CN105578953B - 用于皮肤疾病的光学检测的系统和方法 - Google Patents

用于皮肤疾病的光学检测的系统和方法 Download PDF

Info

Publication number
CN105578953B
CN105578953B CN201480052009.5A CN201480052009A CN105578953B CN 105578953 B CN105578953 B CN 105578953B CN 201480052009 A CN201480052009 A CN 201480052009A CN 105578953 B CN105578953 B CN 105578953B
Authority
CN
China
Prior art keywords
lesion
image
skin
measurement
camera
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
CN201480052009.5A
Other languages
English (en)
Other versions
CN105578953A (zh
Inventor
丹尼尔·加鲁
贾斯汀·马丁
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.)
Rockefeller University
Original Assignee
Rockefeller University
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 Rockefeller University filed Critical Rockefeller University
Priority to CN201910870138.XA priority Critical patent/CN110742579A/zh
Publication of CN105578953A publication Critical patent/CN105578953A/zh
Application granted granted Critical
Publication of CN105578953B publication Critical patent/CN105578953B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0075Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14546Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring analytes not otherwise provided for, e.g. ions, cytochromes
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/145Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/1455Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
    • A61B5/14551Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
    • A61B5/14552Details of sensors specially adapted therefor
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/443Evaluating skin constituents, e.g. elastin, melanin, water
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/444Evaluating skin marks, e.g. mole, nevi, tumour, scar
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/44Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/445Evaluating skin irritation or skin trauma, e.g. rash, eczema, wound, bed sore
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/68Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6898Portable consumer electronic devices, e.g. music players, telephones, tablet computers
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04Constructional details of apparatus
    • A61B2560/0431Portable apparatus, e.g. comprising a handle or case
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0233Special features of optical sensors or probes classified in A61B5/00
    • A61B2562/0238Optical sensor arrangements for performing transmission measurements on body tissue
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00Medical imaging apparatus involving image processing or analysis
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0077Devices for viewing the surface of the body, e.g. camera, magnifying lens

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Dermatology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Eye Examination Apparatus (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

用于检测诸如黑色素瘤的皮肤疾病的光学系统在不同的波长获取受试者皮肤上的病变的图像,并利用绕病变旋转的、以类时钟扫描的扫描臂从图像数据中产生诊断有关的度量和分类器,以便增强皮肤疾病的检测。

