DE69738550T2

DE69738550T2 - Vorrichtung zur klassifizierung von gewebe

Info

Publication number: DE69738550T2
Application number: DE69738550T
Authority: DE
Inventors: David A. Portola Valley BENARON; Boris Albany RUBINSKY
Original assignee: Individual
Current assignee: Individual
Priority date: 1996-12-23
Filing date: 1997-04-21
Publication date: 2009-04-02
Anticipated expiration: 2017-04-22
Also published as: AU2808597A; EP1006875B1; WO1998027865A1; EP1006875A4; ATE387884T1; DE69738550D1; US6594518B1; EP1006875A1; US5987346A

Description

Fachgebiet der Erfindung
Die vorliegende Erfindung betrifft eine Vorrichtung zur Detektion, Lokalisierung und Abbildung in einem Strahlenstreuungsmedium und insbesondere eine optische Vorrichtung zur Messung von Information über die Wechselwirkung von emittiertem Licht mit biologischem Gewebe während des Durchtritts von Licht durch das Gewebe und die Verwendung der Information zur Klassifizierung des Gewebes nach Typ oder Zustand, entweder zur Detektion, Lokalisierung oder Abbildung.
Hintergrund der Erfindung
Ein Großteil der Zeit, die in der Medizin aufgewendet wird, wird für das Problem der Diagnose aufgebracht und ein großer Teil der Fehler in der Medizin wird in diesem Bereich begangen. Eine verzögerte Diagnose erhöht das Schmerz- und Leidensausmaß und kann ein Fortschreiten bis zum Punkt der Irreversibilität ermöglichen, eine falsche Diagnose kann sogar schlechter sein, weil sie zu einer Behandlung führt, die im besten Fall nicht notwendig und im schlimmsten Fall schädlich oder tödlich ist.
Die medizinische Bildgebung, die höchst fortschrittlich ist, zeigt üblicherweise eine Körperstruktur ohne Klassifizierung nach Gewebetyp. Zum Beispiel zeigt Röntgen helle und dunkle Bereiche, es liegt aber im Ermessen des Arztes, zu entscheiden, was „Knochen" und was „Gewebe" ist. Daher wird die Klassifizierung des Gewebes nach Typ der Entscheidung eines Menschen oder a-posteriori-Klassifizierungsregeln überlassen. Eine genauere Gewebetypdiagnose erfordert üblicherweise chirurgische Gewebeentfernung (wie z. B. Biopsie) und nachfolgende Analyse durch einen Pathologen, diese Entscheidung basiert jedoch auf der subjektiven Klassifizierung mittels Auge, Berührung, chemischer Analyse oder sogar mit Absorption von exogenen Farbstoffen. Derzeit passiert es sehr leicht, dass viele Läsionen fehldiagnostiziert werden, da sich weitgehend unterschiedliches Gewebe (wie z. B. Nerven oder Lymphkanäle) auf den ersten Blick ähnelt.
Licht durchdringt Gewebe in kleinen Ausmaßen, insbesondere in Wellenlängen zwischen 200 nm und 100 μm, wobei die tiefste Penetration bei Wellenlängen zwischen 600 nm und 1200 nm erreicht wird. Das Licht, das durch ein Gewebe hindurchdringt, tritt mit einer Kennzeichnung durch das Gewebe aus, durch welches es hindurchtritt und dieses Signal kann objektiv analysiert werden. Optische Verfahren zur Überwachung des Gewebes oder invasive Verfahren ohne optische Diagnostik sind in US 4290433 , US 4622974 , US 4945895 , US 5030207 , US 5131398 , US 5271380 und WO 9217108 beschrieben. Jedes von diesen führt keine Gewebeanalyse durch, erfordert Fluid- oder Gewebsentfernung oder Probenentnahme, verwendet Fluoreszenz oder andere emissionsbasierte Verfahren, die Licht anders messen als jene, die verwendet werden, um die Beleuchtung durchzuführen, ist auf externe oder durchdringende Verwendung beschränkt oder lehrt nicht Gewebeklassifikation oder Identifikation.
US 5280788 offenbart eine Vorrichtung zur optischen Diagnose von Gewebe. Eine Sonde wird in ein Gewebe eingeführt, wo sie Licht in das Gewebe emittiert und Reflektionen dieses Lichts sammelt. Das gesammelte Licht ist auf ein spektroskopisches Analysegerät ausgerichtet, welches das gesammelte Licht mit einer Datenbank von Informationen vergleicht, um den Gewebetyp am distalen Ende der Sonde zu bestimmen.
US 4981138 offenbart ein Verfahren zur Detektion von prämalignen Läsionen durch Detektion von reflektiertem UV-Laserlicht.
US 5579773 offenbart ein Verfahren zur Detektion von Krebs, das die Bestrahlung von Gewebe mit Laserlicht umfasst und zum Vergleich des reflektierten Spektrums mit einer Referenzreihe von Spektren, um den Zustand des Gewebes festzustellen.
Zusammenfassung der Ziele der Erfindung
Die vorliegende Erfindung ermöglicht eine rasche Gewebediagnose über die Charakterisierung von Gewebe auf automatisierte Weise. Die vorliegende Erfindung basiert auf den optischen Eigenschaften des Gewebes, entweder durch Variationen der Absorption oder Streuung durch Wellenlänge oder über den Raum, um eine medizinische Diagnose zu erstellen, nämlich eine optische Klassifizierung des Gewebes nach Gewebetyp oder -zustand, entweder als vorliegende/fehlende Entscheidung, als Lokalisierung oder als Bild.
Eine besondere Eigenschaft der vorliegenden Erfindung ist eine Umsetzung der Beobachtung, dass Licht, während es durch ein Streumedium sowohl gestreut als auch absorbiert wird, dazu gebracht wird, menschliches Gewebe zu durchdringen, was dann nach Wiederaustreten detektiert wird, um die Quantifizierung von Eigenschaften des Inneren des Gewebes, z. B. Gewebetypen oder biochemische Zusammensetzung, Abbildung und Lokalisierung von Gewebetypen zu ermöglichen, und dass eine solche Information medizinisch nützlich ist.
Eine Klassifizierung des Gewebes kann durchgeführt werden, worin die Klassifizierung aus normalen Gewebetypen ausgewählt werden kann (wie z. B. Arterie, Vene, Nerv, Lymphknoten, Leber, Muskel, Gehirn, graue Hirnsubstanz, weiße Hirnsubstanz, Dickdarm, Blut), aus Gewebekomponenten (Wasser, Fett, Hämoglobin), aus Gewebezuständen (gefroren, gefriergetrocknet, koaguliert), aus Gewebefunktionsstatus (lebendig, tot, in Todesgefahr) und solche Klassifizierungen können sogar gemacht werden, um Gewebepathologie zu bestimmen (normal und abnorm).
WO 93/13395 offenbart einen Spektralphotometer zur Bereitstellung eines Bilds eines Bestrahlungsstreumediums, in welchem das Ausmaß an absorbiertem Licht durch jede Substanz im Medium mit der wahren Farbe der Substanz in Verbindung steht, um die Erzeugung von Bildern zu ermöglichen, welche die Farbe von Substanzen wieder herstellen, wenn sie sichtbar werden.
Die vorliegende Erfindung ermöglicht eine Lokalisierung von Gewebe nach Typ, sodass das Gewebe als vorliegend oder abwesend klassifiziert werden kann, Abstände von einem Gewebe zu einem Referenzpunkt können gemessen werden oder das Gewebe kann im Raum lokalisiert werden. Eine Messung, die ein Gewebe an einem definiertem Punkt im Raum charakterisiert, wird als Abbildung erachtet. Diese räumliche Verteilung kann der Schlüssel zur medizinischen Diagnose sein.
