JP7490839B2 - Analysis device and analysis program - Google Patents
Analysis device and analysis program Download PDFInfo
- Publication number
- JP7490839B2 JP7490839B2 JP2023021532A JP2023021532A JP7490839B2 JP 7490839 B2 JP7490839 B2 JP 7490839B2 JP 2023021532 A JP2023021532 A JP 2023021532A JP 2023021532 A JP2023021532 A JP 2023021532A JP 7490839 B2 JP7490839 B2 JP 7490839B2
- Authority
- JP
- Japan
- Prior art keywords
- region
- measurement
- roi
- function
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims description 58
- 238000002604 ultrasonography Methods 0.000 claims description 82
- 238000004364 calculation method Methods 0.000 claims description 78
- 230000008859 change Effects 0.000 claims description 17
- 230000001902 propagating effect Effects 0.000 claims description 3
- 230000000644 propagated effect Effects 0.000 claims 3
- 230000006870 function Effects 0.000 description 234
- 238000005259 measurement Methods 0.000 description 195
- 238000012545 processing Methods 0.000 description 149
- 210000001519 tissue Anatomy 0.000 description 78
- 239000000523 sample Substances 0.000 description 48
- 238000000034 method Methods 0.000 description 40
- 238000010586 diagram Methods 0.000 description 35
- 230000005540 biological transmission Effects 0.000 description 30
- 230000008569 process Effects 0.000 description 20
- 238000006243 chemical reaction Methods 0.000 description 17
- 238000006073 displacement reaction Methods 0.000 description 12
- 238000002591 computed tomography Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 9
- 238000002091 elastography Methods 0.000 description 8
- 230000010365 information processing Effects 0.000 description 8
- 230000017531 blood circulation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000002603 single-photon emission computed tomography Methods 0.000 description 5
- 108010076504 Protein Sorting Signals Proteins 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000002595 magnetic resonance imaging Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 239000002872 contrast media Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 206010016654 Fibrosis Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 208000019425 cirrhosis of liver Diseases 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004761 fibrosis Effects 0.000 description 1
- 230000003176 fibrotic effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Description
本発明の実施形態は、解析装置及び解析プログラムに関する。 Embodiments of the present invention relate to an analysis device and an analysis program.
近年、各種の医用画像診断装置において、被検体内の組織の断層像を画像化するだけでなく、組織の性状を表すパラメータ（「組織性状パラメータ」とも表記）を画像化することが行われている。例えば、超音波診断装置では、組織の硬さの分布を画像化するエラストグラフィと呼ばれる技術が利用されている。 In recent years, various medical imaging diagnostic devices have been used not only to image cross-sectional images of tissues within a subject, but also to image parameters that represent the properties of the tissue (also referred to as "tissue property parameters"). For example, ultrasound diagnostic devices use a technology called elastography, which images the distribution of tissue stiffness.
また、組織性状パラメータの画像化においては、画像に含まれる所望の領域のパラメータ値を計測することで、定量性のある情報を提供することが行われている。例えば、超音波診断装置によるエラストグラフィを用いて肝臓の線維化を画像化し、線維化した領域の硬さの程度に応じて数段階の線維化ステージに分類することが行われている。 In addition, in imaging tissue attribute parameters, quantitative information is provided by measuring parameter values in desired regions included in an image. For example, liver fibrosis is imaged using elastography with an ultrasound diagnostic device, and fibrosis is classified into several stages according to the degree of hardness of the fibrotic region.
本発明が解決しようとする課題は、組織性状の解析を精度良く行うことができる解析装置及び解析プログラムを提供することである。 The problem that this invention aims to solve is to provide an analysis device and an analysis program that can perform tissue property analysis with high accuracy.
実施形態の解析装置は、取得部と、出力部とを備える。取得部は、被検体の関心領域内の組織性状パラメータの分布情報を取得する。出力部は、前記組織性状パラメータの分布情報を学習済みモデルに入力することにより、前記関心領域内の複数の位置で前記組織性状パラメータの安定度を識別する識別情報を出力する。 The analysis device of the embodiment includes an acquisition unit and an output unit. The acquisition unit acquires distribution information of tissue attribute parameters within a region of interest of a subject. The output unit inputs the distribution information of the tissue attribute parameters to a trained model, thereby outputting identification information that identifies the stability of the tissue attribute parameters at multiple positions within the region of interest.
以下、図面を参照して、実施形態に係る解析装置及び解析プログラムを説明する。なお、以下の実施形態では、解析装置の一例として超音波診断装置について説明するが、実施形態はこれに限定されるものではない。例えば、解析装置としては、超音波診断装置以外にも、Ｘ線診断装置、Ｘ線ＣＴ（Computed Tomography）装置、ＭＲＩ（Magnetic Resonance Imaging）装置、ＳＰＥＣＴ（Single Photon Emission Computed Tomography）装置、ＰＥＴ（Positron Emission computed Tomography）装置、ＳＰＥＣＴ装置とＸ線ＣＴ装置とが一体化されたＳＰＥＣＴ－ＣＴ装置、ＰＥＴ装置とＸ線ＣＴ装置とが一体化されたＰＥＴ－ＣＴ装置、又はこれらの装置群等の医用画像診断装置が適用可能である。また、解析装置としては、医用画像診断装置に限らず、任意の医用情報処理装置が適用可能である。 The following describes an analysis device and an analysis program according to an embodiment with reference to the drawings. In the following embodiment, an ultrasound diagnostic device is described as an example of an analysis device, but the embodiment is not limited to this. For example, in addition to an ultrasound diagnostic device, an X-ray diagnostic device, an X-ray CT (Computed Tomography) device, an MRI (Magnetic Resonance Imaging) device, a SPECT (Single Photon Emission Computed Tomography) device, a PET (Positron Emission computed Tomography) device, a SPECT-CT device in which a SPECT device and an X-ray CT device are integrated, a PET-CT device in which a PET device and an X-ray CT device are integrated, or a medical image diagnostic device such as a group of these devices can be applied as the analysis device. In addition, the analysis device is not limited to a medical image diagnostic device, and any medical information processing device can be applied.
（第１の実施形態）
図１は、第１の実施形態に係る超音波診断装置１の構成例を示すブロック図である。図１に示すように、第１の実施形態に係る超音波診断装置１は、装置本体１００と、超音波プローブ１０１と、入力装置１０２と、ディスプレイ１０３とを有する。超音波プローブ１０１、入力装置１０２、及びディスプレイ１０３は、装置本体１００に接続される。なお、被検体Ｐは、超音波診断装置１の構成に含まれない。
First Embodiment
Fig. 1 is a block diagram showing an example of the configuration of an ultrasound
超音波プローブ１０１は、複数の振動子（例えば、圧電振動子）を有し、これら複数の振動子は、後述する装置本体１００が有する送受信回路１１０から供給される駆動信号に基づき超音波を発生する。また、超音波プローブ１０１が有する複数の振動子は、被検体Ｐからの反射波を受信して電気信号に変換する。また、超音波プローブ１０１は、振動子に設けられる整合層と、振動子から後方への超音波の伝播を防止するバッキング材等を有する。 The ultrasonic probe 101 has multiple transducers (e.g., piezoelectric transducers), which generate ultrasonic waves based on a drive signal supplied from a transmission/reception circuit 110 of the device main body 100 (described later). The multiple transducers of the ultrasonic probe 101 also receive reflected waves from the subject P and convert them into electrical signals. The ultrasonic probe 101 also has a matching layer provided on the transducers, and a backing material that prevents ultrasonic waves from propagating backward from the transducers.
超音波プローブ１０１から被検体Ｐに超音波が送信されると、送信された超音波は、被検体Ｐの体内組織における音響インピーダンスの不連続面で次々と反射され、反射波信号（エコー信号）として超音波プローブ１０１が有する複数の振動子にて受信される。受信される反射波信号の振幅は、超音波が反射される不連続面における音響インピーダンスの差に依存する。なお、送信された超音波パルスが、移動している血流や心臓壁等の表面で反射された場合の反射波信号は、ドプラ効果により、移動体の超音波送信方向に対する速度成分に依存して、周波数偏移を受ける。 When ultrasound waves are transmitted from the ultrasound probe 101 to the subject P, the transmitted ultrasound waves are reflected successively by discontinuous surfaces of acoustic impedance in the tissues of the subject P, and are received as reflected wave signals (echo signals) by multiple transducers of the ultrasound probe 101. The amplitude of the received reflected wave signal depends on the difference in acoustic impedance at the discontinuous surfaces where the ultrasound waves are reflected. When the transmitted ultrasound pulse is reflected by the surface of a moving blood flow, heart wall, etc., the reflected wave signal undergoes a frequency shift due to the Doppler effect depending on the velocity component of the moving body in the direction of ultrasound transmission.
なお、第１の実施形態は、図１に示す超音波プローブ１０１が、複数の圧電振動子が一列で配置された１次元超音波プローブである場合や、一列に配置された複数の圧電振動子が機械的に揺動される１次元超音波プローブである場合、複数の圧電振動子が格子状に２次元で配置された２次元超音波プローブである場合のいずれであっても適用可能である。 The first embodiment can be applied to any of the following cases: the ultrasonic probe 101 shown in FIG. 1 is a one-dimensional ultrasonic probe in which multiple piezoelectric transducers are arranged in a row, a one-dimensional ultrasonic probe in which multiple piezoelectric transducers arranged in a row are mechanically oscillated, and a two-dimensional ultrasonic probe in which multiple piezoelectric transducers are arranged two-dimensionally in a lattice pattern.
入力装置１０２は、マウス、キーボード、ボタン、パネルスイッチ、タッチコマンドスクリーン、フットスイッチ、トラックボール、ジョイスティック等を有し、超音波診断装置１の操作者からの各種設定要求を受け付け、装置本体１００に対して受け付けた各種設定要求を転送する。
The
ディスプレイ１０３は、超音波診断装置１の操作者が入力装置１０２を用いて各種設定要求を入力するためのＧＵＩ（Graphical User Interface）を表示したり、装置本体１００において生成された超音波画像データ等を表示したりする。
The display 103 displays a GUI (Graphical User Interface) that enables the operator of the ultrasound
装置本体１００は、超音波プローブ１０１が受信した反射波信号に基づいて超音波画像データを生成する装置であり、図１に示すように、送受信回路１１０と、信号処理回路１２０と、画像処理回路１３０と、画像メモリ１４０と、記憶回路１５０と、処理回路１６０とを有する。送受信回路１１０、信号処理回路１２０、画像処理回路１３０、画像メモリ１４０、記憶回路１５０、及び処理回路１６０は、相互に通信可能に接続される。
The device main body 100 is a device that generates ultrasound image data based on a reflected wave signal received by the ultrasound probe 101, and as shown in FIG. 1, has a transmission/reception circuit 110, a signal processing circuit 120, an image processing circuit 130, an image memory 140, a storage circuit 150, and a
送受信回路１１０は、パルス発生器、送信遅延部、パルサ等を有し、超音波プローブ１０１に駆動信号を供給する。パルス発生器は、所定のレート周波数で、送信超音波を形成するためのレートパルスを繰り返し発生する。また、送信遅延部は、超音波プローブ１０１から発生される超音波をビーム状に集束し、かつ送信指向性を決定するために必要な圧電振動子ごとの遅延時間を、パルス発生器が発生する各レートパルスに対し与える。また、パルサは、レートパルスに基づくタイミングで、超音波プローブ１０１に駆動信号（駆動パルス）を印加する。すなわち、送信遅延部は、各レートパルスに対し与える遅延時間を変化させることで、圧電振動子面から送信される超音波の送信方向を任意に調整する。 The transmission/reception circuit 110 has a pulse generator, a transmission delay unit, a pulser, etc., and supplies a drive signal to the ultrasonic probe 101. The pulse generator repeatedly generates rate pulses for forming a transmission ultrasonic wave at a predetermined rate frequency. The transmission delay unit focuses the ultrasonic waves generated from the ultrasonic probe 101 into a beam shape and provides each rate pulse generated by the pulse generator with a delay time for each piezoelectric transducer required to determine the transmission directivity. The pulser applies a drive signal (drive pulse) to the ultrasonic probe 101 at a timing based on the rate pulse. In other words, the transmission delay unit changes the delay time provided to each rate pulse to arbitrarily adjust the transmission direction of the ultrasonic waves transmitted from the piezoelectric transducer surface.
なお、送受信回路１１０は、後述する処理回路１６０の指示に基づいて、所定のスキャンシーケンスを実行するために、送信周波数、送信駆動電圧等を瞬時に変更可能な機能を有している。特に、送信駆動電圧の変更は、瞬間にその値を切り替え可能なリニアアンプ型の発信回路、又は、複数の電源ユニットを電気的に切り替える機構によって実現される。
The transmission/reception circuit 110 has the ability to instantly change the transmission frequency, transmission drive voltage, etc., in order to execute a specified scan sequence based on instructions from the
また、送受信回路１１０は、プリアンプ、Ａ／Ｄ（Analog／Digital）変換器、受信遅延部、加算器等を有し、超音波プローブ１０１が受信した反射波信号に対して各種処理を行って反射波データを生成する。プリアンプは、反射波信号をチャネル毎に増幅する。Ａ／Ｄ変換器は、増幅された反射波信号をＡ／Ｄ変換する。受信遅延部は、受信指向性を決定するために必要な遅延時間を与える。加算器は、受信遅延部によって処理された反射波信号の加算処理を行って反射波データを生成する。加算器の加算処理により、反射波信号の受信指向性に応じた方向からの反射成分が強調され、受信指向性と送信指向性とにより超音波送受信の総合的なビームが形成される。 The transmission/reception circuit 110 also has a preamplifier, an A/D (Analog/Digital) converter, a reception delay unit, an adder, etc., and performs various processes on the reflected wave signal received by the ultrasound probe 101 to generate reflected wave data. The preamplifier amplifies the reflected wave signal for each channel. The A/D converter A/D converts the amplified reflected wave signal. The reception delay unit provides the delay time required to determine the reception directivity. The adder performs addition processing on the reflected wave signal processed by the reception delay unit to generate reflected wave data. The addition processing by the adder emphasizes the reflected component from a direction corresponding to the reception directivity of the reflected wave signal, and a comprehensive beam for ultrasound transmission and reception is formed by the reception directivity and transmission directivity.
送受信回路１１０は、被検体Ｐの２次元領域を走査する場合、超音波プローブ１０１から２次元方向に超音波ビームを送信させる。そして、送受信回路１１０は、超音波プローブ１０１が受信した反射波信号から２次元の反射波データを生成する。また、送受信回路１１０は、被検体Ｐの３次元領域を走査する場合、超音波プローブ１０１から３次元方向に超音波ビームを送信させる。そして、送受信回路１１０は、超音波プローブ１０１が受信した反射波信号から３次元の反射波データを生成する。 When scanning a two-dimensional region of the subject P, the transmission/reception circuit 110 causes the ultrasound probe 101 to transmit an ultrasound beam in two-dimensional directions. The transmission/reception circuit 110 then generates two-dimensional reflected wave data from the reflected wave signals received by the ultrasound probe 101. When scanning a three-dimensional region of the subject P, the transmission/reception circuit 110 causes the ultrasound probe 101 to transmit an ultrasound beam in three-dimensional directions. The transmission/reception circuit 110 then generates three-dimensional reflected wave data from the reflected wave signals received by the ultrasound probe 101.
