CN116898474A - 超声波诊断装置、超声波诊断装置的控制方法及记录介质 - Google Patents
超声波诊断装置、超声波诊断装置的控制方法及记录介质 Download PDFInfo
- Publication number
- CN116898474A CN116898474A CN202310378123.8A CN202310378123A CN116898474A CN 116898474 A CN116898474 A CN 116898474A CN 202310378123 A CN202310378123 A CN 202310378123A CN 116898474 A CN116898474 A CN 116898474A
- Authority
- CN
- China
- Prior art keywords
- image
- ultrasonic
- likelihood
- images
- spatial composite
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 106
- 238000012545 processing Methods 0.000 claims abstract description 66
- 239000002131 composite material Substances 0.000 claims abstract description 65
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 63
- 239000000523 sample Substances 0.000 claims abstract description 43
- 230000005540 biological transmission Effects 0.000 claims abstract description 19
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 16
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 16
- 230000011218 segmentation Effects 0.000 claims abstract description 14
- 238000002604 ultrasonography Methods 0.000 claims description 24
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000010801 machine learning Methods 0.000 claims description 5
- 230000001537 neural effect Effects 0.000 claims 3
- 238000013329 compounding Methods 0.000 abstract description 22
- 238000003745 diagnosis Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 21
- 210000000944 nerve tissue Anatomy 0.000 description 17
- 238000009826 distribution Methods 0.000 description 13
- 210000005036 nerve Anatomy 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 210000004204 blood vessel Anatomy 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 239000000203 mixture Substances 0.000 description 4
- 238000003672 processing method Methods 0.000 description 4
- 230000003444 anaesthetic effect Effects 0.000 description 3
- 238000002592 echocardiography Methods 0.000 description 3
- 210000003195 fascia Anatomy 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000003205 muscle Anatomy 0.000 description 2
- 210000000578 peripheral nerve Anatomy 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000005534 acoustic noise Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000002690 local anesthesia Methods 0.000 description 1
- 210000001087 myotubule Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 210000002435 tendon Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- 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
- A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
- A61B8/5246—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode
- A61B8/5253—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from the same or different imaging techniques, e.g. color Doppler and B-mode combining overlapping images, e.g. spatial compounding
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
- A61B8/461—Displaying means of special interest
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/34—Trocars; Puncturing needles
- A61B17/3401—Puncturing needles for the peridural or subarachnoid space or the plexus, e.g. for anaesthesia
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/34—Trocars; Puncturing needles
