一、背景介紹

光學技術具有非電離輻射、高分辨率、高對比度和對生物組織異變高度靈敏等特性，在生物醫(yī)學中扮演著越來越重要的角色，非常適用于生物組織的研究，包括成像、傳感、治療、刺激以及控制等等。然而由于生物組中光學折射率分布不均，光在生物組織中的傳播會受到很強的散射影響，導致了純光學技術的穿透深度和空間分辨率“魚和熊掌不可兼得"；高分辨率光學成像應用僅限于樣品淺表層，當成像深度增加時分辨率急劇下降。如何實現(xiàn)光在深層生物組織里的高分辨率成像或應用，是人們期盼已久的目標。

香港理工大學賴溥祥教授課題組從光在生物組織中的傳播特性出發(fā)，綜述了領域內(nèi)光-聲結合和光學波前整形等進展，以及相關技術在生物組織光學調(diào)控、成像、以及光學計算等方面的應用，并展望了發(fā)展趨勢。

二、深層生物組織光學技術方法

1、傳統(tǒng)光學方法

目前對于深層組織成像的傳統(tǒng)光學方法主要可劃分為三類：波長轉(zhuǎn)換、能量轉(zhuǎn)換、相位補償。波長轉(zhuǎn)換主要包括多光子熒光、上轉(zhuǎn)換等過程。多光子熒光的特點是目標分子在激發(fā)前同時吸收兩個或更多的光子，其相比于單光子成像具有更深的成像深度。能量轉(zhuǎn)換把輸入的光能量轉(zhuǎn)換成另一種形式的能量（如超聲），減少被探測信號的散射，從而提升成像的深度，如圖1所示，即為目前主要的各類光聲成像方式示意圖。

圖1 光聲成像原理及其代表實現(xiàn)形態(tài)，譬如光聲斷層掃描成像（PACT）、光聲顯微鏡（PAM）以及光聲內(nèi)窺鏡（PAE）的示意圖

相位補償方法通過光學器件來測量和補償光學波前畸變，主要包括光學相位共軛（OPC）和直接自適應光學（AO）。OPC通過干涉記錄散射介質(zhì)內(nèi)部引導星位置散射光的相位分布，并利用相位共軛鏡對反方向傳播的入射光的波前進行共軛補償，重新使光聚焦到引導星位置，如圖2所示。AO通過測量并補償成像過程中的相位畸變，實現(xiàn)對光學系統(tǒng)的動態(tài)校正。AO有直接（使用波前傳感器測量相位畸變）和間接（使用軟件算法代替波前傳感器）兩種實現(xiàn)系統(tǒng)。

圖2 時間反演超聲編碼（TRUE）光學聚焦實驗

2、計算光學方法

（1）數(shù)字相位共軛（Digital optical phase conjugating，DOPC）

DOPC技術利用算法及空間光調(diào)制器（SLM）來實現(xiàn)相位共軛的技術，其基本物理原理與光學相位共軛相同，但不需要傳統(tǒng)OPC方法中的相位共軛鏡作為相位共軛鏡。DOPC對引導星位置的散射光進行全息測量并用相機記錄，用數(shù)字全息方法提取散射光相位并進行共軛操作，將計算所得共軛相位加載至SLM調(diào)制入射光波前，補償散射介質(zhì)的相位畸變，在散射介質(zhì)內(nèi)部或后面聚焦，如圖3(a)~(d)所示實現(xiàn)在散射介質(zhì)內(nèi)部的光聚焦。

（2）迭代優(yōu)化的波前整形（Iterative wavefront shaping，iWFS）

iWFS基于更簡單的光學系統(tǒng)，無需參考光路，根據(jù)反饋信號調(diào)整入射光波前的相位，并經(jīng)過多次迭代后不斷提升焦點的亮度。反饋信號包括焦點處光強（Intensity）、聚焦對比度（PBR）、光聲信號[圖3 (e)~(f)]等多種形式。但聚焦前需要進行多次迭代優(yōu)化，目前還很難實現(xiàn)生物組織中的實時聚焦。

圖3 時間反演可控擾動[TRAP, (a)-(d)]與光聲引導波前整形[PAWS, (e)-(f)]

（3）傳輸矩陣方法（Transmission matrix，TM）

為實現(xiàn)實時成像，可預先推導出在空間不同位置實現(xiàn)在該點聚焦所需的對應波前補償圖案，從而實現(xiàn)快速光柵化掃描。在測量TM的過程中，需要向散射介質(zhì)投射大量不同的調(diào)制光（如哈達瑪基，Hadamard basis）并記錄相應的輸出，由輸入和輸出光場之間的關系推算出TM，再通過矩陣逆運算推導出實現(xiàn)不同位置聚焦或圖案透射所需的補償波前。

（4）反射矩陣方法（Reflection matrix，RM）

傳輸矩陣TM的測量需要獲得透過深層生物組織的光反饋信號，因而難以用于無創(chuàng)深層生物組織。在實際應用中，我們可以通過無創(chuàng)方式，獲得反射或者背向散射的部分光信號，并根據(jù)反射光信號預測透射光信號，從而實現(xiàn)無創(chuàng)深層生物組織成像。

（5）自相關成像（Autocorrelation）

在散射介質(zhì)中存在一個狹窄的范圍，輸出光場會隨著輸入光場的平移/傾斜而發(fā)生相應的平移/傾斜，即光學記憶效應（ME）。在ME范圍內(nèi)，可以認為圖像自相關與散斑自相關近似相等。通過計算散斑的自相關，然后再使用相位恢復（PR）算法，即可重建原始圖像信息。

3、深度學習方法

近年來人工智能技術，尤其是深度學習（DL）算法的突破性發(fā)展，為解決散射介質(zhì)和深層生物組織成像中的復雜問題提供了一個全新且強大的工具。DL 通過構建深層神經(jīng)網(wǎng)絡（DNN）來學習并提取大量數(shù)據(jù)中的輸入與輸出關系之間的特征。在深層生物組織成像中，可以通過訓練DNN來構建輸入波前與輸出波前之間的映射關系，從而直接從散斑圖案中恢復原始圖像，不再需要進行聚焦和光柵化掃描，可有力簡化成像過程，提升成像速度。2022年，Zhao等提出基于光學散斑的加密系統(tǒng)（如圖4所示），將光學散斑作為信息加密載體，并設計了基于U-Net的DNN，實現(xiàn)了從光學散斑中恢復人臉，所恢復的人臉保真度高，可用于人臉識別等應用。

圖4 基于光學散斑的人臉識別加密系統(tǒng)流程圖。（a）加密：將明文（人臉圖像）加載到空間光調(diào)制器上，當激光穿過散射介質(zhì)后，生成對應的密文散斑；（b）解密：將散斑輸入預訓練的神經(jīng)網(wǎng)絡進行解密；（c）人臉識別：將解密圖像與已知人臉編碼進行對比

4、光纖介入方法

隨著光纖光學和光場調(diào)控技術的發(fā)展，基于光纖直徑小（約100~200 μm，相當于成年人頭發(fā)絲直徑）、可彎折、雙向光傳輸?shù)忍匦裕壳耙延性S多基于多芯光纖（MCF）實現(xiàn)光學內(nèi)窺的相關研究和商業(yè)產(chǎn)品。同時，利用波前整形技術調(diào)控多模光纖（MMF）的輸出光場，使得基于單根多模光纖實現(xiàn)高分辨率內(nèi)窺顯微成像成為可能。

（1）光纖熒光內(nèi)窺鏡

MMF也可被視作一種散射介質(zhì)，前面提到的克服光學散射進行成像的方法同樣適用于MMF成像。2010年Popoff等通過測定TM的方法實現(xiàn)了基于TM的單根多模光纖成像。2022年，Sun等提出了遠場散斑幅值轉(zhuǎn)換算法（FAST），并將其應用在定量相位成像（QPI）中，實現(xiàn)了通過無透鏡的超薄光纖束內(nèi)窺鏡對凝膠微粒進行三維成像。2023年，Wen等提出了空間頻率域編碼追蹤自適應信標光場編碼方法（STABLE），并將其應用于單根MMF內(nèi)窺鏡，展示了小鼠腸道的體內(nèi)成像結果。

（2）光纖光聲內(nèi)窺鏡

2022年，Liang等設計了一種基于光學外差超聲探測的光纖光聲內(nèi)窺鏡，使用光纖傳導激發(fā)光到成像部位，并采用光纖超聲傳感器將超聲信號轉(zhuǎn)換為激光頻率變化，然后以光外差探測方式讀取光聲信號，如圖5所示。該光纖超聲傳感器具有尺寸小（探頭直徑僅2 mm）、靈敏度高、不受電磁干擾等優(yōu)勢，適合深層生物組織中的超聲信號檢測。

圖5 光纖光聲內(nèi)窺鏡及成像示意圖，（d）圖中比例尺為1 mm

5、基于光纖的光遺傳學

為避免傳統(tǒng)光遺傳學研究中的開顱手術，可以通過光纖將激光傳輸?shù)教囟繕藚^(qū)域，通過波前整形技術實現(xiàn)深層組織的高分辨率激活光敏蛋白質(zhì)并記錄其產(chǎn)生的熒光信號，實現(xiàn)對特定細胞或組織的神經(jīng)活動成像。2021年，Zhong等通過TM方法操縱MMF的輸出光場，并通過光柵化掃描實現(xiàn)腦區(qū)深層應用場景下對神經(jīng)元的精準調(diào)控，如圖6所示。

圖6 基于多模光纖的精準光遺傳學調(diào)控

三、總結與展望

深層生物組織光學的發(fā)展前景廣闊，基于物理模型的傳統(tǒng)光學、計算光學、光纖光學與基于計算和數(shù)據(jù)驅(qū)動的深度學習相結合，各類方法對光學系統(tǒng)的成像深度、速度或者分辨率都有很大的提升，如表1所示。展望未來，不斷發(fā)展的深度學習與傳統(tǒng)光學、計算光學、光纖光學相結合，有望進一步促進深層生物組織光學研究的發(fā)展并推進其在生物醫(yī)學中的應用。

參考文獻： 中國光學期刊網(wǎng)

您好，可以免費咨詢技術客服[Daisy]

筱曉(上海)光子技術有限公司

歡迎大家給我們留言，私信我們會詳細解答，分享產(chǎn)品鏈接給您。

免責聲明：

資訊內(nèi)容來源于互聯(lián)網(wǎng)，不代表本網(wǎng)站及新媒體平臺贊同其觀點和對其真實性負責。如對文、圖等版權問題存在異議的，請聯(lián)系我們將協(xié)調(diào)給予刪除處理。行業(yè)資訊僅供參考，不存在競爭的經(jīng)濟利益。