微細なノイズ校正によるスペクトルコントラスト光学による脳血流測定の最適化

科学分野:

• バイオメディカル光学
• 神経科学
• 医療用イメージング

背景:

• スペックルコントラスト光学スペクトル検査 (SCOS) は,脳血流 (CBF) のモニタリングのための非侵襲的な技術です.
• SCOSを使用してCBFを正確に測定するには,正確なノイズ事前校正が必要です.
• 既存の方法は低信号レベルで苦戦し,騒音アーティファクトは脳血量 (CBV) の波形を模倣します.

研究 の 目的:

• SCOSのための適応的なノイズ校正フレームワークを開発し,CBFの測定精度を向上させる.
• カメラとショットノイズの 波形に似てるものを 減らせるためだ
• 信頼性の高いSCOSベースのCBFモニタリングのための信号の値を下げる.

主な方法:

• SCOSで適応的なノイズ校正のための最適化ベースのフレームワークが開発されました.
• この方法は,CBFとCBVの波形間の相関を減らすためにノイズ校正を洗練します.
• このフレームワークは1920 × 1200ピクセルのSCOSシステムを使用して10人のヒトで検証されました.

主要な成果:

• 提案されたアプローチは,CBVを模倣する人工物を大幅に削減しました.
• 信頼性の高いCBF測定のための信号値は,ピクセルあたり97から26に低下しました.
• この方法により,CBF測定の精度と信頼性が向上しました.

結論:

• アダプティブノイズキャリブレーションフレームワークは,CBFモニタリングのためのSCOSの信頼性を高めます.
• この進歩は,より深い組織尋問を可能にする,大きなソース-検出器距離のSCOSアプリケーションに特に有益です.
• 改善された方法は,臨床および研究環境におけるSCOSの適用性を拡大します.