- A61B17/3403—Needle locating or guiding means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- 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
- A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
-
- 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
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4411—Device being modular
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
- A61B8/4483—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer
- A61B8/4488—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device characterised by features of the ultrasound transducer the transducer being a phased array
-
- 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
-
- 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
- A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/54—Control of the diagnostic device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B17/00—Surgical instruments, devices or methods, e.g. tourniquets
- A61B17/34—Trocars; Puncturing needles
- A61B17/3403—Needle locating or guiding means
- A61B2017/3413—Needle locating or guiding means guided by ultrasound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2063—Acoustic tracking systems, e.g. using ultrasound
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2065—Tracking using image or pattern recognition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/48—Diagnostic techniques
- A61B8/488—Diagnostic techniques involving Doppler signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Vascular Medicine (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Gynecology & Obstetrics (AREA)
- Anesthesiology (AREA)
- Robotics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供能够实现使用了空间复合法的超声波图像诊断中的表示目标区域的似然图像的准确度的提高的超声波诊断装置。本公开所涉及的超声波诊断装置(1)具备:发送接收部(11),使超声波探头(20)执行超声波波束的发送接收;信号处理部(12),基于从超声波探头(20)获取到的接收信号,生成超声波图像;目标识别部(13c),对上述超声波图像实施基于构造物类别的分割处理,生成表示上述超声波图像中的目标的存在区域的似然图像;以及似然图像合成部(13e),将通过使用了相互不同的偏转角度的超声波波束的超声波扫描而生成的多个上述超声波图像各自的上述似然图像合成,生成空间复合似然图像。
Description
技术领域
本发明涉及超声波诊断装置、超声波诊断装置的控制方法以及超声波诊断装置的控制程序。
背景技术
以往,作为医用图像诊断装置之一,已知如下超声波诊断装置:通过朝向受检体发送超声波,并接收其反射波对接收信号进行规定的信号处理,由此将受检体内部的形状、性状或者动态作为超声波图像而进行可视化。超声波诊断装置能够通过使超声波探头抵接于体表或者***体内这样的简单的操作获取超声波图像,因此,安全,且对受检体施加的负担也小。
超声波诊断装置用于例如在超声波引导下在受检体的体内***穿刺针而进行对象区域的治疗的情况。在这样的治疗中,医生等施行手术的人能够一边观察通过超声波诊断装置得到的超声波图像而确认治疗对象区域,一边***穿刺针,并且进行治疗。
在超声波引导下进行治疗的情况下,为了正确地掌握治疗对象区域的位置以及区域,优选使成为目标的对象区域清楚地反映于超声波图像(B模式(mode)图像)。例如,在对末梢神经直接穿刺或者在其周边穿刺而进行局部麻醉的神经阻滞中,注入麻醉剂的神经、不可错误注入麻醉剂的血管等可成为目标。此外,在神经阻滞中,虽施行手术的人通过目视观察在超声波图像上区分开神经和血管,注意不对血管进行穿刺,但要求较高的技能以及丰富的经验。
根据这样的背景,近年来,也提出以下技术:以识别超声波图像内的目标并能够识别这样的目标的区域的方式,对施行手术的人(以下,也称为“用户”)提供超声波图像的显示图像(例如,参照专利文献1、专利文献2)。
图1是表示现有技术所涉及的超声波图像的图像处理方法的一例的图。
在现有技术所涉及的图像处理方法中,例如,使用通过机器学习而训练出的识别模型(model),识别超声波图像内的目标(例如,神经组织),生成超声波图像内作为目标的存在区域而将似然(即,确信度(certainty factor))高的区域与似然(即,确信度)低的区域区分开的似然图像(也被称为分割(segmentation)处理)。而且,在现有技术所涉及的图像处理方法中,使用色彩图,基于超声波图像的像素值和似然图像的像素值,对超声波图像的各像素附加颜色信息(色调、饱和度、明度),使超声波图像的色调、饱和度、明度的至少一个变化,生成对用户提供的显示图像。
此外,目标的“似然”是表示成为目标的可能性的指标,目标的存在区域似然大,非目标的区域似然小。另外,“似然图像”是表示与超声波图像整体对应的目标的似然的分布(即,目标的存在区域)的图像。
现有技术文献
专利文献
专利文献1:日本特表2019-508072号公报
专利文献2:日本特开2021-058232号公报
发明内容
发明要解决的课题
然而,本申请的发明人们正在研究:在这种超声波诊断装置中,以对于用户提供高画质的超声波图像并且更正确地提示超声波图像内的目标(除了包括神经组织等穿刺对象,还包括穿刺针等对用户提醒存在区域的注意的对象。以下相同)的区域作为目的,应用空间复合法。空间复合法是通过从相互不同的方向朝向受检体内的同一部位发送超声波波束而生成多帧图像,并将这些多帧图像合成而生成一个空间复合图像的方法。
