用GPU加速的体积马赛克光学分辨率光声显微镜和量化瘤血管生长
Thanh Dat Le1, Thi Thao Mai1, Qiwei Lin2
1Department of Artificial Intelligence Convergence, Chonnam National University, 77 Yongbong-ro, Buk-gu, Gwangju 61186, South Korea.
Photoacoustics
|December 8, 2025
概括
这项研究引入了一种更快,高分辨率的光声学显微镜 (PAM) 技术,用于成像瘤血管. 这种先进的系统能够对瘤血管生成进行详细的3D分析,改善了癌症研究和治疗潜力.
科学领域:
- 生物医学工程 生物医学工程
- 光学成像技术的成像
- 癌症研究 癌症研究
背景情况:
- 瘤生长依赖于血管重塑,但成像瘤血管很困难.
- 现有的光声显微镜 (PAM) 方法在视野,深度和速度方面存在局限性.
- 准确的高分辨率成像对于理解瘤血管生成至关重要.
研究的目的:
- 开发一种基于扫描的新型混合光学分辨率PAM系统.
- 集成一个GPU加速的3D马赛克和量化框架.
- 为了实现无标签,高分辨率的瘤血管生成监测.
主要方法:
- 混合扫描光学分辨率光声显微镜 (PAM).
- 用GPU加速的3D马赛克,用于大体积视野 (10x10x2.5mm3) 的3D马赛克.
- 使用并行处理,快速3D定量血管结构 (直径,密度,分支).
主要成果:
- 通过完全的3D重建实现了大体积视野.
- 证明了加速的3D马赛克和量化 (大约. 速度是CPU的2倍).
- 纵向监测在4T1乳腺瘤模型中揭示了渐进的血管改造和血管生成.
结论:
- 开发的PAM系统克服了FOV,深度和速度方面的限制.
- 用GPU加速的3D马赛克和量化增强了瘤血管分析.
- 这种工具推进了癌症诊断和治疗的体内瘤成像和定量分析.
