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

0001

本発明は、超音波を用いて検体の組織性状を判定する超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラムに関する。

0002

従来、超音波を用いた乳がん等の検査技術として、超音波エラストグラフィという技術が知られている（例えば、特許文献１を参照）。超音波エラストグラフィは、生体内の癌や腫瘍組織の硬さが病気の進行状況や生体によって異なることを利用する技術である。この技術では、外部から検査箇所を圧迫した状態で、超音波を用いてその検査箇所における生体組織の歪量や弾性率を計測し、この計測結果を断層像として画像表示している。

0003

国際公開第２００５／１２２９０６号

0004

しかしながら、上述した超音波エラストグラフィでは、血管やリンパ管などの脈管の下部には押し付ける圧力が伝わりにくいという問題があった。そのため、脈管の近傍に腫瘍が形成されている場合、腫瘍の境界が不明りょうであり、脈管内への腫瘍の浸潤の鑑別も難しかった。このように、超音波エラストグラフィでは、組織性状の鑑別を精度よく行うことができない場合があった。

0005

また、超音波エラストグラフィでは、検査者が検査箇所を圧迫する際の圧力や圧迫速度に個人差が生じやすいため、測定結果の信頼性が低いという問題もあった。

0006

本発明は、上記に鑑みてなされたものであって、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる超音波診断装置、超音波診断装置の作動方法および超音波診断装置の作動プログラムを提供することを目的とする。

0007

上述した課題を解決し、目的を達成するために、本発明に係る超音波診断装置は、検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置であって、受信した超音波の周波数を解析することによって周波数スペクトルを算出する周波数解析部と、前記周波数解析部が算出した周波数スペクトルに対し、超音波が伝播する際に該超音波の受信深度および周波数に応じて発生する減衰の寄与を削減する減衰補正処理と近似処理とを行うことにより、前記検体の特徴量を抽出する特徴量抽出部と、複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量を前記複数の既知検体の組織性状と関連付けて記憶する記憶部と、前記記憶部が前記複数の既知検体の組織性状と関連付けて記憶する特徴量および前記特徴量抽出部が抽出した特徴量を用いることによって前記検体の所定領域の組織性状を判定する組織性状判定部と、を備えたことを特徴とする。

0008

また、本発明に係る超音波診断装置は、上記発明において、前記特徴量抽出部は、前記周波数解析部が算出した周波数スペクトルに対して前記近似処理を行うことにより、前記減衰補正処理を行う前の補正前特徴量を抽出する近似部と、前記近似部が抽出した補正前特徴量に対して前記減衰補正処理を行うことにより、前記周波数スペクトルの特徴量を抽出する減衰補正部と、を有することを特徴とする。

0009

また、本発明に係る超音波診断装置は、上記発明において、前記特徴量抽出部は、前記周波数スペクトルに対して前記減衰補正処理を行う減衰補正部と、前記減衰補正部が補正した周波数スペクトルに対して前記近似処理を行うことにより、前記周波数スペクトルの特徴量を抽出する近似部と、を有することを特徴とする。

0010

また、本発明に係る超音波診断装置は、上記発明において、前記減衰補正部は、超音波の受信深度が大きいほど大きな補正を行うことを特徴とする。

0011

また、本発明に係る超音波診断装置は、上記発明において、前記近似部は、回帰分析によって前記周波数スペクトルを多項式で近似することを特徴とする。

0012

また、本発明に係る超音波診断装置は、上記発明において、前記近似部は、前記周波数スペクトルを一次式で近似し、前記一次式の傾き、前記一次式の切片、および前記傾きと前記切片と前記周波数スペクトルの周波数帯域に含まれる特定の周波数とを用いて定まる強度、のうち少なくとも２つを含む複数の特徴量を抽出することを特徴とする。

0013

また、本発明に係る超音波診断装置は、上記発明において、前記減衰補正部は、少なくとも前記傾きおよび前記強度に対して補正を行うことを特徴とする。

0014

また、本発明に係る超音波診断装置は、上記発明において、前記記憶部は、前記複数の既知検体に対して組織性状ごとに分類されたグループにおける各特徴量の平均を記憶し、前記組織性状判定部は、前記複数の特徴量の少なくともいずれか一つを成分とする特徴量空間を設定し、前記検体の周波数スペクトルの特徴量のうち前記特徴量空間の成分をなす特徴量を前記特徴量空間の座標として有する検体点と、前記複数の既知検体の前記グループにおける各特徴量のうち前記特徴量空間の成分をなす特徴量の平均を前記特徴量空間の座標として有する既知検体平均点との前記特徴量空間上の距離に基づいて、前記検体の組織性状を判定することを特徴とする。

0015

また、本発明に係る超音波診断装置は、上記発明において、前記組織性状判定部は、前記複数の既知検体における組織性状ごとに分類されたグループに前記検体の特徴量を加えた母集団における特徴量の標準偏差を算出し、この標準偏差と前記グループにおける特徴量の標準偏差との差が最小である特徴量を有するグループに対応した組織性状を前記検体の組織性状とすることを特徴とする。

0016

また、本発明に係る超音波診断装置は、上記発明において、前記検体から受信した超音波の受信信号を増幅する信号増幅部と、前記信号増幅部が増幅した前記受信信号の振幅を輝度に変換して表示するＢモード表示画像データを生成するＢモード表示画像データ生成部と、をさらに備え、前記信号増幅部は、前記Ｂモード表示画像データ生成部へ出力する信号に対して受信深度に応じて増幅率を変化させながら増幅を行う一方、前記周波数解析部へ出力する信号に対して一定の増幅率で増幅を行うことを特徴とする。

0017

また、本発明に係る超音波診断装置は、上記発明において、前記Ｂモード表示画像データ生成部へ出力する信号に対する増幅率は、所定の受信深度まで単調増加することを特徴とする。

0018

また、本発明に係る超音波診断装置は、上記発明において、受信した超音波の信号の振幅を輝度に変換して表示するＢモード表示画像データを生成するＢモード表示画像データ生成部と、前記検体の特徴量に対応する視覚情報を生成し、この生成した視覚情報、前記Ｂモード表示画像データ生成部が生成したＢモード表示画像データ、および前記組織性状判定部が判定した結果を用いることによって前記検体の組織性状の判定結果を表示する判定結果表示画像データを生成する判定結果表示画像データ生成部と、前記判定結果表示画像データ生成部が生成した判定結果表示画像データに対応する画像を表示する表示部と、をさらに備えたことを特徴とする。

0019

また、本発明に係る超音波診断装置は、上記発明において、前記判定結果表示画像データは、前記組織性状判定部によって判定された組織性状を強調する組織性状強調画像を含み、前記判定結果表示画像データ生成部は、前記Ｂモード表示画像において、前記組織性状判定部によって所定の組織性状と判定された領域を、前記検体の特徴量に対応する視覚情報を有する特徴量画像へ置換することにより、前記組織性状強調画像を生成することを特徴とする。

0020

また、本発明に係る超音波診断装置は、上記発明において、前記判定結果表示画像データは、前記組織性状判定部によって判定された組織性状を強調する組織性状強調画像を含み、前記判定結果表示画像データ生成部は、前記Ｂモード表示画像において、前記組織性状判定部によって所定の組織性状と判定された領域以外の領域を、前記検体の特徴量に対応する視覚情報を有する特徴量画像へ置換することにより、前記組織性状強調画像を生成することを特徴とする。

0021

また、本発明に係る超音波診断装置は、上記発明において、前記判定結果表示画像データは、前記組織性状判定部によって判定された組織性状を強調する組織性状強調画像を含み、前記判定結果表示画像データ生成部は、前記Ｂモード表示画像および前記検体の特徴量に対応する視覚情報を有する特徴量画像において互いに対応する画素値を重み付けして平均した値を画素値とすることにより、前記組織性状強調画像を生成することを特徴とする。

