WO2019064763A1 - 皮膚の血管網を可視化する装置、方法およびプログラム - Google Patents
皮膚の血管網を可視化する装置、方法およびプログラム Download PDFInfo
- Publication number
- WO2019064763A1 WO2019064763A1 PCT/JP2018/024517 JP2018024517W WO2019064763A1 WO 2019064763 A1 WO2019064763 A1 WO 2019064763A1 JP 2018024517 W JP2018024517 W JP 2018024517W WO 2019064763 A1 WO2019064763 A1 WO 2019064763A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- blood vessel
- skin
- network
- blood
- outlier
- Prior art date
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B10/00—Other methods or instruments for diagnosis, e.g. instruments for taking a cell sample, for biopsy, for vaccination diagnosis; Sex determination; Ovulation-period determination; Throat striking implements
-
- 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
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/44—Detecting, measuring or recording for evaluating the integumentary system, e.g. skin, hair or nails
- A61B5/441—Skin evaluation, e.g. for skin disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4887—Locating particular structures in or on the body
- A61B5/489—Blood vessels
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7445—Display arrangements, e.g. multiple display units
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
- G01B9/02083—Interferometers characterised by particular signal processing and presentation
- G01B9/02089—Displaying the signal, e.g. for user interaction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B9/00—Measuring instruments characterised by the use of optical techniques
- G01B9/02—Interferometers
- G01B9/0209—Low-coherence interferometers
- G01B9/02091—Tomographic interferometers, e.g. based on optical coherence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/41—Detecting, measuring or recording for evaluating the immune or lymphatic systems
- A61B5/414—Evaluating particular organs or parts of the immune or lymphatic systems
- A61B5/418—Evaluating particular organs or parts of the immune or lymphatic systems lymph vessels, ducts or nodes
-
- 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
Definitions
- the present invention relates to an apparatus and method for visualizing a vascular network of skin using optical coherence tomography (hereinafter referred to as "OCT").
- OCT optical coherence tomography
- the skin plays an important role of preventing loss of water, controlling body temperature by heat exchange with the outside, protecting a living body from physical stimulation, and receiving senses such as touch.
- the skin tissue is mainly composed of three layers: epidermis, dermis and subcutaneous tissue. Below the dermis, capillary blood vessels are concentrated, and by supplying oxygen and nutrients to skin cells, they give the skin firmness and moisture. Loss of elasticity of capillaries due to environmental changes such as aging and ultraviolet rays is also considered to cause skin aging phenomena such as wrinkles and sags. For this reason, techniques for visualizing the vascular network of the skin are being watched for effective skin care evaluation.
- the OCT is a tomographic imaging method using low coherence light interference, and can visualize the morphological distribution of living tissue at a high spatial resolution of micro scale. It is also preferable in that the image acquisition rate is higher than the video rate and has high time resolution.
- a lymphatic vessel may be included in the calculation result of the blood vessel network.
- a "ghost of movement" described below may occur below the large blood flow. For this reason, there is room for improvement from the viewpoint of obtaining a clear image of blood vessels.
- the present invention has been made in view of such problems, and one of the objects thereof is to realize visualization of a skin blood vessel network by OCT with high accuracy by a simple method.
- One embodiment of the present invention is a blood vessel visualization device that includes an optical system using OCT and visualizes the blood vessel network of the skin.
- This device controls an optical mechanism for guiding light from a light source to the tissue of the skin for scanning, controls the drive of the optical mechanism, and acquires a tomographic image of the skin by processing an optical interference signal by the optical system,
- a control operation unit that calculates a blood vessel network based on the tomogram, and a display unit that displays an image of the blood vessel network.
- the control calculation unit sets a reference profile which is a function approximation of the luminance profile in the depth direction in the acquired tomogram, and the luminance value on the reference profile and the actual luminance value are set with respect to the luminance value in the depth direction in the tomogram.
- the difference is calculated as the outlier, the coordinates having the outlier in the predetermined blood vessel determination range are specified as the blood vessel or the blood vessel candidate, and the blood vessel network is calculated.
- Another aspect of the present invention is a blood vessel visualization method for visualizing the vascular network of skin.
- This method uses the OCT to acquire a tomogram of the skin, a reference value setting step to set a reference profile that is a function approximation of the luminance profile in the depth direction in the acquired tomogram, and the tomogram Regarding the luminance value in the depth direction in the image, the difference between the luminance value on the reference profile and the actual luminance value is calculated as the outlier, and the coordinates having the outlier in the predetermined blood vessel determination range are specified as the blood vessel or blood vessel candidate.
- a calculation step of calculating a blood vessel network and a display step of displaying an image representing the calculated blood vessel network.
- visualization of the vascular network of the skin can be realized with high accuracy by a simple method.
- One embodiment of the present invention is a blood vessel visualization device.
- the apparatus includes an optical mechanism and a control operation unit.
- the control calculation unit acquires a tomogram of the skin by OCT while controlling the drive of the optical mechanism.
- the control calculation unit calculates the shape (two-dimensional shape or three-dimensional shape) of the blood vessel network based on the tomogram and causes the display unit to display the image.
- This device can realize suppression of motion noise, highly accurate extraction of blood vessel parts, and visualization of blood vessel thickness during display processing of blood vessel networks.
- (1) Suppression of Body Motion Noise In the present embodiment, an OCT tomographic image of the skin from the epidermis to the dermis is acquired multiple times (multiple times for the same cross section).
- the control calculation unit specifies a tomogram having a body movement noise exceeding a reference value among the plurality of acquired tomograms, excludes it from the calculation target, and calculates a blood vessel network based on the remaining tomograms. Thus, it is possible to display an image of a blood vessel network in which body movement noise is suppressed.
- a process of selecting in advance a combination of tomograms used for the autocorrelation is executed.
- the combination of tomograms with less body movement noise is narrowed down as a calculation target. That is, there are no blood vessels in the epidermis, and there are blood vessels in the dermis. For this reason, the dermis is highly sensitive to the movement of blood vessels (i.e., blood flow), and is easily displaced or deformed according to the blood flow.
- the control calculation unit sets an epidermis corresponding region and a dermis corresponding region for the tomographic region of the skin.
- the "epidermal corresponding region” may be a part of the epidermal region, and may be a region where displacement due to blood flow is relatively small and displacement due to body movement is relatively large.
- the "dermal corresponding region” may be a part of the dermis region, or may be a region relatively displaced by blood flow. More specifically, the reticular layer of the dermis belongs to the dermis corresponding region because the blood vessel diameter is relatively large and displacement due to blood flow is large.
- the “coordinates” may be space coordinates set by OCT, and specify the positions (tomographic positions) of the pixels constituting the tomographic image.
- the control calculation unit may specify the epidermis corresponding region and the dermis corresponding region based on the luminance profile in the depth direction in the acquired tomogram.
- the "brightness profile” may indicate OCT intensity (light intensity).
- the control calculation unit calculates an autocorrelation value at the coordinates of the epidermis corresponding region with respect to the tomographic image acquired a plurality of times (first correlation acquisition step). Subsequently, among the autocorrelations calculated at this time, combinations of tomographic images corresponding to predetermined low autocorrelations are excluded from calculation targets (calculation target specifying step). In the calculation target identification step (a step of excluding a combination of tomograms with low autocorrelation with respect to the epidermis corresponding region), it is possible to suppress the mixture of body movement noise.
- the control calculation unit calculates an autocorrelation value at the coordinate of the dermis corresponding region for the combination of the remaining tomograms after the exclusion step (second correlation acquisition step). Then, coordinates having an autocorrelation value in the corresponding region to the dermis in a low correlation range predetermined in advance are specified as blood vessels or blood vessel candidates, and a blood vessel network is calculated. That is, the coordinates (pixels corresponding to the coordinates) calculated in this manner may be specified as a blood vessel, and the blood vessel network may be calculated by the connection of the coordinates. Alternatively, the coordinates calculated in this manner may be specified as blood vessel candidates, and may be specified as blood vessels by providing additional conditions. With regard to the "low correlation range", an appropriate range can be set by experiment, analysis or the like.
- the present embodiment it is possible to realize visualization of the vascular network with high accuracy by a simple method of removing from the to-be-processed object a thing with large body movement noise in advance among the tomograms acquired a plurality of times.
- a blood vessel visualization program using the above-described technique may be constructed.
- This program has a function of calculating a first autocorrelation value, which is an autocorrelation value in the epidermis corresponding region, for a plurality of tomographic images acquired a plurality of times by OCT, and a low autocorrelation predetermined among the first autocorrelation values.
- This program may be recorded on a computer readable recording medium.
- the control calculation unit sets a reference profile obtained by functionally approximating the intensity profile in the depth direction in the acquired tomogram.
- the "brightness profile” may indicate the OCT intensity.
- the tomogram may be acquired once, or may be acquired multiple times as described above. In the latter case, the OCT intensity may be an average value of a plurality of images.
- the “function approximation” linear fitting such as the least squares method may be adopted.
- the setting of the reference profile may be limited to the dermis corresponding region.
- the control calculation unit calculates the difference between the luminance value on the reference profile and the actual luminance value as an outlier with respect to the luminance value in the depth direction in the tomographic image.
- the “brightness value on the reference profile” indicates the brightness (also referred to as “reference brightness”) of surrounding tissue that is not blood vessels or lymph vessels.
- the brightness of blood vessels and lymphatic vessels is considerably lower than this reference brightness. Therefore, it is possible to determine that it is not a surrounding tissue, that is, a blood vessel or a lymphatic vessel, by calculating the magnitude of the "outlier" which is the difference between the actually detected luminance and the reference luminance.
- the control calculation unit specifies coordinates having an outlier in a predetermined blood vessel determination range (a range from the first threshold to the second threshold) as a blood vessel or a blood vessel candidate, and calculates a blood vessel network. That is, the coordinates (pixels corresponding to the coordinates) calculated in this manner may be specified as a blood vessel, and the blood vessel network may be calculated by the connection of the coordinates. Alternatively, the coordinates calculated in this manner may be specified as blood vessel candidates, and may be specified as blood vessels by providing additional conditions. With regard to the “blood vessel determination range”, an appropriate range can be set by experiment, analysis, or the like as a range which can substantially exclude tissue and lymphatic vessels around blood vessels.
