郑海荣院士：由生物成像迈向生物智能

本文特邀：

作者：郑海荣

单位：南京大学，中国科学院深圳先进技术研究院

2025年，生物医学成像技术呈现出加速创新的格局。新型高端设备和成像方法不断涌现，不仅提升了影像的分辨率与信噪比，也推动了成像从单纯结构观察向功能、动态和代谢全景探索转型。同时，生成式成像、摄像磁共振、及新型代谢成像和智能分析等新兴技术的发展，标志着医学影像正迈向更加智能化和系统化新时代。本文旨在回顾2025年生物医学成像领域的重要产业和研究进展，为未来技术演进与临床应用提供参考与启示。

新型生物医学成像设备引领领域发展

（1）国产高端医学成像设备整体实力跃迁：2025年国产高端医学成像设备迎来集中式突破：国内已研发并获批临床应用的5T超高场磁共振系统，在脑部、肾脏、心脏、前列腺等多器官成像中展示出潜在优势[1]，不仅填补了超高场磁共振在全身临床应用的空白，也推动我国临床影像进入更高分辨率与更高诊断价值的时代；国产光子计数CT也获得医疗器械注册证，光子计数技术可在单个光子层面同时记录能量与空间信息，从而显著提高空间分辨率、能谱精度和低剂量性能，这一突破标志着我国在高端CT探测器与整机系统方面实现从“跟随”到“自主可控”的重要跨越，为心血管、肺结节及肿瘤等疾病的精准诊断奠定了设备基础；由中国科学院深圳先进技术研究院医学成像科学与技术系统全国重点实验室(以下简称医学成像全重实验室)与其孵化的企业合作研发的国产大阵元心腔内超声导管的正式上市，则使我国在介入超声影像领域实现技术级别的显著提升，为房颤消融等复杂手术提供更加稳定、可靠的实时导航能力。

（2）高时空分辨、多模态光声成像设备迅速发展：医学成像全重实验室研究团队开展了用于活体大脑的光声/荧光双模态高时空分辨成像研究，研制成功全皮层大视场成像系统，实现了清醒小鼠全脑皮层神经元活动和微血管多种参量同时、动态、高分辨成像，观测到小鼠癫痫发作过程大脑神经活动与血液动力学的癫痫波同步传播(Sci.Adv)[2]。美国加州理工学院汪立宏院士团队提出了用于人体乳腺疾病检测的全景光声计算断层扫描技术（Nat.Biomed.Eng），并用于区分正常和可疑组织、判断恶性与良性病变，其表现出与传统成像标准相当或更高的灵敏度和特异性，展示了光声成像技术在乳腺病变检测和诊断中的显著潜力[3]。韩国浦项科技大学Chulhong Kim教授团队展示了一种基于透明超声换能器阵列的手持式光声/超声/荧光多模态成像设备（Nat.Commun），利用换能器的透光特性解决了光学和声学器件的空间耦合难题，并将其应用于淋巴水肿患者的术前评估[4]。

（3）活体生物计算光学成像取得突破：清华大学戴琼海院士团队开发了一种物理驱动的自监督学习网络，实现了光场显微术的高速、高保真3D重建（Nat.Methods），在强噪声、光学像差、样本运动等不利条件下，实现了比现有深度学习方法更具优势的泛化能力，为活体生物样本的高速、高精度三维成像提供了全新解决方案[5]；中国科学院生物物理研究所李栋团队提出于基于元学习的反射晶格光片虚拟结构照明显微镜，用于快速、长期、近各向同性亚细胞成像（Nat.Methods），并且通过快速自适应模型训练，大幅降低模型对训练数据和时间的需求，该技术能对活体细胞和组织进行长时程、多色、高分辨三维观测，为生命科学研究提供了强大的工具[6]。海南大学数字医学工程全国重点实验室提出连续显微光学切片断层扫描技术(Nature)，实现了以1微米各向同分辨率绘制小鼠三维脑区和立体定位图谱，为神经科学研究提供了前所未有的微观视角[7]。

成像新材料和新范式不断涌现

（1）新型高灵敏X射线探测材料与器件：钙钛矿X射线探测器能以更低的辐射剂量提供更高清晰度的图像。2025年钙钛矿单晶或厚膜被成功集成到CMOS芯片上，实现了高空间分辨率和快速读取速度的动态X射线成像。华中科技大学牛广达教授团队联合医学成像全重实验室，通过深入分析钙钛矿辐照损伤和材料自修复机制，研制了高灵敏度、高辐照稳定性的钙钛矿X射线探测器(Nat. Photonics)，有望应用于Flash放疗、自适应放疗等前沿治疗用CT成像装备中[8]。

