基于双波长近红外成像方法的血氧含量检测

朱良慧 曾毛毛 何永红

(清华大学深圳研究生院生物医学工程研究所，广东 深圳 518055)

基于双波长近红外成像方法的血氧含量检测

朱良慧 曾毛毛 何永红*

(清华大学深圳研究生院生物医学工程研究所，广东 深圳 518055)

为了对生物组织血氧含量分布进行成像，利用760 nm和850 nm的双波长近红外差分探测方法，研制了血氧含量检测系统，并首次使用吲哚菁绿 (ICG) 和散射体作为仿体设计实验。首先测量了牛奶的光密度差ΔOD随牛奶浓度差Δc的变化值。接着将ICG溶解在稀释了40倍的牛奶中，用不同浓度梯度稀释ICG，得到一系列ΔOD-Δc曲线，用一次函数拟合曲线，根据方差(SSE)、均方根(RMSE)和确定系数(R2)确定系统分辨率。然后改变散射介质浓度，研究它对系统测量的影响。最后选择30名健康测试者进行在体实验，测量手掌血氧含量的空间分布以及动态时间变化。结果表明，牛奶和ICG在双波长光源下的吸收系数之比分别接近1∶1和2.5∶1，因此可以用牛奶模拟组织中的水、脂肪、某些色素等，用ICG模拟血液中的脱氧血红蛋白；系统分辨率为1.6×10-5mg/mL的ICG浓度变化；弱散射介质的浓度与系统的动态响应范围成负相关，与系统的灵敏度成正相关；扎住手腕后，手掌血氧含量从1逐渐降低至0.3±0.105，松开橡皮筋后，血氧含量逐渐恢复至0.97±0.018。以上结果说明该系统具有测量可行性，将在组织血氧检测方面拥有良好的应用价值。

双波长近红外；血氧含量；吲哚菁绿

引言

近红外光是介于可见光和中红外光之间的电磁波，波段为700～900 nm的近红外光比可见光具有更好的组织穿透性[1]。对于同一种被穿透物质，由Beer-Lambert定律知，近红外光的穿透程度与被穿透物质的浓度有关；对于不同物质，它们对近红外光的吸收程度有所不同[2]，这使得近红外成像系统能够分辨出不同物质和同种物质的不同浓度。当两种不同波长的近红外光穿透组织时，某些物质对这两种近红外光吸收程度很大，而另一些物质对这两种近红外光吸收程度很小，因此，可以利用这种特性来计算物质的分布与含量。血液中的氧合血红蛋白(oxyhemoglobin，HbO2)和脱氧血红蛋白(deoxyhemoglobin，Hb) 对700～900 nm波段的近红外光吸收较大[3]，双波长近红外血氧饱和度成像技术就是利用此原理发展而来的。该技术具有无损、成本低、可长期连续监测等优点[4]。

糖尿病足、乳腺癌等疾病患者的病灶血氧含量与正常组织血氧含量有差别，因而血氧含量的检测能够为这些疾病的检测提供新思路[5-7]。目前，近红外光谱技术已经在乳腺癌的筛查、脑部血氧检测、肌肉氧化作用等方面得到了应用，但需要多个通道才能得到大面积的探测信息[8-12]。国内外检测血氧含量的系统主要包括清华大学生物医学工程系研制的近红外组织血氧参数无损监测仪、华中科技大学系统工程系研制的TBO乳腺肿瘤监测仪、日本Hitachi公司研制的ETG-7100、美国TechEn, Inc公司研制的CW6以及NIRx公司研制的NIRScout等仪器。这些仪器在开发过程中主要通过专门的血液模型和血气分析仪对系统进行定标[8-9,13-15]，直接改变血液含氧量，用血氧含量检测系统测量的结果和血气分析仪测量的结果对比，从而实现定标。这种定标方法直观、准确，但是没有考虑血液这种弱散射介质对测量的影响，而且成本较高。

