CN108351302B - 肿瘤部位的判别方法、肿瘤部位的判别装置 - Google Patents
肿瘤部位的判别方法、肿瘤部位的判别装置 Download PDFInfo
- Publication number
- CN108351302B CN108351302B CN201680064613.9A CN201680064613A CN108351302B CN 108351302 B CN108351302 B CN 108351302B CN 201680064613 A CN201680064613 A CN 201680064613A CN 108351302 B CN108351302 B CN 108351302B
- Authority
- CN
- China
- Prior art keywords
- filter
- light
- tumor site
- fluorescence
- specimen
- 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
Links
- 206010028980 Neoplasm Diseases 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title abstract description 29
- 239000000126 substance Substances 0.000 claims abstract description 60
- 150000004032 porphyrins Chemical class 0.000 claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- KSFOVUSSGSKXFI-GAQDCDSVSA-N CC1=C/2NC(\C=C3/N=C(/C=C4\N\C(=C/C5=N/C(=C\2)/C(C=C)=C5C)C(C=C)=C4C)C(C)=C3CCC(O)=O)=C1CCC(O)=O Chemical compound CC1=C/2NC(\C=C3/N=C(/C=C4\N\C(=C/C5=N/C(=C\2)/C(C=C)=C5C)C(C=C)=C4C)C(C)=C3CCC(O)=O)=C1CCC(O)=O KSFOVUSSGSKXFI-GAQDCDSVSA-N 0.000 claims description 52
- 229950003776 protoporphyrin Drugs 0.000 claims description 52
- 238000012545 processing Methods 0.000 claims description 45
- 230000003287 optical effect Effects 0.000 claims description 27
- 230000005284 excitation Effects 0.000 claims description 24
- 230000014509 gene expression Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 10
- 230000001678 irradiating effect Effects 0.000 claims description 7
- 210000002808 connective tissue Anatomy 0.000 abstract description 5
- 238000012360 testing method Methods 0.000 description 58
- 238000001228 spectrum Methods 0.000 description 42
- VWWQXMAJTJZDQX-UYBVJOGSSA-N flavin adenine dinucleotide Chemical compound C1=NC2=C(N)N=CN=C2N1[C@@H]([C@H](O)[C@@H]1O)O[C@@H]1CO[P@](O)(=O)O[P@@](O)(=O)OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C2=NC(=O)NC(=O)C2=NC2=C1C=C(C)C(C)=C2 VWWQXMAJTJZDQX-UYBVJOGSSA-N 0.000 description 19
- 235000019162 flavin adenine dinucleotide Nutrition 0.000 description 19
- 239000011714 flavin adenine dinucleotide Substances 0.000 description 19
- 229940093632 flavin-adenine dinucleotide Drugs 0.000 description 19
- 238000002189 fluorescence spectrum Methods 0.000 description 18
- 239000011159 matrix material Substances 0.000 description 18
- 102000008186 Collagen Human genes 0.000 description 17
- 108010035532 Collagen Proteins 0.000 description 17
- 229920001436 collagen Polymers 0.000 description 17
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 201000011510 cancer Diseases 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- ZGXJTSGNIOSYLO-UHFFFAOYSA-N 88755TAZ87 Chemical compound NCC(=O)CCC(O)=O ZGXJTSGNIOSYLO-UHFFFAOYSA-N 0.000 description 5
- 229960002749 aminolevulinic acid Drugs 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 5
- 229960005188 collagen Drugs 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 239000011259 mixed solution Substances 0.000 description 5
- 210000001519 tissue Anatomy 0.000 description 5
- 210000001165 lymph node Anatomy 0.000 description 4
- 210000005005 sentinel lymph node Anatomy 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002194 synthesizing effect Effects 0.000 description 3
- 208000007433 Lymphatic Metastasis Diseases 0.000 description 2
- 206010027476 Metastases Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009401 metastasis Effects 0.000 description 2
- 210000004798 organs belonging to the digestive system Anatomy 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- MOTVYDVWODTRDF-UHFFFAOYSA-N 3-[7,12,17-tris(2-carboxyethyl)-3,8,13,18-tetrakis(carboxymethyl)-21,22-dihydroporphyrin-2-yl]propanoic acid Chemical compound N1C(C=C2C(=C(CC(O)=O)C(=CC=3C(=C(CC(O)=O)C(=C4)N=3)CCC(O)=O)N2)CCC(O)=O)=C(CC(O)=O)C(CCC(O)=O)=C1C=C1C(CC(O)=O)=C(CCC(=O)O)C4=N1 MOTVYDVWODTRDF-UHFFFAOYSA-N 0.000 description 1
