JP6333287B2 - 時間に対する統計的分析に基づく画像診断応用におけるセグメンテーション - Google Patents

Description

本開示に係る解決法は画像診断分野に関する。より特に、この解決法は画像診断応用におけるセグメンテーションに関する。

セグメンテーション技術は、画像診断応用（すなわち単に画像応用）で広く使用され、一般的に言えば、任意のセグメンテーション技術は（例えば分析中の患者の身体部分のデジタル画像などの）分析中の患者の身体部分の表示を、実質的に均一特性を有する体部位の表示の一部をそれぞれに備える２個もしくはそれ以上のセグメントに分割することを目的とする。

例えば、セグメンテーション技術は、動的造影超音波（ＤＣＥ−ＵＳ）画像応用における血液灌流の評価のために使用されてもよい。このケースでは、効率的な超音波リフレクタとしての役割を果たす超音波造影剤（ＵＣＡ）、すなわち単に造影剤が患者に対して投与される。造影剤は患者内の赤血球と同一の速度で流れる。その結果、超音波に応答してリターンされるエコー信号を登録することによるその検出は、対応する血液灌流に関する情報を提供する。特に、エコー信号が登録された体部位の各位置に対して、（例えばピーク増大などの）それを特徴付ける灌流パラメータの値が、（例えば時間に対してエコー信号をフィッティングするパラメータ関数から）計算される。パラメトリック画像は、病変を備える体部位の分析領域における（例えば、それらの平均値などの）灌流パラメータ値の統合化された値を計算するように使用されてもよい。典型的には、分析領域の統合化された値は、健全な組織を備える体部位の制御領域における灌流パラメータ値の統合化された値に対する相対的な用語で表示される。この相対的な統合化された値は、例えば治療上のフォローアップにおいて使用されてもよい病変の定量的な特性を提供する。

しかしながら、分析領域の統合化された値及び制御領域の統合化された値は、本質的にある程度の不正確さの影響を受ける。その理由は、それらは完全には均一でない体部位の領域において全体的に計算されるからである。例えば、分析領域は低灌流である壊死した組織を備えてもよく、制御領域はより低灌流である大血管を備えてもよい。これらの分析領域の低灌流部及び制御領域のより低灌流部はそれぞれ分析領域の相対的な統合化された値において反映する、それらの統合化された値での誤差を生じさせる。この欠点は、その治療の間に病変の灌流における微妙な変化でさえ治療の有効性を示してもよい治療上のフォローアップにおいて特に重大である。

代わりに、特許文献１（その全体の開示はここで参照により組み込まれる）は、（例えば対数正規分布関数などの）時間のモデル関数によりそのエコー電力信号をフィッティングすることにより（対象となる領域を定義する）分析領域の各画素に対して分析関数を決定することと、同一の時間のモデル関数によりそのエコー電力信号の平均値をフィッティングすることにより（健全な実質を含む）参照領域に対する参照関数を決定することとを開示する。分析領域の各画素に対して、差関数がその分析関数から参照関数を減算することにより計算される。次に、画素はその差関数の極性傾向に従って異なるクラスに割り当てられる（すなわち、正の単極性のクラス、負の単極性のクラス、正から負への双極性のクラス、負から正への双極性のクラス）。この目的のために、差関数の正エネルギー及び負エネルギーを計算することができる。正エネルギーと負エネルギーとの合計が有意なしきい値よりも大きいとき、相対的な正エネルギー及び相対的な負エネルギーが計算される。もし相対的な正エネルギーまたは相対的な負エネルギーが識別しきい値を超えれば、差関数は正の単極性のクラスもしくは負の単極性のクラスにそれぞれ割り当てられる。逆に言えば、差関数は極性のその主要な変化の順序に従って正から負への双極性のクラスもしくは負から正への双極性のクラスに割り当てられる。

セグメンテーション技術はまた、超音波分子画像（ＵＭＩ）応用で使用されてもよい。このケースでは、標的（ターゲット）特定の造影剤が使用される。標的特定の造影剤は（例えば病変などの）特定の生物学的標的に到着するように適合される。体部位内に固定化された標的特定の造影剤の任意の粒子の検出が、他の方法であれば発見することが困難であろう対応する病変を識別することを可能とさせ、さらにこれらの固定化された粒子の定量化が、例えばその治療上のフォローアップにおいて使用されてもよい、病変の状態を決定することを可能とさせる。

国際公開第２０１１／０２６８６６号パンフレット 欧州特許出願公開第０４５８７４５号明細書 国際公開第９１／１５２４４号パンフレット 欧州特許出願公開第０５５４２１３５号明細書 国際公開第９４／０９８２９号パンフレット 国際公開第９５／１６４６７号パンフレット 国際公開第２００６／０１８４３３号パンフレット 国際公開第２００４／１１０２７９号パンフレット

Pochon et al.,"BR55:A lipopeptide-based VEGFR2-targeted ultrasound contrast agent for molecular imaging of angiogenesis,"Inves Radio1., 45, pp.89-95, 2010 Tardy et al.,"Ultrasound molecular imaging of VEGFR2 in a rat prostate tumor model using BR55,"Inves Radio1., 45, pp.573-578, 2010 Rafter et al.,"Imaging technologies and techniques,"Cardiology Clinics, 22, pp.181-197, 2004

しかしながら、標的特定の造影剤の固定化された粒子の検出及び定量化は、その全体量のうちのほんのわずかでも標的に実際に到着しその上に固定化されて滞在するという事実により妨害される。その代わりに、標的特定の造影剤のほとんどは、例えばそれが患者の肺によって及び／もしくは肝臓内で除去されるまで、（例えば数分間などの）非常に長時間にわたって循環し続ける。従って、体部位内の標的特定の造影剤の粒子は、その上に固定化された粒子の寄与と、まだ循環している粒子の寄与との両方を備え、結果として、（特に、標的特定の造影剤の投与後の初期においては）２つの寄与間を区別することは非常に困難となる。

本開示の簡単化された要約がその基本的な理解を提供するためにここで提示される。しかしながら、この要約の唯一の目的は前置きとして簡単化された形式で本開示のいくつかの概念をその以下のより詳細な説明に導入することにあり、その鍵となる要素の識別としてもしくはその範囲の描写として解釈されるべきではない。

一般的に、本開示は時間に対する統計的分析に関するセグメンテーションのベースを形成するという考えに基づいている。

特に、一態様は、画像診断応用での使用のためのデータ処理セグメンテーション方法を提供する。ここで、造影剤で灌流される体部位の表示の選択された位置は、それぞれ選択された位置の分析期間にわたるインタロゲーション信号に対する応答に関する少なくとも１つの統計的パラメータの値に従って分割される。

別の態様は、対応するコンピュータプログラムを提供する。

別の態様は、対応するコンピュータプログラム製品を提供する。

別の態様は、対応するシステムを提供する。

別の態様は、対応する画像診断方法を提供する。

より特に、（あらゆる他の態様に対して変更すべきところは変更して適用する任意の特定の態様を参照して提供される有利な特徴を有する）参照により逐語的にここで組み込まれるすべての請求項の表示を用いて、本開示の１つもしくはそれ以上の態様は独立項で説明され、それらの有利な特徴は従属項で説明される。

本開示の１つもしくはそれ以上の実施形態に係る解決法のみならずその別の特徴及び利点が、添付の図面とともに読まれるべき以下の詳細な説明を参照して最善に理解されるであろうが、その詳細な説明は限定的に解釈されるものとして示されていない（ここで、簡単のために、対応する要素は同等かもしくは類似の参照番号で示され、それらの説明は反復されない。一般的に、各構成要素の名前は、例えば値、内容及び表示などのそのタイプ及びその属性の両方を示すように使用される）。

本開示の実施形態に係る解決法を実施するように使用されてもよいシステムを図示する。 本開示の実施形態に係る解決法の応用のための体外での（インビトロでの）シナリオの例を示す。 本開示の実施形態に係る解決法の応用の例を示す。 本開示の実施形態に係る解決法の応用の例を示す。 本開示の別の実施形態に係る解決法の応用の例を示す。 本開示の別の実施形態に係る解決法の応用の例を示す。 本開示の別の実施形態に係る解決法の応用の例を示す。 本開示の別の実施形態に係る解決法の応用の例を示す。 本開示の別の実施形態に係る解決法の応用の例を示す。 本開示の別の実施形態に係る解決法の応用の例を示す。 本開示の別の実施形態に係る解決法の応用の例を示す。 本開示の実施形態に係る解決法を実施するように使用されてもよい主要な構成要素の役割を表すコラボレーション図を示す。 本開示の実施形態に係る解決法の体内での（インビボでの）応用の異なる例を示す。 本開示の実施形態に係る解決法の体内での（インビボでの）応用の異なる例を示す。 本開示の実施形態に係る解決法の体内での（インビボでの）応用の異なる例を示す。

特に図１を参照して、本開示の実施形態に係る解決法を実施するように使用されてもよいシステム１００が示される。特に、システム１００は中央装置１０５及び例えばアレイタイプなどの中央装置１０５に接続されるハンドヘルドの送受信画像プローブ（すなわち単に画像装置）１１０を備える超音波スキャナである。画像プローブ１１０は（例えば、１ＭＨｚと５０ＭＨｚとの間に中心周波数を有する）一連の超音波パルスを備える超音波を送信し、選択された走査平面で超音波パルスの反射によって生じる無線周波数（ＲＦ）エコー信号を受信する。この目的のために、画像プローブ１１０は、上述したパルスエコーモードで画像プローブ１１０を用いることを可能とさせる送信／受信マルチプレクサが提供される。

中央装置１０５は、（例えば、マイクロプロセッサ、動作メモリ及びハードディスクドライブなどの）超音波スキャナ１００の動作を制御する電子回路が搭載されるマザーボード１１５を収容する。さらに、（参照番号１２０を用いて全体が示された）１つもしくはそれ以上のドーターボードがマザーボード１１５とプラグで接続される。ドーターボード１２０は画像プローブ１１０を駆動するための及びエコー信号を処理するための電子回路を備える。中央装置１０５はまた、（例えばＣＤもしくはＤＶＤなどの）リムーバブルディスク１３０のためのドライブ１２５が備えられる。モニタ１３５は進行中である分析処理に関する画像を表示するための中央装置１０５に接続される。超音波スキャナ１００の動作は、（従来法で中央装置１０５に接続される）キーボード１４０によって制御される。好ましくは、キーボード１４０にはモニタ１３５上のポインタ（図示せず）の位置を操作するように使用されるトラックボール１４５が備えられる。