- the control computing unit may specify, as a lymphatic vessel or a lymphatic vessel candidate, a coordinate having an outlier in a lymphatic vessel determination range (a range exceeding the second threshold) set in a lower luminance area than the blood vessel determination range. That is, the coordinates (pixels corresponding to the coordinates) calculated in this manner may be specified as the lymphatics. Alternatively, the coordinates calculated in this manner may be identified as lymphatic vessel candidates, and may be identified as lymphatic vessels by providing additional conditions. With regard to the "lymphatic vessel determination range", an appropriate range can be set by experiment, analysis, or the like as a range which can substantially exclude tissue and blood vessels around lymphatic vessels.
- the calculated lymphatic vessels and blood vessels may be displayed on the display unit in a manner to distinguish them, such as expressing them in different colors or patterns, for example. Both lymphatic vessels and blood vessels may be displayed, and may be switched to any one display as appropriate. Alternatively, a lymphatic vessel may be displayed without displaying a blood vessel, and the device of the present embodiment may function as a "lymphatic vessel visualization device".
- Such a blood vessel extraction method may be applied to blood vessel network arithmetic processing together with the above-described motion noise removal method. That is, the OCT luminance is calculated as the “actual luminance value” for the blood vessel candidate calculated after the above-described body movement noise removal.
- the “actual luminance value” may be obtained by averaging the luminance values of the remaining plural tomographic images.
- one having a luminance value in the blood vessel determination range may be specified as the blood vessel.
- Such additional processing according to the blood vessel extraction direction may be limited to the dermis corresponding region.
- a blood vessel visualization program using the above-described technique may be constructed.
- This program has a function of setting a reference profile which is a function approximation of a luminance profile in the depth direction with respect to a tomographic image acquired by OCT, and with regard to luminance values in the depth direction in the tomographic image
- To calculate the difference between the brightness value and the outlier identify coordinates with an outlier in a predetermined blood vessel determination range as a blood vessel or a blood vessel candidate, and calculate the blood vessel network, and to display the calculated blood vessel network
- the function of outputting the signal of This program may be recorded on a computer readable recording medium.
- the control calculation unit calculates a blood vessel network by specifying, as blood vessels, coordinates at which autocorrelation values of tomographic images acquired multiple times are in a predetermined low correlation range.
- the blood vessel network may be calculated by specifying, as a blood vessel, coordinates (preferably, coordinates in a blood vessel determination range) where the OCT intensity (brightness) is equal to or less than the blood vessel determination reference value.
- a radius that causes other blood vessel corresponding coordinates to be filled around the blood vessel corresponding coordinates specified as a blood vessel is defined as a blood vessel radius.
- the “blood vessel radius” may be premised on the setting of a virtual circle centered on the blood vessel corresponding coordinates.
- the center may be set for a polygon or other shape close to a circle, and the blood vessel radius may be specified by its diameter (approximated as a radius).
- the control calculation unit expresses the thickness of the blood vessel network by superposing an identification display based on the size of the blood vessel radius of each blood vessel corresponding coordinate on the image of the blood vessel network.
- the control calculation unit increases the radius centered on the blood vessel corresponding coordinates, and if the filling rate of surrounding blood vessel coordinates falls below a predetermined filling judgment reference value, the radius when falling below that or the radius immediately before falling below.
- a predetermined filling judgment reference value As the blood vessel radius.
- the radius of around a predetermined number of times lower than the error range may be used as the blood vessel radius in consideration of the error range.
- the “filling determination reference value” may be appropriately set according to the resolution of the image, and may be substantially 100% (including an error range), for example, 98% or more, preferably 99% or more.
- the radius at which the filling rate starts to decrease or the radius immediately before that may be taken as the “vessel radius”, such as the filling rate decreasing from 100% to 99%.
- control calculation unit may express the thickness of the blood vessel network by color-coding the respective blood vessel corresponding coordinates in association with the size of the blood vessel radius.
- the thickness of the blood vessel becomes apparent as shown in the embodiment described later.
- a blood vessel visualization program using the above-described technique may be constructed.
- This program has a function to calculate the vascular network of the skin based on the tomographic image acquired by OCT, and other vascular corresponding coordinates around the vascular corresponding coordinate specified as a blood vessel in calculation of the vascular network.
- the radius can be a blood vessel radius
- the computer can be realized with a function of outputting a signal for causing identification display based on the size of the blood vessel radius at each blood vessel corresponding coordinate to be superimposed on the display of the blood vessel network.
- This program may be recorded on a computer readable recording medium.
- FIG. 1 is a diagram schematically illustrating the configuration of a blood vessel visualization device according to an embodiment.
- the blood vessel visualization device of the present embodiment performs tomographic measurement of skin tissue on a micro scale to visualize skin capillaries. OCT is used for this tomographic measurement.
- the OCT apparatus 1 includes a light source 2, an object arm 4, a reference arm 6, optical mechanisms 8 and 10, a light detection device 12, a control calculation unit 14, and a display device 16.
- Each optical element is connected to each other by an optical fiber.
- an optical system based on the Mach-Zehnder interferometer is shown in the illustrated example, a Michelson interferometer or other optical system may be employed.
- SS-OCT Sewept Source OCT
- TD-OCT Time Domain OCT
- SD-OCT Spectral Domain OCT
- SS-OCT can obtain high time resolution and high position detection accuracy because it can acquire high measurement sensitivity data without using mechanical sweeping of the reference light path by using a light source that scans the oscillation wavelength temporally. It is preferable in point.
- the light emitted from the light source 2 is split by the coupler 18 (beam splitter), one of which is guided to the object arm 4 to become object light, and the other to the reference arm 6 to become reference light.
- the object light of the object arm 4 is guided to the optical mechanism 8 through the circulator 20 and irradiated to the measurement target (hereinafter referred to as “target S”).
- the subject S is the skin in this example. This object light is reflected as backscattered light at the surface and cross section of the object S, returns to the circulator 20, and is guided to the coupler 22.
- the reference beam of the reference arm 6 is guided to the optical mechanism 10 through the circulator 24.
- the reference light is reflected by the reference mirror 26 of the optical mechanism 10, returns to the circulator 24, and is guided to the coupler 22. That is, the object light and the reference light are combined (superimposed) by the coupler 22, and the interference light is detected by the light detection device 12.
- the light detection device 12 detects this as an optical interference signal (a signal indicating the interference light intensity).
- the optical interference signal is input to the control operation unit 14 via the A / D converter 28.
- the control calculation unit 14 performs control of the entire optical system and calculation processing for image output by the OCT.
- the command signal of the control calculation unit 14 is input to the light source 2, the optical mechanism 8, 10 and the like through a D / A converter (not shown).
- the control calculation unit 14 processes the light interference signal input to the light detection device 12 and acquires a tomographic image of the target S by OCT. Then, based on the tomographic image data, the tomographic distribution of the blood vessel network in the target S is calculated by a method described later.
- the light source 2 is a wavelength sweeping light source, and emits light whose scanning wavelength is temporally scanned.
- the light emitted from the light source 2 is divided into the object light and the reference light by the coupler 18 and is guided to the object arm 4 and the reference arm 6, respectively.
- the optical mechanism 8 constitutes an object arm 4 and includes a mechanism for guiding the light from the light source 2 to the object S to scan the object S, and a drive unit for driving the mechanism.
- the optical mechanism 8 includes a collimator lens 30, a two-axis galvano mirror 32, and an objective lens 34.
- the objective lens 34 is disposed to face the object S.
- the light having passed through the circulator 20 is guided to the galvano mirror 32 through the collimator lens 30, scanned in the x-axis direction and the y-axis direction, and irradiated onto the object S. Reflected light from the object S returns to the circulator 20 as object light and is guided to the coupler 22.
- the optical mechanism 10 constitutes a reference arm 6 and includes a collimator lens 40, a condenser lens 27 and a reference mirror 26.
- the light having passed through the circulator 24 passes through the collimator lens 40 and is collected on the reference mirror 26 by the collection lens 27.
- the reference light is reflected by the reference mirror 26, returns to the circulator 24, and is guided to the coupler 22. Then, the light is superimposed on the object light and sent to the light detection device 12 as interference light.
- the light detection device 12 includes a light detector 42 and an amplifier 44.
- the interference light obtained by passing through the coupler 22 is detected by the light detector 42 as a light interference signal.
- the optical interference signal is input to the control operation unit 14 through the amplifier 44 and the A / D converter 28.
- the control operation unit 14 includes a CPU, a ROM, a RAM, a hard disk, and the like.
- the control arithmetic unit 14 performs control of the entire optical system and arithmetic processing for image output by the OCT using the hardware and software.
- the control operation unit 14 controls the driving of the optical mechanisms 8 and 10, processes the light interference signal output from the light detection device 12 based on the driving of the optical mechanisms 8 and 10, and acquires a tomographic image of the target S by OCT. Then, based on the tomographic image data, the blood vessel network in the target S is calculated by a method described later.
- the display device 16 includes, for example, a liquid crystal display, and functions as a “display unit”.
- the display device 16 displays the blood vessel network inside the object S calculated by the control calculation unit 14 on the screen in a manner to visualize two-dimensionally or three-dimensionally.
- OCT optical coherence tomography
- the coherence length l c which is the resolution in the optical axis direction (depth direction) of OCT is determined by the autocorrelation function of the light source.
- the coherence length l c can be represented by the following equation (1), where the half value width of the inclusive line of the autocorrelation function is used.
- ⁇ c is the central wavelength of the beam
- ⁇ is the full width at half maximum of the beam.
- the resolution in the direction perpendicular to the optical axis is 1 ⁇ 2 of the beam spot diameter D based on the focusing performance of the focusing lens.
- the beam spot diameter ⁇ can be expressed by the following equation (2).
- d is the diameter of the beam incident on the focusing lens
- f is the focal point of the focusing lens.
- the blood vessel network (the shape of the blood vessel and its change) can be calculated by calculating the autocorrelation of the tomograms taken a plurality of times by OCT.
- FIG. 2 is an explanatory view showing a basic detection method of a blood vessel network.
- FIG. 2A shows a method of measuring the skin (subject S) by OCT.
- FIG. 2 (B) shows a two-dimensional tomogram, and
- FIG. 2 (C) shows a three-dimensional tomogram.
- capillaries are located below the dermis of the skin.
- the artery is shown by a solid line
- the vein is shown by an alternate long and short dash line.
- the part protruding toward the epidermis at the top of the dermis is the papillary layer and has very thin blood vessels.
- Below the papillary layer there is a reticular layer with relatively thick blood vessels.
- the optical axis direction of the object light is set in the depth direction of the skin, and is set as the Z direction.
- a two-dimensional measurement region is set on the ZX plane (see a dashed frame), and a Z direction scan is performed by wavelength scanning of SS-OCT.
- the Z direction scan is repeated while scanning in the X direction.
- a two-dimensional tomogram as shown in FIG. 2 (B) can be obtained.
- Y-direction scanning a three-dimensional tomogram as shown in FIG. 2C can be obtained.
- Such OCT measurement has high resolution on a micro scale, so even noise due to body movement of the subject (body movement noise) may not be negligible.
- FIG. 3 is an explanatory view showing the influence of noise when detecting a vascular network by OCT.
- FIG. 3A shows the effect of body movement noise.
- FIGS. 3B to 3D show the influence of noise due to blood flow.
- the high-brightness part shows a vascular network of a predetermined cross section (XY cross section). It can be seen that as a result of the motion noise being superimposed on the vascular network, the entire image looks blurry white.
- FIG. 3B it can be seen that the lower part of the ZX cross section is blurred white when three-dimensional display is performed. It is considered that this is because the detected image sways in the Z direction as a result of the increase in blood flow in the reticular layer of the dermis, causing the so-called "motion ghost G" shown in FIG. 3 (C). .
- the calculated blood vessel likelihood data is extended in the Z direction as shown in FIG. 3D, and does not conform to the actual state.
- the noise due to the ghost of this movement is also called "blood flow noise".
- body movement noise removal processing and blood vessel extraction processing are performed.
- an examination area for example, an area of 3 ⁇ 3 pixels
- autocorrelation in the examination area is calculated. That is, the identity (similarity) of images at the same coordinates in the inspection area is calculated as an autocorrelation value. If the autocorrelation is high, it can be determined that the image has little displacement (deformation), that is, the movement of the skin tissue located at the coordinates is small. Conversely, if the autocorrelation is low, it can be determined that the movement of the skin tissue located at the coordinates is large. Blood vessels have fluctuations due to blood flow, resulting in lower autocorrelation compared to surrounding tissue. Using this point, coordinates (pixels) with low autocorrelation can be identified as blood vessels having high likelihood, that is, blood vessels or blood vessel candidates.
- the autocorrelation value is calculated by the number of combinations of the tomographic images, and the autocorrelation is evaluated based on the average value of them. Do.
- the blood vessel network in which the motion noise is suppressed is calculated by taking the autocorrelation of the combination of the remaining tomograms.
- the control operation unit 14 obtains a set PS epi obtained by rearranging the set P epi (set of auto correlation data) of the autocorrelation values P epi t1, t2 (p, q) in descending order by the following equation (4).
- the data after the (M + 1) -th predetermined data in the set PS epi is deleted.
- data that has a predetermined low autocorrelation in the epidermis corresponding region is excluded as being influenced by body movement noise.
- combinations of tomograms with low autocorrelation in the epidermis corresponding region are excluded.
- the vascular network is identified using the remaining data, that is, the 1st to Mth data of high autocorrelation in the epidermal corresponding region.
- the normalized autocorrelation value P derm t1, t2 (p, q) in the dermis corresponding region is calculated by the following equation (5).
- the combination of t1 and t2 is not deleted in the above-mentioned formula (4).
- Some of the blood vessel candidates calculated as described above may include lymphatics.
- lymphatics there is a possibility that a motion ghost occurs at a location where the blood flow is large.
- a process for selecting blood vessels from among the blood vessel candidates is performed.
- FIG. 4 and 5 are explanatory views schematically showing a blood vessel extraction method.
- a luminance profile representing the relationship between the depth from the skin surface and the OCT intensity is acquired.
- the depth is indicated by pixel values in the Z direction.
- the OCT intensity may be an average value of tomographic image data acquired a plurality of times.
- This luminance profile draws a curve including local minima and maxima as shown. It is considered that up to near the local minimum corresponds to the epidermis.
- a portion with a large blood flow causing a ghost of movement is a reticular layer corresponding portion with a relatively thick blood vessel. Therefore, for the blood vessel candidate of the reticular layer corresponding part, one having a higher blood vessel likelihood is extracted.
- FIG. 5A shows a reference profile
- FIG. 5B shows a blood vessel determination range
- the control operation unit 14 holds a reference profile obtained by functionally approximating the luminance profile shown in the right side of FIG. 4 (FIG. 5 (A)). More specifically, the reference profile is obtained by straight-line fitting of the luminance profile at a deeper portion (see the dashed-dotted line frame) than the portion where the OCT intensity reaches the maximum in the mesh layer correspondence portion.
- the OCT intensity on the reference profile is close to the intensity at the skin tissue around blood vessels and lymph vessels. In other words, when the OCT intensity largely deviates from the reference profile, it can be considered to correspond to blood vessels and lymph vessels.
- the difference between the luminance value on the reference profile and the actual luminance value is defined as an outlier for the same depth.
- the outlier V since the value obtained by subtracting the luminance value on the reference profile from the actual luminance value is taken as the “outlier V”, the outlier V takes a negative value, but the subtraction method is reversed and the outlier V is reversed.
- the range in which the outlier V is V1 to V2 is the "blood vessel determination range”
- the range in which the outlier is V2 is the "lymphatic vessel determination range”.
- Coordinates (pixels) having an outlier in the blood vessel determination range on the OCT tomographic image can be identified as a blood vessel or a blood vessel candidate.
- the control calculation unit 14 specifies, as a blood vessel, one whose outlier is in the blood vessel determination range for the blood vessel candidate of the reticular layer corresponding part calculated through the motion noise removal processing.
- FIGS. 6 and 7 are diagrams showing the calculation results of the blood vessel network.
- FIG. 6 (A) shows the case where the body movement noise removal process is not performed
- FIG. 6 (B) shows the case where the body movement noise removal process is performed.
- FIGS. 7A to 7D show a plurality of images (images of the XY cross section) different in depth from the skin surface. The depths are 63 ⁇ m, 108 ⁇ m, 323 ⁇ m and 431 ⁇ m, respectively.
- the upper part of each figure shows an OCT tomogram, and the lower part shows a blood vessel network calculation result.
- FIG. 6 it can be confirmed that noise can be clearly reduced and visibility can be enhanced by subjecting to the motion noise removal processing as in the present embodiment. Further, referring to FIG. 7, it can be seen that the blood vessel network becomes thicker as it goes deeper in the skin, and an image conforming to the actual condition is obtained.
- FIG. 8 is a diagram showing a blood vessel thickness display process.
- FIGS. 8A to 8C show the processing steps.
- the control calculation unit 14 calculates the blood vessel radius for the coordinates (blood vessel corresponding coordinates) specified as the blood vessel as described above.
- a radius which causes other blood vessel corresponding coordinates to be filled around the respective blood vessel corresponding coordinates constituting the blood vessel network 50 is defined as a blood vessel radius r.
- the radius of the circle is gradually increased centering on the blood vessel corresponding coordinates, and the radius at which the area of the blood vessel corresponding coordinates occupied in the area of the circle is set as the blood vessel radius r.
- the diameter when the circle centered on the blood vessel corresponding coordinates reaches the blood vessel wall corresponds to the blood vessel radius r.
- r1 is calculated as the blood vessel radius at coordinate p1, r2 as the blood vessel radius at coordinate p2, and r3 as the blood vessel radius at coordinate p3.
- the control operation unit 14 color-codes each blood vessel corresponding coordinate in correspondence with the size of the blood vessel radius.
- a filter is used to fill in the value of the center of the circle with the largest value in the circular inspection area. And color each blood vessel radius.
- the blood vessel diameter is constant, it is filled in with the same color, but where the blood vessel diameter changes, a color change is displayed.
- FIG. 9 is a diagram showing the result of performing blood vessel thickness visualization.
- 9A to 9C show the display process of the blood vessel thickness.
- FIG. 10 is a view showing how the heat load is applied to the epidermis.
- FIG. 10 (A) shows a state before heat load
- FIG. 0 (B) shows a state after heat load.
- the control calculation unit 14 calculates the thickness identification image shown in FIG. 9 (B) while displaying the blood vessel network image shown in FIG. 9 (A). Then, as shown in FIG. 9C, the thickness identification image is superimposed on the vascular network image to express the thickness of the vascular network.
- the thickness identification image changes before and after the heat load. It can be seen that the thickness increases after heat load. That is, the result according to the actual condition that a blood vessel is expanded by heat load is obtained.
- FIG. 11 is a flowchart showing a flow of blood vessel network visualization processing performed by the control operation unit 14.
- the present process is repeatedly performed in a predetermined operation cycle.
- the control calculation unit 14 acquires the light interference signal by the OCT a plurality of times while controlling the drive of the light source 2 and the optical mechanisms 8 and 10 (S10).
- the control operation unit 14 sequentially executes the above-described body movement noise removal process (S12), blood vessel extraction process (S14) and blood vessel parameter display process (S16) on the acquired tomographic image of OCT.
- FIG. 12 is a flowchart showing in detail the body movement noise removal process of S12 in FIG.
- the control calculation unit 14 calculates the above-mentioned luminance profile based on the acquired tomographic image of OCT (S20), and detects the epidermis corresponding region (S22). Then, autocorrelation processing is performed on the display corresponding area (S24), and body movement noise is removed by deleting the low correlation image (S26).
- FIG. 13 is a flowchart showing in detail the blood vessel extraction process of S14 in FIG.
- the control calculation unit 14 acquires an autocorrelation value for the remaining tomograms not removed in S26 (S30), and specifies coordinates in the low correlation range as blood vessel candidates (S32).
- control calculation unit 14 performs straight line fitting on the luminance profile, and sets a reference profile for the mesh layer correspondence region (S34). Then, outliers of the luminance value (OCT intensity) are calculated for each coordinate determined to be a blood vessel candidate in S32 (S36), and each outlier is collated with the blood vessel determination range (S38). Subsequently, a blood vessel candidate whose outlier belongs to the blood vessel determination range is specified as a blood vessel, and a blood vessel network which is a collection of the blood vessels is calculated (S40). Then, the blood vessel network obtained in this manner is displayed on the display device 16 (S42).
