WO2014003133A1 - 生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置 - Google Patents

生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置 Download PDF

Info

Publication number
WO2014003133A1
WO2014003133A1 PCT/JP2013/067694 JP2013067694W WO2014003133A1 WO 2014003133 A1 WO2014003133 A1 WO 2014003133A1 JP 2013067694 W JP2013067694 W JP 2013067694W WO 2014003133 A1 WO2014003133 A1 WO 2014003133A1
Authority
WO
WIPO (PCT)
Prior art keywords
measurement
vector
image data
measurement data
light emission
Prior art date
Application number
PCT/JP2013/067694
Other languages
English (en)
French (fr)
Inventor
博幸 工藤
直哉 齋藤
之雄 上田
健治 佳元
山下　豊
Original Assignee
国立大学法人筑波大学
浜松ホトニクス株式会社
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 国立大学法人筑波大学, 浜松ホトニクス株式会社 filed Critical 国立大学法人筑波大学
Priority to GB1501343.6A priority Critical patent/GB2522558B/en
Priority to DE112013003284.8T priority patent/DE112013003284T5/de
Priority to US14/409,293 priority patent/US9373020B2/en
Publication of WO2014003133A1 publication Critical patent/WO2014003133A1/ja

Links

Images

Classifications

    • 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
    • G06V20/695—Preprocessing, e.g. image segmentation
    • 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
    • A61B5/0073—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by tomography, i.e. reconstruction of 3D images from 2D projections
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • 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
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing

Definitions

  • the present invention relates to a measurement data selection method for a biological measurement device, a light emission position determination method for the biological measurement device, and a biological measurement device.
  • Non-Patent Document 1 describes a method of performing three-dimensional optical imaging of a living body using a multi-channel time-resolved spectroscopic measurement apparatus.
  • calculation (image reconstruction) for creating image data in diffuse optical tomography is formulated by a linear equation such as the following equation (1).
  • the vector x is an n-dimensional vector (n is the number of pixels) representing image data.
  • the vector y is an m-dimensional vector (m is the number of data) representing measurement data.
  • the matrix A is an m-by-n system matrix relating vectors x and y.
  • Image reconstruction in diffuse optical tomography means that the vector x is calculated backward from the equation (1).
  • diffuse optical tomography has a feature that the number of measurement data is extremely large compared to other methods such as X-ray CT and positron tomography (PET).
  • PET positron tomography
  • the amount of measurement data is the product of the number of light detection positions and the number of time-resolved steps.
  • the number of data is 28800. The number of such data is much larger than the size of the image data (in one example, 64 rows and 64 columns, that is, 4096 pixels), and it takes a long time to calculate the image data.
  • the amount of data further increases.
  • the present invention relates to a measurement data selection method for a biological measurement apparatus, a light emission position determination method for a biological measurement apparatus, and a living body that can reduce the number of pieces of measurement data required to create image data to shorten the creation time of the image data. It aims at providing a measuring device.
  • a measurement data selection method of a biological measurement apparatus is a measurement target that is obtained at a plurality of light detection positions by emitting pulsed light from a plurality of light emission positions to a measurement site of a subject.
  • This is a method of selecting measurement data used to create internal image data in a biological measurement apparatus that creates internal image data of a measurement site based on a time-resolved waveform of diffused light from the site.
  • measurement data y 1 to y N1 obtained for each combination of a plurality of light emission positions, a plurality of light detection positions, and a plurality of decomposition times in a time-resolved waveform.
  • x is a vector whose component is a pixel value of learning image data prepared in advance
  • a 1 is a system matrix for calculating internal image data from measurement data y 1 to y N1.
  • a living body measurement apparatus includes a light emitting unit that emits pulsed light from a plurality of light emission positions to a measurement site of a subject, and a target obtained at the plurality of light detection positions.
  • a calculation unit that creates internal image data of the measurement target part based on the time-resolved waveform of the diffused light from the measurement part.
  • the calculation unit includes measurement data y 1 to y N1 (where N1 is an integer of 2 or more) obtained for each combination of a plurality of light emission positions, a plurality of light detection positions, and a plurality of decomposition times in the time-resolved waveform.
  • x is a vector whose component is a pixel value of learning image data prepared in advance
  • a 1 is a system matrix for calculating internal image data from measurement data y 1 to y N1.
  • conditional expressions (3) and (4) or the conditional expression (5) are satisfied (or the conditional expressions (7) and (8), or A vector y satisfying conditional expression (9) is obtained.
  • Conditional expressions (3) and (7) are conditions for minimizing the L0 norm of the vector y, and conditional expressions (4) and (8) re-create the same image data as the learning image data. This is a constraint condition for suppressing the reconstruction error ⁇ 2 when configured to a predetermined value or less.
  • Conditional expressions (5) and (9) are obtained by rewriting conditional expressions (3) and (4) and (7) and (8), which are problems with constraints, into problems without constraints. .
  • a vector y satisfying conditional expressions (3) and (4) or conditional expression (5) (or satisfying conditional expressions (7) and (8) or conditional expression (9)) has a reconstruction error.
  • the number of non-zero measurement data among the measurement data y 1 to y N1 is minimized while being suppressed within the allowable range.
  • measurement data that is zero is unnecessary in order to obtain image data whose reconstruction error is within an allowable range, and measurement data that is not zero is the minimum necessary measurement data.
  • the L0 norm of the vector y in the conditional expressions (3) and (5) (or the conditional expressions (7) and (9)) is changed to L1 of the vector y.
  • the norm of the vector y can be easily calculated, and the calculation time of the minimum necessary measurement data can be shortened.
  • M pieces of learning image data (M is an integer of 2 or more) are prepared in advance, and pixel values of the M pieces of learning image data are set.
  • conditional expressions (4) and (5) (or the conditional expressions (8) and (9)), where x 1 to x M are the vectors used as components The It may be replaced with and calculated. Thereby, not only specific learning image data but also suitable measurement data for various learning image data can be selected.
  • N2 groups (where N2 is an integer of 2 or more) are grouped, and a vector consisting of vectors y 1 to y N2 whose components are measured data for each of the N2 groups.
  • x is a vector whose component is a pixel value of learning image data prepared in advance
  • a 2 is a system matrix for calculating internal image data from vectors y 1 to y N2
  • conditional expressions (3) to (5) instead of conditional expressions (3) to (5), the following conditional expressions (13) and (14) (Where ⁇ is an arbitrary constant) or the following conditional expression (15) (However, ⁇ is an arbitrary constant.)
  • the vector y satisfying the above is obtained by back calculation, and when measuring the subject, the internal image data is created using only the measurement data corresponding to the non-zero component of the vector y. May be.
  • the measurement data selection method and the biological measurement apparatus of the above-described biological measurement apparatus instead of the vector y having the measurement data as a component, the measurement data is classified into a plurality of sets according to a predetermined rule, and the measurement data for each of the plurality of sets The above conditional expression calculation is performed using a vector y composed of vectors y 1 to y N2 having as components. Thereby, it is possible to know a set that is unnecessary to obtain image data whose reconstruction error is within an allowable range among a plurality of sets classified according to a predetermined rule.
  • a typical example of the predetermined rule is a light emission position. Classification, classification by light detection position, and classification by decomposition time.
  • a plurality of measurement data obtained for each combination of a plurality of light emission positions, a plurality of light detection positions, and a plurality of decomposition times in the time-resolved waveform are obtained.
  • the vectors y 1 to y N2 may be classified for each decomposition time. This eliminates the measurement data obtained at the decomposition time with a small influence on each pixel value of the internal image data, and only the measurement data obtained at the decomposition time with a large influence on each pixel value can be used. The creation time of internal image data can be shortened effectively.
  • the calculation unit obtains measurement data obtained for each combination of a plurality of light emission positions, a plurality of light detection positions, and a plurality of decomposition times in the time-resolved waveform for each of the plurality of light emission positions.
  • the vectors y 1 to y N2 are classified into vectors y 1 to y N 2, and the vector y satisfying the conditional expressions (13) and (14) or the conditional expression (15) is obtained by back calculation.
  • the apparatus configuration can be simplified and the creation time of the internal image data can be effectively shortened.
  • the light emission position determination method of the biological measurement apparatus which concerns on one Embodiment of this invention is a method of determining a light emission position using the measurement data selection method of the biological measurement apparatus mentioned above.
  • measurement data obtained for each combination of a plurality of light emission positions, a plurality of light detection positions, and a plurality of decomposition times in a time-resolved waveform are classified into a plurality of light emission positions and vectors y 1 to y are used.
  • N2 is obtained by back-calculating the vector y that satisfies the conditional expressions (13) and (14) or the conditional expression (15).
  • a light emitting means for emitting light is arranged only at a light emitting position corresponding to a non-zero component of the vector y.
  • the image is obtained by reducing the number of measurement data necessary for creating the image data. Data creation time can be reduced.
  • FIG. 1 is a diagram showing a configuration of a biological measurement apparatus according to the first embodiment of the present invention.
  • FIG. 2 is a diagram schematically showing a measurement site and a plurality of light emission / measurement ends.
  • FIG. 3A schematically shows an example of the waveform of the measurement light emitted from a certain light emission position and the waveform of the scattered light detected at a certain light detection position after propagating through the measurement site.
  • FIG. 3B is a diagram showing data values at each time when the intensity of the scattered light shown in FIG. 3A is detected and time-resolved.
  • FIG. 4 is a diagram showing the learning image data used in the first embodiment.
  • FIG. 1 is a diagram showing a configuration of a biological measurement apparatus according to the first embodiment of the present invention.
  • FIG. 2 is a diagram schematically showing a measurement site and a plurality of light emission / measurement ends.
  • FIG. 3A schematically shows an example of the waveform of the measurement light emitted from a certain light emission
  • FIG. 5 is a diagram conceptually illustrating an operation of classifying a plurality of measurement data for each decomposition time to obtain vectors y 1 to y k .
  • FIG. 6A is a diagram showing internal image data when reconstruction is performed using only measurement data obtained at the 23 selected decomposition times.
  • FIG. 6B is a diagram showing internal image data when 23 decomposition times are randomly selected as a comparative example.
  • FIG. 7A is a diagram showing internal image data when reconstruction is performed using only measurement data obtained at the selected 17 decomposition times.
  • (B) of FIG. 7 is a figure which shows internal image data at the time of selecting 17 decomposition
  • FIG. 8A is a diagram showing internal image data when reconstruction is performed using only measurement data obtained at 11 selected decomposition times.
  • FIG. 8B is a diagram showing internal image data when 11 decomposition times are selected at random as a comparative example.
  • FIG. 9A is a block diagram illustrating a photodetector, a signal processing circuit, and a calculation unit included in the biological measurement apparatus.
  • FIG. 9B shows an example of a detection signal waveform (typically an impulse response waveform) of scattered light obtained in the photodetector.
  • FIG. 9C shows an example of the waveform of the gate signal in the time gate circuit.
  • (D) of FIG. 9 has shown the measurement data obtained in a data collection part.
  • FIG. 10 is a diagram showing learning image data used in the second embodiment.
  • FIG. 10 is a diagram showing learning image data used in the second embodiment.
  • FIG. 11 is a diagram conceptually illustrating an operation of classifying a plurality of measurement data for each light emission position to obtain vectors y 1 to y m .
  • FIG. 12 is a diagram illustrating a specific area of the learning image data as an example.
  • FIG. 13 is a diagram showing the light emission positions selected in the second embodiment.
  • FIG. 14A is a diagram showing internal image data when reconstruction is performed using only measurement data corresponding to nine selected light emission positions.
  • FIG. 14B is a diagram showing internal image data when nine light emission positions are randomly selected as a comparative example.
  • FIG. 15A is a diagram showing internal image data when reconstruction is performed using only measurement data corresponding to three selected light emission positions.
  • FIG. 15B is a diagram showing internal image data when three light emission positions are randomly selected as a comparative example.
  • FIG. 16A is a diagram showing internal image data when reconstruction is performed using only measurement data corresponding to one selected light emission position.
  • FIG. 16B is a diagram showing internal image data when one light emitting position is randomly selected as a comparative example.
  • FIG. 17 is a diagram illustrating an example of the light emission position varying unit.
  • FIG. 18 is a diagram illustrating an arrangement example of the light emission / measurement end according to the location of the tumor when the measurement target tumor exists in the measurement site.
  • FIG. 19 is a diagram showing another example of the light emission position varying means.
  • FIG. 1 is a diagram illustrating a configuration of a biological measurement apparatus 10 according to the first embodiment.
  • the biological measurement apparatus 10 of the present embodiment is a so-called diffused light tomography apparatus using TRS, which irradiates light to a measurement site B of a subject who is a measurement target, detects diffused light (return light), Based on the detected position and the measured light quantity data (for example, time-resolved photon histogram), the average flight path and average optical path length of the photons are estimated, and the in-vivo information is imaged as an image reconstruction problem.
  • TRS diffused light tomography apparatus using TRS, which irradiates light to a measurement site B of a subject who is a measurement target, detects diffused light (return light), Based on the detected position and the measured light quantity data (for example, time-resolved photon histogram), the average flight path and average optical path length of the photons are estimated, and the in-vivo information is imaged as an image reconstruction
  • the image obtained by this apparatus is a functional image of a body tissue, for example, which visualizes the position of a tumor and the distribution of oxygenated hemoglobin and deoxygenated hemoglobin.
  • a to-be-measured part B a head, a female breast, etc. are assumed, for example.
  • the biological measurement apparatus 10 includes a light irradiating unit that irradiates measurement light into the measurement site B, a light detection unit that detects diffused light generated from the measurement site B due to light irradiation from the light irradiation unit, and a light A calculation unit that calculates a spatial distribution of the absorption coefficient of the measurement site B based on an output signal from the detection unit and creates a reconstructed image of the measurement site B;
  • the light irradiation unit is a part for emitting light from a plurality of light emission positions to the measurement site B of the subject.
  • the light irradiating unit of the present embodiment includes a light emitting end (light emitting means), a light source 22, and light included in each of n (n is an integer of 2 or more) light emitting / measuring ends 16 attached to the measurement site B.
  • the switch 24 is configured.
  • the light source 22 for example, a laser diode can be used.
  • the wavelength of the measurement light is preferably a wavelength in the near infrared region of about 700 nm to 900 nm from the relationship between the transmittance of the living body and the absorption coefficient of the absorber to be quantified.
  • Measured light is emitted from the light source 22 as continuous light, for example.
  • the measurement light emitted from the light source 22 is irradiated to the measurement site B from the light emission / measurement end 16.
  • the optical switch 24 is a 1-input n-output optical switch, which inputs light from the light source 22 through the light source optical fiber 26 and supplies this light to each of the n light emission / measurement ends 16 in order. To do. That is, the optical switch 24 sequentially selects the n output optical fibers 28 connected to each light output / measurement end 16 one by one, and optically connects the output optical fibers 28 and the light source 22. .
  • the light detection unit is a part that detects the intensity of diffused light from the measurement site B at a plurality of light detection positions.
  • the light detection unit of the present embodiment includes an optical measurement end included in each of the n light emission / measurement ends 16 described above, n photodetectors 30 corresponding to each of the n light emission / measurement ends 16, and The n shutters 32 are arranged in front of the input unit of each photodetector. Diffused light from the measurement site B emitted to the optical measurement end of each light emission / measurement end 16 is input to each of the n photodetectors 30 via the detection optical fiber 34.
  • the photodetector 30 generates an analog signal according to the light intensity of the diffused light that has reached the corresponding light emission / measurement end 16.
  • photodetector 30 various things such as a photomultiplier tube (PMT: Photomultiplier Tube), a photodiode, an avalanche photodiode, and a PIN photodiode can be used.
  • PMT Photomultiplier Tube
  • a photodiode an avalanche photodiode
  • a PIN photodiode a photodiode
  • the diffused light from the measurement site B is weak, it is preferable to use a photodetector with high sensitivity or high gain.
  • a signal processing circuit 36 is connected to the signal output terminal of the photodetector 30, and the signal processing circuit 36 digitizes the analog signal output from the photodetector 30 and time-resolves it to perform the TRS calculation. Generate measurement data.
  • the signal processing circuit 36 provides the generated measurement data to the calculation unit 14.
  • the calculation unit 14 calculates a light absorption coefficient distribution in the measurement site B based on the measurement data provided from the signal processing circuit 36, and a reconstructed image relating to the inside of the measurement site B (hereinafter referred to as internal image data). ).
  • the calculation unit 14 is realized by a computer having a calculation unit such as a CPU (Central Processing Unit) and a storage unit such as a memory.
  • the calculation unit 14 may further have a function of controlling the light emission of the light source 22, the operation of the optical switch 24, and the opening / closing of the shutter 32.
  • a recording / display unit 38 is connected to the calculation unit 14, and the calculation result in the calculation unit 14, that is, the internal image data of the measurement site B can be visualized.
  • Calculation of internal information of the measurement site B is performed as follows, for example.
  • the measurement light is sequentially emitted from each of the n light emission / measurement ends 16 into the measurement site B, and the intensity of the light that has passed through the measurement site B and diffused is determined by the n light emission / measurement ends 16.
  • n photodetectors 30 are detected by n photodetectors 30. Based on this detection result, the spatial distribution of the absorption coefficient inside the measurement site B is calculated, and internal image data including information (internal information) on the position and shape of the absorber such as a tumor is created.
  • Non-Patent Document 1 For calculating the absorption coefficient distribution in the calculation unit 14, for example, a well-known method as described in detail in Non-Patent Document 1 may be used.
  • the calculation unit 14 of the present embodiment excludes measurement data that has a small influence on each pixel value of the internal image data from among a plurality of measurement data obtained from the light detection unit, and each pixel of the internal image data. It has a function to selectively use only measurement data that has a large influence on the value.