（2）物理驱动的生成式医学成像新范式：2025年，物理驱动的生成式医学成像成为全球医学影像领域最受关注的技术方向之一。传统磁共振与CT长期依靠求解不适定的反问题进行重建，在高加速、低剂量等极限条件下极易产生信息缺失与伪影残留。近两年生成式AI的快速突破，通过学习数据分布或图像-信号之间的条件生成关系，让重建过程从“逆向伪影去除”转变为“正向生成真实影像”，显著提升了其信息恢复能力。

医学成像全重实验室提出多种具有代表性的物理驱动生成式成像模型(IEEE Trans Med Imaging)，包括用于增强高频结构细节的扩散生成模型、确保重建结果严格满足采集数据约束的k空间自一致性生成框架，以及以热方程为先验的物理驱动扩散模型[9], [10]。这些方法使生成式模型不仅学习图像分布，而且在生成过程中遵循磁共振信号的物理规律，从而在脑部、关节和心脏等多部位实现高加速条件下的高保真重建，并展示出良好的跨部位迁移能力。相关成果展示了生成式AI与医学物理深度耦合的可行路径，为下一代生成式快速成像技术提供可行的理论基础。

（3）摄像磁共振：摄像磁共振成像是医学领域的另一项重要技术突破，标志着 MRI 从传统“静态拍照”进入“动态摄像”时代。传统磁共振成像多在单一时间点执行静态采集，因此受呼吸、吞咽、胃肠蠕动等无意识运动干扰而出现模糊与伪影。医学成像全重实验室梁栋教授等提出的摄像磁共振成像新模式，通过连续采集和快速重建，将磁共振成像扩展为一种高时间分辨的动态序列。其中核心的t-ACS技术，可在毫秒级时间尺度实现数据流式获取与快速重建，使消化道非规律运动、食管吞咽等自然生理过程能够以“视频”形式清晰呈现。

相关技术已应用于新型磁共振成像平台中，在消化道动力学评估、吞咽功能、盆底动态等领域展现出巨大潜力，正推动MRI从“静态器官解剖学”向“动态生理影像学”拓展，为精准医学提供全新的时空信息维度。

新型成像和分析技术加速成形

（1）脑机接口成像：传统脑机接口主要通过神经电信号对意识和意图进行解码与推断，其信号维度和空间覆盖范围有限，在系统刻画脑功能组织方式及脑区协同关系方面存在明显局限。脑机接口成像通过融合多尺度、多模态的前沿脑成像技术，实现不同空间尺度脑信号的解码和翻译，从而突破了传统脑机接口的限制，为发展新模态脑机接口提供重要的技术基础。

医学成像全重实验室在脑机接口成像研究领域取得了系统性进展。研究团队构建了磁共振成像同步的多尺度荧光脑功能成像平台，实现了全脑功能磁共振成像与介观皮层荧光成像、微观显微荧光成像的同步采集与时序对齐。其中，磁共振成像用于刻画全脑功能网络及其动态变化；介观皮层荧光成像覆盖大尺度皮层区域，表征不同功能区之间的时空协同关系；微观显微荧光成像则在细胞与神经元群体层面提供高时空分辨率的功能活动信息，为脑功能表征提供精细的生物学约束。在光学/超声脑机接口成像方面，研究团队开发出重量仅1.7克的头戴式双模态成像显微镜，通过共聚焦荧光显微镜与光声显微镜的像素级同步，实现了自由活动小鼠神经元活动与血氧代谢的高时空分辨同步成像，为神经血管耦合机制探索提供了新思路(Sci.Adv)[11]。

在脑机接口成像解码方面，基于功能磁共振的大脑神经活动解读正逐步由对外界刺激内容的直接重建，发展到对主观想象内容的重建，或将脑活动翻译为高级语义文本（Sci.Adv）[12]，甚至探索基于意识的图像编辑(NeruIPS)[13]等，体现出脑机接口技术从感知层面解码向认知与意图表达层面演进的总体趋势。此外，脑解码研究也尝试从人脑视觉表征与人工智能模型之间的内在一致性出发，为脑解码可解释性提供新的视角。美国明尼苏达大学等通过功能磁共振成像揭示了人类高层视觉皮层的语义表征可与大语言模型的表示空间实现显著对齐，为脑活动向语言语义的“脑翻译”提供直接依据（Nat Mach Intell）[14]。美国约翰霍普金斯大学研究发现即使在不引入任何语言或预训练的条件下，从零开始训练的卷积神经网络也能够形成与人类视觉皮层层级结构高度一致的表征方式，揭示了大脑视觉编码与人工模型对齐主要源于结构性归纳偏置而非显式语义监督（Nat Mach Intell）[15]。

