CN103260502B - 被检体信息获取设备和被检体信息获取方法 - Google Patents

被检体信息获取设备和被检体信息获取方法 Download PDF

Info

Publication number
CN103260502B
CN103260502B CN201180061695.9A CN201180061695A CN103260502B CN 103260502 B CN103260502 B CN 103260502B CN 201180061695 A CN201180061695 A CN 201180061695A CN 103260502 B CN103260502 B CN 103260502B
Authority
CN
China
Prior art keywords
distribution
similarity
subject
absorptance
subject information
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 - Fee Related
Application number
CN201180061695.9A
Other languages
English (en)
Other versions
CN103260502A (zh
Inventor
大石卓司
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Inc
Original Assignee
Canon Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Inc filed Critical Canon Inc
Publication of CN103260502A publication Critical patent/CN103260502A/zh
Application granted granted Critical
Publication of CN103260502B publication Critical patent/CN103260502B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
    • A61B5/0095—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy by applying light and detecting acoustic waves, i.e. photoacoustic measurements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/88—Sonar systems specially adapted for specific applications
    • G01S15/89—Sonar systems specially adapted for specific applications for mapping or imaging
    • G01S15/8906—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques
    • G01S15/8977—Short-range imaging systems; Acoustic microscope systems using pulse-echo techniques using special techniques for image reconstruction, e.g. FFT, geometrical transformations, spatial deconvolution, time deconvolution
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7246—Details of waveform analysis using correlation, e.g. template matching or determination of similarity
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/13—Tomography

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

一种被检体信息获取设备，具有：声学检测器，其接收在被检体中传播的声学波并且转换为电信号；以及数据处理设备，其使用该电信号来生成被检体信息分布，数据处理设备具有匹配处理单元，其通过计算以下两项之间的相似度来获取相似度分布：指示真实图像与伪像之间的关系的模板数据；和用作匹配信息分布的被检体信息分布，从而可以提供甚至当对比度较差时也可以在图像与背景之间进行区分的光声图像形成诊断设备。

Description

被检体信息获取设备和被检体信息获取方法
技术领域
本发明涉及一种被检体信息获取方法和被检体信息获取方法。更具体地，本发明涉及一种利用光声效应的技术或利用超声波回波的技术。
背景技术
使用X射线和超声波的被检体信息获取设备被用在需要非破坏性测试的包括医疗领域的很多领域中。在医学上的被检体信息获取设备领域中，关于生物体的生理信息（即功能信息）可以有效地用于找寻生病部位（如癌症），并且因此近年来已经研究了功能信息的成像。作为光学成像技术之一的光声层析成像（PAT）被提议为使用功能信息的诊断方法之一。虽然X射线诊断或超声波诊断可以仅获取关于生物体内部的形态信息，但光声层析成像可以通过无创诊断来获取形态信息和功能信息。
在光声层析成像中，从光源所产生的脉冲光被照射在被检体内部上，并且然后检测由吸收在被检体中传播并且扩散的光的内部组织的光声效应所产生的声学波（典型地，超声波）。检测到的包含关于作为声学波源的内部组织的信息的声学波然后被转换为信息的图像。通过在包围被检体的多个部位处检测所接收到的声学波的时间改变，并且以数学方式来分析（重构）所获得的信号，可以对与被检体内部的光学特征值有关的信息进行三维可视化。该信息可以用作关于被检体内部的形态信息，此外，还可以从通过在被检体内部照射光所产生的初始声学压力分布来获得包括被检体内部的光学特征值分布（例如吸收系数分布）的功能信息。
作为待在被检体内部上照射的脉冲光，例如可以使用近红外光。近红外光具有这样的属性：其易于透射通过构成生物体的绝大部分的水，同时其易于由血液中的血红素吸收，以使得可以将血管图像成像为形态信息。此外，通过使用通过照射近红外光所获得的吸收系数分布，可以获知血液中的氧化血红素相对于所有血红素的含量率（content rate），也就是说，可以获知氧饱和度，并且因此，也可以执行生物功能的成像。氧饱和度分布充当指示符以区分肿瘤是良性还是恶性的，因此，期望光声层析成像作为一种用于高效找寻恶性肿瘤的方式。
通过使用不同波长的脉冲光执行多次测量然后执行计算对于不同波长所计算的吸收系数的比率的比较运算来计算氧饱和度。这是基于这样的原理：去氧血红素和氧化血红素的光学吸收谱是不同的。因此可以通过根据不同波长来测量并且比较谱而找寻含量率。
在这些成像处理中，当所获得的吸收系数直接用于计算比率的比较运算时，不能区分血管图像部分和背景部分，并且因此，如非专利文献1中所公开的那样，必须在血管图像部分与背景部分之间进行区分，并且仅处理血管图像部分。
引文列表
非专利文献
NPL1：Xueding Wang,等人."Noninvasive imaging ofhemoglobin concentration and oxygenation in the rat brain usinghigh-resolution photoacoustic tomography"Journal of BiomedicalOptics11(2),024015(March/April2006)
发明内容
技术问题
常规上，通过使用提供关于光学特征值分布（例如吸收系数分布）的体素值的阈值并且判断具有等于或大于阈值的体素值的体素作为真实图像部分的阈值方法，来区分真实图像部分（如血管图像）与背景部分。然而，存在这样的问题，当对比度在真实图像部分与背景部分之间较差时，该方法不能在真实图像部分与背景部分之间良好地进行区分。当对比度在光学特征值分布中较差时，也就是说，当背景部分的噪声很大并且背景部分的体素值等于或大于真实图像部分时，设置关于体素值的阈值的阈值方法可能不能用于在背景部分与真实图像部分之间进行区分。该问题不仅与阈值方法有关，而且利用体素在背景部分与真实图像部分之间进行区分的所有方法都可能遭遇相似的问题。具体地说，由于对比度在生物体的深度处恶化，因此难以在生物体的深度处在真实图像部分与背景部分之间进行区分。
基于对该问题的这种认识来进行本发明。因此，本发明的目的在于提供一种甚至当对比度较差时也可以在真实图像与背景之间进行区分的被检体信息获取设备和被检体信息获取方法。
问题的解决方案
鉴于上述问题，一种被检体信息获取设备具有：声学检测器，其接收在被检体中传播的声学波并且转换为电信号；以及数据处理设备，其使用该电信号来生成被检体信息分布，数据处理设备具有匹配处理单元，匹配处理单元通过计算以下两项之间的相似度来获取相似度分布：指示真实图像与伪像之间的关系的模板数据；以及作为匹配信息分布的被检体信息分布。
本发明的有益效果
根据本发明，甚至当对比度较差时也可以在真实图像与背景之间进行区分。
从参照附图的示例性实施例的以下描述，本发明的其它特征将变得清楚。
附图说明
[图1]图1是示出根据本发明实施例的设备的配置的示意图。
[图2]图2是示出根据本发明实施例的设备的配置的示意图。
[图3A]图3A是示出真实图像与负伪像之间的关系的视图。
[图3B]图3B是示出真实图像与背后伪像之间的关系的视图。
[图4]图4是示出根据本发明的实施例的设备的操作的流程图。
[图5]图5是示出根据本发明的实施例的设备的配置的示意图。
[图6]图6是示出根据本发明的实施例的设备的操作的流程图。
[图7]图7是示出根据本发明的实施例的设备的配置的示意图。
[图8]图8是示出根据本发明的实施例的设备的配置的示意图。
[图9]图9是示出根据本发明的实施例的设备的配置的示意图。
[图10]图10是示出根据本发明的实施例的设备的配置的示意图。
[图11]图11是示出根据本发明的实施例的设备的配置的示意图。
[图12]图12是示出根据本发明的实施例的设备的配置的示意图。
[图13A]图13A示出当在示例1中实现本发明时的初始声学压力分布。
[图13B]图13B示出当在示例1中实现常规方法时的初始声学压力分布。
[图14A]图14A示出当在示例2中实现本发明时的氧饱和度分布。
[图14B]图14B示出当在示例2中实现常规方法时的氧饱和度分布。
[图15A]图15A示出当在示例3中使用多个模板数据项时的初始声学压力分布。
[图15B]图15B示出当在示例3中使用一个模板时的初始声学压力分布。
[图16A]图16A是当在示例4中检测整个频带并且实现常规方法时的初始声学压力分布。
[图16B]图16B是当在示例4中检测受限频带并且实现常规方法时的初始声学压力分布。
[图16C]图16C是当在示例4中检测整个频带并且实现本发明时的初始声学压力分布。
[图16D]图16D是当在示例4中检测受限频带并且实现本发明时的初始声学压力分布。
[图17A]图17A是背投影(back-projection)中所使用的初始信号。
[图17B]图17B是背投影中所使用的差分和反转信号。
[图18A]图18A是当检测整个频带时所获得的信号。
[图18B]图18B是当检测受限频带时所获得的信号。
具体实施方式
下文中，将使用附图来描述本发明。在本发明中，声学波典型地是超声波，同时其包括被称为声波、超声波、声学波、光声波和光超声波的弹性波。声学波检测器接收已经在被检体中产生或反射并且在被检体中传播的声学波。根据本发明的被检体信息获取设备包括利用超声波回波技术的设备或利用光声效应的设备，利用超声波回波技术的设备将超声波发送到被检体，接收被检体内部所反射的反射波（反射超声波），并且获取被检体信息分布作为图像数据，利用光声效应的设备在被检体上照射光（电磁波），接收被检体中所产生的声学波（典型地超声波），并且获取被检体信息分布作为图像数据。在利用超声波回波技术的前一种设备的情况下，待获取的被检体信息反映被检体内部的组织的声学阻抗的差异。在利用光声效应的后一种设备的情况下，待获取的被检体信息包括通过照射光所产生的声学波源分布、被检体中的初始声学压力分布、从初始声学压力分布推导的光学能量吸收密度分布、构成组织的物质的吸收系数分布和浓度信息分布。物质的浓度信息分布是例如氧饱和度分布或含氧浓度分布和脱氧浓度分布。
在以下实施例中，将使用基于通过在被检体内部照射光并且在声学波检测器处接收被检体内部所激励的光声波来生成一个或多个类型的被检体信息分布的光声层析成像（PAT）的光声设备，来描述本发明。然而，本发明绝不受限于这些实施例，本发明还可应用于任何被检体信息获取设备，只要它们可以通过测量与模板的相似度而在真实图像与伪像之间进行区分即可。此外，本发明绝不仅受限于单个设备，本发明还包括以下实施例中所描述的区分真实图像与伪像的方法以及执行该方法的程序。真实图像是指这样的图像：其中当真实图像转换为图像时，被检体中具有大光学吸收系数的光学吸收体显现为图像。
[基本实施例]
本发明通过利用真实图像与伪像（虚拟图像）之间的特定关系而在图像与背景之间进行区分。用于实现这种区分的基本实施例如下。在图1中，示出根据本实施例的光源1、光照射设备2、被检体3、声学检测器4、电信号处理设备5、数据处理设备6和显示器7。
（光源）
光源1是产生脉冲光的设备。光源优选地是用于获得大输出的激光器，或光源也可以是发光二级管。为了高效地产生光声波，必须根据被检体的热特性而照射光达到足够短的时间。在本实施例中，生物体被假设为被检体，从光源1所产生的脉冲光的脉冲宽度优选地是几十纳秒或更短。此外，脉冲光的波长优选地在大约500nm至1200nm的近红外区域（其被称为生物窗口）中。比较而言该区域中的光可以到达生物体的深度，因此在获得关于深度的信息方面是有用的。脉冲光的波长优选地具有相对于观测目标的较大吸收系数。
（光照射设备）
光照射设备2将光源1中所产生的脉冲光引导到被检体3。更具体地说，光照射设备2包括诸如光纤、透镜、反射镜和扩散板之类的光学设备。此外，通过使用该光学设备，可以改变所引导的脉冲光的形状和光学密度。光学设备绝不限于在此所描述的光学设备，并且可以是任何设备，只要其满足这些功能即可。
（被检体）
被检体3是测量目标。对于被检体，可以使用生物体或仿真生物体的声学特征和光学特征的人体模型。声学特征具体地是指声学波的传播速度和衰减速率，光学特征具体地是指光的吸收系数和散射系数。具有大吸收系数的光学吸收体一定出现在被检体内部。在生物体的情况下，光学吸收体具体地包括例如血红素、水、黑色素、胶原蛋白和脂肪。在人体模型的情况下，对上述光学特征进行仿真的物质作为光学吸收体而被密封在内部。
（声学检测器）
声学检测器4以声学方式耦合到被检体，其接收当光学吸收体吸收所照射的脉冲光的能量的一部分时所激励的声学波，并且将其转换为电信号（接收信号）。根据光声层析成像，需要在多个部位处捕获声学波，因此，优选的是，使用2D类型，其在平坦表面上对齐多个声学检测元件。然而，可以通过使用在一行中对齐声学检测元件的1D类型或单个声学检测元件通过扫描设备的装置移动到多个部位来捕获声学波。声学检测器优选地具有高灵敏度和较宽的频带，更具体地说，比如使用压电锆钛酸铅（PZT）、聚偏二氟乙烯（PVDF）、电容微机械超声波换能器（cMUT）或Fabry-Perot干涉仪的声学检测器。然而，声学检测器不限于在此所描述的声学检测器，并且可以使用任何声学检测器，只要它们可以满足捕获声学波的功能即可。
（电信号处理设备）
电信号处理设备5放大声学检测器4中所获得的模拟电信号，并且将模拟电信号转换为数字信号。优选地提供等于声学检测器的数量的相同数量的模数转换器（ADC），以高效地获取数据，或可以依次改变、重连并且使用一个ADC。
（数据处理设备）
数据处理设备6通过处理电信号处理设备5中所获得的数字信号（接收数字信号）来获取被检体信息分布作为图像数据。本发明的特征在于该数据处理设备中所执行的处理。更具体地说，数据处理设备包括例如计算机或电子电路。
（显示器）
显示器7将数据处理设备6所生成的图像数据显示为图像。更具体地说，显示器7是计算机或电视的显示器。
（数据处理设备的内部配置）
数据处理设备6的内部配置如下。如图2所示，数据处理设备6以图像重构处理单元8、保存模板数据9的模板数据保存单元、以及匹配处理单元10形成。图像重构处理单元8对在每个位置处所获得的数字信号进行滤波，并且对每个位置处的数字信号进行背投影，并且因此，其获取指示像素或体素数据中的声学源的位置的被检体信息分布（如初始声学压力分布）。如以下描述的那样，模板数据9是被检体信息分布（如初始声学压力分布），其充当指示真实图像与在真实图像的前后附近所出现的或在真实图像后面所出现的伪像之间的关系的模板。如以下描述的那样，匹配处理单元10通过计算模板数据与被检体信息分布（如初始声学压力分布）之间的相似度来获取相似度分布。
将描述作为本发明要点的模板数据9以及匹配处理单元10中的处理的原理。图像重构处理单元8中所执行的背投影是又称为通用背投影的方法。在该方法中，首先，检测器所检测到的初始信号（图17A）被微分并且正负值反转（图17B）。如图17B所示，两个负峰值出现在处理之后。然后，与反转值成比例地在三维空间中绘制以检测器的位置为中心的同心球。当对于多个检测器进行以上处理并且由此获得的数据被合成以生成体素数据时，可以获得初始声学源位置。然而，初始并不存在的成为阴影的伪像（又称为“重影”）可能因在背投影时所执行的合成而出现。
当声学检测器被布置为球形地包围被检体时，在背投影中所执行的合成时除了初始图像之外的部分完全被消除并且仅真实图像留下，归因于伪像而导致的问题可能并不出现。然而，当检测器的布置是平面的并且在整个所生成的声学波当中仅在特定方向上传播的一部分声学波被检测时，消除变为不完全的。因此，归因于图17B的负值而导致的负伪像可能在真实图像的如图3A所示的从声学检测器看去的前后方向上出现。
另一方面，声学检测器的响应特性也可以产生伪像。当声学检测器的频带不受限时，检测器可以检测整个频带以获得如图18A中所表示的信号。反之，当声学检测器的频带受限时，信号不能完整地再现并且声学检测器的响应取决于频带而变化，这导致获得包括振铃的信号，如图18B所示。当执行背投影时，这种振铃产生伪像。具体地说，其产生位于真实图像前后的负伪像的如图3B所示的从声学检测器侧看去的更向背后远离（从声学检测器看去的远处位置）而出现的伪像（在该说明书中被称为背后伪像，又称为振铃伪像）。
在此情况下，由于在真实图像前后所出现的负伪像是由信号的上升和下落引起的，因此负伪像出现在真实图像附近。相似地，真实图像和负伪像的强度比率以及真实图像和负伪像的大小的比率（维度比率）将近似相同。
此外，以下关系见于真实图像与背后伪像之间。也就是说，根据信号与振铃之间的时间延迟来确定真实图像与背后伪像之间的距离，如果声学检测器相同，则所述距离是恒定的。此外，根据信号与振铃的强度比率来确定真实图像与背后伪像之间的强度比率。该振铃强度根据信号的频率分量而改变。由于归因于光声效应而产生的信号的频率分量取决于光学吸收体的大小，所以真实图像和背后伪像的强度比率取决于光学吸收体的大小，当光学吸收体的大小恒定时，强度比率也变为恒定。此外，还根据信号与振铃波的宽度来确定真实图像和背后伪像的维度比率。由于归因于光声效应所生成的信号的宽度取决于光学吸收体的大小，所以真实图像和背后伪像的维度比率取决于光学吸收体的大小，并且当光学吸收体的大小恒定时，维度比率几乎恒定。
如上所述，当给定图像是源自被检体中的吸收系数差所产生的光声信号的真实图像时，该图像伴随着具有与真实图像的特定关系的在真实图像的前后附近所出现的或真实图像背后所出现的伪像。反之，当图像由伪像或噪声产生时，不存在具有与该图像的上述特定关系的伪像。因此，通过逐个声学检测器地检查图像与在图像的前后附近或背后所出现的伪像之间的关系，可以判断该图像是否为真实图像。尤其是当归因于振铃的背后背景出现时，由于与当仅使用图像前后所出现的负伪像时的情况相比，更多的信息可以用于区别，因此可以更精确地区分图像是否为真实图像。
将使用图1、图2和图4来描述实现以上原理的方法。光源1产生脉冲光，光照射设备2将脉冲光照射在被检体上（S1）。声学波检测器4和电信号处理设备5获取通过将脉冲光照射在被检体3上而从被检体3产生的声学波（S2）。图像重构处理单元8依次重构所获得的信号（S3）。
模板数据9是考虑用于测量的声学检测器所处的位置或声学检测器的响应特性（如频率特性）而从接收信号（如初始声学压力分布）所获得的，其指示真实图像与负伪像或该真实图像的背后伪像之间的关系。该真实图像与伪像之间的关系是指在通过从被检体接收声学波信号所获得的被检体信息分布当中的真实图像与伪像之间的距离、真实图像与伪像的强度比率、以及真实图像与伪像的维度比率中的至少一个。模板数据优选地包括真实图像与伪像的距离、强度比率和维度比率的全部。然而，可以仅当在模板数据中包括上述三个关系（距离、强度比率和维度比率）中的至少一个时实现本发明。虽然该实施例中初始声学压力分布被用于被检体信息分布，但也可以使用光学特性分布（如吸收系数分布），如其它实施例中所描述的那样。声学检测器的响应特性是指每个声学检测器的独特特性，其可能影响真实图像与真实图像的伪像之间的关系，并且包括例如检测面的大小以及频带特性。在本发明中，被检体信息分布包括作为用作匹配处理的目标的分布的“匹配信息分布”，以及作为用作提取处理的目标的分布的“提取信息分布”。如在每个以下实施例中所描述的那样，对于匹配信息分布和提取信息分布，可以使用相同类型的被检体信息分布，或可以使用不同类型的被检体信息分布。可以根据测量目的来充分地选择用于这些信息的被检体信息分布的类型。
优选地通过基于考虑声学检测器的频带特性的仿真来对球体光学吸收体的测量进行仿真而创建模板数据。然而，用于仿真的光学吸收体的形状可以具有除了球形之外的形状，另外可以通过实际测量来创建模板数据。当从测量所获得的数据包括给定图像以及被假设为该图像的伪像的图像，并且该数据与该模板数据相似时，可以说在该图像与被假设为该图像的伪像的图像之间的关系类似于真实图像与真实图像的伪像之间的关系，并且该数据极有可能包括真实图像。匹配处理单元10从图像重构处理单元8所获得的初始声学压力分布中的给定位置提取具有与模板数据9相同大小的体素数据，并且计算所提取的数据与模板数据9之间的相似度。在该匹配处理时所使用的初始声学压力分布用于匹配信息分布。此外，匹配处理单元10通过移动位置以提取初始声学压力分布来类似地计算相似度，并且通过重复该计算来创建相似度分布（S4）。相似度分布是表示模板数据相对于初始声学压力分布的体素的相似度的三维新被检体信息分布。虽然通过以下表示的零均值归一化互相关（ZNCC）方程1来优选地计算相似度R，但可以采用诸如计算指示相似度的参数的方差和（SSD）或绝对差和（SAD）之类的方法。
R = Σ k = 0 N - 1 Σ j = 0 M - 1 Σ i = 0 L - 1 ( ( I ( i , j , k ) - I ‾ ) ( T ( i , j , k ) - T ‾ ) ) Σ k = 0 N - 1 Σ j = 0 M - 1 Σ i = 0 L - 1 ( I ( i , j , k ) - I ‾ ) 2 × Σ k = 0 N - 1 Σ j = 0 M - 1 Σ i = 0 L - 1 ( T ( i , j , k ) - T ‾ ) 2 方程1
同时，L、M和N分别是指XYZ坐标中的X方向、Y方向和Z方向上的体素的数量，I（i，j，k）是指从由图像重构处理单元8获得的初始声学压力分布所提取的分布，是指所提取的分布的平均值，T（i，j，k）是指模板数据，是指模板数据的平均值。显示器7显示最终所获得的相似度分布（S5）。通过这样做，可以在显示单元上显示初始声学压力分布中的哪一个是真实图像，并且在真实图像与背景之间进行区分。
[第二实施例]
下文中，将描述这样的实施例：利用[基本实施例]中所获得的相似度分布来执行提取真实图像的处理。整个设备配置与[基本实施例]中相同，并且实现方法直到用于创建相似度分布的S4也相同，因此将描述差异。
图5示出数据处理设备6的内部配置，其中，除了图像重构处理单元8、模板数据9和匹配处理单元10之外，还布置有提取处理单元11。提取处理单元11选择相似度分布中具有高相似度的体素，并且仅提取该体素的初始声学压力分布。在该实施例中，用于该提取处理的初始声学压力分布用于提取信息分布。更具体地说，该处理针对：提供对于相似度分布的任意阈值，判断各个体素的相似度分布是大于还是小于阈值，仅保持与具有比阈值更高的相似度的体素的位置相对应的初始声学压力分布（作为提取信息分布的初始声学压力分布）的体素，以及将初始声学压力分布（作为提取信息分布的初始声学压力分布）的其它体素值重写为可以被判断为错误值的诸如零或负值之类的值。虽然这种提取方法是期望的，但替代将错误值分配给具有更低相似度的体素，而仅将体素值的声学压力值减少到例如十分之一的方法也是可以的。
如图6所示，根据实现方法，执行匹配处理（S4），然后执行提取处理（S6），并且将所提取的数据在显示器7上显示为新被检体信息分布（S5）。
在该实施例中，通过仅显示图像部分的初始声学压力分布，可以基本上减少背景部分并且改进图像的对比度。
[第三实施例]
替代如在[基本实施例]和[第二实施例]中那样使用初始声学压力分布来计算相似度分布并且提取初始声学压力分布，将描述把吸收系数分布用于计算并且提取相似度分布的实施例。
光声诊断设备可以从初始声学压力分布计算吸收系数分布。待测量的所产生的声学压力P由方程2表示。
P=Γ·μa·φ方程2
同时，Γ是指光学吸收体的格林乃森常数（Grueneisen constant），μa是指光学吸收体的吸收系数，φ是指已经到达光学吸收体的光量。由于格林乃森常数可以被看作恒定的，因此所产生的声学压力与吸收系数和光量的乘积成比例。可以通过从入射光的分布计算生物体内部的光的传播来获得光量，因此，可以通过将所产生的声学压力除以光量来计算吸收系数。
根据该实施例的整个设备配置与[基本实施例]中相同，差异在于数据处理设备6的内部配置。图7示出根据使用用于创建相似度分布的吸收系数分布的实施例的数据处理设备6的内部配置。通过使用从图像重构处理单元8所获得的初始声学压力分布以及预先计算的光量分布12在吸收系数计算单元13中执行除法来计算吸收系数分布。可以通过测量每次测量的入射光的分布来计算光量分布12。匹配处理单元10使用初始声学压力分布和模板数据9根据匹配处理来创建相似度分布，提取处理单元11使用相似度分布来提取吸收系数分布，显示器7显示吸收系数分布。虽然已经在执行直到提取的处理的情况下描述了实施例，但仅相似度分布被计算（如在[基本实施例]中那样）并且显示的实施例也是可以的。
此外，针对用于匹配处理和提取处理的分布，可以使用其它各种组合。图8示出根据使用吸收系数分布来创建相似度分布并且提取初始声学压力分布的实施例的设备配置。此外，图9示出根据使用吸收系数分布创建相似度分布、并且提取吸收系数分布的实施例的设备配置。
用该实施例，可以执行使用吸收系数分布的匹配处理和提取处理。
[第四实施例]
将描述本发明用于提取所有血红素中的氧化血红素的浓度（即氧饱和度）的实施例。如图10所示，在设备配置中，布置光源A14和光源B15，而非[基本实施例]的光源1。光源A和光源B的波长是不同的，光在各个不同定时照射。此外，可以加入具有不同波长和定时的光源C、光源D等等。通过对由各个光源所创建的吸收系数分布进行比较，可以计算氧饱和度分布。
图11是示出数据处理设备6的内部配置的视图。由图像重构处理单元8从来自光源A的声学波创建的初始声学压力分布A被使用吸收系数计算单元13中预先计算的分布12当中的光转换为吸收系数分布A，并且存储在存储器A16中。此外，考虑光源B，相似地获得的吸收系数分布B被存储在存储器B17中。当提供更多光源时，各个吸收系数分布被存储在存储器C、存储器D等等中。然后，在该实施例中，还充当浓度信息计算单元的比较处理单元18对吸收系数分布A与吸收系数分布B进行比较（以下描述），并且计算作为浓度信息分布的氧饱和度分布。另一方面，匹配处理单元10把由图像重构处理单元8所创建的初始声学压力分布与模板数据9进行匹配，并且创建相似度分布。在这种情况下所使用的初始声学压力分布期望地使用具有去氧血红素和氧化血红素的接近吸收系数的波长的光源来创建。在此情况下，可以仅使用采用从用于测量的波长中选择的一个波长而形成的初始声学压力分布来执行匹配处理，或者，可以匹配使用多个波长所获得的多个初始声学压力分布，并且它们的结果可以被合成。此外，虽然期望使用用于匹配处理的初始声学压力分布，但可以使用吸收系数分布。提取处理单元11使用相似度分布来提取氧饱和度分布，并且将结果输出到显示器7。
氧饱和度是可以通过对使用不同波长的光源所创建的吸收系数分布进行比较而计算出的浓度信息。当使用波长λ1和波长λ2的光来测量血液中的摩尔吸收系数时，如果在波长λ1和波长λ2中除了血红素之外的光的吸收被假设为低到可以忽略吸收的程度，则当使用波长λ1和波长λ2时所计算出的摩尔吸收系数μa(λ1)[mm-1]和μa(λ2)[mm-1]由方程3和方程4表示。
μa(λ1)=εox(λ1)Cox+εde(λ1)Cde方程3
μa(λ2)=εox(λ2)Cox+εde(λ2)Cde方程4
同时，Cox和Cde是指氧化血红素和去氧血红素的量（摩尔），εox(λ)和εde(λ)分别是指在波长λ处的氧化血红素和去氧血红素的摩尔吸收系数[mm-1mol-1]。通过测量或文献值预先获得εox(λ)和εde(λ)，并且使用所测量的值μa(λ1)和μa(λ2)来求解方程3和方程4的联立方程，以获得Cox和Cde。当光源数量很大时，方程的数量与光源数量成比例地增加，以使得可以通过最小二乘法来获得Cox和Cde。氧饱和度如在方程3中那样以所有血红素中的氧化血红素的比率被定义，并且可以如在方程5中那样被计算，以使得可以获得氧饱和度。
SO 2 = C ox C ox + C de 方程5
在该实施例中，通过使用相似度分布从氧饱和度分布中进行提取，可以解决在氧饱和度分布方面图像不突出的问题。此外，虽然已经通过该实施例描述了血红素的丰度比率，但根据光声层析成像，如果吸收谱是特有的，则可以使用相同原理来计算除了血红素之外的丰度比率（浓度信息分布），并且可以使用相似度分布来提取该丰度比率。
此外，与第三实施例中的图8和图9中所执行的处理相似，可以从吸收系数分布或氧饱和度来求解相似度分布。此外，可以从所获得的相似度分布中提取初始声学压力分布或吸收系数分布，然后可以从所提取的数据中求解氧饱和度分布。
[第五实施例]
如在[基本实施例]中所描述的那样，图像与背后伪像的强度比率取决于光学吸收体的大小。因此，相似度分布的结果根据在创建模板数据时所使用的光学吸收体的大小而变为不同，并且与在创建模板数据时所使用的光学吸收体的大小接近的相似度被高度评价。因此，在本实施例中，准备与多个光学吸收体的大小匹配的模板数据，并且分别创建并合成相似度分布以创建与各个光学吸收体的大小匹配的相似度分布。
整个设备配置与[基本实施例]中的相同，数据处理设备6的内部配置是不同的。图12示出根据本实施例的数据处理设备6的内部配置。对于模板数据，准备模板数据a19和模板数据b20。这些模板数据在仿真或实际测量中创建数据时在光学吸收体的大小方面分别是不同的。虽然在此使用两个类型的模板数据，但可以使用更多类型的模板数据。初始声学压力分布以及来自图像重构处理单元8的模板数据a和模板数据b中的每一个被匹配，所创建的相似度分布a和相似度分布b被存储在存储器a21和存储器b22中。接下来，合成处理单元23对相似度分布a与相似度分布b进行合成以创建整合相似度分布。为了合成相似度分布，期望求解相似度分布a和相似度分布b的平均值。然而，可以采用求解乘积的平方根的方法或求解均方根的方法。接下来，使用提取处理单元11中的整合相似度分布来提取由图像重构处理单元8所创建的初始声学压力分布，结果被输出到显示器7。这些处理可以不限于仅针对初始声学压力分布而被执行，而可以针对吸收系数分布或氧饱和度分布而被执行。此外，在执行提取之后，吸收系数和氧饱和度可以被求解，并且被输出到显示器7。
在该实施例中，本发明可以支持各种大小的光学吸收体。
[示例1]
将描述当在实验中实现[第二实施例]时所获得的结果，以及使用常规阈值方法作为比较示例而获得的结果。所使用的声学检测器具有受限频带的情况被示于示例1-3中。
被检体具有50mm的厚度，该被检体是把光学吸收体设置在距声学检测器25mm的位置处的仿真生物体，并且使得被检体的基本材料的光学特性和声学特性匹配于生物体的脂肪。在被检体内部，横向上设置了具有2mm直径的三个柱形光学吸收体，其相对于基本材料的吸收系数是20、15和10dB。作为被检体保持板，聚甲基戊烯（Polymethylpentene）紧密地附接到要由激光照射的被检体的面，声学检测器被设置为跨过聚甲基戊烯以将被检体、被检体保持板和声学检测器设置在水中。声学检测器是具有在1MHz±40%处的频带的2D阵列声学检测器，具有2mm宽度的阵列元件以2mm的间距被排列为在纵向方向上的23个元件和在横向方向上的15个元件。通过使用Nd：YAG激光器使得具有在纳秒量级的1064nm波长的脉冲光透射通过水和聚甲基戊烯来照射被检体。入射光的光轴调整为与声学检测器的检测面的法线不同，光在声学检测器的前面上照射在被检体的部位上。脉冲光照射达到30次，所得电信号被放大并且数模转换，并且获得最终的数字信号。在此情况下所使用的模拟/数字转换器的采样频率是20MHz，分辨率是12比特。对各个元件的数字信号取平均并且执行平均结果的图像重构处理，以获得初始声学压力分布。
图13A示出应用了常规阈值方法的初始声学压力分布。以最大强度投影（MIP）格式来提供显示，从声学检测器看去的方向被假设为前视图并且以相似的方式还示出了侧视图和顶视图。假设在Z方向上被检体与被检体保持板之间的界面为零点，Z方向指示从声学检测器看去的深度方向，当变得更远离声学检测器时Z轴的数值变得更大。侧视图中的虚线圆圈24指示的图像是当入射光到达声学检测器的表面并且在声学保持板中多次反射时所产生的噪声。在虚线圆圈25之下出现的两个图像表示20dB和15dB或更小的光学吸收体。虽然仅仅具有等于或大于阈值的值的体素被通过阈值方法显示出来，但由于由虚线圆圈24指示的噪声具有比位于虚线圆圈25中的光学吸收体更大的强度，所以在留下噪声的同时移除了本应出现在此的光学吸收体。从前视图看去，由于光从左侧照射，所以噪声在左侧汇聚，并且在沿着X轴的方向上设置的柱形光学吸收体由于噪声而根本不能看见。从顶视图可见，虽然柱形光学吸收体在Z=2.5cm处被看见，但由于光在右侧很弱，所以强度在右侧变得较弱并且光学吸收体的图变得小于阈值，由此移除了柱形光学吸收体。
图13B示出通过将本发明应用于同样的数据并且基于相似度分布来提取初始声学压力分布所获得的结果。此时所使用的模板数据是通过仿真而创建的并且包括具有2mm直径的球的图像和背后伪像，根据ZNCC来计算相似度分布。从侧视图可见，由于噪声部分具有与模板的低相似度，因此不提取该部分，而提取由虚线圆圈26所指示的10dB的光学吸收体。参见前视图，可以移除噪声，以使得清楚地显示光学吸收体的图像。虽然在常规阈值方法中右侧完全消失，但在本方法中即使在光变弱的右侧上也提取了图像。这是因为，由于在ZNCC中执行了归一化，所以仅基于图像与背后伪像之间的关系来确定相似度，而不管分布的强度如何。如上所述，仅光学吸收体的图像可以被提取出来，这示出本发明的有效性。
[示例2]
图14A和图14B示出当通过仿真来实现[第四实施例]时所获得的结果以及使用作为比较示例的常规阈值方法所获得的结果。对来自球形声学源的在检测器位置处的信号进行仿真，并且使用该信号来执行背投影以获得结果。
检测器被设置为具有与[示例1]中相同的大小、元件间距和频带。被检体中的声学速度是1500m/s，光学吸收体是具有2mm直径的球并且通过以4比1混合氧化血红素和去氧血红素获得。具有756nm和825nm波长的脉冲光被照射，并且逐个波长进行仿真和重构以获得初始声学压力分布。在此情况下不加入噪声。为了易于描述，假设此时基本材料不吸收光。据此，可以将光量分布看作恒定的，并且可以将初始声学压力处理为吸收系数分布。根据方程3、4和5从每个波长的吸收系数分布来推导氧饱和度分布。
图14A示出应用了常规阈值方法的初始声学压力分布。图14A通过提供吸收系数分布中的最大强度的0.7倍的阈值而仅仅示出只用于具有较高强度的体素的氧饱和度分布。在前视图中，设置在中心的光学吸收体指示0.8，即所预测的氧饱和度的80%。然而，在两侧也产生比阈值更强的伪像，因此这些部分也被显示出来。在顶视图中，在光学吸收体的背景中还存在比阈值更强的伪像，并且也显示出该部分。以此方式，存在这样的情况：即使当可以实现没有噪声的高对比度时，常规阈值方法也不可能完全移除强的伪像。
图14B示出通过将本发明应用于同样数据并且基于相似度分布来提取氧饱和度所获得的结果。在此情况下所使用的模板数据与[示例1]中相同，使用NZCC对于825nm的吸收系数分布来计算相似度分布。
在前视图、侧视图和顶视图中，仅以氧饱和度的80%显示光学吸收体的部分。如上所述，本发明对于计算氧饱和度是有效的。
[示例3]
图15A和图15B示出当通过仿真来实现[第五实施例]时所获得的结果以及使用仅一个模板数据作为比较示例所获得的结果。仿真方法与[示例2]中相同。
检测器被设置为具有与[示例1]中相同的大小、元件间距和频带。被检体中的声学速度是1500m/s，光学吸收体被布置为通过移动它们的位置而具有2mm和4mm直径的球。信号被通过仿真来获取，并且被重构以获得匹配的目标的初始声学压力分布。
为了创建模板数据，通过对具有4mm直径的光学吸收体进行仿真来获取信号，并且对该信号进行重构以获得初始声学压力分布。该初始声学压力分布是4mm模板数据，针对匹配的目标的初始声学压力分布来执行模板匹配，以创建相似度分布。图15A示出通过仅基于使用这一模板数据所创建的相似度分布来提取匹配的目标的初始声学压力分布而获得的结果。前视图中的下部分中的光学吸收体是4mm球，由于2mm球具有更低的相似度，因此未提取出更小的球。
进一步对具有2mm直径的光学吸收体进行仿真以创建模板数据，类似地，获取2mm模板数据以获得相似度分布。使用4mm模板数据的相似度分布和使用2mm模板数据的相似度分布的平均值被取作整合相似度分布。图15B示出通过基于整合相似度分布来提取匹配的目标的初始声学压力分布所获得的结果。从前视图可见，显示出下部分中的4mm光学吸收体和上部分中的2mm光学吸收体。如上所述，本发明通过准备多个模板数据项并且对每个相似度分布进行整合来有效地支持具有各个大小的光学吸收体。
[示例4]
在示例4中，与上述示例不同，对检测器具有受限频带的情况与所使用的检测器的频带不受限的情况进行比较。仿真方法与[示例2]中相同。
图16A示出在所使用的检测器的频带不受限的情况下的初始声学压力分布。检测器被设置为具有与[示例1]中相同的大小和元件间距。进一步设置条件以使得光学吸收体生成320Pa的声学波并且检测器可以检测整个频带。被检体中的声学速度是1500m/s，光学吸收体被布置为具有2mm直径的球。通过仿真来获取信号，并且随机噪声被应用于所获得的信号。对20Pa噪声所应用到的信号进行重构以获得如图16A所示的初始声学压力分布。
图16B示出在所使用的检测器具有受限频带的情况下的初始声学压力分布。为了确保受限频带，检测器被设置为在1MHz±40%具有正态分布的频带。其它条件被设置为与前面的仿真相同。具有与前面的仿真相同的平均强度的随机噪声被应用于检测到的信号，并且对噪声所应用到的信号进行重构，以获得如图16B所示的初始声学压力分布。
从图16A和图16B可以理解，不管频带是否受限，图像对比度都由于噪声而恶化，并且几乎不能区别光学吸收体的图像。
然后，在检测整个频带以及检测在1MHz±40%处的受限频带的每种条件下进一步对具有2mm直径的光学吸收体进行仿真，以获得信号，对这些信号进行重构并且创建被用作每种条件的模板数据的初始声学压力分布。针对匹配的目标的初始声学压力分布来独立地执行模板匹配以创建相似度分布，并且基于所创建的相似度分布来从匹配的目标的初始声学压力分布中提取图像。
图16C示出在所使用的检测器的频带不受限的情况下的提取结果，图16D示出在所使用的检测器具有受限频带的情况下的提取结果。在所使用的检测器的频带不受限的情况下，真实图像的前后所出现的负伪像用于模板匹配。在所使用的检测器具有受限频带的情况下，进一步加入由于振铃引起的背后伪像，以用于模板匹配。因此，在所使用的检测器具有受限频带的情况下，相似度分布的准确度得以增强，这产生图16C与图16D之间的提取区域的差别。提取区域的绝对值的差可以归因于由频带的限制以及噪声的随机性所导致的信号的衰减。在图16C和图16D中，由于如上那样提取光学吸收体，因此图像的对比度得以增强。
虽然已经参照示例性实施例描述了本发明，但应理解本发明不限于公开的示例性实施例。所附权利要求的范围将被赋予最宽泛的解释，从而包括所有这些修改以及等效的结构和功能。
本申请要求于2010年12月24日提交的日本专利申请No.2010-288685的权益，由此其全部内容通过引用而合并于此。
附图标记列表
1光源
2光照射设备
3被检体
4声学检测器
5电信号处理设备
6数据处理设备
7显示器
8图像重构处理单元
9模板数据
10匹配处理单元
11提取处理单元
12光量分布
13吸收系数计算单元
14光源A
15光源B
16存储器A
17存储器B
18比较处理单元
19模板数据a
20模板数据b
21存储器a
22存储器b
23合成处理单元
24指示噪声部分的虚线圆圈
25指示10dB光学吸收体的位置的虚线圆圈
26指示10dB光学吸收体的位置的虚线圆圈

