JP2019045514A - 分光画像データ処理装置および２次元分光装置 - Google Patents

Abstract

【課題】 分光画像データを用いた形態観察や組成分析を精度良く行うことが可能となる分光画像データ処理装置および２次元分光装置を提供する。【解決手段】 試料の分光画像データに対して多変量解析を行う分光画像データ処理装置であって、多変量解析を行うための、試料における微妙な差異を判別する必要がある注目領域を、試料の画像データに基づいて設定する領域設定部と、注目領域の内部の分光画像データと、注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行う分析部と、を有し、領域設定部は、注目領域を、分光画像データに対して輪郭抽出処理を施した結果に基づいて設定する。【選択図】 図１

Description

本発明は、試料の分光画像データに対して多変量解析を行う分光画像データ処理装置および２次元分光装置に関する。

顕微鏡によって生体試料を拡大観察することが広く行われている。一方、生体組織には多数種の物質が含まれることから、それらの化学的状態や組成の違いを、生体試料の分光スペクトル（可視、紫外、ラマン散乱、誘導ラマン散乱、コヒーレントアンチストークスラマン散乱、赤外吸収、Ｘ線等）を測定することで検出することができる。

さらには、物質をイオン化させて検出する分光法である質量分析法によっても、生体組織に含まれる物質を検出できる。この手法は、イオン化した物質を質量電荷比によって分離し、質量電荷比とその検出強度からなる分光スペクトルを得るものである。

特に、生体試料の画像情報と、これに対応する分光スペクトル（分光画像データ）を測定する２次元分光装置に用いることにより、染色を経ることなく、生体試料の形態、物質の化学的状態および組成に関する情報を取得することができる。この方法は、分光イメージング法と呼ばれる。

分光スペクトルの解析方法として、波長域に対して強度情報を変量として取り扱う多変量解析が採用されている。

多変量解析の一種である、主成分分析や独立成分分析によれば、生体試料に含まれる各成分のスペクトルが重畳されて複雑なスペクトルとなっていても、生体試料の化学的状態の分類や検量を可能とすることもできる。

その一例として、特許文献１では各画素について分光スペクトルの主成分分析を行い、主成分スコアの分布を求めることで、生体試料の形態情報や組成を調べることが開示されている。

特開２０１１−１７４９０６号公報

生体試料は多種多様な形態と組成物質を有する非均一的な試料であるため、分光画像データも当然、注目する画素に応じて変化に富んだものとなる。一方、病理試料のように、試料内の微妙な違いを判別する必要がある場合には、局所的ではあっても極力精度良く差異を測定する必要がある。

他方、多変量解析の一例である主成分分析では、各画素の分光スペクトルに対して、固有ベクトルを作用させて主成分スコアを算出する。従来は、多数の画素の分光スペクトルデータを用いた分散共分散行列等によって固有ベクトルを求めていたため、固有ベクトルには多数の画素の情報が混入することになった。

かかる固有ベクトルを用いて注目領域内の分光画像データの主成分スコアを算出すると、非注目領域の分光画像データが影響を与えてしまうことなった。

つまり、注目領域内のデータに対して、必ずしも主成分スコアの分散が最大になるという最適の状態にならないことになる。

その結果、分光画像データに対して主成分分析を行う際には、最適な固有ベクトルを得ることで、形態観察や組成分析の精度を向上させるという課題があった。

本発明は上記課題に鑑み、分光画像データを用いた形態観察や組成分析を精度良く行うことが可能となる分光画像データ処理装置および２次元分光装置を提供することを目的とする。

本発明による分光画像データ処理装置は、試料の分光画像データに対して多変量解析を行う分光画像データ処理装置であって、多変量解析を行うための、試料における差異を判別する必要がある注目領域を、試料の画像データに基づいて設定する領域設定部と、前記注目領域の内部の分光画像データと、前記注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行う分析部と、を有し、前記領域設定部は、前記注目領域を、前記分光画像データに対して輪郭抽出処理を施した結果に基づいて設定すること、を特徴とする。

また、本発明による２次元分光装置は、試料の分光画像データに対して多変量解析を行う分光画像データ処理装置を備えた２次元分光装置であって、前記分光画像データ処理装置が、上記した分光画像データ処理装置によって構成されていることを特徴とする。