Description

用于皮肤疾病的光学检测的系统和方法
本申请要求于2013年7月22日提交的美国专利申请No.14/051,053和于2013年7月22日提交的美国临时专利申请No.61/857,143的权益,这些申请通过引用被结合于此。
技术领域
本发明针对用于皮肤疾病的光学检测的系统和方法,并且特别地适于利用从来自受试者的皮肤病变获得的图像数据的旋转分析得到的度量和分类器检测黑色素瘤的存在并且区分例如恶性黑色素瘤与非恶性发育不良痣和/或共同痣的设备和方法。所获得的数据可以被一个或多个计算机处理器处理,并且所处理的数据、诊断或有无皮肤疾病的指示可以被输出到一个或多个显示模块并且被该一个或多个显示模块显示。
背景技术
最致命的皮肤癌黑色素瘤会带来巨大的人力和财力成本。早期检测通过去除原发性肿瘤对防止转移是至关重要的。早期的横向生长阶段是远优于后续转移性启动阶段的检测窗口。用于自动量化恶性肿瘤的度量的光学检测技术是所需要的,以便更准确地指导关于需要活检的决定以及为手术切除做出具有足够边际的术前确定。在微创活检或切除之后,通过病理评估所获得的诊断几乎是100%准确的;但是,决定哪些病变要活检是具有挑战性的。只有3%至25%被外科手术切除的色素病变被诊断为黑色素瘤。因此,需要有既广泛又更准确的非侵入性筛查机制。
皮肤镜是评估皮肤病变的常见皮肤病学技术,其中皮肤病变可以是或者可以不是色素病变。皮肤镜通常包括发光二极管(LED)照明器、低倍率显微镜、和对着皮肤使其变平的透明窗口表面。使用偏振使得能够部分地排斥深穿透光,这可以提高感兴趣的特定诊断的表面特征。也可以将数字成像相机附连到皮肤镜。
美国专利号7,006,223、7,027,153、7,167,243和7,167,244描述了手持皮肤镜的皮表透光显微镜(epiluminescence)设备。
用于评估从受试者身体上的皮肤病变获得的光学图像数据的方法和装置在受让给Mela Sciences公司的美国专利号6,208,749和7,894,651中进行了示教。
美国专利号7,603,031针对适于医疗或化妆性面部摄影的多闪光灯宽场摄影系统。美国专利号8,218,862描述了用于利用相关的宽场摄影技巧进行计算机辅助皮肤分析的特征检测。美国专利号8,498,460描述了宽场成像方法和装置,用于估计诸如皮肤之类的组织的图像的漫反射成分,其然后可以被进一步处理,以获得指示血红蛋白的分布和皮肤中的黑色素的红色和褐色色素沉着图像。
发明内容
本发明的目的之一是利用执行具有较高灵敏度、特异性和总的诊断准确性的、从皮肤病变的反射光获得的图像数据的评估的算法,并且其可以用来实时地产生诊断有关的定量度量,在一些情况下不用对病变进行进一步评估。(应当理解,本申请有时互换地引用病变的图像和病变本身)。
本发明的另一个目的是利用计算机视觉来组合皮肤镜、数码相机和自动筛选,以弥合侵袭性和非侵袭性病理分析之间的诊断准确性差距。虽然人脑的复杂性可能永远不会被计算机匹配,但是本发明提供了至少三个益处优于传统的皮肤科医生筛选:标准化、量化和增强的执行蛮力计算的能力。如在以下描述和权利要求中所概述的,客观的分析诊断技术能够潜在地显著提高广泛黑色素瘤筛选的诊断准确性。
尤其,利用从皮肤病变获得的图像数据的旋转分析与现有技术相比产生提高的诊断准确性。由图像数据的极性变换产生的新颖的数学描述符可以在一组已知病理的皮肤病变上进行训练,以产生分类器,其提供给定病变是恶性黑色素瘤的百分比可能性,它与对该预测的不确定性百分比配对。本发明也提供增强的机会来可视化所获得的数据。除了病变的标准红绿蓝(RGB)图像之外,本发明还向用户(医生或病人)提供具有可疑区域被突出显示的版本的图像,并且用户可以在这些显示模式之间进行切换。用户可以循环通过一组在不同波长获得的灰度图像。显示可以在x-y坐标和在极坐标(r,Θ)亮度地图之间切换。此外,旋转分析可以利用集成有在连续较精细的分辨率成像的时钟扫描臂来执行,诸如共焦显微镜和拉曼光谱仪。
本发明还有的另一个目的是使用宽场成像系统来给一大部分的皮肤成像并且识别用于进一步分析的一个或多个皮肤病变,并且然后使用具有较窄视场的第二成像系统来进行这种分析。
在一个方面中,本发明是用于在受试者皮肤上的病变中检测皮肤疾病的装置,包括:机械夹具,其具有平坦表面,以对着受试者皮肤放置或按压来限定包含所述病变的远端成像平面;相机,其适于从病变获得图像数据;处理器,其适于利用类时钟扫描算法处理图像数据,以获得定义色素性病变的旋转对称性的度量和/或一个或多个分类器;以及输出设备,其指示从度量和/或一个或多个分类器中获得的受试者存在或不存在皮肤疾病的可能性。在这种背景下,“度量和/或一个或多个分类器”意味着可能性可以从度量、从一个或多个分类器或者从度量和一个或多个分类器的组合中获得。
例如,类时钟扫描算法评估当在病变图像的中心和病变图像的边界之间的线段绕病变的中心旋转时在该线段上的像素的亮度,其中线段的一个端固定在病变图像的中心。旋转对称性指在不同角位置处在线段上获得的不同信息。此类信息可能与图像直接相关,诸如图像亮度,或者可能是与图像间接相关的信息,诸如用于由线段遇到的色素网络分支的平均色素网络分支长度。在间接信息的情况下,完成图像的预处理来为图像的每个部分定义此类信息。继续该例子,整个具有均匀亮度的圆展现了完美的旋转对称性。但是,如果从病变的边界到病变的中心的距离在不同的角位置是不同的,或者如果像素的亮度在线段上不同的位置处或者在线段的不同角位置处不同,则病变不是旋转对称的,而是不对称的。这种不对称性可以被量化并且用来产生与诊断有关的度量和/或一个或多个分类器。
在本发明的另一个方面,相机适于获得多光谱图像。例如,皮肤病变利用发射不同光谱范围的光的LED阵列进行照明(重要的是,包括在不可见UV范围内,诸如300nm至400nm的范围内发射光的一个或多个LED)。相机获取M个图像,在图像中将每个像素存储为形成光谱测量的一组M个数字,其然后被拟合作为N个发色团的加权和。
在另一个方面,本发明是用于获得在受试者皮肤上的病变中存在或不存在皮肤疾病的可能性的指示的方法,包括以下步骤:照明包括病变的受试者皮肤(优地被压平);利用相机从被照明的受试者皮肤的光反射中获得的图像数据;以及利用适于实现类时钟扫描算法的计算机处理器处理该图像数据,以获得定义受试者皮肤上的病变的旋转对称性的诊断有关的度量和/或一个或多个分类器。在该方法中,至少一个处理器将图像数据转换为定义选自包括以下的组的一个或多个属性的旋转分布的诊断有关的度量和/或一个或多个分类器:[a]空间纹理特征;[b]亮度特征;[c]边缘/边界的特征;[d]颜色变化;[e]在包括在网络中的色素网络段的长度、形状、亮度和组织的色素网络的特征中的变化;以及[f]如由氧合血红蛋白和去氧血红蛋白的量和比率定义的组织的氧饱和度。这组属性也可以包括[g]色素种类的异质性,诸如真黑素、褐黑素以及其它色素的种类。
在还有的另一个方面,本发明体现为用于利用商业上广泛使用的成像设备,诸如具有集成处理器和相机的蜂窝电话,来检测在受试者皮肤上的皮肤病变中的皮肤疾病的系统。在这种实施例中,图像数据可以利用选自外部照明系统或内置闪光灯的照明系统来获得。如本文所使用的,“蜂窝电话”包括,例如,具有图像捕获能力的智能电话并且也可以具有内置闪光灯(其在图像采集期间可以或可以不被禁用)、图像处理能力、下载数据处理应用的能力和/或发送图像用于远程处理。蜂窝电话处理器适于(例如,通过利用下载到蜂窝电话的应用)来处理利用放置在病变的边界和病变的中心之间并且利用类时钟扫描绕病变旋转的扫描臂获得的图像数据,以获得定义病变的旋转对称性的度量和/或一个或多个分类器并且产生描绘受试者皮肤中感兴趣的区域的显示和/或受试者存在或不存在皮肤疾病的可能性的指示。
以诊断指示或受试者皮肤上感兴趣区域的表示形式的、利用蜂窝电话应用获得的处理的数据可以被发送到远程处理器。例如,患者可以拍摄他或她的病变并且将图像发送到医生的办公室、数据库或其它设施用于进一步处理。如本文所使用的,“描绘受试者皮肤中感兴趣区域的显示和/或受试者存在或不存在皮肤疾病的可能性的指示”可能意味着显示i)只提供具有区域被突出显示的病变的处理的图像,或ii)只有皮肤疾病或多或少可能存在的指示(例如以数字或文本的形式),或iii)显示可以同时提供处理的图像和皮肤疾病或多或少可能存在的指示(其显示格式可来回切换)。其它形式的显示也在本发明的范围之内。
在仍然还有的另一个方面中,本发明是对受试者皮肤上的一个或多个皮肤病变诊断成像的方法,包括以下步骤:利用第一照明系统照明受试者皮肤上的第一区域;利用具有宽视场的相机从被照明皮肤获得宽场图像数据;处理宽场图像数据,以识别包括至少一个皮肤病变的第一区域内的目标区域;利用第二照明系统照明目标区域,并且利用具有窄视场的相机从被照明的目标区域获得窄场图像数据;以及处理窄场图像数据,以获得关于至少一个皮肤病变的诊断信息。
本发明的这些和其它方面在以下示出和描述。
附图说明
图1A是根据本发明的一种实施例的临床装置的分解图。
图1B绘出了图1A的组装装置。
图2绘出了根据本发明的另一种实施例的具有集成处理器和相机以及用于将相机对着受试者皮肤安装的附连夹具的蜂窝电话。
图3A和图3B绘出了用于痣的图像数据的极性转换。
图3C和3D绘出了用于恶性黑色素瘤的图像数据的极性变换。
图4是根据在本发明的一种实施例中的显示模块的在从掩模图像构造的病变中的色素的深度分布的地形图。
图5是根据本发明的另一种实施例中的显示模块的实体假色显示的示意图。
图6绘出了相对于平分轴获得的非对称性测量,其中平分轴相对于图像旋转,其中圆点以如下角度被绘制在病变的中心,即,其中如由不匹配区域的最小值所指示的,对称性是最大的(A=0.1955),并且对称性在从这个角度与第二圆点的90度处进行评估(A=0.2880)。
图7绘出了根据本发明的另一个显示模块,其中病变边界在左侧为颜色通道中的每种颜色通道指示,并且在右侧,绘制了用于颜色通道的角亮度函数。
图8是在本发明的方法中使用的度量的鉴别力的可视化表示。
图9是利用根据本发明的方法的分类器建立的受试者工作特征曲线(“ROC曲线”)的例子。
图10是绘出根据本发明一种实施例的控制图像采集和数据分析过程的服务器应用的操作的流程图。
图11绘出了在来自皮肤病变的图像数据上执行的以获得与皮肤病变中的色素网络规则性有关的度量的转变过程。
图12绘出了机械夹具,其适于附连到蜂窝电话并且限定用于相对于相机放置受试者皮肤上的病变的远端成像平面并且附连反射镜,以在受试者皮肤上的皮肤病变处以斜角引导光。
图13是绘出用于用于根据本发明的装置的辐射校准的光功率函数的采集的流程图。
图14是绘出与校准根据本发明的装置有关的数据采集过程的流程图。
图15绘出了根据本发明的一种实施例的用于辐射校准的过程。
图16是本发明的图像采集、图像处理和诊断显示组件的概述。
图17是绘出根据本发明另一种实施例的服务器应用的操作的流程图。
具体实施方式
系统和装置
本发明的一种实施例针对一种系统,其包括相机、用于照明受试者皮肤和固定地对着受试者皮肤放置相机的机械夹具、适于执行时钟扫描算法的至少一个处理器、以及至少一个输出设备。
相机优选地是数码相机并且可以包括电荷耦合器件(CCD)传感器或互补金属氧化物半导体(CMOS),如本领域已知的。相机可以是具有集成照明系统或闪光灯以及检测红绿和蓝(RGB)光的传感器阵列的市售便携式相机。备选地,可以提供外部照明系统并且相机传感器阵列可以适于接收“高光谱”光,这意味着光被划分为比常规RGB带更多的光谱波长带,其可以是在可见光和非可见光两者的范围内。高光谱成像在下面更详细地描述。
在图1A绘出的临床实施例中,相机是安装在可对着受试者皮肤放置或按压的夹具上的电路板水平电荷耦合器件(CCD)探测器成像阵列。在这种实施例中,机械夹具100包括玻璃、聚碳酸酯、聚甲基丙烯酸甲酯(PMMA)、紫外线熔融石英等的平坦透明板12,其可以对着受试者皮肤来放置和按压,使得当获得图像时,病变保持在一个平面中(远端成像平面)。板12可以安装在间隔件上,诸如鼻锥体14,它保护相机透镜光圈并且提供照明和成像装置与病变之间的最佳距离。
诸如LED安装环15的照明装置包括绕相机的光轴放置的LED,其可以位于框住皮肤病变的远端成像平面的近侧,但是仍然朝着成像装置。照明装置包括发射不同光谱廓线的光以利用在期望波长的光照亮皮肤病变的一组设备。在图1A中,LED安装装置包括一组环形的发光二极管(LED)16,其中每个都能够在300nm至950nm的范围内以特定波长发射光,优选地包括在300至400nm的范围内的至少一个LED,而相机在指定的波长顺序地获取图像。该装置可以利用廉价的并且广泛可以得到的具有各种光谱特性的市售LED。但是,如果期望更精确和窄谱,则也可以使用放置在前面以锐化LED发射光谱的激光照明元件或滤波器。
LED波长基于用来从图像数据中提取相关信息以识别病变中诊断有关的图案的方法来选择。例如,本领域已知蓝色光被黑色素吸收(在皮肤中的N个生色团之一)。但是,在阵列中的至少一个LED,并且优选地多个LED在400-500nm的紫靛蓝波长范围发射光。血液吸收绿色,使得阵列中的至少一个LED并且优选地多个LED在500-600的波长范围内发射光。在相对深的病变中,在病变的最深部分处的色素具有转移到红色的吸收能力,使得一个或多个LED在600nm至750nm的范围内发射光,并且甚至进入到红外(IR)(780nm及以上)范围,这会有助于例如确定要被切除的病变的最深部分。在非可见紫外(UV)范围中照明以获得关于皮肤病变信息是本发明的另一个新颖方面。因此,阵列中的至少一个,并且优选地多个LED适于在300nm至400nm的波长照明皮肤。至少一个,并且优选地多个LED适于根据如与褐黑素的吸收曲线不同的真黑素的吸收曲线照亮皮肤。以这种方式,在扫描臂的每个角位置处,随着相机以不同波长获取M个图像,图像中的每个像素被存储为构成光谱测量的一组M个数字,其可以被拟合作为在皮肤病变中的N个生色团的加权和。
在实施例中,尤其在使用现成LED时,照明系统可以包括具有重叠的照明光谱的一组LED。在这种情况下,只要处理器适于去除光谱的重叠区域,就可以数字地做出校正,从而提高光谱的分辨率。例如,一组LED可以具有重叠的光谱L1 5L2,L3…Ln并且在一个照明中获得的图像数据I_Li可以被用来通过从I_(Li_i)中减去C*(I_L)在I_(Li_i)处校正照明,其中C是与两个光谱之间的重叠的量相关的常数。
可替代地,在其中N个生色团通过拟合在M个波长处的M个反射率值来指定的拟合过程期间,发色团的已知吸收光谱可以在M个LED发射光谱中的每一个发射光谱上被集成,使得在每个波长来自每个发色团的吸收率被唯一指定。
对重叠光谱的校正可以预先基于来自LED制造商的说明书进行编程。可替代地,根据本发明的装置可以具有内部分光计来测量LED或在皮肤成像期间或在校准过程期间其它照明设备的发射光谱,并且那个测量可以被用来实现对重叠光谱的校正。位于照明设备远侧的光纤元件引导每个照明设备的实际发射光谱到内置分光计,该分光计向处理器提供光谱,以执行上述用于解决重叠光谱的步骤。
因此,用于照明系统的LED的适当阵列可以通过本领域普通技术人员从市售LED中进行选择,注意匹配用于不同LED的输入要求和输出电平,以及在制造商的说明书中提供的输出波长和测得的波长之间的差异。在阵列中,优选地包括3至50个,并且更优选地包括10至30个LED。
具有通过眼睛或通过常规数码相机成像的常规皮肤镜利用白色光照明并且在其中三种视锥细胞在人视网膜中是敏感的红色、绿色和蓝色(RGB)波长范围处获得三个强度图像。在常规数码相机中的RGB成像技术是为了模仿在视网膜中发现的三个锥体而开发的。此外,RGB相机的传感器通过轻微放大镜(<10X)光学地耦合到目标皮肤,并且产生具有8位位深度的图像。这意味着,只能检测到2<8>(256)种不同的亮度级别。
但是,根据本发明的高光谱图像皮肤镜是通过利用发光二极管(LED)在多个不同波长顺序地短时(在100ms的数量级)照明皮肤获得的。结果产生的这组图像产生比RGB波长关于皮肤中的不同功能的更多信息,因为高光谱光与在皮肤中发现的复杂生物结构以独特的方式交互。
此外,利用高光谱图像可以获得更多信息,因为图像用增加的“位深度”被存储。高光谱皮肤镜在优选地4-50波长获取图像(在本文所描述的实施例使用在不同波长的21个LED)并且每个图像具有至少12位的位深度。这意味着,至少2<12>(4096)个不同亮度级别可以被获得–比常规相机高16倍。该增加的位深度导致更高的能力来解决诸如色素病变的黑暗区域内的亮度差异。
通过在例如21个波长而不是3个波长获取图像可用的增强频谱内容具有两个优点:设备可以“看见”在可见光谱之外的颜色,诸如UVA和近红外(nIR)范围,并且还区分对眼睛或常规RGB成像传感器太相似而不能被解析的颜色。因此,高光谱皮肤镜既具有更宽光谱范围的成像又具有更好的光谱分辨率,这会导致增强的黑色素瘤检测。
一种覆盖高光谱范围的示例性阵列是从具有下列如由(一个或多个)制造商指定的(“λspec”)的波长的市售LED构建的。此外,测得的LED的波长(“λmeas”)是利用内置光谱仪获得的,其具有将测得的信息馈送到处理器的能力。虽然在表1中提供了峰值测得的LED发射波长,但是光谱仪能够测量也被反馈到处理器的整个光谱发射曲线,以优化操作和数据收集。
表1
Figure BDA0000946525930000101
用于超光谱成像的相机可以是灰度相机或RGB相机,其中三个颜色通道被加在一起以形成一个灰度图像。辐射校准使得能够在成像平面中的任何特定位置处规范分值反射率。这种校准通过获得具有校准标准(例如,Labsphere Spectralon漫反射标准校准目标)的图像并且利用所述图像与皮肤图像和有关的曝光信息组合来执行。
如在图13中所示出的,装置的辐射校准可以通过在打开LED之后测量和存储每个LED的光照明功率作为时间的函数来获得。系统性能包括照明的光功率,其在打开LED之后略微减小。通过单独曝光时间正常化不足以校准,因为会发生利用特定LED波长对特定图像的完全相同的曝光时间,这或者在LED被打开后立即发生或者在稍后的时间当LED已被打开一段时间并且功率已降低时发生。
为了校准装置,如在图14中所示出的,发生连续的皮肤成像,直到图像既不饱和也没有曝光不足。如果曝光不足,则积分时间增加并且拍摄另一个图像。如果饱和,则积分时间降低并且拍摄另一个图像。重复这一过程,直到既没有曝光不足也没有过度曝光的最终图像被拍摄,从而利用成像系统的全动态范围。此时,当最终图像被保存时,用于最终图像的开始时间(A或C)和停止时间(B或D)相对于当照明的LED被打开时的时间被记录。
如在图15中所绘出的,这一过程产生光功率校准量度,这是光照明功率函数在从A到C(在标准图像的情况下,导致校准度量C1)或者从B至D(在皮肤图像的情况下,导致校准度量C2)的实际图像曝光时间上的积分。
在图1A和图1B的实施例中,壳体101包括安装在相机13和远端成像平面12之间的机械夹具122中的一个或多个透镜121,以将相机聚焦在远端成像平面上,并且可以包括一个或多个滤波器,诸如偏振滤波器或彩色滤波器,以调节由LED发射的光或由病变反射的并被相机捕获的光。透镜被设计为最小化在照明光的波长的光学像差并且最大化在照明光的波长的光传输吞吐量。透镜还被设计为调整光学成像的放大倍数,使得视场涵盖大约两倍的病变尺寸。以这种方式,围绕疑似皮肤病的足够的正常皮肤被成像,但是放大倍数被尽可能地增加,以获得在疑似皮肤病内的细节。
在本发明的一个方面中,提供了器件,以调整透镜系统在照明光的不同波长的焦距,从而调整透镜在不同波长的不同焦距。透镜通常在光的不同波长具有不同的折射率。可以在传感器阵列和皮肤病变之间的夹具中提供电机,以根据照明光的波长来移动透镜系统。在特定波长的照明下,图像可以被处理,以获得测量焦度的度量。这个度量可以被最大化,以便或者当相机对焦时实时地或者在后处理中优化在特定度量处的聚焦,以计算透镜的最佳位置,从而获得在特定波长的聚焦。这个过程可以为每个波长和焦点位置重复,从而所确定的可以被存储,以在皮肤成像期间指示透镜移动。在实施例中,电机可以接收编程的指令,以根据由LED的制造商指定的LED波长调整透镜的位置。可替代地,电机可以被编程,以根据在病变部位利用分光计测得的光的波长放置透镜系统。分光计可以是放置在皮肤病变的部位附近的光纤元件。
处理功能可以在第一和第二处理器之间进行共享。第一处理器通常是内置处理器,诸如适于驱动相机和照明系统以获取图像数据并向用户提供实时信息显示的电路板11。第一处理器可以发送图像数据到第二处理器,第二处理器适于执行不能容易地作为实时显示提供的数据密集处理功能。第二处理器可以将消息递送回到第一处理器用于显示。第二处理器,如果存在的话,通常是远程处理器。第二处理器可以创建数据文件、图像文件等,以备后用。
在图1A和图1B的实施例中,其中元素被示意性示出,第一处理器是适于驱动相机的电路板11,聚集电机和LED的照明,而相机以选定的波长顺序地获得M个图像。第一处理器可以处理如此获得的图像数据,以在液晶显示器(“LCD”)查看屏幕19上产生显示。外部壳体191封装LED屏和电路板。电缆17用来将第二处理器和其它组件附连到装置。可替代地,可以使用根据本发明的装置的内置电池和天线使装置无线通信。
如在图1A中所示出的,夹具100具有通过间隔器103附连到鼻锥的透镜支架102,其大小被调整到提供能够用一只手操纵并且对着受试者皮肤病变放置的自包含组件。
所提供的充分的图像数据是在不同波长获得的,在皮肤病变上感兴趣的诊断有关区域可以利用各种显示模块被识别和区分。因此,与病变边界内的血管有关的颜色或高光谱特征;与病变中的蓝色和蓝白色结构相关的颜色;与可能是规则的或不规则的色素网络相关的颜色;与阴性色素网络相关的颜色;氧饱和度的图案;以及真黑素和褐黑素(其具有不同的吸收曲线)的图案都可以利用下面描述的显示模块被突出显示并且单独显示。
(一个或多个)处理器适于通过定义选自包括以下的组中的一个或多个属性将图像数据转换为指示皮肤疾病在病变中存在的可能性的诊断有关的度量和/或一个或多个分类器:[a]空间纹理特征;[b]亮度特征;[c]边缘/边界的特征;[d]受试者皮肤上病变的颜色变化;[e]在包括色素网络片段的长度、形状、亮度和组织的色素网络的特征中的变化;以及[f]由氧合血红蛋白和去氧血红蛋白的量和比率定义的组织的氧饱和度。这些特征可以被显示在一个或多个显示模块中,以呈现绘出病变或病变的片段的病变图像的版本,其中感兴趣的这些特征中的一个或多个特征被突出显示在用于用户的显示器上。在图4绘出的一个显示模块中,N个光谱图像被处理,以从在多个指定波长中的每个波长获得的掩模图像中形成病变色素的地形图。掩模图像被定义为在图像边界内部具有像素亮度1并且在图像边界外部具有像素亮度0的图像。在多个波长中的每个波长获得的图像数据将产生不同掩模图像,其中红/红外图像的掩模通常比较深色素的中心区域更小。在不同波长添加掩模图像允许显示皮肤内的病变深度的地形图的构建。图4是原始颜色图像的黑白呈现。近似三维显示的这种显示模块对为皮肤病变识别适当的切除边界或活检的理想位置以最可能地捕获病变的恶性部分可能是有用的。
在图5中示意性绘出的另一个显示模块中,通过相机获得的N个序列图像被处理,以呈现病变的显示,其中在病变中感兴趣的区域用实体“假色”显示。在显示中的实体假色,例如,浅棕色、深褐色、红色、黑色、蓝色/灰色和白色可以被计数并且可以显示颜色的数量。实体假色可以对应于检测到的病变中感兴趣的区域,诸如包括以下的区域:病变边界内的血管;其色素网络被标记为规则或不规则的蓝色或蓝-白色皮肤结构;阴性色素网络(病变边界内轻微色素皮肤的连接图案);和如由利用照明的M个波长光谱拟合定义的氧饱和度的异常图案。显示器可以在从M个光谱图像创建的等同于用眼睛看到的彩色图像和在用户的选择处具有指示的感兴趣的一个或多个区域的相同图像之间切换。突出显示的特征R1、R2、R3…Rn在图5中示意性地绘为矩形。在实际的实施例中,这些突出显示的特征的形状对应于皮肤病变中的底层特征的形状。在这个显示模块中的“假颜色”没有绘出感兴趣区域的实际颜色,而是由用户选择来突出显示感兴趣的区域。
图3A至3D的的显示模块绘出了根据本发明的从皮肤病变中获得的可视数据的极性变换的分析优势。图3A绘出了在给定波长的非恶性皮肤病变的常规图像数据。图3B绘出了来自图3A的图像数据的极性变换,其中x-轴表示扫描臂的角位置,并且y-轴表示在每个角位置处沿扫描臂的亮度值。图3D绘出了来自图3C的图像数据的相同变换,其中底层图像数据是来自恶性黑色素瘤。该显示模块提供了要从左到右而不是旋转地读取的恶性皮肤病变中角亮度变化的视觉印象,其中这种角亮度变化比在非恶性病变的亮度中的变化大得多。即使在定量评估之前,在极坐标中这种图像数据的表示也对查看临床相关度量提供了新的优势。
图11绘出了一系列数据变换步骤,这些步骤识别在皮肤病变图像数据中的网络节点和分支段长度并且提供网络不规则性的度量。在这种背景下,“规则或不规则色素网络”是指按照每个分支段的长度、宽度和亮度以及这些值的集体角变化通过网络的分支段定义的规则性的测量。
重要的度量通过从图像数据中识别并且特征化色素网络来产生,包括以下步骤:a)识别分支段;b)定位分支段的质心的坐标;c)确定分支段的长度和宽度以及长度与宽度的比(或者长度和宽度的其它数学组合);d)确定段的亮度;e)确定通过不同照明波长的段的亮度的变化,I_L1、I_L2、I_L3…I_Ln;f)确定节点(其中两个分支段相遇的地方)的数量、端部的数量、以及节点的数量与端部的数量的比(或节点和端部的其它数学组合)。有助于解决网络节点和分支的一种这样的数据变换步骤被称为“缩编(skeletonizing)”步骤,如在图11中所绘出的。
在识别色素网络时,尤其从血管结构中区分色素网络时,跨波长的亮度变化是有用的,因为血管结构在与色素结构不同的波长吸收。
长度与宽度的比率用来区分球状色素图案(其中比率接近1)与网状图案(其中比率远大于1)。在跨所产生的角扫描的比率中的变化是与黑色素瘤相关的另一个度量。
网络包括由没有连接到其它分支的节点和端部连接的分支。节点的数量与端部的数量的比率产生与黑色素瘤相关的度量,因为断开的网络(即,较低的节点:端部比率)与黑色素瘤相关联。
除了液晶查看器19之外,装置还可以包括附加的适于以顺序或以可选择的方式将在M个波长拍摄的M个黑色和白色或颜色编码级图像显示为视图的显示输出,这可以通过计算机和数据采集设备之间的服务器应用来促进。本文描述的多光谱成像的数据分析在Matlab环境中执行。但是,将这些程序要素传送到不同的编程平台是在本领域普通技术人员的技术范围之内,并且这种传送对商业应用是所预期的。
相机也可以利用促进图像采集过程的服务器应用来控制,并且其可以被独立地操作或者通过能够进行文件输入和输出并且模拟键击的任何单独的软件系统来控制。服务器应用充当数据收集过程和数据分析代码之间的桥梁,以向照亮样本的LED供电、将图像采集触发发送到相机、并且从相机接收用于以有效的方式进行数据分析的图像信息。服务器应用通过利用Windows消息循环等待(真实的或模拟的)键击来工作,它然后解释和使用键击来将不同的命令发送到相机。服务器应用和第三方程序之间的附加数据传输是利用标准文件输入/输出(“I/O”)功能来实现的。
这种服务器可以用C++计算机语言开发为控制台应用,例如,具有被重新实现为windows应用的能力、处理图像采集和改变分辨率、曝光时间和增益设置的能力、能够按需添加附加的功能。通过使服务器能够被键击控制,它可以靠自己被使用,以从相机或结合可以模拟键盘的第三方应用获取图像。用于成像21个不同波长的光的总采集时间可以被减少到大约30秒或更低(相对于利用由相机制造商提供的软件大约60秒)。这种服务器还使得能够进行实况馈送显示,使得用户能够例如以至少5帧/秒的帧速率围绕可疑病变放置组件100。附加的特征可以被包括在脚本中,以防止当它被第三方应用控制时,服务器应用干扰的偶然键盘输入。
服务器应用的功能通过控制闪光过程,从而允许图像以不同波长的光和利用单独适于每个波长并且在运行中按需调整以防止曝光不足或饱和的曝光时间被拍摄的代码、以及使得图像或者在监视器上或者在附连到成像设备的小屏幕上被显示为实况馈送的代码来增强。
图10的流程图绘出了利用服务器应用的命令和数据采集以及分析的流程。在第一计算机上运行的主脚本400向服务器应用420提供真实的或模拟的键击,其中服务器应用420通过相机串行输入480控制图像采集触发器并且然后访问相机图像缓冲区482,以将图像数据返回给服务器应用。服务器应用通过微控制器430给LED阵列460供电。一旦被获得,图像数据就被数据分析代码模块410中的主脚本处理。服务器应用420向驱动LCD屏输出450提供数据并且向主脚本400提供实况馈送数据用于在第一计算机的计算机屏幕440上显示。
命令和数据采集的流程的细化在图17中示出,其中应用920是指使得远程用户能够使用根据本发明的装置的独立代码(诸如C++代码)—本质上是可以被硬连线以使得标准化的装置能够商业化的主代码。加密算法使得数据能够安全传输到集中分析中心,在那里诊断信息可以被呈现。网络主机是用于这种数据传输的管道。实验室是指其中可能发生数据处理的任何的中心位置。可替代地,这些功能可以被装置内置地提供:分析代码将在诸如智能电话应用之类的单元上呈现诊断信息。
在图2绘出的实施例中,相机和处理器被集成在蜂窝电话20(其包括“智能电话”)中。许多市售蜂窝电话具有足够的相机能力和处理能力来实现根据本发明的方法。以
Figure BDA0000946525930000171
Figure BDA0000946525930000172
品牌销售的蜂窝电话以及许多其它蜂窝电话具有下载服务器应用以实现本文所描述的方法的能力。
根据图2的实施例,机械夹具22被附连到蜂窝电话20,使得相机可以被牢固地安装,同时夹具对着受试者的皮肤放置或按压。夹具22的远端类似于皮肤镜,并且限定平面221,其中受试者的皮肤病变对着该平面放置或按压,以当相机被保持在固定位置时获得图像。夹具22可以包括在夹具的远端部分223中的照明系统,包括类似于上述CCD相机实施例的LED的阵列,和/或偏振或彩色滤波器,以使得能够部分排斥由成像相机接收到的光的照明波长或调节。在这种情况下,夹具可以适于禁用相机的内置闪光灯。可替代地,处理器可以适于利用由蜂窝电话提供的内置闪光灯系统。
在图12的实施例中,远端成像平面距离蜂窝电话相机透镜较远,从而最优地利用典型蜂窝设备的聚焦和成像能力。夹具轴224距离相机透镜若干英寸持有框架222。框架222对着受试者皮肤放置或按压,以限定包含受试者皮肤上的病变的远端成像平面。
在使用相机内置照明系统照明病变的情况下,可以使用反射镜以斜角将光从源引导到病变的表面,以便避免由来自相机透镜窗口的反射引起的眩光。如在图12中所示出的,一对反射镜226、228可以被附连到具有夹具的蜂窝电话,优选地能够被临时地附连到具有夹子、粘合剂、蜂窝电话套筒等的蜂窝电话。保持反射镜的夹具可以与限定包含病变的远端成像平面的夹具组合。反射镜可以用于与滤光器串联,但是在实施例中,反射镜在没有滤光器的情况下使用。在图12的实施例中,单个夹具200被附连到蜂窝电话,既用于限定远端成像平面又用于保持反射镜,以便在病变处从倾斜角引导光。来自蜂窝相机内置闪光灯230的光以倾斜角被引导到目标。来自目标区域不想要的镜面反射(眩光)沿着路径234被引导远离图像路径232。
如同利用临床装置一样,外部服务器应用可以适于驱动具有蜂窝电话和外部照明系统的相机。蜂窝电话或智能电话通常具有充当输出设备的屏幕,它向用户提供皮肤病变是黑色素瘤的指示。输出可以采取皮肤病变是黑色素瘤的百分比可能性,连同百分比不确定性的形式,或者程序可以向用户提供定性消息,诸如“可疑病变:咨询你的皮肤科医生”。
在另一种实施例中,本发明组合了用于向最终用户,即,患者、医生和公众有效地交付该技术的宽和窄视场成像系统。这种组合可以包括用于照明受试者皮肤上的第一区域的第一照明系统;具有用于从被照明皮肤获得宽视场图像数据的宽视场的相机;用于处理宽视场图像数据以获得在包括至少一个皮肤病变的第一区域内的目标区域的处理器;用于照明目标区域的第二照明系统;具有用于从被照明目标区域获得窄视场图像数据的窄视场的相机;以及用于处理窄视场图像数据以获得关于至少一个皮肤病变的诊断信息的处理器。宽视场图像数据可以利用上述时钟扫描算法用旋转分析进行处理,或者可以采用其它技术来识别包含受试者皮肤上的病变的目标区域。窄视场图像数据然后可以利用第二照明系统利用具有比第一相机的视场窄的第二视场的相机从目标区域获得。
宽视场的目的是为受试者皮肤的相对大的部分成像,潜在地包含用于进一步评估的多个皮肤病变(“目标区域”或“感兴趣区域”)。感兴趣的区域,诸如皮肤病变,例如,通过采用在以上引用的美国专利号7,603,031、8,218,862和8,498,460中描述的用于面部摄影的技术和设备,在这种宽视场区域中被识别并且然后被隔离。可替代地,宽视场图像数据可以利用蜂窝电话或智能电话来获得。在还有的另一种实施例中,能够利用交互处理能力将图像投影到穿戴者的可穿戴计算机能很好地适合获得根据本发明的这个方面的初始宽视场图像数据。在本发明优选的实施例中,宽视场图像数据被处理,以获得在第一区域中的病变的尺寸和不规则性的统计评估。
在本发明的这一方面中,窄视场图像数据可以是利用常规智能电话相机获得的RGB图像数据,或者更优选地,利用上述装置、方法和系统获得和处理的高光谱图像数据。即,在病变被识别之后,适配有用于高光谱成像的照明和传感器阵列的相机利用时钟扫描算法处理图像数据,以获得基于每病变根据选自包括以下的组的属性的旋转分布定义旋转对称性的诊断有关的度量和/或一个或多个分类器:[a]空间纹理特征;[b]亮度特征或[c]病变图像边缘/边界的特征,包括病变与正常皮肤边界的锐利度(sharpness);[d]受试者皮肤上病变的颜色变化;[e]在包括色素网络片段的长度、形状、亮度和组织的色素网络的特征中的变化;以及[f]如由氧合血红蛋白和去氧血红蛋白的量和比率定义的组织的氧饱和度。这组属性也可以包括[g]色素种类的异质性,诸如真黑素、褐黑素以及其它色素的种类。
因此,连续的较灵敏和选择性的诊断指示被获得,首先利用宽场图像数据采集系统在米级别获得,并且此后利用窄场图像数据在厘米级别获得。当目标区域在宽场图像数据中被识别时,窄场图像数据处理器能够定位病变的中心和边界并且确定病变实际上是目标区域。
可以使用连续较精细分辨率成像系统来提供提高的诊断灵敏度和选择性。例如,在利用窄场图像数据处理评估病变并且获得存在或不存在皮肤疾病的可能性指示之后,可以将时钟扫描算法应用到更精细分辨的图像数据,例如,利用共聚焦显微镜获得的图像数据。所识别的病变或者病变内的目标区域可以利用仍然更精细分辨率的图像采集系统,诸如拉曼光谱仪(Raman Spectroscope)进行评估。
方法、度量和分类器
根据本发明的方法可以被描述为一系列概念性“步骤”。如将对本领域普通技术人员显而易见的,这些步骤可以按顺序执行,或者以与所述的顺序不同的顺序执行;在不背离本发明的范围的情况下,这些步骤可以被并行完成、在相同时间完成、或者迭代地完成。将步骤描述为“第一步骤”或“下一步骤”仅仅为了方便起见。从受试者皮肤病变获得的图像数据可以根据这些步骤被计算机操纵并且输出到显示模块。图16绘出了本文描述的图像采集700、图像处理800和诊断显示900过程的概述。
该方法的第一步骤包括利用相机从受试者皮肤获取图像数据。通常,这意味着拍摄在皮肤上的病变。结果产生的图像数据将包括来自病变和周围皮肤的数据,并且可能包括不是病变或周围皮肤的部分的数据,包括毛发、由皮肤科医生做出的标记或者其它不被分析并且简单地需要从图像中去除的数据元素。为了完成这一步骤,处理器可以例如用在毛发下面或与毛发紧邻的皮肤的像素亮度和颜色值替换包含毛发位置的像素亮度和颜色值。
图像数据包括在M个不同颜色层中的像素灰度或亮度信息。如本文所使用的,“多光谱图像”是在多个波长或“层”获得的图像,使得图像中的每个像素与形成光谱测量的M个数字相关联,并且每个mi是在不同颜色层的亮度或灰度测量。因此,图像数据包括当以从300nm到950nm的范围的波长照亮皮肤时由相机依次获取的M个图像。光谱测量被拟合为对应于获得的图像的数量M的N个发色团的加权和。通常,像素亮度信息至少在红色-绿色-蓝色(“RGB”)层中获得,但是像素亮度信息也优选地为其它光谱带获得。相关信息利用在可见光和非可见光范围,包括在300nm至500nm的蓝色和UV范围,并且甚至更特别地在非可见光300nm至400nm的UV范围内照明和检测反射光获得。
如本文所使用的,“发色团”是指在皮肤病变中发现的颜色成分,诸如黑色素(包括与褐黑素不同的真黑素)、氧化血红蛋白和脱氧血红蛋白。一般地,至少这四种具有独特的吸收曲线,使得光谱图像可以被解析地拟合为至少这四种发色团的加权和。但是,皮肤含有水,其吸收红外线,胆红素,其在可见光谱中具有独特的吸收谱,并且潜在地可能发现包含其它诊断有关的成分,使得测量可能被拟合为N个发色团的加权和,其中N是4、5、6或更多个发色团。
一旦获得图像数据,病变的边界、形状和中心就被识别。确定形状的第一步骤被称为“分段”并且可以使用本领域已知的各种计算机实现的技术来识别病变的形状和边界。简单地说,分段导致掩模被应用,使得在给定波长的像素亮度降低到掩模图像,其中像素在病变内部具有1的亮度值并且在病变的外部具有0的亮度值。如本文所使用的,“掩膜”是在图像边界的内部具有1的亮度值并且在图像边界的外部具有0的亮度值的图像。
在随后的步骤中,病变的中心(或中心的附近区域)被确定。病变的中心可以被计算为掩模图像的质量或几何质心的中心,使得病变形状的每个区域被视为具有相同的密度。可替代地,质量的中心可以考虑在形状中亮度的变化。除非另外说明,否则在以下例子中,质量的中心从掩模图像获得,使得病变被视为具有均匀亮度,以确定质量的中心。由于图像将具有不同的掩模并因此在每个波长的不同边界,因此在每个波长的图像可以与各自的中心相关联,并且“中心”之间的距离(“Δτ”)可以与其它度量一起使用。方差(“varΔΓ”)、范围(“rangeΔΓ”)和平均(“meanΔΓ”)也可以被组合到分类器中。
扫描臂是将病变的中心连接到边界的线段。如本文所使用的,“类时钟”扫描意味着或者顺时针或者逆时针方向绕图像的固定中心旋转扫描臂,以获得关于扫描臂上像素的信息作为旋转角的函数。为了从图像数据获得度量,扫描臂利用固定在中心处的一端绕中心旋转2pi(2π)弧度或360°(一个完整的扫描)。数据在弧度或度数的固定时间间隔进行采样。图7绘出了相对于垂直在角度Θ的时钟扫描臂。在图7的左手侧上,示出了在三个不同波长的病变的边界。在图7的右手侧上,在扫描臂上的像素的亮度被绘制为角位置的函数。在扫描中获得的数据可以被处理为不能通过还没有被转换为极坐标的图像数据的评估获得的一系列度量和/或一个或多个分类器。
如本文所使用的,度量是承载与疾病状态(在优选的例子中黑色素瘤)的相关性的、从图像数据计算出的值。度量的例子在表2中列出。
表2
V1 角亮度范围
V2 亮度的平均标准偏差(S.D.)
V3 亮度的S.D.的范围
V4 在所有角度的辐射亮度的S.D.的标准偏差(S.D.)
V5 在连续角位置之间的平均绝对亮度偏移
V6 绝对亮度偏移的S.D.
V7 在全扫描上的亮度偏移之和
V8 最大边界非对称性
V9 相对于最小非对称性轴在90°的评估的边界非对称性
V10 病变边界长度/病变区域
V11 平均病变界限(边缘斜率)
V12 病变界限的S.D.
V13 分形维数
V14 在所有病变上的病变亮度变化
V15 平均界限(边缘斜率)拟合误差
V16 S.D.界限(边缘斜率)拟合误差
V17 在所有病变上的病变亮度变化
V18 色素段的平均长度/面积
V19 色素段的S.D.长度/面积
度量V1至V7和V14捕获关于扫描臂上的像素相对于扫描臂上其它像素的亮度变化,以及在扫描臂的不同角度位置上的测量和统计信息。度量V8至V13和V15至V19捕获关于边缘特性和病变中网状结构的存在的测量和统计信息。
度量使得能够进行从常规的皮肤病学检查中熟悉的参数的定量分析,诸如病变筛查的ABCD技术,其评估病变的不对称性(A)、和病变边界(B)、颜色(C)以及皮肤镜结构(D)。但是,本发明的系统和方法也提供不能从常规筛选中获得的大量信息,最终得到病变是黑色素瘤或者痣的百分比可能性,这是常规筛选永远做不了的。根据本发明,与常规皮肤科有关的因素被合成在一系列量度中,其然后被合并在一个或多个分类器中,这一个或多个分类器可以在已知病理的一组病变上进行训练,以得到诊断皮肤疾病的系统。
可以从角度采样数据获得的一种度量是角亮度范围(V1),其被定义为在扫描臂上的平均亮度的最大值减去在全旋转扫描上的平均亮度的最小值。因此,在扫描臂上的像素的平均亮度在扫描臂的每个角样本位置处进行计算,并且计算出的最小值从最大值中减去,以获得(V1)。如果病变具有色素的整体不均匀性,则角亮度范围(V1)将变化更多。
图7的右手侧绘出了在扫描臂(V1)上的像素的角亮度范围作为角位置的函数。在扫描臂上的像素的亮度的平均标准偏差(V2)被绘出为与每个角位置相关联的垂直线。(VI)中大的变化和大范围的(V2)与黑色素瘤关联。对于图像亮度的平均标准偏差(V2),如利用标准偏差计算出的角亮度中的方差揭示了围绕角扫描的振荡亮度的附加特征。如果亮度在扫描期间在光和暗之间交替许多次,则这个变量将更大,而角亮度范围(V1)将只提取峰值以最小化亮度范围。
可以被获得的另一个度量是在亮度的标准偏差的范围(V3)。标准偏差从在每个角位置的扫描臂上的亮度的所有值中获得并且这些值在所有角位置的范围被计算,以获得(V3)。对于在所有可能的角度沿单个瞬时径向亮度的方差的值的标准偏差(V3),各个标准偏差被绘制为垂直黑线。径向亮度的平均标准偏差在所有角位置进行评估。这个变量(V3)测量亮度沿扫描病变的径向时钟臂的变化。虽然这个变量(V3)对于异构色素分布将较高,但是它不在球状和网状色素图案之间进行区分。
另一种度量是在每个角位置在标准偏差的所有角度上的标准偏差(V4)。这个变量描述了色素分布本身的异质性到什么程度是异质的。例如,如果存在其中病变包含均匀色素分布的一些角度并且存在其中包含亮区/暗区的网状或球状图案的其它角度,则这个变量(V4)将高。
其它度量评估在连续角位置的亮度偏移(绝对值)(V5)、在所有角位置上的亮度偏移的绝对值的标准偏差(V6)、以及在所有角位置上的亮度偏移之和(绝对值)(V7)。在连续角位置的平均瞬时亮度偏移(V5)是在所有可能角度的角亮度的汇总(remittance)的平均导数。汇总的平均导数将所有可能角度的亮度瞬时变化加起来,以这种方式,变量(V5)类似于变量(V2)。在所有角位置的亮度偏移的绝对值的标准偏差(V6)是微分方差。汇总的导数的方差描述在角扫描的亮度瞬时变化中存在多少可变形。如果一些角范围是平坦的(即,低的范围内亮度导数)并且一些范围变化广泛,则变量(V6)将具有高的值。在所有角位置的亮度偏移的总和(V7)是总变化。对于均匀的有色病变,变量(V7)为零。
在皮肤镜图像的计算机实现的诊断分析领域中的普通技术人员将认识到,一旦获得角采样光谱图像数据,该数据就适合进行数学组合和统计处理,使得上述具有与疾病状态相关性的度量的列表不是穷尽的。
最大边界非对称性(V8)是另一个度量,以及垂直于最对称的轴的边界非对称性(V9)。边界非对称性通过翻转病变的曲线并且用总面积除以不匹配面积来计算。不规则形状的边界将导致这个变量(V8)的高值。在实施例中,边界非对称性通过将蓝色通道中的病变片段转换为二进制掩模并且绕平分轴翻转二元病变,此后从零到180度以10度增量旋转轴,以获得18个非对称的样本作为分析轴的函数来获得。从其翻转对应减去原始掩模产生地图,其中重叠区域具有零值(1-1=0),不被原始或翻转掩模任一个占有的区域具有零值(0-0=0)并且不匹配的区域具有1的绝对值(1-0=1或0-1=-1)。对于正圆的绝对值将是在任何处都为零并且总和将为零,其指示完美的对称。真实病变具有不匹配的区域,这在减法地图中导致非零值,其当被求和并且被只有原始掩模的总和除时,相当于不匹配的分值区域,并且表示病变的边界的非对称性。其中最小非对称因子发生的角度被指定为最对称的轴。然后,病变的非对称性在相对于对称轴的90度处进行评估。各个非对称图像在图6中绘出。垂直于最对称的轴的边界非对称性(V9)类似于变量(V8),但是不是当绕产生该变量的最高值的轴翻转病变时报告这个变量,而是变量(V9)利用与产生该变量的最低值的轴垂直的轴报告结果。
从像素亮度信息的扫描和分析中获得度量中的一些度量是对于给定波长而获得的。其它度量需要组合和/或比较在不同波长获得的图像数据。在病变中感兴趣的区域可以与不同颜色相关联,包括病变边界内的血管(红色)、蓝色或蓝-白色皮肤结构、色素网络(与真黑素(褐色)或褐黑素(红色)相关联)。
边界粗糙度度量(V10)是病变段的边界的长度的平方被病变的面积除。对于圆形,这将是面积除以周长的平方。边界粗糙度(V10)描述病变的半径在病变的时钟扫描扫描期间变化多少。对于圆形,该变量将被最小化,但是对于具有许多突出到正常皮肤中的指状物的病变,这个变量(V10)将高。
初始地,可以使用时钟扫描来增强边界的确定。边缘拟合算法在时钟扫描期间运行并且利用在病变形状的边缘处的像素亮度的变化来迭代地确定更精确的边缘。
“边缘斜率”度量(V11)是在从暗(在病变内部)到亮(在病变外部)的转变期间在全扫描臂旋转范围的边界处的亮度的平均梯度。边缘斜率或边缘锐利度(V11)还有一个特征是量化病变界限。如果病变具有突兀的边界,如在黑色素瘤中,这个变量(V11)将具有高的值。在所有角位置的边缘斜率的标准偏差产生病变界限的标准偏差(V12)。对于病变界限的标准偏差(V12),如果病变边界在一些位置急剧区分(demark)而在其它位置是较平缓的转变,则边缘锐利度的变化将高。可以使用边缘拟合算法来产生定义根据边缘斜率的病变的边界的函数,其也产生边缘斜率拟合误差(V15)。用于病变界限的标准偏差的边缘斜率拟合误差(V16)可以被类似地获得。分形维数(V13)、可以是在特定波长的病变曲线的Hausdorf分形维数的分形维数(V13)是可以根据已知的方法来计算的边界不规则性的另一种测量。色素段的长度与面积的比率(V18)以及这个比率的标准差(VI9)也是承载与黑色素瘤的相关性的度量。
其它度量包括变量(V20)至(V30)。病变段的平均直径与最大相关距离的比率(V20)描述了色素网络特征相对于病变尺寸的尺寸。对于具有小色素特征,诸如良好界定的网状图案的病变,这个变量(V20)将高,而对于具有诸如球状物的大面积暗色素的病变,这个变量(V20)将低。
病变段图像的交叉相关性矩阵的偏心率因素(V21)是在X中的相关性与在Y中的相关性的比率(V21)。这个变量(V21)量化在病变的交叉相关性中的非对称性。例如,如果病变具有长的色素脊,则沿指状物方向的相关长度将高,而垂直于指状物的相关长度将小。这种病变对于这个变量(V21)将具有高值。
在整个病变中色素网络分支的长度的标准偏差(V22)是另一个度量。对于缩编色素网络的分支分析,这个变量(V22)量化分支长度的可变性。如果病变在一些区域具有许多小分支,而在其它区域具有长分支,则这个变量(V22)将高。
在整个病变中色素网络分支的亮度的标准偏差(V23)是另一个度量。如果分支具有可变强度(即,一些分支是暗的而一些是亮的),则这个变量(V23)将高。
在平均分支亮度、所有分支亮度上的分支亮度的标准偏差的平均值(V24)描述了强度的分支内可变性。
原本暗的网络段的平均偏心(长轴直径除以短轴直径)(V25)描述了原始(非缩编)色素区域有多么椭圆。如果色素区域是自然分支,诸如以网状图案,则这个变量(V25)将高。如果图案是球状并且色素区域较圆,则这个变量(V25)将低。
原本灰暗的网络段的偏心率(长轴直径短轴直径除以)(V26)的标准偏差量化的色素区域的椭圆因素的变化。如果病变具有球形部件,以及一个网状部件,这个变量(V26)将是高的。
色素网络的连接性(V27)是分支点的数量除以端点的数量。由于球状图案不连接,因此色素网络的连接性对于球状图案将比网状图案高。如果分支断裂,则这个变量(V27)对于网状图案也将较高。
在所有可能角度评估的增量角区中的平均枝长的范围(V28)评估分支长度如何在不同方向变化。如果网状病变具有不规则的色素网络,其中在一些区域中的分支比在其它区域中的分支长,则这个变量(V28)将高。
在所有可能角度上评估的增量角区中的平均分支亮度的范围(V29)以与之前变量(V28)量化分支长度相同的角方式量化分支的亮度。
在所有可能的角度上评估的增量角区中的分支的平均数量的范围(V30)是另一个度量。
图8绘出了度量V1至V19中的每个度量的辨别力。图表中的每个方框表示根据样本中的皮肤病变是黑色素瘤还是痣(如由病理学家筛选确定的)对于给定度量的值的范围。因此,每个度量与数据点的两列和两个方框相关联。在每一列中的垂直线表示用于非典型数据的界线并且上面和下面的点表示潜在的异常值。因此,对于痣和黑色素瘤,方框的垂直位移越大,该度量的辨别力越高。图表中较短的方框总高度表示对于那个度量在预测中有较小的不确定性。
度量与疾病状态的相关性可以从在人类受试者中获得的病变的样本中获得,其中包含已知的黑色素瘤和痣并且应用了双侧的非配对t测试(two-sided unpaired t-test)。下面的表3列出了在利用本发明的方法应用到包括黑色素瘤和非癌性痣的样本(n=115个样本)的双侧非配对t-测试中用于优选度量的P-值。在表3中,较低的P值表示度量与给定病变是黑色素瘤的正确预测的较高的相关性。度量的判别力随着照明光的波长朝较短的波长偏移提高,尤其当偏移到蓝色和紫外波长时。这在表3中示出,其中度量M1至M16对应于如上所述的(V1)至(V16),并且M17至M27对应于如上所述的(V20)至(V30)。表3示出了P-值—在病变中特定度量预测和发生黑色素瘤之间的统计相关性—对于红色、绿色和蓝色照明光的每个波长重复。随着照明光移向蓝色,P-值趋向于变低。
表3
Figure BDA0000946525930000281
如本文所使用的,“分类器”是在利用多元方法建立的函数中的度量的组合,以提高该方法辨别痣和黑色素瘤的预测能力。分类器可以根据已知技术通过最大化在受试者工作特征曲线(“ROC”)最大化中一组分类器的性能来获得并且得到优化。用于区为痣和黑色素瘤的分类器的ROC最大化的例子在图9中重现,其绘出了特异性(真阴性率)与灵敏度(真阳性率),使得在图9中曲线下的最大面积表示准确的分类器。
分类器的输出是病变是黑色素瘤的百分比可能性,其可以与用于该分类器的百分比误差或不确定性耦合。这可以是以任何期望格式为用户的输出。皮肤科医生可能希望看到底层的统计资料显示为数字和图表,或者在设备LCD屏幕上,或者在与设备通信的计算机的屏幕上。普通患者可能更想要识别潜在危险病变的直观的系统,其中最有可能是黑色素瘤的病变被识别为具有红光并且最不危险的具有绿光。
为了开发分类器,获得已知病理的痣的样本,并且利用线性技术(诸如回归和线性判别分析)和非线性技术(诸如神经网络和决策树算法)两者,利用样本的“训练”子集开发分类器。下面的线性分类器是根据具有一定预测能力来辨别痣和黑色素瘤的训练集开发的分类器的例子:
L=0.16*范围-0.87*边缘+0.68
其中范围和边缘上以上定义的度量并且L表示可以与阈值比较以产生黑色素瘤或痣的分类的分类器。更健壮的分类器可以通过结合更多的度量来创建,诸如在使用所有度量的所附计算机代码中的分类器。“训练”是可能的,因为病变的病理之前的病理学家筛选中是已知的,并且度量和常数可以被选择以最大化ROC曲线下的面积。随后,“训练的”分类器被应用到具有未知病理的病变。(在实验设置中,这意味着研究人员对于病变的病理是看不见的并且没有调整分类器;在现实世界中,设置设备将通常只应用到具有未知病理的病变,并且阈值和分类器将被预先编程)。如对本领域普通技术人员将显而易见的,在不背离本发明的范围的情况下,较大的训练样本和度量的轻微变化将有可能产生改善的分类器。一旦被获得,分类器就被应用到病理是未知的病变的图像数据。根据本发明中,得到86%/91%的灵敏度/特异性,其具有89%的整体诊断准确性。利用在99%灵敏度的常规优化,这个结果有望得到改善,在一些测试集中,特异性高达56%,这表明了对现有技术的显著改进。
在下面表4中复制的计算机程序描述并且启用了在本文详细描述的数据处理步骤。
表4
Figure BDA0000946525930000311
Figure BDA0000946525930000321
Figure BDA0000946525930000331
Figure BDA0000946525930000351
Figure BDA0000946525930000371
Figure BDA0000946525930000381
Figure BDA0000946525930000391
Figure BDA0000946525930000421
Figure BDA0000946525930000431
Figure BDA0000946525930000441
Figure BDA0000946525930000451
Figure BDA0000946525930000461
Figure BDA0000946525930000471
Figure BDA0000946525930000481
Figure BDA0000946525930000491
Figure BDA0000946525930000501
Figure BDA0000946525930000511
Figure BDA0000946525930000521
Figure BDA0000946525930000531
Figure BDA0000946525930000541
Figure BDA0000946525930000551
Figure BDA0000946525930000571
Figure BDA0000946525930000581
如在以下示例操作协议中所描述的,利用在图1A和图1B的实施例中用于图像数据采集的相机是直观的。
常规操作:
1.通过利用酒精消毒片擦拭来清洁在装置的远端成像平面处的成像窗口。
2.识别并打开桌面上的图形用户界面(操作软件)。
3.输入所请求的关于患者和病变的详细信息。
4.按开始来激活实况成像馈送。检查LED已照明。该设备应该发光。
5.在目标皮肤病变上放一滴水。
6.对着皮肤按压以病变为中心的成像窗口。
7.在触摸屏上验证病变处于图像的中心。
8.验证接触在整个窗口上完成,其中在窗户和受试者皮肤之间没有气泡。
9.触摸触摸屏上的“获取”并且等待3秒来采集。
10.通过查看在采集之后出现的重放验证图像被获取。尤其检查:
a.在整个图像采集期间维持接触(无气泡)。
b.设备没有滑动(即,图像没有横向移动)。
c.在重放结束时显示的彩色图像是均匀平衡的。如果接触和稳定性不足,则彩色图像将具有非预期的部分,诸如病变的一半出现蓝色而另一半出现红色。
11.如果接触和稳定性没有被验证,则重新进行稳定并重复采集。
优选实施例的以上描述是为了说明起见并且不应该被视为限制由以下权利要求定义的本发明。本发明的主要应用是检测人类中的黑色素瘤并且区分癌性和非癌性病变。但是,原则上,装置和方法在其它皮肤疾病以及在其它人类组织的疾病的检测和显示中具有广泛应用。此外,在不背离本发明的范围的情况下,利用根据本发明的分析多光谱图像数据的时钟扫描方法适于为黑色素瘤的检测开发改进的度量和更有辨别力的分类器。临床装置和蜂窝电话装置的以上描述使得本领域普通技术人员在不背离本发明的范围的情况下能够实践其变体。

Claims (25)

1.一种用于在受试者皮肤上的病变中检测皮肤疾病的装置,包括:
机械夹具,其具有对着受试者的皮肤放置或按压以限定包含所述病变的远端成像平面的平坦表面;
相机,其适于从由所述远端成像平面反射的光获得在所述受试者皮肤上的病变的图像数据;
第一计算机处理器,其适于(1)创建从受试者皮肤上的病变的中心向外延伸的线段,(2)以多个角度θ绕所述中心旋转所述线段,(3)以所述角度沿所述线段的半径R对多个像素处的图像数据进行采样,以获得(R,θ)平面中的亮度测量的像素样本,以及(4)处理所述像素样本以获得指示受试者中存在或不存在皮肤疾病的可能性的度量和/或分类器;以及
输出设备,其根据度量和/或分类器指示受试者存在或不存在皮肤疾病的可能性。
2.如权利要求1所述的装置,还包括安装在相机和远端成像平面之间的机械夹具中、以将相机聚焦到远端成像平面的一个或多个透镜。
3.如权利要求1所述的装置,还包括附连到机械夹具的照明系统,其包括在300nm至950nm的波长范围内发射不同光谱廓线的光的一组设备。
4.如权利要求3所述的装置,其中所述照明系统包括在300nm至400nm的波长范围内发射光的至少一个LED。
5.如权利要求1所述的装置,还包括促进图像采集过程的服务器应用,其可以被独立地操作或者通过能够进行文件输入和输出并且模拟键击的单独的软件系统来控制。
6.如权利要求1所述的装置,还包括第二计算机处理器,其适于从第一计算机处理器接收图像数据、将图像数据转换为增强图像数据、以及将增强图像数据传送到第一计算机处理器,或者直接到显示设备或存储设备。
7.如权利要求1所述的装置,还包括适于根据在每个颜色通道形成的掩模图像显示病变的地形图。
8.如权利要求1所述的装置,其中第一计算机处理器和相机被集成在蜂窝电话上并且机械夹具适于附连到蜂窝电话。
9.如权利要求1所述的装置,其中所述第一计算机处理器适于将图像数据转换为选自包括以下的组的至少一个度量和/或分类器:[a]空间纹理特征;[b]亮度特征;[c]病变边缘/边界的特征;[d]颜色变化;[e]在包括在网络中的色素网络段的长度、形状、亮度和组织的色素网络的特征中的变化;以及[f]组织的氧饱和度。
10.如权利要求1所述的装置,其中所述第一计算机处理器适于顺序地获取M个图像,其中M大于3、将图像中的每个像素存储为构成光谱测量的一组M个数字、并且拟合光谱测量作为N个发色团的加权和。
11.如权利要求10所述的装置,其中所述图像数据是高光谱图像数据。
12.如权利要求1所述的装置,其中所述图像数据对于每个像素具有12或更大的位深度。
13.如权利要求10所述的装置,还包括显示器,其适于以实体假色显示病变中的一个或多个感兴趣的区域并且在从M个图像中的三个或更多个图像呈现的病变的红、绿、蓝颜色图像与显示的感兴趣的一个或多个区域相同的图像之间切换。
14.如权利要求13所述的装置,其中感兴趣的区域选自包括以下的组:病变边界内的血管;在病变中的蓝色和/或蓝白色结构;规则或不规则色素网络;阴性色素网络;氧饱和度的图案;以及真黑素和褐黑素的图案。
15.如权利要求2所述的装置,还包括取决于照明病变的光的波长将一个或多个透镜定位在不同焦距的电机。
16.如权利要求15所述的装置,还包括放置在一个或多个透镜的远端、用于测量照明病变的光的波长并且向电机提供反馈用于定位所述一个或多个透镜的光纤分光计。
17.一种用于检测在受试者皮肤上的病变中的皮肤疾病的系统,包括:
蜂窝电话,其具有集成的处理器和相机,及
照明系统,其选自包括外部照明系统和内置闪光灯的组;其中
所述集成的处理器适于(1)创建从受试者皮肤上的病变的中心向外延伸的线段,(2)以多个角度θ绕所述中心旋转所述线段,(3)以所述角度沿所述线段的半径R对多个像素处的图像数据进行采样,以获得(R,θ)平面中的亮度测量的像素样本,以及(4)处理所述像素样本以获得指示受试者中存在或不存在皮肤疾病的可能性的度量和/或分类器。
18.如权利要求17所述的系统,还包括附连到蜂窝电话并且对着受试者的皮肤放置或按压的机械夹具,其中夹具在相对于病变的固定位置固定相机并且限定包含受试者皮肤上的病变的远端成像平面。
19.如权利要求18所述的系统,其中所述照明系统是外部的并且所述蜂窝电话相机的内置闪光灯被禁用。
20.如权利要求17所述的系统,其中所述照明系统包括发射具有M个不同光谱廓线的光的一组发光二极管,其中M大于3。
21.如权利要求17所述的系统,还包括至少一个光学滤波器,该滤波器(a)调整由相机检测到的从皮肤反射的光;或(b)调整来自内置闪光灯或外部照明系统的光。
22.如权利要求17所述的系统,其中所述集成的处理器适于将图像数据转换为选自包括以下的组的至少一个度量和/或分类器:[a]空间纹理特征;[b]亮度特征;[c]病变边缘/边界的特征,包括病变与正常皮肤边界的锐利度;[d]颜色变化;[e]在包括在网络中的色素网络段的长度、形状、亮度和组织的色素网络的特征中的变化;以及[f]组织的氧饱和度。
23.如权利要求17所述的系统,其中所述集成的处理器适于顺序地获取M个图像,其中M大于3、将图像中的每个像素存储为构成光谱测量的一组M个数字、并且拟合光谱测量作为N个发色团的加权和。
24.如权利要求17所述的系统,其中所述图像数据被蜂窝电话上的下载的应用处理并且此后被传送到远程处理器进行额外的处理。
25.如权利要求17所述的系统,还包括固定到具有夹具的蜂窝电话并且相对于相机的内置闪光灯置于远端,以在病变处以斜角引导光的一个或多个反射镜。
CN201480052009.5A 2013-07-22 2014-07-22 用于皮肤疾病的光学检测的系统和方法 Expired - Fee Related CN105578953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910870138.XA CN110742579A (zh) 2013-07-22 2014-07-22 用于皮肤疾病的光学检测的系统和方法

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201361857143P 2013-07-22 2013-07-22
US61/857,143 2013-07-22
US14/051,053 2013-10-10
US14/051,053 US10182757B2 (en) 2013-07-22 2013-10-10 System and method for optical detection of skin disease
PCT/US2014/047636 WO2015013288A2 (en) 2013-07-22 2014-07-22 System and method for optical detection of skin disease

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN201910870138.XA Division CN110742579A (zh) 2013-07-22 2014-07-22 用于皮肤疾病的光学检测的系统和方法

Publications (2)

Publication Number Publication Date
CN105578953A CN105578953A (zh) 2016-05-11
CN105578953B true CN105578953B (zh) 2019-10-15

Family

ID=52344109

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201910870138.XA Pending CN110742579A (zh) 2013-07-22 2014-07-22 用于皮肤疾病的光学检测的系统和方法
CN201480052009.5A Expired - Fee Related CN105578953B (zh) 2013-07-22 2014-07-22 用于皮肤疾病的光学检测的系统和方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201910870138.XA Pending CN110742579A (zh) 2013-07-22 2014-07-22 用于皮肤疾病的光学检测的系统和方法

Country Status (10)

Country Link
US (5) US10182757B2 (zh)
EP (1) EP3024383B1 (zh)
JP (2) JP6434016B2 (zh)
KR (1) KR20160061978A (zh)
CN (2) CN110742579A (zh)
AU (2) AU2014293317B2 (zh)
BR (1) BR112016001399A8 (zh)
CA (2) CA2955917C (zh)
MX (2) MX2016001034A (zh)
WO (1) WO2015013288A2 (zh)