Die vorliegende Erfindung kann eine optische Detektion, Quantifizierung oder Abbildung einer Veränderung des Gewebezustands ermöglichen, um eine Veränderung im Gewebezustand zu detektieren, zu quantifizieren oder zu veranschaulichen. Diese Veränderung des Zustands kann als Reaktion auf eine medizinische Intervention stattfinden, wie z. B. eine Veränderung des Blutvolumens der motorischen Region des Gehirns während Muskelaktivität, oder das Instrument selbst kann die Veränderung initiieren, wie z. B. durch Drücken des Gewebes, um die Reaktionsfähigkeit des Gewebes zu beurteilen oder Gefrieren, Gefriertrocknung Schweißen, Denaturieren oder aber Beeinträchtigung des Gewebes auf andere Weise.
Ein weiteres Ziel ist es, zu erreichen, dass dieses Verfahren nicht auf die Überwachung des Gewebes von Außen beschränkt ist (z. B. wie es häufig bei Computer-Röntgentomographie durchgeführt wird), sondern auch verwendet wird, um einer Sonde zu ermöglichen, ihr umgebendes Medium zu messen, wie z. B. wenn eine optische Faser in eine Zyste eingebracht wird, um die Feststellung der Größe und Diagnose der Zyste von Innen zu ermöglichen, oder wenn eine Unterwassersonde nahe Objekte wie z. B. Felsen wahrnimmt, wenn das Wasser trüb ist, um eine bessere Lenkung zu ermöglichen. Daher kann ein solcher Ansatz verwendet werden, sowohl, um Veränderungen innerhalb eines Mediums zu detektieren, sowie, um eine Sonde zu detektieren, die in ein Medium eingetaucht wird, das die Umgebung der Detektionsvorrichtung umfasst. Dieses Verfahren hat den Vorteil, nicht-invasiv zu sein, sollte dies erwünscht sein, oder invasiv, sollte die Messung innerhalb des Gewebes nützlich sein. Zum Beispiel ist die Charakterisierung des Gewebes, da die Sonde durch das Gewebe geschoben wird, zur Diagnose und Lokalisierung wichtig.
Ein weiteres Ziel ist es, dass jede beliebige medizinische Sonde modifiziert werden kann, um diese Klassifizierungsfunktion durchzuführen, sodass Messungen unter Verwendung bestehender medizinische Ausrüstung durchgeführt werden, die modifiziert wird, um Sender und Detektorenelemente zu umfassen, wie z. B. medizinische Handsonden, Spitzen von chirurgischen Instrumenten, Stethoskope, EKG-Anschlüsse oder andere Vorrichtungen. Die Fähigkeit zur Klassifizierung kann so entworfen sein, dass neue oder unvorhersehbare medizinische Sonden oder Vorrichtungen entworfen werden. Diese Funktion kann in ersetzbare Vorrichtungsspitzen eingebaut werden.
Ein weiteres Ziel ist es, dass die Klassifizierung durch ein a-priori-Wissen verstärkt werden kann, wie z. B. die Spektraleigenschaften des Targetgewebes (die für Referenzzwecke in der Vorrichtung oder in der Sonde gespeichert werden können), der Körperbereich, an dem der Arzt arbeitet (sodass weit entfernte Gewebe in der Analyse nicht berücksichtigt werden müssen) oder andere medizinische Scans (wie z. B. ein CT- oder MRI-Scan).
Ein weiteres Ziel ist es, dass diese Daten durch Sammlung im Laufe der Zeit verstärkt werden können. In vielen medizinischen Anwendungen wird der Wert einer Messung durch Bestimmung temporärer Eigenschaften verstärkt. Zum Beispiel hat die Detektion einer erweiterten Blutung im Kopfgewebe eine andere Bedeutung als die Detektion einer stabilen, jedoch auch ähnlichen Blutung. In Unterwasseranwendungen kann die Fähigkeit, bewegliche nahe Objekte zu detektieren, ebenfalls wichtig sein. Subtraktion der Daten zu einem bestimmten Zeitpunkt von Daten, die zu einem zweiten Zeitpunkt gesammelt werden, ermöglicht die Elimination vieler Typen von individuellen Gewebevariationen und kann bessere Daten erbringen.
Ein weiteres Ziel ist es, dass die Klassifizierung einen Entscheidungspunkt repräsentiert, bei welchem eine menschliche Reaktion initiiert werden kann, wie z. B. mit einer Alarmglocke, oder es kann eine Verriegelungsentscheidung initiiert werden, wie z. B. über ein Ausgangssignal, das an einer medizinischen Vorrichtung angebracht ist.
Schließlich ist es ein weiteres Ziel, dass die Detektion, Lokalisierung oder Abbildungsinformation dem Benutzer auf eine Reihe von Wegen gezeigt werden kann, wie z. B. ein Bild einer Objektstelle oder sogar ein Bild von Eigenschaften des Mediums, wie z. B. Absorption, auf eine Weise, die es dem Benutzer ermöglicht, ein zunehmendes Verständnis des Vorhandenseins oder des Orts der Inhomogenitäten im Medium oder sogar ein Verständnis der Eigenschaften des Mediums selbst zu gewinnen.
Es ist ein diagnostischer Monitor zur Klassifizierung von biologischem Gewebe wie in Anspruch 1 dargelegt bereitgestellt. Der Umfang der Anwendungen und Vorteile der vorliegenden Erfindung wird am besten durch Beispiele und durch eine detaillierte Beschreibung der Arbeit eines konstruierten Geräts verstanden. Diese und andere Vorteile der Erfindung werden offensichtlich, wenn sie angesichts der Zeichnungen, Beispiele und detaillierteren Beschreibung betrachtet werden.
KURZE BESCHREIBUNG DER ZEICHUNGEN
Die folgenden Zeichnungen sind bereitgestellt:
1 ist eine schematische Darstellung eines Monitors zur Klassifizierung von biologischem Gewebe gemäß der Erfindung.
2A–E sind Beispiele für Sonden, die im Monitor wie in 1 dargestellt verwendet werden können.
3A–3B zeigen eine Sonde, die zur minimal invasiven Diagnose verwendet werden kann.
4 zeigt schematisch typische Photonenwege durch das Gewebe.
5 zeigt das optische Spektrum zweier Probengewebe.
6 zeigt ein Abbildungsstirnband, das am Kopf eines Kindes angebracht wird.
7 ist eine Fotografie eines klassifizierten optischen Bilds von Gehirnblutung, das mit einem Monitor erhalten wird, der gemäß der vorliegenden Erfindung hergestellt wird.
8A–8B veranschaulichen die optische Detektion und Klassifizierung von Gefrierung in Geweben.
9A–9B zeigen graphische Daten, die verwendet wurden, um ein klassifiziertes optisches Bild von Gewebegefrierung herzustellen.
10A–10C zeigen schematisch ein nahes Objekt, das in einem Gewebemodell als optisches Bild einen numerischen Abstand-zu-Objekt und eine graphische Darstellung von Objektgegenwart in Abhängigkeit von der Tiefe klassifiziert wird.
11 ist eine Fotografie eines klassifizierten optischen Bilds von Gehirnschlag.
12 ist eine Fotografie eines klassifizierten optischen Bilds, das Gehirnfunktionsaktivität zeigt.
DEFINITIONEN
Für die Zwecke der Anmeldung sind die folgenden Definitionen beschrieben:

