用于实时的组织氧合测量的小型化多光谱成像器的制造方法

用于实时的组织氧合测量的小型化多光谱成像器的制造方法
【专利摘要】公开了一种便携式多光谱成像系统和设备。所述系统包括：至少一个图像获取设备，用于从对象获取图像；滤波设备，用于对图像获取设备接收的光进行滤波；处理器，用于处理由图像获取设备获取的图像；以及显示器。存在在处理器上运行的软件，其基于处理的图像确定对象的氧合值。
【专利说明】用于实时的组织氧合测量的小型化多光谱成像器
[0001]本申请是申请日为2009年3月19日、申请号为“200980116102.7”、发明名称为“用于实时的组织氧合测量的小型化多光谱成像器”的发明专利申请的分案申请。
[0002]相关申请的引用
[0003]本申请对2008 年 3 月 19 日提交的题为 “MINIATURIZEDMULT1-SPECTRAL IMAGERFOR REAL-TIME TISSUE OXYGENATIONMEASUREMENT” 的美国临时申请号 61/037，780 主张优先权，据此通过引用将其整体并入本说明书。
【技术领域】
[0004]本发明涉及多光谱成像。具体地，本发明涉及便携式多光谱成像器。
【背景技术】
[0005]光谱学(不管其是可见光、近红外光、红外光或拉曼光)是用于分析生物医学样本的非常有力的工具。然而，医学界对于成像方法(以诸如MRI和CT扫描以及标准的X射线摄影和超声成像的方法为例)具有明确的偏好。这是完全可以理解的，因为医师需要考虑许多因素以进行临床诊断。与它们的非成像对应物相比，成像方法可能可以为医师提供多得多的信息。考虑到这样的医学事实，已经付出了很大努力来将成像方法的能力和多功能性与光谱方法的特异性进行结合。
[0006]近红外(近IR)光谱学和光谱成像可以通过监视组织中血红蛋白的氧饱和度来测量氧输运和组织的氧利用之间的平衡(Sowa，M.G.等人，1998年，SPIE3252,199-207 ；Sowa, G.W.等人，1999 年，Journal of Surgical Research, 86:62-29 ；Sowa, G.ff.等人，1999 年，Journal of Biomedical Optics, 4:474-481 ；Mansfield, J.R.等人,2000 年，International Society of Optical En`gineers, 3920:99-197)。对于活体人类研究，前臂或腿已成为许多非侵入式近红外研究的调查部位。多个非成像的近红外应用已经检查了组织对于血流控制的局部响应(De-Blasi, R.A.等人，1992, Adv.Exp.Med.Biol,317:771-777)。临床上，氧饱和度的区域性变化有时会成为关注点(Stranc，M.F.等人，1998, BritishJournal of Plastic Surgery, 51:210-218)。近红外成像提供了一种获取血红蛋白的氧饱和度对于组织灌注的响应的空间不均匀性的手段(Mansfield，J.R.等人，1997 年，Analytical Chemistry, 69:3370-3374 ；Mansfield, J.R.等人，1997 年，Computerized Medical Imaging and Graphics, 21:299-308 ；Salzer, R.等人，2000 年，Fresenius Journal of Analytical Chemistry,366:712-726；Shaw, R.A.等人,2000年，Journal of Molecular Structure (Theochem), 500:129-138 ；Shaw, R.A.等人，2000年，Journal of Inorganic Biochemistry, 79:285-293 ；Mansfield, J.R.等人，1999 年，Proc.SPIE Int.Soc.0pt.Eng.，3597:222-233 ；Mansf ield, J.R.等人，1999 年，AppliedSpectroscopy,53: 1323-1330 ；McIntosh, L.M.等人，1999 年，Biospectroscopy, 5:265-257 ；Mansfield, J.R.等人，Vibrational Spectroscopy, 19:33-45 ；Payette, J.R.等人，1999 年，AmericanClinical Laboratory, 18:4_6 ；Mansfield, J.R.等人，1998 年，IEEETransactionson Medical Imaging,6:1011-1018)。
