功能近红外光谱术的信号研究与医学应用

发布时间：2020-09-29 22:32

　　功能近红外光谱术(functional Near-infrared Spectroscopy,fNIRS),具有非侵入式、低成本、便携,较高的时间分辨率和空间分辨率等优势,逐步发展成了新兴的医学检测技术,并应用在脑功能检测等重要领域。然而,与脑电(Electroencephalography,EEG)和功能磁共振成像(functional Magnetic Resonance Imaging,fMRI)等较成熟的检测技术相比,现有fNIRS的研究多集中在某种具体方法上,较少涉及信号的系统性研究。本文围绕fNIRS信号,利用自主研发的fNIRS医用系统对信号进行了可靠性研究,对时域漂移提出了优化的基线校正方法,还将改进的fNIRS系统应用于频域分析,探究了血液动力学参数的低频振荡信号(Low Frequency Oscillations,LFOs)在短时工作记忆下的变化。主要内容和创新之处有:(1)建立了一种fNIRS信号从预处理到统计分析和建模分析的通用处理框架,针对不同的fNIRS应用目的,从频域和时域两方面进行分析,对常用的信号处理模式进行了分析总结。建立了fNIRS信号预处理的基本方法,去除伪迹、降低噪声、校正基线。提出通过修正的Beer-Lambert定律对信号进行转化的方法,将获得的电信号转化为血液动力学参数的相对浓度或绝对浓度。分析了可以指向检测结果和病症诊断的特征量。提供了用于检验差异和判断处理效应,针对多个信号的常用的t检验、F检验等数理统计方法,针对复杂情况的建模分析方法。(2)利用自主研发的血栓检测系统和疗效评估检测系统,对fNIRS信号的可靠性进行了验证,证明了该系统的fNIRS信号具有良好的可靠性,受外界干扰较小。自主研发基于fNIRS技术的血栓检测系统和疗效评估检测系统,通过稳定性实验、电磁干扰实验、光学血液模型实验、人体前臂阻断实验等一系列实验,对fNIRS信号的可靠性进行了研究和验证,证明了fNIRS信号的稳定性、鲁棒性和灵敏性,有助于促进fNIRS在临床上的应用。(3)从时域角度,研究了时域漂移对fNIRS信号预处理的重要影响,分析了时域漂移的可能来源,针对时域漂移,提出了一种能够在检测过程中实时进行基线校正的方法。考虑到fNIRS信号时域漂移主要来源于人体的自调控、系统硬件变化和数据采集时的干扰,本文在尝试了多种拟合函数后,提出了多项式拟合的时域漂移校正方法,通过拟合评估参数的比较,判断四阶多项式拟合方法为针对时域漂移问题效果较好的基线校正方法,并在检测中进行实时基线校正。该方法特别适用于临床中对实时检测需求较高的监护仪器。此外,还通过验证实验,证明了传感器和光源的温度在检测中无明显变化,系统硬件温度变化并非导致时域漂移主要原因。(4)从频域角度,研究了LFOs的提取方法,探索了大脑在执行语言的工作记忆任务时的神经机制。实验过程基于N-back工作记忆任务范式,应用fNIRS检测出大脑血液动力学参数并提取LFOs。结果发现,随着N-back实验中难度负载的提高,大脑的激活区域扩大,LFOs的功率谱升高,且激活程度与难度负载效应呈正相关,同时表现出左侧语言区激活状态更强。该工作为短时记忆的脑机制研究提供了更多证据。总之,本文围绕fNIRS信号的系统研究,从可靠性研究出发,涉及硬件的研发,也从时域和频域的角度进行了软件的优化,最终在脑功能研究方面得到应用。本研究发现,fNIRS作为一种新兴的脑功能检测技术,其信号处理基本处理框架已经形成,从时域和频域角度均可用于脑功能等的研究,在医学应用中具有良好的可靠性。综上,fNIRS信号的处理方法及应用值得进一步研究和推广。
【学位单位】：电子科技大学
【学位级别】：博士
【学位年份】：2019
【中图分类】：R312;TN911.7
【部分图文】：

吸收光谱,生色团,近红外波段,吸收光谱

电子科技大学博士学位论文渐成为越来越被关注和使用的研究工具[6, 7]。织中不同的生色团对近红外光谱具有不同的吸收和散射特体组织中占绝大部分的水，在 600~900 nm 波长区间的吸收。而在同样的近红外光谱范围，氧合血红蛋白和脱氧血红蛋此，可以利用某些波长来计算两者的相对变化浓度。除此之点所示，在 805 nm 波长左右，氧合血红蛋白和脱氧血红蛋所以可利用此消光点计算总血红蛋白浓度[10]。综上，NIRS织，并通过测量得到的生物组织吸收系数、散射系数等光学理参数，如血液动力学参数和血氧饱和度（Tissue BStO2）等。NIRS 技术可以说是大脑成像的“光学窗口”[10

占比,检测技术,信号,研究成果

研究进行调研后发现，针对 fNIRS 信号的研究成果数量较少，但又是研究者们的重点关注，有较大的研究空间。同时，fNIRS 信号具有良好的时间分辨率和空间分辨率，因而具有较高的医学应用价值，从而需要更深入的探索。从研究成果数量分析，NIRS 的研究数量较少，与信号相关的研究占比较少。通过 Web of Science 网站，分别检索脑电（Electroencephalogram, EEG）、fMRI 和NIRS 的文章发表数量，再检索三个领域信号相关研究的文章数量。结果如图 1-2所示，从 SCI 库中检索到的关于 EEG 和 fMRI 的文章总数量分别是 128668 篇、72794 篇，NIRS 只有 10421 篇。从信号研究的绝对数量来看，如图 1-3 所示，NIRS信号的研究数量很少，远远少于 EEG 领域的 34374 篇和 fMRI 领域的 17710 篇，仅有 1600 篇。从信号研究在各自领域研究的占比来看，EEG 和 fMRI 的占比在 25%左右，而 NIRS 的占比仅仅在 15%左右。经过对比不难发现，EEG 和 fMRI 等脑功能检测技术，经过多年的发展，在信号处理方面有着大量的研究成果，已具有较为成熟、经典的信号处理框架，在医学检测的各个领域应用。NIRS 技术与前两者相比，信号研究方面成果较少，还处于起步阶段。正是如此，NIRS 中信号相关的研究还存在较大的探索空间。

时间分辨率,检测技术,空间分辨率,光子传输

4 1-4 不同无创脑功能检测技术的空间分辨率和时间分辨率比较[1红外光谱术原理组织中光子传输特性的研究织与光子的相互作用，因组织的复杂性而呈现不同，主要式。散射包括透射和前后向散射，吸收包括吸收和二次光可以通过吸收系数、散射系数等参数建立模型，进行描述数（AbsorptionCoefficient, ），是光在单位长度的传播

【参考文献】