４は、ステップＳ４３における距離算出結果、およびステップＳ４４における判定結果を出力する（ステップＳ４５）。これにより、ステップＳ９の組織性状判定処理が終了する。
以上説明したステップＳ９の後、判定結果表示画像データ生成部５２は、Ｂモード画像データ生成部５１が生成したＢモード画像データ、特徴量抽出部４３が算出した特徴量、および組織性状判定部４４が判定した判定結果を用いることにより、判定結果表示画像データを生成する（ステップＳ１０）。
その後、表示部７は、判定結果表示画像データ生成部５２が生成した判定結果表示画像を表示する（ステップＳ１１）。図１２は、表示部７が表示する判定結果表示画像の表示例を示す図である。同図に示す判定結果表示画像２００は、組織性状の判定結果を含む各種関連情報を表示する情報表示部２０１と、Ｂモード画像に基づいて組織性状を強調する組織性状強調画像を表示する画像表示部２０２とを有する。
情報表示部２０１には、例えば検体の識別情報（ＩＤ番号、名前、性別等）、組織性状判定部４４が算出した組織性状判定結果、組織性状判定を行う際の特徴量に関する情報、ゲインやコントラスト等の超音波画質情報が表示される。ここで、特徴量に関する情報として、関心領域の内部に位置するＱ組のＦＦＴデータ群の周波数スペクトルの特徴量の平均、標準偏差を利用した表示を行うことが可能である。具体的には、情報表示部２０１では、例えばａ＝１．５±０．３（ｄＢ／ＭＨｚ）、ｂ＝−６０±２（ｄＢ）、ｃ＝−５０±１．５（ｄＢ）、と表示することができる。
画像表示部２０２に表示されている組織性状強調画像３００は、図４に示すＢモード画像１００に対して、切片ｂをＲ（赤），Ｇ（緑），Ｂ（青）に対して均等に割り当てたグレースケール画像である。
以上の構成を有する判定結果表示画像２００を表示部７が表示することにより、操作者はより正確に関心領域の組織性状を把握することが可能となる。
なお、図１２に示す組織性状強調画像３００はあくまでも一例に過ぎない。他にも、例えば傾きａ，切片ｂ，強度ｃをＲ（赤）、Ｇ（緑）、Ｂ（青）にそれぞれ割り当てることにより、組織性状強調画像をカラー画像によって表示することも可能である。この場合、組織性状に対して固有の色で表現されるため、操作者は画像の色分布をもとに関心領域の組織性状を把握することが可能となる。また、色空間をＲＧＢ表色系で構成する代わりに、シアン、マゼンダ、イエローのような補色系の変数によって構成し、各変数に対して特徴量を割り当ててもよい。また、Ｂモード画像データとカラー画像データとを所定の比率で混合させることによって組織性状強調画像データを生成してもよい。また、関心領域のみカラー画像データへ置換することによって組織性状強調画像データを生成してもよい。
以上説明した本発明の実施の形態１によれば、受信した超音波の周波数を解析することによって得た周波数スペクトルを近似する際、超音波の受信深度ごとに設定された周波数帯域の周波数スペクトルの特徴量を抽出し、この特徴量を用いるとともに複数の既知検体によって反射された超音波をもとに抽出された周波数スペクトルの特徴量を用いることによって検体の所定領域の組織性状を判定するため、生体組織の歪量や弾性率を用いることなく、組織の違いを明確に峻別することができる。したがって、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。
また、本実施の形態１によれば、受信深度が大きいほど、帯域幅が狭くかつ最大周波数が小さくなるように周波数帯域を定めているため、超音波の伝播に伴う減衰の影響を取り除くことができ、一段と高精度な組織性状判定を行うことができる。
