TW201500727A - 利用超頻譜影像分析組織細胞的系統及方法 - Google Patents
利用超頻譜影像分析組織細胞的系統及方法 Download PDFInfo
- Publication number
- TW201500727A TW201500727A TW102122922A TW102122922A TW201500727A TW 201500727 A TW201500727 A TW 201500727A TW 102122922 A TW102122922 A TW 102122922A TW 102122922 A TW102122922 A TW 102122922A TW 201500727 A TW201500727 A TW 201500727A
- Authority
- TW
- Taiwan
- Prior art keywords
- image
- hyperspectral
- spectral
- tissue sample
- data
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000000701 chemical imaging Methods 0.000 title abstract 2
- 230000003595 spectral effect Effects 0.000 claims abstract description 117
- 230000005284 excitation Effects 0.000 claims abstract description 17
- 238000010191 image analysis Methods 0.000 claims abstract description 14
- 238000001228 spectrum Methods 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 19
- 230000003287 optical effect Effects 0.000 claims description 19
- 238000012880 independent component analysis Methods 0.000 claims description 12
- 238000000862 absorption spectrum Methods 0.000 claims description 6
- 238000000513 principal component analysis Methods 0.000 claims description 6
- 238000000556 factor analysis Methods 0.000 claims description 4
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 230000008520 organization Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000004615 ingredient Substances 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 238000002372 labelling Methods 0.000 claims 1
- 230000009466 transformation Effects 0.000 abstract description 5
- 230000003902 lesion Effects 0.000 abstract description 2
- 210000001519 tissue Anatomy 0.000 description 78
- 210000004027 cell Anatomy 0.000 description 17
- 206010028980 Neoplasm Diseases 0.000 description 8
- 201000011510 cancer Diseases 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- 239000000090 biomarker Substances 0.000 description 2
- 238000001574 biopsy Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 210000000981 epithelium Anatomy 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000003445 Mouth Neoplasms Diseases 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 210000004207 dermis Anatomy 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- 238000002073 fluorescence micrograph Methods 0.000 description 1
- 206010020718 hyperplasia Diseases 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000012987 lip and oral cavity carcinoma Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
Classifications
-
- 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
-
- 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
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0088—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for oral or dental tissue
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/693—Acquisition
-
- 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
- A61B5/443—Evaluating skin constituents, e.g. elastin, melanin, water
-
- 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
- A61B5/444—Evaluating skin marks, e.g. mole, nevi, tumour, scar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N2021/6417—Spectrofluorimetric devices
- G01N2021/6423—Spectral mapping, video display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Immunology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Chemical & Material Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
一種利用超頻譜影像分析組織細胞的系統及方法，用以對一組織檢體進行成分分析，該系統包含有一影像擷取模組以及一超頻譜影像分析模組，該影像擷取模組用以產生一激發光並接收該組織檢體因該激發光所產生的一光譜影像，並將該光譜影像轉換為一具有連續頻譜的超頻譜影像資料；而該超頻譜影像分析模組將該超頻譜影像資料進行線性轉換獲得複數個線性獨立的連續光譜曲線，並根據一資料庫內已知成分的連續光譜資料進行比對，以確認該組織檢體中所含有的成分、類別、佔有比例與空間分佈，以供醫師進行準確的病灶判斷。
