JP2004534607A - 高濁度媒体の多波長画像形成 - Google Patents
高濁度媒体の多波長画像形成 Download PDFInfo
- Publication number
- JP2004534607A JP2004534607A JP2003513421A JP2003513421A JP2004534607A JP 2004534607 A JP2004534607 A JP 2004534607A JP 2003513421 A JP2003513421 A JP 2003513421A JP 2003513421 A JP2003513421 A JP 2003513421A JP 2004534607 A JP2004534607 A JP 2004534607A
- Authority
- JP
- Japan
- Prior art keywords
- image
- images
- generate
- wavelengths
- display monitor
- 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.)
- Pending
Links
- 238000003384 imaging method Methods 0.000 title claims description 19
- 238000000034 method Methods 0.000 claims abstract description 64
- 230000003287 optical effect Effects 0.000 claims description 20
- 210000000481 breast Anatomy 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 11
- 239000003086 colorant Substances 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- BEBDNAPSDUYCHM-UHFFFAOYSA-N 8-[4-(4-fluorophenyl)-4-oxobutyl]sulfanyl-1,3-dimethyl-6-sulfanylidene-7h-purin-2-one Chemical compound N1C=2C(=S)N(C)C(=O)N(C)C=2N=C1SCCCC(=O)C1=CC=C(F)C=C1 BEBDNAPSDUYCHM-UHFFFAOYSA-N 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims 8
- 230000031700 light absorption Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 5
- 210000001519 tissue Anatomy 0.000 description 51
- 238000010521 absorption reaction Methods 0.000 description 13
- 238000004040 coloring Methods 0.000 description 12
- 210000000577 adipose tissue Anatomy 0.000 description 11
- 230000000762 glandular Effects 0.000 description 11
- 239000008280 blood Substances 0.000 description 8
- 210000004369 blood Anatomy 0.000 description 8
- 241000270295 Serpentes Species 0.000 description 7
- 206010028980 Neoplasm Diseases 0.000 description 6
- 238000001228 spectrum Methods 0.000 description 6
- 108010054147 Hemoglobins Proteins 0.000 description 5
- 102000001554 Hemoglobins Human genes 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 5
- 230000003211 malignant effect Effects 0.000 description 5
- 238000009607 mammography Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000001727 in vivo Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012631 diagnostic technique Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 150000002632 lipids Chemical class 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012634 optical imaging Methods 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000033115 angiogenesis Effects 0.000 description 1
- 239000002870 angiogenesis inducing agent Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000019646 color tone Nutrition 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007435 diagnostic evaluation Methods 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 108010036302 hemoglobin AS Proteins 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000000411 transmission spectrum Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000005747 tumor angiogenesis Effects 0.000 description 1
- 230000007998 vessel formation Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
- A61B5/0091—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for mammography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
- A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
- A61B5/4312—Breast evaluation or disorder diagnosis
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Physics & Mathematics (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Gynecology & Obstetrics (AREA)
- Reproductive Health (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
- Spectrometry And Color Measurement (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
高濁度媒体の内部構造の多波長画像形成方法においては、1組の少なくとも2種類以上の各所定波長において内部構造の画像形成が行われ、各画像を含む1組の画像が生成される。その1組の画像は合成されて、対応する1つの融合画像が形成される。
【選択図】図6
【選択図】図6
Description
【技術分野】
【0001】
本発明は、不透明媒体の画像形成に関する。本発明はとくに、不透明媒体の多波長画像形成に関する。
【背景技術】
【0002】
不透明媒体の光学画像形成では一般に、媒体に光を照射して、当該媒体から発せられる光を検知し、検知した光を分析して媒体内の内部物質構造の存在および/または特性を推測する。不透明媒体の光学画像形成の分野が現在関心を集めているのは、安全かつ非破壊的な生物医学的診断技術が求められているためである。生物組織の光学的特性は、光学に基づく生物医学的診断技術において重要な位置を占める。あらゆる不透明媒体において一般に、生物組織中における光の伝播の仕方は、その組織の光吸収性および光散乱性により決まる。概して、異常組織を通過する光の吸収性および/または散乱性が正常組織と異なる場合(例えば、異常による生理的または形態的変化に起因する)、正常時と異常時の状態を光学的に区別することができよう。この考え方を具体的に利用するのが、光学乳房撮影である。すなわち腫瘍は、光学的特性に基づいて正常な乳房と区別できると考えられる。
【0003】