本発明によれば、分光画像データを用いた形態観察や組成分析を精度良く行うことが可能となる分光画像データ処理装置および２次元分光装置を実現することができる。

本発明の第１の実施形態における分光画像データ処理装置の構成例を説明する図であり、（ａ）は分光画像データ処理装置の模式図、（ｂ）は第二の記憶部を有する分光画像データ処理装置の模式図。 本発明の第１の実施形態における２次元分光装置の構成例を説明する図であり、（ａ）は２次元分光装置の模式図、（ｂ）は第二の検出器を有する２次元分光装置の模式図、（ｃ）は反射型の２次元分光装置の模式図。 本発明の各実施形態を説明する図であり、（ａ）は第１の実施形態、（ｂ）は複数の候補領域が存在する場合、（ｃ）は非分光画像に基づいて注目領域を設定する場合、（ｄ）は第２の実施形態による分光画像データ処理装置および２次元分光装置の動作方法を説明する図。 本発明の第１の実施形態を説明する図であり、（ａ）は輪郭抽出前の画像データ、（ｂ）は輪郭検出後の画像データ。 本発明の第１の実施形態を説明する図であり、（ａ）は本発明による主成分分析の模式図、（ｂ）は非注目領域に対しても主成分分析を行う場合の模式図、（ｃ）は吸収スペクトルの関係を示す模式図。

つぎに、本発明の実施形態における分光画像データ処理装置および２次元分光装置の動作方法を、図を用いて説明する。

なお、本明細書では、試料内において微妙な差異を判別する必要がある領域を「注目領域」と呼び、注目領域以外の領域を「非注目領域」と呼ぶことにする。

以下の説明では、生体試料の吸収スペクトルに対して、多変量解析の一例である主成分分析を適用しているが、本発明は生体試料に限らず他の試料や分光方法にも適用することができる。

（第１の実施形態）
第１の実施形態として、試料に電磁波を照射して取得される分光画像データに対して多変量解析を行う分光画像データ処理装置の構成例について、図１、図２を用いて説明する。尚、本発明による分光画像データ処理装置が多変量解析を行う対象は、上記のように試料に電磁波を照射して取得される分光スペクトルを含む分光画像データに限定されるものではない。例えば、試料に含まれる物質の質量スペクトルを含む分光画像データであっても良い。また試料から放出される電子、イオン等の荷電粒子や電磁波のエネルギースペクトルを含む分光画像データであっても良い。

本実施形態の２次元分光装置は、図２（ａ）に示すように、光源１、光学系２、ステージ３、検出器４、制御部５、分光画像データ処理装置６、記憶部７、表示部８、および指示部９を有する。分光画像データ処理装置６は、図１（ａ）に示すように、領域設定部１２と分析部１３を有する。

光源１は、ハロゲンランプ、重水素ランプ、赤外線ランプ、レーザー、発光ダイオード等の何れかであっても良く、また同種または異なる種類の２以上の光源を組み合わせたものであっても良い。放射される電磁波は、適当な幅の帯域を有したものでも良く、また可変波長であっても良い。電磁波の帯域は、マイクロ波、テラヘルツ波、赤外光、可視光、紫外光、真空紫外光、Ｘ線等であっても良い。

光源１から放出された電磁波は、光学系２で適当に収束され、ステージ３に置かれた生体試料１０に入射する。

図２（ａ）のように、生体試料１０を透過した電磁波を検出器４で検出する。
検出器４と生体試料１０の間に分光素子１１を設置すれば、光源１が連続波長であっても、分光素子１１の透過波長を変化させることで吸収スペクトルを測定することができる。また、分光素子１１を使用しない場合、光源１が連続光源であれば、生体試料Ｂの多くの波長成分を含む明視野の画像を得ることができる。また光源１が可変波長型であれば、波長を走引することにより吸収スペクトルを測定することができる。

図３（ａ）のフロー図に示す通り、光源１から放射された電磁波が生体試料１０に入射した位置情報を記録した後（Ａ２）、その位置で測定された吸収スペクトルを記録する（Ａ３）。

