スペクトルドップラにおける自動ゲイン調節のための方法及び装置
医療用超音波についてのスペクトル（パルス波（ＰＷ）及び／又は連続波（ＣＷ））ドップラにおける自動ゲイン調節のための方法は、信号及びノイズの副集合に解析されるようにスペクトルレベル（スペクトグラム）の二次元（２Ｄ）アレイを分離する段階を有する。信号及びノイズの副集合の各々について、デルタゲインが、所定の表示に基づくデザイン仕様を達成するために演算される。続いて、別個の信号及びノイズのデルタゲインは１つのデルタゲイン値に結合され、その値は、その場合、スペクトルドップラモードがライブ状態又はフリーズ状態のどちらかであることに依存して後続のスペクトルドップラ信号又は画像メモリに記憶されているスペクトグラムに適用される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、一般に、医療用超音波システムに関し、特に、医療用超音波システムのスペクトル（パルス波（ＰＷ）又は連続波（ＣＷ））ドップラモードにおける自動ゲイン調節のための方法及び装置に関する。
【背景技術】
【０００２】
ゲインは、血流／組織運動検出可能性、可視化及び数量化に顕著に影響を与えるため、最も重要で、頻繁に操作されるスペクトルドップラ制御の１つである。しかしながら、スペクトルドップラゲインは、信号の特徴及びノイズの性質における変化に応じて最適なソノグラム表示を維持するように、検査を通して頻繁で注意深い調節を必要とする。信号の特徴の変化は、例えば、サンプルボリュームが新しい血管位置に移動されるときに生じる可能性がある。更に、ノイズの性質の変化は、例えば、サンプルボリュームサイズ、パルス繰り返し周波数（ＰＲＦ）等のような因子により影響される可能性がある。
【０００３】
したがって、当該技術分野における問題点を克服するためのスペクトルドップラゲイン制御の最適化を実行するための改善された方法及び超音波診断撮像システムが要請されている。
【発明の開示】
【課題を解決するための手段】
【０００４】
本発明の実施形態にしたがって、スペクトルドップラゲイン制御の自動最適化は、時間を要し、退屈な手動のゲイン調節のあり方に対処する。一実施形態においては、スペクトルドップラゲイン制御の自動最適化は、超音波診断撮像システムの自動ゲインアルゴリズムの形で実施される。
【０００５】
図においては、同じ参照番号は同じ要素を表す。更に、図はスケーリングして表されていないことに留意する必要がある。
【発明を実施するための最良の形態】
【０００６】
図１は、本発明の実施形態にしたがった自動ゲインアルゴリズムを組み込んでいる超音波診断撮像システム１０の部分ブロック図である。音波診断撮像システム１０に関連して、超音波トランスデューサアレイ１２が、ハウジング１４内に備えられている。超音波トランスデューサアレイ１２は、例えば、患者１６を撮像するように、対象のオブジェクト（又はその一部）に隣接して又は近接して位置するように適合される。トランスデューサアレイ１２は、例えば、当該技術分野において知られている、二次元アレイのような何れかの適切なトランスデューサアレイを有することが可能である。更に、そのトランスデューサは、撮像されるべきオブジェクトを走査するように、所望に応じて、経路に沿って移動されるように構成されることが可能である。
【０００７】
超音波診断撮像システム１０は、制御エレクトロニクスユニット１８を有する。超音波トランスデューサアレイ１２は、信号線２０を介して制御エレクトロニクスユニット１８に結合している。制御エレクトロニクスユニット１８は、入力／出力装置２２（例えば、キーボード、マウス、タッチスクリーン、音響／音声入力、トグルスイッチ、プッシュボタンスイッチ等）及び表示装置２４を有する、及び／又はそれらと接続し、制御エレクトロニクスユニットは、視覚表示のために映像ディスプレイに撮像化データ信号を供給する。制御エレクトロニクスユニット１８は、例えば、目的の装置で用いるために適切である信号線２６におけるデータ信号送信を介して、プリンタ、大容量記憶装置、コンピュータネットワーク（即ち、遠隔データ記憶、解析及び／又は表示のため）等の他の装置（図示せず）に超音波画像データを更に供給することが可能である。一実施形態においては、制御エレクトロニクスユニット１８は、送信器２８（例えば、送信ビームフォーマ）、ディジタルビームフォーマ３０（例えば、受信ビームフォーマ）、システム制御器３２及び画像処理器３４を更に有する。
【０００８】
システム制御器３２は、信号線２６を介してＩ／Ｏ装置２２に結合されている。システム制御器３２はまた、信号線３８を介して送信器２８に適切な送信ビームフォーマ制御信号を供給する。送信ビームフォーマ制御信号は、ここで更に説明されるように、超音波トランスデューサアレイにより所望のビーム操作を与えるようになっている。送信ビームフォーマ制御信号に応じて、送信器２８は、信号線２０を介して超音波トランスデューサアレイ１２に、対応する超音波トランスデューサ制御信号を供給する。
【０００９】
更に、システム制御器３２はまた、信号線４０を介してディジタルビームフォーマ３０に適切な受信ビームフォーマ制御信号を供給する。受信ビームフォーマ制御信号は、ここで更に説明されるように、本発明の実施形態にしたがって所望のビーム形成を与えるようになっている。ディジタルビームフォーマ３０は、信号線４２を介して画像処理器３４に超音波画像データを供給する。更に、システム制御器３２は、信号線４４を介して画像処理器／メモリ３４に結合している。システム制御器３２からの制御信号に応じて及びディジタルビームフォーマ３０からの超音波画像データに応じて、画像処理器／メモリ３４は、信号線４６を介して表示装置２４に画像データを供給し、画像データは表示装置２４で用いるために適切である。エレクトロニクスユニット１８の構成要素は、ここで説明されるように、種々の機能を実行するために、当該技術分野で知られている何れの適切な構成要素を有することが可能である。
【００１０】
超音波ビームの送信は送信器２８により制御される。送信器２８は、所定の角度又は操作方向及び焦点において並びにアレイに沿った所定の原点から各々のビームを送信するように、アレイトランスデューサ１２の要素の各々の動作の時間及びフェージングを制御する。各々の操作線に沿って及びそれから戻るエコーは、アナログ−ディジタル変換（図示せず）によりディジタル化され、ディジタルビームフォーマ３０に結合されているそのアレイの要素により受信される。ディジタルビームフォーマ３０は、各々の走査線に沿ってフォーカシングされたコヒーレントなディジタルエコーサンプルの系列を形成するようにアレイ要素からのエコーを遅延させる及び加算する。送信器２８及びビームフォーマ３０はシステム制御器３２の制御下で動作され、そのシステム制御器はまた、例えば、自動化プロトコルにしたがって又は超音波システムのユーザによって動作されるユーザインターフェース２２の制御の設定に対応する。システム制御器３２は、所望の角度、焦点において所望の数の走査線群を送信するように、エネルギー及び周波数を送信するように、送信器２８を制御する。システム制御器３２はまた、適切に遅延するようにディジタルビームフォーマ３０を制御し、用いられる画像深さ及びアパーチャのために複数の受信エコー信号を結合する。
【００１１】
本発明の実施形態にしたがって、画像データは画像処理器３４により表示フォーマットで与えられ、画像処理器／メモリは、特定の超音波診断撮像アプリケーションの要求のために適切な画像レンダリング処理器を有することが可能である。画像データは表示提示にレンダリングされる。そのレンダリングは、ユーザインターフェース２２により選択される制御信号をレンダリングすることに制御され、システム制御器３２により処理器３４に適用されることが可能である。
【００１２】
図２は、本発明の一実施形態にしたがった自動ゲインアルゴリズムと結合した超音波診断撮像システム１０のスペクトルドップラ処理経路の簡略化されたブロック図である。この実施形態においては、自動ゲインアルゴリズムは、スペクトルドップラ処理経路５０を前提としている。図２のスペクトルドップラ処理経路５０についての下での説明は、自動ゲインアルゴリズムによりなされる種々の前提に焦点を当てる。
【００１３】
ドップラ信号はＩ成分５２及びＱ成分５４を有し、それらの成分は共に、Ｉ及びＱ対を形成する。ドップラ信号のＩ及びＱ対は、スペクトル解析ステージによりスペクトル解析を受ける。スペクトル解析ステージ５６は、以下で“非圧縮スペクトルレベル”と呼ばれる、出力５８におけるスペクトルパワーの評価を与える。血流に対応するドップラ信号について、ドップラ信号は、スペクトル解析に先だってウオールフィルタリングステージを通過する。対照的に、ウオールフィルタリングは、典型的には、目的が表示されるようになっているときには用いられず、例えば、組織ドップラモードにおいて運動している組織と関連する速度を数量化する。
【００１４】
出力５８における非圧縮スペクトルレベルは、圧縮段階６０に対して入力される。圧縮ステージ６０は、後続のステージの制限された動的範囲を割り当てるようにスペクトルレベルを圧縮する。圧縮ステージ６０は、出力６２に圧縮スペクトルレベルを与える。
【００１５】
出力６２における圧縮スペクトルレベルは、スペクトルドップラディスプレイを駆動するために出力６６においてＲＧＢトリプレットを生成するように、利用可能な階調又は彩度マップステージ、例えば、グレーマップステージ６４の１つへの入力として供給される。
【００１６】
スペクトルドップラディスプレイに供給されることに加えて、圧縮スペクトルレベルはまた、二次元アレイとして画像メモリ６８に記憶される。圧縮スペクトルレベルの二次元アレイの行及び列はそれぞれ、ドップラ周波数及び時間に対応している。しかしながら、画像メモリは、圧縮ステージ６０からの出力を受信するように示されている一方、画像メモリ６８は、図２のブロック図の異なる部分に移動されることが可能である。例えば、画像メモリ６８は、本発明の自動ゲインアルゴリズムの実施形態の本質に影響を与えることなく、スペクトル解析ブロック５６及び圧縮ブロック６０の間に位置することが可能である。
【００１７】
本発明の一実施形態にしたがって、呼び出し又は動作イベントに応じて、自動ゲインアルゴリズムは、画像メモリに記憶されているスペクトルドップラデータの所定量にアクセスし、別個のノイズ及び信号ゲイン最適化基準に関してそれらのデータを解析し、ゲイン最適化基準に適合するように後続のスペクトルドップラ信号に適用される“最適”デルタゲイン係数を導き出す。自動ゲインアルゴリズムは、解析されたデータの関数として“最適”デルタゲイン係数を導き出す。更に、スペクトルドップラデータの所定量は、例えば、自動ゲインアルゴリズムの呼び出しに先だって、スペクトルドップラデータの最後の１乃至２秒を表現することが可能である。更に、スペクトルドップラデータの所定量はまた、特定のスペクトルドップラ自動ゲインアルゴリズムに必要なみなしデータの何れの他の量を表現することが可能である。
【００１８】
呼び出し又は動作イベントは、自動ゲインアルゴリズム又は本発明の方法と関連して用いられることが可能である所定の離散的／連続的動作にしたがった何れの適切な行動又はイベントに対応する。自動ゲインアルゴリズムは、複数の異なる方法で動作される又は呼び出されることが可能である。更に具体的には、自動ゲイン動作は、例えば、超音波診断撮像システムにおける専用キーを押すこと、ボイスコマンド等による明示的なユーザの行動の結果として、離散的に起こることが可能である。更に、自動ゲイン動作は、バックグラウンド処理として自動ゲインアルゴリズムを連続的に実行し、現時点で用いられているゲインと十分に異なる新しいゲイン予測に応じて（即ち、閾値に関連して）新しいゲイン予測を受け入れることにより、連続的に起こることが可能である。更に、付加ロジックが、真に最適なゲイン予測に収束するようにドップラ自動ゲインアルゴリズムの複数の繰り返しを必要とする飽和のような状態を検出するように用いられることが可能である。更に、自動ゲイン動作は、超音波診断撮像システムにおける撮像からスペクトルドップラモードへの移行のような特定のイベントの結果として起こることが可能である。
【００１９】
一実施形態においては、自動ゲインアルゴリズムは、ｉ）解析されるべきドップラスペクトル（Ｄｏｐｐｌｅｒ ｓｐｅｃｔｏｇｒａｍ）を信号及びノイズの副集合にセグメント化すること、ｉｉ）ドップラスペクトルの信号及びノイズの副集合の各々について、所定の表示に基づくデザイン仕様を達成するために必要なデルタゲインを演算すること、及びｉｉｉ）全体的な（信号プラスノイズ）スペクトルドップラデータに適用されるように全体的なデルタゲインに別個の信号及びノイズのデルタゲインを結合させるように所定のルールを適用することを有する。
【００２０】
上記段落に関連して、信号又はノイズの副集合についての所定の表示に基づくデザイン仕様が、値の対に関して表現される。例えば、信号の副集合についての値の対は｛ＤｅｓＳｉｇＰｒｃ，ＤｅｓＳｉｇＭａｐＬｅｖ｝で表される。同様に、ノイズの副集合についての値の対は｛ＤｅｓＮｏｉｓＰｒｃ，ＤｅｓＮｏｉｓＭａｐＬｅｖ｝で表される。所定の表示に基づくデザイン仕様についての値の対は、対象のデータ（即ち、信号又はノイズ）が、それらのデザインの百分率（ＤｅｓＰｒｃ）がスペクトルドップラディスプレイにおいてデザインマップレベル（ＤｅｓＭａｐＬｅｖ）にマッピングされるようである必要がある。
【００２１】
ノイズについてのデザイン仕様は、ノイズピクセルの上限の１乃至１０％が表示視認性のすぐ上である必要があるという前提に基づいている。これは、例えば、２５６の階調のうちの約１０乃至２０の階調に相当する。対照的に、信号についてのデザイン仕様は、ノイズピクセルの上限の１乃至１０％が表示飽和のすぐ上である必要があるという前提に基づいている。これは、例えば、２５６の階調のうちの約２００乃至２４０の階調に相当する。
【００２２】
信号デルタゲインを演算するように、自動ゲインアルゴリズムは先ず、デザインマップレベル（ＤｅｓＳｉｇＭａｐＬｅｖ）に相当する信号の非圧縮スペクトルレベル（ＤＥｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求める。自動ゲインアルゴリズムは、図２の圧縮ステージ６０及びグレーマップステージ６４のそれぞれにより規定される変換の逆を演算することにより、これを達成する。好適には、ＤｅｓＳｉｇＵｎｄｏｍｐＳｐｅｃｔｒＬｅｖはデシベル単位で、即ち、ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝１０＊ＬＯＧ１０（ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＿Ｌｉｎｅａｒ）ｄＢで表される。自動ゲインアルゴリズムは、その場合、信号ピクセルのＤｅｓＳｉｇＰｒｃ百分率に現時点で、相当する非圧縮スペクトルレベルを求める。好適には、ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖがまた、デシベル単位で表される。自動ゲインアルゴリズムは、非圧縮スペクトルレベルの関数として信号ピクセルの累積分散関数（ＣＤＦ）によりＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖを求める。これは、画像メモリに記憶されている値の範囲の関数として信号ＣＤＦを生成し、次いで、非圧縮スペクトルレベルに画像メモリに記憶されている値の範囲を変換するように逆変換を用いること又は、非圧縮スペクトルレベルの関数として信号ＣＤＦの生成により後続される対応する非圧縮スペクトルレベルに画像メモリに記憶されている信号値の逆変換により得られる。最終的に、自動ゲインアルゴリズムは、ＤｅｌｔａＧａｉｎＳｉｇ＝ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ ｄＢのように信号デルタゲインを求める。ノイズデルタゲインを演算するように、自動ゲインアルゴリズムは、上記で概要を説明した信号の方法に同様に従う。即ち、自動ゲインアルゴリズムは先ず、デザインマップレベル（ＤｅｓＮｏｉｓＭａｐＬｅｖ）に相当するｄＢを単位とするノイズの非圧縮スペクトルレベル（ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求める。自動ゲインアルゴリズムは、次いで、ノイズピクセルの百分率ＤｅｓＮｏｉｓＰｒｃに現時点で相当するｄＢを単位とする非圧縮スペクトルレベル（ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求める。最終的に、自動ゲインアルゴリズムは、次式によりノイズデルタゲインを導き出す。
【００２３】
ＤｅｌｔａＧａｉｎＮｏｉｓ＝ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ ｄＢ
上記のように、信号又はノイズの副集合についての最適なゲイン予測は、対象の副集合に属すソノグラムピクセルのヒストグラムを生成することと、累積分散関数によりそのヒストグラムのｘ番目の百分率を演算することと、スペクトル解析ステージに先だってドップラデータに適用されるときに、ｘ番目の百分率が表示のＮ番目の階調に対してマッピングされるようにするデルタゲイン（又は、乗算係数）を演算することとを有する。最適化基準は、比較的単純（即ち、信号ピクセルの大部分が飽和より下にあることを確実にするように、例えば、階調２３０にマッピングされた９５番目の信号、又は、ノイズピクセルが丁度可視的になることを確実にするように、例えば、階調１０にマッピングされた９５番目のノイズ）に保たれることが可能である。階調に対する複数の百分率の仕様を有することが可能である更に複雑な基準が、所定の超音波アプリケーションの事項における自動ゲインアルゴリズムの統合の間に特定の医療の要求に応じて開発されることが可能である。更に、上記の演算は、図２の単純化されたブロック図には示されていないが、何れの他のモジュール（即ち、フィルタリング、間引き）の効果を明示的に考慮することが可能である。
【００２４】
本発明の実施形態にしたがった上記の自動ゲインアルゴリズムの手順について、後続の図及び下記の実施例により更に説明を加える。
【００２５】
図３Ａは、自動ゲインアルゴリズムへの入力として用いられるドップラスペクトル（Ｄｏｐｐｌｅｒ Ｓｐｅｃｔｒｏｇｒａｍ）７０の階調表示を示している。そのスペクトルの横軸は２秒の時間の持続期間に対応している。図３Ｂは、バイナリ画像として示されている図３Ａのスペクトルのセグメント化されたバージョン７２（前景は信号、背景はノイズ）である。換言すれば、図３Ａにおいては、信号として分類されるピクセルは白色（前景）７４で示され、ノイズとして分類されるピクセルは黒色（背景）７６で示されている。
【００２６】
図４は、全体的なドップラマップのグラフ表現８０であり、その図は、線８２で示されているように、非圧縮スペクトルレベルとスペクトルドップラディスプレイにおける階調レベルとの間の一致性を規定するように非圧縮ステージ及びグレーマップステージを有する全体的なドップラ信号経路を考慮している。大きいダイナミックレンジのために、非圧縮スペクトルレベルはデシベルスケールで１０＊Ｌｏｇ１０（非圧縮スペクトルレベル）をプロットされていることに留意されたい。また、非圧縮スペクトルレベルと階調レベルとの間の一致性は、非点収差マップがグレーマップに代えて用いられる、即ち、カラーマップが赤色（Ｒ）、緑色）Ｇ）及び青色（Ｂ）のトリプレットを特定するときでさえ、確立されることが可能であることに留意されたい。この場合、階調−相当値Ｇが、Ｒ、Ｇ及びＢ成分の組み合せにより得られる。自動ゲインアルゴリズムを説明するために下記で用いられる特定の実施例を与えるように、２つのマーカーがまた、図４に示されている。第１マーカー８４はアスタリスクであり、５２．４ｄＢの非圧縮スペクトルレベルが階調レベル２４０に対してマッピングされていることが示されている。第２マーカー８６は×印であり、１３．５ｄＢの非圧縮スペクトルレベルが階調レベル２０に対してマッピングされていることが示されている。
【００２７】
図５は、図３の２秒のドップラスペクトルからの信号ピクセルの累積分散関数のグラフ表現９０である。線９２で表されている信号ＣＤＦ又は累積ヒストグラムは、非圧縮スペクトルレベルの関数（デシベルスケールで表されている）としての信号ピクセルのヒストグラムを演算し、次いで、０から開始するこのヒストグラムを積分することにより得られる。２つのマーカーは、図５のプロットに重ね合わされている。第１マーカー９４は四角形であり、信号ピクセルの９９番目の百分率が５８ｄＢの非圧縮スペクトルレベルに現時点で相当することを示している。第２マーカー９６は円形であり、５２．４ｄＢのｘ座標及び０．９９（又は、９９％、即ち、９９番目の百分率）のｙ座標を有する点が規定されている。
【００２８】
図６は、図３の２秒のドップラスペクトルからのノイズピクセルの累積分散関数（ＣＤＦ）のグラフ表現１００である。線１０２で表されているノイズＣＤＦ又は累積ヒストグラムは、非圧縮スペクトルレベルの関数（デシベルスケールで表されている）としてのノイズピクセルのヒストグラムを演算し、次いで、０から開始するこのヒストグラムを積分することにより得られる。２つのマーカーは、図６のプロットに重ね合わされている。第１マーカー１０４は四角形であり、ノイズピクセルの９９番目の百分率が２１ｄＢの非圧縮スペクトルレベルに現時点で相当することを示している。第２マーカー１０６は円形であり、１３．５ｄＢのｘ座標及び０．９９（又は、９９％、即ち、９９番目の百分率）のｙ座標を有する点が規定されている。
【００２９】
信号デルタゲインを予測する実施例として、信号デザイン仕様はＤｅｓＳｉｇＰｒｃ＝９９及びＤｅｓＳｉｇＭａｐＬｅｖ＝２４０であり、用いられる全体的なドップラマップは図４にプロットされているドップラマップであることが前提とする。この図により、階調ＤｅｓＳｉｇＭａｐＬｅｖ＝２４０は非圧縮スペクトルレベルＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５２．４ｄＢに対応することが演繹される。他方、図５にプロットされている信号ＣＤＦにより、ＤｅｓＳｉｇＰｒｃ＝９９番目の信号の百分率は、非圧縮スペクトルレベルＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５８ｄＢに現時点で対応することが演繹される。それ故、−５．６ｄＢの信号デルタゲインが、その信号デザイン仕様に適合するために必要である。換言すれば、ＤｅｌｔａＧａｉｎＳｉｇ＝ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５２．４−５８ｄＢ＝−５．６ｄＢである。したがって、−５．６ｄＢの信号デルタゲインは、ドップラ仕様表示において階調レベル２４０に対して信号ピクセルの９９番目の百分率をマッピングする信号デザイン仕様が適合されることを可能にする。
【００３０】
ノイズデルタゲインを予測する実施例として、ノイズデザイン仕様はＤｅｓＮｏｉｓＰｒｃ＝９９及びＤｅｓＮｏｉｓＭａｐＬｅｖ＝２０であり、用いられる全体的なドップラマップは図４にプロットされているドップラマップであることが前提とされる。この図により、階調ＤｅｓＮｏｉｓＭａｐＬｅｖ＝２０は非圧縮スペクトルレベルＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝１３．５ｄＢに対応することが演繹される。他方、図６にプロットされている信号ＣＤＦにより、ＤｅｓＮｏｉｓＰｒｃ＝９９番目のノイズの百分率は、非圧縮スペクトルレベルＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝２１ｄＢに現時点で対応することが演繹される。それ故、−７．５ｄＢの信号デルタゲインが、そのノイズデザイン仕様に適合するために必要である。換言すれば、ＤｅｌｔａＧａｉｎＮｏｉｓ＝ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝１３．５−２１ｄＢ＝−７．５ｄＢである。したがって、−７．５ｄＢのノイズデルタゲインは、ドップラ仕様表示において階調レベル２０に対してノイズピクセルの９９番目の百分率をマッピングする信号デザイン仕様が適合されることを可能にする。
【００３１】
代替の実施形態においては、信号及び／又はノイズデザイン仕様は、一般に、２つ以上の百分率値とドップラマップレベル値との対を有する。例えば、信号デザイン仕様は、値のＮ個の対に関して、和
【００３２】
【数１】
又は他の代替の方法で重み付けされた、単純なルール（ＤｅｌｔａＧａｉｎＳｉｇ＝ＭＡＸ｛ＤｅｌｔａＧａｉｎＳｉｇｎ｝，ＭＩＮ｛ＤｅｌｔａＧａｉｎＳｉｇｎ｝，ｅｔｃ）により単独の信号デルタゲインを生成するように結合された結果として得られる信号デルタゲインＤｅｌｔａＧａｉｎＳｉｇｎ（ｎ＝１，２，．．．，Ｎ）により、信号範囲の異なるセグメント（低レベル、中間レベル、高レベル、．．．）について最適な基準を特定する｛ＤｅｓＳｉｇＰｒｃｎ，ＤｅｓＳｉｇＭａｐＬｅｖｎ｝のように表され、ここで、ｎ＝１，２，．．．，Ｎである。
【００３３】
更に、本発明の自動ゲインアルゴリズムにより、信号及びノイズデルタゲインは全体的なデルタゲインに結合されることが可能である。信号及びノイズデルタゲインを全体的なデルタゲインに結合することは、１つ又はそれ以上の異なるアルゴリズムにより達成されることが可能であり、特定のアルゴリズムの選択は、解析されるべきデータ（例えば、周辺血管、心臓血流又は心臓組織ドップラ）の種類及びユーザの特定の好みのような因子に依存する。特定のアプリケーションにおいて有用であると認識された２つの方法について、下記で概要を説明する。
【００３４】
第１方法においては、全体的なデルタゲインは、次式にしたがって、個々のデルタゲインの重み付けされた組合せとして決定され、
ＤｅｌｔａＧａｉｎ＝ａ＊ＤｅｌｔａＧａｉｎＳｉｇ＋ｂ＊ＤｅｌｔａＧａｉｎＮｏｉｓ
ここで、ａ及びｂはアプリケーションに特定の係数及び有効なデータ依存性係数である。例えば、係数ａ及びｂは、次のような簡単なルールにより決定されることが可能である。
【００３５】
ＩＦ（ＤｅｌｔａＧａｉｎＳｉｇ＜ＤｅｌｔａＧａｉｎＮｏｉｓ）
｛
ａ＝１；
ｂ＝０；
｝
ＥＬＳＥ｛
ａ＝０．２５；
ｂ＝０．７５；
｝
更に、一部の場合、係数ａ及びｂは、次式のように、信号対ノイズ比（ＳＮＲ）及びアプリケーション特定ルックアップテーブル（ＬＵＴ）等のデータ依存性特徴に関して決定されることが可能である。
【００３６】
ａ＝ＬＵＴａ（ＳＮＲ）
ｂ＝ＬＵＴｂ（ＳＮＲ）
第２方法においては、全体的なデルタゲインはノイズデルタゲインにより決定され、圧縮ステージ又はグレーマップステージの特徴は、それ故、信号デザイン仕様に適合するように修正される。実施例を挙げると、上記の図４乃至６からの特定の値を用いて、次式のようになる。
【００３７】
ＤｅｌｔａＧａｉｎ＝ＤｅｌｔａＧａｉｎＮｏｉｓ＝−７．５ｄＢ
ＤｅｌｔａＧａｉｎが適用された後、ＤｅｓＳｉｇ Ｐｒｃ＝９９番目の百分率は、次式の新しい非圧縮スペクトルレベルに一致する。
【００３８】
ＮｅｗＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＋ＤｅｌｔａＧａｉｎ＝５８−７．５＝５０．５ｄＢ
したがって、圧縮ステージ及び／又はグレーマップステージは、図３の全体的なドップラマップが、ｘ座標ＮｅｗＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５０．５ｄＢ及びｙ座標ＤｅｓＳｉｇＭａｐＬｅｖ＝２４０により規定される点を通過することを確実にするように修正される。
【００３９】
したがって、画像メモリに記憶されているスペクトルドップラソノグラム値を解析する自動ゲインアルゴリズムについて、ここでは説明している。自動ゲインアルゴリズムは、システムのスペクトルドップラディスプレイにおけるソノグラムの最適表現に対応する適切なゲイン値を導き出す。その解析は、ソノグラムの信号成分及びノイズ成分を考慮する。更に、その解析は、例えば、熟達したユーザによって、実行される手動のゲイン最適化の最近似が達成されるように、現時点で選択されているグレー又は非点収差マップ及び現時点のスペクトル圧縮特性を考慮する。更に、そのアルゴリズムは、ライブ又はフローズンスペクトルドップラデータにおいて適用されることが可能である。
【００４０】
ライブスペクトルドップラにより、自動ゲインアルゴリズムは、画像メモリに記憶されているソノグラムデータの最後のｘ秒を解析し、次のような動作であって、ａ）ノイズの統計（理論的に導き出される、ルックアップテーブルに記憶される又はヒストグラム解析及び画像処理技術により動的に評価される）についての知識に基づいて、ソノグラムデータを信号及びノイズの副集合にセグメント化し、ｂ）信号の副集合が特定の表示に基づく信号最適化基準に適合するように信号ゲインを評価し（例えば、飽和のすぐ下のグレーレベルに信号ピクセルの特定の百分率をマッピングするように）、ｃ）ノイズの副集合が特定の表示に基づくノイズ最適化基準に適合するようにノイズゲインを評価し（例えば、視認性のすぐ上のグレーレベルにノイズピクセルの特定の百分率をマッピングするように）、ｄ）特定のルール及び／又はデータ駆動ルックアップテーブルを用いることにより、信号及びノイズゲインを全体的なゲイン値に結合する、動作を実行する。
【００４１】
代替として、全体的なゲインは、ノイズゲインにより決定され、次いで、信号デザイン仕様は、圧縮ステージ及び／又はグレーマップステージの適切な修正により適合される。自動的に評価された最適なゲインは、その場合、例えば、電子制御ユニットを介して超音波診断撮像システムに通信され、その超音波診断撮影システムは、フロントエンド及び／又はバックエンドドップラゲイン値を、それに応じて更新する。上記のサイクル（データ解析、ゲイン評価、ゲイン適用）は、強力な飽和のような意欲的な場合に最適値の方への漸次の収束を可能にするように、複数の所定回数、繰り返されることが可能である。
【００４２】
ライブスペクトルドップラに付加して、自動ゲインアルゴリズムはまた、スペクトルドップラがフリーズしている間に、用いられることが可能である。その主な違いは、最適なゲインが、ここでは、画像メモリに既に記憶されているスペクトルデータに適用されることである。フリーズ状態の動作の場合、自動ゲインアルゴリズムにより解析されるソノグラムデータは、画像メモリに記憶されているデータ（即ち、画像メモリに記憶されているデータ全て、スペクトルデータの表示された部分のみ、又は画像メモリスペクトルデータの何れの任意の部分）に関連する任意の持続時間／位置を有することが可能である。更に、ソノグラムデータの複数の関連性のないセグメントが自動ゲインアルゴリズムにより解析されることが可能であり、その場合に、結果として得られる複数の最適なゲインは、画像メモリに記憶されているデータ全てに適用されるように１つの最適値に結合されることが可能であり、それら複数のゲインの各々は、特定のゲインの導出のための入力として用いられるそれらの画像メモリデータセグメントに個々、適用されることが可能である。
【００４３】
他の実施形態にしたがって、超音波診断撮像システム１０は、ここで説明している自動ゲインアルゴリズムの種々の機能を実行するために、当該技術分野において知られているプログラミング技術を用いて構成されるコンピュータプログラムを更に有する。特に、コンピュータ読み出し可能媒体において記憶されている指令に応じて及び処理器により実行可能であるように、処理器は、自動ゲインアルゴリズムを実行するように動作する。
【００４４】
本発明の実施形態はまた、コンピュータソフトウェア又はコンピュータプログラムプロダクトを有する。コンピュータプログラムプロダクトは、ここで説明しているような自動ゲインアルゴリズムの方法を実行するための指令の集合を有するコンピュータ読み出し可能媒体を有する。コンピュータ読み出し可能媒体は、所定の超音波診断撮像システムのアプリケーションのための何れの適切なコンピュータ読み出し可能媒体を有することが可能である。更に、コンピュータ読み出し可能媒体はネットワーク通信媒体を有することが可能である。ネットワーク通信媒体の例には、例えば、インターネット、イントラネット（登録商標）又はエクストラネットがある。
【００４５】
上で、幾つかの単に例示としての実施形態について説明しているが、当業者は、それらの本発明の実施形態の新規な教示及び有利点から実質的に逸脱することなく、多くの修正が可能であることを容易に理解できるであろう。例えば、本発明の実施形態は、何れの超音波走査を支持するスペクトルドップラに適用されることが可能である。したがって、そのような修正の全ては、同時提出の特許請求の範囲に記載の本発明の実施形態の範囲内に入るように意図されている。請求項においては、手段及び機能の表現は、列挙された機能並びに構造上の相当物ばかりでなく、相当する構造物のような構造を網羅するように意図されている。
【００４６】
用語“を有する”及びその派生用語は、全体として何れの請求項及び明細書において列挙されている要素又は段階以外の要素又は段階の存在を排除するものではない。要素の単数表現は、そのような要素の複数の存在を排除するものではなく、また、その逆も真である。１つ又はそれ以上の実施形態が、複数の別個の要素を有するハードウェアにより、及び／又は適切にプログラムされたコンピュータにより実施されることが可能である。複数の手段を列挙している装置請求項において、それらの手段の幾つかが同一のハードウェアにより実施されることが可能である。互いに異なる従属請求項に記載されているということは、それらの手段を組み合わせることが有利に用いられないことを示すものではない。
【図面の簡単な説明】
【００４７】
【図１】本発明の実施形態にしたがったＡｕｔｏＧａｉｎアルゴリズムを組み込んでいる超音波診断撮像システムの部分的なブロック図である。
【図２】本発明の実施形態にしたがったＡｕｔｏＧａｉｎアルゴリズムに関連する超音波診断撮像システムのスペクトルドップラ処理経路の簡略化されたブロック図である。
【図３Ａ】バイナリ画像として表示されるドップラスペクトグラムの階調表示である
【図３Ｂ】バイナリ画像として表示される図３Ａのスペクトグラムのセグメント化バージョンである。
【図４】ドップラ処理経路における全てのステージの効果を有し、ドップラスペクトグラムディスプレイにおいて用いられる非圧縮スペクトルレベルと階調レベルとの間の一致性を特定する全体的なドップラマップのグラフ表現である。
【図５】対応する信号の非圧縮スペクトルレベルの範囲に対する信号ピクセルに対応する累積分散関数（ＣＤＦ）のグラフ表現である。
【図６】対応するノイズの非圧縮スペクトルレベルの範囲に対するノイズピクセルに対応する累積分散関数（ＣＤＦ）のグラフ表現である。
【技術分野】
【０００１】
本発明は、一般に、医療用超音波システムに関し、特に、医療用超音波システムのスペクトル（パルス波（ＰＷ）又は連続波（ＣＷ））ドップラモードにおける自動ゲイン調節のための方法及び装置に関する。
【背景技術】
【０００２】
ゲインは、血流／組織運動検出可能性、可視化及び数量化に顕著に影響を与えるため、最も重要で、頻繁に操作されるスペクトルドップラ制御の１つである。しかしながら、スペクトルドップラゲインは、信号の特徴及びノイズの性質における変化に応じて最適なソノグラム表示を維持するように、検査を通して頻繁で注意深い調節を必要とする。信号の特徴の変化は、例えば、サンプルボリュームが新しい血管位置に移動されるときに生じる可能性がある。更に、ノイズの性質の変化は、例えば、サンプルボリュームサイズ、パルス繰り返し周波数（ＰＲＦ）等のような因子により影響される可能性がある。
【０００３】
したがって、当該技術分野における問題点を克服するためのスペクトルドップラゲイン制御の最適化を実行するための改善された方法及び超音波診断撮像システムが要請されている。
【発明の開示】
【課題を解決するための手段】
【０００４】
本発明の実施形態にしたがって、スペクトルドップラゲイン制御の自動最適化は、時間を要し、退屈な手動のゲイン調節のあり方に対処する。一実施形態においては、スペクトルドップラゲイン制御の自動最適化は、超音波診断撮像システムの自動ゲインアルゴリズムの形で実施される。
【０００５】
図においては、同じ参照番号は同じ要素を表す。更に、図はスケーリングして表されていないことに留意する必要がある。
【発明を実施するための最良の形態】
【０００６】
図１は、本発明の実施形態にしたがった自動ゲインアルゴリズムを組み込んでいる超音波診断撮像システム１０の部分ブロック図である。音波診断撮像システム１０に関連して、超音波トランスデューサアレイ１２が、ハウジング１４内に備えられている。超音波トランスデューサアレイ１２は、例えば、患者１６を撮像するように、対象のオブジェクト（又はその一部）に隣接して又は近接して位置するように適合される。トランスデューサアレイ１２は、例えば、当該技術分野において知られている、二次元アレイのような何れかの適切なトランスデューサアレイを有することが可能である。更に、そのトランスデューサは、撮像されるべきオブジェクトを走査するように、所望に応じて、経路に沿って移動されるように構成されることが可能である。
【０００７】
超音波診断撮像システム１０は、制御エレクトロニクスユニット１８を有する。超音波トランスデューサアレイ１２は、信号線２０を介して制御エレクトロニクスユニット１８に結合している。制御エレクトロニクスユニット１８は、入力／出力装置２２（例えば、キーボード、マウス、タッチスクリーン、音響／音声入力、トグルスイッチ、プッシュボタンスイッチ等）及び表示装置２４を有する、及び／又はそれらと接続し、制御エレクトロニクスユニットは、視覚表示のために映像ディスプレイに撮像化データ信号を供給する。制御エレクトロニクスユニット１８は、例えば、目的の装置で用いるために適切である信号線２６におけるデータ信号送信を介して、プリンタ、大容量記憶装置、コンピュータネットワーク（即ち、遠隔データ記憶、解析及び／又は表示のため）等の他の装置（図示せず）に超音波画像データを更に供給することが可能である。一実施形態においては、制御エレクトロニクスユニット１８は、送信器２８（例えば、送信ビームフォーマ）、ディジタルビームフォーマ３０（例えば、受信ビームフォーマ）、システム制御器３２及び画像処理器３４を更に有する。
【０００８】
システム制御器３２は、信号線２６を介してＩ／Ｏ装置２２に結合されている。システム制御器３２はまた、信号線３８を介して送信器２８に適切な送信ビームフォーマ制御信号を供給する。送信ビームフォーマ制御信号は、ここで更に説明されるように、超音波トランスデューサアレイにより所望のビーム操作を与えるようになっている。送信ビームフォーマ制御信号に応じて、送信器２８は、信号線２０を介して超音波トランスデューサアレイ１２に、対応する超音波トランスデューサ制御信号を供給する。
【０００９】
更に、システム制御器３２はまた、信号線４０を介してディジタルビームフォーマ３０に適切な受信ビームフォーマ制御信号を供給する。受信ビームフォーマ制御信号は、ここで更に説明されるように、本発明の実施形態にしたがって所望のビーム形成を与えるようになっている。ディジタルビームフォーマ３０は、信号線４２を介して画像処理器３４に超音波画像データを供給する。更に、システム制御器３２は、信号線４４を介して画像処理器／メモリ３４に結合している。システム制御器３２からの制御信号に応じて及びディジタルビームフォーマ３０からの超音波画像データに応じて、画像処理器／メモリ３４は、信号線４６を介して表示装置２４に画像データを供給し、画像データは表示装置２４で用いるために適切である。エレクトロニクスユニット１８の構成要素は、ここで説明されるように、種々の機能を実行するために、当該技術分野で知られている何れの適切な構成要素を有することが可能である。
【００１０】
超音波ビームの送信は送信器２８により制御される。送信器２８は、所定の角度又は操作方向及び焦点において並びにアレイに沿った所定の原点から各々のビームを送信するように、アレイトランスデューサ１２の要素の各々の動作の時間及びフェージングを制御する。各々の操作線に沿って及びそれから戻るエコーは、アナログ−ディジタル変換（図示せず）によりディジタル化され、ディジタルビームフォーマ３０に結合されているそのアレイの要素により受信される。ディジタルビームフォーマ３０は、各々の走査線に沿ってフォーカシングされたコヒーレントなディジタルエコーサンプルの系列を形成するようにアレイ要素からのエコーを遅延させる及び加算する。送信器２８及びビームフォーマ３０はシステム制御器３２の制御下で動作され、そのシステム制御器はまた、例えば、自動化プロトコルにしたがって又は超音波システムのユーザによって動作されるユーザインターフェース２２の制御の設定に対応する。システム制御器３２は、所望の角度、焦点において所望の数の走査線群を送信するように、エネルギー及び周波数を送信するように、送信器２８を制御する。システム制御器３２はまた、適切に遅延するようにディジタルビームフォーマ３０を制御し、用いられる画像深さ及びアパーチャのために複数の受信エコー信号を結合する。
【００１１】
本発明の実施形態にしたがって、画像データは画像処理器３４により表示フォーマットで与えられ、画像処理器／メモリは、特定の超音波診断撮像アプリケーションの要求のために適切な画像レンダリング処理器を有することが可能である。画像データは表示提示にレンダリングされる。そのレンダリングは、ユーザインターフェース２２により選択される制御信号をレンダリングすることに制御され、システム制御器３２により処理器３４に適用されることが可能である。
【００１２】
図２は、本発明の一実施形態にしたがった自動ゲインアルゴリズムと結合した超音波診断撮像システム１０のスペクトルドップラ処理経路の簡略化されたブロック図である。この実施形態においては、自動ゲインアルゴリズムは、スペクトルドップラ処理経路５０を前提としている。図２のスペクトルドップラ処理経路５０についての下での説明は、自動ゲインアルゴリズムによりなされる種々の前提に焦点を当てる。
【００１３】
ドップラ信号はＩ成分５２及びＱ成分５４を有し、それらの成分は共に、Ｉ及びＱ対を形成する。ドップラ信号のＩ及びＱ対は、スペクトル解析ステージによりスペクトル解析を受ける。スペクトル解析ステージ５６は、以下で“非圧縮スペクトルレベル”と呼ばれる、出力５８におけるスペクトルパワーの評価を与える。血流に対応するドップラ信号について、ドップラ信号は、スペクトル解析に先だってウオールフィルタリングステージを通過する。対照的に、ウオールフィルタリングは、典型的には、目的が表示されるようになっているときには用いられず、例えば、組織ドップラモードにおいて運動している組織と関連する速度を数量化する。
【００１４】
出力５８における非圧縮スペクトルレベルは、圧縮段階６０に対して入力される。圧縮ステージ６０は、後続のステージの制限された動的範囲を割り当てるようにスペクトルレベルを圧縮する。圧縮ステージ６０は、出力６２に圧縮スペクトルレベルを与える。
【００１５】
出力６２における圧縮スペクトルレベルは、スペクトルドップラディスプレイを駆動するために出力６６においてＲＧＢトリプレットを生成するように、利用可能な階調又は彩度マップステージ、例えば、グレーマップステージ６４の１つへの入力として供給される。
【００１６】
スペクトルドップラディスプレイに供給されることに加えて、圧縮スペクトルレベルはまた、二次元アレイとして画像メモリ６８に記憶される。圧縮スペクトルレベルの二次元アレイの行及び列はそれぞれ、ドップラ周波数及び時間に対応している。しかしながら、画像メモリは、圧縮ステージ６０からの出力を受信するように示されている一方、画像メモリ６８は、図２のブロック図の異なる部分に移動されることが可能である。例えば、画像メモリ６８は、本発明の自動ゲインアルゴリズムの実施形態の本質に影響を与えることなく、スペクトル解析ブロック５６及び圧縮ブロック６０の間に位置することが可能である。
【００１７】
本発明の一実施形態にしたがって、呼び出し又は動作イベントに応じて、自動ゲインアルゴリズムは、画像メモリに記憶されているスペクトルドップラデータの所定量にアクセスし、別個のノイズ及び信号ゲイン最適化基準に関してそれらのデータを解析し、ゲイン最適化基準に適合するように後続のスペクトルドップラ信号に適用される“最適”デルタゲイン係数を導き出す。自動ゲインアルゴリズムは、解析されたデータの関数として“最適”デルタゲイン係数を導き出す。更に、スペクトルドップラデータの所定量は、例えば、自動ゲインアルゴリズムの呼び出しに先だって、スペクトルドップラデータの最後の１乃至２秒を表現することが可能である。更に、スペクトルドップラデータの所定量はまた、特定のスペクトルドップラ自動ゲインアルゴリズムに必要なみなしデータの何れの他の量を表現することが可能である。
【００１８】
呼び出し又は動作イベントは、自動ゲインアルゴリズム又は本発明の方法と関連して用いられることが可能である所定の離散的／連続的動作にしたがった何れの適切な行動又はイベントに対応する。自動ゲインアルゴリズムは、複数の異なる方法で動作される又は呼び出されることが可能である。更に具体的には、自動ゲイン動作は、例えば、超音波診断撮像システムにおける専用キーを押すこと、ボイスコマンド等による明示的なユーザの行動の結果として、離散的に起こることが可能である。更に、自動ゲイン動作は、バックグラウンド処理として自動ゲインアルゴリズムを連続的に実行し、現時点で用いられているゲインと十分に異なる新しいゲイン予測に応じて（即ち、閾値に関連して）新しいゲイン予測を受け入れることにより、連続的に起こることが可能である。更に、付加ロジックが、真に最適なゲイン予測に収束するようにドップラ自動ゲインアルゴリズムの複数の繰り返しを必要とする飽和のような状態を検出するように用いられることが可能である。更に、自動ゲイン動作は、超音波診断撮像システムにおける撮像からスペクトルドップラモードへの移行のような特定のイベントの結果として起こることが可能である。
【００１９】
一実施形態においては、自動ゲインアルゴリズムは、ｉ）解析されるべきドップラスペクトル（Ｄｏｐｐｌｅｒ ｓｐｅｃｔｏｇｒａｍ）を信号及びノイズの副集合にセグメント化すること、ｉｉ）ドップラスペクトルの信号及びノイズの副集合の各々について、所定の表示に基づくデザイン仕様を達成するために必要なデルタゲインを演算すること、及びｉｉｉ）全体的な（信号プラスノイズ）スペクトルドップラデータに適用されるように全体的なデルタゲインに別個の信号及びノイズのデルタゲインを結合させるように所定のルールを適用することを有する。
【００２０】
上記段落に関連して、信号又はノイズの副集合についての所定の表示に基づくデザイン仕様が、値の対に関して表現される。例えば、信号の副集合についての値の対は｛ＤｅｓＳｉｇＰｒｃ，ＤｅｓＳｉｇＭａｐＬｅｖ｝で表される。同様に、ノイズの副集合についての値の対は｛ＤｅｓＮｏｉｓＰｒｃ，ＤｅｓＮｏｉｓＭａｐＬｅｖ｝で表される。所定の表示に基づくデザイン仕様についての値の対は、対象のデータ（即ち、信号又はノイズ）が、それらのデザインの百分率（ＤｅｓＰｒｃ）がスペクトルドップラディスプレイにおいてデザインマップレベル（ＤｅｓＭａｐＬｅｖ）にマッピングされるようである必要がある。
【００２１】
ノイズについてのデザイン仕様は、ノイズピクセルの上限の１乃至１０％が表示視認性のすぐ上である必要があるという前提に基づいている。これは、例えば、２５６の階調のうちの約１０乃至２０の階調に相当する。対照的に、信号についてのデザイン仕様は、ノイズピクセルの上限の１乃至１０％が表示飽和のすぐ上である必要があるという前提に基づいている。これは、例えば、２５６の階調のうちの約２００乃至２４０の階調に相当する。
【００２２】
信号デルタゲインを演算するように、自動ゲインアルゴリズムは先ず、デザインマップレベル（ＤｅｓＳｉｇＭａｐＬｅｖ）に相当する信号の非圧縮スペクトルレベル（ＤＥｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求める。自動ゲインアルゴリズムは、図２の圧縮ステージ６０及びグレーマップステージ６４のそれぞれにより規定される変換の逆を演算することにより、これを達成する。好適には、ＤｅｓＳｉｇＵｎｄｏｍｐＳｐｅｃｔｒＬｅｖはデシベル単位で、即ち、ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝１０＊ＬＯＧ１０（ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＿Ｌｉｎｅａｒ）ｄＢで表される。自動ゲインアルゴリズムは、その場合、信号ピクセルのＤｅｓＳｉｇＰｒｃ百分率に現時点で、相当する非圧縮スペクトルレベルを求める。好適には、ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖがまた、デシベル単位で表される。自動ゲインアルゴリズムは、非圧縮スペクトルレベルの関数として信号ピクセルの累積分散関数（ＣＤＦ）によりＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖを求める。これは、画像メモリに記憶されている値の範囲の関数として信号ＣＤＦを生成し、次いで、非圧縮スペクトルレベルに画像メモリに記憶されている値の範囲を変換するように逆変換を用いること又は、非圧縮スペクトルレベルの関数として信号ＣＤＦの生成により後続される対応する非圧縮スペクトルレベルに画像メモリに記憶されている信号値の逆変換により得られる。最終的に、自動ゲインアルゴリズムは、ＤｅｌｔａＧａｉｎＳｉｇ＝ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ ｄＢのように信号デルタゲインを求める。ノイズデルタゲインを演算するように、自動ゲインアルゴリズムは、上記で概要を説明した信号の方法に同様に従う。即ち、自動ゲインアルゴリズムは先ず、デザインマップレベル（ＤｅｓＮｏｉｓＭａｐＬｅｖ）に相当するｄＢを単位とするノイズの非圧縮スペクトルレベル（ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求める。自動ゲインアルゴリズムは、次いで、ノイズピクセルの百分率ＤｅｓＮｏｉｓＰｒｃに現時点で相当するｄＢを単位とする非圧縮スペクトルレベル（ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求める。最終的に、自動ゲインアルゴリズムは、次式によりノイズデルタゲインを導き出す。
【００２３】
ＤｅｌｔａＧａｉｎＮｏｉｓ＝ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ ｄＢ
上記のように、信号又はノイズの副集合についての最適なゲイン予測は、対象の副集合に属すソノグラムピクセルのヒストグラムを生成することと、累積分散関数によりそのヒストグラムのｘ番目の百分率を演算することと、スペクトル解析ステージに先だってドップラデータに適用されるときに、ｘ番目の百分率が表示のＮ番目の階調に対してマッピングされるようにするデルタゲイン（又は、乗算係数）を演算することとを有する。最適化基準は、比較的単純（即ち、信号ピクセルの大部分が飽和より下にあることを確実にするように、例えば、階調２３０にマッピングされた９５番目の信号、又は、ノイズピクセルが丁度可視的になることを確実にするように、例えば、階調１０にマッピングされた９５番目のノイズ）に保たれることが可能である。階調に対する複数の百分率の仕様を有することが可能である更に複雑な基準が、所定の超音波アプリケーションの事項における自動ゲインアルゴリズムの統合の間に特定の医療の要求に応じて開発されることが可能である。更に、上記の演算は、図２の単純化されたブロック図には示されていないが、何れの他のモジュール（即ち、フィルタリング、間引き）の効果を明示的に考慮することが可能である。
【００２４】
本発明の実施形態にしたがった上記の自動ゲインアルゴリズムの手順について、後続の図及び下記の実施例により更に説明を加える。
【００２５】
図３Ａは、自動ゲインアルゴリズムへの入力として用いられるドップラスペクトル（Ｄｏｐｐｌｅｒ Ｓｐｅｃｔｒｏｇｒａｍ）７０の階調表示を示している。そのスペクトルの横軸は２秒の時間の持続期間に対応している。図３Ｂは、バイナリ画像として示されている図３Ａのスペクトルのセグメント化されたバージョン７２（前景は信号、背景はノイズ）である。換言すれば、図３Ａにおいては、信号として分類されるピクセルは白色（前景）７４で示され、ノイズとして分類されるピクセルは黒色（背景）７６で示されている。
【００２６】
図４は、全体的なドップラマップのグラフ表現８０であり、その図は、線８２で示されているように、非圧縮スペクトルレベルとスペクトルドップラディスプレイにおける階調レベルとの間の一致性を規定するように非圧縮ステージ及びグレーマップステージを有する全体的なドップラ信号経路を考慮している。大きいダイナミックレンジのために、非圧縮スペクトルレベルはデシベルスケールで１０＊Ｌｏｇ１０（非圧縮スペクトルレベル）をプロットされていることに留意されたい。また、非圧縮スペクトルレベルと階調レベルとの間の一致性は、非点収差マップがグレーマップに代えて用いられる、即ち、カラーマップが赤色（Ｒ）、緑色）Ｇ）及び青色（Ｂ）のトリプレットを特定するときでさえ、確立されることが可能であることに留意されたい。この場合、階調−相当値Ｇが、Ｒ、Ｇ及びＢ成分の組み合せにより得られる。自動ゲインアルゴリズムを説明するために下記で用いられる特定の実施例を与えるように、２つのマーカーがまた、図４に示されている。第１マーカー８４はアスタリスクであり、５２．４ｄＢの非圧縮スペクトルレベルが階調レベル２４０に対してマッピングされていることが示されている。第２マーカー８６は×印であり、１３．５ｄＢの非圧縮スペクトルレベルが階調レベル２０に対してマッピングされていることが示されている。
【００２７】
図５は、図３の２秒のドップラスペクトルからの信号ピクセルの累積分散関数のグラフ表現９０である。線９２で表されている信号ＣＤＦ又は累積ヒストグラムは、非圧縮スペクトルレベルの関数（デシベルスケールで表されている）としての信号ピクセルのヒストグラムを演算し、次いで、０から開始するこのヒストグラムを積分することにより得られる。２つのマーカーは、図５のプロットに重ね合わされている。第１マーカー９４は四角形であり、信号ピクセルの９９番目の百分率が５８ｄＢの非圧縮スペクトルレベルに現時点で相当することを示している。第２マーカー９６は円形であり、５２．４ｄＢのｘ座標及び０．９９（又は、９９％、即ち、９９番目の百分率）のｙ座標を有する点が規定されている。
【００２８】
図６は、図３の２秒のドップラスペクトルからのノイズピクセルの累積分散関数（ＣＤＦ）のグラフ表現１００である。線１０２で表されているノイズＣＤＦ又は累積ヒストグラムは、非圧縮スペクトルレベルの関数（デシベルスケールで表されている）としてのノイズピクセルのヒストグラムを演算し、次いで、０から開始するこのヒストグラムを積分することにより得られる。２つのマーカーは、図６のプロットに重ね合わされている。第１マーカー１０４は四角形であり、ノイズピクセルの９９番目の百分率が２１ｄＢの非圧縮スペクトルレベルに現時点で相当することを示している。第２マーカー１０６は円形であり、１３．５ｄＢのｘ座標及び０．９９（又は、９９％、即ち、９９番目の百分率）のｙ座標を有する点が規定されている。
【００２９】
信号デルタゲインを予測する実施例として、信号デザイン仕様はＤｅｓＳｉｇＰｒｃ＝９９及びＤｅｓＳｉｇＭａｐＬｅｖ＝２４０であり、用いられる全体的なドップラマップは図４にプロットされているドップラマップであることが前提とする。この図により、階調ＤｅｓＳｉｇＭａｐＬｅｖ＝２４０は非圧縮スペクトルレベルＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５２．４ｄＢに対応することが演繹される。他方、図５にプロットされている信号ＣＤＦにより、ＤｅｓＳｉｇＰｒｃ＝９９番目の信号の百分率は、非圧縮スペクトルレベルＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５８ｄＢに現時点で対応することが演繹される。それ故、−５．６ｄＢの信号デルタゲインが、その信号デザイン仕様に適合するために必要である。換言すれば、ＤｅｌｔａＧａｉｎＳｉｇ＝ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５２．４−５８ｄＢ＝−５．６ｄＢである。したがって、−５．６ｄＢの信号デルタゲインは、ドップラ仕様表示において階調レベル２４０に対して信号ピクセルの９９番目の百分率をマッピングする信号デザイン仕様が適合されることを可能にする。
【００３０】
ノイズデルタゲインを予測する実施例として、ノイズデザイン仕様はＤｅｓＮｏｉｓＰｒｃ＝９９及びＤｅｓＮｏｉｓＭａｐＬｅｖ＝２０であり、用いられる全体的なドップラマップは図４にプロットされているドップラマップであることが前提とされる。この図により、階調ＤｅｓＮｏｉｓＭａｐＬｅｖ＝２０は非圧縮スペクトルレベルＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝１３．５ｄＢに対応することが演繹される。他方、図６にプロットされている信号ＣＤＦにより、ＤｅｓＮｏｉｓＰｒｃ＝９９番目のノイズの百分率は、非圧縮スペクトルレベルＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝２１ｄＢに現時点で対応することが演繹される。それ故、−７．５ｄＢの信号デルタゲインが、そのノイズデザイン仕様に適合するために必要である。換言すれば、ＤｅｌｔａＧａｉｎＮｏｉｓ＝ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ−ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝１３．５−２１ｄＢ＝−７．５ｄＢである。したがって、−７．５ｄＢのノイズデルタゲインは、ドップラ仕様表示において階調レベル２０に対してノイズピクセルの９９番目の百分率をマッピングする信号デザイン仕様が適合されることを可能にする。
【００３１】
代替の実施形態においては、信号及び／又はノイズデザイン仕様は、一般に、２つ以上の百分率値とドップラマップレベル値との対を有する。例えば、信号デザイン仕様は、値のＮ個の対に関して、和
【００３２】
【数１】
又は他の代替の方法で重み付けされた、単純なルール（ＤｅｌｔａＧａｉｎＳｉｇ＝ＭＡＸ｛ＤｅｌｔａＧａｉｎＳｉｇｎ｝，ＭＩＮ｛ＤｅｌｔａＧａｉｎＳｉｇｎ｝，ｅｔｃ）により単独の信号デルタゲインを生成するように結合された結果として得られる信号デルタゲインＤｅｌｔａＧａｉｎＳｉｇｎ（ｎ＝１，２，．．．，Ｎ）により、信号範囲の異なるセグメント（低レベル、中間レベル、高レベル、．．．）について最適な基準を特定する｛ＤｅｓＳｉｇＰｒｃｎ，ＤｅｓＳｉｇＭａｐＬｅｖｎ｝のように表され、ここで、ｎ＝１，２，．．．，Ｎである。
【００３３】
更に、本発明の自動ゲインアルゴリズムにより、信号及びノイズデルタゲインは全体的なデルタゲインに結合されることが可能である。信号及びノイズデルタゲインを全体的なデルタゲインに結合することは、１つ又はそれ以上の異なるアルゴリズムにより達成されることが可能であり、特定のアルゴリズムの選択は、解析されるべきデータ（例えば、周辺血管、心臓血流又は心臓組織ドップラ）の種類及びユーザの特定の好みのような因子に依存する。特定のアプリケーションにおいて有用であると認識された２つの方法について、下記で概要を説明する。
【００３４】
第１方法においては、全体的なデルタゲインは、次式にしたがって、個々のデルタゲインの重み付けされた組合せとして決定され、
ＤｅｌｔａＧａｉｎ＝ａ＊ＤｅｌｔａＧａｉｎＳｉｇ＋ｂ＊ＤｅｌｔａＧａｉｎＮｏｉｓ
ここで、ａ及びｂはアプリケーションに特定の係数及び有効なデータ依存性係数である。例えば、係数ａ及びｂは、次のような簡単なルールにより決定されることが可能である。
【００３５】
ＩＦ（ＤｅｌｔａＧａｉｎＳｉｇ＜ＤｅｌｔａＧａｉｎＮｏｉｓ）
｛
ａ＝１；
ｂ＝０；
｝
ＥＬＳＥ｛
ａ＝０．２５；
ｂ＝０．７５；
｝
更に、一部の場合、係数ａ及びｂは、次式のように、信号対ノイズ比（ＳＮＲ）及びアプリケーション特定ルックアップテーブル（ＬＵＴ）等のデータ依存性特徴に関して決定されることが可能である。
【００３６】
ａ＝ＬＵＴａ（ＳＮＲ）
ｂ＝ＬＵＴｂ（ＳＮＲ）
第２方法においては、全体的なデルタゲインはノイズデルタゲインにより決定され、圧縮ステージ又はグレーマップステージの特徴は、それ故、信号デザイン仕様に適合するように修正される。実施例を挙げると、上記の図４乃至６からの特定の値を用いて、次式のようになる。
【００３７】
ＤｅｌｔａＧａｉｎ＝ＤｅｌｔａＧａｉｎＮｏｉｓ＝−７．５ｄＢ
ＤｅｌｔａＧａｉｎが適用された後、ＤｅｓＳｉｇ Ｐｒｃ＝９９番目の百分率は、次式の新しい非圧縮スペクトルレベルに一致する。
【００３８】
ＮｅｗＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＋ＤｅｌｔａＧａｉｎ＝５８−７．５＝５０．５ｄＢ
したがって、圧縮ステージ及び／又はグレーマップステージは、図３の全体的なドップラマップが、ｘ座標ＮｅｗＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ＝５０．５ｄＢ及びｙ座標ＤｅｓＳｉｇＭａｐＬｅｖ＝２４０により規定される点を通過することを確実にするように修正される。
【００３９】
したがって、画像メモリに記憶されているスペクトルドップラソノグラム値を解析する自動ゲインアルゴリズムについて、ここでは説明している。自動ゲインアルゴリズムは、システムのスペクトルドップラディスプレイにおけるソノグラムの最適表現に対応する適切なゲイン値を導き出す。その解析は、ソノグラムの信号成分及びノイズ成分を考慮する。更に、その解析は、例えば、熟達したユーザによって、実行される手動のゲイン最適化の最近似が達成されるように、現時点で選択されているグレー又は非点収差マップ及び現時点のスペクトル圧縮特性を考慮する。更に、そのアルゴリズムは、ライブ又はフローズンスペクトルドップラデータにおいて適用されることが可能である。
【００４０】
ライブスペクトルドップラにより、自動ゲインアルゴリズムは、画像メモリに記憶されているソノグラムデータの最後のｘ秒を解析し、次のような動作であって、ａ）ノイズの統計（理論的に導き出される、ルックアップテーブルに記憶される又はヒストグラム解析及び画像処理技術により動的に評価される）についての知識に基づいて、ソノグラムデータを信号及びノイズの副集合にセグメント化し、ｂ）信号の副集合が特定の表示に基づく信号最適化基準に適合するように信号ゲインを評価し（例えば、飽和のすぐ下のグレーレベルに信号ピクセルの特定の百分率をマッピングするように）、ｃ）ノイズの副集合が特定の表示に基づくノイズ最適化基準に適合するようにノイズゲインを評価し（例えば、視認性のすぐ上のグレーレベルにノイズピクセルの特定の百分率をマッピングするように）、ｄ）特定のルール及び／又はデータ駆動ルックアップテーブルを用いることにより、信号及びノイズゲインを全体的なゲイン値に結合する、動作を実行する。
【００４１】
代替として、全体的なゲインは、ノイズゲインにより決定され、次いで、信号デザイン仕様は、圧縮ステージ及び／又はグレーマップステージの適切な修正により適合される。自動的に評価された最適なゲインは、その場合、例えば、電子制御ユニットを介して超音波診断撮像システムに通信され、その超音波診断撮影システムは、フロントエンド及び／又はバックエンドドップラゲイン値を、それに応じて更新する。上記のサイクル（データ解析、ゲイン評価、ゲイン適用）は、強力な飽和のような意欲的な場合に最適値の方への漸次の収束を可能にするように、複数の所定回数、繰り返されることが可能である。
【００４２】
ライブスペクトルドップラに付加して、自動ゲインアルゴリズムはまた、スペクトルドップラがフリーズしている間に、用いられることが可能である。その主な違いは、最適なゲインが、ここでは、画像メモリに既に記憶されているスペクトルデータに適用されることである。フリーズ状態の動作の場合、自動ゲインアルゴリズムにより解析されるソノグラムデータは、画像メモリに記憶されているデータ（即ち、画像メモリに記憶されているデータ全て、スペクトルデータの表示された部分のみ、又は画像メモリスペクトルデータの何れの任意の部分）に関連する任意の持続時間／位置を有することが可能である。更に、ソノグラムデータの複数の関連性のないセグメントが自動ゲインアルゴリズムにより解析されることが可能であり、その場合に、結果として得られる複数の最適なゲインは、画像メモリに記憶されているデータ全てに適用されるように１つの最適値に結合されることが可能であり、それら複数のゲインの各々は、特定のゲインの導出のための入力として用いられるそれらの画像メモリデータセグメントに個々、適用されることが可能である。
【００４３】
他の実施形態にしたがって、超音波診断撮像システム１０は、ここで説明している自動ゲインアルゴリズムの種々の機能を実行するために、当該技術分野において知られているプログラミング技術を用いて構成されるコンピュータプログラムを更に有する。特に、コンピュータ読み出し可能媒体において記憶されている指令に応じて及び処理器により実行可能であるように、処理器は、自動ゲインアルゴリズムを実行するように動作する。
【００４４】
本発明の実施形態はまた、コンピュータソフトウェア又はコンピュータプログラムプロダクトを有する。コンピュータプログラムプロダクトは、ここで説明しているような自動ゲインアルゴリズムの方法を実行するための指令の集合を有するコンピュータ読み出し可能媒体を有する。コンピュータ読み出し可能媒体は、所定の超音波診断撮像システムのアプリケーションのための何れの適切なコンピュータ読み出し可能媒体を有することが可能である。更に、コンピュータ読み出し可能媒体はネットワーク通信媒体を有することが可能である。ネットワーク通信媒体の例には、例えば、インターネット、イントラネット（登録商標）又はエクストラネットがある。
【００４５】
上で、幾つかの単に例示としての実施形態について説明しているが、当業者は、それらの本発明の実施形態の新規な教示及び有利点から実質的に逸脱することなく、多くの修正が可能であることを容易に理解できるであろう。例えば、本発明の実施形態は、何れの超音波走査を支持するスペクトルドップラに適用されることが可能である。したがって、そのような修正の全ては、同時提出の特許請求の範囲に記載の本発明の実施形態の範囲内に入るように意図されている。請求項においては、手段及び機能の表現は、列挙された機能並びに構造上の相当物ばかりでなく、相当する構造物のような構造を網羅するように意図されている。
【００４６】
用語“を有する”及びその派生用語は、全体として何れの請求項及び明細書において列挙されている要素又は段階以外の要素又は段階の存在を排除するものではない。要素の単数表現は、そのような要素の複数の存在を排除するものではなく、また、その逆も真である。１つ又はそれ以上の実施形態が、複数の別個の要素を有するハードウェアにより、及び／又は適切にプログラムされたコンピュータにより実施されることが可能である。複数の手段を列挙している装置請求項において、それらの手段の幾つかが同一のハードウェアにより実施されることが可能である。互いに異なる従属請求項に記載されているということは、それらの手段を組み合わせることが有利に用いられないことを示すものではない。
【図面の簡単な説明】
【００４７】
【図１】本発明の実施形態にしたがったＡｕｔｏＧａｉｎアルゴリズムを組み込んでいる超音波診断撮像システムの部分的なブロック図である。
