定义
光声断层成像（photoacoustic computed tomography, PACT）是光声成像[1]的一种成像模式，主要针对于较深层组织进行成像。根据光声效应，利用非弹道激光使血流等特异性吸收光的物质产生声学信号，并通过超声换能器接收信号，反演重建出目标的结构和功能信息。
2003年，Wang等人首先提出了基于单元件超声换能器的圆形视图PACT系统用于大鼠脑结构成像[2] 。系统装置示意图由图1a所示，光源是可调谐脉冲激光器，具有几纳秒的脉冲持续时间。在到达动物脑之前，首先使用凹透镜扩展激光束，然后使用磨砂玻璃均化。该程序可确保在大于ANSI安全限值的功率强度下对大脑进行均匀的光照射。将动物保持在声学耦合介质中并且可以通过面罩呼吸。光声信号由超声换能器检测，超声换能器可以使用步进电机在脑周围进行圆周扫描。在完整的圆形扫描之后，可以重建大脑的二维光声图像。图1b是使用单元件圆形视图PACT系统，通过完整头皮和颅骨非侵入性获得的大鼠脑皮层血管系统的体内图像。还可以通过在z方向上递增地移动动物或换能器来获取三维图像。由于机械扫描，单元件圆形视图PACT用于二维扫描需要15分钟，对于三维扫描需要几个小时。
图 1（a）基于单元件超声换能器的圆形视图光声计算机断层摄影（PACT）系统的示意图。（b）成年大鼠的皮质脉管系统的体内圆视图PACT图像，头皮和头骨完整。
为了加速数据采集，最先进的超声波阵列探测器已被用于PACT。整个感兴趣区域（ROI）被扩展的光束激发，并且光声波被超声阵列同时检测。然后，使用逆向重建算法来获得高分辨率图像[3-6] 。由于大多数超声阵列是1D，因此成像平面中的2D分辨率来自重建，而正交分辨率来自圆柱声学聚焦。可以沿着正交维度进一步平移成像平面以用于3D成像。根据所关注的器官的解剖结构的不同，超声波阵列可以线性的[7]或圆形的[8-10] 。
在线性阵列PACT（图2）中，多模光纤束分叉到手持式超声阵列的侧面，用于暗场光学照射。临床超声成像系统已经适用于与PACT同时成像。该系统的轴向分辨率为400μm，横向分辨率为~1 mm[11] 。已被用于小动物亚甲蓝标记的前哨淋巴结的无创体内功能成像（图2），最近也被应用在人类乳腺癌患者的成像中[12] 。
图 2 在大鼠前哨淋巴结中标准化亚甲蓝浓度（线性阵列PACT）
圆形阵列PACT（图3）设计用于容纳圆形物体，例如大脑，外围关节，甚至小动物的整个身体。ROI被阵列包围以检测沿所有面内方向传播的光声波；与线性阵列PACT中的部分视图检测不同，全视图检测提供高质量图像而不会遗漏边界[13] 。圆形阵列PACT的原理最初是通过在第一个功能性PAT系统中循环扫描单元件超声换能器来证明的。使用该系统，对通过完整的头皮和颅骨的成年大鼠的单侧晶须刺激的脑血管反应进行成像，平面分辨率可达~200μm（图3）[14] 。
图 3 对老鼠的单侧胡须刺激的大鼠血液动力学变化（圆形阵列PACT）
为了解决扫描速度慢的问题，圆形视图PACT[15] 通过使用超声换能器阵列，从而大大提高的成像速度。图4a是512阵元全环换能器阵列的顶视图。该阵列是定制的，形成一个直径为50毫米的完整圆。阵列中的每个阵元都是高度弯曲的（图4b）产生19毫米的机械焦深，没有外部镜头的损耗和声学像差。所有阵元的组合焦点形成直径12毫米，厚度2毫米的3D中心成像区域，其紧密贴合成年小鼠大脑的横截面。由于换能器阵元数量众多，阵列输出首先由接收器板采样。单次采集结果的数据设置和传输可以在高达8 Hz的频率下执行，最大全捕获率为1帧/秒。动物安装方案也不同于单元件PACT中使用的方案。不是完全浸没在耦合介质中，而是从下方支撑动物，头部被柔性膜覆盖（图4b）。使用全环阵列PACT系统，图4c是5-6周龄的小鼠（〜20克）与头皮和颅骨完整两者的皮层血管的体内光声图像。
图 4 带有全环超声换能器阵列的圆形PACT。（a）全环阵列和动物头的顶视图。（b）阵列系统的侧视图和动物的位置。（c）体内全环阵列PACT图像的成年小鼠的皮质脉管系统，头皮和头骨完好无损
参考文献
[1] L. V. Wang and S. Hu, Photoacoustic tomography: in vivo imaging from organelles to organs. Science 335.6075(2012):1458-1462.
[2] Wang X et al (2003) Noninvasive laser-induced photoacoustic tomography for structural and functional in vivo imaging of the brain. Nat Biotechnol 21:803–806
[3] K. P. Kostli et al., Optoacoustic imaging using a three-dimensional reconstruction algorithm. IEEE J. Sel. Top. Quantum Electron. 7, 918(2001).
[4] M. Xu, L. V. Wang, Time-domain reconstruction for thermoacoustic tomography in a spherical geometry. IEEE Trans. Med. Imaging 21, 814(2002).
[5] D. Finch, S. K. Patch, Rakesh, Determining a function from its mean values over a family of spheres. SIAM J. Math. Anal. 35, 1213 (2003).
[6] M. Xu, L. V. Wang, Universal back-projection algorithm for photoacoustic computed tomography. Phys. Rev. E 71, 016706 (2005).
[7] R. J. Zemp et al., Photoacoustic imaging of the microvasculature with a high-frequency ultrasound array transducer. J. Biomed. Opt. 12,010501 (2007).
[8] H. P. Brecht et al., Whole-body three-dimensional optoacoustic tomography system for small animals. J. Biomed. Opt. 14, 064007(2009).
[9] R. A. Kruger, R. B. Lam, D. R. Reinecke, S. P. Del Rio, R. P. Doyle,Photoacoustic angiography of the breast. Med. Phys. 37, 6096 (2010).
[10] C. Li et al., Real-time photoacoustic tomography of cortical hemodynamics in small animals. J. Biomed. Opt. 15, 010509 (2010).
[11] C. Kim, T. N. Erpelding, L. Jankovic, M. D. Pashley, L. V. Wang, Deeply penetrating in vivo photoacoustic imaging using a clinical ultrasound array system. Biomed. Opt. Express 1, 278 (2010).
[12] L. V. Wang, seminar presented at the Isaac Newton Institute for Mathematical Sciences: Inverse Problems, Cambridge, 23 August 2011;www.newton.ac.uk/programmes/INV/seminars/082314051.html.
[13] Y. Xu, L. V. Wang, G. Ambartsoumian, P. Kuchment, Reconstructions in limited-view thermoacoustic tomography. Med. Phys. 31, 724 (2004).
[14] X. Wang et al., Noninvasive laser-induced photoacoustic tomography for structural and functional in vivo imaging of the brain. Nat. Biotechnol. 21, 803 (2003).
[15] Gamelin J et al (2009) A real-time photoacoustic tomography system for small animals. Opt Express 17:10489–10498