信号処理回路１２０は、例えば、送受信回路１１０から受信した反射波データに対して、対数増幅、包絡線検波処理等を行って、サンプル点ごとの信号強度が輝度の明るさで表現されるデータ（Ｂモードデータ）を生成する。信号処理回路１２０により生成されたＢモードデータは、画像処理回路１３０に出力される。 The signal processing circuit 120 performs, for example, logarithmic amplification, envelope detection processing, etc., on the reflected wave data received from the transmission/reception circuit 110 to generate data (B-mode data) in which the signal strength at each sample point is expressed as luminance brightness. The B-mode data generated by the signal processing circuit 120 is output to the image processing circuit 130.
また、信号処理回路１２０は、例えば、送受信回路１１０から受信した反射波データより、移動体のドプラ効果に基づく運動情報を、走査領域内の各サンプル点で抽出したデータ（ドプラデータ）を生成する。具体的には、信号処理回路１２０は、反射波データから速度情報を周波数解析し、ドプラ効果による血流や組織、造影剤エコー成分を抽出し、平均速度、分散、パワー等の移動体情報を多点について抽出したデータ（ドプラデータ）を生成する。ここで、移動体とは、例えば、血流や、心壁等の組織、造影剤である。信号処理回路１２０により得られた運動情報（血流情報）は、画像処理回路１３０に送られ、平均速度画像、分散画像、パワー画像、若しくはこれらの組み合わせ画像としてディスプレイ１０３にカラー表示される。 The signal processing circuit 120 also generates data (Doppler data) that extracts motion information based on the Doppler effect of a moving object at each sample point in the scanning area from the reflected wave data received from the transmission/reception circuit 110. Specifically, the signal processing circuit 120 performs frequency analysis of the velocity information from the reflected wave data, extracts blood flow, tissue, and contrast agent echo components due to the Doppler effect, and generates data (Doppler data) that extracts moving object information such as average velocity, variance, and power for multiple points. Here, the moving object is, for example, blood flow, tissue such as the heart wall, and contrast agent. The motion information (blood flow information) obtained by the signal processing circuit 120 is sent to the image processing circuit 130 and displayed in color on the display 103 as an average velocity image, variance image, power image, or a combination of these images.
また、信号処理回路１２０は、図１に示すように、解析機能１２１を実行する。ここで、例えば、図１に示す信号処理回路１２０の構成要素である解析機能１２１が実行する処理機能は、コンピュータによって実行可能なプログラムの形態で超音波診断装置１の記憶装置（例えば、記憶回路１５０）に記録されている。信号処理回路１２０は、各プログラムを記憶装置から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の信号処理回路１２０は、図１の信号処理回路１２０内に示された機能を有することとなる。なお、解析機能１２１が実行する処理機能については、後述する。
The signal processing circuit 120 also executes an analysis function 121 as shown in FIG. 1. Here, for example, the processing functions executed by the analysis function 121, which is a component of the signal processing circuit 120 shown in FIG. 1, are recorded in the form of a program executable by a computer in a storage device (e.g., the storage circuit 150) of the ultrasound
画像処理回路１３０は、信号処理回路１２０により生成されたデータから超音波画像データを生成する。画像処理回路１３０は、信号処理回路１２０が生成したＢモードデータから反射波の強度を輝度で表したＢモード画像データを生成する。また、画像処理回路１３０は、信号処理回路１２０が生成したドプラデータから移動体情報を表すドプラ画像データを生成する。ドプラ画像データは、速度画像データ、分散画像データ、パワー画像データ、又は、これらを組み合わせた画像データである。 The image processing circuit 130 generates ultrasound image data from the data generated by the signal processing circuit 120. The image processing circuit 130 generates B-mode image data that represents the intensity of the reflected wave as brightness from the B-mode data generated by the signal processing circuit 120. The image processing circuit 130 also generates Doppler image data that represents moving object information from the Doppler data generated by the signal processing circuit 120. The Doppler image data is velocity image data, variance image data, power image data, or image data that is a combination of these.
ここで、画像処理回路１３０は、一般的には、超音波走査の走査線信号列を、テレビ等に代表されるビデオフォーマットの走査線信号列に変換（スキャンコンバート）し、表示用の超音波画像データを生成する。具体的には、画像処理回路１３０は、超音波プローブ１０１による超音波の走査形態に応じて座標変換を行うことで、表示用の超音波画像データを生成する。また、画像処理回路１３０は、スキャンコンバート以外に種々の画像処理として、例えば、スキャンコンバート後の複数の画像フレームを用いて、輝度の平均値画像を再生成する画像処理（平滑化処理）や、画像内で微分フィルタを用いる画像処理（エッジ強調処理）等を行う。また、画像処理回路１３０は、超音波画像データに、付帯情報（種々のパラメータの文字情報、目盛り、ボディーマーク等）を合成する。 Here, the image processing circuit 130 generally converts (scan converts) the scan line signal sequence of the ultrasound scan into a scan line signal sequence of a video format, such as that of a television, to generate ultrasound image data for display. Specifically, the image processing circuit 130 generates ultrasound image data for display by performing coordinate conversion according to the ultrasound scanning form of the ultrasound probe 101. In addition to scan conversion, the image processing circuit 130 also performs various image processing, such as image processing (smoothing processing) that regenerates an average brightness image using multiple image frames after scan conversion, and image processing (edge emphasis processing) that uses a differential filter within the image. In addition, the image processing circuit 130 combines supplementary information (text information of various parameters, scales, body marks, etc.) with the ultrasound image data.
すなわち、Ｂモードデータ及びドプラデータは、スキャンコンバート処理前の超音波画像データであり、画像処理回路１３０が生成するデータは、スキャンコンバート処理後の表示用の超音波画像データである。なお、画像処理回路１３０は、信号処理回路１２０が３次元のデータ（３次元Ｂモードデータ及び３次元ドプラデータ）を生成した場合、超音波プローブ１０１による超音波の走査形態に応じて座標変換を行うことで、ボリュームデータを生成する。そして、画像処理回路１３０は、ボリュームデータに対して、各種レンダリング処理を行って、表示用の２次元画像データを生成する。 That is, the B-mode data and Doppler data are ultrasound image data before scan conversion processing, and the data generated by the image processing circuit 130 is ultrasound image data for display after scan conversion processing. When the signal processing circuit 120 generates three-dimensional data (three-dimensional B-mode data and three-dimensional Doppler data), the image processing circuit 130 generates volume data by performing coordinate conversion according to the ultrasound scanning form of the ultrasound probe 101. Then, the image processing circuit 130 performs various rendering processes on the volume data to generate two-dimensional image data for display.
画像メモリ１４０は、画像処理回路１３０が生成した表示用の画像データを記憶するメモリである。また、画像メモリ１４０は、信号処理回路１２０が生成したデータを記憶することも可能である。画像メモリ１４０が記憶するＢモードデータやドプラデータは、例えば、診断の後に操作者が呼び出すことが可能となっており、画像処理回路１３０を経由して表示用の超音波画像データとなる。 The image memory 140 is a memory that stores image data for display generated by the image processing circuit 130. The image memory 140 can also store data generated by the signal processing circuit 120. The B-mode data and Doppler data stored in the image memory 140 can be called up by the operator after diagnosis, for example, and becomes ultrasound image data for display via the image processing circuit 130.
記憶回路１５０は、超音波送受信、画像処理及び表示処理を行うための制御プログラムや、診断情報（例えば、患者ＩＤ、医師の所見等）や、診断プロトコルや各種ボディーマーク等の各種データを記憶する。また、記憶回路１５０は、必要に応じて、画像メモリ１４０が記憶する画像データの保管等にも使用される。また、記憶回路１５０が記憶するデータは、図示しないインタフェースを介して、外部装置へ転送することができる。 The memory circuitry 150 stores various data such as control programs for transmitting and receiving ultrasound, image processing, and display processing, diagnostic information (e.g., patient ID, doctor's findings, etc.), diagnostic protocols, and various body marks. The memory circuitry 150 is also used to store image data stored in the image memory 140 as necessary. The data stored in the memory circuitry 150 can be transferred to an external device via an interface (not shown).
処理回路１６０は、超音波診断装置１の処理全体を制御する。具体的には、処理回路１６０は、入力装置１０２を介して操作者から入力された各種設定要求や、記憶回路１５０から読込んだ各種制御プログラム及び各種データに基づき、送受信回路１１０、信号処理回路１２０、及び画像処理回路１３０の処理を制御する。また、処理回路１６０は、画像メモリ１４０が記憶する表示用の超音波画像データをディスプレイ１０３にて表示するように制御する。
The
また、処理回路１６０は、図１に示すように、指標値算出機能１６１と、決定機能１６２と、統計値算出機能１６３と、表示制御機能１６４とを実行する。ここで、例えば、図１に示す処理回路１６０の構成要素である指標値算出機能１６１と、決定機能１６２と、統計値算出機能１６３と、表示制御機能１６４とが実行する各処理機能は、コンピュータによって実行可能なプログラムの形態で超音波診断装置１の記憶装置（例えば、記憶回路１５０）に記録されている。処理回路１６０は、各プログラムを記憶装置から読み出し、実行することで各プログラムに対応する機能を実現するプロセッサである。換言すると、各プログラムを読み出した状態の処理回路１６０は、図１の処理回路１６０内に示された各機能を有することとなる。なお、指標値算出機能１６１、決定機能１６２、統計値算出機能１６３、及び表示制御機能１６４が実行する各処理機能については、後述する。
As shown in FIG. 1, the
上記説明において用いた「プロセッサ（回路）」という文言は、例えば、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit)、或いは、特定用途向け集積回路（Application Specific Integrated Circuit：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Simple Programmable Logic Device：ＳＰＬＤ）、複合プログラマブル論理デバイス（Complex Programmable Logic Device：ＣＰＬＤ）、及びフィールドプログラマブルゲートアレイ（Field Programmable Gate Array：ＦＰＧＡ））等の回路を意味する。プロセッサは記憶回路１５０に保存されたプログラムを読み出し実行することで機能を実現する。なお、記憶回路１５０にプログラムを保存する代わりに、プロセッサの回路内にプログラムを直接組み込むよう構成しても構わない。この場合、プロセッサは回路内に組み込まれたプログラムを読み出し実行することで機能を実現する。なお、本実施形態の各プロセッサは、プロセッサごとに単一の回路として構成される場合に限らず、複数の独立した回路を組み合わせて１つのプロセッサとして構成し、その機能を実現するようにしてもよい。更に、各図における複数の構成要素を１つのプロセッサへ統合してその機能を実現するようにしてもよい。 The term "processor (circuit)" used in the above description means, for example, a circuit such as a CPU (Central Processing Unit), a GPU (Graphics Processing Unit), an Application Specific Integrated Circuit (ASIC), a programmable logic device (for example, a Simple Programmable Logic Device (SPLD), a Complex Programmable Logic Device (CPLD), and a Field Programmable Gate Array (FPGA)). The processor realizes its function by reading and executing a program stored in the memory circuit 150. Note that instead of storing a program in the memory circuit 150, the program may be directly built into the circuit of the processor. In this case, the processor realizes its function by reading and executing a program built into the circuit. Note that each processor in this embodiment is not limited to being configured as a single circuit for each processor, but may be configured as a single processor by combining multiple independent circuits to realize its function. Furthermore, multiple components in each figure may be integrated into a single processor to realize its function.
ここで、第１の実施形態に係る超音波診断装置１は、生体組織の硬さを測定し、測定した硬さの分布を映像化するエラストグラフィ（Elastography）を実行可能な装置である。具体的には、第１の実施形態に係る超音波診断装置１は、音響放射力を与えて生体組織に変位を発生させることで、エラストグラフィを実行可能な装置である。
Here, the ultrasound
すなわち、第１の実施形態に係る送受信回路１１０は、音響放射力に基づいて生体組織に変位を発生させるプッシュパルスを超音波プローブ１０１から送信させる。そして、第１の実施形態に係る送受信回路１１０は、プッシュパルスに基づいて発生する生体組織の変位を観測する観測用パルスを超音波プローブ１０１から送信させる。観測用パルスは、プッシュパルスにより発生したせん断波（Shear Wave）と呼ばれる横波の伝播速度を、走査領域内の各サンプル点で観測するために送信される。通常、観測用パルスは、走査領域内の各走査線に対して、複数回（例えば、１００回）、送信される。送受信回路１１０は、走査領域内の各走査線で送信された観測用パルスの反射波信号から、反射波データを生成する。なお、上記の観測用パルスにより走査される走査領域は、エラストグラフィにより生体組織の硬さが表示される領域（以下、「表示ＲＯＩ（Region Of Interest）」とも表記）に対応する。 That is, the transmission/reception circuit 110 according to the first embodiment transmits a push pulse from the ultrasonic probe 101, which generates a displacement in the biological tissue based on the acoustic radiation force. Then, the transmission/reception circuit 110 according to the first embodiment transmits an observation pulse from the ultrasonic probe 101, which observes the displacement of the biological tissue generated based on the push pulse. The observation pulse is transmitted to observe the propagation speed of a transverse wave called a shear wave generated by the push pulse at each sample point in the scanning area. Usually, the observation pulse is transmitted multiple times (for example, 100 times) for each scanning line in the scanning area. The transmission/reception circuit 110 generates reflected wave data from the reflected wave signal of the observation pulse transmitted by each scanning line in the scanning area. Note that the scanning area scanned by the above observation pulse corresponds to the area where the stiffness of the biological tissue is displayed by elastography (hereinafter, also referred to as "display ROI (Region Of Interest)").
そして、信号処理回路１２０において、解析機能１２１は、表示ＲＯＩ内の各走査線で複数回送信された観測用パルスの反射波データを解析して表示ＲＯＩの硬さの分布を示す硬さ分布データを算出する。具体的には、解析機能１２１は、プッシュパルスによって発生したせん断波の伝播速度を各サンプル点で測定することで、表示ＲＯＩの硬さ分布データを生成する。すなわち、解析機能１２１は、被検体Ｐに対して行なわれたスキャンの結果を解析することにより、組織性状パラメータとしての伝播速度を算出する。なお、解析機能１２１は、解析部の一例である。言い換えると、解析機能１２１は、被検体に対して行なわれたスキャンの結果を解析することにより、関心領域内の複数位置それぞれについて、組織性状パラメータを算出する。 Then, in the signal processing circuit 120, the analysis function 121 analyzes the reflected wave data of the observation pulse transmitted multiple times on each scanning line in the display ROI to calculate stiffness distribution data indicating the stiffness distribution of the display ROI. Specifically, the analysis function 121 generates stiffness distribution data of the display ROI by measuring the propagation speed of the shear wave generated by the push pulse at each sample point. That is, the analysis function 121 calculates the propagation speed as a tissue attribute parameter by analyzing the results of the scan performed on the subject P. The analysis function 121 is an example of an analysis unit. In other words, the analysis function 121 calculates tissue attribute parameters for each of multiple positions in the region of interest by analyzing the results of the scan performed on the subject.
例えば、解析機能１２１は、観測用パルスの反射波データを周波数解析する。これにより、解析機能１２１は、各走査線の複数のサンプル点それぞれで、運動情報（組織ドプラデータ）を複数時相に渡って生成する。そして、解析機能１２１は、各走査線の複数のサンプル点それぞれで得られた複数時相の組織ドプラデータの速度成分を時間積分する。これにより、解析機能１２１は、各走査線の複数のサンプル点それぞれの変位を複数時相に渡って算出する。続いて、解析機能１２１は、各サンプル点で変位が最大となる時間を求める。そして、解析機能１２１は、各サンプル点で最大変位が得られた時間を、各サンプル点にせん断波が到達した到達時間として決定する。続いて、解析機能１２１は、各サンプル点におけるせん断波の到達時間の空間的微分を行うことで、各サンプル点でのせん断波の伝播速度を算出する。なお、せん断波の到達時間としては、各サンプル点で変位が最大となる時間ではなく、例えば、各サンプル点における変位の変化量が最大となる時間を用いても良い。 For example, the analysis function 121 performs frequency analysis on the reflected wave data of the observation pulse. As a result, the analysis function 121 generates motion information (tissue Doppler data) across multiple time phases at each of the multiple sample points of each scanning line. Then, the analysis function 121 time-integrates the velocity components of the tissue Doppler data of the multiple time phases obtained at each of the multiple sample points of each scanning line. As a result, the analysis function 121 calculates the displacement of each of the multiple sample points of each scanning line across multiple time phases. Next, the analysis function 121 obtains the time at which the displacement is maximum at each sample point. Then, the analysis function 121 determines the time at which the maximum displacement is obtained at each sample point as the arrival time at which the shear wave arrives at each sample point. Next, the analysis function 121 calculates the propagation speed of the shear wave at each sample point by performing spatial differentiation of the arrival time of the shear wave at each sample point. Note that the arrival time of the shear wave may not be the time at which the displacement is maximum at each sample point, but may be, for example, the time at which the amount of change in displacement at each sample point is maximum.
そして、解析機能１２１は、表示ＲＯＩ内の各サンプル点におけるせん断波の伝播速度の情報を、硬さ分布データとして生成する。硬い組織ではせん断波の伝播速度が大きく、柔らかい組織では伝播速度が小さくなる。すなわち、せん断波の伝播速度の値は、組織の硬さ（弾性率）を示す値となる。上記の場合、観測用パルスは、組織ドプラ用の送信パルスである。なお、上記のせん断波の伝播速度は、各サンプル点で変位が最大となる時間（到達時間）に基づくのではなく、例えば、解析機能１２１が、隣接する走査線における組織の変位の相互相関により検出することで算出する場合であっても良い。 Then, the analysis function 121 generates information on the propagation velocity of the shear wave at each sample point in the display ROI as stiffness distribution data. The propagation velocity of the shear wave is high in hard tissue and low in soft tissue. That is, the value of the propagation velocity of the shear wave indicates the stiffness (elastic modulus) of the tissue. In the above case, the observation pulse is a transmission pulse for tissue Doppler. Note that the propagation velocity of the shear wave described above is not based on the time (arrival time) at which the displacement is maximum at each sample point, but may be calculated by, for example, the analysis function 121 detecting the cross-correlation of the displacement of the tissue in adjacent scan lines.
なお、解析機能１２１は、せん断波の伝播速度から、弾性率（ヤング率、せん断弾性率）を算出し、算出した弾性率により硬さ分布データを生成しても良い。せん断波の伝播速度、ヤング率及びせん断弾性率は、いずれも生体組織の硬さを表す物理量（指標値）として用いることができる。 In addition, the analysis function 121 may calculate the elastic modulus (Young's modulus, shear elastic modulus) from the propagation speed of the shear wave, and generate hardness distribution data from the calculated elastic modulus. The propagation speed of the shear wave, Young's modulus, and shear elastic modulus can all be used as physical quantities (index values) that represent the hardness of biological tissue.
そして、画像処理回路１３０は、硬さ分布データの各サンプル点におけるせん断波の伝播速度に応じた画像値を、表示ＲＯＩ内の各位置に割り当てることで、硬さ画像データを生成する。画像処理回路１３０によって生成された硬さ画像データは、例えば、硬さ画像としてＢモード画像上に重畳されてディスプレイ１０３に表示される。なお、硬さ画像は、せん断波の伝播速度に基づく画像であり、組織性状パラメータに基づく画像の一例である。 Then, the image processing circuit 130 generates stiffness image data by assigning an image value according to the propagation speed of the shear wave at each sample point of the stiffness distribution data to each position within the display ROI. The stiffness image data generated by the image processing circuit 130 is displayed on the display 103, for example, superimposed on the B-mode image as a stiffness image. Note that the stiffness image is an image based on the propagation speed of the shear wave, and is an example of an image based on tissue attribute parameters.
以上、第１の実施形態に係る超音波診断装置１の構成の一例を説明した。かかる構成のもと、第１の実施形態に係る超音波診断装置１は、組織性状の解析を精度良く行うために、以下の各処理を実行する。すなわち、第１の実施形態に係る処理回路１６０は、指標値算出機能１６１と、決定機能１６２と、統計値算出機能１６３と、表示制御機能１６４とを実行する。
An example of the configuration of the ultrasound
なお、以下の実施形態では、組織性状を表すパラメータ（「組織性状パラメータ」とも表記）として、生体組織の硬さを表す「せん断波の伝播速度」が適用される場合を説明する。しかしながら、実施形態はこれに限定されるものではなく、任意の組織性状パラメータが適用可能である。なお、他の組織性状パラメータについては、後述する。 In the following embodiment, a case will be described in which the "shear wave propagation speed" representing the hardness of biological tissue is used as a parameter representing tissue properties (also referred to as a "tissue property parameter"). However, the embodiment is not limited to this, and any tissue property parameter can be applied. Other tissue property parameters will be described later.
指標値算出機能１６１は、組織性状パラメータのばらつきに関する指標値を算出する。例えば、指標値算出機能１６１は、スキャンが行われた領域に含まれる複数の小領域それぞれについて、指標値を算出する。なお、指標値算出機能１６１は、指標値算出部の一例である。言い換えると、指標値算出機能１６１は、関心領域に含まれる複数の小領域それぞれについて、組織性状パラメータのばらつきに関する指標値を算出する。 The index value calculation function 161 calculates an index value relating to the variation of the tissue attribute parameter. For example, the index value calculation function 161 calculates an index value for each of a plurality of small regions included in the region where the scan was performed. Note that the index value calculation function 161 is an example of an index value calculation unit. In other words, the index value calculation function 161 calculates an index value relating to the variation of the tissue attribute parameter for each of a plurality of small regions included in the region of interest.
図２は、第１の実施形態に係る指標値算出機能１６１の処理を説明するための図である。図２の左図には、エラストグラフィにより画像化された表示ＲＯＩを例示する。また、図２の右図には、図２の左図の表示ＲＯＩに対応するＲａｗ Ｄａｔａ（スキャンコンバージョン前）におけるサンプル位置を例示する。なお、図２の右図において、横方向（方位方向）は、表示ＲＯＩのビーム数に対応し、縦方向（深さ方向）は、各ビームにおいて受信されるサンプル数に対応する。 Figure 2 is a diagram for explaining the processing of the index value calculation function 161 according to the first embodiment. The left diagram in Figure 2 illustrates a display ROI imaged by elastography. The right diagram in Figure 2 illustrates sample positions in raw data (before scan conversion) corresponding to the display ROI in the left diagram in Figure 2. In the right diagram in Figure 2, the horizontal direction (azimuth direction) corresponds to the number of beams in the display ROI, and the vertical direction (depth direction) corresponds to the number of samples received in each beam.
図２に示すように、指標値算出機能１６１は、表示ＲＯＩに対応する硬さ画像を複数の小領域に分割する。具体的には、指標値算出機能１６１は、表示ＲＯＩの方位方向を所定のビーム数間隔で、表示ＲＯＩの深さ方向を所定のサンプル数間隔でそれぞれ分割する（図２の右図）。指標値算出機能１６１により分割された各領域（以下、「分割領域」と表記）には、複数のサンプル点が含まれる。なお、分割領域は、小領域の一例である。 As shown in FIG. 2, the index value calculation function 161 divides the stiffness image corresponding to the display ROI into multiple small regions. Specifically, the index value calculation function 161 divides the azimuth direction of the display ROI at intervals of a predetermined number of beams, and divides the depth direction of the display ROI at intervals of a predetermined number of samples (right diagram in FIG. 2). Each region divided by the index value calculation function 161 (hereinafter referred to as a "divided region") contains multiple sample points. Note that the divided region is an example of a small region.
そして、指標値算出機能１６１は、せん断波の伝播速度の分散値を分割領域ごとに算出する。例えば、指標値算出機能１６１は、それぞれの分割領域に含まれる複数のサンプル点それぞれにおけるせん断波の伝播速度を用いて、せん断波の伝播速度の分散値を分割領域ごとに算出する。 Then, the index value calculation function 161 calculates the variance value of the shear wave propagation velocity for each divided region. For example, the index value calculation function 161 calculates the variance value of the shear wave propagation velocity for each divided region using the shear wave propagation velocity at each of the multiple sample points included in each divided region.
このように、指標値算出機能１６１は、組織性状パラメータのばらつきに関する指標値として、せん断波の伝播速度の分散値を分割領域ごとに算出する。なお、上述した指標値算出機能１６１の説明は、あくまで一例に過ぎず、上記の説明に限定されるものではない。例えば、指標値算出機能１６１は、分散値に限らず、標準偏差や残差平方和を指標値として算出してもよい。 In this way, the index value calculation function 161 calculates the variance of the shear wave propagation velocity for each divided region as an index value related to the variation of the tissue attribute parameter. Note that the above description of the index value calculation function 161 is merely an example, and is not limited to the above description. For example, the index value calculation function 161 may calculate the standard deviation or the sum of squared residuals as the index value, instead of the variance value.
また、上記の説明では、硬さ画像を分割した分割領域を小領域として用いる場合を説明したが、これに限定されるものではない。例えば、指標値が算出される小領域は、例えば、硬さ画像上に離散的に配置される任意形状の領域であってもよい。 In the above description, the divided regions obtained by dividing the stiffness image are used as the small regions, but this is not limited to the above. For example, the small regions for which the index value is calculated may be regions of any shape that are discretely arranged on the stiffness image.
決定機能１６２は、指標値に基づいて計測領域を決定する。例えば、決定機能１６２は、複数の小領域それぞれの指標値と閾値との比較に基づいて、計測領域を決定する。なお、以下において、計測領域を「計測ＲＯＩ」とも表記する。また、決定機能１６２は、決定部の一例である。言い換えると、決定機能１６２は、組織性状パラメータを用いた解析により、関心領域内に計測領域を決定する。また、決定機能１６２は、複数の小領域それぞれの指標値と閾値を比較することにより、計測領域を決定する。 The determination function 162 determines the measurement area based on the index value. For example, the determination function 162 determines the measurement area based on a comparison of the index value of each of the multiple small areas with a threshold value. Note that, hereinafter, the measurement area is also referred to as a "measurement ROI." The determination function 162 is also an example of a determination unit. In other words, the determination function 162 determines the measurement area within the region of interest through analysis using tissue attribute parameters. The determination function 162 also determines the measurement area by comparing the index value of each of the multiple small areas with a threshold value.
図３、図４、及び図５は、第１の実施形態に係る決定機能１６２の処理を説明するための図である。図３において、縦方向は指標値（伝播速度の分散値）に対応し、横方向は任意の分割領域に対応する。 Figures 3, 4, and 5 are diagrams for explaining the processing of the determination function 162 according to the first embodiment. In Figure 3, the vertical direction corresponds to the index value (the variance value of the propagation speed), and the horizontal direction corresponds to any divided region.
図３に示すように、決定機能１６２は、各分割領域の伝播速度の分散値と、閾値とをそれぞれ比較して、伝播速度の分散値が閾値以上であるか否かを判定する。図３に示す例では、伝播速度の分散値が閾値以上である分割領域を白丸で示し、閾値未満である分割領域を黒丸で示す。言い換えると、決定機能１６２は、分割領域ごとに、各分割領域の伝播速度の分散値が閾値以上（白丸）であるか閾値未満（黒丸）であるかを判定する。なお、分散値との比較に用いられる閾値は、例えば、当該分割領域における組織性状パラメータのばらつきが大きいと判定される値であり、過去の参考値に基づいて操作者により予め登録される。つまり、分散値が閾値以上の分割領域は、ノイズを含むと判断される。 As shown in FIG. 3, the determination function 162 compares the variance value of the propagation speed of each divided region with a threshold value to determine whether the variance value of the propagation speed is equal to or greater than the threshold value. In the example shown in FIG. 3, divided regions in which the variance value of the propagation speed is equal to or greater than the threshold value are indicated by white circles, and divided regions in which the variance value is less than the threshold value are indicated by black circles. In other words, the determination function 162 determines for each divided region whether the variance value of the propagation speed of each divided region is equal to or greater than the threshold value (white circle) or less than the threshold value (black circle). The threshold value used for comparison with the variance value is, for example, a value at which it is determined that the tissue attribute parameters in the divided region have a large variation, and is registered in advance by the operator based on past reference values. In other words, divided regions in which the variance value is equal to or greater than the threshold value are determined to contain noise.
そして、図４に示すように、例えば、決定機能１６２は、指標値（分散値）と閾値との比較結果に基づいて、ＳＤｍａｐを生成する。ここで、ＳＤｍａｐは、各分割領域の分散値と閾値との比較結果を、Ｒａｗ Ｄａｔａ上の対応する位置に示した情報である。図４に示す例では、分散値が閾値以上である分割領域を「白丸」で示し、分散値が閾値未満である分割領域を「黒丸」で示す。つまり、決定機能１６２は、組織性状パラメータがノイズであると判断される領域を「白丸」で示し、ノイズでないと判断される領域を「黒丸」で示したＳＤｍａｐを生成する。 As shown in FIG. 4, for example, the determination function 162 generates an SDmap based on the comparison result between the index value (variance value) and the threshold value. Here, the SDmap is information that shows the comparison result between the variance value of each divided region and the threshold value at the corresponding position on the raw data. In the example shown in FIG. 4, divided regions whose variance value is equal to or greater than the threshold value are shown with "white circles", and divided regions whose variance value is less than the threshold value are shown with "black circles". In other words, the determination function 162 generates an SDmap that shows regions whose tissue attribute parameters are determined to be noise with "white circles" and regions whose tissue attribute parameters are determined to be non-noise with "black circles".
そして、決定機能１６２は、ＳＤｍａｐに基づいて計測ＲＯＩを決定する。例えば、決定機能１６２は、ばらつきが小さいと判定される分割領域を組み合わせた領域の中から、計測ＲＯＩを少なくとも一つ決定する。言い換えると、決定機能１６２は、ばらつきが大きいと判定される「白丸」で示された分割領域を採用せず（Reject）、ばらつきが小さいと判定される「黒丸」で示された分割領域の中から、計測ＲＯＩを決定する。 Then, the determination function 162 determines a measurement ROI based on the SDmap. For example, the determination function 162 determines at least one measurement ROI from among a region that combines divided regions that are determined to have small variability. In other words, the determination function 162 does not adopt (rejects) divided regions indicated by "white circles" that are determined to have large variability, and determines a measurement ROI from among divided regions indicated by "black circles" that are determined to have small variability.
