X射线暗场成像的人体尺度波光学模拟：肺部疾病诊断的新突破

本研究针对X射线暗场成像(XDFI)在临床规模模拟工具的缺失问题，开发了首个基于XCAT人体模型的人体尺度XDFI仿真框架。研究人员通过整合Voronoi网格模拟肺泡亚结构，结合多层波光学传播模型，成功生成了肺部正常及病变（肺气肿、纤维化、肺不张等）的XDFI图像。该研究证实XDFI能清晰区分正常与病变肺组织信号差异，为优化XDFI硬件/软件系统提供了关键仿真平台，成果发表于《Scientific Reports》。

　　

在传统X射线成像中，低原子序数软组织（如肺部）的对比度受限，而X射线暗场成像(XDFI)通过探测微观结构引发的超小角散射信号，为肺气肿、肺纤维化等疾病提供了更优的诊断潜力。然而，由于缺乏可靠的人体尺度仿真工具，XDFI系统的临床转化面临巨大挑战。

美国威斯康星大学密尔沃基分校（University of Wisconsin-Milwaukee）的Yongjin Sung团队联合梅奥诊所和哈佛医学院的研究人员，在《Scientific Reports》发表了突破性研究。他们通过增强XCAT人体模型（添加Voronoi网格模拟肺泡）、开发多层波光学传播算法，首次实现了人体胸部XDFI的逼真模拟。研究发现：正常肺、肺气肿和纤维化肺的暗场信号存在显著差异，而肺炎、肺水肿和肺不张则表现出相似的信号衰减模式。这一框架为XDFI的临床应用提供了关键仿真平台。

关键技术方法包括：

1. 基于XCAT模型的解剖结构生成（4096×4096像素，100 μm分辨率）
2. Voronoi网格模拟肺泡亚结构（1.25 μm分辨率，37种密度梯度）
3. 多层波光学传播模型（126层，2 mm/层，50 keV X射线）
4. Talbot-Lau干涉仪系统仿真（10 μm光栅周期，0.25 m光栅间距）

主要结果
XCAT模型与肺泡微结构建模
通过将2D Voronoi网格嵌入XCAT肺部区域（图2d），模拟了正常（31.6-21.2肺泡/mm³）、肺气肿（密度降至20%-80%）和纤维化（壁厚增加40倍）的微结构（图3）。肺不张通过缩小左肺体积10%实现（图4），肺炎和肺水肿分别通过随机填充脓液和增厚肺泡壁20%建模（图5）。

多层波光学传播与信号提取
模拟结果显示，软组织在相位对比图像中呈现高频噪声（图7a-ii），而暗场图像能突出肺部多重散射信号（图7a-iii）。定量分析表明，纤维化肺的暗场信号中位数（0.103）显著低于正常肺（0.135），而吸收信号差异更明显（1.741 vs 1.342）（图8）。

疾病鉴别能力验证
严重肺气肿（密度20%）导致暗场信号分布右移（图9a），但肺炎、肺水肿和肺不张均表现为信号衰减（图9b），提示需结合吸收信号提高诊断特异性。

该研究建立了首个能模拟人体尺度XDFI的框架，证实其对肺气肿和纤维化的鉴别优势，同时揭示了单一暗场信号的局限性。通过开源仿真工具（GitHub），该成果将加速XDFI系统的优化与临床验证，为肺部疾病的早期诊断提供新思路。研究强调未来需开发3D微结构模型（如SuperDeadLeaves）以提升计算效率，并探索多模态信号融合策略。