专利名称：超声波观测装置、超声波观测装置的动作方法以及超声波观测装置的动作程序的制作方法以往，作为使用超声波进行的乳腺癌等的检查技术，已知一种超声波弹性成像技术(例如参照专利文献I)。超声波弹性成像是利用生物体内的癌、肿瘤组织的硬度由于疾病的发展状况、生物体不同而不同的技术。在该技术中，在从外部挤压检查部位的状态下，使用超声波对该检查部位的生物体组织的应变量、弹性率进行测量，将该测量结果转换为断层图像来进行图像显示。 专利文献I :国际公开第2005/122906号
_4] 发明要解决的问题然而，在上述超声波弹性成像中，存在按压的压力不容易传递到血管、淋巴管等脉管的下部这种问题。因此，在脉管附近形成有肿瘤的情况下，肿瘤的边界变得不清楚，也难以鉴别肿瘤向脉管内的浸润。这样，在超声波弹性成像中，有时无法高精度地进行组织性状鉴别等对检体的观测。另外，在超声波弹性成像中，在检查者挤压检查部位时的压力、挤压速度上容易产生个体差异，因此还存在测量结果的可靠性低这种问题。本发明是鉴于上述问题而完成的，目的在于提供一种能够高精度地鉴别组织性状并且能够提高观测结果的可靠性的超声波观测装置、超声波观测装置的动作方法以及超声波观测装置的动作程序。用于解决问题的方案为了解决上述问题而达到目的，本发明所涉及的超声波观测装置对检体发送超声波并且接收由上述检体反射的超声波，该超声波观测装置的特征在于，具备频率分析部，其通过对接收到的超声波的频率进行分析来算出频谱；特征量提取部，其对由上述频率分析部算出的频谱进行近似来提取上述频谱的特征量；存储部，其存储根据由多个已知检体分别反射的超声波而提取出的频谱的特征量，并且根据各已知检体的信息将上述多个已知检体分为多个组进行存储；关联度计算部，其使用至少包含上述存储部存储的各组的特征量的母集团的统计量，来算出由上述特征量提取部提取出的特征量与各组的关联度；图像处理部，其根据上述关联度计算部的计算结果，生成具有与上述检体的特征量对应的显示方式的超声波图像数据；以及显示部，其能够显示与上述图像处理部生成的超声波图像数据对应的图像。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述特征量提取部提取多个特征量，上述存储部存储上述多个组的各自的各特征量的平均，上述关联度计算部设定以上述多个特征量中的至少一个为成分的特征量空间，算出检体点与已知检体平均点在上述特征量空间上的距离作为上述关联度，其中，该检体点具有上述检体的频谱的特征量中的、形成上述特征量空间的成分的特征量作为上述特征量空间的坐标，该已知检体平均点具有上述多个已知检体的上述组的各特征量中的、形成上述特征量空间的成分的特征量的平均作为上述特征量空间的坐标。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述图像处理部根据上述检体点与上述已知检体平均点之间的距离来决定上述超声波图像数据的像素值。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述关联度计算部算出对属于同一组的特征量追加上述检体的特征量而得到的新的母集团中的特征量的标准偏差，算出该标准偏差与上述属于同一组的特征量的标准偏差之间的差作为上述关 联度。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述图像处理部根据上述新的母集团中的特征量的标准偏差与上述属于同一组的特征量的标准偏差之间的差，来决定上述超声波图像数据的像素值。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，分别具有属于同一组的特征量的多个检体的组织性状相互相同。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述特征量提取部对由上述频率分析部算出的频谱进行衰减校正处理和近似处理，由此提取上述特征量，其中，该衰减校正处理用于消减超声波传播时与该超声波的接收深度和频率相应地产生的衰减的贡献。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述特征量提取部具有近似部，其对由上述频率分析部算出的频谱进行上述近似处理，由此提取进行上述衰减校正处理前的校正前特征量；以及衰减校正部，其对上述近似部提取出的校正前特征量进行上述衰减校正处理，由此提取上述频谱的特征量。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述特征量提取部具有衰减校正部，其对上述频谱进行上述衰减校正处理；以及近似部，其对由上述衰减校正部校正后的频谱进行上述近似处理，由此提取上述频谱的特征量。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述近似部通过回归分析以多项式来对上述频谱进行近似。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，上述近似部以一次式对上述频谱进行近似并提取多个特征量，上述多个特征量包含上述一次式的斜率、上述一次式的截距以及强度中的至少两个，该强度是使用上述斜率、上述截距以及包含在上述频谱的频带内的特定的频率而决定的。另外，本发明所涉及的超声波观测装置的特征在于，在上述发明中，超声波的接收深度越深，上述衰减校正部的校正量越大。另外，在本发明涉及一种超声波观测装置的动作方法，该超声波观测装置对检体发送超声波并且接收由上述检体反射的超声波，该动作方法的特征在于，具有以下步骤频率分析步骤，由频率分析部通过对接收到的超声波的频率进行分析来算出频谱；特征量提取步骤，由特征量提取部对在上述频率分析步骤中算出的频谱进行近似来提取上述频谱的特征量；关联度计算步骤，由关联度计算部从存储部读出各组的特征量，使用至少包含各组的特征量的母集团的统计量来算出上述特征量提取部提取出的特征量与各组的关联度，其中，该存储部存储根据由多个已知检体分别反射的超声波而提取出的频谱的特征量，并且根据各已知检体的信息将上述多个已知检体分为多个组进行存储；图像处理步骤，由图像处理部根据上述关联度计算步骤的计算结果，来生成具有与上述检体的特征量对应的显示方式的超声波图像数据；以及图像显示步骤，由显示部显示与在上述图像处理步骤中生成的超声波图像数据对应的图像。另外，在本发明涉及一种超声波观测装置的动作程序，该超声波观测装置对检体 发送超声波并且接收由上述检体反射的超声波，该动作程序的特征在于，使超声波观测装置执行以下步骤频率分析步骤，由频率分析部通过对接收到的超声波的频率进行分析来算出频谱；特征量提取步骤，由特征量提取部对在上述频率分析步骤中算出的频谱进行近似来提取上述频谱的特征量；关联度计算步骤，由关联度计算部从存储部读出各组的特征量，使用至少包含各组的特征量的母集团的统计量来算出上述特征量提取部提取出的特征量与各组的关联度，其中，该存储部存储根据由多个已知检体分别反射的超声波而提取出的频谱的特征量，并且根据各已知检体的信息将上述多个已知检体分为多个组进行存储；图像处理步骤，由图像处理部根据上述关联度计算步骤的计算结果，来生成具有与上述检体的特征量对应的显示方式的超声波图像数据；以及图像显示步骤，由显示部显示与在上述图像处理步骤中生成的超声波图像数据对应的图像。发明的效果根据本发明，根据由多个已知检体分别反射的超声波而提取出的频谱的特征量来将多个已知检体分为多个组，使用包含各组的特征量的母集团的统计量来算出根据超声波信号的频谱而提取出的检体的特征量与各组的关联度，根据其计算结果来生成具有与检体的特征量对应的显示方式的超声波图像数据，因此不使用生物体组织的应变量、弹性率就能够明确地严格区别组织的差异。因而，能够高精度地观测检体，并且能够提高观测结果的可靠性。图I是表示本发明的实施方式I所涉及的超声波观测装置的结构的框图。图2是表示本发明的实施方式I所涉及的超声波观测装置的处理的概要的流程图。图3是表示本发明的实施方式I所涉及的超声波观测装置的显示部中的B模式图像的显示例的图。图4是表示本发明的实施方式I所涉及的超声波观测装置的频率分析部所进行的处理的概要的流程图。图5是示意性地表示一个声线的数据排列的图。图6是表示本发明的实施方式I所涉及的超声波观测装置的频率分析部所算出的频谱的例(第一例)的图。图7是表示本发明的实施方式I所涉及的超声波观测装置的频率分析部所算出的频谱的例(第二例)的图。图8是表示根据对与图6示出的直线相关联的特征量进行衰减校正后的特征量而确定的新直线的图。图9是表示本发明的实施方式I所涉及的超声波观测装置的关联度计算部所进行的处理的概要的流程图。图10是表示本发明的实施方式I所涉及的超声波观测装置的关联度计算部所设定的特征量空间的一例的图。图11是表示对计算结果显示图像数据的各像素分配颜色成分的方法的一例的图。图12是表示对计算结果显示图像数据的各像素分配颜色成分的方法的其它例的图。图13是表示本发明的实施方式I所涉及的超声波观测装置的显示部所显示的计算结果显示图像的显示例的图。图14是以黑白方式示意性地表示图13示出的图像的图。图15是说明本发明的实施方式I所涉及的超声波观测装置所进行的衰减校正处理的效果的图。图16是表示本发明的实施方式2所涉及的超声波观测装置的处理的概要的流程图。图17是示意性地表示本发明的实施方式2所涉及的超声波观测装置所进行的衰减校正处理的概要的图。图18是说明本发明的实施方式3所涉及的超声波观测装置的关联度计算部所设定的特征量空间以及该特征量空间内的特征点的标准偏差的图。图19是表示特征量空间上的标准偏差的差的绝对值与红色成分的大小之间的关系的图。


用于实施本发明的方式(以下称为“实施方式”)。(实施方式I)图I是表示本发明的实施方式I所涉及的超声波诊断装置的结构的框图。该图示出的超声波诊断装置I是使用超声波来观测检体的装置。超声波观测装置I具备超声波探头2，其向外部输出超声波脉冲，并且接收在外部反射的超声波回波；发送和接收部3，其与超声波探头2之间进行电信号的发送和接收；运算部4，其对变换超声波回波而得到的电回波信号实施规定的运算；图像处理部5，其生成与变换超声波回波而得到的电回波信号对应的图像数据；输入部6，其使用键盘、鼠标、触摸面板等接口来实现，接受各种信息的输入；显示部7，其使用由液晶或者有机EL等构成的显示面板来实现，显示包括由图像处理部5生成的图像的各种信息；存储部8，其存储与多个已知检体有关的信息，并且将多个已知检体分为多个组来存储；以及控制部9，其对超声波观测装置I进行动作控制。
超声波探头2具有信号变换部21，该信号变换部21将从发送和接收部3接收到的电脉冲信号变换为超声波脉冲(声脉冲信号)，并且将由外部的检体反射而得到的超声波回波变换为电回波信号。超声波探头2可以是以机械方式使超声波振子进行扫描的探头，也可以是以电子方式使多个超声波振子进行扫描的探头。发送和接收部3与超声波探头2电连接，将脉冲信号发送给超声波探头2，并且从超声波探头2接收作为接收信号的回波信号。具体地说，发送和接收部3根据预先设定的波形和发送定时来生成脉冲信号，将所生成的该脉冲信号发送给超声波探头2。发送和接收部3与超声波探头2电连接，将脉冲信号发送给超声波探头2，并且从超声波探头2接收回波信号。具体地说，发送和接收部3根据预先设定的波形和发送定时来生成脉冲信号，将所生成的该脉冲信号发送到超声波探头2。另外，发送和接收部3对接收到的回波信号实施放大、滤波等处理，之后通过进行A/D变换来生成数字RF信号而输出。此外，在超声波探头2是以电子方式使多个超声波振子进行扫描的探头的情况下，发送和接收部3具有与多个超声波振子对应的束合成用的多通道电路。·
运算部4具有频率分析部41，其通过对由发送和接收部3输出的数字RF信号实施高速傅里叶变换(FFT)来对回波信号进行频率分析；特征量提取部42，其对由频率分析部41算出的频谱(功率谱)进行衰减校正处理以及近似处理，由此提取检体的特征量，其中，在该衰减校正处理中削减超声波传播时产生的衰减的贡献，该衰减与该超声波的接收深度和频率相应；以及关联度计算部43，其算出由特征量提取部42提取出的特征量与存储部8存储的多个组各自的关联度。频率分析部41针对各声线(行数据)，对由规定的数据量构成的FFT数据群进行高速傅里叶变换，由此算出频谱。频谱示出根据检体的组织性状不同而不同的趋势。这是由于，频谱与作为使超声波散射的散射体的检体的大小、密度、声阻抗等具有相关性。特征量提取部42具有近似部421，其对由频率分析部41算出的频谱进行近似处理，由此算出进行衰减校正处理前的校正前特征量；以及衰减校正部422，其对由近似部421进行近似而得到的校正前特征量进行衰减校正处理，由此提取特征量。近似部421通过回归分析以一次式对频谱进行近似，由此提取使该近似的一次式具有特征的校正前特征量。具体地说，近似部421通过回归分析来算出一次式的斜率％和截距IV并且算出频谱中的频带内的特定频率处的强度作为校正前特征量。在本实施方式I中，近似部 421 算出中心频率 fMID= (fLOff+faiGH) /2 处的强度(Mid-band fit) c0=a0fMID+b0,但是这严格说来仅是一例。在此所指的“强度”是指电压、电力、声压、声能等参数中的任一个。三个特征量中的斜率％与超声波散射体的大小具有相关性，通常认为散射体越大则斜率具有越小的值。另外，截距k与散射体的大小、声阻抗的差、散射体的密度(浓度)等具有相关性。具体地说，认为对于截距Iv散射体越大则具有越大的值，声阻抗越大则具有越大的值，散射体的密度(浓度)越大则具有越大的值。中心频率f-处的强度(以下简单称为“强度”)Ctl是根据斜率％和截距k导出的间接的参数，提供有效频带内的中心处的谱强度。因此，认为强度Ctl除了与散射体的大小、声阻抗的差、散射体的密度相关以外，还与B模式图像的亮度具有某种程度的相关性。此外，由特征量提取部42算出的近似多项式并不限定于一次式，还能够使用二次以上的近似多项式。说明由衰减校正部422进行的校正。超声波的衰减量A能够表示为如下。
A=2 a zf ... (I)在此，α是衰减率，ζ是超声波的接收深度，f是频率。根据式(I)可知，衰减量A与频率f成比例。对于衰减率α的具体的值，在生物体的情况下为(Tl. O (dB/cm/MHz)，更优选为O. 3^0. 7 (dB/cm/MHz)，根据作为观察对象的脏器的种类来决定。例如，在作为观察对象的脏器为胰腺的情况下，决定为a =0.6 (dB/cm/MHz)。此外，在本实施方式I中，还能够设为以下结构能够根据来自输入部6的输入来变更衰减率α的值。衰减校正部422如下那样对由近似部421提取出的校正前特征量(斜率％、截距bQ、强度Ctl)进行校正。a=a0+2 α ζ ... (2)b=b0 ... (3)c=c0+2 a zfMID (=afMID+b) …(4)·根据式(2)、(4)可知，衰减校正部422进行如下校正超声波的接收深度ζ越大则校正量越大。另外，根据式(3)，与截距相关的校正是恒等变换。这是由于，截距是与频率O(Hz)对应的频率成分而没有被衰减。关联度计算部43至少使用包含由存储部8存储的各组的特征量的母集团的统计量，算出由特征量提取部42提取出的特征量与各组之间的关联度。更具体地说，关联度计算部43算出检体点与已知检体平均点在特征量空间上的距离作为关联度，其中，设定以由特征量提取部42提取出的多个特征量中的至少一个为成分的特征量空间，该检体点以检体的频谱的特征量中的形成所设定的特征量空间的成分的特征量为特征量空间的坐标，该已知检体平均点以多个已知检体的组的各特征量中的形成特征量空间的成分的特征量的平均为特征量空间的坐标。超声波接收信号的频谱的特征量的平均和标准偏差反应了检体中的核肿大、异形等细胞水平的变化、间质中的纤维增生、实质组织被纤维替换等组织变化，与组织性状相应地呈现特有的值。在此所指的“组织性状”例如是指癌症、内分泌肿瘤、粘液性肿瘤、正常组织、脉管等中的任一个，在检体为胰腺的情况下，作为组织性状还包含慢性胰腺炎、自身免疫性胰腺炎等。鉴于这种情形，期望根据组织性状的种类来决定由存储部8存储的组。因此，在以下说明中，设为根据组织性状的种类来决定由存储部8存储的组。图像处理部5具有Β模式图像数据生成部51，其根据回波信号来生成B模式图像数据；以及计算结果显示图像数据生成部52，其使用由关联度计算部43算出的关联度的计算结果和由B模式图像数据生成部51生成的B模式图像数据来生成用于显示关联度的计算结果的超声波图像数据即计算结果显示图像数据。B模式图像数据生成部51对数字信号进行带通滤波、对数变换、增益处理、对比度处理等使用公知技术的信号处理，并且进行数据的间隔剔除等，由此生成B模式图像数据，其中，与根据显示部7中的图像的显示范围而决定的数据步长相应地进行数据的间隔剔除。计算结果显示图像数据生成部52使用由B模式图像数据生成部51生成的B模式图像数据、由特征量提取部42提取出的特征量以及由关联度计算部43算出的结果，来生成计算结果显示图像数据。存储部8具有已知检体信息存储部81，其存储已知检体的信息；窗函数存储部82，其存储频率分析部41进行频率分析处理时使用的窗函数；以及校正信息存储部83，其存储衰减校正部422进行处理时参照的校正信息。已知检体信息存储部81将针对已知检体提取出的频谱的特征量与已知检体的组织性状相关联地进行存储。另外，已知检体信息存储部81对于与已知检体相关联的频谱的特征量，将按每个组算出的平均和标准偏差与已知检体的特征量的全部数据一起进行存储，各组是根据包含已知检体的组织性状的信息进行分类而得到的。在此，已知检体的特征量是通过与本实施方式I相同的处理而提取出的。但是，不需要在超声波观测装置I中进行已知检体的特征量提取处 理。期望由已知检体信息存储部81存储的已知检体的信息是与组织性状有关的可靠度高的信息。窗函数存储部82存储Hamming、Hanning、Blackman等窗函数中的至少一个窗函数。校正信息存储部83存储与式(2广(4)的变换有关的信息。通过预先存储了本实施方式I所涉及的超声波观测装置的动作程序、启动规定的OS的程序等的ROM以及存储各处理的运算参数、数据等的RAM等来实现存储部8。具有上述功能结构的超声波观测装置I的超声波探头2以外的结构要素通过使用具备CPU的计算机来实现，该CPU具有运算和控制功能。超声波观测装置I所具备的CPU从存储部8读出存储部8存储、保存的信息以及包含上述超声波观测装置的动作程序的各种程序，由此执行与本实施方式I所涉及的超声波观测装置的动作方法相关联的运算处理。此外，也能够将本实施方式I所涉及的超声波观测装置的动作程序记录到硬盘、快闪存储器、CD-ROM、DVD-ROM、软盘等计算机可读取的记录介质而广泛流通。图2是表示具有以上结构的超声波观测装置I的处理的概要的流程图。在图2中，超声波观测装置I首先通过超声波探头2进行新检体的测量(步骤SI)。之后，B模式图像数据生成部51使用从发送和接收部3输出的B模式图像用回波信号来生成B模式图像数据(步骤S2)。接着，控制部9进行控制，使显示部7显示与由B模式图像数据生成部51生成的B模式图像数据对应的B模式图像(步骤S3)。图3是表示显示部7中的B模式图像的显示例的图。该图示出的B模式图像100是使采用RGB表色系作为颜色空间的情况下的变量即R (红)、G (绿)、B (蓝)的值一致的灰度等级图像。之后，频率分析部41通过FFT运算来进行频率分析，由此算出频谱(步骤S4)。在此，参照图4示出的流程图详细说明由频率分析部41进行的处理(步骤S4)。首先，频率分析部41将作为分析对象的首个声线的声线编号L设为初始值Ltl(步骤S21)。例如可以对发送和接收部3首个接收到的声线附加初始值Lci,也可以对与通过输入部6设定的关心区域的左右一侧的边界位置对应的声线附加初始值L。。接着，频率分析部41算出设定于一个声线上的多个数据位置的全部位置的频谱。首先，频率分析部41设定代表用于进行FFT运算而获取的一系列数据群(FFT数据群)的数据位置Z(相当于接收深度)的初始值Ztl(步骤S22)。图5是示意性地表示一个声线的数据排列的图。在该图示出的声线LD中，白色或者黑色的长方形意味着一个数据。以与发送和接收部3进行的Α/D变换中的采样频率(例如50MHz)对应的时间间隔将声线LD离散化。在图5中，示出将声线LD的第一个数据设定为数据位置Z的初始值Ztl的情况。此外，图5严格说来仅是一例，能够任意地设定初始值Ztl的位置。例如，也可以将与关心区域的上端位置对应的数据位置Z设定为初始值4。
之后，频率分析部41获取数据位置Z的FFT数据群(步骤S23)，使由窗函数存储部82存储的窗函数作用于获取到的FFT数据群(步骤S24)。这样使窗函数作用于FFT数据群，能够避免FFT数据群在边界处不连续，从而能够防止产生伪像。接着，频率分析部41判断数据位置Z的FFT数据群是否为正常的数据群(步骤
525)。在此，FFT数据群需要具有2的乘方个数据数。以下，将FFT数据群的数据数设为2n(n为正整数)。FFT数据群为正常是指数据位置Z在FFT数据群中位于从前方起第2114的位置处。换言之，FFT数据群正常是指在数据位置Z的前方存在第2^-1 (设为=N)个数据而在数据位置Z的后方存在第Zn-1O^S=M)个数据。在图5示出的情况下，FFT数据群IVIVFim正常，另一方面FFT数据群Fp Fk异常。其中，在图5中，设为n=4 (N=7、M=8)。在步骤S25中的判断的结果是数据位置Z的FFT数据群正常的情况下(步骤S25 “是”)，频率分析部41转移到后述的步骤S27。
在步骤S25中的判断的结果是数据位置Z的FFT数据群不正常的情况下(步骤S25 否”)，频率分析部41对不足部分插入零数据，由此来生成正常的FFT数据群(步骤
526)。在追加零数据之前使窗函数作用于在步骤S25中判断为不正常的FFT数据群。因此，即使对FFT数据群插入零数据，也不产生数据的不连续。在步骤S26之后，频率分析部41转移到后述的步骤S27。在步骤S27中，频率分析部41使用FFT数据群来进行FFT运算，由此得到频谱(步骤S27)。图6和图7是表示由频率分析部41算出的频谱例的图。在图6和图7中，横轴f是频率，纵轴I为强度。在图6和图7分别示出的频谱曲线C1和C2中，频谱的下限频率和上限频率fHrcH是根据超声波探头2的频带、发送和接收部3发送的脉冲信号的频带等而决定的参数，例如是4 =31取、fHrcH = IOMHz0此外，通过后述的特征量提取处理来说明图6示出的直线L1和图7示出的直线L2。另外，在本实施方式I中，曲线和直线由离散的点的集合构成。这一点在后述的实施方式中也相同。接着，频率分析部41对数据位置Z加上规定的数据步长D而算出下一个分析对象的FFT数据群的数据位置Z(步骤S28)。期望此处的数据步长D与由B模式图像数据生成部51生成B模式图像数据时利用的数据步长一致，但是在想要削减频率分析部41中的运算量的情况下，也可以设定比B模式图像数据生成部51所利用的数据步长大的值。在图5中，示出D=15的情况。之后，频率分析部41判断数据位置Z是否大于最终数据位置Zmax (步骤S29)。在此，最终数据位置Zmax可以是声线LD的数据长度，也可以是与关心区域的下端对应的数据位置。在判断的结果是数据位置Z大于最终数据位置Zmax的情况下(步骤S29 是”)，频率分析部41使声线编号L增加I (步骤S 30)。另一方面，在数据位置Z为最终数据位置Zmax以下的情况下(步骤S29 否”)，频率分析部41返回到步骤S23。这样，频率分析部41针对一个声线LD，对[{(Zmax-ZO) /D} +1] (=K)个FFT数据群进行FFT运算。在此，[X]表示不超过X的最大整数。在通过步骤S30增加之后的声线编号L大于最终声线编号Lmax的情况下(步骤S31 是”)，频率分析部41返回到图2示出的主例程。另一方面，在通过步骤S30增加之后的声线编号L为最终声线编号Lmax以下的情况下(步骤S31 否”)，频率分析部41返回到步骤S22。
这样，频率分析部41对(Lniax-Ldl)个声线各自进行K次的FFT运算。此外，例如可以对发送和接收部3接收到的最终的声线附加最终声线编号Lmax,也可以对与关心区域左右的任一个边界对应的声线附加最终声线编号Lmax。以下，将频率分析部41对全部声线进行的FFT运算的总数(Lmax-LQ+1) XK设为P。接在上述说明的步骤S4的频率分析处理之后，作为近似处理，近似部421对频率分析部41算出的P个频谱进行回归分析，由此提取校正前特 征量(步骤S5)。具体地说，近似部421通过回归分析来算出对频带fww〈f〈fHrcH的频谱进行近似的一次式，由此作为校正前特征量而提取出使该一次式具有特征的斜率％、截距Idci、强度C(l。图6示出的直线L1和图7示出的直线L2是在该步骤S5中对频谱曲线C1和C2分别进行回归分析而得到的回归直线。之后，衰减校正部422对由近似部421提取出的校正前特征量进行衰减校正处理(步骤S6)。例如在数据的采样频率为50MHz的情况下，数据采样的时间间隔为20(nsec)。在此，当将声速设为1530 (m/sec)时，数据采样距离间隔成为1530 (m/sec) X20(nsec)/2=0. 0153 (mm)。当设从声线LD的第一个数据起到处理对象的FFT数据群的数据位置为止的数据步长数为k时，该数据位置Z成为O. 0153k (mm)。衰减校正部422将这样求得的数据位置Z的值代入到上述式(2Γ(4)的接收深度ζ，由此算出作为频谱的特征量的斜率a、截距b、强度C。图8是表示根据对与图6示出的直线L1相关联的特征量进行衰减校正后的特征量而决定的直线的图。表示图8示出的直线L/的式如下。I=af+b= (a0+2 α Z) f+b0 ...(5)根据该式(5)也可知，与直线L1相比，直线L/的斜率大且截距的值相同。之后，关联度计算部43根据由特征量提取部42提取出的特征量以及由已知检体信息存储部81存储的已知检体信息，来计算检体与由存储部8存储的已知检体的组之间的关联度(步骤S7)。在此，参照图9示出的流程图来详细说明关联度计算部43所进行的处理(步骤S7)。首先，关联度计算部43设定在算出关联度时使用的特征量空间(步骤S41)。在本实施方式I中，三个特征量斜率a、截距b、强度c中独立的参数为两个。因而，能够将以三个特征量中的任意两个特征量为成分的二维空间设定为特征量空间。另外，还能够将以三个特征量中的任意一个特征量为成分的一维空间设定为特征量空间。在该步骤S41中，设为预先决定了要设定的特征量空间，但是也可以由操作者通过输入部6来选择期望的特征量空间。图10是表示关联度计算部43所设定的特征量空间的一例的图。关于图10示出的特征量空间，横轴为截距b，纵轴为强度C。图10示出的点Sp表示以针对判断对象的检体算出的截距b和强度c为特征量空间的坐标的点(以下将该点称为“检体点”)。另外，图10示出的区域GU、GV、GP表示由已知检体信息存储部81存储的已知检体的组织性状分别为μ、V、P的组。在图10所示的情况下，三个组GpGpGp在特征量空间中存在于与其它组相互不相交的区域内。在本实施方式I中，在求已知检体的特征量时，将对通过频率分析得到的频谱的校正前特征量进行衰减校正而得到的特征量作为指标进行分组，因此能够严格区别相互不同的组。特别是，在本实施方式I中，使用进行了衰减校正的特征量，因此与使用不进行衰减校正而提取出的特征量的情况相比，能够以更明确分离的状态得到各组在特征量空间内的区域。在步骤S41之后，关联度计算部43分别算出检体点Sp与点μ ^ v ^ p J以下将这些点称为“已知检体平均点”)之间的在特征量空间上的距离Clli、dv、dp (步骤S42)，点μ O、Vp P ^分别以包含在组GpGp Gp内的、FFT数据群的频谱的截距b和强度C的各平均为特征量空间的坐标(步骤S42)。在该步骤S42中，关联度计算部43算出频谱的全部检体点与已知检体平均点在特征量空间上的距离。此外，在特征量空间内的b轴成分与c轴成分的刻度大不相同的情况下，期望适当地进行加权以使各距离的贡献大致均等。接着，关联度计算部43输出在步骤S42中算出的距离作为计算结果(步骤S43)。由此，步骤S7的关联度计算处理结束。此外，关联度计算部43也可以接在步骤S43之后根据计算结果来判断检体的组织性状。但是在该情况下，已知检体信息存储部81需要将已知检体的特征量与组织性状相关联地进行存储。此外，在检体点Sp与已知检体平均点μ ρ V r P ^极端分离的情况下，即使 求出距离Clpdv、dp的最小值，组织性状的判断结果的可靠性也低。因此，在Clli、dv、dp大于规定阈值的情况下，关联度计算部43也可以输出错误信号。另外，在七、dv、dp中产生两个以上的最小值的情况下，关联度计算部43可以选择与最小值对应的所有组织性状作为候选，也可以按照规定的规则选择某一个组织性状。在后者的情况下，例如能够举出以下方法将癌症等恶性高的组织性状的优先级设定得高。另外，在Clpdpdp中产生两个以上的最小值的情况下，关联度计算部43也可以输出错误信号。在上述说明的步骤S7之后，计算结果显示图像数据生成部52使用B模式图像数据生成部51生成的B模式图像数据、特征量提取部42算出的特征量以及关联度计算部43算出的结果，来生成计算结果显示图像数据(步骤S8)。此时，计算结果显示图像数据生成部52根据特征量空间上的检体点Sp与各组的已知检体平均点之间的距离，将作为视觉信息的颜色成分(构成颜色空间的变量)分配到各像素。例如，在图10示出的特征量空间的情况下，对检体点Sp与已知检体平均点Utl之间的距离Clli分配红色成分(R)，对检体点Sp与已知检体平均点％之间的距离dv分配绿色成分(G)，对检体点Sp与已知检体平均点P。之间的距离dp分配蓝色成分(B)，像素值的大小与距离相应地变化。图11是表示对计算结果显示图像数据的各像素分配颜色成分的方法的一例的图。具体地说，图11是表示检体点Sp与已知检体平均点μ O在特征量空间上的距离du与红色成分的大小R之间的关系的图。在图11中，在距离Clli为O彡Clli彡Cllitl的情况下，红色成分的大小R为255 (八位表现的最大值)ο另外,在距离du为du0<du ( (Illl的情况下,红色成分的大小R线性减小，在距离du为du>dul的情况下，红色成分的大小R为零。此外，在此说明了红色成分的大小，对于绿色成分、蓝色成分的大小，也能够根据距离dv、dp来分别决定。另外，代替通过RGB表色系的变量来构成颜色空间，也可以通过青色、品红、黄色这种补色系的变量来构成颜色空间。另外，还可以对距离七、dv、dp分别分配与其它相互不同的光的三个属性(色调、明度、彩度)。在该情况下，与距离相应地改变属性值。另外，还可以对距离Clpdpdp中的任一个分配与距离相应地决定的图案。图12是表示对计算结果显示图像数据的各像素分配颜色成分的方法的其它例的图，与图11同样地，是表示距离Clli与红色成分的大小R之间的关系的图。在图12中，在距离Clli为O彡Clli彡Cllitl的情况下，红色成分的大小R为零，在距离Clli为^。〈七彡Cllil的情况下，红色成分的大小R线性增加，在距离du为ClliMlil的情况下，红色成分的大小R为255。这样，能够任意地设定对计算结果显示图像数据的各像素分配的颜色成分的大小。接着，显示部7显示由计算结果显示图像数据生成部52生成的计算结果显示图像(步骤S9)。图13是表示由显示部7显示的计算结果显示图像的显示例的图。图14是以黑白方式示意性地表示图13示出的图像的图。这些图示的计算结果显示图像300与B模式图像100相比，图像彩色化，与组相应的颜色差异变得清晰。更具体地说，计算结果显示图像300大致由绿色系区域300g和红色系区域300r构成。用黄色系的颜色显示两个区域的边界部(在图14中未图示)。如图13所示，各区域并非由单一颜色构成。例如，绿色系区域300g是由接近绿色的颜色构成的像素聚集的区域。同样地，红色系区域300r是由接近红色的颜色构成的像素聚集的区域。因此，观测者能够明确地识别组的差异，即组织性状的差异。
图15是说明超声波观测装置I所进行的衰减校正处理的效果的图。图15示出的图像400是没有进行衰减校正的情况下的计算结果显示图像。该情况下的计算结果显示图像是针对由B模式图像数据生成部51生成的B模式图像、将截距b均等地分配给R(红)、G(绿)、B(蓝)的灰度等级图像。对于计算结果显示图像400，在接收深度大的区域(图的下方区域)，由于衰减的影响而信号强度下降，图像变暗。与此相对，可知在使用相同B模式图像进行了衰减校正的计算结果显示图像500中，得到画面整体亮度均匀的图像。根据上述说明的本发明的实施方式1，根据由多个已知检体分别反射的超声波来提取频谱的特征量，根据提取出的频谱的特征量来将多个已知检体分为多个组，使用包含各组的特征量的母集团的统计量来算出根据超声波信号的频谱而提取出的检体的特征量与各组的关联度，根据其计算结果来生成具有与检体的特征量对应的显示方式的超声波图像数据，因此不使用生物体组织的应变量、弹性率就能够明确地严格区别组织的差异。因而，能够高精度地观测检体，能够提高观测结果的可靠性。另外，根据本实施方式1，对从频谱提取出的校正前特征量实施衰减校正，因此能够消除随着超声波传播产生的衰减的影响，能够进行更高精度的组织性状的鉴别。(实施方式2)本发明的实施方式2与实施方式I的不同点在于由特征量提取部进行的特征量提取处理。本实施方式2所涉及的超声波观测装置的结构与在实施方式I中说明的超声波观测装置I的结构相同。因此，在以下说明中，对与超声波观测装置I的结构要素对应的结构要素附加相同的附图标记。在本实施方式2的特征量提取处理中，首先衰减校正部422对通过频率分析部41算出的频谱进行衰减校正处理。之后，近似部421对通过衰减校正部422进行衰减校正后的频谱进行近似处理，由此提取频谱的特征量。图16是表示本实施方式2所涉及的超声波观测装置的处理的概要的流程图。在图16中，步骤S5f S54的处理与图2的步骤Sf S4的处理依次对应。在步骤S55中，衰减校正部422对由频率分析部41通过FFT运算而算出的频谱进行衰减校正(步骤S55)。图17是示意性地表示该步骤S55的处理的概要的图。如图17所示，衰减校正部422针对频谱曲线C3，对全部频率f进行将上述式(I)的衰减量A加到强度I的校正，由此得到新频谱曲线C3’。由此，能够得到削减了伴随超声波传播而产生的衰减的贡献的频谱。之后，近似部421对由衰减校正部422进行衰减校正后的全部频谱进行回归分析，由此提取频谱的特征量(步骤S56)。具体地说，近似部421通过回归分析来算出一次式的斜率a、截距b以及中心频率Fmid处的强度C。图17示出的直线L3是在该步骤S56中对频谱曲线C3进行特征量提取处理而得到的回归直线(截距b3)。步骤S57 S59的处理与图2的步骤S7 S9的处理依次对应。此外，在本实施方式2中也与上述实施方式I同样地，关联度计算部43能够使用算出的关联度来判断检体的组织性状。在该情况下，只要已知检体信息存储部81将已知检体的特征量与组织性状相关联地进行存储即可。根据上述说明的本发明的实施方式2，根据由多个已知检体分别反射的超声波来提取频谱的特征量，根据提取出的频谱的特征量将多个已知检体分为多个组，使用包含各 组的特征量的母集团的统计量来算出根据超声波信号的频谱而提取出的检体的特征量与各组的关联度，根据其计算结果来生成具有与检体的特征量对应的显示方式的超声波图像数据，因此不使用生物体组织的应变量、弹性率就能够明确地严格区别组织的差异。因而，能够高精度地观测检体，能够提高观测结果的可靠性。另外，根据本实施方式2，在对频谱实施衰减校正之后提取出特征量，因此能够消除伴随超声波传播产生的衰减的影响，能够进行更高精度的观测。(实施方式3)本发明的实施方式3与实施方式I的不同点在于关联度计算部中的组织性状判定处理。本实施方式3所涉及的超声波观测装置的结构与在实施方式I中说明的超声波观测装置I的结构相同。因此，在以下说明中，对与超声波观测装置I的结构要素对应的结构要素附加相同的附图标记。关联度计算部43将特征量(a、b、c)分别追加到构成组织性状μ、v、p的组GpGV、GP (参照图10)而构成新的母集团，之后求出构成各组织性状的数据的每个特征量的标准偏差。此外，与上述实施方式I同样地，关联度计算部43也可以使用算出的关联度来判断检体的组织性状。在该情况下，只要已知检体信息存储部81将已知检体的特征量与组织性状相关联地进行存储即可。之后，关联度计算部43算出仅由已知检体构成的原来的母集团中的组GpGpGp的各特征量的标准偏差与分别追加了新检体而得到的新的母集团中的组GpGpGp的各特征量的标准偏差之间的差(以下简单称为“标准偏差的差”)。在此，关联度计算部43也可以仅针对从多个特征量中预先选择的特征量的标准偏差算出标准偏差的差。可以由操作者任意地进行该情况下的特征量的选择，也可以由超声波观测装置I自动地进行该情况下的特征量的选择。图18是示意性地表示使用了图10示出的特征量空间的情况下的各组的标准偏差与新的母集团的标准偏差的图。在图18中，将组Gli中的截距b的标准偏差设为0]J1，将强度c的标准偏差设为σ U。另外，将组Gv中的截距b的标准偏差设为σ V1，将强度c的标准偏差设为σ ν2。另外，将组Gp中的截距b的标准偏差设为σ P1，将强度c的标准偏差设为σρ2。与此相对，将对组Gli追加了检体点Sp而得到的母集团中的截距b的标准偏差设为σ m’，将强度c的标准偏差设为σ μ’。另外，将对组6,追加了检体点Sp而得到的母集团中的截距b的标准偏差设为σ ν1’，将强度c的标准偏差设为σ ν2’。另外，将对组Gp追加了检体点Sp而得到的母集团中的截距b的标准偏差设为σ ρ1’，将强度c的标准偏差设为σ ρ2’。在该情况下,例如求出上述标准偏差的差为Δ σ M=O μ/ -σ μ1>Δ σ μ2=σ μ/ -σ μ2> Δ σ ν1=σ ν1’ -σ ν1、…等。在使用RGB表色系的变量的情况下，例如也可以对截距b中的标准偏差的差Λ σ μ、Λ σ ν1、Λ σ Ρ1分别分配红色成分、绿色成分、蓝色成分。此外，也可以对标准偏差的差Λ σ μ、Λ σ ν1、Λ σ ρ1分别分配与其它相互不同的光的三个属性(色调、明度、彩度)。在该情况下，根据标准偏差的差改变属性值。另外，也可以对标准偏差的差A0]Jl、A0vl、A0pl中的任一个分配与差相应地决定的图案。图19是表示标准偏差的差的绝对值I Λ σ ^I = I σ μ’ - σ μ1与红色成分的大小R之间的关系的一例的图。在图19中，在绝对值I Λ σ μ1满足O彡I Δ σ μ1| ^ I Δ σ μ10的情况下，红色成分的大小R为255(八位表现)，在绝对值I Λ σ μ1满足
Δ σ μ 101 < I Δ σ μ! ( Δ σ μη I的情况下，红色成分的大小R线性减小，在绝对值Δ σ μ1满足I Λ。μΙ〉！ Λ。μ11的情况下，红色成分的大小R为零。此外，在本实施方式·3中，也能够任意地设定对计算结果显示图像数据的各像素分配的颜色成分的大小。此外，关联度计算部43也可以针对每个组对全部特征量的标准偏差的差适当地进行加权后算出相加值，将与该值最小的组对应的组织性状判断为检体的组织性状。在该情况下，例如在特征量为斜率a、截距b、强度c时，关联度计算部43将分别与斜率a、截距b、强度c对应的权重设为wa、wb> w。,算出Wa · (a的标准偏差的差)+wb · (b的标准偏差的差)+W。·(c的标准偏差的差)，根据算出的该值来判断检体的组织性状。此外，权重wa、wb、wc的值可以由操作者任意地设定，也可以由超声波观测装置I自动地设定。另外，关联度计算部43也可以针对每个组对全部特征量的标准偏差的差的平方适当地进行加权后算出相加值的平方根，将与该平方根最小的组对应的组织性状判断为检体的组织性状。在该情况下，例如在特征量为斜率a、截距b、强度c时，关联度计算部43将分别与斜率3、截距13、强度(3对应的权重设为《、《’13、《’。，算出{w’a· (a的标准偏差的差)2+w’ b · (b的标准偏差的差)2+w’。·(c的标准偏差的差)2} "2，根据算出的该值来判断组织性状。此外，在该情况下也同样地，权重w’ a、w’ b、w’。的值可以由操作者任意地设定，也可以由超声波观测装置I自动地设定。根据上述说明的本发明的实施方式3，与上述实施方式I同样地，能够高精度地观测检体，能够提高测量结果的可靠性。另外，根据本实施方式3，通过消除伴随超声波传播产生的衰减的影响，能够进行更高精度的观测。此外，在本实施方式3中，关联度计算部43根据原来的母集团与追加了新检体而得到的母集团之间的各特征量的标准偏差的差来进行组织性状的判断，但是这仅是一例。例如，关联度计算部43也可以根据原来的母集团与追加了新检体而得到的母集团之间的各特征量的平均的差来进行组织性状的判断。到此为止说明了用于实施本发明的方式，但是本发明并不仅限定于上述实施方式Γ3 即，本发明在不脱离权利要求书所记载的技术思想的范围内，能够包含各种实施方式。附图标记说明I :超声波观测装置；2 :超声波探头；3 :发送和接收部；4 :运算部；5 :图像处理部；6 :输入部；7 :显示部；8 :存储部；9 :控制部；21 :信号变换部；41 :频率分析部；42 :特征量提取部；43 :关联度计算部；51 B模式图像数据生成部；52 :计算结果显示图像数据生成部；81 :已知检体信息存储部；82 :窗函数存储部；83 :校正信息存储部；100 :B模式图像；300,400,500 :计算结果显示图像；300g :绿色系区域；300r :红色系区域；421 :近似部；422衰减校正部。·


超声波观测装置具备频率分析部，其通过对接收到的超声波的频率进行分析来算出频谱；特征量提取部，其对频谱进行近似处理来提取频谱的特征量；存储部，其存储根据由多个已知检体分别反射的超声波而提取出的频谱的特征量，并且根据该特征量将多个已知检体分为多个组进行存储；关联度计算部，其使用至少包含各组的特征量的母集团的统计量来算出特征量提取部提取出的特征量与各组的关联度；图像处理部，其根据关联度计算部的计算结果来生成具有与检体的特征量对应的显示方式的超声波图像数据；以及显示部，其能够显示与图像处理部生成的超声波图像数据对应的图像。