图2是对通常的空间复合法进行说明的图。
在空间复合法中,例如,如图2所示,以3帧周期且相同的顺序反复生成通过使用了偏转(steer)角度0度的超声波波束的超声波扫描而生成的超声波图像B、通过使用了偏转角度-θ度的超声波波束的超声波扫描而生成的超声波图像A、通过使用了偏转角度+θ度的超声波波束的超声波扫描而生成的超声波图像C,每当获取1帧的接收数据时,与紧前面的2帧的量的超声波图像一起合成3帧的量的超声波图像而生成空间复合图像Sy。由此,始终更新将与3种偏转角度对应的超声波图像A、B以及C合成的空间复合图像Sy。
根据这样的空间复合法,通过合成从相互不同的方向发送超声波波束而生成的多帧图像,能够减少由于来自存在于受检体内的无数散射源的散射波而产生的散斑噪声,并且减少阴影等声学噪声。
然而,现有技术所涉及的空间复合法具有使目标的存在区域不确定的几个问题点。
图3是对作为现有技术所涉及的空间复合法的问题点之一的运动伪影进行说明的图。
通常,用户为了在超声波检查中搜寻存在于受检体内的治疗对象(例如,神经组织)等,使超声波探头沿着受检体的体表移动。因此,导致在空间复合处理中合成的对象的各方向的帧图像成为拍摄位置偏离的图像。作为其结果,导致通过各方向的帧图像的合成而生成的空间复合图像不清楚,难以根据该空间复合图像来识别目标(图3中,神经组织HT)。此外,这样的运动伪影除了由于超声波探头的移动而产生之外,还由于受检体内的组织(例如,心脏)本身的运动而产生。
图4是对作为现有技术所涉及的空间复合法的其他问题点的相对于超声波波束而具有声学反射各向异性(以下,仅称为“各向异性”)的构造物的识别难易度的上升进行说明图。
通常,作为在超声波检查中对用户提醒存在位置的目标,混合存在有如神经组织(图4中的HT)那样相对于超声波波束不具有各向异性的构造物和如穿刺针(图4中的QT)那样相对于超声波波束具有各向异性的构造物。超声波通常由声阻抗存在差异的边界反射,但以相对于边界面越接近90度的角度照射则反射越强,获得清晰的反射超声波。因此,如神经组织那样相对于被入射的超声波波束而诱发向各种方向的反射超声波的构造物由于不依赖于超声波波束的波束方向,所以不存在空间复合图像上描绘状态不清楚的担忧。然而,在为穿刺针的情况下,在超声波波束的波束方向是与穿刺针的延伸方向正交的方向时,穿刺针在超声波图像内清楚地描绘出,但在超声波波束的波束方向是与穿刺针的延伸方向平行的方向时,穿刺针在超声波图像内成为几乎没有被描绘出的状态。
换句话说,在如现有技术所涉及的空间复合法那样单纯地使各方向的帧图像平均化而生成空间复合图像的方法中,作为图像合成的结果,穿刺针等具有各向异性的构造物的图像不清楚,在空间复合图像中识别这样的构造物比通常困难。
图5是对作为现有技术所涉及的空间复合法的其他问题点的存在于图像端部的构造物的识别难易度的上升进行说明的图。
通常,在空间复合处理中,与通过使用了偏转角度0度的超声波波束的超声波扫描而生成的超声波图像的图像区域匹配地,修剪通过使用了外侧的发送方向的超声波波束的超声波扫描而生成的超声波图像(图2中,超声波图像A以及超声波图像C)之后,进行这些图像的图像合成。
通常,目标(图3中,神经组织HT)越遍及整个周围映入超声波图像内,则目标的识别处理越容易,在目标存在于图像端部且以一部分欠缺的状态下被描绘出的情况下,目标的识别难易度上升。换句话说,在通过使用了外侧的发送方向的超声波波束的超声波扫描而生成的超声波图像(参照图5的超声波图像A)中,虽能够识别,但在单纯地使各方向的帧图像平均化而生成的空间复合图像内中,比通常难以识别。
本公开是鉴于上述问题点而完成的,目的在于提供能够实现使用了空间复合法的超声波图像诊断中的表示目标区域的似然图像的准确度的提高的超声波诊断装置、超声波诊断装置的控制方法以及超声波诊断装置的控制程序。
用于解决课题的手段
解决前述的课题的主要的本公开是一种超声波诊断装置,具备:发送接收部,使超声波探头执行超声波波束的发送接收;信号处理部,基于从上述超声波探头获取到的接收信号,生成超声波图像;目标识别部,对上述超声波图像实施基于构造物类别的分割处理,生成表示上述超声波图像中的目标的存在区域的似然图像;以及似然图像合成部,将通过使用了相互不同的偏转角度的上述超声波波束的超声波扫描而生成的多个上述超声波图像各自的上述似然图像合成,生成空间复合似然图像。
另外,其他方面是一种超声波诊断装置的控制方法,具有如下处理:使超声波探头执行超声波波束的发送接收;基于从上述超声波探头获取到的接收信号,生成超声波图像;对上述超声波图像实施基于构造物类别的分割处理,生成表示上述超声波图像中的目标的存在区域的似然图像;以及将通过使用了相互不同的偏转角度的上述超声波波束的超声波扫描而生成的多个上述超声波图像各自的上述似然图像合成,生成空间复合似然图像。
另外,其他方面是一种超声波诊断装置的控制程序,其使计算机执行如下处理:使超声波探头执行超声波波束的发送接收;基于从上述超声波探头获取到的接收信号,生成超声波图像;对上述超声波图像实施基于构造物类别的分割处理,生成表示上述超声波图像中的目标的存在区域的似然图像;以及将通过使用了相互不同的偏转角度的上述超声波波束的超声波扫描而生成的多个上述超声波图像各自的上述似然图像合成,生成空间复合似然图像。
发明的效果
根据本公开所涉及的超声波诊断装置,能够实现使用了空间复合法的超声波图像诊断中的、表示目标区域的似然图像的准确度的提高。
附图说明
图1是表示现有技术所涉及的超声波图像的图像处理方法的一例的图。
图2是对通常的空间复合法进行说明的图。
图3是对作为现有技术所涉及的空间复合法的问题点之一的运动伪影进行说明的图。
图4是对作为现有技术所涉及的空间复合法的其他问题点的相对于超声波波束而具有声学反射各向异性的构造物的识别难易度的上升进行说明的图。
图5是对作为现有技术所涉及的空间复合法的其他问题点的存在于图像端部的构造物的识别难易度的上升进行说明的图。
图6是表示本发明的一实施方式所涉及的超声波诊断装置的外观的一例的图。
图7是表示超声波诊断装置的控制***的主要部分的框图。
图8是表示图像处理部的详细结构的图。
图9是对目标识别部进行的处理进行说明的图。
图10是对似然图像合成部进行的处理进行说明的图。
图11是表示存储于图像合成方法数据表格的与识别对象对应的图像合成方法的一例的图。
具体实施方式
以下,参照附图,对本公开的优选的实施方式详细地进行说明。此外,在本说明书以及附图中,对实质具有相同功能的结构要素标注相同的附图标记,由此省略重复说明。
[超声波诊断装置的整体结构]
以下,参照图5~图6对本发明的一实施方式所涉及的超声波诊断装置(以下,“超声波诊断装置1”)的整体结构进行说明。此外,本实施方式所涉及的超声波诊断装置1例如使受检体内的形状、性状或者动态作为超声波图像而进行可视化,为了进行图像诊断而使用。
图6是表示本实施方式所涉及的超声波诊断装置1的外观的一例的图。图7是表示本实施方式所涉及的超声波诊断装置1的控制***的主要部分的框图。
超声波诊断装置1以受检体内的形状、性状或者动态作为超声波图像而进行可视化,为了图像诊断而使用。超声波诊断装置1例如具备如下功能:在对受检体进行穿刺而在神经或者神经周边注入麻醉剂而进行神经阻滞时,将目标的存在区域作为穿刺辅助信息并以能够叠加于B模式图像的方式可视认地提示。
此外,在本实施方式中,例如,用于掌握应该刺入穿刺针的区域的神经组织以及穿刺针其本身可成为对于用户提醒存在区域的注意的“目标”。其中,目标的设定根据用户的超声波诊断装置的利用方式能够任意变更,也可以将神经作为目标来处理,将血管、骨骼、肌肉纤维等除神经以外的构造物作为非目标来处理,将不可刺入穿刺针的神经以及血管作为目标来处理,将除此以外的构造物作为非目标来处理。
