大脑的扩散光学断层扫描:不准确的基线光学参数的影响和使用学习后处理的精细化

科学领域:

• 生物医学光学 生物医学光学
• 功能性大脑成像 - 功能性大脑成像
• 医学物理 医学物理

背景情况:

• 扩散光学断层扫描 (DOT) 是一种使用近红外光的功能性脑成像技术.
• DOT模拟了与大脑活动相关的光学参数的变化.
• 准确的基线光学参数通常是未知的,导致模型不准确.

研究的目的:

• 调查近似基线光学参数对DOT功能性脑成像的影响.
• 开发和验证基于深度学习的后处理技术,以减轻这些错误.

主要方法:

• 模拟使用文献和成人大脑图谱的参数变化进行了模拟.
• 在激活对比度,定位和区域的错误被量化.
• 为DOT数据的后处理开发了一个深度学习模型.

主要成果:

• 不准确的基线光学参数在估计的大脑激活中引入了重大错误.
• 开发的深度学习方法有效地减少了这些基线错误的影响.
• 大脑激活变化的成像显示,随着后处理技术的改进.

结论:

• 大致的基线光学参数对准确的DOT功能性脑成像构成了挑战.
• 深度学习提供了一种有希望的方法来纠正基线不准确性.
• 这种技术提高了DOT用于大脑活动研究的可靠性.