En este estudio, desarrollamos un sistema de imagen hiperespectral endoscópica (eHSI) y evaluamos su rendimiento en el análisis de tejidos dentro de modelos de tumores pancreáticos de ratones ortotópicos y fantomas de tejido. Nuestro sistema eHSI personalizado incorporó un filtro sintonizable de cristal líquido. Para evaluar sus capacidades de discriminación de tejidos, adquirimos imágenes de fantomas de tejido, distinguiendo entre regiones de grasa y músculo. El sistema fue sometido a un entrenamiento supervisado utilizando muestras etiquetadas, y este modelo de clasificación fue luego aplicado a otras imágenes de fantomas de tejido para su evaluación. En el experimento con fantomas de tejido, el eHSI diferenció de manera efectiva entre músculo, grasa y tejidos de fondo. Los puntajes de precisión en cuanto a la clasificación de tejido graso fueron del 98.3% para la máquina de vectores de soporte, 97.7% para la red neuronal y 96.0% con un algoritmo de máquina de aumento de gradiente ligero, respectivamente. Además, aplicamos el sistema eHSI para identificar tumores dentro de un modelo de tumor pancreático de ratón ortotópico. El puntaje F de cada modelo de ratón con tumor pancreático alcanzó el 73.1% para el modelo de tumor KPC y el 63.1% para los modelos de tumor Pan02. Las condiciones de imagen refinadas y la optimización del ajuste fino de los algoritmos de clasificación mejoran la versatilidad y eficacia diagnóstica de eHSI en aplicaciones biomédicas.