亮点文章 | 无需接触，高光谱重建解读糖尿病足的愈合潜力

导读：

高光谱成像作为一种融合光谱与空间信息的非接触光学检测技术，在生物医学领域展现出广阔应用前景。北京理工大学董立泉教授团队提出一种基于可见光图像高光谱重建的非接触式评估方法，通过从RGB图像重建高光谱，反演组织血氧饱和度，并以溃疡边缘与远端区域的血氧饱和度（StO₂）差值作为评估指标，融合临床生理参数，在小样本数据上实现了糖尿病足溃疡愈合情况的准确评估。该文被选为《光学学报》第46卷第11期亮点文章。

文章来源：《光学学报》2026年第11期亮点文章 | 孔令琴, 刘婕, 董立泉*, 刘明, 褚旭红, 米彦霖, 李金梅, 王慧莹, 黄海琴. 基于高光谱重建的非接触式糖尿病足愈合状态评估[J]. 光学学报, 2026, 46(11): 1130004.

01

研究背景

足溃疡是糖尿病患者常见的严重并发症，随着人口老龄化和糖尿病患病率上升，其发病率逐年增高。由于神经病变和血管病变的共同作用，糖尿病足溃疡若未能及时干预，可能发展为感染甚至坏疽，导致截肢，给患者带来沉重的健康负担和经济压力。因此，早期、准确地评估溃疡愈合潜力对临床治疗方案选择具有重要意义。

目前临床评估组织修复能力主要依赖微血管功能检测，如踝臂指数、激光多普勒、经皮氧分压等。然而，这些传统方法普遍存在变异性大、易受干扰、设备昂贵、操作复杂等问题，且结果判读依赖医生经验，缺乏统一的客观标准。

高光谱成像作为一种兼具空间与光谱分辨能力的非接触光学检测技术，能够无创获取组织血液灌注、氧合水平等生理信息，为评估糖尿病足溃疡愈合状态提供了新的技术途径。

图1 基于可见光图像高光谱重建的非接触式糖尿病足愈合评估方法总体流程图

首先，对糖尿病足溃疡可见光图像进行图像分割，并对分割处理后的可见光图像进行高光谱重建，构建差值型StO₂特征来表征局部微循环状态。融合具有统计学意义的临床生理参数（LDL-C）与差值型StO₂特征构建联合预测模型。该模型在小样本数据集上验证了其较高的准确性与稳定性，为糖尿病足愈合评估提供了可靠的方法。

研究人员在46例糖尿病足患者（29例愈合、17例未愈合）的样本上对所提方法进行了验证。结果表明，基于原始高光谱提取的StO₂构建的支持向量机（SVM）模型精确率为82.6%、准确率为76.4%、召回率为76.4%、AUC（area under the curve）值为0.753；而基于重建高光谱提取的StO₂构建的模型由于受重建误差影响，性能有所下降，精确率为76.1%、准确率为68.8%、召回率为64.7%、AUC值为0.667，但仍具备一定的区分能力。

图2 原始与重建高光谱数据决策边界对比。（a）使用原始高光谱数据的决策边界示意图；（b）使用重建高光谱数据的决策边界示意图

为进一步提升预测性能，通过逻辑回归筛选临床生理参数，发现仅LDL-C的p值＜0.05，与溃疡愈合状态显著相关。将LDL-C与重建高光谱提取的StO₂特征融合后，构建的联合预测模型SVM-Re-StO₂(mine)&pars性能显著提升，准确率达81.4%、精确率为82.0%、AUC值提升至0.872，较未融合参数的模型提升30.7%。融合原始高光谱StO₂与LDL-C的模型AUC值更是达到0.910。融合临床参数后的模型对未愈合病例的识别能力显著增强，分类效果更为理想。

图3 SVM-Re-StO₂（mine）& pars 的决策边界示意图

以上结果验证了文章提出的差值型StO₂特征结合临床参数融合策略的有效性，在小样本条件下实现了对糖尿病足愈合状态的准确评估。

随着高光谱成像技术与深度学习不断融合，该领域展现出广阔的发展前景。今后团队将继续深入开展前沿研究，通过扩大样本规模、优化重建算法、探索更多临床参数的融合策略，进一步提升模型的泛化能力与预测精度，并推动便携式、低成本成像设备的研发，为临床提供糖尿病足愈合情况非接触式评估新工具。

孔令琴，北京理工大学教师，高级实验师，硕士生导师。光电实验中心副主任，全国实验室仪器及设备标准技术委员会专家委员。长期在光电探测与成像领域从事教学和科研工作，主要研究方向包括数字图像处理、微弱信号检测、生物医学光子学、非接触式生理信号检测等方面。主持包括国家自然科学基金在内的7项科研项目，教育部产学合作协同育人项目1项、教改及实验室研究项目6项，参与多项重点项目。在国际及国内期刊上发表论文30余篇。参与起草多项国家标准。获中国仪器仪表学会科技进步一等奖、二等奖各1项，北京理工大学优秀教育教学成果特等奖1项、二等奖2项。

北京理工大学“精密光电仪器及系统集成团队”（团队负责人：董立泉教授）依托“近地面探测技术”全国重点实验室和“精密光电测试仪器及技术”北京市重点实验室，长期聚焦光电探测与成像领域的前沿教学与科研工作。核心研究方向涵盖光电探测与智能感知技术、计算成像技术、图像与视频处理技术、生理参数检测、光电仪器与检测技术等关键领域，研究成果广泛应用于边防要地、国家重要赛事等多个重要场景，在国家重大工程、国防安全及产业发展中具有重大作用。团队牵头获得2025年中国仪器仪表学会科技进步一等奖等奖项。