섬유를 이용한 인간의 대뇌혈류와 뇌기능 측정

커뮤니케이션 생물학 6권, 기사 번호: 844(2023) 이 기사 인용

548 액세스

2 알트메트릭

측정항목 세부정보

뇌혈류(CBF)는 뇌 건강에 매우 중요합니다. 반점 대조 광학 분광법(SCOS)은 CBF를 측정하기 위해 최근 개발된 기술이지만, 대뇌 혈류보다는 대뇌에 대한 민감도가 비슷하거나 더 큰 대규모 소스-검출기 분리에서 인간의 뇌 기능을 측정하기 위해 SCOS를 사용하는 것은 아직까지 이루어지지 않았습니다. 시연했다. 우리는 CMOS 검출기를 사용하여 33mm 소스 검출기 분리에서 인간 두뇌 활성화로 인한 CBF 변화를 측정할 수 있는 섬유 기반 SCOS 시스템을 설명합니다. 시스템은 광자 플럭스를 향상시키기 위해 펄스 전략을 구현하고 데이터 처리 파이프라인을 사용하여 측정 정확도를 향상시킵니다. 우리는 SCOS가 CBF 측정을 위한 현재의 주요 광학 방식, 즉 확산 상관 분광법(DCS)보다 성능이 뛰어나 유사한 재정적 비용으로 SNR을 10배 이상 향상시키는 것을 보여줍니다. 섬유 기반 SCOS는 인지 신경과학 및 건강 과학 응용 분야를 위한 기능적 신경 영상화에 대한 대안적인 접근 방식을 제공합니다.

뇌혈류(CBF)는 뇌로의 산소 전달을 조절하고 이산화탄소와 같은 대사성 노폐물을 제거하므로 뇌 건강의 중요한 지표입니다. CBF의 변화는 허혈성 뇌졸중1,2, 외상성 뇌 손상3, 알츠하이머병4,5과 같은 심각한 임상 질환과 관련이 있습니다. CBF는 또한 신경 활성화가 신경혈관 결합을 통해 혈역학적 변화를 유도하기 때문에 뇌 기능6,7,8,9에 대한 정보를 제공합니다. 따라서 CBF를 모니터링하는 것은 인지 신경과학 연구뿐만 아니라 임상 적용에도 중요합니다. 확산 상관 분광법(DCS)은 조직에서 재방출되는 일관된 빛으로부터 인간 CBF를 측정하는 광학 기술입니다. 기본 혈류와 선형적으로 상관된 측정항목인 혈류 지수(BFi)는 스펙클 강도 시간 과정의 자기상관 함수의 역상관 시간으로부터 계산됩니다. 이는 양전자 방출 단층 촬영 및 동맥 스핀 라벨링 자기 공명 영상과 같은 다른 기술로는 달성할 수 없는 병상에서 CBF를 비침습적으로 지속적으로 모니터링할 수 있는 편리한 방법을 제공합니다. 그러나 기존 DCS 시스템은 상대적으로 낮은 신호 대 잡음비(SNR)로 인해 어려움을 겪고 있으며 이러한 시스템에 사용되는 SPAD(단일 광자 눈사태 다이오드) 감지기는 일반적으로 가격이 비싸므로 넓은 뇌 영역을 포괄하는 고밀도 기하학적 구조에 어려움을 겪습니다. , 또는 SNR을 향상시키기 위해 여러 얼룩/채널에 대한 평균을 내는 것입니다. 최근 여러 그룹에서 SPAD 어레이에 여러 얼룩을 이미징하거나 얼룩당 광자 플럭스 감지를 개선하여 DCS SNR을 향상시키려고 시도했습니다. 예를 들어, 1,024개의 병렬 감지 채널9,16을 갖춘 다중 얼룩 DCS에 대해 최근 발표된 연구는 SNR의 유망한 개선을 보여 주었으며 ρ = 15mm의 짧은 소스 감지기 분리(SDS)에서 인간 이마 CBF 변화를 보여주었습니다. 그러나 ρ = 15mm에서는 뇌에 대한 민감도가 낮고 뇌 기능을 측정하는 데 적합하지 않습니다. 또 다른 예에서 간섭계를 구현하면 샷 노이즈 성능18,19을 달성하여 DCS SNR을 향상시키는 것으로 나타났습니다. 그러나 시스템의 복잡성이 증가하여 향후 웨어러블 장치 개발에 바람직하지 않습니다. 마지막으로 입력 광원으로 1064 nm의 더 긴 파장을 사용하면 짧은 파장보다 더 높은 최대 허용 노출(MPE)과 더 낮은 광자당 에너지 덕분에 광자 플럭스를 증가시켜 DCS SNR을 높이는 것으로 나타났습니다. 방법에는 훨씬 더 값비싼 초전도 나노와이어 단일 광자 검출기가 필요합니다.

CBF를 측정하는 광학 기술의 또 다른 범주는 레이저 반점 대비 이미징(LSCI)21,22,23,24입니다. LSCI는 DCS에서 수행된 시간 통계, 즉 스펙클 강도의 자동 상관 함수를 분석하는 대신 특정 카메라 노출 시간 내에 측정된 스펙클 강도 패턴의 공간 대비를 계산하여 공간 통계를 활용합니다. 스펙클 강도 패턴은 몇 개의 스펙클을 활용하는 기존 DCS에 사용되는 SPAD와 달리 SNR을 향상시키기 위해 수백만 개의 픽셀로 수백만 개의 스펙클을 캡처할 수 있는 상대적으로 저렴한 CMOS(상보형 금속 산화물 반도체) 카메라를 사용하여 얻습니다. 그러나 전통적인 LSCI는 주로 두개골 창이나 얇은 두개골이 있는 마우스와 같은 작은 동물에 대해 광시야 조명을 사용하여 표면 CBF의 2차원 이미지를 얻는 데 주로 사용되었습니다. 최근 SCOS(반점 대비 광학 분광법)라는 LSCI에서 파생된 기술과 SCOT(단층 확장 반점 대비 광학 단층 촬영)가 더 큰 SDS를 사용한 자유 공간 이미징에 시연되어 더 깊은 영역의 혈류를 비침습적으로 측정할 수 있습니다. 팬텀, 인간의 팔과 이마, 작은 동물의 뇌25,26,27,28,29,30. 그러나 자유 공간 기술을 넓은 영역에 대한 인간의 뇌 기능 측정으로 일반화하는 것은 머리카락의 존재, 제한된 초점 범위로 인한 움직임에 대한 민감성, 카메라의 제한된 시야로 인해 어려운 일입니다. 섬유 기반 시스템이 제안되어 심장 펄스 파형 측정을 수행하는 데 활용되었지만 큰 소스-검출기 분리(>30mm)에서 인간의 뇌 기능 측정은 대뇌보다는 대뇌에 유사하거나 더 큰 민감도를 갖습니다. 아직 혈류가 이루어지지 않았습니다. 또한, 다양한 소음원은 SCOS에서 측정된 공간 대비에 편향을 유발하며, 이는 인간 CBF 측정에서 일반적으로 발생하는 낮은 광자 플럭스 체제에서 혈류 변화를 정량화하는 데 어려움을 겪습니다. 샷 및 다크 노이즈 보정에 대한 선구적인 작업이 모델링되어 실험적으로 활용되었지만 조명의 불균일성 및 보정해야 할 양자화 노이즈와 같은 노이즈 소스가 더 많습니다. 더욱이 인간의 뇌 측정을 위한 잡음 보정 방식은 실험적으로 검증되지 않았습니다.

$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>