1、引言
目前,癌症诊断的金标准依然是组织病理学检查。然而,这种成本高昂的诊断方法不可避免地对人体造成损伤,并且因受限于病理学专家的主观判断,最终的诊断结果可能具有一定的片面性。而高光谱成像技术能够提供成像对象的组织成分及其空间结构信息,这使非侵入性的疾病诊断和临床治疗应用成为可能,具有极广阔的应用前景。
本文基于对高光谱成像的基本原理和高光谱显微成像系统的介绍,重点总结和阐述了1998—2021年间高光谱图像在生物医学领域的发展及应用,包括癌症、心脏病、视网膜疾病、中医舌诊、糖尿病、牙科疾病和皮肤病等常见疾病的新型诊断方法;肿瘤切缘检测、腹腔镜手术、肾手术、肠道手术和外科神经定位等手术指导。本文讨论了高光谱成像技术的局限性并且展望其未来的发展,总结了针对高光谱成像技术在疾病诊断和治疗方法有效性评估的相关临床结果和文献报道,表明高光谱成像技术作为一种有效的、非侵入性的辅助诊断手段,在生物医学应用领域具有非常大的发展空间和潜力。
2、高光谱成像技术
2.1 基本原理
高光谱成像技术是一种结合成像学和光谱学的混合模式,由多光谱遥感成像技术发展而来。高光谱成像技术是指利用光谱仪对成像对象在紫外(UV)、可见光(VIS)、红外、甚至中红外波段的光谱范围内的谱线(数十或数百条)进行连续扫描成像,收集每个像素处的光谱信息,生成空间和光谱信息的3维数据集(称为超立方体)。高光谱图像中的每个像素都包含了几十个到几百个连续窄波段的光谱信息,并且任一个波长下的光谱数据都能生成一幅二维图像,从而实现“图谱合一”。与多光谱成像(例如RGB彩色相机)相比,高光谱成像的光谱带更多(如图1所示)且光谱分辨率更高。因此,HSI有可能捕获不同病理条件下组织的细微光谱差异,而多光谱成像往往会难以获取足够多的用于诊断的重要光谱信息。
图1膜性肾病的高光谱图像
2.2 高光谱显微成像系统
高光谱显微成像系统主要以成像光谱仪、CCD相机和显微镜为主要组成部分,具有多种不同的分类标准,如工作波段、测量光谱类型、数据采集方式和光谱色散方式等。以数据采集方式为例,高光谱显微成像系统主要分为扫描型和快照式(snapshot)。其中,扫描型高光谱成像系统又可细分为摆扫式(whiskbroom)、推扫式(pushbroom)和凝视式(staring)。表1展示了这4种成像方式的技术特点。表2总结了代表性的HSI系统及其医学应用。
表1不同成像方式的光谱仪比较
摆扫式成像需要在横纵两个方向上移动电动控制平台来变换目标像素点,扫描一次只能收集单个像素,也称为逐点扫描。摆扫式高光谱显微系统采集数据时间较长、硬件复杂且效率较低。
推扫式成像也称为线性扫描,空间两个维度信息通过自扫描和平台运动实现,视场内的光信号依次经过物镜、入射狭缝和准直模块、色散元件,并成像于CCD相机。与摆扫式不同,推扫式通过一次扫描可以采集一列像素点的空间信息和光谱信息。由于推扫式采集方式扫描时间较长,图像的光谱分辨率和空间分辨率得以有效提升。无需外置摆扫装置的特点使得推扫式光谱仪具有相对小的体积,因而适用于生物医学领域应用。图2为典型推扫式光谱仪的成像原理示意图。
凝视式成像方式与传统相机类似,其采集的高光谱图像的光谱分辨率低于推扫式采集方式获取的图像,往往达不到高光谱分辨率的要求。凝视式高光谱仪内不设置运动机构,其体积较小,而各谱段图像并非同时扫描完成,因此它对探测动态的运动目标具有不适用性。
快照式高光谱成像技术的成像过程无需扫描,能够一次性获取目标物体的图像信息和光谱信息。该类仪器系统内部不存在移动部件或其他动态调节组件,抗干扰能力强,且成像速度快,因此适用于移动速度较快的目标物体,并且可以达到实时监测的目的。
表2代表性高光谱成像系统及其医学应用总结
图2推扫式高光谱成像系统的示意图
3、生物医学疾病诊断应用
高光谱成像技术具有“图谱合一”的优势,对组织进行检查时,因病变会引起组织成分信息(例如蛋白质、核酸、糖和水分)在含量和结构形态等方面的变化,进而引发光谱曲线在波形、峰强和波长等方面的改变。因此,高光谱成像技术能够在组织细胞形态未发生明显变化之前获取到细胞的异常信息,具有超前性,为鉴别正常组织和病变组织提供了强有力的依据。HSI在非侵入性癌症检测、糖尿病足溃疡、心脏和循环系统病理学及其他疾病检测、手术指导等方面发挥了重要作用,在医学诊断和临床研究领域展现了巨大的应用潜力。
3.1 癌症检测
目前癌症早期筛查诊断普遍使用的热断层扫描技术(TTM)、正电子发射计算机断层显像(PET-CT)等检测手段无法获取病变器官的分子层面信息,血芯片检测、基因检测和纳米检测等检测手段价格昂贵,对癌症早期精准筛查的发展和普及形成了极大障碍。与此同时,多数检测技术依赖的荧光信号探测存在猝灭、低信噪比及实验环境干扰等问题,易对结果产生错判。癌变过程意味着生物组织结构在细胞和亚细胞水平上存在变化,早期诊断癌症的重要标识信号就是生物组织内部结构和生物化学成分的变化。高光谱成像技术能够实现病理数字化,提供生物组织图像的3维数据立方体,包含二维图像信息与一维光谱信号,包含生物组织特征的空间信息和光谱信息,从而准确鉴别不同的病理组织成分,为病变组织器官的深层次分析研究提供了数据获取保障,在癌症诊断方面具有巨大的应用潜力。
3.2 宫颈癌
宫颈癌是妇女第四常见的癌症。据世界卫生组织截至2020年的统计数据,在全世界范围内,约60万名女性被诊断出患有宫颈癌,约34万名女性死于宫颈癌。目前存在的两种有效预防宫颈癌的方法是初级(人乳头瘤病毒(HPV)疫苗接种)和二级(筛查和治疗癌前病变)预防方法。只要早期发现并有效管理,晚期诊断的宫颈癌也可以通过适当的治疗来控制病情。通过全面的预防、筛查和治疗方法,宫颈癌可以作为公共卫生问题被消除。
基于光学技术的宫颈涂片检查是目前筛查宫颈癌的主要方法,可用于识别宫颈细胞和组织中的癌前病变和潜在癌前病变。然而,宫颈涂片检查的假阳性概率为15%40%。光谱学技术利用生物组织的光谱特征来识别病变和指导活检,提高了宫颈癌活检阳性概率,为宫颈癌临床诊断提供了一种可靠的、非侵入性临床诊断方法;计算机能对光谱成像实现自动分析,突破了检测结果受医师临床经验影响的限制。
Okimoto等人利用小波域中的主成分分析(PCA)为荧光成像光谱法无创检测宫颈上皮内瘤变(CIN)提供了新方法。使用连续小波变换(CWT)对高光谱每个像素的荧光光谱的多尺度结构提取数据立方体,然后使用PCA压缩和去噪小波表示,以呈现给前馈神经网络(FNN)进行组织分类。该方法可以在5种宫颈组织类别(包括:低度不典型增生(CIN1)、鳞状、柱状、化生和其他未指定组织类型(5种))中获得95%的平均分类准确率。与此同时,还训练了2类前馈神经网络,以区分CIN1和正常组织,并获得敏感性和特异性分别为98%和99%的结果。