Klassifizierung von Gewebe: Eine Gewebeklassifikation impliziert eine automatisierte Verarbeitung der Rohinformation, die im üblichen medizinischen Bild oder der üblichen medizinischen Messung (wie z. B. Schatten von Knochen) enthalten ist, in einen quantitativen Parameter oder eine Entscheidung über das Gewebe, wie z. B. eine Klassifizierung (z. B. „ist dies eine Blutung?") oder eine Lokalisierung oder eine Klassifizierung (z. B. „In wie weit ist das gefrorene Gewebe aus meiner Sonde?") enthalten ist. Eine Klassifizierung von Gewebe kann in Gewebekategorie nach Typ, wie z. B. Nerv, Arterie, Vene, Lymphknoten, Hämorrhagie, oder nach Gewebezustand, wie z. B. gefroren, denaturiert, koaguliert erfolgen. Eine Lokalisierung der Klassifizierung kann als Abstand, als Bild (z. B. „Wo ist der Schlaganfall"?) oder sogar als Charakterisierung eines Gewebes an einem Punkt im Raum (z. B. „Welcher Gewebetyp befindet sich exakt 4 cm unter dieser Sonde?") vorliegen.
Licht: Die elektromagnetische Strahlung, die verwendet wird, soll zwischen 10 nm und 100 Mikron Wellenlänge aufweisen, aber umfasst theoretisch eine Strahlungswelle.
Gewebe: Lebendes Gewebe oder gewebeähnliches Strahlungsstreuungsmedium, wie z. B. Haut, Gehirn, Knochen oder sogar trübes Wasser.
Lichtemitter(sender): Eine Sonde, die Licht emittiert. Sie kann aus einer einfachen Glühbirne, einem Laser, einer Blitzlichtlampe oder einer anderen Lichtquelle oder Kombination aus Quellen bestehen, oder sie kann eine komplexe Form sein, die eine, wie Lichtquelle enthält, ein Transmissionselement, z. B. eine optische Faser, ein Steuerelement, wie z. B. ein reflektierendes Prisma und andere Elemente, welche die optische Kopplung des Lichts aus dem Sender an die Haut oder Gewebe, das studiert werden soll, verstärkt. Die Lichtquelle kann kontinuierlich, gepulst oder sogar als Zeit-, Frequenz- oder räumliche Auflösung vorliegen. Der Sender kann aus einem einzelnen oder mehreren lichtemittierenden Elementen bestehen.
Lichtdetektor: Eine Sonde, die Licht detektiert. Wie oben kann sie einzeln, mehrfach, einfach oder komplex sein. Die Detektion kann in Reflexion oder Transmission durchgeführt werden.
Optische Kopplung: Die Anordnung eines Lichtsenders (oder Lichtdetektors) auf eine solche Weise, dass Licht aus dem Sender (oder Detektor) ins Gewebe übertragen wird (oder aus dem Gewebe detektiert wird). Dies kann die Verwendung von optischen Elementen wie z. B. Linsen, Kollimatoren, Konzentratoren, Kollektoren, optischen Fasern, Prismen, Filtern, Spiegeln oder gespiegelten Oberflächen umfassen. Optische Fasern haben zwei Enden, die im Allgemeinen austauschbar sind und werden hierin als das Eintrittsende bezeichnet, wenn das Licht im Allgemeinen in die Faser eintritt und als Austrittsende, wenn das Licht im Allgemeinen die Faser verlässt.
Regionale Inhomogenität: Ein Objekt oder Gewebe, das sich vom umgebenden Gewebe in einer optisch anderen Art unterscheidet. Zum Beispiel ist ein Blutgefäß in einem Muskel eine regionale Inhomogenität, wie ein Schlaganfall in einem normalen Gehirn.
Wirkung des Strahlengangs: Eine Wirkung des Gewebes auf den Strahlengang, der durch das Gewebe genommen wird. Solche Veränderungen des Wegs können durch Veränderungen in Streuung oder Absorption bei einer oder mehreren Wellenlängen induziert werden und können zum Teil durch Messung der Reflektion, Streuung oder Absorption oder einer beliebigen Eigenschaft des detektierten Lichts, das von diesen Veränderungen dieser Mengen betroffen ist, überwacht werden.
Optische Biopsie: Eine optische Charakterisierung von Gewebe.
Abbildung: Die Klassifizierung einer Region des Raums zumindest in Nulldimensionen. Ein Beispiel für einen Nulldimensions-Scan ist die Verwendung von mehr als einer Punktmessung auf der Oberfläche der Kopfhaut, um die Sauerstoffanreicherung eines spezifischen, tieferen Abschnitts des Gehirns zu bestimmen, wie z. B. die graue Hirnsubstanz an einem Punkt im Raum oder über einer Region im Raum. Ein eindimensionaler Scan kann die Anzeige des Vorhandenseins eines bestimmten Gewebetyps sein, wie z. B. glanduläres Gewebe in der Uteruswand, als Tiefenfunktion, wie in Beispiel 8 nachstehend beschrieben. 2-D- und 3-D-Scans sind standardmäßige radiologische Ansichten und wie in Beispiel 2, 4, 6 und 7 dargestellt bekannt. Ein 4-D-Scan kann die drei räumlichen Dimensionen x, y und z sowie Zeit t umfassen.
Quantitative Parameter: Eine Messung, die quantitativ durchgeführt werden kann, wie z. B. eine Klassifizierung von Gewebe nach Typ oder des Abstands eines Gewebetyps aus der Messsonde.

BESCHREIBUNG EINER BEVORZUGTEN AUSFÜHRUNGSFORM
Es ist nun eine Ausführungsform der Vorrichtung beschrieben. In der Vorrichtung, die in 1 dargestellt ist, wird Licht durch einen Sender 102 emittiert (Mini-Maglite^tm Krypton Miniatur-Glühlampen, Mag Instrument; Torrance, CA) und bewegt sich entlang der optischen Faser 114 zum Sender-Schalter 125 (Model GP-700, DiCon Fiber Optics, Berkeley, CA), der das Licht an eine der Fasern 131A bis 131N leitet (200 μm Kernglasfasern mit Mantel und Puffer, Purdy Electronics Corp., Sunnyvale, CA). Alternativ dazu könnte die Lichtquelle, wie z. B. eine Oberflächenmontage–LED direkt auf der Sonde platziert und elektronisch umgeschaltet werden. Referenzfaser 131Z, die mit Schalter 125 verbunden ist, umgeht das Gewebe zur Verwendung bei der Überwachung der optischen Eigenschaften von Quelle 102. Beleuchtungsfasern 131A bis 131N sind mit dem Faserbündel 132 verbunden, das in eine erste Nadel 133 eintritt, die sich in das Gewebe 145 erstreckt. Licht aus Bündel 132 tritt durch die Anschlüsse 137A bis 137N der ersten Nadel, die Fasern 131A bzw. 131N enthält, und ins Gewebe 145. Das Licht, das sich durch das Gewebe 145 bewegt, wird durch die zweiten Nadelanschlüsse 147A bis 147M gesammelt, durch Sammelfasern 151A bis 151M, die sich als Faserbündel 152 von der zweiten Nadel 153 wegerstrecken, in einem kleinen Abstand von der ersten Nadel 133 weg versetzt. Das Licht aus einer der Sammelfasern 151A bis 151M oder aus einer Referenzschleifenfaser 131Z wird für die Überwachung durch Detektorschalter 165 ausgewählt. Ausgangsfaser 167 aus Detektorschalter 165 ist mit einem Spektralanalysator 174 verbunden (Ocean Optics Spectrophotometer, Model PS1000, Dunedin, FL), der das Licht aufzeichnet, und ein elektronisches Signal überträgt, das in einem Mehrkanalspeicher 181 gespeichert werden soll (A/D-Converter-Board-Modell PCM-DAS 16/330-1, Computer Boards Inc., Mansfield, MA) über Kabel 183. Mehrere Spektren können in einem Speicher 181 gespeichert werden, was das Sammeln von Standardisierungsspektren zur Korrektur der Spektren für die Instrumentenantwort ermöglicht und auch ermöglicht, mehrere Bereiche des Gewebes zu untersuchen und später zu vergleichen. Spektren, die in Speicher 181 gespeichert werden, werden dann durch Gewebeklassifikationsmittel 184 klassifiziert (in diesem Fall ein Computer, der so konfiguriert ist, dass er Gewebeklassifikation durchführen kann, AMS Laptop Pentium^tm 120 Mhz Computer, Modell AMS SY 19-T40177 Travel Pro 1900, erhältlich von Ocean Optics, Dunedin, FL) nach Übertragung über ein Kabel 185 und das Ergebnis wird an einem Computer 187 weitergegeben, der die identifizierten Gewebetypen sammelt und verarbeitet, und zwar über ein Kabel 189. Verarbeitung der identifizierten Gewebetypen durch Computer 187 kann aus der Berechnung einer graphischen Darstellung oder eines Bildes oder der Berechnung einer Zahl bestehen, wie z. B. eines Abstands. Das Ergebnis dieser Berechnung ist eine Ausgabe 195. Weiters sind der Sender-Schalter 125 und der Detektorschalter 165 unter der Kontrolle von Computer 187 über Kabel 205 bzw. 207, um eine Kontrolle der Datensammlung zu ermöglichen. Computer 187 kann ein anderer Computer sein, als jener, der in den Klassifikationsmitteln 184 verwendet wird oder derselbe Computer kann für beide Funktionen verwendet werden. Es gilt anzumerken, dass Referenzfaser die 131Z die Kalibrierung des Lichtsenders 102 ermöglicht und, dass eine solche Kalibrierungsinformation im Speicher 181 gespeichert werden kann.
Alternativ dazu oder zusätzlich dazu kann eine Referenzdatenbank als interne Datenbank in Speicher 181 gespeichert werden oder in einem programmierbaren Sondenspeicher 211 enthalten sein und an Klassifikationsmittel 184 über ein Sondenkabel 213 zur Verwendung in Klassifizierung übertragen werden. Die Referenzdatenbank enthält verschiedene Informationen, die notwendig sind, um Klassifizierungen vorzunehmen, wie z. B. Haupteigenschaften, die zur Unterscheidung bekannter Gewebe oder einer Bibliothek charakteristischer Signale aus zuvor identifizierten Geweben verwendet werden. Informationen in dieser Datenbank können dann von Klassifikationsmitteln 184 zur Herstellung von Gewebeklassifikationsentscheidungen unter Verwendung von Standardverfahren (Anpassung mit Hilfe der Fehlerquadratmethode, Teilkomponentenregression, neuronale Netzwerke etc.) verwendet werden.
Nun ist der Betrieb der Vorrichtung beschrieben. Erstens wird die Instrumentenreaktion bestimmt, um eine Instrumentenreaktionsgrundlinie zu produzieren. Die Sonde wird in eine Phiole getaucht, die 11 von 20% Fett-Emulsion enthält (Liposyn-II^tm 20%, Abbott Labs, Chicago, IL), die Licht streut, aber für welches Wasserspektrumabsorption nicht signifikant absorbiert. Der Sender-Schalter 125 lenkt Licht zur Faser 131A, während der Detektorschalter 165 Licht aus der ausgewählten Sammelfaser 151A sammelt. Solche Spektren, die zwischen zwei Nadeln und über eine Streuprobe gesammelt werden, die ein Sender-Detektoren-Faser-Paar verwendet, werden Probenbeleuchtungsspektren genannt. Der Sender-Schalter 125 steuert Licht dann zu Faser 131Z, während der Detektorschalter 165 Licht aus der Faser 131Z sammelt. Solche Spektren, die ohne dazwischenliegendem Gewebe aus der Lichtquelle gesammelt werden, werden Quellenbeleuchtungsspektren genannt. Zuletzt wurde die Lichtquelle ausgeschaltet und die Messungen aus Faserpaar 131A und 151A und die Messungen über Faser 131Z werden ohne beleuchteter Sender-Faser 114 wiederholt. Diese nicht-beleuchteten Spektren repräsentieren das Hintergrunddetektorsignal in Abwesenheit der Beleuchtungslichtquelle und werden Proben- und Quellenhintergrundspektren genannt.
Unter Verwendung von bekannten Verfahren werden die Probe und Quellenhintergrundspektren von der Probe und Quellenbeleuchtungsspektren subtrahiert, wodurch Hintergrundlichtzählungen entfernt werden und hintergrundkorrigierte Spektren produziert werden. Als nächstes wird jeder Intensitätspunkt in den hintergrundkorrigierten Spektren durch den entsprechenden Intensitätspunkt in den hintergrundkorrigierten Probenspektren geteilt, um eine Reihe von Rohprobenspektren zu produzieren. In diesem Fall, in welchem die Probe ein weiß erscheinendes Streufluid ohne signifikante Nicht-Wasser-Absorption von Licht ist, repräsentieren die Rohprobenspektren die Instrumentenantwort und entsprechen den Spektren, die von jedem Sender-Detektorenpaar in der Sonde in Abwesenheit von realen Nicht-Wasser-Absorptionseigenschaften zu sehen sind. Alternativ dazu kann eine Streuprobe ohne beliebiges vorliegendes Wasser als standardisierendes Fluid verwendet werden, wenn die Detektion von Wasserabsorption in der Probe wichtig ist. Diese Instrumentenantwortspektren werden im Speicher 181 gespeichert. Alle zukünftigen Spektren in diesem Versuch werden nun automatisch durch das entsprechende Instrumentenantwortspektrum geteilt, um eine Reihe von Endprobenspektren zu produzieren, die für die Instrumentenantwort korrigiert werden. Nachdem alle Messungen aus Sender-Faser 131A beendet sind, wird dieses Verfahren dann für dieselben oder andere Paare von ausgewählten Sender-Fasern 131A bis 131N und Detektorenfasern 151A bis 151M wiederholt.
Um die Instrumentenreaktionskalibrierung, die oben durchgeführt wurde, zu testen, wird das Lipid nun erneut unter Verwendung derselben oben angeführten Schritte gemessen, um eine zweite Reihe von Rohprobenspektren zu produzieren. Als nächstes wird jeder Intensitätspunkt in diesen zweiten Rohprobenspektren durch die entsprechenden Intensitätspunkte in den gespeicherten Instrumentenreaktionsspektren geteilt, um eine Reihe von Endprobenspektren zu produzieren. In diesem Fall sollen die Rohprobenspektrenmenge und die Instrumentenantwortspektren ähnlich aussehen und daher die Teilung von einem durch das andere eine Intensität von eines, oder nahezu eines, in allen gemessenen Kanälen ergeben. Jedes Endprobenspektrum sollte daher flach sein, mit einer Absorption A, die als A = log₁₀ (Instrumentenreaktionsintensität)/(Probenrestintensität) definiert ist, und gleich null oder nahezu null in allen Punkten ist. Andere Formen von Spektrenanalysen, einschließlich Differentialspektren, Normalisierung und andere Korrekturen können im Rahmen dieser Erfindung durchgeführt werden.
Sobald diese Vorrichtung zur Instrumentenreaktion korrigiert wird, kann ein Probengewebe gemessen werden. Um die Probe zu testen, werden durchdringende Nadeln 133 und 153 wie zuvor beschrieben in das Gewebe platziert und Paare von Fasern in diesem Beispiel 131A/151A, 131B/151B, 131N/151M gescannt, obwohl andere Scanning-Anordnungen für andere Anwendungen wünschenswert sein können. Für jedes gescannte Fasernpaar wird ebenfalls ein Quellenspektrum von Faser 131Z gesammelt, um Veränderungen der Quellenintensität und des Spektrums zu korrigieren und dann wird jedes Probenspektrum für die Instrumentenantwort wie oben beschrieben korrigiert, um eine Reihe von Endprobengewebespektren zu erzeugen. Das Ergebnis ist eine Reihe von Spektren in verschiedenen Tiefen oder Stellen im Gewebe und wird in Speicher 181 gespeichert.
Als nächstes wird jedes korrigierte Spektrum an die Klassifikationsmittel 184 weitergegeben, wo es nach Gewebetyp analysiert wird. Das Ergebnis dieser Analyse und Klassifizierung wird an den Computer 187 weitergegeben, der als Ergebnis Ausgabe 195 produziert. Dieses Ergebnis kann eine diagnostische Klassifizierung sein (wie z. B. das Vorhandensein oder die Abwesenheit eines spezifischen Gewebetyps wie in Beispiel 1 dargestellt), eine Tabelle (ein solcher Prozentsatz eines Typs von Gewebe nach Tiefe wie in Beispiel 8 dargestellt), eine graphische Darstellung (wie z. B. die Anwesenheit oder die Abwesenheit eines Gewebetyps im Zeitverlauf wie in Beispiel 3 dargestellt oder ein Abstand wie in Beispiel 5 dargestellt), eine Zahl (wie z. B. der Abstand zu einem Objekt, wie es in Beispiel 5 dargestellt ist), ein Bild (wie z. B. die Stelle eines Schlaganfalls wie er in den Beispielen 2, 4, 5, 6 und 7 dargestellt ist) oder eine Lokalisierung (wie z. B. Messung des Abstands wie in Beispiel 4 dargestellt).
