基于近紅外光譜技術的腦氧檢測系統研究進展*

儲 寶, 黃 堯, 王貽坤2,, 張持健, 王全福2,, 王 霞2,

(1.安徽師范大學 物理與電子信息學院,安徽 蕪湖 241000； 2.中國科學院合肥物質科學研究院 安徽光學精密機械研究所 安徽省醫用光學診療技術與裝備工程實驗室,安徽 合肥 230026； 3.皖江新興產業技術發展中心 安徽省生物醫學光學儀器工程技術研究中心,安徽 銅陵 244000)

0 引 言

1977年,J?bsis F F[1]發現近紅外光可穿透動物顱骨到達更深層的組織,證實了近紅外光對生物組織具有良好的穿透性,這也是近紅外光譜(near infrared spectroscopy,NIRS)技術在生物體內應用的首次描述。之后,陸續有一些基于NIRS技術的儀器開始研制并應用于臨床組織血氧的監測上,通過這類儀器可以實時測量組織中的血氧參數,特別是腦組織中血紅蛋白濃度、血氧飽和度的動態變化。1993年,日本北海道大學研究人員[2]發現大腦神經活動將會導致耗氧量的提高,導致腦白質中的血流量增加,進而影響局部氧合血紅蛋白和還原血紅蛋白含量的變化,這就是經典的神經—血管耦合機制?；谶@一機制,利用近紅外光檢測腦組織的血氧參數,數據重構模型以獲取全腦圖像信號來研究大腦神經活動成為近些年來的研究熱點,同時也衍生出了與腦組織血氧監測設備相同技術原理的功能性近紅外腦成像設備[3]。依據原理的不同,當前用于腦組織血氧監測與功能性腦成像的方法有三種,分別是連續波(continuous wave,CW)法、頻域(frequency domain,FD)法、時域分辨(time-resolved spectroscopy,TRS)法。連續波法[4]是通過測量近紅外光照射進組織的初始光強與經過漫反射重新出現的光強,結合修正Lambert-Beer定律進行分析計算組織內的氧飽和度情況。頻域法[5]是在入射光的基礎上加上高頻調制的正弦波,通過相位調制光譜法測量光的相移和強度檢測血氧參數,但該方法需要大量的高頻器件,實驗成本較高。時域分辨法[6]是向組織發射極短的大功率激光脈沖,然后測量光子經過組織后不同時刻的光強,測定時間擴展函數獲取組織的光學參數,實現對組織內血氧參數絕對量的檢測。此方法獲得的信息量最大,但所測的光子飛行時間信號噪音大,信號提取分離復雜。目前,基于連續波法的腦組織血氧監測與功能性腦成像儀器成本相對較低,可以實現儀器小型化或無線化,使用起來更加方便有效,也是目前商業化設備中使用最多的方法。

本文首先從近紅外腦組織光譜檢測的基本原理出發,闡述了人體組織血氧參數與光學參數的關系；隨后,從傳感器構造、信號分離提取處理方法和血氧參數定量反演算法等方面重點介紹了腦組織血氧監測與功能性腦成像的最新研究進展；最后,回顧了腦組織血氧監測與功能性腦成像的實際應用,并展望其未來研究發展方向。

1 基本原理

650～1 000 nm波段的近紅外光對人體組織具有良好的穿透性,這一波段在組織光學中被稱為“光譜窗”。人體組織內的氧合血紅蛋白和還原血紅蛋白是近紅外光的主要吸收物質,且兩者在近紅外波段的吸收系數具有明顯差異,因此,可將波長在650～1 000 nm的近紅外光照射進腦組織,用光電探測器檢測前后的光強變化情況,并結合修正的Lambert-Beer定律即可計算出腦組織血氧參數。由于光子在組織中傳播具有前向性,其傳播路徑近似約為圓弧狀,因此,光子在腦組織中的傳播的路徑長度并不等于光源與探測器之間的距離。人腦成分復雜,由外至內分別由頭皮、顱骨、腦脊液、腦灰質以及腦白質組成,其中,頭皮厚度約為3 mm,顱骨厚度約為7 mm,腦脊液厚度約為2 mm,因此,近紅外光須穿過外層組織(頭皮、顱骨)后才能實現對腦組織的檢測[7]。為了確保光子能夠穿透頭皮與顱骨傳播至腦灰質,光子的最大穿透深度至關重要。光子最大穿透深度主要取決于近紅外光的波長、光源與探測器間距及受試者的年齡,可由蒙特—卡羅模擬計算得出[8]。蒙特—卡羅模擬基本原理為:光子在遷移過程中不斷發生碰撞,每次碰撞不但伴有吸收,還會發生改變遷移方向的散射。將每次散射的方向和步長隨機,代入計算機中模擬,更替往復,即可計算出光子最大穿透深度,從而確定光源與光電探測器的最佳距離。文獻[9]研究表明,近紅外光在腦組織中的穿透深度約為光源與光電探測器距離的1/3,當光源與檢測器的距離達到3 cm以上，就可獲得足夠的近紅外光顱內穿透深度。血氧參數的定量分析是基于Lambert-Beer定律,OD(λ)=log10I0/It=ε(λ)×c×d,其中,ε(λ)為摩爾消光系數,c為分析物濃度,d為路徑長度,OD(λ)為此波長處的光密度值,入射光強度為I0,出射光強度為It。由于Lambert-Beer定律只在非散射介質中有效,它不能應用于生物組織。Delpy D T等人[10]提出了修正的Lambert-Beer定律(modified Lambert-Beer Law,MBL)。用一個常數G修正光在組織中的散射情況,即OD(λ)=log10I0/It=ε(λ)×c×d+G。不考慮其他干擾因素影響,使用多波長的組合光源可求出還原血紅蛋白和氧合血紅蛋白的濃度。

2 研究進展

2.1 傳感器模型

傳感器是腦組織血氧監測與功能性腦成像設備的核心器件,其上通常含有光源與光電探測器,并由柔性電路板承載[11],以提高傳感器的可折疊佩戴性和舒適性,外層一般采用硅膠或黑色PVC材料覆蓋。近紅外腦組織血氧監測設備由一到兩個光源和光電探測器組成,光源與光電探測器的排列方式為直線。美國Casmed公司研制的腦組織血氧監測設備傳感器探頭由1個激光光源和2只光電探測器組成,光源與第一個光電傳感器的距離較近,其目的是為消除光源與近端光電探測器之間頭皮與顱骨厚度對氧飽和度的影響[12]。Nonin公司研制了一種雙光源雙探測器的傳感器探頭,每個光源與光電探測器的距離均相等,可選擇性探測腦氧飽和度使探測結果更加精確[13]。蘇州愛琴醫療公司研制的腦組織血氧監測設備包含了四個腦氧傳感器探頭[14],可以同時進行四通道氧飽和度的監測。單個腦氧傳感器探頭由一個光源與兩個光電探測器組成,可分為信號采集部分、線纜及連接器三部分。具體的傳感器排列方式與各個光源與光電探測器的距離由圖1(a)所示。不同于最多只有3個光源與光電探測器的近紅外腦組織血氧監測設備,功能性近紅外腦成像設備傳感器探頭的光源與光電探測器排列方式復雜,覆蓋多個腦區,有的甚至覆蓋整個大腦。Boas D A等人[15]研究不同幾何形狀的光源與光電探測器組合對腦成像圖像分辨率的影響,將所得結果與功能磁共振成像(functional magnetic resonance imaging,FMRI)所檢測的數據對比,發現使用六邊形幾何形狀的光源與光電探測器組合所得到的圖像分辨率更高。圖1(b)所示的傳感器探頭模型中使用了2個光源和2只探測器對稱分布用來補償光耦合中的時變差異,Zhang S等人[16]采用此傳感器模型并通過自校準的方法使所檢測實時血氧參數的穩定性更高。Dehghani H等人[17]使用圖像重建技術,基于高密度探頭陣列得到近紅外光學斷層成像圖,有利于平衡采樣密度和分辨率。如圖1(c)所示,小探頭由3個光源和4只光電探測器組成,分別排列在六邊形的對角和中心,多個小探頭組合成高密度探頭陣列,可使用統計學方法進行高密度陣列模擬計算,提高圖像分辨率。

圖1 傳感器探頭模擬圖

2.2 信號分離與提取

基于NIRS技術的腦組織血氧光譜檢測到的信號組成成分復雜,不僅攜帶關于腦組織的信息,還攜帶關于腦外組織的信息以及儀器系統噪音。信號自身的自發振蕩與外界刺激節律同步[18],即所有誘發和非誘發、神經元和系統的信號并不是作為獨立發生的,而是相互聯系彼此關聯。當前的信號的分類和分離分為以下兩類。

單變量分析方法僅對一種信號進行處理,常見做法是使用0.2 Hz的截止頻率對信號進行低通濾波以去除自身干擾因素,將0.2 Hz以下頻率的信號全部剔除以消除干擾,此舉易將待測信號的低頻信號略去,造成信息丟失。2010年,文獻[19]中Matteau-Pelletier等人基于小波變化的多分辨力分析方法對信號進行精度更高的分離提取。小波變化是將信號分解成一系列的“小型波”,其具有變化的頻率和有限的持續時間,可以獲取信號的頻域信息,將信號分離提取。之后,Quinn A等人將經驗模態分解[20]與希爾伯特(Hilbert)譜分析相結合,提出了一種利用模糊神經網絡自適應濾波的方法分離與提取血氧信號[21]。因為Hilbert譜分析只能處理線性穩態信號,經驗模態分解方法可以將時域信號轉化為線性穩態信號,經過Hilbert變化以后可以得到一系列的固有模態函數(intrinsic mode function,IMF),將這些IMF的加權求和作為一個回歸量來濾除長周期NIRS信道中的生理干擾,IMF是直接從實驗測量信號中分解出來的,所得結果更接近實際血氧的變化情況。然而,單變量分析法優化處理解決的是非誘發的自身干擾信號,不能將誘發的神經元信號與系統信號分離開。為了克服單變量方法的局限性,在過去的幾十年里,多變量分析方法成為各國研究團隊研究的熱點,多變量分析方法使用多個信號來執行信號分離。2009年,Virtanen J等人[22]比較了獨立成分分析和主成分分析兩種方法消除腦外干擾信號的能力,通過實驗數據得出了主成分分析的處理能力可能優于獨立成分分析。之后Markham J等人[23]發現獨立成分分析法更適合用于提取刺激誘發的神經血管耦合信號,減少生理干擾和皮膚組織血流對待測信號的影響。2013年,Tanaka H等人[24]開發了“任務相關成分分析法”,其通過構建任務相關分量的加權和,同時最大化任務塊之間的協方差,從NIRS信號中提取任務相關分量。結果表明,該方法能夠提取與任務相關的組件,并提供在一定程度上糾正運動偽影的可能性。系統性偽影的生理起源是任務誘發的交感動脈血管收縮導致的,由于交感動脈血管收縮幾乎伴隨著任何認知和情緒過程,系統性偽影是神經認知研究中不可避免的。無論是單變量分析法還是多變量分析法,均只能消除誘發的顱外信號影響,不能消除上誘發的腦中系統信號的影響。針對以上不足,Kirilina E等人[25]同時檢測NIRS信號數據和全身生理信號,使用磁共振成像儀在皮膚靜脈中直接測量全身生理信號,并利用一般線性模型分析NIRS信號,可有效的減少系統噪聲與顱外信號的干擾。由于NIRS與磁共振成像數據對應了檢測的顱內與顱外總信號,所以,將其數據結果分析對比,可將待提取的神經元誘發的腦功能活動信號完全分離出來。

2.3 血氧參數定量檢測方法

當使用MBL公式對腦組織中的血氧參數進行定量分析時,其中光子傳播路徑并不等于光源與探測器的距離,因為光子在腦組織中會被吸收和散射,其實際傳播路徑往往會大于光源與光電探測器的距離,因此,計算過程中需要加入差分路徑因子(differential pathlength factor,DPF)來對距離進行修正,DPF的值可通過查表得到[26],在計算中設為常量。然而,DPF與顱骨厚度和腦脊液層有關,不同測試者顱外組織差異較大,導致現有NIRS的測量值只能反映氧飽和度的相對值,而不是絕對值。針對以上不足,根據光在生物組織中的輻射傳輸理論,基于均勻半無限大介質中的穩態漫射方程,采用MBL定律結合空間分辨(spatially resolved spectroscopy,SRS)算法[27],使用多波長多檢測器傳感器模型可得到血氧飽和度絕對值,消除DPF個體間差異的影響,提高了NIRS測量血氧飽和度的準確性。式(1)為所得血氧飽和度的絕對值。其中CHbO2與CHb表示組織內氧合血紅蛋白濃度與還原血紅蛋白濃度,μa,εHbO2與εHb分別表示近紅外波段下的吸收系數,氧合血紅蛋白與還原血紅蛋白的消光系數。式(1)如下

(1)

腦組織中的還原血紅蛋白和氧合血紅蛋白是近紅外光的主要吸收物質,但組織中的細胞色素和水也會吸收近紅外光,對測量結果準確性產生影響。為減少此類影響提高系統的穩定性和準確性,朱敬祎等人引入了抗干擾定量分析算法[28]。由于還原血紅蛋白和氧合血紅蛋白在810 nm波長處吸光度相近,故選擇810 nm波長來消除人腦外層組織和顱內背景物質對測試結果的影響。當使用MBL修正算法進行分析計算時,近端和遠端的光電探測器兩次計算使用的初始光強值默認相等,然而實際情況下兩者的初始光強并不完全相等。劉光達等人研制的抗擾動腦血氧分析儀[29]可有效減少源端波動對實驗結果的影響,通過屏氣實驗驗證儀器的干擾抑制比可達70 %以上,并給出了源端干擾表達式,如式(2)所示

(2)

式中 ΔODs為近遠端初始光強的差值,M為各波長消化系數與810 nm波長下光密度的組合式。

3 實際應用

在過去的幾十年里,基于NIRS技術的腦組織血氧監測及功能性腦成像研究快速發展,在多個領域取得了顯著成果。近紅外腦組織血氧監測設備現已廣泛應用于腦組織氧合監測,骨骼肌氧合監測以及麻醉深度監測等領域。大腦是人體耗氧量最大的器官,對缺氧極其敏感,短時間內的缺氧將會造成神經組織不可逆的損傷,使用腦組織氧合監測設備可有效地對新生兒以及危重癥患者進行腦保護[30]；基于NIRS技術的組織血氧監測設備還可用于骨骼肌氧合監測中,用于評定局部組織血氧水平,可輔助運動員制定訓練計劃以及康復訓練；組織血氧監測設備可用于驗證麻醉藥物的有效性以及監測手術病人血氧飽和度的變化,現已廣泛應用于麻醉外科手術中、心血管手術中等神經外科手術過程中。功能性腦成像研究雖起步不久,但其在基礎認知神經科學研究、臨床疾病診斷、光學成像等領域得到了廣泛應用[31]。人類記憶主要分為兩種,一種是聽覺信息記憶,由大腦中的左腹外側前額葉直接復述加工,另一種是視覺信息記憶,大腦先對視覺信息重新編碼然后再復述加工。Jiang J等人[32]采用不同的圖片和語音作為刺激材料每隔一段時間給兒童辨認,利用功能性近紅外腦成像設備監測了多名5歲至11歲兒童的左腹外側前額葉皮層激活情況。結果顯示進行視覺刺激的血氧參數變化高于聽覺刺激,兒童可能更偏向于使用圖像策略進行記憶加工且記憶能力越強的兒童,越傾向于使用語音策略進行圖片記憶。

4 結 論

NIRS技術對大腦的應用目前分為兩種,第一種是基于MBL定律通過光學參數與血氧參數的關系,對腦組織血氧飽和度,血紅蛋白含量等參數進行定量監測。第二種基于神經血管耦合機制,分析血液動力學時間序列數據[33],研究腦成像和大腦神經活動。自1977年人們首次發現近紅外光可應用于生物組織體以來,因其獨特的優勢NIRS技術對腦組織的應用研究一直是國內外學者研究的熱點。隨著光電傳感和測量技術發展,該技術對腦組織應用已經從一開始對人額頭處的單點測量發展成多通道全頭皮覆蓋探測,從一開始的單一的曲線分析處理發展到如今的功能性腦成像研究。這兩種基于NIRS技術的腦部組織檢測研究已廣泛應用于臨床與神經認知領域,其研制的儀器有望成為未來手術輔助治療,疾病預防檢測的重要工具。但在實際應用中,系統和外界的干擾影響也十分巨大,如何有效減少誤差提高系統的穩定性與準確性是未來研究的關鍵。從傳感器探頭設計上來看,可增加光電探測器與光源的數量以獲取更多的腦組織血氧信息,但其會增加信號分離難度以及對硬件電路設計方面的要求[34]。信號提取與分離是一項艱巨的任務,干擾因素眾多,如何低成本有效的分離出待測信號是未來研究的重點。