0022

また、本発明に係る超音波診断装置は、上記発明において、前記視覚情報は、色空間を構成する変数であることを特徴とする。

0023

また、本発明に係る超音波診断装置の作動方法は、検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置の作動方法であって、受信した超音波の周波数を解析することによって周波数スペクトルを周波数解析部により算出する周波数解析ステップと、前記周波数解析ステップで算出した周波数スペクトルに対し、超音波が伝播する際に該超音波の受信深度および周波数に応じて発生する減衰の寄与を削減する減衰補正処理と近似処理とを行うことにより、前記検体の特徴量を特徴量抽出部により抽出する特徴量抽出ステップと、複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量および前記特徴量抽出ステップで抽出した特徴量を用いることによって前記検体の所定領域の組織性状を組織性状判定部により判定する組織性状判定ステップと、を有することを特徴とする。

0024

また、本発明に係る超音波診断装置の作動プログラムは、検体に対して超音波を送信するとともに前記検体によって反射された超音波を受信することにより、受信した超音波に基づく前記検体の組織性状を判定する超音波診断装置に、受信した超音波の周波数を解析することによって周波数スペクトルを周波数解析部により算出する周波数解析ステップと、前記周波数解析ステップで算出した周波数スペクトルに対し、超音波が伝播する際に該超音波の受信深度および周波数に応じて発生する減衰の寄与を削減する減衰補正処理と近似処理とを行うことにより、前記検体の特徴量を特徴量抽出部により抽出する特徴量抽出ステップと、複数の既知検体によってそれぞれ反射された超音波をもとに抽出された周波数スペクトルの特徴量および前記特徴量抽出ステップで抽出した特徴量を用いることによって前記検体の所定領域の組織性状を組織性状判定部により判定する組織性状判定ステップと、を実行させることを特徴とする。

0025

本発明によれば、受信した超音波の周波数を解析することによって得た周波数スペクトルに対し、超音波が伝播する際に該超音波の受信深度および周波数に応じて発生する減衰の寄与を削減する減衰補正処理と近似処理とを行うことにより、検体の特徴量を抽出し、この抽出した検体の特徴量および複数の既知検体の特徴量を用いることによってその検体の所定領域の組織性状を判定するため、生体組織の歪量や弾性率を用いることなく、組織の違いを明確に峻別することができる。したがって、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。

0026

図１は、本発明の実施の形態１に係る超音波診断装置の構成を示すブロック図である。
図２は、Ｂモード画像用エコー信号の増幅率と受信深度との関係を示す図である。
図３は、演算用エコー信号の増幅率と受信深度との関係を示す図である。
図４は、本発明の実施の形態１に係る超音波診断装置の処理の概要を示すフローチャートである。
図５は、本発明の実施の形態１に係る超音波診断装置の表示部におけるＢモード画像の表示例を示す図である。
図６は、本発明の実施の形態１に係る超音波診断装置の周波数解析部が行う処理の概要を示すフローチャートである。
図７は、一つの音線のデータ配列を模式的に示す図である。
図８は、本発明の実施の形態１に係る超音波診断装置の周波数解析部が算出した周波数スペクトルの例（第１例）を示す図である。
図９は、本発明の実施の形態１に係る超音波診断装置の周波数解析部が算出した周波数スペクトルの例（第２例）を示す図である。
図１０は、図８に示す直線に関連する特徴量に対して減衰補正を行った後の特徴量から定まる新たな直線を示す図である。
図１１は、本発明の実施の形態１に係る超音波診断装置の組織性状判定部が行う処理の概要を示すフローチャートである。
図１２は、本発明の実施の形態１に係る超音波診断装置の組織性状判定部が設定する特徴量空間の一例を示す図である。
図１３は、本発明の実施の形態１に係る超音波診断装置の表示部が表示する判定結果表示画像の表示例を示す図である。
図１４は、本発明の実施の形態１に係る超音波診断装置が行う減衰補正処理の効果を説明する図である。
図１５は、カラー画像を用いた場合の組織性状強調画像の表示例（第１例）を示す図である。
図１６は、図１５に示す画像を白黒で模式的に示す図である。
図１７は、カラー画像を用いた場合の組織性状強調画像の表示例（第２例）を示す図である。
図１８は、図１７に示す画像を白黒で模式的に示す図である。
図１９は、カラー画像を用いた場合の組織性状強調画像の表示例（第３例）を示す図である。
図２０は、図１９に示す画像を白黒で模式的に示す図である。
図２１は、本発明の実施の形態２に係る超音波診断装置の処理の概要を示すフローチャートである。
図２２は、本発明の実施の形態２に係る超音波診断装置が行う減衰補正処理の概要を模式的に示す図である。
図２３は、本発明の実施の形態５に係る超音波診断装置の組織性状判定部が行う組織性状判定処理の概要を説明する図である。

0027

以下、添付図面を参照して、本発明を実施するための形態（以下、「実施の形態」という）を説明する。

0028

（実施の形態１）
図１は、本発明の実施の形態１に係る超音波診断装置の構成を示すブロック図である。同図に示す超音波診断装置１は、超音波を用いて診断対象である検体の組織性状を判定する装置である。

0029

超音波診断装置１は、外部へ超音波パルスを出力するとともに、外部で反射された超音波エコーを受信する超音波探触子２と、超音波探触子２との間で電気信号の送受信を行う送受信部３と、超音波エコーを変換した電気的なエコー信号に対して所定の演算を施す演算部４と、超音波エコーを変換した電気的なエコー信号に対応する画像データの生成を行う画像処理部５と、キーボード、マウス、タッチパネル等のインタフェースを用いて実現され、各種情報の入力を受け付ける入力部６と、液晶または有機ＥＬ等からなる表示パネルを用いて実現され、画像処理部５が生成した画像を含む各種情報を表示する表示部７と、既知検体の組織性状に関する情報を含む各種情報を記憶する記憶部８と、超音波診断装置１の動作制御を行う制御部９と、を備える。

0030

超音波探触子２は、送受信部３から受信した電気的なパルス信号を超音波パルス（音響パルス信号）に変換するとともに、外部の検体で反射された超音波エコーを電気的なエコー信号に変換する信号変換部２１を有する。超音波探触子２は、超音波振動子をメカ的に走査させるものであってもよいし、複数の超音波振動子を電子的に走査させるものであってもよい。

0031

送受信部３は、超音波探触子２と電気的に接続され、パルス信号を超音波探触子２へ送信するとともに、超音波探触子２から受信信号であるエコー信号を受信する。具体的には、送受信部３は、予め設定された波形および送信タイミングに基づいてパルス信号を生成し、この生成したパルス信号を超音波探触子２へ送信する。

0032

送受信部３は、エコー信号を増幅する信号増幅部３１を有する。信号増幅部３１は、画像処理部５がエコー信号の振幅を輝度に変換することによってＢモード画像データを生成するために用いるエコー信号（以下、「Ｂモード画像用エコー信号」という）および演算部４が演算を施すために用いるエコー信号（以下、「演算用エコー信号」という）に対し、互いに異なる増幅率でそれぞれ増幅する。具体的には、信号増幅部３１は、Ｂモード画像用エコー信号に対しては、受信深度が大きいエコー信号ほど高い増幅率で増幅するＳＴＣ（Ｓｅｎｓｉｔｉｖｉｔｙ Ｔｉｍｅ Ｃｏｎｔｒｏｌ）補正を行う一方、演算用エコー信号に対しては、受信深度によらず一定の増幅率で増幅する処理を行う。信号増幅部３１は、Ｂモード画像用エコー信号の増幅と演算用エコー信号の増幅とをフレーム単位またはライン単位で切り換えながら行う。

