近日，山東大學(xué)控制科學(xué)與工程學(xué)院、齊魯醫(yī)院等機(jī)構(gòu)聯(lián)合完成的一項題為《HSPath-Bench: A microscopic hyperspectral dataset and local-global  learning network for histopathological classification》的研究，在國際光學(xué)領(lǐng)域權(quán)威期刊《Optics and Laser Technology》上發(fā)表。

該研究在顯微高光譜病理智能診斷領(lǐng)域取得系列重要突破，不僅構(gòu)建了首個公開的、具有像素級標(biāo)注的顯微高光譜病理基準(zhǔn)數(shù)據(jù)集，還提出了創(chuàng)新的分類框架，為實(shí)現(xiàn)精準(zhǔn)、自動化的癌癥病理分析提供了新的技術(shù)范式。此項研究的關(guān)鍵數(shù)據(jù)，由杭州高譜成像技術(shù)有限公司（以下簡稱“高譜成像”）提供的HY-5010顯微高光譜成像系統(tǒng)采集完成。

填補(bǔ)數(shù)據(jù)空白，創(chuàng)新算法框架

本研究直面病理學(xué)中高光譜技術(shù)應(yīng)用的兩大核心瓶頸：高質(zhì)量標(biāo)注數(shù)據(jù)稀缺與復(fù)雜光譜空間信息利用不足。

1. 發(fā)布首個公開顯微高光譜病理基準(zhǔn)數(shù)據(jù)集

研究團(tuán)隊針對頭頸癌（HNC）的免疫組化（IHC）與原位雜交（ISH）切片，構(gòu)建了名為 “HSPath-Bench” 的基準(zhǔn)數(shù)據(jù)集。該數(shù)據(jù)集包含超過60萬個像素的多類別精細(xì)標(biāo)注，涵蓋了EGFR、P16、P53、P63、EBER五種關(guān)鍵生物標(biāo)志物在不同染色強(qiáng)度下的光譜空間信息。這是國際上首次公開提供此類多類別、像素級標(biāo)注的顯微高光譜病理數(shù)據(jù)集，為全球?qū)W術(shù)界開發(fā)和驗證相關(guān)算法提供了至關(guān)重要的公共平臺，將極大推動該領(lǐng)域的研究進(jìn)程。

2. 提出創(chuàng)新的M2BS波段選擇與ALGFF特征融合算法

為解決高光譜數(shù)據(jù)波段冗余和局部-全局特征融合難題，研究團(tuán)隊提出了兩大核心算法：

• 最大質(zhì)量波段選擇（M2BS）算法：該算法創(chuàng)新性地以“質(zhì)量”（信息密度與特征空間體積的乘積）為度量，在有效剔除冗余光譜波段的同時，最大程度保留了具有判別力的關(guān)鍵光譜信息，提升了后續(xù)處理的效率與精度。

• 自適應(yīng)局部-全局特征融合（ALGFF）模塊：該模塊創(chuàng)新性地將卷積神經(jīng)網(wǎng)絡(luò)（CNN）提取的局部細(xì)節(jié)特征與Swin Transformer捕獲的全局上下文語義進(jìn)行自適應(yīng)通道融合，使模型能夠同時洞察細(xì)胞級的細(xì)微差異和組織級的整體分布模式。

  
  

3. 實(shí)現(xiàn)優(yōu)于現(xiàn)有方法的分類性能

在構(gòu)建的HSPath-Bench數(shù)據(jù)集上，該研究提出的完整框架在頭頸癌IHC/ISH切片分類任務(wù)中，多項指標(biāo)達(dá)到最優(yōu)（SOTA）水平。特別是在訓(xùn)練樣本極少的條件下（每類僅5個標(biāo)注像素），模型依然表現(xiàn)出強(qiáng)大的泛化能力和魯棒的分類精度，為臨床實(shí)踐中標(biāo)注成本高、樣本獲取難的現(xiàn)實(shí)挑戰(zhàn)提供了可行的AI解決方案。

高譜成像HY-5010顯微高光譜成像系統(tǒng)提供精準(zhǔn)數(shù)據(jù)

本項研究的可靠性建立在原始高光譜數(shù)據(jù)的精確性與一致性之上。研究中所有病理切片的高光譜圖像數(shù)據(jù)，均通過高譜成像的 HY-5010顯微高光譜成像系統(tǒng)采集獲得。

與傳統(tǒng)的RGB顯微鏡成像只能獲取有限的光學(xué)信息不同，HY-5010系統(tǒng)能夠在400-1000nm的光譜范圍內(nèi)，以優(yōu)于2.8nm的光譜分辨率，連續(xù)采集300個波段的高維光譜數(shù)據(jù)。這意味著系統(tǒng)為病理切片上的每一個微米級的像素點(diǎn)，都記錄了一條獨(dú)一無二的、反映其生化成分的“光譜指紋”。正是這些蘊(yùn)含豐富分子信息的連續(xù)光譜，使得研究團(tuán)隊提出的AI算法能夠精準(zhǔn)區(qū)分在形態(tài)和常規(guī)染色下難以辨識的、不同表達(dá)強(qiáng)度的生物標(biāo)志物區(qū)域。

論文明確指出，該系統(tǒng)具備自動對焦與掃描功能，能夠在保證高空間分辨率的同時，高效、穩(wěn)定地獲取整個感興趣區(qū)域（ROI）的空間-光譜立方體數(shù)據(jù)，為后續(xù)的定量化分析和算法訓(xùn)練奠定了堅實(shí)的基礎(chǔ)。

為生命科學(xué)研究提供先進(jìn)的光譜視覺工具

高譜成像致力于將先進(jìn)的高光譜成像技術(shù)賦能于生命科學(xué)前沿研究。本次山東大學(xué)團(tuán)隊的突破性工作，再次驗證了高譜顯微高光譜設(shè)備在數(shù)字病理、生物醫(yī)學(xué)研究領(lǐng)域的強(qiáng)大應(yīng)用潛力。

HY-5010顯微高光譜成像儀作為一款專業(yè)的一體化顯微高光譜成像平臺，其優(yōu)勢在于：

• 高精度光譜獲?。翰捎蒙⑿头止庠恚_保光譜數(shù)據(jù)準(zhǔn)確，支持反射與透射兩種成像模式，適應(yīng)多樣本類型。

• 顯微級空間分辨率：與顯微鏡光路無縫耦合，可實(shí)現(xiàn)高倍率下的微區(qū)光譜成像，滿足病理細(xì)胞級觀測需求。

• 流程化與穩(wěn)定性：內(nèi)置掃描與自動校準(zhǔn)功能，簡化操作流程，確保大批量樣本數(shù)據(jù)采集的一致性與可重復(fù)性。

我們很榮幸看到，高譜成像的技術(shù)正成為國內(nèi)外頂尖科研團(tuán)隊探索生命奧秘、攻克臨床難題的得力工具。

未來，高譜成像將繼續(xù)聚焦客戶需求，深化技術(shù)研發(fā)，為全球的科研工作者與行業(yè)專家提供更強(qiáng)大、更精準(zhǔn)的多維感知解決方案，共同推動精準(zhǔn)醫(yī)療與生命科學(xué)的進(jìn)步。

論文鏈接：

https://www.sciencedirect.com/science/article/abs/pii/S0030399225020043?via%3Dihub

獲取更多實(shí)驗報告或了解高光譜產(chǎn)品，

可電話聯(lián)系13588435456（微信同號）。