JP7401470B2 - デジタル画像処理を通して望ましくないアーチファクトを除去する「フーリエドメイン」型の光干渉断層システム - Google Patents

デジタル画像処理を通して望ましくないアーチファクトを除去する「フーリエドメイン」型の光干渉断層システム Download PDF

Info

Publication number
JP7401470B2
JP7401470B2 JP2020571685A JP2020571685A JP7401470B2 JP 7401470 B2 JP7401470 B2 JP 7401470B2 JP 2020571685 A JP2020571685 A JP 2020571685A JP 2020571685 A JP2020571685 A JP 2020571685A JP 7401470 B2 JP7401470 B2 JP 7401470B2
Authority
JP
Japan
Prior art keywords
image
coherence tomography
optical
optical coherence
tomography system
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.)
Active
Application number
JP2020571685A
Other languages
English (en)
Other versions
JP2021533333A (ja
Inventor
ファイニー，ステファノ
ロゼリーニ，ロレンツォ
ヴェルサーチ，フランセスコ
ヴェストリ，ガブリエル
Original Assignee
コストルツィオーニ ストルメンチ オフタルミチ シー．エス．オー． エス．アール．エル．
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by コストルツィオーニ ストルメンチ オフタルミチ シー．エス．オー． エス．アール．エル． filed Critical コストルツィオーニ ストルメンチ オフタルミチ シー．エス．オー． エス．アール．エル．
Publication of JP2021533333A publication Critical patent/JP2021533333A/ja
Application granted granted Critical
Publication of JP7401470B2 publication Critical patent/JP7401470B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/102—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for optical coherence tomography [OCT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/02—Interferometers
    • G01B9/02041—Interferometers characterised by particular imaging or detection techniques
    • G01B9/02044—Imaging in the frequency domain, e.g. by using a spectrometer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B9/00—Measuring instruments characterised by the use of optical techniques
    • G01B9/02—Interferometers
    • G01B9/0209—Low-coherence interferometers
    • G01B9/02091—Tomographic interferometers, e.g. based on optical coherence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/005—Specific pre-processing for tomographic reconstruction, e.g. calibration, source positioning, rebinning, scatter correction, retrospective gating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/003—Reconstruction from projections, e.g. tomography
    • G06T11/008—Specific post-processing after tomographic reconstruction, e.g. voxelisation, metal artifact correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/269—Analysis of motion using gradient-based methods
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Veterinary Medicine (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ophthalmology & Optometry (AREA)
  • Artificial Intelligence (AREA)
  • Pathology (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Multimedia (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Eye Examination Apparatus (AREA)

