通过深度学习，更快更清晰地对小动物进行全身成像

　　

在夏天的夜晚，暴风雨总是伴随着电闪雷鸣。这种现象是由于光声（PA）效应造成的，闪电的光能被吸收并转化为热能，高温导致闪电附近的空气瞬间膨胀，挤推周围的空气产生剧烈振动。

利用这种光声效应，光声计算机断层扫描（PACT）应运而生，成为一种主要的临床前和临床成像方式，可以在不使用造影剂的情况下完成体内成像。然而，它的图像质量较低，虽然可以通过多个超声传感器和多通道数据采集系统来提高，但也导致系统成本更高，成像速度更慢。

近日，韩国浦项科技大学（POSTECH）的一个研究团队提出了一种深度学习方法，能够在PACT系统上实现速度更快的高分辨率成像。这项研究成果于近日发表在《Advanced Science》杂志上，通讯作者是Chulhong Kim教授和Seungchul Lee教授。

尽管之前的研究也使用深度学习来提高分辨率，但这项研究是世界上第一次将深度学习应用于三维多参数PACT系统。研究人员已经证明，人们有望以高速且实时的方式监测心脏、肾脏和大脑组织的运动，并对小动物进行全身成像。

他们还首次表明，深度学习可以应用于药物动力学研究，也就是将药物注射到血管中以观察其在体内的扩散，以及功能成像，以测定每种组织的氧饱和度。

通过这项研究，研究人员还证实，在动物身上训练的人工神经网络可以应用于人类。有意义的是，他们在不牺牲速度和质量的情况下简化了硬件设备，因为人工神经网络的运行与训练人工神经网络所用的光学波长无关。

随着研究结果的发表，研究小组预计PACT技术将广泛应用在各个领域，包括神经学、心脏病学、药理学、内分泌学和肿瘤学，并快速获得高分辨率的图像，而不受硬件参数的限制。由于这一重要意义，这项研究被选为最新一期《Advanced Science》杂志的封底论文。

这项研究得到了中级技术、BRIDGE融合研发计划、全球博士奖学金、全球前沿计划、韩国医疗器械发展基金、产业创新人才成长支持（R&D）和韩国国家研究基金会BK21项目的支持。

原文检索

Seongwook Choi, Jinge Yang, Soo Young Lee, Jiwoong Kim, Jihye Lee, Won Jong Kim, Seungchul Lee, Chulhong Kim. Deep Learning Enhances Multiparametric Dynamic Volumetric Photoacoustic Computed Tomography In Vivo (DL‐PACT). Advanced Science, 2022; 10 (1): 2202089 DOI: 10.1002/advs.202202089