CN105167800A - 光声装置和信号处理方法 - Google Patents

Abstract

本发明涉及光声装置和信号处理方法。光声装置包括：光源，生成具有不同波长的多个光；转换元件，接收通过由这多个光辐射被检体而在被检体中生成的光声波；第一分布获得单元，对于相互不同的波长中的每一个，使用分别从转换元件输出的针对所述相互不同的波长中的每一个的时序接收信号，获得基于被检体内的光学吸收的特性分布；第二分布获得单元，使用多个针对每个波长的基于光学吸收的特性分布，获得被检体的对象区域的物质的浓度相关分布；以及统计信息获得单元，获得指示所述浓度相关分布的至少一部分中的分布的变化的统计信息。

Description

光声装置和信号处理方法

技术领域

本发明的各方面一般涉及用于获得被检体内部的信息的光声装置、以及信号处理方法，并且更特别地，涉及使用由被光辐射的被检体生成的光声波的技术。

背景技术

近年来关于功能信息成像的研究已经在医疗领域中进行，其中功能信息是活体的生理信息。功能信息成像的一种技术是光声成像(photoacousticimaging，PAI)。

在光声成像中，被检体首先被从光源生成的脉冲光辐射。辐射光在被检体内传播并且散射。在被检体内的多个位置，这种光的能量被吸收，而生成声学波(下文中称为“光声波”)。光声波被转换元件接收，并且接收信号被处理器分析和处理，由此产生与被检体内的光学特性值有关的分布以作为图像数据。

与光学特性值有关的分布是以由光学吸收生成的声压(初始声压分布)和光学吸收系数分布等形式产生的。另外，使用不同波长的多个脉冲光并获得每个波长的光学吸收系数的辐射使得能够获得被检体内的物质的浓度相关分布(关于物质浓度的值的分布)作为与光学特性值有关的分布。

对于浓度相关分布，存在氧合血红蛋白对血液中总血红蛋白的含有率的分布，即，血氧饱和度分布。脱氧血红蛋白和氧合血红蛋白的光学吸收频谱不相同。因此，如在HaoF.Zhang等人的“Functionalphotoacousticmicroscopyforhigh-resolutionandnoninvasiveinvivoimaging”NatureBiotechnology24，848-851(2006年7月)中所公开的，氧饱和度的计算使用了这样的原理：各自的含有率可以通过比较在不同波长处测出的频谱来获得。

在通过光声成像执行检测时，如果被检体是有生命的身体，由于呼吸、脉搏、动作等，会发生身体运动。当发生身体运动时，在不同波长处计算的初始声压分布之间或者在不同波长处计算的吸收系数分布之间发生位置偏差。除被检体的身体运动之外，还可能由于探头的移动而发生波长之间的位置偏差。被检体与探头之间的相对位置偏差是降低氧饱和度分布的计算准确度的因素。

PCT日文翻译专利公开No.2010-512929公开了基于通过发送超声波和接收反射波获得的超声波图像来检测组织的运动，由此估计物体在光声图像之间的变形。

在PCT日文翻译专利公开No.2010-512929中公开的运动检测方法是基于超声波图像执行的。通过超声波回声获得的超声波图像是反映声学阻抗差异的分布图像，其中声波反射率大的结构被可视化。另一方面，在关于由光声图像指示的光学特性值的分布中，吸收率高的结构被可视化。因此，在超声波图像与光声图像中，成像的对象不同，所以存在这样的可能性：在光声图像间的位置偏差中反映基于超声波图像检测到的运动可能无法高准确度地校正位置偏差。

发明内容

光声装置包括：光源，被配置为生成具有相互不同的波长的多个光；转换元件，被配置为接收通过用所述多个光辐射被检体而在被检体中生成的光声波；第一分布获得单元，被配置为对于相互不同的波长中的每一个，使用针对相互不同的波长中的每一个而从转换元件输出的时序接收信号，基于被检体内的光学吸收来获得特性分布；第二分布获得单元，被配置为使用针对相互不同的波长中的每一个的、基于光学吸收的多个特性分布，获得被检体的对象区域的物质的浓度相关分布；以及统计信息获得单元，被配置为获得指示浓度相关分布中的至少一部分的分布变化的统计信息。第二分布获得单元基于统计信息获得其中在相互不同的波长中的每一个处的目标区域与转换元件之间的位置偏差被抑制的浓度相关分布。

参考附图，阅读示例性实施例的以下描述，本公开的其他特征将变得清楚。

附图说明

图1是例示了根据示例性实施例的光声装置的配置的示意图。

图2是例示了根据示例性实施例的信号处理单元的操作的流程图。

图3是例示了根据示例性实施例的显示图像的示例的示意图。

图4是用于描述获得分散的方式的示意图。

图5是用于描述信号处理单元的配置例的示意图。

图6是用于描述决定坐标偏移和位置偏差的方法的示意图。

图7是例示了756nm吸收系数分布内的峰与797nm吸收系数分布内的峰之间的偏差的示意图。

图8是例示了在存在位置偏差的情况下氧饱和度分布内的离差(dispersion)的图。

图9是例示了在不存在位置偏差的情况下氧饱和度分布中的离差的图。

图10是例示了根据第四实施例的光声装置的配置的示意图。

图11是例示了第四实施例中信号处理单元的操作的流程图。

图12是例示了根据第五实施例的光声装置的配置的示意图。

图13是例示了第五实施例中的信号处理单元的操作的流程图。

图14是例示了第五实施例中的执行成像的方式的图。

具体实施方式

将参考附图来描述示例性实施例。相同的部件一般由相同的附图标记来表示，并且省略对其的描述。

根据本发明的一个方面的光声装置通过使用通过接收光声波获得的接收信号来获得被检体内的信息(与光学特性值有关的信息)。本说明书中的术语“光声波”是指通过吸收光而生成的声学波，并且包括通过吸收光而生成的所谓“声学波”、“超声波”、“声波”、“弹性波”和“光-超声波”。

在本发明的一个方面中获得的与光学特性值有关的信息反映光能的吸收率。具体的光学特性值包括所生成的声学波的“声压(典型地是初始声压)”、根据声压导出的“光能吸收密度”、“吸收系数”、构成组织的物质的“与浓度有关的信息(浓度相关信息)”等。

“浓度相关信息”包括使用多个波长的“基于光学吸收的特性分布”而获得的、与存在于被检体中的物质的浓度有关的值。具体而言，“浓度相关信息”是“氧饱和度”、“氧饱和度已由吸收系数的强度等加权的值”、“总血红蛋白浓度”、“氧合血红蛋白浓度”、“脱氧血红蛋白浓度”等。“浓度相关信息”还可以是“葡萄糖浓度”、“胶原质浓度”、“黑色素浓度”、脂肪和水的“体积分数”等。

根据本发明的一个方面的装置可以通过获得多个位置的光学特性值来生成二维或三维的分布数据。也就是说，可以获得“声压分布”、“光能吸收密度分布”、“吸收系数分布”、“浓度相关分布”等。所获得的分布数据可以作为图像数据生成。

注意，“声压分布”、“光能吸收密度分布”和“吸收系数分布”在本说明书中将被统称为“基于光学吸收的特性分布”。“浓度相关分布”是基于多个波长的“基于光学吸收的特性分布”获得的。

根据以下实施例的光声装置使得能够诊断人和动物的恶性肿瘤和血管疾病，并且用于化疗的后续。因此，作为被检体的活体的一部分，更具体地，人或动物的一个区域(胸部、身体器官、循环器官、消化系统、骨骼、肌肉、脂肪等)，被假设为检查目标。作为检查目标的物质包括血红蛋白、葡萄糖、体内的水、黑色素、胶原质和脂肪等。另外，诸如投用到身体的吲哚菁绿(indocyaninegreen，ICG)之类的不透射线染料也可以是检查目标。检查目标具有特性光学吸收频谱就足够了。

现在将描述示例性实施例。注意，示例性实施例不限于光声装置本身，而是还涵盖其控制方法，以及用于执行控制方法的程序。

第一实施例

以下是根据第一实施例的光声装置的配置及其处理的描述。

总体装置配置

图1是例示了根据本实施例的光声装置的配置的示意图。根据本实施例的光声装置至少包括光源1、具有接收光声波的转换元件3的探头30、以及使用从转换元件3输出的接收信号来执行信号处理的信号处理单元40。

被检体2被从光源1输出并经过诸如光纤、透镜等之类的光学传播构件(未示出)的光辐射。注意，在分开的定时，被检体被具有彼此不同的波长的多个脉冲光辐射。辐射光在被检体内传播并散射，并且由被检体内存在的物质吸收。吸收光的这种物质各自吸收各波长的光能，并且生成光声波。也就是说，第一波长的光生成第一光声波，第二波长的光生成第二光声波。所生成的光声波传播通过被检体并且到达转换元件3。转换元件3被设为与被检体声匹配。

