Fotoakoestische tomografie (PAT) combineert optische en akoestische fysica om biologische weefsels met hoge resolutie en contrast te onderzoeken. Hierbij wordt een korte lichtpuls in het weefsel gestuurd, waarbij lichtabsorberende chromoforen energie absorberen en een lokale drukverhoging veroorzaken die als geluidsgolf naar buiten toe voortplant. Deze akoestische signalen worden opgevangen door ultrasone sensoren en vormen de basis voor het reconstrueren van beelden die niet alleen structurele informatie geven, maar ook kwantitatieve fysische parameters zoals optische absorptiecoëfficiënten en initiële drukdistributies.

Het reconstructieproces in PAT is een klassiek inverse probleem: uit gemeten geluidsgolven (de data) proberen we de onderliggende oorzaak (zoals de ruimtelijke verdeling van absorptie) af te leiden, met als uitgangspunt een goed begrip van het meetsysteem en de bijbehorende fysische modellen. De meetrelatie kan worden weergegeven als g = Af + e, waarbij g de gemeten data is, A de meetoperator (de combinatie van optische en akoestische propagatie) en e de ruis of fouten in de meting. Het doel is om f, het beeld of de fysische parameter, te reconstrueren uit g met behulp van kennis van A.

Het modelleren van het voorwaartse probleem – het simuleren van de meetgegevens gegeven de fysische eigenschappen van het weefsel en de inputlichtpuls – is fundamenteel. Licht verspreidt en wordt geabsorbeerd in het weefsel volgens de radiatieve overdrachtsvergelijking (RTE), die het gedrag van fotonen beschrijft, rekening houdend met absorptie en verstrooiing. In biologische weefsels, waar verstrooiing dominant is, wordt de RTE vaak benaderd door de diffusie-approximatie, wat het probleem vereenvoudigt zonder de essentie van lichttransport te verliezen.

Na de optische fase genereert het lichtabsorptieprofiel een initiële drukverdeling, die als akoestische golf zich voortplant. De geluidsverplaatsing wordt veel langzamer voortgeplant dan lichtabsorptie, waardoor de optische en akoestische processen decoupeerbaar zijn. De akoestische propagatie wordt vervolgens gemodelleerd met behulp van golflengtevergelijkingen en vastgelegd door ultrasone sensoren die de tijdreeksen van de drukveranderingen registreren.

Verschillende reconstructietechnieken worden toegepast om uit deze tijdreeksen de initiële druk of optische parameters te herleiden. Analytische methoden, zoals gefilterde terugprojectie, zijn snel maar vereisen vaak ideale meetcondities, zoals volledige en nauwkeurige detectie rondom het object. In situaties met beperkte of suboptimale data zijn geavanceerdere, computationeel intensieve optimalisatie-gebaseerde methoden nodig die fysische modellen expliciet incorporeren en ruis of onvolledige gegevens kunnen compenseren.

Recent zijn data-gedreven benaderingen opgekomen, die gebruikmaken van machine learning om verbeterde reconstructies te leveren door patronen in de data te leren, zonder expliciete modellering van alle fysische details. Deze methoden tonen veelbelovende resultaten, vooral in complexe of beperkte meetomstandigheden, maar vereisen grote trainingsdatasets en grondige validatie.

Naast technische reconstructie-uitdagingen spelen onzekerheden in meetparameters en variaties in weefseleigenschappen een cruciale rol. Voor betrouwbare kwantitatieve beeldvorming is het essentieel dat het rekentraject deze onzekerheden kan incorporeren, bijvoorbeeld via probabilistische methoden of robuuste optimalisatietechnieken. Ook is rekenefficiëntie een belangrijk aandachtspunt, zeker voor toepassingen in klinische context waar snelle resultaten gewenst zijn.

Het geheel van modellen en methoden in fotoakoestische tomografie maakt het mogelijk niet alleen beelden van hoge kwaliteit te verkrijgen, maar ook fysieke parameters nauwkeurig te kwantificeren, wat de basis vormt voor diagnostische biomarkers zoals zuurstofsaturatie in bloed. Begrip van de onderliggende fysica, modellering en inverse methoden is daarom fundamenteel voor de verdere ontwikkeling en toepassing van deze technologie.

Naast de reeds beschreven modellering en reconstructie is het van belang te beseffen dat de interactie tussen licht en geluid in biologische weefsels sterk afhankelijk is van de heterogeniteit en complexiteit van het medium. Daarom is een multidisciplinaire benadering, waarbij kennis van optica, akoestiek, wiskundige modellering en computationele methoden wordt gecombineerd, onmisbaar. De continue verbetering van sensortechnologie, computermodellen en algoritmen zal de precisie en toepasbaarheid van fotoakoestische tomografie in de toekomst verder vergroten.

Hoe kan dual-golflengte en machine learning de precisie van fotoakoestische imaging verbeteren?

Dual-golflengte fotoakoestische imaging maakt gebruik van twee nauwkeurig gekozen lasersignalen, die achtereenvolgens pulseren om het verschil in absorptie-eigenschappen van fotoschakelbare chromoproteïnen, zoals bacteriophytochromen (BPhs), te detecteren. Door het verschil in respons op golflengtes van 650 nm en 755 nm te analyseren, kan een achtergrondonderdrukte, gedetailleerde 3D-weergave van biologische structuren worden gegenereerd. Dit stelt onderzoekers in staat om onderscheid te maken tussen specifieke fotoschakelbare eiwitten, zoals AGP1, en omliggende hemoglobine in bijvoorbeeld tumormicrovasculatuur, waardoor niet-invasieve monitoring van tumorontwikkeling over meerdere weken mogelijk is.

Vervolgens toont het werk van Li et al. een alternatieve aanpak waarbij niet meerdere golflengtes, maar juist de temporele dynamiek van het fotoakoestische signaal bij een enkele golflengte wordt benut. Hier onderscheiden twee bacteriophytochromen zich door hun verschillende afkappingssnelheden van de foto-geactiveerde (Pfr) naar de rusttoestand (Pr). Door deze kinetische eigenschappen te analyseren via een lock-in amplitude en het bepalen van de decay constant, wordt een aanzienlijk hogere signaal-ruisverhouding bereikt dan bij traditionele differentiële methoden. Dit maakt het mogelijk om niet alleen verschillende BPhs te onderscheiden in vivo, maar ook om interacties tussen eiwitten te visualiseren via een gesplitste phytochrome-complexconstructie die herstelt in aanwezigheid van een inducerende molecule zoals rapamycine. De toepassing hiervan reikt tot in de detectie van genoverdracht in levercellen, waar een indrukwekkende verhoging van het contrast werd waargenomen na inductie.

Machine learning biedt een verdere verfijning in het onderscheiden van meerdere tegelijk aanwezige fotoschakelbare chromoproteïnen. Mishra et al. implementeerden een algoritme dat een combinatie van spectrale, temporele en frequentie-gebaseerde parameters gebruikt om onderscheid te maken tussen drie verschillende reversibel schakelde BPh-varianten. De algoritmische benadering maakt het mogelijk om metastasen in muizen nauwkeurig te labelen en correleert sterk met traditionele fluorescentiemarkers, wat een betrouwbare cross-validatie biedt. Deze technologie laat zich bovendien toepassen op verschillende gastheertypen zoals T-lymfocyten, bacteriën en tumorcellen, waarmee complexe biologische interacties en spatialisaties binnen tumoren en geïnfecteerde weefsels in kaart kunnen worden gebracht.

Het actieve gericht afleveren van BPh-expressieconstructen in tumoren, zoals gedemonstreerd met behulp van E. coli, toont een innovatieve strategie waarbij de anaerobe niche binnen tumoren benut wordt voor gerichte kolonisatie. De longitudinal monitoring via fotoakoestische imaging illustreert niet alleen de accumulatie en proliferatie van deze bacteriën rond de tumor, maar ook de effecten van antibiotische behandeling op de bacteriële populatie, wat belangrijke implicaties heeft voor toekomstige theranostische toepassingen.

Belangrijk om te begrijpen is dat deze benaderingen niet enkel nieuwe contrastmechanismen bieden, maar ook het potentieel hebben om biologische processen in realtime, met hoge resolutie en minimale invasiviteit te bestuderen. Het gebruik van temporele signaalafname en geavanceerde algoritmen vereist inzicht in fotofysische eigenschappen van chromoproteïnen en een diepgaande kennis van bio-optische interacties. Daarnaast vormt de combinatie van biologische targeting en geavanceerde beeldvormingstechnologieën een fundamentele stap richting gepersonaliseerde diagnostiek en therapie, waar ook de dynamiek van micro-omgevingen en cellulaire interacties nauwkeurig kunnen worden gevolgd.

Wat is de rol van ultrasone beeldvorming in de moderne geneeskunde en technologie?

Ultrasone beeldvorming heeft zich de afgelopen decennia gepositioneerd als een essentiële technologie in de medische beeldvorming, met een breed scala aan toepassingen, van diagnostische beeldvorming tot chirurgische begeleiding. De technologie maakt gebruik van geluidsgolven met hoge frequentie die in het lichaam worden gestuurd, waarbij de teruggekaatste golven worden opgevangen om gedetailleerde beelden van interne structuren te creëren. Ultrasone systemen variëren van eenvoudige apparaten tot geavanceerde technieken zoals fotoakoestische beeldvorming en gecombineerde modaliteiten.

De traditionele benadering van echografie, waarbij geluidsgolven door weefsels worden gestuurd en de reflecties worden geanalyseerd, heeft zich inmiddels uitgebreid naar complexere methoden. Fotoakoestische beeldvorming bijvoorbeeld, combineert de voordelen van optische absorptie en ultrasone detectie, wat het mogelijk maakt om diepere weefsels met hoge resolutie te visualiseren. Dit biedt nieuwe mogelijkheden voor het monitoren van tumoren, bloedvaten, en andere interne structuren zonder de noodzaak voor invasieve procedures. In dit domein speelt de ontwikkeling van optoakoestische technieken een steeds belangrijkere rol. Dankzij innovaties in lasertechnologieën en ultrasone detectiesystemen, kan men nu gedetailleerde, 3D-beelden genereren van bloedvaten en tumoren in vivo, wat voordelig is voor het vroegtijdig detecteren van ziekten.

De recente vooruitgangen in optoakoestische beeldvorming, bijvoorbeeld door het gebruik van innovatieve polymeren en nanomaterialen voor ultrasone transducers, hebben geleid tot een aanzienlijke verbetering van de beeldkwaliteit en het bereik van ultrasone systemen. Deze technologie maakt gebruik van een lasersignaal om ultrasone golven te genereren die vervolgens door het lichaam reizen. Het teruggekaatste geluid wordt geanalyseerd om beelden te creëren die gedetailleerder en informatief zijn dan die van traditionele echografie. De integratie van deze technieken in draagbare en flexibele apparaten opent nieuwe mogelijkheden voor de continue monitoring van patiënten in een klinische of zelfs thuisomgeving.

Een ander aspect van de evolutie van deze technologieën is de toepassing van compressie- en subsamplingtechnieken bij het gebruik van echografiesystemen. Door gebruik te maken van geavanceerde compressietechnieken kunnen grote hoeveelheden gegevens efficiënter worden verwerkt, wat leidt tot kortere wachttijden en verhoogde snelheid van beeldvorming, een essentiële factor bij noodgevallen en chirurgische procedures. Dit is bijzonder relevant voor toepassingen zoals niet-destructief testen, waar ultrasone systemen worden gebruikt om materialen en structuren zonder schade te inspecteren. Het verbeteren van de resolutie en het optimaliseren van het systeem om preciezere en snellere resultaten te bieden, is cruciaal in industrieën die afhankelijk zijn van de integriteit van materialen, zoals de luchtvaart en de scheepsbouw.

Naast de technische vooruitgangen is er ook groeiende belangstelling voor de toepassing van miniatuurapparatuur in de geneeskunde. De ontwikkeling van draagbare en flexibele ultrasone apparaten, zoals de flexibele ultrasone sensoren voor medische toepassingen, biedt de mogelijkheid voor real-time monitoring van patiënten, vooral in situaties waarin de mobiliteit van de patiënt beperkt is. Deze draagbare systemen hebben de potentie om de manier waarop we ziekten detecteren en behandelen, ingrijpend te veranderen.

Wat betreft de theoretische kant van de technologieën, wordt de nauwkeurigheid van beeldvorming vaak beïnvloed door de toepassing van nieuwe algoritmen en modelleringen. De introductie van tijdsdomein iteratieve algoritmes in fotoakoestische beeldvorming heeft de snelheid en de nauwkeurigheid van beeldherstructurering verbeterd, wat cruciaal is voor klinische toepassingen waarbij snelle en gedetailleerde beelden nodig zijn om behandelingsbeslissingen te ondersteunen. Dit kan leiden tot meer gepersonaliseerde behandelingsstrategieën, waarbij artsen sneller en efficiënter kunnen reageren op de behoeften van de patiënt.

Naast de technische ontwikkelingen, is het ook van belang om de praktische toepassingen van deze technologieën in een klinische omgeving te begrijpen. Artsen en technici die werken met echografie en gerelateerde technieken moeten goed begrijpen hoe de verschillende parameters van het systeem invloed hebben op de uiteindelijke beelden. Het gebruik van verschillende transducers, de keuze van frequentie en de nauwkeurigheid van de signalen kunnen allemaal bijdragen aan de uiteindelijke kwaliteit van het beeld en daarmee aan het succes van een diagnose.

Inzicht in de verschillende fasen van echografische beeldvorming, van het verzenden van geluidsgolven tot het interpreteren van de ontvangen signalen, is van cruciaal belang. Het begrijpen van de fysica achter ultrasone golven en de invloed van weefsels op deze golven helpt bij het optimaliseren van de apparatuur en het verbeteren van de diagnostische nauwkeurigheid. Bovendien heeft de groeiende integratie van ultrasone beeldvorming met andere medische technologieën, zoals MRI en CT-scans, de mogelijkheid gecreëerd om gecombineerde modaliteiten te ontwikkelen die de voordelen van elke techniek benutten. Dit maakt het mogelijk om nog gedetailleerdere en informatieve beelden te verkrijgen, waardoor artsen in staat zijn om beter geïnformeerde beslissingen te nemen.

Het gebruik van ultrasone beeldvorming in niet-medische toepassingen, zoals industriële inspectie en het monitoren van infrastructuren, is een ander gebied waarin deze technologie zich blijft uitbreiden. Hier wordt ultrasone beeldvorming gebruikt om scheuren, deformatie of andere defecten in materialen te detecteren, zonder dat deze materialen hoeven te worden beschadigd. De technieken die in de geneeskunde worden gebruikt, zijn dus vaak ook toepasbaar in andere industriële contexten, waar veiligheid en structurele integriteit van groot belang zijn.