基于时域光声信号的谱分析技术及其在生物医学领域的应用

郑佳欣 田 蕊 刘明晴 昝克华 王艺涵 朱守平

1（西安电子科技大学生命科学技术学院，西安 710126）

2（西安电子科技大学分子与神经影像教育部工程研究中心，西安 710126）

引言

时域光声信号谱分析技术（spectrum analysis of time-domain photoacoustic signal， TPASA）是一种基于光声效应，对目标生物组织激发出的与时间相关的光声信号数据集进行处理与分析的检测技术，可用于检测和诊断。早在1880年，Bell 在通讯实验中发现当采用快速脉冲调制光束照射固体物质时，物质会产生与光束相同频率的声波，并将此现象命名为光声效应［1］。由于当时光致超声的研究面临着理论和技术上的挑战，所以研究进展受到限制。20世纪中后期激光光源的发展使得光声技术得到重新关注，并在工业、大气、环境、化学和生物学以及医学和临床分析等方面的应用中表现出蓬勃的生命力［2］。虽然光声技术在1970年之后已经应用到生物医学领域，但发展相对缓慢。直到20 世纪最后十年，光散射介质或生物组织的光声效应被大量验证，光声技术在生物医学领域的应用才逐渐兴起，并逐渐应用于临床病灶诊断中［3］。

时域光声信号谱分析技术是对经热膨胀产生的声波信号进行测量，通过超声信号的强弱来反映组织的光吸收能力。原则上，光声信号的产生可通过连续调制光激发和脉冲调制光激发两种方法来实现［4］。样本受到调制光激发后，其部分电子从基态跃迁至激发态，由于分子间的无规则运动，较高能级的电子发生碰撞，跃迁至基态并产生热辐射。经周期性的光激发使样本及其周围介质产生周期性热流，热胀冷缩引起了样本晶体的周期性振动，产生声信号，即光声信号［5］。当受到的是脉冲光激发时，样本快速绝热膨胀，产生光声信号。生物体成分和尺寸的差异会导致其光吸收能力的差异，并表现在其产生的光声信号中。该信号被高灵敏超声探测器接收，在位置r和时间t处的声压信号p（r，t）服从波动方程［6］：

式中，c是介质中的声速；βp是热膨胀系数；cp是流体的比热容，H（r，t）是热源函数。光声信号的波动方程将吸收热量、声速以及压力波进行了关联。对光声信号进行不同变换进而实现对时域光声信号的谱分析。

现阶段对时域光声信号谱分析技术的研究主要集中于光声光谱分析、光声频域谱分析和“光-频”联合谱分析。

1） 光声光谱分析反映了不同波长激发下生物组织的光吸收能力，即以光波长为横坐标，光声信号强度为纵坐标。光声光谱的强度与特定波长下组织中各生色团对应的吸光能力成正比，因此，光声光谱分析是一种功能信息检测手段。在生物医学检测领域，由于病变组织生化特性发生改变，其组织中生色团含量异于正常组织，如肿瘤组织区域血红蛋白浓度较高，此时，光声光谱分析可用于辨别正常和异常组织的特征吸收谱。

2） 光声频域谱分析包括频谱、功率谱分析，反映了生物组织在特定波长下与吸收体（生色团）尺寸相关的频率成分信息，即以频率为横坐标，各频率成分强度为纵坐标。从频域上来说，较大尺寸的光吸收体对应着较窄的频域谱带宽，而小尺寸的吸收体对应着更宽的带宽；光吸收体吸收光的能力越强，其对应的频域成分强度也就越强。受超声频域谱参数的启发，对光声频谱或功率谱进行线性拟合，其斜率、截距和中频带拟合已被证实能够反映被检测组织区域的结构与功能信息。其中，光声功率谱参数斜率一般表示高频分量相对于低频分量的大小，斜率值越大表示高频分量的幅度越大，这取决于吸收体的结构尺寸；截距和中频拟合分别表示信号功率谱的零频率和平均幅度，取决于吸收体的光学吸收系数［7］。目前，深度／机器学习及统计学的方法常用于对频域谱参数进行分析，通过比较参数差异从而区分正常和异常组织［8-9］。

3） “光-频”联合谱分析，指将各激发波长下的光声频域谱按波长顺序排列，即光声信号谱在声频域和光波长两个维度展开。“光-频”联合谱因其可以同时监测生物组织中多种分子成分的相对含量及相应结构的不均匀性或混合度，也被称为物理化学谱［9］。结合以上光声信号谱提供的不同结构或功能信息，在生物医学领域的研究中，可根据待测组织样本的特性选择一种或多种谱进行分析，完成对生理、病理信息的在体、离体监测，进而实现对疾病的早期筛查和诊断。

时域光声信号谱分析技术有效地结合了光学模态高对比度以及超声模态在深层组织中具有高分辨率的双重优势，能够提供生物组织结构和功能层面的信息。相较于传统光谱检测，时域光声信号谱分析技术在获取光学吸收结构信息的同时，不易受限于被测对象的形状和形态，因而对生物体的组织、体液和呼出气体的检测都适用，普适性极强；再者，该技术不易受组织对光散射的影响，能够对深层组织、体液进行分析，通过利用光声信号中各测量值及其频谱分量与组织深度的对应关系，可有效地屏蔽上层组织的影响，直接提取深层组织的信息；此外，该技术检测灵敏度高［10］，在生化成分检测尤其是血糖、血氧检测中优势明显。

与光声成像相比，利用传统光声成像得到的组织体光能吸收密度，并结合光子输运模型，定量光声成像可定量地重建深层组织光学吸收系数分布［11-12］，进一步结合多波长测量、成像以及光谱解混重建算法，获得与组织生理病理相关的成像区域内各生色团浓度分布情况，但二者均需引入图像重建操作。时域光声信号谱分析技术强调对测量得到的组织激发出的光声信号直接分析，从而得到吸收体结构和吸收光谱响应等定量信息，其无需经过图像重建，因此操作简单。同时，该技术还具有无损检测、样品用量少、便于在体长期监测等优势。因此，时域光声信号谱分析技术作为一种极具价值的早期疾病诊断工具，在生理、病理学研究以及诊断方面存在巨大潜力。目前，该技术已在皮肤鳞癌、骨质疏松、血糖检测和氨气-肾功能检测等领域取得一定成果［9，13-15］。

为实现上述应用，基于时域光声信号谱分析技术的检测系统正不断得到完善。目前，市面上该系统的实现原理相近，但系统结构各异，定型机较少，其设备结构主要分为三部分：激发光源、光声池和光声信号放大与记录系统［16］。激发光源一般可分为普通光源和激光光源两类。近年来随着激光器快速发展，激光光源在光声实验中被广泛应用。常采用的激光器可分为脉冲激光器和连续激光器（见图1）［17］：脉冲激光器因其产生的脉冲激光峰值功率较大，在对生物体进行检测时，可在允许辐射范围内穿透更厚组织，如纳秒级的调Q 脉冲激光器；采用连续激光器作为光声信号激发源时，一般需对激发光强进行调制，相较于脉冲激光器，其最主要的优势是价格便宜。为保证光声效应的热膨胀过程是近似的绝热过程，调制周期的时长应当远小于组织通过热传导散热的时间，即使脉冲激光器的一个脉冲信号等同于连续波激光器的一个调制周期信号［18］。两类激光器都有其各自的优势，在不同应用场景下的选择不同，如在组织、体液方面的研究多采用脉冲激光器，而在气体方面的研究多采用连续调制激光器。本文介绍的部分基于连续调制激光器的应用仅采用其幅值信息。光声池被用于盛放样本和安置传感器，需达到最大化样本声信号和最小化噪声及干扰信号［19］，目前常见的光声池分为开放式和封闭式两种。开放式光声池不必频繁拆卸和重新组装，使用方便；封闭式光声池则为了避免开口引起的声辐射损失［20］，增强信号强度。光声信号放大与记录系统通过传感器接收样品产生的声信号，再通过前置放大电路进行处理以提高信噪比。由于各类型的传感器适用性不同，在光声实验中需要根据具体检测任务、样本类型和所用激发光源的情况选择不同性能参数的声信号检测器［21］。

图1 脉冲激光与连续激光光声检测原理图［17］Fig.1 Principle diagrams of pulsed laser and continuous laser photoacoustic detection［17］

基于上述对时域光声信号谱分析技术原理、方法、优势及系统的分析，文中以该技术在生物组织检测、体液检测及呼出气体检测三个维度中的应用为主线，围绕各研究采用的改进实验系统或不同的信号处理方法，综述了该技术在生物医学领域的研究进展与发展方向。

