阅读说明：本技术 术中手术切缘评估的成像方法和系统 (Imaging method and system for intraoperative surgical margin assessment ) 是由 马耶·圣约翰 乔治·萨迪克 扎卡里·泰勒 沃伦·格伦德费斯特 于 2018-11-01 设计创作，主要内容包括：公开了一种用于在具有不同生理过程的各种组织和细胞组群之间进行术中手术切缘评估的成像系统和方法。该系统使用LED阵列利用短激发脉冲泵浦目标解剖结构,并测量荧光的寿命以产生对比度。生成对应于测量的寿命的相对荧光寿命图,以识别变化的细胞组群和组织内的边界。(An imaging system and method for intra-operative surgical margin assessment between various tissue and cell clusters having different physiological processes is disclosed.A L ED array is used to pump the target anatomy with short excitation pulses and measure the lifetime of the fluorescence to produce contrast.)

术中手术切缘评估的成像方法和系统

相关申请的交叉引用

本申请要求于2017年11月1日提交的美国临时专利申请No.62/580,383的优先权和权益，其全部内容通过引用结合于此。

关于联邦政府资助的研究开发的声明

不适用受版权保护的材料的声明

本专利文件中的部分材料可以受到美国和其他国家版权法的版权保护。版权所有者不反对任何人传真复制专利文件或专利公开，因为它出现在美国专利商标局公开可得的文件或记录中，但以其他方式保留所有版权。版权所有者在此不放弃其将本专利文件保密的任何权利，包括但不限于根据美国联邦法典第37编第1.14节的权利。

背景

1.技术领域

本公开的技术总体上涉及手术成像，并且更具体地涉及术中手术切缘评估。

2.背景技术

术中绘制肿瘤边缘的实时方法的需求尚未得到满足。外科医生必须在术中准确地确定肿瘤边缘以使切除过度/不足最小化。这经常导致：(a)切除不足(阳性边缘)，这增加了疾病复发的风险；(b)切除过度(过度阴性边缘)，这可以显著降低患者的生活质量(例如，降低的移动性、语音等)。

临床医生的指尖(即触诊)是当前术中切缘评估的黄金标准，它对每个人的触摸都是主观的。其他现有方法包括：(a)通常需要一组人员的耗时冷冻切片；和(b)缺乏灵敏度和对比度的常规超声、CT或MRI。

对于头颈部鳞状细胞癌(HNSCC)，只有67％的肿瘤被充分切除，当边缘呈阳性时，局部复发率为80％。这一问题可见于所有接受手术切除的癌症。

其他组织类型的识别也存在问题。例如，甲状旁腺的可变位置和不明显的外部特征可能使其术中识别具有挑战性，特别是当将其与邻近的脂肪或淋巴组织区分时。并发症，如甲状旁腺功能减退和喉返神经损伤，通常是有限的，但翻修手术和全面的探索可以增加手术的发病率。虽然术前影像学研究是可用的，然而，可以有效地体内定位甲状旁腺组织的实时成像方法仍然是难以捉摸的。

发明内容

本公开的一方面是用于在具有不同生理过程或不同组织的各种细胞组群之间，例如但不限于癌前、变恶性肿瘤前、癌性(例如口腔和头颈部鳞状细胞癌(OSCC))和非癌性或良性(例如炎性)组织或细胞组群之间的术中手术切缘评估的成像系统和方法。所述成像系统和方法使用本文中称为时间分辨自发荧光的技术，其用短激发脉冲来泵浦样品并测量荧光的寿命(发射从亮到暗衰减时的强度)以产生对比度。可以生成对应于所测量的寿命的伪彩色图或类似的说明性工具。对于组织自发荧光，使用天然存在的荧光团来产生对比度(例如，黑光成像)。发射波长的信息。

