北航新闻网11月5日电（通讯员 王津墨）近日，医学科学与工程学院赵雁雨副教授团队在深度学习与生物医学成像交叉领域取得重要进展，研究提出了一种基于深度集成模型的快照式高精度组织光学特性的定量成像方法，相比传统方法，在同等精度下将成像速度和数据通量提高超过一个数量级（14倍）。相关成果（Deep Ensemble Model for Quantitative Optical Property and Chromophore Concentration Images of Biological Tissues）发表于人工智能领域国际权威期刊《IEEE Transactions on Image Processing》（IF=13.7，中科院1区top），北航医工学院博士研究生颜丙宝为论文第一作者，北航医工学院赵雁雨副教授为论文通讯作者，北京航空航天大学医学科学与工程学院为论文第一完成单位。

吸收和散射是生物组织的重要光学特性，通过测量不同波长下的吸收系数，利用比尔-朗伯定律，可以定量计算氧合血红蛋白、脱氧血红蛋白、水、脂质等成分的浓度，以及血氧、组织氧饱和度等重要功能及代谢信息。为准确测量组织光学特性，传统方法采用三相位解调（TPD）的方式，单个波长至少需要投影并采集14张不同空间频率的图像，导致采集时间长且易出现伪影。虽然研究人员通过单相位解调（SPD）的方法减少了图像采集数量，但严重降低了光学特性的测量精度。

针对上述问题，该研究创新性地提出将不同频率的正弦图案叠加后进行投影，使得单张图像包含5个不同空间频率，在傅里叶空间实现频率复用，相比传统方法，采集速度和数据通量提高了14倍。该研究进一步构建了基于深度集成模型（DEM）的解调方法，从频域复用图像中提取出与传统方法一致的高精度组织空间频率图像，进而实现快照式的高精度光学特性定量成像。

图1 傅里叶空间频率复用及深度集成模型

研究人员分别在光学仿体、离体组织和在体组织中对提出的深度集成模型进行了验证。图2和图3分别对传统方法（TPD）和该方法（DEM）进行了定性和定量对比，实验数据表明提出的深度集成模型计算结果与标准值高度一致。

图2 对于光学仿体、离体组织、在体组织，深度集成模型所得图像与标准图像对比

图3 深度集成模型的定量计算结果与标准值对比

该方法不仅可获得无伪影的组织高精度吸收和散射图像（图4），并且在模型训练数据以外的波长也可保持高测量精度，具有良好的泛化性能（图5）。

图4 组织高精度吸收及散射系数图

图5 深度集成模型在训练波长和非训练波长均保持高测量精度

结合比尔-朗伯定律，研究人员进一步展示了袖带闭塞实验中的人体血供实时监测，通过快照式高精度定量成像，实现了组织氧合血红蛋白、脱氧血红蛋白的高速定量成像（图6）。

图6 袖带闭塞实验中的人体组织血供定量监测

该研究提出的深度集成模型成功构建了多频复用和空间频率信息高效提取的新范式，其快照式测量方法具备高速、高精度优势，并将测量速度和数据通量提高了一个数量级以上（14倍）。结合多波长，可实现组织氧合血红蛋白、脱氧血红蛋白、水、脂质等成分浓度的在体定量成像，为定量监测组织生理和疾病进程提供了新方法，未来有望用于烧烫伤评估、术中监测、医美等临床场景。该工作得到了北京市自然科学基金、国家自然科学基金和中央高校基本科研业务费等的资助。

（审核：李德玉）

编辑：贾爱平