JP2017012427A - 超音波診断装置、超音波画像解析方法 - Google Patents

Abstract

【課題】超音波を用いて生体組織の性状を解析することができ、病変部の進行レベルを把握することができる超音波診断装置を提供すること。
【解決手段】超音波診断装置１において、入力装置１９の操作により生体組織８の断層画像内に解析領域が設定される。信号処理回路１４及び画像処理回路１５によって、解析領域における生体組織８からの複数の反射波信号が取得され、それら反射波信号の強度データが求められる。解析回路１６において、強度データから振幅確率密度分布が求められる。コントローラ１０により、振幅確率密度分布に基づいて、生体組織８における散乱体の密度が推定されるとともに、散乱体の大きさが推定され、それらの推定結果に基づいて生体組織８の性状が解析される。
【選択図】図２

Description

本発明は、超音波を用いて生体組織の断層画像を得る超音波診断装置、及び断層画像の画像解析を行う超音波画像解析方法に関するものである。

従来、医療画像をディスプレイに表示して医療画像診断を行う装置として、例えば超音波診断装置が実用化されている。超音波診断装置は、生体組織に対して超音波を送受信して超音波画像（例えば、Ｂモードによる断層画像）を表示させるものであり、患部の状態をリアルタイムで見ることができる。この超音波診断装置は、Ｘ線診断装置、Ｘ線ＣＴスキャナ、ＭＲＩ装置などの他の診断装置と比較して、比較的安価で小型の装置として実現可能であり、Ｘ線などの被爆がないといったメリットも有している。

また、超音波診断装置を用い、生体組織の組織性状を定量解析するための一手法として、超音波のエコー信号（反射波信号）の振幅分布特性に着目した手法が提案されている（例えば、特許文献１参照）。特許文献１では、肝臓の断層画像を取得する際に得られるエコー信号の強度データに基づいて、確率密度分布を演算して、肝臓の組織性状の定量解析が行われている。具体的には、肝臓の正常組織は、均質な構造をしているため、強度データである振幅値の確率密度分布Ｐ（ｘ）は、次式（１）に示すレイリー分布によって近似することができる。

なお、式（１）において、σ^２は分散を表す。

一方、肝臓の病変部である線維組織は、不均質な構造をとるため、その組織から得られる強度データの確率密度分布は、レイリー分布から外れる。従って、被検体の生体組織から得られた強度データの確率密度分布を正常の生体組織から得られた基準となる確率密度分布（レイリー分布）と比較し、その誤差を組織性状の定量情報とする。そして、超音波診断装置のディスプレイに、組織性状の定量情報や確率密度分布の曲線を断層画像とともに表示することにより、組織性状が定量解析される。

このような肝臓組織の他にも、心臓、腎臓、膵臓などの生体組織に関して、散乱体分布の均質・不均質性の指標化を行う統計モデルは様々検討されている。

特開２００１−２３８８８４号公報

ところで、体表組織における創傷は、目視で直接確認することができるため、超音波診断装置を用いて組織性状を定量解析するための統計モデルは検討されていない。しかし、体表組織における創傷は、ウイルスや細菌などの微生物が付着して感染症を引き起こす場合がある。この感染症を引き起こした感染創傷、非感染の創傷（感染症のない単なる傷）及び定着細菌が認められ、適切な処置を欠くと感染創傷に移行が懸念される状態の創傷（クリティカルコロナイゼーション創）を、創傷感染の初期段階において目視で的確に判別することは困難である。創傷感染の発見が遅れて感染が進行すると、細菌などが繁殖して組織が破壊され、その治癒が困難となってしまう。このため、創傷の感染レベルを正確に評価し、感染レベルに応じた適切な治療やケアを行う必要がある。しかしながら、従来では、創傷の感染の有無を判別するためには、培養検査などの微生物学的検査や血液検査などを行う必要があり、検査時間がかかってしまうといった問題や、診察対象の創傷以外の体の健康状態にも影響を受け得るため、検査結果が当該創傷の状態を示すものであるかの判断に必ずしも結びつかないという臨床上の問題もあった。

このため、本発明者らは、特許文献１等に開示されている従来の解析手法を創傷の感染診断に応用し、創傷を含む組織の定量解析を試みたが、その手法では創傷の感染の有無や感染レベルを十分に解析することはできなかった。

なお、上記では創傷感染に関する説明を行ったが、創傷を含む生体組織以外についても、病気等の早期の発見や治療を行うために、超音波診断装置を用いて組織性状を解析することが可能な新たな解析手法が望まれている。

本発明は上記の課題に鑑みてなされたものであり、その目的の１つは、超音波を用いて生体組織の性状を解析することができ、病変部の進行レベルを把握することができる超音波診断装置を提供することにある。また、その他の目的は、超音波照射により得た生体組織の断層画像に基づいて、生体組織を構成する散乱体の密度や大きさを推定することにより、断層画像を精度よく定量的に解析することができる超音波画像解析方法を提供することにある。

上記課題を解決するための手段（手段１）としては、生体組織に対して照射された超音波の反射波から取得した反射波信号に基づいて、前記生体組織の断層画像を得る超音波診断装置において、前記断層画像内の少なくとも一部に解析領域を設定する解析領域設定手段と、前記解析領域における前記生体組織からの複数の反射波信号を取得し、それら反射波信号の強度データを演算により求める信号強度演算手段と、前記強度データから振幅確率密度分布を演算により求める振幅確率密度分布演算手段と、前記振幅確率密度分布に基づいて、前記生体組織において反射源となる散乱体の密度を推定する密度推定手段と、前記振幅確率密度分布に基づいて、前記反射源となる散乱体の大きさを推定するサイズ推定手段と、前記密度推定手段及び前記サイズ推定手段の少なくとも一方の推定結果に基づいて、前記生体組織の性状を解析する組織性状解析手段とを備えた超音波診断装置がある。

