醫(yī)學成像的制作方法
【專利摘要】提供了一種醫(yī)學成像方面的方法。在本方法中，用高光譜成像系統(tǒng)（302）對目標進行成像以便獲得成像數(shù)據(jù)。通過空間和光譜平均（304、306）對所獲得的成像數(shù)據(jù)進行預處理。選擇要根據(jù)預處理成像數(shù)據(jù)來確定的一些端元?；趯︻A處理成像數(shù)據(jù)的頂點成分分析（308）和端元的所選數(shù)目而從預處理成像數(shù)據(jù)中提取端元，所述端元定義端元所跨越的子空間中的預處理成像數(shù)據(jù)的投影的極點。對提取的端元和成像數(shù)據(jù)使用濾波矢量算法（308）來生成（310）預處理成像數(shù)據(jù)中的所選數(shù)目的端元的至少一個豐度圖。
【專利說明】
醫(yī)學成像
技術(shù)領域
[0001] 本發(fā)明涉及醫(yī)學成像以及更特別地涉及皮膚病學中的成像。
【背景技術(shù)】
[0002] 皮膚癌是西方世界中的最常見癌癥類型。當前，每年在全球報告兩百萬至三百萬 之間的非黑素瘤病例和132,000黑素瘤病例(WHO)。對于25-29歲的青年人來說黑素瘤是最 常見的癌癥。約90%的非黑素瘤皮膚癌和86惡性雀斑(Lentigo Maligna)(LM)是其中惡性 細胞被限制于起點的組織、表皮的黑素瘤的早期形式，因此其常常被報告為原位黑素瘤。其 在太陽損傷皮膚中發(fā)生。當惡性黑素瘤細胞已經(jīng)侵襲到皮膚的真皮和更深層中時，診斷惡 性雀斑黑色素瘤(LMM)。針對侵入性LMM的預后比在LM中更差。臨床上不能將LM與侵入性LMM 區(qū)別開。
[0003] 針對LM和LMM兩者，手術(shù)去除是首先治療。去除所有的受損皮膚細胞是必不可少 的，因為即使少數(shù)的受損細胞留下也可能再次引發(fā)癌癥。由于僅在組織病理采樣中看到的 病變邊界的亞臨床擴展而LM和LMM的邊界常常難以用眼睛來定義。常常需要再切除。
[0004] 當前不存在準確的活體內(nèi)方法來準確地識別腫瘤細胞蔓延的區(qū)域。早期的準確診 斷將增加病人存活率并大大地降低治療成本。
[0005] 臨床上利用的現(xiàn)有技術(shù)方法是以關(guān)于皮膚范圍的檢查病變?yōu)榛A的。這些設備實 際上是具有從一至三個不同集成光照（integrated illumination)選擇的光學放大鏡?？?將這些設備與正常的數(shù)碼相機一起使用。此類裝備獲取具有三個寬光譜帶(紅色、綠色和藍 色）的高分辨率圖像。
[0006] 高光譜成像提供關(guān)于被成像皮膚病變的準確的空間信息和光譜信息。圖1圖示出 高光譜數(shù)據(jù)立方體。如在圖1中看到的，高光譜圖像包含從數(shù)十個至數(shù)千個單色圖像，其是 在短時間段內(nèi)且從同一位置拍攝的。通常將一組104圖像稱為高光譜數(shù)據(jù)立方體。這些單色 圖像是在70個不同的波長下拍攝的。因此，基本上，高光譜圖像中的每個像素表示某個波長 下的某個點處的光強度。一組像素通過高光譜數(shù)據(jù)立方體形成光譜106。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的是提供一種醫(yī)學成像方面的方法、裝置和計算機程序產(chǎn)品從而減輕 至少上述缺點。通過以獨立權(quán)利要求中所述的內(nèi)容為特征的方法、裝置和計算機程序產(chǎn)品 來實現(xiàn)本發(fā)明的目的。在從屬權(quán)利要求中公開了本發(fā)明的優(yōu)選實施例。
[0008] 根據(jù)一方面，提供了醫(yī)學成像方面的一種方法，包括:用高光譜成像系統(tǒng)對目標進 行成像以便獲得成像數(shù)據(jù);通過空間和光譜平均對所獲得的成像數(shù)據(jù)進行預處理;選擇要 根據(jù)預處理成像數(shù)據(jù)來確定的一些端元;基于對預處理成像數(shù)據(jù)的頂點成分分析和端元的 所選數(shù)目來從預處理成像數(shù)據(jù)中提取端元，所述端元定義端元所跨越的子空間中的預處理 成像數(shù)據(jù)的投影的極點（extremity);對提取的端元和成像數(shù)據(jù)使用濾波矢量算法來生成 預處理成像數(shù)據(jù)中的所選數(shù)目的端元的至少一個豐度圖。
[0009]根據(jù)一方面，提供了 一種包括執(zhí)行根據(jù)一方面的方法的構(gòu)件的裝置。
[0010]根據(jù)一方面，提供了一種用于醫(yī)學成像的裝置，包括:至少一個處理器和包括計算 機程序代碼的至少一個存儲器，其中，所述至少一個存儲器和計算機程序代碼被配置成用 所述至少一個處理器引起所述裝置至少:獲得由高光譜成像系統(tǒng)成像的目標的成像數(shù)據(jù)； 通過空間和光譜平均對所獲得的成像數(shù)據(jù)進行預處理;選擇要根據(jù)預處理成像數(shù)據(jù)來確定 的一些端元;基于對預處理成像數(shù)據(jù)的頂點成分分析和端元的所選數(shù)來從預處理成像數(shù)據(jù) 中提取端元，所述端元定義端元所跨越的子空間中的預處理成像數(shù)據(jù)的投影的極點；對提 取的端元和成像數(shù)據(jù)使用濾波矢量算法來生成預處理成像數(shù)據(jù)中的所選數(shù)目的端元的至 少一個豐度圖。
[0011] 根據(jù)一方面，提供了一種在計算機可讀且包括程序指令的分發(fā)介質(zhì)上體現(xiàn)的計算 機程序產(chǎn)品，該程序指令在被加載到設備中時執(zhí)行根據(jù)一方面的方法。
[0012] 根據(jù)一方面，提供了一種設備，包括被配置成引起該設備執(zhí)行根據(jù)一方面的方法 的處理構(gòu)件。
[0013] 實施例中的某些提供對象的醫(yī)學成像方面的改善，使得即使在組織是眼睛看不見 的情況下也可確定對象中的組織的存在。例如，可在沒有手術(shù)程序的情況下準確地確定惡 性和健康組織的邊界，即使在對象中惡性組織的某部分是人眼看不見的。
[0014] 提供了某些實施例以使包括LM和LMM的皮膚病變的邊界區(qū)域明晰化，并且將病變 相互分離。
【附圖說明】
[0015] 在下文中，將參考附圖借助于優(yōu)選實施例來更詳細地描述本發(fā)明，在所述附圖中 圖1圖示出高光譜數(shù)據(jù)立方體； 圖2a圖示出根據(jù)實施例的用于醫(yī)學成像的裝置； 圖2b圖示出根據(jù)實施例的高光譜相機的結(jié)構(gòu)； 圖3圖示出根據(jù)實施例的過程； 圖4a-c圖示出使用高光譜成像的來自具有LM的活體對象內(nèi)的圖像和使用常規(guī)數(shù)碼相 機從對象拍攝的照片； 圖5a-c圖示出使用高光譜成像的來自具有LMM的活體對象內(nèi)的圖像和使用常規(guī)數(shù)碼 相機從對象拍攝的照片；以及 圖6a-c圖示出使用高光譜成像的針對無黑色素惡性雀斑、無黑色素惡性雀斑黑素瘤 和健康皮膚的來自活體對象內(nèi)的圖像和使用常規(guī)數(shù)碼相機從對象拍攝的照片。
【具體實施方式】
[0016] 以下實施例是示例性的。雖然本說明書可在本文的若干位置處提及"一"、"一個" 或"某些"實施例，但這并不一定意味著同一實施例涉及每個特征，或者特定特征僅適用于 單個實施例。還可將不同實施例的單個特征組合以提供其它實施例。
[0017] 各種實施例涉及對象或?qū)ο蟮囊徊糠值尼t(yī)學成像。對象可以是人或動物。醫(yī)學成 像形成對象的成像數(shù)據(jù)。如在實施例中所描述來處理成像數(shù)據(jù)，使得可從成像數(shù)據(jù)提取信 息以確定對象中的特定類型的組織的存在和/或確定不同類型的組織的邊界。由于高光譜 成像，可確定組織的存在，即使其是人眼看不見的。這允許臨床醫(yī)生在沒有手術(shù)程序的情況 下從對象的醫(yī)療狀況獲得信息。該信息允許臨床醫(yī)生更好地預先計劃手術(shù)程序，使得程序 本身更有可能成功。在一個示例中，可預先準確地確定惡性組織的邊界，這允許臨床醫(yī)生計 劃用于惡性組織的去除的外科手術(shù)，使得去除是完全的。這對于對對象的健康是個風險的 惡性組織來說特別重要。
[0018] 在高光譜成像中，在高光譜相機中獲得來自對象的光的反射。高光譜相機形成成 像數(shù)據(jù)。形成的成像數(shù)據(jù)可以是由對象的高光譜圖像形成的高光譜數(shù)據(jù)立方體。高光譜數(shù) 據(jù)立方體的每個像素具有多個光強度值，每個對應于光譜的一部分，例如特定波長。每個像 素的光強度值取決于應用到對高光譜相機中的光譜的測量結(jié)果的分辨率。光的不同波長可 從不同深度處的目標反射，由此，可使用高光譜圖像來確定不同深度處的對象中的組織類 型。
[0019] 高光譜成像可使用可根據(jù)醫(yī)學成像的目的和對象中的組織類型而確定的波長范 圍和波長分辨率。如果需要較高的準確度，則可使用針對波長的較高分辨率。另一方面，如 果可由較低數(shù)目的波長來提供足夠的準確度，則可使用針對波長的較低分辨率。高光譜數(shù) 據(jù)立方體中的單個像素因此包括針對由波長范圍內(nèi)的由分辨率定義的多個波長的光強度。 像素表示從對象中的單個位置測量的光強度。對象的圖像平面包括高光譜數(shù)據(jù)立方體的像 素。每個像素對應于對象上的位置?？稍诙S坐標中即在X-Y坐標中來定義該位置。
[0020] 在圖2a中圖示出根據(jù)實施例的裝置?，F(xiàn)在將參考圖示出根據(jù)實施例的高光譜相機 的結(jié)構(gòu)的圖2a和2b兩者來描述該裝置?？稍趫D2a的裝置的高光譜相機中使用圖2b中所圖示 的結(jié)構(gòu)。該結(jié)構(gòu)包括圓錐體212和光源210、允許從目標反射的光進入相機以便形成成像數(shù) 據(jù)的相機開口 208(例如相機透鏡）以及布置在圓錐體內(nèi)的擴散片222。當圓錐體被安裝到高 光譜相機以便對目標進行成像時，可將光源布置到遠離目標的圓錐體末端?？蓪⒐庠床贾?在相機開口周圍以便均勻地照亮目標。圓錐體將來自光源的光在與相機開口相對的圓錐體 末端中通過圓錐體的開口224指引到目標。這樣，到目標的光被擴散片和圓錐體兩者指引。 高光譜相機可基于壓電致動法布里-珀羅干涉儀。
[0021] 可將高光譜相機202安裝到手柄204。諸如臨床醫(yī)生之類的用戶可抓取該手柄以便 將高光譜相機定位于對象上的目標206之上?？捎寐葆攲⒏吖庾V相機連接到手柄，或者可將 手柄和相機裝入單個主體中。該主體可以是適合于臨床工作的任何材料。這些材料可包括 例如各種塑料組合物。
[0022] 圓錐體212布置在光源周圍并朝著目標延伸。這樣，可排除干擾的外部光源，并且 可保持到相機的一致對象距離?？蓪A錐體和相機刻螺紋，使得在成像期間圓錐體可被容 易地改變并固定到其位置?？蔀閳A錐體提供多個直徑以便與不同的目標和相應位置匹配， 其示例是人體中的不同位置上的皮膚異常。
[0023] 光源可以是圓形光源（即環(huán)形光），使得目標被均勻地照亮。在實施例中，光源是由 光纖216連接到遠程光源214的纖維光學環(huán)形光。光纖允許由遠程光源發(fā)射的光行進至布置 在相機開口周圍的纖維光學環(huán)形光。遠程光源可以是例如鹵素光。遠程光源允許手持式高 光譜相機的簡單且輕型的構(gòu)造。由于光源遠離手持式相機單元（即在其外部），所以可防止 或至少緩解熱從光源到手持式高光譜相機和被成像的目標的傳送?？捎梢策h離手持式高光 譜相機布置的電源對光源供電以促進簡單且輕型的構(gòu)造并防止熱的傳送。可將擴散片定位 于光源與目標之間，使得擴散片將光源與目標分離。優(yōu)選地，擴散片定位于圓錐體內(nèi)部緊靠 著圓錐體，使得來自光源的光通過擴散片行進至目標并防止或至少最小化雜散光。擴散片 允許目標上的更一致的光分布圖案?？梢允褂靡粡埣埢蛴貌Ａе圃斓墓鈱W擴散體作為擴散 片。擴散片的尺寸(例如直徑）以及形狀可適合于圓錐體的尺寸(例如直徑)和形狀以最小化 雜散光。另外，可將擴散片密封到其在圓錐體內(nèi)的位置以防止從光源到目標的雜散光?？捎?彈性材料和/或硅樹脂膏的有適當形狀的密封裝置來提供密封。
[0024] 可將計算機218(例如膝上型計算機)連接到高光譜相機，使得計算機可從高光譜 相機接收成像數(shù)據(jù)。高光譜相機與計算機之間的連接220可以是能夠從高光譜相機向計算 機傳送成像數(shù)據(jù)的任何有線或無線連接。無線連接的示例包括基于B Iue tooth和IEEE 802.11的無線局域網(wǎng)連接。有線連接的示例包括通用串行總線和以太網(wǎng)。有線連接的益處 是可通過有線連接對高光譜相機供電。另一方面，有線連接可提供比無線連接更快的連接 設置和更高可靠性，無線連接可能易于受到干擾，并常常要求在計算機用戶接口上的人類 動作以便設置無線連接。
[0025] 根據(jù)實施例的手持式高光譜相機包括手柄、高光譜相機和到其兩者都在高光譜相 機外部的遠程處理設備和遠程光源的接口 220、216。遠程數(shù)據(jù)處理設備可以例如是計算機。 如上所述，接口可提供到遠程數(shù)據(jù)處理設備和光源的連接。由于成像數(shù)據(jù)的處理可至少部 分地在遠程數(shù)據(jù)處理單元(例如遠離手持式相機的計算機）中執(zhí)行，所以可用非常低的處理 能力和功率消耗來實施手持式相機單元。當光源也位于遠離手持式相機的外部單元中時， 可將手持式相機設計成具有簡單的結(jié)構(gòu)、少量的部件和輕的重量。這樣，可使相機特別適合 于臨床工作。此外，當光源和數(shù)據(jù)處理中的其一或兩者位于具有其自己的電源的在手持式 相機外部的單元中時，可保持手持式相機單元的小的功率消耗，使得可由來自被連接到輸 電干線的變壓器的低直流電壓或者甚至由小電池對手持式相機單元供電。
[0026] 圖3圖示出根據(jù)實施例的過程。該過程可由圖2a的布置中所圖示的一個或多個實 體執(zhí)行。在302中，可從高光譜相機獲得成像數(shù)據(jù)。優(yōu)選地，相機充當全幀成像器。這樣，可以 比在使用基于推掃式成像的相機的情況下更快地對物體進行成像。推掃式成像指的是逐行 地從物體形成圖像數(shù)據(jù)。成像數(shù)據(jù)可包括高光譜數(shù)據(jù)立方體。高光譜相機可以是壓電致動 法布里-珀羅干涉儀?？赏ㄟ^連續(xù)地改變干涉儀的干涉儀設置而使用壓電致動法布里-珀羅 干涉儀來形成高光譜數(shù)據(jù)立方體。干涉儀設置可包括反射鏡之間的間隙。在高光譜數(shù)據(jù)立 方體中，數(shù)據(jù)立方體的像素包括針對光譜的特定波長的在成像目標上的特定位置處的光的 強度。
[0027] 下表示出了用于高光譜成像裝置的實際實施方式的基于法布里-珀羅干涉儀的高 光譜相機的規(guī)格Q_

基于法布里-珀羅干涉儀的高光譜相機提供從約500至900納米的波長范圍，具有2592 像素乘1944像素的最大空間分辨率。高光譜相機可執(zhí)行像素合并(binning)(例如四乘四像 素合并）以產(chǎn)生具有320乘240像素的最終圖像平面分辨率的成像數(shù)據(jù)。像素合并指的是像 素的預處理，使得可減少微小觀察誤差的影響。因此，對已經(jīng)在高光譜相機中的成像數(shù)據(jù)應 用某種預處理是可能的。另一方面，可在外部單元(例如計算機）中執(zhí)行所有處理(包括預處 理）。在像素合并中，落在給定間隔、倉中的原始數(shù)據(jù)值被表示該間隔的值(常常是中心值） 替換。這樣，像素可以被取平均。根據(jù)光譜分辨率，成像數(shù)據(jù)可包括光譜數(shù)據(jù)的從40個至60 個可用波段。
[0029] 在304和306中，通過空間和光譜平均對成像數(shù)據(jù)進行預處理。在空間平均中，可將 每個光譜計算為其九個最近鄰的平均值，并且在光譜平均中，可將每個波段計算為其兩個 最近鄰的平均值。這也可稱為平均模糊?？蓪Τ上駭?shù)據(jù)進行裁剪以省略任何成像數(shù)據(jù)，例如 包括來自圓錐體的像素的成像數(shù)據(jù)。這樣，可僅將即時的感興趣區(qū)域包括在成像數(shù)據(jù)中以 實現(xiàn)處理的效率。在平均模糊中，可用空間域線性濾波器來處理成像數(shù)據(jù)，在空間域線性濾 波器中作為結(jié)果的圖像中的每個像素具有等于輸入圖像中的其相鄰像素的平均值的值。可 對成像數(shù)據(jù)應用平均模糊以使噪聲的影響均等?？稍趫D像平面上在三乘三像素塊中執(zhí)行模 糊。
[0030] 然后可在308和310中對預處理成像數(shù)據(jù)進行光譜解混并求逆。
[0031]光譜解混背后的假設是成像數(shù)據(jù)的給定像素處的光譜是來自存在于被成像的目 標中的不同類型的組織的光的反射的混合?？墒褂镁€性混合模型來描述反射的混合。應用 于通過高光譜成像獲得的成像數(shù)據(jù)的線性混合模型假設針對每個像素所檢測光譜由源于 物質(zhì)的構(gòu)成光譜(被稱為端元）的線性組合組成。物質(zhì)可以是特定類型的組織，例如健康組 織、惡性組織、皮膚、LM或LMM?？墒褂镁€性混合模型來設計反向操作，解混，使得可有效地識 別成像數(shù)據(jù)中的不同組織。
[0032]可將線性混合模型表示為
其中，X是檢測到的光譜，a是針對端元s的豐度系數(shù)，M是端元的數(shù)目，以及w是噪聲項。 將LMM擴展至所有觀察到的像素光譜，我們得出矩陣形式 X = AS +W, 其中

并且Wi物_蘆_:, ..w_f，其中N是波長的數(shù)目且A是豐度圖。
[0033] 解混過程的目標是估計這些組成光譜以及針對每個像素的其相對豐度。給定這些 豐度系數(shù)，可以提取顯示場景內(nèi)的給定端元的相對出現(xiàn)的新圖像，通常稱為豐度圖。
[0034] 在308中，可通過對預處理數(shù)據(jù)應用頂點成分分析(VCA)來將預處理成像數(shù)據(jù)解 混。在J. Nascimentoet 等人、J · Nascimento^PJ. Dias 在 IEEE Transactions on Geoscience and Remote Sensing, vol. 43，No 4，ρρ· 898_910,2005中的"Vertex Component Analysis: A fast algorithm to unmixhyperspectral data" 中概述了VCA〇
[0035] 可針對VCA選擇要根據(jù)預處理成像數(shù)據(jù)來確定的一些端元。端元的數(shù)目可以是至 少兩個，但是也可以更多，例如3、4、5、6或任何數(shù)目的端元?？苫赩CA和端元的所選數(shù)目而 從預處理成像數(shù)據(jù)提取端元。該端元可定義端元所跨越的子空間中的預處理成像數(shù)據(jù)的投 影的極點。
[0036] VCA假設輸入數(shù)據(jù)X中的純像素 S的存在，并且通過執(zhí)行數(shù)據(jù)到先前所確定的端元 所跨越的子空間上的迭代正交投影而繼續(xù)進行。純像素可以指的是通過對具有均勻結(jié)構(gòu)的 組織進行成像而獲得的像素。當被成像組織是基本上單一材料時，結(jié)構(gòu)可以是均勻結(jié)構(gòu)。因 此，純像素中的光譜僅表示某個材料或物質(zhì)，例如健康組織或惡性組織。此投影的極點被取 作新端元特征。此過程重復至已提取M個端元為止。
[0037]同樣地，純像素存在的假設是強假設，并且不一定在許多數(shù)據(jù)類型中都是真實的。 為了相比之下發(fā)現(xiàn)被成像場景內(nèi)存在的材料差別以找到直接地可用于物質(zhì)識別的端元光 譜，選擇最純像素光譜作為端元特征的行為可以是足夠的。
[0038]在310中，可生成至少一個豐度圖A?？蓪㈩A處理成像數(shù)據(jù)轉(zhuǎn)換成一個或多個豐度 圖?？梢詫С鰧诿總€端元的豐度圖。可使用非負最小平方反演或濾波矢量算法(FVA)來 生成豐度圖。在J. Bowles、P. Palmadesso、J. Antoniades、M. Baumback和L. Rickard在 Proc . SPIE, pp. 148-157, 1995中的 "Use of f iltervectors in hyperspectral data analysis" 中描述了FVA。
[0039] FVA在計算上成本較低且因此是優(yōu)選的。對所提取的端元和成像數(shù)據(jù)應用FVA。豐 度圖指示成像數(shù)據(jù)中的端元的出現(xiàn)。端元的出現(xiàn)可用來確定目標的組織性質(zhì)。這樣，可提供 信息以便在診斷和治療中使用。
[0040] 在FVA中，形成被用來估計豐度系數(shù)的濾波矢量集合F?？蓤?zhí)行估計如下： A = FX, 其中 F = (RST1R且R = St - (J/N *S)T， 其中，J是NX N單位矩陣，A是豐度圖，并且N是波長的數(shù)目。
[0041 ]在312中，可使用在310中獲得的一個或多個豐度圖而來確定對象中的組織的存 在，即使組織是眼睛看不見的。豐度圖圖示了目標中的組織的邊界。這樣，可確定其中存在 組織的目標中的區(qū)域。該組織可以是健康的或惡性的。惡性組織可包括皮膚病變。皮膚病變 的示例包括LM和LMM?？稍陲@示設備(例如計算機顯示器)上顯示豐度圖。當獲得每個與目標 中的不同組織相對應的超過一個(例如2、3、4、5、6或任何數(shù)目）的豐度圖時，可基于該豐度 圖來確定針對每個類型的組織的目標中的邊界，由此，可確定對應于每個類型的組織的目 標中的區(qū)域。
[0042] 在實施例中，可將豐度圖用于LM和LMM中的至少一個的診斷。臨床醫(yī)生可操作根據(jù) 實施例的裝置，其產(chǎn)生將在診斷中使用的一個或多個豐度圖?？稍陲@示器上觀察該豐度圖 以在診斷中幫助臨床醫(yī)生。
[0043] 應領會到的是可在圖2a中所圖示的布置的不同實體中執(zhí)行根據(jù)實施例的方法的 步驟。因此，步驟中的某些可由計算機執(zhí)行，并且步驟中的某些可由高光譜相機執(zhí)行。優(yōu)選 地，高光譜相機形成302成像數(shù)據(jù)，其被發(fā)送到計算機以在步驟304至312中的一個或多個中 處理。
[0044] 應領會到的是在臨床背景下，潛在地受影響的皮膚面積的快速確定是極其重要 的。為此，必須謹慎地考慮所利用處理方法的計算復雜性。在這方面，VCA已被示出與J. Nascimento等人描述的N-FINDR相比將提供一至兩個數(shù)量級的節(jié)省。
[0045] VCA和FVA的組合由于要求常規(guī)膝上型計算機中的僅幾秒的處理的圖像數(shù)據(jù)的處 理而特別適合于臨床工作。
[0046] 在之前沒有任何手術(shù)程序的情況下已經(jīng)從活體對象中拍攝了圖4、5和6中的圖像。 使用在本文中的各種實施例中描述的高光譜成像方法生成了該圖像中的豐度圖。所圖示的 豐度圖已被組織病理學采樣確認。在圖像中，可識別病變邊界以用于病變的準確去除。可將 LM與侵入性LMM區(qū)別開以用于準確的無創(chuàng)診斷。
[0047] 圖4a-c圖示出使用高光譜成像的來自具有LM的活體對象內(nèi)的圖像和使用常規(guī)數(shù) 碼相機從對象拍攝的照片。在圖4a中，圖示出LM的豐度圖。在圖4b中，圖示出健康皮膚的豐 度圖。在圖4c中，示出了圖4a和4b中所圖示的目標區(qū)域的照片。在圖如的照片中，惡性組織 被示為照片中間的暗區(qū)。健康皮膚的豐度圖通過圖4b中的暗區(qū)示出了不健康的組織。LM的 豐度圖用圖4a中的亮區(qū)示出了 LM的組織。
[0048]圖5a-c圖示出使用高光譜成像的來自具有LMM的活體對象內(nèi)的圖像和使用常規(guī) 數(shù)碼相機從對象拍攝的照片。在圖5a中，圖示出LMM的豐度圖。在圖5b中，圖示出健康皮膚的 豐度圖。在圖5c中，示出了圖5a和5b中所示的目標區(qū)域的照片。此腫瘤是在病人的耳朵上。 表皮的深度是非常淺的，其可以在皮膚反射率的豐度圖中看到，其中，血管變得顯著可見。 在圖5c的照片中，惡性組織被示為照片中間的暗區(qū)。健康皮膚的豐度圖通過圖5b中的暗區(qū) 示出了不健康的組織。LMM的豐度圖通過圖5a中的亮區(qū)示出了 LMM的組織。
[0049]圖6a-c圖示出使用高光譜成像的針對無黑色素 LM和無黑色素 LMM的來自活體對 象內(nèi)的圖像和使用常規(guī)數(shù)碼相機從對象拍攝的照片。在圖6a中，圖示出無黑色素 LM和無黑 色素 LMM的豐度圖。在無黑色素 LM和無黑色素 LMM的豐度中間可將無黑色素性黑素瘤的地方 標識為增加的強度。在圖6b中，圖示出健康皮膚的豐度圖。在圖6c中，示出了圖6a和6b中所 示的目標區(qū)域的照片。在圖6c的照片中，惡性組織被示為照片中間的暗區(qū)。健康皮膚的豐度 圖通過圖6b中的暗區(qū)示出了不健康的組織。無黑色素 LM和無黑色素 LMM的豐度圖通過圖6a 中的亮區(qū)示出了惡性的組織。
[0050] 本文所描述的技術(shù)和方法可用各種手段來實施。例如，這些技術(shù)可用硬件(一個或 多個設備）、固件(一個或多個設備）、軟件(一個或多個模塊)或其組合來實施。針對硬件實 施方式，可在一個或多個專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理設備 (DSH))、可編程邏輯器件(PLD)、現(xiàn)場可編程門陣列(FPGA)、處理器、控制器、微控制器、微處 理器、被設計成執(zhí)行本文所描述功能的其它電子單元或其組合(例如計算機單元）內(nèi)實施實 施例的裝置。計算機單元可裝備有或連接到顯示器以便顯示豐度圖。針對固件或軟件，可通 過執(zhí)行本文所描述功能的至少一個芯片組(例如，程序、函數(shù)等)的模塊來實現(xiàn)實施方式。可 將軟件代碼存儲在存儲器單元中且可由處理器執(zhí)行。可在處理器內(nèi)或在處理器外部實施存 儲器單元。在后一種情況下，可以經(jīng)由如在本領域中已知的各種手段將其通信耦地合到處 理器。另外，如本領域的技術(shù)人員將領會到的，可重新布置和/或用附加部件來補充本文中 所描述的裝置的部件以便促進與之相關(guān)地描述的各種方面的成就等，并且其不限于在給定 附圖中所闡述的精確配置。
[0051] 因此，根據(jù)實施例，本裝置包括被配置成實行在任何上述實施例中描述的功能的 處理構(gòu)件。在實施例中，至少一個處理器、存儲器和計算機程序代碼形成用于實行本發(fā)明的 實施例的處理構(gòu)件的實施例。
[0052]還可以由計算機程序定義以計算機處理的形式來實行如所描述的實施例。計算機 程序可采取源代碼形式、目標代碼形式或某種中間形式，并且其可被存儲在某種載體中，其 可以是能夠承載程序的任何實體或設備。例如，可將計算機程序存儲在計算機或處理器可 讀取的計算機程序分發(fā)介質(zhì)中。計算機程序介質(zhì)可以例如但不限于記錄介質(zhì)、計算機存儲 器、只讀存儲器、電載波信號、電信信號以及軟件分發(fā)包。
[0053]雖然上文已根據(jù)附圖參考示例描述了本發(fā)明，但清楚的是本發(fā)明不限于此，而是 可以在所附權(quán)利要求的范圍內(nèi)以若干方式進行修改。因此，應寬泛地解釋所有詞語和措辭， 并且其意圖說明而不是限制實施例。
[0054]對于本領域技術(shù)人員將顯而易見的是隨著技術(shù)的進步，可以用各種方式實施此發(fā) 明性的概念。進一步地，本領域技術(shù)人員要清楚的是可以但并不要求以各種方式將所描述 的實施例與其它實施例組合。
【主權(quán)項】
1. 醫(yī)學成像方面的方法，包括： 用高光譜成像系統(tǒng)對目標進行成像(302)以便獲得成像數(shù)據(jù)； 通過空間和光譜平均對所獲得的成像數(shù)據(jù)進行預處理(304、306); 選擇(308)要根據(jù)預處理成像數(shù)據(jù)來確定的一些端元； 基于對預處理成像數(shù)據(jù)的頂點成分分析和端元的所選數(shù)目來從預處理成像數(shù)據(jù)中提 取(308)端元，所述端元定義端元所跨越的子空間中的預處理成像數(shù)據(jù)的投影的極點； 對提取的端元和成像數(shù)據(jù)使用濾波矢量算法以在預處理成像數(shù)據(jù)中生成(310)所選數(shù) 目的端元的至少一個豐度圖。2. 根據(jù)權(quán)利要求1所述的方法，其中，所述預處理圖像數(shù)據(jù)關(guān)于所選數(shù)目的端元被解 混。3. 根據(jù)權(quán)利要求1或2中的任一項所述的方法，其中，生成的豐度圖被顯示。4. 根據(jù)前述權(quán)利要求中的任一項所述的方法，其中，所述預處理包括對成像數(shù)據(jù)進行 裁剪和使成像數(shù)據(jù)模糊中的至少一個。5. 根據(jù)前述權(quán)利要求中的任一項所述的方法，其中，所述成像數(shù)據(jù)包括高光譜數(shù)據(jù)立 方體，其中，數(shù)據(jù)立方體的像素包括針對光譜的特定波長的被成像目標上的特定位置處的 光的強度。6. 根據(jù)前述權(quán)利要求中的任一項所述的方法，其中，所述端元對應于至少健康組織和 惡性組織。7. 根據(jù)前述權(quán)利要求中的任一項所述的方法，其中，豐度圖定義目標中的特定組織的 邊界。8. 根據(jù)前述權(quán)利要求中的任一項所述的方法，其中，所述方法包括確定皮膚病變的邊 界。9. 根據(jù)前述權(quán)利要求中的任一項所述的方法，其中，所述皮膚病變包括LM和LMM中的至 少一個。10. -種用于醫(yī)學成像的裝置，包括： 至少一個處理器和包括計算機程序代碼的至少一個存儲器，其中，所述至少一個存儲 器和所述計算機程序代碼被配置成用所述至少一個處理器引起所述裝置至少： 獲得(302)由高光譜成像系統(tǒng)成像的目標的成像數(shù)據(jù)； 通過空間和光譜平均對所獲得的成像數(shù)據(jù)進行預處理(304、306); 選擇(308)要根據(jù)預處理成像數(shù)據(jù)來確定的一些端元； 基于對預處理成像數(shù)據(jù)的頂點成分分析和端元的所選數(shù)目來從預處理成像數(shù)據(jù)中提 取(308)端元，所述端元定義端元所跨越的子空間中的預處理成像數(shù)據(jù)的投影的極點； 對提取的端元和成像數(shù)據(jù)使用濾波矢量算法以在預處理成像數(shù)據(jù)中生成(310)所選數(shù) 目的端元的至少一個豐度圖。11. 根據(jù)權(quán)利要求10所述的裝置，包括用以執(zhí)行權(quán)利要求2至9中的任一項的構(gòu)件。12. 根據(jù)權(quán)利要求10或11所述的裝置，包括用于獲得高光譜成像數(shù)據(jù)的手持式高光譜 相機，所述高光譜相機包括手柄、用于接收從目標反射的光的相機透鏡，以及布置在光源周 圍并朝著目標延伸的圓錐體，其中當相機透鏡朝向目標時，光源被布置在相機透鏡周圍以 便照亮目標。13. 根據(jù)權(quán)利要求12所述的裝置，其中，擴散片定位于光源與目標之間。14. 根據(jù)權(quán)利要求13所述的裝置，其中，使所述擴散片適應圓錐體的尺寸和形狀并將所 述擴散片密封到圓錐體內(nèi)部的位置。15. 根據(jù)權(quán)利要求12所述的裝置，其中，所述光源遠離手持式相機單元并被光纖連接到 布置在相機透鏡周圍的纖維光學環(huán)形光。16. 根據(jù)權(quán)利要求12所述的裝置，其中，所述高光譜相機包括到遠程數(shù)據(jù)處理單元的接 口，由此，所述成像數(shù)據(jù)被發(fā)送到數(shù)據(jù)處理單元以便生成至少一個豐度圖。17. 根據(jù)權(quán)利要求10至16中的任一項所述的裝置，其中，所述設備被用于LM和LMM中的 至少一個的診斷。18. -種在計算機可讀且包括程序指令的分發(fā)介質(zhì)上體現(xiàn)的計算機程序產(chǎn)品，該程序 指令在被加載到設備中時執(zhí)行根據(jù)權(quán)利要求1至9中的任一項所述的方法。
【文檔編號】A61B5/00GK105979853SQ201480067861
【公開日】2016年9月28日
【申請日】2014年12月12日
【發(fā)明人】N.內(nèi)特塔安梅基-佩特圖, M.格雷恩魯斯, P.內(nèi)特塔安梅基, I.波雷恩, H-H.普尤普龐恩
【申請人】萊文尼爾研究有限公司