JP2012527629A - ３ｄ再構成において低品質を検出するシステム及び方法 - Google Patents

Abstract

光トモグラフィーシステムにおいて低品質の画像を検出するシステム及び方法が、重心を有する物体１５の疑似投影画像２２のセットを取得する取得装置２５を含み、擬似投影画像２２のセットの各々は異なる画角で取得される。再構成装置３５が、疑似投影画像２２を受け取るように結合され、擬似投影画像２２を３Ｄ再構成画像に再構成する。品質装置３６が、３Ｄ再構成画像を受け取るように結合され、低品質の再構成を特徴付ける選択された特徴を検出するように動作する。

Description

本発明は、包括的には医療用イメージングデータの解析に関し、特に、生体細胞撮像装置において３次元（３Ｄ）再構成における低品質を検出することに関する。

３Ｄトモグラフィー再構成では、入力として投影画像を必要とする。投影画像は、対象の物体がその対象の物体を透過する光源等、曝露源に対して半透明であることを想定している。そして、投影画像は、光源から投影面への光線に沿った物体による吸収が統合されたものを含む。光投影トモグラフィーにおける曝露源として、可視スペクトルの光が使用される。

生体細胞から投影を生成する場合、細胞は、通常、ヘマトキシリン、すなわち細胞染色体に見られる蛋白質に付着する吸収性染料によって染色される。細胞核は、直径がおよそ１５ミクロン（マイクロメートル）であり、細胞下の特徴の再構成を促進するために、サブミクロン解像度を維持する必要がある。サブミクロン解像度に対して、照明源の波長は、対象の生体と同じ空間的範囲にある。これにより、望ましくない屈折効果がもたらされる可能性がある。その結果、標準的な投影画像を形成することができない。上述したような、これらの望ましくない効果を回避するために、焦点面が細胞を通して掃引される間、カメラの絞りが開放されたまま維持される。この撮像手法により、細胞の体積全体の等しいサンプリングがもたらされ、その結果、疑似投影画像がもたらされる。光トモグラフィーシステムの優れた一例は、Fauver他による、「Method and Apparatus of Shadowgram Formation for Optical Tomography」と題する、２００３年１１月１８日に出願された係属中の米国特許出願第１０／７１６，７４４号に対応する米国特許出願公開第２００４−００７６３１９号として２００４年４月２２日に公開された。米国特許出願第１０／７１６，７４４号は、参照により本明細書に援用される。

光トモグラフィーシステムは、有利には、たとえば肺癌をその浸潤前かつ治療可能段階において検出するように、対象となる物体を分類するためのスコアを採用することができる。そのようなことを正確にかつ信頼性高く行うために、分類スコアは、分類されている物体の優れた品質の３Ｄ再構成画像に基づかなければならない。光トモグラフィーシステムの一例は、「Ｃｅｌｌ−ＣＴ^ＴＭ」という商標のもと、本出願の譲受人である、Gig Harbor WashingtonのVisionGate Inc.によって構築されている。一態様では、Ｃｅｌｌ−ＣＴ^ＴＭ光トモグラフィーシステムは、浸潤前かつ治療可能段階にある肺癌の兆候を提供するように設計されたスコアを採用する。

低品質の３Ｄ再構成が、光トモグラフィーシステムにおける分類結果に悪影響を与える可能性があることが一般に理解されているが、現在まで、こうした低品質の３Ｄ再構成を検出する自動システムはなかった。本明細書に開示するシステム及び方法は、初めて、たとえば光トモグラフィーシステムに有用な低品質の３Ｄ再構成を検出するための解決法を提供する。

詳細な説明においてさらに後述する概念の抜粋を簡略化した形態で紹介するために、この概要を提供する。この概要は、請求項に記載の主題の重要な特徴を特定するように意図されるものでもなければ、特許請求される主題の範囲を確定するのに役立つものとして使用されるように意図されるものでもない。

光トモグラフィーシステムにおいて低品質の画像を検出するシステム及び方法を提示する。本システムは、重心を有する物体の投影画像のセットを取得する取得手段を有し、投影画像のセットの各々は異なる画角で取得される。再構成手段が、投影画像を受け取るように結合され、投影画像を３Ｄ再構成画像に再構成する。３Ｄ再構成画像を分類する品質手段が、低品質の再構成を特徴付ける選択された特徴を用いる。

