虚拟超谱图技术的可行性验证#
 

摘要：为验证虚拟超谱图在探测生物体表内部成分和结构信息的可行性，搭建虚拟超谱图系统并以苹果为材料进行实验。通过三组实验：一、对比检测正常苹果与掺有杂质苹果的虚拟超谱图；二、对比检测苹果切片与切片中嵌有红色滤光片的虚拟超谱图；三、检测苹果、掺杂质苹果、苹果切片和切片中嵌有滤光片四种情况下反射光谱。实验结果表明虚拟超谱图可以探测到苹果内部成分和结构的变化，且比反射光谱能得到更多的内部信息，并为今后应用于人体检测提供了有力的佐证。虚拟超谱图可以实现多信息及多信息交叉系统的、同步的检测，为生物信息检测提供新思路，有望为体内疾病临床快速检查提供更多依据。
 

关键词：超谱图；虚拟；散射；苹果

0 引言
随着光学技术的发展，光学手段作为生物体无创、快速检测受到越来越多的关注和研究[1-5]。目前应用光学方法检测主要分为光谱和图像检测两大方向。光谱信息的获取主要是通过测量同侧反射光谱[6-7]和异侧透射光谱得到，光谱主要反映物质成分的变化，缺少对结构的表达。对于由OCT[8]技术对图像信息的获取与检测，侧重反映物质结构的变化，对于成分的分析体现较少；而高光谱[9]或多光谱[10]技术所得图像里包含有光谱信息，但成像的同时不可避免的将图像和光谱的交叉信息忽略，且CCD 短波红外灵敏度低[11],均导致信息的丢失。而人体作为一个复杂的生物体，光与人体组织作用的多重性和不确定性，造成信息的复杂性、交叉性、多样性，使得人体体内无创病理检查仍有很长道路。

基于光散射中携带有组织内部的成分和结构信息[12]，光在生物组织内传输路径可以描述为“香蕉”型路线，距离入射点不同距离的出射光代表着组织内不同深度的信息[13]的理论，课题组为弥补单一光谱或图像信息提取造成相应图像或光谱信息的丢失，以及探索光谱和图像交叉的信息，提出了体内虚拟超谱图[14]的概念。“超谱图”指既可以得到光谱信息，反应物质成分的变化，又可以得到图像信息，反应物质结构的变化。“虚拟”指不同于现有的超谱图、高谱图、多谱图等技术直接对人体表面的光谱成像，而是根据光线在体内部所走的“香蕉”路线，采集其对应的出射点光谱信息，这一信息包含位置、波长、光强，并由此构成了虚拟三维图像。通过虚拟超谱图可以得到体内的结构、成分信息以及这二者交叉信息，实现多信息以及多信息交叉的同步检测。
 

为验证虚拟超谱图能够检测到人体内组织成分和结构的变化，搭建了虚拟超谱图系统， 因光在苹果内部与人体的传输同样为“香蕉”型路线[15]，实验以苹果为材料类比人体内组织成分和结构的变化。

3 小结
基于体内虚拟超谱图理论，搭建虚拟超谱图系统并以苹果进行了实验。通过对苹果以及苹果切片的实验研究，证明该方法和实验系统可以检测到苹果内部结构和成分的变化，同时也证明检测苹果的散射光谱比反射光谱更能够了解苹果的内部信息。实验系统实现了可见-近红外连续波长、多点散射的测量，且具有简单易操作、多信息同步提取的特点。虚拟超谱图可以实现在大信息量的前提下进行简易测量，为生物体内信息的无损/无创检测开辟一条新路径。随着技术的成熟和实验的进一步研究，虚拟超谱图系统有望实现对人体体内病理的早期发现和检查。

[参考文献] (References)
[1] Igor V Meglinski, Stephen J Matcher. Quantitative assessment of skin layers absorption and skin reflectance spectra simulation in the visible and near-infrared spectral regions [J]. PHYSIOLOGICAL MEASUREMENT,2002,23(4):741-753
[2] George Zonios, Aikaterini Dimou, Dimitrios Galaris. Probing skin interaction with hydrogen peroxide using[J]. PHYSICS IN MEDICINE AND BIOLOGY, 2008,53(1):269-278
[3] Thilo Gambichler, Georg Moussa , Michael Sand, et al. Applications of optical coherence tomography in dermatology[J]. Journal of Dermatological Science, 2005,40(2):85-94
[4] J.MUKHERJEE, C.V.S. SASTRI . Fruit Yield Predicting Model of Tomato using Spectral and Hyperspectral
Indices [J]. Journal of the Indian Society of Remote Sensing, 2004,3(32):301-306
[5] Jha S. N., Garg Ruchi. Non-destructive prediction of quality of intact apple using near infrared spectroscopy[J].
Journal of Food Science and Technology, 2010,47(2):207-213
[6] 黄宝华,陈荣,曾海山等.皮肤组织血液含量对皮肤光谱的影响[J].光谱学与光谱分析,2007,27(1):95-98
[7] LIAO Xiao hua, WANG Ying, CHEN Rong, et al. Monte Carlo Simulation of Detecting the Severity of Port
Wine Stains by Spectroscopy Technology[J]. Acta Photonica Sinica,2009,38(5):1254-1258.
[8] Mette Mogensen, Lars Thrane, Thomas M. Jørgensen, et al. OCT imaging of skin cancer and other
dermatological diseases[J]. 2009,2(6-7):442-451
[9] Hyun Kwon Noh, Renfu Lu. Hyperspectral laser-induced fluorescence imaging for assessing apple fruit
quality[J]. POSTHARVEST BIOLOGY AND TECHNOLOGY, 2007, 43(2):193-201
[10] Yankun Peng a, Renfu Lub. Improving apple fruit firmness predictions by effective correction of
multispectral scattering images[J]. Postharvest Biology and Technology, 2006,14(3):266-274
[11] 曹洪涛. 高光谱成像实验及其数据处理[D]. 西安：西北工业大学，2005
[12] George Zonios, Aikaterini Dimou. Light scattering spectroscopy of human skin in vivo[J]. OPTICS EXPRESS, 2009,17(3):1256-1267
[13] Katsuhiko Maruo, Mitsuhiro Tsurugi, Jakusei Chin, et al. Noninvasive Blood Glucose Assay Using a Newly
Developed Near-Infrared System[J]. IEEE JOURNAL OF SELECTED TOPICS IN QUANTUM ELECTRONICS,2003,9(2):322-330
[14] 林凌, 吴红杰, 吴晓爽等. 体表组织内高谱图：成分信息和结构信息同步检测新技术[J]. 光谱学与光谱分析，2011,31(1):201-204
[15] C. Valero, M. Ruiz-Altisent, R. Cubeddu, et al. Selection Models for the Internal Quality of Fruit, based on
Time Domain Laser Reflectance Spectroscopy[J]. Biosystems Engineering, 2004,88(3):313-323
[16] 田高友, 袁洪福, 刘慧颖等. 小波变换在近红外光谱分析中的应用进展[J]. 光谱学与光谱分析， 2003,23(6):1111-1114