2026年19卷第1期目录摘要
Volume 19, Issue 01 (Jan. 2026)
REVIEW ARTICLE
1. Advances in cell-penetrating peptides for cytoplasmic delivery of fluorescent probes
穿膜肽在荧光探针胞质递送中的研究进展
摘要：
荧光探针凭借其优异的光学性能和标记多样性，极大地推动了胞内分子及亚细胞结构的可视化研究。然而，由于电荷、尺寸或靶向基团等因素导致的胞质递送效率低下，限制了众多荧光探针在活细胞中的有效应用。近年来，穿膜肽（CPPs）作为一种高效载体，在活细胞荧光探针胞质递送方面展现出巨大潜力。本文系统综述了CPP作为探针递送载体的研究进展，详细阐述了其开发历程、偶联化学策略及胞内递送机制。文章重点梳理了CPP在活细胞成像中的最新应用，并按照主要CPP修饰策略进行分类，包括序列工程、环化修饰、杂合设计以及化学试剂增强等。最后，深入探讨了该快速发展领域面临的挑战与未来发展方向。。
引用：
Simei Zhong, Peng Xu, Yunfei Wei, Xinxin Duan, Shanshan Zhao, and Yu-Hui Zhang. Advances in cell-penetrating peptides for cytoplasmic delivery of fluorescent probes.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2530012 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825300125
2. Advances in deep learning for bacterial image segmentation in optical microscopy
深度学习在光学显微镜细菌图像分割中的研究进展
摘要：
显微成像技术是分析细菌形态与动态的基础，为理解细菌生理学与致病机制提供了关键信息。图像分割技术能够对细菌结构进行定量分析，从而实现单细胞分辨率下形态变异与群体行为的精确测量。本文回顾了细菌图像分割技术的最新进展，重点关注从传统阈值分割与分水岭方法向深度学习驱动方法的转变。卷积神经网络、U-Net架构及三维框架在分割致密生物膜以及解析抗生素诱导的形态变化方面表现出色。这些方法将自动特征提取与基于物理原理的后处理相结合。尽管取得进展，该领域在计算效率、跨物种泛化能力以及与多模态实验工作流的整合方面仍面临挑战。未来的发展将依赖于提升模型在不同物种和成像模式间的鲁棒性、整合多模态数据以实现表型-功能映射，并建立连接计算工具与临床诊断的标准流程。这些创新将推动微生物表型分析超越结构分析的范畴，从而更深入地揭示细菌生理特性及其生态互作机制。
引用：
Zhijun Tan, Yang Ding, Huibin Ma, Jintao Li, Danrou Zheng, Hua Bai, Weini Xin, Lin Li, and Bo Peng. Advances in deep learning for bacterial image segmentation in optical microscopy.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2530011 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825300113
RESEARCH ARTICLE
3. Electroacoustic tomography with dual-frequency array for real-time monitoring of electroporation
双频阵列电声断层成像用于实时监测电穿孔过程
摘要：
电声断层成像是一种通过检测电脉冲诱导的超声波进行成像的技术，为实时监测电穿孔过程提供了解决方案。本研究展示了一种采用双频超声阵列的EAT系统。电声信号的宽带特性要求超声检测器必须同时覆盖小目标产生的高频信号（约6 MHz）和大目标产生的低频信号（约1 MHz）。在本EAT系统中，我们使用6 MHz阵列检测电极产生的高频信号，1 MHz阵列则用于检测电场信号。为验证系统性能，我们通过COMSOL Multiphysics®软件与MATLAB的k-Wave工具箱进行了仿真模拟，并利用配备双频换能器的定制装置配合实时数据采集系统进行了实验验证。实验结果表明，在施加100 ns脉宽、1 kV电压的电脉冲条件下，双频EAT系统能准确同步监测电穿孔过程，有效显示治疗区域与电极位置。其中6 MHz阵列的轴向分辨率为0.45 mm，显著优于1 MHz阵列2 mm的分辨率。这些发现证实了双频EAT技术作为实时电穿孔监测方法的优越潜力。
引用：
Luke Xu, Yifei Xu, and Liangzhong Xiang. Electroacoustic tomography with dual-frequency array for real-time monitoring of electroporation.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550026 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500269
4. Noninvasive interception of circulating leukocyte in vivo by optical tweezer array
基于光镊阵列的无创体内循环白细胞捕获技术
摘要：
能够无创地操纵和分离体内特定细胞群，对于推动实时诊断、精准医疗和免疫学研究至关重要。本研究提出了一种基于定制化2×3光镊阵列的新型通用光学捕获系统，实现了对活体动物体内循环白细胞的实时拦截与操控。该系统利用白细胞与红细胞在血流速度上的固有差异，成功在直径15–20微米的血管中稳定捕获单个白细胞，并在直径大于20微米的血管中实现多细胞同步减速。值得注意的是，该系统还能对直径超过50微米的淋巴管进行光学封堵，这一能力此前未见报道。这种无需标记、无创的操作方法避免了反复采血的需求，并能适应不同血管形态与血流动力学环境。该技术为体内细胞提取与分析提供了通用解决方案，为生物医学研究及临床转化中的高精度单细胞技术开辟了新路径。
引用：
Sisi Ge, Jinhua Zhou, and Xunbin Wei. Noninvasive interception of circulating leukocyte in vivo by optical tweezer array.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550034 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500348
5. Photobiomodulation mitigates LPS-induced astrocyte neuroinflammation via the STAT5A/SOCS3 axis
光生物调节通过STAT5A/SOCS3轴减轻LPS诱导的星形胶质细胞神经炎症
摘要：
神经炎症在神经系统疾病的发生发展中扮演着重要角色。除小胶质细胞外，星形胶质细胞在神经炎症中的作用也日益受到关注。光生物调节作为一种非侵入性治疗手段，已被证实具有缓解小胶质细胞或星形胶质细胞炎症反应的潜力。本研究通过分析不同时间点的效应及基因组学变化，深入探讨了PBM对星形胶质细胞的时空调节作用及其分子机制。结果显示，PBM能够显著减轻LPS刺激4小时和24小时后星形胶质细胞中炎症因子的上调及线粒体功能障碍。RNA-seq分析表明，JAK-STAT通路在LPS诱导的星形胶质细胞神经炎症早期及PBM缓解该炎症过程中均发挥关键作用。在PBM作用下，LPS处理的星形胶质细胞中观察到Stat5a向细胞核转位，同时Socs3表达上调，这可能通过抑制JAK-STAT炎症信号通路的过度激活，从而减轻星形胶质细胞的炎症反应。综上，本研究为PBM在治疗神经炎症中的潜在应用提供了新的分子机制见解。
引用：
Wenjing Chen, Xiaotong Gu, Shengnan Wu, and Feifan Zhou.Photobiomodulation mitigates LPS-induced astrocyte neuroinflammation via the STAT5A/SOCS3 axis.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550028 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500282
6. Detection of human saliva using surface-enhanced Raman spectroscopy combined with fractionation processing and machine learning for noninvasive screening of nasopharyngeal carcinoma
基于表面增强拉曼光谱结合分级处理与机器学习的人体唾液检测用于无创筛查鼻咽癌
摘要：
鼻咽癌是一种在中国南方及东南亚地区高发的恶性肿瘤，早期筛查对于改善患者预后、降低死亡率至关重要。然而，现有筛查方法在准确性与可及性方面存在局限，难以应用于大规模人群筛查。本研究建立了一种基于表面增强拉曼光谱的技术方法，通过分级处理探究鼻咽癌患者与健康受试者唾液中不同层级成分的谱图特征。研究结果显示，所有分级样本均表现出疾病相关的分子信号差异，其中小分子组分（分子量截留值为10kDa）展现出最优的分类能力，其灵敏度达90.5%，特异性为75.6%，受试者工作特征曲线下面积为0.925±0.031。本研究的主要目标在于定性探索不同组别唾液成分的特征模式。所提出的分级唾液SERS检测策略为提升无创鼻咽癌筛查的灵敏度与可靠性提供了新思路，为其在大规模临床场景中的转化应用奠定了基础。
引用：
Zijie Wu, Shihong Hou, Sufang Qiu, Youliang Weng, and Duo Lin.Detection of human saliva using surface-enhanced Raman spectroscopy combined with fractionation processing and machine learning for noninvasive screening of nasopharyngeal carcinoma.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550033 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500336
7. The application of multi-combinatorial approach in sensitivity improvement of lipid photoacoustic imaging
多组合方法在提升脂质光声成像灵敏度中的应用
摘要：
脂质光声成像受限于内源性脂质信号微弱，灵敏度问题长期存在，亟需创新解决方案。尽管采用高效激发与探测元件可在一定程度上提升成像灵敏度，但这些元件在实际应用（尤其在活体成像与内窥镜成像中）仍受诸多限制。本研究提出了一种多组合方法来增强脂质光声成像的灵敏度。该方法包括：对一维A线信号进行小波变换处理、对二维B扫描图像进行基于梯度的降噪处理，最终对前两步处理后的数据进行三维空间加权平均。此方法不仅使图像特征区域的信噪比显著提升约10分贝，还能有效提取原始图像中无明显特征的微弱信号。经该方法处理后，将单次扫描获得的图像与多次扫描图像进行对比。结果显示二者图像特征高度一致，结构相似性指数从0.2提升至0.8，验证了多组合方法的准确性与可靠性。
引用：
Yi Tan, Dongjian Wu, Xiatian Wang, Chengbo Liu, Mingjian Sun, Xiaojing Gong, and Zhihua Xie.The application of multi-combinatorial approach in sensitivity improvement of lipid photoacoustic imaging.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550031 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500312
8. Photoacoustic-computed tomography 3D data compression method and system based on Wavelet-Transformer
基于小波变换的光声计算层析成像三维数据压缩方法与系统
摘要：
光声计算层析成像是一种结合高吸收对比度与深层组织穿透能力的新型成像技术，可实现生物目标的三维全面成像。然而，对更高分辨率与实时成像需求的日益增长导致数据量显著增加，限制了系统的数据存储、传输与处理效率。因此，亟需一种在不影响图像质量的前提下压缩原始数据的有效方法。本文提出了一种基于小波变换的光声计算层析成像三维数据压缩方法与系统。该方法基于集成小波硬编码与深度学习软解码的协同压缩框架，结合了小波变换的多尺度分析能力与Transformer的全局特征建模优势，实现了高质量的数据压缩与重建。基于k-wave仿真的实验结果表明，所提出的压缩系统在极端压缩条件下具有优势，原始数据压缩比可达1:40。此外，活体小鼠三维数据压缩实验显示，重建图像的最大峰值信噪比和结构相似性指数值分别达到38.60和0.9583，有效克服了原始数据压缩带来的细节损失和伪影问题。所有结果表明，该系统能显著降低存储需求和硬件成本，提升计算效率与图像质量。这些优势支持光声计算层析成像向更高效率、实时性与智能化功能发展。
引用：
Jialin Li, Tingting Li, Yiming Ma, Yi Shen, and Mingjian Sun. Photoacoustic-computed tomography 3D data compression method and system based on Wavelet-Transformer.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550029 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500294
9. Oxygenation-driven multimodal photoacoustic/ultrasonic imaging enhances evaluation of enthesitis disease activity in psoriatic arthritis
氧合驱动的多模态光声/超声成像提升银屑病关节炎附着点炎疾病活动度评估
摘要：
传统超声对银屑病关节炎附着点炎的评估存在局限，无法量化如缺氧等驱动疾病活动的关键代谢改变。本研究提出一种氧合整合的多模态光声/超声成像框架，旨在通过量化附着点氧饱和度以评估PsA附着点疾病活动度。在这项横断面研究中，25名PsA患者接受了12个附着点的双侧PA/US成像，其中超声病变采用风湿病结局评估系统进行评分，而通过双波长PA成像量化的PA衍生SO₂水平则使用k均值聚类分为高氧组或低氧组。该方法为传统超声评估提供了补充性的代谢信息。一项整合缺氧与超声参数的复合评分通过与临床疾病活动度指数（DAS28-CRP、DAPSA）进行验证。在300个附着点中，103个（34.3%）呈现PA阳性，其中40个（38.8%）被归类为缺氧。缺氧评分独立预测DAS28-CRP（β=0.618，p=0.001）和DAPSA（β=0.612，p<0.001）。与常规超声相比，缺氧优化的PAUS评分与疾病活动度指数的相关性更优（DAS28-CRP：r=0.615、p=0.001对比r=0.474、p=0.017；DAPSA：r=0.743、p<0.001对比r=0.567、p=0.003），同时对最小疾病活动度（曲线下面积0.776对比0.614，p=0.008）和低疾病活动度（AUC 0.853对比0.772，p=0.009）具有更优的诊断准确性。该多模态评分系统通过提供独特的代谢信息，提升了PsA疾病活动度的分层评估能力，为治疗监测和达标治疗策略指导提供了潜在工具。
引用：
Rui Zhang, Fan Yang, Chenyang Zhao, Ming Wang, Yan Zhang, Fang Yang, Lei Zhu, Jianchu Li, Yuxin Jiang, Xiaomei Leng, and Meng Yang. Oxygenation-driven multimodal photoacoustic/ultrasonic imaging enhances evaluation of enthesitis disease activity in psoriatic arthritis.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550027 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500270
10. Advancing living Bacillus spore identification: Multi-head self-attentionmechanism-enabled deep learning combined with single-cell Raman spectroscopy
提升活体芽孢杆菌孢子鉴定水平：多头自注意力机制驱动的深度学习结合单细胞拉曼光谱技术
摘要：
许多产孢芽孢杆菌属物种可能因意外感染芽孢而引发严重人类疾病，因此亟需开发兼具高灵敏度与高特异性的鉴定策略。本研究提出一种名为“多头自注意力机制引导的神经网络拉曼平台”的新方法，可在单细胞分辨率水平鉴定活体芽孢杆菌孢子。该平台通过整合单细胞拉曼光谱、卷积神经网络与多头自注意力机制构建而成。针对原始光谱数据集规模有限的挑战，采用基于高斯噪声的光谱增强技术扩充单细胞拉曼光谱数据集以支持CNN训练。借助光谱增强与多头自注意力机制的双重辅助，对五种芽孢杆菌孢子物种的预测准确率从92.29±0.82%提升至99.43±0.15%。为解析多头自注意力机制引导的CNN所捕捉的光谱差异，通过多头自注意力机制曲线可视化典型拉曼谱带的相对分类权重。在光谱增强数量从0增至1000的过程中，相对分类权重的分布从离散状态逐渐趋于集中。尤为重要的是，四个突出拉曼谱带（1017、1449、1576和1660 cm⁻¹）被赋予较大权重，表明这些谱带的光谱差异对预测准确率的贡献最大。可以预见，本研究提出的分选平台在单细胞水平精准鉴定芽孢杆菌及其相关属种方面具有巨大潜力。
引用：
Mengjiao Xue, Fusheng Du, Lin He, Junhui Hu, Yuanpeng Li, Yuan Lu, Shuwen Zeng, and Yufeng Yuan.Advancing living Bacillus spore identification: Multi-head self-attention mechanism-enabled deep learning combined with single-cell Raman spectroscopy.Journal of Innovative Optical Health SciencesVol. 19, No. 01, 2550030 (2026)
文章链接：
https://www.worldscientific.com/doi/10.1142/S1793545825500300
版权声明：
本文由《创新光学健康科学杂志（英文）》编辑部负责整理翻译。中文内容仅供参考，一切内容请以英文论文为准。欢迎转发分享本文，如需转载，请留言或联系jiohs@mail.hust.edu.cn。
转载本文请联系原作者获取授权，同时请注明本文来自王珍科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3534623-1524676.html?mobile=1
收藏
