TW201329433A - 應用於癌細胞檢測的影像分析系統及方法 - Google Patents

應用於癌細胞檢測的影像分析系統及方法 Download PDF

Info

Publication number
TW201329433A
TW201329433A TW101101223A TW101101223A TW201329433A TW 201329433 A TW201329433 A TW 201329433A TW 101101223 A TW101101223 A TW 101101223A TW 101101223 A TW101101223 A TW 101101223A TW 201329433 A TW201329433 A TW 201329433A
Authority
TW
Taiwan
Prior art keywords
image
unit
cancer cells
cancer
cancer cell
Prior art date
Application number
TW101101223A
Other languages
English (en)
Other versions
TWI470203B (zh
Inventor
Hsiang-Chen Wang
Chun-Ping Jen
Tsung-Chih Lin
Ta-Wei Chien
Ju-Hsiu Hsiao
Ching-Te Huang
Original Assignee
Nat Univ Chung Cheng
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 Nat Univ Chung Cheng filed Critical Nat Univ Chung Cheng
Priority to TW101101223A priority Critical patent/TWI470203B/zh
Publication of TW201329433A publication Critical patent/TW201329433A/zh
Application granted granted Critical
Publication of TWI470203B publication Critical patent/TWI470203B/zh

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本發明係有關於一種應用於癌細胞檢測的影像分析系統及方法,其系統包括一觀察模組、一取像模組以及一多頻譜色彩影像再現模組;其方法係包括一癌細胞頻譜資料庫的建立流程以及一多頻譜色彩再現影像的檢測細胞流程,該癌細胞頻譜資料庫的建立流程係包括一穿透頻譜分析步驟及一資料庫建立步驟,該多頻譜色彩再現影像的檢測細胞流程係包括一擷取影像步驟、一細胞位置圈選步驟、一穿透頻譜分析步驟、一癌細胞分類步驟、一色彩增益步驟、一色彩影像再現步驟以及一細胞檢測,藉此以簡便的設備能夠快速簡便地檢測癌細胞的狀態。

Description

應用於癌細胞檢測的影像分析系統及方法
本發明係涉及一種影像分析的系統及方法,尤其是一種應用於癌細胞檢測的影像分析系統及方法。
傳統使用的細胞檢測方法為生醫檢測,其係利用擴散與隨機碰撞完成生醫反應,但傳統的生醫檢測需要數個小時甚至數個工作天才足以完成,處理過程曠日費時,且需要人為操作,不容易達成所需的精準測量;後有生物晶片與流式細胞等技術完成細胞檢測,以改善檢測時間以及準確性,但因為儀器成本昂貴,且需要較多的生物樣品量以及繁雜的化學步驟才能完成檢測,因此不利於實際使用;隨著多頻譜色彩再現技術的進步,逐漸使用CCD相機、顯微鏡、濾波片以及分光光度計等設備進行細胞檢測,由於頻譜演算法的不同,其中一般係分為SVM檢測以及Winer’s estimation method檢測,其中SVM檢測係將細胞分類以檢測細胞型態,但由於SVM檢測需要液晶可調諧濾波片且需要準確控制CCD對於不同液晶可調諧濾波片的曝光時間,因此在儀器設備的需求較多,而Winer’s estimation method檢測則是需要更多的光學參數,因此有所不足,而不便於實際使用。
為了解決上述現有細胞檢測方法的設備需求較高,耗費時間,以及程序複雜等問題,本發明的主要目的在於提供一種應用於癌細胞檢測的影像分析系統及方法。
本發明所運用的技術手段係在於提供一種應用於癌細胞檢測的影像分析系統,,包括:一觀察模組,其係包括一載台單元、一照明單元以及一影像放大單元,該載台單元係用以承載欲檢測的疑似癌細胞樣本,該照明單元係提供照明光源投射於該載台單元上的疑似癌細胞樣本,該影像放大單元設置於該載台單元以將該載台單元上的疑似癌細胞樣本的影像予以放大而可便於辨識;一取像模組,其係位於該觀察模組的輸出路徑且包括一感光耦合單元、一透鏡單元以及一擷取單元,該感光耦合元件係接收來自該影像放大單元所放大的疑似癌細胞樣本的影像,該透鏡單元係設置於該感光耦合單元並將來自該影像放大單元所放大的疑似癌細胞樣本的影像予以聚焦並提供給該感光耦合單元以獲得清晰的疑似癌細胞樣本的放大影像,該擷取單元係連接於該感光耦合單元以擷取經過聚焦的疑似癌細胞樣本的放大影像;以及一多頻譜色彩影像再現模組,其係將該擷取單元所擷取的經過聚焦的疑似癌細胞樣本的放大影像經過頻譜分析、色彩增益以及色彩影像再現,將該擷取單元所擷取的經過聚焦的疑似癌細胞樣本的放大影像重新處理並據此提供予醫生以協助判斷癌細胞程度的檢測。
另外,本發明係提供一種應用於癌細胞檢測的影像分析方法,其係利用前述的影像分析系統進行,其包括一癌細胞頻譜資料庫的建立流程,其係包括:一穿透頻譜分析步驟,其係利用多頻譜技術分析該四種癌症分期的癌細胞而得出平均透射頻譜,藉此獲得該四種癌症分期的癌細胞的頻譜特徵;以及一資料庫建立步驟,其係根據該四種癌症分期的癌細胞的頻譜特徵,建立該癌細胞頻譜資料庫;以及一多頻譜色彩再現影像的檢測細胞流程,其係在具備有該癌細胞頻譜資料庫的基礎下進行,該多頻譜色彩再現影像的檢測細胞流程係包括:一擷取影像步驟,所取得疑似癌細胞影像;一細胞位置圈選步驟,其係利用演算法將疑似癌細胞影像的細胞位置予以圈選,以確定細胞在影像中的位置;一穿透頻譜分析步驟,其係將該圈選的癌細胞位置利用多頻譜分析得出平均透射頻譜;一癌細胞分類步驟,其係將疑似癌細胞的影像依據不同穿透頻譜分類為四期癌細胞;一色彩增益步驟,其係將該四期癌細胞的影像之色差增大;一色彩影像再現步驟,其係利用主成份分析法、線性回歸以及色適應轉換,以取得該圈選的癌細胞的頻譜表現;以及一細胞檢測,其係透過該癌細胞頻譜資料庫的比對辨識出不同期的癌細胞。
本發明的應用於癌細胞檢測的影像分析方法,相較於傳統的生醫細胞檢測方法,本發明不需要複雜的化學步驟,檢測細胞所需耗費時間也較短,且本發明提供非接觸式的細胞檢測,較不容易造成樣本的污染或破壞;而相較於SVM檢測以及Winer’s estimation method檢測,本發明所需使用的儀器設備較為簡便,且不需控制曝光時間,所使用的參數也相對較少。
為了能夠詳細瞭解本發明的技術特徵及實用功效,並可依照說明書的內容來實施,更進一步以如圖式所示的較佳實施例,詳細說明如后:本發明係一種應用於癌細胞檢測的影像分析系統,請參照圖1的較佳實施例,其係包括一觀察模組10、一取像模組20以及一多頻譜色彩影像再現模組30。
該觀察模組10係包括一載台單元11、一照明單元12以及一影像放大單元13,該載台單元11係用以承載欲檢測的疑似癌細胞樣本,該照明單元12係位於該載台單元11下方以提供照明光源投射並穿透該載台單元11上的疑似癌細胞樣本,該影像放大單元13設置於該載台單元11以將該載台單元11上的疑似癌細胞樣本的影像予以放大而可便於辨識。
更佳地,請參照圖2所示,該觀察模組10係可進一步包括一濾光單元14,該濾光單元14係位於該照明單元11的一光源投射路徑上,使該照明單元11所提供的照明光源予以過濾而產生所需波段的過濾光源,並提供於該載台單元12上的疑似癌細胞樣本,藉此使該疑似癌細胞樣本的色差增大,該濾光單元14係包括紅、綠、藍、青藍、紫、黃的濾光片而可搭配組合使用;另外,該照明單元11亦可置換為不同色系的照明單元以提供不同波段的光源效果。
該取像模組20係位於該觀察模組10的輸出路徑且包括一感光耦合單元22(Charge-Coupled Device,CCD)、一透鏡單元21以及一擷取單元23,該感光耦合元件22係由複數矩形的感光元件以橫列和縱列方式構成陣列,藉由橫維度以及縱維度的感光元件紀錄為電子影像的像素,該感光耦合單元22係接收來自該影像放大單元13所放大的疑似癌細胞樣本的影像,更佳地,該感光耦合單元22係感測來自該載台單元12下方該照明單元12所提供穿透該疑似癌細胞樣本並通過該影像放大單元13的光源影像,該透鏡單元21係設置於該感光耦合單元22並將來自該影像放大單元13所放大的疑似癌細胞樣本的影像予以聚焦並提供給該感光耦合單元22以獲得清晰的疑似癌細胞樣本的放大影像,更佳地,該透鏡單元21係可聚焦來自該載台單元12下方該照明單元12所提供的穿透光源,該擷取單元23係連接於該感光耦合單元22以擷取經過聚焦的疑似癌細胞樣本的放大影像,該擷取單元23係可為一照相機或一分光光度計,更佳地,該分光光度計係可為型號CS1000A的分光光度計。
該多頻譜色彩影像再現模組30係將該擷取單元23所擷取的經過聚焦的疑似癌細胞樣本的放大影像經過頻譜分析31、色彩增益32以及色彩影像再現33,將該擷取單元23所擷取的經過聚焦的疑似癌細胞樣本的放大影像重新處理並據此提供予醫生以協助判斷癌細胞程度的檢測。
由於該頻譜分析、該色彩增益以及該色彩影像再現的技術已揭露於中華民國申請案號第098137687號發明專利「彩色影像再現方法」,因此技術的細節恕不再詳述,以下說明本發明應用於癌細胞檢測的影像分析方法。
在該多頻譜色彩影像再現模組中,需要先建置一癌細胞頻譜資料庫,並根據該癌細胞頻譜資料庫,進行一多頻譜色彩再現影像的檢測細胞。
請參照圖3所示,該癌細胞頻譜資料庫的建立流程40係包括:細胞癌化分期前置驗證步驟可以藉由以下各種方法實現,包含熱效應、細胞病理學、流式細胞儀、以及頻譜細胞病理學,本發明係以熱效應實驗做為例進行說明;細胞熱效應實驗步驟:其係用以疑似癌化的細胞進行不同熱療溫度以及不同熱療時間,藉由細胞存活率計算以統計出細胞的存活率,並針對實驗結果的溫度生存率以及持溫時間關係,繪出溫度生存率曲線圖,請參照圖4以及圖5所示,其係透過熱效應時間分別將膀胱癌第二期TSGH-8301、膀胱癌第三期J82以及膀胱癌第四期TCC-sup的細胞加熱至圖4的43℃以及圖5的45℃,藉由溫度生存率以及持溫時間關係的曲線圖確定膀胱癌細胞處於第二、三、四期的狀態;配合Arrhenius模型得出活化能和頻率因子的量化數據,並可藉由演算法將正常細胞與第二期的癌細胞進行計算以推導出第一期癌細胞的資料,請參照下列表一根據Arrhenius模型得出活化能和頻率因子的量化數據表,藉此分析出疑似癌化的膀胱細胞的四種癌症分期;
穿透頻譜分析步驟41:其係利用多頻譜技術分析該四種癌症分期的膀胱癌細胞而得出平均透射頻譜,請參照圖6所示,實現部份為第二期的膀胱癌細胞穿透頻譜,虛線部份為第四期的膀胱癌細胞穿透頻譜,藉此獲得該四種癌症分期的膀胱癌細胞的頻譜特徵;資料庫建立步驟42:其係根據該四種癌症分期的膀胱癌細胞的頻譜特徵,建立該癌細胞頻譜資料庫。
在癌細胞頻譜資料庫的基礎下,係可進行一多頻譜色彩再現影像的檢測細胞,請參照圖7所示,多頻譜色彩再現影像的檢測細胞的流程50係包括;擷取影像步驟51:其係利用該取像模組所取得的疑似癌細胞影像;細胞位置圈選步驟52:其係利用演算法將疑似癌細胞影像的細胞位置予以圈選,藉此以確定細胞在影像中的位置;穿透頻譜分析步驟53:其係將該圈選的癌細胞位置利用多頻譜分析得出平均透射頻譜;癌細胞分類步驟54:其係藉由穿透頻譜的下降趨勢進行癌細胞的分類;由於不同癌化程度的癌細胞會隨著癌化程度的進展,其細胞核會越來越腫大,使得細胞核佔據整體細胞的比率逐漸增加,基於細胞核的穿透率較細胞質為較低,因此可藉由穿透頻譜的下降趨勢進行癌細胞分類色彩增益步驟55:其係將不同分期之癌細胞的影像之色差增大;為了達到將影像色差增大,可利用多重閥值設定、外加濾波法、邊界偵測、轉換色彩空間、去除雜訊等方式處理影像的色彩;色彩影像再現步驟56:其係利用主成份分析法、線性回歸以及色適應轉換,以取得該圈選的癌細胞的頻譜表現;該主成份分析法係為多變量統計常用的方法,而被應用於色彩科技上,主成份分析主要目的為定義出大量頻譜資訊的主軸方向並將資訊的數據精簡化,主要是將原始資料重組後,計算出相關性高且互相獨立的變數,再藉由分析得到主要成份,以得到解釋原始資料中大部分數據的變異性,藉此產生已知的癌細胞影像之頻譜的主要變量,即頻譜的主要基底;線性回歸係廣泛應用於統計分析上的方法,其目的係用以瞭解目的變數是否能夠用自變數的線性方程式來表示,並用其解釋目的變數的特性,亦即變數X和Y的關係是否密切,最後透過線性回歸而可由變數X的值求出Y值,藉此以增加頻譜的基底數量,透過主分分析所得的基底並配合線性迴歸,使得影像再現的準確度更高;色適應轉換是依據von Kries的概念及理論為基礎而發展,von Kries提出「人類的視覺接收器與人眼知覺感受應當是呈現獨立而不會互相影響」,因此,在人眼經歷色彩適應轉換的過程中,應該要利用適當的模式將觀測之物體的「色彩三刺激」轉換、處理成與人眼視覺相關的「錐狀細胞感應值」,以預測出在不同觀測環境下的色彩表現能力;其作法可經由來源端與目的端之間的比值及不同模式的轉換矩陣,將原有來源端光源下所觀測之物體的色彩轉換至目的端光源下所表現之色度值;細胞檢測57:其係透過該癌細胞頻譜資料庫的比對辨識並圈選出不同期的癌細胞,而可藉由不同顏色的圓圈分別代表不同分期之癌細胞。
以上所述,僅是本發明的較佳實施例,並非對本發明作任何形式上的限制,任何所屬技術領域中具有通常知識者,若在不脫離本發明所提技術特徵的範圍內,利用本發明所揭示技術內容所作出局部更動或修飾的等效實施例,均仍屬於本發明技術特徵的範圍內。
10...觀察模組
11...載台單元
12...照明單元
13...影像放大單元
14...濾光單元
20...取像模組
21...透鏡單元
22...感光耦合元件
23...擷取單元
30...多頻譜色彩影像再現模組
31...頻譜分析
32...色彩增益
33...色彩影像再現
40...癌細胞頻譜資料庫的建立流程
41...穿透頻譜分析步驟
42...資料庫建立步驟
50...多頻譜色彩再現影像的檢測細胞的流程
51...擷取影像步驟
52...細胞位置圈選步驟
53...穿透頻譜分析步驟
54...癌細胞分類步驟
55...色彩增益步驟
56...色彩影像再現步驟
57...細胞檢測
圖1係本發明較佳實施例的系統方塊圖。
圖2係本發明的觀察模組的另一較佳實施例的系統方塊圖。
圖3係本發明的癌細胞頻譜資料庫的建立流程圖。
圖4以及圖5係膀胱癌細胞在不同溫度下的生存率以及持溫時間關係曲線圖。
圖6係第二期及第四期的膀胱癌細胞的穿透頻譜圖。
圖7係本發明的多頻譜色彩再現影像的檢測細胞的流程圖。
10...觀察模組
11...載台單元
12...照明單元
13...影像放大單元
20...取像模組
21...透鏡單元
22...感光耦合元件
23...擷取單元
30...多頻譜色彩影像再現模組
31...頻譜分析
32...色彩增益
33...色彩影像再現

Claims (7)

  1. 一種應用於癌細胞檢測的影像分析系統,包括:一觀察模組,其係包括一載台單元、一照明單元以及一影像放大單元,該載台單元係用以承載欲檢測的疑似癌細胞樣本,該照明單元係提供照明光源投射於該載台單元上的疑似癌細胞樣本,該影像放大單元設置於該載台單元以將該載台單元上的疑似癌細胞樣本的影像予以放大而可便於辨識;一取像模組,其係位於該觀察模組的輸出路徑且包括一感光耦合單元、一透鏡單元以及一擷取單元,該感光耦合元件係接收來自該影像放大單元所放大的疑似癌細胞樣本的影像,該透鏡單元係設置於該感光耦合單元並將來自該影像放大單元所放大的疑似癌細胞樣本的影像予以聚焦並提供給該感光耦合單元以獲得清晰的疑似癌細胞樣本的放大影像,該擷取單元係連接於該感光耦合單元以擷取經過聚焦的疑似癌細胞樣本的放大影像;以及一多頻譜色彩影像再現模組,其係將該擷取單元所擷取的經過聚焦的疑似癌細胞樣本的放大影像經過頻譜分析、色彩增益以及色彩影像再現,將該擷取單元所擷取的經過聚焦的疑似癌細胞樣本的放大影像重新處理並據此提供予醫生以協助判斷癌細胞程度的檢測。
  2. 如請求項1所述的應用於癌細胞檢測的影像分析系統,其中所述的觀察模組係包括一濾光單元,該濾光單元係位於該照明單元的一光源投射路徑上,使該照明單元所提供的照明光源予以過濾而產生所需波段的過濾光源,以提供於該載台單元上的疑似癌細胞樣本。
  3. 如請求項1所述的應用於癌細胞檢測的影像分析系統,其中所述的濾光單元係包括紅、綠、藍、青藍、紫、黃的濾光片而可組合使用。
  4. 如請求項1所述的應用於癌細胞檢測的影像分析系統,其中所述的擷取單元係為一照相機或一分光光度計。
  5. 如請求項1所述的應用於癌細胞檢測的影像分析系統,其中所述的感光耦合單元係感測來自該載台單元的穿透光源通過該影像放大單元的影像。
  6. 如請求項1所述的應用於癌細胞檢測的影像分析系統,其中所述的透鏡單元係聚焦來自該載台單元的反射光源。
  7. 一種應用於癌細胞檢測的影像分析方法,包括:一癌細胞頻譜資料庫的建立流程,其係包括:一穿透頻譜分析步驟,其係利用多頻譜技術分析四種癌症分期的癌細胞而得出平均透射頻譜,藉此獲得該四種癌症分期的癌細胞的頻譜特徵;以及一資料庫建立步驟,其係根據該四種癌症分期的癌細胞的頻譜特徵,建立該癌細胞頻譜資料庫;以及一多頻譜色彩再現影像的檢測細胞流程,其係在具備有該癌細胞頻譜資料庫的基礎下進行,該多頻譜色彩再現影像的檢測細胞流程係包括:一擷取影像步驟,所取得疑似癌細胞影像;一細胞位置圈選步驟,其係利用演算法將疑似癌細胞影像的細胞位置予以圈選,以確定細胞在影像中的位置;一穿透頻譜分析步驟,其係將該圈選的癌細胞位置利用多頻譜分析得出平均透射頻譜;一癌細胞分類步驟,其係將疑似癌細胞的影像依據不同穿透頻譜分類為四期癌細胞;一色彩增益步驟,其係將該四期癌細胞的影像之色差增大;一色彩影像再現步驟,其係利用主成份分析法、線性回歸以及色適應轉換,以取得該圈選的癌細胞的頻譜表現;以及一細胞檢測,其係透過該癌細胞頻譜資料庫的比對辨識出不同期的癌細胞。
TW101101223A 2012-01-12 2012-01-12 應用於癌細胞檢測的影像分析系統及方法 TWI470203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW101101223A TWI470203B (zh) 2012-01-12 2012-01-12 應用於癌細胞檢測的影像分析系統及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101101223A TWI470203B (zh) 2012-01-12 2012-01-12 應用於癌細胞檢測的影像分析系統及方法

Publications (2)

Publication Number Publication Date
TW201329433A true TW201329433A (zh) 2013-07-16
TWI470203B TWI470203B (zh) 2015-01-21

Family

ID=49225694

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101101223A TWI470203B (zh) 2012-01-12 2012-01-12 應用於癌細胞檢測的影像分析系統及方法

Country Status (1)

Country Link
TW (1) TWI470203B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI637146B (zh) * 2017-10-20 2018-10-01 曦醫生技股份有限公司 Cell classification method
CN109697450A (zh) * 2017-10-20 2019-04-30 曦医生技股份有限公司 细胞分类方法

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI595372B (zh) 2016-08-31 2017-08-11 義守大學 用以檢測蛋白特徵物之顯微影像檢測系統以及顯微影像檢測方法
TWI668666B (zh) * 2018-02-14 2019-08-11 China Medical University Hospital 肝癌分群預測模型、其預測系統以及肝癌分群判斷方法
TWI762388B (zh) * 2021-07-16 2022-04-21 國立中正大學 以超頻譜檢測物件影像之方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008079745A2 (en) * 2006-12-19 2008-07-03 Cytyc Corporation Systems and methods for processing an image of a biological specimen

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI637146B (zh) * 2017-10-20 2018-10-01 曦醫生技股份有限公司 Cell classification method
CN109697450A (zh) * 2017-10-20 2019-04-30 曦医生技股份有限公司 细胞分类方法
CN109697450B (zh) * 2017-10-20 2023-04-07 曦医生技股份有限公司 细胞分类方法

Also Published As

Publication number Publication date
TWI470203B (zh) 2015-01-21

Similar Documents

Publication Publication Date Title
US11971355B2 (en) Fluorescence observation apparatus and fluorescence observation method
US8816279B2 (en) Tunable laser-based infrared imaging system and method of use thereof
TWI470203B (zh) 應用於癌細胞檢測的影像分析系統及方法
US20120232404A1 (en) Method And Apparatus For Rapid Detection And Diagnosis Of Tissue Abnormalities
JP2010521272A (ja) 標準化された撮像データを実現するために撮像デバイスに自動品質フィードバックを与える方法
US20170319147A1 (en) Cancerous lesion identifying method via hyper-spectral imaging technique
Renkoski et al. Wide-field spectral imaging of human ovary autofluorescence and oncologic diagnosis via previously collected probe data
US20190137394A1 (en) Image processing apparatus and method of operating image processing apparatus
Wang et al. A novel low rank smooth flat-field correction algorithm for hyperspectral microscopy imaging
Browne Imaging and image analysis in the comet assay
JP7090171B2 (ja) 画像処理装置の作動方法、画像処理装置、及び画像処理装置の作動プログラム
CN113425259A (zh) 一种高空间分辨率的多光谱舌象采集系统
CN111007020B (zh) 双帧四光谱成像方法及应用
CN209764705U (zh) 检验射击残留物的红外光谱成像系统
Lima et al. Design and validation of a multispectral fluorescence imaging system for characterizing whole organ tissue fluorescence and reflectance properties
US8837802B2 (en) Image analysis system and method for determining cancerous cells
US20180271368A1 (en) Device for determining a condition of an organ and method of operating the same
Robison et al. Imaging white blood cells using a snapshot hyperspectral imaging system
Fong et al. Hyperspectral microscopy serves biological pathology
CN117314754B (zh) 一种双摄超光谱图像成像方法、系统及双摄超光谱内窥镜
Kunhoth et al. Building a multispectral image dataset for colorectal tumor biopsy
JP7449004B2 (ja) 周波数帯域を用いたハイパースペクトルによる物体画像の検出方法
WO2023189393A1 (ja) 生体試料観察システム、情報処理装置及び画像生成方法
Kim Development of a portable optical imaging system based on a smartphone and image classification using a learning algorithm
Vega et al. Development of a Hyperspectral Colposcope for Early Detection and Assessment of Cervical Dysplasia