Description

発明の分野
本発明は、人体、特に目の内部構造を視覚化する機器の分野に関する。より詳細には、本発明は、デジタル画像処理を通して望ましくないアーチファクトを除去する「フーリエドメイン」型の光干渉断層システムに関する。
発明の背景
光干渉断層（ＯＣＴ）は、位相光干渉断層とも呼ばれ、最も強力で最も進化した生体医学撮像技法の１つである。ＯＣＴは種々の薬学分野で応用される。眼科セクタは確実にＯＣＴの開発及び改良に寄与してきた。
この技法では、観測される試料／臓器の構造についての情報は、試料／臓器自体内の異なる光学属性を示す領域からの後方反射放射及び／又は後方散乱放射から導出される。
ＯＣＴ技法では、１μｍから数μｍの範囲の解像度を有する二次元又は三次元モデルを作成することができる。モルフォロジ研究が可能なことに加えて、ＯＣＴは、例えば、流れの速度（ドップラー効果を通して）及び複屈折性（偏光変化を通して）等の解析される試料の他の生物学的属性を明らかにすることができる。
ＯＣＴは低コヒーレンス干渉法に依拠する。ＯＣＴシステムの光学的セットアップは、マイケルソン干渉計に基づき、ＯＣＴシステムの動作モードは、使用される放射源及び検出法のタイプに応じて決定される。現在、ＯＣＴ機器で使用される２つの主な構成がある。
試料の反射属性は、決められた時間間隔でパス変更される光学基準アームからの放射との試料の光学アームからの放射の干渉を通して取得される。生成されたインターフェログラムパターンは、試料における回折要素の位置及び分散振幅についての情報を提供する。
いわゆる時間ドメインＯＣＴ（ＴＤ－ＯＣＴ）では、この情報は通常、基準光学アームの遅延をスキャンし、この遅延の関数としてインターフェログラムを検出することにより抽出される。検出されたインターフェログラムのエンベロープは、一般にＡスキャンと呼ばれる、深度に関連した試料の反射度のマップを表し、深度解像度は光源のコヒーレンス長により与えられる。試料ビームが組織表面にわたり側方にスキャンされている間、複数のＡスキャンが取得され、Ｂスキャンと呼ばれる、深度及び側方広がりに関連した反射度の二次元マップを構築する。
フーリエドメインＯＣＴ（ＦＤ－ＯＣＴ）は代わりに、基準アームにおける要素の機械的並進を必要とせずに、広スペクトル帯域において試料のアームからの放射を基準アームからの放射と再結合することにより生じるスペクトル縞を１ステップで記録する。試料の種々の要素の距離の測定は、インターフェログラム信号を処理することにより取得される。Ａスキャンデータは並列で収集されるため、この２番目の技法は最初の技法よりもはるかに高速であり、破滅的再構築（destructive recombination）が通常、基準遅延がスキャンされている間、一度に１つの深度で干渉信号を分離するのに使用される。ＦＤ－ＯＣＴは、より高い画質に繋がる信号対雑音比に関しても利点を有する。
２番目のＦＤ－ＯＣＴ技法は、２つの主な実施方式に従って適用することができる：
－スペクトルドメインＯＣＴ（ＳＤ－ＯＣＴ）では、スペクトルは広帯域放射源及び線形センサ（ラインスキャンカメラ）を用いて強度を測定する分光計を使用して取得され、
－掃引源ＯＣＴ（ＳＳ－ＯＣＴ）では、スペクトルは、光源により発せられる波長を非常に高速で変更することにより１つの放射検出器から取得される。
例としてこれらの概念を更に説明するために、特に、従来のＳＤ－ＯＣＴ構成を参照する図１を参照すると、システムは、
－広帯域放射源ＬＢＳ、
－コリメート系ＲＡＦＣ及びミラーＭｒｅｆを含む基準光学アームＲＡ、
－コリメート系ＳＡＦＣ、ミラー及びアクチュエータＭ、及びレンズＬ１からなるスキャンシステムを含み、画像を作成する試料のストリップ（軸方向）を照明し、その後方散乱放射を収集できるようにする試料アームＳＡ、
－基準アームＲＡにより収集された放射と試料アームＳＡにより収集された放射との再結合から生成された信号のスペクトルを分析できるようにする、分光計Ｓｐｅｃを有するシングル検出アームＭＡであって、照明された試料ストリップに対応する干渉の信号スペクトルを明らかにする線形センサを含む、シングル検出アームＭＡ、
－光源ＬＢＳからの放射を試料アームＳＡ及び基準アームＲＡに、そして試料アームＳＡ及び基準アームＲＡから検出アームＭＡに透過させるように構成されたビームスプリッタＢＳ、並びに
－機械部品及び電子部品を適宜駆動し、文献で既知の多くのアルゴリズムの１つを通して、スペクトルから画像を生成する試料のストリップの反射度プロファイルを導出する制御・処理ユニット
を提供する。
広帯域源ＬＢＳからの放射は、基準アームＲＡ及び表示する試料が前に配置された試料アームＳＡに送られる。基準アームＲＡにおける放射はミラーＭＲｅｆにより反射され、ビームスプリッタＢＳを通して検出アームＭＡに送られる。同様に、試料アームＳＡにおける放射は試料の照明部分により後方散乱し、ビームスプリッタＢＳを通して検出アームＭＡに達する。次に、基準アームＲＡ及び試料アームＳＡからの２つの光波は、分光計Ｓｐｅｃが線形センサで干渉信号のスペクトル（インターフェログラム）を再構築する検出アームＭＡで再結合される。
ＳＤ－ＯＣＴ構成及びＳＳ－ＯＣＴ構成の両方において、各深度により返された放射は、上述したように、同時に収集され、検出されたスペクトルでの変調として示される。検出されたスペクトルの波長から波数への変換、試料アームと基準アームとの間の分散不一致の補正、及び高速フーリエ変換は通常、深度で分解された試料の反射度をそのまま表すＡスキャンを提供する。
しかしながら、このＡスキャンは、複素共役アーチファクト、すなわち、再構築された画像における鏡像の存在を提示することがある（図４に示されるように、画像の上領域におけるアーチ形マークに留意する）。これらは、フーリエ変換が通常、エルミート対称性を有する（すなわち、正及び負の空間周波数が独立していない）検出されたスペクトルインターフェログラムが実関数であることに起因する。その結果、基準遅延に対する正変位における試料の反射を同じ負変位にける反射から区別することができず、試料の真の構造に反転画像が重ねられたものとして見える。したがって、再構築された画像は、ヌルパス差に対して２つの対称な跡を含むように見える。
これらの問題は、薄い空間範囲（例えば、網膜層）に分散する物体を観測するときには略関係がないことがあり、その理由は、実際には、試料全体が基準位置の上方又は下方に位置するように取得を実行することにより、鏡像が取得すべき試料像に重ならない位置に基準アームを動かすことが可能なためであり、これは薄い試料でのみ可能である。
逆に、深度がより大きく、測定範囲全体が必要な物体（例えば、眼の前部）を測定しなければならない場合、アーチファクトは画質を大幅に悪化させ、収集されたデータの解析を難しくする。更に、ゼロ位置からの距離に伴うＦＤ－ＯＣＴ技法の感度損失は、特にＳＤ－ＯＣＴ視野エリア内で正距離と負距離との区別を重要なものにし、その理由は、これにより、感度がより高い測定視野内、すなわち、対応するゼロ位置間近に物体を位置決めできるようになるためである。