- OCT intensity luminance value
- FIG. 14 is a flow chart showing in detail the blood vessel parameter display processing of S16 in FIG.
- the control calculation unit 14 calculates the blood vessel radius for the blood vessel corresponding coordinates of the blood vessel obtained in S40 (S50), and calculates the thickness identification image based on the blood vessel radius (S52). Then, the thickness identification image is superimposed and displayed on the blood vessel network image of S42 (S54).
- the above embodiment shows an example in which a two-dimensional tomogram is acquired a plurality of times by OCT (so-called B scan) and body movement noise is removed in B scan units based on the autocorrelation of the plurality of two-dimensional tomograms.
- autocorrelation may be performed every Z direction scan (so-called A scan) to remove body movement noise in A scan units.
- a combination of tomograms having low autocorrelation with respect to the epidermis corresponding region is excluded when body movement noise is removed.
- one tomogram (a part of tomograms) constituting the tomogram combination forming the low autocorrelation may be deleted.
- One tomogram to be deleted is a tomogram that is likely to form low autocorrelation.
- a tomogram common to a plurality of tomogram combinations forming low autocorrelation may be a deletion target.
- combinations of tomographic images with low autocorrelation in all layers of the analysis area including the skin corresponding area may be excluded.
- FIG. 8 (C) is performed after the process of FIG. 8 (B) in the visualization of blood vessel thickness in the above embodiment, the process of FIG. 8 (C) may be omitted. However, the thickness of the blood vessel can be more clearly identified through the process of FIG. 8 (C).
- so-called line noise and salt salt noise may be removed by performing noise reduction processing such as a spatial frequency filter or median filter after body movement noise removal processing or blood vessel extraction processing.
- the present invention is not limited to the above-described embodiment and modification, and the components can be modified and embodied without departing from the scope of the invention.
- Various inventions may be formed by appropriately combining a plurality of constituent elements disclosed in the above-described embodiment and modifications.
- some components may be deleted from all the components shown in the above-described embodiments and modifications.
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- General Physics & Mathematics (AREA)
- Vascular Medicine (AREA)
- Signal Processing (AREA)
- Immunology (AREA)
- Physiology (AREA)
- Biochemistry (AREA)
- Human Computer Interaction (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Psychiatry (AREA)
- Dermatology (AREA)
- Cardiology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
ある態様の装置は、光源からの光を皮膚の組織に導いて走査させるための光学機構と、光学機構の駆動を制御し、光学系による光干渉信号を処理することにより皮膚の断層像を取得し、その断層像に基づいて血管網を算出する制御演算部と、血管網の画像を表示する表示装置と、を備える。制御演算部は、取得した断層像における深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定し、断層像における深さ方向の輝度値に関し、基準プロファイル上の輝度値と実際の輝度値との差を外れ値Vとして算出し、予め定める血管判定範囲に外れ値Vを有する座標を血管又は血管候補として特定し、血管網を算出する。
Description
本発明は、光コヒーレンストモグラフィー(Optical Coherence Tomography:以下「OCT」という)を用いて皮膚の血管網を可視化する装置および方法に関する。
皮膚は、水分の喪失を防ぐ、外界との熱交換により体温の調節を行う、物理的な刺激から生体を保護する、触覚等の感覚を受容するといった重要な役割を担う。皮膚の組織は、表皮、真皮、皮下組織の主に三層から構成されている。真皮以下には毛細血管がはりめぐらされており、これらが皮膚細胞に酸素や栄養素を供給することで肌にハリや潤いを与えている。加齢や紫外線などの環境変化によって毛細血管の弾性力が失われると、しわやたるみ等の皮膚の老化現象を引き起こすとも考えられている。このため、効果的なスキンケアの評価のために、皮膚の血管網を可視化する技術が注目されつつある。
このような血管網可視化技術として、OCTを用いる手法が提案されている(例えば非特許文献1参照)。OCTは、低コヒーレンス光干渉を利用した断層画像法であり、マイクロスケールの高空間分解能にて生体組織の形態分布を可視化できる。また、画像取得レートがビデオレート以上であり、高時間分解能を有している点でも好ましい。
J. Enfield, E. Jonathan, M. Leahy, In vivo imaging of the microcirculation of the volar forearm using correlation mapping optical coherence tomography (cmOCT), Biomed. Opt. Express 2 (2011) 1184-1193.
しかしながら、このようなOCT計測を行う場合、血管網の算出結果にリンパ管が含まれることがある。また、大きな血流の下側に後述する「動きのゴースト」が発生することがある。このため、血管の鮮明な画像を得る観点からは改善の余地があった。
本発明はこのような課題に鑑みてなされたものであり、その目的の一つは、OCTによる皮膚血管網の可視化を簡易な手法にて高精度に実現することにある。
本発明のある態様は、OCTを用いる光学系を含み、皮膚の血管網を可視化する血管可視化装置である。この装置は、光源からの光を皮膚の組織に導いて走査させるための光学機構と、光学機構の駆動を制御し、光学系による光干渉信号を処理することにより皮膚の断層像を取得し、その断層像に基づいて血管網を算出する制御演算部と、血管網の画像を表示する表示部と、を備える。制御演算部は、取得した断層像における深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定し、断層像における深さ方向の輝度値に関し、基準プロファイル上の輝度値と実際の輝度値との差を外れ値として算出し、予め定める血管判定範囲に外れ値を有する座標を血管又は血管候補として特定し、血管網を算出する。
本発明の別の態様は、皮膚の血管網を可視化する血管可視化方法である。この方法は、OCTを用いることにより、皮膚の断層像を取得する断層像取得工程と、取得した断層像における深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定する基準値設定工程と、断層像における深さ方向の輝度値に関し、基準プロファイル上の輝度値と実際の輝度値との差を外れ値として算出し、予め定める血管判定範囲に外れ値を有する座標を血管又は血管候補として特定し、血管網を算出する演算工程と、算出された血管網を表す画像を表示する表示工程と、を備える。
本発明によれば、皮膚の血管網の可視化を簡易な手法にて高精度に実現できる。
本発明の一実施形態は血管可視化装置である。この装置は、光学機構および制御演算部を含む。制御演算部は、光学機構の駆動を制御しつつ、OCTにより皮膚の断層像を取得する。制御演算部は、その断層像に基づいて血管網の形状(二次元形状又は三次元形状)を算出し、その画像を表示部に表示させる。この装置は、血管網の表示処理に際し、体動ノイズの抑制、血管部分の高精度な抽出、および血管太さのビジュアル化を実現できる。
(1)体動ノイズの抑制
本実施形態では、表皮から真皮にわたる皮膚のOCT断層像が複数回(同一断面について複数回)取得される。制御演算部は、取得された複数の断層像のうち体動ノイズの影響が基準値を超える断層像を特定して演算対象から除外し、残余の断層像に基づいて血管網を算出する。それにより、体動ノイズが抑制された血管網の画像を表示できる。
(1)体動ノイズの抑制
本実施形態では、表皮から真皮にわたる皮膚のOCT断層像が複数回(同一断面について複数回)取得される。制御演算部は、取得された複数の断層像のうち体動ノイズの影響が基準値を超える断層像を特定して演算対象から除外し、残余の断層像に基づいて血管網を算出する。それにより、体動ノイズが抑制された血管網の画像を表示できる。
具体的には、複数の断層像の自己相関に基づいて血管網を算出する従来手法に先立ち、その自己相関に用いる断層像の組み合わせを予め選別する処理を実行する。血流と体動に対する表皮の感度の違いを利用して、体動ノイズの少ない断層像の組み合わせを演算対象として絞り込むものである。すなわち、表皮には血管がなく、真皮には血管が存在する。このため、真皮は血管の動き(つまり血流)に対する感度が大きく、血流に応じて変位又は変形し易い。一方、表皮は血管から離隔しているため、血流に対する感度は小さいが、体動に対する感度は大きい。したがって、表皮の変位が大きい場合、それは体動によるものと仮定できる。このような発想に基づき、表皮の変位が判定基準よりも大きい断層像の組み合わせを自己相関の演算対象から除外する。
制御演算部は、皮膚の断層領域について表皮対応領域と真皮対応領域を設定する。ここで、「表皮対応領域」は表皮領域の一部であってもよく、血流による変位が相対的に小さく、体動による変位が相対的に大きい領域であってよい。「真皮対応領域」は真皮領域の一部であってもよく、血流による変位が相対的に大きい領域であってよい。より詳細には、真皮の網状層は、血管径が比較的大きく血流による変位が大きいため、真皮対応領域に属する。真皮の乳頭層は、血管径が比較的小さく血流による変位が小さいため、真皮対応領域に含めなくてもよい。「座標」はOCTにて設定される空間座標であってよく、断層像を構成する画素の位置(断層位置)を特定する。
制御演算部は、取得した断層像における深さ方向の輝度プロファイルに基づいて表皮対応領域および真皮対応領域を特定してもよい。「輝度プロファイル」は、OCT強度(光強度)を示すものであってよい。
制御演算部は、複数回取得された断層像について、表皮対応領域の座標における自己相関値を演算する(第1相関取得工程)。続いて、このとき演算された自己相関のうち予め定める低自己相関に対応する断層像の組み合わせを演算対象から除外する(演算対象特定工程)。この演算対象特定工程(表皮対応領域に関して自己相関が低い断層像の組み合わせを除外する工程)により、体動ノイズの混入を抑制できる。
制御演算部は、除外工程を経た後の残余の断層像の組み合わせについて、真皮対応領域の座標における自己相関値を演算する(第2相関取得工程)。そして、その真皮対応領域における自己相関値が予め定める低相関範囲にある座標を血管又は血管候補として特定し、血管網を算出する。すなわち、このように算出された座標(座標に対応する画素)を血管と特定し、その座標のつながりにより血管網を算出してもよい。あるいは、このように算出された座標を血管候補として特定するに留め、追加条件を具備することにより血管として特定してもよい。「低相関範囲」については、実験や解析等により適正な範囲を設定できる。
本実施形態によれば、複数回取得された断層像の中から体動ノイズの大きいものを予め演算対象から除去するという簡易な手法にて、血管網の可視化を高精度に実現できる。
また、上記技術を利用した血管可視化プログラムを構築してもよい。このプログラムは、OCTにより複数回取得された複数の断層像について、表皮対応領域における自己相関値である第1自己相関値を演算する機能と、第1自己相関値のうち予め定める低自己相関に対応する断層像の組み合わせを除外したうえで、真皮対応領域における自己相関値である第2自己相関値を演算する機能と、第2自己相関値に基づいて血管網を算出する機能と、算出された血管網を表示させるための信号を出力する機能と、をコンピュータに実現させることができる。このプログラムを、コンピュータ読み取り可能な記録媒体に記録してもよい。
(2)血管部分の高精度な抽出
OCTにより皮膚の血管網を算出する場合、そのOCT強度(光強度、輝度)に基づいて血管を判定することが考えられる。血管は周囲の組織と比較してOCT強度が低くなることを利用するものである。しかし、OCT強度が低い箇所には、リンパ管も含まれると考えられる。本実施形態では、血管とリンパ管とをOCT強度に関して予め設定する閾値に基づいて識別可能とし、血管部分を高精度に抽出する。
(2)血管部分の高精度な抽出
OCTにより皮膚の血管網を算出する場合、そのOCT強度(光強度、輝度)に基づいて血管を判定することが考えられる。血管は周囲の組織と比較してOCT強度が低くなることを利用するものである。しかし、OCT強度が低い箇所には、リンパ管も含まれると考えられる。本実施形態では、血管とリンパ管とをOCT強度に関して予め設定する閾値に基づいて識別可能とし、血管部分を高精度に抽出する。
制御演算部は、取得した断層像における深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定する。「輝度プロファイル」は、OCT強度を示すものであってよい。断層像は1回取得することとしてもよいし、上述のように複数回取得してもよい。後者の場合、OCT強度は複数回分の画像についての平均値としてもよい。「関数近似」には、最小二乗法等の直線フィッティングを採用してもよい。真皮対応領域を中心に血管網の演算を行う場合には、基準プロファイルの設定を真皮対応領域に限定してよい。
制御演算部は、断層像における深さ方向の輝度値に関し、基準プロファイル上の輝度値と実際の輝度値との差を外れ値として算出する。「基準プロファイル上の輝度値」は、血管やリンパ管でない周辺組織の輝度(「基準輝度」ともいう)を示す。血管やリンパ管の輝度は、この基準輝度よりも相当低い。このため、実際に検出された輝度と基準輝度との差である「外れ値」の大きさを算出することにより周辺組織でないこと、つまり血管やリンパ管であることを判定できる。
制御演算部は、予め定める血管判定範囲(第1閾値から第2閾値までの範囲)に外れ値を有する座標を血管又は血管候補として特定し、血管網を算出する。すなわち、このように算出された座標(座標に対応する画素)を血管と特定し、その座標のつながりにより血管網を算出してもよい。あるいは、このように算出された座標を血管候補として特定するに留め、追加条件を具備することにより血管として特定してもよい。「血管判定範囲」については、血管周囲の組織やリンパ管を実質的に除ける範囲として、実験や解析等により適正な範囲を設定できる。
制御演算部は、血管判定範囲よりも低輝度領域に設定されたリンパ管判定範囲(第2閾値を超える範囲)に外れ値を有する座標を、リンパ管又はリンパ管候補として特定してもよい。すなわち、このように算出された座標(座標に対応する画素)をリンパ管と特定してもよい。あるいは、このように算出された座標をリンパ管候補として特定するに留め、追加条件を具備することによりリンパ管として特定してもよい。「リンパ管判定範囲」については、リンパ管周囲の組織や血管を実質的に除ける範囲として、実験や解析等により適正な範囲を設定できる。算出されたリンパ管と血管とを例えば異なる色や模様で表現するなど、両者を区別する態様で表示部に表示させてもよい。リンパ管と血管の双方を表示可能とし、いずれか一方の表示に適宜切り替えられるようにしてもよい。あるいは、血管を表示させることなく、リンパ管を表示させてもよく、本実施形態の装置を「リンパ管可視化装置」として機能させてもよい。
このような血管抽出方法を、上述した体動ノイズ除去方法と併せて血管網演算処理に適用してもよい。すなわち、上述した体動ノイズ除去後に算出された血管候補について、OCT輝度を「実際の輝度値」として算出しておく。残余の複数の断層像について輝度値の平均値をとることで「実際の輝度値」としてもよい。血管候補のうち、その輝度値が血管判定範囲にあるものを血管と特定してもよい。このような血管抽出方向による追加処理を、真皮対応領域に限定して行ってもよい。
また、上記技術を利用した血管可視化プログラムを構築してもよい。このプログラムは、OCTにより取得された断層像について、深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定する機能と、断層像における深さ方向の輝度値に関し、基準プロファイル上の輝度値と実際の輝度値との差を外れ値として算出し、予め定める血管判定範囲に外れ値を有する座標を血管又は血管候補として特定し、血管網を算出する機能と、算出された血管網を表示させるための信号を出力する機能と、をコンピュータに実現させることができる。このプログラムを、コンピュータ読み取り可能な記録媒体に記録してもよい。
(3)血管太さのビジュアル化
一般に、皮膚の毛細血管が太いほど栄養素の供給や老廃物の排出がスムーズとなり、肌が健やかであると考えられる。このため、上述した血管網の可視表示に加え、血管の太さを良好に可視化できれば、肌評価をより適切に行えると考えられる。そこで、本実施形態では、血管網のパラメータの一つとして、血管の太さを可視表示する。
(3)血管太さのビジュアル化
一般に、皮膚の毛細血管が太いほど栄養素の供給や老廃物の排出がスムーズとなり、肌が健やかであると考えられる。このため、上述した血管網の可視表示に加え、血管の太さを良好に可視化できれば、肌評価をより適切に行えると考えられる。そこで、本実施形態では、血管網のパラメータの一つとして、血管の太さを可視表示する。
制御演算部は、上述のように、複数回取得された断層像の自己相関値が予め定める低相関範囲にある座標を血管として特定することにより血管網を算出する。あるいは、OCT強度(輝度)が血管判定基準値以下の座標(好ましくは血管判定範囲にある座標)を血管として特定し、血管網を算出してもよい。本実施形態では、血管として特定された血管対応座標を中心に他の血管対応座標を周囲に充填させる半径を血管半径と定義する。「血管半径」は、血管対応座標を中心とする仮想円の設定を前提としてよい。あるいは、円に近い多角形その他の形状について中心を設定し、その径(半径として近似)により血管半径を特定してもよい。制御演算部は、各血管対応座標の血管半径の大きさに基づく識別表示を血管網の画像に重ねることで、血管網の太さを表現する。
制御演算部は、血管対応座標を中心とする半径を大きくしていき、周囲の血管座標の充填率が予め定める充填判定基準値を下回った場合に、その下回ったときの半径又は下回る直前の半径を血管半径としてもよい。あるいは、誤差範囲を考慮し、その下回る所定回数前後の半径を血管半径としてもよい。「充填判定基準値」については、画像の解像度に応じて適宜設定すればよく、例えば98%以上、好ましくは99%以上とするなど、実質的に100%(誤差範囲を含む)としてもよい。充填率が100%から99%に下がるなど、充填率が減少し始めたときの半径又はその直前の半径を「血管半径」としてもよい。
具体的には、制御演算部は、各血管対応座標を血管半径の大きさに対応づけて色分けすることにより、血管網の太さを表現してもよい。このように血管半径の大きさに基づく識別表示を重畳的に実行することで、後述する実施例にも示すように、血管の太さが一目瞭然となる。特に、血管の分岐部や合流部など複雑な形状部分において血管形状の視認性を向上させることができる。
また、上記技術を利用した血管可視化プログラムを構築してもよい。このプログラムは、OCTにより取得された断層像に基づいて皮膚の血管網を演算する機能と、血管網の算出に際して血管として特定された血管対応座標を中心に他の血管対応座標を周囲に充填させる半径を血管半径とし、各血管対応座標の血管半径の大きさに基づく識別表示を血管網の表示と重畳的に実行させるための信号を出力する機能と、をコンピュータに実現させることができる。このプログラムを、コンピュータ読み取り可能な記録媒体に記録してもよい。
以下、図面を参照しつつ、本実施形態を具体化した実施例について詳細に説明する。
[実施例]
図1は、実施例に係る血管可視化装置の構成を概略的に表す図である。本実施例の血管可視化装置は、皮膚組織をマイクロスケールにて断層計測し、皮膚の毛細血管を可視化するものである。この断層計測にOCTを利用する。
[実施例]
図1は、実施例に係る血管可視化装置の構成を概略的に表す図である。本実施例の血管可視化装置は、皮膚組織をマイクロスケールにて断層計測し、皮膚の毛細血管を可視化するものである。この断層計測にOCTを利用する。
図1に示すように、OCT装置1は、光源2、オブジェクトアーム4、リファレンスアーム6、光学機構8,10、光検出装置12、制御演算部14および表示装置16を備える。各光学要素は、光ファイバにて互いに接続されている。なお、図示の例では、マッハツェンダー干渉計をベースとした光学系が示されているが、マイケルソン干渉計その他の光学系を採用することもできる。
本実施例では、SS-OCT(Swept Source OCT)を用いるが、TD-OCT(Time Domain OCT)、SD-OCT(Spectral Domain OCT)その他のOCTを用いてもよい。SS-OCTは、時間的に発振波長を走査した光源を用いることにより、参照光路の機械的な掃引を行わず計測感度の高いデータが取得できることから、高い時間分解能と高い位置検出精度が得られる点で好ましい。
光源2から出射された光は、カプラー18(ビームスプリッタ)にて分けられ、その一方がオブジェクトアーム4に導かれて物体光となり、他方がリファレンスアーム6に導かれて参照光となる。オブジェクトアーム4の物体光は、サーキュレータ20を介して光学機構8に導かれ、測定対象(以下、「対象S」という)に照射される。対象Sは、本実施例では皮膚である。この物体光は、対象Sの表面および断面にて後方散乱光として反射されてサーキュレータ20に戻り、カプラー22に導かれる。
一方、リファレンスアーム6の参照光は、サーキュレータ24を介して光学機構10に導かれる。この参照光は、光学機構10の参照鏡26にて反射されてサーキュレータ24に戻り、カプラー22に導かれる。すなわち、物体光と参照光とがカプラー22にて合波(重畳)され、その干渉光が光検出装置12により検出される。光検出装置12は、これを光干渉信号(干渉光強度を示す信号)として検出する。この光干渉信号は、A/D変換器28を介して制御演算部14に入力される。
制御演算部14は、光学系全体の制御と、OCTによる画像出力のための演算処理を行う。制御演算部14の指令信号は、図示略のD/A変換器を介して光源2、光学機構8,10等に入力される。制御演算部14は、光検出装置12に入力された光干渉信号を処理し、OCTによる対象Sの断層像を取得する。そして、その断層像データに基づき、後述の手法により対象Sにおける血管網の断層分布を演算する。
より詳細には以下のとおりである。
光源2は波長掃引光源であり、時間的に発振波長を走査した光を出射する。光源2から出射された光は、カプラー18にて物体光と参照光に分けられ、それぞれオブジェクトアーム4、リファレンスアーム6に導かれる。
光源2は波長掃引光源であり、時間的に発振波長を走査した光を出射する。光源2から出射された光は、カプラー18にて物体光と参照光に分けられ、それぞれオブジェクトアーム4、リファレンスアーム6に導かれる。
光学機構8は、オブジェクトアーム4を構成し、光源2からの光を対象Sに導いて走査させる機構と、その機構を駆動するための駆動部を備える。光学機構8は、コリメータレンズ30、2軸のガルバノミラー32、および対物レンズ34を含む。対物レンズ34は、対象Sに対向配置される。サーキュレータ20を経た光は、コリメータレンズ30を介してガルバノミラー32に導かれ、x軸方向やy軸方向に走査されて対象Sに照射される。対象Sからの反射光は、物体光としてサーキュレータ20に戻り、カプラー22に導かれる。
光学機構10は、リファレンスアーム6を構成し、コリメータレンズ40、集光レンズ27および参照鏡26を含む。サーキュレータ24を経た光は、コリメータレンズ40を経て集光レンズ27にて参照鏡26に集光される。この参照光は、参照鏡26にて反射されてサーキュレータ24に戻り、カプラー22に導かれる。そして、物体光と重畳されて干渉光として光検出装置12に送られる。
光検出装置12は、光検出器42およびアンプ44を含む。カプラー22を経ることで得られた干渉光は、光検出器42にて光干渉信号として検出される。この光干渉信号は、アンプ44およびA/D変換器28を経て制御演算部14に入力される。
制御演算部14は、CPU、ROM、RAM、ハードディスクなどを有する。制御演算部14は、これらのハードウェアおよびソフトウェアによって、光学系全体の制御と、OCTによる画像出力のための演算処理を行う。制御演算部14は、光学機構8,10の駆動を制御し、それらの駆動に基づいて光検出装置12から出力された光干渉信号を処理し、OCTによる対象Sの断層像を取得する。そして、その断層像データに基づき、後述の手法により対象Sにおける血管網を演算する。
表示装置16は、例えば液晶ディスプレイからなり、「表示部」として機能する。表示装置16は、制御演算部14にて演算された対象Sの内部の血管網を二次元又は三次元的に可視化する態様で画面に表示する。
以下、皮膚の血管網を算出するための演算処理方法について説明する。
上述のように、OCTにおいて、オブジェクトアーム4を経た物体光(対象Sからの反射光)と、リファレンスアーム6を経た参照光とが合波され、光検出装置12により光干渉信号として検出される。制御演算部14は、この光干渉信号を干渉光強度(OCT強度)に基づく対象Sの断層像として取得することができる。
上述のように、OCTにおいて、オブジェクトアーム4を経た物体光(対象Sからの反射光)と、リファレンスアーム6を経た参照光とが合波され、光検出装置12により光干渉信号として検出される。制御演算部14は、この光干渉信号を干渉光強度(OCT強度)に基づく対象Sの断層像として取得することができる。
OCTの光軸方向(奥行き方向)の分解能であるコヒーレンス長lcは、光源の自己相関関数によって決定される。ここでは、コヒーレンス長lcを自己相関関数の包括線の半値半幅とし、下記式(1)にて表すことができる。
ここで、λcはビームの中心波長であり、Δλはビームの半値全幅である。
一方、光軸垂直方向(ビーム走査方向)の分解能は、集光レンズによる集光性能に基づき、ビームスポット径Dの1/2とされる。そのビームスポット径ΔΩは、下記式(2)にて表すことができる。
ここで、dは集光レンズに入射するビーム径、fは集光レンズの焦点である。
OCTにより複数回撮影される断層像の自己相関を演算することにより、血管網(血管形状やその変化)を算出できる。図2は、血管網の基本的な検出方法を表す説明図である。図2(A)は、皮膚(対象S)をOCTにより計測する方法を示す。図2(B)は二次元断層像を示し、図2(C)は三次元断層像を示す。
図2(A)に示すように、皮膚の真皮以下には毛細血管がはりめぐらされている。同図においては動脈が実線にて示され、静脈が一点鎖線にて示されている。表皮に血管は存在しない。真皮の上部において表皮に向かって突出している部分は乳頭層であり、非常に細い血管を有している。乳頭層の下方に網状層があり、比較的太い血管が存在している。
OCT計測では、物体光の光軸方向を皮膚の深さ方向に設定し、Z方向とする。Z方向に垂直な方向にX方向、Y方向をとる。まず、Z-X平面に二次元測定領域が設定され(破線枠参照)、SS-OCTの波長走査によるZ方向スキャンが実行される。そのZ方向スキャンをX方向に走査しつつ繰り返す。それにより、図2(B)に示すような二次元断層像を得ることができる。さらにY方向走査を行うことにより、図2(C)に示すような三次元断層像を得ることができる。このようなOCT計測は、マイクロスケールの高解像度を有するため、被験者の体動に起因するノイズ(体動ノイズ)でさえ無視できないことがある。
図3は、OCTにより血管網を検出する場合のノイズの影響を表す説明図である。図3(A)は、体動ノイズの影響を示す。図3(B)~(D)は、血流によるノイズの影響を示す。図3(A)において、高輝度の部分(白い部分)が、所定断面(X-Y断面)の血管網を示す。血管網に体動ノイズが重畳された結果、全体的に白くぼやけてみえることが分かる。
また、図3(B)に示すように、三次元表示した場合、Z-X断面の下部が白くぼやけているのが分かる。これは、真皮の網状層における血流が大きくなった結果、検出される画像がZ方向に揺れ、図3(C)に示すいわゆる「動きのゴーストG」を生じさせたことが原因と考えられる。この動きのゴーストGが生じると、算出される血管尤度データは、図3(D)に示すようにZ方向に延びたものとなり、実態に沿わないものとなる。この動きのゴーストによるノイズを「血流ノイズ」ともいう。本実施例では、このような問題を解決するために、体動ノイズ除去処理と血管抽出処理を実行する。
(体動ノイズ除去処理)
血管網の算出に際しては、連続的に複数回取得された断層像に検査領域(例えば3×3ピクセルの領域ずつ)を設定し、その検査領域内での自己相関を演算する。すなわち、検査領域内の同じ座標における画像の同一性(類似度)を自己相関値として算出する。自己相関が高ければその画像は変位(変形)が少ない、つまりその座標に位置する皮膚組織の動きが小さいと判定できる。逆に、自己相関が低ければ、その座標に位置する皮膚組織の動きが大きいと判定できる。血管は血流による変動があるため、周囲の組織と比較して自己相関は低くなる。この点を利用し、自己相関が低い座標(画素)を血管尤度が高い、つまり血管又は血管候補として特定できる。
血管網の算出に際しては、連続的に複数回取得された断層像に検査領域(例えば3×3ピクセルの領域ずつ)を設定し、その検査領域内での自己相関を演算する。すなわち、検査領域内の同じ座標における画像の同一性(類似度)を自己相関値として算出する。自己相関が高ければその画像は変位(変形)が少ない、つまりその座標に位置する皮膚組織の動きが小さいと判定できる。逆に、自己相関が低ければ、その座標に位置する皮膚組織の動きが大きいと判定できる。血管は血流による変動があるため、周囲の組織と比較して自己相関は低くなる。この点を利用し、自己相関が低い座標(画素)を血管尤度が高い、つまり血管又は血管候補として特定できる。
一方、体動ノイズがのる場合も組織の変位(変形)を伴うため、自己相関が低くなる。このため、低自己相関となったときに、それが血流又は体動ノイズのいずれによるものかを区別し、後者を除外できるのが好ましい。そこで、表皮に血管がなく、真皮に血管があるという両者の構造上の相異に着目する。表皮は血管がないため、本来ならば自己相関が高くなるはずである。それにもかかわらず、表皮での自己相関が相当低くなる場合、体動ノイズの影響である可能性が高いと推定できる。
血管網の算出のために複数回取得された断層像について自己相関をとる場合、一般には、その断層像の組み合わせの数だけ自己相関値を算出し、それらの平均値に基づいて自己相関を評価する。本実施例では、表皮部分の自己相関が低い断層像の組み合わせを予め除外することで、体動ノイズの混入を防止又は抑制する。そして、残余の断層像の組み合わせについて自己相関をとることで、体動ノイズが抑制された血管網を算出する。
具体的には、以下の演算処理を行う。
OCTにより同一断面の断層像をT回取得した際、任意のt回目の座標(p,q)におけるOCT強度(光強度)をIt(p,q)とし、座標(p,q)を中心とした検査領域内でのOCT強度を平均した値を ̄It(p,q)とする。このとき、任意のt1,t2回目(t1≠t2)の断層像について、表皮対応領域における座標(p,q)での正規化した自己相関値Pepi t1,t2(p,q)は、下記式(3)で表すことができる。
OCTにより同一断面の断層像をT回取得した際、任意のt回目の座標(p,q)におけるOCT強度(光強度)をIt(p,q)とし、座標(p,q)を中心とした検査領域内でのOCT強度を平均した値を ̄It(p,q)とする。このとき、任意のt1,t2回目(t1≠t2)の断層像について、表皮対応領域における座標(p,q)での正規化した自己相関値Pepi t1,t2(p,q)は、下記式(3)で表すことができる。
そして、集合PSepiにおいて予め定めるM+1番目以降のデータを削除する。つまり、表皮対応領域において予め定める低自己相関となるデータについて、体動ノイズの影響があるものとして除外する。言い換えれば、表皮対応領域において低自己相関となる断層像の組み合わせを除外する。そして、残余のデータ、つまり表皮対応領域において自己相関の高い1~M番目のデータを用いて血管網を特定する。
すなわち、残余の断層像の組み合わせについて、真皮対応領域における正規化した自己相関値Pderm
t1,t2(p,q)を、下記式(5)により算出する。
t1,t2の組み合わせは、上記式(4)において削除されなかったものである。
そして、その自己相関値Pderm
t1,t2(p,q)が予め定める低相関範囲にある座標を血管候補として特定する。
(血管抽出処理)
上述のようにして算出された血管候補の一部には、リンパ管が含まれる可能性がある。また、血流が大きい箇所については、動きのゴーストが生じている可能性がある。これらの問題を解決するために、血管候補の中からより血管を選別するための処理を実行する。
上述のようにして算出された血管候補の一部には、リンパ管が含まれる可能性がある。また、血流が大きい箇所については、動きのゴーストが生じている可能性がある。これらの問題を解決するために、血管候補の中からより血管を選別するための処理を実行する。
図4および図5は、血管抽出方法を模式的に表す説明図である。
本実施例では図4右段に示すように、取得した断層像に基づき、皮膚表面からの深さとOCT強度との関係を表す輝度プロファイルを取得する。ここでは、深さをZ方向のピクセル値にて示している。OCT強度は複数回取得した断層像データの平均値としてもよい。OCT強度が最も大きいところ(深さ=0)が皮膚表面である。この輝度プロファイルは、図示のような極小値と極大値を含む曲線を描く。極小値付近までが表皮に対応すると考えられる。また、論文(Neerken, S., Characterization of age-related effects in human skin, J Biomed Opt, 9 (2004) 274-281.)によると、極小値と極大値との間に真皮における乳頭層対応部と網状層対応部との境界があると考えられる。
本実施例では図4右段に示すように、取得した断層像に基づき、皮膚表面からの深さとOCT強度との関係を表す輝度プロファイルを取得する。ここでは、深さをZ方向のピクセル値にて示している。OCT強度は複数回取得した断層像データの平均値としてもよい。OCT強度が最も大きいところ(深さ=0)が皮膚表面である。この輝度プロファイルは、図示のような極小値と極大値を含む曲線を描く。極小値付近までが表皮に対応すると考えられる。また、論文(Neerken, S., Characterization of age-related effects in human skin, J Biomed Opt, 9 (2004) 274-281.)によると、極小値と極大値との間に真皮における乳頭層対応部と網状層対応部との境界があると考えられる。
ここで、動きのゴーストを生じさせるような血流の大きい箇所は、相対的に血管が太い網状層対応部であると考えられる。このため、網状層対応部の血管候補について、より血管尤度の高いものを抽出する。
図5(A)は基準プロファイルを示し、図5(B)は血管判定範囲を示している。
制御演算部14は、図4右段に示した輝度プロファイルを関数近似した基準プロファイルを保持する(図5(A))。より詳細には、網状層対応部においてOCT強度が極大となる箇所よりも深部(一点鎖線枠参照)について、輝度プロファイルを直線フィッティングしたものを基準プロファイルとしている。このような関数近似により、基準プロファイル上のOCT強度は、血管やリンパ管の周囲の皮膚組織での強度に近いものとなる。言い換えれば、OCT強度が基準プロファイルから大きく外れる場合、血管やリンパ管に対応すると考えることができる。
制御演算部14は、図4右段に示した輝度プロファイルを関数近似した基準プロファイルを保持する(図5(A))。より詳細には、網状層対応部においてOCT強度が極大となる箇所よりも深部(一点鎖線枠参照)について、輝度プロファイルを直線フィッティングしたものを基準プロファイルとしている。このような関数近似により、基準プロファイル上のOCT強度は、血管やリンパ管の周囲の皮膚組織での強度に近いものとなる。言い換えれば、OCT強度が基準プロファイルから大きく外れる場合、血管やリンパ管に対応すると考えることができる。
そこで、本実施例では図5(B)に示すように、同一深さについて基準プロファイル上の輝度値と実際の輝度値との差を外れ値と定義する。図示の例では、実際の輝度値から基準プロファイル上の輝度値を減算した値を「外れ値V」としているため、外れ値Vはマイナスの値をとるが、減算方法を逆転させて外れ値Vを定義してもよい。外れ値VがV1~V2となる範囲が「血管判定範囲」とされ、外れ値がV2~の範囲が「リンパ管判定範囲」とされている。
OCT断層像について血管判定範囲に外れ値を有する座標(画素)を血管又は血管候補として特定できる。制御演算部14は、体動ノイズ除去処理を経て算出された網状層対応部の血管候補について、その外れ値が血管判定範囲にあるものを血管として特定する。
図6および図7は、血管網の算出結果を表す図である。図6(A)は、体動ノイズ除去処理を行わなかった場合を示し、図6(B)は、体動ノイズ除去処理を行った場合を示す。図7(A)~(D)は、皮膚表面からの深さが異なる複数の画像(X-Y断面の画像)を示す。深さについては、それぞれ63μm、108μm、323μm、431μmである。各図の上段はOCT断層像を示し、下段は血管網算出結果を示す。
図6を参照すると、本実施例のように体動ノイズ除去処理を経ることで、明らかにノイズが減少し、視認性が高められることが確認できる。また、図7を参照すると、皮膚の深部に向かうほど血管網が太くなり、実態に沿った画像が得られていることが分かる。
(血管パラメータ表示処理)
本実施例では、上述のようにして得られる血管網に対し、血管の太さ情報を重畳的に可視表示する。図8は、血管太さ表示処理を表す図である。図8(A)~(C)はその処理過程を示す。
本実施例では、上述のようにして得られる血管網に対し、血管の太さ情報を重畳的に可視表示する。図8は、血管太さ表示処理を表す図である。図8(A)~(C)はその処理過程を示す。
制御演算部14は、上述のようにして血管として特定された座標(血管対応座標)について血管半径を算出する。図8(A)に模式的に示すように、血管網50を構成する各血管対応座標を中心に他の血管対応座標を周囲に充填させる半径を血管半径rと定義する。具体的には、血管対応座標を中心に円の半径を徐々に大きくし、その円の面積に占める血管対応座標の面積が下がるときの半径を血管半径rとしている。概念的には、血管対応座標を中心とする円が血管壁に到達したときの径が血管半径rに相当する。図示の例では、座標p1の血管半径としてr1、座標p2の血管半径としてr2、座標p3の血管半径としてr3が算出されている。
そして図8(B)に示すように、制御演算部14は、各血管対応座標を血管半径の大きさに対応づけて色分けする。続いて図8(C)に示すように、血管壁側に血管半径が低くなることを補正するために、円形状の検査領域において最大となる値で円の中心がもつ値を埋めるフィルタを適用し、血管半径ごとに着色する。図示の例では、血管径が一定のため、同色で塗りつぶされているが、血管径が変化するところでは、色変化が表示されるようになる。
図9は、血管太さのビジュアル化を実行した結果を示す図である。図9(A)~(C)は血管太さの表示過程を示す。図10は、表皮に熱負荷をかけたときの様子を示す図である。図10(A)は熱負荷前の状態を示し、図0(B)は熱負荷後の状態を示す。
制御演算部14は、図9(A)に示す血管網画像を表示させる一方で、図9(B)に示す太さ識別画像を演算する。そして、図9(C)に示すように、血管網画像に太さ識別画像を重ねることで、血管網の太さを表現する。
図10(A)および(B)に示すように、熱負荷の前後で太さ識別画像が変化する。熱負荷後に太さが大きくなっていることが分かる。すなわち、熱負荷によって血管が膨張するという実態に沿った結果が得られている。
次に、制御演算部14が実行する具体的処理の流れについて説明する。
図11は、制御演算部14により実行される血管網可視化処理の流れを示すフローチャートである。本処理は、所定の演算周期で繰り返し実行される。制御演算部14は、光源2および光学機構8,10を駆動制御しつつ、OCTによる光干渉信号を複数回取得する(S10)。制御演算部14は、取得したOCTの断層像に対し、上述した体動ノイズ除去処理(S12)、血管抽出処理(S14)および血管パラメータ表示処理(S16)を順次実行する。
図11は、制御演算部14により実行される血管網可視化処理の流れを示すフローチャートである。本処理は、所定の演算周期で繰り返し実行される。制御演算部14は、光源2および光学機構8,10を駆動制御しつつ、OCTによる光干渉信号を複数回取得する(S10)。制御演算部14は、取得したOCTの断層像に対し、上述した体動ノイズ除去処理(S12)、血管抽出処理(S14)および血管パラメータ表示処理(S16)を順次実行する。
図12は、図11におけるS12の体動ノイズ除去処理を詳細に示すフローチャートである。制御演算部14は、取得したOCTの断層像に基づき、上述した輝度プロファイルを算出し(S20)、表皮対応領域を検出する(S22)。そして、その表示対応領域について自己相関処理を実行し(S24)、低相関画像を削除することで体動ノイズを除去する(S26)。
図13は、図11におけるS14の血管抽出処理を詳細に示すフローチャートである。
制御演算部14は、S26において除去されなかった残余の断層像について自己相関値を取得し(S30)、低相関範囲にある座標を血管候補として特定する(S32)。
制御演算部14は、S26において除去されなかった残余の断層像について自己相関値を取得し(S30)、低相関範囲にある座標を血管候補として特定する(S32)。
一方、制御演算部14は、輝度プロファイルに直線フィッティングを実行し、網状層対応領域について基準プロファイルを設定する(S34)。そして、S32にて血管候補とされた各座標について輝度値(OCT強度)の外れ値を算出し(S36)、各外れ値を血管判定範囲と照合する(S38)。続いて、外れ値が血管判定範囲に属する血管候補を血管として特定し、その血管の集合である血管網を算出する(S40)。そして、このようにして得られた血管網を表示装置16に表示させる(S42)。
図14は、図11におけるS16の血管パラメータ表示処理を詳細に示すフローチャートである。制御演算部14は、S40にて得られた血管の血管対応座標について、血管半径を算出し(S50)、その血管半径に基づいて太さ識別画像を演算する(S52)。そして、S42の血管網画像に太さ識別画像を重畳表示する(S54)。
以上、本発明の好適な実施例について説明したが、本発明はその特定の実施例に限定されるものではなく、本発明の技術思想の範囲内で種々の変形が可能であることはいうまでもない。
上記実施例では、OCTにより二次元断層像を複数回取得し(いわゆるBスキャン)、その複数の二次元断層像の自己相関に基づいてBスキャン単位で体動ノイズを除去する例を示した。変形例においては、Z方向スキャン(いわゆるAスキャン)ごとに自己相関を行い、Aスキャン単位で体動ノイズを除去してもよい。
上記実施例では、断層像の自己相関を二次元座標で演算する例を示したが、三次元座標で演算してもよい。
上記実施例では、体動ノイズの除去に際し、表皮対応領域について低自己相関とする断層像の組み合わせを除外する例を示した。変形例においては、その低自己相関を形成した断層像組み合わせを構成する一方の断層像(一部の断層像)を削除してもよい。この削除する一方の断層像は、低自己相関を形成しやすい断層像とする。例えば、低自己相関を形成する複数の断層像組み合わせに共通の断層像を削除対象としてもよい。また、他の変形例においては、表皮対応領域も含む解析領域全層における低自己相関とする断層像の組み合わせを除外してもよい。
上記実施例では、血管太さのビジュアル化において、図8(B)の処理の後に図8(C)の処理を行うこととしたが、図8(C)の処理を省略してもよい。ただし、図8(C)の処理を経たほうが、血管太さをより明瞭に識別できる。
上記実施例では述べなかったが、体動ノイズ除去処理や血管抽出処理の後、空間周波数フィルタやメディアンフィルタ等のノイズ低減処理を施すことにより、いわゆるラインノイズやごま塩ノイズを除去してもよい。
なお、本発明は上記実施例や変形例に限定されるものではなく、要旨を逸脱しない範囲で構成要素を変形して具体化することができる。上記実施例や変形例に開示されている複数の構成要素を適宜組み合わせることにより種々の発明を形成してもよい。また、上記実施例や変形例に示される全構成要素からいくつかの構成要素を削除してもよい。
Claims (4)
- 光コヒーレンストモグラフィーを用いる光学系を含み、皮膚の血管網を可視化する血管可視化装置であって、
光源からの光を皮膚の組織に導いて走査させるための光学機構と、
前記光学機構の駆動を制御し、前記光学系による光干渉信号を処理することにより前記皮膚の断層像を取得し、その断層像に基づいて血管網を算出する制御演算部と、
前記血管網の画像を表示する表示部と、
を備え、
前記制御演算部は、
取得した断層像における深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定し、
前記断層像における深さ方向の輝度値に関し、前記基準プロファイル上の輝度値と実際の輝度値との差を外れ値として算出し、
予め定める血管判定範囲に前記外れ値を有する座標を血管又は血管候補として特定し、前記血管網を算出することを特徴とする血管可視化装置。 - 前記制御演算部は、前記血管判定範囲よりも低輝度領域に設定されたリンパ管判定範囲に前記外れ値を有する座標を、リンパ管又はリンパ管候補として特定することを特徴とする請求項1に記載の血管可視化装置。
- 皮膚の血管網を可視化する血管可視化方法であって、
光コヒーレンストモグラフィーを用いることにより、皮膚の断層像を取得する断層像取得工程と、
取得した断層像における深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定する基準値設定工程と、