1 在生物组织中的应用研究

生物组织组分与结构的差异会引起其光吸收能力的变化（见图2）［22］。病变组织与正常组织相比，其多种分子成分（如黑色素、血红蛋白、脂质、胶原等）的相对含量及组织相应结构会发生一定的变化。而光声光谱的强度与特定波长下组织中相应成分的光吸收能力成正比，且光声频域谱中不同频率成分的相对能量反映组织的不均匀性或混乱度，高频成分越多，组织结构越不均匀或混乱［9］。基于此，通过测定组织病变前后的时域光声信号谱变化，有效提取其理化特征改变，为疾病诊断提供有价值的信息。近年来，时域光声信号谱分析技术已广泛应用于人和动物皮肤、肌肉、脏器等软组织和骨骼、牙齿等硬组织的研究［9，15，23-24］。

图2 生物组织中不同分子在不同波长下的光吸收系数［22］Fig.2 Optical absorption coefficient of some molecules in biological tissue［22］

在对生物软组织时域光声信号谱分析技术的研究中，王学鼎等［25］在国际上较早开发了针对单波长光声信号的光声量化组织显微结构的方法，即“光声频域谱分析”。基于此，王学鼎等［26］在532 和1 200 nm 两个波长下对小鼠模型进行体外和原位实验，验证了功率谱参数与小鼠肝组织微结构之间的关系。体外实验发现，在1 200 nm 处，脂肪肝和正常肝的功率谱斜率之间存在多达5 个标准差的差异，而在532 nm 处，差异大约为2 个标准差；原位实验发现，脂肪肝比正常肝在1 200 nm 处具有更高的功率谱参数，包括斜率、截距和中频带拟合，而在532 nm 处，与正常肝脏相比，脂肪肝的斜率值较高，截距和中频带拟合值较低。实验表明光声频域谱分析在肝组织微结构鉴定领域应用的可行性。近年来，王学鼎等［27］把研究拓展到多波长光声信号分析中，将光声信号在光波长和声频域两个维度展开，定义了光声物理化学谱。通过对脂肪肝和纤维化肝的动物模型进行光声物理化学谱分析并与病理结果对照，可明显区分正常肝、脂肪肝和纤维化肝等3 种模型。文龙等［9］对皮肤鳞状细胞癌（cutaneous squamous cell carcinoma， cSCC）组织和正常组织进行了多光谱光声物理化学谱分析验证（见图3），发现在1 370 nm 胶原的特征波长下，人体cSCC 的光声声功率谱拟合斜率高于正常组织（P＝0.001），而截距低于正常组织（P＝0.007），这与cSCC 侵犯真皮胶原，致使肿瘤内胶原排列紊乱、含量减少有关；在1 400 nm 脂质特征波长下，其斜率高于正常组织（P＜0.001），截距低于正常组织（P＝0.011），这与对应的尼罗红脂质染色显示结果一致。实验说明皮肤鳞状细胞癌离体组织的光声物理化学谱中各组分特征吸收波长下声功率谱特征参数变化能反映的肿瘤组分及含量变化与病理结果相符，这为皮肤鳞状细胞癌的临床无创诊断提供了一种新思路。光声物理化学谱分析在生物医学领域存在着巨大应用潜力，其对生物样本组织微结构检测的可行性和有效性已被大量证实［28］，利用深度学习手段进行良恶性判别正成为当今热点。目前，基于机器学习的前列腺癌识别方法已被验证，程茜等［29］通过引入有监督线性判别分析（LDA）和二次判别分析（QDA）算法，对光声物理化学谱进行降维和参数特征提取，实现对前列腺癌的诊断，其中，LDA 准确率为76.3%，QDA 准确率可达81.7%。现阶段，活体在体研究也成为该领域的主流方向。

图3 人体正常皮肤及cSCC 光声物理化学谱［9］Fig.3 Photoacoustic physio-chemical spectra of human normal skin and cSCC［9］

周篪声等［23］利用自主设计的双光束光声光谱装置，在380 ～780 nm 的光谱范围内测量了人体4个部位（胃、子宫、肺和乳腺）的癌变组织与正常组织的光声光谱，通过吸收光谱的幅值信息，发现这4种癌变组织在630 nm 附近都有吸收峰出现，而正常组织均无此峰，这为癌症诊断治疗提供了重要信息。为了减少生物组织内光散射和声衰减的影响并获得深层组织光声信号，程茜等［30］提出了一种间质性光声光谱分析方法，即通过将光纤扩散器和小孔径针状水听器结合，利用细针式光声探头在深层组织中进行光声光谱信号采集及分析，并利用自主研制的探针式样机定量检测了脂质浸润的肝细胞浓度（见图4）。结果发现，在1 220 nm处，脂肪肝样本产生的光声信号具有更大总光谱强度，且正常肝和脂肪肝样本的功率谱斜率具有显著差异（P＜1×10-7）（见图5）。这种细针探头促进的“活体活组织检查”方法可以与常规组织离体活检实现大幅度互补，具有较大的医学应用前景。脂肪细胞的大小与肥胖人群的代谢性疾病直接相关，马翔等［31］通过全连接层的深度神经网络拟合功率谱与脂肪细胞平均大小的关系，结果发现，与传统分析手段相比，该方法的平均相对误差改善了12.84%，验证了深度学习分析光声频域谱的有效性，这为生物组织的定量和非侵入性评估提供一种新的方法。

图4 探针式样机检测示意图［30］。（a）探针式样机模型；（b）小鼠离体组织中正常和脂肪肝组织的间质光声信号测量Fig.4 Schematic diagram of probe-type prototype detection［30］. （a）Probe-type prototype model； （b）Measurements of interstitial photoacoustic signals in normal and fatty liver tissues of mouse in vitro

图5 探针式样机定量检测结果分析［30］。（a）正常肝脏和脂肪肝组织产生光声信号的功率谱；（b）1 200 nm 下12 个正常和脂肪肝组织样本的总光谱强度大小；（c）1 200 nm 下12 个正常和脂肪肝组织样本的功率谱斜率大小Fig.5 Analysis of the quantitative detection results of the probe-type prototype［30］. （a） The power spectrum of photoacoustic signals produced by normal liver and fatty liver tissues； （b）The total spectral intensity of 12 normal and 12 fatty liver tissue samples at 1 200 nm； （c）Slope size of 12 normal and 12 fatty liver tissue samples at 1 200 nm

在对生物硬组织时域光声信号谱分析技术的研究中，封婷等［15］利用光声在测量钙化和非钙化组织中都有足够穿透力的特性，分别对来自骨质疏松、骨质增强和正常骨质的骨样本光声功率谱进行线性拟合得其功率谱参数斜率。结果发现，在685 nm波长下，与其它两组相比，骨质疏松组的骨样本具有更大的斜率，即骨小梁厚度更薄的骨样本具有更高的斜率（见图6）。这为描述骨小梁的微结构以及区分疏松骨质与正常骨质提供了重要依据。同时，该研究还提出了一种结合全连接多层深度神经网络的光声光谱分析方法，用以半量化不同程度骨质疏松症的骨矿物质密度值，具有潜在的临床筛查价值［32］。此外，封婷等［33］还通过分析在680 ～950 nm光谱范围内骨骼中所有光吸收成分的光声光谱，来定量评估各种化学成分的相对含量，这种基于光声光谱分析的骨评估方法，在骨质疏松症和其他骨骼疾病的诊断和临床治疗中有显著意义。袁振等［34］应用成像引导的光声光谱技术对人手指骨关节炎疾病进行研究，发现与正常关节相比，患骨关节炎的手指氧饱和度下降，但含水量增多，这为关节炎的早期诊断提供了新途径。除了对骨质研究，李江华等［24］还应用光学相干层析成像技术对龋齿进行研究，首次将该技术用于龋齿的早期诊断，对得到的牙釉质在光学、力学和声学方面的信息，判断牙齿的病变情况，证实该技术用于龋齿早期诊断的可行性。

图6 大鼠股骨样本的光声功率谱分析结果［15］。（a）用系统响应校正后的三组不同样本（OVX 骨质疏松组，SHAM 正常对照组，OVX＋ZOL 骨质增强组）的光声信号功率谱；（b）三组不同骨质的量化光声谱参数“斜率”Fig.6 PASA of rat femur bone specimens［15］. （a）Examples of power spectral density （PSD） of the RF PA signal of three groups （OVX， Sham， OVX＋ZOL） after calibration by removing the system response； （b） The quantified spectral parameter slope of the three groups of bones

