医療診断超音波イメージングの体積画像のゲイン最適化
【課題】本願発明の課題は、３次元での空間的変動をユーザインタフェースで具現化するためのゲイン最適化を提供することである。
【解決手段】３次元医療診断イメージングにおいて組織情報を等化し、ゲインを適応的に制御し、かつ／または、入力データを出力データにマッピングするための方法とシステムと命令とコンピュータ読み出し可能な媒体。超曲面が３つの空間的次元で入力データに当てはめられる。この超曲面は、より均一な軟組織レベルで入力値が出力値にマッピングされるようにゲインを調整するために使用される。
【解決手段】３次元医療診断イメージングにおいて組織情報を等化し、ゲインを適応的に制御し、かつ／または、入力データを出力データにマッピングするための方法とシステムと命令とコンピュータ読み出し可能な媒体。超曲面が３つの空間的次元で入力データに当てはめられる。この超曲面は、より均一な軟組織レベルで入力値が出力値にマッピングされるようにゲインを調整するために使用される。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、医療診断超音波イメージングに関し、とりわけ、このようなイメージングを改善するためのゲインマップステージとダイナミックレンジマップステージと後処理マップステージとを含むバックエンドマッピングの１つまたは複数のステージを適応的に設定するシステムに関する。
【背景技術】
【０００２】
従来の超音波イメージングでは、Ｂモード信号が表示用のグレーレベルまたは色のレンジにマッピングされる前に、Ｂモード信号をゲインおよびダイナミックレンジのために調整する。表示される信号のダイナミックレンジは通常のように、ユーザによって、表示ダイナミックレンジ制御によって設定することができる。この制御は通常、画像のレンジおよびアジマス位置に依存しない。ゲインは通常、ユーザによって、マスタゲイン制御またはＢゲイン制御と一緒にデプスゲイン補償（ＤＧＣ）制御またはタイムゲイン補償（ＴＧＣ）制御を使用して変化することができる。ＤＧＣ制御およびＴＧＣ制御は通常、レンジ（軸次元）内でのみ可変であり、マスタゲインはレンジおよび横方向位置（アジマス位置）のどちらにも依存しない。また、デプスゲイン補償の他に付加的に横方向ゲインも提供するシステムも幾つか存在するが、これら２つの１次元ゲイン制御は、本当の２次元ゲイン制御の近似を含むだけである。
【０００３】
ゲインおよび表示ダイナミックレンジが適用されると、対数圧縮されたＢモード信号が再量子化され、典型的には８ビットまたは２５６の量子化レベルに再量子化される。量子化幅（単位ｄＢ）は、ユーザによって選択されたダイナミックレンジと量子化レベルの数との比によって決定される。
【０００４】
量子化後、後処理マップを使用して、量子化レベルとグレーレベルまたは色のレンジとのマッピングを行う。このマップは、マップの事前設定されたセットから選択された１つとするか、または択一的に、ユーザ設定されたマップとすることができる。このようなマップは通常、レンジおよびアジマスに依存することもない。
【０００５】
市販の超音波イメージングシステム上では、ユーザが輝度レベルを調整するためにゲイン制御を使用することが多い。多くの場合、ユーザはたいてい、イメージ全体においてグレー値の狭いレンジ内に軟組織グレーレベルの局所平均を維持するように、ゲインを調整する。この有利なレンジはユーザによって一貫しており、多くの場合、ユーザは軟組織のグレーレベルを大まかに、０を黒にマッピングし２５５を白にマッピングする線形マップ上で第６４グレーレベルに設定するようにゲインを調整する傾向にある。
【０００６】
このようなゲイン調整は、ユーザインタフェースがある場合には２次元のイメージングで上手く機能する。全体のゲインは、取っ手によって制御されるか、またはすべてのデータに適用される１つの設定によって制御される。ＴＧＣまたはＤＧＣは、異なる深度を表すスライダによって制御される。しかし、３次元での空間的変動をユーザインタフェースで具現化するのは困難である。
【０００７】
米国特許第６５７９２３８号に、ゲインとダイナミックレンジとマッピングとを自動的に設定するための種々の実施形態が開示されている。これらのパラメータは、イメージング用の面を当てはめることによって最適化される。
【特許文献１】米国特許第６５７９２３８号
【発明の開示】
【発明が解決しようとする課題】
【０００８】
本願発明の課題は、３次元での空間的変動をユーザインタフェースで具現化するためのゲイン最適化を提供することである。
【課題を解決するための手段】
【０００９】
手始めに、以下に記載された有利な実施形態は以下のような方法とシステムと命令とコンピュータ読み出し可能な媒体とを含む。すなわち、３次元医療診断イメージングにおいて組織情報を等化し、ゲインを適応的に制御し、かつ／または、入力データを出力データにマッピングするための方法とシステムと命令とコンピュータ読み出し可能な媒体とを含む。超曲面が３つの空間的次元で入力データに当てはめられる。この超曲面は、より均一な軟組織レベルで入力値が出力値にマッピングされるようにゲインを調整するために使用される。
【００１０】
第１の側面では、医療超音波イメージングシステムが、ゲインを適応的に制御するための方法を実施する。軟組織に相応する入力ボリュームデータのボクセルを識別する。この軟組織に相応するボクセルに３次元の超曲面を当てはめる。システムのゲインは、この当てはめられる超曲面に少なくとも部分的に依存して適応的に変化する。
【００１１】
第２の側面では、医療診断イメージングで組織情報を等化するためのシステムが提供される。ボリュームを表すデータに依存して超曲面を検出し、該超曲面に依存して該データを出力値にマッピングするように動作するように、プロセッサを構成する。出力値に応答して画像を表示するためにディスプレイが動作する。
【００１２】
第３の態様においては、コンピュータ読み出し可能記憶媒体が、医療診断イメージングにおいて入力データを出力データにマッピングするためにプログラミングされたプロセッサによって実行可能な命令を表すデータを記憶している。この記憶媒体は、強度の空間的変動を、４次元空間に埋め込まれた３次元超曲面で抽出するための命令と、該超曲面に依存して入力データを出力データにマッピングするための命令と、該出力データに依存してイメージを表示するための命令とを含む。前記４次元空間は、３つの空間的次元と第４の強度次元とを含む。
【００１３】
本発明は特許請求の範囲によって規定され、以下の詳細な説明はこれらの請求項を限定するものとして解釈すべきではない。さらに本発明のさらなる有利な側面および利点は、以下の明細書で有利な実施例に基づいて説明され、請求の範囲において独立的または組み合わせで権利主張される。
【実施例】
【００１４】
ボリュームを表すボクセルに所属する強度は、同様のエコー発生性を有する組織が該ボリューム全体にわたってより均等な強度レベルを有するように、適応的に調整される。介在組織の吸収特性の差に起因する強度の変動が補償される。
【００１５】
ボリュームを形成するデータの成分２次元フレームの手動調整を必要とするというよりもむしろ、この適応調整は自動である。この適応調整は、全体のボリュームに関係なく行われるデータの成分２次元フレームの自動調整を必要とするというよりむしろ、ボリュームデータに依存する。
【００１６】
軟組織に関連するボリュームのデータを識別する。たとえば、各ボクセルまたは各データの周辺のボリュームカーネル（たとえば３×３×３）を使用して、信号の確率分布の１次モーメント、２次モーメントまたはより高次のモーメントを評価する。軟組織の強度またはデータに超曲面を当てはめる。この超曲面は、３つの空間的次元と強度に対する第４の次元とを有する４次元空間に埋め込まれる。この超曲面は多項式によって記述されるか、または、ボリューム全体にわたって強度調整を緩慢に変化させる別の関数によって記述される。ボリューム内の各位置のターゲット強度と超曲面との差を、該ボリュームの各ボクセルに対するゲインとして計算する。このゲインを使用して、このボリュームまたは他のボリュームのデータを出力データにマッピングする。
【００１７】
１つの実施形態では、米国特許第６５７９２３８号のシステムまたは方法が、超曲面ゲイン調整および／またはマッピングを実施する。この公報の開示内容は、引用によって本願発明に含まれるものとする。このシステムおよび方法の別の特徴、たとえばダイナミックレンジ調整および／またはノイズ補償は、使用してもしなくてもよい。別の実施形態では、超曲面ゲイン調整および／またはマッピングを、米国特許第６５７９２３８号に記載されたのと異なるシステムおよび方法で使用する。
【００１８】
「入力データ」または「ボリュームデータ」という用語は広義には、ビーム成形器出力（すなわちＢモード信号）の振幅、強度または対数圧縮された振幅を指すのに使用され、また、ビーム成形器出力から導出または抽出された何らかの重要なパラメータを指すのにも使用される。このような重要なパラメータにはたとえば、ドップラー周波数シフトの平均速度および推定パワー（すなわちカラードップラーモード信号）と、ドップラー周波数シフトの推定パワースペクトル（すなわちスペクトルドップラーモード信号）とが含まれる。
【００１９】
ここで図面を参照すると、図１は、組織情報を等化するための医療診断超音波イメージングシステム１０のブロック図であある。図１に示されているように、送信ビーム成形器１１が送受信スイッチ１２を介して送信波形をトランスデューサアレイ１３に印加する。このトランスデューサアレイ１３は、この送信波形に応答して超音波パルスを生成し、該超音波パルスは、イメージングすべきボディＢに方向づけされる。ボディＢからの戻りエコーがトランスデューサアレイ１３に当たり、該トランスデューサアレイ１３はこの戻りエコーを受信信号に変換し、該受信信号は送受信スイッチ１２を介して受信ビーム成形器１４に伝送される。受信ビーム成形器１４は、ボディＢ内の選択された位置からの受信信号が一貫して計算が合うように、適切な遅延および／または位相シフトを適用する。このビーム成形された信号は、レンダリングプロセッサ１７に印加される前に、振幅検波器１５とバックエンドプロセッサとに印加される。このバックエンドプロセッサは対数圧縮装置１６を有する。
【００２０】
レンダリングプロセッサ１７は、グラフィック処理ユニット、グラフィックボード、グラフィックチップ、汎用プロセッサ、特定用途集積回路、デジタル信号プロセッサ、フィールドプログラマブルゲートアレイ、アナログ回路、デジタル回路、またはレンダリング用の別の現在公知のプロセッサまたは将来のプロセッサである。レンダリングプロセッサ１７は、マッピング後にボリュームデータを受信する。受信されたデータは、完全なボリュームデータセットである。択一的にデータは、レンダリング中に必要とされるデータのマッピング等のマッピング中に受信される。レンダリングプロセッサ１７は、ディスプレイ１９に適した格子に基づいて表示値を生成する。この表示値は、バックエンドプロセッサからの出力値に応答する。レンダリングプロセッサ１７は、レイキャスティング、表面レンダリング、または現在公知のボリュームレンダリングまたは今後開発されるボリュームレンダリングを実施する。
【００２１】
メモリ２０が検波器１５からデータを受け取り、データをバックエンドプロセッサへ出力する。メモリ２０は別の位置に配置することができ、たとえば対数圧縮ステージ１６とマッピングステージ１８との間に配置することができる。メモリ２０は単独の装置であるが、それぞれ同一の目的に使用される２つ以上の装置の集合体とするか、または異なる目的に使用される２つ以上の装置の集合体とすることができる。
【００２２】
ボリュームを表すデータはメモリ２０に記憶される。各入力データ（たとえば強度）はボクセルである。このデータは、等間隔の３次元格子上に補間または形成される。択一的に、ボリュームのデータは異方性であり、たとえば各ボクセルは、少なくとも１つの次元では比較的大きいサイズを有する。別の実施形態では、ボクセルは極座標格子に沿っており、たとえば、ボリューム内のデータの平行または非平行な受信２次元フレームに関連づけされている。
【００２３】