従って、手段１に記載の超音波診断装置によると、解析領域設定手段により、断層画像内の少なくとも一部に解析領域が設定される。その後、信号強度演算手段により、解析領域における生体組織からの複数の反射波信号が取得され、それら反射波信号の強度データが演算により求められる。そして、振幅確率密度分布演算手段により、複数の強度データから振幅確率密度分布が演算により求められる。生体組織が正常組織から病変組織に変化したり病変組織の感染が進行したりする場合、生体組織の性状（具体的には、生体組織を構成する散乱体の密度や大きさ）が変化する。従って、本発明では、密度推定手段により、振幅確率密度分布に基づいて、生体組織において反射源となる散乱体の密度が推定される。また、サイズ推定手段により、振幅確率密度分布に基づいて、散乱体の大きさが推定される。そして、組織性状解析手段では、それら密度や大きさの少なくとも一方の推定結果に基づいて、生体組織の性状が解析される。このように、本発明によると、超音波を利用して生体組織の性状を解析することにより、病変部における感染の有無やその進行レベルなどを把握することができる。

前記振幅確率密度分布演算手段は、形状パラメータを含んで表現された理論式にさらに尺度パラメータを追加してなる一般化仲上分布であって、前記振幅確率密度分布に従うものを演算により求め、その求められた一般化仲上分布についての前記形状パラメータ及び前記尺度パラメータを算出し、前記密度推定手段は、前記形状パラメータ及び前記尺度パラメータのうちの少なくとも一方に基づいて、前記散乱体の密度を推定するものであってもよい。

従って、上記超音波診断装置によると、振幅確率密度分布演算手段により、複数の強度データの振幅確率密度分布が一般化仲上分布にフィッティングされ、形状パラメータ及び尺度パラメータが算出される。そして、密度推定手段により、それら形状パラメータ及び尺度パラメータのうちの少なくとも一方に基づいて、散乱体の密度が推定される。具体的には、一般化仲上分布に従う確率密度分布Ｐ（ｘ）は次式（２）にて定義される。

なお、式（２）において、ｘは振幅包絡、Γはガンマ関数、ｍは形状パラメータ、ｓは尺度パラメータ、Ωは振幅包絡の偏差の２乗である。

また、仲上分布に従う確率密度分布Ｐ（ｘ）は、次式（３）にて定義される。

つまり、式（２）にて表される一般化仲上分布は、形状パラメータｍを含んで表現された仲上分布の論理式（３）に対して尺度パラメータｓを追加してなる。

振幅確率密度分布が式（２）の一般化仲上分布に従う場合、散乱体の密度が大きくなるに従い、形状パラメータｍは小さくなり、尺度パラメータｓは大きくなる。また、各パラメータｍ，ｓの値に応じて、均質または不均質、高散乱体密度または低散乱体密度を反映した分散特性を持つ。このため、各パラメータｍ，ｓの値に応じて、散乱体の密度を推定することができ、その密度に応じて生体組織における性状変化を解析することができる。

前記振幅確率密度分布演算手段は、分散の異なる複数のレイリー分布を足し合わせてなるマルチレイリー分布であって、前記振幅確率密度分布に従うものを演算により求め、その求められたマルチレイリー分布についての前記複数のレイリー分布の混在率を示す混在率パラメータを算出し、前記サイズ推定手段は、前記混在率パラメータに基づいて、前記散乱体の大きさを推定してもよい。

従って、上記超音波診断装置によると、振幅確率密度分布演算手段により、複数の強度データの振幅確率密度分布がマルチレイリー分布にフィッティングされ、混在率パラメータが算出される。そして、サイズ推定手段により、その混在率パラメータに基づいて、散乱体の大きさが推定される。具体的には、例えば２成分モデルのマルチレイリー分布Ｐ_２ｍｉｘは、次式（４）にて定義されるとともに、３成分モデルのマルチレイリー分布Ｐ_３ｍｉｘは、次式（５）にて定義される。

なお、式（５）において、Ｐ_norは正常組織のレイリー分布であり、Ｐ_disは病変組織のレイリー分布である。また、αは混在率パラメータである。

なお、式（５）において、Ｐ_Ｌは低分散のレイリー分布であり、Ｐ_Ｍは中分散のレイリー分布であり、Ｐ_Ｈは高分散のレイリー分布である。また、α_Ｌ，α_Ｍ，α_Ｈは、混在率パラメータである。

ここで、正常組織や病変組織の複数のサンプルを用いた評価を行い、生体組織において正常組織や病変組織における散乱体の大きさに対応したレイリー分布を予め取得しておく。この場合、推定された散乱体の大きさに基づいて、その大きさに対応する生体組織が病変組織か否かを判別することが可能となる。また、混在率パラメータに基づいて、解析領域における正常組織及び病変組織の存在率を確認することができるため、病気の進行レベル等を把握することができる。

前記解析領域が複数のブロックに分割されており、前記密度推定手段は、前記複数のブロック毎に、前記一般化仲上分布についての前記形状パラメータ及び前記尺度パラメータを算出し、前記断層画像上において、前記複数のブロック毎に前記形状パラメータ及び前記尺度パラメータのいずれか一方のパラメータをその値に応じたカラーで表示して画像化するパラメトリックイメージング手段を備えていてもよい。

従って、上記超音波診断装置によると、解析領域の各ブロックにおいて、パラメトリックイメージング手段により、形状パラメータ及び尺度パラメータのいずれか一方のパラメータがその値に応じてカラーで表示される。一般化仲上分布の形状パラメータ及び尺度パラメータは密度に関連して変化するパラメータであるため、解析領域の各ブロックの表示色を見ることにより、解析領域における密度分布を容易に確認することができる。このため、密度に応じた生体組織における性状変化を視覚的に把握することができる。

前記生体組織は、体表組織における創傷を含む組織であり、前記組織性状解析手段は、前記密度推定手段及び前記サイズ推定手段の少なくとも一方の推定結果に基づいて、前記創傷を含む組織における感染の有無または感染レベルを解析してもよい。

従って、上記超音波診断装置によると、散乱体の密度及び大きさのいずれか一方の推定結果に基づいて、創傷を含む組織における感染の有無または感染レベルを解析することが可能となる。

前記生体組織は、体表組織における創傷を含む組織であり、前記組織性状解析手段は、前記密度推定手段及び前記サイズ推定手段の両方の推定結果に基づいて、前記創傷を含む組織における感染の有無または感染レベルを解析してもよい。