Claims (12)

1.一种被检体信息获取设备，包括：
声学检测器，接收在被检体中传播的声学波并且把声学波转换为电信号；以及
数据处理设备，根据该电信号来生成作为像素或体素数据的被检体信息分布，
其中，数据处理设备包括匹配处理单元，匹配处理单元通过计算以下两项之间的相似度来获取相似度分布：模板数据；和用作匹配信息分布的被检体信息分布，
其中模板数据指示真实图像和作为伴随真实图像的虚拟图像的伪像之间的关系。
2.如权利要求1所述的被检体信息获取设备，其中，数据处理设备还包括提取处理单元，提取处理单元提供针对相似度分布的任意阈值、并且在用作提取信息分布的被检体信息分布中提取与包括比相似度分布中的阈值更高的相似度的部位相对应的部位。
3.如权利要求1所述的被检体信息获取设备，其中，匹配信息分布是初始声学压力分布。
4.如权利要求2所述的被检体信息获取设备，其中，匹配信息分布和提取信息分布都是初始声学压力分布。
5.如权利要求1所述的被检体信息获取设备，其中，
被检体信息分布是初始声学压力分布，
数据处理设备包括吸收系数计算单元，吸收系数计算单元使用被检体中的光量分布以及初始声学压力分布来计算吸收系数分布，以及
匹配处理单元通过计算用作匹配信息分布的吸收系数分布与模板数据之间的相似度来获取相似度分布。
6.如权利要求5所述的被检体信息获取设备，其中，数据处理设备还包括提取处理单元，提取处理单元提供针对相似度分布的任意阈值、并且在用作提取信息分布的吸收系数分布和初始声学压力分布之一中提取与包括比相似度分布中的阈值更高的相似度的部位相对应的部位。
7.如权利要求2所述的被检体信息获取设备，其中，
被检体信息分布是初始声学压力分布，
数据处理设备包括吸收系数计算单元，吸收系数计算单元使用被检体中的光量分布和初始声学压力分布来计算吸收系数分布，
匹配处理单元通过计算用作匹配信息分布的初始声学压力分布与模板数据之间的相似度来获取相似度分布，以及
提取处理单元提供针对相似度分布的任意阈值，并且在作为匹配信息分布的吸收系数分布中提取与包括比相似度分布中的阈值更高的相似度的部位相对应的部位。
8.如权利要求2所述的被检体信息获取设备，其中，
声学波包括当包括分别不同波长的多个脉冲光被照射在被检体上时所产生的多个声学波，
数据处理设备包括：
吸收系数计算单元，使用以下项来计算多个吸收系数分布：被检体中的光量分布；和针对多个脉冲光所计算的多个初始声学压力分布；以及
浓度信息计算单元，使用多个吸收系数分布来计算浓度信息分布，
匹配处理单元通过计算以下项之间的相似度来获取相似度分布：选自多个初始声学压力分布中的一个或多个初始声学压力分布或选自用作匹配信息分布的多个吸收系数分布中的吸收系数分布；和模板数据，以及
提取处理单元提供针对相似度分布的任意阈值，并且在用作提取信息分布的浓度信息分布中提取与包括比相似度分布中的阈值更高的相似度的部位相对应的部位。
9.如权利要求1所述的被检体信息获取设备，其中，
数据处理设备保持多个模板数据项，
匹配处理单元通过分别计算用作匹配信息分布的被检体信息分布与多个模板数据项之间的相似度来获取多个相似度分布，以及
数据处理设备包括对所述多个相似度分布进行合成的合成处理单元。
10.如权利要求1所述的被检体信息获取设备，其中，
伪像仅当检测到全部所生成的声学波当中的在特定方向上传播的一部分声学波时出现。
11.如权利要求1所述的被检体信息获取设备，其中，
伪像是由声学检测器的响应特性引起的。
12.一种被检体信息获取方法，用于在声学检测器处接收被检体中传播的声学波并把声学波转换为电信号，并且根据该电信号来生成作为像素或体素数据的被检体信息分布，
其中，该方法还包括通过计算以下两项之间的相似度来获取相似度分布：模板数据；和用作匹配信息分布的被检体信息分布，
其中模板数据指示真实图像与作为伴随真实图像的虚拟图像的伪像之间的关系。
CN201180061695.9A 2010-12-24 2011-12-20 被检体信息获取设备和被检体信息获取方法 Expired - Fee Related CN103260502B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2010-288685 2010-12-24
JP2010288685 2010-12-24
PCT/JP2011/080146 WO2012086842A1 (en) 2010-12-24 2011-12-20 Subject information acquiring device and subject information acquiring method

Publications (2)

Publication Number Publication Date
CN103260502A CN103260502A (zh) 2013-08-21
CN103260502B true CN103260502B (zh) 2015-06-10

Family

ID=45476568

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201180061695.9A Expired - Fee Related CN103260502B (zh) 2010-12-24 2011-12-20 被检体信息获取设备和被检体信息获取方法

Country Status (5)

Country Link
US (1) US9741111B2 (zh)
EP (1) EP2654550A1 (zh)
JP (2) JP6151882B2 (zh)
CN (1) CN103260502B (zh)
WO (1) WO2012086842A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6071260B2 (ja) 2012-06-13 2017-02-01 キヤノン株式会社 被検体情報取得装置および情報処理方法
JP6150496B2 (ja) 2012-11-12 2017-06-21 キヤノン株式会社 被検体情報取得装置およびその制御方法
EP2732756B1 (en) 2012-11-15 2019-09-11 Canon Kabushiki Kaisha Object information acquisition apparatus
EP2749209A1 (en) * 2012-12-28 2014-07-02 Canon Kabushiki Kaisha Object information acquisition apparatus, display method, and program
JP6292836B2 (ja) * 2012-12-28 2018-03-14 キヤノン株式会社 被検体情報取得装置、表示方法、プログラム、処理装置
JP6226523B2 (ja) 2012-12-28 2017-11-08 キヤノン株式会社 被検体情報取得装置、表示方法、およびデータ処理装置
JP6362301B2 (ja) * 2013-04-30 2018-07-25 キヤノン株式会社 被検体情報取得装置、および、被検体情報取得装置の作動方法
KR102111626B1 (ko) * 2013-09-10 2020-05-15 삼성전자주식회사 영상 처리 장치 및 영상 처리 방법
JP2015073577A (ja) * 2013-10-04 2015-04-20 キヤノン株式会社 光音響装置、光音響装置の作動方法、およびプログラム
JP6173159B2 (ja) * 2013-10-04 2017-08-02 キヤノン株式会社 光音響装置
JP6308863B2 (ja) * 2014-05-14 2018-04-11 キヤノン株式会社 光音響装置、信号処理方法、及びプログラム
JP6366356B2 (ja) 2014-05-14 2018-08-01 キヤノン株式会社 光音響装置、信号処理方法、及びプログラム
JP6521761B2 (ja) 2015-06-23 2019-05-29 キヤノン株式会社 情報処理装置および表示制御方法
WO2017056462A1 (ja) 2015-09-29 2017-04-06 富士フイルム株式会社 光音響計測装置および光音響計測装置の信号処理方法
JP2017164198A (ja) * 2016-03-15 2017-09-21 キヤノン株式会社 情報処理システムおよび表示制御方法
KR101724240B1 (ko) * 2016-09-06 2017-04-06 인하대학교 산학협력단 빛-분포 템플릿을 이용한 볼륨 데이터의 전역조명처리기법
WO2018084003A1 (ja) * 2016-11-04 2018-05-11 ソニー株式会社 医療用画像処理装置、医療用画像処理方法、プログラム
JP6818131B2 (ja) 2017-04-27 2021-01-20 日本農薬株式会社 縮合複素環化合物又はその塩類、及びそれらの化合物を含有する農園芸用殺虫剤並びにその使用方法
CN110662651A (zh) 2017-05-26 2020-01-07 Ａｇｃ株式会社 装饰薄膜
EP3477278B1 (de) * 2017-10-27 2020-04-22 Humboldt-Universität zu Berlin Photoakustik-verfahren mit einem messlicht aufweisend einen vorbestimmten wellenlängenbereich zur bestimmung von eigenschaften einer inhomogenen probe
JP7013215B2 (ja) * 2017-11-24 2022-01-31 キヤノン株式会社 情報処理装置、情報処理方法、プログラム
JP7199972B2 (ja) * 2019-01-11 2023-01-06 キヤノン株式会社 情報処理装置、情報処理方法、プログラム
CN112763399B (zh) * 2020-12-28 2021-09-21 西安特种设备检验检测院 一种锅炉低温受热面烟气腐蚀风险区域的检测方法
CN113729634B (zh) * 2021-09-22 2024-04-12 上海市皮肤病医院 一种皮肤光声图像的处理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1541622A (zh) * 2003-03-27 2004-11-03 Ge医药系统环球科技公司 超声波成像方法和超声波诊断设备
EP1665985A1 (en) * 2003-09-11 2006-06-07 Hitachi Medical Corporation Organism light measuring device
CN101151550A (zh) * 2005-03-28 2008-03-26 皇家飞利浦电子股份有限公司 自适应并行伪影抑制

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01242050A (ja) * 1988-03-23 1989-09-27 Fujitsu Ltd 超音波診断装置
JPH01250226A (ja) * 1988-03-31 1989-10-05 Toshiba Corp 超音波診断装置
US6216025B1 (en) 1999-02-02 2001-04-10 Optosonics, Inc. Thermoacoustic computed tomography scanner
US6691134B1 (en) * 1999-11-24 2004-02-10 Ge Medical Technology Services, Inc. Image-based artifact troubleshooting for medical systems
JP2002272736A (ja) * 2001-03-21 2002-09-24 Fuji Photo Film Co Ltd 超音波診断装置
US7862508B2 (en) * 2004-09-20 2011-01-04 Innervision Medical Technologies Inc. Systems and methods for ultrasound imaging
EP1693783B1 (en) 2005-02-21 2009-02-11 Mitsubishi Electric Information Technology Centre Europe B.V. Fast method of object detection by statistical template matching
US7483731B2 (en) 2005-09-30 2009-01-27 Nellcor Puritan Bennett Llc Medical sensor and technique for using the same
EP2001362A4 (en) 2006-01-20 2010-10-06 Seno Medical Instr Inc QUANTITATIVE OPTOACUSTIC TOMOGRAPHY WITH REINFORCED CONTRASTS
CN101416485A (zh) * 2006-03-29 2009-04-22 皇家飞利浦电子股份有限公司 温度伪影校正
JP4739363B2 (ja) * 2007-05-15 2011-08-03 キヤノン株式会社 生体情報イメージング装置、生体情報の解析方法、及び生体情報のイメージング方法
US8046058B2 (en) 2007-08-10 2011-10-25 Salutron, Inc. Heart beat signal recognition
WO2009055705A2 (en) * 2007-10-25 2009-04-30 Washington University In St. Louis Confocal photoacoustic microscopy with optical lateral resolution
JP5197217B2 (ja) * 2008-08-05 2013-05-15 キヤノン株式会社 生体情報イメージング装置、画像構成方法
WO2010024290A1 (ja) * 2008-08-27 2010-03-04 キヤノン株式会社 生体の光音響情報処理装置および生体の光音響情報処理方法
JP5419404B2 (ja) * 2008-09-04 2014-02-19 キヤノン株式会社 光音響装置
US8798701B2 (en) 2008-09-30 2014-08-05 Drexel University Functional near-infrared spectroscopy as a monitor for depth of anesthesia
JP5305818B2 (ja) 2008-10-03 2013-10-02 キヤノン株式会社 生体情報取得装置
JP2010088627A (ja) * 2008-10-07 2010-04-22 Canon Inc 生体情報処理装置および生体情報処理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1541622A (zh) * 2003-03-27 2004-11-03 Ge医药系统环球科技公司 超声波成像方法和超声波诊断设备
EP1665985A1 (en) * 2003-09-11 2006-06-07 Hitachi Medical Corporation Organism light measuring device
CN101151550A (zh) * 2005-03-28 2008-03-26 皇家飞利浦电子股份有限公司 自适应并行伪影抑制

Also Published As

Publication number Publication date
JP2017104752A (ja) 2017-06-15
US9741111B2 (en) 2017-08-22
EP2654550A1 (en) 2013-10-30
US20130261427A1 (en) 2013-10-03
JP6320594B2 (ja) 2018-05-09
WO2012086842A1 (en) 2012-06-28
JP2012143547A (ja) 2012-08-02
JP6151882B2 (ja) 2017-06-21
CN103260502A (zh) 2013-08-21

Similar Documents

Publication Publication Date Title
CN103260502B (zh) 被检体信息获取设备和被检体信息获取方法
US20220054017A1 (en) Laser Optoacoustic Ultrasonic Imaging System (LOUIS) and Methods of Use
JP6071260B2 (ja) 被検体情報取得装置および情報処理方法
CN104013438B (zh) 图像生成装置和图像生成方法
CN101677765B (zh) 生物信息成像设备和方法、生物信息分析方法
JP6504826B2 (ja) 情報処理装置および情報処理方法
EP2533697B1 (en) Photoacoustic imaging apparatus and photoacoustic imaging method
CN103025248B (zh) 图像信息获取装置和图像信息获取方法
EP2799006B1 (en) Object information acquiring apparatus and control method of object information acquiring apparatus
US10226181B2 (en) Object information acquiring apparatus and display method
CN102821677A (zh) 光声成像装置、光声成像方法和程序
US20170265749A1 (en) Processing apparatus and processing method
Kirchner Real-time blood oxygenation tomography with multispectral photoacoustics
WO2017222033A1 (en) Apparatus and information processing method
JPS60212150A (ja) 超音波による生体組織特性測定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150610

Termination date: 20211220

CF01 Termination of patent right due to non-payment of annual fee