高光谱显微成像技术在癌症诊断中的应用

高光谱显微成像技术（HMI）是将显微成像技术与光谱技术相结合，可以研究组织切片、细胞或微生物等样本。利用HMI数据进行疾病的诊断可以得到较高的结果准确率、灵敏度和特异性，为不同种类的癌症诊断和判别提供更为有效的手段。本文结合研究资料和实际情况，简单总结了高光谱显微成像技术在癌症诊断中的应用。

2006年Dicker等人使用高分辨率高光谱成像显微镜对良性和恶性真皮组织进行鉴别，其中系统光谱分辨率约为1nm，波长范围400-800nm。实验分别采集不同放大倍数下不同厚度、染色的皮肤样本，以确定它们对光谱表征的影响。使用光谱波形互相关分析对光谱进行分类，结果表明只要皮肤样本染色和切片厚度得到控制，所有不同的皮肤组织都可以被客观地区分。

2012年Hsieh等人开发了中继透镜高光谱显微成像系统，用于癌症诊断。该系统具有透射和荧光模式。透射率可以为病理诊断提供形态学信息，荧光模式可以为正常或异常细胞或组织提供荧光特征。通过对20只小鼠的早期口腔癌进行体外诊断，结果表明鉴定正常细胞和SCC的最佳灵敏度为100%，最佳特异性为99%，鉴定正常细胞和发育不良痣的最佳灵敏度为99%，最佳特异性为97%。

2015年Zhu等人利用高光谱显微成像系统区分正常/癌变胃细胞，实验样品为苏木精伊红（H&E）染色组织切片。由于正常细胞和癌细胞之间的pH不同，二者之间的透射光谱有明显的特征，最终利用该特征训练的反向传播算法程序得到癌细胞识别的平均准确率为95%。

2018年黄等人利用HMI系统采集MM数据，并提出了一种基于特征谱的监督最小二乘支持向量机方法对MM细胞进行分割。该方法基于传统的最小二乘支持向量机算法，选择目标样本的特征谱作为参考，最终对MM细胞的分割精度为85%。

2019年Chen等人基于正常细胞和癌细胞的核染色质含量和分布的差异，利用高光谱显微镜采集H&E染色的肝癌组织的细胞核的透射光谱进行肝癌组织鉴别。使用细胞核的透射光谱来训练用于细胞分类的支持向量机（SVM）模型。最终对癌细胞鉴定的敏感性和特异性分别为99%和98%。图1.4所示为系统采集的癌细胞和正常细胞的HMI数据。

2020年Liu等人提出混合光声和高光谱双模态显微镜，利用该系统对患有MM和SCC的小鼠耳进行成像，其中光谱范围400-600nm，光谱分辨率约为5nm，获得的小鼠耳朵的高光谱图像和光声图像。光声图像由于其穿透深度较深，可以显示出表皮下复杂而丰富的微血管网络，高光谱成像则提供精细的皮肤表面图像，从而获得全方位的皮肤结构信息。实验结果表明，MM和cSCC在形态和生理变化上存在明显差异，从而验证了所提出的系统能够更清晰地了解血管动态变化，并证明该方法可以用作皮肤癌鉴定和评估的可靠和有用的方法。

2020年Leon 等人利用HMI系统（波长范围为450-950nm，共有125个波段）采集61例患者76幅色素性皮肤病变图像的数据，并对其进行标记，将其分为良、恶性两类。同时提出了一种基于无监督算法和监督算法相结合的色素性皮肤病变自动识别和分类处理框架。对色素性皮肤病变良恶性鉴别诊断的敏感性和特异性分别为87.5%和100%。

2021年Courtenay等人将HMI系统与两种无监督异常检测算法（Reed-Xiaoli和Reed-Xiaoli/Uniform Target）相结合自动区分BCC和正常皮肤。结果表明，Reed-Xiaoli/Uniform Target 算法和Reed-Xiaoli算法均能对BCC和正常皮肤进行区分，且曲线下面积分别为0.7074和0.8607。