[论文解读] Interferometric speckle visibility spectroscopy (ISVS) for human cerebral blood flow monitoring

Jian Xu, Ali K. Jahromi+3 more|arXiv (Cornell University)|Aug 30, 2020

Optical Imaging and Spectroscopy Techniques被引用 5

一句话总结

本文提出了一种新型光学方法——互相关散斑可见度光谱学（ISVS），利用激光散斑干涉技术实现对人类脑血流的非侵入式、实时监测。通过在傅里叶平面上使用定制的矩形孔径以最大化散斑收集，并应用经相机噪声校正的可见度因子模型，ISVS实现了对微血管血流动力学的高灵敏度检测，其在大鼠和人体研究中均表现出与脉搏血氧仪及传统 DCS 方法高度一致的结果。

ABSTRACT

Infrared light scattering methods have been developed and employed to non-invasively monitor human cerebral blood flow (CBF). However, the number of reflected photons that interact with the brain is low when detecting blood flow in deep tissue. To tackle this photon-starved problem, we present and demonstrate the idea of interferometric speckle visibility spectroscopy (ISVS). In ISVS, an interferometric detection scheme is used to boost the weak signal light. The blood flow dynamics are inferred from the speckle statistics of a single frame speckle pattern. We experimentally demonstrated the improvement of measurement fidelity by introducing interferometric detection when the signal photon number is insufficient. We apply the ISVS system to monitor the human CBF in situations where the light intensity is $\sim$100-fold less than that in common diffuse correlation spectroscopy (DCS) implementations. Due to the large number of pixels ($\sim 2 imes 10^5$) used to capture light in the ISVS system, we are able to collect a similar number of photons within one exposure time as in normal DCS implementations. Our system operates at a sampling rate of 100 Hz. At the exposure time of 2 ms, the average signal photon electron number is $\sim$0.95 count/pixel, yielding a single pixel interferometric measurement signal-to-noise ratio (SNR) of $\sim$0.97. The total $\sim 2 imes 10^5$ pixels provide an expected overall SNR of 436. We successfully demonstrate that the ISVS system is able to monitor the human brain pulsatile blood flow, as well as the blood flow change when a human subject is doing a breath holding task.

研究动机与目标

• 开发一种利用激光散斑干涉技术对人类脑血流进行非侵入式、高灵敏度监测的新方法。
• 通过优化光学设计，提高信噪比和空间分辨率，以克服传统漫射相关光谱学（DCS）的局限性。
• 在动物模型（大鼠）中验证 ISVS 技术，并证明其在人体应用的可行性。
• 对相机噪声引起的可见度因子测量基线偏移进行校正，以提高动态血流估计的准确性。
• 优化傅里叶平面孔径形状，以最大化散斑收集带宽和光收集效率。

提出的方法

• ISVS 系统采用马赫-曾德尔干涉仪，参考光束通过单模光纤滤波，样品光束则通过多模光纤耦合，用于照射人脑前额区域。
• 组织产生的漫射光通过大芯径多模光纤收集，并通过 4-f 传输系统传送到相机，同时在傅里叶平面上放置一个定制的矩形孔径，以最大化空间频率带宽和散斑收集效率。
• 样品光路中加入偏振片以抑制交叉偏振噪声，分束器将参考光束与样品光束合束，实现干涉检测。
• 可见度因子由干涉项的二阶矩推导得出，定义为 $ F = \frac{1}{T} \int_0^T 2(1 - \frac{t}{T}) g_1(t) dt $，其中 $ g_1(t) $ 为场相干函数。
• 应用相机噪声校正的可见度因子模型：$ F = (1 - \beta) + \beta \frac{2\tau}{T} \left[1 + \frac{\tau}{T}(e^{-\tau/T} - 1) \right] $，其中 $ \beta = 0.9 $，以补偿基线波动。
• 数据处理包括对原始帧进行傅里叶变换以提取干涉瓣，随后进行空间平均，并利用时空域的集合平均计算可见度因子。

实验结果

研究问题

• RQ1 干涉式散斑可见度光谱学（ISVS）在脑血流监测中是否能实现比传统 DCS 更高的灵敏度和信噪比？
• RQ2 傅里叶平面上孔径的形状如何影响 ISVS 的空间频率带宽和光收集效率？
• RQ3 相机噪声在多大程度上导致可见度因子测量的基线偏移？是否可有效校正？
• RQ4 ISVS 是否能以高保真度检测到人类脑血流中的生理信号，如心脏搏动和呼吸节律？
• RQ5 ISVS 在动物模型中的性能与标准脉搏血氧仪和传统 DCS 相比如何？

主要发现

• 与仅利用约 16% 可用面积的圆形孔径相比，傅里叶平面上的矩形孔径在傅里叶空间中使光收集效率提高了 50%。
• 相机噪声校正的可见度因子模型成功补偿了非零基线波动，提高了动态血流估计的准确性。
• 在大鼠背部皮肤瓣实验中，ISVS 检测到清晰的 1.5 Hz 呼吸信号和较弱的 3.5 Hz 搏动信号，与脉搏血氧仪结果一致；但由于血管密度较低，动脉信号较弱。
• 在大鼠脑组织实验中，ISVS 检测到 1.0 Hz 呼吸信号及耦合的搏动信号，证明了其在脑血流监测中的可行性。
• 在人体应用中，可见度因子与脉搏血氧仪表现出强烈相关性，证实该方法对生理动态变化的高度敏感性。
• 在相机帧率为 50 Hz、曝光时间为 16 ms 的条件下，ISVS 达到了足够的时间分辨率，可清晰分辨脑血流中的心脏和呼吸频率成分。