在生物医学领域，成像技术对于诊断至关重要。近年来，光声(PA)技术已广泛应用于生物医学诊断以及各种工业应用中的无损检测和评估。
光声学在现场是如何应用的？
PA 方法利用纳秒脉冲激光激发生物样本。激发会导致温度偏移，由此产生的非辐射☢️耗散产生超声波。
探头（通常是超声波换能器）探测这些声波，形成声功率放大器 (PA) 信号。该信号在时域中捕获，基于样品的光吸收率和组织密度反映样品的特征。通过傅里叶变换可以获取揭示这些特征的信号声谱。PA 信号的幅度对应于样品的光吸收率，而时间延迟则用于确定生物样品的距离。
乳腺组织体积血管成像的光声技术
乳腺组织体积血管成像已成为一种创新的诊断方法，它利用高声阻抗换能器 (HAT) 的三维声学成像 (PA) 图像来实现。《光子学》 (Photonics) 杂志最近发表的一篇文章重点介绍了该技术如何实现乳腺组织内血管的可视化和评估，为检测和表征乳腺病变提供了宝贵的见解。
某研究团队基于此原理，采用中心频率为5MHz、包含128个压电元件的HAT（压电振子阵列）进行了人体乳腺成像。压电元件以螺旋状分布排列在探头半球形表面上，半径为100毫米。
通过使用波长为 800 nm 的 20 mJ 脉冲激光照射，从健康志愿者身上获取 PA 图像。总数据采集时间为 24 秒，覆盖 64 × 50 mm² 的视场 (FOV) 。生成的图像可显示深度达 40 mm 的 3D 血管网络。
为了克服呼吸失真带来的挑战并提高乳腺『肿瘤』的检测率，近期开发了一种快速声束成像 (PAI) 系统。该系统可在一次屏气内采集整个乳腺图像，解决了扫描时间过长的问题。
对七名乳腺癌患者的PA图像进行分析，结果显示『肿瘤』区域的血管密度较高。这对于乳腺组织致密的患者尤其重要，因为传统的乳房X射线🩻摄影技术可能在这些患者中存在局限性。PAI在高灵敏度诊断恶性区域方面展现出巨大潜力，有望提高乳腺癌的检测率，尤其是在涉及致密乳腺组织的病例中。
手持式扩音系统在乳房保留手术中的应用
保乳手术 (BCS) 是 60% 至 70% 乳腺癌患者常用的治疗方法。BCS 的目标是切除所有『肿瘤』组织以及边缘的健康组织，以保留乳房的美观。然而，约 19% 接受 BCS 的乳腺癌患者由于『肿瘤』切除不彻底而需要进行二次手术。
成像技术在克服稀疏组织取样的局限性方面发挥着至关重要的作用，能够全面可视化地展现疾病的程度。PAI 已展现出区分癌变组织和健康组织的潜力。
在最近发表于《光声学》杂志的一篇文章中，一组研究人员探索了一种紧凑型手持式 PAI 探头的可行性，该探头专为乳腺癌边缘成像而设计，重点关注脂质含量差异。值得注意的是，与其他手持式 PAI 探头相比，该探头对大块组织的灵敏度更高。
在对乳腺癌乳房『肿瘤』切除术标本体模进行成像时，在含有脂质的区域观察到了较强的PA信号。与全视野PA系统进行对比分析后发现，手持式PA探头采集的图像比近全视野PA系统采集的图像信噪比更高，且图像模糊程度更低。
手持式 PAI 探头原型成功识别出低信号特征，表明其具有检测残留癌组织的潜力。现有的用于乳腺癌边缘评估的手持式工具通常提供二进制输出（是/否），且组织取样有限，缺乏深度鉴别能力。相比之下，手持式 PAI 探头可在距表面不同深度处提供连续的图像对比度。
用于乳腺组织诊断的最新紧凑型二极管激光PA传感仪器
一种用于激光二极管的紧凑型外壳设计已开发并发表在《生物医学光学杂志》上，同时还开发了一个内部脉冲电流源装置，用于为激光二极管供电，产生20 kHz频率下25 ns的电流脉冲。该外壳最多可容纳五个电流控制激光二极管。激光二极管的光功率通过光电二极管 (PD) 系统进行表征。PA 传感技术旨在研究生物组织的机械生物学特性，包括弹性和密度等因素。
在一项利用光光谱响应 (PASR) 技术的体外实验中，研究人员对已存档的福尔马林固定乳腺组织样本进行了研究。该系统检测了纤维囊性乳腺疾病组织 (B1) 和正常乳腺实质 (B2) 样本。共采集了八个样本，包括来自四位不同患者的正常和病变组织。
正常乳腺组织的平均主峰(fp)和中频拟合度(MF)在0.26±0.005MHz~1.45±0.43MHz之间，而非『肿瘤』纤维化乳腺疾病组织的主频峰值和MF分别为1.66±0.23MHz和2.04±0.44MHz。
B1切片展现出纤维囊性乳腺疾病的典型特征，包括间质纤维化区域，细胞外胶原基质丰富，导致组织密度增加。此外，还观察到终末导管小叶单位的导管和腺泡囊性扩张、腺样体增多（以腺病形式存在）以及腺泡轻度上皮增生，这些都导致细胞增多和组织密度增加。
这些发现凸显了PASR技术通过光谱能量、主频峰值以及与物理特性的相关性等参数表征组织的潜力。这些发现强调了PASR在诊断和研究不同病理状况方面的潜在临床应用。PASR的进一步研究和发展，包括结合先进的信号处理技术和高频传感器，可以增强其实时和体内研究的能力，从而拓展其临床应用。
机器学习如何用于优化 PA 光谱技术？
PA光谱法(PAS) 因其易于使用、比传统方法具有更高的灵敏度以及能够提供准确的结果而常用于生物医学诊断。
ACS Sensors重点介绍了一种新型腔体集成式光声探测器的设计和运行结果。该技术已优化，可成功监测小鼠乳腺『肿瘤』进展。通过注射 MCF-7 细胞在裸鼠体内诱发乳腺『肿瘤』，并在同一动物体内『肿瘤』进展的不同时间点（第 0、5、10、15 和 20 天）记录光声光谱。对记录的光声光谱进行预处理、小波变换，并使用最小冗余最大相关性 (mRMR) 算法进行基于滤波器的特征选择。
分类模型显示出100%的特异性，在第5、10、15和20天的时间点，灵敏度分别为95%、100%、92.5%和85%。这些发现表明，在临床前模型中，基于PA信号的分类可用于追踪乳腺『肿瘤』进展。PA信号包含与疾病进展相关的生化变化的宝贵信息，凸显了其在早期疾病诊断中的转化优势。
PA传感技术在生物医学传感领域，尤其是在乳腺诊断领域，正在不断取得进展。随着人工智能算法的实施和传感机制的增强，PA仪器的灵敏度正在显著提高，从而巩固了其作为乳腺组织诊断最有效技术的地位。
