Online Journal
IF値: 1.878(2021年)→1.8(2022年)


Journal of Medical Ultrasonics

にて英文誌のFull textを閲覧することができます.


2006 - Vol.33

Vol.33 No.03

Original Article(原著)

(329 - 339)


Quantitative Evaluation of Diagnostic Information around the Contours in Ultrasound Images

伊東 正安1, 2, 長野 智章2, 関口 恵夢2, 椎名 毅3, 森 秀明4, 東野 英利子5

Masayasu ITO1, 2, Tomoaki CHONO2, Megumu SEKIGUCHI2, Tsuyoshi SHIINA3, Hideaki MORI4, Eriko TOHNO5

1東京電機大学大学院理工学研究科情報科学専攻, 2東京農工大学工学部電気電子工学科, 3筑波大学大学院システム情報工学研究科, 4杏林大学医学部第三内科, 5筑波大学大学院人間総合科学研究科

1Tokyo Denki University, Graduate School of Sciences and Engineering, 2Tokyo University of Agriculture and Technology, 3University of Tsukuba, Graduate School of Systems and Information Engineering, 4The Third Department of Internal Medicine, Kyorin University School of Medicine, 5University of Tsukuba, Graduate School of Comprehensive Human Science

キーワード : contour, quantitative diagnostic information, K distributions, Rayleigh distributions, ultrasonography

本稿では超音波像における異常組織の自動輪郭抽出を目的として, 散乱体分布の変化を示す対数圧縮K 分布の特性と画 像の局所情報を用いた領域の識別の2 手法を融合させて輪郭を抽出する手法を提案する. 特に辺縁を議論するには輪郭や 境界を特定することが重要になるので, 精度のよい輪郭を抽出するのにこの融合手法は有効であった. 異常組織は対数圧 縮K 分布と対数圧縮Rayleigh 分布の分散比から推定した. 組織辺縁の情報には画像から得られる形態的な特徴と統計的 特徴が考えられる. 乳腺超音波像の抽出した輪郭に対して, 診断基準に見られる円形度, 縦横比, 境界の凹凸の度合いを 計算した. また辺縁の特徴を表す指標として境界の平均濃度勾配, 境界を挟む2 近傍領域間の(平均) 分離度と(平均) クラス間分散, 内部エコー領域の面積の平均と面積の分散を計算した. 抽出した輪郭が腫瘍の断面とほぼ一致すると判断 できた24 例に対し, 嚢胞, 繊維腺腫および癌に対して, 前述した辺縁情報の定量化を行った. 縦横比と輪郭の凹凸は腺 維腺腫より癌の方がより大きな値を有していた. また輪郭内外の濃度勾配と輪郭近傍のクラス間分散は腺維腺腫が癌より も大きく, 特に濃度勾配の差は大きい. 腫瘍の良性, 悪性とそれらの所見に対し, 輪郭辺縁の定量化が可能になり, 得ら れる指標も有効であることが分かった.

Purpose: To develop a new contour extraction method for identifying abnormal tissue. Methods: We combined two techniques: logarithmic K distribution of a scattering model (method 1) and regional discrimination using the characteristics of local ultrasound images (method 2) into an integrated method (method 3) that provides accurate contours, which are essential for quantitizing border information. Results: The diagnostic tissue information around the border of an image can be characterized by its shape and texture statistics. The degrees of circularity and irregularity and the depth-width ratio were calculated for the extracted contours of breast tumors. In addition, gradients, separability, and variance between the two regions along the contour and the area and variance of the internal echoes, were calculated as indices of diagnostic criteria of breast tumors. The quantitized indices were able to discriminate among cysts, fibroadenomas, and cancer. Conclusion: In many ultrasound images of breast tumors, the combined techniques, the variance ratio of the logarithmic K distribution to the logarithmic Rayleigh distribution and the multilevel technique with local image information can effectively extract abnormal tissue contours.