在小动物活体研究中，“看清结构” 与 “读懂功能” 是两大核心需求 —— 前者需精准定位器官、肿瘤等解剖结构，后者需量化血流、血氧、分子表达等功能信息。然而，单一成像模态难以兼顾：超声擅长深层结构成像却缺乏功能特异性，光声能捕捉功能信号却依赖结构定位。光声 + 超声双模态融合成像系统，通过硬件协同与数据联动，实现 “结构精准锚定 + 功能动态量化” 的同步输出，彻底打破单一模态局限，为小动物活体研究解锁 “结构 - 功能一体化” 的全新成像维度。
一、单一模态的困境：结构与功能的 “单维瓶颈”
小动物活体成像需覆盖从 “宏观器官” 到 “微观血管” 的观察尺度，以及从 “静态结构” 到 “动态功能” 的监测需求，但超声与光声单独应用时均存在明显短板：
1.超声的 “结构孤岛” 问题：超声凭借机械波穿透特性（小鼠体内可达 15mm），能清晰显示器官轮廓（如肝脏边缘、肿瘤边界）、组织密度差异（如囊肿与正常组织区分），空间分辨率达 20-50μm，且无辐射可长期追踪。但超声信号仅反映组织声学阻抗差异，无法识别分子靶点（如肿瘤表面受体），也不能量化血流血氧等功能参数 —— 例如观察小鼠移植瘤时，超声能确定肿瘤位置和大小，却无法判断肿瘤内部血管是否缺氧、药物是否到达活性区域，导致功能评估 “盲区”。
2.光声的 “定位难题”：光声基于 “光吸收 - 超声释放” 原理，可通过靶向造影剂（如叶酸修饰探针）识别分子靶点，还能量化血红蛋白氧饱和度（sO₂）、血管密度等功能指标，空间分辨率达 5-10μm，且穿透深度优于荧光成像（可达 10mm）。但光声图像缺乏解剖结构参照，单独成像时难以判断功能信号的具体解剖位置 —— 例如检测到小鼠脑部某区域血氧下降，却无法确定该区域对应大脑皮层还是海马体，导致功能数据 “无锚点”，无法与生理结构关联。
以肿瘤药物研发为例，单一超声仅能监测肿瘤体积变化，无法评估药物对肿瘤血管功能的影响；单一光声虽能检测肿瘤血氧变化，却无法精准定位信号来源是否为肿瘤核心区域，两者分离导致实验数据碎片化，难以建立 “药物作用 - 结构变化 - 功能响应” 的完整关联。
二、双模态融合的技术核心：协同设计与数据联动
光声 + 超声双模态融合并非简单叠加，而是通过硬件协同与算法整合，实现 “1+1>2” 的协同效应，其核心技术突破体现在三方面：
1.共探头同步成像硬件：系统采用 “同轴共聚焦” 设计，将光声激光发射通道与超声换能器集成于同一探头 —— 激光通过探头中心的光纤通道直达成像区域，超声换能器环绕光纤排列，同步接收光声信号与超声回波信号。这种设计确保两者成像区域完全重叠，空间偏差小于 5μm，避免传统 “分探头先后成像” 导致的位置偏移，实现 “一次扫描、双信号同步获取”，单只小鼠腹部成像时间缩短至 2-3 分钟，远快于分模态检测（约 10 分钟）。
2.跨模态数据融合算法：通过 “空间配准 + 时间同步” 双维度校准，将超声的结构图像与光声的功能图像精准叠加：空间上，以超声的高对比度解剖结构（如血管壁、器官包膜）为 “坐标锚点”，校正光声信号的空间位置；时间上，同步记录两种信号的采集时序，确保动态监测（如血流灌注）中，结构变化与功能响应的时间节点完全匹配。例如观察小鼠心脏搏动时，可同步获取超声显示的心肌收缩结构变化，以及光声量化的心肌血氧浓度波动，实现 “结构运动 - 功能代谢” 的实时关联。
3.多参数联合量化模块：系统内置专用分析算法，可从融合图像中同步提取双模态参数：超声侧输出组织厚度、肿瘤体积、器官体积等结构参数；光声侧输出血管密度、血氧饱和度（sO₂）、造影剂富集率等功能参数。算法还支持参数联动分析，如计算 “肿瘤区域平均 sO₂与肿瘤体积的相关性”，为功能变化提供结构层面的解释。
三、应用场景：从 “单维观察” 到 “多维解析”
（一）肿瘤研究：动态追踪 “结构 - 功能” 协同变化
在小鼠乳腺癌移植瘤模型中，双模态融合实现三大突破：
1.精准定位功能信号：超声先确定肿瘤边界与内部坏死区（低回声区域），光声再叠加显示肿瘤内部血管的血氧分布 —— 清晰识别 “肿瘤边缘高血氧活性区” 与 “中心低血氧坏死区”，解决单一光声无法区分信号来源的问题；
2.动态评估药物效果：抗血管生成药物处理后，每周一次双模态成像：超声监测肿瘤体积是否缩小，光声量化肿瘤血管密度与 sO₂变化 —— 发现药物处理 3 天后，虽肿瘤体积无明显变化，但光声已检测到血管密度下降 20%、sO₂降低 15%，实现 “功能响应先于结构变化” 的早期药效评估；
3.靶向递送验证：注射叶酸修饰的光声造影剂后，融合图像可同步显示：超声定位肿瘤位置，光声量化造影剂在肿瘤区域的富集量，计算靶向效率（肿瘤 / 正常组织信号比达 8:1），验证药物靶向递送效果。
（二）心血管研究：解析 “结构异常 - 功能障碍” 关联
在小鼠心肌缺血模型中，双模态融合解决传统技术 “无法同步观察心肌结构与血流” 的难题：
1.缺血区域精准定位：超声显示心肌壁厚度变化（缺血区心肌变薄），光声同步显示该区域的血流灌注量 —— 发现缺血 30 分钟后，缺血区血流灌注量降至正常区域的 30%，且与超声显示的结构异常区域完全重合；
2.再灌注动态监测：血管再通后，融合成像可实时追踪：超声观察心肌壁运动功能恢复情况，光声监测血流灌注与血氧饱和度的回升速度 —— 发现再通 1 小时后，血流恢复至正常水平的 70%，但血氧饱和度仅恢复 50%，提示存在 “无复流” 现象，为心血管疾病机制研究提供关键数据。
（三）神经科学：无创观察 “脑结构 - 脑血流” 联动
在小鼠脑外伤模型中，双模态融合突破颅骨穿透限制：
1.跨颅骨结构 - 功能成像：超声穿透 1-2mm 颅骨，清晰显示脑皮层结构（如海马体位置），光声同步穿透颅骨，量化脑皮层不同区域的血流变化 —— 发现外伤后 1 小时，海马体区域血流下降 40%，且与超声显示的脑皮层水肿区域完全对应；
2.长期动态追踪：无辐射特性支持连续 2 周监测，融合图像可记录：超声显示的脑水肿消退过程，以及光声量化的血流、血氧恢复曲线 —— 发现水肿消退后，血流需额外 3 天才能恢复至正常水平，为脑外伤恢复机制研究提供 “结构 - 功能” 同步数据。
四、技术价值与未来方向
光声 + 超声双模态融合的核心价值，在于将小动物活体成像从 “结构或功能的单维观察”，升级为 “结构 - 功能协同解析” 的多维模式 —— 既解决了光声的定位难题，又赋予超声功能特异性，实现 “看得到（结构）、看得懂（功能）、看得准（关联）” 的成像目标。同时，无辐射特性支持长期动态追踪，符合 3R 实验原则（减少动物用量），显著提升研究效率。
未来，该技术将向 “更高时空分辨率” 与 “更智能量化” 方向发展：通过优化探头设计（如超高频超声换能器），将空间分辨率提升至 2-3μm，实现毛细血管级别的结构 - 功能同步成像；通过 AI 算法自动识别病变区域（如肿瘤边界、缺血区），并生成 “结构 - 功能关联报告”，进一步降低人为分析误差，为小动物活体研究提供更高效、精准的成像工具。
