超級(jí)分辨率超聲定位顯微成像是一種革命性的深部組織微血管成像技術(shù)。它通過精準(zhǔn)定位和追蹤在血流中循環(huán)的超聲造影劑(微泡),能夠突破聲學(xué)衍射極限,實(shí)現(xiàn)微米級(jí)的空間分辨率,為從基礎(chǔ)科研到臨床診斷的血管研究提供了強(qiáng)大工具。然而,該技術(shù)長期面臨一個(gè)核心矛盾:為了確保微泡信號(hào)在空間上可區(qū)分,必須使用低濃度的微泡,這導(dǎo)致需要數(shù)十分鐘的長時(shí)間數(shù)據(jù)采集才能繪制出詳細(xì)的微血管圖,嚴(yán)重限制了其成像速度和實(shí)用性。
由YiRang Shin, Matthew R. Lowerison, Yike Wang, Xi Chen, Qi You, Zhijie Dong, Mark A. Anastasio 和 Pengfei Song共同完成的研究論文《Context-aware deep learning enables high-efficacy localization of high concentration microbubbles for super-resolution ultrasound localization microscopy》,在期刊《Nature Communications》上發(fā)表。該研究成功引入了一種基于上下文感知深度學(xué)習(xí)的新型微泡定位技術(shù),旨在破解高微泡濃度下的定位難題。
重要發(fā)現(xiàn)
本論文的核心貢獻(xiàn)是提出并驗(yàn)證了一套名為“具有上下文感知的定位-超聲定位顯微術(shù)”(LOcalization with Context Awareness ULM, LOCA-ULM)的完整深度學(xué)習(xí)解決方案。該方案包含一個(gè)創(chuàng)新的、能夠生成高度逼真訓(xùn)練數(shù)據(jù)的微泡模擬流程,以及一個(gè)能夠直接、高效輸出微泡坐標(biāo)的定位神經(jīng)網(wǎng)絡(luò),從而顯著提升了在高微泡濃度環(huán)境下的成像性能。
為此,研究團(tuán)隊(duì)設(shè)計(jì)了一個(gè)基于最小二乘生成對(duì)抗網(wǎng)絡(luò)(Least-Squares Generative Adversarial Network, LSGAN)的模擬流程。該網(wǎng)絡(luò)首先學(xué)習(xí)從活體超聲圖像中提取的真實(shí)微泡信號(hào)的分布特征,然后能夠生成多樣且逼真的合成微泡模板。這些模板構(gòu)成的“微泡庫”與真實(shí)信號(hào)極為相似,遠(yuǎn)優(yōu)于傳統(tǒng)模擬方法的結(jié)果。在生成訓(xùn)練圖像時(shí),研究者還融入了微泡的特定屬性(如亮度、壽命、運(yùn)動(dòng)速度)以及基于實(shí)驗(yàn)測(cè)量的瑞利噪聲模型,從而最大限度地縮小了模擬數(shù)據(jù)與真實(shí)數(shù)據(jù)之間的“領(lǐng)域差異”,為后續(xù)深度學(xué)習(xí)模型的穩(wěn)健訓(xùn)練奠定了堅(jiān)實(shí)基礎(chǔ)。
02實(shí)現(xiàn)高精度定位:基于DECODE架構(gòu)的上下文感知定位網(wǎng)絡(luò)首先,網(wǎng)絡(luò)架構(gòu)利用了微泡信號(hào)的時(shí)空連貫性。它同時(shí)分析連續(xù)的三幀圖像,通過一個(gè)包含三個(gè)U-Net的幀分析網(wǎng)絡(luò)和一個(gè)時(shí)空上下文網(wǎng)絡(luò),提取并整合跨幀的微泡運(yùn)動(dòng)信息,從而更好地區(qū)分緊密相鄰或短暫重疊的微泡。
其次,網(wǎng)絡(luò)的損失函數(shù)經(jīng)過精心設(shè)計(jì),聯(lián)合優(yōu)化“計(jì)數(shù)損失”和“定位損失”。計(jì)數(shù)損失引導(dǎo)網(wǎng)絡(luò)輸出一個(gè)稀疏的、高概率的微泡檢測(cè)概率圖,標(biāo)示出可能存在微泡的像素區(qū)域。定位損失則在此基礎(chǔ)上,通過擬合一系列以檢測(cè)概率加權(quán)的二維高斯分布,直接預(yù)測(cè)每個(gè)被檢測(cè)微泡的亞像素級(jí)坐標(biāo)和亮度。這種端到端的訓(xùn)練方式,使得網(wǎng)絡(luò)無需像其他深度學(xué)習(xí)方法(如Deep-ULM, mSPCN)那樣先生成超分辨圖像再進(jìn)行二次定位,從而實(shí)現(xiàn)了更高的效率和精度。在活體雞胚尿囊膜成像中,使用LSGAN生成模板訓(xùn)練的LOCA-ULM,其血管填充率和填充速度均超過使用真實(shí)提取模板訓(xùn)練的版本和傳統(tǒng)方法,能更完整地重建大小血管,尺寸更接近光學(xué)顯微鏡的參考結(jié)果。
在大鼠腦部成像中,LOCA-ULM的優(yōu)勢(shì)更為明顯。在高微泡濃度區(qū)域,傳統(tǒng)方法因定位失敗導(dǎo)致血管斷開、缺失,而LOCA-ULM則清晰揭示了致密、連通的大腦微血管網(wǎng)絡(luò)。即使不借助先進(jìn)的微泡分離后處理技術(shù),LOCA-ULM單獨(dú)表現(xiàn)已優(yōu)于結(jié)合了該技術(shù)的傳統(tǒng)方法。在功能性超聲定位顯微成像實(shí)驗(yàn)中,LOCA-ULM因能定位更多微泡,使血流動(dòng)力學(xué)信號(hào)采樣更充分,從而將激活檢測(cè)的靈敏度提高了約1.85倍,并可用更少的刺激周期重復(fù)次數(shù)獲得可靠的腦活動(dòng)激活圖,提升了時(shí)間分辨率。
創(chuàng)新與亮點(diǎn)
01突破成像速度與精度的固有矛盾
論文直指超聲定位顯微術(shù)長期存在的核心難題:成像速度(依賴于高微泡濃度以快速填充血管)與定位精度(要求低微泡濃度以防止信號(hào)重疊)之間的不可兼得。傳統(tǒng)方法被迫在此權(quán)衡中取舍,導(dǎo)致要么成像耗時(shí)漫長,要么犧牲圖像質(zhì)量。LOCA-ULM的成功,標(biāo)志著這一固有矛盾的實(shí)質(zhì)性突破,為實(shí)現(xiàn)“既快又清”的深部微血管成像提供了關(guān)鍵解決方案。
總結(jié)與展望
總而言之,這項(xiàng)研究通過結(jié)合先進(jìn)的生成對(duì)抗網(wǎng)絡(luò)模擬與上下文感知深度學(xué)習(xí)定位,成功開發(fā)了LOCA-ULM技術(shù),有效解決了高微泡濃度下超聲定位顯微成像的瓶頸問題。該技術(shù)顯著提升了定位精度、效率和成像速度,并在活體大腦結(jié)構(gòu)和功能成像中得到了卓越驗(yàn)證,為快速、高分辨率的深部組織微血管可視化開辟了新途徑。
DOI:10.1038/s41467-024-47154-2.