図１３は、表示部７における判定結果表示画像の別な表示例を示す図である。同図に示す判定結果表示画像４００は、情報表示部４０１と、Ｂモード画像を表示する第１画像表示部４０２と、組織性状強調画像を表示する第２画像表示部４０３とを有する。図１３に示す場合には、第１画像表示部４０２にＢモード画像１００が表示され、第２画像表示部４０３に組織性状強調画像３００が表示されている。このようにしてＢモード画像と組織性状強調画像を並べて表示することにより、両画像の違いを一つの画面上で認識することができる。なお、第１画像表示部４０２で表示する画像と第２画像表示部４０３で表示する画像を入れ替えることができるようにしてもよい。また、入力部６からの入力によって判定結果表示画像２００と判定結果表示画像４００との表示を切り換えることができるようにしてもよい。
なお、本実施の形態１では、周波数帯域設定部４２が周波数帯域テーブルＴｂを参照して受信深度ごとの周波数帯域を設定していたが、例えば入力部６が周波数帯域の設定入力を受け付けることによって周波数帯域を設定するようにしてもよい。この場合には、ユーザが入力部６によって周波数帯域を自在に変更することができるため、検体ごとに周波数帯域を調整することによって検体ごとの個体差を少なくすることができる。
（実施の形態２）
本発明の実施の形態２は、組織性状判定部における組織性状判定処理が実施の形態１と異なる。本実施の形態２に係る超音波診断装置の構成は、実施の形態１で説明した超音波診断装置１の構成と同様である。そこで、以下の説明において、超音波診断装置１の構成要素と対応する構成要素には同一の符号を付すものとする。
組織性状判定部４４は、関心領域の内部に位置するＱ組のＦＦＴデータ群の特徴量（ａ，ｂ，ｃ）を、組織性状Ａ，Ｂ，Ｃを構成するグループＳＡ、ＳＢ、ＳＣ（図１１を参照）にそれぞれ加えて新たな母集団を構成した後、各組織性状を構成するデータの特徴量ごとの標準偏差を求める。
その後、組織性状判定部４４は、既知検体のみからなる元の母集団におけるグループＳＡ，ＳＢ，ＳＣの各特徴量の標準偏差と、新規の検体をそれぞれ加えた新たな母集団におけるグループＳＡ，ＳＢ，ＳＣの各特徴量の標準偏差との差（以下、単に「標準偏差の差」という）を算出し、この標準偏差の差が最も小さい特徴量を含むグループに対応する組織性状を検体の組織性状と判定する。
ここで、組織性状判定部４４は、複数の特徴量の中から予め選択された特徴量の標準偏差に対してのみ、標準偏差の差を算出するようにしてもよい。この場合の特徴量の選択は、操作者が任意に行うようにしてもよいし、超音波診断装置１が自動的に行うようにしてもよい。
また、組織性状判定部４４が、グループ毎に全ての特徴量の標準偏差の差に適宜重み付けして加算した値を算出し、この値が最小となるグループに対応する組織性状を検体の組織性状と判定するようにしてもよい。この場合において、例えば特徴量が傾きａ，切片ｂ，強度ｃであるとき、組織性状判定部４４は、傾きａ，切片ｂ，強度ｃにそれぞれ対応する重みをｗa，ｗb，ｗcとしてｗa・（ａの標準偏差の差）＋ｗb・（ｂの標準偏差の差）＋ｗｃ・（ｃの標準偏差の差）を算出し、この算出した値をもとに検体の組織性状を判定することとなる。なお、重みｗa，ｗb，ｗcの値は、操作者が任意に設定するようにしてもよいし、超音波診断装置１が自動的に設定するようにしてもよい。
また、組織性状判定部４４が、グループ毎に全ての特徴量の標準偏差の差の２乗に適宜重み付けして加算した値の平方根を算出し、この平方根が最小となるグループに対応する組織性状を検体の組織性状と判定するようにしてもよい。この場合において、例えば特徴量が傾きａ，切片ｂ，強度ｃであるとき、組織性状判定部４４は、傾きａ，切片ｂ，強度ｃにそれぞれ対応する重みをｗ'a，ｗ'b，ｗ'cとして｛ｗ'a・（ａの標準偏差の差）2＋ｗ'b・（ｂの標準偏差の差）2＋ｗ'ｃ・（ｃの標準偏差の差）2｝1/2を算出し、この算出した値をもとに組織性状を判定することとなる。なお、この場合にも、重みｗ'a，ｗ'b，ｗ'cの値は、操作者が任意に設定するようにしてもよいし、超音波診断装置１が自動的に設定するようにしてもよい。
以上説明した本発明の実施の形態２によれば、上述した実施の形態１と同様、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。
