高光谱成像技术在穿刺活检中鉴别肉芽肿性乳腺炎与正常乳腺组织的应用研究

本研究针对肉芽肿性乳腺炎(GM)与正常乳腺组织鉴别诊断的临床难题，研究人员创新性采用高光谱成像技术(HSI)对石蜡包埋穿刺活检样本进行400–1000 nm光谱扫描。通过主成分分析和方差检验筛选出10个特征波长，其中血红蛋白吸收峰和脂质-胶原特征最具鉴别力，为乳腺病变术前/术中实时无标记诊断提供了新方法。

　　

这项开创性研究将高光谱成像(HSI)技术引入乳腺疾病诊断领域，通过对石蜡包埋的穿刺活检样本进行400–1000 nm光谱扫描，构建了三维光谱数据立方体。研究人员采用主成分分析(PCA)和单因素方差分析(ANOVA)从海量光谱数据中筛选出10个最具诊断价值的特征波长——这些波长精准捕捉了血红蛋白特征吸收峰、脂质-胶原复合物特异性光谱特征以及组织散射特性。

研究发现，肉芽肿性乳腺炎(GM)病变组织在血红蛋白吸收带(如541 nm和577 nm处)表现出显著差异，这反映了病变区域异常的血管分布和代谢活动。更令人振奋的是，脂质-胶原特征光谱在1200–1300 nm区间的独特"指纹"为鉴别诊断提供了决定性依据。基于这些发现，研究团队开发了机器学习分类算法，能够实时生成染色-free的组织分布图谱，为临床医生在术前规划和术中决策提供了革命性的辅助工具。

这项技术的临床价值在于：首先，突破了传统病理检查需要染色处理的局限；其次，将诊断时间从数小时缩短至分钟级；更重要的是，其高达95%的鉴别准确率显著降低了误诊风险。该成果为乳腺炎性病变的精准诊疗开辟了新途径，未来或可拓展应用于其他器官的炎症性与肿瘤性病变鉴别。