JP3706914B2 - Component distribution visualization method and component distribution visualization device - Google Patents
Component distribution visualization method and component distribution visualization device Download PDFInfo
- Publication number
- JP3706914B2 JP3706914B2 JP2003089033A JP2003089033A JP3706914B2 JP 3706914 B2 JP3706914 B2 JP 3706914B2 JP 2003089033 A JP2003089033 A JP 2003089033A JP 2003089033 A JP2003089033 A JP 2003089033A JP 3706914 B2 JP3706914 B2 JP 3706914B2
- Authority
- JP
- Japan
- Prior art keywords
- fluorescence
- excitation
- component distribution
- measurement
- wavelength
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Description
【０００１】
【発明の属する技術分野】
本発明は、複数成分を同時に画像表示することができる成分分布可視化方法、ならびに、当該方法に用いる成分分布可視化装置に関する。
【０００２】
【従来の技術】
我々が口にする食品、特に農産物は、生産段階、流通段階、加工段階で、農薬、保存料等の様々な化学物質が使用される場合があり、これらの人体への影響が指摘されている。特に、輸入農産物に関しては、冷凍ほうれん草や松茸で問題になったように、国の定めた基準値を超過する量の農薬が使用されたり、日本で禁止された農薬や無登録農薬が使用されるといった問題や、ポストハーベスト農薬（収穫後に散布する農薬）の残留の問題がある。また、国産農産物についても、Ｏ１５７等の病原性細菌による汚染がたびたび報告されており、食中毒の危険性が懸念されている。また、国内では農産物への放射線照射はジャガイモを除き禁止されているが、海外では農産物の殺菌に放射線照射が用いられており、放射線が照射された農産物の検知技術が必要とされている。
【０００３】
輸入・国産を問わず農産物については、食品衛生法に定める残留農薬基準及び細菌の生菌数基準、さらに農薬取締法に基づく農薬登録保留基準満たしているかを検疫所等で検査され、国が定める基準を満たさない場合は、回収・廃棄などの措置がとられている。
【０００４】
【発明が解決しようとする課題】
市場に流通する食品が国の定めた基準を満たしているか調べる方法として、高速液体クロマトグラフィー法による残留農薬の検出法や、蛍光染色による細菌の検出法などが研究されている。
【０００５】
しかしながら、高速液体クロマトグラフィー法は試料の破壊を伴うため、残留農薬の分布状況を計測することは不可能であり、人間が実際に摂取する可食部に残留する農薬の種類及び濃度についての詳細は明らかになっていないという問題がある。また、蛍光染色法では一種類の細菌しか染色されないため、複数の病原性細菌を同時に計測することができないという問題がある。
【０００６】
本発明は上述の問題点を解決するために成されたものであり、その第１の目的は、前処理をせずに複数成分を同時に画像として表示することができる成分分布可視化方法を提供することである。また、その第２の目的は、本発明の成分分布可視化方法に好適に使用できる成分分布可視化装置を提供することである。
【０００７】
【課題を解決するための手段】
前述した課題を解決する第１の発明は、所定の励起波長範囲および所定の蛍光波長範囲で、照射する励起波長および観測する蛍光波長を段階的に変化させながら、測定対象物上の複数の測定箇所における蛍光強度を測定することにより、測定対象物上の各測定箇所の励起・蛍光マトリクス情報を取得する励起・蛍光マトリクス情報取得工程、各測定箇所ごとに取得した励起・蛍光マトリクス情報を、統計解析処理により圧縮することにより、各測定箇所の蛍光特性を抽出する蛍光特性抽出工程、圧縮された励起・蛍光マトリクス情報に基づいて各測定箇所に彩色すべき色を決定する色決定工程、および、各測定箇所に彩色すべき色をカラーマッピングすることにより測定対象物の成分分布を可視化する成分分布可視化工程、を含むことを特徴とする成分分布可視化方法にある。
【０００８】
第２の発明は、第１の発明において、前記励起・蛍光マトリクス情報取得工程で、測定対象物について、照射する励起波長および観測する蛍光波長の異なる複数の蛍光画像を撮影し、前記蛍光画像における各画素の蛍光強度から、測定対象物上の各測定箇所における励起・蛍光マトリクス情報を取得することを特徴とする成分分布可視化方法にある。
【０００９】
第３の発明は、第１および第２の発明において、前記蛍光特性抽出工程で、励起・蛍光マトリクス情報を１〜４次元情報に圧縮することを特徴とする成分分布可視化方法にある。
【００１０】
第４の発明は、第１〜３の発明において、前記統計解析処理を、主成分分析法、特異値分析法、クラスター分析法、因子分析法、多次元尺度法、最小次元解析法、潜在構造分析法、重回帰分析法、相関分析法、判別分析法からなる群より選ばれる少なくともひとつの手法を用いて行うことを特徴とする成分分布可視化方法にある。
【００１１】
第５の発明は、第１〜４の発明において、前記蛍光特性抽出工程で、前記励起・蛍光マトリクス情報を３次元に圧縮し、前記色決定工程において、Ｌａｂ表色系、ＨＳＩ表色系、または、ＲＧＢ表色系のいずれかの表色系に基づいて、各測定箇所に彩色すべき色を決定することを特徴とする成分分布可視化方法にある。
【００１２】
第６の発明は、第１〜４の発明において、前記蛍光特性抽出工程で、励起・蛍光マトリクス情報を４次元に圧縮し、前記色決定工程において、ＣＭＹＫ表色系に基づいて各測定箇所に彩色すべき色を決定することを特徴とする成分分布可視化方法にある。
【００１３】
第７の発明は、第１〜６の発明にかかる成分分布可視化方法を用いて、測定対象物の複数の断面において可視化された成分分布情報を取得し、測定対象物の複数の断面における成分分布情報を統合することにより、測定対象物の３次元の成分分布情報を作成することを特徴とする３次元成分分布測定方法にある。
【００１４】
第８の発明は、測定対象物の成分分布を可視化する装置であって、少なくとも、測定対象物に所定の励起波長を照射する分光照明装置と、所定の蛍光波長で測定対象物を観察する分光撮影装置とを備える蛍光画像撮影装置に対し、所定の励起波長範囲および所定の蛍光波長範囲で、照射する励起波長および観測する蛍光波長を段階的に変化させながら、測定対象物上の複数の測定箇所における蛍光強度を測定することにより、測定対象物上の複数の測定箇所において、励起波長、観察波長、蛍光強度の３軸からなる励起・蛍光マトリクス情報を取得するための指示をする制御部、および、各測定箇所ごとに取得した励起・蛍光マトリクス情報を、統計解析処理により圧縮し、圧縮された励起・蛍光マトリクス情報に基づいて各測定箇所に彩色すべき色を決定し、各測定箇所に彩色すべき色をカラーマッピングすることにより、測定対象物の成分分布を可視化する成分分布可視化部、を備えた成分分布可視化装置にある。
【００１５】
【発明の実施の形態】
以下に添付図面を参照して、この発明にかかる成分分布可視化方法および成分分布可視化装置の好適な実施の形態の例を詳細に説明する。
【００１６】
〔Ｉ〕成分分布可視化方法
本発明の成分分布可視化方法は、測定対象物の成分分布を可視化する方法であって、所定の励起波長範囲および所定の蛍光波長範囲で、測定対象物上の複数の測定箇所における励起・蛍光マトリクス情報を取得する励起・蛍光マトリクス情報取得工程、各測定箇所ごとに取得した励起・蛍光マトリクス情報を、統計解析処理により圧縮することにより、各測定箇所の蛍光特性を抽出する蛍光特性抽出工程、圧縮された励起・蛍光マトリクス情報に基づいて各測定箇所に彩色すべき色を決定する色決定工程、各測定箇所に彩色すべき色をカラーマッピングすることにより測定対象物の成分分布を可視化する成分分布可視化工程を含む。
【００１７】
励起・蛍光マトリクスとは、励起波長λEx、観察波長λEm、蛍光強度ＩEx、Emの３軸からなる等高線状のグラフ（蛍光指紋）であり、成分特有のパターンを示す。図１に、励起・蛍光マトリクスの一例として、食品添加物として使用され、発がん性の問題が指摘される蛍光試薬ローダミンＢの励起・蛍光マトリクスを示す。
【００１８】
図１に示すように、励起・蛍光マトリクスは、横軸を蛍光波長、縦軸を励起波長として各ポイントの蛍光強度を等高線プロットすることにより平面的に表すことができる。励起・蛍光マトリクスは、試料を前処理せずにキャラクタリゼーションが可能であること、操作が容易で短時間で測定できること、さらに紫外部吸光度に比べ感度が高いなどの長所を有することから、大気中の浮遊物の測定や、染料の原料特定などに汎用されている手法である。本発明は、この励起・蛍光マトリクスを利用して、物質の内部の成分分布を可視化する新しい技術である。
【００１９】
図２に、本発明の成分分布可視化方法のフローチャートを示す。本発明の成分分布可視化方法では、まず、測定対象物上の複数の測定箇所においてｎ次元の励起・蛍光マトリクス情報を取得する（ステップＳ１）。
【００２０】
測定対象物上の各測定箇所における励起・蛍光マトリクス情報は、所定の励起波長範囲および所定の蛍光波長範囲で、測定対象物に照射する励起波長λExと前記測定対象物を観測する蛍光波長λEmとを段階的に変化させながら、測定対象物の各測定箇所における蛍光強度ＩEx、Emを観測することにより取得することができる。励起・蛍光マトリクス情報が何次元のデータになるかは、何種類の励起波長λExおよび蛍光波長λEmの組み合わせで蛍光強度ＩEx,Emを測定するかによって決まる。例えば、ｌ種類の励起波長λExおよびｍ種類の蛍光波長λEmの組み合わせ（ｌ×ｍ＝ｎ）で蛍光強度IEx,Emを測定すれば、ｎ次元の励起・蛍光マトリクス情報が取得できる。
【００２１】