超声波诊断装置1具备超声波诊断装置主体10以及超声波探头20。超声波诊断装置主体10与超声波探头20例如经由线缆30而连接。
超声波探头20对受检体发送超声波,并且接收在受检体内被反射的超声波回波,转换为接收信号并向超声波诊断装置主体10发送。超声波探头20能够应用凸面(convex)型、线性型或者扇型等任意探头。
超声波探头20具有由以阵列状配设的多个压电振子构成的排列振子21以及用于单独地切换控制构成排列振子21的多个压电振子各自的驱动状态的接通和断开的通道切换部(未图示)。
排列振子21例如由沿着扫描方向以阵列状配设的多个压电振子构成。而且,通过基于控制部16的通道切换部的控制,单独或者按块单位沿着扫描方向依次切换控制构成排列振子21的多个压电振子的驱动状态的接通和断开。换句话说,多个压电振子单独或者按块单位,将由发送接收部11产生的电压脉冲转换为超声波波束并向受检体内发送,并且接收该超声波波束在受检体内反射而产生的反射波波束并转换为电信号而向发送接收部11输出。由此,在超声波探头20中,以扫描受检体内的方式执行超声波的发送接收。
超声波诊断装置主体10具备发送接收部11、信号处理部12、图像处理部13、显示部14、操作输入部15以及控制部16。
发送接收部11是使超声波探头20执行超声波的发送接收的发送接收电路。
发送接收部11具有:发送部11a,其生成电压脉冲(以下,称为“驱动信号”)并对超声波探头20的各个压电振子送出;以及接收部11b,其对由超声波探头20的各个压电振子生成的接收波束所涉及的电信号(以下,称为“接收信号”)进行接收处理。而且,发送部11a以及接收部11b分别在控制部16的控制下,执行使超声波探头20进行超声波的发送接收的动作。
发送部11a例如包括按与超声波探头20连接的每个通道设置的脉冲振荡器以及脉冲设定部等而构成。该发送部11a将脉冲振荡器所生成的电压脉冲调整为脉冲设定部所设定的电压振幅、脉冲宽度以及定时,并向排列振子21送出。此外,发送部11a以使从超声波探头20的各个压电振子输出的超声波以波束状在规定方向上会聚的方式按每个通道适当地设定延迟时间,对各压电振子供给驱动信号。
接收部11b例如包括前置放大器、AD转换器以及接收波束形成器而构成。前置放大器和AD转换器按与超声波探头20连接的每个通道设置,将微弱的接收信号放大,并且将放大后的接收信号(模拟信号)转换为数字信号。接收波束形成器通过将各通道的接收信号(数字信号)整相相加而将多个接收信号集中为一个,并向信号处理部12输出。在接收波束形成器中,例如,以将来自规定方向的超声波回波会聚的方式按每个通道适当地设定延迟时间,将多个接收信号集中为一个,并向信号处理部12输出。另外,在接收波束形成器中,以使接收聚焦点从超声波探头20的超声波放射面的附近连续地向较深的方向移动的方式进行动态接收聚焦控制。
信号处理部12将从接收部11b输入的声线数据进行检波(包络线检波)而获取信号,此外,根据需要进行对数放大、滤波(例如,低通、平滑等)、增强处理等。而且,信号处理部12将各扫描位置中的接收信号依次存积于帧存储器,生成由沿着扫描方向和深度方向的截面内的各位置中的采样数据(例如,接收信号的信号强度)构成的二维数据。信号处理部12例如将该二维数据的各位置的接收信号的信号强度转换为像素值,生成1帧的B模式显示用的超声波图像的数据(以下,简称为“超声波图像”)。而且,每当发送接收部11扫描受检体内时,信号处理部12生成这样的超声波图像。
此外,信号处理部12也可以以能够生成多普勒图像所涉及的超声波图像的方式具有正交检波处理部、自相关性运算部等。
图像处理部13对由信号处理部12生成的超声波图像实施空间复合处理,将通过使用了相互不同的偏转角度的超声波波束的超声波扫描而生成的多个超声波图像合成,生成作为显示用图像的一个超声波图像(以下,称为“空间复合超声波图像”)。
另外,图像处理部13对由信号处理部12生成的超声波图像实施基于构造物类别的分割处理,生成表示目标的存在区域的似然图像。而且,图像处理部13将通过使用了相互不同的偏转角度的超声波波束的超声波扫描而生成的多个超声波图像各自的似然图像合成,生成作为显示用图像的一个似然图像(以下,称为“空间复合(compound)似然图像”)。
此外,发送接收部11、信号处理部12、图像处理部13例如由与ASIC(专用集成电路(Application Specific Integrated Circuit))、FPGA(现场可编程门阵列(Field-Programmable Gate Array))等的各处理对应的专用或通用的硬件(即,电子电路)构成,与控制部16协作来实现各功能。其中,它们的一部分或者全部也可以通过DSP(数字信号处理器(Digital Signal Processor))、CPU(中央处理单元(Central Processing Unit))或者GPGPU(通用图形处理单元(General-Purpose Graphics Processing Units))等根据程序进行运算处理来实现。
显示部14例如是LCD(液晶显示器(Liquid Crystal Display))等显示器。显示部14从图像处理部13获取显示图像数据,并显示该显示图像数据。
操作输入部15例如是键盘或者鼠标等,且获取用户所输入的操作信号。操作输入部15例如能够基于用户的操作输入,设定超声波探头20的种类、受检体的类别(即,生物体组织的类别)、受检体内的拍摄对象的深度或者拍摄模式(例如,B模式、C模式或者E模式)等。
控制部16通过根据各自的功能控制发送接收部11、信号处理部12、图像处理部13、显示部14以及操作输入部15,进行超声波诊断装置1的整体控制。
控制部16例如具有作为运算/控制装置的CPU(中央处理单元(CentralProcessing Unit))、作为主存储装置的ROM(只读存储器(Read Only Memory))以及RAM(随机存取存储器(Random Access Memory))等。ROM存储有基本程序、基本的设定数据。CPU从ROM读出与处理内容对应的程序并在RAM展开,且执行所展开的程序,由此集中控制超声波诊断装置主体10的各功能模块的动作。
此外,在本实施方式中,通过构成功能模块的各硬件与控制部16进行协作,实现各功能模块的功能。其中,也可以是,通过控制部16执行程序,实现各功能模块的一部分或者全部功能。
此外,控制部16基于被设定于操作输入部15的超声波探头20的种类(例如,凸面型、扇型或者线性型等)、受检体内的拍摄对象的深度以及拍摄模式(例如,B模式、C模式或者E模式)等,决定超声波探头20中的超声波的发送接收条件(例如,开口条件、会聚点、发送波形、中心频率、带域以及切趾(apodize))。而且,控制部16根据超声波探头20中的超声波的发送接收条件,使发送接收部11动作。
[图像处理部13的详细结构]
图8是表示本实施方式所涉及的图像处理部13的详细结构的图。
本实施方式所涉及的图像处理部13具备第一DSC(数字扫描转换器(Digital ScanConverter))13a、超声波图像合成部13b、目标识别部13c、第二DSC(数字扫描转换器(Digital Scan Converter))13d、似然图像合成部13e、显示图像生成部13f。
第一DSC13a对于通过信号处理部12生成的超声波图像,实施与超声波探头20的种类对应的坐标转换处理以及像素插值处理,将超声波图像的数据转换为根据显示部14的电视信号的扫描方式的显示图像的数据。
