揭示高频偏振振荡：一种基于小波引导的高光谱方法用于无标记检测肝细胞癌

《Optics & Laser Technology》：Unveiling high-frequency polarized oscillations: A wavelet-guided hyperspectral approach for label-free diagnosis of hepatocellular carcinoma

　　

摘要

原发性肝细胞癌的早期诊断在临床中具有重要意义。传统RGB成像的对比度有限，而高光谱成像则存在严重的光谱冗余问题。在本研究中，我们提出了一种无标记的肝细胞癌检测框架，该框架将线性极化度高光谱成像与小波引导的特征分析相结合。我们开发了一套覆盖360–1035纳米波段的定制宽带高光谱偏振显微镜系统，用于获取病理组织切片的空间、光谱和偏振信息。为实现精确的细胞核级分析，我们设计了带有解码器端深度监督的细胞核分割网络，在1200个标注过的细胞核中，其相对平均对称表面距离为核直径平均值的4.77%。为表征非平稳的线性极化度高光谱信号，我们采用了莫雷特小波和墨西哥帽小波组合的双母小波策略，用以提取互补的高频偏振振荡特征和与吸收相关的光谱特征。分析结果显示，在可见光和近红外区域存在与癌症相关的明显高频振荡。基于四个具有物理意义特征谱带，我们构建了三级级联归一化差异指数模型。与传统线性降维方法相比，该模型能更好地保留与癌症相关的信息，使有效癌症信息含量从5.48%提升至24.92%，同时将特征重叠程度降至4.42%。由此得到的无标记检测图能够以高对比度展示细胞亚结构中的恶性特征，包括核仁肥大和异常染色质分布。这一框架为细胞核级的肝癌病理分析提供了一种可解释且高通量的光学方法。

引言

肝细胞癌是全球第六大常见恶性肿瘤，也是第三大癌症死亡原因[1]，近年来其发病率和死亡率仍在持续上升[2][3]。尽管基于巴塞罗那分期系统的综合管理策略不断优化，但大多数国家中晚期肝细胞癌患者的生存率仍仅为5%-30%[4][5]。较高的复发率和显著的异质性仍是限制治疗效果的关键因素[6][7]。作为遗传物质的主要载体以及基因表达调控的核心场所，细胞核在病理学研究中已被广泛研究。众多研究表明，肿瘤细胞中的核异型性、核质比、染色质纹理以及有丝分裂象等参数与肝细胞癌的组织学分级、早期复发风险及长期生存率密切相关[8][9][10]。这些特征可作为重要的预后标志物，反映癌症的侵袭性并指导治疗决策[11][12][13][14]。因此，大规模、客观、定量且高通量地检测癌细胞核的形态与功能状态，对于制定个性化治疗方案及评估治疗效果至关重要[15][16][17][18]。

近年来，高光谱成像与偏振成像在遥感领域得到了快速发展，也逐渐被应用于生物医学成像领域。在遥感中，高光谱成像可通过在像素级别记录连续的空间-光谱信息，为材料识别、土地覆盖分类及目标检测提供高维光谱特征[19][20]。偏振成像，尤其是极化合成孔径雷达，则可通过表征散射机制、表面粗糙度、几何结构及目标方位，弥补高光谱成像的不足。因此，结合高光谱与偏振信息已成为提升复杂遥感场景分类与识别性能的重要策略[22][23]。

然而，生物组织具有显著的形态异质性，局部病变不易显现，且标注样本数量有限，这使得传统的高光谱成像和偏振成像方法难以直接应用于临床实践，也无法提供可靠的病理特征。目前，大量研究通过构建血红蛋白、脂质、水分含量以及与代谢相关的组织的“光谱指纹”来实现无标记特征分析，与传统RGB成像相比，这类方法在识别实体瘤病灶及评估手术切缘方面具有更强的对比度[24][25][26][27]，并在显微成像领域可用于补充传统形态学观察的客观特征，帮助区分处于不同病理阶段的肿瘤[33]。此外，高光谱成像提供的空间-光谱联合信息与深度学习的结合，进一步提升了利用光谱特征识别肿瘤的可行性[34]。相比之下，虽然偏振成像的光谱分辨率低于高光谱成像，但它可通过多方向光传输反映表面结构的光散射特性，因此对微结构及各向异性（包括胶原纤维排列、细胞核结构及细胞骨架组织）具有很高的敏感度[38][39]。不过，随着对精准临床诊断需求的增加，单一模态的光学成像显然存在诸多局限性[40][41]。高光谱成像通常存在维度过高、光谱冗余问题，且炎症、早期病变与肿瘤边缘的光谱响应较为相似；而偏振成像则缺乏足够的生化特异性，还可能受到复杂组织散射的影响。因此，为应对复杂生物场景中的分割难题及“维度灾难”，亟需先进的模型框架来确保目标的准确提取[42][43][44]。

通过联合分析高光谱与偏振信息，可以获取与波长相关的退极化及散射特征。近年来，生物医学研究开始结合高光谱与偏振信息，以提升组织可视化水平并检测与肿瘤相关的特征[45]。例如，偏振-高光谱显微镜已被用于更清晰地显示病理切片中的胶原纤维，以及区分正常细胞与肿瘤细胞。这些研究充分展现了光谱-偏振成像在无标记病理分析中的巨大潜力[46]。不过，目前大多数生物医学应用仍侧重于图像对比度提升、定性可视化或宏观组织层面的区分，缺乏针对数据融合、细胞亚结构研究及特征谱带分析的明确物理机制解释。

鉴于此，本研究旨在探索高光谱成像与偏振成像技术的深度整合，以克服微观层面单一模态检测的局限性。我们独立开发了一套宽带高光谱偏振显微镜系统，该系统能够捕捉细胞核微观结构的光学各向异性及光谱指纹，从而构建多维度的病理数据立方体。为解决高维数据处理中的分割难题及“维度灾难”问题，我们提出了改进型的深度监督分割网络，以确保能够精确提取分析目标。此外，我们还采用多分辨率小波时频分析方法，深入解析线性极化度信号的物理本质。通过识别癌细胞发生过程中细胞核特有的高频振荡及光谱吸收特征，本研究进一步构建了一个低维度、高效级的级联判别模型。这一方法无需依赖外源染色标记，即可高度灵敏地识别肝细胞癌细胞核，并对细胞亚结构进行详细病理表征，为肝癌的精准病理诊断提供了一种新的光学检测策略。

章节节选

高光谱-偏振显微镜采集系统与校准

如图1所示，本研究定制了一套集成高光谱与偏振数据采集功能的显微成像系统。该系统采用卤素灯（PHILIPS，TYPE-7724）作为宽谱照明光源，其光谱范围涵盖从300纳米的近紫外区域到2500纳米以外的红外区域，同时确保最大功率不会损坏生物样本。在系统前后均设置了偏振器，偏振模块中包含一个可旋转的偏振器。

实验分析

为全面、客观地量化本文的研究方法，我们对细胞核分割任务以及细胞核内病理特征的分离程度进行了实验描述，并建立了相应的定量评估指标体系。

讨论与结论

本研究提出了一种用于肝细胞癌病理学分析的无标记检测框架，该框架包括线性极化度高光谱成像、基于深度学习的细胞核分割、小波引导的特征谱带提取以及级联归一化差异指数模型。通过引入深度监督分割网络，可从复杂的病理背景中精准提取细胞核区域，减少基质、细胞质及背景信号带来的干扰。

CRediT作者贡献声明

戴荣伟：撰写——初稿、可视化、验证、软件、方法论、研究设计、概念构思。黄丹飞：撰写——审稿与编辑、监督、资源协调、项目管理、资金申请、正式分析、概念构思。谢毅：撰写——审稿与编辑、验证、方法论、研究设计、数据整理。王晨晨：撰写——审稿与编辑、验证、软件、研究设计。宋东：验证、方法论。洪静辉：

利益冲突声明

作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。

致谢

本研究得到了中国国家自然科学基金（编号：62105245）、长春科技大学、中山研究院项目基金——“基于近红外光谱的果实甜度定量算法研究”（编号：20240101–20261231-H21-14-05）以及“基于计算光学的人工智能目标识别辅助检测系统”（编号：20231201–20241231-H21-14-06）的支持。作者们还要感谢吉林市第一医院。

Rongwei Dai|Danfei Huang|Yi Xie|Chenchen Wang|Dong Song|Jinghui Hong|Xiang Li|Sihui Chen|Chuanke Zhao|Suilian You