專利名稱：由拉曼光譜法表征肺組織的設(shè)備和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及組織的表征。本發(fā)明可以應(yīng)用于例如提供用于癌癥的肺組織評(píng)定的方法和設(shè)備。一個(gè)示例實(shí)施例提供了內(nèi)窺鏡設(shè)備，其可以由醫(yī)師使用以評(píng)估肺組織中損傷是 癌性的可能性。
背景技術(shù)：
肺癌通常是致命的。成功治療的前景通過早期識(shí)別腫瘤前損傷(具有高度可能性發(fā)展成惡性腫瘤的損傷)而得以提升。支氣管樹的腫瘤前損傷包括中度和重度異生和原位癌(CIS)，其具有發(fā)展成惡性腫瘤的高度可能性。在支氣管鏡檢期間定位這些腫瘤前損傷從而可以施予進(jìn)一步治療是增加患者存活機(jī)會(huì)的關(guān)鍵當(dāng)前，定位腫瘤前損傷用于進(jìn)一步治療的最佳方法是組合自發(fā)熒光支氣管鏡檢(AFB)和白光支氣管鏡檢(WLB)。該組合在20世紀(jì)90年代被開發(fā)，并且如上所述已經(jīng)對(duì)定位腫瘤前損傷作出了顯著的改進(jìn)，例如在Lam S、Kennedy T、Unger M等人的Localization of bronchial intraepitheIial neoplastic lesions by fluorescencebronchoscopy. Chest 1998;113:696-702 以及 Zellweger M、Grosjean P、Goujon D、Monnier P、van den Bergh H、Wagnieres G 的 In vivo autofluorescence spectroscopyof human bronchial tissue to optimize the detection and imaging of earlycancers. J. Biomed. Opt. 2001;6:41-51中所述。AFB+WLB在檢測(cè)前腫瘤中的靈敏度幾乎是單獨(dú)使用WLB的兩倍。然而，WLB+AFB的平均報(bào)告特異性僅為60%，這導(dǎo)致了許多假陽性識(shí)別，例如在 Lam S. The Role of Autofluorescence Bronchoscopy inDiagnosis of Early Lung Cancer;在 Hirsch FR，Bunn Jr PA，Kato H，MulshineJLjeds. IASLC Textbook for Prevention and Detection of Early Lung Cancer.英格蘭倫敦；以及紐約Taylor &Francis; 2006:149-158;以及在Edell E等人的 Detection and Localization of Intraepithelial Neoplasia and InvasiveCarcinoma Using Fluorescence-Reflectance Bronchoscopy. Journal of ThoracOncology. 2009; Jan;4(I) :49-54 中所解釋的。WLB+AFB欠佳的特異性可以部分地由以下事實(shí)所解釋，即選擇典型地使用WLB+AFB識(shí)別的許多組織部位中的哪一些進(jìn)行活檢要求支氣管學(xué)家的可觀技能和判斷。然而，大量假陽性的主要原因是AFB固有的低特異性。良性和腫瘤前損傷均具有類似的自發(fā)熒光特征。因而，仍然需要改進(jìn)的檢測(cè)方法拉曼光譜法包括將光引導(dǎo)至樣本，其非彈性地散射入射光的一部分。與樣本的非彈性相互作用可以使得散射光的波長(zhǎng)相對(duì)于入射光的波長(zhǎng)而位移(拉曼位移)。散射光的波長(zhǎng)光譜(拉曼光譜)包含關(guān)于樣本屬性的信息。在下列參考文獻(xiàn)中描述了在組織研究中拉曼光譜法的使用a)Caspers PJ等人Raman spectroscopy in biophysics and medical physics.Biophys J 2003;85:572-580; b)Huang Z 等人 Rapid near-infrared Raman spectroscopy system forreal-time in vivo skin measurements. Opt Lett 2001;26:1782-1784;c) Short MA 等人 Development and preliminary results of an endoscopicRaman probe for potential in vivo diagnosis of lung cancers. Opt Lettt2008;33(7):711-713;d) Huang Z 等人 Raman spectroscopy of in vivo cutaneous melanin. J ofBiomed Opt 2004;9:1198-1205;e)Huang Z 等人 Raman Spectroscopy in Combination with BackgroundNear-infrared Autofluorescence Enhances the In Vivo Assessment of MalignantTissues. Photochem Photobiol 2005;81:1219-1226;f)Molckovsky A 等人 Diagnostic potential of near-infrared Ramanspectroscopy in the colon:differentiating adenomatous from hyperplasticpolyps. Gastrointest Endosc 2003;57:396-402;g) Abigail SH 等人 In vivo Margin Assessment during Partial MastectomyBreast Surgery Using Raman Spectroscopy. Cancer Res2006;66:3317—3322;h)Rajadhyaksha M 等人 In Vivo Confocal Scanning Laser Microscopy ofHuman Skin II Advances in Instrumentation and Comparison With Histology. JInvest Dermatol 1999;113:293-303;i) Lieber CA 等人 In vivo nonmelanoma skin cancer diagnosisusing Ramanmicrospectroscopy. Laser Surg Med 2008;40 (7):461-467;j)Tu AT. Raman spectroscopy in biology!principles and applications NewYork, NY Wiley;1982;k) Hanlon EB 等人 Prospects for in vivo Raman spectroscopy Physics inMedicine and Biology 2000;45:R1-R59;I)Robichaux-ViehoeverA 等人 Characterization of Raman spectrameasured in vivo for the detection of cervical dysplasia.Appl.Spectrosc. 2007;61pp. 986-997.m)Guze K 等人 Parameters defining the potential applicabilityof Raman spectroscopy as a diagnostic tool for oral disease.J.Biomed.Opt.2009;14:0140161-9;
n) Huang Z 等人 Integrated Raman spectroscopy and trimodal wide-fieldimaging techniques for real-time in vivo tissue Raman measurements atendoscopy. Opt. Lett. 2009;34:758-760;o) Huang Z等人Near-infrared Raman spectroscopy for optical diagnosis oflung cancer. Int. J. Cancer 2003;107:1047-1052;p)Magee ND 等人 Ex Vivo diagnosis of lung cancer using a Ramanminiprobe.Journal of Physical Chemistry B 2009;113:8137-8141;q) Short MA 等人 Development and preliminary results of an endoscopyRaman probe for potential in-vivo diagnosis of lung cancers. Optics Letters2008;33(7):711-713;
r) Shim MG，et al. Study of fiber opfic probes for in vivo medical Ramanspectroscopy. Applied Spectroscopy 1999;53:619-627;s) Yamazaki H 等人 The diagnoses of lung cancer using 1064nm excitednear-infrared multichannel Raman spectroscopy. Radiation Medicine 2003;21:1-6;t) Nazemi JH 等人 Lipid concentrations in human coronaryartery determined with high wavenumber Raman shifted light. J. Biomed.Opt.2007;14(3):0340091-6;u) Koljenovic S 等人 Raman microspectroscopic mapping studies of humanbronchial tissue. J. Biomed. Opt. 2004;9:1187-1197;v)Movasaghi Z 等 A Raman spectroscopy of biological tissues. AppliedSpectroscopy Reviews 2007;42:493-541;andw) Percotj A.等人Direct observation of domains in model stratum corneumlipid mixtures by Raman spectroscopy.Biophysical Journal 2001;81:2144-2153.所有這些參考文獻(xiàn)通過引用合并在本文中。在以下文獻(xiàn)中描述了應(yīng)用施加拉曼光譜法以分析通過共焦技術(shù)收集的光的光學(xué)設(shè)備的使用，其中x) Caspers PJ 等人 Automated depth-scanning confocal Ramanmicrospectrometer for rapid in vivo determination of water concentrationprofiles in human skin. J Raman Spectrosc 2000;31:813-818;y) Caspers PJ 等人 In vivo confocal Raman microspectroscopy of theskin:noninvasive determination of molecular concentration profiles. J InvestDermatol 2001;116:434-442;z) Caspers PJ等人Monitoring the penetration enhancer dimethyl sulfoxidein human stratum corneum in vivo by confocal Raman spectroscopy. Pharm Res2002;19:1577-1580.所有這些參考文獻(xiàn)通過引用合并在本文中。用于表征疑似損傷和其他組織的敏感的、特異性的、非侵入式工具將為使用活檢和對(duì)所提取組織的組織病理學(xué)檢查提供有價(jià)值的備選方案。

發(fā)明內(nèi)容
本發(fā)明具有許多方面。這些方面包括有助于評(píng)定在體肺組織病理的設(shè)備；有助于評(píng)定在體肺組織病理的方法；用于處理組織拉曼光譜數(shù)據(jù)并生成光譜對(duì)應(yīng)于癌癥或癌前組織的可能性的測(cè)量值的設(shè) 備；用于處理組織拉曼光譜數(shù)據(jù)并生成對(duì)光譜對(duì)應(yīng)于癌癥或癌前組織的可能性的測(cè)量值的方法；包含計(jì)算機(jī)可讀指令的非暫態(tài)介質(zhì)，所述指令當(dāng)由數(shù)據(jù)處理器執(zhí)行時(shí)，使得數(shù)據(jù)處理器執(zhí)行用于處理組織拉曼光譜數(shù)據(jù)并生成對(duì)光譜對(duì)應(yīng)于癌癥或癌前組織的可能性的測(cè)量值的方法。本發(fā)明的一方面是提供有助于非傾入式肺組織分析而通過檢測(cè)和測(cè)量拉曼光譜進(jìn)行對(duì)疾病或者生理狀態(tài)的診斷。本發(fā)明的一些實(shí)施例提供了用于采集和分析點(diǎn)拉曼光譜的方法和設(shè)備，以提供用于評(píng)估組織(例如在肺或支氣管樹的候選位置處的組織)的客觀測(cè)量值。一些實(shí)施例提供了對(duì)損傷為腫瘤前、惡性或均不是的快速和客觀測(cè)量。在一些實(shí)施例中，該方法和設(shè)備適于在由正常、發(fā)炎、增生、輕度異生的類組成的組以及在由中度異生、重度異生、原位癌(CIS)和腫瘤的類組成的組之間進(jìn)行區(qū)分。前四類被認(rèn)為是良性的，而后四類則是惡性的。本發(fā)明的一個(gè)方面提供了用于組織表征的設(shè)備，包括被配置為生成拉曼光譜的拉曼分光計(jì)、被配置為測(cè)量拉曼光譜的至少一個(gè)特性的光譜分析單元以及響應(yīng)于所測(cè)得的特征而被驅(qū)動(dòng)的反饋裝置。該至少一個(gè)特性包括在1500 ± IOcnT1至3400 ± IOcnT1的相對(duì)波數(shù)范圍內(nèi)的一個(gè)或多個(gè)光譜特征。在一些實(shí)施例中，設(shè)備還被配置為處理拉曼光譜以提供經(jīng)平滑的二階導(dǎo)數(shù)光譜。例如，這可以通過應(yīng)用Savitzky-Golay六點(diǎn)二次多項(xiàng)式而實(shí)現(xiàn)。所述組織可以基于經(jīng)平滑的二階導(dǎo)數(shù)光譜中的特征而被表征。在一些實(shí)施例中，設(shè)備被配置為通過如下表征組織如果組織特性的后驗(yàn)概率小于第一閾值，則表征裝置處于第一類別；如果組織特性的后驗(yàn)概率大于第二閾值，則表征裝置處于第二類別；如果組織特性的后驗(yàn)概率在第一閾值和第二閾值之間，則表征裝置處于第三類別。在一些實(shí)施例中，第一閾值表現(xiàn)為O. 3±10%的截止點(diǎn)，而第二閾值表現(xiàn)為0.7±10%的截止點(diǎn)。例如，第一閾值可以是O. 3的截止點(diǎn)，而第二閾值可以是O. 7的截止點(diǎn)。本發(fā)明的另一方面提供了一種用于組織表征的方法，包括接收肺組織的至少一個(gè)拉曼光譜，測(cè)量拉曼光譜至少一個(gè)特性，響應(yīng)于所測(cè)得的特性而表征組織，以及生成對(duì)組織的表征的指示。至少部分地基于在1500± IOcnT1至3400± IOcnT1的相對(duì)波數(shù)范圍內(nèi)的一個(gè)或多個(gè)拉曼光譜特征，評(píng)估所述組織。在一些實(shí)施例中，計(jì)算經(jīng)平滑的二階導(dǎo)數(shù)光譜。例如，這可以向每個(gè)拉曼光譜應(yīng)用Savitzky-Golay六點(diǎn)二次多項(xiàng)式而進(jìn)行。在一些實(shí)施例中，表征所述組織包括如果組織特性的后驗(yàn)概率小于第一閾值，則表征裝置處于第一類別；如果組織特性的后驗(yàn)概率大于第二閾值，則表征裝置處于第二類別；如果組織特性的后驗(yàn)概率在第一閾值和第二閾值之間，則表征裝置處于第三類別。在一些實(shí)施例中，第一閾值表現(xiàn)為O. 3±10%的截止點(diǎn)，而第二閾值表現(xiàn)為O. 7±10%的截止點(diǎn)。例如，第一閾值可以是O. 3的截止點(diǎn)，而第二閾值可以是O. 7的截止點(diǎn)。
本發(fā)明的另一方面提供了一種非暫態(tài)有形計(jì)算機(jī)可讀介質(zhì)，其存儲(chǔ)由至少一個(gè)數(shù)據(jù)處理器執(zhí)行的指令，所述指令在由數(shù)據(jù)處理器執(zhí)行時(shí)，使得數(shù)據(jù)處理器執(zhí)行用于表征組織的方法，包括如下步驟處理肺組織的至少一個(gè)拉曼光譜，響應(yīng)于拉曼光譜而表征肺組織，以及生成肺組織表征的指示。至少部分地基于在1500± IOcnT1至3400± IOcnT1的相對(duì)波數(shù)范圍內(nèi)的一個(gè)或多個(gè)拉曼光譜特征，而表征所述組織。本發(fā)明的其他方面以及本發(fā)明的示例實(shí)施例的特征在隨后的描述中描述和/或在附圖中例示。


附圖例示了本發(fā)明的非限制性實(shí)施例。圖I是根據(jù)本發(fā)明一個(gè)示例實(shí)施例的診斷設(shè)備的框圖。圖2是根據(jù)本發(fā)明另一個(gè)示例實(shí)施例的設(shè)備的框圖。 圖2A是原型診斷設(shè)備的照片。圖3A是原始拉曼光譜的曲線圖。圖3B是圖3A的拉曼光譜的曲線圖，其中多項(xiàng)式曲線擬合熒光背景。圖3C是圖3A的拉曼光譜的曲線圖，其中減去了熒光背景。圖4A是損傷在白光下的照片。圖4B是相同損傷的藍(lán)光激發(fā)的熒光照片。圖4C是疑似損傷的藍(lán)光和拉曼分光計(jì)激發(fā)的熒光照片。圖5A是來自數(shù)據(jù)集的示例平均拉曼光譜的曲線圖。圖5B是來自數(shù)據(jù)集的另一示例平均拉曼光譜的曲線圖。圖5C是來自數(shù)據(jù)集的又一示例平均拉曼光譜的曲線圖。圖是損傷的各種分類的示例拉曼光譜的曲線圖。圖6是預(yù)測(cè)和已知病理學(xué)的示例后驗(yàn)概率繪圖的曲線圖。圖7是示例拉曼光譜的示例接收者操作者特定的曲線圖。圖8示出了用于各種參考材料的示例拉曼光譜的曲線圖。