超声波图像合成部13b如参照图2而上述的那样将通过使用了相互不同的偏转角度的超声波波束的超声波扫描而生成的多个超声波图像合成而生成一个空间复合超声波图像。
在本实施方式中,作为一例,在控制部16的控制下,控制从超声波探头20发送的超声波波束的偏转角度,如图2所示,以3帧周期且以相同的顺序反复生成通过使用了偏转角度0度的超声波波束的超声波扫描而生成的超声波图像B、通过使用了偏转角度-θ度的超声波波束的超声波扫描而生成的超声波图像A、通过使用了偏转角度+θ度的超声波波束的超声波扫描而生成的超声波图像C。超声波图像合成部13b每当获取1帧的量的超声波图像时,与紧前面的2帧的量的超声波图像一起合成3帧的量的超声波图像而生成空间复合超声波图像Sy。
此时,超声波图像合成部13b例如针对通过使用了偏转角度-θ度的超声波波束的超声波扫描而生成的超声波图像A、以及通过使用了偏转角度+θ度的超声波波束的超声波扫描而生成的超声波图像C中的、不与通过使用了偏转角度0度的超声波波束的超声波扫描而生成的超声波图像B重叠的外侧区域,进行修剪,将上述超声波图像A、超声波图像B以及超声波图像C的坐标系进行了统一之后,通过对从同一位置获取到的B模式图像信号重叠的部分进行相加平均的方法,将上述超声波图像A、超声波图像B以及超声波图像C合成。
此外,超声波图像合成部13b合成的对象的超声波图像的帧数也可以是3个以外。
目标识别部13c如参照图1而上述的那样,使用识别模型D1,对由信号处理部12生成的超声波图像实施基于构造物类别的分割处理,生成表示超声波图像中的目标的存在区域的似然图像(表示超声波图像中的目标的似然的分布的图像)。即,目标识别部13c对超声波图像中的目标(例如,神经组织、穿刺针)进行识别。
这里,识别模型D1例如是神经网络(例如,卷积神经网络),且以从所输入的超声波图像提取超声波图像的特征量并输出超声波图像中的目标的似然分布的方式,利用公知的机器学习算法(例如,误差反向传播法)预先实施学习处理,且预先存储于图像处理部13具有的存储部。这样的识别模型D1典型而言,通过使用了由超声波图像与目标的似然分布相对应而成的数据集构成的训练数据的有监督学习来构建。此外,针对识别模型D1的学习处理的一例,例如希望参照作为本申请的申请人的早期申请的专利文献2。
识别模型D1例如以从超声波图像中识别神经组织、血管组织、肌肉组织、筋膜组织、腱组织或者穿刺针中的至少一个构造物类别的方式实施学习处理。识别模型D1也可以按每个构造物类别分别准备,也可以构成为一个识别模型D1识别多个构造物类别。另外,同样,目标识别部13c也可以根据识别对象的目标的种类,切换识别模型D1的种类。
也就是说,识别模型D1与超声波图像中的各像素区域相对应地按每一个像素或者每一个像素块(是指由多个像素构成的像素组。),计算目标的似然,并输出与所输入的超声波图像整体对应的目标的似然的分布(即,似然图像)。本实施方式所涉及的识别模型D1构成为输出与所输入的规定大小的超声波图像的中央的像素块对应的目标的似然。而且,目标识别部13c以在超声波图像的整体中通过光栅扫描按每规定大小进行扫描的方式切换对于识别模型D1的输入图像,由此,输出超声波图像的整体的目标的似然的分布(即,似然图像)。此时,目标识别部13c例如通过识别模型D1(神经网络)的前向传播处理,从输入图像输出目标的似然的分布。
由目标识别部13c生成的似然图像是例如与超声波图像的各像素区域对应地按每个像素区域计算出0~1的范围的某一个值的似然的数据(参照图1)。这样的似然图像例如既可以表示超声波图像的整体的一种目标(例如,神经组织)的似然的分布,也可以表示超声波图像的整体的多种目标(例如,神经组织和穿刺针)各自的似然的分布。另外,似然图像的大小(即,像素数)既可以与超声波图像的大小相同大小,也可以比超声波图像的大小按比例缩小。
此外,作为用于目标识别部13c的识别模型D1,也可以是除神经网络以外的识别模型,也可以使用SVM(支持向量机(Support Vector Machine))、k-最近邻法、随机森林或者它们的组合等。这种识别模型通过实施学习处理,提取识别对象的模式的特征,并以从噪声等叠加的数据也能够正确地识别出识别对象的模式的方式自主地最优化,因此,在能够构成鲁棒性高的识别器的这点上有效。
第二DSC13d针对由目标识别部13c生成的似然图像,实施与超声波探头20的种类对应的坐标转换处理以及像素插值处理,将似然图像的数据转换为按照显示部14的电视信号的扫描方式的显示图像的数据。
似然图像合成部13e将分别从通过使用了相互不同的偏转角度的超声波波束的超声波扫描而生成的多个超声波图像得到的似然图像合成,生成空间复合似然图像。
似然图像合成部13e基本上与超声波图像合成部13b的合成处理相同,在统一了多个似然图像的坐标系之后,通过多个似然图像的同一位置中的似然的平均化等,合成多个似然图像。其中,似然图像合成部13e参照预先存储于图像处理部13具有的存储部(未图示)的图像合成方法数据表格D2,使用按每个构造物类别设定的图像合成方法,合成多个似然图像(参照图11)。
图9是对本实施方式所涉及的目标识别部13c进行的处理进行说明的图。图10是对本实施方式所涉及的似然图像合成部13e进行的处理进行说明的图。图11是表示与存储于图像合成方法数据表格D2的识别对象对应的图像合成方法的一例的图。
如图9所示,本实施方式所涉及的目标识别部13c针对由信号处理部12依次生成的超声波图像,分别实施基于构造物类别的分割处理,生成表示目标的存在区域的似然图像。即,目标识别部13c例如对通过使用了偏转角度0度的超声波波束的超声波扫描而生成的超声波图像B实施识别处理,生成似然图像B1,对通过使用了偏转角度-θ度的超声波波束的超声波扫描而生成的超声波图像A实施识别处理,生成似然图像A1,对通过使用了偏转角度+θ度的超声波波束的超声波扫描而生成的超声波图像C实施识别处理,生成似然图像C1。这里,对超声波图像A、超声波图像B、超声波图像C应用的识别模型D1既可以相同,也可以是按每个偏转角度而最优化的不同的识别模型。
根据该目标识别部13c的处理,没有受到因空间复合合成引起的运动伪影的影响,因此,目标识别部13c能够分别从超声波图像A、超声波图像B以及超声波图像C,生成高精度地计算出目标区域的似然的似然图像A1、似然图像B1以及似然图像C1。
另外,根据该目标识别部13c的处理,针对如穿刺针QT那样相对于超声波波束具有声学反射各向异性的构造物,也能够在似然图像A1、似然图像B1或者似然图像C1任一个中高精度地进行识别。图9中,在偏转角度+θ度的超声波波束时,成为与穿刺针QT的延伸方向正交的方向,穿刺针QT成为在超声波图像C以及似然图像C1内中清楚地被描绘出的状态。
另外,根据该目标识别部13c的处理,针对存在于图像端部的构造物,也能够在似然图像A1、似然图像B1或者似然图像C1任一个中高精度地进行识别。例如,在图5中,在超声波图像A中,神经组织HT清楚地被描绘出,且能够生成高精度地计算出目标区域的似然的似然图像A1。
而且,如图11所示,本实施方式所涉及的似然图像合成部13e使用按存储于图像合成方法数据表格D2的每个构造物类别而设定的图像合成方法,将多个似然图像A1、B1、C1合成而生成空间复合似然图像Sy1。
例如,似然图像合成部13e在识别对象的目标为相对于超声波波束而具有声学反射各向异性的构造物(例如,穿刺针QT)的情况下,通过按每个像素区域,选择合成对象的多个似然图像A1、B1、C1各自的似然中的取最大值的似然,或者将合成对象的多个似然图像A1、B1、C1各自的似然中的阈值以上的似然选择性地相加,从而对多个似然图像A1、B1、C1进行图像合成。另外,似然图像合成部13e在识别对象的目标为相对于超声波波束而不具有声学反射各向异性的构造物(例如,神经组织HT)的情况下,通过按每个像素区域将合成对象的多个似然图像A1、B1、C1各自的似然平均化,对多个似然图像A1、B1、C1进行图像合成。
