摘要：高光譜技術(shù)將二維成像技術(shù)與光譜獲取技術(shù)相結(jié)合。其能夠獲得圖像的多維信息，包括圖像的空間信息和每個(gè)像素?cái)?shù)百個(gè)連續(xù)波段的光譜信息，具有圖譜合一的重要特性?？臻g信息可以反映樣本的形狀、大小等外在的物質(zhì)特征，連續(xù)的光譜信息能夠反映樣本內(nèi)部的化學(xué)成分或者物理結(jié)構(gòu)的差別。由于上述特點(diǎn)，HSI技術(shù)被廣泛應(yīng)用于生物醫(yī)療、軍事防御、農(nóng)業(yè)檢測(cè)等領(lǐng)域。然而，HSI技術(shù)在公共衛(wèi)生領(lǐng)域仍屬于新興技術(shù)并有廣泛的應(yīng)用前景。本文介紹了HSI的成像技術(shù)原理、數(shù)據(jù)處理方法，總結(jié)了近年來HSI技術(shù)在公共衛(wèi)生領(lǐng)域的發(fā)展和應(yīng)用現(xiàn)狀，并探討了HSI技術(shù)在此領(lǐng)域的未來發(fā)展方向。

關(guān)鍵詞：高光譜技術(shù)；監(jiān)測(cè)；公共衛(wèi)生；污染；病毒

一、引言

高光譜圖像（Hyperspectral Image， HSI）由成像光譜儀采集獲得，為三維立體圖像。高光譜圖像包含了傳統(tǒng)的二維空間信息和與像素對(duì)應(yīng)的幾百個(gè)連續(xù)的波段光譜信息（包括電磁波譜的紫外、可見光、近紅外和中紅外區(qū)域），具有圖像信息與光譜信息合一的特點(diǎn)。由于光譜信息具有范圍廣、分辨率高等特點(diǎn)，高光譜圖像技術(shù)可以通過辨別光譜曲線的微小差異來區(qū)分不同類別的物質(zhì)，該技術(shù)已成功應(yīng)用于目標(biāo)檢測(cè)[1]、光譜解混[2]、場(chǎng)景分類[3]、激光雷達(dá)[4]等諸多領(lǐng)域的研究。

在公共衛(wèi)生領(lǐng)域，HSI技術(shù)仍是一項(xiàng)新興技術(shù)，但它作為一種檢測(cè)污染源和傳染源的非侵入性方法有潛在的應(yīng)用價(jià)值。這是因?yàn)樵谔囟úㄩL(zhǎng)下，不同污染物或者傳染源在反射率、吸收度和電磁能量等物理特征上表現(xiàn)出不同差異，具體為光譜曲線中峰值的差異。通過對(duì)這些光譜信號(hào)的定量分析，可實(shí)現(xiàn)異常污染程度的可視化，從而為衛(wèi)生監(jiān)測(cè)、衛(wèi)生管制提供信息依據(jù)。同時(shí)，HSI技術(shù)作為一種新型的光學(xué)監(jiān)測(cè)技術(shù)，越來越多地被應(yīng)用于環(huán)境監(jiān)測(cè)、食品保障、疾病防控等方面[5]，具有很大的發(fā)展?jié)摿Α?/p>

二、 HSI技術(shù)

（一）成像系統(tǒng)

根據(jù)應(yīng)用場(chǎng)景可將高光譜成像系統(tǒng)分為顯微高光譜成像系統(tǒng)與高光譜遙感成像系統(tǒng)。顯微高光譜成像系統(tǒng)一般由光學(xué)顯微鏡、聲光可調(diào)濾光器（Acousto-Optic Tunable Filter， AOTF）、AOTF驅(qū)動(dòng)器、電荷耦合元件（Charge Coupled Device， CCD）和計(jì)算機(jī)五部分組成[6]，系統(tǒng)結(jié)構(gòu)圖如圖1所示。

以乳腺腫瘤組織為例，其成像原理為：首先在顯微鏡載物臺(tái)上放置腫瘤切片，AOTF驅(qū)動(dòng)器輸送不同頻率的信號(hào)以控制AOTF，用來將透過組織切片的光源分成若干細(xì)窄的連續(xù)波長(zhǎng)的光，CCD將光信號(hào)轉(zhuǎn)變成電信號(hào)，然后將HSI圖像數(shù)據(jù)保存到計(jì)算機(jī)中。高光譜遙感成像系統(tǒng)是集合探測(cè)器系統(tǒng)、精密光學(xué)機(jī)械系統(tǒng)、微弱信號(hào)檢測(cè)系統(tǒng)、計(jì)算機(jī)系統(tǒng)、信息處理系統(tǒng)等于一體的綜合性系統(tǒng)，其能夠獲得地物的連續(xù)光譜信息，系統(tǒng)結(jié)構(gòu)圖如圖1所示。

（二）數(shù)據(jù)采集

高光譜圖像被描述為融合了二維空間和一維光譜的“圖譜合一”的三維數(shù)據(jù)立方體。以乳腺組織切片為例，展示了高光譜立方體數(shù)據(jù)。根據(jù)不同的數(shù)據(jù)采集方式，可以分為線掃描、譜掃描、快照和空間譜掃描四種[7]。線掃描（或稱空間掃描）利用不同波長(zhǎng)的入射光逐行掃描以獲取整個(gè)目標(biāo)數(shù)據(jù)，常用于遙感或傳送帶上的實(shí)時(shí)監(jiān)測(cè)。譜掃描則逐次采用不同波長(zhǎng)對(duì)目標(biāo)面進(jìn)行掃描，適用于波長(zhǎng)圖像數(shù)目較少的高光譜成像系統(tǒng)。這種方法需要頻繁移動(dòng)光譜相機(jī)或檢測(cè)對(duì)象，不利于快速檢測(cè)?？煺辗绞街恍枰淮螠y(cè)量即可獲得完整的數(shù)據(jù)立方體，具有高光通量和短采集時(shí)間的特點(diǎn)?？臻g譜掃描輸出基于波長(zhǎng)編碼的空間掃描圖，融合了空間掃描和譜掃描的優(yōu)點(diǎn)，并避免了它們各自的缺點(diǎn)。

（三）數(shù)據(jù)處理

高光譜圖像處理一般需要經(jīng)歷圖像數(shù)據(jù)獲取、圖像處理與分析，以及圖像應(yīng)用三個(gè)階段。HSI數(shù)據(jù)獲取已在成像系統(tǒng)與數(shù)據(jù)采集部分進(jìn)行了詳細(xì)的介紹。針對(duì)二維空間和一維光譜相結(jié)合的HSI三維數(shù)據(jù)立方特性，其處理與分析有三種方式：一是固定光譜波長(zhǎng)，在空間域進(jìn)行圖像處理分析；二是指定像素空間位置，在光譜域進(jìn)行光譜處理分析；三是在空間域及光譜域同時(shí)進(jìn)行處理分析。固定波長(zhǎng)，可觀察到單波段圖像，其反映了觀察組織區(qū)域的形態(tài)結(jié)構(gòu)；指定像素空間位置，可以獲得每個(gè)組織像素點(diǎn)處的光譜曲線，反映出相應(yīng)位置的化學(xué)成分信息，如組織結(jié)構(gòu)與成分含量；對(duì)空譜信息的同時(shí)分析處理為有效區(qū)分異常組織區(qū)域提供了更大的可能。HSI應(yīng)用階段需要針對(duì)不同的應(yīng)用場(chǎng)景，結(jié)合一些圖像處理算法來完成食品質(zhì)量保障、腫瘤組織識(shí)別、缺陷檢測(cè)等任務(wù)。

三、公共衛(wèi)生領(lǐng)域應(yīng)用現(xiàn)狀

（一）環(huán)境衛(wèi)生領(lǐng)域

高光譜遙感在環(huán)境污染應(yīng)用領(lǐng)域發(fā)展迅速，目前可以檢測(cè)城市水體污染的泥沙含量、重金屬污染、化學(xué)排放污染等；還可檢測(cè)大氣的溫度、濕度，以及CO等污染氣體的濃度及其分布。對(duì)環(huán)境遙感圖像的分析，為環(huán)境衛(wèi)生領(lǐng)域的監(jiān)測(cè)、評(píng)價(jià)、治理等工作提供了信息依據(jù)。

1.水環(huán)境檢測(cè)

高光譜遙感以其高分辨率的特性，能夠?qū)λw的污染濃度進(jìn)行有效的識(shí)別。在“9.11”事件后，USGS利用AVIRIS光譜成像儀獲取了美國(guó)世貿(mào)中心及其周圍區(qū)域的廢墟遙感圖像，繪制并分析出了水體沉淀分布圖。Danaher等人提出了一種交叉相關(guān)算法，用來檢測(cè)海水里的紅色熒光染料，以判別水體的污染程度[8]。2003年，萬余慶、張風(fēng)麗等人[9]對(duì)在陜西靖邊縣城區(qū)的不同河段水體的高光譜圖像進(jìn)行了分析，發(fā)現(xiàn)了光譜特征與水體污染程度與污染類型間的關(guān)聯(lián)。2016年，Soumyashree Kar團(tuán)隊(duì)利用Yamuna河流水域中的高光譜數(shù)據(jù)進(jìn)行了金屬污染物檢測(cè)[10]。團(tuán)隊(duì)定期從河流的10個(gè)點(diǎn)進(jìn)行采樣，將光譜庫的端元光譜與10個(gè)采樣點(diǎn)對(duì)應(yīng)位置的光譜進(jìn)行比較，利用SAM、SAM using BandMax、SVM、IOSDATA等基于空譜信息的圖像處理技術(shù)對(duì)河流采樣點(diǎn)物質(zhì)進(jìn)行了分類。另外，該研究還考察了3處采樣點(diǎn)水的反射光譜性質(zhì)。實(shí)驗(yàn)指出，純水的反射光譜在700nm波長(zhǎng)范圍外呈現(xiàn)平坦及均勻的趨勢(shì)，若在400-700以外波段中出現(xiàn)強(qiáng)吸收特性，是由于過渡金屬Fe， Cr， Co， Ni等的存在。因此，利用這種關(guān)系可實(shí)現(xiàn)遙感技術(shù)對(duì)水質(zhì)的遠(yuǎn)程監(jiān)測(cè)。

2.大氣環(huán)境檢測(cè)

工業(yè)革命以來，人類進(jìn)行了大規(guī)模的消耗資源生產(chǎn)活動(dòng)，排放了大量的污染氣體如鹵代烴類、痕量氣體、氣溶膠等，導(dǎo)致了空氣質(zhì)量下降、氣候變暖等問題，嚴(yán)重影響著人們的健康。2002年，Lerner等人利用邊緣探測(cè)技術(shù)獲得了大氣污染總量及其廓線特征[11]。宗雪梅模擬出在大氣紅外輻射超光譜探測(cè)儀的臨邊探測(cè)模式下的污染氣體體積的混合比權(quán)重函數(shù)[12]。2017年，歐洲航天局發(fā)射了“哨兵-5P”衛(wèi)星，利用對(duì)流層觀測(cè)儀TROPOMI在三大光譜區(qū)域（270-495nm的紫外－可見光譜區(qū)域、675-775nm的近紅外光譜區(qū)、2305-2385nm的短波紅外光譜區(qū)）對(duì)大氣進(jìn)行了化學(xué)測(cè)量任務(wù)。2019年，李旭文等人利用TROPOMI對(duì)NO2、O3、SO2、CO等污染氣體在江蘇省域的空間分布和污染程度進(jìn)行了分析[13]，研究了時(shí)段內(nèi)TROPOMI獲取的NO2空間分布圖。由于TROPOMI的空間分辨率提高，獲取的光譜圖幾乎未受云層干擾影響。高分辨率的光譜圖為NO2氣體的排放控制提供了排放熱點(diǎn)篩查支持，能夠快速定位污染物發(fā)源地并有效識(shí)別重度污染地區(qū)。

（二）食品衛(wèi)生領(lǐng)域

隨著人民生活水平的提高，食品安全問題成為人們?nèi)諠u關(guān)注的熱點(diǎn)。為了從源頭解決食品安全的問題，需要對(duì)食品生產(chǎn)加工過程進(jìn)行認(rèn)真把關(guān)。高光譜成像技術(shù)可以快速無損地獲取食品圖像及其光譜信息，實(shí)現(xiàn)對(duì)食品的高效檢測(cè)。

1.地溝油

近年來，“地溝油回流餐桌時(shí)間”成為公共衛(wèi)生領(lǐng)域關(guān)注的話題之一。不少無良商家收購餐廳的廢棄地溝油加工提煉，以次充好。目前，常規(guī)的地溝油檢測(cè)方法為感官檢測(cè)和理化檢測(cè)。感官檢測(cè)是指利用五官對(duì)油脂看、嗅以觀察油脂的色澤、透明度、氣味的檢測(cè)方式。由于地溝油在經(jīng)過過濾、脫水等復(fù)雜的處理工序之后，其成分復(fù)雜，很難靠人體感官將其與食用油分開。理化檢測(cè)是指對(duì)地溝油中的水分、過氧化值、碘值等進(jìn)行檢測(cè)。但是，這些指標(biāo)無法對(duì)深度油炸油進(jìn)行辨別。范卉等人[14]針對(duì)這個(gè)問題進(jìn)行了基于光譜技術(shù)與光學(xué)層分析方法對(duì)地溝油特征的研究。

在論文中，提出了利用傅里葉變換光譜方法對(duì)6種油品進(jìn)行研究。實(shí)驗(yàn)結(jié)果顯示，在使用365nm紫外手電筒作為光源，并將樣品放置在光源前的條件下，觀察到正常油脂在630.1nm和707nm處沒有特征峰，而廢棄油脂則呈現(xiàn)小峰。這一發(fā)現(xiàn)可作為檢測(cè)地溝油的依據(jù)。實(shí)驗(yàn)結(jié)果如圖2所示。

1.農(nóng)產(chǎn)品安全

美國(guó)疾病控制與預(yù)防中心的數(shù)據(jù)顯示，每年因食源性疾病造成的經(jīng)濟(jì)損失大約為10億～83億美元。食源性疾病主要由受污染的生鮮和被動(dòng)物糞便污染的食品原料引起。因此，自動(dòng)檢測(cè)農(nóng)產(chǎn)品糞便污染的研究是有必要的。文獻(xiàn)[15]研究了這一問題。其采用基于紫外線（320-400nm）的高光譜熒光成像系統(tǒng)，檢測(cè)出萵苣與菠菜葉正面及背面的糞便污染。

圖3顯示了葉子的葉脈、葉間表面和糞便污染處的光譜信息。圖中分析得出，帶有糞便污染點(diǎn)部分的光譜峰值向短波部分移動(dòng)。這成為判別葉子是否受到污染的重要依據(jù)。

（三）疾控衛(wèi)生領(lǐng)域

流感病毒是在世界范圍內(nèi)爆發(fā)流行且可引發(fā)死亡的病毒，嚴(yán)重威脅人們的生命健康。表面增強(qiáng)拉曼光譜（SERS）技術(shù)是一種非侵入式光譜檢測(cè)技術(shù)，其可利用納米金屬顆粒與被測(cè)分子間的相互作用表現(xiàn)不同樣品間的峰圖差異。許多文獻(xiàn)[16]致力于研究利用SERS對(duì)常見病菌進(jìn)行鑒定分類的方法。

2016年，賈瀟瀟等人[17]就溫度及pH值等環(huán)境因子對(duì)H1N1亞型流感病毒毒價(jià)的影響展開了研究，對(duì)細(xì)胞生物學(xué)研究起到了一定的促進(jìn)作用。實(shí)驗(yàn)中，將培養(yǎng)并純化的H1N1亞型三種毒株WSN、CA04、PR8的病毒滴液加10μL到載玻片上，并加入5μL 100nm金納米顆粒，靜置10s后在不同環(huán)境因子下進(jìn)行拉曼光譜儀檢測(cè)，觀察到當(dāng)溫度高于5°或pH值在5.0之下時(shí)病毒毒性基本喪失。這為抑制流行病毒提供了新的思路。

2019年，秦潔等人[18]利用拉曼光譜技術(shù)對(duì)丙型肝炎病毒（HCV）感染血清進(jìn)行了檢測(cè)。論文收集了374例HCV感染者血清與707例未感染者血清，用拉曼光譜儀在 激發(fā)波長(zhǎng)條件下定點(diǎn)測(cè)量，獲取其300cm-1～3000cm-1 位移范圍內(nèi)拉曼光譜的原始數(shù)據(jù)，并采用Origin2018軟件對(duì)數(shù)據(jù)進(jìn)行比對(duì)。

結(jié)果顯示，HCV感染者與非HCV感染者拉曼光譜在1002cm-1，1157cm-1，1515cm-1 位移處有明顯差異。最后，該論文結(jié)合Pls-svm技術(shù)判別血清是否感染HCV，準(zhǔn)確率達(dá)到96.29% 。

四、公共衛(wèi)生領(lǐng)域的應(yīng)用展望

雖然高光譜作為一種新興技術(shù)具有測(cè)量波段范圍廣、獲取信息全面等優(yōu)勢(shì)，其還存在一些技術(shù)痛點(diǎn)。如設(shè)備分辨率要求高、技術(shù)僅存在實(shí)驗(yàn)階段等問題。筆者認(rèn)為，推動(dòng)高光譜在社會(huì)公共安全領(lǐng)域的應(yīng)用將主要表現(xiàn)在以下幾個(gè)方面：

（一）化學(xué)氣體成像

高光譜技術(shù)可以用來實(shí)時(shí)監(jiān)測(cè)化工廠的有害氣體排放，以對(duì)排放超標(biāo)的工廠進(jìn)行有效的監(jiān)管措施；即時(shí)監(jiān)測(cè)危險(xiǎn)化學(xué)氣體運(yùn)輸車輛的泄漏情況，以避免發(fā)生意外事件。

（二）食品篩選

在果蔬分揀時(shí)可利用高光譜技術(shù)無損檢測(cè)出含有農(nóng)藥、糞便殘留的果蔬，進(jìn)而進(jìn)行在線食品分類；在生產(chǎn)動(dòng)物復(fù)合飼料時(shí)，監(jiān)測(cè)原材料以保證產(chǎn)品的質(zhì)量。

（三）監(jiān)控系統(tǒng)

將熱紅外高光譜系統(tǒng)與傳統(tǒng)監(jiān)控系統(tǒng)相結(jié)合，完成對(duì)多目標(biāo)人群體溫的實(shí)時(shí)監(jiān)測(cè)，在遇到異常目標(biāo)時(shí)進(jìn)行報(bào)警跟蹤。該技術(shù)可輔助公安人員開展測(cè)溫防疫工作。

五、結(jié)束語

HSI技術(shù)具有光譜分辨率高、波段信息廣的優(yōu)點(diǎn)。作為一種光學(xué)檢測(cè)技術(shù)，其可以進(jìn)行無接觸、遠(yuǎn)程檢測(cè)，目前已成為公共衛(wèi)生領(lǐng)域的新興成像方法。由于其可以為檢測(cè)樣本提供廣泛的光譜信息（可見光、紅外、紫外光譜），根據(jù)樣本光譜曲線差異，在環(huán)境監(jiān)測(cè)與食品保障方面可以反映不同樣本的污染程度，在疾病防控方面可以根據(jù)疾病表現(xiàn)形式如體溫，快速定位傳染源。這些特點(diǎn)使得HSI在公共衛(wèi)生領(lǐng)域有著巨大的發(fā)展?jié)摿?，可為公共監(jiān)測(cè)系統(tǒng)提供信息依據(jù)。但是，HSI也存在一定的局限性。目前來看，公共衛(wèi)生領(lǐng)域的HSI技術(shù)主要處于實(shí)驗(yàn)水平，這是因?yàn)楦咝У臋z測(cè)技術(shù)需要高質(zhì)量設(shè)備和大量數(shù)據(jù)集的支撐。并且，如何實(shí)時(shí)、有效地將成像技術(shù)與處理算法結(jié)合起來還有待進(jìn)一步研究。相信隨著HSI不斷的發(fā)展與完善，其能在公共衛(wèi)生領(lǐng)域?qū)l(fā)揮更大的作用。

作者單位：閔博陽 新疆大學(xué)數(shù)學(xué)與系統(tǒng)科學(xué)學(xué)院

袁宇 國(guó)網(wǎng)江蘇省電力有限公司

參考文獻(xiàn)

[1]屈博，鄭向濤，錢學(xué)明，等.高光譜遙感影像異常目標(biāo)檢測(cè)研究進(jìn)展[J].遙感學(xué)報(bào)，2024，28（01）：42-54.

[2]謝金鳳，陳濤.考慮光譜信息和超像素分割的高光譜解混網(wǎng)絡(luò)[J].遙感學(xué)報(bào)，2024，28（01）：142-153.

[3]程寅翥.基于卷積神經(jīng)網(wǎng)絡(luò)的遙感影像空譜聯(lián)合分類[D].中國(guó)科學(xué)院大學(xué)（中國(guó)科學(xué)院西安光學(xué)精密機(jī)械研究所），2023.

[4]王書偉，舒清態(tài)，馬旭，等.激光雷達(dá)與高光譜成像技術(shù)數(shù)據(jù)融合研究進(jìn)展[J].遙感技術(shù)與應(yīng)用，2024，39（01）：11-23.

[5]李偉，呂蒙，陳天虹，等.高光譜圖像在生物醫(yī)學(xué)中的應(yīng)用[J].中國(guó)圖象圖形學(xué)報(bào)，2021，26（08）：1764-1785.

[6]劉思田，盧慧，王棟，等.星載高光譜成像系統(tǒng)發(fā)展綜述[J].航天返回與遙感，2023，44（06）：12-26.

[7]馬志祥.基于高光譜熒光和反射成像技術(shù)的乳腺術(shù)中快速病理診斷研究[D].山東大學(xué)，2022.

[8]S. Danaher，E. O'Mongain. 一種新的交叉相關(guān)算法及其在海水中羅丹明B染料檢測(cè)中的應(yīng)用[J]. 遙感， 2007， 13（6）： 1743-1755.

[9]萬余慶，張鳳麗，閆永忠.高光譜遙感技術(shù)在水環(huán)境監(jiān)測(cè)中的應(yīng)用研究[J].國(guó)土資源遙感，2003，（03）：10-14.

[10]Kar S， 等. 利用高光譜數(shù)據(jù)對(duì)河水污染進(jìn)行分類[J]. 水文學(xué)雜志， 2016， 537： 221-233.

[11]Lerner J，E. Weisz，G. Kirchengast. 利用模擬的紅外大氣探測(cè)干涉儀（IASI）測(cè)量數(shù)據(jù)進(jìn)行溫度和濕度反演[J]. 地球物理研究雜志. 2002， 107： 4189-4199.

[12]宗雪梅. 大氣紅外輻射超高光譜探測(cè)器的檢測(cè)——污染氣體反演精度和光譜通道評(píng)估[J]. 環(huán)境科學(xué)學(xué)報(bào)， 2020， 40（04）： 1410-1421.

[13]李旭. \"Sentinel-5P\"衛(wèi)星TROPOMI傳感器在江蘇省空氣污染監(jiān)測(cè)中的初步應(yīng)用[J]. 環(huán)境監(jiān)測(cè)與預(yù)警， 2019， 11（02）： 10-16.

[14]范卉. 基于多光譜技術(shù)與光學(xué)層析方法的地溝油特征研究[D].西安工業(yè)大學(xué)，2017.

[15]張保華，李江波，樊書祥，等.高光譜成像技術(shù)在果蔬品質(zhì)與安全無損檢測(cè)中的原理及應(yīng)用[J].光譜學(xué)與光譜分析，2014，34（10）：2743-2751.

[16]程鋒，張華昌，陳天宇，等. 電動(dòng)力濃縮和表面增強(qiáng)拉曼光譜技術(shù)在人血中快速（lt;5分鐘）檢測(cè)病原體的應(yīng)用[J]. 科學(xué)報(bào)告， 2013， 3： 2365.

[17]賈瀟瀟，李蕓，范文輝，等.利用表面增強(qiáng)拉曼光譜技術(shù)分析溫度及pH值對(duì)H1N1亞型流感病毒增殖的影響[J].生物工程學(xué)報(bào)，2016，32（04）：447-456.

[18]秦潔. 基于拉曼光譜技術(shù)的丙型肝炎病毒感染血清檢測(cè)[D].新疆醫(yī)科大學(xué)，2019.