醫(yī)用診斷裝置、醫(yī)用診斷裝置的工作方法以及醫(yī)用診斷裝置的工作程序的制作方法
【專利摘要】超聲波觀測裝置具備：特征量計算部，其根據(jù)從檢查體接收到的接收信號來計算多個種類的特征量；分類部，其使用由所述特征量計算部計算出的所述多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對所述檢查體的組織的屬性進行分類，對基于所述接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息；以及特征量圖像數(shù)據(jù)生成部，其生成對基于所述接收信號的圖像的各像素疊加所分配的所述視覺信息而得到的特征量圖像數(shù)據(jù)。
【專利說明】
醫(yī)用診斷裝置、醫(yī)用診斷裝置的工作方法以及醫(yī)用診斷裝置的工作程序
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種使用從檢查體接收的接收信號來生成診斷用的圖像數(shù)據(jù)的醫(yī)用診斷裝置、醫(yī)用診斷裝置的工作方法以及醫(yī)用診斷裝置的工作程序。
【背景技術(shù)】
[0002]以往，公開了以下技術(shù):作為使用來自檢查體的接收信號來生成診斷用的圖像數(shù)據(jù)的醫(yī)用診斷裝置，基于圖像來設(shè)定多個學(xué)習(xí)窗，在特征空間中對設(shè)定在不同的紋理區(qū)域上的學(xué)習(xí)窗的紋理特征量進行繪制，并設(shè)定用于根據(jù)紋理特征量在特征空間中的分布來計算相似度的基準(zhǔn)(例如參照專利文獻(xiàn)I)。根據(jù)該技術(shù)，能夠自動判別檢查體的所有組織，能夠通過簡單的方法來檢測例如管腔狀臟器的表面、腫瘤等組織的邊界。
[0003]具體地說，例如考慮自動判別正被檢查的組織是組織A、組織B、組織C、內(nèi)腔中的哪一個的情況。在該技術(shù)中，首先，選擇上述四種組織中的兩種。接著，將病理結(jié)果屬于這兩種的已知的檢查體的特征量與正被檢查的未知的檢查體的組織的特征量進行比較。接著，判別正被檢查的組織的特征量與已知的兩種組織的特征量中的哪一個近似。通過這樣，一邊改變兩種組織的組合的選擇一邊反復(fù)進行判別。而且，通過判斷為正被檢查的組織是上述兩種組織中的根據(jù)多次的判別結(jié)果而被判別為頻率最高的組織，來對未知的組織進行分類。
[0004]專利文獻(xiàn)I:日本特開平9-84793號公報

【發(fā)明內(nèi)容】

[0005]發(fā)明要解決的問題
[0006]另外，在醫(yī)生等用戶使用醫(yī)用圖像來進行組織的鑒別診斷時，多數(shù)情況下在某種程度上縮小被設(shè)為鑒別對象的組織的屬性(組織性狀)的范圍。然而，在上述的現(xiàn)有技術(shù)中，與已知的檢查體的所有種類的組織進行比較來進行分類，因此當(dāng)已知的組織的種類數(shù)多時，導(dǎo)致處理量變得非常大，分類結(jié)果的輸出變得非常慢。特別是，在鑒別對象的組織的屬性的范圍縮小了的情況下，處理量也應(yīng)減少，但是由于針對所有種類的組織執(zhí)行處理，因此無用的處理多而效率差。
[0007]本發(fā)明是鑒于上述情形而完成的，其目的在于提供一種能夠高效地生成根據(jù)診斷內(nèi)容對組織進行分類得到的圖像數(shù)據(jù)的醫(yī)用診斷裝置、醫(yī)用診斷裝置的工作方法以及醫(yī)用診斷裝置的工作程序。
[0008]用于解決問題的方案
[0009]為了解決上述的課題并達(dá)成目的，本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，具備:特征量計算部，其根據(jù)從檢查體接收到的接收信號來計算多個種類的特征量;分類部，其使用由所述特征量計算部計算出的所述多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對所述檢查體的組織的屬性進行分類，對基于所述接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息；以及特征量圖像數(shù)據(jù)生成部，其生成對基于所述接收信號的圖像的各像素疊加所分配的所述視覺信息而得到的特征量圖像數(shù)據(jù)。
[0010]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，還具備分類信息存儲部，該分類信息存儲部用于存儲分類信息，該分類信息包含將與所述分類項目對應(yīng)的分類對象的組織的屬性、進行分類所要使用的特征量的種類以及與該特征量的值相應(yīng)的視覺信息對應(yīng)起來得到的信息中的至少一個，其中，所述分類部參照所述分類信息存儲部來進行所述分類以及所述視覺信息的分配。
[0011]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，還具備:已知檢查體信息存儲部，其將包含來自所述屬性已知的檢查體的接收信號和根據(jù)所述接收信號計算出的信息中的至少一方的已知檢查體信息與該屬性相關(guān)聯(lián)地進行存儲；以及分類信息設(shè)定部，其使用所述已知檢查體信息存儲部所存儲的所述已知檢查體信息來設(shè)定所述分類信息。
[0012]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，所述特征量計算部基于從所述檢查體的規(guī)定的區(qū)域接收到的所述接收信號來提取多個參數(shù)，使用該多個參數(shù)來計算特征量。
[0013]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，所述特征量計算部計算所述多個參數(shù)中的種類相同的參數(shù)的統(tǒng)計量來作為所述特征量。
[0014]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，所述視覺信息為構(gòu)成顏色空間的變量。
[0015]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，所述視覺信息為亮度。
[0016]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，還具備顯示部，該顯示部顯示與由所述特征量圖像數(shù)據(jù)生成部生成的所述特征量圖像數(shù)據(jù)對應(yīng)的特征量圖像。
[0017]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，還具備輸入部，該輸入部接受所述分類項目的選擇輸入。
[0018]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，還具備超聲波探頭，該超聲波探頭對檢查體發(fā)送超聲波，并且接收對由所述檢查體反射的超聲波回波進行轉(zhuǎn)換得到的電回波信號來作為所述接收信號。
[0019]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，還具備頻率分析部，該頻率分析部通過對所述回波信號的頻率進行分析來計算頻譜，其中，所述特征量計算部使用所述頻譜來計算所述多個種類的特征量。
[0020]本發(fā)明所涉及的醫(yī)用診斷裝置的特征在于，在上述發(fā)明中，所述特征量計算部根據(jù)基于所述接收信號的圖像的各像素的亮度，來計算所述多個種類的特征量。
[0021]本發(fā)明所涉及的醫(yī)用診斷裝置的工作方法為根據(jù)從檢查體接收到的接收信號來生成診斷用的圖像數(shù)據(jù)的醫(yī)用診斷裝置的工作方法，該醫(yī)用診斷裝置的工作方法的特征在于，包括:特征量計算步驟，特征量計算部計算所述接收信號的多個種類的特征量;分類步驟，分類部使用所述多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對所述檢查體的組織的屬性進行分類，對基于所述接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息；以及特征量圖像數(shù)據(jù)生成步驟，特征量圖像數(shù)據(jù)生成部生成對基于所述接收信號的圖像的各像素疊加所分配的所述視覺信息而得到的特征量圖像數(shù)據(jù)。
[0022]本發(fā)明所涉及的醫(yī)用診斷裝置的工作程序的特征在于，使根據(jù)從檢查體接收到的接收信號來生成診斷用的圖像數(shù)據(jù)的醫(yī)用診斷裝置執(zhí)行以下步驟:特征量計算步驟，特征量計算部計算所述接收信號的多個種類的特征量;分類步驟，分類部使用所述多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對所述檢查體的組織的屬性進行分類，對基于所述接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息；以及特征量圖像數(shù)據(jù)生成步驟，特征量圖像數(shù)據(jù)生成部生成對基于所述接收信號的圖像的各像素疊加所分配的所述視覺信息而得到的特征量圖像數(shù)據(jù)。
[0023]發(fā)明的效果
[0024]根據(jù)本發(fā)明，根據(jù)來自檢查體的接收信號來計算多個種類的特征量，使用該多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對檢查體的組織的屬性進行分類，生成對基于接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息得到的特征量圖像數(shù)據(jù)，因此能夠根據(jù)診斷內(nèi)容基于最適當(dāng)?shù)奶卣髁繉z查體的組織的屬性進行分類，從而能夠高效地生成根據(jù)診斷內(nèi)容對組織進行分類得到的圖像數(shù)據(jù)。
【附圖說明】
[0025]圖1是表示本發(fā)明的實施方式I所涉及的作為醫(yī)用診斷裝置的超聲波觀測裝置的結(jié)構(gòu)的框圖。
