为解析和表征中枢神经系统（central nervous system, CNS）疾病的临床前模型，需对中枢神经系统微环境内的多项生理参数——神经元活动、血流量、血容量、氧合水平及细胞动态——开展持续神经成像，这种持续多模态神经成像能力被称为神经监测（neurosurveillance）。
然而，神经科学与神经病理学领域长期存在一项挑战：如何对脑内持续数小时、数天甚至数周的生物学过程进行连续观测。
目前，约翰·霍普金斯医学院的研究人员报道了一种全新脑成像技术，可在自由活动小鼠模型中对脑活动及神经疾病进展相关的生理变化进行超过24小时的持续监测。这款基于云架构的微型显微镜CloudScope可自主运行，支持科研人员在全球任意地点远程访问实时成像数据，为研究疾病随时间的发生发展过程创造了新的可能。
该研究证实，这一系统可远程采集并分析长时程范围内的脑活动、血流量、血管重塑、氧合水平及细胞行为变化，相较于传统成像方法，可更全面地呈现脑部疾病的进展全貌。
该研究成果以《用于自由活动动物脑健康与疾病神经监测的云基微型显微镜》为题发表于《自然·方法》（Nature Methods）。
“我们从一个根本问题出发：如果要在临床前模型或动物模型中对癫痫发作或脑肿瘤形成过程进行24小时甚至更长时间的连续成像，该如何实现？”约翰·霍普金斯大学放射学、肿瘤学、生物医学与电气工程教授Arvind Pathak博士表示，“我们围绕这一问题及相关难点开展的研究最终催生了这项创新成果。”
利用该技术，研究团队捕捉到了小鼠药物诱导癫痫发作数小时后出现的自发性癫痫事件，这类事件在传统短时成像方法中通常会被遗漏。在另一项脑癌相关研究中，研究人员得以表征单个癌细胞的行为特征，并观测到疾病进展过程中脑微环境的动态变化。这些发现提示，持续监测或可揭示实验室研究常用的有限观测窗口外发生的关键生物学事件。
“绝大多数中枢神经系统疾病的进展过程长达数小时、数天甚至数周，但现有成像工具仅能对这一时间窗口中极小的片段进行连续探测。”约翰·霍普金斯大学放射学助理教授Janaka Senarathna博士表示，“我们开发的这款设备打破了这一时间壁垒。”
除推动神经成像研究发展外，研究人员还验证了该系统结合人工智能的应用潜力。研究团队将首次获得的24小时脑成像数据集与实验动物的行为视频记录相结合，成功训练出一个AI框架，仅需通过该设备采集的神经元活动测量数据即可预测动物处于低活动度、中等活动度还是奔跑状态。研究人员认为，该方法可帮助科研人员更好地理解卒中、帕金森病等疾病的神经学效应，还有望为揭示脑活动与行为的关联提供新的见解。此外，该设备支持全球任意地点的分时成像，在获得神经科学与神经病理学研究发现的同时，为减少实验动物使用量提供了路径。CloudScope的架构支持“分时”成像，这一特性也有望降低实验动物的使用量。
为探究疾病对不同脑区的影响，研究团队计划持续拓展该平台的功能，例如对动物脑内更大范围的区域进行成像，以及利用AI加速脑成像与癌细胞追踪流程。
【注】CloudScope：基于云架构的小型活体脑成像微型显微镜。