生物医学的画像形成は、(生物組織のような)不透明媒体中での光の伝達が当該媒体の光吸収性および光散乱性に依存するという事実に基づいている。媒体中の構成原子および分子のエネルギー準位が変化すると、吸収が起こる。吸収は、物質だけでなく検査波長にも影響を受ける。散乱は、媒体中に存在する様々な構造間の屈折率の違いから生じる。ある検査波長における構造の屈折率だけでなく、検査波長に対する構造のサイズによっても影響を受ける。入射光の強度、干渉性、偏光度などの特性は、媒体に吸収および散乱されると変化して、その結果光は拡散伝達される。特に平行レザービームは、散乱するとかなりの量の分子に拡散して、不透明媒体の画像形成を複雑にする。
【0004】
散乱媒体中で伝搬する光子の軌道は、統計的にしか予測できない。光子は、吸収される可能性に加え、図1に示すようにたくさんの散乱事象の影響を受ける。人間の乳房のように、光を散乱しやすいが吸収しにくい平板状媒体においては、ほとんどの光子は、組織内を数ミリメートル前進した後、入射表面側に向かって後方反射される。反射されなかった光子は、媒体に吸収されるか、または出射面に伝播して検知される。一般的な厚みと光学要素を有する乳房の場合、0.01〜1%の入射光子が出射面に伝播される。
【0005】
伝播された光子は、次の3つの種類に分類できる。弾道光子は、散乱することなく出射面にたどりつく。スネーク光子は、少し散乱するが略直線の軌道を維持する。拡散光子は、広範囲に散乱して出射する前に膨大な量の要素に拡散する。これらの3種の各光子がたどる軌道の典型例が図1に示されている。
【0006】
弾道光子は、全く散乱しないので、生物組織のような高濁度媒体の内部の非常に明瞭な画像を形成できる可能性を持つ。残念なことに、多くの場合(たとえば一般的な厚みおよび光学要素を有する乳房の場合)、伝播される弾道光子の数は、画像形成を行うには不十分である。スネーク光子は、略直線の軌道をたどり、比較的明瞭な画像を形成するのに十分な数存在する。スネーク光子は、出射面への到達時間により拡散光子と区別できる。光パルスが入射面から不透明媒体に投射されると、その構成要素である光子は異なる軌道を通って伝播する。最短距離を移動する光子(例えばスネーク光子)は、最短の伝播遅延で出射面にたどりつき、軌道が長い拡散光子より先に検知される。このように、スネーク光子は検知器へ短時間で到達することにより分離可能なので、画像形成に用いられる。「タイムゲーティング」として知られるこの技術の発展により、1990年代初期に光学乳房撮影への関心が復活した。
【0007】
以上の記述から分かるように、タイムゲーティングは、検知器により検知された光の時間領域分析を必要とする。生物医学的画像形成のため、このような時間領域分析および画像形成は、好ましくは組織サンプル(もしくは他の不透明媒体)を伝播する光の時点広がり関数(TPSF)に基づく。当業者には周知であるが、TPSFは、散乱媒体伝播時の光の超短パルスの時間的発散を表す。したがって、図1に示されているように、光パルスの光子は媒体中でそれぞれ異なる経路をたどるので、それぞれ異なる伝播遅延を起こす。その結果、光パルスは媒体を通って伝播すると、ある時間領域において発散する。検知器にたどりついたパルスのTPSFを評価することで、媒体の吸収および散乱についての光学的変数だけでなく減衰も評価することが容易になる。さらに、スネーク光子が検知可能となり、媒体内の物質構造の画像形成に利用できる。
【0008】
一般に、3つの変数が生物組織のような散乱媒体の光学的特性を説明するために定義される。その変数とは、吸収率(μa)、散乱率(μs)および異方性係数(g)である。吸収率(μa)は、単位長さにおいて光子が吸収される確率を示す。散乱率(μs)は、単位長さにおいて光子が散乱する確率を示す。そして、異方性係数(g)は散乱過程における伝播方向の平均的変化率を示す。
【0009】
上記の3つの変数に加えて、“散乱減少率”(μs’≡μs(1−g))を定義すると便利な場合がある。これは、光子が伝播する方向に十分な回数ランダムに散乱することができる平均距離を示す。散乱減少率(μs’)は、散乱率(μs)の等方性相当値であり、特に肉厚組織の場合に好適である。数値(μa)および(μs)は、高濁度媒体に広く用いられる2つの光学変数である。
【0010】
生物医学的画像形成において、3D再構築画像と2D投影画像の2種類の画像が形成される。3D再構築画像は、断層撮影法を用いて形成される。断層撮影法では、一般に多数の検知器が多点分布に基づいて配置される。その利点は、3D画像を形成できることである。しかしながら、測定と再構築は、潜在的に時間のかかる作業である。2D投影画像は、図2に示すように、小断面レザー光線を用いて入力面を走査し、出力面の小領域から出射する光を検知することにより、作り出される。この走査技術は、高速であり、時間分解測定(スネーク光子の検知におけるタイムゲーティングの利用)と併用できるという利点を有する。しかしながら、情報が二次元に限定されてしまい、検知された光はレザー光線の入力点と検知器を結ぶ見通し線の端から端までにわたる容積部分ついての情報しか提供しない。図2に示されているように、点線で囲まれた領域は、検知された光が伝播した確率が非常に高い部分を示している。この部分の形状は、すべての光子が散乱媒体に同じ点から入射し、検知されたすべての光子が検知器に面した小領域を通過していることを考慮すると理解できるであろう。他方で、検知された光子は、散乱により、レザー源と検知器間を結ぶ見通し直線からずれ出る。このずれ距離は両者間の距離の半分で最大となる。縦方向の情報は、検知器の位置の走査もしくは実際には二重空間積分(DST)や多重視野(MFOV)などの技術を用いて得られる。
【0011】
上記において述べたように、光子の散乱および吸収は、どちらも波長に大きく依存する。また、タイムゲーティング画像形成技術は、非常に鋭い立ち上がりを有する入力短パルスを必要とする。その結果、高濁度媒体の画像形成に用いられる従来技術は、入力パルスを作り出すためにレザーを用いる。レザーは、波長の範囲が非常に狭いことを特徴とする光を発する。そのような波長はすべて、不透明媒体内で略同一の散乱および吸収を受ける。このような構成の不利な点は、ほとんどの不透明媒体(および特に生物組織)の光学的特徴は、波長に大きく依存することである。レザーは通常、入力光パルスの媒体内における散乱が最小になるように調整されるので、検知器にたどりつく光量は最大になる。しかしながら、そうすると、少なくとも媒体の内部構造に関する情報は多少失われる。
【0012】
したがって、複数の波長を利用して高濁度媒体の画質を最良にする技術は、依然として強く求められている。
【発明の開示】
【発明が解決しようとする課題】
【0013】
本発明の目的は、高濁度媒体の多波長画像形成方法を提供することである。
【課題を解決するための手段】
【0014】
したがって、本発明は、高濁度媒体の内部構造の多波長画像形成方法を提供する。本発明によれば、内部構造は一組の少なくとも2以上の各所定波長により画像形成されて、各画像に対応した1組の画像を作り出す。そして1組の画像は融合画像として合成される。
【0015】
本発明の多波長画像形成は、高濁度媒体における含有物識別を改良したものである。具体的には、数種の波長によりそれに対応する数の高濁度媒体の画像が形成され、次にそれらの画像は合成される。光学乳房撮影には、2つの方法が利用されている。第1の方法は、2つの波長(たとえば755および800nm)を用いる方法であり、第2の方法は、4つの波長(たとえば755、800、930および975nm)を用いる方法である。従来のKL変換法を用いて、1組の画像の3つの主要成分を獲得し、そして擬似着色法を用いて全ての情報を1つの合成画像に統合する。
【発明を実施するための最良の形態】
【0016】
本発明のその他の特徴および利点は、以下の添付図面に基づいた詳細な説明によって、より明らかとなろう。すべての添付の図面において、類似する特徴は同じ符号を用いて示してある。
【0017】
本発明は、高濁度媒体の多波長画像形成に用いる方法を提供する。説明の便宜のため、本発明を乳房撮影に適した実施例により詳細に説明する。しかし当然のことながら、本発明はいかなる不透明媒体の画像形成にも同様に用いることができる。したがって、以下に説明する実施例は、本発明の範囲を限定するものではない。
【0018】
上記において述べたように、不透明媒体、特に生物組織の光学的特徴は、組成にもよるが、波長により変化する。2つまたはそれ以上の好適な波長を選ぶことによって、このような波長への依存性は、異種の組織間の違いをさらに際立たせ、組織認識の向上を図ることができる。各波長において形成された画像を合成することにより、内部の特徴を強調することができ、光学的対比および組織識別を向上させ、組織の特定をより容易にすることができる。さらには、特定の目的のために用いられる波長は、調査中の不透明媒体および特別に関心のある含有物(すなわち内部構造)の光学的特徴に基づいて選択されることが好ましい。
【0019】
たとえば、光学乳房撮影では、2種の主要な組織(脂肪組織と腺状組織)および正常組織と癌組織を区別することが望まれる。脂肪組織と腺状組織は分光分析により簡単に区別される。特に、腺状組織は水分を多く含むので、そのスペクトルは水に非常によく似ている。一方、脂肪組織は大部分が脂肪酸に由来する脂質から構成されているので、水分含有量が少ない。
【0020】
脂肪組織および線組織のスペクトルは、図3に示されている。なお、図3は波長に対する相対的ピーク位置のみを示していることに留意されたい。減衰量は、定性的にさえも利用できない。なぜなら、ある波長における所定試料の減衰量は、試料の厚さや光散乱特性に依存するからである。2つの主要な特徴が、組織スペクトルの分析により分かる。一つは、波長が610−925nmである場合の腺状組織における透過率が漸次減少するのに対し、同一範囲内での波長における脂肪組織の透過率は一定である。もう一つは、脂肪組織では脂質のC−H結合のために930nmにおいて頂点が見られるのに対して腺状組織では見られない一方で、腺状組織では975nmにおいて水分量の頂点が見られるのに対して脂肪組織では見られない。
【0021】