スペクトル干渉信号の位相を測定し、それにより、複素光学拡散場へのアクセスを提供することによりこの問題を解くことが提案されてきた［Fercher et al. “Complex spectral interferometry OCT” - Proc. SPIE. 1999:3564: 173-178］。この手法（ＦＲＣ－全範囲複素）によれば、複素データの逆フーリエ変換が物体の実構造を提供し、いかなる鏡面項もなくす。またこれに基づいて、音響／電子光学位相変調器又は圧電制御ミラーによりそれらの間の基準位相を変えて所与のサンプリング位置における特定数のＡスキャンを必要とする方法を使用して、種々の提案がなされてきた。最近の中でも特に、以下に言及することができる：Wojtkowski et al. “Full range complex spectral optical coherence tomography technique in eye imaging” - Opt. Lett. 2002;27:1415-1417、Targowski P et al. “Complex spectral OCT in human eye imaging in vivo” - Opt. Commun. 2004;229:79-84、Leitgeb RA et al “Phase shifting algorithm to achieve high speed long depth range probing by frequency domain optical coherence tomography” - Opt. Lett. 2003;28:2201-2003、Goetzinger E et al. “High speed full range complex spectral domain optical coherence tomography” - Opt. Express. 2005;13:583-594、e Bachmann A et al. “Heterodyne Fourier domain optical coherence tomography for full range probing with high axial resolution” - Opt. Express. 2006;14:1487-1496。
これらの技法の欠点は、追加の構成要素を採用する必要性及び複数のＡスキャンに起因して測定速度が下がることにある。
別のＦＲＣ ＦＤ－ＯＣＴ方式は、Ｂスキャン中、圧電制御される基準ミラーの均一な動きにより生成される線形増加位相シフトを使用する［Yasuno Y et al. “Simultaneous B-M-mode scanning method for real-time full-range Fourier domain optical coherence tomography” - Appl. Opt. 2006;45:1861-1865, Wang RK “In vivo full range complex Fourier domain optical coherence tomography” - Appl. Phys. Lett. 2007;90:054103］。複素データは、横断方向におけるフーリエ変換とヒルベルト変換の組合せから取得される。この方法（これもまた音響／電子光学位相変調器を用いて実施することができる）には、測定位置毎に１つのＡスキャンのみしか必要なく、したがって、取得速度が確実に増大するという利点がある。しかしながら、位相シフトのための追加の要素（及び相対駆動）に起因して構造的複雑さは残る。
提案されてきた更なる技法［Yasuno Y et al. “Simultaneous B-M-mode scanning method for real-time full-range Fourier domain optical coherence tomography” - Appl. Opt. 2006;45:1861-1865; Wang RK “In vivo full range complex Fourier domain optical coherence tomography” - Appl. Phys. Lett. 2007;90:054103］は、位相シフトのための追加の要素を回避し、位相シフトは試料ビームの横断スキャンに使用されるガルバノメトリックスキャナを通して取得することができる。
発明の概要
本発明の目的は、驚くべきことに検出精度及び速度、構造的簡易性、柔軟性、及び完全性の可能性を多解像度戦略と組み合わせて、結果の最終精度を更に上げる卓越性をもって、既に既知のものに対して概念的に異なる解決策を提供できるようにする、上記アーチファクトを除去するＦＤ－ＯＣＴシステムを提供することである。
この目的及び他の目的は、基本特性が添付される特許請求の範囲の最初の請求項により定義される、本発明による、デジタル画像処理を通して望ましくないアーチファクトを除去した「フーリエドメイン」光学干渉断層システムを用いて達成される。更なる重要な実施特徴は従属請求項により定義される。
したがって、本発明は、デジタル画像処理を用いて動き推定を使うことによりアーチファクトを除去することを考案する。提案されるシステムは、ＯＣＴデバイスを使用して時間シーケンスの断層画像を取得し、動き推定技法を使用してこのシーケンスを処理して、実画像のグラフィック特徴に対して逆の軸方向動き成分を有することにより識別される望ましくない鏡面アーチファクトに関連するグラフィック特徴を識別し、除去することを考案する。この目的に適する幾つかの推定技法が提案されており、使用することができ、それらの何れも本発明を限定しない。上記技法は代替として使用することもできるが、利用可能な計算リソース、及び／又は予め設定された品質目標、及び／又は対象となるか、又は課される精度条件に基づいて最適であるように時々見える折衷に応じて互いと組み合わせられて更に改良された結果を提供することもできる。この意味で、すなわち動き推定技法の選択及び適用選択に関連して、提案されるシステムは、高モジュール性／柔軟性及び多解像度戦略との著しい統合の可能性という利点も提供する。
本発明によるアーチファクトの解決は最終的に、画像取得プロセスを効果的に改善し、オペレータが試料の最も重要な領域を最も好ましい信号対雑音比を有するエリアに位置決めできるようにする。
図面の簡単な説明
本発明による、デジタル画像処理を通して望ましくないアーチファクトを除去する「フーリエドメイン」型の光干渉断層システムの特徴及び利点は、非限定的な例として添付図面を参照して行われる以下の本発明の実施形態の説明からより明確になる。
従来のＳＤ－ＯＣＴ構成を表す図である。 本発明の可能な実施形態によるシステムの全体構造図である。 本発明の上記実施形態の状況で使用される分光計に基づくＦＤ－ＯＣＴデバイスの一般構造図である。 時間ｔにおいて取得された眼の断層セクションに関連する画像Ａである。 時間ｔ＋１において取得された眼の断層セクションに関連する画像Ｂである。 本発明で使用することができる実施技法によるＨＢＭ（六角形ブロックマッチング）型検索に使用されるパターンを示す。 上向き軸方向動きを有する画像領域（実画像部分）に関連する要素を有する、改良動作前に実成分を分類するためのマスク画像である。 改良動作後に実成分を分類するためのマスク画像である。 下向き軸方向動きを有する画像領域（ミラー画像部分）に関連する要素を有する、改良動作前にミラー成分を分類するためのマスク画像である。 改良動作後にミラー成分を分類するためのマスク画像である。 本発明による、再構築モジュールにより生成された最終結果を含む断層画像である。
発明の詳細な説明
上記図、特に今は図２を参照して、本発明の文脈では、ＦＤ－ＯＣＴデバイスを用いて取得された一連の時間連続画像内に存在するミラーアーチファクト除去システムは、動き推定モジュールｃ）に基づき、本発明の基本態様による動き推定モジュールｃ）は、アーチファクトを識別、除去するように選ばれ、換言すれば、一連の時間的に連続した断層画像内に存在する光学フローの計算が実行される（図４及び図５参照）。次に、計算された光学フローを使用して、シーケンス自体に存在するミラー成分を識別し、続けて除去する。
「光学フロー」という用語は、一連の時間的に連続した断層画像内の、存在する個々の要素が受ける変位（明度パターン）を記述するベクトルである要素を有する１つ又は複数の動き推定方法の適用から生じるベクトル場を定義する。要素は、サポート領域、すなわち、特定の動きモデルが適用されるピクセルセットに関して定義される。変位は、これらの要素に関連する光強度値の空間－時間変動に関して推定される。
推定モジュールは実際には様々な実施形態を利用することができ、全て本発明の範囲内にあり、それら自体、既知の知識に依拠し、厳密には、本発明を表すのが、推定技法自体ではなく、現状況での且つ特定の結果に向けたその前例のない使用であることが理解される。したがって、異なる技法により構造化された異なるモジュールは本発明の異なる実施形態を定義する。