従って、上記超音波診断装置によると、散乱体の密度及び大きさの両方の推定結果に基づいて、創傷を含む組織における感染の有無または感染レベルをより確実に解析することが可能となる。

また、上記課題を解決するための別の手段（手段２）としては、生体組織に対して照射された超音波の反射波から取得した反射波信号に基づいて、前記生体組織の断層画像を得るとともに、その断層画像を解析する方法において、前記断層画像内の少なくとも一部に解析領域を設定する解析領域設定ステップと、前記解析領域における前記生体組織からの複数の反射波信号を取得し、それら反射波信号の強度データを演算により求める信号強度演算ステップと、前記強度データから振幅確率密度分布を演算により求める振幅確率密度分布演算ステップと、前記振幅確率密度分布に基づいて、前記生体組織において反射源となる散乱体の密度を推定する密度推定ステップと、前記振幅確率密度分布に基づいて、前記反射源となる散乱体の大きさを推定するサイズ推定ステップと、前記密度推定ステップ及び前記サイズ推定ステップの少なくとも一方にて得た推定結果に基づいて、前記生体組織の断層画像を解析する画像解析ステップとを含む超音波画像解析方法がある。

従って、手段２に記載の緒音波画像解析方法によると、解析領域設定ステップにおいて、断層画像内の少なくとも一部に解析領域が設定される。その後、信号強度演算ステップにおいて、解析領域における生体組織からの複数の反射波信号が取得され、それら反射波信号の強度データが演算により求められる。そして、振幅確率密度分布演算ステップにおいて、複数の強度データから振幅確率密度分布が演算により求められる。その後、密度推定ステップにおいて、振幅確率密度分布に基づいて、生体組織において反射源となる散乱体の密度が推定される。また、サイズ推定ステップにおいて、振幅確率密度分布に基づいて、散乱体の大きさが推定される。そして、組織性状解析手段では、それら密度や大きさの少なくとも一方の推定結果に基づいて、生体組織の断層画像が解析される。このように、本発明によると、散乱体の密度や大きさの推定により生体組織の断層画像を精度よく定量的に解析することができ、ひいては生体組織の性状を視覚的に解析することができる。

以上詳述したように、手段１に記載の発明によると、超音波を用いて生体組織の性状を解析することができ、病変部の進行レベルを把握することができる。また、手段２に記載の発明によると、超音波照射により得た生体組織の断層画像に基づいて、生体組織を構成する散乱体の密度や大きさを推定することにより、断層画像を精度よく定量的に解析することができる。

一実施の形態の超音波診断装置の概略構成を示す正面図。 一実施の形態の超音波診断装置の電気的構成を示すブロック図。 生体組織の断層画像を示す説明図。 正常モデルにおける振幅確率密度分布と各統計モデルとの一致度を示すグラフ。 クリティカルコロナイゼーションモデルにおける振幅確率密度分布と各統計モデルとの一致度を示すグラフ。 感染モデルにおける振幅確率密度分布と各統計モデルとの一致度を示すグラフ。 散乱体密度と形状パラメータｍ及び尺度パラメータｓとの関係を示すグラフ。 解析領域における解析窓の走査を説明するための説明図。 パラメトリックイメージングの表示例を示す説明図。 コントローラが実行する解析処理を示すフローチャート。 複数のレイリー分布を足し合わせてなるマルチレイリー分布を説明するためのグラフ。

以下、本発明を超音波診断装置に具体化した一実施の形態を図面に基づき詳細に説明する。図１は、本実施の形態の超音波診断装置１を示す正面図であり、図２は、その超音波診断装置１の電気的構成を示すブロック図である。

図１及び図２に示されるように、超音波診断装置１は、診断装置本体２と、信号ケーブル３を介して診断装置本体２に接続される超音波プローブ４とを備えている。超音波プローブ４は、リニア式電子走査を行うためのリニアプローブであり、例えば、１１ＭＨｚの超音波を直線状に走査する。超音波プローブ４のプローブヘッド５は、その先端部にて一次元的に並べて配列した複数の超音波振動子６を有し、ゲルパッド９を介して生体組織８に先端部を接触させた状態で超音波を送受信する。

診断装置本体２は、コントローラ１０、パルス発生回路１１、送信回路１２、受信回路１３、信号処理回路１４、画像処理回路１５、解析回路１６、メモリ１７、記憶装置１８、入力装置１９、表示装置２０等を備える。コントローラ１０は、周知の中央処理装置（ＣＰＵ）を含んで構成されており、メモリ１７を利用して制御プログラムを実行し、装置全体を統括的に制御する。

パルス発生回路１１は、コントローラ１０からの制御信号に応答して動作し、所定周期のパルス信号を生成して出力する。送信回路１２は、超音波プローブ４における超音波振動子６の素子数に対応した複数の遅延回路（図示略）を含み、パルス発生回路１１から出力されるパルス信号に基づいて、各超音波振動子６に応じて遅延させた駆動パルスを出力する。各駆動パルスの遅延時間は、超音波プローブ４から出力される超音波が所定の照射点で焦点を結ぶように設定されている。なお、本実施の形態における超音波プローブ４の焦点の深度は、例えば１８ｍｍ程度である。

受信回路１３は、図示しない信号増幅回路、遅延回路、整相加算回路を含む。この受信回路１３では、超音波プローブ４における各超音波振動子６で受信された各反射波信号（エコー信号）が増幅されるとともに、受信指向性を考慮した遅延時間が各反射波信号に付加された後、整相加算される。この加算によって、各超音波振動子６の受信信号の位相差が調整される。

信号処理回路１４は、図示しない対数変換回路、包絡線検波回路、Ａ／Ｄ変換回路などから構成されている。信号処理回路１４における対数変換回路は反射波信号を対数変換し、包絡線検波回路は対数変換回路の出力信号の包絡線を検波する。また、Ａ／Ｄ変換回路は、包絡線検波回路から出力されるアナログ信号をデジタル信号に変換する。

画像処理回路１５は、信号処理回路１４から出力される反射波信号に基づいて、画像処理を行いＢモードの超音波画像（断層画像）等の画像データを生成する。具体的には、画像処理回路１５は、反射波信号の振幅（信号強度）に応じた輝度のデータ（強度データ）を画像データとして演算により求める。画像処理回路１５で求められた画像データは逐次メモリ１７に記憶される。なお、本実施の形態では、信号処理回路１４及び画像処理回路１５によって、信号強度演算手段が構成されている。