此外,作为相对于超声波波束而具有声学反射各向异性的构造物,例如可举出穿刺针、筋膜,作为相对于超声波波束而不具有声学反射各向异性的构造物,例如可举出神经组织、肌肉组织。
在目标为一种的情况下,似然图像合成部13e也可以针对似然图像的整体区域,使用与该目标的构造物类别对应的一种图像合成方法,将似然图像A1、B1、C1合成。另一方面,在目标为多种的情况下(即,生成表示多种目标的似然的分布的似然图像的情况下),似然图像合成部13e也可以按每个似然图像的像素区域,使用与存在于该像素区域的目标的种类对应的图像合成方法,合成多个似然图像。
此外,图9中,作为识别对象的目标,示出设定有神经组织HT和穿刺针QT两种目标的方式。而且,空间复合似然图像Sy1的神经组织HT的区域中的各像素值作为似然图像A1、B1、C1各自的似然的平均值而被计算出,选择出似然图像A1、B1、C1各自的似然中的最大值而计算出空间复合似然图像Sy1的穿刺针QT的区域中的各像素值。
根据该似然图像合成部13e的处理,能够将高精度地计算出目标区域的似然的似然图像A1、似然图像B1以及似然图像C1合成,生成空间复合似然图像Sy1,因此,似然图像合成部13e能够构建抑制了因运动伪影产生的影响的准确度高的似然图像(即,似然分布)。这是因为能够避免从由于运动伪影的影响而模糊生成的空间复合超声波图像中使用识别模型来识别目标的困难性。
另外,根据该似然图像合成部13e的处理,使用按每个构造物类别而设定的图像合成方法,将多个似然图像A1、B1、C1合成而生成空间复合似然图像Sy1,因此,在空间复合似然图像Sy1上,例如清楚地出现似然图像A1、似然图像B1或者似然图像C1中的清晰地描绘出相对于超声波波束而具有声学反射各向异性的构造物(这里为穿刺针QT)的似然图像的信息。即,由此,能够在空间复合似然图像Sy1上明确目标的存在区域。
另外,根据该似然图像合成部13e的处理,在从超声波图像A、B、C分别生成了似然图像A1、B1、C1之后,将它们合成,因此,针对存在于图像端部的目标,也能够高精度地进行识别。这是因为在超声波图像A、超声波图像B或者超声波图像C中的至少任一个中,成为映出了存在于图像端部的构造物的整体的状态,在从这样的超声波图像A、超声波图像B以及超声波图像C生成的似然图像A1、似然图像B1以及似然图像C1的至少任一个中,可高精度地识别目标。
此外,似然图像合成部13e优选在将似然图像A1、似然图像B1以及似然图像C1合成之前,基于与从在时间上连续的超声波图像得到的似然相关的信息(例如,目标似然、似然分布)的变化,除去似然图像A1、似然图像B1以及似然图像C1各自所含的噪声。此时,似然图像合成部13e优选例如切分成从通过使用了偏转角度0度的超声波波束的超声波扫描而生成的超声波图像B得到的似然图像B1的时间的变化、从通过使用了偏转角度-θ度的超声波波束的超声波扫描而生成的超声波图像A得到的似然图像A1的时间的变化以及从通过使用了偏转角度+θ度的超声波波束的超声波扫描而生成的超声波图像C得到的似然图像C1的时间的变化,进行噪声处理。
在这种情况下,似然图像合成部13e例如通过在时间轴方向上应用移动平均滤波处理、中值滤波处理,能够除去似然图像所含的噪声。在这种情况下,也可以将与似然相关的信息的变化(陡度)超过预先设定的阈值的区域检测为噪声区域,仅针对该噪声区域,进行噪声除去处理。
另外,似然图像合成部13e也可以在将似然图像A1、似然图像B1以及似然图像C1合成时,作为前处理,分别对似然图像A1、似然图像B1以及似然图像C1实施归一化处理。
显示图像生成部13f将目标识别部13c中生成的空间复合似然图像Sy1,应用为超声波图像合成部13b中生成的空间复合超声波图像Sy中的目标区域的增强图。
显示图像生成部13f例如在超声波图像合成部13b中生成的空间复合超声波图像Sy上叠加目标识别部13c中生成的空间复合似然图像Sy1,并向显示部14输出。
此时,显示图像生成部13f例如也可以使用图1所示的色彩图,对空间复合超声波图像Sy和空间复合似然图像Sy1进行图像合成。显示图像生成部13f例如基于图像内处于相互对应的位置关系的空间复合超声波图像Sy的像素值和空间复合似然图像Sy1的像素值,对于空间复合超声波图像Sy的各像素附加颜色信息(色调、饱和度、明度),并使空间复合超声波图像Sy的色调、饱和度、明度的至少一个变化,生成提供给用户的显示图像。
此外,显示图像生成部13f也可以取代在超声波图像合成部13b中生成的空间复合超声波图像Sy上叠加目标识别部13c中生成的空间复合似然图像Sy1,而排列显示空间复合超声波图像Sy和空间复合似然图像Sy1。
[效果]
如以上那样,本实施方式所涉及的超声波诊断装置1具备:发送接收部11,使超声波探头20执行超声波波束的发送接收;信号处理部12,基于从超声波探头20获取到的接收信号,生成超声波图像;目标识别部13c,对上述超声波图像实施基于构造物类别的分割处理,生成表示上述超声波图像中的目标的存在区域的似然图像;以及似然图像合成部13e,将通过使用了相互不同的偏转角度的超声波波束的超声波扫描而生成的多个上述超声波图像各自的上述似然图像合成,生成空间复合似然图像。
因此,根据本实施方式所涉及的超声波诊断装置1,能够构建抑制了因运动伪影产生的影响的准确度高的似然图像(即,似然分布)。另外,由此,针对映入图像端部的目标也能够高精度地识别。即,由此,在似然图像(这里,空间复合似然图像Sy1)上,能够更加明确目标的存在区域。
另外,在本实施方式所涉及的超声波诊断装置1中,特别是,似然图像合成部13e使用按每个构造物类别而设定的图像合成方法,合成多个似然图像而生成空间复合似然图像。
因此,根据本实施方式所涉及的超声波诊断装置1,针对相对于超声波波束而具有声学反射各向异性的构造物(穿刺针、筋膜等)也能够高精度地进行识别。由此,在似然图像(这里,空间复合似然图像Sy1)上,能够更加明确目标的存在区域。
(变形例)
在上述实施方式中,示出如下结构:似然图像合成部13e使用预先存储于图像合成方法数据表格D2的按每个构造物类别而设定的图像合成方法,将多个似然图像A1、B1、C1合成而生成空间复合似然图像Sy1(参照图11)。
然而,似然图像合成部13e的图像合成方法也可以能够通过用户来设定。由此,能够进行更灵活的处理。
似然图像合成部13e例如也可以设为通过用户,按映入超声波图像的各个目标的每一个或者按超声波图像的每个像素区域,能够单独设定图像合成方法。由此,例如,也能够设定为,针对映入图像端部的目标,选择似然图像A1、B1、C1各自的似然中的最大值,另一方面,针对映入图像中央的目标,计算出似然图像A1、B1、C1各自的似然的平均值。此外,在这种情况下,也可以是,以用户能够从超声波图像中选择性地设定规定的像素区域的图像合成方法的方式在显示部14显示用户界面图像。
以上,对本发明的具体例详细地进行了说明,但这些只不过是例示,不是对权利要求书进行限定。权利要求书记载的技术包括对以上例示的具体例进行了各种变形、变更的技术。
产业上的可利用性
根据本公开所涉及的超声波诊断装置,能够实现使用了空间复合法的超声波图像诊断中的表示目标区域的似然图像的准确度的提高。
附图标记说明
1...超声波诊断装置;10...超声波诊断装置主体;11...发送接收部;11a...发送部;11b...接收部;12...信号处理部;13...图像处理部;13a...第一DSC;13b...超声波图像合成部;13c...目标识别部;13d...第二DSC;13e...似然图像合成部;13f...显示图像生成部;14...显示部;15...操作输入部;16...控制部;20...超声波探头;30...线缆。
Claims (27)
1.一种超声波诊断装置,具备:
发送接收部,使超声波探头执行超声波波束的发送接收;
信号处理部,基于从所述超声波探头获取到的接收信号,生成超声波图像;
目标识别部,对所述超声波图像实施基于构造物类别的分割处理,生成表示所述超声波图像中的目标的存在区域的似然图像;以及
似然图像合成部,将通过使用了相互不同的偏转角度的所述超声波波束的超声波扫描而生成的多个所述超声波图像各自的所述似然图像合成,生成空间复合似然图像。
2.如权利要求1所述的超声波诊断装置,其中,
所述空间复合似然图像被应用为通过多个所述超声波图像的合成而生成的空间复合超声波图像中的目标区域的增强图,该多个所述超声波图像通过使用了相互不同的偏转角度的所述超声波波束的超声波扫描而生成。
3.如权利要求1所述的超声波诊断装置,其中,
所述似然图像合成部使用按每个所述构造物类别而设定的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
4.如权利要求3所述的超声波诊断装置,其中,
在设定有多种所述目标的情况下,
所述似然图像合成部按所述似然图像的每个像素区域,使用与存在于该像素区域的所述目标的种类对应的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
5.如权利要求3所述的超声波诊断装置,其中,
所述似然图像合成部在识别对象的所述目标为相对于所述超声波波束而具有声学反射各向异性的第一构造物的情况下,按每个像素区域,选择合成对象的多个所述似然图像各自的似然中的取最大值的似然,或者将合成对象的多个所述似然图像各自的似然中的阈值以上的似然选择性地相加,由此对多个所述似然图像进行图像合成,
所述似然图像合成部在识别对象的所述目标为相对于所述超声波波束而不具有声学反射各向异性的第二构造物的情况下,按每个像素区域,使合成对象的多个所述似然图像各自的似然平均化,由此对多个所述似然图像进行图像合成。
6.如权利要求5所述的超声波诊断装置,其中,
所述第一构造物包括穿刺针,
所述第二构造物包括神经组织。
7.如权利要求1所述的超声波诊断装置,其中,
所述似然图像合成部使用由用户设定的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
8.如权利要求1所述的超声波诊断装置,其中,
所述目标识别部使用通过机器学习而学习完毕的识别模型,对于多个所述超声波图像分别进行基于所述构造物类别的分割处理。
9.如权利要求8所述的超声波诊断装置,其中,
所述识别模型为神经网络。
10.一种超声波诊断装置的控制方法,具有如下处理:
使超声波探头执行超声波波束的发送接收;
基于从所述超声波探头获取到的接收信号,生成超声波图像;
对所述超声波图像实施基于构造物类别的分割处理,生成表示所述超声波图像中的目标的存在区域的似然图像;以及
将通过使用了相互不同的偏转角度的所述超声波波束的超声波扫描而生成的多个所述超声波图像各自的所述似然图像合成,生成空间复合似然图像。
11.如权利要求10所述的超声波诊断装置的控制方法,其中,
所述空间复合似然图像被应用为通过多个所述超声波图像的合成而生成的空间复合超声波图像中的目标区域的增强图,该多个所述超声波图像通过使用了相互不同的偏转角度的所述超声波波束的超声波扫描而生成。
12.如权利要求10所述的超声波诊断装置的控制方法,其中,
在生成所述空间复合似然图像的处理中,使用按每个所述构造物类别而设定的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
13.如权利要求12所述的超声波诊断装置的控制方法,其中,
在设定有多种所述目标的情况下,
在生成所述空间复合似然图像的处理中,按所述似然图像的每个像素区域,使用与存在于该像素区域的所述目标的种类对应的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
14.如权利要求12所述的超声波诊断装置的控制方法,其中,
在生成所述空间复合似然图像的处理中,
在识别对象的所述目标为相对于所述超声波波束而具有声学反射各向异性的第一构造物的情况下,按每个像素区域,选择合成对象的多个所述似然图像各自的似然中的取最大值的似然,或者将合成对象的多个所述似然图像各自的似然中的阈值以上的似然选择性地相加,由此对多个所述似然图像进行图像合成,
在识别对象的所述目标为相对于所述超声波波束而不具有声学反射各向异性的第二构造物的情况下,按每个像素区域,使合成对象的多个所述似然图像各自的似然平均化,由此对多个所述似然图像进行图像合成。
15.如权利要求14所述的超声波诊断装置的控制方法,其中,
所述第一构造物包括穿刺针,
所述第二构造物包括神经组织。
16.如权利要求10所述的超声波诊断装置的控制方法,其中,
在生成所述空间复合似然图像的处理中,使用由用户设定的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
17.如权利要求10所述的超声波诊断装置的控制方法,其中,
在生成表示所述目标的存在区域的似然图像的处理中,使用通过机器学习而学习完毕的识别模型,对于多个所述超声波图像分别进行基于所述构造物类别的分割处理。
18.如权利要求17所述的超声波诊断装置的控制方法,其中,
所述识别模型为神经网络。
19.一种保存有控制程序的计算机可读取的记录介质,该控制程序为超声波诊断装置的控制程序,使计算机执行以下处理:
使超声波探头执行超声波波束的发送接收;
基于从所述超声波探头获取到的接收信号,生成超声波图像;
对所述超声波图像实施基于构造物类别的分割处理,生成表示所述超声波图像中的目标的存在区域的似然图像;以及
将通过使用了相互不同的偏转角度的所述超声波波束的超声波扫描而生成的多个所述超声波图像各自的所述似然图像合成,生成空间复合似然图像。
20.如权利要求19所述的保存有控制程序的计算机可读取的记录介质,其中,
在生成所述空间复合似然图像的处理中,被应用为通过多个所述超声波图像的合成而生成的空间复合超声波图像中的目标区域的增强图,该多个所述超声波图像通过使用了相互不同的偏转角度的所述超声波波束的超声波扫描而生成。
21.如权利要求19所述的保存有控制程序的计算机可读取的记录介质,其中,
在生成所述空间复合似然图像的处理中,使用按每个所述构造物类别而设定的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
22.如权利要求21所述的保存有控制程序的计算机可读取的记录介质,其中,
在设定有多种所述目标的情况下,
在生成所述空间复合似然图像的处理中,按所述似然图像的每个像素区域,使用与存在于该像素区域的所述目标的种类对应的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
23.如权利要求21所述的保存有控制程序的计算机可读取的记录介质,其中,
在生成所述空间复合似然图像的处理中,
在识别对象的所述目标为相对于所述超声波波束而具有声学反射各向异性的第一构造物的情况下,按每个像素区域,选择合成对象的多个所述似然图像各自的似然中的取最大值的似然,或者将合成对象的多个所述似然图像各自的似然中的阈值以上的似然选择性地相加,由此对多个所述似然图像进行图像合成,