[0007]对血红蛋白氧合(hemoglobin oxygenation)的非侵入式监视利用了 HbO2和Hb的区别吸收以及近红外辐射可以相对深地穿透组织的事实。脉冲血氧监测法通常基于Hb和HbO2的有差异的红色可见和近红外吸收来提供对动脉血红蛋白氧合的非侵入式测量。可见/近红外多光谱成像允许在宏观和微观尺度上映射组织灌注的区域性变化。与红外热成像法不同，超光谱成像不单独映射组织的热发射。而是，该成像方法依赖于通过发色团(诸如Hb和HbO2)对光的有区别的吸收，这导致了依赖于组织的血红蛋白氧饱和度的组织反射率的波长依赖性方面的差异。(Sowa,M.G.等人，1997, Applied Spectroscopy, 51:143-152 ；Levention, Μ.，2000 年 MIT 博士论文)。
[0008]不管它是磁共振(MRI)、中IR、拉曼、荧光和光学显微术还是近红外/基于可见光的成像，光谱成像方法和数据在分析实验室中都变得日益普遍。然而，光谱图像中包含的信息量可能使得标准数据处理技术变得十分不便。此外，很少有技术能够在不预先知道光谱数据或样本的成分的情况下便可以标定光谱图像的哪些区域包含类似光谱。分析光谱图像的目的不仅仅是为了确定在样本中的任何特定像素处存在何种光谱，也是为了确定样本的哪些区域包含类似的光谱；即，样本的什么区域包含化学上相关的化合物。多变量分析方法能被用于确定光谱成像数据组中的样本的光谱和空间特性。这些技术也能被用于分析从光谱图像的时间序列得出或提取的图像的时间序列的时间形状方面的变化。
[0009]很少有技术能够在不预先知道样本的成分的情况下而标定样本的哪些区域包含类似的物质。光谱成像提供了光谱术的特异性，同时通过提供传达一些化学含义的样本图像来转达空间信息。通常，分析异质系统的目的不仅是识别系统中存在的成分，而且识别它们的空间分布。该技术相对于传统成像方法的真实能力在于它的固有的多变量特性。可以同时评价许多参数之间的空间关系。因此，在高维的表现形式中捕获了样本内的化学不均匀性或区域相似性，该高维的表现形式 可以被投影到一些有意义的低维的和容易解释的表现形式上，这些低维的表现形式典型地包括一组复合图像，其中的每个图像具有特定的意义。
[0010]尽管现在清楚了光谱学和光谱图像都可以在提供医学相关信息方面起作用，但是原始的光谱或成像测量很少直接揭示临床上感兴趣的特性。例如，使用光谱学，不能容易地确定组织是否癌变，或者确定血糖的浓度和组织灌注的充足程度。而是，模式识别算法、聚类方法、回归和其它理论方法提供从原始分析测量中提取诊断信息的手段。
[0011]然而，存在用于光谱图像的收集的各种方法。在所有这些情况下，光谱成像实验的结果被称为光谱图像立方体、光谱成像数据立方体或就称为超立方体。这是一种三维数据阵列，其包括两个空间维度(成像分量)和一个光谱维度。它可以被认作空间解析的个体光谱的阵列，其中第一图像中的每个像素由整个光谱组成，或者被认作一系列空间解析的图像。在任一种表现形式中，该3D数据立方体可以被视为包含关于样本的大量空间和光谱信息的单个实体，该3D数据立方体是从该样本中获取的。
[0012]作为在立体成像实验中获取的三维阵列的扩展，可以收集作为诸如时间、温度或pH值的额外参数的函数的数据立方体。多种算法可被用于分析这些多维数据组，从而化学和光谱变化可以被作为额外参数进行研究。然而，当一起考虑它们时，可以更完全地理解数据中的变化。这可以以选通的或连续的方式来进行。[0013]多模态图像融合或图像配准(registration)是医学图像分析中频繁提及的重要问题。配准是将源自不同源的数据对准到一个相容坐标框架的过程。例如，在不同类型的成像方法中更清楚地出现各种组织。例如，软组织在MR扫描中成像较好，而骨骼在CT扫描中更容易辨别。通常，在MR血管造影中能比在标准的MR扫描中更好地突出血管。在采集时，同一病人的多个扫描通常是未配准的，因为在每个扫描器中病人可能处于不同位置，并且每个扫描器具有它自己的坐标系。为了将来自所有扫描的信息融合到一个相容框架中，必须将扫描配准。