本発明の新規な特徴を、特に添付の特許請求の範囲に詳細に示すが、本発明は、構成及び内容の両方に関し、図面と併せて以下の詳細な説明から、他の目的及びその特徴とともによりよく理解されかつ評価されるであろう。

品質スコア分類器を含む光投影トモグラフィーシステムの非常に概略的な図である。 疑似投影が十分に合焦している（in good focus）再構成からのスライスを示す図である。 疑似投影が十分に合焦していない（in poor focus）再構成からのスライスを示す図である。 疑似投影が十分に位置合せされている（in good alignment）再構成からのスライスを示す図である。 疑似投影が十分に位置合せされていない（in poor alignment）再構成からのスライスを示す図である。 細胞境界及び対応するセグメンテーション境界が示されている再構成された細胞からのスライスを示す図である。 疑似投影が十分に位置合せされている再構成からのスライスを示す図である。 疑似投影が十分に位置合せされていない再構成からのスライスを示す図である。 優れた品質の再構成に対する固定焦点面スライスを示す図である。 優れた品質の再構成に対する再構成スライスを示す図である。 低品質の再構成に対する固定焦点面スライスを示す図である。 低品質の再構成に対する再構成スライスを示す図である。 優れた品質の再構成に対する、重心の傾向の、余弦関数を用いる曲線の当てはめとの比較を示す図である。 低品質の再構成に対する、重心の傾向の、余弦関数を用いる曲線の当てはめとの比較を示す図である。 感度が低品質の再構成に対する検出精度を測定する、品質分類器ＲＯＣ曲線を示す図である。

以下の開示は、対象となる物体を撮像するいくつかの実施形態及びシステムについて述べる。本発明の実施形態例による方法及びシステムのいくつかの特徴を図に示し説明する。本発明の他の実施形態例による方法及びシステムは、図に示すものと異なる追加の手続き又は特徴を有することができることが理解されよう。

本明細書では、実施形態例を、生体細胞に関して説明する。しかしながら、これらの例は、本発明の原理を説明する目的のためのものであり、本発明はそのように限定されないことが理解されよう。加えて、本発明のいくつかの実施形態例による方法及びシステムは、これらの図に示す特徴のすべてを含まなくてもよい。図を通して、同様の参照番号は、同様の又は同一の構成要素又は手続きを指す。

文脈上他の意味に解すべき場合を除き、明細書及び続く特許請求の範囲を通して、「具備する、備える、含む（comprise）」という単語、並びに「具備する、備える、含む（comprises）」及び「具備している、備えている、含んでいる（comprising）」等のその変形は、「含むが、限定されない」のように開放された包括的な意味で解釈されるべきである。

本明細書を通して、「一例」若しくは「実施形態例」、「１つの実施形態」、「一実施形態」又はこれらの用語のさまざまな組合せを言及する場合、それは、その実施形態に関連して述べる特定の特徴、構造又は特性が、本開示の少なくとも１つの実施形態に含まれることを意味する。したがって、本明細書を通してさまざまな箇所に「１つの実施形態において」又は「一実施形態において」という句が現れるが、それは必ずしもすべて同じ実施形態を指すとは限らない。さらに、特定の特徴、構造又は特性を、１つ又は複数の実施形態において任意の適切な方法で組み合わせることができる。

概して、本明細書では、以下の用語は、光顕微鏡プロセスの文脈で使用する場合以下の意味を有する。
「キャピラリーチューブ」は、その一般的に受け入れられている意味を有し、内径が概して５００ミクロン以下の透明なマイクロキャピラリーチューブ及び等価な物品を含むように意図されている。
「被写界深度」は、指定された特徴に対して許容できない画像ぼけが生成される前に焦点面をシフトさせることができる範囲にある、光軸に沿った長さである。
「物体」は、個々の細胞、物品、もの、粒子又は他の微細実体を意味する。
「疑似投影」又は「疑似投影画像」は、所与の光学系の固有の被写界深度より広い範囲のサンプリングされたボリュームを表す単一画像を含む。疑似投影の１つの概念はFauver‘７４４に教示されている。
「標本」は、個々の患者からの単一の試験又は手続きから得られる完全な生成物（たとえば、解析用に提出された唾液、生検又は鼻腔スワブ）を意味する。標本は、１つ又は複数の物体で構成されている場合がある。標本診断の結果が症状診断の一部となる。
「試料（sample）」は、アリコート又は標本のすべて又は一部を含む、解析の準備ができている完成した細胞調製物を意味する。

本明細書において用いられるとき、「プロセッサ」及び「コンピュータープロセッサ」という用語は、パーソナルコンピューター、マイクロコントローラー、マイクロプロセッサ、フィールドプログラマブルオブジェクトアレイ（ＦＰＯＡ）、デジタル信号プロセッサ（ＤＳＰ）、特定用途向け集積回路（ＡＳＩＣ）、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）、又は、関連するメモリデバイス、伝送デバイス、ポインティングデバイス、入出力デバイス、ディスプレイ及び等価物を含む他の任意のデジタル処理エンジン、デバイス若しくは等価物を包含する。

ここで図１を参照すると、品質スコア分類器を含む光投影トモグラフィーシステムの非常に概略的な図が示されている。細胞１５が、キャピラリーチューブ１８内に収容されている屈折率整合剤（ゲル）１２に懸濁している。整合剤１２に圧力１０が加えられることにより、対物レンズ５を含む高倍率顕微鏡の光路内に細胞が移動する。対物レンズ５は、例えば（図示しない）圧電素子によりスキャンさせられるか又は振動させられる。キャピラリーチューブ１８は、振動する対物レンズ５によってスキャンされるように配置される。照明源２０は、対物レンズ５の視野を通過する生体細胞等の物体を照明するように動作する。画像センサー２５は、対物レンズ５から伝えられる画像を取得するように配置されている。本明細書では疑似投影画像２２Ａ、２２Ｂ及び２２Ｃによって例示される疑似投影画像が、回転するキャピラリーチューブ１８によってもたらされるようにさまざまな画角で画像センサー２５により取得される。そして、複数の疑似投影画像は、再構成プロセッサ３５に渡されて３Ｄ画像が生成される。品質スコア分類器３６は、再構成された３Ｄ画像を受け取るように再構成プロセッサ３５に結合されている。そして、品質スコア分類器は、一実施形態では、受け取った画像を、許容可能なものであるか、又は低品質であってさらなる解析のために許容できないものとして分類する。

この例では、本明細書において疑似投影画像２２Ａ、２２Ｂ及び２２Ｃによって例示される複数の疑似投影画像は、それぞれ０度、９０度及び１８０度の角度で取得されるように示されている。これらは単に例であり、実際に取得される疑似投影画像の数は、通常数百画像になることが理解されよう。再構成プロセッサ３５を、上で参照したFauver他において述べられているようなタイプとすることができる。品質スコア分類器は、例えば、有利には、再構成された３Ｄ画像に対して数値スコアを割り当てることができ、その場合、数値スコアは画像の品質の程度を表すようにスケーリングされた値を有する。他の実施形態では、品質スコア分類器は、単に低品質の画像を他の画像から選別することができる。

品質スコア分類器を含む光トモグラフィーシステムの主な構成要素について説明したが、ここで、こうしたシステムの動作の実施形態例を説明することが本発明の理解に有用であると考えられる。実質的に時系列順に見ると、動作の一例は以下の機能を含むことができる。

１．試験用の標本を、診断用でない要素を除去するように処理し、固定し染色する。
２．次いで、標本をゲル媒質に懸濁させる。そして、ゲル混合物内の細胞を、およそ５０μｍ内径１６のガラス製マイクロキャピラリーチューブ１８内に挿入する。
３．ゲルに圧力を加えて、高倍率顕微鏡の光路１４内に細胞を移動させる。
４．細胞が適所にくると、チューブを回転させて、チューブ回転の３６０度にわたって取得される所望の物体の５００個の高解像度画画像の取込みを可能にする。これらの画像は、対物レンズが核をスキャンする際に対物レンズからの光を統合することによって生成された、投影画像のシミュレーションである。したがって、シミュレーションされた投影画像又は疑似投影画像は、単一画像において、単一の視点から取得された核の中身全体を表す。
５．疑似投影画像を処理して、残留雑音及びモーションアーチファクトを補正する。
６．補正された疑似投影を、フィルター補正逆投影法（filtered back projection）を用いて処理し、細胞の３Ｄトモグラフィー表現をもたらす。
７．トモグラフィー再構成に基づいて、たとえば癌及びその前駆体を示す特徴を有する細胞を検出するために用いられる特徴を計算する。これらの特徴を分類器で使用することができ、分類器の出力は、検査対象の物体が癌細胞等の特定の分類に属している尤度を示す。

特に、優れた品質の分類は、ステップ６における優れた品質の３Ｄ再構成によって決まる。品質を左右する問題は、所与の光トモグラフィーシステムの動作によって導入される可能性がある有害効果と、画像取込み中に発生しているランダムな細胞の動きの不十分な補正に関連する特性とから発生する。細胞が、疑似投影のセットにおいて適切に合焦していない場合、又は細胞が取込み中にカメラフレームから移動する場合、結果としての再構成は理想的ではなくなる。同様に、画像取込み中に発生するランダムな動きに対する適切な補正が行われない場合、細胞のさまざまな特徴は、再構成において互いに補強し合わず、したがって再構成の品質が危うくなる。

低品質の画像により、分類ストリームに入る再構成が歪むことになる可能性があり、不正確な又は歪んだ分類スコアリングに反映される予測できない結果がもたらされる。したがって、分類の完全性を確保するために、低品質の再構成を検出する必要がある。本明細書では、たとえば疑似投影画像が理想的に収集されなかった場合、位置合せがうまくいかなかった場合、又は画質に影響を与える他の理由のために、低品質再構成を検出する方法について、当業者が本発明を作成し使用するのに十分詳細に説明する。

本明細書でさらに説明するように、低品質の再構成の検出を、再構成におけるストリーキングを表す特徴に基づく低品質の検出、固定焦点面と再構成されたスライスとの比較に基づく低品質の検出、重心の傾向に対する余弦曲線の当てはめ（cosine fitting：コサインフィッティング）のパラメーターを用いる低品質の検出等を含むさまざまな方法によって行うことができる。ストリーキングにはさまざまな原因がある可能性があることが観察された。不十分な合焦、及び細胞の位置合せに影響するランダムな動きによる画質問題は、再構成に対し同様のストリーキング効果を有する。

ここで図２Ａ及び図２Ｂを参照すると、それぞれ、疑似投影が十分に合焦した場合の再構成からのスライスと十分に合焦していない場合の再構成からのスライスとが示されている。ここで不十分な合焦の影響を扱うと、図２Ｂに示すように、疑似投影の一部にわたって細胞が十分に合焦していない場合があることが観察された。十分に合焦していない疑似投影では、通常、形態がぼやけ、突出部（lobe）２０２等、ぼやけた画像特徴がもたらされる。逆投影された場合、こうしたぼやけた画像特徴は、同じセットからの十分に合焦した疑似投影に見られる同じ特徴と理想的に位置合わせされない。このように十分に位置合せがされないことにより、再構成にストリーキング効果がもたらされる。

ここで図３Ａ及び図３Ｂを参照すると、それぞれ、疑似投影が十分に位置合せされている場合の再構成からのスライスと十分に位置合せされていない場合の再構成からのスライスとが示されている。画像取込み中に発生している細胞のランダムな動きによる不十分な位置合せは、ソフトウェアにおいて取得後に補正されなければならない。１つのこうしたシステムは、参照により本明細書に援用される、「Method For Image Processing And Reconstruction Of Images For Optical Tomography」と題するMeyer他による同時係属中の米国特許出願第１１／７５０９２４号に対する、２００８年１１月２０日に公開された米国特許出願公開第２００８０２８５８２７号に記載されている。

状況によっては、補正アルゴリズムは適切な解決に収束せず、フィルター補正逆投影アルゴリズムに対する入力として用いられる、補正された疑似投影の取得されたセットにおいて、不十分な位置合せが観察される。その結果、逆投影において細胞の形態は補強しない。不十分な位置合せの効果は、不十分な合焦の効果に類似している。優れた品質の位置合せがなされないことにより、再構成にストリーキングがもたらされる。図３Ａは、十分に合焦しかつ十分に位置合せされた細胞からの再構成からのスライスを示す。細胞及び核を表す明瞭な境界３０２に留意されたい。図３Ｂは、疑似投影の一部は十分に合焦したが、他の疑似投影と十分に位置合せされなかった場合に形成された再構成からのスライスを示す。細胞及び核の境界は明瞭でなく、再構成の背景にストリークアーチファクトが観察されることに留意されたい。

図２Ｂ及び図３Ｂを比較すると、不十分な合焦及び不十分な位置合わせにより、再構成に同様の効果がもたらされることを観察することができる。再構成における細胞に関連していないボクセルを特徴付けることにより、低品質の再構成を検出するために、これらの効果を認識することができる。背景に基づいて認識を行うことにより、細胞間で観察される種々のバイオロジー（biology）によって強く影響を受けないようなアルゴリズムが可能となる。プロセスは、細胞を背景から分離するセグメンテーションアルゴリズムから開始する。

いくつかの応用に対し、セグメンテーションの展開を、手書きの細胞境界によって作成される再構成の注釈から開始することができる。これらの境界は、展開を導く基準としての役割を果たす。その結果となるセグメンテーションアルゴリズムは、検査対象の特定の細胞に対して選択された閾値の特定を含む。一例では、閾値選択は、細胞セグメンテーションプログラムが最初に再構成の中心の近くの１５個のスライスを選択する手続きに従う。各スライスに対し、或る範囲の閾値が適用され、各々に対して面積微分（area derivative）及び二次微分が計算される。各スライスに対して閾値を選択するために、負の二次微分は、最大面積微分より高い閾値に位置する。選択されたスライス閾値のパーセンタイルを用いてグローバル閾値が選択される。最後に、最大の物体が維持され、その中のいかなる穴もデジタル技法を用いて充填される。

ここで図４を参照すると、細胞境界及び対応するセグメンテーション境界が示されている、再構成された細胞からのスライスが示されている。本明細書で述べたセグメンテーション技法を用いて、この境界に対応するように、計算されたセグメンテーションマスクが展開された。その結果となるセグメンテーションアルゴリズムにより、境界４０２が生成された。同様にセグメンテーションマスク内にある再構成におけるすべてのボクセル値を２５５の値に設定することにより、セグメンテーションマスクが再構成に適用された。当業者は、再構成及び画像スライスに対するボクセル及びピクセルの光強度値は、通常０〜２５５のスケールの輝度で変化するが、本発明の範囲及び趣旨から逸脱することなく他のスケールを採用することもできることを理解するであろう。

ここで図５Ａ及び図５Ｂを参照すると、それぞれ、疑似投影が十分に位置合せされている再構成からのスライスと十分に位置合せされていない再構成からのスライスとが示されている。疑似投影は細胞１００を含み、細胞はセグメント化されており、背景ボクセルはグレースケール域を充填するように増幅されている。図５Ａ及び図５Ｂは、それぞれ、マスクが適用され、背景に対するヒストグラムが利用可能なグレースケール域にわたって広がるように、背景が均一にされた後の図３Ａ及び図３Ｂの画像のさらなる処理の結果を示す。不十分な位置合せに関連する画像に対する顕著なストリークアーチファクト１０２に留意されたい。ストリークアーチファクト１０２を、再構成における、再構成の背景に関連するボクセルにおける特徴のセットを計算することによって特徴付けることができる。表１は、ストリーク効果を特徴付けるために有利に採用することができる特徴のリストを提供する。

再構成品質を評価する別の技法は、再構成スライスをそれらの対応する固定焦点面スライスと比較するというものである。それらが十分に合焦している限り、固定焦点面スライスには、画像取込み又は処理中に再構成に導入されたいかなる歪みも含まれていないはずである。したがって、これらの画像は、再構成品質を判定するための優れた基準を形成する。ここで図６Ａ及び図６Ｂを参照すると、優れた品質の再構成に対する固定焦点面スライス及び再構成スライスがそれぞれ示されている。図６Ａは、固定焦点面画像を示し、図６Ｂは、優れた品質の再構成からのスライスに最も一致する再構成からのスライスを示す。同様に、図７Ａは、固定焦点面画像を示し、図７Ｂは、低品質の再構成からのスライスに最も一致する再構成からのスライスを示す。

再構成の優れた品質を判定するために導出される特徴は、固定焦点画像と再構成スライス画像との差画像を作成することによって形成される。表１の上記特徴とは対照的に、差画像の特徴は、細胞に関連するボクセルに対して計算される。細胞を含む画像の部分の平均差が低いことは、再構成の優れた品質を反映する。

低品質の画像を検出する別の有用な方法は、重心の傾向に対する余弦曲線の当てはめのパラメーターを採用する。図１に示すように、光トモグラフィーシステムにおけるデータ収集は、物体、たとえば細胞を対物レンズの下の位置まで移動させ、キャピラリーチューブを回転させて疑似投影のセットを収集することによって進行する。特定の視点から見ると、細胞の重心は、キャピラリーの回転角に対してプロットすると余弦パターンで上下に移動する。すべての疑似投影にわたってグレースケールの合計値が保持されない場合、不十分な位置合せが発生する。これが発生すると、重心の傾向が余弦からずれることが多い。したがって、重心の傾向を余弦関数に当てはめ、その当てはめの誤差を特徴付けることにより、低品質の再構成の検出を達成することができる可能性がある。検出に用いられる特定の特徴には、重心の余弦曲線当てはめと傾向との間の、絶対値のかつ半径で正規化された（radius normalized）最大偏差、及び二乗平均平方根誤差（ＲＭＳＥ）が含まれる。

ここで図８Ａを参照すると、優れた品質の再構成に対する、余弦曲線を用いる当てはめ８０４との重心の傾向８０２の比較の一例が示されている。図８Ｂは、低品質の再構成に対する、余弦曲線を用いる当てはめ８０８との重心の傾向８０６の比較の一例を示す。両グラフにおいて、水平軸は疑似投影番号を表している。垂直軸は、重心位置をミクロンで表している。曲線が本質的に一致しているほどの優れた再構成の場合の当てはめ８０４と傾向８０２とのわずかな偏差と、低品質の再構成の場合の線８０６と８０８との間のより実質的な当てはめ−傾向偏差とに留意されたい。

図８Ａの例に関して、以下の曲線当てはめ統計結果が適用される。
当てはめ誤差平均＝０．１０２μｍ、
当てはめ誤差標準偏差＝０．０７１μｍ、
当てはめ誤差最大値（絶対値）＝０．２８μｍ、
当てはめ誤差最大デルタ＝０．０８μｍ、
物体中心までの半径＝１９．７９７μｍ、
Ｘオフセット＝−０．２２２μｍ、
位相＝０．１１４度、
周波数の相対偏差＝０．１４７％、及び
Ｘの線形ドリフト＝０μｍ。

図８Ｂの例に関して、以下の曲線当てはめ統計結果が適用される。
当てはめ誤差平均＝１．０５１μｍ、
当てはめ誤差標準偏差＝０．７５６μｍ、
当てはめ誤差最大値（絶対値）＝２．３５μｍ、
当てはめ誤差最大デルタ＝４．５４１μｍ、
物体中心までの半径＝８．９９３μｍ、
Ｘオフセット＝−０．１４μｍ、
位相＝−１９．０３３度、
周波数の相対偏差＝０．３５６％、及び
Ｘの線形ドリフト＝０．００５μｍ。

低品質の再構成に対する、当てはめ誤差平均等の誤差統計結果は、優れた品質の再構成に対する誤差統計結果より桁が大きいことに留意されたい。

ここで図９を参照すると、品質分類器ＲＯＣ曲線が示されている。上述した特徴及び低品質の再構成の専門家による同定(expert identification)を用いて、出力が専門家による同定に最適に対応する分類器が作成された。この相関性を、受信者動作特性（receiver operator characteristic）（ＲＯＣ）曲線を用いて要約することができる。感度は、０．０〜１．０の範囲の垂直軸に表されている。ここでは、感度は、低品質の再構成に対する検出精度を測定する。特異度は、同様に０．０〜１．０の範囲の水平軸に表されている。本開示から十分な利益を得る当業者は、上で特定された選択された特徴を用いて品質スコアリング分類器を構築する方法を理解するであろう。

本明細書では本発明の特定の実施形態を例示し説明したが、当業者であれば多数の変更及び変形を思いつくことが理解される。したがって、添付の特許請求の範囲は、本発明の真の趣旨及び範囲内にあるこうしたすべての変更及び変形を包含するように意図されることが理解されるべきである。

Claims (24)

1. 光トモグラフィーシステムにおいて低品質の画像を検出するシステムであって、
   重心を有する物体（１５）の疑似投影画像（２２）のセットを取得する取得手段（２５）であって、該疑似投影画像（２２）のセットの各々は異なる画角で取得される、取得手段（２５）と、
   前記疑似投影画像（２２）を受け取るように結合され、該疑似投影画像（２２）を３Ｄ再構成画像に再構成する再構成手段（３５）と、
   低品質の再構成を特徴付ける選択された特徴を用いて前記３Ｄ再構成画像を分類する品質手段（３６）と、
   を具備する、光トモグラフィーシステムにおいて低品質の画像を検出するシステム。
2. 前記選択された特徴は、前記３Ｄ再構成画像におけるストリーキング（１０２）を表す、請求項１に記載のシステム。
3. 前記疑似投影画像（２２）のセットは、前記物体（１５）に対する重心の傾向を提示し、前記選択された特徴は、前記重心の傾向（８０６）の余弦当てはめ曲線（８０８）との比較から計算される比較特徴をさらに含む、請求項２に記載のシステム。
4. 前記選択された特徴は、固定焦点画像と再構成スライス画像との差画像を作成することによって形成される差画像特徴を含む、請求項１に記載のシステム。
5. 前記差画像特徴は、細胞（１００）を含む前記画像の部分に対する平均差を含む、該細胞（１００）に関連するボクセルに対して計算される、請求項４に記載のシステム。
6. 前記疑似投影画像（２２）のセットは、前記物体（１５）に対する重心の傾向（８０６）を提示し、前記選択された特徴は、前記重心の傾向（８０６）の、該重心の傾向（８０６）を当てはめる余弦関数との比較から計算される、請求項１に記載のシステム。
7. 前記選択された特徴の前記計算は、前記余弦関数と前記重心の傾向（８０６）との間の誤差を測定することを含む、請求項６に記載のシステム。
8. 前記選択された特徴は、前記余弦関数と前記重心の傾向（８０６）との間の絶対値のかつ半径で正規化された最大偏差、及び二乗平均平方根誤差（ＲＭＳＥ）を含む、請求項７に記載のシステム。
9. 前記選択された特徴は、ヒストグラム統計結果、テクスチャー特徴及び空間周波数特徴を含む群から選択される、請求項１に記載のシステム。
10. 光トモグラフィーシステムにおいて低品質の画像を検出する方法であって、
    重心を有する物体（１５）の疑似投影画像（２２）のセットを取得するように前記光トモグラフィーシステムを動作させることであって、該疑似投影画像（２２）のセットの各々は異なる画角で取得される、動作させること、
    前記疑似投影画像（２２）のセットを、該疑似投影画像（２２）を３Ｄ再構成画像に再構成するプロセッサに送出すること、及び
    低品質の再構成を特徴付ける選択された特徴を用いて前記３Ｄ再構成画像を分類するように前記プロセッサを動作させることと、
    を含む、光トモグラフィーシステムにおいて低品質の画像を検出する方法。
11. 前記選択された特徴は、前記３Ｄ再構成画像におけるストリーキング（１０２）を表す、請求項１０に記載の方法。
12. 前記疑似投影画像（２２）のセットは、前記物体（１５）に対する重心の傾向（８０６）を提示し、前記選択された特徴は、前記重心の傾向（８０６）の余弦当てはめ曲線（８０８）との比較から計算される比較特徴をさらに含む、請求項１０に記載の方法。
13. 前記選択された特徴は、固定焦点画像と再構成スライス画像との差画像を作成することによって形成される差画像特徴を含む、請求項１０に記載の方法。
14. 前記差画像特徴は、細胞（１００）を含む前記画像の部分に対する平均差を含む、該細胞（１００）に関連するボクセルに対して計算される、請求項１０に記載の方法。
15. 前記疑似投影画像（２２）のセットは、前記物体（１５）に対する重心の傾向（８０６）を提示し、前記選択された特徴は、前記重心の傾向（８０６）の、該重心の傾向（８０６）を当てはめる余弦関数との比較から計算される、請求項１０に記載の方法。
16. 前記選択された特徴の前記計算は、前記余弦関数と前記重心の傾向（８０６）との間の誤差を測定することを含む、請求項１５に記載の方法。
17. 前記選択された特徴は、前記余弦関数と前記重心の傾向（８０６）との間の絶対値のかつ半径で正規化された最大偏差、及び二乗平均平方根誤差（ＲＭＳＥ）を含む、請求項１６に記載の方法。
18. 前記選択された特徴は、ヒストグラム統計結果、テクスチャー特徴及び空間周波数特徴を含む群から選択される、請求項１０に記載の方法。
19. 光トモグラフィーシステムにおいて低品質の画像を検出するシステムであって、細胞のセットが、回転するキャピラリーチューブ（１８）に収容される屈折率整合剤（１２）内に懸濁し、該整合剤（１２）に圧力が加えられることにより、前記キャピラリーチューブ（１８）を通してスキャンさせられる対物レンズ（５）を含む顕微鏡の光路内に前記細胞が移動する一方で、照明源が、前記対物レンズ（５）の視野を通過する細胞を照明するように動作し、前記光トモグラフィーシステムは、前記対物レンズ（５）から伝えられる疑似投影画像（２２）を取得するように配置された画像センサーを備え、前記疑似投影画像（２２）のセットの各々は異なる画角で取得され、該システムは、
    前記細胞のセットの各々の疑似投影画像（２２）のセットを受け取るように結合された再構成プロセッサ（３５）であって、各細胞（１００）は重心を有し、該再構成プロセッサ（３５）は少なくとも１つの３Ｄ再構成画像を作成する、再構成プロセッサ（３５）と、
    前記少なくとも１つの３Ｄ再構成画像を受け取るように結合された品質スコア分類器であって、前記少なくとも１つの３Ｄ再構成画像における選択された特徴をスコアリングする、品質スコア分類器と、
    を具備し、
    前記選択された特徴は再構成におけるストリーキング（１０２）を表し、
    前記疑似投影画像（２２）のセットは前記細胞（１００）に対する重心の傾向（８０６）を提示し、前記選択された特徴は、前記重心の傾向（８０６）の、余弦当てはめ曲線（８０８）との比較から計算される比較特徴をさらに含み、
    前記選択された特徴は、固定焦点画像と再構成スライス画像との間の差画像を作成することによって形成される差画像特徴を含み、
    前記差画像特徴は、前記細胞（１００）を含む前記画像の部分に対する平均差を含む、該細胞（１００）に関連するボクセルに対して計算される、光トモグラフィーシステムにおいて低品質の画像を検出するシステム。
20. 前記選択された特徴の前記計算は、前記余弦関数と前記重心の傾向（８０６）との誤差を測定することを含む、請求項１９に記載のシステム。
21. 前記選択された特徴は、前記余弦関数と前記重心の傾向（８０６）との間の絶対値のかつ半径で正規化された最大偏差、及び二乗平均平方根誤差（ＲＭＳＥ）を含む、請求項２０に記載のシステム。
22. 前記選択された特徴は、ヒストグラム統計結果、テクスチャー特徴及び空間周波数特徴を含む群から選択される、請求項１９に記載のシステム。
23. 前記物体（１５）は生体細胞（１００）を含む、請求項１に記載のシステム。
24. 前記物体（１５）は生体細胞（１００）を含む、請求項１０に記載の方法。