ここで、決定機能１６２は、予め設定された情報（ルール）に基づいて、計測ＲＯＩを決定する。例えば、決定機能１６２は、予め設定された形状及び大きさの領域を計測ＲＯＩとして決定する。また、決定機能１６２は、予め設定された数の領域を計測ＲＯＩとして決定する。 Here, the determination function 162 determines the measurement ROI based on preset information (rules). For example, the determination function 162 determines an area of a preset shape and size as the measurement ROI. The determination function 162 also determines a preset number of areas as the measurement ROI.
図５に示す例では、「ばらつきが小さい全ての分割領域を計測ＲＯＩとする」というルールに基づいて、決定機能１６２が計測ＲＯＩを決定する場合を説明する。この場合、決定機能１６２は、ＳＤｍａｐにおいて「黒丸」で示された全ての分割領域を組み合わせた領域を計測ＲＯＩ（Ｒ１）として決定する（図５の左図）。決定された計測ＲＯＩ（Ｒ１）は、例えば、後述の表示制御機能１６４によって表示ＲＯＩ上に表示される（図５の右図）。 In the example shown in FIG. 5, the determination function 162 determines the measurement ROI based on the rule that "all divided regions with small variation are set as the measurement ROI." In this case, the determination function 162 determines the region that combines all divided regions indicated by "black circles" in the SDmap as the measurement ROI (R1) (left diagram in FIG. 5). The determined measurement ROI (R1) is displayed on the display ROI by, for example, the display control function 164 described below (right diagram in FIG. 5).
このように、決定機能１６２は、各分割領域における伝播速度の分散値に基づいて、計測領域を決定する。なお、上述した決定機能１６２の説明は、あくまで一例に過ぎず、上記の説明に限定されるものではない。例えば、図３に例示の座標系や、図４及び図５に例示のＲａｗ Ｄａｔａ及びＳＤｍａｐは、説明の都合上図示したものであり、これらはディスプレイ１０３に表示させなくてもよい。また、決定機能１６２は、分散値に限らず、標準偏差や残差平方和を指標値として算出してもよい。 In this way, the determination function 162 determines the measurement area based on the variance value of the propagation speed in each divided area. Note that the above description of the determination function 162 is merely an example and is not limited to the above description. For example, the coordinate system illustrated in FIG. 3 and the raw data and SDmap illustrated in FIG. 4 and FIG. 5 are illustrated for convenience of explanation, and do not need to be displayed on the display 103. Furthermore, the determination function 162 may calculate the standard deviation or the residual sum of squares as an index value, not limited to the variance value.
また、図４では、スキャンコンバージョン前のＲａｗ Ｄａｔａ上でＳＤｍａｐを生成する場合を説明したが、実施形態はこれに限定されるものではない。例えば、スキャンコンバージョン後の画像データ（表示ＲＯＩに対応する画像）上でＳＤｍａｐを生成しても良い。Ｒａｗ Ｄａｔａにおけるサンプル位置と画像データにおける画素位置は対応づけられているため、スキャンコンバージョンの前後にかかわらず、同様に処理を実行可能である。なお、ここでのスキャンコンバージョンは、各走査線間の補間処理を含まなくても良い。 Although FIG. 4 illustrates a case where an SDmap is generated on raw data before scan conversion, the embodiment is not limited to this. For example, an SDmap may be generated on image data after scan conversion (image corresponding to the display ROI). Since the sample positions in the raw data correspond to the pixel positions in the image data, processing can be performed in the same way regardless of whether it is before or after scan conversion. Note that the scan conversion here does not have to include an interpolation process between each scan line.
また、図５では、スキャンコンバージョン前のＲａｗ Ｄａｔａ上で計測ＲＯＩを決定する場合を説明したが、実施形態はこれに限定されるものではない。例えば、スキャンコンバージョン後の画像データ上で計測ＲＯＩを決定しても良い。 In addition, in FIG. 5, a case where the measurement ROI is determined on the raw data before scan conversion is described, but the embodiment is not limited to this. For example, the measurement ROI may be determined on the image data after scan conversion.
また、図５では、１つの計測ＲＯＩが決定される場合を説明したが、これに限らず、例えば、任意数の計測ＲＯＩが決定されてもよい。また、「ばらつきが小さい全ての分割領域を計測ＲＯＩとする」というルールに限らず、例えば、種々のルールにより計測ＲＯＩを決定してもよい。例えば、「ばらつきが小さい全ての分割領域のうち最大径の円形（最大内接円）の領域を計測ＲＯＩとする」のように、任意の形状及び大きさのルールに基づいて、計測ＲＯＩを決定してもよい。また、例えば、「分散値の平均値が最小となる所定形状の領域を計測ＲＯＩとする」のように、分散値を基準とするルールに基づいて、計測ＲＯＩを決定してもよい。また、図５における計測ＲＯＩ（Ｒ１）の枠線は、必ずしも表示されなくてもよいし、操作者によって表示／非表示が適宜切り替えられてもよい。 In addition, in FIG. 5, a case where one measurement ROI is determined is described, but this is not limited to the case, and any number of measurement ROIs may be determined. In addition, the measurement ROI may be determined according to various rules, for example, and not limited to the rule that "all divided regions with small variation are set as measurement ROIs." For example, the measurement ROI may be determined based on a rule of any shape and size, such as "the region with the largest diameter circle (maximum inscribed circle) among all divided regions with small variation is set as the measurement ROI." In addition, the measurement ROI may be determined based on a rule based on the variance value, such as "the region with a predetermined shape in which the average value of the variance value is the smallest is set as the measurement ROI." In addition, the frame line of the measurement ROI (R1) in FIG. 5 does not necessarily need to be displayed, and the operator may switch between display and non-display as appropriate.
なお、上記のルールにおいて、計測ＲＯＩの形状を規定する場合には、表示ＲＯＩで表示される形状として規定されるのが好ましい。これは、例えば、セクタ走査で収集された走査線の信号列（つまり、Ｒａｗ Ｄａｔａ）は、表示画像の座標系と一致しないためである。換言すると、例えば、セクタ走査で収集されたＲａｗ Ｄａｔａ上で形状を規定しても、スキャンコンバージョンにより表示画像の座標系に変換される際に、規定された形状が変形されてしまうためである。このため、計測ＲＯＩの形状を規定する場合には、表示ＲＯＩで表示される形状として規定するのが好ましい。例えば、表示ＲＯＩで表示される形状として「円形」と規定されていれば、スキャンコンバージョンの前後にかかわらず、表示ＲＯＩ上で「円形」の計測ＲＯＩを表示することができる。具体的には、スキャンコンバージョン後の画像データ上で処理を行う場合には、規定された「円形」をそのまま適用することで、「円形」の計測ＲＯＩを設定することができる。また、スキャンコンバージョン前のＲａｗ Ｄａｔａ上で処理を行う場合には、走査線の信号列に対応する形状に「円形」を変形（逆変形）させた上で適用することで、「円形」の計測ＲＯＩを設定することができる。 In the above rules, when the shape of the measurement ROI is specified, it is preferable to specify it as the shape displayed in the display ROI. This is because, for example, the signal sequence of the scanning line collected by sector scanning (i.e., raw data) does not match the coordinate system of the display image. In other words, even if the shape is specified on the raw data collected by sector scanning, the specified shape will be deformed when it is converted to the coordinate system of the display image by scan conversion. For this reason, when the shape of the measurement ROI is specified, it is preferable to specify it as the shape displayed in the display ROI. For example, if the shape displayed in the display ROI is specified as "circular", a "circular" measurement ROI can be displayed on the display ROI regardless of before or after scan conversion. Specifically, when processing is performed on image data after scan conversion, the specified "circular" can be applied as it is to set a "circular" measurement ROI. Furthermore, when processing is performed on raw data before scan conversion, a "circular" measurement ROI can be set by transforming (de-transforming) the "circular" shape into a shape that corresponds to the signal sequence of the scanning line and then applying the transformed shape.
統計値算出機能１６３は、計測領域における組織性状パラメータの統計値を算出する。例えば、統計値算出機能１６３は、計測ＲＯＩにおける伝播速度の平均値を算出する。なお、統計値算出機能１６３は、統計値算出部の一例である。言い換えると、統計値算出機能１６３は、計測領域における組織性状パラメータの統計値を算出する。 The statistical value calculation function 163 calculates the statistical value of the tissue attribute parameter in the measurement region. For example, the statistical value calculation function 163 calculates the average value of the propagation speed in the measurement ROI. Note that the statistical value calculation function 163 is an example of a statistical value calculation unit. In other words, the statistical value calculation function 163 calculates the statistical value of the tissue attribute parameter in the measurement region.
図５に示す例では、統計値算出機能１６３は、計測ＲＯＩ（Ｒ１）に含まれる複数のサンプル点それぞれにおけるせん断波の伝播速度を用いて、せん断波の伝播速度の平均値を算出する。なお、統計値算出機能１６３は、複数の計測ＲＯＩが決定された場合には、計測ＲＯＩごとに、せん断波の伝播速度の平均値を算出する。 In the example shown in FIG. 5, the statistical value calculation function 163 calculates the average value of the shear wave propagation velocity using the shear wave propagation velocity at each of the multiple sample points included in the measurement ROI (R1). Note that when multiple measurement ROIs are determined, the statistical value calculation function 163 calculates the average value of the shear wave propagation velocity for each measurement ROI.
このように、統計値算出機能１６３は、計測領域における組織性状パラメータの統計値を算出する。なお、上記の例では、統計値として平均値を算出する場合を説明したが、これに限らず、中央値、分散値、標準偏差、及び残差平方和など、解析内容に応じて任意の統計値を算出することができる。 In this way, the statistical value calculation function 163 calculates the statistical values of the tissue attribute parameters in the measurement region. Note that in the above example, the average value is calculated as the statistical value, but this is not limited to the above, and any statistical value can be calculated depending on the analysis content, such as the median, variance, standard deviation, and residual sum of squares.
表示制御機能１６４は、組織性状パラメータに基づく画像上に、計測領域を表示させる。また、例えば、表示制御機能１６４は、統計値算出機能１６３によって算出された統計値をディスプレイ１０３に表示させる。なお、表示制御機能１６４は、表示制御部の一例である。 The display control function 164 displays the measurement area on an image based on the tissue attribute parameters. For example, the display control function 164 also displays the statistical values calculated by the statistical value calculation function 163 on the display 103. The display control function 164 is an example of a display control unit.
例えば、図５に示したように、表示制御機能１６４は、計測ＲＯＩ（Ｒ１）を表示ＲＯＩ上に表示させる。また、表示制御機能１６４は、統計値算出機能１６３によって算出された計測ＲＯＩ（Ｒ１）における伝播速度の平均値を、計測ＲＯＩ（Ｒ１）に対応づけて表示させる。 For example, as shown in FIG. 5, the display control function 164 displays the measurement ROI (R1) on the display ROI. In addition, the display control function 164 displays the average value of the propagation speed in the measurement ROI (R1) calculated by the statistical value calculation function 163 in association with the measurement ROI (R1).
また、例えば、表示制御機能１６４は、小領域を、組織性状パラメータに基づく画像上に表示させてもよい。例えば、表示制御機能１６４は、図５のＳＤｍａｐ上に示されている複数の分割領域を、表示ＲＯＩ上に表示させる。 Also, for example, the display control function 164 may display small regions on an image based on tissue attribute parameters. For example, the display control function 164 displays multiple divided regions shown on the SDmap in FIG. 5 on the display ROI.
図６は、第１の実施形態に係る超音波診断装置１の処理手順を示すフローチャートである。図６に示す処理手順は、例えば、計測対象である硬さ画像がディスプレイ１０３に表示されている場合に、計測を開始する旨の指示を操作者が行うことにより開始される。
Figure 6 is a flowchart showing the processing procedure of the ultrasound
図６に示すように、計測を開始する旨の指示を受け付けると（ステップＳ１０１肯定）、処理回路１６０は、ステップＳ１０２以下の処理を開始する。なお、計測を開始する旨の指示を受け付けるまで（ステップＳ１０１否定）、処理回路１６０は、待機状態である。
As shown in FIG. 6, when an instruction to start measurement is received (step S101: Yes), the
続いて、指標値算出機能１６１は、硬さ画像を複数の分割領域に分割する（ステップＳ１０２）。例えば、指標値算出機能１６１は、表示ＲＯＩの方位方向を所定のビーム数間隔で、表示ＲＯＩの深さ方向を所定のサンプル数間隔でそれぞれ分割する。 Next, the index value calculation function 161 divides the stiffness image into a plurality of divided regions (step S102). For example, the index value calculation function 161 divides the azimuth direction of the display ROI at intervals of a predetermined number of beams, and divides the depth direction of the display ROI at intervals of a predetermined number of samples.
そして、指標値算出機能１６１は、分割領域ごとに伝播速度の分散値を算出する（ステップＳ１０３）。例えば、指標値算出機能１６１は、それぞれの分割領域に含まれる複数のサンプル点それぞれにおけるせん断波の伝播速度を用いて、せん断波の伝播速度の分散値を分割領域ごとに算出する。 Then, the index value calculation function 161 calculates the variance value of the propagation velocity for each divided region (step S103). For example, the index value calculation function 161 calculates the variance value of the propagation velocity of the shear wave for each divided region by using the propagation velocity of the shear wave at each of the multiple sample points included in each divided region.
そして、決定機能１６２は、各分割領域の伝播速度の分散値と閾値とを比較する（ステップＳ１０４）。例えば、決定機能１６２は、各分割領域の伝播速度の分散値と、閾値とをそれぞれ比較して、伝播速度の分散値が閾値以上であるか否かを判定する。そして、決定機能１６２は、分散値と閾値との比較結果に基づいて、ＳＤｍａｐを生成する。 Then, the determination function 162 compares the variance value of the propagation speed of each divided region with a threshold value (step S104). For example, the determination function 162 compares the variance value of the propagation speed of each divided region with a threshold value, and determines whether the variance value of the propagation speed is equal to or greater than the threshold value. The determination function 162 then generates an SDmap based on the comparison result between the variance value and the threshold value.
そして、決定機能１６２は、比較結果に基づいて、計測ＲＯＩを決定する（ステップＳ１０５）。例えば、決定機能１６２は、ＳＤｍａｐに基づいて計測ＲＯＩ（Ｒ１）を決定する。具体的には、決定機能１６２は、予め設定された情報（ルール）に基づいて、所定の形状及び大きさ、若しくは所定数の領域を計測ＲＯＩとして決定する。 Then, the determination function 162 determines a measurement ROI based on the comparison result (step S105). For example, the determination function 162 determines a measurement ROI (R1) based on the SDmap. Specifically, the determination function 162 determines an area of a predetermined shape and size, or a predetermined number of areas, as the measurement ROI based on preset information (rules).