多个扫描有用的真正原因使得配准过程变得困难。由于每个模态不同地成像组织，并且具有它自己的赝像和噪声特性，因此精确地建模各扫描之间的强度关系并且随后对准它们是困难的。[0014]两个图像的配准包括发现将一个图像最好地映射到另一个的变换。如果IjP I2是同一组织的两个图像，并且T是正确的变换，那么体素I1(X)对应于样本中与体素I2(TOO)相同的位置。在最简单的情况下，T是包含三个旋转自由度和三个平移自由度的刚性变换。对刚性配准的需要主要源于病人处于用于对解剖结构进行成像的扫描设备中的不同位置。当存在于一个统一的坐标系统中时，来自所有图像的信息得到了最佳的使用。如果没有这样的图像融合，则临床医生必须借助脑力来关联来自不同坐标系的信息。
[0015]一种对准两个图像的一个方法是定义中间的、以病人为中心的坐标系统，而不是试图直接将这些图像彼此配准。以病人为中心的参考框架的一个实例是在各种图像获取中使用附着到病人的基准标记物。这些基准标记物定义了专用于病人的坐标系统，而与扫描器或成像模态的选择无关。如果这些标记物保持固定并且可以被精确地在所有图像中局部化，则可以通过计算相应基准的最佳对准来配准这些体积(volume) (Horn.B.K.P..1987年，Journal of theOptical Society of America A, 4:629-642:Mandava, V.R.,等人.,Proc SPIE.1992 年，1652:271-282 ;Haralick，R.M.，等人，1993 年，Computer and RobotVision)。该方法的主要缺点是，在所有图像获取中，这些标记物必须始终保持为在相同的位置附着到病人。对于诸如在几个月或几年内检测变化的应用，该配准方法是不合适的。基准配准典型地用作评价其它方法的精度的基础事实(ground-truth)，因为精心放置和局部化这些标记物可以提供非常精确的对准(West, J.等人，1996年，Proc SPIE.NewportBeach, Calif.)。
[0016]当基准标记不可用于定义病人的坐标框架时，可以从图像提取相应的解剖特征点，并将其用于计算最佳对准(Maintz, J.B.Antione等人，1995年Computer Vision,Virtual Reality and Robotics in Medicine, pp.219-228 ；Maguire.Jr., G.等人，1991年，IEEE Computer Graphics Applications, 11:20-29)。该方法在很大程度上依赖于自动和精确地提取可靠图像特征的能力。一般地，由于非线性增益野(gain field)和高纹理化结构的缘故，诸如强度阈值选择或边缘检测的特征提取方法在医学扫描方面表现不佳。甚至，对相应的3D解剖点的人工识别也可能是不可靠的。如果不具备精确地局部化图像中的相应特征的能力，则这种方式的对准是困难的。
[0017]与在图像中局部化特征点不同，可以提取和使用诸如目标表面的更丰富结构作为配准的基础。配准头部的MR和CT的一种普通方法涉及从两个图像提取皮肤(或颅骨)表面，并且对准 3D 头部模型(Jiang, H.等人，1992 年 Proc.SPIE, 1808:196-213 ；Lemoine,D.等人，1994年，Proc.SPIE，2164:46-56)。对于PET / MR配准，典型地使用脑表面，因为卢页骨在 PET 中并不清晰可见(Pelizzari,C 等人,J Comput Assist.Toraogr., 1989 年，13:20-26)。然后使用基于表面的配准技术来严格配准3D模型(Ettinger，G.，1997年，MIT博士论文)。这些方法的成功依赖于结构被跨模态地进行精确的和一致的分割，以及各表面具有足够丰富的结构以被明确无误地配准。
[0018]基于体素的配准方法不从图像提取任何特征，而是使用强度本身来配准两个图像。当配准两个图像时，这类方法对两个图像的强度之间的关系进行建模，然后搜索变换空间以发现与该模型符合得最好的对准。讨论了各种强度模型，包括相关性、相互信息(mutual information)和先验的联合强度。
[0019]相关性是为了计算机视觉问题(诸如对准和匹配)而通常用于比较两个图像或图像的区域的量度。给定堆叠在矢量u和V中的两个图像片的强度值，归一化的相关性量度是在U和V的方向上单位矢量的点积:
