用于从光学相干断层扫描图像获得组织特性的定量方法

具体实施方式

以下描述参照举例说明本发明某些实施方式的附图。其他实施方式是可能的并且对这些实施方式可以作出修改而不会偏离本发明的精神和范围。因此，以下详细描述并不意味着限制本发明。相反，本发明的范围通过所附权利要求限定。

一般而言，本发明涉及利用基于一般称为低相干干涉测量技术(LCI)的光学方法，如但不限于光学相干断层扫描(OCT)，无论是时域还是傅里叶域的，对血管壁进行组织表征的方法。在本文中描述的方法解决了在半自动化或自动化组织表征应用中遇到的问题，如光学校准、伪差(伪象，artifact)去除、从所感兴趣的区域产生精确的光学和空间参数测量、组织分割、和组织类型的统计判别分析。如本文中所用的，判别分析是指将图像或数据分成不同类别。

本发明提供了用于分析OCT数据和图像从而表征生物组织的方法。尽管本文中描述的方法可以具体地涉及血管组织，但是这些方法也适用于身体其他器官的组织，包括胃肠道、肺和生殖道的组织。本发明的实施方式结合OCT系统以及包括以下关于图1讨论的表征软件和决策数据库的计算装置而运行。具体而言，OCT控制台和OCT探针用于从血管采集(获取，acquire)原始OCT数据和解调数据(demodulated data)。在本文中，解调数据是指OCT图像，如灰度图像，或与这样的图像相关的基础数据(底层数据，underlying data)。OCT数据由计算装置如处理器接收并用于产生其上显示关于组织特性的数字、文本或图形信息的OCT图像。

一部分中，本发明的实施方式用于评价通过OCT探针可进入的某些内腔和组织的壁。示例性组织图像或组织数据组能够包括，但不限于斑块、脂质池和支架放置区。典型地，样品的组织学图像用于使相同和不相关样品的基于OCT数据表征自动化。在本发明一个实施方式中，利用与数据库中储存的数据的软件比对而表征或产生参考数据(例如，来自组织学评审样品的正常组织类型数据)。在一个实施方式中，表征软件执行图12A中所示的一些或所有步骤。然而，这种软件能够实现本文中合适的和讨论的其他方法。

一般而言，表征软件的一个实施方式基于组织学图像中所感兴趣区域的手动选择。评价实际组织学数据以鉴别不同组织类型。由此，这些鉴别的组织评价与对于该相同样品组织获得的OCT图像进行比较。通过比较手动鉴别的组织和组织学图像中所感兴趣的结构，产生训练集(training set)而允许本文中描述的一些软件和编程逻辑可以自动表征OCT图像中的组织类型和结构。例如，如果组织层A在组织学图像中被鉴别，则所感兴趣的相同区域A′就能够在对应OCT图像中被鉴别。这个过程能够重复而建立用于定位OCT图像中不同组织的信息数据库。反向散射和衰减数据能够如下概述地使用而有利于这个过程。本文中描述的方法的其他实施方式还包括图像处理步骤(如焦点校正)和光学性质测量。

作为示例性样品测量阶段的一部分，一个或多个组织样品利用OCT首先询问(检查，interrogate)以便收集OCT扫描数据。一旦扫描数据被处理，则与组织样品相关的所得OCT图像对成像伪差进行校准和校正。接着，组织样品进行切片而产生组织学图像，指示为由不同元件(要素，element)或特性构成的图像的不同部分。组织样品利用组织学方法(如染料染色)进行处理，并数字化而产生组织学图像或组织学数据组。

在一个实施方式中，OCT图像是在从样品的OCT扫描反射之后到达OCT探针的反向散射信号的图像映射。在一个实施方式中，组织学图像是经过染料染色的实际组织样品的数字化显微图像，即组织学图像是显示染料分布的彩色图像。因为染料优先结合于某些分子和组织类型，所以组织学图像映射组织样品中的分子/组织类型。如本文中所用的，组织学图像典型地包括关于组织或组织结构的数据或由这种基础数据产生的图像。

组织学图像允许操作员鉴别组织类型(或表征)和所感兴趣的区域(ROI)。OCT图像匹配或映射于组织学图像。在一个实施方式中，映射手动完成。接着，表征软件随后鉴别OCT图像上的对应区域。然后表征软件计算组织光学性质或空间特性中的至少一个，其结果储存于数据库中。随后利用OCT数据和组织学中鉴别的组织类型，应用统计学分析而形成判别分析方法。

图1是OCT成像系统10的概括视图的示意性举例说明。该成像系统典型地包括干涉仪12和光源14，例如，宽带光源，或向样品臂16和参照臂18提供光束的波长扫描源。样品臂16通过光学扫描仪如OCT探针将光束递送至组织。在一个实施方式中，光学扫描仪是连接至样品臂末端的旋转传感器并小心操纵通过患者身体而到达所感兴趣的区域。扫描探针向血管壁提供基本准直的光束。参照臂具有内置的已知反射器，其可以定位于单独光学路径或与样品臂共用但在稍微不同位置的路径上。来自样品臂和参照臂的反向散射光信号在光学干涉仪12处重组。

组合的光学干涉信号通过光学检测器(或检测器阵列)20转化成电信号。随后，信号用于构建图像。在一个实施方式中，检测器与处理和分析子系统21电通信。该子系统能够包括处理器22、数据采集模块24和分析软件应用26。

处理器22是计算机系统的一部分或其他基于处理器的设备执行各种软件程序或程序逻辑，如数据采集模块24和数据分析模块26。在其他实施方式中，采集和分析系统元件是硬件模块。在一个实施方式中，软件包括如下描述的表征软件和用于显示所感兴趣区域的图形用户界面。典型地，处理器22与储存器(未显示)和数据库28通信。数据库用于储存所有类型的数据并参与如下概述的各个处理阶段和步骤中。

OCT是这类成像系统中当前最广泛使用的变体。商购OCT系统的样品臂具有许多构造，包括显微镜、前视内窥镜和侧视内窥镜。为了简化描述同时不失一般性，具有侧视内窥镜的OCT用作用于以下描述本发明的一个非限制性实例。在这种构造中，光学探针安装在样品臂16处的内窥镜导管中。基本准直的波束从安装于侧面上的光学探针出来。典型地，该导管和探针旋转而产生2D扫描并也能够被拉动或推进同时旋转而产生3D扫描。

OCT信号能够描述为从离散光成像体积收集的光。来自样品中离散的位置的信号包括图像数据组。从任何位置检测的信号，除了光学成像系统的特性，通过散射元件的尺寸、折射率、密度、几何排布而确定。由于不同组织具有不同化学组成和显微结构，所以它们的外观在OCT图像中不同。外观上的定性差异已被临床用于鉴别和表征斑块。然而，这种定性方法需要丰富的经验并易于产生仪器和人为错误。为了辅助组织表征，本发明提供了整合定量测量的各种装置。在一些实施方式中，这种组织表征利用处理器22和表征软件自动地实施。

在本发明的一个实施方式中，表征软件输入OCT数据，校准信号强度，经由过滤增强数据质量，校正成像伪差，并计算所有组织区域或由操作员鉴别的所感兴趣的特定区域的参数，以及使用存储于数据库中的参数来鉴别组织类型或进行表征。在这个实施方式中，表征软件鉴别来自OCT数据的组织光学性质或空间特性中的至少一个。计算并显示组织光学特性。单个组织光学性质单个地显示或组合地显示。

为了计算组织的光学参数，能够使用许多光学模型。在本发明的一个实施方式中，组织的光学参数能够通过基于单散射理论拟合数据而提取。在本发明另一实施方式中，光学参数通过模型提取，如包括多散射效应的广义惠更斯-菲列尔(ELF)理论。

在一个实施方式中，如以下讨论的，P(z)是接收的OCT信号的功率。根据单散射理论，从均匀样品收集的OCT信号功率P(z)，从深度z₀至z₁，通过下式描述：

P(2)＝KA(z，φ)T(z₀)μ_bcxp(-2μ_az)，z₀＜z＜z₁

                                                    (1.1)

log[P(z)]＝log[KA(z，φ)T(z₀)]+log(μ_b)-2μ_az，z₀＜z＜z₁

其中z是进入样品中的深度，K是递送的入射功率，A(z，Φ)是光学系统效率，T(z₀)是从组织表面至深度z₀的光学传输效率，μ_b是组织反向散射系数，而μ_a是组织衰减系数。在A(z，Φ)中，角相关(角依赖性，angular dependence)Φ起因于由导管旋转和血液衰减引起的波束递送效率的变化。z相关是由诸如发散光束聚焦分布的因素所引起的。组织反向散射系数和衰减系数是组织类型的特性并且是在某些实施方式用来确定组织特性的主要光学参数。对于具体成像设置，K值和A(z，Φ)值是常数。对于所感兴趣的特定区域，T(z₀)也是常数。然而，在某些实施方式中可能存在这些常数的变形。假定对于以上讨论的不同参数的基本恒定的行为，在log[P(z)]和深度z之间的线性关系是合理的假设。因此，一条直线能够拟合至描述在扫描深度和通过OCT系统接收的信号之间的关系的数据。这种线性模型具有各种用途。例如，基于这种线性模型，衰减系数能够从拟合直线的斜率计算，同时反向散射系数能够从拟合直线的偏移量(偏置，offset)进行计算。

对于深度参数，z相关通过以下讨论的图3A和3B举例说明。由此，z相关能够利用拟合于图3C中所示的数据的模型而解析。Φ相关具有许多能够利用某些技术解决的影响因素。在一个实施方式中，Φ相关利用拟合于如以下描述的图4B的数据的模型而解析。

OCT成像机器和样品臂光束递送装置具有各种光学效率。为了确保精确测量组织光学性质，除了噪声消减和过滤之外，成像系统必须小心校准并且必须去除各种伪差。如图2中所示，为了校准从样品探针出来的光强度，这种校准方法的一个实施方式放置半透明材料层30，具有已知的反向散射系数，围绕光学探针32。在所示的图中，都设置在感兴趣的内腔34中。

来自这个层30的OCT强度与从探针出来的光强度成比例，由此提供校准的光学参照。这种半透明层30能够是导管的外护套(外鞘，outer sheath)形式、在最外护套和光学纤维探针之间的层形式、或在光学纤维上的特定半透明涂层形式、导管护套或其间具有校准反射系数的其他结构层形式。为了更详细地考虑该实施方式，检查示例性OCT探针的组件是有用的。

在一个实施方式中，OCT探针由通过一个或多个塑料或玻璃层包围的旋转光学纤维32构成。这些构成了基本不动的保护护套。部分反射器能够是层30(其是护套的一部分)或光学纤维或GRIN透镜组件内部的界面。利用层30的优点在于层30的强度一般在OCT图像中是可见的。层30的缺点在于其是更大且更复杂的结构。这种较大尺寸和复杂性可以是非均匀的并且整个层可能都具有旋转依赖性。利用界面作为反射器的一个优点是其与纤维一起旋转。因此，不会有潜在的旋转相关。界面的缺点在于其可能会处于标准OCT扫描范围之外(即，接近纤维尖端，其中标准OCT图像范围正好远离纤维尖端开始)，要求OCT扫描范围向内调节以捕获这个界面，并且损失外部扫描区域的相当部分。

部分反射器30用于校准递送的入射光强度(K)。部分反射层30能够通过注入已知强度的激光并记录反射的信号强度而进行校准。

电磁束如适用于实施OCT扫描的光束如图3A中所示，其中w₀是束腰而z₀是瑞利范围(Rayleigh range)。由于有限波长，所以用于成像的光束是从束腰发散的高斯光束。其产生能够通过以下洛伦兹函数描述的光束焦点分布。

$A\left(z\right)\propto \frac{z_0^2}{z_0^2+{(z-f)}^2}---\left(1.2\right)$

在方程1.2中，A(z)是深度z处的光强度，z₀是瑞利范围，而f是透镜组件的焦距。在均匀介质中，发散光束分布产生在焦点平面出峰的OCT强度模式，并任一侧复制出，如图3B所示。为了校正由于去焦而损失的强度，测量成像探针的焦距并将方程(1.2)的倒数应用于OCT信号P(z)。为了抑制远离焦平面的区域内的噪声过度升高，放大系数限于远离焦点，如图3C所示。

如4A所示，适用于收集OCT数据的探针50在横截面上显示。在体内OCT成像期间，在到达血管壁之前，光束行进通过许多导管鞘层和液体层(如盐水或挤水剂(flushing agent))。这些层可以引入一定量的不能充分预测的衰减。如果光以一个斜角撞击到组织上，则其部分强度可能在界面反射中损失。如图中所示，内腔边界53相对于表面层55而显示。表面层55包括远离被分段的深度尺寸中的内腔边界几个相干长度的组织。内腔边界(内实线)和虚线之间的区域是“表面层”。Φ是探针的旋转角度。

为了校正这些效应，如果表面层55和其他生物样品是由内腔边界下方的纤维组织均匀层构成，则使用表层55作为A(z，Φ)中Φ相关的校准基准是合理的。为此，在内腔和血管之间的边界53通过手动选择或通过自动程序找到。在该区域内的OCT强度随后在深度上进行平均而得到角相关强度分布，如图4B所示。另外，图4B显示了作为从表层获得Φ的函数的角度相关强度分布。

图4B中所示的这种分布反转应用于OCT信号。反转分布的应用校正了内腔中的旋转相关强度变化和非均匀血液衰减。例如，将这种反转分布应用于OCT图像将会产生如图4A所示的图像。一般地，各种分布和模型用于改善OCT图像质量，如本文中所描述的。组织表征的另一问题是由于不需要的噪声产生的，这使得区分组织边界和区分所感兴趣的其他区域变得更困难。

OCT图像噪声具有几个成分：散粒噪声、激光噪声和电噪声。OCT图像也会由于斑点而降级。斑点效应对于相干成像是固有的并且能够降低光学性质测量的精度。为了维持高分辨率精度，实施在没有降低空间分辨率的情况下去除噪声的去噪程序。图5A显示了“之前的”图像而图5B显示了实施去噪程序之后改善的“之后的”图像。合适的去噪技术和算法对于本领域技术人员是已知的。

如图6A所示，在本发明的一个实施方式中，取合适尺寸的图像数据的窗口W。整个窗口能够如图6A所示移动而随时间选择不同的感兴趣区域(参见图6B，ROI_A)。可替换地，窗口W能够调整尺寸。在一个实施方式中，在需要无人相互作用或自动分段方法的情况下，窗口是指规定尺寸的一维、二维、或三维点、区域或体积。这个窗口W调整尺寸以使封闭的区域提供足够量的用于可靠模型拟合的数据，同时维持足够的空间分辨率。在窗口W中的轴线(点，平面，或其他元件)经过平均而产生对于该窗口的深度分布(或其他分布)。模型拟合应用于深度分布而获得对应于该数据窗口的光学性质。例如，如果采用单散射模型，则深度分布如图6C所示对数地换算而有利于直线模型拟合。随后，直线拟合应用于该分布。基于方程(11)，直线拟合的偏移量提供了反向散射系数的测量，而斜率提供了衰减系数的测量。

一旦初始数据如所收集的进行设置，则窗口W就在OCT图像内部移动而获得图像中不同位置处的光学性质(参见图6A中所示的箭头，显示了可能的窗口移动方向)。在另一实施方式中，所感兴趣的区域(如，例如ROT_A)通过人工操作员或通过基于处理器的计算机程序或其他软件模块画出。所感兴趣的ROI_A示例性区域如图6B所示。所感兴趣区域内部的OCT数据，如图6B中所示的数据，经过平均而产生深度分布。由此，对于所感兴趣区域的光学性质通过模型拟合，如图6C所示的线性数据拟合而获得。

某些内腔(如动脉)的壁是层状结构，其包括不同的组织成分。在一些实施方式中，图6C中所示的线性模型拟合仅对于单个内腔层是精确的。因此，为了获得多层结构中所感兴趣区域的光学性质，内腔表面和OCT穿透限(penetration limit)的程度通过处理OCT图像或从OCT图像获得的光学性质首先找到。在一个实施方式中，这通过自动化计算机程序完成。在图7中，外边界B_OCT显示了OCT系统的渗入限。相反，该内腔的内边界通过内边界B_Lum显示。也显示了成像探针的横截面P_cs。如所示的，外边界B_OCT的可视性已经通过自动化计算机程序增强。

除了分析多层结构和获得光学性质数据之外，不同组织类型之间的边界也是所感兴趣的。在本发明一个实施方式中，组织边界检测通过分析单个深度扫描而获得。这样的边界检测的一个实例能够利用如图8中的示例性OCT数据图和线性曲线拟合模型进行理解。深度分布用分段模型(piece-wise model)拟合。如所示的，尽管是非限制性的，但是显示了不同的线性部分(P1-P3)。一旦完成分段线性化，如图8所示的，不连续性或断点代表组织边界，同时每一个直线段代表一种组织类型。例如，在图8中，P1表示或对应于纤维性组织，P2表示或对应于钙化组织，而P3表示或对应于脂质组织。P1和P2之间的不连续性显示纤维组织和钙化组织之间的组织边界。

在本发明的另一实施方式中，组织边界检测通过分析2D或3D OCT图像而获得，要么通过人工操作员，要么通过自动算法。这样的边界检测的一个实例在图9中进行举例说明。如所示的，显示了内腔的二维OCT图像。内腔L和钙化C边界用自动边缘检测方法，例如边缘检测算法进行检测。

一旦完成组织边界检测，通过计算模型重新得到校正的光学性质。这样的模型的一个实例通过由于在扫描的区域和成像导管之间的任何层导致的累计衰减量而补偿反向散射。对于图10A中假设的OCT图像，首先组织区域Y通过以上概述的方法分段，其具有不同于周围组织区域X的光学性质。在OCT图像中可以存在多达N条扫描线。不失一般性，能够考虑两条扫描线S₁和S₂。这两条扫描线分别在A₁、B₁、C₁和A₂、B₂、C₂处与内腔表面、组织Y的顶边界和组织Y的底边界相交。如果A₁B₁段和A₂B₂段的长度分别为d₁和d₂，则S₁和S₂的强度分布分别如图10B和10C中所示。强度分布S₁和S₂的斜率S_X，i和S_Y，i在其各自的区域内计算，其中下标i代表不同扫描线。

为了降低噪声和斑点效应，组织X和Y的衰减系数随后作为所有扫描线的斜率的平均值计算。组织X的反向散射系数作为A_i和B_i之间的强度分布的偏移量计算。然而，由于组织X的衰减效应，所以组织Y的反向散射系数不能简单地通过B_i和C_i之间d强度分布的偏移量进行计算。利用另一种方法。具体而言，由于组织X的衰减的偏移量对组织Y顶上的影响能够利用以下方程补偿：

O′_y，l＝O_y，l+S_x，ld_i   i＝1，2，

在以上方程中，O_y，i是组织Y的直线拟合的偏移量，S_x，i从组织X的直线拟合计算，d_i是组织X的厚度。O′_y，i和O_y，i分别是在组织Y处的直线拟合的补偿和初始偏移量。S_x，i是在组织X处的直线拟合的斜率，而d_i是扫描线在组织X中横跨的深度。

为了降低噪声和斑点效应，组织X和Y的反向散射系数随后作为所有扫描线的补偿偏移量的平均值进行计算，尽管在以上实例中假设图像仅具有两个组织层，但是该方法能够通过从顶部迭代地补偿底部层的偏移量而扩展至多层OCT图像。

本发明的另一实施方式涉及基于2D或3D图像提取与特定组织类型相关的图像特征。这些特征并不仅仅是从深度相关扫描线提取的，而且依赖于邻近扫描的图案的分析。一个实例是区分钙化组织和脂质组织。在OCT中，这两种组织类型看起来信号较差，同时周围纤维或基本组织看起来信号较强。然而，在钙化组织和纤维组织之间的边界通常清晰，而OCT中的脂质组织和纤维组织之间的边界通常看起来扩散。边界清晰度能够通过测量图像亮度(边沿锐度)的导数而进行量化。其他可量化的局部图像特征包括纹理和形状信息。

一种测量边界清晰度的半自动方法需要操作员粗略地预选边界线或封闭该边界线的小区域。边缘检测算法(如Canny边缘检测器或区域生长方法)随后用于检测这些边缘的精确位置。横跨边缘线的灰度级方差产生边缘锐度的测量值。边缘锐度值通过定量化在斑块和周围组织的信号之间的内至外差异而进行计算。

在计算机视觉中，纹理通常是指亮度局部变化的图案。在OCT图像中，纹理紧密相关于斑点形成，其受散射元件或结构的密度和尺寸分布影响。在血管成像中，在类似聚焦条件下，观察到纹理与组织类型相关。例如，大而密实填充的巨噬细胞泡沫细胞形成大斑点并展示出“实心”纹理；而具有较小散射元件的疏松填充的蛋白聚糖分子形成小斑点并展示出“凝胶”纹理。有许多方式量化计算机视觉中的纹理信息，包括基于强度统计(柱状图或方差)、局部图案分析(例如，空间灰度共生矩阵)、或波谱分析的方法。

不同动脉粥样硬化斑块具有不同的几何形状。例如，泡沫细胞通常在大脂质池的肩状部上形成带状特征。由此，介质看起来像围绕血管的环等。形状信息当前用于定性评价OCT图像。在计算机化形状分析中，密实度、傅里叶描述符、中心不变矩(central invariant moment)和弦长分布是最常用的方法。应该理解，形状信息能够是2D形状、3D形状或这两种形状。

应该理解，尽管光学反向散射系数、光学衰减系数、图像边缘清晰度、图像纹理、图像形状作为组织参数在上文详细地进行了描述，但是本发明并不限于这些参数。因此，其他参数(如光学各向异性因素)属于本发明的范围。还应该理解，尽管推导以上描述的参数的模型和计算方法是可能的方法，但是还有属于本发明范围的其他物理模型或计算方法。

光学组织和图像性质的定量测量能够显示给OCT操作员而辅助临床解读。在一个实施方式中，组织性质单个地显示。在另一实施方式中，多个组织性质利用组合显示方法一起显示。例如，在图11A中显示有两个组织横截面。衰减系数和反向散射系数利用灰度映射单个地显示。图11B显示了组合显示方法，其中颜色映射设计成组合反向散射和衰减测量值。字母“C”、“F”和“L”分别表示钙化、纤维状和脂质组织的平均反向散射和衰减系数的位置。图11C显示了利用图11B中定义的颜色映射组合图11A中的反向散射和衰减测量值的图像。因为这些图以黑白色公开，所以图11D和图11E通过用阴影线纹理映射替换图B和C中的颜色映射而进行显示。利用这种可视化斑块的方法能够获得改进的对比度增强。应该注意，代替纹理映射，也能够使用颜色映射或利用真实颜色或符号编码的映射的符号，并且经常产生改进的可视化。

在本发明的另一实施方式中，表征软件分析OCT数据和测量的组织光学性质以产生图像分割、定义组织边界和鉴别所感兴趣样品中的组织元件。组织参数对于每一组织样品或其元件进行计算并与储存在数据库中的参数进行比较。基于这些结果，组织类型或表征根据一元或多元判别分析或分类而分配给组织样品或其元件。在一个实施方式中，计算的组织参数作为数字或颜色编码的图像(例如，离散颜色，灰度级等)显示。在另一实施方式中，推导的组织类型作为文本或颜色编码的图像(例如，离散颜色，灰度级等)显示给用户。这些特性在以下将更详细地描述。

产生和分析组织光学和图像性质的定量测量结果的另一方法如图12A和12B所示。在一个实施方式中，能够使用两个主要阶段。第一个阶段是分析和数据库填充阶段(导入阶段，populating phase)而第二个阶段是患者的组织表征阶段。这些阶段能够利用如图1所示的数据库和软件实施。

如图12A所示，在数据库填充阶段，切除和制备血管样品(步骤101)并从部分血管收集OCT数据。如所示平行收集组织学数据(步骤103)和OCT数据(104)。在一个实施方式中，OCT数据经过校准，并去除伪差而产生一致的测量值。在一个实施方式中，实施了数据预处理步骤(步骤108)。该数据预处理步骤能够包括，但不限于，校准系统功率、校正焦点效应，以及在以上文本和图2、3、4、5中描述的去噪步骤。血管的受查部分经过切片并通过标准组织学加工进行处理。涵盖特定组织类型(或血管表征)的所感兴趣区域利用某些标准由操作员或机器鉴别(步骤112)。将所感兴趣区域映射(步骤114)至OCT图像数据或处理器产生的OCT图像。也能够实施光学性质和空间特征提取(步骤118)。最后，任何解析的组织性质能够储存(步骤112)在数据库中用于以后的分析。

类似地，图12B显示了一种原位鉴别组织类型的方法。这种方法包括收集OCT数据(步骤126)的步骤。一旦收集，这种OCT数据就用于产生关于扫描的内腔或其他所感兴趣样品的OCT图像(步骤130)。在一个实施方式中，OCT图像随后进行数据预处理步骤(步骤134)。光学性质和空间特征提取(步骤138)随后能够按照以上概述的实施。组织类型鉴别符或标记(签名)如以上讨论的产生(步骤142)。接着，任何合适的组织类型鉴别符或标记都储存(步骤146)在相关数据库中。这里，能够实施如本文中描述的各种类型的统计分析(步骤150)以利用所储存的组织类型鉴别符或标记鉴别OCT图像中的具体组织类型。

在数据库填充阶段的期间，不同组织类型被鉴别而映射到组织学图像上。储存的这些组织识别符或标记能够在以后用于自动鉴别新OCT扫描的所感兴趣组织元件和类型。对应区域也在OCT数据或图像中鉴别。这样的映射组织学图像的一个实例显示于图13A中，其中鉴别了组织类型(例如，纤维(“F”)、钙化(“Ca”)等)。对应的映射OCT图像如图13B所示。提取了至少一个光学性质和其他图像特征并储存在组织性质数据库中。上述方法对于每一组织类型和每一表征根据需要进行多次重复以增加参数定量测量的精度。

用于数据库的合适数据的一个实例显示于图14中，其中对三种组织类型的衰减和反向散射系数进行了作图。如图中所示，钙化、纤维和脂质组织形成簇，其在衰减/反向散射空间中通过它们的位置是可区分的，这是组织表征的基础。在组织表征阶段，要审查的血管利用OCT成像。图像经过校准并除去伪差。所感兴趣区域通过操作员输入或通过自动分割算法产生。光学性质和其他图像特征从所感兴趣区域提取。将定量测量值与在第一阶段产生的组织性质数据库进行比较。

有许多用于将ROI的组织性质与数据库进行比较和分配组织类型的统计方法。在本发明一个实施方式中，使用判别分析方法(或分类分析方法)来基于组织性质鉴别组织类型。例如，不同组织类型具有不同的光学反向散射系数μ_b和衰减系数μ_a。对于任何要考察的ROI，测量两种参数。因此，在数据库填充阶段期间，获得了不同组织类型的(μ_b，μ_a)对。

在表征阶段期间，获得组织ROI的(μ_b，μ_a)对，并计算在新采集的ROI的那些值和来自数据库的那些值之间的马尔距离(Mahalanobis distance)。根据计算，作出决定以找到最佳匹配。例如，如图15A中所示，在RIO至数据库中的纤维之间该距离最短，并且ROI以一定置信度表征为纤维性组织。表征结果能够作为颜色编码的图像显示，或利用描述可能的组织表征的文本图注显示。图15B是这样的表征的一个实例，其中整个灰色点区域表示纤维性区域，而底部“-”点区域表示脂质区域。不同颜色编码的或选择性标记的组织区域和相关的编码图注，包括但不限于，纤维、脂质池、纤维脂肪、钙结节、钙板、钙斑点、血栓、泡沫细胞、蛋白聚糖等。图15B和图11C是相关的，但是是不同的。在图15B中，组织类型对临床医师进行了预分类，而在图11C中，显示了对比度增强的图像，但是在解释图像时由临床医师作出组织类型的决定。

还应该注意到，用于这样的判别或分类分析的光学性质和图像特征不限于反向散射系数和衰减系数，而是包括，尽管不限于，边缘清晰度、纹理参数、斑块几何形状等。另外，用于实施这样的分析的算法并不限于马尔距离分析，而是包括各种各样的统计学方法。生物学组织是复杂的。还有许多组织类型和子类型或许不可能仅仅通过组合反向散射和衰减测量加以区别。例如，泡沫细胞组织和脂质都具有高反向散射和衰减。钙化和某些疏松结缔组织都具有低反向散射和低衰减。另外，在不同组织类型之间对于反向散射和衰减测量值经常还有一些重叠。例如，一些大的钙化斑块具有包埋在其内的少量脂质或纤维性组织袋型结构，因此具有较高的反向散射系数。在这些情况下，经常有必要制备另外的光学或图像参数以辅助或改进(提炼，refine)组织表征。

另外的参数可以用于辅助和改进组织表征。在图16A中是总结图14所示的反向散射相对衰减作图的图示。钙化至脂质/泡沫细胞组织之间具有显著的重叠。脂质组织和泡沫细胞组织液也具有类似的性质。因此，单独基于该图的判别方法并不足以以高精度区分这些组织类型。

图16B显示了对于由钙化组织和纤维性组织形成的边界、和由钙化组织和脂质组织形成的边界所测量的边缘清晰度的图示。对于这两种类型边界之间的边缘过渡宽度据发现存在显著差异。因此，图16B能够用于进一步改进组织分类。

在OCT冠状动脉成像中，泡沫细胞也是疾病状态的一个重要指示符。泡沫细胞通常是填充脂质液滴的扩大巨噬细胞或平滑肌细胞。因为存在这些脂质液滴，所以经常很难将它们与一些脂质组织区分开。然而，因为泡沫细胞是大细胞而经常丛生成各种尺寸的群，它们倾向于具有与通常由胞外脂质构成的脂质组织不同纹理外观。

图16C显示了对于脂质和巨噬细胞组织的纹理参数、灰度共生基质。灰度共生基质计算可用于许多标准商业图像处理软件，如Matlab (Math Works，Natick，Massachusetts)。尽管根据纹理测量值在脂质和泡沫细胞之间还有一些重叠，但是该另外的信息有助于改进组织表征精度。

以上分析方法用于在分析反向散射和衰减之后分析边缘清晰度和纹理测量值。在其他实施方式中，所有的分析和比较能够以平行或组合顺序/平行步骤实施。图16中所示的数据和决定是一个实例，而另外的参数和阈值能够与如上讨论的使用组织学数据训练的OCT系统一起使用以鉴别所感兴趣的任何合适组织。

非限制性的软件特性和用于实现OCT方法和系统的实施方式

本发明可以以许多不同形式具体体现，包括但绝不限于，与处理器(例如，微处理器，微控制器，数字信号处理器，或一般目的计算机)一起使用的计算机程序逻辑、与可编程逻辑设备(例如，现场可编程门阵列(FPGA)或其他PLD)一起使用的可编程逻辑、离散组件、集成电路(例如，特定用途集成电路(ASIC))、或任何其他方式，包括它们的任何组合。在本发明的一个典型实施方式中，利用OCT探针和基于处理器的系统收集的数据的一些或全部处理，作为一组计算机程序指令实现，这些指令被转化成计算机可执行的形式，同样储存于计算机可读介质中，并通过微处理器在操作系统控制之下执行。因此，询问响应和输入数据被转换成适合产生OCT数据、组织学图像、OCT图像、ROI、叠加、信号处理、伪差去除以及以上描述的其他特征和实施方式的处理器可理解指令。

实现本文中先前描述的所有或部分功能的计算机程序逻辑，可以以各种形式具体体现，包括但绝不限于，源代码形式、计算机可执行形式和各种中间形式(例如，通过汇编器、编译器、连接器或定位器产生的形式)。源代码可以包括一系列以与各种操作系统或操作环境一起使用的各种编程语言(例如，对象编码，汇编语言，或高级语言如Fortran，C，C++，JAVA，或HTML)中任一种实现的计算机程序指令。源代码可以定义和使用各种数据结构和通信信息。源代码可以为以计算可执行形式(例如，经过解释器)，或源代码可以转化(例如，经由翻译器，汇编器，或编译器)成计算机可执行程序。

计算机程序可以以任何形式(例如，源代码形式，计算机可执行形式，或中间形式)永久地或临时固定于有形存储介质，如半导体存储设备(例如，RAM，ROM，PROM，EEPROM，或闪存可编程(Flash-Programmable)RAM)，磁存储设备(例如，软盘或硬盘)，光学记忆设备(例如，CD-ROM)，PC卡(例如，PCMCIA卡)，或其他存储装置之中。计算机程序可以以任何形式固定在利用各种通信技术中的任一种可传输到计算机的信号中，其中的通信技术包括但绝不限于模拟技术、数字技术、光学技术、无线技术(如，蓝牙)、网络技术和互联网络技术。计算机程序可以作为具有伴随打印或电子文档的可移动储存介质以任何形式(例如，压缩包装的软件)分布，与计算机系统(例如，在系统ROM或硬盘上)一起预装载，或从通信系统(例如，互联网或万维网)上的服务器或电子公告牌分布。

实现本文中先前描述的所有或部分功能的硬件逻辑(包括与可编程逻辑设备一起使用的可编程逻辑)，可以利用传统手动方法进行设计，或可以利用各种工具，如计算机辅助设计(CAD)、硬件描述语言(例如，VHDL或AHDL)、或PLD编程语言(例如，PALASM，ABEL或CUPL)进行设计、捕获、模拟或电子建档。

可编程逻辑可以永久或暂时固定于有形储存介质，如半导体存储装置(例如，RAM，ROM，PROM，EEPROM，或闪存可编程(Flash-Programmable)RAM)、磁存储装置(例如，软盘或硬盘)、光学存储装置(例如，CD-ROM)，或其他存储装置之中。可编程逻辑可以固定在信号中，该信号可以利用各种通信技术中的任一种，包括但绝不限于模拟技术、数字技术、光学技术、无线技术(如，蓝牙)、网络技术和互联网络技术可传输到计算机。可编程逻辑可以作为具有伴随打印或电子文档的可移动储存介质(例如，压缩包装的软件)分布，与计算机系统(例如，在系统ROM或硬盘上)一起预装载，或从通信系统(例如，互联网或万维网)上的服务器或电子公告牌分布。

合适的处理模块的各种实例在以下进行详细讨论。如本文中所用的，模块是指软件、硬件、或适用于实施具体数据处理或数据传输任务的固件(firmware)。典型地，在一个优选实施方式中，模块是指软件例程，程序，或适用于接收、转换、路由和处理指令，或各种类型的数据如OCT扫描数据、干涉仪信号数据，时钟信号、所感兴趣类型的区域、公式和其他所感兴趣信息的其他记忆驻留应用程序。

本文描述的计算机和计算机系统可以包括操作上相关的计算机可读介质，如用于储存在获得、处理、储存和/或通信数据中使用的软件应用程序的存储器。能够理解，这样的存储器相对于其操作上相关的计算机或计算机系统能够是内部的、外部的、远程的或本地的。

存储器也可以包括用于储存软件或其他指令的任何工具，包括例如但不限于硬盘、光盘、软盘、DVD(数字多功能光盘)、CD(光盘)、存储棒、闪存、ROM(只读存储器)、RAM(随机存取存储器)、DRAM(动态随机存取存储器)、PROM(可编程ROM)、EEPROM(扩展可擦写PROM)和/或其他类似的计算机可读介质。

一般地，与本文中描述的本发明实施方式相关应用的计算机可读存储介质可以包括能够储存由可编程设备执行的指令的任何存储介质。在合适的情况下，本文中描述的方法步骤可以作为储存在一个计算机可读存储介质或多个计算机存储介质上的指令而具体体现或执行。这些指令可以是以各种编程语言如C++、C、Java，和/或可以应用而产生根据本发明实施方式的指令的各种其他类型软件编程语言具体体现的软件。

应该理解，本发明的图和描述已经进行了简化以举例说明为了清楚理解本发明相关的元件，而为了清楚的目的而去除了其他元件。然而，本领域的那些普通技术人员将会认知到，这些和其他元件可以是期望的。然而，因为这样的元件在本领域内是熟知的，并且因为它们并不利于更好理解本发明，所以在本文中并没有提供这样的元件的讨论。应该理解，提供的图示用于举例说明的目的而并不作为结构图。省略的细节以及修改或可替换实施方式在本领域普通技术人员的知识范围内。

能够理解，在本发明的某些方面，单个成分可以被多个成分代替，而多个成分可以被单个成分代替，以提供一种元件或结构，或实施给定的一种功能或多种功能。除了这样的替换不会有效实现本发明某些实施方式的情况之外，这样的替换都被考虑在本发明的范围内。

本文中提供的实例用于举例说明本发明潜在的和具体的实施方式。能够理解，这些实例主要是向本领域的那些技术人员举例说明本发明的目的。存在本文中描述的图示或操作的变体，同时没有偏离本发明的精神。例如，在某些情况下，方法步骤或操作可以以不同的次序实施或执行，或者可以增加、删除或修改操作。

此外，尽管本发明特定实施方式在本文中已进行描述用于举例说明本发明的目的而不是为了限制本发明的目的，但是本领域的那些普通技术人员将会理解，可以在本发明的原理和范围内作出元件、步骤、结构和/或部件的所述细节、材料和布置的大量变体，而不会背离权利要求中描述的本发明。