冠心病是当今最主要的致命疾病之一。现有的医学成像技术，比如通过 X 线计算机断层扫描（CT，Computed Tomography）、和核磁共振造影技术，可以看到心脏表面的较大血管是否由于狭窄堵塞而引起心肌缺血。
但是，对于将近四分之一患有冠心病症状的病人，他们在这些大血管影像检查中并不会被发现异常，而是心肌内的小血管会被发现存在异常。
对于这些患有微血管冠状动脉疾病的病人，目前临床上并没有能直接观察和评价这些心肌内小血管的技术。
这在很大程度上限制了人们对于这类疾病和其他与心脏微血管有关疾病的认识，进而妨碍了对临床患者的有效诊断和治疗。
汤孟兴教授，目前任职于英国帝国理工学院。大约在 2009 年，一个在光学成像领域做研究的同事，找到汤孟兴和他的超声合作同事。
图 | 汤孟兴（来源：汤孟兴）
上述在光学成像领域从事科研工作的同事告诉汤孟兴：在光学领域有一个新兴的超分辨定位显微技术，不知道在超声领域是否也可以实现？
“这便是我们这一系列超声超分辨工作的开始。后来，在 2013 年和 2014 年，我们首次完成了离体和在体展示超声超分辨微血流图。同时，研究光学超分辨定位显微的其他学者也获得了 2014 年诺贝尔化学奖。”汤孟兴表示。
对于超分辨定位显微镜技术来说，需要几秒到几分钟的连续时间超声图像采集，然后进行精细的处理和合成。
就像画一幅精美的图画，需要用很细的画笔一点一点的慢慢画出来，这样就要求被画的物体必须保持静止不动。
因此，该领域内的此前工作主要集中在相对静止不动的器官，并普遍认为在跳动的人体心脏上做超分辨成像是不可能的。
“但是，我们课题组的成员们敢于应对这个挑战，跟临床同事紧密合作，提出了一系列的数据采集，组织运动矫正和微泡定位追踪的新技术新方法。”汤孟兴说。
在近期一项研究中，他和合作者展示了对病人的心脏做无创超分辨成像的可行性。
日前，相关论文以《患者心肌血管的经胸部超声定位显微镜检查》（Transthoracic ultrasound localization microscopy of myocardial vasculature in patients）为题发在 Nature Biomedical Engineering[1]。
闫纪朋和黄彪是共同第一作者，汤孟兴担任通讯作者。
图 | 相关论文（来源：Nature Biomedical Engineering）
审稿人表示：“作者报道了迄今为止冠状动脉血管系统在体的最高分辨率的图像，报告了超声定位显微技术在心脏病患者中的令人信服的结果。”
并认为所展示的数据非常有说服力，表明这种技术具备用于心脏病早期检测的潜力。
美国哥伦比亚大学冠名讲席教授伊丽莎·科诺法古（Elisa Konofagou）在 Nature 上，发表专稿评论了本次研究[2]，称该研究为心肌成像的未来提供了令人兴奋的前景。
总的来说，本次新技术利用超声影像和微米气泡，提供了目前最高空间分辨率的心肌内的微小血管和血流的成像。
为科学家和临床医生提供了一个强大的工具，来研究人体心脏内这些重要、但以前无法看到的血管和血流，包括研究正常心脏内和疾病心脏内的表象。
这将有助于临床医生更好地了解这些血管，在微血管冠状动脉疾病和心肌病等心血管疾病、以及未确诊胸痛中的作用，从而改进临床诊断和治疗的评价方法。
同时，该技术也可用于其他领域，包括肿瘤和脑疾病的精准诊断和预后评估。
（来源：Nature Biomedical Engineering）
汤孟兴表示：“尽管我们的工作取得了第一步的成功，下一步还需要进一步的技术优化，并且需要对更多患者进行研究。以便更好地展现该技术在临床和研究上的应用价值，探索以前无法探索的关于心脏微血流的生理和病理的问题。”
同时，他们也在与其他临床合作伙伴，包括肿瘤学家、放射科医生、乳腺外科医生等，共同探索超分辨率超声技术在评估其他各种疾病中的潜在用途。
参考资料：
1.Yan， J.， Huang， B.， Tonko， J.et al. Transthoracic ultrasound localization microscopy of myocardial vasculature in patients. Nat. Biomed. Eng (2024). https://doi.org/10.1038/s41551-024-01206-6
2.https://www.nature.com/articles/d41586-024-01194-2
运营/排版：何晨龙
01/ 《麻省理工科技评论》新一届“35岁以下科技创新35人”中国区入选者正式发布！在上海见证科技青年的创新力量
02/ 动态强度达14GPa，北大团队成功开发超强碳纳米管纤维，可用作轻质高性能结构和防护材料
03/ 科学家开发新型荧光聚合物，可写入亚微米级像素的隐形文字与图像，助力信息安全与商标防伪
04/ 西交大团队将AI用于电池建模和健康管理，成功打造物理信息神经网络，在三十万余个样本上验证的平均绝对百分比误差低于1%
05/ 连续工作11天吸附性能仍为100%，科学家成功研发带电吸附剂，已着手开发空气直接碳捕集系统
热门跟贴