利用超頻譜圖像分析組織細胞的系統及方法
【專利摘要】一種利用超頻譜圖像分析組織細胞的系統及方法，用以對一組織檢體進行成分分析，該系統包含有一圖像獲取模塊以及一超頻譜圖像分析模塊，該圖像獲取模塊用以產生一激發光并接收該組織檢體因該激發光所產生的一光譜圖像，并將該光譜圖像轉換為一具有連續頻譜的超頻譜圖像數據；而該超頻譜圖像分析模塊將該超頻譜圖像數據進行線性轉換獲得多個線性獨立的連續光譜曲線，并根據一數據庫內已知成分的連續光譜數據進行比對，以確認該組織檢體中所含有的成分、類別、占有比例與空間分布，以供醫師進行準確的病灶判斷。
【專利說明】利用超頻譜圖像分析組織細胞的系統及方法
【技術領域】
[0001]本發明涉及一種分析組織細胞的系統及方法，尤指一種利用超頻譜圖像分析組織細胞的系統及方法。
【背景技術】
[0002]為了及早發現癌癥，而提高人們罹癌后的復原機率，如何有效、快速準確的進行早期癌癥的檢查，為醫療領域的研發者所共同努力的目標。現行癌癥篩檢機制皆需要通過切片檢查方式進行癌癥確診與分期，切片檢查是在顯微鏡下觀察組織檢體是否含有不正常分化的異常細胞，其中嚴重癌化的細胞可以輕易被分辨，但是一些早期的病變因為組織細胞的外觀多樣性，經驗豐富的醫師也可能難以做出正確的判斷。
[0003]因此現有技術建立一種熒光檢測系統，希望可以用來辨別組織檢體內是否包含有異常細胞的成分。其中如美國專利公開第20050272027號的“Real-time clinicaldiagnostic expert systems for fluorescent spectrum analysis of tissue cells andmethods thereof (用于組織細胞的突光光譜分析的實時臨床診斷專用系統及其方法)”,其利用激發光照射特定表皮組織，使表皮組織產生自體熒光信號，再利用獲取與分析該自體熒光的連續光譜信號，在特定光譜區域進行特定斜率、波峰及強度等比較，并建立權數表，來提高判斷的準確性。事實上同一個檢測點上包含了許多不同成分的光譜信號，也代表所測量到的光譜信號是多種成分自體熒光信號的組合，這些成分可能是屬于分子等級的化學成分、蛋白質、DNA、RNA或是綜合很多物質特性的細胞核。在分析時會因不同成分之間的干擾，而影響到檢測的準確性。此外，該案所披露的方式，僅能判斷切片檢測組織是否有發炎組織或癌組織，無法精確的判斷發炎組織或癌組織的位置，實有改進的必要。
【發明內容】
[0004]本發明的主要目的，在于提高超頻譜圖像檢測系統檢測組織成分的準確率。
[0005]本發明的另一目的，在于解決已知技術無法準確的標示異常細胞位置與分布的問題。
[0006]為達上述目的，本發明提供一種利用超頻譜圖像分析組織細胞的系統，用以對一組織檢體進行成分分析與分布標示，該系統包含有一圖像獲取模塊以及一超頻譜圖像分析模塊。
[0007]該圖像獲取模塊包含有一光學檢測單元以及一光譜轉換單元，該光學檢測單元包含有一產生一激發光以照射該組織檢體的光源以及一接收該組織檢體產生的一光譜圖像的光譜圖像檢測器，該光譜轉換單元接收該光譜圖像檢測器的輸出并轉換為一具有一連續光譜波形信號的超頻譜圖像數據。該超頻譜圖像分析模塊包含有一線性轉換單元、一數據庫以及一連接該線性轉換單元與該數據庫的比對單元，該數據庫存放多個已知成分的連續光譜數據，該線性轉換單元對該超頻譜圖像數據中的該連續光譜波形信號進行各別計算，并取得多個線性獨立的連續光譜曲線以及其占有比例，該比對單元根據這些連續光譜曲線與數據庫中已知成分的連續光譜數據進行比對，以確認該組織檢體中的組成成分、類別與占有比例。
[0008]另外，本發明也提供一種利用超頻譜圖像分析組織細胞的方法，包含有以下步驟:
[0009]S1:取得一組織檢體；
[0010]S2:利用一光學檢測單元以一第一激發光照射該組織檢體，使該組織檢體發出一光譜圖像；
[0011]S3:通過一光譜轉換單元將該光譜圖像轉換為一具有一連續光譜波形信號的超頻譜圖像數據；
[0012]S4:將該超頻譜圖像數據進行線性轉換以計算出多個線性獨立連續的連續光譜曲線以及其占有比例；及
[0013]S5:通過一比對單元將這些連續光譜曲線與一數據庫內的多個已知成分的連續光譜數據進行比對，以確認該組織檢體中所含有的成分、類別與占有比例。
[0014]由上述說明可知，本發明具有以下特點:
[0015]一、對該組織檢體發出的光譜圖像進行連續波段獲取獲得超頻譜圖像數據，保留整體光譜圖像的連續光譜曲線波形特性。
[0016]二、利用線性轉換分析該超頻譜圖像數據，可分離出這些超頻譜圖像數據中線性獨立的連續光譜曲線以供與數據庫內已知成分的光譜曲線數據進行比對。
[0017]三、通過整體的線性獨立連續光譜曲線波形特性來確認該組織檢體中所含有的成分、類別與占有比例，而非僅利用特定波段的波峰值進行成分的判斷，可減少誤判的可能。
[0018]四、利用線性獨立的連續光譜曲線波形比對的方式所得量化的曲線波形與成分比例指標，可作為生物超頻譜圖像特征標記(Hyperspectral B1marker)。
【專利附圖】
【附圖說明】
[0019]圖1為本發明的系統架構示意圖。
[0020]圖2為本發明的流程步驟示意圖。
[0021]圖3A為本發明第一實施例的連續光譜曲線數據線性轉換示意圖。
[0022]圖3B為本發明第二實施例的連續光譜曲線數據線性轉換示意圖。
[0023]圖4為本發明的成分顯示示意圖。
【具體實施方式】
[0024]有關本發明的詳細說明及技術內容，現就配合圖示說明如下:
[0025]請參閱圖1所示，本發明為一種利用超頻譜分析組織細胞的系統，用以對一組織檢體30進行成分分析，該系統包含有一圖像獲取模塊10以及一超頻譜圖像分析模塊20。該圖像獲取模塊10包含有一光學檢測單元11以及一光譜轉換單元12，該光學檢測單元11包含有一產生一激發光以照射該組織檢體30的光源111以及一接收該組織檢體30產生的一光譜圖像的光譜圖像檢測器112，其中，該光譜圖像可為自體熒光圖像或吸收頻譜圖像，自體熒光圖像為該組織檢體30吸收該光源111后發出對應的激發光而產生的熒光圖像，而吸收頻譜圖像則為該組織檢體30吸收該光源111后反而不發出激發光所產生的光吸收圖像。該光譜轉換單元12接收該光譜圖像檢測器112的輸出并轉換為一具有一連續光譜波形信號的超頻譜圖像數據121。該超頻譜圖像分析模塊20包含有一線性轉換單元21、一數據庫23以及一連接該線性轉換單元21與該數據庫23的比對單元22，該數據庫23存放多個已知成分的連續光譜波形數據，該線性轉換單元21對該超頻譜圖像數據121中的該連續光譜波形信號進行各別計算，并取得多個線性獨立的連續光譜曲線以及其占有比例，該比對單元22根據這些連續光譜曲線與數據庫23中已知成分的連續光譜數據進行比對，以確認該組織檢體30中所含有的組成成分、類別與占有比例。以本實施例來說，通過組織檢體30的成分分析便可得知組織檢體30中正常細胞以及癌化細胞的位置，并進一步地通過成分比例的分析，得知癌化的程度。更詳細的說明，這些各自獨立的連續光譜曲線除了來自組織檢體30中未知成分的特征表現，也會來自于檢測過程所引入的噪聲。因此，如何有效抽離這些噪聲造成的影響，本發明將于后描述。
