美國賓夕法尼亞州卡內基梅隆大學(Carnegie Mellon University)的研究人員開發了一種新穎的生物成像技術,利用超聲波結合光學處理,可以透過皮膚和肌肉等生物組織,非侵入性地對人體器官進行成像,或能消除使用內窺鏡進行侵入性視覺檢查的需求。據Maysam Chamanzar和博士研究生Matteo Giuseppe Scopelliti表示,“換句話說,未來,我們就不需要利用內窺鏡插入人體,到達胃部、大腦或任何其它器官進行成像檢查了。”
內窺鏡成像,或使用直接插入人體器官的相機來檢查病癥,是目前常用于診斷人體內部組織疾病的侵入性檢查方法。內窺鏡成像儀,或導管(或導線)末端的攝像機,通常需要通過醫療手段或手術植入,以便到達人體的深部組織,但Chamanzar及其團隊開發的新技術提供了一種完全非手術且非侵入性的替代方案。
根據該實驗室發表于Light:Science and Applications的論文顯示,超聲波可以在體內創建一種“虛擬透鏡”,無需植入實物透鏡。通過使用特定的超聲波模型,研究人員可以有效地將光線聚焦在組織內部,使他們能夠前所未有的通過無創手段拍攝體內圖像。
研究人員證明,可以使用原位可重構超聲干涉圖案在介質中構建虛擬光學漸變折射率(GRIN)透鏡,以通過介質中繼圖像。超聲波模型改變介質的局部密度以構建垂直于光傳播方向的漸變折射率圖案,調制光的相位前沿,使其在介質內聚焦并有效地創建一個虛擬中繼透鏡。
增大組織“透明度”
生物組織會阻擋大部分的光,尤其是可見光范圍內的光線。因此,目前的光學成像方法無法利用光從人體表面直接進入深部組織。不過,Chamanzar的實驗室利用非侵入性超聲波“提高了生物組織的透明度”,以便更多的光通過生物組織等混濁介質進行體內成像。
“能夠在無需插入物理光學元件的情況下對大腦等器官進行成像,為侵入性內窺鏡提供了一種重要的替代方案,”Chamanzar說,“我們使用超聲波在給定的目標介質(例如各種生物組織)中構建了一個虛擬光學中繼透鏡。因此,生物組織變成了一種透鏡,可以幫助我們捕捉更深層結構的圖像。這種方案預計將徹底革新生物醫學成像領域。”
超聲波能夠壓縮和稀薄它們傳播經過的介質。在壓縮區域,光傳播的速度比在稀薄區域慢。在本研究中,該團隊證明,這種壓縮和稀薄效應可用于在目標介質中構建虛擬透鏡以進行光學成像。僅通過從人體外部重新配置超聲波,就可以在不干擾介質的情況下移動該虛擬透鏡。這使得研究人員能夠對不同的目標區域進行非侵入性成像。
(a)進行光學表征的設置示意圖;(b)脈沖激光被即時調制,以匹配饋送換能器正弦信號的正半周期;(c)超聲換能器關閉時激光束的實驗圖像和(d)開啟時的實驗圖像(fres = 832 kHz,V = 34 V);(e)、(f)用于(c)和(d)實驗中相同頻率和電壓下的激光束光線跟蹤模擬。
廣闊的應用前景
該論文發表的方案是一種平臺化技術,可用于許多不同的應用。將來,根據需要被成像的器官,它可以以手持設備或可穿戴表面貼片的形式應用。通過將裝置或貼片放置在皮膚上,臨床醫生可以便利地從組織內接收光信號以創建內部圖像,而無需內窺鏡檢查所帶來的不適和副作用。
該技術目前最接近的應用是腦組織的內窺成像或皮下成像,當然該技術也可以用于人體其他部位的成像。除了生物醫學應用之外,該技術還可以用于機器視覺、計量學和其他工業應用中的光學成像,以實現非破壞性且可操縱的微米級物體和結構成像。
研究人員表示,可以通過改變超聲波的參數來調制虛擬“透鏡”的特性,使用戶能夠通過該技術在介質的不同深度進行“聚焦”圖像。盡管已發表的論文專注于該方法對更接近表面的應用效果,但該團隊尚未發現這種超聲輔助光學成像方法可以達到的深度極限。
“我們的研究與傳統聲光方案的不同之處在于,我們利用了目標介質(可以是生物組織)本身,在光通過時影響光的傳播,”Chamanzar解釋說,“這種原位相互作用,有望抵消擾亂光線傳播的非理想情況。”
該技術具有許多潛在臨床應用,例如皮膚病診斷、大腦活動監測、以及惡性腫瘤的識別診斷和靶向和光動力療法等。
這項研究除了對臨床醫學的直接影響外,還具有間接的臨床應用。利用這種聲光技術來監測具有大腦疾病的小鼠的活動,并選擇性地刺激不同的神經通路,研究人員能夠研究帕金森等疾病的相關機制,為下一代臨床治療的方案設計提供重要信息。
“渾濁介質一直被認為是光學成像的障礙,”Scopelliti說,“不過,我們已經證明,這種障礙可以轉化為‘我們的幫手’,幫助光線到達理想的目標。當我們用適當的模式激活超聲波時,混濁介質會立即變得‘透明’。這種方案對從生物醫學應用到計算機視覺等廣泛領域的潛在影響著實令人興奮。”
-
超聲波
+關注
關注
63文章
3014瀏覽量
138348 -
光學成像
+關注
關注
0文章
87瀏覽量
10078
原文標題:超聲輔助光學成像,或能取代“內窺鏡檢查”
文章出處:【微信號:MEMSensor,微信公眾號:MEMS】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論