LRDM-3PM通过计算光学与AIE探针融合实现活体脑组织1.5mm深度成像
2025-08-25 来源:本站 点击次数:82本研究由Lingmei Chen, Mubin He, Lu Yang, Lingxi Zhou, Shuhao Qian, Chuncheng Wang, Rushan Jiang, Zhihua Ding, Jun Qian, Zhiyi Liu共同完成，论文标题"Deep structural brain imaging via computational three-photon microscopy"于2025年3月发表在SPIE期刊《Journal of Biomedical Optics》。
重要发现
01深层成像的双重挑战
脑组织的光散射效应随深度呈指数级增长，传统三光子显微镜在超过900μm深度时SBR骤降至10以下。
更棘手的是，弱荧光探测会产生复合噪声：周期性条纹噪声（由光电倍增管产生）和随机光子噪声（深层信号衰减导致），二者叠加严重干扰血管信号识别。
LRDM应用于带有颅窗的小鼠脑血管的性能
02LRDM-3PM技术原理
噪声清除双引擎
低秩去噪器（LR-denoiser）：基于矩阵奇异值分解（SVD），特异性剥离条纹噪声。该算法通过重建图像X̂ = ΣUⱼσⱼVⱼᵀ，将条纹噪声的奇异值替换为背景均值，消除周期性干扰。
定制扩散模型：利用三维图像浅层信息训练U-Net网络，通过200步扩散过程模拟组织散射效应，最终消除随机噪声。
性能颠覆性突破
在1500μm海马区深度实现：
SBR > 100（原始图像SBR<10）
血管分割准确率提升83%
条纹噪声去除率比传统小波变换高4倍
基于精准分割建立五维形态学参数：
血管体积密度（VVD）：反映单位体积内血管占比，海马区显著高于白质
血管厚度指数（VTI）：海马区存在直径>15μm的异常粗血管
血管复杂度（VCI）：皮层区比白质区高32%（p<0.05）
血管骨架密度（VSD）：揭示血管网络分布特征
血管表面积指数（VSI）：量化物质交换效率
创新与亮点
01技术突破三重革新
免增硬件：不依赖自适应光学系统，普通实验室可复现
免提功率：维持毫瓦级激光功率，避免光损伤风险
自监督学习：仅需浅层图像训练，攻克生物配对数据缺失痛点
02噪声处理范式变革
首创低秩-扩散联合模型：
在极低SBR=2时仍能重建有效信号
重建保真度超越主流算法（PSNR提升8.2dB）
海马区血管首现真容：突破血脑屏障深度成像禁区
血管导航脑区定位：支持向量机通过血管形态识别脑区（精度85%），白质层深度定位误差<3%
神经疾病研究新工具：阿尔茨海默症相关血管病变的可量化追踪
总结与展望
LRDM-3PM通过计算光学与AIE探针的跨界融合，首次实现活体脑组织1.5mm深度的微血管高清成像。该技术创造了SBR>100的深度成像新纪录，并构建了首个三维血管量化分析平台，为神经退行性疾病研究提供了全新观测维度。
未来研究将聚焦三大方向：
将成像深度延伸至2mm皮层下核团；
开发动态血流监测功能；
建立阿尔茨海默症血管病变数据库。
这项技术突破不仅重新定义深层生物成像疆界，更为精准脑医学开辟了新路径。
论文信息声明：本文仅用作学术目的。
Chen L, He M, Yang L, Zhou L, Qian S, Wang C, Jiang R, Ding Z, Qian J, Liu Z. Deep structural brain imaging via computational three-photon microscopy. J Biomed Opt. 2025 Apr;30(4):046002.
DOI:10.1117/1.JBO.30.4.046002.