  • a method for selecting such measurement data in the calculation unit 14 will be described. Note that the measurement data selection method described below may be performed when the biological measurement apparatus 10 is manufactured. In that case, when measuring the measurement site B, the calculation unit 14 may be programmed in advance so that the internal image data is created using only the selected measurement data.
  • FIG. 2 is a diagram schematically showing a measurement site B and a plurality of light emission / measurement ends 16.
  • measurement light is emitted from each of the m light emission / measurement ends 16 to the measurement site B, and scattered light is measured at each light emission / measurement end 16 to obtain a plurality of measurement data.
  • the plurality of measurement data is measurement data at each time that is time-resolved at each light detection position.
  • FIG. 3A shows an example of the waveform of the measurement light P1 emitted from a certain light emission position and the waveform of the scattered light P2 detected at a certain light detection position after propagating through the measurement site B. It is a figure shown roughly.
  • FIG. 3B is a diagram showing data values at each time when the intensity of the scattered light P2 shown in FIG. 3A is detected and time-resolved.
  • the horizontal axis represents time.
  • the vertical axis in FIG. 3A represents the light intensity
  • the vertical axis in FIG. 3B represents the magnitude of the data value.
  • the measurement light P1 is emitted as pulsed light to the measurement site B, but is diffused inside the measurement site B and passes through optical paths of various lengths.
  • the waveform of the scattered light P2 has a shape extending back and forth in time.
  • k is an integer greater than or equal to 2 (the number of time-resolved steps)
  • Such measurement data d 1 , d 2 ,..., D k are obtained for each of the m light emission positions at each of the m light measurement positions. That is, measurement data is obtained for each combination of m light emission positions, m light detection positions, and k decomposition times, and a total of (m ⁇ m ⁇ k) measurement data is obtained. It will be.
  • learning image data is prepared in advance.
  • the learning image data is prepared in advance as an example of the internal image data.
  • an area in the internal image data created by the calculation unit 14 that requires a relatively clear image quality for example, a measurement site B Image data such that a light absorber exists in an area where a tumor is likely to occur.
  • a vector having a plurality of pixel values of the learning image data as components is applied to the vector x described above.
  • condition (17) is a target function in the present embodiment, a condition for minimizing the L0 norm of a vector y consisting of measured data y 1 ⁇ y N1, measurement data y 1 to be used for image reconstruction ⁇ Y This is a condition for minimizing the number of non-zero measurement data among N1 .
  • conditional expression (18) is a constraint condition for suppressing the reconstruction error ⁇ 2 when the same image data as the learning image data is reconstructed to a predetermined value or less.
  • the calculation unit 14 may obtain a vector y that satisfies the following conditional expression (19) instead of the above conditional expressions (17) and (18).
  • ⁇ is an arbitrary constant.
  • the conditional expression (19) is obtained by rewriting the conditional expressions (17) and (18), which are minimization problems with constraints, into minimization problems without constraints, and the conditional expressions (17) and (18). It is easier to calculate.
  • Such a minimization problem without a constraint can be easily solved by an iterative method called an iterative soft-thresholding method in the field of compressed sensing, for example.
  • the upper limit of reconstruction error is defined by ⁇
  • conditional expression (19) the upper limit of reconstruction error is defined by ⁇ .
  • the vector y satisfying the conditional expressions (17) and (18) or the conditional expression (19) has the number of non-zero measurement data among the measurement data y 1 to y N1 while suppressing the reconstruction error within an allowable range. It will be minimized.
  • measurement data that is zero is not necessary to obtain image data whose reconstruction error is within an allowable range, and measurement data that is not zero is an image whose reconstruction error is within an allowable range. This is the minimum measurement data required to obtain data.
  • the calculation unit 14 uses only the measurement data of the light emission position, the light detection position, and the decomposition time corresponding to the measurement data that is not zero among the measurement data y 1 to y N1 as the measurement target B. Create internal image data for use during measurement.
  • the necessary minimum measurement is performed when measuring the subject after calculating the vector y indicating the minimum measurement data as described above.
  • Internal image data is created using only the data. Therefore, it is possible to reduce the time for creating image data by reducing the number of measurement data.
  • the L0 norm of the vector y is minimized in the conditional expression (17), and the expression including the L0 norm of the vector y is also minimized in the conditional expression (19).
  • the L0 norm is a non-convex function, the amount of calculation for minimization increases. Therefore, in this modification, the L0 norm of the vector y in the conditional expressions (17) and (19) is replaced with the L1 norm that is a convex function to perform an approximate minimization calculation. That is, the calculation unit 14 may obtain a vector y that satisfies the following conditional expressions (20) and (21) or a vector y that satisfies the conditional expression (22). According to this modification, the norm of the vector y can be easily calculated, and the time required for selecting the minimum necessary measurement data can be shortened.
  • one piece of learning image data is prepared in advance, and conditional expressions (18) and (19) are calculated.
  • the light emission position, the light detection position, and the decomposition time of the finally selected measurement data are the light emission position, the light detection position, and the decomposition time that are optimum for the learning image data.
  • the reconstruction error is not always sufficiently small.
  • the number of pieces of learning image data prepared in advance is set to 2 or more. That is, typical M pieces of image data for learning (M is an integer of 2 or more) assumed in the measurement site B are prepared in advance, and a vector whose components are pixel values of the M pieces of image data for learning is used.
  • x 1 to x M in each conditional expression The Replace with and calculate. Thereby, not only specific learning image data but also suitable measurement data can be selected for various learning image data, and the reconstruction error can be reduced.
  • learning image data similar to that in the above embodiment is prepared in advance. Then, a vector having a plurality of pixel values of the learning image data as components is applied to the vector x described above.
  • Condition (26) is a target function in the present embodiment, a condition for minimizing the L0 norm of a vector y comprising a vector y 1 ⁇ y N1, the vector y 1 ⁇ y used for image reconstruction This is a condition for minimizing the number of non-zero vectors in N1 .
  • Conditional expression (27) is a constraint condition for suppressing the reconstruction error ⁇ 2 when the same image data as the learning image data is reconstructed to a predetermined value or less.
  • conditional expression (28) is obtained by rewriting conditional expressions (26) and (27), which are minimization problems with constraints, into minimization problems without constraints, and conditional expressions (26) and (27). It is easier to calculate.
  • the measurement data is classified into a plurality of sets according to a predetermined rule, and the vector y 1 using the measurement data for each of the plurality of sets as a component.
  • ⁇ Y The above conditional expression is calculated using the vector y consisting of N2 .
  • a typical example of the predetermined rule depends on the light emission position. Classification, classification based on the light detection position, and classification based on the decomposition time may be mentioned.
  • N2 m.
  • N2 k.
  • FIG. 4 is a diagram showing the learning image data D1 used in the present embodiment, and includes a plurality of spots SP simulating a tumor or the like.
  • FIG. 5 is a diagram conceptually showing an operation of classifying a plurality of measurement data into the decomposition times to obtain vectors y 1 to y k .
  • FIG. 6A is a diagram showing internal image data when reconstruction is performed using only the measurement data obtained at the 23 decomposition times.
  • FIG. 6B is a diagram showing internal image data when 23 decomposition times are randomly selected as a comparative example. As shown in FIG. 6A and FIG. 6B, it can be seen that in this embodiment, a good image quality can be obtained as compared with the comparative example by appropriately selecting the 23 decomposition times.
  • FIG. 7A is a diagram showing internal image data when reconstruction is performed using only the measurement data obtained at the 17 decomposition times.
  • FIG. 7B is a diagram showing internal image data when 17 decomposition times are randomly selected as a comparative example. As shown in FIG. 7A and FIG. 7B, it can be seen that, in the present embodiment, it is possible to obtain better image quality than in the comparative example by appropriately selecting 17 decomposition times.
  • the vectors corresponding to the eleventh eighteenth to eighteenth decomposition times counted from the measurement start time were not zero vectors but significant values.
  • FIG. 8A is a diagram showing internal image data when reconstruction is performed using only the measurement data obtained at these eleven decomposition times.
  • FIG. 8B is a diagram showing internal image data when 11 decomposition times are selected at random as a comparative example. As shown in FIG. 8A and FIG. 8B, it can be seen that, in the present embodiment, better image quality can be obtained compared to the comparative example by appropriately selecting 11 disassembly times.
  • the measurement data selection method for example, by classifying the measurement data for each decomposition time of the time-resolved spectroscopy, the optimum among the many decomposition times is obtained. Decomposition time can be determined. Then, by reconstructing the internal image data using only the measurement data at the optimal decomposition time, it is possible to obtain internal image data with good image quality.
  • measurement data obtained at a relatively early decomposition time among a plurality of decomposition times is useful for improving the image quality of the internal image data.
  • FIG. 9A is a block diagram illustrating the photodetector 30, the signal processing circuit 36, and the calculation unit 14 included in the biological measurement apparatus 10.
  • the signal processing circuit 36 includes a time gate circuit (Time Gate Circuit; TGC) 36a and a data collection unit 36b. It is preferable to have.
  • FIG. 9B shows an example of a detection signal waveform (typically an impulse response waveform) of scattered light obtained in the photodetector 30, and
  • FIG. 9C shows a time gate circuit 36a.
  • 9D shows an example of the waveform of the gate signal in FIG. 9, and FIG. 9D shows measurement data obtained in the data collection unit 36b.
  • FIG. 10 is a diagram showing the learning image data D2 used in the present embodiment, and includes a plurality of spots SP simulating tumors and the like.
  • FIG. 10 also shows the positions of the light emission / measurement end 16 (that is, the light emission position and the light detection position) A 1 to A 20 .
  • FIG. 11 is a diagram conceptually illustrating an operation of classifying a plurality of measurement data for each light emission position to obtain vectors y 1 to y m .
  • the conditional expression (28) described above may be modified as follows.
  • the vector z is a vector indicating a pixel value of a specific region (particularly, a region requiring image quality, a region where a tumor is easily generated, etc.) among the vector x indicating each pixel value of the learning image data D2.
  • FIG. 12 is a diagram illustrating the specific area D3 of the learning image data D2 as an example.
  • the system matrix H is a system matrix obtained by extracting part related vector z of the system matrix A 2.
  • FIG. 14A is a diagram showing internal image data when reconstruction is performed using only measurement data corresponding to these nine light emission positions.
  • FIG. 14B shows a comparative example in which nine light emission positions are selected at random (specifically, light emission positions A 2 , A 3 , A 5 , A 8 , A 12 , A 15 , A 17 , A 18 , A 20 ). As shown in FIG. 14A and FIG. 14B, it can be seen that in this embodiment, it is possible to obtain better image quality than in the comparative example by appropriately selecting nine light emission positions. .
  • FIG. 15A is a diagram showing internal image data when reconstruction is performed using only measurement data corresponding to these three light emission positions.
  • FIG. 15B is a diagram showing internal image data when three light emission positions are selected at random (specifically, light emission positions A 15 , A 17 , A 18 ) as a comparative example. It is. As shown in FIG. 15A and FIG. 15B, it can be seen that in this embodiment, it is possible to obtain better image quality than in the comparative example by appropriately selecting the three light emitting positions. .
  • the vector corresponding to one light emission position close to the specific region D3 is not a zero vector but has a significant value.
  • FIG. 16A is a diagram showing internal image data when reconstruction is performed using only measurement data corresponding to the one light emission position.
  • FIG. 16B is a diagram showing internal image data when one light emission position is selected at random (specifically, the light emission position A 15 ) as a comparative example. As shown in FIG. 16A and FIG. 16B, it can be seen that in this embodiment, it is possible to obtain better image quality than in the comparative example by appropriately selecting one light emitting position. .
  • the measurement data selection method for example, by classifying measurement data for each light emission position, the image quality is maintained from among a large number of light emission positions. Therefore, the optimum light emission position can be determined. Then, by reconstructing the internal image data using only the measurement data at the optimal light emission position, it is possible to obtain internal image data with good image quality.
  • tumors such as cancer cells tend to occur in a specific region with a high probability, but according to this embodiment, measurement data corresponding to a light output position close to the specific region D3 among a plurality of light output positions.
  • the biological measurement apparatus 10 preferably further includes a light emission position variable unit.
  • the light emission position variable means can move the light emission / measurement end 16 (see FIG. 1) for emitting measurement light to two or more light emission positions selected from a plurality of preset light emission positions. Or it is a means comprised so that it can arrange
  • the light emission position changing means is configured to select only n (n is an integer of 1 or more, n ⁇ m) light emission / measurement ends 16 among m light emission / measurement ends 16 arranged in advance. It is comprised so that measurement light may be irradiated from.
  • Such light emission position varying means is preferably realized by selectively supplying measurement light to only the n light emission / measurement ends 16 by means of the optical switch 24, for example.
  • the light emission position varying means may be configured so that, for example, n light emission / measurement ends 16 prepared in advance move to n light emission positions selected from the m light emission positions.
  • An actuator (not shown) attached to the emission / measurement end 16 may be controlled.
  • the light emission position changing means is a mechanism that allows the operator to freely attach and detach, for example, n light emission / measurement ends 16 to n light emission positions selected from m light emission positions. It may be.
  • FIG. 17 is a diagram showing an example of the light emission position varying means.
  • the light emission position varying means shown in the figure includes m folders 17 to which the light emission / measurement end 16 can be attached and detached.
  • the m folders 17 are attached to the measuring cup 40 at a predetermined interval.
  • the measurement cup 40 is a substantially hemispherical container having an open upper end. For example, a breast is inserted into the measurement cup 40 as the measurement site B. Further, a liquid interface agent having a light absorption coefficient and a light scattering coefficient equivalent to those of the measurement site B is injected between the measurement site B and the measurement cup 40.
  • FIGS. 18A and 18B show an arrangement example of the light emission / measurement end 16 according to the location of the tumor E when the tumor E to be measured is present in the measurement site B.
  • the light emission position variable means that allows the operator to freely attach and detach the n light emission / measurement ends 16 to the n light emission positions selected from the m light emission positions.
  • a small number of light emitting / measuring ends 16 can be arranged at optimal positions to create high-quality internal image data.
  • the calculation unit 14 of the biological measurement apparatus 10 may present an optimal light emission position to the operator through display means such as a display. If the number of light emitting / measuring terminals 16 is not limited, the light emitting / measuring terminals 16 are attached to all the folders 17 in the figure, and the n light emitting / measuring / measurements are obtained from the obtained measurement data.
  • the internal image data may be created using only the measurement data related to the end 16.
  • FIG. 19 is a diagram showing another example of the light emission position varying means.
  • the light emission position varying means shown in the figure includes a plurality of holder rings 19 to which the light emission / measurement ends 16 are fixed.
  • the plurality of holder rings 19 surround the measurement site B and are arranged side by side in the insertion direction of the measurement site B. Further, the interval F between the plurality of holder rings 19 is variable, and the actuator is arranged so that the light emitting / measuring end 16 moves to n light emitting positions selected from m light emitting positions. (Not shown).
  • the light emitting / measuring end 16 irradiates measurement light to the inside of the measurement site B while being in contact with it.
  • the measurement data selection method of the biological measurement device, the light emission position determination method of the biological measurement device, and the biological measurement device are not limited to the above-described embodiments, and various other modifications are possible.
  • each modification, and each example the calculation unit of the biological measurement device calculates the conditional expression to obtain measurement data or the light emission position to be selected.
  • the manufacturer may perform the manufacturing of the biological measuring device.
  • the living body measurement apparatus may be completed in a state in which the light emission / measurement end is arranged in advance at the selected optimal light emission position.
  • the present invention relates to a measurement data selection method for a biological measurement apparatus, a light emission position determination method for a biological measurement apparatus, and a living body that can reduce the number of pieces of measurement data required to create image data to shorten the creation time of the image data. It can be used as a measuring device.
  • DESCRIPTION OF SYMBOLS 10 ... Biological measuring device, 14 ... Operation part, 16 ... Light emission / measurement end, 17 ... Folder, 19 ... Holder ring, 22 ... Light source, 24 ... Optical switch, 26 ... Optical fiber for light source, 28 ... Optical fiber for emission , 30: photodetector, 32: shutter, 34: optical fiber for detection, 36: signal processing circuit, 36a: time gate circuit, 36b ... data collection unit, 38 ... display unit, 40 ... measuring cup, B ... measured Part, D1, D2 ... image data for learning, D3 ... specific area, P1 ... measurement light, P2 ... scattered light, SP ... spot.

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Biophysics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Radiology & Medical Imaging (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

　この計測データ選択方法は、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データｙ１～ｙＮ１からなるベクトルを式（１）とし、内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、計測データｙ１～ｙＮ１から内部画像データを算出するためのシステム行列をＡ１としたときに、以下の条件式（２）及び（３）を満たすか、若しくは次の条件式（４）を満たすベクトルｙを逆算して求め、被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて内部画像データを作成する。

Description

生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置
　本発明は、生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置に関する。
　頭部や乳房といった生体の内部情報を非侵襲的に計測する装置として、生体の光吸収特性を利用して内部情報を得る、いわゆる拡散光トモグラフィ（ＤＯＴ；Diffuse Optical Tomography）を用いたものが提案されている。このような計測装置においては、計測対象となる生体の部位に対して所定の照射位置から光を照射し、当該部位の内部を散乱されつつ伝播された光を所定の検出位置で検出する。そして、その強度や時間波形などの測定結果から、当該部位の内部情報、すなわち当該部位の内部に存在する腫瘍などの光吸収体に関する情報を得ることができる。例えば非特許文献１には、多チャンネルの時間分解分光計測装置を用いて生体の３次元光イメージングを行う方法が記載されている。
Y. Ueda,K. Yoshimoto, E. Ohmae, T. Suzuki, T. Yamanaka, D. Yamashita, H. Ogura, C.Teruya, H. Nasu, E. Imi, H. Sakahara, M. Oda, Y. Yamashita, "Time-Resolved Optical Mammography and ItsPreliminary Clinical Results", Technology in Cancer Research and Treatment, Vol. 10, No. 5, pp.393-401,(2011)
　一般的に、拡散光トモグラフィにおける画像データ作成のための計算（画像再構成）は、次の数式（１）のような線形方程式によって定式化される。ここで、ベクトルｘは画像データを表すｎ次元ベクトル（ｎは画素数）である。ベクトルｙは計測データを表すｍ次元ベクトル（ｍはデータ数）である。行列Ａはベクトルｘ、ｙを関係付けるｍ行ｎ列のシステム行列である。
Figure JPOXMLDOC01-appb-M000021
 拡散光トモグラフィにおける画像再構成とは、この数式（１）からベクトルｘを逆算することを意味する。
　ここで、拡散光トモグラフィには、Ｘ線ＣＴやポジトロン断層法（ＰＥＴ）といった他の方式と比較して、計測データの数が極めて多いという特徴がある。特に、時間分解分光法（Time Resolved Spectroscopy；ＴＲＳ）を利用する拡散光トモグラフィでは、計測データの量は光検出位置の個数と時間分解ステップの数との積となる。二次元再構成の場合、一例では２８８００個ものデータ数となる。このようなデータ数は、画像データの大きさ（一例では６４行６４列すなわち４０９６画素）よりも格段に大きく、画像データの算出に長時間を要する原因となっている。三次元再構成の場合は更にデータ量が膨大となる。
　本発明は、画像データの作成に必要な計測データの数を減じて画像データの作成時間を短縮することができる生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置を提供することを目的とする。
　本発明の一実施形態に係る生体計測装置の計測データ選択方法は、複数の光出射位置から被検者の被計測部位へパルス状の光を出射し、複数の光検出位置において得られる被計測部位からの拡散光の時間分解波形に基づいて被計測部位の内部画像データを作成する生体計測装置において、内部画像データを作成するために使用される計測データを選択する方法である。この方法では、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データｙ１～ｙＮ１（但し、Ｎ１は２以上の整数）からなるベクトルを
Figure JPOXMLDOC01-appb-M000022
 とし、内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、計測データｙ１～ｙＮ１から内部画像データを算出するためのシステム行列をＡ１としたときに、以下の条件式（３）及び（４）
Figure JPOXMLDOC01-appb-M000023
Figure JPOXMLDOC01-appb-M000024
 （但し、εは任意の定数）を満たすか、若しくは次の条件式（５）
Figure JPOXMLDOC01-appb-M000025
 （但し、βは任意の定数）を満たすベクトルｙを逆算して求め、被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて内部画像データを作成する。
　また、本発明の一実施形態に係る生体計測装置は、複数の光出射位置から被検者の被計測部位へパルス状の光を出射する光出射部と、複数の光検出位置において得られる被計測部位からの拡散光の時間分解波形に基づいて被計測部位の内部画像データを作成する演算部とを備える。演算部は、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データｙ１～ｙＮ１（但し、Ｎ１は２以上の整数）からなるベクトルを
Figure JPOXMLDOC01-appb-M000026
 とし、内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、計測データｙ１～ｙＮ１から内部画像データを算出するためのシステム行列をＡ１としたときに、以下の条件式（７）及び（８）
Figure JPOXMLDOC01-appb-M000027
Figure JPOXMLDOC01-appb-M000028
 （但し、εは任意の定数）を満たすか、若しくは次の条件式（９）
Figure JPOXMLDOC01-appb-M000029
 （但し、βは任意の定数）を満たすベクトルｙを逆算して求め、被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて内部画像データを作成する。
　上述した生体計測装置の計測データ選択方法および生体計測装置では、上記の条件式（３）及び（４）、若しくは条件式（５）を満たす（又は、条件式（７）及び（８）、若しくは条件式（９）を満たす）ベクトルｙを求めている。条件式（３）及び（７）は、ベクトルｙのＬ０ノルムを最小化するための条件であり、また、条件式（４）及び（８）は、学習用画像データと同一の画像データを再構成したときの再構成誤差ε2を所定の値以下に抑えるための制約条件である。また、条件式（５）及び（９）は、制約条件付きの問題である条件式（３）及び（４）並びに（７）及び（８）を、制約条件無しの問題に書き換えたものである。
　したがって、条件式（３）及び（４）、若しくは条件式（５）を満たす（又は、条件式（７）及び（８）、若しくは条件式（９）を満たす）ベクトルｙは、再構成誤差を許容範囲内に抑えつつ、計測データｙ１～ｙＮ１のうち零ではない計測データの個数が最小化されたものとなる。このようなベクトルｙにおいて、零である計測データは、再構成誤差が許容範囲内である画像データを得るために不要であり、零ではない計測データは、必要最小限の計測データである。
　上述した計測データ選択方法および生体計測装置では、このような必要最小限の計測データを示すベクトルｙを算出した上で、被検者を計測する際に、その必要最小限の計測データのみを用いて内部画像データを作成する。したがって、計測データの数を減じて画像データの作成時間を短縮することができる。
　また、上述した生体計測装置の計測データ選択方法および生体計測装置では、条件式（３）及び（５）（又は条件式（７）及び（９））におけるベクトルｙのＬ０ノルムをベクトルｙのＬ１ノルムに置き換えて計算してもよい。これにより、ベクトルｙのノルムの算出が容易となり、必要最小限の計測データの算出時間を短縮することができる。
　また、上述した生体計測装置の計測データ選択方法および生体計測装置では、予めＭ枚（Ｍは２以上の整数）の学習用画像データを用意し、該Ｍ枚の学習用画像データの画素値を成分とするベクトルをｘ１～ｘＭとして、条件式（４）及び（５）（又は条件式（８）及び（９））における
Figure JPOXMLDOC01-appb-M000030
 を
Figure JPOXMLDOC01-appb-M000031
 に置き換えて計算してもよい。これにより、特定の学習用画像データに限らず、様々な学習用画像データに対して好適な計測データを選択することができる。
　また、上述した生体計測装置の計測データ選択方法および生体計測装置では、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データを所定のルールに従ってＮ２個（但し、Ｎ２は２以上の整数）の組に分類し、Ｎ２個の組毎の計測データを成分とするベクトルｙ１～ｙＮ２からなるベクトルを
Figure JPOXMLDOC01-appb-M000032
 とし、内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、ベクトルｙ１～ｙＮ２から内部画像データを算出するためのシステム行列をＡ２としたときに、条件式（３）～（５）に代えて、以下の条件式（１３）及び（１４）
Figure JPOXMLDOC01-appb-M000033
Figure JPOXMLDOC01-appb-M000034
 （但し、εは任意の定数）を満たすか、若しくは次の条件式（１５）
Figure JPOXMLDOC01-appb-M000035
 （但し、βは任意の定数）を満たすベクトルｙを逆算して求め、被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて内部画像データを作成してもよい。
　上述した生体計測装置の計測データ選択方法および生体計測装置では、計測データを成分とするベクトルｙに代えて、計測データを所定のルールに従って複数の組に分類し、該複数の組毎の計測データを成分とするベクトルｙ１～ｙＮ２からなるベクトルｙを用いて上記の条件式演算を行う。これにより、所定のルールに従って分類された複数の組のうち、再構成誤差が許容範囲内である画像データを得るために不要である組を知ることができる。なお、計測データは、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られたものなので、上記所定のルールの典型例としては、光出射位置による分類、光検出位置による分類、および分解時刻による分類が挙げられる。
　上述した計測データ選択方法および生体計測装置では、このような必要最小限の計測データの組を示すベクトルｙを算出した上で、被検者を計測する際に、その必要最小限の計測データの組のみを用いて内部画像データを作成する。したがって、計測データの数を減じて画像データの作成時間を短縮することができる。
　また、上述した生体計測装置の計測データ選択方法および生体計測装置では、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データを、複数の分解時刻毎に分類してベクトルｙ１～ｙＮ２としてもよい。これにより、内部画像データの各画素値への影響が小さい分解時刻に得られた計測データを排除し、各画素値への影響が大きい分解時刻に得られた計測データのみを用いることができ、内部画像データの作成時間を効果的に短縮することができる。
　また、上述した生体計測装置は、演算部が、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データを、複数の光出射位置毎に分類してベクトルｙ１～ｙＮ２とし、条件式（１３）及び（１４）、若しくは条件式（１５）を満たすベクトルｙを逆算して求め、当該生体計測装置が、該ベクトルｙの零ではない成分に対応する光出射位置に、光を出射する光出射手段を移動可能若しくは選択的に配置可能なように構成された光出射位置可変手段を更に備えてもよい。これにより、内部画像データの各画素値への影響が小さい光出射位置を排除し、各画素値への影響が大きい光出射位置のみから光を出射するように装置を構成できるので、光出射手段の数を減じて装置構成を簡素化するとともに、内部画像データの作成時間を効果的に短縮することができる。
　また、本発明の一実施形態に係る生体計測装置の光出射位置決定方法は、上述した生体計測装置の計測データ選択方法を用いて光出射位置を決定する方法である。この方法では、複数の光出射位置、複数の光検出位置、及び時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データを、複数の光出射位置毎に分類してベクトルｙ１～ｙＮ２とし、条件式（１３）及び（１４）、若しくは条件式（１５）を満たすベクトルｙを逆算して求める。そして、被検者を計測する際、若しくは生体計測装置を製造する際に、該ベクトルｙの零ではない成分に対応する光出射位置のみに、光を出射する光出射手段を配置する。これにより、内部画像データの各画素値への影響が小さい光出射位置に対応する計測データを排除し、各画素値への影響が大きい光出射位置に対応する計測データのみを用いることができ、内部画像データの作成時間を効果的に短縮することができる。
　本発明の一実施形態に係る生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置によれば、画像データの作成に必要な計測データの数を減じて画像データの作成時間を短縮することができる。
図１は、本発明の第１実施形態に係る生体計測装置の構成を示す図である。 図２は、被計測部位および複数の光出射／計測端を概略的に示す図である。 図３（ａ）は、或る光出射位置から出射される測定光の波形と、被計測部位内部を伝搬した後に或る光検出位置において検出される散乱光の波形との一例を概略的に示す図である。図３（ｂ）は、（ａ）に示された散乱光の強度を検出し、時間分解したときの各時刻毎のデータ値を示す図である。 図４は、第１実施例で用いられた学習用画像データを示す図である。 図５は、複数の計測データを分解時刻毎に分類してベクトルｙ１～ｙｋとする操作を概念的に示す図である。 図６の（ａ）は、選択された２３個の分解時刻において得られた計測データのみを用いて再構成を行ったときの内部画像データを示す図である。図６の（ｂ）は、比較例として、２３個の分解時刻をランダムに選択した場合の内部画像データを示す図である。 図７の（ａ）は、選択された１７個の分解時刻において得られた計測データのみを用いて再構成を行ったときの内部画像データを示す図である。図７の（ｂ）は、比較例として、１７個の分解時刻をランダムに選択した場合の内部画像データを示す図である。 図８の（ａ）は、選択された１１個の分解時刻において得られた計測データのみを用いて再構成を行ったときの内部画像データを示す図である。図８の（ｂ）は、比較例として、１１個の分解時刻をランダムに選択した場合の内部画像データを示す図である。 図９の（ａ）は、生体計測装置が備える光検出器、信号処理回路、及び演算部を示すブロック図である。図９の（ｂ）は、光検出器において得られる散乱光の検出信号波形（典型的には、インパルス応答波形）の例を示している。図９の（ｃ）は、時間ゲート回路におけるゲート信号の波形の例を示している。図９の（ｄ）は、データ収集部において得られる計測データを示している。 図１０は、第２実施例で用いられた学習用画像データを示す図である。 図１１は、複数の計測データを光出射位置毎に分類してベクトルｙ１～ｙｍとする操作を概念的に示す図である。 図１２は、学習用画像データの特定領域を一例として示す図である。 図１３は、第２実施例において選択された光出射位置を示す図である。 図１４の（ａ）は、選択された９個の光出射位置に対応する計測データのみを用いて再構成を行ったときの内部画像データを示す図である。図１４の（ｂ）は、比較例として、９個の光出射位置をランダムに選択した場合の内部画像データを示す図である。 図１５の（ａ）は、選択された３個の光出射位置に対応する計測データのみを用いて再構成を行ったときの内部画像データを示す図である。図１５の（ｂ）は、比較例として、３個の光出射位置をランダムに選択した場合の内部画像データを示す図である。 図１６の（ａ）は、選択された１個の光出射位置に対応する計測データのみを用いて再構成を行ったときの内部画像データを示す図である。図１６の（ｂ）は、比較例として、１個の光出射位置をランダムに選択した場合の内部画像データを示す図である。 図１７は、光出射位置可変手段の一例を示す図である。 図１８は、計測対象である腫瘍が被計測部位内に存在する場合における、腫瘍の存在場所に応じた光出射／計測端の配置例を示す図である。 図１９は、光出射位置可変手段の別の例を示す図である。
　以下、添付図面を参照しながら生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置の実施の形態を詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。
　（第１の実施の形態）
図１は、第１実施形態に係る生体計測装置１０の構成を示す図である。本実施形態の生体計測装置１０は、いわゆるＴＲＳによる拡散光トモグラフィ装置であって、計測対象である被検者の被計測部位Ｂに光を照射し、拡散光（戻り光）を検出し、その検出位置と計測された光量データ（例えば時間分解光子ヒストグラム）とに基づいて、光子の平均飛行経路と平均光路長を推定し、画像再構成問題として体内の情報を画像化する。この装置によって得られる画像は、例えば腫瘍の位置や酸素化ヘモグロビン及び脱酸素化ヘモグロビンの分布を可視化したものであり、体組織の機能画像である。なお、被計測部位Ｂとしては、例えば頭部や女性の乳房等が想定される。
　生体計測装置１０は、計測光を被計測部位Ｂの内部に照射する光照射部と、光照射部からの光の照射により被計測部位Ｂから生じた拡散光を検出する光検出部と、光検出部からの出力信号に基づいて被計測部位Ｂの吸収係数の空間的分布を計算し、被計測部位Ｂの再構成画像を作成する演算部１４とを備えている。
　光照射部は、複数の光出射位置から被検者の被計測部位Ｂへ光を出射するための部分である。本実施形態の光照射部は、被計測部位Ｂに取り付けられるｎ個（ｎは２以上の整数）の光出射／計測端１６それぞれが有する光出射端（光出射手段）、光源２２、および光スイッチ２４によって構成されている。光源２２としては、例えばレーザダイオードを使用することができる。計測光の波長としては、生体の透過率と定量すべき吸収体の分吸収係数との関係等から、７００ｎｍ～９００ｎｍ程度の近赤外線領域の波長が好ましい。
　計測光は、例えば連続光として光源２２から出射される。光源２２から出射された計測光は、光出射／計測端１６から被計測部位Ｂへ照射される。光スイッチ２４は、１入力ｎ出力の光スイッチであり、光源２２から光源用光ファイバ２６を介して光を入力し、この光を上記ｎ個の光出射／計測端１６それぞれに対して順に供給する。すなわち、光スイッチ２４は、各光出射／計測端１６に接続されたｎ本の出射用光ファイバ２８を１本ずつ順に選択し、当該出射用光ファイバ２８と光源２２とを光学的に接続する。
　光検出部は、被計測部位Ｂからの拡散光の強度を複数の光検出位置において検出する部分である。本実施形態の光検出部は、前述したｎ個の光出射／計測端１６それぞれが有する光計測端と、ｎ個の光出射／計測端１６それぞれに対応するｎ個の光検出器３０と、各光検出器の入力部前段に配置されたｎ個のシャッター３２とによって構成されている。ｎ個の光検出器３０それぞれには、各光出射／計測端１６の光計測端に出射した被計測部位Ｂからの拡散光が、検出用光ファイバ３４を介して入力される。光検出器３０は、対応する光出射／計測端１６に到達した拡散光の光強度に応じてアナログ信号を生成する。光検出器３０としては、光電子増倍管（ＰＭＴ：Photomultiplier Tube）の他、フォトダイオード、アバランシェフォトダイオード、ＰＩＮフォトダイオード等、様々なものを使用することができる。被計測部位Ｂからの拡散光が微弱であるときは、高感度あるいは高利得の光検出器を使用することが好ましい。
　光検出器３０の信号出力端には信号処理回路３６が接続されており、信号処理回路３６は、光検出器３０から出力されたアナログ信号をディジタル化するとともに時間分解して、ＴＲＳ演算の元となる計測データを生成する。信号処理回路３６は、生成した計測データを演算部１４へ提供する。
　演算部１４は、信号処理回路３６から提供された計測データに基づいて、被計測部位Ｂ内の光吸収係数分布を演算し、被計測部位Ｂの内部に関する再構成画像（以下、内部画像データという）を作成する。演算部１４は、例えば、ＣＰＵ（Central Processing Unit）といった演算手段及びメモリなどの記憶手段を有するコンピュータによって実現される。なお、演算部１４は、光源２２の発光、光スイッチ２４の動作及びシャッター３２の開閉を制御する機能を更に有するとよい。また、演算部１４には記録／表示部３８が接続されており、演算部１４における演算結果、すなわち被計測部位Ｂの内部画像データを可視化することが可能となっている。
　被計測部位Ｂの内部情報の算出すなわち内部情報計測は、例えば次のようにして行われる。ｎ個の光出射／計測端１６のそれぞれから被計測部位Ｂの内部へ計測光を順に出射させ、被計測部位Ｂを通過して拡散した光の強度を、ｎ個の光出射／計測端１６を介してｎ個の光検出器３０により検出する。この検出結果に基づいて、被計測部位Ｂの内部における吸収係数の空間的分布を演算し、腫瘍などの吸収体の位置や形状に関する情報（内部情報）を含む内部画像データを作成する。
　なお、演算部１４における吸収係数分布の算出には、例えば非特許文献１に詳しく説明されているような周知の方法を用いるとよい。
　ここで、本実施形態の演算部１４は、光検出部から得られた複数の計測データのうち、内部画像データの各画素値への影響が小さい計測データを排除し、内部画像データの各画素値への影響が大きい計測データのみを選択的に使用する機能を備えている。以下、演算部１４におけるこのような計測データの選択方法について説明する。なお、以下に説明する計測データの選択方法は、生体計測装置１０の製造時に行われてもよい。その場合、被計測部位Ｂを計測する際に、選択された計測データのみを使用して内部画像データを作成するように、演算部１４が製造時に予めプログラムされてもよい。
　図２は、被計測部位Ｂおよび複数の光出射／計測端１６を概略的に示す図である。図２に示されるように、被計測部位Ｂの周囲に、ｍ個（但し、ｍは２以上の整数、図２ではｍ＝１６）の光出射位置に光出射／計測端１６が配置されているものとする。まず、ｍ個の光出射／計測端１６のそれぞれから被計測部位Ｂに計測光を出射させるとともに、各光出射／計測端１６において散乱光を計測し、複数の計測データを得る。ここで、複数の計測データとは、各光検出位置において時間分解された各時刻における計測データである。
　図３（ａ）は、或る光出射位置から出射される測定光Ｐ１の波形と、被計測部位Ｂ内部を伝搬した後に或る光検出位置において検出される散乱光Ｐ２の波形との一例を概略的に示す図である。また、図３（ｂ）は、図３（ａ）に示された散乱光Ｐ２の強度を検出し、時間分解したときの各時刻毎のデータ値を示す図である。図３（ａ）及び図３（ｂ）において、横軸は時間を表している。図３（ａ）の縦軸は光強度を表し、図３（ｂ）の縦軸はデータ値の大きさを表している。
　図３（ａ）に示されるように、測定光Ｐ１は被計測部位Ｂにパルス状の光として出射するが、被計測部位Ｂの内部において拡散されて様々な長さの光路を通過するため、散乱光Ｐ２の波形は時間的に前後に伸びた形状となる。この散乱光Ｐ２の波形をｋ個（但し、ｋは２以上の整数（時間分解ステップ数））の区間に時間分解すると、図３（ｂ）に示されるように、各時刻ｔ１，ｔ２，・・・，ｔｋにおける計測データｄ１，ｄ２，・・・，ｄｋが得られる。このような計測データｄ１，ｄ２，・・・，ｄｋは、ｍ個の光計測位置のそれぞれにおいて、ｍ個の光出射位置のそれぞれについて得られる。すなわち、計測データは、ｍ個の光出射位置、ｍ個の光検出位置、及びｋ個の分解時刻の組み合わせ毎に得られ、総計して（ｍ×ｍ×ｋ）個の計測データが得られることとなる。
　ここで、これら（ｋ×ｍ×ｍ）個の計測データを、計測データｙ１～ｙＮ１（但し、Ｎ１は２以上の整数であり、Ｎ１＝ｋ×ｍ×ｍである）とする。そして、Ｎ１個の計測データｙ１～ｙＮ１からなる次のベクトルｙを定義する。
Figure JPOXMLDOC01-appb-M000036
 また、内部画像データの複数の画素値を成分とするベクトルをｘとし、ベクトルｙからベクトルｘを算出するためのシステム行列をＡ１とする（前述した数式（１）を参照）。
　また、本実施形態では、学習用画像データが予め用意される。学習用画像データは、内部画像データの例として予め用意されるものであって、例えば、演算部１４において作成される内部画像データ内において比較的明瞭な画質が必要な領域、例えば被計測部位Ｂにおいて腫瘍ができやすい領域内に光吸収体が存在するような画像データである。そして、上述したベクトルｘに、この学習用画像データの複数の画素値を成分とするベクトルを適用する。
　そして、演算部１４は、以下の条件式（１７）及び（１８）を満たすベクトルｙを求める。但し、εは任意の定数である。
Figure JPOXMLDOC01-appb-M000037
Figure JPOXMLDOC01-appb-M000038
 条件式（１７）は、本実施形態における目的関数である、計測データｙ１～ｙＮ１からなるベクトルｙのＬ０ノルムを最小化するための条件であり、画像再構成に用いられる計測データｙ１～ｙＮ１のうち零ではない計測データの個数を最小にするための条件である。また、条件式（１８）は、学習用画像データと同一の画像データを再構成したときの再構成誤差ε2を所定の値以下に抑えるための制約条件である。すなわち、上記の条件式（１７）及び（１８）を解くことにより、典型的な学習用画像データが与えられたときにその学習用画像データの再構成誤差を一定値ε2以下に抑え得るベクトルｙの中で、最小のデータセットである必要最小限の計測データから成るものを決定することができる。
　また、演算部１４は、上の条件式（１７）及び（１８）に代えて、以下の条件式（１９）を満たすベクトルｙを求めてもよい。但し、βは任意の定数である。
Figure JPOXMLDOC01-appb-M000039
 条件式（１９）は、制約条件付きの最小化問題である条件式（１７）及び（１８）を、制約条件無しの最小化問題に書き換えたものであり、条件式（１７）及び（１８）よりも演算が容易である。このような制約条件無しの最小化問題は、例えばコンプレストセンシング分野におけるiterative soft‐thresholding法と呼ばれる反復手法によって容易に解くことができる。なお、条件式（１７）及び（１８）では再構成誤差の上限がεによって規定されるが、条件式（１９）では、再構成誤差の上限がβによって規定される。
　条件式（１７）及び（１８）、又は条件式（１９）を満たすベクトルｙは、再構成誤差を許容範囲内に抑えつつ、計測データｙ１～ｙＮ１のうち零ではない計測データの個数が最小化されたものとなる。このようなベクトルｙにおいて、零である計測データは、再構成誤差が許容範囲内である画像データを得るために不要であり、零ではない計測データは、再構成誤差が許容範囲内である画像データを得るために必要な最少限の計測データである。
　演算部１４は、上記の演算ののち、計測データｙ１～ｙＮ１のうち零ではない計測データに対応する光出射位置、光検出位置、及び分解時刻の計測データのみを、被計測部位Ｂの測定の際に使用して内部画像データを作成する。
　本実施形態の光出射位置決定方法および生体計測装置１０では、このように必要最小限の計測データを示すベクトルｙを算出した上で、被検者を計測する際に、その必要最小限の計測データのみを用いて内部画像データを作成する。したがって、計測データの数を減じて画像データの作成時間を短縮することができる。
　（第１変形例）
上記実施形態では、条件式（１７）においてベクトルｙのＬ０ノルムを最小化しており、また、条件式（１９）においてもベクトルｙのＬ０ノルムが含まれる式を最小化している。しかしながら、Ｌ０ノルムは非凸関数であることから、最小化のための計算量が多くなる。そこで、本変形例では、条件式（１７）及び（１９）のベクトルｙのＬ０ノルムを、凸関数であるＬ１ノルムに置き換えることにより、近似的に最小化計算を行う。すなわち、演算部１４は、以下の条件式（２０）及び（２１）を満たすベクトルｙを求めるか、若しくは、条件式（２２）を満たすベクトルｙを求めるとよい。
Figure JPOXMLDOC01-appb-M000040
Figure JPOXMLDOC01-appb-M000041
Figure JPOXMLDOC01-appb-M000042
 本変形例によれば、ベクトルｙのノルムの算出が容易となり、必要最小限の計測データの選択に要する時間を短縮することができる。
　（第２変形例）
上記実施形態では、予め一つの学習用画像データを用意し、条件式（１８）及び（１９）を計算している。この場合、最終的に選択される計測データの光出射位置、光検出位置、及び分解時刻は、その学習用画像データにとって最適な光出射位置、光検出位置、及び分解時刻であり、その学習用画像データとは異なる画像データに関しては、再構成誤差が十分に小さくなるとは限らない。
　そこで、本変形例では、種々の画像データに対して再構成誤差を小さくするために、予め用意される学習用画像データの枚数を、２以上とする。すなわち、被計測部位Ｂにおいて想定される典型的なＭ枚（Ｍは２以上の整数）の学習用画像データを予め用意し、該Ｍ枚の学習用画像データの画素値を成分とするベクトルをｘ１～ｘＭとして、各条件式中の
Figure JPOXMLDOC01-appb-M000043
 を、
Figure JPOXMLDOC01-appb-M000044
 に置き換えて計算する。これにより、特定の学習用画像データに限らず、様々な学習用画像データに対して好適な計測データを選択し、再構成誤差を小さくすることができる。
　（第３変形例）
本変形例では、上記実施形態においてｍ個の光出射位置、ｍ個の光検出位置、及びｋ個の分解時刻の組み合わせ毎に得られる（ｍ×ｍ×ｋ）個の計測データを、所定のルールに従ってＮ２個（但し、Ｎ２は２以上の整数）の組に分類する。そして、Ｎ２個の組毎の計測データを成分とするベクトルｙ１～ｙＮ２を定義し、これらのベクトルｙ１～ｙＮ２からなる次のベクトルｙを定義する。
Figure JPOXMLDOC01-appb-M000045
 また、内部画像データの複数の画素値を成分とするベクトルをｘとし、ベクトルｙからベクトルｘを算出するためのシステム行列をＡ２とする。
　また、本変形例においても、上記実施形態と同様の学習用画像データが予め用意される。そして、上述したベクトルｘに、この学習用画像データの複数の画素値を成分とするベクトルを適用する。
　そして、演算部１４は、上記実施形態の条件式（１７）及び（１８）に代えて、以下の条件式（２６）及び（２７）を満たすベクトルｙを求める。
Figure JPOXMLDOC01-appb-M000046
Figure JPOXMLDOC01-appb-M000047
 条件式（２６）は、本実施形態における目的関数である、ベクトルｙ１～ｙＮ１からなるベクトルｙのＬ０ノルムを最小化するための条件であり、画像再構成に用いられるベクトルｙ１～ｙＮ１のうち零ベクトルではないベクトルの個数を最小にするための条件である。また、条件式（２７）は、学習用画像データと同一の画像データを再構成したときの再構成誤差ε2を所定の値以下に抑えるための制約条件である。すなわち、上記の条件式（２６）及び（２７）を解くことにより、典型的な学習用画像データが与えられたときにその学習用画像データの再構成誤差を一定値ε2以下に抑え得るベクトルｙの中で、最小のデータセットから成るものを決定することができる。
　また、演算部１４は、上の条件式（２６）及び（２７）に代えて、以下の条件式（２８）を満たすベクトルｙを求めてもよい。
Figure JPOXMLDOC01-appb-M000048
 条件式（２８）は、制約条件付きの最小化問題である条件式（２６）及び（２７）を、制約条件無しの最小化問題に書き換えたものであり、条件式（２６）及び（２７）よりも演算が容易である。
　本変形例では、計測データを成分とする上記実施形態のベクトルｙに代えて、計測データを所定のルールに従って複数の組に分類し、該複数の組毎の計測データを成分とするベクトルｙ１～ｙＮ２からなるベクトルｙを用いて上記の条件式演算を行う。これにより、所定のルールに従って分類された複数の組のうち、再構成誤差が許容範囲内である内部画像データを得るために不要である組を知ることができる。
　なお、計測データは、ｍ個の光出射位置、ｍ個の光検出位置、及びｋ個の分解時刻の組み合わせ毎に得られたものなので、上記所定のルールの典型例としては、光出射位置による分類、光検出位置による分類、および分解時刻による分類が挙げられる。光出射位置若しくは光検出位置により分類した場合、Ｎ２＝ｍとなる。また、分解時刻により分類した場合、Ｎ２＝ｋとなる。
　本変形例では、このように必要最小限の計測データの組を示すベクトルｙを算出した上で、被検者を計測する際に、その必要最小限の計測データの組のみ（例えば、必要最小限の光出射位置に対応する計測データのみ、或いは必要最小限の分解時刻に得られた計測データのみ）を用いて、内部画像データを作成する。したがって、計測データの数を減じて画像データの作成時間を短縮することができる。
　（第１実施例）
上述した第３変形例において、分解時刻による分類を行った場合の実施例について説明する。図４は、本実施例で用いられた学習用画像データＤ１を示す図であって、腫瘍等を模した複数のスポットＳＰが含まれている。また、本実施例では、計測条件を以下のように設定した。
画像サイズ：３２×３２
光出射位置の数：１２個
光検出位置の数：１２個
計測時間：２０ナノ秒
分解時刻の数（時間サンプリング数）：ｋ＝１４０
計測データの総数：２０１６０個
　そして、上記条件で計測を行うことにより、２０１６０個の計測データを得た。それらの計測データを分解時刻毎に分類してベクトルｙ１～ｙ１４０とし、これらのベクトルｙ１～ｙ１４０からなる次のベクトルｙを定義した。
Figure JPOXMLDOC01-appb-M000049
 なお、図５は、複数の計測データを分解時刻毎に分類してベクトルｙ１～ｙｋとする操作を概念的に示す図である。
　そして、再構成誤差β＝１．２５として、条件式（２８）を満たすベクトルｙを求め、該ベクトルｙの成分ベクトルｙ１～ｙ１４０のうち零ベクトルではないベクトルを求めた。その結果、計測開始時刻から数えて第２番目、第３番目、および第５～２５番目の２３個の分解時刻に対応するベクトルが、零ベクトルではなく有意な値を持った。
　図６（ａ）は、この２３個の分解時刻において得られた計測データのみを用いて再構成を行ったときの内部画像データを示す図である。また、図６（ｂ）は、比較例として、２３個の分解時刻をランダムに選択した場合の内部画像データを示す図である。図６（ａ）及び図６（ｂ）に示されるように、本実施例では、２３個の分解時刻を適切に選択することによって、比較例と比べて良好な画質を得られることがわかる。
　本実施例では、上記に加え、再構成誤差β＝１．００として、条件式（２８）を満たすベクトルｙを求め、該ベクトルｙの成分ベクトルｙ１～ｙ１４０のうち零ベクトルではないベクトルを求めた。その結果、計測開始時刻から数えて第６～２２番目の１７個の分解時刻に対応するベクトルが、零ベクトルではなく有意な値を持った。
　図７（ａ）は、この１７個の分解時刻において得られた計測データのみを用いて再構成を行ったときの内部画像データを示す図である。また、図７（ｂ）は、比較例として、１７個の分解時刻をランダムに選択した場合の内部画像データを示す図である。図７（ａ）及び図７（ｂ）に示されるように、本実施例では、１７個の分解時刻を適切に選択することによって、比較例と比べて良好な画質を得られることがわかる。
　本実施例では、更に、再構成誤差β＝０．６２５として、条件式（２８）を満たすベクトルｙを求め、該ベクトルｙの成分ベクトルｙ１～ｙ１４０のうち零ベクトルではないベクトルを求めた。その結果、計測開始時刻から数えて第８～１８番目の１１個の分解時刻に対応するベクトルが、零ベクトルではなく有意な値を持った。
　図８（ａ）は、この１１個の分解時刻において得られた計測データのみを用いて再構成を行ったときの内部画像データを示す図である。また、図８（ｂ）は、比較例として、１１個の分解時刻をランダムに選択した場合の内部画像データを示す図である。図８（ａ）及び図８（ｂ）に示されるように、本実施例では、１１個の分解時刻を適切に選択することによって、比較例と比べて良好な画質を得られることがわかる。
　本実施例によって明らかなように、上記の第３変形例に係る計測データ選択方法において、例えば時間分解分光法の分解時刻毎に計測データを分類することにより、多数の分解時刻の中から最適な分解時刻を割り出すことができる。そして、その最適な分解時刻における計測データのみを用いて内部画像データを再構成することにより、良好な画質の内部画像データを得ることができる。特に、本実施例によれば、複数の分解時刻のうち比較的初期の分解時刻に得られた計測データが、内部画像データの画質を高めるために有用であることがわかる。
　ここで、生体計測装置１０において任意の分解時刻の計測データを取り出す方式の一例について説明する。図９（ａ）は、生体計測装置１０が備える光検出器３０、信号処理回路３６、及び演算部１４を示すブロック図である。本実施例のように、任意の分解時刻の計測データのみを取り出すには、同図に示されるように、信号処理回路３６が時間ゲート回路（Time Gate Circuit；ＴＧＣ）３６ａと、データ収集部３６ｂとを有することが好ましい。なお、図９（ｂ）は、光検出器３０において得られる散乱光の検出信号波形（典型的には、インパルス応答波形）の例を示しており、図９（ｃ）は、時間ゲート回路３６ａにおけるゲート信号の波形の例を示しており、図９（ｄ）は、データ収集部３６ｂにおいて得られる計測データを示している。生体計測装置１０がこのような構成を備えることにより、本実施例に係る計測データ選択方法を好適に実施することができる。
　（第２実施例）
上述した第３変形例において、光出射位置による分類を行った場合の実施例について説明する。本実施例では、第３変形例に係る計測データ選択方法を用いて、最適な光出射位置を決定する。
　図１０は、本実施例で用いられた学習用画像データＤ２を示す図であって、腫瘍等を模した複数のスポットＳＰが含まれている。なお、図１０には、光出射／計測端１６の位置（すなわち光出射位置および光検出位置）Ａ１～Ａ２０も併せて示されている。本実施例では、計測条件を以下のように設定した。
画像サイズ：３２×３２
光出射位置の数：ｍ＝２０個
光検出位置の数：ｍ＝２０個
計測時間：１０ナノ秒
分解時刻の数（時間サンプリング数）：５０
計測データの総数：２００００個
　そして、上記条件で計測を行うことにより、二万個の計測データを得た。それらの計測データを光出射位置毎に分類してベクトルｙ１～ｙ２０とし、これらのベクトルｙ１～ｙ２０からなる次のベクトルｙを定義した。
Figure JPOXMLDOC01-appb-M000050
 なお、図１１は、複数の計測データを光出射位置毎に分類してベクトルｙ１～ｙｍとする操作を概念的に示す図である。
　また、光出射位置による分類を行う場合、前述した条件式（２８）を、次のように変形してもよい。
Figure JPOXMLDOC01-appb-M000051
 ここで、ベクトルｚは、学習用画像データＤ２の各画素値を示すベクトルｘのうち、特定領域（特に画質を必要とする領域。腫瘍が出来やすい領域など）の画素値を示すベクトルである。なお、図１２は、学習用画像データＤ２の特定領域Ｄ３を一例として示す図である。また、システム行列Ｈは、システム行列Ａ２のうちベクトルｚに関する部分を抽出したシステム行列である。
　そして、再構成誤差β＝０．５として、条件式（３１）を満たすベクトルｙを求め、該ベクトルｙの成分ベクトルｙ１～ｙ２０のうち零ベクトルではないベクトルを求めた。その結果、図１３（ａ）に示されるように、特定領域Ｄ３に近い９個の光出射位置に対応するベクトルが、零ベクトルではなく有意な値を持った。
　図１４（ａ）は、これら９個の光出射位置に対応する計測データのみを用いて再構成を行ったときの内部画像データを示す図である。また、図１４（ｂ）は、比較例として、９個の光出射位置をランダムに選択した場合（具体的には、光出射位置Ａ２，Ａ３，Ａ５，Ａ８，Ａ１２，Ａ１５，Ａ１７，Ａ１８，Ａ２０）の内部画像データを示す図である。図１４（ａ）及び図１４（ｂ）に示されるように、本実施例では、９個の光出射位置を適切に選択することによって、比較例と比べて良好な画質を得られることがわかる。
　本実施例では、上記に加え、再構成誤差β＝０．３として、条件式（３１）を満たすベクトルｙを求め、該ベクトルｙの成分ベクトルｙ１～ｙ２０のうち零ベクトルではないベクトルを求めた。その結果、図１３（ｂ）に示されるように、特定領域Ｄ３に近い３個の光出射位置に対応するベクトルが、零ベクトルではなく有意な値を持った。
　図１５（ａ）は、これら３個の光出射位置に対応する計測データのみを用いて再構成を行ったときの内部画像データを示す図である。また、図１５（ｂ）は、比較例として、３個の光出射位置をランダムに選択した場合（具体的には、光出射位置Ａ１５，Ａ１７，Ａ１８）の内部画像データを示す図である。図１５（ａ）及び図１５（ｂ）に示されるように、本実施例では、３個の光出射位置を適切に選択することによって、比較例と比べて良好な画質を得られることがわかる。
　本実施例では、更に、再構成誤差β＝０．２５として、条件式（３１）を満たすベクトルｙを求め、該ベクトルｙの成分ベクトルｙ１～ｙ２０のうち零ベクトルではないベクトルを求めた。その結果、図１３（ｃ）に示されるように、特定領域Ｄ３に近い１個の光出射位置に対応するベクトルが、零ベクトルではなく有意な値を持った。
　図１６（ａ）は、この１個の光出射位置に対応する計測データのみを用いて再構成を行ったときの内部画像データを示す図である。また、図１６（ｂ）は、比較例として、１個の光出射位置をランダムに選択した場合（具体的には、光出射位置Ａ１５）の内部画像データを示す図である。図１６（ａ）及び図１６（ｂ）に示されるように、本実施例では、１個の光出射位置を適切に選択することによって、比較例と比べて良好な画質を得られることがわかる。
　本実施例によって明らかなように、上記の第３変形例に係る計測データ選択方法において、例えば光出射位置毎に計測データを分類することにより、多数の光出射位置の中から、画質を維持するために最適な光出射位置を割り出すことができる。そして、その最適な光出射位置における計測データのみを用いて内部画像データを再構成することにより、良好な画質の内部画像データを得ることができる。特に、がん細胞等の腫瘍は特定の領域に高い確率で発生する傾向があるが、本実施例によれば、複数の光出射位置のうち特定領域Ｄ３に近い光出射位置に対応する計測データが、内部画像データの画質を高めるために有用であることがわかる。
　なお、本実施例のような光出射位置毎の計測データの分類を行う場合、生体計測装置１０は、光出射位置可変手段を更に備えることが好ましい。光出射位置可変手段は、計測光を出射する光出射／計測端１６（図１を参照）を、予め設定された複数の光出射位置の中から選択された２以上の光出射位置に移動可能若しくは選択的に配置可能なように構成される手段である。例えば、光出射位置可変手段は、予め配置されたｍ個の光出射／計測端１６のうち、選択されたｎ個（ｎは１以上の整数、ｎ＜ｍ）の光出射／計測端１６のみから計測光を照射するように構成される。このような光出射位置可変手段は、例えば光スイッチ２４によってｎ個の光出射／計測端１６のみへ選択的に計測光を供給することによって好適に実現される。或いは、光出射位置可変手段は、例えば予め用意されたｎ個の光出射／計測端１６が、ｍ個の光出射位置の中から選択されたｎ個の光出射位置に移動するように、光出射／計測端１６に取り付けられたアクチュエータ（不図示）を制御してもよい。或いは、光出射位置可変手段は、例えばｎ個の光出射／計測端１６を、ｍ個の光出射位置の中から選択されたｎ個の光出射位置に操作者が自在に脱着できるような機構であってもよい。
　図１７は、光出射位置可変手段の一例を示す図である。同図に示される光出射位置可変手段は、光出射／計測端１６の脱着が可能なｍ個のフォルダ１７を備えている。ｍ個のフォルダ１７は、計測カップ４０に所定の間隔で取り付けられている。なお、計測カップ４０は、上端が開口した略半球状の容器であり、この計測カップ４０には被計測部位Ｂとして例えば乳房が挿入される。また、被計測部位Ｂと計測カップ４０との間には、光吸収係数や光散乱係数が被計測部位Ｂと同等である液状のインターフェース剤が注入される。図１８（ａ）及び図１８（ｂ）は、計測対象である腫瘍Ｅが被計測部位Ｂ内に存在する場合における、腫瘍Ｅの存在場所に応じた光出射／計測端１６の配置例を示す図である。
　このように、ｎ個の光出射／計測端１６を、ｍ個の光出射位置の中から選択されたｎ個の光出射位置に操作者が自在に脱着できるような光出射位置可変手段によって、少数の光出射／計測端１６を最適な位置に配置して高画質の内部画像データを作成することができる。なお、この場合、生体計測装置１０の演算部１４は、ディスプレイ等の表示手段を通じて最適な光出射位置を操作者に提示するとよい。また、光出射／計測端１６の個数に制限がない場合には、図中のフォルダ１７全てに光出射／計測端１６を取り付け、得られた測定データの中から上記ｎ個の光出射／計測端１６に関わる測定データのみを用いて内部画像データを作成してもよい。
　図１９は、光出射位置可変手段の別の例を示す図である。同図に示される光出射位置可変手段は、光出射／計測端１６が固定された複数のホルダーリング１９を備えている。複数のホルダーリング１９は、被計測部位Ｂを囲んでおり、被計測部位Ｂの挿入方向に並んで配置されている。また、複数のホルダーリング１９同士の間隔Ｆは可変となっており、ｍ個の光出射位置の中から選択されたｎ個の光出射位置に光出射／計測端１６が移動するように、アクチュエータ（不図示）によって駆動される。光出射／計測端１６は、被計測部位Ｂに接触しつつその内部に測定光を照射する。
　生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置は、上述した実施形態に限られるものではなく、他に様々な変形が可能である。例えば、上述した実施形態、各変形例および各実施例では、生体計測装置の演算部が条件式を演算して選択すべき計測データ若しくは光出射位置を求めているが、条件式の演算は、生体計測装置を製造する際に、製造者が行っても良い。その場合、選択された最適な光出射位置に光出射／計測端が予め配置された状態で生体計測装置が完成されるとよい。
　本発明は、画像データの作成に必要な計測データの数を減じて画像データの作成時間を短縮することができる生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置として利用可能である。
　１０…生体計測装置、１４…演算部、１６…光出射／計測端、１７…フォルダ、１９…ホルダーリング、２２…光源、２４…光スイッチ、２６…光源用光ファイバ、２８…出射用光ファイバ、３０…光検出器、３２…シャッター、３４…検出用光ファイバ、３６…信号処理回路、３６ａ…時間ゲート回路、３６ｂ…データ収集部、３８…表示部、４０…計測カップ、Ｂ…被計測部位、Ｄ１，Ｄ２…学習用画像データ、Ｄ３…特定領域、Ｐ１…測定光、Ｐ２…散乱光、ＳＰ…スポット。
 

Claims (12)

  1. 　複数の光出射位置から被検者の被計測部位へパルス状の光を出射し、複数の光検出位置において得られる前記被計測部位からの拡散光の時間分解波形に基づいて前記被計測部位の内部画像データを作成する生体計測装置において、前記内部画像データを作成するために使用される計測データを選択する方法であって、
    　前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データｙ１～ｙＮ１（但し、Ｎ１は２以上の整数）からなるベクトルを
    Figure JPOXMLDOC01-appb-M000001
     とし、前記内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、前記計測データｙ１～ｙＮ１から前記内部画像データを算出するためのシステム行列をＡ１としたときに、以下の条件式（２）及び（３）
    Figure JPOXMLDOC01-appb-M000002
    Figure JPOXMLDOC01-appb-M000003
     （但し、εは任意の定数）を満たすか、若しくは次の条件式（４）
    Figure JPOXMLDOC01-appb-M000004
     （但し、βは任意の定数）を満たす前記ベクトルｙを逆算して求め、前記被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて前記内部画像データを作成する、生体計測装置の計測データ選択方法。
  2. 　前記条件式（２）及び（４）におけるベクトルｙのＬ０ノルムをベクトルｙのＬ１ノルムに置き換えて計算する、請求項１に記載の生体計測装置の計測データ選択方法。
  3. 　予めＭ枚（Ｍは２以上の整数）の前記学習用画像データを用意し、該Ｍ枚の学習用画像データの画素値を成分とするベクトルをｘ１～ｘＭとして、前記条件式（３）及び（４）における
    Figure JPOXMLDOC01-appb-M000005
     を
    Figure JPOXMLDOC01-appb-M000006
     に置き換えて計算する、請求項１または２に記載の生体計測装置の計測データ選択方法。
  4. 　前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる前記計測データを所定のルールに従ってＮ２個（但し、Ｎ２は２以上の整数）の組に分類し、前記Ｎ２個の組毎の前記計測データを成分とするベクトルｙ１～ｙＮ２からなるベクトルを
    Figure JPOXMLDOC01-appb-M000007
     とし、前記内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、前記ベクトルｙ１～ｙＮ２から前記内部画像データを算出するためのシステム行列をＡ２としたときに、前記条件式（２）～（４）に代えて、以下の条件式（６）及び（７）
    Figure JPOXMLDOC01-appb-M000008
    Figure JPOXMLDOC01-appb-M000009
     （但し、εは任意の定数）を満たすか、若しくは次の条件式（８）
    Figure JPOXMLDOC01-appb-M000010
     （但し、βは任意の定数）を満たす前記ベクトルｙを逆算して求め、前記被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて前記内部画像データを作成する、請求項１～３のいずれか一項に記載の生体計測装置の計測データ選択方法。
  5. 　前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる前記計測データを、前記複数の分解時刻毎に分類して前記ベクトルｙ１～ｙＮ２とする、請求項４に記載の生体計測装置の計測データ選択方法。
  6. 　請求項４に記載された生体計測装置の計測データ選択方法を用いて前記光出射位置を決定する方法であって、
    　前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる前記計測データを、前記複数の光出射位置毎に分類して前記ベクトルｙ１～ｙＮ２とし、前記条件式（６）及び（７）、若しくは条件式（８）を満たす前記ベクトルｙを逆算して求め、前記被検者を計測する際、若しくは前記生体計測装置を製造する際に、該ベクトルｙの零ではない成分に対応する前記光出射位置のみに、前記光を出射する光出射手段を配置する、生体計測装置の光出射位置決定方法。
  7. 　複数の光出射位置から被検者の被計測部位へパルス状の光を出射する光出射部と、複数の光検出位置において得られる前記被計測部位からの拡散光の時間分解波形に基づいて前記被計測部位の内部画像データを作成する演算部とを備える生体計測装置であって、
    　前記演算部は、
    　前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる計測データｙ１～ｙＮ１（但し、Ｎ１は２以上の整数）からなるベクトルを
    Figure JPOXMLDOC01-appb-M000011
     とし、前記内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、前記計測データｙ１～ｙＮ１から前記内部画像データを算出するためのシステム行列をＡ１としたときに、以下の条件式（２）及び（３）
    Figure JPOXMLDOC01-appb-M000012
    Figure JPOXMLDOC01-appb-M000013
     （但し、εは任意の定数）を満たすか、若しくは次の条件式（４）
    Figure JPOXMLDOC01-appb-M000014
     （但し、βは任意の定数）を満たす前記ベクトルｙを逆算して求め、前記被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて前記内部画像データを作成する、生体計測装置。
  8. 　前記演算部は、前記条件式（２）及び（４）におけるベクトルｙのＬ０ノルムをベクトルｙのＬ１ノルムに置き換えて計算する、請求項７に記載の生体計測装置の計測データ選択方法。
  9. 　前記演算部は、予め用意されたＭ枚（Ｍは２以上の整数）の前記学習用画像データの画素値を成分とするベクトルをｘ１～ｘＭとして、前記条件式（３）及び（４）における
    Figure JPOXMLDOC01-appb-M000015
     を
    Figure JPOXMLDOC01-appb-M000016
     に置き換えて計算する、請求項７または８に記載の生体計測装置。
  10. 　前記演算部は、前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる前記計測データを所定のルールに従ってＮ２個（但し、Ｎ２は２以上の整数）の組に分類し、前記Ｎ２個の組毎の前記計測データを成分とするベクトルｙ１～ｙＮ２からなるベクトルを
    Figure JPOXMLDOC01-appb-M000017
     とし、前記内部画像データの例として予め用意される学習用画像データの画素値を成分とするベクトルをｘとし、前記ベクトルｙ１～ｙＮ２から前記内部画像データを算出するためのシステム行列をＡ２としたときに、前記条件式（２）～（４）に代えて、以下の条件式（６）及び（７）
    Figure JPOXMLDOC01-appb-M000018
    Figure JPOXMLDOC01-appb-M000019
     （但し、εは任意の定数）を満たすか、若しくは次の条件式（８）
    Figure JPOXMLDOC01-appb-M000020
     （但し、βは任意の定数）を満たす前記ベクトルｙを逆算して求め、前記被検者を計測する際に、該ベクトルｙの零ではない成分に対応する計測データのみを用いて前記内部画像データを作成する、請求項７～９のいずれか一項に記載の生体計測装置。
  11. 　前記演算部は、前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる前記計測データを、前記複数の分解時刻毎に分類して前記ベクトルｙ１～ｙＮ２とする、請求項１０に記載の生体計測装置。
  12. 　前記演算部は、前記複数の光出射位置、前記複数の光検出位置、及び前記時間分解波形における複数の分解時刻の組み合わせ毎に得られる前記計測データを、前記複数の光出射位置毎に分類して前記ベクトルｙ１～ｙＮ２とし、前記条件式（６）及び（７）、若しくは条件式（８）を満たす前記ベクトルｙを逆算して求め、
    　当該生体計測装置は、該ベクトルｙの零ではない成分に対応する前記光出射位置に、前記光を出射する光出射手段を移動可能若しくは選択的に配置可能なように構成された光出射位置可変手段を更に備える、請求項１０に記載の生体計測装置。
     