[0026]圖2是表示本發(fā)明的實施方式I所涉及的超聲波觀測裝置的信號放大部進行的放大處理中的接收深度與放大率之間的關(guān)系的圖。
[0027]圖3是表示本發(fā)明的實施方式I所涉及的超聲波觀測裝置的放大校正部進行的放大處理中的接收深度與放大率之間的關(guān)系的圖。
[0028]圖4是示意性地表示超聲波信號的一個聲線中的數(shù)據(jù)排列的圖。
[0029]圖5是表示本發(fā)明的實施方式I所涉及的超聲波觀測裝置的頻率分析部計算出的頻譜的例子的圖。
[0030]圖6是示意性地表示本發(fā)明的實施方式I所涉及的超聲波觀測裝置的特征量計算部進行的處理的概要的圖。
[0031]圖7是示意性地表示本發(fā)明的實施方式I所涉及的分類信息存儲部存儲的分類信息的圖。
[0032]圖8是示意性地表示分類項目為腫瘤篩查的情況下的分類和顏色的分配的圖。
[0033]圖9是示意性地表示分類項目為惡性/良性鑒別的情況下的分類和顏色的分配的圖。
[0034]圖10是示意性地表示分類項目為持續(xù)觀察判斷(日語:経過観察判斷)1的情況下的分類和顏色的分配的圖。
[0035]圖11是示意性地表示分類項目為持續(xù)觀察判斷2的情況下的分類和顏色的分配的圖。
[0036]圖12是表示本發(fā)明的實施方式I所涉及的超聲波觀測裝置進行的處理的概要的流程圖。
[0037]圖13是表示在輸入部接受分類項目的選擇輸入時顯示部所顯示的選擇畫面的顯示例的圖。
[0038]圖14是表示本發(fā)明的實施方式I所涉及的超聲波觀測裝置的頻率分析部進行的處理的概要的流程圖。
[0039]圖15是示意性地表示本發(fā)明的實施方式I所涉及的超聲波觀測裝置的顯示部中的特征量圖像的顯示例的圖。
[0040]圖16是表示本發(fā)明的實施方式2所涉及的超聲波觀測裝置的結(jié)構(gòu)的框圖。
[0041]圖17是表示本發(fā)明的實施方式2所涉及的超聲波觀測裝置進行的處理的概要的流程圖。
[0042]圖18是表示本發(fā)明的實施方式2所涉及的超聲波觀測裝置的分類信息設(shè)定部進行的處理的概要的流程圖。
[0043]圖19是示意性地表示本發(fā)明的實施方式2所涉及的超聲波觀測裝置的分類信息設(shè)定部進行的處理的概要的圖。
[0044]圖20是示意性地表示本發(fā)明的其它的實施方式所涉及的超聲波觀測裝置的特征量計算部進行的處理的概要的圖。
【具體實施方式】
[0045]下面，參照附圖來說明用于實施本發(fā)明的方式(以下稱為“實施方式”)。
[0046](實施方式I)
[0047]圖1是表示本發(fā)明的實施方式I所涉及的作為醫(yī)用診斷裝置的超聲波觀測裝置的結(jié)構(gòu)的框圖。該圖所示的超聲波觀測裝置I是用于使用超聲波來對作為診斷對象的檢查體進行觀測的裝置。
[0048]超聲波觀測裝置I具備:超聲波探頭2，其向外部輸出超聲波脈沖，并且接收由外部反射的超聲波回波;發(fā)送和接收部3，其與超聲波探頭2之間進行電信號的發(fā)送和接收;運算部4，其對將超聲波回波轉(zhuǎn)換為電信號得到的電回波信號施行規(guī)定的運算；圖像處理部5，其進行與電回波信號對應(yīng)的圖像數(shù)據(jù)的生成;輸入部6，其使用鍵盤、鼠標(biāo)、觸摸面板等用戶接口來實現(xiàn)，接受各種信息的輸入；顯示部7，其使用由液晶或有機EL(Electrc)Luminescence:有機電致發(fā)光)等構(gòu)成的顯示面板來實現(xiàn)，對包含由圖像處理部5生成的圖像的各種信息進行顯示;存儲部8，其存儲進行超聲波觀測所需要的各種信息；以及控制部9，其進行超聲波觀測裝置I的動作控制。
[0049]超聲波觀測裝置I包括:設(shè)置有超聲波振子21的超聲波探頭2;以及處理裝置(處理器)，超聲波探頭2能夠裝卸地與該處理裝置(處理器)連接，除超聲波探頭2以外的上述部分設(shè)置于該處理裝置(處理器)。在此，超聲波探頭2也可以是從生物體的體表照射超聲波的體外式探頭的方式、具備向消化管、胰膽管、血管等管腔內(nèi)插入的長軸的插入部的小型超聲波探針的方式、在管腔內(nèi)超聲波探針中還具備光學(xué)系統(tǒng)的超聲波內(nèi)窺鏡的方式中的任一方式。其中，在采用以超聲波內(nèi)窺鏡為代表的管腔內(nèi)超聲波探針的方式的情況下，在管腔內(nèi)超聲波探針的插入部的前端側(cè)設(shè)置超聲波振子21，管腔內(nèi)超聲波探針在基端側(cè)能夠裝卸地與處理裝置連接。
[0050]超聲波探頭2具有超聲波振子21，該超聲波振子21將從發(fā)送和接收部3接收到的電脈沖信號轉(zhuǎn)換為超聲波脈沖(聲脈沖)，并且將由外部的檢查體反射的超聲波回波轉(zhuǎn)換為電回波信號。關(guān)于超聲波探頭2，既可以是使超聲波振子21進行機械式掃描的結(jié)構(gòu)，也可以是如下結(jié)構(gòu):將多個元件陣列狀地設(shè)置成超聲波振子21，對與發(fā)送和接收有關(guān)的元件以電子方式進行切換、或者使各元件的發(fā)送和接收延遲，由此使超聲波振子21進行電子式掃描。在本實施方式I中，作為超聲波探頭2，能夠選擇互不相同的多個種類中的任意的超聲波探頭2來使用。
[0051 ]發(fā)送和接收部3與超聲波探頭2電連接，向超聲波探頭2發(fā)送電脈沖信號并且從超聲波探頭2接收作為電接收信號的回波信號。具體地說，發(fā)送和接收部3按照預(yù)先設(shè)定的波形和發(fā)送定時來生成電脈沖信號，并向超聲波探頭2發(fā)送所生成的該脈沖信號。
[0052]發(fā)送和接收部3具有將回波信號放大的信號放大部31。具體地說，回波信號的接收深度越大，則信號放大部31以越高的放大率進行STC(Sensitivity Time Control:靈敏度時間控制)校正。圖2是表示信號放大部31進行的放大處理中的接收深度與放大率之間的關(guān)系的圖。圖2所示的接收深度z是根據(jù)從超聲波的接收開始時刻起經(jīng)過的時間計算出的量。如圖2所示，在接收深度z小于閾值Zth的情況下，放大率i3(dB)隨著接收深度z的增加而從β0向iWMo)線性地增加。另外，在接收深度ζ為閾值zth以上的情況下，放大率KdB)取固定值0th。閾值Zth的值為從檢查體接收的超聲波信號幾乎全部衰減而噪聲處于支配地位那樣的值。更一般地，只要在接收深度z小于閾值Zth的情況下、放大率β隨著接收深度z的增加而單調(diào)增加即可。
[0053]發(fā)送和接收部3在對通過信號放大部31而被放大了的回波信號實施濾波等處理之后，通過進行A/D轉(zhuǎn)換來生成時域的數(shù)字RF信號并輸出該數(shù)字RF信號。此外，在超聲波探頭2使將多個元件陣列狀地設(shè)置而得到的超聲波振子21進行電子式掃描的情況下，發(fā)送和接收部3具有與多個元件對應(yīng)的光束合成用的多通道電路。
[0054]運算部4具有:放大校正部41，其對由發(fā)送和接收部3輸出的數(shù)字高頻(RF:Rad1Frequency (無線電頻率))信號進行放大校正，使得放大率β不依賴于接收深度而為固定;頻率分析部42，其對進行了放大校正的數(shù)字RF信號實施高速傅立葉變換(FFT:Fast FourierTransform)來進行頻率分析，由此計算頻譜;特征量計算部43，其計算頻譜中的多個種類的特征量；以及分類部44，其使用與預(yù)先選擇出的鑒別對象組織的分類項目對應(yīng)的特征量來進行檢查體的組織的屬性的分類。運算部4使用CPU(Central Proccesing Unit:中央處理器)、各種運算電路等來實現(xiàn)。
[0055]圖3是表示放大校正部41進行的放大處理中的接收深度與放大率之間的關(guān)系的圖。如圖3所示，關(guān)于放大校正部41進行的放大處理中的放大率iKdB)，在接收深度z為零時取最大值Pth-PQ，在接收深度Z從零起直到達(dá)到閾值Zth為止呈線性地減少，在接收深度Z為閾值Zth以上時為零。放大校正部41根據(jù)像這樣決定的放大率來對數(shù)字RF信號進行放大校正，由此能夠抵消信號放大部31中的STC校正的影響，輸出放大率i3th固定的信號。此外，放大校正部41進行的接收深度z與放大率β之間的關(guān)系根據(jù)信號放大部31中的接收深度與放大率之間的關(guān)系不同而不同，這是不言而喻的。
[0056]說明進行這樣的放大校正的原因。STC校正為如下的校正處理:使模擬信號波形的振幅以在整個頻帶中均勻且相對于深度而單調(diào)增加的放大率放大，由此從模擬信號波形的振幅排除衰減的影響。因此，在生成利用回波信號的振幅的B模式圖像的情況下、且掃描一樣的組織的情況下，通過進行STC校正來使亮度值不依賴于深度而為固定。即，能夠獲得從B模式亮度值排除了衰減的影響的效果。另一方面，在如本實施方式I那樣利用對超聲波的頻譜進行計算來進行分析而得到的結(jié)果的情況下，即使進行STC校正也未必能夠準(zhǔn)確地排除伴隨超聲波的傳播而發(fā)生的衰減的影響。原因在于，如后述的式(I)那樣，衰減量根據(jù)頻率不同而不同，但是STC校正的放大率僅針對距離發(fā)生變化，針對頻率不發(fā)生變化而為固定。將排除包括衰減量的頻率依賴性在內(nèi)的衰減的影響的方法作為“衰減校正處理”來在圖12的步驟S9以及圖6中記述。
[0057]為了解決上述的問題，S卩、為了解決在利用計算超聲波的頻譜來進行分析而得到的結(jié)果的情況下、即使進行STC校正也未必能夠準(zhǔn)確地排除伴隨超聲波的傳播而發(fā)生的衰減的影響這樣的問題，考慮在生成B模式圖像時輸出實施了 STC校正的接收信號，另一方面，在生成基于頻譜的圖像時，進行與用于生成B模式圖像的發(fā)送不同的新的發(fā)送，輸出未實施STC校正的接收信號。可是，在該情況下，存在基于接收信號生成的圖像數(shù)據(jù)的幀頻下降這樣的問題。
[0058]因此，在本實施方式I中，利用放大校正部41來進行放大率的校正，以維持所生成的圖像數(shù)據(jù)的幀頻并且針對為了用于B模式圖像而被實施了 STC校正的信號排除STC校正的影響。
