在光声成像的整个体系里,超声传感器堪称核心“主角”之一,其性能优劣直接关乎成像的质量与效果。目前,占据市场主导地位的压电超声换能器,在尺寸缩小的过程中却遭遇了“滑铁卢”,探测性能大打折扣,难以满足不断攀升的成像需求。在此背景下,小型化光学超声传感器强势“出道”,凭借自身独特的优势,成为科研领域的“新宠”,吸引了众多研究者的目光,有望为光声成像带来新的突破与变革。
研究背景与技术挑战
压电超声换能器的困境
在光声成像技术的发展进程中,压电超声换能器起初凭借其成熟的技术和商业化的优势,广泛应用于光声显微成像(PAM)和光声计算断层扫描成像(PACT)。压电超声换能器最初是为超声成像而开发,工作在脉冲回波模式,与光声成像的原理有所不同,在光声成像中超声波由脉冲激光或脉冲微波激发产生。
压电超声换能器的不透明性成为一大阻碍。在光声成像过程中,这一特性不仅干扰光学激发,还增加了光学校准的难度,在光声耦合时会造成信号损失。在进行深层组织成像时,不透明的压电超声换能器可能阻挡部分激发光的传播,影响成像的准确性。
微型化需求与压电超声换能器的性能矛盾日益凸显。随着光声内窥镜(PAE)和PACT等应用对设备微型化的要求越来越高,压电超声换能器的灵敏度与感应面积的平方根成比例下降,直接减小其尺寸会导致性能急剧降低,无法满足实际应用需求。在PAE中,若使用尺寸较小的压电超声换能器,其检测微弱超声信号的能力会大幅减弱,影响成像的清晰度和准确性。
光学探测的优势与发展契机近几十年来,研究者们积极投身于光学超声传感器的开发,期望能替代传统的压电超声换能器。光学超声传感器工作带宽大,能够捕捉更丰富的超声信号频率信息,有助于提升成像分辨率。其灵敏度与尺寸几乎无关,在微型化的同时仍能保持良好的性能,这为光声成像的进一步发展带来了新的契机。
技术创新与应用
基于光学微谐振腔的传感器原理
各类光学超声传感器的基本原理是通过测量光学参数的时域变化来反映超声波的时域信号强度。超声波作为一种物质波,会引起所处环境光学性质的改变,光学超声传感器正是利用这一特性,将超声波信号转换为光学信号,再通过光电探测器转换为电信号进行检测。与压电超声换能器直接将超声波能量转换为电能不同,光学超声传感器依赖于从超声波到光波再到电能的转换过程,其探测极限通常由光电探测器的探测极限决定。在实际应用中,这种转换方式为提高传感器性能提供了更多的可能性。
Zhang等人设想的基于波分复用的寻址方式,需要大量的光源-探测器对或频率扫描源,操作繁琐。Hazan等人使用相位调制脉冲实现多通道并行检测,但系统最多仅容纳4个微环,且每个检测通道仍需一个光电探测器,增加了系统复杂性。Pan等人开发的数字光学频率梳(DOFC)技术取得了重要突破。该技术可稳定、灵活和可调谐地探测传感器阵列的传输光谱。通过DOFC技术,能够实现对传感器阵列传输光谱的并行探测,确定到达每个光学微环的超声波时域强度信息,为光声成像的快速发展提供了有力支持。
成像实验与结果分析
微型前视内窥成像实验
为推动PAI的临床应用,微型PAE设备的开发成为研究热点。微型PAE设备可在微创情况下评估多种疾病,如前列腺癌、结直肠癌和冠状动脉疾病等,还能在腹腔镜手术中协助指导介入手术。研究者们开发的微型前视三维光学超声传感器,包含带有法布里-珀罗传感器的相干光纤束对离体鸭胚进行成像。结果显示,绒毛尿囊膜的精细毛细血管网络和直径约50 µm的血管清晰可见,实现了高分辨率成像。
该传感器还用于对五周大的小鼠腹部皮肤微血管进行成像,在深约2 mm处呈现出丰富的血管信息,血管直径范围从53 µm到180 µm不等。使用直径较小的多模光纤(MMFs)开发微型PAE传感器更具前景。Zhao等人使用直径为140 µm的MMF传递激发光,结合高灵敏度光学超声传感器探测光声信号,通过数字微镜器件进行波前调控,实现了MMF末端焦点光斑的快速扫描,获取了小鼠红细胞的光声图像。
植入式光学超声传感器的体内皮质成像实验研究者们对小鼠进行了长达28天的长期活体PAM成像,期间微环传感器的品质因数下降极小,证实了usCCW在体内应用中的高稳定性。成像结果展示了相同区域的皮质血管随时间的演变,包括手术后的出血情况以及新血管的生成过程,为研究大脑血管的生理和病理变化提供了有力的工具。
总结与展望
小型化光学超声传感器在光声成像领域意义重大。科研上,其高灵敏度和大带宽特性助力深入探究生物组织微观结构与功能,推动生命科学基础研究。临床应用中,虽活体成像演示较少,但潜力巨大。凭借高分辨率成像,有望在疾病早期诊断中发现微小病变,微型前视内窥和植入式体内皮质成像,可为微创手术提供精准实时引导,提高手术成功率与安全性。该传感器发展前景广阔。研究人员将优化设计与制备工艺,提升灵敏度、稳定性和成像分辨率,拓展深层组织成像应用。同时,持续探索更高效的并行寻址技术,满足高速成像需求。此外,与人工智能、大数据融合,实现智能化成像分析,自动识别和诊断病变组织,为临床提供更有价值的诊断建议,为人类健康事业贡献力量。
DOI:10.3788/LOP232279.