监测血氧代谢功能对于微循环、代谢及慢性疾病和肿瘤的发展都具有十分重要的意义。高光谱成像技术作为一种非侵入的方法，在糖尿病足、黑眼圈和皮肤损伤等浅表组织的诊断与研究中表现出巨大的潜力，但其成像质量受制于皮肤的高散射；武汉光电国家实验室生物医学光子学功能实验室朱丹教授及其研究小组发展的活体皮肤光透明的方法与高光谱成像的技术的结合则可以解决这一问题。

然而，如何基于高光谱成像来获取皮肤氧代谢分布，相关的分析方法并不令人满意，如多元线性回归（MLR）、非负最小二乘拟合（NNLS）等。这两种方法都是基于最小二乘法来实现的，但MLR在实际的高光谱数据的处理过程中会出现负的估计变量等问题，使用NNLS方法在数据处理时则会要求限制估计变量的取值范围。

早在两年前，朱丹教授领导的课题组基于光纤光谱的单点测量，建立了基于双层皮肤结构的逆向蒙特卡罗模拟的反射谱分析法，可同时获取了皮肤组织的生理参与与光学参数。为了获得空间的血氧代谢分布信息，本课题组进一步发展高光谱成像算法来获取皮肤中的氧代谢分布。建立了基于模特卡罗模拟的查找表的非线性拟合方法（LUT-NLF），并与常用的多元线性回归和非负最小二乘拟合方法进行相比，发现新建的方法具有更高的数据拟合程度，实验结果证明LUT-NLF方法具有更好的血氧估计表现。

2017年2月20日，该论文“Lookup-table-based inverse model for mapping oxygen concentration of cutaneous microvessels using hyperspectral imaging”发表在美国光学学会（OSA）会刊：Optics Express (Vol. 25, Issue 4, pp. 3481-3495, 2017)。该研究得到国家自然科学基金（No. 31571002）、国家自然科学基金创新研究群体（No. 61421064）和武汉光电国家实验室种子基金的资助。

图 1：利用模特卡罗模拟建立的单层血液模型和双层皮肤模型的查找表

图 2：基于查找表的非线性拟合方法（LUT-NLF）与其他的方法对于高光谱数据的拟合误差与拟合的相关系数

图 3：模拟的血液模型用于验证LUT-NLF与其他方法之间血氧估计的准确性