そして、表示制御機能１６４は、決定した計測ＲＯＩを硬さ画像上に表示させる（ステップＳ１０６）。例えば、表示制御機能１６４は、決定された計測ＲＯＩ（Ｒ１）を硬さ画像の表示ＲＯＩ上に表示させる。 Then, the display control function 164 displays the determined measurement ROI on the stiffness image (step S106). For example, the display control function 164 displays the determined measurement ROI (R1) on the display ROI of the stiffness image.
そして、統計値算出機能１６３は、計測ＲＯＩにおける伝播速度の平均値を算出する（ステップＳ１０７）。例えば、統計値算出機能１６３は、計測ＲＯＩ（Ｒ１）に含まれる複数のサンプル点それぞれにおけるせん断波の伝播速度を用いて、せん断波の伝播速度の平均値を算出する。 Then, the statistical value calculation function 163 calculates the average value of the propagation velocity in the measurement ROI (step S107). For example, the statistical value calculation function 163 calculates the average value of the propagation velocity of the shear wave using the propagation velocity of the shear wave at each of the multiple sample points included in the measurement ROI (R1).
そして、表示制御機能１６４は、伝播速度の平均値を表示させる（ステップＳ１０８）。例えば、表示制御機能１６４は、統計値算出機能１６３によって算出された計測ＲＯＩ（Ｒ１）における伝播速度の平均値を、計測ＲＯＩ（Ｒ１）に対応づけて表示させる。 Then, the display control function 164 displays the average value of the propagation velocity (step S108). For example, the display control function 164 displays the average value of the propagation velocity in the measurement ROI (R1) calculated by the statistical value calculation function 163 in association with the measurement ROI (R1).
なお、上述した図６の処理手順は、あくまで一例に過ぎず、上記の例に限定されるものではない。例えば、図６の処理手順は、必ずしも上述した順序で実行されなくてもよい。例えば、計測ＲＯＩを表示させる処理（ステップＳ１０６）は、伝播速度の平均値を表示させる処理（ステップＳ１０８）と同時に実行されてもよい。また、例えば、計測ＲＯＩを表示させる処理（ステップＳ１０６）は、必ずしも実行されなくてもよい。つまり、計測ＲＯＩが表示されなくとも、決定された計測ＲＯＩの計測結果が表示されればよい。 The processing procedure in FIG. 6 described above is merely an example, and is not limited to the above example. For example, the processing procedure in FIG. 6 does not necessarily have to be executed in the order described above. For example, the process of displaying the measurement ROI (step S106) may be executed simultaneously with the process of displaying the average propagation velocity (step S108). Also, for example, the process of displaying the measurement ROI (step S106) does not necessarily have to be executed. In other words, even if the measurement ROI is not displayed, it is sufficient that the measurement result of the determined measurement ROI is displayed.
上述してきたように、第１の実施形態に係る超音波診断装置１において、解析機能１２１は、被検体Ｐに対して行なわれたスキャンの結果を解析することにより組織性状パラメータを算出する。そして、指標値算出機能１６１は、組織性状パラメータのばらつきに関する指標値を算出する。そして、決定機能１６２は、指標値に基づいて計測領域を決定する。統計値算出機能１６３は、計測領域における組織性状パラメータの統計値を算出する。これによれば、超音波診断装置１は、組織性状の解析を精度良く行うことを可能にする。
As described above, in the ultrasound
図７は、第１の実施形態に係る超音波診断装置１による効果を説明するための図である。図７には、Ｂモード画像上の表示ＲＯＩに対応する硬さ画像において、２つの円形の計測ＲＯＩが設定される場合を例示する。
Figure 7 is a diagram for explaining the effect of the ultrasound
図７の表示ＲＯＩには、概ね均一な硬さ（せん断波の伝播速度）の硬さ画像が表示されているものの、部分的に硬さが異なる領域が数カ所存在している。このような領域は、例えば、近傍の構造物や血管などの影響により生じたノイズであり、組織本来の硬さ（組織性状）を示していないと考えられる。ここで、手動的に計測ＲＯＩが指定されると、計測ＲＯＩにノイズが含まれてしまう場合がある。図示の例では、左側の計測ＲＯＩにノイズが含まれている。このため、左側の計測ＲＯＩを用いて計測を行うと、計測結果（例えば、硬さの平均値）にもノイズが含まれることとなる。 In the display ROI of FIG. 7, a stiffness image with roughly uniform stiffness (shear wave propagation speed) is displayed, but there are several areas with partially different stiffness. Such areas are considered to be noise caused by the influence of nearby structures or blood vessels, for example, and do not represent the inherent stiffness (tissue properties) of the tissue. Here, when a measurement ROI is manually specified, noise may be included in the measurement ROI. In the illustrated example, noise is included in the measurement ROI on the left. For this reason, when a measurement is performed using the measurement ROI on the left, the measurement result (for example, the average stiffness value) will also contain noise.
そこで、第１の実施形態に係る超音波診断装置１は、硬さ画像において計測を行う場合に、硬さを表す組織性状パラメータである伝播速度の分散値を小領域ごとに算出し、伝播速度のばらつきが少ない領域に計測ＲＯＩを設定する。これにより、超音波診断装置１は、例えば、図７の右側の計測ＲＯＩのように、ノイズを含まない領域を計測ＲＯＩとして設定することができるので、組織性状の解析を精度良く行うことを可能にする。
Therefore, when performing measurements on a stiffness image, the ultrasound
また、第１の実施形態に係る超音波診断装置１は、せん断波の伝播速度に基づく硬さ画像を用いて計測を行う場合には、計測対象である伝播速度そのものを直接的に評価して、計測ＲＯＩを決定する。このため、超音波診断装置１は、計測対象である組織性状パラメータのばらつきが少ない安定的な領域を計測ＲＯＩとして決定することが可能となる。
When performing measurements using a stiffness image based on the propagation velocity of shear waves, the ultrasound
また、第１の実施形態に係る超音波診断装置１は、上述した処理により自動的に計測ＲＯＩを決定する。このため、超音波診断装置１は、操作者に煩雑な操作を行わせることなく、簡易な操作で適切な計測ＲＯＩを設定することができる。
The ultrasound
（第２の実施形態）
第１の実施形態では、超音波診断装置１が自動的に計測ＲＯＩを決定する場合を説明したが、実施形態はこれに限定されるものではない。例えば、超音波診断装置１は、計測ＲＯＩの候補となる計測候補領域（「計測候補ＲＯＩ」とも表記）を決定し、決定した計測候補ＲＯＩの中から操作者により選択された領域を計測ＲＯＩとして決定してもよい。
Second Embodiment
In the first embodiment, the case where the ultrasound
第２の実施形態に係る超音波診断装置１は、図１に例示した超音波診断装置１と同様の構成を備え、決定機能１６２の処理の一部が相違する。そこで、第２の実施形態では、第１の実施形態と相違する点を中心に説明することとし、第１の実施形態において説明した構成と同様の機能を有する点については、説明を省略する。
The ultrasound
決定機能１６２は、指標値と閾値の比較に基づいて、計測候補ＲＯＩを決定する。例えば、決定機能１６２は、複数の小領域それぞれの指標値と閾値との比較に基づいて、計測候補領域を少なくとも一つ決定する。そして、決定機能１６２は、少なくとも一つの計測候補領域の中から、計測領域を決定する。 The determination function 162 determines a measurement candidate ROI based on a comparison between the index value and a threshold value. For example, the determination function 162 determines at least one measurement candidate region based on a comparison between the index value of each of a plurality of small regions and a threshold value. Then, the determination function 162 determines a measurement region from among the at least one measurement candidate region.
例えば、決定機能１６２は、ＳＤｍａｐに基づいて計測ＲＯＩを決定する。例えば、決定機能１６２は、ばらつきが小さいと判定される分割領域を組み合わせた領域の中から、計測候補ＲＯＩを少なくとも一つ決定する。 For example, the determination function 162 determines a measurement ROI based on the SDmap. For example, the determination function 162 determines at least one measurement candidate ROI from among a region that combines divided regions that are determined to have small variability.
ここで、決定機能１６２は、予め設定された情報（ルール）に基づいて、計測候補ＲＯＩを決定する。例えば、決定機能１６２は、予め設定された形状及び大きさの計測候補ＲＯＩを決定する。また、決定機能１６２は、予め設定された数の計測候補ＲＯＩを決定する。 Here, the determination function 162 determines the measurement candidate ROI based on preset information (rules). For example, the determination function 162 determines a measurement candidate ROI of a preset shape and size. The determination function 162 also determines a preset number of measurement candidate ROIs.
図８Ａ及び図８Ｂは、第２の実施形態に係る決定機能１６２の処理を説明するための図である。例えば、決定機能１６２は、図８Ａ及び図８Ｂに示すルールに基づいて、計測候補ＲＯＩを決定する。 Figures 8A and 8B are diagrams for explaining the processing of the determination function 162 according to the second embodiment. For example, the determination function 162 determines a measurement candidate ROI based on the rules shown in Figures 8A and 8B.
図８Ａに示す例では、「ばらつきが小さい分割領域が２×２以上の正方形となる領域を計測候補ＲＯＩとする」というルールに基づいて、決定機能１６２が計測候補ＲＯＩを決定し、計測候補ＲＯＩの中から計測ＲＯＩを決定する場合を説明する。この場合、決定機能１６２は、ＳＤｍａｐにおいて「黒丸」で示された分割領域を組み合わせた領域のうち、分割領域が２×２以上の正方形となる領域を抽出し、計測候補ＲＯＩとして決定する。図８Ａの左図では、決定機能１６２は、計測候補ＲＯＩ（Ｒ２）、計測候補ＲＯＩ（Ｒ３）、計測候補ＲＯＩ（Ｒ４）、計測候補ＲＯＩ（Ｒ５）、及び計測候補ＲＯＩ（Ｒ６）を決定する。決定された各計測候補ＲＯＩは、表示制御機能１６４によって表示ＲＯＩ上に表示される（図８Ａの中央図）。そして、決定機能１６２は、決定された計測候補ＲＯＩの中から、計測ＲＯＩを選択する操作を操作者から受け付ける。例えば、決定機能１６２は、計測候補ＲＯＩ（Ｒ６）を計測ＲＯＩとして選択する操作を操作者から受け付けると、計測候補ＲＯＩ（Ｒ６）を計測ＲＯＩ（Ｒ６）として決定する。この場合、例えば、計測ＲＯＩ（Ｒ６）以外の計測候補ＲＯＩは非表示となり、計測ＲＯＩ（Ｒ６）のみが表示される（図８Ａの右図）。 In the example shown in FIG. 8A, the determination function 162 determines the measurement candidate ROI based on the rule that "areas in which the divided areas with small variation are squares of 2×2 or more are set as measurement candidate ROIs," and a case will be described in which the determination function 162 determines the measurement ROI from among the measurement candidate ROIs. In this case, the determination function 162 extracts areas in which the divided areas are squares of 2×2 or more from the areas in which the divided areas shown by "black circles" in the SDmap are combined, and determines them as measurement candidate ROIs. In the left diagram of FIG. 8A, the determination function 162 determines the measurement candidate ROI (R2), the measurement candidate ROI (R3), the measurement candidate ROI (R4), the measurement candidate ROI (R5), and the measurement candidate ROI (R6). Each of the determined measurement candidate ROIs is displayed on the display ROI by the display control function 164 (center diagram of FIG. 8A). Then, the determination function 162 accepts an operation from the operator to select a measurement ROI from the determined measurement candidate ROIs. For example, when the determination function 162 receives an operation from the operator to select the measurement candidate ROI (R6) as the measurement ROI, the determination function 162 determines the measurement candidate ROI (R6) as the measurement ROI (R6). In this case, for example, the measurement candidate ROIs other than the measurement ROI (R6) are hidden, and only the measurement ROI (R6) is displayed (right diagram of FIG. 8A).
図８Ｂに示す例では、「ばらつきが小さい全ての分割領域を計測候補ＲＯＩとする」というルールに基づいて、決定機能１６２が計測候補ＲＯＩを決定し、計測候補ＲＯＩの中に任意形状の計測ＲＯＩを決定する場合を説明する。この場合、決定機能１６２は、ＳＤｍａｐにおいて「黒丸」で示された全ての分割領域を組み合わせた領域を計測候補ＲＯＩ（Ｒ７）として決定する（図８Ｂの左図）。決定された計測候補ＲＯＩ（Ｒ７）は、例えば、表示制御機能１６４によって表示ＲＯＩ上に表示される（図８Ｂの中央図）。そして、決定機能１６２は、計測候補ＲＯＩ（Ｒ７）の範囲内において、任意形状の計測ＲＯＩを指定する操作を操作者から受け付ける。例えば、操作者は、表示ＲＯＩ上に表示された計測候補ＲＯＩ（Ｒ７）の枠線の範囲内において、円形の領域（Ｒ８）を計測ＲＯＩとして指定する操作を行う（図８Ｂの中央図）。この操作を受け付けると、決定機能１６２は、領域（Ｒ８）を計測ＲＯＩ（Ｒ８）として決定する。この場合、例えば、計測候補ＲＯＩ（Ｒ７）は非表示となり、計測ＲＯＩ（Ｒ８）のみが表示される（図８Ｂの右図）。 In the example shown in FIG. 8B, the determination function 162 determines the measurement candidate ROI based on the rule that "all divided regions with small variation are set as measurement candidate ROIs", and a measurement ROI of an arbitrary shape is determined within the measurement candidate ROI. In this case, the determination function 162 determines the region that combines all divided regions indicated by "black circles" in the SDmap as the measurement candidate ROI (R7) (left diagram of FIG. 8B). The determined measurement candidate ROI (R7) is displayed on the display ROI by the display control function 164, for example (center diagram of FIG. 8B). Then, the determination function 162 accepts an operation from the operator to specify a measurement ROI of an arbitrary shape within the range of the measurement candidate ROI (R7). For example, the operator performs an operation to specify a circular region (R8) as the measurement ROI within the range of the frame of the measurement candidate ROI (R7) displayed on the display ROI (center diagram of FIG. 8B). When this operation is accepted, the determination function 162 determines the region (R8) as the measurement ROI (R8). In this case, for example, the measurement candidate ROI (R7) is hidden, and only the measurement ROI (R8) is displayed (right diagram in FIG. 8B).
このように、決定機能１６２は、各分割領域における伝播速度の分散値に基づいて、計測候補領域を決定し、決定した計測候補領域の中から、計測領域を決定する。なお、上述した決定機能１６２の説明は、あくまで一例に過ぎず、上記の説明に限定されるものではない。例えば、上記の説明では、複数の計測候補ＲＯＩが決定される場合を説明したが、これに限定されるものではない。例えば、１つの計測候補ＲＯＩが決定される場合であってもよい。 In this way, the determination function 162 determines the measurement candidate regions based on the variance value of the propagation speed in each divided region, and determines the measurement region from among the determined measurement candidate regions. Note that the above description of the determination function 162 is merely an example, and is not limited to the above description. For example, the above description describes a case where multiple measurement candidate ROIs are determined, but is not limited to this. For example, it may be a case where one measurement candidate ROI is determined.
また、例えば、図８Ａでは、複数の計測候補ＲＯＩの中から操作者が計測ＲＯＩを選択する場合を説明したが、実施形態はこれに限定されるものではない。例えば、決定機能１６２は、複数の計測候補ＲＯＩの中から自動的に計測ＲＯＩを選択してもよい。例えば、決定機能１６２は、「複数の計測候補ＲＯＩのうち最も大きい領域を計測ＲＯＩとする」というルールに基づいて、計測ＲＯＩを決定しても良い。この場合、決定機能１６２は、計測候補ＲＯＩ（Ｒ６）を計測ＲＯＩ（Ｒ６）として決定する。また、例えば、決定機能１６２は、「複数の計測候補ＲＯＩのうち最も分散値が低い領域を計測ＲＯＩとする」というルールに基づいて、計測ＲＯＩを決定しても良い。この場合、決定機能１６２は、各計測候補ＲＯＩの分散値を算出し、最も分散値が低い計測候補ＲＯＩを計測ＲＯＩとして決定する。 Also, for example, in FIG. 8A, a case where an operator selects a measurement ROI from among multiple measurement candidate ROIs has been described, but the embodiment is not limited to this. For example, the determination function 162 may automatically select a measurement ROI from among multiple measurement candidate ROIs. For example, the determination function 162 may determine a measurement ROI based on the rule that "the largest area among multiple measurement candidate ROIs is set as the measurement ROI." In this case, the determination function 162 determines the measurement candidate ROI (R6) as the measurement ROI (R6). Also, for example, the determination function 162 may determine a measurement ROI based on the rule that "the area among multiple measurement candidate ROIs with the lowest variance value is set as the measurement ROI." In this case, the determination function 162 calculates the variance value of each measurement candidate ROI, and determines the measurement candidate ROI with the lowest variance value as the measurement ROI.
図９は、第２の実施形態に係る超音波診断装置１の処理手順を示すフローチャートである。図９に示す処理手順は、例えば、計測対象である硬さ画像がディスプレイ１０３に表示されている場合に、計測を開始する旨の指示を操作者が行うことにより開始される。なお、図９に示す処理手順のうち、ステップＳ２０１～ステップＳ２０４の処理は、図６に示したステップＳ１０１～ステップＳ１０４の処理と同様であるので、説明を省略する。
Figure 9 is a flowchart showing the processing procedure of the ultrasound
図６に示すように、決定機能１６２は、比較結果に基づいて、複数の計測候補ＲＯＩを決定する（ステップＳ２０５）。例えば、決定機能１６２は、ＳＤｍａｐに基づいて複数の計測候補ＲＯＩを決定する。具体的には、決定機能１６２は、予め設定された情報（ルール）に基づいて、所定の形状及び大きさ、若しくは所定数の領域を計測候補ＲＯＩとして決定する。 As shown in FIG. 6, the determination function 162 determines multiple measurement candidate ROIs based on the comparison results (step S205). For example, the determination function 162 determines multiple measurement candidate ROIs based on an SDmap. Specifically, the determination function 162 determines areas of a predetermined shape and size, or a predetermined number of areas, as measurement candidate ROIs based on preset information (rules).
そして、表示制御機能１６４は、決定された複数の計測候補ＲＯＩを硬さ画像上に表示させる（ステップＳ２０６）。例えば、表示制御機能１６４は、決定された複数の計測候補ＲＯＩを表示ＲＯＩ上に表示させる。 Then, the display control function 164 displays the determined plurality of measurement candidate ROIs on the stiffness image (step S206). For example, the display control function 164 displays the determined plurality of measurement candidate ROIs on the display ROI.
そして、決定機能１６２は、計測ＲＯＩの選択を受け付ける（ステップＳ２０７）。例えば、決定機能１６２は、表示ＲＯＩ上に表示された複数の計測候補ＲＯＩの中から、計測ＲＯＩを選択する操作を操作者から受け付ける。この操作を受け付けると（ステップＳ２０７肯定）、決定機能１６２は、操作により選択された計測候補ＲＯＩを計測ＲＯＩとして決定する。なお、決定機能１６２は、計測ＲＯＩを選択する操作を受け付けるまで（ステップＳ２０７否定）、待機状態である。 Then, the decision function 162 accepts the selection of a measurement ROI (step S207). For example, the decision function 162 accepts an operation from the operator to select a measurement ROI from among multiple measurement candidate ROIs displayed on the display ROI. When this operation is accepted (step S207: Yes), the decision function 162 decides that the measurement candidate ROI selected by the operation is the measurement ROI. Note that the decision function 162 is in a standby state until it accepts an operation to select a measurement ROI (step S207: No).
そして、統計値算出機能１６３は、計測ＲＯＩにおける伝播速度の平均値を算出し（ステップＳ２０８）、算出した伝播速度の平均値を表示させる（ステップＳ２０９）。なお、ステップＳ２０８及びステップＳ２０９の処理は、図６に示したステップＳ１０７及びステップＳ１０８の処理と同様であるので、説明を省略する。 Then, the statistical value calculation function 163 calculates the average value of the propagation velocity in the measurement ROI (step S208) and displays the calculated average value of the propagation velocity (step S209). Note that the processing of steps S208 and S209 is similar to the processing of steps S107 and S108 shown in FIG. 6, and therefore the description thereof will be omitted.
なお、上述した図９の処理手順は、あくまで一例に過ぎず、上記の例に限定されるものではない。例えば、上記の例では、決定された計測ＲＯＩについてのみ、統計値（伝播速度の平均値）を算出する場合を説明したが、実施形態はこれに限定されるものではない。例えば、統計値は、全ての計測候補ＲＯＩごとに算出されてもよい。これにより、例えば、操作者は、各計測候補ＲＯＩの統計値を参照した上で、各計測候補ＲＯＩの中から計測ＲＯＩを選択することができる。 Note that the processing procedure in FIG. 9 described above is merely an example and is not limited to the above example. For example, in the above example, a case where a statistical value (average propagation speed) is calculated only for the determined measurement ROI is described, but the embodiment is not limited to this. For example, the statistical value may be calculated for each of the measurement candidate ROIs. This allows, for example, an operator to select a measurement ROI from each of the measurement candidate ROIs after referring to the statistical value of each measurement candidate ROI.
このように、第２の実施形態に係る超音波診断装置１において、解析機能１２１は、被検体Ｐに対して行なわれたスキャンの結果を解析することにより組織性状パラメータを算出する。そして、指標値算出機能１６１は、組織性状パラメータのばらつきに関する指標値を算出する。そして、決定機能１６２は、指標値に基づいて計測候補領域を決定する。そして、表示制御機能１６４は、組織性状パラメータに基づく画像上に、計測候補領域を表示させる。これによれば、超音波診断装置１は、ノイズを含まない複数の計測候補ＲＯＩを操作者に提示するので、簡易な操作で組織性状の解析を精度良く行うことができる。
In this way, in the ultrasound
（その他の実施形態）
上述した実施形態以外にも、種々の異なる形態にて実施されてもよい。
Other Embodiments
In addition to the above-described embodiment, the present invention may be embodied in various different forms.
（分割領域の大きさの変更）
例えば、上記の実施形態では、予め設定された大きさの分割領域を用いる場合を説明したが、実施形態はこれに限定されるものではない。例えば、分割領域の大きさは、操作者の任意で変更可能である。
(Changing the size of the divided area)
For example, in the above embodiment, a case where a divided region of a preset size is used has been described, but the embodiment is not limited to this. For example, the size of the divided region can be changed at the operator's discretion.
図１０は、その他の実施形態に係る超音波診断装置１の処理手順を示すフローチャートである。図１０に示す処理手順のうち、ステップＳ３０１～ステップＳ３０７の処理は、図９に示したステップＳ２０１～ステップＳ２０７の処理と同様であるので、説明を省略する。
Figure 10 is a flowchart showing the processing procedure of an ultrasound
図１０に示すように、計測ＲＯＩの選択を受け付けるまで（ステップＳ３０７否定）、処理回路１６０は、待機状態である。この場合に、入力装置１０２は、分割領域の大きさを変更する指示を操作者から受け付けると（ステップＳ３０８肯定）、受け付けた指示を処理回路１６０へ出力する。そして、操作者により指示を入力装置１０２から受け付けると、処理回路１６０は、ステップＳ３０３の処理へ移行する。つまり、指標値算出機能１６１は、操作者からの指示に応じて分割領域の大きさを変更し、変更した大きさの分割領域を用いて、伝播速度の分散値を再算出する。
As shown in FIG. 10, the
図１１は、その他の実施形態に係る指標値算出機能１６１の処理を説明するための図である。図１１に示すように、指標値算出機能１６１は、例えば、操作者からの指示に応じて、分割領域の大きさを３段階で変更する。具体的には、分割領域の大きさは、分割領域（小）、分割領域（中）、及び分割領域（大）の３段階で予め設定されている。各分割領域の大きさは、表示ＲＯＩに対して割り切れる（余りが生じない）大きさで設定されるのが好ましい。そして、この分割領域の大きさは、ダイヤルスイッチの操作と関連づけられている。例えば、操作者がダイヤルスイッチを操作することにより、分割領域の大きさが変更可能となる。そして、指標値算出機能１６１は、操作者からの指示に応じて、分割領域（小）、分割領域（中）、及び分割領域（大）のいずれかに設定する。そして、指標値算出機能１６１は、設定された大きさの分割領域を用いて、伝播速度の分散値を再算出する（ステップＳ３０３）。そして、ステップＳ３０４以降の処理が順に実行される。 11 is a diagram for explaining the processing of the index value calculation function 161 according to another embodiment. As shown in FIG. 11, the index value calculation function 161 changes the size of the divided area in three stages, for example, in response to an instruction from the operator. Specifically, the size of the divided area is set in advance in three stages: divided area (small), divided area (medium), and divided area (large). It is preferable that the size of each divided area is set to a size that is divisible by the display ROI (no remainder is generated). The size of this divided area is associated with the operation of a dial switch. For example, the size of the divided area can be changed by the operator operating the dial switch. Then, the index value calculation function 161 sets the divided area to one of the divided area (small), divided area (medium), and divided area (large) in response to an instruction from the operator. Then, the index value calculation function 161 recalculates the variance value of the propagation speed using the divided area of the set size (step S303). Then, the processing from step S304 onwards is executed in order.
一方、分割領域の大きさが変更されない場合には（ステップＳ３０８否定）、処理回路１６０は、ステップＳ３０７の処理へ移行する。つまり、処理回路１６０は、計測ＲＯＩの選択を受け付けるか、分割領域の大きさの変更を受け付けるまで、待機状態である。なお、ステップＳ３０９及びステップＳ３１０の処理は、図９に示したステップＳ２０８及びステップＳ２０９の処理と同様であるので、説明を省略する。
On the other hand, if the size of the divided region is not changed (No in step S308), the
これにより、超音波診断装置１は、操作者の任意の大きさに分割領域を設定することができる。このため、例えば、操作者は、所望の計測ＲＯＩが１０ｍｍであれば、分割領域の大きさを１０ｍｍ（若しくは１０ｍｍの約数）に設定するなど、所望の計測ＲＯＩの大きさに合わせて任意の大きさに変更することができる。
This allows the ultrasound
（ばらつきの閾値の変更）
例えば、上記の実施形態では、予め設定された閾値を用いる場合を説明したが、実施形態はこれに限定されるものではない。例えば、閾値は、操作者の任意で変更可能である。
(Change in variability threshold)
For example, in the above embodiment, a case where a preset threshold value is used has been described, but the embodiment is not limited to this. For example, the threshold value can be changed at the operator's discretion.
図１２は、その他の実施形態に係る超音波診断装置１の処理手順を示すフローチャートである。図１２に示す処理手順のうち、ステップＳ４０１～ステップＳ４０７の処理は、図９に示したステップＳ２０１～ステップＳ２０７の処理と同様であるので、説明を省略する。
Figure 12 is a flowchart showing the processing procedure of an ultrasound
図１２に示すように、計測ＲＯＩの選択を受け付けるまで（ステップＳ４０７否定）、処理回路１６０は、待機状態である。この場合に、入力装置１０２は、閾値を変更する操作を操作者から受け付けると（ステップＳ４０８肯定）、受け付けた指示を処理回路１６０へ出力する。そして、操作者による指示を入力装置１０２から受け付けると、処理回路１６０は、ステップＳ４０４の処理へ移行する。つまり、決定機能１６２は、操作者からの操作に応じて閾値を変更し、変更した閾値を用いて、各分割領域の伝播速度の分散値と閾値との比較を行う（ステップＳ４０４）。
As shown in FIG. 12, the
図１３は、その他の実施形態に係る決定機能１６２の処理を説明するための図である。図１３に示す例では、閾値を変更する操作を操作者から受け付けるために、ヒストグラムが表示される。このヒストグラムは、横方向がＳＤ（分散値）に対応し、縦方向が頻度（分割領域の数）に対応する。このヒストグラムにおいて、閾値は、縦方向のラインとして表される。図１３においては、ラインの右側は、ばらつきが大きいと判定される領域であり、ラインの左側は、ばらつきが小さいと判定される領域である。 Figure 13 is a diagram for explaining the processing of the decision function 162 according to another embodiment. In the example shown in Figure 13, a histogram is displayed to receive an operation to change the threshold from the operator. In this histogram, the horizontal direction corresponds to the SD (variance value) and the vertical direction corresponds to the frequency (number of divided areas). In this histogram, the threshold is represented as a vertical line. In Figure 13, the right side of the line is an area determined to have a large variation, and the left side of the line is an area determined to have a small variation.
ここで、操作者は、マウスなどの入力装置１０２を操作して、閾値のラインの位置を左右に変更する。ラインの位置を変更する操作を受け付けると、決定機能１６２は、受け付けた操作により指定されたラインの位置に閾値を変更する。そして、決定機能１６２は、変更した閾値と、各分割領域の伝播速度の分散値とを比較する（ステップＳ４０４）。そして、ステップＳ４０５以降の処理が順に実行される。
The operator then operates the
一方、閾値が変更されない場合には（ステップＳ４０８否定）、処理回路１６０は、ステップＳ４０７の処理へ移行する。つまり、処理回路１６０は、計測ＲＯＩの選択を受け付けるか、閾値の変更を受け付けるまで、待機状態である。なお、ステップＳ４０９及びステップＳ４１０の処理は、図９に示したステップＳ２０８及びステップＳ２０９の処理と同様であるので、説明を省略する。
On the other hand, if the threshold is not changed (No in step S408), the
これにより、超音波診断装置１は、操作者の任意の閾値に変更することができる。このため、例えば、操作者は、計測対象である部位に応じて、適切な閾値を設定することができる。なお、上述した閾値の変更は、あくまで一例に過ぎず、上記の説明に限定されるものではない。例えば、決定機能１６２は、計測対象の部位に応じて閾値を変更してもよい。例えば、部位ごとに適切な閾値を予め登録しておき、決定機能１６２は、操作者により指定された部位に応じた閾値を読み出すことで、閾値を決定しても良い。
This allows the ultrasound
（機械学習の適用）
上述した実施形態では、組織性状パラメータのばらつきに関する指標値を用いて計測ＲＯＩ（若しくは計測候補ＲＯＩ）を決定する場合を説明したが、実施形態はこれに限定されるものではない。例えば、超音波診断装置１は、組織性状パラメータの分布情報に対して機械学習を適用することにより計測ＲＯＩ（若しくは計測候補ＲＯＩ）を決定することも可能である。
(Application of machine learning)
In the above-described embodiment, a case has been described in which a measurement ROI (or a measurement candidate ROI) is determined using an index value related to the variation of a tissue attribute parameter, but the embodiment is not limited to this. For example, the ultrasound
すなわち、指標値算出機能１６１は、関心領域に含まれる複数の小領域それぞれについて、組織性状パラメータの分布情報を取得する。そして、指標値算出機能１６１は、組織性状パラメータの分布情報をトレーニングされた機械学習の入力とすることにより、小領域毎の組織性状パラメータの安定度を示す指標値を算出する。そして、決定機能１６２は、複数の小領域それぞれの指標値と閾値を比較することにより、計測領域（若しくは計測候補領域）を決定する。 That is, the index value calculation function 161 acquires distribution information of the tissue attribute parameters for each of the multiple small regions included in the region of interest. Then, the index value calculation function 161 calculates an index value indicating the stability of the tissue attribute parameters for each small region by using the distribution information of the tissue attribute parameters as an input for trained machine learning. Then, the determination function 162 determines the measurement region (or candidate measurement region) by comparing the index value of each of the multiple small regions with a threshold value.
図１４は、その他の実施形態に係る超音波診断装置１の処理を説明するための図である。図１４には、その他の実施形態に係る超音波診断装置１の処理内容を、ステップＳ１０～ステップＳ１４の順に例示する。
Figure 14 is a diagram for explaining the processing of the ultrasound
図１４に示すように、ステップＳ１０において、指標値算出機能１６１は、表示ＲＯＩに対応する硬さ画像を複数の小領域（分割領域）に分割する。なお、この指標値算出機能１６１の処理は、図２を用いて説明した指標値算出機能１６１の処理と同様であるので説明を省略する。 As shown in FIG. 14, in step S10, the index value calculation function 161 divides the stiffness image corresponding to the display ROI into a plurality of small regions (divided regions). Note that the processing of this index value calculation function 161 is similar to the processing of the index value calculation function 161 described using FIG. 2, and therefore a description thereof will be omitted.
ステップＳ１１において、指標値算出機能１６１は、分割領域ごとにヒストグラムを生成する。例えば、指標値算出機能１６１は、各分割領域に含まれる画素（ビクセル）の硬さをプロットすることで、ヒストグラムを生成する。具体的には、このヒストグラムにおいて、縦軸は頻度（ビクセル数）に対応し、横軸は硬さ（伝播速度）に対応する。なお、ここでは一例として、３パターンのヒストグラムを例示するが、これに限定されるものではない。また、このヒストグラムは、組織性状パラメータの分布情報の一例である。 In step S11, the index value calculation function 161 generates a histogram for each divided region. For example, the index value calculation function 161 generates a histogram by plotting the stiffness of pixels (vicels) contained in each divided region. Specifically, in this histogram, the vertical axis corresponds to frequency (number of vicels) and the horizontal axis corresponds to stiffness (propagation speed). Note that, as an example, three patterns of histograms are illustrated here, but the present invention is not limited to these. Also, this histogram is an example of distribution information of tissue attribute parameters.
ステップＳ１２において、指標値算出機能１６１は、各分割領域のヒストグラムを機械学習の入力とする。この機械学習は、様々なヒストグラムの形状と、その形状に応じた安定スコア（安定度）との対応関係が予め学習されている。ここで、安定スコアとは、分割領域内の硬さがどれだけ安定しているか（どれだけ一定であるか）を表す指標値である。 In step S12, the index value calculation function 161 uses the histogram of each divided region as an input for machine learning. This machine learning pre-learns the correspondence between various histogram shapes and the stability score (stability) corresponding to each shape. Here, the stability score is an index value that indicates how stable (constant) the hardness is within the divided region.
例えば、ステップＳ１１の下段のグラフに例示するように、ノイズを含まない理想的な分割領域では各ピクセルの硬さが一定の値に近い（分散が小さい）ので、ヒストグラムは突き出た形状となる。この場合、安定スコアは高い値となる。一方、ステップＳ１１の中断及び上段のグラフに例示するように、分割領域内のノイズが増大するほど、分割領域内の各ピクセルの硬さが一定の値にならなくなる（分散が大きくなる）ので、ヒストグラムが平坦な形状に変化する。このように、ヒストグラムが平坦になるほど、安定スコアは低い値となる。 For example, as illustrated in the lower graph of step S11, in an ideal division region that does not contain noise, the hardness of each pixel is close to a constant value (small variance), so the histogram has a protruding shape. In this case, the stability score will be a high value. On the other hand, as illustrated in the interruption of step S11 and the upper graph, as the noise in the division region increases, the hardness of each pixel in the division region will no longer be a constant value (the variance will increase), so the histogram will change to a flatter shape. In this way, the flatter the histogram, the lower the stability score will be.
つまり、指標値算出機能１６１が各分割領域のヒストグラムを機械学習に入力すると、機械学習は、入力されたヒストグラムの形状に応じた安定スコアを出力する。なお、この機械学習は、操作者（若しくは超音波診断装置１の設計者）により予め作成されている。 In other words, when the index value calculation function 161 inputs the histogram of each divided region into machine learning, the machine learning outputs a stability score according to the shape of the input histogram. Note that this machine learning is created in advance by the operator (or the designer of the ultrasound diagnostic device 1).
ステップＳ１３において、指標値算出機能１６１は、各分割領域の安定スコアを算出する。例えば、指標値算出機能１６１は、機械学習により出力された安定スコアを各分割領域に割り当てる。つまり、指標値算出機能１６１は、突き出た形状のヒストグラムである分割領域には、安定スコア「５：推奨」を割り当てる。また、指標値算出機能１６１は、平坦な形状のヒストグラムである分割領域には、安定スコア「１：非推奨」を割り当てる。また、指標値算出機能１６１は、突き出た形状と平坦な形状の中間程度の形状のヒストグラムである分割領域には、安定スコア「３：及第点」を割り当てる。このように、指標値算出機能１６１は、表示ＲＯＩに含まれる各分割領域について、安定スコアを割り当てる。なお、安定スコアは、安定度の一例である。 In step S13, the index value calculation function 161 calculates a stability score for each divided region. For example, the index value calculation function 161 assigns a stability score output by machine learning to each divided region. That is, the index value calculation function 161 assigns a stability score of "5: recommended" to a divided region that is a histogram of a protruding shape. The index value calculation function 161 also assigns a stability score of "1: not recommended" to a divided region that is a histogram of a flat shape. The index value calculation function 161 also assigns a stability score of "3: passing grade" to a divided region that is a histogram of a shape that is intermediate between a protruding shape and a flat shape. In this way, the index value calculation function 161 assigns a stability score to each divided region included in the display ROI. The stability score is an example of stability.
ステップＳ１４において、決定機能１６２は、安定スコアＭａｐを作成する。例えば、決定機能１６２は、指標値算出機能１６１により算出された各分割領域の安定スコアを用いて、安定スコアＭａｐを作成する。ここで、安定スコアＭａｐは、各分割領域の安定スコアを表示ＲＯＩ上の対応する位置に示した情報である。図１４の例では、安定スコア「５：推奨」である分割領域を「黒丸」で示し、安定スコア「３：及第点」である分割領域を「白丸」で示し、安定スコア「１：非推奨」である分割領域を「三角」で示す。 In step S14, the determination function 162 creates a stability score map. For example, the determination function 162 creates the stability score map using the stability scores of each divided area calculated by the index value calculation function 161. Here, the stability score map is information showing the stability scores of each divided area at the corresponding position on the display ROI. In the example of FIG. 14, divided areas with a stability score of "5: recommended" are shown with "black circles", divided areas with a stability score of "3: passing grade" are shown with "white circles", and divided areas with a stability score of "1: not recommended" are shown with "triangles".
例えば、決定機能１６２は、安定スコアＭａｐに基づいて、計測ＲＯＩを決定する。一例としては、決定機能１６２は、安定スコアが閾値以上となる複数の分割領域を組み合わせた領域の中から、任意の形状の計測ＲＯＩを少なくとも一つ決定する。ここで、閾値が「５」である場合には、決定機能１６２は、「黒丸」で示される複数の分割領域を組み合わせた領域の中から、任意の形状の計測ＲＯＩを少なくとも一つ決定する。なお、計測ＲＯＩを決定した後の処理については、上述した実施形態と同様であるので説明を省略する。 For example, the determination function 162 determines a measurement ROI based on the stability score Map. As an example, the determination function 162 determines at least one measurement ROI of an arbitrary shape from among a region that combines multiple divided regions whose stability scores are equal to or greater than a threshold. Here, when the threshold is "5", the determination function 162 determines at least one measurement ROI of an arbitrary shape from among a region that combines multiple divided regions indicated by "black circles". Note that the processing after determining the measurement ROI is the same as in the above-mentioned embodiment, and therefore will not be described.
なお、図１４の内容はあくまで一例であり、図１４の内容に限定されるものではない。例えば、図１４では、「黒丸」の分割領域を組み合わせた領域の中から計測ＲＯＩを決定する場合を説明したが、これに限定されるものではない。例えば、決定機能１６２は、「黒丸」及び「白丸」で示される分割領域を組み合わせた領域の中から、計測ＲＯＩを決定してもよい。つまり、計測ＲＯＩの決定に用いられる安定スコアは、操作者が任意に設定可能である。 Note that the contents of FIG. 14 are merely an example, and are not limited to the contents of FIG. 14. For example, FIG. 14 describes a case where a measurement ROI is determined from an area that combines divided areas of "black circles", but this is not limited to this. For example, the determination function 162 may determine a measurement ROI from an area that combines divided areas indicated by "black circles" and "white circles". In other words, the stability score used to determine the measurement ROI can be arbitrarily set by the operator.
また、図１４では、安定スコアが３段階で評価される場合を説明したが、実施形態はこれに限定されるものではない。例えば、指標値算出機能１６１は、安定スコアを２段階で評価してもよいし、４段階以上で評価してもよい。つまり、何段階で安定スコアを評価するかについては、操作者が任意に設定可能である。 Although FIG. 14 describes a case where the stability score is evaluated in three stages, the embodiment is not limited to this. For example, the index value calculation function 161 may evaluate the stability score in two stages, or in four or more stages. In other words, the operator can arbitrarily set the number of stages at which the stability score is evaluated.
また、図１４では、計測ＲＯＩを決定する場合を説明したが、実施形態はこれに限定されるものではない。例えば、決定機能１６２は、第２の実施形態にて説明したように、計測ＲＯＩに代えて計測候補ＲＯＩを決定してもよい。 Although FIG. 14 illustrates a case where a measurement ROI is determined, the embodiment is not limited to this. For example, the determination function 162 may determine a measurement candidate ROI instead of a measurement ROI, as described in the second embodiment.
（複数段階での評価）
また、例えば、上述した実施形態（図３）では、１つの閾値のみを用いて、ばらつきの大小を２段階（大きいか、小さいか）で評価する場合を説明したが、実施形態はこれに限定されるものではない。例えば、指標値算出機能１６１は、２つの閾値を用いて判定する場合には、図１４に例示したように、「推奨」、「及第点」、「非推奨」の３段階で評価可能である。この場合、図１４と同様に、「推奨」の領域を用いて計測ＲＯＩを決定してもよいし、「推奨」及び「及第点」の領域を用いて計測ＲＯＩを決定してもよい。また、指標値算出機能１６１は、３つ以上の閾値を用いて４段階以上で評価してもよい。
(Multi-level evaluation)
Also, for example, in the above-mentioned embodiment (FIG. 3), the case where the magnitude of the variation is evaluated in two stages (large and small) using only one threshold has been described, but the embodiment is not limited to this. For example, when the index value calculation function 161 uses two thresholds to make a judgment, it can be evaluated in three stages, "recommended", "passing grade", and "not recommended", as exemplified in FIG. 14. In this case, the measurement ROI may be determined using the "recommended" area, as in FIG. 14, or the measurement ROI may be determined using the "recommended" and "passing grade" areas. Also, the index value calculation function 161 may use three or more thresholds to perform evaluation in four or more stages.
（解析装置）
また、例えば、上記の実施形態では、解析装置の一例として、超音波診断装置について説明したが、実施形態はこれに限定されるものではない。例えば、解析装置としては、超音波診断装置１以外にも、Ｘ線診断装置、Ｘ線ＣＴ装置、ＭＲＩ装置、ＳＰＥＣＴ装置、ＰＥＴ装置、ＳＰＥＣＴ装置とＸ線ＣＴ装置とが一体化されたＳＰＥＣＴ－ＣＴ装置、ＰＥＴ装置とＸ線ＣＴ装置とが一体化されたＰＥＴ－ＣＴ装置、又はこれらの装置群等の医用画像診断装置が適用可能である。また、解析装置としては、医用画像診断装置に限らず、医用情報を処理可能な任意の情報処理装置（コンピュータ）が適用可能である。
(Analysis Equipment)
Also, for example, in the above embodiment, an ultrasonic diagnostic device has been described as an example of an analysis device, but the embodiment is not limited thereto. For example, in addition to the ultrasonic
図１５は、その他の実施形態に係る情報処理装置２００の構成例を示すブロック図である。情報処理装置２００は、例えば、パーソナルコンピュータやワークステーション等の装置である。
FIG. 15 is a block diagram showing an example configuration of an
図１５に示すように、情報処理装置２００は、入力装置２０１、ディスプレイ２０２、記憶回路２１０、及び処理回路２２０を備える。入力装置２０１、ディスプレイ２０２、記憶回路２１０、及び処理回路２２０は、相互に通信可能に接続される。
As shown in FIG. 15, the
入力装置２０１は、マウス、キーボード、タッチパネル等、操作者からの各種の指示や設定要求を受け付けるための入力装置である。ディスプレイ２０２は、医用画像を表示したり、操作者が入力装置２０１を用いて各種設定要求を入力するためのＧＵＩを表示したりする表示装置である。
The
記憶回路２１０は、例えば、ＮＡＮＤ（Not AND）型フラッシュメモリやＨＤＤ（Hard Disk Drive）であり、医用画像データやＧＵＩを表示するための各種のプログラムや、当該プログラムによって用いられる情報を記憶する。 The memory circuit 210 is, for example, a NAND (Not AND) type flash memory or a HDD (Hard Disk Drive), and stores various programs for displaying medical image data and GUIs, as well as information used by the programs.
処理回路２２０は、情報処理装置２００における処理全体を制御する電子機器（プロセッサ）である。処理回路２２０は、解析機能２２１と、指標値算出機能２２２と、決定機能２２３と、統計値算出機能２２４と、表示制御機能２２５とを実行する。処理回路２２０が実行する各処理機能は、例えば、コンピュータによって実行可能なプログラムの形態で記憶回路２１０内に記録されている。処理回路２２０は、各プログラムを読み出し、実行することで読み出した各プログラムに対応する機能を実現する。
The processing circuitry 220 is an electronic device (processor) that controls the overall processing in the
例えば、解析機能２２１は、図１に示した解析機能１２１と基本的に同様の処理を実行可能である。また、指標値算出機能２２２は、図１に示した指標値算出機能１６１と基本的に同様の処理を実行可能である。また、決定機能２２３は、図１に示した決定機能１６２と基本的に同様の処理を実行可能である。また、統計値算出機能２２４は、図１に示した統計値算出機能１６３と基本的に同様の処理を実行可能である。また、表示制御機能２２５は、図１に示した表示制御機能１６４と基本的に同様の処理を実行可能である。これによれば、情報処理装置２００は、上述した超音波診断装置１と同様に組織性状の解析を精度良く行うことができる。
For example, the
（組織性状パラメータ）
また、例えば、上記の実施形態では、組織性状パラメータの一例として、せん断波の伝播速度が適用される場合を説明したが、実施形態はこれに限定されるものではない。例えば、せん断波の伝播速度に代えて、上述したせん断波の到達時間が適用されてもよいし、弾性率が適用されてもよい。
(Tissue attribute parameters)
In addition, for example, in the above embodiment, the case where the shear wave propagation speed is applied as an example of the tissue attribute parameter has been described, but the embodiment is not limited thereto. For example, instead of the shear wave propagation speed, the above-mentioned shear wave arrival time or elastic modulus may be applied.
また、超音波診断装置１においては、例えば、カラードプラ法による血流の「速度」や組織ドプラ法（Tissue Doppler Imaging：ＴＤＩ）による組織の「変位」、生体組織の圧迫・解放などの微弱な振動により生じる歪みを画像化するストレイン・エラストグラフィによる組織の「歪み（ストレイン）」、減衰画像として表される生体内を伝播する超音波の「減衰」、受信信号の信号振幅分布のレイリー分布（Rayleigh distribution）からの逸脱度である「輝度局所分散値」などが組織性状パラメータとして適用可能である。解析機能１２１は、組織性状パラメータとして、スキャンが行われた各位置における伝播速度、到達時間、弾性率、速度、変位、歪み、減衰、及び輝度局所分散値のうちいずれかを算出する。また、超音波診断装置１により得られる組織性状パラメータ以外にも、例えば、ＭＲＩ装置を用いたエラストグラフィによる硬さのパラメータや、物質ごとのＸ線減弱係数の違いを利用してデュアルエナジーＣＴ（Dual energy CT）により解析した物質弁別に関するパラメータなどが組織性状パラメータとして適用可能である。言い換えると、被検体内の組織の断層像に用いるパラメータではなく、組織の性状を表すパラメータであれば適用可能である。
In addition, in the ultrasound
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況等に応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。更に、各装置にて行なわれる各処理機能は、その全部又は任意の一部が、ＣＰＵ及び当該ＣＰＵにて解析実行されるプログラムにて実現され、或いは、ワイヤードロジックによるハードウェアとして実現され得る。 In addition, each component of each device shown in the figure is a functional concept, and does not necessarily have to be physically configured as shown in the figure. In other words, the specific form of distribution and integration of each device is not limited to that shown in the figure, and all or part of it can be functionally or physically distributed and integrated in any unit depending on various loads, usage conditions, etc. Furthermore, each processing function performed by each device can be realized in whole or in part by a CPU and a program analyzed and executed by the CPU, or can be realized as hardware using wired logic.
また、上記の実施形態において説明した各処理のうち、自動的に行なわれるものとして説明した処理の全部又は一部を手動的に行なうこともでき、或いは、手動的に行なわれるものとして説明した処理の全部又は一部を公知の方法で自動的に行なうこともできる。この他、上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。 Furthermore, among the processes described in the above embodiments, all or part of the processes described as being performed automatically can be performed manually, or all or part of the processes described as being performed manually can be performed automatically using known methods. In addition, the information including the processing procedures, control procedures, specific names, various data, and parameters shown in the above documents and drawings can be changed as desired unless otherwise specified.
また、上記の実施形態で説明した解析方法は、予め用意された解析プログラムをパーソナルコンピュータやワークステーション等のコンピュータで実行することによって実現することができる。この解析プログラムは、インターネット等のネットワークを介して配布することができる。また、この解析プログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ、ＤＶＤ等のコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することもできる。 The analysis method described in the above embodiment can be realized by executing a prepared analysis program on a computer such as a personal computer or a workstation. This analysis program can be distributed via a network such as the Internet. This analysis program can also be recorded on a computer-readable recording medium such as a hard disk, flexible disk (FD), CD-ROM, MO, or DVD, and executed by being read from the recording medium by a computer.
以上説明した少なくともひとつの実施形態によれば、組織性状の解析を精度良く行うことができる。 According to at least one of the embodiments described above, tissue properties can be analyzed with high accuracy.
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 Although several embodiments of the present invention have been described, these embodiments are presented as examples and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, substitutions, and modifications can be made without departing from the gist of the invention. These embodiments and their modifications are within the scope of the invention and its equivalents as set forth in the claims, as well as the scope and gist of the invention.
１ 超音波診断装置
１２０ 信号処理回路
１２１ 解析機能
１６０ 処理回路
１６１ 指標値算出機能
１６２ 決定機能
１６３ 統計値算出機能
１６４ 表示制御機能
REFERENCE SIGNS
Claims (11)
前記スキャンの結果を解析することにより、前記関心領域内の複数の位置それぞれについて前記関心領域を伝播したせん断波に基づく情報を取得する取得部と、
前記せん断波に基づく情報を学習済みモデルに入力することにより、前記関心領域内の複数の位置それぞれにおける組織性状パラメータの安定性に関する情報を出力する出力部と、を備えた、
解析装置。 A scan execution unit that scans a shear wave that has propagated through a region of interest that is shown in a partial region of an ultrasound image of a subject;
an acquisition unit that acquires information based on shear waves that have propagated through the region of interest for each of a plurality of positions within the region of interest by analyzing a result of the scan ;
and an output unit that outputs information regarding stability of tissue attribute parameters at each of a plurality of positions within the region of interest by inputting information based on the shear wave into a trained model.
Analysis equipment.
請求項１に記載の解析装置。 A determination unit that determines a candidate region based on information about the stability for the plurality of positions and a predetermined threshold value,
The analysis device according to claim 1 .
請求項２に記載の解析装置。 A statistical value calculation unit is further provided for calculating a statistical value of a tissue attribute parameter in the candidate region.
The analysis device according to claim 2 .
請求項１に記載の解析装置。 A display control unit is further provided that displays identification information that identifies stability within the region of interest based on the information regarding the stability for the plurality of positions.
The analysis device according to claim 1 .
前記表示制御部は、前記候補領域を前記識別情報として表示する、
請求項４に記載の解析装置。 a determination unit that determines a candidate region based on information about the stability for the plurality of positions and a predetermined threshold value;
The display control unit displays the candidate region as the identification information.
The analysis device according to claim 4 .
請求項２に記載の解析装置。 The determination unit accepts an operation to change the threshold value.
The analysis device according to claim 2 .
請求項６に記載の解析装置。 The determination unit determines the candidate region based on the threshold value changed by the operation and information related to the stability .
The analysis device according to claim 6 .
請求項１に記載の解析装置。 The information on the stability is at least one of the variance, the standard deviation, and the residual sum of squares of the tissue attribute parameter.
The analysis device according to claim 1 .
請求項１に記載の解析装置。 The tissue attribute parameter is either a propagation velocity of a shear wave or an arrival time of the shear wave.
The analysis device according to claim 1 .
請求項３に記載の解析装置。 The statistical value is at least one of a mean, a median, a variance, a standard deviation, and a residual sum of squares.
The analysis device according to claim 3 .
被検体の超音波画像の一部の領域に示された関心領域を伝播したせん断波をスキャンするスキャン実行部、
前記スキャンの結果を解析することにより、前記関心領域内の複数の位置それぞれについて当該関心領域を伝播したせん断波に基づく情報を取得する取得部、および
前記せん断波に基づく情報を学習済みモデルに入力することにより、前記関心領域内の複数の位置それぞれにおける組織性状パラメータの安定性に関する情報を出力する出力部、として機能させる、
解析プログラム。
Computer,
a scan execution unit that scans a shear wave propagating through a region of interest shown in a partial region of an ultrasound image of the subject;
an acquisition unit that acquires information based on shear waves that have propagated through the region of interest for each of a plurality of positions within the region of interest by analyzing the results of the scan ; and an output unit that outputs information regarding the stability of tissue attribute parameters at each of a plurality of positions within the region of interest by inputting the information based on the shear waves into a trained model.
Analysis program.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016144697 | 2016-07-22 | ||
| JP2016144697 | 2016-07-22 | ||
| JP2022037415A JP7230255B2 (en) | 2016-07-22 | 2022-03-10 | Analysis device and analysis program |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022037415A Division JP7230255B2 (en) | 2016-07-22 | 2022-03-10 | Analysis device and analysis program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023053345A JP2023053345A (en) | 2023-04-12 |
| JP7490839B2 true JP7490839B2 (en) | 2024-05-27 |
Family
ID=61164068
Family Applications (3)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017140280A Active JP7043193B2 (en) | 2016-07-22 | 2017-07-19 | Analytical device, ultrasonic diagnostic device, and analysis program |
| JP2023021532A Active JP7490839B2 (en) | 2016-07-22 | 2023-02-15 | Analysis device and analysis program |
| JP2023021533A Active JP7490840B2 (en) | 2016-07-22 | 2023-02-15 | Analysis device and analysis program |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017140280A Active JP7043193B2 (en) | 2016-07-22 | 2017-07-19 | Analytical device, ultrasonic diagnostic device, and analysis program |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2023021533A Active JP7490840B2 (en) | 2016-07-22 | 2023-02-15 | Analysis device and analysis program |
Country Status (1)
| Country | Link |
|---|---|
| JP (3) | JP7043193B2 (en) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3086528A1 (en) * | 2018-10-02 | 2020-04-03 | Echosens | METHOD FOR THE AUTOMATIC SELECTION OF A CALCULATION DEPTH RANGE OF A PROPERTY OF A VISCOELASTIC MEDIUM |
| JP2020092936A (en) * | 2018-12-14 | 2020-06-18 | キヤノンメディカルシステムズ株式会社 | Ultrasonic diagnostic device and ultrasonic diagnostic program |
| JP6697537B1 (en) * | 2018-12-20 | 2020-05-20 | ゼネラル・エレクトリック・カンパニイ | Medical image device and its control program |
| US11850099B2 (en) | 2019-02-26 | 2023-12-26 | Canon Medical Systems Corporation | Ultrasonic diagnostic apparatus |
| WO2021177357A1 (en) * | 2020-03-03 | 2021-09-10 | 富士フイルム株式会社 | Information processing device, information processing method, and information processing program |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007125152A (en) | 2005-11-02 | 2007-05-24 | Hitachi Medical Corp | Ultrasonic diagnostic apparatus |
| JP2012055493A (en) | 2010-09-08 | 2012-03-22 | Toshiba Corp | Image processor |
| WO2012077579A1 (en) | 2010-12-08 | 2012-06-14 | 株式会社日立メディコ | Ultrasound diagnosis apparatus |
| JP2015126955A (en) | 2015-04-08 | 2015-07-09 | 日立アロカメディカル株式会社 | Ultrasonic diagnostic device and ultrasonic diagnostic method |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4314166B2 (en) | 2004-07-15 | 2009-08-12 | アロカ株式会社 | Ultrasonic diagnostic equipment |
| JP5364009B2 (en) | 2010-02-12 | 2013-12-11 | 富士フイルム株式会社 | Image generating apparatus, image generating method, and program thereof |
| WO2012035472A1 (en) | 2010-09-16 | 2012-03-22 | Koninklijke Philips Electronics N.V. | Quantification of tissue strain in ultrasonic elastography images |
| CN104334086B (en) | 2012-06-07 | 2017-03-08 | 株式会社日立制作所 | Region Of Interest establishing method and diagnostic ultrasound equipment |
| JP5730979B2 (en) | 2013-11-08 | 2015-06-10 | 日立アロカメディカル株式会社 | Ultrasonic diagnostic apparatus and elasticity evaluation method |
| JP6462340B2 (en) | 2013-12-13 | 2019-01-30 | キヤノンメディカルシステムズ株式会社 | Ultrasonic diagnostic apparatus, image processing apparatus, and image processing method |
| JP2016087140A (en) | 2014-11-06 | 2016-05-23 | 日立アロカメディカル株式会社 | Ultrasonic diagnostic device |
-
2017
- 2017-07-19 JP JP2017140280A patent/JP7043193B2/en active Active
-
2023
- 2023-02-15 JP JP2023021532A patent/JP7490839B2/en active Active
- 2023-02-15 JP JP2023021533A patent/JP7490840B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007125152A (en) | 2005-11-02 | 2007-05-24 | Hitachi Medical Corp | Ultrasonic diagnostic apparatus |
| JP2012055493A (en) | 2010-09-08 | 2012-03-22 | Toshiba Corp | Image processor |
| WO2012077579A1 (en) | 2010-12-08 | 2012-06-14 | 株式会社日立メディコ | Ultrasound diagnosis apparatus |
| US20130289402A1 (en) | 2010-12-08 | 2013-10-31 | Hitachi Medical Corporation | Ultrasound diagnosis apparatus |
| JP2015126955A (en) | 2015-04-08 | 2015-07-09 | 日立アロカメディカル株式会社 | Ultrasonic diagnostic device and ultrasonic diagnostic method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7043193B2 (en) | 2022-03-29 |
| JP2023053346A (en) | 2023-04-12 |
| JP7490840B2 (en) | 2024-05-27 |
| JP2018020107A (en) | 2018-02-08 |
| JP2023053345A (en) | 2023-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7230255B2 (en) | Analysis device and analysis program | |
| JP7490839B2 (en) | Analysis device and analysis program | |
| US20230080726A1 (en) | Ultrasonic diagnosis apparatus, image processing apparatus, and image processing method for tissue displacement caused by a shearwave generated by acoustic radiation force | |
| JP6608232B2 (en) | Medical image diagnostic apparatus, medical image processing apparatus, and medical information display control method | |
| JP5925438B2 (en) | Ultrasonic diagnostic equipment | |
| CN106963419B (en) | Analysis device | |
| JP2019118820A (en) | Analysis device and analysis program | |
| JP2020511250A (en) | Volume rendered ultrasound image | |
| JP2023160986A (en) | Ultrasonic diagnostic device and analysis device | |
| KR20150104890A (en) | Method and apparatus for generating ultrasound image having enhanced quality | |
| US20240122577A1 (en) | Ultrasonic diagnostic apparatus | |
| US20220273266A1 (en) | Ultrasound diagnosis apparatus and image processing apparatus | |
| JP5823184B2 (en) | Ultrasonic diagnostic apparatus, medical image processing apparatus, and medical image processing program | |
| JP2021186237A (en) | Medical image diagnostic apparatus and medical image processing apparatus | |
| JP6786260B2 (en) | Ultrasonic diagnostic equipment and image generation method | |
| JP2020178989A (en) | Ultrasonic diagnostic device and analyzer | |
| WO2021230230A1 (en) | Ultrasonic diagnosis device, medical image processing device, and medical image processing method | |
| JP2021186676A (en) | Ultrasonic diagnostic apparatus and image processing device | |
| JP2019115559A (en) | Ultrasound diagnostic apparatus and information processing program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230315 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230315 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231027 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231121 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240122 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240416 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240515 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7490839 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |