EA015558B1 - Способ обработки наборов флуоресцентных изображений и устройство для его осуществления - Google Patents

Способ обработки наборов флуоресцентных изображений и устройство для его осуществления Download PDF

Info

Publication number
EA015558B1
EA015558B1 EA200901176A EA200901176A EA015558B1 EA 015558 B1 EA015558 B1 EA 015558B1 EA 200901176 A EA200901176 A EA 200901176A EA 200901176 A EA200901176 A EA 200901176A EA 015558 B1 EA015558 B1 EA 015558B1
Authority
EA
Eurasian Patent Office
Prior art keywords
image
distribution curve
partial
partial images
pixels
Prior art date
Application number
EA200901176A
Other languages
English (en)
Other versions
EA200901176A1 (ru
Inventor
Михаэль Томс
Original Assignee
Дюрр Денталь Аг
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 Дюрр Денталь Аг filed Critical Дюрр Денталь Аг
Publication of EA200901176A1 publication Critical patent/EA200901176A1/ru
Publication of EA015558B1 publication Critical patent/EA015558B1/ru

Links

Classifications

    • 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
    • G01N21/645—Specially adapted constructive features of fluorimeters
    • G01N21/6456—Spatial resolved fluorescence measurements; Imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
    • 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
    • G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
    • 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
    • G01N2021/6417—Spectrofluorimetric devices
    • G01N2021/6421—Measuring at two or more wavelengths

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Surgery (AREA)
  • Dentistry (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Image Processing (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Image Analysis (AREA)

Abstract

В изобретении описаны способ и устройство, предназначенные для обработки флуоресцентных частичных изображений, представляющих одну и ту же область объекта, и работающие независимо от постороннего света. С помощью камеры (10) создают два частичных изображения объекта в красном и зеленом цветах. Из этих двух частичных изображений попиксельно формируют изображение-частное и для этого изображения-частного определяют, с какой частотой встречаются точки изображения, имеющие заданное отношение красного и зеленого цветов. Для полученной таким образом кривой распределения определяют среднее значение и ширину. Эти две конечные величины кривой распределения используют для вычисления порогового значения. Затем с применением этого порогового значения модифицируют изображение-частное таким образом, чтобы повысить контраст в отношении интересующих деталей.

Description

Настоящее изобретение относится к способу обработки наборов флуоресцентных изображений и устройству для его осуществления.
Уровень техники
Известно, например из публикации ΌΕ 102004491 А1, что больная и здоровая ткань различаются цветом. Если облучать зубную эмаль или подобную ткань синим или ультрафиолетовым светом, ткань будет флуоресцировать, причем при облучении здоровой и больной тканей во флуоресцентном свечении наблюдают различные спектральные составляющие, например различающиеся красные и зеленые составляющие.
В этом случае больную ткань можно распознавать по изменению красной составляющей или по изменению зеленой составляющей. Определение больной ткани с особенно высокой чувствительностью удается при исследовании отношения между красной и зеленой составляющими флуоресцентного свечения (ΌΕ 102004024494 А1).
Однако недостатком известных способов распознавания больной ткани по флуоресцентным изображениям является то, что результат подвержен влиянию постороннего (побочного) света.
Раскрытие изобретения
Поэтому в основу настоящего изобретения была положена задача разработки способа и устройства для обработки флуоресцентных изображений, полученных при съемке одного и того же места, которые позволили бы уменьшить влияние постороннего или побочного света.
В соответствии с изобретением эта задача решается в способе, охарактеризованном в п.1 формулы, а также в устройстве для его осуществления, охарактеризованном в п.17 формулы изобретения.
В соответствии с изобретением из двух снятых на разных длинах волн частичных изображений одного и того же места объекта (ткани) формируют изображение-частное, которое попиксельно, или поэлементно, воспроизводит определенное соотношение интенсивностей в первом частичном изображении и во втором частичном изображении. Для этого изображения-частного вычисляют спектр распределения, указывающий, с какой частотой в нем встречается то или иное частное сигналов частичных изображений. Этот спектр описан кривой распределения, имеющей максимум и характеризующейся определенной шириной, например так называемой полушириной (ширина кривой на уровне половины ее максимального значения).
Форма этой кривой распределения практически не зависит от влияния постороннего света. Под влиянием проникающего из внешней среды постороннего света происходит лишь большее или меньшее, в зависимости от цвета постороннего света, смещение кривой распределения по оси абсцисс системы координат, используемой для представления кривой распределения, в некоторых случаях - также расширение этой кривой.
В соответствии с изобретением характеристические свойства кривой распределения, не зависящие от постороннего света, используют для определения порогового значения, которое применяется для проведения различия между больной и здоровой тканью. С использованием этого порогового значения формируют контрастное изображение, в котором используются, например, те пиксели (элементы изображения), для которых превышено пороговое значение, вычисленное, как это описано выше.
Таким образом, получают очень информативное представление больных участков ткани в контрастном изображении, что позволяет достоверно выделить эти больные участки ткани, которые на исходном полном изображении объекта не были отчетливо различимы.
Предпочтительные варианты осуществления изобретения приведены в зависимых пунктах формулы изобретения.
Получаемое согласно п.2 формулы контрастное изображение отличается особой заметностью различия между больной и не затронутой болезнью тканью.
Если формировать изображение-частное непосредственно по интенсивностям пикселей полного изображения, изображение-частное окажется сильно зашумленным, прежде всего на участках малой интенсивности, поскольку малые изменения знаменателя дроби приводят к большим изменениям ее значения. При осуществлении способа по п.3 формулы этот шум, вызываемый формированием частного, ослабляется, причем ослабление шума тем сильнее, чем больше постоянная, прибавляемая к сигналам частичных изображений. Разумеется, с увеличением этой постоянной понижается чувствительность диагностики. За счет соответствующего выбора этой постоянной, для которой на основании ранее сделанных снимков можно задать исходное значение, которое затем можно корректировать в каждом конкретном случае с учетом фактических условий съемки исследуемой ткани, можно достичь рационального для практики компромисса между отсутствием шумов и чувствительностью диагностики.
Способ по п.4 формулы учитывает сильное различие коэффициентов усиления значений интенсивностей пикселей частичных изображений, если таковые используются при цветовом согласовании (регулировке цветового баланса).
В варианте осуществления изобретения по п.5 формулы изобретения за счет подавления шума при формировании частного удается приблизить динамический диапазон изображения-частного к динамическому диапазону полного изображения.
- 1 015558
Согласно п.6 формулы можно настраивать сглаживание изображения-частного по соответствующим составляющим шума в частичных изображениях.
В п.7 формулы указаны предпочтительные значения постоянной, применимые при формировании незашумленного изображения-частного.
Часто кривую распределения, получаемую на основании изображения-частного, можно представить аналитической кривой, и в этом случае согласно п.8 формулы можно вычислительными средствами автоматически просто определять интересующие параметры кривой распределения (максимум и ширину).
Особенно выгодным во многих случаях применения является использование кривой распределения в форме кривой Гаусса или кривой нормального распределения, как это указано в п.9 формулы.
Согласно п.10 формулы пороговое значение, используемое для проведения различия между больной и здоровой тканью, можно задавать, согласовывая его с наличествующими в каждом конкретном случае условиями съемки.
При этом согласно п.11 формулы участки кривой распределения с большими систематическими или случайными погрешностями не учитываются.
Разделение используемых и не учитываемых участков кривой распределения осуществляется согласно п.12 формулы очень простым образом и быстро.
При этом значения, указанные в п.13 формулы, оказались особенно подходящими для того, чтобы отсекать участки у подножия кривой распределения, которые очень подвержены влиянию случайных погрешностей.
Описанный в п.14 формулы вариант осуществления способа обеспечивает еще более качественную автоматическую подстройку порогового значения, разделяющего значения больной и здоровой тканей, к текущим условиям съемки. При этом, с одной стороны, исключается опасность нераспознания больных участков ткани, а с другой стороны, сводится к минимуму опасность ложного представления здоровых участков как больных.
Особенно рациональным показало себя указанное в п.15 формулы взвешивание для установления соотношения между отдельными факторами, определяющими пороговое значение.
Вариант осуществления изобретения по п.16 формулы позволяет приводить больные участки и полное изображение объекта в легко воспринимаемое отношение друг к другу. Это позволяет легко увидеть, какие участки объекта претерпели болезненные изменения.
Устройство, как оно охарактеризовано в п.18 формулы, можно очень просто сконструировать с использованием имеющихся на рынке и недорогих компонентов.
Устройство по п.19 формулы имеет преимущество в отношении уже упомянутого выше пространственного соотнесения больных участков ткани и объекта в целом.
Устройство по п.20 формулы позволяет по выбору вызывать различные интересующие изображения объекта.
Краткое описание чертежей
Ниже сущность изобретения поясняется подробнее на примере его осуществления со ссылкой на чертежи, на которых показано на фиг. 1 - схематическое изображение стоматологической флуоресцентной камеры, а также структурная схема используемого с ней блока управления и обработки данных, на фиг. 2 - полное изображение жевательной поверхности зуба с начавшимся кариозным поражением/фиссурой, на фиг. 3 - три частичных изображения показанной на фиг. 2 жевательной поверхности, соответствующих красному, зеленому и синему цветам, на фиг. 4 - изображение-частное, которое было получено попиксельным делением красного изображения жевательной поверхности на соответствующее зеленое изображение, на фиг. 5 - модифицированное полное изображение жевательной поверхности, которое было получено перемножением полного изображения, показанного на фиг. 2, и изображения-частного, показанного на фиг. 4, на фиг. 6 - распределение частоты встречаемости пикселей в изображении-частном, нанесенное по отношению красного и зеленого цветов видеосигналов пикселей, и на фиг. 7 - контрастное изображение, которое было получено на основе показанного на фиг. 4 изображения-частного с учетом показанного на фиг. 6 распределения пикселей.
Осуществление изобретения
На фиг. 1 позицией 10 обозначен ручной модуль флуоресцентной камеры. Он содержит оптическую систему 12, схематически представленную на чертеже одиночной линзой, три преобразователя 14В, 140 и 14В изображения для красного, зеленого и синего цветов, на которые через дихроичные светоделители 16В, 160 и 16В подается создаваемое оптической системой 12 изображение зуба 18.
Поскольку последующие пояснения относятся в равной мере ко всем преобразователям изображения и всем фильтрам, буквенные индексы В, О и В в дальнейшем опускаются.
По соображениям наглядности преобразователи 14 изображения показаны на фиг. 1 расположенными на равных расстояниях от оптической оси ручного модуля 10 камеры. В действительности же эти
- 2 015558 расстояния заданы различными таким образом, чтобы суммарная длина пути лучей между оптической системой 12 и преобразователем изображения была одинаковой для разных преобразователей изображения.
Преобразователи 14 изображения могут быть обычными преобразователями изображения на приборах с зарядовой связью (ПЗС) или на комплементарных структурах металл-оксид-полупроводник (КМОП), и каждый из них способен сохранять изображение, содержащее отдельные элементы (пиксели), расположенные строками и столбцами. Считывание сигналов этих пикселей осуществляется построчно или постолбцово, как это известно из техники преобразователей изображений.
Для целей настоящего описания примем допущение, что преобразователи изображения и различные связанные с ними переключательные схемы, подробнее рассматриваемые ниже, при необходимости имеют по запоминающему устройству, способному сохранять полное изображение. Эти запоминающие устройства сами по себе известны и в подробном описании не нуждаются. При необходимости каждая из переключательных схем имеет входное и выходное запоминающее устройство, что обеспечивает возможность доступа к полному изображению для как самой переключательной схемы, так и для связанных с ней переключательных схем.
Преобразователи 14К. и 14С изображения связаны с двумя входами вычислительной схемы 20, которая на основе соответствующих частичных изображений в красном и зеленом цветах формирует изображение-частное. Это формирование происходит попиксельно (т.е. для соответствующих отдельных пикселей) путем осуществляемого для каждого пикселя ί с интенсивностью Ικ(ί) и Ιο(ί) вычисления частного Ою./ί) сигналов. При этом перед формированием частного к каждому из сигналов Ικ(ί) и Ιο(ί) прибавляется соответственно постоянная ак и а. подаваемая в вычислительную схему 20 извне.
Таким образом, сигналы Ο(ί) пикселей изображения-частного описываются уравнением
ζ)(ΐ) = (1к0)+ак)/(1с0)+ао)^ причем предпочтительно соблюдается условие ар/ас ~ среднее значение (Ικ(ΐ)/Ια(ί))
Если усредненные интенсивности различаются незначительно, можно приближенно выбрать ар = ас = а.
Прибавлением этих постоянных ак и а. или просто а достигается то, что при малых интенсивностях сигналов Ιο(ί) обусловленные шумом колебания не выражаются в больших изменениях частного.
На практике в качестве значений для а подходящими показали себя значения в области от 30 до 120, предпочтительно от 50 до 100, еще предпочтительнее примерно 80.
Для очень малых интенсивностей Ικ и Ιο при использовании единственного а для отношения интенсивностей приближенно получают значение Ι, которое получают также для здоровой ткани путем установки коэффициентов усиления для Ικ и Ιο при цветовом согласовании. Если цветовое согласование для Е и Ιο достигается за счет сильно различающихся коэффициентов усиления, целесообразно работать с различными значениями ;·ΐ|< и ао, как упоминалось выше.
Таким образом, на выходе вычислительной схемы 20 получают изображение-частное, каждый из пикселей которого показывает величину отношения между красной составляющей и зеленой составляющей в первоначальном полном изображении зуба 18.
Еще одна вычислительная схема 22, на вход которой подается изображение-частное, вычисляет на его основании кривую распределения изображения-частного, т.е. определяет частоту Н встречаемости пикселей ί, для которых частное Ο(ί) имеет определенное значение с.|.
Результат, выдаваемый вычислительной схемой 22, представляет собой кривую распределения в том виде, как она представлена на фиг. 6.
Эта кривая распределения подается в еще одну вычислительную схему 24, которая определяет ширину кривой распределения.
Вычислительная схема 24 может работать таким образом, чтобы по полученной в результате измерений кривой распределения просто определять ее полуширину. Вместе с тем, в предпочтительном варианте осуществления изобретения она также может работать, подбирая по полученной в результате измерений кривой распределения аналитическую кривую путем подгонки по методу наименьших квадратов. При этом в качестве функции распределения предпочтительно выбирать функцию Гаусса.
Тогда в рассматриваемом случае она имеет форму
где μ - значение О. на котором находится максимум кривой Гаусса, а σ - стандартное отклонение кривой Гаусса.
В частности, вычислительная схема 24 работает таким образом, что из полученных в результате деления сигналов она использует только те, значение которых превышает заданный порог 8, сообщаемый вычислительной схеме извне. Это гарантирует, что случайности в значениях частного пикселей со слабой интенсивностью не перейдут в определение амплитуды и полуширины функции Гаусса.
Выходной сигнал вычислительной схемы 24 подается также еще в одну вычислительную схему 26,
- 3 015558 которая вычисляет среднее значение т кривой распределения. Это можно выполнять, например, аналитически, взяв за основу амплитуду и стандартное отклонение найденной функции Гаусса.
Еще одна вычислительная схема 28 служит для вычисления порогового значения 8, которое должно обеспечить возможность проведения различия между больной и здоровой тканью. Вычисляется это пороговое значение по уравнению
При этом т - это вышеупомянутое вычисленное среднее значение кривой распределения, а σ стандартное отклонение от него.
В еще одну вычислительную схему 30 подается, с одной стороны, пороговое значение 8, а с другой стороны - изображение-частное. Эта схема попиксельно (поэлементно) модифицирует изображениечастное с учетом интенсивности каждого отдельного пикселя и порогового значения 8.
Эта модификация может быть изменением интенсивности и/или изменением цвета. Предпочтительно, чтобы всегда выполнялось изменение интенсивности.
Для тех пикселей, интенсивность которых больше порогового значения, эта интенсивность, например, еще более повышается, для тех же пикселей, интенсивность которых меньше порогового значения, она уменьшается. Таким образом получают модифицированное изображение-частное или контрастное изображение, на котором больные участки ткани заметно выделены.
Таким образом, эти больные участки ткани выявляются относительно слабого изображения здоровых участков зуба 18.
Как вариант, такое повышение контраста можно осуществлять предельно резко, присваивая пикселям с интенсивностями, большими порогового значения 8, полную максимальную яркость, а другим пикселям - нулевую яркость. Таким образом, получается очень контрастное изображение больных участков ткани.
Как показано на фиг. 1, три преобразователя 14В, 14С. 14В дополнительно связаны с входами совмещающей схемы 32 (схемы наложения), на выходе которой выводится, соответственно, полное изображение, воспроизводящее наблюдаемый участок зуба без искажений.
В подключенной за совмещающей схемой смесительной схеме 34 можно объединить (слить) неискаженное полное изображение зуба с вычисленным в вычислительной схеме 30 контрастным изображением, например, путем попиксельного перемножения интенсивностей объединяемых изображений.
Посредством переключателя 36 можно по выбору передавать различные рассмотренные выше изображения и кривую распределения пикселей изображения-частного по отношениям интенсивностей красного и зеленого в процессор 38, который управляет всем устройством. Этот процессор выдает постоянные а, Ь и 8, которые необходимы в вычислительных схемах 20, 22 и 28. Формирование этих постоянных осуществляется, исходя из основных значений, хранящихся в связанном с процессором 38 запоминающем устройстве с возможностью их модификации путем вносимых с учетом каждого конкретного случая поправок, вводимых на связанной с процессором клавиатуре 40.
Различные рассмотренные выше изображения можно отображать на связанном с процессором 38 мониторе 42. Эти изображения также можно документировать на материальных носителях с помощью принтера 44.
Для передачи этих различных изображений в центральный архив и для обмена с центральным архивом информацией о пациентах процессор 38 подключен к линии 46 передачи данных, которая может быть частью сети. С помощью описанного выше диагностического устройства можно, в частности, распознавать участки тканей, покрытые бактериями, например на поверхности зуба.
