Advanced Science文獻(xiàn)分享：AI助力1/10光量拍出高清器官“透視照”

該研究由中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院劉成波、梁棟團(tuán)隊(duì)聯(lián)合華中科技大學(xué)鄭傳勝團(tuán)隊(duì)主導(dǎo)，成果發(fā)表于《Advanced Science》。團(tuán)隊(duì)通過跨學(xué)科協(xié)作，將深度學(xué)習(xí)的“智慧”注入光聲成像，為活體顯微成像領(lǐng)域開辟了全新路徑。

重要發(fā)現(xiàn)
01雙波長(zhǎng)數(shù)據(jù)的“拼圖游戲”：從模糊到清晰的跨越
傳統(tǒng)OR-PAM面臨的核心挑戰(zhàn)，是低激光劑量下光聲信號(hào)微弱導(dǎo)致的圖像噪聲與分辨率下降。為此，研究團(tuán)隊(duì)設(shè)計(jì)了一套雙波長(zhǎng)（532nm和560nm）雙通道數(shù)據(jù)采集系統(tǒng)：

硬件革新：通過多模光纖耦合雙波長(zhǎng)激光，利用時(shí)間延遲技術(shù)分離不同能量、波長(zhǎng)的光聲信號(hào)。例如，532nm激光敏感于血紅蛋白的氧合狀態(tài)，560nm則擅長(zhǎng)捕捉組織形態(tài)，兩者互補(bǔ)如同“彩色拼圖”，為后續(xù)深度學(xué)習(xí)提供多維數(shù)據(jù)基礎(chǔ)。

數(shù)據(jù)采集：在實(shí)驗(yàn)中，團(tuán)隊(duì)對(duì)10只Balb/c小鼠的腦部進(jìn)行雙波長(zhǎng)成像，獲取6696組訓(xùn)練數(shù)據(jù)，包含2倍/4倍下采樣圖像與全采樣高分辨率圖像。

第一級(jí)：兩個(gè)子網(wǎng)絡(luò)分別處理532nm和560nm的下采樣圖像，通過殘差密集連接提取血管結(jié)構(gòu)、噪聲模式等底層特征；

第二級(jí)：第三子網(wǎng)絡(luò)融合前兩級(jí)輸出，利用多監(jiān)督學(xué)習(xí)（同時(shí)優(yōu)化去噪、超分辨率、血管增強(qiáng)三個(gè)任務(wù)）填補(bǔ)數(shù)據(jù)缺失，如同“跨維度聯(lián)想”，從低分辨率數(shù)據(jù)中“重建”高清晰細(xì)節(jié)；

第三級(jí)：通過合理權(quán)重分配（例如根據(jù)波長(zhǎng)敏感性調(diào)整特征貢獻(xiàn)度），最終輸出兼具高信噪比與結(jié)構(gòu)保真度的圖像。

視覺效果：對(duì)比傳統(tǒng)方法，MT-RDN重建的腦血管網(wǎng)絡(luò)清晰可辨，甚至能區(qū)分耳組織中相鄰的動(dòng)脈與靜脈，而傳統(tǒng)算法（如PAIVEF）會(huì)導(dǎo)致血管扭曲或信號(hào)混疊；

極限挑戰(zhàn)：當(dāng)激光劑量進(jìn)一步降至安全閾值的1/4（即傳統(tǒng)劑量的1/16），MT-RDN仍能保持重建精度，證明其在極端條件下的魯棒性。

創(chuàng)新與亮點(diǎn)
01技術(shù)瓶頸突破：從“高風(fēng)險(xiǎn)”到“低劑量自由”
傳統(tǒng)OR-PAM為保證圖像質(zhì)量，常需使用接近生物安全極限的激光劑量，這對(duì)眼、腦等敏感組織構(gòu)成潛在風(fēng)險(xiǎn)。MT-RDN通過數(shù)據(jù)驅(qū)動(dòng)的智能重建，將所需激光劑量降低32倍，首次實(shí)現(xiàn)“超低劑量下的高質(zhì)量成像”，為嬰幼兒腦成像、眼科微創(chuàng)檢測(cè)等場(chǎng)景掃清安全障礙。

總結(jié)與展望
這項(xiàng)研究標(biāo)志著OR-PAM從“高門檻科研工具”向“臨床實(shí)用技術(shù)”的關(guān)鍵轉(zhuǎn)型。通過深度學(xué)習(xí)與光學(xué)成像的深度融合，團(tuán)隊(duì)不僅破解了激光劑量、速度與質(zhì)量的“三角難題”，更開辟了智能生物醫(yī)學(xué)成像的新范式——未來(lái)，OR-PAM或許能像“光學(xué)超聲”一樣，成為手術(shù)室中的實(shí)時(shí)監(jiān)測(cè)工具，或在基層醫(yī)院實(shí)現(xiàn)無(wú)創(chuàng)血管健康篩查。

當(dāng)然，挑戰(zhàn)依然存在：例如，如何進(jìn)一步提升模型對(duì)復(fù)雜病變組織的適應(yīng)性，或開發(fā)更輕便的便攜式OR-PAM系統(tǒng)。但正如研究團(tuán)隊(duì)所言，MT-RDN的普適性架構(gòu)為跨模態(tài)成像提供了新思路——無(wú)論是光聲、超聲還是MRI，深度學(xué)習(xí)都可能成為突破物理極限的“鑰匙”。隨著硬件成本下降與算法優(yōu)化，我們有理由期待，這種“會(huì)思考的顯微鏡”將在未來(lái)十年內(nèi)重塑精準(zhǔn)醫(yī)療的格局，讓微米級(jí)的生命奧秘觸手可及。

DOI:10.1002/advs.202003097.