本研究所研制的近红外血氧含量检测系统可以通过面阵电荷耦合元件(charge-coupled device,CCD)单通道得到大面积的病灶信息，采集的图像能清晰、直观地反映目标区域情况；并且通过吲哚菁绿(indocyanine green, ICG)和散射体的仿体实验对研制的系统进行定标，实验简单易行、成本低。利用仿体实验测量出该血氧含量检测系统的分辨率为1.6×10-5mg/mL的吲哚菁绿浓度变化；同时，该实验还研究了弱散射介质的浓度对系统测量的影响。利用稀牛奶模拟血液(除HbO2和Hb以外的物质)，定性说明了弱散射介质的浓度与系统的动态响应范围成负相关，与系统的灵敏度成正相关。此外，还通过在体实验，定量测量出了手掌血氧含量的空间分布以及动态时间变化。在体实验表明，所研制的双波长近红外血氧含量检测系统能够快速、准确、反复检测血氧含量，操作方便，对人体无损，因而在组织血氧检测方面将具有良好的应用价值。

1 研究方法与实验

1.1 血氧含量计算原理

在近红外光谱范围中，生物组织内吸收光的物质主要是水、脂肪、色素和血红蛋白。随着近红外光波长的变化，水和色素在700～900 nm波段内吸收系数很小，脂肪在700～900 nm波段内吸收系数基本保持不变，血液中的HbO2和Hb对近红外光的吸收较大，而且二者具有不同的吸收光谱[16-17]。HbO2和Hb的含量随着组织的功能和代谢情况变化而变化，所以这两种物质的含量可作为组织生理状态的临床上有用信息[18]。

强度为I0的光从装有均匀吸光物质的容器透射后，出射光强I会发生衰减，定义I0与I的比值为光密度OD，由Beer-Lambert定律可得

(1)

式中，ε是吸光系数，它是与入射光波长和吸光物质相关的常数；c是吸光物质的浓度；L是光进入容器到离开容器两点之间的直线距离。此式可以用来求吸光物质的浓度c。

由于人体组织是强散射介质，光子在组织中经过多次散射，所经路线并不是直线，因此，实际光程不等于光进入组织到离开组织两点之间的直线距离(用L表示)。通常，将实际光程除以L的比值定义为差分光程因子(differential pathlength factor，DPF)，DPF与吸光系数、散射系数和散射相位有关。对基本Beer-Lambert定律进行修改，有

(2)

式中，G是由于散射引入的衰减，其值与入射波长相关。

Delpy等表明，修正的Beer-Lambert定律考虑了多重散射的影响,可以对非均匀组织中的光衰减进行近似[19-20]。

某一强度恒定、波长为λ的入射光透射溶液，设入射光强为I0，当溶液浓度为c1时，出射光强为I1；当溶液浓度为c2时，出射光强为I2，则光密度变化ΔOD为

ΔOD=OD2-OD1

(3)

将I1、c1、I2、c2代入式(2),可分别求出OD1和OD2；将OD1和OD2代入式 (3)，可得

(4)

式中，Δc=c2-c1，利用此式可以计算物质浓度的改变。

若溶液浓度不变，改变系统散射系数，即改变DPF，那么实际光程会发生变化，光密度变化ΔOD也会发生变化。

血液中有HbO2和Hb两种吸光体，吸光系数分别为εHbO2和εHb，利用两种波长λ1和λ2同时进行测量，可以测得HbO2和Hb的浓度改变量分别为ΔcHbO2和ΔcHb。设氧含量用rSO2表示，则rSO2可表示为

(5)

由于利用式 (5) 需要测量光在组织中经过的实际距离，这样会增加仪器设计的复杂程度。在实际中，氧含量(以下用OX表示)计算通常使用经验公式[13]，据此设计的仪器结构简单，不需要计算光在组织中的实际距离，成本大大降低，有

(6)

式中，Iλ1，0表示正常状态下，波长为λ1的出射光强度；Iλ1表示缺氧状态下，波长为λ1的出射光强度。Iλ2，0表示正常状态下，波长为λ2的出射光强度；Iλ2表示缺氧状态下，波长为λ2的出射光强度。当入射光波长λ<800 nm时，εHb>εHbO2；当入射光波长λ>800 nm时，εHb<εHbO2；当入射光波长λ=800 nm时，εHb=εHbO2[16]。

