重视脑脊液的等效光学特性,以提高大脑中基于扩散的建模准确性

科学领域:

• 生物医学光学 生物医学光学
• 神经成像是一种神经成像.
• 计算机建模 计算建模

背景情况:

• 扩散近似 (DA) 在功能近红外光谱学 (fNIRS) 中广泛用于脑成像.
• 现有的DA模型由于脑脊液 (CSF) 的光学特性而存在局限性,通常使用经验性推导值.
• 之前对CSF光学属性的建议并未优化以尽量减少DA建模错误.

研究的目的:

• 在大脑模型中直接量化DA解决方案的准确性,通过将它们与黄金标准基于网格的蒙特卡罗 (MMC) 解决方案进行比较.
• 为CSF光学属性推出更新的建议,以提高DA模型的准确性.
• 为了尽量减少由CSF光学属性假设引起的fNIRS分析中的错误.

主要方法:

• 对于5层头部和Colin27天文图表模型,生成了DA解决方案.
• 为了获得DA解决方案,CSF吸收和减少的散射系数被独立扫描.
• 通过将DA解决方案与MMC解决方案进行比较来计算错误,使用文献CSF光学特性作为参考.
• 通过最大限度地减少表面流动,大脑总灵敏度和大脑能量沉积的错误来确定优化的CSF光学特性.

主要成果:

• 之前推的CSF属性导致测试指标存在重大错误 (8.7%52%).
• 通过扫描CSF吸收和散射系数,发现了无限的解决方案来匹配单个指标的DA和MMC.
• 在各种源/探测器分离处同时最小化多个指标,确定了优化设置.
• 为CSF光学特性推出了一项新的建议:将吸收设置为特定值,同时保持生理散射.

结论:

• 新推的CSF光学特性显著减少了DA和MMC解决方案在多个指标上的模型不匹配.
• 这些更新的属性提高了fNIRS分析的准确性,而不会牺牲计算速度.
• 通过调整CSF光学属性,可以消除DA-MMC对特定感兴趣指标的不匹配.