浙江大學團隊開發的 計算式三光子顯微成像技術 （LRDM-3PM）突破深層腦組織成像極限。該技術通過 聚集誘導發光納米探針 （AIE nanoprobes）與 自監督低秩擴散模型 （LRDM）協同作用，在活體小鼠大腦中實現了 1.5毫米深度的高對比度血管成像 ，信噪背景比（SBR）始終高于100。這一成果解決了生物組織散射導致的深層成像模糊難題，首次實現對海馬區血管的無創三維定量分析。

本研究由Lingmei Chen, Mubin He, Lu Yang, Lingxi Zhou, Shuhao Qian, Chuncheng Wang, Rushan Jiang, Zhihua Ding, Jun Qian, Zhiyi Liu共同完成，論文標題"Deep structural brain imaging via computational three-photon microscopy"于2025年3月發表在SPIE期刊《Journal of Biomedical Optics》。

重要發現
01深層成像的雙重挑戰
腦組織的光散射效應隨深度呈指數級增長，傳統三光子顯微鏡在超過900μm深度時SBR驟降至10以下。

更棘手的是，弱熒光探測會產生復合噪聲：周期性條紋噪聲（由光電倍增管產生）和隨機光子噪聲（深層信號衰減導致），二者疊加嚴重干擾血管信號識別。

LRDM應用于帶有顱窗的小鼠腦血管的性能

02LRDM-3PM技術原理
噪聲清除雙引擎
低秩去噪器（LR-denoiser）：基于矩陣奇異值分解（SVD），特異性剝離條紋噪聲。該算法通過重建圖像X? = ΣU?σ?V??，將條紋噪聲的奇異值替換為背景均值，消除周期性干擾。
定制擴散模型：利用三維圖像淺層信息訓練U-Net網絡，通過200步擴散過程模擬組織散射效應，最終消除隨機噪聲。

性能顛覆性突破
在1500μm海馬區深度實現：

SBR > 100（原始圖像SBR<10）
血管分割準確率提升83%
條紋噪聲去除率比傳統小波變換高4倍

03 三維血管量化體系
基 于精準分割建立五維形態學參數：
血管體積密度 （VVD）：反映單位體積內血管占比，海馬區顯著高于白質
血管厚度指數 （VTI）：海馬區存在直徑>15μm的異常粗血管
血管復雜度 （VCI）：皮層區比白質區高32%（p<0.05）
血管骨架密度 （VSD）：揭示血管網絡分布特征
血管表面積指數 （VSI）：量化物質交換效率

創新與亮點

01技術突破三重革新
免增硬件：不依賴自適應光學系統，普通實驗室可復現
免提功率：維持毫瓦級激光功率，避免光損傷風險
自監督學習：僅需淺層圖像訓練，攻克生物配對數據缺失痛點

02噪聲處理范式變革
首創低秩-擴散聯合模型：
在極低SBR=2時仍能重建有效信號
重建保真度超越主流算法（PSNR提升8.2dB）

03 腦科學研究新范式
海馬區血管首現真容 ：突破血腦屏障深度成像禁區
血管導航腦區定位 ：支持向量機通過血管形態識別腦區（精度85%），白質層深度定位誤差<3%
神經疾病研究新工具 ：阿爾茨海默癥相關血管病變的可量化追蹤

總結與展望
LRDM-3PM通過計算光學與AIE探針的跨界融合，首次實現活體腦組織1.5mm深度的微血管高清成像。該技術創造了SBR>100的深度成像新紀錄，并構建了首個三維血管量化分析平臺，為神經退行性疾病研究提供了全新觀測維度。

未來研究將聚焦三大方向：
將成像深度延伸至2mm皮層下核團；
開發動態血流監測功能；
建立阿爾茨海默癥血管病變數據庫。

這項技術突破不僅重新定義深層生物成像疆界，更為精準腦醫學開辟了新路徑。

論文信息
聲明：本文僅用作學術目的。
Chen L, He M, Yang L, Zhou L, Qian S, Wang C, Jiang R, Ding Z, Qian J, Liu Z. Deep structural brain imaging via computational three-photon microscopy. J Biomed Opt. 2025 Apr;30(4):046002.

DOI:10.1117/1.JBO.30.4.046002.