JP2015008727A - ハイパースペクトル利用の組織細胞画像分析のシステム及び方法 - Google Patents

ハイパースペクトル利用の組織細胞画像分析のシステム及び方法 Download PDF

Info

Publication number
JP2015008727A
JP2015008727A JP2013215748A JP2013215748A JP2015008727A JP 2015008727 A JP2015008727 A JP 2015008727A JP 2013215748 A JP2013215748 A JP 2013215748A JP 2013215748 A JP2013215748 A JP 2013215748A JP 2015008727 A JP2015008727 A JP 2015008727A
Authority
JP
Japan
Prior art keywords
image
hyperspectral
tissue
tissue cell
unit
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
Application number
JP2013215748A
Other languages
English (en)
Inventor
正仁 段
Masahito Dan
正仁 段
俊誠 邱
Juan Cheng Qiu
俊誠 邱
永峻 林
yong-jun Lin
永峻 林
銘修 蔡
Ming-Sui Tsai
銘修 蔡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Medical University
Original Assignee
China Medical University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Medical University filed Critical China Medical University
Publication of JP2015008727A publication Critical patent/JP2015008727A/ja
Pending legal-status Critical Current

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
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0071—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by measuring fluorescence emission
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N21/64—Fluorescence; Phosphorescence
    • G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/693—Acquisition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
    • A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
    • A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
    • 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
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Immunology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Chemical & Material Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

【課題】ハイパースペクトル利用の組織細胞画像分析のシステム及び方法の提供。【解決手段】ハイパースペクトル利用の組織細胞画像分析のシステム及び方法は、組織検体に対する成分分析に用いられ、該システムは、画像キャプチャモジュール、及びハイパースペクトル画像分析モジュールを包含し、該画像キャプチャモジュールは励起光を発生し並びに該組織検体が該励起光により発生するスペクトル画像を受け取り、並びに該スペクトル画像を連続スペクトルを具えたハイパースペクトル画像データに変換する。該ハイパースペクトル画像分析モジュールは該ハイパースペクトル画像データに線形変換を行って複数の線形独立の連続スペクトル曲線を獲得し、並びにデータベース内の既知成分の連続スペクトルデータと対比し、該組織検体中に含有される成分、類別、占有率及び空間分布を確認し、医師が正確な病巣判断をするために使用する。【選択図】図１

Description

本発明は、一種の組織細胞分析のシステム及び方法に係り、特にハイパースペクトル利用の組織細胞画像分析のシステム及び方法に関する。
癌を早期発見して、人々の癌に罹患した後の回復率を高めるために、いかに有効に、速やかに正確に早期の癌の検査を行うかが、医療領域の研究開発者が共同で努力する目標となっている。現行の癌のスクリーニングメカニズムは、いずれも切片検査方式により癌の診断と分期を行っており、切片検査は顕微鏡下で組織検体が不正常に分化した異常細胞を有しているか否かを観察し、そのうち厳重に癌化した細胞は簡単に判別できるが、早期の病変は組織細胞の外観多様性のため、経験豊富な医師であっても、正確な判断を下すことは難しい場合がある。
これにより、従来技術は、組織検体内に異常細胞の成分が含有されるか否かを判別するのに用いられるように、一種の蛍光検査システムを構築し、たとえば、特許文献１は、励起光を特定表皮組織に照射し、表皮組織に自己蛍光信号を発生させ、さらに自己蛍光の連続スペクトル信号をキャプチャ及び分析し、特定スペクトル領域にあって特定傾斜率、波のピーク及び強度等の比較を行ない、並びに重み表を構築し、これにより判断の正確性を高めている。事実上、同一の検査点上には多くの異なる成分のスペクトル信号が含まれ、すなわち、測定されるスペクトル信号は多種成分の自己蛍光信号の組み合わせであり、これらの成分は分子レベルの化学成分、タンパク質、ＤＮＡ、ＲＮＡ或いは非常に多くの物質特性を総合した細胞核であり得る。分析時には、異なる成分の間の干渉により、検査の正確性に影響が生じ得る。このほか、該案の記載する方式は、僅かに切片検査する組織が発炎組織或いは癌組織を有しているか否かを判断できるだけであり、発炎組織或いは癌組織の位置を正確に判断することはできず、改善の必要がある。
米国特許公開第２００５０２７２０２７号「Ｒｅａｌ−ｔｉｍｅ ｃｌｉｎｉｃａｌ ｄｉａｇｎｏｓｔｉｃ ｅｘｐｅｒｔ ｓｙｓｔｅｍｓ ｆｏｒ ｆｌｕｏｒｅｓｃｅｎｔ ｓｐｅｃｔｒｕｍ ａｎａｌｙｓｉｓ ｏｆ ｔｉｓｓｕｅ ｃｅｌｌｓ ａｎｄ ｍｅｔｈｏｄｓ ｔｈｅｒｅｏｆ」
本発明の主要な目的は、ハイパースペクトル画像検査システムの組織成分検査の正確度を高めることにある。
本発明の別の目的は、周知の技術が正確に異常細胞位置と分布をマーキングできなかった問題を解決することにある。
上述の目的を達成するため、本発明は一種の、ハイパースペクトル利用の組織細胞画像分析のシステムを提供し、それは、組織検体に対して成分分析と分布マーキングを行うのに用いられ、該システムは、画像キャプチャモジュール及びハイパースペクトル画像分析モジュールを包含する。
該画像キャプチャモジュールは、光学検出ユニット及びスペクトル変換ユニットを包含し、該光学検出ユニットは励起光を発生して該組織検体に照射する光源及び該組織検体が発生するスペクトル画像を受信するスペクトル画像検出器を包含し、該スペクトル変換ユニットは該スペクトル画像検出器が出力し並びに変換された連続スペクトル波形信号を具えたハイパースペクトル画像データを受け取る。該ハイパースペクトル画像分析モジュールは、線形変換ユニット、データベース及び該線形変換ユニットと該データベースに接続された対比ユニットを包含し、該データベースには複数の、既知成分の連続スペクトルデータが保存され、該線形変換ユニットは該ハイパースペクトル画像データ中の該連続スペクトル波形信号に対して個別に計算し、並びに複数の独立した連続スペクトル曲線及びその占有率を取得し、該対比ユニットはこれら連続スペクトル曲線とデータベース中の既知成分の連続スペクトルデータを対比し、これに基づき、該組織検体中の組成成分類別と占有率を確認する。
このほか、本発明はまた、一種の、ハイパースペクトル利用の組織細胞画像分析の方法を提供し、それは以下のステップを包含する。
Ｓ１：組織検体を取得するステップ。
Ｓ２：光学検出ユニットを利用し、第１励起光を該組織検体に照射し、該組織検体にスペクトル画像を発射させるステップ。
Ｓ３：スペクトル変換ユニットにより該スペクトル画像を連続スペクトル波形信号を有するハイパースペクトル画像データに変換するステップ。
Ｓ４：該ハイパースペクトル画像データを線形変換して複数の線形独立の連続する連続スペクトル曲線及びその占有率を計算するステップ。
Ｓ５：対比ユニットにより、これら連続スペクトル曲線とデータベース内の既知成分の連続スペクトルデータを対比し、該組織検体中に含有される成分、類別及び占有率を確認するステップ。
以上の説明から分かるように、本発明は以下の特徴を有する。
１．組織検体が発射したスペクトル画像に対して、連続波段キャプチャを行ないハイパースペクトル画像データを取得し、全体のスペクトル画像の連続スペクトル曲線の波形特性を保留する。
２．線形変換を利用し、該ハイパースペクトル画像データを分析し、これらハイパースペクトル画像データ中の線形独立の連続スペクトル曲線を分離して、データベース内の既知成分のスペクトル曲線データとの対比に用いる。
３．全体の線形独立の連続スペクトル曲線波形特性により、該組織検体中に含有される成分、類別及び占有率を確認し、特定波長帯域のピーク値を利用して成分を判断するわけではないため、誤判断の可能性を減らせる。
４．線形独立の連続スペクトル曲線波形対比の方式を利用して量子化された曲線波形と成分比指標を得て、ハイパースペクトルバイオマーカー（Ｈｙｐｅｒｓｐｅｃｔｒａｌ
Ｂｉｏｍａｒｋｅｒ）となすことができる。
本発明のシステム構造表示図である。 本発明のフローチャートである。 本発明の第１実施例の連続スペクトル曲線データ線形変換表示図である。 本発明の第２実施例の連続スペクトル曲線データ線形変換表示図である。 本発明の成分マーキングの表示図である。
以下に本発明の技術内容、構造特徴、達成する目的及び作用効果について、以下に例を挙げ並びに図面を組み合わせて詳細に説明する。
図１を参照されたい。それは本発明のハイパースペクトル利用の組織細胞画像分析のシステムを示し、それは組織検体（３０）に対して成分分析を行うのに用いられ、該システムは画像キャプチャモジュール（１０）及びハイパースペクトル画像分析モジュール（２０）を包含する。
該画像キャプチャモジュール（１０）は、光学検出ユニット（１１）及びスペクトル変換ユニット（１２）を包含し、該光学検出ユニット（１１）は励起光を発生して該組織検体（３０）に照射する光源（１１１）及び該組織検体（３０）の発生するスペクトル画像を受け取るスペクトル画像検出器（１１２）を包含する。
そのうち、該スペクトル画像は、自己蛍光画像或いは吸収スペクトル画像とされ得て、自己蛍光画像は、該組織検体（３０）が該光源（１１１）の発する光を吸収した後に対応する励起光を吸収して発生する蛍光画像とされ、吸収スペクトル画像は、すなわち、該組織検体（３０）が該光源（１１１）の発する光を吸収した後に、励起光を発生しないことで発生する光吸収画像である。
該スペクトル変換ユニット（１２）は、該スペクトル画像検出器（１１２）の出力を受け取り並びに変換して連続スペクトル波形信号を具えたハイパースペクトル画像データ（１２１）となす。
該ハイパースペクトル画像分析モジュール（２０）は、線形変換ユニット（２１）、データベース（２３）、及び該線形変換ユニット（２１）と該データベース（２３）に接続された対比ユニット（２２）を包含する。
該データベース（２３）は、複数の既知の成分の連続スペクトル波形データを保存し、該線形変換ユニット（２１）は該ハイパースペクトル画像データ（１２１）中の該連続スペクトル波形信号に対してそれぞれ計算を行ない、並びに複数の線形独立の連続スペクトル曲線及びその占有率を取得する。
該対比ユニット（２２）は、これら連続スペクトル曲線とデータベース（２３）中の既知成分の連続スペクトルデータに基づき対比を行ない、該組織検体（３０）中に含有される組成成分、類別及び占有率を確認する。
本実施例によると、組織検体（３０）の成分分析により、組織検体（３０）中の正常細胞及び癌化細胞の位置を知ることができ、並びに成分比の分析により、癌化の程度を知ることができる。さらに詳細に説明すると、これら各自の独立した連続スペクトル曲線は、組織検体（３０）中の未知成分の特徴表現であることを除き、検出過程で混入した雑音でもあり得る。これにより、いかに有効にこれら雑音の形成する影響を取り除くかについて、後述する。
該画像キャプチャモジュール（１０）はさらに、移動コントロールユニット（１３）を包含し、それは該組織検体（３０）に対して二次元アレイ式走査を行ない、該ハイパースペクトル画像データ（１２１）に、縦軸位置信号、横軸位置信号及び該連続スペクトル波形信号を包含させて、三次元のハイパースペクトル画像データ（１２１）を構成する。すなわち、該ハイパースペクトル画像データ（１２１）は、複数の、異なる位置の検出点上で検出されるデータで構成され、各一つの検出点上で検出される連続スペクトル波形信号は並びに単一数値ではなく、連続し且つ異なる波長に対応し異なる光強度を示すスペクトル曲線である。
該線形変換ユニット（２１）は、これに限定されるわけではないが、たとえば、独立成分分析（Ｉｎｄｅｐｅｎｄｅｎｔ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＩＣＡ）、主成分分析（Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ，ＰＣＡ）、及び因子分析（ｆａｃｔｏｒ ａｎａｌｙｓｉｓ）等の方式で、線形変換及び分析を行う。該線形変換ユニット（２１）はまた該ハイパースペクトル画像データ（１２１）中の複数の検出点の連続スペクトル曲線を線形変換し、各一つの検出点上の各自の複数の線形独立の連続スペクトル曲線を得る。
該ハイパースペクトル画像分析モジュール（２０）はさらに、該線形変換ユニット（２１）及び該対比ユニット（２２）に接続されたマンマシンコントロールインタフェース（２４）を包含する。該マンマシンコントロールインタフェース（２４）は該対比ユニット（２２）の組織成分対比結果に基づき、図形化画像を出力し、該組織検体（３０）上の各位置の成分が分かるようにし、並びに異なる色及び色の濃さの違いの方式で、各成分の該組織検体（３０）上の位置及び比率を表現し、これにより該図形化画像を形成する。
該マンマシンコントロールインタフェース（２４）はまた、該システムの起動或いは制御に用いられ、並びに特定領域に対して拡大チェック或いは回転を行え、これにより、使用者にさらに直接的に組織検体（３０）の成分検視を行わせる。
このほか、該画像キャプチャモジュール（１０）はさらに、該光学検出ユニット（１１）に接続された可視光画像キャプチャユニット（１４）を包含し得て、これにより、可視光画像データ（１４１）を取得し、該可視光画像データ（１４１）は直接に該組織検体（３０）の人の目において表示される外観画像を現出し、該組織検体（３０）の真皮組織、表皮組織或いはその他の組織構造を表示可能である。該可視光画像キャプチャユニット（１４）は該マンマシンコントロールインタフェース（２４）に接続され、該マンマシンコントロールインタフェース（２４）は該可視光画像データ（１４１）と該図形化画像を重畳させることにより、図形化データを得る。すなわち、該図形化データは、該図形化画像が表示する成分データを、該可視光画像データ（１４１）上に直接重畳させたものとされ、これにより、使用者は、直覚的に該図形化データにより、該組織検体（３０）の対応位置上の成分比を対比できる。
図２も併せて参照されたい。本発明はまた、一種の、ハイパースペクトル利用の組織細胞画像分析の方法を提供し、それは、以下のステップを包含する。
Ｓ１：組織検体（３０）を取得するステップ
このステップにおいて、組織切片を利用する方式で、該組織検体（３０）を取得するか、或いは光学検出ユニット（１１）を利用して直接に患者の病巣位置に対して画像キャプチャを行ない、該組織検体（３０）を獲得する。
Ｓ２：組織検体（３０）のスペクトル画像を励起するステップ
このステップにおいて、光学検出ユニット（１１）を利用し、第１励起光を該組織検体（３０）に照射し、該組織検体（３０）にスペクトル画像を発射させる。本実施例中、３３０〜３８５ｎｍの光源（１１１）からの光で励起を行ない、該組織検体（３０）に対応するスペクトル画像を発生させる。そのうち、該スペクトル画像は、自己蛍光画像或いは吸収スペクトル画像とされ得て、自己蛍光画像は該組織検体（３０）が該光源（１１１）の発する光を吸収した後に対応する蛍光を発生することで形成される蛍光画像であり、吸収スペクトル画像は、該組織検体（３０）が該光源（１１１）からの光を吸収した後に、励起光を発生しないか、或いは光線を反射しないことで形成される光吸収画像である。
Ｓ３：光信号変換ステップ
スペクトル変換ユニット（１２）により該スペクトル画像を連続スペクトル波形信号を有するハイパースペクトル画像データ（１２１）に変換する。並びに本実施例では、移動コントロールユニット（１３）を利用し、該組織検体（３０）のキャプチャ位置に対して走査を行ない、該ハイパースペクトル画像データ（１２１）に、横軸位置信号Ｘ、縦軸位置信号Ｙ及び該連続スペクトル波形信号λの三次元データを包含させる。さらに説明すると、本発明は、組織検体（３０）上の興味のあるキャプチャ位置を中心点となし、キャプチャ範囲を設定し、並びに縦座標及び横座標をそれぞれ５００個の空間座標点の解析度で切り割り、これにより、一つのキャプチャ範囲で２５０，０００個の空間座標点を取得でき、各一つの空間座標点はすなわち、一つの検出点であり、且ついずれもそれに対応する連続スペクトル波形信号を有する。本実施例では、該連続スペクトル波形信号は、波長４００ｎｍから１０００ｎｍの間で各３ｎｍが一つの単位解析度とされ、２００個の周波数座標点を有し、これにより、該キャプチャ範囲のハイパースペクトル画像データは、すなわち、「Ｘ，Ｙ，λ」解析度が、それぞれ「５００，５００，２００」の三次元データとされ、該キャプチャ位置、キャプチャ範囲と解析度の大きさは、使用の必要に応じて変更され得る。
このほか、特に説明を必要とするのは、以下のことである。詳細な成分対比、或いは第２次励起を行うため、本発明はＳ３のステップの後に、さらに、以下のＸ１のステップを有し得る。すなわち、
Ｘ１：再度測定するステップ
このステップにおいて、該光学検出ユニット（１１）に第２励起光を該組織検体（３０）に照射させて、対応するスペクトル画像を発生させ、続いて、Ｓ３のステップに戻り、光信号変換を行う。これにより、その他の種類の蛍光スペクトルデータを獲得でき、より完全な対比結果を達成でき、本実施例では、４７０〜４９０ｎｍ波長の第２励起光を利用して照射を行ない、第２スペクトル画像のハイパースペクトル画像データを取得する。
Ｓ４：線形変換分析を行う
このステップにおいて、該ハイパースペクトル画像データ（１２１）を線形変換して同時にこれら検出点の連続スペクトル波形信号より線形独立の連続スペクトル曲線及びその占有率を算出する。線形変換の方式は、独立成分分析、主成分分析、或いは因子分析等の方式とされ得て、そのうち、本実施例は独立成分分析（ＩＣＡ）の方式で完成し、独立成分分析の後、各一つの検出点の連続スペクトル曲線に対して組成成分の分離を行ない、これにより各検出点上にある異なる成分を区分する。このほか、ＩＣＡの分析を利用して、さらに、検出システム中の固定雑音を抽出し、雑音のデータに対する干渉を排除する。本発明は並びにＩＣＡ分析の方法に重点を置くわけではなく、これにより、ＩＣＡに対して詳細な説明は行わない。
Ｓ５：対比確認
このステップにおいて、対比ユニット（２２）により各一つの線形独立の連続スペクトル曲線とデータベース（２３）中の既知成分の連続スペクトル曲線を対比し、これにより組織検体（３０）の組成成分の類別と占有率を確認する。このほか、本発明は平面走査を行えるため、併せて各種成分の該組織検体（３０）における空間分布を確認できる。
Ｓ６：図形化画像出力
マンマシンコントロールインタフェース（２４）が該対比ユニット（２２）の成分対比結果に基づき、図形化画像を出力し、マンマシンコントロールインタフェース（２４）の走査により、特定の位置を選定して表示でき、各成分の該組織検体（３０）上の位置と成分比を知ることができ、並びに病理学の知識により、異常細胞の癌化程度を判断する。
たとえば、口腔癌は分化過程発生時に、上皮組織の基底層に角化たんぱく質の不正常な増生の現象が出現し得るが、本発明の分析方法を利用することで、角化たんぱく質の増生の位置を確定し並びにその占有率を計算でき、これにより、正確に量子化された上皮組織細胞とその角化たんぱく質分布比率数値を提供し、癌化程度の量子化根拠となすことができる。
さらに詳細に説明するため、図３Ａ及び図３Ｂを参照されたい。それはそれぞれ組織検体（３０）上の二つの異なる検出点のスペクトル画像を変換して得られた第１連続スペクトル曲線データ（４１）及び第２連続スペクトル曲線データ（４２）であり、該第１連続スペクトル曲線データ（４１）及び該第２連続スペクトル曲線データ（４２）は、発生するスペクトル画像が同じでないため、その表現するスペクトル曲線態様も同じでない。図３Ａに示されるように、該ハイパースペクトル画像分析モジュール（２０）の線形変換ユニット（２１）により線形変換された後、該第１連続スペクトル曲線データ（４１）は第１線形独立連続曲線（４１１）、第２線形独立連続曲線（４１２）及び第３線形独立連続曲線（４１３）等に分けられ、各一つの線形独立連続曲線はいずれも一種の成分を代表する。第１線形独立連続曲線（４１１）、該第２線形独立連続曲線（４１２）及び該第３線形独立連続曲線（４１３）の曲線形状により全体的な判断を行うため、誤判断の可能性を減らすことができる。
図３Ｂを併せて参照されたい。該ハイパースペクトル画像分析モジュール（２０）の線形変換ユニット（２１）により線形変換した後、該第２線形独立連続曲線（４１２）は、第４線形独立連続曲線（４２１）、第５線形独立連続曲線（４２２）及び第６線形独立連続曲線（４２３）等に分けられる。各一つの線形独立連続曲線はいずれも一種の成分を代表する。
該データベース（２３）中には、各異なる成分についてその対応する連続スペクトル曲線が保存され、該対比ユニット（２２）により該第１線形独立連続曲線（４１１）、該第２線形独立連続曲線（４１２）、該第３線形独立連続曲線（４１３）、該第４線形独立連続曲線（４２１）、該第５線形独立連続曲線（４２２）、該第６線形独立連続曲線（４２３）がそれぞれ代表する成分を知ることができる。
そのうち、該第１連続スペクトル曲線データ（４１）中の第２線形独立連続曲線（４１２）及び該第２連続スペクトル曲線データ（４２）中の該第６線形独立連続曲線（４２３）の曲線形状がほぼ完全に一致することが分かり、それは、該第１連続スペクトル曲線データ（４１）及び該第２連続スペクトル曲線データ（４２）の対応する検出点が、ある種の同じ成分を有することを代表し、該第２線形独立連続曲線（４１２）と該第６線形独立連続曲線（４２３）は、それぞれ該第１連続スペクトル曲線データ（４１）及び該第２連続スペクトル曲線データ（４２）が占める比率により、該成分の占める比率を知ることができる。
図４を参照されたい。第１組織検体（３１）、第２組織検体（３２）、及び第３組織検体（３３）を検査し、全ての、たとえば該第２線形独立連続曲線（４１２）成分を含有する検出点を表示し、たとえば、白色領域（３４）を形成する。仮に、該第２線形独立連続曲線（４１２）が、データベース（２３）中のある種の既知の腫瘍特有成分の連続スペクトル曲線と同じであれば、該第１組織検体（３１）、第２組織検体（３２）及び第３組織検体（３３）中の白色領域（３４）は対応する腫瘍細胞位置であると認定され得る。
このほか、該マンマシンコントロールインタフェース（２４）の提供する図形化データを組み合わせて重畳対比し、実際の画像及び白色領域（３４）を対比し、医師に比較的容易に判別させる。特に説明が必要であるのは、本発明は白色領域（３４）を以て例として説明しているが、実際には、異なる成分に基づき、異なる色で対応する表示を行え、画像をより明晰となすことができる。
総合すると、本発明は以下の特徴を有している。
１．組織検体の各検出点位置が発生するスペクトル画像に対して、連続波段キャプチャを行ないハイパースペクトル画像データを取得し、全体のスペクトル画像の連続スペクトル曲線の波形特性を保留する。
２．線形変換を利用し、該ハイパースペクトル画像データを分析し、これらハイパースペクトル画像データ中の線形独立の連続スペクトル曲線を分離して、データベース内の既知成分のスペクトル曲線データとの対比に用いる。
３．全体の線形独立連続スペクトル曲線波形特性により、該組織検体中に含有される成分類別、各種成分の占有率と各種成分の該組織検体における空間分布を確認し、組織検体中の癌化細胞の位置と癌化程度を確定する。特定波長帯域の波長のピーク値を利用して成分を判断するわけではないため、誤判断の可能性を減らせる。
４．線形独立の連続スペクトル曲線波形対比の方式を利用して量子化された曲線波形と成分比指標を得て、ハイパースペクトルバイオマーカー（Ｈｙｐｅｒｓｐｅｃｔｒａｌ
Ｂｉｏｍａｒｋｅｒ）となすことができる。
５．主成分分析（ＩＣＡ）方式により、線形独立の連続スペクトル曲線波形を得ることができ、有効な分類が行え並びに組成成分比を取得でき、これにより量子化された成分比を獲得できる。
６．該マンマシンコントロールインタフェースを利用して図形化画像表示を行ない、これにより、使用者は直覚的に該組織検体上の各位置の組成成分の検査を行え、並びに該可視光画像データの組み合わせにより、使用者により明らかに、組織検体の位置に対応した組成成分の検査と判断を行わせることができる。
（３０）組織検体
（１０）画像キャプチャモジュール
（２０）ハイパースペクトル画像分析モジュール
（１１）光学検出ユニット
（１１１）光源
（１１２）スペクトル画像検出器
（１２）スペクトル変換ユニット
（１２１）ハイパースペクトル画像データ
（１３）移動コントロールユニット
（１４）可視光画像キャプチャユニット
（１４１）可視光画像データ
（２１）線形変換ユニット
（２２）対比ユニット
（２３）データベース
（２４）マンマシンコントロールインタフェース
（４１）第１連続スペクトル曲線データ
（４１１）第１線形独立連続曲線
（４１２）第２線形独立連続曲線
（４１３）第３線形独立連続曲線
（４２）第２連続スペクトル曲線データ
（４２１）第４線形独立連続曲線
（４２２）第５線形独立連続曲線
（４２３）第６線形独立連続曲線
（３１）第１組織検体
（３２）第２組織検体
（３３）第３組織検体
（３４）白色領域

Claims (13)

  1. ハイパースペクトル利用の組織細胞画像分析のシステムにおいて、このシステムは組織検体（３０）に対して成分分析と分布マーキングを行うのに用いられ、該システムの特徴は、
    画像キャプチャモジュール（１０）であって、光学検出ユニット（１１）及びスペクトル変換ユニット（１２）を包含し、該光学検出ユニット（１１）は励起光を発生して該組織検体（３０）に照射する光源（１１１）及び該組織検体（３０）の発生するスペクトル画像を受け取るスペクトル画像検出器（１１２）を包含し、該スペクトル変換ユニット（１２）は該スペクトル画像検出器（１１２）の出力を受け取り並びに連続スペクトル波形信号を有するハイパースペクトル画像データ（１２１）に変換する、上記画像キャプチャモジュール（１０）と、
    ハイパースペクトル画像分析モジュール（２０）であって、線形変換ユニット（２１）、データベース（２３）、及び該線形変換ユニット（２１）と該データベース（２３）に接続された対比ユニット（２２）を包含し、該データベース（２３）は複数の既知成分の連続スペクトルデータを保存し、該線形変換ユニット（２１）は該ハイパースペクトル画像データ（１２１）中の該連続スペクトル波形信号に対してそれぞれ計算を行ない、並びに複数の線形独立の連続スペクトル曲線及びその占有率を取得し、該対比ユニット（２２）がこれら連続スペクトル曲線と該データベース（２３）中の既知成分の連続スペクトルデータを対比することで、該組織検体（３０）中の組成成分、類別及び占有率を確認する、上記ハイパースペクトル画像分析モジュール（２０）と、
    を包含することにある、ハイパースペクトル利用の組織細胞画像分析のシステム。
  2. 請求項１記載のハイパースペクトル利用の組織細胞画像分析のシステムにおいて、該画像キャプチャモジュール（１０）は移動コントロールユニット（１３）を具え、それは該組織検体（３０）に対して二次元アレイ式走査を行ない、該組織検体（３０）の位置に基づいて縦軸位置信号、横軸位置信号及び該連続スペクトル波形信号を取得して、三次元の該ハイパースペクトル画像データ（１２１）を構成し、これにより、該ハイパースペクトル画像分析モジュール（２０）を利用して該組織検体（３０）中に含有される成分の空間分布を獲得することを特徴とする、ハイパースペクトル利用の組織細胞画像分析のシステム。
  3. 請求項２記載のハイパースペクトル利用の組織細胞画像分析のシステムにおいて、該ハイパースペクトル画像分析モジュール（２０）は、さらに、該線形変換ユニット（２１）及び該対比ユニット（２２）に接続されたマンマシンコントロールインタフェース（２４）を包含し、該マンマシンコントロールインタフェース（２４）は、該対比ユニット（２２）に基づき、図形化画像を出力することを特徴とする、ハイパースペクトル利用の組織細胞画像分析のシステム。
  4. 請求項３記載のハイパースペクトル利用の組織細胞画像分析のシステムにおいて、該画像キャプチャモジュール（１０）は該光学検出ユニット（１１）に接続された可視光画像キャプチャユニット（１４）を包含し、これにより可視光画像データ（１４１）を取得し、該可視光画像キャプチャユニット（１４）は該マンマシンコントロールインタフェース（２４）に接続され、該マンマシンコントロールインタフェース（２４）は該可視光画像データ（１４１）及び該図形化画像を重畳し、図形化データを得ることを特徴とする、ハイパースペクトル利用の組織細胞画像分析のシステム。
  5. 請求項１記載のハイパースペクトル利用の組織細胞画像分析のシステムにおいて、該線形変換ユニット（２１）は独立成分分析、主成分分析及び因子分析からなる群より選択する方式で線形変換を行うことを特徴とする、ハイパースペクトル利用の組織細胞画像分析のシステム。
  6. 請求項１記載のハイパースペクトル利用の組織細胞画像分析のシステムにおいて、該スペクトル画像は、自己蛍光画像及び吸収スペクトル画像からなる群より選択されることを特徴とする、ハイパースペクトル利用の組織細胞画像分析のシステム。
  7. ハイパースペクトル利用の組織細胞画像分析の方法において、
    Ｓ１：組織検体（３０）を取得するステップ
    Ｓ２：光学検出ユニット（１１）を利用し、第１励起光を該組織検体（３０）に照射し、該組織検体（３０）にスペクトル画像を発射させるステップ
    Ｓ３：スペクトル変換ユニット（１２）により該スペクトル画像を連続スペクトル波形信号を有するハイパースペクトル画像データ（１２１）に変換するステップ
    Ｓ４：該ハイパースペクトル画像データ（１２１）を線形変換して複数の線形独立の連続スペクトル曲線及びその占有率を計算するステップ
    Ｓ５：対比ユニット（２２）により、これら連続スペクトル曲線とデータベース（２３）内の既知成分の連続スペクトルデータを対比し、該組織検体（３０）中に含有される成分、類別及び占有率を確認するステップ
    以上のステップを包含することを特徴とする、ハイパースペクトル利用の組織細胞画像分析の方法。
  8. 請求項７記載のハイパースペクトル利用の組織細胞画像分析の方法において、Ｓ３のステップ中、移動コントロールユニット（１３）で該組織検体（３０）に対して二次元アレイ式走査を行うことで、該ハイパースペクトル画像データ（１２１）に縦軸位置信号と横軸位置信号、及び該連続スペクトル波形信号を包含させて、三次元の該ハイパースペクトル画像データ（１２１）を構成し、これにより該ハイパースペクトル画像分析モジュール（２０）を利用して該組織検体（３０）中に含有される成分の空間分布を取得することを特徴とする、ハイパースペクトル利用の組織細胞画像分析の方法。
  9. 請求項８記載のハイパースペクトル利用の組織細胞画像分析の方法において、Ｓ５のステップ後に、さらに、
    Ｓ６：マンマシンコントロールインタフェース（２４）が、該対比ユニット（２２）が対応する組織成分に基づき、図形化画像を出力するステップ、
    を包含することを特徴とする、ハイパースペクトル利用の組織細胞画像分析の方法。
  10. 請求項９記載のハイパースペクトル利用の組織細胞画像分析の方法において、Ｓ６のステップ中、該マンマシンコントロールインタフェース（２４）はさらに可視光画像キャプチャユニット（１４）により可視光画像データ（１４１）を取得し、並びに該可視光画像データ（１４１）及び該図形化画像を重畳して図形化画像を得ることを特徴とする、ハイパースペクトル利用の組織細胞画像分析の方法。
  11. 請求項７記載のハイパースペクトル利用の組織細胞画像分析の方法において、Ｓ４のステップ中、線形変換の方式は、独立成分分析、主成分分析及び因子分析からなる群より選択されることを特徴とする、ハイパースペクトル利用の組織細胞画像分析の方法。
  12. 請求項７記載のハイパースペクトル利用の組織細胞画像分析の方法において、Ｓ３のステップ後、さらに、
    Ｘ１：該光学検出ユニット（１１）に第２励起光を該組織検体（３０）に照射させ、対応するスペクトル画像を発生し、続いてステップＳ３に戻り、光信号変換を行うステップ、
    を包含することを特徴とする、ハイパースペクトル利用の組織細胞画像分析の方法。
  13. 請求項１２記載のハイパースペクトル利用の組織細胞画像分析の方法において、該スペクトル画像は、自己蛍光画像及び吸収スペクトル画像からなる群より選択されることを特徴とする、ハイパースペクトル利用の組織細胞画像分析の方法。
JP2013215748A 2013-06-27 2013-10-16 ハイパースペクトル利用の組織細胞画像分析のシステム及び方法 Pending JP2015008727A (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW102122922A TWI493171B (zh) 2013-06-27 2013-06-27 System and method for analyzing tissue cells by using hyperspectral image
TW102122922 2013-06-27

Publications (1)

Publication Number Publication Date
JP2015008727A true JP2015008727A (ja) 2015-01-19

Family

ID=50771088

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013215748A Pending JP2015008727A (ja) 2013-06-27 2013-10-16 ハイパースペクトル利用の組織細胞画像分析のシステム及び方法

Country Status (5)

Country Link
US (1) US20150003713A1 (ja)
EP (1) EP2818100A1 (ja)
JP (1) JP2015008727A (ja)
CN (1) CN104251850A (ja)
TW (1) TWI493171B (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015121695A1 (de) 2015-01-20 2016-07-21 Sumitomo Heavy Industries, Ltd. Drehvorrichtung
WO2018117273A1 (ja) * 2016-12-22 2018-06-28 国立大学法人筑波大学 データ作成方法及びデータ使用方法
WO2020044860A1 (ja) * 2018-08-28 2020-03-05 ソニー株式会社 分光イメージング装置および蛍光観察装置
CN112903603A (zh) * 2021-01-25 2021-06-04 浙江大学 一种基于高光谱图像的成分分析方法及系统

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI560468B (en) * 2015-04-29 2016-12-01 Univ Nat Central Structured illumination fluorescence hyperspectral microscopy system with parallel recording
WO2016207986A1 (ja) * 2015-06-24 2016-12-29 株式会社日立製作所 検査システム、検査装置、及び検査方法
TWI576084B (zh) * 2015-12-07 2017-04-01 財團法人金屬工業研究發展中心 口內掃描裝置與掃描方法
EP3414553B1 (en) * 2016-02-12 2022-09-28 Massachusetts Institute of Technology Method and apparatus for imaging unsectioned tissue specimens
TWI653439B (zh) 2017-07-12 2019-03-11 國立臺灣大學 預測食道癌病患的治療反應、存活及復發之光學方法
TWI631532B (zh) * 2017-08-16 2018-08-01 台達電子工業股份有限公司 檢測系統及其檢測方法
JP6392476B1 (ja) * 2018-03-19 2018-09-19 大輝 中矢 生体組織解析装置および生体組織解析プログラム
CN109406413A (zh) * 2018-10-31 2019-03-01 中国中医科学院中药研究所 基于高光谱成像技术预测枸杞子中圣草酚含量的方法
CN109406414A (zh) * 2018-10-31 2019-03-01 中国中医科学院中药研究所 基于高光谱成像技术预测枸杞子中香草酸含量的方法
CN112560597B (zh) * 2020-12-02 2022-07-22 吉林大学 一种基于显微高光谱的covid-19检测识别方法
CN117651520A (zh) * 2021-09-29 2024-03-05 三星电子株式会社 用于使用高光谱重建来确定皮肤信息的方法和电子装置
CN114324223B (zh) * 2021-12-31 2024-07-16 核工业北京地质研究院 一种热液蚀变矿物高光谱精细填图方法
CN114565046A (zh) * 2022-03-01 2022-05-31 中科海慧（北京）科技有限公司 一种基于遥感高光谱的矿产资源探测系统及探测方法
CN114821367B (zh) * 2022-04-18 2024-02-13 山东省农业科学院 一种基于光谱图像误差变异系数的取样面积优化取样方法
CN114813706B (zh) * 2022-06-29 2022-12-13 国科大杭州高等研究院 一种血细胞高光谱光镊捕获能量共振转移分析仪

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004184391A (ja) * 2002-12-04 2004-07-02 Rikogaku Shinkokai 画像解析装置、画像解析プログラム、及び画像解析方法
US20040148106A1 (en) * 2003-01-27 2004-07-29 Samsung Electronics Co., Ltd. Method and apparatus of estimating pure spectra and a concentration of a mixture
US20050272027A1 (en) * 2004-06-07 2005-12-08 Mediatek Incorporation Real-time clinical diagnostic systems for fluorescent spectrum analysis of tissue cells and methods thereof
US20060247514A1 (en) * 2004-11-29 2006-11-02 Panasyuk Svetlana V Medical hyperspectral imaging for evaluation of tissue and tumor
JP2006526783A (ja) * 2003-05-30 2006-11-24 アンドリュー エム． ラビノビッチ、 色分解および組織試料内の対象となる領域の検出
US20090326383A1 (en) * 2008-06-18 2009-12-31 Michael Barnes Systems and methods for hyperspectral imaging

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5782770A (en) * 1994-05-12 1998-07-21 Science Applications International Corporation Hyperspectral imaging methods and apparatus for non-invasive diagnosis of tissue for cancer
US6965108B2 (en) * 2001-07-30 2005-11-15 Euro-Celtique, S.A. Method and apparatus for three dimensional imaging using infrared radiation
WO2004021050A2 (en) * 2002-08-29 2004-03-11 Kestrel Corporation Hyperspectral imaging of the human retina
WO2005052558A1 (en) * 2003-11-28 2005-06-09 Bc Cancer Agency Multimodal detection of tissue abnormalities based on raman and background fluorescence spectroscopy
EP1729644A2 (en) * 2004-03-19 2006-12-13 Board Of Supervisors Of Louisiana State University And Agricultural And Mechanical College A method for evaluating relative oxygen saturation in body tissues
GB2459600B (en) * 2007-02-15 2011-06-22 Green Vision Systems Ltd Hyper-spectral imaging and analysis of a sample of matter, and preparing a test solution or suspension therefrom
US20080272312A1 (en) * 2007-05-04 2008-11-06 Chemimage Corporation Hyperspectral fluorescence and absorption bioimaging
WO2008154578A1 (en) * 2007-06-11 2008-12-18 Board Of Regents, The University Of Texas System Characterization of a near-infrared laparoscopic hyperspectral imaging system
JP2009039280A (ja) * 2007-08-08 2009-02-26 Arata Satori 内視鏡システム及び内視鏡システムを用いた被写体の検出方法
US8406859B2 (en) * 2008-08-10 2013-03-26 Board Of Regents, The University Of Texas System Digital light processing hyperspectral imaging apparatus
US8296106B2 (en) * 2010-02-25 2012-10-23 Goodrich Corporation Apparatus, method and computer-readable storage medium for processing a signal in a spectrometer system

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004184391A (ja) * 2002-12-04 2004-07-02 Rikogaku Shinkokai 画像解析装置、画像解析プログラム、及び画像解析方法
US20040148106A1 (en) * 2003-01-27 2004-07-29 Samsung Electronics Co., Ltd. Method and apparatus of estimating pure spectra and a concentration of a mixture
JP2006526783A (ja) * 2003-05-30 2006-11-24 アンドリュー エム． ラビノビッチ、 色分解および組織試料内の対象となる領域の検出
US20050272027A1 (en) * 2004-06-07 2005-12-08 Mediatek Incorporation Real-time clinical diagnostic systems for fluorescent spectrum analysis of tissue cells and methods thereof
US20060247514A1 (en) * 2004-11-29 2006-11-02 Panasyuk Svetlana V Medical hyperspectral imaging for evaluation of tissue and tumor
US20090326383A1 (en) * 2008-06-18 2009-12-31 Michael Barnes Systems and methods for hyperspectral imaging

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
IEEE REVIEWS IN BIOMEDICAL ENGINEERING (2009) VOL.2, PP.147-171, JPN6015000994, ISSN: 0003166335 *
JOURNAL OF BIOMEDICAL OPTICS (2013) VOL.18, NO.12, PP.126005-1-7, JPN7015000092, ISSN: 0002982812 *
NEURAL NETWORKS (2000) VOL.13, PP.411-430, JPN6015039552, ISSN: 0003166336 *
映像情報メディア学会誌（2009）, VOL.63, NO.12, PP.1773-1777, JPN6015039546, ISSN: 0003166337 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015121695A1 (de) 2015-01-20 2016-07-21 Sumitomo Heavy Industries, Ltd. Drehvorrichtung
JP7105483B2 (ja) 2016-12-22 2022-07-25 国立大学法人 筑波大学 データ作成方法及びデータ使用方法
JP6422616B1 (ja) * 2016-12-22 2018-11-14 国立大学法人 筑波大学 データ作成方法及びデータ使用方法
JP2019012084A (ja) * 2016-12-22 2019-01-24 国立大学法人 筑波大学 データ作成方法及びデータ使用方法
US11002678B2 (en) 2016-12-22 2021-05-11 University Of Tsukuba Data creation method and data use method
WO2018117273A1 (ja) * 2016-12-22 2018-06-28 国立大学法人筑波大学 データ作成方法及びデータ使用方法
JP2022140443A (ja) * 2016-12-22 2022-09-26 国立大学法人 筑波大学 処理システム、データ処理装置、表示システム及び顕微鏡システム
JP7336654B2 (ja) 2016-12-22 2023-09-01 国立大学法人 筑波大学 処理システム、データ処理装置、表示システム及び顕微鏡システム
WO2020044860A1 (ja) * 2018-08-28 2020-03-05 ソニー株式会社 分光イメージング装置および蛍光観察装置
JPWO2020044860A1 (ja) * 2018-08-28 2021-08-26 ソニーグループ株式会社 分光イメージング装置および蛍光観察装置
US11994469B2 (en) 2018-08-28 2024-05-28 Sony Corporation Spectroscopic imaging apparatus and fluorescence observation apparatus
JP7501364B2 (ja) 2018-08-28 2024-06-18 ソニーグループ株式会社 分光イメージング装置および蛍光観察装置
CN112903603A (zh) * 2021-01-25 2021-06-04 浙江大学 一种基于高光谱图像的成分分析方法及系统
CN112903603B (zh) * 2021-01-25 2021-11-30 浙江大学 一种基于高光谱图像的成分分析方法及系统

Also Published As

Publication number Publication date
US20150003713A1 (en) 2015-01-01
CN104251850A (zh) 2014-12-31
TW201500727A (zh) 2015-01-01
EP2818100A1 (en) 2014-12-31
TWI493171B (zh) 2015-07-21

Similar Documents

Publication Publication Date Title
JP2015008727A (ja) ハイパースペクトル利用の組織細胞画像分析のシステム及び方法
EP2976001B1 (en) Measurement of tissue structures
Fatakdawala et al. Multimodal in vivo imaging of oral cancer using fluorescence lifetime, photoacoustic and ultrasound techniques
EP2870462B1 (en) Methods utilizing fiber-optic raman spectroscopy
CN104968257B (zh) 具有高光谱相机引导的探头的成像系统
US20200134822A1 (en) Reconstruction method of biological tissue image, apparatus therefor, and image display apparatus using the biological tissue image
US20130231573A1 (en) Apparatus and methods for characterization of lung tissue by raman spectroscopy
JP6226523B2 (ja) 被検体情報取得装置、表示方法、およびデータ処理装置
CN104067313B (zh) 成像装置
JP2004521324A (ja) スペクトルを規格化するためのシステム
Ma et al. Technique for real-time tissue characterization based on scanning multispectral fluorescence lifetime spectroscopy (ms-TRFS)
US20160341668A1 (en) Angled confocal spectroscopy
JP2010233584A (ja) 光損傷を数量化する方法及び装置
CN106483152B (zh) 一种x射线能谱成像方法
Sun et al. In vivo validation of a bimodal technique combining time-resolved fluorescence spectroscopy and ultrasonic backscatter microscopy for diagnosis of oral carcinoma
CN114624217A (zh) 基于多光谱荧光寿命检测皮肤癌病变程度的系统
TWI588492B (zh) 陣列式近場光學高散射材料檢測方法
JP2006300611A (ja) 試料分析装置及びそれを用いた試料分析方法
JP6490171B2 (ja) データ処理装置およびデータ処理方法
Beletkaia et al. Nonlinear multispectral imaging for tumor delineation
Edwards Medical optical imaging: Signal processing leads to new methods of detecting life-threatening situations [Special Reports]
CN211962001U (zh) 一种高光谱深层三维散射光影像仪
Andreou et al. Detection and imaging of multiple immunotherapy markers in the tumor microenvironment with SERS nanoprobes for automated treatment response monitoring
Stark 3D volumetric mapping of tissue properties via a catheter-scale microendoscope imaging system

Legal Events

Date Code Title Description
A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20150120

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150414

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20150414

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20150416

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20150623

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20151006