Description
本發明係有關一種分析組織細胞的系統及方法，尤指一種利用超頻譜影像分析組織細胞的系統及方法。
為了及早發現癌症，而提高人們罹癌後的復原機率，如何有效、快速準確的進行早期癌症的檢查，為醫療領域的研發者所共同努力的目標。現行癌症篩檢機制皆需要透過切片檢查方式進行癌症確診與分期，切片檢查是在顯微鏡下觀察組織檢體是否含有不正常分化的異常細胞，其中嚴重癌化的細胞可以輕易被分辨，但是一些早期的病變因為組織細胞的外觀多樣性，經驗豐富的醫師也可能難以做出正確的判斷。
因此先前技術建立一種螢光檢測系統，希望可以用來辨別組織檢體內是否包含有異常細胞的成分。其中如美國專利公開第20050272027號之「Real-time clinical diagnostic expert systems for fluorescent spectrum analysis of tissue cells and methods thereof」，其係利用激發光照射特定表皮組織，使表皮組織產生自體螢光訊號，再利用擷取與分析該自體螢光的連續光譜訊號，在特定光譜區域進行特定斜率、波峰及強度等比較，並建立權數表，來提高判斷的準確性。事實上同一個檢測點上包含了許多不同成分的光譜訊號，也代表所量測到的光譜訊號是多種成分自體螢光訊號的組合，這些成分可能是屬於分子等級的化學成分、蛋白質、DNA、RNA或是綜合很多物質特性的細胞核。在分析時會因不同成分之間的干擾，而影響到檢測的準確性。此外，該案所揭露之方式，僅能判斷切片檢測組織是否有發炎組織或癌組織，無法精確的判斷發炎組織或癌組織的位置，實有改進的必要。
因此先前技術建立一種螢光檢測系統，希望可以用來辨別組織檢體內是否包含有異常細胞的成分。其中如美國專利公開第20050272027號之「Real-time clinical diagnostic expert systems for fluorescent spectrum analysis of tissue cells and methods thereof」，其係利用激發光照射特定表皮組織，使表皮組織產生自體螢光訊號，再利用擷取與分析該自體螢光的連續光譜訊號，在特定光譜區域進行特定斜率、波峰及強度等比較，並建立權數表，來提高判斷的準確性。事實上同一個檢測點上包含了許多不同成分的光譜訊號，也代表所量測到的光譜訊號是多種成分自體螢光訊號的組合，這些成分可能是屬於分子等級的化學成分、蛋白質、DNA、RNA或是綜合很多物質特性的細胞核。在分析時會因不同成分之間的干擾，而影響到檢測的準確性。此外，該案所揭露之方式，僅能判斷切片檢測組織是否有發炎組織或癌組織，無法精確的判斷發炎組織或癌組織的位置，實有改進的必要。
本發明之主要目的，在於提高超頻譜影像檢測系統檢測組織成分的準確率。
本發明之另一目的，在於解決習知技術無法準確的標示異常細胞位置與分佈的問題。
為達上述目的，本發明提供一種利用超頻譜影像分析組織細胞的系統，用以對一組織檢體進行成分分析與分佈標示，該系統包含有一影像擷取模組以及一超頻譜影像分析模組。
該影像擷取模組包含有一光學檢測單元以及一光譜轉換單元，該光學檢測單元包含有一產生一激發光以照射該組織檢體的光源以及一接收該組織檢體產生之一光譜影像的光譜影像檢測器，該光譜轉換單元接收該光譜影像檢測器之輸出並轉換為一具有一連續光譜波形訊號的超頻譜影像資料。該超頻譜影像分析模組包含有一線性轉換單元、一資料庫以及一連接該線性轉換單元與該資料庫的比對單元，該資料庫存放複數已知成分的連續光譜資料，該線性轉換單元對該超頻譜影像資料中的該連續光譜波形訊號進行各別計算，並取得複數個線性獨立的連續光譜曲線以及其佔有比例，該比對單元根據該些連續光譜曲線與資料庫中已知成分的連續光譜資料進行比對，以確認該組織檢體中的組成成分、類別與佔有比例。
另外，本發明亦提供一種利用超頻譜影像分析組織細胞的方法，包含有以下步驟：
S1：取得一組織檢體；
S2：利用一光學檢測單元以一第一激發光照射該組織檢體，使該組織檢體發出一光譜影像；
S3：藉由一光譜轉換單元將該光譜影像轉換為一具有一連續光譜波形訊號的超頻譜影像資料；
S4：將該超頻譜影像資料進行線性轉換以計算出複數線性獨立連續的連續光譜曲線以及其佔有比例；及
S5：透過一比對單元將該些連續光譜曲線與一資料庫內的複數已知成分的連續光譜資料進行比對，以確認該組織檢體中所含有的成分、類別與佔有比例。
由上述說明可知，本發明具有以下特點：
一、對該組織檢體發出的光譜影像進行連續波段擷取獲得超頻譜影像資料，保留整體光譜影像的連續光譜曲線波形特性。
二、利用線性轉換分析該超頻譜影像資料，可分離出該些超頻譜影像資料中線性獨立的連續光譜曲線以供與資料庫內已知成分的光譜曲線資料進行比對。
三、藉由整體的線性獨立連續光譜曲線波形特性來確認該組織檢體中所含有的成分、類別與佔有比例，而非僅利用特定波段的波峰值進行成分的判斷，可減少誤判的可能。
四、利用線性獨立的連續光譜曲線波形比對的方式所得量化的曲線波形與成分比例指標，可作為生物超頻譜影像特徵標記（Hyperspectral Biomarker）。
本發明之另一目的，在於解決習知技術無法準確的標示異常細胞位置與分佈的問題。
為達上述目的，本發明提供一種利用超頻譜影像分析組織細胞的系統，用以對一組織檢體進行成分分析與分佈標示，該系統包含有一影像擷取模組以及一超頻譜影像分析模組。
該影像擷取模組包含有一光學檢測單元以及一光譜轉換單元，該光學檢測單元包含有一產生一激發光以照射該組織檢體的光源以及一接收該組織檢體產生之一光譜影像的光譜影像檢測器，該光譜轉換單元接收該光譜影像檢測器之輸出並轉換為一具有一連續光譜波形訊號的超頻譜影像資料。該超頻譜影像分析模組包含有一線性轉換單元、一資料庫以及一連接該線性轉換單元與該資料庫的比對單元，該資料庫存放複數已知成分的連續光譜資料，該線性轉換單元對該超頻譜影像資料中的該連續光譜波形訊號進行各別計算，並取得複數個線性獨立的連續光譜曲線以及其佔有比例，該比對單元根據該些連續光譜曲線與資料庫中已知成分的連續光譜資料進行比對，以確認該組織檢體中的組成成分、類別與佔有比例。
另外，本發明亦提供一種利用超頻譜影像分析組織細胞的方法，包含有以下步驟：
S1：取得一組織檢體；
S2：利用一光學檢測單元以一第一激發光照射該組織檢體，使該組織檢體發出一光譜影像；
S3：藉由一光譜轉換單元將該光譜影像轉換為一具有一連續光譜波形訊號的超頻譜影像資料；
S4：將該超頻譜影像資料進行線性轉換以計算出複數線性獨立連續的連續光譜曲線以及其佔有比例；及
S5：透過一比對單元將該些連續光譜曲線與一資料庫內的複數已知成分的連續光譜資料進行比對，以確認該組織檢體中所含有的成分、類別與佔有比例。
由上述說明可知，本發明具有以下特點：
一、對該組織檢體發出的光譜影像進行連續波段擷取獲得超頻譜影像資料，保留整體光譜影像的連續光譜曲線波形特性。
二、利用線性轉換分析該超頻譜影像資料，可分離出該些超頻譜影像資料中線性獨立的連續光譜曲線以供與資料庫內已知成分的光譜曲線資料進行比對。
三、藉由整體的線性獨立連續光譜曲線波形特性來確認該組織檢體中所含有的成分、類別與佔有比例，而非僅利用特定波段的波峰值進行成分的判斷，可減少誤判的可能。
四、利用線性獨立的連續光譜曲線波形比對的方式所得量化的曲線波形與成分比例指標，可作為生物超頻譜影像特徵標記（Hyperspectral Biomarker）。
10‧‧‧影像擷取模組
11‧‧‧光學檢測單元
111‧‧‧光源
112‧‧‧光譜影像檢測器
12‧‧‧光譜轉換單元
121‧‧‧超頻譜影像資料
13‧‧‧移動控制單元
14‧‧‧可見光影像擷取單元
141‧‧‧可見光影像資料
20‧‧‧超頻譜影像分析模組
21‧‧‧線性轉換單元
22‧‧‧比對單元
23‧‧‧資料庫
24‧‧‧人機控制介面
30‧‧‧組織檢體
31‧‧‧第一組織檢體
32‧‧‧第二組織檢體
33‧‧‧第三組織檢體
34‧‧‧白色區域
41‧‧‧第一連續光譜曲線資料
411‧‧‧第一線性獨立連續曲線
412‧‧‧第二線性獨立連續曲線
413‧‧‧第三線性獨立連續曲線
42‧‧‧第二連續光譜曲線資料
421‧‧‧第四線性獨立連續曲線
422‧‧‧第五線性獨立連續曲線
423‧‧‧第六線性獨立連續曲線
S1～S6、X1‧‧‧步驟
11‧‧‧光學檢測單元
111‧‧‧光源
112‧‧‧光譜影像檢測器
12‧‧‧光譜轉換單元
121‧‧‧超頻譜影像資料
13‧‧‧移動控制單元
14‧‧‧可見光影像擷取單元
141‧‧‧可見光影像資料
20‧‧‧超頻譜影像分析模組
21‧‧‧線性轉換單元
22‧‧‧比對單元
23‧‧‧資料庫
24‧‧‧人機控制介面
30‧‧‧組織檢體
31‧‧‧第一組織檢體
32‧‧‧第二組織檢體
33‧‧‧第三組織檢體
34‧‧‧白色區域
41‧‧‧第一連續光譜曲線資料
411‧‧‧第一線性獨立連續曲線
412‧‧‧第二線性獨立連續曲線
413‧‧‧第三線性獨立連續曲線
42‧‧‧第二連續光譜曲線資料
421‧‧‧第四線性獨立連續曲線
422‧‧‧第五線性獨立連續曲線
423‧‧‧第六線性獨立連續曲線
S1～S6、X1‧‧‧步驟
圖1，為本發明之系統架構示意圖。
圖2，為本發明之流程步驟示意圖。
圖3A，為本發明第一實施例之連續光譜曲線資料線性轉換示意圖。
圖3B，為本發明第二實施例之連續光譜曲線資料線性轉換示意圖。
圖4，為本發明之成分顯示示意圖。
圖2，為本發明之流程步驟示意圖。
圖3A，為本發明第一實施例之連續光譜曲線資料線性轉換示意圖。
圖3B，為本發明第二實施例之連續光譜曲線資料線性轉換示意圖。
圖4，為本發明之成分顯示示意圖。
有關本發明之詳細說明及技術內容，現就配合圖示說明如下：
請參閱「圖1」所示，本發明係為一種利用超頻譜分析組織細胞的系統，用以對一組織檢體30進行成分分析，該系統包含有一影像擷取模組10以及一超頻譜影像分析模組20。該影像擷取模組10包含有一光學檢測單元11以及一光譜轉換單元12，該光學檢測單元11包含有一產生一激發光以照射該組織檢體30的光源111以及一接收該組織檢體30產生之一光譜影像的光譜影像檢測器112，其中，該光譜影像係可為自體螢光影像或吸收頻譜影像，自體螢光影像為該組織檢體30吸收該光源111後發出對應的激發光而產生的螢光影像，而吸收頻譜影像則為該組織檢體30吸收該光源111後反而不發出激發光所產生的光吸收影像。該光譜轉換單元12接收該光譜影像檢測器112之輸出並轉換為一具有一連續光譜波形訊號的超頻譜影像資料121。該超頻譜影像分析模組20包含有一線性轉換單元21、一資料庫23以及一連接該線性轉換單元21與該資料庫23的比對單元22，該資料庫23存放複數已知成分的連續光譜波形資料，該線性轉換單元21對該超頻譜影像資料121中的該連續光譜波形訊號進行各別計算，並取得複數個線性獨立的連續光譜曲線以及其佔有比例，該比對單元22根據該些連續光譜曲線與資料庫23中已知成分的連續光譜資料進行比對，以確認該組織檢體30中所含有的組成成分、類別與佔有比例。以本實施例來說，藉由組織檢體30的成分分析便可得知組織檢體30中正常細胞以及癌化細胞的位置，並進一步的藉由成分比例的分析，得知癌化的程度。更詳細的說明，該些各自獨立的連續光譜曲線除了來自組織檢體30中未知成分的特徵表現，也會來自於檢測過程所引入的雜訊。因此，如何有效抽離該些雜訊造成的影響，本發明將於後描述。
而該影像擷取模組10更可具有一移動控制單元13，其係對該組織檢體30進行二維陣列式掃描，使該超頻譜影像資料121包含有一縱軸位置訊號、一橫軸位置訊號以及該連續光譜波形訊號，以構成三維的超頻譜影像資料121。亦即，該超頻譜影像資料121由複數個不同位置的感測點上所偵測的資料所組成，每一個感測點上所偵測的連續光譜波形訊號並非單一數值，而是一連續的且對應於不同波長而顯示不同光強度的光譜曲線。該線性轉換單元21係可利用（但不限於）如：獨立成分分析（Independent component analysis, ICA）、主成分分析（Principal component analysis, PCA）及因子分析（factor analysis）方式等進行線性轉換及分析。該線性轉換單元21係同時將該超頻譜影像資料121中複數個感測點的連續光譜曲線進行線性轉換，而得知每一個感測點上各自的複數個線性獨立的連續光譜曲線。
而該超頻譜影像分析模組20更包含有一連接該線性轉換單元21以及該比對單元22的人機控制介面24，該人機控制介面24根據該比對單元22的組織成分比對結果所輸出的一圖形化影像，而得知該組織檢體30上各個位置的成分，並可利用不同的顏色以及顏色深淺不同的方式表達各個成分於該組織檢體30上的位置及比例，因而形成該圖形化影像。該人機控制介面24亦用於啟動或控制該系統，並可針對特定區域進行放大查看或旋轉，藉此讓使用者更直覺的進行組織檢體30的成分檢視。除此之外，該影像擷取模組10更可包含有一連接該光學檢測單元11的可見光影像擷取單元14，藉此取得一可見光影像資料141，該可見光影像資料141係直接呈現該組織檢體30於人眼中所顯示的外觀影像，而可顯示該組織檢體30的真皮組織、表皮組織或其他組織結構。該可見光影像擷取單元14連接該人機控制介面24，該人機控制介面24藉由重疊該可見光影像資料141以及該圖形化影像，以得到一圖形化資料。亦即，該圖形化資料為將該圖形化影像所顯示的成分資料直接疊放於該可見光影像資料141上，因此使用者可更為直覺的由該圖形化資料比對該組織檢體30對應位置上的成分比例。
請一併配合參閱「圖2」所示，本發明亦提供一種利用超頻譜影像分析組織細胞的方法，包含有以下步驟：
S1：取得一組織檢體30，其係可利用組織切片的方式取得該組織檢體30，或者可利用光學檢測單元11直接對病患的病灶位置進行影像擷取，以獲得該組織檢體30。
S2：激發組織檢體30的光譜影像，利用一光學檢測單元11以一第一激發光照射該組織檢體30，使該組織檢體30發出一光譜影像，本實施例中，係可以330～385nm的光源111進行激發，使該組織檢體30產生對應的光譜影像，其中，該光譜影像係可為自體螢光影像或吸收頻譜影像，自體螢光影像為該組織檢體30吸收該光源111後發出對應的螢光光源而產生的螢光影像，而吸收頻譜影像則為該組織檢體30吸收該光源111後反而不發出激發光或不反射光源所產生的光吸收影像。
S3：光訊號轉換，藉由一光譜轉換單元12將該光譜影像轉換為一具有一連續光譜波形訊號的超頻譜影像資料121，並且，於本實施例中，其係利用一移動控制單元13對該組織檢體30的一擷取位置進行掃描，使得該超頻譜影像資料121包含有一橫軸位置訊號X、一縱軸位置訊號Y以及該連續光譜波形訊號λ的三維資料。更進一步的說明，本發明可以針對組織檢體30上有興趣的一擷取位置為中心點，設定一擷取範圍，並以一縱座標以及一橫座標各500個空間座標點的解析度做切割，因此便可在一擷取範圍取得250,000個空間座標點，每一個空間座標點即是一個感測點，且都具有其對應的連續光譜波形訊號，於本實施例中，該連續光譜波形訊號係可於波長400nm至1000nm之間以每3nm為一個單位解析度，而具有200個頻率座標點，因此該擷取範圍的超頻譜影像資料即為「X,Y,λ」解析度分別為「500,500,200」的三維資訊，該擷取位置、擷取範圍與解析度大小係可根據使用需求進行變換。
另外，需特別說明的是，為了進行詳細的成分比對，或者第二次激發，本發明於步驟S3之後更具有一步驟X1：再次量測，使該光學檢測單元11以一第二激發光照射該組織檢體30，以產生對應的光譜影像，接著回到步驟S3進行光訊號轉換。藉此可獲得其他種類的螢光光譜資訊，達到更完整的比對結果，於本實施例中，其係可利用470～490nm波長的第二激發光進行照射而取得第二光譜影像的超頻譜影像資料。
S4：進行線性轉換分析，將該超頻譜影像資料121進行線性轉換以同時將該些感測點的連續光譜波形訊號各別計算出線性獨立的連續光譜曲線以及其佔有比例，線性轉換的方式係可為獨立成分分析、主成分分析或因子分析等方式，其中本發明中係以獨立成分分析（ICA）的方式完成，經由獨立成分分析後，便可針對每一感測點之連續光譜曲線進行組成成分的分離，進而區分出各個感測點上所具有的不同成分，除此之外，利用ICA的分析，更可一併將檢測系統中的固定雜訊抽離，以去除雜訊對於資料的干擾。由於本案並非著重在ICA分析的方法，因此並不針對ICA進行詳細的說明。
S5：比對確認，透過一比對單元22比對每一個線性獨立的連續光譜曲線與資料庫23中已知成分的連續光譜曲線，以確認該組織檢體30的組成成分類別與佔有比例，此外，由於本發明可進行平面掃描，因而也可一併確認各種成分於該組織檢體30的空間分佈。
S6：輸出圖形化影像，一人機控制介面24根據該比對單元22的成分比對結果，而輸出一圖形化影像，而透過人機控制介面24的操作，便可選定特定的位置進行顯示，而得知各個成分在該組織檢體30上的位置與成分比例，並依據病理學的知識，進而判斷異常細胞的癌化程度。
舉例來說，如口腔癌在分化過程發生時會在上皮組織的基底層出現角化蛋白質不正常增生的現象，利用本發明之分析方法，便可確定角化蛋白質增生的位置並計算其所佔有的比例，進而提供一個精確量化的上皮組織細胞與其角化蛋白質分佈比例數值，作為癌化程度的量化依據。
更詳細的說明，請配合參閱「圖3A」及「圖3B」所示，其係分別是組織檢體30上兩個不同感測點的光譜影像經過轉換所得之第一連續光譜曲線資料41以及第二連續光譜曲線資料42，該第一連續光譜曲線資料41以及該第二連續光譜曲線資料42由於其所發出的光譜影像並不相同，因而其所表現的光譜曲線樣態也不相同。請參閱「圖3A」所示，經由該超頻譜影像分析模組20之線性轉換單元21進行線性轉換後，可將該第一連續光譜曲線資料41分成第一線性獨立連續曲線411、第二線性獨立連續曲線412及第三線性獨立連續曲線413等，每一個線性獨立連續曲線都代表了一種成分，本發明並非僅由單一波長的光進行化學物質的判斷，而是透過如該第一線性獨立連續曲線411、該第二線性獨立連續曲線412及該第三線性獨立連續曲線413的曲線形狀進行整體性的判斷，以減少誤判的可能性。
而請配合參閱「圖3B」所示，同樣透過由該超頻譜影像分析模組20之線性轉換單元21進行線性轉換後，可將該第二連續光譜曲線資料42分成第四線性獨立連續曲線421、第五線性獨立連續曲線422及第六線性獨立連續曲線423等，每一個線性獨立連續曲線同樣也都代表了一種成分，而在該資料庫23中，已經針對各個不同的成分儲存有其對應的連續光譜曲線，因此，經由該比對單元22便可得知該第一線性獨立連續曲線411、該第二線性獨立連續曲線412、該第三線性獨立連續曲線413、該第四線性獨立連續曲線421、該第五線性獨立連續曲線422、該第六線性獨立連續曲線423所分別代表的成分。
其中，我們可以看到該第一連續光譜曲線資料41中的第二線性獨立連續曲線412以及該第二連續光譜曲線資料42中的該第六線性獨立連續曲線423的曲線形狀幾乎完全一致，因而可代表該第一連續光譜曲線資料41以及該第二連續光譜曲線資料42所對應的感測點具有某種相同的成分，透過該第二線性獨立連續曲線412與該第六線性獨立連續曲線423分別於該第一連續頻譜資料41以及該第二連續頻譜資料42所佔的比例，便可知道該成分所佔有的比例。
請配合參閱「圖4」所示，藉由檢測該第一組織檢體31、第二組織檢體32及第三組織檢體33，標示出所有含有如該第二線性獨立連續曲線412成分的感測點，可形成如白色區域34，若假設該第二線性獨立連續曲線412與資料庫23中某種已知腫瘤獨有成分的連續光譜曲線相同，便可以認定該第一組織檢體31、第二組織檢體32及第三組織檢體33中的白色區域34為對應的腫瘤細胞位置。除此之外，配合該人機控制介面24所提供的圖形化資料進行重疊比對，便可將實際影像以及白色區域34進行比對，而讓醫師較為容易的進行判別。需特別說明的是，本發明係以白色區域34作為舉例說明，實際上，根據不同的成分，可以不同顏色進行對應的顯示，而讓圖像更為清晰明顯。
綜上所述，本發明具有以下特點：
一、對該組織檢體的每一個感測點位置發出的光譜影像進行連續波段擷取獲得超頻譜影像資料，保留整體光譜影像的連續光譜曲線波形特性。
二、利用線性轉換分析該超頻譜影像資料，可分離出該些超頻譜影像資料中線性獨立的連續光譜曲線以供與資料庫內已知成分的光譜曲線資料進行比對。
三、藉由整體的線性獨立連續光譜曲線波形特性來確認該組織檢體中所含有的成分類別、各種成分的佔有比例與各種成分在該組織檢體的空間分佈，以確定組織檢體中癌化細胞的位置以及癌化程度。而非僅利用特定波段的波峰值進行成分的判斷，可減少誤判的可能。
四、利用線性獨立的連續光譜曲線波形比對的方式所得量化的曲線波形與成分比例指標，可作為生物超頻譜影像特徵標記（Hyperspectral Biomarker）。
五、透過主成分分析（ICA）方式而可得線性獨立的連續光譜曲線波形，可有效的分類並且取得組成成分的比例，藉此獲得量化的成分比例。
六、利用該人機控制介面進行圖形化影像顯示，藉此讓使用者更直覺的進行該組織檢體上各個位置的組成成分檢視，並透過該可見光影像的搭配，使用者可更為清楚的對應組織檢體的位置進行組成成分的檢視與判斷。
因此本發明極具進步性及符合申請發明專利之要件，爰依法提出申請，祈鈞局早日賜准專利，實感德便。
以上已將本發明做一詳細說明，惟以上所述者，僅爲本發明之一較佳實施例而已，當不能限定本發明實施之範圍。即凡依本發明申請範圍所作之均等變化與修飾等，皆應仍屬本發明之專利涵蓋範圍內。
請參閱「圖1」所示，本發明係為一種利用超頻譜分析組織細胞的系統，用以對一組織檢體30進行成分分析，該系統包含有一影像擷取模組10以及一超頻譜影像分析模組20。該影像擷取模組10包含有一光學檢測單元11以及一光譜轉換單元12，該光學檢測單元11包含有一產生一激發光以照射該組織檢體30的光源111以及一接收該組織檢體30產生之一光譜影像的光譜影像檢測器112，其中，該光譜影像係可為自體螢光影像或吸收頻譜影像，自體螢光影像為該組織檢體30吸收該光源111後發出對應的激發光而產生的螢光影像，而吸收頻譜影像則為該組織檢體30吸收該光源111後反而不發出激發光所產生的光吸收影像。該光譜轉換單元12接收該光譜影像檢測器112之輸出並轉換為一具有一連續光譜波形訊號的超頻譜影像資料121。該超頻譜影像分析模組20包含有一線性轉換單元21、一資料庫23以及一連接該線性轉換單元21與該資料庫23的比對單元22，該資料庫23存放複數已知成分的連續光譜波形資料，該線性轉換單元21對該超頻譜影像資料121中的該連續光譜波形訊號進行各別計算，並取得複數個線性獨立的連續光譜曲線以及其佔有比例，該比對單元22根據該些連續光譜曲線與資料庫23中已知成分的連續光譜資料進行比對，以確認該組織檢體30中所含有的組成成分、類別與佔有比例。以本實施例來說，藉由組織檢體30的成分分析便可得知組織檢體30中正常細胞以及癌化細胞的位置，並進一步的藉由成分比例的分析，得知癌化的程度。更詳細的說明，該些各自獨立的連續光譜曲線除了來自組織檢體30中未知成分的特徵表現，也會來自於檢測過程所引入的雜訊。因此，如何有效抽離該些雜訊造成的影響，本發明將於後描述。
而該影像擷取模組10更可具有一移動控制單元13，其係對該組織檢體30進行二維陣列式掃描，使該超頻譜影像資料121包含有一縱軸位置訊號、一橫軸位置訊號以及該連續光譜波形訊號，以構成三維的超頻譜影像資料121。亦即，該超頻譜影像資料121由複數個不同位置的感測點上所偵測的資料所組成，每一個感測點上所偵測的連續光譜波形訊號並非單一數值，而是一連續的且對應於不同波長而顯示不同光強度的光譜曲線。該線性轉換單元21係可利用（但不限於）如：獨立成分分析（Independent component analysis, ICA）、主成分分析（Principal component analysis, PCA）及因子分析（factor analysis）方式等進行線性轉換及分析。該線性轉換單元21係同時將該超頻譜影像資料121中複數個感測點的連續光譜曲線進行線性轉換，而得知每一個感測點上各自的複數個線性獨立的連續光譜曲線。
而該超頻譜影像分析模組20更包含有一連接該線性轉換單元21以及該比對單元22的人機控制介面24，該人機控制介面24根據該比對單元22的組織成分比對結果所輸出的一圖形化影像，而得知該組織檢體30上各個位置的成分，並可利用不同的顏色以及顏色深淺不同的方式表達各個成分於該組織檢體30上的位置及比例，因而形成該圖形化影像。該人機控制介面24亦用於啟動或控制該系統，並可針對特定區域進行放大查看或旋轉，藉此讓使用者更直覺的進行組織檢體30的成分檢視。除此之外，該影像擷取模組10更可包含有一連接該光學檢測單元11的可見光影像擷取單元14，藉此取得一可見光影像資料141，該可見光影像資料141係直接呈現該組織檢體30於人眼中所顯示的外觀影像，而可顯示該組織檢體30的真皮組織、表皮組織或其他組織結構。該可見光影像擷取單元14連接該人機控制介面24，該人機控制介面24藉由重疊該可見光影像資料141以及該圖形化影像，以得到一圖形化資料。亦即，該圖形化資料為將該圖形化影像所顯示的成分資料直接疊放於該可見光影像資料141上，因此使用者可更為直覺的由該圖形化資料比對該組織檢體30對應位置上的成分比例。
請一併配合參閱「圖2」所示，本發明亦提供一種利用超頻譜影像分析組織細胞的方法，包含有以下步驟：
S1：取得一組織檢體30，其係可利用組織切片的方式取得該組織檢體30，或者可利用光學檢測單元11直接對病患的病灶位置進行影像擷取，以獲得該組織檢體30。
S2：激發組織檢體30的光譜影像，利用一光學檢測單元11以一第一激發光照射該組織檢體30，使該組織檢體30發出一光譜影像，本實施例中，係可以330～385nm的光源111進行激發，使該組織檢體30產生對應的光譜影像，其中，該光譜影像係可為自體螢光影像或吸收頻譜影像，自體螢光影像為該組織檢體30吸收該光源111後發出對應的螢光光源而產生的螢光影像，而吸收頻譜影像則為該組織檢體30吸收該光源111後反而不發出激發光或不反射光源所產生的光吸收影像。
S3：光訊號轉換，藉由一光譜轉換單元12將該光譜影像轉換為一具有一連續光譜波形訊號的超頻譜影像資料121，並且，於本實施例中，其係利用一移動控制單元13對該組織檢體30的一擷取位置進行掃描，使得該超頻譜影像資料121包含有一橫軸位置訊號X、一縱軸位置訊號Y以及該連續光譜波形訊號λ的三維資料。更進一步的說明，本發明可以針對組織檢體30上有興趣的一擷取位置為中心點，設定一擷取範圍，並以一縱座標以及一橫座標各500個空間座標點的解析度做切割，因此便可在一擷取範圍取得250,000個空間座標點，每一個空間座標點即是一個感測點，且都具有其對應的連續光譜波形訊號，於本實施例中，該連續光譜波形訊號係可於波長400nm至1000nm之間以每3nm為一個單位解析度，而具有200個頻率座標點，因此該擷取範圍的超頻譜影像資料即為「X,Y,λ」解析度分別為「500,500,200」的三維資訊，該擷取位置、擷取範圍與解析度大小係可根據使用需求進行變換。
另外，需特別說明的是，為了進行詳細的成分比對，或者第二次激發，本發明於步驟S3之後更具有一步驟X1：再次量測，使該光學檢測單元11以一第二激發光照射該組織檢體30，以產生對應的光譜影像，接著回到步驟S3進行光訊號轉換。藉此可獲得其他種類的螢光光譜資訊，達到更完整的比對結果，於本實施例中，其係可利用470～490nm波長的第二激發光進行照射而取得第二光譜影像的超頻譜影像資料。
S4：進行線性轉換分析，將該超頻譜影像資料121進行線性轉換以同時將該些感測點的連續光譜波形訊號各別計算出線性獨立的連續光譜曲線以及其佔有比例，線性轉換的方式係可為獨立成分分析、主成分分析或因子分析等方式，其中本發明中係以獨立成分分析（ICA）的方式完成，經由獨立成分分析後，便可針對每一感測點之連續光譜曲線進行組成成分的分離，進而區分出各個感測點上所具有的不同成分，除此之外，利用ICA的分析，更可一併將檢測系統中的固定雜訊抽離，以去除雜訊對於資料的干擾。由於本案並非著重在ICA分析的方法，因此並不針對ICA進行詳細的說明。
S5：比對確認，透過一比對單元22比對每一個線性獨立的連續光譜曲線與資料庫23中已知成分的連續光譜曲線，以確認該組織檢體30的組成成分類別與佔有比例，此外，由於本發明可進行平面掃描，因而也可一併確認各種成分於該組織檢體30的空間分佈。
S6：輸出圖形化影像，一人機控制介面24根據該比對單元22的成分比對結果，而輸出一圖形化影像，而透過人機控制介面24的操作，便可選定特定的位置進行顯示，而得知各個成分在該組織檢體30上的位置與成分比例，並依據病理學的知識，進而判斷異常細胞的癌化程度。
舉例來說，如口腔癌在分化過程發生時會在上皮組織的基底層出現角化蛋白質不正常增生的現象，利用本發明之分析方法，便可確定角化蛋白質增生的位置並計算其所佔有的比例，進而提供一個精確量化的上皮組織細胞與其角化蛋白質分佈比例數值，作為癌化程度的量化依據。
更詳細的說明，請配合參閱「圖3A」及「圖3B」所示，其係分別是組織檢體30上兩個不同感測點的光譜影像經過轉換所得之第一連續光譜曲線資料41以及第二連續光譜曲線資料42，該第一連續光譜曲線資料41以及該第二連續光譜曲線資料42由於其所發出的光譜影像並不相同，因而其所表現的光譜曲線樣態也不相同。請參閱「圖3A」所示，經由該超頻譜影像分析模組20之線性轉換單元21進行線性轉換後，可將該第一連續光譜曲線資料41分成第一線性獨立連續曲線411、第二線性獨立連續曲線412及第三線性獨立連續曲線413等，每一個線性獨立連續曲線都代表了一種成分，本發明並非僅由單一波長的光進行化學物質的判斷，而是透過如該第一線性獨立連續曲線411、該第二線性獨立連續曲線412及該第三線性獨立連續曲線413的曲線形狀進行整體性的判斷，以減少誤判的可能性。
而請配合參閱「圖3B」所示，同樣透過由該超頻譜影像分析模組20之線性轉換單元21進行線性轉換後，可將該第二連續光譜曲線資料42分成第四線性獨立連續曲線421、第五線性獨立連續曲線422及第六線性獨立連續曲線423等，每一個線性獨立連續曲線同樣也都代表了一種成分，而在該資料庫23中，已經針對各個不同的成分儲存有其對應的連續光譜曲線，因此，經由該比對單元22便可得知該第一線性獨立連續曲線411、該第二線性獨立連續曲線412、該第三線性獨立連續曲線413、該第四線性獨立連續曲線421、該第五線性獨立連續曲線422、該第六線性獨立連續曲線423所分別代表的成分。
其中，我們可以看到該第一連續光譜曲線資料41中的第二線性獨立連續曲線412以及該第二連續光譜曲線資料42中的該第六線性獨立連續曲線423的曲線形狀幾乎完全一致，因而可代表該第一連續光譜曲線資料41以及該第二連續光譜曲線資料42所對應的感測點具有某種相同的成分，透過該第二線性獨立連續曲線412與該第六線性獨立連續曲線423分別於該第一連續頻譜資料41以及該第二連續頻譜資料42所佔的比例，便可知道該成分所佔有的比例。
請配合參閱「圖4」所示，藉由檢測該第一組織檢體31、第二組織檢體32及第三組織檢體33，標示出所有含有如該第二線性獨立連續曲線412成分的感測點，可形成如白色區域34，若假設該第二線性獨立連續曲線412與資料庫23中某種已知腫瘤獨有成分的連續光譜曲線相同，便可以認定該第一組織檢體31、第二組織檢體32及第三組織檢體33中的白色區域34為對應的腫瘤細胞位置。除此之外，配合該人機控制介面24所提供的圖形化資料進行重疊比對，便可將實際影像以及白色區域34進行比對，而讓醫師較為容易的進行判別。需特別說明的是，本發明係以白色區域34作為舉例說明，實際上，根據不同的成分，可以不同顏色進行對應的顯示，而讓圖像更為清晰明顯。
綜上所述，本發明具有以下特點：
一、對該組織檢體的每一個感測點位置發出的光譜影像進行連續波段擷取獲得超頻譜影像資料，保留整體光譜影像的連續光譜曲線波形特性。
二、利用線性轉換分析該超頻譜影像資料，可分離出該些超頻譜影像資料中線性獨立的連續光譜曲線以供與資料庫內已知成分的光譜曲線資料進行比對。
三、藉由整體的線性獨立連續光譜曲線波形特性來確認該組織檢體中所含有的成分類別、各種成分的佔有比例與各種成分在該組織檢體的空間分佈，以確定組織檢體中癌化細胞的位置以及癌化程度。而非僅利用特定波段的波峰值進行成分的判斷，可減少誤判的可能。
四、利用線性獨立的連續光譜曲線波形比對的方式所得量化的曲線波形與成分比例指標，可作為生物超頻譜影像特徵標記（Hyperspectral Biomarker）。
五、透過主成分分析（ICA）方式而可得線性獨立的連續光譜曲線波形，可有效的分類並且取得組成成分的比例，藉此獲得量化的成分比例。
六、利用該人機控制介面進行圖形化影像顯示，藉此讓使用者更直覺的進行該組織檢體上各個位置的組成成分檢視，並透過該可見光影像的搭配，使用者可更為清楚的對應組織檢體的位置進行組成成分的檢視與判斷。
因此本發明極具進步性及符合申請發明專利之要件，爰依法提出申請，祈鈞局早日賜准專利，實感德便。
以上已將本發明做一詳細說明，惟以上所述者，僅爲本發明之一較佳實施例而已，當不能限定本發明實施之範圍。即凡依本發明申請範圍所作之均等變化與修飾等，皆應仍屬本發明之專利涵蓋範圍內。
10‧‧‧影像擷取模組
11‧‧‧光學檢測單元
111‧‧‧光源
112‧‧‧光譜影像檢測器
12‧‧‧光譜轉換單元
121‧‧‧超頻譜影像資料
13‧‧‧移動控制單元
14‧‧‧可見光影像擷取單元
141‧‧‧可見光影像資料
20‧‧‧超頻譜影像分析模組
21‧‧‧線性轉換單元
22‧‧‧比對單元
23‧‧‧資料庫
24‧‧‧人機控制介面
30‧‧‧組織檢體
Claims (13)
- 一種利用超頻譜影像分析組織細胞的系統，用以對一組織檢體進行成分分析與分佈標示，該系統包含有：
一影像擷取模組，包含有一光學檢測單元以及一光譜轉換單元，該光學檢測單元包含有一產生一激發光以照射該組織檢體的光源以及一接收該組織檢體產生之一光譜影像的光譜影像檢測器，該光譜轉換單元接收該光譜影像檢測器之輸出並轉換為一具有一連續光譜波形訊號的超頻譜影像資料；及
一超頻譜影像分析模組，包含有一線性轉換單元、一資料庫以及一連接該線性轉換單元與該資料庫的比對單元，該資料庫存放複數已知成分的連續光譜資料，該線性轉換單元對該超頻譜影像資料中的該連續光譜波形訊號進行各別計算，並取得複數個線性獨立的連續光譜曲線以及其佔有比例，該比對單元根據該些連續光譜曲線與資料庫中已知成分的連續光譜資料進行比對，以確認該組織檢體中的組成成分、類別與佔有比例。 - 如申請專利範圍第1項所述之利用超頻譜分析組織細胞的系統，其中該影像擷取模組具有一移動控制單元，其係對該組織檢體進行二維陣列式掃描，使該超頻譜影像資料根據該組織檢體的位置而取得一縱軸位置訊號、一橫軸位置訊號以及該連續光譜波形訊號，以構成三維的該超頻譜影像資料，藉此利用該超頻譜影像分析模組取得該組織檢體中所含有成分的空間分佈。
- 如申請專利範圍第2項所述之利用超頻譜分析組織細胞的系統，其中該超頻譜影像分析模組更包含有一連接該線性轉換單元以及該比對單元的人機控制介面，該人機控制介面根據該比對單元而輸出一圖形化影像。
- 如申請專利範圍第3項所述之利用超頻譜分析組織細胞的系統，其中該影像擷取模組包含有一連接該光學檢測單元的可見光影像擷取單元，藉此取得一可見光影像資料，該可見光影像擷取單元連接該人機控制介面，該人機控制介面重疊該可見光影像資料以及該圖形化影像，以得到一圖形化資料。
- 如申請專利範圍第1項所述之利用超頻譜分析組織細胞的系統，其中該線性轉換單元係以選自於由獨立成分分析、主成分分析及因子分析所組成之群組的方式進行線性轉換。
- 如申請專利範圍第1項所述之利用超頻譜分析組織細胞的系統，其中該光譜影像係選自於由自體螢光影像及吸收頻譜影像所組成之群組。
- 一種利用超頻譜影像分析組織細胞的方法，包含有以下步驟：
S1：取得一組織檢體；
S2：利用一光學檢測單元以一第一激發光照射該組織檢體，使該組織檢體發出一光譜影像；
S3：藉由一光譜轉換單元將該光譜影像轉換為一具有一連續光譜波形訊號的超頻譜影像資料；
S4：將該超頻譜影像資料進行線性轉換以計算出複數線性獨立連續的連續光譜曲線以及其佔有比例；及
S5：透過一比對單元將該些連續光譜曲線與一資料庫內的複數已知成分的連續光譜資料進行比對，以確認該組織檢體中所含有的成分、類別與佔有比例。 - 如申請專利範圍第7項所述之利用超頻譜影像分析組織細胞的方法，其中於步驟S3中，其係以一移動控制單元對該組織檢體進行二維陣列式掃描，使該超頻譜影像資料包含有一縱軸位置訊號、一橫軸位置訊號以及該連續光譜波形訊號，以構成三維的該超頻譜影像資料，藉此利用該超頻譜影像分析模組取得該組織檢體中所含有成分的空間分佈。
- 如申請專利範圍第8項所述之利用超頻譜影像分析組織細胞的方法，其中於步驟S5之後，更具有一步驟S6：一人機控制介面根據該比對單元所對應的組織成分而輸出一圖形化影像。
- 如申請專利範圍第9項所述之利用超頻譜影像分析組織細胞的方法，其中於步驟S6中，該人機控制介面更透過一可見光影像擷取單元取得一可見光影像資料，並重疊該可見光影像資料以及該圖形化影像，以得到一圖形化資料。
- 如申請專利範圍第7項所述之利用超頻譜影像分析組織細胞的方法，其中於步驟S4中，線性轉換的方式係選自於由獨立成分分析、主成分分析及因子分析之方式所組成之群組。
- 如申請專利範圍第7項所述之利用超頻譜影像分析組織細胞的方法，其中於S3之後，更具有一步驟X1：使該光學檢測單元以一第二激發光照射該組織檢體，以產生對應的光譜影像，接著回到步驟S3進行光訊號轉換。
- 如申請專利範圍第12項所述之利用超頻譜影像分析組織細胞的方法，其中該光譜影像係選自於由自體螢光影像及吸收頻譜影像所組成之群組。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW102122922A TWI493171B (zh) | 2013-06-27 | 2013-06-27 | System and method for analyzing tissue cells by using hyperspectral image |
| CN201310464458.8A CN104251850A (zh) | 2013-06-27 | 2013-10-08 | 利用超频谱图像分析组织细胞的系统及方法 |
| JP2013215748A JP2015008727A (ja) | 2013-06-27 | 2013-10-16 | ハイパースペクトル利用の組織細胞画像分析のシステム及び方法 |
| US14/273,959 US20150003713A1 (en) | 2013-06-27 | 2014-05-09 | Method for analyzing tissue cells using hyperspectral imaging |
| EP14168647.7A EP2818100A1 (en) | 2013-06-27 | 2014-05-16 | Method for analyzing tissue cells using hyperspectral imaging |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW102122922A TWI493171B (zh) | 2013-06-27 | 2013-06-27 | System and method for analyzing tissue cells by using hyperspectral image |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW201500727A true TW201500727A (zh) | 2015-01-01 |
| TWI493171B TWI493171B (zh) | 2015-07-21 |
Family
ID=50771088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW102122922A TWI493171B (zh) | 2013-06-27 | 2013-06-27 | System and method for analyzing tissue cells by using hyperspectral image |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20150003713A1 (zh) |
| EP (1) | EP2818100A1 (zh) |
| JP (1) | JP2015008727A (zh) |
| CN (1) | CN104251850A (zh) |
| TW (1) | TWI493171B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI560468B (en) * | 2015-04-29 | 2016-12-01 | Univ Nat Central | Structured illumination fluorescence hyperspectral microscopy system with parallel recording |
| TWI576084B (zh) * | 2015-12-07 | 2017-04-01 | 財團法人金屬工業研究發展中心 | 口內掃描裝置與掃描方法 |
| TWI631532B (zh) * | 2017-08-16 | 2018-08-01 | 台達電子工業股份有限公司 | 檢測系統及其檢測方法 |
| TWI653439B (zh) | 2017-07-12 | 2019-03-11 | 國立臺灣大學 | 預測食道癌病患的治療反應、存活及復發之光學方法 |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6376981B2 (ja) | 2015-01-20 | 2018-08-22 | 住友重機械工業株式会社 | 回転装置 |
| CN107614674B (zh) * | 2015-06-24 | 2022-05-17 | 株式会社日立制作所 | 检查系统、检查装置以及检查方法 |
| CN109154569A (zh) * | 2016-02-12 | 2019-01-04 | 麻省理工学院 | 用于对未切片组织样本成像的方法和装置 |
| JP6422616B1 (ja) * | 2016-12-22 | 2018-11-14 | 国立大学法人 筑波大学 | データ作成方法及びデータ使用方法 |
| JP6392476B1 (ja) * | 2018-03-19 | 2018-09-19 | 大輝 中矢 | 生体組織解析装置および生体組織解析プログラム |
| WO2020044860A1 (ja) * | 2018-08-28 | 2020-03-05 | ソニー株式会社 | 分光イメージング装置および蛍光観察装置 |
| CN109406413A (zh) * | 2018-10-31 | 2019-03-01 | 中国中医科学院中药研究所 | 基于高光谱成像技术预测枸杞子中圣草酚含量的方法 |
| CN109406414A (zh) * | 2018-10-31 | 2019-03-01 | 中国中医科学院中药研究所 | 基于高光谱成像技术预测枸杞子中香草酸含量的方法 |
| CN112560597B (zh) * | 2020-12-02 | 2022-07-22 | 吉林大学 | 一种基于显微高光谱的covid-19检测识别方法 |
| CN112903603B (zh) * | 2021-01-25 | 2021-11-30 | 浙江大学 | 一种基于高光谱图像的成分分析方法及系统 |
| CN117651520A (zh) * | 2021-09-29 | 2024-03-05 | 三星电子株式会社 | 用于使用高光谱重建来确定皮肤信息的方法和电子装置 |
| CN114324223A (zh) * | 2021-12-31 | 2022-04-12 | 核工业北京地质研究院 | 一种热液蚀变矿物高光谱精细填图方法 |
| CN114565046A (zh) * | 2022-03-01 | 2022-05-31 | 中科海慧（北京）科技有限公司 | 一种基于遥感高光谱的矿产资源探测系统及探测方法 |
| CN114821367B (zh) * | 2022-04-18 | 2024-02-13 | 山东省农业科学院 | 一种基于光谱图像误差变异系数的取样面积优化取样方法 |
| CN114813706B (zh) * | 2022-06-29 | 2022-12-13 | 国科大杭州高等研究院 | 一种血细胞高光谱光镊捕获能量共振转移分析仪 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5782770A (en) * | 1994-05-12 | 1998-07-21 | Science Applications International Corporation | Hyperspectral imaging methods and apparatus for non-invasive diagnosis of tissue for cancer |
| US6965108B2 (en) * | 2001-07-30 | 2005-11-15 | Euro-Celtique, S.A. | Method and apparatus for three dimensional imaging using infrared radiation |
| US6992775B2 (en) * | 2002-08-29 | 2006-01-31 | Kestrel Corporation | Hyperspectral retinal imager |
| JP4142966B2 (ja) * | 2002-12-04 | 2008-09-03 | 国立大学法人東京工業大学 | 画像解析装置、画像解析プログラム、及び画像解析方法 |
| KR100459907B1 (ko) * | 2003-01-27 | 2004-12-03 | 삼성전자주식회사 | 혼합물로부터 순수 스펙트럼 및 농도 추정방법 |
| EP1636752A2 (en) * | 2003-05-30 | 2006-03-22 | Andrew M. Rabinovich | Color unmixing and region of interest detection in tissue samples |
| US8326404B2 (en) * | 2003-11-28 | 2012-12-04 | British Columbia Cancer Agency Branch | Multimodal detection of tissue abnormalities based on raman and background fluorescence spectroscopy |
| EP1729644A2 (en) * | 2004-03-19 | 2006-12-13 | Board Of Supervisors Of Louisiana State University And Agricultural And Mechanical College | A method for evaluating relative oxygen saturation in body tissues |
| TWI232933B (en) * | 2004-06-07 | 2005-05-21 | Ind Tech Res Inst | Real-time clinical diagnosis expert system for fluorescent spectrum analysis of tissue cells and method thereof |
| CA3031088A1 (en) * | 2004-11-29 | 2006-06-01 | Hypermed Imaging, Inc. | Medical hyperspectral imaging for evaluation of tissue and tumor |
| GB2459600B (en) * | 2007-02-15 | 2011-06-22 | Green Vision Systems Ltd | Hyper-spectral imaging and analysis of a sample of matter, and preparing a test solution or suspension therefrom |
| US20080272312A1 (en) * | 2007-05-04 | 2008-11-06 | Chemimage Corporation | Hyperspectral fluorescence and absorption bioimaging |
| WO2008154578A1 (en) * | 2007-06-11 | 2008-12-18 | Board Of Regents, The University Of Texas System | Characterization of a near-infrared laparoscopic hyperspectral imaging system |
| JP2009039280A (ja) * | 2007-08-08 | 2009-02-26 | Arata Satori | 内視鏡システム及び内視鏡システムを用いた被写体の検出方法 |
| US9117133B2 (en) * | 2008-06-18 | 2015-08-25 | Spectral Image, Inc. | Systems and methods for hyperspectral imaging |
| WO2010019515A2 (en) * | 2008-08-10 | 2010-02-18 | Board Of Regents, The University Of Texas System | Digital light processing hyperspectral imaging apparatus |
| US8296106B2 (en) * | 2010-02-25 | 2012-10-23 | Goodrich Corporation | Apparatus, method and computer-readable storage medium for processing a signal in a spectrometer system |
-
2013
- 2013-06-27 TW TW102122922A patent/TWI493171B/zh not_active IP Right Cessation
- 2013-10-08 CN CN201310464458.8A patent/CN104251850A/zh active Pending
- 2013-10-16 JP JP2013215748A patent/JP2015008727A/ja active Pending
-
2014
- 2014-05-09 US US14/273,959 patent/US20150003713A1/en not_active Abandoned
- 2014-05-16 EP EP14168647.7A patent/EP2818100A1/en not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI560468B (en) * | 2015-04-29 | 2016-12-01 | Univ Nat Central | Structured illumination fluorescence hyperspectral microscopy system with parallel recording |
| TWI576084B (zh) * | 2015-12-07 | 2017-04-01 | 財團法人金屬工業研究發展中心 | 口內掃描裝置與掃描方法 |
| TWI653439B (zh) | 2017-07-12 | 2019-03-11 | 國立臺灣大學 | 預測食道癌病患的治療反應、存活及復發之光學方法 |
| TWI631532B (zh) * | 2017-08-16 | 2018-08-01 | 台達電子工業股份有限公司 | 檢測系統及其檢測方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US20150003713A1 (en) | 2015-01-01 |
| JP2015008727A (ja) | 2015-01-19 |
| TWI493171B (zh) | 2015-07-21 |
| CN104251850A (zh) | 2014-12-31 |
| EP2818100A1 (en) | 2014-12-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI493171B (zh) | System and method for analyzing tissue cells by using hyperspectral image | |
| EP2976001B1 (en) | Measurement of tissue structures | |
| JP6235886B2 (ja) | 生体組織画像の再構成方法及び装置並びに該生体組織画像を用いた画像表示装置 | |
| CN108474691B (zh) | 基于拉曼的免疫测定系统和方法 | |
| CN101313847B (zh) | 对人体皮肤病变组织进行无损光学常数成像的装置 | |
| US20040068193A1 (en) | Optical devices for medical diagnostics | |
| Agsalda-Garcia et al. | Raman-enhanced spectroscopy (RESpect) probe for childhood non-Hodgkin lymphoma | |
| JP6144915B2 (ja) | 生体組織画像の再構成方法、取得方法及び装置 | |
| CA2917308A1 (en) | Methods related to real-time cancer diagnostics at endoscopy utilizing fiber-optic raman spectroscopy | |
| CN104968257A (zh) | 具有高光谱相机引导的探头的成像系统 | |
| CN102740762A (zh) | 由拉曼光谱法表征肺组织的设备和方法 | |
| WO2012176785A1 (ja) | 画像処理装置および方法、並びにプログラム | |
| US20090326359A1 (en) | Method of in vivo detection and/or diagnosis of cancer using fluorescence based dna image cytometry | |
| WO2019030749A1 (en) | OPTICAL PROBE FOR CERVICAL EXAMINATION | |
| WO2016080442A1 (ja) | 品質評価方法及び品質評価装置 | |
| CN104067313A (zh) | 成像装置 | |
| WO2015109127A1 (en) | Angled confocal spectroscopy | |
| Liu et al. | Evaluation of Raman spectra of human brain tumor tissue using the learning vector quantization neural network | |
| Reble et al. | Evaluation of Raman spectroscopic macro raster scans of native cervical cone biopsies using histopathological mapping | |
| Zhou et al. | Human glioma tumors detection by a portable visible resonance Raman analyzer with a hand-held optical fiber probe | |
| US11408825B2 (en) | Forensic detector and the system thereof | |
| US20220099580A1 (en) | Method and system for detecting cancerous tissue and tumor margin using raman spectroscopy | |
| Beletkaia et al. | Nonlinear multispectral imaging for tumor delineation | |
| US20220317046A1 (en) | Digital mirror device based code-division multiplexed raman optical mapping system for wide field imaging | |
| CN113340878B (zh) | 利用激光诱导击穿光谱技术对癌组织进行分子光谱成像来识别肿瘤边界的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Annulment or lapse of patent due to non-payment of fees |