基于近红外光谱技术的脑氧检测系统研究进展*

储 宝, 黄 尧, 王贻坤2,, 张持健, 王全福2,, 王 霞2,

(1.安徽师范大学 物理与电子信息学院,安徽 芜湖 241000； 2.中国科学院合肥物质科学研究院 安徽光学精密机械研究所 安徽省医用光学诊疗技术与装备工程实验室,安徽 合肥 230026； 3.皖江新兴产业技术发展中心 安徽省生物医学光学仪器工程技术研究中心,安徽 铜陵 244000)

0 引 言

1977年,Jöbsis F F[1]发现近红外光可穿透动物颅骨到达更深层的组织,证实了近红外光对生物组织具有良好的穿透性,这也是近红外光谱(near infrared spectroscopy,NIRS)技术在生物体内应用的首次描述。之后,陆续有一些基于NIRS技术的仪器开始研制并应用于临床组织血氧的监测上,通过这类仪器可以实时测量组织中的血氧参数,特别是脑组织中血红蛋白浓度、血氧饱和度的动态变化。1993年,日本北海道大学研究人员[2]发现大脑神经活动将会导致耗氧量的提高,导致脑白质中的血流量增加,进而影响局部氧合血红蛋白和还原血红蛋白含量的变化,这就是经典的神经—血管耦合机制。基于这一机制,利用近红外光检测脑组织的血氧参数,数据重构模型以获取全脑图像信号来研究大脑神经活动成为近些年来的研究热点,同时也衍生出了与脑组织血氧监测设备相同技术原理的功能性近红外脑成像设备[3]。依据原理的不同,当前用于脑组织血氧监测与功能性脑成像的方法有三种,分别是连续波(continuous wave,CW)法、频域(frequency domain,FD)法、时域分辨(time-resolved spectroscopy,TRS)法。连续波法[4]是通过测量近红外光照射进组织的初始光强与经过漫反射重新出现的光强,结合修正Lambert-Beer定律进行分析计算组织内的氧饱和度情况。频域法[5]是在入射光的基础上加上高频调制的正弦波,通过相位调制光谱法测量光的相移和强度检测血氧参数,但该方法需要大量的高频器件,实验成本较高。时域分辨法[6]是向组织发射极短的大功率激光脉冲,然后测量光子经过组织后不同时刻的光强,测定时间扩展函数获取组织的光学参数,实现对组织内血氧参数绝对量的检测。此方法获得的信息量最大,但所测的光子飞行时间信号噪音大,信号提取分离复杂。目前,基于连续波法的脑组织血氧监测与功能性脑成像仪器成本相对较低,可以实现仪器小型化或无线化,使用起来更加方便有效,也是目前商业化设备中使用最多的方法。

本文首先从近红外脑组织光谱检测的基本原理出发,阐述了人体组织血氧参数与光学参数的关系；随后,从传感器构造、信号分离提取处理方法和血氧参数定量反演算法等方面重点介绍了脑组织血氧监测与功能性脑成像的最新研究进展；最后,回顾了脑组织血氧监测与功能性脑成像的实际应用,并展望其未来研究发展方向。

1 基本原理

650～1 000 nm波段的近红外光对人体组织具有良好的穿透性,这一波段在组织光学中被称为“光谱窗”。人体组织内的氧合血红蛋白和还原血红蛋白是近红外光的主要吸收物质,且两者在近红外波段的吸收系数具有明显差异,因此,可将波长在650～1 000 nm的近红外光照射进脑组织,用光电探测器检测前后的光强变化情况,并结合修正的Lambert-Beer定律即可计算出脑组织血氧参数。由于光子在组织中传播具有前向性,其传播路径近似约为圆弧状,因此,光子在脑组织中的传播的路径长度并不等于光源与探测器之间的距离。人脑成分复杂,由外至内分别由头皮、颅骨、脑脊液、脑灰质以及脑白质组成,其中,头皮厚度约为3 mm,颅骨厚度约为7 mm,脑脊液厚度约为2 mm,因此,近红外光须穿过外层组织(头皮、颅骨)后才能实现对脑组织的检测[7]。为了确保光子能够穿透头皮与颅骨传播至脑灰质,光子的最大穿透深度至关重要。光子最大穿透深度主要取决于近红外光的波长、光源与探测器间距及受试者的年龄,可由蒙特—卡罗模拟计算得出[8]。蒙特—卡罗模拟基本原理为:光子在迁移过程中不断发生碰撞,每次碰撞不但伴有吸收,还会发生改变迁移方向的散射。将每次散射的方向和步长随机,代入计算机中模拟,更替往复,即可计算出光子最大穿透深度,从而确定光源与光电探测器的最佳距离。文献[9]研究表明,近红外光在脑组织中的穿透深度约为光源与光电探测器距离的1/3,当光源与检测器的距离达到3 cm以上，就可获得足够的近红外光颅内穿透深度。血氧参数的定量分析是基于Lambert-Beer定律,OD(λ)=log10I0/It=ε(λ)×c×d,其中,ε(λ)为摩尔消光系数,c为分析物浓度,d为路径长度,OD(λ)为此波长处的光密度值,入射光强度为I0,出射光强度为It。由于Lambert-Beer定律只在非散射介质中有效,它不能应用于生物组织。Delpy D T等人[10]提出了修正的Lambert-Beer定律(modified Lambert-Beer Law,MBL)。用一个常数G修正光在组织中的散射情况,即OD(λ)=log10I0/It=ε(λ)×c×d+G。不考虑其他干扰因素影响,使用多波长的组合光源可求出还原血红蛋白和氧合血红蛋白的浓度。

2 研究进展

2.1 传感器模型

传感器是脑组织血氧监测与功能性脑成像设备的核心器件,其上通常含有光源与光电探测器,并由柔性电路板承载[11],以提高传感器的可折叠佩戴性和舒适性,外层一般采用硅胶或黑色PVC材料覆盖。近红外脑组织血氧监测设备由一到两个光源和光电探测器组成,光源与光电探测器的排列方式为直线。美国Casmed公司研制的脑组织血氧监测设备传感器探头由1个激光光源和2只光电探测器组成,光源与第一个光电传感器的距离较近,其目的是为消除光源与近端光电探测器之间头皮与颅骨厚度对氧饱和度的影响[12]。Nonin公司研制了一种双光源双探测器的传感器探头,每个光源与光电探测器的距离均相等,可选择性探测脑氧饱和度使探测结果更加精确[13]。苏州爱琴医疗公司研制的脑组织血氧监测设备包含了四个脑氧传感器探头[14],可以同时进行四通道氧饱和度的监测。单个脑氧传感器探头由一个光源与两个光电探测器组成,可分为信号采集部分、线缆及连接器三部分。具体的传感器排列方式与各个光源与光电探测器的距离由图1(a)所示。不同于最多只有3个光源与光电探测器的近红外脑组织血氧监测设备,功能性近红外脑成像设备传感器探头的光源与光电探测器排列方式复杂,覆盖多个脑区,有的甚至覆盖整个大脑。Boas D A等人[15]研究不同几何形状的光源与光电探测器组合对脑成像图像分辨率的影响,将所得结果与功能磁共振成像(functional magnetic resonance imaging,FMRI)所检测的数据对比,发现使用六边形几何形状的光源与光电探测器组合所得到的图像分辨率更高。图1(b)所示的传感器探头模型中使用了2个光源和2只探测器对称分布用来补偿光耦合中的时变差异,Zhang S等人[16]采用此传感器模型并通过自校准的方法使所检测实时血氧参数的稳定性更高。Dehghani H等人[17]使用图像重建技术,基于高密度探头阵列得到近红外光学断层成像图,有利于平衡采样密度和分辨率。如图1(c)所示,小探头由3个光源和4只光电探测器组成,分别排列在六边形的对角和中心,多个小探头组合成高密度探头阵列,可使用统计学方法进行高密度阵列模拟计算,提高图像分辨率。

图1 传感器探头模拟图

2.2 信号分离与提取

基于NIRS技术的脑组织血氧光谱检测到的信号组成成分复杂,不仅携带关于脑组织的信息,还携带关于脑外组织的信息以及仪器系统噪音。信号自身的自发振荡与外界刺激节律同步[18],即所有诱发和非诱发、神经元和系统的信号并不是作为独立发生的,而是相互联系彼此关联。当前的信号的分类和分离分为以下两类。

单变量分析方法仅对一种信号进行处理,常见做法是使用0.2 Hz的截止频率对信号进行低通滤波以去除自身干扰因素,将0.2 Hz以下频率的信号全部剔除以消除干扰,此举易将待测信号的低频信号略去,造成信息丢失。2010年,文献[19]中Matteau-Pelletier等人基于小波变化的多分辨力分析方法对信号进行精度更高的分离提取。小波变化是将信号分解成一系列的“小型波”,其具有变化的频率和有限的持续时间,可以获取信号的频域信息,将信号分离提取。之后,Quinn A等人将经验模态分解[20]与希尔伯特(Hilbert)谱分析相结合,提出了一种利用模糊神经网络自适应滤波的方法分离与提取血氧信号[21]。因为Hilbert谱分析只能处理线性稳态信号,经验模态分解方法可以将时域信号转化为线性稳态信号,经过Hilbert变化以后可以得到一系列的固有模态函数(intrinsic mode function,IMF),将这些IMF的加权求和作为一个回归量来滤除长周期NIRS信道中的生理干扰,IMF是直接从实验测量信号中分解出来的,所得结果更接近实际血氧的变化情况。然而,单变量分析法优化处理解决的是非诱发的自身干扰信号,不能将诱发的神经元信号与系统信号分离开。为了克服单变量方法的局限性,在过去的几十年里,多变量分析方法成为各国研究团队研究的热点,多变量分析方法使用多个信号来执行信号分离。2009年,Virtanen J等人[22]比较了独立成分分析和主成分分析两种方法消除脑外干扰信号的能力,通过实验数据得出了主成分分析的处理能力可能优于独立成分分析。之后Markham J等人[23]发现独立成分分析法更适合用于提取刺激诱发的神经血管耦合信号,减少生理干扰和皮肤组织血流对待测信号的影响。2013年,Tanaka H等人[24]开发了“任务相关成分分析法”,其通过构建任务相关分量的加权和,同时最大化任务块之间的协方差,从NIRS信号中提取任务相关分量。结果表明,该方法能够提取与任务相关的组件,并提供在一定程度上纠正运动伪影的可能性。系统性伪影的生理起源是任务诱发的交感动脉血管收缩导致的,由于交感动脉血管收缩几乎伴随着任何认知和情绪过程,系统性伪影是神经认知研究中不可避免的。无论是单变量分析法还是多变量分析法,均只能消除诱发的颅外信号影响,不能消除上诱发的脑中系统信号的影响。针对以上不足,Kirilina E等人[25]同时检测NIRS信号数据和全身生理信号,使用磁共振成像仪在皮肤静脉中直接测量全身生理信号,并利用一般线性模型分析NIRS信号,可有效的减少系统噪声与颅外信号的干扰。由于NIRS与磁共振成像数据对应了检测的颅内与颅外总信号,所以,将其数据结果分析对比,可将待提取的神经元诱发的脑功能活动信号完全分离出来。

2.3 血氧参数定量检测方法

当使用MBL公式对脑组织中的血氧参数进行定量分析时,其中光子传播路径并不等于光源与探测器的距离,因为光子在脑组织中会被吸收和散射,其实际传播路径往往会大于光源与光电探测器的距离,因此,计算过程中需要加入差分路径因子(differential pathlength factor,DPF)来对距离进行修正,DPF的值可通过查表得到[26],在计算中设为常量。然而,DPF与颅骨厚度和脑脊液层有关,不同测试者颅外组织差异较大,导致现有NIRS的测量值只能反映氧饱和度的相对值,而不是绝对值。针对以上不足,根据光在生物组织中的辐射传输理论,基于均匀半无限大介质中的稳态漫射方程,采用MBL定律结合空间分辨(spatially resolved spectroscopy,SRS)算法[27],使用多波长多检测器传感器模型可得到血氧饱和度绝对值,消除DPF个体间差异的影响,提高了NIRS测量血氧饱和度的准确性。式(1)为所得血氧饱和度的绝对值。其中CHbO2与CHb表示组织内氧合血红蛋白浓度与还原血红蛋白浓度,μa,εHbO2与εHb分别表示近红外波段下的吸收系数,氧合血红蛋白与还原血红蛋白的消光系数。式(1)如下

(1)

脑组织中的还原血红蛋白和氧合血红蛋白是近红外光的主要吸收物质,但组织中的细胞色素和水也会吸收近红外光,对测量结果准确性产生影响。为减少此类影响提高系统的稳定性和准确性,朱敬祎等人引入了抗干扰定量分析算法[28]。由于还原血红蛋白和氧合血红蛋白在810 nm波长处吸光度相近,故选择810 nm波长来消除人脑外层组织和颅内背景物质对测试结果的影响。当使用MBL修正算法进行分析计算时,近端和远端的光电探测器两次计算使用的初始光强值默认相等,然而实际情况下两者的初始光强并不完全相等。刘光达等人研制的抗扰动脑血氧分析仪[29]可有效减少源端波动对实验结果的影响,通过屏气实验验证仪器的干扰抑制比可达70 %以上,并给出了源端干扰表达式,如式(2)所示

(2)

式中 ΔODs为近远端初始光强的差值,M为各波长消化系数与810 nm波长下光密度的组合式。

3 实际应用

在过去的几十年里,基于NIRS技术的脑组织血氧监测及功能性脑成像研究快速发展,在多个领域取得了显著成果。近红外脑组织血氧监测设备现已广泛应用于脑组织氧合监测,骨骼肌氧合监测以及麻醉深度监测等领域。大脑是人体耗氧量最大的器官,对缺氧极其敏感,短时间内的缺氧将会造成神经组织不可逆的损伤,使用脑组织氧合监测设备可有效地对新生儿以及危重症患者进行脑保护[30]；基于NIRS技术的组织血氧监测设备还可用于骨骼肌氧合监测中,用于评定局部组织血氧水平,可辅助运动员制定训练计划以及康复训练；组织血氧监测设备可用于验证麻醉药物的有效性以及监测手术病人血氧饱和度的变化,现已广泛应用于麻醉外科手术中、心血管手术中等神经外科手术过程中。功能性脑成像研究虽起步不久,但其在基础认知神经科学研究、临床疾病诊断、光学成像等领域得到了广泛应用[31]。人类记忆主要分为两种,一种是听觉信息记忆,由大脑中的左腹外侧前额叶直接复述加工,另一种是视觉信息记忆,大脑先对视觉信息重新编码然后再复述加工。Jiang J等人[32]采用不同的图片和语音作为刺激材料每隔一段时间给儿童辨认,利用功能性近红外脑成像设备监测了多名5岁至11岁儿童的左腹外侧前额叶皮层激活情况。结果显示进行视觉刺激的血氧参数变化高于听觉刺激,儿童可能更偏向于使用图像策略进行记忆加工且记忆能力越强的儿童,越倾向于使用语音策略进行图片记忆。

4 结 论

NIRS技术对大脑的应用目前分为两种,第一种是基于MBL定律通过光学参数与血氧参数的关系,对脑组织血氧饱和度,血红蛋白含量等参数进行定量监测。第二种基于神经血管耦合机制,分析血液动力学时间序列数据[33],研究脑成像和大脑神经活动。自1977年人们首次发现近红外光可应用于生物组织体以来,因其独特的优势NIRS技术对脑组织的应用研究一直是国内外学者研究的热点。随着光电传感和测量技术发展,该技术对脑组织应用已经从一开始对人额头处的单点测量发展成多通道全头皮覆盖探测,从一开始的单一的曲线分析处理发展到如今的功能性脑成像研究。这两种基于NIRS技术的脑部组织检测研究已广泛应用于临床与神经认知领域,其研制的仪器有望成为未来手术辅助治疗,疾病预防检测的重要工具。但在实际应用中,系统和外界的干扰影响也十分巨大,如何有效减少误差提高系统的稳定性与准确性是未来研究的关键。从传感器探头设计上来看,可增加光电探测器与光源的数量以获取更多的脑组织血氧信息,但其会增加信号分离难度以及对硬件电路设计方面的要求[34]。信号提取与分离是一项艰巨的任务,干扰因素众多,如何低成本有效的分离出待测信号是未来研究的重点。