前言

今年4月，根据ResearchAndMarkets报告，多重疾病推动对高端诊断的需求，而高光谱相机市场占主导地位。据该报告预测，全球医疗高光谱成像系统市场规模预计到 2030 年将达到 63 亿美元，2024 年至 2030 年的复合年增长率为 11.6%，推动市场增长的主要因素之一是全球老龄化导致的慢性病患病率的上升。在未来的人口结构中，预计患有至少一种慢性病的人数和患有多种疾病的人数将增加。随着成像技术的进步，非侵入性治疗和诊断技术越来越受到临床的欢迎。趋势表明，未来会更倾向于减少患者不适和降低风险，同时又能确保精准诊断的设备。

最新进展

2024年5月22日，来自澳大利亚眼科研究中心（CERA）、皇家维多利亚眼耳医院、墨尔本大学眼科学系的研究团队以综述文章（Review Article）的形式在「Nature」子刊「Eye」（IF=3.9,中科院三区）发表了论文「Hyperspectral retinal imaging biomarkers of ocular and systemic diseases」即「眼部和全身疾病的高光谱视网膜成像生物标志物」。通讯作者为Peter van Wijngaarden，为CERA 副主任，研究兴趣包括糖尿病视网膜病变、阿尔茨海默病和视网膜成像生物标志物发现，在视网膜血管生物学和中枢神经系统再生方面拥有研究经验。

文章认为，高光谱成像是医学成像技术领域的前沿。它能够同时收集光谱和空间数据。这些数据中编码的结构和生理信息可用于识别和定位通常难以捉摸的生物标志物。视网膜高光谱成像研究为疾病病理生理学提供了新的见解，并为非侵入性诊断和监测视网膜和全身疾病提供了新方法。本综述概述了视网膜高光谱成像的最新进展。

2.1 背景

人类对视觉世界的感知与光与物质之间独特而具体的相互作用密切相关。由于物质的组成和光的物理特性的不同，这种相互作用也会有所变化。在实验室中，对这种相互作用的探究是光谱学的基础，用以了解物体的组成。在更简单的层面上，传统摄像通过宽带光与视网膜的相互作用并由三通道（红、绿、蓝）传感器检测来了解视网膜结构，这些传感器模拟人类视锥细胞的敏感性，从而再现眼睛所见。尽管在临床上有用，但这种成像方法本质上是受限的。通过探究光与组织的特定波长相互作用，可以获得关于视网膜结构的更详细信息。这对大多数临床医生来说是直观的——例如，在裂隙灯显微镜检查中，常用的绿色滤光片可以突出视网膜出血，因为血液中的血红蛋白是绿光的强吸收体。高光谱成像是这一方法的延伸，它涉及获取视网膜在不同波长光下的一系列图像。以这种方式获取的高维信息有可能改变多种眼科和全身疾病的生物标志物检测，并促进对病理生理学的理解。

2.2 高光谱成像原理

高光谱成像起源于地理空间科学，但经过几十年的发展，其应用范围不断扩大，包括艺术品保护、食品质量和安全控制、制药、农业、法医学和医学。

高光谱成像类似于传统摄影，但它不是使用单一的宽带（白色）光闪光，而是跨连续的离散波长范围捕获一系列图像。然后将这些图像堆叠起来，得到一个称为超立方体的三维数据集，它由两个空间维度（x 和 y）和一个光谱维度 (λ) 组成（图 1）。超立方体中的每个位置或像素都有其独特的光谱特征（反射率随波长变化），表明其组成成分 ，可以进一步分析以识别单个成分（称为端元）。

