多模态光声 - 超声成像（PAUS）通过整合光声成像（PAI）的高对比度功能信息与超声（US）的高分辨率结构信息，为活体对象中药物递送过程和治疗反应的实时可视化提供了革命性工具。以下是其核心技术原理、应用场景及最新进展的详细解析：

一、技术原理与系统设计

1. 双模态协同机制

光声成像利用脉冲激光激发组织内的光吸收物质（如血红蛋白、外源性对比剂），通过光热效应产生超声波，从而重建组织的光学吸收分布，实现功能成像（如血氧饱和度、药物浓度）。超声成像则通过声波反射提供实时解剖结构信息（如血管形态、器官边界），两者同步采集可实现动态过程的时空精准配准。

2. 硬件创新与实时性能

高速成像系统：例如 Vevo F2 LAZR-X 平台结合 PA EKV 技术，心血管光声成像帧率可达 1000 帧 / 秒，能捕捉血流动力学瞬时变化。LiTA-HM 系统通过 8 通道阵列换能器和多面转镜扫描，实现全脑皮层 6 μm 分辨率、1.25 帧 / 秒的实时成像。

小型化探头：如直径 8 mm 的内窥探头，集成光纤照明与超声换能器，在 12 mm 深度下实现 345 μm 光声分辨率和 185 μm 超声分辨率，适用于消化道肿瘤的深层分子成像。

动态误差校正：通过超声散斑跟踪技术补偿呼吸、心跳等生理运动，将成像误差降低至 ±5 μm。

二、药物递送可视化的核心策略

1. 靶向对比剂设计

双模态纳米探针：如 CRGD 修饰的 ICG / 紫杉醇负载纳米微泡（CRGD-ICG/PTX-NBs），通过靶向肿瘤血管整合素 αvβ3，实现超声分子成像引导下的药物递送，并通过光声信号追踪 ICG 的肿瘤聚集。

相变型对比剂：聚多巴胺修饰的全氟正戊烷纳米粒（PFP@PLGA@PDAs）在激光辐照下发生液 - 气相变，同时增强光声和超声信号，可实时监测药物载体在肿瘤内的分布与释放。

诊疗一体化系统：浙江大学团队开发的介孔硅 - 硫化铜纳米粒，负载阿霉素并包覆光热材料，通过近红外激光触发药物释放，同时结合 PET / 光声成像实现药物分布与治疗效果的同步评估。

2. 动态过程监测

药物载体追踪：在荷瘤小鼠模型中，注射金纳米棒（GNR）后，PAUS 系统通过 780 nm 和 820 nm 波长光声信号分离 GNR 光谱特征，检测灵敏度达 1 nM，可动态观察纳米药物在肿瘤血管内的滞留与渗透。

释放动力学分析：普鲁士蓝 - 硝普钠缀合物（MPB-NO）纳米粒在 808 nm 激光照射下释放一氧化氮（NO），通过光声信号强度变化定量评估 NO 释放速率，结合超声血流成像验证血栓溶解效果。

三、治疗反应评估的关键应用

1. 肿瘤治疗监测

光热 / 化疗协同效应：北京大学团队开发的合成高密度脂蛋白纳米盘（sHDL@Pt），通过光声成像追踪铂前药在肿瘤内的聚集，同时利用光热效应增强药物释放，结合超声监测肿瘤血管毁损程度，治疗后肿瘤抑制率达 88%。

免疫激活可视化：sHDL@Pt 通过激活 cGAS-STING 通路触发免疫反应，PAUS 系统可同步观察肿瘤微环境中免疫细胞浸润与血管正常化进程，为免疫联合治疗提供实时反馈。

2. 心血管疾病干预

血栓溶解评估：MPB-NO 纳米粒在动脉血栓模型中，通过光声成像监测 NO 释放导致的血栓消融，结合超声多普勒检测血流恢复情况，治疗后残留血栓面积减少至 68.4%。

血管生成调控：在心肌梗死模型中，PAUS 系统通过光声血氧成像评估缺血区氧供改善，同时利用超声弹性成像监测新生血管的力学特性，指导干细胞治疗的疗效优化。

3. 神经系统疾病研究

血脑屏障穿透监测：在脑胶质瘤模型中，靶向转铁蛋白受体的金纳米颗粒通过 PAUS 系统追踪其穿越血脑屏障的过程，结合超声微血管成像评估药物在肿瘤实质内的分布。

神经退行性病变评估：光声成像可检测脑内 β- 淀粉样蛋白沉积，结合超声剪切波弹性成像分析脑组织硬度变化，为阿尔茨海默病的早期诊断提供多维度生物标志物。

四、技术优势与挑战

1. 核心优势

实时动态性：20-1000 帧 / 秒的采集速度，可捕捉药物递送（如微泡破裂）和治疗反应（如血管收缩）的瞬时变化。

多参数融合：光声提供功能信息（如血氧、药物浓度），超声提供结构信息（如血管直径、组织弹性），两者互补提升诊断准确性。

低成本与便携性：基于声学扫描振镜的系统成本仅为传统阵列探头的 1/10，且体积小型化，适合床旁或术中应用。

2. 当前挑战

穿透深度限制：光声信号在深层组织（>5 cm）衰减显著，需结合低频超声或新型光源（如 1200-2000 nm 激光）提升穿透性。

对比剂安全性：部分纳米材料（如硫化铜）的长期毒性和生物降解性仍需验证，需开发可代谢的 “智能” 对比剂。

数据处理复杂性：多模态数据融合需高效算法（如三维修正拉普拉斯算子），但实时重建速度仍需提升以匹配成像帧率。

五、未来发展方向

更高分辨率与更深穿透：结合超表面光学元件和深度学习重建算法，突破光声成像的衍射极限，实现单细胞分辨率与厘米级穿透深度的平衡。

多模态深度融合：集成光声、超声、荧光等多模态数据，开发端到端的 AI 模型，自动识别药物递送路径与治疗反应模式。

临床转化加速：推动靶向对比剂的临床试验（如乳腺癌前哨淋巴结定位），并开发便携式设备以适应基层医疗需求。

个性化治疗指导：基于患者特异性的 PAUS 影像数据，优化药物剂量、递送方式和治疗方案，实现精准医疗。

总结

多模态光声 - 超声成像通过 “结构 - 功能” 双模态信息的实时融合，为药物递送与治疗反应的可视化提供了前所未有的技术平台。其在肿瘤、心血管、神经等领域的应用已展现出巨大潜力，未来随着硬件创新和算法优化，有望成为精准医学和转化研究的核心工具。