なお、本実施の形態２では、組織性状判定部４４が、もとの母集団と新規の検体を加えた母集団との間の各特徴量の標準偏差の変化に基づいて組織性状の判定を行っていたが、これは一例に過ぎない。例えば、組織性状判定部４４は、もとの母集団と新規の検体を加えた母集団との間の各特徴量の平均の変化に基づいて組織性状の判定を行うようにしてもよい。
（実施の形態３）
本発明の実施の形態３は、組織性状判定部における組織性状判定処理が実施の形態１と異なる。本実施の形態３に係る超音波診断装置の構成は、実施の形態１で説明した超音波診断装置１の構成と同様である。そこで、以下の説明において、超音波診断装置１の構成要素と対応する構成要素には同一の符号を付すものとする。
組織性状判定部４４は、特徴量空間における検体の平均点と既知検体の組織性状の平均点との距離を用いることにより、各組織性状に属する確率を算出する。具体的には、図１１に示す特徴量空間（ｂ，ｃ）の場合、検体平均点Ｓｐと既知検体平均点Ａ0，Ｂ0，Ｃ0との距離α，β，γを用いることにより、各組織性状に属する確率を算出する。各既知検体に属する確率は、距離が小さい方が大きくなるように設定する。例えば、λ＝１００／（α-1＋β-1＋γ-1）（％）として、組織性状Ａに属する確率をλ／α（％）、組織性状Ｂに属する確率をλ／β（％）、組織性状Ｃに属する確率をλ／γ（％）と定義することができる。
本実施の形態３では、表示部７が判定結果表示画像を表示する際、情報表示部において各組織性状に属する確率を表示する。例えば、表示部７が判定結果表示画像２００を表示する場合、情報表示部２０１において、判定結果を「組織性状がＡである確率＝６０％、組織性状がＢである確率＝５％、組織性状がＣである確率＝３５％」と表示する。
以上説明した本発明の実施の形態３によれば、上述した実施の形態１と同様、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。
（実施の形態４）
本発明の実施の形態４は、組織性状判定部における組織性状判定処理が実施の形態１と異なる。本実施の形態４に係る超音波診断装置の構成は、実施の形態１で説明した超音波診断装置１の構成と同様である。そこで、以下の説明において、超音波診断装置１の構成要素と対応する構成要素には同一の符号を付すものとする。
図１４は、本実施の形態４において組織性状判定部４４が行う組織性状判定処理の概要を説明する図である。図１４に示す特徴量空間は、横軸が切片ｂ、縦軸が強度ｃである。この特徴量空間は、組織性状に応じて領域がグループ分けされている。組織性状判定部４４は、検体平均点の位置に応じて組織性状を判定する。図１４では、検体平均点Ｓｐ'がグループＳＢ'（組織性状がＢである領域）に属している場合を示している。この場合、組織性状判定部４４は、検体の関心領域の組織性状がＢであると判定する。
以上説明した本発明の実施の形態４によれば、上述した実施の形態１と同様、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。
ここまで、本発明を実施するための形態を説明してきたが、本発明は上述した実施の形態１〜４によってのみ限定されるべきものではない。すなわち、本発明は、特許請求の範囲に記載した技術的思想を逸脱しない範囲内において、様々な実施の形態を含みうるものである。
１ 超音波診断装置
２ 超音波探触子
３ 送受信部
４ 演算部
５ 画像処理部
６ 入力部
７ 表示部
８ 記憶部
９ 制御部
２１ 信号変換部
４１ 周波数解析部
４２ 周波数帯域設定部
４３ 特徴量抽出部
４４ 組織性状判定部
５１ Ｂモード画像データ生成部
５２ 判定結果表示画像データ生成部
８１ 既知検体情報記憶部
８２ 周波数帯域情報記憶部
８３ 窓関数記憶部
１００ Ｂモード画像
２００、４００ 判定結果表示画像
２０１、４０１ 情報表示部
２０２ 画像表示部
３００ 組織性状強調画像
４０２ 第１画像表示部
４０３ 第２画像表示部
Ｔｂ 周波数帯域テーブル

