傳統的生物醫學成像技術，如正電子發射斷層掃描（PET）、功能性磁共振成像（fMRI）、共焦顯微鏡和超聲成像等，在各自的應用領域都取得了一定的成果。PET和fMRI雖然能夠深入探測生物組織，但它們的空間和時間分辨率較低，就像透過一層模糊的濾鏡觀察物體，難以清晰地分辨出微小的結構和快速的生理變化。共焦顯微鏡和多光子顯微鏡等光學成像技術在高分辨率成像方面表現出色，然而，當面對厚生物組織時，光線在組織中的散射嚴重限制了其穿透深度，仿佛一道無形的屏障，阻止了我們深入窺探組織內部的奧秘。超聲成像技術雖然具有較大的穿透深度和較高的分辨率，但其靈敏度和對比度不足，使得圖像中的細節難以清晰呈現，如同在昏暗的燈光下尋找細微的線索，困難重重。

光聲成像（PAI）技術的出現，宛如一道曙光，為解決這些難題帶來了新的希望。PAI巧妙地將光能轉化為熱能，進而產生光聲信號，再通過超聲傳感器捕獲這些信號并重建圖像。光聲顯微成像（PAM）作為PAI的重要分支，更是憑借其從亞微米到亞毫米級的超高空間分辨率以及數毫米的成像深度，脫穎而出。它宛如一位微觀世界的探險家，能夠在生物組織的微觀結構中穿梭自如，為我們揭示細胞和亞細胞層面的精細結構，以及組織內部的代謝、功能、分子對比及力學等豐富信息。

光聲顯微成像術基于光聲效應，當激光脈沖照射生物組織，組織內分子吸收光能轉化為熱能，引發熱彈性膨脹產生壓力波（即光聲波），超聲傳感器捕獲這些信號后經計算機處理重建圖像。PAM成像系統結構多樣，根據焦點類型分為光學焦點PAM（OR-PAM）和聲學焦點PAM（AR-PAM）。OR-PAM橫向分辨率高（可達微米級甚至亞微米級），但成像深度較淺（1-2mm）；AR-PAM成像深度大（可達數毫米），橫向分辨率相對較低，其分辨率取決于超聲換能器參數。常見實現方式包括透射式、反射式光聲成像及基于暗場照明的光聲成像，OR-PAM適用于較薄生物樣品成像（透射式）或體內成像（反射式），AR-PAM通常采用暗場照明以增大成像深度。

成像性能提升方法
一、光學增強
1.光束整形
◆ 超透鏡
由負折射率材料制成，可突破傳統光學衍射極限。如汽水罐構成的結構驗證了負折射率聲學超透鏡概念，其光斑寬度和分辨率相比衍射極限有顯著提升，在醫學超聲等領域具應用潛力。

◆ 貝塞爾光束
以非衍射特性擴展焦深，反射式貝塞爾光束光聲顯微系統可解析體內單個毛細血管，但存在旁瓣問題。全光學光聲顯微系統利用雙貝塞爾光束克服旁瓣影響，提高檢測靈敏度和深度分辨能力，在活體成像中有應用前景。

◆ 變焦透鏡
焦距可調節，如電動可變焦透鏡與光聲顯微系統結合，實現快速聚焦掃描和大范圍連續調焦，提高成像質量和效率，但存在成本高、制造校準復雜等問題。

2.光學波前整形（SLM/DMD）
通過空間光調制器（SLM）或數字微鏡器件（DMD）調控光波前，克服散射介質影響。其原理是利用反饋信號調整入射光波前相位或振幅，實現光在目標位置重新聚焦。光聲引導的波前整形技術利用光聲信號作為反饋，具有無創性和非侵入性，可提升成像信噪比、分辨率和穿透深度。

二、聲學增強
1.高效聲學探測
◆ 法布里-珀羅傳感器
基于干涉原理檢測光聲信號，如全光學微超聲傳感器、雙光子三維光刻機加工的傳感器及透明封裝的光學微光纖超聲傳感器等，靈敏度高，可用于多尺度光聲成像。

◆ 壓電式超聲換能器
利用壓電效應，如線性壓電微機械超聲換能器陣列、無鉛復合材料超聲換能器及緊湊型壓電微機械超聲換能器陣列等，在組織模型光聲成像等方面有應用，雙壓電晶片換能器可提高皮膚鏡檢測靈敏度和成像深度。

◆ 微型環形諧振器
基于光的共振現象，如硅平臺上的微環諧振器超聲傳感器、狹縫聚二甲基硅氧烷聚合物微環超聲傳感器及一次性超聲傳感慢性顱窗等，具有高靈敏度、寬帶寬等優點，可實現高分辨率超聲成像和光聲層析成像。

◆ 電容式微機械超聲換能器（CMUT）
具有寬帶寬和高接收靈敏度，如透明CMUT線性陣列、無傳輸模式的電容微機械超聲換能器單次發射近場體積成像系統等，為光學超聲和光聲成像帶來新可能。

2.合成孔徑算法
如創新的SAFT、自適應干涉校正合成孔徑聚焦技術（IntC-SAFT）、二維SAFT結合三維反卷積（SAFT+反卷積）及改進算法（FA-SAFT和D-MB的反卷積）等，可改善成像性能，提高圖像分辨率、信噪比和保真度。

三、人工智能增強
1.提升成像速度
深度學習應用于稀疏采樣反演，如使用ResNet、深度圖像先驗（DIP）及基于多任務殘差密集網絡的方法等，可提高成像速度、降低數據采集難度和成本，同時保持圖像質量。

2.提升分辨率及深度
神經網絡可從稀疏信息中重建稠密圖像，提升OR-PAM和AR-PAM成像分辨率和深度，如基于深度神經的網絡（DNN）、基于神經網絡的光學分辨率光聲顯微在體三維微血管成像和分割方法（HM3DCE-Net）、基于深度學習生成對抗網絡（GAN）的方法及結合基于模型和基于學習方法的補充框架等。

3.提升信噪比
注意力增強的GAN可去除PAM圖像噪聲，基于光聲皮膚鏡（PAD）的四維光譜空間成像計算方法可提高成像質量，已有開源共享的光聲數據集用于深度學習研究。

生物醫學應用
一、光聲結構顯微成像
可揭示生物組織微觀結構，如對小鼠耳朵微血管成像、腫瘤微血管成像、皮膚結構成像及單個紅細胞和黑色素瘤細胞成像等，多波長頻域光聲顯微鏡（FDOM）可降低成像成本。

◆ 心腦血管醫學
為血管狹窄、動脈瘤、心臟瓣膜病變等診斷和監測提供解決方案，可描繪血管內壁變化、評估心臟瓣膜功能、監測心腦功能及腦血流和氧合狀態，有助于早期識別和預測疾病風險。

◆ 神經科學
能提供快速、高空間分辨率的神經活動映射，用于研究腦網絡協同工作，在神經退行性疾病研究中具有潛力，可早期捕捉腦血流異常，定位受損區域并監測恢復進程。

總結與展望
PAM技術在光學、聲學、人工智能增強及光學與聲學互補方面取得顯著進展，成像性能不斷提升，在生物醫學多個領域廣泛應用。未來，PAM有望在光學增強方面進一步突破，如開發高速自適應光聲顯微鏡解決OR-PAM景深問題，隨著光子工學和數字光處理技術發展，實現更精密光波整形以提高成像分辨率；聲學增強方面，創新高效聲學超敏感探測器將提升聲學分辨率，不同物理原理成像模式結合可增強檢測能力；多模態融合方面，PAM與PACT等成像技術結合實現多模態成像，提供更豐富生物信息，優化系統結構可提高成像速度、靈敏度，降低成本和復雜度；在心血管疾病研究、藥物監測、癌癥研究、基因表達研究、神經科學及疾病傳感和早期診斷等領域具有巨大潛力，有望成為疾病預防和干預的重要手段。隨著技術不斷發展，PAM將為生物醫學研究和臨床應用帶來更多突破。

聲明：本文僅用作學術目的。文章來源于：馬海鋼, 吳家輝, 朱亞輝, 魏翔, 于音什, 任世利, 陳錢, 左超. 面向先進生物醫學應用的光聲顯微成像術（特邀）[J]. 激光與光電子學進展, 2024, 61(6): 0618006.