《Journal of Imaging》：Advances in Preclinical Imaging: Current Multidisciplinary Applications and Translational Perspectives
编辑推荐：
临床前影像学（preclinical imaging）在人类疾病动物模型中正迅速发展，这得益于仪器设备、技术和比较医学的进步。验证非侵入性、非破坏性的影像学方法可为疾病发病机制、进展和治疗反应提供关键见解，同时提高数据质量、减少动物使用量并最小化实验变异性。此
临床前影像学（preclinical imaging）在人类疾病动物模型中正迅速发展，这得益于仪器设备、技术和比较医学的进步。验证非侵入性、非破坏性的影像学方法可为疾病发病机制、进展和治疗反应提供关键见解，同时提高数据质量、减少动物使用量并最小化实验变异性。此外，采用与临床实践可比的临床前影像学技术，有助于将动物模型的发现直接转化为人类应用，这与3R原则（替代、减少、优化）高度一致。然而，优化成像方案和处理与动物护理管理相关的潜在偏差仍是紧迫挑战，同时在数据标准化和协调方面也存在持续障碍。由于这些技术和生物学因素损害了结果的可靠性和可重复性，最终限制了临床前影像学对临床转化的影响力。克服这些障碍需要集体转向方法透明化和开放科学框架。本期特刊旨在汇集突显临床前影像学在多学科转化研究中作用的贡献，邀请同行提交关于临床前影像学领域当前应用、方法创新和关键转化挑战的原创研究和综述文章。本期特刊的主要优势在于其贡献的多学科性质，涵盖神经科学、代谢疾病、营养研究以及使用多种影像学模式对动物模型进行表型表征的应用。除了主题广度外，本期特刊还成为代际合作的活跃平台，展示由资深顶尖专家和早期职业研究人员共同撰写的贡献，他们协同整合了专业知识与方法严谨性以及创新视角、数字方法和开放科学实践。这种合作方式代表了促进学术指导、知识交流和跨代专业转移的宝贵模式。本期特刊还受益于国际视野并促进学术流动性，将科学辩论嵌入更广泛的全球对话中。重要的是，所有贡献都涉及方法严谨性、方案标准化和计算流程在跨多种模式的临床前影像学中的关键作用，直接影响研究的可重复性和转化相关性。总体而言，这些贡献提供了一个多方面框架，表明临床前影像学不仅解决个体研究问题，还能促进跨不同领域推进研究的协作方法。
研究背景、现存问题与研究目的
临床前影像学在生物医学研究中扮演着日益重要的角色，通过非侵入性手段监测动物模型中的疾病进程和治疗反应，为从基础研究向临床应用转化提供了桥梁。然而，该领域面临多重挑战：成像协议缺乏标准化导致数据可比性差；不同实验室、设备和分析方法间的变异严重损害结果的可重复性；传统终点分析法需处死大量动物，既增加生物学变异又违背动物伦理的3R原则（替代、减少、优化）。此外，多数临床前成像技术源于人类医学，需针对小动物进行空间和时间分辨率提升的适配改造，而现有定量分析框架往往依赖人工操作，主观性强且效率低下。因此，亟需开发标准化、高通量、多模态的成像与分析策略，以提高数据的可靠性、转化价值并减少动物使用量。本研究旨在通过一系列多学科应用案例，系统评估超声、微计算机断层扫描（microCT）、磁共振成像（MRI）及电子显微镜（EM）等模态在临床前研究中的效能，探索计算机辅助诊断（CAD）和深度学习（DL）等先进分析方法，并推动建立共享计量框架，以提升临床前影像学的可重复性和转化成熟度。
主要关键技术方法
本研究采用了多项关键技术方法：高分辨率超声成像（HFUS）与microCT用于小鼠器官体积定量评估，并通过离体体积测量作为金标准验证准确性；B模式HFUS结合计算机辅助诊断（CAD）工作流，提取纹理特征以纵向表征肝脂肪变性；基于深度学习的脑部分割流程，结合图谱配准实现小鼠脑MRI图像的自动分割；HFUS与MRI联合用于鸡胚发育的非侵入性纵向监测；基于深度学习的泛化管道，融合经典图像处理与人工智能技术，实现外周神经超微结构的分割；以及系统性文献回顾分析，评估PET/SPECT、MRI、CT和光学成像等模态的定量成像计量框架。
研究结果
对比分析超声与microCT用于小鼠器官大小评估：研究通过比较HFUS与microCT两种成像方法，评估了椭球体积估算法和手动轮廓分割法在小鼠器官体积定量中的准确性。结果显示两种技术在多数器官上均能提供精确测量，但性能取决于器官形态和分析方法：手动microCT分割是唯一能准确测量心脏体积的方法，而两种模态均与离体卵巢体积无正相关性。超声在采集和分析速度上均快于microCT，且在适用情况下能提供足够准确的体积估算，同时避免电离辐射，适合重复检查；但其主要局限在于操作者依赖性。该研究强调了根据器官和实验目标选择特异性、标准化成像方案的必要性。
计算机辅助高频超声用于小鼠肝脏脂肪变性进展表征：研究将HFUS与CAD相结合，对野生型和MAPK15-ERK8基因敲除小鼠在标准饮食或西式饮食干预下的肝脏变化进行纵向监测。纵向HFUS评估成功区分了基因型间肝脏脂肪变性的时间演化差异：敲除小鼠表现出更高的脂肪变性发生率，在更早的时间点即可检测到肝脏改变，且更倾向于向严重阶段进展。该研究证实，从B模式HFUS图像中提取定量纹理特征的CAD工作流可行且供应商无关，增加了可从临床前成像数据中提取的客观信息量。重复HFUS检查无需在每个干预阶段处死动物，减少了生物学变异并最大化每只动物的信息获取。
基于深度学习与图谱的MRI分割实现健康小鼠大脑纵向表征：研究者开发了一个基于DL的脑部分割流程，应用于C57BL/6J小鼠的衰老研究。该流程首次提供了单个体水平上健康小鼠纵向轨迹的性别分层图谱。研究发现雄性小鼠的皮层和纹状体体积随年龄增长呈现更显著的减小趋势，强调了在神经退行性疾病研究中考虑脑性别二态性的重要性。该方法通过整合和重新分析现有纵向数据集，有望最大化每只实验动物的信息质量和数量。
高频超声与MRI评估鸡胚卵内发育可行性：研究证明HFUS和MRI能够实现对鸡胚发育的非侵入性纵向监测，建立了生理发育的影像图谱。HFUS能以高空间分辨率详细显示神经管、脑泡、心脏、脉管系统等结构，并支持血流动力学功能评估；MRI则提供全蛋三维形态及功能和微结构信息。每日成像方案从孵化第5天至第14天实施，在不干扰胚胎发育的前提下提取多项解剖和定量参数。该研究为未来利用扩展多模态成像框架表征疾病模型和评估药物或环境暴露效应奠定了基础。
定量临床前成像作为计量框架：综述分析了近十年发表的研究，聚焦于小鼠、大鼠、兔子和斑马鱼等动物模型以及PET/SPECT、MRI、CT和光学成像等主要模态。研究识别了影响定量临床前成像的技术、生物学和计算变异源，指出实验室间变异、硬件依赖偏差、异质性分析流程和不一致的验证实践会损害可重复性。综述概述了待解决的挑战，包括缺乏跨模态验证的共享生物参考标准、定量参数的跨物种可转移性有限以及AI辅助组件的验证复杂性，强调了建立标准化定量和计量方法的必要性。
基于深度学习的泛化管道实现外周神经超微结构分割：研究者开发了一个混合工作流，将经典计算图像处理与人工智能技术结合，实现了对小鼠坐骨神经超微结构的自动化分析。该方法能够从挑战性数据集中完成髓鞘、施万细胞、线粒体和内质网的清晰二维分割和三维体积重建，并适用于低分辨率扫描和使用不同对比剂制备的样本。预训练模型和标准化脚本的开放获取促进了该方法的广泛采用，有望通过全面2D和3D超微结构分析最大化每只动物的信息提取量。
临床前影像学用于创新型营养策略转化：综述全面概述了临床前影像学在推动营养策略从实验研究向临床转化中的作用，展示了影像技术如何非侵入性地研究生理反应、表征营养干预效果并监测其体内分布和生物学影响。多模态影像学能够在同一实验动物中进行纵向评估，最大化信息获取并可能减少动物使用量。
结论与展望
综合来看，本特刊的贡献凸显了临床前影像学领域正日益朝向定量化、纵向化和计算辅助化的方向发展。未来研究应致力于将这些进展转化为标准化和可重复的工作流程，这需要跨实验室、成像平台和动物模型层面统一采集与分析方案、建立共享参考数据集以及稳健的验证框架。互补性和多模态成像技术的整合是另一重要方向，因为结合解剖、功能、分子和微结构信息可为疾病机制和治疗反应提供更全面的表征。同时，将成像方法扩展到新兴动物模型可拓宽其在不同生物学、发育和转化问题上的适用性。人工智能和计算机辅助分析将进一步增强从日益复杂的成像数据集中提取定量信息的能力。未来的努力应聚焦于这些方法的验证、泛化性和可重复性，而数据集、计算模型和分析流程的开放共享可促进数据重用和协作研究。方法创新应继续伴随对动物福利的审慎考量，通过优化的活体动物护理以及纵向和多模态成像、现有数据集重分析和非破坏性离体成像等方法，支持3R原则。未来的临床前影像学策略应在优化准确性和转化相关性的同时，追求实验效率和伦理可持续性，从而进一步强化临床前研究与临床研究之间的桥梁，促进动物模型更可重复、更具信息性且更负责任的使用。