Es folgt nun eine Diskussion des Klassifikationsmittels. In dieser bevorzugten Ausführungsform wird die Klassifizierung durch Klassifikationsmittel 184 mithilfe eines Computers durchgeführt, der mit Analyseroutinen hergestellt wird, und so angeordnet, dass er eine Klassifizierung von Gewebe bereitstellt. Jedoch kann das Gewebeklassifikationsmittel ein Rechner oder eine andere Vorrichtung sein, die so konfiguriert ist, dass sie Gewebeklassifikationsleistung bereitstellt. Wie oben angeführt kann Computer 187 ein anderer Computer sein als jener, der in den Klassifikationsmitteln 184 verwendet wird oder derselbe Computer kann für beide Funktionen verwendet werden.
Analyseverfahren, die vom Klassifikationsmittel verwendet werden, können Spektraleigenschaften umfassen, wie z. B. Spitzenwellenlänge, Steigung eines Spektralbereichs oder die ersten, zweiten Differentiale des Spektrums oder Differentiale höherer Ordnung. Solche Verfahren zur Analyse von Spektren sind bekannt und es bestehen Verfahren zur Entfernung von Hintergrundsignal oder Streuwirkung oder zur Betonung von Substanzen geringer Konzentration wie Glukose oder Cytochrom. Verfahren zur Analyse umfassen Hauptkomponentenregression (z. B. Pirouette, Infometrix, Seattle, WA), Methode der kleinsten Quadrate bei Multivariatanpassungen (SigmaPlot, Jandel Scientific, San Rafael, CA); neuronale Netzwerke (z. B. BrainMaker, California Scientific Software, Nevada City, CA) und dergleichen, wobei alle Fachleuten bekannt sind. Zum Beispiel wäre es ein Verfahren einer solchen Klassifizierung, ein neuronales Netzwerk zu verwenden. In diesem Verfahren wird das Netzwerk, unter Verwendung einer Reihe von Spektren aus bekannten Geweben „trainiert" und dann wird das Netzwerk „untersucht", indem dem Netzwerk das unbekannte Spektrum gegeben wird und das Netzwerk befragt wird, wie das Gewebe klassifiziert wird. Solche Verfahren zur mathematischen Analyse sind bekannt und viele verschiedene Klassifizierungsverfahren können von Fachleuten im Schutzumfang der vorliegenden Erfindung entwickelt werden. Wirkungen des Strahlengangs können gemessen werden, wie z. B. der mittlere zurückgelegte Photonenabstand oder dergleichen, wie in zeitlich aufgelösten oder in Frequenz aufgelösten Verfahren. Identifikation wird durch die Verwendung von Computervergleich verbessert, um Referenzkriterien (Spektren oder Eigenschaften der Spektren, wie z. B. das erste Differential des Spektrums) anstelle eines einfachen Verhältnisses zu schaffen, um zu einer Bestimmung zu gelangen. Solche Referenzwerte können im Zeitverlauf aktualisiert werden, da ein besseres Verständnis der Bedeutung der Spektren erreicht wird, und können in den Sensor selbst gebaut werden, sodass jeder Sensor für eine bestimmte Gewebereihe oder für ein bestimmtes diagnostisches Verfahren kalibriert wird. Auf ähnliche Weise könnte die Identifikation durch Hintergrundkorrektur und Korrektur der Instrumentenreaktionsfunktion auf fachbekannte Weise verbessert werden. Die bekannten Ansätze der Spektralanalyse fallen in den Schutzumfang der vorliegenden Erfindung, wann immer sie verwendet werden, um Gewebe nach Typ innerhalb eines Streumediums, wie z. B. menschlichen Gewebes zu klassifizieren. Eine solche Analyse und Klassifizierung kann eine chemische Analyse des Gewebes ermöglichen, was eine Auflösung der optischen Daten in Hämoglobin-, Wasser-, Fett-Konzentrationen etc. ermöglicht. Solche Identifikationen können verwendet werden, um Gewebe im Körper, wie z. B. Nerv, Arterie, Vene, Lymphknoten und Muskel zu identifizieren.
Die Konfiguration der Sonde und Sondenherstellung sind wichtig. Zum Beispiel kann es wesentlich sein, Fasern hinsichtlich des Gewebes zu stabilisieren, um die Messung zu unterstützen. Einige Beispiele sind in 2A bis 2E dargestellt. Sender-Bündel 132 und Detektor-Bündel 152, die Fasern 131A bis 131N und 151A bis 151M enthalten, können jeweils durch Einführung der medizinischen Sonde 303 (2A) in chirurgische Instrumente, wie z. B. ein Messer 307 (2B) oder einen Greifer 314 (2C) oder in eine andere Struktur, welche die Fasern in einem gewünschten optischen Kontakt mit dem zu messenden Gewebe hält, an Ort und Stelle gehalten werden. Die Sonde kann so entworfen sein, dass sie auf das Gewebe in einer definierten Weise einwirkt, wie z. B. eine Cryosonde 325 (2D), die das Gewebe überwacht, da es das Gewebe mit einer kalten Flüssigstickstoffquelle friert, die in ein Eingaberohr 327 eintritt und aus einem Ausgangsrohr 329 fließt.
Eine Sonde kann nicht-invasiv oder invasiv sein. Erstens kann eine Sonde so hergestellt werden, dass sie von der Oberfläche des Gewebes abbildet, anstatt, dass sie durch die Oberfläche des Gewebes hindurchtritt. Zum Beispiel können Senderfasern 131A bis 131N und Detektorenfasern 151A bis 151M in ein Stirnband 352 gewoben werden und um ein Gewebe gewickelt werden, wie z. B. Kopf 362 (2E). Aus einer solchen Oberflächensonde kann ein Bild hergestellt werden, das bekannte Abbildungsalgorithmen verwendet. Dieses Bild kann dann mittels Gewebetyp weiter verarbeitet werden, wobei das vorliegende Verfahren verwendet wird. Alternativ dazu kann eine Sonde auf eine invasive Probe in verschiedenen Tiefen automatisiert werden, da sie ins Gewebe gedrückt wird. Diese vereinfachte Sonde erfordert nur einen Sender und einen Detektor und die Tiefe wird durch die Fraktionszeit geschätzt, die zwischen Eintritt und voller Insertion vergeht, wobei angenommen wird, dass die Geschwindigkeit der Sonde während Insertion und Probenentnahme konstant ist. Alternativ dazu kann die Sonde überwacht werden und in definierter Menge ins Gewebe gebracht werden, sodass die Tiefe der Sonde an jeder Probe genau bekannt ist und unter der Kontrolle der Vorrichtung steht. In diesem Fall wird eine Senderfaser 412 mit einem Prisma 414 (1 mm × 1 mm × 1,4 mm hypotenuse-verspiegelte Prismen Reynard Corporation, San Clemente, CA) innerhalb einer Sender-Nadel 417 und eine Detektorfaser 422 ist mit einem Prisma 424 innerhalb von einer Detektornadel 429 verbunden. Nadeln 417 und 429 sind an einer verschiebbaren Basis 432 angebracht, die in einer Rohrmanschette 435 enthalten ist. Die Basis 432 wird innerhalb der Welle rückwärts und vorwärts bewegt, wann immer eine verschiebbare verkabelte Leitung 437 durch einen Motor 447 (Super Vexta Modell PH264-01, Oriental Motor Co., Tokyo, Japan) rückwärts und vorwärts bewegt wird, so ähnlich wie ein ferngesteuerter Drahtauslöser für eine Kamera einen ferngesteuerten Kameraverschluss bewegt, wenn der Drahtauslöser gedrückt oder losgelassen wird. Wie in 3A dargestellt, wird der Motor 447 durch den Computer 187 über ein elektrisches Kabel 452 gesteuert. Die ausgezogene Basis 432 bewegt Nadeln 417 und 429 in das Gewebe 455, wie bei Nadeln gezeigt wird, die sich tief in das Gewebe 455 in 3B erstrecken, die sich zurückziehende Basis 432 zieht Nadeln 417 und 429 aus dem Gewebe 455, wie bei jenen Nadeln zu sehen ist, die aus Gewebe 455 in 3A gezogen werden. Dies führt zu einer kleinen Sonde, die durch die Cervix hindurchgeführt werden kann. Der Motor 447 und die verkabelte Leitung 437 können durch andere Mechanismen ersetzt werden, wie z. B. ein fluidkontrolliertes Schaltrad oder eine andere mechanische oder elektrische Vorrichtung, wie Fachleuten auf dem Gebiet des Maschinenbaus bekannt ist.
Es gilt zu berücksichtigen, dass, wenn die Nadeln 417 und 429 in das Gewebe 455 dringen, die Photonen, die sich zwischen Nadeln 417 und 429 bewegen, eine großen Bereich an Wegen nehmen, wie in 4 dargestellt ist. Einige Photonen können relativ direkte Wege nehmen, wie z. B. Wege 483A und 483B, während andere längere Wege einschlagen, die stark von der direkten visuellen Linie zwischen Emission am Prisma 414 und Sammlung am Prisma 424 abweichen, wie z. B. Wege 483C und 483D. Wieder andere bewegen sich entlang Linien, die zu Absorption führen, wie z. B. Weg 483E oder Entweichen aus dem Gewebe, wie z. B. Weg 483F und können niemals gesammelt werden. Dieser Bereich von Wegen ist auf die Streuung von Licht durch Gewebe zurückzuführen, in welchem ein emittierter Strahl von Photonen sich zu einem diffusen Leuchten verändert, da die ursprüngliche Richtwirkung des Photonenstrahls verloren geht, was die Standard-Klarheit der optischen Abbildung zerstört, ähnlich wie Photonen in einem Nebel zufallsverteilt werden, der zu Bildern von weit entfernten Objekten führt, die undeutlich werden. Die vorliegende Vorrichtung nutzt diese Wirkung, da die Streuung eine Mittelwertbildung und Probenentnahmefunktion bereitstellt. Wenn eine detektierte Lichtstärke gemessen wird, nachdem sie sich durch das Gewebe über mehrere im Wesentlichen nicht-parallele Wege fortgesetzt hat, die durch das Gewebe genommen werden, in der Zeit zwischen dem Zeitpunkt, in dem Photonen emittiert werden und jenem, in dem sie detektiert werden, können vielen Bereichen des Gewebes Proben entnommen werden, nicht nur dem Gewebe auf einer dünnen Linie zwischen Emission und Detektion. Dies würde es ermöglichen, dass ein kleines aber wichtiges charakteristisches Gewebe einfach verloren geht, wenn es sich nicht direkt zwischen dem Sender und Detektor befindet. Als Ergebnis besteht das detektierte Licht in der vorliegenden Erfindung aus mehreren regionalen Komponentensignalen, wobei jedes regionale Komponentensignal, das aus Strahlung besteht, sich durch eine andere Region des Gewebes fortsetzt.
BEISPIELE
Der Umfang der Anwendungen der vorliegenden Erfindung wird durch Beispiele am besten verständlich, wovon acht hierin nachstehend bereitgestellt sind. Diese Beispiele sind keineswegs alle Verwendungen und Anwendungen des Geräts, aber dienen als Fallstudien, durch welche ein Fachmann, die Verfahren zur Verwendung und den Schutzumfang einer solchen Vorrichtung besser verstehen.
Beispiel 1: Klassifizierung von Geweben nach Typ
Gewebeklassifikation kann verwendet werden, um verschiedene Gewebetypen zu erkennen. In diesem Versuch wurden unter Verwendung der Vorrichtung, die jener ähnelt, die in 1 dargestellt ist, verschiedenes Gewebe gemessen, und es wurde durch einen Sender und ein Detektorenpaar Licht gesammelt. Optische Spektren aus Muskel und Fett sind in 5 dargestellt. Es gibt verschiedene Unterschiede bei den Spektren zwischen den dargestellten Geweben, z. B. zwischen Muskel 512 und Fett 514. Diese Unterschiede ermöglichen eine einfache Unterscheidung zwischen den Gewebetypen und es können mehrere Algorithmen ausgewählt werden, um das Gewebe zu klassifizieren. In diesem Fall kann der Algorithmus so einfach wie folgt sein:

