知財求人 - 知財ポータルサイト「IP Force」
▶ ジーイー・プレシジョン・ヘルスケア・エルエルシーの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024171186
(43)【公開日】2024-12-11
(54)【発明の名称】超音波診断装置および記憶媒体
(51)【国際特許分類】
A61B 8/14 20060101AFI20241204BHJP
【ＦＩ】
A61B8/14
【審査請求】有
【請求項の数】12
【出願形態】ＯＬ
(21)【出願番号】P 2023088132
(22)【出願日】2023-05-29
(11)【特許番号】
(45)【特許公報発行日】2024-09-17
(71)【出願人】
【識別番号】319011672
【氏名又は名称】ジーイー・プレシジョン・ヘルスケア・エルエルシー
(74)【代理人】
【識別番号】100105588
【弁理士】
【氏名又は名称】小倉 博
(74)【代理人】
【識別番号】100129779
【弁理士】
【氏名又は名称】黒川 俊久
(74)【代理人】
【識別番号】100151286
【弁理士】
【氏名又は名称】澤木 亮一
(72)【発明者】
【氏名】谷川俊一郎
【テーマコード（参考）】
4C601
【Ｆターム（参考）】
4C601EE22
4C601HH06
4C601HH21
4C601JB34
4C601JB53
4C601JC06
(57)【要約】 （修正有）
【課題】ユーザの意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる技術を提供する。
【解決手段】超音波プローブと、超音波プローブと通信するプロセッサとを含む超音波診断装置であって、プロセッサは、被検体の超音波画像を取得するための撮影条件を設定すること、撮影条件に従って、超音波プローブに超音波ビームを送信させ、超音波プローブに被検体からのエコーを受信させ、超音波プローブで受信したエコーに基づいて被検体の超音波画像を生成すること、超音波画像に含まれる撮像部位を判別すること、判別された撮像部位に基づいて、撮影条件を変更するかどうかを判断すること、を実行し、プロセッサは、超音波画像に複数の撮像部位（甲状腺、頸動脈）が含まれていると判別した場合、撮影条件を変更しないと決定する、超音波診断装置。
【選択図】図１１
【解決手段】超音波プローブと、超音波プローブと通信するプロセッサとを含む超音波診断装置であって、プロセッサは、被検体の超音波画像を取得するための撮影条件を設定すること、撮影条件に従って、超音波プローブに超音波ビームを送信させ、超音波プローブに被検体からのエコーを受信させ、超音波プローブで受信したエコーに基づいて被検体の超音波画像を生成すること、超音波画像に含まれる撮像部位を判別すること、判別された撮像部位に基づいて、撮影条件を変更するかどうかを判断すること、を実行し、プロセッサは、超音波画像に複数の撮像部位（甲状腺、頸動脈）が含まれていると判別した場合、撮影条件を変更しないと決定する、超音波診断装置。
【選択図】図１１
【特許請求の範囲】
【請求項1】
超音波プローブと、
前記超音波プローブと通信するプロセッサと
を含む超音波診断装置であって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記プロセッサは、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定する、超音波診断装置。
前記超音波プローブと通信するプロセッサと
を含む超音波診断装置であって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記プロセッサは、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定する、超音波診断装置。
【請求項2】
前記プロセッサは、
前記超音波画像に基づいて、学習済みモデルに入力される入力画像を生成すること、
前記入力画像を前記学習済みモデルに入力して、前記入力画像に含まれる撮影部位を推論すること、
前記入力画像に対して推論された撮影部位の数が、１つであるか又は２つ以上であるかを判断すること、
前記入力画像に対して推論された撮影部位の数が２つ以上であると判断した場合、前記撮影条件を変更しないと決定すること
を実行する、請求項１に記載の超音波診断装置。
前記超音波画像に基づいて、学習済みモデルに入力される入力画像を生成すること、
前記入力画像を前記学習済みモデルに入力して、前記入力画像に含まれる撮影部位を推論すること、
前記入力画像に対して推論された撮影部位の数が、１つであるか又は２つ以上であるかを判断すること、
前記入力画像に対して推論された撮影部位の数が２つ以上であると判断した場合、前記撮影条件を変更しないと決定すること
を実行する、請求項１に記載の超音波診断装置。
【請求項3】
前記プロセッサは、
前記入力画像に対して推論された撮影部位の数が１つであると判断した場合、前記撮影条件を変更しするかどうかを判断すること
を実行する、請求項２に記載の超音波診断装置。
前記入力画像に対して推論された撮影部位の数が１つであると判断した場合、前記撮影条件を変更しするかどうかを判断すること
を実行する、請求項２に記載の超音波診断装置。
【請求項4】
超音波プローブと、
前記超音波プローブおよび記憶装置と通信するプロセッサと
を含む超音波システムであって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記記憶装置は、複数のカテゴリを含むデータベースであって、前記複数のカテゴリの各々は、複数のパラメータセットを含む、データベースを記憶しており、
前記プロセッサは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を実行する、超音波診断装置。
前記超音波プローブおよび記憶装置と通信するプロセッサと
を含む超音波システムであって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記記憶装置は、複数のカテゴリを含むデータベースであって、前記複数のカテゴリの各々は、複数のパラメータセットを含む、データベースを記憶しており、
前記プロセッサは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を実行する、超音波診断装置。
【請求項5】
前記プロセッサは、
前記超音波画像に基づいて、学習済みモデルに入力される入力画像を生成すること、
前記入力画像を前記学習済みモデルに入力して、前記入力画像に含まれる撮影部位を推論すること、
を実行する、請求項４に記載の超音波診断装置。
前記超音波画像に基づいて、学習済みモデルに入力される入力画像を生成すること、
前記入力画像を前記学習済みモデルに入力して、前記入力画像に含まれる撮影部位を推論すること、
を実行する、請求項４に記載の超音波診断装置。
【請求項6】
前記プロセッサは、
設定されている撮影条件が、推論された撮影部位に対応する撮影条件であるかどうかを判断すること、および
前記設定されている撮影条件が、推論された撮影部位に対応する撮影条件である場合、前記撮影条件を変更しないと決定すること、
を実行する、請求項５に記載の超音波診断装置。
設定されている撮影条件が、推論された撮影部位に対応する撮影条件であるかどうかを判断すること、および
前記設定されている撮影条件が、推論された撮影部位に対応する撮影条件である場合、前記撮影条件を変更しないと決定すること、
を実行する、請求項５に記載の超音波診断装置。
【請求項7】
前記プロセッサは、
前記設定されている撮影条件が、推論された撮影部位に対応する撮影条件ではない場合、前記第１のカテゴリおよび前記第２のカテゴリを特定する、請求項６に記載の超音波診断装置。
前記設定されている撮影条件が、推論された撮影部位に対応する撮影条件ではない場合、前記第１のカテゴリおよび前記第２のカテゴリを特定する、請求項６に記載の超音波診断装置。
【請求項8】
前記プロセッサは、
前記第１のカテゴリと前記第２のカテゴリが一致しない場合、前記撮影条件を変更すると決定する、請求項７に記載の超音波診断装置。
前記第１のカテゴリと前記第２のカテゴリが一致しない場合、前記撮影条件を変更すると決定する、請求項７に記載の超音波診断装置。
【請求項9】
前記パラメータセットは、少なくとも周波数又はデプスを含む、請求項４に記載の超音波診断装置。
【請求項10】
前記複数のカテゴリの各々に含まれる複数のパラメータセットは、互いに被検体の体組成が近似するものとして定義された複数の部位に対するパラメータセット又は１つの部位における異なる体組成に応じて設定されたパラメータセットである、請求項１に記載の超音波診断装置。
【請求項11】
超音波プローブと通信するプロセッサによって実行可能な命令が格納された記録媒体であって、前記命令は、前記プロセッサに、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記命令は、前記プロセッサに、更に、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定させる、記憶媒体。
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記命令は、前記プロセッサに、更に、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定させる、記憶媒体。
【請求項12】
超音波プローブと通信するプロセッサによって実行可能な命令が格納された記録媒体であって、前記命令は、前記プロセッサに、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記撮影条件を変更するかどうかを判断することは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を含む、記憶媒体。
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記撮影条件を変更するかどうかを判断することは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を含む、記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、撮影条件の変更が可能な超音波診断装置、当該超音波診断装置で実行される命令を含む記憶媒体に関する。
【背景技術】
【0002】
超音波診断装置を用いて被検体をスキャンする場合、ユーザは、被検体のスキャンを開始する前に、撮影部位ごとに撮影条件を設定する。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２０２１－１７１５５９
【発明の概要】
【発明が解決しようとする課題】
【0004】
撮影条件には様々なパラメータが含まれている。したがって、ユーザが撮影部位ごとに最適なパラメータを選択するのは困難である。そこで、超音波診断装置には、撮影部位ごとに、予め撮影条件を定めたプリセットが用意されている。ユーザは、被検体を撮影する場合、被検体の撮影条件に対応したプリセットを選択することにより、撮影部位に対応した撮影条件を設定することができるので、高品質な超音波画像を取得することができる。
【0005】
しかし、ユーザによっては、適切なプリセットを選択することができない場合や、撮影部位に応じたパラメータの調整が十分に実行されない場合があり、適切な撮影条件で被検体の検査を実行することが困難な場合も多い。
【0006】
この問題に対処する方法として、深層学習の技術を使用して、被検体の超音波画像に基づいて被検体の撮影部位を判別し、ユーザにより設定されている現在の撮影条件が、被検体の撮影部位に適した撮影条件でない場合、撮影条件を自動で変更する技術が検討されている。しかし、被検体の撮影部位によっては部位判別が難しく、被検体の撮影部位を正しく判別することができない場合もある。したがって、撮影条件が自動変更される回数が多くなると、それに伴い、ユーザの意図しないタイミングで撮影条件が自動変更されてしまう頻度も増えてしまうという問題がある。
【0007】
そこで、ユーザの意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる技術を提供することが望まれている。
【課題を解決するための手段】
【0008】
本発明の第１の観点は、超音波プローブと、
前記超音波プローブと通信するプロセッサと
を含む超音波診断装置であって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記プロセッサは、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定する、超音波診断装置である。
前記超音波プローブと通信するプロセッサと
を含む超音波診断装置であって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記プロセッサは、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定する、超音波診断装置である。
【0009】
本発明の第２の観点は、超音波プローブと、
前記超音波プローブおよび記憶装置と通信するプロセッサと
を含む超音波システムであって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記記憶装置は、複数のカテゴリを含むデータベースであって、前記複数のカテゴリの各々は、複数のパラメータセットを含む、データベースを記憶しており、
前記プロセッサは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を実行する、超音波診断装置である。
前記超音波プローブおよび記憶装置と通信するプロセッサと
を含む超音波システムであって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記記憶装置は、複数のカテゴリを含むデータベースであって、前記複数のカテゴリの各々は、複数のパラメータセットを含む、データベースを記憶しており、
前記プロセッサは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を実行する、超音波診断装置である。
【0010】
本発明の第３の観点は、超音波プローブと通信するプロセッサによって実行可能な命令が格納された記録媒体であって、前記命令は、前記プロセッサに、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記命令は、前記プロセッサに、更に、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定させる、記憶媒体である。
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記命令は、前記プロセッサに、更に、
前記超音波画像に複数の撮像部位が含まれていると判別した場合、前記撮影条件を変更しないと決定させる、記憶媒体である。
【0011】
本発明の第４の観点は、超音波プローブと通信するプロセッサによって実行可能な命令が格納された記録媒体であって、前記命令は、前記プロセッサに、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記撮影条件を変更するかどうかを判断することは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を含む、記憶媒体である。
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記撮影条件を変更するかどうかを判断することは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を含む、記憶媒体である。
【発明の効果】
【0012】
本発明の一態様では、超音波画像に複数の撮影部位が含まれていると判別された場合、撮影条件を変更しないと決定される。したがって、ユーザの意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる。また、現在設定されている撮影条件が、撮影部位に適していない撮影条件に変更されてしまう恐れを軽減することもできる。
【0013】
本発明の他の態様では、パラメータセットをカテゴリごとに区別し、判別された撮像部位に対応する第１のカテゴリと、設定された撮影条件に対応する第２のカテゴリが一致する場合、撮影条件を変更しないと決定している。したがって、ユーザの意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる。また、現在設定されている撮影条件が、撮影部位に適していない撮影条件に変更されてしまう恐れを軽減することもできる。
【図面の簡単な説明】
【0014】
【図1】本発明の第1の実施形態の超音波診断装置１で被検体をスキャンしている様子を示す図である。
【図2】超音波診断装置１のブロック図である。
【図3】原画像の概略図である。
【図4】前処理の説明図である。
【図5】正解データのラベリングの説明図である。
【図6】学習済みモデルの作成方法の概略説明図である。
【図7】被検体の検査で実行されるフローチャートの一例を示す図である。
【図8】撮影部位の推論の説明図である。
【図9】入力画像６２に複数の撮影部位が含まれていると推論された例の説明図である。
【図10】データベースの説明図である。
