导语

胶质母细胞瘤（GBM）是最常见、最恶性的原发性脑肿瘤，其浸润性生长导致肿瘤边界模糊，术中精准识别一直是神经外科的重大挑战。传统术中冰冻病理检查耗时长达20分钟以上，且准确性、稳定性难以保障。近日，中国科学院深圳先进技术研究院研究郑炜研究员、李慧研究员团队在《Journal of Innovative Optical Health Sciences》上发表了一项创新研究成果：利用双光子荧光寿命成像（FLIM），结合灰度共生矩阵纹理分析与相量法荧光寿命分析，在不使用任何外源性标记物的情况下，实现了胶质母细胞瘤与瘤周组织的多参数、定量化、高精度鉴别。

图1:无标记双光子成像与H&E染色对比

Shiyu Wang, Zhe Yang, Jia Yu, Xueming Cao, Yulu Liu, Kuiluo Huang, Wei Zheng, and Hui Li.Label-free and multiplexed glioblastoma identification based on texture analysis and phasor FLIM.Journal of Innovative Optical Health SciencesOnline ReadyOpen Access

https://doi.org/10.1142/S1793545826500112

研究背景

胶质母细胞瘤以广泛浸润正常脑组织为特征，手术中“切得干净”与“保得功能”之间的平衡极为困难。当前依赖的术中MRI、术中超声分辨率有限，而冰冻病理检查耗时长且准确性不足。

双光子显微镜（TPM）具有亚细胞分辨率、三维成像能力和无标记成像优势，是极具潜力的术中识别工具。然而，既往研究多依赖形态或代谢等单一维度的信息，定量标准不统一、特异性不足；另外传统基于指数拟合的双光子荧光寿命分析方法对噪声敏感，常难以准确揭示组织生化信息，无法满足术中肿瘤识别需求。

方法创新：双定量分析策略

研究团队构建了人源胶质母细胞瘤原位异种移植小鼠模型，对新鲜脑组织进行双光子FLIM成像，并开发了一套双定量分析框架：

研究团队构建了人源胶质母细胞瘤原位异种移植小鼠模型，对新鲜脑组织进行双光子FLIM成像，并开发了一套双定量分析框架：

1. GLCM纹理分析（形态维度）

从双光子强度图像中提取灰度共生矩阵（GLCM）特征，筛选出四个具有显著区分能力的参数：

• 对比度（Contrast）：反映局部灰度差异

• 熵（Entropy）：表征结构无序程度

• 均匀性（Homogeneity）：衡量区域一致性

• 逆方差（Inverse Variance）：反映局部均匀性

图2：GLCM纹理参数定量对比

2. 相量法荧光寿命分析（代谢维度）

在~445 nm波段收集NAD(P)H内源性荧光信号，利用相量法将荧光衰减曲线转换为相量坐标(g, s)，无需预设拟合模型即可可视化代谢状态。

• 肿瘤区域NADH长寿命组分(τ₂)和平均寿命显著升高

• 反映胶质母细胞瘤在氧化应激下NADPH代偿性扩增的代谢重编程特征

图3：相量FLIM分析与代谢参数对比

多参数融合：PCA实现精准分类

将8个参数（4个GLCM参数+4个相量坐标参数）进行主成分分析（PCA），前两个主成分累计贡献率达85.3%，肿瘤与瘤周组织在PCA散点图上呈现清晰分离。

图4：PCA多参数融合分析

浸润前沿的定量化刻画

研究团队沿着肿瘤浸润前沿设置连续采样窗口，系统分析了形态与代谢参数的空间梯度变化。

• 肿瘤区域：高对比度、高熵、低均匀性、低逆方差（结构紊乱）

• 肿瘤区域：长寿命组分和平均寿命显著升高（代谢重编程）

• 雷达图整合8个参数，形成定量指纹图谱，清晰刻画从肿瘤核心到正常脑组织的过渡

图5：浸润前沿多参数定量分析

主要创新点

• 无标记、非破坏性：完全依赖内源性荧光信号，无需外源性染色或标记，保留组织完整性。

• 双定量分析融合：首次将GLCM纹理分析（形态）与相量FLIM（代谢）有机结合，实现多维度表征。

• 抗噪声能力强的相量法：绕过传统双指数拟合对信噪比的严苛要求，更适合术中快速成像场景。

• 多参数PCA融合：8个参数降维后实现肿瘤与瘤周组织的高精度区分，分类客观、可量化。

• 浸润前沿梯度分析：首次系统刻画了从肿瘤核心→浸润前沿→正常组织的连续定量变化图谱。

应用前景

该技术为胶质母细胞瘤的术中精准识别提供了全新解决方案：

• 实时术中导航：结合微型化双光子探头，未来有望在手术中提供实时、客观的肿瘤边界信息

• 减少复发风险：更精准的肿瘤切除边界判定，有望降低局部复发率

• 扩展至其他肿瘤：方法学可推广至其他实体肿瘤的术中识别与切缘评估

• 与AI深度融合：多参数定量特征可为深度学习模型提供高质量训练标签，推动自动化智能诊断

研究团队指出，当前研究已在临床前小鼠模型中验证了方法可行性，下一步将开展大规模临床样本验证，为实现自动化、实时的术中评估系统提供支撑。

结语

这项研究巧妙地将形态学纹理分析与代谢荧光寿命成像相结合，在不这项研究巧妙地将形态学纹理分析与代谢荧光寿命成像相结合，在不依赖任何外源性标记物的情况下，实现了对胶质母细胞瘤的多参数、定量化精准识别。该方法不仅为脑肿瘤手术边界判定提供了客观工具，也为无标记光学病理学的发展开辟了新方向。随着微型化双光子技术的成熟，这项技术有望真正走进手术室，成为神经外科医生的“第三只眼”。

通讯作者简介

郑炜，中国科学院深圳先进技术研究院研究员，主要研究方向为新型光学显微成像方法研究并探索其在生物医学中的应用。

更多详情见https://people.ucas.edu.cn/~zhengw80

李慧，中国科学院深圳先进技术研究院研究员，研究方向为生物医学光学显微成像，主要涉及生物组织活体无标记光学显微成像研究，基于光学显微成像的肿瘤识别研究，肿瘤免疫、心脑血管疾病的光学显微成像研究等。

更多详情见https://people.ucas.edu.cn/~lihui1

支持单位：