光声成像技术在全脑成像中的突破性进展

在脑科学研究领域，对大脑功能和结构的深入理解离不开先进的成像技术。传统的全脑光学成像技术，如荧光微光学切片断层扫描（fMOST）、双光子断层扫描等，虽然能够提供高分辨率的图像，但在成像速度和样品完整性方面存在显著局限。近日，一项名为PATTERN的新型光声成像技术应运而生，为全脑成像领域带来了新的突破。

全脑成像对于揭示大脑功能和疾病机制至关重要，但现有技术面临诸多挑战。传统光学成像方法，如fMOST和LSFM，虽然分辨率高，但样品制备过程复杂，成像速度慢，且可能对样品造成破坏，限制了其在大型动物模型和个体水平跨模态分析中的应用。光声成像（PACT）作为一种新兴的成像技术，结合了光学成像的高对比度和超声成像的高穿透深度，但传统的PACT系统在分辨率、成像速度和样品适应性方面仍有待提高。

PATTERN技术通过优化图像采集方案和机器学习算法，实现了对离体啮齿动物、雪貂和非人灵长类动物大脑的非破坏性、高速、三维成像。其核心创新在于利用光漂白进行时间编码重建，结合深度学习去除伪影，从而显著提高了成像质量和检测灵敏度。

PATTERN概念

PATTERN采用特殊的样品固定和成像策略，确保成像过程对样品的物理和生物特性影响最小。样品被固定在含有2.25%琼脂糖和3%Intralipid-30%的溶液中，以模拟脑组织的光学特性，并通过定制的光学快门调节激光曝光，保持样品的生物活性。

PATTERN利用光漂白的特性，通过单波长操作提取荧光蛋白信号，避免了光谱重叠问题。在成像过程中，激光脉冲以特定的跳跃序列扫描样品，导致荧光蛋白发生光漂白，其信号强度随时间衰减。通过记录这种衰减曲线，并与未漂白的背景信号分离，PATTERN能够特异性地检测到荧光蛋白的信号，从而显著提高了成像的灵敏度和特异性。

为了进一步提高成像质量，PATTERN引入了深度学习算法。利用卷积神经网络（DnCNN），PATTERN能够有效去除成像中的伪影，提高信号的准确性。通过在单批次学习策略下训练DnCNN，算法能够识别并提取真实信号附近的伪影，在不造成严重假阴性信号的前提下，有效消除伪影。

PATTERN成像与fMOST或LSFM的组合

实验结果表明，PATTERN系统能够实现近各向同性的三维成像。通过对不同扫描角度的图像进行多角度融合，系统的空间分辨率得到了显著提升。以乳胶微球成像为例，单次扫描周期耗时133秒，沿x、y、z轴的分辨率分别达到137±15.1微米、115±24.3微米和143±20.1微米，接近各向同性。

PATTERN使全脑和荧光标签的近各向同性和高保真成像

PATTERN技术在荧光标签成像方面表现出色。通过时间编码方法，系统能够有效去除背景信号，提高荧光蛋白的检测灵敏度。实验中，利用光漂白特性，PATTERN成功区分了荧光标签和组织背景信号，检测灵敏度相比仅使用强度的方法提高了12倍。

PATTERN技术在多种动物模型的全脑成像中展现了强大的能力。系统能够对小鼠、大鼠、雪貂和狨猴等动物的大脑进行高几何保真度的成像，并实现定量形态学分析。通过对不同脑区的荧光信号进行成像，PATTERN能够可靠地检测到荧光蛋白的表达，为神经连接的可视化提供了可能。

基于PATTERN的全脑光学成像

PATTERN技术在神经连接成像方面具有独特优势。通过注射表达荧光蛋白的病毒载体，研究团队利用PATTERN成功追踪了大脑中特定神经通路的投射。例如，系统清晰地显示了前岛皮质（AI）向纹状体、丘脑等脑区的投射，以及背侧扣带回（dSub）向下游脑区的投射。

用于可视化大脑神经连接的PATTERN

PATTERN技术能够与其他成像模态相结合，实现跨模态的数据整合。通过将PATTERN获取的图像作为模板，研究团队能够校正其他成像方法（如fMOST和LSFM）中由于样品制备导致的形态变化，从而获得具有高分辨率和形态保真度的全脑图像。此外，PATTERN还能够与空间转录组学数据相结合，为个体水平的多模态分析提供可能。

用于个体大脑跨模态转录组分析的PATTERN

PATTERN技术作为一项创新的光声成像平台，为全脑成像领域带来了新的机遇。其非破坏性、高速、三维成像的特点，使得对同一脑样品的多次分析成为可能，为跨模态分析提供了坚实的基础。未来，随着技术的进一步优化和应用范围的拓展，PATTERN有望在神经科学研究中发挥更为重要的作用，为揭示大脑的奥秘提供更为强大的工具。

声明：本文仅用作学术目的。

Chen, Y., Yang, H., Luo, Y. et al. Photoacoustic Tomography with Temporal Encoding Reconstruction (PATTERN) for cross-modal individual analysis of the whole brain. Nat Commun 15, 4228 (2024).

DOI:org/10.1038/s41467-024-48393-z.