励起波長λExおよび蛍光波長λEmの組み合わせの数ｎは、正の整数であり、５以上の整数であることが好ましいが、ｎが小さいと得られる励起・蛍光マトリクス情報の情報量が小さく、正確な成分分布情報が得られないので、ｎは５０以上がより好ましく、１００以上であることがさらに好ましい。また、ｎがあまり大きいと、後の統計解析処理が煩雑となるので、ｎは好ましくは１０００以下、より好ましくは５００以下である。
【００２２】
本発明の方法においては、原理的に全ての物質が測定対象物となる。どんな分子もその分子構造に対応した吸光・蛍光のパターンを持っており、たとえ全く蛍光を発さなくとも、「蛍光を出さない励起・蛍光マトリクス」という情報があり、それを元に他の物質と識別可能であるからである。
【００２３】
本実施形態においては、励起波長λEx、蛍光波長λEmにおける測定対象物の蛍光画像を撮影し、前記画像における各画素の蛍光強度ＩEx、Emから、測定対象物上の各測定箇所における励起・蛍光マトリクス情報を取得することが好ましい。測定対象物の蛍光画像を撮影することにより、各画素の明度から、励起波長λEx、蛍光波長λEmにおける各測定箇所の蛍光強度ＩEx、Emが判明するため、１回の撮影で特定の励起波長および蛍光波長における測定対象物上の各測定箇所の蛍光強度を１度に測定することができる。例えば、１万画素の蛍光画像を撮影する場合、測定対象物上の１万個の測定箇所における蛍光強度ＩEx、Em（Ｎ）[ここで、Ｎは１〜１万の整数]を一度に測定できるため、測定対象物上の各測定箇所における励起・蛍光マトリクス情報を効率的に取得できる。
【００２４】
図３に、所定の励起波長範囲および所定の蛍光波長範囲で、励起波長および蛍光波長とを段階的に変化させながら、測定対象物の画像を撮影するフローチャートを示す。励起波長範囲、励起波長ピッチおよび蛍光波長範囲、蛍光波長ピッチは、測定対象物に応じて、測定者が適宜設定する。
【００２５】
図３では、測定対象物は大豆であり、パラフィン中に大豆を埋包した後、これを切断し、大豆の切断面を露出させる。所定の励起波長範囲および所定の蛍光波長範囲で、励起波長および蛍光波長とを段階的に変化させながら、大豆の切断面の蛍光画像を撮影する。
【００２６】
例えば、［励起波長範囲：３５０〜５７０ｎｍ／１０ｎｍ間隔、蛍光波長範囲：４００〜６００ｎｍ／１０ｎｍ間隔]の測定条件で、励起・蛍光マトリクス情報を取得する場合、大豆の切断面に照射する励起波長を３５０ｎｍに設定し、観測する蛍光波長を４００ｎｍ、４１０ｎｍ、・・・と１０ｎｍずつ上げて、観測蛍光波長６００ｎｍまでの蛍光画像を撮影する。次いで、照射する励起波長を３５０ｎｍから３６０ｎｍへと１ピッチ上げて、再び観測蛍光波長４００ｎｍ、４１０ｎｍ、・・・と段階的に上げて、観測蛍光波長６００ｎｍまでの蛍光画像を撮影していく。
【００２７】
測定対象物が発する蛍光波長は励起波長より長波長であるため、励起波長より長波長の蛍光波長で画像を撮影すればよい。例えば、照射励起波長を５００ｎｍに設定する場合では、観測蛍光波長５００ｎｍ未満では蛍光は観察されないので、観測蛍光波長４００〜４９０ｎｍの範囲の蛍光画像を撮影する必要はなく、５００〜６００ｎｍの範囲の蛍光画像を撮影すれば足りる。この測定条件では、励起波長より長波長の蛍光波長の画像だけを撮影すると、合計２７３枚の蛍光画像データを取得することになる。
【００２８】
所定の励起波長範囲および所定の蛍光波長範囲で、励起波長および蛍光波長とを段階的に変化させながら、測定対象物の画像を撮影することにより、撮影した蛍光画像の各画素について、それぞれ励起・蛍光マトリクス情報が得られる。励起・蛍光マトリクス情報が何次元のデータになるかは、何種類の励起波長λExおよび蛍光波長λEmの組み合わせで蛍光強度ＩEx,Emを撮影するかによって決まる。すなわち、撮影した蛍光画像の枚数がｎ枚の場合、ｎ次元の励起・蛍光マトリクス情報が取得できる。
【００２９】
上述の測定条件の例では、励起波長範囲３５０〜５７０ｎｍ、蛍光波長範囲４００〜６００ｎｍで、合計２７３枚の蛍光画像データを取得するので、各画素Ｐｉｘｅｌ（Ｎ）は、ＩN Ex350,Em400、ＩN Ex350,Em410、・・・ＩN Ex570,Em590、ＩN Ex570,Em600の２７３個のパラメータからなる２７３次元の励起・蛍光マトリクス情報を有している。図４に、２７３枚の大豆の蛍光画像データから得られる励起・蛍光マトリクス情報の例を示す。図４では、胚、葉脈、アリューロン層に相当する画素を選択し、各画素が持つ２７３次元空間の励起・蛍光マトリクス情報を表示している。胚、葉脈、アリューロン層は、それぞれの成分の違いに応じて、成分特有のパターンを示すことが分かる。
【００３０】
各画素Ｐｉｘｅｌ（Ｎ）が持つ２７３個のパラメータＩN Ex350,Em400、ＩN Ex350,Em410、・・・ＩN Ex570,Em590、ＩN Ex570,Em600に基づいて、各画素Ｐｉｘｅｌ（Ｎ）を２７３次元空間に分布することができる。２７３次元空間における分布情報は各画素の励起・蛍光マトリクス情報の違い、すなわち成分の違いを表わす。しかし、２７３次元空間における分布情報は高次元であるため、そのまま可視化することはできない。そこで、測定対象物上の各測定箇所におけるｎ次元の励起・蛍光マトリクス情報を、統計解析処理によってより低次元の情報に情報圧縮して各測定箇所の蛍光特性を抽出する（ステップＳ２）。
【００３１】
「情報圧縮」とは、一組の変量群（多変量データ）のもつバラツキを、なるべく少数の変量によって正確に表現する方法であり、変量間のどのような関係に着目するかによって様々な手法がある。変量間の相関関係に着目したものが主成分分析や特異値分解であり、類似度関係に着目したものが多次元尺度法である。また、ばらつきの表現手法によっても分類することができ、非線形性を導入したものが自己組織化マップである。これらは全て外的基準が無い場合であるが、外的基準がある場合についても同様に少数の変量で説明するという意味で情報圧縮を行うことができる。「外的基準」とは、予想対象としている事象を表す変量であり、具体的には成分含量（糖度、酸度、タンパク質含量など）や物理的指標（硬度、温度など）などを示す。
【００３２】
情報圧縮の具体例として、外的基準がない場合としては、主成分分析、特異値分析、クラスター分析、因子分析、多次元尺度法、最小次元解析法、潜在構造分析等を例示できる。また、外的基準がある場合としては、重回帰分析、相関分析、判別分析等を例示できる。
【００３３】
これらの統計解析方法の詳細については、下記の文献を参照されたい。ステップＳ２の情報圧縮は、下記の文献を参照することにより、容易に実施可能である。
【００３４】
・「新版 多変量解析法」林知己夫編，柳井，高根著，朝倉書店
・「ホントにわかる多変量解析」長谷川勝也著、共立出版株式会社、1998年（重回帰分析・主成分分析・因子分析について）
・「多次元尺度解析法」林知己夫・飽戸弘著、サイエンス社、1976年
・「自己組織化マップ」T.コホネン著、得高平蔵・岸田悟・藤村喜久郎訳、シュプリンガー・フェアラーク東京、1996年
【００３５】
ステップＳ２において、各画素Ｐｉｘｅｌ（Ｎ）が持つ励起・蛍光マトリクス情報は、１〜４次元の情報に圧縮されることが好ましい。各画素Ｐｉｘｅｌ（Ｎ）が持つ励起・蛍光マトリクス情報をｎ次元から１〜４次元の情報に圧縮することにより、励起・蛍光マトリクス情報の特徴を保持しながら、励起・蛍光マトリクス情報の違いを色の違いで可視化することが可能となる。
【００３６】
【数１】
図５に、大豆の蛍光写真の各画素Ｐｉｘｅｌ（Ｎ）を、２７３次元から３次元に情報圧縮した例を示す。ここでは、簡単のため、大豆の蛍光写真のうち１００個の画素を選択して情報圧縮している。
【００３８】
図５は、各画素Ｐｉｘｅｌ（Ｎ）〔Ｎは１〜１００の整数〕を多次元尺度法により３次元に情報圧縮し、この結果をプロットした例である。多次元尺度法により、各画素Ｐｉｘｅｌ（Ｎ）はそれぞれ（１ｓｔ（Ｎ）、２ｎｄ（Ｎ）、３ｒｄ（Ｎ））の３つのパラメータで表され、横軸を２ｎｄ（Ｎ）、縦軸を３ｒｄ（Ｎ）、ｚ軸を１ｓｔ（Ｎ）（ここではｚ軸は省略）として、各画素をプロットする。例えば、１００個の画素のうち、６２番目の画素Ｐｉｘｅｌ ６２の情報圧縮結果は、図５において２ｎｄ＝０、３ｒｄ＝−０．１５の付近に"62"とプロットされている。
【００３９】
次いで、情報圧縮された励起・蛍光マトリクス情報に基づいて測定対象物上の各測定箇所に彩色すべき色を決定する（ステップＳ３）。
【００４０】
情報圧縮により得られた各画素の分布情報に彩色することにより、測定対象物上の各測定箇所に対応する画素に彩色すべき色を決定する。情報圧縮した励起・蛍光マトリクス情報が３次元までの場合、Ｌａｂ表色系（Ｌ：輝度、ａ：緑〜赤、ｂ：青〜黄色）、ＨＳＩ表色系（Ｈ：色度（Hue）、Ｓ：彩度（Saturation）、I：明度（Intensity））、ＲＧＢ表色系（Ｒ：レッド，Ｇ：グリーン、Ｂ：ブルー）等を用いて各画素の分布情報に彩色できる。また、情報圧縮した励起・蛍光マトリクス情報が４次元の場合、ＣＭＹＫ表色系（Ｃ：シアン、Ｍ：マゼンダ、Ｙ：イエロー、Ｋ：ブラック）等を用いて各画素の分布情報に彩色できる。各画素の分布情報に彩色することにより、測定対象物上の各測定箇所における励起・蛍光マトリクス情報の違いが色の違いとして表現される。表色系はこれらに限定されるものでなく、例えば、励起・蛍光マトリクス情報を１次元に情報圧縮した場合、１つのパラメーター（例えば明度）のみで各画素の分布情報に彩色できる。
【００４１】
図６に、多次元尺度法により３次元に情報圧縮された各画素の分布情報をＬａｂ表色系により彩色したカラーインデックスの例をしめす。各画素が分布する３次元空間を、横軸１ｓｔをａ*（緑〜赤）、縦軸２ｎｄをｂ*（青〜黄色）、ｚ軸３ｒｄをＬ*（輝度）（ここではｚ軸は表さず）として彩色する。図６のカラーインデックスでは、左下部分が青系、左上部分が緑系、右上部分が赤系に彩色されている。
【００４２】
これにより、各画素Ｐｉｘｅｌ（Ｎ）〔Ｎは１〜１００の整数〕における励起・蛍光マトリクス情報の違いが色の違いとして表現される。図６のカラーインデックスでは、例えば、６２番目の画素Ｐｉｘｅｌ ６２は青系として、８８番目の画素Ｐｉｘｅｌ ８８は緑系として、９９番目の画素Ｐｉｘｅｌ ９９は赤系として表現される。
【００４３】
次に、各測定箇所に彩色すべき色をカラーマッピングすることにより測定対象物の成分分布を可視化する（ステップＳ４）。
【００４４】
すなわち、ステップＳ３で決定された各測定箇所に彩色すべき色を、各測定箇所に対応する位置の画素上で表示することにより、カラーマッピングする。ステップＳ３で得られたカラーインデックスを画像に適用することにより、測定対象物の各測定箇所における励起・蛍光マトリクス情報の違い、すなわち成分の違いが画像として可視化される。
【００４５】
図７に、図６のカラーインデックスを画像に適用することにより、大豆断面の成分分布を可視化した画像を示す。図７においては、アリューロン層は水色で、葉脈部分は緑で、胚部分は赤で表現され、大豆断面の画像が成分の違いによって明確に色わけされている。
【００４６】
以上、大豆の切断面の成分分布の可視化を例に、本発明の成分分布可視化方法について説明したが、測定対象物、励起・蛍光マトリクスの測定条件、情報圧縮方法、カラーマッピング等の各種条件については、本発明の目的を逸脱しない範囲で適宜選択できる。
【００４７】
〔ＩＩ〕成分分布可視化装置
次に本発明の成分分布可視化装置について実施形態を例に挙げて説明する。本発明の成 分分布可視化装置は、前述の本発明の成分分布可視化方法に好適に使用できるものであるが、本発明の成分分布可視化方法に用いる測定装置はこれに限定されるものではない。
【００４８】
図８は本実施形態の成分分布可視化装置のブロック図である。成分分布可視化装置は、蛍光画像撮影装置１０および成分分布可視化装置２０を備えている。蛍光画像撮影装置１０は、励起・蛍光マトリクス情報を取得する装置であり、分光照明装置１１および分光観察装置１２を備えている。また、成分分布可視化装置２０は、蛍光画像撮影装置１０で取得した励起・蛍光マトリクス情報から、成分分布を可視化する装置であり、メモリ２１、制御部２３、計算処理部２４を備えており、測定者はキーボード・マウス２２により、成分分布可視化装置２０に測定条件等を入力する。
【００４９】
図９は、蛍光画像撮影装置１０のブロック図である。蛍光画像撮影装置１０は、分光照明装置１１および分光観察装置１２を備えている。分光照明装置１１は、測定対象物１３に、所定の波長の励起光を照射して測定対象物の成分から蛍光を生じさせる装置である。分光照明装置１１は、照射する励起波長を任意に変える励起波長可変手段を有する。
【００５０】
分光撮影装置１２は、所定の蛍光波長において、測定対象物１３の蛍光画像を撮影し、画像情報を成分分布可視化装置２０に送信する装置である。分光撮影装置１２は、測定対象物１３が発した蛍光のうち、特定の蛍光波長を選択的に捕えて、蛍光画像を撮影する。分光撮影装置１２は、観察する蛍光波長を任意に変える蛍光波長可変手段を有する。
【００５１】
図１０に蛍光画像撮影装置の一例を示す斜視図を示す。図１０の例において、分光照明装置１１は、光源１１０、分光装置１１２、励起波長調節部１１４、光ファイバー１１６、励起光照射部１１８を備えている。また、分光撮影装置１２は、光学部１２０、分光装置１２２、画像撮影装置１２４を備えている。
【００５２】
分光照明装置１１の光源１１０としては、キセノンランプ、タングステンランプ、波長可変レーザー等を用いることができる。光源１１０から発した光は、分光装置１１２において、所定の波長を有する励起光に分光される。測定者は、励起波長調節部１１４を調節することにより、励起光を任意の波長に設定することができる。光源１１０として波長可変レーザーを用いる場合、直接光源から所望の波長を有する励起光が得られるので、分光装置１１２は不要である。
【００５３】
分光装置１１２としては、ＡＯＴＦ（Acoustic Optical Tunable Filter）、液晶チューナブルフィルタ、干渉フィルタ、回折格子などを用いることができる。
【００５４】
分光装置１１２において所定の波長を有する励起光に変換された光は、光ファイバー１１６を経由して励起光照射部１１８に送られ、励起光照射部１１８から測定対象物１３に照射される。所定の励起波長を有する励起光を照射することにより、測定対象物１３は、成分特有のパターンの蛍光を発する。
【００５５】
光学部１２０により、測定対象物１３を画像撮影に適した大きさに拡大する。光学部１２０は、例えば、顕微鏡、ズームレンズ、マクロレンズ、広角レンズ等である。測定対象物１３が画像を撮影するために十分な大きさを有する場合は、光学部１２０を使用しなくても撮影可能である。
【００５６】
励起光を照射することにより、測定対象物１３が発した蛍光は、分光装置１２２により所定の波長を有する光に分光される。分光装置１２２は、観測する蛍光波長を任意に設定する手段を有する。分光装置１２２としては、ＡＯＴＦ（Acoustic Optical Tunable Filter）、液晶チューナブルフィルタ、干渉フィルタ、回折格子などを用いることができる。
【００５７】
分光装置１２２を通過することにより、測定対象物１３が発した蛍光のうち所定の波長を有する光のみが画像撮影装置１２４によって画像として撮影される。画像撮影装置１２４としては、ＣＣＤカメラ、走査型画像カメラ等を用いることができる。
【００５８】
画像撮影装置１２４により得られた画像の各画素の明度から、測定対象物１３上の各測定箇所における蛍光強度が判明する。すなわち、測定対象物１３上の各測定箇所について、各測定箇所の対応する位置の画素の明度から、特定の励起波長λEx（照射波長）および特定の蛍光波長λEm（観測波長）における蛍光強度ＩEx,Emの情報が得られる。したがって、蛍光画像撮影装置１０を用いることにより、測定対象物上の全ての点（画素）において、特定の励起波長および蛍光波長における蛍光強度を、一度に測定することが可能となる。
【００５９】
測定対象物上の全ての点（画素）において、特定の励起波長および蛍光波長における蛍光強度を一度に測定する蛍光画像撮影装置１０は、従来に例がないものである。
【００６０】
測定対象物上の各点においてｎ次元の励起・蛍光マトリクス情報を取得する場合は、励起波長および蛍光波長の組み合わせを変えながらｎ枚の蛍光画像を撮影する。画像撮影装置１２４によって撮影されたｎ枚の蛍光画像の画像情報は、成分分布可視化装置２０に転送される。
【００６１】
照射する励起波長および観測する蛍光波長は、手動または自動で、測定者が任意に変えることができる。好ましくは、蛍光画像撮影装置１０は、励起波長、蛍光波長を自動的に変更する手段を有する。図１１は、励起波長、蛍光波長を自動的に変更しながら蛍光画像を撮影するフローチャートである。
【００６２】
蛍光画像撮影装置１０の励起波長、蛍光波長を自動的に変更するため、測定者は、キーボード・マウス２２を通じて、測定する励起・蛍光マトリクスの励起波長範囲、励起波長ピッチを入力する（ステップＳ１０１）。次いで、蛍光波長範囲、蛍光波長ピッチを入力する（ステップＳ１０２）。制御部２３は、分光照明装置１１および分光観察装置１２に対し、入力された励起波長範囲、蛍光波長範囲、波長ピッチに基づき、最低励起波長、最低蛍光波長を初期値に設定し（ステップＳ１０３）、１枚目の蛍光画像を撮影するよう指示する。
【００６３】
蛍光波長を１ピッチ上げても設定した蛍光波長範囲外とならない場合（ステップＳ１０５ Ｎｏ）、制御部２３は分光撮影装置１２に、蛍光波長を１ピッチ上げ、２枚目の蛍光画像を撮影するよう命令する（ステップＳ１０６、ステップＳ１０４）。同様にして、蛍光波長を１ピッチ上げると設定した蛍光波長範囲外となるまで、蛍光波長を１ピッチずつあげて撮影を繰り返す（ステップＳ１０５ Ｎｏ、ステップＳ１０６）。
【００６４】
蛍光波長を１ピッチ上げると設定した蛍光波長範囲外となる場合であって（ステップＳ１０５ Ｙｅｓ）、励起波長を１ピッチ上げても設定した励起波長範囲外とならない場合（ステップＳ１０７ Ｎｏ）、制御部２３は分光照明装置１１に、励起波長を１ピッチ上げ、分光撮影装置１２に、蛍光波長を初期値（ここでいう初期値とは、１ピッチ上げた励起波長と同じ波長を意味する）に設定するよう命令し（ステップＳ１０８）、分光撮影装置１２に蛍光画像を撮影するよう命令する（ステップＳ１０４）。あとは、蛍光波長を１ピッチ上げると設定した蛍光波長範囲外となるまで、蛍光波長を１ピッチずつあげて撮影を繰り返す（ステップＳ１０５ Ｎｏ、ステップＳ１０６）。
【００６５】
蛍光波長を１ピッチ上げると設定した蛍光波長範囲外となる場合であって（ステップＳ１０５ Ｙｅｓ）、励起波長を１ピッチ上げると設定した励起波長範囲外となる場合（ステップＳ１０７ Ｎｏ）、撮影を終了し、撮影した蛍光画像データを成分分布可視化装置２０に送信する。
【００６６】
次に、図８の成分分布可視化装置２０について説明する。成分分布可視化装置２０は、画像撮影装置１２４によって撮影されたｎ枚の蛍光画像の画像情報から、各画素ごとに励起・蛍光マトリクス情報を抽出する。次いで、統計解析処理により励起・蛍光マトリクス情報を圧縮し、圧縮された励起・蛍光マトリクス情報に基づいて各点に彩色すべき色を決定し、決定された色を各測定箇所に対応する画素で表示させてカラーマッピングすることにより、測定対象物の成分分布を可視化する。
【００６７】
メモリ２１は、画像撮影装置１２４から転送された画像情報や計算処理部２４で情報圧縮された励起・蛍光マトリクス情報を格納する。
制御部２３は、測定者の入力した励起波長範囲、蛍光波長範囲、波長ピッチで測定対象物の蛍光画像を撮影するように、分光照明装置１１が照射する励起波長、および、分光撮影装置１２が観測する蛍光波長を調整する指示を出したり、得られた励起・蛍光マトリクス情報を情報圧縮するよう計算処理部２４に統計解析処理を命令する。
【００６８】
蛍光画像撮影装置１０から転送されたｎ枚の蛍光画像の画像情報は、成分分布可視化装置２０のメモリ２１に格納される。測定者がキーボード・マウス２２を通じて、統計解析処理を指示すると、計算処理部２４は、メモリ２１に格納されたｎ枚の蛍光画像の画像情報から、各画素ごとにｎ次元の励起・蛍光マトリクス情報を抽出する。次に、計算処理部２４は、測定者が指定した多次元尺度法、主成分分析法、自己組織化マップ法等の統計解析処理により、各画素ごとに得られたｎ次元の励起・蛍光マトリクス情報を、１〜４次元に情報圧縮する。１〜４次元に圧縮された励起・蛍光マトリクス情報は、メモリ２１に格納される。
【００６９】
測定者がキーボード・マウス２２を通じて制御部２３にカラーマッピングするよう指示を入力すると、制御部２３は、計算処理部２４に、メモリ２１に格納されている圧縮された励起・蛍光マトリクス情報を読み出し、測定者が指定したカラーインデックスに基づいて、各画素に彩色すべき色を指定するよう命令する。
【００７０】
各画素に彩色すべき色が決定されると、計算処理部２４は、ディスプレイ３０に各画素に彩色すべき色の情報を送信する。ディスプレイ３０上で各画素をカラーマッピングすることにより、測定対象物の成分分布が可視化される。なお、成分分布の可視化は、必ずしもディスプレイ３０上で行う必要はなく、プリンターで成分分布可視化画像を印刷する等、測定対象物の成分分布を可視化できるいかなる手法を用いてもよい。
【００７１】
【実施例】
以下、本発明の実施例について説明するが、本発明はこれらの実施例に限定されるものではない。
【００７２】
〔実施例１〕 大豆断面の成分分布可視化
パラフィン中に大豆を埋包し、これを切断して大豆の切断面を露出させた。
顕微鏡１２０（Leica製、MZ FL III）に、液晶チューナブルフィルタ１２２（Varispec製、VIS2-5-HC-35）、ＣＣＤカメラ１２４（浜松ホトニクス製、ORCA-ER-1394、137万画素）を取り付けて、図９の分光撮影装置１２を組み立てた。分光照明装置１１（相馬光学製、S-10）で大豆の切断面に励起光を照射しながら、分光撮影装置１２を用いて、下記の測定条件で、励起・蛍光マトリクス情報を取得した。
【００７３】
励起波長範囲：３５０〜５７０ｎｍ／１０ｎｍ間隔
蛍光波長範囲：４００〜６００ｎｍ／１０ｎｍ間隔
総画像数：２７３
【００７４】
各画素ごとに得られた２７３次元の励起・蛍光マトリクス情報を多次元尺度法により３次元に情報圧縮し、Ｌａｂ表色系を用いて各画素に彩色すべき色を決定して、大豆断面の成分分布を可視化した。図７に、大豆断面の成分分布可視化画像を示す。図７においては、アリューロン層は水色で、葉脈部分は緑で、胚部分は赤で表現され、大豆断面の画像を成分の違いによって明確に色わけすることができた。このように、本発明の成分分布可視化方法により、複数成分の違いを一画像で表示することが可能となる。
【００７５】
〔実施例２〕 大豆の３次元成分分布測定
パラフィン中に埋包した大豆を大豆の短軸方向に１００枚にスライスし、この１００枚の大豆の切断面について、実施例１と同じ手法で、成分分布可視化画像を作成した。１００枚の成分分布可視化画像をコンピュータに取り込み、大豆の３次元の成分分布データを得た。図１２に大豆の３次元成分分布データからえられた大豆断面の画像の一例を示す。図１２は、大豆を長軸方向に切断した断面の成分分布可視化画像の例である。大豆の成分分布可視化画像を立体的に取り込むことにより、所望の断面における成分分布画像を得ることができる。
【００７６】
〔実施例３〕 放射線を照射したコショウの成分分布可視化
γ線を照射した粉末コショウ（１５Ｋ Ｇｙ、３０Ｋ Ｇｙ）および放射線未照射の粉末コショウ（Ｃｏｎｔｒｏｌ）をパラフィン中に埋包し、これを切断してコショウの切断面を露出させた。実施例１と同じ分光照明装置１１および分光撮影装置１２を用いて、下記の測定条件で、励起・蛍光マトリクス情報を取得した。
【００７７】
励起波長範囲：３５０〜６５０ｎｍ／１０ｎｍ間隔
蛍光波長範囲：４００〜７００ｎｍ／１０ｎｍ間隔
総画像数：４９６
【００７８】
各画素ごとに得られた４９６次元の励起・蛍光マトリクス情報を主成分分析法により３次元に情報圧縮し、Ｌａｂ表色系を用いて各画素に彩色すべき色を決定して、コショウ断面の成分分布を可視化した。図１３に、コショウ断面の成分分布可視化画像を示す。図１３から、γ線を照射したコショウとγ線未照射のコショウではその成分分布が明らかに異なることがわかる。また、１５Ｋ Ｇｙと３０Ｋ Ｇｙの比較からわかるように、γ線の吸収線量の違いを判別することも可能である。
【００７９】
このように、本発明の成分分布可視化方法は、新たな放射線照射検知手法を提供するものである。
【００８０】
〔実施例４〕 根粒の成分分布可視化
セスバニアに付着した根粒部分をパラフィン中に埋包し、これを切断して根粒部分の切断面を露出させた。実施例１と同じ分光照明装置１１および分光撮影装置１２を用いて、下記の測定条件で、励起・蛍光マトリクス情報を取得した。
【００８１】
励起波長範囲：３５０〜６５０ｎｍ／１０ｎｍ間隔
蛍光波長範囲：４００〜７００ｎｍ／１０ｎｍ間隔
総画像数：４９６
【００８２】
各画素ごとに得られた４９６次元の励起・蛍光マトリクス情報を主成分分析法により３次元に情報圧縮し、Ｌａｂ表色系を用いて各画素に彩色すべき色を決定して、根粒断面の成分分布を可視化した。図１３に、根粒断面の成分分布可視化画像を示す。
【００８３】
根粒菌は植物体内で窒素固定を行い、植物体に栄養を供給するが、本発明の成分分布可視化法により、窒素固定部位や、維管束の分布の構造を可視化することができる。
【００８４】
【発明の効果】
以上説明したように、本発明の成分分布可視化方法によれば、測定対象物について、蛍光染色等の前処理をすることなく、複数成分を同時に画像として表示することができる。
【００８５】
また、本発明の成分分布可視化装置によれば、特定の励起波長および蛍光波長における測定対象物上の各点の蛍光強度を一度に測定することができるため、測定対象物上の各点における励起蛍光マトリクス情報を効率的に取得することができ、本発明の成分分布可視化方法に好適に利用できる。
【００８６】
かかる特徴を有する本発明の成分分布可視化方法および成分分布可視化装置は、農産物等の内部の構造の分析や、残留農薬、放射線照射の検出等の様々な用途に好適に利用できる。
【図面の簡単な説明】
【図１】 蛍光試薬ローダミンＢの励起・蛍光マトリクスを表した図である。
【図２】 本発明の成分分布可視化方法のフローチャートである。
【図３】 測定対象物断面の画像を撮影するフローチャートである。
【図４】 大豆の蛍光画像データから得られる、胚、葉脈、アリューロン層に相当する画素における励起・蛍光マトリクスを表した図である。
【図５】 各画素Ｐｉｘｅｌ（Ｎ）〔Ｎは１〜１００の整数〕を多次元尺度法により３次元に情報圧縮し、この結果をプロットしたグラフである。
【図６】 多次元尺度法により３次元に情報圧縮された各画素の分布情報を、Ｌａｂ表色系により彩色したカラーインデックスを示す図である。
【図７】 図６のカラーインデックスを画像に適用することにより、測定対象物の断面の成分分布を可視化した成分分布画像を示す図である。
【図８】 本発明の実施の形態の例の成分分布可視化装置のブロック図である。
【図９】 本発明の実施の形態の例の蛍光画像撮影装置のブロック図である。
【図１０】 本発明の実施の形態の例の蛍光画像撮影装置の斜視図である。
【図１１】 励起波長、蛍光波長を自動的に変更しながら蛍光画像を撮影するフローチャートである。
【図１２】 大豆の３次元成分分布データから得られた、大豆の長軸方向の切断面の成分分布可視化画像を示す図である。
【図１３】 放射線を照射したコショウ（１５Ｋ Ｇｙ、３０Ｋ Ｇｙ）および放射線未照射のコショウ（Ｃｏｎｔｒｏｌ）の成分分布可視化画像を示す図である。
【図１４】 根粒の成分分布可視化画像を示す図である。
【符号の説明】
１０ 蛍光画像撮影装置
１１ 分光照明装置
１１０ 光源
１１２ 分光装置
１１４ 励起波長調節部
１１６ 光ファイバー
１１８ 励起光照射部
１２ 分光撮影装置
１２０ 光学部
１２２ 分光装置
１２４ 画像撮影装置
１３ 測定対象物
２０ 成分分布可視化装置
２１ メモリ
２２ キーボード・マウス
２３ 制御部
２４ 計算処理部
３０ ディスプレイ[0001]
BACKGROUND OF THE INVENTION
The present invention is a component distribution visualization method capable of simultaneously displaying images of a plurality of components, and used in the method.Component distribution visualization systemAbout.
[0002]
[Prior art]
Various chemical substances such as agricultural chemicals and preservatives may be used in the production stage, distribution stage, and processing stage of foods we speak, especially agricultural products, and their effects on the human body have been pointed out . In particular, imported agricultural products use pesticides in excess of national standards, such as frozen spinach and matsutake mushrooms, or pesticides that are prohibited in Japan or unregistered pesticides. And post-harvest pesticides (pesticides spread after harvesting). Also, domestic agricultural products are frequently reported to be contaminated with pathogenic bacteria such as O157, and there is concern about the danger of food poisoning. In Japan, radiation irradiation to agricultural products is prohibited except for potatoes, but overseas, radiation irradiation is used for sterilization of agricultural products, and technology for detecting agricultural products irradiated with radiation is required.
[0003]
Regardless of whether imported or domestically produced, agricultural products are inspected at quarantine stations, etc. to determine whether they meet the pesticide residue standards and bacterial count standards defined in the Food Sanitation Law, as well as pesticide registration pending standards based on the Agricultural Chemicals Control Law. If the standard is not met, measures such as collection and disposal are taken.
[0004]
[Problems to be solved by the invention]
Research methods for detecting residual agricultural chemicals by high-performance liquid chromatography and bacteria detection by fluorescent staining have been studied as methods for examining whether foods on the market meet national standards.
[0005]
However, because high-performance liquid chromatography involves sample destruction, it is impossible to measure the distribution of residual pesticides, and details on the type and concentration of pesticides remaining in the edible part that humans actually consume There is a problem that is not clear. Moreover, since only one type of bacteria is stained by the fluorescent staining method, there is a problem that a plurality of pathogenic bacteria cannot be measured simultaneously.
[0006]
The present invention has been made to solve the above-mentioned problems, and a first object thereof is to provide a component distribution visualization method capable of simultaneously displaying a plurality of components as an image without performing preprocessing. That is. In addition, the second object can be suitably used for the component distribution visualization method of the present invention.Component distribution visualization systemIs to provide.
[0007]
[Means for Solving the Problems]
In the first invention for solving the above-described problem, a plurality of measurements on an object to be measured are performed in a predetermined excitation wavelength range and a predetermined fluorescence wavelength range while steppingly changing the excitation wavelength to be irradiated and the fluorescence wavelength to be observed. Excitation / fluorescence matrix information acquisition process that acquires excitation / fluorescence matrix information of each measurement location on the measurement object by measuring the fluorescence intensity at the location, and the excitation / fluorescence matrix information acquired for each measurement location Fluorescence characteristic extraction step for extracting the fluorescence characteristic of each measurement location by compression by analysis processing, a color determination step for determining a color to be colored in each measurement location based on the compressed excitation / fluorescence matrix information, and A component distribution visualization step of visualizing the component distribution of the measurement object by color-mapping the color to be colored at each measurement location In component distribution visualization method to.
[0008]
According to a second invention, in the first invention, in the excitation / fluorescence matrix information acquisition step, a plurality of fluorescence images having different excitation wavelengths to be observed and fluorescence wavelengths to be observed are photographed with respect to the measurement object. In the component distribution visualization method, excitation / fluorescence matrix information at each measurement location on the measurement object is acquired from the fluorescence intensity of each pixel.
[0009]
A third invention is the component distribution visualization method according to the first and second inventions, wherein the excitation / fluorescence matrix information is compressed into 1 to 4 dimensional information in the fluorescence characteristic extraction step.
[0010]
According to a fourth invention, in the first to third inventions, the statistical analysis processing includes principal component analysis, singular value analysis, cluster analysis, factor analysis, multidimensional scaling, minimum dimension analysis, latent structure The component distribution visualization method is characterized in that it is performed using at least one method selected from the group consisting of an analysis method, a multiple regression analysis method, a correlation analysis method, and a discriminant analysis method.
[0011]
In a fifth invention, in the first to fourth inventions, the excitation / fluorescence matrix information is three-dimensionally compressed in the fluorescence characteristic extraction step, and in the color determination step, a Lab color system, an HSI color system, Alternatively, the component distribution visualization method is characterized in that a color to be colored at each measurement location is determined based on any one of the RGB color systems.
[0012]
In a sixth aspect of the present invention, in the first to fourth aspects of the invention, the excitation / fluorescence matrix information is compressed into four dimensions in the fluorescence characteristic extraction step, and in the color determination step, each measurement location is measured based on the CMYK color system. The component distribution visualization method is characterized by determining a color to be colored.
[0013]
7th invention acquires the component distribution information visualized in the several cross section of a measuring object using the component distribution visualization method concerning 1st-6th invention, The component distribution in the several cross section of a measuring object A three-dimensional component distribution measuring method is characterized in that three-dimensional component distribution information of a measurement object is created by integrating information.
[0014]
First8The invention ofAn apparatus for visualizing the component distribution of a measurement object,at leastA predetermined excitation wavelength range and a predetermined fluorescence with respect to a fluorescence imaging apparatus including a spectral illumination apparatus that irradiates a measurement object with a predetermined excitation wavelength and a spectral imaging apparatus that observes the measurement object with a predetermined fluorescence wavelength. By measuring the fluorescence intensity at a plurality of measurement locations on the measurement object while gradually changing the excitation wavelength to be irradiated and the fluorescence wavelength to be observed in the wavelength range,At multiple measurement points on the measurement object,Consists of three axes: excitation wavelength, observation wavelength, and fluorescence intensityGet excitation / fluorescence matrix informationControl unit to give instructionsThe excitation / fluorescence matrix information acquired for each measurement location is compressed by statistical analysis processing, and the color to be colored at each measurement location is determined based on the compressed excitation / fluorescence matrix information. The component distribution visualization device includes a component distribution visualization unit that visualizes the component distribution of the measurement object by color-mapping the colors to be colored.
[0015]
DETAILED DESCRIPTION OF THE INVENTION
The component distribution visualization method according to the present invention will be described below with reference to the accompanying drawings.andComponent distribution visualization systemofAn example of a preferred embodiment will be described in detail.
[0016]
[I] Component distribution visualization method
The component distribution visualization method of the present invention is a method for visualizing the component distribution of a measurement object, and is an excitation / fluorescence matrix at a plurality of measurement locations on the measurement object in a predetermined excitation wavelength range and a predetermined fluorescence wavelength range. Excitation / fluorescence matrix information acquisition process for acquiring information, excitation / fluorescence matrix information acquired for each measurement location is compressed by statistical analysis processing to extract fluorescence characteristics at each measurement location, compression process Color determination step for determining the color to be colored at each measurement location based on the excitation / fluorescence matrix information, and the component distribution for visualizing the component distribution of the measurement object by color mapping the color to be colored at each measurement location Includes visualization step.
[0017]
Excitation / fluorescence matrix means excitation wavelength λEx, Observation wavelength λEm, Fluorescence intensity IEx,EmIs a contour graph (fluorescent fingerprint) consisting of three axes, and shows a pattern peculiar to components. FIG. 1 shows an excitation / fluorescence matrix of the fluorescent reagent rhodamine B, which is used as a food additive and has a problem of carcinogenicity, as an example of the excitation / fluorescence matrix.
[0018]
As shown in FIG. 1, the excitation / fluorescence matrix can be represented in a planar manner by plotting the fluorescence intensity at each point in a contour line, with the horizontal axis representing the fluorescence wavelength and the vertical axis representing the excitation wavelength. Excitation / fluorescence matrix has advantages such as characterization without sample pretreatment, easy operation and measurement in a short time, and higher sensitivity compared to UV absorbance. This method is widely used for the measurement of suspended solids and the identification of dye materials. The present invention is a new technique for visualizing the internal component distribution of a substance using this excitation / fluorescence matrix.
[0019]
FIG. 2 shows a flowchart of the component distribution visualization method of the present invention. In the component distribution visualization method of the present invention, first, n-dimensional excitation / fluorescence matrix information is acquired at a plurality of measurement locations on the measurement object (step S1).
[0020]
The excitation / fluorescence matrix information at each measurement location on the measurement object is the excitation wavelength λ applied to the measurement object in the predetermined excitation wavelength range and the predetermined fluorescence wavelength range.ExAnd the fluorescence wavelength λ for observing the measurement objectEmAnd stepwise changing the fluorescence intensity I at each measurement location of the measurement object.Ex,EmCan be obtained by observing. The number of excitation wavelengths λ depends on the dimension of the excitation / fluorescence matrix information.ExAnd fluorescence wavelength λEmFluorescence intensity I in combinationEx, EmDepends on whether you want to measure. For example, l types of excitation wavelengths λExAnd m kinds of fluorescence wavelengths λEmIntensity (I × m = n)Ex, EmN-dimensional excitation / fluorescence matrix information can be acquired.
[0021]
Excitation wavelength λExAnd fluorescence wavelength λEmThe number n of the combinations is a positive integer and is preferably an integer of 5 or more. However, when n is small, the amount of information of excitation / fluorescence matrix information obtained is small, and accurate component distribution information cannot be obtained. Therefore, n is more preferably 50 or more, and further preferably 100 or more. Further, if n is too large, the subsequent statistical analysis process becomes complicated. Therefore, n is preferably 1000 or less, more preferably 500 or less.
[0022]
In the method of the present invention, in principle, all substances are objects to be measured. Any molecule has an absorption / fluorescence pattern corresponding to its molecular structure, and even if it does not emit fluorescence at all, there is information on “excitation / fluorescence matrix that does not emit fluorescence”, and other substances based on that information. This is because they can be identified.
[0023]
In this embodiment, the excitation wavelength λEx, Fluorescence wavelength λEmA fluorescent image of the measurement object in the image is taken, and the fluorescence intensity I of each pixel in the imageEx,EmTherefore, it is preferable to obtain excitation / fluorescence matrix information at each measurement location on the measurement object. By taking a fluorescence image of the measurement object, the brightness of each pixel can be used to determine the excitation wavelength λEx, Fluorescence wavelength λEmFluorescence intensity I at each measurement point inEx,EmTherefore, it is possible to measure the fluorescence intensity at each measurement location on the measurement object at a specific excitation wavelength and fluorescence wavelength at one time by one imaging. For example, when a 10,000 pixel fluorescence image is taken, the fluorescence intensity I at 10,000 measurement locations on the measurement object is measured.Ex,Em(N) [where N is an integer of 1 to 10,000] can be measured at a time, so that excitation / fluorescence matrix information at each measurement location on the measurement object can be efficiently obtained.
[0024]
FIG. 3 shows a flowchart for capturing an image of the measurement object while changing the excitation wavelength and the fluorescence wavelength stepwise in a predetermined excitation wavelength range and a predetermined fluorescence wavelength range. The excitation wavelength range, the excitation wavelength pitch, the fluorescence wavelength range, and the fluorescence wavelength pitch are appropriately set by the measurer according to the measurement object.
[0025]
In FIG. 3, the measurement object is soybean, and after embedding soybean in paraffin, the soybean is cut to expose the cut surface of soybean. A fluorescence image of the cut surface of soybean is taken while changing the excitation wavelength and the fluorescence wavelength stepwise in a predetermined excitation wavelength range and a predetermined fluorescence wavelength range.