本文描述的技术的其他方面将在本说明书的以下部分中提出，其中详细描述是为了完全公开本技术的优选实施例而不对其进行限制。

附图说明

通过参考以下仅用于说明目的的附图，将更全面地理解本文描述的技术：

图1A示出了归一化强度的原始值随时间变化的曲线图。

图1B示出了测量的寿命的曲线图。

图1C示出了示例性寿命图。

图1D示出横跨图1C的图内的像素阵列的归一化强度。

图2示出了例示根据本技术的示例性DOCI系统的各种组件的示意性框图。

图3示出了图2的系统的相机、透镜和LED阵列的透视图。

图4示出了根据本说明书的UV二极管的截面视图。

图5示出了用于使用本说明书的系统对样本成像的算法方法的流程图。

图6示出了LED阵列和经由非顺序光线跟踪的照明的对应色散的实施例。

图7示出了根据本说明书的系统的来自示例性LED阵列的目标辐射的示例性曲线图。

图8A是来自照明脉冲的模拟脉冲响应的曲线图。

图8B是模拟荧光团发射的曲线图。

图8C是在引入噪声和偏移的情况下模拟检测到的发射的曲线图。

图8D是(通过由暗电流A引起的偏移来校准的)校准图像和衰减图像的比率及其根据衰减图像选通(gate)宽度的值的仿真图。

图9A示出了对应于图9B的头皮组织样本图像的示例性输出荧光。

图10A示出了对应于图10B的舌组织样本图像的示例性输出荧光。

图11示出了根据肿瘤、肌肉、脂肪和胶原的波长的所计算的相对寿命的曲线图，证明了每种组织类型之间的明显差异。

图12是说明肌肉、胶原和脂肪在各种波长下的统计显著性的图。

图13是患者口腔组织的体内(in vivo)图像。

图14是图13中部分区域的离体(ex vivo)H&E图像。

图15A是图13的舌组织的特写、重构的RGB图像。

图15B至图15E分别示出了图15A的重构图像的视场的407nm、434nm、465nm和494nm处的体内DOCI图像。

图16A示出了图15A的重构RGB图像的特写部分。

图16B至图16E示出了分别在407nm、434nm、465nm和494nm的离体图像，其具有与16A的图像相同的视场。

图17A示出了甲状旁腺组织的可见图像。

图17B示出了图17A的组织的DOCI图像。

图17C示出了图17A的组织的组织学图像。

图18A是嘴唇具有癌前细胞生理的对象的嘴的图像。

图18B是具有发炎嘴唇的第二对象的嘴的图像(良性细胞生理)。

图18C是图18A中的覆盖有对象嘴唇的DOCI图像的图像。

图18D是图18B中的覆盖有对象嘴唇的DOCI图像的图像。

具体实施方式

本说明书的系统和方法实现了具有不同生理过程的细胞组群之间自然存在的荧光团寿命差异，用于产生对比度，并且应用独特的算法来放宽技术要求。

对于组织自发荧光，使用天然存在的荧光团来产生对比度(例如，黑光成像)。在一个实施例中，利用短脉冲光照射目标，并且测量发射从亮到暗衰减时的发射强度。一个区域“发光”的时间长短取决于什么类型的组织被照亮。例如，癌性组织通常与快速衰减相关，而非癌性组织与缓慢衰减相关。

本文公开的系统和方法被配置用于具有不同生理过程的细胞组群之间的边缘检测，或不同组织之间的边缘检测，例如但不限于癌前、变恶性肿瘤前、癌性(例如口腔和头颈部鳞状细胞癌(OSCC))与非癌性或良性(例如炎性)组织或细胞组群之间的边缘检测。

A.系统和方法

图1A至图1D示出了根据本技术的用于执行时间分辨自发荧光的示例性过程。为了生成寿命衰减曲线，根据时间测量荧光。荧光通常在激发脉冲之后在皮秒至纳秒的时段内衰减。将图像中每个点处荧光的衰减速率(即“寿命”)绘制为荧光“寿命”值的分布。在存在荧光团的情况下，由于有限激发态的存在，衰减曲线的斜率不那么陡。因此，寿命较长的荧光团的特征在于较大的斜率。基于荧光团的特定寿命，可以区分不同组织(例如正常组织和癌性组织)之间的荧光。图1A示出了首先获得的原始强度值的示例性曲线图，如图1B中所示，示出了测量寿命的示例性曲线图。然后生成如图1C所示的寿命图。图1D示出横跨图1C的图内的像素阵列的归一化强度。与标准荧光相比，寿命荧光具有改善的杂波鲁棒性、最大对比度生成，并且对于体内成像是理想的。

图2示出了例示根据本技术的示例性动态光学对比度成像(DOCI)系统10的各种组件的示意性框图。在优选实施例中，DOCI系统10包括成像透镜24和设置在透镜24前面的UV二极管(LED)28的阵列26。UV二极管28的阵列26被配置为经由由脉冲发生器12和二极管驱动器14产生的信号来照射样本30。脉冲发生器12还经由延迟线16耦接到门控相机20。相机20优选地包括冷却的iCCD 18和设置在iCCD 18和透镜24之间的UV激光线滤光器22(滤光器22可以设置在光路内的任何地方)。LED阵列26和相机20输出耦接到计算机40(或类似的计算设备)，计算机40包括处理器42、应用软件46和存储用于在处理器42上执行的应用软件46的存储器44。应用软件46包括用于操作该系统的组件(例如，脉冲发生器12、LED阵列26、二极管驱动器14等)和处理从iCCD 18获取的数据的指令(例如，用于执行下文详述并在图5中示出的方法50的指令)。

滤光器22可以包括滤光器轮，该滤光器轮被配置为限制iCCD 18接收的光，使得在给定时间仅对特定波长或波长范围成像。例如，可以仅利用红光获得第一图像，而第二图像和第三图像仅限于蓝光和绿光。这些图像可以同时显示在不同的面板中用于显示，或者组合，例如，以生成重构的RGB图像，该重构的RGB图像可以与各种波长的一个或多个生成的DOCI图像的可视化(例如并排显示)相结合地用作基准(fiduciary)图像(参见图15A至图15C)。在一个实施例中，滤光器22包括滤光轮，该滤光器轮包括10个滤光器以限制以以下发射带为中心的光：407nm、434nm、465nm、494nm、520nm、542nm、572nm、605nm、632nm和676nm。应当理解，上述频带仅用于说明性目的，并且可以考虑其它变化。

在一个实施例中，UV二极管阵列26以375nm的波长照射(这可以基于目标组织/设备规范而变化)。发光二极管照明电路(二极管驱动器14)在370nm的中心波长、约4.5pW的平均光功率和30ns的脉冲宽度下操作。低平均功率和长波长确保蛋白质、DNA和其它分子不受成像的不利影响。

图3示出了相机20、透镜24和LED阵列26的分解透视图。在优选实施例中，LED阵列26与透镜24的前面对准，使得各个LED 28围绕透镜24周向对准。框架32将各个LED 28保持在适当的对准中，并且允许将阵列26耦接到透镜24。

图4示出了根据本说明书的UV二极管28的截面视图。每个UV二极管28包括壳体30和球面透镜38，壳体30被配置为容纳UV LED36，球面透镜38被配置为使透射光成形以在整个视场或其重要部分上聚焦色散。

图5示出了用于使用本说明书的系统10对样本30成像的算法方法50的流程图。方法50应用独特的图像帧归一化方案来产生与被探测组织的聚集荧光团成比例的像素值，而不需要将复杂数学模型拟合到所获取的数据。这放宽了对照明脉冲的时间分布的要求，并且使得能够用纳秒脉冲发光二极管(LED)代替皮秒脉冲激光器(通常对于FLIM是必要的)。通过UV光源26(例如以375nm)在长脉冲持续时间(≈30ns)内以短的(纳秒级)上升时间和下降时间进行照射，以在不同衰减速率的荧光团之间产生对比度。利用该方案，荧光团寿命在宏观(非微观)视场(FOV)上的可缩放映射在相对短的时间帧内(～每个发射带10秒)是可能的，同时获得所有像素。因此，这些改进为术中临床应用提供了重要步骤。

如图5中可见，获取两个选通，一个校准获取时段T_C和一个衰减图像获取时段T₁。头颈部成像中感兴趣的大多数组织成分的荧光寿命在1ns至10ns范围内。因此，在初始照明之后以>10ns采集的发射图像可以被认为是稳态组织自发荧光的精确表示。为了校准所获取的荧光发射，以校准获取时段Tc捕获中等UV脉冲持续时间的图像以生成图像58，以下称为“FOV校准图像”。随后，在照明脉冲衰减开始时(衰减图像获取时段T₁)，捕获第二图像56，下文称为“FOV衰减图像”。

在图5中，虚线52表示开/关阶段期间的LED强度，实线54示出(对于每个单独的像素)所获取的荧光强度。然后通过将FOV衰减图像56除以FOV校准图像58来使FOV衰减图像56(以像素为单位通过校准图像)归一化，以生成FOV相对寿命图60。在优选实施例中，可在许多波长下获取图像(例如，经由滤波器22可包括滤波器轮或类似设备，其允许从允许相机20接收特定波长的多个不同波长范围中进行选择)。

在优选实施例中，FOV衰减图像56和所得像素值与照明区域的聚集荧光团衰减时间成比例。这些像素值表示相对组织寿命并且被称为DOCI像素值。DOCI取决于这样的事实，即当参照荧光团的稳态荧光时，较长寿命的荧光团比较短寿命的荧光团产生更多的信号。还应了解，可获得额外图像(例如，背景图像等)以进一步处理并产生相对寿命图60。

相对寿命图60可以显示为伪彩色图，或者以线、形状、颜色显示为定量相对寿命像素值的任何视觉表示，或对于操作者的听觉提示。

图6示出了本LED阵列26的实施例，其示出了经由来自各个LED 28的照明光束62a至62f的非顺序光线跟踪，以将来自每个LED的激发光聚焦并倍增穿过FOV。在优选实施例中，非顺序光线跟踪的图案被成形，并且照明分布和强度调节根据LED灯泡36和透镜38的选择而变化(图4)。图7示出了由示例性LED阵列26产生的目标辐射和产生的光线跟踪照明图案的示例性绘图。

B.DOCI：操作原理

出于该分析的目的，将照明脉冲建模为与单极低通滤波器的脉冲响应进行卷积的理想矩形脉冲，以对图8A的照明脉冲的频带极限进行建模。

在公式1中描述了单个时间常数指数脉冲响应：

其中，τ_k＝τ_d(照射时间常数)，T₁(荧光团1时间常数)，或者T₂(荧光团2时间常数)。

在公式2中描述了该照明分布：

其中，T₀是脉冲宽度。

因此，荧光团的特定寿命可以用公式1来建模。根据公式3，UV泵浦荧光团的荧光发射被写成二极管照明和荧光衰减时间的卷积。

y_1，2(t)＝(h_1，2*X_d)(t) 公式3

图8B中示出了这些卷积积分的图形表示，其中各个迹线分别是荧光团1和2的荧光发射。

接着，引入带限(band limited)高斯白噪声和偏移(由于暗电流)，其输出如图8C所示。作为附加的图像混杂物，包含感兴趣的荧光团的像素受到1)照明效应和2)阻挡遮蔽物的影响，所述遮蔽物被任意选择为荧光团1中检测到的荧光发射的90％下降和荧光团2中的97.5％下降。这些结果被整合到图9C的图像中所示的输出中。注量(fluence)吸收、不相关的白色测量噪声和暗电流的这种组合将荧光团2的接收强度的峰值SNR降低到6dB。(图8B至图8D的时间轴被定义为使得照明/发射衰减在t＝0时发生)。

就在照射脉冲开始以选通宽度T₁衰减之前获取校准测量。在公式4中描述了图8C中所示的这个过程：

衰减测量经历使用选通宽度T₂由等式5描述的类似获取方法(也在图8C中示出)：

根据公式6计算得到的DOCI像素值：

并且是(通过由暗电流Δ引起的偏移来校准的)校准图像和衰减图像的比率及其根据衰减图像选通宽度的值，并且在图8D中示出，其中增加选通长度增加了在两个荧光团之间计算的差分信号，并且两个信号(理想地)收敛于照射时间和荧光团衰减时间之和。

DOCI系统和方法的一个优点是，其通过计算归一化到稳态荧光的衰减时间曲线下的面积，将荧光团寿命转化为对比度。在稳态噪声的限制下，该过程对于模糊的变化是鲁棒的，并且可以在低SNR下产生显著的对比度。

这种方法有许多关键的优点，使其成为临床成像的理想选择。首先，如上所述，计算技术简单；不计算寿命，因此不需要曲线拟合。其次，放宽的寿命计算允许更长的脉冲持续时间间隔和下降时间(>1ns)；因此，可以使用由电子脉冲驱动的廉价LED来代替昂贵的激光器。第三，两个荧光团的发射衰减之间的信号差异与选通时间正相关。换句话说，在衰减图像期间选通打开的时间越长，差分信号越大。另外，信噪比(SNR)由于增加的信号和由检测器的集成特性引起的减小的测量噪声而显著增加。这与FLIM形成鲜明对比，在FLIM中，选通需要较短以精确地采样衰减时间。相反，对于DOCI过程，当选通宽度增加时对比度被增强，因为它增加了收集的光子的总数，同时减少了噪声方差。该技术的简单性和固有灵敏度使得能够快速成像可用于临床成像的大FOV。

C.实验结果

通过新鲜组织试验进行了许多离体试验(超过84名患者和190幅清晰图像)，以证明上述DOCI系统和方法的有效性。图9A示出了对应于图9B的头皮组织样本图像的示例性输出荧光。虚线区域1对应于肿瘤组织，而虚线区域2对应于肌肉组织。图10A示出了对应于图10B的舌组织样本图像的示例性输出荧光。虚线区域1对应于肿瘤组织，而虚线区域2对应于肌肉组织。

图11示出了对于肿瘤、肌肉、脂肪和胶原根据波长所计算的相对寿命的图。结果表明，DOCI寿命分布图(mapping)在大多数发射波长范围内，被调查的所有四种组织类型(肿瘤、脂肪、肌肉和胶原)之间的对比度方面产生了统计上显著的差异。在恶性组织中观察到荧光寿命的降低，并且与报道的肿瘤生化标记物的短寿命一致。

图12是说明肌肉、胶原和脂肪在各种波长下的统计显著性的图。10个发射波长中的10个在肌肉和肿瘤之间、10个发射波长中的8个在胶原和肿瘤之间、10个波长中的2个在脂肪和肿瘤之间建立了统计学显著性(P<0.05)。本研究证实了DOCI准确区分OSCC和周围正常组织的可行性及其最大限度地提高手术切除效率的潜力。

为了评价DOCI在OSCC术中检测中的诊断作用，对15名连续接受OSCC手术切除的患者进行了体内研究。活检证实的鳞状细胞癌肿瘤从以下头颈部位和亚部位获得：耳廓、腮腺、头皮、口腔、口咽、下咽和颈部。在切除前用DOCI系统10(图2)对所有样品进行成像。肿瘤切除后，就立即将样品切成含有肿瘤和可疑病变的邻近正常组织的多个新鲜样品，并提交用于组织学评估。然后由病理学家在对DOCI图像结果不知情的情况下确认肿瘤区域，并且独立于病理诊断计算相对寿命值。

图13至图16E中显示了舌OSCC的DOCI和可见图像。在本公开的DOCI系统和方法的优选实施例中，DOCI图像颜色图将蓝色变换到全局最小相对衰减寿命并且将红色变换到最大相对衰减寿命。减小的DOCI像素值指示荧光信号的更快衰减，指示总体更短的寿命。而图15B至图18E可变地描绘的DOCI图像以灰度级提供，应当理解，DOCI图像中较亮的方面对应于最小相对衰减寿命(蓝色)，而DOCI图像中较暗的方面对应于最大相对衰减寿命(红色)。

图13是患者口腔组织的体内图像，而图14显示了图13中部分区域的离体H&E图像。图15A是图13的舌组织的特写、重构的RGB图像。图15B至图15E分别示出了图15A的重构图像的视场的407nm、434nm、465nm和494nm处的体内DOCI图像。图16A示出了图15A的重构RGB图像的特写部分。图16B至图16E示出了分别在407nm、434nm、465nm和494nm处的图16A的舌图像部分的离体DOCI图像，其具有与16A的图像相同的视场。

在优选实施例中，应用软件46(图2)可以被配置为将重构的RGB图像(图15A)与在一个或多个波长的一个或多个DOCI图像(例如图15B至图15E)同时输出(例如，并排作为用于显示的单独面板)。为了获得重构RGB图像，可以仅利用红光获得第一(非DOCI)图像(例如，通过选择滤光器轮22上的适当滤光器(图2))，其中第二图像和第三图像被限制为仅蓝光和绿光(iCCD 18通常包括用于数据采集的一个箱(bin)(与多箱RGB检测器相反))。这些图像可以被组合或融合以生成重构的RGB图像(图15B)，其可以与在通过相同检测器18获得的各种波长的一个或多个生成的DOCI图像(参见图15A至图15C)的可视化(例如并排显示)结合用作实时基准图像。

如图15B至图15E中所示，体内DOCI图像显示OSCC组织和周围正常组织之间的明显对比。与周围正常组织的寿命相比，OSCC区域的特征在于减少的相对寿命。

在激发组织的切除后离体图像中观察到可比较的相对寿命测量(图16B和图16C)。在整个发射波长范围内，离体OSCC和体内OSCC之间的强正相关性表明DOCI及其相关的图像分析方法可直接转化为体内临床应用。由于在体内从上皮表面采集DOCI图像，所以沿相同成像平面采集的离体样本的DOCI图像在临床上是相关的，并且揭示了在大体检查中不明显的组织结构/类型的细节。平行于成像平面和上皮表面切开离体组织和相应的组织结构以捕获癌性基质和相邻基质。报告了用DOCI评估的肿瘤、脂肪、肌肉和胶原区域之间的相对寿命的差异。

还研究了DOCI系统和方法在甲状旁腺定位中的实时体内应用。甲状旁腺组织的离体DOCI数据显示了使该技术成为可靠的体内技术以产生组织的“相对衰减图”的潜力，其描绘了对应于甲状旁腺位置的术中颜色图谱(atlas)。对一系列原发性甲状旁腺功能亢进患者(n＝81例)进行了前瞻性检查。收集甲状旁腺病变和周围组织；通过DOCI采集荧光衰减图像；处理个体离体样品(n＝127个样品)用于组织学评估。通过组织病理学分析确定手描绘的感兴趣区域(ROI)，并将其叠加到对应的高清晰度可见图像上。然后，将可见图像手动腐蚀并注册到相应的DOCI图像中。最后，从脂肪(n＝43)、甲状旁腺(n＝85)、胸腺(n＝30)和甲状腺组织(n＝45)中对ROI取平均值。

图17A至图17C示出了从离体试验取样的甲状旁腺组织的一个示例，显示了整个FOV上的DOCI对比。如在图像中观察到的，当与所有使用的过滤器上的脂肪相比时，显示的甲状旁腺组织的相对寿命减少。在所有发射波长上，组织类型和具有不同生理过程的细胞组群(例如甲状旁腺与甲状腺细胞组群)之间的对比是明显的。DOCI甲状旁腺图像中组织对比的基础可能是由于在密集分布的甲状旁腺主细胞内存在激素特异性蛋白、氨基酸和细胞外钙敏感受体。该离体DOCI数据证明了将本说明书的技术应用于可靠的体内技术以产生甲状旁腺组织的“相对衰减图”的有效性，其描绘了对应于甲状旁腺位置的术中颜色图谱。

参见图18A至图18D，还进行了通过口腔癌成像的体内检测癌前或恶性前组织或细胞组群的研究。DOC系统和方法能够在一个患者中提供腺泡性唇炎/红斑性唇炎(癌前病变)的鉴别，而在另一个患者中提供嘴唇中的炎症(例如来自晒伤或类似良性状况)的鉴别。获得描绘可见图像(图18A)的图像，与具有嘴唇炎症(图18D)的DOCI覆盖的可见图像(图18B)相比，可见图像(图18A)具有嘴唇上的癌前病变的DOCI覆盖(图18C)。

在此可以参考根据本技术的实施例的方法和系统的流程图图示和/或过程、算法、步骤、操作、公式或其他计算描述来描述本技术的实施例，其也可以被实现为计算机程序产品。在这点上，流程图的每个块或步骤、以及流程图中的块(和/或步骤)的组合、以及任何过程、算法、步骤、操作、公式或计算描述可以通过各种手段来实现，诸如硬件、固件和/或包括以计算机可读程序代码体现的一个或多个计算机程序指令的软件。如将理解，任何这些计算机程序指令可由一个或多个计算机处理器执行，包括但不限于通用计算机或专用计算机，或用以产生机器的其它可编程处理装置，使得在计算机处理器或其它可编程处理装置上执行的计算机程序指令产生用于实施所指定的功能的装置。

因此，此处描述的流程图和程序、算法、步骤、操作、公式或计算描述的块支持用于执行指定功能的装置的组合、用于执行指定功能的步骤的组合、以及诸如包含在计算机可读程序代码逻辑装置中的用于执行指定功能的计算机程序指令。还将理解，流程图图示的每个块以及本文描述的任何过程、算法、步骤、操作、公式或计算描述及其组合可由执行指定功能或步骤的基于专用硬件的计算机系统或专用硬件和计算机可读程序代码的组合来实现。

此外，诸如以计算机可读程序代码体现的这些计算机程序指令也可以存储在一个或多个计算机可读存储器或存储器设备中，其可以指导计算机处理器或其他可编程处理装置以特定方式运行，使得存储在计算机可读存储器或存储器设备中的指令产生包括指令装置的制品，该指令装置实现流程图的块中指定的功能。计算机程序指令还可由计算机处理器或其他可编程处理装置执行以使一系列操作步骤在计算机处理器或其他可编程处理装置上执行以产生计算机实现的过程，使得在计算机处理器或其他可编程处理装置上执行的指令提供用于实现(一个或多个)流程图的(一个或多个)块中指定的功能的步骤，(一个或多个)过程算法、(一个或多个)步骤、(一个或多个)操作、(一个或多个)公式或(一个或多个)计算描述。

还应当理解，这里使用的术语“编程”或“程序可执行”是指可以由一个或多个计算机处理器执行以执行这里描述的一个或多个功能的一个或多个指令。所述指令可体现为软件、固件或软件与固件的组合。指令可以在设备本地存储在非瞬态介质中，或者可以远程存储，例如存储在服务器上，或者可以本地和远程地存储所有或部分指令。远程存储的指令可以通过用户发起下载(推送)到设备，或者基于一个或多个因素自动下载(推送)到设备。

应进一步理解，如本文所使用的，术语处理器、硬件处理器、计算机处理器、中央处理单元(CPU)和计算机被同义地用于表示能够执行指令并与输入/输出接口和/或外围设备通信的设备，并且术语处理器、硬件处理器、计算机处理器、CPU和计算机旨在包括单个或多个设备、单核和多核设备及其变型。

根据本文的描述，应当理解，本公开包括多个实施例，这些实施例包括但不限于以下实施例：

1.一种用于目标解剖结构内的边界检测的装置，其包括：(a)处理器；以及(b)存储能够由所述处理器执行的指令的非暂时性存储器；(c)其中，所述指令在由所述处理器执行时执行以下步骤：(i)利用光的激发脉冲照射所述目标解剖结构以激发对应于第一组织和第二组织的荧光团；(ii)在所述激发脉冲期间获取所述目标解剖结构的校准图像，所述校准图像包括来自所激发荧光团的发射的荧光值；(iii)获取所述激发脉冲之后的所述目标解剖结构的衰减图像，所述衰减图像包括随着所述发射从亮到暗衰减而衰减的荧光值；(iv)将所述衰减图像除以所述校准图像以生成所述目标解剖结构的相对寿命图；以及(v)使用所述相对寿命图中的值，识别具有第一生理过程的第一组细胞和具有第二生理过程的第二组细胞之间的边界。

2.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别不同聚集类型或代谢概况的细胞之间的转变。

3.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别癌前细胞和良性细胞之间的转变。

4.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别癌细胞与非癌细胞之间的转变。

5.根据任何前述或后述实施例的系统、装置或方法，其中，所述校准图像和衰减图像包括跨越所述目标解剖结构的视场(FOV)的像素阵列；并且其中，所述像素阵列中的像素包括荧光寿命值，所述荧光寿命值是针对所述校准图像和所述衰减图像在所述FOV上同时采集的。

6.根据任何前述或后述实施例的系统、装置或方法，其中，所述指令在由所述处理器执行时执行以下步骤：生成所述目标解剖结构的重构RGB图像；以及与所述目标解剖结构的所述相对寿命图同时显示重构图像。

7.根据任何前述或后述实施例的系统、装置或方法，其中，通过以下方式生成所述重构RGB图像：通过在连续图像捕获内将每个图像的采集限制为仅红色波长、蓝色波长和绿色波长，来采集所述目标解剖结构的单独图像，然后将单独的红色图像捕获、蓝色图像捕获和绿色图像捕获进行组合以形成所述重构RGB图像。

8.根据任何前述或后述实施例的系统、装置或方法，其中，所述相对寿命图包括所述相对寿命图内的所述像素阵列上的归一化荧光寿命强度的伪彩色图。

9.根据任何前述或后述实施例的系统、装置或方法，其中，所述相对寿命图包括与所述FOV的聚集荧光团衰减时间成比例的像素值。

10.根据任何前述或后述实施例的系统、装置或方法，其中，所述FOV包括所述目标解剖结构的宏观FOV。

11.根据任何前述或后述实施例的系统、装置或方法，其中，所述激发脉冲包括大约30ns的脉冲持续时间。

12.根据权利要求1所述的装置，所述装置还包括：(d)成像透镜；(e)设置在所述透镜前面的LED阵列；(f)其中，所述LED阵列被配置成利用所述光的激发脉冲来照射目标解剖结构达指定持续时间，其中，所述LED阵列在所述成像透镜的FOV上聚焦并倍增所述目标解剖结构的照射；以及(g)耦接到所述成像透镜的检测器，该检测器被配置为获取荧光发射的强度数据。

13.根据任何前述或后述实施例的系统、装置或方法，其中，所述LED阵列中的每个LED包括非球面透镜以将所述光的激发脉冲聚焦在所述FOV上。

14.根据权利要求12所述的装置，所述装置还包括：(h)耦接到所述LED阵列的二极管驱动器；以及(i)耦接到所述二极管驱动器和处理器的脉冲发生器；(j)其中，所述二极管驱动器、脉冲发生器和LED阵列被耦接，使得所述LED阵列中的每一个被配置为经由非顺序光线跟踪来照射所述FOV。

15.一种用于目标解剖结构内的边界检测的系统，所述系统包括：(a)成像透镜；(b)设置在所述成像透镜处或附近的LED阵列；(c)耦接到所述成像透镜的检测器，所述检测器被配置成获取来自所述目标解剖结构的荧光发射的强度数据；(d)耦接到所述检测器的处理器；以及(e)存储能够由所述处理器执行的指令的非暂时性存储器；(f)其中，所述指令在由所述处理器执行时执行以下步骤：(i)操作所述LED阵列以利用光的激发脉冲照射所述目标解剖结构以激发对应于所述第一组织和所述第二组织的荧光团；(ii)在所述激发脉冲期间获取所述目标解剖结构的校准图像，所述校准图像包括来自所激发的荧光团的发射的荧光值；(iii)获取所述激发脉冲之后的所述目标解剖结构的衰减图像，所述衰减图像包括随着所述发射从亮到暗衰减而衰减的荧光值；(iv)将所述衰减图像除以所述校准图像以生成所述目标解剖结构的相对寿命图；以及(v)使用所述相对寿命图中的值，识别具有第一生理过程的第一组细胞和具有第二生理过程的第二组细胞之间的边界。

16.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别不同聚集类型或代谢概况的细胞之间的转变。

17.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别癌前细胞和良性细胞之间的转变。

18.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别癌细胞与非癌细胞之间的转变。

19.根据任何前述或后述实施例的系统、装置或方法，其中，所述校准图像和衰减图像包括跨越所述目标解剖结构的视场(FOV)的像素阵列；并且其中，所述像素阵列中的像素包括荧光寿命值，所述荧光寿命值是针对所述校准图像和所述衰减图像在所述FOV上同时采集的。

20.根据任何前述或后述实施例的系统、装置或方法，其中，所述指令在由所述处理器执行时执行以下步骤：生成所述目标解剖结构的重构RGB图像；以及与所述目标解剖结构的所述相对寿命图同时显示重构图像；其中，使用相同的检测器获取重构RGB图像和相对寿命图。

21.根据任何前述或后述实施例的系统、装置或方法，其中，通过以下方式来生成所述重构RGB图像：通过将每个图像的采集限制为在所述检测器上连续图像捕获内的仅红色波长、蓝色波长和绿色波长，来采集所述目标解剖结构的单独图像，然后将单独的红色图像捕获、蓝色图像捕获和绿色图像捕获进行组合以形成所述重构RGB图像。

22.根据任何前述或后述实施例的系统、装置或方法，其中，所述相对寿命图包括所述相对寿命图内的所述像素阵列上的归一化荧光寿命强度的伪彩色图。

23.根据任何前述或后述实施例的系统、装置或方法，其中，所述相对寿命图包括与所述FOV的聚集荧光团衰减时间成比例的像素值。

24.根据任何前述或后述实施例的系统、装置或方法，其中，所述FOV包括所述目标解剖结构的宏观FOV。

25.根据任何前述或后述实施例的系统、装置或方法，其中，所述激发脉冲包括大约30ns的脉冲持续时间。

26.根据任何前述或后述实施例的系统、装置或方法，其中，所述LED阵列包括环绕所述成像透镜的圆周阵列，以便利用所述光的激发脉冲来照射目标解剖结构达指定持续时间，其中，所述LED阵列在所述成像透镜的FOV上聚焦并倍增所述目标解剖结构的照射。

27.根据任何前述或后述实施例的系统、装置或方法，其中，所述LED阵列中的每个LED包括非球面透镜以将所述光的激发脉冲聚焦在FOV上。

28.根据任何前述或后述实施例的系统、装置或方法，其进一步包括：(h)耦接到所述LED阵列的二极管驱动器；以及(i)耦接到所述二极管驱动器和处理器的脉冲发生器；(j)其中，所述二极管驱动器、脉冲发生器和LED阵列被耦接，使得所述LED阵列中的每一个被配置为经由非顺序光线跟踪来照射所述FOV。

29.一种用于目标解剖结构内的边界检测的方法，所述方法包括：(a)利用光的激发脉冲照射所述目标解剖结构以激发对应于第一组织和第二组织的荧光团；(b)在所述激发脉冲期间获取所述目标解剖结构的校准图像，所述校准图像包括来自所激发荧光团的发射的荧光寿命值；(d)获取所述激发脉冲之后的所述目标解剖结构的衰减图像，所述衰减图像包括随着所述发射从亮到暗衰减而衰减的荧光寿命值；(e)将所述衰减图像除以所述校准图像以生成所述目标解剖结构的相对寿命图；以及(f)使用所述相对寿命图，识别具有第一生理过程的第一组细胞和具有第二生理过程的第二组细胞之间的边界；(g)其中，所述方法由执行存储在非暂时性介质上的指令的处理器执行。

30.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别不同聚集类型或代谢概况的细胞之间的转变。

31.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别癌前细胞和良性细胞之间的转变。

32.根据任何前述或后述实施例的系统、装置或方法，其中，识别边界包括识别癌细胞与非癌细胞之间的转变。

33.一种用于检测目标解剖结构内的癌细胞的装置，所述装置包括：(a)处理器；和(b)存储能够由所述处理器执行的指令的非暂时性存储器；(c)其中，所述指令在由所述处理器执行时执行以下步骤：(i)利用短脉冲光来照射所述目标解剖结构；(ii)随着发射从亮到暗衰减，测量来自所述目标解剖结构的荧光发射的强度；以及(iii)根据所述发射的所述荧光衰减寿命来确定所述目标解剖结构内的区域是癌性的还是非癌性的。

34.根据任何前述或后述实施例的系统、装置或方法，其中，所述指令在由所述处理器执行时执行以下步骤：产生对应于所测量的发射衰减寿命的伪彩色图。

35.一种存储能够由处理器执行的指令的非暂时性介质，所述指令在由所述处理器执行时执行以下步骤：利用短脉冲光来照射所述目标解剖结构；随着发射从亮到暗衰减，测量来自所述目标解剖结构的荧光发射的强度；以及根据所述发射的所述荧光衰减寿命来确定所述目标解剖结构内的区域是癌性的还是非癌性的。

36.一种用于检测目标解剖结构内的癌细胞的方法，所述方法包括：(a)利用短脉冲光来照射所述目标解剖结构；(b)随着发射从亮到暗衰减，测量来自所述目标解剖结构的荧光发射的强度；以及(c)根据所述发射的所述荧光衰减寿命来确定所述目标解剖结构内的区域是癌性的还是非癌性的；(d)其中，所述方法由执行存储在非暂时性介质上的指令的处理器执行。

37.根据任何前述或后述实施例的方法，其中，所述指令在由所述处理器执行时执行以下步骤：产生对应于所测量的发射衰减寿命的伪彩色图。

如本文中使用，单数术语“一”、“一个”和“该”可包括复数指代，除非上下文另有明确规定。除非明确说明，否则以单数形式提及对象并不旨在表示“一个且仅一个”，而是表示“一个或多个”。

如本文中使用，术语“组(set)”是指一个或多个对象的集合。因此，例如，一组对象可以包括单个对象或多个对象。

如本文中使用，术语“大致”和“大约”用于描述和解释小的变化。当与事件或环境结合使用时，术语可以指事件或环境精确发生的实例以及事件或环境近似发生的实例。当与数值结合使用时，术语可以指小于或等于该数值的±10％的变化范围，例如小于或等于±5％，小于或等于±4％，小于或等于±3％，小于或等于±2％，小于或等于±1％，小于或等于±0.5％，小于或等于±0.1％，或小于或等于±0.05％。例如，“基本”对齐可指小于或等于±10°的角度变化范围，例如小于或等于±5°、小于或等于±4°、小于或等于±3°、小于或等于±2°、小于或等于±1°、小于或等于±0.5°、小于或等于±0.1°、或小于或等于±0.05°。

此外，金额、比率和其他数值有时可以在此以范围格式表示。应当理解，这种范围格式是为了方便和简洁而使用的，并且应当灵活地理解为包括明确地指定为范围的限制的数值，但是也包括包含在该范围内的所有单独的数值或子范围，如同每个数值和子范围被明确地指定一样。例如，在大约1至大约200的范围内的比率应理解为包括明确列举的大约1至大约200的极限，但也包括单独的比率，例如大约2、大约3和大约4，以及子范围，例如大约10至大约50、大约20至大约100，等等。

虽然本文的描述包含许多细节，但这些不应被解释为限制本公开的范围，而是仅提供对一些当前优选实施例的说明。因此，应当理解，本公开的范围完全包括对本领域技术人员来说可能变得显而易见的其他实施例。

本领域普通技术人员已知的与所公开的实施例的要素的所有结构和功能等同物在此明确引入作为参考，并且旨在被本权利要求书所涵盖。此外，本公开中的要素、组件或方法步骤不旨在专用于公众，而不管该要素、组件或方法步骤是否在权利要求中明确陈述。本文中的权利要求要素不应被解释为“装置加功能”要素，除非使用短语“装置”明确地叙述该要素。本文中的权利要求要素不应被解释为“步骤加功能”要素，除非使用短语“步骤”明确地叙述该要素。