[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102105728B1 - 광음향 이미징 시스템에서의 통계적 매핑 - Google Patents

광음향 이미징 시스템에서의 통계적 매핑 Download PDF

Info

Publication number
KR102105728B1
KR102105728B1 KR1020147025383A KR20147025383A KR102105728B1 KR 102105728 B1 KR102105728 B1 KR 102105728B1 KR 1020147025383 A KR1020147025383 A KR 1020147025383A KR 20147025383 A KR20147025383 A KR 20147025383A KR 102105728 B1 KR102105728 B1 KR 102105728B1
Authority
KR
South Korea
Prior art keywords
delete delete
image
map
parametric
color map
Prior art date
Application number
KR1020147025383A
Other languages
English (en)
Other versions
KR20140140028A (ko
Inventor
제이슨 자레브
브라이언 클링먼
Original Assignee
세노 메디컬 인스투르먼츠 인코포레이티드
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
Priority claimed from US13/507,217 external-priority patent/US9289191B2/en
Application filed by 세노 메디컬 인스투르먼츠 인코포레이티드 filed Critical 세노 메디컬 인스투르먼츠 인코포레이티드
Publication of KR20140140028A publication Critical patent/KR20140140028A/ko
Application granted granted Critical
Publication of KR102105728B1 publication Critical patent/KR102105728B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0093—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy
    • A61B5/0095—Detecting, measuring or recording by applying one single type of energy and measuring its conversion into another type of energy by applying light and detecting acoustic waves, i.e. photoacoustic measurements
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14542—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring blood gases
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
    • A61B5/7207—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal of noise induced by motion artifacts
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7225—Details of analog processing, e.g. isolation amplifier, gain or sensitivity adjustment, filtering, baseline or drift compensation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/725—Details of waveform analysis using specific filters therefor, e.g. Kalman or adaptive filters
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/7257—Details of waveform analysis characterised by using transforms using Fourier transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A61B5/726—Details of waveform analysis characterised by using transforms using Wavelet transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0825—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of the breast, e.g. mammography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/42—Details of probe positioning or probe attachment to the patient
    • A61B8/4272—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue
    • A61B8/4281—Details of probe positioning or probe attachment to the patient involving the acoustic interface between the transducer and the tissue characterised by sound-transmitting media or devices for coupling the transducer to the tissue
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/44—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device
    • A61B8/4416—Constructional features of the ultrasonic, sonic or infrasonic diagnostic device related to combined acquisition of different diagnostic modalities, e.g. combination of ultrasound and X-ray acquisitions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/461—Displaying means of special interest
    • A61B8/463—Displaying means of special interest characterised by displaying multiple images or images and diagnostic data on one display
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/46—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient
    • A61B8/467—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means
    • A61B8/469—Ultrasonic, sonic or infrasonic diagnostic devices with special arrangements for interfacing with the operator or the patient characterised by special input means for selection of a region of interest
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5223—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for extracting a diagnostic or physiological parameter from medical diagnostic data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5215—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data
    • A61B8/5238—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image
    • A61B8/5261—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving processing of medical diagnostic data for combining image data of patient, e.g. merging several images from different acquisition modes into one image combining images from different diagnostic modalities, e.g. ultrasound and X-ray
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
    • A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
    • A61B5/0091—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for mammography

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Psychiatry (AREA)
  • Acoustics & Sound (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Power Engineering (AREA)
  • Optics & Photonics (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

전자기 에너지는 볼륨으로 축적되고, 볼륨으로 축적된 에너지로부터의 음향 리턴 신호가 측정되며, 볼륨으로 공간적으로 표현된 적어도 하나의 파라미터의 값들을 추정하는 파라메트릭 맵이 계산된다. 관심 영역의 기준 레벨이 결정되며, 상위 및 하위 컬러 맵 한계들이 특정되고, 그것들 중 적어도 하나는 기준 레벨에 관하여 결정된다. 파라메트릭 맵은 그 후 컬러 맵 한계들에 따라 컬러 맵으로 파라메트릭 맵의 추정된 값을 매핑시킴으로써 컬러 맵의 팔레트에서 렌더링된다. 에너지의 두 개의 파장들이 볼륨에 적용될 수 있으며, 파라메트릭 맵 계산은 두 개의 파장들에 관계된 볼륨 내에서의 전자기 에너지 플루언스의 분포의 암시적 또는 명시적 모델, 또는 그것에 대한 이론적 기초를 이용함으로써 적응될 수 있다. 각각의 파장에 의해 야기된 실제 전자기 에너지 플루언스는 볼륨 내에서의 가변성으로 인해, 모델링된 또는 이론적 전자기 에너지 플루언스와 상이하려는 성향을 가진다.

Description

광음향 이미징 시스템에서의 통계적 매핑{STATISTICAL MAPPING IN AN OPTOACOUSTIC IMAGING SYSTEM}
본 출원은 저작권 보호의 대상인 재료를 포함한다. 저작권 소유주는, 그것이 특허 상표청 파일들 또는 기록들에 나타나는 것처럼 누군가에 의한 특허 개시의 팩시밀리 재생에 이의는 없지만, 그렇지 않은 경우 무엇이든 모든 저작권 권한들을 보유한다.
(기술분야)
본 발명은 일반적으로 의료 이미징의 분야에 관한 것이며, 특히 광음향 이미징에 관한 시스템에 관한 것이다.
본 발명의 앞서 말한 것 및 다른 목적들, 특징들, 및 이점들은 첨부한 도면들에 예시된 바와 같이 바람직한 실시예의 다음의 보다 특정한 설명으로부터 명백해질 것이며, 여기에서 참조 문자들은 다양한 뷰들 전체에 걸쳐 동일한 부분들을 나타낸다. 도면들은 반드시 일정한 비율이 아니며, 대신에 본 발명의 원리들을 예시하는데 중점을 둔다.
도 1은 여기에 개시된 방법들 및 디바이스들을 위한 플랫폼으로서 사용될 수 있는 조합된 광음향 및 초음파 시스템의 실시예를 예시한 개략적인 블록도를 도시한다.
도 2는 광음향 데이터로부터, 및 초음파 데이터와 조합된 광음향 데이터로부터 기인한 출력 이미지들을 제공하는 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 3은 원치 않는 정보를 제거하기 위해 사이노그램들을 전처리하기 위한 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 4는 이미지 재구성을 위한 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 5는 엔벨로프 이미지를 생성하기 위해 후-처리의 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 6은 플루언스 보상을 수행하는 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 7은 엔벨로프 이미지 정보로부터 컬러 파라메트릭 맵들을 생성하는 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 8은 움직임 및 추적 프로세싱의 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 9는 엔벨로프 이미지 정보로부터 그레이스케일 파라메트릭 맵들을 생성하는 방법의 예시적인 실시예에 대한 흐름을 도시한다.
도 10 내지 도 12는 파라미터 입력 및 디스플레이를 가진 예시적인 4-이미지 디스플레이들을 도시한다.
도 13 내지 도 15는 예시적인 6-이미지 디스플레이들을 도시한다.
도 16은 여기에 개시된 방법들 및 다른 디바이스들과 관련되어 사용될 수 있는 프로브의 실시예의 개략적인 직교 뷰를 도시한다.
도 17은 도 16에 도시된 프로브의 실시예의 확대도를 도시한다.
도 18은 도 16에 도시된 프로브의 보다 넓은 측면의 중심선을 따라 취해진 단면 절개 뷰를 도시한다.
도 19a는 광 파이버를 빠져 나가는 광의 단면의 비례 척도가 아닌 도식적인 2차원 표현이다.
도 19b는 광 파이버들의 위치로부터 상기 표면으로 직접 표면 상에서 발생할 수 있는 광 패턴의 단면도를 도시한다.
도 20a는 여기에 논의된 광음향 기술들과 관련되어 사용하기 위한 바람직한 광 패턴의 단면도를 도시한다.
도 20b는 도 19a에 도시된 파이버로부터 방출한 광에 대한 그라운드 글라스 빔 확대기의 효과의 측면도 도식 표현을 도시한다.
도 20c는 도 19a에 도시된 파이버로부터 방출한 광에 대한 오목 렌즈 빔 확대기의 효과의 측면도 도식 표현을 도시한다.
도 21은 광음향 디바이스의 교정 및 테스팅과 관련되어 사용될 수 있는 다양한 타겟을 가진 팬텀의 표현이다.
도 22는 광음향 디바이스의 교정 및 테스팅과 관련되어 사용될 수 있는 활성 팬텀의 표현이다.
도 23은 광음향 디바이스의 교정 및 테스팅과 관련되어 사용될 수 있는 다양한 타겟들을 가진 또 다른 팬텀의 표현이다.
도 24a 내지 도 24c는 여기에 개시된 방법들 및 다른 디바이스들과 관련되어 사용될 수 있는 프로브의 대안적인 실시예들의 개략적인 직교 뷰들을 도시한다.
도 25a 내지 도 25c는 트랜듀서 소자들의 2차원 어레이들의 다양한 조직들의 여러 예들의 표현을 도시한다.
도 26은 핑거 그립들을 사용하여 물리적으로 위치될 수 있는 그것의 암 상에서의 트랜듀서 어레이들을 가진 이중-암 겸자-형 프로브의 예시적인 예이다.
도 27은 순방향 송신 모드에서 사용하기 위한 하나의 암 상에 트랜듀서 어레이 및 다른 암 상에광원을 가진 이중-암 겸자-형 프로브의 예시적인 예이다.
도 28은 시스템의 하드웨어 컴포넌트들을 예시한 개략적은 블록도이다.
도 29는 그 실시예에 따른 시스템의 조명 서브시스템 및 제어 인터페이스들을 예시한 블록도이다.
도 30은 시스템에서 방사선 제한을 예시한 펄스 다이어그램이다.
도 31은 풋 스위치 닫힘의 일 실시예의 개략적인 블록 다이어그램이다.
본 발명은 다양한 변경들 및 대안적인 형태들을 받아들일 수 있지만, 그것의 세부사항들은 도면들에서 예로서 도시되며 상세히 설명될 것이다. 그러나, 본 발명은 설명된 특정한 실시예들로 본 발명을 제한하지 않는다는 것이 이해되어야 한다. 반대로, 본 발명은 본 발명의 사상 및 범위 내에 속하는 모든 변경들, 등가물들, 및 대안들을 커버하는 것이다.
다음의 설명 및 도면들은 예시적이고 제한적인 것으로 해석되지 않아야 한다. 다수의 특정 세부사항들이 철저한 이해를 제공하기 위해 설명된다. 그러나, 특정한 인스턴스들에서, 잘-알려지거나 또는 종래의 세부사항들이 설명을 모호하게 하는 것을 회피하기 위해 설명되지 않는다. 본 개시에서의 하나의 또는 실시예에 대한 참조들은 반드시 동일한 실시예에 대한 참조들은 아니며; 이러한 참조들은 적어도 하나를 의미한다.
“일 실시예” 또는 “실시예”에 대한 본 명세서에서의 참조는 실시예와 관련되어 설명된 특정한 특징, 구조, 또는 특성이 개시의 적어도 하나의 실시예에 포함된다는 것을 의미한다. 명세서에서의 다양한 위치들에서의 구절“일 실시예에서”의 출현들은 반드시 모두 동일한 실시예를 나타내는 것이 아니며, 다른 실시예들을 상호 제외하고 별개의 또는 대안적인 실시예들을 나타내는 것도 아니다. 게다가, 몇몇 실시예들에 의해 보여질 수 있으며 다른 것들에 의해서는 보여지지 않을 수 있는 다양한 특징들이 설명된다. 유사하게, 다른 실시예들이 아닌 몇몇 실시예들에 대한 요건들일 수 있는 다양한 요건들이 설명된다.
시스템들 및 방법들이 다른 것들 중에서도, 광음향 이미징 데이터를 프로세싱하기 위한 방법들 및 디바이스들의 블록 다이어그램들, 동작 예시들 및 알고리즘들을 참조하여 이하에 설명된다. 블록 다이어그램들의 각각의 블록, 동작 예시들 및 알고리즘들 및 블록 다이어그램들에서의 블록들, 동작 예시들 및 알고리즘들의 조합들이 아날로그 또는 디지털 하드웨어 및 컴퓨터 프로그램 지시들에 의해 구현될 수 있다는 것이 이해된다.
이들 컴퓨터 프로그램 지시들은 범용 컴퓨터, 특수 목적 컴퓨터, ASIC, 또는 다른 프로그램 가능한 데이터 프로세싱 장치의 프로세서에 제공될 수 있으며, 따라서 컴퓨터 또는 다른 프로그램 가능한 데이터 프로세싱 장치의 프로세서를 통해 실행하는 지시들은 블록 다이어그램들, 동작 블록 또는 블록들 및/또는 알고리즘들에 특정된 기능들/동작들을 구현한다.
몇몇 경우들에서, 주파수 도메인 기반 알고리즘들은 성능을 위해 0 또는 대칭 패딩을 요구한다. 이러한 패딩은 그것이 때때로 프로세싱 단계들의 설명으로부터 생략되도록 알고리즘의 실시예를 설명하는 것이 필수적이지는 않다. 몇몇 경우들에서, 패딩이 상기 단계들에서 개시되지만, 알고리즘은 여전히 패딩 없이 실행될 수 있다. 몇몇 경우들에서, 패딩은 필수적이지만, 데이터를 변질시키지 않고 제거될 수 없다.
몇몇 대안적인 구현들에서, 블록들에 주지된 기능들/동작들은 동작 예시들에 주지된 순서 외로 발생할 수 있다. 예를 들면, 연속하여 도시된 두 개의 블록들은 사실상 실질적으로 동시에 실행될 수 있거나 또는 블록들은 때때로 수반된 기능/동작들에 의존하여, 역순으로 실행될 수 있다.
참조가 이제 본 발명의 다양한 실시예들에 대해 보다 상세히 이루어질 것이며, 그 예들은 2012년 6월 13일에 출원된 관련된 미국 특허 출원 번호 제13/507,217호에 출원된 별첨 및 첨부한 도면들에서 예시된다. 이 기술분야의 숙련자에게 명백해질 바와 같이, 부록에 설명된 데이터 구조 및 부록에 설명된 프로세싱 단계들(의사-코드에 포함한)은 여기에서의 본 발명의 범위 및 개시의 사상으로부터 벗어나지 않고 다양한 다른 방식들로 구현될 수 있다. 부록은 예시의 목적을 위해 여기에 개시된 개념들을 구현하는 하나의 방식을 제공하며 이해를 용이하게 하도록 의도된다.
광음향 데이터를 제공하기 위한 시스템 및 방법
도 1로 돌아가서, 및 표제 하에 일반적으로 이하에 설명된 바와 같이, 광음향 시스템 및 방법은 시스템 섀시(101)로의 광 경로(132) 및 전기 경로(108)를 통해 연결된 프로브(102)를 포함한, 디바이스(100)이다. 시스템 섀시(101) 내에 광 서브시스템(129) 및 컴퓨팅 서브시스템(128)이 하우징된다. 컴퓨팅 서브시스템(128)은 다른 것들 중에서도, 광음향 제어 및 분석을 위한 하나 이상의 컴퓨팅 컴포넌트들을 포함한다. 실시예에서, 프로브(102)에서의 트랜듀서들의 샘플링을 통해, 디바이스(100)는 펄싱된 광원들(130, 131)(즉, 광음향 리턴 신호)에 의해 야기된 자극 및 초음파 트랜듀서 소자들의 음향 출력에 의해 야기된 자극에 응답하여 수신된 데이터를 획득할 수 있다.
실시예에서, 조직의 볼륨에서 발생하는 단일 광에 대응하는 광음향 리턴 신호를 획득하기 위해, 프로브(102)에서의 트랜듀서들은 광 이벤트 후 시간 기간 동안 샘플링될 수 있다. 실시예에서, 프로브(102)에서의 트랜듀서들은 조직에서 원하는 거리를 이동하기 위해 사운드를 취할 시간과 대략 동일한 광 이벤트 후 시간 기간 동안 샘플링될 수 있다. 실시예에서, 원하는 거리는 적어도 1 센티미터일 수 있다. 실시예에서, 원하는 거리는 적어도 2 센티미터들일 수 있다. 실시예에서, 샘플링 기간은 조직에서 적어도 1, 그러나 15 센티미터들보다 많지 않게 이동하기 위해 사운드를 취할 시간의 양에 대응할 것이다. 실시예에서, 샘플링의 기간은 조직에서 적어도 5, 그러나 12보다 크지 않은 센티미터들을 이동하기 위해 사운드를 취할 시간의 양에 대응할 것이다. 실시예에서, 원하는 거리는 1 센티미터보다 작을 수 있다. 샘플링 레이트는 광음향 리턴 신호에서 충분한 정보를 획득하기에 충분해야 한다. 실시예에서, 샘플링 레이트는 20 Mhz 이상이고, 다른 실시예에서, 샘플링 레이트는 약 30 Mhz 이상이다. 실시예에서, 샘플링은 적어도 8 비트들이며, 보다 바람직하게는 12 비트들 이상이다. 실시예에서, 샘플링은 14 비트들에서 행해진다. 실시예에서, 샘플링은 14 비트들보다 높은 분해능들로 행해진다.
대표적인 실시예에서, 광음향 리턴 신호를 획득하기 위해, 프로브(102)에서의 128 또는 256개의 트랜듀서들(즉, 채널들)이 31.25 Mhz의 샘플링 레이트로 대략 65 마이크로초들(μs)에 대해 14 비트들에서 샘플링된다. 31.25 Mhz에서의 65 μs의 샘플링은 2,000개가 넘는 샘플들을 야기한다. 실시예에서, 2,045개의 14 비트 샘플들은 각각의 트랜듀서 또는 채널에 대해 저장될 수 있다. 효율성을 위해, 14 비트 샘플들이 16 비트 컴퓨터 워드에 저장될 수 있다. 광 이벤트에 관한 부가적인 헤더 정보와 함께, 단일 광 이벤트와 연관된 샘플들은 128 채널들을 위해 약 512 KB(킬로바이트들) 또는 256 채널들을 위해 1 MB(메가바이트)의 프레임에 저장될 수 있다. 따라서, 대표적인 실시예에서, 헤더 정보를 포함한, 광 이벤트로부터의 광음향 리턴 신호는 512 KB, 또는 1 MB에 저장될 수 있다. 이하에 추가로 논의되는 바와 같이, 실시예에서, 디바이스(100)는 상이한 광 파장들에서 동작하는 적어도 두 개의 광원들(130, 131)을 포함한다. 상이한 광 파장들에서 동작하는 두 개의 광원들(130, 131)을 가진 실시예에서, 광원들의 각각으로부터 하나의 광 이벤트로부터의 광음향 리턴 신호는 광음향 데이터를 제공하기 위한 방법 및 시스템에서 사용될 수 있다. 실시예에서, 디바이스(100)는 여기에 설명된 바와 같이 사용하게 충분히 빠르게 파장들을 변경할 수 있는 파장 가변 레이저와 같은, 상이한 파장들로 동작될 수 있는 단일 광원을 포함한다. 실시예에서, 디바이스(100)는 각각이 복수의 상이한 파장들로 동조시킬 수 있는, 적어도 두 개의 광원들(130, 131)을 포함한다. 실시예에서, 디바이스(100)는 적어도 하나의 광원을 동작시키는 하나의 광원(130) 및 복수의 상이한 파장들로 동조될 수 있는 부가적인 광원(131)을 포함한다.
여기에 사용된 바와 같이, 용어 사이노그램은 단일 광 이벤트에 대응하는 샘플링된 데이터 또는 프로세싱된 샘플링 데이터를 나타낸다. 용어 사이노그램은 또한 가끔 그레이 스케일 또는 컬러 데이터로서 원래 또는 필터링된 샘플링 데이터를 사용함으로써 제공된 이미지를 나타내기 위해 사용되며, 여기에서 데이터에서의 샘플들 및 이미지에서의 복셀들 사이에 관련성이 있다. 각각이 광의 상이한 파장에 대응하는, 두 개의 상이한 광 이벤트들로부터의 광음향 리턴 신호들을 사용한 실시예에서, 용어 쇼트 사이노그램은 광 이벤트를 생성하는 광의 보다 짧은 파장에 대응하는 사이노그램을 나타내며, 용어 롱 사이노그램은 광 이벤트를 생성하는 광의 보다 긴 파장에 대응하는 사이노그램을 나타낸다. 둘 이상의 상이한 파장들이 사용될 수 있기 때문에, 용어들 쇼트 및 롱 파장의 사용은 임의의 수의 파장들을 가진 시스템의 확장된 콘텍스트를 구체화하도록 의도된다.
실시예에서, 이하에 보다 상세히 논의되는 바와 같이, 사이노그램들은 엔벨로프 이미지를 생성하기 위해 프로세싱된다. 여기에 사용된 바와 같이, 용어 쇼트 엔벨로프 이미지는 쇼트 사이노그램에 대응하는 엔벨로프 이미지를 나타내며, 용어 롱 엔벨로프 이미지는 롱 사이노그램에 대응하는 엔벨로프 이미지를 나타낸다. 실시예에서, 쇼트 사이노그램 및 롱 사이노그램 각각은 개별적으로 쇼트 엔벨로프 이미지 및 롱 엔벨로프 이미지를 생성하기 위해 따로따로 프로세싱된다. 쇼트 및 롱 엔벨로프 이미지들은 그 후 파라메트릭 이미지들을 생성하기 위해 함께 사용된다. 파라메트릭 이미지들로부터, 맵들이 산소화, 헤모글로빈 및 마스킹된 산소화에 대해 생성될 수 있다. 이들 맵들은 실질적으로 동일한 볼륨의 초음파 이미지를 표현한 상호-정합된 데이터일 수 있으며, 그 후 산소화 이미지, 헤모글로빈 이미지 및 마스킹된 산소화 이미지를 생성할 수 있다. 실시예에서, 산소화 이미지, 헤모글로빈 이미지 및 마스킹된 산소화 이미지는 조직의 볼륨의 조성에 대한 정보를 반영한다. 용어들 파라메트릭 맵 및 파라메트릭 이미지는 몇몇 인스턴스들에서 상호 교환가능하게 사용된다. 용어 맵의 사용은 일반적으로 이미지 및 볼륨 사이에서의 관련성과 관련 있다. 파라메트릭 맵들은 예를 들면, 단일-채널(즉, 그레이스케일) 표현으로서, 컬러(즉, RGB) 표현으로서, 또는 투명성을 가진 컬러(RGBA) 표현을 포함한, 다수의 방식들로 표현될 수 있다. 파라메트릭 맵들은 하나 이상의 파라미터들에 대한 질적 또는 양적 정보를 전달하기 위해 사용될 수 있다. 파라메트릭 맵 또는 파라메트릭 이미지는 컴퓨터 메모리에 표현되거나 또는 디스플레이된 표현으로서 제공될 수 있으며, 따라서 여기에 사용된 바와 같이, 용어“이미지” 또는 “맵”은 반드시 가상 표현을 내포하지는 않는다.
사이노그램 및 다른 시스템 데이터를 저장하는 것
실시예에서, 광음향 디바이스의 사용에 관한 기록된 다른 데이터와 함께, 사이노그램은 레이저 광학 무비 파일 또는 LOM에 기록될 수 있다. LOM은 이름이 제안하는 바와 같이, 무비 파일이 아니며, 오히려 LOM은 관련된 파일들의 그룹에, 또는 보다 바람직하게는 단일 데이터 파일에 기록될 수 있는 기록된 데이터의 컬렉션이다. LOM의 포맷에 대한 하나의 고려사항은 LOM에서의 저장을 요구하는 데이터를 생성하는 상이하며 있음직한 비동기식 프로세스들이다. 실시예에서, LOM은 제한 없이, 롱 및 쇼트 광음향 사이노그램들, 초음파 프레임들, 구성 데이터, 사용자들에 의해 만들어진 주석들, 또는 나중에, 광음향 디바이스의 사용 동안 만들어진 오디오 및/또는 비디오 레코딩 및 광음향 시스템 및 그것의 소프트웨어에 의해 보고된 바와 같은 버전 정보에 관한 정보를 포함한, 광음향 디바이스의 사용에 관한 다양한 정보를 저장하기 위해 사용될 수 있다.
실시예에서, LOM은 각각 1024 바이트들(1K)의 블록들에서 구조화될 수 있다. 정보(예로서, 사이노그램)의 각각의 컬렉션은 헤더, 및 부가적인 데이터가 요구된다면, 헤더와 연관된 정보의 하나 이상의 부가적이 블록들을 포함할 수 있다. 실시예에서, 헤더는 헤더로서 블록을 식별하기 위해 사용되는 식별자를 포함할 수 있다. 실시예에서, 헤더는 또한 특정한 구현에서 다양한 유형들의 입력들 및 I/O 시스템들을 가진 경우일 수 있는 바와 같이, 그것이 비순차적으로 LOM에 기록될지라도, 정보의 컬렉션이 LOM이 사용될 때 적절한 순서로 위치되도록 허용하기 위해 동기화 카운터에 대한 값을 포함할 수 있다. 실시예에서, 헤더는 그 자체의 CRC 및 컬렉션과 연관된 임의의 부가적인 데이터를 더 포함하며, 따라서 LOM 내에서의 전체 컬렉션의 무결성 검사 또는 검증을 허용한다. 대표적인 LOM에 대한 데이터 구조가 부록에 제공된다.
사이노그램들을 프로세싱하는 것
다양한 이유들에 대해, 사이노그램들은 원치 않는, 부정확하거나 또는 불충분하게 스케일링된 데이터를 포함할 수 있다. 이들 사이노그램 데이터의 심각한 문제들은 사용된 측정 기구(예로서, 프로브) 또는 광의 특성들, 볼륨(즉, 조직)의 특성들, 볼륨 및 프로브 또는 광 사이에서의 상호작용의 특성들, 외부 자극들, 또는 다른 소스들을 포함하여, 무수히 많은 이유들로부터 기인할 수 있다. 소스에 관계없이, 다양한 프로세스들이 사이노그램 데이터의 원치 않는 양상들을 제거하기 위해 사용될 수 있다.
대표적인 실시예에서, 사이노그램 데이터가 사이노그램에 대한 프로세싱 단계들을 수행하기 전에, 예로서, 14 비트 정수와 같은, 정수로서 샘플링되면, 사이노그램 데이터는 정수 형태로부터 부동 소수점 수로 변환될 수 있다. 정수로부터 부동 소수점 수로의 변환은 정확도를 증가시키며 산출들의 동적 범위를 확대하기 위해 수행된다. 실시예에서, 사이노그램은 정수 데이터로서 프로세싱될 수 있다. 실시예에서, 사이노그램은 정수 데이터로서 프로세싱될 수 있지만, 정수들은 데이터의 적절한 범위를 수용하기 위해 충분한 크기, 예로서, 64비트들, 또는 96 비트들, 또는 128 비트들로 확대된다.
일반적으로 사이노그램을 프로세싱하기 위한 다음의 단계들의 각각에서, 프로세싱은 시간 도메인 신호에 대해 수행된다. 바람직한 실시예에서(및 이하에 논의되는 바와 같이), 프로브(102)는 사이노그램 데이터가 트랜듀서들의 것 아래의 평면 - 이미지 평면 상에 있는 것에 보다 초점을 맞출 수 있게 하는 음향 렌즈를 포함한다. 실시예에서, 프로브는 10 및 40 밀리미터들 사이에서의 초점 길이를 가진 음향 렌즈를 포함한다. 예시적이 실시예에서, 프로브는 20 밀리미터들의 초점 길이를 가진 음향 렌즈를 포함한다. 실시예에서, 프로브는 하드웨어로, 또는 소프트웨어로, 줌 인 또는 아웃될 수 있는 초점 길이를 가진 음향 렌즈를 포함할 수 있다.
상기 논의된 바와 같이, 예시적인 실시예에서, 사이노그램 데이터의 각각의 채널은 볼륨에서 대략 100 밀리미터들의 거리를 표현한다. 음향 렌즈는 일반적으로 포인트들 바깥쪽(예로서, 직교)으로부터 이미지 평면으로 신호 전파의 적어도 몇몇 부분을 거부한다. 그러나, 각각의 트랜듀서는 대략 100 밀리미터들 거리 내에 있는 이미지 평면의 실질적으로 모든 포인트들로부터의 신호를 수신한다. 채널에 대한 수신된 신호는 이미지 평면 상에서 반경 100의 반원의 면적을 포함하는 것으로서 생각될 수 있다.
도 2로 가면, 3 세트들의 데이터, 즉 쇼트 사이노그램(단계(205)), 롱 사이노그램(단계(210)), 및 초음파 이미지(단계(215))의 획득으로 시작하여, 상기 획득된 데이터의 다양한 양상들을 볼 때 유용할 수 있는 최대 6개까지의 별개의 이미지들을 생성하도록 데이터를 프로세싱하는 대표적인 프로세스의 개요가 도시된다. 대표적인 실시예에서, 3세트들의 획득된 데이터는 핸드헬드 광음향 프로브(102)(도 1)를 사용하여 획득될 수 있다. 여기에서 예시의 목적들을 위해, 프로브(102) 이동이 만약 있다면, 단계들(205, 210, 및 215)에서 3세트들의 데이터의 획득 사이에서 최소라고 추정될 수 있다. 대표적인 실시예에서, 프로브를 손으로 잡을 때 사용된 적정하게 떨리지 않은 손과 결합된 적정한 프레임 레이트(예로서, 10 hz)는 그 사이에서 발생한 실질적으로 최소 이동을 가진 3개의 데이터 세트들을 산출할 수 있다. 여기에 설명된 프로세스는 3개의 식별된 데이터 세트들과 함께 사용되는 것에 제한되지 않는다는 것이 주의되어야 한다. 예를 들면, 광의 부가적인 파장들로부터의 데이터 세트들과 같은, 부가적인 데이터 세트들의 사용은 결과적인 이미지들을 추가로 개선하기 위해 사용될 수 있다.
여기에 보다 상세히 논의될 바와 같이, 쇼트 및 롱 사이노그램 데이터는 사용된 측정 기구(예로서, 프로브) 또는 광의 특성들, 볼륨(즉, 조직)의 특성들, 볼륨 및 프로브 또는 광 사이에서의 상호작용의 특성들, 외부 자극들, 또는 다른 소스들을 포함하여, 사이노그램에서의 바람직하지 않은 데이터를 감소시키거나 또는 보상하기 위해 하나 이상의 별개의 방식들로 전처리된다(단계(220)). 전처리 후에, 별개의 쇼트 및 롱 이미지들이 재구성된다(단계(225)). 실시예에서, 복합 쇼트 및 롱 이미지들의 별개의 실제 및 가상 컴포넌트들은 재구성 단계로부터 기인한다. 실시예에서, 재구성된 이미지들의 프로세싱(단계(230))이 수행된다. 프로세싱(단계(230))은 재구성된 이미지들에서 식별될 수 있는 부가적인 아티팩트들을 제거할 수 있으며, 임의의 이벤트에서 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234)를 생성할 수 있다. 실시예에서, 쇼트 및 롱 엔벨로프 이미지들(232, 234)은 파라메트릭 이미지들(단계(240)) 프로세스를 생성하기 위해 사용된다. 생성된 파라메트릭 이미지들(단계(240))은 산소화 맵(250), 헤모글로빈 맵(255), 및 마스킹된 산소화 맵(260)을 출력한다. 실시예에서, 3개의 맵들 중 임의의 것 또는 모두는 함께 상호 정합되며 초음파 이미지(단계(265)) 상에 오버레이된다. 디스플레이는 단계들(270, 275, 280, 285, 290, 및 295)에 디스플레이된 디스플레이 가능한 이미지들 중 하나 이상의 디스플레이를 위해 제공될 수 있다. 실시예에서, 이미지들의 둘 이상의 그룹은 동일한 스크린 상에 디스플레이될 수 있으며, 보통 스케일링 및 사이징될 수 있다. 실시예에서, 모든 6개 이미지들의 그룹은 동일한 스크린 상에 디스플레이될 수 있으며, 보통 스케일링되고 사이징될 수 있다.
실시예에서, 광음향 데이터에 대한 프로세싱을 수행하는 시스템 및/또는 광음향 출력을 디스플레이하는 시스템 - 사이노그램을 획득하는 시스템과 동일할 수 있지만, 동일할 필요는 없다 - 은 광음향 이미지들을 프로세싱하거나 또는 볼 때, 프로세싱에 사용된 파라미터들을 변경하기 위한 능력을 운영자에게 제공할 것이다. 실시예에서, 광음향 데이터에 대한 프로세싱을 수행하는 시스템, 및/또는 광음향 출력을 디스플레이하는 시스템은 광음향 이미지들을 프로세싱하기 위해 사용된 프로세싱 단계들을 스위칭 온 및 오프하고, 그 순서를 잠재적으로 변경하기 위한 능력을 운영자에게 제공할 것이다.
전처리(220)
도 3으로 가면, 대표적인 사이노그램 전처리의 개요가 도시된다. 사이노그램 데이터의 획득 후(단계(205, 210)), 상기 데이터는 제한 없이, 디바이스 자체의 아티팩트들, 디바이스-대상 상호작용의 아티팩트들, 및 원치 않는 정보의 외부 소스들을 포함한, 사이노그램에서의 바람직하지 않은 데이터를 감소시키거나 또는 보상하기 위해 하나 이상의 별개의 방식들로 전처리된다(도 2, 단계(220)). 실시예에서, 전처리는 다음의 단계들 중 하나 이상으로 이루어질 수 있다: 불량 트랜듀서들을 검출하는 단계(단계(305)), 공통 모드 스트라이프 필터링(단계(310)), 대역 통과 필터링 및/또는 프로브 전달 함수의 적용(단계(315)), 동적 범위의 정규화(단계(320)), 에너지에 대한 정규화(단계(325)), 선택적 채널 민감도(단계(330)), 프레임간 잔상 아티팩트 제거(단계(335)), 및 소프트웨어 시간 이득 보상 단계(340). 하나 이상의 부가적인 전처리 단계들이 또한 사이노그램에서의 바람직하지 않은 데이터를 감소시키거나 또는 보상하기 위해 사용될 수 있다. 특히, 도 3에 식별된 단계들은 제공된 순서로 수행될 필요는 없으며, 임의의 순서로 수행될 수 있다. 게다가, 도 3에 제공된 단계들 모두가 대표적인 시스템의 임의의 구현을 위해 요구되는 것은 아니며, 오히려 전처리는 사이노그램에서의 바람직하지 않은 데이터를 감소시키거나 또는 보상하기 위해 임의의 하나 이상의 단계들의 사용으로 구성된다.
전처리(220) - 불량 트랜듀서를 검출하는 것(305)
사이노그램에서의 심각한 문제의 하나의 잠재적인 소스는 샘플링 프로세스 동안 그것 상에 입사된 광음향 리턴 신호를 정확하게 반사하는데 실패한 트랜듀서이다. 실패는 일시적일 수 있거나, 또는 영구적일 수 있다. 게다가, 실패는, 샘플링된 데이터가 너무 높거나 또는 너무 낮은 신호를 반사하는 것과 같이 부분적일 수 있거나, 또는 샘플링된 데이터가 모두 제로들이거나 또는 공칭 값들인 것과 같이, 실패가 완전적일 수 있다. 불량 트랜듀서는 또한 단일 사이노그램 내에서조차, 일관되지 않거나 또는 조각 조각의 출력을 보여줄 수 있다. 불량 트랜듀서 채널들은 또한, 예로서 하나 이상의 트랜듀서 소자들 아래에서의 조직과의 열악한 접촉으로부터 기인할 수 있다.
실시예에서, 지속적으로 불량 트랜듀서가 식별될 때, 그것의 아이덴티티가 주목되며, 그 후 상기 트랜듀서로부터 제공된 데이터는 무시되고, 교체되거나 또는 개별적으로 전-처리될 수 있다. 예를 들면, 실시예에서, 트랜듀서의 오동작을 보상하기 위해, 전-처리기가 트랜듀서의 비정상적인 응답 특성들을 제거하기 위해 구동된다. 또 다른 실시예에서, 트랜듀서의 오동작을 보상하기 위해, 트랜듀서의 데이터는 두 개의 인접한 채널들로부터의 데이터의 평균으로 교체된다.
실시예에서, 사이노그램 데이터는 불량 채널들의 존재에 대해 분석된다. 불량 채널은 다른 채널들에 걸친 평균보다 상당히 더 약한, 볼륨의 표면에서부터 또는 그 가까이에서 반사된 광음향 응답 신호인, “스킨” 신호를 사이노그램이 갖는다는 사실에 의해 검출될 수 있다. 보다 약한 스킨 신호는 예로서, 상기 채널의 이득을 상당히 감소시킨 전자 장치들이 가진, 몇몇 문제점들 또는 채널 바로 위에서의 불량 음향 접촉으로부터 기인할 수 있다. 채널이 이러한 행동을 보여줄 때, 그것은 “불량”으로서 식별될 수 있으며, 실시예에서, 상기 채널에서의 데이터는 아티팩트들을 회피하기 위해 스트라이프 필터(이하에 논의됨)를 가진 프로세싱에 이어 삭제된다.
예시적인 실시예에서, 이하의 알고리즘은 불량 데이터 채널들을 식별하고 상기 데이터의 부분을 제로화하기 위해 사용될 수 있으며, 그에 의해 부정확한 이미지 아티팩트들을 회피할 수 있다.
예시적인 실시예에서, 알고리즘은 강력한 광음향 스킨 신호들이 각각의 트랜듀서에 의해 수신되어야 한다고 가정한다. 강력한 광음향 스킨 신호는 잡음보다 우위를 차지하는 것으로 예상되며 채널에서 채널로 규모가 가까워진 것으로 예상된다.
예시적인 알고리즘은 다음과 같이 설명된다: 각각의 연결된 데이터 채널은 분석되며 절대 채널 데이터(스킨으로부터의 광음향 신호를 포함한)의 여러 개의 연속적인 샘플들의 그룹의 평균이 매우 작다면 “불량”으로 라벨링되며 연결된 채널들 모두에 걸쳐 비교될 때 통계 이상치인 것으로 고려된다. 이상치 결정은 채널들 모두에 걸쳐 가중된 표준 편차에 기초한다.
예시적인 알고리즘은 다음과 같이 실행될 수 있다:
a. 신호들의 절대 값들이 산출된다.
b. 절대 신호들에서 첫 여러 개의 샘플들의 평균 값들이 산출된다.
c. 평균 값들의 작은 이상치들이 임계치로서 연결된 채널들의 모두에 걸친 평균 마이너스 가중된 표준 편차를 사용하여 식별된다.
d. 식별된 이상치들은 불량 채널들로서 라벨링된다.
부록에서의 의사-코드는 여기에 논의된 예시적인 알고리즘들을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다. 제공된 알고리즘은 단지 광음향 데이터에 대해 이루어진 추후 산출들 및 동작들에 악영향을 줄 수 있는 불량 채널들을 제거하기 위한 하나의 방식의 일 예이다. 앞서 말한 것을 고려할 때, 다른 방법들이, 제한 없이, 채널들 사이에서, 또는 채널들의 세트들 사이에서의 자동 상관을 사용하는 방법들을 포함하는 불량 채널들을 검출하기 위해 사용될 수 있다는 것이 이 기술분야의 숙련자에게, 및 본 개시의 범위 내에서 분명해질 것이다.
전처리(220) - 공통 모드 스트라이프 필터(310)
사이노그램에서의 원치 않는 정보의 다른 잠재적인 소스들은 모든 채널들에 동시에 영향을 주는 잡음 또는 다른 원치 않는 신호의 형태로 나타날 수 있다. 예를 들면, 외부 간섭 또는 프로브 특성들을 포함하여, 이러한 종류의 잡음 또는 원치 않는 신호의 다양한 원인들이 있을 수 있다. 원인에 상관없이, 그러나, 잡음 또는 원치 않는 신호는 제거되거나 또는 저감될 수 있다. 사이노그램이 컬럼들에 대응하는 채널들, 및 로우들에 따른 샘플들을 갖고 배향될 때, 이러한 유형의 필터는 사이노그램으로부터 수평 스트라이프들을 제거한다. 실시예에서, 수평 스트라이프들은 2-차원 이산 웨이블릿 변환(2D-DWT)에 기초한 방법을 사용하여 제거될 수 있다. 실시예에서, 수평 스트라이프들은 주파수 도메인 필터(예로서, 1-차원 또는 2-차원 주파수 도메인 필터) 또는 FIR 필터에 기초한 방법을 사용하여 제거될 수 있다. 실시예에서, 로우 또는 다른 세트의 데이터에 걸친 평균은 상기 로우 또는 세트의 데이터에서의 각각의 샘플로부터 감산된다.
예시적인 실시예에서, 이하의 알고리즘은 사이노그램으로부터 수평 스트라이프들을 제거하기 위해 사용될 수 있다. 실시예에서, 예시적인 알고리즘은 다음과 같이 실행될 수 있다:
a. 각각의 서브대역 레벨에서 수평 계수들에 대한 웨이블릿 계수들의 크기들을 사전 계산한다.
b. 각각의 웨이블릿 서브대역에 대한 1-차원(1D) 주파수 도메인 스트라이프 필터의 짝수-대칭 영-위상 전달 함수를 선행 계산한다.
c. 입력 파라미터들에 의해, 및 몇몇 수의 레벨들에 대한 순방향 웨이블릿 분해를 적용함으로써 정의될 수 있는, 고역 및 저역 웨이블릿 계수들을 사용하여 2D 웨이블릿 변환을 계산한다.
d. 각각의 서브대역 레벨로부터의 수직 계수들을 갖고, 수직 방향을 따라 각각의 라인에 1D 전달 함수 필터를 적용하며, 여기에서 1D 전달 함수는 라인들의 각각에 대한 저 주파수들을 부드럽게 억제한다.
e. 웨이블릿 재구성을 변경된 웨이블릿 계수들에 적용함으로써 역 웨이블릿 변환을 취한다.
부록에서의 의사-코드는 이러한 예시적인 알고리즘을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다. 제공된 알고리즘은 단지 광음향 데이터에 대해 이루어진 추후 산출들 및 동작들에 악영향을 줄 수 있는 데이터를 제거하도록 스트라이프 필터를 구현하기 위한 하나의 방식의 일 예이다. 실시예에서, 공통 모드 스트라이프 필터링은 각각의 채널에 공통적인 간섭을 제거하기 위해 사이노그램의 채널들에 대한 주 성분 분석을 사용함으로써 수행될 수 있다. 실시예에서, 공통 모드 스트라이프 필터링은 간섭이 각각의 채널 상에서 상이한 복합 위상의 대상이 될 수 있는 각각의 채널에 공통인 간섭을 제거하기 위해 복합 분석 사이노그램의 채널들 상에 대한 주 성분 분석을 사용함으로써 수행될 수 있다. 앞서 말한 것을 고려할 때, 다른 방법들이 이러한 유형의 잘못된 데이터를 제거하기 위해 사용될 수 있다는 것이 이 기술분야의 숙련자에게 및 본 개시의 범위 내에서 명백해질 것이다.
파동이 조직의 표면을 따라 이동함에 따라, 예시적으로, 파봉이 순차적으로 트랜듀서의 각각의 소자를 충족시킬 수 있으며; 따라서, 이러한 파동은 측정이 선형-어레이 프로브를 사용하여 획득될 때 사이노그램에서의 대각선 아티팩트들을 생성할 수 있다. 실시예에서, 스트라이프 필터는 이것들 및 다른 이러한 대각선 아티팩트들을 제거하기 위해 사용될 수 있다. 실시예에서, 이러한 대각선 아티팩트들을 제거하기 위해, 사이노그램의 각각의 채널은 스트라이프 필터의 적용 이전에 표면파의 지각된 이동 속도에 기초하여 시프트될 수 있으며, 그 후 스트라이프 필터가 적용된 후 시프트가 되돌려진다. 실시예에서, 대각선 스트라이프들은 2D 대역-거부 스트라이프 필터를 사용하여 제거될 수 있다.
전처리(220) - 대역 통과 필터 및 프로브 전달 함수(315)
트랜듀서들에 의해 캡처되고 사이노그램에 저장된 광음향 리턴 신호 데이터의 획득된 채널들은 트랜듀서들이 검출하는 데이터의 샘플링을 포함한다(샘플링 기간 동안). 상기 논의된 바와 같이, 사이노그램-상주 샘플들은 시간 도메인에서 획득된다. 또한 이하에 논의되는 바와 같이, 광음향 리턴 신호 트랜듀서는 종래의 초음파 트랜듀서보다 더 넓은 대역을 가질 수 있다. 따라서, 실시예에서, 광음향 리턴 신호 트랜듀서는 10 Khz 이하에서 20 Mhz 이상만큼 높게 대역 폭을 가질 수 있다. 예시적인 실시예에서, 광음향 리턴 신호 트랜듀서는 약 50 Khz에서 20 Mhz까지 대역 폭을 가질 수 있다.
광음향 리턴 신호의 선택된 부분들은 이미지 재구성에서의 사용에 보다 적합하다. 따라서, 실시예에서, 광음향 리턴 신호의 부분들은 실질적으로 결과적인 광음향 이미지를 손상시키지 않고 제거된다. 실시예에서, 1 차원 FFT(고속 푸리에 변환) 대역 통과 필터는 결과적인 광음향 이미지로부터의 실질적인 손상 없이 고 및 저 주파수 컴포넌트들을 감소시키거나 또는 제거하기 위해 사용될 수 있다. 따라서, 예시적인 실시예에서, 저 주파수 측면에서, 10 Khz 미만으로 실질적으로 완전한 감쇠를 제공하는 반면, 고 주파수 측면에서, 12 Mhz 후 실질적으로 완전한 감쇠를 제공하는 1 차원 FFT 대역 통과 필터가 이용될 수 있다. 실시예에서, 저 주파수 측면에서, 50 KhZ로 롤 오프하도록 시작되는 반면, 고 주파수 측면에서, 6 Mhz로 롤 오프하도록 시작되는 1 차원 FFT 대역 통과 필터가 이용될 수 있다. 실시예에서, 롤 오프 레이트는 고 주파수 측면보다 저 주파수 측면에 대해 더 급격하다. 따라서, 예시적인 실시예에서, 저 주파수 측면에서, 50 Khz로 롤 오프(아래쪽으로)하도록 시작되며 10 Khz 미만으로 실질적으로 완전한 감쇠를 제공하는 반면, 고 주파수 측면에서 6 MhZ로 롤 오프하도록 시작되며 12 Mhz 후 실질적으로 완전한 감쇠를 제공하는 1 차원 FFT 대역 통과 필터가 이용될 수 있다.
결과적인 광음향 이미지에 대한 실질적인 효과가 없는 광음향 리턴 신호의 주파수 부분들을 필터링하는 것 외에, 예시적인 실시예에서, 알고리즘은 프로브 및 전자 장치들의 전달 함수, 즉 시스템의 전달 함수를 실질적으로 근사하는 함수의 근사치를 제공할 수 있다. 이 섹션에 사용된 바와 같이, 시스템의 전달 함수(즉, 시스템의 전달 함수를 실질적으로 근사하는 함수)는 프로브 기하학, 프로브 자체가 예로서 신호의 감쇠, 지연, 공간 응답, 잡음 또는 다른 양상들에서의 변화들을 포함한, 가변 주파수들에서의 결과적인 광음향 리턴 신호 또는 광 이벤트에 영향을 주는 방식과 같은, 시스템 그 자신의 응답 특성들의 적어도 몇몇을 반영하는 전달 함수이다. 실시예에서, 조직 및/또는 결합 매질의 공간 주파수 응답 특성들은 또한 시스템 자신의 응답 특성들에 영향을 미칠 수 있다. 주파수 도메인 응답 특성들, 또는 시스템 전자 장치들의 임펄스 응답 특성들이 또한 시스템 응답에 포함될 수 있다. 시스템 응답에 의해 도입될 수 있는 응답 특성들의 종류의 예들은: 예로서, 1 Mhz에서의 사운드가 100 Khz에서의 사운드보다 더 크게 들어오도록 하는 주파수들의 여과; 예로서, 1 Mhz에서의 사운드가 100 Khz에서의 사운드보다 더 빨리 들어오도록 하는 지연; 및/또는 예로서, 트랜듀서 사운드들에 대하여 법선으로부터 45도 위치로부터의 트랜듀서에 도달한 사운드가 그것이 법선 방향으로부터 트랜듀서로 도달한다면 그것과 상이하도록 하는 공간 효과들을 포함할 수 있다.
예시적인 실시예에서, 전체 시스템 필터(즉, 다른 것들 중에서, 시스템 전달 함수를 보상하기 위한 필터)는 음향 전기 임펄스 응답의 디컨볼루션, 대역 통과 필터링, 및 다른 인자들의 여과를 지원하기 위한 부가적인 임의의 전달 함수를 포함한 단계들에 의해 형성될 수 있다. 사이노그램 데이터는 그 후 시스템 필터 함수를 사용하여 프로세싱될 수 있다.
이러한 예시적인 실시예에서, 시스템의 복합 전달 함수는 나중에 함께 곱하여지는, 3개의 부분들로부터 형성된다. 제 1 부분은 음향-전기 임펄스 응답의 디컨볼루션에 대한 주파수 도메인 표현이며, 이것은 잡음-대-신호 전력 스펙트럼 비와 관련되는 정규화를 가진 위너 디컨볼루션을 사용하여 결정된다. 전달 함수의 제 2 부분은 대역 통과 필터이며, 이것은 대역 통과/정지 영역들에 대한 제공된 정보를 사용하여, 상승 코사인 아포디제이션 함수를 갖고 설계된다. 전달 함수의 제 3 부분은 선택적인 임의의 주파수 응답이다. 시스템 필터는 단지 그 파라미터들 중 하나가 변하는 경우에 재산출될 필요가 있다. 그렇지 않다면, 필터는 필요한대로 저장 장치로부터 결정, 저장, 및 로딩될 수 있다. 요컨대, 사이노그램 데이터는 조정되며 주파수 도메인으로 변환되고, 여기에서 그것은 시간 도메인으로 다시 변환되기 전에 시스템의 필터 함수에 의해 곱셈된다.
시스템 필터를 만들기 위한 예시적인 알고리즘이 다음과 같이 설명될 수 있다: 파라미터들 중 어떤 것도 마지막 구동 이래 변경되지 않는다면, 시스템의 전달 함수는 이전에 산출된 입력 시스템의 전달 함수이다. 그렇지 않다면, 시스템 필터는 다음의 단계들에 따라 산출될 수 있다. 단계 1에서, 디컨볼루션 위너 필터가 형성된다. (다음과 같이 위너 디컨볼루션 필터가 사용될 수 있다:
Figure 112014086054248-pct00001
여기에서 f - 주파수 (Hz), G - 필터의 전달 함수, H - 시스템의 주파수 응답,
Figure 112014086054248-pct00002
- 잡음-대-신호 스펙트럼 전력 밀도 비.) 단계 2에서, 대역 통과 필터는 상승 코사인 아포디제이션 함수 및 입력 대역 통과/정지 주파수 파라미터들을 사용하여 산출된다. 파라미터들에 의해 특정된다면, 대역통과 필터는 단위(1의 상수 값)일 수 있으며, 그러므로 어떤 대역통과 필터링도 적용되지 않는다. 최종 단계로서, 이들 두 개의 복합 전달 함수들이 출력 시스템 필터 함수를 얻기 위해 또 다른 정의된 임의의 전달 함수(선택적)와 함께 곱하여진다. 또 다른 정의된 임의의 전달 함수와 두 개의 복합 전달 함수들을 곱하기 위한 하나의 목적은 다른 두 개의 방법들을 사용하여 필터링하는 것에 쉽게 영향을 받지 않는 주파수 도메인 필터링을 허용하는 것이다.
시스템 필터 함수에 따라 데이터를 프로세싱하기 위한 예시적인 알고리즘이 다음과 같이 설명될 수 있다(데이터의 단일 채널에 대해): 입력 데이터는 길이를 두 배로 만들기 위해 제로-패딩되며(또는 대칭적으로 패딩됨) 고속 푸리에 변환(FFT)을 통해 시스템의 전달 함수에 의해 복소수-곱셈된, 주파수 도메인으로 변환되며, 그 후 데이터를 시간 도메인으로 되돌아가기 위해 역 고속 푸리에 변환(IFFT)이 적용된다. 시간 도메인으로 되돌아가면, 패딩이 제거된다.
부록에서의 의사-코드는 이러한 예시적인 알고리즘을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다.
실시예에서, 전체 시스템 보상은 사이노그램의 부분들을 저감, 제거, 또는 강화하기 위해 수행되며 사용될 수 있다. 실시예에서, 전체 시스템 보상은 단지 프로브 및 전자 장치들에 기초하여 이상적인 실험실 상황들 또는 인자들에 제한되지 않는 상황들을 고려하기 위해 사용될 수 있으며; 오히려 사이노그램의 특성들은 전형적인 주제의 특성들 및 생리학에 의해 영향을 받을 것이며 엄격하게 실험실에서 발생하지 않는 비-이상적인 상황들을 구체화한다. 모델링하기 어려운 상호작용들이 모델들로부터 생체 내에서의 광음향 측정들을 구별하는 실-세계 상황들에서 발생할 수 있다. 이것들은 시스템의 일부인 프로브의 기하학, 프로브가 시스템에 의해 야기된 광 이벤트에 영향을 주는 방식; 프로브가 광음향 리턴 신호의 감쇠, 지연, 공간 응답, 잡음 또는 다른 양상들에 영향을 주는 방식; 이미징되는 조직의 공간 주파수 응답 특성들; 및 사이노그램을 레코딩하는 것과 관련되어 사용된 결합 매질을 수반한 상호작용들을 포함할 수 있다. 많은 경우들에서, 이들 상황들은 또한, 그것들이 시뮬레이션된 환경들, 예로서 팬텀들을 사용할 때조차 예견할 가능성이 없을 인자들의 조합으로부터 기인할 수 있을지라도, 예상되며 복제 가능할 수 있다. 따라서, 실시예에서, 전체 시스템 보상 또는 교정은 다수의 획득된 데이터세트들에 기초하여 분석을 수행함으로써 이들 인자들을 고려하는 것을 포함할 수 있다; 전체 시스템 보상을 결정하기 위한 프로세스는 성능 목표를 충족시키도록 전체 시스템 보상을 경험적으로 동조시키는 것에 기초할 수 있다. 실시예에서, 동조는 다수의 데이터세트들을 수집하는 것 및 통계 회귀 분석을 수행하는 것에 기초할 수 있으며, 통계 회귀의 목표는 비용 함수를 최적화하는 것 또는 수동 운영자 조정을 사용하는 것; 계산을 위한 파라미터들을 결정하기 위해 오프라인 계산을 수행하는 것; 목표와 일치하도록 파라미터들을 맞추는 것; 기하학을 포함한 인자들을 고려하기 위한 재구성시 사용되는 테이블에 대한 공간 또는 시간 가중치들을 결정하는 것; 또는 최적 필터의 가중치들을 결정하기 위해 통계 또는 수동 분석을 사용하는 것을 수반할 수 있다. 실시예에서, 통계 분석은 분석을 수행하기 위한 특수화된 컴퓨터 소프트웨어를 사용하는 것을 수반할 수 있다. 실시예에서, 통계 분석은 상이한 유형들의 조직에 대한 또는 상이한 생리학의 대상들에 대한 상이한 최적의 동조 파라미터들을 산출할 수 있다. 동조시키기 위한 방법은 이들 인자들을 고려할 수 있다. 실시예에서, 동조시키기 위한 방법은 그것의 목표로서, 최적의 결과들의 산출, 또는 상이한 조직들에 대한 특징들의 강화를 가질 수 있다. 예를 들면, 강화 또는 최적의 결과들은 구별 가능할 수 있는 것으로서 밀도가 높거나 또는 밀도가 낮은 가슴 조직 또는 다른 알려진 유형들의 조직을 위해 추구될 수 있으며; 마찬가지로, 강화 또는 최적의 결과들은 제한 없이: 두껍거나 또는 박층(thin layer)들의 피부; 광이 피부의 톤에 기초하여 개별적으로 흡수되는 메커니즘; 종양 또는 병변이 배경 조직보다 상이한 주파수 특성들을 가진 것을 포함한, 종양 또는 병변의 강조; 세포성 또는 비-세포성 파이버선종(또는 다른 이러한 결정 가능한 상태) 및 이것을 광음향적으로 보다 분명하게 만들기 위한 파라미터들의 세트들 사이에서의 차이들; 악성 및 양성 병변들 및 광음향 특징을 산출하는 다른 쉽게 가늠할 수 없는 구조들(예로서, 림프절들, 지방 괴사)의 클래스들 및 이를 식별하기 위한 시스템 및 방법 사이에서의 차이들; 상이한 스케일들 또는 크기들의 특징들; 특징 검출 분류를 수반한 패킷 웨이블릿 계수들 또는 벡터 지원 계수들과 같은 동조 파라미터들; 또는 디컨볼루션 프로세스에서의 조정 가능한 파라미터들을 포함하여, 임의의 유형들의 특성들을 위해 추구될 수 있다. 동조시키기 위한 방법은 측정 절차에 따라 엄격하게 제어된 측정 조건들 하에서 데이터를 획득하는 것을 포함할 수 있으며, 프로브는 특정 또는 특수화된 움직임들(예로서, 스위핑 또는 패닝)에 따라 조작되며 조직의 특정 부분들은 캡처된다(예로서, 유조직). 실시예에서, 광음향 동조를 위한 방법은; 측정들의 수집; 목표를 최적화하는 것을 수반한 통계 또는 수동 분석; 원하는 시스템 보상을 얻기 위해 파라미터들을 조정하는 것; 및 보상을 사이노그램에 적용하며 그에 따라 결과적인 진단 오버레이에 영향을 미치는 것을 포함할 수 있다. 실시예에서, 보상은 둘 이상의 파장들에 대해 개별적으로 수행될 수 있다. 실시예에서, 동조 분석은 예후 또는 조직학을 개발하기 위해 광음향 이미지 또는 다른 시스템 데이터에 적용될 수 있는 규칙들의 세트를 생성하기 위해 사용될 수 있다. 그렇게 생성된 규칙들은 운영자에 의해, 시스템에 의해, 또는 또 다른 시스템에 의해 적용될 수 있으며, 일단 적용된다면, 예후 또는 조직학의 보고를 제공할 수 있다. 실시예에서, 다수의 세트들의 사전-동조된 파라미터들은 사용자 인터페이스에 의해 사용자-조정 가능하거나 또는 가능하게 할 수 있으며, 사용자 인터페이스는 사전-동조된 파라미터들의 세트를 포함할 수 있다.
전처리(220) - 동적 범위의 정규화(320)
이하에 논의되는 바와 같이, 시간 이득 보상은 보다 높은 동적 범위를 달성하기 위해 및/또는 주어진 깊이 또는 거리에 대한 신호 대 잡음 비(SNR)를 개선하기 위해 하드웨어로 적용될 수 있다. 하드웨어 적용 시간 이득 보상은 광음향 리턴 신호의 전체 동적 범위를 개선할 수 있다. 아날로그 하드웨어 적용 시간 이득 보상은 그 외 데이터의 전체 비트에 관한 표현을 효과적으로 사용하지 않는 깊은 조직으로부터 낮은 규모 신호들을 증폭시킴으로써 아날로그-디지털 변환에 의해 캡처된 데이터의 정확도를 증가시킬 수 있다. 또한, 아날로그 하드웨어 적용 시간 이득 보상은 하드웨어 TGC 증폭기 및 아날로그-디지털 변환 디바이스 사이에서의 경로에서의 아날로그 잡음 한계 위의 깊이에서 약한 신호들을 가져옴으로써 신호-대-잡음 비를 개선할 수 있다. 실시예에서, 시간 이득 보상은 그것이 예로서 조직의 볼륨의 표면으로부터 조직의 볼륨 내에서의 면적들로 송신할 때 광에 발생하는 감쇠 및/또는 그것이 조직의 볼륨을 통해 송신할 때 광음향 리턴 신호에 대한 감쇠를 보상할 수 있다. 실시예에서, 이용된 이미지 재구성 알고리즘들은 그러나 예로서 나중에 증폭하는 이득 또는 보다 깊은 신호들에서의 변화가 없다고 추정한다. 따라서, 실시예에서, 데이터를 정규화하기 위해, 하드웨어 시간 이득 보상은 수학적으로 반전되며, 따라서 이미지 산출로부터의 그것의 영향을 제거한다.
실시예에서, 샘플링된 데이터는 14 비트 정수와 같이, 비교적 보통 크기의 정수이며, 이것은 예로서 0에서 16,383까지의 값들을 표현할 수 있다. 실시예에서, 사이노그램에서의 데이터는 이 섹션에 논의된 프로세싱 이전에 정수에서 부동 소수점으로 변환되며; 정수에서 부동 소수점으로의 변환은 정확도를 증가시키며 산출들의 동적 범위를 확대하기 위해 수행될 수 있다. 일반적으로, 하드웨어 시간 이득 보상을 반전시킬 때 동적 범위의 손실을 방지하기 위해 주의가 실행되어야 한다. 실시예에서, 동적 범위의 정규화는 동적 범위의 손실 없이 실질적으로 평탄 이득을 반영하기 위해 사이노그램을 필터링한다. 그것은 사이노그램에서의 각각의 샘플이 결과적인 광음향 이미지를 형성하는 것과 관련되어 사용될 때 그것의 적절한 기여를 합산하도록 허용한다.
실시예에서, 동적 범위를 재정규화하기 위해, 시간 의존적 하드웨어 TGC 곡선들은 각각의 채널로부터 인자화될 수 있다. 실시예에서, 하드웨어 TGC 곡선들은 시스템 펌웨어에 의해 선형적으로 보간되며 하드웨어 TGC 증폭기에 전송되는 데이터 포인트들의 세트로서 저장될 수 있다. TGC 곡선은 저장된 데이터 포인트들로부터 계산될 수 있다.
사이노그램의 동적 범위를 재정규화하기 위한 예시적인 알고리즘은 다음으로 이어진다: TGC 곡선을 생성하고, TGC 곡선을 하드웨어 TGC 증폭기로 전송하고, 필요하다면, 샘플들의 수와 길이가 동일한 구간적 선형 곡선을 생성하기 위해 TGC 곡선을 선형적으로 보간하고, 하드웨어에 의해 요구될 수 있는 바와 같이 수치 표현으로부터 계산된 곡선을 증폭기 이득에 매핑시키며, 이득 곡선의 역을 계산하고, 최종적으로 각각의 채널의 샘플들로 역 곡선에서의 대응하는 샘플들을 곱하며 결과를 출력으로서 저장한다.
부록에서의 의사-코드는 예시적인 이러한 알고리즘을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다.
전처리(220) - 에너지 정규화(325)
실시예에서, 사이노그램은 레이저의 발사와 같은 단일 광 이벤트에 대응하는 광음향 리턴 신호 데이터를 포함한다. 사용시, 시스템(100)은 각각의 별개의 광 이벤트에 대응하는 복수의 사이노그램들을 생성할 수 있다. 예를 들면, 실시예에서, 단일 광원은 각각으로부터 광음향 리턴 신호 데이터를 캡처하기 위해 별개의 사이노그램을 생성하는 시스템을 갖고, 반복적으로 사용될 수 있다. 또 다른 실시예에서, 둘 이상의 광원들은 예를 들면, 하나가 사용되고 그 후 다른 하나가 사용되도록 그것들을 인터리빙함으로써와 같이, 이산 광 이벤트들을 생성하기 위해 사용될 수 있으며, 시스템은 각각으로부터 광음향 리턴 신호 데이터를 캡처하기 위해 별개의 사이노그램을 생성한다. 예시적인 실시예에서, ND:YAG 레이저 및 알렉산드라이트 레이저는 하나가 광 이벤트를 야기하고 그 후 다른 하나가 야기하는 인터리빙 방식으로 사용된다. 앞서 말한 다수의 광 이벤트 상황들의 각각에서, 하나의 광 이벤트의 에너지는 또 다른 것의 총 에너지로부터 벗어날 수 있다. 하나의 광 이벤트로부터 또 다른 것으로의 편차는 의도되거나 또는 의도되지 않을 수 있으며, 외부 영향들 또는 시스템 설계 또는 인자들의 조합의 결과일 수 있다. 예를 들면, 대부분의 레이저들은 적어도 몇몇 정도로, 종종 큰 정도로, 이하에 보다 상세히 설명되는 방식으로 그것들이 사용될 때마다 에너지가 변동한다.
원인에 상관없이, 실시예에서, 샷-대-샷 변화를 감소시키거나 또는 제거하는 것이 바람직할 수 있다. 이러한 샷-대-샷 변화는 예를 들면, 일관된 이미지들을 생성하기 위해 사이노그램 데이터를 사용할 때 문제점을 생성할 수 있다. 게다가, 이미지들이 순차적으로 도시될 때, 샷-대-샷 변화는 오래된 영화에서 보여지는 바와 유사하게, 플리커를 야기할 수 있다. 그 결과, 샷-대-샷 변화는 이미지 시퀀스들의 적절한 검토를 금지하거나 또는 방지할 수 있거나, 또는 논의된 바와 같이 ND:YAG 레이저 및 알렉산드라이트 레이저를 사용하여 생성된 이미지 쌍들의 것과 같은 두 개의 별개의 광 이벤트들에서의 상이한 광들에 의해 생성된 이미지들의 적절한 해석을 금지하거나 또는 방지할 수 있다.
실시예에서, 에너지 정규화는 사이노그램에서의 각각의 샘플이 그 후 정규화된 값을 표현하도록 광 이벤트의 측정된 에너지에 비례하는 값으로 각각의 샘플을 나눔으로써 달성될 수 있다. 실시예에서, 에너지 정규화는 예를 들면, 레이저 출력의 초기 에너지는 특정된 레벨로 설정하고 상기 레벨에 대하여 에너지 편차를 정규화함으로써 교정 절차와 함께 사용될 수 있다.
부록에서의 의사-코드는 이러한 예시적인 알고리즘을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다.
전처리(220) - 선택적 채널 민감도(330)
사이노그램 데이터는 시스템의 특정 컴포넌트들의 성능과 관련 있는 변화들을 포함할 수 있다. 이러한 변화들은 그로부터 재구성된 이미지들에서 부정확성 및/또는 원치 않거나 또는 바람직하지 않은 결과들을 야기할 수 있다. 실시예에서, 정보는 이러한 변화들에 관해 저장되며 정보는 사이노그램을 프로세싱하며 채널-대-채널 변화와 같은 시스템의 특정 컴포넌트들의 성능과 관련 있는 변화들을 제거하기 위해 사용된다. 실시예에서, 채널 민감도 프로세스는 접촉, 결합 매질 및 다른 이러한 이슈들과 관련 있는 신호 변화로부터 기인한 신호 세기에서의 변화들을 고려하기 위한 방식으로 수행될 수 있다(예로서, 적응적으로 또는 동적으로 수행). 실시예에서, 동적 보상은 각각의 채널의 동적 보상 인자를 결정하기 위해 유사한 콘텐트를 갖는 것으로 추정될 수 있는 서로에 대해 근접한 채널들을 사용함으로써 수행될 수 있다. 실시예에서, 사이노그램은 동적인 선택적 채널 민감도를 수행하기 전에 필터링된다.
예시적인 실시예에서, 광음향 디바이스는 128 또는 256개의 트랜듀서 소자들을 가진 프로브를 포함한다. 트랜듀서 소자들의 각각은 하나의 증폭기에 전기적으로 연결된다. 증폭기들의 각각은 예로서 8개 개개의 트랜듀서들을 핸들링할 수 있으며, 따라서 총 7 또는 8개의 증폭기들이 이러한 예시적인 실시예에서 요구될 수 있다. DAP 보드(즉, 데이터 획득 프로세서 보드)는 8개의 이러한 증폭기들을 포함할 수 있으며, 따라서 모두 128 또는 256개의 트랜듀서 소자들로부터 데이터를 획득하기 위해 사용된다. 변화들은 여러 개의 트랜듀서 소자들의 응답 사이에서 발생할 수 있다. 일반적으로, 예를 들면, 각각의 증폭기는 그것이 핸들링하는 8개의 트랜듀서들 모두에 대한 이득에 영향을 줄 수 있는 단일 이득 제어를 가진다. 따라서, 트랜듀서 소자들 중 하나 이상이 상이하게, 예로서 동일한 증폭기에 연결된 다른 트랜듀서 소자들보다 더 조용히 응답한다면, 그것은 이득 제어를 사용하여 보상받을 수 없다. 유사하게, 변화들은 여러 개의 증폭기들의 응답 사이에서 발생할 수 있어서, 그 외 동일한 트랜듀서 소자 응답들에서의 변화를 초래한다. 상이한 영역들에 적용되는 상이한 양들의 압력 또는 프로브에서의 소자들을 포함하여, 프로브에 적용된 압력의 양으로 인해 변화들이 또한 발생할 수 있다. 변화는 부가적으로 프로브와의 피부 또는 표면 접촉의 품질 또는 양, 또는 사용된 결합 매질의 양으로 인해 발생할 수 있다. 거칠기, 표면 가까이에서의 생리학적 구조들, 또는 집속 수차들과 같은 표면 특징들이 또한 채널-단위로 수신된 신호들에서의 변화들을 생성할 수 있다. 실시예에서, 변화들은 특정한 트랜듀서를 측정하고 교정함으로써 결정되는 자동 방법 또는 고정 방법을 사용하여 검출될 수 있다.
실시예에서, 트랜듀서 소자들의 상대적 또는 절대적 성능을 표시한 프로브에 대한 교정 데이터가 유지될 수 있다. 유사하게, 증폭기들의 상대적 또는 절대적 성능을 표시한 DAP 보드에 대한 교정 데이터가 유지될 수 있다. 이러한 교정 데이터는 알려진 입력들 또는 테스트들을 사용함으로써 제조 시간에 공장에서 획득될 수 있거나, 또는 대안적으로 교정 장비를 사용하여, 나중에, 예로서 필드에서 획득될 수 있다. 특정 출력 신호들을 송신하기 위해 교정되는 “더미” 프로브는 증폭기들에 대한 교정 정보를 결정하도록 돕기 위해 사용될 수 있다. 알려진 팬텀은 트랜듀서 소자들에 대한 교정 정보를 결정하도록 돕기 위해 사용될 수 있다. 실시예에서, 프로브 홀더는 교정 테스트들을 구동하기 위해, 또는 시스템이 일관된 방식으로 기능한다는 것을 확인하기 위해 사용될 수 있는 알려진 음향 또는 광음향 응답을 가지는 객체를 포함한다.
실시예에서, 각각의 트랜듀서 소자로부터 주어진 출력(X)을 생성하도록 예상되는 테스트 샘플이 제공된다. 테스트 샘플이 테스트될 때, 대부분의 채널들로부터의 응답은 실제로 X이지만, 여러 개의 채널들로부터는 0.9X이며, 하나의 채널로부터는 0.85X이다. 실시예에서, 0.9X 채널들에 대응하는 사이노그램 컬럼은 1/0.9의 인자로 확대되는 반면, 0.85X 채널에 대응하는 사이노그램 컬럼은 1/.85의 인자로 확대된다. 채널이 1.1X를 갖고 응답할 때, 그것은 유사하게 1/1.1의 인자로 곱해질 수 있다.
앞서 말한 것은 예상된 출력과 상이한 임의의 채널들이 선형 방식으로 그렇게 행한다고 추정한다. 이러한 추정은 실제 편차를 수용하기에 불충분하며, 보다 복잡한 전달 함수가 채널의 실제 민감도를 보상하기 위해 사용될 수 있다.
전처리(220) - 프레임간 잔상 아티팩트 제거(335)
다음의 논의의 목적을 위해, 광음향 리턴 신호 데이터는 3개의 컴포넌트들: 바람직한 결합 응답; 바람직하지 않은 결합 응답; 및 잡음을 포함하는 것으로 생각될 수 있다. 이 섹션에 사용되는 바와 같은 프레임간 잔상 아티팩트는 다른 잡음이 아닌, 바람직하지 않은 결합 응답을 나타낸다. 만일 보상되지 않는다면, 프레임간 잔상 아티팩트들은 광 및 트랜듀서 소자들 모두를 제공하는 핸드헬드 프로브를 사용하여 생성된 광음향 리턴 신호로부터 생성된 이미지들에 존재할 수 있다. 프레임간 잔상 아티팩트는 일반적으로 하나의 조직 또는 볼륨으로부터 또 다른 것으로 동일하지 않으며, 그러나 프레임간 잔상 아티팩트의 서브-컴포넌트는 주어진 세트의 하드웨어, 또는 심지어 주어진 프로브를 사용하여 수집된 모든 데이터 사이에서 동일한 채로 있을 수 있다. 보다 일반적으로, 두 개의 유사한 팬텀들이 유사한 프레임간 잔상 아티팩트드를 생성할 수 있지만, 조직은 팬텀과 상이한 프레임간 잔상 아티팩트들을 생성하며, 한 사람의 조직은 또 다른 사람의 조직과 상이한 프레임간 잔상 아티팩트들을 생성한다. 게다가, 일반적으로, 가장 보편적인 팬텀들에 존재하는 프레임간 잔상 아티팩트들의 양은 대부분의 조직에 존재하는 프레임간 잔상 아티팩트들보다 낮거나 또는 그것과 상이할 수 있다.
프레임간 잔상 아티팩트들은 주어진 개개인에 대해 비교적 안정되며, 근처 위치들 주변에서 데이터를 수집할 때 더 그렇다는 것이 발견된다. 따라서, 예를 들면, 프레임간 잔상 아티팩트들에서의 샷-대-샷 변화는 단일 개개인의 비교적 낮은 샷들이지만, 상이한 개개인들의 샷들에 대해 비교적 훨씬 더 높다. 프레임간 잔상 아티팩트들은 또한 유사한 양들의 결합 매질이 사용될 때 및 압력이 프로브에 인가되면 비교적 안정된 채로 있을 수 있으며, 따라서 프로브 접촉은 변함없는 채로 있다. 사이노그램 데이터로부터 프레임간 잔상 아티팩트들을 저감시키는 방법은 별개의 공간적으로 개별 프레임들로부터 공통 데이터의 제거를 포함한다. 실시예에서, 공통 데이터는 특이값 분해(SVD) 대수학, 주 성분 분석(PCA), 또는 다른 유사한 방법들을 사용하여 별개의, 공간적으로 개별 프레임들로부터 제거될 수 있다. 실시예에서, 공통 데이터는 주 성분 제거 알고리즘을 사용하여 별개의 공간적으로 개별 프레임들로부터 제거될 수 있다. 통상적으로, 특이값 분해 및 주 성분 제거는 프레임간 잔상 아티팩트가 실질적으로 일정한 채로 있으며 수집된 데이터가 변화하며 주어진 샘플 또는 픽셀로 비상관되는 충분한 수의 독립 프레임들을 요구할 것이다. 실시예에서, 3 이상의 비상관 프레임들 및 바람직하게는 20 내지 30 이상의 프레임들은 프레임간 잔상 아티팩트들을 제거하기 위해 분석을 위한 데이터 세트를 형성한다. 실시예에서, 적어도 약 50개의 프레임들이 프레임간 잔상 아티팩트들을 제거하기 위해 알고리즘과 관련되어 분석된다.
실시예에서, 프레임간 잔상 아티팩트 제거는 광원 단위로 수행되며, 이는 예를 들면, YAG 및 알렉산드라이트 레이저들 모두가 상이한 프레임들을 위해 사용되며, YAG 프레임들은 단지 YAG 프레임들로부터의 프레임간 잔상 아티팩트 제거를 위해 분석되며, 알렉산드라이트 프레임들은 단지 알렉산드라이트 프레임들로부터의 프레임간 잔상 아티팩트 제거를 위해 분석된다는 것을 의미한다. 광원 단위 표현은 실질적으로 광원에 대한 파장들에 관한 것임이 주의되어야 한다. 일반적으로, 레이저들은 단일 파장에서 동작하지 않으며, 오히려 레이저들은 종종, 주파장에 의해특성화되는 좁은 범위의 파장들에서 광을 생성하며, 파장은 상기 레이저에 대한 참조로서 사용된다. 따라서, 예를 들면, Nd:YAG 레이저 출력은 종종 1,064 nm 파장으로 동조되며 그것으로서 설명되는데, 이는 레이저 출력이 오로지 및 정확하게 상기 파장에 있기 때문이 아니라, 오히려 광 출력의 그것의 우세 파장에 있기 때문이다. 유사하게, 약 700에서 820 nm가지의 다양한 파장들로 동조될 수 있으며 여기에 사용된 바와 같이 일반적으로 757 nm 파장으로 동조되며 종종 그것으로서 설명되는 알렉산드라이트 레이저는 정확한 파장을 설명하도록 의도되지 않으며, 오히려 이러한 레이저의 협-대역 출력에서의 우세 파장을 설명하도록 의도된다. 따라서, 용어“광원 단위 기반”는 상기 설명되는 바와 같이, 동조 가능한(사전-동조되기보다는) 레이저가 사용된다면, 실질적으로 동일한 파장 설정에서 생성된 모든 프레임들에 대한 하나의 광원으로 고려될 것이다.
실시예에서, 각각의 프레임에 대한 총 광 에너지가 알려지거나 또는 추정될 수 있으며, 유사한 총 광 에너지를 가진 프레임들 상에서의 프레임간 잔상 아티팩트 제거를 수행하는 것이 유리할 수 있다. 따라서 예를 들면, 실시예에서, 프레임간 잔상 아티팩트 제거는 개별적으로 평균 광 에너지보다 작은 프레임들로부터, 평균 광 에너지 이상을 가진 프레임들에 대한 광원 단위 기반으로 수행될 수 있다. 실시예에서, 주어진 광원에 대한 프레임들은 프레임에 대한 총 광 에너지에 기초하여 복수의 그룹핑들로 분할되며, 프레임간 잔상 아티팩트 제거는 복수의 그룹핑들의 각각에 대해 수행된다. 실시예에서, 복수의 그룹핑들은 프레임들을 원하는 수의 그룹핑들로 동일하게 나누는 것, 즉 제 1 그룹에서 1/3, 제 2 그룹에서 1/3, 제 3 그룹에서 1/3에 기초하여 결정된다. 실시예에서, 프레임들에 대한 총 광 에너지가 분석되며 통계적으로 프레임 분할될 수 있으며, 이것들은 함께 분석되는 통계 그룹핑 내에 속한다. 예를 들면, 평균의 하나의 표준 편차 내의 총 광 에너지를 갖는 프레임들은 제 1 카테고리에 속하고, 평균 이상의 하나 이상의 표준 편차의 프레임들은 제 2 카테고리에 속하며, 나머지는 제 3 카테고리에 속한다.
실시예에서, 프레임간 잔상 아티팩트들의 추정치는 비교적 큰 세트, 예로서, 50 이상의 사이노그램들에 걸쳐 각각의 채널에 대해, 각각의 샘플에 대한 평균으로부터 생성된다. 실시예에서, 각각의 파장에 대한 프레임간 잔상 아티팩트들의 추정치는 비교적 큰 세트, 예로서 50 이상의 사이노그램들에 걸쳐 주어진 파장에 대해, 각각의 채널에 대해, 각각의 샘플에 대한 평균으로부터 생성된다. 실시예에서, 추정치 세트를 포함한 세트를 형성하는 사이노그램들은 서로로부터 공간적으로 개별적이며, 즉 조직의 상이한 영역들로부터 캡처된다. 실시예에서, 추정치를 형성할 때 사용된 사이노그램들의 세트에 대한 부가를 위한 후보인 각각의 사이노그램은 그것이 이전 사이노그램으로부터 공간적으로 개별적이지 않다면 거부된다. 실시예에서, 테스트는 그것이 추정치에서 수학적으로 구체화되기 전에 이전에 사용된 프레임으로부터 공간적으로 별개임을 보장하기 위해 프레임 상에서 구동된다. 실시예에서, 추정치는 각각의 후속 프레임, 또는 주어진 파장에 대한 각각의 새로운 프레임을 갖고 업데이트된다. 실시예에서, 추정치는 미리 결정된 수의 새로운 프레임들(또는 파장에 대한 새로운 프레임들)을 갖고 업데이트되며 그 후 판독을 위해, 또는 몇몇 보다 긴 기간 동안 변함 없는 채로 있다. 실시예에서, 추정치는 각각의 후속 프레임, 또는 주어진 파장에 대한 각각의 새로운(공간적으로 개별적인) 프레임을 갖고 업데이트된다. 실시예에서, 추정치는 미리 결정된 수의 새로운(공간적으로 개별적인) 프레임들(또는 파장에 대한새로운(공간적으로 개별적인) 프레임들)을 갖고 업데이트되며, 그 후 판독을 위해, 또는 몇몇 보다 긴 기간 동안 변함 없는 채로 있다.
실시예에서, 추정치는 판독시 취해진 고정된 수의 가장 최근의 프레임들을 표현한 프레임들의 이동 윈도우를 사용하여 업데이트된다. 실시예에서, 특정 개개인에 대한 추정치는 상기 개개인과 연관되며 개개인과 함께 미리 사용을 위해 보유된다. 실시예에서, 주어진 프로브를 갖고 생성된 특정 개개인에 대한 추정치가 개개인 및 프로브 모두와 연관되며 동일한 개개인 및 프로브와 함께 미래 사용을 위해 보유된다.
실시예에서, 프로브의 움직임의 검출은 프레임간 잔상 잡음을 추정하기 위해 수집된 프레임들이 독립적이거나 또는 상관되지 않음을 구별하며 보장하기 위해 사용된다; 즉 영 또는 적은 움직임이 발생할 때, 프레임들은 상관된다. 실시예에서, 자동 움직임 검출 알고리즘은 움직임이 발생하는지를 결정하기 위해 사이노그램에 대해, 또는 재구성된 이미지에 대해 수행될 수 있다. 실시예에서, 위상 상관은 그 사이에서 발생하는 움직임의 정도를 결정하기 위해 둘 이상의 재구성된 이미지들 상에서 사용될 수 있다. 실시예에서, 주파수-도메인 필터는 둘 이상의 사이노그램들 또는 이미지들에 적용될 수 있으며, 프레임들 사이에서의 상관 또는 차이는 상당한 움직임이 프레임들 사이에서 발생하는지를 결정하기 위해 사용될 수 있다; 프레임들이 보다 유사할수록, 보다 적은 움직임이 발생한다. 실시예에서, 저 주파수들이 주 프레임간 잔상 아티팩트들이 저 주파수들에서 발견된 이래 움직임 검출 이전에 걸러내질 수 있는 반면, 혈관들 및 조직 경계들과 같은 조직에서의 많은 구조들은 상위 주파수들에 대응한다. 실시예에서, 프레임간 잔상 잡음 추정치는 의도하지 않은 제거로부터 피부 층과 같은 구조들을 방지하기 위해 주파수 도메인에서(또는 또 다른 도메인에서) 필터링될 수 있으며, 이것은 일정한 채로 있지만 원치 않는 것으로 고려되지 않는다.
실시예에서, “라이브” 디스플레이가 제공되며, 추정치는 복수의 이전 프레임들을 사용하여 형성될 수 있다. 실시예에서, “라이브” 디스플레이가 제공되며, 추정치는 복수의 이전 공간적으로 별개의 프레임들을 사용하여 형성될 수 있다. 실시예에서, “라이브” 디스플레이가 제공되며 시스템은 만족스러운 프레임 레이트를 포함하고, 추정치는 디스플레이가 이러한 프레임들의 사용을 허용하기 위해 시간적으로 지연된다면, 과거 프레임들 및 미래 프레임들을 포함할 수 있다. 따라서, 예를 들면, 주어진 레이저에 대한 프레임 레이트가 예로서, 초당 5 프레임들이며, 디스플레이가 실시간 뒤 약 1초이면, 현재 프레임에서 프레임간 잔상 아티팩트들을 추정하기 위해 4 또는 5개의 “미래” 프레임들을 사용하는 것이 가능할 수 있다. “미래” 프레임 데이터는 디스플레이가 오프라인(예로서, 비-라이브) 재생 시스템에서 제공되는 추정치로 통합될 수 있다는 것이 이 기술분야의 숙련자에게 명백할 것이다.
디스플레이 출력이 판독이 완료된 후 제공되는 실시예에서, 공간적으로 별개의 프레임들의 모두(또는 주어진 파장의 공간적으로 별개의 프레임들의 모두)는 프레임간 잔상 아티팩트들의 판독-후 추정치를 생성할 때 사용될 수 있으며, 그 후 전체 판독은 그것들의 재구성 이전에 사이노그램들로부터 제거된 프레임간 잔상 아티팩트들의 판독-후 추정치를 갖고 재구성되며 출력될 수 있다.
실시예에서, 프레임간 잔상 아티팩트 추정 및 제거는 사이노그램 데이터에 대한 이러한 단계를 수행하기보다는, 재구성 후 재구성된 이미지에 대해, 또는 중간 이미지에 대해, 후-구성이 수행된다. 실시예에서, 프레임간 잔상 아티팩트 추정 및 제거는 복잡한 사이노그램들로부터 재구성된 실제, 가상, 또는 복합 이미지들의 컴포넌트들 모두에 대한 후-재구성이 수행된다; 복합 이미지들 및 사이노그램들은 이하에 보다 상세히 논의된다.
실시예에서, 프레임간 잔상 아티팩트들의 추정치는 이미지 재구성 이전에 사이노그램들을 변경하기 위한 기초로서 사용된다. 실시예에서, 프레임간 잔상 아티팩트들의 추정은 이미지 재구성 이전에 사이노그램으로부터 아티팩트들을 감하기 위해 사용된다.
실시예에서, 프레임간 잔상 아티팩트를 위한 추정치는 독립 분석 프레임들의 제 1 주 성분을 사용함으로써 계산될 수 있다. 실시예에서, 독립 성분 분석은 유사한 방식으로 독립 분석 프레임들로부터 프레임간 보간되며 아티팩트를 추정하기 위해 사용될 수 있다.
다음의 프로세싱 단계들은 프레임간 잔상 아티팩트 제거 알고리즘의 실시예의 예시이다:
a. 프레임간 잔상 아티팩트 추정치를 계산한다;
b. 아티팩트를 포함한 입력 데이터에 대한 프레임간 잔상 아티팩트 추정의 스칼라 곱(“P”)을 계산한다;
c. 입력의 각각의 소자로부터, 입력으로부터 P로 곱해진 프레임간 잔상 아티팩트 추정치에서의 각각의 대응하는 소자를 감산하고 결과를 출력에 저장함으로써, 입력으로부터 입력에 대한 프레임간 잔상 아티팩트의 추정을 감산한다.
부록에서의 의사-코드는 이러한 예시적인 알고리즘을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다.
전처리(220) - 소프트웨어 시간 이득 보상(340)
조직에서의 광 이벤트가 광음향 효과를 통해 사운드를 생성한 후, 사운드는 그것이 주변 조직을 통해 이동하는 것처럼 감쇠한다. 음향파는 조직을 통해 전파하기 때문에, 그것의 에너지는 조직에 의해 흡수된다. 일반적으로, 사운드가 더 멀리 이동될수록, 그것의 에너지는 즉 조직 또는 다른 전파 매체로 더 많이 손실될 것이다. 또한, 사운드가 트랜듀서에 도달하는데 소요하는 시간이 길수록, 그것은 더 멀리 이동한다(일정한 속도의 사운드를 가정할 때). 예를 들면, 상기 예시적인 실시예에서, 2,000개 이상의 샘플들은 31.25 Mhz의 주파수, 및 따라서 특정한 조직에서의 사운드의 속도에 의존하여, 약 100 밀리미터들 어딘가의 거리에 대응하는 약 65 마이크로초들의 시간에 대한 샘플링이 취해진다. 따라서, 사이노그램에서의 나중 샘플들은 덜 감쇠된 고 주파수들을 가진, 이전 샘플들과 비교하여 크게 감쇠된 고 주파수들을 가진다. 조직 구조들 및 전파 매체(예로서, 음향 렌즈 및/또는 트랜듀서들)의 물질 성분들, 뿐만 아니라 매체 내에서 발견된 물리적 경계들 또는 층들은 감쇠에서 역할을 행할 수 있으며, 따라서 광음향 리턴 신호의 수신 에너지일 수 있다. 실시예에서, 동종의 매체에서의 감쇠는 지수적 붕괴 곡선으로서(예로서, 이상적인 것으로서) 모델링될 수 있지만, 이것이 유효한 정도는 이미징되는 특정한 조직 또는 다른 볼륨에 의존한다. 실시예에서, 보상은 채널 단위 기반으로 수행된다. 실시예에서, 샘플들은 그것들이 수신되는 시간과 관련 있는 인자에 의해 증폭된다.
소프트웨어 시간 이득 보상 알고리즘의 예시적인 실시예가 이하에 제공된다:
a. 측정된 채널 데이터에서의 샘플 수에 대응하는 시간의 함수에 기초한 1D 보상 곡선을 계산한다. (실시예에서, 1D 보상 곡선은 광음향 소스로부터 트랜듀서로 음향 파의 단-방향 전파에 대응하는 공칭 음향 감쇠를 가진 지수적 붕괴 곡선에 기초할 수 있다.)
b. 사이노그램에서의 각각의 채널에 대해
ⅰ. 1D 보상 곡선에서의 대응하는 보상 값으로 입력 사이노그램에서의 각각의 샘플을 곱한다.
ⅱ. 대응하는 샘플 및 채널에서 출력 사이노그램으로 결과적인 곱셈 값을 위치시킨다.
부록에서의 의사-코드는 이러한 예시적인 알고리즘을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다.
전처리(220) - 서브-대역 음향 보상(345)
통상적으로, 광음향 리턴 신호에 포함된 상위 및 하위 주파수들 정보 사이에서와 같이, 상위 주파수들은 보다 작은 소스들 및 경계들에 대응할 수 있으며, 하위 주파수들은 보다 큰 크기의 오브젝트들에 대응할 수 있다. 그러나, 조직에서의 음향 파 전파 동안, 상위 주파수들은 통상적으로 보다 많이 감쇠시키며 하위 주파수들은 통상적으로 보다 적게 감쇠시킨다. 다시 말해서, 상위 주파수 음향 파들은 동일한 거리를 이동하는 하위 주파수 음향 파들보다 많이 감쇠되며, 따라서 동시에(또는 그것에 가깝게) 수신된다. 감쇠에서의 이러한 차이는 재구성된 광음향 이미지에 왜곡을 생성할 수 있다. 게다가, 상위 주파수 음향 파들은 하위 주파수 음향 파들 상대들보다 다소 상이한 레이트로 조직에서 이동한다. 따라서, 보다 정확하게 재구성 가능한 데이터(예로서, 사이노그램)를 제공하기 위해, 보상은 주파수 단위 기반으로 시간에 대해, 및 시간 단위 기반으로 진폭에 대해 이루어질 수 있다.
주파수 의존적 감쇠에 대한 보상을 수행하기 위해, 상위 주파수 정보가 증폭될 수 있거나, 또는 하위 주파수 정보보다 많이 증폭될 수 있다. 실시예에서, 이러한 증폭은 데이터의 서브-대역들에 개별적으로 보상을 적용함으로써 수행될 수 있으며, 각각의 서브-대역은 데이터로부터의 필터링된 범위의 주파수들에 대응한다. 개개의 주파수 컴포넌트들보다는 오히려 서브-대역들에 보상을 적용하는 것은 계산 부하, 및 그에 따라 계산 리소스들에 대한 요구를 감소시킨다. 실시예에서, 각각의 서브-대역에서, 오래된 샘플들(즉, 나중 시간에 수신된 샘플들)은 보다 새로운 샘플들보다 많이 증폭된다. 보상 값들은 가변 주파수들에서 조직 샘플들에서의 사운드의 감쇠 및 속도를 측정함으로써, 일반적으로 조직에 대해, 또는 관심 있는 특정 조직에 대해 추정될 수 있다.
따라서, 실시예에서, 대략 신호의 주파수 의존적 감쇠에, 서브-대역 보상 인자들을 연관시키는 주파수 도메인 서브-대역들이 식별된다. 서브-대역 음향 보상 방법의 대표적인 실시예에서, 특정한 서브-대역과 연관된 보상 인자들은 서브-대역과 연관된 깊이 및 중심 주파수에 관하여 산출될 수 있다. 실시예에서, 특정 깊이(d) 및 중심 주파수(fc)의 함수로서 깊이 관련 왜곡의 효과들을 고려하기 위해, 보상 인자(f(d, fc))가 f(d, fc) = exp(d* fc / 1,000,000)로서 산출될 수 있다. 실시예에서, 보상 인자(f(d, fc))는 f(d, fc) = exp(d* fc ^ g / a0)로서 산출될 수 있으며, 여기에서 g 및 a0은 파라미터들이다. 실시예에서, g는 1.0과 같으며 a0은 1,000,000과 같다. 또 다른 실시예에서, g 및 a0은 구성 가능한 파라미터들이다. 실시예에서, 광음향 데이터에 대한 프로세싱을 수행하는 시스템, 및/또는 광음향 출력을 디스플레이하는 시스템 - 사이노그램을 획득하는 시스템과 동일할 수 있지만, 동일할 필요는 없는 - 은 광음향 이미지들을 프로세싱하거나 또는 볼 때 g 및/또는 a0 파라미터들을 변경하기 위한 능력을 운영자에게 제공할 것이다.
다음의 프로세싱 단계들은 사이노그램 데이터를 프로세싱하기 위해 구현된 바와 같이 서브-대역 음향 보상(345) 알고리즘의 예시적인 실시예이다:
a. 주파수 도메인에서 각각의 샘플에 대응하는 주파수들의 리스트를 계산한다.
b. 수신된 광음향 신호에서의 각각의 샘플에 관계된 트랜듀서에 대한 광음향 소스의 거리에 대응하는 어레이를 계산한다. 이것은 조직의 볼륨에 대한 사운드의 공칭 속도와 각각의 샘플에 대한 알려진 시간 지연(즉, 수신될 때에 기초하여)을 곱함으로써 행해질 수 있다.
c. 각각의 서브-대역에 대한 서브-대역 필터를 계산한다.
d. 출력 사이노그램을 저장하며 각각의 소자를 영으로 초기화하기 위해 어레이를 생성한다.
e. 주파수 도메인 데이터를 생성하기 위해 각각의 채널에 대한 입력 사이노그램의 푸리에 변환을 계산한다.
f. 각각의 서브-대역 필터에 대해, 각각의 채널에 대해,
ⅰ. 서브-대역 필터로 주파수 도메인을 곱한다.
ⅱ. 결과의 역 푸리에 변환을 계산한다.
ⅲ. 서브-대역에 대한 보상 인자로 결과적인 원소 연산(element-wise)을 곱한다.
ⅳ.출력 사이노그램에서 결과를 축적한다.
광음향 리턴 신호를 프로세싱할 때, 트랜듀서에 의해 검출될 수 있을 만큼 많은 음향 스펙트럼으로부터의 신호들에서 정보는 조직의 볼륨에 관한 잠재적으로 귀중한 정보를 포함할 수 있다. 따라서, 실시예에서(이하에 보다 상세히 논의되는 바와 같이) 광음향 리턴 신호를 수신하기 위해 사용된 트랜듀서는 음향 주파수들의 광범위한 대역에 민감하다. 광대역 민감도 때문에, 제한 없이, 전자 간섭, 음향 간섭 및 기계적 간섭을 포함한 특정한 바람직하지 않은 정보가 또한 광음향 리턴 신호에서 캡처될 수 있다. 이러한 바람직하지 않은 정보는 광음향 리턴 신호에서 쉽게 식별되지 않으며 따라서 그것으로부터 쉽게 필터링되지 않는다. 더욱이, 사운드의 주파수 의존적 감쇠 및 주파수 의존적 속도는 트랜듀서 민감도의 광대역 특성 때문에 광음향 리턴 신호에서 보다 확연하다.
그것의 광대역 특성 때문에, 실시예에서, 광음향 리턴 신호는 모든 주파수들에 걸쳐 왜곡들을 프로세싱하기 위한 하나 이상의 기술들의 대상이 된다. 실시예에서, 몇몇 협대역 간소화들은 서브-대역들에서 광음향 데이터에 적용될 수 있으며, 여기에서 이러한 간소화들은 전체 광대역 광음향 리턴 신호에 대해 적정함을 입증할 수 없다.
따라서, 실시예에서, 서브-대역 음향 보상(345) 알고리즘은 고정된 음향 감쇠 계수를 가진 협대역 간소화를 이용할 수 있으며; 비록 간소화가 광대역 광음향 리턴 신호에 걸쳐 유효하지 않을 지라도, 알고리즘은 서브-대역들의 각각에 대해 개별적으로 이러한 간소화를 적용할 수 있다. 또 다른 실시예에서, 협대역 간소화는 시간 도메인에서 두 개의 복조된 협-대역 신호들 사이에서의 작은 시간 시프트를 계산함으로써 수행될 수 있으며; 시프트는 교차-상관 함수의 정규화된 순간들을 수반한 덜 효율적인 계산을 사용하기보다는 두 개의 복합 신호들의 내적의 위상을 사용함으로써 발견된다. 다른 협대역 간소화들은 또한 광음향 리턴 신호를 복수의 서브-대역들로 분리한 후 이용될 수 있으며, 이러한 간소화들은 광음향 리턴 신호를 프로세싱하기 위해 요구된 계산 부하를 감소시킨다. 광음향 데이터에 협대역 간소화들을 적용하기 위한 방법의 예시적인 실시예가 이어진다:
ⅰ) 다수의 필터들의 필터 뱅크는 각각의 주파수에 대한 필터들의 에너지 합산(즉, 제곱들의 합)이 하나의 상수 값을 갖도록(즉, 주파수 도메인에서의 필터 뱅크의 “단위 분할” 특징) 주파수 도메인의 서브-대역들의 세트를 포함하도록 형성될 수 있으며, 필터 뱅크에서의 각각의 필터는 대역-제한 주파수 범위에 따를 수 있으며, 따라서 문맥에서 필터는 서브-대역 필터로 불리운다;
ⅱ) 필터 뱅크로부터의 각각의 서브-대역 필터는 각각의 서브-대역에 대한 광음향 데이터의 필터링된 표현을 생성하기 위해 광음향 리턴 신호에 개별적으로 적용된다;
ⅲ) 협-대역 간소화는 각각의 서브-대역에 대한 프로세싱된 데이터를 생성하기 위해 광음향 데이터의 각각의 필터링된 표현에 개별적으로 적용된다;
ⅳ) 각각의 서브-대역을 위한 프로세싱된 데이터는 그 후 다른 서브-대역을 위한 프로세싱된 데이터와 함께, 최종 프로세싱된 형태로 재-조립될 수 있으며, 재-조립은 각각의 서브-대역을 위한 프로세싱된 데이터의 모두로부터의 기여들을 부가적으로 조합하는 것을 포함한다.
실시예에서, 협대역 간소화들은 컨볼루션 캐스케이드 필터 뱅크들 및 다운샘플링 동작들을 사용하는 웨이블릿 패킷 변환을 사용함으로써 광음향 데이터에 적용될 수 있다. 실시예에서, 웨이블릿 패킷 변환은 이중-트리 복합 웨이블릿 패킷 변환일 수 있다. 또 다른 실시예에서, 협대역 간소화들은 복조가 주파수 도메인에서 직접 수행되는 복조 필터링된 서브-대역들 상에서의 시간 도메인에 적용될 수 있다. 협대역 간소화들이 복조 필터링된 서브-대역들 상에서의 시간 도메인에 적용된다면, 임의의 서브-대역 필터들이 사용될 수 있다. 실시예에서, 광음향 데이터에 대한 프로세싱을 수행하는 시스템, 및/또는 광음향 출력을 디스플레이하는 시스템 - 사이노그램을 획득하는 시스템과 동일할 수 있지만, 동일할 필요가 없는 - 은 광음향 이미지들을 프로세싱하거나 또는 볼 때, 협대역 간소화에 사용된 서브-대역 필터들을 변경하기 위한 능력을 운영자에게 제공할 수 있다. 실시예에서, 적절한 협대역 간소화를 사용하는 프로세싱 방법을 적용하는 것은 필요한 계산의 양을 감소시킬 수 있다.
예시적인 실시예에서, 협대역 간소화가 주파수 도메인에서 복조된 데이터에 대한 시간-도메인에서수행되는, 광음향 데이터 프로세싱 방법이 이하에 적용된다. 실시예에서, 서브-대역들의 FFT 크기는 서브-대역들에서의 상당히 더 작은 FFT 크기를 가짐으로써 전체 신호의 FFT 크기보다 상당히 더 작을 수 있으며, 프로세싱은 상당히 더 빠를 수 있지만, 실질적으로 동일한 결과를 달성한다. 다음의 프로세싱 단계들은 예시적이다:
a. 적절하다면, 영 패딩 또는 대칭 패딩(선택적)을 갖고 신호를 패딩한다;
b. 입력 신호를 주파수 도메인으로 변환한다;
c. 주파수 도메인에서 분석 신호를 생성하기 위해 “음”의 주파수들(즉, 범위([-fs/2, 0-])에서의)을 제거하고 “양”의 주파수들(즉, 범위([0+, fs/2])에 있는)을 두 배로 만든다;
d. 각각의 서브-대역에 대해, 주파수 도메인에서 복조된 신호들을 저장하기 위해 대응하는 서브-대역 필터의 대역폭의 적어도 두 배의 길이를 갖고, 영들로 채워진 시간적 복소-값 어레이를 생성한다. 이상적으로, 시간 어레이의 길이는 원래 주파수 도메인 신호보다 훨씬 더 작을 것이며, 따라서 다운샘플링 동작에 대응한다;
e. 각각의 서브-대역에 대해, 주파수-도메인 신호에서의 양의 주파수 계수들의 값들(서브-대역 필터의 첫 영이 아닌 값 내지 서브-대역 필터의 마지막 영이 아닌 값을 포함하는 범위 내에서의)을 대응하는 시간 어레이로 복사하여, 주파수 도메인 복조가 시간 어레이에서의 DC 주파수 컴포넌트의 위치와 복사된 범위의 최저 주파수 컴포넌트를 동조시킴으로써 수행되도록 하며(시간 어레이는 음의 주파수 컴포넌트들에 대응하는 계수들에 대한 영들을 포함할 것임을 주의한다), 시간 어레이는 또한 길이가 고속 푸리에 변환에 대한 최적의 2의 제곱수이도록 복조 신호에서의 샘플들의 수를 추가로 증가시킬 수 있는, 시간 도메인 보간에 대응하는 복사된 주파수 컴포넌트들의 범위를 넘어 부가적인 영들을 갖고 패딩될 수 있다;
f. 각각의 서브-대역을 갖고, 동조된 주파수 컴포넌트들에 대응하는 시간 어레이 값들과 서브-대역 필터 값들을 곱하며, 결과를 주파수 도메인 복조 신호로서 시간 어레이에 저장함으로써 대응하는 시간 어레이에 서브-대역 필터를 적용한다;
g. 역 고속 푸리에 변환(IFFT)을 사용하여 각각의 주파수 도메인 복조 신호를 시간 도메인으로 변환한다;
h. 시간 도메인에서의 협대역 간소화를 각각의 시간 도메인 복조 신호에 적용한다;
i. 고속 푸리에 변환(FFT)을 적용함으로써 각각의 시간-도메인 복조 신호를 다시 주파수 도메인으로 변환한다;
j. 주파수 도메인에 각각의 프로세싱된 신호를 함께 변조 및 합산하며 결과를 새로운 전체-길이 주파수 도메인 신호로서 저장한다(변조는 원래 전체-길이 주파수 도메인 신호에 대응하는 양의 주파수 컴포넌트 위치들과 프로세싱된 신호의 주파수 도메인 값들을 동조시킴으로써 무조건적으로 수행될 수 있다);
k. 결과적인 주파수 도메인 신호에 대한 역 푸리에 변환을 수행한다;
l. 패딩이 사용된다면, 패딩을 제거한다.
앞서 말한 방법으로부터 기인한 시간 도메인 신호는 광음향 데이터 프로세싱에 협대역 간소화를 적용하는 방법의 이러한 실시예의 출력이다.
서브-대역 방법들을 사용할 때, 복조 신호들은 다른 서브-대역들로 누설될 수 있다. 이러한 누설은 왜곡 및 앨리어싱을 야기할 수 있다. 다른 서브-대역들로의 각각의 복조 신호의 누설의 방지는 왜곡, 앨리어싱을 감소시킬 수 있으며 및/또는 수학적 이유들로 단위 분할을 유지할 수 있다. 누설을 저감시키기 위해, 그 후 부가적인 단계가 FFT 변환, 즉 다음 중 하나를 사용하기 전에 주파수 도메인에서 각각의 프로세싱된 복조 서브-대역에 대해 적용될 수 있다:
a. 배수적 윈도우잉 필터(예로서, 원래의 필터 뱅크 필터, 또는 이러한 필터에 대한 역)를 적용하거나; 또는
b. 각각의 복소 계수의 규모가 각각의 계수에 대한 형상 함수에 의해 정의된 값을 초과하지 않도록 임계 형상 함수를 적용한다.
실시예에서, 웨이블릿 패킷 변환 또는 이중-트리 복소 웨이블릿 패킷 변환(DTCWPT) 알고리즘이 적용될 수 있으며, 따라서 캐스케이드 필터 뱅크 구현이 주파수 도메인에서 직접 동작하기보다는 사용될 수 있다. 다음의 단계들은 이러한 실시예를 예시한다:
a. 웨이블릿 패킷 변환을 적용한다;
b. 협대역 간소화를 시간-도메인 서브-대역에 적용한다; 및
c. 그 후 역 웨이블릿 패킷 변환을 적용한다.
실시예에서, 스펙트로그램 또는 시간-주파수 도메인 프로세싱의 또 다른 방법은 서브-대역 필터들보다는 협-대역 간소화에 적용될 수 있다. 스펙트로그램의 사용은 서브-대역 필터들보다는 시간-도메인 기반 윈도우잉을 사용한다. 시간-도메인 기반 윈도우잉이 이용되는지 또는 서브-대역 필터들(예로서, 주파수 기반 윈도우잉)이 이용되는지 여부에 관계없이, 서브-대역 음향 보상(345) 알고리즘은 복잡도를 감소시키며 협대역 간소화를 허용하기 위해 광음향 데이터(예로서, 사이노그램 데이터)를 프로세싱하도록 구현될 수 있다.
부록에서의 의사-코드는 서브-대역 음향 보상(345) 알고리즘의 예시적인 실시예의 부가적인 세부사항들을 제공할 것이다.
전처리(220) - 변환 연산자(350)
이하의 재구성 섹션에 보다 상세히 논의되는 바와 같이, 다양한 이유들로, 여기에 논의된 바와 같이 2차원 사이노그램 데이터는 폐쇄 형 재구성에 민감하지 않다. 실시예에서, 변환 연산은 재구성보다 앞에 또는 그 동안 수행된다. 변환 연산은 보다 정확한 결과들을 산출하기 위해 사용된다. 실시예에서, 변환 연산자는 폐쇄 형 반전 공식의 근사치를 내기 위해 헬름홀츠(Helmholtz) 방정식의 전파 모델을 사용하여 시스템의 기하학을 고려하기 위해 사용될 수 있으며, 그에 의해 이상적인 재구성의 경우에 대한 정확한 수치 결과들을 산출한다. 실시예에서, 변환 연산자는 시스템 기하학에 대해 폐쇄-형 반전 방정식, 또는 유사한 방정식의 피적분 함수의 내부에서 수학적 연산들과 일치하거나 또는 그것과 비슷하도록 이산 연산들로 구성될 수 있다. 실시예에서, 변환 연산자는 변환 연산자 및 가중치들 모두가 개별적으로 동조될 수 있기 때문에 방정식의 가중치들로부터 분리될 수 있다. 실시예에서, 변환 연산자 및 가중치들의 동조 절차는 팬텀, 또는 조직에 대한 비교, 및 최상의 결과를 식별(주관적으로 또는 객관적으로)함으로써 실행될 수 있다. 실시예에서, 변환 연산자의 및 가중치들의 동조 절차는 알려진 방정식에 대한 비교, 트랜듀서 및 환자 기하학적 구조에 가중치들을 매칭시키는 것, 통상적인 플루언스 등에 의해 실행될 수 있다.
실시예에서, 변환 연산자는 다음의 방정식에 의해 구현될 수 있다:
vout(t)=a(t) d/dt [ b(t) vin(t) ],
여기에서 vin(t)은 입력 신호이고, vout(t)는 출력 신호이고, d/dt는 도함수 연산이며, a(t) 및 b(t)는 상수 함수들이다. 실시예에서, a(t) = (t)2 및 b(t) = 1/(t)는 a(t) 항으로 접힌 기하학적 구조 가중치들의 일부를 가진 전체 뷰 재구성 공식을 위한 3차원 경우에 대한 피적분 함수에 대한 간소화를 대략 표현하기 위한 것이다. 따라서, 변환 연산자는 신호에서의 저 주파수들을 제거하지 않으면서 고 주파수들을 증폭시킨다. 실시예에서, a(t) = (t+α)2 및 b(t) = 1/(t+α)이며, 여기에서 α는 영으로의 나눗셈을 방지하기 위한 작은 수이다. 실시예에서, 변환 연산자는 폐쇄-형 반전 또는 유사한 방정식을 근사시키기 위해 상술된 형태로(또는 이를 기반으로 하는) 컨볼루션 및 신호 곱셈 동작들의 시퀀스로 구성될 수 있다. 실시예에서, 변환 연산자 단독으로는 재구성 방법을 위한 또는 다른 프로세싱을 위한 사전-조정기로서 획득된 데이터에 대해 적용될 수 있다. 실시예에서, 변환 연산자는 희소 또는 이차 최소화 기반 재구성 알고리즘 이전에 비-선형 사전-조정기로서 사용되며, 이것은 보다 빠른 컨버전스를 위한 재구성된 기하학적 구조와 일치하는 주파수 컴포넌트들과 함께 재구성된 형태의 해결책에 더 가까운 데이터를 가져올 수 있다.
실시예에서, 별개의 시간으로 변환 연산자 공식을 구현하기 위해, 도함수 연산이 유한 차분 연산으로 대체될 수 있다. 실시예에서, t의 값은 kT로 대체될 수 있으며, 여기에서 T는 샘플 기간(역 샘플 레이트)이며 k의 범위는 1에서 샘플들의 수까지 이른다. 실시예에서, 변환 연산은 각각의 채널에 대해 수행된다.
다음의 프로세싱 단계들은 사이노그램과 같은 데이터의 세트에 변환 연산자를 적용하는 예시적인 실시예이다.
a. 부동 소수점 시간 값들 제곱 어레이(TV2[])를 생성하며, 어레이 크기는 샘플들의 수만큼 크다. 시간 값들 제곱 어레이에서의 요소들은 kT의 제곱과 함께 실장되며, T는 샘플 레이트의 역이며 k는 범위가 1에서 샘플들의 수까지 이른다(즉, 제 1 값은 TV2[0] = T*T이고, 제 2 값은 TV2[1] = 2T*2T이며 등). 예를 들면, 100Hz의 샘플 레이트를 갖고, 이러한 어레이는 [.0001, .0004, .0009, 등.]를 가질 것이다.
b. 동일한 크기의 부동 소수점 시간 값들 역 어레이(TVR[])를 생성한다. 시간 값들 역 어레이의 요소들은 대응하는 시간 값들 어레이 엔트리(즉, 제 1 값(TVR[0] = 1/T), 제 2 값(TVR[1] = (1/2T)) 등)의 역으로서 실장된다.
c. 동일한 크기의 두 개의 부동 소수점 시간 어레이들(T1[] 및 T2[])을 생성한다.
d. 각각의 채널에 대해 반복한다:
ⅰ. 시간 값들 역 어레이에서의 대응하는 엔트리로 입력 신호(즉, 채널)에서의 각각의 샘플을 곱한다(예로서, T1[n] = 입력[n] x TVR[n]); 그 후
ⅱ. 각각의 곱셈된 샘플 및 이전 곱셈된 샘플 사이에서의 유한 차분(예로서, T2[n] = T1[n] - T1[n-1], T2[0]는 이전 샘플이 없으므로 영으로 설정될 수 있음을 주의하자)을 형성한다.
ⅲ. 제곱된 시간 값으로 각각의 유한 차분을 곱함으로써 출력 어레이를 형성한다(예로서, 출력[n] = T2[n] x TV2[n]).
이미지 재구성(225)
시간 도메인 광음향 리턴 신호를 프로세싱하기 위한 여러 개의 선택적 프로세싱 단계들이 상기 논의되었다. 여기에 논의된 바와 같이 다양한 이유들로, 2차원 사이노그램 데이터는 다른 이유들 중에서, 조직 감쇠; 주파수 의존적 조직 감쇠; 전파 속도의 이질성; 및 다른 조직 특성들에 대한 이질성을 수반한 복잡도들 때문에 폐쇄형 재구성에 민감하지 않다. 게다가, 사이노그램 데이터를 획득하기 위해 사용된 트랜듀서 소자들은 이상적이지 않으며, 즉 완벽하지 않으며, 오히려 데이터를 왜곡하는 전기-기계 주파수 응답을 가진다. 트랜듀서 소자들은 또한 각각의 픽셀에 대응하는 측정된 신호 세기의 가중에 영향을 미치는 지향성 및 유한-애퍼처를 가지며, 트랜듀서 어레이는 제한된 뷰를 가진다. 또한, 몇몇 상황들에서, 여기에 논의된 바와 같이, 획득 프로브는 3D 조직의 광-음향 신호를 2D 이미징 평면 - 평면 외 신호들을 억제하는- 으로 제한하기 위해 음향 렌즈를 사용하며 따라서 수학적 기하를 변경한다. 사이노그램 데이터에 의해 표현된 기하의 차원수는 3D 경우, 2D 경우, 또는 원통형 대칭을 가진 경우에 대략 따르지 않는다.
이제 도 4로 가면, 여러 개의 선택적 단계들을 포함하여, 예시적인 이미지 재구성 프로세스가 도시된다. 여러 개의 시간-도메인 프로세싱 함수들이 이미지 재구성의 부분으로서 논의되지만, 전처리가 종료하고 이미지 재구성이 시작될 때 휘선 구별이 없다는 것이 주의되어야 한다. 다시 말해서, 하나는 이미지 재구성 프로세스의 전처리 부분을 고려할 수 있다. 여기에서 전처리 및 이미지 재구성 사이에서 이루어진 구별들은 단지 조직의 편리함을 위한 것이다.
실시예에서, 원 또는 전처리된 사이노그램들은 시간 도메인에서 추가로 프로세싱될 수 있으며 이미지는 그로부터 재구성될 수 있다. 추가 프로세싱은, 이를 포함할 필요는 없지만, 직교위상(405) 및 서브-대역 음향 보상(345)을 추출할 수 있다. 서브-대역 음향 보상이 상기 논의되었으며, 상기 논의된 바와 같이 상세히 다시 논의되지 않을 것이고, 사전-재구성 시간 도메인 신호 프로세싱 순서는 일반적으로 융통성 있으며, 다양한 프로세스들이 제한 없이, 최적화, 이미지 품질, 코딩 편리함 및 프로세싱 고려사항들을 포함하여, 다양한 이유들을 위해 재배열될 수 있다. 따라서, 대표적인 실시예에서, 변환 연산자(350)가 고려되며, 재구성 블록 내에 포함될 수 있다. 블록들의 재-순서화는 이상적인 결과들을 산출하거나 또는 산출하지 않을 수 있으며, 실시예에서, 여기에 설명된 시스템은 가변 시퀀스들에서 블록들 중 하나 이상의 연산을 허용하기에 충분히 융통성 있을 수 있다.
실시예에서, 사이노그램들의 각각, 예로서 각각의 롱 및 쇼트 사이토그램이 재구성된다. 실시예에서, 이하에 보다 상세히 논의되는 바와 같이, 롱 및 쇼트 사이노그램들 각각은 두 개의 이미지들을 야기하며, 하나는 복합 사이노그램의 실제 컴포넌트로부터 프로세싱되며 하나는 복합 사이노그램의 가상 컴포넌트로부터 프로세싱된다. 일단 재구성(414), 및 그에 따라 이미지 재구성(225)이 완료되면, 이하에 추가로 논의되는 바와 같이, 후-처리, 즉 이미지 프로세싱(230)이 결과적인 이미지 또는 이미지들에 대해 수행된다.
이미지 재구성(225) - 직교위상 추출(405)
측정치들이 프로브(102)와 함께 취해질 때, 트랜듀서의 응답은 광음향 리턴 신호의 주파수 도메인 위상을 변경할 수 있다. 일 예로서, 광음향 리턴 신호의 특정한 주파수 컴포넌트의 위상에서 시프트가 있다면, 그것은 시간 도메인에서의 신호의 대응하는 부분을 반전(음)시킬 수 있으며, 사실상 역-투사 또는 다른 재구성 프로세스 동안 신호의 일 부분을 소거한다. 일반적으로, 그러나, 프로브는 그것이 신호의 위상을 어떻게 변경하는지를 측정함으로써 교정될 수 있다. 프로브가 어떻게 주파수 도메인 위상을 변경하는지에 대한 지식에도 불구하고, 조직으로부터의 광음향 리턴 신호의 위상은 알려지지 않으며, 실질적으로 예측 가능하지 않다. 각각의 음향 소스 및 각각의 트랜듀서 소자의 위치들 사이에서의 음향 경로들의 전달 함수들은 가변적인 기계 상태들 하에서, 및 상이한 영역들 또는 유형들의 조직을 스캔할 때 또는 대상들 사이에서 변할 것이다. 따라서, 이러한 점에서, 주파수 도메인 위상은 위상에 대한 프로브의 효과가 정확하게 알려질 때조차 예측될 수 없다. 볼륨에서의 각각의 음향 소스로부터 트랜듀서로의 주파수 도메인 진폭 응답이 또한 알려지지 않지만, 조직의 잘못 교정된 주파수 도메인 진폭 응답으로부터 기인한 왜곡들은 특징이 상이하며, 몇몇 경우들에서 동일한 정도의 문제점들을 야기할 수 없거나, 또는 다른 방법들을 사용하여 보상될 수 있다. 또한, 응답 함수는 조직 볼륨에서의 각각의 위치로부터 각각의 트랜듀서로의 경로에 대해 상이하다. 모두 합쳐, 보상할 다수의 알려지지 않은 전달 함수들이 존재한다.
재구성 이전에, 복소수-값 분석 신호를 바로잡는 것이 필요하지는 않지만, 실시예에서, 재구성 프로세스에 영향을 미칠 수 있는 잠재적인 원치 않는 왜곡들 및 소거들을 대응하기 위해, 사이노그램은 분석 표현으로 프로세싱될 수 있으며 복소수-값 어레이로서 저장될 수 있다. 제거된 음의 주파수들을 갖고, 시간-도메인에서의 복소수-값 분석 신호는 조직에서의 음향 소스들을 보다 정확하게 표현한 순간 에너지를 보여주는 이미지들의 재구성을 허용할 것이다. 재구성 이전에 정정의 결과는 후-재구성 정정과 상이하다(즉, |z1|+|z2|+...+|zN| >= |z1+z2+...+zN|, 여기에서 zn는 복소수이며 N은 트랜듀서들의 수이다). 다르게 말하면, 빔형성(즉, 재구성)이 엔벨로프를 취하지 않고 대역-제한된 신호들 상에서 수해된다면, 링잉이 재구성된 이미지에서 발생할 수 있다. 그러나, 복소 분석 신호가 재구성을 위해 사용될 때, 동일한 링잉은 발생하지 않는다.
정정이 재구성 이전에 수행될 때, 어떤 파괴 메커니즘도 신호들을 소거하기 위해 존재하지 않으며, 이것은 특히 뷰가 제한될 때, 이미지의 높은-콘트라스트 뿐만 아니라 높은 스트리킹을 야기하는 경향이 있다. 그러나, 복소 분석 신호가 재구성될 때, 파괴 메커니즘이 있다(간섭성에 기초하여 동작할 수 있는). 따라서, 임의의 픽셀의 형성에 있어서, 신호들의 기여 컴포넌트들이 줄을 설 때, 그것들은 신호들이 랜덤하거나 또는 무간섭성일 때를 제외하고 건설적으로 부가할 것이며, 이것은 다양한 상황들 하에서 발생하는 경향이 있으며(소스들이 재구성되는 픽셀과 연관된 음향 소스로부터 기인되지 않을 때를 포함하여), 그것들은 상쇄하려는 경향이 있을 것이다. 실시예에서, 이러한 효과는 보다 높은 품질의 이미지들을 생성하기 위해 사용될 수 있다. 실시예에서, 실수-값 비-분석 사이노그램이 또한 그 엔벨로프가 추출될 수 있는 이미지, 원한다면 후-재구성을 형성하기 위해 사용될 수 있다. 이러한 실시예에서, 실수-값 대역-제한되거나 또는 필터링된 재구성과 연관된 링잉이 발생할 수 있다.
실시예에서, 엔벨로프는 비-분석 재구성된 실제 이미지 후-재구성으로부터 추출될 수 있다. 엔벨로프는 이미지의 단성 표현의 엔벨로프를 취함으로써 추출될 수 있으며, 이것은 이미지의 수평 및 수직 라인들의 힐버트-변환된 방향 도함수 표면들을 계산하고, 그 후 각각의 픽셀에 대해 수평 컴포넌트의 제곱의 제곱근 더하기 수직 컴포넌트의 제곱 더하기 원래 이미지의 제곱을 계산함으로써 실행될 수 있다.
실시예에서, 엔벨로프 이미지/보조 이미지는 이미지 후-재구성의 모든 수직 라인으로부터 엔벨로프를 계산함으로써 형성될 수 있다.
실시예에서, 분석 표현을 생성하기 위해, 사이노그램은 복소수 값 분석 표현을 형성하기 위해 음의 주파수 컴포넌트들이 제로화되며 양의 주파수 컴포넌트들이 두 배가 되는 계수 어레이에 의해 곱해지고, 그 후 시간 도메인으로 리턴되는, 주파수 도메인으로 변환될 수 있다. 복소수-값 시간 도메인 신호의 가상 부분은 “직교위상” 컴포넌트를 표현하며 복소수-값 시간 도메인 신호의 실제 부분은 “동위상” 컴포넌트를 표현한다. “직교위상”(즉, 가상) 컴포넌트(Q)는 다음과 같이, “동위상” 컴포넌트 I의 함수이며: Q = H{I}, 여기에서 H는 힐버트 변환이다. 실시예에서, 힐버트 변환 연산자는 실수-값 데이터로부터 분석 신호 표현을 추출하기 위해 사용될 수 있다. 실시예에서, 힐버트 변환은 시간 도메인에서 또는 주파수 도메인에서 수행될 수 있다. 시간 도메인으로부터 주파수 도메인으로의 이동은 고속 푸리에 변환과 같은 푸리에 변환을 사용하여 행해질 수 있으며 시간 도메인으로의 복귀는 역 고속 푸리에 변환과 같은 역 동작에 의해 성취될 수 있다.
실시예에서, 동위상 및 직교위상 사이노그램들은 재구성 프로세스를 별개로 겪을 수 있으며, 각각은 독립적인, 실수-값 구성들로서 처리된다. 실시예에서, 동위상 및 직교위상 컴포넌트들은 단일, 복소-값 사이노그램으로서 처리될 수 있으며, 단일 재구성 스테이지는 복소 데이터에 대해 동작한다. 실시예에서, 가중된 지연-합 재구성(415)은 재구성 단계를 구현하기 위해 사용될 수 있다. 실시예에서, 재구성(415)의 출력은 동위상 및 직교위상 재구성된 컴포넌트들을 갖고, 복소-값 데이터로서 처리된다. 실시예에서, 직교위상 추출(405) 단계는 실제 컴포넌트 입력으로서 (프로세싱되거나 또는 프로세싱되지 않은) 사이노그램을 사용하며, 입력 사이노그램과 동일한 차원들을 가진 가상(직교위상) 컴포넌트 사이노그램을 리턴하며, 따라서 소스 사이노그램과 함께, 복소 사이노그램을 형성하고; 두 개의 사이노그램들의 각각은 그 후 별개의 이미지, 즉 실제 사이노그램의 하나 및 가상(직교위상) 사이노그램의 하나를 형성하기 위해 사용될 수 있다. 실시예에서, 복소 사이노그램은 제곱된 실제(동위상) 이미지 컴포넌트 더하기 제곱된 가상(직교위상) 이미지 컴포넌트의 제곱근, 또는 구성된 복소 이미지의 각각의 복소 값의 복소 탄성률로부터 이미지를 형성하기 위해 사용될 수 있다.
실시예에서, 필터링 동작을 포함한 2차원 주파수 도메인 변환은 복소 이미지로부터 2차 이미지를 생성하기 위해 사용된다. 실시예에서, 2차 이미지는 컨볼루션 또는 FIR 필터를 사용하여 복소 이미지로부터 생성된다. 이하에 보다 상세히 논의되는 바와 같이, 실시예에서, 일련의 프로세싱 단계들이 그것을 실수 값 이미지로 변환하거나 또는 정정하기 전에 보소 이미지에 대해 수행될 수 있다.
실시예에서, 사이노그램의 분석 표현(제거된 음의 주파수들을 갖고)은 복소수 복조에 대응하는, 주파수 도메인에서의 시프트를 겪을 수 있다. 실시예에서, 이러한 복조는 DC를 향해 필터링한 후 남아있는 광음향 주파수 콘텐트를 가져옴으로써 링잉을 추가로 방지하기 위해 사용될 수 있다. 실시예에서, 이러한 복조는 피처 크기 선택, 특정한 범위의 주파수들 또는 스케일과 연관된 피처들의 디스플레이를 돕는 복조의 동작을 수행하기 위해 대역통과 또는 평탄 필터와 함께 사용될 수 있다. 실시예에서, 주파수 크기 선택은 운영자에 의해 조정 가능할 수 있거나 또는 미리 정의된 리스트의 설정들로부터 선택 가능할 수 있다.
이미지 재구성(225) - 재구성(415)
재구성(415)은 사이노그램에서 프로세싱되거나 또는 프로세싱되지 않은 데이터를 조직의 볼륨에서 국소화된 특징들을 표현한 이미지로 변환하는 프로세스를 나타내기 위해 사용된 용어이다. 대표적인 실시예에서, 재구성(415)은 가중된 지연-합 접근법에 기초할 수 있다. 상기 논의된 바와 같이, 가중된 지연-합 알고리즘은 선택적으로 변환 연산자(350)에 의해 선행될 수 있다. 실시예에서, 가중된 지연-합 알고리즘은 복소수-값 데이터에 대해 동작할 수 있다. 실시예에서, 가중치들은 각각의 픽셀을 위해 사용될 각각의 샘플로부터의 기여들을 표현하기 위해 재구성(415)에 의해 사용될 수 있으며, 조직적으로, 가중치들을 생성하기 위해 사용된 방법은 이미지 재구성(225)의 고려된 부분일 수 있다. 실시예에서, 가중치들은 수집된 데이터의 분석에 기초하여 조정될 수 있다.
일반적으로, 재구성(415)은 입력으로서, 프로세싱되거나 또는 프로세싱되지 않은 채널 데이터, 즉 사이노그램을 취하며, 미리 결정된 분해능의 2차원 이미지를 생성하기 위해 이러한 정보를 사용한다.
개개의 픽셀(길이 단위들로)의 차원들은 이미지 분해능을 결정한다. 사이노그램 데이터에서의 최대 주파수 콘텐트가 선택된 분해능에 대해 너무 높다면, 재구성 동안 앨리어싱이 발생할 수 있다. 따라서, 실시예에서, 분해능 및 샘플링 레이트는 재구성에서 사용될 최대 주파수 콘텐트에 대한 한계들을 계산하기 위해, 및 그에 따라 선택된 분해능에 대해 너무 높은 주파수 콘텐트를 회피하기 위해 사용될 수 있다. 실시예에서, 사이노그램은 앨리어싱이 발생하는 것을 방지하기 위해 적절한 컷오프 주파수로 저역-통과 필터링될 수 있다.
반대로, 샘플링 레이트가 이미지 분해능을 지원하기에 너무 낮다면, 실시예에서, 사이노그램은 보다 높은 품질 이미지들을 생성하기 위해 업샘플링되고 보간될 수 있다. 2차원 이미지가 임의의 분해능일 수 있지만, 대표적인 실시예에서, 이미지는 512x512 픽셀들을 포함할 수 있다. 또 다른 대표적인 실시예에서, 이미지는 1280x720 픽셀들을 포함할 수 있다. 또 다른 대표적인 실시예에서, 이미지는 1920x1200 픽셀들을 포함할 수 있다. 실시예에서, 수평 분해능은 넓이가 적어도 512 픽셀들이지만, 넓이가 2560 픽셀들 이상이지는 않으며, 수직 분해능은 높이가 적어도 512 픽셀들이지만, 높이가 1600 픽셀들 이상은 아니다.
2차원 이미지는 조직에서의 구조들, 혈액, 또는 다른 이질성들과 같은, 볼륨에서의 변화들을 표현할 수 있다. 재구성은 조직에서의 각각의 위치로부터 각각의 트랜듀서로의 제 1 전파 시간 및 각각의 픽셀로의 각각의 샘플의 기여 세기에 기초할 수 있다. 이미지에서의 각각의 픽셀에 기여하는 신호 강도들은 재구성을 생성하기 위해 조합된다.
다음의 프로세싱 단계들은 가중된 지연-합 기술을 사용한 재구성 알고리즘의 예시적인 실시예이다:
a. 출력 이미지 어레이를 할당하고 모든 값들을 영으로 설정한다.
b. 각각의 트랜듀서 채널에 대해:
ⅰ. 출력 이미지 어레이에서의 각각의 픽셀에 대해:
1. 상기 채널 및 픽셀에 대한 샘플 지연 표로부터 지연(샘플들에서의)을 액세스하고, 그 후 채널 및 지연에 대응하는 샘플(사이노그램으로부터)을 검색한다.
2. 채널 및 픽셀에 대응하는 가중치들 표로부터 가중치를 액세스한다.
3. 샘플을 대응하는 가중치에 곱한다.
4. 목적지 픽셀에 대응하는 출력 이미지 어레이의 위치에 결과를 부가하고 저장한다.
가중치들 표는 결과적인 이미지에서의 각각의 픽셀에 대한 사이노그램에서의 각각의 샘플의 상대적인 기여를 표현한 표이다. 대표적인 실시예에서, 상대적인 계산 효율성을 위해, 동일한 가중치들 표가 복소 사이노그램의 실제 및 가상 컴포넌트들을 위해 사용될 수 있다. 실시예에서, 별개의 가중치들 표는 복소 사이노그램의 컴포넌트들의 각각을 위해 사용될 수 있다. 실시예에서, 하나의 복소 가중치들 표는 복소 사이노그램의 실제 및 가상 컴포넌트들을 위해 사용될 수 있다. 실시예에서, 별개의 복소 가중치들 표는 복소 사이노그램의 컴포넌트들의 각각을 위해 사용될 수 있다. 실시예에서, 복소 가중치들 표는 시스템 기하의 결과인 이미지에서의 정상-파 형 패턴들을 고려하기 위해 사용될 수 있다.
가중치들 표는 소프트웨어로 애퍼처에 유사한 것을 수립하기 위해 사용될 수 있다. 따라서, 실시예에서, 보다 넓은 애퍼처가 요구되면, 보다 많은 가중치가 중심에서 벗어난 샘플들에게 주어진다. 달리 서술하면, 예를 들면, 주어진 트랜듀서에 대해, 보통 어떤 샘플도 트랜듀서 바로 아래에서 샘플보다 많은 가중치가 주어지지 않을 것이며, 예시를 위해, 트랜듀서 바로 아래 주어진 샘플들에 대한 가중치는 1임을 고려하자. 중심으로부터 15, 30, 및 45도이지만, 트랜듀서로부터 등거리인 샘플들의 상대적인 기여를 추가로 고려하자. 애퍼처를 좁히기 위해, 이들 샘플들은 각각 0.5, 0.25, 및 0.12 가중될 수 있지만, 애퍼처를 넓히기 위해, 이들 동일한 샘플들은 각각 0.9, 0.8, 및 0.7 가중될 수 있다. 전자는 중심으로부터 45도들에서 소스로부터 수신된 샘플들에 단지 약간의(12%) 가중치를 제공할 것이지만, 후자는 동일한 샘플에 훨씬 더 높은(70%) 가중을 제공할 것이다. 실시예에서, 사이노그램을 획득하는 시스템과 동일할 수 있지만, 그럴 필요는 없는, 광음향 출력을 디스플레이하는 시스템은 광음향 이미지들을 볼 때 이러한 파라미터(즉, 소프트웨어 애퍼처)를 변경하기 위한 능력을 운영자에 제공할 것이다.
실시예에서, 매우 큰 표는 각각의 픽셀 및 트랜듀서에 대한 상대적인 가중치 및 지연의 매핑을 포함한다. 따라서, 타겟 이미지가 512x512 픽셀들이며 프로브(102)가 128개의 채널들(즉, 트랜듀서들)을 가진 실시예에서, 33,554,432 가중 엔트리들 및 동일한 수의 지연 엔트리들이 있다. 유사하게, 타겟 이미지가 1280x720 픽셀들이며 프로브(102)가 128개의 채널들(즉, 트랜듀서들)을 가진 실시예에서, 엔트리의 각각의 유형의 117,964,800이 있다. 타겟 이미지가 1920x1200이며, 프로브가 256개의 채널들을 가진 실시예에서, 각각의 유형의 거의 6억개의 엔트리가 있다.
상기 논의된 바와 같이, 직교위상 추출 단계(405)는 가상 컴포넌트 사이노그램을 제공하며, 실시예에서, 실제 및 가상 컴포넌트 사이노그램들의 각각은 이미지로 재구성될 수 있으며, 따라서 두 개의 이미지들, 즉 복소 사이그그램의 각각의 컴포넌트를 위한 것을 생성한다. 실시예에서, 지연 및 가중 표들은 복소 사이노그램의 각각의 컴포넌트에 대해 동일하다. 실시예에서, 지연 테이블은 복소 사이노그램의 각각의 컴포넌트에 대해 동일하지만, 가중 테이블은 실제 및 가상 컴포넌트 사이노그램들에 대해 상이하다. 실시예에서, 가중 테이블은 복소 사이노그램의 각각의 컴포넌트에 대해 동일하지만, 지연 테이블은 실제 및 가상 컴포넌트 사이노그램들에 대해 상이하다.
이미지 재구성(225) - 가중치들 및 지연들을 산출
상기 논의된 바와 같이, 지연-합 재구성 알고리즘의 예시적인 실시예에서, 가중치들 테이블이 이용될 수 있다. 알고리즘은 각각의 트랜듀서에 대한 샘플 지연 테이블 및 가중치들 테이블을 산출하기 위해 사용될 수 있다. 실시예에서, 샘플 지연 테이블(들)을 포함한 데이터는 각각의 픽셀에 대한 각각의 트랜듀서의 추정된 기여를 상관시키지만, 가중치 테이블(들)을 포함한 데이터는 상기 픽셀에 대한 다른 기여들과 비교하여 각각의 픽셀에 대한 각각의 트랜듀서의 기여의 상대적인 가중의 추정을 제공한다. 실시예에서, 가중치들 테이블은 트랜듀서의 놈(norm), 레이저의 전력, 시간 이득 제어, 조직 내에서의 광 감쇠, 피부 두께, 결합 매질 특성들, 환자 특정 변수들, 파장 특정 변수들 및 다른 인자들에 대하여 각도 아포디제이션을 고려하기 위해 사용될 수 있다.
실시예에서, 테이블들의 각각은 이미지 재구성에 의해 출력된 2차원 이미지에 크기(픽셀들)가 대응하며, 복수의 각각의 표가 생성되며, 하나는 각각의 채널을 위한 것이다. 상기 예시적인 실시예에서, 각각의 샘플 지연 테이블은 사이노그램에서의 샘플들과 타겟 이미지의 픽셀들을 상관시키며, 따라서 하나의 샘플 지연 테이블 (채널에 대해 특정적인)은 이미지에서의 각각의 픽셀에 대해 상기 픽셀을 산출할 때 사용되는 상기 채널에서의 특정 샘플 수를 식별할 것이다. 유사하게, 상기 예시적인 실시예에서, 각각의 가중치들 테이블은 사용될 샘플에 주어진 가중치와 타겟 이미지의 픽셀들을 상관시키며; 따라서 하나의 가중치들 테이블 (채널에 대해 특정적인)은 이미지에서의 각각의 픽셀에 대해, 픽셀을 산출할 때 상기 채널로부터 샘플에 주어질 가중치를 식별할 것이다.
이미지 픽셀들의 X- 및 Y- 좌표들은 이미지 크기 및 위치에 대한 입력 정보를 사용하여 산출된다. 시간 지연들은 픽셀 및 트랜듀서의 거리 및 사운드의 속도를 알고 있음으로써 각각의 픽셀 및 각각의 트랜듀서에 대해 산출된다. 사운드의 상이한 속도를 가진 음향 매칭 층이 사용된다면, 별개의 시간 지연들이 매칭 층의 안 및 밖에서 산출되며 함께 부가되어, 전체 트랜듀서-픽셀 지연을 야기한다. 가중치들은 그것들의 상대적인 위치에 의존하여, 각각의 트랜듀서 및 각각의 픽셀에 대해 산출된다. 트랜듀서-픽셀 벡터 및 트랜듀서의 놈 사이에서의 거리 및 각도, 뿐만 아니라 개개의 픽셀의 깊이 위치가 고려된다. 실시예에서, 사이노그램을 획득하거나 그로부터 재구성된 이미지들을 디스플레이하는 시스템과 동일할 수 있지만, 그럴 필요는 없는, 가중치들 및/또는 지연들을 산출하는 시스템은 프로세싱시 사용된 파라미터들을 가변하기 위한 능력을 운영자에게 제공할 것이다. 실시예에서, 가중치들을 산출하는 시스템은 가중치 산출에 대한 기본들을 변경하기 위한 능력을 운영자에게 제공할 것이며, 따라서 중심을 벗어난 음향 데이터에 보다 많거나 또는 보다 적은 가중치를 제공한다. 실시예에서, 가중치들을 산출하는 시스템은 선형 또는 전력 관계들이 가중치들의 산출시 사용되는지 여부를 제어하기 위한 능력을 운영자에게 제공할 것이다.
부록에서의 의사-코드는 가중치들 및 지연들을 산출하기 위해 예시적인 알고리즘을 구현할 때 이 기술분야의 숙련자에 대한 가이드를 제공할 것이다.
일단 재구성(414), 및 그에 따라 이미지 재구성(225)이 완료되면, 후-처리, 즉 이미지 프로세싱(230)이 결과적인 이미지 또는 이미지들에 대해 수행될 수 있다.
실시예에서, 이미지 재구성은 적응적 빔형성, 일반화된 측대역 소거, 또는 이 기술분야에 알려진 바와 같은 다른 방법들에 기초할 수 있다. 실시예에서, 재구성을 위한 기술들은 채널들 사이에서의 교차-상관들을 결정하는 것 및/또는 이미지의 선명도 목표를 최대화하는 것에 기초할 수 있다.
실시예에서, 볼륨을 재구성하기 위한 방법은 방사상 웨이블릿들로 단면 또는 볼륨을 분해하는 것으로 이루어질 수 있으며, 방사상 웨이블릿들은 광음향 소스들(특히 방사상 광음향 소스들의 측정된 광음향 리턴 신호는 단순한 폐쇄형 방정식을 따르는 것으로 추정된다)을 표현하며, 웨이블릿-베이글릿(Wavelet-Vaguelette) 분해는 이미지 도메인 및 사이노그램 사이에서의 웨이블릿들 및 베이글릿을 관련시키기 위해 및 그에 의해 이미지에서의 방사상 웨이블릿의 강도들을 결정하며, 그에 따라 이미지를 재구성하기 위해 사용될 수 있다. 실시예에서, 이미지 도메인으로부터 사이노그램 도메인(즉, 베이글릿들(vaguelettes))으로의 방사상 웨이블릿들의 투사는 방사상 웨이블릿들의 강도들을 결정하기 이전에 다른 이미지 형성 기술들과 함께 사용될 수 있다. 실시예에서, 적응적 빔형성, 또는 웨이블릿 잡음-제거 수반 임계는 재구성과 같은 스테이지로서 방사상-웨이블릿 투사들에 대해 수행될 수 있다.
실시예에서, 재구성은 예를 들면, L1-최소화 또는 L2-최소화와 같은 반복적 최소화 또는 반복적 최대화에 기초할 수 있다. 재구성 및 강화를 위한 반복적 최소화 알고리즘들은 높은 계산 부하를 요구하며 따라서 실시간 이미징을 위해 적용 가능한 것으로 고려되지 않는다. 볼륨의 단면의 실-시간 광음향 재구성은 L1-최소화 알고리즘을 사용하여 수행될 수 있다. 볼륨의 2D 단면 상에서 실시간을 L1-최소화 재구성을 수행하기 위한 대표적인 실시예에서, 고속 웨이블릿 반복적 임계 알고리즘이 사용되며, 주파수-도메인에서 헬름홀츠 파 방정식과 조합되며, 이는 대각선화 가능한(또는 거의 대각선화될 수 있는) 시스템 매트릭스를 산출하는 광음향 파 전파를 표현하기 위해 효율적으로 사용될 수 있다. 실시예에서, 이미지의 픽셀들은 방사상 웨이블릿들로 분해될 수 있으며, 분해는 방사상 서브대역들로서 주파수 도메인에서 표현되며, 방사상 서브대역들은 반복적 임계에 사용된다. 실시예에서, 시스템 매트릭스가 이상적 방정식을 사용하는 것을 통하기보다는 경험적으로 발견되는 고속 웨이블릿 반복적 임계 알고리즘이 사용될 수 있다.
레이저가 볼륨의 음향 특성들에 완벽하게 매칭되지 않는 매체에 인접하는 표면의 적어도 일 부분을 갖고 조직의 볼륨을 조사할 때, 전파 음향파는 매칭되지 않은 표면에 적어도 부분적으로 부딪치며 반사할 수 있으며 입사한 파면으로서 볼륨으로 전파된다. 입사 파면은 또한 조직에서의 음향 불연속성들을 반영할 수 있으며 아티팩트를 생성하는 광음향 리턴 신호를 간섭한다. 이러한 아티팩트는 예로서, 상호작용 최소화 기술을 사용하여 광음향 리턴 신호로부터 분리될 수 있다. 실시예에서, 이러한 아티팩트의 강도를 매핑시키는 이미지가 생성될 수 있다.
실시예에서, 패턴 검출 분류기는 광음향 리턴 신호에 적용될 수 있으며, 여기에서 분류기 출력은 시간(또는 거리)의 함수로서 특정한 표시기의 강도를 반영한다. 따라서, 다수의 트랜듀서 위치들로부터의 측정치들 획득할 때, 분류기 출력은 검출된 패턴을 야기한 소스(즉, 현상)를 국소화하기 위해 빔-형성될 수 있다. 빔-형성된 분류기 출력으로부터 생성된 이미지는 제한-뷰 경우에서 특히 극심할 수 있는, 블러링, 재구성 아티팩트들, 및 스트리크 아티팩트들을 당할 수 있다. 이들 아티팩트들은 패턴 분류된 신호는 비-패턴 분류된 사이노그램의 일부인 신호 세기에 관한 정보가 부족하기 때문에 적어도 부분적으로 생길 수 있으며, 그것의 강도는 반드시 트랜듀서가 패턴의 소스로부터 위치되는 거리 상에서가 아닌, 패턴의 존재와 관련 있다. 그러나, 분류된 광음향 신호의 분류기 출력은 헬름홀츠 방정식의 전파 모델에 “적합”할 수 있으며, 여기에서 분류기 출력은 주어진 위치에서 순간 소스 항으로부터 비롯된 것으로서 특성화된다. 따라서, 스트리킹, 블러링 및 아티팩트들을 감소시키기 위해, 패턴 분류 신호의 파라메트릭 맵은 단순한 빔형성을 제외한 재구성 및 디컨볼루션을 위한 기술들을 사용하여 형성될 수 있다. 예로서, 반복적 최소화 기술의 적용은 스트리킹을 감소시키며 따라서 패턴의 소스를 보다 양호하게 국소화시키기 위해 사용될 수 있다. 상이한 유형들의 분류기들 및 재구성 기술들이 적용하는 상이한 고려사항들을 가질 수 있다. 대표적인 실시예에서, 분류된 양의 파라메트릭 맵은 반복적 최소화 기술을 사용함으로써 생성될 수 있으며, 여기에서 시스템 매트릭스는 그것이 광음향 신호인 소스를 가지는 것처럼 형성된다. 실시예에서, 예로서, L1 최소화에 의해 사용된 희소 기본 표현은 패턴의 소스를 국소화하고 따라서 아티팩트들을 감소시키도록 작용할 수 있다. 따라서, 광음향 리턴 신호에 재구성 기술을 적용하기보다는, 그것은 분류기 출력에 적용될 수 있으며, 여기에서 분류기 출력은 사이노그램의 형태로 표현된다. 실시예에서, 재구성 기술은 분류기 출력이 광음향 리턴 신호일지라도 적용된다. 실시예에서, 분류기 출력의 복소 엔벨로프를 취하는 것, 필터링, 또는 분류기 출력을 디컨볼루션하는 것과 같은, 추가 프로세싱이 재구성 이전에 수행될 수 있다. 실시예에서, 분류기는 조직에서 정상 및 비정상 분기 혈관들 사이에서 구별하도록 설계될 수 있다.
이미지 프로세싱(230)
상기 논의된 바와 같이, 이미지들을 형성하기 위해 롱 및 쇼트 사이노그램이 획득되고(205, 210), 선택적으로 전처리되며(220) 그 후 이미지 재구성된 후(225), 특정한 후 처리가 결과적인 이미지들에 대해 수행될 수 있다. 이제 도 5로 가면, 프레임간 잔상 아티팩트 제거(505), 플루언스 보상(510) 및 복소 크기값(515)을 포함한, 선택적 후-처리 단계들이 도시된다. 실시예에서, 이미지 프로세싱은 양의 실수 값(복소수 값이 아닌)인 엔벨로프 이미지(520)를 생성한다.
이미지 프로세싱(225) - 프레임간 잔상 아티팩트를 제거하기(505)
광음향 리턴 신호는 여기에 바람직하지 않은 결합 응답으로서 불리울 것인 바람직하지 않을 수 있는 정보 중에서, 바람직한 및 바람직하지 않은 정보 모두를 포함한다. 바람직하지 않은 결합 응답은 그것이 조직으로 뚫고 들어가는 것처럼 사람의 피부에 부딪치는 광으로부터 기인한 아티팩트들을 포함할 수 있다. 보다 일반적으로, 이 단계에 의해 다루어지는 바람직하지 않은 결합 응답은 프레임간 잔상 신호 또는 프레임간 잔상 아티팩트다. 여기에 사용된 바와 같이, 프레임간 잔상 신호는 일정한 채로 있거나 또는 매우 느리게 변하는 간섭 신호를 나타내며, 이것은 그러므로 공간적으로 및/또는 시간적으로 관련 있는 복수의 이미지들의 각각에서 유사한 간섭을 생성하는 것으로 추정된다. 프레임간 잔상 아티팩트는, 그것이 재구성된 이미지에 나타날 때를 제외하고, 동일한 현상을 나타낸다. 따라서, 용어들 프레임간 잔상 신호 및 프레임간 잔상 아티팩트는 때때로 그것들이 동일한 현상을 표현하기 때문에 여기에서 상호 교환될 수 있다. 프레임간 잔상 신호를 제거하는 문제점은 별개의 프레임들에서 발견된 유사한 간섭이 상수 인자에 의해 진폭에서 스케일링될 수 있다는 사실에 의해 복잡하게 된다. 스케일링은 제한 없이 광음향 리턴 신호를 야기하기 위해 사용된 총 광 에너지에서의 변화를 포함하여, 다수의 인자들과 관련 있을 수 있다. 게다가, 일반적으로 프레임간 잔상 신호는 사람에서 사람으로 충분히 변하며, 그것은 주어진 개개인에 대한 복수의 프레임들의 검사 없이 쉽게 식별 가능하지 않는다. 실시예에서, 서로에 대해 비교적 공간적으로 가깝고 및/또는 시간적으로 가깝게, 그러나 일반적으로 동일한 위치가 아니게 취해진 복수의 프레임들은 프레임간 잔상 신호를 제거하는 목표를 갖고 분석된다.
실시예에서, 프레임간 잔상 신호의 제거에 관한 제 1 프로세스에서, 단계는 그것의 구성을 추정하기 위해 수행된다. 실시예에서, 프레임간 잔상 신호는 독립 프레임들의 세트로부터 제 1 주성분으로서 취해진다. 제 1 주성분은 비록, 실시예에서, 제 1 주성분이 SVD(특이값 분해) 또는 등가 반복법을 사용하여 계산될 수 있을지라도, 임의의 방법을 사용하여 계산될 수 있다.
대표적인 실시예에서, 독립 프레임들의 세트는 각각의 프레임이 독립적인 배경 잡음을 갖도록 선택된다. 다시 말해서, 일반적으로, 프로브(102)가 움직이지 않을 때 취해진 독립 프레임들은 세트에 포함되지 않아야 한다. 따라서, 실시예에서, 세트에서 사용하기 위해 고려될 수 있는 각각의 순차적 프레임은 세트에서의 포함을 위해 그것의 적합성을 표시하기 위해(또는 그것의 부-적합성을 표시하기 위해) 플래그될 수 있다. 세트에서의 포함을 위해 적합성 또는 부적합성을 위한 프레임을 분석하기 위해, 프레임은 순차적으로 그것에 선행하는 하나 이상의 프레임들과 비교될 수 있다. 프레임의 플래깅(적합하거나 또는 부적합한 것으로서)은 캡처 시, 또는 그 후, 그러나 프레임간 잔상 신호들을 추정하는 단계 이전에 행해질 수 있다. 실시예에서, 프레임의 플래깅(적합하거나 또는 부적합한 것으로서)은 LOM 파일에 상기 프레임을 기록하기 전에 수행된다. 실시예에서, 프레임간 잔상 신호들을 추정하는 프로세스는 프레임들 선택 서브-단계를 포함할 수 있다.
다음의 프로세싱 단계들이 프레임간 잔상 신호 추정기의 예시적인 실시예이다:
a. 초기화(프레임버퍼크기(sizeOfFrameBuffer)가 변경되거나, 또는 Nr(프레임에서 로우들의 수) 또는 Nc(프레임에서 컬럼들의 수)가 변경된다면 들어간다)
ⅰ. 각각의 채널에 대해, 프레임버퍼크기 프레임들을 갖기 위해 원형 버퍼로서 프레임버퍼(frameBuffer)를 할당한다.
ⅱ. 각각의 채널에 대해 프레임버퍼.시작[채널]을 0으로 및 프레임버퍼.종료[채널]을 0으로 설정한다. 이들 두 개의 변수들은 원형 버퍼에서 활성 프레임들을 파악하고 있다.
ⅲ. 각각의 채널에 대해, 추정치[채널][Nr][Nc]를 할당하며 모든 요소들을 0으로 설정한다.
b. 프레임캡처(captureFrame)가 참이면(따라서 프레임이 세트에서의 포함에 적합한 것으로서 플래깅되는)
ⅰ. 선택적으로, 이미지 변환을 frame_in에 할당한다(예로서, 2차원 웨이블릿 변환, 2차원 FFT, 또는 또 다른 유사한 변환; 대역 통과 필터는 계산으로부터 특정한 주파수들을 제거하기 위해 적용될 수 있다)
ⅱ. frame_in을 현재 채널에 대한 frameBuffer에 부가한다. 버퍼가 가득 차면, 버퍼에서 가장 오래된 프레임에 덮어쓴다.
c. 프레임계산(computerFrame)이 참이면
ⅰ. 버퍼에서의 각각의 프레임이 컬럼으로서 처리되며 각각의 로우가 동일한 픽셀 인덱스의 값인 매트릭스로 frameBuffer에서의 데이터의 모두를 매핑시킨다.
ⅱ. 현재 채널에 대한 frameBuffer의 주 컴포넌트(또는 독립 컴포넌트들)를 계산한다.
ⅲ. (이미지 변환이 frame_in에 적용된다면, 이전 산출의 결과들에 역 변환을 적용한다).
d. 선택된 주 컴포넌트(또는 독립 컴포넌트)로서 현재 채널에 대한 estimate_out을 출력하고, 대안적인 선택은 없으면, 제 1 주 컴포넌트가 선택된다.
앞서 말한 프로세스 단계들과 관련되어, 단계(c(ii))의 최적화를 위해, 전체 SVD의 계산이 실-시간이 아닐 수 있다는 것이 주의되어야 한다. 잔상 프레임 추정 프로세스가 모든 프레임 상에서 구동하는 것은 필요하지 않다. 실시예에서, 잔상 프레임 추정 프로세스는 주기적으로, 예로서 알고리즘의 외부에 있는 트리거에 기초하여 재-업데이트될 수 있다. 실시예에서, 스레드에서 잔상 프레임 추정 프로세스를 구동하고 가장 최근에 완료된 추정치만을 이용하는 것이 유리할 수 있다. 실시예에서, 제 1 주성분이 복소 도메인에서 발견되며 따라서 SVD(또는 다른) 함수가 복소수-값 입력을 수용해야 한다. 실시예에서, 프레임간 잔상 신호 추정치는 제로 평균, 및 단위 L2-놈을 가져야 한다. 실시예에서, 단지 제 1 주성분만이 계산된다. 대표적인 실시예에서, 제 1 주성분은 효율성을 위한 전력 반복법을 사용하여 보소 이미지에 대한 추정치를 위해 계산된다. 실시예에서, 프레임간 잔상 신호 추정치는 첫 여러 개의 주 성분들이다. 실시예에서, 프레임간 잔상 신호 추정치는 첫 여러 개의 독립 성분들이다. 실시예에서, 다수의 추정치들이 생성될 때, 각각은 신호로부터 제거된다. 실시예에서, 프레임간 잔상 추정은 상기 논의된 바와 같이, 2차원 웨이블릿 변환 도메인 또는 2차원 FFT 변환 도메인과 같은 이미지 변환 도메인에서 수행될 수 있다. 실시예에서, 프레임간 잔상 추정은 데이터의 대역-통과된 세트에 대해 수행될 수 있다.
일단 프레임간 잔상 신호가 추정된다면, 그것은 프레임들로부터 제거될 수 있다. 실시예에서, 프레임간 잔상 신호는 프레임으로부터 감산될 수 있다. 상기 논의된 바와 같이, 간섭이 프레임에서 프레임으로 동일할 수 있지만, 그것은 진폭에서 스케일링될 수 있다. 따라서, 실시예에서, 소스 프레임으로부터 프레임간 잔상 신호 추정치의 감산 이전에, 스케일링 인자가 계산되어야 하며, 스케일링 인자는 그것이 소스 프레임으로부터 감산될 수 있도록 추정치를 스케일링하기 위해 사용될 수 있다. 스케일링 인자는 프레임간 잔상 신호 컴포넌트의 투사이다. 실시예에서, 다수의 프레임간 잔상 신호들이 추정될 수 있다. 실시예에서, 다수의 프레임간 잔상 신호들의 각각은 계산을 수해하기 위해 사용된 분해 방법에서의 최고 에너지 컴포넌트들(예로서, 첫 3개의 SVD 컴포넌트들)에 대응할 수 있다.
이미지 프로세싱(230) - 플루언스 보상(510)
피부 및 조직 특성들은 환자에서 환자로 변하기 때문에, 특정 환자의 조직에서의 광 분포는 예측될 수 없다. 광의 플루언스 프로파일은 공간적으로-의존적인 공통 광 투과 프로파일 컴포넌트 및 두 개의 공간적으로-의존적인 파장-특정 플루언스-비 프로파일들로 분해될 수 있으며, 이것은 실제 플루언스를 공통 광 투과 프로파일에 관련시킨다. 실시예에서, 공통 광 투과 프로파일 및 파장-특정 플루언스-비들은 조직 내에서의 광의 분포에 영향을 미치는 환자 특정 변화를 보상하기 위해 사용될 수 있다. 실시예에서, 공통 프로파일 및 특정 프로파일에 대한 플루언스 동작의 모델이 기초한 1-차원 곡선들은 2차원 플루언스 보상 곡선들을 생성하기 위해 단일 환자 특정 파라미터와 함께 사용될 수 있다. 실시예에서, 다음의 방정식들 중 임의의 것이 제한 없이, 보상 곡선들에 대해 사용될 수 있다:
유형 방정식
선형적 f(x,g) = 1 + g * x
지수 f(x,g) = exp(g * x)
지수_나눗셈 f(x,g) = x * exp( g * x)
아이덴티티 f(x,g) = 1
다른 방정식들 또는 시뮬레이션된 곡선들이 보상 곡선들을 위해 사용될 수 있다. 실시예에서, 실험적으로 측정된 플루언스 분포 곡선들은 보상의 방법으로서 사용될 수 있다. 실시예에서, 별개의 디바이스 또는 별개의 센서(광음향 원리들을 사용할 수 있는)는 광 이벤트 동안 실시간으로 플루언스 곡선들을 측정하기 위해 이용될 수 있다. 실시예에서, 플루언스 보상 곡선들은 시뮬레이션들로부터 도출(즉, 추정)될 수 있다. 실시예에서, 측정되거나 또는 시뮬레이션된 곡선의 역(또는 변경된 역)은 1차원 플루언스 보상 곡선으로서 사용될 수 있다. 실시예에서, 측정되거나 또는 시뮬레이션된 곡선은 플루언스 보상에 사용되기 전에 필터링될 수 있다. 실시예에서, 통계 특징들에 기초한 플루언스 보상 곡선들은 단일 이미지에서 또는 동적으로 획득된 이미지들의 세트에서 깊이의 함수로서 계산될 수 있다.
이제 도 6으로 가면, 플루언스 보상(510)을 위한 프로세스 단계들의 세트가 도시된다. 실시예에서, 광음향 데이터에 대한 프로세싱을 수행하는 시스템, 및/또는 광음향 출력을 디스플레이하는 시스템 - 사이노그램을 획득하는 시스템과 동일할 수 있지만 그럴 필요가 없는 - 이용 가능한 방정식들 사이에서 선택하고, 보기 위한 광음향 이미지 또는 그것의 파생물을 프로세싱하기 위해 사용된 파라미터를 사용하기 위한 능력을 운영자에게 제공할 것이다. 따라서, 실시예에서, 운영자는 지수 곡선과 같은 곡선, 및/또는 지수와 같은 파라미터를 선택할 수 있다. 실시예에서, 곡선, 및 가능하게는 파라미터는 사용자 인터페이스에서 운영자에게 제공된 선택들의 유한 리스트로부터 선택된다. 일단 곡선 및 파라미터가 선택되면, 공통 플루언스 곡선(605) 및 파장 특정 곡선들(610)이 산출된다. 그 후, 실시예에서, 2차원(예로서, 각각의 픽셀 컬럼에 대한 곡선) 전체 플루언스 정규화 곡선(615)이 계산된다. 2차원 전체 플루언스 정규화 곡선이 그 후 이미지(620)에 적용된다. 실시예에서, 보상 곡선들이 재구성된 이미지 내에서 관심 있는 영역의 통계들 또는 이미지 통계들에 기초하여 보상 곡선들의 세트로부터 자동으로 선택된다. 실시예에서, 플루언스 보상 곡선은 시스템 운영자에 의해 실시간으로 식별된 관심 영역에 기초하여 계산될 수 있으며, 상기 플루언스 보상 곡선은 식별된 관심 영역의 깊이의 측정치에 의존한다. 실시예에서, 관심 영역은 타겟 오브젝트의 직사각형 관심 영역을 선택함으로써 식별될 수 있으며, 영역의 중심은 보상 곡선을 결정하기 위해 사용된 깊이에 대응한다.
다음의 프로세싱 단계들은 이상적인 선형 어레이에 대해 적용 가능한 선택된 1차원 방정식으로부터 2차원 플루언스 보상 곡선을 생성하고 그것을 보상되지 않은 이미지에 적용하는 예시적인 실시예이다:
a. 최소 이미지 깊이에서 시작하여 최대 이미지 깊이까지 이미지에서의 각각의 픽셀에 대한 깊이들을 포함한 1차원 어레이를 계산한다. 벡터(“x”)에 결과를 저장한다.
b. 플루언스 보상을 위해 f0 (x,g0 )에 대한 선택된 보상 함수를 사용한 공통 이득 파라미터("g0")에 기초하여 1차원 공통 플루언스 보상 곡선을 산출한다.
c. 각각의 채널에 대한 1차원 채널-특정 보상 곡선들을 산출한다.
ⅰ. 채널 1 곡선은 플루언스 보상을 위해 f1(x,g1)에 대한 선택된 보상 함수를 사용한 이득 파라미터("g1")에 기초한다.
ⅱ. 채널 2 곡선은 플루언스 보상을 위해 f2(x,g2)에 대한 선택된 보상 함수를 사용한 이득 파라미터("g2")에 기초한다.
d. 1차원 공통 곡선 및 채널 특정 곡선으로부터 전체 2차원 정규화 곡선들을 산출한다.
ⅰ. 각각의 채널에 대해, 채널 특정 곡선과 공통 곡선을 곱함으로써 전체 1차원 곡선을 생성한다.
ⅱ. 전체 1차원 곡선과 동일한 2차원 정규화 곡선에서의 각각의 수직 컬럼을 설정한다.
e. 현재 채널 재구성된 이미지에 대해
ⅰ. 이미지에서의 각각의 픽셀에 대해, 현재 채널에 속하는 전체 2차원 정규화 곡선에서의 대응하는 픽셀로 픽셀의 값을 곱한다.
실시예에서, 플루언스 보상(510)은 복소 이미지를 프로세싱할 수 있으며, 그것의 출력으로서 새로운 복소 이미지를 제공할 수 있다. 실시예에서, 플루언스 보상(510)은 실제 이미지를 프로세싱할 수 있고 그것의 출력으로서 변경된 실제 이미지를 제공할 수 있다.
이미지 프로세싱(230) - 복소 크기값 (515)
실시예에서, 복소 크기값(515) 단계는 입력으로서 복소 이미지(또는 가상 컴포넌트가 이용 가능하지 않은 실제 이미지)를 취하며, 입력 이미지로서 동일한 수의 로우들 및 컬럼들을 가진 엔벨로프 이미지를 생성한다. 엔벨로프 이미지는 입력의 각각의 요소의 복소 크기값을 취함으로써 결정될 수 있다. 실제 이미지 단독으로 이용 가능할 때, 엔벨로프 이미지는 상기 이미지에서의 정보의 절대 값이다. 실시예에서, 인벨로프는 가상 이미지에서의 각각의 수직 라인이 실제 이미지에서의 대응하는 라인의 힐버트 변환인 가상 컴포넌트 이미지에 대신에 이미지를 생성함으로써 실제 이미지 단독으로부터 대안적으로 계산될 수 있으며; 복소 크기값은 동일한 방식으로 적용된다.
파라메트릭 이미지들을 생성하기(240)
상기 논의된 바와 같이, 롱 및 쇼트 사이노그램이 획득되고(단계들(205, 210)), 이미지들을 형성하기 위해 선택적으로 전처리(단계(220)) 재구성되며(단계(225)), 쇼트(232) 및 롱(234) 엔벨로프 이미지들을 생성하기 위해 프로세싱(단계(230))된 후, 엔벨로프 이미지들은 파라메트릭 이미지들을 생성하기 위해(단계(240)), 및 보다 구체적으로 다음의 파라메트릭 이미지들: 산소화 맵(250), 헤모글로빈 맵(255) 및 마스킹된 산소화 맵(260) 중 하나 이상을 생성하기 위해 사용된다. 실시예에서, 파라메트릭 이미지들은 쇼트 및 롱 엔벨로프 이미지들(232, 234) 내로부터 획득된 양적인 정보를 반영한 컬러화된 이미지를 제공함으로써 제공된다.
이제 도 7로 가면, 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234)는 파라메트릭 이미지들(250, 255, 260) 중 적어도 하나를 제공하도록 프로세싱된다. 실시예에서, 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234)는 신호 대 잡음 비를 개선하고 및/또는 이미지들 사이에서의 보다 양호한 정렬을 제공하기 위해 움직임 및 추적(705)에 의해 프로세싱될 수 있다. 실시예에서, 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234)는 산소화 및 헤모글로빈의 그레이스케일 맵들을 생성하기 위해 산소화 및 헤모글로빈 산출(720)에 의해 프로세싱된다. 보다 일반적으로, 복수의 파라메트릭 맵들(즉, 둘 이상)은 각각 복수의 이미지들(즉, 둘 이상)에서의 정보로부터 형성될 수 있으며, 또 다른 파라메트릭 맵은 복수의 파라메트릭 맵들 중 적어도 두 개에서의 정보로부터 형성될 수 있다. 복수의 파라메트릭 이미지들 중 적어도 두 개에서의 정보로부터 또 다른 파라메트릭 맵을 형성하기보다는, 이러한 후자의 파라메트릭 맵은 복수의 이미지들에서의 정보로부터 직접 생성될 수 있다는 것이 본 개시의 범위 내에 있다. 다시 말해서, 계산이 중간 파라메트릭 맵들의 생성을 요구하지 않는 경우들에서, 후자의 조합된 파라메트릭 맵으로 그것들을 조합하는 것이 그렇게 행하는 유일한 이유여야 하며, 중간 맵들을 생성하는 별개의 단계가 실시예에서 생략될 수 있다.
일단 생성된다면, 파라메트릭 맵들은 잡음 제거될 수 있다(735). 실시예에서, 그레이스케일 맵들은 통계적으로 산소화(250) 및 헤모글로빈(255)의 컬러 맵들을 생성하기 위해 매핑된 컬러이다. 헤모글로빈 맵(255)은 그 후 조합된 투명 마스크(750)에 마스킹된 산소화 맵(260)을 제공하기 위해 산소화 맵(250)과 조합할 수 있다. 실시예에서, 파라메트릭 이미지들 생성하기(240)의 결과는 RGBA 산소화 맵, RGBA 헤모글로빈 맵 및 RGBA HgO 마스킹된 산소화 맵이다. 상기 논의된 바와 같이, 실시예에서, 마스킹된 산소화 맵과 유사한 컬러 매핑된 양은 산소화 맵 및 헤모글로빈 맵의 투명 채널들을 조합하는 중간 단계를 통과하기보다는, 두 개의 엔벨로프 이미지들에서의 데이터로부터 직접 생성될 수 있다.
파라메트릭 이미지들 생성하기(240) - 움직임 및 추적(705)
움직임 및 추적(705)은 정적(또는 느린 움직임) 장면의 연속적인 이미지들이 생성될 때, 센서에서의 움직임이 장면의 콘텐트의 위치로 하여금 서로에 대해 “이동”하게 할 것이기 때문에 필요할 수 있다. 따라서, 이전 이미지(ga)의 짧은 시간(예로서, 100 ms) 후 취해진 후속 이미지(gb)는 이전 이미지(ga)로부터 수평 및 수직 차원에서 다수의 이미지 픽셀들에 의해 오프셋될 수 있다. 유사하게, 후속 이미지들은 또한 프레임들 사이에서 발생할 수 있는 연식 변형들의 대상이 될 수 있다. 실시예에서, 정정들이 연식 변형들을 위해 이루어질 수 있다. 게다가, 실시예에서, 추가 움직임 및 추적이 프로브가 어떻게 움직이는지를 결정하기 위해 이용될 수 있으며, 따라서 조직 구조들의 3D 이미지를 생성하기 위한 기반을 제공한다. 실시예에서, 및 이하에 보다 상세히 논의되는 바와 같이, 시스템은 이미징 동안 프로브의 위치 또는 이동에 관한 데이터를 제공할 센서들(예로서, 가속도계들 또는 고정 위치들 센서들 및 타겟들 또는 그 외)을 포함할 수 있다. 위치 또는 이동에 관한 이러한 정보는 프레임에서 프레임으로 변형들을 야기할 수 있는 변환, 회전, 각도 편향, 또는 다른 프로브 이동에 대해 정정할 때 고려될 수 있다.
간단히 도 8로 가면, 실시예에서, 움직임 및 추적(705)의 단계는 컴포넌트 부분들로 진입되며, 이것은 움직임 추정(810), 잔상(820), 및 정렬(830)을 포함할 수 있다. 실시예에서, 움직임 추정(810)은 두 개의 이미지들 사이에서의 움직임을 추정하기 위해 사용될 수 있다. 실시예에서, 이미지들 사이에서의 강체 움직임은 움직임의 회전 컴포넌트가 없는 것으로 가정된다. 실시예에서, 이미지들 사이에서의 강체 움직임은 움직임의 회전 컴포넌트를 갖는 것으로 가정될 수 있다. 실시예에서, 잔상(820) 프로세스는 신호 대 잡음 비를 개선하기 위해 사용될 수 있다. 실시예에서, 정렬(830) 프로세스는 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234)와 같은, 두 개의 이미지들을 정렬시킨다.
움직임 추정(810)은 연속적인 이미지 획득들 사이에서 프로브 움직임의 효과를 제거하는 하나 이상의 방법들을 지원할 수 있는 정보를 제공할 수 있다. 예시적인 실시예에서, 움직임 추정(810)은 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234) 사이에서 발생된 움직임을 추정한다. 실시예에서, 움직임 추정(801)은 이미지에서의 로우들 및 컬럼들의 수의 입력, 뿐만 아니라 상승 코사인 아포다이즈드 대역통과 필터에 대한 컷오프 값들을 요구한다. 실시예에서, 필터 어레이가 시동시 또는 입력 파라미터들에 대한 변화가 있을 때마다 생성된다. 필터 어레이는 2D 주파수 컴포넌트들을 결정하고, 그 후 대역통과 범위가 추적하고 있는 특징들에 관련된 주파수들에 대응하는 필터의 대역통고 특성들 및/또는 o를 평활하게 형성하기 위해 상승 코사인 아포디제이션 함수를 사용함으로써 생성될 수 있다. 실시예에서, 상승 코사인 아포디제이션 함수를 사용하는 것은 움직임 추정 절차에서 상관시킬 가능성이 적은 컴포넌트들을 억제하기 위해 주파수 도메인에서 방사상 2D 대역통과 필터를 생성하며, 이것은 광음향 스캔들의 특정 특징에 의존할 수 있다. 버퍼링된 이미지 및 또 다른 이미지를 사용하여 계산된 상관 어레이가 그 후 결정될 수 있으며, 상관이 그로부터 결정된다. 실시예에서, 위상 상관 알고리즘은 두 개의 이미지들의 콘텐트의 상대적인 위치들을 추정하기 위해 주파수 도메인 접근법을 제공할 수 있다. 실시예에서, 단 시간 떨어져 취해진 두 개의 입력 이미지들(ga 및 gb)을 고려해보자, 여기에서 Ga = F{ga}, 및 Gb = F{gb}, 및 여기에서 이미지(g), 위상(R)의 교차-파워 스펙트럼이 다음과 같이 형성될 수 있다면 F{g} = 2D 푸리에 변환이다:
Figure 112014086054248-pct00003
정규화된 교차-상관(r)은 역 푸리에 변환을 사용함으로써 제공될 수 있다:
Figure 112014086054248-pct00004
및 픽셀들에서의 오프셋은 r에서의 피크의 위치와 같다:
Figure 112014086054248-pct00005
.
실시예에서, 에지들에서의 필터링(2-D) 또는 제로 패딩은 에지 효과들을 보상하기 위해 이미지들에 적용될 수 있다(푸리에 변환 전). 실시예에서, 작은 상수는 약한 값들에 대한 필터로서 작용하기 위해, 및/또는 영에 의한 나눗셈을 방지하기 위해 교차-파워 스펙트럼 항(R)의 분모에 부가될 수 있다. 실시예에서, 대역통과 필터(즉, 상술된 2D 방사상 상승-코사인 아포다이즈드 주파수 도메인 대역통과 필터)는 교차-파워 스펙트럼의 분자로 곱해질 수 있다.