[0020](U.V) / (Il U Il Il V Il )
[0021]基于相关性方法的优点是，它们可以使用卷积算子非常有效地计算。当预期两个图像的强度之间存在线性关系时可以应用相关性。在计算机视觉问题中，归一化的相关性对于量度(诸如方差之和(SSD，Il u-v Il 2))上的照明变化提供了一定量的稳健性。获取病人的多于一个的医学扫描的主要原因源于每个扫描给临床医生提供了不同信息的事实。因此，具有简单的线性强度关系的两个图像可以直接配准，但是不提供超过一个扫描本身的任何额外信息。另一方面，如果图像是完全独立的(例如，它们之间不存在强度关系)，那么它们不能使用基于体素的方法来配准。一般地，不同模态的图像之间存在一些依赖性，并且每个模态提供额外的信息。
[0022]医学成像处理的一个简化模型是，内部图像是一些位置X上的下层组织特性PU)的渲染函数(rendering function)。模态A的图像可以被表示为函数Ra (P),并且同一病人的模态B的配准图像将是另一函数，比如Rb(P)。假设可以计算使两个渲染函数相关的函数F(X)，使得以下为真(可能加入一些高斯`噪声N):
[0023]F(Rb(P))=Ra(P) +N
[0024]给定图像B中的相应点处的强度，函数F将预测在图像A中的点处的强度。使用SSD，这样的函数可以用于对准最初在不同坐标系统中的一对图像:
[0025]T*=arg minT Σ x (F (Rb (P (χ))) -Ra (P (χ)))2
[0026]其中T是两组图像坐标之间的变换。Van den Elsen等人计算了这样的映射,其使得CT图像看起来更像是MR,然后使用相关性来配准这些图像(van denElsen,P.等人,1994年." Visualization in Biomedical Computing, " 1994Proc SPIE, 2359:227-237)。一般地，显式地计算使两个成像模态相关的函数F是困难和约束过少的。
[0027]相互信息(MI)的最大化是可应用于大范围的多模态配准应用的一般方法(Bell，A.J.等人，1995 年 Advances in Neural Information Processing? ；Collignon, D.等人，1995 年，First Conf.0n Computer Vision, Virtual Reality andRobotics in MedicineSpringer ；Maes,F.等人，1996年，Mathematical Methods inBiomedical Image Analysis ；Wells, ff.M.等人，1996 年,Medical Image Analysis, I (I):35-51)。使用相关信息的长处之一在于MI不使用关于联合强度分布之间的关系的任何先验信息。尽管相关信息没有显式地建模将两个成像模态相关的函数，但是它假定当图像对准时，每个图像应该比这些图像没有对准时更好地解释另一图像。
[0028]给定两个随机变量U和V，相互信息定义为(Bell，1995年):
[0029]MI (U, V) = H(U) +H (V) -H (U，V)
[0030]其中H(U)和H(V)是两个变量的熵，并且H(U，V)是联合熵。离散的随机变量的熵定义为:
[0031]H(U) = - Σ Pu(U)1gPu(U)
[0032]其中Pu(U)是与U相关联的概率质量函数。类似地，联合熵的表示在联合PDF上运算:[0033]H (U, V) = - Σ Σ Pu,v(u, v) logPu；v(u, v)
[0034]当U和V独立时，H(U，V) = H(U)+H(V)，其暗示相互信息是零。当在U和V之间存在一对一的函数关系时(即它们完全相关)，相互信息被最大化为:
[0035]MI (U, V) = H(U) = H(V) = H (U, V)
[0036]为了通过变换对图像进行操作，我们考虑两个图像I1(X)和I2(X)为空间参数化χ下的随机变量。我们寻求找到最大化相互信息的变换T的值(Wells，1996年):
[0037]T* = arg maxTMI (I1 (x), I2 (Τ (χ)))
