易科(ke)泰(tai)生態健(jian)康(kang)專題快(kuai)訊(xun)：高光譜成(cheng)像(xiang)技術應用(yong)於(yu)病原(yuan)體(ti)檢(jian)測(ce)

    高光譜成(cheng)像(xiang)技術以其(qi)快(kuai)速、無損(sun)、非接(jie)觸(chu)、高通量和強(qiang)大的(de)光(guang)譜識(shi)別(bie)能(neng)力，日益引起生物(wu)醫學(xue)研(yan)究(jiu)和醫療(liao)檢(jian)測(ce)的(de)關(guan)註(zhu)。意大(da)利Brescia大(da)學(xue)的(de)科(ke)研(yan)人員Giovanni等(deng)對五種培養於(yu)顯色(se)瓊脂上的(de)UTI（尿(niao)路感(gan)染病(bing)原(yuan)體(ti)）細(xi)菌進(jin)行了研(yan)究(jiu)，他(ta)們使用(yong)Specim V10e采(cai)集(ji)了(le)樣(yang)本(ben)高光譜數(shu)據(ju)，並(bing)基(ji)於(yu)機器學習方法進(jin)行了細(xi)菌菌落分(fen)類(lei)（參(can)見下圖）。

    基(ji)於(yu)光譜(pu)成(cheng)像(xiang)數(shu)據(ju)的(de)分(fen)類(lei)結(jie)果(guo)顯(xian)示(shi)，使用(yong)PCA+SVM算法對5種細(xi)菌菌落進(jin)行區分(fen)的(de)平均(jun)準(zhun)確率(lv)為(wei)94%，而(er)使用(yong)RSIMCA對5種菌落進(jin)行分(fen)類(lei)的(de)平均(jun)準(zhun)確率(lv)達(da)到了(le)97%，證明了(le)高光譜成(cheng)像(xiang)技術與機(ji)器學習算法結合(he)應(ying)用(yong)於(yu)臨床病(bing)原(yuan)體(ti)檢(jian)測(ce)的(de)潛(qian)力。研(yan)究(jiu)人員對分(fen)類(lei)異常(chang)的(de)菌落驗(yan)證發現(xian)，其(qi)中(zhong)壹(yi)小(xiao)部分(fen)細(xi)菌出(chu)現了(le)突變(bian)，導(dao)致(zhi)其(qi)光(guang)譜特(te)性發生改(gai)變(bian)，因(yin)而無法(fa)被分(fen)類(lei)到(dao)前述(shu)機器學習的(de)任壹(yi)細(xi)菌種類中(zhong)，這(zhe)也間接證明了(le)每(mei)種細(xi)菌“光譜(pu)指紋(wen)”的(de)特(te)異性(xing)。

    易(yi)科(ke)泰(tai)生態技術公司EcoLab®實驗(yan)室(shi)還(hai)利用高光譜成(cheng)像(xiang)技術，對疾控(kong)中(zhong)心送(song)檢(jian)的(de)不同(tong)培(pei)養基(ji)培養的(de)菌落進(jin)行了檢(jian)測(ce)實驗(yan)，結果(guo)見(jian)下圖：

右(you)圖為(wei)送(song)檢(jian)實驗(yan)的(de)三(san)種不同(tong)的(de)細(xi)菌菌落（血(xue)液(ye)培(pei)養），中(zhong)圖為(wei)利用高光譜成(cheng)像(xiang)技術進(jin)行的(de)區(qu)分(fen)（分(fen)選）結(jie)果(guo)；右(you)圖為(wei)畫線培(pei)養的(de)單(dan)種菌落

高光譜成(cheng)像(xiang)技術已經廣(guang)泛應用(yong)於(yu)植物(wu)病(bing)原(yuan)體(ti)檢(jian)測(ce)與早(zao)期(qi)診(zhen)斷(duan)，在人體(ti)皮(pi)膚病(bing)及(ji)皮(pi)膚損(sun)傷(shang)檢(jian)測(ce)診(zhen)斷(duan)方面(mian)也有大量研(yan)究(jiu)應(ying)用。羅馬尼亞(ya)卡羅爾(er)戴(dai)維拉(la)醫藥(yao)大學利用 Specim 高光譜成(cheng)像(xiang)結合(he)光(guang)譜(pu)指數(shu)的(de)技術，對燒傷(shang)深度評估，根(gen)據(ju)燒(shao)傷(shang)皮(pi)膚中(zhong)發生的(de)形態和生理(li)變(bian)化導(dao)致(zhi)的(de)光(guang)譜指紋差(cha)異，繪(hui)制具有不同(tong)燒(shao)傷程度和恢(hui)復程(cheng)度的(de)皮(pi)膚區(qu)域(yu)。光譜(pu)指數(shu)放大(da)了(le)正(zheng)常(chang)皮(pi)膚和具有不同(tong)燒(shao)傷程度的(de)區(qu)域(yu)之間(jian)的(de)對比度，生成(cheng)準(zhun)確的(de)燒(shao)傷分(fen)級(ji)圖，顯示(shi)不同(tong)燒(shao)傷類型(xing)的(de)空(kong)間分(fen)布(bu)、治(zhi)療(liao)過(guo)程和愈後評估。

上(shang)左(zuo)圖：高光譜成(cheng)像(xiang)技術用於(yu)檢(jian)測(ce)植物(wu)不同(tong)鐮(lian)刀黴(mei)菌；上右(you)圖：高光譜成(cheng)像(xiang)技術用於(yu)皮膚燒(shao)傷(shang)分(fen)級(ji)評估

易(yi)科(ke)泰(tai)生態技術公司致(zhi)力(li)於(yu)生態-農業-健(jian)康(kang)研(yan)究(jiu)檢(jian)測(ce)技術方案提供與研(yan)發，並(bing)專門成(cheng)立(li)易(yi)科(ke)泰(tai)生態健(jian)康(kang)研(yan)究(jiu)中(zhong)心，依(yi)托(tuo)Ecolab®實驗(yan)室(shi)，開(kai)展(zhan)傳(chuan)統(tong)中(zhong)醫藥(yao)與現代(dai)生物(wu)醫學(xue)光譜成(cheng)像(xiang)創新(xin)應用（SpectrAPP項(xiang)目(mu)）研(yan)發和實驗(yan)合(he)作(zuo)。

左(zuo)圖：冬蟲(chong)夏草(cao)分(fen)揀實驗(yan)；中(zhong)圖：銀杏(xing)葉黃酮醇(chun)含量檢(jian)測(ce)；右(you)圖：黃芪（上(shang)）與甘草(cao)（下）光譜成(cheng)像(xiang)分(fen)析(xi)（易(yi)科(ke)泰(tai)Ecolab®實驗(yan)室(shi)提供）

參(can)考文(wen)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.