具體實(shí)施例方式在下列描述中通篇闡述了特定細(xì)節(jié)以便提供對(duì)本發(fā)明的更透徹理解。然而，可以在沒有這些細(xì)節(jié)的情況下實(shí)施本發(fā)明。在其他實(shí)例中，沒有示出或詳細(xì)描述周知的元件，以避免不必要地模糊本發(fā)明。因此，說明書和附圖應(yīng)被認(rèn)為是出于說明性而非限制性的意義。圖I是根據(jù)本發(fā)明一個(gè)示例實(shí)施例的設(shè)備20的框圖。設(shè)備20包括拉曼分光計(jì)22，其被配置為確定小體積組織T的拉曼光譜24。組織T可以是肺組織。肺組織的在體拉曼光譜的獲取會(huì)由于一般需要光纖或其他柔性探針將光從肺組織運(yùn)送至分光計(jì)這一問題而變得復(fù)雜，并且這可能導(dǎo)致光收集效率降低。另一個(gè)問題是頻繁且不可控的肺運(yùn)動(dòng)使得難以維持聚焦在組織的特定區(qū)域上達(dá)數(shù)秒以上。這些問題能被如下解決通過使用如在Shim MG等人在Study of fiber optic probes forin vivo medical Raman spectroscopy. Applied Spectroscopy 1999;53:619-627 中所述的部件以減少光纖發(fā)射，并且采取如Huang Z等人在Rapid near-infrared Ramanspectroscopy system for real-time in vivo skin measurements. Optical Letters2001; 26:1782-1784中所述的步驟以增進(jìn)高信噪比。Short MA等人在Development andpreliminary results of an endoscopy Raman probe for potential in-vivo diagnosisof lung cancers. Optics Letters2008; 33 (7) : 711-713 中描述了適于從肺組織米集拉曼光譜的原型拉曼分光計(jì)系統(tǒng)。光譜分析部件26接收拉曼光譜24，并且處理拉曼光譜以獲得指示其拉曼光譜24被獲得的組織的病理學(xué)的測(cè)量值28。測(cè)量值28控制反饋裝置29。反饋裝置29可以例如包括燈、曲線圖指示、聲音、顯示器或響應(yīng)于測(cè)量值28而提供人可感知的信號(hào)的其他裝置。測(cè)量值28至少部分基于在1500CHT1至3400CHT1的波數(shù)范圍內(nèi)發(fā)現(xiàn)的拉曼光譜的特征。圖2是根據(jù)本發(fā)明的另一示例實(shí)施例的設(shè)備30的框圖。在圖2中，示出了拉曼分 光計(jì)22包括光源32。光源32是單色光源，并且可以例如包括激光器。光源32例如可以包括紅外激光器。在一個(gè)示例實(shí)施例中，激光器生成785nm波長(zhǎng)的光。需要避免將組織暴露至過量的輻射。這可以通過恰當(dāng)選擇光源32、控制光源和/或提供光源下游衰減而實(shí)現(xiàn)。來自光源32的光由濾波器34濾波,并被稱合入光纖36。光通過分束器38進(jìn)入導(dǎo)管40。導(dǎo)管40例如可以沿著支氣管鏡的儀器通道而向下延伸。在一個(gè)示例實(shí)施例中，導(dǎo)管40的直徑為I. 8mm,從而其可以安裝通過支氣管鏡的直徑為2. 2mm的儀器孔。從導(dǎo)管40遠(yuǎn)端出射的光照明導(dǎo)管40端部附近的組織，其中部分光經(jīng)歷拉曼散射。拉曼散射光的一部分進(jìn)入導(dǎo)管40，并且通過分束器38和濾波器42而傳送至攝譜儀44。攝譜儀44和檢測(cè)器46 —同工作以產(chǎn)生在攝譜儀44處入射的光的拉曼光譜。將表征拉曼光譜的信息傳遞至分析系統(tǒng)48。優(yōu)選地，在諸如I秒的短數(shù)據(jù)采集時(shí)間內(nèi)采集拉曼光譜。光譜分析系統(tǒng)48可以包括經(jīng)編程的數(shù)據(jù)處理器，諸如個(gè)人計(jì)算機(jī)、嵌入式計(jì)算機(jī)、微處理器、圖形處理器、數(shù)字信號(hào)處理器、或者執(zhí)行軟件和/或固件指令而使得處理器從拉曼光譜提取特定光譜特性的類似處理器。在備選實(shí)施例中，光譜分析系統(tǒng)48包括電子電路、邏輯流水線、或被配置為提取特異性光譜特征的其他硬件，或是與硬件結(jié)合以在特定光譜特性的提取過程中執(zhí)行一個(gè)或多個(gè)步驟的編程的數(shù)據(jù)處理器。方便而非強(qiáng)制的是，光譜分析系統(tǒng)48實(shí)時(shí)或近實(shí)時(shí)地操作，從而在采集的拉曼光譜基本上同時(shí)或至少數(shù)秒之內(nèi)完成對(duì)拉曼光譜的分析。在圖2中，47指示用于校準(zhǔn)分光計(jì)的直徑為50 ii m的光纖。根據(jù)由光譜分析系統(tǒng)48從拉曼光譜提取的特定光譜特性而獲得的測(cè)量值，光譜分析系統(tǒng)48連接以控制指示器設(shè)備49。測(cè)得的拉曼光譜典型地將疊加在熒光背景上，其根據(jù)每個(gè)測(cè)量而變化。方便的是，光譜分析系統(tǒng)48處理接收到的拉曼光譜，以移除熒光背景，并且還歸一化所述光譜。例如使用如在 Zhao J 等人在 Automated Autofluorescence Background SubtractionAlgorithm for Biomedical Raman Spectroscopy. Appl. Spectrosc. 2007;61:1225-1232中所述的Vancouver Raman算法(溫哥華拉曼算法)，可以實(shí)現(xiàn)對(duì)熒光背景的移除，所述文獻(xiàn)通過引用合并在本文中。Vancouver Raman算法是一種計(jì)及了噪聲的迭代修改多項(xiàng)式曲線擬合熒光移除法。圖3A、3B和3C分別示出了原始拉曼光譜、具有擬合至熒光背景的多項(xiàng)式曲線的圖3A的拉曼光譜、以及具有通過減去的多項(xiàng)式曲線而被建模的熒光背景的圖3A的拉曼光譜。例如可以對(duì)每個(gè)光譜的曲線下面積(AUC)執(zhí)行歸一化。例如，每個(gè)光譜可以乘以被選以使得AUC等于標(biāo)準(zhǔn)值的值。為便于顯示光譜，歸一化的強(qiáng)度可以除以每個(gè)光譜中數(shù)據(jù)點(diǎn)的數(shù)量。攝譜儀44和光譜分析系統(tǒng)48被配置為獲取并分析包括lSOOcnT1至34000^1范圍的至少部分的拉曼光譜。發(fā)明人已經(jīng)確定該范圍提供了特別的優(yōu)點(diǎn)，因?yàn)槠浔苊饬嗽?至2000CHT1范圍內(nèi)發(fā)現(xiàn)的非常強(qiáng)的肺組織自發(fā)熒光，并且仍然包含有助于組織表征的顯著生物分子信息。光譜分析系統(tǒng)48可以應(yīng)用多變量數(shù)據(jù)分析以根據(jù)各組織在1500CHT1至3400CHT1范圍內(nèi)的拉曼光譜而對(duì)組織進(jìn)行分類。例如，可以通過執(zhí)行主成份分析(PCA)來分析具體光譜?？梢詫?duì)所采集的拉曼光譜的部分或全部范圍執(zhí)行PCA。 PCA包括產(chǎn)生一組主成份，其表示了一組訓(xùn)練光譜中的方差的給定比例。例如，每個(gè)光譜可被表示為一組少量PCA變量的線性組合?？梢赃x擇PCA變量，以使它們至少計(jì)及一組訓(xùn)練光譜的總方差的閾值量(例如，至少70%)。主成份(PC)可以通過對(duì)標(biāo)準(zhǔn)化光譜數(shù)據(jù)矩陣執(zhí)行PCA以產(chǎn)生PC而導(dǎo)出。PC通常提供了減少數(shù)量的正交變量，這些變量計(jì)及了原始光譜中總方差的大部分。通過計(jì)算被稱為PC得分的變量，可以使用PC評(píng)定新的拉曼光譜，所述PC得分表示正被分析的拉曼光譜中的一個(gè)或多個(gè)具體PC的一個(gè)或多個(gè)比重。隨后，可以使用線性判別分析(LDA)以導(dǎo)出指示組織是否正常的PC得分的函數(shù)(判別函數(shù))。判別函數(shù)可被連續(xù)應(yīng)用以基于相應(yīng)于未知組織的拉曼光譜的PC得分的點(diǎn)相對(duì)于判別函數(shù)線的位置來分類未知組織。光譜分析系統(tǒng)48可被配置為對(duì)1500CHT1至3400CHT1范圍內(nèi)的拉曼光譜執(zhí)行線性判別分析和/或主成份分析，以判別健康和不健康的肺組織。下面提供了這樣的一個(gè)示例。圖2A是示出根據(jù)原型實(shí)施例的設(shè)備的照片。該設(shè)備安裝在推車上，從而能被帶到靠近患者的位置。設(shè)備20或30的一個(gè)應(yīng)用是表征已使用不同模態(tài)(例如WLB和AFB)而被識(shí)別為感興趣的損傷。方便的是，導(dǎo)管40由用于識(shí)別感興趣損傷的相同儀器(例如支氣管鏡)攜帶。這有助于在觀察到損傷后立刻使用拉曼光譜法來表征該損傷。醫(yī)師可以使用支氣管鏡，通過在一個(gè)或多個(gè)恰當(dāng)成像模式下觀察肺組織而識(shí)別損傷。當(dāng)已經(jīng)定位感興趣的損傷時(shí)，醫(yī)師可在不移動(dòng)支氣管鏡的情況下觸發(fā)對(duì)感興趣損傷的拉曼光譜的采集和分析。這可以例如通過按下按鈕或使用另一用戶界面模態(tài)以命令設(shè)備采集拉曼光譜而完成。在一些實(shí)施例中，醫(yī)師立即接收到拉曼光譜的自動(dòng)分析結(jié)果?；谧詣?dòng)分析的結(jié)果，醫(yī)師能夠決定進(jìn)一步的動(dòng)作，諸如是否對(duì)感興趣的損傷進(jìn)行活檢。圖4A是示出白光下成像的損傷的照片，而圖4B是圖4A所示相同位置觀察為藍(lán)光激發(fā)的突光圖像的照片。圖4B使用加拿大溫哥華的Xillix Technologies Corp.的Onco-LIFE 熒光內(nèi)窺鏡系統(tǒng)獲得。圖4B中，綠色表示正常組織，而暗紅色(例如在區(qū)域60中)表示患病組織。圖4C是示出同時(shí)使用藍(lán)光生成熒光圖像以及使用來自拉曼分光計(jì)的導(dǎo)管40的785nm光而激發(fā)的另一疑似損傷的照片，其中基本上由區(qū)域62指示的區(qū)域是紅色，而其余區(qū)域主要是綠色的。參考下列特定示例而進(jìn)一步描述本發(fā)明，這并不意味著限制本發(fā)明，而是進(jìn)一步例示本發(fā)明。例I使用圖2中例示類型的近紅外拉曼系統(tǒng)以采集肺組織中損傷的實(shí)時(shí)在體肺光譜。肺組織來自于選自進(jìn)行支氣管鏡檢的46人的組中的26人。支氣管學(xué)家使用組合的WLB和 AFB來識(shí)別損傷以進(jìn)行活檢。在46個(gè)參與者中，發(fā)現(xiàn)26個(gè)具有支氣管學(xué)家推選進(jìn)行活檢的損傷。使用本文所述的設(shè)備獲得來自這些損傷的拉曼光譜。測(cè)得129個(gè)拉曼光譜。在一秒曝光中獲得清楚的在體拉曼光譜。在相同的位置進(jìn)行活檢，并且由病理學(xué)家進(jìn)行分類。根據(jù)世界健康組織準(zhǔn)則(參見例如，Travis WD 等人登載于 World Health Organization Pathology Panel fforldHealth Organization International Histological Classification of Tumors, 3rded. Berlin:Springer Verlag;1999，p. 5 的 Histologic and graphical text slides forthe histological typing of lung and pleural tumors.)，使用八個(gè)分類。這八個(gè)分類是正常上皮細(xì)胞、增生(包括杯形細(xì)胞增生和基細(xì)胞/儲(chǔ)備細(xì)胞增生)；化生(包括不成熟的鱗狀化生和鱗狀化生);輕度異生、中度異生、重度異生CIS以及侵入式鱗狀細(xì)胞癌(1C)。還對(duì)炎癥變化的存在與否進(jìn)行記錄。在如下討論中，3M0D O中度)指的是具有中度異生或更嚴(yán)重病理的損傷，(MILD (<輕度)指的是具有輕度異生或更輕微病理的損傷。在獲取的129個(gè)拉曼光譜中，51個(gè)來自病理> MOD的部位，其余則來自輕度異生或更輕微病理(< MILD)的部位。在校準(zhǔn)系統(tǒng)的靈敏度作為波長(zhǎng)函數(shù)之前，從每個(gè)光譜的原始數(shù)據(jù)中減去環(huán)境背景信號(hào)。以三種不同的方式處理每個(gè)經(jīng)預(yù)處理的光譜。通過對(duì)每個(gè)經(jīng)預(yù)處理的光譜執(zhí)行3點(diǎn)平滑操作，并對(duì)每條曲線下的面積求和且將平滑光譜中的每個(gè)變量除以該和來歸一化強(qiáng)度變量，獲得第一數(shù)據(jù)集(數(shù)據(jù)集A)。圖5A示出了來自病理彡MILD (曲線51A)和SMILD (曲線51B)的部位的數(shù)據(jù)集A的數(shù)據(jù)的平均光譜。為清楚起見，曲線51A和51B的強(qiáng)度標(biāo)度改變。曲線51C示出了從平均3M0D光譜減去平均< MILD光譜的結(jié)果(不在相同的強(qiáng)度標(biāo)度上)。水平虛線是零強(qiáng)度。圖5A的檢查示出了對(duì)數(shù)據(jù)集A光譜的基本上自發(fā)熒光影響，其在1600、2150和2900CHT1附近具有相對(duì)較小的拉曼峰。低強(qiáng)度寬峰的中心位于2150CHT1處，而3100CHT1以上的強(qiáng)發(fā)射被認(rèn)定為源自水分子振動(dòng)。通過由如在 Zhao J 等人在 Automated autoflorescence backgroundsubtraction algorithm for biomedical Raman spectroscopy. Applied Spectroscopy2007;61:1225-1232中描述的修改的多項(xiàng)式擬合例程，執(zhí)行3點(diǎn)平滑操作并在隨后減去自發(fā)熒光，獲得第二數(shù)據(jù)集(數(shù)據(jù)集B)。圖5B示出了來自彡MILD損傷(曲線52A)和彡MILD (曲線52B)的數(shù)據(jù)集B的平均拉曼光譜。曲線52C示出了從平均> MOD光譜減去平均< MILD光譜的結(jié)果(不在相同的強(qiáng)度標(biāo)度上)。曲線52A和52B示出了由在13個(gè)波數(shù)位置(在圖中由垂直虛線所示)的t測(cè)試統(tǒng)計(jì)(P.O. 05)確定的顯著差別。這些位置對(duì)應(yīng)于光譜中的峰或肩部。由于在兩個(gè)范圍(A和B)外側(cè)未觀察到清楚的拉曼峰，因此示出了這兩個(gè)范圍。使用對(duì)所有測(cè)得的參考值的最小平方加權(quán)求和，得到對(duì)每個(gè)平均光譜的近似擬合。這些擬合由實(shí)心黑線指示，并且示出了 > MOD損傷的DNA、血紅蛋白、苯丙氨酸和三油酸酯相對(duì)增加，以及膠原的相對(duì)下降。圖示出了在體拉曼光譜被處理為用于各種分類的損傷的數(shù)據(jù)集B。由于在兩個(gè)波數(shù)范圍(A和B)外側(cè)未觀察到清楚的拉曼峰，因此示出了這兩個(gè)范圍。范圍B中的光譜強(qiáng)度平均是范圍A中的5倍?？拷?663CHT1的寬峰很可能對(duì)應(yīng)于V (C=O)氨基化合物振動(dòng)和v2水分子彎曲運(yùn)動(dòng)的組合。在2900cm-1左右的寬峰則被指定為脂類(C-H)峰(2833+2886CHT1)和普通蛋白質(zhì)在2938CHT1處的振動(dòng)的組合。
附圖5D 示出了位于 1589、1646、1698、1727、2720、2801、2863、2877 和 2921 cm-1 處的其他小峰或肩部，其看上去對(duì)應(yīng)于各種氨基酸、脂類和蛋白質(zhì)的峰。在1750和2700CHT1之間(圖未示出的范圍)，除了在2150CHT1處的寬發(fā)射之外，存在多個(gè)強(qiáng)度非常低的窄峰，其似乎不隨肺部位的不同而改變。雖然有對(duì)一些主要?dú)w因于碳和氮模式的弱拉曼發(fā)射(其近似符合所觀察得的一些非常低強(qiáng)度的峰)的報(bào)告，但是該光譜區(qū)域未注意到任何顯著拉曼峰。通過對(duì)每個(gè)經(jīng)預(yù)處理的光譜應(yīng)用Savitzky-Golay六點(diǎn)二次多項(xiàng)式以計(jì)算平滑的二階導(dǎo)數(shù)光譜，而得到第三數(shù)據(jù)集(數(shù)據(jù)集C)。該技術(shù)例如在S avitzky A等人的Smoothingand differentiation of data bysimplified least squares procedure AnalyticalChemistry 1964; 36:627-1639中有所描述。對(duì)光譜的平方導(dǎo)數(shù)值求和并在隨后將每個(gè)變量除以該和以用于歸一化。在圖5C中示出了，在其中不同病理組之間的顯著性差異(p.O. 05)是顯見的范圍上的數(shù)據(jù)集C的二階導(dǎo)數(shù)光譜。曲線53A是來自病理SMILD的部位的平均已處理數(shù)據(jù)。曲線53B是來自病理> MOD的部位的平均已處理數(shù)據(jù)。為清楚起見，曲線53A和53B的強(qiáng)度標(biāo)度已被移位。曲線53C示出了從平均> MOD光譜減去平均< MILD光譜的結(jié)果(不在相同的強(qiáng)度標(biāo)度上)。水平虛線是零強(qiáng)度。示出了兩個(gè)波數(shù)范圍((A) 1550-1800(3!^1和(B)2700-31000^1^僅在這些范圍中觀察到清楚的拉曼峰。使用統(tǒng)計(jì)軟件(來自美國俄克拉荷馬州Tulsa的StatSoft Inc.的Stistica 6.0)分別分析數(shù)據(jù)集A、B和C。計(jì)算每個(gè)數(shù)據(jù)集中的所有光譜的主成份(PC)以減少變量的數(shù)量。對(duì)計(jì)及0. 1%或更大方差的PC使用Student氏t測(cè)試，以在將光譜分成彡MOD和(MILD這兩個(gè)病理組時(shí)確定最顯著PC。對(duì)最顯著PC使用具有使用留一法交叉驗(yàn)證的線性判別分析(LDA)。為了避免過擬合數(shù)據(jù)，在LDA中使用的PC數(shù)量被限為最小子組(即51個(gè)^ MOD光譜)情況下的總數(shù)的三分之一(17)?？梢允褂昧粢环ń徊骝?yàn)證程序以防止過度訓(xùn)練。留一法交叉驗(yàn)證包括從數(shù)據(jù)集中移除一個(gè)光譜，并且使用其余光譜的集而重復(fù)整個(gè)算法，包括PCA和LDA。隨后使用得到的最佳算法分類已保留的光譜?？梢灾貜?fù)該算法，直到每個(gè)光譜已被獨(dú)立分類。如上所述，除了從每個(gè)數(shù)據(jù)集中略去的具有IC病理(24)的所有光譜之外，對(duì)于數(shù)據(jù)集A、B和C的光譜重新進(jìn)行第二次的完整分析。每個(gè)數(shù)據(jù)集中的27個(gè)光譜維持具有彡MOD的病理分類,而因而僅在LDA交叉驗(yàn)證模型中使用9個(gè)PC。對(duì)來自數(shù)據(jù)集A、B和C的光譜進(jìn)行的統(tǒng)計(jì)分析導(dǎo)致了能從表I中所見的顯著不同的結(jié)果。來自數(shù)據(jù)集A的光譜對(duì)于預(yù)測(cè)病理> MOD而言最差，其具有80%的靈敏度和72%的特異性。從分析中移除IC光譜得到了實(shí)質(zhì)上更差的靈敏度，而特異性僅有適度的增加。如果僅在后驗(yàn)概率> 0. 7或< 0. 3時(shí)分類光譜，則獲得80%的靈敏度和77%的特異性，而代價(jià)是僅能從129個(gè)光譜中分類99個(gè)(77%)。
權(quán)利要求
1.一種表征肺組織的設(shè)備，該設(shè)備包括 拉曼分光計(jì)，被配置為在ΙδΟΟαιΓ1至3400CHT1的相對(duì)波數(shù)范圍內(nèi)生成拉曼光譜； 拉曼光譜分析單元，被配置為基于拉曼光譜的ΙδΟΟαιΓ1至3400CHT1的相對(duì)波數(shù)范圍內(nèi)的特征來表征組織；以及 反饋裝置，能夠響應(yīng)于拉曼光譜分析單元的輸出而被驅(qū)動(dòng)以產(chǎn)生人可察覺的信號(hào)，所述信號(hào)指示由拉曼光譜分析單元對(duì)組織的表征。
2.根據(jù)權(quán)利要求I所述的設(shè)備，其中拉曼光譜分析單元被配置為處理拉曼光譜，以提供經(jīng)平滑的二階導(dǎo)數(shù)光譜，并且基于經(jīng)平滑的二階導(dǎo)數(shù)光譜中的特征來表征組織。
3.根據(jù)權(quán)利要求2所述的設(shè)備，其中拉曼光譜分析單元被配置為通過對(duì)每個(gè)光譜應(yīng)用Savitzky-Golay六點(diǎn)二次多項(xiàng)式來生成所述經(jīng)平滑的二階導(dǎo)數(shù)光譜。
4.根據(jù)權(quán)利要求I所述的設(shè)備，其中拉曼光譜分析單元被配置為通過執(zhí)行3點(diǎn)平滑操作來處理拉曼光譜，并且基于經(jīng)3點(diǎn)平滑的光譜中的特征來表征組織。
5.根據(jù)權(quán)利要求I至4中任一項(xiàng)所述的設(shè)備，其中拉曼光譜分析單元被配置為使得表征基于在1550CHT1至lSOOcnT1的第一相對(duì)波數(shù)范圍內(nèi)的第一特征以及270001^1至βΙΟΟαιΓ1的第二相對(duì)波數(shù)范圍內(nèi)的第二特征。
6.根據(jù)權(quán)利要求I至5中任一項(xiàng)所述的設(shè)備，其中拉曼光譜分析單元被配置為通過計(jì)算針對(duì)主成分的光譜的主成分得分并且根據(jù)基于所述主成分得分的判別函數(shù)執(zhí)行判別分析來分析拉曼光譜，其中所述主成分得分從包括在ΙδΟΟαιΓ1至34000^1的相對(duì)波數(shù)范圍內(nèi)成分的拉曼光譜的訓(xùn)練集導(dǎo)出。
7.根據(jù)權(quán)利要求6所述的設(shè)備，其中判別分析包括線性判別分析。
8.根據(jù)權(quán)利要求6或7所述的設(shè)備，其中拉曼光譜分析單元包括數(shù)據(jù)存儲(chǔ)裝置，并且表征主成分得分的信息被存儲(chǔ)在所述數(shù)據(jù)存儲(chǔ)裝置中。
9.根據(jù)權(quán)利要求8所述的設(shè)備，其中將判別函數(shù)存儲(chǔ)在所述數(shù)據(jù)存儲(chǔ)裝置中。
10.根據(jù)權(quán)利要求I至9中任一項(xiàng)所述的設(shè)備，其中拉曼光譜分析單元包括被配置為從拉曼光譜中減去熒光背景的熒光背景減去級(jí)。
11.根據(jù)權(quán)利要求10所述的設(shè)備，其中熒光背景減去級(jí)被配置為執(zhí)行多項(xiàng)式擬合例程以評(píng)估熒光背景。
12.根據(jù)權(quán)利要求10或11所述的設(shè)備，其中拉曼光譜分析單元包括在所述熒光背景減去級(jí)之后的歸一化級(jí)，該歸一化級(jí)被配置為歸一化拉曼光譜。
13.根據(jù)權(quán)利要求I至12中任一項(xiàng)所述的設(shè)備，其中拉曼光譜分析單元被配置為從拉曼光譜減去環(huán)境背景信號(hào)。
14.根據(jù)權(quán)利要求I至13中任一項(xiàng)所述的設(shè)備，包括支氣管鏡，其中拉曼分光計(jì)包括可插入所述支氣管鏡的儀器通道中的光導(dǎo)，用以接收包含拉曼光譜的光。
15.根據(jù)權(quán)利要求3所述的設(shè)備，其中拉曼分光計(jì)分析單元包括歸一化級(jí)，該歸一化級(jí)被配置為通過對(duì)每個(gè)光譜的平方導(dǎo)數(shù)值求和并且將每個(gè)變量除以該和，而歸一化該拉曼光-i'TfeP曰。
16.根據(jù)權(quán)利要求6所述的設(shè)備，其中拉曼分光計(jì)分析單元被配置為通過如下來表征組織 如果組織特性的后驗(yàn)概率小于第一閾值，則表征組織位于第一類別；如果組織特性的后驗(yàn)概率大于第二閾值，則表征組織位于第二類別；以及 如果組織特性的后驗(yàn)概率在第一閾值和第二閾值之間，則表征組織位于第三類別。
17.根據(jù)權(quán)利要求16所述的設(shè)備,其中第一閾值表現(xiàn)為O.3±10%的截止點(diǎn),而第二閾值表現(xiàn)為O. 7± 10%的截止點(diǎn)。
18.根據(jù)權(quán)利要求16或17的設(shè)備，其中反饋裝置產(chǎn)生人可感知的信號(hào)，其中 如果組織處于第一分類，則所述信號(hào)是第一信號(hào)； 如果組織處于第二分類，則所述信號(hào)是第二信號(hào)；以及 如果組織處于第三分類，則所述信號(hào)是第三信號(hào)。
19.一種用于組織表征的方法，包括 獲得組織的至少一個(gè)拉曼光譜，該拉曼光譜包括在ΙδΟΟαιΓ1至340001^1的相對(duì)波數(shù)范圍內(nèi)的特征； 在編程的光譜分析單元中包括數(shù)據(jù)處理器以執(zhí)行軟件指令，以至少部分基于拉曼光譜的ΙδΟΟαιΓ1至3400(^1的相對(duì)波數(shù)范圍內(nèi)的特征來自動(dòng)表征組織；以及控制反饋裝置以產(chǎn)生指示組織表征的人可感知的信號(hào)。
20.根據(jù)權(quán)利要求19所述的方法，包括執(zhí)行熒光減去步驟，以在表征組織之前從拉曼光譜中減去熒光背景。
21.根據(jù)權(quán)利要求20所述的方法，包括在熒光背景減去步驟之后歸一化拉曼光譜。
22.根據(jù)權(quán)利要求19所述的方法，其中拉曼光譜被處理以在表征組織之前提供經(jīng)平滑的二階導(dǎo)數(shù)光譜，并且基于該經(jīng)平滑的二階導(dǎo)數(shù)光譜中的特征來表征組織。
23.根據(jù)權(quán)利要求22所述的方法，其中經(jīng)平滑的二階導(dǎo)數(shù)光譜通過對(duì)拉曼光譜應(yīng)用Savitzky-Golay六點(diǎn)二次多項(xiàng)式而提供。
24.根據(jù)權(quán)利要求19所述的方法，其中拉曼光譜通過如下被處理 在表征組織之前對(duì)拉曼光譜執(zhí)行3點(diǎn)平滑操作，并且 基于經(jīng)3點(diǎn)平滑的光譜中的特征來表征組織。
25.根據(jù)權(quán)利要求19所述的方法，其中表征組織基于的是在1550cm—1至lSOOcnT1的第一相對(duì)波數(shù)范圍內(nèi)的第一特征以及2700CHT1至3100CHT1的第二相對(duì)波數(shù)范圍內(nèi)的第二特征。
26.根據(jù)權(quán)利要求19所述的方法，其中拉曼光譜通過如下被處理 計(jì)算針對(duì)主成分的光譜的主成分得分，并且 根據(jù)基于所述主成分得分的判別函數(shù)執(zhí)行判別分析來分析拉曼光譜， 其中所述主成分得分從包括在1500CHT1至3400CHT1的相對(duì)波數(shù)范圍內(nèi)成分的拉曼光譜的訓(xùn)練集導(dǎo)出。
27.根據(jù)權(quán)利要求26所述的方法，其中判別分析包括線性判別分析。
28.根據(jù)權(quán)利要求27所述的方法，其中編程的拉曼光譜分析單元包括數(shù)據(jù)存儲(chǔ)裝置，并且表征主成分得分的信息被存儲(chǔ)在所述數(shù)據(jù)存儲(chǔ)裝置中。
29.根據(jù)權(quán)利要求28所述的方法，其中判別函數(shù)被存儲(chǔ)在所述數(shù)據(jù)存儲(chǔ)裝置中。
30.根據(jù)權(quán)利要求21所述的方法，其中執(zhí)行熒光背景減去步驟的步驟包括執(zhí)行多項(xiàng)式擬合例程以評(píng)估熒光背景。
31.根據(jù)權(quán)利要求19所述的方法，包括從拉曼光譜減去環(huán)境背景信號(hào)的步驟。
32.根據(jù)權(quán)利要求23所述的方法，包括通過對(duì)每個(gè)光譜的平方導(dǎo)數(shù)值求和并在隨后使每個(gè)變量除以該和來歸一化拉曼光譜的步驟。
33.根據(jù)權(quán)利要求26所述的方法，其中表征組織包括使用概率閾值。
34.根據(jù)權(quán)利要求26所述的方法，其中表征組織包括 如果組織特性的后驗(yàn)概率小于第一閾值，則表征組織位于第一類別； 如果組織特性的后驗(yàn)概率大于第二閾值，則表征組織位于第二類別；以及 如果組織特性征的后驗(yàn)概率在第一閾值和第二閾值之間，則表征組織位于第三類別。
35.根據(jù)權(quán)利要求34所述的方法,其中第一閾值表現(xiàn)為O.3±10%的截止點(diǎn)，而第二閾值表現(xiàn)為O. 7± 10%的截止點(diǎn)。
36.根據(jù)權(quán)利要求34或35所述的方法，其中控制反饋裝置包括 如果組織處于第一分類，則產(chǎn)生第一信號(hào)； 如果組織處于第二分類，則產(chǎn)生第二信號(hào)；以及 如果組織處于第三分類，則產(chǎn)生第三信號(hào)。
37.一種非暫態(tài)有形計(jì)算機(jī)可讀介質(zhì)，其存儲(chǔ)由至少一個(gè)數(shù)據(jù)處理器執(zhí)行的指令，所述指令在由數(shù)據(jù)處理器執(zhí)行時(shí)，使得數(shù)據(jù)處理器執(zhí)行用于表征組織的方法，所述方法包括如下步驟 接收組織的至少一個(gè)拉曼光譜，該拉曼光譜包括在ΙδΟΟαιΓ1至340001^1的相對(duì)波數(shù)范圍內(nèi)的特征； 至少部分基于拉曼光譜的ΙδΟΟαιΓ1至340001^1的相對(duì)波數(shù)范圍內(nèi)的特征來表征組織；以及 生成對(duì)組織表征的指示。
38.根據(jù)權(quán)利要求37所述的非暫態(tài)有形計(jì)算機(jī)可讀介質(zhì)，其中非暫態(tài)有形計(jì)算機(jī)可讀介質(zhì)還存儲(chǔ)至少一個(gè)拉曼光譜。
全文摘要
近紅外拉曼光譜能被應(yīng)用于以識(shí)別支氣管樹中的腫瘤前損傷。使用沿著支氣管鏡的儀器通道向下通過的光纖導(dǎo)管，可以獲得肺組織的實(shí)時(shí)在體拉曼光譜。使用原型設(shè)備，以分別為96％和91％的靈敏度和特異性檢測(cè)腫瘤前損傷。結(jié)合其他支氣管鏡成像模態(tài)而使用拉曼光譜設(shè)備和方法，能夠大幅降低假陽性結(jié)果的數(shù)量。
文檔編號(hào)G01N21/65GK102740762SQ201180006587
公開日2012年10月17日 申請(qǐng)日期2011年1月21日 優(yōu)先權(quán)日2010年1月22日
發(fā)明者A·麥克威廉姆斯, M·紹特, S·拉姆, 曾海山 申請(qǐng)人:不列顛哥倫比亞癌癥分社