실시예에서, 움직임은 수평 및 수직 픽셀들로 표현되며 부가적인 상관 값들과 함께 제공될 수 있다. 상관 값들은 다양한 방식들로 표현될 수 있으며, 실시예에서 교차 상관 어레이의 절대 값의 최대 값과 함께 교차 상관 어레이의 절대 값의 평균 값을 제공함으로써 표현된다. 실시예에서, 프레임들이 수집될 때의 타이밍을 알게 함으로써, 연속 프레임들 사이에서의 픽셀 움직임은 축을 따라 움직임의 속도를 추정하기 위해 사용될 수 있다. 실시예에서, 움직임의 추정된 속도는 속도의 필터링된 추정치를 생성하기 위해, 에러를 제거하도록 필터링될 수 있다. 실시예에서, 속도의 추정치들은 주어진 시간에서 프로브의 위치를 추정하기 위해 사용될 수 있다. 실시예에서, 주어진 시간에서 프로브의 위치의 추정치는 초음파와의 상호-정합에서 사용될 수 있으며, 따라서 상호-정합 동안, 광음향 파라메트릭 맵 또는 광-음향 이미지의 위치가 초음파 프레임이 수집되는 알려진 시간에 기초하여 오버레이를 위한 예상된 위치와 부합하도록 시프트된다; 따라서 초음파 및 광음향 정보가 인터리빙 방식으로 수집될 때, 또한 상호-정합된 프레임들 사이에서의 위치 오정렬을 감소시킬 수 있는 상호-정합된 오버레이의 평활한 추적 움직임이 생성될 수 있다.
다음의 프로세싱 단계들은 움직임 추정의 예시적인 실시예이다:
a. 다음에 의해, 입력 파라미터들에 기초하여 필터 어레이를 생성한다(또는 재생성한다):
ⅰ. 방사상 주파수 컴포넌트들을 획득한다,
ⅱ. 대역통과 필터 어레이를 생성하기 위해 상승 코사인 아포디제이션 함수를 사용한다;
b. 이전 프레임(알고리즘의 이번 반복에 저장된) 및 현재 프레임 사이에서의 상관을 결정하며 병진 오프셋 벡터를 산출한다;
c. 상관의 값이 임계치보다 낮고, 병진이 또한 임계치보다 낮다면, 움직임은 이미징 평면에 수직인 것으로 가정될 수 있다;
d. “이전” 프레임으로서 현재 프레임을 저장한다;
e. 프로브 속도는 프레임들 사이에서 경과된 시간을 사용하여 병진으로부터 추정될 수 있다;
f. 실시예에서, 병진 또는 속도 출력들은 속도의 보다 평활한 추정치를 갖기 위해 저역 통과 필터링될 수 있다.
실시예에서, 일단 움직임이 추정된다면, 잔상(820) 프로세스가 잡음을 걸러내고 이미지에서의 진짜 신호를 강화하기 위해 구동될 수 있다. 잔상(820) 프로세스는 원치 않는 신호, 예로서 잡음이 이미지에 존재할 수 있으며, 원치 않는 신호가 프레임에서 프레임으로 변할 것이라고 추정한다. 실시예에서, 원치 않는 신호는 가우시안 백색 잡음으로서 모델링될 수 있다. 실시예에서, 잔상(820) 프로세스가 구동되는 두 개의 이미지들이 매우 상관될 것이며, 프레임에서 프레임으로 진짜 이미지 콘텐트에서의 변화가 작도록 만든다고 가정된다. 진짜 이미지 콘텐트에서의 변화가 작을수록, 달성될 결과들은 더 양호하다는 것이 이 기술분야의 숙련자에게 명백할 것이다.
실시예에서, 잔상(820) 프로세스는 이미지 데이터에 대한 가중 이동 평균화(weighted moving averaging; WMA)를 수행하며, 여기에서 하나 이상의 이전 프레임들이 이미지를 갖고 가중되고 고려된다. 실시예에서, 이전 프레임 또는 프레임들에 주어진 가중치는 단일 입력 파라미터에 의존할 수 있다. 실시예에서, 이전 프레임들에 주어진 가중치는 복수의 파라미터들에 의존할 수 있다. 실시예에서, 잔상(820) 프로세스는 이미지 데이터에 대한 기하급수적으로 가중된 이동 평균화(EWMA)를 수행하며, 이것은 (무한 임펄스 응답) IIR 필터의 일 유형이다. 유한 임펄스 응답(FIR) 필터 대신에 IIR 필터를 사용하는 것은 예를 들면, 단지 이미지 어레이, 및 메모리에서의 이전 프레임들을 위한 어레이를 가진 것과 같이, 산출을 위해 메모리에 보다 적은 데이터를 저장하는 것을 허용한다.
실시예에서, 샘플(n)에 대해, 출력 값(y[n])은 y[n] = (1-α) x[n] + α y[n-1]으로서 입력 값(x[n]) 및 이전 출력 값(y[n-1])으로부터 산출된다. n < 0이면 y[n] = 0.
다음의 프로세싱 단계들은 잔상의 예시적인 실시예이다:
a. 초기화 동안, 또는 이미지 크기가 변한다면,
잔상_버퍼라 불리우는 어레이를 할당하고 초기화한다
b. 병진 움직임이 검출된다면(및 버퍼가 플러싱되지 않는다면)
ⅰ. 선형 병진을 사용하여 현재 채널에 대한 잔상 버퍼를 검출된 양만큼 시프트한다
c. 입력 이미지에서의 각각의 픽셀에 대해
ⅰ. 잔상 버퍼가 플러싱되지 않는다면,
잔상_버퍼[채널][픽셀] = (1-알파)*입력_이미지[픽셀] + 알파* 잔상_버퍼[채널][픽셀];
그렇지 않다면
입력 이미지 픽셀의 값을 설정함으로써 채널에 대한 잔상 버퍼를 플러싱한다, 예로서 잔상_버퍼[채널][픽셀] = 입력_이미지[픽셀];
ⅱ. 출력_이미지[픽셀] = 잔상_버퍼[채널][픽셀]
실시예에서, 잔상(820) 프로세스가 구동된다면, 정렬(830) 프로세스가 현재 이미지 및 이전 이미지를 정렬시키기 위해 사용될 수 있다. 실시예에서, 정렬(830) 프로세스는 움직임 추정(810)의 결과들(예로서, 수평 및 수직 픽셀 산출들)에 의존할 수 있다. 실시예에서, 정렬(830) 프로세스는 이전 프레임 및 고려 중인 프레임 사이에서의 이동을 추정할 수 있다. 정렬(830) 프로세스는 수직 및/또는 수평 오프셋만큼 시프트된 출력 이미지를 제공한다. 실시예에서, 수직 및/또는 수평 오프셋은 픽셀들로 제공된다. 실시예에서, 잔상 프로세스를 위한 움직임 추정치는, 유사한 채널들로부터의 이미지들이 움직임 추정을 수행하기 위해 가장 유사한 특징들을 가질 것이기 때문에, 유사한 파장 채널들의 이미지들로부터의 위상 상관 정보를 사용한다. 실시예에서, 정렬 프로세스는 유사하지 않은 채널들로부터의 이미지들이 산출 이전에 정렬되어야 하기 때문에 유사하지 않은 파장 채널들의 이미지들 상에서 구동한다.
실시예에서, 움직임 추정 및 상관은 프레임간 잔상 아티팩트 추정 절차에 의해 사용된 프레임들을 자동으로 검출하기 위해 사용된다.
파라메트릭 이미지들을 생성하기(240) - 산소화 및 헤모글로빈 산출(720)
움직임 및 추적(705) 후, 정렬된 쇼트 엔벨로프 이미지(710) 및 정렬된 롱 엔벨로프 이미지(715)는 그레이스케일 산소화 맵(725) 및 그레이스케일 헤모글로빈 맵(730)을 생성하기 위해 산소화 및 헤모글로빈 산출(720)을 사용하여 프로세싱될 수 있다. 일반적으로, 혈액에서의 광학적 흡수는 광의 상이한 파장들에서 상이하다. 게다가, 혈액에서의 광학적 흡수는 혈액 산소화에 의해 영향을 받는다. 흡수의 계수 때문에, 광의 몇몇 파장들에서, 주어진 산소화의 혈액은 보다 낮은 산소화에서의 혈액보다 더 광음향적으로 응답적인 반면, 광의 다른 파장들에서, 그 역이 참이다. 예를 들면, 산소화된 혈액은 약 757 nm 파장에서 우세한 출력을 가진 알렉산드라이트 레이저로부터의 자극들에 응답하여 산소 제거된 혈액보다 덜 광음향적으로 응답적인 반면, 혈액 산소화된 혈액은 약 1,064 nm 파장에서 우세한 출력을 가진 Nd:YAG 레이저로부터의 자극들에 응답하여 산소 제거된 혈액보다 더 광음향적으로 응답적이다.
도 9로 가면 및 이하에 보다 상세히 논의되는 바와 같이, 헤모글로빈 맵 및 산소화는 쇼트 및 롱파장들에서 탈산소-헤모글로빈 및 산화-헤모글로빈에 대한 흡수 계수들에 관한 정보를 사용하여 계산될 수 있다. 조직으로의 광의 투과가 변할 수 있기 때문에, 실시예에서, 광 투과는 통계적으로 정규화될 수 있으며(플루언스를 정규화하기(910)), 실시예에서, 광 투과는 관심 영역(ROI) 내에서 통계적으로 정규화된다. 실시예에서, 평활화(920)가 적용될 수 있다. 또한, 실시예에서, 산소화 산출(940)(헤모글로빈 산출(950)이 아닌)은 잡음 제거(930) 프로세스에 의해 강화될 수 있다. 실시예에서, 헤모글로빈 및/또는 산소화 산출들이 잡음 제거 프로세스에 의해 강화될 수 있다.
실시예에서, 사이노그램을 획득하는 시스템과 동일할 수 있지만, 그럴 필요는 없는 - 광음향 데이터에 대한 프로세싱을 수행하는 시스템 및/또는 광음향 출력을 디스플레이하는 시스템은 관심 영역을 선택하기 위한 능력을 운영자에게 제공할 것이다. 실시예에서, 그래픽 사용자 인터페이스는 사용자가 예로서, 초음파 또는 광음향 이미지 내에서 관심 영역을 식별하도록 허용할 것이다. 실시예에서, ROI는 직사각형 영역이다. 실시예에서, ROI는 비-직사각형일 수 있다. 실시예에서, ROI는 상기 픽셀이 계산적 관심 영역의 일부인지를 표시하기 위해 이미지에서 및/또는 결과적인 파라메트릭 맵에서의 각각의 픽셀에 대한 값, 예로서, 부울 값에 의해 특정되며; 이러한 식으로, 산출은 직사각형 형태들에 대해 수행하는 것에 제한되지 않는다. 실시예에서, 별개의 ROI가 디스플레이 목적들을 위해 사용될 수 있으며, 따라서 예를 들면, 하나의 ROI가 계산적으로 사용될 수 있으며, 별개의 ROI가 디스플레이된 이미지에서 경계 디스플레이로서 사용될 수 있다. 다시 말해서, 계산적 ROI 및 디스플레이 ROI는 동일한 ROI일 필요가 있다.
실시예에서, 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234) 내에서의 ROI에서의 플루언스는 통계적으로 정규화될 수 있다. 실시예에서, 쇼트 엔벨로프 이미지(232) 및 롱 엔벨로프 이미지(234) 내에서의 ROI에서의 플루언스는 수학 함수를 사용하여 통계적으로 정규화될 수 있다. 실시예에서, 엔벨로프 이미지의 ROI를 가진 각각의 픽셀을 통계적으로 정규화하기 위해, 상기 픽셀의 값은 ROI에서의 픽셀 값들에 대한 표준 편차에 의해 나누어진다. 이러한 정규화 방법은 조직 내에서의 특정 타겟에 대한 광의 실제 플루언스에서의 변화를 보상하기 위해 사용되는데, 이는 실제 플루언스가 알려지지 않기 때문이며, 레이저 이벤트에서 레이저 이벤트로뿐만 아니라 사람에서 사람으로 변할 수 있다. 일단 통계적으로 정규화되면, ROI는 일반적으로 타겟 조직 또는 볼륨에 관한 양적 정보를 반영한다. 정규화를 위한 물리적 조정은 OA 원칙들에 기초하지 않으며, 오히려 동작의 효과는 각각의 파장에 대한 히스토그램들의 폭(표준-편차)이 특정 조건들 하에서 불변인 경향이 있는 관찰에 기초하여, 관심 영역에서의 파장의 각각의 히스토그램을 정규화하는 것이다. 게다가, 레이저 플루언스는 깊이에서 정확히 수량화될 수 없으며, 파장들 사이에서의 히스토그램 폭은 다른 미지수들에 관하여 몇몇 일반적인 안정성을 갖는 것으로 여겨진다.
실시예에서, 평활화(920)는 2차원 컨볼루션 필터를 통해 이미지들에 대해 수행될 수 있다. 실시예에서, 2차원 컨볼루션 필터 커널은 조정 가능한 파라미터에 기초할 수 있다. 실시예에서, 필터 커널 파라미터는 가우시안에 대해 디폴트가 된다. 실시예에서, 보다 효율적인 구현을 허용할 수 있는 가우시안 또는 다른 필터 커널이 분리 가능하다. 실시예에서, 평활화 커널은 피처-크기 선택과 관련될 수 있는, 특정 크기 또는 스케일의 목표들에 초점을 맞추도록 허용하기 위해 설비를 제공할 수 있다. 실시예에서, 피처-크기 선택 커널은 대역통과 필터일 수 있다. 실시예에서, 사이노그램을 획득하는 시스템과 동일할 수 있지만, 그럴 필요는 없는, 광음향 데이터에 대한 프로세싱을 수행하는 시스템, 및/또는 광음향 출력을 디스플레이하는 시스템은 2차원 컨볼루션 필터 커널에 기초하는 조정 가능한 파라미터를 선택하기 위한 능력을 운영자에게 제공할 것이다. 필터 커널은 파라메트릭 이미지들에, 또는 엔벨로트 이미지들에, 또는 복소수-값 이미지에 적용될 수 있다. 실시예에서, 필터 커널은 프로세싱의 임의의 스테이지에서 적용될 수 있다.
다음의 프로세싱 단계들은 평활화의 예시적인 실시예이다:
a. 이미지의 차원들, 커널 유형 및 스케일링 파라미터, 시그마에 따라 필터 커널을 계산한다;
b. 데이터와 함께 2차원 대칭 컨볼루션을 수행하기 위해 커널을 사용한다.
헤모글로빈 산출(950) 프로세스는 쇼트 및 롱 엔벨로프 이미지들을 사용하여 수행될 수 있다. 실시예에서, 정규화된, 평활화된 쇼트 및 롱 엔벨로프 이미지들(922, 924)은 헤모글로빈 계수들의 2x2 매트릭스와 함께 헤모글로빈 산출(950) 프로세스에서 사용된다. 다음에 k11, k12, k21, 및 k22로 불리우는, 헤모글로빈 계수들은 헤모글로빈 또는 혈액에 대한 의사-역 흡수 계수들에 비례한다. 실시예에서, 순방향 흡수 계수들은 헤모글로빈 계수들의 도출에 사용될 수 있으며 쇼트 및 롱 파장들의 각각에서 산소화되고 산소 제거된 혈액 또는 헤모글로빈의 흡수와 관련될 것이며, 또한 물의 흡수 및 다른 흡수기들을 고려할 수 있다. 실시예에서, 의사-역 계수들이 대신에 직접 도달될 수 있거나 또는 경험적으로 동조되거나 또는 조정될 수 있다. 실시예에서, 의사-역 흡수 계수들이 또한 조직에서의 다른 흡수 재료의 예상된 값들을 고려할 수 있다. 이러한 방법론은 보다 많은 흡수 재료들이 존재하거나 또는 보다 많은 레이저 파장들이 사용되는 상황들로 확대될 수 있다. 계산이 또한 상이한 흡수기들에 대해 적용될 수 있다. 이러한 방법론은 보다 많은 흡수 재료들이 존재하거나 또는 보다 많은 레이저 파장들이 사용되는 상황들로 확대될 수 있다. 부록에 추가로 예시되는 바와 같이, 실시예에서, 그레이스케일 헤모글로빈 맵(730)의 픽셀들은 (k11+k21) * 쇼트_이미지+ (k21+k22) * 롱_이미지로서 픽셀 단위로 계산될 수 있다.
공통 잡음 제거(930) 프로세스가 쇼트 및 롱 엔벨로프 이미지들을 사용하여 수행될 수 있다. 실시예에서, 정규화된, 평활화된 쇼트 및 롱 엔벨로프 이미지들(922, 924)은 공통 잡음 제거(930) 프로세스에서 사용된다. 공통 잡음을 제거하기 위한 프로세스의 예시적인 실시예는 부록에서의 의사-코드에 제공된다. 실시예에서, 공통 잡음 제거(930) 프로세스는 정규화되고, 평활화된, 공통 잡음 제거된, 쇼트 및 롱 엔벨로프 이미지들(932, 934)을 생성한다. 실시예에서, 이들 이미지들(932, 934)은 그 후 산소화 계수들의 2x2 매트릭스와 함께 산소화 산출(950) 프로세스에 의해 사용된다. 다음에 k11, k12, k21 및 k22로서 불리우는, 산소화 계수들은 헤모글로빈 또는 혈액에 대한 의사-역 흡수 계수들에 비례한다. 실시예에서, 순방향 흡수 계수들은 헤모글로빈 계수들의 도출에 사용될 수 있으며 쇼트 및 롱 파장들의 각각에서 산소화되고 산소 제거된 혈액 또는 헤모글로빈의 흡수와 관련될 것이며, 또한 물의 흡수 및 다른 흡수기들을 고려할 수 있다. 실시예에서, 의사-역 계수들이 대신에 직접 도달될 수 있거나 또는 경험적으로 동조되거나 또는 조정될 수 있다. 실시예에서, 헤모글로빈 산출 프로세스에 대해 상기 논의된 바와 같이, 의사-역 흡수 계수들이 또한 조직에서의 다른 흡수 재료의 예상된 값들을 고려할 수 있다. 상기와 같이, 계산은 또한 상이한 흡수기들에 대해 적용될 수 있다. 헤모글로빈 산출 프로세스를 수행하기 위한 방법론과 마찬가지로, 이러한 방법론은 또한 보다 많은 흡수 재료들이 존재하거나 또는 보다 많은 레이저 파장들이 사용되는 상황들로 확대될 수 있다. 부록에 추가로 예시되는 바와 같이, 실시예에서, 그레이스케일 헤모글로빈 맵(730)의 픽셀들은 (k11+k21) * 쇼트_이미지 / ((k11+k21) * 쇼트_이미지 + (k12+k22) * 롱_이미지)로서 픽셀 단위로 계산될 수 있다. 실시예에서, 이러한 등식은 또한 픽셀 기반에서의 계산이 (k01+ (k11+k21) * 쇼트_이미지)/ (k01+(k11+k21) * 쇼트_이미지+ k02+(k12+k22) * 롱_이미지)가 되도록 상수 항들(k01 및 k02)을 갖고 수정될 수 있다. 실시예에서, 항들(k01 및 k02)은 관심 영역의 통계 함수로부터 계산된다.
파라메트릭 맵들을 계산하기 위한 다른 방법들이 상기 설명된 방법들 대신에 사용될 수 있다. 실시예에서, 다수의 레이저 파장들은 단일 프레임에서 동일한 순간에 발사될 수 있으며, 전체적으로 프레임은 측정 이벤트에 대응한다. 분자 농도들은 주파수 홉핑 확산 스펙트럼 또는 다른 유사한 기술들을 사용함으로써 각각의 측정 이벤트에서 발사된 레이저 파장들의 상이한 조합들을 갖고 여러 개의 측정 이벤트들을 분석함으로써 디코딩될 수 있다. 실시예에서, 다수의 레이저 파장들이 동시가 아닌 단일 프레임에서 발사될 수 있으며, 여기에서 분자 농도들은 블라인드 소스 분리 또는 유사한 기술들을 사용하여 프레임을 분석함으로써 결정될 수 있다. 다수의 파장 단일 프레임 접근법은 움직임에 대한 민감도를 개선할 수 있다. 실시예에서, 분석 단계들은 볼륨의 하나 이상의 부분들에서 분자 농도들을 결정하기 위해 레이저 파장들로부터 흡수 방정식들의 시스템들을 해석하는 것을 포함할 수 있다.
파라메트릭 이미지들 생성(240) - 잡음 제거(735)
도 7로 가면, 잡음 제거(735) 프로세스를 적용하는 것은 가우시안 백색 잡음과 유사한 특성들을 가진 잡음을 제거할 수 있다. 실시예에서, 생성된 그레이스케일 산소화 및 헤모글로빈 맵들(725, 730)을 갖고, 잡음 제거(735) 프로세스는 웨이블릿 도메인에서의 맵들에 적용된다. 실시예에서, 잡음 제거(735)는 대안적으로, 또는 부가적으로 실제 또는 복소 사이노그램들 및/또는 실제 또는 복소 이미지들에 적용될 수 있다. 대상(예로서, 맵들, 이미지들, 또는 사이노그램들)에 관계없이, 잡음 제거(735) 프로세스는 프로세싱의 상이한 면적들에 적용될 수 있다.
실시예에서, 다중-스펙트럼 잡음 제거 절차가 사용되며, 이것은 잡음을 감소시키기 위해 하나 이상의 광학 파장으로부터의 정보를 사용한다. 실시예에서, 다중-스펙트럼 잡음제거는 예를 들면, 두 개의 순차적인 맵들, 이미지들 또는 사이노그램들, 두 개의 비-순차적인 맵들, 이미지들, 또는 사이노그램들과 같은 상이한 샘플링된 데이터세트들로부터, 또는 상이한 파장 광 이벤트들에 기인한 맵들, 이미지들 또는 사이노그램들로부터의 정보를 사용하여 잡음 제거할 수 있다.
실시예에서, 잡음제거(735) 프로세스는 2차원 웨이블릿 변환 도메인에서 동작할 수 있다. 실시예에서, 웨이블릿 잡음제거는 웨이블릿 도메인 계수들에서 임계 동작에 기초한다. 실시예에서, 복소수-값 2차원 웨이블릿 변환이 사용될 수 있다. 실시예에서, 이변수 수축 방법을 통한 웨이블릿 임계가 잡음 감소를 위해 적용될 수 있다.
다음의 프로세싱 단계들은 잡음제거의 예시적인 실시예이다:
a. 선택적으로, 이미지의 경계들을 확장한다, (예로서, 대칭적 확장을 사용함으로써)
b. 이미지의 2차원 웨이블릿 변환을 계산한다, (예로서, 2차원 복소 이중-트리 웨이블릿 변환)
c. 적응적 또는 고정된 임계 함수에 따라 웨이블릿 도메인에서의 계수들의 임계치를 구하며, 임계 함수는 이미지, 신호, 웨이블릿 계수들의 특성들 및/또는 그것의 통계 특징들에 기초할 수 있다.
d. 변경된 계수들의 역 2차원 웨이블릿 변환을 계산한다.
e. 원래 크기의 이미지를 리턴하기 위해 이미지의 임의의 확장된 경계들을 삭제한다.
실시예에서, 잡음제거(735) 프로세스는 예를 들면, 잡음제거된 그레이스케일 산소화 맵 또는 잡음제거된 그레이스케일 헤모글로빈 맵과 같이, 입력과 동일한 차원들을 가진, 입력의 잡음 제거된 버전을 리턴할 것이다.
파라메트릭 이미지들 생성(240) - 통계적 컬러 매핑 (740)
통계적 컬러 매핑(740) 프로세스는 그레이스케일(예로서, 단일-이미지-채널(예를 들면, 3-이미지-채널 RGB 이미지와 비교하여)) 맵을 취하기 위해 수행되고, 보다 의미있는 것으로 여겨진 하이라이트 데이터에 컬러에 제공하며, 특정 픽셀들의 가시성을 모호하게 하기 위해 사용될 수 있는 투명성 마스크를 제공한다. 실시예에서, 통계적 컬러 매핑(740)은 4개의 스테이지들, 즉 ROI의 통계들을 산출하는 것, 컬러 매핑을 생성하는 것, 맵을 보간하는 것, 및 투명 마스크를 생성하는 것으로 이루어진다. 실시예에서, 통계적 컬러 매핑(740)은, 맵을 보간하는 스테이지가 선택적이기 때문에, 3개의 스테이지들, 즉 ROI에 대한 통계를 산출하는 것, 컬러 매핑을 생성하는 것, 및 투명 마스크를 생성하는 것으로 이루어지며, 특히 맵은 스테이지를 합당하게 불필요하게 하기 위해 충분한 컬러 깊이(즉, 충분한 수의 컬러들)를 가진다.
통계 산출 스테이지에서, 계산적 관심 영역이 컬러 산출시 교정 또는 기준 포인트들로서 사용되도록 산출된다. 실시예에서, 평균 및 표준 편차가 이 스테이지에서 산출된다. 상기 논의된 바와 같이, ROI는 임의의 형태일 수 있다. 실시예에서, ROI는 상기 픽셀이 계산적 관심 영역의 일부인지를 표시하기 위해 파라메트릭 맵에서 각각의 픽셀에 대한 값, 예로서, 부울 값에 의해 특정되며; 따라서 산출은 직사각형 형태들에도 인접한 ROI에도 제한되지 않는다. 실시예에서, ROI는 예로서, 기준들에 기초하여 적어도 헤모글로빈 함유량의 임계 레벨, 또는 다른 이러한 분자 또는 생리학적 표시자를 갖는 것으로 결정된 픽셀들과 같이, 하나 이상의 기준들을 충족시키는 이미지에서의 특정 픽셀들에 대응할 수 있다. 이러한 ROI 픽셀들에 대한 기준들은 계산을 위해 또는 콘트라스트 또는 디스플레이의 다른 양상들을 강화하기 위해 유용할 수 있는 이들 기준들을 포함할 수 있다.
컬러 매핑을 생성하는 스테이지에서, 컬러 매핑은 그레이스케일(예로서, 단일-이미지-채널) 이미지로부터 미리 정의된 컬러 맵으로 생성된다. 컬러 맵은 출력 이미지에서 정보를 표현하기 위해 사용될 컬러들(예로서, RGB 컬러들)의 순서화된 리스트를 결정한다. 실시예에서, 컬러 기준 포인트는 초기에 계산적 ROI의 평균 더하기 오프셋으로서 취해지며, 여기에서 오프셋은 ROI의 표준 편차로 컬러 오프셋 바이어스 파라미터를 나눔으로써 산출된다. 그 후, 통계 정보를 사용하여, 컬러 한계들이 산출된다. 컬러 한계들은 컬러 맵에서의 첫 번째 및 마지막 인덱스들에 대응하는 파라메트릭 데이터의 수치 값들이다. 컬러 한계들은 중간포인트와 같이, 계산되거나 또는 사용자-공급된 기준 파라미터에 관한 계산적 ROI의 표준 편자에 관하여 정의될 수 있다. 실시예에서, 컬러 제한들은 그것의 메뉴에 관한 계산적 ROI의 표준 편차에 관하여 정의될 수 있다. 실시예에서, 컬러 제한들은 RMS 콘트라스트, 미켈슨(Michelson) 콘트라스트, 웨버(Weber) 콘트라스트, 로컬 이미지 콘트라스트 메트릭(필터링된 이미지에 대하여 비교된 콘트라스트) 또는 콘트라스트의 다른 측정과 같이, 콘트라스트의 측정에 관하여 정의되며, 여기에서 컬러 제한들은 계산적 ROI에서의 콘트라스트의 측정을 최적화하거나 또는 최대화하기 위해 풀어지며 그에 의해 적응적 질적 이미지의 디스플레이를 허용한다. 대표적인 실시예에서, RMS 콘트라스트가 사용된다. 실시예에서, 상한 및 하한 값들은 평균 더하기 또는 빼기 표준 편차 곱하기 컬러-콘트라스트 파라미터와 같다. 실시예에서, 컬러들에 대한 매핑은 컬러 맵에서의 제 1 값에 하한 값을 및 컬러 맵에서의 마지막 값에 상한 값을 관련시키고, 이러한 엔드포인트들 사이에서의 그레이스케일 이미지의 중간 값들을 선형적으로 매핑시킴으로써 달성될 수 있다.
예시적인 실시예에서, 컬러 맵핑은 다음의 단계들에 의해 수행될 수 있으며, 이것은 부록에서 보다 상세히 표현될 수 있다:
a. 관심 영역의 표준 편차를 계산한다
b. 컬러 기준 포인트를 관심 영역의 평균 더하기 표준 편차로 나뉘어진 바이어스 파라미터로 설정한다
c. 하위 컬러 한계를 컬러 기준 포인트 빼기 표준 편차 곱하기 컬러 콘트라스트 파라미터로 설정한다
d. 상위 컬러 한계를 컬러 기준 포인트 더하기 표준 편차 곱하기 컬러 콘트라스트 파라미터로 설정한다
e. 그레이스케일 이미지에서의 각각의 픽셀을 컬러 맵에서의 컬러 값으로 선행적으로 매핑시키고, 하한 값은 컬러 맵에서의 제 1 인덱스에 대응하고, 상한 값은 컬러 맵에서의 마지막 인덱스에 대응하고, 값들은 경계 컬러들에서 포화된 상한 및 하한들을 넘으며, 사이 값들은 상한 및 하한 사이에서 선형적으로 보간된다.
(선택적) 보간 단계에서, 컬러 맵이 보간된다. 실시예에서, 컬러 맵은 중간 컬러 값들을 평활하게 매핑시키기 위해 보간되며 고르지 못한 디스플레이를 방지한다. 컬러 한계들을 사용하여, 보간 단계는 파라메트릭 이미지를 컬러 맵으로 재스케일링한다. 실시예에서, 각각의 픽셀의 컬러는 맵에서 두 개의 대응하는 인접한 커러들 사이에서 선형 보간을 사용함으로써 중간 값들에 대해 설정된다. 실시예에서, 컬러 맵은 재스케일링이 보간을 요구하지 않도록 충분한 깊이에서 제공되지만, 직접 조사를 사용하기 위해 요구된 분해능을 제공할 수 있다.
다음의 프로세싱 단계들은 부록에 보다 상세히 표현되는 바와 같이, 컬러 맵을 선형 매핑하고 보간하는 예시적인 실시예이다:
a. 최대 컬러 맵 인덱스를 컬러 맵에서의 마지막 엔트리에 대응하도록 설정한다(즉, 컬러들의 수):
ⅰ. 최대_컬러맵_인덱스= NumRGBColors - 1
b. 강도들이 파라메트릭 맵에서 로우 및 컬럼에 의해 각각의 픽셀에 대한 컬러 팔레트와 동일한 수치 범위에 대응하도록 이미지를 재스케일링한다
ⅰ. B[로우][컬럼] = (파라메트릭_맵[로우][컬럼] - 하위_컬러_한계_범위) * (최대_컬러맵_인덱스)/(상위_컬러_한계_범위- 하위_컬러_한계_범위)
ⅱ. B[로우][컬럼] = min(max(B[로우][컬럼], 0), 최대_컬러맵_인덱스)
c. 바닥 함수를 사용함으로써 B의 각각의 픽셀의 팔레트 인덱스들을 계산하고 결과적인 어레이(“인덱스”)를 호출한다.
ⅰ. 인덱스[로우][컬럼] = min(floor(B[로우][컬럼]), 최대_컬러맵_인덱스)
d. 컬러맵이 충분한 컬러 깊이를 가진다면, 보간의 효과가 무시해도 될 정도이도록, 대응하는 컬러맵 인덱스의 RGB 값은 rgb_out[로우][컬럼] [컴포넌트] = 컬러맵(인덱스[로우][컬럼], 컴포넌트)로서 계산될 수 있다. 그러나, 이러한 컬러 맵이 충분한 컬러 깊이를 갖지 않는다면, 다음의 단계들이 수행될 수 있다:
ⅰ. B 및 인덱스 사이에서의 차이인 나머지를 계산하고 결과적인 어레이(“델타”)를 호출한다:
1. 델타[로우][컬럼] = B[로우][컬럼] - 인덱스[로우][컬럼]
ⅱ. 제공된 컬러맵으로 RGB 컬러 채널들을 보간하기 위해 델타의 값을 사용한다:
1.각각의 컬러 채널 컴포넌트(적색, 녹색, 청색)에 대해, rgb_out[로우][컬럼]에서의 각각의 픽셀의 컬러 컴포넌트를 다름과 같이 설정한다:
a. rgb_out[로우][컬럼][컴포넌트] = 컬러맵(인덱스[로우][컬럼], 컴포넌트)*(1-델타[로우][컬럼]) + 컬러맵(인덱스+1, 컴포넌트)*델타[로우][컬럼]
e. RGB 값들이 부동 소수점 값들에 의해 표현된다면 RGB 컬러들에 대한 값들이 0.0 및 1.0 사이에 있음을 보장한다.
투명 마스크를 생성하는 단계에서, 투명 마스크는 맵의 투명한 부분들을 식별하기 위해 생성된다. 파라미터들(lower_transparancy_threshold 및 upper_transparancy_threshold)은 보간 단계에서 산출된 컬러 한계들 및 파라메트릭 이미지에 존재하는 값들에 기초하여 투명성 임계치를 정의한다. 실시예에서, 중간 레벨들의 투명성이 하드 컷오프보다는 투명에서 불투명으로의 점진적인 페이드가 제공되도록 하위-투명성-임계치(lower_transparancy_threshold) 또는 상위-투명성-임계치(upper_transparancy_threshold)로 떨어지는 픽셀 값들을 위해 사용된다. 실시예에서, 불투명성을 위한 파라미터는 하드 임계치를 갖기보다는 맵에서 픽셀들을 평활하게 렌더링하기 위해, 평활화 파라미터로서 사용된다. 부록에 도시된 바와 같이, 투명성은 calculate_transparency_mask subfunction를 사용하여 평활하게 전이될 수 있다. 미리 정의되거나 또는 계산된 마스크는 특정 위치들에서 맵을 투명하게 만들기 위해 사용될 수 있다. 실시예에서, display_roi라 불리우는 마스크(맵과 동일한 차원들을 가진)는 완전히 투명한 맵에서의 픽셀들에 대응하는 위치들에서 거짓일 것이다(예로서, 제로 값을 갖는). 실시예에서, display_roi에서의 픽셀은 그것이 ROI의 범위 밖에 있을 때 거짓이다. 실시예에서, display_roi에서의 픽셀은 디스플레이 오버레이가 예를 들면, 그것이 이미지의 에지들에 대해 설정될 수 있는 경계 마진들의 범위 밖에 있는 것과 같이 도시되지 않아야 한다면, 맵에서의 대응하는 데이터를 모호하게 하기 위해 거짓으로 설정될 수 있다.
실시예에서, 통계적 컬러 매핑(740) 프로세스의 출력은 각각이 그레이스케일 맵과 동일한 수의 픽셀들을 포함하는 4 매트릭스들을 포함하며, 하나는 적색, 녹색, 및 청색(RGB)의 값들을 위한 것이고 하나는 알파 채널(A) 또는 투명 층으로서이다. 따라서, 실시예에서, 통계적 컬러 매핑(740) 프로세스는 그레이스케일 맵의 형태로 하나의 매트릭스를 수신하며, 총괄하여 RGBA 데이터, 또는 컬러 맵으로 불리울 수 있는 4를 리턴한다. 따라서, 그레이스케일 산소화 맵(725)은 총괄하여 산소화 맵(250)으로서 불리우는 RGBA 데이터를 생성하기 위해 통계적 컬러 매핑(740)에 의해 프로세싱되며, 그레이스케일 헤모글로빈 맵(730)은 총괄하여 헤모글로빈 맵(255)으로 불리우는 RGBA 데이터를 생성하기 위해 통계적 컬러 매핑(740)에 의해 프로세싱된다.
참조 명칭들(산소화 맵 및 헤모글로빈 맵)은 맵들이 이름이 같은 물질의 모두 또는 그것만을 보여주는 것을 제안하도록 의도되지 않는다. 대신에, 그것들은 단지 참조를 위해 사용된다. 보다 구체적으로, 혈액 산소화는 산소화 맵에 의해 디스프레이된 중요한 조직 특성이지만, 아마도 반드시 산소화 맵에 의해 디스플레이된 가장 중요한 조직 특성이 아닐지라도, 그것은 산소화 맵이 어떤 다른 조직 특성들도 디스플레이하지 않는다는 것이 본 개시의 범위 내에 있으며, 산소화 맵이 상당한 부가적인 조직 특성들을 디스플레이한다는 것이 본 개시의 범위 내에 있다. 마찬가지로, 헤모글로빈 맵은 단지 참조를 위해 그렇게 명명되며, 명칭은 콘텐트에 대한 제한으로서 의도되지 않는다. 대신에, 헤모글로빈은 조직에서의 강한 광학 흡수일지라도, 헤모글리본 맵이 어떤 다른 조직 특성들도 디스플레이하지 않는다는 것이 본 개시의 범위 내에 있으며, 헤모글로빈 맵이 상당한 부가적인 조직 특성들을 디스플레이한다는 것이 본 개시의 범위 내에 있다. 다시 말해서, 명칭들은 제한들이 되도록 의도되지 않으며, 그러나 그것들은 맵에 반영된 분자 표시자들의 적어도 상당한 부분을 나타내는 것으로 믿겨진다. 실시예에서, 통계적 맵 기술은 콘트라스트의 소스들로서 조직의 다른 표시자들을 디스플레이하기 위해 사용될 수 있다. 실시예에서, 통계적 맵 기술은 사운드의 속도, 광학 흡수, 광학 산란, 밀도 또는 조직의 다른 이러한 계산된 파라미터를 표현한 계산된 공간적으로 의존적 이미지에 기초하여 질적 콘트라스트를 디스플레이하기 위해 사용될 수 있다. 요컨대, 본 개시 섹션은, 그것의 명칭이 내포하는 바와 같이, 파라메트릭 - 또는 파라미터-기반 - 이미지들을 생성하는 부분으로서 통계적 컬러 매핑에 관한 것이다. 산소화 맵 및 헤모글로빈 맵을 보여주는 예들이 단지 예시를 위해 제공된다.
따라서, 상술되고 이하에 추가로 상세히 설명되는 바와 같이, 통계적 매핑 방법은 질적 이미지를 생성하기 위해 제공된다. 이 점에서 질적 이미지는 특정된 수치 값들을 가진 양적 이미지와는 대조적으로, 실질적으로 수치 값들이 없는 이미지이다.
실시예에서, 상대적인 콘트라스트를 사용한 질적 이미지들을 생성하는 시스템이 제공되며, 여기에서 볼륨에서의 에너지 플루언스 프로파일은 충분히 알려지지 않거나 또는 측정 가능하지 않거나, 또는 그것에 대한 수학적 또는 컴퓨터 모델로부터 충분히 벗어날 수 있다. 이러한 상황은 결과적으로 부족 결정 세트의 등식들, 또는 정확도의 손실을 야기하며, 결과적으로 솔브드-포(solved-for) 파라미터의 정확한 양적 수치 해결책을 방지하거나, 또는 계산된 파라메트릭 값의 양적 정확도가 분자의 절대 또는 상대 농도와 같은 솔브드-포 조직 파라미터의 특정 레벨들로 특정 지시(진단) 컬러를 할당하는 것을 지원하기에 실질적으로 불충분한 경우를 야기한다. 발생할 수 있는 하나의 문제는 특정 로컬 위치의 계산된 농도의 정확도가 주제들에 걸쳐 및 이미징 깊이에 따라 변화하는, 각각의 광학 파장의 흡수 및 산란의 레이트들에 의존적일 수 있다는 것이다. 이러한 계산이 각각의 공간적 위치에 대하여 독립적으로 수행될 때, 계산된 값은 고정된 또는 비-통계적 매핑이 사용될 때 컬러를 부정확하게 디스플레이하기에 충분한 실제 값으로부터 벗어날 수 있다. 이러한 상황을 핸들링하기 위해, 기준 레벨은 관심 영역 내에서의 볼륨에 포함된 보통의 배경 재료에 대하여 통계적으로 결정된다. 일 실시예에서, 충분히 평범한 또는 기준 유방 조직이 사용되며, 상기 유방 조직은 특정 양의 산소화(예를 들면, 80% 이상)를 갖고, 따라서 이러한 배경 조직의 통계들은 그것에 대하여 컬러화의 나머지를 질적으로 비교하기 위해 사용되고, 관심 영역의 평균은 평균 배경 양을 표현한다. 어떤 배경 흡수도 없는 몇몇 팬텀들은 기준 레벨 절차가 단지 배경이 아닌 앞서 말한 것에서의 아이템들에 첨부하게 만든다는 것이 주의되어야 한다. 그러나, 실제 조직에서의 배경은 기준 레벨을 사용할 수 있도록 능동적으로 돕는다. 배경의 통계는 또한 컬러에 대한 상한 및 하한들을 할당하기 위해 사용된다.
본 발명의 실시예에 따른 방법은 볼륨으로의 가변성의 대상이 되는 전자기 에너지를 축적하는 단계, 볼륨으로 축적된 에너지로부터 음향 리턴 신호를 측정하는 단계, 및 볼륨으로 공간적으로 표현된 적어도 하나의 파라미터의 값들을 추정하는 파라메트릭 맵을 계산하는 단계를 포함한다. 파라메트릭 맵의 적어도 하나의 관심 영역이 정의된다. 관심 영역은 파라메트릭 맵의 서브세트, 또는 전체 맵을 표현할 수 있다. 방법은 축적된 에너지의 공간 프로파일에서의 가변성 중 적어도 몇몇으로부터 기인한 효과들에 대해 조정하기 위해 매핑 구성을 생성한다. 매핑 구성은 파라메트릭 맵의 관심 영역 내에서의 기준 레벨을 결정하고 그 후 상위 컬러 맵 한계 및 하위 컬러 맵 한계를 특정함으로써 생성되며, 상위 컬러 맵 한계 또는 하위 컬러 맵 한계 중 적어도 하나는 기준 레벨와 비교하여 결정된다. 기준 레벨은 오프셋 값만큼 오프셋될 수 있으며, 오프셋 값은 사용자에 의해 동조 가능하거나 또는 고정될 수 있다. 파라메트릭 맵은 그 후 상술된 절차들에 따라, 렌더링된 파라메트릭 맵을 생성하기 위해 매핑 구성의 상위 및 하위 컬러 맵 한계들에 따른 컬러 맵으로 파라메트릭 맵의 추정된 값들을 매핑시킴으로써 컬러의 팔레트에서 렌더링된다. 렌더링된 파라메트릭 맵은 그 후 사용자에게 디스플레이될 수 있다. 렌더링된 파라메트릭 맵은 산소 포화도, 총 광-음향 리턴 신호 강도, 또는 다른 속성의 표현일 수 있다. 실시예에서, 렌더링된 파라메트릭 맵은 질적 이미지로서 디스플레이되며, 결과적으로 컬러화된 표현의 수치 값들은 이미지와 함께 디스플레이될 필요가 없다. 즉, 파라메트릭 맵의 컬러스케일은 컬러들에 대하여 연관시키기 위해 어떤 수치적 기준 값들도 베어링하지 않는 파라메트릭 맵과 함께 디스플레이된다.
에너지의 둘 이상의 파장들은 파라메트릭 맵에 대한 분자 콘트라스트의 소스를 제공하도록 하나 이상의 에너지 소스들에 의해 볼륨에 인가될 수 있다. 이중 파장들이 이용된다면, 파라메트릭 맵의 계산은 두 개의 전자기 에너지 파장들 중 제 1의 것에 대한 음향 리턴 신호들에 기초하여 볼륨의 공간적 표현을 계산하는 단계, 두 개의 전자기 에너지 파장들 중 제 2의 것에 대한 음향 리턴 신호에 기초하여 볼륨의 공간적 표현을 계산하는 단계, 두 개의 전자기 에너지 파장들에 대한 계산된 공간적 표현들 사이에서의 관계의 균형을 잡는 단계, 적어도 두 개의 파장들의 각각에 대한 볼륨의 균형 잡힌 공간적 표현들에 기초하여 볼륨에 공간적으로 표현된 적어도 하나의 파라미터의 값들을 추정하는 단계, 및 적어도 하나의 공간적으로 표현된 파라미터의 추정된 값들을 출력하는 단계를 포함할 수 있다. 이 점에 대해서, 균형 잡기는 계산된 공간 표현들 중 적어도 하나의 관심 영역에 적용된 수학적 특성에 기초하여 수행될 수 있으며, 그 후 계산된 공간적 표현들 중 적어도 하나를 정규화하기 위해 상기 수학적 특성의 결과를 이용하고, 그에 의해 적어도 두 개의 파장들의 각각에 대한 볼륨의 균형 잡힌 공간적 표현들을 생성한다. 균형 잡기의 수학적 특성은 통계 함수일 수 있으며, 정규화는 통계 함수의 결과에 비례하여 계산된 공간적 표현을 곱함으로써 수행될 수 있다. 실시예에서, 통계 함수는 관심 영역의 표준 편차의 역이다. 실시예에서, 통계 함수의 결과는 스칼라 값이며 곱셈을 위해 사용되는 값은 관심 영역 전체에 걸쳐 일정하다. 통계 함수의 결과는 스칼라 값일 수 있으며, 곱셈을 위해 사용되는 값은 통계 함수의 결과에 기초하여 및 미리-결정된 관계에 따라 관심 영역 전체에 걸쳐 공간적으로 변할 수 있다. 이러한 미리-결정된 관계는 가정된 공간 에너지 분포에 기초한다. 실시예에서, 균형 잡기의 수학적 특성은 두 개의 파장들 중 제 2의 것에 대한 관심 영역에서의 추정된 값들로 두 개의 파장들 중 제 1 의 것에 대한 관심 영역에서의 추정된 값들의 스칼라 투영이며, 정규화는 스칼라 투영의 결과에 비례하여 계산된 공간적 표현들 중 적어도 하나를 곱함으로써 수행된다.
파라메트릭 맵은 두 개의 파장들에 관계된 볼륨 내에서의 전자기 에너지 플루언스의 분포의 암시적 또는 명시적 모델, 또는 그것에 대한 이론적 기초를 이용함으로써 계산될 수 있다. 이것은 실질적으로 깊이 또는 거리의 함수로서 에너지 플루언스 모델에 의해 각각의 리턴 신호들 또는 이미지를 곱하고, 나누거나 또는 가중시키는 것을 수반할 수 있다. 에너지의 분포는 광음향 리턴 신호의 강도에 책임이 있다. 볼륨 전체에 걸쳐 분포된 바와 같이, 각각의 파장에 의해 야기된 실제 전자기 에너지 플루언스는 볼륨 내에서의 가변성 또는 볼륨들의 집단 내에서의 가변성으로 인해, 모델링되거나 또는 이론적 전자기 에너지 플루언스와 다르기 위한 성향을 가진다. 기준 레벨은 관심 영역 내에서의 파라메트릭 맵의 수치 값들의 통계 함수를 사용하여 결정될 수 있다. 컬러 맵은 하나 이상의 채널들로 이루어질 수 있으며 매핑 단계는 상위 및 하위 컬러 맵 한계들에 따라 컬러 맵의 각각의 채널로 파라메트릭 맵의 수치 값들을 매핑시키는 단계를 포함할 수 있다. 기준 레벨의 결정은 관심 영역 내에서 파라메트릭 맵의 수치 값들의 특정 수학적 특성을 사용할 수 있다. 기준 레벨을 결정하기 위한 특정 수학적 특성은 예로서, 관심 영역 또는 고정 상수 내에서의 픽셀들의 수치 값들의 평균일 수 있다. 기준 레벨을 결정하기 위한 특정 수학적 특성은 또한 표준 편차, 히스토그램, 최대치, 최소치, 중앙값, 최대치-최소치/2, 임계치 이상의 비율, 첨도, 왜도, 분산, 범위와 같은 통계 함수일 수 있거나, 또는 미켈슨, 웨버, 로컬 또는 RMS 콘트라스트의 측정에 기초할 수 있다. 전자기 에너지의 둘 이상의 파장들은 볼륨으로 축적될 수 있으며, 파라메트릭 맵을 계산하는 단계는 통계적 매핑 후 수행될 수 있다. 두 개의 파장들에 관계된 볼륨 내에서의 전자기 에너지 플루언스의 분포의 이론적 기반을 이용함으로써, 광음향 리턴 신호의 강도의 원인인 에너지의 분포는 계산을 인자로 포함할 수 있다. 렌더링된 맵은 투명성을 가지고 마스킹될 수 있으며, 초음파 이미지와 공동 정합될 수 있다. 상호-정합은 움직임 추정을 수반할 수 있다. 사용자 입력은 사용자가 이미지 상에서의 직사각형을 정의하도록 허용함으로써와 같이, 관심 영역을 특정하기 위해 사용될 수 있다. 이 점에 대해서, 그래픽 사용자 인터페이스를 통해 수신될 수 있는 사용자 입력은 상부 및 하부 깊이, 또는 상부 및 하부 깊이를 정의하도록 작용하는 깊이 및 높이를 정의하는 입력일 수 있다. 운영자는 사용자 인터페이스를 통해 실시간으로 관심 영역을 조정할 수 있다. 상위 및 하위 컬러 맵 한계들은 관심 영역(들)의 픽셀들의 수치 값들의 통계 함수를 계산함으로써 결정될 수 있다. 이러한 통계 함수는 표준 편차 또는 다른 이러한 통계 함수일 수 있다. 통계 함수의 결과는 상위 및 하위 컬러 맵 한계들이 기준 레벨로부터 오는 관계에 비례하도록 사용된다. 상위 컬러 한계는 기준 레벨 더하기 제 1 상수 곱하기 관심 영역의 표준 편차로서 정의되며, 하위 컬러 한계는 기준 레벨 빼기 제 2 상수 곱하기 관심 영역의 표준 편차로서 정의될 수 있다. 물론, 제 1 상수 및 제 2 상수는 동일한 상수일 수 있다. 기준 레벨은 고정될 수 있으며, 파라메트릭 맵의 계산은 파장 단위 기반으로 플루언스-보상을 사용함으로써 사전-교정되거나 또는 조정될 수 있다. 투명성 맵 및 상위 및 하위 컬러 맵 한계들은 기준 레벨과 비교하여 정의될 수 있다. 투명성 맵은 투명성 채널을 반영한 단일-채널 컬러 맵일 수 있다. 컬러 맵은 복수의 컬러들을 포함할 수 있거나, 또는 단일-채널 그레이스케일 맵일 수 있다.
파라메트릭 이미지들 생성(240) - 투명 마스크 조합(750)
높은 헤모글로빈 함유량을 가진 위치들로부터 측정된 광음향 리턴 신호는 가장 강하다고 관찰된다. 따라서, 신호-대-잡음 비는 높은 헤모글로빈의 영역들에서 가장 높다. 게다가, 높은 헤모글로빈 함유랑의 영역들에 초점을 맞추는 것이 진찰에 의해 유용할 수 있다는 것이 관찰된다. 따라서, 투명 마스크 조합(750) 프로세스는 보다 높은 농도의 헤모글로빈을 포함한 영역들로부터산소화의 나중 디스프레이를 허용하도록 설계되며, 그에 따라 보다 높은 신호-대-잡음 비를 가진다. 실시예에서, 파라메트릭 맵들은 그렇지 않다면 조합되지 않은 파라메트릭 맵들에서 쉽게 명백하거나 또는 관찰 가능하거나, 또는 조합되지 않은 파라메트릭 맵들로부터 독립적으로 획득 가능한 조합된 출력에 제공되는 정보와 상승 작용에 의해 조합될 수 있다.
실시예에서, 투명 마스크 조합(750) 프로세스는 보다 높은 헤모글로빈 함유량의 영역들로, 및 그에 따라 보다 높은 신호-대-잡음 비를 가진 영역들로 산소화 데이터의 특정 디스플레이를 제한할 산소화 데이터에 대한 별개의 알파 채널, 즉 투명 마스크를 산출한다. 실시예에서, 별도로 산출된 알파 채널(A)은 RGBA 마스킹된 산소화 맵(260)을 형성하기 위해 산소화 맵(250)에서 RGB 데이터와 조합될 수 있다.
별개의 알파 채널 및 그에 따라 보다 높은 헤모글로빈 함유량의 영역들로 산소화 데이터의 특정 디스플레이를 제하할 산소화 데이터를 위한 투명 마스크를 산출하기 위해, 산소화 맵(250) 및 헤모글로빈 맵(255)으로부터의 A 채널(예로서, 투명 마스크)이 조합된다. 실시예에서, 산소화 맵으로부터의 RGB 데이터가 복제되며 조합된 투명 마스크와 함께 저장될 수 있다. 실시예에서, 마스킹된 산소화 맵(260)이 렌더링될 때, 산소화 맵(250)으로부터의 RGB 데이터가 액세스될 수 있다.
실시예에서, 산소화 데이터를 위한 별개의 알파 채널을 산출하기 위해, 산소화 맵(250) 및 헤모글로빈 맵(255)으로부터의 A 채널(예로서, 투명 마스크)이 가중될 수 있다. 실시예에서, 산소화 맵(250) 및 헤모글로빈 맵(255)으로부터의 알파 채널이 0 및 1 사이에서의 실수 값들로서 저장되면, 산소화 맵(250) 및/또는 헤모글로빈 맵(255)은 양의 지수에 의해 가중될 수 있으며, 두 개의 가중된 마스크들이 그 후 마스킹된 산소화 맵(260) 알파 채널을 생성하기 위해 함께 곱셈된다. 산소화 맵(250) 및 헤모글로빈 맵(255)으로부터의 알파 채널이 정수 값들로서 저장되면, 실시예에서, 그것들은 지수 가중 및 곱셈 이전에 스케일링될 수 있다. 실시예에서, 산소화 맵(250) 및 헤모글로빈 맵(255) 알파 채널 데이터는 가중되고, 곱셈되며, 그 후 스케일링된다.
초음파와 맵들을 상호 정합하기 (265)
초음파와 맵들을 상호 정합하기(265) 프로세스는 획득된 초음파 이미지와 파라메트릭 산소화 맵(250), 헤모글로빈 맵(255), 및/또는 마스킹된 산소화 맵(260)을 상호 정합한다(단계(215)). 실시예에서, 상호-정합된 파라메트릭 맵들 및 획득된 초음파 이미지는 각각의 파라메트릭 맵의 알파 투명 채널에 기초하여, 최종 출력의 원하는 크기로 스케일링되며, 그 후 획득된 초음파 이미지와 블렌딩 오버레이된다. 실시예에서, 사이노그램을 획득한 시스템과 동일할 수 있지만, 그럴 필요는 없는, 광음향 데이터에 대한 프로세싱을 수행하는 시스템, 및/또는 광음향 출력을 디스플레이하는 시스템은 최종 크기의 원하는 크기를 선택하기 위한 능력을 운영자에게 제공할 것이다.
다음의 프로세싱 단계들은 부록에서 보다 상세히 표현되는 바와 같이, 초음파와 맵들을 상호 정합하는 예시적인 실시예이다:
a. 직사각형 또는 다른 형태에 의해 정의될 수 있는 RGB 초음파_이미지는 상호 정합된 출력 이미지에 맞도록 보간되거나 또는 스케일링된다.
b. 상호 정합될 각각의 RGBA 맵(예로서, 250, 255, 및/또는 260)은 상호-정합된 출력 이미지에 맞도록 보간되거나 또는 스케일링된다. 스케일링된 RGBA 맵은 연관된 알파 채널에 기초하여 블렌딩 함수를 사용하여 스케일링된 초음파 이미지의 상부 상에 오버레이된다.
이미지들을 생성 및 디스플레이하기 위한 방법
실시예에서, 광음향 리턴 신호 내에서의 정보의 디스플레이를 위한 방법을 포함하는 본 개시가 제공된다. 실시예에서, 광음향 리턴 신호에 의해 반영된 분자 정보의 질적 디스플레이를 위한 방법이 제공된다. 실시예에서, 광음향 리턴 신호로부터 재구성된 이미지의 이미지 통계들에 의해 반영된 분자 정보의 질적 디스플레이를 위한 방법이 제공된다.
실시예에서, 본 개시는 계산되는(이러한 접근법으로의 입력 또는 그것의 컴포넌트로서) 조직에서의 분자 정보에 관한 파라메트릭 맵(또한 알려진 바와 같이, 파라메트릭 이미지)을 포함한다. 광이 체내에서의 조직으로 어떻게 투과하는지와 비슷한 가변성 때문에 및/또는 측정된 데이터로부터의 방정식들의 미결정된 세트로 인해, 그러나 결과적인 파라메트릭 맵에서의 값들은 교정하기 어렵다. 따라서, 분자 정보가 파라메트릭 맵의 상대적인 값들 및/또는 파라메트릭 맵의 통계 정보에 기초하여 유용하며 잠재적으로 임상적으로 유용한 질적 방식으로 디스플레이될 수 있는 것이 목표이다. 실시예에서, 이상적인 파라메트릭 맵은 예로서, 유방 조직을 포함하여, 조직에서의 헤모글로빈의 산소화 포화도일 수 있다. 목적은 임상적으로 유용한 정보를 디스플레이하며, 예를 들면: 계산에서 모든 알려지지 않은 것들을 고려하기 위해 요구될 수 있는 것보다 적은 정보, 또는 보다 적은 레이저들을 갖는; 및 가변적인 환자 특정 흡수/산란, 피부/조직 특성들 및 형태학, 생리학, 구조들, 기하학적 구조 등과 같은 완전한 정보의 부족으로부터 기인한 미결정된 세트의 방정식들을 보상하는 것이다.
실시예에서, 다음의 단계들은 앞서 말한 목표를 성취하기 위해 컴퓨터 프로세싱 알고리즘을 구현하기 위해 사용될 수 있다:
a. 복수의 쇼트 사이노그램들(205), 롱 사이노그램들(210) 및 초음파 이미지들(215)을 포함한 데이터를 획득한다;
b. 사이노그램 데이터(220)를 전처리한다
c. 프로세싱된 사이노그램 데이터로부터 이미지들을 재구성한다(225)
d. 재구성된 이미지들을 프로세싱하며(230), 롱 및 쇼트 엔벨로프 이미지들(232, 234)을 생성한다;
e. 파라메트릭 맵들을 생성한다;
f. 파라메트릭 맵의 전-처리는 하나의 단계(즉, 잡음-제거, 평활화, 통계적 정규화)로서 행해질 수 있다.
g. 파라메트릭 이미지의 영역의 통계 정보(예를 들면, 영역의 평균 더하기 조정 가능한 바이어스 오프셋)에 기초하여 컬러 기준 포인트를 산출한다.
h. “컬러 범위”를 결정하는 것은 파라메트릭 이미지의 영역의 통계 정보(예를 들면, 영역의 표준 편차)에 기초하여 산출된다.
i. 파라메트릭 맵 데이터를 스케일링하고 스케일링된 초음파 또는 다른 이미지로 상호-정합한다; 및
j. 검사된 조직에 관한 진단 정보를 디스플레이한다.
앞서 말한 것의 구현을 위해 유용한 알고리즘들 및 방정식들이 상기 및 부록에 논의된다.
생체 조직에서, 혈액은 NIR 범위에서의 강한 흡수기이다. 조직에서의 헤모글로빈의 산소화를 위한 산출은 산출을 오류에 덜 민감하게 만드는 분모에서의 정규화 항을 수반할 수 있다. 이것은 산화-헤모글로빈 및 탈산소-헤모글로빈(즉, 혈액에서 1차 광학 흡수기들)이 리턴된 광음향 신호에 대한 완전한 기여자들이라는 근사치로부터 기인한다. 이로부터, 실시예에서, 산소화 산출은 파장들 사이에서 공간적으로 의존적 플루언스-비에 민감하며, 조직에서의 주어진 포인트(또는 깊이)에 대한 각각의 파장의 공간적으로 의존적 총 플루언스에 민감하지 않다는 것이 추론될 수 있다.
예를 들면, (공간적으로 의존적 평활) 오교정 항을 포함한 분자 에너지 흡수의 선형 모델 및 산출된 파라메트릭 이미지의 결과적인 모델을 고려하자. 모델 방정식은 선형적(또는 거의 선형적인)이기 때문에, 평균 및 표준 편차는 관심 영역에서의 오교정 항에 의해 선형적으로 영향을 받는다. 그러므로, 통계 방법은 오교정 항을 갖고 모델링된 시스템에서 오교정 항을 바이패스하기 위한 방식이다. 따라서,실시예에서, 평균 및 표준 편차(및 다른 잠재적인 수학적 함수들)는 모델에 의해 변환될 때, 다른 데이터에 관하여, 및 오교정의 존재시 안정된 채로 있다. 실시예에서, 데이터가 오교정될 때조차(일정한 플루언스, 깊이 의존적 플루언스), 컬러화들은 비교적 안정된 채로 있다.
실시예에서, 앞서 말한 접근법은 변경된 교정 방법들과 함께 적용될 수 있다. 실시예에서, 앞서 말한 접근법은 또한 다른 다양한 신호 프로세싱, 잡음 제거, 또는 다른 필터들이 사용될 때 적용될 수 있다. 실시예에서, 앞서 말한 접근법은 상호-정합 및 오버레이가 초음파와 같은, 다른 양식들과 함께 수행될 때 사용될 수 있다. 실시예에서, 앞서 말한 접근법은 보다 진보된 방법들을 포함하여, 변경된 방법들이 파라메트릭 맵을 산출하기 위해 사용될 때조차 적용 가능하다. 실시예에서, 앞서 말한 접근법은 파라메트릭 맵이 잘 교정되지만, 광 투과 또는 미결정된 방정식들과 같은 미지수들이 여전히 존재할 때 적용 가능하다. 실시예에서, 앞서 말한 접근법은 파라메트릭 맵이 잘 교정되지만, 광 투과 또는 미결정된 방정식들과 같은 미지수들이 여전히 존재하지만, 미지수들을 추정함으로써; 미지수들에 대해 명시적으로 해석함으로써; 미지수들을 얻기 위해 최소화 문제를 해석함으로써; 또는 기타에 의해서와 같은, 또 다른 방법을 사용하기 위해 보상될 때 적용 가능하다. 실시예에서, 앞서 말한 접근법은 기준 포인트가 고정되며 통계적이지 않은 양적 이미지들(즉, 교정된 파라메트릭 맵)을 매핑시키기 위해 적용 가능하다. 실시예에서, 앞서 말한 접근법은 컬러 범위가 고정되며 통계적이지 않은 양적 이미지들(즉, 교정된 파라메트릭 맵)을 매핑시키기 위해 적용 가능하다. 여기에서 어딘가에 논의된 바와 같이, 또 다른 레이저 파장의 부가는 사실상 미지수들의 수를 감소시킨다.
요약하면, 앞서 말한 접근법은 통계적 컬러 매핑 및 상대적(즉, 질적) 이미지들을 제공한다.
실시예에서, 이중 파장 광음향 시스템에서 산소화 또는 헤모글로빈 산출을 교정하기 위한 방법은 적어도 복수의 다음의 단계들을 이용함으로써 제공된다:
a. 기준 포인트들, 또는 기준 영역들을 사용하는 단계;
b. 여기에 설명된 바와 같은 산출들, 또는 여기에 설명되거나 또는 여기에 설명된 산출들을 고려하여 이 기술분야의 숙련자에게 명백할 바와 같은, 산출들의 확장들인 다른 이러한 산출들을 적용하는 단계;
c. 피부 층, 결합 매질, 및/또는 조직을 통과하는 광의 효과를 보상하는 단계;
d. 산란, 흡수에서의 차이들; 2차원 이미지에서의 투과 깊이; 광 바들로부터의 2차원 단면을 가진 조직의 3차원 볼륨, 미리 정의된 광 분포, 또는 동적으로 측정된 광 분포를 보상하는 단계;
e. 동맥들 또는 정맥으로부터의 아티팩트들에서의 차이들을 포함하여, 아티팩트들로부터의 교정;
f. 위치들이 교정을 위해 사용될 수 있는, 교정보다 앞에 정맥들 또는 동맥들의 위치들을 찾기 위해 대안적인 검출 기법(자동 또는 수동)을 적용하는 단계;
g. 광음향 리턴 신호 및 그것의 파생물들에 보완적인 정보를 제공하기 위해 상호-정합된 초음파 데이터를 사용하는 단계;
h. (적어도) 제 2 파장(및 잠재적으로 부가적인 파장(들))에서의 영역들 또는 기준 포인트들에 대하여 하나의 파장(하나 이상의 유형들의 구조들/조직들을 위한)에서 영역들 또는 기준 포인트에서의 강도들을 비교하는 단계; 및
i. 깊이에 대한 각각의 파장 및 조직의 흡수 또는 산란 값들 사이에서의 강도 비(플루언스 비)를 보상하기 위해 비교를 사용한다.
실시예에서, 기준 포인트들 또는 기준 영역들을 사용하는 단계를 위해, 이러한 포인트들 또는 영역들은 혈관들; 조직; 피부 층; 다른 알려진 구조들; 깊이; 혈관들을 관통하는 광의 파장 특정 흡수(광이 정맥들을 관통하기보다는 상이하게 동맥들을 관통하여 투과하며 그러므로 이미지에서 식별되고 구별될 수 있기 때문에); 또는 하나 이상의 상이한 이미지들에서의 기준 포인트에 대응할 수 있다. 실시예에서, 복수의 파장들에서 영역들 또는 기준 포인트에서의 강도들은 다음 중 적어도 하나를 보상하기 위해 비교된다: 깊이(및/또는 위치)에 대하여 각각의 파장 사이에서의 강도 비(플루언스 비); 및 조직의 흡수 또는 산란 값들. 실시예에서, 기준 영역의 평균, 표준 편차 또는 다른 이러한 수학적 특성이 산출에 사용될 수 있다. 실시예에서, 하나의 파장에서의 영역의 특성은 제 2 파장에서 영역의 특성에 대하여 비교되며 더욱이 조직 구성의 추정들 하에서 알려진 흡수 파라미터들에 대하여 비교되며; 조직 구성의 추정들을 고정시킴으로써, 방정식들의 시스템은 알려지지 않은 플루언스 또는 플루언스 비를 보상하기 위해 풀려질 수 있다.
실시예에서, 조직 구성의 추정들은 동맥들, 정맥들, 혈관들, 배경 조직, 지방, 근육, 또는 다른 알려진 조직 또는 구조와 같은 조직 특성들에 대한 통상적인 범위들 또는 값들을 사용하는 것을 포함할 수 있으며; 특성들은 광학적 특성들, 기계적 특성들, 및/또는 다른 이러한 알려진 특성들을 포함할 수 있다. 이들 추정들은 각각의 파장에 대한 공칭 광학적 흡수에 관한 가정들을 산출할 수 있다. 공칭 광학적 흡수는 알려지지 않은 플루언스 분포를 보상할 때 유용할 수 있다. 따라서, 대표적인 실시예에서, 추정들은 평범한 배경 유방 조직이 대개 대략 80% 혈액-산소 포화도인 혈액, 및 공칭 양들의 물로 이루어지며 어떤 다른 중요한 흡수 분자들도 없다는 추정들을 포함할 수 있다. 또 다른 대표적인 실시예에서, 추정들은 헤마토크리트 레벨들 및 혈관들의 다른 물리적 특성과 조합된 동맥들(90%+) 및 정맥들(60% 내지 80%)의 공칭 혈액-산소화 값들이 각각의 파장에서의 예상된 광음향 리턴 신호에 대한 값들을 산출한다는 것을 포함할 수 있으며, 이것은 알려지지 않은 플루언스 분포 프로파일에 대해 교정하기 위해 사용될 수 있다. 예를 들면, 혈액-대-물 비는 혈관에서의 혈액 대 물의 공칭 비율을 표현하기 위해 정의될 수 있거나 또는 그것은 또한 물과 유사한 광학 흡수 속성들을 가진 조직, 예를 들면 20% 혈액 및 80% 물을 포함한 조직의 가정 하에 정상 조직에 대한 혈액의 비를 표현할 수 있다. 또한, 혈액이 80%와 같은 값으로 공칭 산소화된다고 가정된다면, 공칭 광학 흡수 계수는 가정된 조직 조성에 기초하여, 물, 산화- 및 탈산소-헤모글로빈의 공칭 비율들로부터 각각의 파장에 대해 발견될 수 있다. 따라서, 실시예에서, 공칭 광학 흡수 계수들은 그것의 구성 성분들의 각각으로부터의 가중 기여들을 합산함으로써 추정된 조성을 가진 영역에 대한 각각의 파장에 대해 계산될 수 있다. 이중 파장들에 대해, 공칭 광학 흡수의 비가 계산될 수 있다. 실시예에서, 알려진 조직 조성에 따르는 것으로 추정되는 로컬 영역에 대해, 실제 리턴 신호들의 비는 플루언스 정정 추정 인자로서 작용하도록 공칭 관학 흡수 비와 곱하여질 수 있다. 실시예에서, 플루언스 정정 추정 인자는 파라메트릭 맵의 공간적 플루언스 보상에 대한 추정치를 형성하기 위해, 공간적으로 평활화될 수 있다. 대안적으로, 실시예에서, 혈관 영역들은 알려진 조성을 갖는 것으로 가정될 수 있으며, 따라서 결정된 플루언스 정정 추정 인자들에 플루언스 모델을 맞춘 곡선에 의해 공간 플루언스를 교정하기 위해 사용될 수 있다. 실시예에서, 이러한 플루언스 보상은 또한 이러한 예에 다른 유사한 방식들로 행해질 수 있다. 실시예에서, 혈액-대-물 비 또는 혈액 산소화는 사용자 인터페이스에 의해 조정 가능할 수 있다. 또한, 이러한 예는 알려진 조성이 가변적일 수 있다면, 컬러 매핑의 통계 방법을 사용하는 것에 적용 가능할 수 있는 몇몇 개념들을 예시하도록 돕는다. 실시예에서, 다른 방법들 또는 플루언스 보상 모델들이 또한 가능하다.
실시예에서, 1차원 곡선들; 시뮬레이션된 곡선들; 측정된 곡선들; 또는 관심 영역 특정 방법을 사용하여 이러한 보상을 수행하는 임상 광음향 이미징 시스템에서의 광 분포의 보상을 위한 방법을 포함하는 본 개시가 제공된다. 실시예에서, 보상은 고정될 수 있거나, 또는 수동으로 동작될 수 있다. 보상 방법에 대한 부가적인 세부사항들이 상기 설명된다.
실시예에서, 그래픽 사용자 인터페이스(GUI)는 임상 광음향 시스템을 동작시키기 위해 제공되며, GUI는 제한 없이: 관심 영역의 운영자 선택 또는 관심 영역을 위한 기준들의 운영자 선택; 및 디스플레이 파라미터들을 조정하도록 허용하는 제어들을 포함한다. 실시예에서, 이러한 제어들은 이에 제한되지 않지만, 다음의 조정들을 수행하는 것을 포함할 수 있다: 컬러 콘트라스트 파라미터; 플루언스 보상 곡선들의 선택; 컬러 기준 포인트 바이어스 파라미터; 상위 및 하위 컬러 투명도 임계치들; 평활화의 양을 조정하기 위한 파라미터; 흡수, 필터, 재구성, 및 디스플레이 파라미터들을 위한 다른 보상들; 및 이득 파라미터.
실시예에서, 그것이 조직을 뚫고 들어가는 것과 같이 광의 정확한 플루언스 프로파일들을 완전히 결정하려고 시도하지 않는 시스템이 개시된다. 오히려, 플루언스 모델을 위한 대략의 파라미터들을 사용한 간소화가 광 투과를 보상하기 위해 사용된다(상술된 바와 같이). 실시예에서, 단순한 파라미터들은 초기에 대부분의 환자들에 대한 광 분포를 가장 잘 근사하도록 동조된다. 필요하다면, 파라미터들은 사용자 인터페이스를 갖고 또는 자동화 방법들을 사용하여 미세-동조될 수 있다. 총괄하여, 광이 조직을 어떻게 뚫고 들어가는지를 보상하기 위해 사용되는 파라미터들의 세트가(수동으로 또는 자동으로 생성되는지 또는 동조되는지에 상관없이) “플루언스 가정들”로서 불리운다. 이러한 상황에서, 디스플레이되는 기능적 파라미터들은 플루언스 가정들에 의해 적절히 보상되는 구조들의 기능적 정보를 비교할 때 가장 정확할 것임이 주의된다. 플루언스 가정들이 잘 유지할 수 있는 상황들은 제한 없이 다음을 포함할 수 있다:
a. ROI에 대하여 두 개의 비교된 구조들 사이에서의 산소화에서 강한 차이들이 있다;
b. 강한 광학 흡수기의 음영이 플루언스 가정을 방해하지 않을 경우에, 두 개의 비교된 구조들이 서로에 가까우며 유사한 플루언스를 갖는 것으로 가정될 수 있을 때,
c. ROI의 배경 조직 및 구조 사이에 높은 콘트라스트가 있을 때;
d. 비교되는 구조들이 높은 광학 흡수를 가질 때;
e. 기능 맵의 ROI에서 고-콘트라스트 구조들의 다른 소스들의 존재 또는 부재가 통계적으로 비교되는 이미지들에서 공통적일 때;
실시예에서, 개시된 시스템 및 방법은 조직 내에서의 산소화(또는 분자 농도들)에서 상대적인 또는 질적인 차이들을 검출할 수 있다. 실시예에서, 디스플레이된 값들이 교정된 방식으로 정확하게 혈액 산소 포화도 또는 혈액 볼륨(플루언스 프로파일에 대한 전체 지식을 요구할)의 고정된 값으로 매핑되지 않으며, 그럼에도 불구하고 상술된 바와 같은 방법들을 사용하여, 조직 내에서 기능 파라미터들의 콘트라스트를 디스플레이하는 것이 가능하다. 이러한 방식으로, 실시예에서, 상술된 방법들 및 시스템들이 또한 임상적으로 유용한 질적인 의학 이미지들을 생성할 수 있다. 실시예에서, 정보는 컬러 매핑에 대응하는 수치 값을 운영자에게 제공하지 않고, 질적인 광음향 정보의 유용한 디스플레이를 가지며, 대응하는 수치 값들의 직접적인 프리젠테이션 없이 양을 디스플레이하기 위해 컬러를 사용하여 그래픽적으로 디스플레이될 수 있다. 실시예에서, 컬러들은 그것들이 임의의 특정한 고정된 값에 대응할 필요는 없으며, 오히려 상기 컬러들은 현재 이미지에 포함된 정보에 기초하여 최대화된 콘트라스트를 디스플레이하도록 자동으로 조정할 수 있는 방식으로 디스플레이된다. 예를 들면, 컬러 녹색은 고정된 값, 예로서 80% 산소화에 대응할 필요는 없지만, 대신에, 상대적이거나 또는 질적인 정보의 표현일 수 있다. 실시예에서, 플루언스 보상 및 교정의 방법들은 보다 정확한 양적 이미지들을 생성하기 위해 사용될 수 있다.
실시예에서, 본 개시는 단지 컬러들을 디스플레이하기보다는, 기능적인 형태학 정보에 기초하여 종양들 또는 다른 구조들 또는 기형들을 검출하기 위한 장치를 포함한다. 실시예에서, 본 개시는 단지 컬러들을 디스플레이하기보다는 기능적인 형태학 정보에 기초하여 종양들 또는 다른 유사한 구조들을 질적으로 검출하기 위한 장치를 포함한다.
실시예에서, 패턴 분류 또는 이러한 교시들은 교정, 질적인 이미징 또는 상기 상대적인 이미징의 방법들에 적용될 수 있다. 실시예에서, 미리 결정된 규칙들 또는 가이드라인들의 세트는 상기 시스템들 및/또는 방법들에 의해 생성된 이미지들의 해석을 위해 사용될 수 있다. 실시예에서, 임상 시스템은 동일한 것을 사동으로 적용하기 위해 또는 운영자가 그것들을 수동으로 적용하는 것을 돕기 위해 규칙들 또는 가이드라인들을 포함할 수 있다. 실시예에서, 병변의 복수의 특징들의 서수 분류를 포함한 병변에 관한 특징 벡터를 어셈블리하기 위한 특징 벡터 어셈블리 모듈로서, 상기 복수의 특징들이: 1) 내부 혈액 순환 부전 및 탈산소화, 2) 종양 주변 경계 구역 혈액 순환 부전 및 탈산소화, 3) 내부 탈산소화된 블러시, 4) 내부 총 혈액, 5) 외부 종양-주변 방사 혈관들, 및 6) 간섭 아티팩트의 세트로부터 선택되는, 상기 특징 벡터 어셈블리 모듈, 및 병변에 관한 특징 벡터에 기초하여 병변에 대한 결과의 진단 측정을 산출하기 위한 특징 벡터 분류기를 가진 시스템. 실시예에서, 특징 벡터 어셈블리 모듈은 병변의 복수의 특징들의 각각의 존재를 식별하기 위한 식별 모듈; 및 병변에 존재하는 복수의 특징들의 각각에 대한 서수 분류를 계산하기 위한 양자화 모듈을 포함할 수 있다. 실시예에서, 병변 식별 모듈은 병변의 특성들에 기초하여, 적어도 하나의 이미지에서 병변의 존재를 식별하기 위한 패턴 탐색 모듈을 포함할 수 있다. 실시예에서, 진단 결과는 특징 벡터 상에서 동작하도록 설계된 특징-벡터 분류기로 생성된 특징-벡터를 입력함으로써 생성될 수 있다. 실시예에서, 트레이닝 위상, 및 특징 검출 위상을 수반한, 특징들의 존재에 대한 광-음향 이미지를 자동으로 분석하기 위한 시스템이 특징-벡터 어셈블리 모듈에 대한 입력으로서 사용될 이미지의 각각의 공간적 위치의 특징 강도를 출력하기 위해 사용될 수 있다.
이제 도 10, 도 11, 및 도 12로 가며 도 2를 또한 참조하면, 4-이미지 예시적인 디스플레이들이 도시된다. 상위 좌측에 디스플레이된 이미지는 식별된 직사각형의 관심 영역을 가진 쇼트 엔벨로프 이미지(232)의 실시예이다. 상위 우측에 디스플레이된 이미지는 동일하게 식별된 직사각형 관심 영역을 가진 긴 엔벨로프 이미지(234)의 실시예이다. 하위 좌측에 디스플레이된 이미지는 식별된 직사각형 관심 영역을 또한 도시한 초음파 이미지(295)이다. 하위 좌측에서의 이미지는 상호 정합된 초음파 이미지 및 산소화 맵(275)의 디스플레이의 일 실시예이다. 4-이미지 디스프레이의 오른쪽 컬럼 상에는 실시예에서 운영자 선택될 수 있는 다양한 예시적인 파라미터들에 대한 값이 있다.
이제 도 13, 도 14, 및 도 15로 가며, 도 2를 또한 참조하면, 6-이미지 예시적인 디스플레이들이 도시된다. 상부 좌측은 초음파 이미지(295)이고, 하부 좌측 및 중심은 쇼트 및 롱 엔벨로프 이미지들(270, 290)의 실시예들이다. 상부 중앙 이미지는 상호 정합된 초음파 이미지 및 산소화 맵(275)의 디스플레이의 실시예이고 상부 우측 이미지는 상호 정합된 초음파 이미지 및 헤모글로빈 맵(280)의 디스플레이의 실시예이며 하부 우측 이미지는 상호 정합된 초음파 이미지 및 마스킹된 산소화 맵(285)의 디스플레이의 실시예이다.
실시예에서, 이미지 상에서의 컬러화는 상대적인 산소화를 보여주며, 따라서 예를 들면, 적색은 면적이 주위 조직보다 덜 산소화됨을 의미할 수 있으며 녹색은 그것이 보다 산소화됨을 의미할 수 있다. 실시예에서, 분자 광학 콘트라스트는 유방암의 저산소성 혈액(적색으로 도시될 수 잇는) 및 양성 종괴들의 보통 산소화된 혈액(녹색으로 도시될 수 있는) 사이에서 구별을 제공한다.
광음향 시스템 및 방법
도 1로 돌아가면, 일반적으로 디바이스(100)는 다중양식, 조합된 광음향 및 초음파 시스템으로서 또한 이용될 수 있는 광음향 시스템을 제공한다. 실시예에서, 디바이스(100)는 광 경로(132) 및 전기 경로(108)를 통해 시스템 섀시(101)에 연결된 프로브(102)를 포함한다. 시스템 섀시(101) 내에 광 서브시스템(129) 및 컴퓨팅 서브시스템(128)이 하우징된다. 컴퓨팅 서브시스템(128)은 초음파 제어 및 분석 및 광음향 제어 및 분석을 위한 하나 이상의 컴퓨팅 컴포넌트들을 포함하며; 이들 컴포넌트들은 별개일 수 있거나, 또는 통합될 수 있다. 실시예에서, 컴퓨팅 서브시스템은 릴레이 시스템(110), 광음향 프로세싱 및 오버레이 시스템(140) 및 초음파 기구(150)를 포함한다.
실시예에서, 광 시스템(129)은 적어도 두 개의 상이한 파장들의 광의 펄스들을 생성할 수 있다. 실시예에서, 광 시스템(129) 출력들은 이들 파장들의 각각에서 광의 쇼트 펄스들, 예를 들면, 약 100 ns보다 작게 지속되며, 잠재적으로 약 5 ns만큼 짧은 펄스를 생성할 수 있어야 한다. 본 개시로부터 이 기술분야의 숙련자에게 명백할 바와 같이, 여기에 개시된 본 발명들은 100 ns보다 크게 지속되는 펄스들을 포함한 펄싱 광을 사용하여 또한 실시될 수 있다. 실시예에서, 광원(129)은 두 개의 별개의 광들(130, 131)을 포함한다. 광 시스템(129)의 출력은 광학 경로(132)를 통해 프로브(102)로 전달된다. 실시예에서, 광들(130, 131)은 적외선, 근-적외선, 및/또는 가시 스펙트럼에서 광을 생성하는 레이저들이다. 실시예에서, 광(130) 및 광(131) 각각은 적외선 또는 근-적외선 스펙트럼에서 상이한 파장으로 광을 생성한다. 실시예에서, 광원(129)으로부터 프로브(102)로 광을 전달하기 위해 사용된 광학 경로(132)는 광 파이버의 다수의 스트랜드들을 포함한 광 파이버 번들이다. 실시예에서, 광학 경로(132)는 광학 경로(132)의 원위 단부로 광의 짧은, 고 위력 펄스를 운반하기 위해 충분한 크기(직경)의 충분한 광 파이버들을 포함한다. 실시예에서, 광학 경로(132)를 통해 운반된 총 펄스 에너지는 약 하나 이상의 밀리줄들일 수 있다. 실시예에서, 광학 경로(132)로부터 전달된 광 펄스당 총 에너지는 약 100 밀리줄들보다 작다. 실시예에서, 광학 경로(132)를 통해 운반된 광당 총 에너지는 약 10 내지 30 밀리줄들의 범위에 있으며, 광학 경로(132)는 각각 약 100 및 300 마이크론들 사이에서의 약 1,000 및 2,000개의 광 파이버들 사이에서 포함한다. 실시예에서, 단일 파이버는 광학 경로로서 사용될 수 있다. 이러한 실시예에서, 파이버는 직경이 1000 내지 1500 마이크론들일 수 있다. 물론, 이러한 단일 파이버의 직경은 보다 작은, 예로서 400 마이크론들일 수 있다. 파이버를 통해 운반된 요구된 총 펄스 에너지를 고려해볼 때, 이 기술분야의 숙련자는 그에 따라 파이버에 요구되는 직경을 산출할 수 있다.
예시적인 실시예에서, 광 시스템(129)은 다른 유형들 또는 파장들, 및 부가적인 광들이 또한 사용될 수 있을지라도, 그것의 두 개의 광들(130, 131)로서 Nd:YAG 및 알렉산드라이트 레이저들을 사용할 수 있다. 광들(130, 131)은 광의 쇼트 펄스, 예로서 약 100 ns보다 작게 및 보다 바람직하게는 약 5 ns로 지속되는 펄스를 생성할 수 있어야 한다. 실시예에서, 두 개의 광들(130, 131)은 별도로 트리거링될 수 있다. 실시예에서, 광들(130, 131)에 의해 출력된 광은 일반적으로 하나의 광(130)이 제 1 측면에서 제 2 측면으로 통과하도록 허용하지만, 제 2 측면에 부딪치는 하나의 광(131)을 반사하는 광학 소자(133)의 사용을 통해 동일한 광 경로(132)로 투사될 수 있다. 광학 소자(133) 또는 유사한 소자의 사용은 광 경로(132)의 근위 단부로 레이저들과 같은 두 개의 광들(130, 131)의 출력의 정렬을 허용한다. 실시예에서, 광학 소자들(133)은 예를 들면, 다수의 광학 소자들(133)의 사용을 통해, 둘 이상의 레이저들로부터 광 출력을 정렬시킬 수 있다. 실시예에서, 다수의 광 시스템들 및 광 경로들이 이용될 수 있으며, 각각의 광 시스템의 광은 섞이고 및/또는 랜덤화될 수 있는(이하에 추가로 논의되는) 별개의 파이버들 또는 파이버 그룹들 상에서 운반되고 및/또는 그것들의 원위 단부들에서 그룹핑된다. 이 문맥에 사용된 바와 같이, 섞인다는 것은 파이버들이 일반적으로 원위 그룹핑들에서 비교적 고른 방식으로 분포되도록 광 경로에서의 파이버들의 매핑을 나타낸다. 따라서, 광 경로의 근위 단부 상에서의 복수의 인접한 파이버들은 일반적으로 원위 단부 상에서의 그룹핑들에서 거의 균등하게 분할될 것이다. 예시적인 예로서, 두 개의 원위 그룹핑들이 있으며, 근위 단부 상에서 충분한 그룹의 인접한 파이버들의 임의의 임의적인 선택은 두 개의 원위 그룹핑들 사이에서 거의 균등하게 분리되어야 한다. 랜덤화, 섞기 및/또는 그룹핑은 광 경로(132) 상에서의 임의의 특정 위치에서 발생할 필요는 없다. 다시 말해서, 예를 들면, 하나의 근위 그룹으로부터 두 개의 원위 그룹들로 파이버 케이블의 분할은 광 경로(132)를 따라, 또는 광 경로(132)의 실질적으로 전체 길이를 따라 임의의 포인트에서 발생할 수 있다. 유사하게, 랜덤화 및/또는 섞기는 광 경로의 전체 길이를 따라 발생할 필요는 없으며, 오히려 예를 들면, 예로서 광 경로의 단부, 또는 광 경로(132)를 따라 다른 어딘가에 수 센티미터들의 또는 보다 가까운 직경을 따라 발생할 수 있다. 광 경로의 일 단부 및 다른 단부 사이에서의 파이버들을 랜덤화하는 것은 국부 이상이 출력 상에서 파이버들의 중요한 인접한 그룹에 영향을 미치는 것으로부터 입력 상에서 파이버들의 인접한 그룹에 영향을 미치는 것을 방지한다. 광 경로의 일 단부 및 다른 단부 사이에서 파이버들을 섞는 것은 국부 이상이 출력 상에서 파이버들의 하나의 그룹 또는 서브그룹에 불균형적으로 영향을 미치는 것으로부터 입력 상에서 파이버들의 인접한 그룹에 영향을 미치는 것을 방지한다.