0033

図２は、Ｂモード画像用エコー信号の増幅率と受信深度との関係を示す図である。図２に示す受信深度ｚは、超音波の受信開始時点からの経過時間に基づいて算出される量である。図２に示すように、増幅率βは、受信深度ｚが閾値ｚｔｈより小さい場合、受信深度ｚの増加に伴ってβＯからβｔｈ（＞β０）へ線型に増加する。また、増幅率βは、受信深度ｚが閾値ｚｔｈ以上である場合、一定値βｔｈをとる。閾値ｚｔｈの値は、検体から受信する超音波信号がほとんど減衰してしまい、ノイズが支配的になるような値である。なお、より一般に、増幅率βは、受信深度ｚが閾値ｚｔｈより小さい場合、受信深度ｚの増加に伴って単調増加すればよい。

0034

図３は、演算用エコー信号の増幅率と受信深度との関係を示す図である。図３における受信深度ｚも、図２に示す場合と同様に超音波の受信開始時点からの経過時間に基づいて算出される量である。図３に示すように、信号増幅部３１は、演算用エコー信号に対しては、受信深度ｚによらず一定の増幅率β１で増幅を行う。

0035

送受信部３は、信号増幅部３１によって増幅されたエコー信号に対してフィルタリング等の処理を施した後、Ａ／Ｄ変換することによってデジタルＲＦ信号を生成して出力する。なお、超音波探触子２が複数の超音波振動子を電子的に走査させるものである場合、送受信部３は、複数の超音波振動子に対応したビーム合成用の多チャンネル回路を有する。

0036

演算部４は、送受信部３が出力したデジタルＲＦ信号に高速フーリエ変換（ＦＦＴ）を施すことによってエコー信号の周波数解析を行う周波数解析部４１と、周波数解析部４１が算出した周波数スペクトル（パワースペクトル）に対し、超音波が伝播する際に該超音波の受信深度および周波数に応じて発生する減衰の寄与を削減する減衰補正処理と近似処理とを行うことにより、検体の特徴量を抽出する特徴量抽出部４２と、特徴量抽出部４２が抽出した特徴量を用いて検体の所定領域の組織性状を判定する組織性状判定部４３と、を有する。

0037

周波数解析部４１は、各音線（ラインデータ）に対し、所定のデータ量からなるＦＦＴデータ群を高速フーリエ変換することによって周波数スペクトルを算出する。周波数スペクトルは、検体の組織性状によって異なる傾向を示す。これは、周波数スペクトルが、超音波を散乱する散乱体としての検体の大きさ、密度、音響インピーダンス等と相関を有しているためである。

0038

特徴量抽出部４２は、周波数解析部４１が算出した周波数スペクトルに対し、近似処理を行うことによって減衰補正処理を行う前の補正前特徴量を算出する近似部４２１と、近似部４２１が近似した補正前特徴量に対して減衰補正処理を行うことによって特徴量を抽出する減衰補正部４２２と、を有する。

0039

近似部４２１は、回帰分析によって周波数スペクトルを一次式で近似することにより、この近似した一次式を特徴付ける補正前特徴量を抽出する。具体的には、近似部４２１は、回帰分析によって一次式の傾きａ０および切片ｂ０を算出するとともに、周波数スペクトルにおける周波数帯域内の特定周波数における強度を補正前特徴量として算出する。本実施の形態１において、近似部４２１は、中心周波数ｆＭＩＤ＝（ｆＬＯＷ＋ｆＨＩＧＨ）／２における強度（Ｍｉｄ−ｂａｎｄ ｆｉｔ）ｃ０＝ａ０ｆＭＩＤ＋ｂ０を算出するものとするが、これはあくまでも一例に過ぎない。ここでいう「強度」とは、電圧、電力、音圧、音響エネルギー等のパラメータのいずれかを指す。

0040

三つの特徴量のうち、傾きａ０は、超音波の散乱体の大きさと相関を有し、一般に散乱体が大きいほど傾きが小さな値を有すると考えられる。また、切片ｂ０は、散乱体の大きさ、音響インピーダンスの差、散乱体の密度（濃度）等と相関を有している。具体的には、切片ｂ０は、散乱体が大きいほど大きな値を有し、音響インピーダンスが大きいほど大きな値を有し、散乱体の密度（濃度）が大きいほど大きな値を有すると考えられる。中心周波数ｆＭＩＤにおける強度（以下、単に「強度」という）ｃ０は、傾きａ０と切片ｂ０から導出される間接的なパラメータであり、有効な周波数帯域内の中心におけるスペクトル強度を与える。このため、強度ｃ０は、散乱体の大きさ、音響インピーダンスの差、散乱体の密度に加えて、Ｂモード画像の輝度とある程度の相関を有していると考えられる。なお、特徴量抽出部４２が算出する近似多項式は一次式に限定されるわけではなく、二次以上の近似多項式を用いることも可能である。

0041

減衰補正部４２２が行う補正について説明する。超音波の減衰量Ａは、
Ａ＝２αｚｆ ・・・（１）
と表すことができる。ここで、αは減衰率であり、ｚは超音波の受信深度であり、ｆは周波数である。式（１）からも明らかなように、減衰量Ａは、周波数ｆに比例している。減衰率αの具体的な値は、生体の場合、０〜１．０（ｄＢ／ｃｍ／ＭＨｚ）、より好ましくは０．３〜０．７（ｄＢ／ｃｍ／ＭＨｚ）であり、観察対象の臓器の種類に応じて定まる。例えば、観察対象の臓器が膵臓である場合、α＝０．６（ｄＢ／ｃｍ／ＭＨｚ）と定められる。なお、本実施の形態１において、減衰率αの値を入力部６からの入力によって変更することが可能な構成とすることも可能である。

0042

減衰補正部４２２は、近似部４２１が抽出した補正前特徴量（傾きａ０，切片ｂ０，強度ｃ０）を、次のように補正する。
ａ＝ａ０＋２αｚ ・・・（２）
ｂ＝ｂ０ ・・・（３）
ｃ＝ｃ０＋２αｚｆＭＩＤ（＝ａｆＭＩＤ＋ｂ） ・・・（４）
式（２）、（４）からも明らかなように、減衰補正部４２２は、超音波の受信深度ｚが大きいほど、補正量が大きい補正を行う。また、式（３）によれば、切片に関する補正は恒等変換である。これは、切片が周波数０（Ｈｚ）に対応する周波数成分であって減衰を受けないためである。

0043

組織性状判定部４３は、特徴量抽出部４２によって抽出された周波数スペクトルの特徴量の平均および標準偏差を特徴量ごとに算出する。組織性状判定部４３は、算出した平均および標準偏差と、記憶部８が記憶する既知検体の周波数スペクトルの特徴量の平均および標準偏差とを用いることにより、検体の所定領域の組織性状を判定する。ここでいう「所定領域」は、画像処理部５によって生成された画像を見た超音波診断装置１の操作者が入力部６によって指定した画像中の領域（以下、「関心領域」という）のことである。また、ここでいう「組織性状」とは、例えば癌、内分泌腫瘍、粘液性腫瘍、正常組織、脈管などのいずれかである。なお、検体が膵臓である場合には、組織性状として慢性膵炎、自己免疫性膵炎なども含まれる。

0044

組織性状判定部４３が算出する特徴量の平均および標準偏差は、核の腫大や異形などの細胞レベルの変化、間質における線維の増生や実質組織の線維への置換などの組織的な変化を反映しており、組織性状に応じて特有の値を示す。したがって、そのような特徴量の平均および標準偏差を用いることにより、検体の所定領域の組織性状を正確に判定することが可能となる。

0045

画像処理部５は、エコー信号からＢモード画像データを生成するＢモード画像データ生成部５１と、Ｂモード画像データ生成部５１および演算部４によってそれぞれ出力されたデータを用いて関心領域の組織性状の判定結果および該判定結果に関連する情報を表示する判定結果表示画像データを生成する判定結果表示画像データ生成部５２と、を有する。

0046

Ｂモード画像データ生成部５１は、デジタル信号に対してバンドパスフィルタ、対数変換、ゲイン処理、コントラスト処理等の公知の技術を用いた信号処理を行うとともに、表示部７における画像の表示レンジに応じて定まるデータステップ幅に応じたデータの間引き等を行うことによってＢモード画像データを生成する。

0047

判定結果表示画像データ生成部５２は、Ｂモード画像データ生成部５１が生成したＢモード画像データ、特徴量抽出部４２が抽出した特徴量、および組織性状判定部４３が判定した判定結果を用いることにより、関心領域の組織性状の判定結果とその組織性状を強調する組織性状強調画像とを含む判定結果表示画像データを生成する。

0048

記憶部８は、既知検体の情報を記憶する既知検体情報記憶部８１と、信号増幅部３１が増幅処理を行う際に参照する増幅率の情報を記憶する増幅率情報記憶部８２と、周波数解析部４１が行う周波数解析処理の際に使用する窓関数を記憶する窓関数記憶部８３と、減衰補正部４２２が処理を行う際に参照する補正情報を記憶する補正情報記憶部８４と、を有する。

0049

既知検体情報記憶部８１は、既知検体に対して抽出された周波数スペクトルの特徴量を既知検体の組織性状と関連付けて記憶している。また、既知検体情報記憶部８１は、既知検体に関連した周波数スペクトルの特徴量に対し、既知検体の組織性状に基づいて分類されたグループごとに算出された平均および標準偏差を、既知検体の特徴量の全データとともに記憶している。ここで、既知検体の特徴量は、本実施の形態１と同様の処理によって抽出されたものである。ただし、既知検体の特徴量抽出処理を超音波診断装置１で行う必要はない。既知検体情報記憶部８１が記憶する既知検体の情報は、組織性状に関する信頼度の高い情報であることが望ましい。増幅率情報記憶部８２は、図２および図３に示す増幅率と受信深度との関係を記憶している。窓関数記憶部８３は、Ｈａｍｍｉｎｇ，Ｈａｎｎｉｎｇ，Ｂｌａｃｋｍａｎなどの窓関数のうち少なくともいずれか一つの窓関数を記憶している。補正情報記憶部８４は、式（２）〜（４）の変換に関する情報を記憶している。

0050

記憶部８は、本実施の形態１に係る超音波診断装置の作動プログラムや所定のＯＳを起動するプログラム等が予め記憶されたＲＯＭ、および各処理の演算パラメータやデータ等を記憶するＲＡＭ等を用いて実現される。

0051

以上の機能構成を有する超音波診断装置１の超音波探触子２以外の構成要素は、演算および制御機能を有するＣＰＵを備えたコンピュータを用いて実現される。超音波診断装置１が備えるＣＰＵは、記憶部８が記憶、格納する情報および上述した超音波診断装置の作動プログラムを含む各種プログラムを記憶部８から読み出すことにより、本実施の形態１に係る超音波診断装置の作動方法に関連した演算処理を実行する。

0052

なお、本実施の形態１に係る超音波診断装置の作動プログラムは、ハードディスク、フラッシュメモリ、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、フレキシブルディスク等のコンピュータ読み取り可能な記録媒体に記録して広く流通させることも可能である。

0053

図４は、以上の構成を有する超音波診断装置１の処理の概要を示すフローチャートである。図４において、超音波診断装置１は、まず超音波探触子２によって新規の検体の測定を行う（ステップＳ１）。

0054

続いて、超音波探触子２からエコー信号を受信した信号増幅部３１は、そのエコー信号に対し、Ｂモード画像用と演算用とを区別して増幅を行う（ステップＳ２）。信号増幅部３１は、図２および図３に示す増幅率と受信深度との関係に基づいて増幅を行う。また、Ｂモード画像用と演算用を行うタイミングは、フレーム単位で切換えてもよいし、ライン単位で切換えてもよい。

0055

この後、Ｂモード画像データ生成部５１は、送受信部３から出力されたＢモード画像用エコー信号を用いてＢモード画像データを生成する（ステップＳ３）。

0056

続いて、制御部９は、Ｂモード画像データ生成部５１が生成したＢモード画像データに対応するＢモード画像を表示部７に表示させる制御を行う（ステップＳ４）。図５は、表示部７におけるＢモード画像の表示例を示す図である。同図に示すＢモード画像１００は、色空間としてＲＧＢ表色系を採用した場合の変数であるＲ（赤）、Ｇ（緑）、Ｂ（青）の値を一致させたグレースケール画像である。

0057

その後、入力部６を介して関心領域の設定がなされた場合（ステップＳ５：Ｙｅｓ）、周波数解析部４１は、ＦＦＴ演算による周波数解析を行うことによって周波数スペクトルを算出する（ステップＳ６）。このステップＳ６では、画像の全領域を関心領域として設定することも可能である。一方、関心領域の設定がなされていない場合（ステップＳ５：Ｎｏ）において、処理を終了する指示が入力部６によって入力されたとき（ステップＳ７：Ｙｅｓ）、超音波診断装置１は処理を終了する。これに対し、関心領域の設定がなされていない場合（ステップＳ５：Ｎｏ）において、処理を終了する指示が入力部６によって入力されないとき（ステップＳ７：Ｎｏ）、超音波診断装置１はステップＳ５へ戻る。

0058

ここで、周波数解析部４１が行う処理（ステップＳ６）について、図６に示すフローチャートを参照して詳細に説明する。まず、周波数解析部４１は、最初に解析対象とする音線の音線番号Ｌを初期値Ｌ０とする（ステップＳ２１）。初期値Ｌ０は、例えば送受信部３が最初に受信する音線に対して付与してもよいし、入力部６によって設定される関心領域の左右の一方の境界位置に対応する音線に対して付与してもよい。

0059

続いて、周波数解析部４１は、一つの音線上に設定した複数のデータ位置全ての周波数スペクトルを算出する。まず、周波数解析部４１は、ＦＦＴ演算用に取得する一連のデータ群（ＦＦＴデータ群）を代表するデータ位置Ｚ（受信深度に相当）の初期値Ｚ０を設定する（ステップＳ２２）。図７は、一つの音線のデータ配列を模式的に示す図である。同図に示す音線ＬＤにおいて、白または黒の長方形は、一つのデータを意味している。音線ＬＤは、送受信部３が行うＡ／Ｄ変換におけるサンプリング周波数（例えば５０ＭＨｚ）に対応した時間間隔で離散化されている。図７では、音線ＬＤの１番目のデータをデータ位置Ｚの初期値Ｚ０として設定した場合を示している。なお、図７はあくまでも一例に過ぎず、初期値Ｚ０の位置は任意に設定することができる。例えば、関心領域の上端位置に対応するデータ位置Ｚを初期値Ｚ０として設定してもよい。

0060

その後、周波数解析部４１は、データ位置ＺのＦＦＴデータ群を取得し（ステップＳ２３）、取得したＦＦＴデータ群に対し、窓関数記憶部８３が記憶する窓関数を作用させる（ステップＳ２４）。このようにＦＦＴデータ群に対して窓関数を作用させることにより、ＦＦＴデータ群が境界で不連続になることを回避し、アーチファクトが発生するのを防止することができる。

0061

続いて、周波数解析部４１は、データ位置ＺのＦＦＴデータ群が正常なデータ群であるか否かを判定する（ステップＳ２５）。ここで、ＦＦＴデータ群は、２のべき乗のデータ数を有している必要がある。以下、ＦＦＴデータ群のデータ数を２ｎ（ｎは正の整数）とする。ＦＦＴデータ群が正常であるとは、データ位置ＺがＦＦＴデータ群で前から２ｎ−１番目の位置であること意味する。換言すると、ＦＦＴデータ群が正常であるとは、データ位置Ｚの前方に２ｎ−１−１（＝Ｎとする）個のデータがあり、データ位置Ｚの後方に２ｎ−１（＝Ｍとする）個のデータがあることを意味する。図７に示す場合、ＦＦＴデータ群Ｆ２、Ｆ３、ＦＫ−１は正常である一方、ＦＦＴデータ群Ｆ１、ＦＫは異常である。ただし、図７ではｎ＝４（Ｎ＝７，Ｍ＝８）としている。

0062

ステップＳ２５における判定の結果、データ位置ＺのＦＦＴデータ群が正常である場合（ステップＳ２５：Ｙｅｓ）、周波数解析部４１は、後述するステップＳ２７へ移行する。

0063

ステップＳ２５における判定の結果、データ位置ＺのＦＦＴデータ群が正常でない場合（ステップＳ２５：Ｎｏ）、周波数解析部４１は、不足分だけゼロデータを挿入することによって正常なＦＦＴデータ群を生成する（ステップＳ２６）。ステップＳ２５において正常でないと判定されたＦＦＴデータ群は、ゼロデータを追加する前に窓関数が作用されている。このため、ＦＦＴデータ群にゼロデータを挿入してもデータの不連続は生じない。ステップＳ２６の後、周波数解析部４１は、後述するステップＳ２７へ移行する。

0064

ステップＳ２７において、周波数解析部４１は、ＦＦＴデータ群を用いてＦＦＴ演算を行うことにより、周波数スペクトルを得る（ステップＳ２７）。図８および図９は、周波数解析部４１が算出した周波数スペクトルの例を示す図である。図８および図９では、横軸ｆが周波数であり、縦軸Ｉが強度である。図８および図９にそれぞれ示す周波数スペクトル曲線Ｃ１およびＣ２において、周波数スペクトルの下限周波数ｆＬＯＷおよび上限周波数ｆＨＩＧＨは、超音波探触子２の周波数帯域、送受信部３が送信するパルス信号の周波数帯域などをもとに決定されるパラメータであり、例えばｆＬＯＷ＝３ＭＨｚ、ｆＨＩＧＨ＝１０ＭＨｚである。なお、図８に示す直線Ｌ１および図９に示す直線Ｌ２については、後述する特徴量抽出処理で説明する。本実施の形態１において、曲線および直線は、離散的な点の集合からなる。この点については、後述する実施の形態においても同様である。

0065

続いて、周波数解析部４１は、データ位置Ｚに所定のデータステップ幅Ｄを加算して次の解析対象のＦＦＴデータ群のデータ位置Ｚを算出する（ステップＳ２８）。ここでのデータステップ幅Ｄは、Ｂモード画像データ生成部５１がＢモード画像データを生成する際に利用するデータステップ幅と一致させることが望ましいが、周波数解析部４１における演算量を削減したい場合には、Ｂモード画像データ生成部５１が利用するデータステップ幅より大きい値を設定してもよい。図７では、Ｄ＝１５の場合を示している。

0066

その後、周波数解析部４１は、データ位置Ｚが最終データ位置Ｚｍａｘより大きいか否かを判定する（ステップＳ２９）。ここで、最終データ位置Ｚｍａｘは、音線ＬＤのデータ長としてもよいし、関心領域の下端に対応するデータ位置としてもよい。判定の結果、データ位置Ｚが最終データ位置Ｚｍａｘより大きい場合（ステップＳ２９：Ｙｅｓ）、周波数解析部４１は、音線番号Ｌを１だけ増加する（ステップＳ３０）。一方、データ位置Ｚが最終データ位置Ｚｍａｘ以下である場合（ステップＳ２９：Ｎｏ）、周波数解析部４１はステップＳ２３へ戻る。このようにして、周波数解析部４１は、一つの音線ＬＤに対して、［｛（Ｚｍａｘ−Ｚ０）／Ｄ｝＋１］（＝Ｋ）個のＦＦＴデータ群に対するＦＦＴ演算を行う。ここで、［Ｘ］は、Ｘを超えない最大の整数を表す。

0067

ステップＳ３０で増加した後の音線番号Ｌが最終音線番号Ｌｍａｘより大きい場合（ステップＳ３１：Ｙｅｓ）、周波数解析部４１は図４に示すメインルーチンへ戻る。一方、ステップＳ３０で増加した後の音線番号Ｌが最終音線番号Ｌｍａｘ以下である場合（ステップＳ３１：Ｎｏ）、周波数解析部４１はステップＳ２２へ戻る。

0068

このようにして、周波数解析部４１は、（Ｌｍａｘ−Ｌ０＋１）本の音線の各々についてＫ回のＦＦＴ演算を行う。なお、最終音線番号Ｌｍａｘは、例えば送受信部３が受信する最終の音線に付与してもよいし、関心領域の左右のいずれか一方の境界に対応する音線に付与してもよい。以下、周波数解析部４１が全ての音線に対して行うＦＦＴ演算の総数（Ｌｍａｘ−Ｌ０＋１）×ＫをＰとおく。

0069

以上説明したステップＳ６の周波数解析処理に続いて、近似部４２１は、近似処理として周波数解析部４１が算出したＰ個の周波数スペクトルを回帰分析することにより、補正前特徴量を抽出する（ステップＳ８）。具体的には、近似部４２１は、周波数帯域ｆＬＯＷ＜ｆ＜ｆＨＩＧＨの周波数スペクトルを近似する一次式を回帰分析によって算出することにより、この一次式を特徴づける傾きａ０，切片ｂ０，強度ｃ０を補正前特徴量として抽出する。図８に示す直線Ｌ１および図９に示す直線Ｌ２は、このステップＳ８において、周波数スペクトル曲線Ｃ１およびＣ２に対して回帰分析をそれぞれ行うことによって得られる回帰直線である。

0070

この後、減衰補正部４２２は、近似部４２１が抽出した補正前特徴量に対して減衰補正処理を行う（ステップＳ９）。例えば、データのサンプリング周波数が５０ＭＨｚである場合、データのサンプリングの時間間隔は２０（ｎｓｅｃ）である。ここで、音速を１５３０（ｍ／ｓｅｃ）とすると、データのサンプリング距離間隔は、１５３０（ｍ／ｓｅｃ）×２０（ｎｓｅｃ）／２＝０．０１５３（ｍｍ）となる。処理対象のＦＦＴデータ群のデータ位置までの音線ＬＤの１番目のデータからのデータステップ数がｋであるとすると、そのデータ位置Ｚは０．０１５３ｋ（ｍｍ）となる。減衰補正部４２２は、このようにして求まるデータ位置Ｚの値を上述した式（２）〜（４）の受信深度ｚへ代入することにより、周波数スペクトルの特徴量である傾きａ，切片ｂ，強度ｃを算出する。図１０は、図８に示す直線Ｌ１に関連する特徴量に対して減衰補正を行った後の特徴量から定まる直線を示す図である。図１０に示す直線Ｌ１’を表す式は、
Ｉ＝ａｆ＋ｂ＝（ａ０＋２αＺ）ｆ＋ｂ０ ・・・（５）
である。この式（５）からも明らかなように、直線Ｌ１’は、直線Ｌ１と比較して、傾きが大きく、かつ切片の値が同じである。

0071

この後、組織性状判定部４３は、特徴量抽出部４２によって抽出された特徴量と既知検体情報記憶部８１が記憶する既知検体情報に基づいて、検体の関心領域における組織性状を判定する（ステップＳ１０）。

0072

ここで、組織性状判定部４３が行う処理（ステップＳ１０）について、図１１に示すフローチャートを参照して詳細に説明する。まず、組織性状判定部４３は、組織性状を判定する際に使用する特徴量空間を設定する（ステップＳ４１）。本実施の形態１において、三つの特徴量である傾きａ，切片ｂ，強度ｃのうち、独立なパラメータは二つである。したがって、三つの特徴量のうち任意の二つの特徴量を成分とする二次元空間を特徴量空間として設定することができる。また、三つの特徴量のうち任意の一つの特徴量を成分とする一次元空間を特徴量空間として設定することもできる。このステップＳ４１では、設定すべき特徴量空間が予め定められているものとしているが、操作者が入力部６によって所望の特徴量空間を選択するようにしてもよい。

0073

図１２は、組織性状判定部４３が設定する特徴量空間の一例を示す図である。図１２に示す特徴量空間は、横軸が切片ｂ、縦軸が強度ｃである。図１２に示す点Ｓｐは、判定対象の検体に対して算出した切片ｂおよび強度ｃを特徴量空間の座標として有する点（以下、この点を「検体点」という）を示している。また、図１２に示す領域Ｇμ，Ｇν，Ｇρは、既知検体情報記憶部８１が記憶する既知検体の組織性状が、それぞれμ，ν，ρであるグループを示している。図１２に示す場合、三つのグループＧμ，Ｇν，Ｇρは、特徴量空間上において、互いに他のグループと交わりを有しない領域に存在している。

0074

本実施の形態１では、既知検体の特徴量を求める際にも、周波数解析によって得られた周波数スペクトルの補正前特徴量を減衰補正することによって得られる特徴量を指標として組織性状の分類、判定を行うため、互いに異なる組織性状を峻別することができる。特に、本実施の形態１では、減衰補正を行った特徴量を用いているため、減衰補正を行わずに抽出した特徴量を用いる場合と比較して、特徴量空間における各組織性状の領域をより明確に分離した状態で得ることができる。

0075

ステップＳ４１の後、組織性状判定部４３は、検体点Ｓｐと、グループＧμ，Ｇν，Ｇρにそれぞれ含まれるＦＦＴデータ群の周波数スペクトルの切片ｂおよび強度ｃの各平均を特徴量空間の座標として有する点μ０，ν０，ρ０（以下、これらの点を「既知検体平均点」という）との間の特徴量空間上の距離ｄμ，ｄν，ｄρをそれぞれ算出する（ステップＳ４２）。ここで、特徴量空間におけるｂ軸成分とｃ軸成分のスケールが大きく異なる場合には、各距離の寄与を略均等にするための重み付けを適宜行うことが望ましい。

0076

続いて、組織性状判定部４３は、ステップＳ４２で算出した距離に基づいて、検体点Ｓｐを含む全ての検体点の組織性状を判定する（ステップＳ４３）。例えば、図１２に示す場合には、距離ｄμが最小なので、組織性状判定部４３は、検体の組織性状がμであると判定する。なお、検体点Ｓｐが既知検体平均点μ０，ν０，ρ０と極端に離れている場合には、たとえ距離ｄμ，ｄν，ｄρの最小値が求まったとしても組織性状の判定結果の信頼度は低い。そこで、ｄμ，ｄν，ｄρが所定の閾値より大きい場合、組織性状判定部４３はエラー信号を出力するようにしてもよい。また、ｄμ，ｄν，ｄρのうち最小値が二つ以上生じた場合、組織性状判定部４３は、最小値に対応するすべての組織性状を候補として選択してもよいし、所定の規則にしたがっていずれか一つの組織性状を選択してもよい。後者の場合、例えば癌などの悪性の高い組織性状の優先順位を高く設定する方法を挙げることができる。また、ｄμ，ｄν，ｄρのうち最小値が二つ以上生じた場合、組織性状判定部４３はエラー信号を出力してもよい。

0077

この後、組織性状判定部４３は、ステップＳ４２における距離算出結果、およびステップＳ４３における判定結果を出力する（ステップＳ４４）。これにより、ステップＳ１０の組織性状判定処理が終了する。

0078

以上説明したステップＳ１０の後、判定結果表示画像データ生成部５２は、Ｂモード画像データ生成部５１が生成したＢモード画像データ、特徴量抽出部４２が算出した特徴量、および組織性状判定部４３が判定した判定結果を用いることにより、判定結果表示画像データを生成する（ステップＳ１１）。

0079

続いて、表示部７は、判定結果表示画像データ生成部５２が生成した判定結果表示画像を表示する（ステップＳ１２）。図１３は、表示部７が表示する判定結果表示画像の表示例を示す図である。同図に示す判定結果表示画像２００は、組織性状の判定結果を含む各種関連情報を表示する情報表示部２０１と、Ｂモード画像に基づいて組織性状を強調する組織性状強調画像を表示する画像表示部２０２とを有する。

0080

情報表示部２０１には、例えば検体の識別情報（ＩＤ番号、名前、性別等）、組織性状判定部４３が算出した組織性状判定結果、組織性状判定を行う際の特徴量に関する情報、ゲインやコントラスト等の超音波画質情報が表示される。ここで、特徴量に関する情報として、関心領域の内部に位置するＱ組のＦＦＴデータ群の周波数スペクトルの特徴量の平均、標準偏差を利用した表示を行うことが可能である。具体的には、情報表示部２０１では、例えば傾き＝１．５±０．３（ｄＢ／ＭＨｚ）、切片＝−６０±２（ｄＢ）、強度＝−５０±１．５（ｄＢ）、と表示することができる。

0081

画像表示部２０２に表示されている組織性状強調画像３００は、図５に示すＢモード画像１００に対して、切片ｂをＲ（赤），Ｇ（緑），Ｂ（青）に対して均等に割り当てたグレースケール画像である。

0082

以上の構成を有する判定結果表示画像２００を表示部７が表示することにより、操作者はより正確に関心領域の組織性状を把握することが可能となる。なお、判定結果表示画像は上述した構成に限られるわけではない。たとえば、判定結果表示画像として、組織性状強調画像とＢモード画像とを並べて表示するようにしてもよい。これにより、両画像の違いを一つの画面上で認識することができる。

0083

図１４は、超音波診断装置１が行う減衰補正処理の効果を説明する図である。図１４に示す画像４００は、減衰補正を行わなかった場合の組織性状強調画像である。組織性状強調画像４００は、受信深度が大きい領域（図の下方領域）で減衰の影響により信号強度が下がり、画像が暗くなっている。これに対し、減衰補正を行った組織性状強調画像３００では、画面全体にわたって均一な明るさの画像が得られていることがわかる。

0084

以上説明した本発明の実施の形態１によれば、受信した超音波の周波数を解析することによって得た周波数スペクトルに対して近似処理を行った後、超音波の受信深度および周波数に依存する超音波の減衰の寄与を削減する減衰補正処理を行うことによって検体の特徴量を抽出し、この抽出した検体の特徴量および複数の既知検体の特徴量を用いることによってその検体の所定領域の組織性状を判定するため、生体組織の歪量や弾性率を用いることなく、組織の違いを明確に峻別することができる。したがって、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。

0085

また、本実施の形態１によれば、抽出した特徴量に対して減衰補正を施しているため、超音波の伝播に伴う減衰の影響を取り除くことができ、一段と高精度な組織性状判定を行うことができる。

0086

なお、本実施の形態１において、上述した組織性状強調画像３００はあくまでも一例に過ぎない。他にも、例えば視覚情報としてのＲ（赤）、Ｇ（緑）、Ｂ（青）を三つの特徴量である傾きａ，切片ｂ，強度ｃにそれぞれ割り当てることにより、組織性状強調画像をカラー画像によって表示することも可能である。この場合、組織性状強調画像では、組織性状に応じた色が表示されるため、操作者は画像の色分布をもとに関心領域の組織性状を把握することができる。以下、カラー画像を用いた場合の具体例を説明する。

0087

図１５は、カラー画像を用いた場合の組織性状強調画像の表示例（第１例）を示す図である。図１６は、図１５に示す画像を白黒で模式的に示す図である。これらの図に示す組織性状強調画像５００は、特定の領域５０１のみがカラー画像で表示されており、それ以外の領域はＢモード画像のままで表示されている。特定の領域５０１は、大別して緑色系領域５０１ｇおよび赤色系領域５０１ｒからなり、２つの領域の境界部は黄色系の色で表示されている（図１６では図示せず）。図１５に示すように、各領域は単一の色によって構成されるわけではない。例えば、緑色系領域５０１ｇは、緑色に近い色からなる画素が集まっている領域である。同様に、赤色系領域５０１ｒは、赤色に近い色からなる画素が集まっている領域である。

0088

判定結果表示画像データ生成部５２は、特徴量空間上において所定のグループに入る検体点に対応するＢモード画像の画素値を特徴量に応じて色付けされた画素値へ置換することによって領域５０１をカラー画像で表示した組織性状強調画像５００を生成する。このような組織性状強調画像５００によれば、所定の組織性状を有する部分をカラー画像で強調表示することができるため、診断者は特定の組織の存在領域を容易に把握して検出率を向上させることができる。

0089

図１７は、カラー画像を用いた場合の組織性状強調画像の表示例（第２例）を示す図である。図１８は、図１７に示す画像を白黒で模式的に示す図である。これらの図に示す組織性状強調画像６００は、図１５、図１６に示す組織性状強調画像５００と同じＢモード画像を用いて生成された画像であるが、領域５０１に対応する領域６０１がＢモード画像のまま表示される一方、それ以外の領域６０２がカラー画像で表示されている。より具体的には、領域６０２は、大別して緑色系領域６０２ｇおよび赤色系領域６０２ｒからなり、２つの領域の境界部は黄色系の色で表示されている（図１８では図示せず）。図１８においても、図１６と同様に、緑色系領域６０２ｇは、緑色に近い色からなる画素が集まっている領域であり、赤色系領域６０２ｒは、赤色に近い色からなる画素が集まっている領域である。

0090

判定結果表示画像データ生成部５２は、特徴量空間上において所定のグループ以外に属さない検体点に対応するＢモード画像の画素値を特徴量に応じて色付けされた画素値に置換することにより、領域６０１以外の領域をカラー画像で表示した組織性状強調画像６００を生成する。このような組織性状強調画像６００によれば、所定の組織性状を有する部分をＢモード画像で表示するとともにそれ以外の領域をカラー画像で表示するため、診断者は特定の組織の存在領域を容易に把握して検出率を向上させることができるとともに、その組織の内部構造をＢモード画像に基づいて正確に把握することができる。

0091

図１９は、カラー画像を用いた場合の組織性状強調画像の表示例（第３例）を示す図である。図２０は、図１９に示す画像を白黒で模式的に示す図である。これらの図に示す組織性状強調画像７００は、図１５、図１６に示す組織性状強調画像５００と同じＢモードを用いて生成された画像であるが、領域５０１に対応する領域７０１はカラー表示されているだけでなく、内部の構造も分かるような表示になっている。判定結果表示画像データ生成部５２は、特徴量空間上において所定のグループに入る検体点に対応する画素に対し、Ｂモード画像の画素値と、組織性状に応じて定まるカラー画像の画素値とを重み付けして平均した値を新たな画素値とする処理を行うことにより、Ｂモード画像とカラー画像を重畳して表示する領域７０１を有する組織性状強調画像７００を生成する。このような組織性状強調画像７００によれば、所定の組織性状を有する領域７０１のみがカラー画像で表示されるため、診断者は特定の組織の存在領域を容易に把握して検出率を向上させることができるとともに、その組織の内部構造をＢモード画像の情報から正確に把握することができる。

0092

なお、色空間をＲＧＢ表色系で構成する代わりに、シアン、マゼンダ、イエローのような補色系の変数によって構成し、各変数に対して特徴量を割り当ててもよい。

0093

（実施の形態２）
本発明の実施の形態２は、特徴量抽出部が行う特徴量抽出処理が、実施の形態１と異なる。本実施の形態２に係る超音波診断装置の構成は、実施の形態１で説明した超音波診断装置１の構成と同様である。そこで、以下の説明において、超音波診断装置１の構成要素と対応する構成要素には同一の符号を付すものとする。

0094

本実施の形態２における特徴量抽出処理においては、まず減衰補正部４２２が、周波数解析部４１によって算出された周波数スペクトルに対して減衰補正処理を行う。その後、近似部４２１は、減衰補正部４２２によって減衰補正された周波数スペクトルに対して近似処理を行うことにより、周波数スペクトルの特徴量を抽出する。

0095

図２１は、本実施の形態２に係る超音波診断装置の処理の概要を示すフローチャートである。図２１において、ステップＳ５１〜Ｓ５７の処理は、図４のステップＳ１〜Ｓ７の処理に順次対応している。

0096

ステップＳ５８において、減衰補正部４２２は、周波数解析部４１がＦＦＴ演算によって算出した全ての周波数スペクトルに対して減衰補正を行う（ステップＳ５８）。図２２は、このステップＳ５８の処理の概要を模式的に示す図である。図２２に示すように、減衰補正部４２２は、周波数スペクトル曲線Ｃ３に対し、上述した式（１）の減衰量Ａを強度Ｉに加える補正を全ての周波数ｆに対して行うことにより、新たな周波数スペクトル曲線Ｃ３’を得る。これにより、超音波の伝播に伴う減衰の寄与を削減した周波数スペクトルを得ることができる。

0097

この後、近似部４２１は、減衰補正部４２２によって減衰補正された全ての周波数スペクトルを回帰分析することによって周波数スペクトルの特徴量を抽出する（ステップＳ５９）。具体的には、近似部４２１は、回帰分析によって一次式の傾きａ、切片ｂおよび中心周波数ｆＭＩＤにおける強度ｃを算出する。図２２に示す直線Ｌ３は、このステップＳ５９で周波数スペクトル曲線Ｃ３に対して特徴量抽出処理を行うことによって得られる回帰直線（切片ｂ３）である。

0098

ステップＳ６０〜Ｓ６２の処理は、図４のステップＳ１０〜Ｓ１２の処理に順次対応している。

0099

以上説明した本発明の実施の形態２によれば、受信した超音波の周波数を解析することによって得た周波数スペクトルに対して超音波の受信深度および周波数に依存する超音波の減衰の寄与を削減する減衰補正処理を行った後、近似処理を行うことによって検体の特徴量を抽出し、この抽出した検体の特徴量および複数の既知検体の特徴量を用いることによってその検体の所定領域の組織性状を判定するため、生体組織の歪量や弾性率を用いることなく、組織の違いを明確に峻別することができる。したがって、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができる。

0100

また、本実施の形態２によれば、周波数スペクトルに対して減衰補正を施しているため、超音波の伝播に伴う減衰の影響を取り除くことができ、一段と高精度な組織性状判定を行うことができる。

0101

（実施の形態３）
本発明の実施の形態３は、組織性状判定部における組織性状判定処理が実施の形態１と異なる。本実施の形態３に係る超音波診断装置の構成は、実施の形態１で説明した超音波診断装置１の構成と同様である。そこで、以下の説明において、超音波診断装置１の構成要素と対応する構成要素には同一の符号を付すものとする。

0102

組織性状判定部４３は、特徴量（ａ，ｂ，ｃ）を、組織性状μ，ν，ρを構成するグループＧμ，Ｇν，Ｇρ（図１２を参照）にそれぞれ加えて新たな母集団を構成した後、各組織性状を構成するデータの特徴量ごとの標準偏差を求める。

0103

その後、組織性状判定部４３は、既知検体のみからなる元の母集団におけるグループＧμ，Ｇν，Ｇρの各特徴量の標準偏差と、新規の検体をそれぞれ加えた新たな母集団におけるグループＧμ，Ｇν，Ｇρの各特徴量の標準偏差との差（以下、単に「標準偏差の差」という）を算出し、この標準偏差の差が最も小さい特徴量を含むグループに対応する組織性状を検体の組織性状と判定する。

0104

ここで、組織性状判定部４３は、複数の特徴量の中から予め選択された特徴量の標準偏差に対してのみ、標準偏差の差を算出するようにしてもよい。この場合の特徴量の選択は、操作者が任意に行うようにしてもよいし、超音波診断装置１が自動的に行うようにしてもよい。

0105

また、組織性状判定部４３が、グループ毎に全ての特徴量の標準偏差の差に適宜重み付けして加算した値を算出し、この値が最小となるグループに対応する組織性状を検体の組織性状と判定するようにしてもよい。この場合において、例えば特徴量が傾きａ，切片ｂ，強度ｃであるとき、組織性状判定部４３は、傾きａ，切片ｂ，強度ｃにそれぞれ対応する重みをｗａ，ｗｂ，ｗｃとしてｗａ・（ａの標準偏差の差）＋ｗｂ・（ｂの標準偏差の差）＋ｗｃ・（ｃの標準偏差の差）を算出し、この算出した値をもとに検体の組織性状を判定することとなる。なお、重みｗａ，ｗｂ，ｗｃの値は、操作者が任意に設定するようにしてもよいし、超音波診断装置１が自動的に設定するようにしてもよい。

0106

また、組織性状判定部４３が、グループ毎に全ての特徴量の標準偏差の差の２乗に適宜重み付けして加算した値の平方根を算出し、この平方根が最小となるグループに対応する組織性状を検体の組織性状と判定するようにしてもよい。この場合において、例えば特徴量が傾きａ，切片ｂ，強度ｃであるとき、組織性状判定部４３は、傾きａ，切片ｂ，強度ｃにそれぞれ対応する重みをｗ’ａ，ｗ’ｂ，ｗ’ｃとして｛ｗ’ａ・（ａの標準偏差の差）２＋ｗ’ｂ・（ｂの標準偏差の差）２＋ｗ’ｃ・（ｃの標準偏差の差）２｝１／２を算出し、この算出した値をもとに組織性状を判定することとなる。なお、この場合にも、重みｗ’ａ，ｗ’ｂ，ｗ’ｃの値は、操作者が任意に設定するようにしてもよいし、超音波診断装置１が自動的に設定するようにしてもよい。

0107

以上説明した本発明の実施の形態３によれば、上述した実施の形態１と同様、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができ、超音波の伝播に伴う減衰の影響を取り除くことによって一段と高精度な組織性状判定を行うことができる。

0108

なお、本実施の形態３では、組織性状判定部４３が、もとの母集団と新規の検体を加えた母集団との間の各特徴量の標準偏差の変化に基づいて組織性状の判定を行っていたが、これは一例に過ぎない。例えば、組織性状判定部４３は、もとの母集団と新規の検体を加えた母集団との間の各特徴量の平均の変化に基づいて組織性状の判定を行うようにしてもよい。

0109

（実施の形態４）
本発明の実施の形態４は、組織性状判定部における組織性状判定処理が実施の形態１と異なる。本実施の形態４に係る超音波診断装置の構成は、実施の形態１で説明した超音波診断装置１の構成と同様である。そこで、以下の説明において、超音波診断装置１の構成要素と対応する構成要素には同一の符号を付すものとする。

0110

組織性状判定部４３は、特徴量空間における検体点と既知検体平均点との距離を用いることにより、各組織性状に属する確率を算出する。具体的には、図１２に示す特徴量空間（ｂ，ｃ）の場合、検体点Ｓｐと既知検体平均点μ０，ν０，ρ０との距離ｄμ，ｄν，ｄρを用いることにより、各組織性状に属する確率を算出する。各既知検体に属する確率は、距離が小さい方が大きくなるように設定する。例えば、λ＝１００／（α−１＋β−１＋γ−１）（％）として、組織性状Ａに属する確率をλ／α（％）、組織性状Ｂに属する確率をλ／β（％）、組織性状Ｃに属する確率をλ／γ（％）と定義することができる。

0111

本実施の形態４では、表示部７が判定結果表示画像を表示する際、情報表示部において各組織性状に属する確率を表示する。例えば、表示部７が判定結果表示画像２００を表示する場合、情報表示部２０１において、判定結果を「組織性状がμである確率＝６０％、組織性状がνである確率＝５％、組織性状がρである確率＝３５％」と表示する。

0112

以上説明した本発明の実施の形態４によれば、上述した実施の形態１と同様、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができ超音波の伝播に伴う減衰の影響を取り除くことによって一段と高精度な組織性状判定を行うことができる。

0113

（実施の形態５）
本発明の実施の形態５は、組織性状判定部における組織性状判定処理が実施の形態１と異なる。本実施の形態５に係る超音波診断装置の構成は、実施の形態１で説明した超音波診断装置１の構成と同様である。そこで、以下の説明において、超音波診断装置１の構成要素と対応する構成要素には同一の符号を付すものとする。

0114

図２３は、本実施の形態５において組織性状判定部４３が行う組織性状判定処理の概要を説明する図である。図２３に示す特徴量空間は、横軸が減衰補正後の切片ｂ、縦軸が減衰補正後の強度ｃである。この特徴量空間は、組織性状に応じて領域がグループ分けされている。組織性状判定部４３は、検体点の位置に応じて組織性状を判定する。図２３では、検体点Ｓｐ’がグループＧν’（組織性状がνである領域）に属している場合を示している。この場合、組織性状判定部４３は、検体の関心領域の組織性状がνであると判定する。

0115

以上説明した本発明の実施の形態５によれば、上述した実施の形態１と同様、組織性状を精度よく鑑別することを可能にするとともに、測定結果の信頼性を向上させることができ、超音波の伝播に伴う減衰の影響を取り除くことによって一段と高精度な組織性状判定を行うことができる。

0116

ここまで、本発明を実施するための形態を説明してきたが、本発明は上述した実施の形態１〜５によってのみ限定されるべきものではない。すなわち、本発明は、特許請求の範囲に記載した技術的思想を逸脱しない範囲内において、様々な実施の形態を含みうるものである。

0117

１超音波診断装置
２ 超音波探触子
３送受信部
４演算部
５画像処理部
６ 入力部
７ 表示部
８ 記憶部
９ 制御部
２１信号変換部
３１信号増幅部
４１周波数解析部
４２特徴量抽出部
４３組織性状判定部
５１Ｂモード画像データ生成部
５２判定結果表示画像データ生成部
８１既知検体情報記憶部
８２増幅率情報記憶部
８３窓関数記憶部
８４補正情報記憶部
１００ Ｂモード画像
２００ 判定結果表示画像
２０１情報表示部
２０２画像表示部
３００、４００、５００、６００、７００組織性状強調画像
４２１近似部
４２２減衰補正部