СПОСОБ ОПРЕДЕЛЕНИЯ ГРАНИЦ НОВООБРАЗОВАНИЙ КОЖИ И СЛИЗИСТЫХ ОБОЛОЧЕК Российский патент 2010 года по МПК A61N5/00 

Предлагаемое изобретение относится к медицине и предназначено для определения границ новообразований кожи и слизистых оболочек.

В настоящее время определение границ новообразований кожи и слизистых оболочек в основном производится субъективно по данным клинического исследования. При этом возникают сложности объективного определения границ распространения опухолевого процесса на дооперационном этапе, что может приводить к продолженному росту новообразования уже после его удаления. Гистологическое исследование краев раны после хирургического удаления базально-клеточного рака у 1039 больных показало, что при узловой и поверхностной формах наблюдалось отсутствие опухолевых клеток по краю разреза соответственно у 93.6 и 96.4% больных. При инфильтративной и мультицентричной формах эти показатели составили соответственно 18.6 и 33.3% [Sexton М., Johnes D.В., Maloney М.Е. Histolgic pattern analysis of basal cell carcinoma. Study of a series of 1039 consecutive neoplasms // J. Am. Acad. Dermatol. - 1990. - V.23. P.1118-1126].

Все вышеперечисленное говорит о необходимости развития объективных методов обследования пациентов с новообразованиями кожи и слизистых оболочек на дооперационном этапе. Это позволит врачу более точно определить границы новообразования, что может значительно снизить количество рецидивов.

Для объективного определения границ опухолей кожи и слизистых оболочек используют следующие способы (Лихванцева В.Г., Анурова О.А. Опухоли век: клиника, диагностика и лечение. Иллюстрированное руководство. М.: Геотар-медиа, 2007):

- радиоизотопная диагностика,

- термографические способы исследования.

Однако применение лучевых способов диагностики предполагает радиационную нагрузку на пациента, что ограничивает применение этого метода для определения границ. Кроме этого, и лучевые способы диагностики, и термография имеют низкую разрешающую способность, ограничивающую применение их для исследований топографии новообразований малых размеров и сложной морфологии.

Ближайшим аналогом предлагаемого изобретения является способ того же назначения, включающий в себя анализ изображений 5-АЛК (5-аминолевулиновой кислотой) индуцированной флуоресценции новообразований и окружающей их здоровой кожи и слизистых оболочек (Чиссов В.И., Соколов В.В., Булгакова Н.Н., Филоненко Е.В. Флуоресцентная эндоскопия, дерматоскопия и спектрофотометрия в диагностике злокачественных опухолей основных локализаций. Росс. биотерапевт. журнал, 2003. - № 4. - С.45-55). При этом для усиления флуоресценции эндогенного протопорфирина IX используют препарат 5-АЛК - 20% мази «Аласенс», что на уровне техники ближайшего аналога позволяет выявить границы опухолевой ткани за счет усиления флуоресцентного контраста в опухолевой ткани. Для поиска границ новообразований производят фоторегистрацию индуцированной флуоресценции опухоли при возбуждении светом с длиной волны 380-460 нм. Получают флуоресцентное изображение. Оценку границ опухоли производят за счет субъективного выбора порога яркости флуоресценции. К недостаткам ближайшего аналога относится необходимость использования препаратов 5-аминолевулиновой кислоты, что приводит к развитию локальной фототоксичности, длящейся около суток. Кроме того, в связи с различием в структуре поверхностей опухоли и окружающих тканей интенсивность проникновения препарата также будет изменяться. Это, в свою очередь, является причиной неоднородной флуоресцентной картины самой опухоли и искажает истинные значения флуоресцентного контраста.

Задачей изобретения является разработка нового способа определения границ новообразований кожи и слизистых оболочек путем анализа флуоресцентных изображений зоны новообразования, полученных без использования препаратов, индуцирующих аутофлуоресценцию.

Ткани человека содержат большое число разнообразных природных флуорофоров, имеющих различные спектральные области флуоресценции. Таким образом, в различных спектральных диапазонах флуоресценция нормальной ткани и новообразования будет отличаться по интенсивности.

Такое различие определит уникальные функции распределения яркости на цифровой флуоресцентной фотографии для совокупности точек, характеризующих опухоль, и для совокупности точек, характеризующих нормальную ткань.

Если допустить, что исследователь может уверенно указать на участок массива точек фотографии, заведомо принадлежащий только неизмененной ткани, то для него может быть построена дискретная функция распределения яркости f_norm(В).

Аналогично для внутренней части опухоли может быть построена функция распределения f_tumor(В).

Очевидно, что может быть создана синтетическая функция распределения яркости f_model(B), половина точек которой характеризовала бы опухоль, а половина - неизмененную ткань:

Таким образом, степень корреляции функции распределения яркости, построенной для любого центрально-симметричного окна f_x,y(B) с синтетической функцией f_model(B), и определяла бы вероятность Р_x,y прохождения границы опухоль/нормальная ткань в центре (x, y) этого окна.

P_x,y=K_k(f_model(B);f_x,y(B))

В общем случае поле вероятности прохождения границы между опухолью и нормальной кожей описывается условно-гладкой функцией, локальные максимумы которой будут соответствовать наиболее вероятному прохождению границы в этой точке.

Техническим результатом предлагаемого способа является объективное определение границы между новообразованием и неизмененными тканями.

Технический результат достигается путем нахождения совокупности точек с максимальной вероятностью прохождения через них границы между новообразованием и неизмененными тканями, где вероятность определяется за счет анализа уникальных функций распределения яркости флуоресцентного изображения опухоли и окружающей ее неизмененной ткани.

Способ осуществляют следующим образом.

Возбуждают флуоресценцию интересующего участка кожи или слизистой оболочки. Производят цифровую фоторегистрацию тканей таким образом, чтобы фотография содержала и неизмененную ткань, и новообразование.

На цифровой фотографии выделяют массив из n_norm-точек, заведомо принадлежащих только неизмененной ткани, и определяют яркость для каждой точки массива (B₁, B₂, B₃ … B_n). Вычисляют частоту встречаемости f_norm(B) точек с различной яркостью. Записывают частоту встречаемости в двумерный массив [f_norm(0); f_norm(1); f_norm(2) … f_norm(255)].

Выделяют массив из n_tum-точек, заведомо принадлежащих только новообразованию, и определяют яркость для каждой точки массива (B₁, B₂, B₃ … B_n). Вычисляют частоту встречаемости f_tum(B) точек с различной яркостью. Записывают частоту встречаемости в двумерный массив [f_tum(0); f_tum(1); f_tum(2) … f_tum(255)].

Формируют синтетический массив частот встречаемости для области, половина точек которой характеризовала бы опухоль, а половина - неизмененную ткань:

Определяют среднюю встречаемость синтетического распределения:

На цифровой фотографии выделяют массив из n-точек, расположенных в окне с центром симметрии в точке с координатами (x, y), и определяют яркость для каждой точки массива (B₁, В₂, В₃ … В_n). Вычисляют частоту встречаемости f_x,y(B) точек с различной яркостью. Записывают частоту встречаемости в двумерный массив [f_x,y(0); f_x,y(1); f_x,y(2) … f_x,y(255)]. Определяют среднюю встречаемость:

Определяют вероятность Р_x,y прохождения границы опухоль-неизмененная ткань в точке с координатами (x, y):

Аналогично определяют вероятность прохождения границы опухоль-неизмененная ткань для всех точек изображения. Локальные максимумы, образованные точками со смежными координатами, будут соответствовать границе опухоли. Для облегчения определения границ новообразований была написана программа.

Примеры

Пациентка П. 35 лет.

Диагноз: Базально-клеточный рак кожи периорбитальной зоны слева (Фиг.1).

С помощью 2 люминесцентных ламп с максимумами излучения 390, 415 и 433 нм, укрепленных на кронштейнах, возбуждают флуоресценцию интересующего участка кожи. Производят фоторегистрацию с помощью цифровой камеры таким образом, чтобы фотография (Фиг.2) содержала и неизмененную ткань, и новообразование.

На красном канале цифровой фотографии выделяют массив N (Фиг.3) из n_norm=1600 точек, заведомо принадлежащих только неизмененной ткани, и определяют яркость для каждой точки массива (B₁=67, B₂=69, B₃=67 … B₁₆₀₀=117). Вычисляют частоту встречаемости f_norm(B) точек с различной яркостью. Записывают частоту встречаемости в двумерный массив [f_norm(0)=0; f_norm(1)=0 … f_norm(67)=210… f_norm(136)=0 … f_norm(255)=0].

Выделяют массив T (Фиг.3) из n_tum=1600 точек, заведомо принадлежащих только новообразованию, и определяют яркость для каждой точки массива (B₁=111, B₂=149, B₃=136 … B₁₆₀₀=117). Вычисляют частоту встречаемости f_tum(B) точек с различной яркостью. Записывают частоту встречаемости в двумерный массив [f_tum(0)=0; f_tum(1)=0… f_tum(67)=1 … f_tum(136)=14 … f_tum(255)=0].

Формируют синтетический массив частот встречаемости для области, половина точек которой характеризовала бы опухоль, а половина - неизмененную ткань (по формуле):

[f_tum(0)=0; f_tum(1)=0 … f_norm(67)=422 … f_tum(136)=28 … f_tum(255)=0].

Определяют среднюю встречаемость синтетического распределения:

На цифровой фотографии выделяют массив из 1600 точек, расположенных в окне с центром симметрии в точке К с координатами (x, y), и определяют яркость для каждой точки массива (B₁=56, B₂=99, B₃=83 … B₁₆₀₀=108). Вычисляют частоту встречаемости f_x,y(B) точек с различной яркостью. Записывают частоту встречаемости в двумерный массив [f_x,y(0)=0; f_x,y(1)=0; f_x,y(83)=9… f_x,y(255)=0]. Определяют среднюю встречаемость:

Определяют вероятность Р_x,y прохождения границы опухоль-неизмененная ткань в точке K с координатами (x, y):

Аналогично, все точки красного канала полученного флуоресцентного изображения (Фиг.3) анализируют с помощью программы, включающей в себя весь алгоритм расчетов по объективному определению границ. На выходе получают изображение, отражающее вероятность прохождения границ опухоль-нормальная ткань (Фиг.4).

Как видно (Фиг.4), границы, определяемые таким способом, значительно шире определяемых клинически.

Изобретение относится к медицине и предназначено для определения границ новообразований кожи и слизистых оболочек. Производят световое облучение области новообразования и области, окружающей его и заведомо принадлежащей неизмененным тканям. Получают цифровое изображение неиндуцированной аутофлуоресценции в диапазоне длин волн, большем по отношению к световому облучению. На нем выделяют массивы из n_norm точек и n_tum точек и определяют яркость для каждой точки массивов. Вычисляют частоту встречаемости точек с различной яркостью, записывают частоту встречаемости в одномерные массивы и формируют синтетический массив по приведенной формуле. Затем определяют среднее значение функции синтетического распределения по формуле. Выделяют массив из n-точек, расположенных в окне с центром симметрии в точке с координатами (x, y), определяют яркость для каждой точки массива и вычисляют частоту встречаемости точек с различной яркостью. Записывают частоту встречаемости в двумерный массив и определяют среднюю встречаемость. Определяют вероятность прохождения границы опухоль-неизмененная ткань в точке с координатами (x, y) по приведенной формуле и по локальным максимумам, образованным точками со смежными координатами, определяют границы новообразования. Способ позволяет повысить точность определения границ новообразований кожи и слизистых оболочек путем анализа флуоресцентных изображений зоны новообразования, полученных без использования препаратов, индуцирующих аутофлуоресценцию. 4 ил.

Способ определения границ новообразований кожи и слизистых оболочек, включающий проведение светового облучения области новообразования и области, окружающей его и заведомо принадлежащей неизмененным тканям, получение цифрового изображения флуоресценции в диапазоне длин волн, большем по отношению к световому облучению, отличающийся тем, что получают цифровое изображение неиндуцированной аутофлуоресценции и на нем выделяют массивы из n_norm точек, заведомо принадлежащих области неизмененных тканей, и n_tum точек, принадлежащих области новообразования, определяют яркость для каждой точки массивов [B^norm ₁, В^norm ₂, В^norm ₃ … В^tum _n] и [В^tum ₁, В^tum ₂, В^tum ₃ … В^tum _n], вычисляют частоту встречаемости точек с различной яркостью, записывают частоту встречаемости в одномерные массивы [f_norm(0); f_norm(1); f_norm(2) … f_norm(255)] и [f_tum(0); f_tum(1); f_tum(2) … f_tum(255)], формируют синтетический массив f_model(B) по формуле:

определяют среднее значение функции синтетического распределения по формуле:

выделяют массив из n-точек, расположенных в окне с центром симметрии в точке с координатами (x, y), определяют яркость для каждой точки массива (B₁, B₂, В₃ … В_n), вычисляют частоту встречаемости f_x,y(B) точек с различной яркостью, записывают частоту встречаемости в двумерный массив [f_x,y(0); f_x,y(1); f_x,y(2) … f_x,y(255)], определяют среднюю встречаемость по формуле:

определяют вероятность Р_х,y прохождения границы опухоль-неизмененная ткань в точке с координатами (х,y) по формуле:

и определяют границы новообразования по локальным максимумам P_х,y, образованным точками со смежными координатами.