该文通讯作者、项目指导教师李庆利教授表示，这种基于显微高光谱成像的定量化的肝脏肿瘤成分分析方法，有望为病理医生进行相关疾病的早期诊断提供参考。
王健生作为第一作者在JOURNAL OF BIOMEDICAL OPTICS期刊上发表论文
光谱成像技术起源于20世纪70年代的多光谱遥感技术，并随着对地遥感应用的需要而发展。高光谱成像技术在紫外、可见光到短波红外波段光谱分辨率高达纳米(nm)数量级，包含了丰富的空间、辐射和光谱信息，已经在地质、农业、植被、环境、城市、军事、水文、大气等领域获了良好的应用。信息学院多模光谱成像研究团队已经研制了多种显微高光谱成像系统并将其应用于生物组织的智能识别分析，先后与多家医院合作，对视网膜、皮肤、肾脏、神经、血液涂片以及裸鼠皮窗肿瘤血管等开展研究并已取得了丰硕成果，肝脏病理学显微高光谱图像分析是其研究方向之一。
肝脏肿瘤的显微高光谱图像及其光谱曲线
在国内外关于肝脏肿瘤病理图像分析的研究中，多以普通光学显微镜图像为主，而且较少从肝脏肿瘤统计意义角度进行光谱成像研究。该论文利用显微高光谱成像技术，分别跟踪了8、12、16和20周实验大鼠的胆管瘤（常见肝脏肿瘤的一种）病变情况，并与正常大鼠的肝脏图像进行了对比分析。胆管瘤产生初期即8周前后在普通光学显微镜下较难观察到形态学变化，因此，即使是病理医生也难以给出准确的识别结果，本研究难点也在于此。研究团队利用显微高光谱图像优越的光谱特性，主要采用形态学分水岭算法和支持向量机算法对不同阶段的肝脏病理图像中的肿瘤比例分别做了大量的识别与统计。实验结果表明，该方法可以识别肝脏高光谱图像中的肿瘤区域，且精度达到了95%以上，同时也验证了8周早期病变识别的有效性。
该项研究获得了国家自然科学基金和上海市科学技术委员会科技成果转化和产业化项目的支持。
第一作者简介：
王健生从大二开始，参加肝脏病理显微高光谱图像的定量化识别分析相关课题研究，半年后便在第十届数字图像处理国际会议（2018 ICDIP）上发表了她的第一篇会议论文An Automatic Liver Fibrosis Qualitative Analysis Method Based on Hyperspectral Images, Proc. SPIE 10806, Tenth International Conference on Digital Image Processing (ICDIP 2018), 1080634; doi: 10.1117/12.2502980，并获得了该会议的Best Paper奖（每届8篇）。目前，王健生已获得推免资格，将师从李庆利教授继续在该方向展开更深入地研究。
王健生在第十届数字图像处理国际会议获得Best Paper奖
附：Quantitative analysis of liver tumors at different stages using microscopic hyperspectral imaging technology论文链接http://dx.doi.org/10.1117/1.JBO.23.10.106002
图文、来源｜信息科学技术学院 编辑｜刘露霞 编审｜郭文君