[0026]而該圖像獲取模塊10還可具有一移動控制單元13，其對該組織檢體30進行二維陣列式掃描，使該超頻譜圖像數據121包含有一縱軸位置信號、一橫軸位置信號以及該連續光譜波形信號，以構成三維的超頻譜圖像數據121。也即，該超頻譜圖像數據121由多個不同位置的感測點上所檢測的數據所組成，每一個感測點上所偵測的連續光譜波形信號并非單一數值，而是一連續的且對應于不同波長而顯示不同光強度的光譜曲線。該線性轉換單兀21可利用(但不限于)如:獨立成分分析(Independent component analysis, ICA)、主成分分析(Principal component analysis, PCA)及因子分析(factor analysis)的方式等進行線性轉換及分析。該線性轉換單元21同時將該超頻譜圖像數據121中多個感測點的連續光譜曲線進行線性轉換，而得知每一個感測點上各自的多個線性獨立的連續光譜曲線。
[0027]而該超頻譜圖像分析模塊20還包含有一連接該線性轉換單元21以及該比對單元
22的人機控制界面24，該人機控制界面24根據該比對單元22的組織成分比對結果所輸出的一圖形化圖像，而得知該組織檢體30上各個位置的成分，并可利用不同的顏色以及顏色深淺不同的方式表達各個成分于該組織檢體30上的位置及比例，因而形成該圖形化圖像。該人機控制界面24也用于啟動或控制該系統，并可針對特定區域進行放大查看或旋轉，藉此讓使用者更直覺的進行組織檢體30的成分檢視。除此之外，該圖像獲取模塊10還可包含有一連接該光學檢測單元11的可見光圖像獲取單元14，藉此取得一可見光圖像數據141，該可見光圖像數據141直接呈現該組織檢體30于人眼中所顯示的外觀圖像，而可顯示該組織檢體30的真皮組織、表皮組織或其他組織結構。該可見光圖像獲取單元14連接該人機控制界面24，該人機控制界面24通過重疊該可見光圖像數據141以及該圖形化圖像，以得到一圖形化數據。也即，該圖形化數據為將該圖形化圖像所顯示的成分數據直接疊放于該可見光圖像數據141上，因此使用者可更為直覺的由該圖形化數據比對該組織檢體30對應位置上的成分比例。
[0028]請一并配合參閱圖2所示，本發明也提供一種利用超頻譜圖像分析組織細胞的方法，包含有以下步驟:
[0029]S1:取得一組織檢體30，其可利用組織切片的方式取得該組織檢體30，或者可利用光學檢測單元11直接對病患的病灶位置進行圖像獲取，以獲得該組織檢體30。
[0030]S2:激發組織檢體30的光譜圖像，利用一光學檢測單元11以一第一激發光照射該組織檢體30，使該組織檢體30發出一光譜圖像，本實施例中，可以330?385nm的光源111進行激發，使該組織檢體30產生對應的光譜圖像，其中，該光譜圖像可為自體熒光圖像或吸收頻譜圖像，自體熒光圖像為該組織檢體30吸收該光源111后發出對應的熒光光源而產生的熒光圖像，而吸收頻譜圖像則為該組織檢體30吸收該光源111后反而不發出激發光或不反射光源所產生的光吸收圖像。
[0031]S3:光信號轉換，通過一光譜轉換單元12將該光譜圖像轉換為一具有一連續光譜波形信號的超頻譜圖像數據121，并且，于本實施例中，其利用一移動控制單元13對該組織檢體30的一獲取位置進行掃描，使得該超頻譜圖像數據121包含有一橫軸位置信號X、一縱軸位置信號Y以及該連續光譜波形信號λ的三維數據。更進一步的說明，本發明可以針對組織檢體30上有興趣的一獲取位置為中心點，設定一獲取范圍，并以一縱坐標以及一橫坐標各500個空間坐標點的分辨率做切割，因此便可在一獲取范圍取得250，000個空間坐標點，每一個空間坐標點即是一個感測點，且都具有其對應的連續光譜波形信號，于本實施例中，該連續光譜波形信號可于波長400nm至100nm之間以每3nm為一個單位分辨率，而具有200個頻率坐標點，因此該獲取范圍的超頻譜圖像數據即為“X，Y，λ ”分辨率分別為“500，500，200”的三維信息，該獲取位置、獲取范圍與分辨率大小可根據使用需求進行變換。
