← На главную

Ученые обошли дифракционный предел и увидели сосуды мозга через череп

26.06.2026 11:51 · hackernews

Команда разработчиков опубликовала снимок, который они называют самым детальным из когда-либо полученных изображений сосудов живого человеческого мозга — и сделано это через череп, без вскрытия. Технология основана на ультразвуке (ultrasound). Идея простая: когда нейроны работают, к ним притекает больше крови. Ультразвук проходит сквозь череп, отражается от эритроцитов, и по этим данным строится карта кровотока. Главная проблема всех интерфейсов «мозг-компьютер» — это «железо». Сейчас есть две крайности: либо сверлить череп и втыкать электроды (тысячи штук, но это 0,001% мозга), либо использовать EEG, который видит всё, но крайне размыто из-за физики электрических полей. Нейроваскулярный ультразвук сочетает оба преимущества: широкий обзор и разрешение меньше миллиметра, как у MRI.

Прорыв в том, что авторы обошли дифракционный предел. Обычный ультразвук не различает объекты ближе длины волны — они сливаются в пятно. Решение — микропузырьки (microbubbles). Это одобренный FDA контраст на основе гексафторида серы в липидной оболочке. Если ввести пузырьки достаточно редко, их центры можно вычислить с субпиксельной точностью, накапливая миллионы позиций за четыре минуты. В результате — трёхмерная карта сосудов с разрешением в сто раз больше объёмного, чем у CT.

Авторы выложили весь пайплайн и датасет в открытый доступ (open source). Они считают, что такая детализация полезна не только для интерфейсов, но и для диагностики инсультов, болезни Альцгеймера и травм мозга — их сосудистые маркеры не видны на CT и MRI.

Конечная цель — получить такую же картинку без контраста (contrast-free). Сигнал от эритроцитов слабее, но разработчики указывают два тренда. Первый: ультразвуковые аппараты дешевеют и уменьшаются — компании вроде Butterfly делают их размером со смартфон. Второй: стандартные алгоритмы сжимают терабайты данных входящего сигнала до 0,1%, отбрасывая почти всё. Авторы верят, что end-to-end машинное обучение на больших датасетах вытащит намного больше информации. Они уже собирают, как утверждается, крупнейший в мире набор нейроваскулярных ультразвуковых данных.

Читать оригинал →