Families Citing this family (107)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2892352B1 (en) 2012-08-31 2020-12-09 Sloan Kettering Institute For Cancer Research Particles, methods and uses thereof
GB201317746D0 (en) 2013-10-08 2013-11-20 Smith & Nephew PH indicator
CA2900686A1 (en) * 2013-02-20 2014-08-28 Sloan-Kettering Institute For Cancer Research Wide field raman imaging apparatus and associated methods
US9615786B1 (en) * 2013-03-15 2017-04-11 Sally E. Roney Solo home user skin imaging method, alignment aid, and chromatic filter for detecting growth of early melanomas
US20140378810A1 (en) 2013-04-18 2014-12-25 Digimarc Corporation Physiologic data acquisition and analysis
JP6214914B2 (ja) * 2013-04-26 2017-10-18 株式会社 資生堂 肌のくすみ評価装置、肌のくすみ評価方法、及び肌のくすみ評価プログラム
US10182757B2 (en) * 2013-07-22 2019-01-22 The Rockefeller University System and method for optical detection of skin disease
KR20150094196A (ko) * 2014-02-11 2015-08-19 서울바이오시스 주식회사 피부 상태 진단 장치 및 이를 이용하는 피부 상태 진단 방법
US10912947B2 (en) 2014-03-04 2021-02-09 Memorial Sloan Kettering Cancer Center Systems and methods for treatment of disease via application of mechanical force by controlled rotation of nanoparticles inside cells
US10688202B2 (en) 2014-07-28 2020-06-23 Memorial Sloan-Kettering Cancer Center Metal(loid) chalcogen nanoparticles as universal binders for medical isotopes
US9638511B2 (en) * 2014-08-08 2017-05-02 The Board Of Trustees Of The University Of Illinois Smart phone attachment for 3-D optical coherence tomography imaging
US9405990B2 (en) * 2014-08-19 2016-08-02 Morpho Detection, Llc X-ray diffraction imaging system with signal aggregation across voxels containing objects and method of operating the same
US10117617B2 (en) 2014-10-08 2018-11-06 Revealix, Inc. Automated systems and methods for skin assessment and early detection of a latent pathogenic bio-signal anomaly
KR101580075B1 (ko) * 2015-01-23 2016-01-21 김용한 병변 영상 분석을 통한 광 치료 장치, 이에 이용되는 병변 영상 분석에 의한 병변 위치 검출방법 및 이를 기록한 컴퓨팅 장치에 의해 판독 가능한 기록 매체
CA2990223A1 (en) 2015-07-01 2017-01-05 Memorial Sloan Kettering Cancer Center Anisotropic particles, methods and uses thereof
US9913583B2 (en) * 2015-07-01 2018-03-13 Rememdia LC Health monitoring system using outwardly manifested micro-physiological markers
KR102345905B1 (ko) 2015-07-30 2021-12-30 삼성전자주식회사 분광기의 반복 재현성 검증 장치 및 방법, 스펙트럼 데이터 분석 장치
WO2017027881A1 (en) * 2015-08-13 2017-02-16 The Rockefeller University Quantitative dermoscopic melanoma screening
CN108024738A (zh) * 2015-10-20 2018-05-11 莱夫毕恩技术有限公司 具生理监测的有线式音频耳机
CN108885134A (zh) 2016-02-08 2018-11-23 平等化妆品公司 用于配制和注出视觉定制化妆品的设备和方法
KR101799184B1 (ko) 2016-03-07 2017-11-20 재단법인대구경북과학기술원 피부 다중 분광 이미징을 위한 모바일 기기 부착형 조명 장치
US10674953B2 (en) * 2016-04-20 2020-06-09 Welch Allyn, Inc. Skin feature imaging system
TWI765885B (zh) * 2016-04-21 2022-06-01 美商菲歐普提斯公司 利用黑色素校正之測定組織氧飽和度的方法和裝置
WO2017181293A1 (en) * 2016-04-22 2017-10-26 Fitskin Inc. Systems and method for skin analysis using electronic devices
US11134848B2 (en) * 2016-04-25 2021-10-05 Samsung Electronics Co., Ltd. Mobile hyperspectral camera system and human skin monitoring using a mobile hyperspectral camera system
AU2017264907A1 (en) 2016-05-13 2018-12-20 Smith & Nephew Plc Sensor enabled wound monitoring and therapy apparatus
CN106037656A (zh) * 2016-06-23 2016-10-26 深圳斯坦普光生物科技有限公司 一种人体脸部皮肤检测仪
KR101785056B1 (ko) 2016-07-08 2017-11-06 주식회사 일루코 피부 확대경
EP3291173A1 (en) * 2016-09-02 2018-03-07 Casio Computer Co., Ltd. Diagnosis assisting device, image processing method in diagnosis assisting device, and program
WO2018073266A1 (en) 2016-10-18 2018-04-26 Koninklijke Philips N.V. Accessory device, imaging device and method for determining a subject's skin parameter
US11122206B2 (en) * 2016-11-08 2021-09-14 Preh Holding, Llc Personal care device with camera
IT201600121060A1 (it) * 2016-11-29 2018-05-29 St Microelectronics Srl Procedimento per analizzare lesioni della pelle, sistema, dispositivo e prodotto informatico corrispondenti
US10425633B2 (en) 2016-12-30 2019-09-24 Konica Minolta Laboratory U.S.A., Inc. Method and system for capturing images for wound assessment with moisture detection
KR20180085119A (ko) 2017-01-17 2018-07-26 삼성전자주식회사 기판 가공 방법 및 그를 이용한 반도체 소자의 제조 방법
US11324424B2 (en) 2017-03-09 2022-05-10 Smith & Nephew Plc Apparatus and method for imaging blood in a target region of tissue
US11690570B2 (en) 2017-03-09 2023-07-04 Smith & Nephew Plc Wound dressing, patch member and method of sensing one or more wound parameters
GB201703769D0 (en) * 2017-03-09 2017-04-26 Smith & Nephew Imaging apparatus and method of imaging
WO2018168071A1 (ja) 2017-03-16 2018-09-20 富士フイルム株式会社 撮像装置、画像表示システム及び画像表示方法
US11382525B2 (en) * 2017-04-07 2022-07-12 The Regents Of The University Of California Handheld blood-flow imaging device
US20180289291A1 (en) * 2017-04-07 2018-10-11 Bunnie Richie Health diagnostic fingerprint scanner
CN110650713B (zh) 2017-04-11 2022-06-24 史密夫及内修公开有限公司 用于传感器实现的伤口敷料的部件定位和应力释放
EP3635733A1 (en) 2017-05-15 2020-04-15 Smith & Nephew plc Negative pressure wound therapy system using eulerian video magnification
US11791030B2 (en) 2017-05-15 2023-10-17 Smith & Nephew Plc Wound analysis device and method
CN107411709B (zh) * 2017-06-02 2020-08-25 皑高森德医疗技术(北京)有限责任公司 一种基于高光谱图像的皮肤生物学成分量化分析方法
CN107356536B (zh) * 2017-06-15 2020-07-17 中科谱光科技(北京)有限公司 葡萄酒品质检测方法、服务器及光谱测量设备
WO2018234443A1 (en) 2017-06-23 2018-12-27 Smith & Nephew Plc POSITIONING SENSORS FOR MONITORING OR PROCESSING SENSOR ACTIVATED WAFER
US10502921B1 (en) 2017-07-12 2019-12-10 T. Simon Wauchop Attachable light filter for portable electronic device camera
GB201809007D0 (en) 2018-06-01 2018-07-18 Smith & Nephew Restriction of sensor-monitored region for sensor-enabled wound dressings
GB201804502D0 (en) 2018-03-21 2018-05-02 Smith & Nephew Biocompatible encapsulation and component stress relief for sensor enabled negative pressure wound therapy dressings
SG11202000913XA (en) 2017-08-10 2020-02-27 Smith & Nephew Positioning of sensors for sensor enabled wound monitoring or therapy
GB201718870D0 (en) 2017-11-15 2017-12-27 Smith & Nephew Inc Sensor enabled wound therapy dressings and systems
EP3681376A1 (en) 2017-09-10 2020-07-22 Smith & Nephew PLC Systems and methods for inspection of encapsulation and components in sensor equipped wound dressings
GB201804971D0 (en) 2018-03-28 2018-05-09 Smith & Nephew Electrostatic discharge protection for sensors in wound therapy
GB201718859D0 (en) 2017-11-15 2017-12-27 Smith & Nephew Sensor positioning for sensor enabled wound therapy dressings and systems
WO2019063481A1 (en) 2017-09-27 2019-04-04 Smith & Nephew Plc PH DETECTION FOR NEGATIVE PRESSURE WOUND THERAPY SURVEILLANCE AND THERAPY APPARATUS
US11839464B2 (en) 2017-09-28 2023-12-12 Smith & Nephew, Plc Neurostimulation and monitoring using sensor enabled wound monitoring and therapy apparatus
KR101821993B1 (ko) 2017-09-28 2018-03-08 주식회사 일루코 피부 확대경
WO2019074298A1 (ko) * 2017-10-11 2019-04-18 주식회사 일루코 광학식 피부 진단기, 피부 확대경에 설치되는 발광유닛 및 이를 포함한 피부 확대경
KR102070014B1 (ko) * 2017-10-11 2020-01-29 주식회사 일루코 피부 확대경에 설치되는 발광유닛 및 이를 포함한 피부 확대경
EP3707670A1 (en) * 2017-11-07 2020-09-16 Canfield Scientific, Incorporated Enhancing pigmentation in dermoscopy images
US11559438B2 (en) 2017-11-15 2023-01-24 Smith & Nephew Plc Integrated sensor enabled wound monitoring and/or therapy dressings and systems
KR102167946B1 (ko) * 2018-02-15 2020-10-20 스페클립스 주식회사 인-비보 병변 조직 검출을 위한 레이저 분광 기반의 독립 장치 및 방법
KR102258181B1 (ko) * 2018-02-15 2021-05-28 스페클립스 주식회사 레이저 분광 기반의 인-비보 병변 조직 검출을 위한 넌-디스크리트 스펙트럼 분석 알고리즘 및 이를 위한 방법
US11672425B2 (en) 2018-02-15 2023-06-13 Speclipse, Inc. Stand-alone apparatus and methods for in vivo detection of tissue malignancy using laser spectroscopy
US11278236B2 (en) * 2018-04-03 2022-03-22 Canfield Scientific, Incorporated Imaging-based methods and apparatuses for assessing skin pigmentation
US10943092B2 (en) 2018-05-23 2021-03-09 ClairLabs Ltd. Monitoring system
JP2019208900A (ja) * 2018-06-05 2019-12-12 株式会社ニコン 解析装置、分析装置、分析方法およびプログラム
US10575623B2 (en) 2018-06-29 2020-03-03 Sephora USA, Inc. Color capture system and device
CN111343907B (zh) * 2018-07-16 2022-06-10 荣耀终端有限公司 一种色素检测方法及电子设备
US11266345B2 (en) * 2018-07-16 2022-03-08 Swift Medical Inc. Apparatus for visualization of tissue
CN110740252A (zh) * 2018-07-20 2020-01-31 华为技术有限公司 一种图像获取的方法、装置及终端
CN109116009B (zh) * 2018-07-26 2022-02-22 上海家化联合股份有限公司 化合物温和性评估方法
WO2020036345A1 (ko) * 2018-08-14 2020-02-20 엘지전자 주식회사 화장품 제조 장치
WO2020053290A1 (en) 2018-09-12 2020-03-19 Smith & Nephew Plc Device, apparatus and method of determining skin perfusion pressure
CN112714886B (zh) 2018-09-28 2023-03-21 仪景通株式会社 显微镜系统、投影单元以及图像投影方法
CN112714888B (zh) 2018-09-28 2023-02-17 仪景通株式会社 显微镜系统、投影单元以及图像投影方法
WO2020066043A1 (ja) * 2018-09-28 2020-04-02 オリンパス株式会社 顕微鏡システム、投影ユニット、及び、画像投影方法
GB201817092D0 (en) * 2018-10-19 2018-12-05 Cancer Research Tech Ltd Apparatus and method for wide-field hyperspectral imaging
GB201820927D0 (en) 2018-12-21 2019-02-06 Smith & Nephew Wound therapy systems and methods with supercapacitors
WO2020146489A1 (en) * 2019-01-08 2020-07-16 The Rockefeller University Hyperspectral imaging in automated digital dermoscopy screening for melanoma
WO2020187851A1 (en) 2019-03-18 2020-09-24 Smith & Nephew Plc Design rules for sensor integrated substrates
KR102279688B1 (ko) 2019-03-22 2021-07-20 스페클립스 주식회사 레이저 유도 붕괴 스펙트럼 분석을 이용하는 진단 방법 및 이를 수행하는 진단 장치
CN113785328A (zh) * 2019-04-30 2021-12-10 安盟生技股份有限公司 图像配准方法及其系统
CN110037660B (zh) * 2019-05-05 2022-02-22 复旦大学附属中山医院 基于近红外光谱技术的压疮检测系统
JP2022536808A (ja) * 2019-06-18 2022-08-18 デジタル ダイアグノスティックス インコーポレイテッド 患者の皮膚色調に基づいて診断を決定するための機械学習診断モデルのセットの使用
JP7473354B2 (ja) * 2019-08-29 2024-04-23 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ サルコペニア評価方法、サルコペニア評価装置及びサルコペニア評価プログラム
USD948726S1 (en) * 2019-09-06 2022-04-12 Lifetrons Switzerland Holdings Limited Skin and life detection device
GB201914443D0 (en) 2019-10-07 2019-11-20 Smith & Nephew Sensor enabled negative pressure wound monitoring apparatus with different impedances inks
GB2589068A (en) * 2019-10-31 2021-05-26 Odi Medical As Probe
US20210196186A1 (en) * 2019-12-30 2021-07-01 L'oreal Acne detection using image analysis
CN111202497B (zh) * 2020-01-08 2022-08-30 中国科学院上海光学精密机械研究所 基于微偏振片阵列的偏振成像皮肤病变检测方法和检测装置
US20210231566A1 (en) * 2020-01-23 2021-07-29 Precision Healing, Inc. Exudate analysis using optical signatures
JP2023520017A (ja) 2020-04-01 2023-05-15 サ-コス コーポレイション 非生物学的な可動の空中ターゲットの早期検出のためのシステムおよび方法
US12070194B2 (en) 2020-11-02 2024-08-27 Presley M. Mock Remote medical examination
JP2022084299A (ja) * 2020-11-26 2022-06-07 マクセル株式会社 肌状態測定システム
WO2022130667A1 (ja) * 2020-12-15 2022-06-23 デルマ医療合資会社 ダーモスコープ、ダーモアダプタ、およびプログラム
USD1036665S1 (en) 2021-02-04 2024-07-23 Fibonacci Phyllotaxis Inc. Transparent tumor size measuring ruler with transparent slider
US11908154B2 (en) 2021-02-04 2024-02-20 Fibonacci Phyllotaxis Inc. System and method for evaluating tumor stability
USD1041654S1 (en) 2021-02-04 2024-09-10 Fibonacci Phyllotaxis Inc. Transparent tumor size measuring ruler
CN113080936B (zh) * 2021-03-29 2024-10-01 上海市浦东新区人民医院 一种皮肤疾病皮损范围测量系统
EP4319619A1 (en) * 2021-04-07 2024-02-14 Inpeco SA Device to support dermatological diagnosis
CN113520312A (zh) * 2021-05-28 2021-10-22 安徽中实华粹医疗器械有限公司 一种便携式智能皮肤显微分析系统
US20230018374A1 (en) * 2021-07-14 2023-01-19 University Of Southern California Lightweight, mobile 3d face imaging system for clinical environments
EP4163621A1 (de) * 2021-10-11 2023-04-12 Siemens Aktiengesellschaft Optisches vegetationsindex monitoring
KR102406249B1 (ko) * 2021-11-08 2022-06-08 채학수 브러시, 상기 브러시의 동작 방법 및 상기 브러시를 포함하는 병변 관리 시스템
WO2024092163A1 (en) * 2022-10-28 2024-05-02 University Of Washington Multispectral analysis using a smartphone camera for measuring concentrations of light-emitting compounds
CN118436316B (zh) * 2024-07-05 2024-08-27 北京大学第三医院(北京大学第三临床医学院) 用于皮肤镜的方法及皮肤镜系统

Family Cites Families (70)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5016173A (en) 1989-04-13 1991-05-14 Vanguard Imaging Ltd. Apparatus and method for monitoring visually accessible surfaces of the body
ATE146297T1 (de) 1989-05-10 1996-12-15 Raychem Corp Mit einem säurefänger impregniertes filzmaterial
US5821088A (en) * 1990-05-11 1998-10-13 Siga Pharmaceuticals, Inc. Use of gram-positive bacteria to express recombinant proteins
US5706821A (en) * 1994-12-30 1998-01-13 Hamamatsu Photonics K.K. Spectroscopic method for quantitatively determining the change of concentration of a light or other radiation absorbing compound in a medium which is interrogated through an intervening medium
EP0920620B1 (en) * 1996-08-23 2004-10-13 Her Majesty The Queen in Right of Canada, as represented by The Department of Agriculture and Agri-Food Canada Method and apparatus for using image analysis to determine meat and carcass characteristics
AU740638B2 (en) 1997-02-28 2001-11-08 Electro-Optical Sciences, Inc. Systems and methods for the multispectral imaging and characterization of skin tissue
US20040111031A1 (en) 1999-07-22 2004-06-10 Alfano Robert R. Spectral polarizing tomographic dermatoscope
US6993167B1 (en) * 1999-11-12 2006-01-31 Polartechnics Limited System and method for examining, recording and analyzing dermatological conditions
AUPR509601A0 (en) * 2001-05-18 2001-06-14 Polartechnics Limited Diagnostic feature extraction in dermatological examination
US6788966B2 (en) 2001-10-22 2004-09-07 Transscan Medical Ltd. Diagnosis probe
JP3978024B2 (ja) * 2001-12-03 2007-09-19 株式会社ニデック 眼科装置及び角膜手術装置
US7006223B2 (en) 2003-03-07 2006-02-28 3Gen, Llc. Dermoscopy epiluminescence device employing cross and parallel polarization
JP4274843B2 (ja) * 2003-04-21 2009-06-10 シャープ株式会社 Ledデバイスおよびそれを用いた携帯電話機器、デジタルカメラおよびlcd表示装置
JP2005111260A (ja) * 2003-09-17 2005-04-28 Konica Minolta Medical & Graphic Inc 医用デジタルカメラ、撮影操作装置、医用撮影画像診察システム及び聴診器マイク位置表示装置
EP1670347A4 (en) * 2003-09-19 2011-05-18 Gen Hospital Corp DEVICES AND METHODS FOR FLUORESCENCE POLARIZATION IMAGING
FR2861525B1 (fr) * 2003-10-24 2006-04-28 Winlight System Finance Procede et dispositif de capture d'une image grand champ et d'une region d'interet de celle-ci
JP4437202B2 (ja) 2004-01-09 2010-03-24 学校法人慶應義塾 色素沈着部位の遠隔診療システム
US7415143B2 (en) * 2004-04-13 2008-08-19 Duke University Methods and systems for the detection of malignant melanoma
US7088850B2 (en) 2004-04-15 2006-08-08 Edda Technology, Inc. Spatial-temporal lesion detection, segmentation, and diagnostic information extraction system and method
JP4348261B2 (ja) * 2004-08-31 2009-10-21 Hoya株式会社 トリミング撮像装置
US8224425B2 (en) 2005-04-04 2012-07-17 Hypermed Imaging, Inc. Hyperspectral imaging in diabetes and peripheral vascular disease
US7603031B1 (en) 2004-12-15 2009-10-13 Canfield Scientific, Incorporated Programmable, multi-spectral, image-capture environment
US20080123106A1 (en) 2004-12-27 2008-05-29 Bc Cancer Agency Surface Roughness Measurement Methods and Apparatus
AU2006206334C1 (en) * 2005-01-19 2011-05-19 Dermaspect Llc Devices and methods for identifying and monitoring changes of a suspect area on a patient
US7663662B2 (en) * 2005-02-09 2010-02-16 Flir Systems, Inc. High and low resolution camera systems and methods
DK1968648T3 (en) 2005-12-16 2015-07-27 Amit Shachaf Diagnostic system for the detection and diagnosis of skin cancer
EP2010043B1 (en) * 2006-04-18 2011-11-02 Koninklijke Philips Electronics N.V. Optical measurement device
US8045263B2 (en) * 2006-06-30 2011-10-25 The General Hospital Corporation Device and method for wide-field and high resolution imaging of tissue
US20100185064A1 (en) * 2007-01-05 2010-07-22 Jadran Bandic Skin analysis methods
BRPI0806109A2 (pt) 2007-01-05 2011-08-30 Myskin Inc sistema, dispositivo e método para imagem dérmica
US7894651B2 (en) 2007-03-02 2011-02-22 Mela Sciences, Inc. Quantitative analysis of skin characteristics
EP2171677A2 (en) 2007-06-18 2010-04-07 The Regents of the University of California Cellular phone enabled medical imaging system
JP2009018048A (ja) * 2007-07-12 2009-01-29 Fujifilm Corp 医用画像表示装置、方法及びプログラム
GB0718291D0 (en) * 2007-09-19 2007-10-31 King S College London Imaging apparatus and method
US20090279760A1 (en) * 2007-11-16 2009-11-12 Bergman Harris L Method for displaying measurements and temporal changes of skin surface images
US8218862B2 (en) 2008-02-01 2012-07-10 Canfield Scientific, Incorporated Automatic mask design and registration and feature detection for computer-aided skin analysis
WO2009115947A1 (en) 2008-03-18 2009-09-24 Koninklijke Philips Electronics N.V. Apparatus for skin imaging, system for skin analysis
WO2010019515A2 (en) * 2008-08-10 2010-02-18 Board Of Regents, The University Of Texas System Digital light processing hyperspectral imaging apparatus
KR20110079674A (ko) * 2008-09-24 2011-07-07 메사추세츠 인스티튜트 오브 테크놀로지 세포 및 융합 세포의 형광을 검출함으로써 줄기 세포를 확인하는 방법
US20110295089A1 (en) 2008-12-04 2011-12-01 Searete Llc, A Limited Liability Corporation Of The State Of Delaware Systems, devices, and methods including implantable devices with anti-microbial properties
FR2944898B1 (fr) 2009-04-23 2018-03-16 Lvmh Recherche Procede et appareil de caracterisation des imperfections de la peau et procede d'appreciation de l'effet anti-vieillissement d'un produit cosmetique
US8330807B2 (en) 2009-05-29 2012-12-11 Convergent Medical Solutions, Inc. Automated assessment of skin lesions using image library
AU2010292181B2 (en) 2009-09-09 2016-09-15 Oregon Health & Science University Automated detection of melanoma
DE102009044962A1 (de) 2009-09-24 2011-04-07 W.O.M. World Of Medicine Ag Dermatoskop und Elevationsmessgerät
CN101674173B (zh) * 2009-10-26 2011-09-21 西安空间无线电技术研究所 一种高速并行8psk时钟恢复系统及恢复方法
EP2513633A4 (en) * 2009-12-17 2013-09-04 British Columbia Cancer Agency DEVICE AND METHOD FOR IN VIVO TISSUE CHARACTERIZATION WITH RAMAN SPECTROSCOPY
WO2011087807A2 (en) 2009-12-22 2011-07-21 Health Discovery Corporation System and method for remote melanoma screening
WO2011103576A1 (en) 2010-02-22 2011-08-25 Canfield Scientific, Incorporated Reflectance imaging and analysis for evaluating tissue pigmentation
US9339194B2 (en) 2010-03-08 2016-05-17 Cernoval, Inc. System, method and article for normalization and enhancement of tissue images
FR2960962B1 (fr) 2010-06-08 2014-05-09 Francois Duret Dispositif de mesures tridimensionnelles et temporelles par empreinte optique en couleur.
US20120041284A1 (en) 2010-08-13 2012-02-16 Conopco, Inc., D/B/A Unilever Camera device for evaluating condition of skin or hair
FR2969915B1 (fr) 2011-01-04 2014-01-03 Ergylink Systeme et procede pour analyser au moins une caracteristique de la peau
CA3177719A1 (en) * 2011-04-04 2012-10-04 Alarm.Com Incorporated Fall detection and reporting technology
WO2012162596A1 (en) 2011-05-26 2012-11-29 3Derm Systems, Llc Stereoscopic plug-and-play dermatoscope and web interface
US20120320340A1 (en) 2011-06-18 2012-12-20 Intuitive Medical Technologies, Llc Smart-phone adapter for ophthalmoscope
JP5320491B2 (ja) 2011-07-13 2013-10-23 住友ゴム工業株式会社 不整地走行用の自動二輪車用タイヤ
US20130116538A1 (en) 2011-11-02 2013-05-09 Seno Medical Instruments, Inc. Optoacoustic imaging systems and methods with enhanced safety
US8761476B2 (en) * 2011-11-09 2014-06-24 The Johns Hopkins University Hyperspectral imaging for detection of skin related conditions
JP2013122443A (ja) * 2011-11-11 2013-06-20 Hideo Ando 生体活動測定方法、生体活動測定装置、生体活動検出信号の転送方法および生体活動情報を利用したサービスの提供方法
EP2793697A4 (en) 2011-12-21 2015-08-19 Catherine M Shachaf SYSTEM FOR IMAGING LESIONS ALIGNING FABRIC SURFACES
WO2013142489A1 (en) 2012-03-19 2013-09-26 Bruker Nano, Inc. Scanning probe microscope with improved feature location capabilities
US9955871B2 (en) 2012-03-21 2018-05-01 Korea Electrotechnology Research Institute Transmitted light detection type measurement apparatus for skin autofluorescence
US20140036054A1 (en) 2012-03-28 2014-02-06 George Zouridakis Methods and Software for Screening and Diagnosing Skin Lesions and Plant Diseases
RU2616653C2 (ru) * 2012-06-05 2017-04-18 Хайпермед Имэджинг, Инк. Способы и устройство для соосного формирования изображения с множеством длин волн
US20140213909A1 (en) 2013-01-31 2014-07-31 Xerox Corporation Control-based inversion for estimating a biological parameter vector for a biophysics model from diffused reflectance data
US10182757B2 (en) 2013-07-22 2019-01-22 The Rockefeller University System and method for optical detection of skin disease
US20160199665A1 (en) 2015-01-08 2016-07-14 Photomed Technologies, Inc. Treatment of wounds using electromagnetic radiation
WO2017027881A1 (en) 2015-08-13 2017-02-16 The Rockefeller University Quantitative dermoscopic melanoma screening
US10451548B2 (en) 2016-01-15 2019-10-22 The Mitre Corporation Active hyperspectral imaging system
WO2020146489A1 (en) 2019-01-08 2020-07-16 The Rockefeller University Hyperspectral imaging in automated digital dermoscopy screening for melanoma

Also Published As

Publication number Publication date
BR112016001399A8 (pt) 2020-01-14
US20160166194A1 (en) 2016-06-16
US10182757B2 (en) 2019-01-22
EP3024383B1 (en) 2021-09-01
JP6434016B2 (ja) 2018-12-05
JP2016530917A (ja) 2016-10-06
EP3024383A4 (en) 2017-04-05
AU2014293317A1 (en) 2016-03-10
AU2019203346B2 (en) 2021-03-25
JP2019058681A (ja) 2019-04-18
US20190133514A1 (en) 2019-05-09
BR112016001399A2 (pt) 2017-07-25
MX2016001034A (es) 2016-08-12
AU2014293317B2 (en) 2019-02-14
CN110742579A (zh) 2020-02-04
WO2015013288A2 (en) 2015-01-29
CN105578953A (zh) 2016-05-11
KR20160061978A (ko) 2016-06-01
MX2020002094A (es) 2020-03-24
US10307098B2 (en) 2019-06-04
AU2019203346A1 (en) 2019-06-06
WO2015013288A3 (en) 2015-11-12
US20190274619A1 (en) 2019-09-12
EP3024383A2 (en) 2016-06-01
US20150025343A1 (en) 2015-01-22
CA2955917C (en) 2021-01-12
US11931164B2 (en) 2024-03-19
US20230157626A1 (en) 2023-05-25
CA3101279A1 (en) 2015-01-29
JP6777711B2 (ja) 2020-10-28
CA2955917A1 (en) 2015-01-29

Similar Documents

Publication Publication Date Title
CN105578953B (zh) 用于皮肤疾病的光学检测的系统和方法
Dimauro et al. A new method and a non-invasive device to estimate anemia based on digital images of the conjunctiva
US10560643B2 (en) Systems and methods for hyperspectral imaging
KR102251749B1 (ko) 효율적인 변조 이미지 진단
Bolton et al. Portable, low-cost multispectral imaging system: design, development, validation, and utilization
US20220095998A1 (en) Hyperspectral imaging in automated digital dermoscopy screening for melanoma
CN108430326A (zh) 基于图像确定胆红素
Wang et al. Multi-scale hyperspectral imaging of cervical neoplasia
EP1931262B1 (en) Disposable calibration-fiducial mark for hyperspectral imaging
US20150062320A1 (en) Diffuse reflectance hyperspectral imaging system
Ng et al. Hyper-Skin: a hyperspectral dataset for reconstructing facial skin-spectra from RGB images
JP2016540622A (ja) 医用イメージング
Jolivot Development of an imaging system dedicated to the acquisition analysis and multispectral characterisation of skin lesion
Kim Development of a portable optical imaging system based on a smartphone and image classification using a learning algorithm
Delpueyo Español Development of a new spectral imaging system for the diagnosis of skin cancer
Preece et al. Model-based parameter recovery from uncalibrated optical images
He et al. Augmented smartphone bilirubinometer enabled by a mobile app that turns smartphone into multispectral imager
CN113905659A (zh) 用于淋巴结和血管成像的系统和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1225253

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191015