メモリ２０はまた、コンピュータ読み出し可能な記憶媒体とすることもでき、この記憶媒体には、プログラミングされたプロセッサによって実行可能な命令を表すデータが記憶されている。メモリ１４および／または別のメモリが、バックエンドプロセッサを動作させるための命令、たとえばマッピングステージ１８を動作させるための命令を記憶する。この命令は、医療診断イメージングにおいて入力データを出力データにマッピングするためのものである。本明細書において記載された処理、方法および／または技術を実施するための命令は、コンピュータ読み出し可能記憶媒体またはメモリ上に設けられ、この記憶媒体は例えば、キャッシュ、バッファ、ＲＡＭ、リムーバブルメディア、ハードディスクドライブまたはそれ以外のコンピュータ読み出し可能記憶媒体である。コンピュータで読み出し可能な記憶媒体は、種々のタイプの揮発性記憶媒体および不揮発性記憶媒体を含む。図面または本明細書において説明した機能、動作またはタスクは、コンピュータ読み出し可能記憶媒体に記憶されている１つまたは複数の命令セットに応答して実行される。機能、動作またはタスクは、特定のタイプの命令セット、記憶媒体、プロセッサまたは処理ストラテジーに依存せず、またソフトウェア、ハードウェア、集積回路、ファームウェア、マイクロコードなどによって、単独でまたは組み合わせて実行されるようにしてもよい。同様に、処理ストラテジーは、マルチプロセシング、マルチタスク処理、並列処理などを含んでいてもよい。１つの実施形態において、命令はローカルシステムまたはリモートシステムによる読み出しのために、取り外し可能な媒体装置に記憶されている。別の実施形態において、命令はコンピュータネットワークまたは電話回線を介して転送するために、遠隔地に記憶されている。さらに別の実施形態において、命令は所与のコンピュータ、ＣＰＵ、ＧＰＵまたはシステム内に記憶されている。
【００２４】
要素１１〜１７および１９〜２０はすべて、任意の適切な形態をとることができ、何らかの特定の構成に制限されない。たとえば、送受信ビーム成形器は、アナログ装置としてもデジタル装置としても構成することができ、シングルエレメント型のトランスデューサアレイや、種々の次元のフェーズドアレイも含めて、任意の適切なトランスデューサアレイを使用することができる。付加的に、システム１０はトランスデューサアレイ１３とディスプレイ１９との間の信号経路に付加的なエレメントを有することができ、図中のエレメントのうち選択されたものを削除するか、または、図中のエレメントのうち幾つかの順序を交代することができる。たとえば、バックエンドプロセッサとレンダリングプロセッサ１７との順序を変更し、たとえばメモリ２０より前にスキャン変換部を設け、スキャン変換されたデータフレームがボリュームを表現するのに使用されるようにすることができる。別の例として、レンダリングプロセッサ１７は別個のコンピュータ内にある。
【００２５】
バックエンドプロセッサはまた、適応的な多次元バックエンドマッピングステージ１８も有する。このマッピングステージ１８は多くの形態をとることができ、たとえば、米国特許第６５７９２３８号に開示された実施形態のうちいずれかとすることができる。米国特許第６５７９２３８号の機能および相応の実施形態の任意の組み合わせを使用することもできる。米国特許第６５７９２３８号に開示されたように、ボリュームデータに基づいて、ノイズ、信号雑音比、ダイナミックレンジ処理、組織識別、ゲイン、マッピング、当てはめ、または別の側面を使用することができる。以下に別の実施形態が記載されている。
【００２６】
マッピングステージ１８は、入力されたボリュームデータを出力ボリュームデータにマッピングするためのプロセッサを有する。プロセッサは、汎用プロセッサ、デジタル信号プロセッサ、特定用途集積回路、フィールドプログラマブルゲートアレイ、メモリ、デジタル回路、アナログ回路、それらの組み合わせ、または、入力データを出力データにマッピングするための他の現在公知のコンポーネントまたは将来開発されるコンポーネントである。
【００２７】
図２および３に、ボリューム全体で局所的ゲインを制御することにより、軟組織が実質的に一定の目標値で表示されるようにするための１つの実施形態が示されている。図２に、図１のマッピングステージ１８′のこれらの実施形態のブロック図が示されている。図２に示されているようにマッピングステージ１８′は、ノイズデータプロセッサ３０と、軟組織プロセッサ３２と、ゲインプロセッサ３４とを有する。ノイズデータプロセッサ３０は電子的ノイズの推定量を生成する。というのも、電子的ノイズはボリュームにわたって変化するからである。軟組織プロセッサ３２は、ボリューム内の異なる位置における該ボリューム内の軟組織の強度を示す平滑化された超曲面を生成する。ゲインプロセッサ３４はプロセッサ３０および３２からの出力を使用して、ボリュームに適用されるゲインを適応調整するか、またはゲインおよびダイナミックレンジの双方を適応調整する。択一的な実施形態では、ノイズデータプロセッサ３０は設けられない。
【００２８】
図３に、図２の要素の１つの実施形態の詳細なブロック図が示されている。図４に、図３の実施形態によって実施される方法のフローチャートが示されている。
【００２９】
図３に示されたように、この実施形態におけるノイズデータプロセッサ３０は、ローパスフィルタ４０とデシメータ４２とを有し、プロセッサ３０は、ボリューム全体に分布された異なる位置の電子的ノイズの尺度を生成する。ノイズプロセッサ３０は入力としてノイズボリュームを受け取る。すなわち、オフされた送信器によって取得されたボリュームを表すデータを受け取る。照射する圧力波が存在しない場合、得られる入力信号が、ボリューム内の位置に依存する現在主流のシステムノイズの尺度であるノイズデータ集合を形成する。ローパスフィルタ４０がノイズボリュームを平滑化し、デシメータ４２がこのフィルタリングされたノイズを比較的粗い格子にデシメートし、各次元でたとえば５０ピクセルを測定する。別のデシメート係数を使用することができ、たとえば、音響的またはボリュームの格子で１０×１０×１０ピクセルのデシメート係数を使用することができ、また、デシメートを使用しなくてもよい。このようなノイズボリュームによって、ボリューム内の位置に依存してシステムの局所的ノイズが供給される。
【００３０】
軟組織プロセッサ３２は、イメージングパラメータによって取得されたデータの画像ボリュームに応答する。この画像ボリュームは、画像中の軟組織に由来するデータを含む。軟組織プロセッサ３２は、ボリュームデータセット中で軟組織に相応するデータを識別する。たとえば軟組織プロセッサ３２は、ノイズプロセッサ３０の相応の要素と同一または相違するローパスフィルタ４４とデシメータ４６とを含む。ノイズプロセッサ３０からのフィルタリングおよびデシメートされたノイズボリュームは逆極性で、フィルタリングおよびデシメートされた画像ボリュームと加算器５４で加算される。ノイズボリュームおよび画像ボリュームはこの実施例では、検波後、対数圧縮後の信号であるから、加算器５４によって実施される加算は、２つのボリュームの関連する領域の信号雑音比（ＳＮＲ）に等しい出力信号を生成する。ＳＮＲデータは比較器５６に伝送され、該比較器５６は出力としてＳＮＲバイナリボリュームを生成する。このバイナリボリュームは、たとえば３ｄＢまたは６ｄＢである所定値を上回るＳＮＲを特徴とするボリュームの領域では１に等しくセットされ、ＳＮＲが該所定値以下である領域では０にセットされる。このようにしてＳＮＲバイナリボリュームは、軟組織画像データの候補となるのに十分に高い信号雑音比を有する画像ボリュームの領域を識別する。画像の高ノイズ低ＳＮＲの領域に相応する論理値０によって表されるＳＮＲバイナリボリュームの部分であるこの領域は、軟組織の候補として見なされない。
【００３１】
軟組織プロセッサ３２はまた、局所分散計算器４８と、デシメータ５０と、比較器５２とによって、分散バイナリボリュームを生成する。これらのエレメントは、ボリュームデータセットの局所的な空間的分散を使用して、軟組織に特徴的な分散を有するボリュームデータセットの領域を識別する。
【００３２】
軟組織では、各分解能セルに存在する散乱体の数が多い。反射された信号間のランダムな干渉に起因して、完全に発達したスペックルが生じ、信号の振幅には、軟組織を表現するボリュームデータセットの領域にレイリー分布が生じる。この実施形態では、各ボクセル周辺の分解能セルの隣接関係で計算された局所的分散が、完全に発達したスペックルの局所的分散に類似する程度が、特定のボクセルが軟組織を表す尤度の尺度として使用される。この分散バイナリボリュームは、分散が軟組織イメージングに一致する領域では１に等しくセットされ、そうでない領域では０にセットされる。
【００３３】
局所的分散計算器４８は、ボリュームデータセットをサブボリューム領域の格子に分割することによって動作する。このような領域のサイズは、各軸ごとにボリュームデータセットの分解能サイズより１０倍大きいオーダとすることができる。より小さいサイズまたはより大きいサイズを使用することができる。
【００３４】
デシメータ５０は、デシメータ４２および４６と同じスケールで動作するか、または異なるスケールで動作する。その後、デシメートされた分散ボリュームはボクセルごとに、比較器５２において最小分散レベルおよび最大分散レベルと比較される。この比較はとりわけ、対数圧縮されたデータでは単純であり、ここでは、軟組織に特徴的な完全に発達したスペックル特性の分散が２×（５．５７ｄＢ）となる。したがって、ボリューム内の軟組織の領域は、２×（５．５７ｄＢ）に近い分散を有する完全に発達したスペックルによって表される。別の閾値を使用することも可能である。スペックルの実際の局所的分散は、超音波システムの信号処理経路に設けられたフィルタに起因して、理論値に等しくない場合がある。実際には、この分散は軟組織に似ているファントムに基づく測定によって検出される。
【００３５】
電子的ノイズの分散は軟組織の分散に近く、６０で示されたＡＮＤ演算がＳＮＲバイナリボリュームと分散バイナリボリュームとを使用して、電子的ノイズを軟組織として誤分類するのを回避する。このＡＮＤ演算は、デシメートされたＳＮＲバイナリボリュームおよびデシメートされた分散バイナリボリュームのボクセルごとに行われる。このようにして得られた、デシメートされた組織バイナリボリュームの値は、ＳＮＲバイナリボリュームに関連する領域が低ＳＮＲ比によって特徴づけられることを該ＳＮＲバイナリボリュームが示唆するか、または、分散バイナリボリュームに関連する領域が軟組織でないことを該分散バイナリボリュームが示唆する場合、０に等しい。ＳＮＲバイナリボリュームはすべての実施形態で必要であるわけではなく、ノイズが軟組織のように顕れる画像の領域が誤分類されるのを回避するために別の技術を使用することもできる。たとえば、ノイズ縮小技術を局所分散推定の前に適用することができる。
【００３６】
デシメータ４６からのフィルタリングおよびデシメートされた画像ボリュームデータセットと、ＡＮＤ素子６０からのバイナリ組織ボリュームデータセットとは、プロセッサ６２に入力として与えられ、軟組織強度を計算するのに使用される。とりわけプロセッサ６２の出力は、同一の領域における組織バイナリボリュームの相応の値に依存する強度値を有するデシメートされたデータセットである。組織バイナリボリュームの相応の領域が、（該領域が軟組織に相応しないことを示唆する）論理値０に等しい場合、プロセッサ６２の出力は、相応の領域の強度値を有さない。択一的に、組織バイナリボリュームが論理値１に等しい領域では、プロセッサ６２の出力は、フィルタ４４によってフィルタリングされデシメータ４６によってデシメートされた相応の領域の強度値を含む。
【００３７】
別の実施形態ではプロセッサ３２は、ボリュームデータセットから計算されたモーメントに依存して、軟組織に相応するデータを識別する。たとえば、プロセッサ３２はＢモード強度のボクセルをフィルタリングする。任意のサイズのカーネルを使用することができ、たとえば３×３×３を使用することができる。対称的または非対称的なカーネルを使用することができる。デシメートされない各ボクセルごとに、またはデシメート後の他の各ボクセルごとに、ボリューム内のボクセルの周辺の隣接関係が、フィルタリングされた出力に寄与する。このフィルタリングは、１次モーメントを適用するか、または２次モーメントを適用するか、またはより高次のモーメントを適用する。１次モーメントの場合、カーネル内のボクセルは平均化される。２次モーメントの場合、カーネル内のボクセルはそれぞれ２乗され、加算された後、正規化される。１次モーメントおよび２次モーメントの双方を使用することができる。閾値は、得られたモーメントが軟組織を示唆するか否かを示し、たとえば２次モーメントが閾値を上回る場合、軟組織を示唆する。複数のモーメントまたは軟組織測定を使用する場合、閾値の組み合わせを使用するか、または１つの閾値のみによる測定結果の組み合わせを使用して、軟組織を識別することができる。たとえば、第１の閾値および第２の閾値をそれぞれ上回る１次モーメントおよび２次モーメントを有する領域は軟組織に相応し、他の領域は軟組織に相応しない。
【００３８】
１つの実施形態では、プロセッサ３２は異なる種類の軟組織を識別する。異なる種類の軟組織は、異なる応答特性を有する。たとえば、１次モーメントのレンジおよび／または２次モーメントのレンジおよび／またはより高次のモーメントのレンジが、組織の種類を示唆する。適切な関数または閾値が、異なる種類の組織に関連する強度またはボクセルを識別する。軟組織の１つまたは複数の種類を識別するための別の実施形態を使用することができる。
【００３９】
プロセッサ６４において、該プロセッサ６２によって供給されたボリュームデータセットに超曲面が当てはめられる。デシメートされたデータセットまたはデシメートされていないデータセットが、当てはめに使用される。当てはめのためのボリューム内のデータは、軟組織データである。軟組織データでないデータは使用されない。超曲面を定義する関数であればどのような関数も使用することができ、たとえば多項式関数を使用することができる。１つの実施形態では、線形関数または２次関数がこの超曲面を定義する。この超曲面は、軟組織を表す入力データである第４の次元を有する３つの空間的次元（すなわちボリューム）に当てはめられる。この入力データは、たとえば軟組織に関する強度である。
【００４０】
この超曲面は、局所的な軟組織平均強度の尺度を提供する。というのも、この超曲面はボリュームにわたって変動するからである。この平均は、局所的なデータに当てはめられる。この変動は、イメージング詳細を確保するために、たとえば超曲面を低次の関数または他の関数の多項式によって制限することにより、空間的に低くされる。１つの実施形態では、軟組織データはノイズを考慮せずに当てはめられる。別の実施形態では、ＳＮＲバイナリボリュームを使用して、ノイズによって与えられるボリュームの部分による超曲面の改悪を回避する。超曲面が軟組織データのデシメートされたボリュームに当てはめられる場合、プロセッサ６４によって当てはめられる超曲面は急激に変動せず、異なるコントラストの軟組織間の移行部または接点の表示に干渉しない。１つの実施形態では、プロセッサ６４はボリュームを６×６×６に分割するか、または他の格子に分割し、該格子の各領域ごとの軟組織平均強度値を計算した後に、超曲面をこの平均値に当てはめる。
【００４１】
プロセッサ６４は、データの異なる種類ごとに別個の超曲面を決定することができる。たとえば、１つのデータセットは１つの種類の軟組織データであり、別のデータセットは別の種類の軟組織データである。これら２つのデータセットは、ボリュームを表現する入力データセットから識別されたデータを含む。異なる超曲面が当てはめられ、軟組織データの各種類ごとにそれぞれ１つの超曲面が当てはめられる。別の実施例として、ノイズに対して付加的な超曲面が決定される。この超曲面は、ノイズボリュームデータセットに当てはめられる。
【００４２】
このゲインプロセッサ３４は、前記超曲面に依存して入力ボリュームのデータを出力値にマッピングするように動作する。マッピングされるこのデータは軟組織データを含み、別のデータを含むこともできる。たとえば入力ボリュームデータセットは、軟組織を示唆するために導出されたデータセットというより、マッピングされる。
【００４３】
この実施形態のゲインプロセッサ３４は、プロセッサ６４からの当てはめられる超曲面と、領域ごとまたはボクセルごとの軟組織目標強度レベルＴＴとの間の差を得るための加算器８２を有する。加算器８２の出力は軟組織ゲインＧＴであり、この軟組織ゲインＧＴは、レンジ、エレベーションおよびアジマスに応じて変動し、超曲面が組織局所平均に当てはめられて軟組織目標レベルＴＴで表示されるのに必要とされるゲインである。
【００４４】
１つの実施形態では、目標組織レベルにマッピングするためのゲインのみが加えられる。別の実施形態では、この組織ゲインＧＴは論理ブロック８４に与えられ、この論理ブロック８４は第２の入力ＧＮも受け取る。信号ＧＮは、ノイズ目標レベルＴＮとフィルタリングおよびデシメートされたノイズボリュームデータセットまたはノイズ超曲面の相応の値との間でボクセルごとまたは領域ごとに差をとる加算器８０によって生成される。それゆえノイズゲインＧＮも、レンジ、エレベーションおよびアジマスに応じて変動し、局所平均ノイズレベルがノイズ目標レベルＴＮで表示されるのを保証するためのゲインを表す。論理ブロック８４は、ＧＦに等しい最終的な３次元ゲインを、ＧＮおよびＧＴのうち低い方に設定する。この最終的な３次元ゲインＧＦは、ブロック８６において画像ボリュームデータセットに加えられる。ゲインプロセッサ３４は、ノイズ信号がノイズ目標レベルより低いボリュームのすべての部分で該ボリュームの軟組織領域がほぼ組織目標レベルＴＴで表示されるように、ゲインＧＦを設定する。ボリューム内においてノイズ強度ＩＮがノイズ目標レベルＴＮを上回る領域では、ノイズが不適切に増幅されないことを保証するために比較的低いゲインを使用する。
【００４５】
幾つかの実施形態では、最終ゲインＧＦはたとえば最小２乗当てはめによって、デプスゲイン成分と、アジマスラテラルゲイン成分と、エレベーションラテラルゲイン成分と、アジマスラテラルゲイン傾斜成分と、エレベーションラテラルゲイン傾斜成分とに分解される。アジマスゲイン傾斜値および／またはエレベーションラテラルゲイン傾斜値が最小化するようにデプスゲイン成分を選択し、また、デプスゲインの変化とアジマスラテラルゲインの変化とエレベーションラテラルゲインの変化とが最小化されるようにマスタゲイン値を選択することが有利である。
【００４６】
１つの実施形態では、組織目標強度レベルがボリューム全体で一定であるが、別の実施形態では変動することもできる。超曲面は、軟組織に関連しない位置であっても、ボリューム全体にわたって目標レベルとの差を提供する。超曲面の当てはめと緩慢な変動に制限されることとに起因して、得られるゲインは、組織領域および非組織領域において大きく相違しない。非組織領域を表すデータがゲイン調整されると、強度レベルは軟組織領域と異なって維持される。
【００４７】
別の実施形態では、複数の超曲面がマッピングに使用される。ゲインおよびダイナミックレンジの設定の組み合わせを使用することができる。たとえば、ゲインおよびダイナミックレンジの設定により、異なる種類の組織を異なる組織目標レベルにマッピングするか、または異なる組織目標レベルの近くにマッピングすることができる。択一的に、異なる超曲面がボリュームデータセットの異なるサブセットに適用され、組み合わされて、任意の優先度および関数を使用して１つの超曲面を成すか、または別個のレンダリングに使用される。たとえば、ノイズ超曲面が負のゲイン調整を行うのに使用される。組織目標値と軟組織超曲面との差は、ノイズの寄与を考慮するために増大される。
【００４８】
図４に、図３のシステムによって実施される方法のフローチャートが示されているが、異なるシステムを使用することもできる。医療用超音波イメージングシステムは、ゲインを適応制御するための方法を実施する。付加的なステップ、別のステップを設けるか、またはステップを少なくすることも可能である。たとえば、ノイズベースのステップ１０４，１０８および１１４が実施されない。別の例として、軟組織領域の識別において、ステップ１１０，１１２および１１４によって表されるのと異なる識別を使用することができる。各ステップは、図示の順序で実行してもよいし、または異なった順序で実行してもよい。
【００４９】
ステップ１００において、上記の適応ゲインの特徴が開始される。このことを行える手法は数多く存在する。たとえば、ユーザ要求に応答するかまたは時間間隔で自動的に、適応ゲインを開始する。たとえば、設定された数のボリュームスキャンごとに、または設定された秒数ごとに、適応ゲインを自動的に開始することができる。別の例として、変化が検出されることによってゲインの計算がトリガされる。
【００５０】
適応ゲインがブロック１００において開始されると、ステップ１０２においてシステムの３次元のイメージング取得パラメータが、事前選択された値に設定される。この事前選択された値は、適応ゲインプロセッサの動作を最適化する。一例として、以下の一般的なガイドラインが１つの実施形態において適していることが判明した：
可能性のある非常に幅広く異なるイメージング状況において、ボリュームのすべての位置で飽和を引き起こすことなくボリューム全体にわたって可能な限り最高の信号雑音比が維持されるように、ゲインおよびダイナミックレンジを決定する。このことにより、信号が弱い領域が適応ゲインプロセッサによって考慮されることが保証される。別のパラメータおよび／または目的を使用することもできる。事前選択された値は、ユーザによって変化または変更することができる。この事前選択された値は、受信データに適応することができる。事前選択された値は、異なるイメージングアプリケーションごとに異なることができる。
【００５１】
画像取得パラメータが選択されると、ステップ１０４においてこの画像取得パラメータを使用して１つまたは複数のノイズデータ集合を取得し、ステップ１０６において画像ボリュームデータ集合を取得する。たとえば、ノイズボリュームデータ集合は通常の画像データ集合であるが、送信器がオフされているという点で異なる。受信器およびプロセッサは、ボリュームにわたってスキャンすることにより、信号を受け取る。送信器がオフされているので、本当のエコー信号は存在せず、このデータ集合に顕れる信号はすべて、システムノイズを表すかまたは電子的ノイズを表す。このノイズボリュームデータ集合はブロック１０８において、低ＳＮＲを特徴とする領域を識別するのに使用される。画像ボリュームデータセットはどのような様式でもよく、たとえば、造影剤が添加された組織または造影剤が未添加である組織の基本波イメージングまたは高調波イメージングを含んでもよい。
【００５２】
ステップ１１０，１１２および１１４は、軟組織に相応する入力ボリュームデータのボクセルを識別するために機能する。たとえば、ステップ１０６においてボリュームを表すＢモード強度のデータ集合が取得されて処理されることにより、軟組織に関連するボクセルまたは領域が検出される。
【００５３】
ステップ１１０において、入力ボリュームデータの変動性の統計的尺度が検出され、たとえば各ボクセルまたは選択された領域の変動性の統計的尺度が検出される。ステップ１１０において、振幅検波され対数圧縮された信号の空間的または時間的な平均が１次モーメントとして使用される。択一的に、ノイズ出力の局所平均によって正規化されたノイズ出力の空間的分散を２次モーメントとして使用することができる。たとえば、圧縮前の信号に関して、正規化された空間的分散を検出し、この正規化された空間的分散を、この圧縮前の信号の局所平均によって正規化することができる。３次元カーネルを有する確率分布の１次モーメント、２次モーメントまたはより高次のモーメント。４次元空間は、３つの空間的次元とデータ（たとえば強度）次元とに相応する。
【００５４】
各統計的尺度は、入力ボリュームデータの各ボクセルまたは各領域の周囲の３次元領域の関数である。この領域は、それぞれ２を上回るＮ×Ｍ×Ｐ領域等である任意のサイズとすることができる。より大きな領域を使用することもできる。この領域は、対称的であるかまたは非対称的である。この領域は、デシメートなしのボクセル間隔であるか、またはデシメート後のボクセル間隔に相応する。
【００５５】
この変動性の統計的尺度は、横方向および軸方向の軸とエレベーション軸のうちいずれか１つの軸上で計算するか、またはこれらの軸のうちいずれか２つの軸上で計算するか、または３つすべての軸上で計算することができる。上記の例は、３つの空間的次元における分散を計算し、たとえばエレベーション軸、アジマス軸および軸方向の軸における分散を計算する。これら３つの空間的次元は、ボリュームドメイン（たとえばｘ，ｙ，ｚ）に存在するか、またはスキャンドメイン（レンジ、エレベーション、アジマス）に存在することができる。
【００５６】
ステップ１１２および１１４において、軟組織に相応する画像ボリュームデータ集合の領域が検出される。軟組織に相応する入力ボリュームデータのボクセルは、前記統計的尺度のうち１つまたは複数の統計的尺度の少なくとも一部に基づいて検出される。別の情報からの軟組織情報を示すために、閾値または別の関数を使用することができる。米国特許第６５７９２３８号に開示された軟組織検出または軟組織検出を支援する技術等の、別の技術を使用することもできる。１つの実施形態では、１次モーメントおよび２次モーメントの双方が使用される。たとえば異なる閾値を適用して、１つより多くの種類の軟組織を識別することができる。
【００５７】
ステップ１１４において、ブロック１０８において検出された低ＳＮＲを特徴とするボリュームの領域を使用することにより、軟組織として識別された領域が、画像のノイズ含有領域の外側にあることを保証する。局所コヒーレンス係数を使用して、高い音響的ノイズまたはクラッタの領域がマッピング判定から排除されることを保証することができる。局所コヒーレンス係数は、遅延およびアポディゼーションされた信号の受信チャネルにわたるコヒーレント（位相敏感）／インコヒーレント（位相敏感でない）の和の比として定義される。Rigby による米国特許第５９１０１１５号の記載を参照されたい。低いコヒーレンス係数は強い位相収差を示唆する。すなわち、音響ノイズまたはクラッタのレベルが高いことを示唆する。コヒーレンス係数を使用して、クラッタによって得られたボリュームの領域を無視することができる。
【００５８】
上記のように、軟組織識別を変動性の統計的尺度に基づいて行うことができる。択一的に、軟組織を識別するために別の手法を使用することができ、たとえば画像信号の振幅に基づく手法を使用することができる。Klesenski による米国特許第５５７９７６８号の記載を参照されたい。
【００５９】
ボリューム内の軟組織情報を使用して、強度または別のデータの空間的変動が抽出される。この抽出は、４次元空間に埋め込まれた３次元の超曲面によって実現される。この空間の４つの次元は、３つの空間的次元と、強度またはデータの第４の次元とである。
【００６０】
ステップ１１６において３次元の超曲面を、デシメートされたかデシメートされていないボリューム全体にわたる軟組織ボクセルに当てはめる（たとえばＢモード強度値）。この超曲面は３つの空間的次元に沿って当てはめられる。超曲面を当てはめるための現在公知のアルゴリズムまたは処理、または、将来開発されるアルゴリズムまたは処理のうち任意のアルゴリズムまたは処理を使用することができる。１つの実施形態では、超曲面は多項式関数に基づく。軟組織データに対して、多項式の制限を満たす３次元面の最良の当てはめが求められる。線形関数、２次関数または別の多項式関数を使用することができる。超曲面は一般的に、Ｆ（ｘ，ｙ，ｚ，ｗ・・・）＝０の形態の数式によって記述される。変数ｘ，ｙ，ｚ，ｗ・・・がｎ次元の空間の次元に相応する場合、超曲面は埋め込まれている。Ｆが２次の多項式である特別なケースでは、超曲面は２次超曲面と称される。アプリケーションが異なるごとに異なる超曲面を使用することができ、たとえば、より均質に応答する器官をイメージングするために、より緩慢に変動する超曲面を提供することができる。任意の技術を使用することができ、たとえば米国特許第６５７９２３８号に開示された当てはめ技術を使用することができる。
【００６１】
１つより多くの超曲面を当てはめることができる。たとえば、超曲面を異なるデータ集合に当てはめることができる。データ集合は、異なる組織からの応答または組織およびノイズからの応答を表す。同種類の超曲面が異なるデータ集合に独立して当てはめられる。択一的に、データ集合が異なるごとに異なる超曲面が当てはめられ、たとえば、異なるコントラストを提供するか、または、異なる超曲面に当てはめるための異なる多項式を提供する。
【００６２】
ステップ１１８において、各位置において超曲面の振幅を有する信号が、画像の一部分または全体にわたる軟組織目標値で表示されるかまたは該軟組織目標値の近くで表示されるように、局所ゲインを適応的に変化する。このゲインは、入力ボリュームデータ集合および／または異なるボリュームデータ集合（たとえば連続的に取得されボリュームを表すデータ集合）をマッピングするために使用される。この超曲面は、データのゲインの適応変化をボリューム内の位置に依存して提供する。このボクセルは出力値の軟組織レンジにマッピングされる。レンダリングすべき画像内の軟組織の領域の平均振幅は実質的に目標表示値にある。これは実質的に、値のレンジとのマッピングを考慮し、たとえば１０個の強度レベル内のマッピングを考慮する。
【００６３】
この軟組織目標値または目標表示値を設定する手法は数多く存在する。目標表示値は、単に記憶された値とするか、またはユーザ選択された値とするか、または周辺光に応答して適応的に検出される値とすることができる。択一的に軟組織目標レベルは、現在呼び出された処理後の曲線に依存する。とりわけ、ユーザ制御可能な値またはユーザ事前定義可能な値を軟組織目標グレイレベルＴＧとして使用することができる。ＴＧの表示グレイレベルにマッピングされる信号強度レベルに処理後曲線が選択されると必ず、ＴＴは定義される。ゲインの設定に別のファクタも考慮することができ、たとえばノイズ、ＳＮＲまたはダイナミックレンジを考慮することができる。
【００６４】
１つより多くの超曲面に対してマッピングするためには、ゲイン設定および別の設定の双方を使用することができる。たとえば、ダイナミックレンジは２つ以上の３次元超曲面に依存して変化する。ゲインも、２つ以上の超曲面に依存することができる。択一的に、ゲインは１つの超曲面に依存し、別の設定は別の超曲面に依存する。
【００６５】
たとえば、２つ以上の異なる種類の組織に対して、または組織とノイズとに対して、複数の超曲面を使用することができる。たとえば、ノイズ信号は３次元で供給され、現在存在するノイズを示し、たとえばクラッタ、電子回路ノイズ、収差または別のノイズを示す。ノイズ超曲面はノイズ信号に当てはめられる。ゲイン設定または別の設定は、ノイズ超曲面に依存して適応的に変化する。ゲインも、組織に対応する超曲面に依存することができる。たとえば、特定のボクセル位置の最小ゲインを選択するか、またはこれを平均化することにより、超曲面または得られるゲイン値が組み合わせられる。
【００６６】
ステップ１２０において、マッピングから出力されたデータに依存して画像を表示する。データをフィルタリングするか、または３次元格子に補間するか、または別の手法でレンダリング前に処理することができる。出力されるデータは、ボリュームを表すボクセルを含むか、または、各次元に沿った複数のボクセルにわたって分布されたボクセルを含む。この出力データを使用して、レイキャスティング、強度投影（最大、最小、平均）、表面レンダリング、または別のボリュームレンダリングを行うことができる。アルファブレンディング、オパシティ処理、シェーディング処理または別のレンダリング処理を使用することができる。変換関数を適用することができる。レンダリングによって、２次元スクリーン上に観察方向からの３次元表現が作成される。
【００６７】
多くの択一的手段が可能である。実際には、アナログ信号処理技術およびデジタル信号処理技術の最も広いレンジを使用して、上記の基本的機能を実施することができる。上記の適応ゲインプロセッサの１つの実施形態に、プログラミングされたコンピュータがある。たとえば、適応ゲインと、オプションとして適応的に検出されるダイナミックレンジとを、トランスデューサアレイ１３およびディスプレイ１９との間の信号経路上の所望の位置における画像信号に適用することができる。双方とも、スキャン変換と対数圧縮と検波とを行う前または行った後とすることができる。適応ゲインプロセッサは、検波と対数圧縮とスキャン変換とが行われる前または行われた後に、ＲＦ信号、ＩＦ信号またはベースバンド信号で動作することができる。
【００６８】
上記の例では入力信号は、異なるバックエンドゲインステージを適切に制御することにより、出力信号値の軟組織レンジまたはノイズレンジに適応的にマッピングされる。しかし、所望の出力信号値が得られるように、単独で、または１つまたは複数のバックエンドゲインステージのゲイン変化と組み合わせて、フロントエンドゲインステージのゲインを変化することもできる。
【００６９】
上記の詳細な説明は図解のためのものであり、本発明を限定しない。本発明の範囲を定義するのは、等価的なすべてのものも含めた特許請求の範囲のみである。
【図面の簡単な説明】
【００７０】
【図１】１つの実施形態を含む医療診断超音波イメージングシステムのブロック図である。
【図２】図１の適応的な多次元のバックエンドマッピングステージの実施形態のブロック図である。
【図３】図２のマッピングステージの１つの実施形態の詳細なブロック図である。
【図４】図３の実施形態によって実施される方法のフローチャートである。
【技術分野】
【０００１】
本発明は、医療診断超音波イメージングに関し、とりわけ、このようなイメージングを改善するためのゲインマップステージとダイナミックレンジマップステージと後処理マップステージとを含むバックエンドマッピングの１つまたは複数のステージを適応的に設定するシステムに関する。
【背景技術】
【０００２】
従来の超音波イメージングでは、Ｂモード信号が表示用のグレーレベルまたは色のレンジにマッピングされる前に、Ｂモード信号をゲインおよびダイナミックレンジのために調整する。表示される信号のダイナミックレンジは通常のように、ユーザによって、表示ダイナミックレンジ制御によって設定することができる。この制御は通常、画像のレンジおよびアジマス位置に依存しない。ゲインは通常、ユーザによって、マスタゲイン制御またはＢゲイン制御と一緒にデプスゲイン補償（ＤＧＣ）制御またはタイムゲイン補償（ＴＧＣ）制御を使用して変化することができる。ＤＧＣ制御およびＴＧＣ制御は通常、レンジ（軸次元）内でのみ可変であり、マスタゲインはレンジおよび横方向位置（アジマス位置）のどちらにも依存しない。また、デプスゲイン補償の他に付加的に横方向ゲインも提供するシステムも幾つか存在するが、これら２つの１次元ゲイン制御は、本当の２次元ゲイン制御の近似を含むだけである。
【０００３】
ゲインおよび表示ダイナミックレンジが適用されると、対数圧縮されたＢモード信号が再量子化され、典型的には８ビットまたは２５６の量子化レベルに再量子化される。量子化幅（単位ｄＢ）は、ユーザによって選択されたダイナミックレンジと量子化レベルの数との比によって決定される。
【０００４】
量子化後、後処理マップを使用して、量子化レベルとグレーレベルまたは色のレンジとのマッピングを行う。このマップは、マップの事前設定されたセットから選択された１つとするか、または択一的に、ユーザ設定されたマップとすることができる。このようなマップは通常、レンジおよびアジマスに依存することもない。
【０００５】
市販の超音波イメージングシステム上では、ユーザが輝度レベルを調整するためにゲイン制御を使用することが多い。多くの場合、ユーザはたいてい、イメージ全体においてグレー値の狭いレンジ内に軟組織グレーレベルの局所平均を維持するように、ゲインを調整する。この有利なレンジはユーザによって一貫しており、多くの場合、ユーザは軟組織のグレーレベルを大まかに、０を黒にマッピングし２５５を白にマッピングする線形マップ上で第６４グレーレベルに設定するようにゲインを調整する傾向にある。
【０００６】
このようなゲイン調整は、ユーザインタフェースがある場合には２次元のイメージングで上手く機能する。全体のゲインは、取っ手によって制御されるか、またはすべてのデータに適用される１つの設定によって制御される。ＴＧＣまたはＤＧＣは、異なる深度を表すスライダによって制御される。しかし、３次元での空間的変動をユーザインタフェースで具現化するのは困難である。
【０００７】
米国特許第６５７９２３８号に、ゲインとダイナミックレンジとマッピングとを自動的に設定するための種々の実施形態が開示されている。これらのパラメータは、イメージング用の面を当てはめることによって最適化される。
【特許文献１】米国特許第６５７９２３８号
【発明の開示】
【発明が解決しようとする課題】
【０００８】
本願発明の課題は、３次元での空間的変動をユーザインタフェースで具現化するためのゲイン最適化を提供することである。
【課題を解決するための手段】
【０００９】
手始めに、以下に記載された有利な実施形態は以下のような方法とシステムと命令とコンピュータ読み出し可能な媒体とを含む。すなわち、３次元医療診断イメージングにおいて組織情報を等化し、ゲインを適応的に制御し、かつ／または、入力データを出力データにマッピングするための方法とシステムと命令とコンピュータ読み出し可能な媒体とを含む。超曲面が３つの空間的次元で入力データに当てはめられる。この超曲面は、より均一な軟組織レベルで入力値が出力値にマッピングされるようにゲインを調整するために使用される。
【００１０】
第１の側面では、医療超音波イメージングシステムが、ゲインを適応的に制御するための方法を実施する。軟組織に相応する入力ボリュームデータのボクセルを識別する。この軟組織に相応するボクセルに３次元の超曲面を当てはめる。システムのゲインは、この当てはめられる超曲面に少なくとも部分的に依存して適応的に変化する。
【００１１】
第２の側面では、医療診断イメージングで組織情報を等化するためのシステムが提供される。ボリュームを表すデータに依存して超曲面を検出し、該超曲面に依存して該データを出力値にマッピングするように動作するように、プロセッサを構成する。出力値に応答して画像を表示するためにディスプレイが動作する。
【００１２】
第３の態様においては、コンピュータ読み出し可能記憶媒体が、医療診断イメージングにおいて入力データを出力データにマッピングするためにプログラミングされたプロセッサによって実行可能な命令を表すデータを記憶している。この記憶媒体は、強度の空間的変動を、４次元空間に埋め込まれた３次元超曲面で抽出するための命令と、該超曲面に依存して入力データを出力データにマッピングするための命令と、該出力データに依存してイメージを表示するための命令とを含む。前記４次元空間は、３つの空間的次元と第４の強度次元とを含む。
【００１３】
本発明は特許請求の範囲によって規定され、以下の詳細な説明はこれらの請求項を限定するものとして解釈すべきではない。さらに本発明のさらなる有利な側面および利点は、以下の明細書で有利な実施例に基づいて説明され、請求の範囲において独立的または組み合わせで権利主張される。
【実施例】
【００１４】
ボリュームを表すボクセルに所属する強度は、同様のエコー発生性を有する組織が該ボリューム全体にわたってより均等な強度レベルを有するように、適応的に調整される。介在組織の吸収特性の差に起因する強度の変動が補償される。
【００１５】
ボリュームを形成するデータの成分２次元フレームの手動調整を必要とするというよりもむしろ、この適応調整は自動である。この適応調整は、全体のボリュームに関係なく行われるデータの成分２次元フレームの自動調整を必要とするというよりむしろ、ボリュームデータに依存する。
【００１６】
軟組織に関連するボリュームのデータを識別する。たとえば、各ボクセルまたは各データの周辺のボリュームカーネル（たとえば３×３×３）を使用して、信号の確率分布の１次モーメント、２次モーメントまたはより高次のモーメントを評価する。軟組織の強度またはデータに超曲面を当てはめる。この超曲面は、３つの空間的次元と強度に対する第４の次元とを有する４次元空間に埋め込まれる。この超曲面は多項式によって記述されるか、または、ボリューム全体にわたって強度調整を緩慢に変化させる別の関数によって記述される。ボリューム内の各位置のターゲット強度と超曲面との差を、該ボリュームの各ボクセルに対するゲインとして計算する。このゲインを使用して、このボリュームまたは他のボリュームのデータを出力データにマッピングする。
【００１７】
１つの実施形態では、米国特許第６５７９２３８号のシステムまたは方法が、超曲面ゲイン調整および／またはマッピングを実施する。この公報の開示内容は、引用によって本願発明に含まれるものとする。このシステムおよび方法の別の特徴、たとえばダイナミックレンジ調整および／またはノイズ補償は、使用してもしなくてもよい。別の実施形態では、超曲面ゲイン調整および／またはマッピングを、米国特許第６５７９２３８号に記載されたのと異なるシステムおよび方法で使用する。
【００１８】
「入力データ」または「ボリュームデータ」という用語は広義には、ビーム成形器出力（すなわちＢモード信号）の振幅、強度または対数圧縮された振幅を指すのに使用され、また、ビーム成形器出力から導出または抽出された何らかの重要なパラメータを指すのにも使用される。このような重要なパラメータにはたとえば、ドップラー周波数シフトの平均速度および推定パワー（すなわちカラードップラーモード信号）と、ドップラー周波数シフトの推定パワースペクトル（すなわちスペクトルドップラーモード信号）とが含まれる。
【００１９】
ここで図面を参照すると、図１は、組織情報を等化するための医療診断超音波イメージングシステム１０のブロック図であある。図１に示されているように、送信ビーム成形器１１が送受信スイッチ１２を介して送信波形をトランスデューサアレイ１３に印加する。このトランスデューサアレイ１３は、この送信波形に応答して超音波パルスを生成し、該超音波パルスは、イメージングすべきボディＢに方向づけされる。ボディＢからの戻りエコーがトランスデューサアレイ１３に当たり、該トランスデューサアレイ１３はこの戻りエコーを受信信号に変換し、該受信信号は送受信スイッチ１２を介して受信ビーム成形器１４に伝送される。受信ビーム成形器１４は、ボディＢ内の選択された位置からの受信信号が一貫して計算が合うように、適切な遅延および／または位相シフトを適用する。このビーム成形された信号は、レンダリングプロセッサ１７に印加される前に、振幅検波器１５とバックエンドプロセッサとに印加される。このバックエンドプロセッサは対数圧縮装置１６を有する。
【００２０】
レンダリングプロセッサ１７は、グラフィック処理ユニット、グラフィックボード、グラフィックチップ、汎用プロセッサ、特定用途集積回路、デジタル信号プロセッサ、フィールドプログラマブルゲートアレイ、アナログ回路、デジタル回路、またはレンダリング用の別の現在公知のプロセッサまたは将来のプロセッサである。レンダリングプロセッサ１７は、マッピング後にボリュームデータを受信する。受信されたデータは、完全なボリュームデータセットである。択一的にデータは、レンダリング中に必要とされるデータのマッピング等のマッピング中に受信される。レンダリングプロセッサ１７は、ディスプレイ１９に適した格子に基づいて表示値を生成する。この表示値は、バックエンドプロセッサからの出力値に応答する。レンダリングプロセッサ１７は、レイキャスティング、表面レンダリング、または現在公知のボリュームレンダリングまたは今後開発されるボリュームレンダリングを実施する。
【００２１】
メモリ２０が検波器１５からデータを受け取り、データをバックエンドプロセッサへ出力する。メモリ２０は別の位置に配置することができ、たとえば対数圧縮ステージ１６とマッピングステージ１８との間に配置することができる。メモリ２０は単独の装置であるが、それぞれ同一の目的に使用される２つ以上の装置の集合体とするか、または異なる目的に使用される２つ以上の装置の集合体とすることができる。
【００２２】
ボリュームを表すデータはメモリ２０に記憶される。各入力データ（たとえば強度）はボクセルである。このデータは、等間隔の３次元格子上に補間または形成される。択一的に、ボリュームのデータは異方性であり、たとえば各ボクセルは、少なくとも１つの次元では比較的大きいサイズを有する。別の実施形態では、ボクセルは極座標格子に沿っており、たとえば、ボリューム内のデータの平行または非平行な受信２次元フレームに関連づけされている。
【００２３】
メモリ２０はまた、コンピュータ読み出し可能な記憶媒体とすることもでき、この記憶媒体には、プログラミングされたプロセッサによって実行可能な命令を表すデータが記憶されている。メモリ１４および／または別のメモリが、バックエンドプロセッサを動作させるための命令、たとえばマッピングステージ１８を動作させるための命令を記憶する。この命令は、医療診断イメージングにおいて入力データを出力データにマッピングするためのものである。本明細書において記載された処理、方法および／または技術を実施するための命令は、コンピュータ読み出し可能記憶媒体またはメモリ上に設けられ、この記憶媒体は例えば、キャッシュ、バッファ、ＲＡＭ、リムーバブルメディア、ハードディスクドライブまたはそれ以外のコンピュータ読み出し可能記憶媒体である。コンピュータで読み出し可能な記憶媒体は、種々のタイプの揮発性記憶媒体および不揮発性記憶媒体を含む。図面または本明細書において説明した機能、動作またはタスクは、コンピュータ読み出し可能記憶媒体に記憶されている１つまたは複数の命令セットに応答して実行される。機能、動作またはタスクは、特定のタイプの命令セット、記憶媒体、プロセッサまたは処理ストラテジーに依存せず、またソフトウェア、ハードウェア、集積回路、ファームウェア、マイクロコードなどによって、単独でまたは組み合わせて実行されるようにしてもよい。同様に、処理ストラテジーは、マルチプロセシング、マルチタスク処理、並列処理などを含んでいてもよい。１つの実施形態において、命令はローカルシステムまたはリモートシステムによる読み出しのために、取り外し可能な媒体装置に記憶されている。別の実施形態において、命令はコンピュータネットワークまたは電話回線を介して転送するために、遠隔地に記憶されている。さらに別の実施形態において、命令は所与のコンピュータ、ＣＰＵ、ＧＰＵまたはシステム内に記憶されている。
【００２４】
要素１１〜１７および１９〜２０はすべて、任意の適切な形態をとることができ、何らかの特定の構成に制限されない。たとえば、送受信ビーム成形器は、アナログ装置としてもデジタル装置としても構成することができ、シングルエレメント型のトランスデューサアレイや、種々の次元のフェーズドアレイも含めて、任意の適切なトランスデューサアレイを使用することができる。付加的に、システム１０はトランスデューサアレイ１３とディスプレイ１９との間の信号経路に付加的なエレメントを有することができ、図中のエレメントのうち選択されたものを削除するか、または、図中のエレメントのうち幾つかの順序を交代することができる。たとえば、バックエンドプロセッサとレンダリングプロセッサ１７との順序を変更し、たとえばメモリ２０より前にスキャン変換部を設け、スキャン変換されたデータフレームがボリュームを表現するのに使用されるようにすることができる。別の例として、レンダリングプロセッサ１７は別個のコンピュータ内にある。
【００２５】
バックエンドプロセッサはまた、適応的な多次元バックエンドマッピングステージ１８も有する。このマッピングステージ１８は多くの形態をとることができ、たとえば、米国特許第６５７９２３８号に開示された実施形態のうちいずれかとすることができる。米国特許第６５７９２３８号の機能および相応の実施形態の任意の組み合わせを使用することもできる。米国特許第６５７９２３８号に開示されたように、ボリュームデータに基づいて、ノイズ、信号雑音比、ダイナミックレンジ処理、組織識別、ゲイン、マッピング、当てはめ、または別の側面を使用することができる。以下に別の実施形態が記載されている。
【００２６】
マッピングステージ１８は、入力されたボリュームデータを出力ボリュームデータにマッピングするためのプロセッサを有する。プロセッサは、汎用プロセッサ、デジタル信号プロセッサ、特定用途集積回路、フィールドプログラマブルゲートアレイ、メモリ、デジタル回路、アナログ回路、それらの組み合わせ、または、入力データを出力データにマッピングするための他の現在公知のコンポーネントまたは将来開発されるコンポーネントである。
【００２７】
図２および３に、ボリューム全体で局所的ゲインを制御することにより、軟組織が実質的に一定の目標値で表示されるようにするための１つの実施形態が示されている。図２に、図１のマッピングステージ１８′のこれらの実施形態のブロック図が示されている。図２に示されているようにマッピングステージ１８′は、ノイズデータプロセッサ３０と、軟組織プロセッサ３２と、ゲインプロセッサ３４とを有する。ノイズデータプロセッサ３０は電子的ノイズの推定量を生成する。というのも、電子的ノイズはボリュームにわたって変化するからである。軟組織プロセッサ３２は、ボリューム内の異なる位置における該ボリューム内の軟組織の強度を示す平滑化された超曲面を生成する。ゲインプロセッサ３４はプロセッサ３０および３２からの出力を使用して、ボリュームに適用されるゲインを適応調整するか、またはゲインおよびダイナミックレンジの双方を適応調整する。択一的な実施形態では、ノイズデータプロセッサ３０は設けられない。
【００２８】
図３に、図２の要素の１つの実施形態の詳細なブロック図が示されている。図４に、図３の実施形態によって実施される方法のフローチャートが示されている。
【００２９】
図３に示されたように、この実施形態におけるノイズデータプロセッサ３０は、ローパスフィルタ４０とデシメータ４２とを有し、プロセッサ３０は、ボリューム全体に分布された異なる位置の電子的ノイズの尺度を生成する。ノイズプロセッサ３０は入力としてノイズボリュームを受け取る。すなわち、オフされた送信器によって取得されたボリュームを表すデータを受け取る。照射する圧力波が存在しない場合、得られる入力信号が、ボリューム内の位置に依存する現在主流のシステムノイズの尺度であるノイズデータ集合を形成する。ローパスフィルタ４０がノイズボリュームを平滑化し、デシメータ４２がこのフィルタリングされたノイズを比較的粗い格子にデシメートし、各次元でたとえば５０ピクセルを測定する。別のデシメート係数を使用することができ、たとえば、音響的またはボリュームの格子で１０×１０×１０ピクセルのデシメート係数を使用することができ、また、デシメートを使用しなくてもよい。このようなノイズボリュームによって、ボリューム内の位置に依存してシステムの局所的ノイズが供給される。
【００３０】
軟組織プロセッサ３２は、イメージングパラメータによって取得されたデータの画像ボリュームに応答する。この画像ボリュームは、画像中の軟組織に由来するデータを含む。軟組織プロセッサ３２は、ボリュームデータセット中で軟組織に相応するデータを識別する。たとえば軟組織プロセッサ３２は、ノイズプロセッサ３０の相応の要素と同一または相違するローパスフィルタ４４とデシメータ４６とを含む。ノイズプロセッサ３０からのフィルタリングおよびデシメートされたノイズボリュームは逆極性で、フィルタリングおよびデシメートされた画像ボリュームと加算器５４で加算される。ノイズボリュームおよび画像ボリュームはこの実施例では、検波後、対数圧縮後の信号であるから、加算器５４によって実施される加算は、２つのボリュームの関連する領域の信号雑音比（ＳＮＲ）に等しい出力信号を生成する。ＳＮＲデータは比較器５６に伝送され、該比較器５６は出力としてＳＮＲバイナリボリュームを生成する。このバイナリボリュームは、たとえば３ｄＢまたは６ｄＢである所定値を上回るＳＮＲを特徴とするボリュームの領域では１に等しくセットされ、ＳＮＲが該所定値以下である領域では０にセットされる。このようにしてＳＮＲバイナリボリュームは、軟組織画像データの候補となるのに十分に高い信号雑音比を有する画像ボリュームの領域を識別する。画像の高ノイズ低ＳＮＲの領域に相応する論理値０によって表されるＳＮＲバイナリボリュームの部分であるこの領域は、軟組織の候補として見なされない。
【００３１】
軟組織プロセッサ３２はまた、局所分散計算器４８と、デシメータ５０と、比較器５２とによって、分散バイナリボリュームを生成する。これらのエレメントは、ボリュームデータセットの局所的な空間的分散を使用して、軟組織に特徴的な分散を有するボリュームデータセットの領域を識別する。
【００３２】
