本文属于类型a，即单一原始研究论文的学术报告。
该研究由香港大学电机电子工程系的王仁轩（Renxian Wang）、香港理工大学应用生物及化学科技系的刘琦（Qi Liu）与赵昕（Xin Zhao）、以及香港大学电机电子工程系与生物医学工程学院的李伟宁（Wei-Ning Lee）共同完成。通讯作者为李伟宁。该论文于2025年10月17日发表在《Physics in Medicine & Biology》期刊上，文章编号为70卷21LT01，并作为开放获取（open access）的letter形式发表。
在学术背景方面，超声定位显微成像（ultrasound localization microscopy, ULM）是一种声学超分辨率成像技术，它利用注入循环系统中的充气微泡（microbubbles, MBs）作为点散射源，通过精确的定位与追踪来突破声学衍射极限，实现微米级分辨率的深层组织微循环成像。ULM已被广泛应用于脑、肾、心脏、淋巴结等多种生物组织的微血管成像研究。然而，ULM的性能验证一直受到缺乏具有真实微米尺度、层级分支结构的参考微血管体模（phantom）的制约。现有验证方法主要依赖仿真、简单管状体模或微计算机断层扫描（micro-CT），但这些方法难以同时兼顾微米级尺寸、层级分支结构和真实血管形态。因此，本研究旨在开发一种制备微血管图案的通用协议，以实现设计多样性和按需定制，为超声微血管成像技术尤其是ULM提供可靠的验证平台。
在工作流程方面，本研究提出了一种基于芯片的多功能血管体模制备协议。其核心技术灵感来源于叶片模板微流控芯片技术。整个制备流程包括以下几个主要步骤。首先，研究者将目标血管图案的原始照片进行二值化处理，并通过AutoCAD 2022软件将其转换为矢量图（vectograph）。本研究采用两种血管图案：一种为中国月季叶片的叶脉网络，具有准二维、层级化和分支状通道，与动物血管系统高度相似；另一种为通过micro-CT获得的人类肾脏二维投影血管网络。其次，矢量图案被转移到镀铬光掩模上，用于在硅晶片上进行光刻。具体而言，将光敏聚合物旋涂于硅片表面并固化，然后通过光掩模进行紫外曝光，未被固化的区域在显影液中被溶解，从而在硅片上复制出目标血管图案。接着，将3%琼脂糖溶液浇铸到硅模具上，在25°C下固化约10分钟后，将带有血管负性图案的琼脂糖层从硅模具上剥离。叶片体模的物理尺寸为47.2 mm×34.8 mm×240 µm（长×宽×通道深度），肾脏体模为18.4 mm×25.6 mm×240 µm。随后，将带有血管网络的琼脂糖层紧密贴合到一块平坦的琼脂糖基底（3%琼脂糖，厚度约6 mm）上，并在入口和出口处切开以暴露血管主干通道，便于微泡灌注。微泡溶液（USphereTM，浓度为2×10⁷–3×10⁷ MBs/ml）通过入口注入，依靠毛细管力和重力驱动流动。
在数据采集方面，使用配备L11-4v线阵探头（中心频率6.25 MHz，128阵元，阵元间距0.30 mm）的Verasonics Vantage 256系统，以400 Hz复合帧率采集数据，每次采集使用五个倾斜平面波（角度分别为−4°、−2°、0°、2°、4°）。叶片体模共采集50个数据块，肾脏体模采集30个数据块，每个数据块持续4秒。在数据处理方面，研究采用了pala ULM工作流程。首先通过奇异值分解（singular value decomposition, SVD）提取微泡信号，然后使用高斯拟合方法进行微泡定位，并采用匈牙利算法（Hungarian method）进行微泡追踪。最终通过累积亚波长轨迹重建血管网络。定量评估时，将ULM结果归一化并使用不同经验阈值（threshold, th）进行二值化，与AutoCAD设计图案作为结构真值（ground truth）进行配准比较，计算精确率（precision）、灵敏度（sensitivity）、Jaccard指数（JAC）和结构相似性指数（structural similarity index measure, SSIM）。
在主要结果方面，叶片体模的ULM重建图显示了良好的血管网络形态，尤其在叶脉网络的上半部分重建效果较好。对选定感兴趣区域（ROI）中三条通道的截面剖面分析显示，ULM测量的直径分别为69.0 µm、51.5 µm和58.0 µm，这些值约为真值直径的45%–75%，且峰值均位于真值血管内。血流速度分析表明，较大血管中流速更高，整个视野内的流速分布符合对数正态分布（log-normal distribution），平均流速约为18 mm/s。肾脏体模的ULM重建结果与真值在定性上具有良好的一致性，主干分支被清晰描绘，但一些复杂微通道未被重建，尤其是盲端通道（cul-de-sac channels）。此外，部分微泡流出微通道外，形成游离轨迹。定量分析显示，叶片体模在阈值th=0时的灵敏度为0.97，精确率为0.37；随阈值增加，精确率从0.37升高至0.84，灵敏度从0.97下降至0.27，JAC指数在th=0.01时达到最大值约0.51。肾脏体模在th=0时的灵敏度为0.95，精确率为0.60；随阈值增加，精确率从0.60升高至0.92，灵敏度从0.95下降至0.37，JAC指数在th=0.005时达到最大值约0.70。两个体模的SSIM值分别约为0.88和0.65，且在不同阈值下保持稳定。
在结论方面，本研究提出的片上多功能血管体模协议为ULM的性能验证提供了灵活且可定制的方法。该协议能够同时实现微米级通道尺寸、层级分支结构和真实血管形态，这是现有验证方法难以做到的。研究结果表明，ULM在高灵敏度下成功重建了血管结构，但存在大量假阳性（false positives），尤其在分支复杂区域。该发现揭示了ULM在处理复杂分支结构时的挑战。此外，琼脂糖介质具有声学和光学透明性，便于进一步的光学成像验证，且设计图案可直接作为结构真值。该研究的科学价值在于为ULM工作流程的优化和算法性能评估提供了可靠的实验平台，应用价值则体现在其可推广至其他超声和非超声微血管成像技术的验证，并为发展多功能器官芯片（organ-on-a-chip）设备奠定了基础。
本研究的亮点包括：第一，提出了一种受叶片模板微流控芯片技术启发的琼脂糖基血管体模制备协议，具有高度设计多样性；第二，成功制备了包含真实层级分支和微米级通道的血管体模，最小通道直径约50 µm，远低于大多数临床和研究用超声系统的声学衍射极限；第三，将ULM重建结果与AutoCAD设计真值进行定量比较，揭示了ULM在复杂分支结构中的假阳性问题；第四，证明了ULM血流速度分布符合对数正态分布，与在体血管的观测一致，体现了体模的高度仿生特性。
其他值得注意的内容包括：叶片体模下半部分未能重建，可能与空气堵塞和血管复杂性有关；肾脏体模存在更严重的空气堵塞和流体泄漏问题，泄漏区域被ULM描绘为假轨迹；本协议采用无泵灌注，受限于琼脂糖芯片的入口密封问题，未来可考虑使用PEGDA（聚乙二醇二丙烯酸酯）或GelMA（明胶甲基丙烯酸酯）等材料实现泵驱动灌注；微通道深度240 µm较大，可能引起光刻缺陷；手动空间配准可能引入对齐误差；数据与ULM参数已公开，可供进一步研究使用。该研究获得香港特别行政区政府创新科技署InnoHK计划ACCESS中心及香港理工大学合作研究等资助。