多个转换元件3中的每一个通过接收光声波来按时序输出接收信号。也就是说，转换元件3通过接收第一光声波按时序输出第一接收信号，并且通过接收第二光声波按时序输出第二接收信号。所输出的接收信号被输入到信号处理单元40。对于每个经辐射的脉冲光，接收信号被顺序地输入到信号处理单元40。信号处理单元40基于被检体内的光学吸收使用所输入的接收信号来生成诸如特性分布和浓度相关分布之类的分布。信号处理单元40还基于所生成的分布来生成图像数据，并且图像可以显示在显示单元8上。经由输入单元12从用户(诸如医生或技师之类的操作人员)接受区域设置等的输入。

在光声装置以相对较小的被检体作为检查目标的情况下，诸如在光声显微镜等的情况下，探头30所具有的转换元件3的数量可以是一个。但是，在光声装置以诸如胸部等的相对较大的被检体作为检查目标的情况下，探头30优选地设有多个转换元件3。

信号处理单元40的内部配置

接下来，将描述根据本实施例的信号处理单元40内的配置。根据本实施例的信号处理单元40具有信号收集单元9、第一分布获得单元4、第二分布获得单元5、显示控制单元10以及控制单元11。控制单元11包括区域设置单元13、统计信息获得单元6、偏移单元7以及决定单元14。稍后将参考图2来描述信号处理单元40内的处理流程，并且首先将描述信号处理单元40内的部件。

信号收集单元9通过每个通道收集从多个转换元件3中的每一个输出的时序模拟接收信号，并且执行诸如放大接收信号、AD转换所接收的模拟信号、存储经数字化的接收信号等之类的信号处理。

第一分布获得单元4使用从信号收集单元9输出的接收信号来生成基于被检体内的光学吸收的特性分布。以下描述涉及获得作为基于光学吸收的特性分布的吸收系数分布的示例。被检体内的位置(i，j，k)处的吸收系数μ_a可以通过表达式(1)获得。注意，i、j和k均是表示被检体内的坐标的整数。

P＝Γ·μ_a·φ...(1)

其中P表示初始声压(所生成的声压)，Γ表示Grueneisen常数，φ表示到达位置(i，j，k)的光量。

注意，通过使用探头的带校正滤波器基于从信号收集单元9输出的针对每个通道的接收信号进行滤波，来由在图像重构获得三维空间坐标上的位置(i，j，k)处的初始声压。可使用的图像重构的示例包括已知的重构技术，诸如在美国专利No.5713356中描述的通用背投(UniversalBackProjection，UBP)、过滤背投(FilteredBackProjection，FBP)等。也可使用延迟与求和处理。

在每个位置执行这种图像重构处理获得每个位置的初始声压，从而可以获得初始声压分布。初始声压分布可以是与被检体内的某个区域对应的三维分布数据(体素的数据集)，或者可以是与其一个横截面对应的二维分布数据(像素的数据集)。

注意，光学聚焦光声显微镜以及使用聚焦探头的声学聚焦光声显微镜可以在不执行图像重构处理的情况下生成分布数据。具体而言，通过扫描机构(未示出)使探头30和光辐射点相对于被检体2移动，并且探头30接收多个扫描位置的光声波。在关于所获得的接收信号的时间变化已执行包络检测之后，第一分布获得单元4执行每个光学脉冲中的信号的时间轴方向到深度方向的转换，并且将其绘在空间坐标上。分布数据可以通过在每个扫描位置执行这种转换来配置。

基于以这种方式获得的初始声压，第一分布获得单元4使用表达式(1)来获得吸收系数分布。注意，Grueneisen常数可以被认为是常数。在被检体中光量φ可以被认为是常量，但是光量分布优选地是根据输入到被检体的光量分布在考虑了被检体内的光学传播的情况下通过执行计算来获得的，以更准确地获得浓度相关的信息。因此，第一分布获得单元4使用初始声压和光量分布来获得吸收系数分布。因此，根据本实施例的第一分布获得单元4针对从光源1发出的多个波长中的每一个获得吸收系数分布，并且输出到第二分布获得单元5。

第二分布获得单元5使用从第一分布获得单元4输出的针对每个波长的多个吸收系数分布，并且生成浓度相关分布。以下将描述获得作为浓度相关分布的氧饱和度分布的示例。

假设除了由于血红蛋白造成的光学吸收之外的光学吸收在波长λ₁和波长λ₂是可忽略的，使用氧合血红蛋白的摩尔吸收系数和脱氧血红蛋白的摩尔吸收系数，针对波长λ₁和波长λ₂的吸收系数分别以表达式(2)和(3)表示。

μ_a(λ₁)＝ε_ox(λ₁)C_ox+ε_de(λ₁)C_de...(2)

μ_a(λ₂)＝ε_ox(λ₂)C_ox+ε_de(λ₂)C_de...(3)

在这些表达式中，μ_a(λ₁)代表在位置(i，j，k)处的波长λ₁的光的吸收系数，μ_a(λ₂)代表在位置(i，j，k)处的波长λ₂的光的吸收系数，单位是mm^-1。C_ox是以摩尔为单位的氧合血红蛋白的量，C_de是以摩尔为单位的脱氧血红蛋白的量。各自代表在位置(i，j，k)处的值。

ε_ox(λ₁)和ε_de(λ₁)分别代表氧合血红蛋白和脱氧血红蛋白在波长λ₁的摩尔吸收系数(mm^-1mol^-1)，ε_ox(λ₂)和ε_de(λ₂)分别代表氧合血红蛋白和脱氧血红蛋白在波长λ₂的摩尔吸收系数(mm^-1mol^-1)。ε_ox(λ₁)、ε_de(λ₁)、ε_ox(λ₂)和ε_de(λ₂)可以通过测量或文献值事先找出。

于是，通过求解表达式(2)和(3)中的联立方程，使用摩尔吸收系数μ_a(λ₁)和μ_a(λ₂)来分别获得C_ox和C_de。在所使用的波长数量大的情况下，优选使用最小二乘法。氧饱和度SO₂被定义为总血红蛋白中的氧合血红蛋白的比率，如表达式(4)中所示。于是，基于表达式(2)、(3)和(4)，氧饱和度SO₂可以由表达式(5)示出。

因此，第二分布获得单元5可以使用表达式(5)基于摩尔吸收系数μ_a(λ₁)和μ_a(λ₂)来获得位置(i，j，k)处的氧饱和度SO₂。

${\mathrm{SO}}_2=\frac{C_{\mathrm{ox}}}{C_{\mathrm{ox}}+C_{\mathrm{de}}}\·\·\·\left(4\right)$

${\mathrm{SO}}_2=\frac{\frac{{\mathrm{\μ}}_a\left({\mathrm{\λ}}_2\right)}{{\mathrm{\μ}}_a\left({\mathrm{\λ}}_1\right)}\·{\mathrm{\ϵ}}_{\mathrm{de}}\left({\mathrm{\λ}}_1\right)-{\mathrm{\ϵ}}_{\mathrm{de}}\left({\mathrm{\λ}}_2\right)}{({\mathrm{\ϵ}}_{\mathrm{ox}}\left({\mathrm{\λ}}_2\right)-{\mathrm{\ϵ}}_{\mathrm{de}}\left({\mathrm{\λ}}_2\right))-\frac{{\mathrm{\μ}}_a\left({\mathrm{\λ}}_2\right)}{{\mathrm{\μ}}_a\left({\mathrm{\λ}}_1\right)}\·({\mathrm{\ϵ}}_{\mathrm{ox}}\left({\mathrm{\λ}}_1\right)-{\mathrm{\ϵ}}_{\mathrm{de}}\left({\mathrm{\λ}}_1\right))}\·\·\·\left(5\right)$

在每个位置执行这种处理产生每个位置的氧饱和度，因此可以获得氧饱和度分布。图3例示了其中已根据波长λ₁的吸收系数分布和波长λ₂的吸收系数分布获得氧饱和度分布的显示屏幕的示例。附图标记301表示波长λ₁处的氧饱和度分布，附图标记302表示波长λ₂处的氧饱和度分布，而附图标记303表示氧饱和度分布的图像。氧饱和度分布可以是与被检体内的某个区域对应的三维分布数据(体素的数据集)，或者可以是与其一个横截面对应的二维分布数据(像素的数据集)。

统计信息获得单元6获得指示由第二分布获得单元5获得的氧饱和度分布中的至少部分分布的变化的统计信息。指示变化的统计信息是指示分布内的值的变化(尤其是相对于中心值(典型地是平均值)的变化)的评估指标就足够了，诸如离差值、标准偏差、直方图的半值、熵(像素值的平均信息量)等。而且，在评估指标越大而变化越小的评估指标的情况下，可以执行诸如用-1乘以评估指标的计算处理之类的计算处理，使得乘过的评估指标被理解为乘过的评估指标越小则变化越小。在这种情况下，乘过的评估指标可以是新的评估指标。稍后将参考图4来描述获得统计信息的具体方式。

在本实施例中，针对每个波长获得的吸收系数分布之间的位置偏差(即，在每个波长处探头与被检体之间的位置偏差)可以通过这种统计信息来估计。具体而言，在这种统计信息(例如，离差值)小的情况下，波长之间的位置偏差可以确定为小，并且如果统计信息大，则波长之间的位置偏差大。注意，“探头与被检体之间的位置偏差”包括“探头与被检体内的部分区域之间的位置偏差”。

将描述为什么可以以这种方式根据指示氧饱和度分布中的离差的统计信息来确定位置偏差的原因。一般而言，血管中血液的氧饱和度值在诸如在血细胞或者其集群之类的微观视角上有区别。但是，当用具有几百μm至几mm(在100μm至10mm的范围内)的空间分辨率的设备观察血管中的血细胞(10μm或更小)时，血细胞及集群的氧饱和度看起来在空间上是平均的。而且，即使使用具有高空间分辨率(10μm或更小)但是时间分辨率差的设备时，血细胞及集群的氧饱和度看起来在空间上是平均的。即，当所使用的设备具有空间分辨率或时间分辨率使得个别血细胞的氧饱和度不能被区分时，血管中血的氧饱和度变成平均值。

对于大约几百μm至几mm的大血管通常是这样的，但是不限于此，并且在沿血管途中没有除血管之外的组织并且血液回流速度快的血管部分，设想也是这样。这类现象的发生被认为与动脉和静脉之间的差异无关。

因此，如果吸收系数分布之间没有偏差，并且已经正确地获得了氧饱和度分布，则诸如氧饱和度分布的离差值之类的统计信息的值将包含在相对较小的值中。因此，在代表离差的统计信息假设为大的值的情况下，由于吸收系数分布间的偏差，可以设想氧饱和度分布内的变化大。

区域设置单元13可以设置对象区域以获得吸收系数分布内的氧饱和度分布或者设置用于获得氧饱和度分布内的统计信息的目标区域，等等。也就是说，本实施例中的氧饱和度分布可以针对吸收系数分布内的部分区域而获得，并且不限于范围与吸收系数分布相同的情况。区域设置单元13还可以设置用于进一步获得关于由第二分布获得单元5获得的目标区域内的氧饱和度分布的统计信息的目标区域。这是因为不需要使用除血液之外的位置的氧饱和度分布作为统计信息。

对于区域设置单元13设置对象区域和目标区域的方法，存在基于用户使用输入单元12已输入的区域信息来执行设置的方法。还存在区域设置单元13基于初始声压分布或吸收系数分布内的强度来自动执行设置的方法。可以设置二维区域或三维区域。所设置的区域的形状可以是与结构部匹配的形状，或立方体，或任何形状。

对于基于用户输入来设置区域的方法，存在区域设置单元13基于用户在查看诸如图3中所示的显示屏幕的同时已使用输入单元12在图像上设置的区域来设置区域的方法。例如，在设置对象区域的情况下，用户在来自λ₁和λ₂的吸收系数分布之一的图像上选择(圈围以作为设置范围)可设想是血管的结构部的一部分或全部。区域设置单元13可以把该设置范围设置为用于获得氧饱和度分布的对象范围。另外，目标范围可以通过用户选择氧饱和度分布的图像上的部分区域来设置。如果分布是二维的，则区域设置单元13优选地通过二维地圈围区域来执行该设置，并且如果分布是三维的，则三维地圈围圈围区域来执行该设置。

在区域设置单元13自动设置区域的情况下，首先，执行处理以在范围与吸收系数分布相同的区域中提取诸如血管等之类的对象区域，之后，对象区域内的区域的至少一部分优选地被设置为目标区域。对于设置对象区域的方法，存在在吸收系数分布中提取强度比预定值(阈值)高的部分的方法等。还存在可使用的其它方法，诸如使用对象结构部所独有的图像模板来执行模板匹配处理的方法，或者通过使用snake法、水平集(LevelSet)法等执行图像处理的提取方法等。如果在分布中对象结构部的S/N比率高，则整个结构体不必被提取。对于设置目标区域的方法，可以从早些时候设置的对象区域内的氧饱和度分布的边缘执行扫描，并且对结构部被发现作为单个连续体存在的部分执行标记处理，由此设置目标区域。

对于第二分布获得单元2，偏移单元7执行用于在用于氧饱和度分布计算的吸收系数分布之间相对地偏移坐标的坐标偏移处理。可以通过拷贝所设置的目标区域内的吸收系数分布并且用偏移目的地处的吸收系数分布替代来执行这种坐标偏移处理。但是，注意，可以以合适的速率执行与偏移目的地处的吸收系数分布的阿尔法混合(alphablending)。作为替代，可以通过执行统计信息的作为评估函数的最优化计算来执行仿射变换或者非刚性变换等，而不是替代分布或执行阿尔法混合来执行。在执行最优化计算时，可以在诸如最陡下降或共轭梯度方法中使用梯度算法。稍后将参考图6来描述具体的偏移方法。偏移单元7执行若干次这种相对坐标偏移处理。第二分布获得单元5针对每次偏移获得氧饱和度分布，并且统计信息获得单元6针对所获得的每个氧饱和度分布获得目标区域的统计信息。也就是说，第二分布获得单元5针对多次坐标偏移处理而多次获得目标区域内的浓度相关分布，并且统计信息获得单元6获得多个统计信息。

基于通过多次坐标偏移处理而获得的多个统计信息，决定单元14决定位置偏差的量。例如，在目标区域内的氧饱和度分布的离差值最小的情况下的坐标偏移的向量被决定为吸收系数分布间的位置偏差。也就是说，在位置偏差的校正之后，在离差值最小的情况下的相对位置关系的吸收系数分布变成吸收系数分布。稍后将参考图6来描述具体的决定方法。

但是，应当注意，不仅仅是在统计信息为最小值的情况下，而是可以在统计信息比预定值小的情况下，由决定单元14基于坐标偏移来决定位置偏差。也就是说，即使不是最小值，如果作为变化可被容忍的值被设置为阈值并且统计信息小于该阈值，则此时的坐标偏移向量可以被决定为位置偏差。这种设置还使得能够获得具有被抑制的(降低的)位置偏差影响的氧饱和度分布。

在统计信息小于多个统计信息当中的在没有坐标偏移的情况下的统计信息的情况下，吸收系数分布之间的相对位置关系处于位置偏差已被抑制(降低)的状态。于是，所述预定值可以是在不执行坐标偏移的情况下的统计信息值。在本实施例中，如果位置偏差被抑制，即使未完全被校正，也足够了。也就是说，即使位置偏差的影响没有通过坐标偏移被完全根除，但是只要位置偏差的影响被降低，也可以获得如下优点：即可以获得具有比相关技术更高准确度的氧饱和度分布。

基于诸如由第一分布获得单元4生成的吸收系数分布和由第二分布获得单元5生成的氧饱和度分布之类的分布数据，显示控制单元10生成在显示单元8上显示的图像数据。具体而言，基于分布数据来执行诸如亮度转换、失真校正、对数压缩等之类的图像处理。另外，执行诸如连同分布数据一起排列各种类型的显示项、基于来自输入单元12的指令更新显示等之类的显示控制。

控制单元11具有区域设置单元13、统计信息获得单元6、偏移单元7以及决定单元14，并且还提供光声装置内的配置块所必要的控制信号和数据，以控制这些配置块。具体而言，控制单元11提供指示光源1发光的信号，以及向探头30内的转换元件3提供控制信号。控制单元11还控制信号收集单元9处的信号放大、AD转换定时的控制、所接收信号的存储控制等。控制单元11还把关于分布数据生成的控制信号发送到第一和第二分布获得单元，以及进行分布数据的接收。控制单元11还把关于图像生成的控制信号发送到显示控制单元10，并且接收来自显示控制单元10的图像数据。控制单元11还连接到输入单元12，以便让用户输入各种类型的操作和指令，并且经由输入单元12接收来自用户的输入信息。在移动探头30的情况下，控制单元11可以执行移动控制。另外，控制单元11可以保存接收信号、所生成的分布数据、显示图像数据、各种类型的测量参数等。

信号处理单元40处的处理流程

接下来，将描述在信号处理单元40处的处理流程。图2是例示了根据本实施例的信号处理单元40处的处理流程的流程图。注意，图2中的流程是从这样的状态开始的：针对辐射光的每个波长，接收信号按顺序从探头输入到信号处理单元40内的信号收集单元9，并且诸如AD转换和放大等之类的处理已经在信号收集单元9执行。

在步骤S101中，第一分布获得单元4使用具有波长λ₁的光的接收信号来获得波长λ₁处的吸收系数分布并且使用具有波长λ₂的光的接收信号来获得波长λ₂处的吸收系数分布。

在步骤S102中，第二分布获得单元5使用波长λ₁处的吸收系数分布和波长λ₂处的吸收系数分布来生成对象区域内的氧饱和度分布。注意，对象区域可以是吸收系数分布内的由区域设置单元13设置的部分区域，或者对象区域的范围可以与吸收系数分布的范围相同。

在步骤S103中，区域设置单元13把由第二分布获得单元5获得的氧饱和度分布的至少一部分设置为目标区域。在这里，将描述基于用户输入来设置目标区域的示例。在这种情况下，显示控制单元10基于由第二分布获得单元5获得的氧饱和度分布的数据来生成图像数据。显示控制单元10在显示单元8上显示诸如图3中所示的氧饱和度分布的图像。当用户使用输入单元12在所显示的氧饱和度分布的图像上指示预定区域时，区域设置单元13把指定的区域设置为目标区域。

在步骤S104中，统计信息获得单元6获得指示目标区域内的氧饱和度分布的变化的统计信息。将描述获得离差作为统计信息的示例。离差可以表示为下面的表达式(6)。

${\mathrm{\σ}}^2=\frac{1}{m}\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{(M-x_i)}^2\·\·\·\left(6\right)$

在表达式(6)中，当M代表m条数据(x₁至x_m)的总体的平均值时，算术平均数σ²代表离差。注意，在本实施例中，x_i对应于每个体素值(或者像素值)，并且M对应于其平均值。

将参考图4更详细地进行描述。图4是例示了用于目标区域的4×4分布的示意图。注意，为了简化的目的，在图4中没有绘出Z轴，而仅示出了X-Y坐标以进行描述。在图4中每个体素中所描述的值代表该体素的强度。在这里，平均值M＝(元素总数)/16＝7.25，并且离差值σ²＝∑(元素-7.25)²/16＝19.19。以这种方式获得的离差值被保存在控制单元11中的存储器中。

在步骤S105中，偏移单元7执行针对波长λ₁处的吸收系数分布和波长λ₂处的吸收系数分布的相对位置偏移的处理。图6是用于描述获得坐标偏移和离差的方法的示意图。在图6中，左侧的分布代表波长λ₁处的吸收系数分布，右侧的分布代表波长λ₂处的吸收系数分布，这二者都表示为6×6体素的集合。注意，为了简化的目的，在此未绘出Z轴，而仅示出了X-Y坐标以进行描述。每个体素中所描述的值代表该体素的强度(在这种情况下是吸收系数的值)。

现在，位于针对波长λ₁的吸收系数分布的中心的4×4分布“a”的位置代表在S103中被设置为目标区域的区域。在以该波长λ₁的目标区域的吸收系数分布作为基准的情况下，偏移单元7按一次一个体素(一次一个坐标)在深度、宽度和高度方向(X、Y、Z方向)之一执行波长λ₂处的吸收系数分布的平行移动。

图6例示了从基准位置在X方向上移动-1并且在Y方向上移动+1的分布为b(-1，1)，其中基准位置是在与波长λ₁的目标区域(分布“a”)的相同位置处的波长λ₂的分布b(0，0)。分别在X和Y方向上偏移-1和+1给出总共九种坐标偏移的模式。

在步骤S106中，第二分布获得单元5使用经相对坐标偏移的波长λ₁和波长λ₂的吸收系数分布，来获得目标区域的氧饱和度分布。例如，图6使用波长λ₁的目标区域(分布“a”)以及坐标偏移后的波长λ₂的分布b(-1，1)来产生氧饱和度分布。

在步骤S107中，统计信息获得单元6获得代表在S106中所获得的目标区域内的氧饱和度分布的变化的统计信息。在图6的底部例示了作为统计信息的离差的分布。例如，使用波长λ₁的目标区域(分布“a”)以及坐标偏移后的波长λ₂的分布b(-1，1)所获得的氧饱和度分布的离差被示为离差c(-1，-1)。以与S104中相同的方式，把在该步中被获得作为统计信息的离差值保存在控制单元11中的存储器中。

在S108中，控制单元11确定偏移单元7的坐标偏移是否已经全部结束。例如，当上面关于图6所描述的所有九种模式的坐标偏移都结束时，确定坐标偏移已结束。一般而言，在接收光声波的装置处于静止状态的情况下，所出现的位置偏差的量在大约2mm以内。于是，在X方向、Y方向和Z方向上平行地移动最大8个体素的情况下，坐标偏移模式的数量为4913。具体而言，在X方向上存在8+1+8＝17种组合(8个在正方向上，1个不偏移(停留在X＝0)，8个在负方向上)。Y坐标和Z坐标也具有这些组合，所以坐标偏移的组合模式的总数为(8+1+8)×(8+1+8)×(8+1+8)＝4913种模式。

因此，当事先设置的所有组合模式都结束时，坐标偏移被确定已结束。在坐标偏移被确定已结束的情况下，流程前进到S109，并且如果坐标偏移还未结束，则流程返回到S105。

因此，重复S105至S108获得了基于波长λ₁的目标区域(分布“a”)和波长λ₂的分布b(i，j)的多个氧饱和度分布。另外，还获得了与多个氧饱和度分布中的每一个对应的离差。

在S109中，决定单元14基于在S104和S107中计算的多个统计信息，来决定探头与被检体之间的位置偏差。其中离差在多个离差中最小的坐标偏移被决定为吸收系数分布之间的位置偏差(波长λ₁的吸收系数分布与波长λ₂的吸收系数分布之间的相对位置偏差)。其原因是离差的最小值可以被认为意味着所获得的氧饱和度分布内的变化最小。

也就是说，其中离差为最小值的坐标偏移的向量对应于探头与被检体之间的相对位置偏差。换句话说，离差为最小时的吸收系数分布之间的相对位置关系是位置偏差校正之后彼此的吸收系数分布。关于图6中的坐标偏移的九种模式，在由波长λ₂的分布b(-1，1)代表的坐标偏移时的离差(由c(-1，1)代表)是最小的离差。决定单元14把这样决定的坐标偏移的向量(关于位置偏差的信息)发送到第二分布获得单元5。

在步骤S110中，第二分布获得单元5基于来自决定单元14的关于位置偏差的信息，把使用位置偏差校正后的吸收系数分布而获得的氧饱和度分布数据输出到显示控制单元10。注意，氧饱和度分布是针对多次坐标偏移而获得的，所以如果氧饱和度分布已经保存在控制单元11中的存储器中，则第二分布获得单元5可以从存储器读出氧饱和度分布并且发送到显示控制单元10。第二分布获得单元5可以使用位置偏差校正之后的吸收系数分布来重新获得氧饱和度分布。

在S111中，显示控制单元10基于从第二分布获得单元5输出的氧饱和度分布数据来生成图像数据，并且在显示单元8上显示。

因此，根据本实施例，基于用于成像的氧饱和度分布来获得位置偏差，因此可以实现更准确的位置偏差检测，并且可以以更高的准确度获得氧饱和度分布。

注意，上述示例中的第二分布获得单元5获得氧饱和度分布作为浓度相关分布，但是本实施例不限于此。如之前所述，只要是使用多个波长的“基于光学吸收的特性分布”获得的“关于物质浓度的值的分布”(浓度相关分布)就行。也就是说，诸如“加权氧饱和度值”、“总血红蛋白浓度”、“氧合血红蛋白浓度”、“脱氧血红蛋白浓度”、“葡萄糖浓度”、“胶原质浓度”、“黑色素浓度”、脂肪和水的“体积分数”等全都是可以接受的。

第一分布获得单元4在以上示例中已经被描述为获得吸收系数分布作为基于光学吸收的特性分布，但是本实施例不限于此，并且可以使用“声压分布(典型地是初始声压分布)”或“光能吸收密度分布”。例如，由于根据表达式(1)μ_a可以表示为P/(Γ·φ)，因此用P/(Γ·φ)代替表达式(5)中的μ_a使得能够根据初始声压直接获得氧饱和度分布。也就是说，在第一分布获得单元4在获得初始声压分布之后不需要经过获得吸收系数分布的过程的情况下，第二分布获得单元5可以根据初始声压分布数据直接获得氧饱和度分布。

此外，虽然以上已经描述了其中充当对象区域的结构体是血管内的血液部分的示例，但是本实施例不限于此。可以使用血管壁、淋巴管、肌肉组织、乳腺组织、脂肪组织和诸如充当不透射线染料的分子标靶药物之类的外部注射的物质的集合体。对象区域优选地是根据关于要获得的浓度的物质来选择的。

接下来将描述本实施例的部件的具体配置例。

光源1

光源1优选地是能够发射纳秒至微秒级的脉冲的脉冲光的脉冲光源。所使用的具体脉冲宽度在大约1纳秒至100纳秒的范围内。所使用的波长在400nm至1600nm的范围内。特别地，在对活体的深度部分进行成像的情况下，使用由于身体的背景组织的低吸收而被称为“生物窗”的波长带的光。具体而言，700nm至1100nm的波长范围的光是优选的。另一方面，当以高分辨率对身体表面附近的血管进行成像时，优选使用可见光区段。但是，也可以使用太赫兹波、微波和无线电波区段。

具体而言，激光器优选用作光源1，并且由于本实施例使用多个波长的光，因此具有可变振荡波长的激光器是优选的。但是，可以做出使用具有不同振荡波长的多个激光器设备的布置，并把振荡从一个切换到另一个，因为能够用多个波长辐射被检体就够了。此外，可以做出使用具有不同振荡波长的多个激光器设备的布置，并把发射从一个切换到另一个。使用多个激光器设备的布置也将被统称为“光源”。

可使用的激光器的示例包括固态激光器、气体激光器、染料激光器、半导体激光器等。特别优选的是脉冲激光器，诸如钕掺杂钇铝石榴石(Nd：YAG)激光器和变石激光器。同样可用的还有使用Nd：YAG激光作为激发光的钛蓝宝石(Ti：SA)激光器，以及光学参量振荡器(OPO)激光器。发光二极管等也可以代替激光器使用。

从光源输出的脉冲激光优选地由诸如光纤、透镜、反射镜、散射板等之类的传播光的构件(光学构件)引导至被检体。当引导脉冲光时，可以使用这种光学构件来改变脉冲光的光斑形状和射束密度。

探头30

探头30具有一个或更多个转换元件3。任何种类的转换元件都可以用作转换元件3，只要光声波可以被接收并被转换成电信号，示例包括诸如锆钛酸铅(PZT)之类的使用压电现象的压电元件、使用光共振的转换元件、诸如电容式微加工超声换能器(CMUT)之类的静电电容型转换元件等。在具有多个转换元件3的情况下，转换元件3优选地以被称为1D阵列、1.SD阵列、1.75D阵列、2D阵列等的阵列排列在平面或曲面上。

探头30可以被配置为关于被检体机械地移动，并且可以是用户握持并移动探头30的手持型探头30。在光声显微镜的情况下，探头30优选地是聚焦探头，其中探头30关于被检体在表面上机械地移动。辐射光和探头30的辐射位置优选地同步移动。用于放大从转换元件3输出的模拟信号的放大器可以设在探头30内。

输入单元12

鼠标、键盘、触摸面板、音频输入单元等可以用作输入单元12。输入单元12不限于是根据本实施例的光声装置所具有的配置，并且可以单独提供并连接到光声装置。

显示单元8

液晶显示器(LCD)、阴极射线管(CRT)、有机电致发光(EL)显示器等可以用作显示单元8。显示单元8不限于是根据本实施例的光声装置所具有的配置，并且可以单独提供并连接到光声装置。

信号处理单元40

一般称为数据获取系统(DAS)的电路可以用作信号收集单元9。更具体而言，信号收集单元9包括用于放大接收信号的放大器、用于使模拟接收信号数字化的AD转换器、用于存储接收信号的先入先出(FIFO)缓冲区、随机存取存储器(RAM)以及其它这种存储器等。

中央处理单元(CPU)、微处理器单元(MPU)、图形处理单元(GPU)或某种其它类似的处理器可以用作第一分布获得单元4和第二分布获得单元5。也可以使用诸如现场可编程门阵列(FPGA)芯片等之类的计算电路。第一分布获得单元4和第二分布获得单元5并不限于使用单个处理器或计算电路来配置，并且可以使用多个处理器或计算电路来配置。

第一分布获得单元4和第二分布获得单元5可以具有存储器以存储从信号收集单元9输出的接收信号。存储器典型地被配置为只读存储器(ROM)、RAM、硬盘和其它类似的存储介质。存储器不限于使用单个存储介质来配置，并且可以使用多个存储介质来配置。

显示控制单元10、偏移单元7、统计信息获得单元6、区域设置单元13、决定单元14和控制单元11同样可以以类似的方式使用诸如CPU或GPU等的处理器和诸如FPGA芯片等的电路中的一个或组合来配置。这些部件也可以具有存储器以存储接收信号、分布数据、显示图像数据、各种类型的测量参数等。存储器典型地被配置为只读存储器(ROM)、RAM、硬盘和其它类似的存储介质中的一个或更多个。

图5是例示了信号处理单元40的具体示例与外部设备之间的关系的示意图。在图5中的示例中，信号处理单元40包括DAS201、存储器202、CPU203和GPU204。

在本实施例中，DAS201处理信号收集单元9的功能。从DAS201传输的数字信号存储在存储器202中。

根据本实施例，CPU203充当第一分布获得单元4、第二分布获得单元5、显示控制单元10、偏移单元7、统计信息获得单元6、区域设置单元13、决定单元14和控制单元11的一部分。具体而言，CPU203经由输入单元12接受来自用户的关于操作的各种类型的参数和指令，生成必要的控制信息，并且经由系统总线200控制功能块。CPU203还可以对存储在存储器202中的数字信号执行诸如累计处理和校正处理之类的信号处理。CPU203进一步把信号处理之后的数字信号再次写到存储器202中，以便GPU204用来生成分布数据。

根据本实施例，GPU204充当第一分布获得单元4、第二分布获得单元5、显示控制单元10、偏移单元7、统计信息获得单元6、区域设置单元13、决定单元14和控制单元11的一部分。具体而言，GPU204使用已经经受CPU203的信号处理并写到存储器202的数字信号来创建分布数据。GPU204还可以通过使所创建的分布数据经受诸如亮度转换、失真校正、目标区域的修剪等之类的各种类型的图像处理来创建图像数据。CPU203也能够进行类似的处理。

第一示例

将参考图1来描述更具体的示例。在本示例中，被检体是乳房，被检体被越过保持被检体的由聚甲基戊烯形成的保持构件的光辐射，并且探头30接收越过保持构件的光声波。探头30是具有在1MHz±40％的频带内的多个转换元件的2D阵列探头。

首先，在本示例中，被检体被来自具有797nm波长的光源1的脉冲光辐射，并且探头30接收光声波。图5中所示的配置的信号处理单元40基于已接收到的接收信号，使用通用背投来执行图像再配置。然后，使所获得的初始声压分布、光量分布和Grueneisen常数，来创建吸收系数分布。吸收系数分布的值在体素数据中，其中每个体素是在每个维度为0.25mm的立方体。所获得的吸收系数分布是185体素深、481体素宽和281体素高。

接下来，为了生成位置偏差，被检体偏移1mm。其后，被检体被来自具有756nm波长的光源1的脉冲光辐射，并且探头30接收光声波。信号处理单元40基于已接收到的接收信号，使用通用背投来执行图像再配置。然后，信号处理单元40使用所获得的初始声压分布、光量分布和Grueneisen常数来创建吸收系数分布。

现在，图7例示了在波长之间在吸收系数分布当中出现位置偏差的方式。图7中右侧的峰是在756nm的吸收系数分布中的某个横截面位置的信号强度，而图7中左侧的峰是在797nm的吸收系数分布中的同一横截面位置的信号强度。从图7可以看出，右侧的峰的位置相对于左侧的峰发生偏移。

信号处理单元40基于756nm的吸收系数分布和797nm的吸收系数分布来计算氧饱和度分布。在氧饱和度分布与吸收系数分布相同地是185体素深、481体素宽以及281体素高的情况下，在不同波长的相应体素间执行氧饱和度的计算。在被检体和探头之间产生了位置偏差状态，所以该氧饱和度分布未被合适地计算。图8例示了在氧饱和度分布中的某个横截面的氧饱和度的信号强度。氧饱和度未被适当地计算，因此从图8可以看出，在被认为与氧饱和度分布内的血液部分对应的区域的值中存在变化。假设氧饱和度分布在0％至100％的范围内。现在，图9例示了在每个波长的吸收系数分布之间不存在位置偏差的理想情况。可以看出，在图9中的氧饱和度中不存在变化，因为与氧饱和度分布的血液部分对应的氧饱和度已经被合适地计算。

接下来，当接收到来自用户的输入时，信号处理单元40把所计算的氧饱和度分布的部分三维区域设置为目标区域。该目标区域被设在其中在与血液部分对应的797nm初始声压分布中强度高的部分。在所设定的目标区域中计算氧饱和度直方图，并且根据计算出的直方图来计算离差。由于被检体的位置偏差的影响，在此获得的离差值高。

接下来，使用797nm吸收系数分布作为基准，将765nm吸收系数分布内的目标区域在深度、宽度和高度方向上一次一个体素地平行地偏移，至多八个体素。在每个偏移模式中计算目标区域内的氧饱和度分布和氧饱和度分布的离差。偏移模式的总数是(8+1+8)×(8+1+8)×(8+1+8)＝4913种模式，包括不偏移。

如上所述计算的离差值的4913种模式当中其离差值具有最小值的偏移模式被取作坐标偏移的向量。然后，信号处理单元40基于所获得的坐标偏移向量对765nm吸收系数分布执行坐标偏移，并因此获得氧饱和度分布。于是，在本示例中可以获得关于其波长间的位置偏差校正已被校正的氧饱和度分布。其优点是可以在无需使用超声波装置的情况下根据在光声装置获得的初始声压分布和吸收系数分布来校正许多波长间的相对位置偏差，并且提高了氧饱和度的计算准确度。

第二实施例

接下来，将描述第二实施例。根据本实施例的光声装置使用与根据第一实施例的光声装置相同的设备配置，因此将省略对配置的详细描述。但是，注意，关于由信号处理单元40执行的处理，与第一实施例有所区别，因此下面将集中于与第一实施例的区别进行描述。

根据本实施例的光声装置的特征是区域设置单元13自动地设置目标区域。在图2中的步骤中，直到S102都执行与第一实施例相同的处理。在本实施例中的S103中，区域设置单元13首先执行氧饱和度分布中的血管部分的遮蔽(masking)。区域设置单元13把氧饱和度分布中的与一个波长的吸收系数分布的强度低于预定值的位置对应的位置处的强度设置为0。然后，区域设置单元13把其中强度为预定值或更高的区域当中的连续的至少部分区域设置为目标区域。因此，区域设置单元13可以把血管部分(吸收系数分布的强度高的部分)设置为目标区域。初始声压分布可以代替吸收系数分布用于所述遮蔽。

S104及之后的处理与第一实施例中相同。在本实施例中，基于特征分布的强度，基于吸收系数分布中的光学吸收等，区域设置单元13自动地设置目标区域，因此用户不用进行这项工作，并且更容易使用的装置被提供。

第三实施例

接下来，将描述第三实施例，根据本实施例的光声装置使用与根据第一和第二实施例的光声装置相同的设备配置，因此将省略对配置的详细描述。但是，注意，关于由信号处理单元40执行的处理，与第一和第二实施例有所区别，因此下面将集中于这些区别进行描述。

根据本实施例的光声装置的特征是区域设置单元13在彼此不同的位置设置多个目标区域。在图2中的步骤中，直到步骤S102都执行与第一实施例相同的处理。在本实施例中的S103中，区域设置单元13首先以与第二实施例相同的方式执行氧饱和度分布的二值化(binarization)。初始声压分布可以代替吸收系数分布用于所述二值化。

在氧饱和度分布中与血管部分对应的区域大的情况下，有可能在该区域内位置偏差向量(位置偏差量和位置偏差方向)相异。因此，在本实施例中，区域设置单元13设置通过二值化获得的氧饱和度分布中的多个目标区域。注意，每个目标区域优选地是在与血管部分对应的区域中。每个目标区域的尺寸是事先在设备中设置的尺寸，诸如如果是二维的话则是20×20像素正方形，或者如果是三维的话则是20×20×20的体素立方体，等等。尺寸可以是用户可设置的。

之后，S104及其后的处理被应用于所述多个目标区域中的每一个。注意，在在每个目标区域中的吸收系数分布间执行相对坐标偏移的情况下，在一个目标区域中的吸收系数分布与相邻目标区域中的吸收系数分布之间可能存在不符。这是因为存在探头30和被检体之间的位置偏差在每个目标区域中不同的情况。在这种情况下，区域设置单元13优选地设置目标区域，使得目标区域具有重叠的部分。作为替代，在直到S109结束一个目标区域之后，可以设置相邻的目标区域，使得不存在与一个目标区域的重叠并且不存在离差。也就是说，在改变目标区域的同时，可以重复从设置目标区域到决定位置偏差的流程，S110及其之后的处理与第一和第二实施例相同。

如上所述，根据本实施例的区域设置单元13设置多个目标区域，因此可以更准确地执行位置偏差校正。虽然在上述示例中区域设置单元13自动地设置目标区域，但是可以做出其中区域设置单元13基于用户输入来设置多个目标区域的布置，就像第一实施例中那样。

第四实施例

接下来，将描述第四实施例。在图10中例示了根据本实施例的光声装置。变形单元17是与根据第一至第三实施例的光声装置不同的部分。除此之外，根据本实施例的光声装置使用与根据第一至第三实施例的光声装置相同的设备配置，所以将省略对配置的详细描述。但是，注意，关于由信号处理单元40执行的处理，与第一至第三实施例有所区别，因此以下将集中于这些区别进行描述。

根据本实施例的光声装置是被检体信息获得装置，该被检体信息获得装置对针对每个波长获得的多个图像中的图像间的位置偏差设置约束条件，并且执行仿射变换、非刚性变换及类似的变形处理，使得氧饱和度的离差值最小，由此执行准确的变形定位。

以与第一实施例相同的方式，针对756nm和797nm光中的每一个创建被检体的吸收系数分布。在两个波长的吸收系数分布之间执行位置偏差校正。首先，在图11中的步骤中，直到S202都执行与第一实施例相同的处理。在S203中，在本实施例中，针对氧饱和度分布的整个区域计算氧饱和度的离差值。根据此时的吸收系数分布的强度对氧饱和度值进行加权。

之后，在S204中，变形单元17执行756nm吸收系数分布的变形。基于亮度信息的类似度的已知方法可以用作变形方法。例如，在756nm吸收系数分布上设置在像素之间对应的网格状的点，并且使用亮度信息的类似度来估计797nm吸收系数分布上对应点的位置。这种处理可以利用例如在“T.W.Sederberg所著的‘FreeFormDeformationofsolidgeometricmodels’，SIGGRAPH86刊，第20卷，第4期，第151-160页，1986″中描述的自由变形(FreeFormDeformation，FFD)。此时，必须对使表达式(7)中的成本函数E最小化的条件最优化问题进行求解，作为变形定位的评估方法。

E(I，T)＝(1-ZNCC(I，T))+λf(I，T)...(7)

表达式(7)中的右边第一项是根据归一化的互相关系数的成本函数，并且第二项f(I，T)有时候被称为约束项或惩罚项。第二项是对第一项的归一化的互相关成本函数的解施加约束的项，从而缩小到更适合的解(正则项)。λ是可选的常数，用来平衡最小二乘项与约束项，并且是通过实验确定的值。I和T分别是756nm和797nm吸收系数分布的目标区域内的分布。以下表达式(8)产生归一化的互相关(零均值归一化互相关(ZeromeanNormalizedCross-Correlation，ZNCC))。

$\mathrm{ZNCC}(I,T)=\frac{\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}\left((I(i,j,k)-\stackrel{\‾}{I})(T(i,j,k)-\stackrel{\‾}{T})\right)}{\sqrt{\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{(I(i,j,k)-\stackrel{\‾}{I})}^2\×\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{j=0}{\overset{M-1}{\mathrm{\Σ}}}\underset{i=0}{\overset{L-1}{\mathrm{\Σ}}}{(T(i,j,k)-\stackrel{\‾}{T})}^2}}\·\·\·\left(8\right)$

在这里，L、M和N是所计算的吸收系数分布的深度、宽度和高度方向上的体素的个数，I(i，j，k)是756nm吸收系数分布中的目标区域的分布，是756nm目标区域中的分布的平均值，T(i，j，k)是797nm吸收系数分布中的目标区域的分布，并且是797nm目标区域中的分布的平均值。这使得能够针对I和T计算归一化的互相关系数。虽然在这里使用FFD作为变形技术，但是也可以使用其它插值方法，诸如径向基函数(RadiusBasisFunction，RBF)等。

虽然使用了归一化的互相关系数作为成本函数，但是也可以使用平方距离之和(SumofSquaredDistance，SSD)、互信息量等，只要统计量代表图像类似度，并且统计量可以被转换为使得图像彼此匹配得越多，此时的成本函数的值越小。成本函数可以针对整个吸收系数分布区域计算，用户可以提取特定的区域，或者区域可以被设置为装置所独有。在这里，所计算的吸收系数分布的整个区域被设置为目标区域。

氧饱和度的离差值被用作标准化项f(I，T)。在这种计算方法中，按照表达式(5)，根据756nm吸收系数分布I和797nm吸收系数分布T来计算氧饱和度，并且计算氧饱和度分布的离差。但是，存在不包含血液的身体组织部分，所以如果针对吸收系数分布的整个区域计算氧饱和度的离差值，则在这里计算的氧饱和度分布的准确性会差。这个问题可以这样处理：通过在计算时对与血管对应的部分进行二值化或者用吸收系数的强度对氧饱和度分布进行加权，来计算与血管部分对应的氧饱和度的离差值。在这里，氧饱和度分布由吸收系数的强度加权。此外，虽然使用表达式(7)作为成本函数E，但是可以使用任何式子，只要它是具有使得氧饱和度的变化减小的标准化项的表达式。此时，氧饱和度分布在0％至100％的范围内，所以在执行变形定位使得离差值最小时所计算的氧饱和度不在这个范围内的情况下，这是变形定位误差。因此，可以添加一个项作为使得所计算的氧饱和度分布在该范围内的标准化项。此外，可以添加一个项作为标用于抑制体积变化的标准化项，使得吸收系数分布不会大幅度地变形。

通过FFD对756nm吸收系数分布进行变形，并且在S206中，在变形的756nm吸收系数分布与797nm吸收系数分布之间计算成本函数。756nm吸收系数分布被重复地变形，以减小成本函数，并且在成本函数小于事先确定的阈值的情况下，在S207中变形定位结束，因为定位已经被充分执行。另一方面，在成本函数等于或大于事先确定的阈值的情况下，通过重复定位处理来执行变形定位。针对所述确定可以做出以下布置：对处理重复的次数进行计数，并且当计数器值到达给定的次数时，重复处理在那时结束。这种方法是有利的，因为可以预期这一系列重复计算在一定的时间量内结束，从而确保整个系统的实时性。在S208中，决定单元14基于在S203和S206中计算的多个统计信息，来决定探头与被检体之间的由于被检体变形等造成的位置偏差。在这里，产生多个离差中的最小离差的变形的量被决定为吸收系数分布之间的位置偏差(756nm吸收系数分布与797nm吸收系数分布之间的相对位置偏差)。从S209到之后的处理与第一至第三实施例相同。

虽然在本实施例中使用了两个波长的吸收系数分布，但是本实施例适用于使用三个或更多个波长执行成像的情况。在这里，该目标可以通过如下实现：首先使用如上所述的技术对两个波长的吸收系数分布执行变形定位，之后在关于其已完成变形定位的吸收系数分布与另一波长的吸收系数分布之间执行变形定位。

此外，在其中探头被扫描并且脉冲的吸收系数分布被相加和求平均的本实施例中使用吸收系数分布，由此可以在平均的吸收系数分布间执行变形定位。

此外，多个分布数据可以既经受第一至第三实施例中所描述的坐标偏移，又经受本实施例中所描述的变形处理。也就是说，可以执行坐标偏移处理和变形处理中的至少一个。

因此，氧饱和度的离差用作标准化项，由此校正多个波长的吸收系数分布间的位置偏差，使得氧饱和度的离差值减小。

本实施例的优点在于，如果在许多波长间的初始声压分布和吸收系数分布中出现相对位置偏差和变形，则可以在无需使用超声波装置的情况下考虑活体组织的性质来执行校正。这不仅使得在校正位置偏差和变形时能够平行移动，而且使得能够校正更复杂的位置偏差和变形。此外，在变形定位期间不执行未在活体组织中出现的变形，所以关于氧饱和度的计算准确度获得了好的结果。

第五实施例

接下来，将描述第五实施例。在图12中例示了根据本实施例的光声装置。扫描单元20是与根据第一至第三实施例的光声装置不同的部分。除此之外，根据本实施例的光声装置使用相同的设备配置，因此将省略对配置的详细描述。但是，注意，关于由信号处理单元40执行的处理，与第一至第四实施例有所区别，所以下面将集中于这些区别进行描述。

在第五实施例中，在吸收系数分布计算单元对在用探头扫描时由于呼吸和身体运动造成的吸收系数分布的偏差进行校正。之后，执行变形定位，以关于所生成的吸收系数分布，校正脉冲的吸收系数分布波长的偏差，使得氧饱和度的离差值最小，并将对其方法进行描述。所生成的756nm吸收系数分布处于在所有扫描位置上通过变形对每个脉冲的吸收系数分布片段进行定位的状态。通过执行797nm吸收系数分布片段关于756nm吸收系数分布的变形定位，波长间的吸收系数值的差异不大于如果756nm吸收系数分布和797nm吸收系数分布彼此独立生成的情况。

在执行756nm吸收系数分布和797nm吸收系数分布片段的变形定位时，设置约束，使得氧饱和度的离差值小。

扫描单元20扫描光源1和探头30。可以单独扫描光源1，可以单独扫描探头30，可以独立地扫描这两者，以及可以同时扫描这二者。

在图13中的步骤中，首先，在S301中，用756nm和797nm两个波长的脉冲光辐射被检体，并且获得位于扫描位置的声学波并将其转换成数字信号，其中扫描位置是声学波探头。由在其它扫描位置辐射的脉冲生成的声学波也被获得并且各自被转换成数字信号。针对每个数字信号执行图像重构，并且生成关于扫描位置附近的每个脉冲的吸收系数分布片段。在本实施例中，吸收系数分布片段的生成是在本步骤中立刻执行的，但是一个波长的吸收系数分布片段可以在从S303至S309的变形定位过程期间并行执行。接下来，在S302中，由于探头的扫描速率，存在关于通过756nm波长的辐射而获得的信号的吸收系数分布片段彼此重叠的地方，并且根据扫描位置处的吸收系数分布片段的算术平均，可以生成一个大的吸收系数分布。在生成所述一个大的吸收系数分布时，可以对吸收系数分布片段进行定位。与脉冲对应的吸收系数分布片段的尺寸优选地是脉冲的辐射光被投射的范围，但是如果可以适当地对诸如要定位的血管之类的图像特征执行变形定位，则与脉冲对应的吸收系数分布片段的尺寸可以是比辐射光被投射的区域小的区域，或者可以是要生成的整个吸收系数分布的尺寸。在本实施例中，吸收系数分布片段的尺寸是在每个维度中为40mm的立方体区域，其中心在每个脉冲的辐射位置。在要生成的整个吸收系数分布的尺寸要被用作吸收系数分布片段的情况下，优选地仅使用脉冲扫描位置附近的图像特征来执行变形定位。

任何变形定位技术都可以用于变形定位方法，诸如在吸收系数分布片段的重叠部分的FFD或RBF。评估函数可以是任何函数，只要统计量代表图像类似度，诸如归一化的互相关、互信息量、SSD等。

在此执行吸收系数分布片段的重叠部分的变形定位，使得归一化的互相关系数最大，并且通过算术平均等针对重叠部分生成吸收系数分布。因此，与一个波长对应的吸收系数分布被生成。

图14例示了其中756nm波长脉冲的吸收系数分布片段已经被整合的吸收系数分布的外围50、激光扫描轨迹51、每个脉冲的辐射位置52、以及脉冲的吸收系数分布片段53。虽然被绘制为二维图像，但是在绘图平面的深度方向存在另一个维度，并且生成三维的吸收系数分布片段和吸收系数分布。脉冲的吸收系数分布片段53在相邻脉冲间重叠，其中使用诸如重叠部分之间的相关性之类的类似度来执行变形定位。

接下来，在步骤S303至S309中，使用在797nm的每个扫描位置的吸收系数分布片段的氧饱和度的离差值，来使已生成的经整合的756nm吸收系数分布经受变形定位。使用氧饱和度的离差值的变形定位如下执行。首先，经整合的756nm吸收系数分布以及每个脉冲辐射位置被保存在第一分布获得单元4中。接下来，在与797nm的某个脉冲对应的吸收系数分布片段及其脉冲辐射位置，从756nm的经整合的吸收系数分布内部切出与对应于797nm的某个脉冲的吸收系数分布片段对应的区域。在所切出的区域间执行变形定位。

在变形定位时，以与第四实施例相同的方式，使用表达式(7)使氧饱和度的离差值最小。与血管部分对应的氧饱和度的离差值可以通过在计算时对与血管对应的部分进行二值化或者用吸收系数的强度对氧饱和度分布进行加权来计算。在这里，通过吸收系数的强度来对氧饱和度分布进行加权。此外，使用表达式(7)作为成本函数E，但是可以使用任何式子，只要它是具有使得氧饱和度的变化减小的标准化项的表达式。此外，可以添加一个项作为用于抑制体积变化的标准化项，使得吸收系数分布不会大幅度地变形。

现在，在S307中，797nm吸收系数分布通过FFD经受变形处理，并且在变形的797nm吸收系数分布片段与756nm吸收系数分布之间计算成本函数。在S308中，重复执行756nm吸收系数分布的变形处理，使得成本函数小，并且如果小于事先确定的阈值，则定位被认为已充分执行，并且变形定位结束。另一方面，在成本函数等于或大于事先确定的阈值的情况下，通过重复定位处理来执行变形定位。对于该确定可以做出如下布置：对处理重复的次数进行计数，并且当计数器值达到给定的次数时，重复处理在那时结束。这种方法是有利的，因为可以预期这一系列重复计算在一定的时间量内结束，从而确保整个系统的实时性。

在与吸收系数分布片段有关的变形定位已经在S308中结束的情况下，经受变形定位的797nm吸收系数分布片段被保存为797nm吸收系数分布的一部分，并且在下一个扫描位置的吸收系数分布片段重复从S303至S308的步骤。在下一个扫描位置的797nm吸收系数分布片段关于756nm吸收系数分布的变形定位已经结束的情况下，前一个扫描位置生成的797nm吸收系数分布经受算术平均，由此整合吸收系数分布片段。

在要生成的扫描次数的变形定位在S309中已经结束的情况下，该状态是经整合的756nm吸收系数分布和经整合的797nm吸收系数分布已经生成的状态。在这里，产生多个离差中的最小离差的变形的量被决定为吸收系数分布间的位置偏差(波长λ₁的吸收系数分布与波长λ₂的吸收系数分布之间的相对位置偏差)(S310)。于是，在S311中，在所获得的多个波长的吸收系数分布之间执行比较计算，并且生成氧饱和度分布的图像。S311之后的处理与第一至第四实施例相同。

虽然在本实施例中使用两个波长的吸收系数分布，但是，以与第四实施例相同的方式，本实施例适用于使用三个或更多个波长执行成像的情况。该目标可以通过如下实现：首先使用如上所述的技术对两个波长的吸收系数分布执行变形定位，之后在关于其已完成变形定位的吸收系数分布与另一波长的吸收系数分布之间执行变形定位。

执行这种变形定位使得能够关于其变形已被校正的756nm吸收系数分布执行797nm吸收系数分布的变形定位。因此，与在不定位的情况下通过添加797nm吸收系数分布片段所获得的吸收系数分布以及在不定位的情况下在通过添加756nm吸收系数分布片段所获得的吸收系数分布间计算的氧饱和度分布相比，波长内的吸收系数分布片段间的偏差被校正，另外，不同波长间的对应吸收系数分布的位置偏差减小，因此氧饱和度的计算准确度提高。

本实施例的优点是，如果在具有扫描单元的光声装置中在许多波长间的所生成的初始声压分布和吸收系数分布中出现相对位置偏差和变形，则可以在无需使用超声波装置的情况下考虑活体组织的性质来执行相对位置偏差和变形的校正。于是，在具有扫描单元的光声装置中在许多波长间的生成的初始声压分布和吸收系数分布中，一个频率的吸收系数分布的计算准确度提高，并且其它波长的吸收系数分布片段与该吸收系数分布匹配，这不仅使得在校正位置偏差和变形时能够平行移动，而且使得能够校正更复杂的位置偏差和变形，而且，可以针对每个脉冲考虑活体组织的性质来执行校正。此外，在变形定位期间不执行不会在活体组织中出现的变形，所以关于氧饱和度的计算准确度获得了好的结果。。

其它实施例

附加实施例还可以通过如下方式实现，即，通过读出并执行记录在存储介质(也可全称为“非暂时性计算机可读存储介质”)上的计算机可执行指令(例如，一个或更多个程序)以执行上述实施例中的一个或更多个的功能并且/或者包含用于执行上述实施例中的一个或更多个的功能的一个或更多个电路(例如，专用集成电路(ASIC))的系统或装置的计算机，或者通过由系统或装置的计算机通过例如读出并执行来自存储介质的计算机可执行指令以执行上述实施例中的一个或更多个的功能并且/或者控制一个或更多个电路以执行上述实施例中的一个或更多个的功能而执行的方法。计算机可包括一个或更多个处理器(例如，中央处理单元(CPU)、微处理单元(MPU))，并且可包含单独的计算机或单独的处理器的网络，以读出并执行计算机可执行指令。计算机可执行指令例如可以从网络或存储介质提供给计算机。存储介质可包含例如硬盘、随机存取存储器(RAM)、只读存储器(ROM)、分布式计算系统的存储器、光学盘(诸如紧凑盘(CD)、数字多功能盘(DVD)或蓝光盘(BD)^TM)、闪存设备和存储卡等中的一个或更多个。

其他实施例

本发明的实施例还可以通过如下的方法来实现，即，通过网络或者各种存储介质将执行上述实施例的功能的软件(程序)提供给系统或装置，该系统或装置的计算机或是中央处理单元(CPU)、微处理单元(MPU)读出并执行程序的方法。

虽然已经参考示例性实施例描述了本公开，但是应当理解，这些示例性实施例不应当被看作是限制性的。所附权利要求的范围应被赋予最宽泛的解释，以涵盖所有这种修改以及等同的结构和功能。

Claims (15)

1.一种光声装置，其特征在于，包括：

光源，被配置为生成具有相互不同的波长的多个光；

转换元件，被配置为接收通过由所述多个光辐射被检体而在被检体中生成的光声波；

第一分布获得单元，被配置为，对于所述相互不同的波长中的每一个，使用针对所述相互不同的波长中的每一个的从转换元件输出的时序接收信号，来获得基于被检体内的光学吸收的特性分布；

第二分布获得单元，被配置为，使用多个针对所述相互不同的波长中的每一个的基于光学吸收的特性分布，获得被检体的对象区域的物质的浓度相关分布；以及

统计信息获得单元，被配置为获得指示所述浓度相关分布的至少一部分中的分布的变化的统计信息；

其中第二分布获得单元基于所述统计信息获得其中在所述相互不同的波长中的每一个处对象区域与转换元件之间的位置偏差被抑制的浓度相关分布。

2.根据权利要求1所述的光声装置，

其中光源生成多个光，所述多个光至少包括彼此不同的第一波长的光和第二波长的光；

其中转换元件接收通过由第一波长的光辐射而在被检体中生成的第一光声波以及通过由第二波长的光辐射而在被检体中生成的第二光声波，

其中第一分布获得单元使用通过接收第一光声波而从转换元件输出的第一时序接收信号来获得基于第一波长的光学吸收的特性分布，并且使用通过接收第二光声波而从转换元件输出的第二时序接收信号来获得基于第二波长的光学吸收的特性分布，

其中，第二分布获得单元通过关于基于第一波长的光学吸收的特性分布多次执行基于第二波长的光学吸收的特性分布的坐标偏移处理或变形处理，来获得对象区域内的多个浓度相关分布的至少一部分，

其中统计信息获得单元基于所述多个浓度相关分布来获得多个统计信息，

并且其中第二分布获得单元基于所述多个统计信息来获得其中在第一波长和第二波长中的每一个处对象区域与转换元件之间的位置偏差被抑制的浓度相关分布。

3.根据权利要求1所述的光声装置，还包括：

区域设置单元，被配置为把对象区域内的目标区域设置为对象区域内的部分分布，

其中统计信息获得单元获得目标区域中的浓度相关分布的统计信息。

4.根据权利要求3所述的光声装置，

其中区域设置单元基于用户输入来设置目标区域。

5.根据权利要求3所述的光声装置，

其中区域设置单元根据基于光学吸收的特性分布内的强度来设置目标区域。

6.根据权利要求3所述的光声装置，

其中区域设置单元在对象区域中的不同位置设置多个目标区域。

7.根据权利要求1所述的光声装置，

其中，第二分布获得单元通过关于多个基于光学吸收的特性分布多次执行相对坐标偏移处理或变形处理，来获得对象区域内的多个浓度相关分布的至少一部分，

并且其中统计信息获得单元基于所述多个浓度相关分布来获得多个统计信息。

8.根据权利要求2或7所述的光声装置，

其中，第二分布获得单元获得在统计信息为所述多个统计信息中最小的情况下的浓度相关分布，作为浓度相关分布。

9.根据权利要求2或7所述的光声装置，

其中，第二分布获得单元获得在统计信息小于所述多个统计信息中的预定值的情况下的浓度相关分布，作为浓度相关分布。

10.根据权利要求1所述的光声装置，还包括：

显示控制单元，被配置为控制显示单元，

其中，显示控制单元在显示单元上显示其位置偏差已被抑制的浓度相关分布的图像。

11.根据权利要求1所述的光声装置，

其中第一分布获得单元获得被检体内的由被辐射的光生成的声压的分布，作为基于光学吸收的特性分布。

12.根据权利要求1所述的光声装置，

其中第一分布获得单元获得吸收系数分布，作为基于光学吸收的特性分布。

13.根据权利要求1所述的光声装置，

其中第二分布获得单元获得氧饱和度分布，用作浓度相关分布。

14.根据权利要求1所述的光声装置，

其中统计信息获得单元获得离差值，作为统计信息。

15.一种信号处理方法，其特征在于，包括：

对于相互不同的波长中的每一个，使用通过接收在被检体中生成的光声波而获得的时序接收信号，来获得被检体内的基于光学吸收的特性分布，其中所述光声波是通过用具有所述相互不同的波长的多个光中的每一个辐射被检体来生成的；

使用多个各波长处的基于光学吸收的特性分布，来获得被检体的对象区域内的物质的浓度相关分布，针对所述多个相互不同波长中的每一个使用多个基于光学吸收的特性分布；

获得指示浓度相关分布的至少一部分中的分布的变化的统计信息；以及

基于统计信息，获得其中在所述相互不同的波长中的每一个处对象区域与接收光声波的位置之间的位置偏差被抑制的浓度相关分布。