CN106163380B - 用于实时肿瘤检测和介入引导的定量组织特性映射 - Google Patents

Abstract

本发明是针对用于使用OCT/LCI进行在空间上解析的组织光学特性的实时特征化的方法。成像数据被实时地采集、处理、显示和存储。因而产生的组织光学特性接着用于确定诊断阈值并确定OCT/LCI检测灵敏度和特异性。颜色编码光学特性图被构造成为外科医生提供区分开肿瘤与非肿瘤的直接视觉提示。可以用结构成像数据和/或多普勒结果覆盖这些光学特性图以用于有效的数据显示。最后，成像系统也可与例如跟踪和外科手术显微镜的现有系统集成在一起。通常提供瞄准光束用于介入引导。为了手术中使用，也可提供盖/隔板以维持探针的工作距离，并且也提供活组织检查能力。该方法能够用于研究和临床诊断和/或介入引导。

Description

用于实时肿瘤检测和介入引导的定量组织特性映射

相关申请的交叉引用

本申请要求于2014年3月25日提交的美国临时专利申请号61/970,104的利益，其通过引用被全部并入本文。

政府权利

本发明是在由美国国立卫生研究院资助的R01EB007636、R01CA120480和R01NS070024之下得到政府支持而进行的。政府对本发明有某些权利。

发明领域

本发明通常涉及医学成像。更具体地，本发明涉及用于基于光学相干断层照相(OCT)或低相干干涉(LCI)成像的肿瘤检测和介入引导的方法。

发明背景

每年在美国出现大约1,665,540个新癌症病例和585,720个癌症死亡。外科手术是对大部分孤立的实体癌进行治疗的主要方法，且常常对延长生存起作用。以前的研究表明，在癌外科手术期间最为需要的是切除更多的肿瘤，特别是在渗透性肿瘤边界处。这个临床需要可应用于多种癌类型，例如头和颈癌、脑癌、胸癌、口腔癌、软组织肉瘤和肠胃癌，仅举几个例子。对于下文，我们将使用脑癌作为例子，但应理解，本发明不限于脑癌。

成像技术在帮助实现最佳肿瘤组织移除中起越来越重要的作用。然而，在手术室中的现有成像技术中存在几个缺点。例如，基于手术前MRI的手术导航是脑癌的护理的当前标准，但由于患者的运动(例如呼吸和心跳)引起大的位置误差。手术中MRI提供更好的分辨率和准确度，但不提供实时连续引导；它也是耗时的且常常花费每单位数百万美元，只有少数医院能负担得起。超声是便携式的和低成本的，但它在手术室中的使用由于不足的组织对比度和分辨率而对于某些癌应用是有限的。最后，荧光成像常常涉及口腔或静脉造影剂的使用和异类摄取。

光学相干断层照相(OCT)或低相干干涉(LCI)成像在外科手术期间检测肿瘤方面具有优于前面提到的医学成像技术的明显优点。OCT和/或LCI是能够以几毫米成像深度进行组织显微解剖的实时成像的非侵入高分辨率光学成像技术。OCT和/或LCI起“光学活组织检查”的形式的作用，光学活组织检查能够使用接近标准组织结构的分辨率来评估组织显微解剖和功能但没有对组织移除的需要。此外，从OCT或LCI图像得到的光学特性可用于定量地分析组织并提供对肿瘤切除的实时和直接视觉引导。作为结果，在本领域中存在对用于肿瘤检测和介入引导的OCT/LCI成像的方法的需要。

发明概述

前述需要在很大程度上被本发明满足，本发明提供用于在从OCT或LCI成像数据得到的给定组织之上的一维(1D)、二维(2D)或三维(3D)成像的在空间上解析的组织光学特性的实时特征化的方法。该方法还包括产生定量的、颜色编码的和高分辨率光学特性图。此外，该方法包括建立用于以高灵敏度和特异性区分开肿瘤与非肿瘤的光学特性的诊断阈值。

根据本发明的方面，该方法包括在非临时计算机可读介质/媒介上对该方法的步骤编程。该方法包括实时地和以高分辨率采集、处理、显示和存储组织的光学特性的编程方法。该方法包括使用指数和频域拟合方法来分析深度相关成像数据用于以高计算效率和准确度进行光学特性的超快和可靠的特征化的机制。该方法包括通过创建具有已知的光学特性的幻象并通过使用幻象成像数据校准OCT或LCI成像数据来减轻光束剖面的深度相关效应的影响。该方法包括被优化用于组织特征化的算法，所述组织特征化包括散斑、运动和血液伪像识别和最小化，以及来自血池的组织表面识别。该方法包括使用所得到的成像数据实时地进行对癌组织的系统化和定量分析。该方法包括使用光学特性值(例如光学衰减、反向散射、散射和吸收，仅举几个例子，以及这些参数中的任意的组合)来确定肿瘤的区域与非肿瘤的区域。该方法包括使用颜色编码图来为外科医生提供区分开所成像的组织的肿瘤与非肿瘤组织(用于1D、2D和3D扫描)的直接视觉提示，以及组合OCT或LCI图像与上覆的光学特性图和/或多普勒信息以识别关键结构，例如血管，避免在外科手术期间的可能伤害。该方法包括改变成像束斑尺寸以控制横向分辨率和成像/显示速度。

根据本发明的另一方面，本发明还针对与光学成像设备集成的系统和方法，其用于实时地(如在因而产生的图中标识的)和使用用于在目标上的感兴趣区的可视化和用于介入引导的瞄准光束来跟踪成像设备、成像光束和在目标上的成像区域的位置和方向。该方法包括使用盖/隔板以维持紧凑成像探针的工作距离并提供额外的组织切除能力以移除被成像的确切的感兴趣区。这便于在介入引导期间癌组织的移除；此外，已移除的组织可被提交用于组织学处理，从而提供用于基本科学/临床研究目的的准确的成像组织学关联。该方法包括用于最佳计算效率和组织光学特性、结构和血流的实时采集、处理和显示的基于图形处理单元(GPU)或基于现场可编程门阵列(FPGA)的并行处理算法的实现。

附图的简要说明

附图提供视觉表示，其将用于更充分地描述本文公开的代表性实施方式，并可由本本领域中的技术人员使用来更好地理解它们及它们的内在优点。在这些附图中，相似的参考数字标识相应的元素，以及：

图1示出包括光学相干断层照相(OCT)或低相干干涉(LCI)成像硬件和软件的本发明的总示意图。首先，OCT/LCI光源指向硬件部件，例如紧凑成像探针和干涉仪。因而产生的OCT/LCI和校准信号接着通过数字化器传输到计算机接口用于数据采集、处理、显示和存储。特别地，可使用现有的设备(例如EM跟踪器、北极星跟踪器和外科手术显微镜，仅举几个例子)来跟踪OCT/LCI成像探针的位置和方向。此外，OCT/LCI成像显示器可与其它手术中图像引导系统(例如外科手术显微镜和MRI/CT外科手术导航系统，仅举几个例子)的显示器集成在一起。最后，本发明还包括瞄准光束的使用(以使目标成像区域可视化)和用后即可丢弃的成像盖(其可用作隔板以维持工作距离，但也可被激活作为活组织检查盖以切除确定的成像组织体积)的使用。

图2A-2C示出OCT/LCI成像系统的例子。在这个特定的例子中，我们提出家庭构建的扫频光源光学相干断层照相(SS-OCT)成像系统、2D扫描紧凑成像探针和SS-OCT成像系统的示意图。BD：平衡检测器；CIR：循环器；CL：准直透镜；DAQ：数据采集；MZI：马赫-曾德尔干涉仪；OC：光学耦合器。

图3示出OCT/LCI成像系统的示例性图像。在这个特定的例子中，我们提出从新近切除的人脑癌组织的横截面OCT图像得到的结果。结果表明例如在高级脑癌中的坏死(N)和细胞过多(H)的肿瘤的具体特性。类似地，结果揭示在低级脑癌中的微囊形成(黑色箭头)。相反，从来自中风患者的被切除组织(对照)和从脑癌患者的切除边缘得到的非癌白色脓组织出现为同质的，在OCT图像上有高衰减。定标线条：500μm。

图4根据本发明的实施方式示出用于评估相关组织光学特性的算法的示意图和相关方程。在这个特定的例子中，我们提出用于评估组织光学衰减的方程。OCT/LCI强度数据是深度相关的，并可通过指数方程来描述，其中I是强度数据，z是深度，k是系统常数，且μ_bs是反向散射系数，h(z)是成像光束的几何因子，以及μ_t是衰减系数。为了最小化光束剖面的深度相关影响，使用已知的光学特性创建幻象，并使用幻象成像数据来校准组织成像数据。接着，使用两种方法之一来得到光学衰减值：1)传统指数强度拟合方法(或强度的对数的线性拟合)，其中C是常数，μ_t,b和μ_t,p分别是生物组织的衰减系数和幻象的衰减系数；2)频域(FD)算法，其计算在来自成像数据的傅立叶变换的两个谐波分量之间的比以得到所需的分量。在这里，κ是空间频率，而|F(κ＝0)|和

分别是第0和第1个谐波分量。

图5A示出用于检测组织深度的开始而不考虑不均匀的表面、呼吸/搏动运动和积聚的血池的存在的方法的流程图。图5B示出当必须分离任何积聚的血池与实际组织表面时的示例性图像和图形视图。I(z)：深度相关OCT/LCI强度信号和I_mean(z)：横向平均OCT/LCI强度信号。

图6A-C示出在双盲研究中使用来建立培训和验证数据集的方法的流程图。培训数据集用于建立光学诊断阈值以基于期望的灵敏度/特异性标准来检测肿瘤与非肿瘤组织。验证数据集用于使用所选择的光学诊断阈值来计算OCT/LCI检测灵敏度和特异性。

图7A-B示出关于成像用户可如何为期望图像显示配置打开和关闭成像数据(例如结构成像数据、光学特性图和多普勒信息或这些数据的任何组合)的不同模式的图像例子。图7A示出当用对面的光学衰减图覆盖3D结构成像数据时的例子；图7B示出当用多普勒血流图覆盖3D成像数据时的例子。

图8A示出关于可如何使用现有系统(例如红外跟踪器、电磁跟踪器或外科手术显微镜)来跟踪OCT/LCI紧凑成像探针的位置和方向的一个例子的示意图。图8B示出关于OCT/LCI红外激光源可如何与可见的瞄准光束耦合以使在组织表面上的所成像的区域可视化的例子。

图9示出用后即可丢弃的成像盖可如何在手术中被使用的示意图。在成像之前，盖作为隔板起作用以维持在紧凑OCT/LCI探针和感兴趣区(ROI)之间的工作距离，感兴趣区被成像为紧凑组织表面的部分。紧接着在成像之后，成像盖充当活组织检查设备以从组织表面切除所成像的ROI。在活组织检查之后，成像盖(包含被切除的组织)将从OCT/LCI探针分离并被发送到组织机构。新的成像盖然后将被激活和/或附着到成像探针。

详细描述

现在将在下文中参考附图更充分地描述当前公开的主题，其中示出发明的一些实施方式但不是所有实施方式。通篇相似的数字表示相似的元素。当前公开的主题可体现在不同的形式中，且不应被解释为被限制到在本文阐述的实施方式；更确切地，提供这些实施方式，使得本公开将满足可应用的合法要求。实际上，受益于在前面的描述和相关附图中提出的教导的、在当前公开的主题所属的领域中的技术人员将会想到在本文阐述的当前公开的主题的很多修改和其它实施方式。因此，应理解，当前公开的主题不限于所公开的特定实施方式，以及修改和其它实施方式被规定为包括在所附权利要求的范围内。

本发明目的在于用于以在给定组织体积之上的优良空间分辨率实现在空间上解析的组织光学特性的实时特征化的方法和被编程为以在给定组织体积之上的优良空间分辨率实现在空间上解析的组织光学特性的实时特征化的非临时计算机可读介质。在图1中概括本发明的总示意图。请注意，LCI和OCT在本文将可互换地被使用。

预备人类活体外研究：在本文公开的概念的一个应用是使用OCT或LCI成像和任何所得到的光学特性来检测癌与非癌组织。为了确定OCT和LCI是否可用于检测癌组织，对在手术室中从癌患者切除的新近切除的人类组织执行关于活体外组织的广泛研究。在这个研究中，为了演示目的，我们收集来自脑癌患者的人类组织(但是相同的方法可应用于很多其它癌类型，例如胸癌、口腔癌、肠胃癌和皮肤癌，仅举几个例子)。使用家庭构建的光学成像系统(通常与在图2A-2C中所示的OCT和/或LCI系统一致)来使这些人类组织样品成像。在图3中示出代表性光学图像与使用显微技术得到的相应组织性图像。可在图3的OCT图像中识别出的特征和在图3中的相应的组织学图像包括正常非癌白色脓组织和癌组织(例如，包含特征：坏死、细胞过多的区域和微囊的存在)。重要地，这样的特征可在光学图像中被识别出并很好地与组织学关联。

此外，计算关于肿瘤和非肿瘤样品的光学特性。为了实现此，发展特定的算法来分析、平均化并拟合光学成像数据。图4示出所使用的算法的示意图和相关方程，即传统的指数拟合方法和计算在两个谐波分量之间的比以得到所需分量的新颖的频域(FD)算法。附加地，使用已知的光学特性(使用例如胶质和树脂的介质，以及使用散射体/吸收体，例如氧化硅或氧化钛/印第安油墨，仅举几个例子)来创建幻象；使用Mie理论，我们可准确地预测这些幻象的光学特性。这些光学特性包括衰减、后向散射以及散射和吸收系数，仅举几个例子。重要的是，由于光束剖面的深度相关效应的影响，光学特性难以使用传统方法来评估；在我们的研究中，我们使用幻象成像数据来校准组织成像数据，以便减轻这样的影响。为了为人类组织的活体外与活体内成像优化我们的算法，图5A示出用于检测组织深度的开始而不考虑不均匀的表面、呼吸/搏动运动和积聚的血池的存在的方法的流程图。图5B示出当必须分离任何积聚的血池与实际组织表面时的例子。为了概括，图4-5B示出采集并处理光学成像数据并得到组织样品的相关光学特性值的编程方法。

一旦光学成像系统捕获了成像数据且组织样品的相关光学特性值被分析，这些样品就被提交以进行组织学处理和验证。图6A示出来自32个患者的组织如何分成2个独立的数据集：1)具有16个患者的培训集以及2)具有16个患者的双盲验证数据集。

在培训数据集中，每个组织样品的组织学载玻片由将组织样品分类为癌或非癌的病理学家审查。基于这些结果，建立诊断光学阈值以区分开肿瘤与非肿瘤；例如，具有高于阈值的光学特性的组织被分类为非癌的，而具有低于阈值的光学特性的组织被分类为癌的。图6B示出如何通过比较组织样品的光学特性与它的相应组织学诊断(癌或非癌)来确定组织的诊断光学阈值。特别地，可根据期望灵敏度和特异性标准来配置并调节诊断光学阈值。

在验证数据集中，成像用户和病理学家都看不见患者的临床诊断(例如具有正常组织学的对照患者或癌患者)。图6C概括用于根据验证数据集确定灵敏度和特异性的方法。首先，诊断光学阈值(从培训集得到的)用于使用OCT或LCI成像来确定基于光学的诊断(关于组织样品是否被分类为癌或非癌)。其次，病理学家审查从组织样品得到的组织学载玻片并确定基于组织学的诊断(关于组织样品是否按照组织学被分类为癌或非癌)。最后，通过比较基于光学的诊断与基于组织学的诊断来计算这个研究的光学检测灵敏度和特异性。

在确定最佳诊断阈值之后，颜色编码光学特性图被构造并通过1D、2D或3D光学成像数据显示以区分开给定组织样品的癌与非癌。颜色编码图可为外科医生提供直接视觉提示以区分开所成像的组织的肿瘤与非肿瘤组织。此外，用户可为期望图像显示配置触发成像数据(例如结构成像数据、光学特性图和多普勒信息或这些数据的任何组合)的不同模式的打开和关闭。图7A和7B示出这些图像显示配置的一些例子。重要地，上述成像模式也可组合并覆盖在彼此之上以提供高效的信息显示并且也识别关键结构例如血管，因而避免在外科手术期间的可能损伤。重要地，也可基于用户对窗口尺寸、光学特性分辨率、成像速度和其它参数的偏好来进一步配置这些图像显示。该方法可用于研究和临床诊断和/或介入引导。当与非癌比较时，病理上确认的脑癌组织在癌核心和渗透区处都具有明显更低的光学衰减值。使用这些光学阈值，我们的方法实现在指定的光学特性(例如衰减、后向散射、散射、吸收和这些参数的任何组合)处的≥90％的灵敏度和≥80％的特异性。此外，这个阈值可用于确认使用藏匿人类癌的哺乳动物模型来执行OCT或LCI引导(使用商业和患者得到的细胞系)的外科手术的手术中可行性。从OCT或LCI测量得到的定量的、空间上解析的和颜色编码的光学特性图，因此可用于区分开肿瘤与非肿瘤组织。它的手术中使用可便于渗透性癌的安全的大面积切除，并可导致更安全的外科手术且改善了结果。

此外，本发明还包括实现光学成像数据以及任何相关光学特性的有效和实时图像采集、处理、显示和存储的基于图形处理单元(GPU)和/或基于现场可编程门阵列(FPGA)的并行处理算法的开发。可基于任何期望参数(包括但不限于成像速度、期望显示和计算格式以及存储规范)来进一步配置这些软件算法。

根据本发明的实施方式还包括被编程为接收1D、2D或3D OCT和/或LCI成像数据的非临时计算机可读介质。连同光学成像数据一起，产生定量的、颜色编码的和高分辨率光学特性图。非临时计算机可读介质被编程以建立光学特性的阈值并用于以高灵敏度和特异性区分开肿瘤与非肿瘤。

此外，本发明可包括单个非临时计算机可读介质或并行地一起工作的两个或多个非临时计算机可读介质以处理1D、2D或3D光学成像数据。这个设置允许在给定组织的感兴趣区上的光学特性的快速提取。非临时计算机可读介质可存在于OCT和/或LCI成像系统或单独的计算设备、服务器或硬连线或无线地被联网到光学成像系统的其它计算机上，用于使用用于介入引导的瞄准光束实时地跟踪感兴趣区(如由颜色编码的光学特性图所识别的)。这些跟踪方法包括但不限于现有的商业跟踪系统的使用(例如特定标志的红外跟踪或电磁跟踪)或光学成像系统到(常规的和立体镜的)外科手术显微镜的集成。这些跟踪系统将与OCT或LCI成像系统集成，用于实时地跟踪感兴趣区并通过覆盖多个视频/图像馈给以用于信息的最佳显示。瞄准光束的例子包括但不限于激光源、LED灯和其它方法的使用以使OCT扫描区/视场可视化。图8A示出用于实时地跟踪成像设备、成像光束和在目标上的成像区域的(如在因而产生的图中标识的)位置和方向的一个示例性示意图。此外，图8B还示出用于使目标上的感兴趣区可视化并且也用于介入引导的瞄准光束的使用的一个例子。除了跟踪和瞄准光束以外，我们的发明还可包括盖/隔板以维持成像组织表面与紧凑成像探针的工作距离并且还提供额外的组织切除能力以移除被成像的确切的感兴趣区。如图9所示，该方法可用于在介入引导期间移除癌组织，并且为了基本科学/临床研究目的也用于准确的成像-组织学关联。

最后，虽然关于对脑肿瘤的检测和介入支持的例子讨论了本发明，但是相同的方法也可用于关于研究和临床使用(包括胸癌、口腔癌、头和颈癌和皮肤癌，仅举几个例子)的其它器官或系统中的肿瘤检测或介入引导。

根据详细的描述，本发明的很多特征和优点是明显的，且因此，旨在由所附权利要求涵盖落在本发明的真实精神和范围内的本发明的所有这样的特征和优点。此外，因为本领域中的技术人员将容易想到很多修改和变化，并不期望将本发明限制到所示的和所述的确切结构和操作，以及相应地，落在本发明的范围内的所有适当的修改和等效形式可被采用。

Claims (22)

1.一种其上存储有编程指令的非临时计算机可读介质，所述编程指令当由计算机执行时使所述计算机执行用于实时特征化在给定组织体积上的空间上解析的组织光学特性以区分开肿瘤与非肿瘤的以下操作：

采集、处理、显示和存储成像数据；

针对最佳组织特征化来分析所述成像数据，所述最佳组织特征化以散斑、运动和血液伪像识别和最小化和来自血池的组织表面识别的形式；

使用指数和频域拟合方法来计算光学特性，用于对所述光学特性的超快和可靠的特征化；

计算光学衰减值；

建立用于区分开肿瘤与非肿瘤组织的肿瘤光学特性的诊断阈值，其中，基于肿瘤与非肿瘤组织的光学特性并基于选定检测灵敏度和特异性标准来计算所述诊断阈值，并且其中，所述诊断阈值能基于所述选定检测灵敏度和特异性标准来调节和配置；

在确定最佳诊断阈值之后，产生所述给定组织体积的定量的、颜色编码的和高分辨率光学特性图，该光学特性图将使用所述成像数据为用户实时提供区分开肿瘤与非肿瘤组织的直接视觉提示，其中，所述定量的、颜色编码的和高分辨率光学特性图基于所建立的最佳诊断阈值来提供用于确定肿瘤与非肿瘤组织的直接视觉提示；以及

将所述定量的、颜色编码的和高分辨率光学特性图实时叠加到所述成像数据上以对所述用户实时实现数据显示。

2.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用从由以下项组成的组中选择的一项：一维(1D)成像数据、二维(2D)成像数据和三维(3D)成像数据。

3.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用从由以下项组成的组中选择的一项：光学相干断层照相和低相干干涉。

4.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括平均化和重新组织成像数据，以用于最佳计算效率以及所述成像数据和因而产生的颜色编码图的实时采集、处理和显示。

5.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括配置采集成像数据的束斑尺寸，以控制横向分辨率和成像/显示速度。

6.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用从由以下项组成的组中选择的一项以提供最佳计算效率以及所述成像数据和所述组织光学特性、结构和血流的实时采集、处理和显示：高速光检测器、数字化卡、GPU和FPAG、并行算法和高速数字存储设备。

7.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括通过使用幻象数据校准所述成像数据来减轻光束剖面的深度相关效应的影响。

8.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括处理成像数据用于散斑抑制，然后通过选自由下列操作构成的组中选择的一项来分析所述成像数据用于光学特性量化：将强度衰弱或强度的对数对在给定深度感兴趣区中的深度进行拟合以及使用频域谐波分析方法，其中在经傅立叶变换的强度信号的两个谐波分量之间的比被识别出。

9.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用颜色对所述光学特性图编码，以及用多普勒信息覆盖所述光学特性图以识别关键结构，避免在外科手术期间的可能的损伤。

10.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括给光学成像设备配备有用于实时地跟踪所述成像设备、成像光束和在因而产生的图中标识的在目标上的成像区域的位置和方向的系统和方法。

11.如权利要求10所述的非临时计算机可读介质，其中，所述操作还包括合并用于在所述目标上的感兴趣区的可视化和用于介入引导的瞄准光束。

12.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用定量分析和颜色编码来区分开肿瘤组织与非肿瘤。

13.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用光学参数来区分开癌组织与非癌组织。

14.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用所述光学特性图来用于介入引导。

15.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括配置用于采集所述成像数据的成像系统和紧凑成像探针，以提供期望分辨率、成像速度、探针长度和用于在给定应用中的最佳使用的其它参数。

16.如权利要求15所述的非临时计算机可读介质，其中，所述操作还包括使用盖/隔板来维持所述紧凑成像探针的工作距离，并提供额外的组织切除能力以移除被成像的确切的感兴趣区，使得在介入引导期间癌组织的移除变得容易，且所移除的组织能够被提交用于组织学处理，从而提供准确的成像-组织学关联。

17.如权利要求4所述的非临时计算机可读介质，其中，所述操作还包括高速地采集、处理并显示成像数据点和帧。

18.如权利要求5所述的非临时计算机可读介质，其中，所述操作还包括创建具有已知的光学特性的幻象。

19.如权利要求10所述的非临时计算机可读介质，其中，所述操作还包括配置用于跟踪的所述系统以控制OCT视场和扫描机构。

20.如权利要求10所述的非临时计算机可读介质，其中，所述操作还包括配置用于跟踪的所述系统以将OCT或LCI成像光束与其它成像设备合并在一起，用于在有或没有影像融合术的情况下提供关于所述目标的多模信息。

21.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用颜色对所述光学特性图编码，以及用多普勒信息覆盖所述光学特性图以识别血管，避免在外科手术期间的可能的损伤。

22.如权利要求1所述的非临时计算机可读介质，其中，所述操作还包括使用衰减、反向散射、散射和吸收或这些参数中的任意的组合来区分开癌组织与非癌组织。

Images