在数字人头模型中检索染色体度变化,使用光子的分析平均部分路径长度
Demián A Vera1, Héctor A García1, Nicolás A Carbone1
1CIFICEN (UNCPBA - CICPBA - CONICET), Tandil, Argentina.
Journal of biomedical optics
|February 29, 2024
概括
这项研究引入了一种更快,更准确的脑成像方法,使用功能近红外光谱 (fNIRS) 中的分析分层模型进行脑成像. 与传统的同质模型相比,新方法通过更好地考虑头部组织层来改善血液动力学活动的评估.
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
- 在光学成像系统中,光学成像
背景情况:
- 连续波功能近红外光谱 (fNIRS) 非侵入性地评估大脑血液动力学活动.
- 目前的fNIRS方法通常假定一个均的头部模型,导致头皮信号的校正不准确.
- 蒙特卡洛 (MC) 模拟提供了准确的光传播建模,但需要大量的计算资源.
研究的目的:
- 调查使用分析多层模型来取代fNIRS中的同质模型和MC模拟的可行性.
- 将同质模型的速度和简单性与MC模拟的准确性相结合.
- 为了提高人类大脑血液动力学活动评估的准确性.
主要方法:
- 建议在双层头模型中分析光传播的多层模型.
- 利用基于磁共振成像 (MRI) 的人类头部网状模型.
- 使用均质和分层重建方法检索氧和脱氧血红蛋白 (HbO和HbR) 度变化.
主要成果:
- 分析分层模型显著超过了传统的同质重建算法.
- 新方法为脑外和脑组织提供了更准确的结果.
- 层次重建的准确性与MC模拟相提并论,但比它快4-5个数量级.
结论:
- 成功开发并验证了一种用于检索大脑染色体度变化的新方法.
- 该方法将同质算法的速度与MC模拟的精度相结合.
- 这一进步为fNIRS数据分析提供了更强大,更有效的方法.