（2）代谢成像：代谢成像是医学成像的重要发展的主要方向，其核心优势在于能够超越传统结构成像的“形态观察”模式，直接捕捉组织和器官的功能状态与代谢活动。传统结构成像往往只能在疾病出现明显结构损伤后才能发现异常，而代谢成像能够在结构尚未改变前就识别病灶的代谢紊乱，实现更早、更敏感的检测。此外，代谢成像能够呈现不同器官之间的代谢协同关系，揭示疾病对全身系统的影响，为理解重大疾病的跨器官作用机制提供了关键的工具。

2025年，医学成像全重实验室在代谢成像研究领域持续取得突破性进展。在磁共振代谢成像方面，研究团队自主研发并搭建了5T超高场磁共振氘代谢成像平台，攻克了超宽带功率放大和系统集成等关键技术难题，首次在国际上获得了高质量的人体大脑和小腿氘代谢波谱成像结果(Magn Reson Med)[16]。磁共振氘代谢成像能够无创、动态地描绘活体组织的代谢过程，对肿瘤、神经科学和药物研发具有重要价值。5T超高场磁共振较1.5T/3T能大幅提升信噪比和波谱分辨率，特别适合探测氘等低灵敏度核素。其次，在PET代谢成像研究方面，研究团队揭示了肺癌可在早期阶段通过跨器官途径重塑全身葡萄糖代谢模式，为理解肿瘤的系统性生物学特征提供了新视角(Eur J Nucl Med Mol I)[17]。进一步，将研究扩展至糖代谢领域，首次系统描绘从血糖异常从正常、到糖尿病进展过程中多器官代谢网络的动态重塑，揭示了神经—外周代谢轴在糖尿病发生发展中的关键作用，为理解糖尿病的系统性代谢失衡提供了新思路(Eur J Nucl Med Mol I)[18]。

（3）在肿瘤辅助诊断与精准治疗：胶质母细胞瘤因复发率极高、生存期短，被认为是最难治疗的恶性肿瘤之一。医学成像全重实验室研究团队将传统方法中相对割裂的宏观、介观和微观信息进行关联整合，提出了肿瘤跨尺度计算分型新方法（Nat.Commun）[19]，实现了医学影像、数字病理、基因组学、转录组学和蛋白质组学信息的有效融合，发现了胶质瘤新分型和潜在治疗靶点，推动了从肿瘤生物学分型到跨尺度计算分型的创新，为脑胶质瘤开拓了分型诊疗新途径[20]。针对前列腺癌切除术肿瘤边界定位不准的问题，复旦大学李聪教授团队联合医学成像全重实验室开发了一种无需染色的术中肿瘤分级导航系统（Nat.Biomed.Eng）。该系统基于表面增强拉曼散射，集成微流控采样、拉曼阵列与AI光谱分析，可在手术切缘处通过水滴无损采样同步检测肿瘤的关键分子标志物，并在2分钟内完成分级判断，该方法可有效辅助精准切除，为降低术后复发风险提供术中快速评估手段[21]。

回顾过去一年，生物医学成像在设备创新、成像方法和应用方面均取得重要进展。展望未来，随着高端医学成像设备和新型成像技术的持续突破，生物医学成像将继续朝着高分辨率、动态化和功能化方向发展。在此基础上，人工智能的深度融合将进一步推动生物成像向“生物智能”演进，实现从数据获取到智能解读的全链条升级。未来，生物医学成像不仅将成为疾病发生发展机制、早期进展和精准治疗的核心工具，也可能发展为数字孪生智能诊疗平台，实现从“观察”向“理解、预测与干预”的跨越，为精准医学和系统性健康管理提供全新的技术支撑。

学术关键词

影像、生物成像、生物智能、摄像磁共振、脑机接口成像

参考文献（上下滑动阅览）

[1] Shi-hai Zhao, Yuan-ren Zhai, Yi-jun Zhou et al., 5.0 T MRA Techniques for evaluating Moyamoya Disease: 4D-ASL-MRA vs. 3D-TOF-MRA, Journal of Neuroradiology, 2025, 52(6):101376.

[2] Liangjian Liu, Zhiqiang Xu, Zhenjie Lai et al., Photoacoustic and fluorescence hybrid microscope for cortex-wide imaging of neurovascular dynamics with subcellular resolution, Science Advances, 2025, 11(30):eadw5275.

[3] Xin Tong, Cindy Z Liu, Yilin Luo et al., Panoramic photoacoustic computed tomography with learning-based classification enhances breast lesion characterization, Nature Biomedical Engineering, 2025:1-17.

[4] Jeongwoo Park, Donghyeon Oh, Jinhee Yoo et al., Clinical ultrasound, photoacoustic, and fluorescence image-guided lymphovenous anastomosis microsurgery via a transparent ultrasound transducer array, Nature communications, 2025, 16(1):9853.

[5] Zhi Lu, Manchang Jin, Shuai Chen et al., Physics-driven self-supervised learning for fast high-resolution robust 3D reconstruction of light-field microscopy, Nature Methods, 2025:1-11.

[6] Chang Qiao, Ziwei Li, Zongfa Wang et al., Fast-adaptive super-resolution lattice light-sheet microscopy for rapid, long-term, near-isotropic subcellular imaging, Nature Methods, 2025:1-11.

[7] Zhao Feng, Xiangning Li, Yue Luo et al., A mouse brain stereotaxic topographic atlas with isotropic 1-μm resolution, Nature, 2025, 645:448-456.

[8] H. Yin, H. Wu, Y. Zhang et al., Highly sensitive and stable perovskite detector for ultrahigh-energy radiations via dynamic repair regulation, Nature Photonics, 2025,

[9] Yuanyuan Liu, Zhuo-Xu Cui, Shucong Qin et al., Score-based diffusion models with self-supervised learning for accelerated 3D multi-contrast cardiac MR imaging, IEEE Transactions on Medical Imaging, 2025, 44(6):2436 - 2448.

[10] Zhuo-Xu Cui, Chentao Cao, Yue Wang et al., SPIRiT-Diffusion: Self-Consistency Driven Diffusion Model for Accelerated MRI, IEEE Transactions on Medical Imaging, 2025, 44(2):1019-1031.

[11] Ningbo Chen, Zhiqiang Xu, Zheng Song et al., Simultaneous head-mounted imaging of neural and hemodynamic activities at high spatiotemporal resolution in freely behaving mice, Science Advances, 2025, 11(12):eadu1153.

[12] Tomoyasu Horikawa, Takashi Nishimoto, Yukiyasu Kamitani et al., Mind captioning: Evolving descriptive text of mental content from human brain activity, Science Advances, 2025, 11(45).

[13] Pengfei Zhou, Jie Xia, Xiaopeng Peng et al., Neural-Driven Image Editing, NeurIPS 2025.

[14] Adrien Doerig, Tim C. Kietzmann, Emily Allen et al., High-level visual representations in the human brain are aligned with large language models, Nature Machine Intelligence, 2025.

[15] Atlas Kazemian, Eric Elmoznino, Michael F. Bonner et al., Convolutional architectures are cortex-aligned de novo, Nature Machine Intelligence, 2025, 7: 1834–1844.

[16] Lixian Zou, Ganghan Yang, Yixuan Wang et al., Deuterium MR Spectroscopy and Imaging in Human at 5 T Using a Compact and Pluggable X‐Nuclei Imaging Platform, Magnetic Resonance in Medicine, 2025,

[17] Xuetong Tao, Haiyan Wang, Jiaxiang Qu et al., Exploring the metabolic landscape of lung adenocarcinoma and squamous cell carcinoma: a total-body [18F] FDG PET/CT approach, European Journal of Nuclear Medicine and Molecular Imaging, 2025:1-16.

[18] Xuetong Tao, Zilong Guan, Jiaxiang Qu et al., Mapping systemic inter-organ metabolic networks across glycemic continuum using whole-body [18F] FDG PET/CT and machine learning, European Journal of Nuclear Medicine and Molecular Imaging, 2025:1-15.

[19] Zaoqu Liu, Yushuai Wu, Hui Xu et al. Multimodal fusion of radio-pathology and proteogenomics identify integrated glioma subtypes with prognostic and therapeutic opportunities. Nature Communications. 2025, 16: 3510.

[20] Zaoqu Liu, Yushuai Wu, Hui Xu et al., Multimodal fusion of radio-pathology and proteogenomics identify integrated glioma subtypes with prognostic and therapeutic opportunities, Nature communications, 2025, 16(1):3510.

[21] Ziyi Jin, Sihui Chen, Xiaoyan Dong et al., Label-free navigation system for grading prostate tumour malignancy in situ via tissue pH and prostate-specific antigen activity, Nature Biomedical Engineering, 2025:1-14.