AIが心臓超音波検査を革新：高速化と高画質化を両立する対象者適応型アプローチ

August 22, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Patient-Adaptive Echocardiography Using Cognitive Ultrasound
IEEE Transactions on Medical Imaging｜被引用数: 0（2026年8月21日時点）

従来の心臓超音波検査は、高画質化と高速化のトレードオフに悩まされてきました。しかし、最新の研究では、人工知能を搭載した「コグニティブ超音波」が、必要な画像取得回数を劇的に減らし、高画質な画像をリアルタイムで生成することで、この課題を解決する可能性を示しています。本ブログ記事では、この革新的な技術の仕組みと、それが医療現場にもたらす影響について深掘りします。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存のGPUアクセラレータでリアルタイム動作が可能であり、実現可能性が高い。
Ethical倫理面	対象者適応型の情報取得により、不必要な送波を減らし対象者の負担を軽減する。
Interesting面白さ	コグニティブ超音波という新しいパラダイムを提示し、情報取得の最適化を図る。
Novel新規性	超音波ビデオ再構成への対象者適応型サブサンプリングと時間拡散モデルの初の応用。
Relevant切実さ	心臓病の診断・モニタリングにおいて、高フレームレートと高画質を両立し、診断精度向上に貢献。
Measurable測定可能性	PSNR, LPIPS, gCNR, Dice係数などの客観的指標で性能を定量的に評価。
Modifiable派生・改善	拡散モデルのハイパーパラメータ調整や異なる送波戦略との組み合わせが可能。
Structured文章構造	超音波画像の「知覚」と「行動」を反復するループとして、理論的背景とアルゴリズムが体系的に記述されている。
PICO / PECO対象・介入・比較・結果	心エコーにおける高画質かつ高速な画像再構成を実現するコグニティブ超音波システム。

はじめに：超音波検査の利点と心エコーの重要性

どうも、Beyond the Pixelです。医療画像診断において、超音波検査は非常に広く用いられているモダリティの一つです。磁気共鳴画像法（MRI）やコンピューター断層撮影法（CT）とは異なり、手頃な費用で、持ち運び可能、リアルタイム性があり、非電離放射線であるという利点があります。これらの特性により、超音波検査は多くの対象者にとって非常にアクセスしやすいものとなっています。

**Figure 1.** Fig. 1. Cognitive ultrasound Acquisition of Scan Lines (CASL) reduces the number of acquisitions needed to obtain a high-quality ultrasound image by actively selecting those measurements that are expected to be most informative. Each image is created using 10 transmit events.解説: コグニティブ超音波アクイジション・オブ・スキャンライン（CASL）が、最も情報量が多いと予測される測定を積極的に選択することで、高品質な超音波画像を得るために必要な取得回数を削減する方法を示しています。各画像は10回の送波イベントで作成されています。

特に心臓の構造と機能を評価するための第一選択の非侵襲的技術である心エコー図検査は、心不全、心臓弁疾患、心筋症、虚血性心疾患、肺高血圧症など、主要な心血管疾患の診断とモニタリングに不可欠です。しかし、この重要な検査にも、長年の課題がありました。それは、画像の品質と検査の速さ（フレームレート）の間のトレードオフです。この課題を解決するため、最新の研究では「コグニティブ超音波」という画期的な手法が導入され、心エコー図検査の未来を変える可能性を秘めています。本記事では、この対象者適応型超音波の仕組みと、その驚くべき成果について詳しく解説していきます。

心エコーの課題：画質とフレームレートのトレードオフ

超音波画像の形成には様々な技術がありますが、送波方式は「フォーカス送波」と「非フォーカス送波」のいずれかを選択できます。フォーカス送波は、音響エネルギーを体内の特定の部位に集中させることができ、心エコー図検査においては横方向の分解能、信号対雑音比（SNR）、および深達度を向上させます。また、ハーモニックイメージングに必要な高振幅の音圧場を生成するためにも重要です。ハーモニックイメージングは、画像の質を向上させ、リバーブアーティファクトやクラッター、近距離場のアーティファクトを減少させるため、現在では心エコー図のゴールデンスタンダードとなっています。一方、発散波などの非フォーカス送波イベントは、通常、複数の波をコヒーレントに合成してSNRを向上させますが、動きの速い状況では「動きのデコヒーレンス」という問題を引き起こし、画像品質を低下させる可能性があります。これらの利点から、商用の超音波システムではフォーカス送波が最も広く使用されています。しかし、その欠点は、励起される領域が非常に狭いため、非フォーカス送波イベントと比較して、特定の視野（FOV）をカバーするためにより多くの送波イベントが必要となり、時間分解能が低下することです。心エコー図において正確な診断を行うためには、最低40Hzのフレームレートが必要とされており、特定の病状（頻脈など）では80Hz以上が望ましいとされています。時間分解能は、送波イベントの数、イメージング深度、音速によって決まります。例えば、一般的な心エコー図のイメージング深度15cmと音速1540m/sでは、各送波に195µsが必要となり、これは5kHzを超えるフレームレートに相当します。しかし、フォーカス送波が広い視野を高SNRと高振幅の音圧場でカバーできないため、多くの送波イベントが必要になることがよくあります。このため、最高フレームレートは42Hzに低下し、ハーモニックイメージングでパルスインバージョンを使用する場合は21Hzになります。より高い時間分解能で現象（例えば弁の動き）を画像化するためには、視野を狭めるか、Mモードイメージングに頼ることもできますが、これは視野と時間分解能のトレードオフを伴います。3D心エコー図では、さらに多くのフォーカス送波イベントが必要となるため、高品質で高速な3D心エコー図を得ることは困難です。この現状は、診断精度を維持しつつ、送波イベントの数を減らす必要性を示しています。

コグニティブ超音波：賢い画像取得戦略

本研究は、最も情報量が多いと予想される測定値を積極的に選択することで、高品質な超音波画像を得るために必要な取得回数を削減することを目的としています。これは、近年提唱された「コグニティブ超音波」というパラダイムに合致するものです。コグニティブ超音波では、画像化プロセスが自律的なエージェントとしてモデル化され、情報獲得を最大化するために将来の送波イベントを積極的に設計します。この研究では、エージェントに超音波シーンと観測の生成モデルを搭載し、観測された測定値に基づき、もっともらしい解剖学的説明に関する信念を追跡します。これらの信念に基づいて、エージェントは最も期待される情報獲得量を持つフォーカス送波による取得を追求します。これにより、フレームあたりのフォーカス送波イベントの数を劇的に減らし、フレームレートを向上させ、非フォーカス送波に代わる潜在的な選択肢を提供します。本研究の手法は「CASL（Cognitive ultrasound Acquisition of Scan Lines）」と呼ばれています。CASLは、対象者適応型のフォーカス送波および受信スキームを導入することで、高品質な超音波画像を生成するために必要な送波数を大幅に削減する能力を持っています。この手法は、時間拡散モデルを用いた後方サンプリングに依拠し、部分的な観測に基づいて解剖学的構造を知覚・再構成し、その後に最も情報量の多い送波を取得します。このコグニティブ超音波モダリティは、2D EchoNet-Dynamicデータセットと3D Philipsデータセットにおいて、歪みと知覚指標の点でランダムおよび等間隔のサブサンプリングを上回る性能を示しています。また、6つのin-house心エコー図において、同数の発散波送波と比較して、一般化コントラスト対雑音比（gCNR）を0.83から0.89に改善しました。さらに、112ライン中2ラインを使用してシミュレーションを行うことで、平均0.91のDice-Sørensen係数で左心室をセグメント化できることも示されました。最終的に、本手法は2023年製のGPUアクセラレータ上でリアルタイムで実行可能であり、最大達成可能フレームレートを46Hzから58Hzに向上させます。

