迄今为止,常用的宫颈癌细胞筛查方法有TBS(The Bethesda System)分类法和细胞DNA定量分析法两种,而利用多重染色方法(即在同一张细胞涂片上同时对细胞质进行巴氏染色和对细胞核进行Feulgen染色)进行宫颈癌细胞筛查的研究仍然是空白。这种多重染色筛查方法的难点在于非DNA物质的吸光度会干扰DNA物质的吸光度。1)针对复合染色情况下吸光度混叠的难点,本文提出了利用多元线性回归方法建立的多光谱图像剥离模型,使用该模型可将混叠在一起的光谱响应剥离为各个单一波段的光谱响应。通过该模型将DNA物质的吸光度剥离出来进行DNA定量分析,其余波段进行伪彩色合成用于TBS筛查,实现了两种常用方法的完美结合。2)使用自制开发的高速高分辨率CMOS相机进行实时多光谱成像,利用多颜色LED对细胞玻片的吸收特性进行分时成像,自制FPGA采集卡实时数据采集和高速数据传输,连续聚焦和多层聚焦方式可大幅度提升图像清晰度。具有光谱分辨率高、光谱响应速度快、无运动部件、成本低等优点。3)利用FPGA的灵活性,通过硬件算法实现多光谱图像剥离模型的多路并行流水线运算,实现多光谱图像的实时剥离运算和输出。经过一系列实验证明了自制高速相机数据传输稳定,利用模型剥离出的DNA物质的吸光度与实测的DNA物质的吸光度没有显著差异,自制的高速相机和PCIe(Peripheral Component Interconnect express)采集卡组成的扫描平台可在3min内实现10万个细胞图像的稳定采集,分析平台的深度学习细胞分类模型准确度可达99%。另外,本系统的多光谱图像剥离模型只与吸收物质的吸收光谱(即入射光)的波长有关,可针对其它类似医学筛查、农产品检测等应用场合建立新的模型,具有巨大的市场应用潜力。