当該位置情報は、制御部５がステージ３の制御する際のステージ座標データ（第１の座標データ）でも良いし、ステージ３と生体試料１０との相対的な位置情報でも良い。

また、検出器４がエリアセンサーであれば、エリアセンサー上の画素座標データ（第１の座標データと異なる第２の座標データ）であっても良い。

ステージ座標データまたは画素座標データと、これらに対応するスペクトルデータを、本明細書では分光画像データと呼ぶ。

分光画像データによって、分光された波長ごとに、生体試料の吸収率の分布に対応する分光画像（この場合は吸収画像）が構成される。かかる手法は吸収スペクトルに限定される手法ではなく、他の分光手法（反射、蛍光、ラマン散乱、誘導ラマン散乱、コヒーレントアンチストークスラマン散乱等）についても適用され得る。尚、本明細書では、検出器４にて検出された電磁波の信号強度と、ステージ座標データまたは画素座標データとを関連付けたデータを画像データと呼ぶ。当該画像データは、上記のようにスペクトルデータを含んでも良く、また電磁波の波長等に関する情報を含まないデータ（本明細書では、非分光と呼ぶ）を含んでいても良い。また、適当な波長帯の信号強度に関するデータを含んでいても良い。

一例として、試料の反射スペクトルを取得する２次元分光装置を図２（ｃ）に示す。本装置では、生体試料１０から反射された電磁波を検出するために検出器４がステージ３に対して光源１と同じ側に設置されている。その他の構成は、前記の２次元分光装置と同様である。

なお、本変形例では、試料から放出される反射光だけでなく、蛍光、ラマン散乱、誘導ラマン散乱、コヒーレントアンチストークスラマン散乱等についても観測できる点も同様である。

つぎに、一例として吸収スペクトルを含む分光画像データを対象とした場合の分光画像データ処理装置６の動作方法を説明する。

分光画像データからは、適当な吸収画像が選択され、分光画像データ処理装置６の領域設定部１２によって輪郭抽出処理（Ａ４）を受ける。

尚、選択される吸収画像のサンプリングピッチは分光画像データのそれと異なっていても良い。例えば、選択される吸収画像が測定される波長は、分光画像データが含む全ての波長範囲であっても良いし、一部であっても良い。さらには、適当な幅を有する波長域で測定した吸収画像でも良く、さらには特定波長で測定した吸収画像、またはそれらを組み合わせたものであっても良い。

また当該吸収画像に含まれる画素数は、分光画像データに含まれる全ての画素数と同じでも良いし、少なくとも良い。

その結果、生体試料の組成分布または構造に対応する形態像が抽出される。図４に示すように、輪郭抽出処理は、処理前の画像（図４（ａ））に対して、吸収率の一次元方向の差分や、２次微分によるエッジ検出を行う。次に、適当な閾値を用いて吸収画像を二値化し（図４（ｂ））、検出されたエッジを連結することで、閉じた境界線を形成する。なお、本処理に使用する画像データは、下記の説明する主成分スコアプロットを作成する基になる分光画像データでも良い。また、別の分光画像データであっても良い。

生体試料では、組織の境界、繊維、細胞膜、細胞核、および細胞内器官等の輪郭が、上記の閉じた境界線の領域に該当する場合が多く、それらの精度の高い観測が求められる。例えば、病理学では、正常な細胞とがん細胞、正常な細胞核と異常な細胞核、細胞質領域と線維領域、未癌化領域と癌化領域との差異等を、高い感度で検出することが求められる。

そのため、かかる境界線の内部の領域を注目領域として設定し、当該領域の座標データを記憶部７に記録する（Ａ５）。

当該座標データは注目領域内の各画素の吸収スペクトルを記憶部７から読み出すことに用いられる（Ａ５）。

また、輪郭抽出処理に限らず、画像の階調に対して適当な閾値（所定の閾値）を設定し、当該閾値を超える領域を注目領域に設定しても良い。

吸収スペクトルを受け取った分析部１３は主成分分析を行い（Ａ６）、計算された第１から第ｎ主成分スコア（Ｚ１〜Ｚｎ）と、各画素のアドレスとを記憶部７に記録する（Ａ７）。

また、図１（ｂ）のように、分光画像データ処理装置６が内部記憶部１４を有しても良く、当該領域の座標データを当該内部記憶部１４に記録しても良い。この場合、分析部１３は内部記憶部１４から座標データを受け取る。

上記の処理では、一個の分光画像データ、または、１個の生体試料に対して、複数の閉じた境界線で囲まれた領域が生成されることがある（本明細書においては候補領域と呼ぶ）。

この場合、図３（ｂ）のフロー図に示す通り、領域設定部１２は必要に応じて複数の、すなわち２個以上の候補領域が含まれるか分岐処理を行っても良い（Ａ１０）。複数の候補領域が存在すれば、それらを制御部５を介して、表示部８に表示する（Ａ１１）。

ユーザーは指示部９で当該候補領域から適当なものを選択し（Ａ１２）、指示部９から選択結果を受け取った領域設定部１２は、その結果に基づき注目領域を設定しても良い（Ａ１３）。

各画素の吸収スペクトルに着目すると、異なる組織や器官を比較すれば、構成する物質の存在量組成および化学特性が異なるため、吸収スペクトルも異なったものになる。

他方、例えば正常細胞と異常な細胞を比較すると、形態は異なる場合があっても、組成自体はさほど大きく変化しないため、吸収スペクトルの差異は比較的小さいと考えられる。図５（ｃ）は模式的に上記の関係を示すものであり、前者が注目領域Ｘ、Ｙ、およびＺと非注目領域の吸収スペクトルを比較した時に該当し、後者は注目領域Ｘ、Ｙ、およびＺをそれぞれ互いに比較した場合に該当する。

ここで、比較のために従来技術による主成分分析を考える。

従来技術では、注目領域と非注目領域を区別せずに分光画像データの主成分分析を行うことになる。固有ベクトルは主成分スコアの分散を最大化するように分散共分散行列により算出されるが、図５（ｃ）の分光スペクトル全てが計算に用いられる。

前記のように、一般的には、注目領域内の分光スペクトルの差異よりも、注目領域と非注目領域間の分光スペクトルの差異の方が大きい。

したがって、注目領域内の分光スペクトルの差異よりも、注目領域と非注目領域間の差異を強調するよう固有ベクトルが決定される場合がある。

さらに、非注目領域の画素数が、注目領域の画素数よりも大きい場合には、非注目領域内の分光スペクトルの差異を強調するよう固有ベクトルが決定されることもある。

これに対して、本発明による分光画像データ処理装置では、注目領域の内部の分光画像データを、注目領域の外の分光画像データとは区別して主成分分析が行われるように構成されている。

したがって、固有ベクトルは注目領域内の主成分スコアの分散が最大になるよう適切に計算され、注目領域内の分光スペクトルの差異が強調された主成分スコアを得ることができる。

次に、第１から第ｎ主成分スコアを各画素のアドレスに基づきプロットすると、第１から第ｎ主成分スコアプロットが生成される。

これらのプロットは、必要に応じて表示部８で表示される（Ａ９）。

図５（ａ）は上記の処理による画像を模式的に示すものであり、Ｂ１は主成分分析を行っていない分光画像データ、Ｂ２は輪郭抽出により注目領域を設定された分光画像データ、Ｂ３は第一主成分スコアプロット、Ｂ４は第二主成分スコアプロットである。

これらのプロットにより、生体試料の形態や組成の差異を感度良く表現できるため、形態観察や組成分析の精度を向上させる効果を有する。Ｂ５のように第一および第二スコアプロットを重ね合わせることもでき、各主成分スコア間の関係性を効果的に表現することが可能となる。

また、注目領域の内部の分光画像データに主成分分析を行うことで決定された固有ベクトルを用い、注目領域の外側の分光画像データに対しても主成分スコアを算出しても良い。そして、上記と同様に第１から第ｎ主成分スコアプロットを生成しても良い。

図５（ｂ）は上記の処理による画像を模式的に示すものであり、Ｂ６は注目領域外部も含めた第一主成分スコアプロット、Ｂ７は注目領域外部も含めた第二主成分スコアプロットである。これらのプロットにより、注目領域の外側に存在する形態や組成の差異を効果的に表現できる効果を有する。また、注目領域の外側に存在しても当該領域の内側と同様の性質を有する形態や組成を効果的に表現することが可能となる。

上記の説明では、多変量解析の一例として主成分分析を用いているが、独立成分分析も適用しても良い。

独立成分分析は、複数の物質や化学状態に起因する分光スペクトルが混ざった分光スペクトルから、分離行列を用いて個々の分光スペクトル（いわゆる信号ベクトル）を分離する点に特徴がある。

上記注目領域内の分光スペクトルに対して独立成分分析を行うと、分離行列が信号の独立性が最大になるよう算出されるため、精度良く個々のスペクトルを分離できる。

そこで、主成分スコアに代えて、分光スペクトルの適当なピークや帯域の信号強度を用いてプロットすれば、精度を良く形態観察や組成分析を行うことが可能となる。

（第２の実施形態）
第２の実施形態として、注目領域を予め多変量解析を行った分光画像データに基づいて設定する構成例について、図３（ｃ）を用いて説明する。

分光画像データ処理装置および２次元分光装置は前記実施形態と同様である。

図３（ｃ）のフロー図に示す通り、分光画像データを取得するところまでは前記実施形態と同様である（Ａ３）。

分析部１３は、注目領域を設定する前に、予め取得された分光画像データに対して主成分分析による多変量解析を行い（Ａ１４）、主成分スコアプロットを生成する（Ａ１５）。当該プロットを注目領域設定用の主成分スコアプロットと呼び、これを記憶部７に記憶しても良い。

当該注目領域設定用の主成分スコアプロットが生成される際には、分光画像データが含む全ての波長範囲にわたって多変量解析を行っても良いし、一部の波長範囲に限定しても良い。後者の場合は、当該注目領域設定用の主成分スコアプロット生成に要する時間を短縮する効果を有する。

また、当該注目領域設定用の主成分スコアプロットが生成される際に、分光画像データが含む全ての画素について多変量解析を行っても良いし、一部の画素について多変量解析を行っても良い。後者の場合は、同様に当該注目領域設定用の主成分スコアプロット生成に要する時間を短縮する効果を有する。尚、波長範囲の限定と画素の限定を組み合わせれば、更なる時間短縮が可能である。

次に、領域設定部１２は、注目領域設定用主成分スコアプロットに対して、前記実施形態と同様に注目領域を設定する（Ａ１６）。

以降、注目領域内の分光画像データに対して主成分分析を行い、最終的な主成分スコアプロットを生成する手順は前記実施形態と同様である。

注目領域設定用主成分スコアプロットは、主成分分析を適用されていない分光画像データよりも差異が強調されているため、輪郭抽出等の処理の精度が向上する。かかる動作方法により注目領域の設定精度が向上する。

その結果、注目領域内の固有ベクトルを算出する精度も向上し、注目領域内の分光スペクトルの差異が強調され、形態観察や組成分析の精度を向上させる効果を有する。

（第３の実施形態）
第３の実施形態として、注目領域を非分光画像である画像データに基づいて設定する構成例について、図２（ｂ）および図３（ｄ）を用いて説明する。

本実施形態の２次元分光装置は、第二の検収器１５とビームスプリッター１６を有することを除き、前記実施形態と同様である。尚、本分光画像データ処理装置は前記実施形態と同様である。

図２（ｂ）に示すように、生体試料１０を透過した光をビームスプリッター１６によって少なくともその一部の光を分岐させ、第二の検出器１５で検出することで、非分光の画像データを取得することができる。この場合は、いわゆる明視野画像が取得できる。

分光素子１１を外すことにより、検出器４を用いても非分光の画像データを取得することもできるが、本実施形態によれば、分光および非分光画像データを同時に取得できる。

非分光画像データは、一般的に分光画像データよりも信号強度が高い。波長について信号が積算あるいは積分されているからである。したがって前者は後者よりも一般的にＳ／Ｎ比が良いことから、非分光画像データを用いることで、領域設定部１２が注目領域を精度良く設定できる。その結果、形態観察や組成分析の精度を向上させる効果を有する。

（第４の実施形態）
第４の実施形態として、物質の質量電荷比に対する分光スペクトルである質量スペクトルを測定する２次元分光装置の構成例について、図２（ｃ）を用いて説明する。
本実施形態の２次元分光装置は、光源１としてイオン源、光学系２としてイオンレンズ、分光素子１１として質量選別器、検出器４としてイオン検出器を用い、かつ、これらの構成要素は真空中に設置することを除き、第１の実施形態と同様である。尚、分光画像データ処理装置６およびその動作方法は前記実施形態と同様である。

イオン源から放出されたイオンはイオンレンズを介して試料に照射される。試料からは２次イオンが放出されるため、当該２次イオンを質量選別器とイオン検出器によって質量電荷比を測定することで、２次イオンの質量分析を行うことができる。

イオン源はガスクラスターイオン源、液体金属イオン源、表面電離型イオン源、デュオプラズマトロン等であっても良い。質量選別器としては飛行時間型、四重極型、磁場型、高周波型等であっても良い。

画素座標データは、ステージ３の制御する際のステージ座標データでも良いし、ステージ３と生体試料１０との相対的な位置情報でも良い。また、また、検出器４がエリアセンサーであれば、エリアセンサー上の画素座標データであっても良い。後者の場合は、試料上の物質分布が検出器４上に投影されるものであっても良い。

かかる手法により、物質の質量電荷比に対する分光スペクトルである質量スペクトルを測定することができる。尚、光源１としてレーザー、光学系２として光学用レンズを用いるとともにマトリクス剤を付与することにＭＡＬＤＩ法による質量スペクトルの取得も可能である。

（その他の実施形態）
以上、本発明の好ましい実施形態について説明したが、本発明はこれらの実施形態に限定されず、その要旨の範囲内で種々の変形及び変更が可能である。

本発明は例えば、システム、装置、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能である。また、本発明の実施形態では分光画像データ処理装置６と、表示部８と、を備える２次元分光装置に適用した。しかし本発明は、他の複数の機器の組み合わせから構成されるシステムに適用しても良いし、一つの機器からなる装置に適用しても良い。

また、本発明を適用する複数の機器の組み合わせから構成されるシステムにおいては、それぞれの機器は部分的又は全体的に、インターネットを含むネットワークで接続されていても良い。例えば、取得したデータをネットワークに接続されたサーバに送信し、サーバ上で本発明の処理を行い、得られた結果をサーバから受信して画像表示等を行う構成としても良い。

また、本発明はソフトウェアのプログラムをシステム或いは装置に直接或いは遠隔から供給し、そのシステム或いは装置のコンピュータが該供給されたプログラムコードを読み出して実行することによって前述した実施形態の機能が達成される場合を含む。この場合、供給されるプログラムは実施形態で図に示したフローチャートに対応したコンピュータプログラムである。従って、本発明の機能処理をコンピュータで実現するために、該コンピュータにインストールされるプログラムコード自体も本発明を実現するものである。

つまり、本発明は、本発明の機能処理を実現するためのコンピュータプログラム自体も含まれる。その場合、プログラムの機能を有していれば、オブジェクトコード、インタプリタにより実行されるプログラム、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）に供給するスクリプトデータ等の形態であっても良い。

コンピュータプログラムを供給するためのコンピュータ読み取り可能な記憶媒体は、例えば、ハードディスク、光ディスク、光磁気ディスク、ＭＯ、ＣＤ−ＲＯＭ、ＣＤ−Ｒ、ＣＤ−ＲＷ、磁気テープ等でも良い。また、不揮発性のメモリカード、ＲＯＭ、ＤＶＤ（ＤＶＤ−ＲＯＭ，ＤＶＤ−Ｒ）などでも良い。

その他、プログラムの供給方法としては、クライアントコンピュータのブラウザを用いてインターネットのホームページに接続し、該ホームページから本発明のコンピュータプログラムをハードディスク等の記憶媒体にダウンロードすることが挙げられる。この場合、ダウンロードされるプログラムは、圧縮され自動インストール機能を含むファイルであっても良い。また、本発明の機能処理をコンピュータで実現するためのプログラムファイルを複数のユーザに対してダウンロードさせるＷＷＷサーバも、本発明に含まれるものである。

特に、本発明は以下の分光画像データ処理方法をコンピュータに実行させるためのプログラムを包含する。

試料の分光画像データに対して多変量解析を行う分光画像データ処理を行うプログラムであって、当該プログラムは、試料上の画像データを記録部に格納した後、当該記録部から当該画像データを読み出した後に領域設定部へ送信し、当該画像データに基づき当該領域設定部が試料における差異を判別する必要があると定義した注目領域を当該記憶部に格納し、当該記憶部から分析部に対して当該記憶部に記憶された当該注目領域の内部の分光画像データを送信し、当該分析部において当該注目領域の内部の分光画像データと当該注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行い、前記画像データに基づく注目領域の定義は、前記分光画像データに対して輪郭抽出処理を施した結果に基づくこと、を特徴とする。

１ 光源
２ 光学系
３ ステージ
４ 検出器
５ 制御部
６ 分光画像データ処理装置
７ 記憶部
８ 表示部
９ 指示部
１０ 生体試料
１１ 分光素子
１２ 領域設定部
１３ 分析部
１４ 内部記憶部

本発明による分光画像データ処理装置は、試料の分光画像データに対して多変量解析を行う分光画像データ処理装置であって、多変量解析を行うための、試料における差異を判別する必要がある注目領域を、試料の画像データに基づいて設定する領域設定部と、前記注目領域の内部の分光画像データと、前記注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行う分析部と、を有し、前記領域設定部は、前記注目領域を、前記分光画像データに対して輪郭抽出処理を施した結果に基づいて設定すること、又は、前記分光画像データの階調に対して設定した閾値を超える領域に設定すること、を特徴とする。

試料の分光画像データに対して多変量解析を行う分光画像データ処理を行うプログラムであって、当該プログラムは、試料上の画像データを記録部に格納した後、当該記録部から当該画像データを読み出した後に領域設定部へ送信し、当該画像データに基づき当該領域設定部が試料における差異を判別する必要があると定義した注目領域を当該記憶部に格納し、当該記憶部から分析部に対して当該記憶部に記憶された当該注目領域の内部の分光画像データを送信し、当該分析部において当該注目領域の内部の分光画像データと当該注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行い、前記画像データに基づく注目領域の定義は、前記分光画像データに対して輪郭抽出処理を施した結果に基づくこと、又は、前記分光画像データの階調に対して設定した閾値を超える領域に設定すること、を特徴とする。

Claims (8)

1. 試料の分光画像データに対して多変量解析を行う分光画像データ処理装置であって、
   多変量解析を行うための、試料における差異を判別する必要がある注目領域を、試料の画像データに基づいて設定する領域設定部と、
   前記注目領域の内部の分光画像データと、前記注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行う分析部と、を有し、
   前記領域設定部は、前記注目領域を、前記分光画像データに対して輪郭抽出処理を施した結果に基づいて設定すること、を特徴とする分光画像データ処理装置。
2. 前記分析部は、前記注目領域内の分光画像データに対して多変量解析を行うことにより固有ベクトルを算出し、
   前記固有ベクトルを用いて少なくとも前記注目領域内の前記分光画像データの差異が強調された主成分スコアを得ること、を特徴とする請求項１に記載の分光画像データ処理装置。
3. 試料の分光画像データに対して多変量解析を行う分光画像データ処理装置を備えた２次元分光装置であって、
   前記分光画像データ処理装置が、請求項１又は２に記載の分光画像データ処理装置によって構成されていること、を特徴とする２次元分光装置。
4. 前記分光画像データは試料の質量スペクトルを含み、前記分光画像データ処理装置が、請求項１又は２に記載の分光画像データ処理装置によって構成されていること、を特徴とする２次元分光装置。
5. 試料の分光画像データに対して多変量解析を行う分光画像データ処理方法であって、
   多変量解析を行うための、試料における差異を判別する必要がある注目領域を、試料の画像データに基づいて設定するステップと、
   前記注目領域の内部の分光画像データと、前記注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行うステップと、を有し、
   前記注目領域を設定するステップは、前記注目領域を、前記分光画像データに対して輪郭抽出処理を施した結果に基づいて設定すること、を特徴とする分光画像データ処理方法。
6. 請求項５に記載の分光画像データ処理方法をコンピュータに実行させるためのプログラム。
7. 請求項６に記載のプログラムを記憶したコンピュータ読み取り可能な記憶媒体。
8. 試料の分光画像データに対して多変量解析を行う分光画像データ処理を行うプログラムであって、
   当該プログラムは、
   試料上の画像データを記録部に格納した後、当該記録部から当該画像データを読み出した後に領域設定部へ送信し、当該画像データに基づき当該領域設定部が試料における差異を判別する必要があると定義した注目領域を当該記憶部に格納し、当該記憶部から分析部に対して当該記憶部に記憶された当該注目領域の内部の分光画像データを送信し、当該分析において当該注目領域の内部の分光画像データと当該注目領域以外の領域である非注目領域の分光画像データと、を区別して多変量解析を行い、
   前記画像データに基づく注目領域の定義は、前記分光画像データに対して輪郭抽出処理を施した結果に基づくこと、を特徴とする分光画像データ処理を行うプログラム。