《Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy》：STIS: A novel approach for standardization of spectrometric instruments in fungal Raman spectroscopy
编辑推荐：
真菌感染快速诊断中单细胞拉曼光谱的跨仪器标准化方法研究。提出基于Transformer的自注意力机制STIS，解决传统方法处理非线性光谱偏差不足的问题，在47种临床真菌菌株测试中平均相关系数达0.9897，转移误差降至5.13%，显著优于DS和PDS方法。
Hailong Feng | Mingyue Huang | Jing Liang | Xiaoxuan Xu | Bin Wang | Jing Xu
南开大学人工智能学院，天津 300350，中国
摘要
每年有超过150万人死于侵袭性真菌感染，这凸显了快速准确诊断的迫切需求。尽管单细胞拉曼光谱技术具有高灵敏度和无标记的优点，但其临床应用受到仪器间光谱差异的阻碍。本文提出了一种用于仪器标准化的光谱变换器（STIS），它用全局自注意力机制替代了传统直接标准化（DS）和分段直接标准化（PDS）中的局部线性近似方法。通过嵌入编码光谱位置并建模全范围依赖关系，STIS能够在不发生过拟合的情况下捕捉复杂的仪器偏差。在47种临床真菌菌株的拉曼光谱上进行评估后，STIS的表现显著优于现有方法，平均相关性提高到0.9897，传输误差降低到5.13%。值得注意的是，仅使用10个标准化样本即可实现跨设备的一致对齐。经过STIS校准后，从属仪器的光谱在独立测试集上的识别准确率分别为95.74%（SVM）和97.87%（CNN），比未校准数据提高了30%以上，明显优于DS和PDS。
引言
近年来，全球范围内侵袭性真菌感染的发病率持续上升，尤其是在免疫系统受损的患者中。每年都有数百万例真菌感染发生，包括慢性肺曲霉病、隐球菌性脑膜炎和侵袭性念珠菌病。这些感染对患者健康造成严重影响，导致高发病率和死亡率。真菌感染每年导致约150万人死亡[1]。抗生素和免疫抑制剂的广泛使用，以及器官移植、化疗和HIV感染等因素，是导致真菌感染增加的关键原因[2][3]。念珠菌已成为医院获得性血流感染的第四大常见病原体，尤其是在重症监护病房患者中。这种类型的感染与高发病率和死亡率密切相关[3]。2000年在美国的一项研究表明，白色念珠菌感染显著增加了患者的死亡率、住院时间和医疗费用[1]。此外，接受器官移植、化疗或免疫抑制治疗的患者更容易发生真菌感染，因为他们的免疫系统较为脆弱[4][5]。全球每年有数百万人受到真菌感染的影响，慢性肺曲霉病、隐球菌性脑膜炎和侵袭性念珠菌病等病症对患者健康构成严重威胁，导致高发病率和死亡率[6]。除了直接的健康问题外，真菌感染还可能导致长期慢性疾病，严重影响患者的生活质量。
快速准确的诊断可以有效降低真菌感染的死亡率。然而，传统的检测方法主要依赖于显微镜检查、培养和放射成像。这些方法通常灵敏度较低，诊断时间较长，从而可能对治疗效果产生负面影响[7][8]。由于真菌生长缓慢，传统的培养方法往往需要几天甚至几周才能得出结果，这对临床决策造成了重大障碍[9][10]。此外，许多侵袭性真菌感染患者由于基础疾病的原因无法接受侵入性诊断程序，进一步限制了传统诊断方法的有效性[11]。单细胞拉曼光谱是一种无标记的检测技术，可以测量分子指纹信息。当与人工智能结合使用时，在细菌和真菌的检测中显示出巨大潜力。这种方法能够实现快速测量、分析和诊断，具有高灵敏度和分辨率[12][13][14][15][16][17]。
然而，由于测量环境的差异和各种限制，在实际应用中经常遇到一个问题：在一个仪器（称为“主仪器”）上建立的多元预测模型不能直接应用于另一个仪器（称为“从属仪器”），或者导致结果出现显著偏差。最直接的解决方案是重新构建模型。但在许多应用领域，建立模型是一项繁琐的任务，重复建模会浪费大量人力和物力资源。在某些情况下，样本可能难以获取或保存，使得模型重建更加困难。解决这类问题的方法被称为光谱仪器的标准化[18]。
光谱仪器的标准化是指通过数学处理，使在一个仪器（主仪器）上开发的模型能够应用于另一个仪器（从属仪器）的过程。这大大减少了重新构建模型的工作量，并促进了样本和数据资源的共享。光谱仪标准化的主要目标是克服同一样本在不同仪器上测量得到的信号或光谱之间的不一致性。主要方法首先通过改进制造工艺来提高仪器制造的标准化程度，以最小化主仪器和从属仪器之间的硬件差异（例如组件），确保不同仪器测得的光谱尽可能一致。随后，对不同仪器上获得的测量信号进行算法处理，以消除它们之间的残余差异。此类标准化算法的例子包括直接标准化（DS）和分段直接标准化（PDS）[19]。光谱仪标准化挑战贯穿于整个光谱分析技术的应用过程。解决不同环境和仪器间的模型转移问题可以避免重复建模的问题，不仅大幅降低光谱分析技术的应用成本，还提高了其效率。
光谱仪器的标准化在多元预测中是一个普遍存在的挑战。如果建立的模型无法在仪器之间有效转移，将严重阻碍该技术的广泛应用。因此，光谱仪标准化研究对信号处理理论和方法的发展具有重要意义。尽管传统方法如DS和PDS在一定程度上解决了仪器差异问题，但它们的线性或分段线性特性本质上限制了它们纠正复杂非线性光谱偏差的能力。为克服这一限制，本文提出了一种基于Transformer的光谱标准化方法（STIS），该方法采用自注意力机制实现全局光谱依赖性建模，从而为仪器标准化提供了一种新的解决方案。
章节片段
光谱采集
本研究使用两台拉曼显微镜测量了7种真菌菌株中的47个不同菌株的每个菌株的10个单细胞。这些菌株包括7种最常见的致病真菌：白色念珠菌、热带念珠菌、克鲁斯念珠菌、光滑念珠菌、吉列蒙德念珠菌、副丝状念珠菌和新形隐球菌。
单细胞拉曼光谱使用HORIBA（HR Evolution 800）或WITec（Alpha300R，WITec，德国）拉曼微光谱仪进行采集。
光谱差异
图2显示了47种处理过的真菌菌株的平均拉曼光谱。
图2展示了两种仪器测量结果之间的光谱差异。尽管样本相同，但光谱在多个关键区域表现出显著的强度变化、峰位移动和峰形扭曲。直接将一种仪器测得的光谱输入到另一种仪器训练的模型中会导致较大误差。
结论
本研究通过提出一种用于仪器标准化的光谱变换器（STIS），解决了真菌拉曼光谱识别模型跨仪器传输的挑战。实验结果表明，STIS通过全局自注意力机制和嵌入层的协同设计，有效捕捉了光谱数据中的非线性关系，显著提高了仪器标准化的准确性和稳定性。与传统方法（DS）相比，
利益冲突声明
作者声明他们没有已知的财务利益冲突或个人关系可能影响本文所述的工作。