Если облучать зуб 18 ультрафиолетовым светом от источника УФ-излучения, то на здоровых участках возникает флуоресценция с преобладанием зеленого цвета. Заселенные же бактериями участки поверхности зуба сильнее флуоресцируют в красном цвете.
По мере развития бактериального поражения здоровой ткани зуба зеленая составляющая флуоресцентного изображения уменьшается. Поэтому, наблюдая за отношением между красной и зеленой составляющими флуоресцентного изображения, можно получить представление о здоровых и больных участках зуба.
Как изложено выше, контраст между здоровыми и больными участками зубной ткани можно повысить попиксельным формированием частного при делении частичных изображений зуба в красном и зеленом цветах, причем перед формированием частного к сигналам красного и зеленого частичных изображений прибавляют постоянную а, чтобы избежать повышенного зашумления сигнала изображениячастного.
На фиг. 2-4 видно, что формирование сигнала изображения-частного уже обеспечивает лучшее выделение начавшегося кариозного поражения, имеющегося в области фиссуры зуба.
На фиг. 6 показано распределение частот Н(с|) встречаемости интенсивностей пикселей изображения-частного.
При построении этого распределения частот значения нулевой интенсивности в красном или зеленом каналах не учитывались.
- 4 015558
Максимум кривой распределения яркости изображения-частного на фиг. 6 приходится на с|=0.813. В соответствии с вышесказанным пораженные болезнью участки поверхности находятся на больших значениях частного с.|. характеризующего отношение красного к зеленому. На фиг. 6 штриховой линией показано распределение Гаусса. полученной подгонкой по методу наименьших квадратов. Подгонка к кривой Гаусса производилась только для тех точек измерений. в которых частота Н встречаемости составляет не менее 15% максимальной частоты Нтах.
Для этой кривой вычисляется стандартное отклонение σ=0.0194 и среднее значение распределения на области. находящейся вокруг максимума т=0.813. Как уже сказано. при выполнении обоих этих вычислений учитываются только точки кривой распределения. у которых частота Н(ц) встречаемости составляет более 15% максимума.
Порог 8 для вычислительной схемы 30 вычисляется по формуле = т + 6σ где Ь выбран приблизительно равным 3.4.
Как следствие. на изображении с 10 точками изображения при статистическом шуме видеосигнала у этого порога находится лишь доля точек изображения. составляющая 1.2 х10-6 от их количества. а выше этого порога - еще меньше. На практике это означает. что ошибочного представления точек изображения здоровой ткани как больной практически не бывает.
На фиг. 7 иллюстрируется вышеупомянутое резкое увеличение контраста контрастного изображения. при котором больные участки получают полную яркость. а здоровые участки - заданную малую яркость. Можно заметить. что место. которое на полном изображении (фиг. 2) еще неразличимо. выглядит на приведенном на фиг. 7 контрастном изображении как больное. Позже в этом месте при проведенном на основании контрастного изображения целенаправленном исследовании с окраской исследуемой ткани действительно были найдены болезнетворные бактерии.
Преимущество описанных выше способа и устройства заключается. в частности. в том. что независимо от смещения максимума показанной на фиг. 6 кривой распределения. которое может быть обусловлено посторонним светом. результат достигается всегда один и тот же.
Поскольку охарактеризованный выше способ предусматривает статистический анализ изображения-частного. ошибочное распознавание здоровых участков ткани как больных при сильном зашумлении сигналов исключается.
В стоматологии поражения твердой зубной ткани классифицируются по тяжести как Ό0. Ό1. Ό2 и Ό3. Описанные выше способ и устройство позволяют формировать контрастные изображения. которые целенаправленно воспроизводят кариозные поражения. начиная от определенной степени тяжести. Это легко реализуется соответствующим выбором пороговых значений 8.
Рассмотренный способ также препятствует искажению результатов определения больных участков под влиянием постороннего света.
Изобретение было описано выше на примере распознавания больных участков зубной ткани. Разумеется. что предлагаемые в изобретении способ и устройство могут применяться и на других пораженных болезнью тканях. например. в случае опухолей кожи или головного мозга. когда нужно определить край пораженной области. Единственное условие заключается в том. чтобы здоровые участки характеризовались определенным отношением интенсивностей частичных изображений красного и зеленого цветов. которое подвержено лишь небольшим пространственным колебаниям.
Предлагаемые способ и устройство для обработки снятых на разных длинах волн флуоресцентных изображений (набора изображений) одного и того же места объекта работают независимо от побочного. или помехового. света. С помощью камеры создают два частичных изображения ткани в красном и зеленом цветах. Из этих двух частичных изображений попиксельно формируют изображение-частное и для этого изображения-частного определяют. с какой частотой в нем встречаются точки изображения с одинаковым соотношением цветов. т.е. которые в данном случае имеют заданное отношение интенсивностей в красном и зеленом цветах. Для полученной таким образом кривой распределения определяют среднее значение и ширину. Обе эти конечные величины кривой распределения используют для вычисления порогового значения. которое применяется для задания степени усиления контраста. Тогда с применением этого порогового значения изображение-частное модифицируют таким образом. чтобы. например. сильнее выделить области изображения. соответствующие больным участкам ткани.
Предлагаемые в изобретении способ и устройство применимы и в тех случаях. когда экранирование от постороннего или побочного света невозможно.

Claims (20)

  1. ФОРМУЛА ИЗОБРЕТЕНИЯ
    1. Способ обработки флуоресцентных частичных изображений с различной длиной волны. полученных при облучении объекта в одном и том же месте возбуждающим световым импульсом. отличающийся тем. что из двух частичных изображений путем попиксельного деления интенсивностей их пикселей формируют изображение-частное. для этого изображения-частного определяют кривую распределения. указывающую. с какой частотой встречается определенное значение частного. в зависимости от ши
    - 5 015558 рины и/или среднего значения кривой распределения определяют пороговое значение и на основе изображения-частного создают диагностическое изображение, модифицируя пиксели изображения-частного различным образом в зависимости от того, как их интенсивность соотносится с пороговым значением, в результате чего получают контрастное изображение.
  2. 2. Способ по п.1, отличающийся тем, что пиксели изображения-частного усиливают по интенсивности, прежде всего устанавливают на максимальную интенсивность, и/или устанавливают на первый цвет, если их интенсивность больше порогового значения, и ослабляют по интенсивности, прежде всего устанавливают на минимальную интенсивность, и/или устанавливают на второй цвет, если их интенсивность меньше порогового значения.
  3. 3. Способ по п.1 или 2, отличающийся тем, что к сигналам пикселей каждого из двух частичных изображений перед получением их частного прибавляют постоянную.
  4. 4. Способ по п.3, отличающийся тем, что отношение двух постоянных равно отношению средних значений интенсивностей пикселей двух частичных изображений.
  5. 5. Способ по п.4, отличающийся тем, что к сигналам пикселей обоих частичных изображений прибавляют одинаковую постоянную.
  6. 6. Способ по пп.3, 4 или 5, отличающийся тем, что постоянную, прибавляемую к сигналам пикселей частичных изображений, выбирают в зависимости от отношения сигнал/шум в частичных изображениях.
  7. 7. Способ по п.6, отличающийся тем, что при возбуждении флуоресценции синим светом или ультрафиолетовым светом первое частичное изображение создают в красном цвете, а второе частичное изображение - в зеленом цвете, причем прибавляемая постоянная составляет от 30 до 120, предпочтительно от 50 до 100, еще предпочтительнее примерно 80.
  8. 8. Способ по одному из пп.1-7, отличающийся тем, что ширину кривой распределения изображения-частного определяют, приближая к ней аналитическую функцию распределения, прежде всего по методу наименьших квадратов, и ширину кривой распределения и/или ее максимум, и/или ее среднее значение задают как соответствующие значения аналитической кривой.
  9. 9. Способ по п.8, отличающийся тем, что аналитическая функция распределения представляет собой функцию Гаусса.
  10. 10. Способ по одному из пп.1-9, отличающийся тем, что пороговое значение вычисляют в зависимости от среднего значения кривой распределения.
  11. 11. Способ по п.10, отличающийся тем, что не учитывают участки кривой распределения, для которых частота встречаемости ниже заданного минимального значения.
  12. 12. Способ по п.11, отличающийся тем, что среднее значение кривой распределения вычисляют с учетом тех участков кривой, на которых амплитуда превышает заданную долю максимума кривой распределения.
  13. 13. Способ по п.12, отличающийся тем, что заданная доля максимума кривой распределения составляет от 0,05 до 0,3, предпочтительно от 0,1 до 0,2, еще предпочтительнее примерно 0,15.
  14. 14. Способ по одному из пп.10-13, отличающийся тем, что пороговое значение определяют на основании среднего значения кривой распределения и ширины кривой распределения, умноженной на постоянную.
  15. 15. Способ по п.14, отличающийся тем, что постоянная составляет от 2 до 5, предпочтительно около 3,5.
  16. 16. Способ по одному из пп.1-15, отличающийся тем, что нефильтрованное полное изображение или частичное изображение объекта объединяют с контрастным изображением, прежде всего перемножают с ним.
  17. 17. Устройство для осуществления способа по одному из пп.1-16, характеризующееся тем, что оно содержит камеру (10), создающую по меньшей мере два частичных изображения объекта (18) в различных цветах, вычислительную схему (20), способную из двух частичных изображений формировать изображение-частное путем попиксельного деления сигналов пикселей первого частичного изображения на сигналы пикселей второго частичного изображения, анализатор (24), способный создавать кривую распределения этого изображения-частного, представляющую частоту, с которой в изображении-частном встречаются пиксели с заданным отношением цветов, а также определять максимум и/или ширину этой кривой распределения, и вычислительную схему (30) формирования контрастного изображения, способную создавать пиксели диагностического изображения с использованием, по меньшей мере, тех пикселей изображения-частного, которые по интенсивности превышают заданное пороговое значение.
  18. 18. Устройство по п.17, отличающееся тем, что камера (10) содержит преобразователь (14В, 14С, 14В) изображения на основе ПЗС или КМОП для создания частичных изображений в пространстве ВОВ для трех цветов: красного, зеленого и синего.
  19. 19. Устройство по п.17 или 18, отличающееся тем, что оно содержит объединяющую схему (34), способную объединять созданное камерой (10) полное изображение или частичное изображение с контрастным изображением, прежде всего перемножать их.
  20. 20. Устройство по одному из пп.17-19, отличающееся тем, что оно содержит дисплей (42), способный отображать по выбору полное изображение, контрастное изображение или объединенное полное изображение.
EA200901176A 2007-03-17 2008-02-28 Способ обработки наборов флуоресцентных изображений и устройство для его осуществления EA015558B1 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102007014413.1A DE102007014413B4 (de) 2007-03-17 2007-03-17 Verfahren zum Auswerten von Fluoreszenzbildsätzen und Vorrichtung zu seiner Durchführung
PCT/EP2008/001567 WO2008113461A1 (de) 2007-03-17 2008-02-28 Verfahren und vorrichtung zum auswerten von fluoreszenzbildsätzen und vorrichtung zu seiner durchführung

Publications (2)

Publication Number Publication Date
EA200901176A1 EA200901176A1 (ru) 2010-04-30
EA015558B1 true EA015558B1 (ru) 2011-08-30

Family

ID=39645692

Family Applications (1)

Application Number Title Priority Date Filing Date
EA200901176A EA015558B1 (ru) 2007-03-17 2008-02-28 Способ обработки наборов флуоресцентных изображений и устройство для его осуществления

Country Status (10)

Country Link
US (1) US8363912B2 (ru)
EP (1) EP2120682B1 (ru)
JP (1) JP5192499B2 (ru)
CN (1) CN101636106B (ru)
AT (1) ATE489891T1 (ru)
CA (1) CA2691555C (ru)
DE (2) DE102007014413B4 (ru)
EA (1) EA015558B1 (ru)
ES (1) ES2356301T3 (ru)
WO (1) WO2008113461A1 (ru)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004024494B4 (de) * 2004-05-16 2019-10-17 Dürr Dental SE Medizinische Kamera
WO2011045415A2 (en) 2009-10-15 2011-04-21 Guerbet New imaging agents and their use for the diagnostic in vivo of neurodegenerative diseases, notably alzheimer's disease and derivative diseases
JP5540952B2 (ja) * 2010-07-09 2014-07-02 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
KR101709058B1 (ko) * 2015-02-09 2017-02-22 연세대학교 산학협력단 구취 진단을 위한 정보제공방법
JP6721939B2 (ja) * 2016-03-25 2020-07-15 株式会社松風 蛍光画像解析装置
US10849506B2 (en) 2016-04-13 2020-12-01 Inspektor Research Systems B.V. Bi-frequency dental examination
TWI667999B (zh) * 2018-05-17 2019-08-11 廣達電腦股份有限公司 動態調整螢光成像的方法及裝置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10207918A1 (de) * 2002-02-23 2003-09-11 Nanotype Gmbh Verfahren zum Nachweis von Mutationen
DE102004024494A1 (de) * 2004-05-16 2005-12-08 Dürr Dental GmbH & Co. KG Medizinische Kamera

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3657537A (en) * 1970-04-03 1972-04-18 Bausch & Lomb Computerized slit-scan cyto-fluorometer for automated cell recognition
US4661913A (en) * 1984-09-11 1987-04-28 Becton, Dickinson And Company Apparatus and method for the detection and classification of articles using flow cytometry techniques
US4704891A (en) * 1986-08-29 1987-11-10 Becton, Dickinson And Company Method and materials for calibrating flow cytometers and other analysis instruments
CA2042075C (en) * 1991-05-08 2001-01-23 Branko Palcic Endoscopic imaging system
US5834203A (en) * 1997-08-25 1998-11-10 Applied Spectral Imaging Method for classification of pixels into groups according to their spectra using a plurality of wide band filters and hardwire therefore
EP1169722A1 (en) * 1999-03-18 2002-01-09 Cambridge Research &amp; Instrumentation, Inc. High-efficiency multiple probe imaging system
DE19915137C2 (de) * 1999-03-26 2001-10-18 Michael Schaefer Verfahren zur Quantifizierung mehrerer Fluorochrome in einer mehrfach gefärbten Probe bei der Fluoreszenzmikroskopie und Verwendungen des Verfahrens
JP2001017379A (ja) * 1999-07-09 2001-01-23 Fuji Photo Film Co Ltd 蛍光診断装置
JP4245787B2 (ja) * 1999-09-29 2009-04-02 富士フイルム株式会社 蛍光画像取得方法および装置
JP2001314366A (ja) * 2000-05-08 2001-11-13 Fuji Photo Film Co Ltd 蛍光画像表示方法および装置
US6687000B1 (en) * 2000-06-26 2004-02-03 Wisconsin Alumni Research Foundation Photon-sorting spectroscopic microscope system
DE10319946A1 (de) * 2003-05-02 2004-11-18 Leica Microsystems Heidelberg Gmbh Verfahren zur Klassifikation von Objektbildbereichen eines mit einem vorzugsweise konfokalen Rastermikroskop zu detekierenden Objekts
SE0301945D0 (sv) * 2003-06-30 2003-06-30 Gyros Ab Confidence determination
DE10339312A1 (de) * 2003-08-27 2005-03-31 Leica Microsystems Heidelberg Gmbh Verfahren zur Trennung von Fluoreszenzspektren von in einer Probe vorhandenen Farbstoffen
DE10344140A1 (de) * 2003-09-24 2005-04-21 Zeiss Carl Jena Gmbh Verfahren zur Bewertung der Qualität von Lumineszenzmessungen
JP4517633B2 (ja) * 2003-11-25 2010-08-04 ソニー株式会社 対象物検出装置及び方法
JP2005308504A (ja) * 2004-04-21 2005-11-04 Yokogawa Electric Corp バイオチップ測定方法およびバイオチップ読取装置
WO2006054167A2 (en) * 2004-11-19 2006-05-26 Novasite Pharmaceuticals, Inc. Biosensor for detection of camp levels and methods of use

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10207918A1 (de) * 2002-02-23 2003-09-11 Nanotype Gmbh Verfahren zum Nachweis von Mutationen
DE102004024494A1 (de) * 2004-05-16 2005-12-08 Dürr Dental GmbH & Co. KG Medizinische Kamera

Also Published As

Publication number Publication date
EA200901176A1 (ru) 2010-04-30
ES2356301T3 (es) 2011-04-06
EP2120682A1 (de) 2009-11-25
WO2008113461A1 (de) 2008-09-25
US8363912B2 (en) 2013-01-29
JP2010521687A (ja) 2010-06-24
CA2691555C (en) 2016-04-26
DE102007014413A1 (de) 2008-09-18
CN101636106B (zh) 2013-03-20
CN101636106A (zh) 2010-01-27
DE502008001939D1 (de) 2011-01-13
DE102007014413B4 (de) 2016-02-04
ATE489891T1 (de) 2010-12-15
EP2120682B1 (de) 2010-12-01
US20100142777A1 (en) 2010-06-10
CA2691555A1 (en) 2008-09-25
JP5192499B2 (ja) 2013-05-08

Similar Documents

Publication Publication Date Title
US8520922B2 (en) Method and apparatus for detection of caries
EA015558B1 (ru) Способ обработки наборов флуоресцентных изображений и устройство для его осуществления
KR101337339B1 (ko) 엑스선 영상 장치 및 그 제어방법
JP5897227B1 (ja) 医用診断装置、医用診断装置の作動方法および医用診断装置の作動プログラム
US8224045B2 (en) System for early detection of dental caries
DE112015006505T5 (de) Bildgebungsvorrichtung
EP2499955A1 (en) Image processing device, electronic apparatus, endoscope system, and program
CN102046062B (zh) 信号处理系统和信号处理方法
WO2004093673A1 (en) Optical detection of dental caries
JP5669416B2 (ja) 蛍光観察装置
US20090268953A1 (en) Method for the automatic adjustment of image parameter settings in an imaging system
US10467747B2 (en) Image analysis apparatus, imaging system, surgery support system, image analysis method, storage medium, and detection system
JP2005065944A (ja) 診断支援装置
EP2106738A1 (en) Signal processing appartus, signal processing method and computer readable medium
KR20150017617A (ko) 광간섭 단층 영상의 처리 방법 및 이를 수행하기 위한 장치
JP2007307202A (ja) 分光画像処理方法および装置ならびにプログラム
CN111449611B (zh) 一种内窥镜系统及其成像方法
US20180035978A1 (en) Ultrasound observation apparatus, method of operating ultrasound observation apparatus, and computer-readable recording medium
JP6721939B2 (ja) 蛍光画像解析装置
EP4019942B1 (en) Biological tissue identification method and biological tissue identification device
CN107530057A (zh) 超声波诊断装置、超声波诊断装置的工作方法以及超声波诊断装置的工作程序
CN117202834A (zh) 医用成像设备、尤其是立体内窥镜或立体外窥镜
WO2014129231A1 (ja) 光音響画像生成装置及び方法

Legal Events

Date Code Title Description
MM4A Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s)

Designated state(s): AM AZ BY KG MD TJ TM

MM4A Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s)

Designated state(s): KZ

MM4A Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s)

Designated state(s): RU