ハフ変換 (Hough transform) 図形要素の抽出 画像中から直線や円など, 特定の図形要素を抽出する手法 直線の式 = ax + b b 対象 :2 値画像 (binar image) において x 空間の他に パラメータ空間 ab を考える l = ax ˆ + bˆ 1 x 画像空間 â x 直線 l から ab パラメータ空間への写像 ( aˆ, bˆ) ab パラメータ空間 a = ax ˆ + bˆ b 直線 l 上の 1 点 (x i, i ) はパラメータ空間の傾き x i, 切片 i の直線に対応する. b = x a + i i l x 画像空間 直線 l 上の点 ( x i, i ) x 直線 l 上の点から ab パラメータ空間への写像 ( aˆ, bˆ) ab パラメータ空間 a この直線は, 点 aa, bb = aa, bb を通る. なぜなら ii = xx ii aa + bb 1
ハフ変換 (Hough transform) 図形要素の抽出 = ax ˆ + bˆ b 直線 l 上の 1 点 (x i, i ) はパラメータ空間の傾き x i,, 切片 i の直線に対応する. b = x a + i i l 直線 l 上の点 ( x i, i ) ( aˆ, bˆ) x 画像空間 x ab パラメータ空間 a 直線 l 上の点の ab パラメータ空間への写像 ハフ変換 直線 l 上の多数の点をパラメータ空間に変換し, この空間上で直線の交差する点の座標を検出すれば, x 画像空間中の直線を決定することができる. 利点エッジ検出などの処理によって直線が完全に検出できず, 線がとぎれていても, 直線を検出できる. 2
ハフ変換の具体的な手順 画像のエッジ抽出処理 エッジの各画素をパラメータ空間へ投票 (voting) パラメータ空間での投票度数の最大値検出 ( あるいは複数の局所最大値検出 ) パラメータ空間を小さなセルに分割 b +1+1 +1 +1 +1 +1 +1+1 +1+1 線候補画素をパラメータ空間に写像した直線が通過するセルの値を +1. a x 結果として, パラメータ空間の各セルは直線が通過した回数を値としてもつ ( 投票度数という ). 3
=ax+b の表現における問題点 = ax ˆ + bˆ を用いてパラメータを算出する場合の問題 パラメータの範囲が - から + になってしまう. b ( aˆ, bˆ) aˆ = ax ˆ + bˆ bˆ x a x 画像空間 ab パラメータ空間 直線 l の ab パラメータ空間への写像 4
Duda と Hart の Hough 変換 直線を, 原点からの距離と法線の角度をパラメータとして表現する. ρ 補足 ˆ x [ cosθ sin ˆ] θ = ˆ = const. ρ Y 画像領域 ρˆ θˆ ˆ ρ = x cos ˆ θ + X sin ˆ θ x ( ˆ, ρ ˆ) θ 画像空間の原点を左図のようにとれば ˆ ρ X ˆ θ π / 2 θ 2 + Y 2 Y ρˆ 直線上の 1 点は,ρθ パラメータ空間において, 正弦波として表現される. θˆ ˆ ρ = x cos ˆ θ + x i, ) ( i X x sin ˆ θ ρ ρ = = ( ˆ, ρ ˆ) θ x cosθ + i Asin( θ + α) θ i A = sinθ x 2 i + α = cos 1 ( 2 i i / A) 5
直線成分の検出例 原画像 ( カラー画像 ) モノクロ画像へ変換 ( ここでは G 成分利用 ) モノクロ画像 Cann オペレータによりエッジ成分を抽出 2 値化 エッジ画像 6
直線成分の検出例 ( つづき ) ハフ変換 ρ エッジ画像 θ 局所最大値を大きい順に 5 個抽出. 5 本の直線上の画素のうち, 実際にエッジとして抽出されている線分を抽出. 7
[3pA11] Optics & Photonics Japan 215 微小循環のイメージングと血流速度の推定 可視化 高橋穂 [1] 織田成人 [2] 大西峻 [3] 羽石秀昭 [3] [1] 千葉大学大学院工学研究科 [2] 千葉大学大学院医学研究院 [3] 千葉大学フロンティア医工学センター
研究背景 215.1.3 9 微小循環 1 μm 以下の径の血管領域 生命維持のために重要な機能 敗血症性ショック 全身の血流分布の異常をきたし, 主要臓器への酸素の供給が障害される ショックの診断の指標 乳酸 組織が酸欠になると乳酸が蓄積する 乳酸値を検査するには時間がかかる 採血をするため侵襲的である 微小循環を直接観察し, ショック状態の診断をより早く行うことが望まれている
撮影原理 215.1.3 1 Sidestream Dark Field (SDF) Imaging (C. Ince et al., 25) 表層の微小循環の非侵襲的な光イメージング 赤血球が黒く表示される SDF 撮影画像 デバイス光学系が照明とカメラで分離表面反射によるアーチファクトがない 照明光赤血球のヘモグロビンによく吸収される可視域の短波長の光を使用赤血球を強調したイメージングが可能
研究目的 215.1.3 11 先行研究 (F. Taccone et al., 21) で敗血症では血管構造が変化することが報告されている 正常時異常時 ( ショック状態 ) http://bennkoumemo.blogspot.jp/ 観察するだけでは定量的に評価することができない微小循環の観察を行い, ショック状態の定量的な診断法の確立を目指す診断を行うために血液循環の可視化, 定量化が望まれている研究の目的 SDF 撮影法を用いた微小循環の非侵襲的な血流速度推定を行う
血流速度算出手順前処理 215.1.3 12 時空間画像の作成補正動画像コントラスト強調画像血管領域画像取得動画像 テンプレートマッチングによる体動の補正 正規化を行いコントラストを強調 領域分割処理による血管抽出 注目領域の選択 中心線を検出 Path Distance l 8 つの小領域に分割スケルトン処理による中心線検出 Path Distance l [μm] 時空間画像 Δ l Δt Time [s] 中心線の画素値を並べ時空間画像を作成
血流速度算出手順血流速度推定 215.1.3 13 Hough 変換を用いた血流速度推定 (J.G.G. Dobbe et al., 28) Path Distance l [μm] Hough 変換 : 画像中から直線を (θ, ρ) 空間への射影と投票によって抽出する方法 8 血流がある場合 ρ θ Δl Δt Time [s] 3 秒ごとに 1 枚の時空間画像を作成 3 ρ θ-ρ 空間 - π/2 π/2 投票数が1 以下だった場合, 直線を検出しない直線を検出しなかった際の血流速度は μm/sとする θ 16 1 Path Distance l [μm] 8 血流がない場合 Time [s] 3 v x π [ µ m / s] = = tan θ t 2 時空間画像の傾きから血流速度を推定
時空間画像エッジ画像ハフ変換 静脈 ρ θ 動脈 ρ θ 静脈 ρ θ
撮影装置 215.1.3 15 マルチカラー LED を使用した SDF プローブ LED 光源コントロールユニット プローブ カメラ : ID4MB-IP-U (idule 社製 ) 撮像素子 : CMOS 取得画像サイズ : 64 64 pixel フレームレート : 39 fps 1ピクセルあたりの物体サイズ : 1.2 μm マルチカラー LED: SMLV56RGB1W(ROHM 社製 ) Absorbance Index [cm -1 /M] 1 3 1 2 1 1 1 ヘモグロビン吸光係数 使用した波長 HbO 2 1-1 3 4 5 6 Wavelength [nm] Hb ( 田村俊世他コロナ社医用機器 Ⅰ) ピーク波長 47 nm 527 nm 2 波長を使用し, 動脈と静脈を区別 527 nm の波長のみ使用し血流速度解析を行う
測定撮影実験概要動物実験承認番号 : 動 26-84 215.1.3 16 実験手順 : ラット ( 週齢 : 12 週, Wistar) 小腸を対象 撮影箇所 ラット小腸 プローブ 結紮 ブルドック鉗子 健常 結紮 解放 合計 撮影時間 [s] 3 6 3 12 1. 開腹したラットの小腸を取り出す 2. ブルドック鉗子を用いて結紮する 3. SDF 画像を取得する
血流速度推定健常小腸 215.1.3 17 小領域の時空間画像を作成 Path Distance l [μm] 8 Time [s] 3 静脈 動脈 静脈 取得画像の輝度値の差から動脈と静脈を判断 血流速度によって時空間画像に現れる直線の傾きが異なることを確認 Path Distance l [μm] Path Distance l [μm] 8 8 Time [s] Time [s] 3 3
血流速度推定健常小腸 215.1.3 18 補正動画像 血流速度推定結果 v1 v2 v3 流れの向き a1 a1 a3 v4 v5 時間平均血流速度 [μm/s] ( 動脈の流れる方向を正とする ) 静脈 v1-698 ± 1 v2-687 ± 9 v3-66 ± 8 静脈 v4-75 ± 8 v5-71 ± 8 動脈 a1 739 ± 7 a2 74 ± 7 a3 747 ± 4 文献値 736 (R. Varga et al., 214) ラットの下顎を Orthogonal Polarization Spectral Imaging で撮影 静脈より動脈のほうが流れが速いことを確認 v2 と v3 を比較し, 血管の合流後で 4 % 血流速度が速くなっている
血流速度推定血流変化 215.1.3 19 取得動画像 結紮時 解放時 健常結紮中 6 s 解放 3 9 12 [s] 健常結紮解放 結紮による血流速度の変化を確認
血流速度推定血流変化 215.1.3 2 推定血流速度の時間変化をグラフに示す 742 [μm/s] 742 [μm/s] 797 [μm/s] 静脈 動脈 静脈 687 [μm/s] 687 [μm/s] 677 [μm/s] 結紮による血流速度の時間変化を確認 73 [μm/s] 73 [μm/s] 698 [μm/s] 回復順 解放後の1 秒間平均速さ 動脈 先 結紮前より速い (742 797 [μm/s]) 静脈 後 結紮前と変わらず (695 687 [μm/s])
まとめと今後の課題 215.1.3 21 まとめ SDF 撮影法で得られる微小血管動画像から血流速度を推定する手順を示した ラット実験を実施し以下の現象を観察した - 静脈より動脈のほうが流れが速い (L.V. Wang et al., 211) - 血管の合流後で血流速度が速い - 結紮解放前後の血流速度の回復が静脈より動脈のほうが速い 今後の課題 ラットのショック状態モデルを作製し, 血流速度の変化を観察する ショック状態による乳酸値の変化と血流速度の変化の生体反応の速さを比較する 謝辞 : 本研究の一部は文部科学省科学研究費補助金基盤研究 (B) ( 課題番号 25282151) により行われた