軟組織では、各分解能セルに存在する散乱体の数が多い。反射された信号間のランダムな干渉に起因して、完全に発達したスペックルが生じ、信号の振幅には、軟組織を表現するボリュームデータセットの領域にレイリー分布が生じる。この実施形態では、各ボクセル周辺の分解能セルの隣接関係で計算された局所的分散が、完全に発達したスペックルの局所的分散に類似する程度が、特定のボクセルが軟組織を表す尤度の尺度として使用される。この分散バイナリボリュームは、分散が軟組織イメージングに一致する領域では１に等しくセットされ、そうでない領域では０にセットされる。
【００３３】
局所的分散計算器４８は、ボリュームデータセットをサブボリューム領域の格子に分割することによって動作する。このような領域のサイズは、各軸ごとにボリュームデータセットの分解能サイズより１０倍大きいオーダとすることができる。より小さいサイズまたはより大きいサイズを使用することができる。
【００３４】
デシメータ５０は、デシメータ４２および４６と同じスケールで動作するか、または異なるスケールで動作する。その後、デシメートされた分散ボリュームはボクセルごとに、比較器５２において最小分散レベルおよび最大分散レベルと比較される。この比較はとりわけ、対数圧縮されたデータでは単純であり、ここでは、軟組織に特徴的な完全に発達したスペックル特性の分散が２×（５．５７ｄＢ）となる。したがって、ボリューム内の軟組織の領域は、２×（５．５７ｄＢ）に近い分散を有する完全に発達したスペックルによって表される。別の閾値を使用することも可能である。スペックルの実際の局所的分散は、超音波システムの信号処理経路に設けられたフィルタに起因して、理論値に等しくない場合がある。実際には、この分散は軟組織に似ているファントムに基づく測定によって検出される。
【００３５】
電子的ノイズの分散は軟組織の分散に近く、６０で示されたＡＮＤ演算がＳＮＲバイナリボリュームと分散バイナリボリュームとを使用して、電子的ノイズを軟組織として誤分類するのを回避する。このＡＮＤ演算は、デシメートされたＳＮＲバイナリボリュームおよびデシメートされた分散バイナリボリュームのボクセルごとに行われる。このようにして得られた、デシメートされた組織バイナリボリュームの値は、ＳＮＲバイナリボリュームに関連する領域が低ＳＮＲ比によって特徴づけられることを該ＳＮＲバイナリボリュームが示唆するか、または、分散バイナリボリュームに関連する領域が軟組織でないことを該分散バイナリボリュームが示唆する場合、０に等しい。ＳＮＲバイナリボリュームはすべての実施形態で必要であるわけではなく、ノイズが軟組織のように顕れる画像の領域が誤分類されるのを回避するために別の技術を使用することもできる。たとえば、ノイズ縮小技術を局所分散推定の前に適用することができる。
【００３６】
デシメータ４６からのフィルタリングおよびデシメートされた画像ボリュームデータセットと、ＡＮＤ素子６０からのバイナリ組織ボリュームデータセットとは、プロセッサ６２に入力として与えられ、軟組織強度を計算するのに使用される。とりわけプロセッサ６２の出力は、同一の領域における組織バイナリボリュームの相応の値に依存する強度値を有するデシメートされたデータセットである。組織バイナリボリュームの相応の領域が、（該領域が軟組織に相応しないことを示唆する）論理値０に等しい場合、プロセッサ６２の出力は、相応の領域の強度値を有さない。択一的に、組織バイナリボリュームが論理値１に等しい領域では、プロセッサ６２の出力は、フィルタ４４によってフィルタリングされデシメータ４６によってデシメートされた相応の領域の強度値を含む。
【００３７】
別の実施形態ではプロセッサ３２は、ボリュームデータセットから計算されたモーメントに依存して、軟組織に相応するデータを識別する。たとえば、プロセッサ３２はＢモード強度のボクセルをフィルタリングする。任意のサイズのカーネルを使用することができ、たとえば３×３×３を使用することができる。対称的または非対称的なカーネルを使用することができる。デシメートされない各ボクセルごとに、またはデシメート後の他の各ボクセルごとに、ボリューム内のボクセルの周辺の隣接関係が、フィルタリングされた出力に寄与する。このフィルタリングは、１次モーメントを適用するか、または２次モーメントを適用するか、またはより高次のモーメントを適用する。１次モーメントの場合、カーネル内のボクセルは平均化される。２次モーメントの場合、カーネル内のボクセルはそれぞれ２乗され、加算された後、正規化される。１次モーメントおよび２次モーメントの双方を使用することができる。閾値は、得られたモーメントが軟組織を示唆するか否かを示し、たとえば２次モーメントが閾値を上回る場合、軟組織を示唆する。複数のモーメントまたは軟組織測定を使用する場合、閾値の組み合わせを使用するか、または１つの閾値のみによる測定結果の組み合わせを使用して、軟組織を識別することができる。たとえば、第１の閾値および第２の閾値をそれぞれ上回る１次モーメントおよび２次モーメントを有する領域は軟組織に相応し、他の領域は軟組織に相応しない。
【００３８】
１つの実施形態では、プロセッサ３２は異なる種類の軟組織を識別する。異なる種類の軟組織は、異なる応答特性を有する。たとえば、１次モーメントのレンジおよび／または２次モーメントのレンジおよび／またはより高次のモーメントのレンジが、組織の種類を示唆する。適切な関数または閾値が、異なる種類の組織に関連する強度またはボクセルを識別する。軟組織の１つまたは複数の種類を識別するための別の実施形態を使用することができる。
【００３９】
プロセッサ６４において、該プロセッサ６２によって供給されたボリュームデータセットに超曲面が当てはめられる。デシメートされたデータセットまたはデシメートされていないデータセットが、当てはめに使用される。当てはめのためのボリューム内のデータは、軟組織データである。軟組織データでないデータは使用されない。超曲面を定義する関数であればどのような関数も使用することができ、たとえば多項式関数を使用することができる。１つの実施形態では、線形関数または２次関数がこの超曲面を定義する。この超曲面は、軟組織を表す入力データである第４の次元を有する３つの空間的次元（すなわちボリューム）に当てはめられる。この入力データは、たとえば軟組織に関する強度である。
【００４０】
この超曲面は、局所的な軟組織平均強度の尺度を提供する。というのも、この超曲面はボリュームにわたって変動するからである。この平均は、局所的なデータに当てはめられる。この変動は、イメージング詳細を確保するために、たとえば超曲面を低次の関数または他の関数の多項式によって制限することにより、空間的に低くされる。１つの実施形態では、軟組織データはノイズを考慮せずに当てはめられる。別の実施形態では、ＳＮＲバイナリボリュームを使用して、ノイズによって与えられるボリュームの部分による超曲面の改悪を回避する。超曲面が軟組織データのデシメートされたボリュームに当てはめられる場合、プロセッサ６４によって当てはめられる超曲面は急激に変動せず、異なるコントラストの軟組織間の移行部または接点の表示に干渉しない。１つの実施形態では、プロセッサ６４はボリュームを６×６×６に分割するか、または他の格子に分割し、該格子の各領域ごとの軟組織平均強度値を計算した後に、超曲面をこの平均値に当てはめる。
【００４１】
プロセッサ６４は、データの異なる種類ごとに別個の超曲面を決定することができる。たとえば、１つのデータセットは１つの種類の軟組織データであり、別のデータセットは別の種類の軟組織データである。これら２つのデータセットは、ボリュームを表現する入力データセットから識別されたデータを含む。異なる超曲面が当てはめられ、軟組織データの各種類ごとにそれぞれ１つの超曲面が当てはめられる。別の実施例として、ノイズに対して付加的な超曲面が決定される。この超曲面は、ノイズボリュームデータセットに当てはめられる。
【００４２】
このゲインプロセッサ３４は、前記超曲面に依存して入力ボリュームのデータを出力値にマッピングするように動作する。マッピングされるこのデータは軟組織データを含み、別のデータを含むこともできる。たとえば入力ボリュームデータセットは、軟組織を示唆するために導出されたデータセットというより、マッピングされる。
【００４３】
この実施形態のゲインプロセッサ３４は、プロセッサ６４からの当てはめられる超曲面と、領域ごとまたはボクセルごとの軟組織目標強度レベルＴＴとの間の差を得るための加算器８２を有する。加算器８２の出力は軟組織ゲインＧＴであり、この軟組織ゲインＧＴは、レンジ、エレベーションおよびアジマスに応じて変動し、超曲面が組織局所平均に当てはめられて軟組織目標レベルＴＴで表示されるのに必要とされるゲインである。
【００４４】
１つの実施形態では、目標組織レベルにマッピングするためのゲインのみが加えられる。別の実施形態では、この組織ゲインＧＴは論理ブロック８４に与えられ、この論理ブロック８４は第２の入力ＧＮも受け取る。信号ＧＮは、ノイズ目標レベルＴＮとフィルタリングおよびデシメートされたノイズボリュームデータセットまたはノイズ超曲面の相応の値との間でボクセルごとまたは領域ごとに差をとる加算器８０によって生成される。それゆえノイズゲインＧＮも、レンジ、エレベーションおよびアジマスに応じて変動し、局所平均ノイズレベルがノイズ目標レベルＴＮで表示されるのを保証するためのゲインを表す。論理ブロック８４は、ＧＦに等しい最終的な３次元ゲインを、ＧＮおよびＧＴのうち低い方に設定する。この最終的な３次元ゲインＧＦは、ブロック８６において画像ボリュームデータセットに加えられる。ゲインプロセッサ３４は、ノイズ信号がノイズ目標レベルより低いボリュームのすべての部分で該ボリュームの軟組織領域がほぼ組織目標レベルＴＴで表示されるように、ゲインＧＦを設定する。ボリューム内においてノイズ強度ＩＮがノイズ目標レベルＴＮを上回る領域では、ノイズが不適切に増幅されないことを保証するために比較的低いゲインを使用する。
【００４５】
幾つかの実施形態では、最終ゲインＧＦはたとえば最小２乗当てはめによって、デプスゲイン成分と、アジマスラテラルゲイン成分と、エレベーションラテラルゲイン成分と、アジマスラテラルゲイン傾斜成分と、エレベーションラテラルゲイン傾斜成分とに分解される。アジマスゲイン傾斜値および／またはエレベーションラテラルゲイン傾斜値が最小化するようにデプスゲイン成分を選択し、また、デプスゲインの変化とアジマスラテラルゲインの変化とエレベーションラテラルゲインの変化とが最小化されるようにマスタゲイン値を選択することが有利である。
【００４６】
１つの実施形態では、組織目標強度レベルがボリューム全体で一定であるが、別の実施形態では変動することもできる。超曲面は、軟組織に関連しない位置であっても、ボリューム全体にわたって目標レベルとの差を提供する。超曲面の当てはめと緩慢な変動に制限されることとに起因して、得られるゲインは、組織領域および非組織領域において大きく相違しない。非組織領域を表すデータがゲイン調整されると、強度レベルは軟組織領域と異なって維持される。
【００４７】
別の実施形態では、複数の超曲面がマッピングに使用される。ゲインおよびダイナミックレンジの設定の組み合わせを使用することができる。たとえば、ゲインおよびダイナミックレンジの設定により、異なる種類の組織を異なる組織目標レベルにマッピングするか、または異なる組織目標レベルの近くにマッピングすることができる。択一的に、異なる超曲面がボリュームデータセットの異なるサブセットに適用され、組み合わされて、任意の優先度および関数を使用して１つの超曲面を成すか、または別個のレンダリングに使用される。たとえば、ノイズ超曲面が負のゲイン調整を行うのに使用される。組織目標値と軟組織超曲面との差は、ノイズの寄与を考慮するために増大される。
【００４８】
図４に、図３のシステムによって実施される方法のフローチャートが示されているが、異なるシステムを使用することもできる。医療用超音波イメージングシステムは、ゲインを適応制御するための方法を実施する。付加的なステップ、別のステップを設けるか、またはステップを少なくすることも可能である。たとえば、ノイズベースのステップ１０４，１０８および１１４が実施されない。別の例として、軟組織領域の識別において、ステップ１１０，１１２および１１４によって表されるのと異なる識別を使用することができる。各ステップは、図示の順序で実行してもよいし、または異なった順序で実行してもよい。
【００４９】
ステップ１００において、上記の適応ゲインの特徴が開始される。このことを行える手法は数多く存在する。たとえば、ユーザ要求に応答するかまたは時間間隔で自動的に、適応ゲインを開始する。たとえば、設定された数のボリュームスキャンごとに、または設定された秒数ごとに、適応ゲインを自動的に開始することができる。別の例として、変化が検出されることによってゲインの計算がトリガされる。
【００５０】
適応ゲインがブロック１００において開始されると、ステップ１０２においてシステムの３次元のイメージング取得パラメータが、事前選択された値に設定される。この事前選択された値は、適応ゲインプロセッサの動作を最適化する。一例として、以下の一般的なガイドラインが１つの実施形態において適していることが判明した：
可能性のある非常に幅広く異なるイメージング状況において、ボリュームのすべての位置で飽和を引き起こすことなくボリューム全体にわたって可能な限り最高の信号雑音比が維持されるように、ゲインおよびダイナミックレンジを決定する。このことにより、信号が弱い領域が適応ゲインプロセッサによって考慮されることが保証される。別のパラメータおよび／または目的を使用することもできる。事前選択された値は、ユーザによって変化または変更することができる。この事前選択された値は、受信データに適応することができる。事前選択された値は、異なるイメージングアプリケーションごとに異なることができる。
【００５１】
画像取得パラメータが選択されると、ステップ１０４においてこの画像取得パラメータを使用して１つまたは複数のノイズデータ集合を取得し、ステップ１０６において画像ボリュームデータ集合を取得する。たとえば、ノイズボリュームデータ集合は通常の画像データ集合であるが、送信器がオフされているという点で異なる。受信器およびプロセッサは、ボリュームにわたってスキャンすることにより、信号を受け取る。送信器がオフされているので、本当のエコー信号は存在せず、このデータ集合に顕れる信号はすべて、システムノイズを表すかまたは電子的ノイズを表す。このノイズボリュームデータ集合はブロック１０８において、低ＳＮＲを特徴とする領域を識別するのに使用される。画像ボリュームデータセットはどのような様式でもよく、たとえば、造影剤が添加された組織または造影剤が未添加である組織の基本波イメージングまたは高調波イメージングを含んでもよい。
【００５２】
ステップ１１０，１１２および１１４は、軟組織に相応する入力ボリュームデータのボクセルを識別するために機能する。たとえば、ステップ１０６においてボリュームを表すＢモード強度のデータ集合が取得されて処理されることにより、軟組織に関連するボクセルまたは領域が検出される。
【００５３】
ステップ１１０において、入力ボリュームデータの変動性の統計的尺度が検出され、たとえば各ボクセルまたは選択された領域の変動性の統計的尺度が検出される。ステップ１１０において、振幅検波され対数圧縮された信号の空間的または時間的な平均が１次モーメントとして使用される。択一的に、ノイズ出力の局所平均によって正規化されたノイズ出力の空間的分散を２次モーメントとして使用することができる。たとえば、圧縮前の信号に関して、正規化された空間的分散を検出し、この正規化された空間的分散を、この圧縮前の信号の局所平均によって正規化することができる。３次元カーネルを有する確率分布の１次モーメント、２次モーメントまたはより高次のモーメント。４次元空間は、３つの空間的次元とデータ（たとえば強度）次元とに相応する。
【００５４】
各統計的尺度は、入力ボリュームデータの各ボクセルまたは各領域の周囲の３次元領域の関数である。この領域は、それぞれ２を上回るＮ×Ｍ×Ｐ領域等である任意のサイズとすることができる。より大きな領域を使用することもできる。この領域は、対称的であるかまたは非対称的である。この領域は、デシメートなしのボクセル間隔であるか、またはデシメート後のボクセル間隔に相応する。
【００５５】
この変動性の統計的尺度は、横方向および軸方向の軸とエレベーション軸のうちいずれか１つの軸上で計算するか、またはこれらの軸のうちいずれか２つの軸上で計算するか、または３つすべての軸上で計算することができる。上記の例は、３つの空間的次元における分散を計算し、たとえばエレベーション軸、アジマス軸および軸方向の軸における分散を計算する。これら３つの空間的次元は、ボリュームドメイン（たとえばｘ，ｙ，ｚ）に存在するか、またはスキャンドメイン（レンジ、エレベーション、アジマス）に存在することができる。
【００５６】
ステップ１１２および１１４において、軟組織に相応する画像ボリュームデータ集合の領域が検出される。軟組織に相応する入力ボリュームデータのボクセルは、前記統計的尺度のうち１つまたは複数の統計的尺度の少なくとも一部に基づいて検出される。別の情報からの軟組織情報を示すために、閾値または別の関数を使用することができる。米国特許第６５７９２３８号に開示された軟組織検出または軟組織検出を支援する技術等の、別の技術を使用することもできる。１つの実施形態では、１次モーメントおよび２次モーメントの双方が使用される。たとえば異なる閾値を適用して、１つより多くの種類の軟組織を識別することができる。
【００５７】
ステップ１１４において、ブロック１０８において検出された低ＳＮＲを特徴とするボリュームの領域を使用することにより、軟組織として識別された領域が、画像のノイズ含有領域の外側にあることを保証する。局所コヒーレンス係数を使用して、高い音響的ノイズまたはクラッタの領域がマッピング判定から排除されることを保証することができる。局所コヒーレンス係数は、遅延およびアポディゼーションされた信号の受信チャネルにわたるコヒーレント（位相敏感）／インコヒーレント（位相敏感でない）の和の比として定義される。Rigby による米国特許第５９１０１１５号の記載を参照されたい。低いコヒーレンス係数は強い位相収差を示唆する。すなわち、音響ノイズまたはクラッタのレベルが高いことを示唆する。コヒーレンス係数を使用して、クラッタによって得られたボリュームの領域を無視することができる。
【００５８】
上記のように、軟組織識別を変動性の統計的尺度に基づいて行うことができる。択一的に、軟組織を識別するために別の手法を使用することができ、たとえば画像信号の振幅に基づく手法を使用することができる。Klesenski による米国特許第５５７９７６８号の記載を参照されたい。
【００５９】
ボリューム内の軟組織情報を使用して、強度または別のデータの空間的変動が抽出される。この抽出は、４次元空間に埋め込まれた３次元の超曲面によって実現される。この空間の４つの次元は、３つの空間的次元と、強度またはデータの第４の次元とである。
【００６０】
ステップ１１６において３次元の超曲面を、デシメートされたかデシメートされていないボリューム全体にわたる軟組織ボクセルに当てはめる（たとえばＢモード強度値）。この超曲面は３つの空間的次元に沿って当てはめられる。超曲面を当てはめるための現在公知のアルゴリズムまたは処理、または、将来開発されるアルゴリズムまたは処理のうち任意のアルゴリズムまたは処理を使用することができる。１つの実施形態では、超曲面は多項式関数に基づく。軟組織データに対して、多項式の制限を満たす３次元面の最良の当てはめが求められる。線形関数、２次関数または別の多項式関数を使用することができる。超曲面は一般的に、Ｆ（ｘ，ｙ，ｚ，ｗ・・・）＝０の形態の数式によって記述される。変数ｘ，ｙ，ｚ，ｗ・・・がｎ次元の空間の次元に相応する場合、超曲面は埋め込まれている。Ｆが２次の多項式である特別なケースでは、超曲面は２次超曲面と称される。アプリケーションが異なるごとに異なる超曲面を使用することができ、たとえば、より均質に応答する器官をイメージングするために、より緩慢に変動する超曲面を提供することができる。任意の技術を使用することができ、たとえば米国特許第６５７９２３８号に開示された当てはめ技術を使用することができる。
【００６１】
１つより多くの超曲面を当てはめることができる。たとえば、超曲面を異なるデータ集合に当てはめることができる。データ集合は、異なる組織からの応答または組織およびノイズからの応答を表す。同種類の超曲面が異なるデータ集合に独立して当てはめられる。択一的に、データ集合が異なるごとに異なる超曲面が当てはめられ、たとえば、異なるコントラストを提供するか、または、異なる超曲面に当てはめるための異なる多項式を提供する。
【００６２】
ステップ１１８において、各位置において超曲面の振幅を有する信号が、画像の一部分または全体にわたる軟組織目標値で表示されるかまたは該軟組織目標値の近くで表示されるように、局所ゲインを適応的に変化する。このゲインは、入力ボリュームデータ集合および／または異なるボリュームデータ集合（たとえば連続的に取得されボリュームを表すデータ集合）をマッピングするために使用される。この超曲面は、データのゲインの適応変化をボリューム内の位置に依存して提供する。このボクセルは出力値の軟組織レンジにマッピングされる。レンダリングすべき画像内の軟組織の領域の平均振幅は実質的に目標表示値にある。これは実質的に、値のレンジとのマッピングを考慮し、たとえば１０個の強度レベル内のマッピングを考慮する。
【００６３】
この軟組織目標値または目標表示値を設定する手法は数多く存在する。目標表示値は、単に記憶された値とするか、またはユーザ選択された値とするか、または周辺光に応答して適応的に検出される値とすることができる。択一的に軟組織目標レベルは、現在呼び出された処理後の曲線に依存する。とりわけ、ユーザ制御可能な値またはユーザ事前定義可能な値を軟組織目標グレイレベルＴＧとして使用することができる。ＴＧの表示グレイレベルにマッピングされる信号強度レベルに処理後曲線が選択されると必ず、ＴＴは定義される。ゲインの設定に別のファクタも考慮することができ、たとえばノイズ、ＳＮＲまたはダイナミックレンジを考慮することができる。
【００６４】
１つより多くの超曲面に対してマッピングするためには、ゲイン設定および別の設定の双方を使用することができる。たとえば、ダイナミックレンジは２つ以上の３次元超曲面に依存して変化する。ゲインも、２つ以上の超曲面に依存することができる。択一的に、ゲインは１つの超曲面に依存し、別の設定は別の超曲面に依存する。
【００６５】
たとえば、２つ以上の異なる種類の組織に対して、または組織とノイズとに対して、複数の超曲面を使用することができる。たとえば、ノイズ信号は３次元で供給され、現在存在するノイズを示し、たとえばクラッタ、電子回路ノイズ、収差または別のノイズを示す。ノイズ超曲面はノイズ信号に当てはめられる。ゲイン設定または別の設定は、ノイズ超曲面に依存して適応的に変化する。ゲインも、組織に対応する超曲面に依存することができる。たとえば、特定のボクセル位置の最小ゲインを選択するか、またはこれを平均化することにより、超曲面または得られるゲイン値が組み合わせられる。
【００６６】
ステップ１２０において、マッピングから出力されたデータに依存して画像を表示する。データをフィルタリングするか、または３次元格子に補間するか、または別の手法でレンダリング前に処理することができる。出力されるデータは、ボリュームを表すボクセルを含むか、または、各次元に沿った複数のボクセルにわたって分布されたボクセルを含む。この出力データを使用して、レイキャスティング、強度投影（最大、最小、平均）、表面レンダリング、または別のボリュームレンダリングを行うことができる。アルファブレンディング、オパシティ処理、シェーディング処理または別のレンダリング処理を使用することができる。変換関数を適用することができる。レンダリングによって、２次元スクリーン上に観察方向からの３次元表現が作成される。
【００６７】
多くの択一的手段が可能である。実際には、アナログ信号処理技術およびデジタル信号処理技術の最も広いレンジを使用して、上記の基本的機能を実施することができる。上記の適応ゲインプロセッサの１つの実施形態に、プログラミングされたコンピュータがある。たとえば、適応ゲインと、オプションとして適応的に検出されるダイナミックレンジとを、トランスデューサアレイ１３およびディスプレイ１９との間の信号経路上の所望の位置における画像信号に適用することができる。双方とも、スキャン変換と対数圧縮と検波とを行う前または行った後とすることができる。適応ゲインプロセッサは、検波と対数圧縮とスキャン変換とが行われる前または行われた後に、ＲＦ信号、ＩＦ信号またはベースバンド信号で動作することができる。
【００６８】
上記の例では入力信号は、異なるバックエンドゲインステージを適切に制御することにより、出力信号値の軟組織レンジまたはノイズレンジに適応的にマッピングされる。しかし、所望の出力信号値が得られるように、単独で、または１つまたは複数のバックエンドゲインステージのゲイン変化と組み合わせて、フロントエンドゲインステージのゲインを変化することもできる。
【００６９】
上記の詳細な説明は図解のためのものであり、本発明を限定しない。本発明の範囲を定義するのは、等価的なすべてのものも含めた特許請求の範囲のみである。
【図面の簡単な説明】
【００７０】
【図１】１つの実施形態を含む医療診断超音波イメージングシステムのブロック図である。
【図２】図１の適応的な多次元のバックエンドマッピングステージの実施形態のブロック図である。
【図３】図２のマッピングステージの１つの実施形態の詳細なブロック図である。
【図４】図３の実施形態によって実施される方法のフローチャートである。
【特許請求の範囲】
【請求項１】
医療用超音波イメージングシステム（１０）においてゲインを適応制御するための方法において、
軟組織に相応する入力ボリュームデータのボクセルを識別し（１１２）、
３次元の超曲面を、該軟組織に相応するボクセルに当てはめ（１１６）、
該医療用超音波イメージングシステム（１０）のゲインを、少なくとも部分的に、当てはめられた該超曲面に基づいて適応的に変化する（１１８）
ことを特徴とする方法。
【請求項２】
前記ゲインを適応的に変化するステップ（１１８）は、前記ボクセルを出力値の軟組織レンジにマッピングするステップを含む、請求項１記載の方法。
【請求項３】
前記超曲面は多項式によって記述される、請求項１記載の方法。
【請求項４】
前記超曲面は２次曲面である、請求項３記載の方法。
【請求項５】
前記ゲインを適応的に変化するステップ（１１８）は、画像中の軟組織の領域の平均振幅が実質的に目標表示値で表示されるようにするステップを含む、請求項１記載の方法。
【請求項６】
前記軟組織に相応する入力ボリュームデータのボクセルを識別するステップ（１１２）は、
該入力ボリュームデータの変動性の次のような統計的尺度、すなわち、各統計的尺度は該入力ボリュームデータの各ボクセルの周辺の３次元の領域に依存する統計的尺度を決定するステップ（１１０）と、
少なくとも部分的に該統計的尺度に基づいて、該軟組織に相応する入力ボリュームデータのボクセルを識別するステップ（１１２）
とを有する、請求項１記載の方法。
【請求項７】
前記統計的尺度を決定するステップ（１１０）は、Ｎ×Ｍ×Ｐ領域の２次モーメントを決定するステップを含み、ここで、Ｎ、ＭおよびＰはそれぞれ２を上回る、請求項６記載の方法。
【請求項８】
現在存在するノイズを示すノイズ信号を３次元で供給するステップ（１０４）と、
ノイズ超曲面を該ノイズ信号に当てはめるステップ（１１６）
とを有し、
前記ゲインを適応的に変化するステップ（１１８）において、該ゲインを前記超曲面と該ノイズ超曲面とに依存して適応的に変化する（１１８）、請求項１記載の方法。
【請求項９】
前記入力ボリュームデータはＢモード強度であり、
前記３次元の超曲面は、該Ｂモード強度に当てはめられる３つの空間的次元を含む、請求項１記載の方法。
【請求項１０】
ボクセルを識別するステップ（１１２）において、第１の種類の軟組織に相応する第１の集合のボクセルと、第２の種類の軟組織に相応する第２の集合のボクセルとを識別し（１１２）、
前記３次元の超曲面を当てはめるステップ（１１６）において、該３次元の超曲面を該第１の集合のボクセルに当てはめ（１１６）、付加的な３次元の超曲面を該第２の集合のボクセルに当てはめ（１１６）、
前記ゲインを適応的に変化するステップ（１１８）において、ダイナミックゲインを該３次元の超曲面と該付加的な３次元の超曲面とに依存して変化する（１１８）、請求項１記載の方法。
【請求項１１】
医療用超音波イメージングで組織情報を等化するためのシステム（１０）において、
ボリュームを表すデータに依存して超曲面を決定し、該超曲面に依存して該データを出力値にマッピングするように動作するプロセッサ（１８）と、
該出力値に応答して画像を表示するように構成されたディスプレイ（１９）
とを有することを特徴とするシステム。
【請求項１２】
前記プロセッサ（１８）は、前記超曲面を３つの空間的次元で前記データに当てはめることによって該超曲面を決定するように構成されており、
該データは超音波強度を有し、
該超曲面の当てはめ（１１６）は多項式の関数である、請求項１１記載のシステム。
【請求項１３】
前記プロセッサ（１８）は、前記ボリューム内のデータの異なる隣接関係ごとに計算されたモーメントに依存して、軟組織に相応するデータを識別するように構成されており、
該プロセッサ（１８）は前記超曲面を、軟組織に相応するデータに依存して、該ボリュームの別のデータには依存せずに決定する、請求項１１記載のシステム。
【請求項１４】
前記プロセッサ（１８）は、異なる種類の軟組織を識別し、
該異なる種類のうち１つの種類の軟組織に対して前記超曲面を決定し、該異なる種類のうち別の種類の軟組織に対して付加的な超曲面を決定し、
該超曲面および付加的な超曲面の双方に依存してマッピングするように構成されている、請求項１１記載のシステム。
【請求項１５】
前記プロセッサ（１８）はノイズに対して付加的な超曲面を決定し、
前記超曲面と該付加的な超曲面とに依存してマッピングするように構成されている、請求項１１記載のシステム。
【請求項１６】
医療診断用イメージングにおいて入力データを出力データにマッピングするための命令を表すデータが記憶されたコンピュータ読み出し可能な記憶媒体（２０）において、
該命令は、プログラミングされたプロセッサ（１８）によって実行可能であり、
該命令は、
強度の空間的変動を、３つの空間的次元と第４の強度次元とを含む４次元空間に埋め込まれた３次元の超曲面で抽出するための命令（１１６）と、
該超曲面に依存して該入力データを該出力データにマッピングするための命令（１１８）と、
該出力データに依存して画像を表示するための命令（１２０）
とを含むことを特徴とする、コンピュータ読み出し可能な記憶媒体。
【請求項１７】
前記超曲面と、異なる超曲面とが、異なる軟組織種類に関連づけされる（１１４）、請求項１６記載の命令。
【請求項１８】
前記４次元空間の各ボクセルの周辺の３次元カーネルによって、確率分布の１次モーメント、２次モーメントまたはより高次のモーメントを推定し（１１０）、各ボクセルは入力データを含み、
前記強度の空間的変動を抽出するステップ（１１６）において、該モーメントによって区別された軟組織に依存して抽出する、請求項１６記載の命令。
【請求項１９】
前記強度の空間的分散を抽出するステップ（１１６）において、前記超曲面をノイズに当てはめる（１１６）、請求項１６記載の命令。
【請求項２０】
前記強度の空間的分散を抽出するステップ（１１６）において、前記超曲面を軟組織データに当てはめる（１１６）、請求項１６記載の命令。
【請求項１】
医療用超音波イメージングシステム（１０）においてゲインを適応制御するための方法において、
軟組織に相応する入力ボリュームデータのボクセルを識別し（１１２）、
３次元の超曲面を、該軟組織に相応するボクセルに当てはめ（１１６）、
該医療用超音波イメージングシステム（１０）のゲインを、少なくとも部分的に、当てはめられた該超曲面に基づいて適応的に変化する（１１８）
ことを特徴とする方法。
【請求項２】
前記ゲインを適応的に変化するステップ（１１８）は、前記ボクセルを出力値の軟組織レンジにマッピングするステップを含む、請求項１記載の方法。
【請求項３】
前記超曲面は多項式によって記述される、請求項１記載の方法。
【請求項４】
前記超曲面は２次曲面である、請求項３記載の方法。
【請求項５】
前記ゲインを適応的に変化するステップ（１１８）は、画像中の軟組織の領域の平均振幅が実質的に目標表示値で表示されるようにするステップを含む、請求項１記載の方法。
【請求項６】
前記軟組織に相応する入力ボリュームデータのボクセルを識別するステップ（１１２）は、
該入力ボリュームデータの変動性の次のような統計的尺度、すなわち、各統計的尺度は該入力ボリュームデータの各ボクセルの周辺の３次元の領域に依存する統計的尺度を決定するステップ（１１０）と、
少なくとも部分的に該統計的尺度に基づいて、該軟組織に相応する入力ボリュームデータのボクセルを識別するステップ（１１２）
とを有する、請求項１記載の方法。
【請求項７】
前記統計的尺度を決定するステップ（１１０）は、Ｎ×Ｍ×Ｐ領域の２次モーメントを決定するステップを含み、ここで、Ｎ、ＭおよびＰはそれぞれ２を上回る、請求項６記載の方法。
【請求項８】
現在存在するノイズを示すノイズ信号を３次元で供給するステップ（１０４）と、
ノイズ超曲面を該ノイズ信号に当てはめるステップ（１１６）
とを有し、
前記ゲインを適応的に変化するステップ（１１８）において、該ゲインを前記超曲面と該ノイズ超曲面とに依存して適応的に変化する（１１８）、請求項１記載の方法。
【請求項９】
前記入力ボリュームデータはＢモード強度であり、
前記３次元の超曲面は、該Ｂモード強度に当てはめられる３つの空間的次元を含む、請求項１記載の方法。
【請求項１０】
ボクセルを識別するステップ（１１２）において、第１の種類の軟組織に相応する第１の集合のボクセルと、第２の種類の軟組織に相応する第２の集合のボクセルとを識別し（１１２）、
前記３次元の超曲面を当てはめるステップ（１１６）において、該３次元の超曲面を該第１の集合のボクセルに当てはめ（１１６）、付加的な３次元の超曲面を該第２の集合のボクセルに当てはめ（１１６）、
前記ゲインを適応的に変化するステップ（１１８）において、ダイナミックゲインを該３次元の超曲面と該付加的な３次元の超曲面とに依存して変化する（１１８）、請求項１記載の方法。
【請求項１１】
医療用超音波イメージングで組織情報を等化するためのシステム（１０）において、
ボリュームを表すデータに依存して超曲面を決定し、該超曲面に依存して該データを出力値にマッピングするように動作するプロセッサ（１８）と、
該出力値に応答して画像を表示するように構成されたディスプレイ（１９）
とを有することを特徴とするシステム。
【請求項１２】
前記プロセッサ（１８）は、前記超曲面を３つの空間的次元で前記データに当てはめることによって該超曲面を決定するように構成されており、
該データは超音波強度を有し、
該超曲面の当てはめ（１１６）は多項式の関数である、請求項１１記載のシステム。
【請求項１３】
前記プロセッサ（１８）は、前記ボリューム内のデータの異なる隣接関係ごとに計算されたモーメントに依存して、軟組織に相応するデータを識別するように構成されており、
該プロセッサ（１８）は前記超曲面を、軟組織に相応するデータに依存して、該ボリュームの別のデータには依存せずに決定する、請求項１１記載のシステム。
【請求項１４】
前記プロセッサ（１８）は、異なる種類の軟組織を識別し、
該異なる種類のうち１つの種類の軟組織に対して前記超曲面を決定し、該異なる種類のうち別の種類の軟組織に対して付加的な超曲面を決定し、
該超曲面および付加的な超曲面の双方に依存してマッピングするように構成されている、請求項１１記載のシステム。
【請求項１５】
前記プロセッサ（１８）はノイズに対して付加的な超曲面を決定し、
前記超曲面と該付加的な超曲面とに依存してマッピングするように構成されている、請求項１１記載のシステム。
【請求項１６】
医療診断用イメージングにおいて入力データを出力データにマッピングするための命令を表すデータが記憶されたコンピュータ読み出し可能な記憶媒体（２０）において、
該命令は、プログラミングされたプロセッサ（１８）によって実行可能であり、
該命令は、
強度の空間的変動を、３つの空間的次元と第４の強度次元とを含む４次元空間に埋め込まれた３次元の超曲面で抽出するための命令（１１６）と、
該超曲面に依存して該入力データを該出力データにマッピングするための命令（１１８）と、
該出力データに依存して画像を表示するための命令（１２０）
とを含むことを特徴とする、コンピュータ読み出し可能な記憶媒体。
【請求項１７】
前記超曲面と、異なる超曲面とが、異なる軟組織種類に関連づけされる（１１４）、請求項１６記載の命令。
【請求項１８】
前記４次元空間の各ボクセルの周辺の３次元カーネルによって、確率分布の１次モーメント、２次モーメントまたはより高次のモーメントを推定し（１１０）、各ボクセルは入力データを含み、
前記強度の空間的変動を抽出するステップ（１１６）において、該モーメントによって区別された軟組織に依存して抽出する、請求項１６記載の命令。
【請求項１９】
前記強度の空間的分散を抽出するステップ（１１６）において、前記超曲面をノイズに当てはめる（１１６）、請求項１６記載の命令。
【請求項２０】
前記強度の空間的分散を抽出するステップ（１１６）において、前記超曲面を軟組織データに当てはめる（１１６）、請求項１６記載の命令。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２００９−６６４２０（Ｐ２００９−６６４２０Ａ）
【公開日】平成２１年４月２日（２００９．４．２）
【国際特許分類】
【出願番号】特願２００８−２３８４７５（Ｐ２００８−２３８４７５）
【出願日】平成２０年９月１７日（２００８．９．１７）
【出願人】（５９３０６３１０５）シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド (156)
【氏名又は名称原語表記】Ｓｉｅｍｅｎｓ Ｍｅｄｉｃａｌ Ｓｏｌｕｔｉｏｎｓ ＵＳＡ，Ｉｎｃ．
【住所又は居所原語表記】５１ Ｖａｌｌｅｙ Ｓｔｒｅａｍ Ｐａｒｋｗａｙ，Ｍａｌｖｅｒｎ，ＰＡ １９３５５−１４０６，Ｕ．Ｓ．Ａ．
【Ｆターム（参考）】
【公開日】平成２１年４月２日（２００９．４．２）
【国際特許分類】
【出願日】平成２０年９月１７日（２００８．９．１７）
【出願人】（５９３０６３１０５）シーメンス メディカル ソリューションズ ユーエスエー インコーポレイテッド (156)
【氏名又は名称原語表記】Ｓｉｅｍｅｎｓ Ｍｅｄｉｃａｌ Ｓｏｌｕｔｉｏｎｓ ＵＳＡ，Ｉｎｃ．
【住所又は居所原語表記】５１ Ｖａｌｌｅｙ Ｓｔｒｅａｍ Ｐａｒｋｗａｙ，Ｍａｌｖｅｒｎ，ＰＡ １９３５５−１４０６，Ｕ．Ｓ．Ａ．
【Ｆターム（参考）】
[ Back to top ]