近日，哈工大苏州研究院孙明健教授团队联合清华大学马骋教授，在高速三维光声层析成像研究中取得新进展。针对采集速度与成像质量难以兼顾的关键问题，团队构建了稀疏视角光声层析成像系统，并提出一种融合多尺度结构特征的生成对抗网络方法，实现了稀疏采样条件下的高质量光声图像重建。相关成果以“A generative adversarial network with multi-scale structural features for sparse-view photoacoustic tomography reconstruction”为题，发表于《Photoacoustics》期刊。
研究概述及创新点：
光声层析成像在肿瘤检测、脑功能成像和小动物活体成像等领域具有重要应用价值。然而，随着PAT向三维和高速成像发展，探测通道数与采集数据量显著增加，对采集速度和数据存储提出了更高要求。本研究构建了稀疏视角光声层析成像系统，并提出融合多尺度结构特征的生成对抗网络MSF-GAN，充分获取组织轮廓与纹理信息，在保证高质量重建的同时提高成像速度。
1.构建面向高速成像的稀疏视角光声层析系统
本研究搭建了适用于小动物活体成像的稀疏视角光声层析系统，如图1所示。系统主要由激光激发模块、声学探测模块、数据采集模块和图像重建模块组成。通过纳秒脉冲激光激发组织产生光声信号，并利用环形换能器阵列进行声学检测，实现光声数据采集。
图1：稀疏视角光声层析成像系统示意图
2.提出基于多尺度结构特征的生成器
为了增强稀疏视角重建中的细节恢复能力，本研究在生成器中引入金字塔压缩注意力模块，如图2所示。该模块通过不同卷积核尺度的并行分支提取多尺度特征，并结合通道注意力机制自适应地分配不同尺度特征的重要性。
图2：MSF-GAN生成器结构图
3.设计结构感知判别器以增强器官结构一致性
光声稀疏重建任务对重建结果的结构真实性提出了更高要求，需要同时满足整体一致性和局部纹理特征准确性。本研究设计了判别器结构，引入带通道注意力模块的跳跃连接，使判别器能够同时关注全局结构和局部细节，如图3所示。
图3：MSF-GAN判别器结构图
实验与结果：
1.稀疏采样下的小鼠成像实验
本研究开展了小鼠活体光声层析成像实验，以验证MSF-GAN在真实生物组织成像场景中的应用潜力，并在不同稀疏采样条件下评估其重建性能。实验结果表明，在采样视角显著减少的情况下，MSF-GAN仍能够有效抑制稀疏采样带来的条纹伪影和背景干扰，保持活体组织结构的整体连续性与清晰度，如图4所示。与传统重建方法和现有深度学习方法相比，该方法在复杂活体背景下展现出更稳定的结构恢复能力，为高速高质量光声活体成像奠定了良好基础。
图4：稀疏采样下的小鼠成像实验结果图
2.高速采集条件下的成像实验
本研究在64视角稀疏采样条件下开展了重建验证，以考察MSF-GAN在更高加速成像条件下的稳定性。实验结果表明，随着采样视角进一步减少，系统可获取的有效投影信息明显降低，对算法的伪影抑制能力和结构恢复能力提出了更高要求。而MSF-GAN仍能够保持较好的图像重建质量，有效恢复活体组织的整体形态与主要结构信息，如图5所示，为提升光声层析成像速度提供了重要支撑。
图5：高速采集条件下的成像实验
3.小鼠三维成像实验：快速成像条件下的器官结构保持能力
本研究开展了基于多稀疏视角的小鼠躯干三维重建实验，以评估三维活体光声成像中的应用潜力，如图6所示。在64视角条件下，MSF-GAN能够较好地恢复小鼠躯干的三维组织分布，保持主要器官区域的空间连续性和整体形态一致性。在进一步降低至32视角的极低采样条件下，尽管局部细节较64视角有所减弱，该方法仍可辨识肝脏、胃、肾脏、脾脏、主动脉和脊髓等关键解剖结构，体现了MSF-GAN在高速三维光声成像中的应用潜力。
图6：小鼠三维成像实验
总结与展望：
本研究面向高速三维光声层析成像的发展需求，围绕稀疏采样条件下图像质量退化这一关键问题，构建了稀疏视角光声层析成像系统，并提出基于融合多尺度结构特征的生成对抗网络重建方法。研究结果表明，该方法能够在提升成像效率的同时，获取与全视角成像的组织结构几乎一致的重建图像，为高速高质量光声成像提供了新的解决思路。未来，研究团队将持续推进光声层析成像系统与智能重建方法的协同优化，拓展其在活体动物临床前研究和临床转化等场景中的应用，为光声成像技术服务生命科学前沿探索和精准医学发展提供价值。
哈尔滨工业大学博士生李家霖和研究院苏州专项硕士生罗旭东为共同第一作者，清华大学马骋教授和研究院孙明健教授为共同通讯作者。该研究由哈尔滨工业大学、哈尔滨工业大学（威海）、哈工大苏州研究院、清华大学等单位合作完成。本研究得到了国家重点研发计划、深圳市医学研究基金、国家自然科学基金等项目的资助，在此一并致以诚挚感谢。
论文链接：https://doi.org/10.1016/j.pacs.2026.100828
文稿：智慧医疗与健康团队，责任编辑：孙铭锌，审核：徐榕滨