**Figure 2.** Fig. 2. 1 Acquire scan lines at locations specified by At or initial locations A1. 2 Beamform the acquired scan lines in a zero-filled target region to produce yt. 3 Place yt in the measurement buffer Y. 4 Perform posterior sampling using diffusion posterior sampling (DPS). 5解説: CASLにおける知覚と行動のループの概要図です。スキャンラインの取得、測定値のビームフォーミング、測定バッファへの格納、拡散後方サンプリングによる知覚、画素ごとのエントロピー計算、そしてK-Greedyエントロピー最小化による次のスキャン位置選択という一連のプロセスを示しています。

CASLの仕組み：知覚と行動のループ

CASLは主に二つの主要な構成要素から成り立っています。一つは「知覚（Perception）」であり、部分的な観測から組織の可能な状態に関する後方分布を推論します。もう一つは「行動（Action）」であり、この知覚された分布を用いて次の送波ラインを選択します。知覚ステップでは、CASLは二つの重要な量、すなわち再構成画像として機能する点推定値と、情報獲得を最大化する行動選択を駆動するために使用される画素ごとの不確実性マップ（複数のサンプルから導出）を生成します。これらの量は、拡散モデル（DM）を用いた後方サンプリング（DPS）アルゴリズムによって推定されます。特に、超音波ビデオはフレーム間に強い時間的依存性を示すため、時間窓Wサイズの連続するフレームのシーケンスで拡散モデルを学習することで、これらの依存性をモデル化します。これにより、モデルは時間的な文脈を考慮して予測能力を向上させます。アクションステップでは、時間t+1で実行するアクションのセットを、時間tでの後方分布に基づいて選択します。アクションとは、特定のステアリングアングルでフォーカス送波ビームを発射することに相当します。アクション空間は、可能なフォーカススキャン位置の離散的なセットで表されます。アクションは、組織の状態に関して情報獲得を最大化するように選択されるべきです。計算効率のため、将来のアクションを直接最適化するのではなく、現在の後方分布を利用し、最も情報量の多い追加の観測をもたらす仮説的なアクションを最適化します。具体的には、画素ごとのエントロピーマップを計算し、そのエントロピーが最大となるラインを次のアクションとして選択します。このエントロピーマップは、後方分布における画像の意見の不一致が大きい領域で高い値を示し、不確実性を示唆します。そして、K-Greedyエントロピー最小化と呼ばれる近似アルゴリズムを用いて、各フレームを生成するために使用される測定値をバッチ処理し、そのバッチに対して知覚を実行します。これは、ラインを測定することで、近くのラインに関する情報が得られ、距離とともに指数関数的に減少するという仮定に基づいています。

CASLの性能：EchoNet-Dynamicデータセットでの検証

CASLの包括的な評価は、一連の実験を通じて行われました。まず、EchoNet-Dynamicデータセットで本手法をテストし、マスキング測定モデルを使用してサブサンプリング送波をシミュレートしました。EchoNet-Dynamicデータセットは10,000を超える心エコー図で構成されており、スキャンコンバートされた画像を極座標ドメインに戻して、スキャンラインを112×112画像の画素の列としてシミュレートしました。

**Figure 3.** Fig. 3. Qualitative results on the EchoNet-Dynamic dataset. The figure shows the reconstructions for 7, 14, and 28 lines compared to the target, for three different subjects in the test set. Additionally, it shows the reconstruction quality, in terms of PSNR, the acquired lines, and the posterior entropy, which drives action selection.解説: EchoNet-Dynamicデータセットにおける定性的な再構成結果を示しています。テストセットの3人の異なる対象者について、7本、14本、28本のスキャンラインを用いた再構成画像をターゲットと比較しています。さらに、PSNR（ピーク信号対雑音比）による再構成品質、取得されたライン、およびアクション選択を駆動する後方エントロピーも示されています。

結果として、CASLはサブサンプリングレートが低い場合に特に優れた再構成品質を示すことが確認されました。例えば、112ライン中わずか7ライン（画像の6%強）という極端なケースでも、CASLは平均23.2dBのPSNR（ピーク信号対雑音比）を達成し、ランダムサンプリングに比べて5.7%の改善、等間隔サンプリングに比べて16.2%もの改善を示しました。

**Figure 4.** Fig. 4. Reconstruction performance for EchoNet-Dynamic in terms of PSNR and LPIPS [65] as a function of the number of scanned lines for various action selection policies. The figure shows a distribution over the data samples and includes the mean as a gray line. The brackets show the win-rate over the baselines. Cognitive is found to be significantly better (p < 10−53) than the other baselines for all subsampling rates and metrics using the Wilcoxon signed-rank test.解説: EchoNet-Dynamicデータセットにおける、PSNR（ピーク信号対雑音比）とLPIPS（学習された知覚画像パッチ類似度）の観点からの再構成性能を、様々なアクション選択ポリシーにおけるスキャンライン数に応じて示しています。データサンプル全体の分布と平均値が灰色線で示されており、括弧内の数値はベースラインに対する勝率を表しています。

PSNRは画像の品質を評価する指標で、LPIPS（学習された知覚画像パッチ類似度）は人間の視覚に近い知覚的な画像の類似度を評価する指標です。両方の指標において、CASLはほぼ全てのシネループレコーディングでベースラインを上回りました。このことは、コグニティブサブサンプリングが他のサブサンプリング戦略よりも優れていることを強く示しています。

**Figure 5.** Fig. 5. Reconstruction quality on EchoNet-Dynamic validation samples as a function of hyperparameter values W ∈[1, 2, 3, 4, 5, 6] and γ ∈ [0.1, 1, 5, 10, 25, 50], while keeping the remaining parameters fixed. The mean result across 20 patients from the validation set with 100 frames each is plotted, with shaded regions indicating the standard error of the mean. For W , performance plateaus at some point, depending on the number of scan lines, while γ exhibits a convex curve for both metrics with optima at γ ≈10.解説: EchoNet-Dynamic検証サンプルにおける再構成品質を、ハイパーパラメータW（時間窓サイズ）およびγ（ガイダンス重み）の値の関数として示しています。検証セットの20名の対象者からの平均結果がプロットされており、Wについてはスキャンライン数に応じて性能がどこかでプラトーに達し、γについては両方の評価指標でγが約10で最適な凸曲線を示しています。

また、CASLのアルゴリズムにおける重要なハイパーパラメータである時間窓サイズW、ガイダンス重みγ、および粒子数Npの影響も評価されました。Wについては、W=3で品質が安定することが確認され、計算コストとのバランスを考慮すると適切な選択であることが示されました。γについては、PSNRとLPIPSの両方でγが約10のときに最適な凸曲線を示すことがわかりました。興味深いことに、Npは再構成性能に無視できるほどの影響しか与えないことが判明し、Np=2が計算オーバーヘッドを最小限に抑えつつ、不確実性を最小限に抑えるスキャンライン選択を駆動するのに十分であることが示されました。

**Figure 6.** Fig. 6. Linewise entropy estimates generated using different numbers of particles Np for the same input measurements on the first frame of two different sequences from the EchoNet-Dynamic validation set, where uncertainty will be highest. It is clear that while some differences exist between the estimates, the peaks lie in similar locations, leading to similar actions.解説: EchoNet-Dynamic検証セットの2つの異なるシーケンスの最初のフレームにおける、異なる粒子数Npを用いたラインごとのエントロピー推定値を示しています。推定値にはいくつかの違いがあるものの、ピークの位置は似ており、同様のアクションにつながることが示されています。

ハイパーパラメータの影響と左心室のセグメンテーション

心エコー図から抽出される一般的なパラメーターの一つに駆出率があり、これは心臓の左心室から拍動ごとに送り出される血液の量を測定します。EchoNet-Dynamicモデルは左心室を高精度でセグメント化できます。本実験では、サブサンプリングされた再構成が左心室のセグメンテーション能力にどのように影響するかを評価しました。サブサンプリング画像と完全に観測された画像のセグメンテーションを比較するために、Dice-Sørensen係数（DICE）を使用しました。その結果、CASLは等間隔およびランダムなサブサンプリングと比較して、常に最高の左心室セグメンテーションを生成することが示されました。

**Figure 7.** Fig. 7. Segmentation performance in terms of DICE of EchoNet- Dynamic on subsampled images for various action selection policies. The figure shows a distribution over the data samples and includes the mean as a gray line. The brackets show the win-rate over the baselines. Cognitive is found to be significantly better (p < 10−29) than the other baselines for all subsampling rates and metrics using the Wilcoxon signed-rank test.解説: EchoNet-Dynamicデータセットにおける、DICE（Dice-Sørensen係数）によるセグメンテーション性能を、様々なアクション選択ポリシーにおけるサブサンプリング画像で示しています。データサンプル全体の分布と平均値が灰色線で示されており、括弧内の数値はベースラインに対する勝率を表しています。

112ライン中わずか2ラインの非常に少ないライン数でも、平均0.91のDICE係数を達成しています。これは、限られた測定値からでも、CASLが診断上重要な構造を効果的に再構成できることを示唆しています。推論速度については、SeqDiff初期化、JAXライブラリを用いたジャストインタイムコンパイル、および混合精度（float16）の使用といった最適化を組み合わせることで、Nvidia L40S GPU上で58Hzという高いフレームレートを達成しました。これは、物理的な112送波の取得に要する時間（21.82ms、最大フレームレート46Hz）を上回る速度であり、CASLが少ない送波数でフレームレートを向上させ、診断の効率性を高める可能性を示しています。

in-house心エコー図での検証

in-houseデータセット（6名の対象者）を用いた実験では、CASLの有効性をさらに検証しました。このデータセットは、基本波イメージングと高調波イメージングの両方のモードで取得された心エコー図で構成されています。サブサンプリングは、チャネルデータから送波イベントのサブセットを取得し、それらの送波イベントのみを独立してラインにビームフォーミングすることで行われました。

**Figure 8.** Fig. 8. Qualitative results on the in-house echocardiograms. The top rows show frames from an echocardiogram using harmonic imaging; the third shows another subject using fundamental imaging. During the scan, both focused and diverging waves were acquired. Each row shows the fully observed focused acquisition, high frame-rate (HFR) acquisition using diverging waves, and HFR using focused cognitive transmits. On the right, the acquisitions, entropy and reconstructions are shown for the subsampled focused transmits. All images were 112×112 pixels before scan conversion and histogram matched to the fully observed focused data.解説: in-house心エコー図における定性的な結果を示しています。上段2列は高調波イメージングを用いた心エコー図フレーム、3段目は基本波イメージングを用いた別の対象者を示しています。各列は、完全に取得されたフォーカス送波、発散波を用いた高フレームレート（HFR）取得、およびフォーカスされたコグニティブ送波を用いたHFRを示しています。右側には、サブサンプリングされたフォーカス送波に対する取得、エントロピー、および再構成が示されています。

CASLの有効性を示すため、心室と心筋の間、および心室と弁の間のgCNR（一般化コントラスト対雑音比）を計算しました。gCNRは、完全にサンプリングされたフォーカス取得を基準として計算され、CASLと発散波を同数の送波で比較できます。

**Figure 9.** Fig. 9. Generalized contrast-to-noise ratio (gCNR) for two subjects over time relative to a focused acquisition of 90 transmits. The gCNR was measured between the valve and the ventricle. Both cognitive and diverging use 11 transmits.解説: 90回のフォーカス送波による取得を基準とした、2名の対象者における時間経過に伴うgCNR（一般化コントラスト対雑音比）を示しています。gCNRは弁と心室の間で測定されており、コグニティブ超音波と発散波の両方で11回の送波を使用しています。

結果として、CASLは発散波をほぼ常に上回るgCNRを示し、特に低サブサンプリングレートで優れた再構成品質（PSNRおよびLPIPS）を達成しました。

**Figure 10.** Fig. 10. Generalized contrast-to-noise ratio (gCNR) for six subjects relative to a focused acquisition. The gCNR was measured between the myocardium and the ventricle. Both cognitive and diverging use the same number of transmits, 11 for fundamental and 22 for harmonic. The figure shows a distribution over the frames and includes the mean as a gray line. Cognitive is found to be significantly better (p < 0.05) than diverging using the Wilcoxon signed-rank test.解説: 6名の対象者における、フォーカス送波による取得を基準としたgCNR（一般化コントラスト対雑音比）を示しています。gCNRは心筋と心室の間で測定されており、コグニティブ超音波と発散波は同数の送波（基本波で11回、高調波で22回）を使用しています。

**Figure 11.** Fig. 11. Reconstruction performance for six subjects in terms of PSNR and LPIPS [65] as a function of the number of scanned lines for various action selection policies. Every line represents a subject, where a dashed line uses harmonic imaging, solid lines use fundamental imaging, and brackets indicate p < 0.05 using the Wilcoxon signed- rank test.解説: 6名の対象者における、PSNR（ピーク信号対雑音比）とLPIPS（学習された知覚画像パッチ類似度）の観点からの再構成性能を、様々なアクション選択ポリシーにおけるスキャンライン数に応じて示しています。各線は対象者を表し、破線は高調波イメージング、実線は基本波イメージングを使用しており、括弧はウィルコクソン符号順位検定によるp値<0.05を示しています。

拡散モデルが異なるデータセット（EchoNet-Dynamic）で学習されたにもかかわらず、CASLは限られた測定値からでもin-house心エコー図を良好に再構成できることを示しました。発散波と同数の送波数で、弁などの特定の詳細がより鮮明に表示されることが確認されました。これは、CASLが異なるデータ分布にも汎化できる可能性を示唆しています。

3D心エコー図への応用

本研究では、CASLを3D心エコー図にも応用しました。標高次元が疎にサンプリングされる測定モデルを考慮し、少数の取得されたフォーカスされた標高面から完全なボリュームを再構成することを目標としました。このタスクのために新しい拡散モデルが学習され、2D EchoNetモデルと同様に時間方向にも拡張されました。これにより、モデルは時間的な連続性を持つ3Dボリュームを再構成できます。アクションステップにおいては、K-Greedyエントロピー最小化アルゴリズムを修正し、まずエントロピーマップを方位角全体で平均化して2Dエントロピーマップを生成し、その後2Dケースと同様に一連の標高面を選択して、できるだけ多くのエントロピーをカバーするようにしました。

**Figure 12.** Fig. 12. Reconstruction performance for the 3D dataset in terms of PSNR and LPIPS [65] as a function of the number of scanned lines for various action selection policies. The figure shows a distribution over the data samples and includes the mean as a gray line (**p < 0.01, *p < 0.05 using the Wilcoxon signed-rank test).解説: 3Dデータセットにおける、PSNR（ピーク信号対雑音比）とLPIPS（学習された知覚画像パッチ類似度）の観点からの再構成性能を、様々なアクション選択ポリシーにおけるスキャンライン数に応じて示しています。データサンプル全体の分布と平均値が灰色線で示されており、ウィルコクソン符号順位検定によるp値を示しています。

EchoNet-Dynamicでの実験と同様に、CASLで作成された再構成とベースラインサンプリング戦略で作成された再構成を、PSNRおよびLPIPSで比較しました。結果として、CASLは様々なサンプリング予算において固定サンプリング戦略を上回り、特に積極的なサブサンプリングの場合に、より忠実な再構成をもたらすことが明らかになりました。これは、CASLが3D心エコー図においてもボリュームレートと再構成精度の間でより良いトレードオフを達成できることを示しています。