したがって、提案されるシステムは特定の動き推定方法の適用により制限されず、利用可能な計算リソース及び所望の推定品質を含む特定の制約に応じて、様々な方法を個々に又はまとめて適用することができる。実施に伴って本発明を実行するために、そのような方法の特定の実施態様は、ＯＣＴデバイスを用いて取得された断層画像シーケンスの存在下で光学フローの推定を最適化するように最終的に使用、実行、且つ構成される。
文献において理論根拠が提供される動き推定の方法は、
・光学フロー解像度の差分法に基づく手法：これらの方法は、光学フロー方程式を更なる動き均一方程式と共に解くことにより動きを推定する。均一性制約を作成する例は以下の文献に示されている。
・Horn et al. “Determining optical flow.”-Artificial intelligence 17.1-3 (1981): 185-203.
・Lucas, Bruce D. et al. “An iterative image registration technique with an application to stereo vision.”-DARPA Image Understanding Workshop, 1981: pp. 121-130. [1]
を含む。
・ペル再帰型手法：これらの方法は、ＤＦＤ（変位フレーム差分）により定義される関数を最小化することにより変位を再帰的に推定する。画像は一般にラスタモードでスキャンされ、ピクセル単位で再帰を実施する。この手法の一例はNetravali et al. “Motion-Compensated Television Coding: Part I.” - Bell Labs Technical Journal 58.3 (1979): 631-670において報告されている。
・ブロックマッチング型手法：このタイプの手法に帰属する方法は、画像をブロックに分割し、画像の時間シーケンス内でのブロック間の類似性測定を実行する。これらの方法の目的は、所与の検索空間窓内でこれらの類似性測定値を最大化することである。この場合、動き均一性制約は、ブロック自体のサイズに比例したレベルで、分析されるブロック内で暗黙的に定義される。実行時間を最適化するために、これらの方法は、異なる検索戦略及びマッチング基準を採用することにより実施される。そのような手法の一例は、Zhu, Ce et al. “Hexagon-based search pattern for fast block motion estimation.”- IEEE transactions on circuits and systems for video technology 12.5 (2002): 349-355. [2]において報告されている。
・変換ドメインに基づく手法：これらの方法の基本基準の本質は、フーリエ変換又はウェーブレット変換のドメインにおいて動きベクトルに関連する特徴を利用することにより動きベクトルの推定を実行することにある。
そのような手法の例は、
・Haskell, B. “Frame-to-frame coding of television pictures using two-dimensional Fourier transforms (Corresp.).”- IEEE Transactions on Information Theory 20.1 (1974): 119-120.
・Fleet, David J. et al. “Computation of component image velocity from local phase information.” - International journal of computer vision 5.1 (1990): 77-104. [3]
において報告されている。
実施目的で使用することができる要素を含む他の提示は以下の記事において報告されている。
・Barron, John L., David J. Fleet, and Steven S. Beauchemin. “Performance of optical flow techniques.”International journal of computer vision 12.1 (1994): 43-77.
・Galvin, Ben, et al. “Recovering Motion Fields: An Evaluation of Eight Optical Flow Algorithms.”BMVC. Vol. 98. 1998.
・McCane, Brendan, Ben Galvin, and Kevin Novins. “On the evaluation of optical flow algorithms.”Fifth International Conference on Control, Automation, Robotics and Vision, Singapore. 1998.
合成画像及び一般画像に関して、推定誤差に関してよりよい結果を目玉とした光学フローを計算する方法は、
・Lucas, Bruce D. et al. “An iterative image registration technique with an application to stereo vision.” -DARPA Image Understanding Workshop, 1981: pp. 121-130. [1]
・Fleet, David J. et al. “Computation of component image velocity from local phase information.” - International journal of computer vision 5.1 (1990): 77-104. [3]
により提案された実施における差分型及び位相ベース型のものである。
したがって、上記の全て、特に図２に示される図を参照して、提案されるシステムは、
・ＦＤ－ＯＣＴ取得デバイスａ）、
・ミラーアーチファクトを除去するブロックＭであって、
－少なくとも１つの前処理モジュールｂ）、
－ 上記動き推定モジュールｃ）、
－選ばれた技法に基づいて、モジュールｃ１）、ｃ２）、・・・、ｃｎ）、又はそれらの組合せにより実現することができる上記動き推定モジュールｃ）、
－分類モジュールｄ）、及び
－再構築モジュールｅ）
を順に備える、ブロックＭ
を備える。
「モジュール」という用語は、当業者が利用可能な技術的情勢／市場から引き出されるアーキテクチャ及び性能を有する、何れの場合でも物理的な制御・処理ユニットに割り振られる純粋なソフトウェア実装として又はハードウェア特徴とソフトウェア特徴との組合せとして意図することができる。実装されたソフトウェア手順に関連する命令の実行及び記憶は特定のハードウェアアーキテクチャに限定されず、したがって、デジタル信号処理に関して汎用コンピュータ内部で実行されてもよく、又は特定のＰＣＢで実行されてもよい。各処理モジュールに含まれる命令を作成するプログラムコードは、Ｃ等の手続き型言語を使用して実装されてもよく、Ｃ＋＋、Ｃ＃、Java等のオブジェクト指向言語を使用して実装されてもよい。
他方、特定のハードウェア制限がない、特定のモジュールに関連するプログラムコードは、全体的にローカル処理デバイスで実行されてもよく、部分的にローカル処理デバイスで、部分的にリモート処理デバイスで実行されてもよく、又は全体的にリモート処理デバイスで実行されてもよい。これらの最後の２つの状況では、接続はローカルエリアネットワーク（ＬＡＮ）技術又は広域ネットワーク（ＷＡＮ）技術を通して行うことができる。
