病理學(xué)檢查在臨床醫(yī)學(xué)中占據(jù)著舉足輕重的地位，是許多疾病診斷的核心依據(jù)，被譽為診斷的金標準。傳統(tǒng)的病理學(xué)檢查流程存在明顯弊端，醫(yī)生的診斷過程具有較強的主觀性，其判斷結(jié)果易受個人訓(xùn)練水平、工作經(jīng)驗以及現(xiàn)場狀態(tài)等多種因素影響。

隨著信息技術(shù)的飛速發(fā)展，數(shù)字病理系統(tǒng)應(yīng)運而生，旨在克服傳統(tǒng)病理學(xué)檢查的局限性。該系統(tǒng)具備三項核心功能：病理樣本數(shù)字化、病變特征數(shù)字化和人工智能輔助診斷。

偏振成像作為光學(xué)成像領(lǐng)域的新興技術(shù)，正迅速發(fā)展并展現(xiàn)出優(yōu)勢。全偏振成像利用4個分量的全偏振光照明和檢測，可獲得包含豐富信息的全偏振圖像，其繆勒矩陣能完備描述樣本偏振特征，涵蓋散射顆粒和間質(zhì)的多種光學(xué)參數(shù)及幾何特征信息，信息量遠普通非偏振圖像，且在單像素和圖像層次隱藏樣本特征，有助于提升對生物組織物理特征的表征和評估能力。此外，全偏振成像不依賴染色、無損傷，適用于各類樣本，在數(shù)字病理技術(shù)中展現(xiàn)出優(yōu)勢和應(yīng)用潛力。

清華大學(xué)深圳國際研究生姚悅團隊發(fā)表綜述文章，介紹了全偏振顯微成像技術(shù)，并結(jié)合臨床應(yīng)用結(jié)了現(xiàn)有偏振特征提取方法和*進展，包括基于學(xué)的偏振像素與圖像特征提取方法、基于無學(xué)的偏振像素聚類，以及偏振像素和偏振特征模板擴展標注方法。

全偏振顯微成像技術(shù)

一、繆勒成像基礎(chǔ)知識

偏振是光的基本屬性。任意光的偏振態(tài)可用斯托克斯矢量表達，其由光強、水平和垂直線偏振分量強度差、方向線偏振分量強度差以及右旋和左旋圓偏分量強度差四個光強量組成。

在繆勒顯微成像中，常用斯托克斯矢量-繆勒矩陣表示法描述光的偏振態(tài)及其變化，其中斯托克斯矢量描述光的偏振態(tài)，繆勒矩陣描述介質(zhì)的偏振光學(xué)特性，通過計算與樣本作用后的出射光偏振態(tài)。

二、繆勒顯微鏡

繆勒矩陣測量需改變?nèi)肷涔馄駪B(tài)，記錄散射光不同偏振分量，通過至少16個偏振分量計算繆勒矩陣的16個陣元?？稍陲@微鏡照明光路加入起偏器、散射光成像光路加入檢偏器獲取偏振分量圖像，不同起偏器、檢偏器和探測器模塊組合形成不同繆勒成像方法，不同配置對應(yīng)不同誤差傳遞規(guī)律，需優(yōu)化降噪校準。

多種繆勒顯微鏡已被研發(fā)，如Oldenbourg引入電控液晶相位延遲器的裝置、Gribble使用雙光彈搭建的裝置、Arteaga設(shè)計的全偏振繆勒矩陣顯微成像裝置，本團隊也基于國產(chǎn)商業(yè)顯微鏡發(fā)展了系列模塊化繆勒顯微鏡，包括透射正置、透射倒置和背反式，可用于不同類型樣本。

基于雙旋轉(zhuǎn)波片的繆勒顯微鏡通過記錄30個偏振分量圖像計算繆勒矩陣陣元，基于雙線偏振相機的繆勒顯微鏡可實現(xiàn)全偏振態(tài)實時測量與快速成像，成像速度可達1/s且有望提升，針對標準樣本繆勒陣元誤差小，對病理切片樣本成像信噪比高。

三、偏振參數(shù)及其圖像

繆勒矩陣陣元與樣本特征聯(lián)系不直觀，物理可解釋性差且受樣本方位角影響，因此從陣元推導(dǎo)偏振參數(shù)。其中，Lu-Chipman 提出的繆勒矩陣極化分解（MMPD）參數(shù)應(yīng)用廣泛，將繆勒矩陣分解為代表相位延遲、二向色性和散射退偏的三個基本子矩陣，經(jīng)代數(shù)運算獲具有明確物理意義的偏振參數(shù)。但矩陣相乘受排列順序影響，不同分解順序?qū)е聟?shù)值不同，生物組織研究中多數(shù)采用分解順序獲取偏振參數(shù)。

部分偏振參數(shù)對樣本旋轉(zhuǎn)角不敏感，眾多偏振參數(shù)可形成偏振圖像，清晰凸顯微觀結(jié)構(gòu)空間分布特征。例如，退偏相關(guān)參數(shù)可凸顯乳腺癌組織細胞核結(jié)構(gòu)，相位延遲相關(guān)參數(shù)可凸顯纖維結(jié)構(gòu)。偏振成像能獲取分辨尺度結(jié)構(gòu)信息，對組織微觀結(jié)構(gòu)和生物動態(tài)過程研究意義重大，且這些信息難用現(xiàn)有臨床病理成像方法獲取，偏振成像可用于生物組織特征表征和細分。

乳腺癌組織的偏振參數(shù)圖像

偏振特征提取方法

一、基于學(xué)的方法

全偏振顯微圖像含豐富病理組織微觀結(jié)構(gòu)信息，但從16維繆勒矩陣數(shù)據(jù)提取偏振特征并識別組織結(jié)構(gòu)特征是偏振技術(shù)應(yīng)用于病理診斷的關(guān)鍵挑戰(zhàn)。近年來，許多課題組探索偏振數(shù)字病理在臨床診斷中的應(yīng)用，通過機器學(xué)提取病變組織偏振特征，輔助醫(yī)生提升診斷和預(yù)后評估準確率與效率。

該方法從像素或圖像角度出發(fā)，利用多種學(xué)方法（如隨機森林、多層感知機、主成分分析、邏輯回歸、線性判別模型等）對醫(yī)生標記病變區(qū)域內(nèi)偏振像素分類或提取偏振圖像特征。例如，Luu等用機器學(xué)分類器對皮膚癌組織繆勒陣元像素分類，準確率達93%；Ivanov等用主成分分析等對結(jié)腸組織偏振參數(shù)像素分類，準確率97%；Dong等將繆勒陣元和偏振參數(shù)組合成偏振基底參數(shù)，篩選出敏感偏振特征參數(shù)，用于識別乳腺癌組織微觀結(jié)構(gòu)，準確率82%-91%，還提出雙模態(tài)模型用于宮頸癌前病變特征識別，準確率達90%。

從偏振圖像角度，利用深度學(xué)（如卷積神經(jīng)網(wǎng)絡(luò)）或圖像組學(xué)技術(shù)提取特征，如Roa等用卷積神經(jīng)網(wǎng)絡(luò)對偏振基底參數(shù)圖像分類，輔助宮頸研究；McKinley等結(jié)合卷積神經(jīng)網(wǎng)絡(luò)與機器學(xué)算法提取特征，用于識別腦腫瘤組織白質(zhì)纖維束；Yao等用多種方法對子宮內(nèi)膜偏振參數(shù)圖像特征識別，卷積神經(jīng)網(wǎng)絡(luò)識別準確率*；Chen等研究融合網(wǎng)絡(luò)用于識別多種癌變數(shù)據(jù)，準確率較高，且偏振在小樣本量時有輔助診斷優(yōu)勢。然而，學(xué)需大量標注樣本，獲取高質(zhì)量標注數(shù)據(jù)耗時費力，且標注質(zhì)量受多種因素影響，限制了學(xué)方法的效果。

雙模態(tài)模型提取宮頸癌前病變像素偏振特征

二、無學(xué)與偏振像素聚類

生物組織復(fù)雜，學(xué)獲取標注數(shù)據(jù)困難且易過擬合。無學(xué)無需預(yù)先標注訓(xùn)練數(shù)據(jù)，可挖掘偏振像素隱藏特征。Wan等對肝癌組織繆勒圖像像素聚類，利用統(tǒng)*形逼近與投影（UMAP）方法降維和可視化，UMAP基于黎曼幾何和代數(shù)拓撲，能保留數(shù)據(jù)全局結(jié)構(gòu)，適用于大維度數(shù)據(jù)集且速度快。病理醫(yī)生根據(jù)H&E染色圖像識別出不同聚類像素對應(yīng)的組織結(jié)構(gòu)特征（如正常和病變細胞核、不同細胞漿和膠原纖維結(jié)構(gòu)等）。

肝癌組織222個區(qū)域繆勒圖像的像素聚類

通過分析這些聚類特征，可提升病變識別和分類準確度（如癌變組織中特定類別密度大于正常組織，其面積占比可區(qū)分病變區(qū)域且與細胞分化程度相關(guān)），還可用于區(qū)分不同癌變亞類。對細胞核偏振像素進一步聚類拆分，可發(fā)現(xiàn)病變細胞核與正常細胞核偏振特征不同，該方法有助于分離微觀結(jié)構(gòu)特征信息，為病變診斷提供依據(jù)，展示了無微觀結(jié)構(gòu)拆分方法的潛力。

肝細胞癌中與病變和細胞分化程度相關(guān)的偏振標志物提取 

三、偏振像素和偏振特征模板

繆勒圖像高維空間特征低維投影對數(shù)據(jù)敏感，可利用K-means 聚類將繆勒圖像像素壓縮成偏振像素集合，減少數(shù)據(jù)量，提高計算效率，且特定病變組織繆勒圖像在偏振空間像素質(zhì)心位置穩(wěn)定，可近似表達高維偏振空間特征。

以肺癌病變?yōu)槔裣袼財U展標注流程包括：選取繆勒圖像區(qū)域，用Mini Batch KMeans聚類計算形成像素集合（含質(zhì)心位置、標準差和像素數(shù)指標）；醫(yī)生對區(qū)域內(nèi)待測結(jié)構(gòu)小區(qū)域初始標注，計算像素中像素對標注區(qū)域貢獻率，以貢獻率為權(quán)重；對區(qū)域內(nèi)像素及其權(quán)重作散點圖，經(jīng)平滑和閾值分割凸顯區(qū)域，醫(yī)生篩選保留正確標注；迭代上述過程擴展標注至整個區(qū)域；將已知標注區(qū)域擴展到新區(qū)域，重復(fù)迭代直至所有待測結(jié)構(gòu)正確標注，進而形成偏振特征模板，輔助醫(yī)生識別病變區(qū)域、分析特征和解釋機制，減少醫(yī)生標注工作量，提高標注質(zhì)量。

肺癌癌癥區(qū)域偏振像素擴展標注流程

結(jié)與展望

繆勒矩陣包含豐富的復(fù)雜生物樣本光學(xué)性質(zhì)和微觀結(jié)構(gòu)特征信息，如樣本中散射顆粒的濃度、大小、形狀、取向、排列、表面形貌、內(nèi)部結(jié)構(gòu)等。因此，繆勒圖像可通過偏振特征提供分辨層次豐富的微觀結(jié)構(gòu)信息，幫助我們區(qū)分不同類型和不同狀態(tài)的細胞和組織。

繆勒成像具有無標記、無損傷、跨尺度、多模態(tài)和定量測量的能力，在復(fù)雜生物和醫(yī)學(xué)樣本的靜態(tài)和動態(tài)測量中已顯示出誘人的應(yīng)用前景。偏振圖像的每個像素都是繆勒矩陣，包含樣本的局域光學(xué)性質(zhì)和微觀結(jié)構(gòu)特征信息。定量提取像素偏振特征并據(jù)此表征樣本的物質(zhì)和結(jié)構(gòu)特征是偏振成像應(yīng)用的核心問題。

相比基于染色圖像分析的數(shù)字病理，基于學(xué)的偏振數(shù)字病理能夠提供更加豐富的微觀結(jié)構(gòu)特征信息，已突顯出其臨床定量輔助診斷的優(yōu)勢和潛力。結(jié)合偏振成像所具有的無標記、無損傷潛力，有望發(fā)展一種利用偏振特征拆分并定量表征生物樣本亞細胞層次光學(xué)性質(zhì)與微觀結(jié)構(gòu)特征的新型偏振空間組學(xué)技術(shù)。

聲明：本文僅用作學(xué)術(shù)目的。文章來源于：姚悅, 裴浩杰, 李浩, 萬嘉晨, 陶麗麗, 馬輝. 基于全偏振顯微成像的數(shù)字病理技術(shù)[J]. 激光, 2024, 51(9): 0907008.