腫瘤，是危害我們身體最可怕的惡魔之一。要想制服它，首先就是要準確地找到它，看它是怎么活動的，然后才能開展有針對性的治療。

　　自德國科學家倫琴發現X射線以來，人們發現可以通過很多的物理媒介來看到人體的各種器官和組織。于是百年來，X射線（X光CT）、伽馬射線（正電子發射斷層成像）、射頻波（磁共振成像）、超聲波（超聲成像）等各種技術快速發展并應用于醫學診斷，極大地促進了人類對于多種疾病的生物醫學認知和臨床診療能力。

　　腫瘤組織也是能通過上述這些技術看到的。但是，面對惡性腫瘤之所以稱之為“惡魔”，自然有它更令人生畏的本領。

　　首先，非特異性的影像技術并不能很好地觀測到所有的腫瘤，因此惡性腫瘤往往能在患者體內發展到中晚期。此時，腫瘤細胞已轉移擴散，很難界定其分布范圍；而具有強特異性的影像方法，卻又由于對人體有損害、花費貴等原因，較難用于日常身體檢查。

　　此外，即使惡性腫瘤被觀測到，受限于成像技術，腫瘤細胞術在體內的轉移范圍和術后的殘留量也很難確定。腫瘤細胞往往會殘留在體內，隨后東山再起。

　　所以，要想用影像技術準確地找到腫瘤“惡魔”，可能還需要花費更多的功夫。

　　光學分子影像：用光學信息捕捉到腫瘤“惡魔”

　　光學分子影像出現，為人們提供了新的影像技術手段。光學分子影像技術，是指成像目標（例如腫瘤）由于藥物介入等原因會產生特定波長的光學信息。通過對這些光學信息進行采集并推導其光源分布，進而在分子層面上尋找和跟蹤成像目標的運動軌跡。

　　光學分子影像斷層可視化小鼠顱內腦膠質瘤區域（藍色區域）　　舉個例子，在進行光學分子標記后，生物體的身體里如果出現了腫瘤細胞，由于熒光效應，腫瘤細胞會發出一種特定譜段的光子。這些光子通過與生物組織的相互作用，會有一部分到達生物體的皮膚，從而被光學探測器捕捉，形成像攝影照片一樣的圖像。這時候，醫生就可以看到腫瘤的產生并捕捉到它的蹤跡。

　　光學分子影像可以提供極高的腫瘤成像靈敏度和特異性，又安全無輻射，目前已經被廣泛應用于腫瘤的預臨床動物模型研究中，并逐步開展了腫瘤臨床診療的轉化應用。

　　從二維到三維，科學家一直在嘗試

　　然而，光學分子影像卻不得不面對一個明顯的瓶頸：所有的光學圖像只能定性地反映動物體表是否有光透出，這是一種二維成像，無法反映出光源在生物體內的三維空間位置，難以確定腫瘤具體發生在動物體內的哪個器官、哪片組織。

　　所以，科學家們開展琢磨，如何才能把光學分子影像技術從二維發展到三維？于是，光學散射斷層成像方法被逐步提出，試圖通過動物體表的二維光斑圖像，三維重建出動物體內的光源位置。

　　這種重建策略在2000年左右就被提出，經過近20年的發展，科學家們在模型精度和算法速度方面已經做了很多的工作。但是，由于光子在生物體內不走直線，而是高散射傳播，生物體內不同器官和組織對于光子的散射能力又千差萬別。因此，這種方法一直受困于成像精度不夠、實用性不足。

　　利用AI，畫出“不走尋常路”腫瘤細胞的三維影像圖

　　日前，中國科學院自動化研究所分子影像院重點實驗室，摒棄了傳統成像方法的思路，提出一種基于人工智能策略的新型重建方法。

　　該網絡以鼠腦結構為依托訓練重建模型，并以2D光學分子成像結果作為網絡輸入，重建得到三維光學光源（腦膠質瘤）分布結果。

　　這種方法充分利用了人工智能網絡的優勢，完全舍棄構建模型去描述光子在生物體內的傳播，而是構建了大量的仿真數據集訓練人工智能網絡，讓計算機自己去“學習”和“理解”體表光斑和體內光源的關系，然后構建出一個新的模型，最終準確定位腫瘤細胞的三維位置，繪制出它活動路徑的三維分布圖。

　　該方法顯著提高了成像精度。一系列實驗結果表明，這種新型人工智能方法對于腫瘤的三維定位誤差均小于80微米，而傳統方法的定位誤差為350微米以上。

　　這項研究表明，人工智能在提高生物醫學成像的成像精度上，有著顯著的優越性和應用潛力，為疾病動物模型乃至臨床患者的影像學研究提供了全新的思路。

　　也就是說，借助人工智能的力量，人們在定位和跟蹤腫瘤“惡魔”的進程中，又往前邁進了一步。而如何更快、更準確地找到腫瘤“惡魔”，依然是科學家們所努力的方向。