JP2018508259A - 対象の組織を特徴付けるための方法およびシステム - Google Patents
対象の組織を特徴付けるための方法およびシステム Download PDFInfo
- Publication number
- JP2018508259A JP2018508259A JP2017540738A JP2017540738A JP2018508259A JP 2018508259 A JP2018508259 A JP 2018508259A JP 2017540738 A JP2017540738 A JP 2017540738A JP 2017540738 A JP2017540738 A JP 2017540738A JP 2018508259 A JP2018508259 A JP 2018508259A
- Authority
- JP
- Japan
- Prior art keywords
- time
- intensity
- fluorescent
- wound
- intensity curve
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 391
- 238000004364 calculation method Methods 0.000 claims abstract description 159
- 206010052428 Wound Diseases 0.000 claims description 375
- 208000027418 Wounds and injury Diseases 0.000 claims description 375
- 239000012216 imaging agent Substances 0.000 claims description 149
- 238000012632 fluorescent imaging Methods 0.000 claims description 131
- 230000008859 change Effects 0.000 claims description 79
- 230000006870 function Effects 0.000 claims description 75
- 238000000799 fluorescence microscopy Methods 0.000 claims description 73
- 230000010412 perfusion Effects 0.000 claims description 60
- 238000011282 treatment Methods 0.000 claims description 49
- 229960004657 indocyanine green Drugs 0.000 claims description 45
- MOFVSTNWEDAEEK-UHFFFAOYSA-M indocyanine green Chemical group [Na+].[O-]S(=O)(=O)CCCCN1C2=CC=C3C=CC=CC3=C2C(C)(C)C1=CC=CC=CC=CC1=[N+](CCCCS([O-])(=O)=O)C2=CC=C(C=CC=C3)C3=C2C1(C)C MOFVSTNWEDAEEK-UHFFFAOYSA-M 0.000 claims description 45
- 238000003384 imaging method Methods 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 40
- 230000017531 blood circulation Effects 0.000 claims description 37
- 239000007850 fluorescent dye Substances 0.000 claims description 33
- 230000005284 excitation Effects 0.000 claims description 30
- 238000005286 illumination Methods 0.000 claims description 30
- 238000002073 fluorescence micrograph Methods 0.000 claims description 26
- 230000003287 optical effect Effects 0.000 claims description 26
- 230000035876 healing Effects 0.000 claims description 25
- 230000001684 chronic effect Effects 0.000 claims description 21
- 239000000975 dye Substances 0.000 claims description 21
- 210000004369 blood Anatomy 0.000 claims description 19
- 239000008280 blood Substances 0.000 claims description 19
- 230000005855 radiation Effects 0.000 claims description 18
- 230000029663 wound healing Effects 0.000 claims description 18
- 239000003795 chemical substances by application Substances 0.000 claims description 14
- 230000003247 decreasing effect Effects 0.000 claims description 14
- 208000034693 Laceration Diseases 0.000 claims description 12
- -1 porphysome Chemical compound 0.000 claims description 12
- 238000012800 visualization Methods 0.000 claims description 12
- IICCLYANAQEHCI-UHFFFAOYSA-N 4,5,6,7-tetrachloro-3',6'-dihydroxy-2',4',5',7'-tetraiodospiro[2-benzofuran-3,9'-xanthene]-1-one Chemical compound O1C(=O)C(C(=C(Cl)C(Cl)=C2Cl)Cl)=C2C21C1=CC(I)=C(O)C(I)=C1OC1=C(I)C(O)=C(I)C=C21 IICCLYANAQEHCI-UHFFFAOYSA-N 0.000 claims description 11
- 108010053210 Phycocyanin Proteins 0.000 claims description 11
- 108010004729 Phycoerythrin Proteins 0.000 claims description 11
- GLNADSQYFUSGOU-GPTZEZBUSA-J Trypan blue Chemical compound [Na+].[Na+].[Na+].[Na+].C1=C(S([O-])(=O)=O)C=C2C=C(S([O-])(=O)=O)C(/N=N/C3=CC=C(C=C3C)C=3C=C(C(=CC=3)\N=N\C=3C(=CC4=CC(=CC(N)=C4C=3O)S([O-])(=O)=O)S([O-])(=O)=O)C)=C(O)C2=C1N GLNADSQYFUSGOU-GPTZEZBUSA-J 0.000 claims description 11
- 108010004469 allophycocyanin Proteins 0.000 claims description 11
- MHMNJMPURVTYEJ-UHFFFAOYSA-N fluorescein-5-isothiocyanate Chemical compound O1C(=O)C2=CC(N=C=S)=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 MHMNJMPURVTYEJ-UHFFFAOYSA-N 0.000 claims description 11
- DVGHHMFBFOTGLM-UHFFFAOYSA-L fluorogold Chemical compound F[Au][Au]F DVGHHMFBFOTGLM-UHFFFAOYSA-L 0.000 claims description 11
- 230000014509 gene expression Effects 0.000 claims description 11
- 239000003446 ligand Substances 0.000 claims description 11
- 230000008520 organization Effects 0.000 claims description 11
- ZWLUXSQADUDCSB-UHFFFAOYSA-N phthalaldehyde Chemical compound O=CC1=CC=CC=C1C=O ZWLUXSQADUDCSB-UHFFFAOYSA-N 0.000 claims description 11
- 230000000717 retained effect Effects 0.000 claims description 11
- PYWVYCXTNDRMGF-UHFFFAOYSA-N rhodamine B Chemical compound [Cl-].C=12C=CC(=[N+](CC)CC)C=C2OC2=CC(N(CC)CC)=CC=C2C=1C1=CC=CC=C1C(O)=O PYWVYCXTNDRMGF-UHFFFAOYSA-N 0.000 claims description 11
- 229930187593 rose bengal Natural products 0.000 claims description 11
- 229940081623 rose bengal Drugs 0.000 claims description 11
- STRXNPAVPKGJQR-UHFFFAOYSA-N rose bengal A Natural products O1C(=O)C(C(=CC=C2Cl)Cl)=C2C21C1=CC(I)=C(O)C(I)=C1OC1=C(I)C(O)=C(I)C=C21 STRXNPAVPKGJQR-UHFFFAOYSA-N 0.000 claims description 11
- 230000008685 targeting Effects 0.000 claims description 11
- 238000012512 characterization method Methods 0.000 claims description 10
- 238000002059 diagnostic imaging Methods 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 10
- 206010061218 Inflammation Diseases 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000004054 inflammatory process Effects 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 8
- 206010028980 Neoplasm Diseases 0.000 claims description 7
- AUNGANRZJHBGPY-SCRDCRAPSA-N Riboflavin Chemical compound OC[C@@H](O)[C@@H](O)[C@@H](O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-SCRDCRAPSA-N 0.000 claims description 7
- 230000005856 abnormality Effects 0.000 claims description 7
- 201000011510 cancer Diseases 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 238000013481 data capture Methods 0.000 claims description 7
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 230000036210 malignancy Effects 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- 230000001154 acute effect Effects 0.000 claims description 6
- 206010012601 diabetes mellitus Diseases 0.000 claims description 6
- PDXNSXLPXJFETD-DYVQZXGMSA-N (2e)-2-[(2e)-2-[2-[4-[(2s)-2-[[4-[(2-amino-4-oxo-1h-pteridin-6-yl)methylamino]benzoyl]amino]-2-carboxyethyl]phenoxy]-3-[(e)-2-[3,3-dimethyl-5-sulfo-1-(4-sulfobutyl)indol-1-ium-2-yl]ethenyl]cyclohex-2-en-1-ylidene]ethylidene]-3,3-dimethyl-1-(4-sulfobutyl)i Chemical compound OS(=O)(=O)CCCCN1C2=CC=C(S([O-])(=O)=O)C=C2C(C)(C)\C1=C/C=C\1C(OC=2C=CC(C[C@H](NC(=O)C=3C=CC(NCC=4N=C5C(=O)N=C(N)NC5=NC=4)=CC=3)C(O)=O)=CC=2)=C(\C=C\C=2C(C3=CC(=CC=C3[N+]=2CCCCS(O)(=O)=O)S(O)(=O)=O)(C)C)CCC/1 PDXNSXLPXJFETD-DYVQZXGMSA-N 0.000 claims description 5
- RBTBFTRPCNLSDE-UHFFFAOYSA-N 3,7-bis(dimethylamino)phenothiazin-5-ium Chemical compound C1=CC(N(C)C)=CC2=[S+]C3=CC(N(C)C)=CC=C3N=C21 RBTBFTRPCNLSDE-UHFFFAOYSA-N 0.000 claims description 5
- 108010043121 Green Fluorescent Proteins Proteins 0.000 claims description 5
- 102000004144 Green Fluorescent Proteins Human genes 0.000 claims description 5
- 208000004210 Pressure Ulcer Diseases 0.000 claims description 5
- 239000005090 green fluorescent protein Substances 0.000 claims description 5
- 229960000907 methylthioninium chloride Drugs 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 5
- ANRHNWWPFJCPAZ-UHFFFAOYSA-M thionine Chemical compound [Cl-].C1=CC(N)=CC2=[S+]C3=CC(N)=CC=C3N=C21 ANRHNWWPFJCPAZ-UHFFFAOYSA-M 0.000 claims description 5
- 210000003462 vein Anatomy 0.000 claims description 5
- 206010011985 Decubitus ulcer Diseases 0.000 claims description 4
- 208000002847 Surgical Wound Diseases 0.000 claims description 4
- 208000034656 Contusions Diseases 0.000 claims description 3
- 208000035874 Excoriation Diseases 0.000 claims description 3
- 208000005230 Leg Ulcer Diseases 0.000 claims description 3
- 208000025865 Ulcer Diseases 0.000 claims description 3
- 208000000558 Varicose Ulcer Diseases 0.000 claims description 3
- 238000005299 abrasion Methods 0.000 claims description 3
- 210000001367 artery Anatomy 0.000 claims description 3
- 230000009519 contusion Effects 0.000 claims description 3
- 125000004122 cyclic group Chemical group 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- ZFKJVJIDPQDDFY-UHFFFAOYSA-N fluorescamine Chemical compound C12=CC=CC=C2C(=O)OC1(C1=O)OC=C1C1=CC=CC=C1 ZFKJVJIDPQDDFY-UHFFFAOYSA-N 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 231100000397 ulcer Toxicity 0.000 claims description 3
- 206010040943 Skin Ulcer Diseases 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 210000001519 tissue Anatomy 0.000 description 246
- 230000000875 corresponding effect Effects 0.000 description 52
- 238000007726 management method Methods 0.000 description 45
- 238000001356 surgical procedure Methods 0.000 description 30
- 210000001736 capillary Anatomy 0.000 description 24
- 230000000694 effects Effects 0.000 description 19
- 210000000038 chest Anatomy 0.000 description 16
- 230000033115 angiogenesis Effects 0.000 description 14
- 210000004204 blood vessel Anatomy 0.000 description 14
- 238000012360 testing method Methods 0.000 description 13
- 230000000007 visual effect Effects 0.000 description 13
- 230000000302 ischemic effect Effects 0.000 description 12
- 230000008081 blood perfusion Effects 0.000 description 11
- 208000015181 infectious disease Diseases 0.000 description 11
- 230000002458 infectious effect Effects 0.000 description 11
- 230000000472 traumatic effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 239000000306 component Substances 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 9
- 238000002583 angiography Methods 0.000 description 7
- 238000003745 diagnosis Methods 0.000 description 7
- 238000002639 hyperbaric oxygen therapy Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 230000000241 respiratory effect Effects 0.000 description 7
- 230000002596 correlated effect Effects 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 230000009466 transformation Effects 0.000 description 6
- 230000002792 vascular Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000014759 maintenance of location Effects 0.000 description 5
- 239000003607 modifier Substances 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 210000005166 vasculature Anatomy 0.000 description 5
- 230000002491 angiogenic effect Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 239000003085 diluting agent Substances 0.000 description 4
- 230000001575 pathological effect Effects 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 230000017423 tissue regeneration Effects 0.000 description 4
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000002278 reconstructive surgery Methods 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000002604 ultrasonography Methods 0.000 description 3
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 description 2
- ZGXJTSGNIOSYLO-UHFFFAOYSA-N 88755TAZ87 Chemical compound NCC(=O)CCC(O)=O ZGXJTSGNIOSYLO-UHFFFAOYSA-N 0.000 description 2
- 102000004506 Blood Proteins Human genes 0.000 description 2
- 108010017384 Blood Proteins Proteins 0.000 description 2
- 208000004221 Multiple Trauma Diseases 0.000 description 2
- 206010028851 Necrosis Diseases 0.000 description 2
- 108010073929 Vascular Endothelial Growth Factor A Proteins 0.000 description 2
- 102000005789 Vascular Endothelial Growth Factors Human genes 0.000 description 2
- 108010019530 Vascular Endothelial Growth Factors Proteins 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229960002749 aminolevulinic acid Drugs 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 230000003115 biocidal effect Effects 0.000 description 2
- 210000000481 breast Anatomy 0.000 description 2
- 238000007675 cardiac surgery Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 239000002872 contrast media Substances 0.000 description 2
- 238000002607 contrast-enhanced ultrasound Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 210000003743 erythrocyte Anatomy 0.000 description 2
- 230000001747 exhibiting effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 210000002683 foot Anatomy 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 210000005003 heart tissue Anatomy 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000017074 necrotic cell death Effects 0.000 description 2
- 210000002445 nipple Anatomy 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000010882 preoperative diagnosis Methods 0.000 description 2
- 238000013138 pruning Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 231100000241 scar Toxicity 0.000 description 2
- 230000002269 spontaneous effect Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 230000000283 vasomotion Effects 0.000 description 2
- 230000002861 ventricular Effects 0.000 description 2
- 230000035899 viability Effects 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- JKMHFZQWWAIEOD-UHFFFAOYSA-N 2-[4-(2-hydroxyethyl)piperazin-1-yl]ethanesulfonic acid Chemical compound OCC[NH+]1CCN(CCS([O-])(=O)=O)CC1 JKMHFZQWWAIEOD-UHFFFAOYSA-N 0.000 description 1
- 102000005600 Cathepsins Human genes 0.000 description 1
- 108010084457 Cathepsins Proteins 0.000 description 1
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 1
- 208000032544 Cicatrix Diseases 0.000 description 1
- 102000008186 Collagen Human genes 0.000 description 1
- 108010035532 Collagen Proteins 0.000 description 1
- AUNGANRZJHBGPY-UHFFFAOYSA-N D-Lyxoflavin Natural products OCC(O)C(O)C(O)CN1C=2C=C(C)C(C)=CC=2N=C2C1=NC(=O)NC2=O AUNGANRZJHBGPY-UHFFFAOYSA-N 0.000 description 1
- 208000032928 Dyslipidaemia Diseases 0.000 description 1
- 102000016942 Elastin Human genes 0.000 description 1
- 108010014258 Elastin Proteins 0.000 description 1
- 208000002087 Endarteritis Diseases 0.000 description 1
- 206010016228 Fasciitis Diseases 0.000 description 1
- 206010017076 Fracture Diseases 0.000 description 1
- 206010017711 Gangrene Diseases 0.000 description 1
- 239000007995 HEPES buffer Substances 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 1
- 206010020565 Hyperaemia Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 208000017170 Lipid metabolism disease Diseases 0.000 description 1
- 102000004895 Lipoproteins Human genes 0.000 description 1
- 108090001030 Lipoproteins Proteins 0.000 description 1
- 206010025282 Lymphoedema Diseases 0.000 description 1
- 206010031252 Osteomyelitis Diseases 0.000 description 1
- 206010040844 Skin exfoliation Diseases 0.000 description 1
- 206010041899 Stab wound Diseases 0.000 description 1
- 206010049514 Traumatic fracture Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 150000001413 amino acids Chemical class 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000003872 anastomosis Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 206010003230 arteritis Diseases 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000012298 atmosphere Substances 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007321 biological mechanism Effects 0.000 description 1
- 239000012503 blood component Substances 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 230000008822 capillary blood flow Effects 0.000 description 1
- 230000009087 cell motility Effects 0.000 description 1
- 208000020832 chronic kidney disease Diseases 0.000 description 1
- 229920001436 collagen Polymers 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 239000000994 contrast dye Substances 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002316 cosmetic surgery Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007850 degeneration Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 229920002549 elastin Polymers 0.000 description 1
- 238000004299 exfoliation Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004904 fingernail bed Anatomy 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000005337 ground glass Substances 0.000 description 1
- 229910000041 hydrogen chloride Inorganic materials 0.000 description 1
- IXCSERBJSXMMFS-UHFFFAOYSA-N hydrogen chloride Substances Cl.Cl IXCSERBJSXMMFS-UHFFFAOYSA-N 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000030214 innervation Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 208000002502 lymphedema Diseases 0.000 description 1
- 239000008176 lyophilized powder Substances 0.000 description 1
- 230000002503 metabolic effect Effects 0.000 description 1
- 239000002207 metabolite Substances 0.000 description 1
- 210000001872 metatarsal bone Anatomy 0.000 description 1
- WVJKHCGMRZGIJH-UHFFFAOYSA-N methanetriamine Chemical compound NC(N)N WVJKHCGMRZGIJH-UHFFFAOYSA-N 0.000 description 1
- 230000004089 microcirculation Effects 0.000 description 1
- 230000008336 microcirculatory blood flow Effects 0.000 description 1
- 239000003226 mitogen Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003333 near-infrared imaging Methods 0.000 description 1