[0038]Τ* = arg maxTH(I1 (χ)) +H(I2T (χ))) -!!(I1 (χ), I2 (Τ (χ))
[0039]两个图像的熵鼓励了将I1投影到I2的复数部分的变换。当X很好地解释Y时，第三项(I1和I2的(负的)联合熵)取大的值。可以计算熵关于姿态参数的导数，并且这些导数被用于执行随机梯度上升(Wells，1996年)。West等人比较了许多多模态配准技术，并且发现相互信息是跨所有对模态的最精确的技术之一(Wells，1996年)。
[0040]Leventon等人引入了使用从图像的训练集得到的统计模型进行多模态配准的方法(Leventon.Μ.等人，1998 年，Medical Image Computing andComputer-assistedIntervention)。该方法涉及建立正在配准的两个扫描之间的强度关系的先验模型。该方法要求与要配准的那些模态相同的模态的一对配准的训练图像，以便建立联合强度模型。为了对准新的一对图像，计算了基于通过在相应的点采集强度的我们的模型的、给定某姿态的两个图像的似然性。可以通过升高对数似然函数来改进该当前假设。实质上，基于强度的共同出现来计算函数F(使两个成像模态相关)的概率估计。为了对准这些新的图像，发现了使那些图像产生于同一关系F的可能性最大的姿态。
[0041]建立联合强度模型要求访问与要配准的新的一对图像的模态相同和覆盖范围大约相同的一对配准的图像。相互信息方法不需要利用之前配准的扫描。然而，当该信息可用时，该先验的联合强度模型为配准算法提供了额外的指导，这导致了更快地、更可靠地和从更远处的起始点收敛到正确的对准。

【发明内容】

[0042]本发明克服了与现有的超光谱成像设备的当前设计相关的问题和缺点。具体地，该设备提供了对病人的氧合水平和特定于疾病状况的其它要素的实时测量。本发明对关国专利号6，640，130中公开的发明进行了扩展，在此通过引用将该专利整体并入本说明书。此外，它是对现有设备的改进，因为它是实时进行的。
[0043]本发明的一个实施方式针对一种便携式多光谱成像系统。所述系统包括:至少一个图像获取设备，用于从对象获取图像；滤波设备，用于对所述图像获取设备接收的光进行滤波；处理器，用于处理由所述图像获取设备获取的图像；以及显示器。存在在处理器上运行的软件，其基于处理的图像来确定对象的氧合值或其它相关要素。
[0044]氧合值可以基于氧合血红蛋白、脱氧血红蛋白和氧饱和水平中的至少一个，或基于其它相关要素。所述软件可以滤波图像以减少噪声，对图像中的至少一个进行校正以考虑对象的运动，从所获取的图像中去除无关物体，和/或将所获取图像的数据与存储的数据进行对比。
[0045]所述系统还可以包括照明源，并且可以通过无线或有线信道与分析设备通信。所述分析设备可以比较多个图像、存储所获取的图像、和/或存储所获取的氧合值。
[0046]本发明的另一实施方式针对一种便携式多光谱成像设备。所述设备包括:至少一个图像获取设备，用于从对象获取多光谱图像；滤波设备，用于对所述图像获取设备接收的光进行滤波；模拟前端模块，用于将该图像转换为数字图像；微处理器，用于临时存储至少一个图像，并且控制所述模拟前端模块；以及通信模块，用于将所获取的图像传送到分析设备。
[0047]所述图像可以用于确定对象的氧合值。所述氧合值可以基于氧合血红蛋白、脱氧血红蛋白和/或氧饱和水平中的至少一个。
[0048]所述设备还可以包括照明源，其可以产生经过滤波的光。所述通信可以是有线的或是无线的。所述设备可以具有两英寸的最大直径，和/或是手持式的。所述设备还可以包括电源。
[0049]本发明的其它实施方式和优点部分地在以下描述中阐明，并且部分地可以从该描述清楚地得知，或者可以从本发明的实施中获知。
【专利附图】

【附图说明】
`[0050]结合附图并通过实例更详细地描述了本发明，附图中:
[0051]图1是多光谱成像设备的实施方式的3D视图。
[0052]图2是图1的分解图。
[0053]图3是多光谱成像设备的示意性框图。
[0054]图4a_4b示出多光谱成像设备的第二实施方式。
【具体实施方式】
[0055]如在本说明书中体现和广泛描述的，本公开在此提供了本发明的详细实施方式。然而，公开的实施方式仅仅是本发明的示例，可以以各种和替代形式体现本发明。因此，特定结构和功能细节不应当是限制性的，而是，它们为权利要求提供了依据，并且作为有代表性的基础来教导本领域技术人员以各种方式采用本发明。
