相关实验视频
Updated: Jan 13, 2026

05:51
A Bright NIR-II Fluorescence Probe for Vascular and Tumor Imaging
Published on: March 17, 2023
2.3K
基于深度学习的高性能多光子光血管成像,使用临床批准的光探针
Zhourui Xu1, Haoran Luo1, Ting Chen2
1School of Biomedical Engineering, Shenzhen University Medical School, Shenzhen University, Shenzhen, Guangdong 518055, China.
iScience
|January 9, 2026
概括
深度学习增强了使用标准探针的多光子光成像 (MPFI). 这种方法澄清了深层组织成像,使MPFI在临床使用中变得更加实用.
科学领域:
- 生物医学成像技术 生物医学成像技术
- 深度学习 (Deep Learning) 是一种深度学习.
- 纳米技术 纳米技术
背景情况:
- 多光子光成像 (MPFI) 为深层组织可视化提供了高分辨率.
- 现有的临床光探针不适合MPFI,限制了其临床翻译.
- 定制MPFI探针的生物安全性仍然是一个重大问题.
研究的目的:
- 开发一种深度学习方法,用于高性能MPFI使用临床批准的探针.
- 为了克服MPFI当前光探针的局限性.
- 为了提高MPFI的临床适用性.
主要方法:
- 一个深度学习模型被训练在聚合诱导的发射光子纳米粒子的MPFI图像.
- 该模型应用于使用商业量子点和氨酸绿色 (ICG) 获取的MPFI数据.
- 该方法被评估为其处理以前未见的MPFI数据的能力,特别是大脑微血管.
主要成果:
- 深度学习方法在未见的MPFI数据上表现出高性能.
- 在大脑微血管结构的MPFI图像中观察到显著的优化.
- 河马中的血管可视化得非常清晰,噪音降低.
结论:
- 开发的深度学习策略有效地提高了MPFI使用标准探针的性能.
- 这种方法提高了MPFI的实用性和临床适用性.
- 该方法为在临床环境中推进深层组织成像提供了有价值的解决方案.