图 1：高光谱成像示意图。

2.2.1 获取模式

已经开发出多种高光谱成像方法。由于成像传感器通常在二维空间中收集信息，而高光谱成像数据是三维的，因此同时捕获两个维度，而第三个维度则通过扫描获取。空间扫描方法，通常称为推扫式扫描仪，涉及在空间维度中逐点或逐线扫描，以“扫掠”运动进行。这通常会导致较低的帧率和较长的获取时间。光谱扫描方法则通过在特定波长下获取二维图像来保持空间分辨率，然后沿不同波长扫描以获得整个高光谱图像。这些方法的主要缺点是需要视觉固定和图像配准以减少运动伪影。快照方法则通过集成在图像传感器上的像素级带通滤光器获取图像，无需扫描，从而实现非常高的帧率。尽管它提供了快速的帧率，但需要像素卷积，导致较低的空间分辨率。多光谱成像是高光谱成像的一种变体，使用多个较宽波段的波长，数量少于真正的高光谱成像（通常为三到十个波段，而高光谱成像使用十到数百个窄波段）。

2.2.2 高光谱数据处理

高光谱图像数据立方体复杂，需要在分析之前进行处理。高光谱图像中的每个像素包含端元的反射光谱混合组成。光谱解混是常用的分析技术。解混的目的是分离出给定位置处存在的各个端元，并量化每个像素中每个端元的丰度。在过去，已经构建并使用了一些成功的数学模型来进行解混。最近，由于人工智能能够处理和分析大量高度复杂的数据，因此利用人工智能的方法变得流行。关于高光谱成像数据分析技术的全面讨论超出了本综述的范围，可以在其他地方找到详细讨论。

2.3 高光谱成像的临床应用

高光谱相机、图像分析方法和计算能力的最新进展催化了高光谱成像在眼科等多个医学领域的应用。由于生理限制，包括紫外线的光毒性和有限的眼穿透性，高光谱成像在眼科中的大多数应用仅限于可见光和近红外光谱。已有研究报告了针对阿尔茨海默病 (AD) 、年龄相关性黄斑变性 (AMD)、糖尿病视网膜病变 (DR) 、视网膜静脉阻塞 (RVO) 和青光眼高光谱和多光谱成像的探索性研究。在此，总结了其中一些研究，特别关注视网膜血氧测定、AMD 和 AD 的应用，因为这些领域在高光谱成像研究中受到了相当大的关注。

2.3.1 视网膜血管疾病

视网膜缺氧是许多眼部疾病的关键因素，包括糖尿病视网膜病变、视网膜静脉阻塞和某些形式的青光眼。虽然荧光素血管造影 (FA) 和 OCT 血管造影 (OCTA) 被用作缺氧的替代标志检测，但高分辨率和非侵入性无创的视网膜血氧测定（定量）方法有可能显著改善这些疾病的检测、预测和管理。

氧合血红蛋白和脱氧血红蛋白的特征吸收光谱是脉搏血氧测定和非接触式视网膜血氧测定的基础。Oxymap T1是视网膜血氧测定的参考设备，它使用双波长成像来估算高阶血管的血氧饱和度值。与双波长血氧测定相比，高光谱成像有几个潜在优势。使用多个光谱通道有助于降低噪声和改善信号检测。这可以促进更复杂的血氧测定模型的开发，并可能实现整个图像场的像素级血氧测定。对一系列视网膜疾病的研究表明，高光谱成像可以实现高分辨率视网膜血氧测定，从而提高对疾病病理生理学的理解。

目前已经使用了多种光谱成像方法来精确测量人类较大血管中的氧饱和度值。然而，由于信噪比的问题，远离较大血管的视网膜组织的血氧测量更加困难。人们已经利用多光谱成像结合复杂的数据处理方法证明了视网膜组织血氧测定的可行性，无论是对人类视网膜还是对动物模型的视神经头都是如此。遗憾的是，传统的多光谱成像方法受限于冗长的采集时间，需要长时间的视觉注视和图像配准才能减少运动伪影。快照高光谱系统可以同时获取空间和光谱信息，并且由于不需要扫描，因此可以实现没有运动伪影的动态过程的可视化。Dwight 等人使用图像映射光谱仪 (IMS)，一种具有高空间采样密度 (350 × 350) 和 40 个光谱通道的快照高光谱成像相机，无需校准即可测量一系列视网膜疾病（包括渗出性和非渗出性 AMD、青光眼、视网膜色素变性和葡萄膜炎）患者的绝对氧饱和度值。由于该系统的光谱范围从绿光到近红外波长，因此可以看到视网膜和脉络膜循环。因此，未来可能可以使用类似的方法得出脉络膜和视网膜血氧饱和度测量值。由于对人类疾病脉络膜氧饱和度的了解甚少，这一进展可能带来重要的新病理生理学见解。此外，该研究提出，改进的探测器阵列性能可以生成视网膜血管的视频速率血氧饱和度图，从而提供有关氧动力学的有用信息。计算高空间和时间分辨率的视网膜血氧图的能力具有巨大的临床潜力，但需要进一步的临床研究才能将该技术从概念验证阶段推进。

Li 等人的一项研究显示，多光谱成像与荧光血管造影 (FA) 相当，且在糖尿病视网膜病变分级方面优于传统眼底照相。与传统照相相比，多光谱成像更容易检测到视网膜病变的关键特征，包括微动脉瘤和视网膜内微血管异常。随后的研究进一步探索了高光谱成像作为 FA 的替代方案。FA 仍然是评估视网膜血管的金标准，但它是一种侵入性、耗时且有风险的手术。Dwight 等人利用快照高光谱相机 (IMS) 和一种新颖的分离方法来测量视网膜中的氧合血红蛋白丰度 (HbO 2 )，类似于 FA。他们生成了氧合血红蛋白图，该图与 FA 图像静脉期的低荧光和高荧光区域相关，但也存在一些差异。虽然高光谱成像有望成为类似 FA 的无创检测，但它无法重现渗漏、积聚和染色等动态特征。该方法的操作限制仍有待观察，例如视网膜内出血或色素对血氧测定的影响，或图像后处理所需的时间长度。从高光谱成像血氧测定中获得的见解可能可以作为 FA 和 OCTA 的有用辅助手段。

2.3.2 年龄相关性黄斑变性（AMD）

改进用于检测和预测 AMD 的生物标志物对于促进新兴疗法的临床试验以及最终确定受益人群非常重要。高光谱成像和可见光谱域光学相干断层扫描的探索性研究表明，AMD 生物标志物检测具有良好的前景。

黄斑变性的标志性特征是玻璃膜疣 (drusen) ，目前的常规体内成像技术在基于其组成区分玻璃膜疣亚型方面能力有限。在一项对AMD患者的小型研究中，使用快照高光谱成像和非负矩阵分解识别了与无玻璃膜疣的黄斑区域不同的玻璃膜疣特征光谱曲线。该研究还首次体内展示了两种主要黄斑色素类胡萝卜素（叶黄素和玉米黄质）的吸收峰。在随后的研究中，使用计算机断层快照成像光谱仪量化了一组健康眼睛的黄斑色素。

视网膜色素上皮（RPE）中的变化及其伴随的视网膜自发荧光（AF）信号异常是AMD及其进展的重要指示因素。脂褐素和黑褐素是两种在AMD中积累于RPE的关键自发荧光物质。这些分子的AF具有宽的发射光谱，代表多个成分的总和。正常RPE标本的离体自发荧光高光谱成像识别出了脂褐素和黑褐素的不同光谱特征。在随后的AMD人类视网膜标本研究中，在510nm发射峰处识别出了玻璃膜疣和RPE下（基底层和基底线性）沉积物的光谱特征。在这项研究中，玻璃膜疣和RPE下沉积物无法在光谱上区分。使用高光谱成像分解视网膜AF发射光谱成其单独成分的初步尝试是朝着体内分子识别这些荧光物质迈出的重要一步。

使用可见光OCT进行高光谱成像是一项有前景的进步，可能实现轴向分辨的视网膜光谱数据的获取。该方法已用于评估白化病和有色大鼠RPE中的黑色素水平。这与AMD病理生理学相关，因为黑色素被认为可以防止细胞损伤。虽然该方法在测量大鼠的黑色素水平方面有效，但在黑色素水平更接近人类的有色小鼠中效果较差。