[0056]能够通过本发明的实施方式解决的本领域的问题是生产一种小型化医学多光谱成像(MSI)传感器，其能够提供皮肤中的氧饱和S1O2的实时测量，所述实时测量用作多种医疗状况下(包括但不限于糖尿病、伤口护理、血管疾病和压力性溃疡)的病人的氧合状态的良好指示，以及对于休克的发作提供早期警告。令人惊讶的是，已经发现，高度灵敏的小型传感器可能能够对具有患糖尿病、伤口护理、血管疾病、压力性溃疡或其它疾病状态的风险的病人的皮肤的含氧水平进行精确的早期测量。该设备可以被优化为支持用于远程和极端环境(军用或民用)的可现场部署的便携式操作情形。此外，通过降低成本，手持式设备可以由具有形成糖尿病足部溃疡的风险的病人使用，目的是对早期的组织衰竭(tissuebreakdown)给出警告，从而避免溃瘍。
[0057]与其它当前现有的点测量近红外光谱(NIR)设备相比，该小型多光谱成像设备可能具有更优越的品质。这是由于该设备最主要地测量皮肤毛细血管床中的so2。因此，皮肤厚度和脂肪层对于返回的信号影响较小，而基于NIR的技术需要针对这些因素进行积极校正。
[0058]设备的传感器具有交叉偏振的照明检测，其对于表面眩光(surface glare)和浅表散射(superficial scattering)较不敏感。而且，它生成了更先进的血色素分解算法。在之前的算法中，注意到了脱氧血红蛋白和其它背景项之间的串扰，这导致了脱氧血红蛋白信号和从该信号确定的氧饱和值的高变动性。
[0059]可以将每个像素的光谱与各种化学组分的存在和浓度相关联。然后，可以将该数据解释为表面中这些组分的“梯度图”。已经示出用于医学应用的HSI (MHSI)，以精确预测丧失充足灌注的组织的生存力和存活，并且将疾病组织(例如，肿瘤)和缺血组织与正常组织区分开来。MHSl分析使用从皮肤获得的空间和光谱特性来形成主要基于氧合和脱氧Hb信号的休克预测的指标，这些指标包括(I)平均指标(平均横断面图像(mean acrossimage)、2)不均匀性指标(四分位数间距)、(3)斑纹指标(空间特征的分析)以及⑷时间偏移指标(斑纹图案从一个图像到下一个图像的改变)。使用这些技术的组合，已经形成了作为单个数值读数的超光谱指标(HSI)。HIS可以用作许多疾病状态(诸如血管疾病、糖尿病、压力性溃疡和休克)的早期指示。
[0060]手持式多光谱成像系统被设计用于组织光学成像，以在没有有害辐射并且不需要使用任何进入组织的药剂的情况下，对扩展区域上的组织氧合进行非接触的评价。由于它的具有快速图像传感器、高效率照明器和高速波长选择的紧凑设计，它可以是完全便携式的和自足的，以获取图像数据和将组织氧合的超光谱信息提供给用户。
[0061]该系统包括成像获取参数动态模块。该模块负责图像传感器参数的即时调节，以便确保对于给定目标(即皮肤类型、表面类型等)满足SNR(信噪比)要求。此外，进行了调节以处理在获取阶段存在的各种照明条件。该模块负责选择合适的波长并且控制高速波长选择器。也可以控制高效率的照明，并且基于表面反射特性来实时调节该高效率的照明，该表面反射特性被用作给定光波长处的反馈。
[0062]重要的是实施获取参数，使得一般的成像问题得到约束。基准度量模块负责定位基准标记，并且相对于要实时成像的表面执行设备的空间定位/稳定逻辑。从而，优化了照明的实施(illumination delivery)以及定位的可重复性。
[0063]与其它任务并行地，获取子系统连续监视就所实现的SNR而言的数据质量。因为寻求的成像模态相对于病人的运动不受约束(通过设计，实现稳健的使用模型)，所以也实时执行运动跟踪以确保在成像期间数据不被破坏。
[0064]总体上，由于定制的硬件(真正并行化的微处理器，FPGA)/软件实现(嵌入式的)的缘故，该获取平台被设计用来实现准确的实时性能，所述定制的硬件/软件实现将观察的反馈与关于成像模态的先验知识相结合，以产生无可比拟的性能和数据质量。主要的图像处理软件被设计和开发用来实现自适应滤波、快速和准确的图像配准、快速和有效的组织/障碍物遮蔽(tissue/obstruction masking),以及用于组织氧合值(诸如氧合血红蛋白、脱氧血红蛋白和氧饱和)的高性能算法。[0065]该软件包括自适应空间滤波，将进行该滤波以便确保噪声被最小化而不损害信息数据。该软件还包括空间配准，该空间配准被用于针对获取期间的目标运动进行校正。就处理平移和旋转运动分量而言，配准是稳健的。这确保了适当的光谱成分。能够将视场中的有用的光谱数据与无关数据区分开来是有利的。已经基于空间以及光谱特征开发了用于从所有其它数据划分出有用数据的方法。这类方法通过从所获取的数据集去除无关物体(像头发、非皮肤材料(绷带、衣服等)、或不携带关于组织血红蛋白内容的有用信息的任何其它物体)，实现了更高的精度和更好的性能。
