超聲波圖像處理方法及裝置、超聲波圖像處理程序的制作方法

專利名稱：超聲波圖像處理方法及裝置、超聲波圖像處理程序的制作方法
技術領域：
本發明涉及一種能夠在通過超聲波進行生物體的成像時清楚地識別組織邊界的超聲波圖像處理方法及裝置、超聲波圖像處理程序的技術。
背景技術：
在醫療圖像診斷中所使用的超聲波圖像處理裝置中，例如，如專利文獻1所記載那樣，公開了根據診斷運動圖像的小區域的變化量來估計組織的彈性系數分布，從而將硬度變換為彩色圖(color map)來進行顯示的方法。但是，若為了進行彈性系數的處理而對組織邊界進行關注，則清晰度就會劣化。因此，如專利文獻2所記載那樣，存在根據診斷運動圖像的運動矢量來生成直接標量分布圖像，從而提高組織邊界的識別度的方法。另外，為了除去矢量分布中的噪聲，例如，如專利文獻3所記載那樣，應用了進行均勻平滑的帶通濾波。另一方面，在B模式圖像(亮度的標量分布)中，在專利文獻3中發明了除去噪聲且保持邊緣的清晰度的相似濾波。專利文獻專利文獻1JP特開2004-1；35929號公報專利文獻2JP特愿2008-079792號公報專利文獻3JP特開2004-U97773號公報作為現有方法，例如在專利文獻2中，根據運動矢量，求取相對于χ方向分量、或y 方向分量、或矢量長度、或基準方向的矢量角度，并用該值來生成標量值分布。因此，存在以不縮減全部矢量信息的方式通過對象圖像能正確反映矢量分布的情況和不能正確反映矢量分布的情況。另外，在作為預處理而用均勻平滑型的帶通濾波來除去運動矢量分布中的誤差矢量時，存在邊界的清晰度可能劣化的未解決的問題。另外，由于沒有進行與部位、診斷或治療目的相應的分析方法的選擇，因此不能對應由于部位、診斷或治療目的不同而不同的分析方法。

發明內容
本發明的目的在于提供一種超聲波圖像處理方法及裝置、超聲波圖像處理程序， 能夠對應由于部位、診斷或治療目的不同而不同的分析方法。在本發明中，具有根據選擇的方法而將運動矢量變換為標量分布的單元。另外，在本發明中，根據設定的多個關注區域(ROI)，從所述運動矢量分布像變換為標量分布像。另外，在本發明中，通過在將運動矢量分布變換為復數矩陣后實施本征值展開，能夠將混雜的變化模式分解為本征值，并加入矢量的振幅和相位來進行提取，因此能夠明確地識別邊界。另外，按照運動矢量的每個分量構筑標量分布，從而將能夠兼顧噪聲除去和邊緣保存的相似濾波應用于各標量分布中，并根據應用結果構筑矢量分布，由此能夠不使邊界的清晰度劣化而除去噪聲。(發明的效果)根據本發明，能夠提供一種可與由于部位、診斷或治療目的不同而不同的分析方法相對應的超聲波圖像處理方法及裝置、超聲波圖像處理程序。


圖1是表示本發明的超聲波圖像處理方法的系統構成例的圖。圖2是表示本發明的超聲波邊界檢測方法的處理的順序的圖。圖3是表示本發明中的運動矢量分布的例子的圖。圖4是表示本發明的本征值展開的處理順序的圖。圖5是表示本發明中的滲透性腫瘤的運動矢量的提取例的圖。圖6是表示基于本發明的本征值展開的超聲波邊界檢測的效果的圖。圖7是表示本發明中的肱二頭肌的運動矢量的提取例的圖。圖8是表示基于本發明的div和rot的超聲波邊界檢測的效果的圖。圖9是表示本發明的運動矢量相似度濾波的效果的圖。圖10是表示本發明的運動矢量相似度濾波的處理順序的圖。圖11是表示本發明的運動矢量相似度濾波的權重函數例的圖。圖12是表示本發明的合成顯示方法的處理順序的圖。圖13是表示本發明的合成顯示方法的顯示例的圖。圖14是記載了數學式等的圖。