- 206010006187 Breast cancer Diseases 0.000 description 1
- 208000026310 Breast neoplasm Diseases 0.000 description 1
- 206010009944 Colon cancer Diseases 0.000 description 1
- 208000001333 Colorectal Neoplasms Diseases 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 102000001554 Hemoglobins Human genes 0.000 description 1
- 108010054147 Hemoglobins Proteins 0.000 description 1
- 208000005718 Stomach Neoplasms Diseases 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 206010017758 gastric cancer Diseases 0.000 description 1
- 150000003278 haem Chemical class 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 229910001507 metal halide Inorganic materials 0.000 description 1
- 150000005309 metal halides Chemical class 0.000 description 1
- RKCAIXNGYQCCAL-UHFFFAOYSA-N porphin Chemical group N1C(C=C2N=C(C=C3NC(=C4)C=C3)C=C2)=CC=C1C=C1C=CC4=N1 RKCAIXNGYQCCAL-UHFFFAOYSA-N 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 201000011549 stomach cancer Diseases 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 229910052724 xenon Inorganic materials 0.000 description 1
- FHNFHKCVQCLJFQ-UHFFFAOYSA-N xenon atom Chemical compound [Xe] FHNFHKCVQCLJFQ-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Medicines Containing Antibodies Or Antigens For Use As Internal Diagnostic Agents (AREA)
Abstract
本发明提供实现能够从包含结缔组织的检体比以往准确地进行肿瘤部位的判别的方法及装置，所述结缔组织包含具有自发荧光性的物质。取得与经由滤光器Fc接受到的光的强度分布对应的图像数据Ic及与经由滤光器Fsi(i＝1,2,…,n)接受到的光的强度分布对应的图像数据Isi(i＝1,2,…,n)，所述滤光器Fc使检体发出的光中的包含卟啉类发出的荧光的波长带的一部分的波长带λc的光透过，所述滤光器Fsi(i＝1,2,…,n)使包含n个种类的自体荧光物质发出的荧光的波长带的一部分的波长带λsi(i＝1,2,…,n)的光透过。并且，基于这些图像数据Ic及Isi进行运算，由此生成与检体发出的光中的卟啉类发出的荧光的强度分布对应的图像数据Ip。
Description
技术领域
本发明涉及肿瘤部位的判别方法及肿瘤部位的判别装置。
背景技术
近年来的日本迎来急速的高龄化社会，癌的患者数处于增加倾向。例如，在胃癌或大肠癌等消化器官癌、乳腺癌中，淋巴结转移是重要的预后因子之一，在决定患者的治疗方法方面，准确地诊断淋巴结转移的有无的情况非常重要。尤其是将从原发部位分离的癌细胞最初到达的淋巴结称为前哨淋巴结。到达前哨淋巴结的癌细胞的个数起初是限定性的，因此如果检查前哨淋巴结而癌细胞的转移极少，则可认为对于在此之前的淋巴结而大致未转移。
作为术中迅速诊断的一个方法，例如专利文献1公开那样，在包含消化器官区域的大范围的区域中，癌的检测应用了使用5-氨基乙酰丙酸(5-ALA)进行荧光观察的方法。5-ALA是在生物体内也存在的氨基酸的一种，水溶性且能够口服、局部性地给药。当将5-ALA从体外给药时，在正常细胞中血红素快速地代谢，但是在癌细胞中由于代谢酶的活性的差异而选择性地蓄积作为代谢产物的原卟啉IX(PpIX)。在此，血红素未确认为荧光，而PpIX是荧光物质，因此通过检测该光而能够进行肿瘤部位与非肿瘤部位的判别。
在先技术文献
专利文献
专利文献1：国际公开第2013/002350号
发明内容
发明要解决的课题
然而，在人类的生物体内，淋巴结包含于结缔组织而存在，这些结缔组织(脂肪或胶原蛋白等)在蓝色的激励光下，在蓝～绿的波长区域发出强的自体荧光。该自体荧光的波长带与来自上述PpIX的荧光的波长带具有重叠。
图1是表示作为人类生物体内包含的具有自体荧光性的物质的代表性的胶原蛋白和FAD(Flavin Adenine Dinucleotide：黄素腺嘌呤二核苷酸)的荧光光谱的附图。胶原蛋白在500nm附近具有荧光的峰值。而且，FAD在530nm附近具有荧光的峰值。在哪一个物质中，都确认到在波长635nm附近，虽然比峰值波长下的荧光强度低，但是具有某程度的荧光强度的情况。
图2是表示包括上述胶原蛋白或FAD这样的自体荧光物质和PpIX的检体的荧光光谱的一例的附图。在图2中，(a)示出PpIX单独的荧光光谱，(b)示出来自自体荧光物质的荧光光谱，(c)示出实际计测到的荧光光谱。但是，在图2中，为了便于说明，(a)、(b)及(c)的各曲线使分别以不同的基准进行了标准化的值重合在同一附图上。因此，在图2中应注意的是，在(a)、(b)及(c)的各曲线相互之间，坐标图的纵轴的值的大小关系未必一致。
如图2(a)所示，PpIX的荧光光谱在波长635nm附近具有峰值。因此，在检体不包含自体荧光物质的情况下，对于从检体发出的光(荧光)中的该波长635nm附近的光进行分光检测，并调查其强度分布，由此能够将其荧光强度高的部位，更详细而言表示超过规定的阈值的荧光强度的部位判别为肿瘤部位。
然而，实际上检体中包含自体荧光物质，因此如果对于从检体发出的光中的该波长635nm附近的光进行分光检测，则图2(b)所示的来自自体荧光物质的荧光重合。因此，即使在未蓄积PpIX的部位，也能确认到波长635nm附近的荧光强度。来自自体荧光物质的荧光的强度根据作为检体所提取的组织的部位也不同，还具有个人差。因此，当采用将波长635nm附近的荧光强度超过规定的阈值的部位判别为肿瘤部位的方法时，根据情况的不同，尽管未蓄积PpIX，由于来自自体荧光物质的荧光的强度高这样的理由，可能也会将非肿瘤部位误判别为肿瘤部位。
即，在临床应用中为了辨别肿瘤部位，尤其是由淋巴结等结缔组织覆盖的肿瘤部位，需要将内在性组织的自体荧光排除的方法。本发明的目的在于，实现一种与以往相比能够准确地从包含结缔组织的检体中判别出肿瘤部位的方法及装置，所述结缔组织包含胶原蛋白或FAD这样的具有自体荧光性的物质。
用于解决课题的方案
本发明提供一种肿瘤部位的判别方法，向包含种类数n为1以上的自体荧光物质在内的检体的可疑肿瘤部位所蓄积的卟啉类照射激励光，并检测激励后的所述卟啉类发出的荧光，其特征在于，具有：
步骤(a)，将所述激励光向所述检体照射而对所述卟啉类进行激励；
步骤(b)，取得与所述检体发出的荧光中的经由滤光器Fc接受到的光Lc的强度分布对应的图像数据Ic，所述滤光器Fc使包含所述卟啉类发出的荧光的波长带的一部分在内的波长带λc的光透过；
步骤(c)，取得与所述检体发出的荧光中的经由滤光器Fsi(i＝1,2,…,n)接受到的光Lsi(i＝1,2,…,n)的强度分布对应的图像数据Isi(i＝1,2,…,n)，所述滤光器Fsi(i＝1,2,…,n)使包含n个种类的所述自体荧光物质发出的荧光的波长带的一部分在内的波长带λsi(i＝1,2,…,n)的光透过；及
步骤(d)，基于在所述步骤(b)及(c)中得到的图像数据Ic及图像数据Isi(i＝1,2,…,n)，根据下述式(1)生成与所述检体发出的荧光中的所述卟啉类发出的荧光的强度分布对应的图像数据Ip。
[数学式1]
在式(1)中，Ac及Ai(i＝1,2,…,n)都为系数。
各种自体荧光物质发出的荧光的光谱其本身的形状依赖于该自体荧光物质的种类而决定。而且，从卟啉类发出的荧光的光谱其本身的形状也根据卟啉类而唯一地决定。即，通过向可疑肿瘤部位照射激励光而发出的荧光的光谱依赖于该可疑肿瘤部位包含的自体荧光物质的种类、及各自体荧光物质及卟啉类的含有比率。
本方法以检体中包含的自体荧光物质是已知的自体荧光物质的情况为前提。即，关于设想为可疑肿瘤部位包含的n个种类的自体荧光物质，分别预先识别代表性的荧光光谱的信息。并且，如上所述，也预先识别从卟啉类发出的荧光的光谱的信息。
如上所述，从卟啉类发出的荧光的波长带可能与从各种自体荧光物质发出的荧光的波长带重合。另一方面，如上所述，来自各种自体荧光物质的荧光的光谱及从卟啉类发出的荧光的光谱分别表示来自物质的波形。因此，向检体照射激励光，接受从该检体发出的荧光中的多个特定的波长带的光，得到各波长带下的光的强度分布，由此能够确定来自自体荧光物质的荧光及来自卟啉类的荧光分别以何种程度的比率混杂。
即，根据本方法，关于从含有n个种类的自体荧光物质和卟啉类的检体发出的荧光，预先确定系数Ac及Ai(i＝1,2,…,n)，由此仅通过基于上述(1)式进行运算，就能够从由检体发出的荧光中提取出来自卟啉类的荧光成分。
需要说明的是，所述步骤(d)也可以根据下述(2)式生成与所述检体发出的荧光中的所述卟啉类发出的荧光的强度分布对应的图像数据Ip。其中，在式(2)中，A0为系数。
[数学式2]
本方法使用发出激励光的光源部、接受从检体照射的光的受光部、使波长带λc的光透过的滤光器Fc、及使波长带λsi(i＝1,2,…,n)的光透过的滤光器Fsi(i＝1,2,…,n)进行。因此，可认为即使通过装置具备的受光部未接受到光，也可能会输出接受到光的内容的信号。特别是这种情况下，受光部识别为与波长带无关而接受到同等级的光(偏置成分)。因此，在上述(2)式中，预先确定与波长带无关的常数项A0。通过这样构成，能够抵消该偏置成分，因此能够严格地提取所述荧光中包含的来自卟啉类的荧光的成分。但是，如上述(1)式那样，通过未考虑偏置成分的运算式，在肿瘤部位的判别所需的范围内也能够提取荧光中包含的来自卟啉类的荧光的成分。
除了上述方法之外，也可以具有步骤(e)，该步骤(e)基于在所述步骤(d)中得到的所述图像数据Ip来进行肿瘤部位与非肿瘤部位的判别。所述图像数据Ip是基于从检体发出的来自卟啉类的荧光强度的数据。由此，例如在该图像数据Ip中，能够判断为在与表示超过规定的阈值的光强度的区域对应的检体上的区域存在肿瘤部位。
在所述步骤(b)中利用的所述滤光器Fc及在所述步骤(c)中利用的所述滤光器Fsi(i＝1,2,…,n)可以由取得所述卟啉类发出的荧光的强度时的标准推定误差成为最小的滤光器的组合构成。
本说明书中的“卟啉类”是指在卟吩环带有取代基的结构，作为卟啉类的一种，除了例如PpIX之外，也存在由PpIX生成的光原卟啉(PPp)等原卟啉类。
需要说明的是，也可以将所述卟啉类设为原卟啉类。特别是在所述原卟啉类设为原卟啉IX的情况下，自体荧光物质的种类数为2的情况下，可以是，
由所述滤光器Fc透过的光的所述波长带λc是包含635nm在内的波长带，
由所述滤光器Fs1透过的光的所述波长带λs1是中心波长为520nm以上且550nm以下的波长带，
由所述滤光器Fs2透过的光的所述波长带λs2是中心波长为730nm以上且760nm以下的波长带。
通过设为这样的方法，即使在来自635nm附近具有光谱的峰值的原卟啉IX(PpIX)的荧光与来自包含胶原蛋白及FAD的自体荧光物质的荧光重合的状态下从检体发光的情况下，也能够生成与来自PpIX的荧光强度对应的图像数据Ip。基于所述图像数据Ip进行肿瘤部位与非肿瘤部位的判别，由此与以往相比能够准确地进行肿瘤部位的判别。
此外，在上述的方法中，可以是，
所述滤光器Fc的半高全宽为10nm以上且30nm以下，
所述滤光器Fs1的半高全宽为30nm以上且50nm以下，
所述滤光器Fs2的半高全宽为180nm以上且220nm以下。
另外，本发明提供一种肿瘤部位的判别装置，向包含种类数n为1以上的所述自体荧光物质在内的检体的可疑肿瘤部位所蓄积的卟啉类照射激励光，并检测激励后的所述卟啉类发出的荧光，其特征在于，具有：
光源部，发出所述激励光；
受光部，接受从所述检体发出的荧光；
滤光器Fc，使包含所述卟啉类发出的荧光的波长带的一部分的波长带λc的光透过；
滤光器Fsi(i＝1,2,…,n)，使包含n个种类的所述自体荧光物质发出的荧光的波长带的一部分在内的波长带λsi(i＝1,2,…,n)的光透过；及
运算处理部，基于由所述受光部接受到的光的强度进行运算处理，
所述受光部经由所述滤光器Fc接受所述检体发出的光中的光Lc，将与该光Lc的强度分布对应的图像数据Ic向所述运算处理部输出，
所述受光部经由所述滤光器Fsi(i＝1,2,…,n)接受所述检体发出的光中的光Lsi(i＝1,2,…,n)，将与该光Lsi(i＝1,2,…,n)的强度分布对应的图像数据Isi(i＝1,2,…,n)向所述运算处理部输出，
所述运算处理部基于图像数据Ic及图像数据Isi(i＝1,2,…,n)，根据下述式(1)生成与所述检体发出的光中的所述卟啉类发出的荧光的强度分布对应的图像数据Ip。
[数学式3]
在式(1)中，Ac及Ai(i＝1,2,…,n)都为系数。
根据上述装置，即使从检体发出的荧光中来自卟啉类的荧光与来自自体荧光物质的荧光重合，在运算处理部也能提取卟啉类发出的荧光。并且，在运算处理部中能生成与该卟啉类发出的荧光强度的分布对应的图像数据Ip。由此，基于该图像数据Ip能够进行肿瘤部位与非肿瘤部位的判别，因此与以往相比能准确地进行肿瘤部位的判别。
所述肿瘤部位的判别装置可以具备存储所述系数Ac及Ai(i＝1,2,…,n)的值的存储部。
所述运算处理部可以基于图像数据Ic及图像数据Isi(i＝1,2,…,n)，根据下述式(2)生成与所述检体发出的光中的所述卟啉类发出的荧光的强度分布对应的图像数据Ip。这种情况下，所述肿瘤部位的判别装置可以具备存储所述系数Ac、Ai(i＝1,2,…,n)及A0的值的存储部。
[数学式4]
需要说明的是，可以将所述卟啉类设为原卟啉类。特别是在将所述原卟啉类设为原卟啉IX的情况下，所述自体荧光物质的种类数为2的情况下，可以是，
由所述滤光器Fc透过的光的所述波长带λc是包含635nm在内的波长带，
由所述滤光器Fs1透过的光的所述波长带λs1是中心波长为520nm以上且550nm以下的波长带，
由所述滤光器Fs2透过的光的所述波长带λs2是中心波长为730nm以上且760nm以下的波长带。
此外，可以是，
所述滤光器Fc的半高全宽为10nm以上且30nm以下，
所述滤光器Fs1的半高全宽为30nm以上且50nm以下，
所述滤光器Fs2的半高全宽为180nm以上且220nm以下。
另外，所述肿瘤部位的判别装置可以是，
具备信息输入部，
所述存储部对应于所述检体所包含的所述自体荧光物质的种类，而存储滤光器Fsi(i＝1,2,…,n)的信息、以及与所述系数Ac及Ai(i＝1,2,…,n)的值的组合相关的信息，
所述运算处理部当被从所述信息输入部提供与所述可疑肿瘤部位所包含的自体荧光物质的种类相关的信息时，从所述存储部读出滤光器Fsi(i＝1,2,…,n)的信息，确定滤光器Fsi(i＝1,2,…,n)，并从所述存储部读出所述系数Ac及Ai(i＝1,2,…,n)的值，进行所述式(1)的运算。
根据对于检体预先照射光而接受到的荧光光谱的分析结果、检体的人体的部位的特征等，有时能够预估检体中包含的自体荧光物质的种类。在上述装置的存储部存储有与检体中包含的自体荧光物质的种类对应的系数Ac及Ai(i＝1,2,…,n)以及滤光器Fsi(i＝1,2,…,n)的信息。由此，能够使用与检体对应的最适的滤光器来生成图像数据Isi(i＝1,2,…,n)，而且，基于该图像数据Isi(i＝1,2,…,n)及与检体对应的最适的系数Ac、Ai(i＝1,2,…,n)，能够生成与卟啉类发出的荧光强度的分布对应的图像数据Ip。
需要说明的是，在运算处理部通过上述(2)式生成图像数据Ip的情况下，所述存储部可以对应于所述检体中包含的自体荧光物质的种类，存储滤光器Fsi(i＝1,2,…,n)的信息、以及与所述系数Ac、Ai(i＝1,2,…,n)及A0的值的组合相关的信息。此时，所述运算处理部可以当被从所述信息输入部提供与所述可疑肿瘤部位所包含的自体荧光物质的种类相关的信息时，从所述存储部读出滤光器Fsi(i＝1,2,…,n)的信息，确定滤光器Fsi(i＝1,2,…,n)，并从所述存储部读出所述系数Ac、Ai(i＝1,2,…,n)及A0的值，进行所述式(2)的运算。
此外，上述肿瘤部位的判别装置可以具备滤光器切换部，该滤光器切换部设置在所述检体与所述受光部之间的光路上，并对所述滤光器Fc及所述滤光器Fsi(i＝1,2,…,n)中的任一滤光器进行切换。
发明效果
根据本发明的肿瘤部位的判别方法及肿瘤部位的判别装置，能够大致排除来自自体荧光物质的荧光的影响，与以往相比能准确地进行肿瘤部位的判别。
附图说明
图1是表示胶原蛋白和FAD的自体荧光光谱的附图。
图2是表示包含自体荧光物质及PpIX的检体的荧光光谱的一例的附图。
图3是示意性地表示肿瘤部位判别装置的外观的一例的图。
图4是示意性地表示肿瘤部位判别装置的内部结构的一例的框图。
图5是表示PpIX的荧光光谱的图。
图6是将相对于滤光器Fc的中心波长λc、滤光器Fs1的中心波长λs1及滤光器Fs2的中心波长λs2的误差ε的大小的分布进行了坐标图化的图。
图7是将相对于滤光器Fc的半高全宽FWHMc、滤光器Fs1的半高全宽FWHMs1及滤光器Fs2的半高全宽FWHMs2的误差ε的大小的分布进行了坐标图化的图。
图8是将通过运算而推定的荧光强度Ipr(j k)与实际的荧光强度Ip(j k)之间的关系进行了坐标图化的图。
图9是从光源部向将PpIX、FAD及胶原蛋白配置成一列而成的样品照射了光时的图像数据的一例。
图10是示意性地表示肿瘤部位判别装置的另一实施方式的内部结构的一例的框图。
具体实施方式
[装置结构]
关于肿瘤部位判别装置的结构，参照附图进行说明。需要说明的是，在各图中，附图的尺寸比与实际的尺寸比未必一致。
图3是示意性地表示肿瘤部位判别装置的外观的一例的附图。而且，图4是示意性地表示肿瘤部位判别装置的内部结构的一例的框图。
如图3所示，肿瘤部位判别装置1(以下，有时适当称为“装置1”。)具备支架装配口11及显示部12。支架装配口11是用于对收容有检体2(在图3中未图示，参照图4)的检体用支架10进行装配的机构。而且，显示部12对应于对通过肿瘤部位判别装置1判别了肿瘤部位与非肿瘤部位的结果进行显示的监视器。
需要说明的是，在此，示出在肿瘤部位判别装置1的主体设有显示部12的结构，但是也可以采用在装置1的主体不具备显示部12而使另一监视器显示判别结果的结构。而且，在此，虽然例示肿瘤部位判别装置1是通过收容有检体2的检体用支架10的插入来判定检体2是否包含肿瘤部位的结构的情况，但是并不局限于该结构。
检体2是作为进行肿瘤部位的判别的对象的检体(例如包含前哨淋巴结的生物体组织)。对于该检体2，假设如果包含肿瘤部位，则实施预先规定的措施，以在该部位蓄积卟啉类。作为一例，该生物体组织可以设为将5-ALA向人体给药之后摘出的组织。
如图4所示，装置1具备光源部21、滤光器22、二向色镜23、物镜24、滤光器切换部25、受光部26、运算处理部27、存储部28。需要说明的是，图4仿照图3，设想装置1具备显示部12的结构。
光源部21除了例如水银灯、氙气灯、卤素灯、金属卤化物灯等灯之外，可以由发光二极管元件、激光二极管元件等构成。滤光器22具有选择性地使从光源部21射出的光中的特定的波长的光透过的功能，例如由电介质多层膜等构成。在此，滤光器22作为具有选择性地使波长405nm的光透过的功能的结构进行说明，但是在本实施方式中，只要具有选择性地使385nm以上且425nm以下的特定的波长带的光透过的功能即可。更一般而言，滤光器22只要具有如下功能即可，即选择性地使为了对检体2包含肿瘤部位时蓄积的卟啉类进行激励所需的波长带的光透过。
二向色镜23具有使规定的波长带的光反射并使另外的规定的波长带的光透过的功能，可以由例如电介质多层膜等构成。在此，二向色镜23作为具有对波长405nm的光进行反射并使波长580nm以上的光透过的功能的结构进行说明。需要说明的是，该二向色镜23只要具有如下功能即可，即对于由滤光器22选择的波长的光进行反射，并使从检体2发出且由后述的滤光器切换部25所包含的滤光器Fc及滤光器Fsi(i＝1,2,…,n)选择的波长的光透过。
从光源部21射出并透过了滤光器22的波长405nm附近的激励光31由二向色镜23反射而向物镜24引导。并且，通过了物镜24的光透过支架10向检体2照射。当在检体2蓄积作为卟啉类的一例的PpIX(这也是原卟啉类的一例)时，通过该波长405nm的激励光31将PpIX激励，发出荧光32。向检体2照射激励光31而对蓄积于检体2的PpIX进行激励的步骤对应于步骤(a)。
荧光32透过支架10，向与激励光相反的方向行进，被向物镜24引导。并且，该荧光32透过二向色镜23而朝向滤光器切换部25。
在本实施方式中，滤光器切换部25在检体2与受光部26之间的光路上配置，能够对滤光器Fc、滤光器Fs1及滤光器Fs2这3个滤光器进行切换。各滤光器(Fc,Fs1,Fs2)分别具有选择性地使规定的波长带的光透过的功能，都可以由带通滤光器等光学滤光器构成。需要说明的是，滤光器的个数并不局限于3个，也可以设为能够对4个以上的滤光器进行切换并设置在光路上的结构。关于这一点在后文叙述。
在本实施方式中，滤光器Fc具有使包含卟啉类发出的荧光的主要峰值波长的波长带λc的光透过的功能。例如，在使用卟啉类的一例即PpIX作为检测对象的情况下，来自PpIX的荧光的峰值波长如图5所示为635nm附近，因此使用以选择性地使包含该635nm的波长带λc的光透过的方式设计的滤光器Fc。作为滤光器Fc的一例，可以利用中心波长为634nm且半高全宽为20nm的滤光器。这种情况下，波长带λc成为624nm以上且644nm以下。关于该滤光器Fc的决定方法，在后文叙述。
在本实施方式中，透过滤光器Fs1的光的中心波长比滤光器Fc靠短波长侧。作为滤光器Fs1的一例，可以利用中心波长为536nm且半高全宽为40nm的滤光器。这种情况下，波长带λs1成为516nm以上且556nm以下。关于该滤光器Fs1的决定方法，在后文叙述。
在本实施方式中，透过滤光器Fs2的光的中心波长比滤光器Fc靠长波长侧。作为滤光器Fs2的一例，可以利用中心波长为745nm且半高全宽为204nm的滤光器。这种情况下，波长带λs1成为643nm以上且847nm以下。关于该滤光器Fs2的决定方法，在后文叙述。
受光部26接受透过了在滤光器切换部25设定的滤光器(Fc,Fs1,Fs2)的各荧光32。受光部26将与检体2上的位置对应的荧光强度向运算处理部27输出。更具体而言，受光部26接受经由滤光器Fc而接受的荧光32(以下，记载为“荧光Lc”。)，将与检体2上的位置对应的荧光Lc的强度分布所对应的图像数据Ic向运算处理部27输出。受光部26将图像数据Ic向运算处理部27输出的步骤对应于步骤(b)。
同样，受光部26接受经由滤光器Fs1而接受的荧光32(以下，记载为“荧光Ls1”。)，将与检体2上的位置对应的荧光Ls1的强度分布所对应的图像数据Is1向运算处理部27输出。同样，受光部26接受经由滤光器Fs2而接受的荧光32(以下，记载为“荧光Ls2”。)，将与检体2上的位置对应的荧光Ls2的强度分布所对应的图像数据Is2向运算处理部27输出。受光部26将图像数据Is1及Is2向运算处理部27输出的步骤对应于步骤(c)。
在存储部28预先存储有与系数Ac、A1、A2及A0相关的信息。运算处理部27从存储部28读出与系数Ac、A1、A2及A0相关的信息，并基于由受光部26提供的各图像数据Ic、Is1及Is2，进行下述式(3)的运算来导出图像数据Ip。
[数学式5]
Ip＝AcIc+(A1·Is1+A2·Is2+A0) (3)
该各常数Ac、A1、A2及A0预先确定为，当被提供荧光23中的具有波长带λc的成分的荧光Lc的强度、荧光23中的具有波长带λs1的成分的荧光Ls1的强度、及荧光23中的具有波长带λs2的成分的荧光Ls2的强度时，通过进行上述式(3)的运算，能够估算荧光23中包含的来自卟啉类的荧光强度。由此，运算处理部27通过进行上述式(3)的运算，生成与检体2中包含的卟啉类发出的荧光的强度分布对应的图像数据Ip。运算处理部27生成图像数据Ip的步骤对应于步骤(d)。
需要说明的是，关于该各系数Ac、A1、A2及A0的决定方法在后文叙述。
该图像数据Ip向显示部12输出。由此，与检体2的位置对应的来自卟啉类的荧光强度被显示作为图像信息。例如，通过确认该显示的图像，能够判定检体2是否存在肿瘤部位，而且在检体2存在肿瘤部位的情况下，能够确定检体2内的肿瘤部位存在的场所。该判定处理对应于步骤(e)。
另外，运算处理部27也可以进行至基于图像数据Ip来判定检体2是否存在肿瘤部位为止。例如，运算处理部27基于图像数据Ip，判定各位置的荧光强度是否超过规定的阈值。并且，运算处理部27将荧光强度超过规定的阈值的部位判别为肿瘤部位，将荧光强度为所述规定的阈值以下的部位判别为非肿瘤部位。该判定处理对应于步骤(e)。
显示部12可以显示基于从运算处理部27发送的肿瘤部位的坐标信息而例如对检体2的图像上的规定的位置实施标记为肿瘤部位的标记或显色的图像数据。而且，在运算处理部27中判别为肿瘤部位的区域不存在的情况下，显示部12也可以显示该内容的信息。
检查员通过目视确认显示部12，能够容易地识别检体2是否存在肿瘤部位，并且在肿瘤部位存在时能够容易地识别其存在部位。而且，例如也可以是在装置1设置操作按钮，当将收容有检体2的支架10装配于装置1而按下该操作按钮时从光源部21射出激励光的构造，由此利用装置1能够自动地进行检体2的肿瘤部位的判别处理。由此，能消除检查员的技能引起的判断结果的偏差，并且也不需要病理医生的判断。
通过上述处理而生成的图像数据Ip是在从检体2发出的荧光32中将属于包括卟啉类的荧光光谱的峰值波长的波长带λc的光强度分布即来自自体荧光物质的荧光排除后的信息。由此，根据肿瘤部位判别装置1，基于该图像数据Ip能够进行肿瘤部位和非肿瘤部位的判别，因此与以往相比，能够大幅降低由于包含来自自体荧光物质的荧光所引起的误判别的可能性。
配置在光路上的滤光器(Fc,Fs1,Fs2)的顺序可以是任意的顺序。
为了使装置1小型化，二向色镜23以将激励光31与荧光32的光路进行一部分共用化为目的而设置。即，如果是从光源部21射出的激励光向检体2照射并且从检体2发出的光由受光部26接受的结构，则二向色镜23并不是必须需要。而且，滤光器22可以与光源部21一体化。图4所示的装置1的结构只不过是一例，只要是实现相同功能的结构即可，当然可以进行各种设计变更。
[滤光器条件的决定]
以下，说明滤光器Fc、滤光器Fs1及滤光器Fs2这3个滤光器的决定方法的一例。在此，为了便于说明而说明假定的自体荧光物质为胶原蛋白及FAD这2个种类的情况，但是3个种类以上也能够进行同样的讨论的情况在后文叙述。
(中心波长的决定步骤)
作为滤光器Fc、滤光器Fs1及滤光器Fs2而最优选的是基于将经由各滤光器接受到的来自卟啉类的荧光与来自自体荧光物质的荧光合成而得到的荧光，通过运算能够仅切分出来自卟啉类的荧光的滤光器。为了设定能够将其实现的滤光器Fc、滤光器Fs1及滤光器Fs2的条件而进行以下的模拟。
如上所述，从检体2发出的荧光32是将来自卟啉类的荧光与来自自体荧光物质的荧光合成而得到的荧光，其合成的程度受到检体2中包含的卟啉类及自体荧光物质的量的影响。由此，从检体2照射的荧光32可认为大致以来自卟啉类的荧光与来自自体荧光物质的荧光的线性和来表现。
因此，制成了如下的测试光谱，即以规定的比率对将PpIX的荧光光谱(参照图5)作为卟啉类的例子及将胶原蛋白和FAD的荧光光谱(参照图1)作为自体荧光物质的例子进行合成而得到的测试光谱。在此，使PpIX的量、胶原蛋白的量及FAD的量分别以3个等级(0,w1,w2)(其中，w2>w1)变化，由此制成了总计27个种类的基准测试光谱TSb1～TSb27。需要说明的是，在此，3个等级中的1个等级包括含量为0的情况。即，在测试光谱中，模拟了例如包含PpIX及胶原蛋白且不包含FAD的荧光光谱。
然而，实际上，可想到在受光部26接受的荧光32的各荧光的合成光谱未作为完全的线性和显现而包含一定的干扰的情况。因此，为了模拟该干扰，分别对于27个种类的基准测试光谱TSb1～TSb27，通过随机数以100种的方法使标准偏差成为最大浓度的5％那样的高斯噪声重叠。即，生成了2700个种类的测试光谱。例如，对于基准测试光谱TSb1，生成了使100个种类的噪声重叠的测试光谱TS1 1～TS1 100。而且，对于基准测试光谱TSb2，生成了使100个种类的噪声重叠的测试光谱TS2 1～TS2 100。同样，对于全部的基准测试光谱TSbj(j＝1,2,…27)，生成了使100个种类的噪声重叠的测试光谱TSj 1～TSj 100(j＝1,2,…27)。
接下来，按照以下的次序，选定了滤光器Fc的中心波长λc、滤光器Fs1的中心波长λs1及滤光器Fs2的中心波长λs2。
将作为滤光器Fc用的测试滤光器TFc设定了100个种类。具体而言，将半高全宽固定为规定的数值(作为一例而为5nm)，在620nm以上且720nm以下的波长带中使中心波长每1nm地变化，由此设定了100个种类的测试滤光器TFc 1～TFc 100。需要说明的是，620nm以上且720nm以下这样的波长范围如图5所示根据认为能大致确认PpIX的荧光光谱的范围来设定。
另外，将滤光器Fs1用的测试滤光器TFs1设定了110个种类。具体而言，将半高全宽固定为规定的数值(作为一例而为5nm)，在520nm以上且630nm以下的波长带中使中心波长每1nm地变化，由此设定了110个种类的测试滤光器TFs1 1～TFs1 110。需要说明的是，520nm以上且630nm以下这样的波长范围通过位于比测试滤光器TFc 1～TFc 100的各中心波长的范围靠短波长侧处并使波长带与测试滤光器TFc 1～TFc 100中的一部分重叠来设定。
另外，将滤光器Fs2用的测试滤光器TFs2设定了220个种类。具体而言，将半高全宽固定为规定的数值(作为一例而为5nm)，在640nm以上且860nm以下的波长带中使中心波长每1nm地变化，由此设定了220个种类的测试滤光器TFs2 1～TFs2 220。需要说明的是，640nm以上且860nm以下这样的波长范围通过位于比测试滤光器TFc 1～TFc 100的各中心波长的范围靠长波长侧处并使波长带与测试滤光器TFc 1～TFc 100中的一部分重叠来设定。
首先，在一测试光谱TS1 1中，提取经由测试滤光器TFc 1受光时的光强度I(1 1)(c 1)。同样，在一测试光谱TS1 1中，提取经由测试滤光器TFs1 1受光时的光强度I(1 1)(s1 1)及经由测试滤光器TFs2 1受光时的光强度I(1 1)(s2 1)。
在此，测试光谱TS1 1中包含的来自PpIX的光强度Ip1 1如果假定为能够以光强度I(1 1)(c 1)、I(1 1)(s1 1)及I(1 1)(s2 1)的各值的线性和来表现，则能够由下述式(4)表现。
[数学式6]
Ip1_1＝Ac·I(1 1)(c_1)+A1·I(1_1)(s1_1)+A2·I(1_1)(s2_1)+A0 (4)
接下来，在另一测试光谱TS1 2中，提取经由测试滤光器TFc 1受光时的光强度I(1 2) (c 1)、经由测试滤光器TFs1 1受光时的光强度I(1 2)(s1 1)及经由测试滤光器TFs2 1受光时的光强度I(1 2)(s2 1)。这种情况下，如果设定适当的系数Ac、A1、A2及A0，则测试光谱TS1 2中包含的来自PpIX的光强度Ip1 2也能够由下述式(5)表现。
[数学式7]
Ip1_2＝Ac·I(1_2)(c_1)+A1·I(1_2)(s1_1)+A2·I(1_2)(s2_1)+A0 (5)
以下，通过同样的讨论，关于2700个种类的测试光谱TSj k(j＝1，2，…27，k＝1，2，…，100)，提取经由测试滤光器TFc 1受光时的光强度I(j k)(c 1)、经由测试滤光器TFs1 1受光时的光强度I(j k)(s1 1)、及经由测试滤光器TFs2 1受光时的光强度I(j k)(s2 1)。由此，测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)中包含的来自PpIX的光强度Ip能够由下述式(6)表现。
[数学式8]
然而，左边的矩阵Ip对应于2700个种类的测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)各自包含的PpIX的光强度。各测试光谱TSj k基于基准测试光谱TSbj(j＝1,2,…27)而生成。并且，如上所述，通过使PpIX的量、胶原蛋白的量及FAD的量分别以3个等级(0,w1,w2)变化而合成来生成各基准测试光谱TSbj。因此，各基准测试光谱TSbj中包含的PpIX的混杂量能够预先识别。由此，各测试光谱TSj k各自中包含的来自PpIX的荧光强度的值已知。
另外，右边的矩阵I对应于经由各测试滤光器TFc 1、TFs1 1及TFs2 1受光时的光强度，因此其值也已知。
由此，基于下述式(7)，能够计算矩阵A。需要说明的是，式(6)中的矩阵I+是矩阵I的伪逆矩阵。
[数学式9]
A＝I+Ip (7)
通过上述式(7)，以最小平方法求出在矩阵A中规定的各系数Ac、A1、A2及A0。由在此求出的系数Ac、A1、A2及A0构成的矩阵A为了表示数值已经决定的状态而记载为矩阵A’。
矩阵A’由于是以最小平方法估算出的矩阵，因此实际的测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)中包含的来自PpIX的荧光强度Ip与在使用了矩阵A’的运算中估算出的来自PpIX的推定荧光强度Ipr之间产生误差。需要说明的是，推定荧光强度Ipr通过下述式(8)估算出。需要说明的是，如上所述，矩阵I对应于经由各测试滤光器TFc 1、TFs1 1及TFs2 1接受到由测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)表示的光时的光强度。
[数学式10]
Ipr＝IA' (8)
需要说明的是，虽然在上述(8)式中以矩阵形式记载，但是推定荧光强度Ipr按照各测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)来估算出，因此实际上以Ipr(j k)(j＝1,2,…27，k＝1,2,…,100)这样的形式估算出。而且，关于测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)中实际包含的来自PpIX的荧光强度Ip，也能够以Ip(j k)(j＝1,2,…27，k＝1,2,…,100)这样的形式表现。
此时，关于测试光谱TSj k中包含的来自PpIX的荧光强度，通过运算而推定出的荧光强度Ipr(j k)与实际的荧光强度Ip(j k)之间的误差ε1通过下述式(9)来估算出。
[数学式11]
需要说明的是，在式(9)中，N是通过运算而推定出的荧光强度Ipr(j k)及实际的荧光强度Ip(j k)的各自的种类数，这对应于测试光谱的种类数。如上所述，在本次的例子中，由于制成2700个种类的测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)，因此N＝2700。
通过上述式(9)而得到的误差ε1相当于使用了由测试滤光器TFc 1、测试滤光器TFs1 1及测试滤光器TFs2 1的组合构成的滤光器组FS1时的误差。如上所述，在本实施方式中，设定100个种类的测试滤光器TFc 1～TFc 100作为测试滤光器TFc，设定110个种类的测试滤光器TFs1 1～TFs1 110作为测试滤光器TFs1，设定220个种类的测试滤光器TFs2 1～TFs2 220作为测试滤光器TFs2。即，作为滤光器组FS的组合存在100×110×220＝2420000种。
关于上述的滤光器组FSi(i＝1,2,…,2420000)，进行与上述同样的运算，由此估算出误差εi(i＝1,2,…,2420000)。其中，能得出误差εi的值最小的滤光器组FSi是标准推定误差最小的滤光器组的结论。
图6是将相对于滤光器Fc的中心波长λc、滤光器Fs1的中心波长λs1及滤光器Fs2的中心波长λs2的误差ε的大小的分布进行了坐标图化的图。需要说明的是，在图6中，除了将各滤光器的半高全宽设为5nm的情况以外，关于设为10nm的情况、设为20nm的情况，也进行与上述同样的运算而算出相对于各滤光器组的误差ε，由此导出误差分布。在图6中，“FWHM”是指半高全宽。在图6中，以误差ε的大小越小则成为越发白的图像的方式将图像进行二值化。
根据图6，确认到在将滤光器Fc的中心波长λc设为634nm、将滤光器Fs1的中心波长λs1设为536nm、将滤光器Fs2的中心波长λs2设为745nm时，标准推定误差ε成为最小。
(半幅值的决定步骤)
在上述的步骤中，在将半幅值固定成规定的值的状态下，来决定在全部的测试光谱TSj k(j＝1,2,…27，k＝1,2,…,100)中基于受光而得到的荧光强度利用运算所导出的推定荧光强度Ipr(j k)与实际的荧光强度Ip(j k)的误差最小的滤光器的中心波长的组合。
接下来，将决定的各滤光器的中心波长λc、λs1及λs2固定，设定多个使半高全宽变化的滤光器组。并且，同样，决定标准推定误差ε成为最小的半高全宽的组合。关于滤光器Fc，将中心波长λc设为634nm，使半高全宽从5nm至50nm每1nm地变化。关于滤光器Fs1，将中心波长λs1设为536nm，使半高全宽从5nm至50nm每1nm地变化。关于滤光器Fs2，将中心波长λs2设为745nm，使半高全宽从5nm至300nm每1nm地变化。
图7是将相对于滤光器Fc的半高全宽FWHMc、滤光器Fs1的半高全宽FWHMs1、及滤光器Fs2的半高全宽FWHMs2的误差ε的大小的分布与图6同样地进行了坐标图化的图。关于各滤光器Fc、Fs1及Fs2的中心波长，预先采用标准推定误差ε成为最小的值，因此确认到以误差比图6小的区域进行分布的情况。根据图7确认到，在将滤光器Fc的半高全宽FWHMc设为20nm、将滤光器Fs1的半高全宽FWHMs1设为40nm、及将滤光器Fs2的半高全宽FWHMs2设为204nm时，标准推定误差成为最小。
图8是在经由通过上述的2个步骤而决定的各滤光器Fc、Fs1及Fs2而对各测试光谱TSj k进行了受光的情况下，将通过运算而推定出的荧光强度Ipr(j k)与实际的荧光强度Ip(j k)之间的关系进行了坐标图化的图。横轴是实际的荧光强度Ip(j k)，纵轴是通过运算而推定出的荧光强度Ipr(j k)。根据图8，确认到标准推定误差ε＝5.44，止于极小的误差范围内的情况。
[测定系的常数的决定]
通过上述的步骤，决定了推定误差最少的滤光器Fc、Fs1及Fs2的条件。然而，实际上，使用图4所示那样的装置1，基于实际由受光部26接受到的光的强度来推定来自卟啉类的荧光强度Ip。因此，优选预先确定与实际的测定系的结构对应的系数Ac、A1、A2及A0。
因此，在本步骤中，实际上在对于滤光器切换部25设置了具有通过上述步骤决定的滤光器条件的各滤光器Fc、Fs1及Fs2的基础上，通过进行实验来决定与测定系对应的系数Ac、A1、A2及A0。
在此，鉴于荧光物质的混杂的容易性，将PpIX与FAD的混合溶液以不同的混合比率制成了多个种类。该制成的混合溶液对应于上述的步骤中的测试光谱。并且，对于各混合溶液实际上从光源部21照射激励光31，计测经由各滤光器Fc、Fs1及Fs2利用受光部26接受到的光的强度。具体而言，检测从第m个混合溶液(m＝1,2,…,n)发出的荧光32中的经由滤光器Fc利用受光部26受光的光强度Im c、经由滤光器Fs1利用受光部26受光的光强度Im s1、经由滤光器Fs2利用受光部26受光的光强度Im s2。并且，与式(6)同样，将各值代入下述式(10)。
[数学式12]
然后，与式(7)同样，估算出矩阵I的伪逆矩阵I+，由此能够计算矩阵A。在本步骤中得到的矩阵A，即，各系数Ac、A1、A2及A0是遵照本测定系的系数。该值存储于装置1的存储部28。
作为一例，使FAD的浓度以0μM、3μM、6μM、9μM、12μM这5个种类变化，使PpIX的浓度以0μM、25μM、50μM、75μM、100μM这5个种类变化，由此制成了n＝25个种类的混合溶液。并且，当通过上述步骤估算出常数时，决定为Ac＝-7.82，A1＝96.4，A2＝-26.9及A0＝0.00。
[实施例]
将决定了的滤光器Fc、滤光器Fs1及滤光器Fs2安设于装置1的滤光器切换部25，将与决定了的各系数Ac、A1、A2及A0相关的信息存储于存储部28的状态下，从光源部21向将PpIX、FAD及胶原蛋白配置成一列而形成的样品照射了光。此时的图像数据的一例如图9所示。
图9(a)是作为比较而表示的图像数据，是经由中心波长635nm的滤光器接受到从样品放射的荧光32的图像数据。图9(b)是经由各滤光器Fc、Fs1及Fs2接受从样品放射的荧光32，并基于各自的受光数据和各系数Ac、A1、A2及A0而运算处理部27生成的图像数据。在图9(a)中，是PpIX、FAD及胶原蛋白都发光而难以进行它们的区别的状态。相对于此，根据图9(b)，仅PpIX的存在部位发光，能够得到仅PpIX的图像。
[其他实施方式]
以下，说明其他实施方式。
<1>在上述的实施方式中，说明了搭载于滤光器更换部25的滤光器为滤光器Fc、滤光器Fs1及滤光器Fs2这3个种类的情况。然而，滤光器的种类也可以为4个种类以上。特别是可以根据想到包含于检体2的情况的自体荧光物质的种类而使滤光器的种类增减。
在上述的实施方式中，采取检体2中包含的自体荧光物质为胶原蛋白和FAD的情况进行了说明。作为可疑肿瘤部位的检体2中包含的自体荧光物质，代表性的是胶原蛋白和FAD，但是根据场所的不同，也可考虑包含其他的自体荧光物质的可能性。在这样的情况下，根据设想的自体荧光物质的种类数而预先准备滤光器，由此能够进一步提高从接受到的荧光32中提取来自卟啉类的自体荧光成分的精度。
图10是示意性地表示另一实施方式的装置1的内部结构的附图。该装置1相对于图3所示的装置1而追加性地具备信息输入部29。而且，在存储部28预先存储有与自体荧光物质的种类n对应的系数Ac、Ai(i＝1,2,…,n)及A0以及滤光器Fsi(i＝1,2,…,n)的信息。这些信息使用通过进行与上述的步骤同样的处理而预先得到了适当的滤光器及系数。
存在如下情况，即根据预先向检体2照射光而受光的荧光光谱的分析结果或检体2的人体中的部位的特征等，能够预估检体2中包含的自体荧光物质的种类。根据图10所示的装置，通过预先从信息输入部29提供检体2中包含的自体荧光物质的信息，而运算处理部27从存储部28读出与该自体荧光物质的种类对应的系数及滤光器的信息。并且，运算处理部27对于滤光器切换部25进行设定该对应的滤光器的控制。由此，运算处理部27基于使用与检体对应的最适的滤光器而接受到的荧光，能够生成图像数据，而且，基于该图像数据及与检体2对应的最适的系数，能够生成与卟啉类发出的荧光强度的分布对应的图像数据。
<2>在上述的实施方式中，滤光器Fc使光透过的波长带λc包括作为卟啉类的例子的PpIX的荧光光谱中的主要峰值波长即635nm。然而，如图5所示，PpIX的荧光光谱在波长700nm的附近也具有副峰值。由此，所述波长带λc可以不包括PpIX的主要峰值波长而包括副峰值波长即700nm的附近。
<3>蓄积于肿瘤部位的卟啉类也可以是原卟啉IX(PpIX)以外的物质，例如，在对于从由PpIX生成的光原卟啉(PPp)或尿卟啉等发出的荧光进行分光检测的情况下，也可以采用上述方法。
这种情况下，特别是滤光器22只要是能够使为了激励该卟啉类所需的波长带的激励光31选择性地透过的结构即可。而且，滤光器Fc只要具有使包括该卟啉类发出的荧光的峰值波长的波长带λc的光透过的功能即可。
<4>在上述的实施方式中，说明了在存储部28预先存储系数A0，运算处理部27通过进行上述式(3)的运算来导出图像数据Ip的情况。在此，系数A0是设想了装置系的偏置量的值。然而，也可以在运算时不考虑该偏置量。这种情况下，运算处理部27在上述式(3)中可以通过A0＝0的运算式，即下述(11)式来导出图像数据Ip。在上述的其他的式子中也同样。
[数学式13]
Ip＝AcIc+(A1·Is1+A2·Is2) (11)
标号说明
1：肿瘤部位判别装置
2：检体
10：检体用支架
11：支架装配口
12：显示部
21：光源部
22：滤光器
23：二向色镜
24：物镜
25：滤光器切换部
26：受光部
27：运算处理部
28：存储部
29：信息输入部
31：激励光
32：荧光。
Claims (7)
1.一种肿瘤部位的判别装置，向包含种类数n为1以上的自体荧光物质在内的检体的可疑肿瘤部位所蓄积的卟啉类照射激励光，并检测激励后的所述卟啉类发出的荧光，所述肿瘤部位的判别装置的特征在于，具有：
光源部，发出所述激励光；
受光部，接受从所述检体发出的荧光；
滤光器Fc，使包含所述卟啉类发出的荧光的波长带的一部分在内的波长带λc的光透过；
滤光器Fsi(i＝1,2,…,n)，使包含n个种类的所述自体荧光物质发出的荧光的波长带的一部分在内的波长带λsi(i＝1,2,…,n)的光透过；
运算处理部，基于由所述受光部接受到的光的强度进行运算处理；及
存储下述式(1)中记载的系数Ac及Ai(i＝1,2,…,n)的值的存储部，
所述受光部经由所述滤光器Fc接受所述检体发出的光中的光Lc，将与该光Lc的强度分布对应的图像数据Ic向所述运算处理部输出，
所述受光部经由所述滤光器Fsi(i＝1,2,…,n)接受所述检体发出的光中的光Lsi(i＝1,2,…,n)，将与该光Lsi(i＝1,2,…,n)的强度分布对应的图像数据Isi(i＝1,2,…,n)向所述运算处理部输出，
所述运算处理部基于图像数据Ic及图像数据Isi(i＝1,2,…,n)，根据下述式(1)生成与所述检体发出的荧光中的所述卟啉类发出的荧光的强度分布对应的图像数据Ip，
[数学式3]
在式(1)中，Ac及Ai(i＝1,2,…,n)都为系数。
2.根据权利要求1所述的肿瘤部位的判别装置，其特征在于，
所述存储部在所述系数Ac及Ai(i＝1,2,…,n)的基础上存储下述式(2)中的系数A0的值，
所述运算处理部根据下述(2)式生成与所述检体发出的荧光中的所述卟啉类发出的荧光的强度分布对应的图像数据Ip，
[数学式4]
在式(2)中，A0为系数。
3.根据权利要求1或2所述的肿瘤部位的判别装置，其特征在于，
所述卟啉类为原卟啉IX，
所述自体荧光物质的种类数为2，
由所述滤光器Fc透过的光的所述波长带λc是包含635nm在内的波长带，
由所述滤光器Fs1透过的光的所述波长带λs1是中心波长为520nm以上且550nm以下的波长带，
由所述滤光器Fs2透过的光的所述波长带λs2是中心波长为730nm以上且760nm以下的波长带。
4.根据权利要求3所述的肿瘤部位的判别装置，其特征在于，
所述滤光器Fc的半高全宽为10nm以上且30nm以下，
所述滤光器Fs1的半高全宽为30nm以上且50nm以下，
所述滤光器Fs2的半高全宽为180nm以上且220nm以下。
5.根据权利要求1所述的肿瘤部位的判别装置，其特征在于，
所述肿瘤部位的判别装置具备信息输入部，
所述存储部对应于所述检体所包含的所述自体荧光物质的种类，而存储滤光器Fsi(i＝1,2,…,n)的信息、以及与所述系数Ac及Ai(i＝1,2,…,n)的值的组合相关的信息，
所述运算处理部当被从所述信息输入部提供与所述可疑肿瘤部位所包含的所述自体荧光物质的种类相关的信息时，从所述存储部读出滤光器Fsi(i＝1,2,…,n)的信息，确定滤光器Fsi(i＝1,2,…,n)，并从所述存储部读出所述系数Ac及Ai(i＝1,2,…,n)的值，进行所述式(1)的运算。
6.根据权利要求2所述的肿瘤部位的判别装置，其特征在于，
所述肿瘤部位的判别装置具备信息输入部，
所述存储部对应于所述检体所包含的所述自体荧光物质的种类，存储滤光器Fsi(i＝1,2,…,n)的信息、以及与所述系数Ac、Ai(i＝1,2,…,n)及A0的值的组合相关的信息，
所述运算处理部当被从所述信息输入部提供与所述可疑肿瘤部位所包含的所述自体荧光物质的种类相关的信息时，从所述存储部读出滤光器Fsi(i＝1,2,…,n)的信息，确定滤光器Fsi(i＝1,2,…,n)，并从所述存储部读出所述系数Ac、Ai(i＝1,2,…,n)及A0的值，进行所述式(2)的运算。
7.根据权利要求1、2、5、6中任一项所述的肿瘤部位的判别装置，其特征在于，
所述肿瘤部位的判别装置具备滤光器切换部，该滤光器切换部设置在所述检体与所述受光部之间的光路上，并对所述滤光器Fc及所述滤光器Fsi(i＝1,2,…,n)中的任一滤光器进行切换。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015-220578 | 2015-11-10 | ||
| JP2015220578A JP6762703B2 (ja) | 2015-11-10 | 2015-11-10 | 腫瘍部位の判別のための方法、腫瘍部位の判別装置 |
| PCT/JP2016/083076 WO2017082242A1 (ja) | 2015-11-10 | 2016-11-08 | 腫瘍部位の判別方法、腫瘍部位の判別装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108351302A CN108351302A (zh) | 2018-07-31 |
| CN108351302B true CN108351302B (zh) | 2020-10-27 |
Family
ID=58695451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201680064613.9A Expired - Fee Related CN108351302B (zh) | 2015-11-10 | 2016-11-08 | 肿瘤部位的判别方法、肿瘤部位的判别装置 |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP6762703B2 (zh) |
| CN (1) | CN108351302B (zh) |
| WO (1) | WO2017082242A1 (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| USD910182S1 (en) | 2019-01-17 | 2021-02-09 | Sbi Alapharma Canada, Inc. | Handheld multi-modal imaging device |
| USD908881S1 (en) | 2019-01-17 | 2021-01-26 | Sbi Alapharma Canada, Inc. | Handheld endoscopic imaging device |
| JP7315356B2 (ja) * | 2019-03-28 | 2023-07-26 | 浜松ホトニクス株式会社 | 蛍光観察装置 |
| KR102303701B1 (ko) * | 2019-10-04 | 2021-09-17 | 동국대학교 산학협력단 | 실시간 생체조직 분석 시스템 및 방법 |
| CN112163159A (zh) * | 2020-10-09 | 2021-01-01 | 北京百度网讯科技有限公司 | 资源推荐和参数确定方法、装置、设备及介质 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8213005B2 (en) * | 2003-07-22 | 2012-07-03 | King Saud University | Method for discriminating between benign and malignant prostate tumors |
| JP4365380B2 (ja) * | 2006-03-10 | 2009-11-18 | 三井造船株式会社 | Ｆｒｅｔ検出方法および装置 |
| JP2008229024A (ja) * | 2007-03-20 | 2008-10-02 | Olympus Corp | 蛍光観察装置 |
| US8031924B2 (en) * | 2007-11-30 | 2011-10-04 | General Electric Company | Methods and systems for removing autofluorescence from images |
| KR101061004B1 (ko) * | 2008-12-10 | 2011-09-01 | 한국전기연구원 | 광역학 치료 및 광 검출을 위한 장치 |
| JP5721959B2 (ja) * | 2010-03-16 | 2015-05-20 | オリンパス株式会社 | 蛍光内視鏡装置 |
| JP5601098B2 (ja) * | 2010-09-03 | 2014-10-08 | ソニー株式会社 | 蛍光強度補正方法及び蛍光強度算出装置 |
| KR20140039030A (ko) * | 2011-06-29 | 2014-03-31 | 교토후고리츠다이가쿠호진 | 종양 부위의 식별 장치 및 식별 방법 |
| JP5834584B2 (ja) * | 2011-07-25 | 2015-12-24 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム及び蛍光スペクトルの強度補正方法 |
| CN104010558B (zh) * | 2011-12-28 | 2017-03-01 | 奥林巴斯株式会社 | 荧光观察装置、荧光观察方法以及荧光观察装置的工作方法 |
| JP6635363B2 (ja) * | 2014-10-24 | 2020-01-22 | 京都府公立大学法人 | 腫瘍部位の判別のための方法、腫瘍部位の判別装置 |
-
2015
- 2015-11-10 JP JP2015220578A patent/JP6762703B2/ja active Active
-
2016
- 2016-11-08 CN CN201680064613.9A patent/CN108351302B/zh not_active Expired - Fee Related
- 2016-11-08 WO PCT/JP2016/083076 patent/WO2017082242A1/ja active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017082242A1 (ja) | 2017-05-18 |
| JP6762703B2 (ja) | 2020-09-30 |
| JP2017090250A (ja) | 2017-05-25 |
| CN108351302A (zh) | 2018-07-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108351302B (zh) | 肿瘤部位的判别方法、肿瘤部位的判别装置 | |
| Jermyn et al. | Highly accurate detection of cancer in situ with intraoperative, label-free, multimodal optical spectroscopy | |
| KR102409070B1 (ko) | 비정상적 성장하는 표본 또는 조직의 유형 또는 특성을 분석하는 라만 분광 시스템, 장치 및 방법 | |
| CN107003240B (zh) | 肿瘤部位的辨别方法、肿瘤部位的辨别装置 | |
| JP2020127735A (ja) | インビボ・イメージングおよび診断のための機器、デバイスならびに方法 | |
| KR100415850B1 (ko) | 레이저유도된차등정규화된형광스펙트럼을이용한암진단장치 | |
| US9952157B2 (en) | Tissue imaging and visualization of lesions using reflectance and autofluorescence measurements | |
| Shrirao et al. | Autofluorescence of blood and its application in biomedical and clinical research | |
| US20120245473A1 (en) | Multimodal spectroscopic systems and methods for classifying biological tissue | |
| JP2017533415A (ja) | 自己蛍光の存在下での、生物的物質内のターゲット蛍光体のイメージング | |
| Mayinger et al. | Evaluation of in vivo endoscopic autofluorescence spectroscopy in gastric cancer | |
| US20040068193A1 (en) | Optical devices for medical diagnostics | |
| CN102740762A (zh) | 由拉曼光谱法表征肺组织的设备和方法 | |
| Wang et al. | Surgical guidance via multiplexed molecular imaging of fresh tissues labeled with SERS-coded nanoparticles | |
| US8213005B2 (en) | Method for discriminating between benign and malignant prostate tumors | |
| CN107709975A (zh) | 荧光检测方法和系统 | |
| US8234078B2 (en) | Multimodal spectroscopic systems and methods for classifying biological tissue | |
| Mehidine et al. | Multimodal imaging to explore endogenous fluorescence of fresh and fixed human healthy and tumor brain tissues | |
| Baria et al. | Label‐free grading and staging of urothelial carcinoma through multimodal fibre‐probe spectroscopy | |
| Damayanti et al. | A hybrid FLIM-elastic net platform for label free profiling of breast cancer | |
| Grygoryev et al. | Multi-spectral clinical prototype for fluorophore detection | |
| US11408825B2 (en) | Forensic detector and the system thereof | |
| US20220099580A1 (en) | Method and system for detecting cancerous tissue and tumor margin using raman spectroscopy | |
| Duran-Sierra et al. | Clinical label-free endoscopic imaging of biochemical and metabolic autofluorescence biomarkers of benign, precancerous, and cancerous oral lesions | |
| SEKINE et al. | Potential Application of Raman Spectroscopy for Real-time Diagnosis and Classification of Colorectal Cancer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201027 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |