基于贝叶斯重建的快速扫描中红外光声信号技术实现无标记化学显微成像的突破

为解决传统光声显微成像(OAM)速度慢、制约临床转化的问题，研究人员开发了BayROM技术，通过贝叶斯重建算法结合快速扫描，将成像速度提升10倍，成功应用于脂肪移植质量评估。该研究为术中快速病理诊断提供了新工具，相关成果发表于《Science Advances》。

　　

在临床手术决策中，快速获取组织分子信息至关重要。传统光声显微成像(OAM)虽能实现无标记的生物分子对比成像，但逐点扫描方式导致成像速度缓慢，单次扫描需数小时，严重制约其在术中病理评估等时效性场景的应用。现有加速方案如微机电系统扫描存在视场窄、声学检测失准等问题，而深度学习重建方法需要海量训练数据且存在"黑箱"风险。

针对这些瓶颈，研究团队创新性地提出BayROM（贝叶斯光栅计算光声显微）技术。该技术通过三个关键突破实现加速：一是采用稀疏扫描策略（跳过75%扫描线），二是降低单像素信号平均次数（从50次减至15次），三是开发基于变分贝叶斯的概率重建算法。系统使用量子级联激光器（波长范围2941-909 cm^-1）激发样品，配合反射物镜和20 MHz超声探测器采集信号。

研究首先在碳带测试样本上验证性能，结果显示在92.5%数据压缩率下，BayROM仅用2.15分钟完成传统方法需23.43分钟的扫描，结构相似性指数(SSIM)达0.978。分辨率测试表明其空间分辨率为4.5-5.6 μm，虽略低于全扫描的3.1-4.0 μm，但图像信噪比(SNR)从48提升至53。

在生物样本验证中，研究团队选取小鼠白色脂肪组织(WAT)进行多波长成像。2856 cm^-1（脂质特征峰）和1550 cm^-1（蛋白质特征峰）双通道数据显示，BayROM在保持SSIM 0.95的同时实现10倍加速。特别值得注意的是，80个波长的超立方体重建证实其光谱保真度优异，脂肪细胞和细胞外基质(ECM)光谱重建误差分别仅为4.4%和1.7%。

临床应用方面，研究聚焦自体脂肪移植中的质量控制难题。通过对比细胞富集脂肪移植(CELT^plus)与纳米脂肪(nanofat)，BayROM成功在3-5分钟内识别出纳米脂肪中残留脂质导致的油囊肿风险。蛋白质通道强度分布显示，纳米脂肪的血液污染信号显著高于CELT^plus，这为术中快速评估移植质量提供了分子依据。

该研究的创新价值体现在三个方面：首先，BayROM首次实现非数据驱动的快速OAM重建，避免了深度学习对大数据集的依赖；其次，通过后验标准差量化重建不确定性（平均相对标准差4.7%），建立了可靠的质控指标；最后，在脂肪移植评估中的成功应用，为整形外科、肿瘤切缘分析等场景提供了新的决策工具。

研究团队也指出当前计算耗时（2-4分钟/通道）是主要局限，但通过算法优化和并行计算有望进一步缩短。未来研究方向包括拓展至肿瘤边界识别等更多临床场景，以及开展更大规模的临床试验验证其诊断效能。这项发表于《Science Advances》的工作，为打破显微成像速度壁垒提供了全新思路，将推动无标记分子成像在精准医疗中的广泛应用。