具有個性化閾值的腫瘤組織分類的制作方法
【專利摘要】本發(fā)明涉及基于光學(xué)光譜測量從單個患者中的正常和良性組織中判別惡性組織。從在正常組織中的光譜測量開始，獲得針對正常種類的參考值。當(dāng)譜特性落在定義參考種類的閾值以外時，利用其他組織中的光譜測量結(jié)果，能夠?qū)?shù)據(jù)點(diǎn)分配到新的（多個）種類中。還能夠定義不同種類之間的閾值。發(fā)現(xiàn)（轉(zhuǎn)變?yōu)椋盒越M織基于將光譜值與判別正常和良性與惡性組織的分類閾值的比較。因此，正常光譜測量的基礎(chǔ)適用于個體患者特性。與所有患者數(shù)據(jù)庫的參考相比，從該參考判別正常加上良性以及惡性更有效。
【專利說明】具有個性化閾值的腫瘤組織分類
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于光譜測量和分析用于組織判別的方法和系統(tǒng)。
【背景技術(shù)】
[0002]在腫瘤學(xué)領(lǐng)域中，能夠從正常組織中判別腫瘤組織非常重要。金標(biāo)準(zhǔn)用于在活檢之后或手術(shù)切除之后在病理科檢驗(yàn)組織。當(dāng)前這一工作方式的弊端是在進(jìn)行活檢或執(zhí)行手術(shù)切除的過程中缺少實(shí)時反饋。例如，將光纖結(jié)合到活檢針中對醫(yī)生來說將大有益處，以便在其臨床干預(yù)過程中作為反饋裝置使用。能夠采用多種光學(xué)方法，例如，漫反射光譜分析(DRS)和自體熒光測量，作為最常見研究的技術(shù)。光譜數(shù)據(jù)用于使用標(biāo)準(zhǔn)分類方法對不同的組織類型進(jìn)行分類。通常，建立數(shù)據(jù)庫，以利用來自很多患者的譜進(jìn)行分類，并且用于針對新測量的回歸，以預(yù)測它們屬于哪類。
[0003]使用這種數(shù)據(jù)庫對個體患者的組織類型進(jìn)行分類的問題是，患者間差異妨礙了組織判別。已經(jīng)證明，在乳腺組織中，隨著年齡的增長，脂肪含量增加而腺體組織減少。因此，由于寬泛的年齡范圍，在脂肪和膠原蛋白中存在很大的標(biāo)準(zhǔn)偏差。使用光譜點(diǎn)測量的方法的敏感性和特異性適中(50-85%)，并且導(dǎo)致在文獻(xiàn)中的極大差異。適中的敏感性使該方法對于個體患者方法來說不是最佳的。
[0004]圖2在所有患者的乳腺組織分類的偏最小二乘法判別分析(PLS-DA)預(yù)測得分的得分圖線中示出了患者間差異。更具體而言，圖2示出了在離體人類乳腺組織樣本上所有患者的漫反射光譜測量的PLS-DA分析的結(jié)果。由圖2可以看出，當(dāng)例如從腺體(G，正常)組織中判別纖維腺瘤(FA，良性)時，患者間差異是個問題，所述腺體組織由符號“? ”表示，所述符號是分散的并且與其他組織類型測量結(jié)果混合在一起患者間差異。在圖2中，其他組織類型是由符號“ + ”表示的纖維腺瘤(FA)、由符號“X”表示的腺癌(A)、由符號“〇”表示的導(dǎo)管內(nèi)原位癌(DCIS)和由符號“□”表示的脂肪(F)。
[0005]因此，使判別適用于個體患者將是令人滿意的，其中，獲得諸如在個體患者中的正常和/或良性和惡性組織的不同位置上的光譜測量結(jié)果，如果可能，能夠使用個體患者數(shù)據(jù)和先驗(yàn)光譜和臨床患者知識來提供分類模型，并且針對不具有患者間差異的阻礙的患者，對組織類型進(jìn)行分類。
[0006]然而，在該情況下，如何利用高敏感性和特異性來分類個體患者光譜并不是無關(guān)緊要的。并且也不能直接確定在上述步驟一中收集的數(shù)據(jù)為惡性組織(雞與蛋的問題)。此外，由上文可知，并不清楚該方法將如何適應(yīng)臨床醫(yī)生的工作流程。與使用多個患者的預(yù)收集的數(shù)據(jù)庫并基于該數(shù)據(jù)庫執(zhí)行分類相比，首先為個體患者建立數(shù)據(jù)庫并且之后使用該數(shù)據(jù)庫用于進(jìn)一步分類是耗費(fèi)時間的。在該情況下，在介入期間無需建立數(shù)據(jù)庫，但是阻礙了來自上文提及的患者間差異，這導(dǎo)致低敏感性。使用光譜點(diǎn)測量的常規(guī)方法的敏感性和特異性通常是適中的，而且在文獻(xiàn)中差異極大。適中的敏感性使所述方法對于個體患者來說是不理想的。為了克服該問題，需要提供一種適用于個體患者的方法。
【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的在于提供一種用于從個體患者中的正常組織中判別惡性組織和良性組織的改進(jìn)的方法和系統(tǒng)。[0008]該目的通過如權(quán)利要求1中所述的系統(tǒng)來實(shí)現(xiàn)。
[0009]相應(yīng)地，從身體內(nèi)部的位置采集光譜并處理所述光譜，以便基于收集第一組織類型種類的數(shù)據(jù)(如正常組織)的過程使用至少一個相對于該第一組織類型種類定義的分類閾值來判別組織。因此，基于圖像導(dǎo)引可以確保，測量涉及正常組織。參考測量的重心基于實(shí)際的個體患者，而在常規(guī)系統(tǒng)中這基于許多患者的數(shù)據(jù)庫。正常光譜測量的基礎(chǔ)因此能夠適用于個體患者特性。與所有的患者數(shù)據(jù)庫的參考相比，從該參考判別正常加上良性以及惡性更有效。
[0010]更具體地，獲得針對不同組織類型種類(如正常、良性和惡性組織類型)的閾值的過程包括:通過如針的裝置，優(yōu)選地在若干不同的位置，如在患者的正常組織中，使用圖像導(dǎo)引和/或醫(yī)生的經(jīng)驗(yàn)作為起始點(diǎn)，來獲得光譜測量結(jié)果。源于這些參考測量的(在如血紅蛋白、脂肪、β-胡蘿卜素、膽紅素、水含量和散射量上)擬合的光譜吸收和散射特性或熒光特性定義這些數(shù)據(jù)點(diǎn)，以形成第一組織類型種類。對參考組織的光譜特性的先驗(yàn)知識用于定義用于屬于該參考集的數(shù)據(jù)點(diǎn)云的閾值。接著，針或其他介入裝置(例如，導(dǎo)管或內(nèi)窺鏡等等)用于從其他組織位置獲得光譜數(shù)據(jù)。當(dāng)這些光譜特性落在上述閾值以外時，定義第二組織類型種類。這些測量的組織位置可能是懷疑的，并且在實(shí)際情況中，醫(yī)生可以基于光譜信息決定進(jìn)行活檢。
[0011]根據(jù)第一方面，預(yù)定的光譜特性可以包括吸收和散射特性，或者熒光特性。
[0012]根據(jù)能夠與上述第一方面組合的第二方面，控制臺可以被布置為通過數(shù)據(jù)點(diǎn)的圖線的形狀來識別第二組織類型種類的數(shù)據(jù)點(diǎn)。因此，所述判別可以基于允許容易和簡單的檢測的聚類方法。
[0013]根據(jù)能夠與上述第一或第二方面組合的第三方面，第一組織類型種類可以涉及脂肪或腺體組織，并且第二組織類型種類涉及腺癌或?qū)Ч軆?nèi)原位癌組織。因此，癌類型的組織的判別能夠通過提出的個性化或個體化的方法得到改進(jìn)。然而，能夠判別任何類型的組織，諸如，不同的正常的組織類型、或正常和病變的組織、或正常和腫瘤組織、或正常組織、良性和惡性組織。
[0014]根據(jù)能夠與上述第一至第三方面中的任何一個組合的第四方面，控制臺可以被布置為定義第三組織類型種類，并使用由三種組織類型種類的數(shù)據(jù)點(diǎn)定義的三角形的取向，將組織類型分配到第二和第三組織類型種類。因此，在組織中不同的位置中的測量的光譜特性可以在種類之間形成額外的種類和閾值。
[0015]根據(jù)能夠與上述第一至第四方面中的任何一個組合的第五方面，控制臺可以被布置為使用測量的光譜與個體患者光譜的數(shù)據(jù)庫的相關(guān)性，用于在不同的組織類型之間進(jìn)行判別。因此，能夠提供備選的或額外的基于相關(guān)性的判別方法。
[0016]根據(jù)能夠與上述第一至第五方面中的任何一個組合的第六方面，控制臺可以被布置為在由提取的水分、脂類和膠原蛋白分?jǐn)?shù)中的至少兩個定義的空間中生成參考圖，用于基于組織類別對空間進(jìn)行分類，并且用于在參考圖上標(biāo)記光譜測量結(jié)果。因此，能夠提供備選的或額外的基于圖的判別方法。[0017]其他有利的實(shí)施例在下文中進(jìn)行定義。
【專利附圖】

【附圖說明】
[0018]通過參考下面描述的實(shí)施例，本發(fā)明的這些和其他方面將是顯而易見的并且將得到說明。
[0019]在附圖中:
[0020]圖1示出了根據(jù)各種實(shí)施例的醫(yī)療設(shè)備的示意性方框圖；
[0021]圖2示出了具有患者間差異的PLS-DA預(yù)測的得分圖線；
[0022]圖3a和3b示出了根據(jù)第一實(shí)施例的具有患者間差異和閾值線的PLS-DA預(yù)測的得分圖線；
[0023]圖4示出了根據(jù)第二實(shí)施例的具有患者間差異和閾值線的PLS-DA預(yù)測的得分圖線.-^4 ，
[0024]圖5示出了根據(jù)第三實(shí)施例的基于相關(guān)性的分類的流程圖；
[0025]圖6示出了根據(jù)第三實(shí)施例的在活檢之后為離體譜獲得的具有患者間差異和閾值線的基于相關(guān)性的分類的得分圖線；
[0026]圖7示出了具有患者間差異和閾值線的PLS-DA預(yù)測的得分圖線；
[0027]圖8示出了根據(jù)第三實(shí)施例的在活檢之后用于另一離體譜的具有患者間差異的PLS-DA分類的得分圖線；
[0028]圖9示出了根據(jù)第四實(shí)施例的具有用于分類的估算的體積分?jǐn)?shù)并且具有測量軌跡的參考圖。
【具體實(shí)施方式】
[0029]如在以下實(shí)施例中使用的系統(tǒng)執(zhí)行在調(diào)查研究中的組織的光譜測量。所述系統(tǒng)被配置為分析這些測量結(jié)果，以便確定組織的類型。為此，所述系統(tǒng)可以使用在本領(lǐng)域中通常已知的一個或多個分析方法。例如，通常已知的方法被描述在過程分析中的化學(xué)計(jì)量學(xué)方法(Karl S.Booksh !Encyclopedia of Analytical Chemistry ；R.A.Meyers (Ed.)；第8145 - 8169頁；約翰.威立父子出版公司(John ffiley&Sons Ltd),奇切斯特(Chichester), 2000年)或者用于譜分析的偏最小二乘法中。1.!Relation to OtherQuantitative Calibration Methods and the Extraction of Qualitative Information ；David M.Haaland* 和 Edward V.Thomas ；桑迪亞國家實(shí)驗(yàn)室(Sandia NationalLaboratories),阿爾伯克基(Albuquerque)，新墨西哥州 87185 !ANALYTICAL CHEMISTRY,1988年6月I日，第60卷第11期，第1193-1202頁，或者用于譜分析的偏最小二乘法.2.；Application to Simulated and Glass Spectral Datal ；David M.Haaland*and EdwardV.Thomas ;桑迪亞國家實(shí)驗(yàn)室，阿爾伯克基，新墨西哥州87185 ANALYTICAL CHEMISTRY,1988年6月I日，第60卷第11期，第1202-1208頁。
[0030]特別地，在使用拉曼光譜學(xué)的脂肪組織物種的分類中描述PLS-DA ； J.RenwickBeattie JE Steven E.J.Bell JE: Claus Borggaard JE Anna M.Fearon Mi Bruce ff.Moss ；Lipids 雜志(2007 年)第 42 卷，弟 679 - 685 頁。
[0031]根據(jù)以下實(shí)施例的系統(tǒng)是由控制臺和光學(xué)探針組成的醫(yī)療裝置的改進(jìn)，所述醫(yī)療裝置例如 R.Nachab6 等人在 2010 年 Biomedical Optics Express I 的 “Estimation ofbiological chromophores using diffuse optical spectroscopy:benefit of extendingthe UV-VIS wavelength range to include 1000 to 1600nm”中描述的。根據(jù)本發(fā)明的方法和系統(tǒng)的多種實(shí)施例在下文進(jìn)行詳細(xì)描述。
[0032]圖1示出了根據(jù)本發(fā)明的多種實(shí)施例的醫(yī)療設(shè)備100。醫(yī)療設(shè)備100包含光學(xué)儀器110和醫(yī)療裝置。根據(jù)本文所描述的多種實(shí)施例，醫(yī)療裝置是光子針130。然而，它可以是允許光譜組織測量的任何其他醫(yī)療裝置或探針，例如，任何光學(xué)探針或?qū)Ч苄脱b置。醫(yī)療設(shè)備100特別適合用于在光學(xué)上研究可以相對于光學(xué)探針130被橫向包圍的組織材料。
[0033]光學(xué)儀器或控制臺110包含光源111，其適用于生成照明光112。根據(jù)本文所描述的多種實(shí)施例，光源111可以是發(fā)射單色輻射束的激光器。照明光經(jīng)由第一光學(xué)器件113被引導(dǎo)到光學(xué)纖維140的第一纖維端141上。
[0034]控制臺110還包括分光計(jì)裝置116，其通過第二光學(xué)器件118被光學(xué)地耦合到光學(xué)纖維145上。分光計(jì)裝置116用于在光譜上分析由光子針130提供的測量光117。分光計(jì)裝置116可以配備電荷耦合裝置(CXD)照相機(jī)119，以便檢測測量光117，所述測量光117通過分光計(jì)裝置116的至少一個折射或衍射光學(xué)元件在光譜上擴(kuò)展。
[0035]光子針130可以包括具有縱軸的細(xì)長主體。在細(xì)長主體的側(cè)壁上可以提供第二纖維端，所述第二纖維端被耦合到光學(xué)纖維140上。第二纖維端可以以這種方式定向，即，它們提供可能用于照明側(cè)向包圍細(xì)長主體的組織的每個側(cè)向視場。光子針130還可以包括波導(dǎo)端，所述波導(dǎo)端被布置在細(xì)長主體的前端，以提供實(shí)質(zhì)上被定向?yàn)槠叫杏诳v軸的前視場。
[0036]兩個光學(xué)纖維140和145可以被光學(xué)地I禹合到第二纖維端,并以多種組合形式被耦合到前波導(dǎo)端。從而，端部可以共同與光學(xué)纖維140和光學(xué)纖維145進(jìn)行耦合，或者單獨(dú)地與光學(xué)纖維140和光學(xué)纖維145分別進(jìn)行耦合。在這一點(diǎn)上，需要指出，分別被光學(xué)地耦合到光學(xué)纖維145和分光計(jì)裝置116的出口實(shí)際上表示光學(xué)入口，這是因?yàn)橐呀?jīng)被組織散射的測量光能夠進(jìn)入這些入口，由此能夠通過分光計(jì)裝置116分析該測量光。
[0037]根據(jù)各種實(shí)施例，光子針130的側(cè)向纖維端被分配到同一光學(xué)纖維140中。然而，還可能針對每個側(cè)向纖維端和/或針對前波導(dǎo)端使用一個單獨(dú)的光學(xué)纖維。當(dāng)然，也可能在光子針130的細(xì)長主體的側(cè)壁上提供少于或多于兩個的側(cè)向纖維端。
[0038] 根據(jù)第一實(shí)施例，使用圖像導(dǎo)引將光子針130放置在正常組織中，例如，乳腺組織中的脂肪中。為了確認(rèn)正常脂肪組織被探測，脂類在1210nm上的特性譜特征能夠用作眼睛的向?qū)?，或者通過在控制臺110或分光計(jì)裝置116中使用在其他參數(shù)當(dāng)中確定脂肪量的實(shí)時脂肪擬合模型或脂肪譜測量上的專門的分類模型(諸如，主分量分析(PCA)或偏最小二乘法(PLS))。對于所有患者，能夠容易地從其余的組織類型中判別脂肪組織?？梢圆扇《啻螠y量，以設(shè)置針對患者的參考正常脂肪數(shù)據(jù)庫。接著，光子針130朝向其他組織類型行進(jìn)。當(dāng)譜落在PLS-DA模型中確定的閾值以外，例如，PLS-DA得分3>0.5時，組織可以是懷疑的。如果臨床醫(yī)生的目標(biāo)是靶向懷疑的組織，則他/她可以在這里決定例如進(jìn)行活檢。
[0039]圖3a和3b示出了個體患者的(離體)乳腺組織上的光譜數(shù)據(jù)的分類的范例。更具體而言，在兩個不同的個體患者的乳腺組織分類的PLS-DA預(yù)測的得分圖線中顯示患者間差異。在圖3及之后的附圖中，圖2的符號也用于在圖表中的不同的組織類型測量結(jié)果之間進(jìn)行區(qū)分。在圖3a中，測量了脂肪(F)、腺體(G)和腺癌(A)組織，而在圖3b中，測量了脂肪(F)、腺體(G)和導(dǎo)管內(nèi)原位癌(DCIS)組織。作為范例，簡單的閾值PLS-DA得分3>0.5將正常組織(脂肪和腺體)從圖2a中的腺癌或圖2b中的DCIS中區(qū)分開來。應(yīng)當(dāng)注意，圖3a和圖3b中的坐標(biāo)軸表示PLS-DA得分2與PLS-DA得分3。此外，應(yīng)當(dāng)注意，相對于第一組織種類定義閾值，因此在該情況下定義脂肪。盡管范例涉及離體組織，但是本發(fā)明能夠很好地應(yīng)用于體內(nèi)組織。因此，圖3a和圖3b示出了三個不同組織類型的患者間差異(和區(qū)分)。根據(jù)第一實(shí)施例，已知基于預(yù)先知識確定的第一正常種類的得分中的位置，方才能夠相對于該第一種類確定組織的惡性類型。在個體患者中，能夠發(fā)生在圖3a和圖3b中所示的情況，其中，基于分類(如PLS-DA)預(yù)測得分出現(xiàn)三個不同的數(shù)據(jù)點(diǎn)云。這種典型的三角形數(shù)據(jù)云能夠用于區(qū)分正常與惡性的組織種類。通過將先驗(yàn)知識應(yīng)用于典型特性，能夠從該圖線的形狀中識別惡性數(shù)據(jù)點(diǎn)。例如，不同的惡性組織類型出現(xiàn)在得分圖線中的不同位置上。
[0040]由圖3a和3b還能夠推斷，脂肪和腺體組織(即，正常組織)能夠容易地從腺癌和DCIS組織(即，惡性組織)中區(qū)分開來。在兩種情況中，醫(yī)生可以決定從這些位置進(jìn)行活檢。然而，為了區(qū)分腺癌和DCIS，需要更多信息。因此，根據(jù)第二實(shí)施例，控制臺110或分光計(jì)裝置116的判別過程以正常種類開始。之后，繼續(xù)所述過程，以相對于第一種類確定第二組織種類，并且繼續(xù)所述過程，以相對于第一和第二種類定義第三種類。之后，由控制器110或分光計(jì)裝置116使用由三個種類定義的“三角形”的取向用于最終將惡性類型，即DCIS或腺癌，分配給種類2和種類3。
[0041]圖4示出了具有四個不同組織類型(例如，脂肪(F)、腺體(G)、DICS和腺癌(A))的個體患者的乳腺組織分類的PLS-DA預(yù)測的得分圖線。應(yīng)當(dāng)注意，在PLS-DA得分3與PLS-DA得分4圖中這里區(qū)分DICS和腺癌的惡性組織類型種類。PLS-DA得分3>0.5的第一簡單閾值將DCIS從其他組織類型中區(qū)分開來，并且PLS-DA得分4>0.5的第二簡單閾值將腺癌從其他組織類型中區(qū)分開來，而PLS-DA得分3〈0.5和PLS-DA得分4〈0.5將正常(脂肪和腺體)從惡性(DCIS和腺癌)中區(qū)分開來。還應(yīng)當(dāng)注意，相對于在該情況下為脂肪的組織的第一種類來定義上述閾值。在圖4中，在得分圖線坐標(biāo)軸3與坐標(biāo)軸4中反映四個不同的組織類型種類?，F(xiàn)在，脂肪和腺體的正常組織類型種類緊密集中在一起，并且惡性類型DCIS和腺癌在PLS-DA得分3和PLS-DA得分4的二維平面中被區(qū)分開來。
[0042]圖5示出了根據(jù)第三實(shí)施例的用于從惡性組織區(qū)分正常(和/或良性)組織的判別和分類過程的示意性流程圖。圖5的流程圖基于相關(guān)性分類模型，其中，每個譜都儲存在患者數(shù)據(jù)庫中。這里，使用測量的譜與個體患者譜的數(shù)據(jù)庫的相關(guān)性。能夠通過基于譜特性在種類中增加的隨后測量的譜來建立這種數(shù)據(jù)庫。
[0043]根據(jù)圖5，過程開始于步驟S100，其中運(yùn)行參數(shù)的初始設(shè)置為i=l。接著，在步驟SllO中，測量并讀取探測的組織的譜spec(i)。只要運(yùn)行參數(shù)i大于I且小于最大值(即，i>l且i〈last)，則在步驟S120中，測量的譜spec (i)與儲存在患者數(shù)據(jù)庫(DB)中的譜相關(guān)?；谙嚓P(guān)系數(shù)的預(yù)定的閾值(這里為:0.5)，在步驟5130中，對測量的譜鄧況(1)進(jìn)行分類。接著，在步驟S140中，確定分類結(jié)果。如果運(yùn)行參數(shù)i不小于最大值，則在步驟S150中，根據(jù)分類結(jié)果，將測量的譜spec (i)儲存在數(shù)據(jù)庫中，并且在過程返回至步驟SllO并且測量下一譜之前，在步驟S160中增加運(yùn)行參數(shù)。當(dāng)運(yùn)行參數(shù)i已經(jīng)超過其最大值(i>last)時，該過程在步驟S170結(jié)束。[0044]該過程的實(shí)踐用途為，它能夠從空的數(shù)據(jù)庫開始并且建立具有每個新的譜測量結(jié)果的個體患者譜數(shù)據(jù)庫。在圖6中反映使用該相關(guān)方法用于乳腺組織類型的分類的實(shí)際結(jié)果，其示出了從對單個患者的乳腺組織的多個測量的譜進(jìn)行的分析獲得的相關(guān)系數(shù)與譜號的圖線。這里，能夠定義0.85的相關(guān)系數(shù)閾值(圖6中的水平虛線)，用于將正常組織(脂肪和腺體組織)從該個體患者中的惡性組織(腺癌)中區(qū)分開來。在圖6的范例中，從脂肪組織中已經(jīng)獲得第一組測量的譜I至8號，從腺體組織中已經(jīng)獲得第二組測量的譜9至13號，并且從腺癌組織中已經(jīng)獲得第三組測量的譜14至30號。因此，單個閾值能夠用于將正常組織(脂肪和腺體組織)從惡性(腺癌)組織中區(qū)分開來。
[0045]圖7示出了根據(jù)第三實(shí)施例的具有如在活檢之后針對離體譜獲得的患者間差異和閾值線的PLS-DA預(yù)測的得分圖線。乳腺組織譜被分類為正常和良性組織種類(正方形)以及針對另一個體患者的惡性組織(圓形)。能夠定義單個閾值，例如，對惡性類型中的譜進(jìn)行分類的PLS-DA得分I〈0.5。閾值PLS-DA得分2>0.5也是同樣的情況。這里所示的范例示出了簡單相關(guān)閾值能夠給出探針尖端上的組織類型的指示，并且可以幫助決定是否需要在該位置上進(jìn)行活檢。
[0046]圖8示出了根據(jù)第三實(shí)施例的具有在活檢之后針對另一離體譜的患者間差異的PLS-DA分類的得分圖線。在該情況中，已經(jīng)檢查了肝臟組織。能夠看出，相同的閾值設(shè)置也在正常和良性(正方形)以及惡性(圓形)的組織類型種類中為該肝臟患者發(fā)揮作用。單個閾值PLSDA得分1〈0.5對惡性組織種類類型中的譜進(jìn)行分類。同樣，閾值PLSDA得分2>0.5也是這種情況。
[0047]圖9示出了根據(jù)第四實(shí)施例的具有用于分類的估算的體積分?jǐn)?shù)并且具有測量軌跡的參考圖。取代使用主分量得分來生成用于分類的閾值，能夠使用臨床參數(shù)，能夠從擬合測量結(jié)果和提取水分(W)、脂類(L)和膠原蛋白(C)分?jǐn)?shù)的模型得到所述臨床參數(shù)。圖9示出了脂肪與水分以及脂肪與膠原蛋白的估算的體積分?jǐn)?shù)以及這些空間的二維(2D)分類。能夠由控制器110或分光計(jì)裝置116使用這些2D圖作為參考圖，并且針對如圖9的測量軌跡中所描繪的單個患者內(nèi)采集的每個新的測量結(jié)果，能夠?qū)⒒颊邇?nèi)的每個測量結(jié)果標(biāo)記在圖上并進(jìn)行交互式地追蹤。
[0048]如之前所提及的，組織中脂肪和膠原質(zhì)的相對量依賴于年齡。事實(shí)是，年輕的患者主要具有纖維腺瘤，而不是腺癌和DCIS，在第五實(shí)施例中，分類能夠從5個種類減小至3個種類。
[0049]基于上述實(shí)施例，已經(jīng)開展了實(shí)驗(yàn)，其中，在光譜學(xué)過程中，組織已經(jīng)由選定的光的譜帶進(jìn)行照明。隨后的特性散射、吸收和熒光式樣的分析，允許從細(xì)胞代謝速率、血管、血管內(nèi)的氧化作用以及組織形態(tài)學(xué)中的變化上的檢查的組織信息中獲得特定定量的生物化學(xué)和形態(tài)學(xué)的信息。因此，光譜學(xué)允許通過分子和形態(tài)學(xué)水平上的差異形成的組織之間特定的區(qū)別，并且具有被結(jié)合到光學(xué)工具用于癌癥診斷和治療的可能性?？梢约僭O(shè)，乳腺組織分析中的個人化方法將改進(jìn)用于DRS光學(xué)活檢導(dǎo)引工具的判別精度。
[0050]在來自24位女性乳腺癌患者的正常和惡性乳腺組織上執(zhí)行離體漫反射光譜分析。來自肉眼可見的正常脂肪組織、腺體組織、DCIS和侵潤性癌的組織樣本包括在光學(xué)分析中。在從500至1600nm的波長范圍上收集光譜。在從所有患者共同和每個患者單獨(dú)收集的組織譜上執(zhí)行基于模型的數(shù)據(jù)分析。結(jié)果與組織學(xué)分析進(jìn)行比較。[0051]因此，從155個組織位置收集了總共560個譜。六位患者被診斷為具有DCIS，16位患者具有侵潤性癌并且2位患者同時具有DCIS和侵潤性癌。利用敏感性和特異性分別為94%和90%，實(shí)現(xiàn)來自被分成兩組(正常乳腺組織和惡性組織)的所有患者的數(shù)據(jù)的分類精度。整體分類精度為92%。
[0052]對于每位患者，還單獨(dú)執(zhí)行數(shù)據(jù)的分類。對于24位患者中的20位，該個人化方法在正常與惡性乳腺組織之間產(chǎn)生100%的判別精度。
[0053]總而言之，DRS被證明，用于利用高精度從乳腺的正常組織中判別惡性組織。對于在個體分析中所包括的患者的大部分，整個分析中的92%的判別精度被進(jìn)一步加強(qiáng)至100%。這些結(jié)果證明，判別每個患者數(shù)據(jù)的關(guān)聯(lián)趨向于體內(nèi)應(yīng)用和結(jié)合到臨床實(shí)踐中，以使乳腺組織中的侵入性過程最小化。
[0054]總之，已經(jīng)描述了一種基于光譜測量從單個患者中的正常和良性組織中判別惡性組織的系統(tǒng)和方法。從正常組織中的光譜測量開始，獲得用于正常種類的參考值。當(dāng)譜特性落在定義參考種類的閾值以外時，利用其他組織中的光譜測量，能夠?qū)?shù)據(jù)點(diǎn)分配到新的(多個)種類。還能夠定義不同種類之間的閾值。發(fā)現(xiàn)(轉(zhuǎn)變?yōu)?惡性組織能夠基于光譜值與判別正常和良性與惡性組織的分類閾值的比較。
[0055]盡管已經(jīng)在附圖和前述說明內(nèi)容中詳細(xì)說明和描述了本發(fā)明，但是這種說明和描述應(yīng)當(dāng)被認(rèn)為是說明性或范例性的，而不是限制性的。本發(fā)明不限于所公開的實(shí)施例。存在很多其他方法來建立用于個體患者中的正常、良性和惡性或其他組織種類的不同的數(shù)據(jù)庫。諸如主分量分析、線性判別分析、偏最小二乘法判別判別分析、支持向量機(jī)及其他的標(biāo)準(zhǔn)多元統(tǒng)計(jì)分析方法能夠用于這些目的。此外，通過研究附圖、說明書以及所附的權(quán)利要求書，實(shí)踐本發(fā)明的本領(lǐng)域技術(shù)人員能夠理解和做出對于所公開的實(shí)施例的其他變化。在權(quán)利要求書中，“包括” 一詞不排除其他元素或步驟，并且不定冠詞“一”或“一個”不排除多個。有些手段記載在 相互不同的從屬權(quán)利要求中，這一事實(shí)并不表示不能用這些手段的組合來獲益。權(quán)利要求書中的任何參考符號不應(yīng)當(dāng)被解釋為限制范圍。
【權(quán)利要求】
1.一種用于獲得用于不同組織類型之間的判別的至少一個閾值的系統(tǒng)，所述系統(tǒng)包括: -光學(xué)探針，其被布置為在第一類型的組織中的一個或多個位置上獲得光譜測量結(jié)果；以及 -控制臺，其被布置為定義數(shù)據(jù)點(diǎn)，以基于來自所述光譜測量結(jié)果的擬合的預(yù)定的譜特性來形成第一組織類型種類，從而，為屬于所述第一組織類型種類的數(shù)據(jù)點(diǎn)云定義第一閾值， -其中，所述光學(xué)探針還被布置為在所述組織中的其他位置上獲得其他光測量結(jié)果；以及 -其中，所述控制臺還被布置為測試所述其他光譜測量結(jié)果是否落在所述第一閾值以外，并且如果出現(xiàn)這樣的情況，則基于所述其他光譜測量結(jié)果來定義第二組織類型種類。
2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述預(yù)定的譜特性包括吸收和散射特性。
3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述預(yù)定的譜特性包括熒光特性。
4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述不同組織類型包括不同的正常組織類型、或正常和病變組織、或正常和腫瘤組織、或正常組織、良性和惡性組織。
5.根據(jù)權(quán)利 要求1所述的系統(tǒng)，其中，所述介入裝置包括針、導(dǎo)管或內(nèi)窺鏡。
6.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述控制臺被布置為從數(shù)據(jù)點(diǎn)的圖線的形狀中識別所述第二組織類型種類的數(shù)據(jù)點(diǎn)。
7.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述第一組織類型種類涉及脂肪或腺體組織，并且所述第二組織類型種類涉及腺癌或?qū)Ч軆?nèi)原位癌組織。
8.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述控制臺被布置為定義第三組織類型種類，并且使用由所述三個組織類型種類的數(shù)據(jù)點(diǎn)定義的三角形的取向，將組織類型分配到所述第二組織類型種類和所述第三組織類型種類。
9.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述控制臺被布置為使用測量的譜與個體患者譜的數(shù)據(jù)庫的相關(guān)性，以在不同的組織類型之間進(jìn)行判別。
10.根據(jù)權(quán)利要求1所述的系統(tǒng)，其中，所述控制臺被布置為在由提取的水分、脂類和膠原蛋白分?jǐn)?shù)中的至少兩個定義的空間中生成參考圖，用于基于所述組織類型對所述空間進(jìn)行分類，并且用于在所述參考圖上標(biāo)記所述光譜測量結(jié)果。
11.一種獲得用于不同的組織類型之間的判別的至少一個閾值的方法，所述方法包括: -在第一組織類型的組織中的一個或多個位置上通過介入裝置獲得光譜測量結(jié)果， -基于來自所述光譜測量結(jié)果中的擬合的預(yù)定的光譜特性來定義數(shù)據(jù)點(diǎn)，以形成第一組織類型種類，從而為屬于所述第一組織類型種類的云數(shù)據(jù)點(diǎn)定義第一閾值， -將所述介入裝置行進(jìn)到所述組織中的其他位置，以獲得其他光譜測量結(jié)果，以及-測試所述其他光譜測量是否落在所述第一閾值以外，并且如果出現(xiàn)這樣的情況，則基于所述其他光譜測量結(jié)果來定義第二組織類型種類。
【文檔編號】A61B1/00GK103476321SQ201280018943
【公開日】2013年12月25日 申請日期:2012年4月10日 優(yōu)先權(quán)日:2011年4月18日
【發(fā)明者】G·W·呂卡森, B·H·W·亨德里克斯, R·納沙貝 申請人:皇家飛利浦有限公司