광 경로는 파이버들의 다수의 그룹핑들(또는 서브그룹핑들)에서 종료되지만, 그룹핑들(또는 서브그룹핑들)의 원위 단부들은 융합될 수 있거나, 래핑되며 연마되거나 또는 단지 함께 고정된다(착탈 가능하게 또는 기타). 실시예에서, 광 경로의 원위 단부는 광이 트랜듀서 어레이의 각각의 측면 상에서 방출하도록 허용하기 위한 방식으로 이격되는 복수의 그룹들로 형성된다. 실시예에서, 광 경로의 원위 단부는 광이 전체 트랜듀서 어레이 주변에서 방출하도록 허용하기 위한 방식으로 이격되는 복수의 그룹들로 형성된다. 실시예에서, 광 경로의 원위 단부는 둘 이상의 그룹들로 형성되며, 둘 이상의 그룹들은 광 바 가이드에 의해 개별적으로 고정되는 서브그룹들로 세분되고, 광 바 가이드는 상기 그룹과 연관될 수 있다. 실시예에서, 광학 소자들(133)은 광 펄스당 에너지를 결정하기 위해 광 에너지를 측정하기 위해 사용되는 광학 소자들로 이루어질 수 있다.
광학 경로를 통해 운반된 광 펄스당 총 에너지는 약 수십 밀리줄들이지만, 광들(130, 131)의 펄스가 너무 짧기 때문에, 광학 경로(132)를 통해 출력된 피크 전력은 빈번하게 접근하거나 또는 메가와트 범위에 있다. 따라서, 광들(130, 131)의 출력은 광 파이버들 및/또는 광 파이버들 상에서의 클래딩이 타고, 변색시키거나 또는 그 외 열화시키게 하는 용량을 가진다. 이러한 열화된 광 파이버들 및/또는 클래딩은, 타거나, 변색되거나, 그 외에 상관없이, 그것들이 보다 적은 광 전력을 송신하기 시작하며 보다 많은 열을 야기할 때 문제점을 악화시킬 수 있다. 따라서, 실시예에서, 충분한 수 및 크기의 광 파이버들이 피크 전력 부하들의 핸들링을 허용하고 파이버 번아웃을 회피하기 위해 광학 경로(132)에 존재한다. 보다 높은 피크 전력을 수용하기 위해, 보다 큰 파이버 번들이 사용될 수 있다. 파이버 번들의 피크 전력 용량은 광 파이버들의 수, 또는 광 파이버들의 직경, 또는 양쪽 모두를 증가시킴으로써 증가될 수 있다는 것이 이 기술분야의 숙련자에게 명백할 것이다. 특히, 그러나, 파이버 번들의 치수가 증가할수록, 광학 경로(132)의 무게 및 유연성은 덜 바람직해질 수 있다. 게다가, 보다 많은 광 파이버들, 또는 보다 큰 직경의 광 파이버들을 사용할 때, 광원(129)의 출력은 보다 큰 번들의 보다 넓은 직경에 걸쳐 광학 경로(132)에 전달되어야 한다. 실시예에서, 광 경로(132)의 근위 단부의 궁극적인 크기에 관계없이, 광원(129)의 출력은 예상된 피크 전력 범위들에서 동작할 때 번 아웃 고장들을 방지하기 위해 그것의 단면에 걸쳐 충분히 분포되어야 한다.
실시예에서, 광 경로(132)의 근위 단부의 파이버들은 광원(129)의 출력을 위해 광학 경로(132)에 대한 융합된 엔트리 포인트를 형성하기 위해 융합될 수 있다. 실시예에서, 파이버 단부들은 열을 인가함으로써 융합될 수 있다. 실시예에서, 융합 단부는 금속 링을 갖고 둘러싸여질 수 있다. 실시예에서, 융합 단부는 스테인리스 스틸 링을 갖고 둘러싸여질 수 있다. 일단 광학 경로(132)의 근위 단부가 융합된다면, 그것은 상당히 더 높은 피크 전력에서 번아웃에 저항할 것이다. 예를 들면, 융합 단부 광 경로(132)를 사용하는 것은 피크 전력의 3, 4, 또는 심지어 5배 많은 운반을 허용할 수 있다. 주어진 광학 경로(132)에서 상당히 더 높은 피크 전력을 운반하기 위한 능력은 보다 유연하며 보다 가벼운 광 파이버 번들의 사용이 융합되지 않은 광학 경로(132)와 동일한 피크 전력을 운반하도록 허용한다. 따라서, 실시예에서, ½” 광 파이버 번들은 광학 경로를 형성하는 융합되지 않은 광 파이버들의 번들에 요구될 수 있으며, 융합된 근위 단부를 가진 ¼” 광 파이버 번들이 동일한 피크 전력을 운반하기 위해 사용될 수 있다. 융합된 근위 단부를 가진 ¼” 광 파이버 번들은 ½” 광 파이버 번들보다 무게가 대략 ¼이며 그보다 훨씬 더 유연하다. 게다가, 광 경로(132)의 근위 단부의 융합은 상기 융합이 둥근 단면 광 파이버들의 번들링된 단부에 존재할 파이버-간 공간들을 제거하므로 광원(132)을 사용하여 조사하기 위해 훨씬 더 작은 융합 면적을 생성할 수 있다. 따라서, 다음의 이점들 중 하나 이상은 광 경로(132)를 구성하는 광 파이버들의 근위 단부를 융합함으로써 달성될 수 있다: 광 경로의 감소된 가중치; 광 경로의 증가된 유연성; 감소된 고장; 증가된 신뢰성; 보다 높은 피크 전력 용량.
실시예에서, 광 경로(132)의 근위 단부는 광원(132)에서 별개의 광들(130, 131)을 위한 별개의 그룹들로 분리될 수 있으며, 광들(130, 131)에 의해 출력된 광은 광 경로(132)의 상이한 근위 그룹들로 투사될 수 있다. 둘 이상의 별개의 광들이 사용될 수 있으며, 광 경로(132)의 근위 단부는 각각의 광에 대해 적어도 하나의 그룹으로 분리될 수 있다. 광 경로(132)의 근위 단부에서 파이버들의 각각의 그룹은 그것이 연관되는 광에 대한 광학 경로(132)로의 융합된 엔트리 포인트를 형성하기 위해 함께 융합될 수 있다. 실시예에서, 근위 단부 상에 다수의 그룹들을 가진 광 경로의 파이버들은 근위 단부들 상에서 그룹들 또는 서브그룹들에 대하여 섞인다. 실시예에서, 근위 단부 상에서 다수의 그룹들을 가진 광 경로의 파이버들은 근위 단부들 상에서의 그룹들 또는 서브그룹들에 대하여 랜덤화된다. 실시예에서, 광 경로는 융합된 근위 단부(입력) 및 그것의 원위 단부(출력들) 상에서 적어도 두 개의 그룹들을 공급받으며, 상기 파이버들은 섞이고 랜덤화되며, 따라서 광 경로의 입력에서 인접한 파이버들에 영향을 미치는 국부 이상을 야기하며; (i) 출력 상에서 상당한 수의 인접한 파이버들에 영향을 미치게 하며; (ii) 출력들 중 하나에 불균형적으로 영향을 미치는 것을 방지한다. 실시예에서, 광 경로는 그것의 근위 단부(입력들) 상에서의 적어도 두 개의 그룹들 및 그것의 원위 단부(출력들) 상에서의 적어도 두 개의 그룹들을 공급받으며, 상기 파이버들은 섞이고 랜덤화되며, 따라서 광 경로의 입력에서 인접한 파이버들에 영향을 미치는 국부 이상이: (i) 출력 상에서 상당한 수의 인접한 파이버들에 영향을 미치는 이상을 야기하며; (ii) 출력들 중 하나에 불균형적으로 영향을 미치는 것을 방지한다. 실시예에서, 광 경로는 그것의 근위 단부(입력들) 상에서의 적어도 두 개의 융합된 그룹들 및 그것의 원위 단부(출력들) 상에서의 적어도 두 개의 융합된 그룹들을 공급받으며, 상기 파이버들은 섞이고 랜덤화되며, 따라서 광 경로의 입력에서 인접한 파이버들에 영향을 미치는 국부 이상이: (i) 출력 상에서 상당한 수의 인접한 파이버들에 영향을 미치는 이상을 야기하며; (ii) 출력들 중 하나에 불균형적으로 영향을 미치는 것을 방지한다.
실시예에서, 광 경로(132)에 사용될 수 있는 유형의 광 파이버는 굴절의 하위 인덱스를 가진 투명한 클래딩 재료에 의해 둘러싸여진 투명 코어를 포함한다. 상기 코어는 우수한 결과들이 순수 유리(즉, 실리카)를 사용하여 관찰될지라도, 임의의 투명한 재료로 만들어질 수 있다. 광 파이버들의 번들이 융합되는 실시예에서, 클래딩은 융합될 면적에서 제거될 수 있다. 실시예에서, 클래딩은 화학적 프로세스를 사용하여 제거될 수 있다. 예를 들면, 몇몇 클래딩에 대해, 핫 황산 또는 아세톤이 사용될 수 있다. 융합 이전에 클래딩의 제거는 클래딩 재료의 입자들이 광 경로(132)에 걸쳐 광 투과를 방해할 수 있기 때문에, 융합 단부에 내장되게 된 이러한 재료의 입자들의 기회를 감소시킨다.
실시예에서, 광들(130, 131)에 의해 출력된 광은 광 경로를 통해 광 경로(132)의 근위 단부에서 융합된 광 파이버 번들을 향해 전송되며, 이것은 광원(129) 내부에 있는 광학 소자(133)를 포함할 수 있다. 실시예에서, 광원(129)은 하나 이상의 파장들로 레이저 광 펄스들을 광 경로(132)로 출력할 수 있는 레이저 시스템이다. 실시예에서, 광 경로(132)는 광원(129)에 근위인 융합 단부를 가진 광 파이버 번들이다.
실시예에서, 디바이스(100)는 또한 프로브(102)로 및/또는 그로부터 시스템 섀시(101)로 이동하는전기 경로(108)를 포함한다. 실시예에서, 전기 경로(108)는 시스템 섀시(101) 내에서 프로브(102)로 및/또는 그로부터 릴레이 시스템(110)으로 작동한다. 전기 경로(108)는 시스템 섀시(101) 상에서 프로브(102)로부터 그것들 각각의 연결들을 향해 광학 경로(132) 가까이에서, 그것과 함께, 또는 그것과 동축으로 작동될 수 있다. 실시예에서, 전기 경로(108)는 복수의 별개의 동축 와이어들을 포함한다. 실시예에서, 전기 경로(108)는 광학 경로(132)의 적어도 일 부분을 가진 공통 자켓에서 작동된다. 광학 경로(132)의 적어도 일 부분을 가진 공통 자켓에서 전기 경로(108)를 작동시키는 것은 시스템 섀시(101)로부터 프로브(102)로 작동하는 케이블들의 수를 감소시킨다. 광학 경로(132)의 적어도 일 부분을 가진 공통 자켓에서 전기 경로(108)를 작동시키는 것은 시스템 섀시(101)에서 프로브(102)로 작동하는 조합된 케이블들(즉, 광학 경로(132) 및 전기 경로(108))의 직경 및 무게를 최소화할 수 있으며 그것의 내구성을 증가시킬 수 있다.
실시예에서, 복수의 동축 와이어들은 광학 경로(132)의 적어도 일 부분을 중심으로 해서 만들어진다. 상기 논의된 바와 같이, 많은 고려사항들이 광학 경로(132)에 사용된 별개의 광 파이버들의 수를 설명한다. 이하에 추가로 논의된 바와 같이, 다수의 설계 고려사항들이 전기 경로(108)를 형성하는 별개의 전기 리드들 또는 트레이스들의 수를 설명한다. 실시예에서, 전기 경로(108)를 형성하는 약 256개의 리드들(256개의 트랜듀서들에 대응하는) 및 광 경로(132)를 형성하는 대략 1,000개의 별개의 광 파이버들이 있어서, 파이버:리드 비를 약 4:1로 만든다. 명백할 바와 같이, 예를 들면, 단일 전기 리드 또는 트레이스를 갖고 개개의 파이버들의 그룹을 번들링하는 것, 또는 파이버들의 비례적으로 더 큰 그룹핑들 및 리드들을 함께 번들링하는 것을 포함하는 다양한 방식들로 전기 경로에서 광 파이버들 및 리드들 또는 트레이스들을 혼합하는 것이 가능하다. 실시예에서, 파이버들 및 리드들 또는 트레이스들의 번들링은 일반적으로 시스템에서 파이버들:리드들의 비율로 행해질 것이다.
터치 스크린 디스플레이일 수 있는, 하나 이상의 디스플레이들(112, 114)은 디바이스(100) 사용자 인터페이스의 모두 또는 부분들 및 이미지들을 디스플레이하기 위해 제공된다. 키보드, 마우스, 및 다양한 다른 입력 디바이스들(예로서, 다이얼들 및 스위치들)과 같은 하나 이상의 다른 사용자 입력 디바이스들(도시되지 않은)은 운영자로부터의 입력을 수신하기 위해 제공될 수 있다. 옵션으로서, 전력 및 제어 신호 라인들(109)은 프로브(102)에 전력을 운반하며 프로브(102) 및 컴퓨팅 서브시스템(128) 사이에서 신호들을 제어한다.
실시예에서, 프로브(102) 및 시스템 섀시(101) 사이에서의 연결들은 가요성 케이블로 형성될 수 있으며, 이것은 광 경로(132), 제어 라인(들)(109) 및 전기 경로(108)로 이루어질 수 있다. 가요성 케이블은 사용의 편리함 및 용이함을 위해 공통 외부 자켓 또는 시스로 커버될 수 있다. 실시예에서, 광 경로(132)의 중간 부분은 단일 가요성 케이블의 코어를 형성하며, 전기 경로(108) 및/또는 제어 라인(들)(109)의 중간 부분들은, 만약 있다면, 광 경로(132)의 중간 부분에 대하여 싸여지거나 또는 엮일 수 있다. 실시예에서, 공통 외부 자켓 또는 시딩은 광 경로(132)의 중간 부분을 형성하는 광 파이버 번들, 전기 경로(108)의 중간 부분을 형성하는 동축 번들, 및 만약에 있다면 제어 라인(들)(109)을 에워싼다. 실시예에서, 광 경로의 중간 부분을 형성한 파이버들, 및 전기 경로(108)의 중간 부분을 형성한 와이어들, 뿐만 아니라 만약 있다면 제어 라인(들)(109)은 프로브(102) 및 시스템 섀시(101) 사이에서의 연결들의 중간 부분을 따라 서로와 얽히거나 또는 섞일 수 있다.
실시예에서, 프로브(102) 및 시스템 섀시(101)를 연결하는 가요성 케이블(들)의 원위 단부는 프로브(102)와 연관되며, 그 일부로서 착탈 가능하지 않게 통합된다. 대안적인 실시예에서, 프로브(102) 및 시스템 섀시(101)를 연결한 가요성 케이블(들)의 원위 단부는 프로브(102)와 착탈 가능하게 연관된다. 프로브(102) 및 시스템 섀시(101)를 연결하는 가요성 케이블(들)을 착탈 가능하게 연관시키기 위해, 전기 경로(108) 및 만약에 있다면 제어 라인(들)(109)에 대한 전기 연결 및 광 경로(102)에 대한 광 파이버 연결 모두를 요구한다.
실시예에서, 광 경로(132)는 두 개의 섹션들로 분리되며, 두 개의 섹션들은 프로브(102)에 근접한 광 파이버 커넥터를 사용하여 합쳐진다. 광 파이버 커넥터는 물리적으로 프로브(102) 내에 위치될 수 있거나, 또는 개구(404)(도 4 참조)를 스패닝할 수 있거나, 또는 프로브(102) 밖에 위치될 수 있다. 실시예에서, 광 파이버 커넥터는 상당한 손실 없이 광이 하나의 섹션에서 다른 섹션으로 전달할 수 있도록 광 경로(132)를 이루는 파이버들의 코어들을 기계적으로 결합하고 정렬시킬 것이다. 실시예에서, 광 경로(132)의 두 개의 섹션들의 외장 단부들은 코어 정렬의 이슈들을 저감시키기 위해, 융합되며, 먼저 클래딩이 제거되고, 그 후 융합될 수 있다. 파이버 단부들이 융합되는지 여부에 관계없이, 광 파이버 커넥터에 의해 연결되는 광 경로(132) 내부에 있는 단부들은 광 투과를 개선하기 위해 래핑되고 연마될 수 있다. 실시예에서, 프로브(102)는 프로브 내에 위치된 광 및/또는 전기 커넥터들에 대한 액세스를 허용하는 착탈 가능한 액세스 패널을 가진다.
만약 임의의, 전기 경로(108) 및 제어 라인(들)(109)의 착탈 가능성을 지원하기 위해, 착탈 가능한 전기 커넥터들이 제공될 수 있다. 실시예에서, 플렉스 회로는 전기 경로(108)의 끝에 연결되는 커넥터들(314)이 착탈 가능한 액세스 패널로부터 액세스가능하도록 연장되며, 그에 의해 전기 경로(108)의 연결 해제를 허용한다. 실시예에서, 전기 경로(108)(및 만약에 있다면, 제어 경로(109))는 두 개의 섹션들로 분리되며, 두 개의 섹션들은 프로브(102)에 근접한 전기 커넥터를 사용하여 합쳐진다. 전기 커넥터는 물리적으로 프로브(102) 내에 위치될 수 있거나 개구(404)(도 4 참조)를 스패닝할 수 있거나, 또는 프로브(102) 밖에 위치될 수 있다. 실시예에서, 전기 커넥터는 신호들이 상당한 손실 없이 하나의 섹션에서 다른 섹션으로 전달할 수 있도록 전기 경로(108)의 두 개의 부분들을 전기적으로 결합할 것이다.
실시예에서, 전기 경로(108)의 프로브-측 부분 상에 운반된 신호들은 아날로그 신호들이고, 아날로그-디지털 변환기로 종료되며, 전기 경로의 다른 부분 - 시스템 섀시(101)에 연결하는 부분 - 상에 운반된 신호들은 전기 경로(108)의 프로브-측 부분상에 운반된 아날로그 신호들의 디지털화된 표현들이다. 실시예에서, 전기 경로(108) 상에 운반된 신호들은 아날로그-디지털 변환이 프로브 핸들의 몸체에서 수행되는 것을 고려해볼 때 디지털 신호들이다.
실시예에서, 동작적으로 시스템 섀시(101)를 프로브(102)에 연결하는 프로브-측 광학 커넥터(들) 및 전기 커넥터(들)가 케이블로부터 프로브(102)를 빠르게 연결 해제하도록 동작될 수 있는 단일 커넥터로 통합된다.
이제 도 16으로 가면, 프로브(102)는 음향 렌즈(1605)에 의해 커버된 초음파 트랜듀서(도시되지 않음)를 형성하는 초음파 트랜듀서 소자들의 어레이를 포함한다. 실시예에서, 초음파 트랜듀서는 음향 에너지를 송신 및 수신 모두 할 수 있는 압전 소자들의 어레이를 포함한다. 실시예에서, 초음파 트랜듀서 소자들 중 적어도 몇몇은 넓은 범위에 걸쳐 초음파 주파수들을 검출할 수 있다. 예를 들면, 초음파 트랜듀서 소자들은 약 50 KHz에서 20 MHz까지의 범위에서 초음파를 검출할 수 있을 것이다. 이러한 범위는 하위 주파수 응답을 달성하기 위해 높은 임피던스 부하(예로서, 5,000 내지 50,000 옴들의 범위에 있는)를 이용함으로써 달성될 수 있다. 초음파 트랜듀서 소자들은 초음파 음향 에너지를 수신하는 것에 응답하여 전기 에너지를 생성할 수 있다. 초음파를 수신하는 초음파 트랜듀서 소자들에 의해 생성된 전기 에너지는 전기 경로(108)를 통해 컴퓨팅 서브시스템(128)에 송신된다.
프로브(102)는 또한 광학 경로(132) 상에서 운반된 광이 3-차원 볼륨(160)의 표면으로 송신될 수 있는 하나 이상의 광학 윈도우들(1603)을 포함한다. 실시예에서, 음향 렌즈(1605)에 실현 가능하게 가깝게 광학 윈도우(1603)의 일 측면을 위치시키는 것이 바람직하다. 광학 윈도우(1603)의 총 면적은 볼륨(160)의 표면 상에 입사된 주어진 플루언스에 대한 에너지를 최대화하는 것이 중요하다.
실시예에서, 광학 경로(132)를 이루는 광 파이버의 다수의 스트랜드들은 두 개의 광 바들(도시되지 않음)에서 종단된다. 실시예에서, 초음파 트랜듀서 소자들(도시되지 않음)은 기하학 평면을 따라 움직이며 일반적으로 서로로부터 등거리로 이격된 어레이에 배열된다. 실시예에서, 광 바들(도시되지 않음)은 초음파 트랜듀서 소자들의 평면 어레이의 각각의 측면 상에 길이 방향으로 배향된다. 바람직하게는 초음파 트랜듀서 소자들은 펄싱된 광원들(130, 131)(즉, 광음향 리턴 신호)에 의해 야기된 자극에 응답하여 수신된 초음파 음향 에너지 및 초음파 트랜듀서 소자들의 음향 출력에 응답하여 수신된 초음파 음향 에너지 둘 모두에 응답하여 전기 에너지를 발생시킨다.
다시 도 1을 참조하면, 사용 중에, 프로브(102)는 유기 조직, 팬텀, 또는 예로서, 종양과 같은 하나 이상의 국소화된 불균질들(161, 162)을 가질 수 있는 다른 3-차원 볼륨(160)에 근접하여 위치될 수 있다. 초음파 젤(도시되지 않음) 또는 다른 재료는 프로브(102) 및 볼륨(160)의 표면 사이에서의 음향 결합을 개선하기 위해 사용될 수 있다. 프로브(102)는, 볼륨(160)의 표면과 근접할 때, 광학 윈도우들(1603)을 통해 광의 펄스 또는 음향 렌즈(1605)를 통해 초음파를 방출하며, 그 후 방출된 광 또는 사운드에 응답하여 검출된 초음파에 대응하는 전기 에너지를 발생시킬 수 있다.
실시예에서, 컴퓨팅 서브시스템(128)은 제어 신호 라인(106)을 통해 광 시스템(129)으로부터 활동을 트리거할 수 있다. 대안적인 실시예에서, 광 시스템(129)은 트리거 신호를 생성하며 제어 신호 라인(106)을 통해 그것의 활동을 컴퓨팅 서브시스템(128)에 알릴 수 있다. 이러한 정보는 데이터 획득 프로세스를 시작하기 위해 컴퓨팅 서브시스템(128)에 의해 사용될 수 있다. 이 점과 관련하여, 제어 신호 라인(106)을 통한 통신은 컴퓨팅 서브시스템(128)(및/또는 광음향 프로세싱 및 오버레이 시스템(140)) 및 광 시스템(129) 사이에서 양쪽 방향들로 흐를 수 있다는 것이 주의된다.
실시예에서, 컴퓨팅 서브시스템(128)은 각각의 광원(130, 131)으로부터 광 펄스들의 시작 시간 및 지속 기간을 제어하기 위해 제어 신호 라인(106)을 이용할 수 있다. 컴퓨팅 서브시스템(128)은 또한 음향 렌즈(1605) 뒤에서 초음파 트랜듀서 소자들을 통해 초음파 음향 에너지를 방출하도록 프로브(102)를 트리거할 수 있다.
실시예에서, 컴퓨팅 서브시스템(128)은 전기 경로(108)를 통해 음향 렌즈(1605) 뒤에서, 초음파 송신 신호 또는 광학적으로 발생된 초음파 신호에 응답하여, 초음파 트랜듀서 소자들에 의해 검출된 초음파를 나타내는 전기 신호들을 수신한다. 실시예에서, 음향 렌즈(1605) 뒤에 있는 초음파 트랜듀서 소자들에 의해 검출된 초음파를 나타내는 전기 신호 스스로에 의해 생성된 아날로그 전기 신호이다. 이러한 실시예에서, 음향 렌즈(1605) 뒤에 있는 초음파 트랜듀서 소자들에 의해 검출된 초음파를 나타내는 전기 신호들은 전기 경로(108)를 통해 컴퓨팅 서브시스템에 송신되며 전기 경로(108)는 검출된 초음파의 프로세싱을 위해 광음향 프로세싱 및 오버레이 시스템(140) 또는 초음파 기구(150)로 릴레이 시스템(110)에 의해 선택적으로 향해진다. 이러한 실시예에서, 초음파 기구(150)는 그것이 초음파 프로브로부터 수신될 것과 동일한 입력(동일한 커넥터를 통해)을 수신할 수 있다.
또 다른 실시예에서, 음향 렌즈(1605) 뒤에 있는 초음파 트랜듀서 소자들에 의해 검출된 초음파를 나타내는 전기 신호는 프로브(102)에 하우징될 수 있는 아날로그-디지털 변환기에 의해 디지털화된다. 이러한 실시예에서, 음향 렌즈(1605) 뒤에 있는 초음파 트랜듀서 소자들에 의해 검출된 초음파를 나타내는 시간-분해된 전기 신호는 전기 경로(108)에 걸쳐 송신된다. 전기 신호가 프로브(102)에서 디지털화되며, 이 기술분야의 숙련자에게 명백할 바와 같이, 릴레이 시스템(110)은 디지털 데이터를 광음향 프로세싱 및 오버레이 시스템(140) 또는 초음파 기구(150)로 전달하기 위해 구현될 수 있거나, 또는 전혀 요구되지 않을 수 있다.
음향 렌즈(1605) 뒤에 있는 복수의 초음파 트랜듀서 소자들의 각각에 의해 검출된 초음파를 나타내는 신호는 전기 경로(108)를 통해 별개의 와이어 상에서 운반될 수 있다. 대안적으로, 음향 렌즈(1605) 뒤에 있는 복수의 초음파 트랜듀서 소자들, 또는 심지어 음향 렌즈(1605) 뒤에 있는 초음파 트랜듀서 소자들 모두에 의해 검출된 초음파를 나타내는 신호는 프로브에서의 다중화기 및 컴퓨팅 서브시스템(128)에서의 역다중화기를 이용하여 다중화될 수 있다(예로서, 시간 분할 또는 주파수 분할).
실시예에서, 초음파 기구(150)는 초음파 이미지들을 생성하기 위해 초음파-유도 음향 신호들을 프로세싱하며 광음향 프로세싱 및 오버레이 시스템(140)은 광음향 이미지들을 생성하기 위해 광-유도 음향 신호들을 프로세싱한다. 실시예에서, 초음파 기구(150) 및 광음향 프로세싱 및 오버레이 시스템(140)은 양쪽 모두의 조합된 기능들을 수행하는 통합 시스템으로 조합될 수 있다. 상기 논의된 바와 같이, 실시예에서, 프로브(102)에 의해 검출되며 전기 경로(108)를 통해 컴퓨팅 서브시스템(128)에 전달된 초음파를 나타내는 전기 신호들은 신호가 초음파 자극 또는 광 자극으로부터 기인하는지 여부에 따라 릴레이 시스템(110)을 통해 초음파 기구(150) 및 광음향 기구(140) 사이에서 스위칭된다.
실시예에서, 초음파-자극 데이터를 반영한 단층 촬영 이미지들은 초음파 기구(150)에 의해 생성될 수 있으며 광 자극된 데이터를 반영한 단층 촬영 이미지들은 광음향 프로세싱 및 오버레이 시스템(140)에 의해 생성될 수 있다.
단층 촬영 이미지들을 포함한, 광음향 프로세싱 및 오버레이 시스템(140)에 의해 생성된 이미지들은 캡처된 이미지 데이터의 시퀀스 또는 시간 및 날짜와 연관된 데이터와 함께, 상기 시스템에서의 컴퓨터 메모리에 저장될 수 있다. 단층 촬영 이미지들을 포함한, 초음파 기구(150)에 의해 생성된 이미지들은 적절한 인터페이스(170)를 통해 광음향 프로세싱 및 오버레이 시스템(140)에 송신될 수 있으며, 여기에서 그것들은 시간-동기화 방식으로 광-자극 데이터로부터 생성된 이미지들과 함께 저장될 수 있다. 실시예에서, 광음향 프로세싱 및 오버레이 시스템(140)의 메모리에 저장된 이미지들은 또 다른 메모리, 예로서 디바이스의 내부에 있거나 또는 외부에 있는 비-휘발성 메모리에 기록될 수 있다.
실시예에서, 광음향 프로세싱 및 오버레이 시스템(140)은 메모리에서의 저장 및/또는 하나 이상의 모니터들(112, 114) 상에서의 디스플레이를 위해 광음향 기구(140)에 의해 생성된 이미지들과 함께 초음파 기구에 의해 생성된 이미지들을 오버레이할 수 있다. 실시예에서, 오버레이된 광음향 이미지는 그것을 초음파 이미지로부터 구별하기 위해 별개의 컬러로 도시될 수 있다. 실시예에서, 오버레이된 광음향 이미지는 예를 들면 혈액 산소화와 같은, 광음향 이미징을 통해 식별 가능한 세부사항들에 대응하는 컬러들을 포함할 수 있다. 실시예에서, 산소화된 혈액은 청색보다는 적색으로 더 많이 도시되는 반면, 산소 제거된 혈액은 적색 보다는 청색으로 더 많이 도시된다. 여기에 사용된 바와 같이, 오버레이된 표현은 이미지의 종래의 오버레잉뿐만 아니라 믹싱에 의한 이미지의 병합을 포함한다.
실시예에서, 디바이스(100)는 디바이스의 양식들 중 하나, 즉 초음파 또는 광음향에 관한 데이터를 연속적으로 생성하고 획득하는 시퀀스를 포함한 하나의 사이클에서 동작하도록 구성될 수 있다. 디바이스의 양식들의 동작 사이에서의 최소 시간 간격은 사용을 위해 완전히 실행하고 재순환하기 위해 디바이스(100) 컴포넌트들 및 그것들의 능력에 의존한다. 실시예에서, 사용자는 예를 들면: 초음파 전용; 파장 1 전용; 파장 2 전용; 파장 1 및 2(예로서, 별개의 레이저들, 또는 단일의, 빠른 동조 가능한 레이저에 의해 야기될 수 있는); 초음파에 앞서 파장 1 및 2의 다수의 반복들; 및/또는 파장 1 및/또는 2에 앞서 초음파의 다수의 반복들과 같은 다양한 사전 프로그램된 사이클들 사이에서 선택할 수 있다. 다른 및 추가 조합들이 이 기술분야의 숙련자에게 명백할 것이다. 게다가, 디바이스(100)는 2 이상의 파장들을 생성할 수 있다면, 다수의 부가적인 사전 프로그램된 사이클들이 바람직할 수 있다. 실시예에서, 부가적인 사이클들은 기계 운영자에 의해 부가될 수 있다. 실시예에서, 전체 사이클의 데이터 수집은 일반적으로 볼륨(160)의 실질적으로 동일한 부분에 관한 것이며 빠른 속도로 잇달아 성취되도록 의도된다. 실시예에서, 디바이스(100) 사이클들은 상기 논의된 바와 같이, 보통 초당 1 내지 50의 범위에 있으며, 보다 통상적으로 초당 2 내지 20의 범위에 있다. 최대 사이클 빈도는 단지 사이클의 능력들 및 양식들에 의해서만 제한된다.
실시예에서, 디바이스(100)의 디스플레이들(112, 114)은 선택된 동작 사이클들에 의존하여 다양한 정보를 도시하도록 구성될 수 있다. 실시예에서, 임의의 디스플레이(112, 144) 또는 디스플레이의 부분은 다음 중 적어도 하나를 도시할 수 있다: 초음파 전용 이미지; 제 1 파장 응답 전용 이미지; 제 2 파장 응답 전용 이미지’ 조합된 제 1 및 제 2 파장 응답 이미지; 및/또는 오버레이 초음파 이미지 및 파장 응답 또는 조합된 파장 응답 이미지. 조합된 제 1 및 제 2 파장 이미지는 이미지를 제공하기 위해 차별 또는 다른 조합 수단을 포함할 수 있다. 실시예에서, 이미지는 사이클에서 별개의 데이터 수집들의 각각에 대응하여, 또는 그것들 중 임의의 것 또는 모두 사이에서의 합 또는 차이에 대응하여 디스플레이될 수 있다.
실시예에서, 디바이스는 3-상 데이터 수집 동작을 사용하여 동작될 수 있으며, 하나의 위상은 초음파 자극들에 응답하여 데이터를 생성 및 수집하고, 하나의 위상은 광의 제 1 파장에 응답하여 데이터를 생성 및 수집하며 하나의 위상은 광의 제 2 파장에 응답하여 데이터를 생성 및 수집한다. 둘 이상의 파장들을 생성할 수 있는 광원을 가진 실시예에서, 디바이스는 다중-상 데이터 수집 동작을 사용하여 동작될 수 있으며, 하나의 위상은 초음파 자극들에 응답하여 데이터를 생성 및 수집하고, 하나의 상은 광의 각각의 파장에 응답하여 데이터를 생성 및 수집한다. 다른 및 추가 조합들이 이 기술분야의 숙련자에게 명백할 것이다.
적절한 파장(들)을 사용하여, 광음향은 볼륨(160) 내에서 혈액을 식별할 때 효과적이며, 다수의 파장들을 사용하는 것은 산소화된 및 산소 제거된 혈액 사이에서 쉽게 구별하기 위해 사용될 수 있다. 유사하게, 적절한 파장들을 사용하여, 광음향들은 볼륨(160) 내에서 국소화된 헤모글로빈 함유량을 측정하기 위해 효과적이다. 따라서, 예를 들면, 증가된 혈액 농도 및 감소된 산소화에 의해 특성화되는 악성 종양은, 이러한 증가된 혈액 농도에 의해 특성화되지 않으며 보다 정상적인 산소화를 가진 양성 성장보다 광음향 이미지에서 매우 상이하게 나타날 것이다. 게다가, 광의 특정 파장들은 다양한 생체 조직들 및 기관들 사이에서 보다 양호하게 구별하기 위해 선택될 수 있다. 적외선, 근-적외선, 및 가시 파장들의 큰 스펙트럼이 생체 엔티티들에서의 광음향 응답을 생성할 수 있지만, 산소화된 혈액은 약 1064 nm의 파장을 가진 광원에 대해 산소 제거된 혈액보다 더 광음향적으로 응답적인 반면, 산소 제거된 혈액은 약 757 nm의 파장을 가진 광원에 대해 산소화된 혈액보다 더 광음향적으로 응답적이다. 디바이스(100)에 사용된 광의 수 및 특정 파장(들)은 관심 있는 타겟의 유형 및 볼륨의 구성에 따라 선택된다.
약 1064 nm의 우세한 파장을 가진 광의 펄스를 방출하기 위해 ND:Yag 레이저를 이용하며 약 575 nm의 우세한 파장을 가진 광의 펄스를 방출하기 위해 알렉산드라이트 레이저를 이용하는 실시예에서, ND:Yag 레이저가 먼저 펄싱될 것이며, 약 50 밀리초들의 지연에 이어서 알렉산드라이트 레이저의 펄싱이 이어질 것이다. ND:Yag 레이저의 다음의 펄스 전 사이클 길이는 100 밀리초들 이상일 수 있다. 따라서, 실시예에서, 펄스들/지연들은 다음과 같이 ND:Yag 펄스, 50 밀리초 지연, 알렉산드라이트 펄스, 50 밀리초 지연일 수 있으며, 약 10 Hz의 주파수 및 약 100 밀리초들의 사이클 시간을 산출한다. 일반적으로, 총 사이클 시간에 관계없이, 제 1 및 제 2 광 이벤트들 사이에서의 시간은 합당하게 실현 가능한 만큼 짧아야 한다. 따라서, 또 다른 실시예에서, 펄스들/지연들은 다음과 같이: ND:Yag 펄스, 50 밀리초 지연, 알렉산드라이트 펄스, 150 밀리초 지연일 수 있으며, 약 5 Hz의 주파수, 및 약 200 밀리초들의 사이클 시간을 산출한다. 또 다른 실시예에서, 펄스들/지연들은 다음과 같이: ND:Yag 펄스, 50 밀리초 지연, 알렉산드라이트 펄스, 250 밀리초 지연, 또는 450 밀리초 지연, 또는 950 밀리초 지연일 수 있으며, 각각 약 3.33, 2, 및 1 Hz의 주파수, 및 약 300, 500, 및 1,000 밀리초들의 사이클 시간들을 산출한다. 실시예에서, 알렉산드라이트 레이저는 ND:Yag 전에 펄싱될 수 있다. 실시예에서, 그래픽 사용자 인터페이스(GUI)는 임상 광음향 시스템을 동작시키기 위해 제공되며, 상기 GUI는 제한 없이: 사이클 시간 및/또는 광원 펄싱의 순서의 운영자 선택을 허용하는 제어들을 포함한다.
도 17은 도 16에 도시된 프로브(102)의 실시예의 확대도를 도시한다. 셸들(1702, 1704)은 프로브(102) 내에서의 컴포넌트들을 보여주기 위해 분리된다. 셸들(1702, 1704)은 플라스틱 또는 임의의 다른 적절한 재료로 만들어질 수 있다. 광, 및 특히 광 서브시스템(129)에 의해 발생된 광에 노출될 수 있는 셸들(1702, 1704)은 바람직하게는 반사성(즉, 광 착색된) 재료 및 광 산란(즉, 1 및 10 사이에서의 산란 계수를 가진) 양쪽 모두이다. 실시예에서, 셸들(1702, 1704)의 표면들은 고 반사율, 즉 75% 이상 반사성이다. 실시예에서, 셸들(1702, 1704)의 표면들은 초고 반사율, 즉 약 90% 이상 반사성이다. 실시예에서, 셸들(1702, 1704)이 표면들은 낮은 광학 흡수율, 즉 25% 미만 흡수성을 가진다. 실시예에서, 셸들(1702, 1704)은 매우 낮은 광학 흡수율, 즉 약 10% 미만 흡수성을 가진다. 또한, 셸들(1702, 1704)을 형성한 재료는 음향 에너지를 반사 또는 송신하기보다는, 흡수하기 위해 음향적으로 흡수력 있어야 한다. 실시예에서, 백색 플라스틱 셸들(1702, 1704)이 사용된다.
실시예에서, 플렉스 회로(1712)는 초음파 트랜듀서(1710)를 형성한 압전 초음파 트랜듀서 소자들(도시되지 않음)의 어레이에 케이블 커넥터들(1714)을 연결하는 복수의 전기 트레이스들(도시되지 않음)을 포함한다. 실시예에서, 플렉스 회로(1712)는 백킹(1711) 주변에서 접히고 싸여지며, 실리콘과 같은 결합제를 사용하여 그것에 고정될 수 있다. 실시예에서, 블록(1713)은 압전 초음파 트랜듀서 소자들의 어레이 맞은편의 백킹(1711)에 부착된다. 실시예에서, 초음파 트랜듀서(1710)는, 그것이 보다 많은 수의 트랜듀서 소자들을 갖는 것이 바람직할 수 있지만, 부가적인 소자들이 왜곡을 감소시키고, 및/또는 디바이스(100)의 이미징의 분해능, 정확도 및/또는 깊이를 증가시킬 수 있기 때문에, 적어도 128개의 트랜듀서 소자들을 포함한다. 케이블 커넥터들(1714)은 전기 트레이스들, 및 그에 따라 초음파 트랜듀서(1710)를 전기 경로(108)에 동작적으로 연결한다. 실시예에서, 전기 경로(108)는 초음파 트랜듀서 어레이(1710)에서의 각각의 초음파 트랜듀서 소자에 대한 동축 와이어를 포함한다.
초음파 트랜듀서(1710)는 트랜듀서 소자들이 음향 렌즈(1605)에 근접하거나 또는 그것과 접촉하도록 하우징(1716) 내에 맞춘다. 음향 렌즈(1605)는 실온 가황(room temperature vulcanization; RTV) 실리콘 고무와 같은, 실리콘 고무를 포함할 수 있다. 실시예에서, 하우징(1716) 및 음향 렌즈(1605)는 동일한 RTV 실리콘 고무 재료로부터, 단일 유닛으로서 형성된다. 실시예에서, 초음파 트랜듀서(1710), 플렉스 회로(1712)의 부분들, 백킹(1711) 및 블록(1713)은 트랜듀서 어셈블리(1715)를 형성하기 위해 실리콘과 같은 적절한 접착제를 사용하여 음향 렌즈(1605)를 포함한 하우징(1716) 내에 고정된다. 블록(1713)은 트랜듀서 어셈블리(1715)를 다른 컴포넌트들에 부착하거나 또는 고정시키기 위해 사용될 수 있다.
RTV 실리콘 고무 음향 렌즈(1605) 및/또는 트랜듀서 어셈블리(1715) 상에서의 광 서브시스템(129)에 의해 생성된 광의 광음향 영향을 없게(whiten)하고 감소시키기 위해, 실시예에서, 음향 렌즈(1605) 및/또는 트랜듀서 어셈블리(1715)를 형성한 RTV 실리콘 고무는 TiO2로 도핑될 수 있다. 실시예에서, 음향 렌즈(1605) 및/또는 트랜듀서 어셈블리(1715)를 형성한 RTV 실리콘 고무는 대략 4% TiO2로 도핑될 수 있다. 실시예에서, 음향 렌즈(1605)의 외부 표면 및/또는 트랜듀서 어셈블리(1715)의 외부 표면은 황동, 알루미늄, 구리 또는 금과 같은 금속의 박층으로 부가적으로 코팅되거나 또는 대안적으로 코팅될 수 있다. 그러나, 금은 RTV 실리콘 고무를 얇게 자르거나 또는 갈라지게 하려는 경향을 갖는다는 것이 발견되었다. 실시예에서, RTV 실리콘은 먼저 페릴렌으로 코딩되고, 그 후 니켈로 코팅되고, 그 후 금으로 코팅되며, 최종적으로 다시 페릴렌으로 코팅될 수 있다. 실시예에서, RTV 실리콘은 먼저 니켈로 코딩되고, 그 후 페릴렌로 코팅되고, 그 후 금으로 코팅되며, 최종적으로 다시 페릴렌으로 코팅될 수 있다. 실시예에서, 페릴렌의 최외각 코팅은 생략될 수 있다. 다수의 계층화는 초음파를 검출하기 위해 음향 렌즈(1605)의 음향 특성들에 대한 임의의 실질적인 악영향 없이, 및 트랜듀서 어셈블리(1715)에 대한 임의의 실질적인 악 영향 없이 잔상 있는 금 코팅을 제공한다. 실제로, 니켈 밍 금 계층들에 인접한 페릴렌 코팅들은 그것이 증착되는 금속들 또는 고무를 잘 고수하기보다는 에지들에서 감길 수 있다. 따라서, 이하에 보다 상세히 논의되는 바와 같이, 실시예에서, 음향 렌즈(1603) 및/또는 트랜듀서 어셈블리(1715)의 부분들은 컬링 또는 필링을 방지하기 위해 다른 컴포넌트들에 대하여 기계적으로 고정될 수 있는 에지를 가진다. 실시예에서, 음향 렌즈(1605)를 포함하여, 트랜듀서 어셈블리(1715)의 실질적으로 전체 외부 표면은 니켈, 그 후 페릴렌, 그 후 금 및 그 후 다시 페릴렌의 연속 층들로 코팅된다.
실시예에서, 반사 재료는 그것의 표면에 입사될 수 있는 광 경로(132)로부터의 임의의 광을 반사하기 위해 하우징(1716)의 후방 에지로부터 플렉스 회로(1712)의 단부로 트랜듀서 어셈블리(1715)를 둘러싼다. 실시예에서, RF 에너지에 대한 전자기 차폐는 하우징(1716)의 후방 에지로부터 플렉스 회로(1712)의 단부로 트랜듀서 어셈블리(1715)를 둘러싼다. 실시예에서, 광들(130, 131)은 프로브(102)의 면적에서 상당한 전자기 RF 에너지를 생성하는 상당한 에너지(예로서, 수 나노초들 동안 1,000 볼트들 이상)를 인출할 수 있다. 실시예에서, 하우징(1716)의 후방 에지로부터 플렉스 회로(1712)의 단부로의 트랜듀서 어셈블리(1715)는 반사성 재료 및 RF 에너지 차폐로서 동작할 수 있는, 포일에 의해 둘러싸여진다. 실시예에서, 포일은 그룹, 즉: 구리, 금, 은으로부터 선택된다. 실시예에서, 포일은 디바이스(100)의 전기 접지로 결합된다.
스페이서들(1720)은 트랜듀서 어셈블리(1715)에 대하여 광 바 가이드(1722)를 이격시키며 배치한다. 스페이서들은 바람직하게는 광 서브시스템(129)에 의해 생성된 광에 대한 그것의 광음향 응답을 감소시키는 재료들로 만들어진다. 실시예에서, 스페이서들(1720)은 셸들(1702, 1704)의 광 접촉 부분들에 유사한 재료로 만들어진다. 실시예에서, 광 바 가이드(1722)는 광 경로(132)의 부분인 광 파이버들을 감싼다. 실시예에서, 광 경로(132)를 형성하는 광 파이버들은 광 바 가이드(1722) 전체에 걸쳐 랜덤하게(또는 의사-랜덤하게) 분포될 수 있으며, 따라서 광 파이버 번들의 광 수신 단부 상에서의 특정 위치들을 광 바 가이드(1722)에 의해 보유된 광 파이버들의 발광 단부 상에서의 대응하는 특정 위치들에 대하여 적어도 의사-랜덤하게 만든다. 여기에 사용된 바와 같이, 용어 광 경로(132)를 형성하는 랜덤하게(또는 의사-랜덤하게) 분포된 광 파이버들은 근위 단부로부터 원위 단부로의 파이버들의 매핑이 광 경로(132)에서의 국소화된 간섭(예로서, 인접한 광 파이버들의 그룹의 번아웃) 또는 국소화된 현상(예로서, 광 경로(132)로의 엔트리 포인트에서의 비-균일한 광)이 송신된 전체 전력에 영향을 미치지만, 광 경로(132)의 원위 단부의 임의의 특정 부분에 동작적으로 상당한 영향을 미치지 않도록 행해진다는 것을 의미한다. 따라서, 근위 단부에 인접한 두 개의 광 파이버들은 광 경로(132)의 원위 단부에 인접할 가능성이 작다. 광 파이버 번들들이 근위 및 원위 단부들에서 융합되면, 적어도 하나의 단부가 융합되기 전에 랜덤화가 행해져야 한다. 여기에 사용된 바와 같이, 용어 랜덤하게(또는 의사-랜덤하게) 분포된 광 파이버들은 두 개의 상이한 광 경로들(132) - 즉, 상이한 디바이스들(100)에 대해 - 서로 상이해야 함을 의미하지 않는다. 다시 말해서, 단일 “랜덤” 매핑은 랜덤화되는 기준들을 여전히 만족시키면서 상이한 디바이스들(100)의 광 경로에서 재생될 수 있다. 광은 일반적으로 가우시안 방식으로 행동하기 때문에, 광 경로(132)로의 엔트리 포인트는 통상적으로 완벽에 못미치게 균일하다. 상기 논의된 바와 같이, 랜덤화는 광 경로(132)로의 광의 비-균일한 엔트리를 위해 수용할 수 있다. 랜덤화는 또한 그것이 광 플루언스를 보다 더 고르게 분배하도록 도울 수 있기 때문에, 조사된 면적에 걸쳐 광 플루언스의 균질화를 제공할 수 있다.
실시예에서, 광 바 가이드(1722)에 의해 감싸여진 광 파이버들은 모두 실질적으로 동일한 기하학 표면, 예로서 곡선 또는 편평한 평면 상에서 종료된다. 실시예에서, 주어진 광 바 내에서, 원위 단부에서의 파이버들은 제조 동안 제자리에 파이버들을 유지하도록 도울 수 있는 방식으로 그룹핑되며 서브그룹핑될 수 있다. 이러한 그룹핑(두 개의 광 바들에 대한 그룹들로와 같이) 및 서브그룹핑들(예로서, 광 바당 서브그룹들을 가진)은 기하학적 표면 위에 고르게 분배하는 것을 발전시킬 수 있다. 임의의 수의 서브그룹들이 사용될 수 있다. 실시예에서, 서브그룹들의 수는 가공 및 제조를 위해 실현 가능하도록 선택된다. 실시예에서, 서브그룹들의 수는 제조 프로세스를 용이하게 하기 위해 선택된다. 실시예에서, 서브그룹들의 수는 5 및 20 사이일 수 있으며, 15일 수 있다. 실시예에서, 파이버 그룹들은 광 바 가이드(1722)로 몰딩되거나 또는 미세 가공되는 물리적 채널들, 또는 그 내부 및/또는 외부 표면들 사이에 파이버 서브그룹들을 위치시킴으로써 형성된다.
일 실시예에서, 파이버들이 광 바 가이드(1722)에 부착된 후, 파이버 단부들은 광 방출의 보다 균일한 각도를 위해 제공하도록 래핑되고 연마될 수 있다. 실시예에서, 어셈블리된 프로브(102)에 설치된 바와 같이, 광 바 가이드(1722)는 프로브(102)의 원위 면에 법선보다 약간 작은 각도로, 및 구체적으로 안쪽으로 작은 각도로 그로부터 방출하는 광을 음향 트랜듀서 어레이(1710)의 중심에 법선이며 그것과 교차하는 평면을 향해 향하게 한다. 실시예에서, 광 경로(132)의 원위 단부(들)는 음향 트랜듀서 어레이(132)의 형태와 일치하거나 또는 가깝게 근사해야 한다.
여기에서의 “광 바 가이드”에 사용된 바와 같이, 박층는 특정 형태를 들여오도록 의도되지 않는다. 예를 들면, 광 바 가이드(1722)는 광 파이버들의 원위 단부들을 제한 없이, 원형, 타원형, 삼각형, 사각형, 직사각형 또는 임의의 불규칙적인 형태의 전체 또는 부분과 같은 실질적으로 임의의 형태로 가이드할 수 있다.
실시예에서, 하나 이상의 광 바 가이드들(1722) 및 광학 윈도우들(1603)은 음향 트랜듀서 어셈블리(1715)를 하우징하는 셸들(1702, 1704)의 외부에 있으며, 셸들(1702, 1704) 중 하나 이상의 외부 측면들로 부착되도록 적응된다.
실시예에서, 광학 윈도우(1603)로부터 방출하는 광의 각도는 조정 가능할 수 있다. 실시예에서, 광학 윈도우(1603)로부터 방출한 광은 범위에 걸쳐 조정 가능할 수 있다. 범위의 일 단부에서, 광은 프로브(102)의 원위 면에 법선인 방향으로 광학 윈도우(1603)로부터 방출할 수 있으며, 범위의 다른 단부에서, 광은 광학 윈도우(1603)로부터 음향 트랜듀서 어레이(1710)의 중심에 대해 법선이며 이를 교차하는 평면을 향해 최대 45도 이상의 안쪽 각도로 방출할 수 있다. 범위는 더 작거나 또는 더 클 수 있다.
프로브가 두 개의 광학 윈도우들(1603)을 가진 실시예에서, 광학 윈도우들(1603) 양쪽 모두로부터 방출한 광의 각도는 개별적으로, 또는 함께 조정 가능할 수 있다. 광학 윈도우들(1603)로부터 방출하는 광의 각도를 함께 조정하면, 광 방향은 각각의 경우에 안쪽 투사, 즉 음향 트랜듀서 어레이(1710)의 중심에 법선이며 그것을 교차하는 평면을 향한 투사의 각도를 증가시키거나 또는 감소시킬 것이다. 이러한 방식으로, 보다 큰 광 플루언스가 볼륨(160)으로 더 깊게(법선을 향해 눈높이를 정렬함으로써), 또는 보다 얕게(보다 안쪽으로 눈높이를 정렬함으로써) 향해질 수 있다.
광 각도의 방향을 제어하는 것은 광 가이드(1722)를 이동시킴으로써 행해질 수 있거나, 또는 그것은 광-후 경로(132) 광학의 사용을 통해 광학적으로 성취될 수 있다. 광학적 해결책들은 광 경로(132)를 통해, 또는 예를 들면 전기장들에 응답하여 제어된 굴절률을 가진 광학 소자와 같은, 가변 굴절률을 가진 광학 소자를 사용함으로써 투과되는 광을 리다이렉트시키기 위해 하나 이상의 렌즈들 및/또는 프리즘들의 사용을 포함할 수 있다. 리다이렉트된 광은 트랜듀서 소자들(1710) 바로 아래에서의 면적과 같은, 원하는 면적을 조사하도록 향해질 수 있다. 프로브(102)에 의해 투과된 광의 방향을 제어하는 것은 피부 및 트랜듀서들에 대하여 안전하게 유지하며 광의 방향을 최적화시키는데 유용하다.
제어 라인(109)은 광을 리다이렉트하는 명령어들을 전송하기 위해 및/또는 광 펄스가 광 경로(132)로부터 방출되는 시간에 광의 실제 방향을 보고하기 위해 사용될 수 있다. 광학 윈도우(1603)로부터 방출한 광의 각도는 광 펄스로부터 기인한 음향 정보를 해석할 때를 고려하기 위해 중요한 데이터일 수 있다.
실시예에서, 디바이스(100)는 프로브(102)로부터 방출한 입사된 레이저 광의 각도를 조정할 수 있다. 프로브(102)로부터 방출하는 입사 레이저 광의 각도의 조정은 제어 라인(109)을 통해 전송될 수 있는 명령어들의 제어 하에 실행될 수 있거나, 또는 수동으로 실행될 수 있다. 실시예에서, 스탠드오프가 예를 들면, 원하는 깊이로, 또는 스탠드오프 없이 달성될 수 있는 것보다 표면에 더 가깝게 입사된 레이저 광을 향하게 하도록 돕기 위해 사용될 수 있다. 실시예에서, 고립은 음향 및 광 둘 모두에 대해, 및 바람직하게는 초음파 범위에서의 음향들 및 광원(129)에 의해 이용된 파장들 중 하나 이상의 광에 대해 상대적으로 투명하다. 스탠트오프들의 사용이, 초음파 분해능이 그것의 트랜듀서들로부터 공칭 거리에서 오브젝트들을 검출하기 위한 능력이 부족하기 때문에 볼륨(160)의 표면에 가까운 오브젝트들의 이미징을 돕기 위해 초음파 애플리케이션들에 알려져 있지만, 현재 애플리케이션에서의 스탠드오프의 사용은, 상이한 목적을 위해, 즉 광원들이 트랜듀서 소자들(1710) 하에서 직접 겨냥되도록 허용하는 것이다. 실시예에서, 스탠드오프는 프로브(102)로부터 분리되며, 볼륨(160), 및 음향 렌즈(1605) 및 하나 이상의 광학 윈도우들(1603)을 포함한 프로브(102)의 원위 단부 사이에 위치된다. 실시예에서, 스탠드오프는 프로브에 통합될 수 있으며, 원하는 대로 이동되며 철수될 수 있다.
광학 윈도우들(1603)은 또한 프로브(102) 어셈블리의 일부일 수 있다. 실시예에서, 광학 윈도우들(1603)은 광 바 가이드(1722)의 단부로부터 및 그에 따라 광 경로(132)를 이루는 광 파이버들의 단부들로부터 이격된다. 여기에 사용된 바와 같이, 용어 광학 윈도우는 기계적으로 또는 광학적으로 평면 광학 문제에, 또는 단지 투명한 광학 문제에 제한되지 않는다. 대신에, 용어는 그것을 통해 전달하는 광을 가져오거나 또는 가져올 수 없지만, 광 경로(132)에 근접한 윈도우의 측면상에 입사된 광의 적어도 상당한 부분이 광학 소자의 특성들에 의존적인 방식으로 프로브 어셈블리(102)를 빠져 나오도록 허용할 광학 소자를 나타내기 위해 사용된다. 실시예에서, 광학 윈도우(1603)는 프로브(102)의 원위 단부가 상기 볼륨(160)과 접촉하거나 또는 그것에 근접할 때 볼륨(160)에 대해, 투명할 수 있으며, 이것은 광, 및 구체적으로 광 경로(132)의 단부로부터 방출된 광의 투과를 허용한다. 실시예에서, 광학 윈도우(1603)는 반투명하여, 프로브(102)의 원위 단부가 볼륨(160)과 접촉하거나 또는 것에 근접할 때 상기 볼륨(160)에 대하여, 광, 및 구체적으로 광 경로(132)의 단부로부터 방출된 광의 확산 및 투과를 허용한다. 실시예에서, 광학 윈도우(1603)는 렌즈일 수 있으며, 프로브(102)의 원위 단부가 볼륨(160)과 접촉하거나 또는 것에 근접할 때 상기 볼륨(160)에 대하여, 광, 및 구체적으로 광 경로(132)의 단부로부터 방출된 광의 형상화 및 지향을 허용한다.
어셈블리된 프로브(102)에서, 광학 윈도우(1603)의 하나의 에지는 트랜듀서 어셈블리(1715)에 근접하거나, 또는 그것과 접촉한다. 트랜듀서 어셈블리(1715)에 대한 광학 윈도우(1603)의 근접성은 광학 윈도우(1603)로부터 방출된 광이 음향 렌즈(1605)에 가까우며, 그에 따라 트랜듀서 어레이(1710)의 평면에 가까운 위치로부터 방출되도록 허용한다.
사용시, 결합제(예로서, 젤)가 프로브(102)의 원위 단부 및 볼륨(160) 사이에서의 음향 접촉을 개선하기 위해 사용될 수 있다. 결합제가 광 경로(132)를 형성하는 광 파이버들의 원위 단부와 접촉한다면, 외래성 음향 신호는 광 경로(132)를 통한 광 투과에 응답하여 생성될 수 있다. 실시예에서, 광학 윈도우(1603)를 포함하여, 프로브(102)의 원위 단부는 결합제 및 광 파이버들의 원위 단부 사이에 갭을 생성함으로써 광 경로(132)로부터 방출한 광에 응답하여 결합제의 잠재적인 음향 효과를 저감시킨다.
도 18은 도 16에 도시된 프로브와 같은 어셈블리된 프로브(102)의 일 실시예의 보다 넓은 면의 중심선을 따라 취해진 단면 절개도를 도시한다. 셸들(1702, 1704)은 프로브(102)의 원위 단부에 광학 윈도우들(1603) 및 트랜듀서 어셈블리(1715)를 지원한다. 트랜듀서 어셈블리(1715) 및 셸들(1702, 1704)에 의해 지원된 스페이서들(1720)은 광학 윈도우들(1603) 및 광 바 가이드들(1722)을 위치시키며 광 바 가이드들(1722) 및 광학 윈도우들(1603) 사이에 갭(1802)을 유지하는 것을 돕는다.
광 경로(132)를 이루는 광 파이버들의 원위 단부들은 그것들이 볼륨(160)로 또는 음향 트랜듀서(1710)로의 물리적 사운드 전도성을 생성하지 않도록 위치될 수 있다. 실시예에서, 갭(1802)은 광 경로(132)를 이루는 광 파이버들의 원위 단부들 및 볼륨(160) 또는 음향 트랜듀서들(1710) 사이에 고 주파수 사운드 전도성 경로를 방지하는 목적으로 작용한다. 이하에 논의되는 바와 같은, 특별하게 선택된 재료들은 광 바 가이드(1722)가 광 경로(132)의 원위 단부 및 볼륨(160) 또는 음향 트랜듀서들(1710) 사이에 물리적 사운드 전도성 경로를 감소시키며 및/또는 최소화함을 보장하기 위해 사용될 수 있다.
그것 상에 압전 트랜듀서 소자들(도시되지 않음)을 가진 플렉스 회로(1712)는 백킹(1711) 주변을 싸며 플렉스 회로의 각각의 단부에서 케이블 커넥터들(1714)과 압전 트랜듀서 소자들을 전기적으로 연결한다.
셸들(1702, 1704)에서의 개구(1804)는 프로브(102)의 내부에 들어가기 위해 광 경로(132)(도 1), 전기 경로(108)(도 1) 및 광학 전력 및 제어 라인들(109)(도 1)을 위한 개구를 제공한다. 실시예에서, 고무 그로멧(도시되지 않음)은 개구(1804)를 통해 프로브(102)의 일부가 되는 경로들 또는 라인들에 안정성 및 변형 완화를 제공하기 위해 사용될 수 있다.
도 19a로 가면, 10개의 광 파이버들의 단부들에 근접한 표면에 부딪치는 광의 통상적인 패턴이 도시된다. 오늘날, 통상적인, 합당하게 유연한 광 파이버들은 약 50 내지 200 마이크론들의 범위에서의 직경을 가진다. 광 파이버를 빠져 나가는 광은 느리게 확대하려는 경향이 있으며, 예를 들면, 도 19b에서의 광 파이버의 단부를 떠난 후 확대한 광의 예시적인 예를 참조하자. 광 파이버를 떠나는 광 빔의 확대율은 광 파이버의 직경 및 광 파이버 재료의 굴절률의 함수이며, 또한 파이버가 연결되는 재료의 굴절률의 함수일 수 있다. 광 파이버들의 그룹이 조사될 표면에 근접하여 위치될 때, 도 19a에 보여지는 것과 같은 광 패턴이 야기된다.
실시예에서, 보다 작은 직경들을 가진 광 파이버들이 조사된 면적을 넓히고 광 경로(132)의 유연성을 증가시키기 위해 이용된다. 광은 그것이 광 파이버를 빠져 나가는 것처럼 갈라지며, 그것이 빠져 나가는 것과 같은 그것의 분기는 파이버의 직경과 역으로 관련이 있으며, 다시 말해서, 광은 보다 작은 직경의 광 파이버들 밖으로 보다 빠르게 갈라진다. 따라서, 예를 들면, 50 마이크론들 아래, 및 잠재적으로 30 마이크론들 미만의 범위에 있는 광 파이버들은 조사된 면적을 넓히며, 따라서 빔 확대기에 대한 요구를 감소시키거나 또는 잠재적으로 제거하는 것이 바람직할 수 있다. 실시예에서, 광 경로(132)를 구성하는 광 파이버들의 하나 이상의 그룹들의 원위 단부는 도 19a에 도시된 광의 특징적 패턴을 회피하기 위해 융합될 수 있다.
실시예에서, 광음향 프로브는 조사된 볼륨의 표면 상에 입사된 비교적 균일한 광 분포를 생성해야 한다. 광음향 프로브가 비교적 큰 면적의 광 분포를 생성하는 것이 또한 바람직할 수 있다. 비교적 크며 균일한 광 분포를 제공하는 것은 광음향 프로브가 조사된 표면의 임의의 주어진 면적에 대한 특정 광 플루언스를 초과하지 않고 최대량의 에너지를 전달하도록 허용하며, 이것은 환자 안전을 최대화하며 및/또는 신호-대-잡음 비를 개선할 수 있다. 이들 이유들로, 조사된 볼륨의 표면과 너무 근접하여 광 파이버 단부들을 위치시켜서, 그에 따라 도 19a에 보여진 것과 같은 작거나 또는 고르지 않은 광 분포를 획득하는 것은 바람직하지 않다.
실시예에서, 광 파이버들은 조사될 볼륨의 표면으로부터 떨어져 이동될 수 있다. 조사될 볼륨의 면적으로부터 떨어져 광 파이버들의 단부를 이동시키는 것은 각각의 광 파이버로부터 방출된 빔들이 확대하며, 광 분포의 보다 균일한 면적을 생성하게 할 것이다. 조사될 볼륨의 표면으로부터 광 파이버들을 이동시키는 것과 연관된 하나의 잠재적인 이슈는 확대한 빔의 스트레이 부분들에 의해 야기된 광음향 영향들이다. 또 다른 잠재적인 이슈는 프로브의 형태 또는 크기에 대한 거리(광 파이버들의 단부 및 조사될 표면 사이에서의)를 확대하는 효과이다. 더욱이, 광 파이버들의 수를 증가시키는 것은(및 그에 따라 광을 방출하는 파이버 번들의 면적을 확대하는) 광 경로(132)(도 1)의 비용, 무게, 및 가요성을 증가시킬 것이며, 또한 프로브의 크기에 영향을 미칠 수 있다.
프로브(102)는 핸드헬드로 설계되기 때문에, 프로브 줄기(프로브(102)의 보다 좁은, 근위 부분)가 볼륨(160)의 표면에 비교적 가깝도록 프로브 헤드(프로브(102)의 보다 넓은, 원위 부분)를 짧게 유지하는 것이 바람직하다. 부가적으로, 프로브(102)는 핸드헬드로 설계되기 때문에, 그것의 총 두께는 또한 쾌적함, 편리함, 및 동작 유효성에 대한 고려사항이다. 따라서, 확대가 균일한 광 플루언스로 광학 윈도우들(1603)을 채우는 것을 허용하기 위해 광학 윈도우(1603)로부터의 충분한 거리에 광 경로(132)를 형성하는 파이버들의 원위 단부들을 위치시키는 것은 선호되지 않는다. 유사하게, 광 경로(132)의 원위 단부에서 광 바 가이드(1722)에 의해 유지된 파이버 번들의 면적을 확장하기 위해 매우 많은 수의 파이버들을 사용하며, 그에 따라 확대가 균일한 광 플루언스로 광학 윈도우들(1603)을 채우도록 허용하려고 시도하는 것은 다른 것들 중에서도, 그것이 과도한 무게, 불요성, 크기, 및 비용을 야기할 것이기 때문에 또한 선호되지 않는다. 게다가, 광학 윈도우(1603)의 크기를 감소시키는 것은 디바이스의 총 잠재적인 안전한 에너지 출력을 감소시킬 것이며, 따라서 선호되지 않는다.
도 20b 및 도 20c로 가면, 실시예에서, 빔 확대기(2001b, 2001c)는 광의 빔을 확대시키기 위해 사용될 수 있으며, 그것이 보다 짧은 거리에 걸쳐 보다 균일해지게 한다. 도 20b는 접지 또는 젖빛 유리 빔 확대기(2001b)의 사용을 도시하지만, 도 20c는 렌즈 빔 확대기(2001c)의 사용을 도시한다. 실시예에서, 광 바 가이드(1722)는 일반적으로 직사각형이지만, 렌즈 빔 확대기(2001c)는 원통형 볼록 렌즈 또는 원통형 오목 렌즈일 수 있다. 실시예에서, 볼록 렌즈(도시되지 않음)는 빔 확대기로서 사용될 수 있다. 다른 렌즈들, 렌즈 시스템들 또는 다른 광학 시스템들 또는 그것의 조합들이 광을 확산시키며 보다 고르게 분배하기 위해 사용될 수 있다는 것이 이 기술분야의 숙련자에게 명백할 것이다.
다시 도 18을 참조하면, 실시예에서, 광 바 가이드들(1722)은 파이버들의 원위 단부들을 보유한 단부 상에서의 초음파 이미징 평면을 향해 안쪽으로 각이 있다. 광 바 가이드(1722)의 원위 단부의 안쪽 각짐은 그로부터 방출한 광이 광학 윈도우(1603)를 보다 양호하게 채우며, 그에 따라 고르게 조사하도록 허용한다. 빔 확대기를 포함할 수 있는 갭(1802)은 광학 윈도우(1603)를 채우도록 확대하기 위해 광 경로(132)에 걸쳐 투과된 광을 위한 공간을 제공할 수 있다. 안쪽 각짐은 볼륨(160)의 표면상에 입사된 광의 방향이 법선보다 작은 각도로 표면에 부딪히게 하며, 따라서 잠재적으로 초음파 트랜듀서들(1710)을 커버하는 음향 렌즈(1605)의 아래에 있는 볼륨으로 보다 양호하게 전파하게 하려는 경향이 있다.
다시 도 1로 가면, 프로브(102)는 헨드헬드 용도를 위해 의도되기 때문에, 광 경로(132), 전기 경로(108), 및 선택적 전력 및 제어 라인들(109)의 무게 및 가요성은 고려사항이다. 실시예에서, 광 경로(132)를 더 가볍고 더 유연하게 만들기 위해, 광 경로(132)는 가능한 한 적은 파이버들로부터 구성된다. 다수의 파이버들이 얼마나 적게 사용될 수 있는지에 대한 제한 인자는 광학 경로(132)에 걸쳐 운반된 광의 양이다. 파이버에 걸친 너무 많은 광의 투과는 파이버를 손상시킬 것이다. 광 경로(132)는 볼륨(160)의 표면 상에서 능숙할 광, 더하기 광원(129) 및 조사된 볼륨(160)의 표면 사이에서 손실된 임의의 광(예로서, 흡수되거나 또는 산란된)의 총 양을 운반해야 한다. 조사의 최대 변적은 광학 윈도우(1603)의 크기를 초과하지 않는 것으로 알려져 있기 때문에, 및 조사의 면적은 단위 면적당 플루언스 한계들의 대상이기 때문에, 광 경로(132)에 의해 운반된 총 광 에너지는 광학 윈도우들(1603)의 크기로 플루언스 한계를 곱함으로써 근사될 수 있다. FDA는 플루언스의 인간 안전 레벨에 대한 수들을 제공한다.
조사된 볼륨(160)은 일반적으로 그 자신의 광음향 응답을 가지며, 이것은 특히 광 플루언스가 최대인 곳 즉, 볼륨(160)의 표면에서 분명하다. 볼륨(160)의 표면으로의 조사의 면적을 증가시키는 것은(예로서, 광학 윈도우(1603) 및 빔의 크기를 증가시킴으로써) 볼륨(160) 자체의 표면에 의해 생성된 광음향 영향을 감소시키며, 따라서 불균질들(161, 162)을 표현한 원하는 신호와 비교하여, 볼륨(160) 자체의 표면에 의해 생성된 바람직하지 않은 광음향 신호를 감소시킬 수 있다.
볼륨(160) 자체의 표면에 의해 생성된 원치 않는 광음향 신호 이외에, 광학 윈도우들(1605) 및 각각의 광 바 가이드들(1722) 사이에서의 공간을 둘러싸는 측벽들, 음향 렌즈(1605) 및 트랜듀서 하우징(1716)의 부분들과 같은, 초음파 트랜듀서에 의해 검출될 수 있는 원치 않는 광음향 신호들의 다른 소스들이 있을 수 있다. 광학 윈도우들(1603) 및 임의의 선택적 빔 확대기(2001b, 2001c)는 또한 초음파 트랜듀서에 의해 검출될 수 있는 원치 않는 광음향 신호들의 소스들일 수 있다.
실시예에서, 광학 윈도우들(1605) 및 각각의 광 바 가이드들(1722) 사이에서의 공간을 둘러싸는 벽들은 높은 음향 흡수율 특성들을 가지며 및/또는 흰색이고 및/또는 높은 광 산란 및/또는 반사 특성들을 가진 재료로 만들어질 수 있다. 이들 특성들을 가진 재료들을 사용하는 것은 초음파 트랜듀서에 의해 검출될 수 있는 원치 않는 광음향 신호들을 감소시킬 수 있다. 실시예에서, 스페이서들(1722)은 마이크로-마크 CR(600), 백색 컬러로 건조하는 2 부분 고 성능 캐스팅 수지와 같은 수지 재료로 만들어질 수 있다.
실시예에서, 높은 음향 흡수율 특성들을 가지며 및/또는 백색이고 및/또는 높은 광 산란 특성들을 가진 재료의 층(도시되지 않음)은 어셈블리된 프로브(102)에서의 광 바 가이드들(1722) 및 트랜듀서 어셈블리(1715) 사이에 위치된다. 대안적으로, 층은 2개의 부분들이 어셈블리된 프로브(102)에 접촉하는 광 바 가이드(1722) 또는 트랜듀서 어셈블리(1715)에 직접 적용될 수 있다. 이러한 층은 초음파 트랜듀서에 의해 검출될 수 있는 원치 않는 광음향 신호들을 감소시킬 수 있다. 실시예에서, 층은 마이크로-마크 CR(600), 백색 컬러로 건조하는 2 부분 고 성능 캐스팅 수지와 같은 수지 재료로 만들어질 수 있다. 실시예에서, 층(도시되지 않음)은 또한 반사성 코팅을 포함할 수 있다. 실시예에서, 금의 반사성 코팅은 그 외 층에 부딪칠 수 있는 광을 반사하기 위해 층에 적용될 수 있다.
실시예에서, 반사-방지 코팅들은 광학 윈도우들(1603) 및/또는 빔 확대기(2001b, 2001c)의 광음향 서명을 감소시키기 위해 사용될 수 있다. 실시예에서, 불화 마그네슘은 광학 윈도우들(1603) 및/또는 빔 확대기(2001b, 2001c) 상에서의 반사-방지 코팅으로서 사용될 수 있다. 반사-방지 코팅들은 광학 윈도우(1603)에 의해 흡수되거나 또는 반사된 에너지를 감소시키고 및/또는 최소화하기 위해 사용될 수 있다.
실시예에서, 트랜듀서 어셈블리(1715) 및/또는 음향 렌즈(1605)의 광음향 서명은 영향을 없게함에 의해 감소될 수 있다. 실시예에서, RTV 실리콘 고무를 포함한 음향 렌즈(1605)는 약 4% TiO2로 도핑됨으로써 영향을 없게할 수 있으며 감소된 그것의 광음향 서명을 가질 수 있다. TiO2 도핑은 음향 렌즈의 반사성 및 그에 따라 흡수를 증가시키며 또한 RTV 실리콘 고무의 광음향 응답을 분산시키려는 경향이 있는 산란 효과를 가져서, 보다 쉽게 필터링될 수 있는 하위 주파수 아래로 응답을 내린다고 믿어진다. 상기 논의된 바와 같이, 트랜듀서 어셈블리(1715) 및/또는 음향 렌즈(1605)의 외부 표면은 금, 구리, 알루미늄, 또는 황동과 같은, 금속 코팅이 제공될 수 있다. 실시예에서, 금속 코팅, 및 특히 금은 트랜듀서 어셈블리(1715) 및/또는 음향 렌즈(1605)의 광음향 서명을 감소시킨다. 금은 광 스펙트럼에서의 그것의 높은 반사성 때문에 음향 렌즈(1605)의 광음향 서명을 감소시킨다고 믿어진다. 실시예에서, 음향 렌즈는 영향이 없게 될 수 없으며 그것의 자연스러운 컬러를 유지할 수 있거나, 또는 하나 이상의 특정한 파장들에서 광학 흡수를 최소화하기 위해 상이하게 컬러링될 수 있다. 실시예에서, 음향 렌즈는 예를 들면, 부나-엔 고무(즉, 니트릴 고무) 또는 라텍스 고무와 같은, RTV 실리콘 고무를 제외한 재료들로 이루어질 수 있다.
상기 논의된 바와 같이, 광학 경로(132)의 단부에서의 광 파이버들은 실질적으로 동일한 평면상에 위치된 광 바 가이드(1722)에 의해 보유된 파이버 단부들의 모두와 함께 광 바 가이드(1722)에 의해 보유된다. 실시예에서, 파이버 단부들은 기계력, 접착제, 또는 기계력 및 접착제의 조합을 사용하여 제자리에 고정될 수 있다. 파이버들은 그것들을 원하는 위치 및 패턴에 유지하고 및/또는 레이저 발사로 인해 기계 에너지의 출력을 감소시키기 위해 그것의 원위 단부 가까이에 부착될 수 있다. 실시예에서, 광 바 가이드(1722) 내에 고정된 광 파이버들 사이에서의 공간들은 다음의 특성들 중 하나 이상을 가진 재료로 채워질 수 있다: 사운드 흡수, 광 산란, 백색 및/또는 광 반사. 실시예에서, 광 경로(132)의 원위 단부에서 광 바 가이드(1722)에 의해 둘러싸일 수 있는 광 파이버들이 융합된다. 광 경로(132)이 원위 단부에서 파이버들을 융합하는 것은 광 경로로부터 방출한 광이 보다 균일하도록 허용할 수 있다.
실시예에서, 어셈블리된 프로브와 함께 포함하여, 광 경로(132)에서 나오는 레이저 광이 그것에 부딪칠 수 있는 셸들(1702, 1704)의 면적들 상에, 및 피부 접촉을 예로서 광학 윈도우(1603)에 가깝게 만들도록 설계된 면적들에 및 프로브(102)의 원위 단부의 다른 부분들에 반사성 코팅이 위치된다. 실시예에서, 셸들(1702, 1704)은 광 경로(132)에서 나오는 레이저 광이 그것에 부딪치거나 또는 그럴 가능성이 있는 금으로 코팅된다. 실시예에서, 셸들(1702, 1704)의 부분들은 현재 이것이 비용이 높을 수 있을지라도, 금으로 만들어질 수 있다.
실시예에서, 근접성 검출기 시스템(도시되지 않음)은 프로브(102)의 원위 단부가 볼륨의 표면 상에 있거나 또는 그것에 매우 가까이 있음을 결정하기 위해 사용된다. 이유들 중에서, 이러한 근접성 검출기 시스템은 그것이 프로브(102)가 검사 중인 또는 검사될 볼륨(160)에 매우 근접하지 않을 때 광원(129)의 펄싱을 방지하기 위해 사용될 수 있는 것이 바람직하다. 이것은 광원(129)이 예로서, 눈들에 해로울 수 있는 레벨들에서 광을 생성할 수 있기 때문에 안정성 이슈일 수 있다. 근접성 검출기 시스템은: 프로브의 원위 단부에서 기계적 접촉 스위치; 볼륨(160)의 표면으로부터 해롭지 않은 빔의 반사들을 보는 광학 스위치; 볼륨(160) 및/또는 볼륨(160) 및 프로브의 원위 단부 사이에서의 임의의 음향 젤 또는 다른 재료들과의 접촉에 의해 폐쇄되는 전도성 스위치; 프로브(102)의 원위 단부와의 접촉을 위한 전도성 표면을 포함한 전도성 스위치 및 스탠드오프; 관심있는 볼륨(160)의 표면에 적용된 전도성 스위치 및 얇고 광학적으로 및 음향적으로 투명한, 전도성 표면; 특정 시간 내에서의 사운드의 반사를 송신하며 그것의 반사를 찾음으로써 볼륨(160)의 가까운 근접성을 검출할 수 있는 음향 트랜듀서 스위치; 좁은 형태의 사운드 송신기 및 수신기를 사용하며 근접성을 검출하기 위해 반사를 사용함으로써; 신호 리턴을 찾음으로써 근접성 검출기로서 트랜듀서 어레이에서의 트랜듀서들 중 하나 이상을 사용하거나; 또는 초음파 모드에서 디바이스(100)를 동작시키며 초음파 이미지를 찾음으로써 볼륨(160)의 가까운 근접성을 검출할 수 있는 음향 트랜듀서 스위치의 형태로 구현될 수 있다.
실시예에서, 광학 검출기(도시되지 않음)는 출력 에너지가 추정되거나 또는 추론될 수 있는 측정을 하기 위해 프로브(102)에 위치될 수 있다. 실시예에서, 광학 검출기는 빔 확대기 또는 광학 윈도우에 의해 반사된 에너지와 같은 반사 에너지를 측정할 것이다. 실시예에서, 광학 검출기는 갭(1802)을 둘러싸는 재료들에 의해 산란된 에너지와 같은 산란 에너지를 측정할 것이다. 광학 검출기의 측정은 제어 신호 라인(109)을 통해 시스템 섀시(101)에 송신될 수 있으며, 그것은 프로브(102)의 광 출력을 추론하거나 또는 추정하기 위해 분석될 수 있다. 실시예에서, 시스템 섀시(101)에서의 제어 기능은 광 시스템(129)의 광 출력, 및 그에 따라서 광학 검출기에 의해 이루어진 측정에 기초하여 프로브(102)의 광 출력을 제어하거나 또는 조절할 수 있다. 실시예에서, 시스템 섀시(101)에서의 제어 기능은 광학 검출기에 의해 이루어진 측정에 기초하여 프로브(102)의 광 출력의 변화를 보상하기 위해 트랜듀서 수신기들에서의 이득을 제어하거나 또는 조절할 수 있다. 실시예에서, 컴퓨팅 서브시스템(128)은 광학 검출기에 의해 이루어진 측정에 기초하여 제어 신호 라인(106)에 걸쳐 광 시스템(129)으로부터 상이한 활동을 트리거할 수 있다. 실시예에서, 광학 검출기에 의해 이루어진 측정은 전기 시스템에서의 변화들 또는 디바이스(101)에 대한 전력에 대해 제어하기 위해 사용될 수 있다. 유사하게, 실시예에서, 광학 검출기에 의해 이루어진 측정은 디바이스(100)의 광학 경로(132) 또는 다른 광학 소자들에서의 변화들에 대해 제어하기 위해 사용될 수 있다. 실시예에서, 광학 검출기는 그렇지 않다면 프로브(102)에 의해 출력된 광의 플루언스가 안전 한계를 초과하거나 또는 그 훨씬 아래로 떨어지게 할 수 있는 전기 또는 광학 특성들에서의 변화들에 대해 수용함으로써 프로브(102)에 의해 출력된 광의 플루언스가 안전 한계들에 가깝거나 또는 그 아래인 채로 있게 하기 위해 사용될 수 있다.
실시예에서, 안전 특징은 시스템이 동작 중일 때(예로서, 레이저가 발사 중일 때) 가요성 케이블로부터 프로브(102)의 연결 해제를 방지할 것이다. 이러한 안전 특징을 구현하기 위해, 실시예에서, 시스템(100)은 프로브 및 가요성 커넥터 사이에서의 커넥터 상에서 기계적 록을 동작시키기 위해 제어 라인(들)(109)을 사용할 수 있다. 실시예에서, 고장-안전 기계적 록은 특정 제어 라인(들)(109)이 사전 특정된 양보다 큰 전압에 있을 때 가요성 케이블로부터 프로브(102)의 연결 해제만을 허용할 것이다.
