精准调控大脑亚区是解析脑功能单元机制、开发有效神经治疗手段的核心基础，而现有超声神经调节技术在靶向复杂形态脑亚区时，始终面临小型化与体积控制、空间分辨率与经颅能力的双重权衡难题。本研究开发出一种微型化光生贝塞尔束超声（OBUS）设备，借助光声效应生成柱状声场，实现了亚百微米级横向分辨率与毫米级轴向深度的体积式刺激，并在啮齿类动物模型中验证了其非侵入性激活深层神经回路的能力，为脑功能研究提供了全新的技术工具。

该研究由Yueming Li、Guo Chen、Tiago R. Oliveira、Nick Todd、Yong-Zhi Zhang、Carolyn Marar、Nan Zheng、Lu Lan、Nathan McDannold、Ji-Xin Cheng、Chen Yang共同完成，论文题为《Miniaturized optically generated Bessel beam ultrasound for volumetric transcranial brain stimulation》，于2026年4月发表在《Science Advances》期刊上。

重要发现
01OBUS设备的核心设计与制备优化
研究团队创新性地融合贝塞尔束的声学特性与光声转换技术，设计出锥形光声发射面，用于生成沿轴向传播的零阶贝塞尔超声束，其聚焦深度可通过调整锥形半径和角度实现精准调控。为适配啮齿类动物的脑刺激需求，研究人员基于四项核心标准开展参数模拟：横向分辨率不超过0.35mm以满足小鼠脑图谱绘制要求、聚焦深度短于小鼠大脑总深度、峰值压力位置位于皮下1.5mm以上以靶向皮层区域、设备直径小于4mm便于操作及多靶点刺激。通过对比不同锥形角的模拟结果，最终确定15°锥形角和2.33mm总直径为最优参数组合。

设备制备采用蜡烛烟纳米颗粒嵌入聚二甲基硅氧烷（PDMS）的复合材料体系，该材料兼具高光学吸收系数与良好的热膨胀性能。研究人员系统测试了不同PDMS基料与固化剂重量比对光声转换效率的影响，证实8:1的配比可产生最高的声压输出。为解决尖锐锥形尖端在高激光能量下的热积累问题，团队将模具尖端抛光为微圆弧形，这一改进不仅避免了设备热损伤，还使激活体积内的峰值强度提升了51.6%。最终制备的OBUS核心器件直径仅2.33mm，重量仅2.1mg，搭配3D打印适配器后总重量为167.6mg，其轻量化特性为可穿戴式神经刺激设备的开发奠定了坚实基础。

为评估经颅性能，研究人员基于大鼠颅骨的真实轮廓开展声场模拟，在相同中心频率、带宽和聚焦深度的条件下，对比OBUS与传统高斯束超声的表现。结果显示，OBUS的经颅峰值强度效率达18.7%，较高斯束高出70%；轴向分辨率的变化倍数仅为1.76倍，远低于高斯束的5.67倍；横向分辨率变化倍数为4.63倍，同样优于高斯束的6.25倍。能量分布分析表明，OBUS焦点区域的能量占总透射能量的11.35%，显著高于高斯束的5.93%，有效减少了脱靶能量沉积与周围组织的不必要暴露。此外，贝塞尔束的自修复特性使其在穿过血管等微小障碍物后仍能恢复波束形状，进一步提升了在复杂脑组织环境中的运行稳定性。

电生理记录实验进一步验证了OBUS的神经调节效果。研究人员在小鼠体感皮层植入多通道电极，记录不同声压水平下的局部场电位变化。结果显示，OBUS刺激可显著提升局部场电位的频率与振幅，在10-50Hz频段（对应β和γ脑电波）的功率谱密度明显升高，且该效应具有明确的压力依赖性。三组对照实验分别排除了电干扰、听觉通路激活与激光泄漏的影响，证实神经响应确实由OBUS直接作用于脑组织所引发。功能磁共振成像实验在大鼠模型中验证了OBUS的非侵入性激活能力，其诱发的血氧水平依赖信号强度与传统电刺激相当，且激活区域严格局限于设备下方，展现出优异的空间特异性。

创新与亮点
本研究突破了传统超声神经调节的核心技术瓶颈，成功解决了小型化与体积控制、空间分辨率与经颅能力的双重矛盾。研究首次提出光生贝塞尔束超声技术，借助光声效应直接生成定制化声场，规避了传统声学透镜的界面能量损失与复杂相控阵的工程难题。该技术在光学生物医疗领域具有重要应用价值：在基础研究中，可实现对眼优势柱等柱状脑亚区的精准体积式刺激，助力解析脑功能回路的精细机制；在临床前研究中，其微型化特性可支持自由活动动物的长期神经调控研究；在临床转化方面，非侵入性、非遗传修饰的特性显著降低了应用门槛，为帕金森病、抑郁症等神经精神疾病的治疗提供了全新的潜在方向。

总结与展望
本研究开发的微型化OBUS设备实现了高分辨率、体积式经颅脑刺激，通过声学表征、经颅模拟、体内免疫荧光、电生理与功能磁共振成像等多维度实验，系统验证了其有效性与安全性，为脑功能研究与神经调节技术发展提供了创新工具。未来可通过采用更高光声转换效率的材料降低激光功率需求，进一步优化设备设计以适配人类颅骨解剖结构，并开展更多疾病模型的应用研究，推动该技术逐步向临床转化。

DOI:10.1126/sciadv.adz7708. Epub 2026 Apr 10.