【図11】被検体の検査で実行されるフローチャートの一例を示す図である。
【図12】ステップＳＴ３３の説明図である。
【図13】ステップＳＴ３３の説明図である。
【図14】第３の実施形態の学習済みモデルの作成に使用されるトレーニング画像の説明図である。
【図15】乳房のサイズに応じたパラメータセットの説明図である。
【図16】被検体の検査で実行されるフローチャートの一例を示す図である。
【図17】ステップＳＴ３３の説明図である。
【図18】ステップＳＴ３３の説明図である。
【図19】第４の実施形態の学習済みモデルの作成に使用されるトレーニング画像の説明図である。
【図20】登録されるパラメータセットの説明図である。
【図21】被検体の検査で実行されるフローチャートの一例を示す図である。
【図22】ステップＳＴ３３の説明図である。
【発明を実施するための形態】
【0015】
以下、発明を実施するための形態について説明するが、本発明は、以下の形態に限定されることはない。
【0016】
【0017】
超音波診断装置1は、超音波プローブ２、送信ビームフォーマ３、送信器４、受信器５、受信ビームフォーマ６、プロセッサ７、表示部８、メモリ９、およびユーザインターフェース１０を有している。
【0018】
超音波プローブ２は、アレイ状に配置された複数の振動素子２ａを有している。送信ビームフォーマ３および送信器４は、超音波プローブ２内に配列された複数の振動素子２ａをドライブし、振動素子２ａから超音波が送信される。振動素子２ａから送信された超音波は被検体内において反射し、反射エコーが振動素子２ａで受信される。振動素子２ａは、受信したエコーを電気信号に変換し、この電気信号をエコー信号として受信器５に出力する。受信器５はエコー信号に対して所定の処理を実行し、受信ビームフォーマ６に出力する。受信ビームフォーマ６は、受信器５から受け取った信号に受信ビームフォーミングを実行し、エコーデータを出力する。
【0019】
受信ビームフォーマ６は、ハードウェアビームフォーマであってもよいし、ソフトウェアビームフォーマであってもよい。受信ビームフォーマ６がソフトウェアビームフォーマである場合、受信ビームフォーマ６は、ｉ）グラフィックス処理ユニット（ＧＰＵ）、ii）マイクロプロセッサ、iii）中央処理装置（ＣＰＵ）、iv）デジタル信号プロセッサ（ＤＳＰ）、v）論理演算を実行することができる他の種類のプロセッサ、のうちの１つまたは複数を含む１つまたは複数のプロセッサを備えることができる。受信ビームフォーマ６を構成するプロセッサは、プロセッサ７とは別のプロセッサで構成されていてもよいし、プロセッサ７で構成されていてもよい。
【0020】
超音波プローブ２は、送信ビームフォーミングおよび／または受信ビームフォーミングの全部または一部を行うための電気回路を含むことができる。例えば、送信ビームフォーマ３、送信器４、受信器５、および受信ビームフォーマ６の全部または一部は、超音波プローブ２内に設けることができる。
【0021】
プロセッサ７は、送信ビームフォーマ３、送信器４、受信器５、および受信ビームフォーマ６を制御する。また、プロセッサ７は、超音波プローブ２と電子通信している。プロセッサ７は、振動素子２ａのどれがアクティブであるか、および超音波プローブ２から送信される超音波ビームの形状を制御する。プロセッサ７は表示部８およびユーザインターフェース１０とも電子通信している。プロセッサ７は、エコーデータを処理して超音波画像を生成することができる。「電子通信」という用語は、有線通信と無線通信の両方を含むように定義することができる。プロセッサ７は、一実施形態によれば中央処理装置（ＣＰＵ）を含むことができる。他の実施形態によれば、プロセッサ７は、デジタル信号プロセッサ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、グラフィックスプロセッシングユニット（ＧＰＵ）、または他のタイプのプロセッサなど、処理機能を実行することができる他の電子構成要素や１つ以上のプロセッサを含むことができる。他の実施形態によれば、プロセッサ７は、処理機能を実行することができる複数の電子構成要素を含むことができる。例えばプロセッサ７は、中央処理装置、デジタル信号プロセッサ、フィールドプログラマブルゲートアレイ、およびグラフィックスプロセッシングユニットを含む電子構成要素のリストから選択された２つ以上の電子構成要素を含むことができる。
【0022】
プロセッサ７は、ＲＦデータを復調する複合復調器（図示せず）を含むこともできる。別の実施形態では、処理チェーン（processing chain）の早い段階で復調を実行することができる。
【0023】
また、プロセッサ７は、受信ビームフォーマ６による処理によって得られたデータに基づいて、様々な超音波画像（例えば、Ｂモード画像、カラードップラ画像、Ｍモード画像、カラーＭモード画像、スペクトルドップラ画像、エラストグラフィ画像、ＴＶＩ画像、歪み画像、歪み速度画像、など）を生成することができる。また、１つまたは複数のモジュールが、これらの超音波画像を生成することができる。
【0024】
画像ビームおよび／または画像フレームは保存され、データがメモリに取得された時を示すタイミング情報を記録することができる。前記モジュールは、例えば、画像フレームを座標ビーム空間から表示空間座標に変換するために走査変換演算を実行する走査変換モジュールを含むことができる。被検体に処置が実施されている間にメモリから画像フレームを読み取り、その画像フレームをリアルタイムで表示する映像プロセッサモジュールを設けることもできる。映像プロセッサモジュールは画像フレームを画像メモリに保存することができ、超音波画像は画像メモリから読み取られ表示部８に表示される。
【0025】
本明細書において、「画像」という用語は、可視画像と可視画像を表すデータの両方を広く指すものとすることができる。また、「データ」という用語は、走査変換演算前の超音波データであるローデータ（ｒａｗ ｄａｔａ）と、走査変換演算後のデータである画像データを含み得る。
【0026】
尚、プロセッサ７が担当する上述の処理タスクを、複数のプロセッサで実行するようにしてもよい。
また、受信ビームフォーマ６がソフトウェアビームフォーマである場合、ビームフォーマが実行する処理を、単一のプロセッサで実行させてもよいし、複数のプロセッサで実行させてもよい。
また、受信ビームフォーマ６がソフトウェアビームフォーマである場合、ビームフォーマが実行する処理を、単一のプロセッサで実行させてもよいし、複数のプロセッサで実行させてもよい。
【0027】
表示部８は、例えば、ＬＥＤ（Ｌｉｇｈｔ Ｅｍｉｔｔｉｎｇ Ｄｉｏｄｅ）表示部、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）、有機ＥＬ（Ｅｌｅｃｔｒｏ－Ｌｕｍｉｎｅｓｃｅｎｃｅ）表示部である。表示部８は、超音波画像を表示する。表示部８は、図１に示すように、表示モニタ１８とタッチパネル２８とを含んでいるが、表示部８は、表示モニタ１８とタッチパネル２８との代わりに、１つの表示部で構成されてもよい。また、表示モニタ１８とタッチパネル２８に代えて、２つ以上の表示装置を備えてもよい。
【0028】
メモリ９は、任意の既知のデータ記憶媒体である。一例では、超音波画像表示ステムは、メモリとして、非一過性の記憶媒体および一過性の記憶媒体を含む。また、超音波画像表示システムは、複数のメモリを含むこともできる。非一過性の記憶媒体は、例えば、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ：ハードディスクドライブ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）などの不揮発性の記憶媒体である。非一過性の記憶媒体は、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）やＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）などの可搬性の記憶媒体を含むことができる。プロセッサ7によって実行されるプログラムは、非一過性の記憶媒体に記憶されている。一過性の記憶媒体は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの揮発性の記憶媒体である。
【0029】
メモリ９には、プロセッサ７による実行が可能な１つ又は複数の命令が格納されている。この１つ又は複数の命令は、プロセッサ７に、後述する第１－第４の実施形態に説明されている動作を実行させる。
【0030】
尚、プロセッサ７は、外部記憶装置に有線接続又は無線接続することができるように構成することもできる。この場合、プロセッサ７に実行させる命令を、メモリ９と外部記憶装置との両方に分散させて記憶させることも可能である。
【0031】
ユーザインターフェース１０は、ユーザ５１の入力を受け付けることができる。例えば、ユーザインターフェース１０は、ユーザ５１からの指示や情報の入力を受け付ける。ユーザインターフェース１０は、キーボード（ｋｅｙｂｏａｒｄ）、ハードキー（ｈａｒｄ ｋｅｙ）、トラックボール（ｔｒａｃｋｂａｌｌ）、ロータリーコントロール（ｒｏｔａｒｙ ｃｏｎｔｒｏｌ）およびソフトキー等を含んでいる。ユーザインターフェース１０は、ソフトキー等を表示するタッチスクリーン（例えば、タッチパネル２８のタッチスクリーン）を含んでいてもよい。
超音波診断装置１は上記のように構成されている。
超音波診断装置１は上記のように構成されている。
【0032】
超音波診断装置を用いて被検体をスキャンする場合、ユーザは、被検体のスキャンを開始する前に、撮影部位ごとに撮影条件を設定する。
【0033】
撮影条件には様々なパラメータが含まれている。したがって、ユーザが撮影部位ごとに最適なパラメータを選択するのは困難である。そこで、超音波診断装置には、撮影部位ごとに、予め撮影条件を定めたプリセットが用意されている。ユーザは、被検体を撮影する場合、被検体の撮影条件に対応したプリセットを選択することにより、撮影部位に対応した撮影条件を設定することができる。
【0034】
しかし、ユーザによっては、適切なプリセットを選択することができない場合や、撮影部位に応じたパラメータの調整が十分に実行されない場合があり、適切な撮影条件で被検体の検査を実行することが困難な場合も多い。
【0035】
この問題に対処する方法として、深層学習の技術を使用して、被検体の超音波画像に基づいて被検体の撮影部位を判別し、ユーザにより設定されている現在の撮影条件が、被検体の撮影部位に適した撮影条件でない場合、撮影条件を自動で変更する技術が検討されている。しかし、被検体の撮影部位によっては部位判別が難しく、被検体の撮影部位を正しく判別することができない場合もある。したがって、撮影条件が自動変更される回数が多くなると、それに伴い、ユーザの意図しないタイミングで撮影条件が自動変更されてしまう頻度も増えてしまうという問題がある。
【0036】
そこで、第１の実施形態の超音波診断装置１は、ユーザの意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができるように構成されている。以下に、第１の実施形態について具体的に説明する。
【0037】
尚、第１の実施形態では、学習済みモデルを使用して被検体の撮影部位を推論し、この推論結果に基づいて、撮影条件を変更するかどうかを判断している。したがって、第１の実施形態では、被検体を検査する前に、学習済みモデルを生成する学習フェーズを実行し、被検体の撮影部位を推論するのに適した学習済みモデルを生成している。そこで、以下では、最初に、この学習済みモデルを生成する学習フェーズについて説明する。そして、学習フェーズを説明した後で、被検体の検査中に撮影条件を自動変更する方法について説明する。
【0038】
【0039】
図３は、原画像の概略図である。
第１の実施形態では、原画像として、複数の超音波画像Ｅｉ（ｉ＝１～ｎ）を用意する。複数の超音波画像Ｅｉ（ｉ＝１～ｎ）は、例えば、病院などの医療施設や医用機器メーカで取得された超音波画像である。これらの超音波画像Ｅｉには、様々な撮影部位の画像が含まれている。撮影部位は、超音波診断の対象となり得る任意の部位とすることができ、例えば、「腹部」、「乳房」、「頸動脈」、「甲状腺」、「下肢」であるが、これらの部位に限られることはない。原画像としては、例えば、５０００例～１００００例の原画像が用意される。
第１の実施形態では、原画像として、複数の超音波画像Ｅｉ（ｉ＝１～ｎ）を用意する。複数の超音波画像Ｅｉ（ｉ＝１～ｎ）は、例えば、病院などの医療施設や医用機器メーカで取得された超音波画像である。これらの超音波画像Ｅｉには、様々な撮影部位の画像が含まれている。撮影部位は、超音波診断の対象となり得る任意の部位とすることができ、例えば、「腹部」、「乳房」、「頸動脈」、「甲状腺」、「下肢」であるが、これらの部位に限られることはない。原画像としては、例えば、５０００例～１００００例の原画像が用意される。
【0040】
次に、これらの原画像Ｅｉに対して、図４に示すように、前処理を実行する。
前処理には、例えば、画像を切り出しする処理、標準化処理、正規化処理、画像反転処理、画像回転処理、拡大率変更処理、画質変更処理などがある。原画像Ｅｉを前処理することにより、前処理された原画像ＥＡｉを得ることができる。前処理された各原画像が、学習済みモデルを作成するためのトレーニング画像として使用される。
次に、このトレーニングデータに、正解データをラベリングする（図５参照）。
前処理には、例えば、画像を切り出しする処理、標準化処理、正規化処理、画像反転処理、画像回転処理、拡大率変更処理、画質変更処理などがある。原画像Ｅｉを前処理することにより、前処理された原画像ＥＡｉを得ることができる。前処理された各原画像が、学習済みモデルを作成するためのトレーニング画像として使用される。
次に、このトレーニングデータに、正解データをラベリングする（図５参照）。
【0041】
図５は正解データのラベリングの概略説明図である。
第１の実施形態では、複数の超音波診断装置１で検査を行う対象となる複数の撮影部位が正解データとして使用される。
第１の実施形態では、複数の超音波診断装置１で検査を行う対象となる複数の撮影部位が正解データとして使用される。
【0042】
例えば、トレーニング画像の撮影部位が腹部の場合、トレーニング画像に「腹部」が正解データとしてラベリングされ、トレーニング画像の撮影部位が乳房の場合、トレーニング画像に「乳房」が正解データとしてラベリングされる。
【0043】
次に、上記のトレーニングデータを用いて学習済みモデルを作成する。図６は学習済みモデルの作成方法の概略説明図である。
【0044】
学習済みモデル３１は、ニューラルネットワーク３０に上記のトレーニング画像を学習させることによって作成することができる。学習済みモデル３１は、メモリ又は外部記憶装置に記憶される。尚、学習済みモデル３１は、ＡＩ学習、機械学習、又は深層学習などで使用される任意の学習アルゴリズムを使用して作成することができる。例えば、学習済みモデル３１は、教師あり学習によって作成してもよいし、教師なし学習によって作成してもよい。
【0045】
第１の実施形態では、学習済みモデル３１を利用して、撮影条件を自動変更するかどうかどうかを判断している。以下にこの判断方法の一例について、図７を参照しながら説明する。
【0046】
図７は、被検体の検査で実行されるフローチャートの一例を示す図である。
ステップＳＴ１では、ユーザ５１（例えば、医師、超音波検査技師）は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。撮影条件には、超音波ビームの送信条件、被検体からのエコーの受信条件、受信したエコーに基づいて超音波画像を作成するために使用されるデータ処理条件など、超音波画像の取得に関連する任意の条件が含まれる。
ステップＳＴ１では、ユーザ５１（例えば、医師、超音波検査技師）は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。撮影条件には、超音波ビームの送信条件、被検体からのエコーの受信条件、受信したエコーに基づいて超音波画像を作成するために使用されるデータ処理条件など、超音波画像の取得に関連する任意の条件が含まれる。
【0047】
ここでは、被検体の撮影部位は「甲状腺」であるとする。したがって、ユーザ５１は、甲状腺用の撮影条件を設定する。
【0048】
ユーザ５１は、検査の準備が完了したら、被検体の検査を開始する。図７では、検査開始時点をｔ０で示してある。
【0049】
尚、図７には、時間軸の上に、「被検体」、「撮影部位」、および「撮影条件」が示されている。「被検体」は、検査されている被検体を表し、「撮影部位」は、その被検体の撮影部位を表し、「撮影条件」は、超音波診断装置に設定されている撮影条件を表している。例えば、検査開始時点ｔ０では、「被検体」は被検体Ｓ１１であり、「撮影部位」は甲状腺であり、「撮影条件」は甲状腺用の撮影条件Ｖ１であることが図示されている。
【0050】
ユーザ５１は、被検体Ｓ１１の撮影部位に超音波プローブ２を押し当てながらプローブを操作し、被検体Ｓ１１をスキャンする。ここでは、被検体Ｓ１１の撮影部位は甲状腺であるので、ユーザ５１は、被検体Ｓ１１の首に超音波プローブ２を押し当てて検査を行う。超音波プローブ２は超音波を送信し、被検体Ｓ１１内で反射したエコーを受信する。受信したエコーは電気信号に変換され、この電気信号をエコー信号として受信器５（図２参照）に出力する。受信器５はエコー信号に対して所定の処理を実行し、受信ビームフォーマ６に出力する。受信ビームフォーマ６は、受信器５から受け取った信号に受信ビームフォーミングを実行し、エコーデータを出力する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
【0051】
ユーザ５１は、生成された超音波画像を確認したり、必要に応じて超音波画像を保存する。そして、ユーザ５１は、被検体Ｓ１１の検査を引き続き実行する。
【0052】
一方、プロセッサ７は、時点ｔ０において被検体Ｓ１１の検査が開始された後、定期的に、撮影条件を変更するかどうかを判断し、必要に応じて撮影条件を自動的に変更するプロセス４１を実行する。本実施形態では、検査開始時点ｔ０の後の時点ｔ１において、１回目のプロセス４１が実行される。以下に、このプロセス４１について説明する。
【0053】
プロセス４１が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ０～ｔ１の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
先ず、ステップＳＴ１１において、プロセッサは、時点ｔ０～時点ｔ１の間に取得された超音波画像６１に基づいて、学習済みモデル３１に入力するための入力画像６２を生成する。具体的には、プロセッサ７は、超音波画像６１を前処理することにより入力画像６２を生成する。この前処理は、基本的には、学習済みモデル３１のトレーニング画像を生成するときに実行された前処理と同じである。前処理を実行することにより、学習済みモデル３１に入力するための入力画像６２を生成することができる。
先ず、ステップＳＴ１１において、プロセッサは、時点ｔ０～時点ｔ１の間に取得された超音波画像６１に基づいて、学習済みモデル３１に入力するための入力画像６２を生成する。具体的には、プロセッサ７は、超音波画像６１を前処理することにより入力画像６２を生成する。この前処理は、基本的には、学習済みモデル３１のトレーニング画像を生成するときに実行された前処理と同じである。前処理を実行することにより、学習済みモデル３１に入力するための入力画像６２を生成することができる。
【0054】
プロセッサ７は、時点ｔ０～時点ｔ１の間に１つの超音波画像６１が取得されている場合、当該超音波画像６１に基づいて、学習済みモデル３１に入力するための入力画像６２を生成する。
【0055】
一方、時点ｔ０～時点ｔ１の間に複数の超音波画像が取得されている場合、プロセッサ７は、複数の超音波画像のうちの１つの超音波画像６１を選択し、選択された超音波画像６１に基づいて、学習済みモデル３１に入力するための入力画像６２を生成する。時点ｔ０～時点ｔ１の間に複数の超音波画像が取得されている場合、プロセッサ７は、典型的には、最後の取得された超音波画像や、プロセス４１が開始される時点ｔ１の直前に取得された超音波画像を、超音波画像６１として選択することができる。
入力画像６２を生成した後、ステップＳＴ１２に進む。
入力画像６２を生成した後、ステップＳＴ１２に進む。
【0056】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３１を用いて、入力画像６２が表す部位を推論する（図８参照）。
【0057】
図８は、撮影部位の推論の説明図である。
プロセッサ７は、入力画像６２を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像６２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、各撮像部位が入力画像６２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像６２に含まれる撮像部位を推論する。
プロセッサ７は、入力画像６２を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像６２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、各撮像部位が入力画像６２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像６２に含まれる撮像部位を推論する。
【0058】
プロセッサ７は、撮像部位ごとに計算した確率と、閾値とを比較する。閾値は、各撮像部位が入力画像６２に含まれているかどうかを判断するための基準となる値である。本実施形態では、撮影部位の確率が閾値以上の場合、その撮影部位は、入力画像６２に含まれていると推論される。例えば、複数の撮影部位のうち甲状腺のみが閾値を超えた確率を有している場合、プロセッサ７は、図８に示すように、入力画像６２に含まれている撮像部位は甲状腺であると推論する。一方、入力画像６２に複数の撮影部位が含まれていると推論される場合もある（図９参照）。
【0059】
図９は、入力画像６２に複数の撮影部位が含まれていると推論された例の説明図である。
例えば、入力画像６２に、甲状腺と頸動脈の両方の部位が含まれており、甲状腺および頸動脈の確率が閾値を超えた場合、プロセッサ７は、入力画像６２に、２つの撮像部位、即ち、甲状腺および頸動脈が含まれていると推論する。
例えば、入力画像６２に、甲状腺と頸動脈の両方の部位が含まれており、甲状腺および頸動脈の確率が閾値を超えた場合、プロセッサ７は、入力画像６２に、２つの撮像部位、即ち、甲状腺および頸動脈が含まれていると推論する。
【0060】
ここでは、学習済みモデル３１は、図８に示すように、推論結果として「甲状腺」を出力したとする。したがって、ステップＳＴ１２において、プロセッサ７は、撮影部位は甲状腺であると推論する。撮影部位を推論した後、ステップＳＴ２０に進む。
【0061】
ステップＳＴ２０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ２０について具体的に説明する。
【0062】
先ず、ステップＳＴ２１において、プロセッサ７は、入力画像６２に対して推論された撮影部位の数が１つであるか、それとも２つ以上であるかを判断する。撮影部位の数が１つの場合、ステップＳＴ２２に進み、撮像部位の数が２つ以上の場合、ステップＳＴ２３に進む。ここでは、入力画像６２には甲状腺のみが含まれていると推論されているので、プロセッサ７は、入力画像６２に含まれる撮影部位は１つであると決定する。したがって、ステップＳＴ２２に進む。
【0063】
ステップＳＴ２２では、プロセッサ７は、撮影条件を変更するかどうかを判断する。
プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件である場合、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４１を終了する。一方、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件ではない場合、ステップＳＴ２４に進み、プロセッサ７は、撮影条件を変更すると決定する。
プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件である場合、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４１を終了する。一方、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件ではない場合、ステップＳＴ２４に進み、プロセッサ７は、撮影条件を変更すると決定する。
【0064】
時点ｔ１では、設定されている撮影条件は甲状腺用の撮影条件Ｖ１である。一方、ステップＳＴ１２で推論された撮影部位は甲状腺である。したがって、現在設定されている撮影条件Ｖ１は、ステップＳＴ１２で推論された撮影部位（甲状腺）に対応した撮影条件であるので、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４１を終了する。
【0065】
一方、ユーザ５１は、時点ｔ１以降も、超音波プローブ２を操作しながら被検体Ｓ１１の検査を継続する。プロセッサ７は、被検体Ｓ１１の検査中、上記のプロセス４１を定期的に実行する。ここでは、撮影条件が変更されることなく、被検体Ｓ１１の甲状腺の撮影が終了したとする。被検体Ｓ１１の甲状腺の撮影の終了時点は「ｔ２」で示してある。被検体Ｓ１１の検査が終了すると、次の被検体Ｓ１２の検査の準備をする。
【0066】
以下では、新規の被検体Ｓ１２の撮影部位が直前の被検体Ｓ１１の撮影部位と異なる場合について説明する。ここでは、直前の被検体Ｓ１１の撮影部位は甲状腺であったが、新規の被検体Ｓ１２の撮影部位は頸動脈である場合について説明する。
【0067】
ユーザ５１は、直前の被検体Ｓ１１の甲状腺の検査を終了した後、新規の被検体Ｓ１２の頸動脈の検査の準備を行う。この場合、撮影部位は甲状腺から頸動脈に変更されるので、ユーザ５１は、撮影条件を、甲状腺用の撮影条件Ｖ１から、頸動脈用の撮影条件Ｖ２に変更する必要がある。しかし、以下では、ユーザ５１は、撮影条件を変更せずに、新規の被検体Ｓ１２の頸動脈の検査を開始した場合について考える。
【0068】
ユーザ５１は、時点ｔ３において、新規の被検体Ｓ１２の頸動脈の検査を開始する。
ユーザ５１は、時点ｔ３から被検体Ｓ１２の頸動脈の検査を開始するが、撮影条件は変更されていないので、設定されている撮影条件は、甲状腺用の撮影条件Ｖ１のままである。したがって、ユーザ５１は、甲状腺用の撮影条件Ｖ１で、被検体Ｓ１２の頸動脈の検査を開始する。
ユーザ５１は、時点ｔ３から被検体Ｓ１２の頸動脈の検査を開始するが、撮影条件は変更されていないので、設定されている撮影条件は、甲状腺用の撮影条件Ｖ１のままである。したがって、ユーザ５１は、甲状腺用の撮影条件Ｖ１で、被検体Ｓ１２の頸動脈の検査を開始する。
【0069】
一方、プロセッサ７は、時点ｔ３において被検体Ｓ１２の頸動脈の検査が開始された後、定期的に、プロセス４１を実行する。本実施形態では、時点ｔ３の後の時点ｔ４において、プロセス４１が実行された場合について説明する。
【0070】
プロセス４１が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ３～ｔ４の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
【0071】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ３～時点ｔ４の間に取得された超音波画像６３を前処理して、学習済みモデル３１に入力するための入力画像６４を生成する。
【0072】
プロセッサ７は、時点ｔ３～時点ｔ４の間に１つの超音波画像６３が取得されている場合、当該超音波画像６３を前処理して、学習済みモデル３１に入力するための入力画像６４を生成することができる。一方、時点ｔ３～時点ｔ４の間に複数の超音波画像が取得されている場合、プロセッサ７は、複数の超音波画像のうちの１つの超音波画像６３を選択し、選択された超音波画像６３に基づいて、学習済みモデル３１に入力するための入力画像６４を生成することができる。時点ｔ３～時点ｔ４の間に複数の超音波画像が取得されている場合、プロセッサ７は、典型的には、時点ｔ３～時点ｔ４の間で最後に取得された超音波画像（時点ｔ４の直前に取得された超音波画像）を、超音波画像６３として選択することができる。
入力画像６４を生成した後、ステップＳＴ１２に進む。
入力画像６４を生成した後、ステップＳＴ１２に進む。
【0073】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３１を用いて、入力画像６４が表す部位を推論する。
プロセッサ７は、入力画像６４を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像６４に含まれている部位を推論する。ここでは、プロセッサ７は、図７に示すように、入力画像６４に頸動脈が含まれていると推論したとする。撮影部位を推論した後、ステップＳＴ２０に進む。
プロセッサ７は、入力画像６４を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像６４に含まれている部位を推論する。ここでは、プロセッサ７は、図７に示すように、入力画像６４に頸動脈が含まれていると推論したとする。撮影部位を推論した後、ステップＳＴ２０に進む。
【0074】
ステップＳＴ２０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ２０について具体的に説明する。
【0075】
先ず、ステップＳＴ２１において、プロセッサ７は、入力画像６４に対して推論された撮影部位の数が１つであるか、それとも２つ以上であるかを判断する。撮影部位の数が１つの場合、ステップＳＴ２２に進み、撮像部位の数が２つ以上の場合、ステップＳＴ２３に進む。ここでは、入力画像６４には頸動脈のみが含まれていると推論されているので、プロセッサ７は、入力画像６４に含まれる撮影部位は１つであると決定する。したがって、ステップＳＴ２２に進む。
【0076】
ステップＳＴ２２では、プロセッサ７は、撮影条件を変更するかどうかを判断する。
プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件である場合、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４１を終了する。一方、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件ではない場合、ステップＳＴ２４に進み、プロセッサ７は、撮影条件を変更すると決定する。
プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件である場合、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４１を終了する。一方、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件ではない場合、ステップＳＴ２４に進み、プロセッサ７は、撮影条件を変更すると決定する。
【0077】
時点ｔ４では、設定されている撮影条件は甲状腺用の撮影条件Ｖ１である。一方、ステップＳＴ１２で推論された撮影部位は頸動脈である。したがって、現在設定されている撮影条件は、ステップＳＴ１２で推論された撮影部位（頸動脈）に対応した撮影条件ではない。このため、プロセッサ７は、撮影条件を変更すると決定し、ステップＳＴ２４に進み、撮影条件を、甲状腺用の撮影条件Ｖ１から、頸動脈用の撮影条件Ｖ２に変更する。したがって、プロセス４１のフローが終了した直後（時点ｔ４の直後）に、撮影条件は、甲状腺用の撮影条件Ｖ１から、頸動脈用の撮影条件Ｖ２に自動的に変更される。
【0078】
したがって、ユーザ５１は、撮影条件を頸動脈用の撮影条件Ｖ２に変更せずに、被検体Ｓ１２の頸動脈の撮影を開始したが、プロセッサ７は、時点ｔ４の直後に、撮影条件を、頸動脈用の撮影条件Ｖ２に設定する。このため、ユーザ５１が撮影条件を変更し忘れても、プロセッサ７が撮影条件を変更した後は、ユーザ５１は、頸動脈の撮影条件Ｖ２に従って、被検体Ｓ１２の頸動脈を撮影することができるので、高品質な頸動脈の画像を取得することができる。
【0079】
ユーザ５１は、時点ｔ４以降も、超音波プローブ２を操作しながら被検体Ｓ１２の頸動脈の検査を継続し、プロセッサ７は、上記のプロセス４１を定期的に実行する。そして、プロセッサ７が、時点ｔ５において、プロセス４１を再び実行する例について説明する。
【0080】
プロセス４１が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ４～ｔ５の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
先ず、ステップＳＴ１１において、プロセッサは、時点ｔ４～時点ｔ５の間に取得された超音波画像６５を前処理して、学習済みモデル３１に入力するための入力画像６６を生成する。
先ず、ステップＳＴ１１において、プロセッサは、時点ｔ４～時点ｔ５の間に取得された超音波画像６５を前処理して、学習済みモデル３１に入力するための入力画像６６を生成する。
【0081】
プロセッサ７は、時点ｔ４～時点ｔ５の間に１つの超音波画像６５が取得されている場合、当該超音波画像６５を前処理して、学習済みモデル３１に入力するための入力画像６６を生成することができる。一方、時点ｔ４～時点ｔ５の間に複数の超音波画像が取得されている場合、プロセッサ７は、複数の超音波画像のうちの１つの超音波画像６５を選択し、選択された超音波画像６５に基づいて、学習済みモデル３１に入力するための入力画像６６を生成することができる。時点ｔ４～時点ｔ５の間に複数の超音波画像が取得されている場合、プロセッサ７は、典型的には、時点ｔ４～時点ｔ５の間で最後に取得された超音波画像（時点ｔ５の直前に取得された超音波画像）を、超音波画像６５として選択することができる。
入力画像６６を生成した後、ステップＳＴ１２に進む。
入力画像６６を生成した後、ステップＳＴ１２に進む。
【0082】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３１を用いて、入力画像６６が表す部位を推論する。
プロセッサ７は、入力画像６６を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像６６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに入力画像６６に含まれている確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像６６に含まれる撮像部位を推論する。
プロセッサ７は、入力画像６６を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像６６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに入力画像６６に含まれている確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像６６に含まれる撮像部位を推論する。
【0083】
ここでは、甲状腺の確率と頸動脈の確率が閾値を超えたとする。したがって、この場合、プロセッサ７は、入力画像６６には、図７に示すように、甲状腺および頸動脈が含まれていると推論する。撮影部位を推論した後、ステップＳＴ２０に進む。
【0084】
ステップＳＴ２０では、先ず、ステップＳＴ２１が実行される。
ステップＳＴ２１では、プロセッサ７は、入力画像６６に対して推論された撮影部位の数が１つであるか、それとも２つ以上であるかを判断する。撮影部位の数が１つの場合、ステップＳＴ２２に進み、撮像部位の数が２つ以上の場合、ステップＳＴ２３に進む。ここでは、入力画像６６には甲状腺および頸動脈が含まれていると推論されているので、プロセッサ７は、入力画像６６に含まれる撮影部位は２つ以上であると決定する。入力画像６６に２つ以上の撮影部位が含まれていると判定した場合、ステップＳＴ２３に進み、プロセッサ７は、撮影条件を変更しないと決定する。以下に、この理由について説明する。
ステップＳＴ２１では、プロセッサ７は、入力画像６６に対して推論された撮影部位の数が１つであるか、それとも２つ以上であるかを判断する。撮影部位の数が１つの場合、ステップＳＴ２２に進み、撮像部位の数が２つ以上の場合、ステップＳＴ２３に進む。ここでは、入力画像６６には甲状腺および頸動脈が含まれていると推論されているので、プロセッサ７は、入力画像６６に含まれる撮影部位は２つ以上であると決定する。入力画像６６に２つ以上の撮影部位が含まれていると判定した場合、ステップＳＴ２３に進み、プロセッサ７は、撮影条件を変更しないと決定する。以下に、この理由について説明する。
【0085】
入力画像６６には、２つの撮影部位、即ち、甲状腺と頸動脈が含まれていると推論されている。したがって、撮影条件を変更しようとする場合、プロセッサ７は、先ず、被検体Ｓ１２の撮影部位が、甲状腺なのか、それとも頸動脈なのかを識別する必要がある。しかし、時点ｔ５では、ユーザ５１は頸動脈を検査しているので、仮に、プロセッサ７が、現在の撮影部位は甲状腺であると識別してしまい、その結果、撮影条件を甲状腺用の撮影条件に自動変更してしまうと、ユーザ５１は、甲状腺用の撮影条件で被検体Ｓ１２の頸動脈を撮影し続けることになる。したがって、プロセッサ７が撮影条件を変更しなければ、ユーザ５１は頸動脈用の撮影条件で被検体Ｓ１２の頸動脈の撮影を続けることができたはずなのに、プロセッサ７が撮影条件を変更したことで、ユーザ５１は、甲状腺用の撮影条件で被検体Ｓ１２の頸動脈の撮影を続けることになる。
【0086】
そこで、本実施形態では、このような問題が生じ無いようにするため、プロセッサ７は、入力画像６６に複数の撮影部位が含まれていると推論した場合、ステップＳＴ２３において、撮影条件を変更しないと決定し、プロセス４１のフローを終了する。したがって、入力画像６６に複数の撮影部位が含まれていると推論された場合は、プロセッサ７は撮影条件を変更しないので、現在設定されている撮影条件が、ユーザ５１の意図していない別の撮影部位の撮影条件に自動変更されてしまうリスクを回避することができる。
【0087】
一方、ユーザ５１は、時点ｔ５以降も、超音波プローブ２を操作しながら被検体Ｓ１２の頸動脈の検査を継続し、プロセッサ７は、上記のプロセス４１を定期的に実行する。そして、被検体Ｓ１２の頸動脈の診断に必要な全画像が取得できたら、検査を終了する（時点ｔ７）。
【0088】
本実施形態では、入力画像に複数の撮影部位が含まれている場合、撮影条件を変更せずに、プロセス４１を終了する。したがって、ユーザ５１の意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる。また、現在の撮影条件が、ユーザ５１の意図していない別の撮影部位の撮影条件に自動変更されてしまうリスクを回避することもできる。
【0089】
（２）第２の実施形態
第２の実施形態では、撮影部位の撮影条件に含まれるパラメータセットを複数のカテゴリに分類し、その分類結果に基づいて、撮影条件を変更するかどうかを判断する例について説明する。
第２の実施形態では、撮影部位の撮影条件に含まれるパラメータセットを複数のカテゴリに分類し、その分類結果に基づいて、撮影条件を変更するかどうかを判断する例について説明する。
【0090】
第２の実施形態では、超音波診断装置のメモリ（又は外部記憶装置）に、複数のカテゴリを管理するためのデータベースが格納されている。第２の実施形態の説明に当たっては、先ず、複数のカテゴリを管理するデータベースについて説明する。この説明をした後で、撮影条件を自動変更するフローについて説明する。
【0091】
図１０は、超音波診断装置のメモリ（又は外部記憶装置）に格納されたデータベースの説明図である。
データベースには、複数のカテゴリ１～Ｎが登録されている。各カテゴリには、複数のパラメータセットが含まれている。各パラメータセットは、撮影部位の撮影時に設定される複数のパラメータを含んでいる。各パラメータセットは、撮影部位の解剖学的特徴が類似しているかどうか、および／又は、パラメータの値が類似しているかどうかなどを基準にして、複数のカテゴリ１～Ｎのうちのいずれかのカテゴリに分類されている。以下に、データベースのカテゴリ１～Ｎについて、カテゴリ１～Ｎのうちのカテゴリ１および２を取り上げて説明する。図１０の右半分に、カテゴリ１および２のパラメータセットの説明図が示されている。
データベースには、複数のカテゴリ１～Ｎが登録されている。各カテゴリには、複数のパラメータセットが含まれている。各パラメータセットは、撮影部位の撮影時に設定される複数のパラメータを含んでいる。各パラメータセットは、撮影部位の解剖学的特徴が類似しているかどうか、および／又は、パラメータの値が類似しているかどうかなどを基準にして、複数のカテゴリ１～Ｎのうちのいずれかのカテゴリに分類されている。以下に、データベースのカテゴリ１～Ｎについて、カテゴリ１～Ｎのうちのカテゴリ１および２を取り上げて説明する。図１０の右半分に、カテゴリ１および２のパラメータセットの説明図が示されている。
【0092】
カテゴリ１は、甲状腺パラメータセットＡ１と、頸動脈パラメータセットＡ２とを含んでいる。
甲状腺パラメータセットＡ１は、甲状腺の撮影時に設定される複数のパラメータを含んでいる。図１０では、甲状腺パラメータセットＡ１に含まれているパラメータが（ａ１１、ａ１２、ａ１３、・・・ａ１ｚ、）で示されている。これらのパラメータａ１１～ａ１ｚには、例えば、周波数、デプスが含まれている。
甲状腺パラメータセットＡ１は、甲状腺の撮影時に設定される複数のパラメータを含んでいる。図１０では、甲状腺パラメータセットＡ１に含まれているパラメータが（ａ１１、ａ１２、ａ１３、・・・ａ１ｚ、）で示されている。これらのパラメータａ１１～ａ１ｚには、例えば、周波数、デプスが含まれている。
【0093】
頸動脈パラメータセットＡ２は、頸動脈の撮影時に設定される複数のパラメータを含んでいる。図１０では、頸動脈パラメータセットＡ２に含まれているパラメータが（ａ２１、ａ２２、ａ２３、・・・ａ２ｚ、）で示されている。これらのパラメータａ２１～ａ２ｚには、例えば、周波数、デプスが含まれている。
【0094】
また、カテゴリ２は、上腕静脈パラメータセットＢ１、上腕動脈パラメータセットＢ２、下肢静脈パラメータセットＢ３、下肢動脈パラメータセットＢ４を含んでいる。
【0095】
上腕静脈パラメータセットＢ１は、上腕静脈の撮影時に設定される複数のパラメータを含んでいる。図１０では、上腕静脈パラメータセットＢ１に含まれているパラメータが（ｂ１１、ｂ１２、ｂ１３、・・・ｂ１ｚ、）で示されている。これらのパラメータｂ１１～ｂ１ｚには、例えば、周波数、デプスが含まれている。
【0096】
上腕動脈パラメータセットＢ２は、上腕動脈の撮影時に設定される複数のパラメータを含んでいる。図１０では、上腕動脈パラメータセットＢ２に含まれているパラメータが（ｂ２１、ｂ２２、ｂ２３、・・・ｂ２ｚ、）で示されている。これらのパラメータｂ２１～ｂ２ｚには、例えば、周波数、デプスが含まれている。
【0097】
下肢静脈パラメータセットＢ３は、下肢静脈の撮影時に設定される複数のパラメータを含んでいる。図１０では、下肢静脈パラメータセットＢ３に含まれているパラメータが（ｂ３１、ｂ３２、ｂ３３、・・・ｂ３ｚ、）で示されている。これらのパラメータｂ３１～ｂ３ｚには、例えば、周波数、デプスが含まれている。
【0098】
下肢動脈パラメータセットＢ４は、下肢動脈の撮影時に設定される複数のパラメータを含んでいる。図１０では、下肢動脈パラメータセットＢ４に含まれているパラメータが（ｂ４１、ｂ４２、ｂ４３、・・・ｂ４ｚ、）で示されている。これらのパラメータｂ４１～ｂ４ｚには、例えば、周波数、デプスが含まれている。
【0099】
また、詳細な説明は省略するが、他のカテゴリ３～Ｎについても、複数のパラメータを含むパラメータセットが含まれている。
【0100】
上記のパラメータは、被検体を検査する前にプリセットとして予め決められていてもよいし、被検体を検査する前に、ユーザ５１が手動で設定することもできる。
【0101】
第２の実施形態では、被検体の検査中に、データベースに登録された上記のカテゴリ１～Ｎを利用して撮影条件を変更するかどうかを判定する例について説明する。
【0102】
図１１は、被検体の検査で実行されるフローチャートの一例を示す図である。
ステップＳＴ１では、ユーザ５１は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。ここでは、被検体の撮影部位は「上腕動脈」であるとする。したがって、ユーザ５１は、上腕動脈用の撮影条件を設定する。
ステップＳＴ１では、ユーザ５１は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。ここでは、被検体の撮影部位は「上腕動脈」であるとする。したがって、ユーザ５１は、上腕動脈用の撮影条件を設定する。
【0103】
ユーザ５１は、検査の準備が完了したら、被検体の検査を開始する。図１１では、検査開始時点をｔ０で示してある。
【0104】
尚、図１１には、時間軸の上に、「被検体」、「撮影部位」、および「撮影条件」が示されている。「被検体」は、検査されている被検体を表し、「撮影部位」は、その被検体の撮影部位を表し、「撮影条件」は、超音波診断装置に設定されている撮影条件を表している。例えば、検査開始時点ｔ０では、「被検体」は被検体Ｓ２１であり、「撮影部位」は上腕動脈であり、「撮影条件」は上腕動脈用の撮影条件Ｖ１であることが図示されている。
【0105】
ユーザ５１は、被検体Ｓ２１の上腕に超音波プローブ２を押し当てながらプローブを操作し、被検体Ｓ２１の検査を行う。超音波プローブ２は超音波を送信し、被検体Ｓ２１内で反射したエコーを受信する。受信したエコーは電気信号に変換され、この電気信号をエコー信号として受信器５（図２参照）に出力する。受信器５はエコー信号に対して所定の処理を実行し、受信ビームフォーマ６に出力する。受信ビームフォーマ６は、受信器５から受け取った信号に受信ビームフォーミングを実行し、エコーデータを出力する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
【0106】
ユーザ５１は、生成された超音波画像を確認したり、必要に応じて超音波画像を保存する。そして、ユーザ５１は、被検体の検査を引き続き実行する。
【0107】
一方、プロセッサ７は、時点ｔ０において被検体Ｓ２１の検査が開始された後、定期的に、撮影条件を変更するかどうかを判断し、必要に応じて撮影条件を自動的に変更するプロセス４２を実行する。本実施形態では、検査開始時点ｔ０の後の時点ｔ１において、１回目のプロセス４２が実行される。以下に、このプロセス４２について説明する。
【0108】
プロセス４２が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ０～ｔ１の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
【0109】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ０～時点ｔ１の間に取得された超音波画像７１を前処理することにより、学習済みモデル３１に入力するための入力画像７２を生成する。
【0110】
プロセッサ７は、時点ｔ０～時点ｔ１の間に１つの超音波画像７１が取得されている場合、当該超音波画像７１に基づいて、学習済みモデル３１に入力するための入力画像７２を生成する。プロセッサ７は、例えば、時点ｔ１の直前に取得された超音波画像７１を前処理することによって、入力画像７２を生成する。入力画像７２を生成した後、ステップＳＴ１２に進む。
【0111】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３１を用いて、入力画像７２が表す部位を推論する。
プロセッサ７は、入力画像７２を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像７２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像７２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像７２に含まれる撮像部位を推論する。
プロセッサ７は、入力画像７２を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像７２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像７２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像７２に含まれる撮像部位を推論する。
【0112】
ここでは、上腕動脈の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像７２に含まれる撮影部位は上腕動脈であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0113】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0114】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件である場合、ステップＳＴ３２に進み、一方、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件ではない場合、ステップＳＴ３３に進む。
【0115】
時点ｔ１では、設定されている撮影条件は上腕動脈用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は上腕動脈である。したがって、現在設定されている撮影条件は、ステップＳＴ１２で推論された撮影部位（上腕動脈）に対応した撮影条件である。このため、ステップＳＴ３２に進み、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４２を終了する。
【0116】
一方、ユーザ５１は、時点ｔ１以降も、超音波プローブ２を操作しながら被検体Ｓ２１の検査を継続する。プロセッサ７は、被検体Ｓ２１の検査中、上記のプロセス４２を定期的に実行する。ここでは、撮影条件が変更されることなく、被検体Ｓ２１の上腕動脈の撮影が終了したとする。被検体Ｓ２１の上腕動脈の検査の終了時点は「ｔ２」で示してある。被検体Ｓ２１の検査が終了すると、次の新規の被検体Ｓ２２の検査の準備をする。
【0117】
以下では、新規の被検体Ｓ２２の撮影部位が直前の被検体Ｓ２１の撮影部位と異なる場合について説明する。ここでは、直前の被検体Ｓ２１の撮影部位は上腕動脈であったが、新規の被検体Ｓ２２の撮影部位は下肢静脈である場合について説明する。
【0118】
ユーザ５１は、直前の被検体Ｓ２１の上腕動脈の検査を終了した後、新規の被検体Ｓ２２の下肢静脈の検査の準備を行う。この場合、撮影部位は上腕動脈から下肢静脈に変更されるので、ユーザ５１は、撮影条件を、上腕動脈用の撮影条件から、下肢静脈用の撮影条件に変更する必要がある。しかし、以下では、ユーザ５１は、撮影条件を変更せずに、新規の被検体Ｓ２２の下肢静脈の検査を開始した場合について考える。
【0119】
ユーザ５１は、新規の被検体Ｓ２２の下肢静脈の検査を開始する。ここでは、新規の被検体Ｓ２２の下肢静脈の検査の開示時点をｔ３で示してある。
【0120】
ユーザ５１は、時点ｔ３から被検体Ｓ２２の下肢静脈の検査を開始するが、撮影条件は変更されていないので、設定されている撮影条件は、上腕動脈用の撮影条件Ｗ１のままである。したがって、ユーザ５１は、上腕動脈用の撮影条件Ｗ１で、新規の被検体Ｓ２２の下肢静脈の検査を開始する。
【0121】
一方、プロセッサ７は、時点ｔ３において新規の被検体Ｓ２２の下肢静脈の検査が開始された後、定期的にプロセス４２を実行する。本実施形態では、時点ｔ３の後の時点ｔ４において、プロセス４２が実行された場合について説明する。
【0122】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ３～時点ｔ４の間に取得された超音波画像７３を前処理して、学習済みモデル３１に入力するための入力画像７４を生成する。プロセッサ７は、例えば、時点ｔ４の直前に取得された超音波画像７３を前処理することによって、入力画像７４を生成する。入力画像７４を生成した後、ステップＳＴ１２に進む。
【0123】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３１を用いて、入力画像７４が表す部位を推論する。
プロセッサ７は、入力画像７４を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像７４に含まれている部位を推論する。ここでは、プロセッサ７は、図１１に示すように、入力画像７４に下肢静脈が含まれていると推論したとする。撮影部位を推論した後、ステップＳＴ３０に進む。
プロセッサ７は、入力画像７４を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像７４に含まれている部位を推論する。ここでは、プロセッサ７は、図１１に示すように、入力画像７４に下肢静脈が含まれていると推論したとする。撮影部位を推論した後、ステップＳＴ３０に進む。
【0124】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0125】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ４では、設定されている撮影条件は上腕動脈用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は下肢動脈である。したがって、時点ｔ４では、設定されている撮影条件（上腕動脈用の撮影条件）は、ステップＳＴ１２で推論された撮影部位（下肢静脈）に対応する撮影条件ではないので、ステップＳＴ３３に進む。
【0126】
図１２は、ステップＳＴ３３の説明図である。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「下肢静脈」であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、下肢静脈のパラメータセットを含むカテゴリ２を特定する。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「下肢静脈」であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、下肢静脈のパラメータセットを含むカテゴリ２を特定する。
【0127】
次に、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、現在設定されている撮影条件に対応するカテゴリを特定する。ここでは、現在設定されている撮影条件は、上腕動脈用の撮影条件であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、上腕動脈用のパラメータセットを含むカテゴリ２を特定する。カテゴリ２を特定した後、ステップＳＴ３４に進む。
【0128】
ステップＳＴ３４では、プロセッサ７は、ステップＳＴ３３で特定した２つのカテゴリが一致するかどうかを判定する。カテゴリが一致する場合ステップＳＴ３２に進み、一方、カテゴリが一致しない場合ステップＳＴ３５に進む。ここでは、特定されたカテゴリは一致する（カテゴリ２）ので、ステップＳＴ３２に進む。
【0129】
ステップＳＴ３２では、プロセッサ７は、撮影条件を変更しないと決定する。つまり、時点ｔ４では、被検体Ｓ２２の下肢静脈は、下肢静脈用の撮影条件ではなく、上腕動脈用の撮影条件で撮影されているが、ステップＳＴ３３で特定したカテゴリが一致する場合、撮影条件を変更しないと決定する。この理由について、以下に説明する。
【0130】
カテゴリ２には、上腕静脈パラメータセットＢ１、上腕動脈パラメータセットＢ２、下肢静脈パラメータセットＢ３、下肢動脈パラメータセットＢ４が含まれている。これらのパラメータセットの撮像部位である上腕静脈、上腕動脈、下肢静脈、および下肢動脈は、解剖学的に互いに類似している部位である。また、上腕静脈、上腕動脈、下肢静脈、および下肢動脈の撮影で使用されるパラメータの値は、同一であったり、互いに近い値であることが多い。したがって、現在設定されている上腕動脈用の撮影条件を、推論された下肢静脈用の撮影条件に変更せずに、上腕動脈用の撮影条件のままで、下肢静脈の超音波画像を取得しても、超音波画像の画質は大きな影響を受けないと考えられる。そこで、ステップＳＴ３３で特定したカテゴリが一致する場合、撮影条件を変更しないと決定する。一つのカテゴリに含まれる複数のパラメータセットは、互いに被検体の体組成が近似するものとして定義された複数の部位に対するパラメータセットである。体組成には、脂肪、筋肉、骨、脈管が含まれる。一つのカテゴリに含まれる複数のパラメータセットの間でパラメータセットを変更しても、互いに許容される画質の超音波画像を得ることができる。
【0131】
したがって、ユーザ５１は、時点ｔ４以降も、上腕動脈用の撮影条件で、被検体Ｓ２２の下肢静脈の検査を継続する。一方、プロセッサ７は、時点ｔ４以降も、プロセス４２を定期的に実行する。ここでは、時点ｔ４以降にもプロセス４２は実行されたが、撮影条件は変更しないと決定（ステップＳＴ３２）されたとする。したがって、撮影条件の自動変更が実行されることなく、被検体Ｓ２２の下肢静脈の検査が終了する。図１１では、被検体Ｓ２２の下肢静脈の検査の終了時点をｔ５で示してある。被検体Ｓ２２の検査が終了すると、次の新規の被検体Ｓ２３の検査を開始する。尚、新規の被検体Ｓ２３の撮影部位は甲状腺であるとする。
【0132】
ユーザ５１は、直前の被検体Ｓ２２の検査を終了した後、被検体Ｓ２３の甲状腺の検査の準備を行う。この場合、撮影部位は下肢静脈から甲状腺に変更されるので、ユーザ５１は、撮影条件を、上腕動脈用の撮影条件から、甲状腺用の撮影条件に変更する必要がある。しかし、以下では、ユーザ５１は、撮影条件を変更せずに、新規の被検体Ｓ２３の甲状腺の検査を開始した場合について考える。
【0133】
ユーザ５１は、新規の被検体Ｓ２３の甲状腺の検査を開始する。ここでは、新規の被検体Ｓ２３の甲状腺の検査の開示時点をｔ６で示してある。
【0134】
ユーザ５１は、時点ｔ６において新規の被検体Ｓ２３の甲状腺の検査を開始したが、撮影条件を変更していないので、設定されている撮影条件は、上腕動脈用の撮影条件のままである。したがって、ユーザ５１は、上腕動脈用の撮影条件で、被検体Ｓ２３の甲状腺の検査を開始する。
【0135】
一方、プロセッサ７は、時点ｔ６において被検体Ｓ２３の甲状腺の検査が開始された後、定期的に、プロセス４２を実行する。本実施形態では、時点ｔ６の後の時点ｔ７において、プロセス４２が実行される場合について説明する。
【0136】
プロセス４２が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ６～ｔ７の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
【0137】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ６～時点ｔ７の間に取得された超音波画像７５を前処理することにより、学習済みモデル３１に入力するための入力画像７６を生成する。プロセッサ７は、例えば、時点ｔ７の直前に取得された超音波画像７５を前処理することによって、入力画像７６を生成する。入力画像７６を生成した後、ステップＳＴ１２に進む。
【0138】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３１を用いて、入力画像７６が表す部位を推論する。
プロセッサ７は、入力画像７６を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像７６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像７６に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像７６に含まれる撮像部位を推論する。
プロセッサ７は、入力画像７６を学習済みモデル３１に入力し、学習済みモデル３１を用いて、入力画像７６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像７６に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像７６に含まれる撮像部位を推論する。
【0139】
ここでは、甲状腺の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像７６に含まれる撮影部位は甲状腺であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0140】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0141】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ７では、設定されている撮影条件は上腕動脈用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は甲状腺である。したがって、時点ｔ７では、設定されている撮影条件（上腕動脈用の撮影条件）は、ステップＳＴ１２で推論された撮影部位（甲状腺）に対応する撮影条件ではないので、ステップＳＴ３３に進む。
【0142】
図１３は、ステップＳＴ３３の説明図である。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「甲状腺」であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、甲状腺のパラメータセットを含むカテゴリ１を特定する。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「甲状腺」であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、甲状腺のパラメータセットを含むカテゴリ１を特定する。
【0143】
次に、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、現在設定されている撮影条件に対応するカテゴリを特定する。ここでは、現在設定されている撮影条件は、上腕動脈用の撮影条件であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、上腕動脈用のパラメータセットを含むカテゴリ２を特定する。カテゴリ２を特定した後、ステップＳＴ３４に進む。
【0144】
ステップＳＴ３４では、プロセッサ７は、ステップＳＴ３３で特定した２つのカテゴリが一致するかどうかを判定する。カテゴリが一致する場合ステップＳＴ３２に進み、一方、カテゴリが一致しない場合ステップＳＴ３５に進む。ここでは、特定されたカテゴリは一致しない（カテゴリ１および２）ので、ステップＳＴ３５に進む。
【0145】
ステップＳＴ３５では、プロセッサ７は、撮影条件を変更すると決定する。つまり、プロセッサ７は、カテゴリが一致しないと判定された場合は、撮影条件を変更すると決定する。この理由について、以下に説明する。
【0146】
カテゴリ１および２は、解剖学的に類似していない撮影部位で分類されている。したがって、カテゴリＣ１に属する撮影部位と、カテゴリＣ２に属する撮影部位は、解剖学的な差異が顕著であるので、互いに識別しやすい撮影部位である。また、カテゴリ１の撮影部位と、カテゴリ２の撮影部位を比較すると、撮影条件で設定されるパラメータの値は大きな差異があることが多い。したがって、時点ｔ７において設定されている上腕動脈用の撮影条件を、推論された甲状腺用の撮影条件に変更して、甲状腺の超音波画像を取得した場合、取得される超音波画像の画質を大きく向上させることができると考えられる。そこで、ステップＳＴ３３で特定した２つのカテゴリが一致しない場合、撮影条件を変更すると決定する。
【0147】
撮影条件を変更すると決定された場合、ステップＳＴ３６に進み、プロセッサ７は、時点ｔ７において設定されている上腕動脈用の撮影条件を、甲状腺用の撮影条件に変更する。例えば、プロセッサ７は、撮影条件を変更する場合、上腕動脈のパラメータセットＢ１を甲状腺のパラメータセットＡ１に変更することができる。尚、プロセッサ７は、上記のパラメータセットの変更に加えて、パラメータセットには含まれていない他の条件を変更するようにしてもよい。
【0148】
したがって、ユーザ５１は、時点ｔ７の直後から、甲状腺用の撮影条件で、被検体Ｓ２３の甲状腺の検査を実行することができる。一方、時点ｔ７以降も、プロセッサ７は、上記のプロセス４２を定期的に実行する。そして、被検体Ｓ２３の検査に必要な全画像の取得が完了したら、被検体Ｓ２３の検査を終了する（時点ｔ８）。
【0149】
第２の本実施形態では、データベースに、図１０に示すように、複数のカテゴリ１～Ｎが登録されている。各カテゴリには、複数のパラメータセットが含まれている。各パラメータセットは、撮影部位の解剖学的特徴が類似しているかどうか、および／又は、パラメータの値が類似しているかどうかなどを基準にして、複数のカテゴリ１～Ｎのうちのいずれかのカテゴリに分類されている。例えば、上腕静脈、上腕動脈、下肢静脈、および下肢動脈は、いずれも血管であるので、解剖学的に類似しており、撮影条件で使用されるパラメータの値は同一又は類似している。したがって、上腕静脈、上腕動脈、下肢静脈、および下肢動脈は、上腕静脈パラメータセットＢ１、上腕動脈パラメータセットＢ２、下肢静脈パラメータセットＢ３、下肢動脈パラメータセットＢ４のうちのどのパラメータセットを使用しても、一定の品質の超音波画像を得ることができる。そこで、第２の実施形態では、上腕静脈パラメータセットＢ１、上腕動脈パラメータセットＢ２、下肢静脈パラメータセットＢ３、下肢動脈パラメータセットＢ４が、同一のカテゴリ２に分類されている。したがって、上腕静脈、上腕動脈、下肢静脈、および下肢動脈の間では、撮影条件の変更は行われないので、ユーザ５１の意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる。また、パラメータセットＢ１～Ｂ４はパラメータ値が同一又は類似しているので、上腕静脈、上腕動脈、下肢静脈、および下肢動脈の間で撮影条件の変更が行われなくても、十分な品質の超音波画像を取得することもできる。
【0150】
また、甲状腺パラメータセットＡ１および頸動脈パラメータセットＡ２は、同一のカテゴリ１に分類している。したがって、甲状腺と頸動脈との間では、撮影条件の変更は行われないので、ユーザ５１の意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる。また、パラメータセットＡ１およびＡ２はパラメータ値が同一又は類似しているので、甲状腺と頸動脈との間で撮影条件の変更が行われなくても、十分な品質の超音波画像を取得することもできる。
【0151】
更に、本実施形態では、ステップＳＴ３３で特定されたカテゴリが異なる場合は、撮影条件が変更される。ここでは、時点ｔ７の直後に、上腕動脈用の撮影条件Ｗ１から甲状腺用の撮影条件Ｗ２に変更される例が示されている。したがって、撮影部位が解剖学的に類似していない場合や、パラメータの値の差異が大きい場合は、現在設定されている撮影条件を、撮影部位に適した撮影条件に自動変更することができるので、高品質な超音波画像を取得することができる。
【0152】
（３）第３の実施形態
第３の実施形態では、乳房を撮影する例について説明する。尚，第３の実施形態では、より高品質な乳房画像を取得することができるように、乳房のサイズに応じた撮影条件で超音波検査を実行する例について説明する。
第３の実施形態では、乳房を撮影する例について説明する。尚，第３の実施形態では、より高品質な乳房画像を取得することができるように、乳房のサイズに応じた撮影条件で超音波検査を実行する例について説明する。
【0153】
第３の実施形態では、乳房のサイズに応じた撮影条件で超音波検査を実行しているので、乳房のサイズを識別することができる学習済みモデルを用意する。この学習済みモデルは、以下のようにして作成する。
【0154】
図１４は、第３の実施形態の学習済みモデルの作成に使用されるトレーニング画像の説明図である。
【0155】
先ず、トレーニング画像として、乳房のサイズが異なるトレーニング画像を用意する。ここでは、乳房のサイズが異なるトレーニング画像として、３種類のトレーニング画像を用意する。１つ目は、小さいサイズの乳房（以下、「乳房（Ｓ）」と呼ぶ）のトレーニング画像Ｑ１１～Ｑ１ｚ、２つ目は、標準サイズの乳房（以下、「乳房（Ｍ）」と呼ぶ）のトレーニング画像Ｑ２１～Ｑ２ｚ、３つ目は、大きいサイズの乳房（以下、「乳房（Ｌ）」と呼ぶ）のトレーニング画像Ｑ３１～Ｑ３ｚである。
【0156】
また、各トレーニング画像に、正解データとして、乳房（Ｓ）、乳房（Ｍ）、および乳房（Ｌ）をラベリングする。
【0157】
そして、学習済みモデルの作成に使用されるトレーニング画像に、トレーニング画像Ｑ１１～Ｑ１ｚ、Ｑ２１～Ｑ２ｚ、およびＱ３１～Ｑ３ｚを含めて、ニューラルネットワークのトレーニングを行う。これによって、乳房のサイズの違いを識別する学習済みモデルを作成する。
次に、乳房のサイズに応じたパラメータセットをデータベースに登録する。
次に、乳房のサイズに応じたパラメータセットをデータベースに登録する。
【0158】
図１５は、乳房のサイズに応じたパラメータセットの説明図である。
カテゴリ３は、乳房（Ｓ）パラメータセットＣ１、乳房（Ｍ）パラメータセットＣ２、乳房（Ｌ）パラメータセットＣ３を含んでいる。これらのパラメータセットＣ１～Ｃ３は、カテゴリ３にふくまれるようにデータベースに登録される。
カテゴリ３は、乳房（Ｓ）パラメータセットＣ１、乳房（Ｍ）パラメータセットＣ２、乳房（Ｌ）パラメータセットＣ３を含んでいる。これらのパラメータセットＣ１～Ｃ３は、カテゴリ３にふくまれるようにデータベースに登録される。
【0159】
乳房（Ｓ）パラメータセットＣ１は、乳房のサイズが小さい被検体の検査をする場合に使用される複数のパラメータを含んでいる。図１５では、乳房（Ｓ）パラメータセットＣ１に含まれているパラメータが（ｃ１１、ｃ１２、ｃ１３、・・・ｃ１ｚ、）で示されている。これらのパラメータｃ１１～ｃ１ｚには、例えば、周波数、デプスが含まれている。
【0160】
乳房（Ｍ）パラメータセットＣ２は、乳房が標準サイズの被検体の検査をする場合に使用される複数のパラメータを含んでいる。図１５では、乳房（Ｍ）パラメータセットＣ２に含まれているパラメータが（ｃ２１、ｃ２２、ｃ２３、・・・ｃ２ｚ、）で示されている。これらのパラメータｃ２１～ｃ２ｚには、例えば、周波数、デプスが含まれている。
【0161】
乳房（Ｌ）パラメータセットＣ３は、乳房が大きいサイズの被検体の検査をする場合に使用される複数のパラメータを含んでいる。図１５では、乳房（Ｌ）パラメータセットＣ３に含まれているパラメータが（ｃ３１、ｃ３２、ｃ３３、・・・ｃ３ｚ、）で示されている。これらのパラメータｃ３１～ｃ３ｚには、例えば、周波数、デプスが含まれている。パラメータセットＣ１、Ｃ２およびＣ３は、１つの部位（ここでは乳房）における異なる組成に応じて設定されたパラメータセットである。「異なる組成」には、体組成を構成する各々の要素の割合や各々の要素の組み合わせが異なる場合が含まれる。ここでは、パラメータセットＣ１、Ｃ２およびＣ３は、乳房における脂肪の量に応じて設定され、パラメータセットＣ１、Ｃ２及びＣ３の順で脂肪量が多くなる。パラメータセットＣ１、Ｃ２およびＣ３の間でパラメータセットを変更しても、互いに許容される画質の超音波画像を得ることができる。
【0162】
第３の実施形態では、上記の学習済みモデル３２およびデータベースを利用して被検体の検査を行う。以下に、被検体の検査フローについて説明する。
【0163】
図１６は、被検体の検査で実行されるフローチャートの一例を示す図である。
ステップＳＴ１では、ユーザ５１は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。ここでは、被検体の撮影部位は、乳房（Ｓ）（サイズが小さい乳房）であるとする。したがって、ユーザ５１は、乳房（Ｓ）用の撮影条件を設定する。
ステップＳＴ１では、ユーザ５１は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。ここでは、被検体の撮影部位は、乳房（Ｓ）（サイズが小さい乳房）であるとする。したがって、ユーザ５１は、乳房（Ｓ）用の撮影条件を設定する。
【0164】
ユーザ５１は、検査の準備が完了したら、被検体の検査を開始する。図１６では、検査開始時点をｔ０で示してある。
【0165】
尚、図１６には、時間軸の上に、「被検体」、「撮影部位」、および「撮影条件」が示されている。「被検体」は、検査されている被検体を表し、「撮影部位」は、その被検体の撮影部位を表し、「撮影条件」は、超音波診断装置に設定されている撮影条件を表している。例えば、検査開始時点ｔ０では、「被検体」は被検体Ｓ３１であり、「撮影部位」は乳房（Ｓ）であり、「撮影条件」は乳房（Ｓ）用の撮影条件Ｘ１であることが図示されている。
【0166】
ユーザ５１は、被検体Ｓ３１の乳房に超音波プローブ２を押し当てながらプローブを操作し、被検体Ｓ３１の検査を行う。超音波プローブ２は超音波を送信し、被検体Ｓ３１内で反射したエコーを受信する。受信したエコーは電気信号に変換され、この電気信号をエコー信号として受信器５（図２参照）に出力する。受信器５はエコー信号に対して所定の処理を実行し、受信ビームフォーマ６に出力する。受信ビームフォーマ６は、受信器５から受け取った信号に受信ビームフォーミングを実行し、エコーデータを出力する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
【0167】
ユーザ５１は、生成された超音波画像を確認したり、必要に応じて超音波画像を保存する。そして、ユーザ５１は、被検体の検査を引き続き実行する。
一方、プロセッサ７は、時点ｔ０において被検体Ｓ３１の検査が開始された後、定期的に、撮影条件を変更するかどうかを判断し、必要に応じて撮影条件を自動的に変更するプロセス４３を実行する。本実施形態では、検査開始時点ｔ０の後の時点ｔ１において、１回目のプロセス４３が実行される。以下に、このプロセス４３について説明する。
一方、プロセッサ７は、時点ｔ０において被検体Ｓ３１の検査が開始された後、定期的に、撮影条件を変更するかどうかを判断し、必要に応じて撮影条件を自動的に変更するプロセス４３を実行する。本実施形態では、検査開始時点ｔ０の後の時点ｔ１において、１回目のプロセス４３が実行される。以下に、このプロセス４３について説明する。
【0168】
プロセス４３が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ０～ｔ１の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
【0169】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ０～時点ｔ１の間に取得された超音波画像８１を前処理することにより、学習済みモデル３２に入力するための入力画像８２を生成する。プロセッサ７は、例えば、時点ｔ１の直前に取得された超音波画像８１を前処理することによって、入力画像８２を生成する。入力画像８２を生成した後、ステップＳＴ１２に進む。
【0170】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３２を用いて、入力画像８２が表す部位を推論する。
プロセッサ７は、入力画像８２を学習済みモデル３２に入力し、学習済みモデル３２を用いて、入力画像８２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像８２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像８２に含まれる撮像部位を推論する。
プロセッサ７は、入力画像８２を学習済みモデル３２に入力し、学習済みモデル３２を用いて、入力画像８２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像８２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像８２に含まれる撮像部位を推論する。
【0171】
ここでは、乳房（Ｓ）の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像８２に含まれる撮影部位は乳房（Ｓ）であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0172】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0173】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ１では、設定されている撮影条件は乳房（Ｓ）用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は乳房（Ｓ）である。したがって、現在設定されている撮影条件は、ステップＳＴ１２で推論された撮影部位（乳房（Ｓ））に対応した撮影条件である。このため、ステップＳＴ３２に進み、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４３を終了する。
【0174】
一方、ユーザ５１は、時点ｔ１以降も、超音波プローブ２を操作しながら被検体Ｓ３１の検査を継続する。プロセッサ７は、時点ｔ１以降も、上記のプロセス４３を定期的に実行する。ここでは、撮影条件が変更されることなく、被検体Ｓ３１の乳房（Ｓ）の撮影が終了したとする。被検体Ｓ３１の乳房（Ｓ）の検査の終了時点は「ｔ２」で示してある。
【0175】
被検体Ｓ３１の検査が終了すると、次の新規の被検体Ｓ３２の検査の準備をする。尚、ここでは、新規の被検体Ｓ３２の検査対象は乳房であるが、乳房が標準サイズであるとする。したがって、この場合、撮影部位は、小さいサイズの乳房（「乳房（Ｓ）」）から、標準サイズの乳房（「乳房（Ｍ）」）に変更されるので、ユーザ５１は、撮影条件を、乳房（Ｓ）用の撮影条件から、乳房（Ｍ）用の撮影条件に変更する必要がある。しかし、以下では、ユーザ５１は、撮影条件を変更せずに、新規の被検体Ｓ３２の乳房（Ｍ）の検査を開始した場合について考える。
【0176】
ユーザ５１は、新規の被検体Ｓ３２の乳房（Ｍ）の検査を開始する。ここでは、新規の被検体Ｓ３２の乳房（Ｍ）の検査の開示時点をｔ３で示してある。
【0177】
ユーザ５１は、時点ｔ３から被検体Ｓ３２の乳房（Ｍ）の検査を開始するが、撮影条件は変更されていないので、設定されている撮影条件は、乳房（Ｓ）用の撮影条件のままである。したがって、ユーザ５１は、乳房（Ｓ）用の撮影条件で、被検体Ｓ３２の乳房（Ｍ）の検査を開始する。
【0178】
一方、プロセッサ７は、時点ｔ３において被検体Ｓ３２の乳房（Ｍ）の検査が開始された後、定期的にプロセス４３を実行する。本実施形態では、時点ｔ３の後の時点ｔ４において、プロセス４３が実行された場合について説明する。
【0179】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ３～時点ｔ４の間に取得された超音波画像８３を前処理して、学習済みモデル３２に入力するための入力画像８４を生成する。プロセッサ７は、例えば、時点ｔ４の直前に取得された超音波画像８３を前処理することによって、入力画像８４を生成する。入力画像８４を生成した後、ステップＳＴ１２に進む。
【0180】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３２を用いて、入力画像８４が表す部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像８４に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像８４に含まれる撮像部位を推論する。
【0181】
ここでは、乳房（Ｍ）（標準サイズの乳房）の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像８４に含まれる撮影部位は乳房（Ｍ）であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0182】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0183】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ４では、設定されている撮影条件は、乳房（Ｓ）用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は乳房（Ｍ）である。したがって、時点ｔ４では、設定されている撮影条件（乳房（Ｓ）用の撮影条件）は、ステップＳＴ１２で推論された撮影部位（乳房（Ｍ））に対応する撮影条件ではないので、ステップＳＴ３３に進む。
【0184】
図１７は、ステップＳＴ３３の説明図である。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「乳房（Ｍ）」であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、乳房（Ｍ）のパラメータセットを含むカテゴリ３を特定する。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「乳房（Ｍ）」であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、乳房（Ｍ）のパラメータセットを含むカテゴリ３を特定する。
【0185】
次に、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、現在設定されている撮影条件に対応するカテゴリを特定する。ここでは、現在設定されている撮影条件は、乳房（Ｓ）用の撮影条件であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、乳房（Ｓ）用のパラメータセットを含むカテゴリ３を特定する。カテゴリ３を特定した後、ステップＳＴ３４に進む。
【0186】
ステップＳＴ３４では、プロセッサ７は、ステップＳＴ３３で特定した２つのカテゴリが一致するかどうかを判定する。カテゴリが一致する場合ステップＳＴ３２に進み、一方、カテゴリが一致しない場合ステップＳＴ３５に進む。ここでは、特定されたカテゴリは一致する（カテゴリ３）ので、ステップＳＴ３２に進む。
【0187】
ステップＳＴ３２では、プロセッサ７は、撮影条件を変更しないと決定する。つまり、時点ｔ４では、被検体Ｓ３２の乳房（Ｍ）は、乳房（Ｍ）用の撮影条件ではなく、乳房（Ｓ）用の撮影条件で撮影されているが、ステップＳＴ３３で特定したカテゴリが一致する場合、撮影条件を変更しないと決定する。この理由について、以下に説明する。
【0188】
先に説明したように、パラメータセットＣ１、Ｃ２、およびＣ３は、乳房のサイズに応じて設定されたパラメータセットであるが、撮影対象の臓器は「乳房」で共通している。したがって、乳房（Ｍ）を、乳房（Ｓ）のパラメータセット又は乳房（Ｌ）のパラメータセットを使用して撮影しても、十分な画質の超音波画像を得ることが可能である。そこで、本実施形態では、撮影条件の変更をしないと決定する。
【0189】
したがって、ユーザ５１は、時点ｔ４以降も、乳房（Ｓ）の撮影条件で、被検体Ｓ３２の乳房（Ｍ）の検査を継続する。一方、被検体Ｓ３２の検査中、プロセッサ７は、上記のプロセス４３を定期的に実行する。ここでは、時点ｔ４以降にもプロセス４３は実行されたが、撮影条件は変更しないと決定（ステップＳＴ３２）されたとする。したがって、撮影条件の自動変更が実行されることなく、被検体Ｓ３２の乳房（Ｍ）の検査が終了する。図１６では、被検体Ｓ３２の乳房（Ｍ）の検査の終了時点をｔ５で示してある。被検体Ｓ３２の検査が終了すると、次の新規の被検体Ｓ３３の検査を開始する。尚、新規の被検体Ｓ３３の撮影部位は甲状腺であるとする。
【0190】
ユーザ５１は、直前の被検体Ｓ３２の検査を終了した後、新規の被検体Ｓ３３の甲状腺の検査の準備を行う。この場合、撮影部位は乳房から甲状腺に変更されるので、ユーザ５１は、撮影条件を、乳房（Ｓ）用の撮影条件から、甲状腺用の撮影条件に変更する必要がある。しかし、以下では、ユーザ５１は、撮影条件を変更せずに、新規の被検体Ｓ３３の甲状腺の検査を開始した場合について考える。
【0191】
ユーザ５１は、新規の被検体Ｓ３３の甲状腺の検査を開始する。ここでは、新規の被検体Ｓ３３の甲状腺の検査の開示時点をｔ６で示してある。
【0192】
ユーザ５１は、時点ｔ６において新規の被検体Ｓ３３の甲状腺の検査を開始したが、撮影条件を変更していないので、設定されている撮影条件は、乳房（Ｓ）用の撮影条件Ｘ１のままである。したがって、ユーザ５１は、乳房（Ｓ）用の撮影条件Ｘ１で、被検体Ｓ３３の甲状腺の検査を開始する。
【0193】
一方、プロセッサ７は、時点ｔ６において被検体Ｓ３３の甲状腺の検査が開始された後、定期的に、プロセス４３を実行する。本実施形態では、時点ｔ６の後の時点ｔ７において、プロセス４３が実行される場合について説明する。
【0194】
プロセス４３が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ６～ｔ７の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
【0195】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ６～時点ｔ７の間に取得された超音波画像８５を前処理することにより、学習済みモデル３２に入力するための入力画像８６を生成する。プロセッサ７は、例えば、時点ｔ7の直前に取得された超音波画像８５を前処理することによって、入力画像８６が生成される。入力画像８６を生成した後、ステップＳＴ１２に進む。
【0196】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３２を用いて、入力画像８６が表す部位を推論する。
プロセッサ７は、入力画像８６を学習済みモデル３２に入力し、学習済みモデル３２を用いて、入力画像８６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像８６に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像８６に含まれる撮像部位を推論する。
プロセッサ７は、入力画像８６を学習済みモデル３２に入力し、学習済みモデル３２を用いて、入力画像８６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像８６に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像８６に含まれる撮像部位を推論する。
【0197】
ここでは、甲状腺の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像８６に含まれる撮影部位は甲状腺であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0198】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0199】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ７では、設定されている撮影条件は乳房（Ｓ）用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は甲状腺である。したがって、時点ｔ７では、設定されている撮影条件（乳房（Ｓ）用の撮影条件）は、ステップＳＴ１２で推論された撮影部位（甲状腺）に対応する撮影条件ではないので、ステップＳＴ３３に進む。
【0200】
図１８は、ステップＳＴ３３の説明図である。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「甲状腺」であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、甲状腺のパラメータセットを含むカテゴリ１を特定する。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「甲状腺」であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、甲状腺のパラメータセットを含むカテゴリ１を特定する。
【0201】
次に、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、現在設定されている撮影条件に対応するカテゴリを特定する。ここでは、現在設定されている撮影条件は、乳房（Ｓ）用の撮影条件であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、乳房（Ｓ）用のパラメータセットを含むカテゴリ３を特定する。カテゴリ３を特定した後、ステップＳＴ３４に進む。
【0202】
ステップＳＴ３４では、プロセッサ７は、ステップＳＴ３３で特定した２つのカテゴリが一致するかどうかを判定する。カテゴリが一致する場合ステップＳＴ３２に進み、一方、カテゴリが一致しない場合ステップＳＴ３５に進む。ここでは、特定されたカテゴリは一致しない（カテゴリ１および３）ので、ステップＳＴ３５に進む。
【0203】
ステップＳＴ３５では、プロセッサ７は、撮影条件を変更すると決定する。つまり、プロセッサ７は、カテゴリが一致しないと判定された場合は、撮影条件を変更すると決定する。この理由について、以下に説明する。
【0204】
カテゴリ１および３は、解剖学的に類似していない撮影部位で分類されている。したがって、カテゴリ１に属する撮影部位と、カテゴリ３に属する撮影部位は、解剖学的な差異が顕著であるので、互いに識別しやすい撮影部位である。また、カテゴリ１の撮影部位と、カテゴリ３の撮影部位を比較すると、撮影条件で設定されるパラメータの値は大きな差異があることが多い。したがって、現在設定されている乳房（Ｓ）の撮影条件を、推論された甲状腺の撮影条件に変更した場合、取得される超音波画像の画質を大きく向上させることができると考えられる。そこで、ステップＳＴ３３で特定した２つのカテゴリが一致しない場合、撮影条件を変更すると決定する。
【0205】
撮影条件を変更すると決定された場合、ステップＳＴ３６に進み、プロセッサ７は、時点ｔ７において設定されている乳房（Ｓ）用の撮影条件を、甲状腺用の撮影条件に変更する。例えば、プロセッサ７は、撮影条件を変更する場合、乳房（Ｓ）脈のパラメータセットＣ１を甲状腺のパラメータセットＡ１に変更することができる。尚、プロセッサ７は、上記のパラメータセットの変更に加えて、パラメータセットには含まれていない他の条件を変更するようにしてもよい。
【0206】
したがって、ユーザ５１は、時点ｔ７の直後から、甲状腺用の撮影条件Ｘ２で、被検体Ｓ３３の甲状腺の検査を実行することができる。一方、時点ｔ７以降も、プロセッサ７は、上記のプロセス４３を定期的に実行する。そして、被検体Ｓ３３の検査に必要な全画像の取得が完了したら、被検体Ｓ３３の検査を終了する（時点ｔ８）。
【0207】
第３の実施形態では、データベースのカテゴリ３に、乳房（Ｓ）パラメータセットＣ１、乳房（Ｍ）パラメータセットＣ２、および乳房（Ｌ）パラメータセットＣ３が含まれている。乳房（Ｓ）、乳房（Ｍ）、および乳房（Ｌ）は、臓器としては乳房で共通しており、更に、撮影条件で使用されるパラメータの値は同一又は類似している。したがって、乳房（Ｓ）、乳房（Ｍ）、および乳房（Ｌ）は、パラメータセットＣ１、Ｃ２、およびＣ３のうちのどのパラメータセットを使用しても、一定の品質の超音波画像を得ることができる。そこで、第３の実施形態では、乳房（Ｓ）パラメータセットＣ１、乳房（Ｍ）パラメータセットＣ２、および乳房（Ｌ）パラメータセットＣ３が、同一のカテゴリ３に分類されている。パラメータセットＣ１、Ｃ２、およびＣ３を同一のカテゴリ３に分類することによって、乳房（Ｓ）、乳房（Ｍ）、および乳房（Ｌ）の間では、撮影条件の変更が行われないようにすることができるので、ユーザ５１の意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる。また、乳房（Ｓ）パラメータセットＣ１、乳房（Ｍ）パラメータセットＣ２、および乳房（Ｌ）パラメータセットＣ３は、パラメータ値が同一又は類似しているので、乳房（Ｓ）、乳房（Ｍ）、および乳房（Ｌ）の間で撮影条件の変更が行われなくても、十分な品質の超音波画像を取得することもできる。
（４）第４の実施形態
第４の実施形態では、肝臓、腎臓、および腸の撮影条件を同一カテゴリに分類する例について説明する。尚、肝臓については、個々の患者に対して、より有益な診断ができるようにするため、健康な肝臓の撮影条件と、病変のある肝臓の撮影条件を、別々に設定する例について説明する。したがって、第４の実施形態では、健康な肝臓と病変のある肝臓とを識別することができる学習済みモデルを用意している。以下に、この学習済みモデルの作成方法について説明する。
（４）第４の実施形態
第４の実施形態では、肝臓、腎臓、および腸の撮影条件を同一カテゴリに分類する例について説明する。尚、肝臓については、個々の患者に対して、より有益な診断ができるようにするため、健康な肝臓の撮影条件と、病変のある肝臓の撮影条件を、別々に設定する例について説明する。したがって、第４の実施形態では、健康な肝臓と病変のある肝臓とを識別することができる学習済みモデルを用意している。以下に、この学習済みモデルの作成方法について説明する。
【0208】
図１９は、第４の実施形態の学習済みモデルの作成に使用されるトレーニング画像の説明図である。
先ず、トレーニング画像として、健康な肝臓（以下、「肝臓（Ｎ）」と呼ぶ）のトレーニング画像Ｒ１１～Ｒ１ｚ、病変のある肝臓の（以下、「肝臓（Ｌ）」と呼ぶ）のトレーニング画像Ｒ２１～Ｒ２ｚを用意する。
先ず、トレーニング画像として、健康な肝臓（以下、「肝臓（Ｎ）」と呼ぶ）のトレーニング画像Ｒ１１～Ｒ１ｚ、病変のある肝臓の（以下、「肝臓（Ｌ）」と呼ぶ）のトレーニング画像Ｒ２１～Ｒ２ｚを用意する。
【0209】
また、トレーニング画像として、腎臓のトレーニング画像Ｒ３１～Ｒ３ｚ、腸のトレーニング画像Ｒ４１～Ｒ４ｚを用意する。
そして、各トレーニング画像に、正解データとして、肝臓（Ｎ）、肝臓（Ｌ）、腎臓、及び腸をラベリングする。
そして、各トレーニング画像に、正解データとして、肝臓（Ｎ）、肝臓（Ｌ）、腎臓、及び腸をラベリングする。
【0210】
次に、学習済みモデルの作成に使用されるトレーニング画像に、トレーニング画像Ｒ１１～Ｒ１ｚ、Ｒ２１～Ｒ２ｚ、Ｒ３１～Ｒ３ｚ、およびＲ４１～Ｒ４ｚを含めて、ニューラルネットワークのトレーニングを行う。これによって、健康な肝臓、病変のある肝臓、腎臓、および腸を識別する学習済みモデルを作成することができる。
【0211】
次に、健康な肝臓のパラメータセット、病変のある肝臓のパラメータセット、腎臓のパラメータセット、および腸のパラメータセットをデータベースに登録する。
【0212】
図２０は、登録されるパラメータセットの説明図である。
カテゴリ４は、肝臓（Ｎ）パラメータセットＤ１、肝臓（Ｌ）パラメータセットＤ２、腎臓パラメータセットＤ３、および腸パラメータセットＤ４を含んでいる。これらのパラメータセットＤ１～Ｄ４は、カテゴリ４に含まれるようにデータベースに登録される。
カテゴリ４は、肝臓（Ｎ）パラメータセットＤ１、肝臓（Ｌ）パラメータセットＤ２、腎臓パラメータセットＤ３、および腸パラメータセットＤ４を含んでいる。これらのパラメータセットＤ１～Ｄ４は、カテゴリ４に含まれるようにデータベースに登録される。
【0213】
肝臓（Ｎ）パラメータセットＤ１は、健康な肝臓を検査する場合に使用される複数のパラメータを含んでいる。図２０では、肝臓（Ｎ）パラメータセットＤ１に含まれているパラメータが（ｄ１１、ｄ１２、ｄ１３、・・・ｄ１ｚ）で示されている。これらのパラメータｄ１１～ｄ１ｚには、例えば、周波数、デプスが含まれている。
【0214】
肝臓（Ｌ）パラメータセットＤ２は、病変を含む肝臓を検査する場合に使用される複数のパラメータを含んでいる。図２０では、肝臓（Ｌ）パラメータセットＤ２に含まれているパラメータが（ｄ２１、ｄ２２、ｄ２３、・・・ｄ２ｚ）で示されている。これらのパラメータｄ２１～ｄ２ｚには、例えば、周波数、デプスが含まれている。
【0215】
腎臓パラメータセットＤ３は、腎臓の検査をする場合に使用される複数のパラメータを含んでいる。図２０では、腎臓パラメータセットＤ３に含まれているパラメータが（ｄ３１、ｄ３２、ｄ３３、・・・ｄ３ｚ）で示されている。これらのパラメータｄ３１～ｄ３ｚには、例えば、周波数、デプスが含まれている。
【0216】
腸パラメータセットＤ４は、腸の検査をする場合に使用される複数のパラメータを含んでいる。図２０では、腸パラメータセットＤ４に含まれているパラメータが（ｄ４１、ｄ４２、ｄ４３、・・・ｄ４ｚ）で示されている。これらのパラメータｄ４１～ｄ４ｚには、例えば、周波数、デプスが含まれている。
【0217】
第４の実施形態では、上記の学習済みモデルおよびデータベースを利用して被検体の検査を行う。以下に、被検体の検査フローについて説明する。
【0218】
図２１は、被検体の検査で実行されるフローチャートの一例を示す図である。
ステップＳＴ１では、ユーザ５１は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体Ｓ３３の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。ここでは、被検体の撮影部位は、肝臓（Ｎ）であるとする。したがって、ユーザ５１は、肝臓（Ｎ）用の撮影条件を設定する。
ステップＳＴ１では、ユーザ５１は、被検体を検査室に誘導し、被検体を検査ベッドに寝かせる。また、ユーザ５１は、ユーザインターフェース１０（図２参照）を操作し、患者情報の入力、被検体Ｓ３３の超音波画像を取得するための撮影条件の設定、および、その他の必要な設定を行う。ここでは、被検体の撮影部位は、肝臓（Ｎ）であるとする。したがって、ユーザ５１は、肝臓（Ｎ）用の撮影条件を設定する。
【0219】
ユーザ５１は、検査の準備が完了したら、被検体の検査を開始する。図２１では、検査開始時点をｔ０で示してある。
【0220】
尚、図２１には、時間軸の上に、「被検体」、「撮影部位」、および「撮影条件」が示されている。「被検体」は、検査されている被検体を表し、「撮影部位」は、その被検体の撮影部位を表し、「撮影条件」は、超音波診断装置に設定されている撮影条件を表している。例えば、検査開始時点ｔ０では、「被検体」は被検体Ｓ４１であり、「撮影部位」は肝臓（Ｎ）であり、「撮影条件」は肝臓（Ｎ）用の撮影条件Ｙ１であることが図示されている。
【0221】
ユーザ５１は、被検体Ｓ４１の肝臓に超音波プローブ２を押し当てながらプローブを操作し、被検体Ｓ４１の検査を行う。超音波プローブ２は超音波を送信し、被検体Ｓ４１内で反射したエコーを受信する。受信したエコーは電気信号に変換され、この電気信号をエコー信号として受信器５（図２参照）に出力する。受信器５はエコー信号に対して所定の処理を実行し、受信ビームフォーマ６に出力する。受信ビームフォーマ６は、受信器５から受け取った信号に受信ビームフォーミングを実行し、エコーデータを出力する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
プロセッサ７は、エコーデータに基づいて超音波画像を生成する。
【0222】
ユーザ５１は、生成された超音波画像を確認したり、必要に応じて超音波画像を保存する。そして、ユーザ５１は、被検体の検査を引き続き実行する。
【0223】
一方、プロセッサ７は、時点ｔ０において被検体Ｓ４１の検査が開始された後、定期的に、撮影条件を変更するかどうかを判断し、必要に応じて撮影条件を自動的に変更するプロセス４４を実行する。本実施形態では、検査開始時点ｔ０の後の時点ｔ１において、１回目のプロセス４４が実行される。以下に、このプロセス４４について説明する。
【0224】
プロセス４４が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ０～ｔ１の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
【0225】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ０～時点ｔ１の間に取得された超音波画像９１を前処理することにより、学習済みモデル３３に入力するための入力画像８２を生成する。プロセッサ７は、例えば、時点ｔ１の直前に取得された超音波画像９１を前処理することによって、入力画像９２を生成する。入力画像９２を生成した後、ステップＳＴ１２に進む。
【0226】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３３を用いて、入力画像９２が表す部位を推論する。
プロセッサ７は、入力画像９２を学習済みモデル３３に入力し、学習済みモデル３３を用いて、入力画像９２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像９２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像９２に含まれる撮像部位を推論する。
プロセッサ７は、入力画像９２を学習済みモデル３３に入力し、学習済みモデル３３を用いて、入力画像９２に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像９２に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像９２に含まれる撮像部位を推論する。
【0227】
ここでは、肝臓（Ｎ）の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像９２に含まれる撮影部位は肝臓（Ｎ）であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0228】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0229】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ１では、設定されている撮影条件は肝臓（Ｎ）用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は肝臓（Ｎ）である。したがって、現在設定されている撮影条件は、ステップＳＴ１２で推論された撮影部位（肝臓（Ｎ））に対応した撮影条件である。このため、ステップＳＴ３２に進み、プロセッサ７は、撮影条件を変更しないと決定し、プロセス４４を終了する。
【0230】
一方、ユーザ５１は、時点ｔ１以降も、超音波プローブ２を操作しながら被検体Ｓ４１の検査を継続する。プロセッサ７は、時点ｔ１以降も、上記のプロセス４４を定期的に実行する。ここでは、撮影条件が変更されることなく、被検体Ｓ４１の肝臓（Ｎ）の撮影が終了したとする。被検体Ｓ４１の肝臓（Ｎ）の検査の終了時点は「ｔ２」で示してある。
【0231】
被検体Ｓ４１の検査が終了すると、次の新規の被検体Ｓ４２の検査の準備をする。尚、ここでは、新規の被検体Ｓ４２の検査対象は、病変のある肝臓であるとする。したがって、この場合、撮影部位は、健康な肝臓（「肝臓（Ｎ）」）から、病変のある肝臓（「肝臓（Ｌ）」）に変更されるので、ユーザ５１は、撮影条件を、肝臓（Ｎ）用の撮影条件Ｙ１から、肝臓（Ｌ）用の撮影条件に変更する必要がある。しかし、以下では、ユーザ５１は、撮影条件を変更せずに、新規の被検体Ｓ４２の肝臓（Ｌ）の検査を開始した場合について考える。
【0232】
ユーザ５１は、新規の被検体Ｓ４２の肝臓（Ｌ）の検査を開始する。ここでは、新規の被検体Ｓ４２の肝臓（Ｌ）の検査の開示時点をｔ３で示してある。
【0233】
ユーザ５１は、時点ｔ３から被検体Ｓ４２の肝臓（Ｌ）の検査を開始するが、撮影条件は変更されていないので、設定されている撮影条件は、肝臓（Ｎ）用の撮影条件のままである。したがって、ユーザ５１は、肝臓（Ｎ）用の撮影条件で、被検体Ｓ４２の肝臓（Ｌ）の検査を開始する。
【0234】
一方、プロセッサ７は、時点ｔ３において被検体Ｓ４２の肝臓（Ｌ）の検査が開始された後、定期的にプロセス４４を実行する。本実施形態では、時点ｔ３の後の時点ｔ４において、プロセス４４が実行された場合について説明する。
【0235】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ３～時点ｔ４の間に取得された超音波画像９３を前処理して、学習済みモデル３３に入力するための入力画像９４を生成する。プロセッサ７は、例えば、時点ｔ４の直前に取得された超音波画像９３を前処理することによって、入力画像９４を生成する。入力画像９４を生成した後、ステップＳＴ１２に進む。
【0236】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３３を用いて、入力画像９４が表す部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像９４に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像９４に含まれる撮像部位を推論する。
【0237】
ここでは、肝臓（Ｌ）（病変のある肝臓）の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像９４に含まれる撮影部位は肝臓（Ｌ）であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0238】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0239】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ４では、設定されている撮影条件は、肝臓（Ｎ）用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は肝臓（Ｌ）である。したがって、時点ｔ４では、設定されている撮影条件（肝臓（Ｎ）用の撮影条件）は、ステップＳＴ１２で推論された撮影部位（肝臓（Ｌ））に対応する撮影条件ではないので、ステップＳＴ３３に進む。
【0240】
図２２は、ステップＳＴ３３の説明図である。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「肝臓（Ｌ）」であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、肝臓（Ｌ）のパラメータセットを含むカテゴリ４を特定する。
ステップＳＴ３３では、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「肝臓（Ｌ）」であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、肝臓（Ｌ）のパラメータセットを含むカテゴリ４を特定する。
【0241】
次に、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、現在設定されている撮影条件に対応するカテゴリを特定する。ここでは、現在設定されている撮影条件は、肝臓（Ｎ）用の撮影条件であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、肝臓（Ｎ）パラメータセットを含むカテゴリ４を特定する。カテゴリ４を特定した後、ステップＳＴ３４に進む。
【0242】
ステップＳＴ３４では、プロセッサ７は、ステップＳＴ３３で特定した２つのカテゴリが一致するかどうかを判定する。カテゴリが一致する場合ステップＳＴ３２に進み、一方、カテゴリが一致しない場合ステップＳＴ３５に進む。ここでは、特定されたカテゴリは一致する（カテゴリ４）ので、ステップＳＴ３２に進む。
【0243】
ステップＳＴ３２では、プロセッサ７は、撮影条件を変更しないと決定する。つまり、時点ｔ４では、被検体Ｓ４２の肝臓（Ｌ）は、肝臓（Ｌ）用の撮影条件ではなく、肝臓（Ｎ）用の撮影条件で撮影されているが、ステップＳＴ３３で特定したカテゴリが一致する場合、撮影条件を変更しないと決定する。この理由について、以下に説明する。
【0244】
先に説明したように、肝臓（Ｎ）および肝臓（Ｌ）は、撮影対象の臓器が「肝臓」で共通している。したがって、肝臓（Ｌ）を、肝臓（Ｎ）のパラメータセットを使用して撮影しても、十分な画質の超音波画像を得ることが可能である。そこで、本実施形態では、撮影条件の変更をしないと決定する。
【0245】
したがって、ユーザ５１は、時点ｔ４以降も、肝臓（Ｎ）の撮影条件で、被検体Ｓ４２の肝臓（Ｌ）の検査を継続する。一方、プロセッサ７は、時点ｔ４以降も、上記のプロセス４４を定期的に実行する。ここでは、時点ｔ４以降にもプロセス４４は実行されたが、撮影条件は変更しないと決定（ステップＳＴ３２）されたとする。したがって、撮影条件の自動変更が実行されることなく、被検体Ｓ４２の肝臓（Ｌ）の検査が終了する。図２１では、被検体Ｓ４２の肝臓（Ｌ）の検査の終了時点をｔ５で示してある。被検体Ｓ４２の検査が終了すると、次の新規の被検体Ｓ４３の検査を開始する。尚、新規の被検体Ｓ４３の撮影部位は腎臓であるとする。
【0246】
ユーザ５１は、直前の被検体Ｓ４２の検査を終了した後、新規の被検体Ｓ４３の腎臓の検査の準備を行う。この場合、撮影部位は肝臓から腎臓に変更されるので、ユーザ５１は、撮影条件を、肝臓（Ｎ）用の撮影条件Ｙ１から、腎臓用の撮影条件に変更する必要がある。しかし、以下では、ユーザ５１は、撮影条件を変更せずに、新規の被検体Ｓ４３の腎臓の検査を開始した場合について考える。
【0247】
ユーザ５１は、新規の被検体Ｓ４３の腎臓の検査を開始する。ここでは、新規の被検体Ｓ４３の腎臓の検査の開示時点をｔ６で示してある。
【0248】
ユーザ５１は、時点ｔ６において新規の被検体Ｓ４３の腎臓の検査を開始したが、撮影条件を変更していないので、設定されている撮影条件は、肝臓（Ｎ）用の撮影条件Ｘ１のままである。したがって、ユーザ５１は、肝臓（Ｎ）用の撮影条件Ｙ１で、被検体Ｓ４３の腎臓の検査を開始する。
【0249】
一方、プロセッサ７は、時点ｔ６において被検体Ｓ４３の腎臓の検査が開始された後、定期的に、プロセス４４を実行する。本実施形態では、時点ｔ６の後の時点ｔ７において、プロセス４４が実行される場合について説明する。
【0250】
プロセス４４が開始されると、先ず、ステップＳＴ１０において、プロセッサ７は、時点ｔ６～ｔ７の間に取得された超音波画像に含まれる撮影部位を判別する。以下に、この判別ステップＳＴ１０について説明する。
【0251】
先ず、ステップＳＴ１１において、プロセッサ７は、時点ｔ６～時点ｔ７の間に取得された超音波画像９５を前処理することにより、学習済みモデル３３に入力するための入力画像９６を生成する。プロセッサ７は、例えば、時点ｔ7の直前に取得された超音波画像９５を前処理することによって、入力画像９６を生成することができる。入力画像９６を生成した後、ステップＳＴ１２に進む。
【0252】
ステップＳＴ１２では、プロセッサ７が、学習済みモデル３３を用いて、入力画像９６が表す部位を推論する。
プロセッサ７は、入力画像９６を学習済みモデル３３に入力し、学習済みモデル３３を用いて、入力画像９６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像９６に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像９６に含まれる撮像部位を推論する。
プロセッサ７は、入力画像９６を学習済みモデル３３に入力し、学習済みモデル３３を用いて、入力画像９６に含まれている部位を推論する。推論ステップでは、プロセッサ７は、撮像部位ごとに、入力画像９６に含まれる確率を計算する。そして、プロセッサ７は、撮像部位ごとに計算された確率に基づいて、入力画像９６に含まれる撮像部位を推論する。
【0253】
ここでは、腎臓の確率が閾値を超えているとする。したがって、プロセッサ７は、入力画像９６に含まれる撮影部位は腎臓であると推論する。撮影部位を推論した後、ステップＳＴ３０に進む。
【0254】
ステップＳＴ３０では、プロセッサ７は、推論した撮影部位に基づいて、撮影条件を変更するかどうかを決定する。以下に、ステップＳＴ３０について具体的に説明する。
【0255】
先ず、ステップＳＴ３１において、プロセッサ７は、現在設定されている撮影条件が、ステップＳＴ１２で推論された撮影部位に対応する撮影条件であるかどうかを判断する。時点ｔ７では、設定されている撮影条件は肝臓（Ｎ）用の撮影条件である。一方、ステップＳＴ１２で推論された撮影部位は腎臓である。したがって、時点ｔ７では、設定されている撮影条件（肝臓（Ｎ）用の撮影条件）は、ステップＳＴ１２で推論された撮影部位（腎臓）に対応する撮影条件ではないので、ステップＳＴ３３に進む。
【0256】
ステップＳＴ３３では、図２２に示すように、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、推論された撮影部位に対応するカテゴリを特定する。ここでは、推論された撮影部位は「腎臓」であるので、プロセッサ７は、複数のカテゴリ１～Ｎの中から、腎臓のパラメータセットを含むカテゴリ４を特定する。
【0257】
次に、プロセッサ７は、データベースに登録されている複数のカテゴリ１～Ｎの中から、現在設定されている撮影条件に対応するカテゴリを特定する。ここでは、現在設定されている撮影条件は、肝臓（Ｎ）用の撮影条件であるので、プロセッサ７は、複数のカテゴリ１～ｎの中から、肝臓（Ｎ）用のパラメータセットを含むカテゴリ４を特定する。カテゴリ４を特定した後、ステップＳＴ３４に進む。
【0258】
ステップＳＴ３４では、プロセッサ７は、ステップＳＴ３３で特定した２つのカテゴリが一致するかどうかを判定する。カテゴリが一致する場合ステップＳＴ３２に進み、一方、カテゴリが一致しない場合ステップＳＴ３５に進む。ここでは、特定されたカテゴリは一致する（カテゴリ４）ので、ステップＳＴ３５に進む。
【0259】
ステップＳＴ３５では、プロセッサ７は、撮影条件を変更すると決定する。つまり、プロセッサ７は、カテゴリが一致しないと判定された場合は、撮影条件を変更すると決定する。この理由について、以下に説明する。
【0260】
カテゴリ４には、肝臓（Ｎ）パラメータセットＤ１、肝臓（Ｌ）パラメータセットＤ２、腎臓パラメータセットＤ３、腸パラメータセットＤ４が含まれている。これらのパラメータセットの撮影対象である肝臓、腎臓、および腸は、解剖学的には異なる臓器である。しかし、肝臓、腎臓、および腸の撮影で使用されるパラメータの値は、同一であったり、互いに近い値であることが多い。したがって、現在設定されている肝臓（Ｎ）用の撮影条件Ｙ１を、推論された腎臓用の撮影条件に変更せずに、肝臓（Ｎ）用の撮影条件のままで、腎臓の超音波画像を取得しても、超音波画像の画質は大きな影響を受けないと考えられる。そこで、ステップＳＴ３２において撮影条件を変更しないと決定し、プロセス４４を終了する。
【0261】
したがって、ユーザ５１は、時点ｔ７以降も、肝臓（Ｎ）用の撮影条件で、被検体Ｓ４３の腎臓の検査を継続する。一方、プロセッサ７は、時点ｔ７以降も、プロセス４４を定期的に実行する。そして、必要な画像の取得が完了したら、被検体Ｓ４３の腎臓の検査が終了する（時点ｔ８）。
【0262】
第４の実施形態では、データベースのカテゴリ４に、肝臓（Ｎ）パラメータセットＤ１、肝臓（Ｌ）パラメータセットＤ２、腎臓パラメータセットＤ３、腸パラメータセットＤ４が含まれている。肝臓（Ｎ）および肝臓（Ｌ）は、臓器としては肝臓で共通する。また、肝臓、腎臓、および腸は、互いに異なる臓器ではあるが、撮影条件にそれほど大きな差異はない。したがって、肝臓（Ｎ）、肝臓（Ｌ）、腎臓、および腸は、肝臓（Ｎ）パラメータセットＤ１、肝臓（Ｌ）パラメータセットＤ２、腎臓パラメータセットＤ３、腸パラメータセットＤ４のうちのどのパラメータセットを使用しても、一定の品質の超音波画像を得ることができる。そこで、第４の実施形態では、肝臓（Ｎ）パラメータセットＤ１、肝臓（Ｌ）パラメータセットＤ２、腎臓パラメータセットＤ３、腸パラメータセットＤ４が、同一のカテゴリ４に分類されている。パラメータセットＤ１～Ｄ４を同一のカテゴリ４に分類することによって、肝臓（Ｎ）、肝臓（Ｌ）、腎臓、および腸の間では、撮影条件の変更は行われないので、ユーザ５１の意図しないタイミングで撮影条件が自動変更されてしまう頻度を減少させることができる。また、肝臓（Ｎ）パラメータセットＤ１、肝臓（Ｌ）パラメータセットＤ２、腎臓パラメータセットＤ３、腸パラメータセットＤ４は、パラメータ値が同一又は類似しているので、肝臓（Ｎ）、肝臓（Ｌ）、腎臓、および腸の間で撮影条件の変更が行われなくても、十分な品質の超音波画像を取得することもできる。
【符号の説明】
【0263】
１ 超音波診断装置
２ 超音波プローブ
３ 送信ビームフォーマ
４ 送信器
５ 受信器
６ 受信ビームフォーマ
７ プロセッサ
８ 表示部
９ メモリ
１０ ユーザインターフェース
１８ 表示モニタ
２８ タッチパネル
３０ ニューラルネットワーク
３１、３２、３３ 学習済みモデル
４１、４２、４３、４４ プロセス
５１ ユーザ
６１、６３、６５、７１、７３、７５、８１、８３、８５、９１、９３、９５、 超音波画像
６２、６４、６６、７２、７６、８２、８４、８６、９２、９４、９６ 入力画像
２ 超音波プローブ
３ 送信ビームフォーマ
４ 送信器
５ 受信器
６ 受信ビームフォーマ
７ プロセッサ
８ 表示部
９ メモリ
１０ ユーザインターフェース
１８ 表示モニタ
２８ タッチパネル
３０ ニューラルネットワーク
３１、３２、３３ 学習済みモデル
４１、４２、４３、４４ プロセス
５１ ユーザ
６１、６３、６５、７１、７３、７５、８１、８３、８５、９１、９３、９５、 超音波画像
６２、６４、６６、７２、７６、８２、８４、８６、９２、９４、９６ 入力画像
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【手続補正書】
【提出日】2024-07-09
【手続補正1】
【補正対象書類名】特許請求の範囲
【補正対象項目名】請求項４
【補正方法】変更
【補正の内容】
【請求項4】
超音波プローブと、
前記超音波プローブおよび記憶装置と通信するプロセッサと
を含む超音波診断装置であって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記記憶装置は、複数のカテゴリを含むデータベースであって、前記複数のカテゴリの各々は、複数のパラメータセットを含む、データベースを記憶しており、
前記プロセッサは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を実行する、超音波診断装置。
前記超音波プローブおよび記憶装置と通信するプロセッサと
を含む超音波診断装置であって、
前記プロセッサは、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行し、
前記記憶装置は、複数のカテゴリを含むデータベースであって、前記複数のカテゴリの各々は、複数のパラメータセットを含む、データベースを記憶しており、
前記プロセッサは、
前記複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を実行する、超音波診断装置。
【手続補正2】
【補正対象書類名】特許請求の範囲
【補正対象項目名】請求項１０
【補正方法】変更
【補正の内容】
【請求項10】
前記複数のカテゴリの各々に含まれる複数のパラメータセットは、互いに被検体の体組成が近似するものとして定義された複数の部位に対するパラメータセット又は１つの部位における異なる体組成に応じて設定されたパラメータセットである、請求項４に記載の超音波診断装置。
【手続補正3】
【補正対象書類名】特許請求の範囲
【補正対象項目名】請求項１２
【補正方法】変更
【補正の内容】
【請求項12】
超音波プローブと通信するプロセッサによって実行可能な命令が格納された記録媒体であって、前記命令は、前記プロセッサに、
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記撮影条件を変更するかどうかを判断することは、
複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を含む、記憶媒体。
被検体の超音波画像を取得するための撮影条件を設定すること、
前記撮影条件に従って、前記超音波プローブに超音波ビームを送信させ、前記超音波プローブに前記被検体からのエコーを受信させ、前記超音波プローブで受信したエコーに基づいて前記被検体の超音波画像を生成すること、
前記超音波画像に含まれる撮像部位を判別すること、
前記判別された撮像部位に基づいて、前記撮影条件を変更するかどうかを判断すること、
を実行させ、
前記撮影条件を変更するかどうかを判断することは、
複数のカテゴリの中から、判別された撮像部位に対応する第１のカテゴリを特定すること、
前記複数のカテゴリの中から、設定された撮影条件に対応する第２のカテゴリを特定すること、
前記第１のカテゴリと前記第２のカテゴリが一致する場合、前記撮影条件を変更しないと決定すること
を含む、記憶媒体。