1、光聲成像簡介 2、光聲成像分類 3、圖像重建算法 4、光聲成像系統三個典型問題 5、挑戰
在過去的幾年里,機器學習得到了迅猛的發展,并在各個領域得到了廣泛的應用。這股熱潮始于2009年,當時出現了一種新的模型,即深度人工神經網絡,它開始在一些重要的基準上超越其他已建立的成熟模型。后來,它被廣泛應用于學術界和工業界。從圖像分析到自然語言處理,它充分發揮了它的魔力,現在已經成為最先進的機器學習模型。深度神經網絡在醫學影像技術、醫療數據分析、醫療診斷等醫療保健問題上具有巨大的潛力,并在臨床前甚至臨床階段得到推廣。在這篇綜述中,我們概述了機器學習在醫學圖像分析中的應用的一些新進展和挑戰,特別是在光聲成像中的深度學習。
這篇綜述的目的有三個:(i)介紹了深度學習的一些重要基礎知識,(ii)回顧了近年來在光聲成像的整個生態鏈中應用深度學習的工作,從圖像重建到疾病診斷,(iii)為有興趣將深度學習應用于光聲成像的研究人員提供一些開源材料和其他資源。
醫學影像領域自世紀之交以來,可謂一枝獨秀,持續飛速發展,許多新技術新模式現已成為不同領域疾病診療途徑的關鍵一步。光聲成像(Photoacoustic imaging,PAI)就是成功興起的一種新型光學成像的模式,它利用光聲效應克服了生物組織中光學光子的高度散射,組織分子吸收光子能量引起瞬時的局部溫度升高,進而通過熱彈性膨脹產生壓力波,這些壓力波作為超聲信號在組織中傳播,可被聲學探測器吸收以形成圖像。(光聲效應,物體在周期性變化的光照下,產生聲信號的現象)(不同于既往的光子檢測,超聲波在組織中的散射和衰減都要小的多,因此PAI能在組織深處以更好的分辨率成像,譬如厘米深度的微米分辨率成像)
圖1 (a)激光照射引起的光聲效應示意圖;(b)由F力驅動的等效質量阻尼振蕩器模型;(c)等效電阻-電感-電容電路模型
本視頻有聲音,點開需謹慎》》》 視頻1 University of Texas的Stanislav Emelianov教授談光聲成像(視頻來源:WMIS)
基于圖像形成的方式,PAI可分為三大類:基于重建圖像形成的光聲斷層掃描(Photoacoustic tomography,PAT),基于聚焦圖像形成的光聲顯微鏡(Photoacoustic microscopy,PAM),和光聲內窺鏡(Photoacoustic endoscopy,PAE)。基于導管的血管內光聲成像(Intravascular photoaoustic,IV-PA)也為PAE的一種,由于動脈粥樣硬化的脂質成分,普遍認為是斑塊易損性的主要指標之一,因此IV-PA,包括基于脈沖的和基于低功率連續波(Continuous-wave,CW)的IV-PA,可作為一種有力的工具來檢測斑塊中的各類成分。(PAI的其他應用,譬如腫瘤學、眼科、胃腸學和皮膚學科的應用本次就不聊了)
圖2 不同模式PAI中的信號生成,和組織穿透限制。(A)OP-PAM(optical-resolution PAM)系統,具有光聲組合器傳輸光和反射聲;(B)AP-PAM(acoustic-resolution PAM)系統,帶有散射的激光系統;(C)PAT系統,帶有超聲換能器(Ultrasonic transducer array,UTA),激光束通過散射器擴展和均勻化,以提供寬場照射
圖3 通用的IV-PA導管頭端設計示意圖。(a)光纖;(b)透明的光學傳輸聲鏡;(c)環形換能器,實現光聲對齊(從這張圖即可看出,IV-PA本質上即是一種融合的多模態成像技術,因此,將其做細做小也是個很大的挑戰)
圖4 基于脈沖和連續波的PA的比較。FD,Frequency-domain;SNR,signal-to-noise ratio(PAI可提供高信噪比而不會對組織造成熱損傷)(注意兩者成像深度的差異,雖然生成PA信號的能量轉換原理相似,但兩者在硬件和軟件上均不相同)
圖5 動脈粥樣硬化的發病和斑塊破裂的機制。不穩定斑塊有一個薄纖維帽,可能是由血栓形成的,其特征是存在許多炎癥細胞和大的脂質核心。斑塊中巨噬細胞和T淋巴細胞的積聚,使得基質金屬蛋白酶(Matrix metalloproteinases,MMPs)釋放,MMPs消化膠原蛋白并導致纖維帽變薄。此外,由于細胞外機制中脂質的積累,富含脂質的巨噬細胞死亡,以及血管滋養管斑塊內出血后紅細胞膜的積累,壞死的脂質核心不斷增長(此處,脂質是PAI檢測識別的重要內容)
既往曾因缺乏合適的激光源,使得IV-PA系統成像速度很慢(每幀約15秒),而隨著新一代主振蕩器功率放大器(Master oscillator power amplifier,MOPA)的誕生,Raman激光已使IV-PA成像的速度提升了兩個數量級,達到每幀1秒以下,進一步縮短了IV-PA與臨床應用間的距離。
圖6 豬動脈粥樣硬化髂動脈的IV-PA成像(a),超聲成像(b),以及兩者融合(c),在超聲成像中觀察不到的動脈壁脂質沉積,在IV-PA圖像中顯示出明顯的對比
在2021年的最新報道中,研究者們認為PAI與OCT是合適的伴侶,并總結分析了十多年來,融合PAI和OCT成像的各種嘗試,包括PAM-OCT、PAT-OCT和PAE-OCT。PAT-OCT具有明顯的高穿透深度優勢,因此在皮膚病學中具有巨大的潛力;相比于冠脈內的其他檢測手段(Near-intrared spectroscopy,NIRS,近紅外光譜),IV-PA能進一步識別脂質的空間位置和數量,因此其風險評估的意義更大。但是,PA成像的一個缺點是低吸收性生物組織的信息丟失,OCT則可在此方面進行補充,如下圖8。
圖7 PAI與OCT的比較
圖8 不同成像技術對血管模型進行成像。左列圖中的紅色虛線代表掃描位置,黑色虛線則代表模擬脂質核心的輪廓
但是今天的最后,對于血管內成像中的應用,似乎PAI走的仍不如其他,尤其是腫瘤學領域遠,已獲CE批準的Imagio和MSOT Acuity系統均以乳腺癌診斷為目標(封面圖~);婦科,尤其是妊娠相關的多光譜PAI也已在進行臨床。即使是一向更為謹慎的神經科,也采用PAI進行了大腦神經活動和認知功能的研究。在筆者找到的另一篇2021年的報道中,浙江大學的諸位老師們對PAI在診斷卒中方面的應用進行了回顧,如下圖9。作為有潛力的醫學成像手段之一,我們不妨繼續關注PAI的發展。
圖9 浙江大學的老師們發表的,光聲成像用于卒中疾病的監測的回顧,一文
引用文獻: