医学影像领域自世纪之交以来,可谓一枝独秀,持续飞速发展,许多新技术新模式现已成为不同领域疾病诊疗途径的关键一步。光声成像(Photoacoustic imaging,PAI)就是成功兴起的一种新型光学成像的模式,它利用光声效应克服了生物组织中光学光子的高度散射,组织分子吸收光子能量引起瞬时的局部温度升高,进而通过热弹性膨胀产生压力波,这些压力波作为超声信号在组织中传播,可被声学探测器吸收以形成图像。(光声效应,物体在周期性变化的光照下,产生声信号的现象)(不同于既往的光子检测,超声波在组织中的散射和衰减都要小的多,因此PAI能在组织深处以更好的分辨率成像,譬如厘米深度的微米分辨率成像)

图1 (a)激光照射引起的光声效应示意图;(b)由F力驱动的等效质量阻尼振荡器模型;(c)等效电阻-电感-电容电路模型

本视频有声音,点开需谨慎》》》 视频1 University of Texas的Stanislav Emelianov教授谈光声成像(视频来源:WMIS)

基于图像形成的方式,PAI可分为三大类:基于重建图像形成的光声断层扫描(Photoacoustic tomography,PAT),基于聚焦图像形成的光声显微镜(Photoacoustic microscopy,PAM),和光声内窥镜(Photoacoustic endoscopy,PAE)。基于导管的血管内光声成像(Intravascular photoaoustic,IV-PA)也为PAE的一种,由于动脉粥样硬化的脂质成分,普遍认为是斑块易损性的主要指标之一,因此IV-PA,包括基于脉冲的和基于低功率连续波(Continuous-wave,CW)的IV-PA,可作为一种有力的工具来检测斑块中的各类成分。(PAI的其他应用,譬如肿瘤学、眼科、胃肠学和皮肤学科的应用本次就不聊了)

图2 不同模式PAI中的信号生成,和组织穿透限制。(A)OP-PAM(optical-resolution PAM)系统,具有光声组合器传输光和反射声;(B)AP-PAM(acoustic-resolution PAM)系统,带有散射的激光系统;(C)PAT系统,带有超声换能器(Ultrasonic transducer array,UTA),激光束通过散射器扩展和均匀化,以提供宽场照射

图3 通用的IV-PA导管头端设计示意图。(a)光纤;(b)透明的光学传输声镜;(c)环形换能器,实现光声对齐(从这张图即可看出,IV-PA本质上即是一种融合的多模态成像技术,因此,将其做细做小也是个很大的挑战)

图4 基于脉冲和连续波的PA的比较。FD,Frequency-domain;SNR,signal-to-noise ratio(PAI可提供高信噪比而不会对组织造成热损伤)(注意两者成像深度的差异,虽然生成PA信号的能量转换原理相似,但两者在硬件和软件上均不相同)

图5 动脉粥样硬化的发病和斑块破裂的机制。不稳定斑块有一个薄纤维帽,可能是由血栓形成的,其特征是存在许多炎症细胞和大的脂质核心。斑块中巨噬细胞和T淋巴细胞的积聚,使得基质金属蛋白酶(Matrix metalloproteinases,MMPs)释放,MMPs消化胶原蛋白并导致纤维帽变薄。此外,由于细胞外机制中脂质的积累,富含脂质的巨噬细胞死亡,以及血管滋养管斑块内出血后红细胞膜的积累,坏死的脂质核心不断增长(此处,脂质是PAI检测识别的重要内容)

既往曾因缺乏合适的激光源,使得IV-PA系统成像速度很慢(每帧约15秒),而随着新一代主振荡器功率放大器(Master oscillator power amplifier,MOPA)的诞生,Raman激光已使IV-PA成像的速度提升了两个数量级,达到每帧1秒以下,进一步缩短了IV-PA与临床应用间的距离。

图6 猪动脉粥样硬化髂动脉的IV-PA成像(a),超声成像(b),以及两者融合(c),在超声成像中观察不到的动脉壁脂质沉积,在IV-PA图像中显示出明显的对比

在2021年的最新报道中,研究者们认为PAI与OCT是合适的伴侣,并总结分析了十多年来,融合PAI和OCT成像的各种尝试,包括PAM-OCT、PAT-OCT和PAE-OCT。PAT-OCT具有明显的高穿透深度优势,因此在皮肤病学中具有巨大的潜力;相比于冠脉内的其他检测手段(Near-intrared spectroscopy,NIRS,近红外光谱),IV-PA能进一步识别脂质的空间位置和数量,因此其风险评估的意义更大。但是,PA成像的一个缺点是低吸收性生物组织的信息丢失,OCT则可在此方面进行补充,如下图8。

图7 PAI与OCT的比较

图8 不同成像技术对血管模型进行成像。左列图中的红色虚线代表扫描位置,黑色虚线则代表模拟脂质核心的轮廓

但是今天的最后,对于血管内成像中的应用,似乎PAI走的仍不如其他,尤其是肿瘤学领域远,已获CE批准的Imagio和MSOT Acuity系统均以乳腺癌诊断为目标(封面图~);妇科,尤其是妊娠相关的多光谱PAI也已在进行临床。即使是一向更为谨慎的神经科,也采用PAI进行了大脑神经活动和认知功能的研究。在笔者找到的另一篇2021年的报道中,浙江大学的诸位老师们对PAI在诊断卒中方面的应用进行了回顾,如下图9。作为有潜力的医学成像手段之一,我们不妨继续关注PAI的发展。

图9 浙江大学的老师们发表的,光声成像用于卒中疾病的监测的回顾,一文

引用文献:

  1. Xi Yang, Yuan-Hsuan Chen, Fen Xia, Mohamad Sawan. Photoacoustic imaging for monitoring of stroke diseases: a review. Photoacoustics. 2021 Jul 24;23: 100287.
  2. Lihong V. Wang, Song Hu. Photoacoustic tomography: in vivo imaging from organelles to organs. Science. 2021 March 23; 335(6075): 1458-1462.
  3. Zohreh Hosseinaee, James A. Tummon Simmons, Parsin Haji Reza. Dual-modal pohotoacoustic imaging and optical coherence tomography [Review]. Front. Phys. 18 Janauary 2021.
  4. Amalina Binte Ebrahim Attia, Ghayathri Balasundaram, Mohesh Moothanchery, et al. A review of clinical photoacoustic imaging: current and future trends. Photoacoustic. 16(2019):100144.
  5. Pu Wang, Teng Ma, Mikhail N. Slipchenko, et al. High-speed intravascular photoacoustic imaging of lipid-laden atherosclerotic plaque enabled by a 2-kHz barium nitrite Raman laser. Sci Rep 4, 6889(2014).
  6. Sara Gargiulo, Matteo Gramanzini, Marcello Mancini. Molecular imaging of vulnerable atherosclerotic plaques in animal models. Int. J. Mol. Sci. 2016, 17(9), 1511.
成为VIP会员查看完整内容
8

相关内容

计算成像前沿进展
专知会员服务
28+阅读 · 2022年6月29日
深度学习在光声成像中的应用综述
专知会员服务
23+阅读 · 2022年5月23日
光声层析成像技术的最新进展
专知会员服务
10+阅读 · 2022年5月23日
光声成像简介
专知会员服务
10+阅读 · 2022年5月23日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
39+阅读 · 2021年7月4日
专知会员服务
44+阅读 · 2021年6月1日
我的信号是由核辐射传输的,金属屏蔽都挡不住
机器之心
0+阅读 · 2021年11月24日
小样本学习(Few-shot Learning)综述
云栖社区
22+阅读 · 2019年4月6日
Attention模型方法综述 | 多篇经典论文解读
PaperWeekly
107+阅读 · 2018年6月11日
ISI新研究:胶囊生成对抗网络
论智
18+阅读 · 2018年3月7日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年7月8日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
14+阅读 · 2019年11月26日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
17+阅读 · 2019年3月28日
VIP会员
相关主题
相关VIP内容
计算成像前沿进展
专知会员服务
28+阅读 · 2022年6月29日
深度学习在光声成像中的应用综述
专知会员服务
23+阅读 · 2022年5月23日
光声层析成像技术的最新进展
专知会员服务
10+阅读 · 2022年5月23日
光声成像简介
专知会员服务
10+阅读 · 2022年5月23日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
39+阅读 · 2021年7月4日
专知会员服务
44+阅读 · 2021年6月1日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年7月8日
Arxiv
27+阅读 · 2020年6月19日
Arxiv
14+阅读 · 2019年11月26日
Deep Learning in Video Multi-Object Tracking: A Survey
Arxiv
57+阅读 · 2019年7月31日
Few-shot Learning: A Survey
Arxiv
362+阅读 · 2019年4月10日
Arxiv
17+阅读 · 2019年3月28日
微信扫码咨询专知VIP会员