医学高光谱显微成像与智能分析关键技术研究及应用

医学影像作为常用的癌症检查手段,在医疗诊疗中起着重要作用。其中,病理图像分析能够从微观层面上观察癌细胞,是临床疾病诊断的“金标准”。传统病理分析主要依靠人工在显微镜下观察切片并做出判断,但长时间、高强度的检阅容易造成诊断准确率下降。随着高分辨率成像技术的发展,基于数字病理图像的处理与分析的方法得到了广泛关注。然而,彩色数字病理图像因缺少多维度、多模态信息,已逐渐触及智能病理诊断的短板。近年来,精准医疗诊断机器人技术已成为国际前沿研究热点,本文综合分析了高光谱机器视觉在医学病理诊断领域的核心关键技术,总结了高精度成像质量低、空-谱特征联合提取难、检测分析效果不佳等研究难题,并阐述了高光谱显微成像与分析技术在疾病诊断中的研究与应用进展。

基于医学高光谱显微图像光谱空间信息的血细胞分类

目的:提出一种新的从医学高光谱成像中提取基于光谱空间信息的血细胞分类框架。给出一个使用高光谱成像的血细胞分类与计数方法,能以其独特的特征改善分类精度和异常细胞的识别。方法:使用显微高光谱摄像仪采集高光谱血细胞图像,能够同时保证采集数据的高空间和光谱分辨率。高光谱数据中包含了几十个连续的窄波段,这样能够显示不同物质的光谱细节信息差异。对于血细胞分类,波段选择首先采用保存信息量最丰富的波段,然后用Gabor滤波器表示有用的空间信息。最后,使用一些先进的基于像素的分类器,例如稀疏表示分类器、支持向量机、核函数极限学习机,去验证所提取光谱空间特征。结果:本文提出的分类框架,充分利用了极有可能是同类像素的空间邻域信息,这已经经过了医学高光谱数据的验证。结论:实验结果表明此框架在不同训练样本数量的情况下,与传统单纯基于光谱信息分类方法相比,显著提升了分类精度。

高光谱图像在生物医学中的应用

高光谱成像(hyperspectral imaging, HSI)作为生物医学可视化的一种新兴技术,在生物医学领域的研究正逐渐受到关注。随着高光谱成像技术以及精准医学的迅速发展,将高光谱成像技术应用于近距离的医学诊断成为新的研究趋势。高光谱成像技术能同时获取生物组织的2维空间信息和1维光谱信息,覆盖可见光、红外和紫外等光谱范围,具有较高的光谱分辨率,可提供有关组织生理、形态和生化成分的诊断信息,为生物组织学研究提供更精细的光谱特征,进而为医学病理诊断提供更多辅助信息。本文介绍了高光谱成像技术的基本原理、高光谱显微成像系统的基本构成及特点。基于此,总结并阐述了高光谱成像技术在疾病诊断和手术指导中的应用进展,涉及其在癌症、心脏病、视网膜疾病、糖尿病足、休克、组织病理学和图像引导手术等方面的应用。综合分析了高光谱成像技术在生物医学领域应用的局限性,并提出了生物医学研究领域中该技术的未来发展方向。