高光谱成像技术用于体内检测宫颈上皮内瘤变时,面临多种限制,例如照明不均匀、设置成本高昂、体积大以及数据采集和处理非常耗时。为了克服这些限制,Zheng等人获取了600-800nm波长范围内的高光谱图像立方数据,并通过宽间隔二阶导数分析方法对其进行了处理。该方法有效地减少了由于照明不均匀和背景吸收而引起的图像伪影。此外,通过二阶导数分析,只需使用3个特定的波段(620nm、696nm和772nm)即可实现具有最佳可分离性的组织分类。将3位患者的宫颈高光谱图像用于分类分析,Zheng等人提出的方法将宫颈组织成功地分为正常,炎症和高级别病变等3类。图3展示了一位高度病变的宫颈癌患者的分类结果。图3(a)是应用3%5%乙酸后的数字阴道镜图像,由经验丰富的外科医生标记的黑色圆圈表示高度病变区域,用红线分隔的区域表示那勃氏囊肿的部分。图3(b)是应用鲁戈氏碘液后的数字阴道镜图像。图3(c)是在696nm处的单个波长的反射率图像。图3(d)是应用Zheng等人方法得到的分类结果。由经验丰富的外科医生绘制的黑色圆圈表示高度病变区域,用红线分隔的区域表示那勃氏囊肿的部分。实验结果表明,分类结果与有经验的妇科肿瘤学家在使用乙酸后的分类结果一致。
图3一位高度病变患者图像的分类结果
3.3 皮肤癌
皮肤是人体最大的器官,皮肤黑素瘤是高度恶性的皮肤肿瘤。皮肤黑色素瘤的大多数病例在被诊断后已经处于晚期,缺乏有效的治疗方法。手术切除、化学疗法和其他疗法只能延长患有该疾病的患者的寿命。皮肤癌的早期发现对于规划癌症病变的有效疗法至关重要。常规的皮肤诊断是基于对病变的肉眼检查,并且检查结果准确度取决于皮肤科医生的专业知识。通过肉眼检查无法确诊时,皮肤科医生通常需要进行活检以确认病变是否为恶性。该方法存在假阳性和假阴性的问题,导致不必要的手术程序。因此,无创和非侵入的高光谱成像技术可以在皮肤肿瘤的早期检测中发挥重要的临床作用。
Nunez等人基于人类皮肤的固有属性,不使用“高光谱到RGB图像的转换”,使用高光谱仪器(光谱范围400-2500nm)估计被识别为皮肤像素中包含的黑素体的数量,从而估计出皮肤的颜色。
为了能够在早期发现黑色素瘤,研究人员已经对其进行广泛研究并开发了自动黑色素瘤筛选系统。Nagaoka等人提出一种高光谱黑素瘤筛查系统,并提出了一种基于皮肤色素分子特征的黑素瘤鉴别指数。Nagaoka等人将高光谱成像仪和黑色素瘤鉴别指数应用于鉴别头端痣(AN)和急性肺部黑色素瘤(ALM)。通过诊断性能评估,该方法获得了92%的敏感性和86%的特异性,在分子色素水平上提出的客观黑色素瘤鉴别指数的性能接近临床专家。Vyas等人基于人体皮肤的物理模型开发了一种机器学习与高光谱成像相结合的新方法,无创地估算生理皮肤参数,包括黑素体、胶原蛋白、氧饱和度和血容量。
黄怡提出了一种基于特征谱的监督最小二乘支持向量机(CSS-LSSVM)分割方法对恶性黑色素细胞进行分割。CSS-LSSVM基于传统的最小二乘支持向量机(LSS-VM)算法,选择目标样本的特征谱作为参考,获得了皮肤黑色素瘤实验样品中恶性黑色素细胞高达85%的分割精度。图4显示了黑色素瘤细胞识别实验的结果。与SVM分割方法相比,CSS-LSSVM分割方法可以识别更多的恶性黑色素瘤细胞区域。
高光谱成像是一种新型非侵入性技术,能够捕获超出人眼能力范围的样本光谱特性,促进色素性皮肤病变(PSL)的检测和分类。Leon等人提出了基于HSI皮肤病学采集系统,该系统在450950nm光谱范围内捕获了125个光谱带,获得了来自61位患者的76幅PSL高光谱图像。对采集的高光谱图像构建PSL数据库,并对库内样本进行了标记和分类,分为良性和恶性两类。Leon等人提出了一种基于半监督算法的PSL自动识别和分类的处理框架。实验结果表明,鉴别恶性和良性PSL的敏感性和特异性结果分别为87.5%和100%。这项研究初步表明,HSI技术有潜力在临床常规实践中使用实时无创手持设备帮助皮肤科医生辨别良性和恶性PSL。
图4黑色素瘤细胞识别实验的结果
3.4 胃癌
癌症检测方法可以帮助医生诊断癌症,以安全的边界解剖恶性区域,并评估切除后的肿瘤床。Akbari等人通过构建10名患者胃癌数据库,对红外波长范围内高光谱图像对肿瘤的检测进行评估。通过提取癌性和非癌性组织中的光谱特征进行诊断,并将高光谱图像转变为伪彩色图像实现专家的诊断标记,判断图像内是否含有胃癌组织并圈出胃癌组织轮廓和癌细胞。图5(a)中红线标记的区域为胃癌组织区域,图5(b)中绿线标记的区域为单个癌细胞。实验结果能够突出显示癌性组织与非癌性组织的反射特性之间的差异,证明了该系统的应用潜力。
Goto等人研究了使用高光谱成像仪记录胃肿瘤和正常黏膜的光谱反射率(SR)的差异,以此确定可用于诊断胃癌的特定波长。该实验使用高光谱相机记录了日本山口大学医院的96例患者经内镜黏膜剥离术切除的104例胃肿瘤,并确定了将肿瘤与正常黏膜区分开的最佳波长和临界值,以建立诊断算法。选择770nm的波长和1/4的校正SR的截止值作为各自的最佳波长和截止值。该算法的特异性和准确性分别为98%和85%。实验结果表明,HSI可用于测量胃肿瘤中的SR,准确区分肿瘤性黏膜和正常黏膜。
Ogihara等人利用校正后的反射率,设计了胃癌诊断支持系统。在系统设计中,仅通过训练样本即可解决选择最佳波长和优化分类器截止值的问题。以104例胃癌为样本,独立重复设计评价系统30次,在对30个试验的性能进行分析后,所得平均敏感性为72.2%,特异性为98.8%。结果表明,该系统可有效支持胃癌筛查。
Hu等人使用高光谱显微成像技术建立了30例胃癌患者的高光谱数据库。基于胃癌组织与正常组织在410-910nm波长范围内光谱空间特征的差异,Hu等人提出基于深度学习的胃癌组织分析方法,研究了胃组织的微观高光谱特征和个体差异。实验结果表明,该模型对胃癌和正常胃组织的分类准确率为97.57%,对胃癌组织的敏感性和特异性分别为97.19%和97.96%。
图5胃癌组织轮廓和癌细胞的伪彩色图像
3.5 口腔癌
口腔癌是一种复杂的,广泛传播的癌症,严重危害人体的健康。先进的技术和深度学习算法可以实现口腔癌的早期检测和分类。医学成像技术、计算机辅助诊断和检测可以提高癌症治疗效果。Jeyaraj和Nadar通过分析口腔癌患者的高光谱图像,开发了一种用于计算机辅助口腔癌自动检测系统的深度学习算法。在100幅高光谱图像数据训练下,算法分类精度为91.4%,灵敏度为0.94,特异性为0.91。
3.6 心脏和循环病理学
据心血管疾病调查数据显示,心血管疾病在全球范围内具有较高的疾病致死率。2015年死于心血管疾病的人数高达1790万,经保守估计到2030年死亡人数将增至2360万。心血管疾病的防治任务对临床检测分析技术提出了更高的要求。高光谱成像技术作为一种新型可视化技术已应用于心脏和循环系统病理学的初期探索。
外周动脉疾病(PAD)常引起行走时的不适或疼痛,可发生在下肢的各个部位。在严重的外周动脉疾病中,有时会出现肢端溃疡,如果不改善局部的血液循环,这些溃疡会变干变黑,最后坏死。Chin等人利用高光谱成像技术对PAD进行检测和病程评估。实验使用可见光HSI系统测量正常人和PAD患者的氧合血红蛋白和脱氧血红蛋白的浓度,从而获取正常人和PAD患者下肢氧合水平的差异。该研究初步证明高光谱成像能够无创检测氧合血红蛋白和脱氧血红蛋白的浓度,具有诊断和评估PAD的应用潜力。
易损斑块具有造成严重心脏病的风险,并且难以使用现有方法进行识别。高光谱成像结合了光谱和空间信息,为动脉粥样硬化病变的精确光学表征提供了新的可能性。
Larsen等人使用白光和紫外线照射,从切除的主动脉样本中收集高光谱数据,结合组织学使用K均值聚类、主成分分析等统计图像分析工具和反射率来评估高光谱图像。图像分析与组织学相结合的方法不仅能揭示主动脉斑块的复杂性和异质性,还可以从高光谱图像中识别斑块特征,例如脂质和钙化。大多数晚期病变区域被斑块的外缘或肩部区域包围,这被认为是易损病变中的薄弱点,这些特征可以在白光和荧光数据中识别出来。该实验证明了将高光谱成像用于体外检测和鉴定晚期动脉粥样硬化斑块的可能性。与常规的单点光谱测量相比,高光谱成像可提供更多有关病变异质性的诊断信息。
胆固醇晶体(ChCs)已被认为是斑块易损性的主要因素,并且是动脉粥样硬化的潜在生物标志物。然而,在自身组织环境中,选择性地检测胆固醇是一项技术挑战。Suhalim等人证明了高光谱激发拉曼散射显微镜(SRS)与二次谐波显微镜(SHG)相结合可以选择性地检测ChCs。
4、讨论
在过去的几十年里,高光谱成像作为一种非接触、免标记的新型光学诊断技术,通过获取肉眼不可见的附加光谱图像信息,为临床医学提供了有效的辅助诊断技术手段。随着高光谱成像技术对医学应用探索的不断深化和扩展,高光谱成像的医学应用可能会受到成像系统成本和从大量的医学高光谱图像数据中精准且快速地挖掘出具有重要诊断价值的特征信息能力的限制。医学高光谱图像的高空间分辨率、高维度和空谱特征关联等特点,为图像分析和实际工程应用带来很大困难和挑战。光谱分析方法是仅测量有限数量点的点测量方法,因此,所获取的光学特性可能会因局部组织的不均匀性而产生偏差,并且可能会丢失重要的诊断信息。尽管光谱学已被广泛研究以探测分子、细胞和组织特性并表征组织参数与疾病状态的相关性,但HSI的基础研究仍尚未深入。
因此,有必要对医学高光谱图像的生物学原理进行基础研究,并利用光谱学对HSI系统进行验证。HSI非唯一性的存在是HSI的另一个局限性。HSI技术从反射率和透射率的测量中推导出相互作用系数以间接提取组织内光学特性空间图,这是一个不适定的逆问题,没有唯一解。此外,HSI可以测量来自大面积组织的大量光谱信息,但实践中很难消除光谱轮廓与生物样品匹配的模糊性。目前,大多数文献报道了在不深入分析获得的图像数据的情况下应用HSI的可行性。由于图像数据集通常被限制在特定的仪器上,一些结果可能缺乏通用性。因此,需要各种疾病的组织、细胞和分子的可访问、准确和可持续更新的光谱数据库,以便为疾病诊断和治疗提供有价值的工具。例如,肾肿瘤的每一个亚型都可能具有不同的形态和分子特征,从而导致光谱特征的差异。因此,肾肿瘤的光谱库可以提供参考光谱,以帮助高光谱图像的解释。此外,为了充分利用HSI提供的丰富的光谱和空间信息,还需要研究先进的数据挖掘方法。
近20年来,高光谱成像技术在硬件和系统上得到了飞速的发展,在医疗领域得到广泛应用。大多数医学高光谱图像只探测光的紫外线、可见光和近红外区域。因此,对中红外光谱范围内高光谱图像的探索有可能为疾病检测、诊断和监测带来新的见解。此外,高光谱成像技术与术前正电子发射断层扫描、术中超声等其他成像方式相结合,发挥各项技术的关键优势,克服高光谱成像技术对生物组织的穿透能力的限制,拓宽HSI的应用领域。随着与显微镜、阴道镜、腹腔镜和眼底照相机等技术的日益融合,高光谱成像技术为分子、细胞、组织和器官水平的潜在临床应用提供重要信息。HSI的临床应用显然处于青春期,需要更多的验证才能将其安全有效地用于临床实践。随着硬件技术、图像分析方法和计算能力的不断发展,HSI有望实现辅助非侵入性疾病的诊断和监测,癌症生物标志物的鉴定和定量分析,图像引导的微创手术、靶向给药和跟踪、药物剂量评估。