したがって、975nmにおける乳房組織画像形成で腺状組織が明瞭になるのに対し、脂肪組織は930nmの波長において検知される。また、925〜610nmにおける脂肪組織の光学的特性の不変性を利用することもできる。この場合、多波長合成画像または減算合成画像(後に説明する)は、脂肪を他種類の組織から区別するために用いられる。
【0022】
当該技術分野では周知のように、癌組織の成長は、宿主組織に多大な影響を与える。そのような影響の一つに、血管形成に関するものがある。すなわち、腫瘍により腫瘍脈管形成因子(TAF)が放出され、宿主組織における新しい血管の形成および成長を誘発する。表1からわかるように、このような過剰な血管分布は、特に腫瘍の周囲を囲む領域の近傍で顕著となる。
【0023】
【表1】
【0024】
このような影響は、ヘモグロビンの吸収ピーク時の波長を画像形成波長として用いることにより、光学画像形成に利用可能である。ヘモグロビンの等吸収点は、800nmで、その波長において酸化ヘモグロビン(HbO2)と非酸化ヘモグロビン(Hb)の吸収率が同じになるので、組織内にあるすべてのヘモグロビン(すなわち血液)の含有量が分かる。非酸化ヘモグロビン(Hb)は、755nmで弱い吸収帯を有する。さらに、(生体内の)腫瘍組織では、酸化の度合いが正常組織よりもわずかに低い。実際、HbO2/Hbと総血液量が直交座標に示されている2次元空間を定義することができる。悪性組織は、この酸化/非酸化総血液量空間において非常に特殊な領域を占めている。したがって、755nmおよび800nmの各波長で形成された画像を合成すると、血管形成状況およびHb濃度上昇現象を利用して、癌組織と正常組織の違いを際立たせることができる。
【0025】
図4は、酸化および非酸化ヘモグロビンそれぞれの2つの組織サンプルのスペクトルを示している。図3のスペクトルと同様に、これらのスペクトルは、厚さによる誤差を修正しておらず、単に波長軸に沿ったピーク位置を示しているだけである。
【0026】
すべての場合において、組織の種類を識別するのに用いられるのは、吸収特性であることに留意されたい。というのも、散乱率の絶対値は、組織の種類に関らず、波長の増加に伴って徐々に減少するが、吸収率は組織組成にのみ依存するからである。
【0027】
本発明によれば、異なる波長で形成された画像を単色画像に合成して、画像から得られる情報の質を高める。このようなデータ処理は、「画像融合」とも呼ばれる。たとえば画像差分法、擬似着色法、KL変換法という別の3つの画像融合技術を用いてもよい。
【0028】
画像差分法は、画素ごとに1つの画像を別の画像から減算して最終的な画像を作り出す技術のことである。一つの波長でのみ視認できる特徴のすべて、すなわち、一つの画像にだけ表れる特徴のすべては、最終的な合成画像でも視認できる。逆に、いくつかの画像に共通な特徴は省かれるので、合成画像では視認できない。したがって画像差分法は、特に2つの画像の違いを明らかにするのに便利である。
【0029】
実際には、各画像は強度可変の単色画像(たとえば8ビットのグレースケール)として与えられる。そして、画素毎に簡単な差分計算が行われ、その結果としての計算値がモニタへの表示のために必要な範囲(256階調)に合わせて修正される。必要に応じて、番号のついた階調を所定の1組の色調に関連付ける配色表を用いて、計算結果をカラー画像に変換する。
【0030】
画像差分法の簡単な変形例として、画像平均を用いるものがある。イメージ平均では、画像差分はカラーコード化される一方、融合画像の各画素の強度は、(2つかそれ以上の)元の画像それぞれにおいて対応する画素の強度の平均値として計算される。
【0031】
擬似着色法は、3つの画像を1つに融合してカラー画像を合成するのに用いることができる。この技術によると、各画像は、3原色(すなわち、赤色、緑色および青色)の各表示色を用いて、強度が変化する単色画像として与えられる。たとえば、波長1に対応する画像は、強度可変の単赤色で表され、各画素は(たとえば8ビットの)強度レベルが与えられる。同様にして、波長2および3に対応する画像は、強度可変の単緑色および単青色で与えられ、適切な強度がそれらの特徴を示すものとして割り当てられる。この構成によると、3種の画像は従来の24ビット/画素RGBカラー表示画像の赤、緑、青の構成色を提供する。このように、これらの画像は画面上で容易に1つのカラー画像に合成あるいは融合され、その特徴は3原色の混合結果に従って色づけされる。たとえば、赤色と緑色の画像には表れ、青色の画像には表れていない特徴は、融合画像において黄色で示される。なお、2つの波長だけを考える場合、2つの原色が用いられて第3の色は各画素においてゼロ(もしくは黒色)に設定され、融合画像の生成を妨げないようにする。
【0032】
上記において述べたように、悪性組織は、酸化/非酸化総血液量空間においてある特定の領域を占めることが分かっている。したがって、擬似着色法は悪性組織の存在と位置を詳細に特定するのに利用可能である。特に、755nm(非酸化ヘモグロビン−Hb)、800nm(総血液)における1組の画像を作ることにより、融合画像の各画素は酸化/非酸化総血液量空間において特定の位置にマッピングされる。悪性組織に関連するものとして知られた領域に配置された画素は、表示モニタ上に強調して表示される。
【0033】
最後の画像融合法は、KL変換法を用いる。KL変換法は、もともとKarhunuとLoeveによって、連続ランダム処理用の連続展開として導入され、主要成分法としても知られており、複数の画像を一つの総体として扱うのに理想的である。
【0034】
KL変換法は、以下のように機能する。P個の画素各々について、異なる各波長において得られたベクトル要素v1,…vnで表現されるN個の画像があると仮定する。画像のN×N自己相関マトリクスをRとして、次の数式により計算される。
【0035】
【数1】
【0036】
ヤコビアルゴリズム(Jacobi algorithm)は、固有値Nと自己相関マトリクスRの固有ベクトルを計算するのに用いられる。そして、固有ベクトルV1…VNは対応する固有値D1…DNに従って、分類される。
【0037】
KL変換法は、もとの画像v1…vNと、分類された固有ベクトルV1…VNの乗積により構成され、P個の各画素について新しい1組の画像k1…kNが得られる。
【0038】
【数2】
【0039】
変換されたN個の画像は、相関していない。さらに、変換後の1組の画像は、エネルギーの降順に並べられる。一般に、最初の3つの画像k1,k2,k3はN個のもとの画像の95%を表示している。この特性により、KL変換により得られた最初の3つの画像は、擬似着色法を用いた画像融合の好適な候補となる。
【0040】
したがって、最終段階では、3つの画像k1,k2,k3のそれぞれに3原色のうちの一色で与えて、画面上で3つの着色画像を合成し、最終的な融合画像を作成する。必要ならば、(RGBよりもむしろ)従来のLUVカラーシステムを用いて、微細な色調の違いに対する人間の知覚感度の平均値に最適になるようにすることもできる。さらに、当該分野にて公知な方法によるヒストグラム平均化を用いて質の向上を図ることもできる。
【0041】
2つの実験結果をこれから示す。以上の説明で紹介した3つの画像融合技術を、仮想合成体(synthetic phantoms)と生体とについて比較している。
【0042】
第一の実験では、異なる光学的特性を有する3つの含有物を含む仮想組織を3回走査した。各走査間において、含有物の位置を逆転させて、波長の変化による効果をシミュレートした。画像差分法、擬似着色法およびKL変換法を得られた画像に適用した。図7に示されているように、これらの実験から得られた結果は、含有物識別および有効データ整理技術における明らかな向上を示している。KL変換法は特に多波長画像形成によく適していることがわかる。
【0043】
第二の実験では、まず2つの波長(753および800nm)において人間の乳房の生体内走査を行った。次に、画像に対して画像差分法、擬似着色法、KL変換法の処理が行われた。図8は、二回の走査で得られた画像の融合結果を示している。差分画像に配色表が適用された(画素差は青色から緑や黄色、そしてオレンジ、赤へと増加する)。第一の実験と同様に、融合により画像の特徴が強調され、一つの画像から得られる情報よりも多くの情報が与えられる。
【0044】
画像融合のKL変換法は、以上に述べたように用いられ、多波長画像の包括的視覚化に最も有効である。この技術を用いて融合されたカラー画像は、入力された画像の特徴をより際立たせる。しかしながら、KL変換法によるカラー画像は一般に、擬似着色法による画像と比べて、人間の視覚には不自然に映る。
【0045】
好ましくは、上記の画像融合技術は、画像のある特徴の強調および/または診断評価補助のために、組み合わせて用いたほうがよい。たとえば必要に応じて、画像差分法および画像平均化により作成された各融合画像自体を、擬似着色法を用いて合成してもよい。この実施例では、乳房は930nmおよび975nmにおいて画像形成されて、腺状組織と脂肪組織の構造を際立たせるために画像差分法を用いてこれらの画像を合成してもよい。次に乳房は755nmおよび800nmにおいて画像形成され、酸化/非酸化総血液量空間における画素配置が決定される。そしてこれらの結果は、1つの画像に合成されて、たとえば総血液量を示す平均画像に赤色、腺状組織と脂肪組織の差を際立たせる画像に緑色、酸化/非酸化総血液量空間における結果図示画像に青色が割り当てられ、悪性組織を強調表示してもよい。
【0046】
上記の本発明の実施例は、単に例示のために示したにすぎない。したがって本発明の範囲は、添付の請求の範囲によってのみ限定される。
【図面の簡単な説明】
【0047】
【図1】散乱媒体を通じて伝達される3種の光子の典型的な軌道を示す図である。
【図2】不透明媒体の画像形成用の走査システムを示す図である。
【図3】脂肪組織(青色)、腺状組織(緑色)の透過スペクトルを示す図である。
【図4】癌におかされた乳房組織(黒色)および正常な乳房の腺状組織(緑色)の透過率(%)示す図である。
【図5】2つの異なる波長により得られた画像を合成して、1つの画像でのみ視認可能な特徴を際立たせる画像差分法を示す図である。
【図6】3つの画像を一つのカラー画像に合成して、特徴を入力画像の色相強度に従って色づけする擬似着色法を示す図である。
【図7A−F】異なる波長でシミュレートした仮想組織の3回の走査の画像融合結果(図7A〜C)、画像差分処理を行った結果(図7D)、擬似着色処理を行った結果(図7E)およびKL変換処理を行った結果(図7F)を示す図である。
【図8】異なる波長よる人間の乳房の2回の生体内走査の画像融合結果(図8A〜B)、画像差分処理を行った結果(図8C)、擬似着色処理を行った結果(図8D)、およびKL変換処理を行った結果(図8E)を示す図である。
【0001】
本発明は、不透明媒体の画像形成に関する。本発明はとくに、不透明媒体の多波長画像形成に関する。
【背景技術】
【0002】
不透明媒体の光学画像形成では一般に、媒体に光を照射して、当該媒体から発せられる光を検知し、検知した光を分析して媒体内の内部物質構造の存在および/または特性を推測する。不透明媒体の光学画像形成の分野が現在関心を集めているのは、安全かつ非破壊的な生物医学的診断技術が求められているためである。生物組織の光学的特性は、光学に基づく生物医学的診断技術において重要な位置を占める。あらゆる不透明媒体において一般に、生物組織中における光の伝播の仕方は、その組織の光吸収性および光散乱性により決まる。概して、異常組織を通過する光の吸収性および/または散乱性が正常組織と異なる場合(例えば、異常による生理的または形態的変化に起因する)、正常時と異常時の状態を光学的に区別することができよう。この考え方を具体的に利用するのが、光学乳房撮影である。すなわち腫瘍は、光学的特性に基づいて正常な乳房と区別できると考えられる。
【0003】
生物医学的画像形成は、(生物組織のような)不透明媒体中での光の伝達が当該媒体の光吸収性および光散乱性に依存するという事実に基づいている。媒体中の構成原子および分子のエネルギー準位が変化すると、吸収が起こる。吸収は、物質だけでなく検査波長にも影響を受ける。散乱は、媒体中に存在する様々な構造間の屈折率の違いから生じる。ある検査波長における構造の屈折率だけでなく、検査波長に対する構造のサイズによっても影響を受ける。入射光の強度、干渉性、偏光度などの特性は、媒体に吸収および散乱されると変化して、その結果光は拡散伝達される。特に平行レザービームは、散乱するとかなりの量の分子に拡散して、不透明媒体の画像形成を複雑にする。
【0004】
散乱媒体中で伝搬する光子の軌道は、統計的にしか予測できない。光子は、吸収される可能性に加え、図1に示すようにたくさんの散乱事象の影響を受ける。人間の乳房のように、光を散乱しやすいが吸収しにくい平板状媒体においては、ほとんどの光子は、組織内を数ミリメートル前進した後、入射表面側に向かって後方反射される。反射されなかった光子は、媒体に吸収されるか、または出射面に伝播して検知される。一般的な厚みと光学要素を有する乳房の場合、0.01〜1%の入射光子が出射面に伝播される。
【0005】
伝播された光子は、次の3つの種類に分類できる。弾道光子は、散乱することなく出射面にたどりつく。スネーク光子は、少し散乱するが略直線の軌道を維持する。拡散光子は、広範囲に散乱して出射する前に膨大な量の要素に拡散する。これらの3種の各光子がたどる軌道の典型例が図1に示されている。
【0006】
弾道光子は、全く散乱しないので、生物組織のような高濁度媒体の内部の非常に明瞭な画像を形成できる可能性を持つ。残念なことに、多くの場合(たとえば一般的な厚みおよび光学要素を有する乳房の場合)、伝播される弾道光子の数は、画像形成を行うには不十分である。スネーク光子は、略直線の軌道をたどり、比較的明瞭な画像を形成するのに十分な数存在する。スネーク光子は、出射面への到達時間により拡散光子と区別できる。光パルスが入射面から不透明媒体に投射されると、その構成要素である光子は異なる軌道を通って伝播する。最短距離を移動する光子(例えばスネーク光子)は、最短の伝播遅延で出射面にたどりつき、軌道が長い拡散光子より先に検知される。このように、スネーク光子は検知器へ短時間で到達することにより分離可能なので、画像形成に用いられる。「タイムゲーティング」として知られるこの技術の発展により、1990年代初期に光学乳房撮影への関心が復活した。
【0007】
以上の記述から分かるように、タイムゲーティングは、検知器により検知された光の時間領域分析を必要とする。生物医学的画像形成のため、このような時間領域分析および画像形成は、好ましくは組織サンプル(もしくは他の不透明媒体)を伝播する光の時点広がり関数(TPSF)に基づく。当業者には周知であるが、TPSFは、散乱媒体伝播時の光の超短パルスの時間的発散を表す。したがって、図1に示されているように、光パルスの光子は媒体中でそれぞれ異なる経路をたどるので、それぞれ異なる伝播遅延を起こす。その結果、光パルスは媒体を通って伝播すると、ある時間領域において発散する。検知器にたどりついたパルスのTPSFを評価することで、媒体の吸収および散乱についての光学的変数だけでなく減衰も評価することが容易になる。さらに、スネーク光子が検知可能となり、媒体内の物質構造の画像形成に利用できる。
【0008】
一般に、3つの変数が生物組織のような散乱媒体の光学的特性を説明するために定義される。その変数とは、吸収率(μa)、散乱率(μs)および異方性係数(g)である。吸収率(μa)は、単位長さにおいて光子が吸収される確率を示す。散乱率(μs)は、単位長さにおいて光子が散乱する確率を示す。そして、異方性係数(g)は散乱過程における伝播方向の平均的変化率を示す。
【0009】
上記の3つの変数に加えて、“散乱減少率”(μs’≡μs(1−g))を定義すると便利な場合がある。これは、光子が伝播する方向に十分な回数ランダムに散乱することができる平均距離を示す。散乱減少率(μs’)は、散乱率(μs)の等方性相当値であり、特に肉厚組織の場合に好適である。数値(μa)および(μs)は、高濁度媒体に広く用いられる2つの光学変数である。
【0010】
生物医学的画像形成において、3D再構築画像と2D投影画像の2種類の画像が形成される。3D再構築画像は、断層撮影法を用いて形成される。断層撮影法では、一般に多数の検知器が多点分布に基づいて配置される。その利点は、3D画像を形成できることである。しかしながら、測定と再構築は、潜在的に時間のかかる作業である。2D投影画像は、図2に示すように、小断面レザー光線を用いて入力面を走査し、出力面の小領域から出射する光を検知することにより、作り出される。この走査技術は、高速であり、時間分解測定(スネーク光子の検知におけるタイムゲーティングの利用)と併用できるという利点を有する。しかしながら、情報が二次元に限定されてしまい、検知された光はレザー光線の入力点と検知器を結ぶ見通し線の端から端までにわたる容積部分ついての情報しか提供しない。図2に示されているように、点線で囲まれた領域は、検知された光が伝播した確率が非常に高い部分を示している。この部分の形状は、すべての光子が散乱媒体に同じ点から入射し、検知されたすべての光子が検知器に面した小領域を通過していることを考慮すると理解できるであろう。他方で、検知された光子は、散乱により、レザー源と検知器間を結ぶ見通し直線からずれ出る。このずれ距離は両者間の距離の半分で最大となる。縦方向の情報は、検知器の位置の走査もしくは実際には二重空間積分(DST)や多重視野(MFOV)などの技術を用いて得られる。
【0011】
上記において述べたように、光子の散乱および吸収は、どちらも波長に大きく依存する。また、タイムゲーティング画像形成技術は、非常に鋭い立ち上がりを有する入力短パルスを必要とする。その結果、高濁度媒体の画像形成に用いられる従来技術は、入力パルスを作り出すためにレザーを用いる。レザーは、波長の範囲が非常に狭いことを特徴とする光を発する。そのような波長はすべて、不透明媒体内で略同一の散乱および吸収を受ける。このような構成の不利な点は、ほとんどの不透明媒体(および特に生物組織)の光学的特徴は、波長に大きく依存することである。レザーは通常、入力光パルスの媒体内における散乱が最小になるように調整されるので、検知器にたどりつく光量は最大になる。しかしながら、そうすると、少なくとも媒体の内部構造に関する情報は多少失われる。
【0012】
したがって、複数の波長を利用して高濁度媒体の画質を最良にする技術は、依然として強く求められている。
【発明の開示】
【発明が解決しようとする課題】
【0013】
本発明の目的は、高濁度媒体の多波長画像形成方法を提供することである。
【課題を解決するための手段】
【0014】
したがって、本発明は、高濁度媒体の内部構造の多波長画像形成方法を提供する。本発明によれば、内部構造は一組の少なくとも2以上の各所定波長により画像形成されて、各画像に対応した1組の画像を作り出す。そして1組の画像は融合画像として合成される。
【0015】
本発明の多波長画像形成は、高濁度媒体における含有物識別を改良したものである。具体的には、数種の波長によりそれに対応する数の高濁度媒体の画像が形成され、次にそれらの画像は合成される。光学乳房撮影には、2つの方法が利用されている。第1の方法は、2つの波長(たとえば755および800nm)を用いる方法であり、第2の方法は、4つの波長(たとえば755、800、930および975nm)を用いる方法である。従来のKL変換法を用いて、1組の画像の3つの主要成分を獲得し、そして擬似着色法を用いて全ての情報を1つの合成画像に統合する。
【発明を実施するための最良の形態】
【0016】
本発明のその他の特徴および利点は、以下の添付図面に基づいた詳細な説明によって、より明らかとなろう。すべての添付の図面において、類似する特徴は同じ符号を用いて示してある。
【0017】
本発明は、高濁度媒体の多波長画像形成に用いる方法を提供する。説明の便宜のため、本発明を乳房撮影に適した実施例により詳細に説明する。しかし当然のことながら、本発明はいかなる不透明媒体の画像形成にも同様に用いることができる。したがって、以下に説明する実施例は、本発明の範囲を限定するものではない。
【0018】
上記において述べたように、不透明媒体、特に生物組織の光学的特徴は、組成にもよるが、波長により変化する。2つまたはそれ以上の好適な波長を選ぶことによって、このような波長への依存性は、異種の組織間の違いをさらに際立たせ、組織認識の向上を図ることができる。各波長において形成された画像を合成することにより、内部の特徴を強調することができ、光学的対比および組織識別を向上させ、組織の特定をより容易にすることができる。さらには、特定の目的のために用いられる波長は、調査中の不透明媒体および特別に関心のある含有物(すなわち内部構造)の光学的特徴に基づいて選択されることが好ましい。
【0019】
たとえば、光学乳房撮影では、2種の主要な組織(脂肪組織と腺状組織)および正常組織と癌組織を区別することが望まれる。脂肪組織と腺状組織は分光分析により簡単に区別される。特に、腺状組織は水分を多く含むので、そのスペクトルは水に非常によく似ている。一方、脂肪組織は大部分が脂肪酸に由来する脂質から構成されているので、水分含有量が少ない。
【0020】
脂肪組織および線組織のスペクトルは、図3に示されている。なお、図3は波長に対する相対的ピーク位置のみを示していることに留意されたい。減衰量は、定性的にさえも利用できない。なぜなら、ある波長における所定試料の減衰量は、試料の厚さや光散乱特性に依存するからである。2つの主要な特徴が、組織スペクトルの分析により分かる。一つは、波長が610−925nmである場合の腺状組織における透過率が漸次減少するのに対し、同一範囲内での波長における脂肪組織の透過率は一定である。もう一つは、脂肪組織では脂質のC−H結合のために930nmにおいて頂点が見られるのに対して腺状組織では見られない一方で、腺状組織では975nmにおいて水分量の頂点が見られるのに対して脂肪組織では見られない。
【0021】
したがって、975nmにおける乳房組織画像形成で腺状組織が明瞭になるのに対し、脂肪組織は930nmの波長において検知される。また、925〜610nmにおける脂肪組織の光学的特性の不変性を利用することもできる。この場合、多波長合成画像または減算合成画像(後に説明する)は、脂肪を他種類の組織から区別するために用いられる。
【0022】
当該技術分野では周知のように、癌組織の成長は、宿主組織に多大な影響を与える。そのような影響の一つに、血管形成に関するものがある。すなわち、腫瘍により腫瘍脈管形成因子(TAF)が放出され、宿主組織における新しい血管の形成および成長を誘発する。表1からわかるように、このような過剰な血管分布は、特に腫瘍の周囲を囲む領域の近傍で顕著となる。
【0023】
【表1】
【0024】
このような影響は、ヘモグロビンの吸収ピーク時の波長を画像形成波長として用いることにより、光学画像形成に利用可能である。ヘモグロビンの等吸収点は、800nmで、その波長において酸化ヘモグロビン(HbO2)と非酸化ヘモグロビン(Hb)の吸収率が同じになるので、組織内にあるすべてのヘモグロビン(すなわち血液)の含有量が分かる。非酸化ヘモグロビン(Hb)は、755nmで弱い吸収帯を有する。さらに、(生体内の)腫瘍組織では、酸化の度合いが正常組織よりもわずかに低い。実際、HbO2/Hbと総血液量が直交座標に示されている2次元空間を定義することができる。悪性組織は、この酸化/非酸化総血液量空間において非常に特殊な領域を占めている。したがって、755nmおよび800nmの各波長で形成された画像を合成すると、血管形成状況およびHb濃度上昇現象を利用して、癌組織と正常組織の違いを際立たせることができる。
【0025】
図4は、酸化および非酸化ヘモグロビンそれぞれの2つの組織サンプルのスペクトルを示している。図3のスペクトルと同様に、これらのスペクトルは、厚さによる誤差を修正しておらず、単に波長軸に沿ったピーク位置を示しているだけである。
【0026】
すべての場合において、組織の種類を識別するのに用いられるのは、吸収特性であることに留意されたい。というのも、散乱率の絶対値は、組織の種類に関らず、波長の増加に伴って徐々に減少するが、吸収率は組織組成にのみ依存するからである。
【0027】
本発明によれば、異なる波長で形成された画像を単色画像に合成して、画像から得られる情報の質を高める。このようなデータ処理は、「画像融合」とも呼ばれる。たとえば画像差分法、擬似着色法、KL変換法という別の3つの画像融合技術を用いてもよい。
【0028】
画像差分法は、画素ごとに1つの画像を別の画像から減算して最終的な画像を作り出す技術のことである。一つの波長でのみ視認できる特徴のすべて、すなわち、一つの画像にだけ表れる特徴のすべては、最終的な合成画像でも視認できる。逆に、いくつかの画像に共通な特徴は省かれるので、合成画像では視認できない。したがって画像差分法は、特に2つの画像の違いを明らかにするのに便利である。
【0029】
実際には、各画像は強度可変の単色画像(たとえば8ビットのグレースケール)として与えられる。そして、画素毎に簡単な差分計算が行われ、その結果としての計算値がモニタへの表示のために必要な範囲(256階調)に合わせて修正される。必要に応じて、番号のついた階調を所定の1組の色調に関連付ける配色表を用いて、計算結果をカラー画像に変換する。
【0030】
画像差分法の簡単な変形例として、画像平均を用いるものがある。イメージ平均では、画像差分はカラーコード化される一方、融合画像の各画素の強度は、(2つかそれ以上の)元の画像それぞれにおいて対応する画素の強度の平均値として計算される。
【0031】
擬似着色法は、3つの画像を1つに融合してカラー画像を合成するのに用いることができる。この技術によると、各画像は、3原色(すなわち、赤色、緑色および青色)の各表示色を用いて、強度が変化する単色画像として与えられる。たとえば、波長1に対応する画像は、強度可変の単赤色で表され、各画素は(たとえば8ビットの)強度レベルが与えられる。同様にして、波長2および3に対応する画像は、強度可変の単緑色および単青色で与えられ、適切な強度がそれらの特徴を示すものとして割り当てられる。この構成によると、3種の画像は従来の24ビット/画素RGBカラー表示画像の赤、緑、青の構成色を提供する。このように、これらの画像は画面上で容易に1つのカラー画像に合成あるいは融合され、その特徴は3原色の混合結果に従って色づけされる。たとえば、赤色と緑色の画像には表れ、青色の画像には表れていない特徴は、融合画像において黄色で示される。なお、2つの波長だけを考える場合、2つの原色が用いられて第3の色は各画素においてゼロ(もしくは黒色)に設定され、融合画像の生成を妨げないようにする。
【0032】
上記において述べたように、悪性組織は、酸化/非酸化総血液量空間においてある特定の領域を占めることが分かっている。したがって、擬似着色法は悪性組織の存在と位置を詳細に特定するのに利用可能である。特に、755nm(非酸化ヘモグロビン−Hb)、800nm(総血液)における1組の画像を作ることにより、融合画像の各画素は酸化/非酸化総血液量空間において特定の位置にマッピングされる。悪性組織に関連するものとして知られた領域に配置された画素は、表示モニタ上に強調して表示される。
【0033】
最後の画像融合法は、KL変換法を用いる。KL変換法は、もともとKarhunuとLoeveによって、連続ランダム処理用の連続展開として導入され、主要成分法としても知られており、複数の画像を一つの総体として扱うのに理想的である。
【0034】
KL変換法は、以下のように機能する。P個の画素各々について、異なる各波長において得られたベクトル要素v1,…vnで表現されるN個の画像があると仮定する。画像のN×N自己相関マトリクスをRとして、次の数式により計算される。
【0035】
【数1】
【0036】
ヤコビアルゴリズム(Jacobi algorithm)は、固有値Nと自己相関マトリクスRの固有ベクトルを計算するのに用いられる。そして、固有ベクトルV1…VNは対応する固有値D1…DNに従って、分類される。
【0037】
KL変換法は、もとの画像v1…vNと、分類された固有ベクトルV1…VNの乗積により構成され、P個の各画素について新しい1組の画像k1…kNが得られる。
【0038】
【数2】
【0039】
変換されたN個の画像は、相関していない。さらに、変換後の1組の画像は、エネルギーの降順に並べられる。一般に、最初の3つの画像k1,k2,k3はN個のもとの画像の95%を表示している。この特性により、KL変換により得られた最初の3つの画像は、擬似着色法を用いた画像融合の好適な候補となる。
【0040】
したがって、最終段階では、3つの画像k1,k2,k3のそれぞれに3原色のうちの一色で与えて、画面上で3つの着色画像を合成し、最終的な融合画像を作成する。必要ならば、(RGBよりもむしろ)従来のLUVカラーシステムを用いて、微細な色調の違いに対する人間の知覚感度の平均値に最適になるようにすることもできる。さらに、当該分野にて公知な方法によるヒストグラム平均化を用いて質の向上を図ることもできる。
【0041】
2つの実験結果をこれから示す。以上の説明で紹介した3つの画像融合技術を、仮想合成体(synthetic phantoms)と生体とについて比較している。
【0042】
第一の実験では、異なる光学的特性を有する3つの含有物を含む仮想組織を3回走査した。各走査間において、含有物の位置を逆転させて、波長の変化による効果をシミュレートした。画像差分法、擬似着色法およびKL変換法を得られた画像に適用した。図7に示されているように、これらの実験から得られた結果は、含有物識別および有効データ整理技術における明らかな向上を示している。KL変換法は特に多波長画像形成によく適していることがわかる。
【0043】
