超音波スペックルトラッキングによる高解像度血管イメージングの研究

超音波スペックルトラッキングによる高解像度血管

イメージングの研究

著者

吉川 秀樹

学位授与機関

Tohoku University

学位授与番号

11301甲第17802号

URL

http://hdl.handle.net/10097/00125122

東北大学大学院医工学研究科

博 士 論 文

博士（医工学）

超音波スペックルトラッキングによる

高解像度血管イメージングの研究

吉 川 秀 樹

２０１７年９月

目 次

第1 章 緒言 ・・1 1.1 はじめに ・・1 1.2 医用超音波の歴史 ・・1 1.3 超音波診断装置 ・・2 1.4 超音波による動体追跡 ・・4 第2 章 スペックルトラッキング(数値解析) ・・10 2.1 はじめに ・・10 2.2 RF-tracking と B-tracking の精度比較 ・・12 2.2.1 Field II シミュレータ ・・12 2.2.2 単一散乱体モデルによる検討 ・・13 2.2.3 三点散乱体による回転モデルによる検討 ・・16 2.2.4 小括 ・・17 2.3 高精度 B-tracking 方式の検討 ・・18 2.3.1 シミュレーション方法と候補方式 ・・18 2.3.2 シミュレーションによる精度検証 ・・20 2.3.3 結果と考察 ・・21 2.3.4 小括 ・・24 第3 章 スペックルトラッキング(実験検討) ・・55 3.1 はじめに ・・55 3.2 面外移動に関する検討 ・・55 3.2.1 面外検知指標の必要性 ・・55 3.2.2 面外検知指標の仮説提案 ・・57 3.3 トラッキング精度と面外検知指標の実験検証 ・・58 3.3.1 実験方法 ・・58 3.3.2 結果と考察 ・・60 3.3.3 小括 ・・63 3.4 1.5 次元アレイデバイスによる面外移動追跡の検討 ・・64 3.4.1 実験方法 ・・64 3.4.2 結果と考察 ・・65 3.4.3 小括 ・・66

第4 章 高機能イメージングに関する検討 ・・86

4.1 はじめに ・・86

4.2 Motion-Compensated Accumulation (MCA) Imaging ・・86

4.3 造影画像による微細血管イメージング ・・87 4.3.1 はじめに ・・87 4.3.2 実験方法 ・・88 4.3.3 結果と考察 ・・89 4.4 ドプラ画像による微細血管イメージング ・・91 4.4.1 はじめに ・・91 4.4.2 実験方法 ・・92 4.4.3 結果と考察 ・・93 4.5 B 像による高解像度頚動脈イメージング ・・94 4.5.1 はじめに ・・94 4.5.2 実験方法 ・・95 4.5.3 結果と考察 ・・96 4.6 2 次元ベクトル分布による組織境界イメージング ・・97 4.6.1 はじめに ・・97 4.6.2 実験方法 ・・98 4.6.3 結果と考察 ・・98 4.7 小括 ・・99 第5 章 結言 ・・128 研究業績 ・・133 謝辞 ・・142

年度 2017 年度 博士 3 年の 文Abstract

Title: Study on Precise Vascular Imaging with Ultrasound Speckle Tracking Author: Hideki YOSHIKAWA

Supervisor: Shin-ichiro UMEMURA

Ultrasound vascularity image is important for tumor differential diagnosis. Motion-compensated accumulation was developed for precise vascular imaging with accurate speckle tracking method. The speckle tracking algorithm consists of SAD (Sum of absolute differences), interpolation and KLT (Kanade-Lucas-Tomasi). SAD is pixel-based tracking method by using residual value of brightness. And KLT is sub-pixel tracking method by using gradient of brightness between neighboring pixels. With both methods, accurate tracking is performed with robustness for various motion. And a through-plane detector to prevent tracking error due to through-plane motion was defined. With simulation and experimental study using vascular images from rabbit kidney, precise vascularity image could be obtained with precision of 0.1 mm. Accuracy of the speckle tracking was found to be 0.2 pixels. Concerning to through-plane motion, the speckle tracking can accurately performed in the range of appropriately 30% of transmitting beam width in slice direction. In addition, the through-plane detector was found to be effective to prevent motion artifact because of its ability as an indicator to expect tracking error due to through plane-motion in advance. 文ア ストラクト 論文 : 超音波スペックルトラッキングによる高解像度血管イメージングの研究 提 : 吉川 秀樹 指 : 一 医用超音波の分 に 微細血管画像は の 診断に る 超音波 による微細血管イメージング に 数の 画像に 体動補 する

Motion-compensated accumulation 検討 体動補 の方式と 度の 用するSAD (Sum of absolute differences)と 補 ク ル の 度 用するKLT

(Kanade-Lucas-Tomasi) 組 スペックルトラッキング の組 によ 大 微小 補 の 用 大 る に面外移動に 補 ラー 検知する面外検知指標 シミュレーション よ の造影画像による実験の結果 体動補 は0.2 ク ルの精度 0.1 mm 度の微細血管 に る と 面外移動に は ー の 30%の 補 ラー 超 る には面外検知指標 に検知 る と

- 1 -

1.1.

超音波は の る20 kHz 超 波数 の 性波 る 検 診 診断 に る医 用 の 用レー 検 用 業 用 る 界に イル すると に 用する波と 知 る の は の 置 体 に アルタイ 動 する る 音 超音波は に の 度 一 の指 性 する 度は 365 m/s 1540 m/s の体 性 と 度 る る する超音波は 音 に る 仮 する 度は一 る め 超音波の 波の の する と の る 度 する 要 は音 イン ー ンスz 度 [kg/m3_{]と音 c [m/s] 用} c z [kg/m2_{/s] (1.1)} と る 度 める 数Rは 界面 2 の の音 イン ー ンス(z₁とz₂) 用 1 2 1 2 z z z z R _(1.2) と る は音 イン ー ンス る界面 度は の る 音 に要する の 置 する の単 プ ス の の 業 の 要 と る

1.2.

超音波の歴史は1880 年の Curie による 果の に る 果とは の ( ラミックス)に る と 分 する る 果による の は に に 超音波 る の医用超音波 用 る は

タン ジル ン (PZT: lead zirconate titanate) 1952 年に東 工

- 2 - Lanevin 1917 年の第一次 界大 の 用 ーに 用 医用 の実用 は1942 年 Dussik 検 用に 用 の る の 1949 年に Howry ルス超音波による断 像 (B-mode)の 像法 考案 Ludwig[1, 2]_{は の検 る 1957} 年 は超音波のドプラ 果 用 の移動 度 するドプ ラ法 [3, 4] _{の の 置と 度 する} と言 る 章の 界の の に必要 要 よ 体 の組織 造と に超音波検 に 血 の 点に 医用超音波にと 歴史 と言 る 1971 年 Bom[5] _{によ 超音波診断装置 医} 用超音波の る 1982 年には 川 ルス超音波 用 関 による ラードプラ法 [6, 7] _{の血 度の に} の方 の する に 超音波 診断装置に標 る 要 機能 る の に 体 の に 超音波診断装置のデジタル と高機能 する 超音波の デバイス( )は の1 次元 ト クス に する2 次元アレイに の動 体 に 像 する3D の に大 組織の 性 する ラストグ ラ は 検 はじめ 組織に 用 医用 用 る[8-14] _{は る診断の高精度 に 高 高解像度 高機能} 学 院との め る

1.3.

の医 用 る画像診断は MRI (Magnetic

Resonance Imaging) CT (Computed Tomography) X PET

(Positron Emission Tomography) 超音波に大 る

MRI は の 用 画像診断装置 る は 体 の 外 によ ス ン 方 に る の 方 に 方 に の 波数のラジ 波 する と モーメント ス ンに 動 する ラジ 波 すると ス ンは元の に る の ( ) は組織によ る の 性 用 体 組織 画像 するの MRI

- 3 - る 性 血管性 に ド 造影画像は に する 診断 と 用 る 装置 置 る 境 の するシールドルー 必要 像 は 30 分 る CT は X の 用 画像診断装置 る 検体 と 検 置 組織に する する 検体の 360 度 元に 波数 に 画像 (CT アル ) 実 する と CT 値 る画像 る 一度に 数の断面 する ル スライス は一度のスキ ン 体の画像 する と る ード 造影 用す 動脈 の微細 血管 造 MRI と 診断に 画像診断装置 る 像 は 30 分 一 の る PET は 18F-FDG と る 性検 の 用 画像診断装置 る FDG はグル ース 分 る め 謝 組織 に する 2 の する め 検体 置する検 検 画像 する 元 謝 謝 る の 用 用 界は る のの 転移 の に と 用 る 像 は30 分 度 る 検 に る 数 必要とする 超音波診断装置は 検体に 超音波 組織 の 波 用 画像 する画像診断装置 る の画像診断装置に比 装置 小 検 の 年 は る イ の装置 の 用 め る 分解能 と 分解能 高 点 要 る 分解能は 波数(1 MHz 20 MHz 度)と音 (1540 m/s)に 波 すると0.1 1.5 mm 度 血管 る分解能 分解能は画像 に要す る超音波の 回数と 像 度(超音波の )に レー レート に 30 150 fps (frames/sec) 度 の の動 る分解能 年 回数 比 1/10 度に る 方式の 1,000 fps の 分解能 実 る[15-17] _{の動 の} 血 の散乱 追跡 る め 血 はじめ 診断 機能の め る[18-22]

- 4 -

1.4.

文 画像の 性 する タン ッ ングの は に に 文 検 の文 メラの動体追跡 と 証 指 証 脈 証 証 一 に知 る の追 キュ め 高 精度 め る用 に に実 用 の 要性は 高 る タン ッ ングの一 の 用 動体追跡(トラッキング) 研究の る は 置 する の と方 の ベクトル 式 置 する 一 に知 るトラッ キング は メラの 追跡 メラの移動体検知 用 はミ イル シス る に ジュアル ン ュー ングの分 データは に 学像 と る 1-1 には 画像 と に トラッキング 画像 の するトラッキング方式の一 よ 考画像 る 学像の 体の 移動 回転 体 大 小の の の ( 影 ) 点 ( ) 考 する必要 と は に る の め関 に 体の ッジ 性 用する 点 ッ ング[18, 23, 24] _体の ( 解析 数 ) 学 に分 性

する 分 (Support vector machine ) [25, 26] _{度の 分布}

の 性 する 度 タン ッ ング る の方式 一 一 る め に じ 分 要 る 一方 研究 超音波画像の 画像 分 に る 移動 回転 体 は 学像と に る 大 小 点 は診断 面 は比較 に 大 小は の の移動によ する 2 次元の超音波画像 に は に するのは する超音波の イ ミッ クレンジ 装置 の に関 する要 と 音 イン ー ンス 組織 性の に関 する要 に大 る 超音波検 に は に じ装置 像する め による要 は小 組織 性に は の画像 比較する の音 イン ー ンス は の する と の には 体の に する影 る 検診 面 は 点 に 像する一 する は は 影 は小 2 次元画像

- 5 - 用する に に る画像 と は 2 次元 面の法 方 に移動する面外移動 る の移動に は する 度 タ ン する め の の 超音波トラッキングの実用性 断す る 要 点と る 超音波画像 するのは スペックルと る 度 タン る は 体 組織に散 する微小散乱体に 散乱 超音波 に る 度 タン る スペックルの 度 タンは に に超音波画像 する 小要 る め 超音波トラッキングの と め 用 用 る データの 式と RF データと 度 の B データに大 る RF データ は に 用 用 トラッキング トラッキン グに 血 動 性に 組織 性 組織 性 る[9, 16, 27-31] _{B データは に高画 は組織の機能} する高機能 の用 用 第2 章 説 する 度ス ペックルトラッキング 点 ッ ング 用 る[32-35]

- 6 - 分 画像 トラッキング方式 考画像 Visual computing ( 学像) ・ 移動 ・回転 ・ 体 ・ 大 小 ・ ・ 点 ・ 点 ッ ング (SHIFT, SURF ) 分 (機 学 , SVM, ューラル ット ーク) 度 タン ッ ング 超音波 imaging (Speckle 像) ・ 移動 ・回転 ・ 体 ・( 大 小) ・( 度 ) ・( 点 ) ・面外移動 トラッキング トラッキング スペックルトラッキング （ 度 タン ッ ング） 点 ッ ング 1-1 体追跡に関する 比較

- 7 -

1. Ludwig, G.D. and F.W. Struthers, Considerations underlying the use

of Ultrasound to detect Gallstones and Foregn Bodies in Tissue.

Naval Medical Research Institute Reports, Project #004 001, 1949(1).

2. Ludwig, G.D. and F.W. Struthers, The velocity of sound through

tissues and the acoustic impedance of tissues. J. Acoust. Soc. Am.,

1950. 22.

3. Satomura, S., Ultrasonic Doppler method for the inspection of cardiac

function J. Acoust. Soc. Am., 1957. 29.

4. Satomura, S., Study of the flow patterns in peripheral arteries by

ultrasonics. J. Acoust. Soc. Jpn., 1959. 15(in Japanese).

5. Bom, N., et al., Ultrasonic viewer for cross-sectional analyses of

moving cardiac structures. Bio-Med. Eng., 1971. 6.

6. Namekawa, K., et al., Imaging of blood flow using autocorrelation.

Ultrason. Med. Biol., 1982. 8.

7. Kasai, C., et al., Real-Time Two-Dimensional Blood Flow Imaging

Using an Autocorrelation Technique. IEEE Trans. Son. Ultrason.,

1985. SU-32(3).

8. Nightingale, K.R., et al., On the feasibility of remote palpation using

acoustic radiation force. J. Acoust. Soc. Am., 2001. 110(1): p. 625.

9. O'Donnell, M., et al., Internal Displacement and Strain Imaging

Using Ultrasonic Speckle Tracking. IEEE Trans. Ultrason.

Ferroelectr. Freq. Control, 1994. 41(3).

10. Palmeri, M.L., et al., Noninvasive evaluation of hepatic fibrosis using

acoustic radiation force-based shear stiffness in patients with

nonalcoholic fatty liver disease. J. Hepatology, 2011. 55(3).

11. Rudenko, O.V., A.P. Sarvazyan, and S.Y. Emelianov, Acoustic

radiation force and streaming induced by focused nonlinear

ultrasound in a dissipative medium. J. Acoust. Soc. Am., 1996. 99(5).

12. Sarvazyan, A.P., et al., Shear wave elasticity imaging: A new

ultrasonic technology of medical diagnostics. Ultrason. Med. Biol.,

1998. 24.

- 8 -

13. Shiina, T., M.M. Doyley, and J.C. Bamber, Strain imaging using

combined RF and envelope autocorrelation processing. 1996 IEEE

Ultrasonics Symposium Proceedings, 1996.

14. Tanter, M., et al., Quantitative Assessment of Breast Lesion

Viscoelasticity: Initial Clinical Results Using Supersonic Shear

Imaging. Ultrason. Med. Biol., 2008. 34(9).

15. Couture, O., M. Fink, and M. Tanter, Ultrasound Contrast Plane

Wave Imaging. IEEE Trans. Ultrason. Ferroelectr. Freq. Control,

2012. 59(12).

16. Hasegawa, H. and H. Kanai, Simultaneous Imaging of Artery-Wall

Strain and Blood Flow by High Frame Rate Acquisition of RF Signals.

IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 2008. 55(12).

17. Tanter, M. and M. Fink, Ultrafast Imaging in Biomedical Ultrasound.

IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 2014. 61(1).

18. Amaro, J., et al., Software-Based High-Level Synthesis Design of

FPGA Beamformers for Synthetic Aperture Imaging. IEEE Trans.

Ultrason. Ferroelectr. Freq. Control, 2015. 62(5).

19. Jensen, J.A., et al., Ultrasound Vector Flow Imaging—Part I:

Sequential Systems. 2016. 63(11).

20. Jensen, J.A., et al., Ultrasound Vector Flow Imaging—Part II:

Parallel Systems. IEEE Trans. Ultrason. Ferroelectr. Freq. Control,

2016. 63(11).

21. Yu, A.C.H. and R.S. C.Cobbold, Single-Ensemble-Based

Eigen-Processing Methods for Color Flow Imaging—Part I. The Hankel-SVD

Filter. IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 2008. 55(3).

22. Yu, A.C.H. and L. Lovstakken, Eigen-Based Clutter Filter Design for

Ultrasound Color Flow Imaging: A Review. IEEE Trans. Ultrason.

Ferroelectr. Freq. Control, 2010. 57(5).

23. Bay, H., et al., Speeded-Up Robust Features (SURF). Comput. Vis.

Image Underst., 2008. 110(3).

24. Harris, C. and M. Stephens, A Combined Corner and Edge Detector.

Alvey Vis. Conf., 1988.

25. Yash, S.S., et al., Support vector machine classification of arterial

volume-weighted arterialspin tagging images. Brain Behav., 2016.

6(12).

- 9 -

26. Kato, H., et al., Computer-aided diagnosis of hepatic fibrosis:

preliminary evaluation of MRI texture analysis using the finite

difference method and an artificial neural network. Am. J.

Roentgenol., 2007. 189(1).

27. Takita, K., et al., High-Accuracy Subpixel Image Registration Based

on Phase-Only Correlation. IEICE Trans. Fundamentals, 2003.

E86-A(8).

28. Kanai, H., et al., Transcutaneous Measurement and Spectrum

Analysis of Heart Wall Vibrations. IEEE Trans. Ultrason.

Ferroelectr. Freq. Control, 1996. 43(5).

29. Iwasaki, R., et al., Monitoring of high-intensity focused ultrasound

treatment by shear wave elastography induced by

two-dimensional-array therapeutic transducer. Jpn. J. Appl. Phys., 2016. 55.

30. Aoyama, S., K. Ito, and T. Aoki, A finger-knuckle-print recognition

algorithm using phase-based local block matching. Information

Sciences, 2014. 268.

31. Nightingale, K., et al., Acoustic radiation force impulse imaging: in

vivo demonstration of clinical feasibility. Ultrason. Med. Biol., 2002.

28(2).

32. Tan, C., et al. Adaptive mesh optimization and nonrigid motion

recovery based image registration for wide-field-of-view ultrasound

imaging. in 2008 30th Annual International Conference of the IEEE

Engineering in Medicine and Biology Society. 2008.

33. Yoshikawa, H., et al., Dynamic and Precise Visualization of Contrast

Agent in Blood Vessels with Motion Correction. Jpn. J. Appl. Phys.,

2006. 45(5B): p. 4754.

34. Yoshikawa, H., T. Azuma, and K. Kawabata, Precise Vascular

Visualization in Ultrasonic Power Doppler Imaging with Motion

Compensation. Jpn. J. Appl. Phys., 2010. 49.

35. Ebbini, E.S., Phase-Coupled Two-Dimensional Speckle Tracking

Algorithm. IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 2006.

53(5).

- 10 -

(

)

2.1.

体 に 超音波は 散乱 する 体 組織は 数ミク ンの細 と ラー ン 細 の結 組織 る 医用超音波の 波数 は1 MHz 20 MHz 度 体組 織の音 1500 m/s と 波 ( )に すると 1.5 mm 0.075 mm る 学 ラメータ( d ) 細 イ ( d ) 0.01 mm と すると は0.02 0.42 と 散乱 と はレ イ ー散乱 と る 超音波は細 はじめとする微小散乱体に よる散乱 体 する によ には 音 イン ー ンス る境界面 する比較 度 波と に よ 度 数の する散乱波 る 散乱波は に スペックルと る の像 (スペックル タン) する[1, 2] _{スペックルは 組織境界に する} には 要 イ と する画像 数 る[3-7] _{に スペックルの は 体 の細} よ 組織 診断に め る の実 の超音波画像は 比較 スペックル の 度分布はレイ ー分布に と 知 る[8] _{一方 イルス} 性 によ 実 の超音波画像は 性 レイ ー分布 度分布 [9, 10] _{のよ にスペック} ルは散乱体の 置 性 によ する 用 診断の る[2-4] _{一 要 は 組織の 置} 点 る る スペックルの は組織 する 細 の散乱体 る の め組織の移動 に 置 は スペックルの 置 と する の 用 体 組織の 置 する 研究の るスペックルトラッキング る スペックルトラッキングの歴史は 1980 年 る[11-13] _超 音波画像の 像 度は 体 の音 c 画像 する d 回数n る と 1 1 画像 に 用する 数 す る 像 はn 2d cと ア による 像 は 20 ms

度 る MRI CT の 像 15 min 30 min る と 考

- 11 - 像 る の超音波 像の高 性は スペックルトラッ キングの 値 に高め る 画像診断装置に 像 の に言 る と 分解能の追 は 動する 画像 する高分解能 の の追 る の動 は の る MRI の 分解能 は の動 診断に 分 分解能 像 する とは る 体画像 る め の 断する とは 能 体と の 性は る め 能 の機能 断するのは 一方 超音波画像の2 次元画像 クタ 用する と 6 ms( 150 fps) の 分解能 性 の動 像 る の検 能 る め 超音波検 は 検 に ールと る 年 用 回数 に の 高画 める方法 る[14-16] _{分解能は 単 と O(10}-3_{) O(10}-6_{)の に} (1-2 m/s) 血管 る造影 よ 高 動 る性能 超音波診断の高機能 に 用 る [17-22] 超音波スペックルトラッキングの は 細 動 と 大 動 に大 る 血 脈波の は に 1 m/s の 0.01 mm の分解能 する の 波 の RF(Radio-frequency)データ 用する と 一方 動に 組織体動 動に 動する血管 動は に 1 mm/s の 0.1 mm の分解能 する の RF データの の 検波 度 に 画像データ(B データ) 用する る 必要精度 ストの 点 方式 る 分解能 分解能の に 機性能の る の めデータ 式 ト ラッキング方式の の 医用超音波の高画 と高機能 の の に る 2 次元画像 用 トラッキング の 面外移動の影 は る 体組織の動 は 体 体 動 る め 面外移動 回 するには高 める必要 る 組織の造影 数 に る に する は 高 は解 に じ 面外移動 のよ に回 する によ スペックルトラッキングの実用性 大 る

- 12 -

2.2. RF-tracking

B-tracking

2.2.1. Field II

点像によるトラッキング解析には Field II 用 は 点散乱体 に する超音波 よ の 度 に B-mode 像 シミュレートする 用性 高 ト ア る[23, 24] _{は イ ンスの に アレイ 置} の イン ルス と 体と の のイン ルス す の 置r₁に る イン ル ス は S r r dS c r r t t r h 2 1 2 1 1 2 , (2.1) と r₂は の 置(音 ) t はデルタ関数 cは音 す 用の超音波 の スキ ン 式( ア ンペックス クタ )の SAK アレイ に は 音 の 置 モデル る 置 の 音 は t r h t t t r p ₁, _{0 1}, _(2.2) と 分の ₀は 度 t tは の 動 度 す 画像 に必要 は

c

r

c

r

r

f

t

r

h

r

f

t

t

r

m pe m pe r 1 0 1 1 1 1 1

2

,

,

(2.3) と る f_m r₁ は の 度と音 の 分散 す h_pe r₁,t は イン ルス イン ルス よ モデル関数( 置 )の 分 る _pe r₁,t は の 音 す関数 る に る工 は モデル る め モデルと に 超音波イメージングの モデ ング 画 のシミュレータと 用 る

- 13 -

2.2.2.

2.2.2.1.

に点散乱体 一 する単一散乱体モデル 用 スペックルト ラッキングの 検討 数値解析はField II 用 解析 1 に す の ンプ ング 波数は100 MHz は3 MHz 音 は1540 m/s と の は波 は0.513 mm と る の音波 に グレー ング ー の影 回 する め は波 と 一に 一回の 用する 数は64 と 画像要 と るライン データ ラインデータの は 方 方 に1 置 ( ア ) に192 のライン 体のデータ の するRF データ よ B データの解像度 は 度方 (axial) 15.4 μm 方 方 (lateral) 513 μm と 度方 に め 高 る モデルの 要 2-1 (a)に す デバイスは ア 点 散乱体は の 音 の 度50 mm に 置 は一 単 ー スと 点 置は散乱体の 置(50 mm)に一 は 度 点 する イ ミック ー スと 方 方 (lateral)に x 度方 (axial)に z する点散乱体の 置 移動の 点に 点散乱体は 点 方 方 と 度方 に0.025 mm の 大5 mm 移動 シミュレーションの 工 2-2 に す 解析に 用する超音波の は の超音波診断装置 用 に 用 る 方式(DAS: Delay-and-Sum)に は の 度に る め に る によ 面 の 用 に 面 の る 点散乱体 は に る の の RF データと 用 データは3 MHz とする 波数 の の波 とRF データの Field II によ 次にRF データに ラン イ 実 の超音波診断装置 は にAD イ る と 工 に B データは イ RF デ ータに ルベルト データと イ レベルはRF データの 大値に 150%の大 スペックルトラッキングの イ 性( 性)

- 14 - トラッキングは 関 の方式は 性 す 関値 指標と ンプレートと る データと する 画像 する方法 る 画 x,z に る ンプレートの 度値 I_t x,z 画像の 度値 I_o x,z とする 置 u,v 移 動 ンプレートに関 関 による 関 数R ,u v は 1 0 1 0 2 1 0 1 0 2 1 0 1 0 , , , , , X x Z z t t X x Z z o o X x Z z t t o o I v z u x I I z x I I v z u x I I z x I v u R _(2.4) と る x,z は ンプレートの方 方 よ 度方 の画 イ t I よ I は_o ンプレートと 画像の 値 す 関 数の 大値は1 関 数分布R ,u v の 大値 u,v 置 性 高 置 の移動ベクトルと る RF データ はB デー タ 用するトラッキング RF-tracking B-tracking と 精度比較

2.2.2.2.

RF-tracking による 結果 2-3 に す 方 方 度 方 の移動に する結果 (a-1)と(b-1) イ 0% (a-2)と(b-2) イ 60% (a-3)と(b-3) イ 110%の結果 る 方 の 値 方 方 度方 のトラッキング結果 す (a-1)に す方 方 の移動に する 結果 は 度方 のトラッ キング結果は0 と は 一方 方 方 は0.25 mm 境に0 0.5 mm に大 する結果と る 解析 度方 の解像度は め 高 の め散乱体 方 方 に 動 度方 に する と め 高 精度 る 方 方 のトラッキングは す 値 大 結果と め の影 に る 方 方 の解像度は 波 と じ0.51 mm る の め散乱体 解像度 の 分の (0.25 mm) 置のライン するライ ンに移動する 結果と め す のグラ と る 一方 (b-1)に す 度方 の移動に する結果 は 方 方 のトラッキン グ結果は0 度方 のトラッキング結果は 値と 高精度に る

- 15 - イ レベルの に 2-3 (a-2), (a-3), (b-2), (b-3)に す 方 方 よ 度方 の 精度は に する 解像度 高 度方 の 移動に すると イ 60%( 2-3 (b-2))の結果 は比較 高 精度 る 超 る イ は に 大する 次にB-tracking による 結果 2-4 に す RF-tracking の結果と 方 方 の移動に は め に る 一方 解像度 高 度方 に移動に は高精度 実 る イ 60% の結果( 2-4 (a-2), (b-2))に す じ イ レベルのRF-tracking の結 果( 2-3 (a-2), (b-2))と比較 B-tracking の 精度は比較 高 イ に する 性の高 る イ レベル 110%に ると 方 式と 精度は大 精度の は RF-tracking と B-tracking の イ に する精度 比較 結果

2-5 に す ( 2-5 (a-1), (a-2), (a-3))は方 方 の移動に する 結

果 ( 2-5 (b-1), (b-2), (b-3))は 度方 の移動に する 結果

す B-tracking RF-tracking の結果 す 2-5 (a-1) よ

2-5 (b-1)の結果に すると B-tracking と RF-tracking の 方 イ 100% 度 イ 110% に 大する 2-5 (a-2), (a-3) よ 2-5 (b-2), (b-3)に す イ ( イ 0% 80%)の は る RF-tracking は イ 50% に高精度 50% 大する 一方 B-tracking は精度と は RF-tracking よ イ に する 性の 高 る

2-6 に RF-tracking に関する イ 0%( 2-6 (a-1), (a-2), (a-3)) 20% (

2-6 (b-1), (b-2), (b-3)) 60%( 2-6 (c-1), (c-2), (c-3))に る ンプレート 画像 関値分布の画像 す イ 20% は点散乱体による 像 め に る 60% は の イ 分に点像 に る に 関値分布 は 性の高 す 大 値 イ 20% に 値と イ 60% は の 置 め 関値分布 度方 に 数の 値 分布と 精度 の一 の要 と考 る 次に 2-7 に B-tracking の ンプレート 画像 関値分布 す RF-tracking の結果と する のの イ 20%の 関値分布の 大 値 は に高 数値と る RF-tracking は め 大値 高値の 高精度 る要 る イ レベルの と に の 大値との ー ル ーク 検 する と 精度 に する 一方 B-tracking の 関値分布

- 16 - に る 大値は点像 の一 に る 高値の は RF-tracking に比 め イ の は精度 に イ レベル ー ル ーク に め 精度 B-tracking に る イ に する 性の高 の要 と考 る 2-8 に イ に する 関値の 移 めす 2-8 (a) 度方 移動 2-8 (b) 方 方 移動に するトラッキング結果 B-tracking RF-tracking の結果 す 度方 よ 方 方 に B-tracking の 関値はRF-tracking の数値よ 高 は イ に する 性 る結果と る イ レベル 60% 度 高 ると に は に0.1 度の 値と る RF-tracking の精度結果に は 度 タンと の 性に大 は と の 1 波 分 ー ル ーク 検 する と 精度 の要 る と る 2-9 に RF データ よ B データの波 と の 波数解析の比較結果 す 波 は点像の する 度方 の1 次元データ る B データは RF データの と 検 る め 波数は にシ ト イ レベルは 10 dB 度 る 高 波 分 め 分解能 トラッキング精度 する イ レベル する 果 イ に する 性の 点 性

2.2.3.

2.2.3.1.

解析モデル 2-1(b)に す のモデルは3 点の散乱体 ー ス る 度50 mm に 置 方 方 には 音 と の の ライン ( 波 )に 置 点と の点 散乱体 方 に移動 画像のモデル の散乱 体 方 に移動 る とによ 点 回転する動 点散 乱体の移動は 度方 に 0.025 mm の 大0.65mm 移動 解析 は点散乱体モデルによる検討と じ る Field II 用 RF データ よ B データ 関 による トラッキング イ 0% 200% イ レベルに する RF-tracking と B-tracking 比較

- 17 -

2.2.3.2.

三点散乱体のモデル RF データ よ B データ 2-10 に す トラッキングの 点と るモデル 散乱体 ー ス 度に波 る は の散乱体 方 にdz = 0.6 mm 移動 RF データの の像 に比 1 波 度 る る

イ 0%に るRF-tacking よ B-tracking の 結果 2-11 (a),

(b)に す 解析モデルは散乱体 一方 に移動する 体 移動 は 方 に移動する一 の 体 移動のモデル る 解析の 関 は 動に トラッキング方式 る の め トラッキングと は像の に 性 高 る と の に る 解析の 点 る の 点 結果 ると RF-tracking はdz = 0.07 mm に方 方 の に関 性 する に B-tracking はdz = 0.18 mm 性 る 2-12 (a), (b)に z = 0.0675 mm よ z = 0.070 mm に る RF-tracking と B-tracking の 関値分布 す 大値 の 大 大値の画 に る RF-tracking の 関値分布は RF データの に する細 動 る の 動は散乱体の移動に 度高 影 する 度方 の 動の と る 散乱体の移動 の 動 比較すると 大値の 置は 解像度 方 方 にシ ト 性の に る と る 一方 B-tracking はデー タに め 関値分布に大 は の結果と の 性に る

2.2.4.

波 に 分に高 解像度の RF-tracking と B-tracking は に O(10-6_{)の精度 トラッキング 能 る イ に する 性 の結} 果 40% の イ 境の RF-tracking の 精度 はB-tracking よ る イ 40% 超 る高 イ 境の RF-tracking は 精度 するのに B-tracking は精 度 は じる のの比較 イ に する高 性

- 18 -

2.3.

B-tracking

2.3.1.

シミュレーションは数値 によ スペックル タン 用 ラメータ 2 に す モデルは ア と トラッキング方式の候補と 画 の 度 用するSAD

(Sum-of-absolute difference) 画 の 度 用するKLT

(Kanade-Lucas-Tomasi) ク ルの補 方式と IPI (isometric-parabora

interpolation) 用 方式は と と 方 式の 性能 組 の方式 検討に め SAD に 説 する SAD は 関 と 用 に 用 るトラッキング方式の る 画 x,z に る ン プレートの 度値 I_t x,z 画像の 度値 I_o x,z とする 置 v u, 移動 I_o x u,z v と ンプレートとの 性に 度 u,v 用 すと 1 0 1 0 , , , X x Z z t o x u z v I x z I v u _(2.5) と る X ,Z は ンプレートの方 方 よ 度方 の画 イ は 値 す 式に すと ンプレートと候補と る との 度値 画 単 分 ンプレート する の す る 度の 度と 小 値( には0)と る の u,v 移動 とする 用する方式と SSD(Sum-of-squared difference) る の方式 は 値 は 分 値 用 する 精度と は大 の 分 SAD に比 スト 高 KLT は画 の 度 用するの は 画 の 度 用する方 式 る 画 x,z に る ンプレートの 度値 I ,x z 画像の 度 値 J ,x z とする I J と 方 に する画 の 度 微分 y I I x I I y x (2.6) と す 度値の 分 小 するSSD の 度は

- 19 - 1 0 1 0 2 , , , X x Z z z x J v z u x I v u (2.7) と る u,v は x,z 方 の移動 す SAD と に 度 v u, 小と る u,v する る は 標 の x,z に関 する u,v の微分値 小値0 に る u,v める と る 式(2.7)の微分値 0 と 式 すると Y X y x y x Y X y x x y y y x x I I J I dy dx I I I I I I , , , , 2 2 (2.8) と る と G とe Y X y x y x Y X y x x y y y x x I I J I I I I I I I , , , , 2 2 e G (2.9) と置 と 式(2.8)は e G v u (2.10) と る の式 す u,v 度 u,v 小 する解 る よ トラッキング結果は 1 G 用 e G 1 v u (2.11) と る 画 単 のトラッキングに る め する方式と 補 方式 する 単 に2 点の 値 用 補 する (1 次関数) (2 次関数) 式 用 点 補 する spline 補 方式 提案 る による補 方式 SAD SSD による ック ッ ングに 用すると 補 値 数値に る ( ク ル ッキング は 数値 る ク ル ッキング ) する と 知 る の 回 する方法と ( :isometric)と

(parabora) 補 方式( はIPI: Isometric-parabora

interpolation と ) 提案 る は補 に 用する 関関数と

と の 性 する方式と 考案

る 補 と 単の め1 次元の f(x)と の 関関

- 20 - 0 0 2 0 bx x f x x a x f (2.12) と する 考 方と は 関関数 移動 実 の関数に するx₀ 補 結果と る 数(a,b, f0)は する 置xに じ る 数 る ック ッ ング 小値の 度 置 x 0 とする するとx 0の 4 点( f 2,f 1,f 1,f 2 ) 用 ク ルの補 値x₀は の 式 1 1 , 1 0 1 2 1 1 1 1 , 2 1 0 1 1 1 0 f f f f f f f f f f f f f f f f x _(2.13) 解析 に る IPI は ック ッ ングの 回 する 解析 に解 る と 要 る

2.3.2.

トラッキング方式 よ 補 方式 は組 ク ル精度 高精度トラッキング方式 検討 精度検討 の画 像モデルは 点散乱体 ラン に 置 散乱体モデル るスペッ クル画像( 2-13)と 体 には ラン に点 2 次元 と 超音波 ルス と る点像関数(PSF: Point Spread Function)との 分によ スペックル画像 の 大値に 大5%の 度 シアン イ ク ルの移動 する方法 2-14 に す ク ル イ (Wpixel) PSF の 値 (WPSF)の 1/100 高解像度画像 す る の高解像度画像 用 トラッキングの と る ンプレート と 1/100 ク ル分解能 の 移動 画像 する 画像 1/10 の (decimation) によ ンプ レートは ク ル イ WPSF/10 移動 0 画像は ク ル イ WPSF/10 移動 WPSF/100 の画像 0.1 ク ルの移動モデル する

トラッキング方式は SAD KLT SAD-IPI SAD-KLT SAD-IPI-KLT の

5 精度比較 SAD よ KLT に必要 ンプレートの イ

は PSF イ (WPSF) に 方 方 よ 度方 の 値 に

5 の と WPSFは超音波の 波数と

- 21 - る め の イ はWPSFと 一 する 回の ンプレートの に 数のスペックル る トラッキ ング 2 の画像データは スペックルの 置は じ イ 分の 方 方 (axial)と 度方 (lateral)に 0.1 ク ル 大1 ク ル 置 ( 値) 値と 値との比較による 精度 置 の に イ 分 10 回 標 の2 の数値(±2σ) 精度 トラッキング方 式の精度検討 める データの解像度( ク ル イ : Wpixel)は め 要 ラメータ る トラッキングの に する と 度分布 方式によ る の精度は する超音波の 波数とデータ する のWpixelに影 る

検討 は WPSFに するWpixelの比 (Pixel to PSF ratio: PPR = Wpixel /

WPSF) 検討指標と PSF は 波数 とする に する め 指標の によ よ 一 論 能 る PPR の 数値は 0.16 0.33 0.50 0.66 0.83 1.00 と に トラッキング方式の イ 性 イ はラン イ 度値はスペックル タンの 大 度に する比 0% 5% 10% 15% 20% 30%と PPR は 0.21 に 移動 に するトラッキング結果 グラ 回数は10 回と にスペ ックル タン 方 方 よ 度方 の 結果に 標 イ に する精度の 性 トラッキング結果のグ ラ には 標 の2 の数値(±2σ)

2.3.3.

SAD によるトラッキング結果 2-15 に す PPR 分に小 (a) は め ( )の影 によ 結果は0 は1 の方 に る 画 の 置 る0.5 は結果の に 大す る PPR の に 置 に よ する 置 に 大 する と は 0 1 の 数 の移動 に は に高精度 る ク ルの移動 に は に 能 に る KLT によるトラッキング結果 2-16 に す PPR 分に SAD に よ は ク ルの 実 る に0.5 ク ル の微小 に め 高精度 る 0.5 ク ル 超 ると 移動 の大 に 大 移動 1 ク ルの

- 22 - 結果 は は10% に る PPR の と に は 体 に 大 PPR 0.5 は0.2 ク ル 度の微小 に は に する の結果 KLT は 0.5 ク ル の微小 に 高 精 度 と SAD-IPI によるトラッキング結果 2-17 に す PPR は SAD 単 に比 ク ルのトラッキング 実 補 によ る 精度の る IPI は トラッキング は 補 る め SAD に る の影 の め 0.5 ク ル の は の の結果に比 高 PPR に する影 は 数値の に 精度 に する の結果 IPI は ク ル単 トラッキング結果 ク ルの移動 高精度に る と 精度は の元に る 結果に る する SAD-KLT の 結果 2-18 に す SAD-IPI に比 に高精度 0.1 ク ルの 実 る SAD の大 移動 微細 動 KLT する2 のトラッキングの 果 る によ SAD の 果 に解 る 0.5 ク ル の精度は の の 結果に比 に SAD の 精度は0.5 ク ル 標 は0.5 ク ルに する 一方 KLT は高 精度 るのは0.5 ク ル の微小 に る 0.5 ク ルの移動 は SAD と KLT の 方の 用 界 に高 る と SAD-IPI-KLT の結果 2-19 に す PPR 0.16 の結果は の方式に 比 め 高精度 SAD-KLT に PSF イ 0.5 mm の る と 0.05 mm(0.1 ク ル)の 精度 と PPR に関 は0.33 の に PPR = 0.5 の結果 は精度は 0.5 ク ル する の はWPSF 1.5 mm る め 精度は に 0.75 mm と る 医 用超音波と 用する 波数 1 MHz 10 MHz とすると 波 は1.5 mm 0.15 mm る と の数値と 度の精度はトラッ キング精度と 実用 は は の一 と する 血管の 0.1 mm 0.5 mm 度 る と に る の め PPR は 0.1 度 WPSF は波 の1/10 度の ク ル イ (解 像度) 高精度トラッキングに る の 法はSAD ク ル単 の IPI ク ルに精度 高める の はSAD に る する の はSAD-IPI の結果に す

- 23 - 0.5 ク ル る 0.5 ク ル の KLT に 高精度 能 る め 工 と KLT 実 する 方式は ク ル単 の大 移動 SAD 精度に ク ル単 の微細 動 IPI と KLT 高精度に する 精度 に る トラ ッキング方式の は 1 ク ル 超 る大 移動 ク ルの 微細 高精度 能 実用 法と言 る 方式の とPPR の関 2-20 に す の標 は 0 ク ル 1 ク ルに る 置 標 の 値 る よ に SAD 外の方式はPPR 0.5 の に高精度 0.1 ク ルの精度 めるには PPR と 0.2 る と る 次に ンプレートの イ 精度に る影 方式 に 2-21 に す は と に標 の 値 数 る はPSF の 値 (WPSF)に する (Template size) る 方式 に するのは 3 の イ る と る スペックル 像は にPSF と散乱体との 分 る め に3 の イ 4 分のスペックル る る イ 大によ 精 度は る に する SAD-IPI-KLT は の方式に比 イ に する は 高 検討のシミュレーション ( 5 ) は 精度は 0.02 mm と る ンプレートの イ に は 精 度と に 移動( 体 動) 仮 る 分解能 要 る ック ッ ング は ンプレートの は 移動 仮 る トラッキング精度は する トラッキングに 分 度に 体 動 仮 る 度に する のバラン ス に る 要 点 る に トラッキング方式の イ 性の 結果 す 2-22

SAD 2-23 KLT 2-24 SAD-IPI 2-25 SAD-KLT 2-26

SAD-IPI-KLT の結果 る 方式の イ と標 の比較結果 2-27 に す SAD は0.5 ク ル イ の と に の 置 大 る KLT は イ に する の は SAD に比 小 0.5 ク ル 超 る に す る SAD-IPI は 10% 度の イ 比較 高精度 トラッキング 実 る じ SAD-KLT の結果 10% 度の イ 精度 高 超 ると 値に との る 体 に精度はSAD-IPI よ 高 SAD-IPI-KLT の SAD-KLT と する 体 精度は

- 24 - に高 方式の結果 比較すると SAD に イ の影 0.5 ク ル 外の 置 に 大する の影 は ク ルトラッキングの KLT る 補 方式 るIPI は 果 る の結果 SAD よ SAD-IPI は イ に 指数関数 に する KLT の イ 性は比較 高 に 大する とは の 影 SAD-KLT よ SAD-IPI-KLT の イ 性は高 に は小 イ 10% 標 と 0.1 ク ルの精度 る

2.3.4.

SAD-IPI-KLT は 精度 ク ル イ ク ル に る 方式 大 移動 微小 用 る 用性 高 高精度トラッキング方式 る 精度はPPR = 0.16 の 0.02 mm と る の高精度トラッキング 実 する 必要 と ク ル イ (解像度)は PSF の 値 (WPSF)に 20% る と ンプレートの イ に は ( するスペッ クル数)と 体 動の る 医用超音波の 波数 体 組織 とする WPSFに 3 5 度 る KLT の イ 性はSAD に 比較 高 KLT SAD-KLT よ SAD-IPI-KLT の イ 性は 体 に高 イ 10% 0.1 ク ルの精度 る と

- 25 - 1 Field II シミュレーション ンプ ング 波数 100 MHz 波数 3 MHz 音 1540 m/s 数 ₁₉₂ ル数 64 （方 方 ） 0.51 mm (= 波 ) ー ス 50 mm 0.026 mm

- 26 - 2-1 シミュレーション解析に る モデル (a) 単一散乱体モデル (b) 回転散乱体モデル 点散乱体 50 mm 探触子

dx

dz

点散乱体 50 mm 探触子

dz

dz

0.5 mm ( ≈ λ)

(a)

(b)

Lateral

:

x

Axial

:

z

- 27 - 2-2 シミュレーションの 工 Field II 散乱体モデル 送受信モデル (リニアアレイ) RF データ ヒルベルト 変換 Bデータ 正規化相互相関演算 テンプレート： (5.2mm×15.4mm) 対象画像： (10.4mm×30.8mm) ノイズ※ (最大値比率で ランダムに付加) B-tracking結果 RF-tracking結果 波形生成 送信ビーム フォーミング 受信ビーム フォーミング 出力

- 28 -

2-3 RF-tracking による方 方 (a-1), (a-2), (a-3)と 度方 (b-1), (b-2), (b-3)の 結果 : イ 0%, : イ 60%, : イ 110% -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me as ur e d d is pl ac em en t (p ix e l) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me as ur e d d is pl ac em en t (p ix e l) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me a su re d d is p la ce m e nt ( p ix el ) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

Set displacement (pixel)

Me as u re d di sp la c e m e n t (p ix el ) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me as ure d di sp la ce m en t (p ix el ) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me as ure d di sp la ce m en t (p ix el ) (a‐1) Lateral motion (noise 0%) (b‐1) Axial motion (noise 0%) * O Ideal (lateral) Lateral Axial (a‐2) Lateral motion (noise 60%) (b‐2) Axial motion (noise 60%) (a‐3) Lateral motion (noise 110%) (b‐3) Axial motion (noise 110%) Set displacement (mm) Me as ur ed  displ aceme n t  (m m ) Set displacement (mm) Me as ur ed  displ aceme n t  (m m ) Set displacement (mm) Mea sur ed  di splac e men t  (mm) Set displacement (mm) Mea sur ed  di splac e men t  (mm) Set displacement (mm) Measur ed  di sp la ce me n t  (mm) Set displacement (mm) Measur ed  di sp la ce me n t  (mm)

- 29 -

2-4 B-tracking による方 方 (a-1), (a-2), (a-3)と 度方 (b-1), (b-2), (b-3)の 結果 : イ 0%: : イ 60%, : イ 110% -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me a su re d d is pl a ce m e n t (p ix e l) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me a su re d d is pl a ce m e n t (p ix e l) (a‐1) Lateral motion (noise 0%) (b‐1) Axial motion (noise 0%) * O Ideal (lateral) Lateral Axial -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me a su re d d is pl a c e m e nt ( p ix e l) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me as u re d d is pl a c e m e n t (p ix e l) (a‐2) Lateral motion (noise 60%) (b‐2) Axial motion (noise 60%) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me a su re d d is pl a c e m e nt ( p ix e l) -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6 -0.1 0 0.1 0.2 0.3 0.4 0.5 0.6

Set displacement (pixel)

Me a su re d d is pl a c e m e nt ( p ix e l) (a‐3) Lateral motion (noise 110%) (b‐3) Axial motion (noise 110%) Set displacement (mm) Me as ur e d  di spla ce m e n t  (mm ) Set displacement (mm) Me as ur e d  di spla ce m e n t  (mm ) Set displacement (mm) Measur ed  di spl ac e men t  (m m ) Set displacement (mm) Measur ed  di spl ac e men t  (m m ) Set displacement (mm) Me as ur e d  di spla ce m e n t  (mm ) Set displacement (mm) Me as ur e d  di spla ce m e n t  (mm )

- 30 - 2-5 と イ の関 ( B-tracking, RF-tracking) イ 0% - 150% イ 0% - 80% 標 (S. D.) 方 方 移動 度方 移動 ‐0.5 0 0.5 1 1.5 2 2.5 0 20 40 60 80 100 120 140 160 Error  (mm) Noise (%) B‐tracking RF‐tracking ‐0.5 0 0.5 1 1.5 2 2.5 0 20 40 60 80 100 120 140 160 Er ro r  (m m ) Noise (%) B‐tracking RF‐tracking (a‐1) Lateral motion (noise 0% ‐ 150%) (b‐1) Axial motion (noise 0% ‐ 150%) ‐0.05 ‐0.03 ‐0.01 0.01 0.03 0.05 0 20 40 60 80 Er ro r  (mm) Noise (%) B‐tracking RF‐tracking ‐0.02 0 0.02 0.04 0.06 0.08 0 20 40 60 80 St andard  de via tion  (mm) Noise (%) B‐tracking RF‐tracking ‐0.05 ‐0.03 ‐0.01 0.01 0.03 0.05 0 20 40 60 80 Er ro r  (mm) Noise (%) B‐tracking RF‐tracking ‐0.02 0 0.02 0.04 0.06 0.08 0 20 40 60 80 St andard  de via tion  (mm) Noise (%) B‐tracking RF‐tracking (a‐2) Lateral motion (noise 0% ‐ 80%) (b‐2) Axial motion (noise 0% ‐ 80%) (a‐3) S.D. in lateral motion (noise 0% ‐ 80%) (b‐3) S.D. in axial motion (noise 0% ‐ 80%)

- 31 -

2-6 RF-tracking に る ンプレート 画像 関値分布

- 32 -

2-7 B-tracking に る ンプレート 画像 関値分布

- 33 -

2-8 度方 トラッキングに関する イ と 関値の関

(a) 度方 移動 (b) 方 方 移動 B-tracking RF-tracking 0 0.2 0.4 0.6 0.8 1 0 20 40 60 80 Cor rel at ion  fa ct o r Noise (%) B‐tracking RF‐tracking 0 0.2 0.4 0.6 0.8 1 0 20 40 60 80 Corr ela tion  fa ct o r Noise (%) B‐tracking RF‐tracking

(a) Axial motion

(b) Lateral motion

- 34 - 2-9 RF データと B データの波 よ 波数解析の比較 RFデータ Bデータ 波形データ 周波数解析 低域側にシフト ノイズレベル低下 （約10 dB）

- 35 -

2-10 三点散乱体のモデル RF データ よ B データ 点と るdz = 0 dz = 0.6mm の

- 36 -

- 37 -

2-12 RF-tracking(a) よ B-tracking(b)の 関値分布 ( z = 0.068mm z=0.070 mm)

- 38 - 2 スペックル タンのシミュレーション

送信周波数

6.3 MHz

音速

1540 m/s

送信口径チャネル

64

素子幅

0.27

送信フォーカス

30 mm

ノイズ

5%

- 39 -

2-13 高精度トラッキング方式の検討に 用 スペックル タンの 工

- 40 -

2-15 SAD によるトラッキング結果 PPR (Wpixel/WPSF)の指標 比較 (a) 0.16, (b) 0.33, (c) 0.50, (d) 0.66, (e) 083, (f) 1.00

Set displacement (Pixel)

Meas ur ed di spl ac em ent (P ix el ) Ideal Lateral Axial (a) PPR = 0.16, (0.5mm) (d) PPR = 0.66, (2.0mm) (b) PPR = 0.33, (1.0mm) (e) PPR = 0.83, (2.5mm) (c) PPR = 0.50, (1.5mm) (f) PPR = 1.00, (3mm)

- 41 -

2-16 KLT によるトラッキング結果 PPR (Wpixel/WPSF)の指標 比較 (a) 0.16, (b) 0.33, (c) 0.50, (d) 0.66, (e) 083, (f) 1.00

Set displacement (Pixel)

Me as ured di spl ac em ent ( P ix el ) Ideal Lateral Axial (a) PPR = 0.16, (0.5mm) (d) PPR = 0.66, (2.0mm) (b) PPR = 0.33, (1.0mm) (e) PPR = 0.83, (2.5mm) (c) PPR = 0.50, (1.5mm) (f) PPR = 1.00, (3mm)

- 42 -

2-17 SAD-IPI によるトラッキング結果 PPR (Wpixel/WPSF)の指標 比較 (a) 0.16, (b) 0.33, (c) 0.50, (d) 0.66, (e) 083, (f) 1.00

Set displacement (Pixel)

Me as ur ed d is pl ac em en t ( P ix el ) Ideal Lateral Axial (a) PPR = 0.16, (0.5mm) (d) PPR = 0.66, (2.0mm) (b) PPR = 0.33, (1.0mm) (e) PPR = 0.83, (2.5mm) (c) PPR = 0.50, (1.5mm) (f) PPR = 1.00, (3mm)

- 43 -

2-18 SAD-KLT によるトラッキング結果 PPR (Wpixel/WPSF)の指標 比較 (a) 0.16, (b) 0.33, (c) 0.50, (d) 0.66, (e) 083, (f) 1.00

Set displacement (Pixel)

M ea su re d di sp la ce m en t ( P ix el) Ideal Lateral Axial (a) PPR = 0.16, (0.5mm) (d) PPR = 0.66, (2.0mm) (b) PPR = 0.33, (1.0mm) (e) PPR = 0.83, (2.5mm) (c) PPR = 0.50, (1.5mm) (f) PPR = 1.00, (3mm)

- 44 -

2-19 SAD-IPI-KLT によるトラッキング結果 PPR (Wpixel/WPSF)の指標 比較

(a) 0.16, (b) 0.33, (c) 0.50, (d) 0.66, (e) 083, (f) 1.00

Ideal displacement (Pixel)

Me asure d di sp lacem en t (P ix el ) Ideal Lateral Axial (a) PPR = 0.16, (0.5mm) (d) PPR = 0.66, (2.0mm) (b) PPR = 0.33, (1.0mm) (e) PPR = 0.83, (2.5mm) (c) PPR = 0.50, (1.5mm) (f) PPR = 1.00, (3mm)

- 45 - 2-20 ク ル イ と 精度の関

0

0.2

0.4

0.6

0.8

1

1.2

0

0.2

0.4

0.6

0.8

1

1.2

St

andar

d

 de

via

tion

 (pi

xel

)

PPR (W

pixel

/W

PSF

)

KLT

SAD

SAD‐KLT

SAD‐IPI

SAD‐IPI‐KLT

PPR < 0.2

- 46 - 2-21 ンプレート イ と 精度の関 1.E‐03 1.E‐02 1.E‐01 1.E+00 1.E+01 1.E+02 0 1 2 3 4 5 6 7 8 9 10 11 St anda rd  de via tio n  (p ix el) Template size (× W_PSF) KLT SAD SAD‐KLT SAD‐IPI SAD‐IPI‐KLT Temlate > 5

- 47 -

2-22 SAD によるトラッキング結果 イ に (a) 0%, (b) 5%, (c) 10%, (d) 15%, (e) 20%, (f) 30%

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) (a) Noise 0% (b) Noise 5% (c) Noise 10% (d) Noise 15% (e) Noise 20% (f) Noise 30% Ideal Lateral Axial

- 48 -

2-23 KLT によるトラッキング結果 イ に (a) 0%, (b) 5%, (c) 10%, (d) 15%, (e) 20%, (f) 30%

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Meas ured dis placem ent (pix e l) (a) Noise 0% (b) Noise 5% (c) Noise 10% (d) Noise 15% (e) Noise 20% (f) Noise 30% Ideal Lateral Axial

- 49 -

2-24 SAD-IPI によるトラッキング結果 イ に (a) 0%, (b) 5%, (c) 10%, (d) 15%, (e) 20%, (f) 30%

Measured displacement (pixel) Measured displacement (pixel)

Measured displacement (pixel) Measured displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Measured d isplacement (pixel) Measured d isplacement (pixel) (a) Noise 0% (b) Noise 5% (c) Noise 10% (d) Noise 15% (e) Noise 20% (f) Noise 30% Ideal Lateral Axial

- 50 - 2-25 SAD-KLT によるトラッキング結果 イ に (a) 0%, (b) 5%, (c) 10%, (d) 15%, (e) 20%, (f) 30% Measured displacement (pixel) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Measured displacement (pixel) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Measured displacement (pixel) (a) Noise 0% (b) Noise 5% (c) Noise 10% (d) Noise 15% (e) Noise 20% (f) Noise 30% Ideal Lateral Axial

- 51 -

2-26 SAD-IPI-KLT によるトラッキング結果 イ に (a) 0%, (b) 5%, (c) 10%, (d) 15%, (e) 20%, (f) 30%

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Measur ed displac ement (pixel) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 Measur ed displacement (pixel) -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 -0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Set displacement (pixel)

-0.2 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 (a) Noise 0% (b) Noise 5% (c) Noise 10% (d) Noise 15% (e) Noise 20% (f) Noise 30% Ideal Lateral Axial

- 52 - 2-27 トラッキング方式の イ 性

0

0.1

0.2

0.3

0.4

0.5

0.6

0.7

0

5

10

15

20

25

30

35

St

an

dar

d

 de

vi

atio

n

 (pix

el

)

Noise (%)

- 53 -

1. Jensen, J.A., A model for the propagation and scattering of

ultrasound in tissue. J. Acoust. Soc. Am., 1991. 89.

2. Jensen, J.A., et al., Deconvolution of in-vivo ultrasound B-mode

images. Ultrason. Imaging, 1993. 15.

3. Abd-Elmoniem, K.Z., A.-B.M. Youssef, and Y.M. Kadah, Real-Time

Speckle Reduction and Coherence Enhancement in Ultrasound

Imaging via Nonlinear Anisotropic Diffusion. IEEE Trans. Biol.

Engineering, 2002. 49(9).

4. O'Donnell, M. and S.D. Silverstein, Optimum Displacement for

Compouned Image Generation in Medical Ultrasound. IEEE Trans.

Ultrason. Ferroelectr. Freq. Control, 1998. 35(4).

5. Aysal, T.C. and K.E. Barner, Rayleigh-Maximum-Likelihood Filtering

for Speckle Reduction of Ultrasound Images. IEEE Trans. Med.

Imag., 2007. 26(5).

6. Yue, Y., et al., Nonlinear Multiscale Wavelet Diffusion for Speckle

Suppression and Edge Enhancement in Ultrasound Images. IEEE

Trans. Med. Imag., 2006. 25(3).

7. Coupe, P., et al., Nonlocal Means-Based Speckle Filtering for

Ultrasound Images. IEEE Trans. Image Process., 2009. 18(10).

8. Wagner, R.F., et al., statistics of Speckle in Ultrasound B-Scans.

IEEE Trans. Son. Ultrason., 1983. 30(3).

9. Igarashi, Y., et al., Quantitative Estimation Method for Liver Fibrosis

Based on Combination of Rayleigh Distributions. Jpn. J. Appl. Phys.,

2010. 49.

10. Yamaguchi, T., et al., Examination of the Spatial Correlation of

Statistics Information in the Ultrasonic Echo from Diseased Liver.

Jpn. J. Appl. Phys., 2002. 41(5B).

11. , et al.,

スペックル・ ターン 用

組織の 動解析

.

超音波医学 論文 , 1986.

12. O'Donnell, M., et al., Internal Displacement and Strain Imaging

Using Ultrasonic Speckle Tracking. IEEE Trans. Ultrason.

Ferroelectr. Freq. Control, 1994. 41(3).

- 54 -

13. Bashford, G.R. and O.T.v. Ramm, Ultrasound Three-Dimensional

Velocity Measurements by Feature Tracking. IEEE Trans. Ultrason.

Ferroelectr. Freq. Control, 1996. 43(3).

14. Tanter, M. and M. Fink, Ultrafast Imaging in Biomedical Ultrasound.

IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 2014. 61(1).

15. Couture, O., M. Fink, and M. Tanter, Ultrasound Contrast Plane

Wave Imaging. IEEE Trans. Ultrason. Ferroelectr. Freq. Control,

2012. 59(12).

16. Amaro, J., et al., Software-Based High-Level Synthesis Design of

FPGA Beamformers for Synthetic Aperture Imaging. IEEE Trans.

Ultrason. Ferroelectr. Freq. Control, 2015. 62(5).

17. Hasegawa, H. and H. Kanai, Simultaneous Imaging of Artery-Wall

Strain and Blood Flow by High Frame Rate Acquisition of RF Signals.

IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 2008. 55(12).

18. Kanai, H., et al., Transcutaneous Measurement and Spectrum

Analysis of Heart Wall Vibrations. IEEE Trans. Ultrason.

Ferroelectr. Freq. Control, 1996. 43(5).

19. Jensen, J.A., et al., Ultrasound Vector Flow Imaging—Part I:

Sequential Systems. 2016. 63(11).

20. Jensen, J.A., et al., Ultrasound Vector Flow Imaging—Part II:

Parallel Systems. IEEE Trans. Ultrason. Ferroelectr. Freq. Control,

2016. 63(11).

21. Yu, A.C.H. and L. Lovstakken, Eigen-Based Clutter Filter Design for

Ultrasound Color Flow Imaging: A Review. IEEE Trans. Ultrason.

Ferroelectr. Freq. Control, 2010. 57(5).

22. Yu, A.C.H. and R.S. C.Cobbold, Single-Ensemble-Based

Eigen-Processing Methods for Color Flow Imaging—Part I. The Hankel-SVD

Filter. IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 2008. 55(3).

23. Jensen, J.A., A model for the propagation and scattering of

ultrasound in tissue. J. Acoust. Soc. Am., 1991. 89(1).

24. Jensen, J.A. and N.B. Svendsen, Calculation of Pressure Fields from

Arbitrarily Shaped, Apodized, and Excited Ultrasound Transducers.

IEEE Trans. Ultrason. Ferroelectr. Freq. Control, 1992. 39(2).

- 55 -

(

)

3.1.

第2 章 は スペックルトラッキング法と SAD-IPI-KLT の方式 検討 0.02 mm の高精度トラッキング 能 る結果 の方式は1 ク ル の大 SAD ク ルの微小 KLT 追 する の KLT の性能と 用 0.5 ク ル る と 追 の ク ル補 （IPI） め る ト ラッキング精度 に高める と 大 微小 能 データと B 像 用する と イ 性 比較 高 と る 章 は のSAD-IPI-KLT 法の実用 に よ 体 検討 の 用 体組織 る と 3 次元 の移動 に 面外 の移動 検討する 点音 超音波は 面波と 体 に 散乱点 の 波 2 次元の超 音波画像 る は2 次元 は 3 次元 の る の 用 面外 の移動に関 る する2 次元画像 検知する指標 仮説提案する 面外移動の検知指標の 用性 よ スペックルトラッキングの精 度検証 体 ント と 動ス ージ 用 実験 に検証する に 面外移動に関 る 用 体 トラッキングに 用する 法 に 検討 実験 に検証する

3.2.

3.2.1.

用 る超音波画像は 1 次元に 超音波 用 る2 次元画像 る 高 度に画像 する は 波 に る 高 分解能 画 像 する は高 波 に 分 る 画 度(fps: frames/sec)は 10 - 100 fps に アルタイ 性 高 の動 動画 察する と 能 る

- 56 - 年の によ 2 次元に 2D アレイ 実 用 3 次元画像の 能と る 体 の動 は 体 体 動 る め 2 次元画像 は 察 に 面外に外 る 3 次元画像 は面外移動の 回 る アルタ イ 性 に る 体 の音 像 度 回数 と に要する は (3.1) と は 分解能と る 像 度は の 置 大 音 は 性 る め 高 に は 回数の 方 法に する 点 る方法は 1 回の に 画像

する 度方 の1 ライン するDAS (Delay and sum) る 実用レ

ベルの画 るにはライン 度 高 する必要 ア の 100 150 ライン 画像 する 年 分解能 する 方法と 1 回の に 数のラインデータ する方法(MRX: Multiple receiving) に 分 に実用 る には1 回 の 画像 する と 能 る ル ー 度の によ に 度の面 画 する の め と に ア する 実用レベルの画 るには 50 回 の 回数 必要 る 仮に 方式の 分解能 すると 音 1500 m/s 像 度 15 cm 回数 DAS 150 MRX 50 の は 30 ms と 10 ms と に高 分解能 る 3 次元画像に ると 回数は の影 る め アルタイ 性は に する 単 に2 次元画像の に必要 回数 スライス 方 に はめ 分解能 すると DAS は4500 ms MRX 500 m/s と アルタイ 性は する 画 と 分解能のトレード はMRX によ 実用レベル の は と る 提案のトラッキング の すると は アルタイ 性 高 超音波画像( は ) 用 体 じる 組織の 機能に関 る する と る の めには2 次 元画像 用 高 画 ( 度) 面外移動に する必 要 る c d Tn dt c d Tn dt 2 c d Tn

- 57 -

3.2.2.

面外移動 の 検討する 要 の る超音 波の指 性 る 点音 超音波は 面波と 体 に 散乱点 の 波 2 次元の超音波画像 る は2 次元 は 3 次元 の る の め に 面外移動 2 次元画像の 度分布(スペッ クル タン)の は 微 画像面 の 度 用 実 るト ラッキングに する影 は小 は る 面外移動 大 るに 度分布の 大 トラッキングの と 影 する と る 仮説に 面外移動 検知する め の指標 検討する 2 次元の 画像 する の指標によ 面 外移動 検知 の と る画像の 精度 る 能性 る 面外検知指標 提案するに 3 次元スペックル タンの数値モデル 面 移動と面外移動に タン 結果 3-1 (a) 3-1 (b)に す 面移動の画像は 方 に 移動 結果 る 移動 のスペックル タン 比較すると 体の 度分布 方 に移動 る と る 一方 面外移動に 移動 の画 像 比較すると す分布と する は 移動 に 度分布の る 面外移動に 度分布の スペックルトラ ッキングは する め する 必要と る スペック ルトラッキングの 工 る 分布(SADMAP)に する 3-2 にスペックルトラッキングの 工 と 面 よ 面外の移動 すB 像 す の には SAD の 画像 面 移動の画像 面外移動の画像 の 画像に するSADMAP す 画像の に す SADMAP は 画像 士 結果 一 する結果 る 分布 る の SADMAP の と する 置 す の に の 高 に分布 る 置 分布 る は 置の に する 性 高 と する SAD による に め に する と トラッキング結果と 性 高 と る 面 移動のSADMAP に すると 置 高 分布 性は る のの に は 一方 面外移動のSADMAP は 高 る

- 58 - 性 る に すSADMAP は 置 す の に分布 する は の外 に する と 察 る の知 に スペックルトラッキングに る面外移動 の と 面外検知指標 提案する 工 3-3 に す の 置の 性はSADMAP の 高 度の高 る

SADMAP に 2 微分(Laplacian filter) 用 の 大値

用する 微分 は イ による 度 性の に る 回 する め ルタ(Low pass filter) と める の 性の 大 置( 置)と SADMAP の 小 置( 置)と 一 する トラッキング結果と の 性 高 と る 置 性の 大 置 と 面外検知指標 (3.2) する はSADMAP の る 大 す 分 は 置と 置との る め 面外検知指標は0 1 の数値 とる 次元 る 提案する高精度スペックルトラッキングの精度検証 よ 面外検知指 標の 性 実験 に検証する

3.3.

3.3.1.

提案する高精度スペックルトラッキングの精度 よ 面外検知指標の 性 検証する めの実験 3-4 に す は 体 ント (GAMMEX , 404GS-LE, 0.7 dB/MHz/cm) 用 データ は の超音波診断装置( , HI VISION Ascendus) よ 超音波 ( , EUP-L73s) 用 画像データは診断装 置 AVI データ(15 fps)と ラインPC に移 レー データに MATLAB (MathWorks ) ント と の 置面には 性 ー 布 音 性 高め 実験 に関する ラメ ータ 3-1 に す 波数は5.0 MHz, 7.5 MHz, 10 MHz と ー スは20 mm に ク ル イ は 0.056 mm/pixel 波 に ) , (_xminSAD _yminSAD )

,

(_xmaxLAP _ymaxLAP

D

y y x

xSAD LAP SAD LAP 2

max min 2 max min ) ( ) ( D