復旦大學化學系教授張凡、研究員王尚風聯(lián)合計算與智能創(chuàng)新學院教授顏波、研究員譚偉敏，發(fā)明了一種名為“鑭系彩虹”的新型分子調色板，能在深層組織中實現(xiàn)高分辨率高容量九色成像。團隊進一步引入人工智能算法，成功在活體中對多個臟器進行不同顏色的標記，實現(xiàn)了實時動態(tài)熒光手術導航。8月27日，相關研究在線發(fā)表于《自然-光子學》。

“鑭系彩虹”調色板的構建、分子光物理性質以及用于多光譜成像流程。

在外科手術中，醫(yī)生往往需要一邊切除腫瘤，一邊避開血管等關鍵解剖結構，同時還要對關鍵器官的功能狀態(tài)進行實時監(jiān)測。如果手術臺上有一幅實時的“體內地圖”，將不同組織用不同顏色點亮，醫(yī)生就能清晰、全面地看到目標區(qū)域，從而大大降低手術風險。

研究人員利用稀土元素鉺的獨特光學特性，通過分子工程設計構建了一系列具有三明治結構的新型酞菁鉺配合物探針“鑭系彩虹”。它們的吸收波長分布在673 nm至772 nm，但發(fā)射統(tǒng)一集中在1530 nm——一個組織散射較小、自發(fā)熒光幾乎為零的光學窗口。

利用該系列酞菁鉺配合物獨特且優(yōu)越的光譜性質，研究人員創(chuàng)新性地引入了“激發(fā)編碼、單一發(fā)射”的多光譜成像策略。這種方法克服了基于多發(fā)射的多光譜方法中存在的光子效率限制以及波長相關的圖像保真問題，確保了在所有通道中都能實現(xiàn)一致的高對比度成像，在深層組織中實現(xiàn)了高保真的九種信號的區(qū)分。

然而，想要實現(xiàn)外科手術過程中“體內地圖”的構建，成像數(shù)據(jù)的實時分析是一重要要素。依托復旦大學“AI for Science”多學科交叉融合的優(yōu)質生態(tài)，研究人員以“實時處理高維多光譜數(shù)據(jù)集”為目標，構建了波長感知的端元提取AI模型（EndmemberNet），實現(xiàn)了多光譜數(shù)據(jù)的自動化分析。

利用AI輔助的鑭系彩虹多光譜成像技術，研究人員成功實現(xiàn)了在結直腸癌小鼠模型中的五色熒光指導手術導航。該系統(tǒng)能夠同步可視化腫瘤原發(fā)灶、轉移結節(jié)、血管與腸道運動，并通過EndmemberNet神經(jīng)網(wǎng)絡自動完成光譜特征提取與分解，在術中實時輸出清晰的解剖結構與功能信息。這意味著外科醫(yī)生未來有望在手術臺上實時看到腫瘤、血管、淋巴結及腸道功能的多通道動態(tài)畫面，大幅提升精準切除和術中判斷的能力。

論文鏈接：https://doi.org/10.1038/s41566-025-01736-8