多光谱光声层析成像(MSOT)的实时谱解混新突破：基于相量分析的高效可视化诊断技术

本研究针对多光谱光声层析成像(MSOT)中传统谱解混方法计算复杂、缺乏实时性的临床痛点，创新性地引入相量分析(Phasor)技术。通过将多维光谱数据映射至二维相量平面，实现了克罗恩病等复杂生物系统中血红蛋白(Hb/HbO2 )等内源性色团的快速定量分析，处理速度显著优于线性混合模型(LMM)，为MSOT的实时临床诊断提供了兼具高效性与可解释性的解决方案。

　　

在生物医学成像领域，多光谱光声层析成像(Multispectral Optoacoustic Tomography, MSOT)因其独特的"光学对比度+超声穿透深度"组合优势，已成为癌症、血管疾病和炎症诊断的新宠。这项技术通过近红外光激发血红蛋白(Hb)、脂质等内源性色团产生超声波，可获取深达4-5厘米的组织分子信息。然而其核心环节——谱解混(Spectral Unmixing)却面临两难困境：传统线性混合模型(Linear Mixture Model, LMM)虽简单快速，但易受深度依赖衰减影响；而深度学习等先进方法又存在"黑箱"操作、数据需求量大等局限。这种技术瓶颈严重制约了MSOT在实时临床场景的应用。

为解决这一挑战，来自天主教圣心大学的研究团队在《Computers in Biology and Medicine》发表创新成果，首次将荧光显微镜领域的相量分析(Phasor Analysis)引入MSOT。该方法通过归一化离散傅里叶变换(NDFT)将高维光谱数据降维至二维相量平面，不仅实现血红蛋白氧合状态(sO₂
)的实时可视化定量，更开创性地提供了谱解混过程的"可视化诊断"功能。研究团队采用三阶段验证策略：先通过剑桥大学Apollo仓库的含血流体模数据验证基础性能；再应用小鼠模型测试生物复杂性适应能力；最终以克罗恩病临床队列证实其诊断价值。

关键技术方法
研究采用模块化技术路线：(1)基于归一化离散傅里叶变换(NDFT)构建相量坐标系，将每个像素点的多波长吸收谱转换为相量点；(2)使用光学表征体模验证相量解混精度，对比LMM参考值；(3)临床验证阶段纳入克罗恩病患者与健康对照的腹部MSOT数据，分析血红蛋白、脂质等特征相量分布差异。所有数据处理均采用自主开发的Python算法实现。

研究结果

Photoacoustic imaging MSOT phantom and in-vivo mouse data
在含血流体模实验中，相量法成功区分氧合/脱氧血红蛋白(HbO₂
/Hb)特征谱，定量结果与LMM吻合度达96.2%，处理速度提升17倍。小鼠模型验证显示，该方法可自动识别血管区域因光强衰减导致的谱畸变，这是传统LMM无法实现的诊断功能。

From spectral stack to phasor representation
相量转换过程保留90%以上原始光谱信息，将典型256波长MSOT数据压缩至2D平面。临床数据中，克罗恩病患者的相量集群呈现显著右移特征，对应炎症区域血红蛋白氧合状态异常，该模式在健康对照组中未见。

Discussion
相量法的核心优势体现在三方面：(1)实时性：处理30帧MSOT图像仅需0.8秒，满足术中实时需求；(2)容错性：能自动识别并标注偏离参考谱的异常信号；(3)扩展性：相量平面可直接整合脂质、胶原等次要色团信息。在克罗恩病诊断中，该方法发现的sO₂
异常区域与内镜结果空间一致性达82.3%。

Conclusion
该研究确立了相量分析作为MSOT谱解混的新标准，其"所见即所得"的特性突破传统算法的黑箱局限。特别在炎症性疾病诊断中，相量集群的分布模式可能成为新的影像学生物标志物。未来通过整合量子机器学习算法，该技术有望进一步拓展至糖尿病微血管并发症预警等场景。

研究意义
这项由Flavio Di Giacinto和Alessia Riente共同主导的工作，首次实现MSOT数据的实时可视化解析，其相量平面如同"分子指纹图谱"，使临床医生能直观判断数据质量和解混可靠性。该技术已获意大利拉齐奥大区资助，正在开发为QUaD2糖尿病预警平台的核