山东大学等团队构建头颈癌显微高光谱病理基准数据集，突破医学组织切片智能分类难题
近日，由山东大学、齐鲁医院、德国慕尼黑工业大学、西安电子科技大学等单位联合完成的学术论文《HSPath-Bench: A microscopic hyperspectral dataset and local-global learning network for histopathological classification》正式公开发布。该研究首次构建了面向头颈癌免疫组化（IHC）与原位杂交（ISH）切片的显微高光谱公开基准数据集 HSPath-Bench，并提出了创新的最大质量波段选择（M²BS）算法与自适应局部‑全局特征融合（ALGFF）网络，在极少量标注样本下实现了病理组织的高精度分类。
01研究背景
高光谱成像能够捕获组织切片在数百个连续波段上的光谱信息，为生物细胞分析和医学病理诊断提供了超越传统RGB图像的”光谱指纹“级分辨能力。然而，该技术在医学显微领域落地仍面临三大瓶颈：
1. 数据极度稀缺：至今没有一个公开的、带有像素级精细标注的显微高光谱病理数据集，严重制约了算法开发与公平对比。
2. 光谱冗余与噪声：高光谱数据波段多、相关性强，且采集过程中存在暗电流、光源不均等噪声，直接使用会导致“休斯现象”（维度灾难），降低分类精度。
3. 标注成本高昂：病理专家手工逐像素标注耗时极长，深度学习方法在少量训练样本下容易过拟合，泛化能力差。
为了打通从“先进传感”到“智能诊断”的最后一公里，研究团队与高谱成像紧密合作，从数据采集、算法设计到实验验证，完成了一次系统性的创新突破。
02核心贡献
2.1 发布 HSPath-Bench 数据集
团队采集了43例头颈鳞癌患者的组织切片，涵盖EGFR、P16、P53、P63、EBER五种关键分子标记物，经过严格病理专家双重标注与仲裁，构建了包含60万+像素级精标注样本的高光谱数据集。每个样本均提供：
400-1000nm 范围内300个连续光谱波段
像素级的三类染色强度标注（强阳性、弱阳性、阴性）以及上皮/间质区域划分
校准后的光谱透射率数据（附暗电流与空白参考校正）
HSPath-Bench 是目前国际领先的、多类别、像素级标注的显微高光谱病理数据集，为后续算法研究与行业基准测试提供了宝贵的“标尺”。
2.2 提出 M²BS 波段选择算法
针对高光谱波段冗余问题，研究团队创新性地提出最大质量波段选择（M²BS）算法。不同于传统仅考虑方差或互信息的方法，M²BS 通过最大化平行多面体体积来评估波段组合的代表性，在有效去冗余的同时最大程度保留判别信息，显著降低了后续网络的计算负担。
2.3 设计 ALGFF 自适应局部‑全局融合网络
为了兼顾显微组织的局部细节纹理与全局空间上下文，论文设计了ALGFF（Adaptive Local‑Global Feature Fusion）模块，核心创新包括：
空间‑光谱注意力（SS）：在编码器‑解码器结构中强化对关键光谱特征的响应。
Swin Transformer 与 CNN 自适应融合：通过通道级动态权重，平衡窗口自注意力（建模长程依赖）与卷积操作（捕获局部精细结构）。
无补丁（patch‑free）全图处理：避免了传统滑窗造成的感受野受限与计算冗余。
03实验结果
3.1 极稀疏标注下显著优于当前主流算法
在每类仅使用5个像素作为训练样本的极端条件下，所提方法在10张测试图像上的总体分类精度（OA）达到61% – 90%，平均准确率（AA）与 Kappa 系数均显著超越十种主流方法（包括 SVM、随机森林、1D/2D CNN、Transformer、FPGA、SSDGL 等）。
部分典型结果：
EGFR-17：OA 86.6%（第二名80.7%）
P16-03：OA 83.6%（第二名78.3%）
EBER-01：OA 78.8%（第二名68.8%）
P53-01：AA 86.6%（第二名82.7%）
3.2 训练样本增加时性能持续提升
当训练样本增加到每类50像素时，精度相比5像素条件平均提升6–16个百分点；增加至100像素时仍有小幅稳定增长，表明模型具有良好的数据扩展性，不会因样本增多而饱和。
3.3 消融实验验证各模块贡献
移除 SS 模块（替换为普通卷积）：分类精度下降2–10个百分点，尤其在复杂核染色的 P53 数据集上下降近10%。
移除 ALGFF 模块（仅保留单分支）：平均精度下降1–2个百分点。
结合 M²BS + SS + ALGFF 的完整模型在所有测试集上均取得最优或次优结果。
3.4 可视化分类图对比
论文提供了每种方法在各类切片上的分类伪彩图。可以看到：
仅用光谱信息（像素级方法）会产生大量椒盐噪声，边界模糊。
基于固定尺寸补丁的方法（2DCNN、2DFormer）在阳性细胞散在分布的区域容易漏检或误判。
本方法生成的分类图最接近专家标注的真值，尤其在 EGFR 胞膜连续阳性与 EBER 核阳性混合区域表现突出。
04显微高光谱
HY-5010-S 具备400–1000 nm光谱范围、优于2.8 nm的光谱分辨率、推扫式成像与暗电流/空白双重校正，为研究团队提供了高信噪比、高一致性的光谱数据，是 HSPath-Bench 数据集高标注质量的硬件保障。
论文链接：
https://doi.org/10.1016/j.optlastec.2025.114413
光谱数据集地址：
https://github.com/zhangchenglong1116/HSPath-Bench