微阵列光谱成像的肿瘤多靶点多时相虚拟显微分析研究

Cytomics study on malignant tumor is one of the most important approaches for investigating the pathogenesis and metastasis of tumor. However, one of the powerful supports for the cytomics study is the multi-target, multi temporal, and co-localization virtual microscopic analysis on tumor tissues. In this project, the high throughput microarrays and hyperspectral imaging technology will be coupled to develop a new multi-dimension molecular imaging system. The imaging mechanism of this system will also be presented. Then the multi-dimension image excursion and registration problem caused by the scanning of the microarrays and the changing of wavelength will be solved by using the new automatic zoom structure. Furthermore, the multi temporal imaging data will be got by improving the data acquisition mode of the system. The problems of spectra overlapping and color crossing of different labels will be solved by new spectral unmixing algorithms based on the multi-dimension molecular images. In order to resolve the conflict between the high dimension of the images and the analysis efficiency, the analytical hierarchy process method will be introduced to the data mining method for the multi-dimension molecular images with spatial, spectral and time information. Finally, the expression and variation features on the cell level of tumor will be studied by the statistical analyze on the results of virtual microscopic analysis on the multi-dimension molecular images. This research can provide a new approach to study the pathogenesis and early diagnosis method of tumor.

恶性肿瘤的细胞组学研究是探寻肿瘤发病和转移机制的关键之一，而对肿瘤组织多靶点多时相的多元化综合分析则是对细胞组学研究的有力支撑。本项目将高通量微阵列技术与时间分辨光谱成像技术相结合，构建能对肿瘤组织进行多靶点多时相跟踪检测的成像系统并阐明其成像机理；通过构建新的变焦结构以解决微阵列的扫描和波长变化引起的图像漂移及配准问题；通过数据采集方式的改进实现多时相数据的共定位采集；通过在独立成分分析中引入总体相关性最小化的方法实现多维度影像数据的混合光谱分解，解决光谱重叠和多标记串色的问题；将层次分析法引入微阵列空间-光谱-时间等多维度数据挖掘处理过程中，解决高维度信息提取和定量化中的精度与效率之间的矛盾；通过对肿瘤组织的多靶点多时相虚拟显微分析结果的统计知识，获得肿瘤组织细胞水平的表达情况和变化特征，找出肿瘤细胞转导的生理和代谢参数，为肿瘤的早期诊断、浸润转移机制和治疗效果定量评价研究提供新思路。

现代医学影像学在肿瘤等疾病的诊断方面已经得到了快速的发展并显示了良好的应用前景。在病理学分析方面，病理学家对组织切片的病理学分析结果通常是疾病诊断的金标准。随着信息技术的发展，传统的病理组织图像数据及其识别分析方法已经较难满足病理组织分析的需要。针对这些问题，本项目研制了能够获取样本多维度信息的显微高光谱成像系统并对组织微阵列进行多标记的共定位识别分析，为肿瘤的定量化和疾病诊断提供一种新的方法。本项目实施过程中，研究了组织微阵列的多维度成像检测机理、系统光学模型、光路设计并搭建了成像系统，系统的成像光谱范围550nm至1000nm，光谱分辨率2 nm，空间分辨率优于1μm，有效像元数1600×1200，像元尺寸4.4μm×4.4μm；提出了基于朗伯-比尔定律的多维度数据的标定和预处理方法，给出了波段配准算法。实现了数据的格式化和标准化，积累了一定数量的组织样本多维度数据；研究了肿瘤组织的形态、光谱、多标记、多时相等多维数据识别分析方法，特别是提出了能充分利用空间-光谱信息对细胞组织进行分割、分类、混合像元分解以及对多靶点标记进行明场共定位分析的新方法，实现了病变组织的定量化分析；通过与相关医院合作，使用所提出的分析算法对黑色素瘤、乳腺癌、ALK阳性肺癌、白血病等多种恶性肿瘤组织样本进行了多维度识别分析，对双标记的结肠癌样本进行了共定位的分析。通过与医生的病理解译相结合，探索将反演的定量化参数用于检测病理变化的可行性。在本项目资助下，共发表SCI检索论文15篇，EI检索的会议论文14篇；申请中国发明和实用新型专利5项，获得上海市技术发明二等奖1项，完成了项目研究的预期任务。