- BOPGDPNILDQYTO-NNYOXOHSSA-N nicotinamide-adenine dinucleotide Chemical compound C1=CCC(C(=O)N)=CN1[C@H]1[C@H](O)[C@H](O)[C@@H](COP(O)(=O)OP(O)(=O)OC[C@@H]2[C@H]([C@@H](O)[C@@H](O2)N2C3=NC=NC(N)=C3N=C2)O)O1 BOPGDPNILDQYTO-NNYOXOHSSA-N 0.000 description 1
- 229930027945 nicotinamide-adenine dinucleotide Natural products 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000000050 nutritive effect Effects 0.000 description 1
- 230000000414 obstructive effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000008363 phosphate buffer Substances 0.000 description 1
- 238000002600 positron emission tomography Methods 0.000 description 1
- 230000002980 postoperative effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 108090000765 processed proteins & peptides Proteins 0.000 description 1
- 102000004196 processed proteins & peptides Human genes 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000017854 proteolysis Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 239000000700 radioactive tracer Substances 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000002271 resection Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229960002477 riboflavin Drugs 0.000 description 1
- 235000019192 riboflavin Nutrition 0.000 description 1
- 239000002151 riboflavin Substances 0.000 description 1
- 230000037387 scars Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 210000004872 soft tissue Anatomy 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 235000000346 sugar Nutrition 0.000 description 1
- 150000008163 sugars Chemical class 0.000 description 1
- 238000011477 surgical intervention Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 229920001059 synthetic polymer Polymers 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000001839 systemic circulation Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 230000030968 tissue homeostasis Effects 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000001228 trophic effect Effects 0.000 description 1
- 238000012285 ultrasound imaging Methods 0.000 description 1
- 230000009724 venous congestion Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
- G06T7/0014—Biomedical image inspection using an image reference approach
- G06T7/0016—Biomedical image inspection using an image reference approach involving temporal comparison
-
- 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
- A61B5/44—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
- A61B5/445—Evaluating skin irritation or skin trauma, e.g. rash, eczema, wound, bed sore
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2576/00—Medical imaging apparatus involving image processing or analysis
- A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/48—Diagnostic techniques
- A61B6/486—Diagnostic techniques involving generating temporal series of image data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/507—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for determination of haemodynamic parameters, e.g. perfusion CT
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10064—Fluorescence image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30088—Skin; Dermal
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2211/00—Image generation
- G06T2211/40—Computed tomography
- G06T2211/404—Angiography
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Veterinary Medicine (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Dermatology (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Primary Health Care (AREA)
- Physiology (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Endoscopes (AREA)
Abstract
対象の組織を特徴付けるための方法およびシステムが開示される。方法は、対象の組織の蛍光イメージの時系列を受けることであって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成することと、各計算領域についてのパラメータ値の集合を作成することと、パラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、総合ランク値をランキングマップイメージへ変換することと、を含む。傷指標値を生成することによって、組織における傷を特徴付けるための方法およびシステムも開示される。【選択図】図１
Description
関連出願へのクロスリファレンス
本願は、「METHODS AND SYSTEMS FOR PROCESSING A TIME SERIES OF ANGIOGRAPHY IMAGES OF TISSUE OF A SUBJECT」というタイトルの２０１５年２月２日に提出された米国特許仮出願第62/110,609号および「METHODS AND SYSTEMS FOR QUANTITATIVELY ASSESSING A WOUND IN TISSUE OF A SUBJECT」というタイトルの２０１５年６月１１日に提出された米国特許出願第62/174,225号の優先権の利益を享受する。それらのそれぞれの出願は、それらの全体が参照により本明細書に組み入れられる。
本願は、「METHODS AND SYSTEMS FOR PROCESSING A TIME SERIES OF ANGIOGRAPHY IMAGES OF TISSUE OF A SUBJECT」というタイトルの２０１５年２月２日に提出された米国特許仮出願第62/110,609号および「METHODS AND SYSTEMS FOR QUANTITATIVELY ASSESSING A WOUND IN TISSUE OF A SUBJECT」というタイトルの２０１５年６月１１日に提出された米国特許出願第62/174,225号の優先権の利益を享受する。それらのそれぞれの出願は、それらの全体が参照により本明細書に組み入れられる。
分野
本発明はイメージング分野に関し、特に対象の組織を特徴付けるために医療イメージを処理することに関する。
本発明はイメージング分野に関し、特に対象の組織を特徴付けるために医療イメージを処理することに関する。
血流は血管を通る血液の動きを定義するのに用いられる一般的な用語であり、例えば体積流量（すなわち、体積／時間）や通過速度（すなわち、距離／時間）などで定量化されうる。組織灌流は組織体積内の血管を通る血液の動きを定義するという点で、組織灌流は血管血流とは区別される。多くの場合、組織血液灌流は体積／時間／組織体積で定量化されるが、ある場合には組織質量が組織体積の代わりに用いられる。より具体的には、組織灌流は単位組織体積ごとの微小循環性血流に関連しており、そこでは灌流対象の組織の毛細血管床へ酸素および栄養が提供され、そこから老廃物が除去される。灌流は栄養性血管（すなわち、キャピラリとして知られている毛細血管）に関連付けられる。この栄養性血管は、より大きな径の非栄養性血管ではなく、血液と組織との間の代謝物の交換に関連付けられた血管を含む。しかしながら、より大きな径の血管を通じた血液の動きと比べて、個々のキャピラリを通じた血液の動きは大いに不規則でありうる。これは主に血管運動のためであり、血管拍での自発振動は赤血球の動きにおける脈動として現れる。ある場合には、血管運動の結果、血流が２０秒ほどの間毛細血管床内に一時的に捕まることとなりうる。これは、キャピラリ管の壁を通じた個々の赤血球から灌流対象の隣接組織への酸素の拡散を促進するためである。結果として、キャピラリ血流内の自発振動は脈拍や神経支配や呼吸とは独立したものでありうる。そのような流れは単に体積／時間で定義可能なものではない。むしろ、それは所与の組織体積内の全ての血管（すなわち、キャピラリ）セグメント内の血液の総量に基づいて特徴付けられなければならない。この特徴付けは、キャピラリ血液運動の全ての測定が組織体積関連次元を含むという事実に反映される。
医療従事者や他の医療者が組織内の血流および／または組織灌流を正しく評価したいと望む状況が多くある。例えば、患者の創傷組織を治療する際、医療者は創傷サイト内およびその周りの血流および／または組織灌流を正しく評価しなければならない。組織灌流が貧弱であると、治癒プロセスに悪影響が出るからである。血流および／または組織灌流の正確な評価は、急性（例えば、手術の）および慢性創傷の両方の治癒の成功確率を高める。灌流ダイナミクスの評価は他の医療アプリケーションにおいても重要である。そのような医療アプリケーションは例えば、プラスチック再建手術（例えば、皮弁移送）を行う患者の手術前診断や、心臓手術（例えば、冠動脈バイパス手術、左室部分切除術、バチスタ手術を介した左室縮小形成術など）中の心臓組織の生存度および機能の評価であってもよい。
現在、医療者は、主観的な目視評価および粗い機械的テストに基づく臨床判断に頼って、組織灌流を評価する場合がある。そのような粗い機械的テストのひとつはキャピラリ再充填テストである。このテストでは、医療者が外部の毛細血管床に圧力を加える（例えば、爪床を押すことで）ことで、血液がその組織から追いやられることに伴う白色化を引き起こし、次いで圧力が除かれた後、色が戻るまでに要した時間を測定する。しかしながら、そのような臨床判断は主観的であり、それほど正確でもない。
血流および／または組織灌流を評価するために蛍光イメージング技術などのイメージング技術を用いるというある進んだ取り組みが始まった。典型的には、蛍光イメージング技術はイメージング剤（例えば、対象中の血液タンパクと結びつくインドシアニングリーン（ＩＣＧ）など）のボラースの投与を用いる。イメージング剤は投与後、対象の血管系を循環し、適切な励起光で照らされると蛍光信号を発する。蛍光イメージングシステムは、イメージング剤ボラースがイメージング視野内の対象の組織を通過する際に発せられるイメージング剤蛍光のイメージを取得する。典型的には、ボラースが動脈血管を通って組織に入り、組織の毛細血管系を通過し、静脈血管を通って組織から出る際に、イメージが取得される。イメージがモニタ上に動画として表示されるとき、医療者は、蛍光強度の時間変化として表される血管系内のこのイメージング剤通過を観測してもよい。その蛍光強度の視覚的知覚に基づいて、医療者は、組織の血流および／または灌流状態およびその後の治癒可能性についての相対的、質的決定を行ってもよい。しかしながら、そのようなイメージの定性的目視評価は多くの理由により、常に十分であるとは限らない。特に例えば視覚的情報があいまいである場合にそうである。例えば、イメージ輝度やイメージコントラストやイメージノイズなどの多くのパラメータが、組織の血流および／または灌流特性以外の要因によって影響を受けうるので、そのような視覚的評価は制限される。さらに、単なる視覚的評価は主観的であり（例えば、医療者によって視覚的評価は異なりうるし、一人の医療者の視覚的評価プロトコルもまた患者によっておよび／またはイメージセッションによっていくらか異なりうる）、血流および／または組織灌流を評価するための標準化されたプロトコルをサポートしない。最後に、医療者の記憶の欠如や過去の視覚的評価の不正確な記憶のため、患者の血流および／または灌流状態を、経時的に複数のイメージングセッションに亘って、信頼性高くかつ矛盾無く比較、追跡することは困難でありうる。
したがって、血流および／または組織灌流を正確に、利便性高く、かつ理解容易な態様で特徴付けるように、医療イメージデータを処理するおよび／または医療者に提供するための方法およびシステムを有することが望まれる。
対象の組織を特徴付けるためのシステムおよび方法の種々の態様が本明細書で説明される。総じて、ある態様では、対象の組織を特徴付けるためのシステムは、ひとつ以上のプロセッサと、そこに保持されるインストラクションを有するメモリと、を含む。ある態様では、命令は、ひとつ以上のプロセッサによって実行された場合、システムに、対象の組織の蛍光イメージの時系列を受けることであって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成することと、各計算領域についてのパラメータ値の集合を作成することであって、パラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域のパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、計算領域についての総合ランク値をランキングマップイメージへ変換することと、を行わせる。システムはディスプレイを含んでもよく、インストラクションはシステムに、ディスプレイにランキングマップイメージを表示させることおよび／または組織の解剖イメージにランキングマップイメージを重ねることを行わせる。システムは、組織内の蛍光イメージング剤から蛍光放射を誘起するために励起光を提供する光源を含んでもよい。システムは、蛍光放射に基づく蛍光血管造影イメージの時系列などの蛍光放射に基づく蛍光イメージの時系列を生成するイメージ取得アセンブリを含んでもよい。
総じて、他の態様では、対象の組織を特徴付けるためのシステムは、対象の組織の蛍光イメージの時系列を受けるよう構成された受付部であって、イメージは複数の計算領域を規定する、受付部と、複数の計算領域のそれぞれについて個別の時間−強度曲線を生成するよう構成された第１生成部と、各計算領域についてのパラメータ値の集合を作成するよう構成された作成部であって、パラメータ値は対応する時間−強度曲線の少なくとも一部を近似する、作成部と、計算領域のそれぞれについての総合ランク値を、その計算領域についてのパラメータ値の集合に基づいて、生成するよう構成された第２生成部と、計算領域についての総合ランク値をランキングマップイメージへ変換するよう構成された変換部と、を含む。
システムのある態様では、少なくともひとつの計算領域は１ピクセルまたは１ボクセルによって規定されてもよい。ある態様では、パラメータ値のうちの少なくともひとつは、時間−強度曲線の時間特性に関連する。ある態様では、パラメータ値のうちの少なくともひとつは、時間−強度曲線の強度変化の大きさに関連する。ある態様では、パラメータ値のうちの少なくともひとつは、時間−強度曲線の多項式特徴付けに関する係数である。ある態様では、各パラメータ値はパラメータタイプの値であり、システムがパラメータ値の集合を比較する場合、システムは各計算領域についてパラメータタイプの数値ランクの集合を生成する。ある態様では、システムが各計算領域についての総合ランク値を生成する場合、システムは各計算領域についての数値ランクの集合を足し合わせるか、または各計算領域についての数値メトリクスの集合をハッシュ関数にマップしてもよい。ある態様では、システムが総合ランク値をランキングマップイメージへ変換する場合、システムは各総合ランク値を強度値と相互に関係付ける。
総じて、対象の組織を特徴付けるための方法のある態様では、方法は、対象の組織の蛍光イメージの時系列を受けることであって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成することと、各計算領域についてのパラメータ値の集合を作成することであって、パラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域のパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、計算領域についての総合ランク値をランキングマップイメージへ変換することと、を含んでもよい。方法は医療イメージングでの使用において行われてもよい。方法は、ひとつ以上のプロセッサとメモリとを含むコンピュータシステムで行われてもよい。
総じて、方法の他の態様では、血管造影イメージ情報の可視化のためのコンピュータ実装方法は、対象の組織の血管造影イメージの時系列を取得することと、複数の計算領域を定めることであって、各計算領域は時系列の血管造影イメージのそれぞれにおける対応するイメージ位置に関連する、定めることと、各計算領域について、血管造影イメージの時系列におけるその計算領域の時間−強度曲線を生成することと、各計算領域について、時間−強度曲線から導かれるひとつ以上のパラメータに基づいてその計算領域のランク値を計算することと、可視イメージを生成することであって、該可視イメージにおいて、各計算領域のイメージ位置に、その計算領域の計算されたランク値を示すものが提供される、生成することと、を含む。ある態様では、血管造影イメージの時系列は単一のイメージ系列取得イベントに関連してもよい。
方法のある態様では、少なくともひとつの計算領域は１ピクセルまたは１ボクセルによって規定される。ある態様では、パラメータ値のうちの少なくともひとつは、時間−強度曲線の時間特性に関連する。例えば、パラメータ値は以下のパラメータタイプのうちのひとつのもの（またはそれを含む）であってもよい。（ｉ）時間−強度曲線の増大する強度の領域の期間、（ｉｉ）時間−強度曲線の大強度の領域の期間、（ｉｉｉ）時間−強度曲線の平坦域の領域の期間、（ｉｖ）時間−強度曲線の減少する強度の領域の期間、または（ｖ）それらの組み合わせ。他の例として、パラメータ値は以下のパラメータタイプのうちのひとつのもの（またはそれを含む）であってもよい。（ｉ）時間−強度曲線の灌流発現フェーズの期間、（ｉｉ）時間−強度曲線の動脈フェーズの期間、（ｉｉｉ）時間−強度曲線の毛細血管フェーズの期間、（ｉｖ）時間−強度曲線の静脈フェーズの期間、または（ｖ）それらの組み合わせ。他の例として、パラメータ値は以下のパラメータタイプのうちのひとつのもの（またはそれを含む）であってもよい。（ｉ）増大する蛍光強度の発現への時間、（ｉｉ）急速なまたは最も急速な蛍光強度増大の時間、（ｉｉｉ）急速なまたは最も急速な蛍光強度減少の時間、（ｉｖ）時間−強度曲線の上述の領域のいずれかについての蛍光強度の変化率、または（ｖ）それらの組み合わせ。
ある態様では、パラメータ値のうちの少なくともひとつは、時間−強度曲線の強度変化の大きさに関連する。例えば、パラメータ値は以下のパラメータタイプのうちのひとつのもの（またはそれを含む）であってもよい。（ｉ）時間−強度曲線の増大する強度の領域内の強度変化、（ｉｉ）時間−強度曲線の大強度の領域内の強度変化、（ｉｉｉ）時間−強度曲線の減少する強度の領域内の強度変化、または（ｉｖ）それらの組み合わせ。他の例として、パラメータ値は以下のパラメータタイプのうちのひとつのもの（またはそれを含む）であってもよい。（ｉ）時間−強度曲線の灌流発現フェーズ中の強度変化、（ｉｉ）時間−強度曲線の動脈フェーズ中の強度変化、（ｉｉｉ）時間−強度曲線の毛細血管フェーズ中の強度変化、（ｉｖ）時間−強度曲線の静脈フェーズ中の強度変化、またはそれらの組み合わせ。他の例として、パラメータ値は以下のパラメータタイプのうちのひとつのもの（またはそれを含む）であってもよい。（ｉ）急速なまたは最も急速な蛍光強度増大の期間中の強度変化、（ｉｉ）急速なまたは最も急速な蛍光強度減少の期間中の強度変化、またはそれらの組み合わせ。
ある態様では、パラメータ値のうちの少なくともひとつは、時間−強度曲線の多項式特徴付けに関する係数値である。ある態様では、各パラメータ値はパラメータタイプの値であり、パラメータ値の集合を比較することは、各計算領域についてパラメータタイプの数値ランクの集合を生成することを含む。
ある態様では、各計算領域についての総合ランク値を生成することは、各計算領域についての数値ランクの集合を足し合わせることを含む。ある態様では、各計算領域についての総合ランク値を生成することは、各計算領域についての数値メトリクスの集合をハッシュ関数にマップすることを含む。ハッシュ関数は例えば巡回冗長検査や対関数などを含んでもよい。ある態様では、総合ランク値をランキングマップへ変換することは、各総合ランク値を強度値と相互に関係付けることおよび／または各総合ランク値をグレースケールまたは色表示値と相互に関係付けることを含む。ある態様では、方法は、ディスプレイにランキングマップイメージを表示することを含む。ランキングマップイメージは、対象の組織の解剖イメージに重ねられてもよい。ある態様では、方法は、組織を通って動く蛍光イメージング剤のボーラスの通過を捉える蛍光イメージングシステムを用いて、蛍光イメージの時系列を生成することを含む。例えば、蛍光イメージング剤は、インドシアニングリーン、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、緑色蛍光タンパク質、フラビン、メチレンブルー、ポルフィゾーム、シアニン色素、IRDDye800CW、ターゲティングリガンドと組み合わされたCLR 1502、ターゲティングリガンドと組み合わされたOTL38、またはそれらの組み合わせを含んでもよい。ある態様では、蛍光イメージの時系列は、蛍光血管造影イメージの時系列を含む。
総じて、対象のターゲット組織領域における傷を特徴付けるためのシステムのある態様では、システムはひとつ以上のプロセッサと、そこに保持されるインストラクションを有するメモリと、を含む。命令は、ひとつ以上のプロセッサによって実行された場合、システムに、対象のターゲット組織領域の蛍光イメージの時系列を受けることであって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成することと、各計算領域についてのひとつ以上のパラメータ値を作成することであって、ひとつ以上のパラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域についてのパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、変更総合ランク値を含むデータ集合を生成することであって、変更総合ランク値は総合ランク値と参照値との比較に少なくと部分的に基づく、生成することと、データ集合のうちの傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成することと、を行わせてもよい。ある態様では、システムはディスプレイを備え、インストラクションはシステムに、ディスプレイにランキングマップイメージを表示させることを行わせる。ある態様では、システムは、組織内の蛍光イメージング剤から蛍光放射を誘起するために励起光を提供する光源を含む。ある態様では、システムは、蛍光放射に基づいて蛍光イメージの時系列を生成するイメージ取得アセンブリを含む。ある態様では、蛍光イメージの時系列は、蛍光放射に基づく蛍光血管造影イメージの時系列を含む。
総じて、対象のターゲット組織領域における傷を特徴付けるためのシステムの他の態様では、システムは、対象のターゲット組織領域の蛍光イメージの時系列を受けるよう構成された受付部であって、イメージは複数の計算領域を規定する、受付部と、複数の計算領域のそれぞれについて個別の時間−強度曲線を生成するよう構成された第１生成部と、各計算領域についてのパラメータ値の集合を作成するよう構成された作成部であって、パラメータ値は対応する時間−強度曲線の少なくとも一部を近似する、作成部と、計算領域のそれぞれについての総合ランク値を、その計算領域についてのパラメータ値の集合に基づいて、生成するよう構成された第２生成部と、変更総合ランク値を含むデータ集合を生成するよう構成された第３生成部であって、変更総合ランク値は総合ランク値と参照値との比較に少なくと部分的に基づく、第３生成部と、データ集合のうちの傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成するよう構成された第４生成部と、を含む。
システムのある態様では、少なくともひとつの計算領域は１ピクセルまたは１ボクセルによって規定される。ある態様では、システムがデータ集合を生成する場合、システムは総合ランク値の少なくとも一部を調整する。ある態様では、システムは総合ランク値の第１部分を第１調整関数で調整することで第１調整データ集合を生成し、総合ランク値の第２部分を第２調整関数で調整することで第２調整データ集合を生成する。ある態様では、第１調整関数は恒等関数である。ある態様では、第２調整関数は第２調整データ集合をゼロと等しくする。ある態様では、第１調整データ集合は複数の傷特徴値を含み、第２調整データ集合は複数の非傷特徴値を含む。ある態様では、変更総合ランク値は第１および第２調整データ集合と参照値との比較に基づく。ある態様では、参照値は参照ランク値を含み、参照ランク値は参照蛍光イメージの時系列についての参照時間−強度曲線に基づき、参照蛍光イメージの時系列は参照組織のものである。
ある態様では、傷指標値は、データ集合のうちの傷に位置する計算領域に対応する少なくとも一部の平均である。ある態様では、傷指標値は、傷に位置する計算領域に対応する変更総合ランク値を足し合わせ、その和を蛍光イメージ内のピクセルまたはボクセルの数で除すことによって生成される。ある態様では、傷指標値は、傷に位置する計算領域に対応する変更総合ランク値を足し合わせ、その和をターゲット組織領域に位置する計算領域に対応する計算領域内のピクセルまたはボクセルの数で除すことによって生成される。
総じて、対象のターゲット組織領域における傷を特徴付けるための方法は、対象のターゲット組織領域の蛍光イメージの時系列を受けることであって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成することと、各計算領域についてのひとつ以上のパラメータ値を作成することであって、ひとつ以上のパラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域についてのパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、変更総合ランク値を含むデータ集合を生成することであって、変更総合ランク値は総合ランク値と参照値との比較に少なくと部分的に基づく、生成することと、データ集合のうちの傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成することと、を含む。方法は医療イメージングでの使用において行われてもよい。方法は、ひとつ以上のプロセッサとメモリとを含むコンピュータシステムで行われてもよい。
方法のある態様では、少なくともひとつの計算領域は１ピクセルまたは１ボクセルによって規定される。ある態様では、データ集合を生成することは、総合ランク値の少なくとも一部を調整することを含む。ある態様では、総合ランク値の少なくとも一部を調整することは、総合ランク値の第１部分を第１調整関数で調整することで第１調整データ集合を生成することと、総合ランク値の第２部分を第２調整関数で調整することで第２調整データ集合を生成することと、を含む。ある態様では、第１調整関数と第２調整関数とは異なる。ある態様では、第１調整関数は恒等関数である。ある態様では、第２調整関数は第２調整データ集合をゼロと等しくする。ある態様では、第１調整データ集合は複数の傷特徴値を含み、第２調整データ集合は複数の非傷特徴値を含む。
ある態様では、データ集合を生成することは、第１および第２調整データ集合と参照値とを比較することを含む。ある態様では、参照値は参照ランク値を含んでもよく、参照ランク値は参照蛍光イメージの時系列についての参照時間−強度曲線に基づく。ある態様では、参照蛍光イメージの時系列は参照組織のものである。ある態様では、参照組織は対象内の健常組織、対象のターゲット組織領域内の健常組織、またはひとつ以上の健常な第三者対象の組織であってもよい。ある態様では、参照値は蛍光イメージの時系列の背景メトリックに少なくとも部分的に基づく。ある態様では、参照値は、公差値、乗数、または複数の参照値の平均によって変更される。
ある態様では、傷指標値を生成することは、データ集合のうちの傷に位置する計算領域に対応する少なくとも一部を平均することを含む。これらのいくつかにおいて、データ集合の少なくとも一部を平均することは、傷に位置する計算領域に対応する変更総合ランク値を足し合わせることと、その和を蛍光イメージ内のピクセルまたはボクセルの数で除すことと、を含む。これらの態様のいくつかにおいて、データ集合の少なくとも一部を平均することは、傷に位置する計算領域に対応する変更総合ランク値を足し合わせることと、その和をターゲット組織領域に位置する計算領域に対応する計算領域内のピクセルまたはボクセルの数で除すことと、を含む。
ある態様では、方法は、ディスプレイに傷指標値を表示することを含む。ある態様では、方法は、計算領域についての総合ランク値をランキングマップイメージへ変換することと、ディスプレイに傷指標値と共にランキングマップイメージを表示することと、を含む。ある態様では、方法は、組織を通って動く蛍光イメージング剤のボーラスの通過を捉える蛍光イメージングシステムを用いて、蛍光イメージの時系列を生成することを含む。例えば、蛍光イメージング剤は、インドシアニングリーン、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、緑色蛍光タンパク質、フラビン、メチレンブルー、ポルフィゾーム、シアニン色素、IRDDye800CW、ターゲティングリガンドと組み合わされたCLR 1502、ターゲティングリガンドと組み合わされたOTL38、またはそれらの組み合わせを含んでもよい。ある態様では、蛍光イメージの時系列は、蛍光血管造影イメージの時系列を含む。ある態様では、蛍光イメージの時系列は、蛍光血管造影イメージの時系列を含む。
本発明の種々の態様および変形例の実装および実施の形態が以下に詳述される。それらの例は添付の図面に示される。
対象の組織を特徴付けるための方法
図１に示されるように、対象の組織を特徴付けるための方法１００の例は、対象の組織の蛍光イメージの時系列を受けること１１２であって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成すること１１４と、各計算領域についてのパラメータ値の集合を作成すること１１６であって、パラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域のパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成すること１１８と、計算領域についての総合ランク値をランキングマップイメージへ変換すること１２０と、を含んでもよい。ある態様では、方法はさらに、蛍光イメージの時系列を生成すること１１０、および／またはディスプレイにランキングマップイメージを表示すること１２２を含んでもよい。
図１に示されるように、対象の組織を特徴付けるための方法１００の例は、対象の組織の蛍光イメージの時系列を受けること１１２であって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成すること１１４と、各計算領域についてのパラメータ値の集合を作成すること１１６であって、パラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域のパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成すること１１８と、計算領域についての総合ランク値をランキングマップイメージへ変換すること１２０と、を含んでもよい。ある態様では、方法はさらに、蛍光イメージの時系列を生成すること１１０、および／またはディスプレイにランキングマップイメージを表示すること１２２を含んでもよい。
ある態様では、方法の少なくとも一部は医療イメージングシステムとは別個に設けられたコンピュータシステムによって行われてもよい。例えば、蛍光イメージの時系列を受けるステップ１１２と、複数の時間−強度曲線を生成するステップ１１４と、パラメータ値の集合を作成するステップ１１６と、各計算領域についての総合ランク値を生成するステップ１１８と、総合ランク値をランキングマップイメージへ変換するステップ１２０と、のうちのいくつかまたは全ては、医療サイト（例えば、蛍光イメージングシステムが置かれている場所）から離れたオフサイト位置にあるコンピュータシステムによって、または医療セッティングに置かれているがイメージングシステムには実装されていないコンピュータシステムによって、実行されてもよい。これらの態様では、蛍光イメージの時系列は、データ保持媒体（例えば、ハードドライブ、クラウドストレージ等）からのまたはネットワーク通信（例えば、有線接続、インターネット、適切な無線技術規格に基づく無線ネットワーク等）を介したイメージデータの移送の結果として受信されてもよい。例えば、方法はクライアント−サーバアーキテクチャを含んでもよく、この場合、イメージングシステムは、計算サーバにイメージデータを送信し、該イメージングシステム上に処理済みデータ（例えば、ランキングマップイメージや本明細書で説明される方法の種々のステップの中間出力）をロードするクライアントハードウエアを含んでもよい。イメージングシステムのクライアントハードウエアが処理済みデータをロードした後、イメージングシステムはさらに、本明細書で説明される方法にしたがって、データを処理しおよび／または処理済みデータを表示してもよい。
