发展适用于肿瘤细胞实时快速拉曼成像的光谱信号处理方法

Raman imaging technique plays an important role in the field of cell and medical imaging, due to its advantages of high specificity, non-label and low aqueous interference. The real-time imaging for cancel cell division cycle has put forward higher requirement for Raman imaging technique in time resolution capability because of the short cell cycle. Raman signal of the cell research system given in short scan time is too weak to achieve satisfying imaging quality. If the extraction of useful information from strong noise background is realized by signal processing, the development and application of Raman imaging technique will be promoted significantly. We aims at fast Raman imaging: 1) Establish fast baseline correction method for Raman imaging signal, which increases the corrected speed for mass signals in the mode of reference-matching; 2) Establish Raman signal recognition algorithm, which improves the recognition ability by introducing the correlation function from weak signal detection techniques as the yardstick of Raman intensity; 3) Establish fast method for scan time determination, which predicts and quantifies the imaging quality, and builds the relation between imaging quality and scan time. Successful implementation of this study will reduce the Raman imaging time, improve the time resolution capability of Raman imaging technique, and provide important insights for the study of cell, medical science and pathology.

拉曼光谱因具有特异性高、无标记和不受水干扰等优点，在细胞和医学成像中发挥越来越重要的作用。肿瘤细胞分裂周期短，对其实时动态成像要求拉曼光谱技术具有较高的时间分辨能力。而细胞体系拉曼信号微弱，短时间采谱意味着信号信噪比更低，难以获得满意的成像效果。如能从信号处理的角度，从强噪声背景中快速准确地提取有价值的谱图信息，将显著推动拉曼光谱成像技术的发展和应用。本项目拟以快速拉曼成像为目标：1）建立拉曼光谱信号的快速基线校正方法，以基准-匹配的模式来实现海量信号的基线校正，提高基线校正的速度；2）建立拉曼信号快速识别方法，引入微弱信号检测技术中的相关函数作为有效信号强度的衡量标准，提高对信号的识别能力；3）建立确定最佳采谱时间的快速方法，实现成像质量的快速预判和量化算法，建立成像质量和采谱时间之间的联系。项目的顺利实施将能显著降低拉曼成像时间，提高其时间分辨率，为细胞、医学和病理学研究提供重要依据。

针对扫描模式拉曼成像技术在动态性能方面的要求，同时也为了提高对肿瘤细胞拉曼成像的实时性，本项目考虑到短采谱时间下，拉曼成像信号信噪比低的特点，研究了拉曼成像信号处理算法和最优采谱时间的确定方法，并用于肿瘤细胞的拉曼成像中。研究的主要研究内容如下：（1）开发出基于匹配追踪和稀疏表达的低信噪比拉曼光谱信号重构方法。该方法集合了阈值循环迭代、重叠峰检查、稀疏表达和匹配追踪等算法，能够在强噪声背景下，通过重构的方式直接建立纯拉曼光谱，避免了基线校正和消噪的过程；（2）开发出基于三步法的拉曼光谱成像算法。通过粗略逼近、优化增强和图像后处理三步处理模式实现拉曼成像数据的处理，该模式灵活组合匹配追踪算法、快速傅里叶变换、最小二乘法、巴特沃斯滤波器和中值滤波器，能够有效提高拉曼成像的清晰度，降低清晰成像所需的采谱时间；（3）开发出基于快速SNR估计的最佳采谱时间确定算法。由于拉曼信号SNR水平与成像的清晰程度具有较强的相关性，因此开发出利用局部数据点快速估计SNR的算法，进而以SNR值作为能否清晰成像的指标，从而确定最佳采谱时间；（4）开发出拉曼光谱处理及成像软件，将所开发的算法集成到该软件中，并用于肿瘤细胞拉曼成像中。本项目的研究降低了清晰拉曼成像所需的采谱时间，提高了扫描模式拉曼成像的时间分辨率，同时提供了一种快速确定最优采谱时间的方法，提高了拉曼成像的实验效率。