JP2013101142A - ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 - Google Patents
ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 Download PDFInfo
- Publication number
- JP2013101142A JP2013101142A JP2013011079A JP2013011079A JP2013101142A JP 2013101142 A JP2013101142 A JP 2013101142A JP 2013011079 A JP2013011079 A JP 2013011079A JP 2013011079 A JP2013011079 A JP 2013011079A JP 2013101142 A JP2013101142 A JP 2013101142A
- Authority
- JP
- Japan
- Prior art keywords
- light
- wavelength
- intensity
- image
- spectral image
- 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
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
-
- 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
-
- 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
- G01N21/65—Raman scattering
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
- A61B5/14556—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases by fluorescence
-
- 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
- G01N2021/6423—Spectral mapping, video display
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Veterinary Medicine (AREA)
- Biomedical Technology (AREA)
- Animal Behavior & Ethology (AREA)
- Optics & Photonics (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
【課題】本発明は、一般に、ソフトウェアを使用してスペクトル画像を補正する方法を提供することを目的とする。
【解決手段】本発明は、高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；散乱光からのラマンシグナルを光学的に回収すること；ラマンシグナルを波長-分離装置に対して向けること；ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして、ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；を含む、光学的異常に関してスペクトル画像を補正する方法を提供する。
【選択図】なし
【解決手段】本発明は、高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；散乱光からのラマンシグナルを光学的に回収すること；ラマンシグナルを波長-分離装置に対して向けること；ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして、ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；を含む、光学的異常に関してスペクトル画像を補正する方法を提供する。
【選択図】なし
Description
発明の分野
［0001］ 本発明は、一般に、ソフトウェアを使用してスペクトル画像を補正する方法
に関連する。この方法を使用して、分析対象物の濃度を測定することを補助することがで
きる。
［0001］ 本発明は、一般に、ソフトウェアを使用してスペクトル画像を補正する方法
に関連する。この方法を使用して、分析対象物の濃度を測定することを補助することがで
きる。
［0002］ 体液中の分析対象物の定量は、特定の生理的異常の診断及び維持において非
常に重要である。例えば、乳酸塩、コレステロール、及びビリルビンは、特定の個体にお
いては、モニタリングされるべきである。特に、糖尿病個体においては、体液中のグルコ
ースレベルを頻繁に検査して、食餌中のグルコースの取り込みを調節することが重要であ
る。そのような試験の結果を使用して、もしあれば、インスリンまたは他の薬剤を投与す
る必要があることを決定することができる。
常に重要である。例えば、乳酸塩、コレステロール、及びビリルビンは、特定の個体にお
いては、モニタリングされるべきである。特に、糖尿病個体においては、体液中のグルコ
ースレベルを頻繁に検査して、食餌中のグルコースの取り込みを調節することが重要であ
る。そのような試験の結果を使用して、もしあれば、インスリンまたは他の薬剤を投与す
る必要があることを決定することができる。
［0003］ いくつかの既存の技術において、ランセットを使用して、使用者から液体（
例えば血液）を採取することができる。次に、器械または計量器を用いて、この液体を使
用して、分析対象物の濃度を測定する。分析対象物濃度を正確に測定しつつ、ランセット
を使用する必要性を排除することが望ましいであろう。そういった応用は、非侵襲的技術
と言われる。
例えば血液）を採取することができる。次に、器械または計量器を用いて、この液体を使
用して、分析対象物の濃度を測定する。分析対象物濃度を正確に測定しつつ、ランセット
を使用する必要性を排除することが望ましいであろう。そういった応用は、非侵襲的技術
と言われる。
［0004］ 一つの非侵襲的技術は、ラマンシグナルを使用して、グルコースなどの分析
対象物の濃度を測定することに関与する。しかしながら、ラマンシグナルまたは他のタイ
プのシグナルを使用する既存の非侵襲的方法には、不都合なことがある。例えば、分光計
を用いて画像化される物体のスペクトル画像は、光学的異常を含む。湾曲（curvature）
などの光学的異常は、スペクトル帯の重複及び／またはピークの不十分な分離をもたらす
可能性がある。このことは、複雑な基質において分析対象物の定量を試みる際に、間違っ
た結果を導く可能性がある。これらの光学的異常は、類似した特有のスペクトルを有する
他の組織及び液体成分から、分析対象物（例えばグルコース）を見分けることや区別する
ことを、困難にする可能性がある。いくつかの既存の技術は、光学的異常を補正するため
に、ハードウェアソリューションを提案してきた。しかしながら、これらのハードウェア
ソリューションは、選択された光学的異常に対応する柔軟性を有していない。例えば、既
存のハードウェア技術は、ホログラフィック回折格子または透過型回折格子に関連するも
のといった、固定されない湾曲に対応するようには適応しない。
対象物の濃度を測定することに関与する。しかしながら、ラマンシグナルまたは他のタイ
プのシグナルを使用する既存の非侵襲的方法には、不都合なことがある。例えば、分光計
を用いて画像化される物体のスペクトル画像は、光学的異常を含む。湾曲（curvature）
などの光学的異常は、スペクトル帯の重複及び／またはピークの不十分な分離をもたらす
可能性がある。このことは、複雑な基質において分析対象物の定量を試みる際に、間違っ
た結果を導く可能性がある。これらの光学的異常は、類似した特有のスペクトルを有する
他の組織及び液体成分から、分析対象物（例えばグルコース）を見分けることや区別する
ことを、困難にする可能性がある。いくつかの既存の技術は、光学的異常を補正するため
に、ハードウェアソリューションを提案してきた。しかしながら、これらのハードウェア
ソリューションは、選択された光学的異常に対応する柔軟性を有していない。例えば、既
存のハードウェア技術は、ホログラフィック回折格子または透過型回折格子に関連するも
のといった、固定されない湾曲に対応するようには適応しない。
［0005］ スペクトル画像の多様な光学的異常に対応する柔軟性をもつ方法を有するこ
とが望ましいだろう。
とが望ましいだろう。
［0006］ 一つの方法によると、スペクトル画像は、光学的異常に関して補正される。
皮膚組織またはその他の組織は、高強度で狭帯域の光に暴露される。狭帯域の光は、皮膚
組織または他の組織内の、少なくとも一つの分析対象物により散乱される。ラマンシグナ
ルは、散乱光から光学的に回収される。ラマンシグナルは、波長-分離装置に対して向け
られる。ラマンシグナルは、強度および波長の関数として検出され、スペクトル画像が作
成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異常に関して補
正され、空間的に強度が再配置される。
皮膚組織またはその他の組織は、高強度で狭帯域の光に暴露される。狭帯域の光は、皮膚
組織または他の組織内の、少なくとも一つの分析対象物により散乱される。ラマンシグナ
ルは、散乱光から光学的に回収される。ラマンシグナルは、波長-分離装置に対して向け
られる。ラマンシグナルは、強度および波長の関数として検出され、スペクトル画像が作
成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異常に関して補
正され、空間的に強度が再配置される。
［0007］ 別の方法によると、液体中の少なくとも一つの分析対象物の濃度が測定され
る。皮膚組織またはその他の組織は、高強度で狭帯域の光に暴露される。狭帯域の光は、
皮膚組織または他の組織内の、少なくとも一つの分析対象物により散乱される。ラマンシ
グナルは、散乱光から光学的に回収される。ラマンシグナルは、波長-分離装置に対して
向けられる。ラマンシグナルは、強度および波長の関数として検出され、スペクトル画像
が作成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異常に関し
て補正され、空間的に強度が再配置される。補正されたスペクトル画像を使用して、少な
くとも一つの分析対象物の濃度が測定される。
る。皮膚組織またはその他の組織は、高強度で狭帯域の光に暴露される。狭帯域の光は、
皮膚組織または他の組織内の、少なくとも一つの分析対象物により散乱される。ラマンシ
グナルは、散乱光から光学的に回収される。ラマンシグナルは、波長-分離装置に対して
向けられる。ラマンシグナルは、強度および波長の関数として検出され、スペクトル画像
が作成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異常に関し
て補正され、空間的に強度が再配置される。補正されたスペクトル画像を使用して、少な
くとも一つの分析対象物の濃度が測定される。
［0008］ さらなる方法によると、スペクトル画像は、器械を使用して、光学的異常に
関して補正される。皮膚組織またはその他の組織は、高強度帯の光に暴露される。皮膚組
織またはその他の組織の画像は、光学的に回収される。画像はソフトウェアを使用して動
的に補正され、少なくとも一つの器械及び皮膚組織またはその他の組織に関して、光学的
に補正される。補正された画像からの情報を使用して、一般的な診断を行う。
関して補正される。皮膚組織またはその他の組織は、高強度帯の光に暴露される。皮膚組
織またはその他の組織の画像は、光学的に回収される。画像はソフトウェアを使用して動
的に補正され、少なくとも一つの器械及び皮膚組織またはその他の組織に関して、光学的
に補正される。補正された画像からの情報を使用して、一般的な診断を行う。
［0009］ さらに別の方法によると、スペクトル画像は、器械を使用して、光学的異常
に関して補正される。皮膚組織またはその他の組織は、高強度帯の光に暴露される。光は
、皮膚組織またはその他の組織中の、少なくとも一つの分析対象物により散乱される。蛍
光シグナルは、散乱光から光学的に回収される。蛍光シグナルは、波長-分離装置に対し
て向けられる。蛍光シグナルは、強度および波長の関数として検出され、スペクトル画像
が作成される。スペクトル画像は、ソフトウェアアルゴリズムを使用して光学的異常に関
して補正され（collected）、空間的に強度が再配置される。
に関して補正される。皮膚組織またはその他の組織は、高強度帯の光に暴露される。光は
、皮膚組織またはその他の組織中の、少なくとも一つの分析対象物により散乱される。蛍
光シグナルは、散乱光から光学的に回収される。蛍光シグナルは、波長-分離装置に対し
て向けられる。蛍光シグナルは、強度および波長の関数として検出され、スペクトル画像
が作成される。スペクトル画像は、ソフトウェアアルゴリズムを使用して光学的異常に関
して補正され（collected）、空間的に強度が再配置される。
［0010］ 別の方法において、スペクトル画像は、光学的異常に関して補正される。散
乱光からのラマンシグナルは、光学的に回収される。ラマンシグナルは、波長-分離装置
に対して向けられる。ラマンシグナルは、強度および波長の関数として検出され、スペク
トル画像が作成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異
常に関して補正され、空間的に強度が再配置される。
乱光からのラマンシグナルは、光学的に回収される。ラマンシグナルは、波長-分離装置
に対して向けられる。ラマンシグナルは、強度および波長の関数として検出され、スペク
トル画像が作成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異
常に関して補正され、空間的に強度が再配置される。
［0011］ さらに別の方法において、スペクトル画像は、光学的異常に関して器械を用
いて補正される。散乱光からの蛍光シグナルは、光学的に回収される。蛍光シグナルは、
波長-分離装置に対して向けられる。蛍光シグナルは、強度および波長の関数として検出
され（directed）、スペクトル画像が作成される。スペクトル画像はソフトウェアアルゴ
リズムを使用して光学的異常に関して補正され、空間的に強度が再配置される。
いて補正される。散乱光からの蛍光シグナルは、光学的に回収される。蛍光シグナルは、
波長-分離装置に対して向けられる。蛍光シグナルは、強度および波長の関数として検出
され（directed）、スペクトル画像が作成される。スペクトル画像はソフトウェアアルゴ
リズムを使用して光学的異常に関して補正され、空間的に強度が再配置される。
［0012］ 本発明の前述の利点および他の利点は、以下の詳細な説明を読むこと、及び
図面を参照することにより、明らかになるであろう。
［0013］ 図1は、一つの方法による、補正されたスペクトル画像を作成する一連の行為を示す。
［0014］ 図2aは、一つの態様による、未補正のスペクトル画像を伴う検出器を示す。 ［0015］ 図2bは、図2aの補正されたスペクトル画像を伴う検出器を示す。
［0016］ 図3aは、図2aに示される収差のタイプの、補正されていないスペクトル画像より生じる代表的なスペクトルである。 ［0017］ 図3bは、図3aの補正されたスペクトル画像より生じる代表的なスペクトルである。
［0018］ 図4は、一つのプロセスに従って、ソフトウェアにより光学的異常に関して補正された、スペクトル画像を作成することを補助する、一連の装置である。
［0019］ 図5は、一つの態様に従って、画像の一番左および一番右において、湾曲部の頂点を見つけるために用いられる小区分を示す。
［0020］ 図6は、一つの態様に従って、頂点の画素位置の上および下にある、一連の参照点を示す。
［0021］ 図7は、画像の左側と右側の間での、曲率半径の違いを示す。
図面を参照することにより、明らかになるであろう。
［0022］ 本発明は、波長-分離装置におけるスペクトル画像の光学的異常を補正する
ための、ソフトウェアの方法に関するものである。光学的異常を減少させるかあるいは排
除することにより、一つの方法において、分析対象物の定量的な分析を、非侵襲的な方法
で測定することができる。特定の分析対象物の定量において、スペクトル分解能を保持す
ることが、ソフトウェアの方法について、非常に望ましい。
ための、ソフトウェアの方法に関するものである。光学的異常を減少させるかあるいは排
除することにより、一つの方法において、分析対象物の定量的な分析を、非侵襲的な方法
で測定することができる。特定の分析対象物の定量において、スペクトル分解能を保持す
ることが、ソフトウェアの方法について、非常に望ましい。
［0023］ 測定することができる分析対象物には、グルコース、脂質プロフィール（例
えば、コレステロール、トリグリセリド、LDL、及びHDL）、微量アルブミン、フルクトー
ス、乳酸塩、ビリルビン、クレアチニン、尿酸、カリウム、ナトリウム、塩素、及びpHが
含まれる。その他の分析対象物の濃度を測定することができることが、考慮される。本明
細書中で使用される場合、“濃度”という用語は、分析対象物の濃度、活性（例えば、酵
素、及び電解質）、力価（例えば抗体）、または望ましい分析対象物を測定するために用
いられるその他の測定基準を言う。
えば、コレステロール、トリグリセリド、LDL、及びHDL）、微量アルブミン、フルクトー
ス、乳酸塩、ビリルビン、クレアチニン、尿酸、カリウム、ナトリウム、塩素、及びpHが
含まれる。その他の分析対象物の濃度を測定することができることが、考慮される。本明
細書中で使用される場合、“濃度”という用語は、分析対象物の濃度、活性（例えば、酵
素、及び電解質）、力価（例えば抗体）、または望ましい分析対象物を測定するために用
いられるその他の測定基準を言う。
［0024］ 分析対象物濃度を、定量的で非侵襲的な方法で測定するために、一つの方法
において光学的画像は垂直方向に積算されて、スペクトルを生じる。他の組織及び液体成
分から分析対象物（例えば、グルコース）を見分ける能力は、注目する分析対象物の特徴
的なスペクトルを識別する能力に依存する。
において光学的画像は垂直方向に積算されて、スペクトルを生じる。他の組織及び液体成
分から分析対象物（例えば、グルコース）を見分ける能力は、注目する分析対象物の特徴
的なスペクトルを識別する能力に依存する。
［0025］ 一つの方法によると、皮膚組織または他の組織を狭帯域の光に対して暴露す
ることにより、スペクトル画像は光学的異常に関して補正される。狭帯域の光は、皮膚組
織または他の組織内の、少なくとも一つの分析対象物により散乱される。この方法におい
て、散乱光からのラマン光は光学的に回収される。ラマン光は、波長-分離装置に対して
向けられる。ラマン光は強度および波長の関数として検出され、スペクトル画像が作成さ
れる。スペクトル画像は、ソフトウェアアルゴリズムを使用して光学的異常に関して補正
され、空間的に強度が再配置され、または言い換えると、波長空間において、強度値が再
配置される。
ることにより、スペクトル画像は光学的異常に関して補正される。狭帯域の光は、皮膚組
織または他の組織内の、少なくとも一つの分析対象物により散乱される。この方法におい
て、散乱光からのラマン光は光学的に回収される。ラマン光は、波長-分離装置に対して
向けられる。ラマン光は強度および波長の関数として検出され、スペクトル画像が作成さ
れる。スペクトル画像は、ソフトウェアアルゴリズムを使用して光学的異常に関して補正
され、空間的に強度が再配置され、または言い換えると、波長空間において、強度値が再
配置される。
［0026］ 一つの方法において、高強度で狭帯域の光源は、多様な光源により得ること
ができる。例えば、高強度で狭帯域の光源は、狭帯域において伝達される、単色光源によ
り得ることができる。単色光源の一つの例は、レーザー-ダイオード光源である。発光ダ
イオード及び非干渉性（incoherent）ランプなどのその他の光源を使用することができる
ことが意図される。光源は、より明瞭に規定した（すなわち狭い）帯域の光を提供するた
めに、フィルターにかけることができる。高強度で狭帯域の光が、色素レーザー、気体レ
ーザー、イオンレーザー、または、励起レーザーであってもよいことも意図される。
ができる。例えば、高強度で狭帯域の光源は、狭帯域において伝達される、単色光源によ
り得ることができる。単色光源の一つの例は、レーザー-ダイオード光源である。発光ダ
イオード及び非干渉性（incoherent）ランプなどのその他の光源を使用することができる
ことが意図される。光源は、より明瞭に規定した（すなわち狭い）帯域の光を提供するた
めに、フィルターにかけることができる。高強度で狭帯域の光が、色素レーザー、気体レ
ーザー、イオンレーザー、または、励起レーザーであってもよいことも意図される。
［0027］ 一つの態様において、多色光源は適切なフィルターと組み合わされて、狭帯
域の光を生じる。前記の適切なフィルターを使用して得られる狭帯域の光は、単色光と同
様であってもよい。発光ダイオード（LED）または電球などの非干渉性（incoherent）光
源が、狭帯域の光を生じる可能性があることが意図される。ラマン応用において、LEDま
たは電球は、望ましくはフィルターを使用するであろう。LEDまたは電球を使用するその
他の非-ラマン応用においてはフィルターの必要がないであろうことが意図される。その
他の単色光源または多色光源が、狭帯域の光を得るために使用することができることが意
図される。
域の光を生じる。前記の適切なフィルターを使用して得られる狭帯域の光は、単色光と同
様であってもよい。発光ダイオード（LED）または電球などの非干渉性（incoherent）光
源が、狭帯域の光を生じる可能性があることが意図される。ラマン応用において、LEDま
たは電球は、望ましくはフィルターを使用するであろう。LEDまたは電球を使用するその
他の非-ラマン応用においてはフィルターの必要がないであろうことが意図される。その
他の単色光源または多色光源が、狭帯域の光を得るために使用することができることが意
図される。
［0028］ 光源の波長は、変化してもよいが、一般的に約300 nmから約10,000 nmであ
る。光源は、適切なフィルターを伴う、紫外光源、近赤外光源、赤外光源、または可視光
源であってもよい。使用されるべき光源は、高強度で狭帯域の光であるだろう。
る。光源は、適切なフィルターを伴う、紫外光源、近赤外光源、赤外光源、または可視光
源であってもよい。使用されるべき光源は、高強度で狭帯域の光であるだろう。
［0029］ 一つの方法において、ラマンスペクトル情報は、約300 nmから約12,000 nm
の範囲の波長において回収することができる。しかしながら、組織光学及びラマン効果に
特有の、いくつかの波長依存的な特徴は、組織中の分析対象物の非侵襲的な測定において
、ラマン技術を首尾よく用いる能力に重大な影響を与えることができる。例えば、より低
い波長では、組織中の分析対象物からの固有のラマンシグナルは比較的強いが、組織の自
己蛍光も比較的強いので、組織中のラマンシグナルの検出を凌駕し、また、困難にする可
能性がある。反対に、より高い波長では、組織の自己蛍光及び固有のラマンシグナルは、
減少する。光源の選択は、注目する分析対象物に関して、注目する波長での、ラマンシグ
ナル力と自己蛍光干渉とのバランスに基づいて行われるだろう。そのため、グルコース分
析において、830 nmまたは830 nm付近を中心とした高強度で狭帯域の光源を使用し、そし
て、ラマンシグナルの強度が組織の自己蛍光に対して最適化される、約800 nmから約1050
nmの範囲の波長におけるラマンスペクトル情報を回収することが望ましい。
の範囲の波長において回収することができる。しかしながら、組織光学及びラマン効果に
特有の、いくつかの波長依存的な特徴は、組織中の分析対象物の非侵襲的な測定において
、ラマン技術を首尾よく用いる能力に重大な影響を与えることができる。例えば、より低
い波長では、組織中の分析対象物からの固有のラマンシグナルは比較的強いが、組織の自
己蛍光も比較的強いので、組織中のラマンシグナルの検出を凌駕し、また、困難にする可
能性がある。反対に、より高い波長では、組織の自己蛍光及び固有のラマンシグナルは、
減少する。光源の選択は、注目する分析対象物に関して、注目する波長での、ラマンシグ
ナル力と自己蛍光干渉とのバランスに基づいて行われるだろう。そのため、グルコース分
析において、830 nmまたは830 nm付近を中心とした高強度で狭帯域の光源を使用し、そし
て、ラマンシグナルの強度が組織の自己蛍光に対して最適化される、約800 nmから約1050
nmの範囲の波長におけるラマンスペクトル情報を回収することが望ましい。
［0030］ グルコースに関連するラマンスペクトル情報を、光源より100 cm-1から10,0
00 cm-1離れてシフトしたラマン散乱光から回収することができる。約1340 cm-1および約
1125 cm-1のラマンシフトでグルコースのピークが最も強くなるため、より特異的には、
グルコースに関連するラマンスペクトル情報を、光源より100 cm-1から1600 cm-1離れて
シフトしたラマン散乱光から回収することができる。特に、測定される分析対象物濃度が
グルコースでない場合は、異なる範囲においてラマンスペクトル情報を回収することがで
きることが、意図される。
00 cm-1離れてシフトしたラマン散乱光から回収することができる。約1340 cm-1および約
1125 cm-1のラマンシフトでグルコースのピークが最も強くなるため、より特異的には、
グルコースに関連するラマンスペクトル情報を、光源より100 cm-1から1600 cm-1離れて
シフトしたラマン散乱光から回収することができる。特に、測定される分析対象物濃度が
グルコースでない場合は、異なる範囲においてラマンスペクトル情報を回収することがで
きることが、意図される。
［0031］ 一つの特異的な例は、830 nmレーザー-ダイオード光源である。商業的に入
手可能な830 nmレーザー-ダイオード光源の一つの例は、ミシガン州Ann ArborのKaiser O
ptical Systems, Inc.より販売される、InvictusTM NIR 830 nm ダイオードレーザーであ
る。別の例は、ユタ州Salt Lake CityのProcess Instrumentsより販売される、PI-ECL-83
0-300ダイオードレーザーである。一つの態様において、レーザー光は、皮膚組織または
その他の組織へ、約1mmビーム直径で伝達される。その他のレーザー-ダイオード光源を使
用することができることが、意図される。
手可能な830 nmレーザー-ダイオード光源の一つの例は、ミシガン州Ann ArborのKaiser O
ptical Systems, Inc.より販売される、InvictusTM NIR 830 nm ダイオードレーザーであ
る。別の例は、ユタ州Salt Lake CityのProcess Instrumentsより販売される、PI-ECL-83
0-300ダイオードレーザーである。一つの態様において、レーザー光は、皮膚組織または
その他の組織へ、約1mmビーム直径で伝達される。その他のレーザー-ダイオード光源を使
用することができることが、意図される。
［0032］ 高強度で狭帯域の光は、より高い分解能のラマンスペクトルを生じるために
調節することができる。例えば、高強度で狭帯域の光は、より少ない光を暴露して、より
高い分解能のラマンシグナルを得ることをもたらすように、制限される可能性がある。高
強度で狭帯域の光を調節することにより、ラマンンシグナルおよび暴露の強度を、注目す
る分析対象物に応じて最適化することができる。
調節することができる。例えば、高強度で狭帯域の光は、より少ない光を暴露して、より
高い分解能のラマンシグナルを得ることをもたらすように、制限される可能性がある。高
強度で狭帯域の光を調節することにより、ラマンンシグナルおよび暴露の強度を、注目す
る分析対象物に応じて最適化することができる。
［0033］ 本発明において異なる波長-分離装置を用いることができることが意図され
る。本発明の方法において使用することができる波長-分離装置には、回折素子及びフィ
ルターが含まれる。回折素子は一般に、光を個々の成分に分解する。フィルターは、空間
的に波長のグループを分離する。いくつかのフィルターは、選択的に望ましい波長のグル
ープを通り抜けさせて、一方、望ましくない波長が通り抜けることを妨害または阻害する
。その他のフィルターは、望ましい波長のグループを選択的に反射し、一方望ましくない
波長は通り抜けさせる。フィルターをかけた態様から得られた画像は、選択された波長の
グループである。
る。本発明の方法において使用することができる波長-分離装置には、回折素子及びフィ
ルターが含まれる。回折素子は一般に、光を個々の成分に分解する。フィルターは、空間
的に波長のグループを分離する。いくつかのフィルターは、選択的に望ましい波長のグル
ープを通り抜けさせて、一方、望ましくない波長が通り抜けることを妨害または阻害する
。その他のフィルターは、望ましい波長のグループを選択的に反射し、一方望ましくない
波長は通り抜けさせる。フィルターをかけた態様から得られた画像は、選択された波長の
グループである。
［0034］ 使用することができる回折素子の例には、ホログラフィック回折格子、回折
格子、光学結晶、及び、プリズムが含まれるが、これらには限定されない。ホログラフィ
ック回折格子及び回折格子は、平面格子技術を使用して、そのスペクトル画像を形成する
。使用することができるフィルターの例には、音響光学チューナブルフィルター（AOTF）
、及び、液晶チューナブルフィルター（LCTF）が含まれるが、これらには限定されない。
格子、光学結晶、及び、プリズムが含まれるが、これらには限定されない。ホログラフィ
ック回折格子及び回折格子は、平面格子技術を使用して、そのスペクトル画像を形成する
。使用することができるフィルターの例には、音響光学チューナブルフィルター（AOTF）
、及び、液晶チューナブルフィルター（LCTF）が含まれるが、これらには限定されない。
［0035］ 検出器は、マルチピクセル検出器であってもよい。マルチピクセル検出器の
例には、電荷結合素子（CCD）、ダイオードアレイ、または、フィルムが含まれるが、こ
れらには限定されない。その他のマルチピクセル検出器を使用することができることが意
図される。CCDは光を受け取り、そして、それを強度および波長の関数として表示する。C
CDの一つの例には、垂直方向に1300行の画素および水平方向に1340列の画素の画素配列が
含まれる。CCDが、垂直方向に異なる数の行、そして、水平方向に異なる数の列を有して
いてもよいことが、意図される。検出器が、可動性単一画素検出器（movable single-pix
el detector）であってもよいことが、意図される。例えば、可動性スリットを有する単
一画素検出器を使用することができる。その他の態様において、検出器はダイオードアレ
イであってもよい。
例には、電荷結合素子（CCD）、ダイオードアレイ、または、フィルムが含まれるが、こ
れらには限定されない。その他のマルチピクセル検出器を使用することができることが意
図される。CCDは光を受け取り、そして、それを強度および波長の関数として表示する。C
CDの一つの例には、垂直方向に1300行の画素および水平方向に1340列の画素の画素配列が
含まれる。CCDが、垂直方向に異なる数の行、そして、水平方向に異なる数の列を有して
いてもよいことが、意図される。検出器が、可動性単一画素検出器（movable single-pix
el detector）であってもよいことが、意図される。例えば、可動性スリットを有する単
一画素検出器を使用することができる。その他の態様において、検出器はダイオードアレ
イであってもよい。
［0036］ ソフトウェアには、異常のある光学的画像における画素値を再びマップし、
対象物の正確な画像の画素値に合致させるアルゴリズムが含まれる。言い換えれば、アル
ゴリズムは実行された後、もとの画像を適切に表示する。アルゴリズムは、異常のある画
像と異常のない画像とを比較することにより、異常のある画素がどのように再びマップさ
れるべきかを選択する。光が光学素子（例えば、レンズ、回折格子、フィルター、検出器
など）と相互作用する場合、望ましくない異常が起こる。ソフトウェアアルゴリズムを使
用して、光学的異常に関して補正することにより、本発明の方法は、操作の柔軟性を改善
させる。例えば、既知の異常を引き起こす波長-分離装置において、レンズが変更される
場合、ソフトウェアアルゴリズムは、この新たな異常に関して補正するようにプログラム
することができる。ソフトウェアアルゴリズムは、光学配列における小さな変化に対処す
ることをも補助することができる。
対象物の正確な画像の画素値に合致させるアルゴリズムが含まれる。言い換えれば、アル
ゴリズムは実行された後、もとの画像を適切に表示する。アルゴリズムは、異常のある画
像と異常のない画像とを比較することにより、異常のある画素がどのように再びマップさ
れるべきかを選択する。光が光学素子（例えば、レンズ、回折格子、フィルター、検出器
など）と相互作用する場合、望ましくない異常が起こる。ソフトウェアアルゴリズムを使
用して、光学的異常に関して補正することにより、本発明の方法は、操作の柔軟性を改善
させる。例えば、既知の異常を引き起こす波長-分離装置において、レンズが変更される
場合、ソフトウェアアルゴリズムは、この新たな異常に関して補正するようにプログラム
することができる。ソフトウェアアルゴリズムは、光学配列における小さな変化に対処す
ることをも補助することができる。
［0037］ 一つの具体的な用途において、スペクトル画像は、垂直直線スリット画像を
使用して形成することができる。この態様におけるスペクトル画像の強度は、垂直ビニン
グにより、典型的に測定される。化学同定及び定量分析について、スリット画像は、垂直
方向に積算され、スペクトルを形成する。ホログラフィック波長分離装置を通り抜けた垂
直直線スリット画像は、例えば、湾曲した画像をもたらす。なぜなら、垂直スリットの長
さに沿った異なる位置からの光線は、異なる斜角で回折格子へ入射するからである。垂直
直線スリット画像を使用する、未補正のスペクトル画像には、湾曲が含まれる。この湾曲
は、顕著なスペクトル帯の広がり、そして結合後の分解能の喪失を伴う、あまり分解され
ていないスペクトルをもたらす。つまりこの態様において補正されるべき光学的異常は、
垂直直線スリット画像を使用する方法に付随する湾曲である。
使用して形成することができる。この態様におけるスペクトル画像の強度は、垂直ビニン
グにより、典型的に測定される。化学同定及び定量分析について、スリット画像は、垂直
方向に積算され、スペクトルを形成する。ホログラフィック波長分離装置を通り抜けた垂
直直線スリット画像は、例えば、湾曲した画像をもたらす。なぜなら、垂直スリットの長
さに沿った異なる位置からの光線は、異なる斜角で回折格子へ入射するからである。垂直
直線スリット画像を使用する、未補正のスペクトル画像には、湾曲が含まれる。この湾曲
は、顕著なスペクトル帯の広がり、そして結合後の分解能の喪失を伴う、あまり分解され
ていないスペクトルをもたらす。つまりこの態様において補正されるべき光学的異常は、
垂直直線スリット画像を使用する方法に付随する湾曲である。
［0038］ 別の方法において、ソフトウェアにより補正されるスペクトル画像には、AO
TFの使用が含まれてもよい。AOTFを使用する場合、系はいくつもの様式において、操作す
ることができる。一つの様式には、個々の波長または狭い波長領域がフィルターを通り、
検出器（例えばCCD）によって回収されることが含まれる。AOTF及び集光光学系における
特有の異常は、特に、足し合わされたりまたは積分された場合に、低分解能の画像を生み
出す。ソフトウェア補正方法を使用して、明確に分解された画像を再構築する。ソフトウ
ェア補正方法は、強度の異常だけでなく、二次元の異常に関しても補正することができる
。二つ目の様式は、複数の単一波長画像の回収である。それらの個々の波長画像は、組み
合わされ、スペクトル画像が形成される。このスペクトル画像は、特定の度合いによって
補正（offset）することができる。ソフトウェアアルゴリズムを使用してスペクトル画像
を補正することにより、スペクトル画像を再調整して、画像の不鮮明さを防ぐかあるいは
減少させることができる。前記方法において、スペクトル画像の水平部及び垂直部を補正
することができる。ソフトウェアによって対処することができるいくつかの光学的異常に
は、位置変化、非干渉性（non-coherent）ファイバー、レンズ収差、結晶の不整合性、強
度の異常、及び回収効率の変動が含まれる。
TFの使用が含まれてもよい。AOTFを使用する場合、系はいくつもの様式において、操作す
ることができる。一つの様式には、個々の波長または狭い波長領域がフィルターを通り、
検出器（例えばCCD）によって回収されることが含まれる。AOTF及び集光光学系における
特有の異常は、特に、足し合わされたりまたは積分された場合に、低分解能の画像を生み
出す。ソフトウェア補正方法を使用して、明確に分解された画像を再構築する。ソフトウ
ェア補正方法は、強度の異常だけでなく、二次元の異常に関しても補正することができる
。二つ目の様式は、複数の単一波長画像の回収である。それらの個々の波長画像は、組み
合わされ、スペクトル画像が形成される。このスペクトル画像は、特定の度合いによって
補正（offset）することができる。ソフトウェアアルゴリズムを使用してスペクトル画像
を補正することにより、スペクトル画像を再調整して、画像の不鮮明さを防ぐかあるいは
減少させることができる。前記方法において、スペクトル画像の水平部及び垂直部を補正
することができる。ソフトウェアによって対処することができるいくつかの光学的異常に
は、位置変化、非干渉性（non-coherent）ファイバー、レンズ収差、結晶の不整合性、強
度の異常、及び回収効率の変動が含まれる。
［0039］ 一つの方法において、光（例えばラマンシグナル）は、分光計を使用して、
回収され、そして検出される。分光計は、光を回収しそして分離する装置である。分光計
には、集光光学系、波長-分離装置、及び検出器が含まれる。分光計にはまた光源が含ま
れてもよい。集光光学系は、光（例えば、ラマン光）を回収し、波長-分離装置へと向け
るのを補助する。波長-分離装置は、光を分離波長成分に分離する。検出器は、光を強度
および波長の関数として検出し、スペクトル画像を作成する。分光計には、さらに、波長
-分離装置から検出器へと存在するラマン光を向け、そして焦点を合わせることを補助す
る、合焦光学系が含まれてもよい。
回収され、そして検出される。分光計は、光を回収しそして分離する装置である。分光計
には、集光光学系、波長-分離装置、及び検出器が含まれる。分光計にはまた光源が含ま
れてもよい。集光光学系は、光（例えば、ラマン光）を回収し、波長-分離装置へと向け
るのを補助する。波長-分離装置は、光を分離波長成分に分離する。検出器は、光を強度
および波長の関数として検出し、スペクトル画像を作成する。分光計には、さらに、波長
-分離装置から検出器へと存在するラマン光を向け、そして焦点を合わせることを補助す
る、合焦光学系が含まれてもよい。
［0040］ 図1を参照すると、本態様においてはプリズムである波長-分離装置14を介し
て、対象物10が画像化されることが示される。ラマン光は、強度および波長の関数として
検出され、検出器16によりスペクトル画像が作成される。本態様における検出器は、電荷
結合素子（CCD）である。図1の検出器16に示されるスペクトル画像は、望ましく補正され
たスペクトル画像である。
て、対象物10が画像化されることが示される。ラマン光は、強度および波長の関数として
検出され、検出器16によりスペクトル画像が作成される。本態様における検出器は、電荷
結合素子（CCD）である。図1の検出器16に示されるスペクトル画像は、望ましく補正され
たスペクトル画像である。
［0041］ 上述の通り、スペクトル画像の未補正の異常の一つは、画像の湾曲により特
徴づけられる可能性がある。画像の湾曲は、画像が波長-分配装置を通る際に起こる。湾
曲を伴う未補正の画像の一つの例は、図2aにおける検出器上に示される。図2aの未補正の
画像は、一般に垂直直線スリットを用いる平面格子分光計由来であってもよい。
徴づけられる可能性がある。画像の湾曲は、画像が波長-分配装置を通る際に起こる。湾
曲を伴う未補正の画像の一つの例は、図2aにおける検出器上に示される。図2aの未補正の
画像は、一般に垂直直線スリットを用いる平面格子分光計由来であってもよい。
［0042］ 特に、図2aは、垂直スリットによる、複数の曲線の画像28a-cを有する検出
器26aを示す。図2aは、ソフトウェアアルゴリズムによって補正されなかったスペクトル
画像を示す。図2bは、一般に垂直の直線である、複数の補正された線の画像30a-cを有す
る、検出器26bを示す。図2bの補正された線の画像30a-cは、湾曲-補正ソフトウェアアル
ゴリズムを使用して補正された。検出器26a、bの水平軸は、ラマン光の波長成分を表し、
一方垂直軸は、垂直スリット高の測定値を表す。波長は、図2bの水平軸上を左から右に進
むに従って増加する。光の強度は、ラマン光の波長成分の量に対応する。
器26aを示す。図2aは、ソフトウェアアルゴリズムによって補正されなかったスペクトル
画像を示す。図2bは、一般に垂直の直線である、複数の補正された線の画像30a-cを有す
る、検出器26bを示す。図2bの補正された線の画像30a-cは、湾曲-補正ソフトウェアアル
ゴリズムを使用して補正された。検出器26a、bの水平軸は、ラマン光の波長成分を表し、
一方垂直軸は、垂直スリット高の測定値を表す。波長は、図2bの水平軸上を左から右に進
むに従って増加する。光の強度は、ラマン光の波長成分の量に対応する。
［0043］ 湾曲を補正する一つの方法において、ソフトウェアアルゴリズムは、参照点
として、湾曲の垂直方向の中心（図2a、2bでそれぞれ点線32a、32bとして示される）を用
いることにより始まる。湾曲-補正アルゴリズムは、図2aに示される点線32aの上および下
の画素の強度値をシフトさせる。画素の強度値をシフトさせることにより、シフトした画
素が、例えば図2bに示されるように、参照画素と並列されるであろう。
として、湾曲の垂直方向の中心（図2a、2bでそれぞれ点線32a、32bとして示される）を用
いることにより始まる。湾曲-補正アルゴリズムは、図2aに示される点線32aの上および下
の画素の強度値をシフトさせる。画素の強度値をシフトさせることにより、シフトした画
素が、例えば図2bに示されるように、参照画素と並列されるであろう。
［0044］ 図3aは、曲線から構築されたネオン光源の代表的なスペクトルを示し、一方
図3bは、補正された線の画像から再構築されたネオン光源のスペクトルを示す。図3a、3b
のスペクトルはそれぞれ、未補正の画像、及び補正された画像から、画素値を垂直方向に
積算することにより生じた。未補正のスペクトル（図3a）におけるピーク形状は、画像の
右側に大きく尾をひいた形をし、そして隣接したピークと重なっていることが示された。
つまり、図3aのスペクトルの分解能は低下した。前記の劣化した画像は、化学構造及び同
定に関係する、価値のある情報を破壊する可能性がある。それに対して、図3bは、高度に
分解可能であり、そしてそのために、よりネオンに特徴的であるスペクトルにおけるピー
クを示した。図3bの補正されたスペクトル分解は、図3aの未補正のスペクトル分解と比較
すると、例えあったとしても、劣化がより少ないことを示した。
図3bは、補正された線の画像から再構築されたネオン光源のスペクトルを示す。図3a、3b
のスペクトルはそれぞれ、未補正の画像、及び補正された画像から、画素値を垂直方向に
積算することにより生じた。未補正のスペクトル（図3a）におけるピーク形状は、画像の
右側に大きく尾をひいた形をし、そして隣接したピークと重なっていることが示された。
つまり、図3aのスペクトルの分解能は低下した。前記の劣化した画像は、化学構造及び同
定に関係する、価値のある情報を破壊する可能性がある。それに対して、図3bは、高度に
分解可能であり、そしてそのために、よりネオンに特徴的であるスペクトルにおけるピー
クを示した。図3bの補正されたスペクトル分解は、図3aの未補正のスペクトル分解と比較
すると、例えあったとしても、劣化がより少ないことを示した。
［0045］ 図4を参照すると、一つのプロセスに従って、ソフトウェアによって光学的
異常に関して補正されたスペクトル画像を作成することを補助する、一連の装置が示され
る。図4には、狭帯域の光を生じるレーザー光源60が含まれる。レーザー光は、レンズ62
を通して皮膚組織66上へ伝達される。狭帯域の光は、皮膚組織中の少なくとも一つの分析
対象物によって散乱される。集光ミラー70は、皮膚組織66からの散乱光を回収することを
補助する。放物面鏡といった、その他のミラーを散乱光の回収に用いることができること
が、意図される。回収された光は、音響光学チューナブルフィルター（AOTF）76などの、
波長-分離装置に対して向けられる。回収された光は、ファイバー束82を介して少なくと
も一つのスリット80へと向けられる。一つの態様において、ファイバー束はスリットを形
成することができる。ファイバー束82は、回収された光を少なくとも一つのスリット80へ
と向けることを補助する。ファイバー束は、波長-分離装置から検出器へと光を向け、そ
して焦点を合わせることを補助する、付加的な検出器-合焦光学系（detector-focusing o
ptics）の一つの例である。その他の検出器-合焦光学系が、波長-分離装置から検出器へ
と光を向け、そして焦点を合わせることを補助することに使用することができることは、
考慮される。光は検出器により強度および波長の関数として検出され、スペクトル画像を
作成する。検出器の一つの例は、回折格子88を伴うCCD84として、図4に示される。スペク
トル画像はソフトウェアアルゴリズムを使用して、光学的異常に関して補正され、空間的
に強度が再配置される。
異常に関して補正されたスペクトル画像を作成することを補助する、一連の装置が示され
る。図4には、狭帯域の光を生じるレーザー光源60が含まれる。レーザー光は、レンズ62
を通して皮膚組織66上へ伝達される。狭帯域の光は、皮膚組織中の少なくとも一つの分析
対象物によって散乱される。集光ミラー70は、皮膚組織66からの散乱光を回収することを
補助する。放物面鏡といった、その他のミラーを散乱光の回収に用いることができること
が、意図される。回収された光は、音響光学チューナブルフィルター（AOTF）76などの、
波長-分離装置に対して向けられる。回収された光は、ファイバー束82を介して少なくと
も一つのスリット80へと向けられる。一つの態様において、ファイバー束はスリットを形
成することができる。ファイバー束82は、回収された光を少なくとも一つのスリット80へ
と向けることを補助する。ファイバー束は、波長-分離装置から検出器へと光を向け、そ
して焦点を合わせることを補助する、付加的な検出器-合焦光学系（detector-focusing o
ptics）の一つの例である。その他の検出器-合焦光学系が、波長-分離装置から検出器へ
と光を向け、そして焦点を合わせることを補助することに使用することができることは、
考慮される。光は検出器により強度および波長の関数として検出され、スペクトル画像を
作成する。検出器の一つの例は、回折格子88を伴うCCD84として、図4に示される。スペク
トル画像はソフトウェアアルゴリズムを使用して、光学的異常に関して補正され、空間的
に強度が再配置される。
［0046］ 光学的異常は、異なるアルゴリズムを用いて補正することができる。一つの
方法において、ホログラフィック回折格子を使用するときに見られる湾曲を補正するため
、ネオン較正ランプ（neon caribration lamp）を使用して、CCDアレイ上に“特徴豊かな
”スペクトルを作成する。較正ランプは、通常は、注目するスペクトル範囲をカバーし、
そしてCCDの全体の領域にわたって画像化される。一つの例において、ネオン光源からの
スペクトル線は、図2aに示されるように、CCD上に画像化された曲線の集まりとして現れ
る。しかしながら、湾曲の度合いは、CCDの表面に渡って必ずしも同じではない。
方法において、ホログラフィック回折格子を使用するときに見られる湾曲を補正するため
、ネオン較正ランプ（neon caribration lamp）を使用して、CCDアレイ上に“特徴豊かな
”スペクトルを作成する。較正ランプは、通常は、注目するスペクトル範囲をカバーし、
そしてCCDの全体の領域にわたって画像化される。一つの例において、ネオン光源からの
スペクトル線は、図2aに示されるように、CCD上に画像化された曲線の集まりとして現れ
る。しかしながら、湾曲の度合いは、CCDの表面に渡って必ずしも同じではない。
［0047］ CCD上に形成される画像を、CCDの各列を読み取ることにより、多数の異なる
スペクトルに分解することができる。これらのスペクトルのそれぞれは、一般に構造は似
ているが、データはスペクトル線の湾曲が原因で、伸展されるかあるいはシフトしている
ように現れる場合がある。この湾曲を補正するために、これらの個々のスペクトルの元デ
ータをシフトして、図2の湾曲を解消することができる。
スペクトルに分解することができる。これらのスペクトルのそれぞれは、一般に構造は似
ているが、データはスペクトル線の湾曲が原因で、伸展されるかあるいはシフトしている
ように現れる場合がある。この湾曲を補正するために、これらの個々のスペクトルの元デ
ータをシフトして、図2の湾曲を解消することができる。
［0048］ 例えば、もし1340列×1300行の画素のCCDが使用される場合、画像を26の水
平スペクトルに区分することができる。26の水平スペクトルのそれぞれは、1340×26アレ
イを作成するために、隣接する50の垂直方向の画素を合計するかまたはビニングすること
によって作成される。垂直ビニングは、データを垂直方向になめらかにするために行われ
る。ビニングされる画素数を調節して、局所の湾曲の効果を最少にすることができる。参
照スペクトルは、アレイの垂直方向の中心（例えば、図2aの点線32a参照）にあるものが
選択される。典型的に、参照スペクトルは、湾曲の頂点に位置する。この参照スペクトル
は修飾されないが、参照スペクトルの上及び下に位置する未補正スペクトルは、参照スペ
クトルの相対的な形に合うように伸展及びシフトされる。
平スペクトルに区分することができる。26の水平スペクトルのそれぞれは、1340×26アレ
イを作成するために、隣接する50の垂直方向の画素を合計するかまたはビニングすること
によって作成される。垂直ビニングは、データを垂直方向になめらかにするために行われ
る。ビニングされる画素数を調節して、局所の湾曲の効果を最少にすることができる。参
照スペクトルは、アレイの垂直方向の中心（例えば、図2aの点線32a参照）にあるものが
選択される。典型的に、参照スペクトルは、湾曲の頂点に位置する。この参照スペクトル
は修飾されないが、参照スペクトルの上及び下に位置する未補正スペクトルは、参照スペ
クトルの相対的な形に合うように伸展及びシフトされる。
［0049］ スペクトルを伸展するために、参照スペクトルのそれぞれの端にある小さな
区分（例えば、頂点の画素位置120及び140を伴う図5を参照）が、モデルスペクトルとし
て選択される。これらのモデルスペクトルの位置は記録される。次に検索ルーチン（sear
ch routine）が呼び出されて、図6に示されるように、参照スペクトルの上及び下のすべ
ての未補正スペクトルにおいて、左および右のモデルスペクトルの位置を決める。左およ
び右のモデルスペクトルの位置は記録される。このデータより、参照スペクトルと共に再
配列されるために、未補正スペクトルの両端において、シフトされる必要がある画素数が
決定される。
区分（例えば、頂点の画素位置120及び140を伴う図5を参照）が、モデルスペクトルとし
て選択される。これらのモデルスペクトルの位置は記録される。次に検索ルーチン（sear
ch routine）が呼び出されて、図6に示されるように、参照スペクトルの上及び下のすべ
ての未補正スペクトルにおいて、左および右のモデルスペクトルの位置を決める。左およ
び右のモデルスペクトルの位置は記録される。このデータより、参照スペクトルと共に再
配列されるために、未補正スペクトルの両端において、シフトされる必要がある画素数が
決定される。
［0050］ 一つの方法において、一つの未補正スペクトル内の各画素位置における画素
シフトの量を決定するため、そのスペクトルに関する二つの補正値から線形方程式が立て
られる。そして次に、画素補正値がそのスペクトル中のすぺての画素位置に関して計算さ
れる。この計算により、ビンニングスペクトルの各行に対しての、26の線形方程式が結果
として得られる。これらの方程式を使用して、ビニングアレイにおいて各画素についての
画素シフト値を計算することにより、第二の1340×26シフトマップが作成される。全体の
1340×1300アレイの画素シフト値をマップするために、画素シフト値は、1340×26シフト
マップの行から垂直方向に補間され、そして外挿される。得られた1340×1300アレイは、
未補正スペクトル画像における各画素についての水平シフト値を含むマップである。この
マップを用いることにより、図7に示されるように、続くスペクトル画像において画素を
再配置することができる。
シフトの量を決定するため、そのスペクトルに関する二つの補正値から線形方程式が立て
られる。そして次に、画素補正値がそのスペクトル中のすぺての画素位置に関して計算さ
れる。この計算により、ビンニングスペクトルの各行に対しての、26の線形方程式が結果
として得られる。これらの方程式を使用して、ビニングアレイにおいて各画素についての
画素シフト値を計算することにより、第二の1340×26シフトマップが作成される。全体の
1340×1300アレイの画素シフト値をマップするために、画素シフト値は、1340×26シフト
マップの行から垂直方向に補間され、そして外挿される。得られた1340×1300アレイは、
未補正スペクトル画像における各画素についての水平シフト値を含むマップである。この
マップを用いることにより、図7に示されるように、続くスペクトル画像において画素を
再配置することができる。
［0051］ 図5〜7に関して用いられる上述の方法は、線形の変換マップを作成し、また
、一つの軸のみにおける画像の補正に関与する。スペクトル内のより多くのモデル領域の
使用により、補正される異常のタイプに応じて、より多くの正確な（非線形の）マップを
作成することができることが、意図される。一つの軸のみにおいて画像を補正することに
加えて二次元補正を行って、球面収差、糸巻き型収差、樽型収差、及びコマ収差などの、
その他の光学的幾何学的ひずみに関して補正するすることができることが、意図される。
、一つの軸のみにおける画像の補正に関与する。スペクトル内のより多くのモデル領域の
使用により、補正される異常のタイプに応じて、より多くの正確な（非線形の）マップを
作成することができることが、意図される。一つの軸のみにおいて画像を補正することに
加えて二次元補正を行って、球面収差、糸巻き型収差、樽型収差、及びコマ収差などの、
その他の光学的幾何学的ひずみに関して補正するすることができることが、意図される。
［0052］ さらに、図5〜7に関して、上述された方法は、静的光学系を特徴づける画素
変換マップを作成することに関与する。しかしながら、幾何学的ひずみの源が変化してい
るならば、幾何学的-補正アルゴリズムは、キャプチャーされる画像ごとに、動的に適用
される可能性があることが、意図される。この方法は、分析される各未補正画像における
、参照スペクトルまたは幾何学を含むことにより、達することができる。例えば、ゆがん
だスペクトル画像を動的に補正するために、既知の較正光源からの光を各スペクトル画像
に加えることができる。次にアルゴリズムが検索をし、そして較正光のスペクトル特性の
位置に基づいて、画像を補正する。
変換マップを作成することに関与する。しかしながら、幾何学的ひずみの源が変化してい
るならば、幾何学的-補正アルゴリズムは、キャプチャーされる画像ごとに、動的に適用
される可能性があることが、意図される。この方法は、分析される各未補正画像における
、参照スペクトルまたは幾何学を含むことにより、達することができる。例えば、ゆがん
だスペクトル画像を動的に補正するために、既知の較正光源からの光を各スペクトル画像
に加えることができる。次にアルゴリズムが検索をし、そして較正光のスペクトル特性の
位置に基づいて、画像を補正する。
［0053］ その他の態様を、本発明の方法に用いることができることが意図される。例
えば、非干渉性（incoherent）ファイバー束を用いる一次元空間画像であり、ファイバー
束の一方の端は、ファイバーがスリットとして準備される。この具体的な用途において、
ソフトウェア補正アルゴリズムは、“訓練対象物（training object）”の非干渉性（inc
oherent）画像における画素の位置を再びマップして、正しい空間的分布を再び作成する
。
えば、非干渉性（incoherent）ファイバー束を用いる一次元空間画像であり、ファイバー
束の一方の端は、ファイバーがスリットとして準備される。この具体的な用途において、
ソフトウェア補正アルゴリズムは、“訓練対象物（training object）”の非干渉性（inc
oherent）画像における画素の位置を再びマップして、正しい空間的分布を再び作成する
。
［0054］ ソフトウェア補正アルゴリズムは、スリットに関与する光学的異常を補正す
ることに限定されない。例えば、異なるが既知の屈折率を有する画像においては、対象物
のその他のサイズ補正を行うことができる。ソフトウェアアルゴリズムに加えて、ハード
ウェアソリューションもまた、ソフトウェア補正アルゴリズムと組み合わせて使用される
ことが可能であり、引き続いて回収されるスペクトル画像に使用されるであろう補正アル
ゴリズムを作成する。
ることに限定されない。例えば、異なるが既知の屈折率を有する画像においては、対象物
のその他のサイズ補正を行うことができる。ソフトウェアアルゴリズムに加えて、ハード
ウェアソリューションもまた、ソフトウェア補正アルゴリズムと組み合わせて使用される
ことが可能であり、引き続いて回収されるスペクトル画像に使用されるであろう補正アル
ゴリズムを作成する。
［0055］ ラマンシグナルを使用することに加えて、その他のシグナルを使用して、光
学異常に関してスペクトル画像を補正することができる。他の方法において、分析対象物
の濃度を測定する非侵襲的方法は、蛍光スペクトル情報を使用する。蛍光スペクトル情報
を使用して測定することができる分析対象物には、グルコース、脂質プロフィール（例え
ば、コレステロール、トリグリセリド、LDL、及びHDL）、微量アルブミン、ヘモグロビン
A1C、または、ビリルビンが含まれる。しかしながら、本発明は、これらの特定の分析対
象物に限定はされず、またその他の分析対象物濃度を測定することができることが意図さ
れる。
学異常に関してスペクトル画像を補正することができる。他の方法において、分析対象物
の濃度を測定する非侵襲的方法は、蛍光スペクトル情報を使用する。蛍光スペクトル情報
を使用して測定することができる分析対象物には、グルコース、脂質プロフィール（例え
ば、コレステロール、トリグリセリド、LDL、及びHDL）、微量アルブミン、ヘモグロビン
A1C、または、ビリルビンが含まれる。しかしながら、本発明は、これらの特定の分析対
象物に限定はされず、またその他の分析対象物濃度を測定することができることが意図さ
れる。
［0056］ 別の方法において、蛍光スペクトル情報を使用する非侵襲的方法を使用して
、皮膚組織などの組織の診断を提供する。例えば、一つの方法において、回収された蛍光
シグナルからの情報を使用して、一般的な診断を行うことができる。一般的な診断には、
（a）特定の分析対象物の存在、（b）特定の分子、または（c）組織形態、を同定するこ
とが含まれてもよい。一般的な診断を、いくつかの有益な用途に対して向けることができ
る。例えば、潜在的な癌性皮膚病変は、一つの適用において同定することができる。潜在
的な癌性細胞を同定することにより、組織切除を最小にすることができる。別の用途にお
いて、癌性細胞のステージを同定することができる。さらなる用途において、癌の光線力
学療法の有効性を、追跡することが可能である。本発明の方法を使用して、その他の診断
を行うことができることが、意図される。
、皮膚組織などの組織の診断を提供する。例えば、一つの方法において、回収された蛍光
シグナルからの情報を使用して、一般的な診断を行うことができる。一般的な診断には、
（a）特定の分析対象物の存在、（b）特定の分子、または（c）組織形態、を同定するこ
とが含まれてもよい。一般的な診断を、いくつかの有益な用途に対して向けることができ
る。例えば、潜在的な癌性皮膚病変は、一つの適用において同定することができる。潜在
的な癌性細胞を同定することにより、組織切除を最小にすることができる。別の用途にお
いて、癌性細胞のステージを同定することができる。さらなる用途において、癌の光線力
学療法の有効性を、追跡することが可能である。本発明の方法を使用して、その他の診断
を行うことができることが、意図される。
［0057］ 蛍光スペクトル情報に用いられる高強度の光は、狭帯域の光であってもよい
が、必ずしも狭帯域の光である必要はない。高強度の光源は、単色光源、または、多色光
源より得ることができる。発光ダイオード（例えば、蛍光分子LED）、非干渉性（incoher
ent）ランプ、色素レーザー、気体レーザー、イオンレーザー、励起レーザー、または電
球などの、その他の光源を用いることができることが意図される。
が、必ずしも狭帯域の光である必要はない。高強度の光源は、単色光源、または、多色光
源より得ることができる。発光ダイオード（例えば、蛍光分子LED）、非干渉性（incoher
ent）ランプ、色素レーザー、気体レーザー、イオンレーザー、励起レーザー、または電
球などの、その他の光源を用いることができることが意図される。
［0058］ 光源の波長は変化してもよいが、一般に300 nmと10,000 nmとの間である。
一つの方法における、蛍光スペクトル情報を、約300 nmから約12,000 nmの範囲の波長に
おいて回収することができる。決定される分析対象物濃度に応じて、異なる範囲において
蛍光スペクトル情報を回収することができることが、意図される。
一つの方法における、蛍光スペクトル情報を、約300 nmから約12,000 nmの範囲の波長に
おいて回収することができる。決定される分析対象物濃度に応じて、異なる範囲において
蛍光スペクトル情報を回収することができることが、意図される。
［0059］ 皮膚組織、またはその他の組織は、帯域をもつ光に対して暴露される。組織
の画像を、皮膚の個々の領域に限定することができる。別の方法において、組織の画像は
、体全体のスキャンである可能性がある。皮膚組織または他の組織の画像は、光学的に回
収される。使用することができる画像化光学系の例には、図4に関連して上述した通り、
ファイバー束、レンズ、及び、ミラーが含まれるが、これらには限定されない。画像は、
器械及び皮膚の両方に関して光学的に補正するソフトウェアを使用して、動的に補正され
る。補正された画像は、次に、診断のために用いられる。器械に影響する器械収差が、測
定される。収差には、レンズ及び／または集光ファイバー（collections fibers）などの
品目が、関連する可能性がある。収差が他のものに関連する可能性があることが意図され
る。
の画像を、皮膚の個々の領域に限定することができる。別の方法において、組織の画像は
、体全体のスキャンである可能性がある。皮膚組織または他の組織の画像は、光学的に回
収される。使用することができる画像化光学系の例には、図4に関連して上述した通り、
ファイバー束、レンズ、及び、ミラーが含まれるが、これらには限定されない。画像は、
器械及び皮膚の両方に関して光学的に補正するソフトウェアを使用して、動的に補正され
る。補正された画像は、次に、診断のために用いられる。器械に影響する器械収差が、測
定される。収差には、レンズ及び／または集光ファイバー（collections fibers）などの
品目が、関連する可能性がある。収差が他のものに関連する可能性があることが意図され
る。
［0060］ スペクトル画像を補正する方法を、組織以外のその他の品目に用いることが
できることが意図される。一つの方法において、スペクトル画像は、光学的異常に関して
補正される。散乱光からのラマンシグナルは、光学的に回収される。ラマンシグナルは、
波長-分離装置に対して向けられる。ラマンシグナルは、強度および波長の関数として検
出され、スペクトル画像が作成される。スペクトル画像は、ソフトウェアアルゴリズムを
使用して光学的異常に関して補正され、空間的に強度が再配置される。
できることが意図される。一つの方法において、スペクトル画像は、光学的異常に関して
補正される。散乱光からのラマンシグナルは、光学的に回収される。ラマンシグナルは、
波長-分離装置に対して向けられる。ラマンシグナルは、強度および波長の関数として検
出され、スペクトル画像が作成される。スペクトル画像は、ソフトウェアアルゴリズムを
使用して光学的異常に関して補正され、空間的に強度が再配置される。
［0061］ 別の方法において、スペクトル画像は器械を用いて光学的異常に関して補正
される。散乱光からの蛍光シグナルは光学的に回収される。蛍光シグナルは、波長-分離
装置に対して向けられる。蛍光シグナルは、強度および波長の関数として検出され（dire
cted）、スペクトル画像が作成される。スペクトル画像は、ソフトウェアアルゴリズムを
使用して光学的異常に関して補正され、空間的に強度が再配置される。
される。散乱光からの蛍光シグナルは光学的に回収される。蛍光シグナルは、波長-分離
装置に対して向けられる。蛍光シグナルは、強度および波長の関数として検出され（dire
cted）、スペクトル画像が作成される。スペクトル画像は、ソフトウェアアルゴリズムを
使用して光学的異常に関して補正され、空間的に強度が再配置される。
プロセスA
［0062］ 高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物によ
り散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
［0062］ 高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物によ
り散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
プロセスB
［0063］ 狭帯域の光が単色光である、プロセスAの方法。
［0063］ 狭帯域の光が単色光である、プロセスAの方法。
プロセスC
［0064］ 単色光がレーザーによるものである、プロセスBの方法。
［0064］ 単色光がレーザーによるものである、プロセスBの方法。
プロセスD
［0065］ 狭帯域の光が多色光源より得られる、プロセスAの方法。
［0065］ 狭帯域の光が多色光源より得られる、プロセスAの方法。
プロセスE
［0066］ 狭帯域の光が約300 nmから約5,000 nmの波長を有する、プロセスAの方法。
［0066］ 狭帯域の光が約300 nmから約5,000 nmの波長を有する、プロセスAの方法。
プロセスF
［0067］ 狭帯域の光が約800 nmから約1,050 nmの波長を有する、プロセスEの方法。
［0067］ 狭帯域の光が約800 nmから約1,050 nmの波長を有する、プロセスEの方法。
プロセスG
［0068］ ラマン光を検出することがマルチピクセル検出器を使用することを含む、プ
ロセスAの方法。
［0068］ ラマン光を検出することがマルチピクセル検出器を使用することを含む、プ
ロセスAの方法。
プロセスH
［0069］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスGの方法。
［0069］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスGの方法。
プロセスI
［0070］ マルチピクセル検出器がダイオードアレイである、プロセスGの方法。
［0070］ マルチピクセル検出器がダイオードアレイである、プロセスGの方法。
プロセスJ
［0071］ ラマン光を検出することが可動性単一検出器（movable single detector）
を使用することを含む、プロセスAの方法。
［0071］ ラマン光を検出することが可動性単一検出器（movable single detector）
を使用することを含む、プロセスAの方法。
プロセスK
［0072］ 波長-分離装置が回折素子である、プロセスAの方法。
［0072］ 波長-分離装置が回折素子である、プロセスAの方法。
プロセスL
［0073］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスKの方法。
［0073］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスKの方法。
プロセスM
［0074］ 波長-分離装置がフィルターである、プロセスAの方法。
［0074］ 波長-分離装置がフィルターである、プロセスAの方法。
プロセスN
［0075］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスMの方法。
［0075］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスMの方法。
プロセスO
［0076］ 光学的異常が曲線である、プロセスAの方法。
［0076］ 光学的異常が曲線である、プロセスAの方法。
プロセスP
［0077］ 画像が垂直直線スリット画像（vertical straight slit image）である、プ
ロセスAの方法。
［0077］ 画像が垂直直線スリット画像（vertical straight slit image）である、プ
ロセスAの方法。
プロセスQ
［0078］ 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、プロセス
Aの方法。
［0078］ 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、プロセス
Aの方法。
プロセスR
［0079］ 高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物によ
り散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定する
こと；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
［0079］ 高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物によ
り散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定する
こと；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
プロセスS
［0080］ 分析対象物がグルコースである、プロセスRの方法。
［0080］ 分析対象物がグルコースである、プロセスRの方法。
プロセスT
［0081］ 狭帯域の光が単色光である、プロセスRの方法。
［0081］ 狭帯域の光が単色光である、プロセスRの方法。
プロセスU
［0082］ 単色光がレーザーによるものである、プロセスTの方法。
［0082］ 単色光がレーザーによるものである、プロセスTの方法。
プロセスV
［0083］ 狭帯域の光が多色光源より得られる、プロセスRの方法。
［0083］ 狭帯域の光が多色光源より得られる、プロセスRの方法。
プロセスW
［0084］ 狭帯域の光が約300 nmから約5,000 nmの波長を有する、プロセスRの方法。
［0084］ 狭帯域の光が約300 nmから約5,000 nmの波長を有する、プロセスRの方法。
プロセスX
［0085］ 狭帯域の光が約800 nmから約1,050 nmの波長を有する、プロセスWの方法。
［0085］ 狭帯域の光が約800 nmから約1,050 nmの波長を有する、プロセスWの方法。
プロセスY
［0086］ ラマン光を検出することがマルチピクセル検出器を使用することを含む、プ
ロセスRの方法。
［0086］ ラマン光を検出することがマルチピクセル検出器を使用することを含む、プ
ロセスRの方法。
プロセスZ
［0087］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスYの方法。
［0087］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスYの方法。
プロセスAA
［0088］ マルチピクセル検出器がダイオードアレイである、プロセスYの方法。
［0088］ マルチピクセル検出器がダイオードアレイである、プロセスYの方法。
プロセスBB
［0089］ ラマン光を検出することが可動単一検出器（movable single detector）を
使用することを含む、プロセスRの方法。
［0089］ ラマン光を検出することが可動単一検出器（movable single detector）を
使用することを含む、プロセスRの方法。
プロセスCC
［0090］ 波長-分離装置が回折素子である、プロセスRの方法。
［0090］ 波長-分離装置が回折素子である、プロセスRの方法。
プロセスDD
［0091］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスCCの方法。
［0091］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスCCの方法。
プロセスEE
［0092］ 波長-分離装置がフィルターである、プロセスRの方法。
［0092］ 波長-分離装置がフィルターである、プロセスRの方法。
プロセスFF
［0093］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスEEの方法。
［0093］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスEEの方法。
プロセスGG
［0094］ 光学的異常が曲線である、プロセスRの方法。
［0094］ 光学的異常が曲線である、プロセスRの方法。
プロセスHH
［0095］ 画像が垂直直線スリット画像（vertical straight slit image）である、プ
ロセスRの方法。
［0095］ 画像が垂直直線スリット画像（vertical straight slit image）である、プ
ロセスRの方法。
プロセスII
［0096］ 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、プロセス
Rの方法。
［0096］ 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、プロセス
Rの方法。
プロセスJJ
［0097］ 高強度帯域の光に対して、皮膚組織を暴露すること；
皮膚組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び皮膚組織に
関して光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0097］ 高強度帯域の光に対して、皮膚組織を暴露すること；
皮膚組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び皮膚組織に
関して光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
プロセスKK
［0098］ 高強度帯域の光が単色光である、プロセスJJの方法。
［0098］ 高強度帯域の光が単色光である、プロセスJJの方法。
プロセスLL
［0099］ 単色光がレーザーによるものである、プロセスKKの方法。
［0099］ 単色光がレーザーによるものである、プロセスKKの方法。
プロセスMM
［0100］ 高強度帯域の光が多色光源より得られる、プロセスJJの方法。
［0100］ 高強度帯域の光が多色光源より得られる、プロセスJJの方法。
プロセスNN
［0101］ 高強度帯域の光が約300 nmから約5,000 nmの波長を有する、プロセスJJの方
法。
［0101］ 高強度帯域の光が約300 nmから約5,000 nmの波長を有する、プロセスJJの方
法。
プロセスOO
［0102］ 高強度帯域の光が約800 nmから約1,050 nmの波長を有する、プロセスNNの方
法。
［0102］ 高強度帯域の光が約800 nmから約1,050 nmの波長を有する、プロセスNNの方
法。
プロセスPP
［0103］ 画像を光学的に回収することがマルチピクセル検出器を使用することを含む
、プロセスJJの方法。
［0103］ 画像を光学的に回収することがマルチピクセル検出器を使用することを含む
、プロセスJJの方法。
プロセスQQ
［0104］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスPPの方法。
［0104］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスPPの方法。
プロセスRR
［0105］ マルチピクセル検出器がダイオードアレイである、プロセスPPの方法。
［0105］ マルチピクセル検出器がダイオードアレイである、プロセスPPの方法。
プロセスSS
［0106］ 検出器が可動性単一検出器（movable single detector）である、プロセスJ
Jの方法。
［0106］ 検出器が可動性単一検出器（movable single detector）である、プロセスJ
Jの方法。
プロセスTT
［0107］ 画像を光学的に回収することが、波長-分離装置として回折素子を使用する
ことを含む、プロセスJJの方法。
［0107］ 画像を光学的に回収することが、波長-分離装置として回折素子を使用する
ことを含む、プロセスJJの方法。
プロセスUU
［0108］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスTTの方法。
［0108］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスTTの方法。
プロセスVV
［0109］ 画像を光学的に回収することが、波長-分離装置としてフィルターを使用す
ることを含む、プロセスJJの方法。
［0109］ 画像を光学的に回収することが、波長-分離装置としてフィルターを使用す
ることを含む、プロセスJJの方法。
プロセスWW
［0110］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスVVの方法。
［0110］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスVVの方法。
プロセスXX
［0111］ 高強度の光であって皮膚組織中の少なくとも一つの分析対象物により散乱さ
れるものに対して、皮膚組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0111］ 高強度の光であって皮膚組織中の少なくとも一つの分析対象物により散乱さ
れるものに対して、皮膚組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
プロセスYY
［0112］ 高強度の光が単色光である、プロセスXXの方法。
［0112］ 高強度の光が単色光である、プロセスXXの方法。
プロセスZZ
［0113］ 単色光がレーザーによるものである、プロセスYYの方法。
［0113］ 単色光がレーザーによるものである、プロセスYYの方法。
プロセスAAA
［0114］ 高強度の光が多色光源より得られる、プロセスXXの方法。
［0114］ 高強度の光が多色光源より得られる、プロセスXXの方法。
プロセスBBB
［0115］ 高強度の光が約300 nmから約5,000 nmの波長を有する、プロセスXXの方法。
［0115］ 高強度の光が約300 nmから約5,000 nmの波長を有する、プロセスXXの方法。
プロセスCCC
［0116］ 蛍光を検出することがマルチピクセル検出器を使用することを含む、プロセ
スXXの方法。
［0116］ 蛍光を検出することがマルチピクセル検出器を使用することを含む、プロセ
スXXの方法。
プロセスDDD
［0117］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスCCCの方法。
［0117］ マルチピクセル検出器が電荷結合素子（CCD）である、プロセスCCCの方法。
プロセスEEE
［0118］ マルチピクセル検出器がダイオードアレイである、プロセスCCCの方法。
［0118］ マルチピクセル検出器がダイオードアレイである、プロセスCCCの方法。
プロセスFFF
［0119］ 蛍光を検出することが、可動性単一検出器（movable single detector）を
使用することを含む、プロセスXXの方法。
［0119］ 蛍光を検出することが、可動性単一検出器（movable single detector）を
使用することを含む、プロセスXXの方法。
プロセスGGG
［0120］ 波長-分離装置が回折素子である、プロセスXXの方法。
［0120］ 波長-分離装置が回折素子である、プロセスXXの方法。
プロセスHHH
［0121］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスGGGの方法。
［0121］ 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリ
ズムである、プロセスGGGの方法。
プロセスIII
［0122］ 波長-分離装置がフィルターである、プロセスXXの方法。
［0122］ 波長-分離装置がフィルターである、プロセスXXの方法。
プロセスJJJ
［0123］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスIIIの方法。
［0123］ フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チュ
ーナブルフィルター（LCTF）である、プロセスIIIの方法。
プロセスKKK
［0124］ 光学的異常が曲線である、プロセスXXの方法。
［0124］ 光学的異常が曲線である、プロセスXXの方法。
プロセスLLL
［0125］ 画像が垂直直線スリット画像（vertical straight slit image）である、プ
ロセスXXの方法。
［0125］ 画像が垂直直線スリット画像（vertical straight slit image）である、プ
ロセスXXの方法。
プロセスMMM
［0126］ 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、プロセス
XXの方法。
［0126］ 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、プロセス
XXの方法。
プロセスNNN
［0127］ 高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散
乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
［0127］ 高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散
乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
プロセスOOO
［0128］ 高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散
乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定する
こと；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
［0128］ 高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散
乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定する
こと；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
プロセスPPP
［0129］ 高強度帯域の光に対して、組織を暴露すること；
組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び組織に関し
て光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0129］ 高強度帯域の光に対して、組織を暴露すること；
組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び組織に関し
て光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
プロセスQQQ
［0130］ 高強度の光であって組織中の少なくとも一つの分析対象物により散乱される
ものに対して、組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0130］ 高強度の光であって組織中の少なくとも一つの分析対象物により散乱される
ものに対して、組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
プロセスRRR
［0131］ 散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
［0131］ 散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
プロセスSSS
［0132］ 散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0132］ 散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0133］ 本発明は、一つあるいはそれ以上の特定の態様に関して記述されているが、
本発明の精神と範囲から逸脱することなく、多くの変化をそれに行うことができることを
、当業者は認識するだろう。個々のこれらの態様、およびそれらの明白な変更は、添付の
請求項により定義される通り、発明の精神と範囲の中に含まれるものと意図される。
本発明の精神と範囲から逸脱することなく、多くの変化をそれに行うことができることを
、当業者は認識するだろう。個々のこれらの態様、およびそれらの明白な変更は、添付の
請求項により定義される通り、発明の精神と範囲の中に含まれるものと意図される。
本発明によれば、以下の方法が提供される。
（１）高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
（２）狭帯域の光が単色光である、（１）の方法。
（３）単色光がレーザーによるものである、（２）の方法。
（４）狭帯域の光が多色光源より得られる、（１）の方法。
（５）狭帯域の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（１）の方法。
（６）狭帯域の光が約８００ｎｍから約１，０５０ｎｍの波長を有する、（５）の方法。
（７）ラマン光を検出することがマルチピクセル検出器を使用することを含む、（１）の方法。
（８）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、請求項７の方法。
（９）マルチピクセル検出器がダイオードアレイである、請求項７の方法。
（１０）ラマン光を検出することが可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）を使用することを含む、（１）の方法。
（１１）波長−分離装置が回折素子である、（１）の方法。
（１２）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（１１）の方法。
（１３）波長−分離装置がフィルターである、（１）の方法。
（１４）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（１３）の方法。
（１５）光学的異常が曲線である、（１）の方法。
（１６）画像が垂直直線スリット画像（ｖｅｒｔｉｃａｌ ｓｔｒａｉｇｈｔ ｓｌｉｔ ｉｍａｇｅ）である、（１）の方法。
（１７）強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、（１）の方法。
（１８）高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定すること；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
（１９）分析対象物がグルコースである、（１８）の方法。
（２０）狭帯域の光が単色光である、（１８）の方法。
（２１）単色光がレーザーによるものである、（２０）の方法。
（２２）狭帯域の光が多色光源より得られる、（１８）の方法。
（２３）狭帯域の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（１８）の方法。
（２４）狭帯域の光が約８００ｎｍから約１，０５０ｎｍの波長を有する、（２３）の方法。
（２５）ラマン光を検出することがマルチピクセル検出器を使用することを含む、（１８）の方法。
（２６）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、（２５）の方法。
（２７）マルチピクセル検出器がダイオードアレイである、（２５）の方法。
（２８）ラマン光を検出することが可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）を使用することを含む、（１８）の方法。
（２９）波長−分離装置が回折素子である、（１８）の方法。
（３０）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（２９）の方法。
（３１）波長−分離装置がフィルターである、（１８）の方法。
（３２）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（３１）の方法。
（３３）光学的異常が曲線である、（１８）の方法。
（３４）画像が垂直直線スリット画像（ｖｅｒｔｉｃａｌ ｓｔｒａｉｇｈｔ ｓｌｉｔ ｉｍａｇｅ）である、（１８）の方法。
（３５）強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、（１８）の方法。
（３６）高強度帯域の光に対して、皮膚組織を暴露すること；
皮膚組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び皮膚組織に関して光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（３７）高強度帯域の光が単色光である、（３６）の方法。
（３８）単色光がレーザーによるものである、（３７）の方法。
（３９）高強度帯域の光が多色光源より得られる、（３６）の方法。
（４０）高強度帯域の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（３６）の方法。
（４１）高強度帯域の光が約８００ｎｍから約１，０５０ｎｍの波長を有する、（４０）の方法。
（４２）画像を光学的に回収することがマルチピクセル検出器を使用することを含む、（３６）の方法。
（４３）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、（４２）の方法。
（４４）マルチピクセル検出器がダイオードアレイである、（４２）の方法。
（４５）検出器が可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）である、（３６）の方法。
（４６）画像を光学的に回収することが、波長−分離装置として回折素子を使用することを含む、（３６）の方法。
（４７）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（４６）の方法。
（４８）画像を光学的に回収することが、波長−分離装置としてフィルターを使用することを含む、（３６）の方法。
（４９）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（４８）の方法。
（５０）高強度の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長−分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（５１）高強度の光が単色光である、（５０）の方法。
（５２）単色光がレーザーによるものである、（５１）の方法。
（５３）高強度の光が多色光源より得られる、（５０）の方法。
（５４）高強度の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（５０）の方法。
（５５）蛍光を検出することがマルチピクセル検出器を使用することを含む、（５０）の方法。
（５６）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、（５５）の方法。
（５７）マルチピクセル検出器がダイオードアレイである、（５５）の方法。
（５８）蛍光を検出することが、可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）を使用することを含む、（５０）の方法。
（５９）波長−分離装置が回折素子である、（５０）の方法。
（６０）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（５９）の方法。
（６１）波長−分離装置がフィルターである、（５０）の方法。
（６２）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（６１）の方法。
（６３）光学的異常が曲線である、（５０）の方法。
（６４）画像が垂直直線スリット画像（ｖｅｒｔｉｃａｌ ｓｔｒａｉｇｈｔ ｓｌｉｔ ｉｍａｇｅ）である、（５０）の方法。
（６５）強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、（５０）の方法。
（６６）高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
（６７）高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定すること；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
（６８）高強度帯域の光に対して、組織を暴露すること；
組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び組織に関して光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（６９）高強度の光であって組織中の少なくとも一つの分析対象物により散乱されるものに対して、組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長−分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（７０）散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
（７１）散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長−分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0006］一つの方法によると、スペクトル画像は、光学的異常に関して補正される。皮膚組織またはその他の組織は、高強度で狭帯域の光に暴露される。狭帯域の光は、皮膚組織または他の組織内の、少なくとも一つの分析対象物により散乱される。ラマンシグナルは、散乱光から光学的に回収される。ラマンシグナルは、波長-分離装置に対して向けられる。ラマンシグナルは、強度および波長の関数として検出され、スペクトル画像が作成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異常に関して補正され、空間的に強度が再配置される。
（１）高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
（２）狭帯域の光が単色光である、（１）の方法。
（３）単色光がレーザーによるものである、（２）の方法。
（４）狭帯域の光が多色光源より得られる、（１）の方法。
（５）狭帯域の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（１）の方法。
（６）狭帯域の光が約８００ｎｍから約１，０５０ｎｍの波長を有する、（５）の方法。
（７）ラマン光を検出することがマルチピクセル検出器を使用することを含む、（１）の方法。
（８）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、請求項７の方法。
（９）マルチピクセル検出器がダイオードアレイである、請求項７の方法。
（１０）ラマン光を検出することが可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）を使用することを含む、（１）の方法。
（１１）波長−分離装置が回折素子である、（１）の方法。
（１２）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（１１）の方法。
（１３）波長−分離装置がフィルターである、（１）の方法。
（１４）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（１３）の方法。
（１５）光学的異常が曲線である、（１）の方法。
（１６）画像が垂直直線スリット画像（ｖｅｒｔｉｃａｌ ｓｔｒａｉｇｈｔ ｓｌｉｔ ｉｍａｇｅ）である、（１）の方法。
（１７）強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、（１）の方法。
（１８）高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定すること；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
（１９）分析対象物がグルコースである、（１８）の方法。
（２０）狭帯域の光が単色光である、（１８）の方法。
（２１）単色光がレーザーによるものである、（２０）の方法。
（２２）狭帯域の光が多色光源より得られる、（１８）の方法。
（２３）狭帯域の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（１８）の方法。
（２４）狭帯域の光が約８００ｎｍから約１，０５０ｎｍの波長を有する、（２３）の方法。
（２５）ラマン光を検出することがマルチピクセル検出器を使用することを含む、（１８）の方法。
（２６）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、（２５）の方法。
（２７）マルチピクセル検出器がダイオードアレイである、（２５）の方法。
（２８）ラマン光を検出することが可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）を使用することを含む、（１８）の方法。
（２９）波長−分離装置が回折素子である、（１８）の方法。
（３０）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（２９）の方法。
（３１）波長−分離装置がフィルターである、（１８）の方法。
（３２）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（３１）の方法。
（３３）光学的異常が曲線である、（１８）の方法。
（３４）画像が垂直直線スリット画像（ｖｅｒｔｉｃａｌ ｓｔｒａｉｇｈｔ ｓｌｉｔ ｉｍａｇｅ）である、（１８）の方法。
（３５）強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、（１８）の方法。
（３６）高強度帯域の光に対して、皮膚組織を暴露すること；
皮膚組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び皮膚組織に関して光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（３７）高強度帯域の光が単色光である、（３６）の方法。
（３８）単色光がレーザーによるものである、（３７）の方法。
（３９）高強度帯域の光が多色光源より得られる、（３６）の方法。
（４０）高強度帯域の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（３６）の方法。
（４１）高強度帯域の光が約８００ｎｍから約１，０５０ｎｍの波長を有する、（４０）の方法。
（４２）画像を光学的に回収することがマルチピクセル検出器を使用することを含む、（３６）の方法。
（４３）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、（４２）の方法。
（４４）マルチピクセル検出器がダイオードアレイである、（４２）の方法。
（４５）検出器が可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）である、（３６）の方法。
（４６）画像を光学的に回収することが、波長−分離装置として回折素子を使用することを含む、（３６）の方法。
（４７）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（４６）の方法。
（４８）画像を光学的に回収することが、波長−分離装置としてフィルターを使用することを含む、（３６）の方法。
（４９）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（４８）の方法。
（５０）高強度の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに対して、皮膚組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長−分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（５１）高強度の光が単色光である、（５０）の方法。
（５２）単色光がレーザーによるものである、（５１）の方法。
（５３）高強度の光が多色光源より得られる、（５０）の方法。
（５４）高強度の光が約３００ｎｍから約５，０００ｎｍの波長を有する、（５０）の方法。
（５５）蛍光を検出することがマルチピクセル検出器を使用することを含む、（５０）の方法。
（５６）マルチピクセル検出器が電荷結合素子（ＣＣＤ）である、（５５）の方法。
（５７）マルチピクセル検出器がダイオードアレイである、（５５）の方法。
（５８）蛍光を検出することが、可動性単一検出器（ｍｏｖａｂｌｅ ｓｉｎｇｌｅ ｄｅｔｅｃｔｏｒ）を使用することを含む、（５０）の方法。
（５９）波長−分離装置が回折素子である、（５０）の方法。
（６０）回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである、（５９）の方法。
（６１）波長−分離装置がフィルターである、（５０）の方法。
（６２）フィルターが音響光学チューナブルフィルター（ＡＯＴＦ）、または、液晶チューナブルフィルター（ＬＣＴＦ）である、（６１）の方法。
（６３）光学的異常が曲線である、（５０）の方法。
（６４）画像が垂直直線スリット画像（ｖｅｒｔｉｃａｌ ｓｔｒａｉｇｈｔ ｓｌｉｔ ｉｍａｇｅ）である、（５０）の方法。
（６５）強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、（５０）の方法。
（６６）高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
（６７）高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散乱されるものに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定すること；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。
（６８）高強度帯域の光に対して、組織を暴露すること；
組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び組織に関して光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（６９）高強度の光であって組織中の少なくとも一つの分析対象物により散乱されるものに対して、組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長−分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
（７０）散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長−分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。
（７１）散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長−分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
［0006］一つの方法によると、スペクトル画像は、光学的異常に関して補正される。皮膚組織またはその他の組織は、高強度で狭帯域の光に暴露される。狭帯域の光は、皮膚組織または他の組織内の、少なくとも一つの分析対象物により散乱される。ラマンシグナルは、散乱光から光学的に回収される。ラマンシグナルは、波長-分離装置に対して向けられる。ラマンシグナルは、強度および波長の関数として検出され、スペクトル画像が作成される。スペクトル画像はソフトウェアアルゴリズムを使用して光学的異常に関して補正され、空間的に強度が再配置される。
Claims (71)
- 高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱され
るものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。 - 狭帯域の光が単色光である、請求項1の方法。
- 単色光がレーザーによるものである、請求項2の方法。
- 狭帯域の光が多色光源より得られる、請求項1の方法。
- 狭帯域の光が約300 nmから約5,000 nmの波長を有する、請求項1の方法。
- 狭帯域の光が約800 nmから約1,050 nmの波長を有する、請求項5の方法。
- ラマン光を検出することがマルチピクセル検出器を使用することを含む、請求項1の方
法。 - マルチピクセル検出器が電荷結合素子（CCD）である、請求項7の方法。
- マルチピクセル検出器がダイオードアレイである、請求項7の方法。
- ラマン光を検出することが可動性単一検出器（movable single detector）を使用する
ことを含む、請求項1の方法。 - 波長-分離装置が回折素子である、請求項1の方法。
- 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである
、請求項11の方法。 - 波長-分離装置がフィルターである、請求項1の方法。
- フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チューナブルフ
ィルター（LCTF）である、請求項13の方法。 - 光学的異常が曲線である、請求項1の方法。
- 画像が垂直直線スリット画像（vertical straight slit image）である、請求項1の方
法。 - 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、請求項1の方法。
- 高強度で狭帯域の光であって皮膚組織中の少なくとも一つの分析対象物により散乱され
るものに対して、皮膚組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定する
こと；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。 - 分析対象物がグルコースである、請求項18の方法。
- 狭帯域の光が単色光である、請求項18の方法。
- 単色光がレーザーによるものである、請求項20の方法。
- 狭帯域の光が多色光源より得られる、請求項18の方法。
- 狭帯域の光が約300 nmから約5,000 nmの波長を有する、請求項18の方法。
- 狭帯域の光が約800 nmから約1,050 nmの波長を有する、請求項23の方法。
- ラマン光を検出することがマルチピクセル検出器を使用することを含む、請求項18の方
法。 - マルチピクセル検出器が電荷結合素子（CCD）である、請求項25の方法。
- マルチピクセル検出器がダイオードアレイである、請求項25の方法。
- ラマン光を検出することが可動性単一検出器（movable single detector）を使用する
ことを含む、請求項18の方法。 - 波長-分離装置が回折素子である、請求項18の方法。
- 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである
、請求項29の方法。 - 波長-分離装置がフィルターである、請求項18の方法。
- フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チューナブルフ
ィルター（LCTF）である、請求項31の方法。 - 光学的異常が曲線である、請求項18の方法。
- 画像が垂直直線スリット画像（vertical straight slit image）である、請求項18の方
法。 - 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、請求項18の方法。
- 高強度帯域の光に対して、皮膚組織を暴露すること；
皮膚組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び皮膚組織に
関して光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。 - 高強度帯域の光が単色光である、請求項36の方法。
- 単色光がレーザーによるものである、請求項37の方法。
- 高強度帯域の光が多色光源より得られる、請求項36の方法。
- 高強度帯域の光が約300 nmから約5,000 nmの波長を有する、請求項36の方法。
- 高強度帯域の光が約800 nmから約1,050 nmの波長を有する、請求項40の方法。
- 画像を光学的に回収することがマルチピクセル検出器を使用することを含む、請求項36
の方法。 - マルチピクセル検出器が電荷結合素子（CCD）である、請求項42の方法。
- マルチピクセル検出器がダイオードアレイである、請求項42の方法。
- 検出器が可動性単一検出器（movable single detector）である、請求項36の方法。
- 画像を光学的に回収することが、波長-分離装置として回折素子を使用することを含む
、請求項36の方法。 - 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである
、請求項46の方法。 - 画像を光学的に回収することが、波長-分離装置としてフィルターを使用することを含
む、請求項36の方法。 - フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チューナブルフ
ィルター（LCTF）である、請求項48の方法。 - 高強度の光であって皮膚組織中の少なくとも一つの分析対象物により散乱されるものに
対して、皮膚組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。 - 高強度の光が単色光である、請求項50の方法。
- 単色光がレーザーによるものである、請求項51の方法。
- 高強度の光が多色光源より得られる、請求項50の方法。
- 高強度の光が約300 nmから約5,000 nmの波長を有する、請求項50の方法。
- 蛍光を検出することがマルチピクセル検出器を使用することを含む、請求項50の方法。
- マルチピクセル検出器が電荷結合素子（CCD）である、請求項55の方法。
- マルチピクセル検出器がダイオードアレイである、請求項55の方法。
- 蛍光を検出することが、可動性単一検出器（movable single detector）を使用するこ
とを含む、請求項50の方法。 - 波長-分離装置が回折素子である、請求項50の方法。
- 回折素子がホログラフィック回折格子、回折格子、光学結晶、または、プリズムである
、請求項59の方法。 - 波長-分離装置がフィルターである、請求項50の方法。
- フィルターが音響光学チューナブルフィルター（AOTF）、または、液晶チューナブルフ
ィルター（LCTF）である、請求項61の方法。 - 光学的異常が曲線である、請求項50の方法。
- 画像が垂直直線スリット画像（vertical straight slit image）である、請求項50の方
法。 - 強度の関数としてのラマンシグナルの検出が垂直ビニングを含む、請求項50の方法。
- 高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散乱されるも
のに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。 - 高強度で狭帯域の光であって組織中の少なくとも一つの分析対象物により散乱されるも
のに対して、組織を暴露すること；
散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；そして
補正されたスペクトル画像を使用して、少なくとも一つの分析対象物の濃度を測定する
こと；
を含む、液体中の少なくとも一つの分析対象物の濃度を測定する方法。 - 高強度帯域の光に対して、組織を暴露すること；
組織の画像を光学的に回収すること；
ソフトウェアを使用して画像を動的に補正して、少なくとも一つの器械及び組織に関し
て光学的に補正すること；そして
補正された画像からの情報を使用して、一般的な診断を行うこと；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。 - 高強度の光であって組織中の少なくとも一つの分析対象物により散乱されるものに対し
て、組織を暴露すること；
散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。 - 散乱光からのラマンシグナルを光学的に回収すること；
ラマンシグナルを波長-分離装置に対して向けること；
ラマンシグナルを強度および波長の関数として検出して、スペクトル画像を作成するこ
と；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、光学的異常に関してスペクトル画像を補正する方法。 - 散乱光からの蛍光シグナルを光学的に回収すること；
蛍光シグナルを波長-分離装置に対して向けること；
蛍光シグナルを強度および波長の関数として検出して、スペクトル画像を作成すること
；そして
ソフトウェアアルゴリズムを使用して光学的異常に関してスペクトル画像を補正して、
空間的に強度を再配置すること；
を含む、器械を使用して光学的異常に関してスペクトル画像を補正する方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US83916606P | 2006-08-22 | 2006-08-22 | |
| US60/839,166 | 2006-08-22 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009525569A Division JP5199256B2 (ja) | 2006-08-22 | 2007-08-17 | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2013101142A true JP2013101142A (ja) | 2013-05-23 |
Family
ID=39047978
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009525569A Expired - Fee Related JP5199256B2 (ja) | 2006-08-22 | 2007-08-17 | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
| JP2013011079A Pending JP2013101142A (ja) | 2006-08-22 | 2013-01-24 | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009525569A Expired - Fee Related JP5199256B2 (ja) | 2006-08-22 | 2007-08-17 | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
Country Status (6)
| Country | Link |
|---|---|
| US (2) | US7705980B2 (ja) |
| EP (1) | EP2077748A2 (ja) |
| JP (2) | JP5199256B2 (ja) |
| CA (1) | CA2664133C (ja) |
| TW (1) | TW200817666A (ja) |
| WO (1) | WO2008024276A2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019219375A (ja) * | 2018-06-20 | 2019-12-26 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | スペクトルイメージ補正装置及び方法、ならびに対象体の成分分析装置 |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8460243B2 (en) | 2003-06-10 | 2013-06-11 | Abbott Diabetes Care Inc. | Glucose measuring module and insulin pump combination |
| US7722536B2 (en) | 2003-07-15 | 2010-05-25 | Abbott Diabetes Care Inc. | Glucose measuring device integrated into a holster for a personal area network device |
| US20060010098A1 (en) | 2004-06-04 | 2006-01-12 | Goodnow Timothy T | Diabetes care host-client architecture and data management system |
| US9351669B2 (en) | 2009-09-30 | 2016-05-31 | Abbott Diabetes Care Inc. | Interconnect for on-body analyte monitoring device |
| US8452365B2 (en) * | 2005-05-25 | 2013-05-28 | Bayer Healthcare Llc | Methods of using Raman spectral information in determining analyte concentrations |
| JP5199256B2 (ja) * | 2006-08-22 | 2013-05-15 | バイエル・ヘルスケア・エルエルシー | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
| EP2274051A4 (en) * | 2008-05-09 | 2011-07-20 | Hugh Beckman | MEDICAL DEVICE FOR USE IN THE DIAGNOSIS AND TREATMENT OF TISSUE ANOMALIES AND METHOD FOR THE IMPLEMENTATION |
| US9202140B2 (en) * | 2008-09-05 | 2015-12-01 | Siemens Medical Solutions Usa, Inc. | Quotient appearance manifold mapping for image classification |
| JP5424108B2 (ja) * | 2008-11-18 | 2014-02-26 | 株式会社エス・テイ・ジャパン | ラマンイメージング装置 |
| GB201000179D0 (en) | 2010-01-07 | 2010-02-24 | Rsp Systems As | Apparatus for non-invasive in vivo measurement by raman spectroscopy |
| JP2012122851A (ja) * | 2010-12-08 | 2012-06-28 | St Japan Inc | ラマン分析装置 |
| US10136845B2 (en) | 2011-02-28 | 2018-11-27 | Abbott Diabetes Care Inc. | Devices, systems, and methods associated with analyte monitoring devices and devices incorporating the same |
| US8891073B2 (en) * | 2011-07-14 | 2014-11-18 | Battelle Energy Alliance, Llc | Apparatus, system, and method for laser-induced breakdown spectroscopy |
| US8967885B2 (en) | 2012-02-23 | 2015-03-03 | Corning Incorporated | Stub lens assemblies for use in optical coherence tomography systems |
| US8857220B2 (en) | 2012-02-23 | 2014-10-14 | Corning Incorporated | Methods of making a stub lens element and assemblies using same for optical coherence tomography applications |
| US8861900B2 (en) | 2012-02-23 | 2014-10-14 | Corning Incorporated | Probe optical assemblies and probes for optical coherence tomography |
| US9036966B2 (en) | 2012-03-28 | 2015-05-19 | Corning Incorporated | Monolithic beam-shaping optical systems and methods for an OCT probe |
| JP6488501B2 (ja) * | 2013-09-11 | 2019-03-27 | 株式会社分光科学研究所 | 計測方法及び計測装置 |
| JP6316064B2 (ja) * | 2014-03-31 | 2018-04-25 | 株式会社日立ハイテクサイエンス | Ｉｃｐ発光分光分析装置 |
| WO2015174819A2 (en) * | 2014-05-16 | 2015-11-19 | Mimos Berhad | Method for producing narrow spectral linewidths |
| FR3035716B1 (fr) * | 2015-04-30 | 2019-06-21 | Biomerieux | Machine et procede pour la detection automatisee in vitro d'analytes mettant en oeuvre une decomposition spectrale chromatique d'une reponse optique |
| DE102018205400A1 (de) | 2018-04-10 | 2019-10-10 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Spektralanalysesystem, mobiles gerät mit einem spektralanalysesystem, ein verfahren zur bestimmung einer korrekturfunktion zur abbildungskorrektur eines durch ein spektralanalysesystem aufgenommenen spektrums und computerprogramm |
| US11740128B2 (en) * | 2019-07-24 | 2023-08-29 | Sanguis Corporation | System and method for non-invasive measurement of analytes in vivo |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0915046A (ja) * | 1995-06-30 | 1997-01-17 | Shimadzu Corp | 分光測定装置 |
| WO2004082474A1 (en) * | 2003-03-18 | 2004-09-30 | Koninklijke Philips Electronics N.V. | Analysis of a composition with monitoring |
| JP2005164612A (ja) * | 1998-01-07 | 2005-06-23 | Bio-Rad Lab | スペクトル画像システムをアライメントする方法、単色サンプル画像を得るための装置及び方法、スペクトル画像システム、並びに中期スプレッド発見装置 |
Family Cites Families (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4645340A (en) * | 1983-06-01 | 1987-02-24 | Boston University | Optically reflective sphere for efficient collection of Raman scattered light |
| GB2141554A (en) | 1983-06-15 | 1984-12-19 | Philips Electronic Associated | A slit imaging system using two concave mirrors |
| DE69231614T2 (de) * | 1991-02-26 | 2001-05-03 | Massachusetts Inst Technology | Molekularspektroskopieverfahren und -einrichtungen zur gewebediagnose |
| US5404869A (en) | 1992-04-16 | 1995-04-11 | Tir Technologies, Inc. | Faceted totally internally reflecting lens with individually curved faces on facets |
| US5560356A (en) * | 1994-02-23 | 1996-10-01 | Vitrophage, Inc. | Diagnostic system and method using an implanted reflective device |
| US5615673A (en) * | 1995-03-27 | 1997-04-01 | Massachusetts Institute Of Technology | Apparatus and methods of raman spectroscopy for analysis of blood gases and analytes |
| JPH09184809A (ja) * | 1995-12-30 | 1997-07-15 | Koyo Ozaki | 散乱光測定装置 |
| US5923482A (en) * | 1997-03-14 | 1999-07-13 | Waters Investments Limited | Changing astigmatism in an optical system |
| ATE352252T1 (de) * | 1997-11-12 | 2007-02-15 | Lightouch Medical Inc | Verfahren zur nicht invasiven analytenmessung |
| US6070093A (en) * | 1997-12-02 | 2000-05-30 | Abbott Laboratories | Multiplex sensor and method of use |
| WO1999037205A1 (en) * | 1998-01-27 | 1999-07-29 | Lightouch Medical, Inc. | Method and device for tissue modulation |
| US6560478B1 (en) * | 1998-03-16 | 2003-05-06 | The Research Foundation Of City University Of New York | Method and system for examining biological materials using low power CW excitation Raman spectroscopy |
| EP1073366B1 (en) * | 1998-04-24 | 2004-06-23 | Lightouch Medical, Inc. | Apparatus and method for thermal tissue modulation |
| US6389306B1 (en) * | 1998-04-24 | 2002-05-14 | Lightouch Medical, Inc. | Method for determining lipid and protein content of tissue |
| EP1094746B1 (en) * | 1998-07-07 | 2002-10-02 | Lightouch Medical, Inc. | Tissue modulation process for quantitative noninvasive in vivo spectroscopic analysis of tissues |
| US6332092B1 (en) * | 1998-07-08 | 2001-12-18 | Lifespex, Incorporated | Optical probe having and methods for uniform light irradiation and/or light collection over a volume |
| US6615061B1 (en) * | 1998-11-23 | 2003-09-02 | Abbott Laboratories | Optical sensor having a selectable sampling distance for determination of analytes |
| US6352502B1 (en) * | 1998-12-03 | 2002-03-05 | Lightouch Medical, Inc. | Methods for obtaining enhanced spectroscopic information from living tissue, noninvasive assessment of skin condition and detection of skin abnormalities |
| US6503478B2 (en) * | 1999-01-13 | 2003-01-07 | Lightouch Medical, Inc. | Chemically specific imaging of tissue |
| US6167290A (en) * | 1999-02-03 | 2000-12-26 | Bayspec, Inc. | Method and apparatus of non-invasive measurement of human/animal blood glucose and other metabolites |
| US6486948B1 (en) * | 1999-09-14 | 2002-11-26 | Haishan Zeng | Apparatus and methods relating to high speed Raman spectroscopy |
| US6574490B2 (en) * | 2001-04-11 | 2003-06-03 | Rio Grande Medical Technologies, Inc. | System for non-invasive measurement of glucose in humans |
| US6983176B2 (en) * | 2001-04-11 | 2006-01-03 | Rio Grande Medical Technologies, Inc. | Optically similar reference samples and related methods for multivariate calibration models used in optical spectroscopy |
| US6561648B2 (en) * | 2001-05-23 | 2003-05-13 | David E. Thomas | System and method for reconstruction of aberrated wavefronts |
| JP4494779B2 (ja) * | 2001-08-02 | 2010-06-30 | グルコビスタ・エルエルシー | 非侵襲グルコース計測器 |
| AU2002324605A1 (en) * | 2001-08-03 | 2003-02-17 | Joseph A Izatt | Real-time imaging system and method |
| US6636305B2 (en) * | 2001-09-13 | 2003-10-21 | New Chromex, Inc. | Apparatus and method for producing a substantially straight instrument image |
| US7226166B2 (en) * | 2001-11-13 | 2007-06-05 | Philadelphia Retina Endowment Fund | Optimizing the properties of electromagnetic energy in a medium using stochastic parallel perturbation gradient descent optimization adaptive optics |
| US6975891B2 (en) | 2001-12-21 | 2005-12-13 | Nir Diagnostics Inc. | Raman spectroscopic system with integrating cavity |
| AU2003264797A1 (en) | 2002-09-05 | 2004-03-29 | Pendragon Medical Ltd. | Impedance spectroscopy based systems and methods |
| US7383077B2 (en) * | 2003-01-21 | 2008-06-03 | British Colombia Cancer Agency | IN Vivo raman endoscopic probe |
| US20050043597A1 (en) * | 2003-07-31 | 2005-02-24 | Skymoon Research And Development, Llc | Optical vivo probe of analyte concentration within the sterile matrix under the human nail |
| US7046359B2 (en) * | 2004-06-30 | 2006-05-16 | Chemimage Corporation | System and method for dynamic chemical imaging |
| JP4512465B2 (ja) * | 2004-10-13 | 2010-07-28 | 株式会社日立ハイテクノロジーズ | 電気泳動装置 |
| US8452365B2 (en) | 2005-05-25 | 2013-05-28 | Bayer Healthcare Llc | Methods of using Raman spectral information in determining analyte concentrations |
| JP2009508571A (ja) * | 2005-09-16 | 2009-03-05 | ザ リージェンツ オブ ザ ユニバーシティ オブ ミシガン | 検体の表面直下の組成を計測する方法及びシステム |
| JP5199256B2 (ja) * | 2006-08-22 | 2013-05-15 | バイエル・ヘルスケア・エルエルシー | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 |
| US7603151B2 (en) * | 2006-08-22 | 2009-10-13 | Bayer Healthcare Llc | Non-invasive methods of using spectral information in determining analyte concentrations |
-
2007
- 2007-08-17 JP JP2009525569A patent/JP5199256B2/ja not_active Expired - Fee Related
- 2007-08-17 CA CA2664133A patent/CA2664133C/en not_active Expired - Fee Related
- 2007-08-17 WO PCT/US2007/018234 patent/WO2008024276A2/en active Application Filing
- 2007-08-17 EP EP07811384A patent/EP2077748A2/en not_active Withdrawn
- 2007-08-21 US US11/894,511 patent/US7705980B2/en not_active Expired - Fee Related
- 2007-08-22 TW TW096131101A patent/TW200817666A/zh unknown
-
2010
- 2010-03-11 US US12/722,043 patent/US7944556B2/en not_active Expired - Fee Related
-
2013
- 2013-01-24 JP JP2013011079A patent/JP2013101142A/ja active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0915046A (ja) * | 1995-06-30 | 1997-01-17 | Shimadzu Corp | 分光測定装置 |
| JP2005164612A (ja) * | 1998-01-07 | 2005-06-23 | Bio-Rad Lab | スペクトル画像システムをアライメントする方法、単色サンプル画像を得るための装置及び方法、スペクトル画像システム、並びに中期スプレッド発見装置 |
| WO2004082474A1 (en) * | 2003-03-18 | 2004-09-30 | Koninklijke Philips Electronics N.V. | Analysis of a composition with monitoring |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019219375A (ja) * | 2018-06-20 | 2019-12-26 | 三星電子株式会社Ｓａｍｓｕｎｇ Ｅｌｅｃｔｒｏｎｉｃｓ Ｃｏ．，Ｌｔｄ． | スペクトルイメージ補正装置及び方法、ならびに対象体の成分分析装置 |
| JP7173876B2 (ja) | 2018-06-20 | 2022-11-16 | 三星電子株式会社 | スペクトルイメージ補正装置及び方法、ならびに対象体の成分分析装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| US7705980B2 (en) | 2010-04-27 |
| EP2077748A2 (en) | 2009-07-15 |
| WO2008024276A2 (en) | 2008-02-28 |
| CA2664133C (en) | 2012-10-23 |
| JP5199256B2 (ja) | 2013-05-15 |
| WO2008024276A3 (en) | 2008-05-08 |
| JP2010501251A (ja) | 2010-01-21 |
| US7944556B2 (en) | 2011-05-17 |
| US20100226549A1 (en) | 2010-09-09 |
| US20080059100A1 (en) | 2008-03-06 |
| TW200817666A (en) | 2008-04-16 |
| CA2664133A1 (en) | 2008-02-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5199256B2 (ja) | ソフトウェアを使用して光学的異常に関してスペクトル画像を補正する方法 | |
| CA2445044C (en) | Method and apparatus for correcting crosstalk and spatial resolution for multichannel imaging | |
| US6597932B2 (en) | Generation of spatially-averaged excitation-emission map in heterogeneous tissue | |
| CN105190262B (zh) | 诊断仪器和方法 | |
| US7808634B2 (en) | Method and apparatus for automated spectral calibration | |
| US6118127A (en) | Detector having a transmission grating beam splitter for multi-wavelength sample analysis | |
| Krafft et al. | Raman and infrared spectroscopic mapping of human primary intracranial tumors: a comparative study | |
| US20080007691A1 (en) | Apparatus and method for spectrally measuring fundus | |
| US20080007716A1 (en) | Raman scattering light observation apparatus and endoscope apparatus | |
| US20060170907A1 (en) | System for obtaining images in bright field and crossed polarization modes and chemical images in Raman, luminescence and absorption modes | |
| JP2012508366A (ja) | 画像マッピング分光計 | |
| CA2571765A1 (en) | Dynamic chemical imaging of biological cells and other subjects | |
| US20140163389A1 (en) | In vivo detection of eosinophils | |
| Kester et al. | Real-time hyperspectral endoscope for early cancer diagnostics | |
| CN110376180B (zh) | 一种基于led光源的高光谱分辨率的拉曼测量系统及方法 | |
| US7239383B2 (en) | Method and apparatus for spectral modulation compensation | |
| CN110763341A (zh) | 一种Stokes-Mueller光谱成像系统和检测方法 | |
| CN111281313A (zh) | 基于拉曼光谱的病灶在线检测系统 | |
| Pawluczyk et al. | Applications of multichannel imaging spectrometer | |
| WO2022176208A1 (ja) | 所定光生成方法、所定光利用方法、所定光を利用したサービス提供方法、測定／イメージング方法、光学特性変換素子、光源部、計測部、測定装置、所定光利用装置およびサービス提供システム | |
| WO2022044162A1 (ja) | 検出装置および検出方法 | |
| Taylor-Williams et al. | Targeted multispectral filter array design for the optimization of endoscopic cancer detection in the gastrointestinal tract | |
| Cui | Multi-dimensional Optical Imaging | |
| Taylor-Williams et al. | Targeted Multispectral Filter Array Design for Endoscopic Cancer Detection in the Gastrointestinal Tract | |
| CN116973315A (zh) | 基于光谱复用的傅里叶叠层显微的高光谱成像装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140415 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140421 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20140714 |
|
| A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20140717 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20141110 |