在识别对象的所述目标为相对于所述超声波波束而不具有声学反射各向异性的第二构造物的情况下,按每个像素区域,使合成对象的多个所述似然图像各自的似然平均化,由此对多个所述似然图像进行图像合成。
24.如权利要求23所述的保存有控制程序的计算机可读取的记录介质,其中,
所述第一构造物包括穿刺针,
所述第二构造物包括神经组织。
25.如权利要求19所述的保存有控制程序的计算机可读取的记录介质,其中,
在生成所述空间复合似然图像的处理中,使用由用户设定的图像合成方法,将多个所述似然图像合成而生成所述空间复合似然图像。
26.如权利要求19所述的保存有控制程序的计算机可读取的记录介质,其中,
在生成表示所述目标的存在区域的似然图像的处理中,使用通过机器学习而学习完毕的识别模型,对于多个所述超声波图像分别进行基于所述构造物类别的分割处理。
27.如权利要求26所述的保存有控制程序的计算机可读取的记录介质,其中,
所述识别模型为神经网络。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022-065764 | 2022-04-12 | ||
JP2022065764A JP2023156101A (ja) | 2022-04-12 | 2022-04-12 | 超音波診断装置、超音波診断装置の制御方法、及び、超音波診断装置の制御プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116898474A true CN116898474A (zh) | 2023-10-20 |
Family
ID=88240867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310378123.8A Pending CN116898474A (zh) | 2022-04-12 | 2023-04-07 | 超声波诊断装置、超声波诊断装置的控制方法及记录介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230320698A1 (zh) |
JP (1) | JP2023156101A (zh) |
CN (1) | CN116898474A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220414402A1 (en) * | 2021-06-28 | 2022-12-29 | Varian Medical Systems, Inc. | Automatic localized evaluation of contours with visual feedback |
CN118154626B (zh) * | 2024-05-09 | 2024-07-16 | 清泽医疗科技(广东)有限公司 | 一种神经阻滞麻醉超声引导图像处理方法 |
-
2022
- 2022-04-12 JP JP2022065764A patent/JP2023156101A/ja active Pending
-
2023
- 2023-02-23 US US18/113,136 patent/US20230320698A1/en active Pending
- 2023-04-07 CN CN202310378123.8A patent/CN116898474A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2023156101A (ja) | 2023-10-24 |
US20230320698A1 (en) | 2023-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12036067B2 (en) | Ultrasound diagnostic system, ultrasound image generation apparatus, and ultrasound image generation method | |
JP5645628B2 (ja) | 超音波診断装置 | |
US10278670B2 (en) | Ultrasound diagnostic apparatus and method of controlling ultrasound diagnostic apparatus | |
JP5376877B2 (ja) | 超音波診断装置および画像表示プログラム | |
US9833216B2 (en) | Ultrasonic diagnosis apparatus and image processing method | |
CN116898474A (zh) | 超声波诊断装置、超声波诊断装置的控制方法及记录介质 | |
US8932225B2 (en) | Ultrasonic diagnostic apparatus and ultrasonic diagnostic method | |
JP7461530B2 (ja) | 超音波診断装置及び穿刺支援プログラム | |
JP2020531074A (ja) | 画像アーチファクト特定及び除去のための深層学習ネットワークを有する超音波システム | |
US11529117B2 (en) | Ultrasound diagnostic apparatus, ultrasound diagnostic method and ultrasound probe | |
CN112654304A (zh) | 利用超声成像的脂肪层识别 | |
JP2016093277A (ja) | 医用画像処理装置、超音波診断装置、医用画像処理方法および医用画像処理プログラム | |
CN113017694A (zh) | 超声波诊断装置、超声波诊断装置的控制方法及记录介质 | |
CN112867444B (zh) | 用于引导对超声图像的采集的***和方法 | |
US20220313220A1 (en) | Ultrasound diagnostic apparatus | |
JP2004181209A (ja) | 超音波診断装置 | |
US20120203111A1 (en) | Ultrasonic diagnostic apparatus, ultrasonic image processing apparatus, and ultrasonic image acquisition method | |
JP2014054362A (ja) | 超音波診断装置、画像処理装置及びプログラム | |
JP5388416B2 (ja) | 超音波診断装置および超音波診断装置の制御プログラム | |
JP2009039240A (ja) | 超音波診断装置、及び超音波画像処理プログラム | |
JP2013244047A (ja) | 超音波診断装置、画像処理装置、及びプログラム | |
CN112932537A (zh) | 一种超声成像设备、脉搏波成像方法 | |
EP4076208B1 (en) | Systems and methods for assessing a placenta | |
JP7343342B2 (ja) | 超音波診断装置、及び画像処理装置 | |
CN114246610A (zh) | 用于生成增强图像的超声成像***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |