复旦团队Cell发文：AI+受激拉曼散射实现30分钟毫米级三维病理成像

复旦大学生物医学研究院施立雪团队联合物理学系季敏标团队，在国际学术期刊《细胞》（Cell）发表研究论文，推出全新超快速三维病理技术平台ULTRA：该技术依托无标记受激拉曼散射（SRS）成像原理，创新性融合快速组织透明化技术与无监督学习图像生成算法，解决了三维病理成像周期漫长的核心技术难题。传统术中冰冻病理流程需在30分钟内完成，但只能观测二维薄片；ULTRA可在同样时间窗口内产出媲美石蜡病理金标准级别的毫米级三维病理图像，实现胶质瘤术中三维病理特征解析与肿瘤浸润边界精准测绘。

一、发布背景

传统三维病理技术流程繁琐，完整检测周期长达数小时甚至数天，完全无法适配神经外科术中即时诊断的刚需，长期只能停留在实验室研究阶段，难以落地到临床手术场景。

二、核心升级

1. 传统三维病理流程

依赖化学染色、多通道图像采集，单样本检测耗时数天，无法满足术中时效要求。

2. ULTRA流程升级

重新设计全链路技术路径，取消传统耗时的化学染色环节，全流程总耗时控制在30分钟以内。

3. 透明化效率升级

自研ULTRA-clearing快速透明化技术，5-10分钟即可完成1毫米厚脑组织的完全透明处理，同时保留拉曼成像所需的脂质、蛋白核心信号，无背景干扰。

4. 成像与识别精度升级

通过无标记SRS成像直接识别组织分子特征，结合AI算法生成的病理图像，效果可媲美石蜡病理金标准。

三、技术原理

该平台的核心突破在于三重技术的协同创新： 首先通过温度调控联合特异性去除细胞膜胆固醇的方式，快速打乱细胞膜有序结构、提升组织通透性，让透明化试剂在数分钟内渗透进厚层脑组织内部； 随后利用受激拉曼散射显微镜，直接通过激光识别组织内脂质、蛋白的特征振动信号，无需染色就能精准区分正常组织与肿瘤组织； 最后通过AI无监督学习算法，将原始光学信号转化为病理医生熟悉的标准病理图像，兼顾成像效率与临床可读性。 这项技术能在当下落地，一方面是近年受激拉曼散射成像硬件的成像速度、识别精度实现了量级提升，另一方面大模型在医学图像风格迁移任务上的成熟应用，解决了原始光学信号到标准病理图像的转换难题，此前这两个环节都存在明显的技术瓶颈。

四、应用场景

1. 神经外科术中诊断

核心适配胶质瘤切除手术，术中快速测绘肿瘤浸润边界，解决传统术中冰冻病理只能提供二维切片、容易漏判深层浸润病灶的痛点，帮助医生最大化切除肿瘤同时保留正常脑组织。

2. 术后病理精准分析

用于术后大样本组织的全维度三维病理重建，捕捉传统二维切片无法获取的组织空间结构信息，提升肿瘤分期的精准度。

3. 抗肿瘤药物研发

为药企提供三维层面的肿瘤组织病理观测能力，加速新药在组织层面的药效评估效率。

将AI图像生成与光学成像技术结合的，ULTRA平台首次把三维病理的检测效率压缩到了术中可用的30分钟级别，突破了术中三维病理的时效性瓶颈；为肿瘤精准切除、手术边界界定提供了全新技术路径，有望改善脑胶质瘤等复杂肿瘤的手术预后。为神经外科精准手术提供了全新的技术支撑，填补了长期以来三维病理无法落地临床的空白。