[0059]頻率分析部42通過對振幅數(shù)據(jù)群進行高速傅立葉變換來計算聲線上的多個位置(數(shù)據(jù)位置)處的頻譜，該振幅數(shù)據(jù)群是對將基于回波信號的數(shù)字RF信號進行放大校正后的信號的各聲線(線數(shù)據(jù))以規(guī)定的時間間隔進行采樣得到的。
[0060]圖4是示意性地表示超聲波信號的一個聲線中的數(shù)據(jù)排列的圖。在該圖所示的聲線數(shù)據(jù)SRk中，白色或黑色的長方形意味著一個數(shù)據(jù)。聲線數(shù)據(jù)SRk以與發(fā)送和接收部3所進行的A/D轉(zhuǎn)換中的采樣頻率(例如50MHz)對應(yīng)的時間間隔被離散化。在圖4中，示出了將編號k(后述)的聲線數(shù)據(jù)SRk的第I個數(shù)據(jù)位置設(shè)定為接收深度z的方向上的初始值Z(k)Q的情況，但是初始值的位置能夠任意地設(shè)定。關(guān)于頻率分析部42的計算結(jié)果，能夠以復(fù)數(shù)形式獲得，并保存于存儲部8。
[0061]圖4所示的數(shù)據(jù)群F」(j= l、2、...、K)是成為高速傅立葉變換的對象的振幅數(shù)據(jù)群。一般地，為了進行高速傅立葉變換，振幅數(shù)據(jù)群需要具有2的乘方的數(shù)據(jù)數(shù)。在該意義上，振幅數(shù)據(jù)群F」(j = 2、...、K-1)的數(shù)據(jù)數(shù)為16( = 24)，是正常的數(shù)據(jù)群，另一方面，振幅數(shù)據(jù)群F1、FK各自的數(shù)據(jù)數(shù)為9、12，因此是異常的數(shù)據(jù)群。在對異常的數(shù)據(jù)群進行高速傅立葉變換時，進行通過對不足的部分插入零數(shù)據(jù)來生成正常的振幅數(shù)據(jù)群的處理。關(guān)于這一點，在說明后述的頻率分析部42的處理時詳細(xì)記述(參照圖14)。
[0062]圖5是表示由頻率分析部42計算出的頻譜的例子的圖。具體地說，圖5中所例示的“頻譜”意味著通過對振幅數(shù)據(jù)群進行高速傅立葉變換(FFT運算)而得到的“某一接收深度z的強度的頻率分布”。在此所說的“強度”例如是指回波信號的電壓、回波信號的電力、超聲波回波的聲壓、超聲波回波的聲能等參數(shù)、這些參數(shù)的振幅、時間積分值、其組合中的任一個。在圖5中，取頻率f為橫軸。取用分貝表示的強度l0g1Q(I/I。)為縱軸，該強度l0g1Q(I/I。)是取對強度I除以特定的基準(zhǔn)強度I。(常數(shù))得到的除法結(jié)果的常用對數(shù)而得到的。其中，在圖5和以下說明中，為了使記述簡單，在下面也將用分貝表示的強度簡記為I。在圖5中，接收深度z是固定的。此外，在本實施方式I中，曲線和直線由離散的點的集合構(gòu)成。
[0063]在圖5所示的頻譜&上，在以后的運算中使用的頻帶的下限頻率fL和上限頻率fH是基于超聲波振子21的頻帶、由發(fā)送和接收部3發(fā)送的脈沖信號的頻帶等決定的參數(shù)，例如，fL = 3MHz，ft = 1MHz。下面，將基于下限頻率fL和上限頻率fH確定的頻帶稱為“頻帶F”。
[0064]—般地，頻譜根據(jù)超聲波所掃描的組織的屬性不同而表示出不同的傾向。這是因為，頻譜與使超聲波散射的散射體的大小、數(shù)密度、聲音阻抗等具有相關(guān)性。在本實施方式I中，“屬性”例如是指惡性腫瘤組織、良性腫瘤組織、內(nèi)分泌腫瘤組織、粘液性腫瘤組織、正常組織、血管等。
[0065]特征量計算部43具有:衰減校正部431，其實施對依賴于超聲波的接收深度和頻率的超聲波的衰減的影響進行校正的衰減校正處理；以及近似部432，其通過回歸分析來計算衰減校正后的頻譜的近似式。
[ΟΟ??]圖6是示意性地表示特征量計算部43進行的處理的概要的圖。在圖6中，例示了針對圖5所示的頻譜Ci進行特征量計算的情況。首先，衰減校正部431針對頻譜Ci，進行對全部的頻率別寸的強度1(€，2)分別加上式(1)的衰減量4(€，2)的校正(1^，2) — 1(€，2)+六^，z))。該超聲波的衰減量A(f，z)是在超聲波往返于接收深度O與接收深度z之間的期間發(fā)生的衰減，被定義為往返前后的強度變化(用分貝表示的差)。根據(jù)經(jīng)驗可知，在一樣的組織內(nèi)，該A(f，z)與頻率成比例，將比例系數(shù)設(shè)為α并用式(I)表示該A(f，z)。
[0067]A(f，z) =2azf...(I)
[0068]在此，a被稱為衰減率。另外，z為超聲波的接收深度，f為頻率。
[0069]在觀察對象為生物體的情況下，衰減率a的具體的值為0.0(dB/cm/MHz)?1.0(dB/cm/MHz)，更優(yōu)選為0.3 (dB/cm/MHz)?0.7 (dB/cm/MHz )，根據(jù)生物體的部位來決定。例如在觀察對象是胰臟的情況下，決定為a = 0.6(dB/cm/MHz)。此外，在本實施方式I中，也可以設(shè)為能夠根據(jù)來自輸入部6的輸入來設(shè)定或變更衰減率a的值的結(jié)構(gòu)。
[0070]圖6所示的頻譜C2是作為通過衰減校正處理對伴隨超聲波的傳播而發(fā)生的衰減的影響進行校正的結(jié)果而獲得的新的頻譜。
[0071]近似部432通過進行頻譜C2的頻帶F的回歸分析來用一次式(回歸直線)對頻譜&進行近似，由此提取進行特征量的計算所需要的參數(shù)。在該情況下提取出的參數(shù)為圖6所示的回歸直線L1的斜率a和截距b、以及頻帶F的中心頻率fM=(fL+fH)/2時的回歸直線上的值即頻帶中心對應(yīng)強度(Mid-band fit,日語八K v7^vh)c = afM+b0
[0072]三個特征量中的斜率a與超聲波的散射體的大小具有相關(guān)性，一般認(rèn)為散射體越大則斜率具有越小的值。另外，截距b與散射體的大小、聲音阻抗的差、散射體的數(shù)密度(濃度)等具有相關(guān)性。具體地說，認(rèn)為散射體越大則截距b具有越大的值，聲音阻抗的差越大則截距b具有越大的值，散射體的數(shù)密度(濃度)越大則截距b具有越大的值。頻帶中心對應(yīng)強度c是基于斜率a和截距b導(dǎo)出的間接的參數(shù)，被賦予有效的頻帶內(nèi)的中心處的頻譜的強度。因此，認(rèn)為頻帶中心對應(yīng)強度c除了與散射體的大小、聲音阻抗的差、散射體的數(shù)密度具有相關(guān)性之外，還與B模式圖像的亮度具有某種程度的相關(guān)性。此外，關(guān)于近似部432計算出的近似式，并不限定于一次式，也能夠使用二次以上的多項式。
[0073]特征量計算部43能夠使用在規(guī)定的關(guān)心區(qū)域內(nèi)計算出的檢查體的參數(shù)來計算多個種類的特征量。具體地說，特征量計算部43計算由近似部432計算出的斜率a、截距b以及頻帶中心對應(yīng)強度c在關(guān)心區(qū)域內(nèi)設(shè)定的多個單位區(qū)域(也稱為判別窗)中的平均值和標(biāo)準(zhǔn)偏差。關(guān)心區(qū)域內(nèi)的多個單位區(qū)域具有彼此相同的大小(像素數(shù))。關(guān)于該大小，通過輸入部6接受設(shè)定輸入來預(yù)先設(shè)定，并被保存于存儲部8。此外，作為特征量計算部43計算的特征量，以下例示斜率a、截距b、頻帶中心對應(yīng)強度c的平均值和標(biāo)準(zhǔn)偏差來進行說明，但是也可以應(yīng)用平均值和標(biāo)準(zhǔn)偏差以外的方差、熵之類的統(tǒng)計量。
[0074]下面，將斜率a的平均值設(shè)為MeanS，將斜率a的標(biāo)準(zhǔn)偏差設(shè)為Sd.S，將截距b的平均值設(shè)為Mean I，將截距b的標(biāo)準(zhǔn)偏差設(shè)為Sd.1，將頻帶中心對應(yīng)強度c的平均值設(shè)為MeanM，將頻帶中心對應(yīng)強度c的標(biāo)準(zhǔn)偏差設(shè)為Sd.M。
[0075]分類部44使用特征量計算部43能夠計算出的多個種類的特征量中的與預(yù)先選擇出的分類項目對應(yīng)的特征量來進行分類，對基于電回波信號生成的圖像的各像素分配與分類結(jié)果相應(yīng)的作為視覺信息的顏色(色調(diào))。此外，分類部44對各像素分配的視覺信息并不限于色調(diào)，只要是構(gòu)成顏色空間的變量即可，可以是任意的變量。作為這樣的顏色空間，例如可以采用對色調(diào)添加明度和飽和度而得到的蒙塞爾顏色系統(tǒng)，還可以采用將R(紅色)、G(綠色)、B(藍(lán)色)作為變量的RGB顏色系統(tǒng)。
[0076]圖像處理部5具有:B模式圖像數(shù)據(jù)生成部51，其基于回波信號來生成B模式圖像數(shù)據(jù)；以及特征量圖像數(shù)據(jù)生成部52，其生成顯示與由特征量計算部43提取出的特征量對應(yīng)的信息的特征量圖像數(shù)據(jù)。
[0077]B模式圖像數(shù)據(jù)生成部51對數(shù)字信號進行帶通濾波、對數(shù)轉(zhuǎn)換、增益處理、對比度處理等使用公知技術(shù)的信號處理，并且進行與根據(jù)顯示部7中的圖像的顯示范圍確定的數(shù)據(jù)步長相應(yīng)的數(shù)據(jù)的間除等，由此生成B模式圖像數(shù)據(jù)。B模式圖像是使采用RGB顏色系統(tǒng)來作為顏色空間的情況下的變量即的R(紅色)、G(綠色)、B(藍(lán)色)的值一致后的灰度圖像。
[0078]特征量圖像數(shù)據(jù)生成部52通過對B模式圖像數(shù)據(jù)中的圖像的各像素疊加由分類部44對各像素分配的視覺信息來生成特征量圖像數(shù)據(jù)。特征量圖像數(shù)據(jù)生成部52例如對與圖4所示的一個振幅數(shù)據(jù)群F」(j = l、2、...、K)的數(shù)據(jù)量對應(yīng)的像素區(qū)域分配與基于該振幅數(shù)據(jù)群Fj計算出的頻譜的特征量對應(yīng)的視覺信息。