ある態様では、方法の少なくとも一部は、臨床サイトなどに設けられた医療イメージングシステムに組み入れられたコンピュータシステムにおいて、ひとつ以上のプロセッサによって実行される。例えば、蛍光イメージの時系列を受けるステップ１１２と、複数の時間−強度曲線を生成するステップ１１４と、パラメータ値の集合を作成するステップ１１６と、各計算領域についての総合ランク値を生成するステップ１１８と、総合ランク値をランキングマップイメージへ変換するステップ１２０と、のうちのいくつかまたは全ては、医療イメージングシステム内のコンピュータシステムによって実行されてもよい。これらの態様のいくつかでは、方法はさらに、蛍光イメージの時系列を受信する前に蛍光イメージの時系列を生成すること１１０を含んでもよい。
上述の通り、蛍光イメージングシステムなどの現行の医療イメージング技術は、医療者が対象の組織における血流および／または組織灌流を正確に評価することについて制限された機会を提供する。例えば、組織を通る色素ボラースの通過を捉える蛍光イメージを視覚的に評価する際、医療者による血流および／または組織灌流の評価は、組織の灌流特性とは無関係のパラメータ（例えば、輝度、イメージコントラスト、イメージノイズ）によって混同される。加えて、医療者の単なる視覚的イメージ評価は主観的であり、医療者によって、患者によって、および／またはイメージセッションによって変わりうる。さらに、医療者の記憶の欠如や過去の視覚的評価の不正確な記憶のため、患者の血流および／または灌流状態を、経時的に複数のイメージングセッションに亘って、信頼性高くかつ矛盾無く比較、追跡することはできない。
本明細書で説明される組織を特徴付けるための方法およびシステムは、より効果的な臨床判断を可能とするような態様で、イメージデータを処理するおよび／またはユーザに提供する。特に、ランキングマップイメージは空間マップであってもよく、この空間マップは、例えばピクセル（またはボクセル）などのイメージ要素間の臨床関連パラメータについての相対的差異や、撮像組織の異なる領域間の臨床関連パラメータについての相対的差異を簡潔に示す。ある態様では、ランキングマップイメージは、撮像組織の異なるエリアが、その治癒状態、組織特性および／または他の組織条件についてどのように異なっているかの可視化であってもよい。例えば、ランキングマップイメージは、炎症、悪性腫瘍、疾病、または他の組織の異常を、人間によって容易に知覚可能および特定可能な態様で、可視化してもよい。本明細書でさらに説明されるように、血流および／または組織灌流を評価するための標準化プロトコルを推進し、複数のイメージングセッションに亘る経時的な患者評価を比較、追跡するための道を提供することによって、これらの定量化された可視化は曖昧さを低減し、医療者の主観の影響を低減する。したがって、これらの定量化された可視化は、医療者が、より統一感のある臨床評価および／または治療判断を行うことを可能とする。
本明細書では、種々の例示的な実施の形態を蛍光イメージの時系列のコンテキストで説明するが、方法は、組織内でのイメージング剤の動的振る舞いに関する時系列として生成される他のイメージ源に適用可能であり、また他の医療目的のために適用可能である。例えば、イメージは、血流および組織灌流評価のための、放射線不透過性コントラスト色素を用いるコンピュータ断層撮影（ＣＴ）血管造影から得られてもよい。他の例として、イメージは、代謝活性を評価し、かつ、病理の評価および／または病理の評価に使用可能な情報の提供を可能とするための、フルオロデオキシグルコース（ＦＤＧ）または他の放射トレーサを用いる陽電子放射断層撮影（ＰＥＴ）から得られてもよい。他の例として、イメージは、体循環へ静脈投与されるガス充填マイクロバブルコントラスト媒体の使用を利用するコントラスト強化超音波イメージングから得られてもよい。マイクロバブルコントラスト剤を用いるそのような超音波イメージングは、超音波後方散乱または超音波の反射を強化することで、マイクロバブル内のガスと軟組織との間のエコー輝度（すなわち、対象が超音波を反射する能力）の大きな差に起因して増大するコントラストを伴うユニークな超音波画像を生成する。例えば、コントラスト強化超音波を用いて、臓器内の血液灌流および血流のイメージを得ることができる。
イメージの時系列の生成
ある態様では、図１に示されるように、方法は、蛍光イメージの時系列を生成すること１１０を含む。対象の組織の蛍光イメージの時系列は、例えば蛍光イメージング剤としてのインドシアニングリーン（ＩＣＧ）色素などの蛍光イメージング剤を用いる蛍光イメージング技術によって生成されてもよい。ＩＣＧは対象に投与されると、血液タンパクと結合し血液と共に組織内を循環する。本明細書において、蛍光剤や蛍光色素が参照されるが、イメージの時系列を生成するのに用いられるイメージング技術のタイプに依存して他の適切なイメージング剤を用いてもよい。
ある態様では、図１に示されるように、方法は、蛍光イメージの時系列を生成すること１１０を含む。対象の組織の蛍光イメージの時系列は、例えば蛍光イメージング剤としてのインドシアニングリーン（ＩＣＧ）色素などの蛍光イメージング剤を用いる蛍光イメージング技術によって生成されてもよい。ＩＣＧは対象に投与されると、血液タンパクと結合し血液と共に組織内を循環する。本明細書において、蛍光剤や蛍光色素が参照されるが、イメージの時系列を生成するのに用いられるイメージング技術のタイプに依存して他の適切なイメージング剤を用いてもよい。
ある態様では、蛍光イメージング剤（例えば、ＩＣＧ）は、ボラース投与として、イメージングに適した濃度で、対象に投与されてもよい。組織灌流を評価するために方法が行われるある態様では、蛍光イメージング剤は対象の静脈または動脈への注射により対象に投与されてもよく、この場合、色素ボラースは血管系を循環し、毛細血管系を通過する。複数の蛍光イメージング剤が用いられるある態様では、そのような複数の薬剤は同時に（例えば、単一のボラースで）投与されてもよいし、順番に（例えば、別個のボラースで）投与されてもよい。ある態様では、蛍光イメージング剤はカテーテルによって投与されてもよい。ある態様では、蛍光イメージング剤は、蛍光イメージの時系列を生成するための測定を行う前一時間以内に、対象に投与されてもよい。例えば、蛍光イメージング剤は、測定を行う前三十分以内に対象に投与されてもよい。他の態様では、蛍光イメージング剤は、測定を行う少なくとも三十秒前に投与されてもよい。ある態様では、蛍光イメージング剤は、測定を行うのと同時に投与されてもよい。
ある態様では、蛍光イメージング剤は、所望の循環血中濃度を達成するために種々の濃度で投与されてもよい。例えば、蛍光イメージング剤がＩＣＧである組織灌流評価のためのある態様では、蛍光イメージング剤が約２．５ｍｇ／ｍＬの濃度で投与されることで、約５μＭから約１０μＭの循環血中濃度が達成されてもよい。ある態様では、蛍光イメージング剤の投与についての上限濃度は、蛍光イメージング剤が循環血液中で臨床毒性となる濃度であり、下限濃度は、蛍光イメージの時系列を取得し血液中を循環する蛍光イメージング剤を検出するために用いられる装置の限界である。ある態様では、蛍光イメージング剤の投与についての上限濃度は、蛍光イメージング剤が自己失活となる濃度である。例えば、ＩＣＧの循環濃度は約２μＭから約１０ｍＭの範囲であってもよい。
したがって、方法は、蛍光イメージング剤または他のイメージング剤の対象への投与と、イメージデータを処理する前の、蛍光イメージの時系列の生成または取得と、を含んでもよい。他の態様では、方法は蛍光イメージング剤または他のイメージング剤の対象への投与ステップを除いてもよい。例えば、蛍光イメージの時系列は、対象内に既に存在するインドシアニングリーン（ＩＣＧ）色素などの蛍光イメージング剤の測定に基づいてもよく、および／または自己蛍光応答（例えば、ネイティブ組織自己蛍光または誘起組織自己蛍光）に基づいてもよく、または自己蛍光と蛍光イメージング剤から生じる外因性蛍光との組み合わせの測定に基づいてもよい。
ある態様では、適切な蛍光イメージング剤は、血液と共に循環可能（例えば、リポタンパクや血中の血漿血清などの血液成分と共に循環可能な蛍光色素）であり、かつ、適切な励起光エネルギに曝されると蛍光を発する薬剤である。蛍光イメージング剤は、蛍光色素、その類似物、その誘導体、またはそれらの組み合わせを含んでもよい。蛍光色素は非毒性蛍光色素を含んでもよい。ある態様では、蛍光イメージング剤は、近赤外線スペクトルにおいて最適に蛍光を発する。ある態様では、蛍光イメージング剤は、例えばインドシアニングリーン（ＩＣＧ）などのトリカルボシアニン色素であるかそれを含む。他の態様では、蛍光イメージング剤は、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、緑色蛍光タンパク質、フラビン（例えば、リボフラビン等）、メチレンブルー、ポルフィゾーム、シアニン色素（例えば、ターゲティングリガンドと組み合わされたカテプシン活性化Ｃｙ５やＣｙ５．５など）、IRDye800CW、ターゲティングリガンドと組み合わされたCLR 1502、ターゲティングリガンドと組み合わされたOTL38、またはそれらの組み合わせであってもよいし、それを含んでもよく、そのような蛍光イメージング剤は各イメージング剤に適した励起光波長を用いて励起される。ある態様では、蛍光イメージング剤の類似物または誘導体が用いられてもよい。例えば、蛍光色素類似物または誘導体は、化学的に変更されたが、適切な波長の光エネルギに曝された場合に蛍光を発する能力を維持する蛍光色素を含んでもよい。蛍光のいくつかまたは全てが自己蛍光から導かれるものである態様では、自己蛍光を生成する蛍光体のひとつ以上は、内因性組織蛍光体（例えば、コラーゲン、エラスチン、ＮＡＤＨ等）、５−アミノレブリン酸（５−ＡＬＡ）、またはそれらの組み合わせであってもよい。
ある態様では、蛍光イメージング剤は凍結乾燥粉末、固体、または液体として提供されてもよい。蛍光イメージング剤はバイアル（例えば、無菌バイアル）で提供されてもよく、バイアルは、無菌注射器で無菌流体を調製することにより適切な濃度での再構成を可能としてもよい。再構成は適切なキャリアや希釈剤を用いて行われてもよい。例えば、蛍光イメージング剤は、投与の直前に水性希釈剤で再構成されてもよい。溶液中で蛍光イメージング剤を維持するであろう任意の希釈剤またはキャリアが用いられてもよい。一例として、ＩＣＧは水で再構成可能である。ある態様では、蛍光イメージング剤が再構成されると、それは追加的な希釈剤およびキャリアと混合されうる。ある態様では、溶解性、安定性、イメージング特性、またはそれらの組み合わせを強化するために、蛍光イメージング剤を他の分子（例えば、タンパク質、ペプチド、アミノ酸、合成高分子、糖など）と複合化してもよい。トリスアミノメタン、ＨＣｌ、ＮａＯＨ、リン酸緩衝剤、ＨＥＰＥＳを含む追加的な緩衝剤を追加してもよい。
ある態様では、蛍光イメージの時系列は複数の別個のイメージフレーム（例えば、蛍光イメージフレーム）、または別個のフレームを表すデータを含み、それらは取得時刻で順番に並べられている。例えば、蛍光イメージの時系列はＩＣＧベースの蛍光イメージングシステムを用いて取得されうる。そのシステムでは、対象は作業の直前にＩＣＧの静脈投与を受け、組織がＩＣＧの励起波長の光で照らされ、一方で色素がターゲット組織を通過する際にその色素から得られる蛍光放射が画像化される。蛍光イメージは続いて、一連の別個のフレーム、または別個のフレームを表すデータ（例えば、圧縮動画）として格納され、それらはその取得時刻で順番に並べられている。
ある態様では、時系列の別個のイメージフレームは空間的に整列しているか登録されている。例えば、蛍光イメージの典型的な時系列は二分間から三分間の長さで記録されてもよく、その間の対象のある程度の動きは避けられない。その結果、同じ解剖的特徴が、イメージ時系列取得期間中の異なる時刻に取得されたイメージフレーム内の異なる位置に現れうる。そのようなズレは後の解析においてエラーを導入しうる。後の解析では、各ピクセルまたはピクセルのグループの蛍光レベルが経時的に追従される。エラーを低減することを助けるため、生成されたイメージフレームは互いに空間的に整列（登録）してもよい。ある態様では、イメージ登録または整列は、あるイメージからの点を第２イメージ内の相同点へ写す空間変換を決定するプロセスを指す。
イメージ登録は繰り返しプロセスであってもよい。例えば、例示的な実施の形態によると、イメージ登録は以下のコンポーネントの集合のうちのひとつ以上を用いてもよい：二入力イメージ、変換、指標（metric、メトリック）、補間器、および最適化器。変換は、固定イメージ空間を動的イメージ空間へ写す。パラメータ空間を探索するのに最適化器が要求される。Insight Segmentation and Registration Toolkit (ITK) (http://itk.org/)ベースの変換の実装を、メトリックの最適値の探索において用いてもよい。メトリックは二つのイメージが互いにどの程度良くマッチするかを比較する。最後に、補間器は、非グリッド位置において、動的イメージの強度を評価する。蛍光イメージの時系列全体を整列させるため、解析に含まれるフレームの全てについてこの手順が実行される。コンポーネントは入力系列フレームの範囲を通じてループし、ベースライン修正のために背景イメージを減算し、ノイズ低減フィルタを適用し、次いでイメージの連続する組を登録する。
ある態様では、蛍光イメージの時系列は、例えば選択されたデータを抽出するよう、ベースライン強度を計算するよう、画質向上プロセスを行うよう、またはそれらの組み合わせを行うよう、前処理される。
例えば、選択されたデータの抽出は、イメージ時系列データから所定のデータを見つけるおよび除くためのクロッピングを含む。例えば、対象の蛍光イメージング作業中に、オペレータは蛍光イメージング剤がターゲット組織に届くかなり前に蛍光イメージの時系列を記録し始めるかもしれない。その結果、蛍光イメージの時系列は最初の方にかなりの数の「暗い」フレームを有するかもしれず、したがって、意味のあるデータを含まないフレームのための不必要な計算時間が追加されうる。この問題を軽減するため、クロッピングを用いることで蛍光イメージの時系列の最初の方からそれらの「暗い」フレームを除くことができる。加えて、蛍光イメージング剤（例えば、ＩＣＧ）が対象に投与される場合、イメージング剤がターゲット組織を通過する際のイメージング剤からの蛍光信号は典型的には一連のフェーズを経る：イメージング剤が動脈血管を通じて組織に入る際の蛍光強度の急速な増大、その次に、イメージング剤が毛細血管系を通過する際の安定的な蛍光の期間、その次に、イメージング剤の静脈的流出に起因する蛍光強度のゆっくりとした減少、その次に、血管系の内側面に保持されていたイメージング剤が血流内に放出される際の残留蛍光の期間。この最後の「残留」フェーズは数分間続きうる。それは、血流を直接的に示すものではなく、意味のある灌流情報を提供するものではない。したがって、クロッピングを用いることで残留フェーズを見つけて、後の解析ステップから除くことができる。
ある態様では、前処理はベースライン強度の計算を含んでもよい。例えば、蛍光イメージの時系列が蛍光イメージングシステムによって生成されているとき、カメラノイズ、熱ノイズ、および／または以前の投与からの残留蛍光色素の存在などの種々の外的要因が、記録される系列の蛍光に寄与しうる。そのような要因の解析に対する影響を最小化するために、系列ごとにベースライン強度を計算してもよく、データの解析をそれにしたがって調整してもよい。
ある態様では、前処理は画質検証プロセスを含んでもよい。例えば蛍光イメージの時系列の取得が始まったのが遅すぎて、最初のフレームが取得された時には既にイメージング剤がターゲット組織の通過を始めてしまっている実施の形態において、そのようなプロセスは開始輝度テストを含んでもよい。このシナリオでは、灌流開始に関する情報が失われているので、蛍光イメージの時系列を信頼性高く解析したり処理したりすることはできない。その結果、そのような系列データは拒否されるであろう。
ある態様では、画質検証プロセスは輝度変化テストを含んでもよい。例えば、蛍光イメージングシステムがイメージ取得中に突然動かされたり、視野に異物が現れたり、系列が取得されている最中に外部ソースからの光がシーンを照らしたり、といった状況においてそのようなテストが用いられてもよい。これらのイベントの全てが後の解析の結果を大幅に歪めうる。したがって、そのようなテストにかかった蛍光イメージの時系列は検証手順に失敗する（さらなる処理について不適切であると特定される）。例示的な実施の形態によると、輝度変化テストは、蛍光イメージの時系列に含まれる隣接するフレームの平均強度間の差の計算と、それを選択された強度差しきい値と比較することと、を含む。検証に合格するためには、全ての連続するフレームの強度の差が、選択された強度差しきい値によって指定されるリミット内になければならない。
ある態様では、画質検証プロセスは、蛍光イメージの時系列の取得が時期尚早に停止されたか否かをチェックするための強度ピーク位置テストを含んでもよい。例えば、強度ピーク位置テストは、組織を通じた色素ボラース通過の全てのフェーズをカバーするのに十分な数のフレームが取得されたことを確かなものとする。例示的な実施の形態によると、蛍光強度ピーク位置テストは、最大の平均蛍光強度を伴うフレームを見つけることと、それが蛍光イメージの時系列の最後のフレームでないことを確かめることと、を含む。この条件が満たされない場合、それは、蛍光強度値がその最大にまだ達しておらず、したがってそのような蛍光イメージの時系列がさらなる解析に適していないこと、を強く示す。
ある態様では、画質検証プロセスはさらに、最大蛍光強度テストを含んでもよい。このテストの目的は、イメージが暗すぎる（ピクセルの大部分が所定のしきい値を下回る）か過飽和している（ピクセルの大部分が所定の飽和しきい値を上回る）ような蛍光イメージの時系列をフィルタリングすることである。
組織表面の曲がり、イメージ取得作業中の過度な動き、暗いイメージまたは過飽和イメージ、撮像領域内の異物、および外からの光やシェーディングは、蛍光イメージの時系列の質に影響を与えうるので、そのようなイメージデータの後の処理にも影響を与えうる。これらの問題を軽減するため、よく構築されたイメージングプロトコルおよびそのような問題を最小化するよう設計された蛍光イメージングシステムを用いてもよい。
イメージの時系列は複数の計算領域を規定してもよい。各計算領域はイメージ要素であってもよく、そのようなイメージ要素は、例えば、単一ピクセルまたはピクセルのグループ、ボクセルまたはボクセルのグループ、または蛍光イメージの時系列中に空間的に規定される他のエリアまたはボリュームである。各計算領域のサイズは他の全ての計算領域のサイズと同じであってもよく、または他の全てまたはいくつかの計算領域のサイズと比べて異なっていてもよい。ある態様では、ひとつ以上の計算領域の境界および／または分布は所与のものであってもよい（例えば、各ピクセルまたはボクセルについてひとつの計算領域、または２×２ピクセルのグループまたは２×２×２ボクセルのブロックについてひとつの計算領域）。他の態様では、ひとつ以上の計算領域の境界および／または分布は医療者などのユーザによって決められてもよい。
複数の時間−強度曲線の生成
ある態様では、図１に示されるように、方法は、複数の計算領域についての複数の時間−強度曲線を生成すること１１４を含む。各時間−強度曲線は、蛍光イメージ内の対応する計算領域に対応する。複数の計算領域１１４のうちのいくつかまたは全てのそれぞれについて、別個の時間−強度曲線が生成されてもよい。図２Ａおよび２Ｂに模式的に示されるように、特定の計算領域２１０（図２Ａ）に対応する所与の時間−強度曲線２１２（図２Ｂ）は、その計算領域において蛍光イメージの時系列に亘って観測された蛍光信号の強度を記述する。ある態様では、時間−強度曲線は、全てのフェーズ（例えば、血管造影アプリケーションにおける動脈、毛細血管、静脈および残留）、あるフェーズまたはフェーズの組み合わせの部分集合、全てのフェーズの部分集合、またはそれらからの派生（例えば、ピクセルごとのまたはボクセルごとの、蛍光強度の変化に伴う第１および第２時間微分に基づく判定を含む）を記述してもよい。蛍光イメージを生成する蛍光イメージングシステムに実装されたプロセッサ、または蛍光イメージを生成する蛍光イメージングシステムから離れたプロセッサ、が時間−強度曲線の全てまたはいくつかを生成してもよい。
ある態様では、図１に示されるように、方法は、複数の計算領域についての複数の時間−強度曲線を生成すること１１４を含む。各時間−強度曲線は、蛍光イメージ内の対応する計算領域に対応する。複数の計算領域１１４のうちのいくつかまたは全てのそれぞれについて、別個の時間−強度曲線が生成されてもよい。図２Ａおよび２Ｂに模式的に示されるように、特定の計算領域２１０（図２Ａ）に対応する所与の時間−強度曲線２１２（図２Ｂ）は、その計算領域において蛍光イメージの時系列に亘って観測された蛍光信号の強度を記述する。ある態様では、時間−強度曲線は、全てのフェーズ（例えば、血管造影アプリケーションにおける動脈、毛細血管、静脈および残留）、あるフェーズまたはフェーズの組み合わせの部分集合、全てのフェーズの部分集合、またはそれらからの派生（例えば、ピクセルごとのまたはボクセルごとの、蛍光強度の変化に伴う第１および第２時間微分に基づく判定を含む）を記述してもよい。蛍光イメージを生成する蛍光イメージングシステムに実装されたプロセッサ、または蛍光イメージを生成する蛍光イメージングシステムから離れたプロセッサ、が時間−強度曲線の全てまたはいくつかを生成してもよい。
ある態様では、図２Ｂに示されるように、時間−強度曲線２１２は、強度増大領域、ピーク強度領域、平坦領域、強度減少領域、またはそれらの組み合わせを含む。蛍光イメージング（例えば、蛍光血管造影）のコンテキストにおいて、図３に示されるように、時間−強度曲線３１２は組織を通じた蛍光イメージング剤（例えば、蛍光色素）ボラースの通過を一連のフェーズとして表してもよい。一連のフェーズは、動脈フェーズ、毛細血管フェーズ、静脈フェーズ、残留フェーズ、またはそれらの組み合わせである。
時間−強度曲線（またはその一部）の形状、時間−強度曲線の下の面積、またはそれらの組み合わせは、対象の組織内の蛍光イメージング剤の分布、組織内の血流、またはそれらの組み合わせを示すものであってもよい。あるアプリケーションでは、対象の組織内のイメージング剤の分布は、組織の特性、組織の状態（例えば、炎症、悪性腫瘍、異常、疾病）またはそれらの組み合わせを表す。
各計算領域についてのパラメータ値の集合の作成
ある態様では、図１に示されるように、方法は、各計算領域についてのパラメータ値の集合を作成すること１１６であって、パラメータ値は時間−強度曲線の少なくとも一部を特徴付けるまたは近似する、作成すること１１６を含む。ある態様では、パラメータタイプのひとつ以上が曲線の時間的性質に関して規定されてもよい。例えば、パラメータタイプのひとつ以上は時間−強度曲線の特定の領域の期間に関連してもよい。そのような期間は以下の通りである。（ｉ）時間−強度曲線の増大する強度の領域の期間、（ｉｉ）時間−強度曲線のピークまたは大強度の領域の期間、（ｉｉｉ）時間−強度曲線の平坦域の領域の期間、（ｉｖ）時間−強度曲線の減少する強度の領域の期間。蛍光イメージング（例えば、蛍光血管造影）のコンテキストにおいて、パラメータタイプのひとつ以上は、灌流発現フェーズ、動脈フェーズ、毛細血管フェーズ、または静脈フェーズの期間に関連してもよい。他の例として、パラメータタイプのひとつ以上は、ある所定イベント（例えば、蛍光イメージの生または前処理された時系列の始め）と第２所定イベントとの間の経過時間の所定期間、例えば（ｖ）蛍光強度の増大の発現までの時間、に関連してもよい。他の例として、パラメータタイプのひとつ以上は、重要な変化率または他の強度特徴を伴う所定期間、例えば（ｖｉ）急速なまたは最も急速な蛍光強度増大の時間、急速なまたは最も急速な蛍光強度減少の時間、および／または時間−強度曲線の上述の領域のいずれかについての蛍光強度の変化率、に関連してもよい。
ある態様では、図１に示されるように、方法は、各計算領域についてのパラメータ値の集合を作成すること１１６であって、パラメータ値は時間−強度曲線の少なくとも一部を特徴付けるまたは近似する、作成すること１１６を含む。ある態様では、パラメータタイプのひとつ以上が曲線の時間的性質に関して規定されてもよい。例えば、パラメータタイプのひとつ以上は時間−強度曲線の特定の領域の期間に関連してもよい。そのような期間は以下の通りである。（ｉ）時間−強度曲線の増大する強度の領域の期間、（ｉｉ）時間−強度曲線のピークまたは大強度の領域の期間、（ｉｉｉ）時間−強度曲線の平坦域の領域の期間、（ｉｖ）時間−強度曲線の減少する強度の領域の期間。蛍光イメージング（例えば、蛍光血管造影）のコンテキストにおいて、パラメータタイプのひとつ以上は、灌流発現フェーズ、動脈フェーズ、毛細血管フェーズ、または静脈フェーズの期間に関連してもよい。他の例として、パラメータタイプのひとつ以上は、ある所定イベント（例えば、蛍光イメージの生または前処理された時系列の始め）と第２所定イベントとの間の経過時間の所定期間、例えば（ｖ）蛍光強度の増大の発現までの時間、に関連してもよい。他の例として、パラメータタイプのひとつ以上は、重要な変化率または他の強度特徴を伴う所定期間、例えば（ｖｉ）急速なまたは最も急速な蛍光強度増大の時間、急速なまたは最も急速な蛍光強度減少の時間、および／または時間−強度曲線の上述の領域のいずれかについての蛍光強度の変化率、に関連してもよい。
ある態様では、パラメータタイプのひとつ以上が時間−強度曲線の所定領域に亘る蛍光強度変化に関して規定されてもよい。例えば、パラメータタイプのひとつ以上は時間−強度曲線の特定の領域に亘る強度変化に関連してもよい。そのような期間は以下の通りである。（ｉ）時間−強度曲線の増大する強度の領域内の強度変化、（ｉｉ）時間−強度曲線の大またはピーク強度の領域内の強度変化、（ｉｉｉ）時間−強度曲線の減少する強度の領域内の強度変化。蛍光イメージング（例えば、蛍光血管造影）の例示的コンテキストにおいて、パラメータタイプのひとつ以上は、灌流発現フェーズ、動脈フェーズ、毛細血管フェーズ、または静脈フェーズ中の強度変化に関連してもよい。他の例として、パラメータタイプのひとつ以上は、ある所定イベント（例えば、蛍光イメージの生または前処理された時系列の始め）と第２所定イベントとの間の経過時間の所定期間に亘る強度変化、例えば（ｉｖ）蛍光強度の増大の発現中の強度変化、に関連してもよい。他の例として、パラメータタイプのひとつ以上は、重要な変化率または他の強度特徴を伴う所定期間に亘る強度変化、例えば（ｖ）急速なまたは最も急速な蛍光強度増大の期間中の強度変化、（ｖｉ）蛍光強度が大なる期間中の強度変化、および／または（ｖｉｉ）急速なまたは最も急速な蛍光強度減少の期間中の強度変化、に関連してもよい。
ある態様では、パラメータタイプのひとつ以上は、数値的曲線近似アルゴリズムに基づくものであってもよく、ある実施の形態では、それは時間−強度曲線が表現される際の確度を増大させうる。しかしながら、計算領域についてのパラメータ値は、時間−強度曲線の少なくとも一部を近似するかそうでなければ特徴付ける任意の適切なパラメータタイプの値を含んでもよい。
各計算領域についての総合ランク値の生成
ある態様では、図１に示されるように、方法は、イメージの時系列中の各計算領域についての総合ランク値を生成すること１１８を含む。各計算領域についての総合ランク値を生成することは、各計算領域についての時間−強度曲線が他の計算領域についての時間−強度曲線とどのように比較されるかの定量的説明を与える。より具体的には、各計算領域についての総合ランク値は、その計算領域についてパラメータ値（これは、時間−強度曲線の少なくとも一部を特徴付けるか近似する）が他のそれぞれの計算領域についてのパラメータ値とどのように定量的に比較されるか（またはそれに対して「ランク付け」されるか）を反映してもよい。
ある態様では、図１に示されるように、方法は、イメージの時系列中の各計算領域についての総合ランク値を生成すること１１８を含む。各計算領域についての総合ランク値を生成することは、各計算領域についての時間−強度曲線が他の計算領域についての時間−強度曲線とどのように比較されるかの定量的説明を与える。より具体的には、各計算領域についての総合ランク値は、その計算領域についてパラメータ値（これは、時間−強度曲線の少なくとも一部を特徴付けるか近似する）が他のそれぞれの計算領域についてのパラメータ値とどのように定量的に比較されるか（またはそれに対して「ランク付け」されるか）を反映してもよい。
総合ランク値を生成すること１１８の第１態様では、各計算領域についての総合ランク値はその計算領域についての数値的ランクの集合に基づいてもよい。この態様では、各数値的ランクまたはサブランクは、その計算領域についての特定のパラメータが他の全ての計算領域についてのそのパラメータとどのように比較されるかまたはランク付けされるかに基づく。言い換えると、パラメータ値ごと、計算領域ごとに数値的ランクが生成されるかまたはそうでなければ割り当てられる。その結果、各計算領域はパラメータ値の集合についての数値的ランクの集合に関連付けられる。
蛍光イメージング（例えば、蛍光血管造影）のコンテキストにおいて、各計算領域についての時間−強度曲線は例えば、図３に示されるような以下のパラメータによって定量化されてもよい：発現フェーズの期間（ΔＴONSET）、動脈フェーズ中の固定期間内の蛍光強度変化（ΔＩINGRESS）、毛細血管フェーズの期間（ΔＴMVASCULAR）、および静脈フェーズの期間（ΔＴVENOUS）。ある計算領域に関して、ΔＴONSETに対応する第１数値的ランクは、その計算領域についてのΔＴONSETが他の全ての計算領域についてのΔＴONSETに対してどのようにランク付けされるか（それより長いのか短いのか）に基づいて生成される。ΔＩINGRESSに対応する第２数値的ランクは、その計算領域についてのΔＩINGRESSが他の全ての計算領域についてのΔＩINGRESSに対してどのようにランク付けされるか（それより大きいのか小さいのか）に基づいて生成される。ΔＴMVASCULARに対応する第３数値的ランクは、その計算領域についてのΔＴMVASCULARが他の全ての計算領域についてのΔＴMVASCULARに対してどのようにランク付けされるか（それより長いのか短いのか）に基づいて生成される。ΔＴVENOUSに対応する第４数値的ランクは、その計算領域についてのΔＴVENOUSが他の全ての計算領域についてのΔＴVENOUSに対してどのようにランク付けされるか（それより長いのか短いのか）に基づいて生成される。例えば、より高いΔＩINGRESSを有するピクセルにはより高い数値的ランクが割り当てられてもよい。他の例として、より遅いΔＴONSETを有するピクセルにはより低い数値的ランクが割り当てられてもよい。その計算領域についての数値的ランクの集合は、四つのパラメータに対応するこれらの四つの数値的ランクを含む。このプロセスは各計算領域について繰り返され、その結果、各計算領域はパラメータに対応する数値的ランクの関連集合を有する。後に詳述されるように、数値的ランクの可能な値の範囲は、総合ランク値を生成するのに足し合わされるパラメータタイプの数、重み付けファクタ、および／または総合ランク値のディスプレイスケール範囲（例えば、８ビットグレースケール範囲）に対応してもよい。他の態様では、適切な種類および／または数のパラメータのいずれかを用いて、時間−強度曲線を定量化してもよい。例えば、数値的ランクの各集合は、このパラグラフで説明される四つのパラメータの部分集合のみ（例えば、二つ又は三つだけ）のランキングに基づいてもよい。
各計算領域についての総合ランク値を生成すること１１８は、計算領域ごとに、個々の数値的ランク（サブランク）のうちの二つ以上（例えば、全て）を足し合わせることを含んでもよく、その結果、全ての計算領域はその数値的ランク値のうちの二つ以上（例えば、全て）の和に基づく総合ランク値を有する。ある態様では、数値的ランクの集合の和は式１のステップを含んでもよい。
式１：
ここで、RTotalは総合ランク値、wtnは対応するパラメータに適用される重み付けファクタ（例えば、ΔＩINGRESSに適用されるwt1、ΔＴONSETに適用されるwt2、ΔＴMVASCULARに適用されるwt3、ΔＴVENOUSに適用されるwt4）、Rn(パラメータ)は示されるパラメータについてのサブランク（例えば、R1(ΔＩINGRESS)は(ΔＩINGRESS)についての数値的ランク、R2(ΔＴONSET)はΔＴONSETについての数値的ランク、R3(ΔＴMVASCULAR)はΔＴMVASCULARについての数値的ランク、R4(ΔＴVENOUS)はΔＴVENOUSについての数値的ランク）、である。
式１：
選択されたパラメータ（例えば、ΔＩINGRESS、ΔＴONSET、ΔＴMVASCULAR、ΔＴVENOUS）のそれぞれが測定された後、選択されたパラメータのそれぞれにサブランク値が割り当てられ、サブランク値は選択された値範囲内にある。ある態様では、サブランク値は値範囲内にあってもよく、その値範囲は選択されたパラメータに適用される重み付けファクタとRTotalについて選択された値範囲とに少なくとも部分的に依存する。ある態様では、重み付けファクタはおおよそ等しい。例えば、ある例示的な式１の実施では、各重み付けファクタはおおよそ等しく（例えば、wt1=wt2=wt3=wt4）、RTotalの値範囲はおおよそ０−２５５であってもよく、これは８ビットグレースケールに対応する。この例では、各パラメータは０−６３からのサブランク値に関連付けられる（例えば、R1=0から63、R2=0から63、R3=0から63、R4=0から63；subrank(R1,R2,R3,R4)∈[0…63])。これは、８ビットグレースケールのおよそ四分の一である。他の態様では、重み付けファクタ、総合ランク値の範囲、またはそれらの両方は異なりうる。
式２は式１の特定の実装の例である。
式２：
ここで、MAX_RANKは、全ての計算領域のなかでの示されるパラメータの最大数値的ランク値である。例えば、MAX_RANKは６３であってもよく、各パラメータ値は０−６３の範囲（０、６３を含む）にあってもよい。
式２：
総合ランク値を生成すること１１８の第２態様では、総合ランク値は、各計算領域についての数値メトリクスの集合をハッシュ関数にマップすることによって生成されてもよい。これは、各計算領域についての一意の総合ランク値を生じさせる。あるバージョンでは、各計算領域についての数値メトリクスは、総合ランク値を生成することの第１態様で説明されるように（例えば、その計算領域について、時間−強度曲線の異なる部分に対して数値的ランクを割り当てること）生成された数値的ランクであってもよい。例えば、曲線近似がf(x)=C1+C2X+C3X2+C4X3などの三次多項式で表される場合、数は単一のランクに合成されうる。したがって、総合ランク値RTotalは組み合わせRTotal=[C1,C2,C3,C4]であり、本明細書で説明される種々の態様のいずれか（例えば、エレガントペアリング）にしたがい導かれる。あるバージョンでは、各計算領域についての数値メトリクスは、その計算領域についての時間−強度曲線を最もよく近似する多項式の係数に対応してもよい。あるバージョンでは、数値メトリクスは、所定の間隔で測定された時間−強度曲線の強度値であってもよい。他のバージョンでは、数値メトリクスは、異なるイメージング法で異なりうるひとつ以上の適切な他のパラメータに基づいてもよい。
ハッシュ関数は、数値メトリクスの各集合を単一の数に一意にマップする。例えば、ハッシュ関数は巡回冗長検査であってもよい。他の例として、ハッシュ関数は、カントアズペアリング（Cantor's Pairing）やエレガントペアリング（Elegant Pairing）などの、数の組を単一の数にマップする対関数であってもよい。ハッシュ関数が対関数であるバージョンでは、ハッシュ関数は再帰的に適用されてもよく、それは組ごとに適用され、各計算領域について全ての数値メトリクスが単一の値（総合ランク値）として符号化されてしまうまで続く。対関数は、その引数のそれぞれにおいて厳密に単調である態様で、二つの自然数を単一の自然数へと一意に符号化するプロセスである。例えば、Ｐ：ＮｘＮ→Ｎが対関数である場合、全てのｘ、ｙ∈Ｎについて、Ｐ（ｘ、ｙ）＜Ｐ（ｘ＋１、ｙ）およびＰ（ｘ、ｙ）＜Ｐ（ｘ、ｙ＋１）である。一意性および単調であることは別として、関数は高次元へと容易に一般化されうる。すなわち、複数のパラメータ（例えば、三つ、四つ、およびそれより多くのパラメータなど）を単一の数へマップすることが可能であろう。これらの基準を満たす一つの例示的な候補は、いわゆるエレガントペアリング関数であり、以下のように定義されうる（式３）：
式３：
式３：
二つより多くの数をペアリングするためには、ペアリングのペアリングが用いられてもよい。例えば、f(i,j,k)はP(i,P(j,k))またはP(P(i,j),k))として定義されてもよいが、f(i,j,k,l)はP(P(i,j),P(k,l))として定義されなければならない。いったんランクを表す数の集合を作成すると、我々はそれらを必要に応じてスケールしてもよい（例えば、０から２５５）。
総合ランク値を生成することの第１および第２態様に関連して説明されたアルゴリズムは例示である。異なるアプリケーションやイメージング法などについての他の態様では、方法は追加的にまたは代替的に、複数の計算領域についてのパラメータ値の集合のうちの二つ以上（例えば、全て）を比較することに基づいて総合ランク値を生成するための他の適切なアルゴリズムを実行すること、を含んでもよい。
計算領域についての総合ランク値のランキングマップイメージへの変換
図１に示されるように、方法は、総合ランク値をランキングマップイメージへ変換すること１２０を含む。結果として得られるランキングマップイメージは、計算領域に亘る総合ランク値の空間分布を可視化し、それにより計算領域間の総合ランク値の相対的差分を可視化する。したがって、ランキングマップイメージは、撮像される組織の異なる部分間の、選択されたパラメータに関する相対的差分を示す。ランキングマップイメージは組織の異なる特性（例えば、生理学的特性）を、客観的で理解容易な態様で、ハイライトする。後に詳述されるように、その結果、ランキングマップイメージは、より効果的で統一的な臨床評価および意思決定を促進しうる。
図１に示されるように、方法は、総合ランク値をランキングマップイメージへ変換すること１２０を含む。結果として得られるランキングマップイメージは、計算領域に亘る総合ランク値の空間分布を可視化し、それにより計算領域間の総合ランク値の相対的差分を可視化する。したがって、ランキングマップイメージは、撮像される組織の異なる部分間の、選択されたパラメータに関する相対的差分を示す。ランキングマップイメージは組織の異なる特性（例えば、生理学的特性）を、客観的で理解容易な態様で、ハイライトする。後に詳述されるように、その結果、ランキングマップイメージは、より効果的で統一的な臨床評価および意思決定を促進しうる。
ある態様では、総合ランク値をランキングマップイメージへ変換すること１２０は、各総合ランク値を強度値と相互に関係付けることを含んでもよく、その結果、ランキングマップイメージの計算領域は総合ランク値に対応して変化する強度値で図示されてもよい。変換は、各総合ランク値にディスプレイ輝度値を割り当てることを含んでもよく、ここで総合ランク値と輝度値とは直接的な関係がある（例えば、ランクが高いほどピクセルの強度が高い）。直接的な関係は線形または非線形であってもよい。他の態様では、変換は、総合ランク値と輝度値との間の間接的関係に基づいてもよい。
ある態様では、総合ランク値はグレースケールまたは色スケール値にマップされてもよい。例えば、総合ランク値は８ビットグレースケールディスプレイ値（例えば、０から２５５までの）にマップされてもよく、これにより総合ランク値のグレースケールイメージ表現が可能となる。ある態様では、視覚的な受け取られ方を最適化するために、適切にコントラストを与える色（例えば、偽色や疑似色）で表現される異なるグレースケール値範囲を伴う色スキームが、グレースケールイメージ表現に適用されてもよい。総合ランク値を空間的ランキングマップイメージのピクセル値へ変換するために他のスケールが追加的または代替的に適用されてもよく、この場合、ピクセル値の差分は撮像される組織の異なる領域間の、総合ランク値の相対的差分を反映する。
ランキングマップイメージの表示および他のステップ
ある態様では、図１に示されるように、方法は、ディスプレイにランキングマップイメージを表示すること１２２をさらに含んでもよい。例えば、ランキングマップイメージは、蛍光イメージングシステムのビデオモニタ上のユーザインタフェース内または他の適切なディスプレイに表示されてもよい。ランキングマップイメージはそれだけで表示されてもよいし、他のイメージ（例えば、解剖イメージが重ねられて、または解剖イメージに重ねるようにして）または他のデータと組み合わせて表示されてもよい。そのような他のデータは例えば対象の全身状態や局所状態に関してもよく、その対象の特定の臨床コンテキストを提供する。そのような状態は併存症状態を含んでもよく、併存症状態は例えば高血圧、脂質異常、糖尿病、慢性閉鎖性肺疾患、冠動脈疾患、慢性腎臓病、またはそれらの組み合わせを含む。ある態様では、後に詳述されるように、ランキングマップイメージは組織内の傷を特徴付ける傷指標値と共に表示されてもよい。
ある態様では、図１に示されるように、方法は、ディスプレイにランキングマップイメージを表示すること１２２をさらに含んでもよい。例えば、ランキングマップイメージは、蛍光イメージングシステムのビデオモニタ上のユーザインタフェース内または他の適切なディスプレイに表示されてもよい。ランキングマップイメージはそれだけで表示されてもよいし、他のイメージ（例えば、解剖イメージが重ねられて、または解剖イメージに重ねるようにして）または他のデータと組み合わせて表示されてもよい。そのような他のデータは例えば対象の全身状態や局所状態に関してもよく、その対象の特定の臨床コンテキストを提供する。そのような状態は併存症状態を含んでもよく、併存症状態は例えば高血圧、脂質異常、糖尿病、慢性閉鎖性肺疾患、冠動脈疾患、慢性腎臓病、またはそれらの組み合わせを含む。ある態様では、後に詳述されるように、ランキングマップイメージは組織内の傷を特徴付ける傷指標値と共に表示されてもよい。
ある態様では、方法はさらに、総合ランク値のマップと、臨床関連（例えば、組織灌流関連）状態のリスク評価と、を相互に関連付けることを含んでもよい。そのような評価は、介入前に、治療／作業中に、および介入後に、行われてもよい。方法はまた、介入前に、治療／作業中に、および介入後に、対象の臨床関連（例えば、組織灌流関連）状態を特定して特徴付けるための診察を定義することを含んでもよい。他の態様では、方法は相関ステップおよび診察ステップを除いてもよい。
傷を特徴付けるための方法
対象の組織を特徴付けるための上述の方法１００は、処理されたイメージデータのさらなる応用のための基礎として役に立ちうる。例えば、図４に示されるように、対象のターゲット組織領域における傷を特徴付けるための医療イメージングにおいて用いられる例示的方法４００は、対象のターゲット組織領域の蛍光イメージの時系列を受けること４１２であって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成すること４１４と、各計算領域についてのひとつ以上のパラメータ値を作成すること４１６であって、ひとつ以上のパラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域についてのパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成すること４１８と、変更総合ランク値を含むデータ集合を生成すること４２６であって、変更総合ランク値は総合ランク値と参照値との比較に少なくと部分的に基づく、生成することと、データ集合のうちの傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成すること４２８と、を含んでもよい。ある態様では、方法４００はさらに、蛍光イメージの時系列を生成すること４１０、および／またはディスプレイにランキングマップイメージを表示すること４３０を含んでもよい。
対象の組織を特徴付けるための上述の方法１００は、処理されたイメージデータのさらなる応用のための基礎として役に立ちうる。例えば、図４に示されるように、対象のターゲット組織領域における傷を特徴付けるための医療イメージングにおいて用いられる例示的方法４００は、対象のターゲット組織領域の蛍光イメージの時系列を受けること４１２であって、イメージは複数の計算領域を規定する、受けることと、複数の計算領域についての複数の時間−強度曲線を生成すること４１４と、各計算領域についてのひとつ以上のパラメータ値を作成すること４１６であって、ひとつ以上のパラメータ値は時間−強度曲線の少なくとも一部を近似する、作成することと、複数の計算領域についてのパラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成すること４１８と、変更総合ランク値を含むデータ集合を生成すること４２６であって、変更総合ランク値は総合ランク値と参照値との比較に少なくと部分的に基づく、生成することと、データ集合のうちの傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成すること４２８と、を含んでもよい。ある態様では、方法４００はさらに、蛍光イメージの時系列を生成すること４１０、および／またはディスプレイにランキングマップイメージを表示すること４３０を含んでもよい。
総じて、方法４００は、参照値からの逸脱を表す傷に対して実行されてもよい。傷は組織に対する慢性創傷や急性創傷のいずれかの種類を含んでもよく、そのような創傷は例えば切開、褥瘡、静脈潰瘍、動脈潰瘍、糖尿病性下肢潰瘍、裂傷、擦過傷、刺し傷、挫傷、剥離、腔、火傷、それらの組み合わせ、および／または同様のものである。さらに、傷は種々の外傷的出来事および／または医療状態のうちのひとつ以上により引き起こされてもよい。そのような外傷的出来事および／または医療状態は、例えば、圧挫創、戦傷（例えば、被弾／爆発）、または壊疽、炎症、静脈鬱血、リンパ浮腫などから生じる傷であってもよい。
傷管理におけるひとつの課題は、例えば医療者の技術、経験に依存して、医療状態または傷の性質に対する見方が医療者により異なりうることである。現在、傷管理技術は傷の病理的履歴についての情報を提供しうるが、生存度および／または回復の見込みの信頼性の高いインジケータ（例えば、傷および／またはその周辺が余病を生じさせる可能性があるか否か、治癒可能か否か、治癒がどのように進むか、および施された治療が効果的か否かおよびその治療をいつ止めることができるか）を提供することはできない。さらに、従来技術による病理学が論証できない傷も存在する。
現在、これらの課題のいくつかを解決しようとする試みのなかで、ある蛍光イメージング技術は、視覚的な表示を提供することに加えて、傷内およびその周りの血流および／または灌流を数値的に特徴付けるためのメトリクスを動画データから生成することができ、したがって、組織灌流状態を評価する際の主観性および認識の偏りを低減しようとしている。しかしながら、そのような数値的特徴付けには、傷治癒の下にある生物学的メカニズムの理解は与えられていない。該メカニズムは、医療者が医療的に意味のある評価を行うことを可能とする情報を運ぶために必要である。より具体的には、傷治癒プロセス中の血流および／または組織灌流ダイナミクスの理解は、そのようなイメージデータが傷治癒状態の正確な解釈を生み出すために特に有益であろう。既存の蛍光イメージング技術はそのような知識を組み入れておらず、また血流および／または組織灌流を評価するための標準化プロトコルをサポートしておらず、また組織内の血流／灌流の振る舞いの正確な特徴付けおよび分類であって医療者間、患者間、そして複数のイメージングセッション間で十分に整合する特徴付けおよび分類を提供していない。
ある態様では、本明細書で説明される方法は、ターゲット組織領域における傷（例えば、傷、傷の周辺）を特徴付けるための医療イメージング技術に関する。方法は、ターゲット組織領域に関連する関心データ（例えば、ターゲット組織領域のうち傷領域のみから生じるデータ）の分離および選択を促進する一方、関心の低い残りのデータ（例えば、ターゲット組織領域のうち傷組織以外の組織から生じるデータ）を抑制してもよい。このようにすることで、方法は、関心情報の希薄化を最小化することにより診断力を強化する。さらに、方法は、ターゲット組織（例えば、傷または傷の周辺）の状態の統一的、客観的、定量的表現を提供する。そのような表現は、医療者の認識および／またはスキルのバイアスに影響を受けない。さらに、方法は、患者の傷治癒状態を（例えば、血流および／または灌流に基づいて）、経時的に複数のイメージングセッションに亘って比較、追跡するための、信頼性の高いかつ整合性の高い手法を提供してもよい。したがって、方法は、ターゲット組織領域のより正確な、統一的な、および定量的な評価を可能とするだけでなく、医療ケア戦略のターゲット化された形成（例えば、治療の推薦、治療の効き目の監視、治療を止めるべきか／いつ止めるべきかの判断、手術戦略の形成）をも可能としてもよい。最後に、方法はまた、薬に敏感な患者の患者リスクを低減すること、および処置および／または治療の総コストを低減すること、を促進してもよい。
種々の実施の形態に係る傷を評価することは、灌流ダイナミクスを評価することを包含する。例えば、本明細書で説明される方法およびシステムは、例えばプラスチック再建手術を行う患者の手術前診断、血管吻合を伴う組織再近置を含む一般的な手術（例えば、皮弁移送、結腸再建等）、または心臓手術中の心臓組織の生存度および機能の評価などの他の医療アプリケーションに適用可能である。さらに、本明細書で説明される方法およびシステムはさらに、例えば組織灌流や組織内におけるイメージング剤の他の動的振る舞いなどの任意の動的プロセスの臨床評価に適用可能である。動的プロセスは、そのプロセスを表す入力データの時系列（例えば、イメージフレーム）から生成されるイメージデータの空間マップによって、およびさらに空間マップ内のデータから生成される傷指標によって、表されうる。
方法のひとつのアプリケーションでは、本明細書に記載の方法を実行し本明細書に記載のシステムを用いることで導かれるデータは、そのデータと血管新生のプロセスとを相互に関連付けることによって、医療者に予測情報を提供することができる。血管新生は、自然に生じる血管成長および退化のプロセスを指す。血管新生は、組織修復および再生の統合コンポーネントとして生じる。血管新生は治癒の際に増大し、生理学的ベースラインへと剪定される。例えば、傷治癒中、血管の萌芽および分岐はかなりの量ではあるが未熟で漏れやすい新生血管ネットワークを生じさせ、該ネットワークは最終的には余計な血管のシステマチックな剪定により解決され、安定な、灌流良好な、血管ネットワークを生み出し、該血管ネットワークは組織の恒常性を維持する（例えば、Mechanisms of Vessel Regression: Toward an Understanding of the Resolution of Angiogenesis, Mateusz S. Wietecha et al., Current Topics in Microbiology and Immunology, 2013, 367:3-32を参照)。図５Ａは、従来技術において通常の傷治癒プロセスとして理解されているものを模式的に示す。これに対して、図５Ｂは、従来技術において慢性の傷治癒プロセスとして理解されているものを模式的に示す。慢性創傷において、血管新生はバランスを失っている。そのような慢性創傷が蛍光イメージングを用いてイメージングされると、過蛍光が観測される。これは、そのような傷における血管の「漏れやすさ」の結果として生じると信じられている（例えば、Expression and Proteolysis of Vascular Endothelial Growth Factor is Increased in Chronic Wounds, Gereon Lauer et al., J Invest Dermatol 115:12-18, 2000; Vascular Endothelial Growth Factor Is a Secreted Angiogenic Mitogen, David W. Leung et al., Science, Vol. 246, p. 1306, December 8, 1989参照）。したがって、ある実施の形態によると、本発明の方法と血管新生のプロセスとの相関は、傷の微小循環の監視を可能とすることで、臨床における意思決定を促進するか、またはガイドすることができる。本明細書に記載の方法およびシステムを用いることで、初期評価中に傷治癒が血管新生プロセス中のどこにいると決定されるかに依存して、医療者は例えば、施される治療が効果的である場合に後の読みがどこに落ちるべきかを判定することができる。本明細書に記載の方法を実行し本明細書に記載のシステムを用いることから得られるデータはさらに、ターゲット組織における複数の傷領域を区別することを促進する。この複数の傷領域は、異なるタイムラインにしたがって発展、進行および／または治癒するであろう。
本明細書に記載の方法およびシステムはそれだけで用いられ得る傷の定量的評価を促進するが、そのような定量的評価を定性的評価および／またはインジケータ（例えば、患者の状態に関する全身または局所インジケータ）と組み合わせて用いることで、医療者に強化された診断力を提供してもよい。
追加的に、本明細書では、様々な方法を傷の予後評価のための蛍光イメージの時系列のコンテキストで説明するが、方法は、組織内でのイメージング剤の動的振る舞いに関する時系列として生成される入力データの他のソースに適用可能であり、またターゲット組織が異なる組織特性を有する領域を含む場合の他の医療目的のために適用可能である。例は、励起されたイメージング剤からの蛍光の検出と、イメージング剤に伴う吸収の検出により生成されたイメージの時系列などの入力データの他のソースと、を含んでもよい。
ある態様では、蛍光イメージの時系列を生成するステップ４１０、蛍光イメージの時系列を受信するステップ４１２、複数の時間−強度曲線を生成するステップ４１４、各計算領域についてのひとつ以上のパラメータ値を作成するステップ４１６、および／または各計算領域についての総合ランク値を生成するステップ４１８は、対象の組織を特徴付けるための方法１００に関して上述されたステップ１１０、１１２、１１４、１１６および１１８と同様のものである。
変更総合ランク値を含むデータの集合の生成
図４に示されるように、傷を特徴付けるための方法４００は、変更総合ランク値を含むデータの集合を生成すること４２６を含んでもよい。ある態様では、変更総合ランク値を含むデータの集合を生成するステップは、総合ランク値の少なくとも一部を調整すること、および／または総合ランク値を参照値と比較することを含む。
図４に示されるように、傷を特徴付けるための方法４００は、変更総合ランク値を含むデータの集合を生成すること４２６を含んでもよい。ある態様では、変更総合ランク値を含むデータの集合を生成するステップは、総合ランク値の少なくとも一部を調整すること、および／または総合ランク値を参照値と比較することを含む。
総合ランク値の少なくとも一部を調整することは、ターゲット組織の傷領域に対応する総合ランク値と、ターゲット組織の非傷領域や他の関心のより低い領域に対応する総合ランク値と、の間の差を強調または強化する。言い換えると、総合ランク値の少なくともいくつかを調整することは、他のデータ（例えば、ターゲット組織内の傷領域から生じたものでないデータおよび／または背景に関連付けられたデータ）からの関心データ（例えば、ターゲット組織の傷から生じたデータ）の選択を促進する。
ある態様では、調整は総合ランク値の第１部分を第１調整関数で調整することで第１調整データ集合を生成することと、総合ランク値の第２部分を第２調整関数で調整することで第２調整データ集合を生成することと、を含んでもよい。第１調整データ集合は傷に対応する変更総合ランク値を含んでもよく、したがって傷特徴値と見なされてもよい。第２調整データ集合は非傷領域に対応する変更総合ランク値を含んでもよく、したがって非傷特徴値と見なされてもよい。
第１調整関数と第２調整関数とは異なってもよい。例えば、ある態様では、第１調整関数は恒等関数（これは、入力と同じ値を返す）であってもよく、この場合、第１調整データ集合内の総合ランク値は変化せず、第２調整関数は第２調整データ集合内の総合ランク値をゼロと等しくしてもよい。例えば、Ｒ＝調整されていない総合ランク値である場合、第１調整関数Ｍ１はＭ１（Ｒ）＝Ｒであり、第２調整関数Ｍ２はＭ２（Ｒ）＝０であってもよい。他の例として、第１調整関数は、Ｒ＞Ｒｅｆ＋Ｔｏｌｅｒａｎｃｅの場合、Ｍ１（Ｒ）＝Ｒであってもよい。ここで、Ｔｏｌｅｒａｎｃｅは選択された所定値である。他の例として、第１調整関数は撮像組織内の亜灌流領域についてＭ１（Ｒ）＝Ｒ−Ｈｙｐｏであってもよい。ここで、Ｒ−Ｈｙｐｏは、過蛍光傷に関連付けられた領域について総合ランク値と等しくない所定の数値的総合ランク値である。
ある態様では、変更総合ランク値は変更ランキングマップイメージに変換されてもよい。例えば、各変更総合ランク値は強度値と相互に関係付けられてもよく、その結果、変更ランキングマップイメージの計算領域は変更総合ランク値に対応して変化する強度値で図示されてもよい。他の例では、変更総合ランク値のそれぞれはグレースケールまたは色スケール値と相互に関連付けられてもよい。そのような変更ランキングマップイメージでは、傷領域に対応する変更総合ランク値は、非傷領域に対応する変更総合ランク値とはかなり異なって現れる。これは調整の後の、それらの間の数値的な差に起因する。この変更ランキングマップイメージは、イメージングシステムのビデオモニタや他の適切なディスプレイなどに表示されてもよい。
変更総合ランク値を参照値と比較することは、ターゲット組織の傷領域に対応するデータをターゲット組織の非傷領域に対応するデータからさらに分離する。ある態様では、比較ステップは、全ての計算領域についての全ての変更総合ランク値から参照値を減じることを含んでもよく、それによりターゲット組織における傷の正確な輪郭に対応する総合ランク値が残される。総合ランク値を調整するステップの前に参照値と比較するステップが行われる他の態様では、比較ステップは全ての非変更総合ランク値から参照値を減じることを含む。
ある態様では、図４に示されるように、方法は、総合ランク値を調整する際に用いられる参照値を生成すること４２４を含んでもよい。参照値は複数のアプローチのいずれかにしたがい生成されてもよい。例えば、参照値は参照イメージの時系列または参照組織から得られた他の入力データ（例えば、参照蛍光イメージの時系列）から導かれてもよい。参照組織は、健常対象、健常対象の個体群、対象のターゲット組織内の健常組織領域、対象のターゲット組織外の健常組織領域、そのような代替物のうちの二つ以上の組み合わせ、または参照イメージの時系列における背景を考慮に入れたそのような代替物のさらなる組み合わせ、の組織であってもよい。
さらに、特定の方法、状態、臨床コンテキスト、またはこれらのファクタの組み合わせのなかで傷が評価されている場合に、参照値はそれらのいずれかに特有のものであってもよい。したがって、例えば、参照値は、特定の方法または状態（例えば、糖尿病などの全身状態）を示す対象または対象の個体群のターゲット組織内の健常組織領域、特定の方法または状態（例えば、糖尿病などの全身状態）を示す対象または対象の個体群のターゲット組織外の健常組織領域、そのような代替物の組み合わせ、または参照イメージの時系列における背景を考慮に入れたそのような代替物のさらなる組み合わせ、の参照組織から得られた参照イメージの時系列から導かれてもよい。
ある態様では、参照値は、参照総合ランク値に基づいてもよく、参照総合ランク値は上述の総合ランク値と同様の方法で計算されてもよい。例えば、参照イメージの時系列または他の入力データは参照組織から得られてもよく、参照計算領域について生成される参照時間−強度曲線のためのベースとして作用してもよい。その後、参照時間−強度曲線を近似するよう選択されたひとつ以上のパラメータに基づいて参照計算領域の参照ランク値を生成してもよいまたは割り当ててもよい。特定の対象または対象の個体群についての参照計算領域は手動で選択されてもよいし、オペレータによる補助有りまたは無しでプロセッサにより選択されてもよい。参照イメージの時系列は、ターゲット組織のイメージの時系列の取得の前、実質的に同時、または後に取得されてもよい。
他の態様では、参照値は参照イメージの別個の時系列から得られるものではなく、代わりにターゲット組織からのイメージ（例えば、蛍光イメージ）の時系列における背景強度または他の度合いと等しいものであってもよい。さらに別の態様では、参照値は、参照イメージの別個の時系列または他の入力データと、蛍光イメージの時系列または他の入力データと、の組み合わせに基づくものである。
ある態様では、参照値は、公差値、乗数、またはそれらの組み合わせなどのモディファイアによって変更されうる。例えば、モディファイアは、対象または対象のグループ／個体群の他のサイトから取得されたひとつ以上の参照値、またはそのような参照値の平均であってもよい。モディファイアは参照ランクの計算における測定誤差を補償する。他の種々の実施の形態では、参照値は、ひとつ以上の他の参照値によって除されることによってさらに変更されてもよい。
特定の対象または対象の個体群、特定のアプリケーション、方法、状態あるいは臨床コンテキストごとに、複数の参照値をテーブルまたはデータベース（例えば、アトラス）にまとめてもよい。そのようなテーブルまたはデータベースを用いて参照値を提供してもよい。
傷指標値の生成
図４に示されるように、方法４００は、変更総合ランク値のデータ集合のうちの少なくとも一部に基づいて傷指標値を生成すること４２８を含む。ある態様では、この傷指標値は総じて単一の数値である。ある態様では、傷指標値は傷特徴値の平均に基づく。例えば、傷指標値を生成することは、傷に位置する計算領域に対応する変更ランク値を足し合わせることと、その和をイメージ内のピクセルの総数で除すこと（すなわち、イメージ全体の平均をとること）と、を含んでもよい。他の例として、傷指標値を生成することは、傷に位置する計算領域に対応する変更ランク値を足し合わせることと、その結果をイメージのうち背景を除く組織部分を表すピクセルの数で除すこと（すなわち、イメージの組織部分の平均をとること）と、を含んでもよい。
図４に示されるように、方法４００は、変更総合ランク値のデータ集合のうちの少なくとも一部に基づいて傷指標値を生成すること４２８を含む。ある態様では、この傷指標値は総じて単一の数値である。ある態様では、傷指標値は傷特徴値の平均に基づく。例えば、傷指標値を生成することは、傷に位置する計算領域に対応する変更ランク値を足し合わせることと、その和をイメージ内のピクセルの総数で除すこと（すなわち、イメージ全体の平均をとること）と、を含んでもよい。他の例として、傷指標値を生成することは、傷に位置する計算領域に対応する変更ランク値を足し合わせることと、その結果をイメージのうち背景を除く組織部分を表すピクセルの数で除すこと（すなわち、イメージの組織部分の平均をとること）と、を含んでもよい。
生成された傷指標値は傷の定量的表現を提供する。実施の形態によると、傷指標値は傷の活動（すなわち、傷活動値）を表す。傷指標値は経時的に追跡されてもよく、これは率および傾きについての情報を導くことを促進するグラフの形で表現されてもよい。傷指標値の経時的グラフ表現は、傷指標値の経時的な変化の評価を容易にし、ある実施の形態では、傷の状態または活動の経時的変化を示すものである。傷の状態または活動の例は、傷の特性、傷の状態、傷の治癒状態（例えば、炎症、悪性腫瘍、異常、疾病）を含む。傷指標値を経時的に追跡することは変化率を追跡することを容易にし、これは例えば傷治癒の段階と相互に関連付けられてもよい。傷指標値を経時的に追跡することはさらに、血管新生曲線と相互に関連付けられてもよい。この発見は後に患者が今いる治癒段階と相互に関連付けられてもよい。さらに、傷指標値の経時的変化に関する情報は、高圧酸素療法、負圧療法、または他の既知の傷治療方法などの治療を、治療プロセスを犠牲にせずに止めることのできる時点についての予測情報を提供する。その結果、傷指標値は組織血流および／または組織灌流を評価するための客観的な標準化プロトコルを提供し、これは、評価を実施する医療者に依らずに、患者の血流および／または灌流状態を経時的に複数のイメージングセッションに亘って信頼性高くかつ高い整合性で比較、追跡する方法を促進しうる。
傷指標値の表示および他のステップ
ある態様では、図４に示されるように、方法４００はさらに、ディスプレイに傷指標値を表示すること４３０をさらに含んでもよい。例えば、傷指標値は、蛍光イメージングシステムのビデオモニタ上のユーザインタフェース内または他の適切なディスプレイに表示されてもよい。ある態様では、傷指標値をそれだけで、または本発明の方法の他のステップの可視化と組み合わせて用いることで、医療者に提供される情報を強化することができる（これは診断の強化を促進する）。傷指標値はさらに、解剖イメージに重ねられてもよくおよび／または患者に関する他のデータまたは情報（例えば、患者の全身状態）と相互に関連付けられてもよい。例えば、ある態様では、傷指標値はそれだけで、または非変更および／または変更総合ランク値（例えば、ランキングマップイメージまたは変更ランキングマップイメージ）と組み合わせて表示されてもよい。他の例として、傷指標値は最大灌流マップおよび／または他の適切なマップまたはイメージと組み合わせて表示されてもよい。ある態様では、変更総合ランクのデータ集合と、臨床関連（例えば、灌流関連）状態のリスク評価と、を相互に関連付けてもよい。そのような評価は、介入前に、治療／作業中に、および／または介入後に、行われてもよい。方法はさらに、介入前に、治療／作業中に、および介入後に、対象の臨床関連（例えば、灌流関連）状態を特定して特徴付けるための診察を定義することを含んでもよい。種々の他の実施の形態では、方法は相関ステップおよび／または診察ステップを除いてもよい。
ある態様では、図４に示されるように、方法４００はさらに、ディスプレイに傷指標値を表示すること４３０をさらに含んでもよい。例えば、傷指標値は、蛍光イメージングシステムのビデオモニタ上のユーザインタフェース内または他の適切なディスプレイに表示されてもよい。ある態様では、傷指標値をそれだけで、または本発明の方法の他のステップの可視化と組み合わせて用いることで、医療者に提供される情報を強化することができる（これは診断の強化を促進する）。傷指標値はさらに、解剖イメージに重ねられてもよくおよび／または患者に関する他のデータまたは情報（例えば、患者の全身状態）と相互に関連付けられてもよい。例えば、ある態様では、傷指標値はそれだけで、または非変更および／または変更総合ランク値（例えば、ランキングマップイメージまたは変更ランキングマップイメージ）と組み合わせて表示されてもよい。他の例として、傷指標値は最大灌流マップおよび／または他の適切なマップまたはイメージと組み合わせて表示されてもよい。ある態様では、変更総合ランクのデータ集合と、臨床関連（例えば、灌流関連）状態のリスク評価と、を相互に関連付けてもよい。そのような評価は、介入前に、治療／作業中に、および／または介入後に、行われてもよい。方法はさらに、介入前に、治療／作業中に、および介入後に、対象の臨床関連（例えば、灌流関連）状態を特定して特徴付けるための診察を定義することを含んでもよい。種々の他の実施の形態では、方法は相関ステップおよび／または診察ステップを除いてもよい。
ある態様では、追加的にまたは代替的に機械学習を用いて、ランキングマップおよび傷指標値の両方を生成してもよく、および／または血流および／または組織灌流パターンを明らかにしてもよい。ある態様では、機械学習プロセス（プロセッサまたはコンピュータを明示的なプログラムなしで動作させる）、ディープ機械学習、データマイニング、および／またはパターン認識への入力として傷指標値を用いることができる。この場合、次いで機械学習を用いて入力データまたは傷などの組織のイメージの時系列を評価する。さらに、イメージまたは他の入力データの時系列、ランク付けされた計算領域（例えば、ランク付けされたイメージまたはその一部）またはそれらの組み合わせを機械学習プロセッサの入力として用い、初期入力傷指標値（例えば、傷活動指標値）を用いる機械学習プロセッサによって行われる学習にしたがい処理または分類してもよい。
例セクションにおいて種々の臨床コンテキストへの応用と共に方法の種々の態様をさらに説明する。
組織を特徴付けるためのシステム
対象の組織を特徴付ける（例えば、対象のターゲット組織領域の傷を特徴付ける）ためのシステムは、ひとつ以上のプロセッサと、そこに保持されている命令を有するメモリと、を含み、該命令は、ひとつ以上のプロセッサによって実行された場合、システムに、組織を特徴付けるおよび／または対象のターゲット組織領域における傷を特徴付けるために上述されたものと実質的に同様な方法を実行させる。
対象の組織を特徴付ける（例えば、対象のターゲット組織領域の傷を特徴付ける）ためのシステムは、ひとつ以上のプロセッサと、そこに保持されている命令を有するメモリと、を含み、該命令は、ひとつ以上のプロセッサによって実行された場合、システムに、組織を特徴付けるおよび／または対象のターゲット組織領域における傷を特徴付けるために上述されたものと実質的に同様な方法を実行させる。
ある態様では、対象の組織を特徴付けるためのシステムは蛍光イメージングシステムである。図６は、蛍光イメージングシステム６１０の模式的例である。蛍光イメージングシステム６１０は、対象の組織を照らすことで対象の組織における（例えば、血中の）蛍光イメージング剤６１４からの蛍光放射を誘導する光源６１２と、蛍光放射からの蛍光イメージの時系列を生成するよう構成されたイメージ取得アセンブリ６１６と、本明細書に記載の方法の態様のいずれかにしたがい蛍光イメージの生成された時系列を処理するよう構成されたプロセッサアセンブリ６１８と、を備える。プロセッサアセンブリ６１８は、命令を伴うメモリ６６８と、メモリ６６８上の命令を実行することで、上述の方法の種々の実施の形態との関連で説明されたように蛍光イメージの時系列を処理するよう構成されたプロセッサモジュール６６２と、蛍光イメージの未処理および／または処理済み時系列を保持するデータストレージモジュール６６４と、を含んでもよい。ある態様では、メモリ６６８とデータストレージモジュール６６４とは同じ保持媒体に具現化されてもよいし、他の態様では、メモリ６６８とデータストレージモジュール６６４とは異なる保持媒体に具現化されてもよい。システムはさらにディスプレイ６６６を含んでもよく、ディスプレイ６６６にはイメージおよび他のデータが表示され、表示されるものとしては例えば蛍光イメージまたは他の入力データの時系列のいくつかまたは全て、ランキングマップイメージ、および／または傷指標値がある。
ある態様では、光源６１２は例えば照明モジュール６２０を含む。照明モジュール６２０は、蛍光イメージング剤６１４を励起するのに適切な強度および波長を有する励起光を生成するよう構成された蛍光励起源を含んでもよい。図７に示されるように、照明モジュール６２０は、対象の組織内の蛍光イメージング剤（不図示）を励起するための励起光を提供するよう構成されたレーザダイオード７２２（例えば、これは例えばひとつ以上のファイバ結合ダイオードレーザを含んでもよい）を備えてもよい。種々の実施の形態において用いられ得る励起光の他のソースの例は、ひとつ以上のＬＥＤ、アークランプ、または組織内の蛍光イメージング剤を励起するのに十分な強度および適切な波長の他の照明技術を含む。例えば、血中の蛍光イメージング剤の励起（該蛍光イメージング剤は近赤外線励起および放射特性を伴う蛍光色素）は、DILAS Diode Laser Co, Germanyから入手可能なひとつ以上の７９３ｎｍ、伝導冷却、シングルバー、ファイバ結合レーザダイオードモジュールを用いて実行されてもよい。
図６を再度参照すると、ある態様では、光源６１２からの光出力をひとつ以上の光学要素を通じて投影することで、組織の関心領域を照らすのに用いられている出力を形成しかつ導いてもよい。光学要素は、イメージ取得アセンブリ６１６の視野の実質的全体に亘る平坦なフィールドが得られるように、ひとつ以上のレンズ、光ガイド、および／または回折要素を含んでもよい。蛍光励起源は、蛍光イメージング剤１４（例えば、ＩＣＧ等）の最大吸収に近い波長で放射するよう選択されてもよい。例えば、図７に示されるように、レーザダイオード７２２からの出力７２４はひとつ以上の収束レンズ７２６を通過し、例えばNewport Corporation, USAから普通に取得可能なライトパイプなどの均質化ライトパイプ７２８を通過してもよい。最後に、光は、例えばNewport Corporation, USAから取得可能なすりガラス回折要素などの光学回折要素７３２（すなわち、ひとつ以上の光学ディフューザ）を通過してもよい。レーザダイオード７２２への電力は、例えばLumina Power Inc., USAから取得可能な大電流レーザドライバなどによって提供されてもよい。レーザは、オプションで、イメージ取得プロセス中、パルスモードで動作してもよい。ソリッドステートフォトダイオード７３０などの光学センサは照明モジュール６２０に組み込まれてもよく、照明モジュール６２０によって生成される照明強度を、種々の光学要素からの散乱や拡散反射を介してサンプルしてもよい。ある態様では、追加的な照明源を用いることで、関心領域の上でモジュールを整列させ位置決めするときのガイドを提供してもよい。
図６を再度参照すると、ある態様では、イメージ取得アセンブリ６１６は蛍光イメージングシステム６１０のコンポーネントであってもよく、蛍光イメージング剤６１４からの蛍光放射から蛍光イメージの時系列を取得するよう構成されてもよい。イメージ取得アセンブリ６１６はカメラモジュール６４０を含んでもよい。図８に示されるように、カメラモジュール６４０は、蛍光放射をイメージセンサアセンブリ８４４上に集束させるためのイメージングオプティクスのシステム（例えば、８４６ａ、８４６ｂ、８４８および８５０）を用いることで、組織内の蛍光イメージング剤からの蛍光放射８４２のイメージを取得してもよい。イメージセンサアセンブリ８４４は、少なくともひとつの二次元ソリッドステートイメージセンサを含んでもよい。ソリッドステートイメージセンサは、電荷結合デバイス（ＣＣＤ）、ＣＭＯＳセンサ、ＣＩＤまたは同様の二次元センサ技術であってもよい。イメージセンサアセンブリ８４４によって変換された光信号から得られる電荷は、カメラモジュール８４０内の適切な読み出しおよび増幅エレクトロニクスによって、デジタルビデオ信号およびアナログビデオ信号の両方を含む電子ビデオ信号に変換される。
蛍光イメージングシステムの例示的な実施の形態によると、光源は約８００nm±１０nmの励起波長を提供し、イメージ取得アセンブリは例えばＩＣＧ蛍光イメージングのためのＮＩＲ−コンパチブル光学系と共に＞８２０nmの放射波長を用いる。例示的な実施の形態では、ＮＩＲ−コンパチブル光学系は、GigEスタンダードインタフェースを有するＣＣＤモノクロイメージセンサと、光学フォーマットおよび取り付けフォーマット（例えば、Ｃ／ＣＳマウント）についてセンサと互換性のあるレンズと、を含んでもよい。
ある態様では、プロセッサモジュール６６２は、例えばタブレットやラップトップやデスクトップやネットワークコンピュータや専用スタンドアローンマイクロプロセッサなどの任意のコンピュータまたは計算手段を含む。例えば、プロセッサモジュール６６２はひとつ以上の中央演算ユニット（ＣＰＵ）を含んでもよい。例示的な実施の形態では、プロセッサモジュール６６２は四つのＣＰＵを伴うクアッドコア、２．５ＧＨｚプロセッサであり、各ＣＰＵは６４ビットマイクロプロセッサ（例えば、INTEL Core i3, i5, または i7, もしくはAMD Core FXシリーズとして売られている）などのマイクロプロセッサである。しかしながら、他の実施の形態では、プロセッサモジュール６６２は、任意の適切な数のＣＰＵおよび／または他の適切なクロック速度を伴う任意の適切なプロセッサであってもよい。
プロセッサモジュール６６２の入力は、例えば、図８に示されるカメラモジュール６４０のイメージセンサ８４４から、図７の照明モジュール６２０のソリッドステートフォトダイオード７３０から、および／またはフットスイッチまたは遠隔制御などの外部制御ハードウエアのいずれかから、取得されてもよい。出力は、レーザダイオードドライバおよび光学アライメント器に提供される。図６に示されるように、ある態様では、プロセッサアセンブリ６１８は、内部メモリ（例えば、ハードディスクやフラッシュメモリ）などの実体的非一時的コンピュータ可読媒体に、イメージの時系列、またはイメージの時系列を表すデータ、または他の入力データを保存する能力を伴うデータストレージモジュール６６４を有してもよく、それにより取得データの記録および処理が可能となる。ある態様では、プロセッサモジュール６６２は内部クロックを有してもよく、これにより種々の要素の制御が可能となり、また照明およびセンサシャッタの正しいタイミングが保証される。ある態様では、プロセッサモジュール６６２はユーザ入力と出力のグラフィカル表示とを提供してもよい。蛍光イメージングシステムはオプションで、蛍光イメージの時系列を、それらが取得されている際または記録の後で再生される際に蛍光イメージの時系列を表示するための、ビデオディスプレイ６６６または他のモニタを備えてもよい。ビデオディスプレイ６６６は追加的にまたは代替的に、本明細書に記載の方法の実行中に生成されるデータ、例えばランキングマップイメージおよび／または傷指標値、を可視化してもよい。
図６−８に示される例示的なシステムの動作において、関心エリア（例えば、ターゲット組織領域）が光源６１２およびイメージ取得アセンブリ６１６の下に置かれるように、対象を蛍光イメージングシステム６１０に対して配置する。その結果、光源６１２の照明モジュール６２０は関心エリアの実質的に全体に亘って実質的に一様な照明フィールドを生成する。ある態様では、対象に蛍光イメージング剤６１４を投与する前に、背景除去のために関心エリアのイメージが取得されてもよい。蛍光イメージを取得するため、蛍光イメージングシステム６１０のオペレータは、遠隔スイッチまたはフットコントロールを押し込むことで、またはプロセッサアセンブリ６１８に接続されたキーボード（不図示）を介して、蛍光イメージの時系列の取得を始めてもよい。その結果、光源６１２がオンされ、プロセッサアセンブリ６１８は、イメージ取得アセンブリ６１６によって提供される蛍光イメージデータの記録を開始する。実施の形態のパルスモードで動作する場合、カメラモジュール６４０のイメージセンサ８４４は、照明モジュール６２０のダイオードレーザ７２２によって生成されるレーザパルスに続く蛍光放射を集めるように同期される。このようにすることで、最大の蛍光放射強度が記録され、信号対ノイズ比は最適化される。この実施の形態では、蛍光イメージング剤６１４は対象に投与され、動脈流を介して関心エリアに運ばれる。蛍光イメージの時系列の取得は、例えば、蛍光イメージング剤６１４の投与の後すぐに開始され、関心エリアの実質的に全体からの蛍光イメージの時系列は蛍光イメージング剤６１４の入来を通じて取得される。関心領域からの蛍光放射は、カメラモジュール６４０の収集光学系によって集められる。残留雰囲気励起光および反射励起光は、カメラモジュール６４０の後続の光学要素（例えば、図８の光学要素８５０であってこれはフィルタであってもよい）によって減衰する。その結果、蛍光放射はイメージセンサアセンブリ８４４によって、他のソースからの光との最小の干渉を伴って、取得されうる。
ある態様では、蛍光イメージの時系列の取得または生成の次に、プロセッサアセンブリ６１８（例えば、プロセッサモジュール６６２または他のプロセッサ）は、メモリ６６８に保持される命令を実行し、本明細書に記載のひとつ以上の方法を実行するよう起動されてもよい。システム６１０はディスプレイ６６６に、ランキングマップおよび／または医療相関、またはそれから導かれる診察結果、もしくはその両方を可視化してもよく、それらは例えばグレースケールまたは偽色イメージとしてユーザに表示されてもよく、および／または後の利用のために保持されてもよい。追加的にまたは代替的に、システム６１０はディスプレイ６６６に、傷指標値を表示してもよい。
ある態様では、ターゲット組織領域における傷を特徴付けるためのまたは組織を特徴付けるためのシステムは、ユーザインタフェースと、ユーザインタフェースと通信するよう構成されたプロセッサと、保持される命令を有する非一時的コンピュータ可読保持媒体と、を備え、命令はプロセッサによって実行された場合、プロセッサに本明細書に記載の組織における傷を特徴付けるためのおよび／または組織を特徴付けるための方法のうちのひとつ以上を行わせる。ある態様では、プロセッサはイメージングシステムのコンポーネントであってもよい。他の態様では、プロセッサはイメージングシステムから離れて設けられ、イメージングシステムと通信してもよい。この場合、イメージングシステムは上述の蛍光イメージングシステムであってもよいし、任意の適切なイメージングシステムであってもよい。
コンピュータ実行可能（可読）プログラムコードを組み込みの形で有する実体的非一時的コンピュータ可読媒体は命令を提供してもよく、該命令は、ひとつ以上のプロセッサに、その命令を実行するときに、本明細書に記載の組織における傷を特徴付けるためのおよび／または組織を特徴付けるための方法のうちのひとつ以上を行わせる。プログラムコードを任意の適切なプログラミング言語で記述可能であり、かつ、多くの形態でプロセッサに提供可能である。そのような多くの形態は、例えば、書き込み不可保持媒体（例えば、ＲＯＭやＣＤ−ＲＯＭディスクなどのリードオンリーメモリデバイス等）に恒久的に保持される情報や、書き込み可能保持媒体（例えば、ハードドライブ等）に変更可能に保持される情報や、ローカルエリアネットワーク、インターネットなどの公衆ネットワーク、または電子的インストラクションを保持するのに適切な任意のタイプの媒体などの通信媒体を通じてプロセッサに運ばれる情報、を含むがそれらに限定されない。本発明の方法の種々の実施の形態を実装するコンピュータ可読インストラクションを運ぶ場合、そのようなコンピュータ可読媒体は本発明の種々の実施の形態の例を表す。種々の実施の形態では、実体的非一時的コンピュータ可読媒体は全てのコンピュータ可読媒体を含み、本発明範囲はコンピュータ可読媒体を包含し、媒体は実体的および非一時的の両方である。
キットは、本明細書に記載のシステムの部分のいずれかと、ＩＣＧなどの蛍光色素や任意の適切な蛍光イメージング剤などの蛍光イメージング剤と、を含んでもよい。さらなる態様では、キットはコンピュータ実行可能（可読）プログラムコードを組み込みの形で有する実体的非一時的コンピュータ可読媒体を含んでもよく、該媒体は命令を提供してもよく、該命令は、ひとつ以上のプロセッサに、その命令を実行するときに、本明細書に記載の組織における傷を特徴付けるためのおよび／または組織を特徴付けるための方法のうちのひとつ以上を行わせる。キットは、そのコンポーネントのうちの少なくともいくつかの使用のための（例えば、蛍光イメージング剤を用いるための、命令が組み込まれたコンピュータ実行可能（可読）プログラムコードをインストールするための、等）命令を含んでもよい。さらに別の態様では、例えば、本明細書に記載の方法およびシステムで用いられる蛍光色素などの蛍光イメージング剤が提供される。
例
後述の例のいくつかにおいて、「最大灌流マップ」は、蛍光入力イメージの時系列の計算領域内の各ピクセルに、全測定期間中に達成されたその最大強度の値を割り当てることによって作成されたマップを指す。
後述の例のいくつかにおいて、「最大灌流マップ」は、蛍光入力イメージの時系列の計算領域内の各ピクセルに、全測定期間中に達成されたその最大強度の値を割り当てることによって作成されたマップを指す。
蛍光入力イメージの時系列における選択されたイメージ計算領域（すなわち、ランキング解析を実行すべき関心領域）内の個々全てのピクセルについての灌流ダイナミクスは、その血管造影曲線の形状によって特徴付けされうる。曲線はある所定の基準に基づいて分類され、その結果、個々全てのピクセルにそれが示す曲線のタイプに対応するランクが割り当てられてもよい。以下の例に示されるように、慢性創傷における血流可視化に近赤外線イメージング技術が適用される場合、傷の大部分はいわゆる過蛍光効果を示す。傷の周りの領域は、非常に速いレートのＩＣＧ（または他のイメージング剤）の流入を示してもよく、これによりそのピクセルは平均より大きな強度に達してもよい。この現象は傷に特有のものであるようであり、健常組織では生じないようである。各場合の複数の総合ランク値はランキングマップイメージとして可視化された。これは本例のコンテキストでは可換的に「傷活動マップ」と称されてもよい。ランキングマップイメージの他の利点と共に上で詳述されたように、傷活動マップのひとつの目的は、傷の中およびその周りに形成される血流パターンを可視化するための容易な手法を提供することである。
後述の例のいくつかで示されるように、ランク値のそれぞれと参照値との比較から生成される傷指標値（ＷＩＶ）は、傷活動マップを介した定性的な傷治療評価をさらに強化し、それにより傷および傷治療進捗を追跡するための定量化ツールを提供する。上述のように、治癒中または組織再生中の新たな血管の形成は血管新生として知られており、傷の周りにおける高密度血管ネットワークの成長を伴い、これは損傷した組織への血液供給の増大を引き起こす。傷が癒えるにつれて、血管系の通常の構造が復活するまで過剰な血管が徐々に剪定される。傷指標値は、通常の創傷および慢性創傷の両方について、血管新生プロセスと相関があるようであり、傷治癒進捗を定量化するための意味のある方法を提供することを促進する。特に、傷指標値は、患者の傷治癒状態を（例えば、血流および／または組織灌流に基づいて）、経時的に複数のイメージングセッションに亘って比較、追跡するための、客観的で整合性の高い手法を提供する。上で詳述されたように、ＷＩＮは、医療者間、患者間および複数のイメージセッション間で十分に統一的な、傷におけるおよび傷の周囲における血流／灌流の振る舞いの特徴付けおよび分類を可能とする。以下の例におけるＷＩＶ（およびある場合にはＷＩＶと組み合わせて用いられるべき傷特徴値の可視化）は、傷活動マップのグレースケールバージョンに適応しきい値を適用することによって生成された。
傷管理におけるランキングマップイメージ
慢性創傷管理などの傷管理におけるひとつの課題は、医療者の間で、傷の医学的状態や性質に対する見方が異なりうることである。現在の技術は傷の病理的履歴についての情報を提供しうるが、生存度および／または回復の見込み、例えば、傷および／またはその周辺が余病を生じさせる可能性があるか否かや治癒可能か否かや治癒がどのように進むか、についての信頼性の高いインジケータを提供することはできない。さらに、従来の診断技術による病理学が論証できない傷も存在する。本明細書に記載の方法およびシステムの種々の実施の形態は、特定の組織領域（例えば、傷、傷の周辺）の状態の統一的な表現（認識バイアスによらない）の生成を促進し、したがってより正確な後続の治療戦略評価および形成（例えば、局所治療、高圧療法、手術前および手術後の組織評価、手術戦略の形成などの効能ケアの推薦および評価）を促進する。
慢性創傷管理などの傷管理におけるひとつの課題は、医療者の間で、傷の医学的状態や性質に対する見方が異なりうることである。現在の技術は傷の病理的履歴についての情報を提供しうるが、生存度および／または回復の見込み、例えば、傷および／またはその周辺が余病を生じさせる可能性があるか否かや治癒可能か否かや治癒がどのように進むか、についての信頼性の高いインジケータを提供することはできない。さらに、従来の診断技術による病理学が論証できない傷も存在する。本明細書に記載の方法およびシステムの種々の実施の形態は、特定の組織領域（例えば、傷、傷の周辺）の状態の統一的な表現（認識バイアスによらない）の生成を促進し、したがってより正確な後続の治療戦略評価および形成（例えば、局所治療、高圧療法、手術前および手術後の組織評価、手術戦略の形成などの効能ケアの推薦および評価）を促進する。
図９Ａ−９Ｆは、慢性非治癒創傷などのための傷評価および管理についてのランキングマップイメージの応用を示す。蛍光イメージの時系列（動画）は、SPY（登録商標）エリート蛍光イメージングデバイス（NOVADAQ（登録商標） Technologies Inc.から入手可能）を用いて記録された。次いで種々の実施の形態にしたがい蛍光イメージの時系列を用いることで、ランク値の空間マップすなわちランキングマップイメージが生成された。本例では、総合ランク値を生成する第２の態様が上述のように適用された。図９Ａのカラーイメージは、医療者による患者の最初の診察中に観察された、何らかの治療が施される前の傷を示す。図９Ｂは、種々の実施の形態にしたがい生成されたランク値の対応する空間マップである。図９Ｂは、傷および傷の周辺の医療的状態を明確に示している。すなわち、傷のなかに高ランク値の領域（左の矢印）があり、これは低ランク値の領域（右の矢印）によって囲まれている。図９Ｃおよび９Ｅは、治療の繰り返し受診の後に続く傷評価中にとられたカラーイメージである。図９Ｄおよび９Ｆはそれぞれ、図９Ｃおよび９Ｅに対応するランキングマップイメージである。患者の二回目の診断に対応する図９Ｃを見た医療者は、傷に適用されている特定の治療の効き目を明確に示すものを得ることができないかもしれない。傷の見た目は、最初の訪問における何らかの治療の前の傷とおおよそ似ているからである。しかしながら、これに対して、図９Ｄの対応するランキングマップイメージは、傷および治癒パターンの態様の変化を明確に示している。同様に、三回目の診断に関するランキングマップイメージ（図９Ｆ）は、高ランク値の領域（矢印）が、治療のより前の段階での図９Ｂおよび９Ｄの同様な領域と比較した場合に収縮していることにより示されるように、治癒の進行を明確に示す。さらに、そのような残っている高ランク領域（これは、異常灌流と相関があると信じられている）の存在は、従来の傷の視認（図９Ｅ）からは明らかではなかった。
呼吸器手術におけるランキングマップイメージ
図１０Ａ−１０Ｄは、種々の実施の形態にしたがい生成されたランキングマップイメージが、この場合には呼吸器手術の手術コンテキストにおいて、組織の特性の可視化を提供するために、いかに用いられるかを示す。蛍光血管造影イメージの時系列（動画）は、SPY（登録商標）エリート蛍光イメージングデバイス（NOVADAQ（登録商標） Technologies Inc.から入手可能）を用いて呼吸器手術中に記録され、ランク値の空間マップを生成するために種々の実施の形態にしたがい用いられた。本例では、上述の式１および式２のアルゴリズムが適用された。図１０Ａは術後の胸の傷のカラーイメージを示し、対応するランキングマップイメージは図１０Ｂに示される。図１０Ｃおよび１０Ｄはそれぞれ、高圧酸素療法を三週間続けた後の、傷のカラーイメージおよび傷の対応するランク値の空間マップである。これらの図面に示されるように、ランク値の空間マップにおいて傷の周りに現れた異常に明るいエリア（図１０Ｂ、矢印）は、治療により、エッジの周りおよび傷の周囲領域においてだけでなく、内部においても収縮し、外観が変化した（図１０Ｄ）。図１０Ａの最初の傷と比較した場合のランク値のパターンの差が観察され、それは傷が治っているところであることを示す。種々の実施の形態にしたがい生成されたランク値の空間マップは傷の状態に対する洞察を提供する。そのような洞察は、図１０Ｃに示される傷のカラーイメージだけでは提供できないものである。したがって、より良い傷ケア管理およびさらなる手術介入の必要性の判断が容易となる。
図１０Ａ−１０Ｄは、種々の実施の形態にしたがい生成されたランキングマップイメージが、この場合には呼吸器手術の手術コンテキストにおいて、組織の特性の可視化を提供するために、いかに用いられるかを示す。蛍光血管造影イメージの時系列（動画）は、SPY（登録商標）エリート蛍光イメージングデバイス（NOVADAQ（登録商標） Technologies Inc.から入手可能）を用いて呼吸器手術中に記録され、ランク値の空間マップを生成するために種々の実施の形態にしたがい用いられた。本例では、上述の式１および式２のアルゴリズムが適用された。図１０Ａは術後の胸の傷のカラーイメージを示し、対応するランキングマップイメージは図１０Ｂに示される。図１０Ｃおよび１０Ｄはそれぞれ、高圧酸素療法を三週間続けた後の、傷のカラーイメージおよび傷の対応するランク値の空間マップである。これらの図面に示されるように、ランク値の空間マップにおいて傷の周りに現れた異常に明るいエリア（図１０Ｂ、矢印）は、治療により、エッジの周りおよび傷の周囲領域においてだけでなく、内部においても収縮し、外観が変化した（図１０Ｄ）。図１０Ａの最初の傷と比較した場合のランク値のパターンの差が観察され、それは傷が治っているところであることを示す。種々の実施の形態にしたがい生成されたランク値の空間マップは傷の状態に対する洞察を提供する。そのような洞察は、図１０Ｃに示される傷のカラーイメージだけでは提供できないものである。したがって、より良い傷ケア管理およびさらなる手術介入の必要性の判断が容易となる。
再建手術におけるランキングマップイメージ
図１１Ａ−１１Ｂは、種々の実施の形態に係る方法およびシステムの、胸部再建手術への応用を示す。数人の患者に施された乳房切除手術のなかでデータが収集された。蛍光血管造影イメージの時系列（動画）は、SPY（登録商標）エリート蛍光イメージングデバイス（NOVADAQ（登録商標） Technologies Inc.から入手可能）を用いて記録され、このデータはランク値の空間マップを生成するために用いられた。本例では、上述の式１および式２のアルゴリズムを適用することで総合ランク値を生成した。実施中の各胸部治療：切開前ベースライン、乳房切除後、および再建後、について、三つのタイプの記録が行われた。加えて、手術の一週間後、臨床成績を評価するための手段としてカラースナップショットがとられた。
図１１Ａ−１１Ｂは、種々の実施の形態に係る方法およびシステムの、胸部再建手術への応用を示す。数人の患者に施された乳房切除手術のなかでデータが収集された。蛍光血管造影イメージの時系列（動画）は、SPY（登録商標）エリート蛍光イメージングデバイス（NOVADAQ（登録商標） Technologies Inc.から入手可能）を用いて記録され、このデータはランク値の空間マップを生成するために用いられた。本例では、上述の式１および式２のアルゴリズムを適用することで総合ランク値を生成した。実施中の各胸部治療：切開前ベースライン、乳房切除後、および再建後、について、三つのタイプの記録が行われた。加えて、手術の一週間後、臨床成績を評価するための手段としてカラースナップショットがとられた。
ランキングマップイメージ（図１１Ｂ）は乳首の周りにあるエリア（矢印で示される）を特定した。このエリアの組織は隣の組織と比べてかなり異なっていた（傷ついていた）。ランキングマップイメージで特定されたエリアは、その組織について、周りの組織と比べて低いランク値を示した。データは胸部のカラースナップショットから集められたが、そのカラースナップショットは術後一週間でとられたものであり、乳首の周りの壊死を示していた（図１１Ａ）。壊死の形状はランク値の空間マップ上の異常な色のエリア（矢印）によってかなりよく近似されている。したがって、ランク値の空間マップは、医療者による問題の特定の前に、組織における問題を特定した。
傷管理アプリケーションのケース例
ケース１−外傷性裂傷
図１２Ａから１２Ｈは、例えば外傷性骨折により引き起こされた傷などの傷の定量的診断および管理に対する、本発明の方法およびシステムの適用を示す。患者は７２歳の老人で、左の足首に外傷性の２踝部複雑骨折を負っていた。これは、観血的整復／内部固定手術を伴う手術的修復を必要とした。手術サイトは完全に破壊され、固定プレートしたがって末端を脅かしていた。高圧酸素療法（ＨＢＯＴ）が推薦された。
ケース１−外傷性裂傷
図１２Ａから１２Ｈは、例えば外傷性骨折により引き起こされた傷などの傷の定量的診断および管理に対する、本発明の方法およびシステムの適用を示す。患者は７２歳の老人で、左の足首に外傷性の２踝部複雑骨折を負っていた。これは、観血的整復／内部固定手術を伴う手術的修復を必要とした。手術サイトは完全に破壊され、固定プレートしたがって末端を脅かしていた。高圧酸素療法（ＨＢＯＴ）が推薦された。
図１２Ａのカラーイメージは、医療者による患者の最初の診察中に観察された、何らかの治療が施される前の傷を示し、図１２Ｅは繰り返し治療の後の、最初の診察から一ヶ月後の傷のカラーイメージである。傷の最大灌流マップは上述のように生成された。その一例は図１２Ｂに示されており、これは患者の最初の診察中にとられたものであり、図１２Ｆは治療および最初の診察から一ヶ月後のフォローアップ訪問中にとられたものである。最大灌流マップはＬＵＮＡ（登録商標）蛍光イメージングシステム（NOVADAQ（登録商標） Technologies Inc.から入手可能）を用い、ＩＣＧを蛍光イメージング剤として用いることで記録された。傷の傷活動マップおよび傷指標値（ＷＩＶ）は上述のように生成された。図１２Ｃおよび１２Ｇはそれぞれ、最初の訪問および最初の訪問から一ヶ月後の傷活動マップを示す。図１２Ｄおよび１２Ｈはそれぞれ最初の訪問および最初の訪問から一ヶ月後の傷に対応する傷特徴値（すなわち、非傷特徴値から分離されたものである）を示すか可視化するものであり、傷特徴値は各ランク値と参照値との比較および上述の処理から生成される。患者のターゲット組織における健常組織領域（図１２Ｃおよび１２Ｇで緑色で示される）を用いて、参照値を導いた。図１２Ｄおよび１２Ｈはそれぞれさらに、患者の最初の訪問（ＷＩＶ５０）および一ヶ月後（ＷＩＶ６）の傷指標値を示す。
図１２Ｃは、傷および傷の周辺の医療的状態を明確に示している。すなわち、傷のなかに高ランク値の領域（例えば、図１２Ｃの赤色）があり、これは健常組織のものとは依然として異なる低ランク値の領域（図１２Ｃの黄色）によって囲まれている。図１２Ｄは傷内の過灌流の大きなエリアを明確に示し、これはさらにＷＩＶが５０と定量化される。
図１２Ｅ（繰り返し治療の後に続く後続の傷の診療中の一ヶ月後にとられたもの）を見る医療者は、傷がある程度治癒したというある視認を得るであろうが、この視認評価からは、治療を止めてよいか否か明確にはならないであろう。しかしながら、これに対して、対応する傷活動マップ（図１２Ｇ）は、傷および治癒パターンの態様の変化を可視化する。このパターンは、図１２Ｈで、傷特徴値（非傷値によって希薄化されたり歪められたりしていない、傷のみに関する値）の可視化においてより劇的に示されている。図１２Ｈは、最初の訪問時（図１２Ｄ）と比べて傷関連エリアの顕著な減少を示す。同様に、傷の定量化は一ヶ月でいまやＷＩＶ６であり（ＷＩＶ５０という初期値からの減少）、傷がかなり治癒し、ＷＩＶが０になるであろう回復の途上にあるであろうことを示す。血管新生、傷治癒および組織再生に関連して上述されたように、ＷＩＶの減少は過剰な血管を剪定して通常のレベルにすることと相関するようである。
したがって、傷指標値ＷＩＶは、傷の状態（例えば、傷の深刻度、傷の活動）の定量的表示を提供するのに役に立つ。ＷＩＶは血流および／または組織灌流を評価するための客観的な標準化プロトコルを提供し、これは、評価を実施する医療者に依らずに、患者の血流および／または灌流状態を経時的に複数のイメージングセッションに亘って信頼性高くかつ高い整合性で比較、追跡する方法を促進しうる。
ケース２−感染創傷
図１３Ａから１３Ｋは、例えば感染創傷などの傷の定量的診断および管理に対する、本発明の方法およびシステムの適用を示す。患者は４８歳の男性で、左脚に感染創傷を有していた。観血的整復−内部固定再建手術が行われた。傷は数ヶ月間開いていた。積極的な局所傷治療に対して難治性であり、抗生剤治療が適用された。また、ＨＢＯＴ治療が推薦された。イメージ取得、傷指標値の処理および生成に関連して上述された方法がこのケースにも当てはまる。
図１３Ａから１３Ｋは、例えば感染創傷などの傷の定量的診断および管理に対する、本発明の方法およびシステムの適用を示す。患者は４８歳の男性で、左脚に感染創傷を有していた。観血的整復−内部固定再建手術が行われた。傷は数ヶ月間開いていた。積極的な局所傷治療に対して難治性であり、抗生剤治療が適用された。また、ＨＢＯＴ治療が推薦された。イメージ取得、傷指標値の処理および生成に関連して上述された方法がこのケースにも当てはまる。
図１３Ａ、１３Ｆおよび１３Ｉは、最初の診察中の傷のカラーイメージ（図１３Ａ）、その後治療を継続し、最初の診療から二週間後に生じたもの（イメージ利用不可）、二ヶ月後に生じたもの（図１３Ｆ）および三ヶ月後に生じたもの（図１３Ｉ）である。図１３Ｂ、１３Ｄ、１３Ｇおよび１３Ｊは対応する最大灌流マップであり、図１３Ｃ、１３Ｅ、１３Ｈおよび１３Ｋは対応する傷活動マップである。患者のターゲット組織における健常組織領域（図１３Ｃ、１３Ｅ、１３Ｈおよび１３Ｋで緑色で示される）を用いて、参照値を導いた。本例では、ケース１とは対照的に、コンパレータデータ集合は可視化されなかった。代わりに傷指標値（ＷＩＶ）のみが上述のように生成され、傷の定量的指標として用いられた。
このケースは、傷が回復の途上にある例でもある。二週間後（図１３Ｅ）におけるＷＩＶの増大は、最初の訪問の後に続いて炎症が発生し、したがって傷において血管新生が増大したことを示す。二ヶ月後（図１３Ｈ）のＷＩＶの減少によって示されるように傷はその後治り始め、三ヶ月後（図１３Ｋ）には最終的に「０」になったが、これは傷が治癒したことを示す。したがって、この治癒プロセスにおけるＷＩＶ値は血管新生曲線および治癒と相関するようであり、治癒プロセスの種々の段階を定量化する。さらに、ＷＩＶから得られる情報は、それだけであっても傷活動マップとの組み合わせの形であっても、従来の傷の視認検査を用いる医療者には利用可能とはなっていなかったであろう。
ケース３−虚血性創傷
図１４Ａから１４Ｉは、例えば虚血性創傷などの傷の定量的診断および管理に対する、本発明の方法およびシステムの適用を示す。患者は５１歳の男性で、骨髄炎および上行筋膜炎を伴う切断中足と閉塞性動脈内膜炎とを伴う虚血性創傷を左脚に有していた。積極的な局所治療に難治性であり、抗生剤治療が適用された。ＨＢＯＴが推薦され、開始された。イメージ取得、傷指標値の処理および生成に関連して上述された方法がこのケースにも当てはまる。
図１４Ａから１４Ｉは、例えば虚血性創傷などの傷の定量的診断および管理に対する、本発明の方法およびシステムの適用を示す。患者は５１歳の男性で、骨髄炎および上行筋膜炎を伴う切断中足と閉塞性動脈内膜炎とを伴う虚血性創傷を左脚に有していた。積極的な局所治療に難治性であり、抗生剤治療が適用された。ＨＢＯＴが推薦され、開始された。イメージ取得、傷指標値の処理および生成に関連して上述された方法がこのケースにも当てはまる。
図１４Ａ、１４Ｄおよび１４Ｇは、最初の診察中の傷のカラーイメージ、その後治療を継続し、最初の診療から五日後に生じたもの（図１４Ｄ）および一ヶ月後に生じたもの（図１４Ｇ）である。図１４Ｂ、１４Ｅおよび１４Ｈは対応する最大灌流マップであり、図１４Ｃ、１４Ｆおよび１４Ｉは対応する傷活動マップである。患者のターゲット組織における健常組織領域（図１４Ｃ、１４Ｆおよび１４Ｉで緑色で示される）を用いて、参照値を導いた。本例では、ケース１とは対照的に、コンパレータデータ集合は可視化されなかった。代わりにＷＩＶのみが上述のように生成され、傷についての傷の定量的指標として用いられた。
治療後五日後（図１４Ｃ）のＷＩＶと治療後一ヶ月後（図１４Ｆ）のＷＩＶとの差は満足できるほど顕著ではなかった。五日後のイメージング中に指先領域が切り落とされたからである。それでもなお、ＷＩＶの経時的減少は傷が治癒したことを示しており、これは従来の視認検査のみからは明らかにはならなかったであろう。
ケース４−再建手術アプリケーション
図１５Ａ−１５Ｌは、例えば胸部再建手術などの再建手術への方法およびシステムの応用を示す例を提供する。患者は４６歳の女性で、直後の再建を伴うバイラテラル乳房切除を行った。術後４８時間後、彼女は右の胸の下極の虚血性悪化を有しているとみなされた。ＨＢＯＴ治療が推薦された。イメージ取得（NOVADAQ（登録商標） Technologies Inc.から入手可能なSPY（登録商標）蛍光イメージングシステムで記録された）、傷指標値の処理および生成に関連して上述された方法がこのケースにも当てはまる。
図１５Ａ−１５Ｌは、例えば胸部再建手術などの再建手術への方法およびシステムの応用を示す例を提供する。患者は４６歳の女性で、直後の再建を伴うバイラテラル乳房切除を行った。術後４８時間後、彼女は右の胸の下極の虚血性悪化を有しているとみなされた。ＨＢＯＴ治療が推薦された。イメージ取得（NOVADAQ（登録商標） Technologies Inc.から入手可能なSPY（登録商標）蛍光イメージングシステムで記録された）、傷指標値の処理および生成に関連して上述された方法がこのケースにも当てはまる。
図１５Ａ、１５Ｅおよび１５Ｉは、最初の診察中の傷のカラーイメージ（図１５Ａ）、その後治療を継続し、最初の診療から一週間後にとられたもの（図１５Ｅ）および三週間後にとられたもの（図１５Ｉ）である。図１５Ｂ、１５Ｆおよび１５Ｊは対応する最大灌流マップであり、図１５Ｃ、１５Ｇおよび１５Ｋは対応する傷活動マップである。
図１５Ｄ、１５Ｈおよび１５Ｌは最初の訪問およびフォローアップ訪問についての傷に対応する傷特徴値（すなわち、非傷特徴値から分離されたものである）を可視化するものであり、傷特徴値は各ランク値と参照値との比較および上述の処理から生成される。患者のターゲット組織における健常組織領域（図１５Ｃ、１５Ｇおよび１５Ｋで緑色で示される）を用いて、参照値を導いた。このデータから、最初の訪問およびその後のものについて傷指標値（ＷＩＶ）が生成された（図１５Ｄ、１５Ｈおよび１５Ｌ）。このケースは、過灌流傷の治癒を示す。ＷＩＶの増大は、血管新生に関連して述べた血管形成活動の増大と相関する。ＨＢＯＴ治療は血管新生プロセスをトリガし、該プロセスはまず組織の過灌流エリアの周りの血流活動の増大を引き起こした（図１５Ｆ、１５Ｇおよび１５Ｈ）。治癒が進むにつれて、流れの増大は傷の内部へと広がり、したがって傷指標のより高い値として現れた（図１５Ｊ、１５Ｋおよび１５Ｌ）。
追加的変形例
総じて、ある態様では、コンピュータ実装方法は、対象の組織の血管造影イメージの時系列内の計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択された複数のパラメータに基づいて計算領域のランク値を計算することと、計算されたランク値の空間マップを生成することと、を含む。ある態様では、血管造影イメージの時系列は、蛍光血管造影イメージの時系列を含む。ある態様では、計算されたランク値の空間マップは、蛍光イメージング剤のボラースが組織を通って動く際に放たれた蛍光の一時的な特徴を表す。ある態様では、計算されたランク値の空間マップは、組織の特性、組織の状態、またはそれらの組み合わせを表す。ある態様では、計算されたランク値の空間マップは組織の治癒状態を表す。ある態様では、組織の特性または組織の状態は、炎症、悪性腫瘍、異常、疾病、またはそれらの組み合わせを含む。
総じて、ある態様では、コンピュータ実装方法は、対象の組織の血管造影イメージの時系列内の計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択された複数のパラメータに基づいて計算領域のランク値を計算することと、計算されたランク値の空間マップを生成することと、を含む。ある態様では、血管造影イメージの時系列は、蛍光血管造影イメージの時系列を含む。ある態様では、計算されたランク値の空間マップは、蛍光イメージング剤のボラースが組織を通って動く際に放たれた蛍光の一時的な特徴を表す。ある態様では、計算されたランク値の空間マップは、組織の特性、組織の状態、またはそれらの組み合わせを表す。ある態様では、計算されたランク値の空間マップは組織の治癒状態を表す。ある態様では、組織の特性または組織の状態は、炎症、悪性腫瘍、異常、疾病、またはそれらの組み合わせを含む。
ある態様では、蛍光イメージング剤は、蛍光色素、その類似物、その誘導体、またはそれらの組み合わせを含む。ある態様では、蛍光色素はトリカルボシアニン色素を含む。ある態様では、蛍光色素は、インドシアニングリーン（ＩＣＧ）、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、またはそれらの組み合わせを含む。ある態様では、蛍光イメージング剤は、蛍光血管造影イメージの時系列の取得の直前に対象に対して投与される。
ある態様では、複数のパラメータのうちのパラメータは、時間−強度曲線の増大する強度の領域の期間、時間−強度曲線の増大する強度の領域内の強度変化、時間−強度曲線の増大する強度の領域内の強度変化、時間−強度曲線のピーク強度の領域の期間、時間−強度曲線のピーク強度の領域内の強度変化、時間−強度曲線の減少する強度の領域の期間、または時間−強度曲線の減少する強度の領域内の強度変化を含む。ある態様では、複数のパラメータのうちのパラメータは、時間−強度曲線の灌流発現フェーズの期間、時間−強度曲線の灌流発現フェーズ中の強度変化、時間−強度曲線の動脈フェーズの期間、時間−強度曲線の動脈フェーズ中の強度変化、時間−強度曲線の毛細血管フェーズの期間、時間−強度曲線の毛細血管フェーズ中の強度変化、時間−強度曲線の静脈フェーズの期間、または時間−強度曲線の静脈フェーズ中の強度変化を含む。ある態様では、複数のパラメータの各パラメータは数値的曲線近似アルゴリズムである。ある態様では、時間−強度曲線の近似は時間−強度曲線の一部の近似を含む。
ある態様では、血管造影イメージの時系列は、取得時刻によって順番に並べられた複数の個別のイメージフレームを含む。ある態様では、個別のイメージフレームは空間的に並べられる。ある態様では、血管造影イメージの時系列は、選択されたデータを抽出するよう、ベースライン強度を計算するよう、画質検証プロセスを行うよう、またはそれらの組み合わせを行うよう、前処理される。ある態様では、計算領域は個別のピクセルまたは個別のピクセルのグループを含む。
ある態様では、計算されたランク値の空間マップを生成することは、複数の計算領域について、各計算されたランク値に強度値を割り当てることを含む。ある態様では、計算されたランク値と強度値とには直接的な関係がある。
ある態様では、方法は、対象の組織の解剖イメージに計算されたランク値の空間マップを重ねることを含む。ある態様では、方法は、対象の組織の血管造影イメージの時系列を取得することを含む。ある態様では、血管造影イメージの時系列は、蛍光血管造影イメージの時系列である。
ある態様では、取得は蛍光イメージングシステムを用いて行われる。これらの態様のいくつかでは、蛍光イメージングシステムは蛍光イメージング剤の使用を含む。ある態様では、蛍光イメージング剤は、蛍光色素、その類似物、その誘導体、またはそれらの組み合わせを含む。ある態様では、蛍光色素はトリカルボシアニン色素を含む。ある態様では、蛍光色素は、インドシアニングリーン（ＩＣＧ）、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、またはそれらの組み合わせを含む。ある態様では、蛍光イメージング剤は、蛍光血管造影イメージの時系列の取得の直前に対象に対して投与される。
総じて、ある態様では、蛍光イメージングシステムで実行されるコンピュータ実装方法が開示され、該蛍光イメージングシステムは、対象の組織を照らすことで対象の組織における蛍光剤からの蛍光放射を誘導するよう構成された光源と、蛍光放射からの蛍光血管造影イメージの時系列を生成するよう構成されたイメージ取得アセンブリと、蛍光血管造影イメージの時系列を処理するよう構成されたプロセッサアセンブリと、を備える。これらの態様では、方法は、プロセッサを介して、蛍光血管造影イメージの時系列における計算領域の時間−強度曲線を生成することと、プロセッサを介して、時間−強度曲線を近似するよう選択された複数のパラメータに基づいて計算領域のランク値を計算することと、プロセッサを介して、計算されたランク値の空間マップを生成することと、を含む。
ある態様では、蛍光イメージングシステムの光源は、励起光を生成するよう構成された蛍光励起源を含む照明モジュールを備える。ある態様では、照明モジュールはさらに、照明モジュールを出る励起光を形成し、かつ、導くよう構成された光学要素を含む。ある態様では、光学要素は、レンズ、光ガイド、ディフューザ、またはそれらの組み合わせを含む。ある態様では、蛍光イメージングシステムはさらに、イメージ取得アセンブリの前に設けられた光学要素であって蛍光イメージング剤によって生成された蛍光放射を取得し、フィルタし、イメージセンサアセンブリへ導くよう構成された光学要素を含む。
総じて、ある態様では、対象の組織の血管造影イメージの時系列を処理するためのシステムは、ユーザインタフェースと、ユーザインタフェースと通信するよう構成されたプロセッサと、保持される命令を有する非一時的コンピュータ可読保持媒体と、を備え、命令はプロセッサによって実行された場合、プロセッサに動作を実行させ、該動作は、対象の組織の血管造影イメージの時系列内の計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択された複数のパラメータに基づいて計算領域のランク値を計算することと、計算されたランク値の空間マップを生成することと、を含む。
ある態様では、プロセッサはイメージングシステムと通信する。ある態様では、システムはイメージングシステムを備える。ある態様では、プロセッサはイメージングシステムのコンポーネントである。ある態様では、プロセッサはイメージングシステムの動作を制御するよう構成される。ある態様では、イメージングシステムは蛍光イメージングシステムであり、血管造影イメージの時系列は蛍光血管造影イメージの時系列である。ある態様では、蛍光イメージングシステムは、対象の組織を照らすことで対象の組織における蛍光イメージング剤からの蛍光放射を誘導するよう構成された照明モジュールと、蛍光血管造影イメージの時系列を取得するよう構成されたカメラアセンブリと、を備える。
総じて、ある態様では、非一時的有形コンピュータ可読媒体は、それに組み込まれたコンピュータ実行可能プログラムコード手段を有し、コンピュータ実行可能プログラムコード手段は対象の組織の血管造影イメージの時系列を処理する方法を含む。方法は、血管造影イメージの時系列内の計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択された複数のパラメータに基づいて計算領域のランク値を計算することと、計算されたランク値の空間マップを生成することと、を含む。
総じて、ある態様では、対象の組織の血管造影イメージの時系列を処理するためのキットは、本明細書に記載の態様のいずれかのシステムと、蛍光イメージング剤と、を含む。
総じて、ある態様では、コンピュータ実装方法で用いられる蛍光イメージング剤が開示され、該コンピュータ実装方法は、対象の組織の血管造影イメージの時系列内の計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択された複数のパラメータに基づいて計算領域のランク値を計算することと、計算されたランク値の空間マップを生成することと、を含む。ある態様では、本明細書に記載の方法およびシステムのいずれかの傷管理のための使用において用いられる蛍光イメージング剤が開示される。これらの態様のいくつかでは、傷管理は慢性傷管理を含む。ある態様では、蛍光イメージング剤はＩＣＧを含む。
総じて、ある態様では、対象のターゲット組織における傷を定量評価するコンピュータ実装方法は、ターゲット組織から得られた入力データの時系列における計算領域の時間−強度曲線を生成することであって、入力データの時系列はターゲット組織を通るイメージング剤の通過を捉える、生成することと、時間−強度曲線を近似するよう選択されたパラメータに基づいて計算領域のランク値を割り当てることと、ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、データ集合を処理することで傷の傷指標値を生成することと、を含む。ある態様では、生成される指標値は機械学習プロセスにおいて用いられる。
ある態様では、データ集合は第１および第２データ集合を含む。ある態様では、方法は、第１および第２データ集合のそれぞれに調整関数を適用することを含む。ある態様では、第１および第２データ集合のそれぞれに調整関数を適用することは、以下を含む。第１データ集合に第１調整関数を適用することで、第１調整データ集合を生成することと、第２データ集合に第１調整関数とは異なる第２調整関数を適用することで、第２調整データ集合を生成することと、ある態様では、第１調整データ集合は複数の傷特徴値を含み、第２調整データ集合は複数の非傷特徴値を含む。ある態様では、第１調整関数は恒等関数である。ある態様では、第２調整関数は第２調整データ集合をゼロと等しくする。
ある態様では、データ集合を処理することで傷の状態を表す傷指標値を生成することは、非傷特徴値を用いて傷特徴値を処理することを含む。ある態様では、非傷特徴値を用いて傷特徴値を処理することで傷指標値を生成することは、第１データ集合内の全てのランク値を加算し、計算領域内のピクセルの総数で除することを含む。ある態様では、データ集合を処理することで傷指標値を生成することは、第１データ集合内の全てのランク値を加算し、計算領域内の背景を除く組織部分を表すピクセルの総数で除することを含む。
ある態様では、方法は、複数のランク値、データ集合内のデータ、複数の傷指標値、またはそれらの組み合わせを可視化することを含む。ある態様では、複数のランク値、データ集合内のデータ、またはそれらの組み合わせを可視化することは、空間マップを生成することを含む。ある態様では、方法は、ターゲット組織の解剖イメージの上に空間マップを重ねることを含む。ある態様では、複数の傷指標値を可視化することは、傷指標値を経時的に追跡することを含む。ある態様では、傷指標値を経時的に追跡することは、傷指標値の経時的な変化のグラフ表現を生成することを含む。ある態様では、傷指標値の経時的変化は、傷の状態の経時的な変化を表す。
ある態様では、参照値は、モディファイアによって変更される。ある態様では、モディファイアは公差値、乗数、複数の参照値の平均、またはそれらの組み合わせを含む。ある態様では、参照値は、参照組織から得られた参照入力データの時系列における参照計算領域の参照時間−強度曲線を生成することであって、参照入力データの時系列は参照組織を通るイメージング剤の通過を捉える、生成することと、参照時間−強度曲線を近似するよう選択されたパラメータに基づいて参照計算領域の参照ランク値を計算することと、によって取得される。ある態様では、参照組織は、健常対象の組織、健常対象の個体群、対象のターゲット組織内の健常組織領域、対象のターゲット組織外の健常組織領域、である。
ある態様では、傷はターゲット組織への創傷を含む。ある態様では、傷は、手術創、慢性傷、急性傷を含む。ある態様では、手術創、慢性傷または急性傷は、切開、褥瘡、裂傷、擦過傷、刺し傷、挫傷、剥離、腔、火傷、またはそれらの組み合わせを含む。ある態様では、慢性傷は、褥瘡、静脈潰瘍、動脈潰瘍、糖尿病性下肢潰瘍、またはそれらの組み合わせを含む。ある態様では、傷は参照値からの逸脱を含む。ある態様では、傷の状態は、傷の特性、傷の状況、傷の治癒状態、またはそれらの組み合わせを含む。ある態様では、傷の特性、傷の状況または傷の治癒状態は、炎症、悪性腫瘍、異常、疾病、またはそれらの組み合わせを含む。
ある態様では、入力データの時系列は、蛍光入力データの時系列を含む。ある態様では、方法は、蛍光イメージング中に、蛍光イメージングシステムを用いて蛍光入力データの時系列を取得することをさらに含み、イメージング剤は蛍光イメージング剤である。ある態様では、蛍光イメージング剤は、蛍光入力データの時系列の取得の直前に対象に対して投与される。ある態様では、蛍光イメージング剤は、蛍光色素、その類似物、その誘導体、またはそれらの組み合わせを含む。ある態様では、蛍光色素はトリカルボシアニン色素を含む。ある態様では、トリカルボシアニン色素はインドシアニングリーン（ＩＣＧ）である。ある態様では、蛍光色素は、ＩＣＧ、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、またはそれらの組み合わせを含む。
ある態様では、時間−強度曲線を近似するために選択されるパラメータは、時間−強度曲線の増大する強度の領域の期間、時間−強度曲線の増大する強度の領域内の強度変化、時間−強度曲線の増大する強度の領域内の強度変化、時間−強度曲線のピーク強度の領域の期間、時間−強度曲線のピーク強度の領域内の強度変化、時間−強度曲線の減少する強度の領域の期間、または時間−強度曲線の減少する強度の領域内の強度変化、またはそれらの組み合わせを含む。ある態様では、時間−強度曲線を近似するために選択されるパラメータは、時間−強度曲線の灌流発現フェーズの期間、時間−強度曲線の灌流発現フェーズ中の強度変化、時間−強度曲線の動脈フェーズの期間、時間−強度曲線の動脈フェーズ中の強度変化、時間−強度曲線の毛細血管フェーズの期間、時間−強度曲線の毛細血管フェーズ中の強度変化、時間−強度曲線の静脈フェーズの期間、または時間−強度曲線の静脈フェーズ中の強度変化、またはそれらの組み合わせを含む。ある態様では、時間−強度曲線を近似するために選択されるパラメータは数値的曲線近似アルゴリズムである。ある態様では、時間−強度曲線の近似は時間−強度曲線の一部の近似を含む。
ある態様では、入力データの時系列は、取得時刻によって順番に並べられた複数の個別のイメージフレームを含む。ある態様では、個別のイメージフレームは空間的に並べられる。ある態様では、入力データの時系列は、選択されたデータを抽出するよう、ベースライン強度を計算するよう、画質検証プロセスを行うよう、またはそれらの組み合わせを行うよう、前処理される。ある態様では、計算領域は個別のピクセルまたは個別のピクセルのグループを含む。
ある態様では、傷指標値を追跡することで、治癒、治療またはそれらの組み合わせの進行を評価することを含む。ある態様では、傷指標値はさらに傷の量的プロファイルを表す。
ある態様では、本明細書に記載の態様のいずれかにおける傷指標値は、選択された時点または経時的に傷を評価するために、および／または傷における血流、組織灌流、またはそれらの組み合わせを評価するために、本明細書に記載のやり方のいずれかによる可視化と組み合わせて、用いられてもよい。
総じて、ある態様では、対象のターゲット組織における傷を定量評価するコンピュータ実装方法は、対象の血流に蛍光剤を投与することと、対象のターゲット組織を照らすことで、ターゲット組織内の血液内の蛍光剤を励起することと、放射から生じる蛍光入力データの時系列を取得することであって、蛍光入力データの時系列はターゲット組織を通る蛍光剤の通過を捉える、取得することと、蛍光入力データの時系列における計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択されたパラメータに基づいて計算領域のランク値を計算することと、ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、データ集合を処理することで傷の傷指標値を生成することと、を含む。
総じて、蛍光イメージングシステムで実行されるコンピュータ実装方法では、蛍光イメージングシステムは、対象の組織を照らすことで対象の組織における蛍光剤からの蛍光放射を誘導するよう構成された光源と、蛍光放射からの蛍光入力データの時系列を生成するよう構成されたイメージ取得アセンブリと、蛍光入力データの時系列を処理するよう構成されたプロセッサアセンブリと、を備える。方法は、ターゲット組織から得られた蛍光入力データの時系列における計算領域の時間−強度曲線をプロセッサを介して生成することであって、蛍光入力データの時系列はターゲット組織を通るイメージング剤の通過を捉える、生成することと、時間−強度曲線を近似するよう選択されたパラメータに基づいて計算領域のランク値をプロセッサを介して割り当てることと、ランク値のそれぞれと参照値との比較に基づいてデータ集合をプロセッサを介して生成することと、データ集合を処理することで傷の傷指標値をプロセッサを介して生成することと、を含む。ある態様では、蛍光イメージングシステムの光源は、励起光を生成するよう構成された蛍光励起源を含む照明モジュールを備える。ある態様では、照明モジュールはさらに、照明モジュールを出る励起光を形成し、かつ、導くよう構成された光学要素を含む。ある態様では、光学要素は、レンズ、光ガイド、ディフューザ、またはそれらの組み合わせを含む。ある態様では、蛍光イメージングシステムは、イメージ取得アセンブリの前に設けられた光学要素であって蛍光イメージング剤によって生成された蛍光放射を取得し、フィルタし、イメージセンサアセンブリへ導くよう構成された光学要素を含む。
総じて、ある態様では、対象のターゲット組織における傷を定量評価するためのシステムは、ユーザインタフェースと、ユーザインタフェースと通信するよう構成されたプロセッサと、保持される命令を有する非一時的コンピュータ可読保持媒体と、を備え、命令はプロセッサによって実行された場合、プロセッサに動作を実行させ、該動作は、ターゲット組織の蛍光イメージの時系列内の計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択されたパラメータに基づいて計算領域のランク値を割り当てることと、ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、データ集合を処理することで傷の傷指標値を生成することと、を含む。
ある態様では、プロセッサは蛍光イメージングシステムと通信する。ある態様では、システムはさらに蛍光イメージングシステムを備える。ある態様では、プロセッサは蛍光イメージングシステムのコンポーネントである。ある態様では、プロセッサは蛍光イメージングシステムの動作を制御するよう構成される。ある態様では、蛍光イメージングシステムは、対象の組織を照らすことで対象の組織における蛍光イメージング剤からの蛍光放射を誘導するよう構成された照明モジュールと、蛍光イメージの時系列を取得するよう構成されたカメラアセンブリと、を備える。
一般に、ある態様では、非一時的有形コンピュータ可読媒体は、それに組み込まれたコンピュータ実行可能プログラムコード手段を有し、コンピュータ実行可能プログラムコード手段は対象のターゲット組織における傷を量的に評価する。方法は、ターゲット組織から得られた蛍光入力データの時系列における計算領域の時間−強度曲線を生成することであって、蛍光入力データの時系列はターゲット組織を通る蛍光イメージング剤の通過を捉える、生成することと、時間−強度曲線を近似するよう選択されたパラメータに基づいて計算領域のランク値を割り当てることと、ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、データ集合を処理することで傷の傷指標値を生成することと、を含む。
総じて、ある態様では、対象のターゲット組織における傷を定量評価するためのキットは、本明細書に記載の態様のいずれかのシステムと、蛍光イメージング剤と、を含む。
総じて、ある態様では、対象のターゲット組織における傷を定量評価するコンピュータ実装方法で用いられる蛍光イメージング剤が開示される。該方法は、ターゲット組織から得られた蛍光入力データの時系列における計算領域の時間−強度曲線を生成することであって、蛍光入力データの時系列はターゲット組織を通る蛍光イメージング剤の通過を捉える、生成することと、時間−強度曲線を近似するよう選択されたパラメータに基づいて計算領域のランク値を割り当てることと、ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、データ集合を処理することで傷の傷指標値を生成することと、を含む。ある態様では、本明細書に記載の方法およびシステムのいずれかの傷管理のための使用において用いられる蛍光イメージング剤が開示される。これらの態様のいくつかでは、傷管理は慢性傷管理を含む。ある態様では、蛍光イメージング剤はＩＣＧを含む。
総じて、ある態様では、対象のターゲット組織における傷を定量評価するコンピュータ実装方法は、ターゲット組織から得られた入力データの時系列における計算領域の時間−強度曲線を生成することと、時間−強度曲線を近似するよう選択されたパラメータに基づいて計算領域のランク値を割り当てることと、ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、データ集合を処理することで傷の傷指標値を生成することと、を含む。
詳述された種々の実施の形態と関連して本開示が説明されたが、示された詳細に限定されることを意図したものではない。本開示の範囲から外れることなく様々な変更や構造変形がなされうるからである。本開示の範囲から逸脱すること無く、説明された実施の形態の形態やコンポーネント配置やステップや詳細や動作順序の種々の変更を行うことができ、また本開示の他の実施の形態をなすこともでき、それらのものは本開示に触れた当業者には明らかであろう。したがって、添付の請求項は本開示の範囲に入るので、添付の請求項がそのような変形例および実施の形態をカバーすることが想定されている。簡潔明瞭な記載をするために、本明細書では特徴は同じまたは異なる実施の形態の一部として説明された。しかしながら、本開示の範囲は、説明された特徴の全てまたはいくつかの組み合わせを有する実施の形態を含むことが理解されよう。「例えば」および「など」という用語およびそれらの文法的等価物について、そうでないと明記されない限り、「および非限定的に」というフレーズが次に続くものとして理解される。本明細書で用いられるように、「ａ」、「ａｎ」及び「ｔｈｅ」という単数形はコンテキストがそうでないと明示的に述べない限り複数の指示物を含む。
Claims (199)
- 対象の組織を特徴付けるためのシステムであって、
ひとつ以上のプロセッサと、
それに保持されたインストラクションを有するメモリと、を備え、
前記インストラクションは前記ひとつ以上のプロセッサによって実行された場合、前記システムに、
前記対象の前記組織の蛍光イメージの時系列を受けることであって、前記イメージは複数の計算領域を規定する、受けることと、
前記複数の計算領域についての複数の時間−強度曲線を生成することと、
各計算領域についてのパラメータ値の集合を作成することであって、前記パラメータ値は前記時間−強度曲線の少なくとも一部を近似する、作成することと、
前記複数の計算領域についての前記パラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、
前記計算領域についての前記総合ランク値をランキングマップイメージへ変換することと、を行わせるシステム。 - 少なくともひとつの計算領域は１ピクセルによって規定される請求項１に記載のシステム。
- 少なくともひとつの計算領域は１ボクセルによって規定される請求項１または２に記載のシステム。
- 前記パラメータ値のうちの少なくともひとつは、前記時間−強度曲線の時間特性に関連する請求項１から３のいずれか一項に記載のシステム。
- 前記パラメータ値のうちの少なくともひとつは、前記時間−強度曲線における強度変化の大きさに関連する請求項１から４のいずれか一項に記載のシステム。
- 前記パラメータ値のうちの少なくともひとつは、前記時間−強度曲線の多項式特徴付けに関する係数である請求項１から５のいずれか一項に記載のシステム。
- 各パラメータ値はパラメータタイプの値であり、前記システムがパラメータ値の前記集合を比較する場合、前記システムは各計算領域について前記パラメータタイプの数値ランクの集合を生成する請求項１から６のいずれか一項に記載のシステム。
- 前記システムが各計算領域についての総合ランク値を生成する場合、前記システムは各計算領域についての数値ランクの前記集合を足し合わせる請求項７に記載のシステム。
- 前記システムが各計算領域についての総合ランク値を生成する場合、前記システムは各計算領域についての数値メトリクスの集合をハッシュ関数にマップする請求項１から８のいずれか一項に記載のシステム。
- 前記システムが前記総合ランク値をランキングマップイメージへ変換する場合、前記システムは各総合ランク値を強度値と相互に関係付ける請求項１から９のいずれか一項に記載のシステム。
- ディスプレイをさらに備え、
前記インストラクションは前記システムに、前記ディスプレイに前記ランキングマップイメージを表示させることを行わせる請求項１から１０のいずれか一項に記載のシステム。 - 前記インストラクションは前記システムに、前記組織の解剖イメージに前記ランキングマップイメージを重ねることを行わせる請求項１１に記載のシステム。
- 前記組織内の蛍光イメージング剤から蛍光放射を誘起するために励起光を提供する光源をさらに備える請求項１から１２のいずれか一項に記載のシステム。
- 前記蛍光放射に基づいて蛍光イメージの前記時系列を生成するイメージ取得アセンブリをさらに備える請求項１３に記載のシステム。
- 前記イメージ取得アセンブリは、前記蛍光放射に基づいて蛍光血管造影イメージの時系列を生成する請求項１４に記載のシステム。
- 対象の組織を特徴付けるための医療イメージングにおいて用いられる方法であって、
ひとつ以上のプロセッサとメモリとを含むコンピュータシステムにおいて、
前記対象の前記組織の蛍光イメージの時系列を受けることであって、前記イメージは複数の計算領域を規定する、受けることと、
前記複数の計算領域についての複数の時間−強度曲線を生成することと、
各計算領域についてのパラメータ値の集合を作成することであって、前記パラメータ値は前記時間−強度曲線の少なくとも一部を近似する、作成することと、
前記複数の計算領域についての前記パラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、
前記計算領域についての前記総合ランク値をランキングマップイメージへ変換することと、を含む方法。 - 少なくともひとつの計算領域は１ピクセルによって規定される請求項１６に記載の方法。
- 少なくともひとつの計算領域は１ボクセルによって規定される請求項１６または１７に記載の方法。
- 前記パラメータ値のうちの少なくともひとつは、前記時間−強度曲線の時間特性に関連する請求項１から１８のいずれか一項に記載の方法。
- 前記パラメータ値は、（ｉ）前記時間−強度曲線の増大する強度の領域の期間、（ｉｉ）前記時間−強度曲線の大強度の領域の期間、（ｉｉｉ）前記時間−強度曲線の平坦域の領域の期間、（ｉｖ）前記時間−強度曲線の減少する強度の領域の期間、および（ｖ）それらの組み合わせを含むパラメータタイプのものである請求項１９に記載の方法。
- 前記パラメータ値は、（ｉ）前記時間−強度曲線の灌流発現フェーズの期間、（ｉｉ）前記時間−強度曲線の動脈フェーズの期間、（ｉｉｉ）前記時間−強度曲線の毛細血管フェーズの期間、（ｉｖ）前記時間−強度曲線の静脈フェーズの期間、および（ｖ）それらの組み合わせを含むパラメータタイプのものである請求項１９に記載の方法。
- 前記パラメータ値は、（ｉ）増大する蛍光強度の前記発現への前記時間、（ｉｉ）急速なまたは最も急速な蛍光強度増大の前記時間、（ｉｉｉ）急速なまたは最も急速な蛍光強度減少の前記時間、（ｉｖ）前記時間−強度曲線の上述の領域のいずれかについての蛍光強度の変化率、および（ｖ）それらの組み合わせを含むパラメータタイプのものである請求項１９に記載の方法。
- 前記パラメータ値のうちの少なくともひとつは、前記時間−強度曲線における強度変化の大きさに関連する請求項１６に記載の方法。
- 前記パラメータ値は、（ｉ）前記時間−強度曲線の増大する強度の領域内の強度変化、（ｉｉ）前記時間−強度曲線の大強度の領域内の強度変化、（ｉｉｉ）前記時間−強度曲線の減少する強度の領域内の強度変化、および（ｉｖ）それらの組み合わせを含むパラメータタイプのものである請求項２３に記載の方法。
- 前記パラメータ値は、（ｉ）前記時間−強度曲線の灌流発現フェーズ中の強度変化、（ｉｉ）前記時間−強度曲線の動脈フェーズ中の強度変化、（ｉｉｉ）前記時間−強度曲線の毛細血管フェーズ中の強度変化、（ｉｖ）前記時間−強度曲線の静脈フェーズ中の強度変化、およびそれらの組み合わせを含むパラメータタイプのものである請求項２３に記載の方法。
- 前記パラメータ値は、（ｉ）急速なまたは最も急速な蛍光強度増大の期間中の強度変化、および（ｉｉ）急速なまたは最も急速な蛍光強度減少の期間中の強度変化を含むパラメータタイプのものである請求項２３に記載の方法。
- 前記パラメータ値のうちの少なくともひとつは、前記時間−強度曲線の多項式特徴付けに関する係数である請求項１６に記載の方法。
- 各パラメータ値はパラメータタイプの値であり、パラメータ値の前記集合を比較することは、各計算領域について前記パラメータタイプの数値ランクの集合を生成することを含む請求項１６に記載の方法。
- 各計算領域についての総合ランク値を生成することは、各計算領域についての数値ランクの前記集合を足し合わせることを含む請求項２８に記載の方法。
- 各計算領域についての総合ランク値を生成することは、各計算領域についての数値メトリクスの集合をハッシュ関数にマップすることを含む請求項１６に記載の方法。
- 前記ハッシュ関数は巡回冗長検査を含む請求項３０に記載の方法。
- 前記ハッシュ関数は対関数を含む請求項３０に記載の方法。
- 前記総合ランク値をランキングマップイメージへ変換することは、各総合ランク値を強度値と相互に関係付けることを含む請求項１６に記載の方法。
- 前記総合ランク値をランキングマップイメージへ変換することは、各総合ランク値をグレースケールまたは色表示値と相互に関係付けることを含む請求項１６に記載の方法。
- ディスプレイに前記ランキングマップイメージを表示することを更に含む請求項１６に記載の方法。
- 前記対象の前記組織の解剖イメージに重ねられた前記ランキングマップイメージを表示することをさらに含む請求項３５に記載の方法。
- 前記組織を通って動く蛍光イメージング剤のボーラスの通過を捉える蛍光イメージングシステムを用いて、蛍光イメージの前記時系列を生成することをさらに含む請求項１６に記載の方法。
- 前記蛍光イメージング剤は、インドシアニングリーン、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、緑色蛍光タンパク質、フラビン、メチレンブルー、ポルフィゾーム、シアニン色素、IRDDye800CW、ターゲティングリガンドと組み合わされたCLR 1502、ターゲティングリガンドと組み合わされたOTL38、またはそれらの組み合わせを含む請求項３７に記載の方法。
- 蛍光イメージの前記時系列は、蛍光血管造影イメージの時系列を含む請求項３７に記載の方法。
- 対象のターゲット組織領域における傷を特徴付けるためのシステムであって、
ひとつ以上のプロセッサと、
それに保持されたインストラクションを有するメモリと、を備え、
前記インストラクションは前記ひとつ以上のプロセッサによって実行された場合、前記システムに、
前記対象の前記ターゲット組織領域の蛍光イメージの時系列を受けることであって、前記イメージは複数の計算領域を規定する、受けることと、
前記複数の計算領域についての複数の時間−強度曲線を生成することと、
各計算領域についてのひとつ以上のパラメータ値を作成することであって、前記ひとつ以上のパラメータ値は前記時間−強度曲線の少なくとも一部を近似する、作成することと、
前記複数の計算領域についての前記パラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、
変更総合ランク値を含むデータ集合を生成することであって、前記変更総合ランク値は前記総合ランク値と参照値との比較に少なくと部分的に基づく、生成することと、
前記データ集合のうちの前記傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成することと、を行わせるシステム。 - 少なくともひとつの計算領域は１ピクセルまたは１ボクセルによって規定される請求項４０に記載のシステム。
- 前記システムがデータ集合を生成する場合、前記システムは前記総合ランク値の少なくとも一部を調整する請求項４０または４１に記載のシステム。
- 前記システムは前記総合ランク値の第１部分を第１調整関数で調整することで第１調整データ集合を生成し、前記総合ランク値の第２部分を第２調整関数で調整することで第２調整データ集合を生成する請求項１から４２のいずれか一項に記載のシステム。
- 前記第１調整関数は恒等関数である請求項４３に記載のシステム。
- 前記第２調整関数は前記第２調整データ集合をゼロと等しくする請求項４３または４４に記載のシステム。
- 前記第１調整データ集合は複数の傷特徴値を含み、前記第２調整データ集合は複数の非傷特徴値を含む請求項４３から４５のいずれか一項に記載のシステム。
- 前記変更総合ランク値は前記第１および第２調整データ集合と前記参照値との比較に基づく請求項４３に記載のシステム。
- 前記参照値は参照ランク値を含み、前記参照ランク値は参照蛍光イメージの時系列についての参照時間−強度曲線に基づき、参照蛍光イメージの前記時系列は参照組織のものである請求項１から４７のいずれか一項に記載のシステム。
- 前記傷指標値は、前記データ集合のうちの前記傷に位置する計算領域に対応する少なくとも一部の平均である請求項１から４８のいずれか一項に記載のシステム。
- 前記傷指標値は、前記傷に位置する計算領域に対応する前記変更総合ランク値を足し合わせ、その和を前記蛍光イメージ内のピクセルまたはボクセルの数で除すことによって生成される請求項４９に記載のシステム。
- 前記傷指標値は、前記傷に位置する計算領域に対応する前記変更総合ランク値を足し合わせ、その和を前記ターゲット組織領域に位置する計算領域に対応する計算領域内のピクセルまたはボクセルの数で除すことによって生成される請求項４９に記載のシステム。
- ディスプレイをさらに備え、前記インストラクションは前記システムに、前記ディスプレイに前記ランキングマップイメージを表示させることを行わせる請求項１から５１のいずれか一項に記載のシステム。
- 前記組織内の蛍光イメージング剤から蛍光放射を誘起するために励起光を提供する光源をさらに備える請求項１から５２のいずれか一項に記載のシステム。
- 前記蛍光放射に基づいて蛍光イメージの前記時系列を生成するイメージ取得アセンブリをさらに備える請求項１から５３のいずれか一項に記載のシステム。
- 前記イメージ取得アセンブリは、前記蛍光放射に基づいて蛍光血管造影イメージの時系列を生成する請求項５４に記載のシステム。
- 対象のターゲット組織領域における傷を特徴付けるための医療イメージングにおいて用いられる方法であって、
ひとつ以上のプロセッサとメモリとを含むコンピュータシステムにおいて、
前記対象の前記ターゲット組織領域の蛍光イメージの時系列を受けることであって、前記イメージは複数の計算領域を規定する、受けることと、
前記複数の計算領域についての複数の時間−強度曲線を生成することと、
各計算領域についてのひとつ以上のパラメータ値を作成することであって、前記ひとつ以上のパラメータ値は前記時間−強度曲線の少なくとも一部を近似する、作成することと、
前記複数の計算領域についての前記パラメータ値の集合を比較することによって、各計算領域についての総合ランク値を生成することと、
変更総合ランク値を含むデータ集合を生成することであって、前記変更総合ランク値は前記総合ランク値と参照値との比較に少なくと部分的に基づく、生成することと、
前記データ集合のうちの前記傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成することと、を含む方法。 - 少なくともひとつの計算領域は１ピクセルまたは１ボクセルによって規定される請求項５６に記載の方法。
- データ集合を生成することは、前記総合ランク値の少なくとも一部を調整することを含む請求項５６または５７に記載の方法。
- 前記総合ランク値の少なくとも一部を調整することは、前記総合ランク値の第１部分を第１調整関数で調整することで第１調整データ集合を生成することと、前記総合ランク値の第２部分を第２調整関数で調整することで第２調整データ集合を生成することと、を含む請求項５８に記載の方法。
- 前記第１調整関数と前記第２調整関数とは異なる請求項５９に記載の方法。
- 前記第１調整関数は恒等関数である請求項６０に記載の方法。
- 前記第２調整関数は前記第２調整データ集合をゼロと等しくする請求項６０または６１に記載の方法。
- 前記第１調整データ集合は複数の傷特徴値を含み、前記第２調整データ集合は複数の非傷特徴値を含む請求項５９から６２のいずれか一項に記載の方法。
- データ集合を生成することはさらに、前記第１および第２調整データ集合と前記参照値とを比較することを含む請求項５９から６３のいずれか一項に記載の方法。
- 前記参照値は参照ランク値を含み、前記参照ランク値は参照蛍光イメージの時系列についての参照時間−強度曲線に基づく請求項５６から６４のいずれか一項に記載の方法。
- 参照蛍光イメージの前記時系列は参照組織のものである請求項６５に記載の方法。
- 前記参照組織は前記対象内の健常組織である請求項６６に記載の方法。
- 前記参照組織は前記対象の前記ターゲット組織領域内の健常組織である請求項６７に記載の方法。
- 前記参照組織は前記対象の前記ターゲット組織領域外の健常組織である請求項６７に記載の方法。
- 前記参照組織はひとつ以上の健常な第三者対象の組織である請求項６６に記載の方法。
- 前記参照値は蛍光イメージの前記時系列の背景メトリックに少なくとも部分的に基づく請求項５６から７０のいずれか一項に記載の方法。
- 前記参照値は、公差値、乗数、または複数の参照値の平均によって変更される請求項５６から７１のいずれか一項に記載の方法。
- 傷指標値を生成することは、前記データ集合のうちの前記傷に位置する計算領域に対応する少なくとも一部を平均することを含む請求項５６から７２のいずれか一項に記載の方法。
- 平均することは、前記傷に位置する計算領域に対応する前記変更総合ランク値を足し合わせることと、その和を前記蛍光イメージ内のピクセルまたはボクセルの数で除すことと、を含む請求項７３に記載の方法。
- 平均することは、前記傷に位置する計算領域に対応する前記変更総合ランク値を足し合わせることと、その和を前記ターゲット組織領域に位置する計算領域に対応する計算領域内のピクセルまたはボクセルの数で除すことと、を含む請求項７３に記載の方法。
- ディスプレイに前記傷指標値を表示することを更に含む請求項５６から７５のいずれか一項に記載の方法。
- 前記計算領域についての前記総合ランク値をランキングマップイメージへ変換することと、前記ディスプレイに前記傷指標値と共に前記ランキングマップイメージを表示することと、をさらに含む請求項７６に記載の方法。
- 前記組織を通って動く蛍光イメージング剤のボーラスの通過を捉える蛍光イメージングシステムを用いて、蛍光イメージの前記時系列を生成することをさらに含む請求項５６から７７のいずれか一項に記載の方法。
- 前記蛍光イメージング剤は、インドシアニングリーン、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、緑色蛍光タンパク質、フラビン、メチレンブルー、ポルフィゾーム、シアニン色素、IRDDye800CW、ターゲティングリガンドと組み合わされたCLR 1502、ターゲティングリガンドと組み合わされたOTL38、またはそれらの組み合わせを含む請求項７８に記載の方法。
- 蛍光イメージの前記時系列は、蛍光血管造影イメージの時系列を含む請求項７８に記載の方法。
- 対象の組織を特徴付けるためのシステムであって、
前記対象の前記組織の蛍光イメージの時系列を受けるよう構成された受付部ことであって、前記イメージは複数の計算領域を規定する、受付部と、
前記複数の計算領域のそれぞれについて個別の時間−強度曲線を生成するよう構成された第１生成部と、
各計算領域についてのパラメータ値の集合を作成するよう構成された作成部であって、前記パラメータ値は対応する前記時間−強度曲線の少なくとも一部を近似する、作成部と、
前記計算領域のそれぞれについての総合ランク値を、その計算領域についてのパラメータ値の前記集合に基づいて、生成するよう構成された第２生成部と、
前記計算領域についての前記総合ランク値をランキングマップイメージへ変換するよう構成された変換部と、を備えるシステム。 - 血管造影イメージ情報の可視化のためのコンピュータ実装方法であって、
対象の組織の血管造影イメージの時系列を取得することと、
複数の計算領域を定めることであって、各計算領域は前記時系列の前記血管造影イメージのそれぞれにおける対応するイメージ位置に関連する、定めることと、
各計算領域について、血管造影イメージの前記時系列におけるその計算領域の時間−強度曲線を生成することと、
各計算領域について、前記時間−強度曲線から導かれるひとつ以上のパラメータに基づいてその計算領域のランク値を計算することと、
可視イメージを生成することであって、該可視イメージにおいて、各計算領域のイメージ位置に、その計算領域の計算されたランク値を示すものが提供される、生成することと、を含む方法。 - 血管造影イメージの前記時系列は単一のイメージ系列取得イベントに関連する請求項８２に記載の方法。
- 対象のターゲット組織領域における傷を特徴付けるためのシステムであって、
前記対象の前記ターゲット組織領域の蛍光イメージの時系列を受けるよう構成された受付部であって、前記イメージは複数の計算領域を規定する、受付部と、
前記複数の計算領域のそれぞれについて個別の時間−強度曲線を生成するよう構成された第１生成部と、
各計算領域についてのパラメータ値の集合を作成するよう構成された作成部であって、前記パラメータ値は対応する前記時間−強度曲線の少なくとも一部を近似する、作成部と、
前記計算領域のそれぞれについての総合ランク値を、その計算領域についてのパラメータ値の前記集合に基づいて、生成するよう構成された第２生成部と、
変更総合ランク値を含むデータ集合を生成するよう構成された第３生成部であって、前記変更総合ランク値は前記総合ランク値と参照値との比較に少なくと部分的に基づく、第３生成部と、
前記データ集合のうちの前記傷に位置する計算領域に対応する少なくとも一部に基づいて傷指標値を生成するよう構成された第４生成部と、を備えるシステム。 - コンピュータで実施される方法であって、
対象の組織の血管造影イメージの時系列内の計算領域の時間−強度曲線を生成することと、
前記時間−強度曲線を近似するよう選択された複数のパラメータに基づいて前記計算領域のランク値を計算することと、
前記計算されたランク値の空間マップを生成することと、を含む方法。 - 血管造影イメージの前記時系列は、蛍光血管造影イメージの時系列を含む請求項８５に記載の方法。
- 前記計算されたランク値の前記空間マップは、蛍光イメージング剤のボラースが前記組織を通って動く際に放たれた蛍光の一時的な特徴を表す請求項８５または８６に記載の方法。
- 前記計算されたランク値の前記空間マップは、前記組織の特性、前記組織の状態、またはそれらの組み合わせを表す請求項１から８７のいずれか一項に記載の方法。
- 前記計算されたランク値の前記空間マップは前記組織の治癒状態を表す請求項１から８８のいずれか一項に記載の方法。
- 前記組織の前記特性または前記組織の前記状態は、炎症、悪性腫瘍、異常、疾病、またはそれらの組み合わせを含む請求項８８に記載の方法。
- 前記蛍光イメージング剤は、蛍光色素、その類似物、その誘導体、またはそれらの組み合わせを含む請求項８７に記載の方法。
- 前記蛍光色素はトリカルボシアニン色素を含む請求項９１に記載の方法。
- 前記蛍光色素は、インドシアニングリーン（ＩＣＧ）、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、またはそれらの組み合わせを含む請求項９１に記載の方法。
- 前記蛍光イメージング剤は、蛍光血管造影イメージの前記時系列の取得の直前に前記対象に対して投与される請求項８７に記載の方法。
- 前記複数のパラメータのうちのパラメータは、前記時間−強度曲線の増大する強度の領域の期間、前記時間−強度曲線の増大する強度の領域内の強度変化、前記時間−強度曲線の増大する強度の領域内の強度変化、前記時間−強度曲線のピーク強度の領域の期間、前記時間−強度曲線のピーク強度の領域内の強度変化、前記時間−強度曲線の減少する強度の領域の期間、または前記時間−強度曲線の減少する強度の領域内の強度変化を含む請求項８５から９４のいずれか一項に記載の方法。
- 前記複数のパラメータのうちのパラメータは、前記時間−強度曲線の灌流発現フェーズの期間、前記時間−強度曲線の灌流発現フェーズ中の強度変化、前記時間−強度曲線の動脈フェーズの期間、前記時間−強度曲線の動脈フェーズ中の強度変化、前記時間−強度曲線の毛細血管フェーズの期間、前記時間−強度曲線の毛細血管フェーズ中の強度変化、前記時間−強度曲線の静脈フェーズの期間、または前記時間−強度曲線の静脈フェーズ中の強度変化を含む請求項８５から９４のいずれか一項に記載の方法。
- 前記複数のパラメータの各パラメータは数値的曲線近似アルゴリズムである請求項８５から９６のいずれか一項に記載の方法。
- 前記時間−強度曲線の近似は前記時間−強度曲線の一部の近似を含む請求項８５から９７のいずれか一項に記載の方法。
- 血管造影イメージの前記時系列は、取得時刻によって順番に並べられた複数の個別のイメージフレームを含む請求項８５から９８のいずれか一項に記載の方法。
- 前記個別のイメージフレームは空間的に並べられる請求項８５から９９のいずれか一項に記載の方法。
- 血管造影イメージの前記時系列は、選択されたデータを抽出するよう、ベースライン強度を計算するよう、画質検証プロセスを行うよう、またはそれらの組み合わせを行うよう、前処理される請求項８５から１００のいずれか一項に記載の方法。
- 前記計算領域は個別のピクセルまたは個別のピクセルのグループを含む請求項８５から１０１のいずれか一項に記載の方法。
- 前記計算されたランク値の前記空間マップを生成することは、複数の計算領域について、各計算されたランク値に強度値を割り当てることを含む請求項８５から１０２のいずれか一項に記載の方法。
- 前記計算されたランク値と前記強度値とには直接的な関係がある請求項１０３に記載の方法。
- 前記対象の前記組織の解剖イメージに前記計算されたランク値の前記空間マップを重ねることをさらに含む請求項８５から１０４のいずれか一項に記載の方法。
- 前記対象の前記組織の血管造影イメージの前記時系列を取得することをさらに含む請求項８５から１０５のいずれか一項に記載の方法。
- 血管造影イメージの前記時系列は蛍光血管造影イメージの時系列である請求項１０６に記載の方法。
- 前記取得は蛍光イメージングシステムを用いて行われる請求項１０７に記載の方法。
- 前記蛍光イメージングシステムは蛍光イメージング剤の使用を含む請求項１０８に記載の方法。
- 前記蛍光イメージング剤は、蛍光色素、その類似物、その誘導体、またはそれらの組み合わせを含む請求項１０９に記載の方法。
- 前記蛍光色素はトリカルボシアニン色素を含む請求項１１０に記載の方法。
- 前記蛍光色素は、インドシアニングリーン（ＩＣＧ）、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、またはそれらの組み合わせを含む請求項１１０に記載の方法。
- 前記蛍光イメージング剤は、蛍光血管造影イメージの前記時系列の前記取得の直前に前記対象に対して投与される請求項１０９に記載の方法。
- 蛍光イメージングシステムで動作するコンピュータ実装方法であって、前記蛍光イメージングシステムは、
対象の組織を照らすことで前記対象の前記組織における蛍光剤からの蛍光放射を誘導するよう構成された光源と、
前記蛍光放射からの蛍光血管造影イメージの時系列を取得するよう構成されたイメージ取得アセンブリと、
蛍光血管造影イメージの前記時系列を処理するよう構成されたプロセッサアセンブリと、を備え、
前記方法は、
前記プロセッサを介して、蛍光血管造影イメージの前記時系列における計算領域の時間−強度曲線を生成することと、
前記プロセッサを介して、前記時間−強度曲線を近似するよう選択された複数のパラメータに基づいて前記計算領域のランク値を計算することと、
前記プロセッサを介して、前記計算されたランク値の空間マップを生成することと、を含む方法。 - 前記蛍光イメージングシステムの前記光源は、励起光を生成するよう構成された蛍光励起源を含む照明モジュールを備える請求項１１４に記載の方法。
- 前記照明モジュールはさらに、前記照明モジュールを出る前記励起光を形成し、かつ、導くよう構成された光学要素を含む請求項１１５に記載の方法。
- 前記光学要素は、レンズ、光ガイド、ディフューザ、またはそれらの組み合わせを含む請求項１１６に記載の方法。
- 前記蛍光イメージングシステムはさらに、前記イメージ取得アセンブリの前に設けられた光学要素であって前記蛍光イメージング剤によって生成された前記蛍光放射を取得し、フィルタし、前記イメージセンサアセンブリへ導くよう構成された光学要素を含む請求項１１４から１１７のいずれか一項に記載の方法。
- 対象の組織の血管造影イメージの時系列を処理するシステムであって、
ユーザインタフェースと、
前記ユーザインタフェースと通信するよう構成されたプロセッサと、
保持されるインストラクションを有する非一時的コンピュータ可読保持媒体と、を備え、
前記インストラクションは前記プロセッサによって実行された場合、前記プロセッサに、
前記対象の前記組織の血管造影イメージの前記時系列内の計算領域の時間−強度曲線を生成することと、
前記時間−強度曲線を近似するよう選択された複数のパラメータに基づいて前記計算領域のランク値を計算することと、
前記計算されたランク値の空間マップを生成することと、を含む動作を行わせるシステム。 - 前記プロセッサはイメージングシステムと通信する請求項１１９に記載のシステム。
- イメージングシステムをさらに備える請求項１１９に記載のシステム。
- 前記プロセッサは前記イメージングシステムのコンポーネントである請求項１１９に記載のシステム。
- 前記プロセッサは前記イメージングシステムの動作を制御するよう構成される請求項１１９から１２２のいずれか一項に記載のシステム。
- 前記イメージングシステムは蛍光イメージングシステムであり、血管造影イメージの前記時系列は蛍光血管造影イメージの時系列である請求項１１９から１２３のいずれか一項に記載のシステム。
- 前記蛍光イメージングシステムは、
前記対象の前記組織を照らすことで前記対象の前記組織における蛍光イメージング剤からの蛍光放射を誘導するよう構成された照明モジュールと、
蛍光血管造影イメージの前記時系列を取得するよう構成されたカメラアセンブリと、を含む請求項１２４に記載のシステム。 - それに組み込まれたコンピュータ実行可能プログラムコード手段を有する非一時的有形コンピュータ可読媒体であって、前記コンピュータ実行可能プログラムコード手段は対象の組織の血管造影イメージの時系列を処理する方法を含み、該方法は、
血管造影イメージの前記時系列における計算領域の時間−強度曲線を生成することと、
前記時間−強度曲線を近似するよう選択された複数のパラメータに基づいて前記計算領域のランク値を計算することと、
前記計算されたランク値の空間マップを生成することと、を含む媒体。 - 対象の組織の血管造影イメージの時系列を処理するためのキットであって、前記キットは請求項１１９から１２５のいずれか一項に記載のシステムと、蛍光イメージング剤と、を含む、キット。
- コンピュータ実装方法において用いられる蛍光イメージング剤であって、該方法は、
対象の組織の血管造影イメージの時系列内の計算領域の時間−強度曲線を生成することと、
前記時間−強度曲線を近似するよう選択された複数のパラメータに基づいて前記計算領域のランク値を計算することと、
前記計算されたランク値の空間マップを生成することと、を含む蛍光イメージング剤。 - 請求項１１４から１１８のいずれか一項に記載の方法において、または請求項１１９から１２５のいずれか一項に記載のシステムにおいて、傷管理のために用いられる蛍光イメージング剤。
- 前記傷管理は慢性傷管理を含む請求項１２９に記載の蛍光イメージング剤。
- 前記蛍光イメージング剤はＩＣＧを含む請求項１２９または１３０に記載の蛍光イメージング剤。
- 前記蛍光イメージング剤はＩＣＧである請求項１２９または１３０に記載の蛍光イメージング剤。
- 対象のターゲット組織における傷を量的に評価するコンピュータ実装方法であって、該方法は、
前記ターゲット組織から得られた入力データの時系列における計算領域の時間−強度曲線を生成することであって、入力データの前記時系列は前記ターゲット組織を通るイメージング剤の通過を捉える、生成することと、
前記時間−強度曲線を近似するよう選択されたパラメータに基づいて前記計算領域のランク値を割り当てることと、
前記ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、
前記データ集合を処理することで前記傷の傷指標値を生成することと、を含む方法。 - 前記データ集合は第１および第２データ集合を含む請求項１３３に記載の方法。
- 前記第１および第２データ集合のそれぞれに調整関数を適用することをさらに含む請求項１３４に記載の方法。
- 前記第１および第２データ集合のそれぞれに前記調整関数を適用することは、
前記第１データ集合に第１調整関数を適用することで、第１調整データ集合を生成することと、
前記第２データ集合に前記第１調整関数とは異なる第２調整関数を適用することで、第２調整データ集合を生成することと、を含む請求項１３５に記載の方法。 - 前記第１調整データ集合は複数の傷特徴値を含み、前記第２調整データ集合は複数の非傷特徴値を含む請求項１３６に記載の方法。
- 前記第１調整関数は恒等関数である請求項１３６または１３７に記載の方法。
- 前記第２調整関数は前記第２調整データ集合をゼロと等しくする請求項１３８に記載の方法。
- 前記データ集合を処理することで前記傷の前記状態を表す前記傷指標値を生成することは、前記非傷特徴値を用いて前記傷特徴値を処理することを含む請求項１３７から１３９のいずれか一項に記載の方法。
- 前記非傷特徴値を用いて前記傷特徴値を処理することで前記傷指標値を生成することは、前記第１データ集合内の全ての前記ランク値を加算し、前記計算領域内のピクセルの総数で除することを含む請求項１３７に記載の方法。
- 前記データ集合を処理することで前記傷指標値を生成することは、前記第１データ集合内の全ての前記ランク値を加算し、前記計算領域内の背景を除く組織部分を表すピクセルの総数で除することを含む請求項１３７に記載の方法。
- 複数の前記ランク値、前記データ集合内の前記データ、複数の前記傷指標値、またはそれらの組み合わせを可視化することをさらに含む請求項１３３に記載の方法。
- 前記複数の前記ランク値、前記データ集合内の前記データ、またはそれらの組み合わせを可視化することは、空間マップを生成することを含む請求項１４３に記載の方法。
- 前記ターゲット組織の解剖イメージの上に前記空間マップを重ねることをさらに含む請求項１４４に記載の方法。
- 前記複数の前記傷指標値を可視化することは、前記傷指標値を経時的に追跡することを含む請求項１４３に記載の方法。
- 前記傷指標値を経時的に追跡することは、前記傷指標値の経時的な変化のグラフ表現を生成することを含む請求項１４６に記載の方法。
- 前記傷指標値の経時的変化は、前記傷の状態の経時的な変化を表す請求項１４７に記載の方法。
- 前記参照値は変更部によって変更される請求項１３３から１４８のいずれか一項に記載の方法。
- 前記変更部は公差値、乗数、複数の参照値の平均、またはそれらの組み合わせを含む請求項１４９に記載の方法。
- 前記参照値は、
参照組織から得られた参照入力データの時系列における参照計算領域の参照時間−強度曲線を生成することであって、参照入力データの前記時系列は前記参照組織を通るイメージング剤の通過を捉える、生成することと、
前記参照時間−強度曲線を近似するよう選択されたパラメータに基づいて前記参照計算領域の参照ランク値を計算することと、によって取得される請求項１３３から１５０のいずれか一項に記載の方法。 - 前記参照組織は、健常対象の組織、健常対象の個体群、前記対象の前記ターゲット組織内の健常組織領域、前記対象の前記ターゲット組織外の健常組織領域、である請求項１５１に記載の方法。
- 前記傷は前記ターゲット組織の傷を含む請求項１３３から１５２のいずれか一項に記載の方法。
- 前記傷は、手術創、慢性傷、急性傷を含む請求項１５３に記載の方法。
- 前記手術創、前記慢性傷または前記急性傷は、切開、褥瘡、裂傷、擦過傷、刺し傷、挫傷、剥離、腔、火傷、またはそれらの組み合わせを含む請求項１５４に記載の方法。
- 前記慢性傷は、褥瘡、静脈潰瘍、動脈潰瘍、糖尿病性下肢潰瘍、またはそれらの組み合わせを含む請求項１５４に記載の方法。
- 前記傷は前記参照値からの乖離を含む請求項１３３から１５２のいずれか一項に記載の方法。
- 前記傷の前記状態は、前記傷の特性、前記傷の状況、前記傷の治癒状態、またはそれらの組み合わせを含む請求項１４８から１５７のいずれか一項に記載の方法。
- 前記傷の前記特性、前記傷の前記状況または前記傷の前記治癒状態は、炎症、悪性腫瘍、異常、疾病、またはそれらの組み合わせを含む請求項１５８に記載の方法。
- 入力データの前記時系列は、蛍光入力データの時系列を含む請求項１３３から１５９のいずれか一項に記載の方法。
- 蛍光イメージング中に、蛍光イメージングシステムを用いて蛍光入力データの前記時系列を取得することをさらに含み、前記イメージング剤は蛍光イメージング剤である請求項１６０に記載の方法。
- 前記蛍光イメージング剤は、蛍光入力データの前記時系列の取得の直前に前記対象に対して投与される請求項１６１に記載の方法。
- 前記蛍光イメージング剤は、蛍光色素、その類似物、その誘導体、またはそれらの組み合わせを含む請求項１６２に記載の方法。
- 前記蛍光色素はトリカルボシアニン色素を含む請求項１６３に記載の方法。
- 前記トリカルボシアニン色素はインドシアニングリーン（ＩＣＧ）である請求項１６４に記載の方法。
- 前記蛍光色素は、フルオレセインイソチオシアネート、ローダミン、フィコエリトリン、フィコシアニン、アロフィコシアニン、オルトフタルアルデヒド、フルオレサミン、ローズベンガル、トリパン青、フルオロゴールド、またはそれらの組み合わせを含む請求項１６３に記載の方法。
- 前記時間−強度曲線を近似するために選択される前記パラメータは、前記時間−強度曲線の増大する強度の領域の期間、前記時間−強度曲線の増大する強度の領域内の強度変化、前記時間−強度曲線の増大する強度の領域内の強度変化、前記時間−強度曲線のピーク強度の領域の期間、前記時間−強度曲線のピーク強度の領域内の強度変化、前記時間−強度曲線の減少する強度の領域の期間、または前記時間−強度曲線の減少する強度の領域内の強度変化、またはそれらの組み合わせを含む請求項１３３から１６６のいずれか一項に記載の方法。
- 前記時間−強度曲線を近似するために選択される前記パラメータは、前記時間−強度曲線の灌流発現フェーズの期間、前記時間−強度曲線の灌流発現フェーズ中の強度変化、前記時間−強度曲線の動脈フェーズの期間、前記時間−強度曲線の動脈フェーズ中の強度変化、前記時間−強度曲線の毛細血管フェーズの期間、前記時間−強度曲線の毛細血管フェーズ中の強度変化、前記時間−強度曲線の静脈フェーズの期間、または前記時間−強度曲線の静脈フェーズ中の強度変化、またはそれらの組み合わせを含む請求項１３３から１６６のいずれか一項に記載の方法。
- 前記時間−強度曲線を近似するために選択される前記パラメータは数値的曲線近似アルゴリズムである請求項１３３から１６８のいずれか一項に記載の方法。
- 前記時間−強度曲線の近似は前記時間−強度曲線の一部の近似を含む請求項１３３から１６９のいずれか一項に記載の方法。
- 入力データの前記時系列は、取得時刻によって順番に並べられた複数の個別のイメージフレームを含む請求項１３３に記載の方法。
- 前記個別のイメージフレームは空間的に並べられる請求項１７１に記載の方法。
- 入力データの前記時系列は、選択されたデータを抽出するよう、ベースライン強度を計算するよう、画質検証プロセスを行うよう、またはそれらの組み合わせを行うよう、前処理される請求項１３３に記載の方法。
- 前記計算領域は個別のピクセルまたは個別のピクセルのグループを含む請求項１３３に記載の方法。
- 前記傷指標値を追跡することで、治癒、治療またはそれらの組み合わせの進行を評価することをさらに含む請求項１３３から１７４のいずれか一項に記載の方法。
- 前記傷指標値はさらに前記傷の量的プロファイルを表す請求項１３３から１７５のいずれか一項に記載の方法。
- 選択された時点においてまたは経時的に傷を評価するために、請求項１３５から１７６のいずれか一項に記載の傷指標値を請求項１２に記載の可視化と組み合わせて用いること。
- 傷における血流、組織灌流、またはそれらの組み合わせを評価するために、請求項１３３から１７６のいずれか一項に記載の傷指標値を用いること。
- 対象のターゲット組織における傷を量的に評価するコンピュータ実装方法であって、
前記対象の前記血流に蛍光剤を投与することと、
前記対象の前記ターゲット組織を照らすことで、前記ターゲット組織内の前記血液内の前記蛍光剤を励起することと、
前記放射から生じる蛍光入力データの時系列を取得することであって、蛍光入力データの前記時系列は前記ターゲット組織を通る前記蛍光剤の通過を捉える、取得することと、
蛍光入力データの前記時系列における計算領域の時間−強度曲線を生成することと、
前記時間−強度曲線を近似するよう選択されたパラメータに基づいて前記計算領域のランク値を計算することと、
前記ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、
前記データ集合を処理することで前記傷の傷指標値を生成することと、を含む方法。 - 蛍光イメージングシステムで動作するコンピュータ実装方法であって、前記蛍光イメージングシステムは、
対象の組織を照らすことで前記対象の前記組織における蛍光剤からの蛍光放射を誘導するよう構成された光源と、
前記蛍光放射からの蛍光入力データの時系列を取得するよう構成されたイメージ取得アセンブリと、
蛍光入力データの前記時系列を処理するよう構成されたプロセッサアセンブリと、を備え、
前記方法は、
前記プロセッサを介して、前記ターゲット組織から得られた蛍光入力データの前記時系列における計算領域の時間−強度曲線を生成することであって、蛍光入力データの前記時系列は前記ターゲット組織を通る前記蛍光剤の通過を捉える、生成することと、
前記プロセッサを介して、前記時間−強度曲線を近似するよう選択されたパラメータに基づいて前記計算領域のランク値を割り当てることと、
前記プロセッサを介して、前記ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、
前記プロセッサを介して、前記データ集合を処理することで前記傷の傷指標値を生成することと、を含む方法。 - 前記蛍光イメージングシステムの前記光源は、励起光を生成するよう構成された蛍光励起源を含む照明モジュールを備える請求項１８０に記載の方法。
- 前記照明モジュールはさらに、前記照明モジュールを出る前記励起光を形成し、かつ、導くよう構成された光学要素を含む請求項１８１に記載の方法。
- 前記光学要素は、レンズ、光ガイド、ディフューザ、またはそれらの組み合わせを含む請求項１８２に記載の方法。
- 前記蛍光イメージングシステムはさらに、前記イメージ取得アセンブリの前に設けられた光学要素であって前記蛍光イメージング剤によって生成された前記蛍光放射を取得し、フィルタし、前記イメージセンサアセンブリへ導くよう構成された光学要素を含む請求項１８３に記載の方法。
- 対象のターゲット組織における傷を量的に評価するシステムであって、
ユーザインタフェースと、
前記ユーザインタフェースと通信するよう構成されたプロセッサと、
保持されるインストラクションを有する非一時的コンピュータ可読保持媒体と、を備え、
前記インストラクションは前記プロセッサによって実行された場合、前記プロセッサに、
前記ターゲット組織の蛍光イメージの前記時系列内の計算領域の時間−強度曲線を生成することと、
前記時間−強度曲線を近似するよう選択されたパラメータに基づいて前記計算領域のランク値を割り当てることと、
前記ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、
前記データ集合を処理することで前記傷の傷指標値を生成することと、を含む動作を行わせるシステム。 - 前記プロセッサは蛍光イメージングシステムと通信する請求項１８５に記載のシステム。
- 蛍光イメージングシステムをさらに備える請求項１８５に記載のシステム。
- 前記プロセッサは前記蛍光イメージングシステムのコンポーネントである請求項１８７に記載のシステム。
- 前記プロセッサは前記蛍光イメージングシステムの動作を制御するよう構成される請求項１８５から１８８のいずれか一項に記載のシステム。
- 前記蛍光イメージングシステムは、
前記対象の前記組織を照らすことで前記対象の前記組織における蛍光イメージング剤からの蛍光放射を誘導するよう構成された照明モジュールと、
蛍光イメージの前記時系列を取得するよう構成されたカメラアセンブリと、を含む請求項１８６から１８９のいずれか一項に記載のシステム。 - それに組み込まれたコンピュータ実行可能プログラムコード手段を有する非一時的有形コンピュータ可読媒体であって、前記コンピュータ実行可能プログラムコード手段は対象のターゲット組織における傷を量的に評価する方法を含み、該方法は、
前記ターゲット組織から得られた蛍光入力データの時系列における計算領域の時間−強度曲線を生成することであって、蛍光入力データの前記時系列は前記ターゲット組織を通る蛍光イメージング剤の通過を捉える、生成することと、
前記時間−強度曲線を近似するよう選択されたパラメータに基づいて前記計算領域のランク値を割り当てることと、
前記ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、
前記データ集合を処理することで前記傷の傷指標値を生成することと、を含む媒体。 - 対象のターゲット組織における傷を量的に評価するためのキットであって、前記キットは請求項１８５から１９０のいずれか一項に記載のシステムと、蛍光イメージング剤と、を含む、キット。
- 対象のターゲット組織における傷を量的に評価するコンピュータ実装方法において用いられる蛍光イメージング剤であって、前記方法は、
前記ターゲット組織から得られた蛍光入力データの時系列における計算領域の時間−強度曲線を生成することであって、蛍光入力データの前記時系列は前記ターゲット組織を通る前記蛍光イメージング剤の通過を捉える、生成することと、
前記時間−強度曲線を近似するよう選択されたパラメータに基づいて前記計算領域のランク値を割り当てることと、
前記ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、
前記データ集合を処理することで前記傷の傷指標値を生成することと、を含む蛍光イメージング剤。 - 請求項１３３から１７６のいずれか一項に記載の方法において、または請求項１８５から１９０のいずれか一項に記載のシステムにおいて、傷管理のために用いられる蛍光イメージング剤。
- 前記傷管理は慢性傷管理を含む請求項１９４に記載の蛍光イメージング剤。
- 前記蛍光イメージング剤はＩＣＧを含む請求項１９４または１９５に記載の蛍光イメージング剤。
- 前記蛍光イメージング剤はＩＣＧである請求項１９４または１９５に記載の蛍光イメージング剤。
- 対象のターゲット組織における傷を量的に評価するコンピュータ実装方法であって、
前記ターゲット組織から得られる入力データの時系列内の計算領域の時間−強度曲線を生成することと、
前記時間−強度曲線を近似するよう選択されたパラメータに基づいて前記計算領域のランク値を割り当てることと、
前記ランク値のそれぞれと参照値との比較に基づいてデータ集合を生成することと、
前記データ集合を処理することで前記傷の傷指標値を生成することと、を含む方法。 - 機械学習プロセスにおいて請求項１３３に記載の方法で生成される指標値を用いること。
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201562110609P | 2015-02-02 | 2015-02-02 | |
| US62/110,609 | 2015-02-02 | ||
| US201562174225P | 2015-06-11 | 2015-06-11 | |
| US62/174,225 | 2015-06-11 | ||
| PCT/CA2016/050092 WO2016123705A1 (en) | 2015-02-02 | 2016-02-02 | Methods and systems for characterizing tissue of a subject |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| JP2018508259A true JP2018508259A (ja) | 2018-03-29 |
| JP2018508259A5 JP2018508259A5 (ja) | 2018-06-21 |
| JP6523468B2 JP6523468B2 (ja) | 2019-06-05 |
Family
ID=56563261
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017540738A Active JP6523468B2 (ja) | 2015-02-02 | 2016-02-02 | 対象の組織を特徴付けるための方法およびシステム |
Country Status (9)
| Country | Link |
|---|---|
| US (4) | US9892513B2 (ja) |
| EP (1) | EP3253420A4 (ja) |
| JP (1) | JP6523468B2 (ja) |
| KR (1) | KR102031738B1 (ja) |
| CN (2) | CN107530452A (ja) |
| AU (1) | AU2016214922B2 (ja) |
| CA (1) | CA2975295A1 (ja) |
| HK (1) | HK1248112A1 (ja) |
| WO (1) | WO2016123705A1 (ja) |
Families Citing this family (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8406860B2 (en) | 2008-01-25 | 2013-03-26 | Novadaq Technologies Inc. | Method for evaluating blush in myocardial tissue |
| JP6028096B2 (ja) | 2012-06-21 | 2016-11-16 | ノバダック テクノロジーズ インコーポレイテッド | 血管造影及びかん流の定量化並びに解析手法 |
| CN105658138B (zh) | 2013-06-14 | 2020-06-16 | 诺瓦达克技术公司 | 使用荧光介导的光容积描记术定量组织中的绝对血流量 |
| US10426361B2 (en) | 2013-06-14 | 2019-10-01 | Novadaq Technologies ULC | Quantification of absolute blood flow in tissue using fluorescence-mediated photoplethysmography |
| AU2015246630A1 (en) | 2014-04-15 | 2016-10-13 | 4DMedical Limited | Method of imaging |
| KR102012880B1 (ko) * | 2014-10-09 | 2019-08-22 | 노바다크 테크놀러지즈 유엘씨 | 형광-조정 광전용적맥파 측정기를 사용한 조직 내의 절대적인 혈류의 정량화 |
| CA2975295A1 (en) * | 2015-02-02 | 2016-08-11 | Novadaq Technologies Inc. | Methods and systems for characterizing tissue of a subject |
| DE102015202494B4 (de) * | 2015-02-12 | 2023-10-19 | Siemens Healthcare Gmbh | Auswertung einer dynamischen Kontrastmittelverteilung |
| EP3352670B8 (en) | 2015-09-23 | 2024-07-03 | Stryker Corporation | Method and system for assessing healing of tissue |
| EP3352697A4 (en) | 2015-09-23 | 2019-06-19 | Novadaq Technologies ULC | METHOD AND SYSTEMS FOR ADMINISTERING DATA FROM MEDICAL IMAGING |
| US11723617B2 (en) | 2016-02-03 | 2023-08-15 | 4DMedical Limited | Method and system for imaging |
| WO2017139881A1 (en) | 2016-02-16 | 2017-08-24 | Novadaq Technologies Inc. | Facilitating assessment of blood flow and tissue perfusion using fluorescence-mediated photoplethysmography |
| US11244478B2 (en) * | 2016-03-03 | 2022-02-08 | Sony Corporation | Medical image processing device, system, method, and program |
| CA3019744A1 (en) | 2016-03-04 | 2017-09-08 | 4Dx Limited | Method and system for imaging |
| JP6929689B2 (ja) * | 2016-04-26 | 2021-09-01 | キヤノンメディカルシステムズ株式会社 | 医用画像処理装置及び医用画像診断装置 |
| US20190122397A1 (en) * | 2016-07-12 | 2019-04-25 | Mindshare Medical, Inc. | Medical analytics system |
| WO2018018160A1 (en) | 2016-07-29 | 2018-02-01 | Novadaq Technologies ULC | Methods and systems for characterizing tissue of a subject utilizing machine learning |
| CN110114803B (zh) * | 2016-12-28 | 2023-06-27 | 松下电器（美国）知识产权公司 | 三维模型分发方法、三维模型接收方法、三维模型分发装置以及三维模型接收装置 |
| US11116479B2 (en) * | 2017-01-04 | 2021-09-14 | Koninklijke Philips N.V. | Time-based parametric contrast enhanced ultrasound imaging system and method |
| KR102306048B1 (ko) * | 2017-01-30 | 2021-09-29 | 메디비콘 아이엔씨. | 확산 반사 보정을 갖는 형광 추적제의 비침습 모니터링 방법 |
| JP6931705B2 (ja) | 2017-02-10 | 2021-09-08 | ノバダック テクノロジーズ ユーエルシー | オープンフィールドハンドヘルド蛍光イメージングシステムおよび方法 |
| CA3055527A1 (en) | 2017-02-28 | 2018-09-07 | 4Dx Limited | Method of scanning and assessing lung and vascular health |
| KR20210044767A (ko) * | 2018-06-14 | 2021-04-23 | 퍼퓨전 테크 에이피에스 | 자동 관류 측정 시스템 및 방법 |
| WO2020015822A1 (en) * | 2018-07-17 | 2020-01-23 | Brainlab Ag | Partitioning a medical image |
| US11116454B2 (en) * | 2018-07-19 | 2021-09-14 | Shimadzu Corporation | Imaging device and method |
| WO2020096888A1 (en) | 2018-11-05 | 2020-05-14 | Medivators Inc. | Endoscope cleaning and inspection system and method |
| US20210386278A1 (en) * | 2018-11-05 | 2021-12-16 | Mediators Inc. | Endoscope fluorescence inspection device |
| CN109949274B (zh) * | 2019-02-25 | 2020-12-25 | 腾讯科技（深圳）有限公司 | 一种图像处理方法、装置及系统 |
| US10607105B1 (en) * | 2019-03-27 | 2020-03-31 | Disney Enterprises, Inc. | Perceptual data association |
| US11145052B2 (en) | 2019-04-25 | 2021-10-12 | International Business Machines Corporation | Intelligent classification of regions of interest of an organism from multispectral video streams using perfusion models |
| US11276176B2 (en) | 2019-09-04 | 2022-03-15 | International Business Machines Corporation | Intelligent boundary delineation of regions of interest of an organism from multispectral video streams using perfusion models |
| US11651249B2 (en) * | 2019-10-22 | 2023-05-16 | EMC IP Holding Company LLC | Determining similarity between time series using machine learning techniques |
| KR20220143646A (ko) * | 2019-12-19 | 2022-10-25 | 퍼퓨전 테크 에이피에스 | 형광 이미징 동안에 혈관을 확인하기 위한 시스템 및 방법 |
| US12018980B2 (en) | 2020-04-20 | 2024-06-25 | Schlumberger Technology Corporation | Dynamic systems and processes for determining a condition thereof |
| DE102020206758A1 (de) | 2020-05-29 | 2021-12-02 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein | Verfahren und Vorrichtung zur objektiven Bestimmung des Rekapillisierungsverhaltens an einer menschlichen Körperoberfläche |
| BR112022024406A2 (pt) | 2020-06-02 | 2022-12-27 | Memorial Sloan Kettering Cancer Center | Modelo de aprendizado por máquina para análise de dados de patologia a partir de locais metastáticos |
| US11526703B2 (en) * | 2020-07-28 | 2022-12-13 | International Business Machines Corporation | GPU accelerated perfusion estimation from multispectral videos |
| US20220087548A1 (en) * | 2020-09-18 | 2022-03-24 | Stryker European Operations Limited | Systems and methods for determining timing for fluorescence based blood flow assessment |
| US20220087518A1 (en) * | 2020-09-18 | 2022-03-24 | Stryker European Operations Limited | Systems and methods for fluorescence visualization |
| US20220151495A1 (en) * | 2020-11-16 | 2022-05-19 | Stryker Corporation | Systems and methods of relative onset fluorescence delay for medical imaging |
| US11496676B2 (en) * | 2021-01-04 | 2022-11-08 | Healthy.Io Ltd | Providing guidance for wound image capturing |
| KR102472583B1 (ko) * | 2021-01-28 | 2022-11-30 | 한림대학교 산학협력단 | 찰과상에 대한 진단 정보를 제공하는 인공지능 모델 기반의 전자 장치, 제어 방법, 및 컴퓨터 프로그램 |
| US11640389B2 (en) | 2021-07-23 | 2023-05-02 | Bank Of America Corporation | Hash-based identification of data corruption issues in time-series data |
| US11645252B2 (en) | 2021-07-23 | 2023-05-09 | Bank Of America Corporation | System and method for efficiently validating time-series data using a hash-based representation of the data |
| WO2023081917A1 (en) * | 2021-11-08 | 2023-05-11 | The Board Of Trustees Of The Leland Stanford Junior University | Methods and systems of generating perfusion parametric maps |
| US12100141B2 (en) | 2021-12-28 | 2024-09-24 | International Business Machines Corporation | Three-dimensional delineation of tumor boundaries via supervised machine learning algorithms and augmented reality |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020183621A1 (en) * | 2001-05-01 | 2002-12-05 | Plusion Medical Systems Ag | Method, device and computer program for determining the blood flow in a tissue or organ region |
| JP2008535600A (ja) * | 2005-04-14 | 2008-09-04 | ブラッコ・リサーチ・ソシエテ・アノニム | 動的灌流画像法に基づく灌流診断法およびそのシステム |
| JP2010512900A (ja) * | 2006-12-21 | 2010-04-30 | アンスティテュ ギュスタヴ ルーシ −アイジーアール− | 腫瘍の血管新生の定量化方法およびシステム |
| US20110071403A1 (en) * | 2009-09-21 | 2011-03-24 | Board Of Regents Of The University Of Texas System | Functional near-infrared fluorescence lymphatic mapping for diagnosing, accessing, monitoring and directing therapy of lymphatic disorders |
| JP2011519589A (ja) * | 2008-04-14 | 2011-07-14 | ノヴァダク テクノロジーズ インコーポレイテッド | 形成外科および再建手術のための穿通枝皮弁の位置特定および分析 |
| WO2013190391A2 (en) * | 2012-06-21 | 2013-12-27 | Novadaq Technologies Inc. | Quantification and analysis of angiography and perfusion |
Family Cites Families (65)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5995645A (en) * | 1993-08-18 | 1999-11-30 | Applied Spectral Imaging Ltd. | Method of cancer cell detection |
| CN1399528A (zh) | 1999-09-24 | 2003-02-26 | 加拿大国家研究委员会 | 进行内部血管造影术的装置和方法 |
| JP2001104237A (ja) | 1999-10-05 | 2001-04-17 | Fuji Photo Film Co Ltd | 蛍光判定方法および装置 |
| US6834122B2 (en) | 2000-01-22 | 2004-12-21 | Kairos Scientific, Inc. | Visualization and processing of multidimensional data using prefiltering and sorting criteria |
| JP2001285858A (ja) | 2000-01-27 | 2001-10-12 | Fuji Photo Film Co Ltd | 画像撮影方法および画像撮影装置 |
| GR1004180B (el) * | 2000-03-28 | 2003-03-11 | ����������� ����� ��������� (����) | Μεθοδος και συστημα χαρακτηρισμου και χαρτογραφησης αλλοιωσεων των ιστων |
| WO2003098522A1 (en) | 2002-05-17 | 2003-11-27 | Pfizer Products Inc. | Apparatus and method for statistical image analysis |
| CA2563459A1 (en) | 2003-04-18 | 2004-11-04 | Medispectra, Inc. | Systems for identifying, displaying, marking, and treating suspect regions of tissue |
| CN1929781A (zh) | 2003-08-21 | 2007-03-14 | 依斯克姆公司 | 用于脉管斑块检测和分析的自动化方法和系统 |
| JP4533673B2 (ja) | 2004-06-07 | 2010-09-01 | オリンパス株式会社 | 赤外観察システム及び赤外観察システムによる作動方法 |
| CA2631564A1 (en) | 2004-11-29 | 2006-06-01 | Hypermed, Inc. | Medical hyperspectral imaging for evaluation of tissue and tumor |
| EP1884197B1 (en) | 2005-05-20 | 2013-01-02 | Hitachi Medical Corporation | Image diagnosing device |
| US8600125B2 (en) | 2005-06-22 | 2013-12-03 | The Research Foundation Of State University Of New York | System and method for computer aided polyp detection |
| US20070016029A1 (en) | 2005-07-15 | 2007-01-18 | General Electric Company | Physiology workstation with real-time fluoroscopy and ultrasound imaging |
| DE102005036410A1 (de) | 2005-07-29 | 2007-02-01 | Biocam Gmbh | Verfahren zur Ermittlung der Sauerstoffpartialdruckverteilung in zumindest einem Gewebeflächenabschnitt, insbesondere Hautgewebeflächenabschnitt |
| EP2034890A4 (en) | 2006-06-01 | 2011-02-16 | Gen Hospital Corp | IN VIVO OPTICAL IMAGING METHOD COMPRISING THE ANALYSIS OF DYNAMIC IMAGES |
| WO2008001037A2 (en) * | 2006-06-05 | 2008-01-03 | Forth Photonics Limited | Methods for characterizing tissues |
| CN101511348B (zh) | 2006-08-30 | 2012-04-18 | 国立大学法人九州大学 | 含有包封他汀类之纳米颗粒的药物组合物 |
| JP5085086B2 (ja) | 2006-10-04 | 2012-11-28 | 株式会社トプコン | 眼底観察装置、眼底画像表示装置及びプログラム |
| EP1916624B1 (en) | 2006-10-25 | 2016-11-23 | Agfa HealthCare NV | Method for segmenting a digital medical image. |
| US8280488B2 (en) | 2006-11-24 | 2012-10-02 | Huisman Henkjan J | Processing and displaying dynamic contrast-enhanced magnetic resonance imaging information |
| WO2008118410A2 (en) | 2007-03-23 | 2008-10-02 | The Trustees Of Columbia University In The City Of New York | Quantum dot labeled stem cells for use in providing pacemaker function |
| US8090168B2 (en) | 2007-10-15 | 2012-01-03 | General Electric Company | Method and system for visualizing registered images |
| WO2009093211A1 (en) * | 2008-01-23 | 2009-07-30 | Michalakis Averkiou | Therapy assessment with ultrasonic contrast agents |
| US8406860B2 (en) | 2008-01-25 | 2013-03-26 | Novadaq Technologies Inc. | Method for evaluating blush in myocardial tissue |
| US10219742B2 (en) * | 2008-04-14 | 2019-03-05 | Novadaq Technologies ULC | Locating and analyzing perforator flaps for plastic and reconstructive surgery |
| RU2475537C2 (ru) * | 2008-05-14 | 2013-02-20 | Новадак Текнолоджиз Инк. | Способы визуализации и композиции, содержащие флюоресцентные красители, связанные с вирусными компонентами для визуализации нервов |
| JP5244455B2 (ja) | 2008-05-21 | 2013-07-24 | Ｈｏｙａ株式会社 | 内視鏡プロセッサおよび内視鏡システム |
| CA2728473A1 (en) | 2008-06-20 | 2009-12-23 | National University Corporation Okayama University | Antibody against oxidized ldl/.beta.2gpi complex and use of the same |
| CN101313847B (zh) * | 2008-07-01 | 2010-08-25 | 北京师范大学 | 对人体皮肤病变组织进行无损光学常数成像的装置 |
| US8488863B2 (en) | 2008-11-06 | 2013-07-16 | Los Alamos National Security, Llc | Combinational pixel-by-pixel and object-level classifying, segmenting, and agglomerating in performing quantitative image analysis that distinguishes between healthy non-cancerous and cancerous cell nuclei and delineates nuclear, cytoplasm, and stromal material objects from stained biological tissue materials |
| EP2365779A1 (en) * | 2008-11-11 | 2011-09-21 | Koninklijke Philips Electronics N.V. | Ultrasonic lesion identification using temporal parametric contrast images |
| US10504197B2 (en) | 2009-04-15 | 2019-12-10 | Koninklijke Philips N.V. | Clinical decision support systems and methods |
| WO2011021175A2 (en) | 2009-08-18 | 2011-02-24 | Ben Gurion University Of The Negev Research And Development Authority | System and method for analyzing imaging data |
| JP5715636B2 (ja) * | 2009-11-03 | 2015-05-13 | エフ．ホフマン−ラ ロシュ アーゲーＦ． Ｈｏｆｆｍａｎｎ−Ｌａ Ｒｏｃｈｅ Ａｋｔｉｅｎｇｅｓｅｌｌｓｃｈａｆｔ | 循環系事象と虚血性事象を鑑別するためのＮＴ−ｐｒｏＡＮＰおよびＳＦｌｔ−１ |
| WO2011112559A2 (en) | 2010-03-08 | 2011-09-15 | Bruce Adams | System, method and article for normalization and enhancement of tissue images |
| US8976931B2 (en) | 2010-04-13 | 2015-03-10 | Carestream Health, Inc. | Mobile radiography imaging apparatus using prior related images before current image exposure and methods for same |
| EP2567340A1 (en) | 2010-05-07 | 2013-03-13 | Purdue Research Foundation | Quantitative image analysis for wound healing assay |
| US8934685B2 (en) | 2010-09-21 | 2015-01-13 | General Electric Company | System and method for analyzing and visualizing local clinical features |
| JP5823259B2 (ja) | 2010-11-22 | 2015-11-25 | 株式会社東芝 | 医用データ生成装置 |
| RU2604706C2 (ru) | 2011-03-15 | 2016-12-10 | Конинклейке Филипс Н.В. | Указатель картирования коррелированных изображений |
| JP2012198139A (ja) | 2011-03-22 | 2012-10-18 | Olympus Corp | 画像処理プログラム、画像処理装置、計測解析装置及び画像処理方法 |
| DE102012201169A1 (de) | 2012-01-27 | 2013-08-01 | Siemens Aktiengesellschaft | Automatische Registrierung von Bildpaaren von medizinischen Bilddatensätzen |
| US20130216482A1 (en) * | 2012-02-03 | 2013-08-22 | The Board Of Regents Of The University Of Texas System | Methods and compositions for non-invasive, dynamic imaging of intestinal motility |
| WO2013146841A1 (ja) | 2012-03-30 | 2013-10-03 | コニカミノルタ株式会社 | 医用画像処理装置及びプログラム |
| JP6214646B2 (ja) | 2012-06-22 | 2017-10-18 | コーニンクレッカ フィリップス エヌ ヴェＫｏｎｉｎｋｌｉｊｋｅ Ｐｈｉｌｉｐｓ Ｎ．Ｖ． | 血管造影図における時間的な解剖学的標的タグ付け |
| CN104519794B (zh) | 2012-08-06 | 2018-05-22 | 皇家飞利浦有限公司 | 基于动态对比增强成像的渗透率度量 |
| US20140163403A1 (en) | 2012-12-12 | 2014-06-12 | The Texas A&M University System | Automated determination of arterial input function areas in perfusion analysis |
| US9488639B2 (en) | 2013-02-25 | 2016-11-08 | Flagship Biosciences, Inc. | Cell-based tissue analysis |
| MY174728A (en) | 2013-03-15 | 2020-05-11 | Synaptive Medical Inc | Intramodal synchronization of surgical data |
| GB201305171D0 (en) | 2013-03-21 | 2013-05-01 | Univ Nottingham | Measurement of tissue structures |
| US9734573B2 (en) | 2013-04-17 | 2017-08-15 | The United States Of America, As Represented By The Secretary, Dept. Of Health And Human Services | Methods and systems for automatically determining magnetic field inversion time of a tissue species |
| CN105658138B (zh) | 2013-06-14 | 2020-06-16 | 诺瓦达克技术公司 | 使用荧光介导的光容积描记术定量组织中的绝对血流量 |
| WO2015052710A1 (en) | 2013-10-09 | 2015-04-16 | Yosibash Zohar | Automated patient-specific method for biomechanical analysis of bone |
| DE102013226858B4 (de) * | 2013-12-20 | 2024-08-08 | Siemens Healthineers Ag | Verfahren zur Erzeugung eines wenigstens dreidimensionalen Anzeigedatensatzes, Röntgeneinrichtung und Computerprogramm |
| US11395590B2 (en) * | 2014-05-01 | 2022-07-26 | Yeda Research And Development Co. Ltd. | Multimodal transcranial brain optical imaging |
| WO2016069788A1 (en) | 2014-10-29 | 2016-05-06 | Spectral Md, Inc. | Reflective mode multi-spectral time-resolved optical imaging methods and apparatuses for tissue classification |
| WO2016087589A1 (en) | 2014-12-03 | 2016-06-09 | Ventana Medical Systems, Inc. | Methods, systems, and apparatuses for quantitative analysis of heterogeneous biomarker distribution |
| CA2975295A1 (en) | 2015-02-02 | 2016-08-11 | Novadaq Technologies Inc. | Methods and systems for characterizing tissue of a subject |
| US9996923B2 (en) | 2015-04-24 | 2018-06-12 | Canfield Scientific, Incorporated | Methods and apparatuses for dermatological feature tracking over multiple images |
| JP6707320B2 (ja) * | 2015-06-01 | 2020-06-10 | キヤノンメディカルシステムズ株式会社 | 画像処理装置およびｘ線診断装置 |
| WO2017049000A1 (en) | 2015-09-15 | 2017-03-23 | Massachusetts Institute Of Technology | Systems and methods for diagnosis of middle ear conditions and detection of analytes in the tympanic membrane |
| EP3352670B8 (en) * | 2015-09-23 | 2024-07-03 | Stryker Corporation | Method and system for assessing healing of tissue |
| EP3352697A4 (en) | 2015-09-23 | 2019-06-19 | Novadaq Technologies ULC | METHOD AND SYSTEMS FOR ADMINISTERING DATA FROM MEDICAL IMAGING |
| WO2018018160A1 (en) | 2016-07-29 | 2018-02-01 | Novadaq Technologies ULC | Methods and systems for characterizing tissue of a subject utilizing machine learning |
-
2016
- 2016-02-02 CA CA2975295A patent/CA2975295A1/en not_active Abandoned
- 2016-02-02 EP EP16746031.0A patent/EP3253420A4/en active Pending
- 2016-02-02 WO PCT/CA2016/050092 patent/WO2016123705A1/en active Application Filing
- 2016-02-02 CN CN201680020302.2A patent/CN107530452A/zh active Pending
- 2016-02-02 CN CN202410253905.3A patent/CN118319236A/zh active Pending
- 2016-02-02 KR KR1020177024707A patent/KR102031738B1/ko active IP Right Grant
- 2016-02-02 US US15/013,945 patent/US9892513B2/en active Active
- 2016-02-02 JP JP2017540738A patent/JP6523468B2/ja active Active
- 2016-02-02 AU AU2016214922A patent/AU2016214922B2/en not_active Ceased
-
2017
- 2017-12-27 US US15/855,587 patent/US10783636B2/en active Active
-
2018
- 2018-06-12 HK HK18107634.7A patent/HK1248112A1/zh unknown
-
2020
- 2020-09-18 US US17/026,076 patent/US11715205B2/en active Active
-
2023
- 2023-07-28 US US18/361,802 patent/US20240249412A1/en active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020183621A1 (en) * | 2001-05-01 | 2002-12-05 | Plusion Medical Systems Ag | Method, device and computer program for determining the blood flow in a tissue or organ region |
| JP2008535600A (ja) * | 2005-04-14 | 2008-09-04 | ブラッコ・リサーチ・ソシエテ・アノニム | 動的灌流画像法に基づく灌流診断法およびそのシステム |
| JP2010512900A (ja) * | 2006-12-21 | 2010-04-30 | アンスティテュ ギュスタヴ ルーシ −アイジーアール− | 腫瘍の血管新生の定量化方法およびシステム |
| JP2011519589A (ja) * | 2008-04-14 | 2011-07-14 | ノヴァダク テクノロジーズ インコーポレイテッド | 形成外科および再建手術のための穿通枝皮弁の位置特定および分析 |
| US20110071403A1 (en) * | 2009-09-21 | 2011-03-24 | Board Of Regents Of The University Of Texas System | Functional near-infrared fluorescence lymphatic mapping for diagnosing, accessing, monitoring and directing therapy of lymphatic disorders |
| WO2013190391A2 (en) * | 2012-06-21 | 2013-12-27 | Novadaq Technologies Inc. | Quantification and analysis of angiography and perfusion |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3253420A4 (en) | 2018-10-10 |
| US10783636B2 (en) | 2020-09-22 |
| CN118319236A (zh) | 2024-07-12 |
| US20180158187A1 (en) | 2018-06-07 |
| EP3253420A1 (en) | 2017-12-13 |
| CA2975295A1 (en) | 2016-08-11 |
| US20210073994A1 (en) | 2021-03-11 |
| US11715205B2 (en) | 2023-08-01 |
| HK1248112A1 (zh) | 2018-10-12 |
| WO2016123705A1 (en) | 2016-08-11 |
| US20160253800A1 (en) | 2016-09-01 |
| AU2016214922A1 (en) | 2017-08-17 |
| AU2016214922B2 (en) | 2019-07-25 |
| JP6523468B2 (ja) | 2019-06-05 |
| KR20170115074A (ko) | 2017-10-16 |
| US9892513B2 (en) | 2018-02-13 |
| US20240249412A1 (en) | 2024-07-25 |
| CN107530452A (zh) | 2018-01-02 |
| KR102031738B1 (ko) | 2019-10-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11715205B2 (en) | Methods and systems for characterizing tissue of a subject | |
| US10636144B2 (en) | Methods and systems for assessing healing of tissue | |
| JP7333351B2 (ja) | 機械学習を用いた、対象の組織を特徴付けるための方法およびシステム | |
| JP6487544B2 (ja) | 蛍光媒介光電式容積脈波記録法を用いた組織中の絶対血流の定量化 | |
| JP6785307B2 (ja) | 組織分類システム | |
| JP6893877B2 (ja) | 組織を分類するための反射モードマルチスペクトル時間分解型光学イメージングの方法および装置 | |
| JP2018198959A (ja) | 蛍光媒介光電式容積脈波記録法を用いた組織中の絶対血流の定量化 | |
| Kupper et al. | Modelling the fluorescence optical imaging sequence data of rheumatic hands with a 1d hydrodynamic flow model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180507 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180507 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180919 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181102 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20190204 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190212 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190307 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190326 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190425 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6523468 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R360 | Written notification for declining of transfer of rights |
Free format text: JAPANESE INTERMEDIATE CODE: R360 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |