基于Ag2S纳米温度计与机器学习的三维生物温度成像技术突破

研究人员针对传统发光测温技术仅能获取二维热图像的局限性，开发了结合Ag2S纳米温度计(NTs)与卷积神经网络(CNN)+密集神经网络(DNN)算法的三维温度成像系统。该技术通过解析近红外光谱中温度与组织厚度引起的双重畸变，实现了活体血管网络36±1°C的精确测温，空间分辨率达0.23mm，为深部组织热疗监测和代谢研究提供了新工具。

　　

在生物医学研究中，精确测量活体组织的三维温度分布犹如绘制"生命热力图"，对理解代谢机制、优化热疗方案至关重要。传统发光纳米温度计虽能实现微米级空间分辨率的非接触测温，却始终受限于二维成像的桎梏。这种局限使得诸如肿瘤热疗中热量扩散路径、脑部炎症区域温度梯度等关键信息难以完整获取。更棘手的是，生物组织的光学异质性导致光子传播路径复杂多变，传统物理模型难以准确解析光谱畸变与深度、温度的定量关系。

为解决这一挑战，来自西班牙马德里自治大学（Universidad Autónoma de Madrid）等机构的研究团队在《Nature Communications》发表创新成果。研究人员巧妙利用Ag₂S纳米颗粒的特殊光学性质——其近红外二区（NIR-II）发射谱既对温度敏感（20-50°C范围内红移展宽），又与水的吸收带重叠。这种双重特性使得单个发射光谱同时携带了温度和组织深度信息。通过开发CNN+DNN混合算法解析206,000组校准光谱，最终实现了0.45°C测温精度和0.25mm深度分辨率的突破，首次获得活体小鼠血管网络的三维温度分布图。

关键技术包括：1）构建含0.1-3%脂肪乳的琼脂组织仿体模拟不同光学特性组织；2）搭建808nm激光激发的近红外高光谱成像系统（1000-1400nm）；3）采用镜像阵列实现高光谱摄影测量获取复杂几何信息；4）建立包含4种离体组织（猪里脊、鸡腿等）的多维度校准数据库；5）开发基于Python的自动掩膜生成算法处理活体图像。

2S纳米温度计在NIR-I区激发、NIR-II区发射的特性，及其光谱随温度和组织厚度的特征性变化'>

Luminescent nanothermometer choice
研究精选Ag₂S纳米颗粒因其三大优势：800nm激发（NIR-I窗口）减少光热干扰、1100-1300nm发射（NIR-II窗口）与水吸收峰重叠、温度响应灵敏度达1.35nm/°C。蒙特卡洛模拟证实，光子路径中水分子数量与组织深度呈正相关，这为深度解码提供了物理基础。

Calibration datasets acquisition
通过精密控温平台（24-45°C）与可调厚度样本架，在4种组织仿体和4种离体组织（1-6mm厚度）上获取432幅高光谱图像。每幅图像包含500个像素光谱，总计206,000组数据构成训练集。图2显示不同（T,d）组合下光谱呈现显著差异的畸变模式。

3D thermal imaging technology validation
在组织仿体中植入三根含Ag₂S的毛细管（直径0.5mm），算法重建的深度与实测值偏差<5%，温度梯度测量与热传导模拟高度吻合（图3）。特别设计的镜像平台成功实现复杂NTs图案的三维重构，轴向分辨率达0.23mm（补充图24）。

Three-dimensional thermal imaging in vivo
通过裸鼠（NU/J品系）眼眶后静脉注射Ag₂S纳米颗粒（8mg/mL），成功获取血管网络三维温度分布（图4）。浅表血管（1mm深度）显示34.2±0.8°C，深部血管（3mm）达36.1±0.6°C，符合啮齿类动物正常体温变化规律。时间分辨测量还揭示了纳米颗粒血液清除动力学对信号强度的动态影响。

这项研究开创性地将光谱畸变这一传统干扰因素转化为有效信息源，通过Ag₂S纳米颗粒与人工智能的协同作用，突破了发光测温的维度限制。技术优势体现在三方面：1）组织普适性，算法在脂肪含量0.1-3%的仿体及多种离体组织中均保持稳定性能；2）操作便捷性，单次高光谱采集即可获得三维信息，无需层扫或超声定位；3）生物相容性，采用已商业化的PEG修饰Ag₂S纳米颗粒。虽然目前时间分辨率（15分钟/帧）尚待优化，但该方法为脑炎症定位、肿瘤热疗实时监控等场景提供了全新解决方案，更可拓展至pH、氧分压等其他生物参数的三维传感领域。