JP2013521900A - 高速マルチスペクトルイメージングの方法および装置と癌検出および局在診断への応用 - Google Patents

Abstract

可視／ＮＩＲ光スペクトル画像からの組織の生理学的および形態学的特性のビデオ速度または近ビデオ速度の定量的イメージングの方法および装置では、複数の狭波長帯を含む一連のスペクトルで照明することによって高速マルチスペクトル反射率画像が取得される。形状／結合効果および散乱振幅歪みによるスペクトル画像の強度を補正するために、反復光輸送に基づく反転アルゴリズムが適用されてもよい。方法は、組織の生理学および形態学に関する情報を含むより詳細な定量的画像を生成するためにマトリクスベースの高速反転アルゴリズムを用いてきわめて高速でさらに分析しうるビデオ速度吸収および散乱スペクトル画像を生成することができる。

Description

本発明は、マルチスペクトルイメージングの方法および装置に関する。方法および装置は、たとえば、癌検出および局在診断に適用される可能性がある。一部の実施形態では、組織の生理学的および形態学的特性の定量的画像ベースの決定に適した可視／ＮＩＲスペクトルの高速マルチスペクトルイメージングを実施することができる。

組織の生理学的および形態学的変化のリアルタイムのモニタリングおよびイメージングは、診断および治療のためのきわめて有用な情報を提供する。たとえば、内視鏡イメージングの際に、このような情報は、種々の病的状態、癌および虚血などの特に初期段階の検出に最も重要であろう。内視鏡検査において取得されるスペクトル画像は、組織の生理学的および形態学的特性に関する情報を導くために使用されうる。しかしながら、測定形状の変動、絶対強度測定値の喪失、光−組織相互作用の複雑さ、および分析計算コストが精度および処理時間の観点から真の生理学的および形態学的特性の測定および定量化を困難にする。

従来の内視鏡検査では、表面形態を観察するために白色光反射率画像を使用して組織の色、表面形態などの外見に基づいて内臓を評価している。癌などの疾病の比較的信頼性の高い初期の検出を達成するためには外見（たとえば、色および形態）の変化は有用であるが、多くの研究グループが癌病変の検出感度を向上させるために組織自己蛍光の採用を検討している。残念ながら、自己蛍光イメージングは検出特異度を抑制して検出感度を向上させている。これは、擬陽性の数が増加する結果としての生検数の増加によって医療費を高騰をもたらす可能性がある。また、生検の頻度が高くなるにつれて患者の疾病率が増加する。

高い診断感度および高い特異度を実現するために、一部の研究では、白色光と蛍光イメージングと組み合わせた新たな技術として、反射率、蛍光発光、およびラマン分光法などのポイント分光法モダリティ、または共焦点顕微鏡法、光コヒーレンストモグラフィ、および多光子励起イメージングなどの「ポイント」顕微鏡イメージングモダリティが検討されている。

Ｚｅｎｇらによる特許文献１には、白色光反射率および蛍光発光モードの両方における同時イメージングおよび非接触ポイント分光測定のための装置および方法が開示されている。非接触スペクトル測定およびイメージングは、内視鏡接眼レンズとカメラの間に特別に設計されたスペクトルアタッチメントを設置することによって実施することができる。画像およびスペクトルは、オペレータが観察するモニターに同時に表示される。

Ｆａｗｚｙらによる特許文献２には、組織における微小血管血液体積分率、組織血液酸素飽和度（生理学的パラメータ）、ならびに組織散乱微粒子体積分率およびサイズ分布（形態学的パラメータ）などの癌に関連した変化に関する定量的情報を取得するために反射率スペクトルを分析する方法が記載されている。上記文献のいずれにも、ファイバ内視鏡の接眼レンズによるスペクトル測定の実施について記載されている。スペクトル測定は、スペクトルイメージングとは対照的にポイント分光を含んでいる。

光の吸収特性および散乱特性は、光の波長によって異なる。これらの違いは、深さ方向の血管などの種々の吸収物質の分布に起因する。赤外光など、長い波長の照明光は組織の比較的深い部分の情報を提供するのに対して、短い波長の照明光は表面に近い組織の情報を与える。組織表面の近くで生じる変化の検出は、初期癌の検出にとって不可欠である。

複数のグループが、悪性病変組織および良性病変組織／正常組織の光の吸収および散乱の本質的相違を報告しており、これらの変化を癌形質転換中に生じる組織の生理学的および形態学的変化に直接関連付けている。非特許文献１〜１０を参照されたい。上記グループのすべてによる反射率スペクトル測定は、内視鏡機器チャネルから挿入された光ファイバプローブを用いて実施された。また、光プローブは、組織表面に接触させて設置しなければならない。これらのタイプの光ファイバプローブ測定形状は、イメージング形状とは著しく異なる（広いビーム照明および狭いスポット検出）。

様々なグループが組織病理学を研究するためのマルチスペクトルまたはハイパースペクトルイメージングを検討している。たとえば、非特許文献１１および非特許文献１２には、オキシヘモグロビンおよびデオキシヘモグロビンを含む様々な皮膚の発色団（ｃｈｒｏｍｏｐｈｏｒｅ）の生体内二次元マップを取得するためにスペクトルイメージングを使用することが記載されている。これらには、４００〜９７０ｎｍ範囲の画像を取得するための１８個の狭帯域フィルタが使用されている。この後、動きアーチファクトに対抗すべく種々の波長帯における個々の画像を調整するために位相補正アルゴリズムが使用されている。

最新式の内視鏡ハイパースペクトル・イメージング・システムが、Ｆａｒｋａｓグループによって報告されている。Ｆａｒｋａｓらによる特許文献３、非特許文献１３、非特許文献１４、および非特許文献１５を参照されたい。これらのシステムでは、３８０〜６９０ｎｍの３２の等間隔で配置された帯域の並列でかつ垂直な偏光画像が０．２５秒で収集される。モノクロメータまたはＡＯＴＦ（音響光学的可変フィルタ）ベースの可変光源と単一高速ＣＣＤカメラが画像収集に使用された。ハイパースペクトルイメージングを実施するために、照明ファイバと２つのイメージング・ファイバ・バンドルを備える２．０ｍｍサイズのカテーテルが機器チャネルに通された。このグループは、イメージング・スペクトル・データを分析して散乱サイズパラメータ画像を導出するためにファイバ・プローブ・ポイント反射率スペクトル分析用に開発されたアルゴリズムを使用した。臨床試験では、システムは鏡面反射干渉と内視鏡または患者の動きに起因する動きのアーチファクトの問題に遭遇した。

Ｆａｗｚｙによる特許文献４には、別のシステムが開示されており、ここには、２つの異なる波長帯を組織に順番に照明することによって撮影される画像から直接組織脱酸化血液指標を定量化する方法が記載されている。

Ａｙａｍｅらによる特許文献５およびＧｏｎｏらによる特許文献６には、「電子スペクトルイメージング」技術（色補正技術）を用いた組織色調変化の可視化を改善する方法が開示されている。「電子スペクトルイメージング」は、事前に測定されたスペクトルのサンプルを用いてＲＧＢ画像または狭帯域画像からの反射率スペクトルの推定に基づくものである。「電子スペクトルイメージング」は、真の組織反射率特性と組織の生理学的および形態学的情報を正確に表現しない。

Ｐａｎａｓｙｕｋらによる特許文献７には、ショック中および蘇生中の組織酸素飽和度、酸素供給および酸素摂取のマルチスペクトル・イメージング・システムおよびリアルタイムまたは近リアルタイム評価の方法が開示されている。このシステムでは、スペクトル画像が種々の波長を用いて逐次照明によって取得される。

米国特許第６８９８４５８号明細書 米国特許出願公開第２００９／０２７０７０２号明細書 米国特許第５７９６５１２号明細書 国際特許出願公開第ＷＯ２００９／０５２６０７号明細書 米国特許第７７２９７５１号明細書 米国特許出願公開第２００９／００２３９９１号明細書 米国特許出願公開第２００７／００２４９４６号明細書

Ｍ．Ｐ．Ｌ．Ｂａｒｄ，Ａ．Ａｍｅｌｉｎｋ，Ｖ．Ｎ．Ｈｅｇｔ，Ｗ．Ｊ．Ｇｒａｖｅｌａｎｄ，Ｈ．Ｊ．Ｃ．Ｍ．Ｓｔｅｒｅｎｂｏｒｇ，Ｈ．Ｃ．Ｈｏｏｇｓｔｅｄｅｎ，Ｊ．Ｇ．Ｊ．Ｖ．Ａｅｒｔｓ，"Ｍｅａｓｕｒｅｍｅｎｔ ｏｆ Ｈｙｐｏｘｉａ−ｒｅｌａｔｅｄ ｐａｒａｍｅｔｅｒｓ ｉｎ ｂｒｏｎｃｈｉａｌ ｍｕｃｏｓａ ｂｙ ｕｓｅ ｏｆ ｏｐｔｉｃａｌ ｓｐｅｃｔｒｏｓｃｏｐｙ"，Ａｍ．Ｊ．Ｒｅｓｐｉｒ．Ｃｒｉｔ．Ｃａｒｅ Ｍｅｄ．，１７１，１１７８−１１８４，２００５ Ｇ．Ｚｏｎｉｏｓ，Ｌ．Ｔ．Ｐｅｒｅｌｍａｎ，Ｖ．Ｂａｃｋｍａｎ，Ｒ．Ｍａｎｏｈａｒａｎ，Ｍ．Ｆｉｔｚｍａｕｒｉｃｅ，Ｊ．Ｖａｎ Ｄａｍ，ａｎｄ Ｍ．Ｓ．Ｆｅｌｄ，"Ｄｉｆｆｕｓｅ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏｓｃｏｐｙ ｏｆ ｈｕｍａｎ ａｄｅｎｏｍａｔｏｕｓ ｃｏｌｏｎ ｐｏｌｙｐｓ ｉｎ ｖｉｖｏ"，Ａｐｐｌ．Ｏｐｔ．３８，６６２８−６６３６，１９９８ Ｂ．Ｂｅａｕｖｏｉｔ，ａｎｄ Ｂ．Ｃｈａｎｃｅ，"Ｔｉｍｅ−ｒｅｓｏｌｖｅｄ ｓｐｅｃｔｒｏｓｃｏｐｙ ｏｆ ｍｉｔｏｃｈｏｎｄｒｉａ，ｃｅｌｌｓ ａｎｄ ｔｉｓｓｕｅ ｕｎｄｅｒ ｎｏｒｍａｌ ａｎｄ ｐａｔｈｏｌｏｇｉｃａｌ ｃｏｎｄｉｔｉｏｎｓ"，Ｍｏｌ Ｃｅｌｌ Ｂｉｏｃｈｅｍ．，１８４，４４５−４５５，１９９８ Ｊ．Ｒ．Ｍｏｕｒａｎｔ，Ｔ．Ｍ．Ｊｏｈｎｓｏｎ，ａｎｄ Ｊ．Ｐ．Ｆｒｅｙｅｒ，"Ｃｈａｒａｃｔｅｒｉｚｉｎｇ ｍａｍｍａｌｉａｎ ｃｅｌｌｓ ａｎｄ ｃｅｌｌ ｐｈａｎｔｏｍｓ ｂｙ ｐｏｌａｒｉｚｅｄ ｂａｃｋｓｃａｔｔｅｒｉｎｇ ｆｉｂｅｒ−ｏｐｔｉｃ ｍｅａｓｕｒｅｍｅｎｔ"，Ａｐｐｌ．Ｏｐｔ．４０，５１１４−５１２３，２００１ Ｊ．Ｒ．Ｍｏｕｒａｎｔ，Ａ．Ｈ．Ｈｉｅｌｓｃｈｅｒ，Ａ．Ａ．Ｅｉｃｋ，Ｔ．Ｍ．Ｊｏｈｎｓｏｎ，ａｎｄ Ｊ．Ｐ．Ｆｒｅｙｅｒ，"Ｅｖｉｄｅｎｃｅ ｏｆ ｉｎｔｒｉｎｓｉｃ ｄｉｆｆｅｒｅｎｃｅｓ ｉｎ ｔｈｅ ｌｉｇｈｔ ｓｃａｔｔｅｒｉｎｇ ｐｒｏｐｅｒｔｉｅｓ ｏｆ ｔｕｍｏｒｉｇｅｎｉｃ ａｎｄ ｎｏｎｔｕｍｏｒｉｇｅｎｉｃ ｃｅｌｌｓ"，Ｃａｎｃｅｒ，８４，３６６−３７４，１９９８ Ｈ．Ｚｅｎｇ，Ｃ．ＭａｃＡｕｌａｙ，Ｂ．Ｐａｃｌｉｃ， ａｎｄ Ｄ．Ｉ．ＭｃＬｅａｎｔ，"Ａ ｃｏｍｐｕｔｅｒｉｚｅｄ ａｕｔｏ−ｆｌｕｏｒｅｓｃｅｎｃｅ ａｎｄ ｄｉｆｆｕｓｅ ｒｅｆｌｅｃｔａｎｃｅ ｓｐｅｃｔｒｏａｎａｌｙｓｅｒ ｓｙｓｔｅｍ ｆｏｒ ｉｎ ｖｉｖｏ ｓｋｉｎ ｓｔｕｄｉｅｓ"，Ｐｈｙｓ．Ｍｅｄ．Ｂｉｏｌ．３８，２３１−２４０，１９９３ Ｒ．Ｊ．Ｎｏｒｄｓｔｏｒｍ，Ｌ．Ｂｕｒｋｅ，Ｊ．Ｍ．Ｎｉｌｏｆｆ，ａｎｄ Ｊ．Ｆ．Ｍｙｒｔｌｅ，"Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｃｅｒｖｉｃａｌ ｉｎｔｒａｅｐｉｔｈｅｌｉａｌ ｎｅｏｐｌａｓｉａ（ＣＩＮ）ｕｓｉｎｇ ＵＶ−ｅｘｃｉｔｅｄ ｆｌｕｏｒｅｓｃｅｎｃｅ ａｎｄ ｄｉｆｆｕｓｅ−ｒｅｆｌｅｃｔａｎｃｅ ｔｉｓｓｕｅ ｓｐｅｃｔｒｏｓｃｏｐｙ"，Ｌａｓｅｒｓ Ｓｕｒｇ．Ｍｅｄ．２９，１１８−１２７，２００１ Ｉ．Ｇｅｏｒｇａｋｏｕｄｉ，Ｅ．Ｅ．Ｓｈｅｅｔｓ，Ｍ．Ｇ．Ｍｕｌｌｅｒ，Ｖ．Ｂａｃｋｍａｎ，Ｃ．Ｐ．Ｃｒｕｍ，Ｋ．Ｂａｄｉｚａｄｅｇａｎ，Ｒ．Ｒ．Ｄａｓａｒｉ，ａｎｄ Ｍ．Ｓ．Ｆｅｌｄ，"Ｔｒｉｍｏｄａｌ ｓｐｅｃｔｒｏｓｃｏｐｙ ｆｏｒ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｃｈａｒａｃｔｅｒｉｚａｔｉｏｎ ｏｆ ｃｅｒｖｉｃａｌ ｐｒｅｃａｎｃｅｒｓ ｉｎ ｖｉｖｏ"，Ａｍ Ｊ Ｏｂｓｔｅｔ Ｇｙｎｅｃｏｌ １８６，３７４−３８１，２００２ Ｍ．Ｇ．Ｍｕｌｌｅｒ，Ｔ．Ａ．Ｖａｌｄｅｚ，Ｉ．Ｇｅｏｒｇａｋｏｕｄｉ，Ｖ．Ｂａｃｋｍａｎ，Ｃ．Ｆｕｅｎｔｅｓ，Ｓ．Ｋａｂａｎｉ，Ｎ．Ｌａｖｅｒ，Ｚ．Ｗａｎｇ，Ｃ．Ｗ．Ｂｏｏｎｅ，Ｒ．Ｒ．Ｄａｓａｒｉ，Ｓ．Ｍ．Ｓｈａｐｓｈａｙ，ａｎｄ Ｍ．Ｓ．Ｆｅｌｄ，"Ｓｐｅｃｔｒｏｓｃｏｐｉｃ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｅｖａｌｕａｔｉｏｎ ｏｆ ｍｏｒｐｈｏｌｏｇｉｃ ａｎｄ ｂｉｏｃｈｅｍｉｃａｌ ｃｈａｎｇｅｓ ｉｎ ｅａｒｌｙ ｈｕｍａｎ ｏｒａｌ ｃａｒｃｉｎｏｍａ"，Ｃａｎｃｅｒ ９７，１６８１−１６９２，１９９７ Ｍ．Ｐ．Ｌ．Ｂａｒｄ，Ａ．Ａｍｅｌｉｎｋ，Ｍ．Ｓｋｕｒｉｃｈｉｎａ，Ｍ．ｄｅｎ Ｂａｋｋｅｒｄ，Ｓ．Ａ．Ｂｕｒｇｅｒｓ，Ｊ．Ｐ．ｖａｎ Ｍｅｅｒｂｅｅｃｋ，Ｒ．Ｐ．Ｗ．Ｄｕｉｎ，Ｊ．Ｇ．Ｊ．Ｖ．Ａｅｒｔｓ，Ｈ．Ｃ．Ｈｏｏｇｓｔｅｄｅｎ，ａｎｄ Ｈ．Ｊ．Ｃ．Ｍ．Ｓｔｅｒｅｎｂｏｒｇ，"Ｉｍｐｒｏｖｉｎｇ ｔｈｅ ｓｐｅｃｉｆｉｃｉｔｙ ｏｆ ｆｌｕｏｒｅｓｃｅｎｃｅ ｂｒｏｎｃｈｏｓｃｏｐｙ ｆｏｒ ｔｈｅ ａｎａｌｙｓｉｓ ｏｆ ｎｅｏｐｌａｓｔｉｃ ｌｅｓｉｏｎｓ ｏｆ ｔｈｅ ｂｒｏｎｃｈｉａｌ ｔｒｅｅ ｂｙ ｃｏｍｂｉｎａｔｉｏｎ ｗｉｔｈ ｏｐｔｉｃａｌ ｓｐｅｃｔｒｏｓｃｏｐｙ：ｐｒｅｌｉｍｉｎａｒｙ ｃｏｍｍｕｎｉｃａｔｉｏｎ"，Ｌｕｎｇ Ｃａｎｃｅｒ ４７，４１−４７，２００５ Ｇ．Ｎ．Ｓｔａｍａｔａｓ，Ｍ．Ｓｏｕｔｈａｌｌ ａｎｄ Ｎ．Ｋｏｌｌｉａｓ，"Ｉｎ ｖｉｖｏ ｍｏｎｉｔｏｒｉｎｇ ｏｆ ｃｕｔａｎｅｏｕｓ ｅｄｅｍａ ｕｓｉｎｇ ｓｐｅｃｔｒａｌ ｉｍａｇｉｎｇ ｉｎ ｔｈｅ ｖｉｓｉｂｌｅ ａｎｄ ｎｅａｒ ｉｎｆｒａｒｅｄ"，Ｊ．Ｉｎｖｅｓｔ．Ｄｅｒｍａｔｏｌ．１２６，１７５３−１７６０，２００６ Ｇ．Ｎ．Ｓｔａｍａｔａｓ，Ｎ．Ｋｏｌｌｉａｓ，"Ｎｏｎｉｎｖａｓｉｖｅ ｑｕａｎｔｉｔａｔｉｖｅ ｄｏｃｕｍｅｎｔａｔｉｏｎ ｏｆ ｃｕｔａｎｅｏｕｓ ｉｎｆｌａｍｍａｔｉｏｎ ｉｎ ｖｉｖｏ ｕｓｉｎｇ ｓｐｅｃｔｒａｌ ｉｍａｇｉｎｇ"，ＳＰＩＥ Ｐｒｏｃｅｅｄｉｎｇｓ ６０７８，６０７８０Ｐ，２００６ Ｄ．Ｌ．Ｆａｒｋａｓ ａｎｄ Ｄ．Ｂｅｃｋｅｒ，"Ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ ｓｐｅｃｔｒａｌ ｉｍａｇｉｎｇ：ｄｅｔｅｃｔｉｏｎ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｈｕｍａｎ ｍｅｌａｎｏｍａ ａｎｄ ｉｔｓ ｐｒｅｃｕｒｓｏｒｓ"，Ｐｉｇｍｅｎｔ Ｃｅｌｌ Ｒｅｓ．，１４，２−８，２００１ Ｅ．Ｌｉｎｄｓｌｅｙ，Ｅ．Ｓ．Ｗａｃｈｍａｎ ａｎｄ Ｄ．Ｌ．Ｆａｒｋａｓ，"Ｔｈｅ ｈｙｐｅｒｓｐｅｃｔｒａｌ ｉｍａｇｉｎｇ ｅｎｄｏｓｃｏｐｅ：ａ ｎｅｗ ｔｏｏｌ ｆｏｒ ｉｎ ｖｉｖｏ ｃａｎｃｅｒ ｄｅｔｅｃｔｉｏｎ"，ＳＰＩＥ Ｐｒｏｃｅｅｄｉｎｇｓ，５３２２，７５−８２，２００４ Ａ．Ｃｈｕｎｇ，Ｓ．Ｋａｒｌａｎ，Ｅ．Ｌｉｎｄｓｌｅｙ，Ｓ．Ｗａｃｈｓｍａｎｎ−Ｈｏｇｉｕ ａｎｄ Ｄ．Ｌ．Ｆａｒｋａｓ，"Ｉｎ ｖｉｖｏ ｃｙｔｏｍｅｔｒｙ：ａ ｓｐｅｃｔｒｕｍ ｏｆ ｐｏｓｓｉｂｉｌｉｔｉｅｓ"，Ｃｙｔｏｍｅｔｒｙ Ｐａｒｔ Ａ，６９Ａ，１４２−１４６，２００６

高速マルチスペクトルイメージングに関しては費用効果の高い装置および方法の必要性が残されている。

本発明は数多くの態様を有する。これらの一部は、独立に適用されてもよく、他の態様と組み合わせて適用されてもよい。
一態様では、マルチスペクトル・イメージング・システムは、動きのアーチファクトを克服するビデオ速度高速マルチスペクトルイメージングを実現するために並列マルチバンド照明および並列マルチチャネルイメージング検出が備えられる。鏡面反射は、データ分析アルゴリズムを適用することによって自動的に補正される。

別の態様は、対象物のマルチスペクトルイメージング用の装置を提供する。対象物は、たとえば、生体組織を備えていてもよい。装置は、第１の複数の狭帯域によって特徴付けられる第１のスペクトルを有する光を放射するように構成可能な光源を備える。装置は、光源からの光を対象物の領域に導くように配置される。装置は、対象物の領域を撮像するように配置され、マルチチャネル画像データを提供するように構成されたマルチチャネルイメージング光検出器を備える。画像処理装置が画像データから複数のスペクトル画像を抽出するように構成される。複数のスペクトル画像は、複数の狭帯域の各々に対応するスペクトル画像を備える。

別の態様は、組織血液量、組織酸素化、組織散乱体積、および組織散乱サイズパラメータの２つまたはそれ以上を示す同時画像を提供するマルチスペクトルイメージング用のシステムを提供する。

一態様では、本発明は、対象物を照明する光源を備える対象物のマルチスペクトルイメージング用の装置を提供し、光源は少なくとも２つの狭波長帯の照明を同時に生成するように適合されており、狭帯域の各々は可視／ＮＩＲ範囲のスペクトル画像を生成する種々の波長範囲内にある。マルチチャネルまたはマルチ検出器カメラは、これらの複数波長帯において複数の画像を同時に取り込むために同時マルチバンド照明に従って機能する。

一態様では、本発明は、上記波長帯において対応する１８＋スペクトル画像を取り込むために１８＋波長帯の照明光を生成する光源と画像検出デバイスとを提供する。一部の実施形態では、光源は１２〜５２の狭波長帯を生成するように構成される。取得されたスペクトル画像は、吸収および分散スペクトル画像を生成するために処理されて分析される。強度較正アルゴリズムでは、画像の画素から測定された反射率スペクトルと生体外光吸収係数とを使用して、光源、組織（画像化される対象物）、および画像検出デバイスとの間の光結合変動／誤差からスペクトル画像の強度を補正する。

別の態様では、本発明は、少なくとも２つの狭帯域の光で対象物を同時に照明するステップを備える組織の生理学的および形態学的情報を定量化する方法を提供し、これらの波長帯に対応する複数の画像を同時に取得し、狭帯域の各々は可視／ＮＩＲ範囲のスペクトル画像を生成する種々の波長内にあり、複数のスペクトル画像を生成し、画像の画素から測定された反射率スペクトルと生体外光吸収係数とを用いてスペクトル画像の強度を補正し、全スペクトル範囲に沿って吸収および散乱スペクトル画像を別々に生成し、取得された吸収および散乱画像からの少なくとも１つの生理学的パラメータおよび／または少なくとも１つの形態学的パラメータを定量化する。

さらに別の態様では、本発明は、内視鏡システムによって癌検出および局在診断のための非侵襲高速マルチスペクトルイメージング用の装置を提供する。
別の態様では、本発明は光プローブによって癌を検出する非侵襲高速マルチスペクトルイメージング用のシステムを提供する。

一態様では、本発明は、白色光反射率イメージング、蛍光イメージング、およびマルチスペクトル反射率イメージングを実施しうるプログラマブル多機能システムを提供する。
一部の実施形態では、３つのイメージングチャネルを有する画像検出器が適用される。イメージング検出器は、一部の実施形態では市販のカラーカメラである。

さらに別の態様では、本発明は４つのイメージングチャネルを有する画像検出器を提供する。それに応じて、光源は４つの狭帯域照明を同時に発生するようにプログラムされる。狭帯域の各々は、それぞれＢ、Ｇ、Ｒ、およびＮＩＲ帯域内にあり、これらは種々の波長集合に対して経時的に同時にシフトする。

一部の実施形態では、光源は、ディジタル・マイクロミラー・デバイスなどのプログラマブル光源を備える。
一部の実施形態では、光源は、同時複数狭帯域照明を提供するフィルタ・ホイール・ベースの光源を備える。

他の実施形態では、複数の狭帯域照明プロファイルを生成するために音響光学的可変フィルタがファイバ・レーザ・ベースの超連続体光源またはレーザ駆動光源とともに使用される。

一部の実施形態では、白色光画像がスペクトル画像から合成される。
本発明の別の態様では、高速マルチスペクトルイメージング用に最適化された波長帯を決定するためにモデル化法が採用される。

さらに別の態様では、本発明は、組織血液量分布、組織酸素化、組織散乱体積分布、および散乱サイズパラメータ空間分布のリアルタイムイメージングを提供する。
本発明の一態様では、マルチスペクトル画像は内視鏡の先端に位置する画像検出器によって取り込まれる。画像検出器は少なくとも３つ、好ましくは４つのチャネルイメージング（Ｂ、Ｇ、Ｒ、ＮＩＲ）を容易にするために特別なパターンのフィルタで覆われている。

本発明の一態様では、マルチスペクトル画像はスペクトルが重なった３つ（Ｒ、Ｇ、Ｂ）のチャネルを有するカラーカメラによって取り込まれる。たとえば、カメラは、種々の重複帯域の光を通過させるフィルタ要素のパターンを備えるＣＣＤ、ＣＭＯＳ、またはＡＰＳ光センサーを有していてもよい。たとえば、フィルタ要素はＢａｙｅｒモザイクパターンで配置されてもよい。

本発明のさらに別の態様では、狭帯域画像を提供する標準カラーカメラ（市販のカメラなど）からの画像を分解するために較正方法が採用される。
一部の実施形態では、複数の照明プロファイルを生成する光源が、内視鏡の先端に位置するＬＥＤなどの複数の半導体発光体を備える。

さらに別の態様では、本発明は、スペクトルイメージングの波長帯を最適化する方法を提供する。一態様によると、最適化方法は最適化された光輸送モデルに基づく。
別の態様は、スペクトル画像が複数の同時狭帯域画像から生成される高速マルチスペクトルイメージング用の装置および方法を提供する。一部の実施形態では、装置および方法はリアルタイムのビデオ速度で複数のスペクトル画像を同時に取得する。画像は、たとえば、組織血液量、組織酸素化、組織散乱体積、および組織散乱サイズパラメータなど、生理学的特性を示してもよい。一部の実施形態では、装置および方法は白色光および／または蛍光画像をさらに取得する。

別の態様は、マルチスペクトルイメージング法を提供する。方法は、複数の狭帯域波長帯を備えるスペクトルを有する光で対象物の領域を露光すること、マルチチャネルイメージング検出器を用いて露光された対象物の画像を備える画像データを取得すること、画像データから複数のスペクトル画像を抽出することを備え、複数のスペクトル画像は複数の狭帯域の各々に対応するスペクトル画像を備える。

別の態様は、Ｎ個の狭帯域波長帯の光で対象物の領域を露光すること、対象物の領域を露光する間に対象物の画像を取得することを備えるマルチスペクトルイメージング法を提供する。対象物の領域を露光することは、一連のステップで実施される。各ステップは、基本的にＮ個の狭帯域波長帯のｎ個の組からなるスペクトルを有する光で対象物に同時に一度に露光すること、マルチチャネルイメージング検出器を用いて対象物の画像を取得することを備える。方法は、Ｎ個の狭帯域波長帯に対応するスペクトル画像を取得するためにマルチチャネルイメージング検出器からのマルチチャネル画像データを処理することを含む。この処理することは、画素値のベクトルに較正マトリクスを乗じることを備えていてもよい。

前述の例示的態様および実施形態に加えて、図面を参照し以下の詳細な説明を検討することにより、さらなる態様および実施形態が明らかになるであろう。

本発明の実施形態による内視鏡システムの略図である。 種々の時間で異なるスペクトルプロファイルの複数の狭帯域で同時照明を生成するのに有用な回転フィルタホイールの略図である。 複数の光の波長帯を通過させる特注フィルタのスペクトル特性を例示するグラフである。 内視鏡の遠位端に位置する光源の略図である。 プログラマブル画像収集および処理エレクトロニクスの例のブロック図である。 ＣＣＤの３つの（赤（Ｒ）、緑（Ｇ）、および青（Ｂ））チャネルの重複スペクトル応答を例示するグラフである。 重複スペクトル応答による３つの波長に応じたＣＣＤ出力の読みを例示するグラフである。 蛍光イメージング用の照明を提供する蛍光光源と白色光反射率およびマルチスペクトルイメージング用の照明を提供するプログラマブルディジタル光源とを組み合わせる本発明の別の実施形態による光源の略図である。 ５２のデータ点／波長帯スペクトルデータのＲＯＣ曲線（上三角記号曲線）と１８波長帯のデータ点数の減少のＲＯＣ曲線（下円記号曲線）のグラフである。 実施形態例による最適化手法を例示するフローチャートである。 本発明の最適化手法の３つのアプローチの精度を示すグラフである。 本発明の最適化手法の精度への帯域幅の影響を示すグラフである。 実施形態例によるマッピングアルゴリズムを例示するフローチャートである。 測定形状の変動に対してスペクトル画像を補正するために使用できる実施形態例による強度較正アルゴリズムを例示するフローチャートである。 組織の生理学的および形態学的特性を定量化するために使用できる実施形態例による高速反転アルゴリズムを例示するフローチャートである。 本発明の別の実施形態による高速反転アルゴリズムを例示するフローチャートである。 本発明の方法および装置の実施形態により取得できるような結果画像の実例である。

本発明のさらなる目的および利点とともに本発明の構造および動作の機構と様態は、添付図面に関連付けられた以下の説明を参照することにより最もよく理解される可能性がある。以下の図では同様の参照番号は同様の要素を示す。

図および以下の説明は、具体例としての実施形態を示す。以下に記載する特徴は本発明の複数の変形形態を形成するために他の様々な方法で組み合わされてもよいことは当業者であれば理解するであろう。

マルチスペクトル・イメージング・システムは、高速マルチスペクトルイメージングを実現するために並列マルチバンド照明と並列マルチチャネルイメージング検出を提供する。イメージング速度は、動きのアーチファクトを回避するのに十分に高くてよい。一部の実施形態では、イメージングはビデオ速度で実施される（たとえば、毎秒２４フレームまたはそれ以上）。鏡面反射は、以下に記載するデータ分析アルゴリズムによって自動的に補正されてよい。

また、測定形状変動の影響を補償するために記録された画像強度を補正する方法および装置を以下で説明する。このような方法および装置は、マルチスペクトル・イメージング・システムと組み合わせて使用されてもよく、あるいは他のアプリケーションで使用されてもよい。方法および装置は、たとえば、組織の物理的、生理学的、および形態学的特性のビデオ速度または近ビデオ速度の定量化画像を生成する際に採用されてもよい。たとえば、このような方法および装置は、組織血液量、組織酸素化、組織散乱体積、および組織散乱サイズパラメータの１つまたは複数を示す画像を提供するシステムにおいて提供されてよい。また、白色光および／または蛍光画像が提供されてよい。

一部の実施形態は、白色光反射イメージング（ＷＬＲ）、蛍光イメージング（ＦＬ）、およびマルチスペクトル反射イメージングを実施しうるプログラマブル多機能内視鏡検査システムを提供する。

図１は、プログラマブル多機能内視鏡検査システム１１の機能要素を示すブロック図である。システム１１は、複数の狭スペクトル帯域の光を備える照明光を生成する光源１２と、スペクトル帯域に対応するスペクトル画像を収集し生成する光学カメラ／検出器７とを備える。光源１２によって放射される光は、基本的に複数のスペクトル帯域の光からなっていてもよい。一部の実施形態では、光源１２によって放射される照明光の光エネルギーの少なくとも５０％または少なくとも８０％は、複数のスペクトル帯域にある。図示された実施形態では、光源１２は、広帯域発光体１と、複数の狭スペクトル帯域を生成する照明光フィルタ２とを備える。光フィルタ２は、たとえば、回転フィルタホイールにフィルタを備えていてもよい。発光体１は、たとえば、４００〜８００ｎｍの波長範囲の広いスペクトルの照明光を提供するキセノンランプを備えていてもよい。

代替的実施形態では、光源１２は、各々が複数のスペクトル帯域の１つの光を放射する複数の狭帯域光源を備える。たとえば、光源１２は、複数の発光半導体デバイス（たとえば、発光ダイオードＬＥＤなど）を備えていてもよい。

一部の実施形態では、光源１２は、照明光のスペクトル構成を変更しうるように適合される。たとえば、第１の期間中に光源１２は狭スペクトル帯域の第１の組の光を放射してもよく、第２の期間中に光源１２は第１の組とは異なる第２の組の狭スペクトル帯域の光を放射してもよい。これは複数の期間にわたって続けられてよい。

一部の実施形態では、光源１２は、複数の期間を周期的に繰り返し、各期間では、照明光のスペクトル（たとえば、その周期における照明光を構成する特定のスペクトル帯域）が期間ごとに変化するように複数のスペクトル帯域で照明光を放射するように構成される。

光源１によって放射される照明光は、複数の狭スペクトル帯域の外にある光を除去して複数の狭スペクトル帯域に集中される照明光を残すフィルタ２を通過する。このような照明光は、レンズ３によって照明ライトガイド４に集められて組織５（撮像されている対象物）を照射する。組織によって反射される光は、この例では、集光レンズ（図示せず）、イメージング・ライト・ガイド６、および検出器７を備えるイメージング手段によって取り込まれる。検出器７は、複数の狭スペクトル帯域の各々の画像データを同時に収集してよい。こうすることで、マルチスペクトル画像の高速収集が容易になる。

検出器７は、たとえば、４００〜５００ｎｍの波長を有する光に応答する青色ＣＣＤ、５００〜６００ｎｍの範囲の波長を有する光に応答する緑色ＣＣＤ、および６００〜８００ｎｍの範囲の波長を有する光に応答する赤色／ＮＩＲ ＣＣＤなど、３つの電荷結合素子（ＣＣＤ）を備えていてもよい。検出器７は、さらに、複数のダイクロイックミラーを備えていてもよい。このような実施形態の一例では、画像ガイド６からの光ビームは、検出器７に入り、青色ＣＣＤに向かって５００ｎｍよりも小さい波長を有する光を反射する第１のダイクロイックミラーに作用すると同時に５００ｎｍよりも大きい波長を有する光を伝送する。第２のダイクロイックミラーは、緑色ＣＣＤに向かって６００ｎｍよりも小さい波長を有する光を反射し、赤色ＣＣＤ／ＮＩＲ ＣＣＤに向かって６００ｎｍよりも大きい波長を有する光を伝送する。

オプションとして、検出器７は、ＣＣＤから上流に向かう光路に帯域通過フィルタを備えていてもよい（たとえば、入射光をさらに光学的に処理するためにＣＣＤの各々の前に近接して１つの帯域通過フィルタが配置されてもよい）。ＣＣＤは、マルチスペクトルイメージングに対する高速画像収集に適合するようにビデオ速度よりも短い露光時間を有していてもよい。

ＣＣＤによって取得された画像は、処理ユニット８によって処理されて複数のスペクトル画像になる。取得されたスペクトル画像は、この後、分析ユニット９によって分析され、その結果、組織の生理学的および形態学的画像はモニター１０などの所望の出力手段に表示される。分析ユニット９は、たとえば、後述のようなモデル化アルゴリズムを適用してもよい。

光源１２は、可視および／または近赤外（ＮＩＲ）放射を提供してもよい。たとえば、光源１２は、約４００ｎｍから少なくとも約８００ｎｍまで延在する可視／ＮＩＲ帯域の照明光を提供してもよい。

一部の実施形態では、光源１２は、少なくとも可視範囲の広帯域照明を放射する動作モードを有する。このようなモードは、内視鏡検査中にオペレータを案内して画像を生成するのに有用である可能性がある。広帯域可視光を放射する働きをする光源１２の場合、検出器７は、赤色チャネルが６００〜７００ｎｍなどの比較的狭い範囲でなく、たとえば、６００〜８００ｎｍをカバーすることを除いて、従来のＲＧＢ画像に似た画像を取り込むことができる可能性がある。前述のように、光源１２は、同時に複数の狭帯域（ＮＢ）照明（たとえば、４０５ｎｍ、５０５ｎｍ、および６０５ｎｍにおける）を提供しうる。有利には、光源１２は、次の１組のマルチ狭帯域（たとえば、４２０ｎｍ、５２０ｎｍ、および６３５ｎｍ）で構成されるスペクトルを有する照明光を放射するように素早く調整されうる。一部の実施形態では、各１組のマルチ狭帯域は、検出器７が有するチャネルと同数の狭帯域成分を有する。たとえば、３チャネルを有する前述のような検出器７の場合、各１組のマルチ狭帯域は、３つの狭帯域を備えていてもよい。

図２に示すように、フィルタホイール２は、種々の期間において、照明光が異なる組の３つの狭帯域を備えるスペクトル構成を有するように一連の期間に照明光を生成するために採用されてよい。フィルタホイール２は、複数のフィルタを含んでいてもよい。これらのフィルタの各々が発光体１と撮像されている対象物の間の光路にあるとき、照明光は基本的に対象物に同時に供給される３つの狭帯域で構成される。帯域は、たとえば、スペクトルの青色領域に１つの帯域と、スペクトルの緑色領域に１つの帯域と、スペクトルの赤色領域または赤外領域に１つの帯域とを備えていてよい。たとえば、フィルタ２１は期間Ｔ１中に照明スペクトル２６を生成してもよく、フィルタ２２は期間Ｔｉ中に照明スペクトル２７を生成し、フィルタ２３は期間Ｔｎ中に照明スペクトル２８を生成する。一部の実施態様では、フィルタホイール２の個々のフィルタは、３つ以上または３つ以下の狭波長帯を同時に生成しうる。

一部の実施形態では、フィルタホイールは、各フィルタが２つまたは３つの異なる帯域を備える全部で１２〜５２の異なる帯域の照明光を提供するフィルタを含む。各フィルタの狭通過帯域の数は、一部の実施形態において検出器によって提供されるチャネル数に等しいかまたはそれよりも少ない。

一実施形態例では、フィルタホイール２は、一度に３帯域ずつ、全部で１８帯域の照明光を提供する６つのフィルタを含む。ある実施形態例では、各フィルタは異なる組の３つの狭帯域光からなる異なるスペクトル照明プロファイルを提供する。下表は、１８の選択帯域の可能な波長の一例を示す。一部の実施形態では、狭帯域は２０ｎｍあるいはそれ以下の帯域幅を有する。１０ｎｍの列は、１０ｎｍの帯域幅を有する狭帯域に対して最適化された波長選択肢を表わす。１５ｎｍの列は、狭帯域が１５ｎｍの帯域幅を有する場合に対して最適化された波長選択肢である。狭帯域の波長は、等間隔に配置されても非等間隔に配置されてもよい。

たとえば、第１のフィルタは、青色帯域（４１５ｎｍ）、緑色帯域（５１０ｎｍまたは５１５ｎｍ）、および赤色帯域（６１０ｎｍまたは６１５ｎｍ）の光を同時に提供してもよい。第２のフィルタは、４３５ｎｍ、５２５ｎｍ、および６２５ｎｍの照明プロファイル提供してもよく、第３のフィルタは、４４５ｎｍまたは４５０ｎｍ、５４０ｎｍまたは５４５ｎｍ、および６４０ｎｍまたは６４５ｎｍを提供してもよく、第４のフィルタは、４６０ｎｍまたは４６５ｎｍ、５６０ｎｍおよび６６５ｎｍを提供してもよく、第５のフィルタは、４７５ｎｍ、５７５ｎｍ、および６９０ｎｍを提供してもよく、第６のフィルタは４９０ｎｍ、５９０ｎｍまたは５９５ｎｍ、および７６０ｎｍの照明光を提供してもよい。

フィルタホイール２に関する特注フィルタの伝送特性例を図２ａに示す。図示のように、フィルタホイール２のこの具体的なフィルタは、種々の波長の複数の帯域の光を同時に通過させることができる。さらに、８００ｎｍを超える透過光を除去するために短波長通過フィルタが採用されうる。

フィルタホイール２では、種々のスペクトルプロファイル間の切替は、フィルタホイール２を回転することによって実現される。一部の実施形態では、フィルタホイール２は約３０回転／秒の速度で回転される。発光体１からの光は、白色光反射率イメージング用の白色光照明（たとえば、４００〜７００ｎｍ）を提供するために狭帯域フィルタリングなしで使用されてもよい。これは、狭帯域フィルタを有していないフィルタホイール２の１つまたは複数のセグメントを提供し、かつ／またはフィルタホイール２をバイパスする選択可能光路を提供することによって実現されてもよい。

図１に示す光源１２は、検出器７の同じ露光で撮像されうる複数の狭帯域を備えるスペクトルを有する照明を生成する場合に適用できる多数の適切な光源の一例にすぎない。代替的な一実施形態例では、音響光学的可変フィルタ（ＡＯＴＦ）ベースの光源または液晶可変フィルタ（ＬＣＴＦ）ベースの光源が採用される。別の実施形態例では、ディジタル・マイクロミラー・デバイス（ＤＭＤ）ベースのスペクトルをプログラム可能な光源が同時複数ＮＢ照明を効果的に提供するために採用される。一部の市販のＤＭＤベースの光源は毎秒最大７０００のスペクトルを切り替えることができ、この数字はＤＭＤベースの光源の開発の継続に伴って増加する可能性がある。

別の代替的な実施形態例では、光源は複数のＮＢ照明を基本的に同時に生成する１つまたは複数の音響光学的可変フィルタ（ＡＯＴＦ）を備える。たとえば、英国Ｆｉａｎｉｕｍ社製モデルＳＣ４５０−ＡＯＴＦ光源は、スペクトルが最大８つのＮＢ成分を有する光を発生しうる。ＡＯＴＦは、ファイバ・レーザ・ベースの超連続体光源とともに使用されうる。

別の実施形態例では、光源１２は、各々が１つまたは複数の特定波長帯の狭帯域光を放射する複数の独立した発光体を備える。発光体は、たとえば、発光ダイオード（ＬＥＤ）などの発光半導体デバイスを備えていてもよい。一部の実施形態では、光源は各種の複数のＬＥＤを備える数種類のＬＥＤを備える。

一部の実施形態では、光源１２は内視鏡の遠位端に設置される。たとえば、複数のＬＥＤまたはＬＤが内視鏡の遠位端に設置されてもよい。この配置は照明光を伝えるライトガイド４を必要としない。複数のＬＥＤは、複数の照明セグメントに具体的なスペクトル特性を与えるために電子的に高速で切り替えられてもよい。ＬＥＤは、同時マルチバンド照明を好都合に実現して対応する画像収集用カメラと同期されるように電気的にオン／オフされうる。組織表面で均一な照明光を実現するために多数のＬＥＤが円形に配置されてもよい。

図３は、複数の所望の波長帯の光を生成するために複数のＬＥＤ３１を備える内視鏡システムの遠位端３０を示す。ＬＥＤ３１はレンズ３２を囲む内視鏡の遠位端に取り付けられてもよく、レンズ３２は画像を検出器７に伝送するイメージング・ライト・ガイド６で画像を形成することができる。あるいは、小型カメラ７をレンズ３２の真後ろに設置して、イメージング・ライト・ガイド６の必要性を排除してもよい。また、この後者の配置は、人間の皮膚のイメージングなど、オープンフィールドのイメージングアプリケーションにも採用されうる。

スペクトル帯域幅を所望の仕様まで狭めるのに役立てるために、帯域通過フィルタをオプションとして各ＬＥＤの発光面に堆積させてもよい。図３に例示した実施形態では、３つ１組のＬＥＤ３１ａは３つの対応する狭帯域（ｂ_ａ、ｇ_ａ、ｒ_ａ）の照明光を提供してもよく、ＬＥＤ３１ｂはＬＥＤ３１ａと同じかまたは異なる波長で３つの対応する狭帯域（ｂ_ｂ、ｇ_ｂ、ｒ_ｂ）の照明光を提供してもよく、ＬＥＤ３１ｃはＬＥＤ３１ａおよび／または３１ｂと同じかまたは異なる波長で３つの狭帯域（ｂ_ｃ、ｇ_ｃ、ｒ_ｃ）の光を提供してもよい。

図４は、画像収集および処理エレクトロニクス８の例の詳細を示す。第１の画像モードが選択され、この後、イメージング信号がＡ／Ｄコンバータによってディジタル化されて処理のために入力ＦＰＧＡ（フィールド・プログラマブル・ゲート・アレイ）に送られる。入力ＦＰＧＡの内部では、ディジタル化された画像が入力ＦＩＦＯ（先入れ先出し）画像バッファに導かれ、この後、さらなる処理のために画像をＷＬＲ／ＦＬ（白色光反射／蛍光）フレームバッファ、またはマルチスペクトル・イメージング・バッファのいずれかに導くことができるプログラマブルロジックおよび処理ユニットに導かれる。ＷＬＲ画像およびＦＬ画像は、これら２つの画像診断法が典型的に同時に実施されないので同じバッファを共有してよい。マルチスペクトルイメージングには、はるかに大きいメモリを備える独立したバッファが指定される。また、２つのバッファを採用すると、光源がマルチＮＢ照明シリーズおよび同じサイクルのＷＲＬ照明を出力するようにプログラムされる場合に、同時ＷＬＲイメージングおよびマルチスペクトルイメージングが容易になる。赤／近赤外（Ｒ／ＮＩＲ）、緑（Ｇ）、および青（Ｂ）ＣＣＤによって撮影される３つの画像の位置調整など、入力ＦＰＧＡ内で様々な画像処理機能が実施されてよい。

本明細書において以下で説明するモデリング技法を実行するために開発されたアルゴリズムは、たとえば、組織血液量画像、組織酸素化画像、組織散乱体積画像、および組織散乱サイズパラメータ画像など、少なくとも４つの画像を生成する各画素に対する組織の生理学的および形態学的パラメータを取得するために後で分析される各画素に対して反射率スペクトルを導出するためのマルチスペクトル画像の処理に使用される。別の実施形態では、たとえば、オキシヘモグロビン画像、デオキシヘモグロビン画像、組織水分量画像、および／または他の発色団分布の画像などのさらなる画像が生成されうる。これらの画像に基づいて、各画素を良性／正常または悪性として分類する組織診断画像が生成されてもよい。

多くの分析を実施する様々なアルゴリズムがこれらをプログラムすることによってＦＰＧＡに組み込まれうる。処理されたディジタル画像は、出力ＦＩＦＯによって様々な画像を種々のビデオエンコーダ（ＤＡＣ）にエクスポートする出力ＦＰＧＡに出力され、ディジタル画像信号を標準アナログモニターに表示される標準アナログビデオに変換する。２つの画像フレームバッファをＰＣコンピュータに接続することができ、したがって、前述のプロセスの任意の段階でディジタル画像をさらに処理し、分析し、結果をコンピュータモニターに表示するためにＰＣに転送することができる。ＰＣには、画像処理およびデータ分析を高速化するためのＧＰＵ（グラフィックス・プロセッシング・ユニット）ビデオ処理カードを備えることができる。

代替的な実施形態では、検出器７はＢ（４００〜５００ｎｍ）、Ｇ（５００〜６００ｎｍ）、Ｒ（６００〜７００ｎｍ）、およびＮＩＲ（７００〜８００ｎｍ）などの４つのイメージングＣＣＤを有する。このような実施形態では、光源１２は、スペクトルが４つの狭帯域の光で構成される照明光を生成するように適合されてもよい。狭帯域は、それぞれ、Ｂ、Ｇ、Ｒ、およびＮＩＲ帯域内にあってもよい。狭帯域に対する通過波長は、経時的に変化するように制御されてよい。こうすることで、より高速のマルチスペクトルイメージングの実施が可能になる。

別の実施形態では、白色光反射率画像が収集された狭帯域スペクトル画像から合成される。各画素では、反射率スペクトルは、放射輝度スペクトルを生成するために画素に対するＲＧＢ色がＣＩＥ（国際照明委員会）による反射率スペクトルに標準照明スペクトルを乗じ、オペレータが観察するモニターに表示される最終Ｒ、Ｇ、Ｂ色量（ｃｏｌｏｒ ｑｕａｎｔｉｔｉｅｓ）を生成するために放射輝度スペクトルをアイコーン感受性スペクトルで畳み込むことによって取得されるように生成されうる。

代替的な実施形態では、ビデオ内視鏡は内視鏡の先端に取り付けられた検出器（たとえば、ＣＣＤ）を有する。このような実施形態では、画像ライトガイド６が必要でない。検出器チップは、３つまたは４つのチャネルイメージング（Ｂ、Ｇ、Ｒ、ＮＩＲ）を容易にするために特別なパターンのフィルタで覆われる。考えられるパターンを下表に示す。

別の実施形態では、市販のカラーイメージング検出器（たとえば、ＣＣＤ、ＣＭＯＳ、またはＡＰＳ検出器）が検出器として使用されてよい。検出器は、Ｒ、Ｇ、Ｂ画像を取得するためにＢａｙｅｒフィルタモザイクが塗られたフィルタを有していてもよい。多くの市販のイメージング検出器のフィルタは、互いに重複するスペクトル応答を有している場合がある。図５は、ＣＣＤ画像検出器例のフィルタに関するフィルタ特性例を示す。この種の検出器を使用する利点は、コストが低いことである。

フィルタ特性が重複する場合、個々の狭帯域照明波長に対応する正確な反射率信号を取得するための較正手順が実施されてもよい。図６に示すように、Ｂ、Ｇ、Ｒスペクトル帯域にある３つの波長の同時照明の下で、３つの画像チャネルの各々に対するＣＣＤ出力の読みは、これらの重複するスペクトル応答に起因する３つすべての波長からの寄与を有することになる。ＣＣＤに達する光強度がそれぞれ、青、緑、および赤の狭帯域波長に対してＩ_１、Ｉ_２、およびＩ_３であると仮定すると、ＣＣＤの青色チャネルの読みは、感度Ｔ_１１によって決定される青色光からの寄与、感度Ｔ_１２によって決定される緑色光からの寄与、および感度Ｔ_１３によって決定される赤色光からの寄与を有する可能性を有しうる。ＣＣＤの青色チャネルの読みＣ_１は次式に等しい。
Ｃ_１＝Ｔ_１１Ｉ_１＋Ｔ_１２Ｉ_２＋Ｔ_１３Ｉ_３ （１）
同様に、ＣＣＤの緑色チャネルの読みＣ_２および赤色チャネルの読みＣ_３は以下のように与えられる。
Ｃ_２＝Ｔ_２１Ｉ_１＋Ｔ_２２Ｉ_２＋Ｔ_２３Ｉ_３ （２）
Ｃ_３＝Ｔ_３１Ｉ_１＋Ｔ_３２Ｉ_２＋Ｔ_３３Ｉ_３ （３）
上記３つの式は、以下のようにマトリクス形式で表わされうる。

式（４）に示すようなＴマトリクスは、較正を実施することによって決定されてもよい。較正は、別々の露光の光Ｉ_１、Ｉ_２、およびＩ_３でＣＣＤを照明することによって実施されてもよい。

ＣＣＤがＩ_１のみによって照明されるとき（Ｉ_２＝Ｉ_３＝０の場合）、次式が得られる。

Ｉ_１は光パワーメータによって測定されうるが、Ｃ１、Ｃ２、およびＣ３は、それぞれＣＣＤのＢ、Ｇ、Ｒチャネルからの読みである。同様に、Ｉ_２のみによって照明されるとき（Ｉ_１＝Ｉ_３＝０の場合）、次式が得られる。
Ｔ_１２＝Ｃ_１／Ｉ_２
Ｔ_２２＝Ｃ_２／Ｉ_２
Ｔ_３２＝Ｃ_３／Ｉ_２
Ｉ_３のみによって照明されるとき（Ｉ_１＝Ｉ_２＝０の場合）、次式が得られる。
Ｔ_１３＝Ｃ_１／Ｉ_３
Ｔ_２３＝Ｃ_２／Ｉ_３
Ｔ_３３＝Ｃ_３／Ｉ_３
較正マトリクス

は正方マトリクスである。較正マトリクスＴを反転することによってＣＣＤの読みから較正された光強度を取得することができる。

Ｉ_１、Ｉ_２、Ｉ_３（異なる波長における）の異なる照明の組が使用されるとき、新たな波長の組に対して較正を反復する必要がある。６つの異なる３個セットの狭帯域（ＮＢ）の組がスペクトル・イメージング・システムで使用されるとき、６組の較正を実行する必要がある。

代替的な実施形態では、疑わしい領域（これは、たとえば、ＷＬＲイメージングおよび／またはＦＬイメージングによって見られる場合がある）のスナップショットマルチスペクトル画像は、診断を目的としてスナップショットの生理学的および形態学的画像を導出するためのオフライン分析（あるいは、オンラインであるがビデオ速度で結果を表示するほど高速でない）のために取り込まれうる。

ＦＬイメージング照明は、図７に示すように光源によって生成されてもよい。ＦＬイメージング光源はＦＬイメージングの照明を提供しうるが、プログラマブルディジタル光源または発光体と１組の交換可能なフィルタ（フィルタホイールのフィルタなど）との組合せがＷＬＲイメージングおよびマルチスペクトルイメージングの照明を提供しうる。図７の実施形態では、ミラーブロック４４が図に示すような位置にあるとき、プログラマブルディジタル光源４５Ａからの光は阻止されるが、ＦＬイメージング光源４５Ｂからの光は内視鏡ライトガイドに反射される。ミラーブロック４４が離されると、プログラマブルディジタル光源４５ａからの光は内視鏡ライトガイドに導かれる。ミラーブロック４４は、コンピュータの制御下でソレノイドなどのアクチュエータによって移動されてよい。

一部の実施形態では、光源と画像収集および処理エレクトロニクスとがいずれも完全にプログラム可能である。このような実施形態では、マルチスペクトル画像（たとえば、種々の数の波長帯または種々の位置のこれらの帯域または種々の帯域幅）およびこれらとＷＬＲイメージングとの組合せの様々な収集方法と、様々な画像分析アルゴリズムとがハードウェアを変更せずに実施されうる。

代替的な実施形態では、種々の数の波長帯がマルチスペクトルイメージングに使用されうる。等間隔で配置された波長帯も非等間隔で配置された波長帯のいずれも選択されてよい。これらの波長帯は、マルチスペクトル反射率イメージングを実現するためにシステムにプログラムされうる。

図８は、５２のデータ点／波長帯から取得されたスペクトルデータのＲＯＣ曲線（上三角記号曲線）と、１８の波長帯に対して少ないデータ点数を使用したときのＲＯＣ曲線（下円記号曲線）とを示す。図に示すように、各スペクトルのデータ点を１８の波長帯に減らすと診断精度がわずかに低下するが、検出感度および特異度はまずまず良好（それぞれ、８０％および７７％）に保たれる。それゆえ、図に示すように、適正な数（たとえば、１８＋）の波長帯をカバーするマルチスペクトル反射イメージングシステムは、既存のイメージング内視鏡モダリティ、すなわち、ＷＬＲモードおよびＦＬモードに比べて優れた精度を提供しうる。
最適化された波長帯の選択
スペクトルイメージングの最適波長帯を決定するために、モデル化法および統計的手法が適用されてもよい。最適化光輸送モデルに基づくスペクトル分析アルゴリズムが、プログラマブル画像収集および処理エレクトロニクスとリアルタイムデータ処理およびオフライン分析の両方に対してＧＰＵを備えるＰＣコンピュータとにおいて実施される。最少数の波長と最適な波長位置および帯域幅とが、最適化関数を用いて実験的測定および／または模擬スペクトル測定から決定される。１つの手法は、フルスペクトルを用いて取得された推定値と少ない帯域数に対して最適化されたスペクトルを用いて取得された推定値との誤差関数の数値最適化（最小二乗法）に基づくものである。

例として、最適数の波長帯とそれらの帯域幅および中心波長位置を選択するために以下の３つの異なる最適化関数が採用される。
１．疾病分類（良性病変と悪性病変）と、連続フルスペクトル測定を用いて取得された精度（Ｃ＿ｆ）と、帯域数ｎのスペクトル測定を用いて取得された分類精度（Ｃ＿ｎ）との間の誤差の最小化。
２．連続フルスペクトル測定から取得された光学特性（ＯＰ＿ｆ）と、帯域数ｎのスペクトル測定から取得された光学特性（ＯＰ＿ｎ）との間の誤差の最小化。
３．連続フルスペクトルのスペクトル線形状（Ｓ＿ｆ）と、帯域ｎのスペクトルのスペクトル線形状（Ｓ＿ｎ）との間の誤差の最小化。

各所与の帯域数および所与の帯域幅に対して最適波長位置Ｒｎを取得するための最適化手法を例示するフローチャートを図９に示す。多数の波長帯（ｎ）、幅、および位置（Ｗｔ）の選択肢が対応するスペクトルを生成するために採用される。生成されたスペクトルは、最適化関数を用いてフルスペクトル測定値（Ｒｒｅｆ）と比較される。プロセスは波長の数および帯域幅の別の選択肢に対して繰り返され、最適化関数の出力は最終選択肢を決定するために記録されて比較される。一部の実施形態では、関心のある３つのスペクトル検出チャネル（青４００〜５００ｎｍ、緑５００〜６００ｎｍ、および赤／ＮＩＲ６００〜８００ｎｍ）の各々に対する帯域の総数および帯域幅が等しいものと仮定して分析が行なわれてもよい。

上記分析の結果は、近似精度に基づいて波長帯の数、帯域幅、および波長位置との間の関係を示すグラフを生成するために使用されてもよい。生成されたグラフは、本発明者らのスペクトル・イメージング・デバイスに使用される光学フィルタの最適設計パラメータ（帯域の数、それらの中心波長、および帯域幅）を選択するために使用されてもよい。

図１０は最適化手法の３つのアプローチの精度比較例を示し、図１１は帯域幅の精度への影響を示す。
マッピングアルゴリズム
複数の組織の生理学的（吸収）特性に関係する画像と複数の組織の形態学的（散乱）特性に関係する画像を取得するためにマッピングアルゴリズムが採用される。マッピングアルゴリズムは、強度較正アルゴリズムおよび高速反転アルゴリズムの２つの要素を備えていてもよい。図１２は、組織の生理学的および形態学的画像をビデオ速度で生成するために適用されうるマッピングアルゴリズム例のブロック図を示す。

強度較正アルゴリズム２００は、補正されたアルベドスペクトル画像１１０、散乱スペクトル画像１６０、および吸収スペクトル画像１６２を取得されたスペクトル画像１００から生成しうる。散乱スペクトル画像１６２および吸収スペクトル画像１６０は、この後、高速反転アルゴリズム３００に供給されて関係する組織の生理学的特性１７０および形態学的特性１７２を定量化する。

一実施形態では、先験的に知られるパラメータとしての組織の生体外吸収スペクトル１５０は、補正された吸収および散乱画像１６０、１６２を取得するために補正されたアルベドスペクトル画像１１０とともに使用される。

別の実施形態では、強度較正アルゴリズム２００は、実際にはフルスペクトル範囲に沿った散乱係数の低下に対する吸収の比である補正されたアルベドスペクトル画像１１０をまず生成する。補正されたアルベドスペクトル画像１１０は、この後、高速反転アルゴリズム３００に供給されて組織の生理学的および形態学的画像１３０、１３２を生成する。なお、生理学的および形態学的パラメータ１３０、１３２は、別のモデル化法で生成されるので、生理学的および形態学的パラメータ１７０、１７２とは異なる精度を有することになる。

強度較正アルゴリズムの例を図１３にさらに詳しく示す。強度較正アルゴリズム２００は、たとえば、反射率標準から反射した光のカメラへの結合に対する組織から反射した光のカメラへの結合の変動など、測定形状変動の主要因であるスペクトル画像の強度を補正するために使用されてもよい。その点に関して、２つの強度較正定数、すなわち、（１）測定中に組織とカメラの間の結合角度および測定距離変動を補正しうる測定形状定数（Ｋａ）と、（２）測定の相対強度特性を補正し、較正アルゴリズムへの先験的に知られる入力として画像化されている組織の生体外吸収スペクトルを用いてアルベド画像から吸収画像と散乱画像の両方を推定しうるアルベド補正定数（Ｋｓ）と、が規定されて定式化される。

較正定数は、以下の関係によって測定された反射率スペクトルに関連付けられていてもよい。
Ｒ_ｃ（λｉ）＝ＫａＲ_ｍ（λｉ） （１）
β_ｃ（λｉ）＝Ｘ［ＫａＲ_ｍ（λｉ）］ （２）
μａ_ｃ（λｉ）＝Ｙ［Ｋｓ，β_ｃ（λｉ）］ （３）
ただし、μｓ’_ｃ（λｉ）＝μａ_ｃ（λｉ）／β_ｃ（λｉ）
ここで、Ｒ_ｍおよびＲ_ｃは、それぞれ、測定された反射率および補正された反射率であり、βｃおよびβｍは、それぞれ、補正されたアルベドおよび測定されたアルベド（測定された吸収係数と測定された散乱係数の比）であり、μａ_ｃおよびμｓ’_ｃは、それぞれ、補正された吸収係数および補正された散乱係数である。Ｘ［］は補正されたβ_ｃアルベドを測定された反射率Ｒ_ｍに関連付ける逆光輸送モデル／関数であり、Ｙ［］は吸収振幅を散乱振幅に関連付ける関数である。ＸおよびＹ関数の正確な形または数学的定式化は、分析で採用される光輸送モデルに依存する。たとえば、モンテカルロ、拡散近似モデルなど、多くの周知の光輸送モデルが本明細書に記載する強度較正アルゴリズムとともに採用されうる。

単なる例として、一次元拡散近似モデルが採用されるとき、Ｘ［］関数の数学的定式化としては以下のようなものであろう。
ｄ_１β_ｃ（λｉ）［（１＋β_ｃ（λｉ））］^１／２−ｄ_２［１＋β_ｃ（λｉ）］^１／２＋ｄ_３β_ｃ（λｉ）−ｄ_４＝０
ただし、
ｄ_１＝Ａ’＋２ＡＫａＲ_ｍ
ｄ_２＝４ＡＫａＲ_ｍ
ｄ_３＝３Ａ＋２Ａ^２ＫａＲ_ｍ
ｄ_４＝４Ａ^２ＫａＲ_ｍ
ここで、Ａは組織の屈折率およびＡ’＝１＋２／３Ａに依存する定数である。

強度較正アルゴリズムは、フル・スペクトル・イメージング範囲で補正されたアルベドスペクトル画像または吸収スペクトル画像および散乱スペクトル画像を生成するために３つの波長に沿って適用される。補正された吸収および／または散乱画像の物理的意味は、反射率標準から反射される光のカメラへの結合に対して、また非接触反射率イメージングなどの非接触スペクトル反射率の測定中に典型的に生じる、測定中の組織に対する光−カメラプローブ（内視鏡先端）の方位の移動に対して、組織から反射される光のカメラへの結合の変動から生じた反射光強度に関係する歪み／影響から補正される画像のことである。アルゴリズムでは、フル・スペクトル・イメージング範囲に沿って補正された吸収および散乱画像を生成するために先験的に知られるパラメータとして検討されている組織の生体外吸収スペクトルを使用することができる。強度較正アルゴリズム（反復／最小二乗法）で使用される固定された生体外吸収係数は、散乱振幅と吸収振幅を指定して分離しうる内部組織標準として働く。その結果、この吸収係数は、組織の生理学的および形態学的特性に関する比較的ロバストな定量的データを提供する。

図１３に示すように、強度較正アルゴリズム２００では、入力パラメータとして、波長λ１、λ２、λ３における３つのスペクトル画像（１０１）と、撮像されている組織のλ１、λ２、λ３における生体外吸収係数（２５０）と、測定形状定数Ｋａｉおよびアルベド補正定数Ｋｓｉに対して無作為に選定された初期値（２０１）とが使用される。アルゴリズムは、計算された形状定数Ｋａｃおよび計算されたアルベド補正定数Ｋｓｃが収束するまで反復的に継続する（２４０および２４２）。計算されたアルベド補正定数（Ｋｓｃ）および形状定数（Ｋａｃ）は、吸収スペクトル画像１６０および散乱スペクトル画像１６２、または補正されたアルベドスペクトル画像１１０をそれぞれリアルタイムで生成するために使用されうる。強度較正アルゴリズムは、拡散近似、モンテカルロにより生成される参照テーブル、またはその他の光輸送モデルなど、任意の光輸送モデルとともに使用されうる。

一実施形態では、計算されたアルベド補正定数（Ｋｓｃ）および形状定数（Ｋａｃ）は、補正された吸収スペクトル画像１６２と散乱スペクトル画像１６０とをリアルタイムで生成するために使用される（図１３の矢印付の破線経路２５５）。

別の実施形態では、強度較正アルゴリズムは、先験的な情報を使用せずにフルスペクトル範囲に沿って補正されたアルベドスペクトル画像１１０のみを生成する。
高速反転アルゴリズムの例を図１４に示す。高速反転アルゴリズム３００は、線形マトリクス反転法３５０と、周知の基準である組織の吸収発色団（ｃｈｒｏｍｏｐｈｏｒｅｓ）３１０および組織の散乱粒子３１２の固有スペクトルとを用いて吸収および散乱スペクトル画像１６０、１６２から関係する生理学的特性１７０および形態学的特性１７２を定量化する。

図１４ａは、代替的な高速反転アルゴリズム３００を示す。高速反転アルゴリズム３００は、線形マトリクス反転法３５０と、組織の吸収発色団３１０および組織の散乱粒子３１２の固有スペクトルとを用いて補正されたアルベドスペクトル画像１１０から関係する生理学的特性１３０および形態学的特性１３２を定量化する。

生成される生理学的画像／マップは、たとえば、酸化ヘモグロビン濃度画像、脱酸化ヘモグロビン画像、全ヘモグロビン濃度、および／または組織の水分量画像を含みうる。生成されうる形態学的画像は、散乱体積画像、粘膜層厚さ画像、および具体的な散乱粒子体積分率（核体積分率など）を含みうる。線形マトリクス反転法による直接的な（いかなる放射輸送モデルも使用しない）補正された吸収および散乱画像からの生理学的および形態学的組織特性の定量化は、高速反転アルゴリズムの高速実行を果たすので有利である。さらに、このような線形マトリクス反転実施態様を採用すると、並列処理（ＧＰＵなど）をより効果的に採用しうる。

以下の数学的表現は、吸収スペクトル画像を取得するために高速反転アルゴリズムに採用される線形マトリクス反転法を説明するものである。

ここで、Ｃｍはｍの定量化された生理学的特性であり、Ｉ_ｃｍ（λ_ｎ）はλ_ｎにおける発色団ｍの固有スペクトルであり、μａｃ（λｎ）はλ_ｎにおける補正された吸収係数である。

同様に、以下のマトリクスは、散乱スペクトル画像を取得するためのマトリクス反転法を説明するものである。

ここで、Ｓｍはｍの定量化された形態学的特性であり、Ｉ_ｓｍ（λ_ｎ）はλ_ｎにおける散乱粒子ｍの固有スペクトルであり、μｓｃ（λｎ）はλ_ｎにおける補正された散乱係数である。Ｉ_ｓｍ（λ_ｎ）の数学的定式化は、組織の散乱粒子および成分をシミュレートするために使用される散乱粒子モデルに依存する。

図１４に示すように、高速反転アルゴリズムは入力として吸収および／または散乱スペクトル画像を撮影することができ、線形マトリクス反転法と一定組織の発色団および散乱粒子の固有スペクトルを使用することによって一定の生理学的および／または形態学的特性の高速マッピングを生成することができる。

マッピングされうる生理学的および形態学的パラメータの例を図１５に示す。図１５は、高速マルチスペクトルイメージング中に得られる、（ａ）酸素化画像、（ｂ）血液体積分率画像、（ｃ）全散乱粒子体積分率画像、および（ｄ）詳細散乱粒子体積分率画像（たとえば、核体積分率）などの結果画像の一例のみを示す。

取得された複数の生理学的および形態学的画像は、癌検出および局在診断および腫瘍境界描写に使用することができ、さらには治療計画およびモニタリングに役立つであろう。
本開示について具体的な要素、実施形態、および用途を示して説明してきたが、修正は本開示の範囲から逸脱することなく特に前述の教示に照らして当業者によってなされうるので、本開示の範囲はこれらに限定さないことは理解されよう。それゆえ、たとえば、本明細書で開示するいかなる方法またはプロセスにおいても、方法／プロセスを構成する行為や操作は任意の適切な順序で実施することができ、特定の開示された順序に必ずしも限定されない。要素および成分は、様々な実施形態において、違った方法で構成または配置され、組み合わせられ、かつ／または排除されうる。前述した様々な特徴およびプロセスは、互いに独立に採用されてもよく、様々な方法で組み合わせられてもよい。すべての可能な組合せおよび部分的な組合せは本開示の範囲内にあるものとする。本開示を通じた「一部の実施形態」、「ある実施形態」などの言及は、その実施形態に関連して記載される具体的な特徴、構造、ステップ、プロセス、または特性が少なくとも１つの実施形態に含まれることを意味する。それゆえ、本開示を通じた表現「一部の実施形態では」、「ある実施形態では」などの出現は、必ずしもすべてが同じ実施形態に言及しているものではなく、１つまたは複数の同じ実施形態に言及している場合も異なる実施形態に言及している場合もある。実際に、本明細書に記載した新規な方法およびシステムは、他の様々な形態で具体化されてもよく、さらに、本明細書に記載した実施形態の形式においては様々な省略、追加、置換、等価物、再構成、および変更は本明細書に記載した本発明の趣旨から逸脱することなくなされてよい。

実施形態の様々な態様および利点を必要に応じて説明してきた。このような態様や利点のすべてが必ずしも特定の実施形態に従って実現されない可能性があることは理解されるべきである。それゆえ、たとえば、様々な実施形態が本明細書で教示または示唆されるような他の態様または利点を必ずしも実現せずに、本明細書で教示されるような１つの利点または一群の利点を実現または最適化するように実行されてよいことは認識されるべきである。

特に別段の記載がない限り、あるいは使用される文脈の中で別段の理解が得られない限り、とりわけ、「しうる」、「してもよい」、「たとえば」など、本明細書で使用される条件語は、ある実施形態は一定の特徴、要素、および／またはステップを含むが他の実施形態はこれらを含まないことを伝えることが一般的に意図されている。それゆえ、このような条件語は、特徴、要素、および／またはステップが１つまたは複数の実施形態にとって多少なりとも必要であることや、１つまたは複数の実施形態がオペレータの入力や指示の有無にかかわらず、これらの特徴、要素、および／またはステップが特定の実施形態に含まれるか、あるいは実施されるべきかを判断する論理を必ず含むことを一般に暗示するものではない。１つの特徴も一群の特徴も特定の実施形態にとって必要でもなければ不可欠でもない。「備える」、「含む」、「有する」などの用語は、同義語であり、包括的にかつ制限なく使用され、さらなる要素、特徴、行為、操作などを除外するものではない。さらに、「または」という用語は、たとえば、要素のリストを接続するために使用されるとき、「または」という用語はリスト内の要素の１つ、一部、または全部を意味するように包含的な意味で（排他的な意味でなく）使用される。

本明細書に記載した実施形態の計算、シミュレーション、結果、グラフ、値、およびパラメータの例は、開示された実施形態を例示するものであって限定するものではない。他の実施形態は、本明細書に記載した説明に役立つ実例とは異なる形で構成されかつ／または操作されうる。

Claims (67)

1. 対象物のマルチスペクトルイメージング用の装置であって、
   第１の複数の狭帯域によって特徴付けられた第１のスペクトルを有する光を放射するように構成可能な光源であって、前記装置は、前記光源からの前記光を前記対象物の領域に導くように配置されている、前記光源と、
   前記対象物の領域を撮像するように配置され、マルチチャネル画像データを提供するように構成されたマルチチャネルイメージング光検出器と、
   前記マルチチャネル画像データから複数のスペクトル画像を抽出するように構成された画像処理システムであって、前記複数のスペクトル画像は、前記複数の狭帯域の各々に対応するスペクトル画像を含む、前記画像処理システムと
   を備える装置。
2. 前記光源は、前記光のスペクトルを変えるように制御可能であり、前記装置は、前記光源を切り替えて、第２の複数の狭帯域によって特徴付けられた第２のスペクトルを有する光を放射するように構成されたコントローラを備え、前記第２のスペクトルの前記第２の複数の狭帯域は、前記第１のスペクトルの前記第１の複数の狭帯域とは異なる波長で生じ、前記コントローラは、前記光源が前記第１のスペクトルを有する光で前記対象物の領域を照明している間に、前記対象物の第１のマルチチャネル画像を得るために前記イメージング光検出器を操作し、前記光源が前記第２のスペクトルを有する光で前記対象物の領域を照明している間に前記対象物の第２のマルチチャネル画像を得るために前記イメージング光検出器を操作するように構成されている、請求項１に記載の装置。
3. 前記光源は、複数のモードを有しており、前記モードのそれぞれ１つに対して前記複数の狭帯域が対応する異なる組の波長において生じるように、前記モードの各々において、前記光源は対応する複数の狭帯域によって特徴付けられる対応するスペクトルを有する光を放射するように構成される、請求項１に記載の装置。
4. 前記装置は、前記光源を選択されたモードに切り替え、前記光源が前記選択されたモードに対応するスペクトルを有する光で前記対象物の領域を照明している間に、対応するマルチチャネル画像データを得るために前記検出器を操作することを、複数の選択されたモードの各々に対して、繰り返すように構成されたコントローラを備える、請求項３に記載の装置。
5. 前記光源は、広帯域光源と、複数のフィルタを含むフィルタホイールとを備え、前記複数のフィルタの各々は、複数の狭通過帯域を備える対応フィルタ機能を有する、請求項１〜４のいずれか一項に記載の装置。
6. 広帯域光源は、キセノン・アーク・ランプを備える、請求項４に記載の装置。
7. 前記光源は、複数の狭帯域発光体を備える、請求項１〜４のいずれか一項に記載の装置。
8. 前記狭帯域発光体は、半導体発光体を備える、請求項７に記載の装置。
9. 前記狭帯域発光体は、発光ダイオードを備える、請求項８に記載の装置。
10. 前記光源は、広帯域光源および１つまたは複数の可変フィルタを備える、請求項１〜４のいずれか一項に記載の装置。
11. 前記可変フィルタは、音響光学的可変フィルタまたは液晶可変フィルタを備える、請求項１０に記載の装置。
12. 前記光源は、ディジタル・マイクロミラー・デバイス・ベースのスペクトルをプログラム可能な光源を備える、請求項１〜４のいずれか一項に記載の装置。
13. 前記複数の狭帯域は、可視光および近赤外光からなる電磁スペクトルの狭帯域の部分にある、請求項１〜１２のいずれか一項に記載の装置。
14. 前記複数の狭帯域は、３９０〜１０００ｎｍの範囲の波長を有する、請求項１〜１２のいずれか一項に記載の装置。
15. 前記複数の狭帯域は、約４００ｎｍ〜約８００ｎｍの範囲の波長を有する、請求項１４に記載の装置。
16. 前記イメージング光検出器は、複数の光感知アレイを備え、複数の光感知アレイの各々が、対応する通過帯域の光に応答する、請求項１〜１５のいずれか一項に記載の装置。
17. 前記複数の狭帯域の狭帯域の各々は、前記通過帯域の異なる一つの通過帯域に含まれる、請求項１６に記載の装置。
18. 前記検出器は、カラーフィルタのパターンによって重ね合わされる光感知素子のアレイを備えるイメージングアレイを備える、請求項１〜１５のいずれか一項に記載の装置。
19. 前記カラーフィルタの各々は、前記カラーフィルタに対応するフィルタ特性によって決定される量の、前記狭帯域の２つまたはそれ以上からの光を通過させる、請求項１８に記載の装置。
20. 較正情報を含むデータストアを備え、前記画像処理システムは、前記較正情報を用いて前記マルチチャネル画像データを分解し、前記複数の狭帯域に対応する複数の狭帯域画像を生成するように構成されている、請求項１９に記載の装置。
21. 前記検出器は、カラーフィルタのパターンによって重ね合わされる光感知素子のアレイを備えるイメージングアレイを備え、カラーフィルタの各々は、前記カラーフィルタに対応するフィルタ特性によって決定される量の、前記狭帯域の２つまたはそれ以上からの光を通過させ、前記装置は、前記モードの各々に対応する較正情報を含むデータストアと、前記対応する較正情報を用いて前記マルチチャネル画像データを分解して、前記複数の狭帯域に対応する複数の狭帯域画像を生成するように構成された画像処理サブシステムとを備える、請求項４に記載の装置。
22. 前記複数の狭帯域は、３つの狭帯域からなり、該３つの狭帯域は、青色波長範囲の第１の狭帯域と、緑色波長範囲の第２の狭帯域と、赤色／近赤外波長範囲の第３の狭帯域とを含む、請求項１８〜２１のいずれか一項に記載の装置。
23. 前記狭帯域の数は、前記マルチチャネルイメージング光検出器のチャネル数に等しい、請求項１〜２２のいずれか一項に記載の装置。
24. 前記複数のスペクトル画像を処理して、補正されたアルベドスペクトル画像と補正された吸収および補正された散乱スペクトル画像との１つまたは複数を生成するように構成された画像処理デバイスを備える、請求項１〜２３のいずれか一項に記載の装置。
25. 前記画像処理デバイスは、前記補正されたアルベドスペクトル画像および前記補正された吸収および前記補正された散乱スペクトル画像の一方または両方に基づいて、前記対象物の生理学的画像と、前記対象物の形態学的画像とのうちの少なくとも１つを導出するように構成されている、請求項２４に記載の装置。
26. 前記生理学的画像は、酸化ヘモグロビン濃度画像、脱酸化ヘモグロビン画像、全ヘモグロビン濃度画像、および水分量画像のうちの少なくとも１つを含む、請求項２５に記載の装置。
27. 前記形態学的画像は、散乱体積画像、粘膜層厚さ画像、および散乱粒子体積率画像のうちの少なくとも１つに基づくものである、請求項２５または２６に記載の装置。
28. 前記装置は、内視鏡として構成される、請求項１〜２７のいずれか一項に記載の装置。
29. 前記光源は、前記内視鏡の近位端にあり、前記内視鏡は、前記光源の光を前記内視鏡の遠位端まで伝送するために接続されたライトガイドを備える、請求項２８に記載の装置。
30. 前記イメージング光検出器は、前記内視鏡の遠位端に位置する、請求項２９に記載の装置。
31. 前記光源は、前記内視鏡の遠位端に位置する、請求項２８に記載の装置。
32. 前記光源は、前記イメージング光検出器のアパーチャの周囲に配置された複数の発光ダイオードを含む、請求項３１に記載の装置。
33. 前記狭帯域は、２０ｎｍまたはそれ以下の帯域幅を有する、請求項１〜３２のいずれか一項に記載の装置。
34. 前記装置は、毎秒２４組またはそれ以上の速度でスペクトル画像を取得するように構成されている、請求項１〜３３のいずれか一項に記載の装置。
35. 前記装置は、白色光照明モードを提供するように構成可能であり、前記光源は、前記領域を白色光で照明し、前記検出器は、前記領域のカラー画像を取得する、請求項１〜３４のいずれか一項に記載の装置。
36. 対象物のマルチスペクトルイメージング用の装置であって、
    対象物を照明する光源であって、該光源は複数のスペクトル画像を生成するために複数の狭波長帯の光を同時に生成するように適合されており、前記狭波長帯の各々は、可視／ＮＩＲ範囲内の種々の波長を含み、前記光源は、前記複数の狭波長帯の波長を経時的に変化させて、種々の照明スペクトルプロファイルを作り出すように構成されている、前記光源と、
    前記画像を受信する画像検出デバイスと、
    前記複数のスペクトル画像を処理して分析し、補正されたアルベドスペクトル画像、または補正された吸収スペクトル画像および補正された散乱スペクトル画像を生成し、前記補正されたアルベドスペクトル画像、または前記補正された吸収スペクトル画像および補正された散乱スペクトル画像に基づいて、前記対象物の少なくとも１つの生理学的画像と前記対象物の少なくとも１つの形態学的画像とを導出する画像処理デバイスと
    を備える装置。
37. 前記光源は、広帯域光源、プログラマブル・ディジタル・マイクロミラー光源、レーザ駆動光源、および発光ダイオードを含む群から選択される、請求項３６に記載の装置。
38. 前記光源は、複数のフィルタを有する回転フィルタホイールをさらに備える広帯域光源を含み、前記複数のフィルタの各々は、２つまたはそれ以上の狭帯域を同時に通過させ、前記狭帯域の各々は、異なる波長内にある、請求項３７に記載の装置。
39. 内視鏡を備え、前記光源は、前記内視鏡の遠位端に位置する複数の発光ダイオードを含み、該複数の発光ダイオードは、複数の狭波長帯において前記対象物の領域の均一な照明を提供するように配置されている、請求項３７に記載の装置。
40. 種々の狭帯域波長は、等間隔で配置されている、請求項３６に記載の装置。
41. 種々の狭帯域波長は、非等間隔で配置されている、請求項３６に記載の装置。
42. 前記複数の狭波長帯は、青色波長範囲の少なくとも１つの狭帯域と、緑色波長範囲の少なくとも１つの狭帯域と、赤色／近赤外波長範囲の少なくとも１つの狭帯域とを含む、請求項３６に記載の装置。
43. 前記画像検出デバイスは、少なくとも３つのＣＣＤを含む、請求項３６に記載の装置。
44. 内視鏡を備え、前記画像検出デバイスは、内視鏡の遠位端に位置する、請求項３６に記載の装置。
45. 前記画像検出デバイスは、Ｂａｙｅｒフィルタ・モザイク・カラー・カメラを含み、該Ｂａｙｅｒフィルタ・モザイク・カラー・カメラは、前記複数の狭波長帯の各々の反射率画像に対応する反射率イメージング信号を取得するように較正されている、請求項３６に記載の装置。
46. 正方較正マトリクスを備える較正情報を含むデータストアを備える、請求項４５に記載の装置。
47. 前記補正されたアルベドスペクトル画像、または前記補正された吸収スペクトル画像および補正された散乱スペクトル画像を取得する強度較正モジュールと、前記補正されたアルベドスペクトル画像、または前記補正された吸収スペクトル画像および補正された散乱スペクトル画像に基づいて、前記少なくとも１つの生理学的画像および少なくとも１つの形態学的画像を定量化する高速反転モジュールとを備える、請求項３６に記載の装置。
48. 前記強度較正モジュールは、画像の画素から測定された反射率スペクトルと前記対象物の生体外光学吸収スペクトルとを用いて、前記複数のスペクトル画像の強度を補正する、請求項４７に記載の装置。
49. 前記強度較正モジュールは、少なくとも、前記対象物とイメージング手段との間の結合角度および測定距離変動を補正するための測定形状強度較正定数Ｋａと、測定値の相対強度特性を補正するためのアルベド補正強度較正定数Ｋｓとを規定する、請求項４７に記載の装置。
50. 前記装置は、前記形状定数Ｋａを適用して、前記補正されたアルベドスペクトル画像を決定するように構成され、前記装置は、前記アルベド補正定数Ｋｓを適用し、前記対象物の生体外吸収スペクトルを用いてアルベド画像から前記補正された吸収スペクトル画像および補正された散乱スペクトル画像を決定するように構成されている、請求項４９に記載の装置。
51. 前記高速反転モジュールは、線形マトリクス反転モデルに基づいている、請求項４８に記載の装置。
52. マルチスペクトルイメージング方法であって、
    複数の狭波長帯を備えるスペクトルを有する光で対象物の領域を露光すること、
    マルチチャネルイメージング検出器を用いて前記露光された対象物の画像を含む画像データを取得すること、
    前記画像データから複数のスペクトル画像を抽出することであって、前記複数のスペクトル画像は、前記複数の狭波長帯の各々に対応するスペクトル画像を含む、前記抽出すること
    を備える、マルチスペクトルイメージング方法。
53. 前記対象物の領域を露光することを反復すること、前記画像データを複数回取得することを備え、前記方法は、前記複数の狭波長帯の帯域の波長を変えることによって、異なる反復に対して前記スペクトルを変更することを備える、請求項５２に記載の方法。
54. 前記波長帯は、可視光および近赤外光からなるスペクトル範囲内にある、請求項５２〜５３のいずれか一項に記載の方法。
55. 前記方法を、２４Ｈｚまたはそれ以上の速度で反復することを備える、請求項５２〜５４のいずれか一項に記載の方法。
56. 対象物の領域を露光することは、前記複数の狭波長帯に対応する複数の通過帯域を有するフィルタに前記光を通過させることを含む、請求項５２〜５５のいずれか一項に記載の方法。
57. 対象物の領域を露光することは、前記複数の狭波長帯に対応する複数の通過帯域を有するフィルタに前記光を通過させることを備え、前記方法は、前記反復の各々に対して異なるフィルタに前記光を通過させることを備える、請求項５３に記載の方法。
58. 前記フィルタは、ホイールの周囲に取り付けられ、前記方法は、前記ホイールを回転させること、前記フィルタの各々を介して前記対象物が露光される間に、前記イメージング検出器の動作を前記ホイールの回転に連携させて、前記イメージング検出器を用いて少なくとも１つの画像を取得することを備える、請求項５７に記載の方法。
59. 前記画像データから複数のスペクトル画像を抽出することは、較正データを用いて前記画像データを処理することを含み、前記方法は、前記フィルタの各異なる１つに対応する画像に対して異なる較正データを適用する、請求項５６または５７に記載の方法。
60. 前記スペクトル画像から白色光反射率画像を合成することを備える、請求項５２〜５９のいずれか一項に記載の方法。
61. 前記スペクトル画像を処理して、補正されたアルベドスペクトル画像と補正された吸収スペクトル画像および補正された散乱スペクトル画像とのうちの１つまたは複数を得ることを備える、請求項５２〜６０のいずれか一項に記載の方法。
62. 前記スペクトル画像を処理して、前記対象物の生理学的画像および前記対象物の形態学的画像のうちの１つまたは複数を取得することを備える、請求項５２〜６１のいずれか一項に記載の方法。
63. 前記対象物は組織を備え、前記生理学的画像は、オキシヘモグロビン画像、デオキシヘモグロビン画像、組織水分量画像、およびその他の発色団分布の画像のうちの１つまたは複数を含む、請求項６２に記載の方法。
64. マルチスペクトルイメージング方法であって、
    Ｎ個の狭波長帯の光で対象物の領域を露光し、対象物の領域が露光されている間に前記対象物の画像を取得することであって、前記露光することは、一連のステップで実施され、各ステップは、一度にＮ個の狭波長帯の基本的にｎ個の組からなるスペクトルを有する光で同時に前記対象物を露光すること、マルチチャネルイメージング検出器を用いて前記対象物の画像を取得することを含む、前記対象物の領域を露光し、前記対象物の画像を取得すること、
    前記マルチチャネルイメージング検出器からのマルチチャネル画像データを処理して、前記Ｎ個の狭波長帯に対応するスペクトル画像を取得すること
    を備える、マルチスペクトルイメージング方法。
65. 前記方法を、ビデオ速度で反復すること、前記スペクトル画像、または前記スペクトル画像から導出された画像を表示することを備える、請求項６４に記載の方法。
66. 前記ビデオ速度は、少なくとも２４Ｈｚの速度である、請求項６５に記載の方法。
67. 組織の生理学的および形態学的情報を定量化する方法であって、
    照明の複数の狭波長帯で対象物を同時に照明することであって、前記狭波長帯の各々は、可視／ＮＩＲ範囲の異なる波長を有する、前記照明すること、
    複数のスペクトル画像を生成すること、
    前記画像の画素から測定された反射率スペクトルを用いて前記スペクトル画像の強度を補正し、補正されたアルベドスペクトル画像、または補正された吸収スペクトル画像および補正された散乱スペクトル画像を取得すること、
    少なくとも１つの生理学的画像および少なくとも１つの形態学的画像を、前記補正されたアルベドスペクトル画像、または前記補正された吸収スペクトル画像および補正された散乱スペクトル画像から導出すること
    を備える方法。