[0066]该系统可以经由一种或多种光谱分类方法，使用从一组预定波长获取的数据来提取氧合血红蛋白、脱氧血红蛋白和氧饱和的组织氧合值。除了仅基于所获取的数据来进行分类决定以外，将进行先验知识的集成，这有效地将全部分类器融合在一起，以提升所得的临床功效。从涉及不同病人群体的临床研究提取了这样的数据。使用已经确立的统计技术(诸如PCA (主要分量分析)、ICA (独立分量分析)和LDA (偏最小二乘))以分离最能提供信息的特征来改进系统的稳健性和测量精度，能够实现提取稳健的“历史”(跨多次访问的信息)病人信息和有效地将其呈现给医生供使用。
[0067]图1是多光谱成像设备100的3D视图。优选地，设备100是具有小于20英寸的最大直径的手持式设备。更优选地，该最大直径小于10英寸，并且甚至更优选地，直径小于5英寸。设备100优选地是自足的，并且可以安装在从医院或临床设置的壁延伸出来的三脚架或臂状物上。设备100可以与用户进行有线或无线通信。设备100可以具有内部或外部电源。
[0068]图2是设备100的分解视图。该设备可以包括透镜起偏器组件105、透镜110、照明起偏器组件115、照明模块120、图像传感器125以及透镜支架130。设备100可以可选地包括功率输入135和/或有线通信接口 140。
[0069]手持式多光谱成像系统被设计用于组织光学成像，以在没有有害辐射并且不需要使用任何进入组织的药剂的情况下，对扩展区域上的组织氧合进行非接触的评价。其具有快速图像传感器、高效率照明器和高速波长选择的紧凑设计使得该设备是完全便携式的和自足的，以获取图像数据和将组织氧合的超光谱信息提供给用户。使用可以用现场可编程门阵列(FPGA)实现的并行处理电路的组合，该设备可采用快速图像获取和附带在线处理的数据处理。该设备可能能够经由简单和直观的图形用户界面来在手持式设备上在线显示超光谱图像，以供快速察看和将图像数据发送到远程计算机来进行进一步处理和控制。定制的电子设备和软件允许快速信号/成像处理、分析和显示，并且通过有线和/或无线连接发送图像数据以供存储，以及可以使用一种或多种组织分类方法和使用来自一组预定波长的数据来提取氧合血红蛋白、脱氧血红蛋白和氧饱和的组织氧合值。
[0070]可以应用若干组织遮蔽物(tissue mask)，以通过仅聚焦在感兴趣的组织上来改进系统性能。一些组织遮蔽物是基于光谱的，且其它组织遮蔽物是基于空间的。
[0071]因为该设备使用非接触测量，所以与使用NIR探针的情形不同，血红蛋白氧合状态不受在皮肤上放置多少压力的影响。如果有必要，还可以在合理远的距离处和通过光学护面罩来进行测量。与NIR系统要求的不同，在病人之间不需要消毒系统。[0072]多光谱系统使用可见波长而不是NIR波长，其更有效地被血红蛋白吸收。此外，因为光子的路径长度更为浅表(约2_)，所以多光谱成像器最主要地测量皮肤毛细管中的血红蛋白。结果，皮肤和脂肪层厚度对光信号影响较小。
[0073]多光谱成像系统在合理宽的视场上捕获血红蛋白氧饱和测量值，这使得能测量空间上的变化。例如，可以用光谱成像器测量休克发作、糖尿病足部溃疡、跛行或其它疾病状态之前的亚临床皮肤斑纹。
[0074]图3是多光谱成像器的示意性框图。该图像传感器用于收集多光谱数据。模拟前端(AFE)是处理与将来自图像传感器的模拟信号数据转换为数字图像有关的所有功能的芯片组。然后，数字图像被发送到微处理器，其用于控制所有AEF参数(增益、DC偏置、亮度、曝光等)、临时存储一个或多个图像(RAM/闪存)、经由GPIO(照明模块)与其它模块接口、以及与用于图像获取控制和图像丢弃的FGPA接口。
[0075]现场可编程门阵列(FPGA)用于控制高级图像获取和帧传送(来自RAM/闪存)、经由GPIO与其它模块接口、处理超立方体数据、实现算法、以及与集成的有线和无线通信模块进行接口。该照明模块用于在图像获取周期期间发射指定波长的光。