超音波スキャナ１００は、患者１５５の体部位１５０を分析するように使用される。この目的のために、（超音波）造影剤が患者１５５に投与される。

造影剤は十分な超音波リフレクタとしての役目を果たす粒子を備える。例えば、造影剤は液体キャリアにおいてガスが充填したバブルの懸濁液である。典型的には、ガスが充填したバブルが患者１５５の血管系内で保持することを可能とさせるが、同時にそれらが彼の／彼女の毛細血管を通過することを可能とさせるように、それらは０．１〜５μｍのオーダの直径を有する。ガスが充填したバブルは一般的に、ガスもしくは当該ガスの前駆体を、リン脂質、乳化剤、油、増粘剤、砂糖、タンパク質、もしくは高分子化合物を備える種々の系の中に混入させるかもしくは封入することにより安定化される。安定化されたガスが充填したバブルは一般的に微小胞と呼ばれる。特に、水媒体内に分散されかつ界面活性剤を含む非常に薄いエンベロープによりガス／液体インターフェースで跳ね返る微小胞（すなわち両親媒性物質）はまた、マイクロバブルとして知られている。代わりに、液体または（自然のもしくは合成の）高分子化合物により形成される固体物質エンベロープにより取り囲まれた微小胞はまた、マイクロバルーンもしくはマイクロカプセルとして知られる。別の種類の造影剤は、微小粒子の細孔内に取り込まれたガスのバブルを運ぶ、高分子化合物もしくは他の固体の多孔質微小粒子の懸濁液を備える。微小胞、特にマイクロバブル及びマイクロバルーン、並びにそれらの調合液の適切な水性懸濁液の例が特許文献２、特許文献３、特許文献４、特許文献５及び特許文献６で説明される（それらの全開示が参照によりここで組み込まれる）。微小胞を備える商業的な造影剤の例はブラッコインターナショナルＢＶによるＳｏｎｏ Ｖｕｅ（登録商標）である。

造影剤はまた、標的特定のタイプのものであってもよい。標的特定の造影剤は実質的に患者１５５内を自由に循環する。しかしながら、特定の期間だけ実質的に固定化された位置で滞在するように、標的特定の造影剤はまた選択された（生物学的）標的上に固定化されることが可能となる。この目的のために、標的特定の造影剤は、それらとの特定の相互作用によって所望の標的に対して選択的に結合させるような方法で形成される。例えば、この挙動は、（例えば、生化学的アフィニィティ及び／もしくは静電気相互作用を介して）所望の組織もしくは受容体に対して選択的に結合することができる標的特定の配位子を組み込むことにより獲得される。（マイクロバブルの細胞膜内に挿入されてもよい）標的特定の配位子の例は、単クローン性抗体、ペプチド、もしくは多糖である。用語「組織」は、（その意味において）個々の細胞のみならず、例えば細胞膜もしくは臓器などの細胞の会合体も含む。その用語は、通常の（健全な）細胞もしくは細胞の会合体または異常な（病気の）細胞もしくは細胞の会合体のいずれかに言及する。組織の例は、（心筋細胞を含む）心筋組織、（例えば内皮細胞や被覆組織などの）膜質組織、及び結合組織である。病理組織は心筋梗塞組織、血栓、動脈硬化性プラーク、炎症組織及び腫瘍性組織である。受容体は、特定の物質に対して選択的に結合することができる、（例えば、細胞内かもしくはそれらの表面上の）組織上に配置される任意の分子構造を備える。例示的な受容体は、（例えば、血の塊もしくは血栓内に配置される）糖タンパク質ＧＰＩＩｂＩＩＩａもしくはフィブリン、（例えば、炎症組織の活性化内皮上に配置される）Ｐ−セレクションまたは（例えば、腫瘍性組織内に配置される）ＫＤＲである。適切な標的特定の造影剤及び標的特定の配位子の例が非特許文献１、非特許文献２及び特許文献７で説明される（それらの全開示が参照によりここで組み込まれる）。

造影剤は超音波を印加してそれらに応答してリターンされるエコー信号を登録することにより検出されてもよい。造影剤は患者１５５内の赤血球と同一の速度で流れるので、体部位１５０内でのその検出及び追跡することが対応する血液灌流に関する情報を提供する。

例えば、造影剤はボーラスとして静脈内に投与される。すなわち、（２秒から２０秒オーダの）短時間にわたって注射器を用いて手動で提供される単回投与である。体部位１５０を灌流させるように、造影剤は患者１５５の血管系内で循環する。同時に、画像プローブ１１０は体部位１５０の領域内の患者１５５の皮膚と接触して配置される。超音波パルスの一連の画像フレームは体部位１５０に印加される。（例えば、２秒から２５秒の間に４Ｈｚから２０Ｈｚのフレームレートで、）分析（時間）期間中の時間に対して連続して獲得した瞬間で）異なる画像フレームの超音波パルスに応答して登録されるエコー信号は、分析期間中の（選択された走査平面でのそれらのスライスにおいて）体部位１５０の対応する位置の表示を提供する。エコー信号は、（もし存在すれば）造影剤及び周囲組織により発生される異なる寄与の重ね合わせによって生じる。好ましくは、造影剤の（非線形的な）寄与に対して、エコー信号における組織の支配的な（線形的な）寄与を実質的に低減するように、超音波スキャナ１００は、非特許文献３（その全開示が参照によりここで組み込まれる）で説明される高調波イメージング（画像化）（ＨＩ）、パルス反転（ＰＩ）、パワー変調（ＰＭ）もしくは他のコントラストパルスシーケンス（ＣＰＳ）技術に基づいて、コントラスト特定の画像モードで動作する。次に、対応する一連の（コントラスト特定の）ビデオ画像が生成される。それぞれの取得の瞬間に対して、ビデオ画像は体部位の対応する位置を表すそれぞれに視覚化する素子（すなわち画素）に対するデジタル値を備える。画素値はその取得の瞬間における位置に対して登録されたエコー信号の強度値により定義される。このように、一連のビデオ画像は、分析期間中に体部位１５０の灌流の斬進的変化を表す。

本開示の実施形態に係る解決法の応用に対する体外のシナリオの例が図２で示される。

特に、（リン脂質安定化された）マイクロバブルは、フローファントムを模倣する組織内に含まれる３ミリの直径を有するチューブを通過して１ミリ／秒の平均流速で循環するように形成された。対応する一連のビデオ画像は、２５秒にわたって４Ｈｚのフレームレート（すなわち１００個の画像フレーム）におけるＣＰＳモードにおいて、シーメンスメディカルシステム（登録商標）によるセコイア超音波スキャナを用いて取得された。画像フレームＮｏ．２５、Ｎｏ．４３及びＮｏ．６６に対応するビデオ画像は、参照番号２０５ａ、２０５ｂ及び２０５ｃを用いた図面でそれぞれ示される。理解されるように、例えば参照番号２１０ｓで示された領域に対して目に見えるように、チューブの上壁でのマイクロバブルは層流条件のため実質的に静的である。これに対して、参照番号２１０ｍで示される領域に対して目に見えるように、（その上壁から間隔を離して位置された）チューブの中心でのマイクロバブルは平均流速で移動する。

以下において詳細に説明された本開示の実施形態に係る解決法では、（このケースでは、静止マイクロバブルの画素及び移動マイクロバブルの画素の間の）セグメンテーションは、時間に対する画素値の統計的分析に基づく。

特に、本開示の実施形態に係る解決法の応用の例が図３Ａ〜図３Ｂで示される。

先ず図３Ａを参照すると、横座標軸（次元なし）上のフレーム番号に対する縦座標軸（任意の単位ａ．ｕ．）上の画素値をプロットする共通のダイアグラムにおいて、静止マイクロバブルの領域及び移動マイクロバブルの領域での代表画素に対する（線形化された）画素値が曲線３０５ｓ（実線）及び曲線３０５ｍ（破線）によりそれぞれ示される。

理解されるように、静止マイクロバブル（曲線３０５ｓ）に対する画素及び移動マイクロバブル（曲線３０５ｍ）の画素に対する、時間に対する画素値の動力学は実質的に異なる。特に、静止マイクロバブルに対する曲線３０５ｓはほとんど一定であるのに対して、移動マイクロバブルに対する曲線３０５ｍは（マイクロバブルの出現及び消滅のために）大きな変化を示している。従って、各画素の時間に対する画素値の統計的分布の統計的パラメータはそれらを区別するために使用されてもよい。

例えば、各画素に対して、その統計的分布の（算術的な）平均値、中央値及び標準偏差が計算される。

特に、離散値Ｘ_ｉを有する統計的変数の平均値

は次式で表すことができる。ここで、ｉ＝１，…，Ｎ（すなわち、このケースでは時間に対する画素値である）。

平均値

は、それが対称的な形状を有する統計的分布を有するときに統計的変数の期待値を示す中心傾向の統計的パラメータである（すなわち、統計的変数値が集中する値を指し示している）。

平均値

は、（その値の最小離散値Ｘ_１から最大離散値Ｘ_Ｎまでが格納された）同一の統計的変数Ｘ_ｉの中央値

は、もしＮが奇数であれば以下の式で表すことができる。

また、中央値

は、もしＮが偶数であれば以下の式で表すことができる。

中央値

は、それが歪曲された（すなわち非対称の）形状を有する統計的分布を有するときに統計的変数の期待値を表すもう１つの中心傾向の統計的パラメータである。

同一の統計的変数Ｘ_ｉの標準偏差σは次式で表される。

標準偏差σは、どのように統計的変数値がそれらの期待値から分散するのかを示す分散統計的パラメータである（すなわち統計的変数値のばらつきもしくは発散を示している）。

次に、図３Ｂを参照すると、静止マイクロバブルと移動マイクロバブルとを区別するように、これらの統計的パラメータは図２のビデオ画像を分割するように使用されてもよい。この目的のために、３つの異なるパラメトリック画像３０５μ、３０５ｄ及び３０５σが計算される。特に、パラメトリック画像３０５μ、３０５ｄ及び３０５σはビデオ画像と同一の大きさを有している。パラメトリック画像３０５μ、３０５ｄ及び３０５σの各画素は、時間に対する対応する画素値の平均値、中央値、及び標準偏差の値と等しいパラメータ値をそれぞれ有している。

理解されるように、（例えば、参照番号３１０ｓ及び３１０ｍでそれぞれ示された領域に対して目に見えるように、）静止マイクロバブルの画素と移動マイクロバブルの画素との間のコントラスト（すなわち差）は著しく改善する。特に、平均値に対するパラメトリック画像３０５μにおいて及び中央値に対するパラメトリック画像３０５ｄにおいて、パラメータ値は静止マイクロバブル（領域３１０ｓ）の画素におけるパラメータ値よりも大きく、移動マイクロバブル（領域３１０ｍ）の画素におけるパラメータ値よりも小さい。これは、静止マイクロバブルの画素における（平均値及び中央値により表示された）画素値の期待値が移動マイクロバブルの画素における期待値よりも大きいという事実に起因する。中央値に対するパラメトリック画像３０５ｄにおけるコントラストは、平均値に対するパラメトリック画像３０５μにおけるコントラストよりも大きい。その理由は、移動マイクロバブルの画素において、（平均値をその値へと引き寄せる）それらの画素値の異常値は中央値に対して影響を及ぼさないからである。逆に、標準偏差に対するパラメトリック画像３０５σにおいて、パラメータ値は、静止マイクロバブルの画素（領域３１０ｓ）におけるパラメータ値よりも小さく、移動マイクロバブルの画素（領域３１０ｍ）におけるパラメータ値よりも大きい。これは、静止マイクロバブルの画素における画素値は、移動マイクロバブルの画素における画素値よりも時間に対してより分散されないという事実に起因する。例えば、静止マイクロバブルと移動マイクロバブルとの間のコントラストは対応する画素のパラメータ値の平均値間の比を計算することにより測定されてもよい。特に、この比は、平均値に対するパラメトリック画像３０５μにおいて１．６９に等しく、中央値に対するパラメトリック画像３０５ｄにおいて２．７２に等しく、標準偏差に対するパラメトリック画像３０５σにおける０．８４に等しい。これはベストな結果を提供する統計的パラメータは中央値（続いて平均値、標準偏差）であることを裏付ける。

上述したパラメータ値（及び特に中央値）は、しきい値化技術を用いて原画像を分割するように使用されてもよい。例えば、パラメトリック値に対するセグメンテーションしきい値は、静止マイクロバブルの画素のパラメータ値の平均値と、（手動で選択された）移動マイクロバブルの画素のパラメータ値の平均値との間の平均値に等しくなるように設定されてもよい。次に、そのパラメータ値がセグメンテーションしきい値よりも大きいとき、各画素は静止マイクロバブルのセグメントに割り当てられるか、もしくは、そうでなければ移動マイクロバブルのセグメントに割り当てられる。

一般的に、上述した解決法はセグメンテーションを容易化し、取得された結果の精度に対して有益な効果をもたらす。

特に、この解決法は、ＤＣＥ−ＵＳ画像応用における病変の定量的特性の性能を改善するように使用されてもよい。例えば、これが分析されるべき病変を備える分析領域における（例えば壊死組織を有する）低灌流部の寄与及び／もしくは病変と比較されるべき健全な組織を備える制御領域における（例えば大血管を有する）低灌流部の寄与を取り除く（かもしくは少なくとも実質的に低減する）ことを可能とさせる。結果として、分析領域の相対的な統合化された値において反映されるかもしれない対応する誤差が著しく低減される（結果として、分析／制御領域がオペレータにより手動で選択されるときでさえ、セグメンテーションはより再現可能となる。その理由は、その品質が個人のスキルや経験にまったく依存しないからである）。

さらにまた、同一の解決法がＵＭＩ応用における標的特定の造影剤の固定化された粒子の検出及び定量化を改善するように使用されてもよい。例えば、これが特にその投与後の初期において、標的特定の造影剤の循環する粒子の寄与を除去する（かもしくは少なくとも実質的に低減する）ことを可能とさせる。

上述した利点は、治療上のフォローアップの状況において特に理解される。その理由は、それらは治療の有効性を示してもよいその治療中の病変の灌流における微小な変化でさえも識別することを容易化するからである。

別の改良として、セグメンテーションは各画素の時間に対する画素値に関する２つもしくはそれ以上の統計的パラメータに基づいてもよい。

特に、本開示の別の実施形態に係る解決法の応用の例が図４Ａ〜図４Ｄで示される。

先ず、図４Ａを参照すると、横座標軸上に平均値をプロットし縦座標軸（次元なし）上に標準偏差値をプロットする共通の散布図において、図３Ｂの静止マイクロバブルの領域（３１０ｓ）における画素及び移動マイクロバブルの領域（３１０ｍ）における画素の平均値及び標準偏差値が点４０５Ａｓ（円印）及び点４０５Ａｍ（×印）でそれぞれ示される。特に、参照番号４０５Ａｓ’で示された点（黒丸印）及び参照番号４０５Ａｍ’で示された点（黒星印）は、図２の静止マイクロバブル（２１０ｓ）の領域における代表画素と、移動マイクロバブル（２１０ｍ）の領域における代表画素とにそれぞれ対応する。

平均値に対するセグメンテーションしきい値ＴＨμ＝９７及び標準偏差値に対するセグメンテーションしきい値ＴＨσ＝５７が（例えば、点４０５Ａｓ’及び４０５Ａｍ’の対応するパラメータ値を平均化することにより）計算される。セグメンテーションしきい値ＴＨμ及びＴＨσは、散布図において４つのセグメンテーション象限を定義する。特に、右上のセグメンテーション象限ＱＡｕｒはセグメンテーション基準（平均値＞ＴＨμ及び標準偏差値＞ＴＨσ）により定義され、左上のセグメンテーション象限ＱＡｕｌはセグメンテーション基準（平均値≦ＴＨμ及び標準偏差値＞ＴＨσ）により定義され、左下のセグメンテーション象限ＱＡｌｌはセグメンテーション基準（平均値≦ＴＨμ及び標準偏差値≦ＴＨσ）により定義され、右下のセグメンテーション象限ＱＡｌｒはセグメンテーション基準（平均値＞ＴＨμ及び標準偏差値≦ＴＨσ）により定義される。

同様に、図４Ｂでは、横座標軸上に中央値をプロットし縦座標軸（次元なし）上に標準偏差値をプロットするもう１つの共通の散布図において、図３Ｂの静止マイクロバブルの領域（３１０ｓ）における画素及び移動マイクロバブルの領域（３１０ｍ）における画素の中央値及び標準偏差値が点４０５Ｂｓ（円印）及び点４０５Ｂｍ（×印）でそれぞれ示される。特に、参照番号４０５Ｂｓ’で示された点（黒丸印）及び参照番号４０５Ａｍ’で示された点（黒星印）は、図２の静止マイクロバブル（２１０ｓ）の領域における代表画素と、移動マイクロバブル（２１０ｍ）の領域における代表画素とにそれぞれ対応する。

標準偏差値に対する同一のセグメンテーションしきい値ＴＨσ＝５７に加えて、中央値に対するセグメンテーションしきい値ＴＨｄ＝７９が上述したように計算される。セグメンテーションしきい値ＴＨｄ及びＴＨσは散布図において他の４つのセグメンテーション象限を定義する。特に、右上のセグメンテーション象限ＱＢｕｒはセグメンテーション基準（中央値＞ＴＨｄ及び標準偏差値＞ＴＨσ）により定義され、左上のセグメンテーション象限ＱＢｕｌはセグメンテーション基準（中央値≦ＴＨｄ及び標準偏差値＞ＴＨσ）により定義され、左下のセグメンテーション象限ＱＢｌｌはセグメンテーション基準（中央値≦ＴＨｄ及び標準偏差値≦ＴＨσ）により定義され、右下のセグメンテーション象限ＱＢｌｒはセグメンテーション基準（中央値＞ＴＨｄ及び標準偏差値≦ＴＨσ）により定義される。

図４Ａ〜図４Ｂの散布図を比較することにより理解されるように、（例えば、図４Ａにおける点４０５Ａｍ’、４０５Ａｓ’と比較すると、図４Ｂにおける点４０５Ｂｍ’、４０５Ｂｓがより明瞭であるように）中央値／標準偏差に対する図４Ｂの散布図における、静止マイクロバブルの画素と移動マイクロバブルの画素との間のコントラストは、中央値／標準偏差に対する図４Ａの散布図におけるコントラストよりも大きい。これは標準偏差と組み合わせてより良い結果を提供する統計的パラメータが再び中央値であることを裏付ける。

上述したパラメータ値が対応するセグメンテーション基準に従って原画像を分割するように使用されてもよい。

例えば、図４Ｃに図示されるように、４つのセグメンテーションマスクＭＡｕｒ、ＭＡｕｌ、ＭＡｌｌ及びＭＡｌｒが、平均／標準偏差のための図４Ａのセグメンテーション象限ＱＡｕｒ、ＱＡｕｌ、ＱＡｌｌ及びＱＡｌｒにそれぞれ対応するセグメンテーション基準を用いて構築される。各セグメンテーションマスクＭＡｕｒ、ＭＡｕｌ、ＭＡｌｌ及びＭＡｌｒはビデオ画像と同一の大きさを有する。対応するセグメンテーション基準を実行するパラメータ値を有する画素は白である一方で、他の画素は黒である。さらに、すべてのセグメンテーションマスクＭＡｕｒ、ＭＡｕｌ、ＭＡｌｌ及びＭＡｌｒにおいて、領域４１０は、（その壁を表す２つの破線により範囲が定められた）ビデオ画像を取得するように使用されたフローファントムの３ミリのチューブを表す。

理解されるように、（たとえチューブ４１０の中心においていくつかの白画素がセグメンテーションマスクＭＡｕｒにおいて存在したとしても、）セグメンテーションマスクＭＡｕｒ及びＭＡｌｒにおける白画素はチューブ４１０の上壁において静止マイクロバブルの画素の部分を検出する。一方、（恐らくは雑音及びファントム組織信号に起因するセグメンテーションマスクＭＡｌｌにおけるチューブ４１０の外側の白画素を用いて）チューブ４１０の中心において移動マイクロバブルの画素の部分を検出する。

同様に、図４Ｄでは、他の４つのセグメンテーションマスクＭＢｕｒ、ＭＢｕｌ、ＭＢｌｌ及びＭＢｌｒが、（再び参照番号４１０により識別されるチューブの同一の領域を用いて、）中央値／標準偏差のための図４Ｂのセグメンテーション象限ＱＢｕｒ、ＱＢｕｌ、ＱＢｌｌ及びＱＢｌｒにそれぞれ対応するセグメンテーション基準を用いて上述したように構築される。上述したように、（たとえチューブ４１０の中心においていくつかの白画素がセグメンテーションマスクＭＢｕｒにおいてわずかに存在したとしても、）セグメンテーションマスクＭＢｕｒ及びＭＢｌｒにおける白画素はチューブ４１０の上壁において静止マイクロバブルの画素の部分を検出する。一方、（恐らくはまた雑音及びファントム組織信号に起因するセグメンテーションマスクＭＢｌｌにおけるチューブ４１０の外側の白画素を用いて）チューブ４１０の中心において移動マイクロバブルの画素の部分を検出する。

図４Ｃ〜図４Ｄのセグメンテーションマスクを比較することにより理解されるように、図４ＣにおけるセグメンテーションマスクＭＡｕｒと比較すると図４ＤにおけるセグメンテーションマスクＭＢｕｒがより明瞭であるように、中央値／標準偏差に対する図４Ｄのセグメンテーションマスクにおける静止マイクロバブルの画素と移動マイクロバブルとの間のセグメンテーションは、平均値／標準偏差に対する図４Ｃのセグメンテーションマスクにおけるのよりも良い。これは標準偏差と組み合わせてより良い結果を提供する統計的パラメータが中央値であることを再び裏付ける。

別の改良として、セグメンテーションは、（変換された）画素値の（変換された）統計的分布に歪められた形状を提供するように変換される、各画素の時間に対する画素値に関する上述した統計的パラメータに基づいてもよい。

特に、本開示の別の実施形態に係る解決法の応用の例が図５Ａ〜図５Ｃで示される。

先ず、図５Ａを参照すると、（変換された）統計的分布は対数正規の統計的分布であると仮定する。対数正規の統計的分布では、統計的変数の自然対数は正規の統計的分布を有する。特に、連続的な統計的変数Ｘの場合では、（連続的な）正規の統計的分布を表す統計的密度関数は正規の統計的密度関数（すなわち簡単には正規関数）である。

ここで、記号

及びσは、統計的変数Ｘの平均値と標準偏差とをそれぞれ示すように使用される。従って、（連続的な）対数正規の統計的分布は対数正規の統計的密度関数（すなわち簡単には対数正規関数）である。

ここで、ｍ及びｓはそれぞれ、統計的変数Ｘ（すなわち、ｌｎ（Ｘ））の自然対数の平均値及び標準偏差である。

このケースでは、（対数正規の）平均値ｍ及び（対数正規の）標準偏差ｓは、以下の変換公式を適用することにより、（正規の）平均値

及び（正規の）中央値

から直接的に計算されてもよい。

次に、セグメンテーションは、対数正規の平均値及び対数正規の標準偏差により定義されるパラメータ値に基づく。この目的のために、各画素の対数正規の平均値及び対数正規の標準偏差値は、上述した変換公式を時間に対するその画素値の実際の平均値及び中央値に適用することにより計算される。縦座標軸（次元なし）上の対数正規の標準偏差値及び横座標軸上の対数正規の平均値をプロットする共通の散布図において、図３Ｂの静止マイクロバブルの領域（３１０ｓ）及び移動マイクロバブルの領域（３１０ｍ）の領域における画素の対数正規の平均値及び対数正規の標準偏差値は、点５０５ｓ（円印）及び点５０５ｍ（×印）によりそれぞれ表される。特に、参照番号５０５ｓ’（黒丸印）及び５０５ｍ’（黒星印）で示された点は、図２の静止マイクロバブルの領域（２１０ｓ）における代表画素と、図２の移動マイクロバブル（２１０ｍ）の領域における代表画素とにそれぞれ対応する。

対数正規の平均値に対するセグメンテーションしきい値ＴＨｍ＝４．４及び対数正規の標準偏差値に対するセグメンテーションしきい値ＴＨｓ＝０．５４は、上述したように計算される。セグメンテーションしきい値ＴＨｍ及びＴＨｓは、散布図において４つのセグメンテーション象限を定義する。特に、右上のセグメンテーション象限ＱＬｕｒはセグメンテーション基準（対数正規の平均値＞ＴＨｍ及び対数正規の標準偏差値＞ＴＨｓ）により定義され、左上のセグメンテーション象限ＱＬｕｌはセグメンテーション基準（対数正規の平均値≦ＴＨｍ及び対数正規の標準偏差値＞ＴＨｓ）により定義され、左下のセグメンテーション象限ＱＬｌｌはセグメンテーション基準（対数正規の平均値≦ＴＨｍ及び対数正規の標準偏差値≦ＴＨｓ）により定義され、右下のセグメンテーション象限ＱＬｌｒはセグメンテーション基準（対数正規の平均値＞ＴＨｍ及び対数正規の標準偏差値≦ＴＨｓ）により定義される。

理解されるように、静止マイクロバブルの画素と移動マイクロバブルの画素との間のコントラストがさらに改善される。実際、このケースでは、静止マイクロバブルの点と移動マイクロバブルの点とは、重なり部分が減少する散布図の異なる領域においてクラスタ化する。これがさらにセグメンテーションを容易化する。その理由は、いま、セグメンテーションしきい値ＴＨｍ及びＴＨｓはセグメンテーションの性能を落とすことなしに独立して定義されてもよいからである。

次に、図５Ｂを参照すると、４つのセグメンテーションマスクＭＬｕｒ、ＭＬｕｌ、ＭＬｌｌ及びＭＬｌｒが、（再び参照番号４１０により識別されるチューブの同一の領域を用いて、）図５Ａのセグメンテーション象限ＱＬｕｒ、ＱＬｕｌ、ＱＬｌｌ及びＱＬｌｒにそれぞれ対応するセグメンテーション基準を用いて上述したように構築される。

このケースでは、セグメンテーションマスクＭＬｌｒにおける白画素は、チューブ４１０の上壁での静止マイクロバブルの画素のほとんどを検出する。一方、セグメンテーションマスクＭＬｕｌにおける白画素は、（マイクロバブルの濃度を低下させることによりその音響アーチファクトが低減されるかもしれない、チューブ４１０におけるマイクロバブルの高濃度と組み合わされたＣＰＳの音響アーチファクトに恐らく起因する、マスクＭＬｕｌにおけるチューブ４１０の外側の白画素を用いて）チューブ４１０の中心における移動マイクロバブルの画素のほとんどを検出する。逆に、（恐らくはまた雑音及びファントム組織信号に起因する、セグメンテーションマスクＭＢｌｌにおけるチューブ４１０の外側の白画素を用いて）セグメンテーションマスクＭＬｕｒ及びＭＬｌｌの画素のほとんどは黒である。これが画素値の対数変換がセグメンテーションの性能を改善させることを裏付ける。

図５Ｃで図示されるように、上述定義されたセグメンテーションマスクは、（各画素の平均値を表す）図３Ｂのパラメトリック画像３０５μに適用されてもよい。特に、このパラメトリック画像に関する図５ＢのセグメンテーションマスクＭＬｕｌ、ＭＬｕｌ、ＭＬｌｌ及びＭＬｌｒをそれぞれ適用することにより、４つの分割された画像ＳＩｕｒ、ＳＩｕｌ、ＳＩｌｌ及びＳＩｌｒが構築される。分割された画像ＳＩｕｒ、ＳＩｕｌ、ＳＩｌｌ及びＳＩｌｒの各画素はそのパラメータ値が割り当てられる。すなわち、もしそれが対応するセグメンテーションマスクにおいて白であれば、（表示目的のために４０ｄＢの圧縮因子を用いて対数圧縮された）平均値が割り当てられる一方で、そうでなければ、（分割された画素の平均値だけを表示するように）それは黒のままである。結果として、分割された画像ＳＩｌｒは最初に、チューブ４１０の上壁における静止マイクロバブルの画素を示す一方で、分割された画像ＳＩｕｌは最初に、（それらの区別を容易化するように）チューブ４１０の中心における移動マイクロバブルの画素を示す。

本開示の実施形態に係る解決法を実施するように使用されてもよい主要な構成要素の役割を表すコラボレーション図が図６で示される。

特に、すべての構成要素は、参照番号６００を用いて全体として示される。その図は、構成要素６００の静的構造と、（記号“Ａ”の右に付された連続番号で示され、それぞれが対応する動作を示している一連の交換されるメッセージによる）それらの動的挙動との両方を説明する。

典型的には、情報（プログラム及びデータ）はハードディスク内に格納され、そのプログラムが実行しているときに、動作システム及び他のアプリケーションプログラム（図示せず）と一緒に超音波スキャナの動作メモリ内に（少なくとも部分的に）ロードされる。プログラムは最初に、例えばリムーバブルディスクなどから、ハードディスク上へとインストールされる。この点では、構成要素６００の各構成要素は、特定化された対数関数（もしくはそれ以上の対数関数）を実行するための１つもしくはそれ以上の実行可能命令を備える、コードのモジュール、セグメント、もしくは部分を示してもよい。

さらに特に、取得器６０３はビデオ画像を取得するように使用される。この目的のために、取得器６０３は画像プローブを制御するドライバを備える。例えば、この画像プローブドライバは、それぞれの取得の瞬間において、分析中の体部位に対して印加されるべき超音波パルスの画像フレームを生成するための送信ビームフォーマ及びパルス発生器を備える。超音波パルスは、（例えば連続的画像フレーム間のその局所濃度の５％未満、より好ましくは１％未満の）造影剤の無視できる破壊を誘発するように、（例えば機械的指標ＭＩ＝０．０１〜０．３を有する）低音響エネルギーを有する。次に、画像プローブは、それぞれの取得の瞬間において、（選択された走査平面における）体部位の異なる位置により反射される（アナログＲＦの）エコー信号を受信する。これらのアナログＲＦのエコー信号は、アナログＲＦエコー信号を前置増幅して予備の時間利得補償（ＴＧＣ）を適用する受信プロセッサに供給される。次に、アナログＲＦのエコー信号は、アナログからデジタルへの変換器（ＡＤＣ）によりデジタル値に変換され、受信ビームフォーマを介して焦点ビーム信号に結合される。そのように取得されたデジタルＲＦのエコー信号は好ましくは、別のデジタルアルゴリズム、（例えばポストビームフォーミングＴＧＣなどの）他の線形もしくは非線形信号の調整器を介して処理される。特に、受信プロセッサは、（例えばＣＰＳ技術などに基づいて）コントラスト特定のアルゴリズムを適用して組織の寄与を低減する。次に、デジタルＲＦのエコー信号は復調され、（均衡のとれたコントラストを有する画像を取得するために）対数圧縮され、映像へとスキャン変換され、所定のカラーマップパレットに従ってレンダリングされる。このようにして、それぞれの取得の瞬間に対するビデオ画像が生成される。ビデオ画像は、それぞれが対応する画素値を格納するマトリクス状の細胞によって定義される。画素値は、（その取得の瞬間における、体部位の対応する位置の音響応答を示す）対応するエコー信号の強度関数として０（黒）から２５５（白）まで増加する８ビット上でコード化されてもよい。

分析処理の始めに、超音波スキャナのオペレータは、画像プローブを動作させ、（任意の造影剤を投与する前に）分析されるべき体部位の周りにそれを移動させる。対応するビデオ画像が取得されるとすぐに、それらは表示器６０６に供給される。リアルタイムでビデオ画像を表示させるように（動作“Ａ１．表示する”）、表示器６０６は超音波スキャナのモニタを制御するドライバを備える。

オペレータは、（例えば、分析されるべき病変を備える）体部位の特定のスライスを示すスキャン平面を選択し、所定の分析期間中にこの位置で画像プローブを固定した状態に保つ。次に、造影剤が患者に投与され、（分析期間中の体部位の選択されたスキャン平面における灌流を示す）対応する一連のビデオ画像は上述したように取得される。（明確にするために図面上ではその接続が図示されていない）表示器６０６によりリアルタイムで表示されるべきことに加えて、）これらのビデオ画像はまた、それらを記憶装置６０９内に格納することにより登録される（動作“Ａ２．登録する）。

セレクタ６１２は、記憶装置６０９の任意に選択された１つのビデオ画像において、分析されるべき体部位の所望の対象となる領域（ＲＯＩ）を選択するようにオペレータにより使用される。対象となる領域は、ビデオ画像と同一の大きさを有するマトリクス状の細胞を備えるＲＯＩマスクを用いて表される。ＲＯＩマスクの各細胞は、対応する画素が対象となる領域の内側に存在するとき（すなわちそれが選択された）、（例えば、論理値１において）アサートされたＲＯＩフラグ（すなわち２値）を格納し、そうでなければ（例えば、論理値０において）それはデアサートされる。ＲＯＩマスクは、記憶装置６１５内に格納される（動作“Ａ３．選択する”）。

プリプロセッサ６１８は、記憶装置６０９内のビデオ画像及び記憶装置６１５内のＲＯＩマスクにアクセスする。各ビデオ画像に対して、プリプロセッサ６１８は、ＲＯＩマスクにおけるＲＯＩフラグが造影剤の対応する局所濃度に正比例するようにアサートされる（すなわち対象となる領域の内側の）その各細胞の画素を処理する。例えば、この結果は、（取得器６０３によりそれらの適用の効果を反転させるための）逆パレット輝度テーブル及び逆対数圧縮を適用して次に（特許文献８で説明され、その全開示が参照によりここで組み込まれる）そのように取得された値を二乗することにより獲得されてもよい。次に、プリプロセッサ６１８は、ビデオ画像と同一の大きさを有するマトリクス状の細胞を備える画素値ベクトルのマップを生成する。ＲＯＩマスクにおけるＲＯＩフラグがアサートされる画素値ベクトルのマップの各細胞は、（分析期間の継続期間に対応する長さを有する）ビデオ画像に沿った一連の対応する線形化された画素値を備える画素値ベクトルを格納する。画素値ベクトルのこのマップは記憶装置６２１に格納される（動作“Ａ４．前処理する”）。

記憶装置６２１内の画素値ベクトルのマップは、（明確にするために図面上ではその接続は図示されない）記憶装置６１５内のＲＯＩマスクにまたアクセスする計算機６２４に供給される。ＲＯＩマスクにおけるＲＯＩフラグがアサートされる（すなわち対象となる領域の内側の）画素値ベクトルのマップの各細胞に対して、計算機６２４は、一連の対応する（線形化された）画素値の平均値と中央値とを計算する。次に、計算機６２４は、それぞれがビデオ画像と同一の大きさを有するマトリクス状の細胞を有する、平均値のためのパラメトリック画像及び中央値のためのパラメトリック画像を生成する。ＲＯＩマスクにおけるＲＯＩフラグがアサートされた、平均値のためのパラメトリック画像及び中央値のためのパラメトリック画像の各細胞は、対応する平均値及び中央値をそれぞれ格納する。これらのパラメトリック画像は記憶装置６２７内に格納される（動作“Ａ５．計算する”）。

記憶装置６２７内のパラメトリック画像は、（明確にするために図面上ではその接続は図示されない）記憶装置６１５内のＲＯＩマスクにまたアクセスする変換器６３０に供給される。ＲＯＩマスクにおけるＲＯＩフラグがアサートされる（すなわち対象となる領域の内側の）パラメトリック画像の各画素に対して、変換器６３０は、対応する変換公式を適用することにより、対応する平均値及び中央値から、対数正規の平均値と対数正規の標準偏差値とを計算する。次に、変換器６３０は、ビデオ画像と同一の大きさを有するマトリクス状の細胞を備える統計マップを生成する。ＲＯＩマスクにおけるＲＯＩフラグがアサートされる統計マップの各細胞は、対応する統計的パラメータ（すなわち、対数正規の平均値及び対数正規の標準偏差値）を格納する。この統計マップは記憶装置６３３内に格納される（動作“Ａ６．変換する”）。

記憶装置６３３内の統計マップは、（明確にするために図面上ではその接続は図示されない）記憶装置６１５内のＲＯＩマスクにまたアクセスするセグメンタ６３６に供給される。セグメンタ６３６は、対数正規の平均値及び対数正規の標準偏差値に対するセグメンテーションしきい値に基づく多数の所定のセグメンテーション基準を格納する。例えば、これらのセグメンテーションしきい値は、十分知られた特性を有する簡単な体部位を分析することにより、学習段階中に設定されてもよい。ＲＯＩマスクにおけるＲＯＩフラグがアサートされる（すなわち対象となる領域の内側の）統計マップの各画素に対して、セグメンタ６３６は、対応する統計的パラメータが（それが対応する均一特性を有する体部位の一部を示す対応するセグメントに属することを意味する）選択されたセグメンテーション基準を満たすかどうかを検証する。次に、セグメンタ６３６は、ビデオ画像と同一の大きさを有するマトリクス状の細胞を備える、選択されたセグメンテーション基準に対するセグメンテーションマスクを生成する。セグメンテーションマスクの各細胞は、対応するセグメンテーション基準が満たされる（すなわち、対応する画素がセグメントに属する）ときにアサートされ、そうでなければデアサートされるセグメンテーションフラグ（すなわち２値）を格納する。そのように生成された各セグメンテーションマスクは記憶装置６４２内に格納される（動作“Ａ７．セグメントする”）。

適用器６４５は、記憶装置６４２から選択されたセグメンテーションマスク（もしくはそれ以上のセグメンテーションマスク）を抽出する。適用器６４５はまた、記憶装置６２７から選択されたパラメトリック画像（もしくはそれ以上のパラメトリック画像）及び／または記憶装置６０９から選択されたビデオ画像（もしくはそれ以上のビデオ画像）を抽出する。適用器６４５は、それらを細胞ごとに操作することにより、（選択された）セグメンテーションマスクを（選択された）パラメトリック／ビデオ画像に適用する。この動作は、映像／パラメトリック画像と同一の大きさを有するマトリクス状の細胞を備える分割された画像を生成する。セグメンテーションマスクにより定義されたセグメントに属する分割された画像の各細胞（すなわちそのセグメンテーションはアサートされる）は、対応するパラメトリック／画素値を格納する一方で、他の細胞は０にリセットされる。そのように生成された各分割された画像は記憶装置６４８内に格納される（動作“Ａ８．適用する”）。

次に、記憶装置６４８内の各分割された画像は、その表示と当該表示の任意の次の使用とのために表示器６０６に供給されてもよい（動作“Ａ９．表示する”）。例えば、標的特定の造影剤の残余の循環する粒子から固定化された粒子を区別する分割された画像は、固定化された粒子を検出しそれ故に体部位における対応する病変を識別するように使用されてもよい。さらにもしくは代わりに、コンソリデータ６５１は、記憶装置６４２から選択されたセグメンテ−ションマスク（もしくはそれ以上のセグメンテーションマスク）及び／または記憶装置６４８から選択された分割された画像（もしくはそれ以上の分割された画像）を抽出してもよい。コンソリデータ６５１は、（選択された）セグメンテーションマスク／分割された画像により定義されるセグメントにより示された体部位の一部の統合化された値（もしくはそれ以上の統合化された値）を計算する。例えば、統合化された値は、（体部位の一部を測定する）セグメンテーションマスクにおいてアサートされたセグメンテーションマスクの数に等しくなるように設定されてもよいし、もしくは統合化された値は、（体部位の一部を特徴付ける）分割された画像の画素／パラメータ値の合計値もしくは平均値に等しくなるように設定されてもよい。そのように計算された各統合化された値は、次の使用のために記憶装置６５４内に格納される（動作“Ａ１０．統合化する”）。例えば、低灌流部が否定的に区別される分割された画像において分析されるべき病変を備える分析領域に関係するＲＯＩのパラメータ値の平均値はそれらの寄与により自動的に影響されず、低灌流部が否定的に区別される分割された画像における病変と比較されるべき健全な組織を備える制御領域に関係するＲＯＩのパラメータ値の平均値はそれらの寄与に自動的に影響されない。従って、これらの統合化された値は、（例えばそれらの比と等しい、）制御領域の統合化された値に対する相対用語で表示された分析領域の統合化された値に結合されてもよい。さらに、標的特定の造影剤の固定化された粒子を区別するセグメンテーションマスクにおいてアサートされたセグメンテーションフラグの数と、標的特定の造影剤の固定化された粒子を再び区別する分割された画像における画素／パラメータ値の合計との両方は、これらの固定化された粒子を定量化する。

本開示の実施形態に係る解決法の体内での（インビボでの）応用の異なる例が図７、図８及び図９で示される。

先ず、図７を参照すると、肝臓腫瘍のビデオ画像７０５が（ピーク混濁中の）造影剤の注入後２０秒のコントラスト特定の画像モードで取得された。２つの（低灌流の）（より暗い）領域７１０ａ及び７１０ｂがビデオ画像７０５上に手動で輪郭が描かれた。

セグメンテーションマスク７１５は、セグメンテーション基準（対数正規の平均値＞５．０及び対数正規の標準偏差値＞０）を用いて、ビデオ画像７０５の取得の瞬間の前後１２．５秒を超えて取得された肝臓腫瘍の一連の１００個のビデオ画像から生成された。理解されるように、セグメンテーションマスク７１５は、セグメンテーションマスク７１５上のグレイの破線で報告された、排除領域７２０ａ、７２０ｂと低灌流領域７１０ａ、７１０ｂの輪郭との間で十分にオーバラップすることにより確認されるように、低灌流領域７１０ａ、７１０ｂに実質的にそれぞれ対応する２つの領域７２０ａ及び７２０ｂ（黒）を排除する。

次に、図８を参照すると、参照領域として使用されるべき肝臓の健全な組織のビデオ画像８０５が上述したように取得された。大血管に対応する、（より明るい）（低灌流の）領域８１０がビデオ画像８０５上に手動で輪郭が描かれた。

セグメンテーションマスク８１５は、（対数正規の平均値＜５．９及び対数正規の標準偏差値＞０の）セグメンテーション基準を用いて、ビデオ画像８０５の取得の瞬間の前後３秒を超えて取得された肝臓の一連の２５個のビデオ画像から生成された。理解されるように、排除された領域８２０とセグメンテーションマスク８１５上にグレイの破線で報告された低灌流領域８１０の輪郭との間の十分なオーバラップにより確認されたように、セグメンテーションマスク８１５は実質的に低灌流領域８１０に対応する領域８２０（黒）を排除する。

最後に図９を参照すると、（腺癌）腫瘍を有する前立腺のモデルラットのビデオ画像９０５が、血管細胞接着分子１（ＶＣＡＭ−１）に対する標的特定の造影剤の注入後２分でコントラスト特定の画像モードで取得された。（より明るい）腫瘍領域９１０が手動でビデオ画像９０５に対して輪郭が描かれた。

セグメンテーションマスクが、（対数正規の平均値＞４．４及び対数正規の標準偏差値＞０．５４の）セグメンテーション基準を用いて、ビデオ画像９０５の取得の瞬間後１５秒を超えて取得された前立腺の一連の６０個のビデオ画像から生成された。次に、分割された画像９１５は、このセグメンテーションマスクを上述したように同一の一連のビデオ画像から生成された平均のパラメトリック画像に対して適用することにより生成された。理解されるように、分割された画像９１５において実質的に欠如するビデオ画像９０５における腫瘍領域９１０の外側で存在している標的特定のコントラスト造影剤の残余の循環粒子を用いて、分割された画像９１５は腫瘍領域９１０にだけに固定化された粒子の標的特定のコントラストを実質的に示す。さらに、腫瘍領域９１０においてもまた、（それがビデオ画像９０５での腫瘍領域９１０と比較されることにより明白であるように）残余の循環粒子の標的特定のコントラストが実質的に除去される。

次に、制御として、もう１つのビデオ画像９２５が同一の条件であるが（非標的の）造影剤を用いて取得された。対応する分割された画像９３５は上述したように生成された。

このケースでは、実質的に、（循環する／固定化された）粒子の造影剤は分割された画像９３５における（腫瘍領域９１０の内側及び外側の両方において）目に見えない。

変形例．
当然に、局所及び特定の要件を満たすために、当業者は多数の論理的及び／もしくは物理的な変形並びに変更を上述した解決法に対して適用してもよい。より特に、この解決法はその１つもしくはそれ以上の実施形態を参照してある程度の特殊性を有して説明されたが、形態及び詳細事項における種々の省略、代替、及び変更のみならす他の実施形態が可能であることが理解されるべきである。特に、本開示の異なる実施形態が、そのより完全な理解を提供するために、前述の説明で説明された（例えば数値などの）特定の詳細事項なしに実に実施されてもよい。逆に、不必要な特定事項を用いた説明を曖昧にしないように、十分に知られた特徴は省略されるかもしくは簡単化されてもよい。さらに、開示された解決法の任意の実施形態と組み合わされて説明された特定の要素及び／もしくは方法ステップが一般的な設計選択の事項として任意の他の実施形態に組み込まれてもよいことが明示的に意図される。任意のケースでは、順序のもしくはその他の修飾語句は同一の名前を用いて要素を区別するためのラベルとして単に使用されるが、それら自身によって優先度、先行することもしくは順序を暗示するものではない。さらに、「備える」、「有する」、「包含する」及び「含む」（並びにそれらの任意の形態）の用語は、オープンで限定的な意味を有するとして意図されるべきである（すなわち、記載された用語に限定されるべきではない）。「基づく」、「依存する」、「に従って」、「の機能」（及びそれらの任意の形態）の用語は、非排他的な関係として意図されるべきである（すなわち、可能な別の変形例が含まれることが意図される）。「１つ」の用語は、（それ以外の意味が明示的に示されていなければ、）１つもしくはそれ以上の事項として意図されるべきである。

例えば、実施形態は診断的画像応用における使用のためのデータ処理セグメンテーション方法を提供する。その方法は以下のステップを含む。（造影剤が投与された）体部位の非ゼロ分析時間期間にわたる表示が提供される。その表示は、体部位の一組の位置のそれぞれの位置に対して、位置の分析時間期間にわたる応答のインタロゲーション信号に対する指示を備える。一組の選択された位置のそれぞれの選択された位置に対して、選択された位置の分析時間期間にわたる応答の統計的分布の少なくとも１つの統計的パラメータの値が計算される。一組の選択された位置は、すべての位置かもしくはその一部を備える。選択された位置は、選択された位置に対する上記少なくとも１つの統計的パラメータの値を少なくとも１つのセグメンテーションしきい値との比較に従って分割される。

しかしながら、体部位の表示は、（統計的に意義がある十分に長い）任意の非ゼロ期間を有する分析時間期間にわたるその表示を提供するように、任意の方法（以下参照）で提供されてもよい。その表示は、（非標的タイプのもしくは標的タイプのいずれかの）任意のタイプの造影剤の（例えば、破壊フラッシュを有する連続的な注入に基づく）任意のタイプの灌流に関係してもよい。その方法は、（例えば、ピクセル、ボクセルもしくはそれらのグループなどの）任意のタイプの位置のレベルで適用されてもよい。特に、表示を空間的にサブサンプル化し、サブサンプル化された表示に対するセグメンテーションを決定し、次に原表示に対するその応用に対して補間技術を用いてフルサイズのセグメンテーションを元の場所に格納することがまた可能である。さらに、その方法は、（例えば、任意の方法で対象となる１つもしくはそれ以上の領域などにおいて、）任意の選択された位置に適用されてもよいし、もしくは体部位の全体表示さえに適用されてもよい。統計的パラメータは任意のタイプのものであってもよいし任意の数（以下参照）のものであってもよい。さらに、選択された位置は、１つもしくは複数の統計的パラメータの値を、任意のタイプ及び数のセグメンテーションしきい値（以下参照）との任意の比較に従って、（２つもしくはそれ以上の）任意の数のセグメントにおいて分割されてもよい。

ある実施形態では、体部位の非ゼロ分析時間期間にわたる表示を提供することの上記ステップは、分析時間期間中に登録された体部位の一連のデジタル画像を提供することを含む。各デジタル画像は、分析時間期間における対応する取得の瞬間での位置の応答に基づく各位置に対する強度値を備える。少なくとも１つの統計的パラメータの値を計算することの上記ステップは、デジタル画像に沿って選択された位置の強度値から、上記少なくとも１つの統計的パラメータの値を計算することを含む。

しかしながら、（例えば、動きアーチファクトを補償するようにもしくは背景画像を減算するようにそれらを前処理するなどによる）任意の方法で登録されてもよい。デジタル画像は、（統計的に意義があるように、）任意の大きさを有しかつ任意の非ゼロの数における、（例えば、３次元タイプの、任意のコントラスト特定画像モードもしくは基本的なＢモードでさえに基づく、単独でもしくはそれらの組み合わせのいずれかの）任意のタイプのものであってもよい。強度値は、（例えば、対数圧縮された値などの）任意のタイプのものであってよく、（例えば、任意の数のビットに対してカラー符号化されるなどの）任意の方法で符号化されてもよい。任意のケースでは、同一の方法を体部位の任意の表示に適用することの可能性は排除されない（画像の形態においてでさえも適用することの可能性は排除されない）。例えば、体部位の非ゼロ分析時間期間にわたる表示は、生の（処理されないＲＦの）エコー信号により定義されてもよい。このケースでは、それぞれに選択された位置に対して、（これらの１つもしくは複数の統計的パラメータの値を少なくとも１つのセグメンテーションしきい値との比較に従って上述したように次に分割された選択された位置を有する）その大きさもしくは位相のいずれかのレベルで、（応答の統計的分布の）上記少なくとも１つの統計的パラメータの値が選択された位置の生のエコー信号のヒルベルト変換を計算して次にその（複素）相関係数もしくは分散を計算することにより取得される。

一実施形態では、上記少なくとも１つの統計的パラメータは、複数の統計的パラメータである。

しかしながら、統計的パラメータは（単一のパラメータまでに減少するかもしくは逆に３個以上の）任意の数であってもよい。

一実施形態では、統計的パラメータは中心傾向の統計的パラメータ及び分散統計的パラメータである。

しかしながら、（例えば、（算術）平均及び中央値、モード、幾何平均、調和平均、切頂平均、ミッドレンジ平均などに加えた）任意の中心傾向の統計的パラメータ並びに／または（例えば、標準偏差、平均差、平均偏差、分散などに加えた）任意の分散統計的パラメータを使用することが可能である。任意のケースでは、（例えば、位置もしくは形状統計的パラメータなどの）異なる、付加的なもしくは代替のタイプの統計的パラメータが使用されてもよい。

一実施形態では、少なくとも１つの統計的パラメータを計算する上記ステップは、歪めされた形状を有する分析時間期間にわたった変換された応答の変換された統計的分布を提供するように変換された応答に関係する少なくとも１つの統計的パラメータの値を計算することを含む。

しかしながら、この計算は任意の変換された統計的分布（以下参照）に従った任意の方法で実行されてもよい。任意のケースでは、応答の（元の）統計的分布だけから統計的パラメータを計算することの可能性は排除されない。

一実施形態では、変換された統計的分布は対数正規の統計的分布である。

しかしながら、（例えば、ガンマもしくは局所密度ランダムウォーク分布などの）歪められた形状を有する任意の他の変換された統計的分布が使用されてもよい。

一実施形態では、少なくとも１つの統計的パラメータの値を計算することの上記ステップは、選択された位置の分析時間期間にわたった応答の統計的分布から少なくとも１つの別の統計的パラメータの値を計算することと、変換された統計的分布に基づく対応する変換を上記少なくとも１つの別の統計的パラメータの値に適用することにより、各統計的パラメータの値を計算することとを含む。

しかしながら、変換は任意のタイプ（以下参照）のものであってもよい。任意のケースでは、変換された応答から直接的に応答を変換して次に所望の統計的パラメータを計算することを妨げるものは何もない。例えば、対数正規の平均及び対数正規の標準偏差を次式で計算することが可能である。

代わりに、（直接的にもしくはそのヒスとグラムからのいずれから）変換された統計的分布の分布関数を表すパラメトリックモデルの例であるパラメトリック関数により各応答をフィッティングし、次にこのパラメトリック関数から所望の統計的パラメータを計算することがまた可能である。

一実施形態では、対応する変換を適用することにより各統計的パラメータの値を計算することの上記ステップは、対数変換を少なくとも１つの別の統計的パラメータの値に適用することを含む。

しかしながら、変換は（例えば、指数関数タイプなどの）任意のタイプのものであってもよい。

一実施形態では、上記少なくとも１つの統計的パラメータは対数正規の平均及び対数正規の標準偏差である。上記少なくとも１つの別の統計的パラメータは正規の平均及び正規の中央値である。

しかしながら、統計的パラメータ及び／もしくは別の統計的パラメータは（例えば上述指摘されたような）任意のタイプ及び任意の数におけるものであってもよい。

一実施形態では、対応する変換を適用することにより各統計的パラメータの値を計算することの上記ステップは、正規の中間の値の自然対数に等しい対数正規の平均の値と、もし正規の平均の値と正規の中間の値との間の比が１より厳格に大きいかもしくはそうでなければ０に等しければ、上記比の自然対数の２倍の平方根に等しい対数正規の標準偏差の値を設定することを含む。

しかしながら、他の変換が変換された統計的分布及び／もしくは統計的パラメータのタイプに従って使用されてもよい。

一実施形態では、選択された位置を分割することの上記ステップは、各統計的パラメータと上記少なくとも１つのセグメンテーションしきい値の対応するセグメンテーションしきい値との比較に従って選択された位置を分割することを含む。

しかしながら、セグメンテーションしきい値は任意の方法で定義されてもよい。例えば、主成分分析（ＰＣＡ）技術を適用して統計的パラメータの値を非相関とすることを可能とする。さらに、セグメンテーションしきい値は対応する統計的パラメータの値の重心から計算されてもよい。選択された位置は、（例えば、絶対項においてもしくは所定のパーセンテージによりもしくは任意の組み合わせにおいてより高いかもしくはより低いなどの）各統計的パラメータと対応するセグメンテーションしきい値との任意の比較に従って分割されてもよい。任意のケースでは、（例えば、セグメンテーションが統計的パラメータの任意の（線形かもしくは非線形の）組み合わせに基づくなどのときに）統計的パラメータの１つとは異なる多数のセグメンテーションしきい値を用いることを妨げるものは何もない。

一実施形態では、選択された位置を分割する上記ステップは、中心傾向の統計的パラメータの値が対応するセグメンテーションしきい値よりも大きくかつ分散統計的パラメータが対応するセグメンテーションしきい値よりも大きいとき、（分析されるべき病変を備える）体部位の分析領域のそれぞれに選択された位置を（分析領域の低灌流部に関係する）第１のセグメントに割り当て、そうでなければ第２のセグメントに割り当てることを含む。その方法はさらに、第１のセグメントにおいて備えられない分析領域の選択された位置の応答の統合化された値を計算することを含む。

しかしながら、このセグメンテーションは、（例えば、生のエコー信号のヒルベルト変換の大きい相関係数及び小さい分散などの）他のセグメンテーション基準に基づいてもよい。さらに、それは、（例えば、ピークまでのそれらの平均時間、歪みまでの平均時間などの）分析領域の値の任意の統合化された値を計算するように使用されてもよい。

一実施形態では、選択された位置を分割することの上記ステップは、中心傾向の統計的パラメータの値が対応するセグメンテーションしきい値よりも小さくかつ分散統計的パラメータの値が対応するセグメンテーションしきい値よりも大きいとき、（分析領域と比較されるべき健全な組織を備える）体部位の制御領域のそれぞれ選択された位置を（制御領域の低灌流部に関係する）別の第１セグメントにもしくはそうでなければ別の第２のセグメントに割り当てることを含む。その方法はさらに、別の第１のセグメントにおいて備えられない制御領域の選択された位置の応答の別の統合化された値を計算することを含む。

しかしながら、このセグメンテーションは、（例えば、生のエコー信号のヒルベルト変換の小さい相関係数及び大きい分散などの）他のセグメンテーション基準に基づいてもよい。さらに、それは、上述した制御領域の任意の統合化された値を計算するように使用されてもよい。

一実施形態では、その方法はさらに、統合化された値の組み合わせと別の統合化された値とに従って、制御領域に対する分析領域の相対的な統合化された値を計算することを含む。

しかしながら、相対的な統合化された値は、（例えば、統合化された値と別の統合化された値との差としてなどの）任意の方法で計算されてもよい。任意のケースでは、別の統合化された値は、（例えば、全パラメトリック画像のパラメータ値を正規化するためなどの）任意の方法で使用されてもよい。

一実施形態では、造影剤は、患者内で循環することができかつ生物学的標的上に実質的に固定化されることができる標的とされた造影剤である。選択された位置を分割することの上記ステップは、中心傾向の統計的パラメータの値が対応するセグメンテーションしきい値よりも大きくかつ分散統計的パラメータの値が対応するセグメンテーションしきい値よりも小さいとき、それぞれ選択された位置を（固定化された標的とされた造影剤に関係する）第１のセグメントにまたはそうでなければ第２のセグメントに割り当てることを含む。

しかしながら、標的とされた造影剤は、（例えば、特定のもしくは非特定の相互作用のいずれかに基づくなどの）任意のタイプのものであってもよい。さらに、このセグメンテーションは、（例えば、生のエコー信号のヒルベルト変換の大きい相関係数及び小さい分散などの）他のセグメンテーション基準に基づいてもよい。

任意のケースでは、同一の技術が任意の他の診断的画像応用で使用されてもよい。例えば、同一の手順が選択されたセグメントに対して（１回かもしくはそれ以上の回数だけ）反復されてもよいし、もしくは例えば対応するセグメントの共通集合（ロジックＡＮＤ）、和集合（ロジックＯＲ）、もしくは排他的和集合（ＸＯＲ）などを取得するための論理演算子により組み合わされた結果として生じたセグメンテーションマスクを有する異なるセグメンテーション基準を用いてそれは反復されて適用されてもよい。

一般的に、もし同一の解決法が（より多くのステップの同一の関数かもしくはその一部を用いて同様のステップを使用し、非本質的でないいくつかのステップを除去し、もしくは別の選択的なステップを追加することによる）等価の方法を用いて実行されれば、同様の考慮が適用される。さらに、ステップは異なる順序で、同時に、もしくは（少なくとも一部で）交互的な方法で実行されてもよい。

任意のケースでは、上述説明された方法が患者（及び特にその方法を実行する前に患者に事前に投与されてもよい造影剤）との任意の相互作用とは独立して実行されてもよいデータ処理（もしくはコンピュータによる）方法である。さらに、造影剤はまた、（例えば、胃腸管を経口ですなわちネブライザを介して気道内を画像するためなどの）非侵襲性の方法で患者に投与されてもよいし、もしくは専門的な医療的な専門知識を必要とするであろうもしくは（例えば筋肉注射などで）患者に対する健康リスクを伴うであろう彼らに対する実質的な身体的な医療介入が全くないケースで患者に投与されてもよい。任意のケースでは、提案された方法が医師の課題を容易化するかもしれないが、それは一般的に、例えば（厳格な意味では治療目的に対する診断は医師自身によりいつも行われるのであるが）診断目的のために、体部位を分析するときにおける彼／彼女を助けるかもしれない中間結果だけを提供する。

別の実施形態は、コンピュータプログラムがコンピューティングシステムに対して実行されるとき、コンピューティングシステムが上述した方法を実行するように構成されるコンピュータプログラムを提供する。

別の実施形態は、コンピュータプログラムを具現化する持続性のコンピュータ可読媒体を備えるコンピュータプログラム製品を提供する。コンピュータプログラムは、コンピューティングシステムの動作メモリ内にロード可能でありそれにより同一の方法を実行するようにコンピューティングシステムを構成する。

しかしながら、同一の解決法がスタンドアローンモジュールとして、超音波スキャナの制御プログラムに対するプラグインとして、もしくは制御プログラム自身内に直接的にでさえ実行されてもよい。（例えばインターネットにおけるなどの）ネットワークを介してアクセスされるサービスと同一の解決法を配置することがまた可能であることが容易に明白となろう。任意のケースでは、もし（本開示の各実施形態を実行するように使用されてもよい）ソフトウェアプログラムが異なる方法で構築されれば、またはもし付加的なモジュールもしくは機能が提供されれば、同様の考慮が適用される。同様に、メモリ構造は他のタイプのものであってもよいし、もしくは（必ずしも物理的な記憶媒体から構成されない）等価の構成要素に置換されてもよい。プログラムは任意のコンピューティング（すなわちデータ処理）システムによりもしくは（例えば仮想マシン内で）それらと接続して使用されるのに適した任意の形態をとってもよい。それにより、所望の動作を実行するためのシステムを構成する。特に、プログラムは外部のもしくは常駐するソフトウェア、ファームウェア、もしくは（例えばコンパイルされるべきかもしくはインタープリットされるべきオブジェクトコードにおけるかもしくはソースコードにおけるいずれかの）マイクロコードの形態で存在してもよい。さらに、（特に持続性媒体上の製品として）任意のコンピュータ使用可能な媒体上にプログラムを提供することが可能である。媒体は包含し、格納し、通信し、伝播し、もしくはプログラムを転送するのに適した任意の素子であってもよい。例えば、媒体は電子の、磁石の、光学の、電磁石の、赤外線の、もしくは半導体タイプのものであってもよい。そのような媒体の例は（プログラムが予めロードされてもよい）固定ディスク、リムーバブルディスク、テープ、カード、有線、ファイバー、無線接続、ネットワーク、放送波などである。任意のケースでは、本開示の実施形態に係る解決法は（例えば半導体材料のチップ内に集積化された）ハードウェア構造を用いて、もしくは適切にプログラムされるかそうでなければ設定されるソフトウェア及びハードウェアの組み合わせを用いて実行されるのに実に適している。

別の実施形態は、上述した方法のステップを実行するように構成された手段を備えるシステムを提供する。

しかしながら、同一の解決法は、超音波スキャナ及び異なるコンピュータ（もしくは任意の等価のシステム）を含むシステムにおいて適用されてもよい。このケースでは、記録された情報は（例えばデジタル接続、アナログ接続、もしくはネットワーク接続を介して）その処理のために超音波スキャナからコンピュータに転送される。任意のケースでは、提案された解決法を例えば磁気共鳴映像法（ＭＲＩ）もしくはＸ腺コンピュータ断層撮影法（ＣＴ）に基づく任意の他の画像診断システムに適用することの可能性が排除されない。

一般的に、もしシステムが異なる構造を有するかもしくは等価の構成要素を備えれば、同様の考慮が適用される。すなわち、それは他の有効な特性を有する。任意のケースでは、そのすべての構成要素はより多くの素子に分離されてもよいし、もしくは２個かもしくはそれ以上の構成要素は単一の素子内に一緒に結合されてもよい。さらに、各構成要素は、パラレルで対応する動作の実行をサポートするように複製されてもよい。さらに、別の方法で特定化されなければ、異なる構成要素間の任意の相互作用は一般的には連続的である必要はなく、それは１つもしくはそれ以上の中間物（媒介）を介して直接的かもしくは間接的のいずれかであってもよい。

別の実施形態は以下のステップを含む画像診断法を提供する。造影剤を患者の体部位に灌流させるように造影剤が患者に投与される。インタロゲーション信号が、非ゼロの分析時間期間にわたって体部位に印加される。表示が体部位の分析時間期間にわたって取得される。その表示は、体部位の一組の位置の各位置に対して、（上述したのと同一の方法に従って処理されてすべての位置もしくはその一部を備える一組の選択された位置を分割する表示を用いて）位置の分析時間期間にわたる応答のインタロゲーション信号に対する指示を備える。体部位の条件が上記セグメンテーションに従って評価される。

しかしながら、（例えば、新しい病変を発見するかもしくは既知の病変をモニタリングするかのいずれかを目標とするなどの用語の最も広い意味において、）その方法は任意の（人間のもしくは動物の）患者の（例えば、例えば肝臓、前立腺、もしくは心臓などの臓器、領域または組織などの）任意の種類の体部位を分析するための任意の種類の診断的応用における応用を見つけてもよい。特に、セグメンテーションは、生理学的条件が何であれ例えば異なる灌流パラメータを用いて健全な組織から病変を区別したりもしくは体部位の一部を区別するなどの体部位の領域を識別するように使用されてもよい。

Claims (14)

1. 画像診断装置を作動させるためのデータ処理セグメンテーション方法（Ａ１−Ａ１０）であって、上記画像診断装置は、メモリと、計算装置と、セグメンタとを備え、上記データ処理セグメンテーション方法は、
   上記メモリが、造影剤を用いて灌流された体部位の非ゼロ長を有する分析時間期間にわたる表示を提供するステップ（Ａ１−Ａ４）であって、上記表示は、上記体部位の一組の位置の各位置に関する、上記分析時間期間にわたる上記位置の、インタロゲーション信号に対する応答の指標を備える、ステップと、
   上記計算装置が、一組の選択された位置のそれぞれの選択された位置に対して、変換されるべき応答に関する少なくとも１つの統計的パラメータの値を計算して、歪められた形状を有する上記選択された位置の上記分析時間期間にわたる変換された応答の変換された統計的分布を提供するステップ（Ａ５−Ａ６）であって、上記一組の選択された位置はすべての位置か、もしくはその一部を備える、ステップと、
   上記セグメンタが、上記選択された位置に対する上記少なくとも１つの統計的パラメータの値を少なくとも１つのセグメンテーションしきい値との比較に従って上記選択された位置を分割するステップ（Ａ７−Ａ９）と、を含むことを特徴とする方法（Ａ１−Ａ１０）。
2. 上記体部位の非ゼロ長を有する分析時間期間にわたって表示を提供するステップ（Ａ１−Ａ４）は、
   上記分析時間期間中に登録された体部位の一連のデジタル画像を提供すること（Ａ２）を含み、上記各デジタル画像は、上記分析時間期間での対応する取得の瞬間における位置の応答に基づく各位置に対する強度値を備え、
   上記少なくとも１つの統計的パラメータの値を計算するステップ（Ａ５−Ａ６）は、
   上記デジタル画像に沿った上記選択された位置の強度値から上記少なくとも１つの統計的パラメータの値を計算すること（Ａ５）を含む請求項１記載の方法（Ａ１−Ａ１０）。
3. 上記少なくとも１つの統計的パラメータは複数の統計的パラメータである請求項１または２記載の方法（Ａ１−Ａ１０）。
4. 上記統計的パラメータは中心傾向の統計的パラメータ及び分散統計的パラメータである請求項３記載の方法（Ａ１−Ａ１０）。
5. 上記変換された統計的分布は対数正規の分布である請求項１〜４のうちのいずれか１つに記載の方法（Ａ１−Ａ１０）。
6. 上記少なくとも１つの統計的パラメータの値を計算するステップ（Ａ５−Ａ６）は、
   上記選択された位置の分析時間期間にわたる上記応答の上記統計的分布から少なくとも１つの別の統計的パラメータの値を計算することと（Ａ５）、
   上記変換された統計的分布に基づく対応する変換を上記少なくとも１つの別の統計的パラメータの値に適用することにより上記各統計的パラメータの値を計算すること（Ａ６）とを含む請求項１〜５のうちのいずれか１つに記載の方法（Ａ１−Ａ１０）。
7. 上記対応する変換を適用することにより上記各統計的パラメータの値を計算すること（Ａ６）は、
   対数変換を上記少なくとも１つの別の統計的パラメータの値に適用すること（Ａ６）を含む請求項６記載の方法（Ａ１−Ａ１０）。
8. 上記少なくとも１つの統計的パラメータは対数正規の平均及び対数正規の標準偏差であり、上記少なくとも１つの別の統計的パラメータは正規の平均及び正規の中央値である請求項６または７記載の方法（Ａ１−Ａ１０）。
9. 上記対応する変換を適用することにより上記各統計的パラメータの値を計算すること（Ａ６）は、
   上記正規の中央値の自然対数に等しい対数正規の平均の値と、上記正規の平均の値と上記正規の中央値の値との間の比が厳格に１よりも大きいときか、もしくはそれ以外のときに０に等しいときに、上記比の自然対数の２倍の平方根に等しい対数正規の標準偏差の値とを設定すること（Ａ６）を含む請求項８記載の方法（Ａ１−Ａ１０）。
10. 上記選択された位置を分割するステップ（Ａ７−Ａ９）は、
    上記各統計的パラメータと上記少なくとも１つのセグメンテーションしきい値の対応する１つとの比較に従って、上記選択された位置を分割すること（Ａ７）を含む請求項１〜９のうちのいずれか１つに記載の方法（Ａ１−Ａ１０）。
11. 上記選択された位置を分割するステップ（Ａ７−Ａ９）は、
    中心傾向の統計的パラメータの値が上記対応するセグメンテーションしきい値よりも大きくかつ分散統計的パラメータの値が上記対応するセグメンテーションしきい値よりも大きいとき、分析されるべき病変を備える体部位の分析領域のそれぞれ選択された位置を上記分析領域の低灌流部に関係する第１のセグメントに割り当て、そうでないときに第２のセグメントに割り当てること（Ａ７−Ａ８）と、
    上記中心傾向の統計的パラメータの値が上記対応するセグメンテーションしきい値よりも小さくかつ上記分散統計的パラメータの値が上記対応するセグメンテーションしきい値よりも大きいとき、上記分析領域と比較されるべき健全な組織を備える体部位の制御領域のそれぞれに選択された位置を上記制御領域の低灌流部に関係する別の第１のセグメントに割り当て、そうでないときに別の第２のセグメントに割り当てること（Ａ７−Ａ８）とを含み、
    上記方法はさらに、
    上記第１のセグメントに含まれない上記分析領域の選択された位置の応答にしたがって分析領域を特徴付ける、統合化された値を計算する（Ａ１０）ことと、
    上記別の第１のセグメントに含まれない上記制御領域の選択された位置の応答にしたがって制御領域を特徴付ける、別の統合化された値を計算する（Ａ１０）ことと、
    上記統合化された値と上記別の統合化された値との組み合わせに従って、上記制御領域に対する上記分析領域の相対的な統合化された値を計算する（Ａ１０）こととを含む請求項１０記載の方法（Ａ１−Ａ１０）。
12. 上記造影剤は、患者内を循環して生物学的標的上に実質的に固定化されることができる標的とされた造影剤であり、
    上記選択された位置を分割するステップ（Ａ７−Ａ９）は、
    中心傾向の統計的パラメータの値が上記対応するセグメンテーションしきい値よりも大きくかつ分散統計的パラメータの値が上記対応するセグメンテーションしきい値よりも小さいとき、それぞれに選択された位置を上記固定化された標的とされた造影剤に関係する第１のセグメントに割り当て、そうでないときに第２のセグメントに割り当てること（Ａ７−Ａ８）を含む請求項１０記載の方法（Ａ１−Ａ１０）。
13. コンピュータプログラムがコンピューティングシステム上で実行されるとき、上記コンピューティングシステム（１００）が請求項１〜１２のうちのいずれか１つに記載に係る方法（Ａ１−Ａ１０）を実行するように構成されるコンピュータプログラム（６００）。
14. 請求項１〜１２のうちのいずれか１つの記載に係る方法（Ａ１−Ａ１０）のステップを実行するように構成される手段（６００）を備える、画像診断応用における使用のためのシステム（１００）。

Images