[0026]
For example, when obtaining excitation / fluorescence matrix information under the measurement conditions of [excitation wavelength range: 350 to 570 nm / 10 nm interval, fluorescence wavelength range: 400 to 600 nm / 10 nm interval], the excitation wavelength applied to the cut surface of soybean is set to The fluorescence wavelength to be observed is set to 350 nm, the observed fluorescence wavelength is increased by 10 nm in increments of 400 nm, 410 nm,. Next, the excitation wavelength to be irradiated is increased by 1 pitch from 350 nm to 360 nm, and the fluorescence wavelength is increased to 400 nm, 410 nm,.
[0027]
Since the fluorescence wavelength emitted from the measurement object is longer than the excitation wavelength, an image may be taken at a fluorescence wavelength longer than the excitation wavelength. For example, when the irradiation excitation wavelength is set to 500 nm, no fluorescence is observed when the observation fluorescence wavelength is less than 500 nm, so it is not necessary to take a fluorescence image in the observation fluorescence wavelength range of 400 to 490 nm, and fluorescence in the range of 500 to 600 nm. It is enough to take an image. Under this measurement condition, if only images having a fluorescence wavelength longer than the excitation wavelength are taken, a total of 273 pieces of fluorescence image data are acquired.
[0028]
By capturing an image of the measurement object while changing the excitation wavelength and the fluorescence wavelength stepwise within a predetermined excitation wavelength range and a predetermined fluorescence wavelength range, each pixel of the captured fluorescence image is excited and Fluorescence matrix information is obtained. The number of excitation wavelengths λ depends on the dimension of the excitation / fluorescence matrix information.ExAnd fluorescence wavelength λEmFluorescence intensity I in combinationEx, EmDepends on whether you want to shoot. That is, when the number of photographed fluorescent images is n, n-dimensional excitation / fluorescence matrix information can be acquired.
[0029]
In the example of the measurement conditions described above, a total of 273 pieces of fluorescence image data are acquired in the excitation wavelength range of 350 to 570 nm and the fluorescence wavelength range of 400 to 600 nm, so that each pixel Pixel (N)N Ex350, Em400, IN Ex350, Em410... IN Ex570, Em590, IN Ex570, Em600273-dimensional excitation / fluorescence matrix information consisting of 273 parameters. FIG. 4 shows an example of excitation / fluorescence matrix information obtained from fluorescence image data of 273 soybeans. In FIG. 4, pixels corresponding to the embryo, the vein, and the aleurone layer are selected, and the excitation / fluorescence matrix information of the 273-dimensional space possessed by each pixel is displayed. It can be seen that the embryo, the vein, and the aleurone layer show a component-specific pattern depending on the difference of each component.
[0030]
273 parameters I of each pixel Pixel (N)N Ex350, Em400, IN Ex350, Em410... IN Ex570, Em590, IN Ex570, Em600Based on, each pixel Pixel (N) can be distributed in a 273-dimensional space. The distribution information in the 273 dimensional space represents the difference in excitation / fluorescence matrix information of each pixel, that is, the difference in components. However, since the distribution information in the 273-dimensional space is high-dimensional, it cannot be visualized as it is. Therefore, the n-dimensional excitation / fluorescence matrix information at each measurement location on the measurement object is compressed into lower-dimensional information by statistical analysis processing to extract the fluorescence characteristics at each measurement location (step S2).
[0031]
"Information compression" is a method for accurately expressing the variation of a set of variables (multivariate data) with as few variables as possible, and various methods depending on the relationship between variables. There is. What focuses on the correlation between variables is principal component analysis and singular value decomposition, and what focuses on the similarity relationship is multidimensional scaling. In addition, a self-organizing map can be classified by a method of expressing variation and introduces non-linearity. These are all cases where there is no external criterion, but information compression can also be performed in the sense that the case where there is an external criterion is similarly described with a small number of variables. The “external standard” is a variable representing an event to be predicted, and specifically indicates a component content (sugar content, acidity, protein content, etc.), a physical index (hardness, temperature, etc.) and the like.
[0032]
Specific examples of information compression include principal component analysis, singular value analysis, cluster analysis, factor analysis, multidimensional scaling, minimum dimensional analysis, latent structure analysis, and the like when there is no external criterion. Examples of cases where there are external standards include multiple regression analysis, correlation analysis, and discriminant analysis.
[0033]
For details of these statistical analysis methods, refer to the following documents. The information compression in step S2 can be easily performed by referring to the following document.
[0034]
・ "New edition multivariate analysis method" edited by Tomio Hayashi, written by Yanai and Takane, Asakura Shoten
・ "Multivariate analysis that can be understood by real" by Katsuya Hasegawa, Kyoritsu Publishing Co., Ltd., 1998 (About multiple regression analysis, principal component analysis, and factor analysis)
・ "Multidimensional Scale Analysis Method" by Tomio Hayashi and Hiroshi Atodo, Science, 1976
・ "Self-Organizing Map" by T. Kohonen, translated by Tokurataka Heizo, Kishida Satoru, Fujimura Kikuro, Springer Fairlark Tokyo, 1996
[0035]
In step S2, the excitation / fluorescence matrix information of each pixel Pixel (N) is preferably compressed into 1 to 4 dimensional information. By compressing the excitation / fluorescence matrix information of each pixel Pixel (N) from n-dimensional to 1-4-dimensional information, the difference between the excitation / fluorescence matrix information is colored while maintaining the characteristics of the excitation / fluorescence matrix information. It becomes possible to visualize by the difference.
[0036]
[Expression 1]
FIG. 5 shows an example in which information is compressed from 273 dimensions to 3 dimensions for each pixel Pixel (N) of the soybean fluorescence photograph. Here, for the sake of simplicity, 100 pixels are selected from the fluorescent photograph of soybean and the information is compressed.
[0038]
FIG. 5 is an example in which each pixel Pixel (N) [N is an integer of 1 to 100] is compressed in three dimensions by the multidimensional scaling method and the result is plotted. Each pixel Pixel (N) is represented by three parameters (1st (N), 2nd (N), 3rd (N)), and the horizontal axis is 2nd (N), and the vertical axis is 3rd. Each pixel is plotted with (N) and z-axis as 1st (N) (here, z-axis is omitted). For example, the information compression result of the 62nd pixel Pixel 62 out of 100 pixels is plotted as “62” in the vicinity of 2nd = 0 and 3rd = −0.15 in FIG.
[0039]
Next, a color to be colored at each measurement location on the measurement object is determined based on the information-compressed excitation / fluorescence matrix information (step S3).
[0040]
By coloring the distribution information of each pixel obtained by the information compression, the color to be colored on the pixel corresponding to each measurement location on the measurement object is determined. When the information-compressed excitation / fluorescence matrix information is up to three dimensions, Lab color system (L: luminance, a: green to red, b: blue to yellow), HSI color system (H: chromaticity (Hue), The distribution information of each pixel can be colored using S: Saturation, I: Intensity, RGB color system (R: red, G: green, B: blue). When the information-compressed excitation / fluorescence matrix information is four-dimensional, the distribution information of each pixel can be colored using a CMYK color system (C: cyan, M: magenta, Y: yellow, K: black) or the like. By coloring the distribution information of each pixel, a difference in excitation / fluorescence matrix information at each measurement location on the measurement object is expressed as a color difference. The color system is not limited to these. For example, when excitation / fluorescence matrix information is compressed in one dimension, the distribution information of each pixel can be colored with only one parameter (for example, brightness).
[0041]
FIG. 6 shows an example of a color index obtained by coloring the distribution information of each pixel that has been three-dimensionally compressed by the multidimensional scaling method using the Lab color system. A horizontal axis 1st is a * (green to red), a vertical axis 2nd is b * (blue to yellow), a z-axis 3rd is L * (luminance) (here, the z-axis represents a three-dimensional space in which each pixel is distributed. Coloring). In the color index of FIG. 6, the lower left portion is colored blue, the upper left portion is green, and the upper right portion is red.
[0042]
Thereby, a difference in excitation / fluorescence matrix information in each pixel Pixel (N) [N is an integer of 1 to 100] is expressed as a difference in color. In the color index of FIG. 6, for example, the 62nd pixel Pixel 62 is represented as blue, the
[0043]
Next, the component distribution of the measurement object is visualized by color-mapping the color to be colored at each measurement location (step S4).
[0044]
That is, color mapping is performed by displaying the color to be colored at each measurement location determined in step S3 on the pixel at the position corresponding to each measurement location. By applying the color index obtained in step S3 to the image, a difference in excitation / fluorescence matrix information, that is, a difference in components at each measurement location of the measurement object, is visualized as an image.
[0045]
FIG. 7 shows an image in which the component distribution of the soybean cross section is visualized by applying the color index of FIG. 6 to the image. In FIG. 7, the aleurone layer is light blue, the vein portion is green, the embryo portion is red, and the image of the soybean cross-section is clearly divided by the difference in components.
[0046]
In the above, the component distribution visualization method of the present invention has been described by taking the component distribution visualization of soybean cut surface as an example, but the measurement object, measurement conditions of excitation / fluorescence matrix, information compression method, various conditions such as color mapping, etc. Can be selected as appropriate without departing from the object of the present invention.
[0047]
[II]Component distribution visualization system
Next, the present inventionComponent distribution visualization systemWill be described with reference to an embodiment. Of the present inventionCompletion Minute distribution visualization systemCan be suitably used for the component distribution visualization method of the present invention described above, but the measuring apparatus used for the component distribution visualization method of the present invention is not limited to this.
[0048]
FIG. 8 is a block diagram of the component distribution visualization apparatus of this embodiment. The component distribution visualization device includes a fluorescence
[0049]
FIG. 9 is a block diagram of the fluorescence
[0050]
The
[0051]
FIG. 10 is a perspective view showing an example of the fluorescence image photographing apparatus. In the example of FIG. 10, the
[0052]
As the
[0053]
As the
[0054]
The light converted into the excitation light having a predetermined wavelength in the
[0055]
The
[0056]
By irradiating the excitation light, the fluorescence emitted from the
[0057]
By passing through the
[0058]
From the brightness of each pixel of the image obtained by the
[0059]
Fluorescence imaging device that measures the fluorescence intensity at a specific excitation wavelength and fluorescence wavelength at a time at all points (pixels) on the measurement object10Is unprecedentedthingIs.
[0060]
When obtaining n-dimensional excitation / fluorescence matrix information at each point on the measurement object, n fluorescence images are taken while changing the combination of the excitation wavelength and the fluorescence wavelength. Image information of n fluorescent images photographed by the
[0061]
The excitation wavelength to be irradiated and the fluorescence wavelength to be observed can be arbitrarily changed manually or automatically by the measurer. Preferably, the
[0062]
In order to automatically change the excitation wavelength and fluorescence wavelength of the
[0063]
If the fluorescence wavelength does not fall outside the set fluorescence wavelength range even if the fluorescence wavelength is increased by 1 pitch (No in step S105), the control unit 23 causes the
[0064]
When the fluorescence wavelength is increased by one pitch, it is outside the set fluorescence wavelength range (step S105 Yes), and when the excitation wavelength is increased by one pitch, it is not outside the set excitation wavelength range (step S107 No). 23 sets the excitation wavelength in the
[0065]
When the fluorescence wavelength is increased by one pitch, it is out of the set fluorescence wavelength range (step S105 Yes), and when the excitation wavelength is increased by one pitch, it is out of the set excitation wavelength range (step S107 No), the imaging is finished. The photographed fluorescence image data is transmitted to the component
[0066]
Next, the component
[0067]
The memory 21 stores the image information transferred from the
The control unit 23 controls the excitation wavelength irradiated by the
[0068]
The image information of the n fluorescent images transferred from the
[0069]
When the measurer inputs an instruction to perform color mapping to the control unit 23 through the keyboard / mouse 22, the control unit 23 reads the compressed excitation / fluorescence matrix information stored in the memory 21 into the calculation processing unit 24, Based on the color index designated by the measurer, it instructs each pixel to designate a color to be colored.
[0070]
When the color to be colored for each pixel is determined, the calculation processing unit 24 transmits information on the color to be colored to each pixel to the
[0071]
【Example】
Examples of the present invention will be described below, but the present invention is not limited to these examples.
[0072]
[Example 1] Visualization of component distribution in soybean cross section
Soybeans were embedded in paraffin and cut to expose the cut surface of the soybeans.
Attach a liquid crystal tunable filter 122 (Varispec, VIS2-5-HC-35) and CCD camera 124 (Hamamatsu Photonics, ORCA-ER-1394, 1.37 million pixels) to the microscope 120 (Leica, MZ FL III) Thus, the
[0073]
Excitation wavelength range: 350-570 nm / 10 nm interval
Fluorescence wavelength range: 400-600nm / 10nm interval
Total number of images: 273
[0074]
The 273-dimensional excitation / fluorescence matrix information obtained for each pixel is three-dimensionally compressed using the multidimensional scaling method, and the color to be colored on each pixel is determined using the Lab color system, so that the soybean cross-section The component distribution was visualized. In FIG. 7, the component distribution visualization image of a soybean cross section is shown. In FIG. 7, the aleurone layer was light blue, the leaf vein portion was green, and the embryo portion was red, and the image of the soybean cross-section could be clearly divided by the difference in components. Thus, the component distribution visualization method of the present invention makes it possible to display the difference between a plurality of components in one image.
[0075]
[Example 2] Three-dimensional component distribution measurement of soybean
Soybeans embedded in paraffin were sliced into 100 pieces in the short axis direction of the soybeans, and component distribution visualization images were created on the 100 soybean cut surfaces by the same method as in Example 1. 100 component distribution visualization images were taken into a computer, and three-dimensional component distribution data of soybean was obtained. FIG. 12 shows an example of an image of a soybean cross section obtained from the three-dimensional component distribution data of soybean. FIG. 12 is an example of a component distribution visualization image of a cross section obtained by cutting soybean in the long axis direction. A component distribution image in a desired cross section can be obtained by three-dimensionally capturing the component distribution visualization image of soybean.
[0076]
[Example 3] Visualization of component distribution of pepper irradiated with radiation
Powdered pepper (15K Gy, 30K Gy) irradiated with γ rays and powdered pepper (Control) not irradiated with radiation were embedded in paraffin and cut to expose the cut surface of the pepper. Excitation / fluorescence matrix information was acquired under the following measurement conditions using the same
[0077]
Excitation wavelength range: 350-650 nm / 10 nm interval
Fluorescence wavelength range: 400-700nm / 10nm interval
Total number of images: 496
[0078]
The 496-dimensional excitation / fluorescence matrix information obtained for each pixel is three-dimensionally compressed by principal component analysis, and the color to be colored for each pixel is determined using the Lab color system, and the pepper cross-section The component distribution was visualized. In FIG. 13, the component distribution visualization image of a pepper cross section is shown. FIG. 13 shows that the component distribution is clearly different between pepper irradiated with γ-rays and pepper not irradiated with γ-rays. Further, as can be seen from the comparison between 15K Gy and 30K Gy, it is also possible to determine the difference in the absorbed dose of γ rays.
[0079]
Thus, the component distribution visualization method of the present invention provides a new radiation irradiation detection method.
[0080]
[Example 4] Visualization of nodule component distribution
The nodule portion adhering to sesbania was embedded in paraffin and cut to expose the cut surface of the nodule portion. Excitation / fluorescence matrix information was acquired under the following measurement conditions using the same
[0081]
Excitation wavelength range: 350-650 nm / 10 nm interval
Fluorescence wavelength range: 400-700nm / 10nm interval
Total number of images: 496
[0082]
The 496-dimensional excitation / fluorescence matrix information obtained for each pixel is compressed into three-dimensional information by the principal component analysis method, the color to be colored in each pixel is determined using the Lab color system, and the nodule cross section is determined. The component distribution was visualized. FIG. 13 shows a component distribution visualization image of a nodule cross section.
[0083]
Rhizobium fix nitrogen in the plant body and supply nutrients to the plant body, but the component distribution visualization method of the present invention makes it possible to visualize the structure of the nitrogen fixation site and the distribution of vascular bundles.
[0084]
【The invention's effect】
As described above, according to the component distribution visualization method of the present invention, a plurality of components can be simultaneously displayed as an image without subjecting the measurement object to pretreatment such as fluorescent staining.
[0085]
In addition, the present inventionComponent distribution visualization systemSince the fluorescence intensity of each point on the measurement object at a specific excitation wavelength and fluorescence wavelength can be measured at a time, the excitation fluorescence matrix information at each point on the measurement object can be efficiently obtained. Can be suitably used in the component distribution visualization method of the present invention.
[0086]
Component distribution visualization method of the present invention having such characteristicsandThe component distribution visualization apparatus can be suitably used for various applications such as analysis of the internal structure of agricultural products and the like, detection of residual agricultural chemicals, and radiation irradiation.
[Brief description of the drawings]
FIG. 1 is a diagram showing an excitation / fluorescence matrix of a fluorescent reagent rhodamine B. FIG.
FIG. 2 is a flowchart of a component distribution visualization method of the present invention.
FIG. 3 is a flowchart for capturing an image of a cross section of an object to be measured.
FIG. 4 is a diagram showing an excitation / fluorescence matrix in pixels corresponding to embryo, leaf vein, and aleurone layers obtained from soybean fluorescence image data.
FIG. 5 is a graph in which each pixel Pixel (N) [N is an integer of 1 to 100] is compressed in three dimensions by a multidimensional scaling method, and the result is plotted.
FIG. 6 is a diagram illustrating a color index obtained by coloring the distribution information of each pixel that has been three-dimensionally compressed by the multidimensional scaling method using the Lab color system.
7 is a diagram showing a component distribution image obtained by visualizing the component distribution of the cross section of the measurement object by applying the color index of FIG. 6 to the image.
FIG. 8 is a block diagram of a component distribution visualization apparatus according to an example of an embodiment of the present invention.
FIG. 9 is a block diagram of a fluorescent image photographing apparatus according to an example of an embodiment of the present invention.
FIG. 10 is a perspective view of a fluorescent image photographing apparatus according to an example of an embodiment of the present invention.
FIG. 11 is a flowchart for capturing a fluorescence image while automatically changing the excitation wavelength and the fluorescence wavelength.
FIG. 12 is a diagram showing a component distribution visualization image of a cut surface in the major axis direction of soybean obtained from three-dimensional component distribution data of soybean.
FIG. 13 is a diagram showing component distribution visualized images of pepper (15K Gy, 30K Gy) irradiated with radiation and pepper not yet irradiated (Control).
FIG. 14 is a diagram showing a nodule component distribution visualization image;
[Explanation of symbols]
10 Fluorescence imaging device
11 Spectral illumination device
110 Light source
112 Spectrometer
114 Excitation wavelength adjustment unit
116 optical fiber
118 Excitation light irradiation unit
12 Spectroscopic equipment
120 Optics
122 Spectrometer
124 Image shooting device
13 Measurement object
20 Component distribution visualization device
21 memory
22 Keyboard / Mouse
23 Control unit
24 Calculation processing section
30 display
Claims (8)
所定の励起波長範囲および所定の蛍光波長範囲で、照射する励起波長および観測する蛍光波長を段階的に変化させながら、測定対象物上の複数の測定箇所における蛍光強度を測定することにより、測定対象物上の各測定箇所の励起・蛍光マトリクス情報を取得する励起・蛍光マトリクス情報取得工程、
各測定箇所ごとに取得した励起・蛍光マトリクス情報を、統計解析処理により圧縮することにより、各測定箇所の蛍光特性を抽出する蛍光特性抽出工程、
圧縮された励起・蛍光マトリクス情報に基づいて各測定箇所に彩色すべき色を決定する色決定工程、および、
各測定箇所に彩色すべき色をカラーマッピングすることにより測定対象物の成分分布を可視化する成分分布可視化工程、
を含む成分分布可視化方法。A method for visualizing the component distribution of a measurement object,
The measurement target is measured by measuring the fluorescence intensity at multiple measurement points on the measurement target while changing the excitation wavelength to be irradiated and the fluorescence wavelength to be observed in a stepwise manner within a predetermined excitation wavelength range and a predetermined fluorescence wavelength range. Excitation / fluorescence matrix information acquisition process for acquiring excitation / fluorescence matrix information of each measurement location on the object,
Fluorescence characteristic extraction step for extracting the fluorescence characteristics of each measurement location by compressing the excitation / fluorescence matrix information acquired for each measurement location by statistical analysis processing,
A color determination step for determining a color to be colored at each measurement location based on the compressed excitation / fluorescence matrix information; and
Component distribution visualization process for visualizing the component distribution of the measurement object by color mapping the color to be colored at each measurement location,
Component distribution visualization method including:
測定対象物について、照射する励起波長および観測する蛍光波長の異なる複数の蛍光画像を撮影し、
前記蛍光画像における各画素の蛍光強度から、測定対象物上の各測定箇所における励起・蛍光マトリクス情報を取得することを特徴とする請求項１に記載の成分分布可視化方法。In the excitation / fluorescence matrix information acquisition step,
For the measurement object, take multiple fluorescence images with different excitation wavelengths and observed fluorescence wavelengths,
2. The component distribution visualization method according to claim 1, wherein excitation / fluorescence matrix information at each measurement location on the measurement object is acquired from the fluorescence intensity of each pixel in the fluorescence image.
前記色決定工程において、Ｌａｂ表色系、ＨＳＩ表色系、または、ＲＧＢ表色系のいずれかの表色系に基づいて、各測定箇所に彩色すべき色を決定することを特徴とする請求項１〜４のいずれか１つに記載の成分分布可視化方法。In the fluorescence characteristic extraction step, the excitation / fluorescence matrix information is compressed three-dimensionally,
The color determination step includes determining a color to be colored at each measurement location based on any one of a Lab color system, an HSI color system, and an RGB color system. Item 5. The component distribution visualization method according to any one of Items 1 to 4.
前記色決定工程において、ＣＭＹＫ表色系に基づいて各測定箇所に彩色すべき色を決定することを特徴とする請求項１〜４のいずれか１つに記載の成分分布可視化方法。In the fluorescence characteristic extraction step, the excitation / fluorescence matrix information is compressed into four dimensions,
5. The component distribution visualization method according to claim 1, wherein in the color determination step, a color to be colored at each measurement location is determined based on a CMYK color system.
測定対象物の複数の断面における成分分布情報を統合することにより、測定対象物の３次元の成分分布情報を作成することを特徴とする３次元成分分布測定方法。Using the component distribution visualization method according to any one of claims 1 to 6, obtain component distribution information visualized in a plurality of cross sections of the measurement object,
A three-dimensional component distribution measurement method, wherein three-dimensional component distribution information of a measurement object is created by integrating component distribution information in a plurality of cross sections of the measurement object.
測定対象物に所定の励起波長を照射する分光照明装置と、所定の蛍光波長で測定対象物を観察する分光撮影装置とを備える蛍光画像撮影装置に対し、所定の励起波長範囲および所定の蛍光波長範囲で、照射する励起波長および観測する蛍光波長を段階的に変化させながら、測定対象物上の複数の測定箇所における蛍光強度を測定することにより、測定対象物上の複数の測定箇所において、励起波長、観察波長、蛍光強度の３軸からなる励起・蛍光マトリクス情報を取得するための指示をする制御部、および
各測定箇所ごとに取得した励起・蛍光マトリクス情報を、統計解析処理により圧縮し、圧縮された励起・蛍光マトリクス情報に基づいて各測定箇所に彩色すべき色を決定し、各測定箇所に彩色すべき色をカラーマッピングすることにより、測定対象物の成分分布を可視化する成分分布可視化部、
を備えた成分分布可視化装置。A device for visualizing the component distribution of a measurement object, at least ,
A predetermined excitation wavelength range and a predetermined fluorescence wavelength for a fluorescence imaging apparatus including a spectral illumination device that irradiates a measurement object with a predetermined excitation wavelength and a spectral imaging device that observes the measurement object with a predetermined fluorescence wavelength. range, while gradually changing the excitation and observation fluorescence wavelength to be irradiated, by measuring the fluorescence intensity at a plurality of measurement points on the measurement object, in a plurality of measurement points on the measurement object, the excitation The control unit that gives instructions for acquiring excitation / fluorescence matrix information consisting of the three axes of wavelength, observation wavelength, and fluorescence intensity, and the excitation / fluorescence matrix information acquired for each measurement location are compressed by statistical analysis processing, By determining the color to be colored at each measurement location based on the compressed excitation / fluorescence matrix information and color mapping the color to be colored at each measurement location , A component distribution visualization unit that visualizes the component distribution of the measurement object,
A component distribution visualization device.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003089033A JP3706914B2 (en) | 2003-03-27 | 2003-03-27 | Component distribution visualization method and component distribution visualization device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003089033A JP3706914B2 (en) | 2003-03-27 | 2003-03-27 | Component distribution visualization method and component distribution visualization device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004294337A JP2004294337A (en) | 2004-10-21 |
| JP3706914B2 true JP3706914B2 (en) | 2005-10-19 |
Family
ID=33403008
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003089033A Expired - Lifetime JP3706914B2 (en) | 2003-03-27 | 2003-03-27 | Component distribution visualization method and component distribution visualization device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3706914B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010185719A (en) * | 2009-02-10 | 2010-08-26 | National Agriculture & Food Research Organization | Method and apparatus for discriminating grain flour |
| JP2010266380A (en) * | 2009-05-15 | 2010-11-25 | National Agriculture & Food Research Organization | Component distribution analysis method and component distribution analyzer |
| KR20200075995A (en) | 2018-12-18 | 2020-06-29 | 한국식품연구원 | Ratiometric Detection of Capsaicinoids based on Wavelength-Dependent Plasmon Inherent Elastic Scattering |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7545969B2 (en) * | 2004-12-16 | 2009-06-09 | Alliant Techsystems Inc. | Method and system for wide-area ultraviolet detection of forensic evidence |
| WO2006110135A1 (en) * | 2005-04-08 | 2006-10-19 | Chemimage Corporation | System and method for chemical imaging of microarrays |
| JP2011153945A (en) * | 2010-01-28 | 2011-08-11 | Hitachi High-Technologies Corp | Spectrofluorometer and fluorescence detector for liquid chromatograph |
| JP5591568B2 (en) * | 2010-03-19 | 2014-09-17 | シャープ株式会社 | Chemical substance determination apparatus, chemical substance determination method, control program, and recording medium |
| FR2961597B1 (en) * | 2010-06-16 | 2017-02-24 | Spectralys Innovation | PROCESS FOR CHARACTERIZING AN AGRO-FOOD PRODUCT AND APPARATUS FOR CARRYING OUT SAID METHOD |
| JP5595862B2 (en) * | 2010-10-12 | 2014-09-24 | 学校法人光産業創成大学院大学 | Capsaicin measuring apparatus and capsaicin measuring method |
| JP2012098244A (en) * | 2010-11-05 | 2012-05-24 | National Agriculture & Food Research Organization | Component distribution analysis method, component distribution analysis apparatus and program |
| JP5856741B2 (en) * | 2011-02-25 | 2016-02-10 | 国立研究開発法人農業・食品産業技術総合研究機構 | Aflatoxin quantification method, aflatoxin quantification apparatus, and program |
| JP5840845B2 (en) * | 2011-02-25 | 2016-01-06 | 国立研究開発法人農業・食品産業技術総合研究機構 | Hazard factor determination method, hazard factor determination device, and program |
| JP5845154B2 (en) * | 2012-08-08 | 2016-01-20 | 国立研究開発法人農業・食品産業技術総合研究機構 | Biological model generation device, biological model generation method, cytometer, and program |
| JP7026337B2 (en) | 2017-08-29 | 2022-02-28 | パナソニックＩｐマネジメント株式会社 | Optical observation device |
| JP7363675B2 (en) | 2020-06-15 | 2023-10-18 | 株式会社島津製作所 | Imaging mass spectrometry device and imaging mass spectrometry method |
-
2003
- 2003-03-27 JP JP2003089033A patent/JP3706914B2/en not_active Expired - Lifetime
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010185719A (en) * | 2009-02-10 | 2010-08-26 | National Agriculture & Food Research Organization | Method and apparatus for discriminating grain flour |
| JP2010266380A (en) * | 2009-05-15 | 2010-11-25 | National Agriculture & Food Research Organization | Component distribution analysis method and component distribution analyzer |
| KR20200075995A (en) | 2018-12-18 | 2020-06-29 | 한국식품연구원 | Ratiometric Detection of Capsaicinoids based on Wavelength-Dependent Plasmon Inherent Elastic Scattering |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2004294337A (en) | 2004-10-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3706914B2 (en) | Component distribution visualization method and component distribution visualization device | |
| Cho et al. | Detection of cuticle defects on cherry tomatoes using hyperspectral fluorescence imagery | |
| Xing et al. | Detecting bruises on ‘Golden Delicious’ apples using hyperspectral imaging with multiple wavebands | |
| Arzate-Vázquez et al. | Image processing applied to classification of avocado variety Hass (Persea americana Mill.) during the ripening process | |
| Park et al. | Hyperspectral imaging for detecting fecal and ingesta contamination on poultry carcasses | |
| JP4634304B2 (en) | Method and system for quantifying fluorescent dye concentration | |
| DE60316113T2 (en) | METHOD FOR QUANTITATIVE VIDEO MICROSCOPY AND DEVICE AND COMPUTER PROGRAM FOR IMPLEMENTING THE PROCESS | |
| JP5274288B2 (en) | Flour discrimination method and apparatus | |
| Iqbal et al. | An overview on principle, techniques and application of hyperspectral imaging with special reference to ham quality evaluation and control | |
| EP1366460A2 (en) | Method and system for fecal and ingesta detection during meat and poultry processing | |
| CN105021617B (en) | Whole strain chlorophyll content of rice measurement apparatus and method based on high light spectrum image-forming | |
| Chao et al. | Chicken heart disease characterization by multi-spectral imaging | |
| JP5870821B2 (en) | Apparatus, system, method, and program for image analysis of multiple fluorescent images | |
| Cao et al. | Identification of species and geographical strains of Sitophilus oryzae and Sitophilus zeamais using the visible/near‐infrared hyperspectral imaging technique | |
| Kokawa et al. | Visualization of gluten and starch distributions in dough by fluorescence fingerprint imaging | |
| CN106461555A (en) | Substance or contamination detection | |
| JP5311655B2 (en) | Component distribution analysis method and component distribution analyzer | |
| TWI656334B (en) | A system for early detection of orchid pest by hyperspectral imaging techniques | |
| JP2012098244A (en) | Component distribution analysis method, component distribution analysis apparatus and program | |
| Park et al. | Textural analysis of hyperspectral images for improving contaminant detection accuracy | |
| EP3359953B1 (en) | Apparatus and method for detection of mould at the surface of building materials | |
| Kim et al. | Uses of hyperspectral and multispectral laser induced fluorescence imaging techniques for food safety inspection | |
| Gowen et al. | Hyperspectral imaging | |
| EP2009412A1 (en) | Device for determination of values of interest in a composite specimen | |
| WO2023276219A1 (en) | Information processing device, biological sample observation system, and image generation method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050405 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050606 |
|
| TRDD | Decision of grant or rejection written | ||
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20050628 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20050705 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20050628 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3706914 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |