動的灌流画像法に基づく灌流診断法およびそのシステム
医療用画像システム（１００）を提案する。本システムは、記録されている入力画像シークエンスを提供する手段（２０３−２１２）と、少なくとも１つの視覚化値を有する入力画像の、対応するセットのシークエンスのそれぞれを、時間に関するモデル関数と関係づける手段（２１４−２１８）と、さらに別の瞬間におけるコンピュータ画像のシークエンスを生成する手段（２２５−２３３、７０５−７４０）と、を有する。該入力画像はそれぞれ、造影剤が灌流される身体部位の、対応する瞬間におけるデジタル表現である。各入力画像は、複数の視覚化値を備える。各視覚化値は、身体部位の対応する部分を表す。各コンピュータ画像は、さらに別の複数の視覚化値を有する。それら視覚化値はそれぞれ、上記対応するさらに別の瞬間における、関連付けられたモデル関数より求める瞬時的な関数値から求められる。そしてこのコンピュータ画像のシークエンスを表示する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、医療用画像分野に関し、特に、動的潅流画像の表示に関する。
【背景技術】
【０００２】
医用画像化法は、医療用機器分野においては、揺るぎない地位を有する技術である。特に、この手法は、血液灌流の診断において広く利用される。血液灌流の診断は、幾つかの診断適用において、特に、超音波分析において、用いられる。このような使用目的に関し、例えば、リン脂質安定化ガス封入マイクロバブル懸濁剤からなる、超音波造影剤（ＵＣＡ）は、患者へ投与される。造影剤は、効率のよい超音波反射体として機能するから、超音波をあててそのエコー信号を記録すれば、容易に検出することができる。患者内部において、造影剤が血液と同じ測度で流れるとするなら、トラッキングすることで、分析すべき、身体部位（臓器）における血液の灌流に関する情報を得ることができる。
【０００３】
一般に、灌流の過程において身体部位を表す一連の連続画像を取得し、造影剤の流れをモニタする。具体的には、画像の各画素値が、身体部位における対応する部分に関する、記録されたエコー信号の強度を示す。このようにして、該一連の画像が、身体部位全体のエコー信号の時間発展を描写する。従って、一連の画像（例えば、モニターに表示された画像）を分析することで、該身体部位における血液灌流の量的な指標を得ることができる。
【０００４】
しかしながら、表示される画像の画質は、かなり悪いことがある。実際のところ、画像が示す各画素値は、時間内で大きな変動を有する。さらには、画像内に不可避的に現れるスペックル粒が、注意をそらさせるようなパターンを形成する。画質は、データ収集の際の身体部位の動きによっても、悪影響を被る。画像の効果的分析を妨げる別の要因には、有意な情報に重なる、バックグラウンド・エコー信号である。上記した全ての事柄は、灌流過程を正確に診断することを困難にする。いずれにせよ、得られる結果は、一連の画像を取得し、かつ／あるいは、分析する、オペレータのスキルにかかっている。
【０００５】
これまでにも、特定の利用用途において画像の画質を改善しようとする試みが、なされている。例えば、ＵＳ−Ｂ−６，６７６，６０６は、身体部位内の毛細血管の識別を容易にする方策についての提案を行っている。そのために、（例えば、静止した組織と関連付けられる、）画像対画像で同一の画素からの寄与を減じ、その一方で、（例えば、マイクロバブルの運動により）画像対画像で変化する画素を存続させる処理を、画像に施す。この処理は、微細な血管構造の可視化の改善を可能にする。
【０００６】
また、灌流過程の量的診断は、パラメトリック分析法を用いて行われる。この場合、（個々の画素、あるいは、隣接画素群について）時間上で記録されたエコー信号の強度は、数理モデル関数を用いて近似される。そして、このモデル関数を用いて、他の灌流パラメータを算出する。これらのパラメータは、対応する、身体部位の個々の部分の形態学的特徴を示す。この手法は、ウェイ，Ｋ．、ジャヤウェーラ，Ａ．Ｒ．、フィローザン，Ｓ．、リンカ，Ａ．、スキバ，Ｄ．Ｍ．、および、カウル，Ｓ．の「クアンティフィケーション・オブ・マイヨカーディナル・ブラッド・フロー・ウィズ・ウルトラサウンド−インデュースド・デストラクション・オブ・マイクロバブルス・アドミニスタード・アズ・ア・コンスタント・ベーナス・インフュージョン」、サーキュレーション、巻９７、１９８８（Wei, K., Jayaweera, A. R., Firoozan, S., Linka, A., Skyba, D. M., and Kaul, S., "Quantification of Myocardial Blood Flow With Ultrasound-Induced Destruction of Microbubbles Administer ed as a Constant Venous Infusion," Circulation, vol. 97, 1998）において初めて提案された。例えば、いわゆる、破壊−補充法において（この手法では、十分なエネルギのフラッシュによって造影剤を破壊し、破壊後の再灌流を観察する。）、一般的に受け容れられているモデルは、時間に関する（映像の）エコー信号の強度の単一指数関数Ｉ（ｔ）として定義され、その一般形は、
【数１】
で表され、ここで、Ａは、定常状態振幅であり、βは、（破壊用フラッシュ直後の瞬間を時間に関する原点とする）単一指数関数の速度項である。この場合、灌流パラメータは、値Ａおよび値βであり、これらの値は、共に、それぞれ、局所血液量、および、局所血流速度と解され、また、値Ａβは、血流に比例する量と解される。
【０００７】
パラメトリック画像化法は、また、一般に、上述した定量分析の結果のグラフィカル表現にも用いられる。このために、選択した灌流パラメータに対応する値を各画素に割り当てて、パラメトリック画像を構成する。一般に、相異なる灌流パラメータの値域を、対応する別々の色で符号化し、そのようにして得られた画素値を、オリジナル画像上にオーバーレイする。パラメトリック画像は、分析にかかる身体部位全体の灌流パラメータの空間的分布を示す。これにより、（例えば、病的状態故に）異常な灌流の可能性がある身体部位の部分を識別することが容易になる。
【０００８】
しかしながら、パラメトリック画像は、単に、灌流パラメータの値の統計的表現に過ぎない。従って、それから灌流過程を直接的に視覚的に認識することはできない。通例によれば、灌流過程は、画像群の元のシークエンスをプレイバックして認識する。
【０００９】
ＵＳ−Ａ−２００３／０１１４７５９は、別の手法を提案する。この例では、画像の、単相シークエンスが複数構成される。各単相シークエンスは、それぞれ異なる、心周期における対応する位相において取得された全ての画像を集めることで得る。画像の、各単相シークエンスについて、上述のモデル関数により、対応する画素値（またはそのグループ）がフィット（近似）される。再度、パラメトリック画像を、選択された灌流パラメータの（上記モデル関数から算出された、）対応する値を各画素に対して割り当てることで、構成する。このようにして得た（心周期の相異なる位相の）パラメトリック画像のシークエンスを連続的に表示する。この引用文献は、心臓の拍動のサイクルと強く関連しない、体の他の器官（例えば、肝臓、腎臓、あるいは、身体の移植器官や移植肢）についても同じ手法を使用することの可能性について、示唆する。そのような場合、上述の手順は、診断プロセスの異なる時期に対して適用される。それぞれの時期で、対応する、画像の下位シークエンスから、異なるパラメトリック画像を同様に作成される（そして、これらのパラメトリック画像が、同様に、連続的に表示される。）。いずれにせよ、灌流パラメータは、値Ａ、β、および、それらの組み合わせ（例えば、Ａ×ＢやＡ÷Ｂ）から導かれる。あるいは、対応するモデル関数の誤差や分散に基づいて灌流パラメータを導くことも可能である。
【００１０】
上述の手法によれば、心臓の拍動のサイクルの（さらに、一般的には、診断プロセスの）異なる位相における灌流の変化に関する何かしらの示唆を与える。とは言え、各パラメトリック画像は、未だなお、対応するモデル関数を統計的に表現した、固定した灌流パラメータに基づくものである。
【発明の開示】
【発明が解決しようとする課題】
【００１１】
一般化すれば、本発明は、動的な灌流画像の表示に関する着想に立脚する。
【００１２】
とりわけ、本発明は、独立請求項に記載の方策を提供する。本発明の有利な実施形態については、従属請求項に記載する。
【課題を解決するための手段】
【００１３】
さらに具体的には、本発明は、その一態様において、（例えば、超音波スキャナに基づく）医療用画像システムを提案する。本システムは、記録した入力画像のシークエンスを（例えば、記憶装置から画像を抽出することにより、）提供する手段、を有する。各入力画像は、（対応する瞬間における）造影剤が灌流する身体部位のデジタル表現である。特に、各入力画像は、（画素（ピクセル）値／ボクセル値のマトリクスといった）複数の視覚化値を含んでいる。そのそれぞれは、身体部位の対応する部分を表現する。（単一の視覚化値あるいはそのグループで構成される入力画像からなる）入力画像群における、対応するセット（集合）からなるシークエンスのそれぞれを、（例えば、曲線近似処理によって）時間に関するモデル関数と関連付けする手段を有する。本システムは、さらに、さらに別の瞬間における一連のコンピュータ画像を生成する手段を有する。各コンピュータ画像は、さらに別の複数の視覚化値を備える。これらの、さらに別の視覚化値は、瞬時的な関数値から求められる。この瞬時的な関数値は、上記対応するさらに別の瞬間における、関連付けされたモデル関数から算出される。そして、（例えば、モニタといった、）コンピュータ画像のシークエンスを表示する手段を有する。
【００１４】
本発明の実施形態においては、（さらに別の）瞬間のそれぞれにおいて対応する参照モデルの瞬時的な関数値に基づいて、入力画像のなかから参照領域を選択する。そのような場合においては、異なる分析領域に対する（さらに別の）視覚化値のそれぞれを、上記瞬時的な関数値と対応する参照値とを組み合わせることによって、設定する。
【００１５】
例えば、各参照値は、参照領域の（関連する瞬間における）参照領域の瞬時的な関数値の平均に基づいて、設定される。
【００１６】
好ましくは、コンピュータ画像の各視覚化値を、参照値から対応する瞬時的な関数値を減ずることにより求める。
【００１７】
提案する実装例においては、瞬時的な関数値が、関連する瞬間における、関連付けされたモデル関数の（分析領域および／または参照領域にかかる）値と対応する。
【００１８】
別の実装例においては、同一の瞬時的な関数値が、（関連する瞬間における、）関連付けされたモデル関数の積分（インテグラル）と対応する。
【００１９】
本発明の代替的実施形態においては、コンピュータ画像の視覚化値は、そのまま直接的に、瞬時的な関数値に設定される。上述のとおり、瞬時的な関数値は、関連する瞬間における、関連付けられた参照モデルの値あるいは積分のいずれかと対応してよい。
【００２０】
モデル関数を関連付けする操作は、単独の画素値、単独のボクセル値、あるいは、それらのグループ、のレベルにおいて、実行してよい。
【００２１】
さらに、本提案にかかる方策を改良する方法としては、入力画像の線形化、がある。これは、視覚化値を実質的に、身体部位の対応する部分における造影剤の濃度に比例させる。
【００２２】
本発明の好適な実装例においては、本システムは、一連のオーバーレイ画像を表示する。（これらの画像は、一連の入力画像に、一連のコンピュータ画像をオーバーレイして得る。）
【００２３】
別の改善策として、コンピュータ画像の視覚化値から、閾値に満たないものを（例えば、ゼロに）再設定する。
【００２４】
さらに、あるいは、代替的に、視覚化値から、その近似精度指標が別の閾値に満たないものを、同様にして再設定する。
【００２５】
好ましくは、モデル関数からオフセットを除去して、コンピュータ画像を作成する。
【００２６】
さらなる改善策として、コンピュータ画像の視覚化値を、色分けした表現で表示する。
【００２７】
本発明の特定の実施形態においては、１つあるいは複数の入力画像を、（例えば、後の分析に適さないような場合、）廃棄してよい。
【００２８】
本提案の方策は、入力画像のシークエンスが、コンピュータ画像のシークエンスのフレーム・レートよりも低速なフレーム・レートを有する場合に、特に、有効である。
【００２９】
そのような場合、１つあるいは複数のさらなる画像を、入力画像のシークエンスへ挿入し、コンピュータ画像をそれと対応する入力画像にオーバーレイできるようにする、ことが好ましい。
【００３０】
本発明のある実施形態においては、本システムは、さらに、身体部位から、連続的に、入力画像を取得する手段（例えば、画像プローブ（イメージング・プローブ））を有する。
【００３１】
一般に、画像プローブは、（リニア、または、フェーズドアレイ式）超音波型である。
【００３２】
本発明は、その別の一態様においては、対応する医療用画像法を提案する。
【００３３】
本発明は、そのさらに別の一態様においては、上記方法を実行するコンピュータ・プログラムを提案する。
【００３４】
本発明は、そのさらに別の一態様においては、上記プログラムを具現化した製品を提案する。
【００３５】
本発明の顕著な特徴は、添付の特許請求の範囲に記載される。添付の図面を参照しつつ以下の詳細な説明を読めば、本発明そのもの、および、その他の特徴、ならびに、それらの有利点を、よく理解することができる。なお、以下の詳細な説明は、単なる、非限定的な示唆に過ぎない。
【発明を実施するための最良の形態】
【００３６】
まず図１を参照すれば、医療用画像システム１００が示されている。特に、システム１００は、（例えば、マトリクスアレイタイプの）ハンドヘルドの送受信画像プローブ１１０を備えた中央ユニット１０５を有する超音波スキャナで構成される。画像プローブ１１０は、（例えば、２ないし１０ＭＨｚの中心周波数を有する）一連のパルスからなる超音波を送信し、超音波の後方散乱によって生じる無線周波数（ＲＦ）のエコー信号を受信する。このために、画像プローブ１１０は、送信／受信マルチプレクサを備える。これにより、画像プローブ１１０を上述のパルス−エコーモードで使用することができる。
【００３７】
中央ユニット１０５は、マザーボード１１５を収納する。マザーボード１１５には、超音波スキャナ１００の動作を制御する電子回路（例えば、マイクロプロセッサ、ワーキングメモリ、及びハードディスクドライブ）が搭載される。さらに、１以上の（総じて１２０で示す）ドーターボードが、マザーボード１１５に差し込まれる。ドーターボード１２０は、画像プローブ１１０を駆動するための電子回路と、受信したエコー信号を処理するための電子回路とを備える。超音波スキャナ１００は、（フロッピー（Ｒ）ディスクなどの）リムーバブルディスク１３０を読み出すためのドライブ１２５を備えることができる。モニタ１３５は、進行中の分析に関連する画像を表示する。超音波スキャナ１００の動作は、キーボード１４０により制御される。キーボード１４０は、従来の方式で、中央ユニット１０５に接続される。好ましくは、キーボードは、モニタ１３５の画面で、ポインタ（図示せず）の位置を操作するのに使用するトラックボール１４５を備えている。
【００３８】
超音波スキャナ１００は、患者１５５の身体部位１５０の血液灌流を診断するのに用いられる。このために、造影剤が患者１５５に投与される。造影剤は、（ポンプによる）継続投与か、又は（一般的に、注射器を持った手による）ボーラス投与のいずれかにより、供給されてもよい。造影剤には、ガス泡を含んだ液体キャリアの懸濁液が適当である。一般的には、ガス泡は、患者１５５の毛細血管床を通り抜けることができるように、０．１ないし５μｍのオーダーの直径を有する。ガス泡は、一般的には、ガス又はその前駆物を、乳化剤、油、増粘剤、糖、タンパク、又はポリマーを含む種々の系に混入又は封入することにより、安定化される。安定化したガス泡は、ガス封入微小胞といわれる。微小胞は、水性溶媒に分散されたガス泡を含み、界面活性剤、すなわち、リン脂質のような両親媒性材料を含む非常に薄い膜（エンベロープ）により、気／液界面を構成する（この場合、マイクロバブルとして知られている）。代替として、微小胞は、天然又は合成ポリマーで形成された固体材料の膜（エンベロープ）に包まれたガス泡を含む懸濁液である（この場合、マイクロバルーンやマイクロカプセルとしても知られている）。他の種類の造影剤には、ポリマー又は他の固体の多孔性微粒子の懸濁液が含まれる。多孔性微粒子は、その微細孔内に捕獲したガス泡を運搬する。適当な、微小胞の水性懸濁液の例、特にマイクロバブル及びマイクロバルーンと、その調合法は、ＥＰ−Ａ−０４５８７４５、ＷＯ−Ａ−９１／１５２４４、ＥＰ−Ａ−０５５４２１３、ＷＯ−Ａ−９４／０９８２９、および、ＷＯ−Ａ−９５／１６４６７に記載されている（それら開示内容は全て、参照により本願に含まれる。）。ガス封入微小胞を含む市販の超音波造影剤は、Ｂｒａｃｃｏ Ｉｎｔｅｒｎａｔｉｏｎａｌ ＢＶのＳｏｎｏＶｕｅ（Ｒ）である。
【００３９】
画像プローブ１１０は、分析される身体部位１５０の区域の患者１５５の皮膚に接触するように配置される。一般的には、造影剤が身体部位１５０を満たすことを保証する所定期間（例えば、数秒）後に、高音響エネルギ（フラッシュ）を有する、１以上の超音波パルスが与えられる。音響エネルギは、造影剤のかなりの部分（例えば、少なくとも５０％）の破壊を引き起こすために、十分でなければならない（例えば、メカニカル・インデックスにおいて１ないし２）。これにより、破壊フラッシュの適用直後に計測された値と、身体部位に造影剤が補充されたときに測定された値との間における、受信されるエコー信号の実質上の変動を検出することが可能となる。それから、（０．０１−０．１のメカニカル・インデックスを示すような）低音響エネルギの一連の超音波パルスが、造影剤のさらなる破壊を伴わないように、利用される。身体部位１５０における造影剤の補充（又は再灌流）の観察は、局所的な血液灌流についての情報を提供する。このために、身体部１５０を表すデジタル画像を、灌流の過程の時間発展を追跡するために、連続的に（例えば、１秒間に１０ないし３０枚の画像の割合で）取得する。
【００４０】
次に、図２を参照すれば、本発明の簡単化した実施形態による方策を実施するのに使用することができる、主要なソフトウェアとハードウェアの構成要素が、その全体を参照数字２００として、記載されている。情報（プログラムとデータ）は、通例、ハードディスクに格納され、オペレーティングシステムと他のアプリケーションプログラム（図示せず）と共に、プログラムが実行される際にワーキングメモリに（少なくとも部分的に）読み込まれる。例えば、プログラムは、最初に、ＣＤ−ＲＯＭからハードディスクにインストールされてよい。
【００４１】
特に、ドライバ２０３は、画像プローブ（図示せず）を制御する。例えば、画像プローブドライバ２０３は、送信ビーム形成器（transmit beam former）と、分析される身体部位に印加される（パルス状の）超音波を生成するパルス生成器(pulser)とを含む。その身体部位から受信した、対応する（ＲＦ）エコー信号は、受信処理部（receive processor）２０６に供給される。典型的には、受信処理部２０６はＲＦエコー信号を前置増幅し、予備的な時間減衰補正（ＴＧＣ：time gain compensation）を行い、その後、（アナログ）ＲＦエコー信号はアナログ−デジタル変換器（ＡＤＣ）によってデジタル値へ変換され、受信ビーム形成器（receive beam former）によって、集束ＲＦエコー信号に結合される。そのようにして得られたＲＦエコー信号は、好ましくは、（造影剤ベースのエコー信号の改善のための特別なアルゴリズムのような）さらなるデジタルアルゴリズム及び他の線形のまたは非線形の信号調整（ポストビーム形成ＴＧＣのような）によって処理される。次にＲＦエコー信号は復調され、対数圧縮（log-compressed）され、ビデオフォーマットに走査変換(scan-converted)される。この処理により、一連の入力画像ＳＩｉが登録され、それらの画像は、オフライン分析のために、対応する保存部（レポジトリ）２０９に格納される。各入力画像は、灌流過程における身体部位のデジタル表現を構成する。入力画像は、視覚化値のマトリクス（例えば、５１２行×５１２列）により定義される。視覚化値は、身体部位の基本的な画像要素（ピクセル）または体積要素（ボクセル）に関するエコー信号の音響パワーによって決定される値（０から２５５までの値）からなる。
【００４２】
一連の入力画像ＳＩｉがレポジトリ２０９から抽出され、画像選択部２１２に供給される。画像選択部２１２は、さらなる分析に適切でない入力画像（もしあれば）を除去する。例えば、画像選択部２１２は、（患者の移動、患者の呼吸サイクル、または不本意な画像プローブの移動によって）位置ずれが生じ、（例えば、面外の移動であるために）その移動が補償できないような入力画像をスキップする。
【００４３】
そのようにして減じられた一連の入力画像（ＲＳＩｉと表記）は演算部２１４に入力される。演算部２１４は各入力画像をピクセル毎に線形化する。すなわち、線形化演算部２１４はそれぞれの画素値を処理して、対応する造影剤の局所濃度と直接的に比例するようにする。これにより、ランダムな間隔で生じる多くの散乱による音響エネルギの散乱の特徴を反映させる。それによりエコーパワー信号は造影剤の濃度に比例する。例えば、その結果は、逆対数圧縮を行い（、その効果を受信処理部２０６により反転させ）、その後、それにより得られた値を二乗する（ＷＯ−Ａ−２００４／１１０２７９参照、その全開示内容は引用することで本文中に組み込まれる）ことにより得られる。この演算により、ＳＬＩｉで表記される、線形化された一連の入力画像が生成される。
【００４４】
線形化された一連の入力画像ＳＬＩｉは空間的サブサンプリング部２１５に入力される。空間的サブサンプリング部２１５は、線形化された入力画像を画像プローブの空間分解能に対応したセルに分割する。各セルは、線形化された入力画像の大きさに従って、例えば２から１６個の隣接するピクセル（またはボクセル）群のグループかなる。好ましくは、空間分解能は、線形化された入力画像において区別できる最下位の要素を評価することで自動的に決定される（超音波スキャナの場合には、入力画像中、通例、視認できるスペックル粒を含んでいる。）。例えば、この結果は、線形化された一連の入力画像ＳＬＩｉの各次元に沿ったスペクトル解析から得られる。線形化された入力画像のそれぞれは、対応するサブサンプルされた画像によって置換される。サブサンプリングされた画像において、線形化された入力画像の各セルは、（例えば、ローパスフィルタ処理を適用後に、線形化された入力画像をサブサンプリングすることによって）画素値の平均値で決まる１つの値によって表される。これにより、サブサンプリングされた一連の画像ＳＩｓが得られ、それらは曲線近似処理部（カーブ近似プロセッサ）２１８に送信される。
【００４５】
曲線近似処理部２１８は、サブサンプリングされた画像の各セルを、表示すべき、所定の灌流過程に対応して選択される、時間（ｔ）のモデル関数のインスタンスに関連づける。モデル関数のインスタンスは、１組のパラメータの値によって定義される。パラメータの値は、（周知の誤差最小化アルゴリズムを用いて）対応する一連のセルの値を最適に近似（フィッティング）する値に設定される。曲線近似処理部２１８はこのようにして、セル毎に、パラメータの最適値を含むパラメータマトリクスＡｐを生成する。
【００４６】
その後、パラメータマトリクスＡｐは、選択信号Ｓｅｌによって制御される画像処理部２２５に入力される。画像処理部２２５は具体的には、選択信号Ｓｅｌにしたがって、異なる種類の、各モデル関数の瞬間的な関数値を計算するように設計されている（詳細は後述）。例えば、瞬間的な関数値はモデル関数の実際の値またはその積分である。画像処理部２２５はまた、所望のサンプリング間隔Ｔs（例えば５−８０msの範囲）を定義する値を受信する。画像処理部２２５は処理された一連の画像ＳＩpを生成する。処理された画像のそれぞれは、サンプリング間隔Ｔsによって規定される対応する瞬間に関連づけられる。ｊ番目（Ｊ≧０）の処理された画像は、灌流過程の原点となる時刻から始まる瞬間ｔｊ＝ｊ×Ｔｓに関連づけられる。セル毎に、処理された画像は、関連する瞬間ｔｊにおいて、対応するモデル関数の属性値を含む。
【００４７】
一連の処理された画像ＳＩｐは、イネーブル信号ＥＮによって制御される量子化部２２７に入力される。量子化部２２７は、セルの連続した値を対応する（例えば、全セルの最小値から最大値までの間を均一に分布させた６４または１２８レベルからなる）離散的な値に変換する。量子化２２７はまたカラー参照テーブル２３０にアクセスする。カラー参照テーブル２３０は取りうる全てのレベルを、（好ましくは、レベルの増加にともない明るくなる）対応する色表現に関連づける。例えば、それぞれの色は、実際の色の仕様を備えるパレット内の位置にアクセスするための指標（インデックス）によって定義される。量子化部２２７は、信号ＥＮをアクティブにすることで活性化される。このような状態において、それは、処理された画像における各セルの値を、対応する色表現に置換する。逆に、量子化部２２７が非アクティブにされたときは、処理された一連の画像ＳＩｐは何も変化せずに量子化部２２７を通過する。
【００４８】
どのような場合でも（量子化されようが、元の生成されたままの状態であろうが）、処理された一連の画像ＳＩｐは空間補間部２３３に入力される。空間補間部２３３は、（最近接法、双一次法または双三次法に基づくような）補間方法にしたがい、（入力画像の１つに対応する）処理された画像を完全なサイズの画像に復元する。より詳細には、各処理された画像は、対応するコンピュータ画像に変換される。このため、処理された画像の各セルは、対応するピクセルのグループに対して複製され（最近接補間法）、選択的に、（低域通過２Ｄ又は３Ｄ空間フィルタを用いて）空間的にフィルタリングされる。そのようにして得られた処理された一連の画像ＳＩcは灌流過程の動画を表す。これらのコンピュータ画像はレポジトリ２３６に格納される。
【００４９】
レポジトリ２３６は再生部２３９によりアクセスされる。再生部２３９はまた、（一対の隣接するコンピュータ画像の各対の間の時間間隔を定義する）サンプリング間隔Ｔｓを入力する。さらに、再生部２３９はインデックスＸｓを入力する。インデックスＸsは一連のコンピュータ画像ＳＩｃの所望の再生速度に応じて選択される。例えば、速度インデックスＸｓは、実時間再生時には１に設定され、スローモーション再生時には１より小さい値に設定され、高速再生時には１より大きい値に設定される。再生部２３９は、Ｔｓ／Ｘｓの間隔でレポジトリ２３９から連続してコンピュータ画像を取り出す。各コンピュータ画像はモニタドライバ２４２に送られて、（そのフレーム・レートで）再生される。
【００５０】
上述の方策の適用例が図３に示される。特に、この適用例は、造影剤を意図的に破壊することのないボーラス投与に関する。入力画像のシークエンスは、乳腺腫瘍の灌流過程の間に超音波スキャナにより取得された。（復調及び対数圧縮の結果として示される）このシークエンスには、３０５が付される。入力画像は０．５２秒の間隔で記録された。明確化のために、図に示されるシークエンスは、入力画像のサブセットのみ（、具体的には、２．６秒毎に一つの入力画像を、）含む。図に見られるように、入力画像のシークエンス３０５は、灌流過程の間のエコー信号の時間発展を示す。特に、造影剤の投与に続く洗入（ｗａｓｈ−ｉｎ）フェーズでは、（造影剤が身体部位の中へ洗入するにつれて）エコー信号は増大し、４秒の辺りで最大値レベルに達する。続いてエコー信号は、（数十秒に渡る）造影剤の洗出フェーズにて減少を開始する。（図に示さない）対応する線形化画像の個々のセル値のシークエンスは、エコーパワー信号を示す。これらのシークエンスは、身体部位の対応する部分に対して経時的に記録された。対応する（線形化された）画素値を平均して得られるこれらセル値の２つのシークエンス例は、図において、破線矢印３１２ａで識別されるセルについては３１０ａ（データセット１）とし、破線矢印３１２ｂで識別されるセルについては３１０ｂ（データセット２）としている。
【００５１】
個々のセルに対して、対応する値のシークエンスは、（個別のパラメータの値により定義される）適切なモデル関数の例（インスタンス）に近似される。懸案の例では、モデル関数は、対数正規分布関数（即ち、独立変数ｔの自然対数の正規分布関数）を有する。
【数２】
ここで、ｔ０は灌流過程の分析のための時間の原点の選択に依存する遅延を示し、Ｏはオフセットパラメータであり、Ａは（関連領域の組織血液量に関連し得る）振幅パラメータである。更に、パラメータｍＢ及びｓＢは、夫々、ｔの自然対数分布の平均及び標準偏差である。セル値３１０ａ及び３１０ｂのシークエンスに係るモデル関数のグラフ表現は、夫々、図中で３１５ａ（Ｆｉｔ１）及び３１５ｂ（Ｆｉｔ２）である。
【００５２】
この場合、（コンピュータ画像を生成するのに利用される）瞬間における関数値は、経時的なモデル関数の値に対応する。具体的には、個々のセルに対して、個別の値は、後続の瞬間ｔｊにおける、対応するモデル関数を評価することで計算される。セル値の個々の結果としてのシークエンスは、（線形化入力画像内の同じセルに対する値のシークエンスにより与えられる）灌流過程の間に記録された実際のエコーパワー信号の代わりに、個別のモデル関数により定義される（身体部位の対応する部分に対する）エコーパワー信号の、時間発展を示す。（入力画像と同じ瞬間にて）上述のように形成されたコンピュータ画像のシークエンス例には、３２０が付されている。
【００５３】
図中に明確に示すように、コンピュータ画像のシークエンス３２０では、灌流過程の認知性を改善することができ、特に（入力画像のシークエンス３０５との比較において）そのパターンと動力学の認識容易性が、かなり改善されている。複数の要因がこの認識の容易化に寄与する。第１の要因は、個々のセル内における、造影剤の存在に係る局所的強度の時間的平滑化によるものである。第２の要因は、セルからセルへの同じ強度の（スペックル粒子による時間的に急激な変動を適時に除去する）空間的平滑化によるものである。更に第３の要因は、入力画像の残余分の除去、即ち周期的な動きの除去によるものである。実際には、個々のセルに対して、対応する値は定義により固定された位置で計算される。従って、どの動きもモデル関数による近似の質を低下させ得るが、コンピュータ画像のシークエンス３２０内の動きに表れない。
【００５４】
コンピュータ画像の個々のセルに対するモデル関数の評価は、オフセットパラメータＯを除去することにより、実施されるのが好ましい。このことにより、コンピュータ画面内の背景エコーパワー信号の寄与がよく抑制される。結果として、灌流過程の動力学の十分な、さらに明確な認識が、達成される。
【００５５】
（コンピュータ画像形成処理においてセルに割り当てられた色表現で定義されるように）コンピュータ画像が着色して表示されると、コンピュータ画面のシークエンス３２０の読み取りは更に容易化される。この場合、個々の異なる色は、それ自身が定量的意味を有する。例えば、この値は（図示しない）カラー・バーから読み出し可能であり、このカラー・バーは、モニタ上、コンピュータ画像のシークエンス３２０の近くにで表示される。
【００５６】
（コンピュータ画像のシークエンスの時間分解能を定義する）サンプリング間隔Ｔｓの選択は、完全に、入力画像の取得のレートから独立していることを、強調する。従って、コンピュータ画像はどんなときでも（元のシークエンス内で入力画像が利用可能でないときでさえ）計算され得る。このように、サンプリング間隔Ｔｓを最適化することができるから、（灌流過程、特に動力学と空間分布、について最も良好に認識させるように）コンピュータ画像のレンダリングを平滑化できる。
【００５７】
図４を参照して、同じ入力画像のシークエンス３０５に対する、（対応する信号Ｓｅｌに基づいた、）異なる形式の瞬間の関数値を選択する、上述の方策の適用例が示される。この場合、瞬間の関数値は、時間に関するモデル関数の積分に対応する。具体的には、個々のセルに対して、個々の値は、オフセットパラメータＯを減じたモデル関数Ｂ（ｔ）を、時間の原点から後続の瞬間ｔｊまで積分して計算される。この値、ＢＩ（ｔｊ）、は、セルで表される身体部位の部分を経由して流れた造影剤の量に対して比例する量を示す。
【数３】
破線矢印３１２ａで識別されるセルに対する、及び、破線矢印３１２ｂで識別されるセルに対する、積分の瞬間値のグラフ表現は、夫々、図内で４１５ａ（ＢＩ１）及び４１５ｂ（ＢＩ２）が付される。（入力画像と同じ瞬間にて）上述のように形成されたコンピュータ画像のシークエンス例には、４２０が付されている。
【００５８】
この場合、コンピュータ画面のシークエンス４２０は、関心を寄せている属性に関し、時間発展を動的に表現する。更に、前述の適用例で指摘したように、コンピュータ画像のシークエンス４２０は、（時間的平滑化、空間的平滑化、及び動作の除去により、）灌流過程の視覚的認識の促進を保証する。同様に、オフセットパラメータＯの除去は背景エコーパワー信号の寄与を抑制する。更に、コンピュータ画像のシークエンス４２０が着色して表示されると、コンピュータ画面のシークエンス４２０の読み取りは更に容易化され得る。
【００５９】
次に、図５を参照すれば、本発明の別の（より洗練された）実施形態による方策を実施するのに用いることができるメイン・ソフトウェア、ハードウェアの構成が示される。それら構成は、総じて参照数字５００として示される。（図２に示した要素に対応する要素については、同様の参照数字を付し、簡潔にするため、説明を省略する。）
【００６０】
この場合においては、画像処理部２２５が（選択信号Ｓｅｌに基づいて）作成した、処理画像のシークエンスＳＩｐが、値マスク生成部（ｖａｌｕｅ ｍａｓｋ ｇｅｎｅｒａｔｏｒ）５０５へ送られる。値マスク生成部５０５は、セル値に対する所定の閾値Ｔｈｖ（例えば、最大許容値の０ないし５％）をも受け取る。値マスク生成部５０５は、一連の値マスクＳＭｖを生成する。値マスクはそれぞれ、セル値が閾値Ｔｈｖよりも厳密に大きければ、論理値１を（各セルに）与え、さもなければ、論理値０を与えることで、対応する処理画像から、作成される。
【００６１】
また、サブサンプリングされた画像のシークエンスＳＩｓが（空間的サブサンプリング部２１５から）、また、パラメータマトリクスＡｐが（曲線近似処理部２１８から）、品質評価部５１０へ入力される。各セルについて、品質評価部５１０は、近似精度指標（Ｑｕａｌｉｔｙ ｏｆ Ｆｉｔ （ＱＯＦ）インデックス）を定める。ＱＯＦインデックスは、モジュール２１８が行う曲線近似処理の精度を示す。例えば、ＱＯＦインデックスは、次式から百分率で与えられる。
【数４】
ここで、ＳＳＥ、および、ＳＳＴは、以下の様にして算定する。特に、項ＳＳＥは、サブサンプリングされた画像における値と、対応する（予測された）モデル関数の値との差の二乗の総和である。換言すれば、Ｓｉを、瞬間Ｔｉ（ｉは、１，．．．，Ｎ）において取得した入力画像に対応する、サブサンプリングされた画像のセルの値とし、かつ、Ｐｉを、同じ瞬間Ｔｉにおけるモデル関数の値とし、
【数５】
と表される。項ＳＳＴは、サブサンプリングされた画像の同じ値と、その平均値（ＡＶＧ）との差の二乗の総和であって、
【数６】
ここでは、
【数７】
である。明らかなことだが、ＱＯＦインデックスが大きければ大きいほど、曲線近似処理は、より精確である（インデックスは、１００％を上限としており、これは、モデル関数と入手できる情報とが完全に一致することに対応する。）。
【００６２】
このようにして、品質評価部５１０は、品質マトリクスＡｑを生成する。このマトリクスＡｑは、各セルについての、対応するＱＯＦインデックスを含む。品質マトリクスＡｑは、品質マスク生成部５１５へ入力される。品質マスク生成部５１５は、ＱＯＦインデックスのための所定の閾値Ｔｈｑ（例えば、４０％から６０％の間）を受け取る。品質マスク生成部５１５は、品質マトリクスＡｑを、対応する品質マスクＭｑへ変換する。このために、品質マスク生成部５１５は、ＱＯＦインデックスが厳密に閾値Ｔｈｑよりも大きければ、論理値１を、さもなければ、論理値０を、（各セルへ）割り当てる。
【００６３】
乗算演算部５２０は、（値マスク生成部５０５から）一連の値マスクＳＭｖ、そして、（品質マスク生成部５１５から）品質マスクＭｑを、受け取る。演算部５２０は、各値マスクと品質マスクＭｑとを、セル毎に、乗算し、一連の対応する（総（トータル））マスクＳＭを生成する。このようにして得られた、マスクからなるセルは、処理画像のセル値が閾値Ｔｈｖよりも小さいか、もしくは、対応するＱＯＦインデックスが閾値よりも小さいＴｈｑ場合に、論理値０を有し、さもなければ論理値１を有する。
【００６４】
マスクＳＭのシークエンスは、さらに、乗算演算部５２５へ入力される。除算演算部５２５は、画像処理部２２５から処理画像のシークエンスＳＩｐをも受け取る。演算部５２５は、各処理画像を、対応するマスクで、セル毎に乗算し、一連のマスクされた処理画像（マスク済処理画像）ＳＭＩｐを得る。その結果、各マスク済処理画像は、対応する、閾値Ｔｈｖよりも大きく、かつ、同時的に、そのＱＯＦインデックスが閾値ＴＨｑよりも大きい、処理画像のみを含む（他方、その他のセル値は、ゼロに再設定される。）。それから、マスク済処理画像ＳＭＩｐのシークエンスは、量子化部２２７へ送られ、上述したように、空間補間部２３３から、対応する、マスクされたコンピュータ画像（マスク済コンピュータ画像）のシークエンスＳＭＩｃを得る。
【００６５】
マスクのシークエンスＳＭはまた、逆変換部５３０へ入力される。逆変換部５３０は、（論理値０および１を交換することで、）対応する、逆変換したマスクＳＭ＿を生成する。それから、逆変換マスクＳＭ＿は、（空間補間部２３３とは独立して動作する）さらなる別の空間補間部５３５へ入力されて、（入力画像の１つと対応する）フルサイズの逆変換マスクへ復元される。この処理により、補間された逆変換マスク（補間逆変換マスク）のシークエンスＳＭｉを得る。同時に、（画像選択部２１２が生成した）削減された、入力画像のシークエンスＲＳＩｉは、（線形化演算部２１４に加えて）画像複製部５４０へ入力される。画像複製部５４０は、また、（隣接したマスク済コンピュータ画像の各ペアの間の時間間隔を定める）サンプリング間隔Ｔｓを受ける。利用可能な入力画像の各ペアの間の時間間隔が、マスク済コンピュータ画像のものよりも大きい場合、画像複製部５４０は、必要に応じて、最も近接した入力画像を複製し、削減された、入力画像のシークエンスＲＳＩｉへ新しい画像を１つ以上加え、入力画像の数と、コンピュータ画像の数とを一致させる。この操作は、（瞬間ｔｊにおけるマスク済コンピュータ画像のそれぞれに対し、）同じ瞬間ｔｊにおいて、取得あるいは複製された、対応する入力画像を保有することを目的とする。このようにして得た、（ＳＩｔとして示す、）同期化された入力画像（同期化入力画像）は、乗算演算部５４５へ入力される。乗算演算部５４５は、空間補間部５３５から、補間逆変換マスクのシークエンスＳＭｉをも受け取る。演算部５４５は、同期化入力画像を、対応する補間逆変換マスクで、画素ごとに、乗算し、マスクされた入力画像（マスク済入力画像）のシークエンスＳＭＩｉを得る。
【００６６】
演算部５５０は、（空間補間部２３３からの）マスク済コンピュータ画像それぞれと、（乗算演算部５３０からの）対応する、マスク済入力画像とを、画素毎に、加算し、オーバーレイされた画像（オーバーレイ画像）のシークエンスＳＩｏを得る。このようにして、関連付けられたコンピュータ画像の対応する値が顕著な値（即ち、閾値Ｔｈｖよりも大きな値）を有し、かつ、受容できる程度の近似精度（即ち、ＱＯＦインデックスが閾値Ｔｈｑよりも大きい）場合に限り、入力画像の各画素値について、関連付けられたコンピュータ画像の対応する値によって、差し替え（オーバーライド）が行われる。オーバーレイ画像のシークエンスＳＩｏは、保存部（レポジトリ）２３６に格納され、それから、上述のとおりに再生を制御する再生部２３９へ入力される。
【００６７】
このように、閾値Ｔｈｖ、Ｔｈｑを調整すれば、元の画像に対する影響を最小限にとどめつつ、視覚化の品質を最適化することができる。さらに、注記すべきは、単に、閾値Ｔｈｖ、あるいは、閾値Ｔｈｑをそれぞれゼロに設定するだけで、値マスク、および／または、品質マスクの利用を回避（コンピュータ画像に対して影響を及ぼさない、対応する、全てが１のマスクを取得）することができる点である。
【００６８】
図６を参照すれば、同じ入力画像のシークエンス３０５に対し、上述の方策を適用した例が示される。特に、（閾値Ｔｈｖを処理画像のシークエンスの最大値の１％に設定し、かつ、閾値Ｔｈｑをゼロに設定することで、）上述のコンピュータ画像のシークエンス３２０は、対応するマスクのシークエンス６０５と関連付けられることができる。（図示しない、対応する補間逆変換マスクで乗算された）入力画像上に、（対応するマスクで乗算された）コンピュータ画像をオーバーレイすることで、オーバーレイ画像のシークエンス６１０を生成することができる。図より明らかだが、入力画像は、背景として、まだなお、視認可能である。従って、灌流過程の視覚的認識が、向上される。この点に関し、注記すべきは、閾値Ｔｈｖが、コンピュータ画像のオーバーレイの度合いを定める点である。したがって、上記にて提案した値域（０ないし５％）であれば、コンピュータ画像に含まれる重要な情報は保存され、また、同時に、必要でない場合には、元の画像が差し替え（オーバーライド）されることを防ぐことができる。その結果、オーバーレイ画像のシークエンス６１０は、（先の実施形態で述べたように）灌流過程の視覚的認識の点で改善される。このことは、分析中の身体部位の実態を表示することにもあてはまる。
【００６９】
図７を参照すると、本発明のさらに別の実施形態による方策を実施するのに用いられるメイン・ソフトウェアおよびハードウェアの構成要素が、総じて参照数字７００として示されている。簡単化のため、本発明の実施形態における追加的な特徴を、図２に提示した構造を参照し、説明する。（ここでは、対応する要素は、同様の参照数字を付し、説明を省略する。）しかしながら、同様の特徴を、図５を参照して説明した、さらに洗練された実装例に対して追加することも可能であることを、明記する。
【００７０】
特に、描画モジュール７０５を用いて、画像選択部２１２が保存部（レポジトリ）２０９から選択した１つの入力画像上に、参照領域、画定領域、および、分析領域を定める。参照領域は、（例えば、健常であるとみなされる組織領域の輪郭を描き（アウトライニング）、）特性がよく定まっている区域を表す。他方、画定領域は、（例えば、病巣である疑いがある、あるいは、病巣であることがわかっている組織領域の輪郭を描き、）灌流過程の関心領域（ＲＯＩ）を定める。また、分析領域は、画定領域内の、分析に選ばれた領域を定める。この操作は、（参照領域について）参照マスクＭｒ、（画定領域について）画定マスクＭｄ、（分析領域について）分析マスクＭａを生成する。各マスクＭｒ、Ｍｄ、Ｍａは、入力画像と同一の大きさの二値のマトリクスを有する。３つのマスクＭｒ、Ｍｄ、Ｍａそれぞれにおいては、それぞれの対応する領域内部における二値には、論理値１が与えられ、対応する領域の外部における二値には、論理値ゼロが与えられる。
【００７１】
乗算演算部７１０は、（上述のとおり、画像選択部２１２が削減した）入力画像のシークエンスＲＳＩｉ、および、画定マスクＭｄを受け取る。演算部７１０は、各入力画像を、画定マスクＭｄで、画素毎に乗算し、画定領域の外側の画素値を全てゼロに再設定する（なお、その余の画素値は、変化しない。）。削減された、入力画像のシークエンスは、更新され、（プライム符号即ちＲＳＩｉ’で区別され、）それから、線形化演算部２１４へ入力され、上述の操作が繰り返される。この場合、画像処理部２２５が（画定領域全体について）作成した処理画像ＳＩｐは、対応する（図示しない）保存部（レポジトリ）へ保存されることが好ましい。従って、同じ情報を用いて（後述する）別の分析領域に用いてもよい。該分析領域は、（再計算せずに）同じ画定領域内部に描かれる。
【００７２】
代わりに、参照マスクＭｒおよび分析マスクＭａは、画像選択部２１２が、簡単化空間サブサンプリング部７１５へ入力する。特に、空間サブサンプリング部７１５は、（空間サブサンプリング部２１５が線形化画像をサブサンプリングするのと同様にして、）参照マスクＭｒおよび分析マスクＭａを、サブサンプリングされた参照マスク（サブサンプル参照マスク）Ｍｓｒおよびサブサンプリングされた分析マスク（サブサンプル分析マスク）Ｍｓａにそれぞれ分割する。だが、この場合、サブサンプルマスクＭｓｒおよびＭｓａの各セル値は、丸められ（ｒｏｕｎｄｅｄ ｏｆｆ）、それらが常に値０または１しか有さないようにされる。
【００７３】
平均演算部７２０は、サブサンプル参照マスクＭｓｒ、および、（空間サブサンプリング部２１５から）サブサンプリングされた画像ＳＩｓのシークエンスを受け取る。平均演算部７２０は、対応する、平均値のシークエンスＳＶａを生成する。このために、平均演算部７２０は、サブサンプリングされた画像のそれぞれを、サブサンプル参照マスクＭｓｒで、セル毎に乗算する。サブサンプリングされた画像のそれぞれに対し、このようにして得た値を、バッファにおいて加算する。対応する平均値は、バッファにおける最終的な値を、サブサンプル参照マスクＭｓｒにおけるノンゼロの値の数で除算して得る。このように、各平均値は、対応するサブサンプリングされた画像の参照領域のセル値の平均である。
【００７４】
（曲線近似処理部２１８と全く同じ）さらに別の曲線近似処理部７２５は、平均値のシークエンスＳＶａを、（パラメータで定義される）関連するモデル関数のインスタンス（例）と関係付けする。曲線近似処理部７２５は、このようにして、（参照領域全体について）これらパラメータの最適値を生成する。最適値は、Ｖｐと称される。パラメータ値Ｖｐは、評価部７３０へ入力される。評価部７３０は、また、（隣接する処理画像の各ペアの間の時間を定める）サンプリング間隔Ｔｓも受け取る。評価部７３０は、参照値のシークエンスＳＶｒを生成する。この値は、画像処理部２２５が作成した処理画像ＳＩｐのシークエンスと同期化される。より具体的には、各瞬間Ｔｊ＝ｊ×Ｔｓについて、評価部７３０が、参照値を、対応する、パラメータ値Ｖｐで定めるモデル関数の瞬間の値に設定する。
【００７５】
並行的に、乗算演算部７３５は、（空間サブサンプリング部７１５から、）サブサンプル分析マスクＭｓａ、および、（画像処理部２２５から、）処理画像ＳＩｐのシークエンスを受け取る。演算部７３５は、処理画像をそれぞれ、サブサンプル分析マスクＭｓａで、セル毎に乗算し、対応する、分析画像のシークエンスＳＩａを生成する。このように、各分析画像は、対応する処理画像の（サブサンプル分析マスクＭｓａが定める）分析領域内部のセル値のみを有し、その余のセル値は、ゼロに再設定される。
【００７６】
減算演算部７４０は、（乗算演算部７３５から）分析画像のシークエンスＳＩａ、および、（評価部７３０から）参照値のシークエンスＳＶｒを受け取る。これらは、互いに同期している。演算部７４０は、分析画像のシークエンスＳＩａの各瞬間について、対応する分析画像のセル値から、参照値を減算する。この操作は、対応する、更新された処理画像（更新処理画像）のシークエンスを生成する。更新処理画像は、プライム符号（即ち、ＳＩｐ’）で区別される。処理画像のシークエンスＳＩｐ’は、量子化部２２７へ入力され、先述と同様の操作が繰り返される。
【００７７】
提案にかかる、本発明の実施形態は、参照領域の灌流の動力学との比較で、被験中の身体部位の分析領域の灌流の動力学の差違を強調する点で、有利である。このことは、特に、いくつかの病変を識別することを、容易にする。例えば、この手法は、特に、肝臓疾患における動的血管パターン（ｄｙｎａｍｉｃ ｖａｓｃｕｌａｒ ｐａｔｔｅｒｎ（ＤＶＰ））の特徴付け（キャラクタリゼーション）を容易化する点において、有用である。実際、いくつかの肝臓疾患は、異なる造影剤の灌流の動力学を誘起する。これは、一般に、健常な実質（ｐａｒｅｎｃｈｙｍａ）において観察される灌流の動力学とは異なる。これらの異なる動力学は、例えば、ボーラス投与される造影剤の洗入フェーズおよび洗出フェーズの間においても、よく認められる。
【００７８】
上述の方策の適用例を、図８に示す。特に、この適用例も、造影剤の意図的な破壊を伴わないボーラス投与に関する。一連の入力画像は、血管過剰造生転移反応を示す肝臓の灌流過程において超音波スキャナを用いて取得された。このシークエンスは、復調および対数圧縮後の結果で示されており、８０５と称する（簡単のため、３．２秒ごとに１枚の入力画像のみを示す。）。健常（正常）な実質であると考えられる参照領域８１０は、選択した１つの入力画像内に、演算部によって描画される。（そして、本例に含まれる他のあらゆる入力画像に複写（ｒｅｐｒｏｄｕｃｅ）される。）また、演算部は、分析領域８１５を選択する。これは、血管過剰造生転移反応が疑われるものを特定し、画定する。
【００７９】
曲線８２０（リファレンス（Ｒｅｆｅｒｅｎｃｅ））は、参照領域８１０内で、入力画像のシークエンスの（線形化）画素値の平均をとって、求められる。この参照値のシークエンスは、（問題としている例においては、対数正規分布関数を含む）適切なモデル関数のインスタンス（例）で近似される。対応するグラフ表現は、図中、８２５（近似リファレンス（Ｆｉｔｔｅｄ ｒｅｆｅｒｅｎｃｅ））で示される。本図はまた、曲線８３０（データ（Ｄａｔａ））も示す。この曲線は、セル値のシークエンスの例を表す。これは、分析領域８１５内部であって破線矢印８３２で指されるセルについての、対応する線形化画素値を平均化して得る。このセル値のシークエンスは、同じモデル関数の別のインスタンス（例）で近似される。このインスタンスのグラフ表現は、図中、８３５（近似データ（Ｆｉｔｔｅｄ ｄａｔａ））で示される。
【００８０】
この場合、コンピュータ画像は、（各セルにおいて、）対応するモデル関数の値の、同じ瞬間における参照値との差を求めることで、生成される。例えば、破線矢印８３２で指されるセルについて考察すると、所望の値は、モデル関数８２５からモデル関数８３５を減算して求められる。これらのセル値のシークエンスを示す曲線は、図中、８４０（近似データマイナス近似リファレンス（Ｆｉｔｔｅｄ ｄａｔａ − Ｆｉｔｔｅｄ ｒｅｆｅｒｅｎｃｅ））で示される。
【００８１】
明らかなことだが、この操作の結果は、２つのモデル関数８２５および８３５の瞬時的な値により、正、あるいは、負、となり得る。特に、この差は、（分析領域についての）モデル関数８３５の値が、対応する参照値（即ち、同じ瞬間における参照領域内の画素値の平均に同じ。）と実質的に同じ場合には、およそゼロとなる。逆に、差は、モデル関数８３５の値が、対応する参照値よりも大きい場合には、正であり、その他の場合には、負である。それから、上述のようにして得たセル値は、双極性パレット参照テーブル（ｂｉ−ｐｏｌａｒ ｐａｌｅｔｔｅ ｌｏｏｋ−ｕｐ ｔａｂｌｅ）８４５に基づいて、（問題としている例においては、グレースケール形式で）表示される。従って、各セル値は、モデル関数８３５の値が対応する参照値と実質的に同じ場合には、中間的な階調レベル（ｉｎｔｅｒｍｅｄｉａｔｅ ｇｒａｙ ｌｅｂｅｌ）にある。他方、画素は、モデル関数８３５の値が、対応する参照値よりも大きいか、あるいは、小さい場合には、それぞれ、もっと明るいか、もっと暗い。上述のようにして作成された（入力画像と同じ瞬間における）コンピュータ画像のシークエンスの例は、８５０で示される。
【００８２】
問題としている例においては、血管過剰造生転移反応が、早い時刻（４ｓと９ｓの間）において、明るい階調レベルとして現れている。そして、それは、後に（およそ１０ｓ以降）に、もっと暗い階調レベルに転ずる。このような挙動は明らかに、画素は、中間的な階調レベルに留まる、健常な（正常な）実質の領域における挙動と異なる。従って、本発明の実施形態によって肝臓を画像化することにより、異なる肝臓の病変のＤＶＰを、処理せずに表示する場合よりも、ずっとはっきりと目立たせることができる。
【００８３】
＜変形例＞
当然ながら、特定部分の、および、特有の、要求を満たすように、当業者であれば、上述の方策に、様々な変形、変更を加えることが可能であろう。特に、本発明は、その好適な実施形態を参照し、ある程度においては、詳細に説明したが、他の実施形態同様、形態および詳細について、様々な省略、置換、変更、が可能である。さらには、特に強調するが、本発明の、開示した実施形態と関連して説明した、特定の要素、および／または、方法の工程（ステップ）は、一般的な設計上の選択として、他の実施形態に組み込むことができる。
【００８４】
特に、超音波スキャナが異なる構造や他のユニットを有するならば、同様の配慮がなされる。加えて、均等な造影剤を使用することも可能であるし、また、（破壊用のフラッシュを伴って、あるいは、伴わずに、）身体部位に別の方法で灌流させてもよい。同様、画像を、異なる形式（フォーマット）で取得してもよい。画素は、別の値を指し示してもかまわない。あるいは、画素値のマトリクスの一部分だけ（さらに一般的には、複数の別の視覚化値）を考慮してもよい。
【００８５】
さらには、本発明の原理は、記載したモデル関数に限定されない。例えば、破壊用のフラッシュを伴う灌流過程においては、（ＷＯ−Ａ−２００４／１１０２７９に記載のように）Ｓ字形状関数で、対応するセル値のシークエンスを近似させることも可能である（ＷＯ−Ａ−２００４／１１０２７９の記載は全て、参照により本願に含まれる。）。あるいは、（ウェイら（Ｗｅｉ ｅｔ ａｌ．）による論文に記載されるように）単一指数関数で、近似させることも可能である。また、その他の関数で、近似させることも可能である。
【００８６】
当然のことだが、モデル関数の適切なインスタンスを、セル値のシークエンスと関連付けるための他の均等な手法（例えば、ニューラル・ネットワークに基づく手法）も、批判に耐えられる（ｔｅｎａｂｌｅ）ものである。さらには、本発明は、利用可能な情報をオフラインで分析する形態を、特に参照して説明してきたが、本願は、実時間（リアル・タイム）での利用を排除するものではない。例えば、本発明の、他の実装例においては、有効な曲線近似を適用できる入力画像のサブセット（例えば、１０枚といった、７枚ないし１２枚の入力画像群）を得て、直ちに入力画像を処理する。その後、入力画像のサブセットの各セルを、選択されたモデル関数の、対応するインスタンスと関連付ける。そうすることで、（処理の最初のほうで）第１のコンピュータ画像を計算することが可能になる。この画像は、第１の入力画像にオーバーレイされる。このようにして得た第１のコンピュータ画像は、次に、上気したようにして表示される。この表示は、対応する入力画像を実際に取得した瞬間に対し、ほんの僅かな遅延しか伴わない。（つまり、問題にしている例においては、入力画像の取得のレートを１０Ｈｚとして、１０÷１０Ｈｚ＝１ｓ、１秒後。）その後は、同様の操作が、取得した新しい入力画像に対して繰り返される。このため、モデル関数は、新しく利用可能になった情報に基づいて、処理の反復（イタレーション）毎に、再計算される。この結果は、それまでに取得した全ての入力画像について考慮される。（よって、実現可能な最善の精度が得られる。）あるいは、曲線近似の処理を、常に、利用可能な入力画像の最後部１０枚のみに対して適用してもよい。（よって、精度が犠牲になるものの、処理速度が向上される。）両ケースともに、モデル関数は、３次スプラインフィルタ、あるいは、メジアンフィルタの形式を有することが好ましい。そうすることで、計算の複雑さは、実時間的な使用にも対応可能な程度に、緩和される。
【００８７】
同様の考慮を、コンピュータ画像（もしくはオーバーレイ画像）の印刷、あるいは、より一般的に、表示、について、他の形式を用いる点について、してよい。
【００８８】
あるいは、参照領域、および／または、分析領域の選択を、別の手順で行うことも可能である。また、参照領域を、別の規準に基づいて選択してもよい。さらには、明らかなことだが、画定領域を定めることは、必ずしも必要ではない。そして、画定領域は、いくつかの実装例においては、省略可能である。さらには、参照値を、他の均等な手順で求めてもよい。例えば、参照領域の画素値を統合整理（ｃｏｎｓｏｌｉｄａｔｅ）し、それから、結果として得た平均値のシークエンスを、（上述のように）所望のモデル関数の適切なインスタンスと関連付けすれば、コンピュータ計算にとっては有利である。だが、ここでは、操作（演算）の順序の逆転可能性について考慮している。詳しく言えば、参照領域の全てのセル値は、対応するモデル関数と、関連付けすることができる。各瞬間において、これらのモデル関数は、評価され、結果として得た値の平均を算出する。
【００８９】
いずれのケースにおいても、（例えば、相関、デコンボリューション、あるいは、スペクトル解析といった）別のアルゴリズムを用いて、利用可能な情報を、参照値に統合整理することを妨げない。
【００９０】
さらには、分析領域および参照値に関連する、瞬時的な関数値は、（例えば、加算、乗算、除算といった）別の方法で、組み合わせられてよい。
【００９１】
上記説明においては、参照モデルの、特定の瞬時的な関数値を参照している。しかし、本願は、そのような点について、限定されるべきものではない。例えば、分析領域については、瞬時的な関数値をベースとし、参照領域について、もしくは、分析領域と参照領域の両方については、関連付けられるモデル関数の導関数をベースとすることができる。さらには、別の形式の、瞬時的な関数値の組み合わせも可能である。複数のモデル関数の瞬時的な関数値から、直接的に（参照値どうしを組み合わせることなしに、）コンピュータ画像を生成するような、本発明の実施形態についても、同様な考察が可能である。より一般化すれば、本発明にかかる方策（ソリューション）は、何らかの瞬時的な関数値より求まる属性あるいは属性の組み合わせの時間発展を記述するのに、用いることが可能である。ここで、瞬時的な関数値は、関連する瞬間におけるモデル関数から算出される。
【００９２】
あるいは、空間サブサンプリング部は、各入力画像を、大きさが異なるセルに分割してもよい。このことは、例えば、（四分木分解法（ｑｕａｄｔｒｅｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）といった）多重スケール解析法を用いて実現することができる。このような場合であっても、所望のモデル関数を用いた近似を、（１つの画素（ピクセル）／ボクセルの大きさまでの）任意の大きさのセルについて実施することができる。
【００９３】
あるいは、入力画像を線形化する工程を、空間サブサンプリングおよび曲線近似の前から省略してもよい。そして、このような場合には、可能な別の、より適した、モデル関数を、曲線近似処理部において使用してもよい。加えて、動き報償を、入力画像のシークエンスに対して適用し、モデル関数による近似の精度を向上させてもよい。
【００９４】
コンピュータ画像を、均等なアルゴリズムを用いて入力画像にオーバーレイする場合にも、同様の考察が可能である。いかなる場合においても、上述のとおり、（入力画像にオーバーレイせずに、）コンピュータ画像を直接的に表示するような、本発明にかかる簡単化された実施形態は、実施可能である。
【００９５】
本発明の別の実施形態においては、値マスクを作成するための閾値は、別の値に設定されてよい。あるいは、コンピュータ画像のセル値の統計的解析から動的に求めてもよい。
【００９６】
あるいは、曲線近似処理の精度を、（例えば、対応する差の単純平均といった）別の指標を用いて定めてもよい。さらには、この場合においては、該精度マスク（品質マスク）を作成するための閾値も、別々の複数の値に設定してもよい（動的に求めてもよい。）。
【００９７】
さらには、値マスクのみ、もしくは、品質マスクのみ、をサポートしてもよい。いずれの場合においても、全てのコンピュータ画像を、直接的に入力画像と合算することは（いかなるマスクの使用なしに）可能である。
【００９８】
モデル関数からオフセットを除去しないような実装例も、本発明の範囲に含まれる。
【００９９】
処理された画像のセル値を、いかなる数の範囲からなる範囲群に（非線形的な分布を示していようと、）区分けし、対応する色と関連付けをするような場合に対しても、同様の考察が可能である。さらには、注記すべきは、本願明細書で用いる用語、色（カラー（ｃｏｌｏｒ））は、異なる色調（トーナリティ（ｔｏｎａｌｉｔｉｅｓ））や、その他の視認可能な手掛かり（クルー）（ｖｉｓｕａｌ ｃｌｕｅｓ）も含める意図で使用されている。だが、本発明は、コンピュータ画像の白黒表現や、グレースケール表現についても、同様に適用可能である。
【０１００】
あるいは、削除する入力画像の選択は、（モデル関数による近似の精度を最適化することを目的とする）別のアルゴリズムで実施することも可能である。いずれの場合においても、モデル関数で近似を行う際に利用可能な全ての入力画像を使用することを妨げるものではない。
【０１０１】
同様に、入力画像のシークエンスのレートを、コンピュータ画像のシークエンスのレートと等しくするために、補間、補外、デシメーションといった、別の画像複製手法を用いることができる。本発明に原理から逸脱することなしに、入力画像のシークエンスとコンピュータ画像のシークエンスに、任意のタイミングを与えることができる。入力画像上にコンピュータ画像をオーバーレイすることも、両画像の時間の同期性とは無関係に実施することができる。
【０１０２】
いずれの場合においても、画像プローブは、（例えば、リニア−、コンベックス−、フェーズド−、アレイ型といった）別種のタイプを用いることができる。また、入力画像を、別のモダリティで（例えば、ドプラ法ベースのアルゴリズムを用いて）撮画してもよい。あるいは、医療用画像システムは、超音波スキャナと、別個のコンピュータ（あるいは、均等なデータ処理体）と、を備えてよい。このような状況においては、計測されたデータは、超音波スキャナからコンピュータへ、（例えば、リムーバブルディスク、メモリ・キー、もしくは、ネットワーク接続体を介して）転送され、処理される。
【０１０３】
いずれの場合においても、本発明にかかる方策（ソリューション）は、例えば、磁気共鳴画像映像法（ＭＲＩ）やＸ線コンピュータ撮影法（ＣＴ）ベースの、あらゆる医療号画像システムにおける利用に供されうる。
【０１０４】
（本発明にかかる実施形態の実施に用いられる）プログラムが別の方法で構成されていたり、追加的なモジュールや機能が付されていたりするような場合も、同様の考察は、可能である。同様に、メモリの構造が別種のものであるとか、メモリの構造が（かならずしも物理的記憶媒体を伴わない）等価物と置き換えられていても、同様の考察は可能である。さらには、ここで提案している方策（ソリューション）を、（同様の工程、もしくは、追加的な工程、を備え、順序が異なるような）均等な方法で実施することもできる。いずれの場合においても、プログラムは、利用に適したいかなる形態を備えてもよいし、また、外部のソフトウェアもしくは常駐ソフトウェア、ファームウェア、（オブジェクト・コードもしくはソース・コードのいずれかの）マイクロコードといった、いかなるデータ処理系と接続されてもよい。さらには、本プログラムは、コンピュータが利用可能な、いかなる媒体で供されてもよい。当該媒体は、プログラムを、保持、格納、通信、配布、あるいは、転送することに適したいかなる要素であってもよい。このような媒体の例としては、（プログラムを予めロードしておくことが可能な）固定ディスク、リムーバブルディスク、テープ、カード、ワイヤ、ファイバ、無線通信、ネットワーク、磁気的、光学的、電磁的、もしくは、半導体といった形式がある。
【０１０５】
いずれの場合においても、本発明にかかる方策（ソリューション）は、（例えば、半導体材料のチップに統合された）ハードウェア構成、または、ソフトウェアとハードウェアとの組み合わせにより、実用に供され得る。
【図面の簡単な説明】
【０１０６】
【図１】本発明の実施形態によるソリューションにおいて利用可能な超音波スキャナの図
【図２】本発明の実施形態によるソリューションを実施することができるソフトウェアおよびハードウェアの主たる構成要素の図
【図３】本発明の実施形態によるソリューションの適用例を示す図
【図４】同じ本発明の実施形態によるソリューションの適用別例を示す図
【図５】別の本発明の実施形態によるソリューションを実施することができるソフトウェアおよびハードウェアの主たる構成要素の図
【図６】本発明の実施形態によるソリューションの適用例を示す図
【図７】さらに別の本発明の実施形態によるソリューションを実施することができるソフトウェアおよびハードウェアの主たる構成要素の図
【図８】本発明の実施形態によるソリューションの適用例を示す図
【符号の説明】
【０１０７】
１００ ・・・ 医療用画像システム
１０５ ・・・ 中央ユニット
１１０ ・・・ 画像プローブ
１１５ ・・・ マザーボード
１２０ ・・・ ドーターボード
１２５ ・・・ ドライブ
１３０ ・・・ リムーバブルディスク
１３５ ・・・ モニタ
１４０ ・・・ キーボード
１４５ ・・・ トラックボール
１５０ ・・・ 身体部位
１５５ ・・・ 患者
【技術分野】
【０００１】
本発明は、医療用画像分野に関し、特に、動的潅流画像の表示に関する。
【背景技術】
【０００２】
医用画像化法は、医療用機器分野においては、揺るぎない地位を有する技術である。特に、この手法は、血液灌流の診断において広く利用される。血液灌流の診断は、幾つかの診断適用において、特に、超音波分析において、用いられる。このような使用目的に関し、例えば、リン脂質安定化ガス封入マイクロバブル懸濁剤からなる、超音波造影剤（ＵＣＡ）は、患者へ投与される。造影剤は、効率のよい超音波反射体として機能するから、超音波をあててそのエコー信号を記録すれば、容易に検出することができる。患者内部において、造影剤が血液と同じ測度で流れるとするなら、トラッキングすることで、分析すべき、身体部位（臓器）における血液の灌流に関する情報を得ることができる。
【０００３】
一般に、灌流の過程において身体部位を表す一連の連続画像を取得し、造影剤の流れをモニタする。具体的には、画像の各画素値が、身体部位における対応する部分に関する、記録されたエコー信号の強度を示す。このようにして、該一連の画像が、身体部位全体のエコー信号の時間発展を描写する。従って、一連の画像（例えば、モニターに表示された画像）を分析することで、該身体部位における血液灌流の量的な指標を得ることができる。
【０００４】
しかしながら、表示される画像の画質は、かなり悪いことがある。実際のところ、画像が示す各画素値は、時間内で大きな変動を有する。さらには、画像内に不可避的に現れるスペックル粒が、注意をそらさせるようなパターンを形成する。画質は、データ収集の際の身体部位の動きによっても、悪影響を被る。画像の効果的分析を妨げる別の要因には、有意な情報に重なる、バックグラウンド・エコー信号である。上記した全ての事柄は、灌流過程を正確に診断することを困難にする。いずれにせよ、得られる結果は、一連の画像を取得し、かつ／あるいは、分析する、オペレータのスキルにかかっている。
【０００５】
これまでにも、特定の利用用途において画像の画質を改善しようとする試みが、なされている。例えば、ＵＳ−Ｂ−６，６７６，６０６は、身体部位内の毛細血管の識別を容易にする方策についての提案を行っている。そのために、（例えば、静止した組織と関連付けられる、）画像対画像で同一の画素からの寄与を減じ、その一方で、（例えば、マイクロバブルの運動により）画像対画像で変化する画素を存続させる処理を、画像に施す。この処理は、微細な血管構造の可視化の改善を可能にする。
【０００６】
また、灌流過程の量的診断は、パラメトリック分析法を用いて行われる。この場合、（個々の画素、あるいは、隣接画素群について）時間上で記録されたエコー信号の強度は、数理モデル関数を用いて近似される。そして、このモデル関数を用いて、他の灌流パラメータを算出する。これらのパラメータは、対応する、身体部位の個々の部分の形態学的特徴を示す。この手法は、ウェイ，Ｋ．、ジャヤウェーラ，Ａ．Ｒ．、フィローザン，Ｓ．、リンカ，Ａ．、スキバ，Ｄ．Ｍ．、および、カウル，Ｓ．の「クアンティフィケーション・オブ・マイヨカーディナル・ブラッド・フロー・ウィズ・ウルトラサウンド−インデュースド・デストラクション・オブ・マイクロバブルス・アドミニスタード・アズ・ア・コンスタント・ベーナス・インフュージョン」、サーキュレーション、巻９７、１９８８（Wei, K., Jayaweera, A. R., Firoozan, S., Linka, A., Skyba, D. M., and Kaul, S., "Quantification of Myocardial Blood Flow With Ultrasound-Induced Destruction of Microbubbles Administer ed as a Constant Venous Infusion," Circulation, vol. 97, 1998）において初めて提案された。例えば、いわゆる、破壊−補充法において（この手法では、十分なエネルギのフラッシュによって造影剤を破壊し、破壊後の再灌流を観察する。）、一般的に受け容れられているモデルは、時間に関する（映像の）エコー信号の強度の単一指数関数Ｉ（ｔ）として定義され、その一般形は、
【数１】
で表され、ここで、Ａは、定常状態振幅であり、βは、（破壊用フラッシュ直後の瞬間を時間に関する原点とする）単一指数関数の速度項である。この場合、灌流パラメータは、値Ａおよび値βであり、これらの値は、共に、それぞれ、局所血液量、および、局所血流速度と解され、また、値Ａβは、血流に比例する量と解される。
【０００７】
パラメトリック画像化法は、また、一般に、上述した定量分析の結果のグラフィカル表現にも用いられる。このために、選択した灌流パラメータに対応する値を各画素に割り当てて、パラメトリック画像を構成する。一般に、相異なる灌流パラメータの値域を、対応する別々の色で符号化し、そのようにして得られた画素値を、オリジナル画像上にオーバーレイする。パラメトリック画像は、分析にかかる身体部位全体の灌流パラメータの空間的分布を示す。これにより、（例えば、病的状態故に）異常な灌流の可能性がある身体部位の部分を識別することが容易になる。
【０００８】
しかしながら、パラメトリック画像は、単に、灌流パラメータの値の統計的表現に過ぎない。従って、それから灌流過程を直接的に視覚的に認識することはできない。通例によれば、灌流過程は、画像群の元のシークエンスをプレイバックして認識する。
【０００９】
ＵＳ−Ａ−２００３／０１１４７５９は、別の手法を提案する。この例では、画像の、単相シークエンスが複数構成される。各単相シークエンスは、それぞれ異なる、心周期における対応する位相において取得された全ての画像を集めることで得る。画像の、各単相シークエンスについて、上述のモデル関数により、対応する画素値（またはそのグループ）がフィット（近似）される。再度、パラメトリック画像を、選択された灌流パラメータの（上記モデル関数から算出された、）対応する値を各画素に対して割り当てることで、構成する。このようにして得た（心周期の相異なる位相の）パラメトリック画像のシークエンスを連続的に表示する。この引用文献は、心臓の拍動のサイクルと強く関連しない、体の他の器官（例えば、肝臓、腎臓、あるいは、身体の移植器官や移植肢）についても同じ手法を使用することの可能性について、示唆する。そのような場合、上述の手順は、診断プロセスの異なる時期に対して適用される。それぞれの時期で、対応する、画像の下位シークエンスから、異なるパラメトリック画像を同様に作成される（そして、これらのパラメトリック画像が、同様に、連続的に表示される。）。いずれにせよ、灌流パラメータは、値Ａ、β、および、それらの組み合わせ（例えば、Ａ×ＢやＡ÷Ｂ）から導かれる。あるいは、対応するモデル関数の誤差や分散に基づいて灌流パラメータを導くことも可能である。
【００１０】
上述の手法によれば、心臓の拍動のサイクルの（さらに、一般的には、診断プロセスの）異なる位相における灌流の変化に関する何かしらの示唆を与える。とは言え、各パラメトリック画像は、未だなお、対応するモデル関数を統計的に表現した、固定した灌流パラメータに基づくものである。
【発明の開示】
【発明が解決しようとする課題】
【００１１】
一般化すれば、本発明は、動的な灌流画像の表示に関する着想に立脚する。
【００１２】
とりわけ、本発明は、独立請求項に記載の方策を提供する。本発明の有利な実施形態については、従属請求項に記載する。
【課題を解決するための手段】
【００１３】
さらに具体的には、本発明は、その一態様において、（例えば、超音波スキャナに基づく）医療用画像システムを提案する。本システムは、記録した入力画像のシークエンスを（例えば、記憶装置から画像を抽出することにより、）提供する手段、を有する。各入力画像は、（対応する瞬間における）造影剤が灌流する身体部位のデジタル表現である。特に、各入力画像は、（画素（ピクセル）値／ボクセル値のマトリクスといった）複数の視覚化値を含んでいる。そのそれぞれは、身体部位の対応する部分を表現する。（単一の視覚化値あるいはそのグループで構成される入力画像からなる）入力画像群における、対応するセット（集合）からなるシークエンスのそれぞれを、（例えば、曲線近似処理によって）時間に関するモデル関数と関連付けする手段を有する。本システムは、さらに、さらに別の瞬間における一連のコンピュータ画像を生成する手段を有する。各コンピュータ画像は、さらに別の複数の視覚化値を備える。これらの、さらに別の視覚化値は、瞬時的な関数値から求められる。この瞬時的な関数値は、上記対応するさらに別の瞬間における、関連付けされたモデル関数から算出される。そして、（例えば、モニタといった、）コンピュータ画像のシークエンスを表示する手段を有する。
【００１４】
本発明の実施形態においては、（さらに別の）瞬間のそれぞれにおいて対応する参照モデルの瞬時的な関数値に基づいて、入力画像のなかから参照領域を選択する。そのような場合においては、異なる分析領域に対する（さらに別の）視覚化値のそれぞれを、上記瞬時的な関数値と対応する参照値とを組み合わせることによって、設定する。
【００１５】
例えば、各参照値は、参照領域の（関連する瞬間における）参照領域の瞬時的な関数値の平均に基づいて、設定される。
【００１６】
好ましくは、コンピュータ画像の各視覚化値を、参照値から対応する瞬時的な関数値を減ずることにより求める。
【００１７】
提案する実装例においては、瞬時的な関数値が、関連する瞬間における、関連付けされたモデル関数の（分析領域および／または参照領域にかかる）値と対応する。
【００１８】
別の実装例においては、同一の瞬時的な関数値が、（関連する瞬間における、）関連付けされたモデル関数の積分（インテグラル）と対応する。
【００１９】
本発明の代替的実施形態においては、コンピュータ画像の視覚化値は、そのまま直接的に、瞬時的な関数値に設定される。上述のとおり、瞬時的な関数値は、関連する瞬間における、関連付けられた参照モデルの値あるいは積分のいずれかと対応してよい。
【００２０】
モデル関数を関連付けする操作は、単独の画素値、単独のボクセル値、あるいは、それらのグループ、のレベルにおいて、実行してよい。
【００２１】
さらに、本提案にかかる方策を改良する方法としては、入力画像の線形化、がある。これは、視覚化値を実質的に、身体部位の対応する部分における造影剤の濃度に比例させる。
【００２２】
本発明の好適な実装例においては、本システムは、一連のオーバーレイ画像を表示する。（これらの画像は、一連の入力画像に、一連のコンピュータ画像をオーバーレイして得る。）
【００２３】
別の改善策として、コンピュータ画像の視覚化値から、閾値に満たないものを（例えば、ゼロに）再設定する。
【００２４】
さらに、あるいは、代替的に、視覚化値から、その近似精度指標が別の閾値に満たないものを、同様にして再設定する。
【００２５】
好ましくは、モデル関数からオフセットを除去して、コンピュータ画像を作成する。
【００２６】
さらなる改善策として、コンピュータ画像の視覚化値を、色分けした表現で表示する。
【００２７】
本発明の特定の実施形態においては、１つあるいは複数の入力画像を、（例えば、後の分析に適さないような場合、）廃棄してよい。
【００２８】
本提案の方策は、入力画像のシークエンスが、コンピュータ画像のシークエンスのフレーム・レートよりも低速なフレーム・レートを有する場合に、特に、有効である。
【００２９】
そのような場合、１つあるいは複数のさらなる画像を、入力画像のシークエンスへ挿入し、コンピュータ画像をそれと対応する入力画像にオーバーレイできるようにする、ことが好ましい。
【００３０】
本発明のある実施形態においては、本システムは、さらに、身体部位から、連続的に、入力画像を取得する手段（例えば、画像プローブ（イメージング・プローブ））を有する。
【００３１】
一般に、画像プローブは、（リニア、または、フェーズドアレイ式）超音波型である。
【００３２】
本発明は、その別の一態様においては、対応する医療用画像法を提案する。
【００３３】
本発明は、そのさらに別の一態様においては、上記方法を実行するコンピュータ・プログラムを提案する。
【００３４】
本発明は、そのさらに別の一態様においては、上記プログラムを具現化した製品を提案する。
【００３５】
本発明の顕著な特徴は、添付の特許請求の範囲に記載される。添付の図面を参照しつつ以下の詳細な説明を読めば、本発明そのもの、および、その他の特徴、ならびに、それらの有利点を、よく理解することができる。なお、以下の詳細な説明は、単なる、非限定的な示唆に過ぎない。
【発明を実施するための最良の形態】
【００３６】
まず図１を参照すれば、医療用画像システム１００が示されている。特に、システム１００は、（例えば、マトリクスアレイタイプの）ハンドヘルドの送受信画像プローブ１１０を備えた中央ユニット１０５を有する超音波スキャナで構成される。画像プローブ１１０は、（例えば、２ないし１０ＭＨｚの中心周波数を有する）一連のパルスからなる超音波を送信し、超音波の後方散乱によって生じる無線周波数（ＲＦ）のエコー信号を受信する。このために、画像プローブ１１０は、送信／受信マルチプレクサを備える。これにより、画像プローブ１１０を上述のパルス−エコーモードで使用することができる。
【００３７】
中央ユニット１０５は、マザーボード１１５を収納する。マザーボード１１５には、超音波スキャナ１００の動作を制御する電子回路（例えば、マイクロプロセッサ、ワーキングメモリ、及びハードディスクドライブ）が搭載される。さらに、１以上の（総じて１２０で示す）ドーターボードが、マザーボード１１５に差し込まれる。ドーターボード１２０は、画像プローブ１１０を駆動するための電子回路と、受信したエコー信号を処理するための電子回路とを備える。超音波スキャナ１００は、（フロッピー（Ｒ）ディスクなどの）リムーバブルディスク１３０を読み出すためのドライブ１２５を備えることができる。モニタ１３５は、進行中の分析に関連する画像を表示する。超音波スキャナ１００の動作は、キーボード１４０により制御される。キーボード１４０は、従来の方式で、中央ユニット１０５に接続される。好ましくは、キーボードは、モニタ１３５の画面で、ポインタ（図示せず）の位置を操作するのに使用するトラックボール１４５を備えている。
【００３８】
超音波スキャナ１００は、患者１５５の身体部位１５０の血液灌流を診断するのに用いられる。このために、造影剤が患者１５５に投与される。造影剤は、（ポンプによる）継続投与か、又は（一般的に、注射器を持った手による）ボーラス投与のいずれかにより、供給されてもよい。造影剤には、ガス泡を含んだ液体キャリアの懸濁液が適当である。一般的には、ガス泡は、患者１５５の毛細血管床を通り抜けることができるように、０．１ないし５μｍのオーダーの直径を有する。ガス泡は、一般的には、ガス又はその前駆物を、乳化剤、油、増粘剤、糖、タンパク、又はポリマーを含む種々の系に混入又は封入することにより、安定化される。安定化したガス泡は、ガス封入微小胞といわれる。微小胞は、水性溶媒に分散されたガス泡を含み、界面活性剤、すなわち、リン脂質のような両親媒性材料を含む非常に薄い膜（エンベロープ）により、気／液界面を構成する（この場合、マイクロバブルとして知られている）。代替として、微小胞は、天然又は合成ポリマーで形成された固体材料の膜（エンベロープ）に包まれたガス泡を含む懸濁液である（この場合、マイクロバルーンやマイクロカプセルとしても知られている）。他の種類の造影剤には、ポリマー又は他の固体の多孔性微粒子の懸濁液が含まれる。多孔性微粒子は、その微細孔内に捕獲したガス泡を運搬する。適当な、微小胞の水性懸濁液の例、特にマイクロバブル及びマイクロバルーンと、その調合法は、ＥＰ−Ａ−０４５８７４５、ＷＯ−Ａ−９１／１５２４４、ＥＰ−Ａ−０５５４２１３、ＷＯ−Ａ−９４／０９８２９、および、ＷＯ−Ａ−９５／１６４６７に記載されている（それら開示内容は全て、参照により本願に含まれる。）。ガス封入微小胞を含む市販の超音波造影剤は、Ｂｒａｃｃｏ Ｉｎｔｅｒｎａｔｉｏｎａｌ ＢＶのＳｏｎｏＶｕｅ（Ｒ）である。
【００３９】
画像プローブ１１０は、分析される身体部位１５０の区域の患者１５５の皮膚に接触するように配置される。一般的には、造影剤が身体部位１５０を満たすことを保証する所定期間（例えば、数秒）後に、高音響エネルギ（フラッシュ）を有する、１以上の超音波パルスが与えられる。音響エネルギは、造影剤のかなりの部分（例えば、少なくとも５０％）の破壊を引き起こすために、十分でなければならない（例えば、メカニカル・インデックスにおいて１ないし２）。これにより、破壊フラッシュの適用直後に計測された値と、身体部位に造影剤が補充されたときに測定された値との間における、受信されるエコー信号の実質上の変動を検出することが可能となる。それから、（０．０１−０．１のメカニカル・インデックスを示すような）低音響エネルギの一連の超音波パルスが、造影剤のさらなる破壊を伴わないように、利用される。身体部位１５０における造影剤の補充（又は再灌流）の観察は、局所的な血液灌流についての情報を提供する。このために、身体部１５０を表すデジタル画像を、灌流の過程の時間発展を追跡するために、連続的に（例えば、１秒間に１０ないし３０枚の画像の割合で）取得する。
【００４０】
次に、図２を参照すれば、本発明の簡単化した実施形態による方策を実施するのに使用することができる、主要なソフトウェアとハードウェアの構成要素が、その全体を参照数字２００として、記載されている。情報（プログラムとデータ）は、通例、ハードディスクに格納され、オペレーティングシステムと他のアプリケーションプログラム（図示せず）と共に、プログラムが実行される際にワーキングメモリに（少なくとも部分的に）読み込まれる。例えば、プログラムは、最初に、ＣＤ−ＲＯＭからハードディスクにインストールされてよい。
【００４１】
特に、ドライバ２０３は、画像プローブ（図示せず）を制御する。例えば、画像プローブドライバ２０３は、送信ビーム形成器（transmit beam former）と、分析される身体部位に印加される（パルス状の）超音波を生成するパルス生成器(pulser)とを含む。その身体部位から受信した、対応する（ＲＦ）エコー信号は、受信処理部（receive processor）２０６に供給される。典型的には、受信処理部２０６はＲＦエコー信号を前置増幅し、予備的な時間減衰補正（ＴＧＣ：time gain compensation）を行い、その後、（アナログ）ＲＦエコー信号はアナログ−デジタル変換器（ＡＤＣ）によってデジタル値へ変換され、受信ビーム形成器（receive beam former）によって、集束ＲＦエコー信号に結合される。そのようにして得られたＲＦエコー信号は、好ましくは、（造影剤ベースのエコー信号の改善のための特別なアルゴリズムのような）さらなるデジタルアルゴリズム及び他の線形のまたは非線形の信号調整（ポストビーム形成ＴＧＣのような）によって処理される。次にＲＦエコー信号は復調され、対数圧縮（log-compressed）され、ビデオフォーマットに走査変換(scan-converted)される。この処理により、一連の入力画像ＳＩｉが登録され、それらの画像は、オフライン分析のために、対応する保存部（レポジトリ）２０９に格納される。各入力画像は、灌流過程における身体部位のデジタル表現を構成する。入力画像は、視覚化値のマトリクス（例えば、５１２行×５１２列）により定義される。視覚化値は、身体部位の基本的な画像要素（ピクセル）または体積要素（ボクセル）に関するエコー信号の音響パワーによって決定される値（０から２５５までの値）からなる。
【００４２】
一連の入力画像ＳＩｉがレポジトリ２０９から抽出され、画像選択部２１２に供給される。画像選択部２１２は、さらなる分析に適切でない入力画像（もしあれば）を除去する。例えば、画像選択部２１２は、（患者の移動、患者の呼吸サイクル、または不本意な画像プローブの移動によって）位置ずれが生じ、（例えば、面外の移動であるために）その移動が補償できないような入力画像をスキップする。
【００４３】
そのようにして減じられた一連の入力画像（ＲＳＩｉと表記）は演算部２１４に入力される。演算部２１４は各入力画像をピクセル毎に線形化する。すなわち、線形化演算部２１４はそれぞれの画素値を処理して、対応する造影剤の局所濃度と直接的に比例するようにする。これにより、ランダムな間隔で生じる多くの散乱による音響エネルギの散乱の特徴を反映させる。それによりエコーパワー信号は造影剤の濃度に比例する。例えば、その結果は、逆対数圧縮を行い（、その効果を受信処理部２０６により反転させ）、その後、それにより得られた値を二乗する（ＷＯ−Ａ−２００４／１１０２７９参照、その全開示内容は引用することで本文中に組み込まれる）ことにより得られる。この演算により、ＳＬＩｉで表記される、線形化された一連の入力画像が生成される。
【００４４】
線形化された一連の入力画像ＳＬＩｉは空間的サブサンプリング部２１５に入力される。空間的サブサンプリング部２１５は、線形化された入力画像を画像プローブの空間分解能に対応したセルに分割する。各セルは、線形化された入力画像の大きさに従って、例えば２から１６個の隣接するピクセル（またはボクセル）群のグループかなる。好ましくは、空間分解能は、線形化された入力画像において区別できる最下位の要素を評価することで自動的に決定される（超音波スキャナの場合には、入力画像中、通例、視認できるスペックル粒を含んでいる。）。例えば、この結果は、線形化された一連の入力画像ＳＬＩｉの各次元に沿ったスペクトル解析から得られる。線形化された入力画像のそれぞれは、対応するサブサンプルされた画像によって置換される。サブサンプリングされた画像において、線形化された入力画像の各セルは、（例えば、ローパスフィルタ処理を適用後に、線形化された入力画像をサブサンプリングすることによって）画素値の平均値で決まる１つの値によって表される。これにより、サブサンプリングされた一連の画像ＳＩｓが得られ、それらは曲線近似処理部（カーブ近似プロセッサ）２１８に送信される。
【００４５】
曲線近似処理部２１８は、サブサンプリングされた画像の各セルを、表示すべき、所定の灌流過程に対応して選択される、時間（ｔ）のモデル関数のインスタンスに関連づける。モデル関数のインスタンスは、１組のパラメータの値によって定義される。パラメータの値は、（周知の誤差最小化アルゴリズムを用いて）対応する一連のセルの値を最適に近似（フィッティング）する値に設定される。曲線近似処理部２１８はこのようにして、セル毎に、パラメータの最適値を含むパラメータマトリクスＡｐを生成する。
【００４６】
その後、パラメータマトリクスＡｐは、選択信号Ｓｅｌによって制御される画像処理部２２５に入力される。画像処理部２２５は具体的には、選択信号Ｓｅｌにしたがって、異なる種類の、各モデル関数の瞬間的な関数値を計算するように設計されている（詳細は後述）。例えば、瞬間的な関数値はモデル関数の実際の値またはその積分である。画像処理部２２５はまた、所望のサンプリング間隔Ｔs（例えば５−８０msの範囲）を定義する値を受信する。画像処理部２２５は処理された一連の画像ＳＩpを生成する。処理された画像のそれぞれは、サンプリング間隔Ｔsによって規定される対応する瞬間に関連づけられる。ｊ番目（Ｊ≧０）の処理された画像は、灌流過程の原点となる時刻から始まる瞬間ｔｊ＝ｊ×Ｔｓに関連づけられる。セル毎に、処理された画像は、関連する瞬間ｔｊにおいて、対応するモデル関数の属性値を含む。
【００４７】
一連の処理された画像ＳＩｐは、イネーブル信号ＥＮによって制御される量子化部２２７に入力される。量子化部２２７は、セルの連続した値を対応する（例えば、全セルの最小値から最大値までの間を均一に分布させた６４または１２８レベルからなる）離散的な値に変換する。量子化２２７はまたカラー参照テーブル２３０にアクセスする。カラー参照テーブル２３０は取りうる全てのレベルを、（好ましくは、レベルの増加にともない明るくなる）対応する色表現に関連づける。例えば、それぞれの色は、実際の色の仕様を備えるパレット内の位置にアクセスするための指標（インデックス）によって定義される。量子化部２２７は、信号ＥＮをアクティブにすることで活性化される。このような状態において、それは、処理された画像における各セルの値を、対応する色表現に置換する。逆に、量子化部２２７が非アクティブにされたときは、処理された一連の画像ＳＩｐは何も変化せずに量子化部２２７を通過する。
【００４８】
どのような場合でも（量子化されようが、元の生成されたままの状態であろうが）、処理された一連の画像ＳＩｐは空間補間部２３３に入力される。空間補間部２３３は、（最近接法、双一次法または双三次法に基づくような）補間方法にしたがい、（入力画像の１つに対応する）処理された画像を完全なサイズの画像に復元する。より詳細には、各処理された画像は、対応するコンピュータ画像に変換される。このため、処理された画像の各セルは、対応するピクセルのグループに対して複製され（最近接補間法）、選択的に、（低域通過２Ｄ又は３Ｄ空間フィルタを用いて）空間的にフィルタリングされる。そのようにして得られた処理された一連の画像ＳＩcは灌流過程の動画を表す。これらのコンピュータ画像はレポジトリ２３６に格納される。
【００４９】
レポジトリ２３６は再生部２３９によりアクセスされる。再生部２３９はまた、（一対の隣接するコンピュータ画像の各対の間の時間間隔を定義する）サンプリング間隔Ｔｓを入力する。さらに、再生部２３９はインデックスＸｓを入力する。インデックスＸsは一連のコンピュータ画像ＳＩｃの所望の再生速度に応じて選択される。例えば、速度インデックスＸｓは、実時間再生時には１に設定され、スローモーション再生時には１より小さい値に設定され、高速再生時には１より大きい値に設定される。再生部２３９は、Ｔｓ／Ｘｓの間隔でレポジトリ２３９から連続してコンピュータ画像を取り出す。各コンピュータ画像はモニタドライバ２４２に送られて、（そのフレーム・レートで）再生される。
【００５０】
上述の方策の適用例が図３に示される。特に、この適用例は、造影剤を意図的に破壊することのないボーラス投与に関する。入力画像のシークエンスは、乳腺腫瘍の灌流過程の間に超音波スキャナにより取得された。（復調及び対数圧縮の結果として示される）このシークエンスには、３０５が付される。入力画像は０．５２秒の間隔で記録された。明確化のために、図に示されるシークエンスは、入力画像のサブセットのみ（、具体的には、２．６秒毎に一つの入力画像を、）含む。図に見られるように、入力画像のシークエンス３０５は、灌流過程の間のエコー信号の時間発展を示す。特に、造影剤の投与に続く洗入（ｗａｓｈ−ｉｎ）フェーズでは、（造影剤が身体部位の中へ洗入するにつれて）エコー信号は増大し、４秒の辺りで最大値レベルに達する。続いてエコー信号は、（数十秒に渡る）造影剤の洗出フェーズにて減少を開始する。（図に示さない）対応する線形化画像の個々のセル値のシークエンスは、エコーパワー信号を示す。これらのシークエンスは、身体部位の対応する部分に対して経時的に記録された。対応する（線形化された）画素値を平均して得られるこれらセル値の２つのシークエンス例は、図において、破線矢印３１２ａで識別されるセルについては３１０ａ（データセット１）とし、破線矢印３１２ｂで識別されるセルについては３１０ｂ（データセット２）としている。
【００５１】
個々のセルに対して、対応する値のシークエンスは、（個別のパラメータの値により定義される）適切なモデル関数の例（インスタンス）に近似される。懸案の例では、モデル関数は、対数正規分布関数（即ち、独立変数ｔの自然対数の正規分布関数）を有する。
【数２】
ここで、ｔ０は灌流過程の分析のための時間の原点の選択に依存する遅延を示し、Ｏはオフセットパラメータであり、Ａは（関連領域の組織血液量に関連し得る）振幅パラメータである。更に、パラメータｍＢ及びｓＢは、夫々、ｔの自然対数分布の平均及び標準偏差である。セル値３１０ａ及び３１０ｂのシークエンスに係るモデル関数のグラフ表現は、夫々、図中で３１５ａ（Ｆｉｔ１）及び３１５ｂ（Ｆｉｔ２）である。
【００５２】
この場合、（コンピュータ画像を生成するのに利用される）瞬間における関数値は、経時的なモデル関数の値に対応する。具体的には、個々のセルに対して、個別の値は、後続の瞬間ｔｊにおける、対応するモデル関数を評価することで計算される。セル値の個々の結果としてのシークエンスは、（線形化入力画像内の同じセルに対する値のシークエンスにより与えられる）灌流過程の間に記録された実際のエコーパワー信号の代わりに、個別のモデル関数により定義される（身体部位の対応する部分に対する）エコーパワー信号の、時間発展を示す。（入力画像と同じ瞬間にて）上述のように形成されたコンピュータ画像のシークエンス例には、３２０が付されている。
【００５３】