a) wenn die Absorption ihren Spitzenwert bei einer Wellenlänge über 575 nm erreicht, dann ist das Gewebe Fett oder
b) aber das Gewebe ist kein Fett.

Dieses Verfahren erfordert die Verwendung des gesamten aufgenommenen Spektrums, um eine Spitzenwellenlänge zu identifizieren. Die Klassifizierung wird durch ein computergestütztes Klassifikationsmittel durchgeführt, wie z. B. Klassifikationsmittel 184 in 1. Ein komplexerer Algorithmus kann das Verhältnis von Absorption bei zwei Wellenlängen verwenden, z. B. bei 675 nm und 800 nm, wo das Verhältnis von A₆₇₅/A₈₀₀ wie folgt ist:

Verhältnis Klassifizierung

0,00–0,02 unbekannt

0,02–0,10 Muskel

0,01–5,0 unbekannt

5,0–7,0 Fett

7,0 und mehr unbekannt
Letzteres Verfahren erfordert nur zwei Wellenlängen, die einfache Lichtquellen ermöglichen, wie z. B. zwei Wellenlängen von oberflächenmontierten LEDs anstelle einer breiten Spektrumquelle und ein einfacher Lichtdetektor anstelle eines komplexeren Spektralphotometers. Wieder wird die Klassifizierung von einem Klassifikationsmittel durchgeführt, wie z. B. Klassifikationsmittel 184 in 1.
Beispiel 2: Klassifizierung von Gewebetypen als Bild
Es können optische Verfahren verwendet werden, um die Abbildung durchzuführen (Benaron, US 5.413.098 ). Gewebeklassifikationskriterien, die in der vorliegenden Erfindung beschrieben werden, können dann auf solche Bilder angewendet werden. In diesem Beispiel, das nicht Teil der beanspruchten Erfindung ist, ist Bildklassifizierung verwendet worden, um ein optisches Bild von Gewebe zu verarbeiten und dann die Gegenwart einer Blutung im Gehirn oder Hämorrhagie im Gehirn eines Kindes zu klassifizieren.
Um dieses Bild zu erzeugen, haben die Erfinder den Kopf eines lebenden Kindes überwacht, das ein Risiko für Blutung aufweist, und zwar unter Verwendung der Vorrichtung, die in 1 dargestellt ist, die mithilfe des optischen Stirnbands 352, das um Kopf 362 gewickelt war, der in 2E schematisch und in 6. photographisch dargestellt ist, angebracht ist. Es gilt anzumerken, dass in 6. das Kind einen Herz-/Lungen-Bypass erhält, sodass die Sauerstoffanreicherung des Bluts, welches das Gehirn verlässt, direkt durch Blutentnahme aus dem Bypassrohr 518 gemessen werden kann. Optisches Bild 526 in 7 wurde tomographisch aus den optischen Daten erzeugt, die unter Verwendung des Verfahrens und der- Vorrichtung aus US 5.413.098 gewonnen wurden. Als nächstes wurden die Daten durch Identifikation von Bereichen mit einer Absorption von mehr als 1 Ereignis pro Zentimeter klassifiziert (μ_a > 1 cm^–1), in Übereinstimmung mit einem Bereich mit einer hohen Blutkonzentration, wodurch Gehirnblutung 528 (gelb) im optischen Bild 526 (grau) lokalisiert wurde. Es gilt anzumerken, dass die optische Klassifizierung auf einer automatischen Klassifizierungsanalyse basierte. Dieser optische Ansatz kann medizinisch wichtig sein, da Blutung im Gehirn bei frühreifen Kindern zu Hirntrauma oder übermäßiger Fluidakkumulation und Druckaufbau führen kann und ein Hauptgrund für Morbidität und Mortalität bei diesen Kindern sein kann. Es können andere Identifikationen durchgeführt werden, was Lokalisierung von grauer Hirnsubstanz, weißer Hirnsubstanz, Rückenmarksflüssigkeit und dergleichen ermöglicht.
Beispiel 3: Klassifizierung zur Detektion von Veränderungen im Gewebezustand
In diesem Beispiel wird eine Veränderung im Zustand des Gewebes überwacht. Gefrieren, eine Veränderung des Gewebezustands, kann unter Verwendung der Veränderung der optischen Eigenschaften des Gewebes detektiert werden. Die Detektion von Gefrieren in einer trüben Flüssigkeit kann im Monitoring von Materialien wichtig sein, die gefroren sein müssen, wie z. B. biologische Proben. Es kann auch wichtig sein, in der Lage zu sein, zu detektieren, wenn der gefrorene Zustand beendet worden ist, wie z. B. Verwendung einer optischen Vorrichtung zum Nachweis, dass Geflügel vollständig gefroren worden ist, um die Zeit des Gefrierens zu minimieren, bevor es aus einem Gefrierbad entfernt wird oder, dass menschliches Gewebe während eines Verfahren, das als Kryochirurgie bekannt ist, adäquat gefroren worden ist. In der Kryochirurgie wird die Behandlung eines Krebs oder einer anderen Läsion durch Gefrieren des Tumors unter Verwendung einer mit flüssigem Stickstoff gefüllten Nadel, die in den Tumor gestochen wird, erreicht. Dies ermöglicht das Abtöten des Tumors, ohne Gewebe aufschneiden zu müssen, um ihn zu entfernen. Dies ist wichtig, wenn der Tumor sich an einem kritischen Ort in einem wichtigen Organ befindet, wie z. B. Gehirn oder Leber. Es kann jedoch schwierig sein, zu detektieren, wann das korrekte Ausmaß an Gefrierung erreicht ist. Wenn zu wenig Tumorgewebe gefroren wird, dann lebt der Tumor und die Behandlung ist wirkungslos; wenn zuviel Tumorgewebe gefroren wird, können aufgrund der Beschädigung von gesundem Gewebe und Blutgefäßen durch den Prozess des Gefrierens Komplikationen auftreten. Daher kann die Lokalisierung des Ausmaßes des Gefrierens und nicht nur die Detektion des Gefrierens für die Gesundheit eines Patienten wesentlich sein.
In diesem Beispiel wurde Hühnerbrust, anfänglich bei Raumtemperatur, unter Verwendung einer mit flüssigem Stickstoff gekühlten Sonde gefroren und die Veränderungen während des Gefrierens wurden unter Verwendung einer ähnlichen Vorrichtung wie jener in 1 und einer Sonde, die der in 2A gezeigten ähnlich war, überwacht. Es wurde die anfängliche durchschnittliche Absorption in allen Wellenlängen gemessen (400 nm bis 1100 nm), aufgezeichnet und als Grundwert der Absorption verwendet. Veränderungen der durchschnittlichen Absorption wurden aufgezeichnet, was eine Darstellung der Absorption 528 in 8A ergab. Wenn Gewebe friert, nimmt die Lichtstreuung stark zu und daher nimmt die Menge an Licht, das den Detektor erreicht, ab. Dieser Rückgang an detektiertem Licht wird als Anstieg der Absorption aufgezeichnet. Es wurde ein Klassifizierungsalgorithmus entwickelt, in welchem „gefrorenes Gewebe" als Gewebe mit einem Absorptionsanstieg von mehr als 0,55 Ereignissen/cm definiert wird und eine automatisierte Klassifizierung wurde verwendet, um die graphische Darstellung 529 der klassifizierten Ausgabe von „gefroren" gegenüber „nicht gefroren" in 8B zu erhalten. Es konnten andere, ausgefeiltere Algorithmen entwickelt werden, wenn notwendig, aber in diesem Fall ist ein einfacher Algorithmus für die Klassifizierung ausreichend.
Solche Veränderungen des Weges oder Spektrums (eine Wirkung eines optischen Wegs) können verwendet werden, um das Schweißen von Gewebe mithilfe von Lasern oder die Behandlung von Tumoren unter Verwendung von Kryochirurgie zu verfolgen. Auf ähnliche Weise kann ein solcher Ansatz verwendet werden, um die Er wärmung von Gewebe zu überwachen. Die Erwärmung von Gewebe wird verwendet, um Gewebe zu schweißen und Gewebe abzutöten, wie z. B. bei Laser-Schweißen oder Elektrokaustik. Feedback darüber, wann das Gewebe korrekt denaturiert wird, kann in diesen Ansätzen von Nutzen sein.
Beispiel 4: Klassifizierung der Abbildung von Veränderungen im Gewebezustand
In diesem Beispiel zeigen die Erfinder die Fähigkeit, das Gefrieren von Hühnerfleisch zu veranschaulichen, was durch die Messung von lokalen Anstiegen der Absorption aufgezeichnet wird, verbunden mit der zunehmenden Streuung, die an mehreren Faserstellen in Geweben zu beobachten ist, die dem Gefriervorgang unterworfen sind. Photonen werden in Hühnerfleisch gesendet, das anfänglich bei Raumtemperatur und in einen dickwandigen Plexiglas^TM-Halter mit einer internen Gewebekavitätsabmessung 16 cm (x) mal 16 cm (y) mal 3 cm (z) eingeschlossen wird, und der mit der gesamten Hühnerbrust gefüllt ist. Unter Druck gesetzter flüssiger Stickstoff, der von einem Tank bereitgestellt wird, der in der Kryochirurgie verwendet wird, wurde durch eine 0,5 cm Sonde hindurchtreten gelassen, wie z. B. jene, die in 2D veranschaulicht wird, die durch die Hühnerprobe in der z-Achse geleitet wird. Eine Reihe von Oberflächensender und Detektorenfasern wurden verwendet, um an einer Reihe von Stellen etwa 4 cm von der Gefrierungssonde zu scannen. Klassifizierung von „gefroren" gegenüber „nicht-gefroren" wurde wie in Beispiel 3 oben berechnet. Diese Klassifizierungen wurden als Eingabe in einen Abbildungsalgorithmus verwendet, was eine Reihe von Bildern produzierte, wobei zwei in 9A und 9B dargestellt sind. In diesen Bildern kann ein gefrorener Bereich klassifiziert und lokalisiert werden. Anfänglich, wie in 9A dargestellt, liegt der Bereich des Gefrierens, der einige wenige Minuten nach dem Beginn des Gefrierens an Stelle 536 gemessen wurde, in einer Tiefe von 5 cm und einer gegenüber null cm versetzten Position, was nahe der Stelle der Gefrierungssonde 537 ist. Später, wie in 9B dargestellt, bewegt sich die gefrorene Front in Richtung Punkt 538, in einer Tiefe von 1 cm und einer gegenüber null cm versetzten Position, was weiter von der Sonde entfernt ist und sich einem Geweberand 539 annähert.
Eine lange Reihe an Sender- und Detektorenfasern kann in Nadeln oder auf ähnliche Weise in Kathetern platziert werden, um eine solche Abbildung der fortschreitenden gefrorenen Front während Kryochirurgie auf lebenden Subjekten durchzuführen. Im Fall einer Kathetervorrichtung, die in der Harnröhre positioniert wird, können die Daten weiter verarbeitet werden, um eine Zahl zu ergeben, wie später gezeigt wird, z. B. Millimeter von der gefrorenen Front zur Harnröhre. In diesem Fall ist die Ausgabe eine Zahl (ein Abstand) anstelle eines Bildes. Diese Vereinfachung ermöglicht eine einfache Vorrichtung, die den Kryochirurg davor warnt, wenn sich die fortschreitende Front innerhalb eines kritischen Abstands von der Harnröhre befindet. Dies ist wichtig, da das Gefrieren solcher Strukturen wie der Harnröhre oder des Colons Hauptgründe für Morbidität in Zusammenhang mit diesen Verfahren sind.
Beispiel 5: Klassifizierung zur Detektion von nahen Objekten
Ein einfacher Abstandsdetektor kann aus einem solchen Monitor hergestellt werden. Abstandsdetektion, wie z. B. die Detektion von nahen Objekten in trüben Medien, kann teuer und kompliziert sein. Der vorliegende Ansatz kann verwendet werden, um eine Abbildungssonde zu bilden, die sich auf der Hautoberfläche befindet und in der Lage ist, die Struktur und den Charakter des Gewebes darunter zu visualisieren. In diesem Beispiel hat sich ein Harzzylinder 556, der eine Lichtstreuungs-Titandioxidsuspension enthält, die ähnliche Streuungseigenschaften wie Gewebe aufweist, innerhalb eines Objekts 558 eingebettet, das aus schlecht absorbierendem festen Plexiglas^tm besteht, das eine fluidgefüllte Zyste repräsentiert (10A). Unter Verwendung eines optischen Stirnbands 352, wie in 2E dargestellt, wurde Zylinder 556 veranschaulicht und Objekt 558 wird als Fluid klassifiziert (diagonale Linien), wie in der resultierenden Linie von 10B dargestellt. Das Ausgabssignal eines Abstanddetektors muss kein Bild sein und kann eine Zahl, wie z. B. der Abstand von der Oberfläche zum Objekt 562 sein (10C) oder als graphische Darstellung des Prozentsatzes Fluid in Abhängigkeit von der Tiefe 564 (10D) dienen. Dieser nummerische Ansatz hat den Vorteil, das er einfach interpretiert werden kann, was z. B. zur Detektion von Blutgefäßen unter der Hautoberfläche nützlich sein kann.
Dieser Ansatz kann als nicht-invasive optische Biopsie verwendet werden, was Gewebe basierend auf optischen Eigenschaften charakterisiert, um Nerven, Blutgefäße, Plaques auf Arterien, Fettdepots, Blutung, Luft in Geweben, Knochenwachstum, Schwellungen, Fremdobjekte, Fluidtypen in Geweben oder Gelenken, normales Gewebe oder andere Inhomogenitäten in Gewebe voneinander zu unterscheiden.
Basierend auf den vorangegangenen Beispielen können viele Typen von diagnostischen Sonden hergestellt werden. Zum Beispiel kann eine Nadel, die mit Klassifizierungsfasern und Hardware ausgerüstet ist, davor warnen, wenn sie zu nahe zu einer fragilen Struktur positioniert wird, zum Beispiel kann eine Aspirationsnadel, die sich nahe der Wirbelsäule befindet, um einen Bandscheibenvorfall zu aspirieren, davor warnen, wenn fragile Nervenwurzeln angesaugt und beschädigt werden könnten. Weiters könnte dieser Ansatz auch dazu verwendet werden, ein Instrument zu schaffen, um Chirurgie durchzuführen, anstatt den Patienten einfach zu beobachten oder eine Gewebediagnose durchzuführen. Zum Beispiel kann man ein chirurgisches Messer herstellen, das mit Lichtemissions- und Detektionsfasern ausgerüstet ist. Ein solches Messer ist in der Lage, Gewebe direkt unter dem Messer optisch zu veranschaulichen, während das Messer schneidet, was dem Chirurg ermöglicht, große Blutgefäße oder Nerven zu umgehen, oder, um die Ränder eines gefrorenen Tumors während Kryochirurgie zu visualisieren. Zu guter Letzt kann eine Sonde verwendet werden, um einen Arzt davor zu warnen, dass eine Struktur mit der Pinzette aufgenommen worden ist, die einfach unabsichtlich beschädigt worden ist, wie z. B. ein Ureter während Eileiterchirurgie unabsichtlich erfasst werden kann.
Beispiel 6: Klassifizierung von Schlaganfall als Bild
Der vorliegende Ansatz kann mit optischen Bildern des Gehirns kombiniert werden, um die Sauerstoffanreicherung des Gehirns oder eines anderen Gewebes zu veranschaulichen, um Klassifizierung von Erkrankungen wie z. B. Schlaganfall (11) zu ermöglichen.
In diesem Beispiel wurde optisches Scanning unter Verwendung eines optischen, weichen, flexiblen Faser-Stirnbands durchgeführt, dessen kurzen, niedrigen Pulse (100 μW Durchschnitt, 60 ps FWHM) von Laserlicht emittiert und unter Verwendung von zeitlich aufgelöster Detektion an mehreren verteilten Stellen gemessen wurden. Pathologische Veränderungen der Gehirnsauerstoffanreicherung wurden bei kranken Kindern mit und ohne vermeintlichem hypoxischem Hirntrauma unter Verwendung von optischer Abbildung mit und ohne CT untersucht. Für das Kind, das einen Schlaganfall erlitten hat, das in 11 dargestellt ist, wurden nacheinander CT und optische Abbildung durchgeführt, es wurde optische Hamoglobinsättigung berechnet, tomographisch rekonstruiert und ein Bereich eines Schlaganfalls 632 (weiß) als Region identifiziert, die eine Sauerstoffanreicherung von mehr als 2 Standardabweichungen über dem Durchschnitt aufwies. Dieses Bild wurde auf CT-Scan 636 (grau) überlagert. Der Bereich eines Schlaganfalls 642 (dunkelgrau) auf dem CT-Scan wurde von einem Arzt identifiziert. Es gibt eine Überlappung zwischen optischer und CT-Lokalisierung der Schlaganfallstelle, während optisches Scanning und die reine Klassifizierung in einem Zeitraum kritischer Erkrankung am Krankenbett erhalten wurden. Es ist anzumerken, dass ein optischer Schlaganfall 632 automatisch unter Verwendung einer Klassifizierungsanalyse identifiziert wurde, während CT-Lokalisierung des Schlaganfalls 642 manuell von einem Arzt durchgeführt wurde.
In diesem Beispiel ist die Klassifizierung für einen vermeintlichen Schlaganfall vorgesehen, eine ähnliche Analyse ermöglicht aber Abbildung von Gewebe, das ein Risiko, abzusterben, oder ein Risiko für Schlaganfall in der Zukunft aufweist, basierend auf dem Grad des Blutflusses, Sauerstoffanreicherung, Farbstoffaufnahme oder einer anderen optischen Eigenschaft. Die Verwendung von exogenen Farbstoffen kann zu solchen Bildern beitragen. Zum Beispiel kann ein Farbstoff infundiert werden, um die Stelle eines Schlaganfalls zu markieren, da ein Blutverlust sich als Verzögerung des Zeitraums zeigen kann, bis der Farbstoff ein Gebiet mit niedrigerem Blutfluss erreicht, oder als Verzögerung der Clearance aus dieser Gehirnregion. Die Fähigkeit, Schlaganfall nicht-invasiv zu überwachen und zu lokalisieren, kann eine Identifikation von bestehendem oder bevorstehendem Hirntrauma ermöglichen, was eine Interventionsmöglichkeit bietet.
Beispiel 7: Klassifizierung von Gehirnfunktion als Bild
In diesem Beispiel wird die Abbildung der Gehirnaktivierung, die auftritt, wenn sich die Hand bewegt, veranschaulicht (12). Da Grundliniengehirnsauerstoffanreicherung in nicht-aktivierten Bereichen des Gehirns im Zeitverlauf stabil ist, kann ein Ruhezustand (Grundlinie) von einem aktivierten Zustand (motorische Aufgabe) subtrahiert werden, um ein Restsignal zu demaskieren, das eine Funktion von lokaler Aktivierung ist. Optische Abbildung wurde durchgeführt, mit oder ohne funktionelles MRI, während einer sequenziellen Daumen-zu-Finger-Appositions-Aufgabe, von der bekannt ist, dass sie zu lokalen Anstiegen des Gehirnblutvolumens und der Sauerstoffanreicherung führt. Anstiege der Sauerstoffanreicherung während kortikaler Aktivierung wurden aus den optischen Daten berechnet, tomographisch rekonstruiert und mit funktionellen MRI-Aktivierungskarten verglichen, die aus demselben Subjekt erzeugt wurden. In diesem Bild wird ein Bereich des Gehirns, der automatisch so identifiziert wurde, dass er über einen Anstieg der Sauerstoffanreicherung mehr als zwei Standardabweichungen über der Grundlinie verfügt, während die Bewegung der rechten Hand 642R und linken Hand 642L (weiß) überlagert auf einem Standard-MRI-Scan 645 (grau) dargestellt werden. Lokalisierung von Gehirnaktivität unter Verwendung von funktionellem MRI ist während einer ähnlichen Bewegung der rechten Hand 647R (dunkelgrau) und Bewegung der linken Hand 647L (dunkelgrau) zu beobachten. Unter Verwendung dieses Ansatzes können auch Gehirnveränderungen beim Hören, Denken und Muskelbewegung veranschaulicht werden.
Beispiel 8: Ein diagnostischer Klassifizierungssensor für Uterusblutung
Als letztes Beispiel ist nun eine medizinische Sonde beschrieben, die derzeit in klinische Studien eingeführt wird. Abnorme (oder dysfunktionelle) Uterusblutung ist ein sehr häufiges Problem in der Gynäkologie. Leider ist es schwierig zu diagnostizieren und dies führt oft zur Entfernung des Uterus (Hysterektomie). Ein Schlüssel dafür, ob Hysterektomie notwendig ist oder nicht, ist die Gegenwart bestimmter Typen von glandulärem Gewebe in der Uteruswand, ein Leiden, das Adenomyose genannt wird. Diese Vorrichtung ist unter der bevorzugten Ausführungsform beschrieben. In dieser Vorrichtung ist die Sonde invasiv und die Veränderungen im detektierten optischen Spektrum werden gesammelt, indem die Sonde in das Gewebe geschoben wird, entweder manuell oder durch einen automatischen Mechanismus. Alternativ dazu können die Daten durch nicht-invasive tomographische Abbildung gewonnen werden, von der die Klassifizierung nachfolgt. Im invasiven Ansatz ist der Abstand im Gewebe, in welchem das glanduläre Gewebe zu finden ist, diagnostisch für eine Adenomyoseerkrankung. Das Vorhandensein von glandulärem Gewebe über die glanduläre Schicht (Myometrium) hinaus in die Muskelschicht (Myometrium) führend bestätigt die Erkrankung.
Für diese Versuche werden Daten unter Verwendung der in 1 dargestellten Vorrichtung und die sich bewegende Nadelsonde, die in den 3A und 3B dargestellt ist, gesammelt. Die Daten werden für einen Prozentsatz von glandulärem Gewebe als Tiefenfunktion verarbeitet und für den Kliniker als Tabelle veranschaulicht. Zum Beispiel könnte die folgende Klassifizierungsreihe als normal erachtet werden, da der Übergang zwischen einer Region, die großteils glanduläres Gewebe enthält, in eine Region mit minimalem glandulärem Gewebe (in diesem Fall zwischen einem Bereich mit einem glandulärem Gehalt, der größer als 90% ist und einen Bereich mit einem glandulärem Gehalt von weniger als 10%) deutlich ist.

Tiefe % glanduläres Gewebe

0 mm 100%

5 mm 100%

10 mm 5%

15 mm 0%

20 mm 0%
Diese Gewebestudie wird als normal interpretiert. Eine Wiederholung des Tests in verschiedenen Bereichen des Uterus weist nach, dass die Mehrheit des Uterus frei von tiefen glandulären Gewebeabsonderungen ist. Einerseits wird das Vorhandensein von glandulärem Gewebe tief in der Muskelschicht durch Folgendes angezeigt, was einen großen Abstand für den Übergang zwischen den glandulären und Muskelschichten zeigt, was Adenomyose anzeigen kann.

Tiefe % glanduläres Gewebe

0 mm 100%

5 mm 75%

15 mm 40%

20 mm 40%
In diesem zweiten Fall ist das Vorhandensein von glandulärem Gewebe nahezu 20 mm in die Uteruswand abnorm und kann wahrscheinlich vom Geburtshelfer als Adenomyose diagnostiziert werden. Tatsächlich ist der glanduläre Gehalt in diesem Beispiel niemals geringer als 10%. Eine Wiederholung dieses Tests an mehreren Stellen weist das Vorhandensein entweder von fokaler oder diffuser Adenomyose nach. Diese Diagnose wird durch die Klassifizierung von Gewebe, in diesem Beispiel Blut, Muskelgewebe, Endometrium, ermöglicht. Das Vorhandensein einer Konzentration von glandulärem Gewebe im Myometrium über einem bestimmten Schwellenwert trägt zur Erstellung der Diagnose bei.
Klassifizierung der Gewebetypen wurde durch einen Computer durchgeführt oder durch eine bestimmte Berechnungsvorrichtung, die speziell arrangiert wird, um eine Klassifizierungsfunktion bereitzustellen und kann auf gespeicherten Referenzspektren und diagnostischen Kriterien basieren (eine Referenzbibliothek oder Datenbank). Zusätzlich kann die Sonde selbst eine Kalibrierung und Referenzinformation enthalten, die während des Betriebs an die diagnostische Vorrichtung übertragen wird, was die Herstellung von intelligenten Sonden ermöglicht, die für die Identifikation eines spezifischen Gewebetyps oder eine Gruppe von Gewebetypen programmiert ist.
Die Erfinder haben einen verbesserten Apparat und ein Verfahren entdeckt, das Gewebe misst und Detektion, Quantifizierung, Lokalisierung oder Charakterisierung von einem oder mehreren Geweben innerhalb des Beobachtungsbereichs des Instruments ermöglicht. Die Vorrichtung ist gebaut und in mehreren Konfigurationen getes tet worden und findet unmittelbare Anwendung bei mehreren wichtigen Problemen, sowohl medizinisch als auch industriell, und ist daher ein wichtiger Fortschritt im Fachgebiet.

Claims

Diagnostischer Monitor zur Klassifizierung von biologischem Gewebe, Folgendes umfassend: (a) einen Lichtsender (102) zur Beleuchtung des Gewebes (145) mittels Beleuchtungsstrahlung, wobei der Sender optisch an das Gewebe gekoppelt ist; (b) einen Lichtdetektor (165) zur Detektion von Strahlung aus einem Bereich des Gewebes und zur Bereitstellung eines detektierten Signals als Antwort auf die detektierte Bestrahlung, wobei der Detektor optisch an das Gewebe gekoppelt ist; und (c) ein Gewebeklassifikationsmittel (184, 187) zur Klassifizierung des Gewebes in einen oder mehrere Gewebetypen basierend auf dem detektierten Signal durch Ausführen einer Datenverarbeitungsanalyse des detektierten Signals; wobei: der Lichtsender (102) eine Breitspektrum-Quelle umfasst, die ausgebildet ist, um ein Beleuchtungsbestrahlungsspektrum auszusenden, der Lichtdetektor (165) ausgebildet ist, um das Beleuchtungsbestrahlungsspektrum zu detektieren, nachdem es durch einen Bereich des Gewebes zwischen dem Lichtsender (102) und dem Lichtdetektor (165) hindurch getreten ist, und das Gewebeklassifikationsmittel (184, 187) automatisch ausgebildet ist, um das detektierte Spektrum zu verarbeiten und eine Identifikation des/der Gewebetyps/Gewebetypen aus dem detektierten Spektrum vorzunehmen und anschließend den/die identifizierten Gewebetyp(en) zu verarbeiten, um ein Ausgangssignal (195) zu erzeugen, das den/die Gewebetyp(en) identifiziert, dadurch gekennzeichnet, dass die Identifikation des/der Gewebetyps/Gewebetypen aus dem detektierten Spektrum einen Klassifikationsalgorithmus und einen Datenverarbeitungsvergleich mit einem Satz von Referenzkriterien verwendet, der eine Wellenlänge eines Maximums und/oder eine Steigung eines Spektralbereichs und/oder eine Ableitung erster, zweiter oder höherer Ordnung des Spektrums umfasst.
Monitor nach Anspruch 1, worin die Beleuchtungsbestrahlung zumindest eine Wellenlänge zwischen 200 nm und 100 μm aufweist.
Monitor nach Anspruch 1 oder 2, worin der Sender, der Detektor oder sowohl der Sender (102) als auch der Detektor (165) in physischem Kontakt mit dem Gewebe (145) angeordnet sind.
Monitor nach Anspruch 3, worin der Lichtsender (102) und/oder der Lichtdetektor (165) Nadeln umfassen, die in das Gewebe eindringen.
Monitor nach einem der vorangegangenen Ansprüche, worin der Lichtsender (102) und/oder der Lichtdetektor (165) eine Vielzahl an lichtemittierenden Elementen (131A–131N, 151A–151M) umfassen.
Monitor nach einem der vorangegangenen Ansprüche, worin das Gewebeklassifikationsmittel (184, 187) ein Mittel zur Klassifikation von Gewebe mittels eines normalen Gewebetyps umfasst.
Monitor nach Anspruch 6, worin der normale Gewebetyp aus der aus Nerven, Blutgefäßen, Fettdepots und anderen normalen Gewebetypen bestehenden Gruppe ausgewählt ist.
Monitor nach einem der vorangegangenen Ansprüche, worin das Gewebeklassifikationsmittel (184, 187) ein Mittel zur Kennzeichnung des Gewebes mittels eines abnormalen Gewebetyps umfasst.
Monitor nach Anspruch 8, worin der abnormale Gewebetyp aus der aus Blutungen, Narben, Zysten, Tumoren und anderen pathologischen Gewebetypen bestehenden Gruppe ausgewählt ist.
Monitor nach einem der vorangegangenen Ansprüche, worin das Gewebeklassifikationsmittel (184, 187) ein Mittel zur Lokalisierung des Gewebes umfasst.
Monitor nach Anspruch 10, worin die Lokalisierung ein Mittel zur Messung eines Abstands umfasst.
Monitor nach Anspruch 10, worin die Lokalisierung ein Mittel zur Erzeugung eines Bilds des Gewebes umfasst.
Monitor nach einem der vorangegangenen Ansprüche, worin das Gewebeklassifikationsmittel (184, 187) ferner ein Mittel zur Auflösung von Mehrfachkomponenten-Gewebetypen, die in der Gewebeprobe enthalten sind, umfasst.
Monitor nach einem der vorangegangenen Ansprüche, der ferner ein medizinisches Sondenmittel umfasst, um den Lichtsender (102) und den Lichtdetektor (165) in der Nähe des Gewebebereichs zu halten.
Monitor nach Anspruch 14, worin, die medizinische Sonde ein chirurgisches Werkzeug umfasst.
Monitor nach einem der vorangegangenen Ansprüche, worin das Gewebeklassifikationsmittel (184, 187) ein Mittel zur Erzeugung eines Bilds des Gewebes umfasst.
Monitor nach einem der vorangegangenen Ansprüche, worin das Gewebeklassifikationsmittel (184, 187) ein Mittel zum Anzeigen einer Zustandsveränderung umfasst.
Monitor nach Anspruch 1, worin der Lichtdetektor (165) ausgebildet ist, um das Beleuchtungsbestrahlungsspektrum zu detektieren nachdem es sich durch den Bereich des Gewebes zwischen dem Lichtsender (102) und dem Lichtdetektor (165) ausgebreitet hat und um Detektionssignale bereitzustellen, wobei die Detektionssignale aus Mehrfach-Bereichskomponentensignalen bestehen, wobei jede der Bereichskomponentensignale aus detektierter Strahlung besteht, die sich durch einen unterschiedlichen Teil des Gewebebereichs ausgebreitet hat; und worin das Gewebeklassifikationsmittel (184, 187) ausgebildet ist, um, basierend auf einem Detektionssignal, einen quantifizierbaren Parameter zu bestimmen, der durch einen inhomogenen Bereich im Gewebe beeinträchtigt ist, um den inhomogenen Bereich zu detektieren.