JP2013518695A - 超高感度光学微小血管造影用の方法および装置 - Google Patents

Abstract

【解決手段】本願明細書の実施の形態は、毛細血管中の血流に見られるような、遅い流れ情報に対して高感度な超高感度光学微小血管造影（ＯＭＡＧ）システムを提供する。しかし、比較的短いデータ取得時間も提供する。本システムは、高速スキャン軸上にて複数の高速スキャン（つまりＢスキャン）を実行する。各高速スキャンは複数のＡスキャンを含む。同時に、本システムは、低速スキャン軸上にて低速スキャン（つまりＣスキャン）を実行する。低速スキャンは複数の高速スキャンを含む。検出器は、サンプルからスペクトルの干渉信号を受信することにより、三次元（３Ｄ）データセットを生成する。次に、３Ｄデータセットに対して低速スキャン軸にてイメージングアルゴリズムが適用されることにより、サンプルの少なくとも１つの画像が生成される。実施の形態によっては、イメージングアルゴリズムは流れ情報をサンプルの構造情報から分離してもよい。
【選択図】図２

Description

本出願の実施の形態は、イメージングの分野、より具体的には超高感度光学微小血管造影用の方法および装置に関する。

（特許に係る政府の権利）
本願発明は、米国国立衛生研究所によって与えられた許可／契約番号第Ｒ０１ＨＬ０９３１４０号、第Ｒ０１ＥＢ００９６８２号および第Ｒ０１ＤＣ０１０２０１号のもと、米国政府の支援を用いてなされた。米国政府は本願発明において特定の（ｃｅｒｔａｉｎ）権利を有する。

（関連出願に対する相互参照）
本出願は、「超高感度光学微小血管造影用の方法および装置」との題名が付けられ、２０１０年２月８日に出願された米国特許仮出願第６１／３０２４０９号の優先権を請求する。この出願の開示全体は、参照によって本願明細書中に援用される。

本出願は、「生体組織における血液かん流の定量的イメージング用の方法および装置」との題名が付けられ、２００９年５月４日に出願された米国特許仮出願第６１／１７５２２９号、および「生体内の構造および流れイメージング」との題名が付けられ、２００７年９月１８日に出願された国際特許出願第２００８／０３９６６０号に関連する。これらの出願の開示全体は、参照によって本願明細書中に援用される。

生体組織中の血流を評価することにより、診断法、治療および／または病状の管理に対して重要な情報がもたらされる。たとえば、皮膚の微小循環を評価することにより、皮膚科学における病状に対して、皮膚がん、ポートワイン母斑治療、糖尿病、および形成外科などの重要な情報がもたらされうる。同様に、ヒトの眼の網膜および脈絡膜の内部における眼球のかん流を評価することは、加齢性黄斑変性症、糖尿病性網膜症、および緑内障などの診断、治療、および眼科学における多くの病状の管理において重要である。したがって、三次元（３Ｄ）微小血管ネットワークを生体内で非侵襲的にイメージングできる診断ツールおよび技術的ツールが求められている。

この要求を満たすために、いくつかの技術が開発されてきた。しかし、現在の技術は様々な欠点に悩まされている。これらの欠点によって、これらの技術はヒトでの生体内イメージングには不適切となっている。これらの欠点は、たとえば血流に対する感度の低さ、有用な深さ情報を得るためには不十分な分解能、および／または長すぎるデータ取得時間などである。

添付の図面と併せて以下の詳細な説明によって、実施の形態は容易に理解されるであろう。実施の形態は、添付の図面の図において、本願発明を限定するためではなく、一例として説明される。

本願発明の様々な実施の形態に従ったイメージング装置の機能ブロック図を示す。 様々な実施の形態に従った３Ｄデータセットの例を示す。 様々な実施の形態に従ったｘ−スキャナおよびｙ−スキャナに対する駆動信号の一例を示す。 様々な実施の形態に従ったｘ−スキャナおよびｙ−スキャナに対する駆動信号の別の例を示す。 図５（Ａ）〜（Ｃ）は、様々な実施の形態に従った超高感度光学微小血管造影（ＵＨＳ−ＯＭＡＧ）システムを用いて得られたヒトの真皮内における毛細血管の画像を示す。図５（Ａ）は、フーリエドメイン光干渉断層撮影（ＦＤＯＣＴ）の構造画像である。図５（Ｂ）は、ＵＨＳ−ＯＭＡＧの流れ画像である。図５（Ｃ）は、図５（Ｂ）のＵＨＳ−ＯＭＡＧ画像から得られた位相分解光ドップラートモグラフィ（ＰＲＯＤＴ）の断面流れ画像である。図５（Ｄ）および（Ｅ）は、図５（Ａ）〜（Ｃ）の画像と比較するために、従来技術の光学微小血管造影（ＯＭＡＧ）システムを用いて得られたヒトの真皮内における毛細血管の画像を示す。図５（Ｄ）は、フーリエドメイン光干渉断層撮影（ＦＤＯＣＴ）の構造画像である。図５（Ｅ）は、ＯＭＡＧの流れ画像である。図５（Ｆ）は、図５（Ｅ）のＯＭＡＧ画像から得られた位相分解光ドップラートモグラフィ（ＰＲＯＤＴ）の断面流れ画像である。 図６（Ａ）は、流れ模型（ｆｌｏｗ ｐｈａｎｔｏｍ）のＢスキャン構造画像である。図６（Ｂ）は、様々な実施の形態に従った、対応するＵＨＳ−ＯＭＡＧの流れ画像である。 図７（Ａ）は、様々な実施の形態に従ってＵＨＳ−ＯＭＡＧによって評価された流れ模型（ｐｈａｎｔｏｍ）から得られた速度画像である。図７（Ｂ）は、様々な実施の形態に従って、図７（Ａ）の横線として示す位置にて毛細血管チューブを横切る速度データのプロットである。図７（Ｃ）および（Ｄ）は、様々な実施の形態に従って同じ模型のＰＲＯＤＴイメージングにより得られた、それぞれ図７（Ａ）および（Ｂ）に対応する結果である。 図８（Ａ）は、ヒトの皮膚の血管系の略図である。図８（Ｂ）は、スキャン領域を示す手のひらの写真である。図８（Ｃ）は、様々な実施の形態に従った３Ｄ構造と血管の三次元（３Ｄ）レンダーリングＯＭＡＧ画像である。図８（Ｄ）は、様々な実施の形態に従った、イメージングされた血管の断面図である。 図９（Ａ）〜（Ｄ）は、様々な実施の形態に従った、それぞれ（Ａ）４００〜４５０μｍ（真皮乳頭層を詳細に示す）；（Ｂ）４５０〜６５０μｍ；（Ｃ）６５０〜７８０μｍ（真皮網状層を詳細に示す）；（Ｄ）７８０〜１１００μｍ（皮下組織の一部）から得られた皮膚の異なる深さにおける微小循環ネットワークのＵＨＳ−ＯＭＡＧ詳細投影図を示す。 様々な実施の形態に従ったＵＨＳ−ＯＭＡＧシステムの概略図を示す。 図１１（Ａ）および（Ｂ）は、様々な実施の形態に従った視神経頭に向かう黄斑部近傍の後眼部の生体内ＵＨＳ−ＯＭＡＧイメージングを示す。図１１（Ａ）は、形態学的特徴を示す微細構造のＯＭＡＧ Ｂスキャンである。図１１（Ｂ）は、対応するＯＭＡＧ血流画像である。図１１（Ｃ）および（Ｄ）は、様々な実施の形態に従った、黄斑部に近い約３×３ｍｍ^２のある領域の３Ｄスキャンから得られた（Ｃ）網膜および（Ｄ）脈絡膜の内部における血流分布の投影地図を示す。 図１２（Ａ）〜（Ｆ）は、様々な実施の形態に従った、図１１（Ｂ）で注釈が付けられた指標（ｌａｎｄ−ｍａｒｋ）深さにおける患者の網膜内部（図１２（Ａ）〜（Ｃ））および脈絡膜内部（図１２（Ｄ）〜（Ｆ））の血管の深度分解画像を示す。図１２（Ａ）は、ＲＰＥよりも４２５μｍ超上側のＲ１を示す。図１２（Ｂ）は、ＲＰＥよりも３００〜４２５μｍ上側のＲ２を示す。図１２（Ｃ）は、ＲＰＥよりも５０〜３００μｍ上側のＲ３を示す。図１２（Ｄ）は、ＲＰＥよりも０〜７０μｍ下側のＣ１を示す。図１２（Ｅ）は、ＲＰＥよりも７０〜２００μｍ下側のＣ２を示す。図１２（Ｆ）は、ＲＰＥよりも２００μｍ超下側のＣ３を示す。

（開示された実施の形態の詳細な説明）
以下の詳細な説明では、本明細書の一部を形成する添付の図が参照される。添付の図には、実施されてもよい実施の形態が説明のために示されている。本願発明の範囲化から逸脱しない範囲で、他の実施の形態が利用されてもよいこと、および構造的または論理的な変更が加えられてもよいことが理解されるべきである。したがって、以下の詳細な説明は制限的な意味で解釈されるべきではない。また、実施の形態の範囲は、添付の特許請求の範囲およびこれと同等なものによって規定される。

実施の形態を理解する手助けとなりうるように、様々な操作が多数の別々の操作として順に説明される。しかし、説明順は、これらの操作が順序に依存することを意味すると見なされるべきではない。

説明には、上に／下に、後部／前部、および上部／下部などの遠近（ｐｅｒｓｐｅｃｔｉｖｅ）に基づく説明が使用されてもよい。そのような記載は、単に議論を促進するために使用されたものであって、開示された実施の形態の用途を制限することを意図するものではない。

「連結された（ｃｏｕｐｌｅｄ）」および「接続された（ｃｏｎｎｅｃｔｅｄ）」との用語がこれらの派生語とともに使用されてもよい。これらの語句は、互いに同義語であることが意図されていないと理解されるべきである。そうではなく、特定の実施の形態では、「接続された」は、２つ以上の要素が互いに物理的にまたは電気的に直接接触していることを示すために使用されてもよい。「連結された」は、２つ以上の要素が物理的にまたは電気的に直接接触していることを意味してもよい。しかし、「連結された」はまた、２つ以上の要素が互いに直接接触してはいないが、それでもなお互いに協働するか相互作用することを意味してもよい。

説明のために、「Ａ Ｂ」または「Ａおよび／またはＢ」の形の表現は、「（Ａ）、（Ｂ）、または（ＡおよびＢ）」を意味する。説明のために、「Ａ、Ｂ、およびＣのうち少なくとも１つ」という形の表現は、「（Ａ）、（Ｂ）、（Ｃ）、（ＡおよびＢ）、（ＡおよびＣ）、（ＢおよびＣ）、または（Ａ、ＢおよびＣ）」を意味する。説明のために、「（Ａ）Ｂ」の形の表現は、「（Ｂ）または（ＡＢ）」、つまりＡが任意的な要素であることを意味する。

説明には、「（１つの）実施の形態」または「（複数の）実施の形態」との語句が使用されてもよい。これらはそれぞれ、１つ以上の同じまたは異なる実施の形態を意味してもよい。さらに、実施の形態に関して使用される「含む（ｃｏｍｐｒｉｓｉｎｇ）」、「含む（ｉｎｃｌｕｄｉｎｇ）」、「有する（ｈａｖｉｎｇ）」などの語句は同義語であって、一般には「開いた（ｏｐｅｎ）」語句を意図する（たとえば、「含む（ｉｎｃｌｕｄｉｎｇ）」との語句は、「含むがこれには限られない」と解釈されるべきである。「有する（ｈａｖｉｎｇ）との語句は、「少なくとも〜を有する」と解釈されるべきである。「含む（ｉｎｃｌｕｄｅｓ）」との語句は、「含むがこれには限られない」と解釈されるべきである、など）。

本明細書中における任意の複数および／または単数の語句の使用に関して、文脈および／または用途に対して適切なように、当業者は複数から単数および／または単数から複数に変換可能である。様々な単数／複数の置換は、明確にするためにここではっきりと説明されてもよい。

様々な実施の形態において、超高感度光学微小血管造影（ＵＨＳ−ＯＭＡＧ）用の方法、装置、およびシステムが提供される。例示的な実施の形態では、計算装置は、開示された装置および／またはシステムの１つ以上の部品を有してもよい。また計算装置は、本願明細書で開示されるように、１つ以上の方法を実行するために使用されてもよい。

本願明細書の実施の形態は、比較的短いデータ取得時間によって、高感度をもたらすＵＨＳ−ＯＭＡＧシステムを提供する。ＯＭＡＧは、光干渉断層撮影（ＯＣＴ）の変法である画像診断法である。イメージングは、移動粒子によって散乱された光信号に基づく。移動粒子から後方散乱された光は、拍動周波数（ｂｅａｔｉｎｇ ｆｒｅｑｕｅｎｃｙ）を運んでもよい。拍動周波数は、動く要素による散乱信号を、静止した要素による散乱信号から区別するために使用されてもよい。したがって、ＯＭＡＧは血流などの粒子の流れをイメージングするために使用することができる。

ＵＨＳ−ＯＭＡＧシステムの様々な実施の形態は、光源、サンプル部（ａｒｍ）、参照部および検出部を含んでもよい。図１に示されるのは、超高感度２Ｄおよび３Ｄ流れイメージングに好適なＵＨＳ−ＯＭＡＧ装置１００の例示的な実施の形態である。図示されたＵＨＳ−ＯＭＡＧ装置１００は、当技術分野で周知のいくつかの特徴を含んでもよい。これらの特徴は、本願発明の実施の形態の理解に手助けとなる場合を除いて、ここではあまり詳細には説明しない。

図示されているように、ＵＨＳ−ＯＭＡＧ装置１００は光源１０を含んでもよい。光源１０は、広帯域光源または波長可変レーザー源を含む（がこれらには限られない）目的に好適な任意の光源を含んでもよい。好適な広帯域光源１０は、超発光ダイオードを含んでもよい。ある実施の形態では、光源１０は１３１０ナノメートル（ｎｍ）の中心波長および６５ｎｍの半値全幅バンド幅を有する超発光ダイオードを含む。様々な実施の形態において、光源１０は１つ以上のより長い／短い波長を有する光源であってもよい。これによって、より深いイメージングが可能となってもよい。様々な他の実施の形態では、光源１０はたとえばスウェプト（ｓｗｅｐｔ）レーザー光源などの波長可変レーザー源を含んでもよい。

ＵＨＳ−ＯＭＡＧ装置１００は、光源１０からの光を本システム中に結びつけるための光学素子（ｏｐｔｉｃｓ）１１を含んでもよい。装置１００は光学素子１１からの光を２つのビームへと分けるためのビームスプリッタ１２を含んでもよい。つまり、第１のビームは参照部１４に、第２のビームはサンプル部１６に供給される。様々な実施の形態において、光学素子１１は、本願の目的に好適な種々のレンズまたは光ファイバー関連部品を含んでもよいが、これらには限られない。ビームスプリッタ１２は、本願の目的に好適な２×２の単一モードファイバー結合器または任意のファイバー結合器を含んでもよい。

参照部１４は、サンプル１８から後方散乱された光と組み合わせてスペクトルのインターフェログラムを生成するために、光源１０によって供給された光から参照光を検出部３０（以下においてより詳細に説明する）に供給するように構成されてもよい。参照部１４は、光学素子２０および参照光を提供するために光源１０から光を反射するための鏡２２を含んでいてもよい。光学素子２０は、本願の目的に好適な様々なレンズを含んでもよいが、これらには限られない。

鏡２２は固定されていてもよいし、調節されていてもよい。調節は、検出部３０にて検出された信号の周波数の調節に相当してもよい。参照部１４の調節された鏡２２による一定のドップラー周波数によって、スペクトルの干渉信号（インターフェログラム）が調節されてもよいことが観察されてきた。次に、調節された信号を変調周波数にて復調することによって、スペクトルの干渉信号が回復されてもよい。復調は、たとえばデジタルまたは光学復調法を含む、任意の好適な方法を用いて実現されてもよい。スペクトルの干渉信号を調節または復調してＳＮ比を改善することによって、構造イメージング、流れイメージング、および血管造影イメージングのために画質を向上させることが有利である。

サンプル部１６は、光学素子２４、スキャナ２６、および光学素子２８によって、光源１０からサンプル１８へと光を供給するように構成されていてもよい光学素子２４は、ビームスプリッタ１２からの光をスキャナ２６と結びつけるために使用されてもよい。光学素子２４は、たとえば光学コリメータなどの様々な光学レンズを含んでもよい。スキャナ２６は、ｘ−ｙ軸方向にてサンプル２８をスキャンするための一対のｘ−ｙ検流計スキャナを含んでもよい。光学素子２８は、スキャナ２６からサンプル１８上へと光を搬送するのに適切な光学素子を含んでもよい。様々な実施の形態において、スキャナ２６はまた、後方散乱された光をサンプル１８から受信してもよい。サンプル１８に供給される光の特性は特定の用途に依存してもよいが、実施の形態によっては横方向のイメージング分解能は、約１ミリワット（ｍＷ）のサンプル１８上の光パワーを有し、光の焦点をサンプル１８上に合せる対物レンズにより決定された約１６μｍであってもよい。

参照部１４から戻る光およびサンプル部１６から戻る光（つまりスペクトル信号）は、検出部３０に導入するために、再結合されてビームスプリッタ１２へと連結されてもよい。図示されているように、検出部３０は分光計３４を含む。分光計３４は、１つ以上の様々な光学素子３６を含む。光学素子３６は、１つ以上のコリメータ、１つ以上の回折／伝達格子、および１つ以上のレンズ（図示せず）を含む。例示的な実施の形態では、光学素子３６は３０ｍｍの焦点距離コリメータ、１２００列／ｍｍの回折格子、および焦点距離１５０ｍｍの色収差補正焦点レンズを含んでもよい。様々な実施の形態において、分光計３４は、たとえば０．０５５ｎｍの設計されたスペクトルの分解能を有していてもよい。これにより、空中で約６．４ｍｍの光学範囲（ｏｐｔｉｃａｌ ｒａｎｇｅ）となる。ここでは正の周波数空間は３．２ｍｍであり、負の周波数空間は３．２ｍｍである。そのようなパラメータは例示的であって、本願発明の実施の形態に従って様々な方法によって修正されてもよい。

広帯域光源を用いる実施の形態では、分光計３４はスペクトルの干渉信号を検出するように構成された線形検出器３８などの検出器を含んでもよい。線形検出器３８は、１つ以上の列スキャンカメラおよび面スキャンカメラを含んでもよい。例示的で好適な線形検出器３８は、電荷結合素子（ＣＣＤ）であってもよい。

しかし、光源１０が広帯域光源ではなく波長可変レーザーを含む実施の形態では、ＵＨＳ−ＯＭＡＧ装置１００は分光計３４よりもむしろ１つ以上の単一要素（ｅｌｅｍｅｎｔ）検出器を有しうる拡散増幅器を含んでもよい。たとえば、１つ以上の二重バランス（ｄｕａｌ−ｂａｌａｎｃｅｄ）光ダイオード検出器が使用されてもよい。

様々な実施の形態において、参照部１４、サンプル部１６、および検出部３０は偏光制御器を含んでもよい（図示せず）。偏光制御器は、ＵＨＳ−ＯＭＡＧ装置１００において光の偏光状態を微調整するように構成されてもよい。本願発明の範囲に含まれるＵＨＳ−ＯＭＡＧ装置は、多少の偏光制御器を含んでもよい。しかし、参照部１４、サンプル部１６、および検出部３０にそれぞれ偏光制御器を含めることにより、線形検出器３８（または他の好適な検出器）におけるスペクトルの干渉縞コントラストが最大化されることが有利である。

様々な実施の形態において、線形検出器３８およびスキャナ２６の制御、アルゴリズムを用いたデータの計算、画像の表示、データの入力、および／またはデータの出力などを含む１つ以上の目的で、ＵＨＳ−ＯＭＡＧ装置１００は１つ以上のユーザインターフェース４０を含んでもよい。

上述のように、ＵＨＳ−ＯＭＡＧ装置１００は、３−Ｄスペクトルのインターフェログラムデータセットを得るために、ｘ、ｙおよびλ（ｚ）方向のサンプル光を用いてサンプル１８をスキャンすることによって、３Ｄデータボリューム（ｖｏｌｕｍｅ）セットを構築するように構成されてもよい。

様々な実施の形態において、スキャナ２６はｘ−スキャナおよびｙ−スキャナを含んでもよい。複合スキャン中に、ｘ−スキャナは高速スキャン軸に沿って少なくとも１つの高速スキャンを実行してもよい。ｙ−スキャナは低速スキャン軸に沿って少なくとも１つの低速スキャンを実行してもよい。高速スキャン軸は低速スキャン軸に直行していてもよい（つまり、高速スキャン軸および低速スキャン軸はｘｙ平面を規定してもよい）。高速スキャンはまた、ここではＢスキャンと呼ばれてもよい。高速スキャン軸はまた、ｘ軸、左右軸、および／またはＢスキャン軸と呼ばれてもよい。同様に、低速スキャンはまた、ここではＣスキャンと呼ばれてもよい。低速スキャン軸はまた、ｙ軸、高度軸、および／またはＣスキャン軸と呼ばれてもよい。各高速スキャンは、高速スキャン時間間隔に対して行われてもよい。各低速スキャンは、低速スキャン時間間隔に対して行われてもよい。ここでは低速スキャン時間間隔は高速スキャン時間間隔の少なくとも２倍の長さである。実施の形態によっては、スキャナは１つ以上の低速スキャンと同時に１つ以上の高速スキャンを実行してもよい。そのような実施の形態では、複数の高速スキャンが１つの低速スキャン中に実行されてもよい。

各Ｂスキャン（高速スキャン）には、Ｎ回のＡスキャンが存在してもよい。Ａスキャンは、ｘ軸とｙ軸の両方に直交するｚ軸にて実行されてもよい。各Ａスキャンは、ｚ軸にてイメージング深度情報をもたらすＫ個のピクセル、つまりデータ点を含んでもよい。同様に、Ｃスキャン（低速スキャン）はＭ回のＢスキャンを含んでもよい。様々な実施の形態において、Ｎ，Ｋ，Ｍは、２以上であってもよい。したがって、複合スキャン中に三次元（３Ｄ）データセットが生成されてもよい。３Ｄデータセットは、複合関数Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）として表されてもよい。ここでは、ｉ＝１，２，．．．Ｎ，ｊ＝１，２，．．．，Ｍ，およびｋ＝１，２，．．．，Ｋである。様々な実施の形態において、３Ｄデータセットの大きさ部分は、スカラー関数Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）によって表されてもよい。ここで、Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）ｅｘｐ（ｉφ）である。

図２は、様々な実施の形態に従った３Ｄデータセット２００の例を示す。データセット２００は、１つのＣスキャン２０２を含む。Ｃスキャン２０２は、Ｍ回のＢスキャン２０４を含む。各Ｂスキャン２０４は、Ｎ回のＡスキャン２０６を含む。各Ａスキャン２０６は、Ｋ個のピクセル２０８、つまりデータ点２０８を含む。

様々な実施の形態において、イメージングアルゴリズムが３Ｄデータセットに対して適用されることにより、少なくとも１つの画像が生成されてもよい。イメージングアルゴリズムは、低速スキャン軸（つまりｙ軸）にて適用されてもよい。実施の形態によっては、イメージングアルゴリズムはサンプルの構造成分から移動成分を分離してもよい。画像は、完全な構造画像および／または分離された構造／流れ画像であってもよい。実施の形態によっては、画像は毛細血管中および／または眼の網膜中などの血流の画像であってもよい。

本願開示では、本出願人らによって開発され、「生体内構造およびフローイメージング」との題名が付けられた２００７年９月１８日に出願された国際特許出願第２００８／０３９６６０号に記載された従来のＯＭＡＧ法に言及する。この開示の全体は、参照によって本出願に援用される。従来のＯＭＡＧ法に比べて、本出願の実施の形態は、より高い感度および短いデータ取得時間をもたらす。実施の形態によっては、Ｂスキャン中のＡスキャン数Ｎは少なくされてもよい。一方、Ｃスキャン中のＢスキャン数Ｍは、従来のＯＭＡＧ法に比べて増やされてもよい。さらに、イメージングアルゴリズムは、従来のＯＭＡＧ法のように速軸（つまりＢスキャン軸／左右軸）ではなく遅軸（つまり、Ｃスキャン軸／高度軸）上に適用される。これによって、より短いデータ取得時間をもたらす一方で、画像の移動成分に高感度がもたらされる（つまり、より遅い速度でイメージングできる）。長いデータ取得時間は生体内の使用には適していない可能性がある。対象の不随意運動は避けられないからである。さらに、従来のＯＭＡＧ法で使用されるイメージングアルゴリズムも実施の形態によっては使用されうるが、ここでは従来のＯＭＡＧ法とは異なる追加的なイメージングアルゴリズムが提供される。

従来のＯＭＡＧ法では、高域のフィルタリングは通常、（高速スキャン軸において得られた）Ｂスキャンフレームにおいて適用される。これにより、静的散乱−動的散乱間にて光学散乱信号が分離される。したがって、隣接するＡスキャン間の時間間隔Δｔ_Ａによって、検出可能な流速ｖが決定される。つまり、ｖ＝λ／２ｎΔｔ_Ａである（式中、λは光源の中心波長である。ｎはサンプルの屈折率である）。赤血球がプローブビーム方向に沿って２００μｍ／秒以下の速度ｖ（つまりｖ≦２００μｍ／秒）にて移動するなら、本システムが移動する血球をサンプリングするためには、少なくとも約１．５ミリ秒の時間間隔Δｔ_Ａ（つまりΔｔ_Ａ≧約１．５ミリ秒）が必要となる（λ＝８４０ｎｍおよびｎ＝１．３５と想定）。この時間間隔によって、スキャン速度が約６４３個のＡスキャン／秒となる。したがって、組織塊（ｖｏｌｕｍｅ）の３Ｄ毛細血管流れ画像を得るための全イメージング時間はひどく長くなるであろう。この問題は、ヒトの眼の後部をイメージングする場合のように、ＯＭＡＧシステムによってプローブされた有効な血流を非常に遅くする噴出（ｂｌｏｗ）流れに対して、プローブビームが実質的に垂直である状況下でさらに悪化する。なぜならドップラー角が９０°に近づくからである。

しかし、この開示では、アルゴリズムは遅軸に適用される。したがって、検出可能な流れ信号は、隣接するＢスキャン間の時間間隔Δｔ_Ｂによって決定される。ある例示的な実施の形態では、Ｂフレーム率は３００Ｈｚであってもよい（以下の実施例を参照）。そのため、Δｔ_Ｂは約３．３ミリ秒であってもよい。この場合、検出可能な流れは、約１４０μｍ／秒であろう。一方、本システムのスキャン速度（つまりＡスキャン速度）には制限がない。したがって、組織容量（ｖｏｌｕｍｅ）の３Ｄ毛細血管流れ画像を得るための全イメージング時間は、劇的に減少するであろう。

様々な実施の形態において、ＵＨＳ−ＯＭＡＧシステムによって検出可能な最速の流れは、本システムのイメージング速度によって決定されてもよい。ある例示的な実施の形態では、イメージング速度は４７０００回／秒のＡスキャン速度を有してもよい（以下の実施例１を参照）。この状況下で、最大検出速度は約３０ｍｍ／秒であってもよい。

様々な実施の形態において、ＵＨＳ−ＯＭＡＧシステムによって検出可能な最も遅い速度は、ＵＨＳ−ＯＭＡＧシステムの位相ノイズレベルによって決定されてもよい。４７０００回／秒のイメージング速度を有するある例示的な実施の形態（以下の実施例１を参照）では、本システムのＳＮ比は約８５ｄＢであってもよい。測定された最も遅い検出流速は、約４．０μｍ／秒であってもよい。

様々な実施の形態において、ｘ−スキャナは高速スキャン信号によって駆動されてもよい。ｙ−スキャナは低速スキャン信号によって駆動されてもよい。つまり、スキャナは、それぞれ高速スキャン信号および低速スキャン信号の電圧などの特性に従って、プローブビームを高速スキャン軸および低速スキャン軸に沿って向けてもよい。高速スキャン信号および低速スキャン信号は、三角波、方形波、ステップ波、および／または正弦波などの任意の好適な波形であってもよい。

高速スキャン信号と低速スキャン信号とを組み合わせて好適な３Ｄデータセットを生成するために、任意の好適なスキャナプロトコルが使用されてもよい。たとえば、図３は実施の形態を示す。ここでは高速スキャン信号３０２および低速スキャン信号３０４はそれぞれ三角波（つまり連続スキャン）である。高速スキャン信号３０２は低速スキャン信号３０４よりも高い周波数を有する。Ｃスキャンを得るために低速スキャンが実行されるように、複数のＢスキャンを生成するために複数の高速スキャンが実行される。図３に示されるように、実施の形態によっては、複合スキャンにおいて１つのみの低速スキャンが実行されてもよい。他の実施の形態では、複数の低速スキャンが実行されて複合スキャンへと組み合わせられてもよい。

図４は、代替的な実施の形態を示す。ここでは、高速スキャン信号４０２が三角波であって、低速スキャン信号４０４はステップ波形である。低速スキャン信号はＱ回のステップ４０６を有することにより、１つのＣスキャンを完了させてもよい。各ステップにおいて、Ｂスキャン数Ｐが取得されてもよい。したがって、ＣスキャンにおけるＢスキャン数Ｍは、Ｑを乗じたＰ（Ｍ＝Ｐ×Ｑ）であってもよい。実施の形態によっては、Ｐは２以上であってもよい。

様々な実施の形態において、任意の好適なイメージングアルゴリズムが３Ｄデータセットに対して適用されることにより、血流画像などのサンプルの画像が生成されてもよい。イメージングアルゴリズムは、低速スキャン軸（つまりｙ軸方向）にて適用されてもよい。イメージングアルゴリズムは、サンプルの移動成分における情報を抽出するために設計されてもよい。高速スキャン軸ではなく低速スキャン軸においてイメージングアルゴリズムを適用することによって、より高い感度がもたらされる。これにより、静止状態にて約１００〜９００μｍ／秒の範囲の典型的な流速、病気の状態ではより遅い流速を有する、真皮内部の毛細血管血流などの比較的遅い動きのイメージングが可能となる。

実施の形態によっては、イメージングアルゴリズムは絶対（ａｂｓｏｌｕｔｅ）操作に続いてｙ軸方向において微分（ｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ）操作を含んでもよい。実施の形態によっては、微分操作および絶対操作は、複合関数Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）に対して実行されてもよい（つまり、ｊ＝１，２，．．．，Ｍに対してＩ’（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝｜Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）−Ｉ（ｘ_ｉ，ｙ_ｊ−１，ｚ_ｋ）｜である）。他の実施の形態では、微分操作および絶対操作は、複合関数Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）の大きさ部分Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）に対して実行されてもよい（つまり、ｊ＝１，２，．．．，Ｍに対してＩ’（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝｜Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）−Ａ（ｘ_ｉ，ｙ_ｊ−１，ｚ_ｋ）｜である）。

他の実施の形態では、イメージングアルゴリズムは、微細構造、つまり静止粒子によって散乱された光信号から移動粒子によって散乱された光信号を分離するために、ｙ軸方向（低速スキャン軸）にて３Ｄデータセットに適用されうる高域フィルタを含んでもよい。高域フィルタは、任意の好適なタイプの高域フィルタリング機能を使用してもよい。

さらに、イメージングアルゴリズムの実施の形態によっては、上述のように従来のＯＭＡＧ法は、ｙ軸方向（低速スキャン軸）にて３Ｄデータセットに適用されてもよい。

ＭがＮに比べて大きい実施の形態では、つまりＢスキャンがｙ軸方向に高密度に行われる場合には、イメージングアルゴリズムから得られた隣接するＢスキャンを平均化することにより、最終的な流れ画像の質が改善されてもよい。平均化に使用されるＢスキャンの数は、２以上の任意の数でありうる。

ｙ−スキャナが（図４に示すように）段階的な関数によって駆動される実施の形態では、イメージングアルゴリズムは各ステップにおいて独立して適用されてもよい。次に、各ステップ（つまりＩ’（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ））における画像が平均化されることによって、そのステップにて最終的な血流のＢスキャン画像が得られてもよい。実施の形態によっては、平均化は以下の方程式（式（１））に従って行われてもよい。

したがって、最終的な３Ｄ画像は、ｙ軸方向にＱ個のＢスキャン画像を含んでもよい。

様々な実施の形態において、上述のアルゴリズムは、スペクトル／周波数ドメインにて（つまり、データが波長（または波数）フォーマットである）３Ｄデータセットに対して適用されてもよい。

様々な他の実施の形態では、上述のアルゴリズムは、時間／距離ドメインにて（つまり、データが時間（または距離）フォーマットである）３Ｄデータセットに対して適用されてもよい。周波数／スペクトルドメイン光干渉断層撮影では、時間／距離ドメイン信号およびスペクトル／周波数ドメイン信号がフーリエ変換のペアであることが観察されてきた。

（実施例１：真皮内部で毛細血管のレベルにて皮膚の血流をイメージング）
真皮内の毛細血管の血流のイメージングに適用されるように、様々な実施の形態に従ってＵＨＳ−ＯＭＡＧシステムを用いて行われた実験の説明および結果を以下に示す。理想的には、そのような用途用のイメージング手段は、通常非常に遅い（安静状態で約１００〜９００μｍ／秒の範囲、病気の状態ではもっと遅い）真皮内の毛細血管の血流を分解できなければならない。加えて、そのような手段は、毛細血管のスケール（約１０μｍ）におけるイメージング分解能とともに、深度情報を提供できなければならない。さらに、対象の不随意運動が避けられないため、生体内の使用を可能とするために、イメージング手段は比較的短いデータ取得時間を有さなければならない。

本実験に使用されたＵＨＳ−ＯＭＡＧ用に設定された本システムは、Ｒ．Ｋ．ＷａｎｇおよびＬ．Ａｎの「生体内における血管かん流の流量（ｖｏｌｕｍｅｔｒｉｃ）イメージング用のドップラー光学微小血管造影法」（Ｏｐｔ．Ｅｘｐｒｅｓｓ 第１７巻第８９２６頁〜第８９４０頁（２００９年））（以下「論文１」）に説明された方法と類似する。論文１はその全体が参照によって本願明細書に援用される。ここでは、主なパラメータを簡潔に説明する。本システムには、光源として超発光ダイオードを使用した。超発光ダイオードは、１３１０ｎｍの中心波長と６５ｎｍのバンド幅を有し、空中で約１２μｍの距離分解能をもたらす。サンプル部では、５０ｍｍの焦点距離対物レンズが使用されることによって、約１６μｍの方位分解能が実現された。干渉計からの出力光は、自作の分光計へと送られた。分光計は、設計されたスペクトル分解能が約０．１４１ｎｍであった。このスペクトル分解能により、ゼロ遅延列の両側にて約３ｍｍという検出可能な深さの幅がもたらされた。カメラの列スキャン速度は、４７０００回／秒（４７ｋＨｚ）であった。このイメージング速度を用いて、サンプルに対する約３ｍＷの光力によって約８５ｄＢにてＳＮ比が測定された。

本システムは、図３（上述）に似たスキャンプロトコルを適用した。このスキャンプロトコルは、血流に対する超高感度イメージングを実現するために設計された。まず、各Ｂスキャン（つまりｘ軸方向スキャン）に対して、隣接する列の間隔約１５μｍにて、したがって組織上で約２ｍｍの長さをカバーするように１２８個のＡ列が取得された。このイメージング速度は、３００フレーム／秒（ｆｐｓ）であった。４７ｋＨｚの列スキャン速度によって、理論的なイメージング速度は３６７ｆｐｓであるべき点にここでは留意すべきである。イメージング速度が３００ｆｐｓ減少したのは、カメラ−コンピュータ間のハンドシェイク中のデータ転送の限界が原因であった。

次に、ｙ軸方向（つまりＣスキャン方向）において、２．０ｍｍの組織にわたって１５００個のＢスキャンが保存された。隣接するＢスキャン間の間隔は約１．３μｍであって、Ｃスキャン方向において約１２回のオーバーサンプリング因子と同等であった。全３Ｄデータセットが５秒以内に保存された。

イメージングアルゴリズムは、速軸（Ｂスキャン方向）ではなく遅軸（Ｃスキャン方向）上にて適用された。論文１で議論されているように、ＣＣＤカメラによって保存されたＢスキャンの干渉信号は、以下の方程式（式（２））によって表現できる。

式中、ｋは波数である。ｔはＡ列が保存されたタイミングである。Ｅ_Ｒは参照鏡から反射された光である。Ｓ（ｋ）は使用された光源のスペクトル密度である。ｎは組織の屈折率である。ｚは深さ座標である。ａ（ｚ，ｔ）は後方散乱光の振幅である。ｖは深さＺ_１に位置する血管中を流動する血球の速度である。サンプル内の異なる位置から後方散乱された光同士の間の自己相互相関は、式（２）では考慮されていない。サンプルから後方散乱された光は、参照鏡から反射された光と比べて弱いからである。加えて、ＤＣ信号は考慮されていない。ＤＣ信号は有用なＯＭＡＧ信号に寄与しないからである。

従来のＯＭＡＧシステムは、高速スキャン軸、つまりＢスキャン方向において高域フィルタリング使用することにより、静止−移動散乱間で光学散乱信号を分離していた。したがって、検出可能な流速ｖは、隣接するＡスキャン間の時間間隔Δｔ_Ａによって決定される。つまり、ｖ＝λ／２ｎΔｔ_Ａ（式中、λは光源の中心波長であって、ｎはサンプルの屈折率）である。毛細血管中の流速が１００μｍ／秒以下であれば、本システムが毛細血管中を流れる血球をサンプリングする機会を有するためには、４．７ミリ秒以上のΔｔ_Ａが必要となるであろう。この時間間隔は約２１３回のＡスキャン／秒のスキャン速度となる。したがって、組織塊（ｖｏｌｕｍｅ）の３Ｄ毛細血管流れ画像を得るために必要な全データ取得時間がひどく長くなってしまうため、毛細血管血流の生体内イメージングには理想的ではない。

データ取得時間を短く保ちつつ、毛細血管内部の遅い血流をイメージングするために、Ｃスキャン方向（低速スキャン軸）に本イメージングアルゴリズムが実行される。この場合、ここでは１つのＣスキャンにおいてＢスキャン数に相当する時間変数ｔを除き、本システムにより保存されたスペクトルのインターフェログラム信号を表すために、式（２）を依然として使用することができる。この修正を用いて、従来のＯＭＡＧシステムに存在したＢスキャン方向におけるオーバーサンプリングの要求が緩和される。これにより、分光計中の列スキャンカメラが制限または固定されているという条件下で、はるかに速いＢスキャンイメージング速度を有することが可能となる。検出可能な流速は、隣接するＢスキャン間の時間間隔Δｔ_Ｂによって決定される。つまり、ｖ＝λ／２ｎΔｔ_Ｂである。ここで説明した本システムの設定では、イメージング速度は３００ｆｐｓであるため、Δｔ_Ｂは約３．３ミリ秒である。従来のＯＭＡＧ法で必要とされる２１３回のＡスキャン／秒に対して、イメージング速度は４７０００回のＡスキャン／秒である点に留意すべきである。

データ処理では、イメージングアルゴリズムは初めに、以下の方程式（式（３））に示すように、保存されたＢスキャンスペクトルのインターフェログラムに対してＣスキャン方向に沿って微分演算（ｄｉｆｆｅｒｅｎｔｉａｌ ｏｐｅｒａｔｉｏｎ）を行う。

式中、ｉはＣスキャン方向におけるＢスキャンの指数（ｉｎｄｅｘ）を表す。微分演算によって、スキャンされた組織塊の内部における固定された要素からの光学散乱信号が抑制される。代わりに、高域フィルタリングが使用されてもよい。次に、高速フーリエ変換（ＦＦＴ）が式（２）のすべての波数ｋ（ここではｔは定数である）に対して適用されることにより、流れに対して超高感度な深さ分解ＯＭＡＧ流れ画像が得られる。

検出限界血流は、本システムの位相ノイズレベルにより決定される。検出限界血流は、ＯＭＡＧ／ＯＣＴシステムのＳＮ比の強度Ｓを用いて、σ_Δφ ^２＝１／Ｓによって表現することができる。したがって、本システムの８５ｄＢにおけるＳＮ比を用いて、流速の検出限界は約４．０μｍ／秒となるであろう。しかし、血球が４μｍ／秒で移動するなら、ここで説明した本システムは、３ＤのＯＭＡＧ流れ画像中においてこの血球に対して連続軌跡をもたらさないであろう。つまり、軌跡は破線のように見えるであろう。

本システムは動きに対して非常に高感度であるため、イメージングアルゴリズムが直接適用された場合には、サンプル全体としての動きが最終的な画像結果を著しく劣化させる可能性がある。この問題を解決するために、ＯＭＡＧアルゴリズムを適用する前に、論文１に記載された位相補償法が生の干渉信号に対して適用される。

血流のイメージングに対して上述したＵＨＳ−ＯＭＡＧシステムの性能を試験するために、男性ボランティアの手の裏側に位置する皮膚において、本システムが試験された。比較のため、従来のＯＭＡＧおよび位相分解光ドップラートモグラフィ（ＰＲＯＤＴ）の断面流れ画像も取得された。これら従来の方法に対するオーバーサンプリングの要求を満たすために、本システムは、これらの方法に対して３１０００回のＡスキャン／秒のイメージング速度にて、２ｍｍに対して２０００回のＡスキャンを保存した。

結果を図５（Ａ）〜（Ｆ）に示す。上段の画像（図５（Ａ）〜（Ｃ））は、ＵＨＳ−ＯＭＡＧシステムによる。一方、下段の画像（図５（Ｄ）〜（Ｆ））は、慣習的な従来のＯＭＡＧシステムによる。図５（Ａ）および図５（Ｄ）は、それぞれＵＨＳ−ＯＭＡＧシステムおよび従来のＯＭＡＧシステムに対して、保存されたインターフェログラムから得られたフーリエドメイン光干渉断層撮影（ＦＤＯＣＴ）の構造画像である。これらは似てはいるが、異なる方法間で本システムを切り替えた場合の対象のわずかな動きのために、全く同一ではない。しかし、遅い流れ情報を抽出するこれらの方法の性能を公正に比較するためには十分である。図５（Ｂ）は、ＵＨＳ−ＯＭＡＧシステムによる処理後における図５（Ａ）から得られた画像を示す。図５（Ｃ）は、ＵＨＳ−ＯＭＡＧシステムのＰＲＯＤＴ画像を示す。この画像は、隣接するＢスキャン間の位相差に基づく。同様に、図５（Ｅ）は、従来のＯＭＡＧシステムによる処理後における図５（Ｃ）から得られた画像を示す。図５（Ｆ）は、従来のＯＭＡＧシステムの慣習的なＰＲＯＤＴ画像を示す。この画像は、１つのＢスキャン中における隣接するＡスキャン間の位相差に基づく。図５（Ｃ）および図５（Ｆ）では、これらの位相差は構造信号がノイズレベルよりも１５ｄＢ高い場合にのみ計算される。

ＵＨＳ−ＯＭＡＧ法が他の方法を凌ぐことは明らかである。図５（Ｂ）は、毛細血管のみが存在する真皮乳頭層（白い矢印で示す）内部の血流とともに、毛細血管とより大きな血管との両方が存在する真皮網状層（赤い矢印で示す）内部の血流を示す。隣接するＢスキャン間で位相差を計算することによって、毛細血管内部における血流速度がＵＨＳ−ＯＭＡＧによって算出可能となる（たとえば、図５（Ｃ）の白い矢印を参照）。

慣習的なＯＭＡＧには、高速スキャン方向におけるオーバーサンプリング（つまりＢスキャン）が必要となる。そのため、慣習的なＯＭＡＧは、毛細血管内部の遅い血流（通常１００μｍ／秒未満）に対して感度が低い。したがって、従来のＰＲＯＤＴ法は、図５（Ｆ）に見られるように、あらゆる血管をイメージングすることが全くできない。たとえば図５（Ｂ）のＵＨＳ−ＯＭＡＧ流れ画像中には、大域的運動などの何らかの「動かない」散乱によって引き起こされうる広範囲のノイズ「流れ」バックグラウンドが存在することに留意すべきである。この場合、脱ノイズフィルタが使用されることによって、ＵＨＳ−ＯＭＡＧ流れイメージングの質がさらに向上されてもよい。

ＵＨＳ−ＯＭＡＧの流れの感度が本システム位相ノイズレベル（上述の通り、この場合は約４μｍ／秒）に匹敵するかどうかを試験するために、イメージングの標的として高度に散乱した流れ模型（ｐｈａｎｔｏｍ）を用いて、第２の画像セットが取得された。この模型は、組織におけるバックグラウンドの光の不均一性を真似るために、約１％のミルクを混合したゼラチンによって作製された。このバックグラウンド組織を作製する過程で、バックグラウンドにて起こりうる粒子のブラウン運動を最小限に抑えるために、混合したゲルが十分に固定するために予防策が採られた。内径約４００μｍの毛細血管チューブがこのバックグラウンド組織中に浸され、精密測定用のシリンジポンプにより制御された約２％のＴｉＯ_２粒子の溶液がチューブ内を流された。そのような設定によって毛細血管チューブ内の流速を正確に制御することができるが、約４μｍ／秒と低い流速をもたらすことは難しい。これは、流れが止まると毛細血管チューブ内で粒子のブラウン運動が避けられないことを考慮すると、特に当てはまる。この実験条件では、ブラウン運動による粒子の運動速度は、数１０ミクロン／秒の範囲内でランダムに分布する。これらの理由のために、これらの実験によってＵＨＳ−ＯＭＡＧシステムが粒子のブラウン運動を測定する性能をテストした。

本実験では、チューブ内で散乱粒子の自由落下を避けるために、入射サンプルビームとほぼ垂直となるように毛細血管チューブが作製された。イメージング結果を図６（Ａ）および（Ｂ）に示す。図６（Ａ）は、流れ模型のＯＭＡＧ／ＯＣＴ微細構造画像である。一方、図６（Ｂ）は、対応するＵＨＳ−ＯＭＡＧ流れ画像である。この結果から、ＵＨＳ−ＯＭＡＧがバックグラウンド領域において信号をほとんど検出することなく、ブラウン運動による粒子の動きをイメージング可能であることが明らかである。

より詳細に試験するために、ＵＨＳ−ＯＭＡＧ流れ画像の隣接するＢスキャンに対して位相分解技術が適用されることにより、上述した流れ模型の速度画像が得られた。この結果を図７（Ａ）に示す。ここでは、バックグラウンド領域における速度値は低いが、主に粒子のブラウン運動のために、毛細血管チューブ内の速度値は対照的に高いことが確認できる。図７（Ｂ）は、図７（Ａ）において横線として印が付けられた位置にて、毛細血管チューブの中央を横切って計算された速度のプロットを示す。ここでは破線の長方形は毛細血管の管腔の位置を示す。粒子運動の速度値は、この交差線の位置では約−５０〜約１００μｍ／秒に及んだ。破線の長方形領域の外側における速度値の標準偏差は、約４．５μｍ／秒と評価された。この値は、約４μｍ／秒という理論値に近い。この実験により、ＵＨＳ−ＯＭＡＧシステムは、この研究で使用された本システムの設定に対して、約４μｍ／秒という低い流れを検出できると結論づけられた。

同じ模型の慣習的なＰＲＯＤＴ画像も得られた。これを得るために、本システムのイメージング速度は３１０００回のＡスキャン／秒に設定された。加えて、約２．５ｍｍにわたるＢスキャンにおけるＡ列の密度は４０００個に設定された。これは約０．６２５μｍの隣接するＡスキャン間の間隔と同じである。対応する結果を図７（Ｃ）および図７（Ｄ）にそれぞれ示す。これらはＰＲＯＤＴが現在の実験設定の下では粒子のブラウン運動を全くイメージングできないことを示す。図７（Ｄ）に示す速度値の標準偏差が約１８０μｍ／秒であることに留意すべきである。そのため、ＰＲＯＤＴが満足のいくイメージング性能を実現できないことは驚くべきことではない。

ＵＨＳ−ＯＭＡＧシステムのイメージング性能の評価に続いて、続く実験は本システムが真皮内部の毛細血管血流を３次元にてイメージングする性能を示す。図８（Ａ）は、ヒトの皮膚における血管系の概略図を示す。ここでは血管の相互接続ネットワークがあらゆるレベルにおいて正規構造によって特徴づけられる。ヒトの皮膚は、真皮および皮下組織（ＨＤ）から構成される。真皮はさらに上皮（ＥＰ）と真皮（ＤＲ）に分けられる。真皮（ＤＲ）と皮下組織は血管の複雑なシステムによって満たされている。一方、上皮（ＥＰ）には血管が存在しない。表面のネットワークには、真皮乳頭層（ＰＤ）と真皮網状層（ＲＤ）との相互作用が含まれる。一方、より下側のネットワークは、真皮と皮下組織との境界に位置する。縦の血管が双方のネットワークを接続してネットワークを完成させる。図では、動脈が赤、静脈が青で示されている。上述したように、超高感度ＯＭＡＧが患者の血管内部の血流をイメージングできるかどうかを示すため、図８（Ｂ）に示すように健康なボランティアの手のひらの上における３Ｄ血流画像が取得された。図中、黒い正方形はスキャン領域（約２×２ｍｍ^２）を示す。

血管網の３ＤのＯＭＡＧイメージング結果を、３Ｄ微細構造画像とともに図８（Ｃ）に示す。図８（Ｄ）は、皮膚内部の血管系における血流がはっきりと描写された断面図を示す。ＵＨＳ−ＯＭＡＧは約４ｍ／秒と低い流速も検出できる感度であるため、汗腺の動きさえイメージングできる。

異なる指標（ｌａｎｄ−ｍａｒｋ）深さにおける投影図が図９（Ａ）〜（Ｄ）に示されている。図９（Ａ）は、毛細血管の密度が高い（たとえば矢印で示す）真皮乳頭層に相当する４００〜４５０μｍの深さおける投影図を示す。図９（Ｂ）は、４５０〜６５０μｍの深さを示す。ここでは真皮乳頭層と真皮網状層との間で血管網を接続する血管（図９（Ｂ）では輝点として見られる）は、ほぼ垂直である。真皮網状層（６５０〜７８０μｍ）および皮下組織（７８０〜１１００μｍ）の内部の血管網がそれぞれ図９（Ｃ）および図９（Ｄ）に示されている。これらに示されるように、真皮網状層における血管の直径は、皮下組織における血管の直径よりも小さい。超高感度ＯＭＡＧを用いたこれらの観察は、文献に記載された観察とほぼ同じである。これにより、皮膚科学の病状検査における超高感度ＯＭＡＧの能力が実証された。

これらの実験は、超高感度ＯＭＡＧシステムがヒトの皮膚の内部における流量（ｖｏｌｕｍｅｔｒｉｃ）微小循環をイメージングできることを実証した。これは、速軸（つまりＢスキャン方向）ではなく低速スキャン軸（つまりＣスキャン方向）に沿ってＯＭＡＧアルゴリズムを適用することにより実現された。従来のＯＭＡＧ流れ画像と比較して、ＵＨＳ−ＯＭＡＧ法は遅い流れ情報の抽出に関してはるかに高い性能を発揮する。ＵＨＳ−ＯＭＡＧシステムによってヒトの皮膚から得られた詳細な３Ｄ微小血管画像は、標準的な教科書に記載された画像に匹敵する。したがって、超高感度ＯＭＡＧはヒトの皮膚の病状に関する将来の臨床試験において大きな価値を有する可能性がある。

（実施例２：ヒトの眼の網膜および脈絡膜における毛細血管網のイメージング）
別の実施例では、ヒトの眼の網膜および脈絡膜における毛細血管網の深さ分解画像を得るために、ＵＨＳ−ＯＭＡＧシステムが使用された。図１０は、画像を得るために使用されたＵＨＳ−ＯＭＡＧシステム１０００の設定を示す。ＵＨＳ−ＯＭＡＧシステム１０００は、Ｌ．ＡｎおよびＲ．Ｋ．ＷａｎｇのＯｐｔｉｃｓ Ｅｘｐｒｅｓｓ 第１６巻第１１４３８頁〜第１１４５２頁（２００８年）（以下、「論文２」）に記載されたシステムと類似する。使用されたＵＨＳ−ＯＭＡＧシステム１０００は、８４２ｎｍに中心がある波長を有しバンド幅が４６ｎｍであるプローブビームを生成するための光源１００２を含む。このプローブビームは、約８μｍの空中での距離分解能をもたらす。サンプル部１００４では、コリメータ１００８、対物レンズ１０１０、および接眼レンズ１０１２によって、光がヒトの眼１００６へと運ばれた。サンプル部は、それぞれｘ−軸およびｙ−軸に沿ってヒトの眼１００６をスキャンするためのｘ−スキャナ１０１４およびｙ−スキャナ１０１６をさらに含む。

参照部１０１８では、眼によって生じた分散を補うために、２０ｍｍの水室１０２０が使用された。光源からの参照ビームが参照鏡１０２２に反射することにより、参照光が供給された。参照光とサンプルから後方散乱された光との間のインターフェログラムが、光循環装置１０２６を経由して自作の超高速分光計１０２４へと送られた。分光計には、コリメータ１０２７、（１２００列／ｍｍを有する）伝達回折格子１０２８、焦点距離１００ｍｍのカメラレンズ１０３０、および１４０ｋＨｚの列スキャン速度を備えた分光計１０２４の要素列スキャンＣＭＯＳ検出器１０３２が含まれた。設計された分光計１０２４のスペクトルの分解能は、約０．０５５ｎｍであった。この分解能は、空中にて約３ｍｍのイメージング深度もたらした。本システムの感度は、対象に入射する約９００μＷの光力およびＡスキャン間の時間間隔Δｔ_Ａが約７．４秒である６．９秒の露出時間によって測定して約９０ｄＢであった。本システム１０００は、光線の偏向を制御するための偏光制御器１０３４、１０３６、および１０３８をさらに含む。

ＵＨＳ−ＯＭＡＧシステム１０００には図４（上述）と類似し、流れの超高感度イメージングを実現するために設計されたスキャンプロトコルが使用された。最終的に、ｘ−スキャナ１０１２は４００Ｈｚの鋸歯状波形により駆動された。これは、イメージング速度が４００フレーム／秒（ｆｐｓ）であることを意味する。各Ｂスキャン（つまりＸ軸方向スキャン）を得るためのデューティサイクルは約７５％であった。網膜上で約３ｍｍの大きさに及ぶ、約１２μｍの隣接する列間の間隔を有する、２５６個のＡ列が得られた。次に、ステップ関数によってｙ−スキャナ駆動された。Ｃスキャン全体では、隣接するステップ間の間隔が約２０μｍである１５０個のステップを含む。各ステップでは、８個の反復したＢスキャンが得られた。したがって、網膜上で約３×３ｍｍ^２の領域をカバーする１つの３Ｄデータセットを得るために、３秒を必要とした。

次に、３Ｄデータセットに対して低速スキャン軸、つまりＣスキャン方向に沿って、あるイメージングアルゴリズムが適用された。この場合、検出可能な流速は、隣接するＢスキャン間の時間間隔Δｔ_Ｂによって決定される。イメージング速度が４００ｆｐｓであったため、Δｔ_Ｂ＝２．５ミリ秒であった。これは毛細血管中の遅い流れをイメージングするのに十分な時間である（上述）。最後に、各ステップにて計算されたＯＭＡＧ信号が集団平均化（たとえば式（１））を通じて１つのＢスキャンへと崩された（ｃｏｌｌａｐｓｅｄ）。その結果、１５０個のＢスキャンが最終的なＣスキャン画像、つまり３ＤのＯＭＡＧ血流分布を形成した。

ＵＨＳ−ＯＭＡＧシステムの性能を実証するために、本システムが使用されることによって健康なボランティアの画像が得られた。眼および頭部の動きを減らすため、ボランティアには実験中に固定された位置を凝視する（ｓｔｅｅｒ）ことが求められた。図１１（Ａ）〜（Ｄ）は、視神経頭に向かう黄斑部にて保存された１つの塊（ｖｏｌｕｍｅ）のデータセットによって生成された生体内イメージングの結果を示す。図１１（Ａ）は、ＯＭＡＧ構造塊の内部における典型的な断面画像（Ｂスキャン）を示す。この画像は、網膜および脈絡膜の内部における典型的な形態学的特徴が可視化される慣習的なＯＣＴ画像と同一である。図１１（Ｂ）は、イメージングアルゴリズムから得られたこれに対応する血流画像を示す。ここでは、脈絡膜中の血流信号と同様に、網膜の横断面の内部を流れる毛細血管が多く存在する（矢印で示す）。

深度分解特性によって、網膜中の血流を脈絡膜中の血流から分離することができる。これを行うために、論文２に記載された分割アルゴリズムが最初に使用されることにより、網膜色素上皮（ＲＰＥ）層が特定された。次に、網膜血管からの流れ信号が（光受容体内節および外節からの信号を除去するために）ＲＰＥ層よりも５０μｍ上のＯＭＡＧ流れ信号として特定された。一方、ＲＰＥ層よりも下の層は、脈絡膜血管として特定された。この分割によって、２つの流量（ｖｏｌｕｍｅｔｒｉｃ）流れ画像が生成された。一方は網膜の画像、他方は脈絡膜の画像であった。それぞれ、図１１（Ｂ）では、標識ＲおよびＣによって注釈が付けられている。最後に、それぞれ分割された網膜塊および脈絡膜塊にて最大振幅投射（ＭＡＰ）が実行されることにより、それぞれ図１１（Ｃ）（網膜）および図１１（Ｄ）（脈絡膜）に示す血流分布地図が得られた。図１１（Ｃ）では、直径約８００μｍの無血管帯周辺の黄斑領域において、窩（ｆｏｖｅａ）を示す血管の環が見られる。この観察は、標準的な網膜の病理と非常によく一致する。

文献によると、網膜は毛細血管網の３つの層から形成されている。つまり、放射状の傍乳頭毛細血管（ＲＰＣｓ：Ｒ１）、毛細血管の内層（Ｒ２）および外層（Ｒ３）である。ＲＰＣｓは、神経線維層の内側部に存在する毛細血管の最表面層である。内側の毛細血管は、ＲＰＣｓの下にあってＲＰＣｓに平行な神経節細胞層の内部にある。外側の毛細血管網は、内顆粒層を通って内網状層から外網状層へと走っている。しかし、黄斑部内の脈絡膜血管は、網膜の脈絡膜血管とは違い特殊化していない。動脈は視神経周辺にて強膜を貫通し、広がって脈絡膜中にて３つの血管板を形成する。つまり、（ＲＰＥ層近くの）内部の毛細血管床（Ｃ１）、中央の細動脈および内側静脈（Ｃ２）、ならびに外部の動脈および静脈（Ｃ３）である。これらの説明を参照して、網膜層および脈絡膜層から得られたＯＭＡＧ血流信号がＲＰＥ相に関してさらに分離された。それぞれ網膜に対してはＲ１（ＲＰＥの上側約４２５μｍ）、Ｒ２（ＲＰＥの上側３００〜４２５μｍ）、およびＲ３（ＲＰＥの上側５０〜３００μｍ）、脈絡膜に対してはＣ１（ＲＰＥの下側０〜７０μｍ）、Ｃ２（ＲＰＥの下側７０〜２００μｍ）、およびＣ３（ＲＰＥの２００μｍ超下側）の標識を用いて、この分割が図１１（Ｂ）に示されている。分割後、各指標深度内の血流地図（ＭＡＰｓ）が図１２（Ａ）〜（Ｆ）に示されている（図１２（Ａ）〜（Ｃ）は網膜、図１２（Ｄ）〜（Ｆ）は脈絡膜）。この結果は、文献に見られる説明とよく相関している。

４００ｆｐｓにて稼働するＯＭＡＧシステムには、網膜上の約３×３ｍｍ^２の領域を表す１つの３Ｄ血流画像を得るために、約３秒が必要となる。この速度において、最終結果に対する対象の動きの影響がはっきりと見える（図１１（Ａ）〜（Ｄ）および図１２（Ａ）〜（Ｆ）の横線は動きによるアーチファクトである）。この問題を修正するためには、いくつかの解決法がある。たとえば（１）イメージングアルゴリズムを適用する前に動きによるアーチファクトを最小化するために、論文２で開発された位相補償アルゴリズムを使用することができる。しかしこの場合、補償アルゴリズムが複雑であるために、意味のある３Ｄ血流画像を得るために、必要となる計算負荷が増大してしまうことは避けられない。（１）に加えて、または（１）に代えて、（２）動きによるアーチファクトを最小化するために、イメージング速度をさらに増大させてもよい。現在のシステムの速度は、１４０ｋＨｚの最大ライン速度を有する分光計に使用されるＣＭＯＳカメラによって制限される。しかし、４０９６要素（ｅｌｅｍｅｎｔ）のＣＭＯＳカメラが２４０ｋＨｚ超のライン速度を実現可能であることを示す報告がある。したがって、本システムにこのＣＭＯＳカメラが使用されれば、動きによるアーチファクトが軽減されうることが期待される。

上述したように、ＵＨＳ−ＯＭＡＧシステムは網膜および脈絡膜の内部にて眼球のかん流の詳細な分布をイメージングできてもよい。イメージングアルゴリズムを低速スキャン軸上で適用した場合、本システムは眼球の毛細血管の流れに敏感である。加えて、深度分解特性によって、本システムは異なる指標深度内にて詳細な微小循環を提供可能であってもよい。この結果は、文献に記載された結果と非常によく一致する。実証された優れたイメージング結果は、眼科学におけるＵＨＳ−ＯＭＡＧに対する臨床用途の将来性を示す。

ここでは特定の実施の形態を示して説明してきた。当業者であれば、本願発明の範囲を逸脱しない範囲で、同じ目的を達成すると予想された様々な代替的および／または同等な実施の形態または実装が、ここに示されて説明された実施の形態に置き換えられてもよいことを理解するであろう。当業者であれば、実施の形態が様々方法によって実装されてもよいことを容易に理解するであろう。本出願では、本明細書中で説明した実施の形態のあらゆる改変または変形をカバーすることが意図されている。したがって、実施の形態は特許請求の範囲およびこれと同等なものによってのみ限定されることがはっきりと意図されている。

Claims (20)

1. 光源からのプローブビームを用いてサンプルをスキャンする方法を含むイメージング方法であって、
   前記スキャンは、
   それぞれが複数のＡスキャンを含む複数の高速スキャン（Ｂスキャン）を、高速スキャン軸上にて実行するステップと、
   高速スキャンと同時に、それぞれが複数の高速スキャンを含む１つ以上の低速スキャン（Ｃスキャン）を、高速スキャン軸と直行する低速スキャン軸上にて実行するステップと、
   スキャン中にサンプルから１つ以上のスペクトルの干渉信号を検出することにより、三次元（３Ｄ）データセットを生成するステップと、
   ３Ｄデータセットに対して低速スキャン軸上にてイメージングアルゴリズムを適用することにより、サンプルの少なくとも１つの画像を生成するステップと、を含むイメージング方法。
2. 高速スキャンは第１の三角波によって駆動され、低速スキャンは第２の三角波によって駆動され、
   第１の三角波は、第２の三角波よりも高い周波数を有する請求項１に記載の方法。
3. 低速スキャンは、複数のステップを有するステップ波形（ｓｔｅｐｐｅｄ ｗａｖｅｆｏｒｍ）によって駆動され、
   複数の高速スキャンは、ステップ波形の各ステップににて実行される請求項１に記載の方法。
4. イメージングアルゴリズムは、サンプルの構造成分から得られたサンプルの移動成分を分離するように構成されている請求項１に記載の方法。
5. イメージングアルゴリズムは、低速スキャン軸上における隣接する高速スキャンの微分演算を含む請求項４に記載の方法。
6. ３Ｄデータセットは、１〜Ｍ（Ｍは低速スキャンにおける高速スキャン数）の整数値ｊに対して、複合関数Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）およびＩ’（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝｜Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）−Ｉ（ｘ_ｉ，ｙ_ｊ−１，ｚ_ｋ）｜を含む微分演算によって表される請求項５に記載の方法。
7. ３Ｄデータセットは、複合関数Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）によって表され、
   ３Ｄデータセットの大きさ部分は、スカラー関数Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）によって表され（ただし、Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）ｅｘｐ（ｉφ））、
   微分演算は、１〜Ｍ（Ｍは低速スキャンにおける高速スキャン数）の整数値ｊに対してＩ’（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝｜Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）−Ａ（ｘ_ｉ，ｙ_ｊ−１，ｚ_ｋ）｜を含む請求項５に記載の方法。
8. イメージングアルゴリズムは、３Ｄデータセットの高域フィルタリングを含む請求項４に記載の方法。
9. サンプルの画像は、流れ情報を含む請求項１に記載の方法。
10. 生体内で適用される請求項１に記載の方法。
11. 光学微小血管造影（ＯＭＡＧ）装置と、
    ＯＭＡＧ装置に連結された１つ以上の処理装置とを含み、
    前記ＯＭＡＧ装置は、
    光源からのプローブビームを用いてサンプルをスキャンし、
    複数のＡスキャンをそれぞれ含む複数の高速スキャン（Ｂスキャン）を、高速スキャン軸上にて実行し、
    高速スキャンと同時に、高速スキャン軸と直行する低速スキャン軸上にて、複数の高速スキャンをそれぞれ含む１つ以上の低速スキャン（Ｃスキャン）を実行し、
    スキャン中にサンプルからの１つ以上のスペクトルの干渉信号を検出することによって三次元（３Ｄ）データセットを生成し、
    ３Ｄデータセットに対してイメージングアルゴリズムを低速スキャン軸上にて適用することにより、サンプルの画像を生成するように構成されている生体内イメージング用のシステム。
12. ＯＭＡＧ装置は、複数の高速スキャンを実行するためのｘ−スキャナと、１つ以上の低速スキャンを実行するためのｙ−スキャナとを含み、
    ｘ−スキャナは高速スキャン信号によって駆動され、
    ｙ−スキャナは低速スキャン信号によって駆動される請求項１１に記載のシステム。
13. 高速スキャン信号は第１の三角波を含み、
    低速スキャン信号は第２の三角波を含み、
    第１の三角波は、第２の三角波よりも高い周波数を有する請求項１２に記載のシステム。
14. 低速スキャン信号は、複数のステップを有するステップ波形を含み、
    高速スキャン信号は、ステップ波形の各ステップにおいて、ｘ−スキャナに複数の高速スキャンを実行させるように構成されている請求項１２に記載のシステム。
15. イメージングアルゴリズムは、サンプルの構造成分から得られたサンプルの移動成分を分離するように構成されている請求項１１に記載のシステム。
16. イメージングアルゴリズムは、低速スキャン軸上における隣接する高速スキャンの微分演算を含む請求項１５に記載のシステム。
17. ３Ｄデータセットは、１〜Ｍ（Ｍは低速スキャンにおける高速スキャン数）の整数値ｊに対して、複合関数Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）およびＩ’（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝｜Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）−Ｉ（ｘ_ｉ，ｙ_ｊ−１，ｚ_ｋ）｜を含む微分演算によって表される請求項１６に記載のシステム。
18. ３Ｄデータセットは、複合関数Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）によって表され、
    ３Ｄデータセットの大きさ部分は、スカラー関数Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）によって表され（ただし、Ｉ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）ｅｘｐ（ｉφ））、
    微分演算は、１〜Ｍ（Ｍは低速スキャンにおける高速スキャン数）の整数値ｊに対してＩ’（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）＝｜Ａ（ｘ_ｉ，ｙ_ｊ，ｚ_ｋ）−Ａ（ｘ_ｉ，ｙ_ｊ−１，ｚ_ｋ）｜を含む請求項１６に記載のシステム。
19. イメージングアルゴリズムは、３Ｄデータセットの高域フィルタリングを含む請求項１５に記載の方法。
20. サンプルの画像は、流れ情報を含む請求項１１に記載の方法。