[0032]另外，需特別說明的是，為了進行詳細的成分比對，或者第二次激發，本發明于步驟S3之后還具有一步驟Xl:再次測量，使該光學檢測單元11以一第二激發光照射該組織檢體30，以產生對應的光譜圖像，接著回到步驟S3進行光信號轉換。藉此可獲得其他種類的熒光光譜信息，達到更完整的比對結果，于本實施例中，其可利用470?490nm波長的第二激發光進行照射而取得第二光譜圖像的超頻譜圖像數據。
[0033]S4:進行線性轉換分析，將該超頻譜圖像數據121進行線性轉換以同時將這些感測點的連續光譜波形信號各別計算出線性獨立的連續光譜曲線以及其占有比例，線性轉換的方式可為獨立成分分析、主成分分析或因子分析等方式，其中本發明以獨立成分分析(ICA)的方式完成，經由獨立成分分析后，便可針對每一感測點的連續光譜曲線進行組成成分的分離，進而區分出各個感測點上所具有的不同成分，除此之外，利用ICA的分析，還可一并將檢測系統中的固定噪聲抽離，以去除噪聲對于數據的干擾。由于本發明并非著重在ICA分析的方法，因此并不針對ICA進行詳細的說明。
[0034]S5:比對確認,通過一比對單元22比對每一個線性獨立的連續光譜曲線與數據庫23中已知成分的連續光譜曲線，以確認該組織檢體30的組成成分類別與占有比例，此外，由于本發明可進行平面掃描，因而也可一并確認各種成分于該組織檢體30的空間分布。
[0035]S6:輸出圖形化圖像，一人機控制界面24根據該比對單元22的成分比對結果，而輸出一圖形化圖像，而通過人機控制界面24的操作，便可選定特定的位置進行顯示，而得知各個成分在該組織檢體30上的位置與成分比例，并依據病理學的知識，進而判斷異常細胞的癌化程度。
[0036]舉例來說，如口腔癌在分化過程發生時會在上皮組織的基底層出現角化蛋白質不正常增生的現象，利用本發明的分析方法，便可確定角化蛋白質增生的位置并計算其所占有的比例，進而提供一個精確量化的上皮組織細胞與其角化蛋白質分布比例數值，作為癌化程度的量化依據。
[0037]更詳細的說明，請配合參閱圖3A及圖3B所示，其分別是組織檢體30上兩個不同感測點的光譜圖像經過轉換所得的第一連續光譜曲線數據41以及第二連續光譜曲線數據42，該第一連續光譜曲線數據41以及該第二連續光譜曲線數據42由于其所發出的光譜圖像并不相同，因而其所表現的光譜曲線樣態也不相同。請參閱圖3A所示，經由該超頻譜圖像分析模塊20的線性轉換單元21進行線性轉換后，可將該第一連續光譜曲線數據41分成第一線性獨立連續曲線411、第二線性獨立連續曲線412及第三線性獨立連續曲線413等，每一個線性獨立連續曲線都代表了一種成分，本發明并非僅由單一波長的光進行化學物質的判斷，而是通過如該第一線性獨立連續曲線411、該第二線性獨立連續曲線412及該第三線性獨立連續曲線413的曲線形狀進行整體性的判斷，以減少誤判的可能性。
[0038]而請配合參閱圖3B所示，同樣通過由該超頻譜圖像分析模塊20的線性轉換單元21進行線性轉換后，可將該第二連續光譜曲線數據42分成第四線性獨立連續曲線421、第五線性獨立連續曲線422及第六線性獨立連續曲線423等，每一個線性獨立連續曲線同樣也都代表了一種成分，而在該數據庫23中，已經針對各個不同的成分儲存有其對應的連續光譜曲線，因此，經由該比對單元22便可得知該第一線性獨立連續曲線411、該第二線性獨立連續曲線412、該第三線性獨立連續曲線413、該第四線性獨立連續曲線421、該第五線性獨立連續曲線422、該第六線性獨立連續曲線423所分別代表的成分。
