扩散相关谱分析模型的比较,用于测量成年人的脑血流量
Hongting Zhao1, Eashani Sathialingam1, Kyle R Cowdrick1
1Emory University, Georgia Institute of Technology, Wallace H. Coulter Department of Biomedical Engineering, Atlanta, Georgia, United States.
Journal of biomedical optics
|December 18, 2023
概括
与多层模型相比,用于扩散相关谱 (DCS) 的传统同质模型在测量成人脑血流指数 (CBFi) 中优越. 这项研究强调了同质模型.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 医学物理 医学物理
背景情况:
- 扩散相关谱法 (DCS) 用于测量大脑血流 (CBF).
- 多层分析模型旨在提高DCS对大脑测量的敏感性,但同质模型在临床上普遍存在.
- 这些分析模型的直接体内比较缺乏.
研究的目的:
- 为了比较同质,双层和三层分析模型的性能,以估计使用DCS在成年患者中的大脑血流指数 (CBFi).
- 根据合适的融合,稳定性,大脑到头皮的流量比 (BSR) 和与跨头骨多普勒 (TCD) 超声波的相关性来评估模型性能.
主要方法:
- 休息状态的DCS数据从20名患有下大脑关节出血的成年患者中收集.
- 在1厘米和2.5厘米的源探测器距离处的数据使用同质,双层和三层模型进行了分析.
- 模型的性能通过将估计的CBFi与中脑动脉 (MCA) 血流速度的TCD测量进行比较来评估.
主要成果:
- 同质模型显示了最高的通过率 (100%) 和最低的静止变化系数 (CV).
- 与多层模型相比,同质模型与MCA血流速度的相关性最为显著.
- 多层模型的性能与脑外层厚度相关;抛弃非生理学BSR改善了所有模型的相关性.
结论:
- 同质模型目前是最可靠的估计CBFi与DCS在成年人由于其更高的通过率,较低的休息CV,和与TCD更强的相关性.
- 多层模型需要进一步验证和新的方法来提高其体内性能,因为它们目前的通过率较低,CVs更高.
- 多层模型的结果应谨慎解释,因为它们可能与非生理学CBFi值趋同.