[0079]存儲部8具有分類信息存儲部81。分類信息存儲部81存儲在對作為分類對象的組織的屬性進行分類并由特征量圖像數(shù)據(jù)生成部52生成特征量圖像數(shù)據(jù)時需要的分類結(jié)果的信息。另外，分類信息存儲部81還存儲與計算特征量時的單位區(qū)域有關(guān)的信息。
[0080]圖7是示意性地表示分類信息存儲部81存儲的分類信息的圖。該圖所示的表Tb在分類項目這一列中分配分類的目的。另外，作為分離對象的組織的屬性及進行分類所使用的特征量與每個分類項目對應(yīng)起來。另外，在各分類項目中，在顯示特征量圖像時對像素分配的作為視覺信息的顏色(色調(diào))與特征量的值(值域)對應(yīng)起來。下面，具體地說明圖7所例示的分類項目中的各個分類項目。
[0081 ] (I)分類項目為腫瘤篩查的情況
[0082]分類對象的屬性(分類屬性)是正常組織和惡性腫瘤組織，進行分類所使用的特征量為頻帶中心對應(yīng)強度的標(biāo)準(zhǔn)偏差Sd.Μ。在該情況下，對特征量的值為O < Sd.Μ<Μη的像素分配紅色，對與Mn < Sd.Μ<Μ12的組織對應(yīng)的像素分配粉色。與此相對，對特征量的值為Sd.M2 M12的像素不分配顏色(在圖7中記載為“掩膜”)。與未分配顏色的范圍的特征量對應(yīng)的組織為正常組織。在該意義上，Sd.M=M12是用于將正常組織和惡性腫瘤組織分離的閾值。特征量與顏色之間的對應(yīng)例如根據(jù)惡性腫瘤組織中的腫瘤的程度來設(shè)定。
[0083]圖8是示意性地表示分類項目為腫瘤篩查的情況下的分類和顏色的分配的圖。在圖8中，用散布圖來表示已知檢查體在橫軸為頻帶中心對應(yīng)強度的標(biāo)準(zhǔn)偏差Sd.Μ、縱軸為頻帶中心對應(yīng)強度的平均值Mean M的特征量空間中的特征量分布，并且示意性地示出了特征量的值與對像素分配的顏色之間的關(guān)系。已知檢查體是指在本實施方式I中對新的檢查體進行檢查以前通過病理檢查等預(yù)先已明確了組織的屬性的另外的檢查體。另外，在圖8中，箭頭A11表示分配紅色的特征量Sd.M的范圍，箭頭A12表示分配粉色的特征量Sd.M的范圍，箭頭Ai3表示未分配顏色的特征量Sd.M的范圍。
[0084]在圖8所示的特征量空間中，已知檢查體根據(jù)屬性被大致分為Gn、G12這兩個組。組Gn是惡性腫瘤組織的組，組Gi2是正常組織的組。組Gn與組Gi2在橫軸Sd.M的方向上在Sd.M=M12處明確地分離，另一方面，在縱軸Mean M的方向上未分離。這樣，在分類項目為腫瘤篩查的情況下，通過采用頻帶中心對應(yīng)強度的標(biāo)準(zhǔn)偏差Sd.M來作為特征量，能夠準(zhǔn)確地對檢查體的組織的屬性進行分類。
[0085]在使用特征量的分類開始之前，基于通過病理檢查等已明確了屬于多種組織的屬性中的哪一個的多個群的已知檢查體的分布，通過未圖示的外部處理裝置、或者特征量計算部43和分類部44中的任一個、或者這雙方來計算與上述的Mn、Mi2相當(dāng)?shù)念l帶中心對應(yīng)強度的平均值Mean M的值、與箭頭A11、A12、A13對應(yīng)的顏色的信息、以及將這些Mean M的值域與視覺信息(顏色和掩膜)之間對應(yīng)起來得到的信息(以下稱為顏色表)。而且，作為分類信息的一部分，預(yù)先被存儲于分類信息存儲部81。分類部44在開始分類時，從分類信息存儲部81讀出這些信息來進行組織的屬性的分類。
[0086](2)分類項目為惡性/良性鑒別的情況
[0087]分類對象的屬性為惡性腫瘤組織和良性腫瘤組織，進行分類所使用的特征量為頻帶中心對應(yīng)強度的平均值Mean Μ。在該情況下，對特征量的值為O < Mean M<M21的像素不分配顏色。與此相對，對特征量的值為M21 < Mean M<M22的像素分配藍(lán)色，對特征量的值為M22<Mean M<M23的像素分配淡藍(lán)色，對特征量的值為M23 < Mean M<M24的像素分配黃色，對特征量的值為M24 < Mean M<M25的像素分配粉色，對特征量的值為Mean M > M25的像素分配紅色。
[0088]圖9是示意性地表示分類項目為惡性/良性鑒別的情況下的分類和顏色的分配的圖。在圖9中，用散布圖來表示已知檢查體在橫軸為頻帶中心對應(yīng)強度的標(biāo)準(zhǔn)偏差Sd.M、縱軸為頻帶中心對應(yīng)強度的平均值Mean M的特征量空間中的特征量分布，并且示意性地示出了特征量的值與對像素分配的顏色之間的關(guān)系。已知檢查體是指在本實施方式I中對新的檢查體進行檢查以前通過病理檢查等預(yù)先已明確了組織的屬性的另外的檢查體。另外，在圖9中，箭頭A21表示未分配顏色的范圍，箭頭A22表示分配藍(lán)色的范圍，箭頭A23表示分配淡藍(lán)色的范圍，箭頭A24表示分配黃色的范圍，箭頭A25表示分配粉色的范圍，箭頭A26表示分配紅色的范圍。
[0089]在圖9所示的特征量空間中，已知檢查體根據(jù)屬性被大致分為G21、G22這兩個組。組G2I是良性腫瘤組織的組，組G22是惡性腫瘤組織的組。組G2I與組G22在縱軸Mean M的方向上在Mean M=M24處明確地分離，另一方面，在橫軸Sd.M的方向上未分離。這樣，在分類項目為惡性/良性鑒別的情況下，通過采用頻帶中心對應(yīng)強度的平均值Mean M，能夠準(zhǔn)確地對檢查體的組織屬性進行分類。優(yōu)選的是，在分類項目為惡性/良性鑒別的情況下，在特征量圖像中將惡性腫瘤組織和良性腫瘤組織以能夠鑒別的方式顯示。因此，在圖9中，對組G21、G22分別分配不同的顏色。
[0090]在使用特征量的分類開始之前，基于通過病理檢查等已明確了屬于多種組織的屬性中的哪一個的多個群的已知檢查體的分布，通過未圖示的外部處理裝置、或者特征量計算部43和分類部44中的任一個、或者這雙方來計算與上述的M21、M22、M23、M24、M25相當(dāng)?shù)念l帶中心對應(yīng)強度的平均值Mean M的值、與箭頭A21、A22、A23、A24、A25、A26對應(yīng)的顏色的信息、以及將這些Mean M的值域與視覺信息(顏色和掩膜)之間對應(yīng)起來得到的信息(顏色表)。而且，作為分類信息的一部分，預(yù)先被存儲于分類信息存儲部81。分類部44在開始分類時，從分類信息存儲部81讀出這些信息來進行組織的屬性的分類。
[0091 ] (3)分類項目為持續(xù)觀察判斷I的情況
[0092]分類對象的屬性為需要持續(xù)觀察組織和良性腫瘤組織，進行分類所使用的特征量為截距的標(biāo)準(zhǔn)偏差Sd.1。在該情況下，對特征量的值為OS Sd.像素分配紅色，對特征量的值為I1 <Sd.KI2的像素分配粉色，對特征量的值為I2 <Sd.KI3的像素分配淡藍(lán)色，對特征量的值為I3 <Sd.1<I4的像素分配藍(lán)色。與此相對，對特征量的值為Sd.1 > 14的像素不分配顏色。
[0093]圖10是示意性地表示分類項目為持續(xù)觀察判斷I的情況下的分類和顏色的分配的圖。在圖10中，用散布圖來表示已知檢查體在橫軸為截距的標(biāo)準(zhǔn)偏差Sd.1、縱軸為截距的平均值Mean I的特征量空間中的特征量分布，并且示意性地示出了特征量的值與對像素分配的顏色之間的關(guān)系。已知檢查體是指在本實施方式I中對新的檢查體進行檢查以前通過病理檢查等預(yù)先已明確了組織的屬性的另外的檢查體。另外，在圖10中，箭頭A31表示分配紅色的范圍，箭頭A32表示分配粉色的范圍，箭頭A33表示分配淡藍(lán)色的范圍，箭頭A34表示分配藍(lán)色的范圍，箭頭A35表示未分配顏色的范圍。
[0094]在圖10所示的特征量空間中，已知檢查體根據(jù)屬性被大致分為G31、G32這兩個組。組G31是需要持續(xù)觀察組織的組，組G32是良性腫瘤組織的組。組G31與組G32在橫軸Sd.1的方向上在Sd.1 = 12處明確地分離，另一方面，在縱軸Mean I的方向上未分離。這樣，在進行持續(xù)觀察判斷I的情況下，通過采用截距的標(biāo)準(zhǔn)偏差Sd.1，能夠準(zhǔn)確地對檢查體的組織的屬性進行分類。優(yōu)選的是，在分類項目為持續(xù)觀察判斷I的情況下，在特征量圖像中將需要持續(xù)觀察組織和良性腫瘤組織以能夠鑒別的方式顯示。因此，在圖10中，對組G31、G32分別分配不同的顏色。
[0095]在使用特征量的分類開始之前，基于通過病理檢查等已明確了屬于多種組織的屬性中的哪一個的多個群的已知檢查體的分布，通過未圖示的外部處理裝置、或者特征量計算部43和分類部44中的任一個、或者這雙方來計算與上述的I1J2J3J4相當(dāng)?shù)慕鼐嗟臉?biāo)準(zhǔn)偏差Sd.1的值、與箭頭431、432、433、434、六35對應(yīng)的顏色的信息、以及將這些3(1.1的值域與視覺信息(顏色和掩膜)之間對應(yīng)起來得到的信息(顏色表)。而且，作為分類信息的一部分，預(yù)先被存儲于分類信息存儲部81。分類部44在開始分類時，從分類信息存儲部81讀出這些信息來進行組織的屬性的分類。
[0096](4)分類項目為持續(xù)觀察判斷2的情況
[0097]分類對象的屬性為需要持續(xù)觀察組織和惡性腫瘤組織，進行分類所使用的特征量是被計算為頻帶中心對應(yīng)強度的平均值Mean M和截距的標(biāo)準(zhǔn)偏差Sd.1的函數(shù)的d(Mean M，Sd.1)(以下，簡記為d)。關(guān)于該d，具體地被定義為Mean M與Sd.1這兩個特征量的線性結(jié)合。在該情況下，對特征量d的值為O < (Kd1的像素分配紅色，對特征量d的值為cU < d<d2的像素分配粉色，對特征量d的值為d2 < d<d3的像素分配綠色，對特征量d的值為d3 < d<d4的像素分配黃色。與此相對，對特征量的值為d4的像素不分配顏色。
[0098]圖11是示意性地表示分類項目為持續(xù)觀察判斷2的情況下的分類和顏色的分配的圖。在圖11中，用散布圖來表示已知檢查體在橫軸為頻帶中心對應(yīng)強度的平均值Mean M、縱軸為截距的標(biāo)準(zhǔn)偏差Sd.1的特征量空間中的特征量分布，并且示意性地示出了特征量的值與對像素分配的顏色之間的關(guān)系。已知檢查體是指在本實施方式I中對新的檢查體進行檢查以前通過病理檢查等預(yù)先已明確了組織的屬性的另外的檢查體。另外，在圖11中，箭頭A41表示分配紅色的范圍，箭頭A42表示分配粉色的范圍，箭頭A43表示分配綠色的范圍，箭頭A44表示分配黃色的范圍，箭頭A45表示未分配顏色的范圍。
