高光譜成像技術以其快速、無損、非接觸、高通量和強大的光譜識別能力，日益引起生物醫(yī)學研究和醫(yī)療檢測的關注。意大利Brescia大學的科研人員Giovanni等對五種培養(yǎng)于顯色瓊脂上的UTI（尿路感染病原體）細菌進行了研究，他們使用Specim V10e采集了樣本高光譜數(shù)據(jù)，并基于機器學習方法進行了細菌菌落分類（參見下圖）。

    基于光譜成像數(shù)據(jù)的分類結(jié)果顯示，使用PCA+SVM算法對5種細菌菌落進行區(qū)分的平均準確率為94%，而使用RSIMCA對5種菌落進行分類的平均準確率達到了97%，證明了高光譜成像技術與機器學習算法結(jié)合應用于臨床病原體檢測的潛力。研究人員對分類異常的菌落驗證發(fā)現(xiàn)，其中一小部分細菌出現(xiàn)了突變，導致其光譜特性發(fā)生改變，因而無法被分類到前述機器學習的任一細菌種類中，這也間接證明了每種細菌“光譜指紋”的特異性。

    易科泰生態(tài)技術公司EcoLab®實驗室還利用高光譜成像技術，對疾控中心送檢的不同培養(yǎng)基培養(yǎng)的菌落進行了檢測實驗，結(jié)果見下圖：

右圖為送檢實驗的三種不同的細菌菌落（血液培養(yǎng)），中圖為利用高光譜成像技術進行的區(qū)分（分選）結(jié)果；右圖為畫線培養(yǎng)的單種菌落

高光譜成像技術已經(jīng)廣泛應用于植物病原體檢測與早期診斷，在人體皮膚病及皮膚損傷檢測診斷方面也有大量研究應用。羅馬尼亞卡羅爾戴維拉醫(yī)藥大學利用 Specim 高光譜成像結(jié)合光譜指數(shù)的技術，對燒傷深度評估，根據(jù)燒傷皮膚中發(fā)生的形態(tài)和生理變化導致的光譜指紋差異，繪制具有不同燒傷程度和恢復程度的皮膚區(qū)域。光譜指數(shù)放大了正常皮膚和具有不同燒傷程度的區(qū)域之間的對比度，生成準確的燒傷分級圖，顯示不同燒傷類型的空間分布、治療過程和愈后評估。

上左圖：高光譜成像技術用于檢測植物不同鐮刀霉菌；上右圖：高光譜成像技術用于皮膚燒傷分級評估

易科泰生態(tài)技術公司致力于生態(tài)-農(nóng)業(yè)-健康研究檢測技術方案提供與研發(fā)，并專門成立易科泰生態(tài)健康研究中心，依托Ecolab®實驗室，開展傳統(tǒng)中醫(yī)藥與現(xiàn)代生物醫(yī)學光譜成像創(chuàng)新應用（SpectrAPP項目）研發(fā)和實驗合作。

左圖：冬蟲夏草分揀實驗；中圖：銀杏葉黃酮醇含量檢測；右圖：黃芪（上）與甘草（下）光譜成像分析（易科泰Ecolab®實驗室提供）

參考文獻

Turra G , Conti N , Signoroni A . Hyperspectral image acquisition and analysis of cultured bacteria for the discrimination of urinary tract infections[J]. conf proc ieee eng med biol soc, 2015, 2015(19):759-762.

Parasca SV, Calin MA, Manea D, Miclos S, Savastru R. Hyperspectral index-based metric for burn depth assessment. Biomed Opt Express. 2018 Oct 26;9(11):5778-5791.