そして、メモリ１７に記憶された１フレーム分の画像データに基づいて、生体組織８の断層画像３０（図３参照）が白黒の濃淡で表示装置２０に表示される。なお、図３に示される生体組織８の断層画像３０は、体表組織における創傷３１を含む組織の超音波画像である。また、断層画像３０では、創傷３１を含むように解析領域Ｒ１が設定されている。

解析回路１６は、メモリ１７に記憶されている解析領域Ｒ１（図３参照）内の強度データ（輝度の画像データ）を読み込み、所定の解析アルゴリズムに従って解析領域Ｒ１内の組織性状に対する解析を行う。具体的には、解析回路１６は、複数の強度データから振幅確率密度分布を演算により求める演算部（振幅確率密度演算手段）であって、生体組織８における反射源（散乱体）の密度を推定するための処理を行う第１解析部２１と、反射源（散乱体）の大きさを推定するための処理を行う第２解析部２２とを備える。より詳しくは、解析回路１６の第１解析部２１は、上式（２）にて示される一般化仲上分布に従う振幅確率密度分布を演算により求め、形状パラメータｍ及び尺度パラメータｓを算出する。また、解析回路１６の第２解析部２２は、上式（５）で示されるマルチレイリー分布に従う振幅確率密度分布を演算により求め、混在率パラメータα_Ｌ，α_Ｍ，α_Ｈを算出する。そして、解析回路１６にて算出された各パラメータｍ，ｓ，α_Ｌ，α_Ｍ，α_Ｈは、メモリ１７に逐次記憶される。

入力装置１９は、キーボード２３やトラックボール２４などで構成されており、ユーザからの要求や指示、具体的には、例えば解析領域Ｒ１（図３参照）を設定する際の入力指示等に使用される。つまり、本実施の形態の入力装置１９は、解析領域設定手段として機能する。表示装置２０は、例えば、ＬＣＤやＣＲＴなどのディスプレイであり、生体組織８の断層画像３０や、各種設定の入力画面を表示するために用いられる。

記憶装置１８は、磁気ディスク装置や光ディスク装置などであり、その記憶装置には制御プログラム及び各種のデータが記憶されている。コントローラ１０は、入力装置１９による指示に従い、プログラムやデータを記憶装置１８からメモリ１７へ転送し、それを逐次実行する。なお、コントローラ１０が実行するプログラムとしては、メモリカード、フレキシブルディスク、光ディスクなどの記憶媒体に記憶されたプログラムや、通信媒体を介してダウンロードしたプログラムでもよく、その実行時には記憶装置１８にインストールして利用する。

従来、創傷３１の組織構造や、感染による性状変化を反映するような統計モデルは検討されていない。このため、本発明者らは、創傷３１の組織構造や、感染による性状変化の評価を行うことが可能な統計モデルの検討を試みた。具体的には、本実施の形態の超音波診断装置１を用い、創傷３１を含む生体組織８（例えばラットの体表組織）の断層画像３０を取得する。そして、断層画像３０において創傷３１を含むように解析領域Ｒ１を設定し、その解析領域Ｒ１での反射波信号の振幅確率密度分布を演算して、複数種類の統計モデルにフィッティングさせた。そして、各統計モデルとの一致度を平均二乗誤差（ＲＭＳＥ）により求め、その結果を図４〜図６に示している。

ここでは、感染度合いの異なる創傷の症例について各統計モデルとの一致度を評価している。図４は感染していない創傷３１（正常モデル）の一致度を示し、図５は創感染に移行しそうな定着細菌をもつ創傷３１（クリティカルコロナイゼーションモデル）の一致度を示し、図６は創感染に移行した創傷３１（感染モデル）の一致度を示している。また、複数種類の統計モデルとしては、Ｒ：レイリー分布（上式（１）参照）、２Ｒ：レイリー分布の２成分モデル（上式（４）参照）、３Ｒ：レイリー分布の３成分モデル（上式（５）参照）、Ｎ：仲上分布（上式（３）参照）、ＧＮ：Ｇｅｎｅｒａｌｉｚｅｄ−仲上分布（上式（２）参照）、Ｗ：ワイブル分布、ＨＫ：Ｈｏｍｏｄｙｎｅｄ−Ｋ分布である。

図４〜図６に示されるように、２成分モデル、３成分モデル、Ｇｅｎｅｒａｌｉｚｅｄ−仲上分布（一般化仲上分布）の平均二乗誤差（ＲＭＳＥ）が低くなっており、創傷３１の不均質な構造を統計モデルが捉えていると考えられる。特に、全ての症例において、一般化仲上分布（ＧＮ）の平均二乗誤差が低い値となり、値も大きな差がなかった。この理由は、創傷３１の非感染から感染のそれぞれの組織性状を一般化仲上分布の統計モデルが捉えていると考えられる。

また、上式（２）に示される一般化仲上分布において、ｍ＝１、ｓ＝１のときにはレイリー分布となり、ｍ＝１、ｓ≠１のときにはワイブル分布となり、ｓ＝１のときに上式（３）の仲上分布となる。つまり、一般化仲上分布の統計モデルでは、密度が異なる散乱体が混在した組織性状を反映することができる。

従って、本実施の形態の超音波診断装置１では、解析領域Ｒ１の強度データの振幅確率密度分布について、一般化仲上分布に従うものを最尤法の演算により求め、得られた形状パラメータｍ及び尺度パラメータｓに基づいて、創傷３１の組織性状を解析するように構成している。

図７には、散乱体密度と形状パラメータｍ及び尺度パラメータｓとの関係を示している。図７に示されるように、散乱体密度が大きくなるにつれて、形状パラメータｍは小さくなり、尺度パラメータｓは逆に大きくなっている。つまり、一般化仲上分布に従う確率密度分布では、各パラメータｍ，ｓの値に応じて、均質または不均質、高散乱体密度または低散乱体密度を反映した分布特性を持つ。このため、一般化仲上分布における各パラメータｍ，ｓの値に基づいて、密度の異なる散乱体が混在した組織性状を解析することが可能となる。