Claims (11)

  1. 検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置であって、
    受信した超音波の周波数を解析することによって周波数スペクトルを算出する周波数解析部と、
    前記周波数解析部が算出した周波数スペクトルを近似する際に用いる周波数帯域を設定する周波数帯域設定部と、
    前記周波数帯域設定部が設定した周波数帯域の周波数スペクトルを近似することによって該周波数スペクトルの特徴量を抽出する特徴量抽出部と、
    複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を前記複数の既知検体の組織性状と関連付けて記憶する記憶部と、
    前記記憶部が前記複数の既知検体の組織性状と関連付けて記憶する特徴量および前記特徴量抽出部が抽出した特徴量を用いることによって前記検体の所定領域の組織性状を判定する組織性状判定部と、
    を備えたことを特徴とする超音波診断装置。
  2. 前記周波数帯域は、超音波の受信深度に応じて定められ、該受信深度が大きいほど、帯域幅が狭くかつ最大周波数が小さいことを特徴とする請求項１に記載の超音波診断装置。
  3. 周波数帯域の設定入力を受け付ける入力部を備え、
    前記周波数帯域設定部は、前記入力部が受け付けた情報に基づいて周波数帯域を設定することを特徴とする請求項１に記載の超音波診断装置。
  4. 前記特徴量抽出部は、
    回帰分析によって前記周波数スペクトルを多項式で近似することを特徴とする請求項１〜３のいずれか１項に記載の超音波診断装置。
  5. 前記特徴量抽出部は、
    前記周波数スペクトルを一次式で近似し、
    前記一次式の傾き、前記一次式の切片、および前記傾きと前記切片と前記周波数スペクトルの周波数帯域に含まれる特定の周波数とを用いて定まる強度、のうち少なくとも２つを含む複数の特徴量を抽出することを特徴とする請求項４に記載の超音波診断装置。
  6. 前記記憶部は、
    前記複数の既知検体に対して組織性状ごとに分類されたグループにおける各特徴量の平均を記憶し、
    前記組織性状判定部は、
    前記複数の特徴量の少なくともいずれか一つを成分とする特徴量空間を設定し、前記検体の所定領域における周波数スペクトルの特徴量のうち前記特徴量空間の成分をなす特徴量の平均を前記特徴量空間の座標として有する検体平均点と、前記複数の既知検体の前記グループにおける各特徴量のうち前記特徴量空間の成分をなす特徴量の平均を前記特徴量空間の座標として有する既知検体平均点との前記特徴量空間上の距離に基づいて、前記検体の組織性状を判定することを特徴とする請求項５に記載の超音波診断装置。
  7. 前記組織性状判定部は、
    前記複数の既知検体における組織性状ごとに分類されたグループに前記検体の特徴量を加えた母集団における特徴量の標準偏差を算出し、この標準偏差と前記グループにおける特徴量の標準偏差との差が最小である特徴量を有するグループに対応した組織性状を前記検体の組織性状とすることを特徴とする請求項１〜５のいずれか１項に記載の超音波診断装置。
  8. 前記検体の特徴量に対応する視覚情報を生成し、この生成した視覚情報、受信した超音波をもとに生成される画像、および前記組織性状判定部が判定した結果を用いることによって前記検体の所定領域における組織性状の判定結果を表示する判定結果表示画像データを生成する判定結果表示画像データ生成部をさらに備えたことを特徴とする請求項１〜７のいずれか１項に記載の超音波診断装置。
  9. 前記視覚情報は、色空間を構成する変数であることを特徴とする請求項８に記載の超音波診断装置。
  10. 検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置の作動方法であって、
    受信した超音波の周波数を解析することによって周波数スペクトルを周波数解析部により算出する周波数解析ステップと、
    前記周波数解析ステップで算出した周波数スペクトルを近似する際に用いる周波数帯域を周波数帯域設定部により設定する周波数帯域設定ステップと、
    前記周波数帯域設定ステップで設定した周波数帯域の周波数スペクトルを近似することによって該周波数スペクトルの特徴量を特徴量抽出部により抽出する特徴量抽出ステップと、
    複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を前記複数の既知検体の組織性状と関連付けて記憶する記憶部から読み出した特徴量および前記特徴量抽出ステップで抽出した特徴量を用いることによって前記検体の所定領域の組織性状を組織性状判定部により判定する組織性状判定ステップと、
    を有することを特徴とする超音波診断装置の作動方法。
  11. 検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置に、
    受信した超音波の周波数を解析することによって周波数スペクトルを周波数解析部により算出する周波数解析ステップと、
    前記周波数解析ステップで算出した周波数スペクトルを近似する際に用いる周波数帯域を周波数帯域設定部により設定する周波数帯域設定ステップと、
    前記周波数帯域設定ステップで設定した周波数帯域の周波数スペクトルを近似することによって該周波数スペクトルの特徴量を特徴量抽出部により抽出する特徴量抽出ステップと、
    複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を前記複数の既知検体の組織性状と関連付けて記憶する記憶部から読み出した特徴量および前記特徴量抽出ステップで抽出した特徴量を用いることによって前記検体の所定領域の組織性状を組織性状判定部により判定する組織性状判定ステップと、
    を実行させることを特徴とする超音波診断装置の作動プログラム。
JP2012534452A 2010-11-11 2011-11-11 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム Pending JPWO2012063930A1 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010253287 2010-11-11
JP2010253287 2010-11-11
PCT/JP2011/076028 WO2012063930A1 (ja) 2010-11-11 2011-11-11 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム

Publications (1)

Publication Number Publication Date
JPWO2012063930A1 true JPWO2012063930A1 (ja) 2014-05-12

Family

ID=46051067

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012534452A Pending JPWO2012063930A1 (ja) 2010-11-11 2011-11-11 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム

Country Status (3)

Country Link
US (1) US20130096429A1 (ja)
JP (1) JPWO2012063930A1 (ja)
WO (1) WO2012063930A1 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2548515B1 (en) * 2010-11-11 2014-02-12 Olympus Medical Systems Corp. Ultrasonic observation apparatus and operation method and operation program of the same
EP3238633A4 (en) * 2014-12-22 2018-09-05 Olympus Corporation Diagnostic ultrasound apparatus, diagnostic ultrasound apparatus operation method, and diagnostic ultrasound apparatus operation program
CN106659478B (zh) * 2015-05-13 2020-01-10 奥林巴斯株式会社 超声波观测装置以及超声波观测装置的工作方法
JP6157790B1 (ja) 2015-10-23 2017-07-05 オリンパス株式会社 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
WO2017110361A1 (ja) * 2015-12-25 2017-06-29 古野電気株式会社 超音波解析装置、超音波解析方法、および超音波解析プログラム
JP7094843B2 (ja) * 2018-09-14 2022-07-04 オリンパス株式会社 超音波観測装置、超音波観測装置の作動方法、コンピュータで読み取り可能な記録媒体および超音波診断システム
JP7280713B2 (ja) 2019-02-27 2023-05-24 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
CN112998751A (zh) * 2021-04-06 2021-06-22 无锡海斯凯尔医学技术有限公司 组织弹性检测成像方法及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS60116338A (ja) * 1983-10-28 1985-06-22 エヌ・ベー・フイリツプス・フルーイランペンフアブリケン 超音波エコーグラフィによる被検物走査方法と装置
JPS62167542A (ja) * 1975-11-06 1987-07-23 エス・アール・アイ・インターナショナル 超音波映像の方法
US20060064014A1 (en) * 2004-09-20 2006-03-23 Tony Falco Radiotherapy treatment monitoring using ultrasound