选取λ1=760 nm和λ2=850 nm的双波长作为入射光，分别保持入射光I760，0和I850，0不变，当组织局部氧含量低于正常状态的氧含量时，I760I850，0。因而，可得到氧含量的评价标准：OX<1，组织氧含量偏低；OX>1，组织氧含量偏高；Ox=1，组织血氧含量正常。

1.2 实验系统

本课题组利用以上原理，设计了血氧含量检测的实验系统，该系统由图像采集系统、控制系统和血氧含量成像系统组成，如图1所示。图像采集系统包括波长为760和850 nm的近红外光源、黑白高感度近红外CCD和黑白高清图像采集卡，760 nm的LED(light emitting diode)和850 nm的LED各8颗，组成4×4交错排列的阵列。控制系统由单片机和继电器等器件组成，单片机控制继电器，继电器控制光源持续发光时间和切换顺序，同时单片机控制光源和相机的同步。血氧成像系统是基于Intercorei7的PC平台。在控制电路的作用下，双波长LED先后照射样品，同时相机分别接收760nm波长的样品信号和850nm波长的样品信号，采集卡将采集到的数据传入PC机，经血氧分析系统分析，从而获取样品血氧分布图以及局部血氧含量值。

图1 血氧含量检测系统Fig.1 Oxygen content detection system

1.3 实验方法和步骤

为了验证测量方法的正确性，并检测系统的分辨率，分别设计了仿体实验和在体实验。

1.3.1 仿体实验

生物组织和血液模型可以简化成散射体和溶液的混合模型。脂肪是强散射体，而血液是弱散射体，它可近似为溶液，其中，HbO2和Hb是溶质[21]。牛奶是常用的强散射介质[22]，首先通过仿体实验证明牛奶可以模拟组织中的水、脂肪、色素等物质，即用血氧含量检测系统检测牛奶对波长为760 nm和850 nm的近红外光的吸收是否相同。用规格为58 mm×50 mm×50 mm的石英比色皿Am盛满纯牛奶，牛奶溶液作为实验样品。调节入射光强度，保持入射光强度Im760和Im850不变，光源透射样品，记录两种波长出射光的强度，然后以0.05 mg/mL的浓度梯度稀释纯牛奶，得到出射光强分别为Im760，n、Im850，n，n=0,1,…,17(n=0表示样品未稀释前的出射光强)，光强以图像灰度表示，单位为1。由式 (1) 可表示光密度OD760，n和OD850，n，分别用OD760，n与OD760，19作差、OD850，n与OD850，19作差，得到光密度变化ΔOD760，n和ΔOD850，n，画出光密度变化ΔOD随着牛奶浓度变化Δc的关系曲线。

ICG在760 nm红光波长的吸收系数 (ε760) 比850 nm近红外波长处的吸收系数 (ε850) 大，其吸收光谱如图2所示，此特征与Hb的吸光特征类似[23]，可以用ICG模拟Hb。然后来用实验确定ICG溶液(ICG与散射体混合的溶液)的ε760，Hb和ε850，Hb之间的定量关系。12.5mm×22.5mm×45mm的石英比色皿Bi盛8mL浓度为0.01mg/mL的ICG溶液，溶液中的溶剂为稀释了40倍的稀牛奶，保持稀牛奶浓度不变，然后以0.000 5mg/mL的浓度梯度对溶液中的ICG进行稀释，直到ICG浓度为0.009 25mg/mL，分别记录出射光强Iw760，n、Iw850，n(n=0,1,…，15)，用同样的方法得到ΔOD随着ICG浓度变化的关系曲线。

接下来用不同的浓度梯度来测量系统的分辨率。用规格为58mm×50mm×50mm的石英比色皿Am盛满稀释了一倍的纯牛奶，用规格为12.5mm×22.5mm×45mm的石英比色皿Bi盛8mL的ICG溶液，ICG浓度为0.0025mg/mL，溶液中的溶剂是稀释了40倍的稀牛奶，并将Bi放入Am中，实验过程确保Bi中的液体与Am中的液体非接触。设置不同的浓度梯度稀释ICG溶液，直至ICG浓度为0.002mg/mL，可以得到一系列的ΔOD760-Δc、ΔOD850-Δc曲线，对这些曲线以95%的置信区间进行一次线性拟合，拟合形式为

(7)

计算A、B以及曲线拟合质量的评价指标和方差(the sum of squares due to error，SSE)、均方根(root mean squared error，RMSE)、确定系数(coefficient of determination，R2)。

最后研究ICG溶液中散射介质浓度对系统测量的影响。比色皿Am中盛满稀释了一倍的纯牛奶。配置稀释了2、5、10、20、40、50倍的牛奶，将ICG溶解到不同浓度的牛奶中，保持ICG初始浓度为0.01 mg/mL，以0.000 5 mg/mL的ICG浓度梯度稀释溶液，直到ICG浓度为0.009 25 mg/mL。得到一系列ΔOD760-Δc、ΔOD850-Δc的曲线。

图2 ICG的吸收光谱Fig.2 The absorption spectrum of ICG

1.3.2 在体实验

接下来用在体实验测量血氧含量空间分布和动态时间分布。

在体实验对象是30名年龄为20～50岁的健康测试者。将实验对象的手掌放在镜头的焦距处，采集自由状态下手掌在双波长光源下的图像，如图3所示，此时手掌血氧含量设定为1。然后用橡皮筋扎住手腕，分别获取不同光源下手掌的图像，并计算手掌血氧含量。受试者均签署知情同意书。

图3 左手成像。(a) 760 nm光源下成的像；(b)850 nm光源下成的像Fig.3 Imaging of the left hand. (a) Imaging under the light source of 760 nm wavelength; (b) Imaging under the light source of 850 nm wavelength

进一步设计动态测量手掌血氧含量分布的在体实验，实验分3个阶段：第一阶段，自由状态采集，第二阶段，用橡皮筋扎住手腕，第三阶段，松开橡皮筋。实验过程中将手掌放在镜头焦距处，每隔5 s采集两幅近红外图像，共采集15次，整个实验一共持续70 s。注意实验过程中，务必保持手掌位置不变。本实验中，式(6)中的Iλ1，0代表0时刻760nm波长光源下采集图像强度，Iλ2，0代表0时刻850nm波长光源下采集图像强度，Iλ1，n表示760nm光源下的第n次采集图像强度，Iλ2，n表示850nm光源下的第n次采集图像强度，其中n=2,…,15。

选取手背上离手指近的一小块区域(0.8 mm×0.5 mm)，如图3中红色方框区域所示，计算实验3个阶段中此区域内的血氧含量Ox的平均值。本次实验一共持续135 s，每阶段各持续45 s。t=45 s时刻，用橡皮筋扎住手腕，t=90 s时刻，松开橡皮筋。

2 实验结果

2.1 仿体实验结果

画出的光密度变化ΔOD随着牛奶浓度变化Δc的关系曲线如图4所示，实线代表760 nm红光的ΔOD，黑色方框代表850 nm近红外光的ΔOD。在ΔOD-Δc曲线中，斜率表示DPF×εL，实验中保持L固定，所以曲线斜率实际上表示DPF×ε。在图4中，同一浓度牛奶的DPF也不变，因此斜率代表ε。可以看出，双波长的ΔOD-Δc曲线斜率在相同的Δc时几乎相等，这说明在牛奶浓度一定时，牛奶的ε760和ε850几乎相等。因此，牛奶可以用来模拟组织中的水、色素、脂肪等物质。

画出ICG浓度光密度变化ΔOD随着ICG浓度变化Δc的关系曲线如图5所示，同样曲线斜率关系可以反映出ε的关系。由图5可知，当牛奶浓度稀释40倍后，ICG的ε760是ε850的2.3倍。由图2可知，波长为760 nm时，ICG吸收系数ε760为38；波长为850 nm时，ICG吸收系数ε850为15。ε760与ε850的比值为2.53，该值与2.3比较接近，验证了修正的Beer-Lambert定律的正确性，也说明了该系统测量的可行性。

