高橋 広樹¹, 中原 紘平², 長谷川 英之^{1, 2}, 金井 浩^{1, 2}

Hiroki TAKAHASHI¹, Kohei NAKAHARA², Hideyuki HASEGAWA^{1, 2}, Hiroshi KANAI^{1, 2}

¹東北大学大学院医工学研究科医工学専攻, ²東北大学大学院工学研究科電子工学専攻

¹Department of Biomedical Engineering, Graduate School of Biomedical Engineering, Tohoku University, ²Department of Electronic Engineering, Graduate School of Engineering, Tohoku University

キーワード :

【目的】
近年，心臓診断のための心機能評価法として，スペックルトラッキングによる心筋の2次元運動計測や，10 ms程度の間の心臓壁振動および壁内の局所的な収縮弛緩を計測する手法の有用性が示されている．こうした解析法の対象である心臓壁領域は現在のところ主として手動で設定されており，臨床応用における検者依存性の排除，簡便性の向上のためには心臓壁領域同定の自動化が求められている．本報告では，あるフレーム（関心フレーム）における超音波RF信号の各離散点で抽出される複数の特徴量にクラス分類手法を適用することで心臓壁領域を同定し，心臓壁領域と同定された点をトラッキングすることで1心拍内の心臓壁領域を同定する手法を提案する．
【原理】
心臓の超音波RF信号データセットの関心フレームにおいて，RF信号の包絡線振幅，振幅二乗コヒーレンス［1］，および位相偏移を特徴量として抽出し，expectation-maximization（EM）アルゴリズム［2］を適用することで各離散点を心臓壁領域または心内腔領域に分類する．EMアルゴリズムの繰り返し計算において必要とされるパラメータの初期値として，各領域のある1点を中心とする周囲領域内における値を用いる．心臓壁領域と分類された点を，位相差トラッキング法［3］を用いて1次元変位に追従させることで，1心拍内の各フレームにおいて心臓壁領域を同定する．
【結果】
23歳男性健常者の左室長軸像において1心拍間の心臓壁領域を同定した．図（a）は関心フレームにおけるBモード像と領域同定結果であり，図（b）は関心フレームにおいて心臓壁と同定された点をトラッキングすることで得られた各心時相における領域同定結果である．結果から，本手法による1心拍間の心臓壁領域の自動同定の可能性を示した．
【結論】
本報告では，RF信号から抽出される特徴量を用いた心臓壁領域の自動同定法を提案した．本手法の全自動化のために，クラス分類のための初期パラメータ設定の自動化についてさらなる研究が必要である．
【参考文献】
［1］Kinugawa, et al: Jpn J Appl Phys, 2008.
［2］Dempstar, et al: J R Statist Soc Ser. B, 1977.
［3］Kanai, et al: IEEE Trans UFFC, 1996.