ヒトの脳血流と脳機能をファイバーで計測
ホームページホームページ > ブログ > ヒトの脳血流と脳機能をファイバーで計測

ヒトの脳血流と脳機能をファイバーで計測

Jun 01, 2024

Communications Biology volume 6、記事番号: 844 (2023) この記事を引用

658 アクセス

2 オルトメトリック

メトリクスの詳細

脳血流(CBF)は脳の健康にとって非常に重要です。 スペックルコントラスト光分光法 (SCOS) は、CBF を測定するために最近開発された技術ですが、脳外血流ではなく脳血流に対して同等以上の感度で、線源と検出器の距離が大きく離れた状態で人間の脳機能を測定するための SCOS の使用はまだ確立されていません。を実証した。 我々は、CMOS 検出器を使用して 33 mm の線源検出器間隔で人間の脳の活性化によって引き起こされる CBF 変化を測定できるファイバーベースの SCOS システムについて説明します。 このシステムは、光子束を改善するためのパルス戦略を実装し、データ処理パイプラインを使用して測定精度を向上させます。 SCOS は、CBF を測定するための現在の主要な光学モダリティ、つまり拡散相関分光法 (DCS) を上回り、同様の経済的コストで 10 倍を超える SNR 改善を達成することを示します。 ファイバーベースの SCOS は、認知神経科学および健康科学アプリケーション向けの機能的神経イメージングに対する代替アプローチを提供します。

脳血流(CBF)は、脳への酸素供給を調節し、二酸化炭素などの代謝老廃物を除去するため、脳の健康状態の重要な指標です。 CBF の変化は、虚血性脳卒中 1,2、外傷性脳損傷 3、アルツハイマー病 4,5 などの重篤な臨床症状と相関しています。 CBF はまた、神経活性化が神経血管結合を介して血行力学的変化を誘導するため、脳機能に関する情報 6、7、8、9 も提供します 10。 したがって、CBF のモニタリングは、臨床応用だけでなく認知神経科学の研究にとっても重要です。 拡散相関分光法 (DCS) は、組織から再放射されるコヒーレント光からヒト CBF を測定する光学技術です 11、12、13、14、15。 血流指数 (BFi) は、基礎となる血流と直線的に相関する指標であり、スペックル強度の時間経過の自己相関関数の非相関時間から計算されます。 これは、陽電子放射断層撮影法や動脈スピンラベリング磁気共鳴画像法などの他の技術では実現できない、ベッドサイドで CBF を非侵襲的かつ継続的にモニタリングする便利な方法を提供します。 ただし、従来の DCS システムは信号対雑音比 (SNR) が比較的低く、これらのシステムで使用される単一光子アバランシェ ダイオード (SPAD) 検出器は一般に高価であるため、大規模な脳領域をカバーする高密度ジオメトリを実現するのが困難です。 、または複数のスペックル/チャネルを平均して SNR を改善します。 最近、いくつかのグループが、SPAD アレイ上に複数のスペックルをイメージングするか、スペックルごとの光子束検出を改善することによって、DCS SNR を改善しようと試みています。 たとえば、1,024 個の並列検出チャネルを備えたマルチスペックル DCS に関する最近発表された研究 9,16 では、SNR の有望な改善が示され、ρ = 15 mm の短い光源検出器間隔 (SDS) での人間の額の CBF 変動が実証されました。 しかし、ρ = 15 mm では脳に対する感度が低く、脳機能の測定には適していません 17。 別の例では、干渉計を実装すると、ショットノイズ性能を達成することで DCS SNR が向上することが示されています 18,19 が、ウェアラブルデバイスの将来の開発には望ましくないシステムの複雑さの増大を犠牲にします。 最後に、入力光源として 1064 nm の長い波長を使用すると、短い波長に比べて最大許容露光量 (MPE) が高く、光子あたりのエネルギーが低いため、光子束が増加し、DCS SNR が向上することも示されています。この方法では、さらに高価な超伝導ナノワイヤ単一光子検出器が必要になります20。

CBF を測定する光学技術のもう 1 つのカテゴリは、レーザー スペックル コントラスト イメージング (LSCI) です 21、22、23、24。 DCS で行われるような時間統計、つまりスペックル強度の自己相関関数を分析する代わりに、LSCI は特定のカメラ露出時間内に測定されたスペックル強度パターンの空間コントラストを計算することにより空間統計を利用します。 スペックル強度パターンは、少数のスペックルを利用する従来の DCS で使用される SPAD とは対照的に、SNR を向上させるために数百万のピクセルで数百万のスペックルを捕捉できる比較的低コストの相補型金属酸化膜半導体 (CMOS) カメラを使用して取得されます。 ただし、従来の LSCI は主に、頭蓋窓や頭蓋骨が薄いマウスなどの小動物を対象として、広視野照明で表面 CBF の 2 次元画像を取得するために使用されてきました。 最近、スペックル コントラスト光分光法 (SCOS) と呼ばれる LSCI から派生した技術とその断層撮影拡張スペックル コントラスト光断層撮影法 (SCOT) が、より大きな SDS を使用した自由空間イメージングで実証され、より深い領域の血流の非侵襲的測定が可能になりました。ファントム、人間の腕と額、小動物の脳25、26、27、28、29、30。 しかし、髪の毛の存在、焦点範囲の制限による動きの影響、およびカメラの視野の制限により、自由空間技術を広い領域にわたる人間の脳機能測定に一般化することは困難です。 ファイバーベースのシステムは、心臓の脈波波形の測定を行うために提案され、利用されている 31,32,33 が、人間の脳機能の測定は、音源と検出器の距離が大きい (>30 mm) 場合、脳外よりも脳と同等以上の感度が得られます。血流はまだ達成されていません。 さらに、さまざまなノイズ源は、SCOS で測定される空間コントラストに偏りを引き起こします。これは、人間の CBF 測定で通常遭遇する低光子束領域での血流変化の定量化に課題をもたらします 34。 ショットノイズとダークノイズの補正に関する先駆的な研究はモデル化され、実験的に利用されています 28,34 が、照明の不均一性や量子化ノイズなど補正が必要なノイズ源はさらにあります。 さらに、人間の脳測定のノイズ補正スキームは実験的に検証されていません。

$3k while the cost of a sCMOS camera is >$10k. For applications with less stringent SNR requirements, there are options for even lower cost CMOS cameras at the expense of higher read noise, lower bit depth, and potentially non-linear and non-uniform camera gain across pixels. For example, we carried out a preliminary measurement of the cardiac signal on the human forehead at ρ = 33 mm using a low-cost CMOS camera (Basler acA1920-160umPRO), which shows a promising high signal quality (Supplementary Fig. 4). While this is beyond the scope of the current manuscript, we believe it is important in the future to characterize different camera options that could be suitable and cost-effective for different applications of SCOS systems. Apart from the cost consideration, we found that the photon flux per speckle in our SCOS system is about 9 times smaller than that of the DCS. Some contributing factors include the energy loss in the lens system and the lower coupling efficiency of higher-order modes in multi-mode fibers. Future work could look into improving the optical design to narrow this gap to achieve even better performance from SCOS systems./p> 10 and hot pixels of the camera are ignored. This correction process is also done for each 7 × 7 pixels. We then perform a weighted average of \({K}_{f}^{2}\) by I2 for all the windows within the ROI to obtain a single value of \({K}_{f}^{2}\) for a camera frame. We calculate \({K}_{f}^{2}\) for all the camera frames to obtain the time course of \({K}_{f}^{2}\left(t\right).\) The average intensity \({I}_{{all}}\left(t\right)\), simplified as \(I\left(t\right)\), is also obtained for all the camera frames. \({K}_{f}^{2}\) is related to the decorrelation time of τc and exposure time of Texp via21,22/p>