光聲計算斷層掃描(PACT)作為一種結(jié)合光學對比度與超聲高空間分辨率的生物醫(yī)學成像技術(shù),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(fā)表。研究團隊通過全景PACT系統(tǒng)對39名患者(共78個乳房)進行成像,結(jié)合機器學習算法提取血管形態(tài)特征,實現(xiàn)了對乳腺病灶的精準分類與分割。該系統(tǒng)在單次13秒的屏息時間內(nèi)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(qū)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(xiàn)有影像標準相當,且能通過13個關(guān)鍵特征進一步區(qū)分良惡性病變。
重要發(fā)現(xiàn)
01技術(shù)原理與成像優(yōu)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(chǎn)生的超聲信號被環(huán)形陣列探測器捕獲,通過反投影算法重建三維血管網(wǎng)絡(luò)。本研究采用的全景PACT系統(tǒng)配備512元素全環(huán)超聲換能器陣列(中心頻率2.25 MHz),結(jié)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(tǒng)通過單次屏息掃描獲取全乳容積數(shù)據(jù),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。
創(chuàng)新與亮點
01突破傳統(tǒng)成像局限
PACT技術(shù)首次實現(xiàn)了在無電離輻射前提下,對全乳血管網(wǎng)絡(luò)進行全景式三維成像。傳統(tǒng)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(nèi)源性對比機制,在各類乳腺密度中均保持穩(wěn)定的成像性能。雙波長設(shè)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(chǔ)。
02動態(tài)功能成像創(chuàng)新
本研究首次將呼吸門控技術(shù)應(yīng)用于乳腺PACT彈性成像。通過監(jiān)測自然呼吸過程中乳腺組織的微變形,計算局部應(yīng)變分布圖。惡性病灶因其較高剛度表現(xiàn)為應(yīng)變減弱區(qū)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(tài)幀率20 Hz的時序成像能力,為評估腫瘤治療響應(yīng)提供了新維度。
03人工智能驅(qū)動診斷
研究構(gòu)建的機器學習框架實現(xiàn)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(diào)制熵(AME)等創(chuàng)新特征參數(shù),有效量化了腫瘤血管的形態(tài)異質(zhì)性。與既往僅依賴灰度統(tǒng)計的方法相比,結(jié)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(tǒng)上的遷移驗證(AUROC 0.82)證明了其跨平臺的通用性。
總結(jié)與展望
本研究系統(tǒng)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(yīng)用價值。通過機器學習算法挖掘血管形態(tài)特征,實現(xiàn)了對良惡性病變的精準區(qū)分,其診斷效能與現(xiàn)有影像標準相當,且具備無輻射、無創(chuàng)、快速成像等獨特優(yōu)勢。隨著硬件成本下降和人工智能輔助診斷系統(tǒng)的完善,PACT技術(shù)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(huán)。
聲明:本文僅用作學術(shù)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.