[0076]可以对在每个波长处收集的图像进行空间滤波，以便改进信噪比。也可以相应地偏移这些图像，使得每个图像中的像素代表物体平面的相同部位。光谱和空间算法也可以用于掩盖物体平面中的与组织不相似的任何事物(例如，病人的衣服、帽子或任何其它附属物、头发、污垢等)。使用标准的血红蛋白分解算法(decomposition algorithm),可以从被识别为代表组织的每个像素处的数据提取氧合血红蛋白、脱氧血红蛋白和氧饱和。
[0077]图4a是多光谱成像器600的另一实施方式的前视图，而图4b是该实施方式的后视图。多光谱成像器600可配 备一次性的照明盒(disposableillumination cartridge)。多光谱成像器600具有包括至少一个图像传感器605的电路板。优选地，存在两个到二十个之间的图像传感器。传感器605可以感测包括可见光、彩光、近红外光、远红外光或其任何组合的任何波长。成像器600也可以包括用于每个图像传感器605的透镜。每个透镜和每个图像传感器605之间可以存在滤波器。该滤波器可被设置为滤出特定波长。该滤波器可以被优化，以产生最佳检测。此外，成像器600可以包括照明源610。图像传感器605和照明源610可以全部位于相同的电路板上。该电路板还可以包括至少一个现场可编程门阵列(FPGA)。
[0078]成像器600可以包括显示器615，用于显示捕获的图像。显示器615可以是触摸屏，使得信息可以通过显示器615输入到成像器600中。显示器615可以为任何尺寸。成像器600可以经由以太网、USB连接或无线地与分析设备接口。分析设备可以用于图像比较、图像存储和图像检查。成像器600可以由任何材料制成，包括但不限于塑料和金属。
[0079]考虑在此公开的说明和发明实施，本发明的其它实施方式和使用对于本领域的技术人员将是显而易见的。在此引用的所有参考文献(包括所有出版物、关国和外国专利以及专利申请)通过引用而被具体和完整地并入本说明书。说明书和实例应仅被视为示范性的，且本发明的真实范围和精神由后面的权利要求确定。此外，术语“包括”包括术语“由...组成”和“基本由...组成”。
【权利要求】
1.一种便携式多光谱成像系统，包括: 至少一个图像获取设备，用于获取来自对象的图像； 滤波设备，对由所述图像获取设备接收到的光进行滤波； 处理器，用于处理由所述图像获取设备获取的图像； 显示器，用于显示经过处理的图像和氧合值中的至少一个； 其中存在有被配置为由所述处理器执行以基于所述经过处理的图像来确定所述对象的氧合值的软件；以及 其中所述便携式多光谱成像系统还包括成像获取参数动态模块，用于:(i)即时调整图像传感器参数；(ii)选择合适的波长；和(iii)控制高速波长选择。
2.如权利要求1所述的便携式多光谱成像系统，其中所述至少一个图像获取设备由两个至二十个图像传感器组成。
3.如权利要求2所述的便携式多光谱成像系统，还包括用于所述两个至二十个图像传感器中的每一个相应图像传感器的透镜。
4.如权利要求2所述的便携式多光谱成像系统，其中所述滤波设备包括用于所述两个至二十个图像传感器中的每一个相应图像传感器的滤波器。`
5.如权利要求1所述的便携式多光谱成像系统，其中所述显示器是被配置为接收信息的触摸屏显示器。
6.如权利要求1所述的便携式多光谱成像系统，其中所述氧合值是基于(a)氧合血红蛋白、脱氧血红蛋白以及氧饱和水平中的至少一个或(b)成分分析。
7.如权利要求1所述的便携式多光谱成像系统，其中所述至少一个图像获取设备从处于可见光波长、彩色波长、近红外光波长和远红外光波长中的至少一个波长范围中的波长获取图像。
8.如权利要求1所述的便携式多光谱成像系统，还包括被配置为由所述处理器执行以对所述图像进行滤波从而减少噪声的自适应空间滤波软件。
9.如权利要求1所述的便携式多光谱成像系统，还包括被配置为由所述处理器执行以校正所述对象的目标运动的空间配准软件。
10.如权利要求1所述的便携式多光谱成像系统，还包括被配置为由所述处理器执行以对与组织不相似的可视化物体进行掩盖的光谱和空间算法软件。
【文档编号】A61B5/1455GK103505222SQ201310409254
【公开日】2014年1月15日 申请日期:2009年3月19日 优先权日:2008年3月19日
【发明者】里克·利弗斯兹, 奥列格·古斯亚蒂纳, 玛丽·斯托纳姆, 伊利亚·舒本索夫, 春生·蒋 申请人:超级医药成像有限公司