前記断層像における深さ方向の輝度値に関し、前記基準プロファイル上の輝度値と実際の輝度値との差を外れ値として算出し、予め定める血管判定範囲に前記外れ値を有する座標を血管又は血管候補として特定し、前記血管網を算出する演算工程と、
算出された血管網を表す画像を表示する表示工程と、
を備えることを特徴とする血管可視化方法。 - 光コヒーレンストモグラフィーにより取得された断層像について、深さ方向の輝度プロファイルを関数近似した基準プロファイルを設定する機能と、
前記断層像における深さ方向の輝度値に関し、前記基準プロファイル上の輝度値と実際の輝度値との差を外れ値として算出し、予め定める血管判定範囲に前記外れ値を有する座標を血管又は血管候補として特定し、血管網を算出する機能と、
算出された血管網を表示させるための信号を出力する機能と、
をコンピュータに実現させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020197038368A KR102550386B1 (ko) | 2017-09-29 | 2018-06-28 | 피부의 혈관망을 가시화하는 장치, 방법 및 프로그램 |
US16/830,807 US11622688B2 (en) | 2017-09-29 | 2020-03-26 | Device, method, and program for visualizing network of blood vessels of skin |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-189270 | 2017-09-29 | ||
JP2017189270A JP6989870B2 (ja) | 2017-09-29 | 2017-09-29 | 皮膚の血管網を可視化する装置、方法およびプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
US16/830,807 Continuation US11622688B2 (en) | 2017-09-29 | 2020-03-26 | Device, method, and program for visualizing network of blood vessels of skin |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2019064763A1 true WO2019064763A1 (ja) | 2019-04-04 |
Family
ID=65901212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2018/024517 WO2019064763A1 (ja) | 2017-09-29 | 2018-06-28 | 皮膚の血管網を可視化する装置、方法およびプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US11622688B2 (ja) |
JP (1) | JP6989870B2 (ja) |
KR (1) | KR102550386B1 (ja) |
TW (1) | TW201932074A (ja) |
WO (1) | WO2019064763A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008537903A (ja) * | 2005-04-13 | 2008-10-02 | グルコライト・コーポレーシヨン | Octが基になった血糖モニターのデータ処理および較正方法 |
US20160000368A1 (en) * | 2014-07-01 | 2016-01-07 | University Of Washington | Systems and methods for in vivo visualization of lymphatic vessels with optical coherence tomography |
JP2016010656A (ja) * | 2014-06-30 | 2016-01-21 | 株式会社ニデック | 光コヒーレンストモグラフィ装置、光コヒーレンストモグラフィ演算方法及び光コヒーレンストモグラフィ演算プログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090306520A1 (en) * | 2008-06-02 | 2009-12-10 | Lightlab Imaging, Inc. | Quantitative methods for obtaining tissue characteristics from optical coherence tomography images |
JP6520099B2 (ja) * | 2014-06-30 | 2019-05-29 | 株式会社ニデック | 光コヒーレンストモグラフィ装置、及びデータ処理プログラム |
US11071452B2 (en) | 2014-06-30 | 2021-07-27 | Nidek Co., Ltd. | Optical coherence tomography device, optical coherence tomography calculation method, and optical coherence tomography calculation program |
-
2017
- 2017-09-29 JP JP2017189270A patent/JP6989870B2/ja active Active
-
2018
- 2018-06-28 WO PCT/JP2018/024517 patent/WO2019064763A1/ja active Application Filing
- 2018-06-28 KR KR1020197038368A patent/KR102550386B1/ko active IP Right Grant
- 2018-07-19 TW TW107124944A patent/TW201932074A/zh unknown
-
2020
- 2020-03-26 US US16/830,807 patent/US11622688B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008537903A (ja) * | 2005-04-13 | 2008-10-02 | グルコライト・コーポレーシヨン | Octが基になった血糖モニターのデータ処理および較正方法 |
JP2016010656A (ja) * | 2014-06-30 | 2016-01-21 | 株式会社ニデック | 光コヒーレンストモグラフィ装置、光コヒーレンストモグラフィ演算方法及び光コヒーレンストモグラフィ演算プログラム |
US20160000368A1 (en) * | 2014-07-01 | 2016-01-07 | University Of Washington | Systems and methods for in vivo visualization of lymphatic vessels with optical coherence tomography |
Non-Patent Citations (2)
Title |
---|
GONG, PEIJUN ET AL.: "Assessment of human burn scars with optical coherence tomography by imaging the attenuatuin coefficient of tissue after vascular masking", JOURNAL OF BIOMEDICAL OPTICS, vol. 19, no. 2, 5 November 2013 (2013-11-05), pages 021111, XP060047292 * |
GONG, PEIJUN ET AL.: "Extracting Something From Nothing: In Vivo Imaging of Human Cutaneous Lymphatic Vessels Using Optical Coherence Tomography", 2016 IEEE PHOTONICS CONFERENCE, 2 October 2016 (2016-10-02), pages 138 - 139, XP033050686 * |
Also Published As
Publication number | Publication date |
---|---|
JP2019063048A (ja) | 2019-04-25 |
US20200237230A1 (en) | 2020-07-30 |
KR20200066594A (ko) | 2020-06-10 |
TW201932074A (zh) | 2019-08-16 |
JP6989870B2 (ja) | 2022-01-12 |
US11622688B2 (en) | 2023-04-11 |
KR102550386B1 (ko) | 2023-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10660515B2 (en) | Image display method of providing diagnosis information using three-dimensional tomographic data | |
US10354385B2 (en) | Optical coherence tomography (OCT) data processing method, storage medium storing program for executing the OCT data processing method, and processing device | |
JP6627342B2 (ja) | Octモーションコントラストデータ解析装置、octモーションコントラストデータ解析プログラム。 | |
US9839351B2 (en) | Image generating apparatus, image generating method, and program | |
US10123698B2 (en) | Ophthalmic apparatus, information processing method, and storage medium | |
JP2016106652A (ja) | 光コヒーレンストモグラフィ装置、及びそれに用いる制御プログラム | |
JP6471593B2 (ja) | Oct信号処理装置、およびoct信号処理プログラム | |
US11238584B2 (en) | Device, method, and program for visualizing network of blood vessels of skin | |
US20200237293A1 (en) | Device, method, and program for visualizing network of blood vessels of skin | |
JP2024096395A (ja) | 眼科情報処理装置 | |
US10799106B2 (en) | Image processing apparatus and image processing method | |
KR102550386B1 (ko) | 피부의 혈관망을 가시화하는 장치, 방법 및 프로그램 | |
JP7130989B2 (ja) | 眼科画像処理装置、および眼科画像処理プログラム | |
JP2020044362A (ja) | Octモーションコントラストデータ解析装置、octモーションコントラストデータ解析プログラム。 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 18860576 Country of ref document: EP Kind code of ref document: A1 |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 18860576 Country of ref document: EP Kind code of ref document: A1 |