中原 紘平¹, 長谷川 英之^{1, 2}, 金井 浩^{1, 2}

Kohei NAKAHARA¹, Hideyuki HASEGAWA^{1, 2}, Hiroshi KANAI^{1, 2}

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

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

キーワード :

【はじめに】
心機能評価において,スペックルトラッキングによる心筋2次元変位計測,2次元ストレインレート計測の有用性が示されている．これらの計測法では,解析対象となる心筋領域の同定が必要となるが,現在は主として手動設定されている．検者依存性の排除,簡便性の向上のため,本研究では振幅以外の特徴も用いた心筋領域同定の自動化を目指す．
【原理】
本研究では,まず超音波断層法により心臓からのRF信号を計測する．次にある1フレーム（関心フレーム）においてパターン認識技術により,心筋領域の同定を行う．この関心フレームは特徴量の分類性能が最も良い心時相である最適心時相（緩徐流入初期）［1］から選択する．関心フレームにおいて心筋と同定された領域を位相差トラッキング法［2］により以降のフレームへビーム方向の変位を追跡することによって,1心拍内の他のフレームにおける心筋領域を同定する．
このパターン認識による心筋領域の同定手法では,初めに信号上の各離散点において複数の特徴量を抽出する．この複数特徴量として超音波断層像の輝度情報に加え,RF信号の位相のフレーム間変化,また位相のフレーム間のばらつきを評価する振幅二乗コヒーレンス［3］を用いる．特徴抽出後,EMアルゴリズム［4］により,各領域間の特徴量の閾値を決定し,心内腔と心内腔以外の領域（主に心筋,心膜）の2領域に自動分類する．本研究では心筋領域のみを抽出することが目的であるため,心内腔以外の領域をさらに心筋と心膜に分類する必要がある．超音波断層像において心膜領域は非常に輝度が強いため,振幅情報のみにEMアルゴリズムを適用して心筋と心膜領域とに分類し,心筋領域の同定を達成する．
【結果】
図に関心フレームにおいてパターン認識により心内腔と心内腔以外の2領域に同定した結果（b）,さらに心内腔以外と同定された領域を心筋,心膜領域に同定した結果（c）を示す．図（c）より誤分類領域が見られるが,心筋と心膜の分類において振幅情報は有効であると考えられる．
【結論】
本報告より,本手法における心筋領域の同定の可能性を示すことができた．
【参考文献】
［1］H. Takahashi, et al., Jpn. J. Appl. Phys. 50 （2011） 07HF16.
［2］H. Kanai, et al., IEEE Trans. UFFC. 43 （1996） 791.
［3］T.Kinugawa, et al., Jpn. J. Appl. Phys. 47 （2008） 4155.
［4］A. P. Dempster, et al., J. R. Statist. Soc. Ser. 39 （1977） 1.