JP5373389B2 - 光構造情報取得装置及びその光干渉信号処理方法 - Google Patents

Description

本発明は光構造情報取得装置及びその光干渉信号処理方法に係り、特に、例えば粘膜筋板の画像を明瞭に描出可能な光構造情報取得装置及びその光干渉信号処理方法に関する。

近年、例えば医療分野などで、非侵襲で生体内部の断層像を得る方法の一つとして、光コヒーレンストモグラフィ（ＯＣＴ）計測が利用されるようになってきた。このＯＣＴ計測は超音波計測に比べ、分解能が１０μｍ程度と一桁高く、生体内部の詳細な断層像が得られるという利点がある。また、断層像に垂直な方向に位置をずらしながら複数画像を取得して３次元断層像を得ることができる。

現在、癌の診断等の目的で生体の詳細な断層像を取得することが求められている。その方法として、従来から低干渉性光源から出力される光を走査して被検体に対する断層像を得る「Ｔｉｍｅ ｄｏｍａｉｎ ＯＣＴ」が提案されている（特許文献１）。

また、近年は「Ｔｉｍｅ ｄｏｍａｉｎ ＯＣＴ」の欠点である最適な信号／ノイズ比（Ｓ／Ｎ比）が得られない、撮像フレームレートが低い、浸透深度（観察深度）が乏しいという問題を解決した改良型のＯＣＴである周波数ドメインＯＣＴ（Ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ＯＣＴ）（特許文献２、非特許文献１）が利用さている。

一方、他の診断領域でも周波数ドメインＯＣＴ（Ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ＯＣＴ）が利用されていて、広く臨床に供されている。

また、ＯＣＴ断層画像に関して、画像データに対して前処理（平滑化、平均処理等）を行った後、深度方向に微分フィルタを適用して、層の境界に対応する画素位置を特定する技術が開示されている（特許文献３、特許文献４）。

周波数ドメインＯＣＴ（Ｆｒｅｑｕｅｎｃｙ ｄｏｍａｉｎ ＯＣＴ）計測を行う装置構成で代表的な物としては、ＳＤ−ＯＣＴ（Ｓｐｅｃｔｒａｌ Ｄｏｍａｉｎ ＯＣＴ）装置とＳＳ−ＯＣＴ（Ｓｗｅｐｔ Ｓｏｕｒｃｅ ＯＣＴ）の２種類が挙げられる。

ＳＤ−ＯＣＴ装置は、ＳＬＤ（Ｓｕｐｅｒ Ｌｕｍｉｎｅｓｃｅｎｃｅ Ｄｉｏｄｅ）やＡＳＥ（Ａｍｐｌｉｆｉｅｄ Ｓｐｏｎｔａｎｅｏｕｓ Ｅｍｉｓｓｉｏｎ）光源、白色光といった広帯域の低コヒーレント光を光源に用い、マイケルソン型干渉計等を用いて、広帯域の低コヒーレント光を測定光と参照光とに分割した後、測定光を測定対象に照射させ、そのとき戻って来た反射光と参照光とを干渉させ、この干渉光をスペクトロメータを用いて各周波数成分に分解し、フォトダイオード等の素子がアレイ状に配列されたディテクタアレイを用いて各周波数成分毎の干渉光強度を測定し、これにより得られたスペクトル干渉強度信号を計算機でフーリエ変換することにより、光断層画像を構成するようにしたものである。

一方、ＳＳ−ＯＣＴ装置は、光周波数を時間的に掃引させるレーザを光源に用い、反射光と参照光とを各波長において干渉させ、光周波数の時間変化に対応した信号の時間波形を測定し、これにより得られたスペクトル干渉強度信号を計算機でフーリエ変換することにより光断層画像を構成するようにしたものである。

ところで、ＯＣＴ計測は上述したように特定の領域の光断層像を取得する方法であるが、内視鏡下では、例えば癌病変部を通常照明光内視鏡や特殊光内視鏡の観察により発見し、その領域をＯＣＴ測定することで、癌病変部がどこまで浸潤しているかを見わけることが可能となる。また、測定光の光軸を２次元的に走査することで、ＯＣＴ計測による深さ情報と合わせて３次元的な情報を取得することができる。

ＯＣＴ計測と３次元コンピュータグラフィック技術の融合により、マイクロメートルオーダの分解能を持つ測定対象の構造情報からなる３次元構造モデルを表示することが可能となることから、以下ではこのＯＣＴ計測による３次元構造モデルを光立体構造像と呼ぶ。
特開２０００−１３１２２２号公報 特表２００７−５１０１４３号公報 特開２００８−２０６６８４号公報 特開２００８−２０９１６６号公報 Optics Express, Vol.11, Issue22, pp.2953-2963 "High-speed optical frequency-domain imaging"

しかしながら、一般的に癌の診断においては、例えば癌が粘膜筋板層を浸潤しているか否かが治療方針に大きくかかわるが、非特許文献１等の従来技術のＯＣＴでは反射光の強度をグレースケールや、インデックスカラーを用いて表示するのみでその識別が難しいという問題がある。

一方、眼科領域で用いられている特許文献３、特許文献４等の従来技術では、眼底の層構造の描出を行っているが、この診断分野では比較的観察深度が浅い範囲での観察のため、一旦画像化した後の画像データに対して平滑化、平均処理等の処理を行っても、容易に層構造の抽出が行えるが、深い部位に存在する例えば粘膜筋板の描出が要求される消化器用のＯＣＴでは、深部では、Ｓ／Ｎが悪いため、同様の手法では、粘膜筋板の描出は困難である。

本発明は、このような事情に鑑みてなされたもので、層構造を有する被検体での所望の層の識別が可能な層構造情報を取得することのできる光構造情報取得装置及びその光干渉信号処理方法を提供することを目的とする。

前記目的を達成するために、本発明の第１態様は、波長挿引光源から出力される波長挿引光を測定光と参照光に分波し、前記測定光にて層構造を有する被検体を走査し前記被検体において反射あるいは後方散乱した戻り光と、所定の光路長を伝播した前記参照光との干渉信号に基づいた前記被検体の光構造情報を取得する光構造情報取得装置において、前記干渉信号に基づいて前記被検体の層情報を抽出する層情報抽出手段と、前記層情報の特徴量を算出する特徴量算出手段と、前記特徴量に基づき前記層構造を強調した強調層構造画像を構築する強調層構造画像構築手段と、を備え、前記層情報抽出手段は、前記干渉信号をフーリエ変換して前記層情報を抽出するフーリエ変換手段からなり、前記特徴量算出手段は、前記層情報を微分した微分値を前記特徴量として算出する微分処理手段からなることを特徴とする光構造情報取得装置を提供する。

上記構成によれば、前記層情報抽出手段が前記干渉信号をフーリエ変換して前記被検体の層情報を抽出し、前記特徴量算出手段が前記層情報を微分した微分値を前記特徴量として算出し、さらに強調層構造画像構築手段が前記特徴量に基づき前記層構造を強調した強調層構造画像を構築することで、層構造を有する被検体での所望の層の識別が可能な層構造情報を取得することができる。

本発明の第２態様は、第１態様において、前記層情報のノイズ成分を除去する層情報ノイズ成分除去手段と、前記特徴量のノイズ成分を除去する特徴量ノイズ成分除去手段と、をさらに備え、前記微分処理手段は、ノイズ成分を除去した前記層情報を微分した微分値を前記特徴量として算出し、前記強調層構造画像構築手段は、ノイズ成分を除去した前記特徴量に基づき前記強調層構造画像を構築する。

本発明の第３態様は、第２態様において、前記層情報ノイズ成分除去手段は、前記層情報を対数変換及び平滑化してノイズ成分を除去する対数変換平滑化手段からなり、特徴量ノイズ成分除去手段は、前記特徴量を平滑化してノイズ成分を除去する特徴量平滑化処理手段からなる。

本発明の第４態様は、第３態様において、前記対数変換平滑化手段は、前記層情報の平滑化を、フレーム加算平均処理手段、ライン加算平均処理手段、移動平均処理手段のうちの少なくともいずれか１つの処理手段により行う。

本発明の第５態様は、第４態様において、前記フレーム加算平均処理手段は、単純加算平均処理、加重加算平均処理、循環方式によるフレーム相関処理のいずれかの処理を用いて複数のフレーム間における前記層情報を平均化する。

本発明の第６態様は、第４態様または第５態様において、前記ライン加算平均処理手段は、単純加算平均処理、加重加算平均処理のいずれかの処理を用いて複数のライン間における信号を平均化する。

本発明の第７態様は、第４態様ないし第６態様にいずれかにおいて、前記移動平均処理手段は、単純移動平均、加重移動平均、ローパスフィルタのいずれかを用いて深度方向の信号を平滑化する。

本発明の第８態様は、第３態様ないし第７態様にいずれかにおいて、前記特徴量平滑化処理手段は、単純移動平均、加重移動平均、ローパスフィルタのいずれか１つを用いて前記被検体の深度方向の前記特徴量を平滑化する。

本発明の第９態様は、第３態様ないし第７態様にいずれかにおいて、前記対数変換平滑化手段は、前記層情報を対数変換する対数変換手段と、対数変換された前記層情報を平滑化する平滑化手段と、からなる。

本発明の第１０態様は、第３態様ないし第７態様にいずれかにおいて、前記対数変換平滑化手段は、前記層情報を平滑化する平滑化手段と、平滑化された前記層情報を対数変換する対数変換手段と、からなる。
本発明の第１１態様は、第３態様ないし第１０態様にいずれかにおいて、前記対数変換平滑化手段により対数変換された前記層情報から層構造画像を構築する層構造画像構築手段と、前記層構造画像と前記強調層構造画像を合成する画像合成手段と、をさらに備える。
本発明の第１２態様は、第１１態様において、前記画像合成手段は、前記層構造画像と前記強調層構造画像をあらかじめ設定した割合で加算して合成する。

本発明の第１３態様は、第１態様ないし第１２態様にいずれかにおいて、前記強調層構造画像構築手段は、前記特徴量を所定の閾値と比較して比較結果に基づき前記層構造を強調した強調層構造画像を構築する。

本発明の第１４態様は、第１態様ないし第１３態様にいずれかにおいて、前記強調層構造画像構築手段は、あらかじめ設定したカラーマップにしたがって、前記層構造を強調した強調層構造画像をカラー画像として構築する。

本発明の第１５態様は、波長挿引光源から出力される波長挿引光を測定光と参照光に分波し、前記測定光にて層構造を有する被検体を走査し前記被検体において反射あるいは後方散乱した戻り光と、所定の光路長を伝播した前記参照光との干渉信号に基づいた前記被検体の光構造情報を取得する光構造情報取得装置の光干渉信号処理方法において、前記干渉信号に基づいて前記被検体の層情報を抽出する層情報抽出ステップと、前記層情報の特徴量を算出する特徴量算出ステップと、前記特徴量に基づき前記層構造を強調した強調層構造画像を構築する強調層構造画像構築ステップと、を備え、前記層情報抽出ステップは、前記干渉信号をフーリエ変換して前記層情報を抽出するフーリエ変換ステップからなり、前記特徴量算出ステップは、前記層情報を微分した微分値を前記特徴量として算出する微分処理ステップからなることを特徴とする光構造情報取得装置の光干渉信号処理方法を提供する。

上記構成によれば、前記層情報抽出ステップが前記干渉信号をフーリエ変換して前記被検体の層情報を抽出し、前記特徴量算出ステップが前記層情報を微分した微分値を前記特徴量として算出し、さらに強調層構造画像構築ステップが前記特徴量に基づき前記層構造を強調した強調層構造画像を構築することで、層構造を有する被検体での所望の層の識別が可能な層構造情報を取得することができる。

本発明の第１６態様は、第１５態様において、前記層情報のノイズ成分を除去する層情報ノイズ成分除去ステップと、前記特徴量のノイズ成分を除去する特徴量ノイズ成分除去ステップと、をさらに備え、前記微分処理ステップは、ノイズ成分を除去した前記層情報を微分した微分値を前記特徴量として算出し、前記強調層構造画像構築ステップは、ノイズ成分を除去した前記特徴量に基づき前記強調層構造画像を構築する。

本発明の第１７態様は、第１６態様において、前記層情報ノイズ成分除去ステップは、前記層情報を対数変換及び平滑化してノイズ成分を除去する対数変換平滑化ステップからなり、前記特徴量ノイズ成分除去ステップは、前記特徴量を平滑化してノイズ成分を除去する特徴量平滑化処理ステップからなる。

本発明の第１８態様は、第１７態様において、前記対数変換平滑化ステップは、前記層情報の平滑化を、フレーム加算平均処理ステップ、ライン加算平均処理ステップ、移動平均処理ステップのうちの少なくともいずれか１つの処理ステップにより行う。

本発明の第１９態様は、第１８態様において、前記フレーム加算平均処理ステップは、単純加算平均処理、加重加算平均処理、循環方式によるフレーム相関処理のいずれかの処理を用いて複数のフレーム間における前記層情報を平均化する。

本発明の第２０態様は、第１８態様または第１９態様において、前記ライン加算平均処理ステップは、単純加算平均処理、加重加算平均処理のいずれかの処理を用いて複数のライン間における信号を平均化する。

本発明の第２１態様は、第１８態様ないし第２０態様において、前記移動平均処理ステップは、単純移動平均、加重移動平均、ローパスフィルタのいずれかを用いて深度方向の信号を平滑化する。

本発明の第２２態様は、第１７態様ないし第２１態様において、前記特徴量平滑化処理ステップは、単純移動平均、加重移動平均、ローパスフィルタのいずれか１つを用いて前記被検体の深度方向の前記特徴量を平滑化する。

本発明の第２３態様は、第１７態様ないし第２１態様において、前記対数変換平滑化ステップは、前記層情報を対数変換する対数変換ステップと、対数変換された前記層情報を平滑化する平滑化ステップと、からなる。

本発明の第２４態様は、第１７態様ないし第２１態様において、前記対数変換平滑化ステップは、前記層情報を平滑化する平滑化ステップと、平滑化された前記層情報を対数変換する対数変換ステップと、からなる。
本発明の第２５態様は、第１７態様ないし第２４態様において、前記対数変換平滑化ステップにより対数変換された前記層情報から層構造画像を構築する層構造画像構築ステップと、前記層構造画像と前記強調層構造画像を合成する画像合成ステップと、をさらに備える。
本発明の第２６態様は、第２５態様において、前記画像合成ステップは、前記層構造画像と前記強調層構造画像をあらかじめ設定した割合で加算して合成する。

本発明の第２７態様は、第１５態様ないし第２６態様において、前記強調層構造画像構築ステップは、前記特徴量を所定の閾値と比較して比較結果に基づき前記層構造を強調した強調層構造画像を構築する。

本発明の第２８態様は、第１５態様ないし第２７態様のいずれかにおいて、前記強調層構造画像構築ステップは、あらかじめ設定したカラーマップにしたがって、前記層構造を強調した強調層構造画像をカラー画像として構築する。

以上説明したように、本発明によれば、層構造を有する被検体での所望の層の識別が可能な層構造情報を取得することができるという効果がある。

以下に、本発明を実施するための最良の形態について説明する。第１の実施形態：
＜画像診断装置の外観＞
図１は第１の実施形態に係る画像診断装置を示す外観図である。

図１に示すように、画像診断装置１０は、主として内視鏡１００、内視鏡プロセッサ２００、光源装置３００、本実施形態の光構造情報取得装置としてのＯＣＴプロセッサ４００、及びモニタ装置５００とから構成されている。尚、内視鏡プロセッサ２００は、光源装置３００を内蔵するように構成されていてもよい。

内視鏡１００は、手元操作部１１２と、この手元操作部１１２に連設される挿入部１１４とを備える。術者は手元操作部１１２を把持して操作し、挿入部１１４を被検者の体内に挿入することによって観察を行う。

手元操作部１１２には、鉗子挿入部１３８が設けられており、この鉗子挿入部１３８が先端部１４４の鉗子口１５６に連通されている。本発明に係る画像診断装置１０では、ＯＣＴプローブ６００を鉗子挿入部１３８から挿入することによって、ＯＣＴプローブ６００を鉗子口１５６から導出する。ＯＣＴプローブ６００は、鉗子挿入部１３８から挿入され、鉗子口１５６から導出される挿入部６０２と、術者がＯＣＴプローブ６００を操作するための操作部６０４、及びコネクタ４１０を介してＯＣＴプロセッサ４００と接続されるケーブル６０６から構成されている。

＜内視鏡、内視鏡プロセッサ、光源装置の構成＞
［内視鏡］
内視鏡１００の先端部１４４には、観察光学系１５０、照明光学系１５２、及びＣＣＤ（不図示）が配設されている。

観察光学系１５０は、被検体を図示しないＣＣＤの受光面に結像させ、ＣＣＤは受光面上に結像された被検体像を各受光素子によって電気信号に変換する。本実施形態のＣＣＤは、３原色の赤（Ｒ）、緑（Ｇ）、青（Ｂ）のカラーフィルタが所定の配列（ベイヤー配列、ハニカム配列）で各画素ごとに配設されたカラーＣＣＤである。

［光源装置］
光源装置３００は、可視光を図示しないライトガイドに入射させる。ライトガイドの一端はＬＧコネクタ１２０を介して光源装置３００に接続され、ライトガイドの他端は照明光学系１５２に対面している。光源装置３００から発せられた光は、ライトガイドを経由して照明光学系１５２から出射され、観察光学系１５０の視野範囲を照明する。

［内視鏡プロセッサ］
内視鏡プロセッサ２００には、ＣＣＤから出力される画像信号が電気コネクタ１１０を介して入力される。このアナログの画像信号は、内視鏡プロセッサ２００内においてデジタルの画像信号に変換され、モニタ装置５００の画面に表示するための必要な処理が施される。

このように、内視鏡１００で得られた観察画像のデータが内視鏡プロセッサ２００に出力され、内視鏡プロセッサ２００に接続されたモニタ装置５００に画像が表示される。

＜ＯＣＴプロセッサ、ＯＣＴプローブの内部構成＞
図２は図１のＯＣＴプロセッサの内部構成を示すブロック図である。

［ＯＣＴプロセッサ］
図２に示すＯＣＴプロセッサ４００及びＯＣＴプローブ６００は、光干渉断層（ＯＣＴ：Optical Coherence Tomography）計測法による測定対象の光断層画像を取得するためのもので、測定のための光Ｌａを射出する第１の光源（第１の光源ユニット）１２と、第１の光源１２から射出された光Ｌａを測定光（第１の光束）Ｌ１と参照光Ｌ２に分岐するとともに、被検体である測定対象Ｓからの戻り光Ｌ３と参照光Ｌ２を合波して干渉光Ｌ４を生成する光ファイバカプラ（分岐合波部）１４と、光ファイバカプラ１４で分岐された測定光Ｌ１を測定対象まで導波するとともに測定対象からの戻り光Ｌ３を導波する回転側光ファイバＦＢ１を備えるＯＣＴプローブ６００と、測定光Ｌ１を回転側光ファイバＦＢ１まで導波するとともに回転側光ファイバＦＢ１によって導波された戻り光Ｌ３を導波する固定側光ファイバＦＢ２と、回転側光ファイバＦＢ１を固定側光ファイバＦＢ２に対して回転可能に接続し、測定光Ｌ１および戻り光Ｌ３を伝送する光コネクタ１８と、光ファイバカプラ１４で生成された干渉光Ｌ４を干渉信号として検出する干渉光検出部２０と、この干渉光検出部２０によって検出された干渉信号を処理して光構造情報を取得し、処理部２２を有する。また、処理部２２で取得された光構造情報に基づいて画像はモニタ装置５００に表示される。

また、ＯＣＴプロセッサ４００は、測定の目印を示すためのエイミング光（第２の光束）Ｌｅを射出する第２の光源（第２の光源ユニット）１３と、参照光Ｌ２の光路長を調整する光路長調整部２６と、第１の光源１２から射出された光Ｌａを分光する光ファイバカプラ２８と、光ファイバカプラ１４で合波された戻り光Ｌ４およびＬ５を検出する検出部３０ａおよび３０ｂと、処理部２２への各種条件の入力、設定の変更等を行う操作制御部３２とを有する。

なお、図２に示すＯＣＴプロセッサ４００においては、上述した射出光Ｌａ、エイミング光Ｌｅ、測定光Ｌ１、参照光Ｌ２および戻り光Ｌ３などを含む種々の光を各光デバイスなどの構成要素間で導波し、伝送するための光の経路として、回転側光ファイバＦＢ１および固定側光ファイバＦＢ２を含め種々の光ファイバＦＢ（ＦＢ３、ＦＢ４、ＦＢ５、ＦＢ６、ＦＢ７、ＦＢ８など）が用いられている。

第１の光源１２は、ＯＣＴの測定のための光（例えば、波長１．３μｍのレーザ光あるいは低コヒーレンス光）を射出するものであり、この第１の光源１２は周波数を一定の周期で掃引させながら赤外領域である、例えば波長１．３μｍを中心とするレーザ光Ｌａを射出する光源である。この第１の光源１２は、レーザ光あるいは低コヒーレンス光Ｌａを射出する光源１２ａと、光源１２ａから射出された光Ｌａを集光するレンズ１２ｂとを備えている。また、詳しくは後述するが、第１の光源１２から射出された光Ｌａは、光ファイバＦＢ４、ＦＢ３を介して光ファイバカプラ１４で測定光Ｌ１と参照光Ｌ２に分割され、測定光Ｌ１は光コネクタ１８に入力される。

また、第２の光源１３は、エイミング光Ｌｅとして測定部位を確認しやすくするために可視光を射出するものである。例えば、波長０．６６μｍの赤半導体レーザ光、波長０．６３μｍのＨｅ−Ｎｅレーザ光、波長０．４０５μｍの青半導体レーザ光などを用いることができる。そこで、第２の光源１３としては、例えば赤色あるいは青色あるいは緑色のレーザ光を射出する半導体レーザ１３ａと、半導体レーザ１３ａから射出されたエイミング光Ｌｅを集光するレンズ１３ｂを備えている。第２の光源１３から射出されたエイミング光Ｌｅは、光ファイバＦＢ８を介して光コネクタ１８に入力される。

光コネクタ１８では、測定光Ｌ１とエイミング光Ｌｅとが合波され、ＯＣＴプローブ６００内の回転側光ファイバＦＢ１に導波される。

光ファイバカプラ（分岐合波部）１４は、例えば２×２の光ファイバカプラで構成されており、固定側光ファイバＦＢ２、光ファイバＦＢ３、光ファイバＦＢ５、光ファイバＦＢ７とそれぞれ光学的に接続されている。

光ファイバカプラ１４は、第１の光源１２から光ファイバＦＢ４およびＦＢ３を介して入射した光Ｌａを測定光（第１の光束）Ｌ１と参照光Ｌ２とに分割し、測定光Ｌ１を固定側光ファイバＦＢ２に入射させ、参照光Ｌ２を光ファイバＦＢ５に入射させる。

さらに、光ファイバカプラ１４は、光ファイバＦＢ５に入射され後述する光路長調整部２６によって周波数シフトおよび光路長の変更が施されて光ファイバＦＢ５を戻った光Ｌ２と、後述するＯＣＴプローブ６００で取得され固定側光ファイバＦＢ２から導波された光Ｌ３とを合波し、光ファイバＦＢ３（ＦＢ６）および光ファイバＦＢ７に射出する。

ＯＣＴプローブ６００は、光コネクタ１８を介して、固定側光ファイバＦＢ２と接続されており、固定側光ファイバＦＢ２から、光コネクタ１８を介して、エイミング光Ｌｅと合波された測定光Ｌ１が回転側光ファイバＦＢ１に入射される。入射されたこのエイミング光Ｌｅと合波された測定光Ｌ１を回転側光ファイバＦＢ１によって伝送して測定対象Ｓに照射する。そして測定対象Ｓからの戻り光Ｌ３を取得し、取得した戻り光Ｌ３を回転側光ファイバＦＢ１によって伝送して、光コネクタ１８を介して、固定側光ファイバＦＢ２に射出するようになっている。

光コネクタ１８は、測定光（第１の光束）Ｌ１とエイミング光（第２の光束）Ｌｅとを合波するものである。

干渉光検出部２０は、光ファイバＦＢ６および光ファイバＦＢ７と接続されており、光ファイバカプラ１４で参照光Ｌ２と戻り光Ｌ３とを合波して生成された干渉光Ｌ４およびＬ５を干渉信号として検出するものである。

ここで、ＯＣＴプロセッサ４００は、光ファイバカプラ２８から分岐させた光ファイバＦＢ６上に設けられ、干渉光Ｌ４の光強度を検出する検出器３０ａと、光ファイバＦＢ７の光路上に干渉光Ｌ５の光強度を検出する検出器３０ｂとを有している。

干渉光検出部２０は、検出器３０ａおよび検出器３０ｂの検出結果に基づいて、干渉信号を生成する。

処理部２２は、干渉光検出部２０で検出した干渉信号から光構造情報を取得し、取得した光構造情報に基づいて光立体構造像を生成すると共に、この光立体構造像に対して各種処理を施した画像をモニタ装置５００へ出力する。処理部２２の詳細な構成は後述する。

光路長調整部２６は、光ファイバＦＢ５の参照光Ｌ２の射出側（すなわち、光ファイバＦＢ５の光ファイバカプラ１４とは反対側の端部）に配置されている。

光路長調整部２６は、光ファイバＦＢ５から射出された光を平行光にする第１光学レンズ８０と、第１光学レンズ８０で平行光にされた光を集光する第２光学レンズ８２と、第２光学レンズ８２で集光された光を反射する反射ミラー８４と、第２光学レンズ８２および反射ミラー８４を支持する基台８６と、基台８６を光軸方向に平行な方向に移動させるミラー移動機構８８とを有し、第１光学レンズ８０と第２光学レンズ８２との距離を変化させることで参照光Ｌ２の光路長を調整する。

第１光学レンズ８０は、光ファイバＦＢ５のコアから射出された参照光Ｌ２を平行光にするとともに、反射ミラー８４で反射された参照光Ｌ２を光ファイバＦＢ５のコアに集光する。

また、第２光学レンズ８２は、第１光学レンズ８０により平行光にされた参照光Ｌ２を反射ミラー８４上に集光するとともに、反射ミラー８４により反射された参照光Ｌ２を平行光にする。このように、第１光学レンズ８０と第２光学レンズ８２とにより共焦点光学系が形成されている。

さらに、反射ミラー８４は、第２光学レンズ８２で集光される光の焦点に配置されており、第２光学レンズ８２で集光された参照光Ｌ２を反射する。

これにより、光ファイバＦＢ５から射出した参照光Ｌ２は、第１光学レンズ８０により平行光になり、第２光学レンズ８２により反射ミラー８４上に集光される。その後、反射ミラー８４により反射された参照光Ｌ２は、第２光学レンズ８２により平行光になり、第１光学レンズ８０により光ファイバＦＢ５のコアに集光される。

また、基台８６は、第２光学レンズ８２と反射ミラー８４とを固定し、ミラー移動機構８８は、基台８６を第１光学レンズ８０の光軸方向（図２矢印Ａ方向）に移動させる。

ミラー移動機構８８で、基台８６を矢印Ａ方向に移動させることで、第１光学レンズ８０と第２光学レンズ８２との距離を変更することができ、参照光Ｌ２の光路長を調整することができる。

抽出領域設定手段としての操作制御部３２は、キーボード、マウス等の入力手段と、入力された情報に基づいて各種条件を管理する制御手段とを有し、処理部２２に接続されている。操作制御部３２は、入力手段から入力されたオペレータの指示に基づいて、処理部２２における各種処理条件等の入力、設定、変更等を行う。

なお、操作制御部３２は、操作画面をモニタ装置５００に表示させてもよいし、別途表示部を設けて操作画面を表示させてもよい。また、操作制御部３２で、第１の光源１２、第２の光源１３、光コネクタ１８、干渉光検出部２０、光路長ならびに検出部３０ａおよび３０ｂの動作制御や各種条件の設定を行うようにしてもよい。

［ＯＣＴプローブ］
図３は図２のＯＣＴプローブの断面図である。

図３に示すように、挿入部６０２の先端部は、プローブ外筒６２０と、キャップ６２２と、回転側光ファイバＦＢ１と、バネ６２４と、固定部材６２６と、光学レンズ６２８とを有している。

プローブ外筒（シース）６２０は、可撓性を有する筒状の部材であり、光コネクタ１８においてエイミング光Ｌｅが合波された測定光Ｌ１および戻り光Ｌ３が透過する材料からなっている。なお、プローブ外筒６２０は、測定光Ｌ１（エイミング光Ｌｅ）および戻り光Ｌ３が通過する先端（光コネクタ１８と反対側の回転側光ファイバＦＢ１の先端、以下プローブ外筒６２０の先端と言う）側の一部が全周に渡って光を透過する材料（透明な材料）で形成されていればよく、先端以外の部分については光を透過しない材料で形成されていてもよい。

キャップ６２２は、プローブ外筒６２０の先端に設けられ、プローブ外筒６２０の先端を閉塞している。

回転側光ファイバＦＢ１は、線状部材であり、プローブ外筒６２０内にプローブ外筒６２０に沿って収容されており、固定側光ファイバＦＢ２から射出され、光コネクタ１８で光ファイバＦＢ８から射出されたエイミング光Ｌｅと合波された測定光Ｌ１を光学レンズ６２８まで導波するとともに、測定光Ｌ１（エイミング光Ｌｅ）を測定対象Ｓに照射して光学レンズ６２８で取得した測定対象Ｓからの戻り光Ｌ３を光コネクタ１８まで導波し、固定側光ファイバＦＢ２に入射する。

ここで、回転側光ファイバＦＢ１と固定側光ファイバＦＢ２とは、光コネクタ１８によって接続されており、回転側光ファイバＦＢ１の回転が固定側光ファイバＦＢ２に伝達しない状態で、光学的に接続されている。また、回転側光ファイバＦＢ１は、プローブ外筒６２０に対して回転自在、及びプローブ外筒６２０の軸方向に移動自在な状態で配置されている。

バネ６２４は、回転側光ファイバＦＢ１の外周に固定されている。また、回転側光ファイバＦＢ１およびバネ６２４は、光コネクタ１８に接続されている。

光学レンズ６２８は、回転側光ファイバＦＢ１の測定側先端（光コネクタ１８と反対側の回転側光ファイバＦＢ１の先端）に配置されており、先端部が、回転側光ファイバＦＢ１から射出された測定光Ｌ１（エイミング光Ｌｅ）を測定対象Ｓに対し集光するために略球状の形状で形成されている。

光学レンズ６２８は、回転側光ファイバＦＢ１から射出した測定光Ｌ１（エイミング光Ｌｅ）を測定対象Ｓに対し照射し、測定対象Ｓからの戻り光Ｌ３を集光し回転側光ファイバＦＢ１に入射する。

固定部材６２６は、回転側光ファイバＦＢ１と光学レンズ６２８との接続部の外周に配置されており、光学レンズ６２８を回転側光ファイバＦＢ１の端部に固定する。ここで、固定部材６２６による回転側光ファイバＦＢ１と光学レンズ６２８の固定方法は、特に限定されず、接着剤により、固定部材６２６と回転側光ファイバＦＢ１および光学レンズ６２８を接着させて固定されても、ボルト等を用い機械的構造で固定してもよい。なお、固定部材６２６は、ジルコニアフェルールやメタルフェルールなど光ファイバの固定や保持あるいは保護のために用いられるものであれば、如何なるものを用いても良い。

また、回転側光ファイバＦＢ１およびバネ６２４は、後述する回転筒６５６に接続されており、回転筒６５６によって回転側光ファイバＦＢ１およびバネ６２４を回転させることで、光学レンズ６２８をプローブ外筒６２０に対し、矢印Ｒ２方向に回転させる。また、光コネクタ１８は、回転エンコーダを備え、回転エンコーダからの信号に基づいて光学レンズ６２８の位置情報（角度情報）から測定光Ｌ１の照射位置を検出する。つまり、回転している光学レンズ６２８の回転方向における基準位置に対する角度を検出して、測定位置を検出する。

さらに、回転側光ファイバＦＢ１、バネ６２４、固定部材６２６、及び光学レンズ６２８は、後述する駆動部により、プローブ外筒６２０内部を矢印Ｓ１方向（鉗子口方向）、及びＳ２方向（プローブ外筒６２０の先端方向）に移動可能に構成されている。

また、図３左側は、ＯＣＴプローブ６００の操作部６０４における回転側光ファイバＦＢ１等の駆動部の概略を示す図である。

プローブ外筒６２０は、固定部材６７０に固定されている。これに対し、回転側光ファイバＦＢ１およびバネ６２４は、回転筒６５６に接続されており、回転筒６５６は、モータ６５２の回転に応じてギア６５４を介して回転するように構成されている。回転筒６５６は、光コネクタ１８に接続されており、測定光Ｌ１及び戻り光Ｌ３は、光コネクタ１８を介して回転側光ファイバＦＢ１と固定側光ファイバＦＢ２間を伝送される。

また、これらを内蔵するフレーム６５０は支持部材６６２を備えており、支持部材６６２は、図示しないネジ孔を有している。ネジ孔には進退移動用ボールネジ６６４が咬合しており、進退移動用ボールネジ６６４には、モータ６６０が接続されている。したがって、モータ６６０を回転駆動することによりフレーム６５０を進退移動させ、これにより回転側光ファイバＦＢ１、バネ６２４、固定部材６２６、及び光学レンズ６２８を図３のＳ１及びＳ２方向に移動させることが可能となっている。

ＯＣＴプローブ６００は、以上のような構成であり、光コネクタ１８により回転側光ファイバＦＢ１およびバネ６２４が、図３中矢印Ｒ２方向に回転されることで、光学レンズ６２８から射出される測定光Ｌ１（エイミング光Ｌｅ）を測定対象Ｓに対し、矢印Ｒ２方向（プローブ外筒６２０の円周方向）に対し走査しながら照射し、戻り光Ｌ３を取得する。エイミング光Ｌｅは、測定対象Ｓに、例えば青色、赤色あるいは緑色のスポット光として照射され、このエイミング光Ｌｅの反射光は、モニタ装置５００に表示された観察画像に輝点としても表示される。

これにより、プローブ外筒６２０の円周方向の全周において、測定対象Ｓの所望の部位を正確にとらえることができ、測定対象Ｓを反射した戻り光Ｌ３を取得することができる。

さらに、光立体構造像を生成するための複数の光構造情報を取得する場合は、駆動部により光学レンズ６２８が矢印Ｓ１方向の移動可能範囲の終端まで移動され、断層像からなる光構造情報を取得しながら所定量ずつＳ２方向に移動し、又は光構造情報取得とＳ２方向への所定量移動を交互に繰り返しながら、移動可能範囲の終端まで移動する。

このように測定対象Ｓに対して所望の範囲の複数の光構造情報を得て、取得した複数の光構造情報に基づいて光立体構造像を得ることができる。図４は図２の測定対象Ｓに対して光走査がラジアル走査の場合の光構造情報のスキャン面を示す図であり、図５は図４の光構造情報により構築される光立体構造像を示す図である。

つまり、干渉信号により測定対象Ｓの深さ方向（第１の方向）の光構造情報を取得し、測定対象Ｓに対し図３矢印Ｒ２方向（プローブ外筒６２０の円周方向）に走査（ラジアル走査）することで、図４に示すように、第１の方向と該第１の方向と直交する第２の方向とからなるスキャン面での光構造情報を取得することができ、さらには、このスキャン面に直交する第３の方向に沿ってスキャン面を移動させることで、図５に示すように、光立体構造像を生成するための複数の光構造情報が取得できる。

図６は図１の内視鏡の鉗子口から導出されたＯＣＴプローブを用いて光構造情報を得る様子を示す図である。図６に示すように、ＯＣＴプローブの挿入部６０２の先端部を、測定対象Ｓの所望の部位に近づけて、光構造情報を得る。所望の範囲の複数の光構造情報を取得する場合は、ＯＣＴプローブ６００本体を移動させる必要はなく、前述の駆動部によりプローブ外筒６２０内で光学レンズ６２８を移動させればよい。

なお、測定光Ｌ１（エイミング光Ｌｅ）を測定対象Ｓにラジアル走査するとしたが、これに限らない。図７は図２の測定対象Ｓに対してセクタ走査を行って光構造情報を取得する構成を示す図であり、図８は図７の光構造情報により構築される光立体構造像を示す図である。図７に示すように、ガルバノミラー９００を使用し、測定対象Ｓの上方からセクタ走査を行って光構造情報を取得する構成にも適用でき、この場合もスキャン面を移動させることで、図８に示すように、光立体構造像を生成するための複数の光構造情報が取得できる。

［干渉光検出部及び信号処理部］
図９は図２の干渉光検出部及び信号処理部の構成を示すブロック図である。

図９に示すように、干渉光検出部２０は、干渉信号生成部２０ａ及びＡＤ変換部２０ｂから構成される。また、信号処理部２２は、層情報抽出手段としてのフーリエ変換部４１０、層情報ノイズ成分除去手段としての対数変換部４２０及び平滑化処理部４３０、特徴量算出手段としての微分処理部４４０、特徴量ノイズ成分除去手段としての微分信号平滑化処理部４５０、強調層構造画像構築手段としての微分画像構築部４６０及び制御部４９０を備えて構成される。なお、制御部４９０は、操作制御部３２からの操作信号に基づき信号処理部２２の各部を制御するようになっている。

干渉信号生成部２０ａからの干渉信号はＡＤ変換部２０ｂでデジタルデータとされる。デジタル化された干渉信号をフーリエ変換部４１０においてＦＦＴ（高速フーリエ変換）を行い周波数分解して深度方向の反射強度データである光構造情報（層情報）を生成する。この深度方向の反射強度データである光構造情報（層情報）は対数変換部４２０において対数変換される。

従来のＯＣＴでは対数変換された光構造情報（層情報）に対して輝度、コントラスト調整、表示サイズにあわせたリサンプル、ラジアル走査、セクタ走査等の走査方法に合わせての座標変換などを行い、断層画像として出力していたが、本実施形態では、対数変換した光構造情報（層情報）に対して平滑化処理部４３０において平滑化処理を行う。

平滑化処理部４３０は、３次元平滑化フィルタ部、２次元平滑化フィルタ部単独もしくは１次元フィルタ部と組み合わせで構成されてもよいが、フレーム加算平均処理部４３１、ライン加算平均処理部４３２、移動平均処理部４３３の１つ以上の組み合わせにより構成されることが望ましい。

フレーム加算平均処理部４３１は、フレーム間のデータを平均することで平滑化を行う。この際、単純フレーム加算平均、加重フレーム加算平均、循環型フレーム相関のいずれかが望ましいが、一般的に知られているどのような部により構成されていてもよい。また加算平均を行うフレーム数についても特に限定するものではない。前記循環型フレーム相関とは下記の式に基づいて、式１に示すように、新規の入力フレームデータと現在の出力フレームデータをα：１−αの比率で合成して出力するフレームデータを生成するものである。１フレーム分のフレームメモリを確保することで実現できるので、フレーム加算平均に比べ少ないメモリで実現できる利点がある。

［ＯＵＴ（ｎ）］＝α×［ＩＮ］＋（１−α）×［ＯＵＴ（ｎ−１）］
（α≦１） …（式１）
ここで、ＯＵＴ（ｎ）はｎ番目の出力フレームデータ、ＩＮは新しい入力フレームデータ、ＯＵＴ（ｎ−１）は（ｎ−１）番目の出力フレームデータすなわち、１フレーム前の出力フレームデータ、αはフレ−ム相関係数を表す。

ライン加算平均処理部４３２は、走査ライン間でのデータを平均することで平滑化を行う。この場合も、単純加算平均、加重加算平均が望ましいが、一般的に知られているどのような構成でもよい。また加算平均を行うライン数についても特に限定するものではない。

移動平均処理部４３３は、深度方向のデータを平均することで平滑化を行う。この際、単純移動平均、加重移動平均、デジタルローパスフィルタのいずれかが望ましいが、一般的に知られているどのような構成を用いてもよい。また、平均するデータ点数についても特に限定するものではない。

また、前記対数変換部４２０と前記平滑化処理部４３０は順番が入れ替わっても、同様の効果が得られるので入れ替えてもよい。

微分処理部４４０は、平滑化処理したデータに対して深度方向に微分処理を行い、特徴量としての微分信号を取得する。微分処理については、一般的に知られているものなので特に限定するものではないが、一例としては、深度方向のデータ点ごとの差分を計算していく方法がある。

微分信号平滑化処理部４５０は、微分信号（特徴量）に対して平滑化処理を行う。微分信号平滑化処理部４５０では、微分信号を深度方向に平均することで平滑化を行う。この場合も、単純移動平均、加重移動平均、デジタルローパスフィルタのいずれかが望ましいが、一般的に知られているどのような部を用いてもよい。同様に、平均するデータ点数についても特に限定するものではない。

微分画像構築部４６０は、平滑化した微分信号よりモニタ装置５００、及びその表示方法にあわせて強調層構造画像としての微分画像を構築する。具体的には、輝度、コントラストの調整、表示サイズにあわせたリサンプル、ラジアル走査、セクタ走査等の走査方法に合わせての座標変換などにより微分画像を構築する。

また、望ましくは、微分画像構築部４６０において、平滑化された微分信号のうち所定の閾値、例えば０を超える、プラス成分のみを抽出して画像化し微分画像を構築することで、粘膜筋板のような層構造がより明瞭に描出可能になる。さらに、あらかじめ設定したカラーマップにより微分画像をカラー画像とすることで、より目的の構造が認識しやすくなる。構築した微分画像はＬＣＤモニタ、ＣＲＴモニタ等のモニタ装置５００に表示することで、診断に供されることになる。

このように構成された本実施形態の作用について図１０のフローチャートを用いて説明する。図１０は図９の干渉光検出部及び信号処理部での処理の流れを示すフローチャートである。

図１０に示すように、まず、波長挿引光源１２ａから出力された波長挿引光は測定光と参照光に分岐され、測定光はＯＣＴプローブ６００を介して生体組織等の測定対象Ｓに出力される（ステップＳ１）。測定対象Ｓでの後方散乱等により反射された反射測定光（戻り光）はＯＣＴプローブ６００を経由して、干渉信号生成部２０ａに入力される。干渉信号生成部２０ａは、測定光経路における被検体までとほぼ同じ光路長に配置された光学ミラー等で反射された前記参照光と、前記測定反射光との干渉光を生成し、前記干渉光を光電変換することで、干渉信号を生成する（ステップＳ２）。

干渉信号はＡＤ変換部２０ｂでアナログ−デジタル変換される（ステップＳ３）。ＡＤ変換は例えば８０ＭＨｚ程度のサンプリングレートで、例えば分解能は１４ｂｉｔ程度で実施されるが、この値に限定されるものではない。

信号処理部２２は、デジタル化された干渉信号をフーリエ変換部４１０にてフーリエ変換を行い深度方向の反射強度信号（層情報）とする（ステップＳ４）。前記反射強度信号は対数変換部４２０にて対数変換される（ステップＳ５）。

対数変換した深度方向の反射強度データは平滑化処理部４３０にて平滑化される（ステップＳ６）。ここで行われる平滑化処理はフレーム加算平均、ライン加算平均、移動平均処理のいずれか１つ以上の組み合わせが望ましい。この際、フレーム加算平均は単純加算平均、加重加算平均、循環型フレーム相関処理のいずれかが望ましいが、一般的に利用されている他の手法でもよい。また、ライン加算平均については、単純加算平均、加重加算平均のいずれかが望ましいが、一般的に利用されている他の処理でもよい。さらに、移動平均は単純移動平均、加重移動平均、一次元ローパスフィルタ等のいずれかが望ましいが、一般的に知られているどのような方法を用いてもよい。また、ここでは、１次元平滑化処理の組み合わせとして最適化を図っているが、２次元平滑化フィルタ単独もしくは１次元フィルタの組み合わせ、もしくは３次元平滑化フィルタ処理でもよい。

平滑化された信号は微分処理部４４０において微分される（ステップＳ７）。微分した得られた微分信号（特徴量）は微分信号平滑化処理部４５０で深度方向に平滑化される（ステップＳ８）。この場合も、単純移動平均、加重移動平均、デジタルローパスフィルタのいずれかが望ましいが、一般的に知られているどのような処理を用いてもよい。

微分画像構築部４６０は、平滑化した微分信号よりモニタ装置５００及びその表示方法にあわせて微分画像を構築する（ステップＳ９）。具体的には、輝度、コントラストの調整、表示サイズにあわせたリサンプル、ラジアル走査、セクタ走査等の走査方法に合わせての座標変換などである。また、望ましくは、微分画像構築部４６０において、平滑化された微分値のうちプラス成分のみを抽出して微分画像を構築することで、粘膜筋板のような層構造がより明瞭に描出可能になる。さらに、あらかじめ設定したカラーマップにより微分画像をカラー画像とすることで、より目的の構造が認識しやすくなる。構築した微分画像はＬＣＤモニタ、ＣＲＴモニタ等のモニタ装置５００に表示される（ステップＳ１０）。

図１１は図２の信号処理部により生成される微分画像（強調層構造画像）を示す図であり、図７において説明したガルバノミラー９００を使用し、測定対象Ｓの上方からセクタ走査を行って取得した光構造情報（層情報）に対して、フレーム加算平均処理部４３１で例えば８フレームの単純加算平均、ライン加算平均処理部４３２で例えば８ラインの単純加算平均、移動平均処理部４３３で例えば２１点の単純移動平均、微分信号平滑化処理部４５０で例えば１１点の単純移動平均を実施したものである。また、微分処理部４４０は深度方向の差分をとって微分信号を取得している。

また、図１１では識別ができないが、微分画像構築部１６０は、カラーマップとして微分信号の値がマイナスのところは水色→青→群青とし、プラスのところは黄→橙→赤→深紅と変化するカラーマップを適用している。微分画像中層に示されている黄色いライン（図中の破線）は粘膜筋板を示し、中央部で断絶しているところが、癌の浸潤により粘膜筋板が破壊されている部位である。このように、粘膜筋板を描出することが可能になる。

図１２は図１１の微分画像の変形例を示す図であり、微分画像構築部４６０で微分信号のプラス成分のみを抽出し、黒→黄→橙→赤→深紅と変化するカラーマップを適用した微分画像である。図１２の微分画像は、図１１の微分画像と比べ、粘膜筋板がより明瞭に描出される。

第２の実施形態：
図１３は第２の実施形態に係る信号処理部の構成を示すブロック図である。本実施形態は第１の実施形態とほとんど同じであるので、異なる構成のみ説明し、同一の構成には同じ符号を付し説明は省略する。

図１３に示すように、信号処理部２２は、第１の実施形態の構成に加え、断層画像構築部４７０及び画像合成部４８０を有する。

対数変換部４２０において対数変換したデータは平滑化処理部４３０に入力されるとともに、断層画像構築部４７０に入力され、モニタ装置５００及びその表示方法にあわせて画像構築される。ここでも、輝度、コントラストの調整、カラーマップの適用、表示サイズにあわせたリサンプル、ラジアル走査、セクタ走査等の走査方法に合わせての座標変換などである。

断層画像構築部４７０で構築した画像と、微分画像構築部４６０で構築した画像は画像合成部４８０で合成してモニタ装置５００に出力される。画像合成部４８０での画像合成方法は、断層画像と微分画像をあらかじめ設定した割合で加算して合成する方法が望ましい。具体的には、
（１）断層画像を１とした場合に対して微分画像を一定の比率βで加算する方法
合成画像 ＝ 断層画像 ＋ β×微分画像 （０＜β＜１）
（２）もしくは、両者を一定の比率で加算する方法
合成画像 ＝ （１−β）×断層画像 ＋ β×微分画像 （０＜β＜１）
である。ただし、画像の合成については、これらに限定するものではなく、断層画像上に微分画像をスーパーインポーズする方法等、一般的に用いられているどのような方法を用いてもよい。画像合成部から出力された画像は、ＬＣＤモニタ等のモニタ装置５００に表示され、診断が可能となる。

このように構成された本実施形態の作用について図１４のフローチャートを用いて説明する。図１４は図１３の信号処理部での処理の流れを示すフローチャートである。第１の実施形態での処理の流れと異なるところを説明する。

ステップＳ５で生成した対数変換したデータは断層画像構築部４７０に入力され、断層画像が構築される（ステップＳ２１）。ステップＳ９にて構築した微分画像とステップＳ２１にて構築した断層画像は画像合成部４８０で合成される（ステップＳ２２）。

画像合成方法は、断層画像と微分画像をあらかじめ設定した割合で加算して合成することが望ましい。具体的には、上述したように、
（１）断層画像を１とした場合に対して微分画像を一定の比率βで加算する方法
合成画像 ＝ 断層画像 ＋ β×微分画像 （０＜β＜１）
（２）もしくは、両者を一定の比率で加算する方法
合成画像 ＝ （１−β）×断層画像 ＋ β×微分画像 （０＜β＜１）
である。ただし、画像の合成については、これらに限定するものではなく、断層画像上に微分画像をスーパーインポーズする方法等、一般的に用いられているどのような方法を用いてもよい。画像合成で合成された画像はＬＣＤモニタ、ＣＲＴモニタ等のモニタ装置５００に表示される（ステップＳ１０）。

図１５は図１３の断層画像構築部で構築される断層画像を示す図である。これは従来のＯＣＴの信号処理により得られるグレースケール断層画像と同じものであり、図７において説明したガルバノミラー９００を使用し、測定対象Ｓの上方からセクタ走査を行って取得した光構造情報（層情報）に対して、断層画像構築部４７０で構築される断層画像である。

図１６は図１３の画像合成部より生成される合成画像を示す図である。図１６に示す画像は、画像合成部４８０において、断層画像（図１５参照）を１とした場合、微分画像構築部４６０にて構築される微分画像を０．２の比率で加算したもので合成画像である。このように表示することで、通常の断層画像に粘膜筋板の情報が付加されることになり、癌が粘膜筋板を浸潤しているかどうかの判断がより容易になる。

なお、上記各実施形態では、ＯＣＴプロセッサ４００としてＳ−ＯＣＴ（Ｓｗｅｐｔ Ｓｏｕｒｃｅ ＯＣＴ）装置を用いて説明したが、これに限らず、ＯＣＴプロセッサ４００をＳＤ−ＯＣＴ（Ｓｐｅｃｔｒａｌ Ｄｏｍａｉｎ ＯＣＴ）装置としても適用可能である。

本発明の上記各実施形態を利用することで、粘膜筋板層を明確に識別することが可能になり、癌が粘膜筋板層を浸潤しているかを容易に認識できるようになる。そのため、治療方法の選択が容易になる。

以上、本発明の光構造情報取得装置について詳細に説明したが、本発明は、以上の例には限定されず、本発明の要旨を逸脱しない範囲において、各種の改良や変形を行ってもよいのはもちろんである。

第１の実施形態に係る画像診断装置を示す外観図 図１のＯＣＴプロセッサの内部構成を示すブロック図 図２のＯＣＴプローブの断面図 図２の測定対象Ｓに対して光走査がラジアル走査の場合の光構造情報のスキャン面を示す図 図４の光構造情報により構築される光立体構造像を示す図 図１の内視鏡の鉗子口から導出されたＯＣＴプローブを用いて光構造情報を得る様子を示す図 図２の測定対象Ｓに対してセクタ走査を行って光構造情報を取得する構成を示す図 図７の光構造情報により構築される光立体構造像を示す図 図２の干渉光検出部及び信号処理部の構成を示すブロック図 図９の干渉光検出部及び信号処理部での処理の流れを示すフローチャート 図２の信号処理部により生成される微分画像（強調層構造画像）を示す図 図１１の微分画像の変形例を示す図 第２の実施形態に係る信号処理部の構成を示すブロック図 図１３の信号処理部での処理の流れを示すフローチャート 図１３の断層画像構築部で構築される断層画像を示す図 図１３の画像合成部より生成される合成画像を示す図

符号の説明

１０…画像診断装置、２０…干渉光検出部、２０ａ…干渉信号生成部、２０ｂ…ＡＤ変換部、２２…信号処理部、１００…内視鏡、２００…内視鏡プロセッサ、３００…光源装置、４００…ＯＣＴプロセッサ、４１０…フーリエ変換部、４２０…対数変換部、４３０…平滑化処理部、４３１…フレーム加算平均処理部、４３２…ライン加算平均処理部、４３３…移動平均処理部、４４０…微分処理部、４５０…微分信号平滑化処理部、４６０…微分画像構築部、４９０…制御部、５００…モニタ装置

Claims (28)

1. 波長挿引光源から出力される波長挿引光を測定光と参照光に分波し、前記測定光にて層構造を有する被検体を走査し前記被検体において反射あるいは後方散乱した戻り光と、所定の光路長を伝播した前記参照光との干渉信号に基づいた前記被検体の光構造情報を取得する光構造情報取得装置において、
   前記干渉信号に基づいて前記被検体の層情報を抽出する層情報抽出手段と、
   前記層情報の特徴量を算出する特徴量算出手段と、
   前記特徴量に基づき前記層構造を強調した強調層構造画像を構築する強調層構造画像構築手段と、を備え、
   前記層情報抽出手段は、前記干渉信号をフーリエ変換して前記層情報を抽出するフーリエ変換手段からなり、
   前記特徴量算出手段は、前記層情報を微分した微分値を前記特徴量として算出する微分処理手段からなることを特徴とする光構造情報取得装置。
2. 前記層情報のノイズ成分を除去する層情報ノイズ成分除去手段と、
   前記特徴量のノイズ成分を除去する特徴量ノイズ成分除去手段と、
   をさらに備え、
   前記微分処理手段は、ノイズ成分を除去した前記層情報を微分した微分値を前記特徴量として算出し、
   前記強調層構造画像構築手段は、ノイズ成分を除去した前記特徴量に基づき前記強調層構造画像を構築することを特徴とする請求項１に記載の光構造情報取得装置。
3. 前記層情報ノイズ成分除去手段は、前記層情報を対数変換及び平滑化してノイズ成分を除去する対数変換平滑化手段からなり、
   特徴量ノイズ成分除去手段は、前記特徴量を平滑化してノイズ成分を除去する特徴量平滑化処理手段からなることを特徴とする請求項２に記載の光構造情報取得装置。
4. 前記対数変換平滑化手段は、前記層情報の平滑化を、フレーム加算平均処理手段、ライン加算平均処理手段、移動平均処理手段のうちの少なくともいずれか１つの処理手段により行うことを特徴とする請求項３に記載の光構造情報取得装置。
5. 前記フレーム加算平均処理手段は、単純加算平均処理、加重加算平均処理、循環方式によるフレーム相関処理のいずれかの処理を用いて複数のフレーム間における前記層情報を平均化することを特徴とする請求項４に記載の光構造情報取得装置。
6. 前記ライン加算平均処理手段は、単純加算平均処理、加重加算平均処理のいずれかの処理を用いて複数のライン間における信号を平均化することを特徴とする請求項４または５に記載の光構造情報取得装置。
7. 前記移動平均処理手段は、単純移動平均、加重移動平均、ローパスフィルタのいずれかを用いて深度方向の信号を平滑化することを特徴とする請求項４ないし６のいずれか１つに記載の光構造情報取得装置。
8. 前記特徴量平滑化処理手段は、単純移動平均、加重移動平均、ローパスフィルタのいずれか１つを用いて前記被検体の深度方向の前記特徴量を平滑化することを特徴とする請求項３ないし７のいずれか１つに記載の光構造情報取得装置。
9. 前記対数変換平滑化手段は、前記層情報を対数変換する対数変換手段と、対数変換された前記層情報を平滑化する平滑化手段と、からなることを特徴とする請求項３ないし７のいずれか１つに記載の光構造情報取得装置。
10. 前記対数変換平滑化手段は、前記層情報を平滑化する平滑化手段と、平滑化された前記層情報を対数変換する対数変換手段と、からなることを特徴とする請求項３ないし７のいずれか１つに記載の光構造情報取得装置。
11. 前記対数変換平滑化手段により対数変換された前記層情報から層構造画像を構築する層構造画像構築手段と、前記層構造画像と前記強調層構造画像を合成する画像合成手段と、をさらに備えたことを特徴とする請求項３ないし１０のいずれか１つに記載の光構造情報取得装置。
12. 前記画像合成手段は、前記層構造画像と前記強調層構造画像をあらかじめ設定した割合で加算して合成することを特徴とする請求項１１に記載の光構造情報取得装置。
13. 前記強調層構造画像構築手段は、前記特徴量を所定の閾値と比較して比較結果に基づき前記層構造を強調した強調層構造画像を構築することを特徴とする請求項１ないし１２のいずれか１つに記載の光構造情報取得装置。
14. 前記強調層構造画像構築手段は、あらかじめ設定したカラーマップにしたがって、前記層構造を強調した強調層構造画像をカラー画像として構築することを特徴とする請求項１ないし１３のいずれか１つに記載の光構造情報取得装置。
15. 波長挿引光源から出力される波長挿引光を測定光と参照光に分波し、前記測定光にて層構造を有する被検体を走査し前記被検体において反射あるいは後方散乱した戻り光と、所定の光路長を伝播した前記参照光との干渉信号に基づいた前記被検体の光構造情報を取得する光構造情報取得装置の光干渉信号処理方法において、
    前記干渉信号に基づいて前記被検体の層情報を抽出する層情報抽出ステップと、
    前記層情報の特徴量を算出する特徴量算出ステップと、
    前記特徴量に基づき前記層構造を強調した強調層構造画像を構築する強調層構造画像構築ステップと、を備え、
    前記層情報抽出ステップは、前記干渉信号をフーリエ変換して前記層情報を抽出するフーリエ変換ステップからなり、
    前記特徴量算出ステップは、前記層情報を微分した微分値を前記特徴量として算出する微分処理ステップからなることを特徴とする光構造情報取得装置の光干渉信号処理方法。
16. 前記層情報のノイズ成分を除去する層情報ノイズ成分除去ステップと、
    前記特徴量のノイズ成分を除去する特徴量ノイズ成分除去ステップと、
    をさらに備え、
    前記微分処理ステップは、ノイズ成分を除去した前記層情報を微分した微分値を前記特徴量として算出し、
    前記強調層構造画像構築ステップは、ノイズ成分を除去した前記特徴量に基づき前記強調層構造画像を構築することを特徴とする請求項１５に記載の光構造情報取得装置の光干渉信号処理方法。
17. 前記層情報ノイズ成分除去ステップは、前記層情報を対数変換及び平滑化してノイズ成分を除去する対数変換平滑化ステップからなり、
    前記特徴量ノイズ成分除去ステップは、前記特徴量を平滑化してノイズ成分を除去する特徴量平滑化処理ステップからなることを特徴とする請求項１６に記載の光構造情報取得装置の光干渉信号処理方法。
18. 前記対数変換平滑化ステップは、前記層情報の平滑化を、フレーム加算平均処理ステップ、ライン加算平均処理ステップ、移動平均処理ステップのうちの少なくともいずれか１つの処理ステップにより行うことを特徴とする請求項１７に記載の光構造情報取得装置の光干渉信号処理方法。
19. 前記フレーム加算平均処理ステップは、単純加算平均処理、加重加算平均処理、循環方式によるフレーム相関処理のいずれかの処理を用いて複数のフレーム間における前記層情報を平均化することを特徴とする請求項１８に記載の光構造情報取得装置の光干渉信号処理方法。
20. 前記ライン加算平均処理ステップは、単純加算平均処理、加重加算平均処理のいずれかの処理を用いて複数のライン間における信号を平均化することを特徴とする請求項１８または１９に記載の光構造情報取得装置の光干渉信号処理方法。
21. 前記移動平均処理ステップは、単純移動平均、加重移動平均、ローパスフィルタのいずれかを用いて深度方向の信号を平滑化することを特徴とする請求項１８ないし２０のいずれか１つに記載の光構造情報取得装置の光干渉信号処理方法。
22. 前記特徴量平滑化処理ステップは、単純移動平均、加重移動平均、ローパスフィルタのいずれか１つを用いて前記被検体の深度方向の前記特徴量を平滑化することを特徴とする請求項１７ないし２１のいずれか１つに記載の光構造情報取得装置の光干渉信号処理方法。
23. 前記対数変換平滑化ステップは、前記層情報を対数変換する対数変換ステップと、対数変換された前記層情報を平滑化する平滑化ステップと、からなることを特徴とする請求項１７ないし２１のいずれか１つに記載の光構造情報取得装置の光干渉信号処理方法。
24. 前記対数変換平滑化ステップは、前記層情報を平滑化する平滑化ステップと、平滑化された前記層情報を対数変換する対数変換ステップと、からなることを特徴とする請求項１７ないし２１のいずれか１つに記載の光構造情報取得装置の光干渉信号処理方法。
25. 前記対数変換平滑化ステップにより対数変換された前記層情報から層構造画像を構築する層構造画像構築ステップと、前記層構造画像と前記強調層構造画像を合成する画像合成ステップと、をさらに備えたことを特徴とする請求項１７ないし２４のいずれか１つに記載の光構造情報取得装置の光干渉信号処理方法。
26. 前記画像合成ステップは、前記層構造画像と前記強調層構造画像をあらかじめ設定した割合で加算して合成することを特徴とする請求項２５に記載の光構造情報取得装置の光干渉信号処理方法。
27. 前記強調層構造画像構築ステップは、前記特徴量を所定の閾値と比較して比較結果に基づき前記層構造を強調した強調層構造画像を構築することを特徴とする請求項１５ないし２６のいずれか１つに記載の光構造情報取得装置の光干渉信号処理方法。
28. 前記強調層構造画像構築ステップは、あらかじめ設定したカラーマップにしたがって、前記層構造を強調した強調層構造画像をカラー画像として構築することを特徴とする請求項１５ないし２７のいずれか１つに記載の光構造情報取得装置の光干渉信号処理方法。