光聲計算斷層掃描成像技術13秒內快速完成全乳三維成像
光聲計算斷層掃描（PACT）作為一種結合光學對比度與超聲高空間分辨率的生物醫學成像技術，為乳腺癌診斷提供了新的解決方案。本研究由Xin Tong、Cindy Z. Liu、Yilin Luo、Li Lin等學者合作完成，論文題為《Panoramic photoacoustic computed tomography with learning-based classification enhances breast lesion characterization》，于2025年6月在《Nature Biomedical Engineering》期刊正式發表。研究團隊通過全景PACT系統對39名患者（共78個乳房）進行成像，結合機器學習算法提取血管形態特征，實現了對乳腺病灶的精準分類與分割。該系統在單次13秒的屏息時間內即可完成全乳成像，無需電離輻射或外源性對比劑，為致密乳腺組織的診斷提供了新思路。
本研究的重要貢獻者包括Xin Tong、Cindy Z. Liu、Yilin Luo、Li Lin、Jessica Dzubnar、Marta Invernizzi、Stephanie Delos Santos、Yide Zhang、Rui Cao、Peng Hu、Junfu Zheng、Jaclene Torres、Armine Kasabyan、Lily L. Lai、Lisa D. Yee及Lihong V. Wang。研究通過臨床驗證表明，PACT在區分可疑病灶與正常組織時接收者操作特征曲線下面積（AUROC）達0.89，與現有影像標準相當，且能通過13個關鍵特征進一步區分良惡性病變。
重要發現
01技術原理與成像優勢
光聲計算斷層掃描利用脈沖激光照射生物組織，吸收光能后產生的超聲信號被環形陣列探測器捕獲，通過反投影算法重建三維血管網絡。本研究采用的全景PACT系統配備512元素全環超聲換能器陣列（中心頻率2.25 MHz），結合1064 nm和755 nm雙波長激光光源，可穿透至4 cm深度，分辨率達258 μm。與乳腺X線攝影相比，PACT無需壓迫乳房即可獲得全景圖像，尤其適用于致密型乳腺（BI-RADS密度分級C-D級）的病灶檢測。系統通過單次屏息掃描獲取全乳容積數據，避免了呼吸運動偽影，同時通過血流動力學特征提供功能學信息。
研究團隊從PACT圖像中提取了42個定量特征，包括一維統計特征（如標準差、四分位距）、二維形態特征（血管密度、各向異性調制熵）以及動態特征（組織應變分布）。通過對比健康象限（HQ）與可疑病灶象限（SQ）發現，惡性病變區域呈現顯著更高的血管密度（P<0.001）和熵值（P=0.002），提示腫瘤血管生成導致的結構紊亂。例如，浸潤性導管癌（IDC）病灶周圍可見迂曲的滋養血管網絡，而良性纖維瘤則表現為血管拉伸或位移，但無密集新生血管。
03機器學習分類模型
基于XGBoost算法構建的二元分類器在訓練集上經過5輪交叉驗證，最終篩選出13個重要性最高的特征（包括血管端點數量、Hu矩不變量等）。模型在測試集上達到AUROC 0.89的峰值性能，靈敏度為72%，特異性達91%。主成分分析顯示，前6個主成分之和可有效區分活檢證實的良性象限（BQ）與惡性象限（MQ），t-SNE降維可視化進一步驗證了特征空間的聚類分離效果。
04病灶定位與分割
研究提出半自動分割流程：首先通過Gabor濾波和K均值聚類生成粗略病灶掩膜，再由三名經過訓練的醫師獨立標注精細邊界框，最后輸入預訓練的MedSAM模型輸出分割結果。與超聲、MRI的臨床測量結果對比，PACT估算的病灶長軸長度相關性達r²=0.77（范圍3-50 mm），證明了其定量測量的可靠性。
創新與亮點
01突破傳統成像局限
PACT技術首次實現了在無電離輻射前提下，對全乳血管網絡進行全景式三維成像。傳統乳腺X線攝影對致密乳腺的靈敏度不足50%，而PACT通過血紅蛋白內源性對比機制，在各類乳腺密度中均保持穩定的成像性能。雙波長設計（1064 nm/755 nm）進一步拓展了功能成像潛力，755 nm對氧合血紅蛋白的高敏感性為未來血氧定量分析奠定基礎。
02動態功能成像創新
本研究首次將呼吸門控技術應用于乳腺PACT彈性成像。通過監測自然呼吸過程中乳腺組織的微變形，計算局部應變分布圖。惡性病灶因其較高剛度表現為應變減弱區域，該特征與臨床超聲彈性成像原理一致，但避免了外部壓縮帶來的人工偽影。動態幀率20 Hz的時序成像能力，為評估腫瘤治療響應提供了新維度。
03人工智能驅動診斷
研究構建的機器學習框架實現了從特征提取到病灶分割的全流程自動化。其中各向異性調制熵（AME）等創新特征參數，有效量化了腫瘤血管的形態異質性。與既往僅依賴灰度統計的方法相比，結合拓撲特征的分類模型顯著提升了對微小病灶的檢測能力（AUROC提升0.12-0.15）。該方法在四弧PACT系統上的遷移驗證（AUROC 0.82）證明了其跨平臺的通用性。
作為低成本、無創的隨訪工具，PACT可減少BI-RADS 3類病灶的短期復查頻率，并降低BI-RADS 4類病變的良性活檢率（特異性較超聲提升約15%）。系統占地面積小于4×6英尺，無需屏蔽機房等特殊基建，適于社區醫院推廣。通過模塊化設計降低硬件成本后，有望成為乳腺篩查的重要補充手段。
總結與展望
本研究系統驗證了全景光聲計算斷層掃描在乳腺病灶定性診斷、定量分析和長期隨訪中的臨床應用價值。通過機器學習算法挖掘血管形態特征，實現了對良惡性病變的精準區分，其診斷效能與現有影像標準相當，且具備無輻射、無創、快速成像等獨特優勢。隨著硬件成本下降和人工智能輔助診斷系統的完善，PACT技術有望重塑乳腺影像檢查流程，成為個體化癌癥篩查的重要一環。
聲明：本文僅用作學術目的。
Byers P, Kellerer T, Li M, Chen Z, Huser T, Hellerer T. Super-resolution upgrade for deep tissue imaging featuring simple implementation. Nat Commun. 2025 Jun 25;16(1):5386.
DOI:10.1038/s41551-025-01435-3.