図中に明確に示すように、コンピュータ画像のシークエンス３２０では、灌流過程の認知性を改善することができ、特に（入力画像のシークエンス３０５との比較において）そのパターンと動力学の認識容易性が、かなり改善されている。複数の要因がこの認識の容易化に寄与する。第１の要因は、個々のセル内における、造影剤の存在に係る局所的強度の時間的平滑化によるものである。第２の要因は、セルからセルへの同じ強度の（スペックル粒子による時間的に急激な変動を適時に除去する）空間的平滑化によるものである。更に第３の要因は、入力画像の残余分の除去、即ち周期的な動きの除去によるものである。実際には、個々のセルに対して、対応する値は定義により固定された位置で計算される。従って、どの動きもモデル関数による近似の質を低下させ得るが、コンピュータ画像のシークエンス３２０内の動きに表れない。
【００５４】
コンピュータ画像の個々のセルに対するモデル関数の評価は、オフセットパラメータＯを除去することにより、実施されるのが好ましい。このことにより、コンピュータ画面内の背景エコーパワー信号の寄与がよく抑制される。結果として、灌流過程の動力学の十分な、さらに明確な認識が、達成される。
【００５５】
（コンピュータ画像形成処理においてセルに割り当てられた色表現で定義されるように）コンピュータ画像が着色して表示されると、コンピュータ画面のシークエンス３２０の読み取りは更に容易化される。この場合、個々の異なる色は、それ自身が定量的意味を有する。例えば、この値は（図示しない）カラー・バーから読み出し可能であり、このカラー・バーは、モニタ上、コンピュータ画像のシークエンス３２０の近くにで表示される。
【００５６】
（コンピュータ画像のシークエンスの時間分解能を定義する）サンプリング間隔Ｔｓの選択は、完全に、入力画像の取得のレートから独立していることを、強調する。従って、コンピュータ画像はどんなときでも（元のシークエンス内で入力画像が利用可能でないときでさえ）計算され得る。このように、サンプリング間隔Ｔｓを最適化することができるから、（灌流過程、特に動力学と空間分布、について最も良好に認識させるように）コンピュータ画像のレンダリングを平滑化できる。
【００５７】
図４を参照して、同じ入力画像のシークエンス３０５に対する、（対応する信号Ｓｅｌに基づいた、）異なる形式の瞬間の関数値を選択する、上述の方策の適用例が示される。この場合、瞬間の関数値は、時間に関するモデル関数の積分に対応する。具体的には、個々のセルに対して、個々の値は、オフセットパラメータＯを減じたモデル関数Ｂ（ｔ）を、時間の原点から後続の瞬間ｔｊまで積分して計算される。この値、ＢＩ（ｔｊ）、は、セルで表される身体部位の部分を経由して流れた造影剤の量に対して比例する量を示す。
【数３】
破線矢印３１２ａで識別されるセルに対する、及び、破線矢印３１２ｂで識別されるセルに対する、積分の瞬間値のグラフ表現は、夫々、図内で４１５ａ（ＢＩ１）及び４１５ｂ（ＢＩ２）が付される。（入力画像と同じ瞬間にて）上述のように形成されたコンピュータ画像のシークエンス例には、４２０が付されている。
【００５８】
この場合、コンピュータ画面のシークエンス４２０は、関心を寄せている属性に関し、時間発展を動的に表現する。更に、前述の適用例で指摘したように、コンピュータ画像のシークエンス４２０は、（時間的平滑化、空間的平滑化、及び動作の除去により、）灌流過程の視覚的認識の促進を保証する。同様に、オフセットパラメータＯの除去は背景エコーパワー信号の寄与を抑制する。更に、コンピュータ画像のシークエンス４２０が着色して表示されると、コンピュータ画面のシークエンス４２０の読み取りは更に容易化され得る。
【００５９】
次に、図５を参照すれば、本発明の別の（より洗練された）実施形態による方策を実施するのに用いることができるメイン・ソフトウェア、ハードウェアの構成が示される。それら構成は、総じて参照数字５００として示される。（図２に示した要素に対応する要素については、同様の参照数字を付し、簡潔にするため、説明を省略する。）
【００６０】
この場合においては、画像処理部２２５が（選択信号Ｓｅｌに基づいて）作成した、処理画像のシークエンスＳＩｐが、値マスク生成部（ｖａｌｕｅ ｍａｓｋ ｇｅｎｅｒａｔｏｒ）５０５へ送られる。値マスク生成部５０５は、セル値に対する所定の閾値Ｔｈｖ（例えば、最大許容値の０ないし５％）をも受け取る。値マスク生成部５０５は、一連の値マスクＳＭｖを生成する。値マスクはそれぞれ、セル値が閾値Ｔｈｖよりも厳密に大きければ、論理値１を（各セルに）与え、さもなければ、論理値０を与えることで、対応する処理画像から、作成される。
【００６１】
また、サブサンプリングされた画像のシークエンスＳＩｓが（空間的サブサンプリング部２１５から）、また、パラメータマトリクスＡｐが（曲線近似処理部２１８から）、品質評価部５１０へ入力される。各セルについて、品質評価部５１０は、近似精度指標（Ｑｕａｌｉｔｙ ｏｆ Ｆｉｔ （ＱＯＦ）インデックス）を定める。ＱＯＦインデックスは、モジュール２１８が行う曲線近似処理の精度を示す。例えば、ＱＯＦインデックスは、次式から百分率で与えられる。
【数４】
ここで、ＳＳＥ、および、ＳＳＴは、以下の様にして算定する。特に、項ＳＳＥは、サブサンプリングされた画像における値と、対応する（予測された）モデル関数の値との差の二乗の総和である。換言すれば、Ｓｉを、瞬間Ｔｉ（ｉは、１，．．．，Ｎ）において取得した入力画像に対応する、サブサンプリングされた画像のセルの値とし、かつ、Ｐｉを、同じ瞬間Ｔｉにおけるモデル関数の値とし、
【数５】
と表される。項ＳＳＴは、サブサンプリングされた画像の同じ値と、その平均値（ＡＶＧ）との差の二乗の総和であって、
【数６】
ここでは、
【数７】
である。明らかなことだが、ＱＯＦインデックスが大きければ大きいほど、曲線近似処理は、より精確である（インデックスは、１００％を上限としており、これは、モデル関数と入手できる情報とが完全に一致することに対応する。）。
【００６２】
このようにして、品質評価部５１０は、品質マトリクスＡｑを生成する。このマトリクスＡｑは、各セルについての、対応するＱＯＦインデックスを含む。品質マトリクスＡｑは、品質マスク生成部５１５へ入力される。品質マスク生成部５１５は、ＱＯＦインデックスのための所定の閾値Ｔｈｑ（例えば、４０％から６０％の間）を受け取る。品質マスク生成部５１５は、品質マトリクスＡｑを、対応する品質マスクＭｑへ変換する。このために、品質マスク生成部５１５は、ＱＯＦインデックスが厳密に閾値Ｔｈｑよりも大きければ、論理値１を、さもなければ、論理値０を、（各セルへ）割り当てる。
【００６３】
乗算演算部５２０は、（値マスク生成部５０５から）一連の値マスクＳＭｖ、そして、（品質マスク生成部５１５から）品質マスクＭｑを、受け取る。演算部５２０は、各値マスクと品質マスクＭｑとを、セル毎に、乗算し、一連の対応する（総（トータル））マスクＳＭを生成する。このようにして得られた、マスクからなるセルは、処理画像のセル値が閾値Ｔｈｖよりも小さいか、もしくは、対応するＱＯＦインデックスが閾値よりも小さいＴｈｑ場合に、論理値０を有し、さもなければ論理値１を有する。
【００６４】
マスクＳＭのシークエンスは、さらに、乗算演算部５２５へ入力される。除算演算部５２５は、画像処理部２２５から処理画像のシークエンスＳＩｐをも受け取る。演算部５２５は、各処理画像を、対応するマスクで、セル毎に乗算し、一連のマスクされた処理画像（マスク済処理画像）ＳＭＩｐを得る。その結果、各マスク済処理画像は、対応する、閾値Ｔｈｖよりも大きく、かつ、同時的に、そのＱＯＦインデックスが閾値ＴＨｑよりも大きい、処理画像のみを含む（他方、その他のセル値は、ゼロに再設定される。）。それから、マスク済処理画像ＳＭＩｐのシークエンスは、量子化部２２７へ送られ、上述したように、空間補間部２３３から、対応する、マスクされたコンピュータ画像（マスク済コンピュータ画像）のシークエンスＳＭＩｃを得る。
【００６５】
マスクのシークエンスＳＭはまた、逆変換部５３０へ入力される。逆変換部５３０は、（論理値０および１を交換することで、）対応する、逆変換したマスクＳＭ＿を生成する。それから、逆変換マスクＳＭ＿は、（空間補間部２３３とは独立して動作する）さらなる別の空間補間部５３５へ入力されて、（入力画像の１つと対応する）フルサイズの逆変換マスクへ復元される。この処理により、補間された逆変換マスク（補間逆変換マスク）のシークエンスＳＭｉを得る。同時に、（画像選択部２１２が生成した）削減された、入力画像のシークエンスＲＳＩｉは、（線形化演算部２１４に加えて）画像複製部５４０へ入力される。画像複製部５４０は、また、（隣接したマスク済コンピュータ画像の各ペアの間の時間間隔を定める）サンプリング間隔Ｔｓを受ける。利用可能な入力画像の各ペアの間の時間間隔が、マスク済コンピュータ画像のものよりも大きい場合、画像複製部５４０は、必要に応じて、最も近接した入力画像を複製し、削減された、入力画像のシークエンスＲＳＩｉへ新しい画像を１つ以上加え、入力画像の数と、コンピュータ画像の数とを一致させる。この操作は、（瞬間ｔｊにおけるマスク済コンピュータ画像のそれぞれに対し、）同じ瞬間ｔｊにおいて、取得あるいは複製された、対応する入力画像を保有することを目的とする。このようにして得た、（ＳＩｔとして示す、）同期化された入力画像（同期化入力画像）は、乗算演算部５４５へ入力される。乗算演算部５４５は、空間補間部５３５から、補間逆変換マスクのシークエンスＳＭｉをも受け取る。演算部５４５は、同期化入力画像を、対応する補間逆変換マスクで、画素ごとに、乗算し、マスクされた入力画像（マスク済入力画像）のシークエンスＳＭＩｉを得る。
【００６６】
演算部５５０は、（空間補間部２３３からの）マスク済コンピュータ画像それぞれと、（乗算演算部５３０からの）対応する、マスク済入力画像とを、画素毎に、加算し、オーバーレイされた画像（オーバーレイ画像）のシークエンスＳＩｏを得る。このようにして、関連付けられたコンピュータ画像の対応する値が顕著な値（即ち、閾値Ｔｈｖよりも大きな値）を有し、かつ、受容できる程度の近似精度（即ち、ＱＯＦインデックスが閾値Ｔｈｑよりも大きい）場合に限り、入力画像の各画素値について、関連付けられたコンピュータ画像の対応する値によって、差し替え（オーバーライド）が行われる。オーバーレイ画像のシークエンスＳＩｏは、保存部（レポジトリ）２３６に格納され、それから、上述のとおりに再生を制御する再生部２３９へ入力される。
【００６７】
このように、閾値Ｔｈｖ、Ｔｈｑを調整すれば、元の画像に対する影響を最小限にとどめつつ、視覚化の品質を最適化することができる。さらに、注記すべきは、単に、閾値Ｔｈｖ、あるいは、閾値Ｔｈｑをそれぞれゼロに設定するだけで、値マスク、および／または、品質マスクの利用を回避（コンピュータ画像に対して影響を及ぼさない、対応する、全てが１のマスクを取得）することができる点である。
【００６８】
図６を参照すれば、同じ入力画像のシークエンス３０５に対し、上述の方策を適用した例が示される。特に、（閾値Ｔｈｖを処理画像のシークエンスの最大値の１％に設定し、かつ、閾値Ｔｈｑをゼロに設定することで、）上述のコンピュータ画像のシークエンス３２０は、対応するマスクのシークエンス６０５と関連付けられることができる。（図示しない、対応する補間逆変換マスクで乗算された）入力画像上に、（対応するマスクで乗算された）コンピュータ画像をオーバーレイすることで、オーバーレイ画像のシークエンス６１０を生成することができる。図より明らかだが、入力画像は、背景として、まだなお、視認可能である。従って、灌流過程の視覚的認識が、向上される。この点に関し、注記すべきは、閾値Ｔｈｖが、コンピュータ画像のオーバーレイの度合いを定める点である。したがって、上記にて提案した値域（０ないし５％）であれば、コンピュータ画像に含まれる重要な情報は保存され、また、同時に、必要でない場合には、元の画像が差し替え（オーバーライド）されることを防ぐことができる。その結果、オーバーレイ画像のシークエンス６１０は、（先の実施形態で述べたように）灌流過程の視覚的認識の点で改善される。このことは、分析中の身体部位の実態を表示することにもあてはまる。
【００６９】
図７を参照すると、本発明のさらに別の実施形態による方策を実施するのに用いられるメイン・ソフトウェアおよびハードウェアの構成要素が、総じて参照数字７００として示されている。簡単化のため、本発明の実施形態における追加的な特徴を、図２に提示した構造を参照し、説明する。（ここでは、対応する要素は、同様の参照数字を付し、説明を省略する。）しかしながら、同様の特徴を、図５を参照して説明した、さらに洗練された実装例に対して追加することも可能であることを、明記する。
【００７０】
特に、描画モジュール７０５を用いて、画像選択部２１２が保存部（レポジトリ）２０９から選択した１つの入力画像上に、参照領域、画定領域、および、分析領域を定める。参照領域は、（例えば、健常であるとみなされる組織領域の輪郭を描き（アウトライニング）、）特性がよく定まっている区域を表す。他方、画定領域は、（例えば、病巣である疑いがある、あるいは、病巣であることがわかっている組織領域の輪郭を描き、）灌流過程の関心領域（ＲＯＩ）を定める。また、分析領域は、画定領域内の、分析に選ばれた領域を定める。この操作は、（参照領域について）参照マスクＭｒ、（画定領域について）画定マスクＭｄ、（分析領域について）分析マスクＭａを生成する。各マスクＭｒ、Ｍｄ、Ｍａは、入力画像と同一の大きさの二値のマトリクスを有する。３つのマスクＭｒ、Ｍｄ、Ｍａそれぞれにおいては、それぞれの対応する領域内部における二値には、論理値１が与えられ、対応する領域の外部における二値には、論理値ゼロが与えられる。
【００７１】
乗算演算部７１０は、（上述のとおり、画像選択部２１２が削減した）入力画像のシークエンスＲＳＩｉ、および、画定マスクＭｄを受け取る。演算部７１０は、各入力画像を、画定マスクＭｄで、画素毎に乗算し、画定領域の外側の画素値を全てゼロに再設定する（なお、その余の画素値は、変化しない。）。削減された、入力画像のシークエンスは、更新され、（プライム符号即ちＲＳＩｉ’で区別され、）それから、線形化演算部２１４へ入力され、上述の操作が繰り返される。この場合、画像処理部２２５が（画定領域全体について）作成した処理画像ＳＩｐは、対応する（図示しない）保存部（レポジトリ）へ保存されることが好ましい。従って、同じ情報を用いて（後述する）別の分析領域に用いてもよい。該分析領域は、（再計算せずに）同じ画定領域内部に描かれる。
【００７２】
代わりに、参照マスクＭｒおよび分析マスクＭａは、画像選択部２１２が、簡単化空間サブサンプリング部７１５へ入力する。特に、空間サブサンプリング部７１５は、（空間サブサンプリング部２１５が線形化画像をサブサンプリングするのと同様にして、）参照マスクＭｒおよび分析マスクＭａを、サブサンプリングされた参照マスク（サブサンプル参照マスク）Ｍｓｒおよびサブサンプリングされた分析マスク（サブサンプル分析マスク）Ｍｓａにそれぞれ分割する。だが、この場合、サブサンプルマスクＭｓｒおよびＭｓａの各セル値は、丸められ（ｒｏｕｎｄｅｄ ｏｆｆ）、それらが常に値０または１しか有さないようにされる。
【００７３】
平均演算部７２０は、サブサンプル参照マスクＭｓｒ、および、（空間サブサンプリング部２１５から）サブサンプリングされた画像ＳＩｓのシークエンスを受け取る。平均演算部７２０は、対応する、平均値のシークエンスＳＶａを生成する。このために、平均演算部７２０は、サブサンプリングされた画像のそれぞれを、サブサンプル参照マスクＭｓｒで、セル毎に乗算する。サブサンプリングされた画像のそれぞれに対し、このようにして得た値を、バッファにおいて加算する。対応する平均値は、バッファにおける最終的な値を、サブサンプル参照マスクＭｓｒにおけるノンゼロの値の数で除算して得る。このように、各平均値は、対応するサブサンプリングされた画像の参照領域のセル値の平均である。
【００７４】
（曲線近似処理部２１８と全く同じ）さらに別の曲線近似処理部７２５は、平均値のシークエンスＳＶａを、（パラメータで定義される）関連するモデル関数のインスタンス（例）と関係付けする。曲線近似処理部７２５は、このようにして、（参照領域全体について）これらパラメータの最適値を生成する。最適値は、Ｖｐと称される。パラメータ値Ｖｐは、評価部７３０へ入力される。評価部７３０は、また、（隣接する処理画像の各ペアの間の時間を定める）サンプリング間隔Ｔｓも受け取る。評価部７３０は、参照値のシークエンスＳＶｒを生成する。この値は、画像処理部２２５が作成した処理画像ＳＩｐのシークエンスと同期化される。より具体的には、各瞬間Ｔｊ＝ｊ×Ｔｓについて、評価部７３０が、参照値を、対応する、パラメータ値Ｖｐで定めるモデル関数の瞬間の値に設定する。
【００７５】
並行的に、乗算演算部７３５は、（空間サブサンプリング部７１５から、）サブサンプル分析マスクＭｓａ、および、（画像処理部２２５から、）処理画像ＳＩｐのシークエンスを受け取る。演算部７３５は、処理画像をそれぞれ、サブサンプル分析マスクＭｓａで、セル毎に乗算し、対応する、分析画像のシークエンスＳＩａを生成する。このように、各分析画像は、対応する処理画像の（サブサンプル分析マスクＭｓａが定める）分析領域内部のセル値のみを有し、その余のセル値は、ゼロに再設定される。
【００７６】
減算演算部７４０は、（乗算演算部７３５から）分析画像のシークエンスＳＩａ、および、（評価部７３０から）参照値のシークエンスＳＶｒを受け取る。これらは、互いに同期している。演算部７４０は、分析画像のシークエンスＳＩａの各瞬間について、対応する分析画像のセル値から、参照値を減算する。この操作は、対応する、更新された処理画像（更新処理画像）のシークエンスを生成する。更新処理画像は、プライム符号（即ち、ＳＩｐ’）で区別される。処理画像のシークエンスＳＩｐ’は、量子化部２２７へ入力され、先述と同様の操作が繰り返される。
【００７７】
提案にかかる、本発明の実施形態は、参照領域の灌流の動力学との比較で、被験中の身体部位の分析領域の灌流の動力学の差違を強調する点で、有利である。このことは、特に、いくつかの病変を識別することを、容易にする。例えば、この手法は、特に、肝臓疾患における動的血管パターン（ｄｙｎａｍｉｃ ｖａｓｃｕｌａｒ ｐａｔｔｅｒｎ（ＤＶＰ））の特徴付け（キャラクタリゼーション）を容易化する点において、有用である。実際、いくつかの肝臓疾患は、異なる造影剤の灌流の動力学を誘起する。これは、一般に、健常な実質（ｐａｒｅｎｃｈｙｍａ）において観察される灌流の動力学とは異なる。これらの異なる動力学は、例えば、ボーラス投与される造影剤の洗入フェーズおよび洗出フェーズの間においても、よく認められる。
【００７８】
上述の方策の適用例を、図８に示す。特に、この適用例も、造影剤の意図的な破壊を伴わないボーラス投与に関する。一連の入力画像は、血管過剰造生転移反応を示す肝臓の灌流過程において超音波スキャナを用いて取得された。このシークエンスは、復調および対数圧縮後の結果で示されており、８０５と称する（簡単のため、３．２秒ごとに１枚の入力画像のみを示す。）。健常（正常）な実質であると考えられる参照領域８１０は、選択した１つの入力画像内に、演算部によって描画される。（そして、本例に含まれる他のあらゆる入力画像に複写（ｒｅｐｒｏｄｕｃｅ）される。）また、演算部は、分析領域８１５を選択する。これは、血管過剰造生転移反応が疑われるものを特定し、画定する。
【００７９】
曲線８２０（リファレンス（Ｒｅｆｅｒｅｎｃｅ））は、参照領域８１０内で、入力画像のシークエンスの（線形化）画素値の平均をとって、求められる。この参照値のシークエンスは、（問題としている例においては、対数正規分布関数を含む）適切なモデル関数のインスタンス（例）で近似される。対応するグラフ表現は、図中、８２５（近似リファレンス（Ｆｉｔｔｅｄ ｒｅｆｅｒｅｎｃｅ））で示される。本図はまた、曲線８３０（データ（Ｄａｔａ））も示す。この曲線は、セル値のシークエンスの例を表す。これは、分析領域８１５内部であって破線矢印８３２で指されるセルについての、対応する線形化画素値を平均化して得る。このセル値のシークエンスは、同じモデル関数の別のインスタンス（例）で近似される。このインスタンスのグラフ表現は、図中、８３５（近似データ（Ｆｉｔｔｅｄ ｄａｔａ））で示される。
【００８０】
この場合、コンピュータ画像は、（各セルにおいて、）対応するモデル関数の値の、同じ瞬間における参照値との差を求めることで、生成される。例えば、破線矢印８３２で指されるセルについて考察すると、所望の値は、モデル関数８２５からモデル関数８３５を減算して求められる。これらのセル値のシークエンスを示す曲線は、図中、８４０（近似データマイナス近似リファレンス（Ｆｉｔｔｅｄ ｄａｔａ − Ｆｉｔｔｅｄ ｒｅｆｅｒｅｎｃｅ））で示される。
【００８１】
明らかなことだが、この操作の結果は、２つのモデル関数８２５および８３５の瞬時的な値により、正、あるいは、負、となり得る。特に、この差は、（分析領域についての）モデル関数８３５の値が、対応する参照値（即ち、同じ瞬間における参照領域内の画素値の平均に同じ。）と実質的に同じ場合には、およそゼロとなる。逆に、差は、モデル関数８３５の値が、対応する参照値よりも大きい場合には、正であり、その他の場合には、負である。それから、上述のようにして得たセル値は、双極性パレット参照テーブル（ｂｉ−ｐｏｌａｒ ｐａｌｅｔｔｅ ｌｏｏｋ−ｕｐ ｔａｂｌｅ）８４５に基づいて、（問題としている例においては、グレースケール形式で）表示される。従って、各セル値は、モデル関数８３５の値が対応する参照値と実質的に同じ場合には、中間的な階調レベル（ｉｎｔｅｒｍｅｄｉａｔｅ ｇｒａｙ ｌｅｂｅｌ）にある。他方、画素は、モデル関数８３５の値が、対応する参照値よりも大きいか、あるいは、小さい場合には、それぞれ、もっと明るいか、もっと暗い。上述のようにして作成された（入力画像と同じ瞬間における）コンピュータ画像のシークエンスの例は、８５０で示される。
【００８２】
問題としている例においては、血管過剰造生転移反応が、早い時刻（４ｓと９ｓの間）において、明るい階調レベルとして現れている。そして、それは、後に（およそ１０ｓ以降）に、もっと暗い階調レベルに転ずる。このような挙動は明らかに、画素は、中間的な階調レベルに留まる、健常な（正常な）実質の領域における挙動と異なる。従って、本発明の実施形態によって肝臓を画像化することにより、異なる肝臓の病変のＤＶＰを、処理せずに表示する場合よりも、ずっとはっきりと目立たせることができる。
【００８３】
＜変形例＞
当然ながら、特定部分の、および、特有の、要求を満たすように、当業者であれば、上述の方策に、様々な変形、変更を加えることが可能であろう。特に、本発明は、その好適な実施形態を参照し、ある程度においては、詳細に説明したが、他の実施形態同様、形態および詳細について、様々な省略、置換、変更、が可能である。さらには、特に強調するが、本発明の、開示した実施形態と関連して説明した、特定の要素、および／または、方法の工程（ステップ）は、一般的な設計上の選択として、他の実施形態に組み込むことができる。
【００８４】
特に、超音波スキャナが異なる構造や他のユニットを有するならば、同様の配慮がなされる。加えて、均等な造影剤を使用することも可能であるし、また、（破壊用のフラッシュを伴って、あるいは、伴わずに、）身体部位に別の方法で灌流させてもよい。同様、画像を、異なる形式（フォーマット）で取得してもよい。画素は、別の値を指し示してもかまわない。あるいは、画素値のマトリクスの一部分だけ（さらに一般的には、複数の別の視覚化値）を考慮してもよい。
【００８５】
さらには、本発明の原理は、記載したモデル関数に限定されない。例えば、破壊用のフラッシュを伴う灌流過程においては、（ＷＯ−Ａ−２００４／１１０２７９に記載のように）Ｓ字形状関数で、対応するセル値のシークエンスを近似させることも可能である（ＷＯ−Ａ−２００４／１１０２７９の記載は全て、参照により本願に含まれる。）。あるいは、（ウェイら（Ｗｅｉ ｅｔ ａｌ．）による論文に記載されるように）単一指数関数で、近似させることも可能である。また、その他の関数で、近似させることも可能である。
【００８６】
当然のことだが、モデル関数の適切なインスタンスを、セル値のシークエンスと関連付けるための他の均等な手法（例えば、ニューラル・ネットワークに基づく手法）も、批判に耐えられる（ｔｅｎａｂｌｅ）ものである。さらには、本発明は、利用可能な情報をオフラインで分析する形態を、特に参照して説明してきたが、本願は、実時間（リアル・タイム）での利用を排除するものではない。例えば、本発明の、他の実装例においては、有効な曲線近似を適用できる入力画像のサブセット（例えば、１０枚といった、７枚ないし１２枚の入力画像群）を得て、直ちに入力画像を処理する。その後、入力画像のサブセットの各セルを、選択されたモデル関数の、対応するインスタンスと関連付ける。そうすることで、（処理の最初のほうで）第１のコンピュータ画像を計算することが可能になる。この画像は、第１の入力画像にオーバーレイされる。このようにして得た第１のコンピュータ画像は、次に、上気したようにして表示される。この表示は、対応する入力画像を実際に取得した瞬間に対し、ほんの僅かな遅延しか伴わない。（つまり、問題にしている例においては、入力画像の取得のレートを１０Ｈｚとして、１０÷１０Ｈｚ＝１ｓ、１秒後。）その後は、同様の操作が、取得した新しい入力画像に対して繰り返される。このため、モデル関数は、新しく利用可能になった情報に基づいて、処理の反復（イタレーション）毎に、再計算される。この結果は、それまでに取得した全ての入力画像について考慮される。（よって、実現可能な最善の精度が得られる。）あるいは、曲線近似の処理を、常に、利用可能な入力画像の最後部１０枚のみに対して適用してもよい。（よって、精度が犠牲になるものの、処理速度が向上される。）両ケースともに、モデル関数は、３次スプラインフィルタ、あるいは、メジアンフィルタの形式を有することが好ましい。そうすることで、計算の複雑さは、実時間的な使用にも対応可能な程度に、緩和される。
【００８７】
同様の考慮を、コンピュータ画像（もしくはオーバーレイ画像）の印刷、あるいは、より一般的に、表示、について、他の形式を用いる点について、してよい。
【００８８】
あるいは、参照領域、および／または、分析領域の選択を、別の手順で行うことも可能である。また、参照領域を、別の規準に基づいて選択してもよい。さらには、明らかなことだが、画定領域を定めることは、必ずしも必要ではない。そして、画定領域は、いくつかの実装例においては、省略可能である。さらには、参照値を、他の均等な手順で求めてもよい。例えば、参照領域の画素値を統合整理（ｃｏｎｓｏｌｉｄａｔｅ）し、それから、結果として得た平均値のシークエンスを、（上述のように）所望のモデル関数の適切なインスタンスと関連付けすれば、コンピュータ計算にとっては有利である。だが、ここでは、操作（演算）の順序の逆転可能性について考慮している。詳しく言えば、参照領域の全てのセル値は、対応するモデル関数と、関連付けすることができる。各瞬間において、これらのモデル関数は、評価され、結果として得た値の平均を算出する。
【００８９】
いずれのケースにおいても、（例えば、相関、デコンボリューション、あるいは、スペクトル解析といった）別のアルゴリズムを用いて、利用可能な情報を、参照値に統合整理することを妨げない。
【００９０】
さらには、分析領域および参照値に関連する、瞬時的な関数値は、（例えば、加算、乗算、除算といった）別の方法で、組み合わせられてよい。
【００９１】
上記説明においては、参照モデルの、特定の瞬時的な関数値を参照している。しかし、本願は、そのような点について、限定されるべきものではない。例えば、分析領域については、瞬時的な関数値をベースとし、参照領域について、もしくは、分析領域と参照領域の両方については、関連付けられるモデル関数の導関数をベースとすることができる。さらには、別の形式の、瞬時的な関数値の組み合わせも可能である。複数のモデル関数の瞬時的な関数値から、直接的に（参照値どうしを組み合わせることなしに、）コンピュータ画像を生成するような、本発明の実施形態についても、同様な考察が可能である。より一般化すれば、本発明にかかる方策（ソリューション）は、何らかの瞬時的な関数値より求まる属性あるいは属性の組み合わせの時間発展を記述するのに、用いることが可能である。ここで、瞬時的な関数値は、関連する瞬間におけるモデル関数から算出される。
【００９２】
あるいは、空間サブサンプリング部は、各入力画像を、大きさが異なるセルに分割してもよい。このことは、例えば、（四分木分解法（ｑｕａｄｔｒｅｅ ｄｅｃｏｍｐｏｓｉｔｉｏｎ）といった）多重スケール解析法を用いて実現することができる。このような場合であっても、所望のモデル関数を用いた近似を、（１つの画素（ピクセル）／ボクセルの大きさまでの）任意の大きさのセルについて実施することができる。
【００９３】
あるいは、入力画像を線形化する工程を、空間サブサンプリングおよび曲線近似の前から省略してもよい。そして、このような場合には、可能な別の、より適した、モデル関数を、曲線近似処理部において使用してもよい。加えて、動き報償を、入力画像のシークエンスに対して適用し、モデル関数による近似の精度を向上させてもよい。
【００９４】
コンピュータ画像を、均等なアルゴリズムを用いて入力画像にオーバーレイする場合にも、同様の考察が可能である。いかなる場合においても、上述のとおり、（入力画像にオーバーレイせずに、）コンピュータ画像を直接的に表示するような、本発明にかかる簡単化された実施形態は、実施可能である。
【００９５】
本発明の別の実施形態においては、値マスクを作成するための閾値は、別の値に設定されてよい。あるいは、コンピュータ画像のセル値の統計的解析から動的に求めてもよい。
【００９６】
あるいは、曲線近似処理の精度を、（例えば、対応する差の単純平均といった）別の指標を用いて定めてもよい。さらには、この場合においては、該精度マスク（品質マスク）を作成するための閾値も、別々の複数の値に設定してもよい（動的に求めてもよい。）。
【００９７】
さらには、値マスクのみ、もしくは、品質マスクのみ、をサポートしてもよい。いずれの場合においても、全てのコンピュータ画像を、直接的に入力画像と合算することは（いかなるマスクの使用なしに）可能である。
【００９８】
モデル関数からオフセットを除去しないような実装例も、本発明の範囲に含まれる。
【００９９】
処理された画像のセル値を、いかなる数の範囲からなる範囲群に（非線形的な分布を示していようと、）区分けし、対応する色と関連付けをするような場合に対しても、同様の考察が可能である。さらには、注記すべきは、本願明細書で用いる用語、色（カラー（ｃｏｌｏｒ））は、異なる色調（トーナリティ（ｔｏｎａｌｉｔｉｅｓ））や、その他の視認可能な手掛かり（クルー）（ｖｉｓｕａｌ ｃｌｕｅｓ）も含める意図で使用されている。だが、本発明は、コンピュータ画像の白黒表現や、グレースケール表現についても、同様に適用可能である。
【０１００】
あるいは、削除する入力画像の選択は、（モデル関数による近似の精度を最適化することを目的とする）別のアルゴリズムで実施することも可能である。いずれの場合においても、モデル関数で近似を行う際に利用可能な全ての入力画像を使用することを妨げるものではない。
【０１０１】
同様に、入力画像のシークエンスのレートを、コンピュータ画像のシークエンスのレートと等しくするために、補間、補外、デシメーションといった、別の画像複製手法を用いることができる。本発明に原理から逸脱することなしに、入力画像のシークエンスとコンピュータ画像のシークエンスに、任意のタイミングを与えることができる。入力画像上にコンピュータ画像をオーバーレイすることも、両画像の時間の同期性とは無関係に実施することができる。
【０１０２】
いずれの場合においても、画像プローブは、（例えば、リニア−、コンベックス−、フェーズド−、アレイ型といった）別種のタイプを用いることができる。また、入力画像を、別のモダリティで（例えば、ドプラ法ベースのアルゴリズムを用いて）撮画してもよい。あるいは、医療用画像システムは、超音波スキャナと、別個のコンピュータ（あるいは、均等なデータ処理体）と、を備えてよい。このような状況においては、計測されたデータは、超音波スキャナからコンピュータへ、（例えば、リムーバブルディスク、メモリ・キー、もしくは、ネットワーク接続体を介して）転送され、処理される。
【０１０３】
いずれの場合においても、本発明にかかる方策（ソリューション）は、例えば、磁気共鳴画像映像法（ＭＲＩ）やＸ線コンピュータ撮影法（ＣＴ）ベースの、あらゆる医療号画像システムにおける利用に供されうる。
【０１０４】
（本発明にかかる実施形態の実施に用いられる）プログラムが別の方法で構成されていたり、追加的なモジュールや機能が付されていたりするような場合も、同様の考察は、可能である。同様に、メモリの構造が別種のものであるとか、メモリの構造が（かならずしも物理的記憶媒体を伴わない）等価物と置き換えられていても、同様の考察は可能である。さらには、ここで提案している方策（ソリューション）を、（同様の工程、もしくは、追加的な工程、を備え、順序が異なるような）均等な方法で実施することもできる。いずれの場合においても、プログラムは、利用に適したいかなる形態を備えてもよいし、また、外部のソフトウェアもしくは常駐ソフトウェア、ファームウェア、（オブジェクト・コードもしくはソース・コードのいずれかの）マイクロコードといった、いかなるデータ処理系と接続されてもよい。さらには、本プログラムは、コンピュータが利用可能な、いかなる媒体で供されてもよい。当該媒体は、プログラムを、保持、格納、通信、配布、あるいは、転送することに適したいかなる要素であってもよい。このような媒体の例としては、（プログラムを予めロードしておくことが可能な）固定ディスク、リムーバブルディスク、テープ、カード、ワイヤ、ファイバ、無線通信、ネットワーク、磁気的、光学的、電磁的、もしくは、半導体といった形式がある。
【０１０５】
いずれの場合においても、本発明にかかる方策（ソリューション）は、（例えば、半導体材料のチップに統合された）ハードウェア構成、または、ソフトウェアとハードウェアとの組み合わせにより、実用に供され得る。
【図面の簡単な説明】
【０１０６】
【図１】本発明の実施形態によるソリューションにおいて利用可能な超音波スキャナの図
【図２】本発明の実施形態によるソリューションを実施することができるソフトウェアおよびハードウェアの主たる構成要素の図
【図３】本発明の実施形態によるソリューションの適用例を示す図
【図４】同じ本発明の実施形態によるソリューションの適用別例を示す図
【図５】別の本発明の実施形態によるソリューションを実施することができるソフトウェアおよびハードウェアの主たる構成要素の図
【図６】本発明の実施形態によるソリューションの適用例を示す図
【図７】さらに別の本発明の実施形態によるソリューションを実施することができるソフトウェアおよびハードウェアの主たる構成要素の図
【図８】本発明の実施形態によるソリューションの適用例を示す図
【符号の説明】
【０１０７】
１００ ・・・ 医療用画像システム
１０５ ・・・ 中央ユニット
１１０ ・・・ 画像プローブ
１１５ ・・・ マザーボード
１２０ ・・・ ドーターボード
１２５ ・・・ ドライブ
１３０ ・・・ リムーバブルディスク
１３５ ・・・ モニタ
１４０ ・・・ キーボード
１４５ ・・・ トラックボール
１５０ ・・・ 身体部位
１５５ ・・・ 患者
【特許請求の範囲】
【請求項１】
医療用画像システムであって、
記録された入力画像群のシークエンスを提供する手段であって、各入力画像は造影剤が灌流される身体部位の対応する瞬間におけるデジタル表現であり、前記各入力画像は複数の視覚化値を含み、各視覚化値は前記身体部位の対応する部分を表す、手段（２０３−２１２）と、
少なくとも１つの視覚化値を含む、前記入力画像群からの対応するセットからなるシークエンスのそれぞれを、時間に関するモデル関数と、関連付ける手段（２１４−２１８）と、を有し、
さらに、更に別の瞬間におけるコンピュータ画像群のシークエンスを生成する手段であって、各コンピュータ画像は複数の更に別の視覚化値を含み、各更に別の視覚化値は瞬時的な関数値から定まり、前記対応する更に別の瞬間における前記関連付けられたモデル関数より前記瞬時的な関数値を算出する、手段（２２５−２３３、７０５−７４０）と、
前記コンピュータ画像群のシークエンスを表示する手段（２３９−２４２）と、を有する医療用画像システム。
【請求項２】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３、７０５−７４０）は、
前記入力画像群内に参照領域を選択する手段（７０５）と、
前記更に別の瞬間における参照値群のシークエンスを生成する手段であって、各参照値は前記対応する更に別の瞬間における前記参照領域の前記視覚化値と関連付けられた前記モデル関数から算出される他の瞬時的な関数値に基づく、手段（７１５−７３０）と、
前記対応する更に別の瞬間における前記瞬時的な関数値および前記参照値に基づいて更に別の視覚化値を設定する手段（７３５−７４０）と、
を備える、請求項１に記載のシステム（１００）。
【請求項３】
前記参照値群のシークエンスを生成する手段は、前記対応する更に別の瞬間における前記他の瞬時的な関数値の平均に基づいて各参照値を設定する手段（７２５−７３０）、
を備える、請求項２に記載のシステム（１００）。
【請求項４】
前記更に別の視覚化値を設定する手段は、前記対応する更に別の瞬間における前記瞬時的な関数値から、前記参照値を減算する手段（７４０）、
を備える、請求項２または３に記載のシステム（１００）。
【請求項５】
各瞬時的な関数値、および／または、各他の瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の値と一致する、
請求項２ないし４のいずれか１つに記載のシステム（１００）。
【請求項６】
各瞬時的な関数値、および／または、各他の瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の積分と一致する、
請求項２ないし５のいずれか１つに記載のシステム（１００）。
【請求項７】
前記コンピュータ画像群のシークエンスを決定する手段（２２５−２３３）は、各更に別の視覚化値を、前記瞬時的な関数値へ設定する手段（２２５）を備え、
前記瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の前記値と一致する、
請求項１に記載のシステム（１００）。
【請求項８】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３）は、各更に別の視覚化値を、前記瞬時的な関数値へ設定する手段（２２５）を備え、
前記瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の前記積分と一致する、
請求項１に記載のシステム（１００）。
【請求項９】
各少なくとも１つの視覚化値を含むセットは、単一の画素値、単一のボクセル値、複数の画素値、または、複数のボクセル値、を含む、
請求項１ないし８のいずれか１つに記載のシステム（１００）。
【請求項１０】
前記関連付ける手段（２１４−２１８）は、各入力画像を線形化して前記各入力画像の視覚化値それぞれを、前記身体部位の前記対応する部分における前記造影剤の濃度と、実質的に比例させる手段（２１４）、
を備える、請求項１ないし９のいずれか１つに記載のシステム（１００）。
【請求項１１】
さらに、前記コンピュータ画像群のシークエンスを前記入力画像群のシークエンスにオーバーレイし、オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）と、
前記オーバーレイ画像群のシークエンスを表示する手段（２３９−２４２）と、
を有する、請求項１ないし１０のいずれか１つに記載のシステム（１００）。
【請求項１２】
前記オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）は、閾値に満たない更に別の視覚化値それぞれを再設定する手段（５０５、５２０−５５０）、
を備える、請求項１１に記載のシステム（１００）。
【請求項１３】
前記オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）は、
各関連付けの質を示す指標を推定する手段（５１０）と、
更に別の閾値に満たない前記対応する指標を有する、更に別の視覚化値それぞれを再設定する手段（５１５、５２０−５５０）と、
を備える、請求項１１または１２に記載のシステム（１００）。
【請求項１４】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３）は、さらに、前記関連付けられた関数から、オフセットを除去する手段（２２５）、
を備える、請求項１ないし１３のいずれか１つに記載のシステム（１００）。
【請求項１５】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３）は、
さらに、複数の所定の色を、対応する前記更に別の視覚化値の値域と関連付ける手段（２３０）と、
各更に別の視覚化値を、前記対応する色に関する表現で置き換える手段（２２７）と、
を備える、請求項１ないし１４のいずれか１つに記載のシステム（１００）。
【請求項１６】
前記入力画像群のシークエンスを提供する手段（２０３−２１２）は、前記入力画像群に含まれる入力画像の少なくとも１つを除去する手段（２１２）、
を備える請求項１ないし１５のいずれか１つに記載のシステム（１００）。
【請求項１７】
前記入力画像群のシークエンスのレートは、前記コンピュータ画像群のシークエンスのレートよりも低い、
請求項１ないし１６のいずれか１つに記載のシステム（１００）。
【請求項１８】
前記オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）は、少なくとも１つの更に別の入力画像を、前記入力画像群のシークエンスへ挿入する手段であって、前記入力画像群のシークエンスの前記レートを、前記コンピュータ画像群のシークエンスの前記レートと等しくし、各コンピュータ画像は、対応する入力画像にオーバーレイされる、手段（５４０）、
を備える、請求項１１ないし１６のいずれか１つに従属する請求項１７に記載のシステム（１００）。
【請求項１９】
前記入力画像群のシークエンスを提供する手段（２０３−２１２）は、前記身体部位から、連続的に前記入力画像群を取得する手段（２０３）、
を備える、請求項１ないし１８のいずれか１つに記載のシステム（１００）。
【請求項２０】
前記入力画像群を取得する手段（２０３）は、超音波を送信する手段および対応するエコー信号を記録する手段（１１０）、
を備える、請求項１９に記載のシステム（１００）。
【請求項２１】
医療用画像法（２００、５００、７００）であって、
記録された入力画像群のシークエンスを提供するステップであって、各入力画像は造影剤が灌流される身体部位の対応する瞬間におけるデジタル表現であり、前記各入力画像は複数の視覚化値を含み、各視覚化値は前記身体部位の対応する部分を表す、ステップ（２０３−２１２）と、
少なくとも１つの視覚化値を含む、前記入力画像群からの対応するセットからなるシークエンスのそれぞれを、時間に関するモデル関数と、関連付けるステップ（２１４−２１８）と、を有し、
さらに、更に別の瞬間におけるコンピュータ画像群のシークエンスを生成するステップであって、各コンピュータ画像は複数の更に別の視覚化値を含み、各更に別の視覚化値は瞬時的な関数値から定まり、前記対応する更に別の瞬間における前記関連付けられたモデル関数より前記瞬時的な関数値を算出する、ステップ（２２５−２３３、７０５−７４０）と、
前記コンピュータ画像群のシークエンスを表示するステップ（２３９−２４２）と、を有する医療用画像法。
【請求項２２】
コンピュータ・プログラム（２００、５００、７００）であって、
データ処理システム（１０５）において実行され、
請求項２１に記載の方法を実行する、
コンピュータ・プログラム。
【請求項２３】
コンピュータ・プログラムを具象化するコンピュータが利用可能な媒体を有するコンピュータ・プログラム製品であって、
前記コンピュータ・プログラムは、データ処理システムにおいて実行されることにより、前記システムに、医療用画像法を実行させ、
前記医療用画像法は、
記録された入力画像群のシークエンスを提供するステップであって、各入力画像は造影剤が灌流される身体部位の対応する瞬間におけるデジタル表現であり、前記各入力画像は複数の視覚化値を含み、各視覚化値は前記身体部位の対応する部分を表す、ステップと、
少なくとも１つの視覚化値を含む、前記入力画像群からの対応するセットからなるシークエンスのそれぞれを、時間に関するモデル関数と、関連付けるステップと、
更に別の瞬間におけるコンピュータ画像群のシークエンスを生成するステップであって、各コンピュータ画像は複数の更に別の視覚化値を含み、各更に別の視覚化値は瞬時的な関数値から定まり、前記対応する更に別の瞬間における前記関連付けられたモデル関数より前記瞬時的な関数値を算出する、ステップと、
前記コンピュータ画像群のシークエンスを表示するステップと、を備える、
コンピュータ・プログラム製品。
【請求項１】
医療用画像システムであって、
記録された入力画像群のシークエンスを提供する手段であって、各入力画像は造影剤が灌流される身体部位の対応する瞬間におけるデジタル表現であり、前記各入力画像は複数の視覚化値を含み、各視覚化値は前記身体部位の対応する部分を表す、手段（２０３−２１２）と、
少なくとも１つの視覚化値を含む、前記入力画像群からの対応するセットからなるシークエンスのそれぞれを、時間に関するモデル関数と、関連付ける手段（２１４−２１８）と、を有し、
さらに、更に別の瞬間におけるコンピュータ画像群のシークエンスを生成する手段であって、各コンピュータ画像は複数の更に別の視覚化値を含み、各更に別の視覚化値は瞬時的な関数値から定まり、前記対応する更に別の瞬間における前記関連付けられたモデル関数より前記瞬時的な関数値を算出する、手段（２２５−２３３、７０５−７４０）と、
前記コンピュータ画像群のシークエンスを表示する手段（２３９−２４２）と、を有する医療用画像システム。
【請求項２】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３、７０５−７４０）は、
前記入力画像群内に参照領域を選択する手段（７０５）と、
前記更に別の瞬間における参照値群のシークエンスを生成する手段であって、各参照値は前記対応する更に別の瞬間における前記参照領域の前記視覚化値と関連付けられた前記モデル関数から算出される他の瞬時的な関数値に基づく、手段（７１５−７３０）と、
前記対応する更に別の瞬間における前記瞬時的な関数値および前記参照値に基づいて更に別の視覚化値を設定する手段（７３５−７４０）と、
を備える、請求項１に記載のシステム（１００）。
【請求項３】
前記参照値群のシークエンスを生成する手段は、前記対応する更に別の瞬間における前記他の瞬時的な関数値の平均に基づいて各参照値を設定する手段（７２５−７３０）、
を備える、請求項２に記載のシステム（１００）。
【請求項４】
前記更に別の視覚化値を設定する手段は、前記対応する更に別の瞬間における前記瞬時的な関数値から、前記参照値を減算する手段（７４０）、
を備える、請求項２または３に記載のシステム（１００）。
【請求項５】
各瞬時的な関数値、および／または、各他の瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の値と一致する、
請求項２ないし４のいずれか１つに記載のシステム（１００）。
【請求項６】
各瞬時的な関数値、および／または、各他の瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の積分と一致する、
請求項２ないし５のいずれか１つに記載のシステム（１００）。
【請求項７】
前記コンピュータ画像群のシークエンスを決定する手段（２２５−２３３）は、各更に別の視覚化値を、前記瞬時的な関数値へ設定する手段（２２５）を備え、
前記瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の前記値と一致する、
請求項１に記載のシステム（１００）。
【請求項８】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３）は、各更に別の視覚化値を、前記瞬時的な関数値へ設定する手段（２２５）を備え、
前記瞬時的な関数値は、前記対応する更に別の瞬間における前記関連付けられたモデル関数の前記積分と一致する、
請求項１に記載のシステム（１００）。
【請求項９】
各少なくとも１つの視覚化値を含むセットは、単一の画素値、単一のボクセル値、複数の画素値、または、複数のボクセル値、を含む、
請求項１ないし８のいずれか１つに記載のシステム（１００）。
【請求項１０】
前記関連付ける手段（２１４−２１８）は、各入力画像を線形化して前記各入力画像の視覚化値それぞれを、前記身体部位の前記対応する部分における前記造影剤の濃度と、実質的に比例させる手段（２１４）、
を備える、請求項１ないし９のいずれか１つに記載のシステム（１００）。
【請求項１１】
さらに、前記コンピュータ画像群のシークエンスを前記入力画像群のシークエンスにオーバーレイし、オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）と、
前記オーバーレイ画像群のシークエンスを表示する手段（２３９−２４２）と、
を有する、請求項１ないし１０のいずれか１つに記載のシステム（１００）。
【請求項１２】
前記オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）は、閾値に満たない更に別の視覚化値それぞれを再設定する手段（５０５、５２０−５５０）、
を備える、請求項１１に記載のシステム（１００）。
【請求項１３】
前記オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）は、
各関連付けの質を示す指標を推定する手段（５１０）と、
更に別の閾値に満たない前記対応する指標を有する、更に別の視覚化値それぞれを再設定する手段（５１５、５２０−５５０）と、
を備える、請求項１１または１２に記載のシステム（１００）。
【請求項１４】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３）は、さらに、前記関連付けられた関数から、オフセットを除去する手段（２２５）、
を備える、請求項１ないし１３のいずれか１つに記載のシステム（１００）。
【請求項１５】
前記コンピュータ画像群のシークエンスを生成する手段（２２５−２３３）は、
さらに、複数の所定の色を、対応する前記更に別の視覚化値の値域と関連付ける手段（２３０）と、
各更に別の視覚化値を、前記対応する色に関する表現で置き換える手段（２２７）と、
を備える、請求項１ないし１４のいずれか１つに記載のシステム（１００）。
【請求項１６】
前記入力画像群のシークエンスを提供する手段（２０３−２１２）は、前記入力画像群に含まれる入力画像の少なくとも１つを除去する手段（２１２）、
を備える請求項１ないし１５のいずれか１つに記載のシステム（１００）。
【請求項１７】
前記入力画像群のシークエンスのレートは、前記コンピュータ画像群のシークエンスのレートよりも低い、
請求項１ないし１６のいずれか１つに記載のシステム（１００）。
【請求項１８】
前記オーバーレイ画像群のシークエンスを生成する手段（５０５−５５０）は、少なくとも１つの更に別の入力画像を、前記入力画像群のシークエンスへ挿入する手段であって、前記入力画像群のシークエンスの前記レートを、前記コンピュータ画像群のシークエンスの前記レートと等しくし、各コンピュータ画像は、対応する入力画像にオーバーレイされる、手段（５４０）、
を備える、請求項１１ないし１６のいずれか１つに従属する請求項１７に記載のシステム（１００）。
【請求項１９】
前記入力画像群のシークエンスを提供する手段（２０３−２１２）は、前記身体部位から、連続的に前記入力画像群を取得する手段（２０３）、
を備える、請求項１ないし１８のいずれか１つに記載のシステム（１００）。
【請求項２０】
前記入力画像群を取得する手段（２０３）は、超音波を送信する手段および対応するエコー信号を記録する手段（１１０）、
を備える、請求項１９に記載のシステム（１００）。
【請求項２１】
医療用画像法（２００、５００、７００）であって、
記録された入力画像群のシークエンスを提供するステップであって、各入力画像は造影剤が灌流される身体部位の対応する瞬間におけるデジタル表現であり、前記各入力画像は複数の視覚化値を含み、各視覚化値は前記身体部位の対応する部分を表す、ステップ（２０３−２１２）と、
少なくとも１つの視覚化値を含む、前記入力画像群からの対応するセットからなるシークエンスのそれぞれを、時間に関するモデル関数と、関連付けるステップ（２１４−２１８）と、を有し、
さらに、更に別の瞬間におけるコンピュータ画像群のシークエンスを生成するステップであって、各コンピュータ画像は複数の更に別の視覚化値を含み、各更に別の視覚化値は瞬時的な関数値から定まり、前記対応する更に別の瞬間における前記関連付けられたモデル関数より前記瞬時的な関数値を算出する、ステップ（２２５−２３３、７０５−７４０）と、
前記コンピュータ画像群のシークエンスを表示するステップ（２３９−２４２）と、を有する医療用画像法。
【請求項２２】
コンピュータ・プログラム（２００、５００、７００）であって、
データ処理システム（１０５）において実行され、
請求項２１に記載の方法を実行する、
コンピュータ・プログラム。
【請求項２３】
コンピュータ・プログラムを具象化するコンピュータが利用可能な媒体を有するコンピュータ・プログラム製品であって、
前記コンピュータ・プログラムは、データ処理システムにおいて実行されることにより、前記システムに、医療用画像法を実行させ、
前記医療用画像法は、
記録された入力画像群のシークエンスを提供するステップであって、各入力画像は造影剤が灌流される身体部位の対応する瞬間におけるデジタル表現であり、前記各入力画像は複数の視覚化値を含み、各視覚化値は前記身体部位の対応する部分を表す、ステップと、
少なくとも１つの視覚化値を含む、前記入力画像群からの対応するセットからなるシークエンスのそれぞれを、時間に関するモデル関数と、関連付けるステップと、
更に別の瞬間におけるコンピュータ画像群のシークエンスを生成するステップであって、各コンピュータ画像は複数の更に別の視覚化値を含み、各更に別の視覚化値は瞬時的な関数値から定まり、前記対応する更に別の瞬間における前記関連付けられたモデル関数より前記瞬時的な関数値を算出する、ステップと、
前記コンピュータ画像群のシークエンスを表示するステップと、を備える、
コンピュータ・プログラム製品。
【図１】
【図２】
【図５】
【図７】
【図３】
【図４】
【図６】
【図８】
【図２】
【図５】
【図７】
【図３】
【図４】
【図６】
【図８】
【公表番号】特表２００８−５３５６００（Ｐ２００８−５３５６００Ａ）
【公表日】平成２０年９月４日（２００８．９．４）
【国際特許分類】
【出願番号】特願２００８−５０５９０１（Ｐ２００８−５０５９０１）
【出願日】平成１８年４月１３日（２００６．４．１３）
【国際出願番号】ＰＣＴ／ＥＰ２００６／０６１５７８
【国際公開番号】ＷＯ２００６／１０８８６８
【国際公開日】平成１８年１０月１９日（２００６．１０．１９）
【出願人】（３９８０６３０６５）ブラッコ・リサーチ・ソシエテ・アノニム (13)
【氏名又は名称原語表記】ＢＲＡＣＣＯ ＲＥＳＥＡＲＣＨ Ｓ．Ａ．
【Ｆターム（参考）】
【公表日】平成２０年９月４日（２００８．９．４）
【国際特許分類】
【出願日】平成１８年４月１３日（２００６．４．１３）
【国際出願番号】ＰＣＴ／ＥＰ２００６／０６１５７８
【国際公開番号】ＷＯ２００６／１０８８６８
【国際公開日】平成１８年１０月１９日（２００６．１０．１９）
【出願人】（３９８０６３０６５）ブラッコ・リサーチ・ソシエテ・アノニム (13)
【氏名又は名称原語表記】ＢＲＡＣＣＯ ＲＥＳＥＡＲＣＨ Ｓ．Ａ．
【Ｆターム（参考）】
[ Back to top ]