実施の視点から更に詳細には、一例として解釈される、特に取得デバイスａ）に関する図３の図のアーキテクチャは、分光計ベースのＳＤ－ＯＣＴ光学コヒーレンス技術の使用を考案するが、これは本発明の適用を限定せず、本発明の適用は、当業者にとって明らかに理解可能（又は適合可能）なものに従って、他のタイプの既知の解決策、例として特にＳＳ－ＯＣＴに拡張することができる。
したがって、特定の実施態様では、デバイスａ）はＬＢＳ源としてスーパールミネッセント広帯域ダイオードＳＬＤを提供する。発せられた光ビームは、スプリッタＢＳを通して２つの別個のパスに分割される：基準アームＲＡ上のパス及び試料アームＳＡ上のパス。コリメート手段ＳＡＦＣを含む試料アームＳＡを通るパスは、特定のスキャン軸に沿って１つ又は複数のガルバノメトリック作動ミラーＭを通して、レンズＬ１を用いて問題となっている試料Ｅに適宜向けられる。基準アームＲＡはコリメート手段ＲＡＦＣ及び基準ミラーＭｒｅｆを含む。
次に、干渉法の原理を利用して、試料境界面Ｅ（測定する眼）の後方散乱によって生じた戻り光ビームは、基準アームＲＡからの光ビームと一緒に結合され、分光計Ｓｐｅｃ検出アームＭＡに送られる。レンズ系Ｌ２、Ｌ３を超えた分光計構成要素の主要素は、個々の波成分で光ビームを分離可能な回折格子ＤＧ及びこれらの成分を受け取り、適切な電気信号に変換することが可能な線形ＣＣＤ型のセンサＳにある。線形センサＳにより生成される信号は、分析される表面のタイプに依存し、干渉現象から導出された自己相関且つ相互相関する連続成分を含むインターフェログラムからなり、空間ドメインでの断層画像の再構築は、統合処理ブロックＥＰＳ内部で行われ、信号自体のフーリエ変換を行う。
こうして得られた一連の断層画像は次に、本発明によれば、アーチファクトを除去するブロックＭに送信される。アーチファクトを除去するブロックＭにおいて、前処理モジュールｂ）は、ＯＣＴ技術を用いて取得された画像内に本質的に存在するスペックル雑音成分を低減することにより信号対雑音比を上げることを目的としたフィルタリング演算を実行するように構成される。選ばれるフィルタリングアルゴリズム及び使用される対応するパラメータは、雑音成分を適宜低減し、光学フローの計算に続けて使用される信号特徴を適宜保存できるようなものである。使用することができるフィルタリングは、例えば、Jong-Sen Lee, “Digital Image Enhancement and Noise Filtering by Use of Local Statistics” - IEEE Transac. On Pattern Analysis and Machine Intelligence, Vol.PAMI-2, No.2,1980, pp.165-168において報告されている適応型である。
したがって、本発明の最も卓越した態様では、画像はモジュールｃ）による処理を受け、モジュールｃ）は、光学フローを推定し、続けて画像領域を分類する論理を含む。既に述べたように、この推定は１つの方法の使用から又は複数の方法の組合せから導出する情報の分析から導出することができる。上記光学フロー推定方法を組み合わせて使用することにより、特定の方法の文脈外の外れ値拒絶戦略の実施が可能になり、推定自体の信頼性を改善する。
以下、３つの実施仮説ｃ１）、ｃ２）、ｃ３）について上述した方法論的手法の幾つかに基づいて分析的に説明する。
ｃ１）差分法を用いる動き推定モジュール
この実施形態では、上記引用した公開物［１］に記載されたアルゴリズムを基本参照として採用する。本発明の状況において特定に最適化された方法の一実施形態は以下のステップを通して表現される。
まず、続けて対応する光学フローベクトルが計算されることに対して代表画像点のリストＬ｛ｐ｝が作成される。代表点を選ぶ基準は、一定サンプリングステップ又は可変サンプリングステップを用いて行うことができ、続く計算のために、判別的と見なされる画像の局所特徴の関数として選ぶことができる。
次に、２つのピラミッドの計算が実行され、各ピラミッドは、ｎレベルで、時間的に連続した取得から導出する２つの画像Ａ及びＢ
Figure 0007401470000001
の多解像度表現を含む。レベルＬｉに含まれる１つの画像は、レベルＬｉ－１における対応する画像のローパス及びスケーリングフィルタリング演算を通して計算され、この表現は、ｎにおける値が最小解像度画像に対応し、一方、レベル０では、画像が最大解像度に対応するようなものである。
リストＬ｛ｐ｝に含まれる各代表画像点ｐについて、光学フローベクトルを推定するアルゴリズムは、ピラミッドの各レベルを通して反復することにより適用される。低解像度レベルから始まり、計算された推定はピラミッドの次に高いレベルに伝播し、推定の改良の初期値として使用される。代表点に関する光学フローは、点自体の近傍に動き均一制約を課すことにより計算され、この制約は、１次方程式の以下の連立式を設定することにより公式化され、
Ａｘ（ｑ１）ｖｘ＋ Ａｙ（ｑ１）ｖｙ＝－Ａｔ（ｑ１）
Ａｘ（ｑ２）ｖｘ＋ Ａｙ（ｑ２）ｖｙ＝－Ａｔ（ｑ２）
・・・・・・・・・
Ａｘ（ｑｎ）ｖｘ＋ Ａｙ（ｑｎ）ｖｙ＝－Ａｔ（ｑｎ）
式中、
ｑ１、ｑ２、・・・、ｑｎは、動き均一制約が課される、関心のある代表点近傍の点であり、
Ａｘ（ｑｉ）、Ａｙ（ｑｉ）は、上述した近傍点において計算された空間座標に関する偏導関数であり、
ｖｘ、ｖｙは、関心のある代表点に関連する未知の速度ベクトルの成分であり、
Ａｔ（ｑｉ）は、上述した近傍点において計算された、時間に関する偏導関数である。
上記報告された連立１次方程式は最小二乗再帰により解かれる。
ｐＬ＝［ｐｘ，ｐｙ］が、最大解像度でとられた位置を参照してｐ／２Ｌとして計算された層画像内の代表点の位置であり、
Figure 0007401470000002
がレベルＬにおける偏導関数である場合、上記問題の最小二乗解は空間勾配行列
Figure 0007401470000003
及び対応する誤差ベクトル
Figure 0007401470000004
を生成する。
次に、以下の連立一次方程式が、空間勾配行列及び対応する誤差ベクトルを通してニュートン－ラフトン法を用いて解かれる。
Figure 0007401470000005
使用される方法の擬似コード表現も本明細書において以下に示される。
ｐが画像Ａのコンテキスト内の代表点である場合、画像Ｂのコンテキストにおける対応する位置ｑを見つける。
－画像Ａ及びＢの多解像度ピラミッド表現の構築。
Figure 0007401470000006
－最小解像度レベルに関する初期推定の初期化。
Figure 0007401470000007
－ステップ１でＬ＝ＬｍからＬ＝０まで進む。
－画像ＡＬ上の点ｐの位置：ｐＬ＝［ｐｘ，ｐｙ］＝ｐ／２Ｌ
－画像導関数計算
Figure 0007401470000008
－空間勾配行列計算Ｇ
－速度推定初期化ｖ０＝［０，０］
－ｋ＝１からＫｍａｘまで又は
｜｜μｋ｜｜＜ｔｈ
まで進む
－画像差分計算：
Figure 0007401470000009
－対応する誤差ベクトルの計算
Figure 0007401470000010
光学フローベクトル計算：μｋ＝Ｇ－１ｂｋ
推定更新：ｖｋ＝ｖｋ－１＋μｋ
－Ｋについてのサイクル終了
－レベルＬにおける最終光学フローベクトルｄＬ＝ｖｋ
－続くレベルでの光学ベクトルフロー推定：ｇＬ－１＝２（ｇＬ＋ｄＬ）
－Ｌについてのサイクル終了
－最終光学フローベクトル：ｄ＝ｇ０＋ｄ０
－最終結果ｑ（画像Ｂのコンテキストにおける代表点の位置）：ｑ＝ｐ＋ｄ
ｃ２）ブロックマッチング法を用いる動き推定モジュール
この選択肢は、限られた時間サポート又は差分法では推定が難しいことがある特に大きな雑音レベルを有するシーケンスの存在下で適切及び／又は好ましいことができ、以下に提案される特定の実施形態では、領域ベース型の方法の適用から導出する光学フロー情報を使用又は統合することが可能である。このタイプの手法は、異なる時点における画像領域間の最大類似性を保証する変位として光学フローベクトルを定義する。類似性という用語は、相互相関関数を通して又は差分関数を最小化することにより公式化される。この方法は、計算複雑性に関するスケーラビリティの程度という利点も有する。この第２の実施形態では、上記引用した公開物［２］に記載されるアルゴリズム（六角形検索モデルを用いるブロックマッチング型）が基本参照として採用される。実施され、処理される画像のタイプに続けて適合され、したがって、本発明の状況に特に最適化された方法の実施形態は、以下のステップを通して表現される。
