美国宾夕法尼亚州卡内基梅隆大学(Carnegie Mellon University)的研究人员开发了一种新颖的生物成像技术,利用超声波结合光学处理,可以透过皮肤和肌肉等生物组织,非侵入性地对人体器官进行成像,或能消除使用内窥镜进行侵入性视觉检查的需求。据Maysam Chamanzar和博士研究生Matteo Giuseppe Scopelliti表示,“换句话说,未来,我们就不需要利用内窥镜插入人体,到达胃部、大脑或任何其它器官进行成像检查了。”
内窥镜成像,或使用直接插入人体器官的相机来检查病症,是目前常用于诊断人体内部组织疾病的侵入性检查方法。内窥镜成像仪,或导管(或导线)末端的摄像机,通常需要通过医疗手段或手术植入,以便到达人体的深部组织,但Chamanzar及其团队开发的新技术提供了一种完全非手术且非侵入性的替代方案。
根据该实验室发表于Light:Science and Applications的论文显示,超声波可以在体内创建一种“虚拟透镜”,无需植入实物透镜。通过使用特定的超声波模型,研究人员可以有效地将光线聚焦在组织内部,使他们能够前所未有的通过无创手段拍摄体内图像。
研究人员证明,可以使用原位可重构超声干涉图案在介质中构建虚拟光学渐变折射率(GRIN)透镜,以通过介质中继图像。超声波模型改变介质的局部密度以构建垂直于光传播方向的渐变折射率图案,调制光的相位前沿,使其在介质内聚焦并有效地创建一个虚拟中继透镜。
增大组织“透明度”
生物组织会阻挡大部分的光,尤其是可见光范围内的光线。因此,目前的光学成像方法无法利用光从人体表面直接进入深部组织。不过,Chamanzar的实验室利用非侵入性超声波“提高了生物组织的透明度”,以便更多的光通过生物组织等混浊介质进行体内成像。
“能够在无需插入物理光学元件的情况下对大脑等器官进行成像,为侵入性内窥镜提供了一种重要的替代方案,”Chamanzar说,“我们使用超声波在给定的目标介质(例如各种生物组织)中构建了一个虚拟光学中继透镜。因此,生物组织变成了一种透镜,可以帮助我们捕捉更深层结构的图像。这种方案预计将彻底革新生物医学成像领域。”
超声波能够压缩和稀薄它们传播经过的介质。在压缩区域,光传播的速度比在稀薄区域慢。在本研究中,该团队证明,这种压缩和稀薄效应可用于在目标介质中构建虚拟透镜以进行光学成像。仅通过从人体外部重新配置超声波,就可以在不干扰介质的情况下移动该虚拟透镜。这使得研究人员能够对不同的目标区域进行非侵入性成像。
(a)进行光学表征的设置示意图;(b)脉冲激光被即时调制,以匹配馈送换能器正弦信号的正半周期;(c)超声换能器关闭时激光束的实验图像和(d)开启时的实验图像(fres = 832 kHz,V = 34 V);(e)、(f)用于(c)和(d)实验中相同频率和电压下的激光束光线跟踪模拟。
广阔的应用前景
该论文发表的方案是一种平台化技术,可用于许多不同的应用。将来,根据需要被成像的器官,它可以以手持设备或可穿戴表面贴片的形式应用。通过将装置或贴片放置在皮肤上,临床医生可以便利地从组织内接收光信号以创建内部图像,而无需内窥镜检查所带来的不适和副作用。
该技术目前最接近的应用是脑组织的内窥成像或皮下成像,当然该技术也可以用于人体其他部位的成像。除了生物医学应用之外,该技术还可以用于机器视觉、计量学和其他工业应用中的光学成像,以实现非破坏性且可操纵的微米级物体和结构成像。
研究人员表示,可以通过改变超声波的参数来调制虚拟“透镜”的特性,使用户能够通过该技术在介质的不同深度进行“聚焦”图像。尽管已发表的论文专注于该方法对更接近表面的应用效果,但该团队尚未发现这种超声辅助光学成像方法可以达到的深度极限。
“我们的研究与传统声光方案的不同之处在于,我们利用了目标介质(可以是生物组织)本身,在光通过时影响光的传播,”Chamanzar解释说,“这种原位相互作用,有望抵消扰乱光线传播的非理想情况。”
该技术具有许多潜在临床应用,例如皮肤病诊断、大脑活动监测、以及恶性肿瘤的识别诊断和靶向和光动力疗法等。
这项研究除了对临床医学的直接影响外,还具有间接的临床应用。利用这种声光技术来监测具有大脑疾病的小鼠的活动,并选择性地刺激不同的神经通路,研究人员能够研究帕金森等疾病的相关机制,为下一代临床治疗的方案设计提供重要信息。
“浑浊介质一直被认为是光学成像的障碍,”Scopelliti说,“不过,我们已经证明,这种障碍可以转化为‘我们的帮手’,帮助光线到达理想的目标。当我们用适当的模式激活超声波时,混浊介质会立即变得‘透明’。这种方案对从生物医学应用到计算机视觉等广泛领域的潜在影响着实令人兴奋。”
-
超声波
+关注
关注
63文章
3014浏览量
138366 -
光学成像
+关注
关注
0文章
87浏览量
10082
原文标题:超声辅助光学成像,或能取代“内窥镜检查”
文章出处:【微信号:MEMSensor,微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论