【図２】本発明の実施形態にしたがったＡｕｔｏＧａｉｎアルゴリズムに関連する超音波診断撮像システムのスペクトルドップラ処理経路の簡略化されたブロック図である。
【図３Ａ】バイナリ画像として表示されるドップラスペクトグラムの階調表示である
【図３Ｂ】バイナリ画像として表示される図３Ａのスペクトグラムのセグメント化バージョンである。
【図４】ドップラ処理経路における全てのステージの効果を有し、ドップラスペクトグラムディスプレイにおいて用いられる非圧縮スペクトルレベルと階調レベルとの間の一致性を特定する全体的なドップラマップのグラフ表現である。
【図５】対応する信号の非圧縮スペクトルレベルの範囲に対する信号ピクセルに対応する累積分散関数（ＣＤＦ）のグラフ表現である。
【図６】対応するノイズの非圧縮スペクトルレベルの範囲に対するノイズピクセルに対応する累積分散関数（ＣＤＦ）のグラフ表現である。
【特許請求の範囲】
【請求項１】
超音波撮像システムのためのスペクトルドップラにおける自動ゲイン調節のための方法であって：
スペクトルドップラデータのドップラスペクトログラムを信号及びノイズアレイの副集合に分離する段階であって、前記ドップラスペクトログラムは解析されるスペクトルレベルの二次元アレイを有する、段階；
前記信号及びノイズアレイの副集合の各々について、所定の表示に基づくデザイン仕様を達成するためにデルタゲインを決定する段階；
別個の信号及びノイズデルタゲインを全体的なデルタゲインに結合する段階であって、前記全体的なデルタゲインは、ディスプレイへの前記スペクトルドップラデータの表示に先行してスペクトルドップラデータに適用されるためのものである、段階；
を有する
方法。
【請求項２】
請求項１に記載の方法であって、前記信号又はノイズの副集合についての前記所定の表示に基づくデザイン仕様は値の対に関して表現され、前記値の対は、対象の所定の信号又はノイズの副集合について、信号又はノイズのデザインの割合が、スペクトルドップラディスプレイにおいて対応する信号又はノイズデザインマップレベルに対してマッピングされる、方法。
【請求項３】
請求項１に記載の方法であって、前記信号アレイの副集合についての前記デザイン仕様は、信号ピクセルの１乃至１０％の上限が表示の飽和のすぐ上である必要があるという前提に基づいている、方法。
【請求項４】
請求項２に記載の方法であって、信号デルタゲインの決定は、前記信号デザインマップレベル（ＳｉｇＤｅｓＭａｐＬｅｖ）に対応するｄＢ単位の信号の非圧縮スペクトルレベル（ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記信号ピクセルの前記信号デザインの割合（ＤｅｓＳｉｇＰｒｃ）に現時点で対応するｄＢ単位の信号の非圧縮スペクトルレベル（ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖと前記ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖとの間の差分を演算することとを有する、方法。
【請求項５】
請求項２に記載の方法であって、前記信号の副集合についての前記デザイン仕様は、単一の信号デルタゲインを生成するように結合されている、結果として得られる信号デルタゲインＤｅｌｔａＧａｉｎＳｉｇｎ（ｎ＝１，２，．．．，Ｎ）に伴って、低レベル、中間レベル又は高レベルの１つ又はそれ以上に対応する信号範囲の異なるセグメントについての最適な基準を特定するＮ個の対の値（ＤｅｓＳｉｇＰｒｃｎ，ＤｅｓＳｉｇＭａｐＬｅｖｎ）を更に有し、ここでｎ＝１，２，．．．，Ｎである、方法。
【請求項６】
請求項１に記載の方法であって、前記ノイズアレイの副集合についての前記デザイン仕様は、ノイズピクセルの１乃至１０％の上限が表示視認性の上である必要があるという前提に基づいている、方法。
【請求項７】
請求項２に記載の方法であって、ノイズデルタゲインの決定は、前記ノイズデザインマップレベル（ＮｏｉｓＤｅｓＭａｐＬｅｖ）に対応するｄＢ単位のノイズの非圧縮スペクトルレベル（ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記ノイズピクセルの前記ノイズデザインの割合（ＤｅｓＮｏｉｓＰｒｃ）に現時点で対応するｄＢ単位のノイズの非圧縮スペクトルレベル（ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖと前記ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖとの間の差分を演算することとを有する、方法。
【請求項８】
請求項２に記載の方法であって、前記ノイズの副集合についての前記デザイン仕様は、単一のノイズデルタゲインを生成するように結合されている、結果として得られるノイズデルタゲインＤｅｌｔａＧａｉｎＮｏｉｓｎ（ｎ＝１，２，．．．，Ｎ）に伴って、低レベル、中間レベル又は高レベルの１つ又はそれ以上に対応するノイズ範囲の異なるセグメントについての最適な基準を特定するＮ個の対の値（ＤｅｓＮｏｉｓＰｒｃｎ，ＤｅｓＮｏｉｓＭａｐＬｅｖｎ）を更に有し、ここでｎ＝１，２，．．．，Ｎである、方法。
【請求項９】
請求項１に記載の方法であって、前記結合する段階は、前記別項の信号及びノイズデルタゲインを前記全体的なデルタゲインの値に結合するように所定のルールを適用する段階を有する、方法。
【請求項１０】
請求項９に記載の方法であって、前記所定のルールは、解析される超音波データの種類又はユーザ特有の好みの関数である、方法。
【請求項１１】
請求項９に記載の方法であって、前記所定のルールは、前記別個の信号及びノイズデルタゲインの重み付けされた結合としての前記全体的なデルタゲインの値を決定する、方法。
【請求項１２】
請求項１１に記載の方法であって、前記重み付けされた結合はデータ依存性特徴の関数として決定される係数を有し、前記データ依存性特徴は、信号対ノイズ比と、アプリケーション特有のルックアップテーブルとを有する、方法。
【請求項１３】
請求項９に記載の方法であって、前記所定のルールは、前記ノイズデルタゲインの関数としての前記全体的なデルタゲインを決定することと、前記信号デザイン仕様に適合するように圧縮又はマッピングの特徴を修正することとを有する、方法。
【請求項１４】
請求項１に記載の方法であって：
スペクトルドップラディスプレイを駆動するため動作イベントに応じてＡｕｔｏＧａｉｎ方法を動作させる段階であって、前記動作イベントは、離散的イベント、連続的イベント、又は離散的イベント及び連続的イベントの組合せである、段階；
を更に有する方法。
【請求項１５】
請求項１に記載の方法であって：
動作イベントに応じてＡｕｔｏＧａｉｎ方法を動作させる段階であって、前記動作イベントは、離散的イベント、連続的イベント、又は離散的イベント及び連続的イベントの組合せである、段階；
を更に有する方法。
【請求項１６】
請求項１５に記載の方法であって、前記離散的イベントは、明示的なユーザの行動、又は超音波システムのスペクトルドップラモードへの撮像モードからの移行を有する、方法。
【請求項１７】
請求項１５に記載の方法であって、前記連続的イベントは、閾値に関して、現時点で用いている全体的なデルタゲインと実質的に異なる新しい全体的なデルタゲインに応じて新しい全体的なデルタゲインを受け入れ、バックグラウンド処理として連続的に実行する前記ＡｕｔｏＧａｉｎ方法を有する、方法。
【請求項１８】
請求項１５に記載の方法であって、前記連続的イベントは、先行する全体的なデルタゲインより最適である新しい全体的なデルタゲインに収束するように前記ＡｕｔｏＧａｉｎ方法の複数の繰り返しを有する、方法。
【請求項１９】
請求項１に記載の方法であって、前記ドップラスペクトグラムはライブスペクトルドップラデータを数秒のオーダーで有する、方法。
【請求項２０】
請求項１に記載の方法であって、前記ドップラスペクトグラムは画像メモリに予め記憶されているスペクトルドップラデータを有し、前記ＡｕｔｏＧａｉｎ方法は：
フリーズした状態の動作に対応する、前記予め記憶されているスペクトルドップラデータを解析する段階であって、前記予め記憶されているスペクトルドップラデータは、前記画像メモリに記憶されている全体的なスペクトルドップラデータに対して任意の持続時間又は位置の一を有することが更に可能である、段階；
を更に有する、方法。
【請求項２１】
請求項２０に記載の方法であって：
予め記憶されているスペクトルドップラデータの複数のセグメントを解析する段階であって、前記複数のセグメントは、全体的な前記画像メモリをカバーするように互いに対してシフトされている、前記画像メモリに記憶されているスペクトルドップラデータの２つ又はそれ以上の部分を有することが可能である、段階であり、更に、ａ）得られる複数の最適なデルタゲインは、前記画像メモリに記憶されている前記スペクトルドップラデータ全てに適用される１つの最適なデルタゲインの値に結合されることが可能である、又は、ｂ）前記複数の最適なデルタゲインの各々は、対応するデルタゲインを導き出すために入力として用いられる前記画像メモリデータセグメントの対応する一に個別に適用されることが可能である、段階；
を更に有する、方法。
【請求項２２】
スペクトルドップラにおいて自動ゲイン調節（ＡｕｔｏＧａｉｎ）を有する超音波撮像システムであって：
超音波トランスデューサアレイ；
スペクトルドップラデータのドップラスペクトグラムを生成するために前記超音波トランスデューサアレイに結合されている電子制御ユニットであって、（ａ）前記ドップラスペクトグラムを信号及びノイズアレイの副集合に分離し、前記ドップラスペクトグラムは解析されるスペクトルレベルの二次元アレイを有し、（ｂ）前記信号及びノイズアレイの副集合の各々について、所定の表示に基づくデザイン仕様を達成するためにデルタゲインを決定し、そして（ｃ）別個の前記信号及びノイズデルタゲインを全体的なデルタゲインに結合し、前記全体的なデルタゲインは、ディスプレイにおける前記スペクトルドップラデータの表示に先行してスペクトルドップラデータに適用されるためのものである、電子制御ユニット；
を有する超音波撮像システム。
【請求項２３】
コンピュータプログラムであって：
スペクトルドップラにおいて自動ゲイン調節（ＡｕｔｏＧａｉｎ）を実行するために指令の集合を有するコンピュータ読み出し可能媒体であって、前記指令は：
（ａ）スペクトルドップラデータのドップラスペクトグラムを信号及びノイズアレイの副集合に分離し、前記ドップラスペクトグラムは解析されるスペクトルレベルの二次元アレイを有し、
（ｂ）前記信号及びノイズアレイの副集合の各々について、所定の表示に基づくデザイン仕様を達成するためにデルタゲインを決定し、そして
（ｃ）別個の前記信号及びノイズデルタゲインを全体的なデルタゲインに結合し、前記全体的なデルタゲインは、ディスプレイにおける前記スペクトルドップラデータの表示に先行してスペクトルドップラデータに適用されるためのものである、
ように処理器により実行可能である、コンピュータ読み出し可能媒体；
を有するコンピュータプログラム。
【請求項１】
超音波撮像システムのためのスペクトルドップラにおける自動ゲイン調節のための方法であって：
スペクトルドップラデータのドップラスペクトログラムを信号及びノイズアレイの副集合に分離する段階であって、前記ドップラスペクトログラムは解析されるスペクトルレベルの二次元アレイを有する、段階；
前記信号及びノイズアレイの副集合の各々について、所定の表示に基づくデザイン仕様を達成するためにデルタゲインを決定する段階；
別個の信号及びノイズデルタゲインを全体的なデルタゲインに結合する段階であって、前記全体的なデルタゲインは、ディスプレイへの前記スペクトルドップラデータの表示に先行してスペクトルドップラデータに適用されるためのものである、段階；
を有する
方法。
【請求項２】
請求項１に記載の方法であって、前記信号又はノイズの副集合についての前記所定の表示に基づくデザイン仕様は値の対に関して表現され、前記値の対は、対象の所定の信号又はノイズの副集合について、信号又はノイズのデザインの割合が、スペクトルドップラディスプレイにおいて対応する信号又はノイズデザインマップレベルに対してマッピングされる、方法。
【請求項３】
請求項１に記載の方法であって、前記信号アレイの副集合についての前記デザイン仕様は、信号ピクセルの１乃至１０％の上限が表示の飽和のすぐ上である必要があるという前提に基づいている、方法。
【請求項４】
請求項２に記載の方法であって、信号デルタゲインの決定は、前記信号デザインマップレベル（ＳｉｇＤｅｓＭａｐＬｅｖ）に対応するｄＢ単位の信号の非圧縮スペクトルレベル（ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記信号ピクセルの前記信号デザインの割合（ＤｅｓＳｉｇＰｒｃ）に現時点で対応するｄＢ単位の信号の非圧縮スペクトルレベル（ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記ＤｅｓＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖと前記ＣｕｒＳｉｇＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖとの間の差分を演算することとを有する、方法。
【請求項５】
請求項２に記載の方法であって、前記信号の副集合についての前記デザイン仕様は、単一の信号デルタゲインを生成するように結合されている、結果として得られる信号デルタゲインＤｅｌｔａＧａｉｎＳｉｇｎ（ｎ＝１，２，．．．，Ｎ）に伴って、低レベル、中間レベル又は高レベルの１つ又はそれ以上に対応する信号範囲の異なるセグメントについての最適な基準を特定するＮ個の対の値（ＤｅｓＳｉｇＰｒｃｎ，ＤｅｓＳｉｇＭａｐＬｅｖｎ）を更に有し、ここでｎ＝１，２，．．．，Ｎである、方法。
【請求項６】
請求項１に記載の方法であって、前記ノイズアレイの副集合についての前記デザイン仕様は、ノイズピクセルの１乃至１０％の上限が表示視認性の上である必要があるという前提に基づいている、方法。
【請求項７】
請求項２に記載の方法であって、ノイズデルタゲインの決定は、前記ノイズデザインマップレベル（ＮｏｉｓＤｅｓＭａｐＬｅｖ）に対応するｄＢ単位のノイズの非圧縮スペクトルレベル（ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記ノイズピクセルの前記ノイズデザインの割合（ＤｅｓＮｏｉｓＰｒｃ）に現時点で対応するｄＢ単位のノイズの非圧縮スペクトルレベル（ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖ）を求めることと、前記ＤｅｓＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖと前記ＣｕｒＮｏｉｓＵｎｃｏｍｐＳｐｅｃｔｒＬｅｖとの間の差分を演算することとを有する、方法。
【請求項８】
請求項２に記載の方法であって、前記ノイズの副集合についての前記デザイン仕様は、単一のノイズデルタゲインを生成するように結合されている、結果として得られるノイズデルタゲインＤｅｌｔａＧａｉｎＮｏｉｓｎ（ｎ＝１，２，．．．，Ｎ）に伴って、低レベル、中間レベル又は高レベルの１つ又はそれ以上に対応するノイズ範囲の異なるセグメントについての最適な基準を特定するＮ個の対の値（ＤｅｓＮｏｉｓＰｒｃｎ，ＤｅｓＮｏｉｓＭａｐＬｅｖｎ）を更に有し、ここでｎ＝１，２，．．．，Ｎである、方法。
【請求項９】
請求項１に記載の方法であって、前記結合する段階は、前記別項の信号及びノイズデルタゲインを前記全体的なデルタゲインの値に結合するように所定のルールを適用する段階を有する、方法。
【請求項１０】
請求項９に記載の方法であって、前記所定のルールは、解析される超音波データの種類又はユーザ特有の好みの関数である、方法。
【請求項１１】
請求項９に記載の方法であって、前記所定のルールは、前記別個の信号及びノイズデルタゲインの重み付けされた結合としての前記全体的なデルタゲインの値を決定する、方法。
【請求項１２】
請求項１１に記載の方法であって、前記重み付けされた結合はデータ依存性特徴の関数として決定される係数を有し、前記データ依存性特徴は、信号対ノイズ比と、アプリケーション特有のルックアップテーブルとを有する、方法。
【請求項１３】
請求項９に記載の方法であって、前記所定のルールは、前記ノイズデルタゲインの関数としての前記全体的なデルタゲインを決定することと、前記信号デザイン仕様に適合するように圧縮又はマッピングの特徴を修正することとを有する、方法。
【請求項１４】
請求項１に記載の方法であって：
スペクトルドップラディスプレイを駆動するため動作イベントに応じてＡｕｔｏＧａｉｎ方法を動作させる段階であって、前記動作イベントは、離散的イベント、連続的イベント、又は離散的イベント及び連続的イベントの組合せである、段階；
を更に有する方法。
【請求項１５】
請求項１に記載の方法であって：
動作イベントに応じてＡｕｔｏＧａｉｎ方法を動作させる段階であって、前記動作イベントは、離散的イベント、連続的イベント、又は離散的イベント及び連続的イベントの組合せである、段階；
を更に有する方法。
【請求項１６】
請求項１５に記載の方法であって、前記離散的イベントは、明示的なユーザの行動、又は超音波システムのスペクトルドップラモードへの撮像モードからの移行を有する、方法。
【請求項１７】
請求項１５に記載の方法であって、前記連続的イベントは、閾値に関して、現時点で用いている全体的なデルタゲインと実質的に異なる新しい全体的なデルタゲインに応じて新しい全体的なデルタゲインを受け入れ、バックグラウンド処理として連続的に実行する前記ＡｕｔｏＧａｉｎ方法を有する、方法。
【請求項１８】
請求項１５に記載の方法であって、前記連続的イベントは、先行する全体的なデルタゲインより最適である新しい全体的なデルタゲインに収束するように前記ＡｕｔｏＧａｉｎ方法の複数の繰り返しを有する、方法。
【請求項１９】
請求項１に記載の方法であって、前記ドップラスペクトグラムはライブスペクトルドップラデータを数秒のオーダーで有する、方法。
【請求項２０】
請求項１に記載の方法であって、前記ドップラスペクトグラムは画像メモリに予め記憶されているスペクトルドップラデータを有し、前記ＡｕｔｏＧａｉｎ方法は：
フリーズした状態の動作に対応する、前記予め記憶されているスペクトルドップラデータを解析する段階であって、前記予め記憶されているスペクトルドップラデータは、前記画像メモリに記憶されている全体的なスペクトルドップラデータに対して任意の持続時間又は位置の一を有することが更に可能である、段階；
を更に有する、方法。
【請求項２１】
請求項２０に記載の方法であって：
予め記憶されているスペクトルドップラデータの複数のセグメントを解析する段階であって、前記複数のセグメントは、全体的な前記画像メモリをカバーするように互いに対してシフトされている、前記画像メモリに記憶されているスペクトルドップラデータの２つ又はそれ以上の部分を有することが可能である、段階であり、更に、ａ）得られる複数の最適なデルタゲインは、前記画像メモリに記憶されている前記スペクトルドップラデータ全てに適用される１つの最適なデルタゲインの値に結合されることが可能である、又は、ｂ）前記複数の最適なデルタゲインの各々は、対応するデルタゲインを導き出すために入力として用いられる前記画像メモリデータセグメントの対応する一に個別に適用されることが可能である、段階；
を更に有する、方法。
【請求項２２】
スペクトルドップラにおいて自動ゲイン調節（ＡｕｔｏＧａｉｎ）を有する超音波撮像システムであって：
超音波トランスデューサアレイ；
スペクトルドップラデータのドップラスペクトグラムを生成するために前記超音波トランスデューサアレイに結合されている電子制御ユニットであって、（ａ）前記ドップラスペクトグラムを信号及びノイズアレイの副集合に分離し、前記ドップラスペクトグラムは解析されるスペクトルレベルの二次元アレイを有し、（ｂ）前記信号及びノイズアレイの副集合の各々について、所定の表示に基づくデザイン仕様を達成するためにデルタゲインを決定し、そして（ｃ）別個の前記信号及びノイズデルタゲインを全体的なデルタゲインに結合し、前記全体的なデルタゲインは、ディスプレイにおける前記スペクトルドップラデータの表示に先行してスペクトルドップラデータに適用されるためのものである、電子制御ユニット；
を有する超音波撮像システム。
【請求項２３】
コンピュータプログラムであって：
スペクトルドップラにおいて自動ゲイン調節（ＡｕｔｏＧａｉｎ）を実行するために指令の集合を有するコンピュータ読み出し可能媒体であって、前記指令は：
（ａ）スペクトルドップラデータのドップラスペクトグラムを信号及びノイズアレイの副集合に分離し、前記ドップラスペクトグラムは解析されるスペクトルレベルの二次元アレイを有し、
（ｂ）前記信号及びノイズアレイの副集合の各々について、所定の表示に基づくデザイン仕様を達成するためにデルタゲインを決定し、そして
（ｃ）別個の前記信号及びノイズデルタゲインを全体的なデルタゲインに結合し、前記全体的なデルタゲインは、ディスプレイにおける前記スペクトルドップラデータの表示に先行してスペクトルドップラデータに適用されるためのものである、
ように処理器により実行可能である、コンピュータ読み出し可能媒体；
を有するコンピュータプログラム。
【図１】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５】
【図６】
【図２】
【図３Ａ】
【図３Ｂ】
【図４】
【図５】
【図６】
【公表番号】特表２００８−５３２６０６（Ｐ２００８−５３２６０６Ａ）
【公表日】平成２０年８月２１日（２００８．８．２１）
【国際特許分類】
【出願番号】特願２００８−５００３０６（Ｐ２００８−５００３０６）
【出願日】平成１８年３月２日（２００６．３．２）
【国際出願番号】ＰＣＴ／ＩＢ２００６／０５０６５５
【国際公開番号】ＷＯ２００６／０９５２８７
【国際公開日】平成１８年９月１４日（２００６．９．１４）
【出願人】（５９００００２４８）コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ (12,071)
【Ｆターム（参考）】
【公表日】平成２０年８月２１日（２００８．８．２１）
【国際特許分類】
【出願日】平成１８年３月２日（２００６．３．２）
【国際出願番号】ＰＣＴ／ＩＢ２００６／０５０６５５
【国際公開番号】ＷＯ２００６／０９５２８７
【国際公開日】平成１８年９月１４日（２００６．９．１４）
【出願人】（５９００００２４８）コーニンクレッカ フィリップス エレクトロニクス エヌ ヴィ (12,071)
【Ｆターム（参考）】
[ Back to top ]