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US200836A (en) * 1878-03-05 Improvement in centering devices for surveyors transits
JP4336516B2 (ja) * 2003-04-10 2009-09-30 株式会社リコー 特徴量次元圧縮装置、マッチング装置、プログラム及び記憶媒体
US7275439B2 (en) * 2003-04-22 2007-10-02 Wisconsin Alumni Research Foundation Parametric ultrasound imaging using angular compounding
JP4431354B2 (ja) * 2003-10-06 2010-03-10 アロカ株式会社 超音波診断装置
WO2005122906A1 (ja) 2004-06-18 2005-12-29 Hitachi Medical Corporation 超音波診断装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62167542A (ja) * 1975-11-06 1987-07-23 エス・アール・アイ・インターナショナル 超音波映像の方法
JPS60116338A (ja) * 1983-10-28 1985-06-22 エヌ・ベー・フイリツプス・フルーイランペンフアブリケン 超音波エコーグラフィによる被検物走査方法と装置
US20060064014A1 (en) * 2004-09-20 2006-03-23 Tony Falco Radiotherapy treatment monitoring using ultrasound

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JPN6012007337; 齋藤靖好、他: '赤血球凝集度評価を目指した散乱体サイズ変化による後方散乱特性変化の計測' 信学技報 ＵＳ２００８-３６, 200809, 第２５〜２８頁, （社）電子情報通信学会 *
JPN6012007340; Ｍ．Ｓａｒｅｅｎ ｅｔ．ａｌ．: 'Ｎｏｒｍａｌｉｚａｔｉｏｎ ａｎｄ ｂａｃｋｓｃａｔｔｅｒ ｓｐｅｃｔｒａｌ ａｎａｌｙｓｉｓ ｏｆ ｈｕｍａｎ ｃａｒｏｔｉｄ ａｒｔｅｒｉａｌ ｄａｔａ ａｃｑｕｉｒｅｄ ｕｓｉｎｇ ａ ｃｌｉｎ' Ｃｏｎｆ．Ｐｒｏｃ．ＩＥＥＥ Ｅｎｇ．Ｍｅｄ．Ｂｉｏｌ．Ｓｏｃ． ２００８ , 2008, ｐｐ．２９６８-２９７１, ＩＥＥＥ *
JPN6012007343; Ａ．Ｋａｔｏｕｚｉａｎ ｅｔ．ａｌ．: 'Ｃｈａｌｌｅｎｇｅｓ ｉｎ ａｔｈｅｒｏｓｃｌｅｒｏｔｉｃ ｐｌａｑｕｅ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｗｉｔｈ ｉｎｔｒａｖａｓｃｕｌａｒ ｕｌｔｒａｓｏｕｎｄ （ＩＶＵＳ）： ｆｒｏｍ ｄａｔ' ＩＥＥＥ Ｔｒａｎｓ．Ｉｎｆ．Ｔｅｃｈｎｏｌ．Ｂｉｏｍｅｄ． １２（３）, 200805, ｐｐ．３１５-３２７, ＩＥＥＥ *

Also Published As

Publication number Publication date
US20130096429A1 (en) 2013-04-18
WO2012063930A1 (ja) 2012-05-18

Similar Documents

Publication Publication Date Title
JP5433097B2 (ja) 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
JP5054254B2 (ja) 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム
JP5307939B2 (ja) 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
WO2012063930A1 (ja) 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム
JP5079177B2 (ja) 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
JP5568199B1 (ja) 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
JP5054253B2 (ja) 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
JP5066306B2 (ja) 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
EP2842498A1 (en) Ultrasonic observation apparatus, operation method of the ultrasonic observation apparatus, and operation program for the ultrasonic observation apparatus
JP5430809B1 (ja) 超音波観測装置、超音波観測装置の作動方法および超音波観測装置の作動プログラム
WO2012011414A1 (ja) 超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラム

Legal Events

Date Code Title Description
A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20130702