基于空谱融合特征的皮肤鳞状细胞癌精准诊断研究及其高光谱成像技术应用

本研究针对皮肤鳞状细胞癌(SCC)临床诊断难点，提出基于高光谱成像(HSI)的空谱特征融合诊断框架。通过结合纹理分析与时空特征变换技术，开发多尺度混合Transformer(MSHT)模型，实现对光化性角化病(AK)、脂溢性角化病(SK)和SCC的精准分类，最高灵敏度达0.87，为HSI技术临床转化提供新范式。

　　

皮肤鳞状细胞癌(Cutaneous Squamous Cell Carcinoma, SCC)作为常见的非黑色素瘤皮肤恶性肿瘤，其传统临床诊断方法存在显著局限性。本研究采用高光谱成像(Hyperspectral Imaging, HSI)技术，创新性地融合灰度共生矩阵(Gray-Level Co-occurrence Matrix)、Gabor滤波器和局部二值模式(Local Binary Patterns)进行空间特征提取，同时结合格拉米角场(Gramian Angular Field)、马尔可夫转移场(Markov Transition Field)和递归图(Recurrence Plot)实现空谱特征转换。研发的多尺度混合Transformer(MSHT)模型通过混合卷积与自注意力机制，有效捕捉皮肤病灶的局部纹理细节和全局光谱-空间依赖关系。实验结果表明，该模型对光化性角化病(Actinic Keratosis, AK)、脂溢性角化病(Seborrheic Keratosis, SK)和SCC的诊断灵敏度分别达到0.88、0.84和0.87，显著推进了HSI技术在临床诊断中的精准应用。