[0039]其中，我們可以看到該第一連續光譜曲線數據41中的第二線性獨立連續曲線412以及該第二連續光譜曲線數據42中的該第六線性獨立連續曲線423的曲線形狀幾乎完全一致，因而可代表該第一連續光譜曲線數據41以及該第二連續光譜曲線數據42所對應的感測點具有某種相同的成分，通過該第二線性獨立連續曲線412與該第六線性獨立連續曲線423分別于該第一連續頻譜數據41以及該第二連續頻譜數據42所占的比例，便可知道該成分所占有的比例。
[0040]請配合參閱圖4所示，通過檢測該第一組織檢體31、第二組織檢體32及第三組織檢體33，標示出所有含有如該第二線性獨立連續曲線412成分的感測點，可形成如白色區域34，若假設該第二線性獨立連續曲線412與數據庫23中某種已知腫瘤獨有成分的連續光譜曲線相同，便可以認定該第一組織檢體31、第二組織檢體32及第三組織檢體33中的白色區域34為對應的腫瘤細胞位置。除此之外，配合該人機控制界面24所提供的圖形化數據進行重疊比對，便可將實際圖像以及白色區域34進行比對，而讓醫師較為容易的進行判另U。需特別說明的是，本發明以白色區域34作為舉例說明，實際上，根據不同的成分，可以不同顏色進行對應的顯示，而讓圖像更為清晰明顯。
[0041]綜上所述，本發明具有以下特點:
[0042]一、對該組織檢體的每一個感測點位置發出的光譜圖像進行連續波段獲取獲得超頻譜圖像數據，保留整體光譜圖像的連續光譜曲線波形特性。
[0043]二、利用線性轉換分析該超頻譜圖像數據，可分離出這些超頻譜圖像數據中線性獨立的連續光譜曲線以供與數據庫內已知成分的光譜曲線數據進行比對。
[0044]三、通過整體的線性獨立連續光譜曲線波形特性來確認該組織檢體中所含有的成分類別、各種成分的占有比例與各種成分在該組織檢體的空間分布，以確定組織檢體中癌化細胞的位置以及癌化程度。而非僅利用特定波段的波峰值進行成分的判斷，可減少誤判的可能。
[0045]四、利用線性獨立的連續光譜曲線波形比對的方式所得量化的曲線波形與成分比例指標，可作為生物超頻譜圖像特征標記(Hyperspectral B1marker)。
[0046]五、通過主成分分析(ICA)方式而可得線性獨立的連續光譜曲線波形，可有效的分類并且取得組成成分的比例，藉此獲得量化的成分比例。
[0047]六、利用該人機控制界面進行圖形化圖像顯示，藉此讓使用者更直覺的進行該組織檢體上各個位置的組成成分檢視，并通過該可見光圖像數據的搭配，使用者可更為清楚的對應組織檢體的位置進行組成成分的檢視與判斷。
【權利要求】
1.一種利用超頻譜圖像分析組織細胞的系統，用以對一組織檢體進行成分分析與分布標示，其特征在于，所述系統包含有: 一圖像獲取模塊，包含有一光學檢測單元以及一光譜轉換單元，所述光學檢測單元包含有一產生一激發光以照射所述組織檢體的光源以及一接收所述組織檢體產生的一光譜圖像的光譜圖像檢測器，所述光譜轉換單元接收所述光譜圖像檢測器的輸出并轉換為一具有一連續光譜波形信號的超頻譜圖像數據；及 一超頻譜圖像分析模塊，包含有一線性轉換單元、一數據庫以及一連接所述線性轉換單元與所述數據庫的比對單元，所述數據庫存放多個已知成分的連續光譜數據，所述線性轉換單元對所述超頻譜圖像數據中的所述連續光譜波形信號分別進行計算，并取得多個線性獨立的連續光譜曲線以及所述連續光譜曲線的占有比例，所述比對單元根據所述連續光譜曲線與所述數據庫中已知成分的連續光譜數據進行比對，以確認所述組織檢體中的組成成分、類別與占有比例。