考察と今後の展望

本研究で示された結果を通じて、CASLが等間隔およびランダムなベースライン戦略を上回る性能を持つことは明らかです。この改善の度合いは実験によって異なりますが、2D EchoNet-Dynamicデータセットでは、再構成品質とサブサンプリングレートの改善されたトレードオフにおいて、CASLが大幅な利点をもたらすことが示されました。3Dデータに関する実験でも、CASLが様々なサンプリング予算において固定サンプリング戦略を上回り、ボリュームレートと再構成精度の間でより良いトレードオフを達成しています。特に注目すべきは、CASLがEchoNet-Dynamicで学習された生成事前分布を使用しながら、基本波および高調波イメージングモードの両方からの測定値を用いてin-house心エコー図で強力な性能を達成している点です。これは、モデルが新しい、未知の分布からターゲットサンプルを回復できる汎化能力の一例を示しています。将来の作業では、より長い文脈窓をサポートし、より効率的な推論と高い空間分解能を可能にする生成モデリングアプローチを開発することが、2D領域での性能向上につながる可能性があります。また、より大規模な3Dデータセットで学習を行うことで、モデルの再構成品質と導出される不確実性推定値の情報量をさらに改善できる可能性があります。さらに、標高面選択と比較して、標高および方位角の両方向でのフォーカシングは、アクション空間を大幅に拡大し、よりターゲットを絞った情報効率の高い取得を可能にするでしょう。これらの強化は、3D超音波におけるコグニティブサブサンプリングの有効性を大幅に向上させる可能性を秘めています。

結論

本研究では、最も情報量の多い測定値を積極的に選択することで、高品質な心エコー図に必要な取得回数を削減する、対象者適応型のフォーカス送波および受信スキームを提案しました。この手法は、時間拡散モデルを用いた後方サンプリングを活用し、近似された後方分布が最もエントロピーを示す領域で新しい測定値を取得します。本手法が、2D EchoNet-Dynamicデータセット、基本波および高調波イメージングモードの両方を含む2D in-houseデータセット、および3D心臓データセットにおいて、特に非常に少ないフォーカス送波の場合に、ベースラインを上回ることを示しました。コグニティブ超音波とフォーカス送波を使用することで、同数の送波を用いた発散波と比較してgCNRが改善されることも示されました。112×112ピクセルの画像の場合、本手法は2023年製のGPUアクセラレータ上で58Hzでリアルタイム実行可能です。この革新的なアプローチは、心臓超音波検査の高速化と高画質化を両立させ、診断精度向上に大きく貢献することが期待されます。

補足図表

Figure 13

用語集

コグニティブ超音波: 画像化プロセスを、情報獲得を最大化するために将来の送波イベントを積極的に設計する自律エージェントとしてモデル化する超音波モダリティ。
拡散モデル (DM): ノイズを加える順方向プロセスを逆転させることを学習し、高次元データを生成できる深層生成モデル。
後方サンプリング: 部分的な観測に基づいて、解剖学的構造を知覚・再構成するために、拡散モデルを用いて確率分布からサンプルを生成する手法。
送波イベント: 超音波プローブが体内に超音波パルスを発信する一連の動作。
フレームレート: 1秒間に表示される画像の枚数で、時間分解能の指標。
PSNR (ピーク信号対雑音比): 画像の品質を評価する指標の一つで、数値が高いほどノイズが少なく元の画像に近いことを示す。
LPIPS (学習された知覚画像パッチ類似度): 画像の知覚的な類似度を評価する指標で、数値が低いほど人間が感じる類似度が高いことを示す。
gCNR (一般化コントラスト対雑音比): 画像内の異なる領域間のコントラストとノイズの比率を評価する指標。
Dice-Sørensen係数 (DICE): 画像セグメンテーションの精度を評価する指標で、予測されたセグメンテーションと真のセグメンテーションとの重複度を表す。1に近いほど高精度。
ハーモニックイメージング: 送波周波数の整数倍の周波数成分（高調波）を利用して画像を生成する技術。リバーブアーティファクトなどの低減に優れる。
SeqDiff: 拡散モデルの推論を高速化し、時系列データにおける時間的一貫性を向上させる初期化手法。