引言

惡性腫瘤（癌癥）一直是危害人類健康最嚴重的疾病，也是造成我國居民死亡的主要原因之一。由于環境污染、食品安全和不健康的生活方法等因素，惡性腫瘤患者逐年增加，并呈現發病低齡化的趨勢。

數字病理圖像的拍攝大多依賴于Red-Green-Blue（RGB）彩色相機。然而，傳統RGB圖像因缺少結構、分子和光譜等關于生物細胞組織的多維度、多模態信息，已逐漸觸及智能病理診斷的短板，使得研究和開發人員需要花費大量時間開發復雜的圖像處理分析算法，以此滿足對數字病理圖像高精準分析的需求。近年來，人們開始探索將高光譜技術應用于醫學顯微成像分析領域，通過獲取豐富的信息緩解分析算法復雜、難以部署等問題。高光譜技術最初應用于遙感領域，相比于RGB彩色圖像，高光譜成像技術通過納米級別的成像光譜儀，可獲得拍攝目標的上百個波段圖像，是一種將二維空間成像和光譜技術有機結合的前沿技術。因為其包括了豐富的空間信息、輻射信息與光譜信息，高光譜機器視覺技術隨后在眾多領域展示出了巨大的研究應用價值。

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胞學圖像和組織學圖像，因為細胞和組織病理圖像是兩個層次的形態學特征。細胞學圖像包含細胞本身的信息，組織病理學圖像含有更復雜的空間和不同成分的相互關系等信息，因此二者對處理分析算法有不同的要求。

細胞學圖像檢測與分割

只有在正常檢測和分割細胞的基礎上，結合病理學圖像信息才能做出正確的診斷。相較于基于傳統彩色圖像的細胞檢測與分割只能對空間位置關系進行建模分析，高光譜病理圖像的細胞檢測分割可以充分利用光譜信息，因此大部分細胞檢測分割的任務可以轉化為對每個像素的分類任務，如圖5所示。參見的方法包括支持向量機（SupportVectorMachine，SVM）、光譜角度匹配（SpectralAngleMapping，SAM）、k-均值算法（k-means）、神經網絡（NeuralNetwork,NN）等。此外，結合圖像空間信息，如細胞邊界等，可進一步提高細胞分割效果。

細胞學病理圖像分割中輸入的光譜信息與分割結果

組織學圖像分類與分級

組織區域病理分類與分級是病理切片分析中最重要的任務之一，盡管SVM、SAM等分類算法也同樣能適用于該任務，但組織區域圖像通常包括了大量正常細胞與癌變細胞，只使用光譜信息難以達到精準的分類與分級效果。研究人員更傾向于采用能提取空間-光譜聯合特征的算法實現顯微高光譜圖像的分類。近年來，隨著深度學習的發展，3D卷積神經網絡可直接對輸入的組織學高光譜圖像進行特征提取，隨后將提取到的高維抽象特征映射到可區分類別空間，如圖6所示。此類方法在一系列任務上取得了優異的結果。例如肺癌、膽管癌組織病理圖像的分類與分級。

基于3D卷積神經網絡的組織學病理圖像分類

高光譜顯微圖像在疾病診斷中的研究與應用進展

病理圖像分析是臨床疾病診斷的“金標準”，結合高光譜病理數字化圖像，可提高 醫師對病變組織器官的深層次分析的效率和準確率，在疾病診斷上具有重大的應用潛力。

醫學高光譜技術從21世紀初開始發展，美國德州大學在2002年基于高光譜成像的細胞遺傳研究計劃中，研制了高光譜顯微系統用于細胞學和組織學研究。Balas等通過快照式光譜成像系統對宮頸口病變區域進行成像研究，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據，對20個惡性腫瘤的組織分類靈敏度達到了98.5%。美國埃默里大學Fei教授構建了基于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（SupportVectorMachine，SVM）分類器實現了癌變組織92.8%靈敏性與96.9%特異性的分類效果。針對乳腺癌癥檢測，Pogue等通過核估計方法對癌變組織的高光譜圖像進行分類，準確率達98%。Laura等在乳腺癌高光譜圖像上驗證了多種分類算法，并最后取得了79%的準確率。Silas等評估了使用點掃描高光譜成像儀測量了結腸腺癌的熒光激發光譜變化。結果表明，高光譜成像可成為區分結腸腺癌細胞和周圍正常結腸黏膜細胞的一種方法。Mauro設計基于微電子機械系統的數字微鏡高光譜成像系統，用于觀察結腸腺正常和癌變黏膜之間的光譜差異，能夠顯示97.1%的分類準確率。暨南大學Zhu等采用液晶可調諧濾波器對胃組織切片的光譜信息進行分析，對癌變組織分類準確率達95%。Kiyotoki等對16組胃癌的腫瘤組織區域和正常區域進行了成像分析。

推薦：

便攜式地物光譜儀iSpecField-NIR/WNIR

專門用于野外遙感測量、土壤環境、礦物地質勘探等領域的最新明星產品，由于其操作靈活、便攜方便、光譜測試速度快、光譜數據準確是一款真正意義上便攜式地物光譜儀。

無人機機載高光譜成像系統iSpecHyper-VM100

一款基于小型多旋翼無人機機載高光譜成像系統，該系統由高光譜成像相機、穩定云臺、機載控制與數據采集模塊、機載供電模塊等部分組成。無人機機載高光譜成像系統通過獨特的內置式或外部掃描和穩定控制，有效地解決了在微型無人機搭載推掃式高光譜照相機時，由于振動引起的圖像質量較差的問題，并具備較高的光譜分辨率和良好的成像性能。

便攜式高光譜成像系統iSpecHyper-VS1000

專門用于公安刑偵、物證鑒定、醫學醫療、精準農業、礦物地質勘探等領域的最新產品，主要優勢具有體積小、幀率高、高光譜分辨率高、高像質等性價比特點采用了透射光柵內推掃原理高光譜成像，系統集成高性能數據采集與分析處理系統，高速USB3.0接口傳輸，全靶面高成像質量光學設計，物鏡接口為標準C-Mount，可根據用戶需求更換物鏡。

審核編輯 黃宇