[0099]在圖11所示的特征量空間中，已知檢查體根據(jù)屬性被大致分為G41、G42這兩個組。組G41是需要持續(xù)觀察組織的組，組G42是惡性腫瘤組織的組。組G41與組G42在軸d的方向上在d=d2處明確地分離，另一方面，在橫軸Mean M和縱軸Sd.1的方向上未分離，該軸d是與橫軸Mean M及縱軸Sd.1不同的軸且與橫軸Mean M及縱軸Sd.1在原點相交的軸。此外，在此，特征量d的值以沿著軸d的距原點的距離來定義。這樣，在分類項目為持續(xù)觀察判斷2的情況下，通過采用特征量d(Mean M，Sd.1)，能夠準(zhǔn)確地對檢查體的組織的屬性進行分類，該特征量d(Mean M，Sd.1)為頻帶中心對應(yīng)強度的平均值Mean M和截距的標(biāo)準(zhǔn)偏差Sd.1的線性結(jié)合。優(yōu)選的是，在分類項目為持續(xù)觀察判斷2的情況下，在特征量圖像中將需要持續(xù)觀察組織和良性腫瘤組織以能夠鑒別的方式顯示。因此，在圖11中，對組G41、G42分別分配不同的顏色。
[0100]在使用特征量的分類開始之前，基于通過病理檢查等已明確了屬于多種組織的屬性中的哪一個的多個群的已知檢查體的分布，通過未圖示的外部處理裝置、或者特征量計算部43和分類部44中的任一個、或者這雙方來計算頻帶中心對應(yīng)強度的平均值Mean M和截距的標(biāo)準(zhǔn)偏差Sd.1相對于特征量d的各比例(S卩、軸d的方向)、與上述的CU、d2、d3、d4相當(dāng)?shù)奶卣髁縟的值、與箭頭A41、A42、A43、A44、A45對應(yīng)的顏色的信息、以及將這些d的值域與視覺信息(顏色和掩膜)之間對應(yīng)起來得到的信息(顏色表)。而且，作為分類信息的一部分，預(yù)先被存儲于分類信息存儲部81。分類部44在開始分類時，從分類信息存儲部81讀出這些信息來進行組織的屬性的分類。
[0101]存儲部8除了上述信息以外例如還存儲進行放大處理所需要的信息(圖2所示的放大率與接收深度之間的關(guān)系)、進行放大校正處理所需要的信息(圖3所示的放大率與接收深度之間的關(guān)系)、進行衰減校正處理所需要的信息(參照式(I))、進行頻率分析處理所需要的窗函數(shù)(Hamming(漢明窗)、Hanning(漢寧窗)、Blackman(布萊克曼窗)等)信息。
[0102]另外，存儲部8還存儲用于執(zhí)行超聲波觀測裝置1(醫(yī)用診斷裝置)的工作方法的工作程序。該工作程序也能夠記錄于硬盤、快閃存儲器、⑶-ROM、DVD-ROM、軟盤等計算機可讀取的記錄介質(zhì)來廣泛地流通。既可以在將計算機或記錄介質(zhì)作為產(chǎn)品出廠時向記錄介質(zhì)等進行各種程序的記錄，也可以通過經(jīng)由通信網(wǎng)絡(luò)的下載來向記錄介質(zhì)等進行各種程序的記錄。
[0103]具有以上的結(jié)構(gòu)的存儲部8使用預(yù)先安裝有各種程序等的R0M(ReadOnlyMemory:只讀存儲器)以及用于存儲各處理的運算參數(shù)、數(shù)據(jù)等的RAM(Random AccessMemory:隨機存取存儲器)等來實現(xiàn)。上述的各種程序也能夠通過經(jīng)由通信網(wǎng)絡(luò)下載來獲取。此處所說的通信網(wǎng)絡(luò)例如由已有的公共線路網(wǎng)、LAN(Local Area Network:局域網(wǎng))、WAN(ffide Area Network:廣域網(wǎng))等來實現(xiàn)，不論有線、無線方式都可以。
[0104]控制部9使用具有運算和控制功能的CPU(Central Proccesing Unit:中央處理單元)、各種運算電路等來實現(xiàn)。控制部9通過從存儲部8讀出存儲部8所存儲、保存的信息以及包含超聲波觀測裝置I的工作程序的各種程序，來執(zhí)行與超聲波觀測裝置I的工作方法相關(guān)聯(lián)的各種運算處理，由此對超聲波觀測裝置I進行綜合控制。此外，也能夠使用共用的CPU等來構(gòu)成控制部9和運算部4。
[0105]圖12是表示具有以上結(jié)構(gòu)的超聲波觀測裝置I進行的處理的概要的流程圖。首先，輸入部6接受分類項目的選擇輸入(步驟SI)。圖13是表示在輸入部6接受分類項目的選擇輸入時顯示部7所顯示的選擇畫面的顯示例的圖。圖13所示的選擇畫面101顯示分類項目和作為分類對象的組織的屬性(分類屬性)。在選擇畫面101中顯示表示當(dāng)前選擇的分類項目的框光標(biāo)102。在圖13中，示出了“腫瘤篩查”被選擇為分類項目的狀態(tài)。用戶在使用鼠標(biāo)等使框光標(biāo)102移動至期望的分類項目之后，點擊鼠標(biāo)來確定選擇，由此完成選擇輸入。輸入部6向控制部9輸出所接受的選擇輸入信號。
[0106]接著，超聲波觀測裝置I首先通過超聲波探頭2來進行新的檢查體的測定(步驟
52)。具體地說，超聲波探頭2的超聲波振子21將電脈沖信號轉(zhuǎn)換為超聲波脈沖，并向檢查體依次發(fā)送該超聲波脈沖。超聲波脈沖被檢查體分別反射而產(chǎn)生超聲波回波。超聲波振子21將超聲波回波轉(zhuǎn)換為電回波信號。此時，脈沖信號的頻帶設(shè)為大致覆蓋超聲波振子21中的脈沖信號向超聲波脈沖的電聲轉(zhuǎn)換的線性響應(yīng)頻帶的寬頻帶即可。由此，在后述的頻譜的近似處理中能夠進行高精度的近似。
[0107]從超聲波探頭2接收到回波信號的信號放大部31進行該回波信號的放大(步驟
53)。在此，信號放大部31例如根據(jù)圖2所示的放大率與接收深度之間的關(guān)系來進行回波信號的放大(STC校正)。此時，信號放大部31中的回波信號的各種處理頻帶設(shè)為大致覆蓋由超聲波振子21進行的超聲波回波向回波信號的聲電轉(zhuǎn)換的線性響應(yīng)頻帶的寬頻帶即可。這也是為了在后述的頻譜的近似處理中能夠進行高精度的近似。
[0108]接著，B模式圖像數(shù)據(jù)生成部51使用通過信號放大部31而被放大了的回波信號來生成B模式圖像數(shù)據(jù)(步驟S4)。此外，在該步驟S4之后，控制部9也可以進行使顯示部7顯示與所生成的B模式圖像數(shù)據(jù)對應(yīng)的B模式圖像的控制。
[0109]放大校正部41對從發(fā)送和接收部3輸出的信號進行放大率不依賴于接收深度而為固定的放大校正(步驟S5)。在此，放大校正部41例如根據(jù)圖3所示的放大率與接收深度之間的關(guān)系來進行放大校正。
[0110]之后，在通過輸入部6進行了關(guān)心區(qū)域的設(shè)定的情況下(步驟S6:“是(Yes)”)，頻率分析部42通過進行基于FFT運算的頻率分析來計算頻譜(步驟S7)。在該步驟S7中，也能夠?qū)D像的整個區(qū)域設(shè)定為關(guān)心區(qū)域。另一方面，在未進行關(guān)心區(qū)域的設(shè)定的情況下(步驟S6:“否(No)”)，在輸入部6接受了結(jié)束處理的指示的輸入時(步驟S8: “是”)，超聲波觀測裝置I結(jié)束處理。與此相對，在未進行關(guān)心區(qū)域的設(shè)定的情況下(步驟S6:“否”)，在輸入部6沒有接受結(jié)束處理的指示的輸入時(步驟S8:“否”)，超聲波觀測裝置I返回到步驟S6。
[0111]圖14是表示在步驟S7中頻率分析部42執(zhí)行的處理的概要的流程圖。下面，參照圖14所示的流程圖來詳細(xì)地說明頻率分析處理。首先，頻率分析部42將用于識別分析對象的聲線的計數(shù)值k設(shè)為ko(步驟S21)。
[0112]接著，頻率分析部42對代表為了用于FFT運算而獲取的一系列的數(shù)據(jù)群(振幅數(shù)據(jù)群)的數(shù)據(jù)位置(相當(dāng)于接收深度)Z(k)的初始值Z(k)Q進行設(shè)定(步驟S22)。例如，在圖4中，如上述那樣示出了將聲線SRk的第一個數(shù)據(jù)位置設(shè)定為初始值Z(k)Q的情況。
[0113]之后，頻率分析部42獲取數(shù)據(jù)位置Z(k)所屬的振幅數(shù)據(jù)群(步驟S23)，使存儲部8所存儲的窗函數(shù)作用于對獲取到的振幅數(shù)據(jù)群作用由存儲部8存儲的窗函數(shù)(步驟S24)。通過像這樣對振幅數(shù)據(jù)群作用窗函數(shù)，能夠避免振幅數(shù)據(jù)群在邊界處變得不連續(xù)，能夠防止產(chǎn)生偽像。
[0114]接著，頻率分析部42判定數(shù)據(jù)位置Z(k)的振幅數(shù)據(jù)群是否為正常的數(shù)據(jù)群(步驟
525)。如參照圖4時所說明的那樣，振幅數(shù)據(jù)群需要具有2的乘方的數(shù)據(jù)數(shù)。下面，將正常的振幅數(shù)據(jù)群的數(shù)據(jù)數(shù)設(shè)為2n(n是正整數(shù))。在本實施方式I中，盡可能將數(shù)據(jù)位置Z(k)設(shè)定為Z(k)所屬的振幅數(shù)據(jù)群的中心。具體地說，由于振幅數(shù)據(jù)群的數(shù)據(jù)數(shù)為2n，因此將Z(k)設(shè)定為接近該振幅數(shù)據(jù)群的中心的第2n/2(=2n—O個位置。換言之，振幅數(shù)據(jù)群正常意味著在數(shù)據(jù)位置Z(k)的前方存在2^-1(設(shè)為2^-1=1^)個數(shù)據(jù)，在數(shù)據(jù)位置Z(k)的后方存在2^(設(shè)為2"—1=M)個數(shù)據(jù)。在圖4所示的情況下，振幅數(shù)據(jù)群F2、F3均正常。此外，在圖4中例示了n = 4(N =7、M=8)的情況。
[0115]在步驟S25中的判定的結(jié)果為數(shù)據(jù)位置Z(k)的振幅數(shù)據(jù)群正常的情況下(步驟S25:“是”)，頻率分析部42轉(zhuǎn)移到后述的步驟S27。
[0116]在步驟S25中的判定的結(jié)果為數(shù)據(jù)位置Z(k)的振幅數(shù)據(jù)群不正常的情況下(步驟S25:“否”)，頻率分析部42通過對不足的部分插入零數(shù)據(jù)來生成正常的振幅數(shù)據(jù)群(步驟
526)。關(guān)于在步驟S25中被判定為不正常的振幅數(shù)據(jù)群(例如圖4的振幅數(shù)據(jù)群F1U，在追加零數(shù)據(jù)之前作用窗函數(shù)。因此，即使在振幅數(shù)據(jù)群中插入零數(shù)據(jù)也不會發(fā)生數(shù)據(jù)的不連續(xù)。在步驟S26之后，頻率分析部42轉(zhuǎn)移到后述的步驟S27。
[0117]在步驟S27中，頻率分析部42使用振幅數(shù)據(jù)群來進行FFT運算，由此得到振幅的頻率分布、即頻譜(步驟S27)。例如在圖5中示出了該結(jié)果。
[0118]接著，頻率分析部42使數(shù)據(jù)位置Z(k)以步長D變化(步驟S28)。步長D預(yù)先被存儲于存儲部8。在圖4中，例示了 D=15的情況。期望的是步長D與在B模式圖像數(shù)據(jù)生成部51生成B模式圖像數(shù)據(jù)時利用的數(shù)據(jù)步長一致，但是在想要削減頻率分析部42中的運算量的情況下，也可以設(shè)定比數(shù)據(jù)步長大的值來作為步長D。
[0119]之后，頻率分析部42判定數(shù)據(jù)位置Z(k)是否大于聲線SRk中的最大值Z(k)max(步驟S29)。在數(shù)據(jù)位置Z(k)大于最大值Z(k)max的情況下(步驟S29: “是”)，頻率分析部42使計數(shù)值k增加1(步驟S30)。這意味著將處理移向旁邊的聲線。另一方面，在數(shù)據(jù)位置Z(k)為最大值Z(k)max以下的情況下(步驟S29:“否”)，頻率分析部42返回到步驟S23。通過這樣，頻率分析部42針對聲線SRk，進行對于[(Z(k)max-Z(kVl)/D+l]個振幅數(shù)據(jù)群的FFT運算。在此，[X]表示不超過X的最大的整數(shù)。
[0120]在步驟S30之后，頻率分析部42判定計數(shù)值k是否大于最大值kmax(步驟S31)。在計數(shù)值k大于kmax的情況下(步驟S31:“是”)，頻率分析部42結(jié)束一系列的FFT處理。另一方面，在計數(shù)值k為kmax以下的情況下(步驟S31: “否”)，頻率分析部42返回步驟S22。
[0121]通過這樣，頻率分析部42對關(guān)心區(qū)域內(nèi)的(kmax-ko+l)條聲線分別進行多次的FFT運算。
[0122]之后，衰減校正部431對由頻率分析部42計算出的頻譜進行衰減校正(步驟S9)。衰減校正部431針對所有的頻率f，對強度I加上上述式(I)的衰減量A的校正處理，由此得到新的頻譜。由此，能夠獲得削減了伴隨超聲波的傳播而發(fā)生的衰減的貢獻(xiàn)的頻譜。圖6所示的頻譜C2是作為對頻譜&實施了衰減校正處理的結(jié)果而得到的曲線。
[0123]接著，近似部432針對衰減校正后的頻譜(校正頻譜)，通過在規(guī)定的頻帶進行回歸分析來用一次式進行近似(步驟S10)。在該近似處理中，近似部432計算斜率a、截距b以及頻帶中心對應(yīng)強度c來作為進行特征量計算所需要的參數(shù)，并將這些參數(shù)寫入分類信息存儲部81來進行存儲。
[0124]之后，特征量計算部43參照分類信息存儲部81，根據(jù)在步驟SI中選擇出的分類項目來計算進行分類所需要的特征量(步驟Sll)。例如，在選擇腫瘤篩查來作為分類項目的情況下，如圖7所示，特征量計算部43計算在關(guān)心區(qū)域內(nèi)的單位區(qū)域得到的頻帶中心對應(yīng)強度的標(biāo)準(zhǔn)偏差Sd.M。
[0125]分類部44使用由特征量計算部43計算出的特征量來進行組織的屬性的分類，對關(guān)心區(qū)域內(nèi)的各像素分配與分類結(jié)果相應(yīng)的顏色(步驟S12)。例如參照圖8?圖11所說明的那樣，該顏色的分配根據(jù)基于分類項目決定的特征量的值來決定，并且按每個單位區(qū)域進行。
[0126]特征量圖像數(shù)據(jù)生成部52針對由B模式圖像數(shù)據(jù)生成部51生成的B模式圖像數(shù)據(jù)中的各像素，根據(jù)從分類部44經(jīng)由控制部9發(fā)送來的像素的顏色分配信息來疊加作為視覺信息的顏色，由此生成特征量圖像數(shù)據(jù)(步驟S13)。
[0127]之后，顯示部7在控制部9的控制下顯示與由特征量圖像數(shù)據(jù)生成部52生成的特征量圖像數(shù)據(jù)對應(yīng)的特征量圖像(步驟S14)。
[012 8 ]圖15是示意性地表示顯示部7中的特征量圖像的顯示例的圖。該圖所示的特征量圖像201具有檢查內(nèi)容顯示區(qū)域202、圖像顯示區(qū)域203以及顏色特性顯示區(qū)域204。
[0129]檢查內(nèi)容顯示區(qū)域202設(shè)置于畫面上部，顯示分類項目、進行分類所使用的特征量、分類屬性、檢查體ID、表示與顏色條的兩極的分類屬性對應(yīng)的用語(后述)等信息。在圖15中，例示了分類項目為腫瘤篩查的情況。
[0130]圖像顯示區(qū)域203顯示對B模式圖像的各像素疊加基于分類結(jié)果的顏色得到的合成圖像。圖像顯示區(qū)域203顯示關(guān)心區(qū)域231，并且將關(guān)心區(qū)域231內(nèi)的屬性用對應(yīng)的顏色顯示。在圖15中，作為惡性腫瘤組織，顯示了紅色的區(qū)域D1和粉色的區(qū)域D2。
[0131]顏色特性顯示區(qū)域204顯示顏色條，該顏色條表示在圖像顯示區(qū)域203中顯示的顏色與特征量的值之間的關(guān)系。
[0132]在該顏色條的上下的兩極顯示與所對應(yīng)的分類屬性相應(yīng)的用語。在分類項目為“N0.1:腫瘤篩查”時，如圖15所示那樣顯示“正常”/“異常(惡性)”。另外，在分類項目為“N0.1I:惡性/良性鑒別”時，顯示“良性” / “惡性”，在分類項目為“N0.1II:持續(xù)觀察判斷I”時，顯示“良性” / “需要觀察”，在分類項目為“N0.1V:持續(xù)觀察判斷2”時，顯示“需要觀察” /“惡性”。關(guān)于表示這些顏色條的極性的用語以及表示這些用語與分類項目之間的對應(yīng)關(guān)系的信息，也在使用特征量的分類開始之前作為分類信息的一部分被預(yù)先存儲于分類信息存儲部81。圖像處理部5在開始分類時，從分類信息存儲部81讀出這些信息來進行組織的屬性的分類。
[0133]此外，在以上所說明的一系列的處理(步驟SI?S14)中，也可以并行地進行步驟S4的處理以及步驟S5?S14的處理，將B模式圖像與特征量圖像并列顯示。
[0134]根據(jù)以上說明的本發(fā)明的實施方式I，根據(jù)來自檢查體的接收信號來計算多個種類的特征量，使用該多個特征量中的根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對檢查體的組織的屬性進行分類，生成對基于接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息得到的特征量圖像數(shù)據(jù)，因此在對組織的屬性進行分類時，能夠不使用全部的特征量而僅使用最適于該屬性的分類的特征量，從而能夠高效地生成根據(jù)診斷內(nèi)容對組織進行分類得到的圖像數(shù)據(jù)。
[0135]另外，根據(jù)本實施方式I，分配顏色來作為視覺信息，由此用戶能夠明確地鑒別檢查體的組織的屬性。
[0136]另外，根據(jù)本實施方式I，在求出已知檢查體的特征量時，也將對通過頻率分析得到的頻譜進行衰減校正所得到的特征量作為指標(biāo)來進行屬性的分類，因此與使用以不進行衰減校正的方法計算出的特征量的情況相比，能夠以更明確地分離的狀態(tài)得到特征量空間中的各組的區(qū)域，從而能夠嚴(yán)格區(qū)分互不相同的屬性。
[0137](實施方式2)
[0138]在本發(fā)明的實施方式I中，進行分類所需要的頻率特征量的值域、與值域?qū)?yīng)的視覺信息(顏色和掩膜)以及將值域與視覺信息關(guān)聯(lián)起來得到的信息(顏色表)作為分類信息的一部分被預(yù)先存儲于分類信息存儲部81。實施方式I中的分類信息全部為從在分類部44進行分類以前通過病理檢查等已明確了組織的屬性的檢查體導(dǎo)出的信息。本發(fā)明的實施方式2所涉及的醫(yī)用診斷裝置具有如下的功能:一邊將通過病理檢查等已明確了檢查對象組織的屬性的檢查體中的檢查對象部位的特征量作為已知檢查體信息來存儲一邊不斷地更新分類信息。
[0139]圖16是表示本實施方式2所涉及的作為醫(yī)用診斷裝置的超聲波觀測裝置的結(jié)構(gòu)的框圖。該圖所示的超聲波觀測裝置11除了具有運算部12和存儲部13以外，還具有與實施方式I中說明的超聲波觀測裝置I的結(jié)構(gòu)同樣的結(jié)構(gòu)。因此，關(guān)于與超聲波觀測裝置I的結(jié)構(gòu)同樣的結(jié)構(gòu)要素，附加與超聲波觀測裝置I的結(jié)構(gòu)要素相同的附圖標(biāo)記來進行說明。
[0140]運算部12具有放大校正部41、頻率分析部42、特征量計算部43、分類部44以及分類信息設(shè)定部121。在通過病理檢查等已明確了檢查對象組織的屬性的檢查體的信息作為已知檢查體信息被追加的情況下，分類信息設(shè)定部121進行更新分類信息的處理。
[0141]存儲部13具有:分類信息存儲部81;屬性判定完成圖像存儲部131，其存儲包含通過病理檢查等已完成屬性的判定的檢查對象部位的B模式圖像數(shù)據(jù)；以及已知檢查體信息存儲部132，其針對已知檢查體，將特征量的值與已知檢查體的組織的屬性相對應(yīng)地進行存儲。
[0142]圖17是表示具有以上的結(jié)構(gòu)的超聲波觀測裝置11進行的已知檢查體信息的創(chuàng)建處理的概要的流程圖。下面，參照圖17所示的流程圖來說明已知檢查體信息的創(chuàng)建處理。
[0143]首先，控制部9從屬性判定完成圖像存儲部131讀出屬性判定完成的B模式圖像數(shù)據(jù)，并使顯示部7顯示與該B模式圖像數(shù)據(jù)對應(yīng)的B模式圖像(步驟S41)。
[0144]接著，輸入部6針對正被顯示的B模式圖像，接受用于創(chuàng)建已知檢查體信息的數(shù)據(jù)獲取區(qū)域的設(shè)定輸入(步驟S42)。數(shù)據(jù)獲取區(qū)域例如被設(shè)定為呈圓形、橢圓形、正方形、長方形、扇形等形狀的區(qū)域。
[0145]之后，頻率分析部42進行數(shù)據(jù)獲取區(qū)域的頻率分析(步驟S43)。接著，衰減校正部431對由頻率分析部42計算出的頻譜進行衰減校正(步驟S44)。之后，近似部432針對衰減校正后的頻譜，通過在規(guī)定的頻帶進行回歸分析來用一次式進行近似(步驟S45)。此處的頻率分析處理、衰減校正處理以及近似處理分別與實施方式I中所說明的頻率分析處理、衰減校正處理以及近似處理同樣地進行。
[0146]繼步驟S45之后，特征量計算部43將向由相同的屬性構(gòu)成的已知檢查體的組中添加新計算出的參數(shù)所得到的結(jié)果設(shè)作為新的總體來計算特征量(步驟S46)。例如，在計算數(shù)據(jù)獲取區(qū)域中的斜率a、截距b、頻帶中心對應(yīng)強度c來作為參數(shù)的情況下，計算添加這些參數(shù)所得到的總體中的斜率a的平均值Mean S和標(biāo)準(zhǔn)偏差Sd.S、截距b的平均值Mean I和標(biāo)準(zhǔn)偏差Sd.1、頻帶中心對應(yīng)強度c的平均值Mean M和標(biāo)準(zhǔn)偏差Sd.M來作為特征量。
[0147]最后，控制部9將特征量計算部43計算出的特征量與屬性相關(guān)聯(lián)地寫入已知檢查體信息存儲部132來進行存儲(步驟S47)。
[OH8]通過對大量的已知檢查體進行以上所說明的步驟S41?S47的處理，來將大量的已知檢查體的信息存儲于已知檢查體信息存儲部132。
[0149]另外，在本實施方式2中，也能夠追加新的屬性來作為屬性。因此，即使某醫(yī)療設(shè)施想要以與其它的醫(yī)療設(shè)施不同的基準(zhǔn)來定義新的屬性等情況下，也能夠根據(jù)該新的屬性來存儲已知檢查體的信息。另外，即使由于學(xué)會方針、處理基準(zhǔn)等的規(guī)則修訂而疾病名/組織名、疾病區(qū)分方法/組織區(qū)分方法中發(fā)生了追加、變更，也能夠根據(jù)新的屬性來存儲已知檢查體的信息。
[0150]圖18是表示分類信息設(shè)定部121進行的處理的概要的流程圖。以下，說明分類信息設(shè)定部121根據(jù)分類項目進行的分類信息更新處理。
[0151]首先，分類信息設(shè)定部121參照已知檢查體信息存儲部132來獲取已知檢查體信息(步驟S51)。具體地說，分類信息設(shè)定部121獲取各已知檢查體的特征量的信息。
[0152]接著，分類信息設(shè)定部121計算對已知檢查體的特征量進行分離的方向(步驟S52)。此時，分類信息設(shè)定部121在特征量空間中按檢查體的組織的屬性進行分組時，進行將判定對象的屬性最清楚地分離的方向設(shè)為分離方向的運算。
[0153]圖19是示意性地表示分離方向決定處理的概要的圖。在圖19中，例示了決定具有不同的屬性的兩個組&1、G52的分離方向的情況。將沿特征量空間的任意的軸d’觀察構(gòu)成組G51的特征量空間上的點(用圓圈記號表示)時的分布301的平均值設(shè)為y1、將標(biāo)準(zhǔn)偏差設(shè)為
。同樣地，將沿軸d’觀察構(gòu)成組G52的特征量空間上的點(用X記號表示)時的分布302的平均值設(shè)為μ2、將標(biāo)準(zhǔn)偏差設(shè)為02。此時，分類信息設(shè)定部121計算使(μ2-μι)/σ’(在此，σ’ = (Oi+σ2)/2)的值最大的軸d’的方向來作為對已知檢查體的特征量進行分離的方向。另外，分類信息設(shè)定部121設(shè)定與方向d’垂直且經(jīng)過將μ??μ2之間以σ1:σ2進行內(nèi)分的點do的分離軸d”，來作為該方向d’上的組G51與組G52的邊界。在圖19所示的情況下，之間的距離d1Q和μ2與do之間的距^cbo滿足d1: Cbo = O1: 02 ο
[0154]之后，分類信息設(shè)定部121創(chuàng)建將特征量與顏色的分配對應(yīng)起來得到的顏色表(步驟S53)。分類信息設(shè)定部121針對沿著通過步驟S52設(shè)定的分離方向具有規(guī)定寬度的各區(qū)域，判定各區(qū)域中包含的檢查體的組織的屬性的比率，通過分配與該判定結(jié)果相應(yīng)的顏色來創(chuàng)建顏色表。
[0155]具體地說，在圖19中，分類信息設(shè)定部121例如沿著軸d’以寬度σι/10來分割區(qū)域，計算各區(qū)域中的檢查體的組織的屬性的比率。之后，分類信息設(shè)定部121根據(jù)各區(qū)域中組G51的點所占的比例來分配不同的顏色。例如，在根據(jù)組G51的點所占的比例分成三個區(qū)域的情況下，通過對組G51的點包含整體的70 %以上的區(qū)域、組G51的點包含整體的30 %以上且小于整體的70%的區(qū)域以及組G51的點包含小于整體的30%的區(qū)域分配互不相同的顏色來創(chuàng)建顏色條。此外，能夠適當(dāng)?shù)卦O(shè)定對區(qū)域進行劃分的個數(shù)和分配的顏色。另外，也能夠設(shè)定未分配顏色的區(qū)域(掩膜區(qū)域)。
[0156]最后，分類信息設(shè)定部121在控制部9的控制下，將所創(chuàng)建的顏色表作為分類信息寫入分類信息存儲部81來進行存儲(步驟S54)。
[0157]此外，在本實施方式2中，超聲波觀測裝置11進行的特征量圖像的生成、顯示處理與實施方式I相同。
[0158]根據(jù)以上說明的本發(fā)明的實施方式2，與實施方式I同樣地，能夠根據(jù)診斷內(nèi)容基于最適當(dāng)?shù)奶卣髁繉z查體的組織的屬性進行分類，從而能夠高效地生成根據(jù)診斷內(nèi)容對組織進行分類得到的圖像數(shù)據(jù)。
[0159]另外，根據(jù)本實施方式2，關(guān)于用戶能夠明確地鑒別檢查體的組織的屬性這一點以及能夠通過對超聲波信號進行衰減校正來提高分類精度這一點，也能夠獲得與實施方式I同樣的效果。
[0160]除此之外，根據(jù)本實施方式2，能夠?qū)⑼ㄟ^病理檢查等已明確了檢查對象組織的屬性的檢查體的該檢查對象部位的特征量存儲為已知檢查體信息并不斷地更新分類信息，因此能夠進行更高精度的分類。
[0161](其它的實施方式)
[0162]目前為止說明了用于實施本發(fā)明的方式，但是本發(fā)明并不應(yīng)僅限定于上述的實施方式。例如，也可以是，超聲波觀測裝置I鑒于超聲波探頭2的種類根據(jù)用途而不同，根據(jù)超聲波探頭2的種類來變更能夠選擇的分類項目。超聲波探頭2的種類與能夠選擇的分類項目的對應(yīng)關(guān)系只要被存儲于分類信息存儲部81即可。在該情況下，超聲波觀測裝置I所具備的超聲波探頭2的種類具有能夠被裝置本身預(yù)先識別的結(jié)構(gòu)。具體地說，例如，如果使用超聲波內(nèi)窺鏡來作為超聲波探頭2，則在超聲波內(nèi)窺鏡中的處理裝置連接側(cè)的端部設(shè)置用于使處理裝置判別超聲波內(nèi)窺鏡的種類的連接銷即可。由此，處理裝置能夠根據(jù)所連接的超聲波內(nèi)窺鏡的連接銷的形狀來判定超聲波內(nèi)窺鏡的種類。
[0163]另外，在本發(fā)明的實施方式I中，基于已知檢查體的分布來計算與特征量(例如Mean M的值)對應(yīng)的顏色的信息以及將特征量的值域與視覺信息對應(yīng)起來的顏色表。而且，存儲部8所具有的分類信息存儲部81將該顏色的信息和顏色表作為分類信息的一部分進行存儲。但是，本發(fā)明不限于該實施方式，也可以如下面那樣構(gòu)成。例如，分類信息存儲部81也可以是預(yù)先存儲構(gòu)成圖8?圖11的分布所需要的全部已知檢查體的頻譜或接收信號或通過發(fā)送和接收部3從接收信號A/D轉(zhuǎn)換得到的數(shù)字RF信號的方式。在該情況下，在對新的且屬性未知的檢查體進行測定的步驟S2之前，特征量計算部43基于全部已知檢查體的上述信息來預(yù)先計算全部已知檢查體的特征量，分類部44基于這些特征量來計算分類信息的一部分(即、上述的顏色的信息和顏色表)，分類信息存儲部81重新存儲該分類信息。像這樣被用作“已知檢查體信息”的信息既可以是根據(jù)來自屬性已知的檢查體的接收信號計算出的信息，也可以是接收信號本身。通過這樣，能夠獲得與本發(fā)明的實施方式I同樣的效果。并且，該方式也可以應(yīng)用于本發(fā)明的實施方式2，這是不言而喻的。
[0164]另外，對于用途被限定的超聲波探頭2，也可以限定為與其用途對應(yīng)的分類項目來使用。作為用途被限定的超聲波探頭2，能夠列舉例如細(xì)徑的微型探針。該微型探針不僅能被插入到消化管、血管中，特別地，還能被插入到膽管、胰管等中，為了進行圖7的表Tb中的分類項目“惡性/良性鑒別”而被使用。因此，連接有微型探針的超聲波觀測裝置I也可以自動地進行針對分類項目“惡性/良性鑒別”的分類處理。
[0165]另外，作為特征量，也可以使用通過對衰減校正前的頻譜進行近似得到的參數(shù)、SP斜率、截距以及頻帶中心對應(yīng)強度自身。另外，也可以在對頻譜進行衰減校正之前對頻譜進行近似，對近似得出的結(jié)果進行衰減校正來計算這些特征量。圖20是示意性地表示特征量計算部43在進行頻譜的近似處理后進行衰減校正處理的情況下的處理的概要的圖。圖20所示的直線Liq是作為近似部432對頻譜C1的頻帶F進行近似的結(jié)果得到的回歸直線。衰減校正部431通過對該直線L1進行衰減校正來得到直線Li。特征量計算部43計算該直線Li的斜率、截距以及頻帶中心對應(yīng)強度來作為特征量。
[0166]另外，作為通過頻率分析計算出的特征量以外的特征量，例如還能夠應(yīng)用紋理特征量。作為紋理特征量，能夠列舉關(guān)心區(qū)域內(nèi)的亮度的能量(energy)、熵(entropy)、相關(guān)性(correlat1n)、局部同態(tài)性(local homogeneity)、慣性(inertia)、短游程增強(shortrun emphasis)、長游程增強(long run emphasis)、灰度級分布(gray leveldi str ibut 1n )、游程長度分布(run length di str ibut 1n )、游程百分率(runpercentage)等(詳細(xì)的內(nèi)容例如參照日本特開平4-236952號公報)。此外，也可以通過將這些紋理特征量與通過頻率分析得到的特征量適當(dāng)?shù)亟M合來對組織的屬性進行分類。另外，也可以是，對疊加于特征量圖像的顏色、亮度的圖案進行分析來計算基于圖案的紋理特征量，根據(jù)該紋理特征量來進行分類。
[0167]另外，也可以是，代替采用顏色作為視覺信息來使用顏色表，而采用亮度作為視覺信息來創(chuàng)建根據(jù)亮度的差異而顯示屬性的差異的亮度表，使用亮度表來創(chuàng)建特征量圖像數(shù)據(jù)。
[0168]另外，也可以設(shè)為醫(yī)生等用戶能夠在檢查的過程中切換分類項目。在該情況下，在輸入部6接受了分類項目切換信號的輸入的情況下，控制部9使顯示部7顯示圖13所示的選擇畫面101即可。通過像這樣構(gòu)成并發(fā)揮作用，在用戶在分類項目“1.腫瘤篩查”下發(fā)現(xiàn)腫瘤等病變之后，能夠在其檢查中僅通過簡單的操作來將檢查切換為分類項目“I1.惡性/良性鑒別”、分類項目“II1.持續(xù)觀察判斷I”、分類項目“IV.持續(xù)觀察判斷2”，來判斷該病變是惡性還是良性、是否應(yīng)持續(xù)觀察、是否應(yīng)立即治療。因此，不需要為了進行篩查后的精查而進行再檢查，診療非常地高效。
[0169]另外，在圖8至圖10中，對使用一種特征量的分類進行了說明。這意味著即使對特征量空間取一維空間也能夠進行分類。另外，在圖11中，對使用兩種特征量的分類進行了說明。這意味著對特征量空間取二維空間能夠進行分類。但是，進行分類所使用的特征量的種類、即特征量空間的維度不限于這些例子，也可以是三維以上的高維數(shù)。在特征量空間為高維度的情況下，圖19所示的分離軸d”成為非一維的二維(平面)以上的特征量空間內(nèi)的部分空間。
[0170]另外，在實施方式1、2中，作為成為特征量的統(tǒng)計量，以平均值、標(biāo)準(zhǔn)偏差為例進行了說明，但是如前述那樣也可以是方差。此外，統(tǒng)計量不限于這些一維的統(tǒng)計量。在特征量空間是如圖11那樣的二維的情況下，也可以針對組G4JPG42計算相關(guān)系數(shù)、慣性主軸、慣性張量、特征值、特征向量等多維的統(tǒng)計量，并將該統(tǒng)計量用作特征量。在特征量空間是三維以上的情況下，視為質(zhì)量不同的質(zhì)點分布在二維以上的空間中，因此也可以計算其分布的重心、質(zhì)量矩、將質(zhì)量視為振幅計算出的平方和(能量)等統(tǒng)計量，并將該統(tǒng)計量用作特征量。
[0171 ]另外，也能夠作為超聲波內(nèi)窺鏡以外的普通的內(nèi)窺鏡、X線CT ( ComputedTomography:計算機斷層掃描)、MRI(Magnetic Resonance Imaging:磁共振成像)、從胸部、腹部等體表照射超聲波的體外式超聲波診斷裝置等醫(yī)用診斷裝置來實現(xiàn)。
[0172]這樣，本發(fā)明在不脫離權(quán)利要求書所記載的技術(shù)思想的范圍內(nèi)能夠包含各種實施方式等。
[0173]附圖標(biāo)記說明
[0174]1,11:超聲波觀測裝置;2:超聲波探頭;3:發(fā)送和接收部;4、12:運算部;5:圖像處理部;6:輸入部;7:顯示部;8、13:存儲部;9:控制部;21:超聲波振子;31:信號放大部;41:放大校正部;42:頻率分析部;43:特征量計算部;44:分類部;51: B模式圖像數(shù)據(jù)生成部;52:特征量圖像數(shù)據(jù)生成部;81:分類信息存儲部；101:選擇畫面；102:框光標(biāo)；121:分類信息設(shè)定部；131:屬性判定完成圖像存儲部；132:已知檢查體信息存儲部；201:特征量圖像;202:檢查內(nèi)容顯示區(qū)域;203:圖像顯示區(qū)域;204:顏色特性顯示區(qū)域;231:關(guān)心區(qū)域;431:衰減校正部；432:近似部;C1、C2:頻譜；G11、G12、G21、G22、G31、G32、G?、G42、G51、G52:組;Tb:表。
【主權(quán)項】
1.一種醫(yī)用診斷裝置，其特征在于，具備: 特征量計算部，其根據(jù)從檢查體接收到的接收信號來計算多個種類的特征量； 分類部，其使用由所述特征量計算部計算出的所述多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對所述檢查體的組織的屬性進行分類，對基于所述接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息；以及 特征量圖像數(shù)據(jù)生成部，其生成對基于所述接收信號的圖像的各像素疊加所分配的所述視覺信息而得到的特征量圖像數(shù)據(jù)。2.根據(jù)權(quán)利要求1所述的醫(yī)用診斷裝置，其特征在于， 還具備分類信息存儲部，該分類信息存儲部用于存儲分類信息，該分類信息包含將與所述分類項目對應(yīng)的分類對象的組織的屬性、進行分類所要使用的特征量的種類以及與該特征量的值相應(yīng)的視覺信息對應(yīng)起來得到的信息中的至少一個， 其中，所述分類部參照所述分類信息存儲部來進行所述分類以及所述視覺信息的分配。3.根據(jù)權(quán)利要求2所述的醫(yī)用診斷裝置，其特征在于，還具備: 已知檢查體信息存儲部，其將包含來自所述屬性已知的檢查體的接收信號和根據(jù)所述接收信號計算出的信息中的至少一方的已知檢查體信息與該屬性相關(guān)聯(lián)地進行存儲；以及分類信息設(shè)定部，其使用所述已知檢查體信息存儲部所存儲的所述已知檢查體信息來設(shè)定所述分類信息。4.根據(jù)權(quán)利要求1?3中的任一項所述的醫(yī)用診斷裝置，其特征在于， 所述特征量計算部基于從所述檢查體的規(guī)定的區(qū)域接收到的所述接收信號來提取多個參數(shù)，使用該多個參數(shù)來計算特征量。5.根據(jù)權(quán)利要求4所述的醫(yī)用診斷裝置，其特征在于， 所述特征量計算部計算所述多個參數(shù)中的種類相同的參數(shù)的統(tǒng)計量來作為所述特征量。6.根據(jù)權(quán)利要求1?5中的任一項所述的醫(yī)用診斷裝置，其特征在于， 所述視覺信息為構(gòu)成顏色空間的變量。7.根據(jù)權(quán)利要求1?5中的任一項所述的醫(yī)用診斷裝置，其特征在于， 所述視覺信息為亮度。8.根據(jù)權(quán)利要求1?7中的任一項所述的醫(yī)用診斷裝置，其特征在于， 還具備顯示部，該顯示部顯示與由所述特征量圖像數(shù)據(jù)生成部生成的所述特征量圖像數(shù)據(jù)對應(yīng)的特征量圖像。9.根據(jù)權(quán)利要求1?8中的任一項所述的醫(yī)用診斷裝置，其特征在于， 還具備輸入部，該輸入部接受所述分類項目的選擇輸入。10.根據(jù)權(quán)利要求1?9中的任一項所述的醫(yī)用診斷裝置，其特征在于， 還具備超聲波探頭，該超聲波探頭對檢查體發(fā)送超聲波，并且接收對由所述檢查體反射的超聲波回波進行轉(zhuǎn)換得到的電回波信號來作為所述接收信號。11.根據(jù)權(quán)利要求10所述的醫(yī)用診斷裝置，其特征在于， 還具備頻率分析部，該頻率分析部通過對所述回波信號的頻率進行分析來計算頻譜， 其中，所述特征量計算部使用所述頻譜來計算所述多個種類的特征量。12.根據(jù)權(quán)利要求1?9中的任一項所述的醫(yī)用診斷裝置，其特征在于， 所述特征量計算部根據(jù)基于所述接收信號的圖像的各像素的亮度，來計算所述多個種類的特征量。13.—種醫(yī)用診斷裝置的工作方法，該醫(yī)用診斷裝置根據(jù)從檢查體接收到的接收信號來生成診斷用的圖像數(shù)據(jù)，該醫(yī)用診斷裝置的工作方法的特征在于，包括: 特征量計算步驟，特征量計算部計算所述接收信號的多個種類的特征量； 分類步驟，分類部使用所述多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對所述檢查體的組織的屬性進行分類，對基于所述接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息；以及 特征量圖像數(shù)據(jù)生成步驟，特征量圖像數(shù)據(jù)生成部生成對基于所述接收信號的圖像的各像素疊加所分配的所述視覺信息而得到的特征量圖像數(shù)據(jù)。14.一種醫(yī)用診斷裝置的工作程序，其特征在于，使根據(jù)從檢查體接收到的接收信號來生成診斷用的圖像數(shù)據(jù)的醫(yī)用診斷裝置執(zhí)行以下步驟: 特征量計算步驟，特征量計算部計算所述接收信號的多個種類的特征量； 分類步驟，分類部使用所述多個種類的特征量中的、根據(jù)預(yù)先選擇出的分類項目確定的特征量，來對所述檢查體的組織的屬性進行分類，對基于所述接收信號的圖像的各像素分配與分類結(jié)果相應(yīng)的視覺信息；以及 特征量圖像數(shù)據(jù)生成步驟，特征量圖像數(shù)據(jù)生成部生成對基于所述接收信號的圖像的各像素疊加所分配的所述視覺信息而得到的特征量圖像數(shù)據(jù)。
【文檔編號】A61B8/08GK105828726SQ201580003164
【公開日】2016年8月3日
【申請日】2015年4月24日
【發(fā)明人】川島知直
【申請人】奧林巴斯株式會社