具體實施例方式圖1中示出本發明的超聲波邊界檢測方法的系統構成例。一維地配置有超聲波元件的超聲波探頭(探針)1對生物體發送超聲波束(超聲波脈沖)，并接收從生物體反射回來的回波信號(接收波信號)。在控制系統4的控制下，通過發射波束成型器3輸出具有與發射波焦點相對應的延遲時間的發射波信號，經由收發切換開關5被送到超聲波探頭1。在生物體內被反射或被散射而返回超聲波探頭1的超聲波束通過超聲波探頭被變換為電信號，并經由收發切換開關5作為接收波信號被送到接收波束成型器。接收波束成型器6是將錯開90度相位的2個接收波信號進行混合的復合波束成型器，在控制系統4的控制下， 按照接收定時進行調整延遲時間的動態聚焦(dynamic focus)，并輸出實部和虛部的RF信號。將該RF信號通過包絡線檢波部7檢波后變換為視頻信號，輸入到掃描變換器8中，變換為圖像數據(B模式圖像數據)。以上說明的構成與公知的超聲波成像裝置的構成相同。在本發明的裝置中，根據從掃描變換器8輸出的2幀以上的圖像數據，在處理部10 中首先生成運動矢量分布。接著，將生成的運動矢量分布變換處理成標量分布。接著，在用合成部12對原始的圖像數據和對應的運動矢量分布或標量分布進行合成處理之后，顯示于顯示部13。在參數設定部11中，進行用于在處理部10的信號處理的參數或在合成部12的顯示圖像的選擇設定等。由操作者(診斷機操作者)將這些參數從用戶界面2輸入。運動圖像顯示方法是例如將原始圖像和矢量分布圖像(或標量圖像)合成為1個圖像并顯示于顯示器、或將2個圖像以上的運動圖像并排顯示。在圖2示出本發明的處理部11以及合成部12中的超聲波圖像處理方法的處理例。首先，輸入B模式運動圖像。接下來，提取希望的幀和與該幀不同時間的幀這2幀。然后，根據這2幀計算運動矢量分布。運動矢量分布的計算方法，例如根據專利文獻2所記載的塊匹配方法來實施。對計算出的運動矢量分布進行噪聲除去處理，將除去噪聲的運動矢量分布變換為標量分布。然后將標量分布圖像、和運動矢量分布或B模式圖像進行合成顯示，并結束1個圖像的處理。能夠顯示使希望的幀在時間序列上變化來連續顯示合成圖像而合成的運動圖像。在此，在計算運動矢量分布的塊匹配處理中，在計算的匹配誤差為事先設定的閾值以上的情況下，不更新運動圖像，由此不顯示可靠性低的圖像，從而能夠抑制運動圖像偏差。或通過將對應于匹配誤差的指標和圖像一起顯示，從而能夠由診斷機操作者來判斷顯示圖像的可靠性。圖3中示出本發明中的運動矢量分布的例子。作為關注區域ROI (region of interest)，例如設定矢量為mXη構成的范圍。在本發明中，在矢量分布中，通過將各矢量的χ方向分量和y方向分量置換為各個實數部和虛數部，從而變換為m行η列的復數矩陣來實施處理。作為將變換后的m行η列的復數矩陣變換為標量值的處理方法，首先說明基于本征值展開的方法。在圖4中示出基于本征值展開的處理順序。首先，將二維矢量分布變換為數學式1中所示的復數矩陣。另外，關于數學式1，記載在圖14中。接下來，對于變換后的m行η列的復數矩陣，根據數值計算來進行數學式2所示的本征值展開，并求取m行1列的本征值矩陣，從而根據本征值矩陣來確定標量值。標量值的確定方式是利用本征值的絕對值最大或絕對值合計等，在ROI內的較大的變化被反映為標量值。在圖5中示出老鼠的VX2型腫瘤的癥狀中的基于本發明的運動矢量提取例。圖 5(a)是B模式圖像，圖5(b)是基于塊匹配，并根據圖5(a)的B模式圖像和其后1幀的圖像而生成的運動矢量分布。對于該運動矢量分布，以ROI尺寸3X3在各ROI實施本征值展開，從而計算本征值矩陣，并求取本征值矩陣的絕對值最大值的分布，其結果為圖6(b)。另一方面，在相同的幀，應用將專利文獻2所記載的矢量長度換算為標量分布的方法的結果為圖6(a)。若比較兩者，可知雖然占據上半部分的腫瘤部位的邊界同等地被檢測出，但在下半部分的周邊組織內的變化是本發明的圖6(b)更清楚地進行了顯示。雖然在此示出了腫瘤的病癥例，但本發明能夠應用于各種的對象，例如在監控插入體內的治療用針頭位置的用途中也能夠應用。另外，雖然作為ROI形狀使用了 3X3的正方形矩陣來實施了本征值展開，但例如，由于在使用3X5的非正方形的ROI的情況下不能應用本征值展開，因此實施與非正方形對應的同等的特異值分解，且代替本征值而使用特異值。除了本征值展開以外，還有多個計算標量值的方法。為了表示這些方法的效果，在圖7中，作為其它例子而示出肱二頭肌的運動矢量。圖7(a)是B模式圖像，圖7(b)是例如基于塊匹配，并根據圖7(a)的B模式圖像和其后1幀的圖像而生成的運動矢量分布。圖5 的滲透性腫瘤是將正常組織和腫瘤的硬度差異反映到運動矢量中，在肱二頭肌中，運動矢量表示不同的肌肉組織(圖中用areaA、areaB以及areaC來表示)的偏離。
作為標量化的一個方法，能夠應用數學式3所表示的散度(divergence，簡稱為 div)。div能夠解釋為反映單位面積中的矢量的發散量。計算方法是對于矢量的X分量 Ax實施χ方向的偏微分，對于y分量Ay實施y方向的偏微分，并求它們的和。另外，超聲波圖像中的測定誤差，由于裝置的構成，因而y方向(波束方向)比χ方向(方位方向)精度要高，因此，若應用對Ay的偏積分值附加大的權重(例如0. 7)，對Ax的偏微分值附加小的權重(例如0. 3)的加權div，則能夠謀求更高精度。偏微分的具體計算方法是按每個ROI 應用空間一次微分濾波(例如一般的圖像處理中使用的索貝爾濾波)。在ROI尺寸3X3的 y方向的索貝爾濾波，如數學式4所示。圖8表示應用div的結果。可知，清楚地顯示了 areaA與areaB的邊界以及areaB 與areaC的邊界。在此，雖表示了對于肱二頭肌的偏離的效果，但由于div對應于發散量， 因此在如下用途中特別有效在HIFU (HigMntensity Focused Ultrasound，高強度聚焦超聲波)治療中，在治療中測量被檢測體組織的熱膨脹程度的監控控制、或治療后的組織變性的確認；或者在手術中使用經食道用探頭來實時監控心臟的伸縮動作的用途等。作為其它的標量化的方法，也能夠應用數學式5所示的旋度(rotation，簡稱為 rot)。rot反映單位面積中的矢量的旋轉量。具體的計算方法是對于y分量計算χ方向的空間一次微分，對于χ分量計算y方向的空間一次微分，并求取它們的差。獲得的值被稱為張量。在圖8(b)中表示應用rot處理的結果。在顯示中使用張量的絕對值。從圖中可知以下特性，即；與邊界位置為div的情況相比，能夠更清晰地進行提取。標量化的方法并非限定于以上所述，也能夠為應用反映2點間的變化的應變張量 (strain tensor)(數學式(6)所示)、矢量的內積值或外積值的方法。在操作面板上具備切換開關，以便按照診斷機操作者的希望關注的特征來切換這些方法。在提取出的運動矢量分布中，包含在例如低S/N區域的塊匹配處理中易于產生的誤差矢量。因此，為了除去誤差，通常應用帶通濾波來謀求平滑化。但是，存在由于帶通濾波處理而使邊界的清晰度劣化的問題。因此，在本發明中，使用能夠在除去誤差的同時保持邊界信息的相似度濾波。在圖9中示出運動矢量相似度濾波的效果例。假定ROI尺寸3X3，對于關注矢量 Itl,假設相同方向的朝向右上的矢量為4個，不同的朝向右下的矢量為4個的情況。在應用平滑濾波來作為低通濾波的情況下，由于除了關注矢量以外而朝向右上的矢量和朝向右下的矢量數目相同，因此，進行了平滑化處理后的關注矢量成為中間的朝向右。專利文獻3所記載的相似度濾波是通過在與關注像素相比亮度接近的ROI內以如像素般大的權重加入到權重平均，從而能夠兼顧二維亮度圖像的噪聲除去和邊緣保存的方式。在本發明中，將二維矢量分布分解為X分量(方位方向)分布和y分量(波束方向) 分布，來按每個分布應用相似度濾波，由此根據應用后的χ分量分布和y分量分布來構成平滑化矢量圖像。在此，若將χ分量看作實數分量，y分量看作虛數分量，則用式(7)來表示復數。若將ROI內波束軸方向為第i、正交的方位方向為第j的矢量IijWx分量Axij與實數分量對應，將y分量Ayu與虛數分量對應，則能夠用數學式7來表現。相似度濾波的處理如數學式8所示那樣，用對應于與關注矢量Itl的差的權重Wu來計算Iu的權重乘積和，通過用負載值的總和進行歸一化，來求取被平均化的關注矢量Ιο’。通過這樣的處理，如圖9所示，能夠避免關注矢量Itl的邊緣信息劣化。
本發明的相似度濾波能夠擴展至三維測量。三維測量的作法是，例如使用二維排列型的陣列振子，在與波束方向以及方位方向正交的切片方向上，高速地獲取多個斷層圖像數據，從而再構成為長方體的三維構造。若設三維數據的切片方向的矢量分量為Azijk,則關注矢量Iuk用數學式9來表示。這種情況下的基于相似度濾波的更新式，使用三維分布的權重Wijk，由數學式10來表示。在確定三維矢量分布之后，與二維矢量分布同樣，用本征值展開等方法變換為標量分布，例如分割為多個二維截面來進行顯示處理。圖10表示本發明的運動矢量相似度濾波的ROI中的處理順序。首先輸入矢量分布。然后，設定ROI尺寸、權重分布的半值幅度，以作為處理參數。在此，作為權重分布使用例如圖11所示的高斯分布的單側分布。橫軸是關注矢量Itl與ROI內的其它矢量Iu之差的絕對值，差值越大，權重越小。分布形狀根據半值幅度而變化。參數設定后，將各二維矢量復數化。然后，按照式(8)計算新的矢量并結束處理。在矢量分布中，通過預先進行濾波處理來除去噪聲分量，能夠提高變換為標量分布后的精度。在專利文獻2中，進行B模式運動圖像和彈性成像(elastography)運動圖像的并排顯示。在運動矢量分布信息中，由于不包含彈性成像圖像的非線性要素，因此表示了正確的舉動。但是，以單獨的矢量分布圖像不能與組織位置建立對應。因此，若在B模式圖像上重合矢量分布圖像來進行合成顯示，則能夠提供可視性高的診斷圖像。其處理順序在圖 12(a)中示出。首先，輸入B模式原始圖像。接下來，計算矢量分布，然后據此對原始圖像和對應的矢量分布進行合成顯示。圖13表示合成圖像的例子(腫瘤病癥例)。通過重合矢量分布，能夠容易地掌握變化的大小和方向。另一方面，作為提高可視性的方法，也能夠對B模式圖像和標量分布圖像進行合成顯示。在圖12(b)示出其處理順序。其與圖12(a)的不同在于，在計算了矢量分布后將其變換為標量分布，并對原始圖像和標量分布進行合成顯示。通過合成標量分布圖像，能夠與專利文獻1所示的著色彈性圖像同樣，變得易于分辨組織邊界，具有能夠清楚地看到輪廓的效果。雖然在圖12中對于圖像合成的情況進行了說明，但也可以代替合成顯示為一個圖像，而分為兩個圖像來同時并排顯示。而且以下方法也有效對彈性成像圖像和運動矢量圖像進行合成顯示、或并排顯示的方法；還有對彈性成像圖像、B模式圖像和運動矢量圖像這3幅圖像進行并排顯示的方法。以上所示的各種顯示方法能夠是裝置操作者用裝置面板上具備的切換開關來選擇的裝置結構。作為在電源啟動時的默認的易于看到的顯示形態，考慮為2個畫面上并排顯示合成了 B模式圖像和矢量分布的畫面和僅有標量分布的畫面。作為此時的標量分布圖像的生成方式，預先根據診斷目的(腫瘤類別、治療監控)、或對象病癥例，來預先設定適當的生成處理方式(rot處理、div處理、本征值處理等)，使其具備與各項目對應的切換開關， 由此能夠實現由裝置操作者來選擇各項目的方式。或者，作為標量分布的圖像，將ROT處理圖像、DIV處理圖像以及本征值處理圖像這三種全部進行顯示，且與合成圖像(B模式和矢量分布)一起，并排顯示4個畫面的形態，也是有效的。(產業上的利用可能性)本發明除了醫用超聲波診斷/治療裝置以外，還能整體用于使用超聲波來測量應變、偏離的裝置。
符號說明
1超聲波探頭
2用戶界面
3發射波束成型器
4控制系統
5收發切換開關
6接收波束成型器
7包絡線檢波部
8掃描變換器
10處理部
11參數設定部
12合成部
13顯示部
權利要求
1.一種超聲波圖像處理方法，其特征在于，具有圖像數據生成步驟，通過照射部對被檢測體照射超聲波，存儲由檢測部檢測出來自所述被檢測體的超聲波信號的檢測結果，根據所存儲的檢測結果來生成檢測時刻不同的至少 2幀的圖像數據；運動矢量分布像生成步驟，使用多幀所述圖像數據，并根據規定的運動矢量分析處理來形成運動矢量分布像；和變換步驟，根據所設定的作為多個關注區域的R0I，用選擇的方法，從所述運動矢量分布像變換為標量分布像。
2.根據權利要求1所述的超聲波圖像處理方法，其特征在于， 所述變換步驟，在所述運動矢量分布內的多個ROI中，實施從第1處理步驟到第3處理步驟，來生成標量分布像，其中，所述第1處理步驟到第3處理步驟為第1處理步驟，在所述運動矢量分布內設定關注的小區域ROIdfROI內的波束方向分量和方位方向分量置換為實數分量和虛數分量，從而變換為復數矩陣；第2處理步驟，對所述復數矩陣進行本征值展開處理，從而求取本征值矩陣；和第3處理步驟，根據所述本征值矩陣來求取各本征值的絕對值的最大值或各本征值的絕對值的總和，從而確定1個標量值。
3.根據權利要求1所述的超聲波圖像處理方法，其特征在于， 所述變換步驟，在所述運動矢量分布內的多個ROI中，實施從第1處理步驟到第4處理步驟，來生成標量分布像，其中，所述第1處理步驟到第4處理步驟為第1處理步驟，在所述運動矢量分布內設定關注的小區域R0I，在所述ROI內針對沿著波束軸的波束方向和與其正交的方位方向的每一個方向實施空間一次微分濾波，從而計算微分值信息；第2處理步驟，將ROI內的所述波束方向微分值和所述方位方向微分值置換為實數分量和虛數分量，從而變換為復數矩陣；第3處理步驟，對所述復數矩陣進行本征值展開處理，從而求取本征值；和第4處理步驟，確定1個標量值，所述1個標量值是根據所述本征值矩陣，使用各本征值的絕對值的最大值、或各本征值的絕對值的總和、或各本征值而計算的。
4.根據權利要求1所述的超聲波圖像處理方法，其特征在于， 所述變換步驟，在所述運動矢量分布內設定關注的小區域R0I，并將ROI內的波束方向分量和方位方向分量置換為實數分量和虛數分量，從而變換為復數矩陣，在所設定的所述ROI中，針對沿著波束軸的波束方向和與其正交的方位方向的每一個方向實施空間一次微分濾波，以計算微分值信息，且根據所述微分值信息來實施散度運算， 從而確定標量值，根據在所述運動矢量分布內的多個ROI中確定的標量值，生成標量分布。
5.根據權利要求1所述的超聲波圖像處理方法，其特征在于， 所述變換步驟，在所述運動矢量分布內設定關注的小區域ROIdfROI內的波束方向分量和方位方向分量置換為實數分量和虛數分量，從而變換為復數矩陣，在所設定的所述ROI中，針對波束方向和方位方向的每一個方向，實施空間一次微分濾波，以計算微分值信息，且根據所述微分值信息來實施旋度運算，從而確定標量值， 根據在所述運動矢量分布內的多個ROI中確定的標量值，生成標量分布。
6.根據權利要求2所述的超聲波圖像處理方法，其特征在于， 所述第3處理步驟，在所設定的所述ROI中，在波束方向上和方位方向上實施空間一次微分濾波，以計算微分值信息，且根據所述微分值信息來實施求取應變張量的運算，從而確定標量值。
7.根據權利要求2所述的超聲波圖像處理方法，其特征在于， 所述第3處理步驟，在所設定的所述ROI中，按照每2個在波束方向或方位方向上相鄰的矢量進行內積計算，從而確定標量值，根據在所述運動矢量分布內的多個ROI中確定的標量值，生成標量分布。
8.根據權利要求2所述的超聲波圖像處理方法，其特征在于， 所述第3處理步驟，在所設定的所述ROI中，按照每2個在波束方向或方位方向上相鄰的矢量進行外積計算，以求取張量值，且根據張量值或其絕對值來確定標量值。
9.根據權利要求2所述的超聲波圖像處理方法，其特征在于， 所述第3處理步驟，在所設定的所述ROI中，將矢量分布分解為波束方向分量標量分布和方位方向分量標量分布，按照每個所述各方向的標量分布來應用相似度濾波，然后根據應用結果的各標量分布來構成平滑化后的矢量分布，且針對所述平滑化后的矢量分布，將ROI內的波束方向分量和方位方向分量置換為實數分量和虛數分量，從而變換為復數矩陣，并確定標量值。