2 在生物体液中的应用研究

生物体液包括细胞内液和细胞外液，对保持生物体内环境稳定、维持血压、控制免疫等方面具有重要作用，其中细胞外液包括血液和组织间液，如细胞间液、尿液、胃液等。生物体液对光学信号具有强散射性，难以直接用传统吸收光谱进行分析，而时域光声信号谱分析能够大幅度避免体液对光散射的影响，能够得到体液中各成分物质的吸收特性和热学特性等信息，可以方便了解人体代谢过程的变化，用于疾病检测。

血液成分非常复杂，主要包括血细胞（红细胞、白细胞）、其他有形成分和血浆。封婷等［35］首次采用一种全光学的光声光谱分析系统（见图7），对健康红细胞和老化红细胞进行区分，该系统使用聚苯乙烯微环谐振器［36］作为超声波检测器，将宽带的光声信号测试范围从组织水平扩展到细胞水平，实现对微米级的血细胞灵敏和准确的检测。该实验首先对不同尺寸的微球进行信号分析，通过线性回归，绘制出平均功率谱密度曲线并对其进行统计学分析，证明了从3～45 μm 的物体尺寸的功率谱曲线下降速率存在显著性差异，并以此为基础，分别对离体的新鲜和老化血细胞进行分析，通过在2 ～123 MHz 范围内进行功率谱的线性回归拟合，获得了两组量化的谱参数斜率（见图8）。结果显示，由于形态不同，相比新鲜红细胞样品，老化红细胞样品的斜率降低有显著性差异（P＜0.05）。该实验表明光声功率谱分析方法用于辨别不同形态红细胞具有可行性，说明光声功率谱分析可提供成像方法不能获得的定量判别信息，可用于临床中细胞形态的快速分析，如诊断某些能改变红细胞形态特征，由此损害其功能的疾病，或判断血细胞是否感染或接触有毒化学物质造成形态改变。同时，该研究提出了对其他具有特征生色团的细胞成分也可以用光声光谱技术在适当的光波长下激发、检测，进而发现定量信息并用于诊断的可能，如黑色素瘤细胞的检测。郭萍等［37］利用光声光谱技术对不同类型白血病患者血液和正常人血液进行检测，得到被检测对象的光吸收谱，发现在350、423、552、586 nm 波长附近，正常人全血的光声光谱有4 个特征吸收峰，急性粒细胞白血病患者全血的光声光谱图也有相同的4个特征吸收峰，但吸收强度比正常人全血的光声光谱明显减弱，而急性单核细胞白血病患者、慢性粒细胞白血病急性变期患者全血的光声光谱则只在423 nm 处出现吸收峰，其他峰基本消失，且后者光谱强度也明显减弱。因此，利用全血光声光谱图分析、诊断并区分不同类型白血病具有很好可行性和的临床参考价值，有望作为白血病早期筛查的一种有效手段。但由于白血病患者类型复杂多变，其光声光谱图的分类也会随之有多种变化，因此还需要不断完善对白血病患者的血液成分分析。

图7 全光学光声光谱分析系统［35］Fig.7 All-optical photoacoustic spectroscopy system［35］

图8 离体人类血液标本的光声光谱分析［35］。（a）模拟两组血样的光声光谱参数斜率；（b）实验中两组样本的光谱参数斜率Fig.8 PASA of human blood samples in vitro［35］.（a）Slopes of photoacoustic spectral parameters of the two groups of blood samples in the simulation；（b）The slope of spectral parameters of the two groups of samples in the experiment