PCT/JP2013/067694 2012-06-29 2013-06-27 生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置 WO2014003133A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
GB1501343.6A GB2522558B (en) 2012-06-29 2013-06-27 Measurement data selection method for biometric device, light exit position determination method for biometric device, and biometric device
DE112013003284.8T DE112013003284T5 (de) 2012-06-29 2013-06-27 Messdaten-Auswahlverfahren für eine biometrische Vorrichtung, Lichtaustrittspositions-Ermittlungsverfahren für eine biometrische Vorrichtung und biometrische Vorrichtung
US14/409,293 US9373020B2 (en) 2012-06-29 2013-06-27 Measurement data selection method for biometric device, light exit position determination method for biometric device, and biometric device

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2012147138 2012-06-29
JP2012-147138 2012-06-29
JP2012-150793 2012-07-04
JP2012150793A JP5975437B2 (ja) 2012-06-29 2012-07-04 生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置

Publications (1)

Publication Number Publication Date
WO2014003133A1 true WO2014003133A1 (ja) 2014-01-03

Family

ID=49783268

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/067694 WO2014003133A1 (ja) 2012-06-29 2013-06-27 生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置

Country Status (5)

Country Link
US (1) US9373020B2 (ja)
JP (1) JP5975437B2 (ja)
DE (1) DE112013003284T5 (ja)
GB (1) GB2522558B (ja)
WO (1) WO2014003133A1 (ja)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9730649B1 (en) 2016-09-13 2017-08-15 Open Water Internet Inc. Optical imaging of diffuse medium
WO2018189815A1 (ja) * 2017-04-11 2018-10-18 オリンパス株式会社 光学物性値分布の推定方法、光学物性値分布の推定プログラム、及び光学物性値分布推定装置
US10778911B2 (en) 2018-03-31 2020-09-15 Open Water Internet Inc. Optical transformation device for imaging
US10778912B2 (en) 2018-03-31 2020-09-15 Open Water Internet Inc. System and device for optical transformation
US10506181B2 (en) 2018-03-31 2019-12-10 Open Water Internet Inc. Device for optical imaging
US11441893B2 (en) * 2018-04-27 2022-09-13 Kla Corporation Multi-spot analysis system with multiple optical probes
US10966612B2 (en) 2018-06-14 2021-04-06 Open Water Internet Inc. Expanding beam optical element
US10962929B2 (en) 2018-09-14 2021-03-30 Open Water Internet Inc. Interference optics for optical imaging device
US10874370B2 (en) 2019-01-28 2020-12-29 Open Water Internet Inc. Pulse measurement in optical imaging
US10955406B2 (en) 2019-02-05 2021-03-23 Open Water Internet Inc. Diffuse optical imaging with multiple beams
US11320370B2 (en) 2019-06-26 2022-05-03 Open Water Internet Inc. Apparatus for directing optical and acoustic signals
US11581696B2 (en) 2019-08-14 2023-02-14 Open Water Internet Inc. Multi-channel laser
US11622686B2 (en) 2019-11-22 2023-04-11 Open Water Internet, Inc. Optical imaging with unshifted reference beam
US11819318B2 (en) 2020-04-27 2023-11-21 Open Water Internet Inc. Optical imaging from light coherence
US11259706B2 (en) 2020-05-19 2022-03-01 Open Water Internet Inc. Dual wavelength imaging and out of sample optical imaging
US11559208B2 (en) 2020-05-19 2023-01-24 Open Water Internet Inc. Imaging with scattering layer

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005110239A1 (ja) * 2004-05-18 2005-11-24 Hamamatsu Photonics K.K. 画像再構成方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7217266B2 (en) * 2001-05-30 2007-05-15 Anderson R Rox Apparatus and method for laser treatment with spectroscopic feedback
JP2006122086A (ja) * 2004-10-26 2006-05-18 Hitachi Ltd 生体光計測装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005110239A1 (ja) * 2004-05-18 2005-11-24 Hamamatsu Photonics K.K. 画像再構成方法

Also Published As

Publication number Publication date
JP2014027960A (ja) 2014-02-13
GB2522558A (en) 2015-07-29
GB2522558B (en) 2018-06-06
DE112013003284T5 (de) 2015-04-30
US20150169933A1 (en) 2015-06-18
US9373020B2 (en) 2016-06-21
JP5975437B2 (ja) 2016-08-23
GB201501343D0 (en) 2015-03-11

Similar Documents

Publication Publication Date Title
JP5975437B2 (ja) 生体計測装置の計測データ選択方法、生体計測装置の光出射位置決定方法、および生体計測装置
JP5782314B2 (ja) 生体計測装置および画像作成方法
Yamada et al. Time-domain near-infrared spectroscopy and imaging: a review
US8401618B2 (en) Systems and methods for tomographic imaging in diffuse media using a hybrid inversion technique
US9901254B2 (en) Systems and methods for virtual index-matching of diffusive media
WO2012153769A1 (ja) 光トモグラフィ装置
EP1968431A2 (en) Combined x-ray and optical tomographic imaging system
Althobaiti et al. Recent developments in instrumentation of functional near-infrared spectroscopy systems
Yedder et al. Multitask deep learning reconstruction and localization of lesions in limited angle diffuse optical tomography
JP2001037761A (ja) 生体計測装置
Borjkhani et al. Performance assessment of high-density diffuse optical topography regarding source-detector array topology
JP5420163B2 (ja) 生体計測装置
Kazancı et al. Mathematical method for diffuse optical tomography imaging: a research study
WO2015174082A1 (en) Photoacoustic apparatus
JP4327017B2 (ja) 画面再構成方法
Kazanci Non-contact head laser tomography
JP5794201B2 (ja) 生体蛍光画像取得装置
Freiberger et al. 3D Optical Imaging of Fluorescent Agents in Biological Tissues

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13810022

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14409293

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 112013003284

Country of ref document: DE

Ref document number: 1120130032848

Country of ref document: DE

ENP Entry into the national phase

Ref document number: 1501343

Country of ref document: GB

Kind code of ref document: A

Free format text: PCT FILING DATE = 20130627

WWE Wipo information: entry into national phase

Ref document number: 1501343.6

Country of ref document: GB

122 Ep: pct application non-entry in european phase

Ref document number: 13810022

Country of ref document: EP

Kind code of ref document: A1