2.根據權利要求1所述的利用超頻譜分析組織細胞的系統，其特征在于，所述圖像獲取模塊具有一移動控制單元，所述移動控制單元對所述組織檢體進行二維陣列式掃描，使所述超頻譜圖像數據根據所述組織檢體的位置而取得一縱軸位置信號、一橫軸位置信號以及所述連續光譜波形信號，以構成三維的超頻譜圖像數據，藉此利用所述超頻譜圖像分析模塊取得所述組織檢體中所含有的成分的空間分布。
3.根據權利要求2所述的利用超頻譜分析組織細胞的系統，其特征在于，所述超頻譜圖像分析模塊還包含有一連接所述線性轉換單元與所述比對單元的人機控制界面，所述人機控制界面根據所述比對單元而輸出一圖形化圖像。
4.根據權利要求3所述的利用超頻譜分析組織細胞的系統，其特征在于，所述圖像獲取模塊包含有一連接所述光學檢測單元的可見光圖像獲取單元，藉此取得一可見光圖像數據，所述可見光圖像獲取單元連接所述人機控制界面，所述人機控制界面重疊所述可見光圖像數據與所述圖形化圖像，以得到一圖形化數據。
5.根據權利要求1所述的利用超頻譜分析組織細胞的系統，其特征在于，所述線性轉換單元以選自于由獨立成分分析、主成分分析及因子分析所組成的群組的方式來進行線性轉換。
6.根據權利要求1所述的利用超頻譜分析組織細胞的系統，其特征在于，所述光譜圖像選自于由自體熒光圖像及吸收頻譜圖像所組成的群組。
7.一種利用超頻譜圖像分析組織細胞的方法，其特征在于，所述方法包含有以下步驟: 51:取得一組織檢體； 52:利用一光學檢測單元以一第一激發光照射所述組織檢體，使所述組織檢體發出一光譜圖像； 53:通過一光譜轉換單元將所述光譜圖像轉換為一具有一連續光譜波形信號的超頻譜圖像數據； S4:將所述超頻譜圖像數據進行線性轉換以計算出多個線性獨立的連續光譜曲線以及所述連續光譜曲線的占有比例；及 S5:通過一比對單元將所述連續光譜曲線與一數據庫內的多個已知成分的連續光譜數據進行比對，以確認所述組織檢體中所含有的成分、類別與占有比例。
8.根據權利要求7所述的利用超頻譜圖像分析組織細胞的方法，其特征在于，在步驟S3中，以一移動控制單元對所述組織檢體進行二維陣列式掃描，使所述超頻譜圖像數據包含有一縱軸位置信號、一橫軸位置信號以及所述連續光譜波形信號，以構成三維的超頻譜圖像數據，藉此利用所述超頻譜圖像分析模塊取得所述組織檢體中所含有的成分的空間分布。
9.根據權利要求8所述的利用超頻譜圖像分析組織細胞的方法，其特征在于，在步驟S5之后還具有一步驟S6:—人機控制界面根據所述比對單元所對應的組織成分而輸出一圖形化圖像。
10.根據權利要求9所述的利用超頻譜圖像分析組織細胞的方法，其特征在于，在步驟S6中，所述人機控制界面還通過一可見光圖像獲取單元取得一可見光圖像數據，并重疊所述可見光圖像數據與所述圖形化圖像以得到一圖形化數據。
11.根據權利要求7所述的利用超頻譜圖像分析組織細胞的方法，其特征在于，在步驟S4中，線性轉換的方式選自于由獨立成分分析、主成分分析及因子分析的方式所組成的群組。
12.根據權利要求7所述的利用超頻譜圖像分析組織細胞的方法，其特征在于，在步驟S3之后還具有一步驟Xl:使所述光學檢測單元以一第二激發光照射所述組織檢體，以產生對應的光譜圖像，接著回到步驟S3進行光信號轉換。
13.根據權利要求12所述的利用超頻譜圖像分析組織細胞的方法，其特征在于，所述光譜圖像選自于由自體熒光圖像及吸收頻譜圖像所組成的群組。
【文檔編號】G01N21/31GK104251850SQ201310464458
【公開日】2014年12月31日 申請日期:2013年10月8日 優先權日:2013年6月27日
【發明者】段正仁, 邱俊誠, 林永峻, 蔡銘修 申請人:中國醫藥大學