상기 논의된 바와 같이, 디바이스(100)는 실시예에서, 볼륨(160)에 대한 초음파 및 광 둘 모두를 송신할 수 있으며, 송신된 초음파 및 광에 대한 초음파 응답을 수신 및 프로세싱할 수 있는 프로브(102)를 포함한다. 송신된 초음파에 대한 초음파 응답은 통상적으로 약 70%의 퍼센트 대역폭을 가지며 2 Mhz 이하의 이미없는 응답을 가진, 송신 주파수 주변에서의 협대역폭이지만, 송신된 광에 대한 초음파 응답은 약 50 KHz 내지 20 MHz의 범위 또는 보다 통상적으로 6 MHz 내지 8 MHz의 범위에 중심을 둔 것과 같이 훨씬 더 넓은 범위에 있다. 실시예에서, 초음파는 트랜듀서들(1710)에 의해 송신 및 수신되지만, 광은 광학 경로(132)에 걸쳐, 및 광학 윈도우(1603) 및 다른 애퍼처에 걸쳐 광(130, 131)에 의해 송신되며, 그것에 대한 초음파 응답은 통상적으로 광음향 효과에 의해 생성된 고 주파수 범위를 수신하도록 동조된 별개의 트랜듀서들(도시되지 않음)에 의해 수신된다. 별개의 트랜듀서들은 예로서, 200 옴들 이상 및 바람직하게는 약 500 옴들 이상인 임피던스를 가진 고 임피던스 증폭기들과 함께 사용된다. 광음향 응답이 별개의 트랜듀서들에 의해, 또는 초음파 응답을 위한 그것들의 사용과 상이한 임피던스 부하들을 사용하는 동일한 트랜듀서들에 의해 수신되지만, 초음파 응답을 표현한 신호들은 광음향 응답을 표현한 신호들로부터 전기 경로(108)의 별개의 와이어들 상에서의 시스템 섀시(101)로 다시 운반될 수 있다.
실시예에서, 초음파는 트랜듀서들(1710)에 의해 송신되며, 그것에 대한 초음파 응답은 트랜듀서들(1710)에 의해 수신되고, 광은 광(130, 131)에 의해 광학 경로(132)에 걸쳐, 광학 윈도우(1603) 밖으로 송신되며, 그것에 대한 초음파 응답이 또한 트랜듀서들(1710)에 의해 수신된다. 이러한 실시예에서, 트랜듀서들(1710)은 1K 옴 이상 및 약 100 K 옴들 미만의 임피던스, 및 보다 바람직하게는 2K 및 10K 옴들 사이에서의 입력 임피던스를 가진 고 임피던스 증폭기들과 함께 동작된다. 예시적인 실시예에서, 트랜듀서들(1710)은 5K 옴 입력 임피던스 증폭기와 함께 동작될 수 있다.
프로브(102)가 초음파 트랜듀서들(1710) 및 통상적으로 광음향 효과에 의해 생성된 상위(대 보다넓은) 주파수 범위를 수신하도록 동조된 별개의 트랜듀서들(도시되지 않음)을 갖춘 실시예에서, 광(130, 131)에 의해, 광 경로(132)에 걸쳐 광학 윈도우(1603) 밖으로 송신된 광에 대한 광음향 응답은 트랜듀서들(1710) 양쪽 모두에 의해 및 별개의 트랜듀서들에 의해 수신될 수 있다. 광음향 효과에 응답적인 초음파를 수신하기 위해 트랜듀서들의 세트들 양쪽 모두를 사용하는 것은 볼륨(160) 내에서 타겟(161, 162)을 보다 양호하게 분석하기 위해 사용될 수 있는 부가적인 데이터를 캡처할 수 있다.
도 21 내지 도 23으로 가면, 플라스티솔로부터 형성된 팬텀들은 정합 및 교정을 위해 유용하다. 도 21은 광음향 이미징 디바이스 및/또는 다중모드 초음파 및 광음향 이미징 디바이스와 관련되어 사용하기 위한 팬텀(2100)을 도시한다. 팬텀(2100)은 여러 개의 타겟들(2102, 2104, 2106)을 포함한다. 실시예에서, 타겟들(2102, 2104, 2106)은 유사하지 않으며, 하나는 특히 제 2가 아닌 제 1 자극들에 응답적이고, 하나는 특히 제 1이 아닌 제 2 자극들에 응답적이며, 하나는 특히 제 1 및 제 2 자극들 모두에 응답적이다. 실시예에서, 제 1 자극들은 제 1 파장에서의 광음향 펄스일 수 있으며 제 2 자극들은 제 2 파장에서의 광음향 펄스일 수 있다. 실시예에서, 제 1 자극들은 종래의 초음파 신호일 수 있으며 제 2 자극들은 하나 이상의 파장들에서의 광음향 펄스일 수 있다. 재료들을 다양한 자극들에 응답적이게 만들기 위해, 도핑이 일반적으로 사용된다. 광음향 응답에 대해, 재료는 관련 있는 주파수 또는 주파수들로 흡수기를 갖고 도핑된다. 초음파 응답에 대해, 재료가 더 밀집하게 도핑된다. 팬텀(2100)을 사용하여, 제 1 또는 제 2 자극들에 대한 응답이 2102, 2104, 및/또는 2106 타겟들이 도핑되는 정도에 응답하여 입증되고 및/또는 교정될 수 있다. 이것은 타겟 응답들 사이에서 구별하기 어려운 도핑 퍼센티지들에 대한 결정을 허용한다.
도 23은 광음향 이미징 디바이스 및/또는 다중모드 초음파 및 광음향 이미징 디바이스와 관련되어 사용하기 위한 팬텀(2300)을 도시한다. 팬텀(2300)은 플라스티솔에 내장된 여러 개의 타겟들(2302, 2302)을 포함한다. 실시예에서, 타겟들(2302, 2304)은 일반적으로 선형이며 유사하다. 실시예에서, 타겟들(2302, 2304)은 자연의 또는 합성 호스헤어이다. 팬텀(2300)을 사용하여, 광음향 및 초음파와 같은 다수의 양식들이 상호 정합될 수 있다. 실시예에서, 다중 양식 프로브가 팬텀에 결합되며, 각각의 양식의 출력을 도시한 이미지가 서로에 중첩된 스크린 상에 보여진다. 조이스틱 또는 다른 입력 디바이스를 사용하여, 운영자는 이미지들을 수동으로 상호-정합할 수 있으며, 따라서 다중양식 프로브에 대한 상호-정합을 제공한다. 실시예에서, 양식들의 각각의 이미지들은 컴퓨터에 의해 비교되며, 자동으로 상호-정합된다.
도 22는 광음향 이미징 디바이스 및/또는 다중모드 초음파 및 광음향 이미징 디바이스와 관련되어 사용하기 위한 활성 팬텀(2200)을 도시한다. 팬텀(2200)은 플라스티솔에 내장된 활성 타겟(2212) 및 타겟 제어(2201)를 포함한다. 실시예에서, 활성 타겟(2212)은 백킹(2211) 상에 트랜듀서들(2210)의 선형 어레이를 포함하고; 트랜듀서들(2210)은 활성 타겟(2212)의 바디, 커넥터(2214)를 통해 및 전기 경로(2208)에 의해 타겟 제어(2201)에 동작적으로 연결된다. 타겟 제어(2201)는 트랜듀서들(2210)을 구동하는 신호들을 생성할 수 있다. 실시예에서, 타겟 제어(801)는 알려진 초음파 패턴을 출력하고 및/또는 광음향 리턴 신호를 시뮬레이션하기 위해 신호들을 선택적으로 생성한다. 팬텀(2200)을 사용하는 것은 광 출력 시스템의 무결성에 대한 우려 없이 광음향 디바이스(100)의 부분들을 수신 및 프로세싱하는 광음향 리턴 신호의 테스팅 및 교정을 허용한다.
상기 논의되고 상기 논의된 도면들에 도시된 바와 같이, 프로브(102)는 음향 렌즈(1605)를 통해 광음향 리턴 신호를 수신하도록 적응되는 트랜듀서들(1710)의 선형 어레이를 가질 수 있다. 다른 트랜듀서 기하학적 구조들이 또한 바람직하다. 도 24a 내지 도 24c로 가면, 다양한 실시예들에서, 선형 트랜듀서 어레이는 어레이의 중심 부분의 평면으로부터의 각도들로 돌출되는 측면들을 갖고 배향될 수 있거나, 또는 타원 또는 반-원의 일반적인 형태에 있을 수 있다. 도 25a 내지 도 25c로 가면, 다양한 실시예들에서, 트랜듀서 어레이는 일반적으로 예시된 바와 같이, 2차원 형태로 제공될 수 있다. 비록 예시들은 실제로 작은 수들의 트랜듀서들, 예로서 라인 당 7개만을 도시하지만, 보다 많은 트랜듀서들이 사용될 것이다. 상기 논의된 바와 같이, 실시예에서, 라인당 128개 이상의 트랜듀서들이 사용될 수 있다. 예를 들면, 도 25a에서, 별표-형 구성 에서의 단순한 데카르트 좌표들 상에 정렬되고 공통의 중심 트랜듀서를 공유하는 트랜듀서들의 4개의 일반적으로 선형의 어레이들을 포함한 예시적인 어레이가 도시된다. 도 25b에서, 트랜듀서들이 다양한 어레이들에서 동심원 링들 상에서 서로로부터 유사하게 떨어져 배열되며, 또한 별표-형 구성으로 배열되고 공통 중심 트랜듀서를 공유하는 트랜듀서들의 3개의 일반적으로 선형 어레이들을 포함한 예시적인 어레이가 도시된다. 도 25c에서, 단순한 그리드로 배열된 트랜듀서들의 3개의 일반적으로 선형 어레이들을 포함한 예시적인 어레이가 도시된다.
도시된 다수의 기하들의 각각에 대하여, 광음향 리턴 신호로부터 이미지를 발전시키기 위해, (i) 트랜듀서들은 광음향 리턴 신호를 검출하기 위해 사용될 때 관심 있는 타겟(들)을 포함한 볼륨(160)에 결합되며, (ii) 검출된 광음향 리턴 신호가 공간적으로 서로에 대해 트랜듀서들의 상대적인 위치를 관련시키는 정보를 사용하여 프로세싱되는 것을 요구한다. 공간적으로 서로에 대한 트랜듀서들의 상대적인 위치가 알려지며, 광음향 리턴 신호를 프로세싱할 때 사용된다면, 트랜듀서들은 그것과 결합될 때 볼륨(160)의 형태에 적응시킨 가요성 어레이에서 사용될 수 있다.
실시예에서, 광음향 프로브는 레이저와 같은 광음향 유도가 배치된 후 시간 기간 동안 트랜듀서들을 샘플링함으로써 광음향 리턴 신호를 검출하기 위해 사용될 수 있다. 실시예에서, 광음향 리턴 신호의 원하는 콘텐트의 적어도 몇몇은 약 100 KHz 내지 12 MHz의 주파수 범위에 있다. 따라서, 광음향 리턴 신호는 30 MHz로 샘플링될 수 있으며, 이것은 신호의 원하는 콘텐트의 적어도 몇몇에 대한 충분한 샘플링 레이트이다. 실시예에서, 샘플링 장치는 65 MHz에서 최대 256개의 채널들까지 샘플링할 수 있다. 실시예에서, 광음향 프로브는 128개 또는 256개의 트랜듀서들을 가질 수 있으며, 30 MHz에서 또는 그 주변에서 샘플링될 수 있다.
실시예에서, 광음향 프로브는 다수의 트랜듀서 소자들을 통해 또는 트랜듀서 소자들의 다수의 그룹들을 통해 스위핑함으로써 광음향 리턴 신호를 검출할 수 있다. 예를 들면 도 25a로 가면, 도시된 25개의 예시된 트랜듀서 소자들이 7의 4개의 그룹들(2510, 2515, 2520, 2525)로 도시되며, 각각의 그룹은 공통 중심 소자를 공유한다는 것을 주의하자. 실시예에서, 레이저로부터와 같은 광음향 펄스 후, 광음향 리턴 신호의 검출의 제 1 사이클이 먼저 하나의 그룹(2510), 그 후 제 2 그룹(2515), 그 후 제 3 그룹(2520), 및 그 후 제 4 그룹(2525)을 통해 행해질 수 있다. 일단 광음향 리턴 신호의 검출의 제 1 사이클이 완료되며, 제 2 사이클, 제 3 사이클 등이 계속될 수 있다. 65 MHz에서 최대 256 채널들까지 샘플링할 수 있는 상기 실시예에서 논의된 샘플링 장치는 또한 30 MHz에서 256개의 트랜듀서들의 두 개의 별개의 어레이들, 또는 30 MHz에서 128개의 트랜듀서들의 4개의 어레이들을 샘플링할 수 있다. 따라서, 도 25a 내지 도 25c에 도시된 바와 같은 실시예에서, 샘플링 장치는 중첩하거나(예로서, 도 25a 및 도 25b) 또는 고유한(예로서, 도 25c) 트랜듀서들의 둘 이상의 그룹들을 통해 스위칭하며 그에 따라 단일 레이저 펄스의 발사와 같이, 단일 광음향 이벤트에 응답하여 광음향 리턴 신호를 샘플링하기 위해 사용될 수 있다.
이 기술분야의 숙련자에게 명백할 바와 같이, 샘플링 장치는 상기 논의된 예시적인 것보다 높은 레이트들로 샘플링할 수 있다. 보다 많은 채널들 또는 보다 빠른 속도로 샘플링할 수 있는 샘플링 장치를 사용하는 것은 보다 많은 수의 총 샘플들이 단일 광음향 이벤트에 응답하여 생성될 수 있도록 허용할 것이다. 따라서, 단일 광음향 이벤트에 응답하여 휩쓸고 지나갈 상기 예시된 것보다 큰 그룹들 및/또는 보다 많은 그룹들의 트랜듀서들을 사용하는 것은 본 명세서 및 여기에 개시된 본 발명들의 범위 내에 있다.
이점들은 상기 논의된 상이한 트랜듀서 기하학들의 각각과 관련되어 존재한다. 직선 선형 어레이는 소형이고, 비용 효율적이고, 쉽게 핸들링되며, 표준 초음파 B-모드 이미징에서 가장 흔히 사용된다. 곡선 또는 날개형 선형 어레이들은 조사된 볼륨에 보다 양호하게 따를 수 있으며, 그에 따라 보다 양호한 결합을 제공한다. 비-선형(또한 1.5차원으로서 알려진, 다수의 로우) 어레이들은 주어진 복셀로부터 광학 리턴 신호를 분해할 부가적인 각도들을 허용하며, 이것은 분해능을 개선하고 및/또는 이미지에 대한 명료성 및 콘트라스트를 부가하고 및/또는 3-차원 이미징 애플리케이션들을 보다 양호하게 지원할 수 있다. 가요성 어레이들은 또한 볼륨과의 보다 양호한 결합을 제공할 수 있다. 비-선형 어레이들은 초음파에 대해 최적화되는 트랜듀서 소자들이 동일한 프로브 내에서 광음향들에 대해 최적화되는 트랜듀서 소자들과 공존하도록 허용할 수 있다. 상이한 트랜듀서 소자들은 US 또는 OA 이미지들을 생성하기 위해 사용된다.
광음향 리턴 신호는 일반적으로 약 100 마이크로초들 미만의 윈도우 내에서 획득될 수 있다. 약 1,500 m/초의 조직에서의 사운드의 속도에 대한 일반적으로 수용된 근사치를 사용하여, 100 마이크로초 획득 윈도우가 최대 약 15 센티미터들의 깊이에 대응할 수 있다. 실시예에서, 광음향 리턴 신호는 약 65 마이크로초들의 윈도우 내에서 획득될 수 있으며 약 10 센티미터들만큼의 깊이로부터 정보를 포함한다. 실시예에서, 광 이벤트들의 빈도는 일반적으로 약 매 50 내지 100 밀리초들(0.05 내지 0.1초들)인 것으로 예상된다. 따라서, 데이터 획득은 시간의 1% 미만, 시간의 0.1% 또는 0.2% 사이에 더 가깝게 발생할 수 있으며 어떤 데이터 획득도 발생하지 않는 시간의 99% 이상을 남긴다. 전기 잡음은 광 서브시스템(129) 및/또는 시스템(100)의 다른 컴포넌트들에 동력을 공급함으로써 생성될 수 있다. 따라서, 실시예에서, 전기 잡음이 데이터 획득에 영향을 받는 것을 방지하기 위해, 동기화가 상기 기간 동안 불필요한 컴포넌트들에 동력을 공급하는 것을 방지하기 위해 이용되며, 프리앰프들, 아날로그-디지털 변환기들 및 다중화기에만 전력을 남겨둔다. 실시예에서, 전력 및 데이터 획득 사이에서의 동기화는 획득 시간 기간 동안 전력 시스템이 최적으로 전기적으로 조용하도록 허용한다. 실시예에서, 이것은 이 기간 동안 시끄러운 디지털 컴포넌트들의 전원을 차단함으로써 또는 충전된 커패시터들이 이때 획득 하드웨어에 동력을 공급하도록 허용함으로써 달성될 수 있다. 실시예에서, 이것은 획득 사이클을 시작하는 동일한 트리거에 의해 트리거링되며 획득 사이클과관계되지 않는 주변 컴포넌트들을 턴 온/오프하는 것을 제어하기 위해 마스터 프로세서에 의해 제어된다. 실시예에서, 이것은 수 나노초들로부터 수 마이크로초들까지 걸린다. 실시예에서, 동일한 동기화 신호는 OA 시스템 내에서 및/또는 이와 연관된 다른 스위칭 전원 공급 장치들 중 하나 이상을 동기화하기 위해 사용될 수 있다. 하나 이상의 이러한 스위칭 전원 공급 장치를 제어함으로써, 전원 공급 장치에 의해 생성된 전기잡음(예로서, 스위칭 과도들)은 동시에 발생하도록 야기될 수 있다. 실시예에서, 동기화 신호를 사용함으로써, OA 시스템에서의 전원 공급 장치에 의해 생성된 전기 잡음은 고의적으로 스태거링될 수 있어서, 데이터가 획득될 수 있는 동안 전기의 시간적 윈도우들을 조용하게 한다.
상기 논의된 바와 같이, 실시예에서, 동일한 트랜듀서들은 음향-생성된 초음파를 수신하며 광음향 리턴 신호를 수신하기 위해 사용된다. 음향-생성된 초음파 트랜듀서들의 기하학적 구조는 광음향 리턴 신호를 수신하는 것에 대해 최적이 아니다. 따라서, 실시예에서, 별개의 트랜듀서들은 음향-발생 초음파 및 광음향 리턴 신호를 위해 사용된다. 음향-발생 초음파 트랜듀서들은 트랜듀서 자체는 그것이 검출할 필요가 있는 신호를 전송하기 때문에 협대역을 가질 수 있다. 광음향 리턴 신호 트랜듀서는 예를 들면, 50 KHz 내지 20 MHz와 같은 보다 넓은 대역을 가질 수 있다. 이러한 보다 넓은 대역은 다른 이유들 중에서, 이득이 광음향 리턴 신호 상에서의 깊이에 따라 더 빠르게 떨어지기 때문에 선호된다. 따라서, 실시예에서, 복수의 트랜듀서들은 음향-발생 초음파를 수신하기 위해 사용되며 별개의 복수의 트랜듀서들은 광음향 리턴 신호를 수신하기 위해 사용된다. 실시예에서, 음향-발생 초음파를 수신하기 위해 사용된 복수의 트랜듀서들 및 광음향 리턴 신호를 수신하기 위해 사용된 별개의 복수의 트랜듀서들은 대략 동일한 수의 트랜듀서들을 포함한다. 실시예에서, 음향-발생 초음파를 수신하기 위해 사용된 복수의 트랜듀서들 및 광음향 리턴 신호를 수신하기 위해 사용된 복수의 트랜듀서들 각각은 적어도 128개의 트랜듀서들을 포함하며, 보다 바람직하게는 적어도 192개의 트랜듀서들을 포함할 것이다. 실시예에서, 음향-발생 초음파를 수신하기 위해 사용된 복수의 트랜듀서들 및 광음향 리턴 신호를 수신하기 위해 사용된 별개의 복수의 트랜듀서들 각각은 적어도 256개의 트랜듀서들을 포함한다. 실시예에서, 광음향 리턴 신호를 수신하기 위해 사용된 트랜듀서들은 음향-발생 초음파를 수신하기 위해 사용된 별개의 트랜듀서들보다 넓은 대역 주파수 응답을 가진다. 이러한 실시예에서, 광음향 리턴 신호를 수신하기 위해 사용된 트랜듀서들은 적어도 약 1 MHz로부터 5 MHz까지, 및 보다 바람직하게는 약 100 KHz에서 약 10 MHz까지, 및 훨씬 더 바람직하게는 약 50 KHz에서 약 20 Mhz까지 주파수 응답을 가진다. 이러한 실시예에서, 광음향 리턴 신호를 수신하기 위해 사용된 트랜듀서들은 1 KΩ 이상, 및 보다 바람직하게는 5 KΩ 이상과 같이, 높은 임피던스 증폭기들을 사용할 수 있다. 이러한 실시예에서, 음향-발생 초음파를 수신하기 위해 사용된 트랜듀서들은 1 KΩ 미만, 및 보다 바람직하게는 약 200 Ω의 임피던스를 가진 증폭기들을 사용할 것이다. 별개의 트랜듀서들의 사용은 릴레이 시스템(110)에 대한 요구를 제거할 것이며, 트랜듀서의 스위칭은 그에 의해 광음향 프로세싱 및 오버레이 시스템(140) 및 초음파 기구(150) 사이에서 출력한다.
상기 논의된 바와 같이, 실시예에서, 동일한 트랜듀서들은 음향-발생 초음파를 수신하기 위해 및 광음향 리턴 신호를 수신하기 위해 사용된다. 동일한 트랜듀서들은 음향-발생 초음파를 수신하기 위해 및 광음향 리턴 신호를 수신하기 위해 사용되지만, 약 1 내지 10 KΩ의 범위 내에 있는 임피던스를 갖는 증폭기들이 사용되어야 하며, 보다 바람직하게는 대략 5 KΩ의 임피던스를 가진 증폭기들이 사용되어야 한다.
실시예에서, 광음향 리턴 신호의 샘플링은 가변 방식으로 수행되며, 여기에서 샘플링된 채널들의 각각과 연관된 증폭기들의 이득은 시간에 걸쳐 조정되며, 이후 시간 이득 보상 또는 TGC로서 불리운다. TGC는 광음향 리턴 신호가 희미해질수록 음향 입력에 대한 이득을 증가시켜 그에 따라 신호를 보다 정확하게 샘플링하며, 신호가 희미해짐에 따라 보다 정규화된 수집 데이터를 제공하고 양호한 신호-대-잡음 비를 유지한다. 광음향 리턴 신호는 나중 광음향 리턴 신호들이 일반적으로 추가로 이동됨을 포함하여, 여러 이유들로 시간에 따라 더 희미해진다. 따라서, 일반적으로 광음향 리턴 신호는 타겟의 깊이가 증가할수록 더 희미해진다. 그러나, 광음향 리턴 신호들의 규모(및 그에 따라 요구된 이득)는 또한 조사의 위치 및 소스에 의해 영향을 받는다. 일반적으로, 보다 적은 광이 보다 깊은 깊이들로 관통하며, 따라서 광음향 리턴 신호들은 볼륨의 표면에서 발생하는 이벤트가 일반적으로 보다 깊은 깊이에서 보다 작은 응답을 유도하기 때문에 더 희미하다. TGC는 나중에, 더 희미한 광음향 리턴 신호들을 보상하기 위해 이용된다.
광음향 디바이스(100)는 전력을 측정할 수 있으며 그로부터 광 서브시스템(129)의 총 및 피크 전력, 및 광 경로(132)의 성능 및 효율성 양쪽 모두를 추론하는 센서들(도시되지 않음)을 포함할 수 있다. 실시예에서, 광 검출기들과 같은 센서들은 광 서브시스템(129) 내에 또는 그것에 근접하여 및 프로브(102) 내에 또는 그것에 근접하여 위치될 수 있다. 각각의 경우에서, 센서들은 총 및 피크 전력을 추론하기 위해 사용될 수 있는 광(130, 131)의 조사 동안 측정을 할 것이다. 이를 위해, 하나 이상의 센서들이 광학 윈도우로부터의 반사를 측정하기 위해 프로브(102) 내에 위치될 수 있다. 유사하게, 하나 이상의 센서들이 그 안에 반사된 광을 측정하기 위해 광 서브시스템(129) 내에 위치될 수 있다. 두 개의 센서 위치들 사이에서 추론된 측정들에서 시간에 걸친 편차는 광 경로(132)에서의 이상들을 표시할 수 있다.
프로브(102) 내에 또는 그것에 근접한 광 검출기들과 같은 센서들(도시되지 않음)을 가진 시스템의 실시예를 이제 논의된다. 실시예에서, 하나 이상의 센서들은 광학 윈도우로부터 반사를 측정하기 위해 갭(1802)에서, 프로브 내에 위치될 수 있다. 대안적으로, 또는 부가적으로, 실시예에서, 하나 이상의 센서들은 광 경로(132)를 이루는 하나 또는 작은 복수의 광 파이버들로부터와 같이, 광 경로(132)의 컴포넌트로부터 직접 광을 제공받을 수 있다. 대안적으로, 또는 부가적으로, 실시예에서, 하나 이상의 센서들은 프로브 내에 제공된 또 다른 경로에 의해 광을 제공받을 수 있다. 따라서, 예를 들면, 하나 이상의 센서들은 광학 윈도우들(1603) 맞은편의 프로브의 단부 내에 위치될 수 있으며, 보조 광 경로(도시되지 않음)는 예로서 광 경로(132)로부터 직접 또는 광학 윈도우 또는 그 외로부터 반사된 광을 하나 이상의 센서들로 운반할 수 있다. 대안적으로, 또는 부가적으로, 실시예에서, 하나 이상의 센서들은 그것이 3-차원 볼륨(160)의 표면으로부터 반사된 후 광 경로(132)에서 비롯된 광을 검출하기 위해 배열될 수 있다. 광학 윈도우(1603)를 통해 볼륨(160)으로 송신된 광에 관한 정보(광 서브시스템(129)으로부터의 또는 광학 윈도우(1603)로부터의 출력을 측정하는 센서들로부터의 정보)와 조합하여, 3-차원 볼륨(160)의 표면으로부터 반사된 광을 검출하도록 배열된 센서들로부터의 정보를 사용하는 것은 볼륨(160)에 관한 진단 정보를 제공할 수 있다. 이러한 진단 정보는 볼륨(160)의 흡수성, 또는 어둠을 포함할 수 있다.
실시예에서, 앞서 말한 센서들은 광학 필터의 사용을 통해 특정 파장들로 동조될 수 있다. 따라서, 예를 들면, 프로스(102) 내에 또는 그것에 근접한 센서들, 광 서브시스템(129) 내에 또는 그것에 근접한 센서들, 보조 광 경로로부터 광을 수신하는 센서들 및/또는 볼륨(160)의 표면으로부터 반사된 광을 검출하도록 배열된 센서들은 광 서브시스템(129)에 의해 생성된 광의 파장들 및/또는 임의의 관련 없는 광 사이에서 구별하기 위해 필터링될 수 있다. 따라서, 센서들은 두 개의 광원들(130, 131) 중 하나로부터의 광과 같이, 특정 광 주파수들을 검출하기 위해(또는 잠재적으로 거부하기 위해) 제공될 수 있다.
실시예에서, 프로브(102) 내에 또는 그것에 근접한 하나 이상의 센서들은 광음향 리턴 신호 데이터의 검출을 시작하기 위한 트리거링 시스템 및 방법의 일부로서 사용될 수 있다. 이러한 트리거링 시스템 또는 방법에서, 하나 이상의 센서들에 의한 광의 특정 임계 값의 검출은 검출 제어 신호를 컴퓨팅 서브시스템(128)에 전송할 수 있다. 실시예에서, 검출 제어 신호는 전력 및 제어 신호 라인(109)을 통해 광음향 프로세싱 및 오버레이 시스템(140)에 전송된다. 검출 제어 신호는 예를 들면, 초음파 트랜듀서 소자들로부터의 데이터를 “샘플링”함으로써 광음향 리턴 신호 데이터를 획득하는 프로세스를 개시하기 위해(만약에 있다면, 임의의 적절한 지연 후) 컴퓨팅 서브시스템(128)에 의해 사용된다. 상기 논의된 바와 같이, 하나 이상의 센서들은 특정 광 주파수들을 검출하기 위해 광학적으로 필터링될 수 있기 때문에, 검출 제어 신호는 광의 하나 이상의 주파수들에 특정적일 수 있으며 광의 상이한 주파수에 기초하여 상이한 샘플링 레이트들, 또는 지연들을 개시할 수 있다.
실시예에서, 프로브(102) 내에 또는 그것에 근접한 하나 이상의 센서들은 광음향 시스템(100)을 안전하게 시작하고 그 후 레이저를 그것의 안전한 전력 잠재량으로 이끌기 위한 시스템 및 방법의 일부로서 사용될 수 있다. 레이저 광원들(예로서, 130, 131)은 일반적으로 제어 가능한 전력 출력을 갖지만, 많은 인자들은 그것의 설정에 관계없이 광원에 의해 총 전력 출력에 영향을 줄 수 있다. 주위 온도는 예를 들면, 레이저에 의해 전력 출력에 영향을 줄 수 있다. 유사하게 전기 전력에서의 변동들이 또한 레이저에 의해 전력 출력에 영향을 줄 수 있다. 또한, 광 경로(132)는 레이저 광원들(예로서, 130, 131)의 광 출력에 부정적인 영향을 줄 수 있다. 광 경로(132) 내에서의 파이버들은 그것들이 노화되거나 또는 사용되기 때문에 투과 특성이 소진되거나 또는 잃을 수 있다. 게다가, 벤드에 위치되는 파이버들은 투과성 특성들을 잃을 수 있다. 따라서, 특정한 출력 레벨로의 광원(예로서, 130, 131)의 설정은 반드시 광 경로(132)의 다른 단부, 및 궁극적으로 볼륨(160)에 도달하는 광에 한정적이지 않다. 따라서, 실시예에서, 광원(예로서, 130, 131)은 비교적 낮은 전력으로 설정된다. 비교적 낮은 전력은 모든 것이 그것의 피크 전력 또는 투과성으로 기능하는 경우에, 볼륨(160) 상에서 원하는 최대 플루언스를 초과하지 않을 전력이 되도록 선택되어야 한다. 일단 광원(예로서, 130, 131)이 펄싱되면, 하나 이상의 센서들로부터의 측정치들은 볼륨(160)에 전달된 광의 플루언스를 추론하기 위해 사용된다. 이러한 추론된 플루언스가 원하는 플루언스 레벨(또는 원하는 범위의 플루언스 레벨들)보다 낮은 경우에, 광원으로부터의 출력은 증가될 수 있으며, 프로세스는 반복된다. 마찬가지로, 추론된 광 플루언스가 원하는 최대치보다 높은 경우에, 광원으로부터의 출력은 감소될 수 있다. 시스템(100)이 초당 다수의 레이저 이벤트들이 가능하기 때문에, 광 출력에 대한 증가 레이트, 및 그에 따라 레이저 이벤트들 사이에서의 플루언스 레벨에서의 잠재적인 증가는 비교적 작게 유지될 수 있다. 실시예에서, 광원으로부터의 출력에서의 변화의 양은 추론된 플루언스가 원하는 플루언스 레벨(또는 원하는 범위의 플루언스 레벨들)로부터 훨씬 멀 때 더 클 수 있으며, 추론된 플루언스가 원하는 플루언스 레벨에 더 가까울 때 더 작을 수 있다.
광음향 시스템을 안전하게 시작하고 레이저를 그것의 안전한 전력 잠재량으로 이끌기 위한 방법을 제공하는 것 외에, 동일한 프로세스는 레이저 플루언스가 모니터링되고 제어되며 그것이 안전 한계의 몇몇 마진 내에 오는 미리 정의된 임계치를 초과하는 정도고, 그것의 출력 전력이 낮추어질 수 있음을 보장하기 위해 폐쇄 루프 제어로서 구동될 수 있다. 유사하게, 폐쇄 루프 제어로서 프로세스를 동작시키는 것은 또한 레이저 출력이 시스템(100)의 동작 상태들(예로서, 주위 온도 및 전기 전력)이 변할 때조차, 및 광 경로(132)의 기존의 또는 변화한 상태에 관계 없이 최대 바람직한 설정으로 설정됨을 보장할 수 있다. 레이저를 그것의 최고 안전 레벨에 또는 그것에 가깝게 유지하는 것은 최대 광 플루언스, 및 그에 따라 가장 강한 광학 리턴 신호를 허용한다. 실시예에서, 다음, 즉: 타겟 플루언스 레벨, 타겟 플루언스 레벨 주위에서의 수용 가능한 히스테리시스 및 최대 플루언스 레벨, 중 하나 이상이 사용자 선택 가능하며, 선택될 때 특정된 대로 레이저를 유지하기 위해 폐쇄 제어 루프로서 구동하는 프로세싱에 의해 사용될 수 있다. 폐쇄 루프 제어 프로세스는 펄스-대-펄스 전력 출력을 정규화하기 위해 사용될 수 있다.
실시예에서, 하나 이상의 프로브-근접 센서들에서 취해진 측정은 고장 안전으로서 주어진 레이저 출력에 대한 미리 결정된 임계치 이하가 되면, 레이저들은 셧 다운될 수 있다. 이러한 레벨은 광 경로(132)의 실패 또는 이탈, 또는 다른 안전하지 않은 상태를 반영할 수 있다.
프로브(102) 내에 또는 그것에 인접한 하나 이상의 센서들 및 광 서브시스템(129) 내에 또는 그것에 근접한 하나 이상의 센서들을 가진 실시예에서, 센서들은 광 경로(132)에서의 고장을 검출하기 위한 또는 광 경로에서의 고장들에 대한 안전 제어를 제공하기 위한 시스템 및 방법의 일부로서 이용될 수 있다. 실시예에서, 광 서브시스템(129)의 광 출력은 광 경로(132)의 광 출력 및 광학 윈도우들(1603)을 빠져 나가는 광 플루언스에 비례하는 것으로 예상될 것이다. 하나 이상의 광 서브-시스템-근접 센서들의 사용은 여러 개의 센서들에 입사된 광의 예상된 양에서의 차이들의 검출을 허용할 수 있다. 상기 논의된 바와 같이, 광 경로(132)는 레이저 광원들(예로서, 130, 131)에 의해 출력된 광에 부정적인 영향을 줄 수 있다. 예를 들면, 광 경로(132)는 번들 내에서 소진되고, 오래되거나 또는 부서진 파이버들에 의해 부정적인 영향을 받을 수 있다. 따라서, 광원(예로서, 130, 131)을 특정한 출력 레벨로 설정하는 것은 반드시 광 경로(132)의 다른 단부, 및 궁극적으로 볼륨(160)에 도달하는 광에 한정적이지 않다. 하나 이상의 광 서브시스템-근접 센서들 및 하나 이상의 프로브-근접 센서들 양쪽 모두를 이용함으로써, 광 경로(132)의 성능이 검출되고 모니터링될 수 있다.
실시예에서, 하나 이상의 광 서브시스템-근접 센서들은 광 경로(132)에 들어가는 광의 전력을 측정하기 위해 사용되며 하나 이상의 프로브-근접 센서들은 광 경로(132)를 통해 송신되는 광의 전력을 측정하기 위해 사용된다. 하나 이상의 광 서브시스템-근접 센서들에서 취해진 측정은 하나 이상의 프로브-근접 센서들에서 측정치를 예측하기 위해 사용될 수 있다. 실시예에서, 하나 이상의 프로브-근접 센서들에서의 예측된 측정치로부터의 편차는 광 경로(132)가 가진 잠재적인 문제점들을 식별하기 위해 사용될 수 있다. 실시예에서, 센서 판독들은 이벤트에 관한 다른 데이터와 함께 기록된다. 실시예에서, 동작이 취해질 필요가 있는지 여부, 예를 들면, 사용자가 광 경로(132) 연결들을 검사할 필요가 있는지 여부, 또는 광 경로(132)가 유지(예를 들면, 변형 보정, 세정, 래핑, 및 연마 또는 다른 유지) 또는 심지어 교체를 필요로 하는지 여부를 결정하기 위해 평가된다. 실시예에서, 하나 이상의 프로브-근접 센서들에서 취해진 측정은 페일세이프로서, 미리 결정된 양 이상만큼 그것의 예측된 측정치로부터 이탈하면, 레이저들은 셧 다운될 수 있다. 이러한 이탈은 광 경로(132)의 고정 또는 이탈 또는 다른 고장 또는 안전하지 않은 상태를 표현할 수 있다.
프로브(102) 내에 또는 그것에 근접한 하나 이상의 센서들 및/또는 광 서브시스템(129) 내에 또는 그것에 근접한 하나 이상의 센서들을 가진 실시예에서, 기계(명령된 광 출력)의 다른 설정들과 함께, 센서들로부터의 측정치들은 광음향 리턴 신호와 같은, 광 펄스와 연관된 다른 데이터와 함께 저장되어야 한다.
실시예에서, 하나 이상의 내장된 감광성 센서들을 포함한 교정 팬텀이 제공된다. 상술된 센서들과 마찬가지로, 팬텀에서의 센서들은 총 및 피크 전력, 뿐만 아니라 광 분포를 추론하기 위해 사용될 수 있다. 팬텀 센서들 및 다른 센서들 사이에서 추론된 측정치들에서 시간에 걸친 편차는 유사하게 이상들을 나타낼 수 있다. 게다가, 팬텀 내에 또는 프로브 내에서의 다양한 센서들의 판독들 사이에서의 시간에 걸친 변화들은 프로브의 광 출력의 균등성이 가진 이슈들을 나타낼 수 있다. 시스템 트랜듀서들보다는 이러한 센서들의 사용이 음향 개입을 회피하며, 따라서 트랜듀서들 자체에 의해 도입된 에러를 제거한다.
실시예에서, 제 2 교정 팬텀은 센서들보다는 음향 타겟들을 공급받을 수 있다. 이러한 팬텀의 사용은 센서들 자체에 의해 도입될 수 있는 임의의 에러를 제거한다. 음향 타겟 및 센서 팬텀들 양쪽 모두를 사용한 교정은 교차-검사를 제공하며 교정 에러에 대한 가능성을 저감시킬 것이다. 시간 이득 보상은 적절하게 교정되어야 한다.
추가 실시예에서, 선형 또는 비-선형 어레이들이 서로로부터 물리적으로 분리될 수 있지만, 그로부터의 데이터는 동일한 광음향 이벤트에 응답하여 복원될 수 있다. 도 26으로 가면, 예시된 예에서, 이중-암(또는 이상) 겸자-형 프로브(2600)가 예를 들면, 조사될 볼륨의 각각의 측면 상에서 사용시 핑거 그립들(2605, 2610)을 사용하여 물리적으로 위치될 수 있는 암들(2615)로부터 연장된 선형 또는 비-선형 트랜듀서 어레이들(2620)을 포함할 수 있다. 또 다른 예(도시되지 않음)에서, 장갑의 손가락들 중 둘 이상은 수동으로 위치될 수 있는 트랜듀서들의 선형 또는 비-선형 어레이들을 포함할 수 있다. 각각의 경우에, 바람직할지라도, 사용 중인 다른 것에 대하여 하나의 어레이의 배향을 아는 것은 필요하지 않다. 광음향 이벤트가 광음향 리턴 신호를 검출하기 위해 볼륨에 결합된 트랜듀서 어레이들의 적어돌 일 부분을 허용하기 위해 볼륨을 충분히 조사하는 것이 필요하지만, 광음향 이벤트가 프로브로부터 생성되는 것은 필요하지 않다.
도 27로 가면, 전방향 송신 모드에서 데이터를 획득함으로써 광음향 이미지를 생성할 때 사용하기 위한 겸자-형 프로브(2700)가 도시된다. 프로브(2700)는 레이저와 같은 적절한 광원으로부터 출력된 광을 투사할 수 있는 광학 윈도우(2730)의 바로 맞은편에 위치된 선형 또는 비-선형 트랜듀서 어레이(2720)를 포함할 수 있다. 트랜듀서 어레이로부터 광학 윈도우의 분리는 광음향 리턴 신호의 샘플링 프로세스를 방해하는 잡음의 다수의 소스들을 저감시킨다.
프로브(102)에서의 각각의 트랜듀서는 동작시 약간의 변화들을 보여줄 수 있다. 따라서, 실시예에서, 일단 완료되면, 프로브(102)는 하나 이상의 알려진 테스트 대상들과 관련되어 테스트되며, 테스트 대상으로부터의 이러한 팬텀들(도 7 내지 도 9 참조) 및 프로브의 측정된 응답은 기록된다. 실시예에서, 테스트 대상들은 알려진 광음향 이벤트에 응답하여, 또는 팬텀의 활성 제어에 의해 알려진 광음향 리턴 신호를 생성할 것이다. 알려진/예상된 광음향 리턴 신호로부터의 변화들이 식별될 수 있으며, 변화를 포함한 각각의 특정 채널(예로서, 트랜듀서)와 연관될 수 있다. 이러한 방식으로, 그것들이 프로브에서 프로브로 변할 수 있는 정도로, 프로브의 자신의 응답 특성들이 고려될 수 있으며, 나중 프로세싱에서 정규화될 수 있다. 따라서, 특정한 트랜듀서가 예상된 신호와 상이한 신호를 생성한다면, 상기 차이가 고려되며 그 후 나중에 정규화될 수 있다.
실시예에서, 프로브 자신의 응답 특성들과 연관된 정보는 프로브 자체 내에 저장될 수 있으며, 전력 및 제어 신호 라인들(109)을 통해 광음향 프로세싱 및 오버레이 시스템(140)에 보고될 수 있다. 대안적인 실시예에서, 프로브 자신의 응답 특성들과 연관된 정보는 프로브 밖에 저장될 수 있으며 프로브의 일련 번호 또는 다른 식별자와 연관될 수 있다. 광음향 프로세싱 및 오버레이 시스템(140)은 사용을 위한 프로브를 식별한 후 프로브 응답 특성들을 획득할 수 있다. 실시예에서, 프로브 응답 특성들은 로컬 디스크, 네트워크 상에서 또는 인터넷 상에서 네트워크 액세스 가능한 위치에 저장될 수 있으며 상기 디스크, 네트워크 또는 인터넷으로 연결(도시되지 않음)을 통해 광음향 프로세싱 및 오버레이 시스템(140)에 액세스 가능해진다. 실시예에서, 광음향 프로세싱 및 오버레이 시스템(140)은 프로브로부터 고유 식별자를 획득할 것이며 그 후 고유 식별자와 연관된 프로브에 대한 응답 특성들을 획득하기 위해 로컬 디바이스, 네트워크 상에서, 또는 인터넷을 통해 데이터베이스를 질의할 것이다. 프로브 응답 특성들은 프로브가 제조될 때 또는 그 가까이에서 기록되고 저장될 수 있다. 실시예에서, 프로브 응답 특성들은 프로브 상에서 전문화된 테스트 - 알려진/예상된 응답을 가진 테스트를 구동함으로써 업데이트될 수 있다.
프로브 식별자는 기계 시동 후, 그러나 광 출력에 관여하기 전에, 광음향 프로세싱 및 오버레이 시스템(140)에 의해 획득될 수 있다. 실시예에서, 프로브 식별자는 프로브 상에서의 바 코드 상에 기록되며, 바 코드는 디바이스가 광 출력을 야기하기 전에 스캐닝된다. 실시예에서, 프로브 식별자는 프로브에서의 컴퓨터-판독 가능한 메모리 상에 기록되며, 시동 후, 그러나 광 출력에 관여하기 전에 광음향 프로세싱 및 오버레이 시스템(140)에 의해 질의되거나 또는 그것에 보고된다.
프로브 식별자는 알려져 있기 때문에, 디바이스는 프로브 사용의 통계를 유지할 수 있다. 예를 들면, 실시예에서, 디바이스는 예로서, 발생한 광 출력 이벤트들의 수 및 유형, 및 발생한 초음파 이벤트들의 수를 포함하여, 광음향 모드에서의 프로브의 동작의 통계를 유지할 수 있다. 통계는 또한 프로브로부터 출력된 총 광 에너지에 관해 유지될 수 있다(내부 광학 센서(도시되지 않음)로부터 추론될 수 있는). 실시예에서, 프로브의 응답 특성 및 프로브 통계는 프로브(102)가 장착되는 임의의 디바이스(100)에 이용 가능할 수 있다. 따라서, 예를 들면, 이러한 특성들 및 통계들은 그것들이 인터넷을 통해 액세스 가능한 방식으로 저장될 수 있다. 실시예에서, VPN은 인터넷 상에서의 보안을 위해 사용된다.
광 경로(132)가 프로브(102)에 고정되게 부착되는 실시예에서, 프로브 사용 통계는 또한 광 파이버들에 관련될 수 있다. 예를 들면, 광 경로(132)에서의 파이버들은 송신의 몇몇 손실, 예로서 파손되거나 또는 탄 파이버들을 야기하는 시간 및/또는 사용에 따라 열화할 수 있다. 따라서, 실시예에서, 디바이스는 총 광 에너지, 피크 광 에너지 및 광 경로(132)를 통과한 펄스들의 수에 관련된 통계를 유지할 수 있다. 실시예에서, 프로브에서의 센서는 광 경로의 에너지 출력에 관한 정보를 검출할 수 있으며 광 서브시스템(129)에서의 센서들은 광 서브시스템(129)의 에너지 출력에 관한 정보를 검출할 수 있다. 시간에 걸쳐 두 개의 단부들에서의 센서들에서 변화를 검출함으로써, 유지 이슈들이 식별될 수 있다. 예를 들면, 광 서브시스템-측 센서들에 대한 프로브-측 센서들에서의 감소를 보는 것은 광 경로(132)가 열화하며 교체를 요구한다는 것을 표시할 수 있다. 게다가, 프로브-측 센서들 및 광 서브시스템-측 센서들 사이에서의 특정 차이는 디바이스(100)로 하여금 그것이 유지를 필요로 한다는 것을 표시하게 하는 상태를 야기할 수 있다. 실시예에서, 차이가 특정 안전 임계치보다 크다면, 디바이스(100)는 광 이벤트들을 계속해서 방출하는데 실패할 수 있다. 실시예에서, 이들 센서들에 의해 보고된 정보는 사용 통계와 함께 저장될 수 있다.
광 경로(132)가 프로브(102)로부터 완전히 또는 부분적으로 분리 가능한 실시예에서, 광 경로의 분리 가능한 부분은 그 자신의 고유 식별자를 가질 수 있다. 광 경로의 분리 가능한 부분이 그 자신의 고유 식별자를 가진다면, 광 경로의 상기 부분과 관련 있는 사용 통계가 프로브에 대한 사용 통계와 많이 유사한 방식으로 그러나 광 경로 또는 부분과 연관되어 유지될 수 있다.
디바이스(100)의 하나의 사용은 유방 암 검출을 위해 인간들에 대한 이미징 검사들을 수행하는 것이다. 임상 디바이스(100)는 광음향 이미징 능력 및 초음파 이미징 능력을 통합한 다중 모드 시스템일 수 있다. 초음파 이미징 단독에 비해 광음향 이미징의 이점은 그것이 종양들의 직접 기능 평가를 위해 제공할 수 있는 매우 높은 콘트라스트 이미지들을 제공한다는 점이다.
임상 시스템의 실시예의 블록 다이어그램이 주요 서브시스템들 및 그것들이 표현한 신호들의 유형 사이에서의 상호작용을 예시하는 도 28에 도시된다. 실시예에서, 디바이스(100)는 다음의 서브시스템들로 이루어진 통합 시스템을 제공한다: 초음파 서브시스템(2802), 광음향 전자 서브시스템(2804), 전원 공급 장치 서브시스템(2806), 하나의 콘솔에 하우징될 수 있는 프로브(102) 및 조사/레이저 서브시스템(2808) 및 콘솔에 부착될 수 있는 제어 및 디스플레이 서브시스템(2810). 초음파 서브시스템(2802), 광음향 전자 서브시스템(2804) 및 제어 및 디스플레이 서브시스템(2810)은 이후 총괄하여 UOA로 불리울 수 있다.
초음파 서브시스템(2802)은 예로서 완전히 기능하는 독립형 초음파 시스템일 수 있다. 초음파 서브시스템(2802)은 조직을 자극하기 위해 사용되는 초음파 신호를 출력하는 초음파 송신기(2812)를 포함한다. 초음파 송신기(2812)는 초음파 신호를 프로브(102)로 스위칭하는 광음향 전자 서브시스템(2804)에서의 릴레이 보드(2814)에 그 출력을 제공한다. 초음파 서브시스템은 릴레이 보드(2814)로부터 초음파 신호들을 수신하며 그것들을 송신을 위해 프로세싱하고 컴퓨터(2816)에 의해 추가 프로세싱하는 데이터 획득 보드, 또는 DAQ를 더 포함한다. 컴퓨터(2816)는 소프트웨어를 통해 신호 프로세싱, 사용자 인터페이스 및 명령어 및 제어 기능을 제공한다. 컴퓨터(2816)는 시스템에 의해 생성된 데이터뿐만 아니라 프로그래밍의 저장을 위한 하나 이상의 컴퓨터-판독 가능한 매체를 포함한다. 컴퓨터-판독 가능한 매체는 휘발성 및/또는 비-휘발성 RAM, ROM, 고체 상태 드라이브, 광학 미디어, 자기 미디어(예로서, 하드 드라이브) 또는 다른 저장 디바이스의 형태에 있을 수 있다. 메모리 및 저장은 컴퓨터의 나머지 컴포넌트들에 통합되거나 또는 물리적으로 분리될 수 있다. 컴퓨터(2816)는 추가로 데이터 획득 프로세스 및 초음파 송신기의 제어를 위해 명령어 및 제어 신호들을 수신하며 DAQ에 송신한다.
광음향 전자 서브시스템(284)은 수신된 초음파 신호들을 초음파 서브시스템(2802)의 DAQ로 및 수신된 광음향 신호들을 디지털 획득 및 프로세싱(DAP) 보드(2818)로 번갈아 스위칭하기 위한 스위칭 기능을 제공하는 릴레이 보드(2814)를 포함한다. 릴레이 보드(2814)는 스위칭 제어 및 타이밍 제어 양쪽 모두를 위한 펌웨어를 포함한다. 실시예에서, 초음파 신호들을 송신 및 수신 모두를 하기 위한 초음파 트랜듀서들을 형성하는 플렉스 회로들이 릴레이 보드(2814)에 통합된다. DAP(2818)는 OA 신호를 수신 및 프로세싱하며 프로세싱된 OA 신호들을 컴퓨터(2816)에 출력한다. 컴퓨터(2816)는 명령 및 제어 신호들을 백플레인을 통해 DAP(2818) 및 릴레이 보드(2814)에 제공하며 타이밍 신호들을 백플레인을 통해 조사/레이저 서브시스템(2808)에 제공한다.
도 29는 그 실시예에 따라 조사 서브시스템(2808) 및 시스템(100)의 제어 인터페이스들을 예시한 블록 다이어그램이다. 트리거들은 활성화를 위해 TTL 양성이다. 제어 및 인터페이스들의 외부에 있는 조사 서브시스템의 몇몇은 인터록들, 포토 다이오드 기반 출력들(6), 접지들, RS232, 전력 및 광학 포트를 포함한다.
도 30은 시스템(100)에서 방사선 제한을 예시한 펄스 다이어그램을 도시한다.
실시예에서, 디바이스(100)는 레이저 광이 지나갈 수 있는 개구 및 트랜듀서들의 어레이를 포함한 핸드 헬드 프로브(102)를 사용한다. 사용시, 운영자는 그것들이 중대한 이미지 특성들을 식별하기 위해 몸체 또는 다른 볼륨을 통해 프로브(102)를 이동시키는 바와 같이 제어들을 조작하고 디스플레이를 보여준다. 초음파 모드에서, 레이저 광원은 방출을 갖지 않는다. 광음향 모드에서, 레이저는 특정 사전 구성된 및/또는 운영자 셋업 파라미터들에 따라 광을 방출한다. 실시예에서, 핸드 헬드 프로브는 초음파 프로브의 조작에 유사한 방식으로 조작될 수 있다. 실시예에서, 디바이스(100)는 그에 의해 광음향 모드 및 초음파 모드가 인터레이싱되는 운영자 선택 가능한 동작 모드를 포함한다.
실시예에서, 임상 디바이스(100)는 특정한 사전 구성된 및/또는 운영자 셋업 파라미터들에 따라 두 개의 출력 파장들을 제공할 수 있는 조사 소스(1408)를 포함한다. 실시예에서, 운영자는 1064nm에서의 Nd:YAG 레이저 출력 또는 757nm에서의 알렉산드라이트 레이저 출력을 선택하거나 또는 양쪽 모두의 레이저 출력들의 사용을 선택할 수 있을 것이다. 두 개의 파장들이 선택될 때, 특정 사전 구성된 및/또는 운영자 셋업 파라미터들에 따라, 레이저 서브시스템은 교대로 두 개의 파장들 사이에서, 또는 다른 사전 구성되거나 또는 운영자 셋업 사이클들로 교번할 수 있다. 실시예에서, 에너지, 펄스 레이트 및 파장과 같은 레이저 동작 파라미터들은 운영자 선택 가능하며, 그러나 특정 사전 구성된 파라미터들의 대상이 될 것이다.
실시예에서, 레이저 에너지의 통신은 분리 가능한 메커니즘을 갖고 광 파이버 번들을 통할 것이다. 광 파이버 번들에 대한 레이저 출력을 인터페이스하기 위한 분리 가능한 메커니즘은 연결 해제된다면 보안 인터록/레이저 셧다운을 포함한다. 실시예에서, 레이저 서브시스템 컴포넌트들은 열 교환기들; 펄스 드라이버들; 직접 레이저 제어들; 레이저 전원 공급 장치들; 레이저 전력 관리; 레이저 헤드(들), 공동들 및 광학들; 제어 및 드라이브 전자 장치들; 전자 인터페이스 포트들; 및 레이저 출력 포트를 포함한다.
실시예에서, 레이저는 UOA 제어 시스템에 의해 완전히 제어된다. 임상 디바이스는 사용자 제어 패널 가까이에 위치된 저 전류 키 스위치의 사용에 의해 파워 온/오프될 수 있다. 이러한 저 전류 스위치의 동작을 통해, 폐쇄는 절연 변압기들의 230 VAC의 2차 출력이 레이저를 포함한, 서브시스템의 각각에 인가되게 할 것이다. 이러한 스위치를 개방하는 것은 서브시스템들의 각각으로부터의 전력을 제거한다.
실시예에서, 레이저 서브시스템은 부착된 광 파이버 번들을 갖도록 설계된 고통 동심원 출력 커넥터를 가진 Q-스위칭 Nd:YAG 레이저 및 알렉산드라이트 Q-스위칭 레이저로 이루어진다. 그것은 동작 요건들을 충족시키기 위해 필요한 모든 필요한 전자 장치들, 냉각, 전력 관리, 광학, 및 연결들을 포함한다.
상기 논의된 바와 같이, 특정한 사전 구성된 파라미터들에 따르면, 실시예에서 운영자는 Nd:YAG(1064 nm) 전용으로부터의 임상 디바이스(100) 레이저 광 출력을 선택하거나 또는 알렉산드라이트(757 nm) 전용으로부터의 레이저 광 출력을 선택하거나 또는 양쪽 파장들 모두의 레이저 광 출력을 교번시킬 수 있을 것이다. 실시예에서, 선택은 UOA로부터의 RS232 명령어들을 통해 성취될 것이다.
실시예에서, 파장 변화들 사이에서의 시간은 바람직하게는 0.05 초들 미만일 것이며, 파장 변화에 대한 응답을 개시하기 위한 시간 지연은 0.01 초들 미만일 것이다(이것은 파장들을 변화시키기 위해 0.05초들에 포함된다). 이것은 명령어가 실제 파장 변화가 이루어지기 전에 0.01 초들이 되도록 허용할 것이다. 이들 타이밍 파라미터들은 디바이스(100)로 하여금 초당 10 펄스들로 동작하는 각각의 별개의 파장을 인터리빙하기 위해 초당 최대 20 회의 레이트로 파장 출력을 교번시킬 수 있도록 허용할 것이다.
실시예에서, Nd:YAG 레이저에 대한 레이저 출력 펄스 폭은 대략 7ns이지만 실제적으로 길며, 임의의 경우에 최상의 펄스 안정성을 위해 25 ns 미만이어야 한다. 알렉산드라이트 레이저에 대한 레이저 출력 펄스 폭은 대략 60 ns 미만, 보다 바람직하게는 대략 50 ns 미만일 수 있다. 실시예에서, 어떤 위성 펄스(1차 펄스 직후 발새한 2차 레이저 펄스)도 어느 하나의 레이저에 대해 허용되지 않는다. 상기 논의된 바와 같이, 실시예에서, Nd:YAG 또는 알렉산드라이트 레이저들을 제외한 하나 이상의 광원들이 이용될 수 있다. 따라서, 예를 들면, 실시예에서, 하나의 빠르게 동조 가능한 레이저가 디바이스의 동작 동안 순차적인 광 펄스들로 둘 이상의 별개의 파장들을 생성하도록 배치될 수 있다.
펄스 레이트는 운영자 선택 가능할 수 있다. 실시예에서, 펄스 레이트는 각각의 파장에 대해 2, 5, 10 PPS로부터 운영자 선택가능하며, 인터페이스가 선택될 때, 펄스 레이트는 4, 10, 20 PPS의 두 배가 될 것이다. 실시예에서, 펄스 레이트들 사이에서 선택하기 위한 최대 시간은 10 초들일 것이다. 각각의 레이저 파장에 대한 펄스 레이트는 단일 파장 또는 인터레이스 동작에 독립적일 것이다.
실시예에서, 파이버 번들로 향해질 펄스(레이저 출력)당 에너지는 각각의 파장에 대해 15개의 단계들의 최소치로 25 mJ 내지 250 mJ 사이에서 가변적일 것이다. 실시예에서, 제어는 RS232 포트를 통할 것이다. 펄스당 에너지는 각각의 파장에 대해 독립적으로 조정 가능할 것이다. 실시예에서, 후 선택에 영향을 미칠 출력 에너지에 대한 최대 시간은 대략 2초들일 것이다.
의도되지 않은 펄스-대-펄스 변화를 최소화하는 것이 바람직하다. 따라서, 실시예에서, (제어되지 않은) 펄스-대-펄스 에너지 변화는 50개의 레이저 펄스들 후 레이저의 출력으로부터 3% 미만의 RMS일 것이다.
실시예에서, 각각의 펄스(양쪽 파장들 모두)의 출력 에너지의 측정이 이루어질 것이며 UOA로의 아날로그 출력 펄스와 통신될 것이다. 실시예에서, 펄스는 광학적으로 검출된 펄스의 늘려진 표현일 것이다. 진폭은 각각의 출력 펄스의 에너지에 대한 표현일 것이다. 실시예에서, 진폭은 예상된 최대 에너지와 동일한 5 V 피크를 가진 0 내지 5 V 피크일 것이다. 실시예에서, 이들 신호들에 대한 드라이버는 전체에 걸쳐 결합된 DC일 수 있으며 0 내지 5 볼트들을 갖고 1000 옴 종단을 구동한다. 실시예에서, 펄스는 피크 검출되며 적어도 200 ns 만큼 늘려질 수 있지만, 피크는 20 M 샘플들/초에서 6.8 MHz 안티 앨리어싱 필터를 이용할 때, 적어도 두 개의 샘플들이 캡처하는 것을 허용하기 위해 2 us 전에 발생해야 한다. 실시예에서, 20 M 샘플들/초 샘플링 유닛은 UOA 전자 장치들에 위치된다. 인터페이스 커넥터들이 레이저 서브시스템 상에서 BNC를 사용할 수 있다. 커넥터 출력은 단일 BNC 커넥터 또는 한 쌍의 BNC 커넥터들 상에 제공될 수 있다.
실시예에서, 레이저 펄스들의 각각의 상승 에지가 검출되며 BNC 커넥터를 가진 동축 케이블을 통해 TTL 포맷으로 UOA에 전달될 것이다. 실시예에서, 별개의 신호들, 동축 케이블들 및 커넥터가 각각의 부가적이 파장을 위해 사용될 수 있다. 실시예에서, 신호는 적어도 1 마이크로초의 지속 기간을 가질 상승(positive going) TTL 신호일 것이다. 실시예에서, UOA 종단은 50 옴들로 결합된 AC일 것이다.
실시예에서, 동기 펄스 지터 테스트가 있을 것이다. 테스트는 TTL 동기 펄스를 사용한 트리거를 가진 오실로스코프를 사용할 수 있다. 입력은 레이저 펄스의 출력을 샘플링하는 광대역 광학 테스트 검출기의 출력일 것이다. 광학 검출된 파형의 RMS 지터는 바람직하게는 약 6 ns 미만이다.
실시예에서, 각각의 파장에 대한 각각의 검출된 광학 펄스는 레이저 시스템의 외부에 있는 두 개의 테스트 커넥터들에서 이용 가능해진다. 실시예에서, 테스트 커넥터들은 BNC 커넥터들일 것이며, 신호들에 대한 드라이버들은 50 옴 범위 부하를 구동시킬 수 있어야 한다. 이들 테스트 신호들은 시스템 테스팅 및 평가를 지원하기 위해 사용될 수 있다. 실시예에서, 50 옴들 출력 부하를 위해 동기 검출기들로부터 아날로그 드라이버로 각각의 파장에 대한 별개의 출력이 있다 - 진폭은 광학 검출기 밖에서의 실제 위상의 퍼센티지일 수 있다.
실시예에서, 광 파이버 번들은 조합된 레이저 출력 포트의 출력으로 인터페이스한다. 실시예에서, 광학 출력은 광학 유닛의 프론트-라이트에서 수평일 것이다. 빠른 연결 해제 커넥터가 파이버 번들을 레이저 출력 포트에 연결하기 위해 사용될 수 있다.
실시예에서, 파이버 케이블에 대한 장착은 레이저 에너지 출력에 자기-정렬을 제공한다. 실시예에서, 6 mm 중심 애퍼처를 가진 세라믹 디스크가 파이버 번들에 대한 손상을 최소화하기 위해 광 파이버 장착의 출력시 설치될 것이다. 실시예에서, 마이크로 스위치는 파이버 번들이 연결을 이룰 때 맞물려진다. 마이크로 스위치는 보안 인터록으로서 기능하며 마이크로 스위치가 닫혀지지 않는다면 레이저가 발사될 수 없음을 보장하기 위해 사용된다.
실시예에서, 레이저 출력 빔 형태는 원형일 것이다. 실시예에서, 빔 프로파일은 광 파이버의 동질 조사를 보장하기 위해 톱 햇 형태를 근사하도록 납작해질 것이다. 실시예에서, 빔 폭은 10% 레벨에서 직경이 6 mm일 것이다. 보안 및 일관성을 위해, 빔 형태는 이러한 형태로부터 실질적으로 일탈하지 않아야 하며; 실시예에서, 빔 형태는 시간에 걸쳐 3% 이상 RMS만큼 이러한 형태로부터 및 펄스-대-펄스로부터 일탈하지 않는다.
실시예에서, 각각의 레이저의 출력은 광 파이버들로 약 6.25 mm일 것이며 빔은 광대한 사용 후를 포함하여, 핫 스팟(들)을 갖지 않아야 한다. 실시예에서, 양쪽 빔 형태들(Nd:YAG 및 알렉산드라이트에 대한) 모두는 6 mm 직경의 5% 내로 직경이 동일할 것이다. 여기에서의 목적들을 위해, 핫 스팟은 빔 단면의 임의의 2 mm 세그먼트에 걸쳐 에너지 밀도에서의 15% 변화로서 정의된다. 실시예에서, 레이저 빔은 출력 에너지의 98%가 파이버 케이블로 송신되도록 출력 커텍터를 목표로 해야 한다. 실시예에서, 메커니즘은 필드에서의 레이저 빔 정렬을 달성하기 위해 제공된다.
실시예에서, 레이저 스펙트럼 폭은 FWHM(전체 파 반 최대) 레벨에서 30 nm 미만일 것이며 스펙트럼 특성들은 바람직하게는 안정되며 3 nm 이상 RMS만큼 펄스에서 펄스로 변하지 않는다.
실시예에서, 임상 디바이스(100)의 주요 동작 모드들은:
a. 오프 모드: 모든 전력들이 턴 오프되며 어떤 전류도 레이저 서브시스템 내에서 흐르지 않아야 한다. 이것은 메인 회로 차단기를 턴 오프함으로써 또는 전력 키 스위치를 턴 오프함으로써 성취될 수 있다. 이러한 경우에, 전력은 여전히 절연 변압기에 연결될 수 있다.
b. 수면 모드 또는 초음파 전용 모드: 거의 모든 전력이 모든 동작들에 대해 셧 다운되지만 레이저 서브시스템을 “온” 모드로 위치시키기 위해 충분한 에너지를 갖는다. 예를 들면, 단지 레이저 제어 유닛만이 파워 업된다.
c. 온 모드: 웜 업 기간: 레이저가 웜 업 되도록 허용하기 위해 모든 필요한 전력을 온에 둔다. 레이저는 레이저 헤드 온도를 측정하고 UOA에 보고할 것이다. 일단 레이저 헤드 온도가 미리 결정된 값에 도달한다면, UOA는 레이저 시스템을 “대기 모드”에 둘 것이다. 실시예에서, 레이저 서브시스템은 충분한 웜 업이 발생할 때까지 “대기 모드”로 가도록 허용되지 않을 것이다.
d. 대기 모드: 레이저가 준비 모드 명령어로부터 빨라 “준비 모드”로 위치되도록 허용한다.
e. 준비 모드: 레이저를 방출 모드에 두지만 셔터는 여전히 닫힌 채로 있다. 실시예에서, 방출 모드는 미리-특정된 간격, 예로서 1초 내 또는 20 펄스들 후, 방출 모두 명령어 후, 시작될 수 있다.
f. 방출 모드: 이러한 모드가 명령되는 한 특정된 출력 에너지를 제공한다. 이 모드에서, 레이저는 외부 명령어로부터 결정된 바와 같이 그것의 램프 동기 및 드라이버, Q-스위치 지연 및 드라이버 및 펄스 레이트를 위해 제공한다. 파장 출력은 외부 명령어로부터 결정된 바와 같을 것이다.
실시예에서, 레이저 서브시스템은 임의의 동작 모드로부터 임의의 하위 동작 모드로 직접 가기 위한 능력을 가질 것이다: “오프”는 최저 동작 모드이며, “방출”은 최고 동작 모드이다. 예를 들면, 실시예에서, 운영자는 방출 모드로부터, 대기, 온, 수면 또는 오프 모드로 직접 갈 수 있을 것이다. 바람직하게는, 운영자는 먼저 그 사이에서의 모드들을 겪지 않고 오프로부터 방출로 직접 갈 수 없을 것이다.
실시예에서, 레이저는 내부 동기와 함께 동작할 것이며 UOA는 그것의 동기 신호 출력들을 통해 레이저로부터 그것의 동기를 도출할 것이다. 실시예에서, 시간 민감 인터페이스들(동기 신호들)은 TTL 신호들을 사용하여 인터페이싱될 것이지만, 컴퓨터 인터페이스 정보는 RS232 인터페이스를 통할 것이다. 실시예에서, 파장 선택 모드(단일 YAG, 단일 ALEX, 인터페이스 모드)는 RS232를 통해 선택될 것이며 제어 유닛은 정확한 타이밍을 갖고 인터레이스 또는 단일 모드에서 내부 명령어들을 생성할 것이다. 실시예에서, 전자 장치들은 에너지 포토다이오드 및/또는 동기 펄스들 및/또는 Q-스위치 TTL 동기 출력들을 통해 현재 레이저 방출을 검증할 것이다.
실시예에서, 셔터는 레이저 광이 방출되도록 허용하기 위해 개방할 것이다(방출 모드로서 정의됨). 실시예에서, 셔터는 두 개의 상태들이 존재하지 않는다면 - 풋 스위치 닫힘 및 RS-232 명령어 -닫힌 채로 있을 것이다. 그러나, 풋 스위치가 닫힌 채로 있고 RS232 명령어가 존재하는 한 방출이 존재할 것이다. 풋 스위치 닫힘 및 RS232 양쪽 모두는 둘 모두 방출들을 달성하기 위해 존재해야 한다. 풋 스위치 닫힘은 도 31에 도시된 바와 같이 3-와이어 인터페이스를 사용하여 스위치 내에서 이중 접촉, NC 및 NO를 제공할 수 있다. 풋 스위치 및 RS232 명령어 중 하나 또는 둘 모두가 변경될 때, 방출은 셔터의 닫힘을 통해, 바람직하게는 약 0.5초들 내에서 존재하는 것을 중단할 것이다. 레이저 서브시스템은 그 외 명령될 때까지 준비 모드에 남아 있을 수 있다.
실시예에서, 레이저 동작 시스템은 책임 및 문제 해결을 위해, 에러 코드들의, 램프 샷들의, 및 동작 이벤트들의 비-휘발성 시간-스탬핑된 기록을 유지할 것이다. 비-휘발성 기록은 RS-232 명령어들을 통해 판독 가능하며, 가능하게는 삭제 가능할 수 있다. 실시예에서, 비-휘발성 기록의 삭제는 패스워드 또는 다른 액세스 디바이스를 요구한다. 실시예에서, 적어도 50개의 이벤트들로 구성된 로그가 충분할 수 있다. 실시예에서, UOA는 다수의 메시지들을 폴링하고 그것들을 판독할 수 있다.
실시예에서, 레이저 서브시스템은 레이저 헤드들의 온도를 모니터링하고 주기적으로 UOA에 각각을 보고하여, UOA로 하여금 레이저 헤드가 수용 가능한 온도에 도달하지 않는다면 준비 모드로 들어가도록 레이저에 지시하는 것을 회피하도록 허용하며, 온도가 예상 외로 그것의 적절한 동작 범위의 밖에 있다면 레이저 시스템을 오프 모드에 자동으로 위치시킨다.
실시예에서, 포켈스 셀(pockels cell)에 대한 와이어들 및 모든 내부 고 방사된 신호들이 차단되어야 한다. 임상 디바이스(100)의 이미징 시간 동안 전자기 방사를 저감시키기 위해, 램프 드라이버 재충전은 Q-스위치 후 70 마이크로초들 이상만큼 지연되어야 한다. 도 16을 참조하자. 재충전 동안 전자기 방사는 초음파 또는 OA 이미징을 방해하지 않도록 충분히 낮아야 한다.
대안적인 실시예에서, 제어 신호는 OA 데이터 획득 동안, 및 또한 US 데이터 획득 동안 전원 공급 장치 스위칭 잡음을 억제하기 위해 사용될 수 있다. 예를 들면, 레이저 회로 내로부터 TTL 트리거는 로직(하이)이 내부 스위칭 전원 공급 장치로 하여금 플래시 램프 회로들에 동력을 공급하는 스위칭 PWM(펄스 폭 변조) 회로, 및/또는 임의의 다른 스위칭 동작을 구동하는 그것의 내부 발진기를 정지시키게 하도록 및/또는 로직(로우)에서 정상 동작을 재개할 때 생성될 수 있다. 실시예에서, 이러한 제어는 특정 온 시간(예로서, 100 마이크로초들) 이상 동안, 및 특정한 듀티 사이클을 초과하지 않도록 확인되지 않을 수 있다. 실시예에서, 트리거 신호는 로직(로우)이 발진기를 정지시키며 로직(하이)이 그것이 재개하도록 허용할 음의 로직일 수 있다. 실시예에서, 트리거 신호는 OA 시스템에서 레이저 내에 및/또는 어딘가에서 하나 이상의 다른 스위칭 전원 공급 장치들에 인가될 수 있으며, 이것은 비-진동 간격 동안 전원 공급 장치로부터의 전기 잡음을 억제할 수 있다. 실시예에서, 데이터 획득 기간은 하나 이상의 스위칭 전원 공급 장치들이 억제된 스위칭 회로를 가지는 간격 내에 있어야 한다. 스위칭 전원 공급 장치가 PWM 제어되지 않은 유형일지라도, 트리거는 임의의 이벤트에서 스위칭 기능들을 제어하기 위해 사용된 내부 발진기의 동작을 억제하기 위해 사용될 수 있다.
실시예에서, 사용자 인터페이스 콘솔은 레이저 시스템에 대한 모든 AC 전력을 제거함으로써 레이저를 오프 모드에 위치시키기 위해 “패닉 버튼”을 포함할 것이다.
실시예에서, 레이저 서브시스템 및 모든 다른 서브시스템들은 230 +1- 10% VAC, 단일 위상들, 60/50 +/-3 Hz, 4000 VA 최대치로부터 동작할 것이다. 실시예에서, 주 전압은 www.toroids.com에 의해 제조된 부품 번호(925.1202) 또는 등가물과 같은 절연 변압기의 사용에 의해 다양한 서브시스템들로부터 격리되며 1차 측면 상에서 스위칭 가능한 AC 회로 차단기를 갖고 보호될 수 있다. 이러한 변압기의 2차 측면은 돌입 전류 문제들을 회피하기 위해 소프트 스타트 절연 변압기를 통해 4개(4) AC 동력 서브시스템들의 각각에 AC 전력을 제공할 것이다. 실시예에서, 레이저 서브시스템은 손상을 야기하고, 재정렬, 동조를 요구하거나 또는 안전하지 않은 동작들을 야기하지 않고 입력 전력의 갑작스러운 손실 또는 절전 시기(brownout)를 수용하도록 적응된다.
실시예에서, 모든 동작 시스템 제어들은 UOA 전자 장치들을 통해 제공될 수 있다.
판독기 규칙들
다음의 규칙들은 상기 설명된 시스템들 및 방법들에 의해 생성된 이미지들을 분석하는데 유용하다. 이들 규칙들은 또한 그것들을 전체적으로 또는 부분적으로, 시스템의 상기 개시된 소프트웨어 또는 펌웨어에 통합함으로써 자동화될 수 있다.
섬유선종 분석 규칙들
몇몇 섬유선종들은 배경 조직과 비교하여 상이한 레이트로 광음향 에너지를 흡수할 것이다.
많은 (약 50%) 섬유선종들은 어떤 헤모글로빈(95% 콜라겐 구조)도 도시하지않을 것이다.
섬유선종은 임의의 마진 상에 들어가는 단일의 혈액 공급을 도시한다. 몇몇 이미징은 일반적으로 30% 섬유아세포들, 70% 콜라겐인 경우들에서 중심 혈액 공급을 보여준다.
몇몇 섬유선종은 병변의 캡슐에 평행하며 그 외부에 있는 혈관을 도시한다.
컬러가 없거나 또는 최소 컬러를 가진 면적들이 감소된 혈액 공급을 관련시킨다. 섬유선종에서, 이것은 섬유로 된(콜라겐) 조직을 표시할 수 있다. 콜라겐은 섬유로 된 조직이며; 이것은 세포가 아니다. 섬유아세포들은 콜라겐을 생성하는 세포들이다.
상기 규칙들은 조합될 수 있다.
섬유선종은 그것들의 대사 요구들의 표시자이며 컬러화에서의 배경 조직에 유사한 적색 및 녹색의 혼합을 도시한다. IDC는 그러므로 종종 배경 컬러화로부터 구별한 대사 요구들을 뚜렷하게 증가시킨다.
이들 규칙들은 IDC로부터 섬유선종들을 구별한다.
침투성 도관암(IDC) 분석 규칙들
대다수의 IDC들은 배경 조직과 비교하여 상이한 레이트로 광음향 에너지를 흡수할 것이다.
조직학적 등급 3 병변들은 일반적으로 주로 적색을 도시한다. 그것들은 통상적으로 병변을 공급 및 배출하는 다수의 혈관들을 가진다. 이것들은 종종 병변의 상부에 걸쳐 가시적이다. 이러한 단계에서의 병변들은 보다 국한성 표면을 가진다. 종종 병변 내에서 가시적인 혈액이 있다. 작은 병변들은 등급 3일 수 있다.
조직학적 등급 2 병변들은 녹색 내지 적색의 혼합을 도시한다. 컬러 균형은 암의 공격성으로 인한 이것이다. 종종 다수의 혈관들은 사각들에서 상부로부터 방사한다. 종종 병변에서 어떤 혈액 흐름도 없다. 등급 2 병변들은 때때로 등급 3 병변들로 변환한다.
조직학적 등급 1 병변들은 적색 및 녹색의 혼합을 도시한다. 종종 하나 또는 두 개의 혈관들이 사각들로 상부로부터 방사한다. 만들어진 이들 병변들은 주변부 주위에 혈액의 띠를 가진다; 상기 띠는 에코발생적일 수 있다. 등급 1 병변들은 때때로 등급 2 병변들로 변환한다.
일반적인 규칙들
해석에서의 오류들을 회피하도록 돕는 일반적인 규칙들은 다음과 같다:
Figure 112014086054248-pct00006
그레이 스케일 이미지는 광음향 데이터를 해석하기 위해 중요하다. 광음향 데이터는 단지 병변 내에 및 상기 병변을 둘러싸는 아주 가까이에 있는 경계 조직들에서 해석되어야만 한다. 병변을 찾기 위해 광음향 이미지를 사용하지 않는다.
Figure 112014086054248-pct00007
관심 영역 내에서의 큰 혈관은 광음향 데이터의 컬러 디스플레이에 악영향을 미칠 수 있다. 병변을 통한 스위프가 다른 것들 상에서가 아닌, 몇몇 프레임들 상에서 큰 혈관을 도시한다면, 큰 혼입 혈관이 존재하지 않는 프레임들 상에서의 광음향 데이터를 해석하는 것이 보통 최상일 것이다.
Figure 112014086054248-pct00008
광음향 POM이 병변의 일 부분으로부터 또 다른 것으로 변화할 때, 병변 내에서의 최고 광음향 POM에 의해 병변을 특성화한다.
Figure 112014086054248-pct00009
마모그램들이 이용가능하며 당신이 BIRADS 4c 또는 5인 것으로 마모그램을 평가할 경우들에서, 및, 평가자가 BIRADS 4c 또는 5로서 그레이 스케일 이미지를 평가하는 모든 이미지 세트들에서, 그레이 스케일 POM을 다운그레이드시키기 위해 광음향을 사용하지 않는다. 광음향 POM은 임의의 다른 병변들(마모그래피 및/또는 그레이 스케일 이미지에 의한 BIRADS 3, 4a, 및 4b) 상에서의 POM을 업그레이드하거나 또는 다운그레이드하기 위해 사용될 수 있다.
Figure 112014086054248-pct00010
병변들의 측면들에서 곡선 선형 아티팩트들은 종양 신생?혈관들을 시뮬레이션할 수 있다. 아티팩트들로부터 실제 종양 혈관들을 구별하도록 돕기 위해 원 광음향 이미지들(우측면 상에서의 그레이 스케일 광음향 이미지들)을 사용한다.
현재 시스템 및 방법들은 블록도들 및 광음향 프로브를 포함한 방법들 및 디바이스들의 동작 예시들을 참조하여 상기 설명된다. 블록도들의 각각의 블록 또는 동작 예시들, 및 블록도들에서의 블록들 또는 동작 예시들의 조합들은 아날로그 또는 디지털 하드웨어 및 컴퓨터 프로그램 지시들에 의해 구현될 수 있다는 것이 이해된다. 이들 컴퓨터 프로그램 지시들은 범용 컴퓨터, 특수 목적 컴퓨터, ASIC, FPGA, 또는 다른 프로그램 가능한 데이터 프로세싱 장치의 프로세서에 제공될 수 있으며, 따라서 컴퓨터 또는 다른 프로그램 가능한 데이터 프로세싱 장치의 프로세서를 통해 실행하는 지시들은 블록도들 또는 동작 블록 또는 블록들에서 특정된 기능들/동작들을 구현한다. 몇몇 대안적인 구현들에서, 블록들에 주지된 기능들/동작들은 동작 예시들에 주지된 순서 외로 발생할 수 있다. 예를 들면, 연속하여 도시된 두 개의 블록들은 사실상 실질적으로 동시에 실행될 수 있거나 또는 블록들은 때때로 수반된 기능/동작들에 의존하여, 역순으로 실행될 수 있다.
본 설명 및 다음의 청구항들에 사용된 바와 같이, “a” 또는 “an”은 달리 표시되지 않는다면 “적어도 하나” 또는 “하나 이상”을 의미한다. 또한 단일의 형태들 “a”, “an” 및 “the”은 콘텐트가 달리 명확하게 서술되지 않는다면 복수의 지시체들을 포함한다. 따라서, 예를 들면, “화합물”을 포함한 구성에 대한 참조는 둘 이상의 화합물들의 혼합물을 포함한다.
본 명세서 및 첨부된 청구항들에 사용된 바와 같이, 용어“또는”는 일반적으로 콘텐트가 달리 명확하게 서술하지 않는다면 “및/또는”을 포함한 의미로 이용된다.
엔드포인트들에 의한 수치 범위들의 여기에서의 설명은 상기 범위(예로서, 1 내지 5는 1, 1.5, 2, 2.75, 3, 3.80, 4, 및 5을 포함한다) 내에 포함된 모든 숫자들을 포함한다.
달리 표시되지 않는다면, 명세서 및 청구항들에 사용된 성분들, 속성들의 측정치 등의 양들을 표현한 모든 숫자들은 콘텐트가 달리 명확하게 서술하지 않는다면, 용어“약”에 의해 모든 인스턴스들에서 변경되는 바와 같이 이해된다. 따라서, 반대로 표시되지 않는다면, 앞서 말한 명세서 및 첨부된 청구항들에 제시된 수치 파라미터들은 본 발명의 교시들을 이용한 이 기술분야의 숙련자들에 의해 추구되는 원하는 속성들에 의존하여 변할 수 있는 근사치들이다. 적어도 및 청구항들의 범위를 제한하려는 시도로서가 아니게, 각각의 수치 파라미터는 적어도 보고된 유효 숫자들의 수에 비추어 및 보통의 반올림 기술들을 이용함으로써 해석되어야 한다. 그러나, 임의의 수치 값은 본질적으로 반드시 그것들 각각의 테스팅 측정들에서 발견된 표준 편차들로부터 기인한 특정한 에러들을 포함한다.
이 기술분야의 숙련자들은 본 개시의 방법들 및 시스템들이 많은 방식들로 구현될 수 있으며 이와 같이 앞서 말한 대표적인 실시예들 및 예들에 의해 제한되지 않는다는 것을 인지할 것이다. 다시 말해서, 하드웨어 및 소프트웨어 또는 펌웨어, 및 개개의 기능들의 다양한 조합들에서, 단일 또는 다수의 컴포넌트들에 의해 수행되는 기능 요소들은 클라이언트 레벨 또는 서버 레벨 또는 양쪽 모두에서의 소프트웨어 애플리케이션들 중에서 분포될 수 있다. 이 점과 관련하여, 여기에 개시된 상이한 실시예들의 임의의 수의 특징들은 단일 또는 다수의 실시예들로 조합될 수 있으며 여기에 설명된 특징들 모두 보다 작거나, 또는 많은 특징들을 가진 대안적인 실시예들이 가능하다. 기능은 또한 이제 알려지거나 또는 알려지게 될 방식들로, 다수의 컴포넌트들 중에서 전체적으로 또는 부분적으로 분포될 수 있다. 따라서, 무수한 소프트웨어/하드웨어/펌웨어 조합들이 여기에 설명된 기능들, 특징들, 인터페이스들, 및 선호들을 달성할 때 가능하다. 게다가 본 개시의 범위는 설명된 특징들 및 기능들 및 인터페이스들, 뿐만 아니라 이제 및 이후 이 기술분야의 숙련자들에 의해 이해될 바와 같이 여기에 설명된 하드웨어 또는 소프트웨어 또는 펌웨어 컴포넌트들에 대해 이루어질 수 있는 이들 변화들 및 수정들을 실행하기 위한 종래에 알려진 방식들을 커버한다.
더욱이, 본 개시에서의 흐름도들로서 보여지고 설명된 방법들의 실시예들은 예로서 기술의 보다 완전한 이해를 제공하기 위해 제공된다. 개시된 방법들은 여기에 제공된 동작들 및 논리 흐름에 제한되지 않는다. 다양한 동작들의 순서가 변경되며 보다 큰 동작의 일부로서 설명된 서브-동작들이 독립적으로 수행되는 대안적인 실시예들이 고려된다.
본 발명에 대한 다양한 수정들 및 변경들이 본 발명의 범위 및 사상으로부터 벗어나지 않고 이 기술분야의 숙련자들에게 명백해질 것이다. 본 발명은 여기에 제시된 특정 실시예들 및 예들에 의해 과도하게 제한되도록 의도되지 않으며, 이러한 실시예들 및 예들은 그것에 첨부된 청구항들에 의해서만 제한되도록 의도된 본 발명의 범위를 갖고, 본 발명을 예시하기 위해서만 제공된다는 것이 이해되어야 한다. 따라서, 본 발명은 특히 그것의 바람직한 실시예를 참조하여 도시되고 설명되었지만, 형태 및 세부사항들에서의 다양한 변화들이 본 발명의 사상 및 범위로부터 벗어나지 않고 이루어질 수 있다는 것이 이 기술분야의 숙련자들에 의해 이해될 것이다.

Claims (67)

  1. 광음향 이미징 시스템이 조직의 이미지를 생성하는 방법에 있어서,
    상기 조직에 전달된 에너지에 의해 생성된 음향 리턴 신호를 수신하는 단계;
    (i) 제1 우세 파장과 관련된 음향 리턴 신호를 기초로 상기 조직의 제1 공간적 표현을 계산하고, (ⅱ) 제2 우세 파장과 관련된 음향 리턴 신호를 기초로 상기 조직의 제2 공간적 표현을 계산하여, 상기 음향 리턴 신호로부터 제1 파라미터의 값들의 파라메트릭 맵을 결정하는 단계;
    상기 제2 우세 파장에서의 관심 영역 내 값들에 대해 상기 제1 우세 파장에서의 관심 영역 내 값들을 스칼라 투영하여 상기 파라메트릭 맵 내 관심 영역의 상기 제1 및 제2 공간적 표현 중 하나 이상을 정규화하는 단계 - 여기서, 상기 정규화하는 단계는 상기 스칼라 투영의 결과에 비례하여 상기 제1 및 제2 공간적 표현들 중 하나 이상을 곱하는 과정을 포함함;
    (i) 상기 관심 영역 내부의 제1 기준 레벨을 결정하는 과정, 및 (ⅱ) 상위 컬러 맵 한계 및 하위 컬러 맵 한계를 특정하는 과정 - 여기서, 상기 상위 컬러 맵 한계 및 상기 하위 컬러 맵 한계 중 적어도 하나는 상기 제1 기준 레벨과 관련하여 결정됨 - 에 의해, 상기 전달된 에너지에서의 가변성에 의해 야기된 영향을 보상하기 위해 매핑 구성을 생성하는 단계; 및
    상기 매핑 구성의 상위 컬러 맵 한계 및 하위 컬러 맵 한계에 따라 상기 파라메트릭 맵의 값들을 컬러 맵에 매핑함으로써 상기 컬러 맵의 팔레트에 상기 파라메트릭 맵을 렌더링(rendering)하여 렌더링된 파라메트릭 맵을 생성하는 단계;
    를 포함하는, 방법.
  2. 제1항에 있어서,
    관심 영역 내 상기 정규화된 제1 및 제2 공간적 표현들 중 하나 이상에 기초하여 상기 조직 내 공간적으로 표현된 상기 제1 파라미터의 값들을 추정하는 단계를 추가로 포함하는, 방법.
  3. 제1항에 있어서,
    상기 파라메트릭 맵을 결정하는 단계는 상기 제1 및 제2 우세 파장을 기초로 상기 조직 내 전자기 에너지 플루언스 분포의 암시적 또는 명시적 모델을 고려하는 과정을 포함하며, 상기 전자기 에너지 플루언스의 분포는 상기 음향 리턴 신호의 강도의 원인이 되는, 방법.
  4. 제1항에 있어서,
    상기 파라메트릭 맵을 결정하는 단계는 상기 제1 및 제2 우세 파장에 기초하여 상기 조직 내 전자기 에너지 플루언스의 분포의 이론적 기초를 고려하는 과정을 포함하며, 상기 전자기 에너지 플루언스의 분포는 상기 음향 리턴 신호의 강도의 원인이 되는, 방법.
  5. 제1항에 있어서,
    상기 상위 컬러 맵 한계 및 하위 컬러 맵 한계는 관심 영역 내 이미지 픽셀들의 수치 값들의 통계 함수를 계산함으로써 결정되는, 방법.
  6. 조직 내 관심 영역의 이미지들을 생성하기 위한 광음향 이미징 시스템에 있어서,
    상기 조직 내에 전달된 에너지에 의해 생성된 음향 리턴 신호들을 수신하는 데이터 획득 서브시스템, 및 이미지 처리 서브시스템을 포함하고,
    상기 이미지 처리 서브시스템은:
    (i) 제1 우세 파장과 관련된 음향 리턴 신호를 기초로 상기 조직의 제1 공간적 표현을 계산하고, (ⅱ) 제2 우세 파장과 관련된 음향 리턴 신호를 기초로 상기 조직의 제2 공간적 표현을 계산하여, 상기 음향 리턴 신호로부터 제1 파라미터의 값들의 파라메트릭 맵을 결정하고;
    상기 제2 우세 파장에서의 관심 영역 내 값들에 대해 상기 제1 우세 파장에서의 관심 영역 내 값들을 스칼라 투영하여 상기 파라메트릭 맵 내 관심 영역의 상기 제1 및 제2 공간적 표현 중 하나 이상을 정규화하고 - 여기서, 상기 정규화는 상기 스칼라 투영의 결과에 비례하여 상기 제1 및 제2 공간적 표현들 중 하나 이상을 곱하는 과정을 포함함;
    (i) 상기 관심 영역 내부의 제1 기준 레벨을 결정하는 과정, 및 (ⅱ) 상위 컬러 맵 한계 및 하위 컬러 맵 한계를 특정하는 과정 - 여기서, 상기 상위 컬러 맵 한계 및 상기 하위 컬러 맵 한계 중 적어도 하나는 상기 제1 기준 레벨과 관련하여 결정됨 - 에 의해, 상기 전달된 에너지에서의 가변성에 의해 야기된 영향을 보상하기 위해 매핑 구성을 생성하고; 및
    상기 매핑 구성의 상위 컬러 맵 한계 및 하위 컬러 맵 한계에 따라 상기 파라메트릭 맵의 값들을 컬러 맵에 매핑함으로써 상기 컬러 맵의 팔레트에 상기 파라메트릭 맵을 렌더링(rendering)하여 렌더링된 파라메트릭 맵을 생성하는, 광음향 이미징 시스템.
  7. 제6항에 있어서,
    상기 이미지 처리 서브시스템은 추가로 관심 영역 내 상기 정규화된 제1 및 제2 공간적 표현들 중 하나 이상에 기초하여 상기 조직 내 공간적으로 표현된 상기 제1 파라미터의 값들을 추정하는, 광음향 이미징 시스템.
  8. 제6항에 있어서,
    상기 이미지 처리 서브시스템은 상기 제1 및 제2 우세 파장을 기초로 상기 조직 내 전자기 에너지 플루언스 분포의 암시적 또는 명시적 모델을 고려함으로써 상기 파라메트릭 맵을 결정하며, 상기 전자기 에너지 플루언스 분포는 상기 음향 리턴 신호의 강도의 원인이 되는, 광음향 이미징 시스템.
  9. 제6항에 있어서,
    상기 이미지 처리 서브시스템은 상기 제1 및 제2 우세 파장에 기초하여 상기 조직 내 전자기 에너지 플루언스의 분포의 이론적 기초를 고려함으로써 상기 파라메트릭 맵을 결정하며, 상기 전자기 에너지 플루언스의 분포는 상기 음향 리턴 신호의 강도의 원인이 되는, 광음향 이미징 시스템.
  10. 제6항에 있어서,
    상기 이미지 처리 서브시스템은 관심 영역 내 이미지 픽셀들의 수치 값들의 통계 함수를 계산함으로써 상기 상위 컬러 맵 한계 및 하위 컬러 맵 한계를 결정하는, 광음향 이미징 시스템.
  11. 제6항에 있어서,
    상기 이미지 처리 서브시스템은 추가로:
    파라메트릭 이미지를 생성하고;
    상기 파라메트릭 이미지와 초음파 이미지를 상호-정합하고 움직임 추정을 이용하여 상호-정합된 이미지를 생성함으로써 상기 초음파 이미지의 위치 및 상기 파라메트릭 이미지의 위치를 추정하고, 그에 따라 상기 파라메트릭 이미지를 시프트하여 음향 리턴 신호들의 수신 동안 움직임에 의해 야기된 오정렬을 감소시키며; 및
    상기 상호-정합된 이미지를 디스플레이하는, 광음향 이미징 시스템.
  12. 조직을 이미징하는 광음향 이미징 시스템을 제어하기 위해 프로세서에 의해 실행될 때 상기 프로세서에 다음 절차들을 수행시키는 데이터를 포함하는 컴퓨터로 읽을 수 있는 비 일시적 저장 매체:
    상기 조직 내에 전달된 에너지에 의해 생성된 음향 리턴 신호를 수신하는 절차;
    (i) 제1 우세 파장과 관련된 음향 리턴 신호를 기초로 상기 조직의 제1 공간적 표현을 계산하고, (ⅱ) 제2 우세 파장과 관련된 음향 리턴 신호를 기초로 상기 조직의 제2 공간적 표현을 계산하여, 상기 음향 리턴 신호로부터 제1 파라미터의 값들의 파라메트릭 맵을 결정하는 절차;
    상기 제2 우세 파장에서의 관심 영역 내 값들에 대해 상기 제1 우세 파장에서의 관심 영역 내 값들을 스칼라 투영하여 상기 파라메트릭 맵 내 관심 영역의 상기 제1 및 제2 공간적 표현 중 하나 이상을 정규화하는 절차 - 여기서, 상기 정규화하는 단계는 상기 스칼라 투영의 결과에 비례하여 상기 제1 및 제2 공간적 표현들 중 하나 이상을 곱하는 과정을 포함함;
    (i) 상기 관심 영역 내부의 제1 기준 레벨을 결정하는 과정, 및 (ⅱ) 상위 컬러 맵 한계 및 하위 컬러 맵 한계를 특정하는 과정 - 여기서, 상기 상위 컬러 맵 한계 및 상기 하위 컬러 맵 한계 중 적어도 하나는 상기 제1 기준 레벨과 관련하여 결정됨 - 에 의해, 상기 전달된 에너지에서의 가변성에 의해 야기된 영향을 보상하기 위해 매핑 구성을 생성하는 절차; 및
    상기 매핑 구성의 상위 컬러 맵 한계 및 하위 컬러 맵 한계에 따라 상기 파라메트릭 맵의 값들을 컬러 맵에 매핑함으로써 상기 컬러 맵의 팔레트에 상기 파라메트릭 맵을 렌더링(rendering)하여 렌더링된 파라메트릭 맵을 생성하는 절차.
  13. 제12항에 있어서,
    관심 영역 내 상기 정규화된 제1 및 제2 공간적 표현들 중 하나 이상에 기초하여 상기 조직 내 공간적으로 표현된 상기 제1 파라미터의 값들을 추정하는 동작을 상기 프로세서에 수행시키는 절차를 추가로 포함하는, 컴퓨터로 읽을 수 있는 비 일시적 저장 매체.
  14. 제12항에 있어서,
    상기 파라메트릭 맵을 결정하는 절차는 상기 제1 및 제2 우세 파장을 기초로 상기 조직 내 전자기 에너지 플루언스 분포의 암시적 또는 명시적 모델을 고려하는 과정을 포함하며, 상기 전자기 에너지 플루언스 분포는 상기 음향 리턴 신호의 강도의 원인이 되는, 컴퓨터로 읽을 수 있는 비 일시적 저장 매체.
  15. 제12항에 있어서,
    상기 파라메트릭 맵을 결정하는 단계는 상기 제1 및 제2 우세 파장에 기초하여 상기 조직 내 전자기 에너지 플루언스의 분포의 이론적 기초를 고려하는 과정을 포함하며, 상기 전자기 에너지 플루언스의 분포는 상기 음향 리턴 신호의 강도의 원인이 되는, 컴퓨터로 읽을 수 있는 비 일시적 저장 매체.
  16. 제12항에 있어서,
    상기 상위 컬러 맵 한계 및 하위 컬러 맵 한계는 관심 영역 내 이미지 픽셀들의 수치 값들의 통계 함수를 계산함으로써 결정되는, 컴퓨터로 읽을 수 있는 비 일시적 저장 매체.
  17. 조직의 이미지를 생성하는 방법으로서,
    상기 조직 내에 전달된 전자기 에너지에 의해 생성된 음향 리턴 신호를 상기 조직으로부터 수신하는 단계;
    상기 조직 내 공간적으로 표현된 제1 파라미터의 값들을 추정하는 파라메트릭 맵을 상기 음향 리턴 신호로부터 결정하는 단계;
    (i) 상기 파라메트릭 맵의 관심 영역 내 제1 기준 레벨을 결정하기 위해 상기 파라메트릭 맵의 수치 값들의 통계 함수를 선택하는 과정 - 여기서, 상기 선택된 통계 함수는 표준 편차, 히스토그램, 최대치, 최소치, 중간값, (최대치-최소치)/2, 임계치 초과의 비율, 첨도(kurtosis), 왜도(skewness), 분산, 범위 중 적어도 하나를 포함함, 및 (ii) 상위 컬러 맵 한계 및 하위 컬러 맵 한계을 특정하는 과정 - 여기서, 상기 상위 컬러 맵 한계 및 하위 컬러 맵 한계 중 적어도 하나는 상기 제1 기준 레벨과 관련하여 결정되며, 상기 상위 컬러 맵 한계는 관심 영역의 상기 선택된 통계 함수에 제1 상수를 곱하여 상기 제1 기준 레벨에 더한 것이고, 상기 하위 컬러 맵 한계는 상기 상기 선택된 통계 함수에 제2 상수 곱한 것을 상기 기준 레벨에서 뺀 것임 - 에 의해, 상기 전달된 에너지의 공간적 프로파일에서의 가변성과 관련된 영향을 조정하기 위해 매핑 구성을 생성하는 단계; 및
    상기 매핑 구성의 상기 상위 컬러 맵 한계 및 하위 컬러 맵 한계에 따라 상기 파라메트릭 맵의 값들을 컬러 맵에 매핑함으로써 상기 컬러 맵의 팔레트에 상기 파라메트릭 맵을 렌더링(rendering)하여 렌더링된 파라메트릭 맵을 생성하는 단계;
    를 포함하는, 방법.
  18. 삭제
  19. 삭제
  20. 삭제
  21. 삭제
  22. 삭제
  23. 삭제
  24. 삭제
  25. 삭제
  26. 삭제
  27. 삭제
  28. 삭제
  29. 삭제
  30. 삭제
  31. 삭제
  32. 삭제
  33. 삭제
  34. 삭제
  35. 삭제
  36. 삭제
  37. 삭제
  38. 삭제
  39. 삭제
  40. 삭제
  41. 삭제
  42. 삭제
  43. 삭제
  44. 삭제
  45. 삭제
  46. 삭제
  47. 삭제
  48. 삭제
  49. 삭제
  50. 삭제
  51. 삭제
  52. 삭제
  53. 삭제
  54. 삭제
  55. 삭제
  56. 삭제
  57. 삭제
  58. 삭제
  59. 삭제
  60. 삭제
  61. 삭제
  62. 삭제
  63. 삭제
  64. 삭제
  65. 삭제
  66. 삭제
  67. 삭제
KR1020147025383A 2012-03-09 2013-03-11 광음향 이미징 시스템에서의 통계적 매핑 KR102105728B1 (ko)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201261609100P 2012-03-09 2012-03-09
US61/609,100 2012-03-09
US13/507,217 2012-06-13
US13/507,217 US9289191B2 (en) 2011-10-12 2012-06-13 System and method for acquiring optoacoustic data and producing parametric maps thereof
PCT/US2013/030242 WO2013134772A2 (en) 2012-03-09 2013-03-11 Statistical mapping in an optoacoustic imaging system
US13/793,808 US9330452B2 (en) 2012-03-09 2013-03-11 Statistical mapping in an optoacoustic imaging system
US13/793,808 2013-03-11

Publications (2)

Publication Number Publication Date
KR20140140028A KR20140140028A (ko) 2014-12-08
KR102105728B1 true KR102105728B1 (ko) 2020-04-28

Family

ID=49117523

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020147025383A KR102105728B1 (ko) 2012-03-09 2013-03-11 광음향 이미징 시스템에서의 통계적 매핑

Country Status (8)

Country Link
US (3) US9330452B2 (ko)
JP (2) JP2015509443A (ko)
KR (1) KR102105728B1 (ko)
AU (1) AU2013229748B2 (ko)
CA (1) CA2866840C (ko)
MX (1) MX2014010832A (ko)
SG (1) SG11201405548RA (ko)
WO (1) WO2013134772A2 (ko)

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9050025B2 (en) * 2008-06-18 2015-06-09 Eyelab Group, Llc System and method for determining volume-related parameters of ocular and other biological tissues
US9289191B2 (en) 2011-10-12 2016-03-22 Seno Medical Instruments, Inc. System and method for acquiring optoacoustic data and producing parametric maps thereof
US9330452B2 (en) * 2012-03-09 2016-05-03 Seno Medical Instruments, Inc. Statistical mapping in an optoacoustic imaging system
US9445786B2 (en) 2011-11-02 2016-09-20 Seno Medical Instruments, Inc. Interframe energy normalization in an optoacoustic imaging system
US9730587B2 (en) 2011-11-02 2017-08-15 Seno Medical Instruments, Inc. Diagnostic simulator
US20140005544A1 (en) 2011-11-02 2014-01-02 Seno Medical Instruments, Inc. System and method for providing selective channel sensitivity in an optoacoustic imaging system
US10433732B2 (en) 2011-11-02 2019-10-08 Seno Medical Instruments, Inc. Optoacoustic imaging system having handheld probe utilizing optically reflective material
US20130289381A1 (en) 2011-11-02 2013-10-31 Seno Medical Instruments, Inc. Dual modality imaging system for coregistered functional and anatomical mapping
US9733119B2 (en) 2011-11-02 2017-08-15 Seno Medical Instruments, Inc. Optoacoustic component utilization tracking
US11287309B2 (en) 2011-11-02 2022-03-29 Seno Medical Instruments, Inc. Optoacoustic component utilization tracking
US9814394B2 (en) 2011-11-02 2017-11-14 Seno Medical Instruments, Inc. Noise suppression in an optoacoustic system
US9743839B2 (en) 2011-11-02 2017-08-29 Seno Medical Instruments, Inc. Playback mode in an optoacoustic imaging system
US11191435B2 (en) 2013-01-22 2021-12-07 Seno Medical Instruments, Inc. Probe with optoacoustic isolator
US10762628B2 (en) * 2012-03-09 2020-09-01 Seno Medical Instruments, Inc. Statistical mapping in an optoacoustic imaging system
JP5844296B2 (ja) * 2012-06-11 2016-01-13 富士フイルム株式会社 放射線画像処理装置および方法
US9610043B2 (en) 2012-06-13 2017-04-04 Seno Medical Instruments, Inc. System and method for producing parametric maps of optoacoustic data
US9860510B2 (en) * 2013-03-15 2018-01-02 Intuitive Surgical Operations, Inc. Depth based modification of captured images
JP6487930B2 (ja) * 2014-01-23 2019-03-20 ナショナル・ユニバーシティ・オブ・アイルランド・ガルウェイ 光音響画像化システムを較正する方法及び光音響画像化システム
JP6366355B2 (ja) * 2014-05-14 2018-08-01 キヤノン株式会社 光音響装置、信号処理方法、及びプログラム
JP6366356B2 (ja) * 2014-05-14 2018-08-01 キヤノン株式会社 光音響装置、信号処理方法、及びプログラム
JP6452314B2 (ja) * 2014-05-14 2019-01-16 キヤノン株式会社 光音響装置、信号処理方法、及びプログラム
US9460499B2 (en) 2014-05-30 2016-10-04 Shenzhen Mindray Bio-Medical Electronics Co., Ltd. Systems and methods for selective enhancement of a region of interest in an image
US10152789B2 (en) * 2014-07-25 2018-12-11 Covidien Lp Augmented surgical reality environment
KR20160012837A (ko) * 2014-07-25 2016-02-03 삼성전자주식회사 영상 처리 장치 및 그 영상 처리 방법
US10417763B2 (en) 2014-07-25 2019-09-17 Samsung Electronics Co., Ltd. Image processing apparatus, image processing method, x-ray imaging apparatus and control method thereof
WO2016070115A1 (en) 2014-10-30 2016-05-06 Seno Medical Instruments, Inc. Opto-acoustic imaging system with detection of relative orientation of light source and acoustic receiver using acoustic waves
JP6556509B2 (ja) * 2015-06-16 2019-08-07 Cyberdyne株式会社 光音響画像化装置および光源ユニット
JP6631360B2 (ja) * 2016-03-29 2020-01-15 ブラザー工業株式会社 画像処理装置および画像処理方法
US10026014B2 (en) * 2016-10-26 2018-07-17 Nxp Usa, Inc. Method and apparatus for data set classification based on generator features
JP6929048B2 (ja) * 2016-11-30 2021-09-01 キヤノン株式会社 表示制御装置、表示方法、及びプログラム
AU2017373523B2 (en) * 2016-12-06 2020-09-24 Nippon Telegraph And Telephone Corporation Signal feature extraction apparatus, signal feature extraction method, and program
JP6594355B2 (ja) 2017-01-06 2019-10-23 キヤノン株式会社 被検体情報処理装置および画像の表示方法
US11270445B2 (en) * 2017-03-06 2022-03-08 The Regents Of The University Of California Joint estimation with space-time entropy regularization
JP6885896B2 (ja) * 2017-04-10 2021-06-16 富士フイルム株式会社 自動レイアウト装置および自動レイアウト方法並びに自動レイアウトプログラム
JP2019007825A (ja) * 2017-06-23 2019-01-17 株式会社島津製作所 核医学診断装置および核医学診断装置の日常保守および点検方法
EP3427638A1 (en) * 2017-07-10 2019-01-16 Helmholtz Zentrum München - Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH) Device and method for optoacoustic sensing
KR101859392B1 (ko) * 2017-10-27 2018-05-18 알피니언메디칼시스템 주식회사 초음파 영상 기기 및 이를 이용한 클러터 필터링 방법
US11026585B2 (en) * 2018-06-05 2021-06-08 Synaptive Medical Inc. System and method for intraoperative video processing
US11867627B2 (en) * 2018-10-12 2024-01-09 Washington University Compact guided diffuse optical tomography system for imaging a lesion region
CN109903280B (zh) * 2019-02-27 2020-09-29 上海联影智能医疗科技有限公司 肿瘤确定系统、方法及存储介质
EP3937755A1 (en) * 2019-03-15 2022-01-19 iThera Medical GmbH Device and method for analyzing optoacoustic data, optoacoustic system and computer program
JP7428597B2 (ja) 2020-06-18 2024-02-06 株式会社アドバンテスト 光超音波測定装置、方法、プログラム、記録媒体
KR102397299B1 (ko) 2020-07-13 2022-05-11 한국생명공학연구원 언에어로스케프트룸 프로피오니게네스 균주 및 이의 용도
CN112304897B (zh) * 2020-09-14 2021-09-14 中国人民解放军战略支援部队航天工程大学 一种用于燃烧场二维重建的光谱选择方法和系统
US11804690B2 (en) * 2020-11-11 2023-10-31 Seno Medical Instruments, Inc. Laser assembly for an optoacoustic probe
US11686650B2 (en) 2020-12-31 2023-06-27 Robert Bosch Gmbh Dynamic spatiotemporal beamforming
US11430459B2 (en) * 2020-12-31 2022-08-30 Robert Bosch Gmbh Self-calibration dynamic spatiotemporal beamforming system
CN118037847B (zh) * 2024-04-15 2024-08-16 北京航空航天大学 基于频域差分的感兴趣区域快速定位方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002534189A (ja) 1998-12-31 2002-10-15 ゼネラル・エレクトリック・カンパニイ ダイナミック・レンジの調整による超音波カラーフロー表示の最適化法
JP2005048847A (ja) 2003-07-31 2005-02-24 Nsk Ltd ボールねじ一体型直動案内ユニット
JP2005218684A (ja) 2004-02-06 2005-08-18 Toshiba Corp 非侵襲生体情報映像装置及び非侵襲生体情報映像方法
JP2010099378A (ja) 2008-10-27 2010-05-06 Ge Medical Systems Global Technology Co Llc 超音波診断装置

Family Cites Families (161)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1093873A (en) 1978-06-05 1981-01-20 Helmut H. Lukas Optical fibre connector
US4267732A (en) 1978-11-29 1981-05-19 Stanford University Board Of Trustees Acoustic microscope and method
NO880891L (no) 1987-03-03 1988-09-05 Elizabeth May Dowling Fremgangsmaate og apparat for maaling eller deteksjon av konsentrasjonen av en substans.
JP2659429B2 (ja) * 1989-03-17 1997-09-30 株式会社日立製作所 光音響信号検出方法及びその装置並びに半導体素子内部欠陥検出方法
JP2724505B2 (ja) 1989-10-31 1998-03-09 アンリツ株式会社 光減衰量校正方法及び光校正装置
JPH0741026B2 (ja) 1990-08-30 1995-05-10 ヒロセ電機株式会社 体温計
US5460182A (en) 1992-09-14 1995-10-24 Sextant Medical Corporation Tissue penetrating apparatus and methods
ZA948393B (en) 1993-11-01 1995-06-26 Polartechnics Ltd Method and apparatus for tissue type recognition
US5504281A (en) 1994-01-21 1996-04-02 Minnesota Mining And Manufacturing Company Perforated acoustical attenuators
JPH09133654A (ja) * 1995-11-08 1997-05-20 Hitachi Ltd 光音響分析装置
US5840023A (en) 1996-01-31 1998-11-24 Oraevsky; Alexander A. Optoacoustic imaging for medical diagnosis
US5713356A (en) 1996-10-04 1998-02-03 Optosonics, Inc. Photoacoustic breast scanner
US6117080A (en) 1997-06-04 2000-09-12 Atl Ultrasound Ultrasonic imaging apparatus and method for breast cancer diagnosis with the use of volume rendering
US5946081A (en) 1997-12-08 1999-08-31 Asia Optical Co., Inc. Method and apparatus for reducing the noise in the receiver of a laser range finder
JP3631365B2 (ja) 1998-02-10 2005-03-23 日本ペイント株式会社 変角分光反射率の測定方法
US5977538A (en) 1998-05-11 1999-11-02 Imarx Pharmaceutical Corp. Optoacoustic imaging system
US6236455B1 (en) 1998-06-26 2001-05-22 Battelle Memorial Institute Photoacoustic spectroscopy sample cells and methods of photoacoustic spectroscopy
US6487440B2 (en) 1998-07-08 2002-11-26 Lifespex, Inc. Optical probe having and methods for difuse and uniform light irradiation
US6017309A (en) * 1998-12-31 2000-01-25 Washburn; Michael J. Ultrasound color flow display optimization by adjusting color maps
US6216025B1 (en) 1999-02-02 2001-04-10 Optosonics, Inc. Thermoacoustic computed tomography scanner
US6263094B1 (en) 1999-04-02 2001-07-17 Agilent Technologies, Inc. Acoustic data acquisition/playback system and method
AU6894500A (en) 1999-08-06 2001-03-05 Board Of Regents, The University Of Texas System Optoacoustic monitoring of blood oxygenation
US6515273B2 (en) 1999-08-26 2003-02-04 Masimo Corporation System for indicating the expiration of the useful operating life of a pulse oximetry sensor
US6694173B1 (en) 1999-11-12 2004-02-17 Thomas Bende Non-contact photoacoustic spectroscopy for photoablation control
US6751490B2 (en) 2000-03-01 2004-06-15 The Board Of Regents Of The University Of Texas System Continuous optoacoustic monitoring of hemoglobin concentration and hematocrit
US6656119B2 (en) 2000-03-17 2003-12-02 Kabushiki Kaisha Toshiba Imaging diagnostic apparatus and maintenance method of the same
GB0007860D0 (en) * 2000-03-31 2000-05-17 Glaxo Group Ltd Quantative analysis of biological images
IL138073A0 (en) * 2000-08-24 2001-10-31 Glucon Inc Photoacoustic assay and imaging system
JP3842101B2 (ja) 2000-10-31 2006-11-08 富士写真フイルム株式会社 内視鏡装置
US6491630B1 (en) 2000-11-09 2002-12-10 Koninklijke Philips Electronics N.V. Ultrasound imaging device having a soft keyboard for entering data
US6650928B1 (en) * 2000-11-27 2003-11-18 Ge Medical Systems Global Technology Company, Llc Color parametric and composite maps for CT perfusion
IL143255A (en) * 2001-05-20 2015-09-24 Simbionix Ltd Endoscopic ultrasonography simulation
US7245746B2 (en) 2001-06-12 2007-07-17 Ge Medical Systems Global Technology Company, Llc Ultrasound color characteristic mapping
JP2003126091A (ja) 2001-10-23 2003-05-07 Shimadzu Corp 超音波診断装置
US6904306B1 (en) 2002-01-23 2005-06-07 Koninklijke Philips Electronics N.V. Method and apparatus for evaluation of contrast agent uptake based on derived parametric images
US6776760B2 (en) 2002-03-06 2004-08-17 Alfred E. Mann Institute For Biomedical Engineering At The University Of Southern California Multi-mode processing for ultrasonic imaging
US20030187319A1 (en) 2002-03-29 2003-10-02 Olympus Optical Co., Ltd. Sentinel lymph node detecting apparatus, and method thereof
WO2004010866A1 (en) 2002-07-26 2004-02-05 The Board Of Regents Of The University Of Texas System Continuous optoacoustic monitoring of hemoglobin concentration and hematocrit
US7447536B2 (en) 2002-11-12 2008-11-04 G.E. Medical Systems Global Technology Company, Llc System and method for measurement of local lung function using electron beam CT
US6951541B2 (en) 2002-12-20 2005-10-04 Koninklijke Philips Electronics, N.V. Medical imaging device with digital audio capture capability
AU2003900902A0 (en) 2003-02-27 2003-03-13 Varian Australia Pty Ltd Spectrophotometer
US6980419B2 (en) 2003-03-12 2005-12-27 Zonare Medical Systems, Inc. Portable ultrasound unit and docking station
JP4406226B2 (ja) * 2003-07-02 2010-01-27 株式会社東芝 生体情報映像装置
WO2005048847A1 (ja) * 2003-11-21 2005-06-02 Hitachi Medical Corporation 超音波診断装置
US7508113B2 (en) 2004-05-18 2009-03-24 Siemens Medical Solutions Usa, Inc. Apparatus for two-dimensional transducers used in three-dimensional ultrasonic imaging
JP5203605B2 (ja) * 2004-06-18 2013-06-05 株式会社日立メディコ 超音波診断装置
US7327896B1 (en) 2004-08-12 2008-02-05 Northrop Grumman Corporation Testing apparatus and method for a spectral imaging system
JP5113387B2 (ja) 2004-11-17 2013-01-09 株式会社日立メディコ 超音波診断装置及び超音波画像表示方法
IL166408A0 (en) 2005-01-20 2006-01-15 Ultraview Ltd Combined 2d pulse-echo ultrasound and optoacousticsignal for glaucoma treatment
US7574249B2 (en) 2005-02-08 2009-08-11 General Electric Company Device-less gating of physiological movement for improved image detection
US20060262903A1 (en) * 2005-05-20 2006-11-23 Diebold Roger M Method and apparatus for photothermal modification of x-ray images
KR100847797B1 (ko) 2005-07-15 2008-07-23 주식회사 메디슨 메모리에 저장된 송신 신호 및 수신 신호의 지연값을이용하여 송신 빔 및 수신 빔을 형성하는 초음파 진단장치및 방법
US8784318B1 (en) * 2005-07-22 2014-07-22 Zonare Medical Systems, Inc. Aberration correction using channel data in ultrasound imaging system
US20070093702A1 (en) 2005-10-26 2007-04-26 Skyline Biomedical, Inc. Apparatus and method for non-invasive and minimally-invasive sensing of parameters relating to blood
US7918793B2 (en) * 2005-10-28 2011-04-05 Biosense Webster, Inc. Synchronization of ultrasound imaging data with electrical mapping
EP1951115A4 (en) * 2005-11-11 2013-10-30 Randall L Barbour FUNCTIONAL IMAGING OF SELF-REGULATION
KR100908252B1 (ko) * 2006-03-10 2009-07-20 주식회사 메디슨 영상 처리 시스템 및 방법
EP1998681A2 (en) * 2006-03-21 2008-12-10 Koninklijke Philips Electronics N.V. Optimization of velocity scale for color tissue doppler imaging
US7515676B2 (en) 2006-04-28 2009-04-07 Kabushiki Kaisha Toshiba Method, apparatus, and computer program product for sinogram completion
EP2034878A2 (en) 2006-06-23 2009-03-18 Koninklijke Philips Electronics N.V. Timing controller for combined photoacoustic and ultrasound imager
JP4820239B2 (ja) 2006-08-28 2011-11-24 公立大学法人大阪府立大学 光トモグラフィ装置用プローブ
JP2008070675A (ja) 2006-09-15 2008-03-27 Yazaki Corp 雌フェルール
CN101185580A (zh) 2006-11-15 2008-05-28 深圳迈瑞生物医疗电子股份有限公司 超声诊断系统高速射频回波数据采集方法和装置
US7729735B1 (en) 2006-11-30 2010-06-01 Dartmouth-Hitchcock Clinic System and method for venous oximetry using a catheter
WO2008067842A1 (en) 2006-12-08 2008-06-12 Universität Heidelberg Method for generating at least two-dimensional tomographic image data, apparatus, computer program product
KR20090088909A (ko) * 2006-12-19 2009-08-20 코닌클리케 필립스 일렉트로닉스 엔.브이. 결합된 광음향 및 초음파 이미징 시스템
US8520852B2 (en) 2006-12-22 2013-08-27 Ibiquity Digital Corporation Method and apparatus for store and replay functions in a digital radio broadcasting receiver
CA2675617C (en) 2007-01-19 2016-11-01 Sunnybrook Health Sciences Centre Imaging probe with combined ultrasound and optical means of imaging
US8460195B2 (en) 2007-01-19 2013-06-11 Sunnybrook Health Sciences Centre Scanning mechanisms for imaging probe
WO2008101019A2 (en) 2007-02-13 2008-08-21 Board Of Regents, The University Of Texas System Molecular specific photoacoustic imaging
US20080242988A1 (en) * 2007-03-28 2008-10-02 Tetsuya Yoshida Ultrasound diagnostic apparatus, ultrasound image processing apparatus, and ultrasound image processing method
US20080255455A1 (en) 2007-04-11 2008-10-16 General Electric Company Probe holder for portable diagnostic ultrasound system
WO2009008933A2 (en) 2007-04-11 2009-01-15 The Board Of Regents Of The University Of Texas System Optoacoustic monitoring of multiple parameters
WO2009009223A2 (en) 2007-05-19 2009-01-15 The Regents Of The University Of California Co-registration for dual pet-transrectal ultrasound (pet-trus) prostate imaging
JP2009011711A (ja) 2007-07-09 2009-01-22 Toshiba Corp 超音波診断装置
US8454512B2 (en) 2007-10-25 2013-06-04 Washington University Confocal photoacoustic microscopy with optical lateral resolution
US7517157B1 (en) 2007-11-08 2009-04-14 The Boeing Company All-plastic optical mini-connector
DE102007054747B4 (de) 2007-11-16 2022-05-12 Te Connectivity Germany Gmbh Lichtleitkabel-Kontakt, Lichtleitkabel-Verbinder sowie konfektioniertes Lichtleitkabel
CA2708675C (en) 2007-12-12 2016-07-19 Jeffrey J. L. Carson Three-dimensional photoacoustic imager and methods for calibrating an imager
US20090156932A1 (en) 2007-12-13 2009-06-18 Board Of Trustees Of The University Of Arkansas Device and method for in vivo flow cytometry using the detection of photoacoustic waves
US8388931B2 (en) 2008-02-29 2013-03-05 Marcos Lopez 99m Tc-labeled triphenylphosphonium derivative contrasting agents and molecular probes for early detection and imaging of breast tumors
US8208709B2 (en) 2008-04-17 2012-06-26 The Ohio State University Research Foundation System and method for improved real-time cine imaging
JP5083046B2 (ja) * 2008-06-03 2012-11-28 ソニー株式会社 撮像装置及び撮像方法
JP5294998B2 (ja) 2008-06-18 2013-09-18 キヤノン株式会社 超音波探触子、該超音波探触子を備えた光音響・超音波システム並びに検体イメージング装置
EP2328480B1 (en) 2008-07-18 2016-01-06 University Of Rochester Low-cost device for c-scan photoacoustic imaging
WO2011000389A1 (en) * 2009-06-29 2011-01-06 Helmholtz Zentrum München Deutsches Forschungszentrum Für Gesundheit Und Umwelt (Gmbh) Thermoacoustic imaging with quantitative extraction of absorption map
CN102137618B (zh) 2008-07-25 2015-06-17 健康与环境慕尼黑德国研究中心赫姆霍茨中心(有限公司) 组织生物标志物的定量多光谱光声断层摄影(msot)
JP4900979B2 (ja) 2008-08-27 2012-03-21 キヤノン株式会社 光音響装置および光音響波を受信するための探触子
US8165368B2 (en) 2008-09-29 2012-04-24 General Electric Company Systems and methods for machine learning based hanging protocols
US20100094134A1 (en) 2008-10-14 2010-04-15 The University Of Connecticut Method and apparatus for medical imaging using near-infrared optical tomography combined with photoacoustic and ultrasound guidance
EP2337500A4 (en) 2008-10-15 2012-08-29 Univ Rochester PHOTOACOUSTIC IMAGERY USING A MULTIPURPOSE ACOUSTIC LENS
US9528966B2 (en) * 2008-10-23 2016-12-27 Washington University Reflection-mode photoacoustic tomography using a flexibly-supported cantilever beam
US8354639B2 (en) * 2008-11-25 2013-01-15 Flir Systems Ab IR camera with adjustable view parameter settings
JP2010125118A (ja) 2008-11-28 2010-06-10 Toshiba Corp 超音波診断装置及び超音波診断装置制御方法
KR101061004B1 (ko) 2008-12-10 2011-09-01 한국전기연구원 광역학 치료 및 광 검출을 위한 장치
JP5241465B2 (ja) 2008-12-11 2013-07-17 キヤノン株式会社 光音響イメージング装置および光音響イメージング方法
JP5641723B2 (ja) 2008-12-25 2014-12-17 キヤノン株式会社 被検体情報取得装置
US8187191B2 (en) 2009-01-08 2012-05-29 Volcano Corporation System and method for equalizing received intravascular ultrasound echo signals
WO2010107933A1 (en) 2009-03-17 2010-09-23 The Uwm Research Foundation, Inc. Systems and methods for photoacoustic opthalmoscopy
JP5555765B2 (ja) 2009-04-20 2014-07-23 ザ キュレイターズ オブ ザ ユニバーシティ オブ ミズーリ 固形組織内の検体の光音響検出法及び検出システム
EP2425402A2 (en) 2009-05-01 2012-03-07 Visualsonics, Inc. System for photoacoustic imaging and related methods
WO2011039955A1 (ja) 2009-09-30 2011-04-07 テルモ株式会社 画像診断装置
JP5692988B2 (ja) 2009-10-19 2015-04-01 キヤノン株式会社 音響波測定装置
US8862206B2 (en) 2009-11-12 2014-10-14 Virginia Tech Intellectual Properties, Inc. Extended interior methods and systems for spectral, optical, and photoacoustic imaging
US20110144495A1 (en) * 2009-12-14 2011-06-16 Siemens Medical Solutions Usa, Inc. Perfusion Imaging of a Volume in Medical Diagnostic Ultrasound
JP5653045B2 (ja) * 2010-01-15 2015-01-14 株式会社日立メディコ 超音波診断装置
US8879352B2 (en) 2010-01-25 2014-11-04 The Arizona Board Of Regents On Behalf Of The University Of Arizona Ultrasonic/photoacoustic imaging devices and methods
JP5574724B2 (ja) 2010-01-27 2014-08-20 キヤノン株式会社 被検体情報処理装置および被検体情報処理方法
JP5818444B2 (ja) 2010-02-04 2015-11-18 キヤノン株式会社 機能情報取得装置、機能情報取得方法、及びプログラム
EP2359745A1 (en) 2010-02-12 2011-08-24 Helmholtz Zentrum München Deutsches Forschungszentrum für Gesundheit und Umwelt (GmbH) Method and device for multi-spectral photonic imaging
US20130190591A1 (en) 2010-04-30 2013-07-25 Desmond Hirson Photoacoustic transducer and imaging system
JP5587046B2 (ja) 2010-06-10 2014-09-10 キヤノン株式会社 光音響測定装置
JP2012005622A (ja) 2010-06-24 2012-01-12 Fujifilm Corp 光音響画像化装置及び方法
JP2012005624A (ja) 2010-06-24 2012-01-12 Fujifilm Corp 超音波光音響撮像装置およびその作動方法
US9101289B2 (en) 2010-07-27 2015-08-11 Hitachi Medical Corporation Ultrasonic diagnostic apparatus
US8930145B2 (en) * 2010-07-28 2015-01-06 Covidien Lp Light focusing continuous wave photoacoustic spectroscopy and its applications to patient monitoring
US20120054619A1 (en) 2010-08-31 2012-03-01 Fox Entertainment Group, Inc. Localized media content editing
US9163980B2 (en) 2010-09-17 2015-10-20 Seno Medical Instruments, Inc. Light output calibration in an optoacoustic system
US8823928B2 (en) 2011-11-02 2014-09-02 Seno Medical Intruments, Inc. Light output calibration in an optoacoustic system
US9330452B2 (en) * 2012-03-09 2016-05-03 Seno Medical Instruments, Inc. Statistical mapping in an optoacoustic imaging system
US9289191B2 (en) 2011-10-12 2016-03-22 Seno Medical Instruments, Inc. System and method for acquiring optoacoustic data and producing parametric maps thereof
JP2012070949A (ja) 2010-09-29 2012-04-12 Fujifilm Corp 光音響画像化装置、方法、及びプログラム
TWI430778B (zh) 2010-12-24 2014-03-21 Pai Chi Li 醫學成像系統及其醫學成像方法
WO2012097294A1 (en) 2011-01-13 2012-07-19 Ultrasonic Medical Mapping, Llc Non-imaging low frequency ultrasonic testing and diagnostic evaluation system
WO2012109394A2 (en) 2011-02-08 2012-08-16 Incube Labs, Llc Apparatus, system and methods for photoacoustic detection of deep vein thrombosis
JP5796896B2 (ja) 2011-03-10 2015-10-21 富士フイルム株式会社 断層画像生成装置及び方法
JP5896623B2 (ja) 2011-05-02 2016-03-30 キヤノン株式会社 被検体情報取得装置およびその制御方法
JP6479471B2 (ja) 2011-10-12 2019-03-06 セノ メディカル インストルメンツ，インク． 光音響データを取得し、そのパラメータマップを生成するためのシステムおよび方法
US9743839B2 (en) 2011-11-02 2017-08-29 Seno Medical Instruments, Inc. Playback mode in an optoacoustic imaging system
US9445786B2 (en) 2011-11-02 2016-09-20 Seno Medical Instruments, Inc. Interframe energy normalization in an optoacoustic imaging system
US10433732B2 (en) 2011-11-02 2019-10-08 Seno Medical Instruments, Inc. Optoacoustic imaging system having handheld probe utilizing optically reflective material
US9282899B2 (en) 2011-11-02 2016-03-15 Seno Medical Instruments, Inc. System and method for detecting anomalous channel in an optoacoustic imaging system
US20130279920A1 (en) 2011-11-02 2013-10-24 Seno Medical Instruments, Inc. Repeatably alignable fiber optic connector
US20130289381A1 (en) 2011-11-02 2013-10-31 Seno Medical Instruments, Inc. Dual modality imaging system for coregistered functional and anatomical mapping
US9733119B2 (en) 2011-11-02 2017-08-15 Seno Medical Instruments, Inc. Optoacoustic component utilization tracking
WO2013067383A1 (en) 2011-11-02 2013-05-10 Seno Medical Instruments, Inc. Optoacoustic imaging systems and methods with enhanced safety
US20130303875A1 (en) 2011-11-02 2013-11-14 Seno Medical Instruments, Inc. System and method for dynamically varying the angle of light transmission in an optoacoustic imaging system
US9730587B2 (en) 2011-11-02 2017-08-15 Seno Medical Instruments, Inc. Diagnostic simulator
US20130296684A1 (en) 2011-11-02 2013-11-07 Seno Medical Instruments, Inc. Probe holder
US9445785B2 (en) 2011-11-02 2016-09-20 Seno Medical Instruments, Inc. System and method for normalizing range in an optoacoustic imaging system
SG11201401986WA (en) 2011-11-02 2014-08-28 Seno Medical Instr Inc Dual modality imaging system for coregistered functional and anatomical mapping
US20140005544A1 (en) 2011-11-02 2014-01-02 Seno Medical Instruments, Inc. System and method for providing selective channel sensitivity in an optoacoustic imaging system
US9757092B2 (en) 2011-11-02 2017-09-12 Seno Medical Instruments, Inc. Method for dual modality optoacoustic imaging
US9814394B2 (en) 2011-11-02 2017-11-14 Seno Medical Instruments, Inc. Noise suppression in an optoacoustic system
WO2013158154A1 (en) 2011-11-04 2013-10-24 Seno Medical Instruments, Inc. System and method for adjusting the light output of an optoacoustic imaging system
US20140012138A1 (en) 2011-12-23 2014-01-09 Olive Medical Corporation Apparatus, system and method for providing an imaging device for medical applications
EP2806803B1 (en) 2012-01-23 2019-03-13 Tomowave Laboratories, Inc. Laser optoacoustic ultrasonic imaging system (louis) and methods of use
US20130190589A1 (en) * 2012-01-25 2013-07-25 Nellcor Puritan Bennett Llc Multiple peak analysis in a photoacoustic system
WO2013188708A1 (en) 2012-06-13 2013-12-19 Seno Medical Instruments, Inc. System and method for storing data associated with the operation of a dual modality optoacoustic / ultrasound system
WO2013188710A1 (en) 2012-06-13 2013-12-19 Seno Medical Instruments, Inc. System and method for detecting anomalous channel in an optoacoustic imaging system
US9610043B2 (en) 2012-06-13 2017-04-04 Seno Medical Instruments, Inc. System and method for producing parametric maps of optoacoustic data
WO2013188713A1 (en) 2012-06-13 2013-12-19 Seno Medical Instruments, Inc. System and method for normalizing range in an optoacoustic imaging system
CA2874874A1 (en) 2012-06-13 2013-12-19 Seno Medical Instruments, Inc. System and method for producing parametric maps of optoacoustic data
WO2013188711A1 (en) 2012-06-13 2013-12-19 Seno Medical Instruments, Inc. System and method for providing selective channel sensitivity in an optoacoustic imaging system
WO2013188714A1 (en) 2012-06-13 2013-12-19 Seno Medical Instruments, Inc. Interframe energy normalization in an optoacoustic imaging system
AU2013274138B2 (en) 2012-06-13 2017-12-07 Seno Medical Instruments, Inc. Optoacoustic imaging system with fiber optic cable
US20140003769A1 (en) 2012-06-29 2014-01-02 Precision Optics Corporation, Inc. Quick connect coupler for optical fiber cable
US9468447B2 (en) 2012-08-14 2016-10-18 Insurgical, LLC Limited-use tool system and method of reprocessing
EP2742854B1 (en) 2012-12-11 2021-03-10 iThera Medical GmbH Handheld device and method for tomographic optoacoustic imaging of an object
JP6112861B2 (ja) 2012-12-28 2017-04-12 キヤノン株式会社 被検体情報取得装置、信号処理装置および表示装置
EP2754388B1 (en) 2013-01-15 2020-09-09 Helmholtz Zentrum München Deutsches Forschungszentrum für Gesundheit und Umwelt GmbH System and method for quality-enhanced high-rate optoacoustic imaging of an object

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002534189A (ja) 1998-12-31 2002-10-15 ゼネラル・エレクトリック・カンパニイ ダイナミック・レンジの調整による超音波カラーフロー表示の最適化法
JP2005048847A (ja) 2003-07-31 2005-02-24 Nsk Ltd ボールねじ一体型直動案内ユニット
JP2005218684A (ja) 2004-02-06 2005-08-18 Toshiba Corp 非侵襲生体情報映像装置及び非侵襲生体情報映像方法
JP2010099378A (ja) 2008-10-27 2010-05-06 Ge Medical Systems Global Technology Co Llc 超音波診断装置

Also Published As

Publication number Publication date
KR20140140028A (ko) 2014-12-08
JP2015509443A (ja) 2015-03-30
WO2013134772A2 (en) 2013-09-12
MX2014010832A (es) 2015-08-05
JP2018149362A (ja) 2018-09-27
SG11201405548RA (en) 2014-10-30
AU2013229748B2 (en) 2017-11-02
CA2866840C (en) 2022-03-29
US9330452B2 (en) 2016-05-03
US9836838B2 (en) 2017-12-05
US10354379B2 (en) 2019-07-16
US20140093150A1 (en) 2014-04-03
AU2013229748A1 (en) 2014-09-25
WO2013134772A3 (en) 2013-11-07
US20160317038A1 (en) 2016-11-03
US20180061050A1 (en) 2018-03-01
CA2866840A1 (en) 2013-09-12
JP6505919B2 (ja) 2019-04-24

Similar Documents

Publication Publication Date Title
KR102105728B1 (ko) 광음향 이미징 시스템에서의 통계적 매핑
AU2018201462B2 (en) System and Method for Producing Parametric Maps of Optoacoustic Data
KR102090840B1 (ko) 광음향 데이터를 획득하며 그것의 파라메트릭 맵들을 생성하기 위한 시스템 및 방법
KR102148540B1 (ko) 광 파이버 케이블을 가진 광음향 이미징 시스템
WO2013067374A1 (en) System and method for dynamically varying the angle of light transmission in an optoacoustic imaging system
WO2013188714A1 (en) Interframe energy normalization in an optoacoustic imaging system
US10762628B2 (en) Statistical mapping in an optoacoustic imaging system
WO2013188708A1 (en) System and method for storing data associated with the operation of a dual modality optoacoustic / ultrasound system
KR20150132113A (ko) 프로브 홀더
WO2013188713A1 (en) System and method for normalizing range in an optoacoustic imaging system
WO2013188711A1 (en) System and method for providing selective channel sensitivity in an optoacoustic imaging system
WO2013188710A1 (en) System and method for detecting anomalous channel in an optoacoustic imaging system
WO2014144324A1 (en) Noise suppression in an optoacoustic system
CA2902056C (en) Light output calibration in an optoacoustic system
WO2014144278A1 (en) Diagnostic simulator
EP2822471B1 (en) Statistical mapping in an optoacoustic imaging system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant