在体内宽场光成像中通过线性回归分析提炼血液动力学校正
Jing Li1, Fan Yang1, Kathleen Zhang2
1Department of Neurology, The First Hospital of Jilin University, Changchun, Jilin 130021, China; Department of Neurological Surgery, New York Presbyterian Hospital, Weill Cornell Medicine of Cornell University, 525 East 68th Street, Box 99, New York, NY 10065, USA.
NeuroImage
|August 29, 2024
概括
这项研究引入了一种新的线性回归方法,用于在广场光成像 (WFFI) 数据中准确分离神经和血液动力学信号. 新方法纠正了传统的酒-兰伯特定律的偏差,改善了神经活动的表现.
科学领域:
- 神经科学是一个神经科学.
- 生物医学光学 生物医学光学
- 身体生理学 身体生理学
背景情况:
- 在体内广场光成像 (WFFI) 数据的准确解释需要分离神经信号和血液动力学信号.
- 经典的酒-兰伯特定律方法用于估计大脑血液体积 (CBV) 变化受到散射和反射器件的限制.
- 这些文物导致偏见的CBV估计和神经活动的误解.
研究的目的:
- 引入和验证一种新的线性回归方法来纠正WFFI数据中的血液动力学信号.
- 为了克服比尔-兰伯特定律在估计CBV变化的局限性.
- 为了提供一种更可靠的方法来分析从光成像的神经活动.
主要方法:
- 开发一种新的线性回归模型,以纠正非神经元光散射和反射.
- 同时530nm照明用于估计大脑血液体积 (CBV) 的相对变化.
- 在多个实验数据集中验证拟议的方法.
主要成果:
- 新型线性回归方法显著提高了CBV变化估计的准确性.
- 该方法有效地纠正了530nm光子的散射和反射引入的偏差.
- 验证了新方法在传统的基于规律的比尔-兰伯特方法上的优越性.
结论:
- 拟议的线性回归方法为WFFI数据中的CBV变化和神经活动提供了更可靠的表示.
- 这一进展对于神经科学中光成像研究的准确解释至关重要.
- 经过验证的方法提高了从血液动力学信号获得的神经活动测量的精度.
