近日，復旦大學附屬中山醫院內鏡中心周平紅教授課題組與復旦大學物理系季敏標教授團隊合作開發了基於飛秒受激拉曼技術的快速病理成像技術，成功實現了對內鏡活檢組織的精準實時智能診斷。相關研究成果以《深度學習的單幀飛秒受激拉曼病理顯微鏡實現胃內鏡活檢的即時診斷》（「Instant diagnosis of gastroscopic biopsy via deep-learned single-shot femtosecond stimulated Raman histology」）為題在線發表於《自然··通訊》[Nature Communications, 13, 4050 (2022)]。復旦大學物理系劉志傑、敖建鵬博士，復旦大學附屬中山醫院博士生蘇偉博士為共同第一作者，復旦大學物理系季敏標教授，復旦大學附屬中山醫院內鏡中心周平紅教授和胡皓博士為共同通訊作者。該成果為周平紅教授牽頭的上海市衛生計生委智慧醫療專項資助的重要成果，同時也得到了科技部重點研發專項、基金委面上項目、復旦大學醫工結合項目等基金的支持。
圖1（a） 胃鏡活檢組織的受激拉曼成像圖示。（b）使用U型深度學習網路從單個飛秒受激拉曼散射圖像到一對皮秒受激拉曼散射圖像的轉換。
在常規胃內鏡活檢的病理診斷流程中，取下的組織需經過石蠟包埋，切片和染色，耗費數天的時間才能出診斷結果，無法給出與內鏡檢查匹配的及時診斷信息。受激拉曼散射（SRS）顯微技術可以進行快速、無標記的分子成像對生物組織進行多組分探測。前期研究表明通過對蛋白質和脂質這兩種生物大分子進行雙通道成像，可得到與傳統病理（H&E染色）相似的組織學信息，且無需對生物組織標本進行任何處理，有望提供術中實時的病理診斷。然而，目前的受激拉曼成像技術需利用皮秒激光脈衝實現拉曼頻譜分辨，並結合波長或脈衝延時調節來實現頻譜選擇，這大大限制了成像的靈敏度和速度。另一方面，飛秒受激拉曼由於其更高的激光峰值功率，可獲得很高的探測靈敏度和速度，但寬譜的飛秒脈衝不具備頻譜和分子分辨能力，無法直接用於病理成像。因此，如何從單幀頻譜積分的飛秒圖像中解析還原出多通道的皮秒分子圖像是本項目的關鍵挑戰和創新點。
為攻克這一技術難題，季敏標教授團隊利用生物組織內在的的光譜-空間關聯性，結合深度學習U-型網路，通過對大量一一對應的飛秒/皮秒組織圖像進行訓練，實現從單張飛秒圖像到脂質/蛋白雙通道皮秒圖像的完美映射，實現基於飛秒激光脈衝的組織病理學成像（圖1）。在此基礎之上，周平紅教授課題組將深度學習的飛秒受激拉曼成像技術用於胃癌內鏡活檢組織的快速成像、診斷分類和病理分區分割，實現60秒之內的准實時病理診斷，並揭示組織內的腫瘤異質性（視頻1）。
視頻1. 內鏡活檢組織的受激拉曼圖像揭示出胃癌的空間異質性。
此項研究為簡化複雜的受激拉曼成像系統提供了新的解決思路，突破了受激拉曼病理顯微鏡的速度極限，拓展了光學成像技術的生物醫學應用範圍，為內鏡活檢標本的快速診斷提供了全新的方法，也為受激拉曼病理顯微鏡的臨床轉化提供新的技術基礎。
論文鏈接：https://doi.org/10.1038/s41467-022-31339-8