第二の実験では、まず2つの波長(753および800nm)において人間の乳房の生体内走査を行った。次に、画像に対して画像差分法、擬似着色法、KL変換法の処理が行われた。図8は、二回の走査で得られた画像の融合結果を示している。差分画像に配色表が適用された(画素差は青色から緑や黄色、そしてオレンジ、赤へと増加する)。第一の実験と同様に、融合により画像の特徴が強調され、一つの画像から得られる情報よりも多くの情報が与えられる。
【0044】
画像融合のKL変換法は、以上に述べたように用いられ、多波長画像の包括的視覚化に最も有効である。この技術を用いて融合されたカラー画像は、入力された画像の特徴をより際立たせる。しかしながら、KL変換法によるカラー画像は一般に、擬似着色法による画像と比べて、人間の視覚には不自然に映る。
【0045】
好ましくは、上記の画像融合技術は、画像のある特徴の強調および/または診断評価補助のために、組み合わせて用いたほうがよい。たとえば必要に応じて、画像差分法および画像平均化により作成された各融合画像自体を、擬似着色法を用いて合成してもよい。この実施例では、乳房は930nmおよび975nmにおいて画像形成されて、腺状組織と脂肪組織の構造を際立たせるために画像差分法を用いてこれらの画像を合成してもよい。次に乳房は755nmおよび800nmにおいて画像形成され、酸化/非酸化総血液量空間における画素配置が決定される。そしてこれらの結果は、1つの画像に合成されて、たとえば総血液量を示す平均画像に赤色、腺状組織と脂肪組織の差を際立たせる画像に緑色、酸化/非酸化総血液量空間における結果図示画像に青色が割り当てられ、悪性組織を強調表示してもよい。
【0046】
上記の本発明の実施例は、単に例示のために示したにすぎない。したがって本発明の範囲は、添付の請求の範囲によってのみ限定される。
【図面の簡単な説明】
【0047】
【図1】散乱媒体を通じて伝達される3種の光子の典型的な軌道を示す図である。
【図2】不透明媒体の画像形成用の走査システムを示す図である。
【図3】脂肪組織(青色)、腺状組織(緑色)の透過スペクトルを示す図である。
【図4】癌におかされた乳房組織(黒色)および正常な乳房の腺状組織(緑色)の透過率(%)示す図である。
【図5】2つの異なる波長により得られた画像を合成して、1つの画像でのみ視認可能な特徴を際立たせる画像差分法を示す図である。
【図6】3つの画像を一つのカラー画像に合成して、特徴を入力画像の色相強度に従って色づけする擬似着色法を示す図である。
【図7A−F】異なる波長でシミュレートした仮想組織の3回の走査の画像融合結果(図7A〜C)、画像差分処理を行った結果(図7D)、擬似着色処理を行った結果(図7E)およびKL変換処理を行った結果(図7F)を示す図である。
【図8】異なる波長よる人間の乳房の2回の生体内走査の画像融合結果(図8A〜B)、画像差分処理を行った結果(図8C)、擬似着色処理を行った結果(図8D)、およびKL変換処理を行った結果(図8E)を示す図である。
Claims (18)
- 1組の少なくとも2種類以上の各所定波長において内部構造の画像形成を行い、対応する1組の画像を生成する工程と、
前記1組の画像を合成して融合画像を生成する工程と、を含む、
高濁度媒体の内部構造の画像形成方法。 - 前記内部構造の画像形成工程は、前記不透明媒体から生じた光の時点広がり関数(TPSF)分析に基づく、請求項1に記載の方法。
- 前記各所定波長は、不透明媒体の少なくとも1つの内部構造の光吸収特性により決定される、請求項2に記載の方法。
- 波長の数は最大3であって、前記1組の画像の合成工程は、
カラーディスプレイモニタにおける異なる各原色を各画像に割り付ける工程と、
前記カラーディスプレイモニタに与えられた画像を同時表示して、前記融合画像を生成する工程と、を含む請求項1に記載の方法。 - 前記波長の数は最大2であって、前記1組の画像の合成工程は、
カラーディスプレイモニタにおける所定の共通の原色を各画像に割り付けて各画像を生成する工程と、
前記生成画像を減算処理して前記融合画像を生成する工程と、を含む請求項1に記載の方法。 - 前記波長の数は最大2であって、前記1組の画像の合成工程は、
各カラーディスプレイモニタにおける所定の共通の原色を各画像に割り付けて各画像を生成する工程と、
前記生成画像を平均化して前記融合画像を生成する工程と、を含む請求項1に記載の方法。 - 前記波長の数は2以上であって、前記1組の画像の合成工程は、
前記各画像をKL変換処理して各変換画像を生成する工程と、
各画像のエネルギー値に基づいて前記変換画像から最大3つの画像を選択する工程と、
前記変換画像から選択された各画像に対してカラーディスプレイモニタにおける異なる各原色を割り付ける工程と、
前記カラーディスプレイモニタに前記各画像を同時表示して前記融合画像を生成する工程と、を含む請求項1に記載の方法。 - 前記最大3つの変換画像を選択する工程は、エネルギーレベルが最大である変換画像を選択する工程である、請求項7に記載の方法。
- 1組の少なくとも2つ以上の各所定波長において組織サンプルの内部構造の画像形成を行い、対応する1組の画像を生成する工程と、
前記1組の画像を合成して融合画像を生成する工程と、を含む生物医学的な光学画像形成方法。 - 前記内部構造の画像形成工程は、前記組織サンプルから生じた光の時点広がり関数(TPSF)分析に基づく、請求項9に記載の方法。
- 前記各所定の波長は不透明媒体の少なくとも1つの内部構造の光吸収特性に基づいて決定される、請求項9に記載の方法。
- 前記組織サンプルは乳房組織であって、前記1組の所定波長は755,800,930,975nmのうちの少なくとも1つ以上を含む、請求項11に記載の方法。
- 前記波長の数は最大3であって、前記1組の画像の合成工程は、
カラーディスプレイモニタにおける異なる各原色で各画像に割り付ける工程と、
前記カラーディスプレイモニタに前記各画像を同時表示して前記融合画像を生成する工程と、を含む請求項9に記載の方法。 - 前記波長の数は最大2であって、前記1組の画像の合成工程は、
カラーディスプレイモニタにおける所定の共通の原色を各画像に割り付けて各画像を生成する工程と、
前記生成画像を減算処理して前記融合画像を生成する工程と、を含む請求項9に記載の方法。 - 前記波長の数は最大2であって、前記1組の画像を合成する工程は、
カラーディスプレイモニタにおける所定の共通の原色を各画像に割り付けて各画像を生成する工程と、
前記生成画像を平均化して前記融合画像を生成する工程と、を含む請求項9に記載の方法。 - 前記波長の数は2以上であって、前記1組の画像の合成工程は、
前記各画像をKL変換処理して各変換画像を生成する工程と、
各画像のエネルギー値に基づいて前記変換画像から最大3つの画像を選択する工程と、
前記変換画像から選択された各画像に対してカラーディスプレイモニタにおける異なる各原色を割り付ける工程と、
前記カラーディスプレイモニタに前記各画像を同時表示して前記融合画像を生成する工程と、を含む請求項9に記載の方法。 - 前記最大で3つの変換画像を選択する工程は、エネルギーレベルが最大である変換画像を選択する工程である、請求項16に記載の方法。
- 請求項1〜17のいずれか1つに記載の方法を実施するために、高濁度媒体の内部構造の画像形成に用いられる光学画像形成装置であって、
複数の波長の光を提供する光源と、
前記光を前記媒体に投射して前記媒体からの検出光を回収する手段と、
前記検出光を検知して前記複数の波長に対応する生データを生成する手段と、
前記生データを処理して前記複数の波長から得られた情報による画像を形成する手段と、を具備する、光学画像形成装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US30507801P | 2001-07-16 | 2001-07-16 | |
PCT/CA2002/001066 WO2003007808A2 (en) | 2001-07-16 | 2002-07-16 | Multi-wavelength imaging of highly turbid media |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004534607A true JP2004534607A (ja) | 2004-11-18 |
Family
ID=23179229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003513421A Pending JP2004534607A (ja) | 2001-07-16 | 2002-07-16 | 高濁度媒体の多波長画像形成 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20050187478A1 (ja) |
EP (1) | EP1411824A2 (ja) |
JP (1) | JP2004534607A (ja) |
CN (1) | CN1543325A (ja) |
CA (1) | CA2453585A1 (ja) |
WO (1) | WO2003007808A2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006320380A (ja) * | 2005-05-17 | 2006-11-30 | Spectratech Inc | 光干渉断層計 |
KR101747300B1 (ko) | 2010-10-21 | 2017-06-15 | 삼성전자주식회사 | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8494616B2 (en) * | 2000-01-19 | 2013-07-23 | Christie Medical Holdings, Inc. | Method and apparatus for projection of subsurface structure onto an object's surface |
US7720525B2 (en) * | 2003-03-12 | 2010-05-18 | New Art Advanced Research Technologies Inc. | Method and apparatus for combining continuous wave and time domain optical imaging |
US8017927B2 (en) * | 2005-12-16 | 2011-09-13 | Honeywell International Inc. | Apparatus, system, and method for print quality measurements using multiple adjustable sensors |
US7688447B2 (en) * | 2005-12-29 | 2010-03-30 | Honeywell International Inc. | Color sensor |
US7589869B2 (en) * | 2006-04-28 | 2009-09-15 | Electro Scientific Industries, Inc. | Adjusting image quality using multi-wavelength light |
EP2049010A2 (en) * | 2006-07-31 | 2009-04-22 | Koninklijke Philips Electronics N.V. | Measurement with multiplexed detection |
US7880156B2 (en) * | 2006-12-27 | 2011-02-01 | Honeywell International Inc. | System and method for z-structure measurements using simultaneous multi-band tomography |
WO2009053920A1 (en) * | 2007-10-25 | 2009-04-30 | Koninklijke Philips Electronics N.V. | Monitoring the degree of hydration of the human body |
US20090245594A1 (en) * | 2008-03-31 | 2009-10-01 | General Electric Company | Iris imaging and iris-based identification |
US8401809B2 (en) | 2010-07-12 | 2013-03-19 | Honeywell International Inc. | System and method for adjusting an on-line appearance sensor system |
KR101689866B1 (ko) * | 2010-07-29 | 2016-12-27 | 삼성전자주식회사 | 영상 처리 방법 및 장치와 이를 채용한 의료영상시스템 |
CN101996396A (zh) * | 2010-09-16 | 2011-03-30 | 湖南大学 | 一种基于压缩传感理论的卫星遥感图像融合方法 |
US8618929B2 (en) | 2011-05-09 | 2013-12-31 | Honeywell International Inc. | Wireless conveyor belt condition monitoring system and related apparatus and method |
US11304604B2 (en) | 2014-10-29 | 2022-04-19 | Spectral Md, Inc. | Reflective mode multi-spectral time-resolved optical imaging methods and apparatuses for tissue classification |
DE102016107595B4 (de) * | 2016-04-25 | 2018-12-13 | Precitec Gmbh & Co. Kg | Strahlformungsoptik für Materialbearbeitung mittels eines Laserstrahls sowie Vorrichtung mit derselben |
WO2018029678A1 (en) | 2016-08-07 | 2018-02-15 | Ramot At Tel-Aviv University Ltd. | Method and system for imaging internal medium |
EP3296960B1 (en) * | 2016-09-15 | 2018-08-22 | Axis AB | A method and an arrangement for pseudo coloring of a digital image |
US10131133B2 (en) * | 2016-10-17 | 2018-11-20 | Purdue Research Foundation | Methods for forming optically heterogeneous phantom structures and phantom structures formed thereby |
CN110573066A (zh) | 2017-03-02 | 2019-12-13 | 光谱Md公司 | 用于多光谱截肢部位分析的机器学习系统和技术 |
US20210319541A1 (en) * | 2018-09-06 | 2021-10-14 | Carmel Haifa University Economic Corporation Ltd. | Model-free physics-based reconstruction of images acquired in scattering media |
WO2020123722A1 (en) | 2018-12-14 | 2020-06-18 | Spectral Md, Inc. | System and method for high precision multi-aperture spectral imaging |
US10783632B2 (en) | 2018-12-14 | 2020-09-22 | Spectral Md, Inc. | Machine learning systems and method for assessment, healing prediction, and treatment of wounds |
KR20210101285A (ko) | 2018-12-14 | 2021-08-18 | 스펙트랄 엠디, 인크. | 상처들의 평가, 치유 예측 및 치료를 위한 머신 학습 시스템들 및 방법들 |
US10740884B2 (en) | 2018-12-14 | 2020-08-11 | Spectral Md, Inc. | System and method for high precision multi-aperture spectral imaging |
EP3911941A4 (en) * | 2019-01-17 | 2022-10-05 | University Health Network | FABRIC GHOSTS |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4515165A (en) * | 1980-02-04 | 1985-05-07 | Energy Conversion Devices, Inc. | Apparatus and method for detecting tumors |
US4945239A (en) * | 1989-03-29 | 1990-07-31 | Center For Innovative Technology | Early detection of breast cancer using transillumination |
IL98613A (en) * | 1991-06-25 | 1996-01-31 | Technion Res & Dev Foundation | Method and apparatus for analyzing the electrical activity of the heart |
US5371368A (en) * | 1992-07-23 | 1994-12-06 | Alfano; Robert R. | Ultrafast optical imaging of objects in a scattering medium |
US5983251A (en) * | 1993-09-08 | 1999-11-09 | Idt, Inc. | Method and apparatus for data analysis |
US5825830A (en) * | 1995-08-17 | 1998-10-20 | Kopf; David A. | Method and apparatus for the compression of audio, video or other data |
US7194117B2 (en) * | 1999-06-29 | 2007-03-20 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
AU1467199A (en) * | 1997-11-26 | 1999-06-15 | Imaging Diagnostic Systems, Inc. | Time-resolved breast imaging device |
CA2259900A1 (en) * | 1999-01-22 | 2000-07-22 | Art Aerospace Research Technologies Inc. | Depth discrimination |
WO2000046736A1 (en) * | 1999-02-05 | 2000-08-10 | Yoav Smith | Similarity measurement method for the classification of medical images into predetermined categories |
US7107116B2 (en) * | 1999-03-29 | 2006-09-12 | Genex Technologies, Inc. | Diffuse optical tomography system and method of use |
US7477768B2 (en) * | 1999-06-29 | 2009-01-13 | The Research Foundation Of State University Of New York | System and method for performing a three-dimensional virtual examination of objects, such as internal organs |
WO2001067954A1 (en) * | 2000-03-15 | 2001-09-20 | Cardiac Focus, Inc. | Non-invasive localization and treatment of focal atrial fibrillation |
US20030065268A1 (en) * | 2000-05-05 | 2003-04-03 | Massachusetts Institute Of Technology | Optical computed tomography in a turbid media |
US6615063B1 (en) * | 2000-11-27 | 2003-09-02 | The General Hospital Corporation | Fluorescence-mediated molecular tomography |
US7383076B2 (en) * | 2000-11-27 | 2008-06-03 | The General Hospital Corporation | Fluorescence-mediated molecular tomography |
US6992762B2 (en) * | 2002-11-11 | 2006-01-31 | Art Advanced Research Technologies Inc. | Method and apparatus for time resolved optical imaging of biological tissues as part of animals |
US7155274B1 (en) * | 2003-11-21 | 2006-12-26 | Imaging Diagnostic Systems, Inc. | Optical computed tomography scanner for small laboratory animals |
-
2002
- 2002-07-16 CN CNA028160878A patent/CN1543325A/zh active Pending
- 2002-07-16 WO PCT/CA2002/001066 patent/WO2003007808A2/en active Application Filing
- 2002-07-16 CA CA002453585A patent/CA2453585A1/en not_active Abandoned
- 2002-07-16 US US10/509,869 patent/US20050187478A1/en not_active Abandoned
- 2002-07-16 JP JP2003513421A patent/JP2004534607A/ja active Pending
- 2002-07-16 EP EP02748513A patent/EP1411824A2/en not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006320380A (ja) * | 2005-05-17 | 2006-11-30 | Spectratech Inc | 光干渉断層計 |
KR101747300B1 (ko) | 2010-10-21 | 2017-06-15 | 삼성전자주식회사 | 영상을 처리하는 방법, 이를 수행하는 영상처리장치 및 의료영상시스템 |
Also Published As
Publication number | Publication date |
---|---|
CN1543325A (zh) | 2004-11-03 |
US20050187478A1 (en) | 2005-08-25 |
WO2003007808A2 (en) | 2003-01-30 |
CA2453585A1 (en) | 2003-01-30 |
WO2003007808A3 (en) | 2003-04-03 |
EP1411824A2 (en) | 2004-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2004534607A (ja) | 高濁度媒体の多波長画像形成 | |
US11656448B2 (en) | Method and apparatus for quantitative hyperspectral fluorescence and reflectance imaging for surgical guidance | |
US5137355A (en) | Method of imaging a random medium | |
US7706862B2 (en) | Detecting human cancer through spectral optical imaging using key water absorption wavelengths | |
EP2138101B1 (en) | Biological observation apparatus and method | |
US7804075B2 (en) | Method and system for tomographic imaging using fluorescent proteins | |
EP2036489A2 (en) | Measurement apparatus | |
US7962187B2 (en) | Optical imaging and oximetry of tissue | |
JP2002538423A (ja) | テラヘルツ画像形成のための方法及び装置 | |
EP0692708A2 (en) | Imaging method for spatial distributions of absorber concentrations | |
JPH09504964A (ja) | 拡散光を用いた対象物撮像 | |
KR102227336B1 (ko) | 광간섭 단층 화상 촬상 장치 및 계측 방법 | |
US20060173355A1 (en) | Detecting human cancer through spectral optical imaging using key water absorption wavelengths | |
JP6362420B2 (ja) | 被検体情報取得装置、被検体情報取得方法、および、プログラム | |
EP0419573B1 (en) | A method of imaging a random medium | |
JP2002535631A (ja) | 混濁媒体内の異質部の深度識別方法 | |
EP1797818A2 (en) | Method and system for tomographic imaging using fluorescent proteins | |
Zhu et al. | Combined ultrasound and near infrared diffused light imaging in a test object | |
JPH07120384A (ja) | 光計測方法および装置 | |
JP2009516848A (ja) | 混濁媒質の幾何を考慮に入れて混濁媒質の内部を撮像する方法およびシステム | |
JP6556300B2 (ja) | 被検体情報取得装置、被検体情報取得方法およびプログラム | |
RU156235U1 (ru) | Устройство диффузионной флуоресцентной томографии | |
JPH10221248A (ja) | 光学的検査方法及び光学的検査装置 | |
JPH0454439A (ja) | 生体計測方法および装置 | |
EA030773B1 (ru) | Способ компьютерной обработки трехцветных эндоскопических изображений тканей человека |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050719 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080226 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080812 |