疑似コードに関して、アルゴリズムは以下のステップに従って表すことができる。
ｐが画像Ａのコンテキスト内の代表点である場合、画像Ｂのコンテキストにおける対応する位置ｑを見つける。
－画像Ａ及びＢの多解像度ピラミッド表現の構築。
Figure 0007401470000011
－最小解像度レベルに関する初期推定の初期化。
Figure 0007401470000012
－ステップ１でＬ＝ＬｎからＬ＝０まで進む。
－画像ＡＬ上の点ｐの位置：ｐＬ＝ｐ／２Ｌ
－実際の検索開始位置：ｐｓ＝ｐＬ＋ｇＬ
－以下のマッチング基準が定義される：
Figure 0007401470000013
－六角形パターン（図６）を使用して検索手順を開始する。検索は、ｐｓを中心とした寸法（２×ｒ＋１）×（２×ｒ＋１）を有するブロックに上記基準を適用することにより実行される。アルゴリズムは、可能で許容可能な全ての変位を含むようなサイズの適した検索窓に制約される。最初のステップにおいて、７つの制御点を有するより大きな六角形モデルを使用して検索を開始する。マッチング基準が中心点で最小である場合、検索は、４つの検索点を有する第２のモデルを使用することにより改善する。マッチング基準が周辺点の１つで最小である場合、検索は大きなモデルを使用して続けられる。種々のステップについて以下にまとめられ形式化される。
ステップ１）より大きな六角形モデルは検索窓の中心に配置される。マッチング基準ＭＡＤは、問題となっているパターンの７つの点の各々に適用される。最小点が中心点である場合、ステップ３）に進み、その他の場合、ステップ２）に進む。
ステップ２）最小点を含む辺に沿って３つの新しい検索点が追加される。このようにして、現在の最小を中心とし、前のステップで評価された４つの点に３つの新しい点を加えたものを含む新しい大きな六角形モデルが形成される。基準ＭＡＤが点に適用される：最小が新しいモデルの中心にある場合、又は検索窓制限に達した場合、ステップ３）に続き、その他の場合、ステップ２）に続く。
ステップ３）モデルは、より小さな六角形パターンに切り替えることにより変更される。マッチング基準は、導入された４つの点の各々について評価され、前のステップで見つけられた最小と比較される。この比較から生成される最小ＭＡＤに対するブロックの変位ベクトル
Figure 0007401470000014
は、このレベルのコンテキストで探し求められる解である。
－Ｌ＝０の場合、サイクルは終了し、その他の場合、次のレベルの光学フローベクトルの推定に続く：ｇＬ－１＝２ｇＬ
－Ｌについてのサイクル終了
－最終光学フローベクトル：ｇ＝ｇ０
－最終結果ｑ（画像Ｂのコンテキストにおける代表点の位置）：ｑ＝ｐ＋ｇ
ｃ３）位相情報ベースの方法を用いる動き推定モジュール
数学的処理及びこの手法に従う方法を実施する、続く擬似コードへの変換は、上記引用した公開物［３］から直接導出することができ、公開物［３］を参照する。
ここでも本発明の実際の実施形態では、推定モジュールの下流に、分類モジュールｄ）が上述したように提供され、分類モジュールｄ）内で、動きの軸方向成分の分析演算が実行される。これらの軸方向成分は実際には、ミラーアーチファクトを識別する目的で判別的であると見なされる。以下の演算がモジュール内で実施される。
異常推定値の拒絶：１つの推定モジュールｃｎ）の適用から導出する推定の信頼性レベルが、光学フローベクトルのノルムに関して評価され、この値が、その所与の代表点について、１つの方法が所望解との収束問題に直面したことを意味する、特定の状況で許される変位を有する妥当な閾値よりも大きい場合。特定の実施態様が幾つかの動き推定モジュールの同時使用を含む場合、結果フィルタリング又は投票戦略を使用して、十分なレベルの異常拒絶を保証し、計算モデルの全体ロバスト性を改善することが可能である。
空間均一制約を通した分類及び改良：上述した光学フローの個々の推定モジュールは、代表点に関連する半径ｒのエリアに制限された動き均一原理を利用するが、続く演算は、近傍代表点間の動き均一性を分析することにより機能する。このモジュール内で、以下の演算が有利に実行される：
１．非ヌル軸方向動きを有する要素の識別：光学フロー情報を利用して、個々の画像領域は対応する軸方向成分の方向に従って分類される。この演算は考慮される３つの動き分類を含む三角形グラフを生成する：上向きの軸方向を有する動き、下向きの軸方向を有する動き、及びヌルの軸方向を有する動き。
２．実画像要素及びミラー画像要素に関連する代表点の分類：この演算の目的はミラー成分に対する方向を識別することである。三角形グラフから導出する情報を統合することにより、光学フローベクトルの軸方向成分の符号に基づいて発生が分析される。発生が最小数の方向がミラー成分の方向を定義し、この仮説は、実画像要素がアーチファクトによって生じる要素よりも多くなるまで有効である。このフェーズ中、種々の推定誤差（外れ値）の分布がヌル平均を有し、したがって、分類自体に影響しないと仮定される。特定の取得方法の代替の解決策は、ミラー成分の発生が低いと仮定される所定の領域での発生計算を実行することを考案する。この演算の終了時、各成分に１つずつ、２つのバイナリグラフが生成される（図７、図９）。
３．分離された要素をバイナリ画像からフィルタリング：前のグラフの各々で、同じ分類に属する近傍要素がない非ヌル要素は除去される。これらの要素は、非ヌル光学フローベクトルが推定され、スペックル雑音等の構造化雑音の存在によって生じた可能性が最も高い、分離された代表点を表す。「除去」という用語は、問題となっている代表点の光学フローベクトルの成分がヌル値に設定される意味する。
４．フィルタリングされたバイナリ画像へのモルフォロジ演算子の適用：これらの演算の目的は、必要な場合、閉包及びグラフ内部の領域充填等のモルフォロジ演算子を通して空間動き均一制約を適用することである。これらの演算の結果は図８、図１０にそれぞれ示される。
最後に、再構築モジュールｅ）に達し、これを用いて断層画像に存在する個々のミラー成分は、前のモジュールにより提供された分類を使用して識別される。特に、以下の演算が実行される：
１．ミラーアーチファクトとして分類された代表点に属する画像領域の覆し（overturn）：実信号に関するグラフから開始して、対応する画像領域が識別される。これらの領域は、実画像自体のより広い広がりから始まって作成されたエリア内でミラー様に転置される。
２．ミラーアーチファクトを含む領域の除去及び置換：ミラーアーチファクトとして分類された代表点に属する画像領域は除去され、実画像自体に存在するスペックル雑音を特徴付ける分布パラメータに関する間に生成された人工雑音パターンを含む領域で置換される。
アーチファクト除去モジュールにより生成された最終結果を図１１に示し、図１１から、オペレータに提供される画像の品質及びクリーンさを理解することができる。
上記説明に従って概念的に構成されるシステム及び方法を用いて、検出品質及び速度が構造簡易性の顕著な卓越性と密接に関係することも理解される（結果は、付属構成要素を用いずに、デジタル編集技法を通して達成される）。システムは柔軟でもあり、特に、使用される推定モジュールを制限又は任意の場合での輪郭に定義された使用状況に従って適合できるようにし、結果の精度を最高レベルまで上げることを目的とした多解像度戦略と統合することができる。
本発明について好ましい実施形態を参照して本明細書に説明した。添付の特許請求の範囲により規定される保護範囲内の同じ発明概念に関連する他の実施形態があり得ることを理解されたい。

Claims (10)

  1. 光干渉断層システムであって、広帯域光放射源（ＬＢＳ）と、基準光学アーム（ＲＡ）と、試料をスキャンする可動式スキャン手段（Ｍ）であって、前記広帯域光放射源（ＬＢＳ）により発せられた光放射を受け取り、前記スキャン手段（Ｍ）の一部に対応する前記試料の一部を照明し、同試料の表面に衝突する放射を生成し、前記試料から後方散乱放射を収集するように構成された可動式スキャン手段（Ｍ）と、前記基準アーム（ＲＡ）及び前記スキャン手段（Ｍ）により収集された前記放射の再結合から生成された信号のスペクトルを再構築するように構成された少なくとも１つのセンサを有する信号検出アーム（ＭＡ）と、前記広帯域光放射源（ＬＢＳ）からの前記放射を前記スキャン手段及び前記基準アーム（ＲＡ）に透過させ、前記スキャン手段及び前記基準アーム（ＲＡ）から前記検出アーム（ＭＡ）に透過させるように構成されたビームスプリッタ手段と、前記広帯域光放射源（ＬＢＳ）、前記基準光学アーム（ＲＡ）、前記可動式スキャン手段（Ｍ）、前記信号検出アーム（ＭＡ）、及び前記ビームスプリッタ手段を制御するように構成され、前記照明された試料の一部の反射プロファイルにおいて前記スペクトルを変換し、試料の一部に各々対応する幾つかのプロファイルを並置し、前記スキャン手段の変位まで更に取得されることにより前記試料の画像を生成するように構成された制御・処理ユニットとを備え、前記制御・処理ユニットは、前記試料の画像の時間シーケンスを取得し、前記時間シーケンスから取得した光学フローの処理ステップを実行するように更に構成され、前記処理ステップは、２つ以上の連続画像間の前記画像のグラフィック特徴を動き推定することと、前記推定に基づいて、ミラーアーチファクトグラフィック特徴と実際のグラフィック特徴とを区別することにより前記特徴を分類することと、前記試料の最終画像を再構築し、前記ミラーアーチファクトグラフィック特徴を更に除去することとを含む、光干渉断層システム。
  2. 前記分類するステップは、前記動き推定を用いて取得された、ミラーアーチファクトの前記グラフィック特徴と前記実際のグラフィック特徴との間の軸方向動きの成分差に基づいて実行される、請求項１に記載の光干渉断層システム。
  3. 前記動き推定は、考慮中の点の近傍に動き均一条件を課すことにより取得された、連立一次方程式により表される前記光学フローの解から始まって行われる、請求項１又は２に記載の光干渉断層システム。
  4. 前記動き推定は、前記画像をブロックに分割し、前記時間シーケンス内の前記ブロック間の類似性測定を実行することにより行われ、前記類似性測定は所与の検索窓内部で最大化される、請求項１又は２に記載の光干渉断層システム。
  5. 前記動き推定は、変換ドメインにおける動きベクトルの特性に基づく方法を用いて行われる、請求項１又は２に記載の光干渉断層システム。
  6. 前記動き推定はピクセルベース再帰法を用いて行われる、請求項１又は２に記載の光干渉断層システム。
  7. 前記動き推定は、請求項３～６に記載の１つ又は複数の方法の組合せを用いて行われる、請求項１又は２に記載の光干渉断層システム。
  8. 前記制御・処理ユニットは、前記処理ステップ前、前記画像における信号対雑音比を上げるように構成されたフィルタリング演算を実行するように更に構成される、請求項１～７の何れか１項に記載の光干渉断層システム。
  9. 前記分類するステップは、光学フローベクトルの所定の正常値との比較により異常推定を拒絶することと、高、低、ヌルという３つの動き分類を含む三角グラフの作成を用いた対応する軸方向成分の方向に基づいて非ヌル軸方向動きを有する特徴を識別することと、例えば発生数が最も低い方向がミラー成分の方向を定義すると仮定して、前記三角グラフから取得されたデータを統合して、前記ミラーアーチファクトグラフィック特徴に相対する方向を識別することと、各成分に１つずつ、バイナリグラフを作成することと、同じ分類に属する近い要素がない非ヌル要素を削除することにより前記バイナリグラフから、孤立した要素をフィルタリングすることと、フィルタリングされたバイナリグラフに対してモルフォロジ演算子を適用することとを含む、請求項１～８の何れか１項に記載の光干渉断層システム。
  10. 前記再構築ステップは、実信号のグラフにおいてミラーアーチファクトとして分類された代表的な点に属する画像領域を覆すことと、同じ実画像よりも広い広がりから開始することにより作成されたエリア内部の前記画像領域をミラー様に変位させることと、ミラーアーチファクトを含む領域を削除し、前記実画像におけるスペックル雑音を特徴付ける分布パラメータを尊重することにより生成された人工雑音パターンを含む領域で置換することとを含む、請求項９に記載の光干渉断層システム。
JP2020571685A 2018-08-01 2019-07-30 デジタル画像処理を通して望ましくないアーチファクトを除去する「フーリエドメイン」型の光干渉断層システム Active JP7401470B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IT102018000007723A IT201800007723A1 (it) 2018-08-01 2018-08-01 Apparecchiatura di tomografia a coerenza ottica del tipo "fourier-domain" con rimozione di artefatti indesiderati attraverso elaborazione di immagine digitale
IT102018000007723 2018-08-01
PCT/IB2019/056487 WO2020026138A1 (en) 2018-08-01 2019-07-30 Optical coherence tomography system of the "fourier-domain" type with removal of undesired artifacts through digital image processing

Publications (2)

Publication Number Publication Date
JP2021533333A JP2021533333A (ja) 2021-12-02
JP7401470B2 true JP7401470B2 (ja) 2023-12-19

Family

ID=64049549

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020571685A Active JP7401470B2 (ja) 2018-08-01 2019-07-30 デジタル画像処理を通して望ましくないアーチファクトを除去する「フーリエドメイン」型の光干渉断層システム

Country Status (8)

Country Link
US (1) US11877799B2 (ja)
EP (1) EP3829414B1 (ja)
JP (1) JP7401470B2 (ja)
CA (1) CA3104452A1 (ja)
ES (1) ES2930420T3 (ja)
IT (1) IT201800007723A1 (ja)
PT (1) PT3829414T (ja)
WO (1) WO2020026138A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11176682B2 (en) * 2019-11-27 2021-11-16 Nvidia Corporation Enhanced optical flow estimation using a varied scan order
WO2024092060A1 (en) * 2022-10-25 2024-05-02 The Regents Of The University Of California Systems and methods for vision enhancement via virtual diffraction and coherent detection

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130027712A1 (en) 2011-07-26 2013-01-31 Kabushiki Kaisha Topcon Optical imaging method and optical imaging apparatus
US20130088721A1 (en) 2011-10-11 2013-04-11 National Taiwan University Mirror image suppression method
US20130208240A1 (en) 2012-02-10 2013-08-15 Carl Zeiss Meditec, Inc. Segmentation and enhanced visualization techniques for full-range fourier domain optical coherence tomography
JP2016514532A (ja) 2013-03-26 2016-05-23 コストルツィオーニ ストルメンチ オフタルミチ シー．エス．オー． エス．アール．エル． 光干渉断層撮影方法及びシステム
US20170238877A1 (en) 2016-02-19 2017-08-24 Optovue, Inc. Methods and apparatus for reducing artifacts in oct angiography using machine learning techniques

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7365856B2 (en) * 2005-01-21 2008-04-29 Carl Zeiss Meditec, Inc. Method of motion correction in optical coherence tomography imaging
US8820931B2 (en) * 2008-07-18 2014-09-02 Doheny Eye Institute Optical coherence tomography-based ophthalmic testing methods, devices and systems
WO2010117386A1 (en) * 2009-04-10 2010-10-14 Doheny Eye Institute Ophthalmic testing methods, devices and systems
US20130010259A1 (en) * 2011-07-05 2013-01-10 Escalon Digital Vision, Inc. Region based vision tracking system for imaging of the eye for use in optical coherence tomography
US9250060B2 (en) * 2011-08-15 2016-02-02 The Johns Hopkins University Optical coherence tomography system having real-time artifact and saturation correction

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130027712A1 (en) 2011-07-26 2013-01-31 Kabushiki Kaisha Topcon Optical imaging method and optical imaging apparatus
JP2013029500A (ja) 2011-07-26 2013-02-07 Topcon Corp 光画像形成方法及び光画像形成装置
US20130088721A1 (en) 2011-10-11 2013-04-11 National Taiwan University Mirror image suppression method
US20130208240A1 (en) 2012-02-10 2013-08-15 Carl Zeiss Meditec, Inc. Segmentation and enhanced visualization techniques for full-range fourier domain optical coherence tomography
JP2015506772A (ja) 2012-02-10 2015-03-05 カール ツアイス メディテック アクチエンゲゼルシャフト フルレンジ・フーリエ領域光干渉断層撮影用セグメント化および高性能可視化技術
JP2016514532A (ja) 2013-03-26 2016-05-23 コストルツィオーニ ストルメンチ オフタルミチ シー．エス．オー． エス．アール．エル． 光干渉断層撮影方法及びシステム
US20170238877A1 (en) 2016-02-19 2017-08-24 Optovue, Inc. Methods and apparatus for reducing artifacts in oct angiography using machine learning techniques
JP2019511940A (ja) 2016-02-19 2019-05-09 オプトビュー，インコーポレーテッド 機械学習技法を用いたｏｃｔアンギオグラフィにおけるアーチファクトを減少させるための方法及び装置

Also Published As

Publication number Publication date
IT201800007723A1 (it) 2020-02-01
PT3829414T (pt) 2022-11-21
US11877799B2 (en) 2024-01-23
ES2930420T3 (es) 2022-12-12
JP2021533333A (ja) 2021-12-02
EP3829414B1 (en) 2022-08-17
WO2020026138A1 (en) 2020-02-06
CA3104452A1 (en) 2020-02-06
US20210290052A1 (en) 2021-09-23
EP3829414A1 (en) 2021-06-09

Similar Documents

Publication Publication Date Title
US10278584B2 (en) Method and system for three-dimensional imaging
EP3472552B1 (en) Efficient sampling of optical coherence tomography data for explicit ranging over extended depth
US8115935B2 (en) Method of motion correction in optical coherence tomography imaging
JP4389032B2 (ja) 光コヒーレンストモグラフィーの画像処理装置
JP5371315B2 (ja) 光干渉断層撮像方法および光干渉断層撮像装置
US20230172448A1 (en) Systems and methods for performing gabor optical coherence tomographic angiography
JP7401470B2 (ja) デジタル画像処理を通して望ましくないアーチファクトを除去する「フーリエドメイン」型の光干渉断層システム
CN102835947B (zh) 基于散斑相关度的oct图像分析方法
JP2013075035A (ja) 光断層像撮像方法、光断層像撮像装置およびプログラム
CN112085657B (zh) 一种基于双目立体视觉跟踪和视网膜血管特征的oct图像拼接方法
CN113706567B (zh) 一种结合血管形态特征的血流成像量化处理方法与装置
US11998272B2 (en) Post-processing method to improve LSO-based tracking in oct
Wu et al. Retinal cross‐section motion correction in three‐dimensional retinal optical coherence tomography
CN113712527A (zh) 一种基于幅度去相关的三维血流成像方法与系统
US20240341588A1 (en) Optical coherence tomography system and method for imaging of a sample
Zaki et al. Adaptive wavelet thresholding for optical coherence tomography image denoising
WO2015104877A1 (ja) 光学的測定方法
JP5746741B2 (ja) 画像生成装置、画像生成システム及び画像生成方法
WO2023126910A2 (en) Multi-modal diagnostic device and database service for ophthalmology and neurology
WO2023211382A1 (en) Phase-restoring translational shifting of multidimensional images
Carranza et al. Motion estimation of magnetic resonance cardiac images using the Wigner-Ville and Hough transforms
McLean Multidimensional Data Processing for Optical Coherence Tomography Imaging
JP5395888B2 (ja) 画像生成装置、画像生成システム及び画像生成方法
JP2024086600A (ja) フーリエ領域光干渉断層撮像システムにおける撮像ターゲット移動補正
Augustin et al. In vivo imaging of retinal and choroidal vasculature in the rodent eye using optical coherence tomography

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220705

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230704

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230721

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20231019

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: 20231108

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231207

R150 Certificate of patent or registration of utility model

Ref document number: 7401470

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150