10.根據權利要求2所述的超聲波圖像處理方法，其特征在于，在使用二維陣列狀超聲波探頭來取得追加了與波束方向以及方位方向正交的切片方向的三維圖像信息的情況下， 所述第3處理步驟，在所設定的所述ROI中，將矢量分布分解為波束方向分量標量分布、方位方向分量標量分布和切片方向分量標量分布，按照每個所述各方向的標量分布來應用相似度濾波，從而根據應用結果的各標量分布來構成平滑化后的矢量分布，并確定標量值。
11.一種超聲波圖像處理裝置，其特征在于，具有 照射部，其對被檢測體照射超聲波；檢測部，其檢測來自所述被檢測體的超聲波信號；圖像數據生成部，其根據所述檢測單元的檢測結果，生成檢測時刻不同的至少2幀的圖像數據；運動矢量分布像生成部，其使用多幀所述圖像數據，且根據規定的運動矢量分析處理來生成矢量分布像；選擇部，其選擇將所述運動矢量分布像變換為標量分布像的變換方法；和變換部，其根據所選擇出的所述變換方法，從所述運動矢量分布像變換為標量分布像。
12.根據權利要求11所述的超聲波圖像處理裝置，其特征在于， 所述變換部，在所述運動矢量分布內的多個ROI中，實施第1處理方法到第3處理方法來生成標量分布像，其中，所述第1處理方法到所述第3處理方法為第1處理方法，在所述運動矢量分布內設定關注的小區域ROIdfROI內的波束方向分量和方位方向分量置換為實數分量和虛數分量，從而變換為復數矩陣；第2處理方法，對所述復數矩陣進行本征值展開處理，從而求取本征值矩陣；和第3處理方法，根據所述本征值矩陣來求取各本征值的絕對值的最大值或各本征值的絕對值的總和，從而確定1個標量值。
13.根據權利要求11所述的超聲波圖像處理裝置，其特征在于， 所述變換部，在所述運動矢量分布內的多個ROI中，實施從第1處理到第4處理，來生成標量分布像，其中所述第1處理到第4處理為第1處理，在所述運動矢量分布內設定關注的小區域R0I，在所述ROI內針對沿著波束軸的波束方向和與其正交的方位方向的每一個方向實施空間一次微分濾波，并計算微分值 fn息；第2處理，將ROI內的所述波束方向微分值和所述方位方向微分值置換為實數分量和虛數分量，從而變換為復數矩陣；第3處理，對所述復數矩陣進行本征值展開處理并求取本征值；和第4處理，確定1個標量值，所述1個標量值是根據所述本征值矩陣，使用各本征值的絕對值的最大值、或各本征值的絕對值的總和、或各本征值而計算的。
14.根據權利要求12所述的超聲波圖像處理裝置，其特征在于，所述變換部，在由所述第1處理方法設定的ROI中，針對沿著波束軸的波束方向和與其正交的方位方向的每一個方向實施空間一次微分濾波，以計算微分值信息，且根據所述微分值信息來實施散度運算，從而確定標量值，所述變換部具有根據在所述運動矢量分布內的多個ROI中確定的標量值來生成標量分布像的單元。
15.一種超聲波圖像處理程序，其特征在于，使計算機作為權利要求1 9任一項所述的超聲波圖像處理方法來發揮功能。
全文摘要
本發明提供一種能夠與由于部位、診斷或治療目的不同而不同的分析方法相對應的超聲波圖像處理方法以及裝置、超聲波圖像處理程序。本發明的超聲波圖像處理方法具有圖像數據生成步驟，用照射部對被檢測體照射超聲波，將來自被檢測體的超聲波信號通過檢測部檢測出并存儲檢測結果，根據存儲的檢測結果來生成檢測時刻不同的至少2幀的圖像數據；運動矢量分布像生成步驟，對所述圖像數據使用多幀，并根據規定的運動矢量分析處理來生成運動矢量分布像；和變換步驟，根據設定的多個關注區域(ROI)，從矢量分布像變換為標量分布像。
文檔編號A61B8/08GK102202580SQ200980143779
公開日2011年9月28日 申請日期2009年10月29日 優先權日2008年11月10日
發明者東隆, 增井裕也 申請人:株式會社日立醫療器械