高光譜成像系統(tǒng)在病理的觀察方面應(yīng)用

隨著高光譜成像系統(tǒng)技術(shù)的成熟與發(fā)展，醫(yī)學(xué)界已將該技術(shù)引入到對(duì)視網(wǎng)膜疾病的觀察應(yīng)用當(dāng)中。由于眼睛的細(xì)膩特性通常排除了侵入性的活檢或?qū)σ暰W(wǎng)膜的機(jī)械通路。因此，當(dāng)前的視網(wǎng)膜疾病診斷強(qiáng)烈依賴于光學(xué)成像方法。高光譜成像系統(tǒng)通常與眼底照相機(jī)集成在一起，以實(shí)現(xiàn)眼睛的光學(xué)成像。

　　年齡相關(guān)性黃斑變性(AMD)是導(dǎo)致失明的主要原因中老年人，而白色素C的變化已被確認(rèn)為該病理變化的關(guān)鍵信號(hào)，在高光譜成像技術(shù)得到應(yīng)用后，醫(yī)生們可以通過收集的光譜數(shù)據(jù)，對(duì)有關(guān)氧化應(yīng)激期間色素c的氧化狀態(tài)進(jìn)行分析，用來進(jìn)行對(duì)病理的判斷與治療。

　　高光譜成像技術(shù)不僅可以應(yīng)用在病理的觀察方面，同樣可以對(duì)手術(shù)的進(jìn)行有效的指導(dǎo)。腸缺血是指腸血流量減少，這會(huì)損害氧氣的輸送并導(dǎo)致脫氧的血液和廢物積聚。這些情況導(dǎo)致細(xì)胞死亡和壞死，導(dǎo)致炎癥和潰瘍。由于解剖結(jié)構(gòu)的變化和手術(shù)的不可預(yù)測(cè)性，可見性對(duì)于正確診斷手術(shù)中的這些問題至關(guān)重要。而通過高光譜成像系統(tǒng)可以有效區(qū)分不同組織和器官之間的差異，因此允許外科醫(yī)生以較小的侵入性可視化并檢查大面積區(qū)域，而無需實(shí)際去除組織。

醫(yī)學(xué)高光譜顯微成像與智能分析

數(shù)字病理圖像的拍攝大多依賴于Red-Green-Blue（RGB）彩色相機(jī)。然而，傳統(tǒng)RGB圖像因缺少結(jié)構(gòu)、分子和光譜等關(guān)于生物細(xì)胞組織的多維度、多模態(tài)信息，已逐漸觸及智能病理診斷的短板，使得研究和開發(fā)人員需要花費(fèi)大量時(shí)間開發(fā)復(fù)雜的圖像處理分析算法，以此滿足對(duì)數(shù)字病理圖像高精準(zhǔn)分析的需求。近年來，人們開始探索將高光譜技術(shù)應(yīng)用于醫(yī)學(xué)顯微成像分析領(lǐng)域，通過獲取豐富的信息緩解分析算法復(fù)雜、難以部署等問題。高光譜技術(shù)最初應(yīng)用于遙感領(lǐng)域，相比于RGB彩色圖像，高光譜成像技術(shù)通過納米級(jí)別的成像光譜儀，可獲得拍攝目標(biāo)的上百個(gè)波段圖像，是一種將二維空間成像和光譜技術(shù)有機(jī)結(jié)合的前沿技術(shù)。因?yàn)槠浒素S富的空間信息、輻射信息與光譜信息，高光譜機(jī)器視覺技術(shù)隨后在眾多領(lǐng)域展示出了巨大的研究應(yīng)用價(jià)值。

高光譜顯微圖像分析處理方法

病理切片圖像可以被分為細(xì)胞學(xué)圖像和組織學(xué)圖像，因?yàn)榧?xì)胞和組織病理圖像是兩個(gè)層次的形態(tài)學(xué)特征。細(xì)胞學(xué)圖像包含細(xì)胞本身的信息，組織病理學(xué)圖像含有更復(fù)雜的空間和不同成分的相互關(guān)系等信息，因此二者對(duì)處理分析算法有不同的要求。

細(xì)胞學(xué)圖像檢測(cè)與分割

只有在正常檢測(cè)和分割細(xì)胞的基礎(chǔ)上，結(jié)合病理學(xué)圖像信息才能做出正確的診斷。相較于基于傳統(tǒng)彩色圖像的細(xì)胞檢測(cè)與分割只能對(duì)空間位置關(guān)系進(jìn)行建模分析，高光譜病理圖像的細(xì)胞檢測(cè)分割可以充分利用光譜信息，因此大部分細(xì)胞檢測(cè)分割的任務(wù)可以轉(zhuǎn)化為對(duì)每個(gè)像素的分類任務(wù)，如圖5所示。參見的方法包括支持向量機(jī)（SupportVectorMachine，SVM）、光譜角度匹配（SpectralAngleMapping，SAM）、k-均值算法（k-means）、神經(jīng)網(wǎng)絡(luò)（NeuralNetwork,NN）等。此外，結(jié)合圖像空間信息，如細(xì)胞邊界等，可進(jìn)一步提高細(xì)胞分割效果。

細(xì)胞學(xué)病理圖像分割中輸入的光譜信息與分割結(jié)果

組織學(xué)圖像分類與分級(jí)

組織區(qū)域病理分類與分級(jí)是病理切片分析中最重要的任務(wù)之一，盡管SVM、SAM等分類算法也同樣能適用于該任務(wù)，但組織區(qū)域圖像通常包括了大量正常細(xì)胞與癌變細(xì)胞，只使用光譜信息難以達(dá)到精準(zhǔn)的分類與分級(jí)效果。研究人員更傾向于采用能提取空間-光譜聯(lián)合特征的算法實(shí)現(xiàn)顯微高光譜圖像的分類。近年來，隨著深度學(xué)習(xí)的發(fā)展，3D卷積神經(jīng)網(wǎng)絡(luò)可直接對(duì)輸入的組織學(xué)高光譜圖像進(jìn)行特征提取，隨后將提取到的高維抽象特征映射到可區(qū)分類別空間，如圖6所示。此類方法在一系列任務(wù)上取得了優(yōu)異的結(jié)果。例如肺癌、膽管癌組織病理圖像的分類與分級(jí)。

基于3D卷積神經(jīng)網(wǎng)絡(luò)的組織學(xué)病理圖像分類

高光譜顯微圖像在疾病診斷中的研究與應(yīng)用進(jìn)展

病理圖像分析是臨床疾病診斷的“金標(biāo)準(zhǔn)”，結(jié)合高光譜病理數(shù)字化圖像，可提高 醫(yī)師對(duì)病變組織器官的深層次分析的效率和準(zhǔn)確率，在疾病診斷上具有重大的應(yīng)用潛力。

醫(yī)學(xué)高光譜技術(shù)從21世紀(jì)初開始發(fā)展，美國德州大學(xué)在2002年基于高光譜成像的細(xì)胞遺傳研究計(jì)劃中，研制了高光譜顯微系統(tǒng)用于細(xì)胞學(xué)和組織學(xué)研究。Balas等通過快照式光譜成像系統(tǒng)對(duì)宮頸口病變區(qū)域進(jìn)行成像研究，有效地提高了宮頸腫瘤性病變和非腫瘤性病變組織的分類效果。Siddiqi等采集了宮頸病理組織切片的顯微高光譜數(shù)據(jù)，對(duì)20個(gè)惡性腫瘤的組織分類靈敏度達(dá)到了98.5%。美國埃默里大學(xué)Fei教授構(gòu)建了基于LCTF高光譜成像儀器（光譜范圍500～950nm）觀察前列腺癌變組織與正常組織，通過支持向量機(jī)（SupportVectorMachine，SVM）分類器實(shí)現(xiàn)了癌變組織92.8%靈敏性與96.9%特異性的分類效果。針對(duì)乳腺癌癥檢測(cè)，Pogue等通過核估計(jì)方法對(duì)癌變組織的高光譜圖像進(jìn)行分類，準(zhǔn)確率達(dá)98%。Laura等在乳腺癌高光譜圖像上驗(yàn)證了多種分類算法，并最后取得了79%的準(zhǔn)確率。Silas等評(píng)估了使用點(diǎn)掃描高光譜成像儀測(cè)量了結(jié)腸腺癌的熒光激發(fā)光譜變化。結(jié)果表明，高光譜成像可成為區(qū)分結(jié)腸腺癌細(xì)胞和周圍正常結(jié)腸黏膜細(xì)胞的一種方法。Mauro設(shè)計(jì)基于微電子機(jī)械系統(tǒng)的數(shù)字微鏡高光譜成像系統(tǒng)，用于觀察結(jié)腸腺正常和癌變黏膜之間的光譜差異，能夠顯示97.1%的分類準(zhǔn)確率。暨南大學(xué)Zhu等采用液晶可調(diào)諧濾波器對(duì)胃組織切片的光譜信息進(jìn)行分析，對(duì)癌變組織分類準(zhǔn)確率達(dá)95%。Kiyotoki等對(duì)16組胃癌的腫瘤組織區(qū)域和正常區(qū)域進(jìn)行了成像分析。

高光譜顯微成像技術(shù)在疾病診斷中的研究與應(yīng)用

1. 病理學(xué)研究：高光譜顯微成像技術(shù)可以實(shí)時(shí)獲取組織切片的光譜信息，準(zhǔn)確分析組織中的分子成分。通過對(duì)病理切片的高光譜顯微成像分析，可以提供更細(xì)致的組織結(jié)構(gòu)和化學(xué)信息，促進(jìn)病理診斷的準(zhǔn)確性和精確性。

   
   

2. 癌癥檢測(cè)：高光譜顯微成像技術(shù)在腫瘤早期檢測(cè)和診斷中具有潛力。通過檢測(cè)腫瘤組織的光譜特征，高光譜顯微成像可以提供腫瘤的細(xì)胞組成和代謝活性等信息，幫助醫(yī)生精確定位和診斷腫瘤。

   
   

3. 細(xì)胞研究：高光譜顯微成像技術(shù)在細(xì)胞研究中也有廣闊的應(yīng)用前景。通過獲取細(xì)胞的高分辨率光譜圖像，可以定量分析細(xì)胞內(nèi)分子的含量、分布和交互作用。這有助于深入理解疾病發(fā)生機(jī)制，并開發(fā)新的治療策略。

   
   

4. 藥物篩選和評(píng)估：高光譜顯微成像技術(shù)可以用于藥物的快速篩選和評(píng)估。通過觀察藥物對(duì)細(xì)胞或組織的光譜特征的影響，可以評(píng)估藥物的療效和副作用，為藥物研發(fā)提供更準(zhǔn)確的數(shù)據(jù)支持。