WO2012169177A1 - 超音波診断装置および超音波診断方法 - Google Patents

超音波診断装置および超音波診断方法 Download PDF

Info

Publication number
WO2012169177A1
WO2012169177A1 PCT/JP2012/003685 JP2012003685W WO2012169177A1 WO 2012169177 A1 WO2012169177 A1 WO 2012169177A1 JP 2012003685 W JP2012003685 W JP 2012003685W WO 2012169177 A1 WO2012169177 A1 WO 2012169177A1
Authority
WO
WIPO (PCT)
Prior art keywords
region
interest
type
tumor
unit
Prior art date
Application number
PCT/JP2012/003685
Other languages
English (en)
French (fr)
Inventor
一也 高木
近藤　敏志
Original Assignee
パナソニック株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by パナソニック株式会社 filed Critical パナソニック株式会社
Priority to CN201280002192.9A priority Critical patent/CN103037771B/zh
Priority to JP2012551017A priority patent/JP5949558B2/ja
Priority to US13/813,815 priority patent/US9192354B2/en
Publication of WO2012169177A1 publication Critical patent/WO2012169177A1/ja

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13—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
    • A61B8/08—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
    • A61B8/46—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
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5207—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of raw data to produce diagnostic data, e.g. for generating an image
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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

Definitions

  • the present invention relates to an ultrasonic diagnostic apparatus and an ultrasonic diagnostic method.
  • the present invention relates to an ultrasonic diagnostic apparatus and an ultrasonic diagnostic method for determining the type of target tissue in a subject.
  • Contrast-enhanced ultrasound is one of the diagnostic imaging methods capable of administering a contrast agent to a blood vessel and imaging the blood vessel with high sensitivity.
  • the use of the contrast agent sonazoid is approved in liver diagnosis. Contrast agent sonazoid is used to differentiate liver tumors.
  • liver diagnosis first, the presence or absence of a tumor is confirmed. On ultrasound imaging, tumors can be identified as hypoechoic areas or hyperechoic areas. Thereafter, when a contrast agent is administered, the tumor is stained.
  • an objective discrimination method is disclosed based on time series change of average brightness and standard deviation which are two feature quantities in a tumor area (for example, Patent Document 1).
  • an object of the present invention is to provide an ultrasonic diagnostic apparatus and the like that can determine the type of liver tumor with high accuracy without depending on the reader.
  • an ultrasonic diagnostic apparatus is an ultrasonic diagnostic apparatus that determines the type of target tissue in a subject, and is received from the subject after administration of a contrast agent
  • An image forming unit for forming an ultrasonic image corresponding to the detected echo signal; and two different regions in a target region corresponding to the target tissue on the ultrasonic image formed by the image forming unit;
  • a type determination unit that determines the type of the target tissue based on the feature amount extracted by the feature amount extraction unit.
  • the type of liver tumor can be determined with high accuracy regardless of the reader.
  • FIG. 1 is a block diagram of the ultrasonic diagnostic apparatus according to the first embodiment.
  • FIG. 2A is a flowchart of an operation before contrast agent administration according to the first embodiment.
  • FIG. 2B is a flowchart of the operation after administration of the contrast agent according to the first embodiment.
  • FIG. 2C is a flowchart of an operation relating to feature quantity extraction according to the first modification of the first embodiment.
  • FIG. 3A is an example of a display screen according to the first embodiment.
  • FIG. 3B is another example of the display screen according to the first embodiment.
  • FIG. 3C is another example of the display screen according to Embodiment 1.
  • FIG. 4 is a figure for demonstrating the stained pattern of a liver tumor.
  • FIG. 4 is a figure for demonstrating the stained pattern of a liver tumor.
  • FIG. 5 is a diagram showing an example of feature amounts for a typical example of a liver tumor according to the first embodiment.
  • FIG. 6 is a diagram for explaining tumor type determination based on the feature amount according to the first embodiment.
  • FIG. 7A is a diagram for describing feature quantities according to the first embodiment.
  • FIG. 7B is a diagram for describing the feature amount according to the first modification of the first embodiment.
  • FIG. 8 is a view for explaining a method of evaluating a pattern in a tumor in Patent Document 1.
  • the vascular phase is a phase at which the time-series change in the staining pattern is remarkable
  • the post-vascular phase is a phase at which a change is scarce. More specifically, the vascular phase is divided into an arterial phase in which the inflow from the artery feeding the liver is predominant and a portal phase in which the inflow from the portal vein is predominant. The higher the tumor grade, the more it is believed that arterial nutrition predominates and portal vein inflow is reduced.
  • the tumor type is determined by observing time-series changes in these staining patterns. For example, hepatocellular carcinoma is suspected if it exhibits hyperechoic over parenchyma in the vascular phase and hypoechoic than parenchyma in the post-vascular phase.
  • the stained and stained pattern is judged by the standard deviation, but for example, there is a possibility that the standard deviation may become the same value in the central pattern and the ring pattern. It may not be possible.
  • FIG. 8 is a view for explaining a method of evaluating a pattern in a tumor in Patent Document 1.
  • Each numerical value in FIG. 8 is a luminance value of a region in a tumor.
  • pattern evaluation in a tumor is performed based on the error between the input pattern 81 and the predetermined pattern 80.
  • the error between the input pattern 81 and the predetermined pattern 80 may be large. That is, there is a possibility that the strength of the pattern can not be evaluated correctly.
  • an object of the present invention is to provide an ultrasonic diagnostic apparatus and the like that can determine the type of liver tumor with high accuracy.
  • an ultrasonic diagnostic apparatus that determines the type of a target tissue in a subject, and the subject after administration of a contrast agent
  • a region of interest setting unit that sets a first region of interest and a second region of interest, and a difference between the brightness in the first region of interest set by the region of interest setting unit and the brightness in the second region of interest
  • the feature amount extraction unit includes a feature amount extraction unit that extracts the feature amount, and a type determination unit that determines the type of the target tissue based on the feature amount extracted by the feature amount extraction unit.
  • the type of the tumor based on the brightness difference between the two regions of interest, which is set as the target area (tumor area) in the ultrasound image and in which the remarkable feature appears according to the type of the tumor. .
  • the determination is made based on the luminance difference between the two regions of interest, it is not easily affected by the gain of the ultrasonic probe, and the strength of the pattern can be evaluated accurately. Therefore, it is possible to calculate the difference in brightness between the two regions of interest in the ultrasound image acquired from the subject, and to identify the type of tumor that matches the difference in brightness. Therefore, the type of liver tumor can be determined with high accuracy regardless of the reader.
  • the region of interest setting unit further sets a third region of interest outside the target region on the ultrasound image
  • the feature amount extraction unit further determines the luminance in the first region of interest and the luminance. A difference in luminance in a third region of interest, and a difference in luminance in the first region of interest and in the second region of interest are extracted as the feature amount.
  • the type of the tumor can be determined based on the difference in luminance between the tumor area and the substantial area in the ultrasound image.
  • the type of the tumor can be determined based on not only the luminance of the tumor area but also the difference in luminance between the tumor area and the parenchymal area. Therefore, the type of liver tumor can be determined with high accuracy.
  • the feature quantity extraction unit further extracts, as the difference, a luminance gradient having the largest absolute value in the direction from the central part to the peripheral part in the target area or from the peripheral part to the central part. .
  • the type of tumor is determined based on the brightness gradient in the direction from the center of the tumor region to the periphery (or from the periphery to the center) without depending on the position or shape of the center of the tumor region. can do. Therefore, the type of liver tumor can be determined with high accuracy.
  • the region-of-interest setting unit sets the second region of interest having a substantially elliptical shape centered on the central portion of the target region, and the second region centered on the central portion of the target region.
  • a region excluding the second region of interest out of the substantially elliptical shape including a region larger than the region of interest is set as a first region of interest.
  • the tumor region in the ultrasound image is regarded as an elliptical shape
  • the region of interest is set in each of the central portion and the peripheral portion of the elliptical shape, and the luminance difference in these regions of interest is calculated.
  • the type of tumor that conforms to Therefore, the type of liver tumor can be determined with higher accuracy.
  • the region of interest setting unit sets the second region of interest having a substantially circular shape centered on the central portion of the target region, and the second region centered on the central portion of the target region.
  • a region excluding the second region of interest out of a substantially circular shape including a region larger than the region of interest is set as a first region of interest.
  • the tumor region in the ultrasound image is regarded as circular, the regions of interest are set in each of the central portion and the peripheral portion of the circular, the luminance difference in these regions of interest is calculated, and the luminance difference is The type of tumor that conforms to Therefore, the type of liver tumor can be determined with higher accuracy.
  • the feature extraction unit may be a position where the absolute value of the brightness gradient in the direction from the center to the periphery or from the periphery to the center in the target region is maximized, and the target region And a difference between the brightness in the first region of interest and the brightness in the second region of interest are extracted as the feature amount.
  • the type of tumor can be determined based on the size of the radius at which the brightness gradient in the direction from the center to the periphery of the tumor (or from the periphery to the center) is maximum. Therefore, the type of liver tumor can be determined with high accuracy.
  • the region of interest setting unit sets the second region of interest closer to the central portion than the position where the absolute value of the luminance gradient in the direction from the central portion to the peripheral portion of the target region is maximum.
  • the first region of interest is set in a direction farther from the central portion than the position.
  • two regions having a large difference in average luminance in the region of interest can be used as the regions of interest.
  • the use of these two regions of interest improves the accuracy in determining the type of tumor. Therefore, the type of liver tumor can be determined with high accuracy.
  • the feature quantity extraction unit extracts, as the feature quantity, the difference between the brightness in the first region of interest and the brightness in the second region of interest in each of a plurality of periods, and the type determination The unit determines the type of the target tissue based on the feature amount in each of the plurality of periods.
  • the type of tumor is determined by using the brightness difference of the region of interest in a predetermined period (for example, the arterial phase and portal vein phase of the blood vessel phase, and the post-blood vessel phase) in which the staining pattern by the contrast agent is characteristic Accuracy is improved. Therefore, the type of liver tumor can be determined with high accuracy.
  • the type determination unit refers to the correspondence between a plurality of patterns of feature amounts and a plurality of types of target tissues, thereby extracting the types of the target tissues by the feature amount extraction unit. It is determined that the type corresponds to the pattern that matches the amount.
  • the type of tumor can be determined from the feature amount.
  • a specific example of the correspondence between the predetermined feature amount and the type of the target tissue is learning data based on past cases.
  • the type determination unit determines the type of the target tissue as hepatocellular carcinoma, metastatic liver cancer, hepatic hemangioma, or focal nodular hyperplasia (FNH) based on the feature amount.
  • liver tumors such as hepatocellular carcinoma, metastatic liver cancer, liver hemangioma or focal nodular hyperplasia (FNH). it can.
  • the liver is introduced with high accuracy by introducing feature quantities that reflect features such as the difference in brightness between the tumor area (target area) and the substantial area in ultrasound images, ring patterns, central patterns or uniform patterns.
  • feature quantities that reflect features such as the difference in brightness between the tumor area (target area) and the substantial area in ultrasound images, ring patterns, central patterns or uniform patterns.
  • the term "tumor” refers to a tissue having different properties as compared to other tissues, and includes both benign and malignant.
  • FIG. 1 is a block diagram of an ultrasonic diagnostic apparatus 1 according to the present embodiment.
  • the ultrasound diagnostic apparatus 1 includes an ultrasound probe 101, an ultrasound transmission / reception unit 102, an image forming unit 103, a data storage unit 104, a region of interest setting unit 105, and a feature amount extraction unit.
  • a type determination unit 107, a display screen generation unit 108, an input value acquisition unit 109, an input device 110, and a display device 111 are provided.
  • the ultrasound probe 101 converts the electrical signal output from the ultrasound transmission / reception unit 102 into ultrasound, and transmits the ultrasound to the subject. Then, the echo signal reflected back from the object is converted into an electric signal and output to the ultrasonic wave transmitting / receiving unit 102.
  • the ultrasound transmitting and receiving unit 102 generates an electrical signal that is the source of the ultrasound signal, and outputs the electrical signal to the ultrasound probe 101. Further, it converts the electrical signal output from the ultrasonic probe 101 into a digital echo signal, and outputs the digital echo signal to the image forming unit 103.
  • the image forming unit 103 converts an echo signal output from the ultrasound transmitting and receiving unit 102 into a luminance value to form an ultrasound image. Then, the formed ultrasound image is stored in the data storage unit 104.
  • the data storage unit 104 stores an input image, a cross section of interest including a tumor, a region of interest used for type determination, learning data used for type determination, feature amounts of input data used for type determination, and the like.
  • the input value acquisition unit 109 acquires information such as a cross section of interest and a region of interest designated by the operator via the input device 110, and stores the information in the data storage unit 104.
  • the region of interest setting unit 105 reads out the cross section of interest and the input image from the data storage unit 104, and calculates the positional deviation between them. Thereafter, the region of interest is read out from the data storage unit 104, and the position of the region of interest is corrected based on the calculated positional displacement amount. Then, the corrected region of interest is stored in the data storage unit 104.
  • the feature amount extraction unit 106 reads the input image and the region of interest from the data storage unit 104, and extracts a predetermined feature amount from the region of interest in the input image. Then, the extracted feature quantities are arranged in time series and stored in the data storage unit 104.
  • the type determination unit 107 reads the characteristic amount from the contrast agent administration to the post-vessel phase and the learning data for each type from the data storage unit 104, and determines the tumor type. After the tumor type is determined, the type determination result is stored in the data storage unit 104.
  • the display screen creation unit 108 reads the input image, the image feature amount, the type determination result, and the like from the data storage unit 104, and creates a display screen. After creation, the display screen is displayed on the display device 111.
  • the input device 110 receives an operator's input.
  • the input device 110 is realized by a trackball, a button, a touch panel or the like.
  • the display device 111 displays the display screen created by the display screen creation unit.
  • the display device 111 is realized by a display or the like.
  • FIG. 2A is a flowchart of the operation before administration of a contrast agent according to the present embodiment.
  • the image forming unit 103 converts an echo signal output from the ultrasound transmitting and receiving unit 102 into a luminance value to form an ultrasound image. Then, the formed ultrasound image is stored in the data storage unit 104 as an input image.
  • the display screen creation unit 108 reads the input image stored by the image forming unit 103 from the data storage unit 104, creates a display screen integrating patient information, setting information, and the like and the input image, and displays the display screen on the display device 111. .
  • the display mode at this time is called a normal mode. This means the display mode before contrast agent administration.
  • step S101 an operation for stopping the reproduction by the operator is accepted.
  • step S103 is executed. If the operator does not perform an operation to stop the reproduction, the process returns to step S101.
  • Step S103 When it is detected that the operator has performed the reproduction stop operation via the input device 110, the ultrasonic wave transmitting / receiving unit 102 and the image forming unit 103 stop ultrasonic wave transmission / reception and image formation.
  • the display screen creation unit 108 displays a still image on the display device 111.
  • the region-of-interest setting unit 105 registers, as a cross-section of interest, the stop ultrasound image stored in the data storage unit 104.
  • Step S104 when the operator performs a type determination operation via the input device 110, the region of interest setting unit 105 detects a candidate for a tumor region and a substantial region as a region of interest from the cross section of interest, and sets the data storage unit as a region of interest. Save to 104.
  • the display screen creation unit 108 reads the cross section of interest and the region of interest stored by the region of interest setting unit 105 from the data storage unit 104, creates a display screen in which the region of interest is superimposed on the cross section of interest, and displays it on the display device 111 Do.
  • the display screen is created, for example, by displaying the outer edge of the region of interest with a broken line, or coloring the entire region of interest to such an extent that the cross section of interest can be seen through.
  • FIG. 3A is an example of a display screen in the normal mode.
  • an ultrasound image G11 is displayed on the display screen G10.
  • the ultrasound image G11 includes a tumor area G12 and a substantial area G13.
  • the ultrasound image G11 is an input image read out from the data storage unit 104, and the tumor area G12 and the substantial area G13 are regions of interest.
  • a two-dimensional differential filter In order to detect candidate tumor regions, a two-dimensional differential filter is used. In the coefficients of the two-dimensional differential filter, the luminance distribution of the region is low at the center and high at the periphery, or the luminance distribution of the region is high at the center and takes a large value in the low region at the periphery.
  • a two-dimensional differential filter is moved across the entire screen, and filter values are calculated at each position.
  • the resolution of the entire target image is changed for detection. For example, if the resolution of the target image is halved, a double-sized tumor will be detected.
  • After calculating the filter value at each position a region where the filter value is maximum is set as a candidate.
  • the candidate for the parenchymal area is at the same depth as the detected tumor.
  • the operator may browse an ultrasound image and set the tumor area.
  • the shape of the region of interest is, for example, a circular shape or an elliptical shape, but is not limited to this, and may be any shape such as a tumor region or a polygonal shape including candidates for a substantial region.
  • the above-mentioned area of interest corresponds to the first area of interest. Also, the above-mentioned substantial region corresponds to the third region of interest.
  • Step S105 the display screen creation unit 108 displays on the display device 111 a confirmation message as to whether or not the candidate of the region of interest is valid.
  • Step S106 Next, the input of the operator in response to the confirmation message in step S13 is accepted via the input device 110. As the operator's input to the confirmation message, there is completion of setting of the region of interest, or correction of the substantial region or the tumor region.
  • Step S107 When the operator inputs the setting completion of the region of interest, the input value acquiring unit 109 determines the region of interest stored in the data storage unit 104.
  • Step S108 When the operator corrects the tumor area through the input device 110 in response to the confirmation message in step S105, the region of interest setting unit 105 changes the substantial area. Thereafter, step S109 is performed.
  • Step S109 When the operator corrects the real area through the input device 110 in response to the confirmation message in step S105, and after the real area is changed in step S108, the region-of-interest setting unit 105 causes the data storage unit 104 to Modify the saved region of interest. Thereafter, the process returns to step S105, and the display screen creation unit 108 displays a confirmation message.
  • FIG. 2B is a flowchart of an operation after administration of a contrast agent according to the present embodiment.
  • Step S201 First, after the region of interest in the cross section of interest is determined in step S107, the ultrasound transmitting and receiving unit 102 and the image forming unit 103 transmit and receive ultrasound corresponding to the contrast ultrasound, and form an image. Specifically, a contrast image in which the reflection echo from the contrast agent is dominant and a reflection echo from the tissue are dominant by a known pulse inversion method or amplitude modulation method (patent documents 2, 3, 4) or the like. Tissue images (images corresponding to the fundamental wave component of the received ultrasonic waves) are respectively formed. Thereafter, the image forming unit 103 stores the contrast image and the tissue image in the data storage unit 104. The display screen creating unit 108 reads the contrast image and the tissue image stored by the image forming unit 103 from the data storage unit 104, and creates a display screen in which the images are arranged left and right.
  • a contrast image in which the reflection echo from the contrast agent is dominant and a reflection echo from the tissue are dominant by a known pulse inversion method or amplitude modulation
  • FIG. 3B is an example of a display screen in the contrast mode.
  • a contrast image G21 and a tissue image G22 which are ultrasonic images and a transition G25 of the feature amount are displayed.
  • the contrast image G21 includes a tumor area G23A and a substantial area G24A.
  • the contrast image G22 includes a tumor area G23B and a substantial area G24B.
  • the contrast image G ⁇ b> 21 and the tissue image G ⁇ b> 22 are obtained by arranging the contrast image and the tissue image read out from the data storage unit 104 on the left and right.
  • Tumor areas G23A and G23B and parenchymal areas G24A and G24B are those designated by the system or the operator.
  • the feature amount transition G25 is a time-series display of feature amounts used for type determination.
  • the display screen creation unit 108 displays the created output image on the display device 111.
  • the region of interest setting unit 105 calculates the positional deviation between the cross section of interest stored in the data storage unit 104 and the input image.
  • the positional deviation is associated with the shaking of the operator or the heart or breathing in the living body.
  • the amount of deviation is calculated by known pattern matching.
  • step S201 pattern matching is performed on a tissue image with a small amount of reflection echo from the contrast agent formed by the image forming unit 103.
  • the region of interest setting unit 105 determines whether the cross section of interest stored in the data storage unit 104 and the input image after position correction are the same cross section. Here, the error between both images is calculated, and if the error is equal to or less than the threshold, it is determined that the cross sections are the same. If it is determined that the cross section is the same, the region of interest setting unit 105 corrects the position of the region of interest stored in the data storage unit 104 using the amount of displacement calculated in step S202. When the cross section is different, the feature amount is not calculated.
  • Step S204 Next, using the input image and the region of interest stored in the data storage unit 104, extraction is performed by calculating the feature amounts e and r used to determine the type.
  • the region of interest is composed of two regions, a tumor and a parenchyma.
  • a new region of interest is provided in the tumor.
  • the new region of interest corresponds to the second region of interest.
  • the new area of interest may be determined corresponding to the tumor area. That is, it may be an area half the size of the tumor area at the center of the tumor area. Also, the region of interest and the new region of interest may be set to line up, or the region of interest may be set around the new region of interest. Also, the operator may set any area.
  • the difference e of the average luminance of the tumorous region and the parenchymal region is expressed as (Expression 2).
  • FIG. 5 is a diagram showing an example of values of feature amounts e and r for a typical example of a liver tumor.
  • a positive e value indicates that the tumor is hyperechoic from the surroundings, and a negative e value indicates a hypoechoic.
  • the r value indicates a ring pattern if positive, and a center pattern if negative.
  • hepatocellular carcinoma is characterized by the fact that it exhibits a uniform pattern (correctly, basket pattern) in the vascular phase and hypoechoic appearance in the post-vascular phase.
  • the r value of is close to 0, and the e value of the post-vessel phase is negative.
  • the r value of the blood vessel phase is positive
  • the post blood vessel phase The e value of is negative.
  • the hepatic hemangioma changes from ring pattern to uniform pattern in the vascular phase and is characterized by the finding that hypoechoic in the post-vascular phase.
  • the value changes from positive to 0 and the e value of the post-vessel phase is negative.
  • FNH focal nodular hyperplasia
  • the characteristic findings of a liver tumor can be followed by using the e value and the r value.
  • Step S205 Next, the operation by the operator is accepted.
  • step S206 is executed.
  • the type determination unit 107 performs the tumor type determination based on the learning data stored in the data storage unit 104 and the feature amounts from the blood vessel phase to the post-vessel phase.
  • the type determination uses feature amounts of a predetermined interest section determined in advance.
  • FIG. 6 is a diagram for explaining tumor type determination based on the feature amount according to the first embodiment.
  • T1 to T3 are interest sections used for type determination.
  • the e1 to e3 values and the r1 to r3 values are average values of the e value and the r value belonging to each section of interest.
  • the tumor type is determined from six input parameters.
  • the case of determination using a known support vector machine (linear) will be described. Assuming that the learning data of type i is w (i), b (i), the evaluation value is m (i), and the input parameter is x, it is expressed as (Expression 3).
  • w (i) and b (i) are learning data calculated by the support vector machine, and prepared for each type i. The details of the learning method will be omitted.
  • the tumor type determination for the input data is performed after calculating the evaluation value m (i) for all types, and determining that the type takes the maximum value.
  • the candidate of the substantial region is a region close to the tumor region at the same depth, it is not limited thereto.
  • regions of different depths may be selected as the substantial regions.
  • the luminance value of the tumor area may not be calculated from the entire tumor but, for example, may be calculated from the tumor central area used in feature quantity extraction of the ring pattern.
  • the information regarding another luminance may be sufficient.
  • the information related to the other luminance may be, for example, the luminance of a point at a predetermined position in the area, the median of the luminance of the area, or the mode of the luminance of the area.
  • the section of interest may be changed according to the type of tumor.
  • the support vector machine is used to associate the feature amount with the tumor type
  • the present invention is not limited to this, and other machine learning may be used.
  • the two regions of interest set as the target region (tumor region) in the ultrasound image and in which distinctive features appear depending on the type of tumor.
  • the type of the tumor can be determined based on the luminance difference.
  • the discrimination is performed based on the luminance difference between the two regions of interest, it is difficult to be influenced by the gain of the ultrasonic probe, and the strength of the pattern can be evaluated with high accuracy. Therefore, it is possible to calculate the difference in brightness between the two regions of interest in the ultrasound image acquired from the subject, and to identify the type of tumor that matches the difference in brightness. Therefore, the type of liver tumor can be determined with high accuracy regardless of the reader.
  • the type of the tumor can be determined based on the difference in brightness between the tumor area and the substantial area in the ultrasound image.
  • the type of the tumor can be determined based on not only the luminance of the tumor area but also the difference in luminance between the tumor area and the parenchymal area. Therefore, the type of liver tumor can be determined with high accuracy.
  • the tumor region in the ultrasound image is regarded as an elliptical shape
  • the region of interest is set in each of the central portion and the peripheral portion of the elliptical shape, the luminance difference in these regions of interest is calculated, and the luminance difference is matched.
  • the type of tumor can be identified. Therefore, the type of liver tumor can be determined with higher accuracy.
  • the tumor area in the ultrasound image is regarded as a circular shape
  • the region of interest is set in each of the central portion and the peripheral portion of the circular shape, the luminance difference in these regions of interest is calculated, and the luminance difference is matched.
  • the type of tumor can be identified. Therefore, the type of liver tumor can be determined with higher accuracy.
  • the identification accuracy of the tumor type is improved. Do. Therefore, the type of liver tumor can be determined with high accuracy.
  • the type of tumor can be determined from the feature amount.
  • a specific example of the correspondence between the predetermined feature amount and the type of the target tissue is learning data based on past cases.
  • liver tumors such as hepatocellular carcinoma, metastatic liver cancer, liver hemangioma or focal nodular hyperplasia (FNH) can be determined.
  • FNH focal nodular hyperplasia
  • the average brightness of each is calculated, and the difference between the two is set as the feature amount r of the ring pattern.
  • the tumor central region is set corresponding to the tumor region, the influence of the setting position or shape of the tumor region on the feature amount can not be said to be small. Therefore, a method for reducing these effects when extracting feature quantities will be described.
  • the shapes of the tumor area and the tumor central area may be any shape.
  • the shape of the tumor area and the tumor central area may be, for example, circular or elliptical. Below, the case where it is circular-shaped is demonstrated.
  • FIG. 2C is a flowchart of an operation related to feature quantity extraction according to the present embodiment.
  • the following is the processing of the feature quantity extraction unit 106.
  • Step S401 First, the center position p of the tumor set as the region of interest is identified.
  • Step S402 the average brightness a (d) on concentric circles of radius d from the center position p is calculated. This is called a diameter luminance distribution a (d).
  • the calculation range is up to the tumor contour set as the region of interest.
  • n is set to a few percent of the region of interest size.
  • the maximum value in the positive value of e (d) is ep, and the minimum value in the negative value of e (d) is en.
  • Steps S404, S405 and S406 Next, the positive edge ep and the negative edge en are compared in absolute value, and the larger one is taken as the feature amount r.
  • a position (radius) d having a larger absolute value of the positive edge ep and the negative edge en may be used as a new feature amount and used together with the feature amount r or the like to identify a tumor.
  • the side closer to the central portion of the tumor than the boundary of the positive edge ep and the negative edge en with the position (radius) d having the larger absolute value may be set as the tumor central region.
  • the ultrasonic diagnostic apparatus from the center to the periphery of the tumor area (or from the periphery without depending on the position or the shape of the center of the tumor area)
  • the type of tumor can be determined based on the intensity gradient in the direction towards the center. Therefore, the type of liver tumor can be determined with high accuracy.
  • the type of tumor can be determined based on the size of the radius at which the brightness gradient in the direction from the center to the periphery of the tumor (or from the periphery to the center) is maximum. Therefore, the type of liver tumor can be determined with high accuracy.
  • two regions having a large difference in average luminance in the region of interest can be used as the regions of interest.
  • the use of these two regions of interest improves the accuracy in determining the type of tumor. Therefore, the type of liver tumor can be determined with high accuracy.
  • Each of the above-described devices is specifically a computer system including a microprocessor, a ROM, a RAM, a hard disk unit, a display unit, a keyboard, a mouse and the like.
  • a computer program is stored in the RAM or the hard disk unit.
  • Each device achieves its function by the microprocessor operating according to the computer program.
  • the computer program is configured by combining a plurality of instruction codes indicating instructions to the computer in order to achieve a predetermined function.
  • the system LSI is a super-multifunctional LSI manufactured by integrating a plurality of components on one chip, and more specifically, a computer system including a microprocessor, a ROM, a RAM, and the like. . A computer program is stored in the RAM. The system LSI achieves its functions as the microprocessor operates in accordance with the computer program.
  • the IC card or the module is a computer system including a microprocessor, a ROM, a RAM, and the like.
  • the IC card or the module may include the super multifunctional LSI described above.
  • the IC card or the module achieves its function by the microprocessor operating according to the computer program. This IC card or this module may be tamper resistant.
  • the present invention may be the method shown above. Further, the present invention may be a computer program that realizes these methods by a computer, or may be a digital signal composed of the computer program.
  • the present invention is a computer readable recording medium that can read the computer program or the digital signal, such as a flexible disk, a hard disk, a CD-ROM, an MO, a DVD, a DVD-ROM, a DVD-RAM, a BD (Blu-ray Disc ), And may be recorded in a semiconductor memory or the like. Further, the present invention may be the digital signal recorded on these recording media.
  • the computer program or the digital signal may be transmitted via a telecommunication line, a wireless or wired communication line, a network represented by the Internet, data broadcasting, and the like.
  • the present invention may be a computer system comprising a microprocessor and a memory, wherein the memory stores the computer program, and the microprocessor operates according to the computer program.
  • each component may be configured by dedicated hardware or may be realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded in a recording medium such as a hard disk or a semiconductor memory.
  • a program execution unit such as a CPU or a processor reading and executing a software program recorded in a recording medium such as a hard disk or a semiconductor memory.
  • software for realizing the image decoding apparatus and the like according to each of the above-described embodiments is the following program.
  • this program is an ultrasonic diagnostic method for determining the type of target tissue in a subject on a computer, and forms an ultrasound image corresponding to an echo signal received from the subject after contrast agent administration.
  • performing a type determination step of determining the type of the target tissue based on the feature amount extracted in the feature amount extraction step.
  • the ultrasonic diagnostic apparatus according to one or more aspects of the present invention has been described above based on the embodiment, the present invention is not limited to this embodiment. Without departing from the spirit of the present invention, various modifications as may occur to those skilled in the art may be applied to this embodiment, or a configuration constructed by combining components in different embodiments may be one or more of the present invention. It may be included within the scope of the embodiments.
  • the tumor type determination method and the tumor type determination method according to the present invention can be used for qualitative diagnosis by contrast ultrasound.

Landscapes

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

Abstract

　高い精度で肝腫瘍の種別の判定を行う超音波診断装置（１）であって、造影剤投与後の被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部（１０３）と、画像形成部（１０３）が形成した超音波画像上の対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部（１０５）と、関心領域設定部（１０５）が設定した第一関心領域内の輝度と、第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部（１０６）と、特徴量抽出部（１０６）が抽出した特徴量に基づいて、対象組織の種別を判定する種別判定部（１０７）とを備える。

Description

超音波診断装置および超音波診断方法
　本発明は、超音波診断装置および超音波診断方法に関する。特に、被検体内の対象組織の種別を判定する超音波診断装置および超音波診断方法に関する。
　造影超音波は、造影剤を血管に投与し、高感度に血管を画像化できる画像診断法の１つである。現在、日本国内では、肝診断において、造影剤ソナゾイドの使用が認可されている。造影剤ソナゾイドは、肝腫瘍の鑑別で使われている。
　肝診断では、まず、腫瘍の有無を確認する。超音波画像において、腫瘍は低エコー領域または高エコー領域として確認できる。その後、造影剤を投与すると、腫瘍が染影する。
　現状、腫瘍の種別判定は、読影者の主観による判断に基づいてなされているので、診断結果が読影者に依存するという問題がある。
　このような問題に対して、腫瘍領域における２つの特徴量である平均輝度及び標準偏差の時系列変化に基づく客観的な鑑別方法が開示されている（例えば、特許文献１）。
　特許文献１に開示される技術によれば、腫瘍を含む大小３つの円を設定し、各円の特徴量の時間波形と各種別の典型波形を比較して、最も波形の合う種別と判定する。また、各時相において、３つの円の特徴量に最も近い種別を判定し、判定回数が最大となる種別と判定する。
特開２０１０－００５２６３号公報 米国特許第５６３２２７７号明細書 米国特許第５７０６８１９号明細書 米国特許第５５７７５０５号明細書
肝腫瘤の超音波診断基準（案）、http://www.jsum.or.jp/committee/diagnostic/pdf/liver_tumor.pdf
　腫瘍の種別判定は、読影者の主観による判断に基づいてなされているので、診断結果が読影者に依存するという問題がある。
　そこで、本発明の目的は、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる超音波診断装置等を提供することにある。
　上記目的を達成するために、本発明の一態様に係る超音波診断装置は、被検体内の対象組織の種別を判定する超音波診断装置であって、造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。
　本発明により、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる。
図１は、実施の形態１に係る超音波診断装置の構成図である。 図２Ａは、実施の形態１に係る造影剤投与前の動作のフローチャートである。 図２Ｂは、実施の形態１に係る造影剤投与後の動作のフローチャートである。 図２Ｃは、実施の形態１の変形例１に係る特徴量抽出に関する動作のフローチャートである。 図３Ａは、実施の形態１に係る表示画面の一例である。 図３Ｂは、実施の形態１に係る表示画面の他の一例である。 図３Ｃは、実施の形態１に係る表示画面の他の一例である。 図４は、肝腫瘍の染影パタンを説明するための図である。 図５は、実施の形態１に係る肝腫瘍の典型例に対する特徴量の例を示す図である。 図６は、実施の形態１に係る特徴量に基づく腫瘍種別判定を説明するための図である。 図７Ａは、実施の形態１に係る特徴量を説明するための図である。 図７Ｂは、実施の形態１の変形例１に係る特徴量を説明するための図である。 図８は、特許文献１における腫瘍内のパタン評価方法を説明するための図である。
　（本発明の基礎となった知見）
　本発明者は、「背景技術」の欄において記載した種別判定方法に関し、以下の問題が生じることを見出した。
　図４に、肝腫瘍の染影パタンの典型例（非特許文献１）を示す。
　染影時相は大きく２つ存在する。染影時相の１つは造影剤を投与してから約２分間の血管相であり、もう１つは約１０分以降の後血管相である。血管相は染影パタンの時系列変化が顕著な時相であり、後血管相は変化が乏しい時相である。より詳細には、血管相は、肝臓を栄養する動脈からの流入が支配的な動脈相と、門脈からの流入が支配的な門脈相とに区別される。腫瘍の悪性度が高いほど、動脈の栄養が支配的になり、門脈の流入が減少すると言われている。
　実際の診断では、これら染影パタンの時系列変化を観察して、腫瘍種別を判断する。例えば、血管相で実質よりも高エコーを示し、後血管相で実質よりも低エコーを示す場合には、肝細胞癌が疑われる。
　現状、腫瘍の種別判定は、読影者の主観による判断に基づいてなされているので、診断結果が読影者に依存するという問題がある。
　図４に示す通り、実際の鑑別においては、実質との差、リングパタン、中央パタンまたは均一パタンなどが有用な所見となっている。
　これに対して、特許文献１の１つ目の方法では、染影パタンを標準偏差で判断するが、例えば、中央パタンとリングパタンとで、標準偏差が同値になる可能性があり、正しく判定できない可能性がある。
　一方、特許文献１の２つ目の方法は、３つの円で空間的なパタンを評価するため、腫瘍内のパタンを評価可能である。図８は、特許文献１における腫瘍内のパタン評価方法を説明するための図である。図８における各数値は、腫瘍内の領域の輝度値である。特許文献１に開示される方法によれば、入力パタン８１と所定パタン８０との誤差に基づいて腫瘍内のパタン評価を行う。ここで、図８に示す通り、入力パタン８１が強いリングパタンである場合に、入力パタン８１と所定パタン８０との誤差が大きくなってしまう場合がある。すなわち、パタンの強さを正しく評価できない可能性がある。
　そこで、本発明の目的は、高い精度で肝腫瘍の種別の判定を行うことができる超音波診断装置等を提供することにある。
　このような問題を解決するために、本発明の一態様に係る超音波診断装置は、被検体内の対象組織の種別を判定する超音波診断装置であって、造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える。
　これによれば、超音波画像における対象領域（腫瘍領域）に設定され、腫瘍の種別に応じて顕著な特徴が表れる２つの関心領域の輝度差に基づいて当該腫瘍の種別を判定することができる。その際、２つの関心領域の輝度差に基づいて判定するので、超音波プローブのゲインの影響などを受けにくく、パタンの強さを精度よく評価できる。そのため、被検体から取得された超音波画像における２つの関心領域の輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記関心領域設定部は、さらに、前記超音波画像上の前記対象領域外に、第三関心領域を設定し、前記特徴量抽出部は、前記第一関心領域内の輝度及び前記第三関心領域内の輝度の差と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する。
　これによれば、超音波画像における腫瘍領域と実質領域との輝度差に基づいて当該腫瘍の種別を判別することができる。ここで、腫瘍領域と実質領域とが設定されているため、腫瘍領域の輝度だけでなく、さらに腫瘍領域と実質領域との輝度の差に基づいて腫瘍の種別を判別することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記特徴量抽出部は、さらに、前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における絶対値の最も大きい輝度勾配を、前記差として抽出する。
　これにより、腫瘍領域の中心部の位置または形状に依存せずに、腫瘍領域の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向における輝度勾配に基づいて腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記関心領域設定部は、前記対象領域の中心部を中心とする略楕円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略楕円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する。
　これによれば、超音波画像における腫瘍領域を楕円形状と捉え、当該楕円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記関心領域設定部は、前記対象領域の中心部を中心とする略円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する。
　これによれば、超音波画像における腫瘍領域を円形状と捉え、当該円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記特徴量抽出部は、前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における輝度勾配の絶対値が最大となる位置、及び、前記対象領域の中心部の距離と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する。
　これにより、腫瘍の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向の輝度勾配が最大となる半径の大きさに基づいて、腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記関心領域設定部は、前記対象領域の中心部から周辺部へ向かう方向における輝度勾配の絶対値が最大となる位置より前記中心部に近い方に前記第二関心領域を設定し、当該位置より前記中心部から遠い方に前記第一関心領域を設定する。
　これによれば、関心領域内の平均輝度の差が大きい２つの領域を関心領域とすることができる。この２つの関心領域を用いることで、腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記特徴量抽出部は、複数の期間のそれぞれにおける前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、前記特徴量として抽出し、前記種別判定部は、前記複数の期間のそれぞれにおける前記特徴量に基づいて、前記対象組織の種別を判定する。
　これによれば、造影剤による染影パタンが特徴的な所定の期間（例えば、血管相の動脈相及び門脈相、後血管相）における関心領域の輝度差を用いることで腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、例えば、前記種別判定部は、特徴量の複数のパターンと対象組織の複数の種別との対応付けを参照することで、前記対象組織の種別を、前記特徴量抽出部が抽出した前記特徴量に適合するパターンに対応する種別と判定する。
　これによれば、特徴量から腫瘍の種別を判別することができる。あらかじめ定められた特徴量と対象組織の種別との対応付けの具体例は、過去の症例に基づいた学習データである。
　また、例えば、前記種別判定部は、前記特徴量に基づいて、前記対象組織の種別を、肝細胞癌、転移性肝癌、肝血管腫、または、ＦＮＨ（focal nodular hyperplasia）と判定する。
　これによれば、肝腫瘍の種別判定に適した特徴量を用いるため、肝細胞癌、転移性肝癌、肝血管腫またはＦＮＨ（focal nodular hyperplasia）といった肝腫瘍の代表的な症例を判別することができる。
　なお、これらの全般的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムまたは記録媒体の任意な組み合わせで実現されてもよい。
　以下、本発明の一態様に係る超音波診断装置について、図面を参照して説明する。
　なお、以下で説明する実施の形態は、いずれも本発明の好ましい一具体例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、本発明の最上位概念を示す独立請求項に記載されていない構成要素については、より好ましい形態を構成する任意の構成要素として説明される。
　以降、システムの構成と動作について説明する。
　（実施の形態１）
　本実施の形態では、超音波画像における腫瘍領域（対象領域）と実質領域との輝度差、リングパタン、中央パタンまたは均一パタン等の特徴を反映した特徴量を導入することにより、高い精度で肝腫瘍の種別を判定する例について説明する。なお、「腫瘍」とは、他の組織と比較して異なる性質を有する組織を意味し、良性及び悪性の両方を含む。
　図１は、本実施の形態に係る超音波診断装置１の構成図である。
　図１に示されるように、実施の形態の超音波診断装置１は、超音波プローブ１０１、超音波送受信部１０２、画像形成部１０３、データ記憶部１０４、関心領域設定部１０５、特徴量抽出部１０６、種別判定部１０７、表示画面作成部１０８、入力値取得部１０９、入力装置１１０及び表示装置１１１を備える。
　＜構成＞
　超音波プローブ１０１は、超音波送受信部１０２より出力された電気信号を超音波に変換し、その超音波を被検体に送信する。そして、被検体から反射して返ってきたエコー信号を電気信号に変換して超音波送受信部１０２へ出力する。
　超音波送受信部１０２は、超音波信号の元となる電気信号を生成し、超音波プローブ１０１へ出力する。また、超音波プローブ１０１より出力された電気信号をデジタルのエコー信号に変換し、画像形成部１０３へ出力する。
　画像形成部１０３は、超音波送受信部１０２より出力されたエコー信号を輝度値に変換して、超音波画像を形成する。そして、形成した超音波画像をデータ記憶部１０４へ保存する。
　データ記憶部１０４は、入力画像、腫瘍を含む関心断面、種別判定に用いる関心領域、種別判定に用いる学習データ、種別判定に用いる入力データの特徴量などを保存する。
　入力値取得部１０９は、入力装置１１０を介して操作者により指定された、関心断面、関心領域などの情報を取得し、データ記憶部１０４へ保存する。
　関心領域設定部１０５は、データ記憶部１０４より関心断面と入力画像とを読み出し、両者の位置ズレを算出する。その後、データ記憶部１０４より関心領域を読み出し、算出した位置ズレ量に基づいて関心領域の位置を補正する。そして、補正した関心領域をデータ記憶部１０４へ保存する。
　特徴量抽出部１０６は、データ記憶部１０４より入力画像と関心領域とを読み出し、入力画像中の関心領域より所定の特徴量を抽出する。そして、抽出した特徴量を時系列に並べてデータ記憶部１０４へ保存する。
　種別判定部１０７は、データ記憶部１０４より造影剤投与から後血管相までの特徴量と種別毎の学習データを読み出し、腫瘍種別を判定する。腫瘍種別を判定した後、種別判定結果をデータ記憶部１０４へ保存する。
　表示画面作成部１０８は、データ記憶部１０４より入力画像、画像特徴量、種別判定結果、等をそれぞれ読み出し、表示画面を作成する。作成後、表示画面を表示装置１１１へ表示する。
　入力装置１１０は、操作者の入力を受け付ける。入力装置１１０は、トラックボール、ボタン、タッチパネルなどにより実現される。
　表示装置１１１は、表示画面作成部が作成した表示画面を表示する。表示装置１１１は、ディスプレイなどにより実現される。
　以上が、実施の形態に係る装置構成である。
　＜動作＞
　以下、本実施の形態の動作の流れについて、図２Ａと図２Ｂを用いて説明する。
　図２Ａは、本実施の形態に係る造影剤投与前の動作のフローチャートである。
　［ステップＳ１０１］
　最初に、画像形成部１０３は、超音波送受信部１０２より出力されたエコー信号を輝度値に変換して超音波画像を形成する。そして、形成した超音波画像を入力画像としてデータ記憶部１０４へ保存する。表示画面作成部１０８は、データ記憶部１０４より画像形成部１０３が保存した入力画像を読み出し、患者情報と設定情報等と入力画像とを統合した表示画面を作成した後、表示装置１１１に表示する。このときの表示モードを通常モードと呼ぶ。これは、造影剤投与前の表示モードを意味する。
　［ステップＳ１０２］
　ステップＳ１０１において、操作者による再生停止の操作を受け付ける。操作者が入力装置１１０を介して再生を停止する操作を行ったら、ステップＳ１０３を実行する。操作者が再生を停止する操作を行わない場合はステップＳ１０１へ戻る。
　［ステップＳ１０３］
　操作者が入力装置１１０を介して再生停止操作を行ったことを検出したら、超音波送受信部１０２と画像形成部１０３とは、超音波送受信、及び、画像形成を停止する。表示画面作成部１０８は、静止画を表示装置１１１に表示する。関心領域設定部１０５は、データ記憶部１０４に保存されている停止持の超音波画像を関心断面として登録する。
　［ステップＳ１０４］
　次に、操作者が入力装置１１０を介して種別判定操作を行ったら、関心領域設定部１０５は、関心断面から関心領域である腫瘍領域及び実質領域の候補を検出し、関心領域としてデータ記憶部１０４へ保存する。その後、表示画面作成部１０８は、データ記憶部１０４より関心領域設定部１０５が保存した関心断面と関心領域とを読み出し、関心領域を関心断面に重畳した表示画面を作成し、表示装置１１１に表示する。この表示画面は、例えば、関心領域の外縁を破線で表示する、又は、関心領域全体を関心断面が透けて見えるような程度に色付けして表示するなどして作成される。
　図３Ａは、通常モードにおける表示画面の一例である。図３Ａにおいて、表示画面Ｇ１０に超音波画像Ｇ１１が表示されている。超音波画像Ｇ１１には、腫瘍領域Ｇ１２及び実質領域Ｇ１３が含まれている。超音波画像Ｇ１１は、データ記憶部１０４より読み出した入力画像であり、腫瘍領域Ｇ１２及び実質領域Ｇ１３は関心領域である。
　腫瘍領域の候補を検出するには、２次元の微分フィルタを用いる。２次元の微分フィルタの係数は、領域の輝度分布が中央において低く、周囲において高い領域、又は、領域の輝度分布が中央において高く、周囲において低い領域で大きな値をとる。２次元の微分フィルタを画面全体に渡って移動させ、各位置でフィルタ値を算出する。サイズの異なる腫瘍を含む腫瘍領域を検出する場合には、対象画像全体の解像度を変えて検出を行う。例えば、対象画像の解像度を１／２にすると、２倍サイズの腫瘍を検出することになる。各位置でフィルタ値を算出後、フィルタ値が最大となる領域を候補とする。
　実質領域の候補は、検出した腫瘍と同じ深さとする。
　なお、上記では２次元の微分フィルタを用いて腫瘍領域の候補を検出する方法を示したが、その代わりに、操作者が超音波画像を閲覧し、腫瘍領域を設定するようにしてもよい。
　なお、関心領域の形状は、例えば、円形状または楕円形状であるが、これに限定されず腫瘍領域、実質領域の候補を含む多角形状など任意の形状であってよい。
　なお、上記の関心領域は、第一関心領域に相当する。また、上記の実質領域は、第三関心領域に相当する。
　［ステップＳ１０５］
　次に、表示画面作成部１０８は、関心領域の候補が妥当であるか否かの確認メッセージを表示装置１１１に表示する。
　［ステップＳ１０６］
　次に、ステップＳ１３の確認メッセージに対する操作者の入力を入力装置１１０を介して受け付ける。確認メッセージに対する操作者の入力としては、関心領域の設定完了、または、実質領域または腫瘍領域の修正がある。
　［ステップＳ１０７］
　操作者が、関心領域の設定完了を入力した場合、入力値取得部１０９は、データ記憶部１０４に保存されている関心領域を確定させる。
　［ステップＳ１０８］
　ステップＳ１０５の確認メッセージに対して、操作者が入力装置１１０を介して腫瘍領域を修正した場合、関心領域設定部１０５は、実質領域を変更する。その後、ステップＳ１０９を実行する。
　［ステップＳ１０９］
　ステップＳ１０５の確認メッセージに対して、操作者が入力装置１１０を介して実質領域を修正した場合、及び、ステップＳ１０８において実質領域が変更された後、関心領域設定部１０５は、データ記憶部１０４に保存されている関心領域を修正する。その後、ステップＳ１０５に戻り、表示画面作成部１０８は、確認メッセージを表示する。
　以上が、実施の形態の関心断面、関心領域の設定に関するフローチャートである。
　図２Ｂは、本実施の形態に係る造影剤投与後の動作のフローチャートである。
　［ステップＳ２０１］
　最初に、ステップＳ１０７にて、関心断面の関心領域が確定された後、超音波送受信部１０２及び画像形成部１０３は、造影超音波に対応した超音波の送受信、及び、画像形成を行う。具体的には、公知のパルスインバージョン法又は振幅変調法（特許文献２、３、４）などにより、造影剤からの反射エコーが支配的な造影画像と、組織からの反射エコーが支配的な組織画像（受信した超音波の基本波成分に対応する画像）とをそれぞれ形成する。その後、画像形成部１０３は、造影画像と組織画像とをデータ記憶部１０４へ保存する。表示画面作成部１０８は、データ記憶部１０４より画像形成部１０３が保存した造影画像と組織画像とを読み出し、それらを左右に並べた表示画面を作成する。
　図３Ｂは、造影モードにおける表示画面の一例である。図３Ｂにおいて、表示画面Ｇ２０は、超音波画像である造影画像Ｇ２１及び組織画像Ｇ２２と、特徴量の推移Ｇ２５とが表示されている。造影画像Ｇ２１には、腫瘍領域Ｇ２３Ａと実質領域Ｇ２４Ａとが含まれている。また、造影画像Ｇ２２には、腫瘍領域Ｇ２３Ｂと実質領域Ｇ２４Ｂとが含まれている。
　造影画像Ｇ２１と組織画像Ｇ２２とは、データ記憶部１０４より読み出した造影画像と組織画像を左右に並べたものである。腫瘍領域Ｇ２３Ａ及びＧ２３Ｂと実質領域Ｇ２４Ａ及びＧ２４Ｂとは、システムまたは操作者により指定されたものである。特徴量の推移Ｇ２５は、種別判定に使う特徴量を時系列に表示したものである。
　表示画面作成部１０８は、作成した出力画像を表示装置１１１に表示する。
　［ステップＳ２０２］
　次に、関心領域設定部１０５は、データ記憶部１０４に保存されている関心断面と入力画像の位置ズレを算出する。位置ズレは、操作者の手振れや、生体内の心臓や呼吸に伴うものである。ズレ量は公知のパタンマッチングにより算出する。パタンマッチングは、ステップＳ２０１において、画像形成部１０３が形成した造影剤からの反射エコーが少ない組織画像で行う。
　［ステップＳ２０３］
　次に、関心領域設定部１０５は、データ記憶部１０４に保存されている関心断面と位置補正後の入力画像とが同一断面であるかを判定する。ここでは、両画像の誤差を算出し、誤差が閾値以下であれば、同一断面と判定する。同一断面と判定された場合、関心領域設定部１０５は、ステップＳ２０２にて算出したズレ量を用いて、データ記憶部１０４に保存されている関心領域の位置を補正する。断面が異なる場合、特徴量の算出を行わない。
　［ステップＳ２０４］
　次に、データ記憶部１０４に保存されている入力画像と関心領域とを用いて、種別の判別に用いる特徴量ｅとｒとを算出することで抽出する。
　関心領域は、腫瘍及び実質の２つの領域から構成される。特徴量の算出に際しては、腫瘍内に新たな関心領域を設ける。なお、新たな関心領域は、第二関心領域に相当する。
　新たな関心領域は、腫瘍領域に対応して決定されるようにしてもよい。つまり、腫瘍領域の中央に、腫瘍領域の半分の大きさの領域としてもよい。また、関心領域と新たな関心領域とが並ぶように設定されてもよいし、新たな関心領域の周囲に関心領域が設定されるようにしてもよい。また、操作者が任意の領域を設定してもよい。
　以下では、新たな関心領域として、腫瘍領域の中央に、腫瘍領域の半分の大きさの領域（腫瘍中央領域）を設定する場合について説明する。腫瘍領域の平均輝度をｘ、新たな腫瘍領域の平均輝度をｙとすると、両者の差ｒは、（式１）のように表される。
Figure JPOXMLDOC01-appb-M000001
　また、実質領域の平均輝度をｚとすると、腫瘍領域と実質領域との平均輝度の差ｅは（式２）のように表される。
Figure JPOXMLDOC01-appb-M000002
　図５は、肝腫瘍の典型例に対する特徴量ｅ及びｒの値の例を示す図である。図５において、ｅ値が正の場合は周囲より腫瘍が高エコーであることを、負の場合は低エコーであることを示す。ｒ値は、正の場合はリングパタンを、負の場合は中央パタンを示す。
　図５の（ａ）に示されるように、肝細胞癌は、血管相で一様パタン（正確には、バスケットパタン）、後血管相で低エコーを呈する所見が特徴的であるため、血管相のｒ値は０近傍、後血管相のｅ値は負となる。
　図５の（ｂ）に示されるように、転移性肝癌は、血管相でリングパタン、後血管相で低エコーを呈する所見が特徴的であるため、血管相のｒ値は正、後血管相のｅ値は負となる。
　図５の（ｃ）に示されるように、肝血管腫は、血管相でリングパタンから一様パタンに変化し、後血管相で低エコーを呈する所見が特徴的であるため、血管相のｒ値は正から０へ変化し、後血管相のｅ値は負となる。
　図５の（ｄ）に示されるように、ＦＮＨ（focal nodular hyperplasia）は、血管相での中心から外側に広がる車軸状パタンと、後血管相で等エコーの所見とが特徴的である。そのため、血管相のｒ値は負から０へ変化し、後血管相のｅ値は０近傍となる。
　このように、ｅ値とｒ値とを用いることにより、肝腫瘍の特徴的な所見をフォローすることができる。
　［ステップＳ２０５］
　次に、操作者による操作を受け付ける。操作者が操作を終了する旨を入力するとステップＳ２０６を実行する。
　［ステップＳ２０６］
　次に、種別判定部１０７は、データ記憶部１０４に保存されている学習データと血管相から後血管相までの特徴量とに基づいて腫瘍種別判定を行う。
　種別判定は、事前に決定された所定の関心区間の特徴量を用いる。
　図６は、実施の形態１に係る特徴量に基づく腫瘍種別判定を説明するための図である。Ｔ１～Ｔ３は、種別判定に使う関心区間である。ｅ１～ｅ３値、ｒ１～ｒ３値は、各関心区間に属するｅ値とｒ値との平均値である。図６の例では、６つの入力パラメータから腫瘍種別を判定する。ここでは、公知のサポートベクターマシン（線形）で判定する場合について説明する。種別ｉの学習データをｗ（ｉ）、ｂ（ｉ）、評価値をｍ（ｉ）、入力パラメータをｘとすると、（式３）のように表される。
Figure JPOXMLDOC01-appb-M000003
　ここで、ｗ（ｉ）、ｂ（ｉ）はサポートベクターマシンより算出された学習データで、種別ｉ毎に用意する。学習方法の詳細については、省略する。入力データに対する腫瘍種別判定は、評価値ｍ（ｉ）を全種別について算出した後、最大値を取る種別と判定する。
　以上が、実施の形態の造影剤投与後のフローチャートである。
　なお、以上の説明において、実質領域の候補を、同じ深さで腫瘍領域に近接する領域としたが、これに限定されるものではない。例えば、同じ深さで腫瘍領域に近接する領域に、横隔膜のような高エコー領域が存在する場合には、実質領域として深さの異なる領域を選択してもよい。
　また、腫瘍領域と実質領域との輝度差を算出する際に、腫瘍領域の輝度値は腫瘍全体から算出せず、例えば、リングパタンの特徴量抽出で用いる腫瘍中央領域から算出してもよい。
　なお、特徴量の抽出において、各領域の平均輝度を用いたが、その他の輝度に関する情報であってもよい。その他の輝度に関する情報とは、例えば、当該領域内の所定の位置の点の輝度、当該領域の輝度の中央値、または、当該領域の輝度の最頻値などであってもよい。
　また、特徴量と腫瘍種別との関連付けにおいて、腫瘍の種別により関心区間を変更してもよい。
　また、特徴量と腫瘍種別との関連付けにおいて、サポートベクターマシンを用いたが、これに限定されるものではなく、その他の機械学習を用いてもよい。
　＜効果＞
　以上のように、本発明の一態様に係る超音波診断装置によれば、超音波画像における対象領域（腫瘍領域）に設定され、腫瘍の種別に応じて顕著な特徴が表れる２つの関心領域の輝度差に基づいて当該腫瘍の種別を判別することができる。ここで、２つの関心領域の輝度差に基づいて判別するので、超音波プローブのゲインの影響などを受けにくく、パタンの強さを精度よく評価できる。そのため、被検体から取得された超音波画像における２つの関心領域の輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、読影者に依存せずに高い精度で肝腫瘍の種別の判定を行うことができる。
　また、超音波画像における腫瘍領域と実質領域との輝度差に基づいて当該腫瘍の種別を判別することができる。ここで、腫瘍領域と実質領域とが設定されているため、腫瘍領域の輝度だけでなく、さらに腫瘍領域と実質領域との輝度の差に基づいて腫瘍の種別を判別することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、超音波画像における腫瘍領域を楕円形状と捉え、当該楕円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
　また、超音波画像における腫瘍領域を円形状と捉え、当該円形状の中心部と周辺部とのそれぞれに関心領域を設定し、これらの関心領域における輝度差を算出し、当該輝度差に適合する腫瘍の種別を特定することができる。よって、より高い精度で肝腫瘍の種別の判定を行うことができる。
　また、造影剤による染影パタンが特徴的な所定の期間（例えば、血管相の動脈相及び門脈相、後血管相）における関心領域の輝度差を用いることで腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、特徴量から腫瘍の種別を判別することができる。あらかじめ定められた特徴量と対象組織の種別との対応付けの具体例は、過去の症例に基づいた学習データである。
　また、肝腫瘍の種別判定に適した特徴量を用いるため、肝細胞癌、転移性肝癌、肝血管腫またはＦＮＨ（focal nodular hyperplasia）といった肝腫瘍の代表的な症例を判別することができる。
　（実施の形態の変形例１）
　実施の形態１の例では、腫瘍領域及び腫瘍中央領域の関心領域を設定した後、それぞれの平均輝度を算出し、両者の差をリングパタンの特徴量ｒとした。しかしながら、腫瘍中央領域は腫瘍領域と対応して設定されるため、特徴量に対する腫瘍領域の設定位置又は形状の影響は小さいとは言えない。そこで、特徴量の抽出に際して、これら影響を軽減する方法について説明する。なお、腫瘍領域及び腫瘍中央領域の形状は、どんな形状であってもよい。腫瘍領域及び腫瘍中央領域の形状は、例えば、円形状又は楕円形状であってよい。以下では、円形状である場合について説明する。
　＜構成＞
　システム構成は、実施の形態１と同様であるため、説明を省略する。
　＜動作＞
　図２Ｃは、本実施の形態の特徴量抽出に関する動作のフローチャートである。
　以下は、特徴量抽出部１０６の処理である。
　［ステップＳ４０１］
　最初に、関心領域として設定された腫瘍の中心位置ｐを特定する。
　［ステップＳ４０２］
　次に、中心位置ｐから半径ｄの同心円上の平均輝度ａ（ｄ）を算出する。これを、径輝度分布ａ（ｄ）と呼ぶ。ここで、算出範囲は、関心領域として設定された腫瘍輪郭までとする。
　［ステップＳ４０３］
　次に、径輝度分布ａ（ｄ）において、外周方向に対して正の最大エッジｅｐ及び負の最大エッジｅｎを算出する。位置ｄにおけるエッジｅ（ｄ）は、（式４）のように表される。
Figure JPOXMLDOC01-appb-M000004
　ここで、ｉについてｎサンプル加算した後、減算しているのは、ノイズ耐性を上げるためである。例えば、ｎは、関心領域サイズの数％に設定する。ｅ（ｄ）の正の値における最大値がｅｐであり、ｅ（ｄ）の負の値における最小値がｅｎである。
　［ステップＳ４０４、Ｓ４０５及びＳ４０６］
　次に、正のエッジｅｐ及び負のエッジｅｎを絶対値で比較し、大きい方を特徴量ｒとする。
　以上が、本実施の形態の変形例１の特徴量抽出に関する動作である。
　なお、正のエッジｅｐ及び負のエッジｅｎのうち、絶対値が大きい方の位置（半径）ｄを新たな特徴量とし、特徴量ｒ等とともに用いて腫瘍の判別に用いてもよい。
　なお、正のエッジｅｐ及び負のエッジｅｎのうち、絶対値が大きい方の位置（半径）ｄを境界として、当該境界より腫瘍の中心部に近い側を腫瘍中央領域として設定してもよい。
　＜効果＞
　以上のように、本発明の一態様に係る超音波診断装置によれば、腫瘍領域の中心部の位置または形状に依存せずに、腫瘍領域の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向における輝度勾配に基づいて腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、腫瘍の中心部から周辺部へ（又は、周辺部から中心部へ）向かう方向の輝度勾配が最大となる半径の大きさに基づいて、腫瘍の種別を判定することができる。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　また、関心領域内の平均輝度の差が大きい２つの領域を関心領域とすることができる。この２つの関心領域を用いることで、腫瘍の種別の判別精度が向上する。よって、高い精度で肝腫瘍の種別の判定を行うことができる。
　（その他の変形例）
　なお、本発明を上記実施の形態に基づいて説明してきたが、本発明は、上記の実施の形態に限定されないのはもちろんである。以下のような場合も本発明に含まれる。
　（１）上記の各装置は、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭ、ハードディスクユニット、ディスプレイユニット、キーボード、マウスなどから構成されるコンピュータシステムである。前記ＲＡＭまたはハードディスクユニットには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、各装置は、その機能を達成する。ここでコンピュータプログラムは、所定の機能を達成するために、コンピュータに対する指令を示す命令コードが複数個組み合わされて構成されたものである。
　（２）上記の各装置を構成する構成要素の一部または全部は、１個のシステムＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ：大規模集積回路）から構成されているとしてもよい。システムＬＳＩは、複数の構成部を１個のチップ上に集積して製造された超多機能ＬＳＩであり、具体的には、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどを含んで構成されるコンピュータシステムである。前記ＲＡＭには、コンピュータプログラムが記憶されている。前記マイクロプロセッサが、前記コンピュータプログラムにしたがって動作することにより、システムＬＳＩは、その機能を達成する。
　（３）上記の各装置を構成する構成要素の一部または全部は、各装置に脱着可能なＩＣカードまたは単体のモジュールから構成されているとしてもよい。前記ＩＣカードまたは前記モジュールは、マイクロプロセッサ、ＲＯＭ、ＲＡＭなどから構成されるコンピュータシステムである。前記ＩＣカードまたは前記モジュールは、上記の超多機能ＬＳＩを含むとしてもよい。マイクロプロセッサが、コンピュータプログラムにしたがって動作することにより、前記ＩＣカードまたは前記モジュールは、その機能を達成する。このＩＣカードまたはこのモジュールは、耐タンパ性を有するとしてもよい。
　（４）本発明は、上記に示す方法であるとしてもよい。また、これらの方法をコンピュータにより実現するコンピュータプログラムであるとしてもよいし、前記コンピュータプログラムからなるデジタル信号であるとしてもよい。
　また、本発明は、前記コンピュータプログラムまたは前記デジタル信号をコンピュータ読み取り可能な記録媒体、例えば、フレキシブルディスク、ハードディスク、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ、ＤＶＤ－ＲＯＭ、ＤＶＤ－ＲＡＭ、ＢＤ（Ｂｌｕ－ｒａｙ　Ｄｉｓｃ）、半導体メモリなどに記録したものとしてもよい。また、これらの記録媒体に記録されている前記デジタル信号であるとしてもよい。
　また、本発明は、前記コンピュータプログラムまたは前記デジタル信号を、電気通信回線、無線または有線通信回線、インターネットを代表とするネットワーク、データ放送等を経由して伝送するものとしてもよい。
　また、本発明は、マイクロプロセッサとメモリを備えたコンピュータシステムであって、前記メモリは、上記コンピュータプログラムを記憶しており、前記マイクロプロセッサは、前記コンピュータプログラムにしたがって動作するとしてもよい。
　また、前記プログラムまたは前記デジタル信号を前記記録媒体に記録して移送することにより、または前記プログラムまたは前記デジタル信号を前記ネットワーク等を経由して移送することにより、独立した他のコンピュータシステムにより実施するとしてもよい。
　（５）上記実施の形態及び上記変形例をそれぞれ組み合わせるとしてもよい。
　なお、上記各実施の形態において、各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵまたはプロセッサなどのプログラム実行部が、ハードディスクまたは半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。ここで、上記各実施の形態の画像復号化装置などを実現するソフトウェアは、次のようなプログラムである。
　すなわち、このプログラムは、コンピュータに、被検体内の対象組織の種別を判定する超音波診断方法であって、造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成ステップと、前記画像形成ステップにおいて形成された前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定ステップと、前記関心領域設定ステップにおいて設定された前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出ステップと、前記特徴量抽出ステップにおいて抽出された前記特徴量に基づいて、前記対象組織の種別を判定する種別判定ステップとを実行させる。
　以上、本発明の一つまたは複数の態様に係る超音波診断装置について、実施の形態に基づいて説明したが、本発明は、この実施の形態に限定されるものではない。本発明の趣旨を逸脱しない限り、当業者が思いつく各種変形を本実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本発明の一つまたは複数の態様の範囲内に含まれてもよい。
　本発明に係る腫瘍種別判定法および腫瘍種別判定法は、造影超音波による質的診断に利用可能性がある。
　　１　　　　超音波診断装置
　　６０　　　関心区間
　　６１　　　関心区間の特徴量
　　８０　　　所定パタン
　　８１　　　入力パタン
　　１０１　　超音波プローブ
　　１０２　　超音波送受信部
　　１０３　　画像形成部
　　１０４　　データ記憶部
　　１０５　　関心領域設定部
　　１０６　　特徴量抽出部
　　１０７　　種別判定部
　　１０８　　表示画面作成部
　　１０９　　入力値取得部
　　１１０　　入力装置
　　１１１　　表示装置
　　Ｇ１０　　表示画面（通常モード）
　　Ｇ１１　　超音波画像
　　Ｇ１２、Ｇ２３Ａ、Ｇ２３Ｂ、Ｒ１０　　腫瘍の関心領域
　　Ｇ１３、Ｇ２４Ａ、Ｇ２４Ｂ、Ｒ１１　　実質の関心領域
　　Ｇ２０　　表示画面（造影モード）
　　Ｇ２１　　造影画像
　　Ｇ２２　　組織画像
　　Ｇ２５　　特徴量の推移
　　Ｒ１２　　腫瘍中央の関心領域
　　Ｒ３０　　正の最大エッジ
　　Ｒ３１　　負の最大エッジ

Claims (13)

  1. 　被検体内の対象組織の種別を判定する超音波診断装置であって、
    　造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、
    　前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、
    　前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、
    　前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える
    　超音波診断装置。
  2. 　前記関心領域設定部は、さらに、
    　前記超音波画像上の前記対象領域外に、第三関心領域を設定し、
    　前記特徴量抽出部は、
    　前記第一関心領域内の輝度及び前記第三関心領域内の輝度の差と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する
    　請求項１に記載の超音波診断装置。
  3. 　前記特徴量抽出部は、さらに、
    　前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における絶対値の最も大きい輝度勾配を、前記差として抽出する
    　請求項１または２に記載の超音波診断装置。
  4. 　前記関心領域設定部は、
    　前記対象領域の中心部を中心とする略楕円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略楕円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する
    　請求項１～３のいずれか１項に記載の超音波診断装置。
  5. 　前記関心領域設定部は、
    　前記対象領域の中心部を中心とする略円形状の前記第二関心領域を設定し、かつ、前記対象領域の中心部を中心とする、前記第二関心領域より大きい領域を含む略円形状のうち前記第二関心領域を除く領域を第一関心領域と設定する
    　請求項１～４のいずれか１項に記載の超音波診断装置。
  6. 　前記特徴量抽出部は、
    　前記対象領域内の中心部から周辺部へ、又は、周辺部から中心部へ向かう方向における輝度勾配の絶対値が最大となる位置、及び、前記対象領域の中心部の距離と、前記第一関心領域内の輝度及び前記第二関心領域内の輝度の差とを前記特徴量として抽出する
    　請求項１～５のいずれか１項に記載の超音波診断装置。
  7. 　前記関心領域設定部は、
    　前記対象領域の中心部から周辺部へ向かう方向における輝度勾配の絶対値が最大となる位置より前記中心部に近い方に前記第二関心領域を設定し、当該位置より前記中心部から遠い方に前記第一関心領域を設定する
    　請求項１～６のいずれか１項に記載の超音波診断装置。
  8. 　前記特徴量抽出部は、
    　複数の期間のそれぞれにおける前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、前記特徴量として抽出し、
    　前記種別判定部は、
    　前記複数の期間のそれぞれにおける前記特徴量に基づいて、前記対象組織の種別を判定する
    　請求項１～７のいずれか１項に記載の超音波診断装置。
  9. 　前記種別判定部は、
    　特徴量の複数のパターンと対象組織の複数の種別との対応付けを参照することで、前記対象組織の種別を、前記特徴量抽出部が抽出した前記特徴量に適合するパターンに対応する種別と判定する
    　請求項１～８のいずれか１項に記載の超音波診断装置。
  10. 　前記種別判定部は、
    　前記特徴量に基づいて、前記対象組織の種別を、肝細胞癌、転移性肝癌、肝血管腫、または、ＦＮＨ（focal nodular hyperplasia）と判定する
    　請求項１～９のいずれか１項に記載の超音波診断装置。
  11. 　被検体内の対象組織の種別を判定する超音波診断方法であって、
    　造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成ステップと、
    　前記画像形成ステップにおいて形成された前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定ステップと、
    　前記関心領域設定ステップにおいて設定された前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出ステップと、
    　前記特徴量抽出ステップにおいて抽出された前記特徴量に基づいて、前記対象組織の種別を判定する種別判定ステップとを含む
    　超音波診断方法。
  12. 　請求項１１に記載の超音波診断方法をコンピュータに実行させるためのプログラム。
  13. 　被検体内の対象組織の種別を判定する集積回路であって、
    　造影剤投与後の前記被検体から受信されたエコー信号に対応する超音波画像を形成する画像形成部と、
    　前記画像形成部が形成した前記超音波画像上の前記対象組織に対応する対象領域内に、互いに異なる２つの領域である第一関心領域及び第二関心領域を設定する関心領域設定部と、
    　前記関心領域設定部が設定した前記第一関心領域内の輝度と、前記第二関心領域内の輝度との差を、特徴量として抽出する特徴量抽出部と、
    　前記特徴量抽出部が抽出した前記特徴量に基づいて、前記対象組織の種別を判定する種別判定部とを備える
    　集積回路。
     
     
PCT/JP2012/003685 2011-06-07 2012-06-05 超音波診断装置および超音波診断方法 WO2012169177A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201280002192.9A CN103037771B (zh) 2011-06-07 2012-06-05 超声波诊断装置以及超声波诊断方法
JP2012551017A JP5949558B2 (ja) 2011-06-07 2012-06-05 超音波診断装置および超音波診断装置の制御方法
US13/813,815 US9192354B2 (en) 2011-06-07 2012-06-05 Ultrasound diagnostic apparatus and ultrasound diagnostic method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2011-127505 2011-06-07
JP2011127505 2011-06-07

Publications (1)

Publication Number Publication Date
WO2012169177A1 true WO2012169177A1 (ja) 2012-12-13

Family

ID=47295762

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/003685 WO2012169177A1 (ja) 2011-06-07 2012-06-05 超音波診断装置および超音波診断方法

Country Status (4)

Country Link
US (1) US9192354B2 (ja)
JP (1) JP5949558B2 (ja)
CN (1) CN103037771B (ja)
WO (1) WO2012169177A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020092767A (ja) * 2018-12-11 2020-06-18 キヤノンメディカルシステムズ株式会社 画像解析装置、画像診断装置、モデル学習装置、及びｒｏｉ設定プログラム
JP2021118840A (ja) * 2020-01-30 2021-08-12 株式会社日立製作所 医用画像処理装置及び医用画像処理方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160054992A (ko) * 2014-11-07 2016-05-17 삼성전자주식회사 관심영역의 재검출 회피 장치 및 방법
JP6340086B2 (ja) 2014-12-26 2018-06-06 古野電気株式会社 超音波体組織検出装置、超音波体組織検出方法、および、超音波体組織検出プログラム
CN106456108A (zh) * 2015-08-10 2017-02-22 深圳迈瑞生物医疗电子股份有限公司 超声弹性成像系统和方法
KR102519423B1 (ko) 2015-09-15 2023-04-10 삼성메디슨 주식회사 조영 영상으로부터 정보를 획득하는 방법, 이를 위한 초음파 장치 및 초음파 장치의 동작 방법
JP2019107084A (ja) * 2017-12-15 2019-07-04 キヤノン株式会社 医用画像装置及び医用画像の表示方法
CN109712217B (zh) * 2018-12-21 2022-11-25 上海联影医疗科技股份有限公司 一种医学图像可视化方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5984870A (en) * 1997-07-25 1999-11-16 Arch Development Corporation Method and system for the automated analysis of lesions in ultrasound images
JP2004321582A (ja) * 2003-04-25 2004-11-18 Toshiba Corp 超音波診断装置及び超音波診断支援プログラム
JP2007020731A (ja) * 2005-07-13 2007-02-01 Matsushita Electric Ind Co Ltd 超音波診断装置
JP2009095512A (ja) * 2007-10-18 2009-05-07 Ge Medical Systems Global Technology Co Llc 画像表示方法及び超音波撮影装置
WO2009060751A1 (ja) * 2007-11-09 2009-05-14 Hitachi Medical Corporation 超音波診断装置とその作動方法及び超音波画像診断プログラム
JP2011078514A (ja) * 2009-10-06 2011-04-21 Toshiba Corp 超音波診断装置及び超音波画像生成プログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5706819A (en) 1995-10-10 1998-01-13 Advanced Technology Laboratories, Inc. Ultrasonic diagnostic imaging with harmonic contrast agents
US5577505A (en) 1996-02-06 1996-11-26 Hewlett-Packard Company Means for increasing sensitivity in non-linear ultrasound imaging systems
US5632277A (en) 1996-06-28 1997-05-27 Siemens Medical Systems, Inc. Ultrasound imaging system employing phase inversion subtraction to enhance the image
US6547738B2 (en) * 2001-05-03 2003-04-15 Ge Medical Systems Global Technology Company, Llc Methods and apparatus for using ultrasound with contrast agent
JP4068833B2 (ja) * 2001-11-05 2008-03-26 オリンパス株式会社 超音波診断装置
JP3905470B2 (ja) * 2002-12-26 2007-04-18 アロカ株式会社 超音波診断装置
WO2006013916A1 (ja) * 2004-08-05 2006-02-09 Hitachi Medical Corporation 弾性像表示方法及び超音波診断装置
EP1804670B1 (en) * 2004-08-17 2013-02-06 Technion Research & Development Foundation Limited Ultrasonic image-guided tissue-damaging
JP2009100971A (ja) * 2007-10-24 2009-05-14 Ge Medical Systems Global Technology Co Llc 超音波撮像装置
JP2009261657A (ja) * 2008-04-25 2009-11-12 Ge Medical Systems Global Technology Co Llc 超音波撮像装置
JP5305757B2 (ja) 2008-06-30 2013-10-02 株式会社東芝 画像処理装置、超音波診断装置、および画像処理プログラム
JP5395396B2 (ja) * 2008-10-15 2014-01-22 株式会社東芝 超音波診断装置、医用画像処理装置、及び医用画像処理プログラム
JP5455379B2 (ja) 2009-01-07 2014-03-26 株式会社東芝 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム
JP5753489B2 (ja) * 2009-04-10 2015-07-22 株式会社日立メディコ 超音波診断装置、および、超音波診断装置の作動方法
CA2807144C (en) * 2010-07-30 2019-05-28 Fundacao D. Anna Sommer Champalimaud E Dr. Carlos Montez Champalimaud Systems and methods for segmentation and processing of tissue images and feature extraction from same for treating, diagnosing, or predicting medical conditions

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5984870A (en) * 1997-07-25 1999-11-16 Arch Development Corporation Method and system for the automated analysis of lesions in ultrasound images
JP2004321582A (ja) * 2003-04-25 2004-11-18 Toshiba Corp 超音波診断装置及び超音波診断支援プログラム
JP2007020731A (ja) * 2005-07-13 2007-02-01 Matsushita Electric Ind Co Ltd 超音波診断装置
JP2009095512A (ja) * 2007-10-18 2009-05-07 Ge Medical Systems Global Technology Co Llc 画像表示方法及び超音波撮影装置
WO2009060751A1 (ja) * 2007-11-09 2009-05-14 Hitachi Medical Corporation 超音波診断装置とその作動方法及び超音波画像診断プログラム
JP2011078514A (ja) * 2009-10-06 2011-04-21 Toshiba Corp 超音波診断装置及び超音波画像生成プログラム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020092767A (ja) * 2018-12-11 2020-06-18 キヤノンメディカルシステムズ株式会社 画像解析装置、画像診断装置、モデル学習装置、及びｒｏｉ設定プログラム
JP7304150B2 (ja) 2018-12-11 2023-07-06 キヤノンメディカルシステムズ株式会社 画像解析装置、画像診断装置、及びｒｏｉ設定プログラム
JP2021118840A (ja) * 2020-01-30 2021-08-12 株式会社日立製作所 医用画像処理装置及び医用画像処理方法
JP7382240B2 (ja) 2020-01-30 2023-11-16 富士フイルムヘルスケア株式会社 医用画像処理装置及び医用画像処理方法

Also Published As

Publication number Publication date
US20130137984A1 (en) 2013-05-30
US9192354B2 (en) 2015-11-24
JPWO2012169177A1 (ja) 2015-02-23
JP5949558B2 (ja) 2016-07-06
CN103037771B (zh) 2016-05-04
CN103037771A (zh) 2013-04-10

Similar Documents

Publication Publication Date Title
WO2012169177A1 (ja) 超音波診断装置および超音波診断方法
JP6295956B2 (ja) 超音波診断装置、及び超音波診断装置の制御方法
D’Onofrio et al. Acoustic radiation force impulse of the liver
JP5455379B2 (ja) 医用画像処理装置、超音波診断装置、及び医用画像処理プログラム
Xie et al. Quantitative and noninvasive assessment of chronic liver diseases using two-dimensional shear wave elastography
JP6354584B2 (ja) 医用データ処理装置、医用データ処理方法、及び超音波診断装置
US10448927B2 (en) System and method for identifying cancerous tissue
JP2019503833A (ja) 半自動化画像セグメント化システム及び方法
CN106470613A (zh) 用来针对特定对象表征病理的病变签名
JP5867401B2 (ja) 超音波診断装置、及び、超音波診断画像の出力方法
EP2874544B1 (en) Method and system for processing ultrasonic imaging data
Campos et al. Ex vivo validation of 45 MHz intravascular ultrasound backscatter tissue characterization
Morris et al. Multiparametric ultrasound for targeting prostate cancer: combining ARFI, SWEI, QUS and B-mode
CN101563708A (zh) 用于指示医学成像数据中可能经计算机检测的假阳性的装置和方法
US20160302771A1 (en) 3d ultrasound system and method for operating 3d ultrasound system
CN116133597A (zh) 弹性测量方法、装置和存储介质
CN104470443B (zh) 用于处理超声成像数据的方法和系统
JP2006346248A (ja) 超音波診断装置及びボリュームデータ処理方法
CN113017683A (zh) 超声测量方法、装置和存储介质
CN113545806A (zh) 前列腺弹性成像方法和超声弹性成像系统
Chen et al. Ultrasound tissue scatterer distribution imaging: An adjunctive diagnostic tool for shear wave elastography in characterizing focal liver lesions
Morris Improving Prostate Cancer Detection using Multiparametric Ultrasound
CN117159021A (zh) 一种超声成像系统和超声成像方法
Doerfler et al. Blood vessel detection in navigated ultrasound: An assistance system for liver resections
CN118011366A (zh) 超声成像设备的剪切波的速度估计方法及其装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201280002192.9

Country of ref document: CN

ENP Entry into the national phase

Ref document number: 2012551017

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 13813815

Country of ref document: US

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12797297

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12797297

Country of ref document: EP

Kind code of ref document: A1