JPH11151246A

JPH11151246A - 血管内の改善された超音波画像および信号処理

Info

Publication number: JPH11151246A
Application number: JP10173569A
Authority: JP
Inventors: Ehud Nachtomy; ナッハトミーエーウド; Jacob Richter; リヒタージャコブ
Original assignee: Medinol Ltd
Current assignee: Medinol Ltd
Priority date: 1997-06-19
Filing date: 1998-06-19
Publication date: 1999-06-08
Also published as: DE69827857T2; IL125000A; DE69827857D1; DE69813087D1; DE19827460A1; EE9800196A; EP0885594A2; HK1050242A1; GB2326479B; AU757314B2; US6095976A; ATE283497T1; PL326831A1; PT885594E; CZ190198A3; EE04166B1; IL125000A0; UA57011C2; US6152878A; EP0885594B1

Abstract

(57)【要約】（修正有）【課題】形態の正確なＩＶＵＳ画像および画像シーケ
ンスを医師に提供し、それによってより正確な診断およ
び評価を可能にする。【解決手段】超音波器械を含んでいるカテーテルが身
体の管腔の中に導入され、超音波器械は超音波信号を送
信し、反射された超音波を検出する。カテーテルに結合
されたプロセッサが、検出された超音波信号から第１の
１つの画像または第１の一連の画像および第２の１つの
画像または第２の一連の画像を導き出すようにプログラ
ムされている。また、プロセッサは第２の一連の画像を
第１の一連の画像に対して比較するようにもプログラム
されている。プロセッサは第２の画像を第１の画像に関
して安定化し、ドリフトを制限するようにもプログラム
することができる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、血管内の超音波
（ＩＶＵＳ：ＩｎｔｒａｖａｓｃｕｌａｒＵｌｔｒａ
ｓｏｕｎｄ）のための画質が改善された画像および信号
の処理に対する装置および方法に関し、特にＩＶＵＳ画
像の品質および有効性を改善する、信号情報およびＩＶ
ＵＳ画像を処理するための装置および方法に関する。

【０００２】

【従来の技術、及び、発明が解決しようとする課題】Ｉ
ＶＵＳ画像は血管の内部に挿入されたカテーテルの周り
に、それに沿って、あるいはそのチップに配置されてい
るトランスデューサまたはトランスデューサ・アレイな
どの装置によって投射される超音波エネルギーのビーム
から得られる。その装置からの超音波ビームは血管の内
部で連続的に回転され、３６０°の内部断面画像を形成
し、すなわち、画像が横断面（Ｘ‐Ｙ）の中に形成され
る。特定の装置構成によって変わるが、その画像はその
装置と同じ横断面から、あるいはその装置の横断面の僅
かに前方（すなわち、遠位側）にある横断面からのいず
れかから得られる。カテーテルが血管の内部でその血管
に沿って（すなわち、Ｚ軸に沿って）動かされた場合、
その血管の各種の画像セグメント（次々の一連の断面）
を形成し、表示することができる。

【０００３】ＩＶＵＳはすべてのタイプの血管、たとえ
ば、限定はされないが、動脈、静脈および他の周辺血管
において使うことができ、そして身体のすべての部分に
おいて使うことができる。

【０００４】受信される（検出される）超音波信号は元
々はアナログ信号である。この信号はアナログおよびデ
ィジタルの方法を使って処理され、実質的に一組のディ
ジタル化されたデータを含んでいるベクトルを形成す
る。各ベクトルはその血管の異なる角度セクタの超音波
応答、すなわち、その血管の断面を表す。各ベクトルの
中のデータ要素の数（軸方向のサンプリング分解能）お
よび血管の完全な断面を走査するために使われるベクト
ルの数（横方向のサンプリング分解能）は、使用される
システムのタイプによって変わる可能性がある。

【０００５】ディジタル化されたベクトルは最初に極座
標、すなわち、Ａ（ｒ、θ）の二次元の配列または行列
の中に置くことができる。この極座標の行列において、
たとえば、Ｘ軸はｒ座標に対応し、Ｙ軸はθ座標に対応
する。この行列の各値はその場所における超音波の応答
の強度（そのシステムが８ビットの場合は０〜２５５の
範囲の）を表している。

【０００６】この極座標行列は普通はディスプレイには
転送されない。というのは、その結果の画像は医師によ
って容易には解釈されないからである。極座標行列Ａ
（ｒ、θ）の中に格納されている情報は普通はいくつか
の処理段階を通り、医師によってより容易に解釈される
デカルト座標、たとえば、ＸおよびＹ座標（Ａ（Ｘ，
Ｙ））に補間される。したがって、行列Ａ（Ｘ，Ｙ）の
Ｘ軸およびＹ軸は血管の断面のデカルト座標表示に対応
する。デカルト座標のマトリックの中の情報はさらに処
理を受ける可能性があり、そして結局は医師によって分
析されるために表示される。画像が取得されて表示され
る速度はシステムによって変わる。いくつかのシステム
は約３０画像／秒までのビデオ表示レートで画像を取得
して表示することができる。

【０００７】身体の管腔、すなわち、血管のセグメント
のＩＶＵＳによる検査は、一般には表示されるべきセグ
メントの遠位端、すなわち、下流）にカテーテルを置
き、そのカテーテルが身体の管腔（Ｚ軸）に沿ってゆっ
くりと引き戻され（プルバック）、そのセグメントを形
成する次々の画像が連続して表示されるようにすること
によって行われる。多くの場合において、カテーテルは
一定の速度、すなわち、代表的な速度は約０．５〜１ｍ
ｍ／秒）でカテーテルを引っ張る機械的な引抜き装置に
接続される。

【０００８】現在のＩＶＵＳ画像システムにおいては、
身体の管腔、たとえば、血管の断面の画像を表示するた
めに上記の技法が一般的に使われている。しかし、これ
らのシステムは不完全である。というのは、それらはカ
テーテルおよび／または身体の管腔、たとえば、血管の
動きを補正するための画像の何らかの形式の安定化を含
まないからである。身体の管腔のＩＶＵＳ画像を採取す
る間に、カテーテルおよび／または身体の内腔によって
示される動きが常に存在することはよく知られている。
この動きは横方向の（Ｘ‐Ｙ）平面の中で、血管の軸
（Ｚ軸）に沿って、あるいはそれらの動きの組合せが示
される可能性がある。また、画像用カテーテルは血管に
関して傾きがある可能性があり、したがって、その画像
平面がＺ軸に対して垂直でない可能性もある（この動き
は「アンギュレーション」と呼ばれる）。これらの動き
は心臓の鼓動、血管または他の流体の管腔を通じての流
れ、血管運動（ｖａｓｏｍｏｔｉｏｎ）、医師によって
加えられた力、および生理によって生じる他の力などに
よって発生する。

【０００９】現在のＩＶＵＳシステムにおいては、画像
用カテーテルが静止している時、あるいは手動で、また
は機械的にゆっくりと引き戻されている時の、次々の、
すなわち、ディスプレイ上および／または映画フィルム
またはビデオにおいて見られるような画像の間の外観の
変化の主要な原因は、カテーテルと管腔との間の相対的
な運動である。この外観の変化は、動きによる画像の変
化の速度がプルバックによる実際の形態における変化の
速度よりずっと大きいために発生する。

【００１０】次々の画像におけるカテーテルと管腔との
間の相対的な運動に対する補正が画像に含められる時、
安定化される。現在使われているＩＶＵＳは安定化を行
っていないので、カテーテルと管腔との間の相対的運動
の補正または訂正はない。結果として、形態学的な特徴
はたとえば、ディスプレイおよび／または映画フィルム
またはビデオ上での一定の運動または回転である。この
ために医師はＩＶＵＳのダイナミック・ディスプレイに
おいて形態を正確に解釈することが困難となる。さら
に、安定化されていないＩＶＵＳ画像が三次元の再構築
などの処理アルゴリズム、あるいは一組の逐次画像を処
理する各種のフィルタに対する入力として供給される
時、性能の劣化および誤診断または不正確な判定につな
がる可能性がある。

【００１１】現行のＩＶＵＳ画像処理装置またはカテー
テルは、電子的原点または機械的原点が時々狂っている
可能性がある。これによって、表示される画像が認識さ
れるか、あるいは認識されない人為構造（ａｒｔｉｆａ
ｃｔ）を示し、そして実際の形態を不明瞭にしてしまう
可能性がある。現在、血管または身体の管腔の画像の分
析を妨げるこれらのタイプの人為構造を、画像が有して
いるかどうかを判定するための自動的な方法はない。

【００１２】心臓血管の機能の挙動は一般的に周期的で
ある。この周期性の検出および画像とその画像が属する
心臓サイクルにおける時間的位相との間の相関を確立す
る機能は、カーディアック・ゲーティング（ｃａｒｄｉ
ａｃｇａｔｉｎｇ）と呼ばれる。

【００１３】現在カーディアック・ゲーティングは外部
信号、普通は心電図（ＥＣＧ：Ｅｌｅｃｔｒｏ‐Ｃａｒ
ｄｉｏｇｒａｍ）を使うことによって行われる。しか
し、ＥＣＧゲーティングはＥＣＧ信号の取得およびその
ＩＶＵＳ画像とのインターリービング（すなわち、同期
化）の両方を必要とする。これは追加のハードウェアソ
フトウェアを必要とする。

【００１４】血管のＩＶＵＳ画像における形態学的な特
徴は、３つの一般的なカテゴリーに分けることができ
る。それらは管腔、すなわち、血液または身体内の他の
流体が流れる領域；血管層；および外面、すなわち、血
管の外側の組織または形態である。ほとんどのＩＶＵＳ
フィルム（画像）の血管は急速に変化するスペキュラー
（ｓｐｅｃｕｌａｒ）パターンによって特徴付けられ
る。血管の外側も高い時間的周波数で変化する。現在、
ピクセルの時間的な挙動およびそれらのテクスチャー的
属性は自動的には監視されていない。

【００１５】身体の管腔、たとえば、血管のコンテキス
トにおける血管運動はその管腔、たとえば、血管の内径
における変化として定義されている。この変化は自然の
状況によって、あるいは誘導された状態の下でもたらさ
れる可能性がある。血管運動は動的成分、すなわち、心
臓血管サイクルにおける管腔の寸法、たとえば、血管の
内径の動的な変化（収縮および膨張）、およびベースラ
インの静的成分、すなわち、管腔、たとえば、血管のベ
ースライン内径における変化があり得る。

【００１６】血管運動は管腔、たとえば、血管の或る種
の状態における内径を変化させる能力を示す定量的な物
理パラメータとして表現することができる。これらのタ
イプのパラメータは現在およびおそらく将来の医学およ
び診断において、管腔、たとえば、血管の状態および実
行された治療の効果に関しての情報を提供することにお
いて重要である。

【００１７】ＩＶＵＳは血管運動を監視するために使う
ことができる。というのは、それは管腔のベースライン
の内径およびその動的な変化の画像を提供するからであ
る。さらに、ＩＶＵＳはその血管運動がグローバル（一
様）であるかどうか、すなわち、その管腔の断面全体が
同じ大きさと方向において収縮／膨張するかどうかを監
視するために使うことができる。また、ＩＶＵＳは血管
運動が一様でなく、その管腔の内径における局所的な変
化につながる、すなわち、その管腔の断面の各場所の挙
動が異なっているかどうかを判定するためにも使われ
る。

【００１８】現在、ＩＶＵＳによるすべてのタイプの血
管運動の監視は手動で行われている。これは退屈で時間
が掛かり、実行時間での血管運動の監視を妨げる。

【００１９】ＩＶＵＳ画像の解釈は静的画像の成分の分
析およびそれらの時間的挙動の監視によって実現され
る。ほとんどのＩＶＵＳ画像は３つの基本部分に分ける
ことができる。最も内側の部分は管腔の流れの通路、す
なわち、物質、たとえば、血液が流れる空洞である。そ
の流れの通路の周りに実際の血管があり、それは血管お
よび任意の他の身体管腔を含むことができ、それは複数
の層の組織（疾患のある場合はプラーク）から構成され
ている。血管の外側には、周囲の形態、たとえば、環状
血管画像における心臓に属している可能性のある他の組
織がある。

【００２０】ＩＶＵＳのフィルムが動的に見られる時、
すなわち、映画フィルムのフォーマットで見られる時、
その血管を通して流れる物質に対応しているピクセルお
よびその血管の形態の外側に対応しているピクセルは、
血管そのものとは異なる時間的挙動を示す。たとえば、
ほとんどのＩＶＵＳフィルムにおいては、血管を通して
流れている血液は頻繁に変化しているスペキュラー・パ
ターンによって特徴付けられる。血管の外側の形態も頻
繁な変化を示す。現在、動的なＩＶＵＳ画像におけるピ
クセルの時間的挙動は自動的には監視されていない。

【００２１】現在のＩＶＵＳディスプレイにおいては、
そのシステムに設けられている場合は、高周波の時間的
変化は複数の画像についての平均化などの手段によって
抑制されている。しかし、これは振幅が大きい特徴の外
観、すなわち、グレイ値の大きい外観を抑制することが
できない場合があり、また、それはぼけの効果も有す
る。

【００２２】管腔の流れの通路のサイズは診断の非常に
重要なパラメータである。診断のために必要な時、それ
はたとえば、医師によって手動で判定される。これはた
とえば、ビデオ上での凍結された画像またはマシン・デ
ィスプレイ上での凍結された静止画像の上に流れの通路
の境界の輪郭を描くことによって行われる。この手動抽
出の方法は時間が掛かり、不正確で偏ったものとなる可
能性がある。

【００２３】現在、流れの通路の自動抽出のための画像
処理ソフトウェアが市販されている。しかし、これらは
静的な画像のグレイ値の組成に基づいており、その血管
層に対抗して通路を流れる血液などの物質によって示さ
れる異なる時間的挙動を考慮していない。

【００２４】血管の治療中に、同じ血管セグメントの中
でのＩＶＵＳのプルバック検査を繰り返すことは普通に
行われている。たとえば、代表的な状況は、先ず最初に
問題のセグメントを表示し、その疾患（もしあれば）を
評価し、ＩＶＵＳカテーテルを取り除き、治療のオプシ
ョンを考慮し、治療、たとえば、ＰＴＣＡ‐「バルー
ン」またはステンティング（ｓｔｅｎｔｉｎｇ）を実行
し、そして次にその直後に、その治療を評価するために
ＩＶＵＳを使って処理されたセグメントを再度調べる。
その結果を適切に評価するため、および行われた治療の
効果を評価するために、その血管のＺ軸に沿っての同じ
場所（すなわち、対応しているセグメント）における血
管の断面を反映する、治療前および治療後のセグメント
の画像が比較されることが望ましい。この比較を行うた
めに、その治療前のＩＶＵＳ画像および治療後のＩＶＵ
Ｓ画像が互いに対応しているフィルム内の場所を判定し
なければならない。マッチング（レジストレーション）
と呼ばれるこの手順によって、治療前および治療後のＩ
ＶＵＳ画像の正確な比較が可能となる。

【００２５】現在、マッチングは治療前および治療後の
セグメントのＩＶＵＳのプルバック・フィルムを１つず
つ次々に並べてみることによって行われ、視覚的に互い
に対応しているシーケンスが見つけられる。この方法は
極端に不正確であり、画像が不安定であって、安定化が
なされていないためにディスプレイ上で回転および／ま
たは動き回り、血管について行われた治療の結果として
治療前セグメントのＩＶＵＳプルバック・フィルムの中
にある解剖学的標認点（ａｎａｔｏｍｉｃａｌｌａｎｄ
ｍａｒｋｓ）の多くが妨害されているか、あるいは変更
されているために実現することが困難である。さらに、
治療が完了した後のカテーテルの取り除きおよび再挿入
のために、血管に関するＩＶＵＳカテーテルの相対的な
位置および向きが異なる結果として、血管の向きおよび
外観が変化する可能性がある。マッチングは手動で行わ
れ、極端に時間が掛かって不正確となり得る手動での視
覚的な識別に主として頼っている。

【００２６】本発明は、評価される形態の正確なＩＶＵ
Ｓ画像および画像シーケンスを医師に提供し、それによ
ってより正確な診断および評価を可能にすることによ
り、市販のＩＶＵＳ画像処理システムおよび従来の技術
に付随している問題点を解決する。

【００２７】

【課題を解決するための手段】本発明は、ＩＶＵＳの画
像および信号の情報を処理し、カテーテルおよび身体の
管腔の両方における各種のタイプの運動によって発生さ
れる歪みおよび不正確性を取り除く。この結果、ＩＶＵ
Ｓ画像の品質および有効性が両方とも改善される。本発
明によって提供される利点は、個々のＩＶＵＳ画像が前
の画像（複数の場合もある）に関して安定化され、それ
によって複数の画像を後で処理することに関するマイナ
スの効果が取り除かれることである。各画像における運
動が横方向のタイプである場合、取得された各画像に対
してその運動を完全に補正することが可能である。

【００２８】また、本発明により、ボリューム再構築ア
ルゴリズムによって正確に形態を再生することができ
る。というのは、身体の管腔の動きが安定化されている
からである。本発明は管腔の中を移動するプローブ（た
とえば、超音波プローブなど）が相対的な運動（すなわ
ち、プローブの、そして／または管腔の）を行うので、
画像（ＩＶＵＳまたはその他の）を安定化する必要があ
る場合の任意のタイプのシステムにおいて適用可能であ
り、有用である。

【００２９】本発明は、身体の管腔内の超音波装置によ
って発生される超音波信号の検出、受信されたアナログ
信号の極座標値（Ａ（ｒ、θ））への変換、極座標のフ
ィールドにおける安定化、安定化された極座標のデカル
ト座標（Ａ（Ｘ，Ｙ））への変換、デカルト座標のフィ
ールドにおける安定化、およびデカルト座標として安定
化された画像のディスプレイへの送信などの機能を提供
する。極座標またはデカルト座標のいずれかを、表示の
前にさらに処理することができるか、あるいは表示され
ない場合もある。デカルト座標への変換および／または
デカルト座標のフィールドにおける安定化は、極座標の
フィールドにおける安定化の前または後の任意の点にお
いて行うことができる。さらに、極座標系またはデカル
ト座標系における安定化を省略することができる。それ
は画像の中での検出されたシフトおよび／または他のフ
ァクタによって変わる。さらに、安定化の追加の形式
が、検出されたシフトおよび／または他のファクタによ
って含められるか、あるいは省略される。

【００３０】たとえば、剛体運動の安定化を使って極座
標のフィールドにおける回転運動（角運動）またはグロ
ーバルな血管運動（ｒ方向における膨張または収縮）に
対して、および／またはデカルト・フィールドにおける
デカルト座標での変位（Ｘおよび／またはＹの方向の）
に対して補正することができる。

【００３１】次々の画像の表現の間の横方向の剛体運動
は「シフト」（すなわち、その画像の平面内のすべての
形態学的特徴の一様な運動）と呼ばれる。ＩＶＵＳ画像
を安定化するために、最初に行われるステップは「シフ
トの評価および検出」である。これは次々の画像の各ペ
アの間のシフト（もしあれば）が評価されて検出される
ステップである。システムはプロセッサを利用して次々
のＩＶＵＳ画像のペアについて演算を実行し、そのよう
な画像の間のシフトがあったかどうかを判定する。その
プロセッサはこの判定を行う際に単独のアルゴリズムを
利用するか、あるいは使用されるべき複数のアルゴリズ
ムの中から選択することができる。

【００３２】システムはそのアルゴリズムを利用して１
つの画像の中のシフトをシミュレートし、次にこのシフ
トされた画像をその前の画像と比較する。画像間のこの
比較は従来の技術においてはマッチングとしても知られ
ている「近似性」演算として知られている。システムは
各シフトごとに単独の近似性演算を実行する。一連の近
似性演算の結果が評価されて前のシフトされていない画
像に最もよく似ているシフトされた画像の位置（方向お
よび大きさ）が判定される。もちろん、画像を同じ方法
でその次の画像と比較することができる。その実際のシ
フトが決定された後、現在の画像が前の画像となり、次
の画像が現在の画像となり、上記の演算が繰り返され
る。

【００３３】シフトの評価および検出を使って、システ
ムは横方向のシフト、たとえば、回転、膨張、収縮、変
位（デカルト的）などをそのシフトの方向および大きさ
と一緒に決定する。次のステップは「シフトの実施」で
ある。これはシステムが１つの演算または一連の演算を
次々のＩＶＵＳ画像について実行し、各画像をその隣接
した前の画像に関して安定化するステップである。この
安定化は１つまたは複数の「逆シフト」を利用する。そ
れは検出されたシフトを打ち消すことを狙いとしてい
る。システムは各「逆シフト」を実施するために使われ
る１つのアルゴリズム、または複数のアルゴリズムから
の１つのアルゴリズムの選択を含むことができる。それ
以降の処理または表示に対してそれを供給する前に、ど
の逆シフトが実際に実施されるかについて決定する論理
は「シフト論理」と呼ばれている。ＩＶＵＳ画像が所望
のタイプの検出された運動に対して安定化されると、次
にシステムはそれ以降の処理および最終の表示のために
デカルト座標（または、極座標）の画像情報を転送する
ことができる。そこでその安定化の結果を、たとえば、
医師が見ることができる。代わりに、安定化は、安定化
をいくつかの他の処理の前に使い、その後、結果の画像
が元の安定化されていない姿勢または向きにおいて、結
果の画像がディスプレイに対して投影される。

【００３４】画像間の横方向の運動が剛体運動ではな
く、局所的な性格の運動、すなわち、画像のうちの異な
る部分が異なる方向および大きさの運動を示すことが可
能である。この場合、そのような運動を補正するため
に、上記の安定化の方法または他のタイプの方法を局所
的なベースで実施することができる。

【００３５】本発明はＩＶＵＳ画像だけから導かれる情
報を使うことによって、ＥＣＧなどの外部信号を使う必
要なしに心臓の周期性の検出を提供する。このプロセス
は安定化のプロセスの中でも部分的に使われている近似
性の演算を伴う。カテーテルが静止状態にある時、ある
いは制御されているＩＶＵＳプルバックを実行している
時の周期を検出する機能（すなわち、カーディアック・
ゲーティング）の１つの重要な機能は、次々の心臓サイ
クルの中での同じ位相に属している画像の選択を可能に
することである。カーディアック・ゲーティングに基づ
いて画像を選択することにより、すべてのタイプの周期
的運動（横方向、Ｚ軸およびアンギュレーションを含
む）を、次々の心搏における同じ位相からその画像が選
択されるという意味で安定化することができる。たとえ
ば、これらのＩＶＵＳ画像を表示し、それらの間に生成
されたギャップが補間された画像をフィル・インし、表
示することによって補正することができる。この演算に
よって選択されたＩＶＵＳ画像をそれ以降の処理のため
に先へ送信することもできる。

【００３６】周期性の検出のために使われるこの近似性
の演算は、画像の品質を監視するためにも利用すること
ができ、そして画像および処理装置の不具合に関連付け
られた人為構造を示す。

【００３７】シフトの評価のために使われる演算は自動
的に血管運動を示すことができる。これは血管の内径が
変化するために血管運動によって次々の画像が異なるも
のになる時に安定化のプロセスに役立つ。血管運動に対
して画像が安定化された場合、次にこの変化に対して補
正される。代わりに、内径の変化に関する情報を表示す
ることができる。というのは、それは物理的な意味を持
っている可能性があるからである。血管運動の監視は次
々の画像に対してそれぞれの極座標表現、すなわち、Ａ
（ｒ、θ）を使って近似性の演算を適用することによっ
て行われる。これらの演算は必要な情報のタイプによっ
て変わるが、全体画像の間、あるいは対応している個別
の極座標ベクトル（次々の画像からの）の間に適用する
ことができる。グローバルな血管運動は管腔の内径にお
ける一様な変化として表現されるので、それは全体の極
座標画像を考慮に入れる近似性の演算によって評価する
ことができる。一般に、極座標表現においてグローバル
な安定化に対して適している演算は、グローバルな血管
運動を評価するためにも使うことができる。

【００３８】ＩＶＵＳの画像処理中の或る種の状態にお
いて、一様でない血管運動、すなわち、身体の管腔の中
の特定の場所に対応しているＩＶＵＳ画像の或る部分だ
けの運動があり得る。これはたとえば、人為構造がある
場所においてプラークのビルドアップがあり、それによ
ってそのプラークのビルドアップとは無関係な領域にお
いてのみその人為構造の膨張または収縮を可能している
場合に発生する可能性がある。そのような運動が検出さ
れると、システムは身体の管腔の断面を表している超音
波信号を複数のセグメントに分割することができ、それ
は次に或る種のアルゴリズムを使用して隣接画像の対応
しているセグメントに関してそれぞれ個別に処理され
る。次に、結果のＩＶＵＳ画像を表示することができ
る。この安定化の形式を個別に、あるいは前に説明され
た安定化の技法と結合して使うことができる。代わり
に、血管の内径における局所的な変化に関する情報を表
示することができる。というのは、それは物理的な意味
を持つ可能性があるからである。

【００３９】ピクセルおよびそれらのテクスチャー的属
性の時間的な挙動は、表示の改善、および自動セグメン
テーション（管腔の抽出）に役立てることができる。安
定化された画像の環境において監視される場合、その表
示およびセグメンテーション・プロセスの性能が改善さ
れる。

【００４０】本発明に従って、ＩＶＵＳ画像の時間的な
挙動を自動的に監視することができる。そのような監視
によって抽出された情報を使って、ＩＶＵＳ画像の解釈
の精度を改善することができる。時間的な挙動の結果と
しての、物質、たとえば、血液の血管を通じての流れお
よび血管の外面の形態などの高速に変化する特徴をフィ
ルタして抑制することによって、静的画像および動的画
像、たとえば、映画の中で再生される画像の両方におけ
る血管の、人間による認知を改善することができる。

【００４１】自動セグメンテーション、すなわち、血管
および血管を通して流れる物質、たとえば、血液の識別
は、含んでいるピクセルによって形成されるテクスチャ
ー属性の時間的挙動に基づいて物質、たとえば血液を自
動的に識別するアルゴリズムを使うことによって行うこ
とができる。画像から抽出される時間的な挙動をいくつ
かの目的に対して使うことができる。たとえば、時間的
なフィルタリングを画像の改善のために実行することが
でき、また、ピクセルのテクスチャーの中の変化の検出
を管腔およびその周辺の自動識別のために使うことがで
きる。

【００４２】すべてのＩＶＵＳ画像において、カテーテ
ルそのもの（および画像処理装置）は安定化を実行する
前に、あるいは監視のためにその画像から消去されるの
が最善である。カテーテルを消去するのに失敗すると、
安定化の技法および監視に支障を生じる可能性がある。
カテーテルの寸法が分かっているので、カテーテルの消
去は自動的に行うことができる。

【００４３】また、本発明は１つの血管の同じセグメン
トの異なるＩＶＵＳプルバック・フィルムの対応してい
るフレーム、たとえば、治療前および治療後のフレーム
を自動的に識別する機能（すなわち、マッチングまたは
レジストレーション）も提供する。たとえば、ビデオ、
または映画フィルムまたはディジタル化された形式で
の、身体の管腔の同じセグメントについての第１のＩＶ
ＵＳプルバック・フィルム、すなわち、第１ＩＶＵＳ画
像シーケンスを第２のＩＶＵＳプルバック・フィルム、
すなわち、第２のＩＶＵＳ画像シーケンスと比較するに
は、その画像シーケンスは同期化されていなければなら
ない。この同期化を実現するマッチングは二組のＩＶＵ
Ｓの画像処理シーケンスに属している連続した画像のグ
ループの間の近似性の演算を実行する必要がある。

【００４４】１つの画像シーケンスから、基準グループ
と名付けられる連続した画像のグループが選択される。
このグループは両方の画像シーケンスにおいて表示され
ている血管の一部分から選択される必要があり、そして
治療が実行されない部分である必要がある。というの
は、血管の形態は治療によって変わる可能性があるから
である。このマッチング・プロセスのためのもう１つの
条件は、２つの画像シーケンスが既知の、一定の速度
で、そして、好ましくは同じプルバック速度で取得され
ていることである。

【００４５】基準グループの画像と、第２の画像シーケ
ンスから抽出された同じ個数の連続した画像を持つ第２
のグループからの画像との間で、近似性の演算が実行さ
れる。この第２のグループの画像は次に基準のグループ
に対して単独フレームだけシフトされ、近似性の演算が
繰り返される。これは所定の回数だけ繰り返すことがで
き、各フレーム・シフトの近似性の結果が比較されて最
大の近似性が求められる。最大の近似性は２つの画像シ
ーケンスの画像間のフレームの変位を決定する。この変
位を第１または第２のフィルムの中で逆にし、対応して
いる画像が自動的に識別できるようにするか、そして／
または同時に見ることができるようにすることができ
る。

【００４６】したがって、対応している画像を眺めて、
たとえば、実行された治療の有効性または時間経過の形
態における変化を知ることができる。

【００４７】さらに、上記の各種のタイプの安定化は２
つのシーケンスの中の画像の内部あるいは画像間で、こ
のマッチング演算の前後あるいはその間のいずれかにお
いて実施することができる。したがって、２つのフィル
ムは同期化された方法で表示されるだけでなく、互いに
関して同じ向きおよび姿勢で表示することもできる。

【００４８】

【発明の実施の形態】血管内の超音波（ＩＶＵＳ）画像
システムにおいて、超音波信号は超音波装置、たとえ
ば、トランスデューサまたはトランスデューサ・アレイ
から発射され、受信され、処理され、そして結果として
ディジタル化されたデータを含んでいるベクタとして配
置される。各ベクトルは身体の管腔の異なる角度セクタ
の超音波応答を表す。各ベクトルの中のデータ要素の数
（軸方向のサンプリング分解能）および、身体の管腔の
完全な断面を走査するために使われるベクトルの数（横
方向のサンプリング分解能）は、使用される特定のＩＶ
ＵＳシステムによって変わる。

【００４９】ディジタル化されたベクトルは最初に図１
（ａ）の中に示されている二次元のアレイまたは行列の
中にパックされる。一般的に、この行列は極座標、すな
わち、座標Ａ（ｒ、θ）として知られているものであ
る。図１（ａ）に示されている行列のＸ軸はｒ座標に対
応その行列のＹ軸はθ座標に対応する。その行列の各値
は一般的に、８ビットの場合は０〜２５５の範囲のグレ
イ値であり、身体の管腔の中の対応している場所におけ
る超音波の強さを表している。この極座標行列は次に血
管の断面のデカルト座標表現に対応するＸ軸およびＹ軸
を有する図１（ｂ）に示されているデカルト座標の行列
に変換される。次に、この画像をさらに処理してディス
プレイへ転送することができる。初期配列および表示は
それぞれ極座標またはデカルト座標のいずれかを利用す
ることができる。その行列の値はグレイ値とは別のもの
であり、たとえば、カラー値または他の値を使うことが
でき、８ビット以下または８ビット以上の場合がある。

【００５０】ＩＶＵＳ画像処理のプルバック手順の間に
身体の管腔（以下では血管と呼ぶ）、および／または画
像用カテーテルがいくつかのモードの相対運動を経験す
る可能性がある。これらのタイプの運動は次の通りであ
る。（１）画像の平面における回転、すなわち、極座標
の画像のθ画像におけるシフト；（２）デカルト座標で
の変位、すなわち、デカルト座標の画像におけるＸまた
はＹの座標におけるシフト；（３）グローバルな血管運
動、血管の全体の半径方向の収縮および膨張、すなわ
ち、極座標の画像のｒ座標における一様なシフトによっ
て特徴付けられる。（４）局所的血管運動、異なった大
きさおよび方向の血管の異なる部分の半径方向の収縮お
よび膨張によって特徴付けられる局所的血管運動、すな
わち、極座標画像のｒ座標における局所的シフト；
（５）画像の内部の正確な位置によって変わる異なる組
織の運動によって特徴付けられる局所的な運動；（６）
平面を横切る運動、すなわち、画像の表面に対して直角
またはほぼ直角の（アンギュレーション）運動。