在血糖检测方面，糖尿病作为继心脑血管疾病和恶性肿瘤之后危及人类生存质量的第三大杀手，目前医学手段还无法对其彻底根治，因此日常地、及时地、无创地血糖检测在社会上有极大需求［38］。光声光谱检测法作为一种无创、无感染的检测手段已成为血糖检测领域的热点。1993年，Mackenzie等［39］最先把光声光谱技术用于离体血糖检测的研究，得出光声信号的峰值与葡萄糖浓度可近似为一种线性关系。至今，在体血糖浓度光声光谱检测仍面临许多难题：血糖在血液中含量很低；光声信号本身容易受到激励光源和液体温度变化影响等。基于光声光谱技术的血糖检测需要找到一种稳定性好、可靠性高的检测和分析方法来满足现代医学的需求。文献［40-41］首次报道了以量子级联激光器为中红外辐射源的光声光谱装置进行血糖检测的结果，其实验发现在健康个体和糖尿病患者的口服葡萄糖耐量测试期间，指腹的光声测量结果与酶血液测试的结果高度一致（见图9），验证了光声光谱法进行无创血糖检测的可行性。吕鹏飞等［14］提出通过温度误差补偿和差动型光声池结合的方法进行无创血糖检测，抑制了温度的干扰，最终得到了光声信号强度随葡萄糖浓度增加而增大的线性测量结果，为光声光谱进行体外无创血糖检测问题提供一种新思路。改善激光器的性能、寻找合适的分析方法是利用光声光谱技术进行体外血糖检测的发展方向。

图9 血糖光声光谱检测［41］。（a）光声装置示意图；（b）对志愿者拇指上的光声检测无创测量得到的皮肤血糖浓度曲线与参考血糖浓度曲线；（c）无创测量的一致误差网格Fig.9 Photoacoustic Spectrogram of Blood Glucose［41］. （ a ） Schematic drawing of the photoacoustic setup； （ b ） Skin blood glucose concentration curve obtained by non-invasive measurement of photoacoustic detection on volunteers' thumbs and reference blood glucose concentration curve； （ c） Consensus error grid representation of the non-invasive measurements

此外，光声信号的谱分析技术也在人体尿液的检测中得以应用。尿液中的某些蛋白质、酮、腈、胆红素或激素的异常存在可作为一些特定情况的警告信号，具有临床意义［42］。目前，尿液分析已用于各种医学诊断，包括尿路感染、肾功能、糖尿病、妊娠和水化测试；同时，尿液检测还可应用于泌尿系统癌症的检测［43］。孙洪伟等［44-45］利用物质光吸收能力的差异，对90 余例病例进行光声光谱检测来分析正常人和肿瘤患者的尿液差异，从吸收光谱中发现了肿瘤物质的特征峰并研究了特征峰和肿瘤恶性程度的关系。在此基础上，对正常人、癌症患者、患有癌症并随后发炎的患者进行研究，并在240 ～420 nm 处获得特征光吸收峰。将这些结果与临床诊断结果进行比较，发现这与随后经手术证实的泌尿系统癌症的诊断是一致的，证明了光声光谱技术应用在泌尿系统癌症检测中的可行性。目前与尿液相关的光声光谱检测的主流还是在分析泌尿系统的相关疾病，如前列腺癌［46］，对临床病状诊断有重要意义。

3 在生物呼出气体检测中的应用研究

人体呼出气体成分复杂，除了水、二氧化碳、氧气等容易检测的物质，还有丰富的微量气体可以反应人体的生理和病理信息［47］。由于对呼出气体检的测属于非侵入方法，易于频繁采样，且不易危害对被检测人员。随着气体检测技术不断发展，呼出气体与机体生理和病理状态的关系已广受关注。目前，对于气体含量的光声信号谱分析更多是关注信号幅度信息而非相位信息。由于不同气体有其特定的吸收光谱，并且受激发后产生的光声信号幅度与其浓度有比例关系，因此通过光声信号谱分析技术不仅可以检测某种气体的存在，还可以进一步对其浓度做定量分析。

肾脏是维持机体蛋白质代谢稳定的重要器官，基于此，临床上以蛋白质代谢的终产物血尿素氨作为评估肾功能的主要指标之一［48］。研究发现，呼出气体中的氨气与人体内血尿素氨有一定的线性关系，借助光声信号谱检测呼出气体的氨气含量，可以对比患者血尿素氨的浓度变化，可用于判断肾透析治疗效果。目前，气体光声光谱灵敏性很高，可以检测到浓度为万亿分之一量级（part per trillion，ppt）的特定气体［49］，可用于研究呼出氨气的变化与肾透析效果间的关系。梁丽荣等［13］以健康志愿者呼出氨气的浓度为标准，对比肾病患者透析前0.5 h、透析中1.5 h、透析中2.5 h 以及透析结束时呼出氨气的变化（见图10），发现患者透析治疗结束后，呼出氨气浓度有明显下降。考虑到不同患者之间存在较大个体差异，进一步研究不同程度肾衰竭患者在接受透析前后呼出氨气的浓度变化（见图11），发现各患者呼出氨气浓度均有明显变化，但下降快慢不同。上述研究为光声信号谱分析技术检测氨气浓度用于肾透析效果评估以及肾病早期筛查提供了新思路。

图10 患者呼出氨气浓度随透析时间的变化［13］Fig.10 Breath ammonia concentrations varying with dialysis time［13］

图11 8 名患者呼出氨气浓度随透析时间的变化［13］Fig.11 Breath ammonia concentrations varying with dialysis time for 8 subjects［13］

放射疗法是癌症治疗的重要方法之一，其作用机理是X 射线与水相互作用，促进细胞产生大量自由基，破坏细胞部分遗传物质从而杀死肿瘤细胞［50］。但自由基的存在会引起细胞中多不饱和脂肪酸的氧化降解，最终产生乙烯。乙烯具有高挥发性，可迅速扩散入血液而不被降解，最终经肺部呼出。Popa 等［49］研究了肿瘤患者呼出乙烯气体含量与X 射线治疗效果的关系。实验基于光声信号谱对呼出乙烯气体的敏感性，检测了年龄在32 ～77 岁之间的癌症患者放射治疗前后呼出的乙烯浓度，从图12 可以看出患者在接受放射治疗前后乙烯浓度水平从18 ppbV 升到约23 ppbV，而健康受试者乙烯浓度水平只有12 ppbV 左右。这表明细胞膜脂质发生过氧化，放射治疗已经发挥作用。因此，通过光声光谱检测乙烯浓度，使实时监测放射疗效成为可能。

图12 健康志愿者和乳腺癌患者接受X 光治疗前后的乙烯水平［49］Fig.12 The level of ethylene for a healthy volunteer and for a patient with mammary cancer before and after X-ray treatment［49］

基于光声光谱技术的呼出气体检测方法具备无损、连续监测和快速响应的优点，根据气体标记物与体内代谢活动之间的关系，可以对疾病治疗效果进行实时监测，有利于精准治疗。接下来研究中还需要找到其他合适的气体标记物并结合光声光谱，在疾病的早期筛查和治疗中发挥更大的作用。

4 总结与展望

时域光声信号谱分析技术作为一种新型的检测手段，主要包括光声光谱分析、光声频域谱分析以及“光-频”联合谱分析，用于检测由于生物体不同生色团光吸收能力的差异而反映出的组织结构和生物功能信息。该技术以其强普适性、高灵敏度、无创检测且操作便捷等优势，在生物医学检测领域拥有广阔的应用前景。在保持生物试样的自然状态下，时域光声信号谱分析技术可安全无损地对生物体特定区域目标进行检测，不需引入图像重建算法且可专注于实现定量分析，用于对生物组织的形态结构、生理特性、代谢功能及病理特征等进行研究，进而识别正常和异常信号，用作疾病（如癌症、糖尿病）的早期筛查和临床诊断，尤其为无创检测提供了高灵敏度的有效工具。

目前，生物组织、体液及呼出气体的时域光声信号谱分析技术应用的可靠性已被广泛证实，该技术在皮肤鳞癌、骨质疏松、血糖检测和氨气-肾功能检测等领域的应用也成果显著，但该技术的研究和应用尚处于发展阶段，其装置器件成本是其发展瓶颈，，如检测灵敏度和精度依赖于光声池中各种器件的性能；大部分光源采用脉冲激光器，体积较为庞大且昂贵。目前，利用光声频域谱各参数判别正常和异常信号的界限还未形成规范，光声物化谱也只是反映了结构的不均匀性，还不能显示生物组织结构的具体特征，表明该技术的临床应用尚待深入探索。随着实验系统的发展迭代和谱分析方法的创新，该技术的测量精度和准确度会不断提高，如光源技术的更新，利用LED 产生纳秒脉冲激发可实现系统小型化并降低成本［51］；检测探头性能的改良可实现灵敏度的提高及带宽范围的拓展，如基于全光学方法的非接触式光声探测；深度学习等信号分析手段的发展可优化信号降噪和信号分析分类的能力；多模态检测相互结合可提高临床诊断的准确率，如光声／超声双模态检测；选择靶向性强、光声信号转换效率高的光声分子探针可拓展应用范围。时域光声信号谱分析技术快速发展和不断完善，有助于带来生物医学检测和临床应用的新突破。