具体的には、創傷３１の感染レベル（感染度合い）に応じた複数のサンプルを用い、各パラメータｍ，ｓと散乱体の密度及び創傷３１の感染レベルとの関連性を示すテーブルデータを予め取得して記憶装置１８に記憶している。そして、解析用のプログラムの実行時にて、記憶装置１８からメモリ１７にテーブルデータを読み出してそれらデータを参照することにより、各パラメータｍ，ｓの値に応じた散乱体の密度を推定して創傷３１の感染レベルを解析するように超音波診断装置１を構成している。

また、創傷３１を含む生体組織８などのように不均質媒体からの反射波信号は、散乱体のサイズが異なる複数の均質媒質からの反射波信号を統合した情報と考えることができる。具体的には、創傷３１を含む生体組織８から得られる反射波信号の振幅の分布特性は、分散の異なる３つのレイリー分布を足し合わせてなるマルチレイリー分布（上式（５）参照）で表現することが可能である。

従って、本実施の形態の超音波診断装置１では、解析領域Ｒ１の強度データの振幅確率密度分布について、マルチレイリー分布に従うものを演算により求め、得られた混在率パラメータα_Ｌ，α_Ｍ，α_Ｈに基づいて、創傷３１の組織性状を解析するように構成している。なおここでは、正常組織や病変組織の複数のサンプルを用いた評価を行い、正常組織や病変組織における散乱体の大きさに対応したレイリー分布を予め取得しておく。具体的には、例えば高分散のレイリー分布に従うものが病変組織（創傷３１の感染した組織）に対応するサイズの大きな散乱体であり、低分散や中分散のレイリー分布に従うものが正常組織に対応するサイズの散乱体である。そして、混在率パラメータα_Ｌ，α_Ｍ，α_Ｈに基づいて、散乱体の大きさを推定し、解析領域Ｒ１において対応する生体組織８が病変組織か否かを判別するように超音波診断装置１を構成している。また、混在率パラメータα_Ｌ，α_Ｍ，α_Ｈに基づいて、解析領域Ｒ１における正常組織及び病変組織の存在率が確認され、創傷３１の感染レベル等が把握される。

さらに、本実施の形態の超音波診断装置１では、断層画像３０上において、形状パラメータｍ及び尺度パラメータｓをその値に応じたカラーで表示して画像化する機能（パラメトリックイメージングの機能）を有している。この機能を用いることにより、生体組織８における形状パラメータｍ及び尺度パラメータｓの空間分布と組織性状との相関が視覚的に評価できるようになっている。

具体的には、断層画像３０上の解析領域Ｒ１において、所定サイズ（本実施の形態では、０．９×２．６ｍｍ：１６×１６ｐｉｘｅｌ）の解析窓Ｗ１を方位方向及び深度方向に８ｐｉｘｅｌずつずらしながら二次元的に走査しつつ解析を行う（図８参照）。この際、解析窓Ｗ１内の複数の強度データ（１６×１６個の輝度データ）の振幅確率密度分布に最尤法を用いて形状パラメータｍ及び尺度パラメータｓを算出する。このようにすると、断層画像３０上の解析領域Ｒ１が解析窓Ｗ１のサイズに応じて複数のブロックに分割され、複数のブロック毎に一般化仲上分布についての形状パラメータｍ及び尺度パラメータｓが算出される。そして、断層画像３０上において、解析窓Ｗ１の各ブロック毎に、形状パラメータｍ及び尺度パラメータｓをその値に応じたカラーで表示して画像化する。

具体的なカラーの表示例としては、パラメータ値が大きい場合を赤色で表示し、小さくなるに従い、赤色→橙色→黄色→緑色→水色→青色の順にカラーで表示する。また、本発明者らは、感染度合いの異なる創傷３１の症例について、パラメトリックイメージングでの評価を試みた。具体的には、感染していない創傷（正常モデル）、定着細菌をもつ創傷（クリティカルコロナイゼーションモデル）、創感染に移行した創傷（感染モデル）について、形状パラメータｍ及び尺度パラメータｓを断層画像３０上にカラーで表示した。そして、それら症例のパラメトリックイメージングのカラー表示を比較した結果、正常モデルやクリティカルコロナイゼーションモデルの表示に比べ、感染モデルの表示では、局所的に形状パラメータｍが小さく（青く）なり、尺度パラメータｓが大きく（赤く）なることを視覚的に確認することができた。

なお、図９には、感染モデルの創傷３１について尺度パラメータｓの値に応じてパラメトリックイメージングしたものを一例として示している。図９では、各ブロック毎にパラメータ値に応じた白黒の濃淡で示されているが、実際には、白黒の断層画像３０上において各ブロック毎にカラー表示され、尺度パラメータｓの空間分布が容易に確認できるようになっている。

次に、本実施の形態の超音波診断装置１における処理例を図１０のフローチャートを用いて説明する。なお、図１０の処理は、図３に示される断層画像３０上の解析領域Ｒ１における組織性状を解析するための処理である。この処理は、例えば医者などの診断作業者が患者の創傷３１のある部位にゲルパッド９を介して超音波プローブ４を接触させ、入力装置１９に設けられている処理開始ボタン（図示略）を操作したときに開始される。

先ず、コントローラ１０は、パルス発生回路１１を動作させ、超音波プローブ４による超音波の送受信を開始させる。具体的には、コントローラ１０から出力される制御信号に応答してパルス発生回路１１が動作し、所定周期のパルス信号が送信回路１２に供給される。そして、送信回路１２では、パルス信号に基づいて、各超音波振動子６に対応した遅延時間を有する駆動パルスが生成され、超音波プローブ４に供給される。これにより、超音波プローブ４の各超音波振動子６が振動して超音波が生体組織８に向けて照射される。生体組織８内を伝搬する超音波の一部は、組織境界面（組織を構成する散乱体表面）などで反射して超音波プローブ４で受信される。このとき、超音波プローブ４の各超音波振動子６によって反射波が電気信号（反射波信号）に変換される。そして、その反射波信号は、受信回路１３で増幅等された後、信号処理回路１４に入力される。

信号処理回路１４では、対数変換、包絡線検波、Ａ／Ｄ変換といった信号処理が行われ、デジタル信号に変換された反射波信号が画像処理回路１５に供給される。画像処理回路１５では、その反射波信号に基づいて、断層画像３０の画像データを生成するための画像処理が行われる。この画像処理では、反射波信号の振幅（信号強度）に応じた輝度の画像データ（強度データ）が生成される。そして、コントローラ１０は、画像処理回路１５で生成された各画像データをメモリ１７に一旦記憶する。

コントローラ１０は、メモリ１７に記憶された１フレーム分の各画像データを読み出し、表示装置２０に出力する。この結果、創傷３１を含む生体組織８の断層画像３０を表示装置２０に表示させる（ステップ１００）。その後、コントローラ１０は、解析領域Ｒ１を設定するための入力画面を表示装置２０に表示させる（解析領域設定ステップとしてのステップ１１０）。この入力画面には、断層画像３０上における解析領域Ｒ１の設定を促すメッセージやカーソルなどが表示される。そして、作業者は、入力画面を確認しつつ入力装置１９のキーボード２３やトラックボール２４等を操作して、断層画像３０上における創傷３１の病変部に解析領域Ｒ１を設定した後（図３参照）、画面に表示される解析開始ボタン（図示略）を選択する。

このとき、コントローラ１０は、入力装置１９の入力操作によって指定された断層画像３０上の領域を解析領域Ｒ１として設定する。その後、コントローラ１０は、解析領域Ｒ１における組織性状の解析処理を開始する。具体的には、先ず、コントローラ１０は、解析領域Ｒ１内の反射波信号から演算して求めた輝度の画像データを強度データとしてメモリ１７から読み出し、解析回路１６に入力する（信号強度演算ステップとしてのステップ１２０）。

解析回路１６では、解析領域Ｒ１内の複数の強度データについて、１６×１６個のデータを含む解析窓Ｗ１の単位で複数のブロックに分割された状態で入力される。そして、各ブロック単位で方位方向及び深度方向にずらしながら、複数の強度データから振幅確率密度分布を演算により求める（振幅確率密度分布演算処理としてのステップ１３０）。このとき、解析回路１６の第１解析部２１では、解析領域Ｒ１内の複数のブロック毎に一般化仲上分布についての形状パラメータｍ及び尺度パラメータｓが算出される。また、解析回路１６の第２解析部２１では、解析領域Ｒ１内の複数のブロック毎にマルチレイリー分布についての混在率パラメータα_Ｌ，α_Ｍ，α_Ｈが算出される。そして、これら各パラメータｍ，ｓ，α_Ｌ，α_Ｍ，α_Ｈは、メモリ１７に一旦記憶される。

コントローラ１０は、解析回路１６で求められた形状パラメータｍ、尺度パラメータｓ、混在率パラメータα_Ｌ，α_Ｍ，α_Ｈを解析窓Ｗ１のブロック毎にメモリ１７から取り込む。そして、密度推定手段としてのコントローラ１０は、メモリ１７に記憶されているテーブルデータを用い、形状パラメータｍ及び尺度パラメータｓに対応する散乱体の密度を解析領域Ｒ１内における解析窓Ｗ１のブロック毎に推定する（密度推定ステップとしてのステップ１４０）。また、サイズ推定手段としてのコントローラ１０は、混在率パラメータα_Ｌ，α_Ｍ，α_Ｈに基づいて散乱体の大きさを解析窓Ｗ１のブロック毎に推定する（サイズ推定ステップとしてのステップ１５０）。

そして、組織性状解析手段としてのコントローラ１０は、推定した散乱体の密度及び散乱体の大きさに基づいて、生体組織８の断層画像３０における創傷３１の感染の有無や感染レベルを各ブロック毎に解析し、その解析結果を表示装置に表示する（画像解析ステップとしてのステップ１６０）。解析結果の表示例としては、解析領域Ｒ１において感染が有りと解析したブロックについて警告色のカラー（例えば青色）で断層画像３０上に表示する。また、感染の初期段階で感染の疑いがあると解析されたブロックについては、例えば点滅表示させるなどして警告を促すようにしてもよい。

次に、コントローラ１０は、解析領域Ｒ１のいずれかのブロックで創傷感染があるか否かを判定する（ステップ１７０）。そして、感染があると解析した場合、パラメトリックイメージングの表示を行うか否かを選択するための表示ボタンを表示装置２０の画面に表示させる（ステップ１８０）。このとき、表示ボタンが選択された場合、パラメトリックイメージング手段としてのコントローラ１０は、各パラメータｍ，ｓのパラメトリックイメージングを行うための処理を行う（ステップ１９０）。ここでは、先ず、コントローラ１０は、形状パラメータｍ及び尺度パラメータｓの選択ボタンを表示装置２０に表示させて、表示に使用するパラメータを作業者に選択させる。

その後、コントローラ１０は、作業者による入力装置１９のボタン操作に応じて、選択されたパラメータのデータをメモリ１７から読み出す。そして、コントローラ１０は、各ブロック毎にパラメータ値に応じたカラーの表示データを表示装置２０に出力し、断層画像３０の上に重ね合わせてカラーで表示する（図９等参照）。その後、コントローラ１０は、別のパラメータでパラメトリックイメージングを行うか否かを促す選択ボタンを表示装置２０に表示させる。ここで、選択ボタンの操作により別のパラメータでのパラメトリックイメージングを行う場合には、コントローラ１０は、そのパラメータのデータをメモリ１７から読み出し、断層画像３０上において各ブロック毎にパラメータ値に応じたカラーで表示する。その後、表示装置２０の画面に表示された処理終了ボタン（図示略）が選択された場合に、コントローラ１０は図１０の処理を終了する。

また、ステップ１７０において、解析領域Ｒ１において創傷感染がないと判定された場合、コントローラ１０は、ステップ１８０及びステップ１９０の処理を行うことなく、図１０の処理を終了する。さらに、ステップ１８０において、パラメトリックイメージングの表示ボタンではなく、処理終了ボタンが選択された場合、コントローラ１０は、ステップ１９０の処理を行うことなく、図１０の処理を終了する。

従って、本実施の形態によれば以下の効果を得ることができる。

（１）本実施の形態の超音波診断装置１では、創傷３１を含む生体組織８の断層画像３０上に解析領域Ｒ１が設定される。その解析領域Ｒ１における複数の反射波信号の強度データから一般化仲上分布に従う振幅確率密度分布が演算により求められ、得られた形状パラメータｍ及び尺度パラメータｓに基づいて、散乱体の密度が推定される。また、複数の強度データから３成分のマルチレイリー分布に従う振幅確率密度分布が演算により求められ、得られた混在率パラメータα_Ｌ，α_Ｍ，α_Ｈに基づいて、散乱体の大きさが推定される。それら推定された密度や大きさによって創傷３１の組織性状が解析される結果、創傷３１における感染の有無やその進行レベルなどを精度よく把握することができる。

（２）本実施の形態の超音波診断装置１は、パラメトリックイメージングの機能を有し、解析領域Ｒ１内にて複数に分割されたブロック毎に、形状パラメータｍ及び尺度パラメータｓのいずれか一方のパラメータがその値に応じてカラーで表示される。一般化仲上分布の形状パラメータｍ及び尺度パラメータｓは密度に関連して変化するパラメータであるため、解析領域Ｒ１の各ブロックの表示色を見ることにより、解析領域Ｒ１における密度分布を容易に確認することができる。このため、密度に応じた創傷３１の組織性状の変化を視覚的に把握することができる。

（３）本実施の形態の超音波診断装置１では、３成分のマルチレイリー分布ののうちの高分散のレイリー分布Ｐ_Ｈは、創傷３１における感染した組織に対応したレイリー分布であり、高分散のレイリー分布Ｐ_Ｈの混在率パラメータα_Ｈに基づいて、創傷感染の進行レベルを判定することができる。

（４）本実施の形態の超音波診断装置１を用いれば、従来技術のように微生物学的検査や血液検査などを行うことなく、創傷３１の感染の有無やその進行レベルを早期に把握できる。創感染の進行レベルを非侵襲かつ的確に判定することができれば、重度の治療を要する創傷か否かの判断を医療従事者が適切に行うことができる。これにより、軽症患者の診察に関しては医療費の抑制に繋がり、感染創又はクリティカルコロナイゼーション創を有する患者に関しては重点的な治療を施し、創傷の治癒を促すことが可能となる。また、本実施の形態の超音波診断装置１は非侵襲的に創傷３１の診断が可能であるため、血液検査等に比べ患者の診察負担を大幅に軽減することが期待できる。このように、本実施の形態の超音波診断装置１によれば、創傷３１の感染レベルに応じた適切な治療やケアを行うことができ、創傷３１の治癒期間を短くすること等が期待できる。

なお、本発明の実施の形態は以下のように変更してもよい。

・上記実施の形態では、解析領域Ｒ１において解析窓Ｗ１のブロック毎に創傷３１の感染の有無を解析するものであったが、これに限定されるものではなく、例えば、ブロックにおける任意の解析点（画像の１ピクセル）毎に感染の有無を解析してもよい。具体的には、例えば、作業者は、入力装置１９のキーボード２３やトラックボール２４を操作して、断層画像３０において、感染が有りと判定されたブロックにおける任意の解析点を指定する。コントローラ１０は、解析点のあるブロックの強度データ（１６×１６個の輝度値の画像データ）を読み出し、それら強度データを用い、３成分のマルチレイリー分布に従う振幅確率密度分布Ｐ_３ｍｉｘを演算により求める。ここで、ブロックにおける反射波信号の振幅確率密度分布Ｐ_Ｘは、混在率パラメータα_Ｌ，α_Ｍ，α_Ｈに基づいて、低分散、中分散、高分散のレイリー分布Ｐ_Ｌ，Ｐ_Ｍ，Ｐ_Ｈの足し合わせたマルチレイリー分布Ｐ_３ｍｉｘとして表現することができる（図１１参照）。また、解析点の強度データ（輝度値）に基づいて、低分散、中分散、高分散のいずれかの散乱体であるかを判定する。具体的には、例えば、創傷３１が感染した病変組織における散乱体が高分散となり、解析点の強度データの輝度値が大きくなる場合を想定する。この場合、図１１におけるマルチレイリー分布Ｐ_３ｍｉｘにおいて、解析点の輝度値ｘ１を参照すると、高分散のレイリー分布Ｐ_Ｈの確率が高いことを推定することができる。従って、コントローラ１０は、混在率パラメータα_Ｌ，α_Ｍ，α_Ｈと解析点の強度データとに基づいて、創傷感染に対応した散乱体のサイズを推定することができる。そして、コントローラ１０は、その推定結果に基づいて、解析点での組織性状として感染している旨を表示装置２０に表示する。このように超音波診断装置１を構成しても、超音波を利用して創傷３１の組織性状を解析することができる。

・上記実施の形態の超音波診断装置１では、解析領域Ｒ１内の反射波信号の振幅確率密度分布に基づいて組織性状を解析するものであったが、解析領域Ｒ１内に血管や骨などからの反射波信号が含まれる場合がある。血管や骨は創傷３１の生体組織８とは構造が異なり、血管や骨などの構造物からの反射波信号は、創傷３１の生体組織８からの反射波信号と比較してその分散特性が異なる。また、血管や骨などはＢモードの断層画像３０においてその構造を確認することができる。このため、解析領域Ｒ１の設定時において、血管や骨などの構造物が含まれる場合にはその構造物を排除領域として排除したうえで解析領域Ｒ１を設定して、組織性状の解析を行うように超音波診断装置１を構成してもよい。

・上記実施の形態の超音波診断装置１では、３成分モデルのマルチレイリー分布Ｐ_３ｍｉｘに従って、組織性状の解析を行っていたが、２成分モデルや４成分以上の複数のマルチレイリー分布を用いて、組織性状の解析を行うように構成してもよい。

・上記実施の形態の超音波診断装置１では、創傷３１を含む生体組織８の性状を解析して創傷３１の感染の有無や感染レベルを把握するものであったが、これに限定するものではない。超音波診断装置１を用いて、創傷３１以外の他の生体組織８の性状を解析し、病変部の進行レベルなどの組織性状の変化を把握してもよい。

次に、特許請求の範囲に記載された技術的思想のほかに、前述した実施の形態によって把握される技術的思想を以下に列挙する。

（１）上記手段１において、前記振幅確率密度演算手段は、分散の異なる３つのレイリー分布を足し合わせてなるマルチレイリー分布であって、前記確率密度分布に従うものを演算により求め、前記３つのレイリー分布の混在率を示す混在率パラメータを算出する超音波診断装置。

（２）上記手段１において、前記複数のレイリー分布のうちの１つは、感染した創傷の病変組織に対応したレイリー分布であり、前記組織性状判定手段は、前記病変組織の前記混在率パラメータに基づいて、前記生体組織における病気の進行レベルを判定する超音波診断装置。

（３）上記手段１において、前記解析領域設定手段は、前記解析領域内にＢモードの断層画像で確認できる構造物があるときに、その構造物がある領域を排除したうえで解析領域の設定を行う機能を有する超音波診断装置。

（４）コンピュータを、生体組織に対して照射された超音波の反射波から取得した反射波信号に基づく断層画像内の少なくとも一部に解析領域を設定する解析領域設定手段と、前記解析領域における前記生体組織からの複数の反射波信号を取得し、それら反射波信号の強度データを演算により求める信号強度演算手段と、前記強度データから振幅確率密度分布を演算により求める振幅確率密度分布演算手段と、前記振幅確率密度分布に基づいて、前記生体組織において反射源となる散乱体の密度を推定する密度推定手段と、前記振幅確率密度分布に基づいて、前記反射源となる散乱体の大きさを推定するサイズ推定手段と、前記密度推定手段及び前記サイズ推定手段の少なくとも一方の推定結果に基づいて、前記生体組織の性状を解析する組織性状解析手段として動作させるためのプログラム、及びそれを格納した記憶媒体。

１…超音波診断装置
８…生体組織
１０…密度推定手段、サイズ推定手段、組織性状解析手段、及びパラメトリックイメージング手段としてのコントローラ
１４…信号強度演算手段を構成する信号処理回路
１５…信号強度演算手段を構成する画像処理回路
１６…振幅確率密度演算手段としての解析回路
１９…解析領域設定手段としての入力装置
３０…断層画像
３１…創傷
Ｒ１…解析領域

Claims (7)

1. 生体組織に対して照射された超音波の反射波から取得した反射波信号に基づいて、前記生体組織の断層画像を得る超音波診断装置において、
   前記断層画像内の少なくとも一部に解析領域を設定する解析領域設定手段と、
   前記解析領域における前記生体組織からの複数の反射波信号を取得し、それら反射波信号の強度データを演算により求める信号強度演算手段と、
   前記強度データから振幅確率密度分布を演算により求める振幅確率密度分布演算手段と、
   前記振幅確率密度分布に基づいて、前記生体組織において反射源となる散乱体の密度を推定する密度推定手段と、
   前記振幅確率密度分布に基づいて、前記反射源となる散乱体の大きさを推定するサイズ推定手段と、
   前記密度推定手段及び前記サイズ推定手段の少なくとも一方の推定結果に基づいて、前記生体組織の性状を解析する組織性状解析手段と
   を備えた超音波診断装置。
2. 前記振幅確率密度分布演算手段は、形状パラメータを含んで表現された理論式にさらに尺度パラメータを追加してなる一般化仲上分布であって、前記振幅確率密度分布に従うものを演算により求め、その求められた一般化仲上分布についての前記形状パラメータ及び前記尺度パラメータを算出し、
   前記密度推定手段は、前記形状パラメータ及び前記尺度パラメータのうちの少なくとも一方に基づいて、前記散乱体の密度を推定する
   請求項１に記載の超音波診断装置。
3. 前記振幅確率密度分布演算手段は、分散の異なる複数のレイリー分布を足し合わせてなるマルチレイリー分布であって、前記振幅確率密度分布に従うものを演算により求め、その求められたマルチレイリー分布についての前記複数のレイリー分布の混在率を示す混在率パラメータを算出し、
   前記サイズ推定手段は、前記混在率パラメータに基づいて、前記散乱体の大きさを推定する
   請求項１または２に記載の超音波診断装置。
4. 前記解析領域が複数のブロックに分割されており、前記密度推定手段は、前記複数のブロック毎に、前記一般化仲上分布についての前記形状パラメータ及び前記尺度パラメータを算出し、
   前記断層画像上において、前記複数のブロック毎に前記形状パラメータ及び前記尺度パラメータのいずれか一方のパラメータをその値に応じたカラーで表示して画像化するパラメトリックイメージング手段を備えた
   請求項２に記載の超音波診断装置。
5. 前記生体組織は、体表組織における創傷を含む組織であり、
   前記組織性状解析手段は、前記密度推定手段及び前記サイズ推定手段の少なくとも一方の推定結果に基づいて、前記創傷を含む組織における感染の有無または感染レベルを解析する
   請求項１乃至４のいずれか１項に記載の超音波診断装置。
6. 前記生体組織は、体表組織における創傷を含む組織であり、
   前記組織性状解析手段は、前記密度推定手段及び前記サイズ推定手段の両方の推定結果に基づいて、前記創傷を含む組織における感染の有無または感染レベルを解析する
   請求項１乃至４のいずれか１項に記載の超音波診断装置。
7. 生体組織に対して照射された超音波の反射波から取得した反射波信号に基づいて、前記生体組織の断層画像を得るとともに、その断層画像を解析する方法において、
   前記断層画像内の少なくとも一部に解析領域を設定する解析領域設定ステップと、
   前記解析領域における前記生体組織からの複数の反射波信号を取得し、それら反射波信号の強度データを演算により求める信号強度演算ステップと、
   前記強度データから振幅確率密度分布を演算により求める振幅確率密度分布演算ステップと、
   前記振幅確率密度分布に基づいて、前記生体組織において反射源となる散乱体の密度を推定する密度推定ステップと、
   前記振幅確率密度分布に基づいて、前記反射源となる散乱体の大きさを推定するサイズ推定ステップと、
   前記密度推定ステップ及び前記サイズ推定ステップの少なくとも一方にて得た推定結果に基づいて、前記生体組織の断層画像を解析する画像解析ステップと
   を含む超音波画像解析方法。