【００５１】連続した新しい画像の安定化は上記の最初
の５種類の運動に対して適用可能である。というのは、
運動は横方向の平面に閉じ込められているからである。
これらのタイプの運動は、現在の各画像をその前の画像
に対する近似性が最大になるように変換することによっ
て実現される。最初の３種類の運動は画像の全体または
大きな部分を互いに比較する近似性の演算を使うことに
よって安定化される。これは、その運動がグローバルで
あるか、あるいはその性質において剛体運動である。第
４および第５のタイプの運動は画像の異なる部分が異な
る運動を示すので、局所化されたベースで近似性の演算
を適用することによって安定化される。第６のタイプの
運動は、近似性の演算を局所化されたベースで適用する
ことによって、部分的にだけ安定化することができる。
これはその運動が横方向の平面には限られていないから
である。このタイプの運動は心臓血管の周期性の検出を
使って安定化することができる。

【００５２】次のセクションでは、グローバルな安定化
のための方法について説明し、その後、局所的な安定化
の方法について説明する。心臓血管の周期性の検出を使
う安定化については、周期性の検出を説明しているセク
ションで説明される。

【００５３】グローバルな安定化を実現するために、い
くつかのタイプの近似性演算を使ってシフト評価が実行
される。その近似性演算は２つの画像の間の類似性を測
定する。シフト評価は第１の画像を変換し、そしてその
前の画像である第２の画像に対するその近似性、すなわ
ち、類似性を測定することによって行われる。変換は、
たとえば、単独の（あるいは複数の）ピクセルごとに１
つの軸または軸の組合せ（デカルト座標ではＸおよび／
またはＹ、あるいは極座標ではｒおよび／またはθ）に
沿って第１の画像全体をシフトすることによって行われ
る。変換、すなわち、シフトが完了すると、その変換さ
れた第１の画像がその前の第２の画像に対して所定の関
数を使って比較される。この変換は、第１の画像の追加
の１つのピクセル（または、複数のピクセル）を同じ軸
および／または他の軸に沿ってシフトし、そしてその変
換された第１の画像をその前の第２の画像に対して所定
の関数を使って比較するたびに繰り返される。すべての
シフトが評価された後、その所定の関数を使った比較の
グローバルな極値の場所が第１の画像とその前の第２の
画像との間の運動の方向および大きさを示すことにな
る。

【００５４】たとえば、図２はデカルト座標における２
つの連続した画像の間のシフト評価の結果を示してい
る。画像Ａはたとえば、血管の断面のパターンを示して
いる前の画像であり、その中心は行列の右下の象限の中
にある。画像Ｂは同じパターンが左上の方向に移動され
て、行列の左上の象限にあることを示している現在の画
像である。血管の中心の運動の大きさおよび方向が矢印
で示されている。ボトムの行列はＣ（ｓｈｉｆｔＸ，ｓ
ｈｉｆｔＹ）の行列であり、それは何らかのタイプの近
似性演算を使ってシフト評価を行った後の結果の行列で
ある。

【００５５】近似性演算を実行するために使うことがで
きる多くの異なるアルゴリズムまたは数学的関数があ
る。これらの１つは相互相関であり、フーリエ変換を使
って行われる。これはたとえば、２５６×２５６個のピ
クセルからそれぞれ構成される現在の画像および前の画
像が、ＦＦＴのアルゴリズムを使ってそれぞれフーリエ
変換される場合である。現在の画像のＦＦＴの共役が前
の画像のＦＦＴによって乗算される。その結果はＩＦＦ
Ｔアルゴリズムを使って逆フーリエ変換される。フーリ
エ変換を使う相互変換のための式は次のように示すこと
ができる。

【００５６】Ｃ＝ｒｅａｌ（ｉｆｆｔ２（（ｆｆｔ２
（Ａ））^*ｃｏｎｊ（ｆｆｔ２（Ｂ））））但し、Ａ：前の画像の行列（たとえば、２５６×２５６）；Ｂ：現在の画像の行列（たとえば、２５６×２５６）；ｆｆｔ２：二次元のＦＦＴ；ｉｆｆｔ２：二次元の逆ＦＦＴ；ｃｏｎｊ：共役；ｒｅａｌ：副素数表現の実部分；^* ：要素ごとの乗算；Ｃ：相互相関行列。

【００５７】フーリエ変換によって実施される相互相関
を使っての近似性の評価は実際には近似的である。これ
はフーリエ変換に対する数学的な式が無限の、あるいは
周期性の関数または行列に関連するが、一方、実際には
行列（または、画像）はサイズが有限であり、また必ず
しも周期的でないためである。ＦＦＴを使った相互相関
を実施する時、その方法は両方の軸における周期性を仮
定する。

【００５８】結果として、この式は良好な近似であり、
画像の極座標表現のθ軸における実際の状況を反映する
が、画像の極座標表現のｒ軸またはデカルト座標表現の
Ｘ軸またはＹ軸の実際の状況を反映しない。

【００５９】ＦＦＴを使った相互相関には多くの利点が
ある。第１に、相互相関行列Ｃ（ｓｈｉｆｔＸ，ｓｈｉ
ｆｔＹ）のすべての値がこの基本演算によって計算され
る。さらに、そのＦＦＴ演算を効果的に実施するための
専用のハードウェア、すなわち、フーリエ変換チップま
たはＤＳＰボードがある。

【００６０】近似性演算を実行するために使うことがで
きる別のアルゴリズムとして直接相互相関があり、これ
は正規化される場合と正規化されない場合がある。これ
は現在のシフトされた画像の中の各ピクセルをそれに対
応している前の画像の中のピクセルによって乗算し、そ
のすべての結果を合計し、そして正規化型の相互相関の
場合にはそれを正規化することによって行われる。各シ
フトごとに合計値が得られ、実際のシフトはその評価さ
れたシフトの中の最大の合計値によって示される。相互
相関のための式は次のように示すことができる。

【００６１】

【数１】正規化された相互相関のための式は次の通りである。

【００６２】

【数２】但し、Ａ：前の画像行列；Ｂ：現在の画像行列；^* ：対応しているピクセルによるピクセルの乗算； Σ：行列の中のすべてのピクセルの合計；Ｃ：実行されたすべてのシフトに対する結果を保持して
いる行列。

【００６３】この相互相関の直接法を使って、Ｃ（ｓｈ
ｉｆｔＸ，ｓｈｉｆｔＹ）はｓｈｉｆｔＸおよびｓｈｉ
ｆｔＹのすべての可能な値に対して評価することができ
る。たとえば、元の画像、ＡおよびＢがそれぞれ２５６
×２５６ピクセルの画像であった場合、ｓｈｉｆｔＸお
よびｓｈｉｆｔＹの値（それぞれ−１２８〜＋１２８の
範囲にある）が評価されなければならならず、ｓｈｉｆ
ｔＸおよびｓｈｉｆｔＹのすべての可能な値に対してＣ
（ｓｈｉｆｔＸ，ｓｈｉｆｔＹ）が計算されるために
は、合計で２５６×２５６＝６５，５３６回のシフト評
価演算を行うことになる。これらの評価の完了時に、そ
の行列のグローバルな最大値が求められる。

【００６４】直接相互相関は必要な算術演算の数を少な
くすることによって、より効率的に実施することができ
る。画像間の実際のシフトを検出するためには、すべて
の可能なｓｈｉｆｔＸおよびｓｈｉｆｔＹについて評価
する必要は必ずしもない。すべての可能なｓｈｉｆｔＸ
およびｓｈｉｆｔＹについての最大のＣ（ｓｈｉｆｔ
Ｘ，ｓｈｉｆｔＹ）の場所が分かれば十分である。

【００６５】近似性の演算を実行するために使うことが
できる第３のアルゴリズムは、差の絶対値の合計（ＳＡ
Ｄ：ｓｕｍｏｆａｂｓｏｌｕｔｅｄｉｆｆｅｒｅ
ｎｃｅｓ）である。これは１つの画像の中の各ピクセル
の値をそれに対応している他の画像の中のピクセルの値
から差し引き、それらの絶対値を取り、そしてその結果
のすべてを加算することによって行われる。各シフトの
結果、合計が得られ、そしてその実際のシフトはそのう
ちの最も小さい合計値によって示される。差の絶対値の
合計（ＳＡＤ）に対する式は次のように示すことができ
る。

【００６６】ＳＡＤ＝ａｂｓｏｌｕｔｅ（Ａ−Ｂ）また
この式は次のようにも示すことができる。

【００６７】

【数３】但し、Ａ：前の画像の行列；Ｂ：現在の画像の行列；ａｂｓ：絶対値； −：要素ごとの減算； Σ：すべての差の合計。

【００６８】これらの各アルゴリズム／式の精度は発生
する運動のタイプおよびシステムの設定によって僅かに
変わる可能性があるが、最善の、あるいは最も正確な結
果を提供するものとして先験的に分類される単独の式は
あり得ないことは理解される筈である。さらに、上記の
式における多数の変形版および、上記のアルゴリズム／
式に対して置き換えるシフト評価を実行するために利用
可能な他のアルゴリズム／式がある。また、これらのア
ルゴリズム／式はマッチングの演算に使うための従来の
技術において知られている演算も含む。

【００６９】ふたたび図２を参照して、実行される近似
性演算が相互相関であった場合、Ｃ（ｓｈｉｆｔＸ，ｓ
ｈｉｆｔＹ）は相互相関行列と呼ばれ、そのグローバル
最大値（左上の象限の中で黒いドットによって示されて
いる）は画像Ａの中の中心に対して相対的な画像Ｂの中
の血管の中心と同じである（画像Ｂの中の矢印）行列の
中心からある距離および方向（行列Ｃの中の矢印）の場
所にあることになる。

【００７０】実行される近似性演算がＳＡＤであった場
合、黒いドットは行列の中央からの距離および方向（行
列Ｃの中の矢印）にあることになるグローバル最小値を
示し、それは画像Ａの中の血管の中心に相対的な画像Ｂ
の中の血管の中心と同じ距離および方向（画像Ｂの中の
矢印）である。

【００７１】回転運動は現在の極座標の画像に沿って
の、その前の画像に相対的なθ座標におけるシフトとし
て表される。現在の画像における回転のシフトは、現在
の極座標の画像とその前の画像との間の近似性を最大に
することによって検出される。最大の近似性は現在の画
像が実際のシフトの正確な大きさだけ逆方向にシフトさ
れた時に得られる。たとえば、２５６×２５６のピクセ
ルの画像において、１２８と相互相関画像の中の最大値
（ＳＡＤ画像の中の最小値）のθ座標との間の差（ピク
セル数単位での）の値は、その回転の方向（正または
負）および大きさを示すことになる。

【００７２】グローバルな血管運動は血管の断面全体の
膨張および収縮によって特徴付けられる。極座標の画像
においては、このタイプの運動はｒ軸に沿っての血管の
内側へ向かっての動き、および外側へ向かっての動きと
して表される。血管運動は上記の式または他のいくつか
の式のうちの１つを使って、現在の極座標画像につい
て、その前の極座標画像に関して反対の血管運動アクシ
ョンを実行することによって補正することができる。角
度的な安定化と対称的に、血管運動の安定化は画像の向
きを変化させず、実際にそれを伸張または圧縮すること
によって画像を変換する。

【００７３】デカルト座標での変位はデカルト座標の画
像においてその前の画像に相対的なＸ軸／Ｙ軸における
シフトとして表される。このタイプの運動はデカルト座
標での画像を実際のシフトとは反対の方向にシフトする
ことによって消去される。したがって、デカルト座標表
現におけるデカルト座標での変位は、極座標表現におけ
る回転および血管運動に対する安定化に対して使われた
のと本質的に同じ算術演算によって行うことができる。

【００７４】Ｃ（ｓｈｉｆｔＸ，ｓｈｉｆｔＹ）のグロ
ーバルな極値（近似性の関数によって変わる、最大値ま
たは最小）を見つけるのに必要なシフト評価の回数は、
各種の計算的技法を使って減らすことができる。たとえ
ば、１つの技法は次々のＩＶＵＳ画像間の運動は、一般
的には、極座標および／またはデカルト座標の行列の全
体のディメンジョンに関して比較的小さいという事実を
利用する。これはＣ（ｓｈｉｆｔＸ，ｓｈｉｆｔＹ）が
行列の中心の周りの、すなわち、ｓｈｉｆｔＸ＝０、ｓ
ｈｉｆｔＹ＝０の周りの比較的小さい部分においてだけ
評価することができることを意味する。その部分の極値
は、より大きなｓｈｉｆｔＸおよびｓｈｉｆｔＹの値に
対して含んでいる行列Ｃ（ｓｈｉｆｔＸ，ｓｈｉｆｔ
Ｙ）のグローバルな極値であると仮定される。内部で検
出された極値が実際にはグローバルな極値であると仮定
する最小部分のサイズは、システム設定によって変わ
る。必要な評価演算の数はＣ行列（特にグローバルな極
値の近傍における）が期待されるスムース性および単調
性に頼ることによってさらに減らすことができる。した
がって、或る場所におけるＣ（ｓｈｉｆｔＸ，ｓｈｉｆ
ｔＹ）行列の中の値が局所的な極値であった場合（たと
えば、５×５のピクセルの近傍において）、それはおそ
らく行列Ｃ（ｓｈｉｆｔＸ，ｓｈｉｆｔＹ）のすべての
グローバル極値である。

【００７５】この必要な評価演算の回数の削減を実施す
ることは、先ず最初にその行列の中心（ｓｈｉｆｔＸ＝
０、ｓｈｉｆｔＹ＝０）からサーチし、その中心の周り
の小さな近傍、すなわち、５×５ピクセルをチェックす
ることによって行うことができる。この近傍領域の内部
で局所的な極値が見つかった場合、それはおそらく行列
Ｃ（ｓｈｉｆｔＸ，ｓｈｉｆｔＹ）全体のグローバルな
極値であり、そのサーチを終了することができる。しか
し、その局所的な極値がこの近傍領域のエッジ、たとえ
ば、ｓｈｉｆｔＸ＝−２、ｓｈｉｆｔＸ＝２、ｓｈｉｆ
ｔＹ＝−２またはｓｈｉｆｔＹ＝２で見つかった場合、
そのサーチはＣ（ｓｈｉｆｔＸ，ｓｈｉｆｔＹ）の値が
その近くの隣の領域のすべての値より大きい（小さい）
ことが分かるまで、このピクセルの周りで繰り返され
る。多数の画像においては画像間の運動はないので、そ
れらのケースにおけるグローバル極値を見つけるために
必要な評価演算の数は、元の６５，５３６回の評価の代
わりにに約５×５＝２５となる。

【００７６】必要な評価演算の回数は画像をサンプルす
ることによっても減らすことができる。たとえば、サイ
ズが２５６×２５６の画像を１つ飛びのピクセルに対し
てサンプルした場合、それは１２８×１２８の大きさの
行列まで減らされる。この場合、そのような行列間の直
接相互相関またはＳＡＤは、その画像が他の画像に関し
てシフトされるたびに、２５６×２５６回の演算の代わ
りに１２８×１２８回の演算を行うだけで済む。シフト
評価演算の回数を減らす方法としてのサンプリングは、
上記の他の削減方法と折り混ぜて使うことができる。

【００７７】ふたたび図２を参照すると、近似性演算の
結果として示されるｓｈｉｆｔＸは正の値となり、ｓｈ
ｉｆｔＹは負の値となる。画像Ｂを安定化するために、
すなわち、ＸおよびＹの方向におけるシフトを補正する
ために、シフト論理はそのシフトを逆にする。すなわ
ち、それらの符号を変化させるが、大きさは変化させ
ず、そしてそれぞれシフトを画像Ｂに対応している行列
について実施する。これは画像Ｂの中でシフトを人工的
に逆転し、画像Ｂを画像Ａに関してシフトされない状態
にする。

【００７８】近似性の計算において使われる実際の値は
その画像システムによって供給された元の行列の値であ
る必要は必ずしもない。たとえば、元の値が２乗または
３乗または４乗されるか、あるいは他の何らかの方法に
よって処理された時、改善された結果が得られる可能性
がある。

【００７９】画像用カテーテルおよびそれを封入してい
るシースはすべてのＩＶＵＳ画像の中で一定の人為構造
として現われる。これは画像間で行われる近似性の演算
をあいまいなものにする。というのは、それは血管の形
態の一部ではないからである。したがって、近似性の演
算を実行する前に各画像からそのカテーテルおよび関連
しているオブジェクトを消去する必要がある。すなわ
ち、そのピクセルには０の値が割り当てられる。カテー
テルの寸法が分かっているので、画像からのこれらのオ
ブジェクトの消去は自動的に行うことができる。

【００８０】シフトの評価および実施はモジュール化す
ることができる。したがって、シフトの評価および実施
は極座標またはデカルト座標のいずれかに対して個々に
限定することができる。あるいは、シフトの評価および
実施を極座標およびデカルト座標に対して順次実行する
ことができる。現在、ＩＶＵＳシステムにおける画像処
理は一般に先ず最初に極座標を利用し、次にデカルト座
標に変換することによって行われるので、シフトの評価
および実施を同じシーケンスで行うことが最も都合がよ
い。しかし、マイナスの効果または結果とならないよう
にそのシーケンスを修正または変更することができる。

【００８１】シフトの評価プロセスは１つまたは２つの
軸に沿って実行することができる。一般に、運動が１つ
の軸に沿って行われている時であっても、二次元のシフ
ト評価が好ましい。シフトの実施は両方の軸に対して、
あるいは１つの軸に対して限定すること、あるいはどの
軸にも限定しないようにすることができる。

【００８２】シフトの評価のために使われる画像の中の
領域と、シフトの実施が行われる領域との間には必ずし
も同一性は必要ではない。たとえば、シフト評価はその
画像の比較的小さい領域を使って実行することができる
が、一方、シフトの実施はこの領域によって示されてい
るシフトに従って画像全体をシフトすることになる。

【００８３】１つの自明のシフト論理は、各画像につい
て実施されるシフト（それによって安定化された画像を
形成する）の大きさが等しく、そして方向が評価された
シフトと反対である論理である。しかし、そのようなシ
フト論理は結果として「ドリフト」として定義されるプ
ロセスとなる可能性がある。ドリフトは、実施されたシ
フトが累積し、そのディメンジョンが画像またはディス
プレイ全体に関して大きい、成長するシフトを作り出す
プロセスである。ドリフトは不正確なシフト評価または
心臓血管サイクルの或る部分における横方向ではない画
像間の運動の結果生じる可能性がある。デカルト座標で
の安定化が実施される時、ドリフトによって、たとえ
ば、その画像の比較的大きな部分がディスプレイからシ
フト・アウトされる可能性がある。回転の安定化が実施
される時、ドリフトによって或る方向における画像の回
転が増加する可能性がある。

【００８４】図３は極座標およびデカルト座標における
ドリフトの発生を示している画像である。左側の画像は
その画像の元の表示であり、一方右側の座標は極座標お
よびデカルト座標での安定化が実行された後の同じ画像
である。右側の画像は左側の画像に対して大きな角度だ
け反時計方向に回転され、そして下方にシフトされてい
ることに注意されたい。この場合、回転およびデカルト
座標でのシフトの実施はその画像の実際のシフトに対し
て補正せず、不正確なシフト評価の結果として生れる。

【００８５】シフトの論理は間違って評価されたシフト
の実施を最小に抑えるように、このドリフトを処理する
ことができなければならない。ドリフトを防止するか、
あるいは少なくとも制限するための１つの方法は、許さ
れるシフトの大きさに対する制限値を設定する方法であ
る。これはドリフトを最小化するが、実際のシフトのい
くつかに対する補正がなされないという欠点がある。シ
フトを防止または最小化するために追加の方法を使うこ
とができる。これらは後で説明される心臓血管の周期性
の検出と折り混ぜて使うことができる。

【００８６】図４に示されている画像は１つの画像につ
いての安定化の演算（回転およびデカルト座標でのシフ
ト）を実行した結果を示している。左側の画像は環状動
脈からのＩＶＵＳ画像であり、通常のディスプレイの大
きな部分を占めている（カテーテルが削除されてい
る）。一方、右側の画像は安定化の演算が実施された後
で左側の画像がどのように表示されるかを示している。

【００８７】図４の中の左側および右側の画像を詳細に
眺めると、或る種の違いを観察することができる。第１
に右側の画像は左側の画像に関して時計回りの方向に僅
かに（すなわち、２〜３度）回転されている。これは回
転の安定化の結果である。次に、右側の画像が左側の画
像に関して一般的な左側方向に変換される。これは各画
像の中の写真のエッジからの管腔（空洞）の距離に注目
することによって検出することができる。これはデカル
ト座標のシフト安定化演算の結果である。

【００８８】表示画像の安定化の利点は、図４に示され
ているような単独の画像を見ることによっては正しくは
評価できない。しかし、そのような画像の映画フィルム
を見ることによって容易にその利点が分かる。安定化を
含まない表示において、カテーテルの位置が常にディス
プレイの中央にあり、そして形態学な特徴は画面上で動
き回り、回転する。それと対照的に、安定化されたディ
スプレイにおいては、カテーテルの位置は動き回るが、
形態学な特徴は基本的には静止状態にとどまる。安定化
は必ずしも実際のディスプレイ上に示される必要はな
い。それは安定化がそれに続くステップを改善するとい
う意味においてユーザにとっては見えないようにするこ
ともできるが、実際のディスプレイは結果の処理された
画像をそれぞれの元の（安定化されていない）姿勢およ
び向きで表示することになる。

【００８９】図５は血管のグローバルな収縮または膨張
を示している。これはｒ座標に沿っての特徴の動き、す
なわち、極座標のベクトルに沿っての動きとして画像の
極座標表現で表示される。また、図５はその画像の同じ
グローバルな収縮または膨張をデカルト座標表現で示し
ている。図５（ａ）は極座標およびデカルト座標の両方
での血管の断面のベースラインの外見を示している。図
５（ｂ）は血管のベースラインに関する収縮を示してい
る。図５（ｃ）は血管のベースラインに関しての一様な
膨張を示している。

【００９０】グローバルな血管運動は血管の内径におけ
る一様な変化として表されるので、極座標表現での安定
化に適している演算を使って、グローバルな血管運動を
評価することができる。たとえば、それは極座標の画像
全体を利用している近似性演算によって評価することが
できる。

【００９１】上記のように二次元のシフト評価が実行さ
れた後、θ軸上の行列Ｃ（ｓｈｉｆｔＸ，ｓｈｉｆｔ
Ｙ）の中の最大値の場所が回転の安定化のために利用さ
れる。これはグローバルな血管運動の指標として使うこ
とができるｒ軸上の極値の場所を与える。したがって、
グローバルな血管運動の監視は、極座標の画像における
二次元のシフト評価の副産物である。

【００９２】逐次画像の各ペアは血管運動を示す値を作
り出す。画像間の結果のシフトの大きさと符号の両方が
血管における変化、すなわち、血管運動を特性付ける。
負のシフトは膨張を示し、そして正のシフトは収縮を示
す。値の大きさは血管運動の変化の大きさを示す。

【００９３】或る状況下で、運動または血管運動はその
画像の平面内（すなわち、横方向）に閉じ込められてい
るが、運動または血管運動は一様／剛体運動ではない可
能性がある。運動または血管運動のタイプを求めるため
に、画像をセクションに分割して各セクションについて
グローバルな安定化の評価を実行することができる。こ
れらのセクションの前の画像の中の対応しているセクシ
ョンに対して示されたシフトを調べることによって、そ
の運動のタイプについて知ることができる。たとえば、
図６に示されているように、図６（ａ）の中の画像を図
６（ｂ）の中に示されているような４つのセクションに
分割することができる。シフトの評価は４つの各セクシ
ョンについて別々に実行することができる。４つの各セ
クションに対するシフトの評価の結果の間の比較を行う
ことによって、実際の運動のタイプを識別することがで
きる。したがって、適用される安定化のタイプは検出さ
れた運動のタイプによって変わる可能性がある。

【００９４】局所的な運動に対する安定化は局所的なベ
ースで近似性の演算を実行することによって実現され
る。前の画像Ａの小部分（「テンプレート領域」）およ
び現在の画像Ｂの小部分（「サーチ」領域）が局所的な
安定化プロセスに関与する。場合によって、グローバル
な安定化が実行された後で局所的な安定化を実行するの
が最善である。

【００９５】局所的な安定化の間、前の画像（Ａ）の中
のテンプレート領域がサーチ領域の中でシフトされ、現
在の画像（Ｂ）の中のテンプレートのサイズの領域に対
して近似性の演算を使うことによって比較される。（新
しく）形成された安定化された画像（Ｂ’）の中の各ピ
クセルには、行われたサーチおよび近似性の評価の結果
に基づいた新しい値が割り当てられる。

【００９６】局所的な安定化は次の例によって示され
る。その中で、テンプレート領域は１×１の領域、すな
わち、単独のピクセルであり、サーチ領域は３×３の領
域であり、そして近似性の演算はＳＡＤである。次の図
の中で、Ａの中の値が３のピクセルとＢの中の値が９の
ピクセルが対応しているピクセルである。値が９である
ピクセルの近傍の３×３のピクセルも示されている。

【００９７】ＡＢＢ’ （「テンプレート」領域） (３×３の「サーチ」領域）の中のピクセルの中のピクセル１１０１０３７９５０１１１７６０この例においては、上記の条件に従って、値が３である
「テンプレート」ピクセルがＳＡＤを使って値が９であ
るピクセルでの周囲の３×３のサーチ領域の中にあるす
べてのピクセルに対して比較される。サーチ領域の左上
隅にある１の値のピクセルは、そのサーチ領域の中のす
べての可能性からの最小のＳＡＤ値（｜１−３｜＝２）
を得る。結果として、新しく形成された安定化された画
像（Ｂ’）の中で、値が３および９であるピクセルに対
するロケーションに対応しているピクセルには１の値が
割り当てられる。

【００９８】一般に、テンプレートおよびサーチ領域の
大きさは、使用される近似性演算によって演算によって
変化する可能性がある。新しく形成された安定化された
画像（Ｂ’）のピクセルに対して割り当てられる実際の
値は、必ずしも現在の画像Ｂ（この例の中で示されてい
るような）からの実際のピクセル値である必要はなく、
ピクセルの値の何らかの関数である。局所的な安定化の
結果として、グローバル／剛体運動の方法とは反対に、
その画像の「組成」、すなわち、ピクセル間の内部関
係、およびそれらの安定化された画像の中での分布は、
元の画像に関して変化することに注意することが大切で
ある。局所的な安定化は極座標およびデカルト座標での
画像の表現の両方について実施することができる。

【００９９】図７は局所的な血管運動が検出された血管
をデカルト座標および極座標の両方で示している。局所
的な血管運動が検出されると、それは血管の断面のうち
の或る部分が断面内の他の部分とは異なる挙動をしてい
ることを示す。

【０１００】図７（ａ）は局所的な血管運動の前の血管
のベースラインの図を示している。図７（ｂ）は局所的
な血管運動の一例を示している。デカルト座標および極
座標表現の両方の中で示されているように、この血管の
４つの部分の挙動が異なっている。この血管のうちの２
つのセグメントは内径が変化しない、すなわち、前の画
像の中のそれぞれに対応しているセグメントに相対的な
動きはしない。１つのセグメントは収縮、または上方へ
動いており、そしてもう１つのセグメントは膨張、すな
わち、下方へ動いている。

【０１０１】図から分かるように、グローバルの血管運
動評価方法は血管が一様な挙動を示さないので、局所的
な血管運動を評価するには不適切である。グローバルな
血管運動の評価が適用された場合、たとえば、図７に示
されている例においては、総合的に０の血管運動が検出
される可能性がある。すなわち、収縮と膨張が互いに打
ち消し合うことになる。

【０１０２】したがって、局所的な血管運動の評価方法
が利用されなければならない。これは各極座標ベクトル
において、すなわち、各θ（または、Ｙ）ベクトルの中
の血管運動を別々に評価することによって実現できる。
近似性の演算が、対応している極座標ベクトルの中の一
次元のシフトを使って適用される。たとえば、近似性が
相互相関と一緒に使われた場合、次の演算はこれが一次
元のシフトを使ってどのように実現されるかを示す。

【０１０３】

【数４】但し、Ａ：前の画像行列；Ｂ：現在の画像行列；^* ：対応しているピクセルによるピクセルの乗算； Σ：極座標ベクトルの行列の中のピクセルの合計；Ｃ：相互係数の二次元行列。

【０１０４】これから分かるように、シフトは極座標ベ
クトル（θまたはＹベクトル）のそれぞれ、およびすべ
てに対して１つの軸（Ｘ軸またはｒ軸）に沿ってシフト
が実行される。シフトの評価のための各ベクトルに割り
当てられる値はその画像の実際の値である必要はなく、
たとえば、ベクトルの中の各ピクセルにはその横方向の
近傍の平均値を割り当てることができる。すなわち、た
とえばＡ（Ｘ，Ｙ）にはＡ（Ｘ，Ｙ−１）、Ａ（Ｘ，
Ｙ）およびＡ（Ｘ，Ｙ＋１）の平均値が代入される。同
じことがＢ（ｓｈｉｆｔＸ，Ｙ）について行われる。こ
れによって相互相関のプロセスがノイズにさらに強くな
る。

【０１０５】二次元の行列（Ｃ（ｓｈｉｆｔＸ，Ｙ））
が形成される。その行列の中の各カラムは、現在の画像
および前の画像からの対応している極座標ベクトルの間
で実行された近似性／類似性の演算の結果を格納する。
また、その演算はＦＦＴを使って実施することもでき
る。

【０１０６】行列を形成した後、各カラムの中の極値
（相互相関演算における最大値）の場所が検出される。
この極値の場所は現在の極座標ベクトルとその前のベク
トルとの間のマッチを示す。したがって、各ベクトルの
中の血管運動、すなわち、血管の特定の各角度セクタに
おける半径方向の動きを特性評価することができる。。

【０１０７】この情報を使って局所的な血管運動を表示
することができる。それはいくつかの、あるいはすべて
の極座標ベクトルを加算して平均化し、血管運動に対す
る平均値を求めることができ、あるいはそれを他の目的
のために使うことができる。したがって、局所的な血管
運動を評価することによって、局所的な血管運動および
グローバルな血管運動の両方を評価することができる。

【０１０８】定量的な生理学的パラメータとして効果的
に使われ、そして／または表現されるためには、血管運
動の大きさが血管の実際の内径に対して或る方法で関連
していなければならない。したがって、血管運動の監視
の測定値は一般に、その血管の内径の自動または手動で
の測定値に関連して使われるべきである。

【０１０９】真の意味の血管運動の他に、デカルト座標
での変位も血管運動として検出することができる。これ
は極座標で表現された時、デカルト座標での変位はｒ軸
およびθ軸の両方に沿ってのシフトとなるからである。
真の意味の血管運動をデカルト座標での変位と区別する
ために、デカルト座標の画像におけるシフトの評価は何
も運動を示さないか、あるいはほとんど運動を示さない
ことが必要である。デカルト座標での変位が検出された
場合、それは先ず最初に安定化されなければならない。
その後、デカルト座標を血管運動の評価のために極座標
に逆に変換することができる。これによって成功する度
合いが大きくなり、実際の血管運動を求める時に、より
正確な結果が提供される。

【０１１０】図８の中のグラフは生体内での人間の環状
血管における局所的な血管運動の監視の結果を示してい
る。局所的な血管運動の監視は血管のほぼ同じセグメン
トにおいて２回実行され、図８（ａ）および図８（ｂ）
に（Ｘ軸）で示されている１９０個の連続した画像から
構成されている。この２つのグラフの間の違いは、図８
（ａ）の中に示されている血管運動の評価は動脈の治療
に先立って図８（ａ）に示されている血管運動の評価、
すなわち、前介入が実行されたこと、一方、図８（ｂ）
の中に示されている血管運動の評価は動脈の治療後に、
すなわち、後介入で実行されたことである。

【０１１１】すべての画像において、血管運動はすべて
の極座標ベクトルにおいて局所的に評価され、次に検出
されたすべての個々のシフトが加算され、そして平均化
されて各画像に対する単独のグローバルな血管運動の指
標（Ｙ軸）すなわち、血管運動のアクティビティに対す
る指標が得られた。

【０１１２】Ｙ軸上の単位は実際の血管の内径が計算さ
れなかったので直接的な物理的意味はないが、図８
（ａ）および図８（ｂ）の中の値の間の関係は意味があ
る。というのは、それらが同じ血管から抽出されたから
である。したがって、これらの図から重要な情報を導く
ことができる。治療の後で血管運動がどのように増加し
たかに注意されたい（血管運動の最大値が約４０から１
５０へ増加している）。したがって、血管運動は完全に
は定量化されなかったが、生理学的な変化（おそらく治
療にリンクしている）が示された。

【０１１３】心臓血管の周期性はＩＶＵＳ画像の中に記
憶されている情報にのみ基づいて監視することができ、
それによってＥＣＧあるいは他の外部信号の必要性をな
くしている。これはすべての画像とその心臓血管サイク
ルにおける時間的位相との間のリンクが、外部信号を必
要とせずに確立され得ることを意味する。一度このリン
クが確立されると、監視はカーディアック・ゲーティン
グを必要とする多数のユーティリティの中でＥＣＧ信号
を置き換えることができる。この監視は次々の画像の間
の近似性演算を使うことによって実現することができ
る。さらに、同じ近似性演算によってＩＶＵＳ画像の品
質およびそれらの挙動に関する情報を得ることができ
る。

【０１１４】心臓のサイクルはＩＶＵＳ画像から抽出さ
れる或る種のパラメータのサイクリックな挙動の中に現
れる。これらの挙動が監視される場合、心臓サイクルの
周期性を求めることができる。フレームの取得速度が分
かっていることによって時間的な量として心臓血管サイ
クルを求めることもできる。

【０１１５】次々のＩＶＵＳ画像の間の近似性のパラメ
ータは明らかに周期性のパターンでの挙動を示すパラメ
ータである。これは存在しているほとんどの画像間の運
動の周期性の結果である。次々の画像のペアの間の近似
性演算から各値が得られる近似性関数を形成することが
できる。たとえば、１０個の画像の組によって９個の次
々の近似性の値が作られる。

【０１１６】近似性の関数は相互相関型の演算、ＳＡＤ
演算、あるいは近似型の関数を作り出す任意の他のタイ
プの演算から得ることができる。正規化された相互相関
は周期性の監視に対して使われる時、非常によい結果を
生じる。

【０１１７】次の式は近似性関数を計算するための相互
相関係数（Ｎ番目の画像の関数としての）のための式を
示している。

【０１１８】

【数５】但し、Ｃｏｒｒｅｌａｔｉｏｎ＿ｆｕｎｃｔｉｏｎ（Ｎ）：画
像のすべてのペアに対して１つの値を作り出す一次元の
関数；Ａ：前の画像行列（Ｎ番目の画像）；Ｂ：現在の画像行列（Ｎ＋１番目の画像）；^* ：対応しているピクセルによるピクセルの乗算； Σ：行列内のすべてのピクセルについての和。

【０１１９】相互相関係数は安定化のプロセスの副産物
である。というのは、正規化された相互相関行列Ｃ（ｓ
ｈｉｆｔＸ，ｓｈｉｆｔＹ）の中央の値（ｓｈｉｆｔＸ
＝０、ｓｈｉｆｔＹ＝０）が常に計算されるからであ
る。これは安定化のために使われるすべてのタイプの近
似性関数に対して成立する。近似性行列の中央の値（Ｃ
（ｓｈｉｆｔＸ＝０、ｓｈｉｆｔＹ＝０））、安定化の
ために使われる相互相関演算または他のタイプの演算の
いずれかを、近似性の関数を作り出すために常に使うこ
とができる。

【０１２０】近似性の関数は他の画像に関して１つシフ
トされている画像から計算することもできる。すなわ
ち、その関数を形成するために使われる値はｓｈｉｆｔ
ＸおよびｓｈｉｆｔＹがゼロに等しくない場合のＣ（ｓ
ｈｉｆｔＸ，ｓｈｉｆｔＹ）である。近似性の関数は必
ずしも画像全体から形成される必要はなく、互いに対応
しているか、あるいはシフトされた画像の部分から計算
することもできる。

【０１２１】図９はＥＣＧおよび相互相関係数を同期的
にグラフでプロットしたものを示している。両方の曲線
は同じ画像の集合に関連している。図９（ａ）はＥＣＧ
信号のグラフを示し、図９（ｂ）は次々のＩＶＵＳ画像
から得られた相互相関係数のグラフを示している。水平
軸は画像（合計１９０個の連続した画像）の番号を示し
ている。これから観察されるように、図９（ｂ）の中の
相互相関係数の関数は周期的なパターンを示し、その周
期性は図９（ａ）の中のＥＣＧ信号によって表示されて
いるのと同じである（両方とも約６個の心搏）。

【０１２２】近似性関数の周期性を監視することは複雑
になる可能性がある。というのは、近似性の関数は代表
的な形を持たず、それは時間によって変化する可能性が
あり、それは使われる近似性関数のタイプに依存し、ま
た、血管セグメントごとに、そして対象物ごとに変化す
る可能性があるからである。

【０１２３】近似性の関数の周期性を連続的に、そして
自動的に監視するために、各種の方法を採用することが
できる。たとえば、１つの方法はしきい値タイプの方法
である。この方法はしきい値として知られている或る値
について近似性関数の値を監視する。この値が検出され
ると、その方法はそのしきい値がふたたび横切られる時
を監視する。周期はしきい値を通過する点の間の時間の
差として求められる。この方法の一例が図１０に表とし
て示されている。この表は次々の画像（トップ行に示さ
れている番号１〜１０）に属している相互相関係数の値
（真ん中の行）のグループを示している。たとえば、し
きい値が０．８８５の値に設定されている場合、このし
きい値は先ず最初に画像＃２から画像＃３へ移る時に交
差している。しきい値が２番目に交差されるのは画像＃
６から画像＃７へ移る時である。したがって、その周期
性の時間的期間は７−３＝４個の画像を取得するために
掛かる時間である。

【０１２４】近似性の曲線から心臓の周期性を抽出する
ために使うことができるもう１つの方法は内部相互相関
である。この方法は近似性関数のセグメント、すなわ
ち、次々の値のグループを利用する。たとえば、図１０
に示されている表の中で、そのセグメントは最初の４つ
の連続した画像、すなわち、画像＃１〜＃４から構成す
ることができる。１つのセグメントが選定されると、そ
れは自分自身と相互相関が取られ、１の相互相関値が得
られる。次に、このセグメントが近似性関数から抽出さ
れた同じサイズの、１つシフトされた先の画像と相互相
関が取られる。これがシフトされた２つ先の画像につい
て繰り返され、以下同様に繰り返される。図１０に示さ
れている例において、セグメント｛０．８，０．８３，
０．８９，０．８５｝は１つの画像だけシフトされたセ
グメント｛０．８３，０．８９，０．８５，０．８２｝
と相互相関が取られ、次にセグメント｛０．８，０．８
３，０．８９，０．８５｝が２つ先のシフトされた画像
のセグメント｛０．８９，０．８５，０．８２，０．８
７｝と相互相関が取られ、以下同様に相互相関が取られ
る。図１０の中の表のボトム行はこれらの内部相互相関
の結果を示している。最初の１の値はそのセグメント自
身の相互相関の結果の値である。これらの相互相関の値
は局所的な最大値の場所を知るために吟味される。この
例においては、それらは画像＃１と画像＃５の中にある
（それらの値は太字で示されている）。結果の周期性は
局所的な最大値の場所とそのサーチが開始された場所
（すなわち、画像＃１）との間の差である。この例にお
いては、周期性は画像＃１を取得してから画像＃５を取
得するまでに経過した時間、すなわち、５−１＝４画像
に相当する時間である。周期が検出されると、サーチは
新しく局所的な最大値、すなわち、画像＃５の周囲のセ
グメントを使って開始される。この例においては、たと
えば、新しいセグメントは画像＃４〜＃７に属している
近似性のグループとなる可能性がある。

【０１２５】関与する計算のタイプの性質のために、或
る時点における内部相互相関演算は将来の時刻において
取得される画像の近似性の値を必要とする。したがっ
て、しきい値の方法とは違って、近似性の方法は画像の
記憶（メモリの中の）を必要とし、その周期性の検出は
過去を振り返る形で行われる。心臓の周期性は近似性の
曲線をフーリエ変換によって時間的な周波数領域へ変換
することにより、監視することもできる。周波数領域に
おいては、その周期性はその周期性に対応しているピー
クとして表される。このピークはスペクトル解析を使っ
て検出することができる。

【０１２６】近似性関数は、実際の画像から得られない
ＥＣＧなどの外部信号から抽出することができないＩＶ
ＵＳ画像についての追加の重要な情報を提供することが
できる。この関数の挙動はその近似性関数を形成するた
めに使われたＩＶＵＳ画像または画像の部分における或
る種の状態を示す可能性がある。ＩＶＵＳ画像の状態を
示す近似性関数における重要な特徴は、周期性の存在お
よび近似性関数の「粗さ」である。通常のＩＶＵＳ画像
は、たとえば、図９（ｂ）に示されているような比較的
スムースで周期的な近似性関数を示す筈である。

【０１２７】しかし、「粗さ」および／または周期性が
示されない場合、これはＩＶＵＳ画像の形成において何
らかの問題があることを示している可能性があるあ。す
なわち、たとえば機械的な、あるいは電子的な故障のい
ずれかによって生じた、画像形成における人為構造の存
在などである。次の図はこのことを示すのに役立つ。図
１１は次々のＩＶＵＳ画像から得られた相互相関係数の
グラフを示している。このグラフはその形成において、
図９（ｂ）の中の相互相関のプロットに類似している
が、この例においては、それは異なる対象物の中で使用
された異なる画像用カテーテルによって形成されてい
る。

【０１２８】この例においては、その近似性関数は明確
な周期性を示さず、また外見もスムースもではなく、む
しろ粗いスパイク上の外見を示していることは明らかで
ある。この場合、近似性のグラフの挙動はその画像の中
で表示されている超音波信号を発射／収集するためのＩ
ＶＵＳのトランスデューサの非一様性によって生じたも
のである。このタイプの人為構造は移動している機械的
な部分が存在しているＩＶＵＳカテーテル‐トランスデ
ューサ・アセンブリにおいて時々現われる。

【０１２９】通常の画像の状態を反映するように考慮さ
れる時、近似性の関数はさらに他の目的に対して役立つ
可能性がある。これは近似性関数の各サイクルにおける
最大値の場所にリンクされる。これらの最大値の場所を
見つけることは、いくつかの連続した画像を一緒に処理
する画像アルゴリズムにとって重要な場合がある。最大
値の近くの画像は他の画像に関して近似性が高く、そし
て画像間の運動が小さい傾向がある。さらに、連続した
心臓サイクルの同じ位相に所属している画像が選択され
る必要がある場合、普通は各サイクルにおける最大値
（近似性関数の）を使ってそれらを選択するのが最善で
ある。

【０１３０】たとえば、１つの表示方法においては、こ
れらの画像がディスプレイ上に表示され、そのギャップ
には補間された画像が埋められる。この表示の方法によ
ってすべてのタイプの周期性の運動を安定化することが
できる。

【０１３１】安定化プロセスの中でのシフト論理の段階
でも心臓血管の周期性の監視を使うことができる。ドリ
フトが避けられるべきである場合、各（単独の）心臓サ
イクルの後の蓄積されたシフトは小さいか、あるいは０
となる必要がある。すなわち、すべてのシフトの１つの
サイクルの周期性にわたってのシフトの和は０またはほ
ぼ０になる筈である。これは周期性の監視に結合されて
いるシフトの論理を利用することによってドリフトの現
象を制限することができることを意味する。

【０１３２】ここで図１２を参照すると、ほとんどのＩ
ＶＵＳ画像を３つの基本的な部分に分割することができ
る。図１２において「管腔」とラベルが付けられている
中央の領域（カテーテルの周囲）は、流体、たとえば、
血液が流れる実際の管腔または内部の通路（空洞）であ
る。その管腔の周囲に、組織およびプラーク（疾患のあ
る場合）のいくつかの層から構成されている、図１２の
中で「血管」とラベルが付けられている実際の血管があ
る。その血管を囲んでいるのは図１２の中で「外面」と
ラベルが付けられている他の組織、すなわち、筋肉また
は臓器の組織、たとえば、環状血管の画像における心臓
がある。

【０１３３】ＩＶＵＳ画像が動的に見られる時（すなわ
ち、映画フィルムのフォーマットで見られる時）、血液
が流れる内部、および血管を取り囲んでいる外面の表示
は、普通は血管そのものとは異なる時間的挙動を示す。

【０１３４】動的なＩＶＵＳ画像の中のピクセルの時間
的挙動を自動的に監視することによって、そのプロセス
によって抽出される情報を、ＩＶＵＳ画像の解釈を支援
するために使うことができる。この情報を使って、たと
えば血液などの流体、および周囲の組織などの高速に変
化する特徴の外見を、それらの時間的挙動を考慮してフ
ィルタし、抑制することによって、ＩＶＵＳの表示を改
善することができる。また、この情報を自動セグメンテ
ーションのために使って、含んでいるピクセルによって
形成されるテクスチャー的属性の時間的挙動に基づいて
流体、たとえば、血液、および周囲の組織を識別するこ
とによって、管腔のサイズを自動的に求めることができ
る。

【０１３５】時間的挙動の自動監視を実現するために
は、次々の画像に属している対応しているピクセルによ
って形成される属性間の関係の評価がなければならな
い。時間的挙動の抽出は前に説明されたような局所化さ
れたベースでの近似性演算に対して使われた方法と似て
いる。

【０１３６】大きい時間的変化は、１つの画像から次の
画像へ移る時の対応しているピクセルの相対的グレイ値
の変化が比較的大きいことによって特徴付けられる。こ
の大きい時間的変化は、元の画像に掛け合わせるマスク
の形成によってこれらの変化を表現することにより、デ
ィスプレイの中で抑制することができる。このマスクは
ピクセル値における時間的変化を反映する。この評価に
おいて発生する１つの問題点は、対応しているピクセル
値におけるグレイ値の変化が、物質における流れまたは
変化によるものであるか、あるいは血管／カテーテルの
動きによるものであるかどうかを判定することである。
この評価を安定化された画像について実行することによ
って、この問題は克服されるか、あるいは少なくとも最
小化される。

【０１３７】次の定義が適用される。

【０１３８】Ｂ：現在の（安定化されている、あるいは
安定化されていない）画像Ａ：前の（安定化されている、あるいは安定化されてい
ない）画像Ｃ：次の（安定化されている、あるいは安定化されてい
ない）画像ａｂｓ：絶対値使用される行列はデカルト座標または極座標の形式のい
ずれでもよい。

【０１３９】行列ＤＩが結果として作られる次の演算は
次のように定義される。Ｄ１は座標がＸ，Ｙである各ピ
クセルの値が画像ａおよびｂからそれぞれ抽出されたた
とえば、９個の要素（Ｘ−２：Ｘ＋２、Ｙ−２：Ｙ＋２
−ａ３×３の四角形）のその周囲の小さい隣接領域での
差の絶対値の和である１つの行列である。

【０１４０】たとえば、次の表示は行列ＡおよびＢの中
の対応しているピクセル（太字の）および、それぞれの
近傍を示している。

【０１４１】ＡＢＤ１１４５１３６８６７１５３４７０１９０３５８３２１６行列Ｄ１の中のピクセル、すなわち、値が４のピクセル
（Ｂの中の）および７のピクセル（Ａの中の）に対応し
ているピクセルの場所にには、次の値が割り当てられ
る。

【０１４２】ａｂｓ（１−３）＋ａｂｓ（４−６）＋ａ
ｂｓ（５１−８）＋ａｂｓ（６−３）＋ａｂｓ（７−
４）＋ａｂｓ（１５−７０）＋ａｂｓ（３−２）＋ａｂ
ｓ（５−１）＋ａｂｓ（８３−６）＝１９０Ｄ２は同様に定義されるが、行列ＢおよびＣに対して定
義される。

【０１４３】Ｄ１およびＤ２は実効的には、局所的な変
動またはノイズを減らすために、３×３の近傍を使うこ
とによって平均化される差の行列である。画像ＡとＢの
間、またはＢとＣとの間のグレイ値の大きな変化は、行
列Ｄ１およびＤ２のそれぞれの中で比較的大きい値とし
て表される。

【０１４４】次に新しい行列Ｄｍａｘが作られる。その
中で、すべてのピクセルは行列Ｄ１およびＤ２の中の対
応しているピクセルの最大値である。

【０１４５】Ｄｍａｘ＝ｍａｘ（Ｄ１，Ｄ２）但し、ｍａｘ（Ｄ１，Ｄ２）：Ｄ１およびＤ２の中の対応して
いる２つのピクセルのうちの最も大きいものを保持する
Ｄｍａｘの中の各ピクセル。

【０１４６】したがって、単独の行列Ｄｍａｘは特に、
行列Ａ，ＢおよびＣの間の大きなピクセル値の変化を特
に改善する。次に、マスク行列（ＭＤ）が正規化され
る。すなわち、Ｄｍａｘの中の各ピクセル値がＤｍａｘ
の最大値によって除算されることによってＤｍａｘから
形成される。したがって、マスクＭＤのピクセル値の範
囲は０から１までである。

【０１４７】このマスクの役割は次の方法で現在の画像
Ｂに乗算し、ＢＯＵＴとして定義される画像の新しい行
列を形成することである。

【０１４８】ＢＯＵＴ＝（１−ＭＤⁿ）^*Ｂ但し、Ｂ：元の現在画像；ＢＯＵＴ：新しい画像；ｎ：行列ＭＤの中の各ピクセルはｎ乗される。ｎは一般
に、たとえば、２〜１０での値である。

【０１４９】１−ＭＤⁿ：各ピクセルの値が１からＭＤ
の中の対応しているピクセルの値を引いた値である行
列。

【０１５０】減算１−ＭＤⁿを実行することによって、
ゆっくり変化している特徴を反映するＭＤの小さな値は
１−ＭＤⁿの中では大きな値になる。さらに、ゆっくり
変化している特徴だけが大きい値を持つことになる機会
は、大きいＭＤの値を前もって強調することによって
（行列Ｄ１とＤ２との間の最大値としてＭＤを形成する
ことによって）増加する。

【０１５１】現在の画像Ｂによってマスク（１−Ｍ
Ｄⁿ）を乗算することにより、新しい画像ＢＯＵＴが形
成され、その中ではゆっくり変化しているピクセルの外
見が強調され、一方、速く変化しているピクセルの値は
減少する。数値ｎは速く変化している特徴の抑制がディ
スプレイ上でどのように見えるかを決定する。

【０１５２】図１３は時間的フィルタリングの結果を示
している。左の画像は現在のディスプレイ上で見える、
環状血管からの元のＩＶＵＳ画像（すなわち、行列Ｂ）
である。右側の画像は上記の処理ステップ、すなわち、
時間的フィルタリングを通った後の画像（行列ＢＯＵ
Ｔ）である。右側の画像において、血液および周囲の組
織がフィルタされ（抑圧され）、そして管腔および血管
の境界がずっと識別しやすくなっていることに注意され
たい。

【０１５３】自動セグメンテーションによって、テクス
チャー的品質の時間的挙動の間の差に基づいて流体、た
とえば、血液および外面を血管の壁から区別する。時間
的フィルタリングの場合と同様に、この方法はいくつか
の連続した画像からの対応しているピクセル間の関係か
ら得られる。画像間の運動のためにピクセルの値が変化
した場合、そのアルゴリズムの性能は劣化する。自動セ
グメンテーションの前に安定化を行うことによって、こ
の問題が克服されるか、少なくとも最小化される。

【０１５４】時間的フィルタリングの場合のように、次
の定義が適用される。

【０１５５】Ｂ：現在の（安定化されている、あるいは
安定化されていない）画像Ａ：前の（安定化されている、あるいは安定化されてい
ない）画像Ｃ：次の（安定化されている、あるいは安定化されてい
ない）画像行列はデカルト座標形式または極座標形式のいずれでも
よい。

【０１５６】テクスチャー的品質は次のように定義する
ことができる。「ａ」のピクセルの最も近い４つの隣の
ピクセルが「ｂ」、「ｃ」、「ｄ」および「ｅ」である
と仮定すると、「ａ」の分類は「ａ」の「ｂ」、
「ｃ」、「ｄ」および「ｅ」との間の関係によって変わ
る。これは次のように示される。

【０１５７】ここで、次のカテゴリーを形成することができる。

【０１５８】垂直方向において：ａ＞ｂであってａ＞ｅ
である場合、「ａ」はカテゴリーＩに属しているとして
分類される；ａ＞ｂおよびａ＜ｅの場合、「ａ」はカテ
ゴリーIIに属しているとして分類される；ａ＜ｂおよび
ａ＜ｅの場合、「ａ」はカテゴリーIIIに属していると
して分類される；ａ＜ｂそしてａ＞ｅの場合、「ａ」は
カテゴリーIVに属しているとして分類される；ａ＝ｂま
たはａ＝ｅの場合、「ａ」はカテゴリーVに属している
として分類される。

【０１５９】水平方向において：ａ＞ｃであってａ＞ｄ
である場合、「ａ」はカテゴリーＩに属しているとして
分類される；ａ＞ｃおよびａ＜ｄの場合、「ａ」はカテ
ゴリーIIに属しているとして分類される；ａ＜ｃおよび
ａ＜ｄの場合、「ａ」はカテゴリーIIIに属していると
して分類される；ａ＜ｃそしてａ＞ｄの場合、「ａ」は
カテゴリーIVに属しているとして分類される；ａ＝ｃま
たはａ＝ｄの場合、「ａ」はカテゴリーVに属している
として分類される。

【０１６０】次に、垂直および水平のカテゴリーが組み
合わせされて新しいカテゴリーが形成される。結果とし
て、ピクセル「ａ」はここで５×５＝２５の可能なカテ
ゴリーに属することができる。これは「ａ」のテクスチ
ャー的品質が、これらの（２５個の）カテゴリーの１つ
にそれが属することによって特徴付けられることを意味
する。

【０１６１】たとえば、次の近傍においては、ピクセル「ａ」＝１０は垂直のカテゴリーＩ（１０＞７
および１０＞３であるので）および水平のカテゴリーV
（１０＝１０であるので）に属しているとして分類され
る。

【０１６２】しかし、ピクセル「ａ」が次の近傍にある
場合、それはその水平のカテゴリーがここではカテゴリーIII
（１０＜１１および１０＜１４）であるので、異なるカ
テゴリーに属しているとして分類されることになる。

【０１６３】各ピクセルのその近傍に対する関係を求め
ることによって、テクスチャー的品質が形成され、それ
は各ピクセルを２５個の可能なカテゴリーに分類する。
カテゴリーの数は変化する（増加するか、あるいは減少
する）可能性がある。すなわち、たとえば、使用される
近傍のピクセルの数が変わるように、たとえば、４、８
の近傍のピクセル数が使われる可能性があるように、分
類する条件が変化することによって変わる可能性があ
る。

【０１６４】流体、たとえば、血液を血管から区別する
ためにテクスチャー的な変化が使われる基本概念は、次
々の画像の中の対応しているピクセルのカテゴリーの中
の変化を監視することによる。これを達成するために、
行列Ａ、ＢおよびＣの中の各ピクセルおよびすべてのピ
クセルにおけるカテゴリーが決定される。次に、対応し
ているピクセルがそれぞれテストされてこのカテゴリー
が変化したかどうかが調べられる。変化していた場合、
そのピクセルは流体、たとえば血液であるか、あるいは
周囲の組織のピクセルであるかが推察される。変化しな
かった場合、そのピクセルは血管のピクセルであると推
定される。

【０１６５】次の例は次々の行列Ａ、ＢおよびＣの中の
３つの対応しているピクセル（値が８、１２および１４
のピクセル）およびそれらの近傍を示している。

【０１６６】ＡＢＣ５９１９８１１１９１２１３２１１４１７２３１００２０この例においては、値が１２であるピクセル（Ｂの中
の）のカテゴリーはＡおよびＣの中のカテゴリーと同じ
である。したがって、それは血管の壁のピクセルである
確率の高いピクセルであるとして分類される。しかし、
状況が以下のように示された場合（Ｃの中の２０が１３
に変化した場合）、ＡＢＣ５９１９８１１１９１２１３２１１４１７２３１００１３Ａの中のピクセル８およびＢの中の１２のピクセルのカ
テゴリーは同じであるが、Ｃの中の１４のピクセルはそ
のカテゴリーが前の例とは異なっている。結果として、
Ｂの中の１２のピクセルは流体（管腔）、すなわち、血
液または外面の組織のピクセルである確率が高いピクセ
ルとして分類されることになる。

【０１６７】これまで説明されてきた分類の方法は、各
ピクセルの周囲の小さな近傍に関連付けられたテクスチ
ャーまたはパターンの中の変化を監視する。上記のよう
にこの変化が決定されると、各ピクセルに二進の値を割
り当てることができる。たとえば、それが血管のピクセ
ルであると推察された場合は０の値、それが血液のピク
セルと推定されるか、あるいは血管の外面に属している
ピクセルであると推察された場合、１の値が割り当てら
れる。この二値画像は管腔の識別のプロセスに対する入
力として働き、そして元のピクセル値はセグメンテーシ
ョンのプロセスの中では役割りを演じることを止める。

【０１６８】二値画像を使っての管腔の識別は、上記の
方法で処理されるＩＶＵＳ画像の中では一般的に有効で
ある２つの仮定に基づいている。第１の仮定は血液を含
んでいるか、あるいは血管の外面であると見られる画像
の中の領域は、１の二進値の高密度のピクセル（あるい
は０の値の低密度のピクセル）によって特徴付けられる
ということである。この密度という用語は誤って分類さ
れるピクセルが常に存在するので必要である。第２の仮
定は、形態学な観点から、１の値の高密度のピクセルの
接続された領域（管腔）はカテーテルの周囲にある筈で
あり、そして値が１の低密度のピクセルの接続された領
域（血管）によって囲まれている筈であり、血管はさら
に値が１である高密度のピクセルの接続された領域（血
管の外面）によってふたたび取り囲まれているというこ
とである。この仮定の理由は血管から期待される代表的
な形態学配置である。

【０１６９】これらの２つの仮定は二値画像から管腔に
関係付けられた実際の領域を抽出する、これ以降での処
理アルゴリズムのベースを形成する。このアルゴリズム
は既知の画像処理技法、たとえば、局所化された領域に
おける密度の特徴をしきい値で分ける方法（血液／外面
を血管から区別するために）、および膨張またはリンク
などの形態学的演算子を利用して、血管の壁のリミット
の範囲内で見つかった実際の管腔を表す筈である連結さ
れた領域を相互に接続して形成することができる。

【０１７０】図１４は管腔の自動抽出のためのアルゴリ
ズムの結果の画像を示している。その画像は元のＩＶＵ
Ｓ画像（たとえば、画像Ｂとして上で述べられたよう
な）であり、管腔の境界は明るい線として重畳されてい
る（アルゴリズムによって）。管腔の境界の抽出のため
のアルゴリズムは、３つの連続した画像を使って上記の
テクスチャー的品質における変化の監視に基づいたもの
であった。

【０１７１】時間的なフィルタリングおよび自動セグメ
ンテーションについての上記の例は、現在の画像（たと
えば、画像Ｂとして記述されているような）の他に２つ
の追加の画像（たとえば、画像ＡおよびＣとして上で説
明されたような）を使うことを含む。しかし、これらの
方法は両方とも、それより少ない数の（すなわち、１つ
だけの追加の画像）またはそれより多くの追加の画像を
利用するように変更することが可能である。

【０１７２】上記の２つの方法の性能は、心臓血管の周
期性の監視と組み合わせた場合に大幅に改善される。こ
れは特に、心臓血管の周期性の監視が、画像間の高い近
似性の値を作り出す連続した画像に対して適用される。
それらの画像は普通は画像間の運動がない。したがっ
て、画像間の近似性が最大である連続した画像が時間的
なフィルタリングまたは自動セグメンテーションのいず
れかに対する入力として供給される時に、最も信頼度の
高い結果が期待できる。

【０１７３】カテーテル法を使って血管の治療を行って
いる間、同じ血管セグメントの中でＩＶＵＳのプルバッ
ク検査が繰り返されるのはよくある慣習である。たとえ
ば、代表的な状況では、先ず最初に問題のセグメントを
レビューし、疾患（もしあれば）を評価し、ＩＶＵＳカ
テーテルを取り除き、治療のオプションを考慮し、治療
を実行し、そして次にその直後に（同じセッションの間
に）治療の結果を評価するためにＩＶＵＳ画像をふたた
び使って治療されたセグメントを調べる。

【０１７４】そのような治療の結果を正しく評価するた
めに、血管の長さに沿っての同じ場所にある治療前およ
び治療後のセグメントの対応しているセグメント、すな
わち、対応しているセグメントが比較されなければなら
ない。次の方法はマッチング、すなわち、対応している
セグメントの自動識別（レジストレーション）を提供す
る。

【０１７５】対応しているセグメントのマッチングを行
うために、第１のグループの連続した画像、すなわち、
第１のプルバック・フィルムの基準セグメントに属して
いる画像と、第２のプルバック・フィルムの第２のグル
ープの連続した画像に属している画像との間に近似性／
類似性の演算が適用される。第１のフィルムの中の基準
セグメントの、第２のフィルムの中の対応しているセグ
メントに対するマッチングは、或る規準関数が最大化さ
れる時に得られる。

【０１７６】１つまたは２つのフィルムのいずれかから
基準セグメントが選定される。その基準セグメントは、
たとえば、数秒間のＩＶＵＳ画像のフィルムを表してい
る連続した画像のグループであってよい。基準セグメン
トは２つのフィルムの中に存在していて、どの手順の結
果としても変化を受けなかった血管の中にある場所から
選択することが重要である。すなわち、基準セグメント
は治療されるセグメントに対して近位側または遠位側に
あることが重要である。

【０１７７】一例として、図１５の中の表は対応してい
るセグメントのマッチングのための方法を明確にするの
に役立つ。

【０１７８】左のカラムは第１のフィルムの時間シーケ
ンスを示している。この例では、そのフィルムは２０個
の連続した画像から構成されている。中央のカラムは第
２のフィルムから選択されている基準セグメントを示し
ており、１０個の連続した画像から構成されている。右
側のカラムは第１のフィルム（＃５〜＃１４）からの１
０個の連続した画像をリストしており、それらは第２の
フィルム（＃１〜＃１０）からの基準セグメントの画像
に実際に対応している（すなわち、マッチしている）。
マッチングのプロセスの目的は実際にこの対応関係を表
すことである。

【０１７９】基準セグメントが選定されると、それは他
のフィルムに沿って一度に１つ（あるいはそれ以上）の
画像だけシフトされ、そして一組の安定化および近似性
の演算が各セグメント内の対応して画像間で実行され
る。シフトの方向は２つのフィルムの時間シーケンスの
中の基準セグメントの相対的な場所によって変わる。し
かし、一般には、これが分かっていなかった場合、その
シフトは両方の方向に行うことができる。

【０１８０】たとえば、ｒ：基準セグメント、ｆ：第１のフィルム、である場合、第１の組の演算が次のペア、すなわち、ｒ
＃１‐ｆ＃１，ｒ＃２‐ｆ＃２，ｒ＃３‐ｆ＃
３，．．．，ｒ＃１０‐ｆ＃１０を含んでいる画像間で
実行される。

【０１８１】第２の組の演算は次のペア、すなわち、ｒ
＃１‐ｆ＃２，ｒ＃２‐ｆ＃３，ｒ＃３‐ｆ＃
４，．．．，ｒ＃１０‐ｆ＃１１を含んでいる画像間で
行われる。

【０１８２】第３の演算は次のペア、すなわち、ｒ＃１
‐ｆ＃３，ｒ＃２‐ｆ＃４，ｒ＃３‐ｆ＃５，．．．，
ｆ＃１０‐ｆ＃１２を含んでいる画像間で行われ、以下
同様に行われる。この例の中で観察されるように、シフ
トは一度に単独の画像だけ、そして１つの方向にだけ実
行される。

【０１８３】たとえば、各ペアの中の画像の間での次の
演算を行うことができる。先ず最初に、基準セグメント
からの１つの画像が、第１のフィルムの中のそれに対応
する画像に関しての回転およびデカルト座標系での運動
に対して安定化される。次に近似性の演算が各ペアの中
の画像間で実行される。この演算は、たとえば、正規化
された相互相関（周期性の検出に関連して前に説明され
ている）であってよい。そのような各演算はたとえば、
正規化された相互相関が使われる時は相互相関係数など
の近似性の値を作り出す。一組のそのような演算がいく
つかの数の相互相関値を作り出す。図１５の表の中に示
されている例においては、基準セグメントがシフトされ
るたびに、１０個の新しい相互相関係数が作り出され
る。

【０１８４】一組の演算によって作り出される近似性の
値は、次にいくつかのタイプの近似性関数、たとえば、
平均化関数にマップすることができる。上記の例を使っ
て、相互相関係数が合計され、その後、ペアの数、すな
わち、１０によって除算される。したがって、各組の演
算は単独の値、すなわち、平均の近似性の値を結果とし
て作り出し、それは基準セグメントとその第１のフィル
ムの中の時間的な対応するものとの間の近似性の度合い
を表す筈である。したがって、第１の組の演算の結果は
単独の値となり、第２の組の演算の結果は別の値とな
り、以下同様に値が得られる。

【０１８５】非常によく似ている、すなわち、対応して
いるセグメント、あるいはマッチしているセグメントの
間で行われた演算の結果として最高の平均近似性が発生
することが期待できる。

【０１８６】上記の例においてはこれらのセグメントは
次のペア、すなわち、ｒ＃１‐ｆ＃５，ｒ＃２‐ｆ＃
６，ｒ＃３‐ｆ＃７，．．．，ｒ＃１０‐ｆ＃１４を含
んでいる画像間で行われる第５の組の演算の間にこれら
のセグメントがマッチされる筈である。

【０１８７】したがって、最大の平均近似性は対応して
いるセグメントを示す。というのは、画像の各ペアは実
際に対応している画像であり、すなわち、それら同じ形
態を示すからである。しかし、この規準はこのアルゴリ
ズムには従わない。たとえば、それは最大であることが
分かるその値の１つだけを使う代わりに、多くのシフト
されたセグメントの位置から得られた近似関数の形式を
考慮に入れる場合がある。

【０１８８】対応しているセグメントが識別されると、
第１および第２のフィルム全体が互いに同期化される。
これはマッチングのプロセスによって表され、他との関
連において１つのフィルムの中に実施された適切なフレ
ーム・シフトの結果となる。したがって、２つのフィル
ムを並べてみると、治療前のセグメントが治療後のセク
ションと同時平行的に現われる。

【０１８９】対応しているセグメントを同期化する他
に、上記の演算は対応しているセグメントを互いの関連
において安定化する。これは形態における変化を理解す
る能力を改善する。したがって、カテーテルが血管の中
に再挿入され、向きが変わった可能性がある時でも、治
療前および治療後の画像は互いに関して安定化される。

【０１９０】基準セグメントとして使われる画像の数は
変化する可能性がある。マッチング・プロセスにおいて
使われる画像の数が多いほど、それは局所的な誤差に対
してより頑健であり、強くなる。しかし、ペアの数が増
えるにつれて各マッチング・プロセスに対する必要な計
算時間が増えるという代償を伴う。

【０１９１】プルバック・フィルムを取得する際に、プ
ルバックの速度が安定で知られていることが重要であ
る。２つの画像取得においてプルバックの速度が同一で
あることが好ましい。

【０１９２】本発明の多くの異なる変形版が可能であ
る。上記の各種の特徴を個別に、そして他と独立に組み
込むことができる。また、これらの特徴を各種のグルー
ピングで組み合わせることができる。

【図面の簡単な説明】

【図１】それぞれ極座標およびデカルト座標におけるデ
ィジタル化されたベクトルで配置された画像の二次元配
列または行列を示す。

【図２】デカルト座標での２つの連続した画像間のシフ
ト評価の結果を示す。

【図３】極座標またはデカルト座標におけるドリフト現
象が発生している画像を示す。

【図４】１つの画像について安定化の演算（回転および
デカルト座標でのシフト）を実行した結果を示す。

【図５】画像の極座標表現において、およびデカルト座
標表現において身体の管腔のグローバルな収縮または膨
張を示す。

【図６】本発明による処理のための４つのセクションに
分割された画像を示す。

【図７】デカルト座標および極座標の両方での血管を示
しており、局所的な血管運動が検出されている。

【図８】実際の環状の血管における局所的な血管運動の
監視の結果をグラフィック形式で示す。

【図９】ＥＣＧと相互相関係数を同期化された方法でグ
ラフィックにプロットしている。

【図１０】連続した画像（トップ行に示されている番号
１〜１０）に属している相互相関係数の値のグループ
（中間の行）の表を示す。

【図１１】ＩＶＵＳ画像における人為構造を示している
相互相関係数のプロットを示す。

【図１２】３つの基本部分、すなわち、液体が流れる管
腔；実際の血管；および周囲の組織に分割されているＩ
ＶＵＳ画像を示す。

【図１３】時間的なフィルタリングの結果を示す。

【図１４】管腔の自動抽出のためのアルゴリズムの結果
の画像を示す。

【図１５】第１のフィルムの時間シーケンス（左のカラ
ム）、第２のフィルムからの基準セグメント（中央のカ
ラム）および第１のフィルムからの基準セグメント（右
のカラム）の画像に対応（または、マッチ）する第１の
フィルムからの画像を示す。

Claims

【特許請求の範囲】

【請求項１】血管内の超音波画像処理装置であって、身体の管腔の内部に置かれた、超音波信号の送信機およ
び検出器と前記超音波信号送信器および検出器に結合さ
れているプロセッサとを含み、該プロセッサは、ａ．検出された超音波信号から第１の画像を導き、ｂ．前記検出された超音波信号から第２の画像を導き、ｃ．前記第２の画像を前記第１の画像に対して比較し、ｄ．前記第１および第２の画像を処理するようにプログ
ラムされている装置。
【請求項２】請求項１に記載の装置において、前記第
２の画像を前記第１の画像に対して比較するステップ
が、前記第１の画像に関して前記第２の画像を評価する
ステップを含む装置。
【請求項３】請求項１に記載の装置において、画像を
導くようにプログラムされている前記プロセッサは、処
理およびディジタル化のうちの少なくとも１つを含む装
置。
【請求項４】請求項１に記載の装置において、前記プ
ロセッサに結合されているディスプレイをさらに含む装
置。
【請求項５】請求項１に記載の装置において、前記画
像を導くステップが二次元の配列を構成するステップを
含む装置。
【請求項６】請求項５に記載の装置において、前記二
次元の配列は極座標およびデカルト座標のうちの少なく
とも１つで構成されている装置。
【請求項７】請求項５に記載の装置において、前記二
次元の配列は極座標およびデカルト座標で構成されてい
る装置。
【請求項８】請求項５に記載の装置において、前記二
次元の配列は複数の要素を含み、前記複数の要素の各々
が所定の空間的な場所からの検出された超音波信号を表
している装置。
【請求項９】請求項２に記載の装置において、第２の
画像を第１の画像に関して評価するステップが、シフト
の評価を含む装置。
【請求項１０】請求項２に記載の装置において、第２
の画像を第１の画像に関して評価するステップが、少な
くとも１つの近似性演算を含む装置。
【請求項１１】請求項１０に記載の装置において、前
記少なくとも１つの近似性演算が、相互相関、正規化さ
れた相互相関およびＳＡＤのうちの少なくとも１つを含
む装置。
【請求項１２】請求項１１に記載の装置において、前
記相互相関は、直接相互相関およびフーリエ変換のうち
の少なくとも１つを含む装置。
【請求項１３】請求項２に記載の装置において、第２
の画像を第１の画像に関して評価するステップが、デカ
ルト座標および極座標のうちの少なくとも１つを使って
行われる装置。
【請求項１４】請求項２に記載の装置において、第２
の画像を第１の画像に関して評価するステップが、少な
くとも１つのディメンジョンにおいて行われる装置。
【請求項１５】請求項１に記載の装置において、前記
プロセッサはデカルト座標での変位、回転運動および血
管運動のうちの少なくとも１つを検出するようにさらに
プログラムされている装置。
【請求項１６】請求項１５に記載の装置において、前
記デカルト座標での変位および前記回転運動のうちの少
なくとも１つが剛体運動である装置。
【請求項１７】請求項１５に記載の装置において、前
記デカルト座標での変位および前記回転運動が局所的で
ある装置。
【請求項１８】請求項１５に記載の装置において、前
記血管運動がグローバルである装置。
【請求項１９】請求項１５に記載の装置において、前
記血管運動が局所的である装置。
【請求項２０】請求項１に記載の装置において、前記
プロセッサは画像の改善および管腔の識別のうちの少な
くとも１つのために、検出された超音波信号における変
化を自動的に監視するようにさらにプログラムされてい
る装置。
【請求項２１】請求項２０の記載の装置において、前
記プロセッサはテクスチャーにおける時間的な変化の分
類および時間的なフィルタリングのうちの少なくとも１
つを含む装置。
【請求項２２】請求項１に記載の装置において、前記
プロセッサは心臓血管の周期性を自動的に監視するよう
にさらにプログラムされている装置。
【請求項２３】請求項１に記載の装置において、前記
プロセッサは画像の品質を自動的に監視するようにさら
にプログラムされている装置。
【請求項２４】血管内の超音波画像処理装置であっ
て、身体の管腔の内部に置かれている、超音波信号の送信機
および検出器と、前記超音波信号の送信機および検出器に結合されている
プロセッサとを含み、該プロセッサは、ａ．検出された第１の組の超音波信号から第１の画像を
導き、ｂ．検出された第２の組の超音波信号から第２の画像を
導き、ｃ．前記第２の画像を前記第１の画像に対して比較し、ｄ．検出された超音波信号における変化を自動的に監視
し、ｅ．心臓血管の周期性を自動的に監視し、ｆ．第２の画像を第１の画像に関して安定化するように
プログラムされている装置。
【請求項２５】血管内の超音波画像処理装置であっ
て、身体の管腔の内部に置かれていて、前記身体の管腔の１
つのセクションを通して動かされる超音波信号の送信機
および検出器と、前記超音波信号の送信機および検出器に結合されている
プロセッサとを含み、該プロセッサは、ａ．前記セクションを通る前記超音波信号の送信機およ
び検出器の第１の運動の間に検出された超音波信号から
第１の画像を導き、ｂ．前記セクションを通る前記超音波信号の送信機およ
び検出器の第２の運動の間に検出された超音波信号から
第２の画像を導き、ｃ．前記第２の画像を前記第１の画像に対して比較し、ｄ．前記第１および第２の画像を処理するようにプログ
ラムされていて、前記装置はさらに、前記プロセッサに結合されているデ
ィスプレイを含み、前記プロセッサは前記比較に基づい
て前記第２の画像の表示を調整するようになっている装
置。
【請求項２６】血管内の超音波画像処理装置であっ
て、身体の管腔の内部に置かれていて、前記身体の管腔の１
つのセクションを通して動かされる超音波信号の送信機
および検出器と、前記超音波信号の送信機および検出器に結合されている
プロセッサとを含み、該プロセッサは、ａ．前記セクションの第１の部分から検出された超音波
信号から第１の画像を導き、ｂ．前記セクションの第２の部分から検出された超音波
信号から第２の画像を導き、ｃ．前記第２の画像を前記第１の画像に対して比較し、ｄ．前記第１および第２の画像を処理するようにプログ
ラムされていて、前記装置はさらに、前記プロセッサに対して結合されて
いるディスプレイを含み、前記プロセッサは前記比較に
基づいて前記第２の画像の表示を調整するようになって
いる装置。
【請求項２７】血管内の超音波画像処理装置であっ
て、身体の管腔の内部に置かれていて、前記身体の管腔の１
つのセクションを通して動かされる超音波信号の送信機
および検出器と、前記超音波信号の送信機および検出器に結合されている
プロセッサとを含み、該プロセッサは、ａ．検出された第１の組の超音波信号から第１の画像を
導き、ｂ．検出された第２の組の超音波信号から第２の画像を
導き、ｃ．自動監視を実行し、ｄ．第２の画像を第１の画像に関して評価するようにプ
ログラムされている装置。
【請求項２８】請求項２７に記載の装置において、前
記プロセッサは血管運動のために前記第１の画像および
前記第２の画像を自動的に監視するようになっている装
置。
【請求項２９】請求項２８に記載の装置において、前
記血管運動は局所的血管運動およびグローバルな血管運
動のうちの少なくとも１つである装置。
【請求項３０】請求項２７に記載の装置において、前
記プロセッサは近似性の関数を形成するようにさらにプ
ログラムされている装置。
【請求項３１】請求項３０に記載の装置において、前
記近似性の関数は相互相関、正規化された相互相関およ
びＳＡＤのうちの少なくとも１つを使って形成されるよ
うになっている装置。
【請求項３２】請求項３０に記載の装置において、前
記プロセッサは心臓血管の周期性を求めて前記近似性関
数を自動的に監視するようになっている装置。
【請求項３３】請求項３２に記載の装置において、前
記プロセッサはしきい値交差、内部近似性、フーリエ変
換およびスペクトル解析のうちの少なくとも１つを使っ
て、心臓血管の周期性を求めて近似性関数を自動的に監
視するようになっている装置。
【請求項３４】請求項３０に記載の装置において、前
記近似性関数は画像の品質のために解析されるようにな
っている装置。
【請求項３５】請求項３０に記載の装置において、前
記評価のステップはシフト評価を含む装置。
【請求項３６】血管内の超音波画像処理装置であっ
て、身体の管腔の内部に置かれていて、前記身体の管腔の１
つのセクションを通して動かされる超音波信号の送信機
および検出器と、前記超音波信号の送信機および検出器に結合されている
プロセッサとを含み、該プロセッサは、ａ．検出された第１の組の超音波信号から第１の画像を
導き、ｂ．検出された第２の組の超音波信号から第２の画像を
導き、ｃ．前記第２の画像を前記第１の画像に関して評価し、ｄ．前記第２の画像を前記第１の画像に関して安定化す
るようにプログラムされている装置。
【請求項３７】請求項３６に記載の装置において、前
記第１の画像および前記安定化された第２の画像を表示
するためにプロセッサに結合されているディスプレイを
さらに含む装置。
【請求項３８】請求項３６に記載の装置において、前
記第２の画像を前記第１の画像に関して安定化するステ
ップが、デカルト座標および極座標のうちの少なくとも
１つを使って行われる装置。
【請求項３９】請求項３６に記載の装置において、前
記第２の画像を前記第１の画像に関して安定化するステ
ップが、少なくとも１つのディメンジョンにおいて行わ
れる装置。
【請求項４０】請求項３６に記載の装置において、安
定化はデカルト座標での変位、回転運動および血管運動
のうちの少なくとも１つに対して安定化するステップを
含む装置。
【請求項４１】請求項４０に記載の装置において、安
定化はグローバル、局所的および剛体の運動のうちの少
なくとも１つに対して安定化するステップを含む装置。
【請求項４２】請求項３６に記載の装置において、安
定化は前記第２の画像の中の複数の各場所を安定化する
ステップを含む装置。
【請求項４３】請求項３６に記載の装置において、安
定化は前記第２の画像をシフトするステップを含む装
置。
【請求項４４】請求項３６に記載の装置において、安
定化は前記評価に基づいて前記第２の画像を調整するス
テップを含む装置。
【請求項４５】請求項３６に記載の装置において、前
記プロセッサはドリフトを制限するようにさらにプログ
ラムされている装置。
【請求項４６】請求項４３に記載の装置において、前
記プロセッサは心臓血管の周期性の監視から導かれる情
報を使って前記第２の画像のシフトを調整することによ
って、ドリフトを制限するようにさらにプログラムされ
ている装置。
【請求項４７】血管内の超音波画像処理のための方法
であって、超音波信号の送信機および検出器を身体の管腔の内部に
置くステップと、超音波信号を検出するステップと、検出された超音波信号から第１の画像を導くステップ
と、前記検出された超音波信号から第２の画像を導くステッ
プと、前記第２の画像を前記第１の画像に対して比較するステ
ップと、前記第１の画像および前記第２の画像を処理するステッ
プとを含む方法。
【請求項４８】請求項４７に記載の方法において、前
記第１の画像および前記第２の画像を表示するステップ
をさらに含む方法。
【請求項４９】請求項４７に記載の方法において、前
記比較のステップが、前記第２の画像を前記第１の画像
に関して評価するステップを含む方法。
【請求項５０】請求項４７に記載の方法において、前
記画像を導くステップが、処理およびディジタル化のう
ちの少なくとも１つを含む方法。
【請求項５１】請求項４７に記載の方法において、前
記画像を導くステップが、二次元の配列を構成するステ
ップを含む方法。
【請求項５２】請求項５１に記載の方法において、前
記二次元配列は極座標およびデカルト座標のうちの少な
くとも１つで構成されている方法。
【請求項５３】請求項５１に記載の方法において、前
記二次元配列は複数の要素を有しており、前記複数の要
素の各々が所定の空間的場所から検出された超音波を表
している方法。
【請求項５４】請求項４９に記載の方法において、前
記評価のステップがシフト評価を含む方法。
【請求項５５】請求項４９に記載の方法において、前
記評価のステップが少なくとも１つの近似性演算を含む
方法。
【請求項５６】請求項５５に記載の方法において、前
記少なくとも１つの近似性の演算が相互相関、正規化さ
れた相互相関、およびＳＤＡの少なくとも１つを含む方
法。
【請求項５７】請求項５６に記載の方法において、前
記相互相関が直接相互相関およびフーリエ変換のうちの
少なくとも１つを含む方法。
【請求項５８】請求項４９に記載の方法において、前
記評価のステップが、デカルト座標および極座標のうち
の少なくとも１つを使って行われる方法。
【請求項５９】請求項４９に記載の方法において、前
記評価のステップが、少なくとも１つのディメンジョン
において行われる方法。
【請求項６０】請求項４７に記載の方法において、デ
カルト座標での変位、回転運動および血管運動のうちの
少なくとも１つを検出するステップをさらに含む方法。
【請求項６１】請求項６０に記載の方法において、デ
カルト座標での変位および回転運動のうちの少なくとも
１つが剛体運動である方法。
【請求項６２】請求項６０に記載の方法において、前
記デカルト座標での変位および前記回転運動のうちの少
なくとも１つが局所的である方法。
【請求項６３】請求項６０に記載の方法において、前
記血管運動がグローバルである方法。
【請求項６４】請求項６０に記載の方法において、前
記血管運動が局所的である方法。
【請求項６５】請求項４７に記載の方法において、検
出された超音波信号における変化を自動的に監視するス
テップをさらに含む方法。
【請求項６６】請求項６５に記載の方法において、画
像の改善のステップをさらに含む方法。
【請求項６７】請求項６５に記載の方法において、管
腔の識別のステップをさらに含む方法。
【請求項６８】請求項４７に記載の方法において、心
臓血管の周期性を自動的に監視するステップをさらに含
む方法。
【請求項６９】請求項４７に記載の方法において、画
像の品質を自動的に監視するステップをさらに含む方
法。
【請求項７０】血管内の超音波画像処理のための方法
であって、超音波信号の送信機および検出器を身体の管腔の内部に
置くステップと、超音波信号を検出するステップと、検出された第１の組の超音波信号から第１の画像を導く
ステップと、検出された第２の組の超音波信号から第２の画像を導く
ステップと、自動監視を行うステップと、前記第２の画像を前記第１の画像に関して評価するステ
ップと、前記第１の画像および前記第２の画像を処理するステッ
プとを含む方法。
【請求項７１】請求項７０に記載の方法において、近
似性関数を形成するステップをさらに含む方法。
【請求項７２】請求項７１に記載の方法において、前
記近似性関数は相互相関、正規化された相互相関および
ＳＡＤのうちの少なくとも１つを使って形成される方
法。
【請求項７３】請求項７０に記載の方法において、前
記自動監視は血管運動のために前記第１の画像および前
記第２の画像を監視する方法。
【請求項７４】請求項７３に記載の方法において、前
記血管運動は局所的な血管運動およびグローバルな血管
運動のうちの少なくとも１つである方法。
【請求項７５】請求項７１に記載の方法において、前
記自動監視のステップは心臓血管の周期性を求めるため
に前記近似性関数を監視する方法。
【請求項７６】請求項７５に記載の方法において、前
記自動監視のステップは、しきい値交差、内部近似性、
フーリエ変換およびスペクトル解析のうちの少なくとも
１つを含む方法。
【請求項７７】請求項７１に記載の方法において、前
記近似性関数は画像の品質を求めるために解析される方
法。
【請求項７８】請求項７０に記載の方法において、前
記評価のステップはシフトの評価を含む方法。
【請求項７９】血管内の超音波画像処理のための方法
であって、超音波信号の送信機および検出器を身体の管腔の内部に
置くステップと、超音波信号を検出するステップと、検出された第１の組の超音波信号から第１の画像を導く
ステップと、検出された第２の組の超音波信号から第２の画像を導く
ステップと、前記第２の画像を前記第１の画像に関して評価するステ
ップと、前記第２の画像を前記第１の画像に関して安定化するス
テップとを含む方法。
【請求項８０】請求項７９に記載の方法において、前
記第１の画像および安定化された第２の画像を表示する
ステップをさらに含む方法
【請求項８１】請求項７９に記載の方法において、前
記安定化のステップはデカルト座標および極座標のうち
の少なくとも１つを使って行われる方法。
【請求項８２】請求項７９に記載の方法において、前
記安定化のステップは少なくとも１つのディメンジョン
において行われる方法。
【請求項８３】請求項７９に記載の方法において、前
記安定化のステップはデカルト座標での変位、回転運動
および血管運動のうちの少なくとも１つに対する安定化
を含む方法。
【請求項８４】請求項８３に記載の方法において、前
記安定化のステップはグローバル、局所的および剛体運
動のうちの少なくとも１つに対する安定化を含む方法。
【請求項８５】請求項７９に記載の方法において、前
記安定化のステップは前記第２の画像の中の複数の各場
所の安定化を含む方法。
【請求項８６】請求項７９に記載の方法において、前
記安定化のステップは前記第２の画像のシフトを含む方
法。
【請求項８７】請求項７９に記載の方法において、前
記安定化のステップは前記評価に基づいて前記第２の画
像を調整するステップを含む方法。
【請求項８８】請求項７９に記載の方法において、ド
リフトを制限するステップをさらに含む方法。
【請求項８９】請求項８６に記載の方法において、ド
リフトを制限するステップをさらに含み、前記制限のス
テップは、心臓血管の周期性の監視から導かれる情報を
使って前記第２の画像をシフトを調整するステップを含
む方法。
【請求項９０】血管内の超音波画像処理のための方法
であって、超音波信号の送信機および検出器を身体の管腔の内部に
置くステップと、超音波信号を検出するステップと、検出された第１の組の超音波信号から第１の画像を導く
ステップと、検出された第２の組の超音波信号から第２の画像を導く
ステップと、前記第２の画像を前記第１の画像に対して比較するステ
ップと、検出された超音波信号における変化を自動的に監視する
ステップと、心臓血管の周期性を自動的に監視するステップと、前記第２の画像を前記第１の画像に関して安定化するス
テップとを含む方法。
【請求項９１】血管内の超音波画像処理のための方法
であって、超音波信号の送信機および検出器を身体の管腔の内部に
置くステップと、前記身体の管腔のセクションを通して前記超音波信号の
送信機および検出器を動かすステップと、超音波信号を検出するステップと、前記セクションを通しての前記超音波信号の送信機およ
び検出器の第１の運動の間に検出された超音波信号から
第１の信号を導くステップと、前記セクションを通しての前記超音波信号の送信機およ
び検出器の第２の運動の間に検出された超音波信号から
第２の画像を導くステップと、前記第２の画像を前記第１の画像に対して比較するステ
ップと、前記第２の画像を調整するステップと、調整された第２の画像を表示するステップとを含む方
法。
【請求項９２】血管内の超音波画像処理のための方法
であって、超音波信号の送信機および検出器を身体の管腔の内部に
置くステップと、前記身体の管腔のセクションを通して前記超音波信号の
送信機および検出器を動かすステップと、超音波信号を検出するステップと、前記セクションの第１の部分から検出された超音波信号
から第１のステップを導くステップと、前記セクションの第２の部分から検出された超音波信号
から第２の画像を導くステップと、前記第２の画像を前記第１の画像に対して比較するステ
ップと、前記第２の画像を調整するステップと、調整された第２の画像を表示するステップとを含む方
法。
【請求項９３】血管内の超音波画像処理のための方法
であって、超音波信号の送信機および検出器を身体の管腔の内部に
置くステップと、超音波信号を検出するステップと、検出された第１の組の超音波信号から第１の一連の画像
を導くステップと、検出された第２の組の超音波信号から第２の一連の画像
を導くステップと、前記第１の一連の画像を前記第２の一連の画像と比較す
るステップと、前記第１の一連の画像と前記第２の一連の画像とのマッ
チングを自動的に行うステップとを含む方法。
【請求項９４】請求項９３に記載の方法において、前
記マッチングは対応している画像の識別を含む方法。
【請求項９５】請求項９３に記載の方法において、前
記第１の一連の画像の少なくとも一部分が基準セグメン
トであり、そして前記第２の一連の画像の少なくとも一
部分が非基準セグメントである方法。
【請求項９６】請求項９５に記載の方法において、前
記マッチングは、前記非基準セグメントが前記基準セグ
メントに関して１画像だけシフトされる方法。
【請求項９７】請求項９５に記載の方法において、前
記マッチングのステップは、前記非基準セグメントが前
記基準セグメントに関して安定化されるステップを含む
方法。
【請求項９８】請求項９７に記載の方法において、前
記安定化のステップは、前記基準セグメントおよび非基
準セグメントからの対応して各画像について個別に実行
される方法。
【請求項９９】請求項９７に記載の方法において、前
記安定化のステップは、前記第１の一連の画像および前
記第２の一連の画像からの対応している各画像について
個別に実行される方法。
【請求項１００】請求項９３に記載の方法において、
前記マッチングのステップは近似性の演算を含む方法。
【請求項１０１】請求項１００に記載の方法におい
て、前記近似性の演算は、相互相関および正規化された
相互相関のうちの１つを含む方法。
【請求項１０２】請求項９３に記載の方法において、
前記第１の一連の画像が前記身体の管腔の最初のセクシ
ョンに沿っての前記超音波信号の送信機および検出器の
第１の運動から導かれ、そして前記第２の一連の画像は
前記身体の管腔の第２のセクションに沿っての前記超音
波信号の送信機および検出器の第２の運動から導かれる
方法。
【請求項１０３】請求項１０３に記載の方法におい
て、前記身体の管腔の前記第１のセクションおよび前記
第２のセクションは、広がりがほぼ同一である方法。
【請求項１０４】請求項９３に記載の方法において、
前記比較のステップは、前記第２の画像を前記第１の画
像に関して評価するステップを含む方法。
【請求項１０５】血管内の超音波画像処理装置であっ
て、身体の管腔の内部に置かれている超音波信号の送信機お
よび検出器と、前記超音波信号の送信機および検出器に結合されている
プロセッサとを含み、前記プロセッサは、ａ．検出された第１の組の超音波信号から第１の一連の
画像を導き、ｂ．検出された第２の組の超音波信号から第２の一連の
画像を導き、ｃ．前記第１の一連の画像を前記第２の一連の画像に対
して比較し、ｄ．前記第１の一連の画像と前記第２の一連の画像とを
自動的にマッチさせるようにプログラムされている装
置。
【請求項１０６】請求項１０５に記載の装置におい
て、前記第２の画像を前記第１の画像に対して比較する
ステップが、前記第２の画像を前記第１の画像に関して
評価するステップを含む装置。
【請求項１０７】請求項１０５に記載の装置におい
て、前記マッチングは対応している画像の識別を含む装
置。
【請求項１０８】請求項１０５に記載の装置におい
て、前記第１の一連の画像の少なくとも一部分は基準セ
グメントであり、そして前記第２の一連の画像の少なく
とも一部は非基準セグメントである装置。
【請求項１０９】請求項１０８に記載の装置におい
て、前記マッチングは、前記非基準セグメントが前記基
準セグメントに関して１画像だけシフトされるステップ
を含む装置。
【請求項１１０】請求項１０８に記載の装置におい
て、前記マッチングは、前記非基準セグメントが前記基
準セグメントに関して安定化されるステップを含む装
置。
【請求項１１１】請求項１１０に記載の装置におい
て、前記安定化は、前記規準および非基準セグメントか
らの対応している各画像について個別に実行される装
置。
【請求項１１２】請求項１１０に記載の装置におい
て、前記安定化は、前記第１の一連の画像および前記第
２の一連の画像からの対応している各画像について個別
に実行される装置。
【請求項１１３】請求項１０５に記載の装置におい
て、前記マッチングのステップは近似性の演算を含む装
置。
【請求項１１４】請求項１１３に記載の装置におい
て、前記近似性の演算は相互相関および正規化された相
互相関のうちの１つを含む装置。
【請求項１１５】請求項１０５に記載の装置におい
て、前記第１の一連の画像は前記身体の管腔の第１のセ
クションに沿っての前記超音波信号の送信機および検出
器の第１の運動から導かれ、そして前記第２の一連の画
像は前記身体の管腔の第２のセクションに沿っての前記
超音波信号の送信機および検出器の第２の運動から導か
れる装置。
【請求項１１６】請求項１１５に記載の装置におい
て、前記身体の管腔の第１のセクションおよび第２のセ
クションは広がりがほぼ同じである装置。
【請求項１１７】請求項１に記載の装置において、前
記超音波信号の送信機および検出器に結合されているプ
ローブをさらに含む装置。
【請求項１１８】請求項１１７に記載の装置におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである装置。
【請求項１１９】請求項１に記載の装置において、前
記超音波信号の送信機および検出器は独立の送信機およ
び独立の検出器を含む装置。
【請求項１２０】請求項２５に記載の装置において、
前記超音波信号の送信機および検出器に結合されている
プローブをさらに含んでいて、前記セクションを通して
前記超音波信号の送信機および検出器を動かすようにな
っている装置。
【請求項１２１】請求項１２０に記載の装置におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである装置。
【請求項１２２】請求項２５に記載の装置において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む装置。
【請求項１２３】請求項２６に記載の装置において、
前記超音波信号の送信機および検出器に結合されている
プローブをさらに含んでいて、前記セクションを通じて
前記超音波信号の送信機および検出器を動かすようにな
っている装置。
【請求項１２４】請求項１２３に記載の装置におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである装置。
【請求項１２５】請求項２６に記載の装置において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む装置。
【請求項１２６】請求項２７に記載の装置において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む装置。
【請求項１２７】請求項３６に記載の装置において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む装置。
【請求項１２８】請求項４７に記載の方法において、
前記超音波信号の送信機および検出器はプローブに結合
されている方法。
【請求項１２９】請求項１２８に記載の方法におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである方法。
【請求項１３０】請求項４７に記載の方法において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む方法。
【請求項１３１】請求項７０に記載の方法において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む方法。
【請求項１３２】請求項７９に記載の方法において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む方法。
【請求項１３３】請求項９１に記載の方法において、
前記超音波信号の送信機および検出器はプローブに結合
されていて、前記プローブは前記超音波信号の送信機お
よび検出器を動かすようになっている方法。
【請求項１３４】請求項１３３に記載の方法におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである方法。
【請求項１３５】請求項９１に記載の方法において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む方法。
【請求項１３６】請求項９２に記載の方法において、
前記超音波信号の送信機および検出器はプローブに結合
されていて、前記プローブは前記超音波信号の送信機お
よび検出器を動かすようになっている方法。
【請求項１３７】請求項１３６に記載の方法におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである方法。
【請求項１３８】請求項９２に記載の方法において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む方法。
【請求項１３９】請求項１０２に記載の方法におい
て、前記超音波信号の送信機および検出器はプローブに
結合されていて、前記プローブは前記超音波信号の送信
機および検出器を動かすようになっている方法。
【請求項１４０】請求項１３９に記載の方法におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである方法。
【請求項１４１】請求項９３に記載の方法において、
前記超音波信号の送信機および検出器は独立の送信機お
よび独立の検出器を含む方法。
【請求項１４２】請求項１１５に記載の装置におい
て、前記超音波信号の送信機および検出器に結合されて
いるプローブをさらに含んでいて、前記セクションを通
して前記超音波信号の送信機および検出器を動かすよう
になっている装置。
【請求項１４３】請求項１４２に記載の装置におい
て、前記プローブはカテーテルおよびガイド・ワイヤー
のうちの少なくとも１つである装置。
【請求項１４４】請求項１０５に記載の装置におい
て、前記超音波信号の送信機および検出器は独立の送信
機および独立の検出器を含む装置。