理论上ΔOD-Δc是一条过原点的直线，式 (7) 中的A反映DPF×εL，B是一个接近于零的值。在用不同的ICG浓度梯度稀释溶液的过程中，DPF和L保持不变，由表1、2可知，A760(760 nm光源的拟合参数A)接近于A850(850 nm光源的拟合参数A)的2.5倍，也即ε760接近ε850的2.5倍。

用SSE、MSE和R2来评定曲线拟合质量。SSE越小，拟合曲线越接近真实数据。引入RMS消除测量样本数量的影响。R2可以判定测量数据与拟合曲线的相关程度，R2越接近1，表明相关程度越高[24]。设定SSE小于0.001、RMSE小于0.01、R2大于0.99时，曲线拟合程度良好；若不满足此要求，在系统动态响应范围内，测量的数据会出现不同程度的纹波，纹波表明系统不能有效地分辨ICG的微小浓度改变。由此可以测量出系统的分辨率为1.6×10-5mg/mL。

图5、表1和表2的数据均是在散射体浓度cm不变的情况下测量的。由图6、7可知，实际上ICG溶液中散射体的浓度对系统测量的动态响应范围影响很大，在760 nm波长时该现象尤其显著(见图6)。牛奶浓度为1/2时，随着ICG浓度的逐渐升高，ΔOD-Δc曲线首先出现非线性现象，接着牛奶浓度为1/5、1/10、1/20的ΔOD-Δc曲线也相继出现了非线性现象。同时，从图6中还可以得知，散射体浓度会影响系统的灵敏度。cm越大，ΔOD-Δc曲线斜率越大，即系统的灵敏度越大；反之，cm越小，系统的灵敏度越小。

图4 牛奶的光密度变化随浓度变化曲线Fig.4 Curves of ΔOD of milk with the concentration change

图5 溶液的光密度变化随ICG浓度变化曲线Fig.5 Curves of ΔOD with the concentration change of ICG

表1 760 nm波长光源下不同浓度梯度的拟合参数Tab.1 The fitting parameters of different concentration gradient with the light source at 760 nm wavelength

表2 850 nm波长光源下不同浓度梯度的拟合参数Tab.2 The fitting parameters of different concentration gradient with the light source at 850 nm wavelength

图6 760 nm光源下光密度变化受散射体浓度的影响Fig.6 The change of the optical density influenced by the concentration of scatters with the light source at 760 nm wavelength

图7 850 nm光源下光密度变化受散射体浓度的影响Fig.7 The change of the optical density influenced by the concentration of scatters with the light source at 850 nm wavelength

2.2 在体实验结果

扎住手腕10 s后，可以得到双波长下手掌成像，如图8(a)、(b) 所示。设定自由状态下手掌的OX为1，那么手掌OX空间分布如图8中(c)图所示。此时手掌的OX较低，尤其是血管区域血氧含量低于0.6，某些区域甚至在0.300±0.105范围内。

图8 扎住手腕后左手成像及血氧含量空间分布。(a)760 nm光源下成的像；(b)850 nm光源下成的像；(c)血氧含量空间分布Fig.8 Imaging of the left hand and the spatial distribution of the blood oxygen content after the wrist is tied. (a) Imaging under the light source of 760 nm wavelength; (b) Imaging under the light source of 850 nm wavelength; (c) The spatial distribution of the blood oxygen content

得到动态测量手掌OX分布如图9所示，由图9 (a)～(e) 可知，自由状态下手背的OX有微微上升的趋势，但总体看来变化不大；图 (f)～(j) 明显反映出扎住手腕过程中，手背OX随着时间增加显著下降。首先是手背中心的血管处变化最明显，继而向手指蔓延，最后整个手背血液缺氧；从图 (k)～(o) 可知，手指处的OX变化比较迅速、明显，而手背中心血管内的OX变化并不十分显著。值得注意的是，图9中大拇指根部和小拇指根部的OX变化趋势与手掌OX变化的整体趋势相反。手腕扎住过程中，大拇指根部OX反而升高；橡皮筋解开后，大拇指根部OX降低，最后基本恢复正常。

图9 手掌血氧分布动态变化。(a)～(e)是自由状态下手掌的血氧分布；(f)～(j)是用橡皮筋扎住手腕后手掌的血氧分布；(k)～(o)是松开橡皮筋后手掌的血氧分布Fig.9 Dynamic changes of the blood oxygen distribution in palm. (a)～(e) Dynamic changes of the blood oxygen distribution when the wrist is in the free state; (f)～(j) Dynamic changes of the blood oxygen distribution when the wrist is tied; (k)～(o) Dynamic changes of the blood oxygen distribution when the rubber band is released

计算图3中红方框区域3个阶段测试者的OX平均值和标准差，可以得到该处OX的时间变化，如图10所示。由图中可知，自由状态下OX有微小波动，基本维持在100%±4%范围内；随着手腕扎住时间增加，OX逐渐比100%小，并且偏离100%越来越远，90 s时血氧含量低至87.0%±2.8%；橡皮筋被解除后，OX逐渐接近100%，最后落在97.0%±1.8%范围内，说明此区域的OX正在恢复正常。定量分析该实验结果与实际生理现象相符合[22]，说明了经验式 (6) 的正确性，也证明了实验系统测量的可行性。

图10 血氧含量变化曲线Fig.10 The change curve of blood oxygen content in the target area

3 讨论

对于ΔOD-Δc曲线出现非线性的直接原因是散射体的浓度，根本原因在于光源的非均匀性。当Δc不变，cm增加时，DPF会增大，使得实际光程增大，从而ΔOD会增加。由于CCD的接收光强在一定的范围内，这就限定了ΔOD在一定的范围之中，因而Δc也在一定的范围之内，超过此范围或低于此范围都会造成测量数据不准确。如果cm和ICG浓度c较大，会造成光强严重衰减，由于光源的不均匀性，距离光源近的区域接受光强度Ine大，距离光源远的区域接受光强度Ifa小。当Ine大于探测响应范围时，而Ifa还未达到CCD响应上限；当Ifa小于探测器的响应范围时，Ine还未达到CCD响应下限，这些情况都会使得ΔOD-Δc曲线出现非线性现象。

在有效动态测量范围之内，随着cm的增加，系统的灵敏度也升高，其原因是DPF与cm成正相关。由式 (4) 可知，ΔOD与DPF成正相关，相同的输入量Δc，cm越大，DPF越大，因而输出量ΔOD越大，反映出系统的灵敏度越高。

仿体实验定性说明了弱散射介质的浓度对系统动态响应范围和灵敏度的影响。同样，血液也是若散射介质，它的浓度变化是否会影响系统的测量？在用该系统测量OX分布时，是否在系统的线性范围内测量？这些问题还需通过进一步实验来回答。

在体试验中，扎住手腕10 s，图8(c) 和图9(f)～(g) 中出现的OX为0.3±0.105的区域可能是静脉血管，因为扎住手腕后，静脉血回流立刻受阻，血液中的Hb含量增大[25]。由图9的 (a)～(e)可知，自由状态下手背的OX有微微上升的趋势，这可能与测量者的坐姿有关。图9显示，在手腕扎住与解开过程中，大拇指根部和小拇指根部的OX变化趋势与手掌OX变化整体趋势相反，此现象的原因可能是橡皮筋施加的压力不够大，没有阻断动脉血，随着时间增加，动脉血不断流入手掌，导致HbO2含量增加。

在图10中，解开橡皮筋后的45s之内，OX并没有恢复到1。从第3阶段的变化趋势来看，该阶段的数据量较小，因为最后15 s的数据值接近1，但是还没有出现逐渐逼近1或者在1附近震荡的现象。因此，在接下来的实验中需要增加第3阶段的测试时间，同时在不损害测试者健康的情况下，也可以适当增加第2阶段的测试时间。

4 结论

本课题组设计的仿体实验就是用强散射体牛奶和ICG溶液来模拟血液，通过改变ICG溶液的稀释浓度梯度来测量血氧含量检测系统的分辨率。同时，改变ICG溶液中散射介质浓度，研究散射介质对测量的影响。

通过ICG和散射介质的仿体实验验证了该系统的测量可行性，定量测量了系统的分辨率为1.6×10-5mg/mL的ICG浓度变化，并定性说明了弱散射介质的浓度会影响系统测量的动态响应范围和灵敏度。弱散射介质浓度越高，系统动态响应范围越小，在动态响应范围之内，系统灵敏度越高；反之，弱散射介质浓度越低，系统动态响应范围越大，在动态响应范围之内，系统灵敏度越低。

在体实验进一步证明了该系统测量血氧含量的可行性。自由状态下，手掌血氧含量值接近1；用橡皮筋扎住手腕后，血氧含量逐渐降低，最低可达0.300±0.105，；松开橡皮筋，手掌血氧含量逐渐恢复至97.0%±1.8%，血氧含量的动态变化符合正常的生理解释。因此，该血氧含量检测系统将在组织血氧检测方面拥有良好的应用价值。

(致谢 感谢工程师黄强对系统光源设计的指导)

[1] Jobsis FF. Noninvasive, infrared monitoring of cerebral and myocardial oxygen sufficiency and circulatory parameters [J]. Science, 1977, 198(4323):1264-1267.

[2] Anderson RR, Parrish JA. The optics of human skin [J]. J Invest Dermatol, 1981, 77(1):13-19.

[3] Ferrari M, Mottola L, Quaresima V. Principles, techniques, and limitations of near infrared spectroscopy [J]. Can J Appl Physiol, 2004, 29(4):463-487.

[4] Hamaoka T, Chance B. The use of muscle near-infrared spectroscopy in sport, health and medical sciences: recent developments [J]. Philosophical Transactions of the Royal Society A Mathematical Physical & Engineering Sciences, 2011, 369(1955):4591-4604.

[5] Nioka S, Chance B. NIR spectroscopic detection of breast cancer [J]. Technol Cancer Res Treat, 2005, 4(5):497-512.

[6] 徐旭英. 糖尿病足与下肢动脉硬化闭塞症相关性研究 [D]. 北京: 北京中医药大学, 2010.

[7] Bauer TA, Reusch JE, Levi M, et al. Skeletal muscle deoxygenation after the onset of moderate exercise suggests slowed microvascular blood flow kinetics in type 2 diabetes [J]. Diabetes Care, 2007, 30(11):2880-2885.

[8] Carp SA, Sajjadi AY, Wanyo CM, et al. Hemodynamic signature of breast cancer under fractional mammographic compression using a dynamic diffuse optical tomography system [J]. Biomedical Optics Express, 2013, 4(12):2911-2924.

[9] 丁海曙, 腾轶超, 李岳, 等. 我国首次研制出近红外组织血氧参数无损检测仪应用于临床[J]. 中国医疗器械信息, 2005, 11(3):30-30.

[10] Grassi B, Pogliaghi S, Quaresima V, et al. Muscle oxygenation and pulmonary gas exchange kinetics during cycle exercise on-transitions in humans [J]. Journal of Appl Physiology, 2003, 95(1): 149-158.

[11] Niyayama M. A 200-channel imaging system of muscle oxygenation using CW near-infrared spectroscopy[J]. IEICE Transactions on Information & Systems, 2002, 85(1):115-123.

[12] Niwayama M. Functional imaging of muscle oxygenation using a 200-channel cwNIRS system [J]. Proc SPIE, 2001, 4250:142-152.

[13] 肖振. 手持式乳腺肿瘤检测仪的研制 [D]. 武汉: 华中科技大学, 2006.

[14] Ferrari M, Quaresima V. A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application [J]. Neuroimage, 2012, 63(2):921-935.

[15] Lee MH, Fazli S, Mehnert J, et al. Subject-dependent classification for robust idle state detection using multi-modal neuroimaging and data-fusion techniques in BCI [J]. Pattern Recognition, 2015, 48(8):2725-2737.

[16] Tom L, Wright PA, Chappell PH. Optical properties of human skin [J]. J Biomed Opt, 2012, 17(9): 90901-90901.

[17] Tanaka T, Benedek GB. Measurement of the velocity of blood flow (in vivo) using a fiber optic catheter and optical mixing spectroscopy [J]. Applied Optics, 1975, 14(1):189-196.

[18] Li Ting, Sun Yunlong, Chen Xiao, et al. Noninvasive diagnosis and therapeutic effect evaluation of deep vein thrombosis in clinics by near-infrared spectroscopy [J]. Journal of Biomedical Optics, 2015, 20(1):010502-010502.

[19] Delpy DT, Cope M, Van dZP, et al. Estimation of optical pathlength through tissue from direct time of flight measurements [J]. Physics in Medicine & Biology, 1989, 33(12):1433-1442.

[20] Seiyama A, HazekiO, Tamura M. Simultaneous measurement of haemoglobin oxygenation of brain and skeletal muscle of rat in vivo by near-infrared spectrophotometry [J]. Adv Exp Med Biol, 1987, 215(215):291-295.

[21] Lin Ling, Li Gang, Wang Yanqiu, et al. In vivo determination of the optical properties of human fat and muscle tissues [J]. Journal of Optoelectronics·Laser, 2001, 12(4):425-429.

[22] Aernouts B, Beers RV, Watté R, et al. Effect of ultrasonic homogenization on the Vis/NIR bulk optical properties of milk [J]. Colloids & Surfaces B Biointerfaces, 2015, 126:510-519.

[23] Weigand R, Rotermund F, Penzkofer A. Aggregation dependent absorption reduction of indocyanine green [J]. Journal of Physical Chemistry A, 1997, 101(42): 7729- 7734.

[24] 中国科学院数学研究所数理统计组. 回归分析方法 [M]. 北京: 科学出版社, 1974: 19-36.

[25] Tian Fenghua, Ding Haishu, CaiZhigang, et al. Near infrared spectroscopic assessment of oxygen delivery to free flaps on monkeys following vascular occlusions and inhalation of pure oxygen [J]. Proc SPIE, 2002, 4536:28-32.

Blood Oxygen Content Detection with Dual-Wavelength Near-Infrared Imaging

Zhu Lianghui Zeng Maomao He Yonghong*

(InstituteofBiomedicalEngineeringGraduateSchoolatShenzhen,TsinghuaUniversity,Shenzhen518055,Guangdong,China)

In order to image the distribution of blood oxygen content, a blood oxygen content detection system was developed by the near infrared imaging of dual wavelengths 760 nm and 850 nm. A new simulation experiment with indocyanine green and scatterers was conducted. First, we changed the concentration of milk ΔC and detected its optical density change (ΔOD). Then indocyanine green (ICG) was dissolved in milk which was diluted 40 times. With gradient dilution of ICG, a series of curves of ΔOD-Δcwere obtained. We used a linear function to fit the curves and determined the resolution of the system according to the sum of squares due to error (SSE), root mean squared error (RMSE) and coefficient of determination (R2). Third, we changed the concentration of the scattering medium to study its influence on detection. Last, 30 healthy subjects were chosen to detect the spatial distribution of blood oxygen content and its dynamic changes. The results showed the absorption coefficient ratio of milk in the dual wavelength light was closed to 1∶1 and the ratio of ICG was 2.5∶1, therefore milk could simulate water, fat and pigment, and ICG could simulate deoxygenated hemoglobin. Furthermore, the system is able to identify the minimum change of the concentration of indocyanine green of 1.6×10-5mg/mL. With the elevation of the scatters concentration, on one hand, the scope of the system dynamic response became large; on the other hand, the sensitivity of the system became low. Finally, the blood oxygen content decreased from 1 to 0.3±0.105 during the stage of tying wrist and then recovered to 0.97±0.018 after removing the rubber band. The experiments above demonstrated the potential of application for the system in detecting tissue blood oxygen.

dual-wavelength near-infrared imaging; blood oxygen content; indocyanine green

10.3969/j.issn.0258-8021. 2016. 04.005

2015-12-18， 录用日期:2016-05-09

国家自然科学基金 (61275188，8117137)；深圳科技计划项目(CXZZ20140416160720723)

R318

A

0258-8021(2016) 04-0419-09

*通信作者(Corresponding author)， E-mail: heyh@sz.tsinghua.edu.cn