高保真成像视网膜密度计是一种新颖的多光谱成像方法，旨在测量AMD中的视觉色素密度。成像采用LED阵列和红外瞳孔跟踪来绘制视觉色素密度图。这种方法已被证明可以辨别光感受器细胞类型并追踪色素合成速率，与没有AMD的人相比，中度AMD患者的色素合成速率显著降低，尽管其光感受器密度相当。这些发现可能成为早期AMD生物标志物的基础。

2.3.3 阿尔茨海默氏病

阿尔茨海默病 (AD) 是导致痴呆症的主要原因，随着疾病改良疗法的近期发展，加上可靠、方便且价格合理的疾病检测手段有限，这突显了改进生物标志物的需求。视网膜是前脑的发育延伸，大脑中发生的几种主要病理变化（如淀粉样蛋白 β 和磷酸化 tau 的积累）也发生在视网膜中。因此，许多研究已经探讨了视网膜成像生物标志物在 AD 中的潜力。

在 AD 中，高光谱成像的首批研究之一是在培养的神经元细胞系中发现了聚集的淀粉样蛋白 β 的光谱特征。利用离体高光谱显微镜对转基因 AD 模型小鼠的视网膜平片进行观察，也发现了类似的光谱特征，与年龄匹配的野生型对照小鼠的光谱特征不同 。此外，在经组织病理学确诊的 AD 患者的大脑和视网膜样本中也发现了淀粉样蛋白 β 的光谱特征，而在年龄匹配的无 AD 个体的组织中未发现该特征。随后，体内局部高光谱视网膜内窥镜检查被证实可检测到 AD 模型小鼠体内淀粉样蛋白 β 的光谱特征。Hadoux 及其同事随后报告了使用高光谱视网膜成像来区分轻度认知障碍或早期 AD 患者（PET成像中淀粉样蛋白 β 呈阳性）与年龄匹配的对照者（PET 成像中淀粉样蛋白 β 呈阴性）。随后的一项研究报告称，通过高光谱成像测量视网膜纹理和血管参数（曲折度和直径），可以预测淀粉样蛋白 β PET 状态。第三项研究表明，临床定义的 AD 患者与对照者之间的视网膜光谱差异在认知测试分数中度和最小程度下降的受试者（简易精神状态检查分数 ≥22）中最大，这表明高光谱视网膜成像在早期疾病中可能最有价值。

最近的视网膜组织切片高光谱显微镜研究发现了磷酸化tau（pS396-tau）和淀粉样β的独特光谱特征，通过深度学习算法分析，可以高精度地再现p-tau和淀粉样β的免疫组织化学染色模式。进一步的研究需要确定体内是否可以检测到磷酸化tau的光谱特征，并且需要更大规模的临床研究来确定AD视网膜生物标志物的临床实用性。无论如何，这些研究提供了高光谱成像在检测低丰度、疾病相关分子方面的能力的原理验证，有助于开发先进的成像生物标志物。

2.4 挑战和未来方向

高光谱成像在发现一系列视网膜和全身疾病的生物标志物方面具有巨大潜力。虽然这项技术在视网膜成像中的应用仍处于起步阶段，但早期研究已显示出改善疾病检测和洞察疾病发病机制的前景。将这种成像方法转化为临床实践存在挑战。目前，市售商用的高光谱相机很少，大多数临床研究都是概念验证。需要进行具有足够动力的横断面研究，以评估潜在的诊断生物标志物。同样，需要进行纵向研究来确定疾病进展和预后的生物标志物。

结语

高光谱成像技术为眼科领域带来了巨大的希望，有望成为未来疾病诊断和监测的重要工具。尽管目前该技术在临床应用方面还面临一些挑战，但早期的研究已经展示了其在疾病检测和病理机制研究方面的潜力。随着深度学习等技术的发展，以及成本和可用性的改善，我们有理由相信高光谱成像技术将在未来成为眼科实践中不可或缺的一部分，辅助支持提供更准确、更便捷的诊断和治疗方案。

声明：本文转载于<青白视角>，以上仅代表作者本人观点，仅用于学习交流，版权归原作者所有。