时间：2020-07-14
大脑是人体内最重要、最复杂的器官，研究脑的生理机制对于治疗脑部疾病、发展类脑智能技术具有重要意义。在众多脑成像技术中，功能性近红外光谱技术(functional Near-Infrared Spectroscopy, fNIRS) 因具有适宜的时间和空间分辨率、无创、便携、抗电磁干扰等优势，具有广阔的应用前景。fNIRS已经从初级的拓扑成像发展成为扩散光学层析成像(Diffuse Optical Tomography, DOT)和高密度扩散光学层析成像(High Density DOT, HD-DOT)。如图1所示，HD-DOT分两个步骤间接重建兴奋度图像并定位兴奋脑区：①在每个时间点单独求解HD-DOT逆向问题，从头皮表面的光强重建吸收系数变化量图像；②在每个像素点分析吸收系数变化量的时间序列，计算兴奋度并组成兴奋度图像。然而，上述间接重建法有两个主要缺陷：步骤①中HD-DOT逆向问题具有严重的不适定性，很难获得精确、稳定的解，妨碍了高质量重建图像的获取；此外，步骤①中的计算误差会传递到步骤②中被放大，恶化兴奋度图像质量，甚至导致对兴奋脑区的错误定位。为了提高兴奋度图像质量，本课题组发展了三种兴奋度图像直接重建法。
图1 fNIRS中兴奋度图像间接重建法流程图
1. 为了应对间接重建法中的误差传导问题，本课题组利用血液动力学响应函数(Hemodynamic Response Function, HRF)将间接重建方法中的两个步骤合成一个步骤，建立了直接重建法框架。它省去了重建吸收系数变化量曲线的中间步骤，通过求解一个线性方程直接重建兴奋度图像。但是逆向问题的不适定性仍然存在，且会导致兴奋度图像的空间分辨率较低。为此，本课题组发展了稀疏正则化的兴奋度图像直接重建方法(L1)。人脑兴奋时，只有部分脑区内的神经元被激活，神经血管耦合效应引起兴奋脑区内血流量和吸收系数变化显著，具有较大的兴奋度，但是其余脑区兴奋度几乎为零。因此，兴奋度图像本身具有稀疏特性。本课题组通过稀疏正则化方法，对兴奋度直接重建法的逆向问题进行约束以缓解不适定性。如图2所示，相比只利用光滑先验的Tik， L1有效提高了兴奋度图像的空间分辨率。
图2 兴奋度均为0.2的双目标体数值模拟实验结果： Tik(第一列)和L1(第二列)分别在CCS=20 mm、SNR=10 dB(第一行)， CCS=20 mm、SNR=20 dB(第二行)， CCS=30 mm、SNR=10 dB(第三行)和CCS=30 mm、SNR=20 dB(第四行)下的平均重建图像及其在Y=50 mm的中心横剖线(第三列).
2.为了避免通道串扰且尽量提高测量速度，本课题组采用如图3所示的多场并行照射模式进行光强测量。测量过程分为多场进行，每一场中多个光源同时点亮，多个通道并行测量，完成所需通道的测量之后多场测量数据合成一帧。间接重建法假设吸收系数在一帧之内保持不变，每完成一帧测量重建一次吸收系数变化量图像，然后分别用卡尔曼技术估计各像素点的兴奋度。不仅时间分辨率低，而且HD-DOT逆向问题的不适定性和误差传导放大还会导致重建兴奋度图像的质量较低。为此，本课题组结合兴奋度图像的时间缓变特性，发展了基于卡尔曼估计技术的兴奋度图像直接重建法(Direct Kalman, DK)。它假设吸收系数在一场中保持不变，但在每帧之内的不同场之间是连续缓慢变化的，以一场为时间单位建立状态运动方程和观测方程，把边界光强直接映射到兴奋度图像。每完成一场测量，不需要重建吸收系数变化量图像，直接更新一次对兴奋度图像的估计。不仅把时间分辨率从一帧提高到了一场，还避免了直接求解不适定的逆向问题。如图4所示，实验证实了该方法比间接卡尔曼法(Indirect Kalman, IK)获取了更高质量的兴奋度图像。
图3 多场并行照射模式过程示意图
图4 双目标体兴奋度均为0.5的考察空间分辨能力的数值模拟实验结果：第1、2、3列分别表示IK和DK的重建图像及其中心横剖线；第1行：全局头皮层干扰、SNR=10 dB；第2行：全局头皮层层干扰、SNR=20 dB；第3行：局部头皮干扰、SNR=10 dB；第4行：局部头皮层干扰、SNR=20 dB .
3.fNIRS把人脑看成一个线性时不变系统，HRF是系统的冲激响应函数，随着受试者、年龄、刺激类型和兴奋脑区等因素变化。间接重建方法或者采用预先定义的标准HRF，或者根据各像素点吸收系数变化量曲线分别估计HRF。前者缺乏灵活性，后者既不能充分利用各像素点之间的联系又要受到HD-DOT逆向问题不适定性的影响。此外，HRF的估计误差也会传递到兴奋度图像的估计过程中被放大，影响兴奋度图像质量。为此，本课题组结合同一个兴奋脑区的像素点具有相同HRF的特性，发展了HRF和兴奋度的联合直接重建法。它首先通过截断奇异值分解分离头皮层的生理干扰和脑皮层的血液动力学响应信号，然后利用奇异矢量估计HRF和兴奋度图像。联合直接重建法既避免了误差传递，又充分利用了像素点之间内在联系。如图5和6所示，实验证实该方法比传统有限长冲击响应法(Smooth Finite Impulse Response, SFIR)提高了HRF和兴奋度图像的估计精度。
图5 全局头皮层生理干扰数值模拟实验中HbO和HbR浓度的归一化HRF
图6 全局头皮层生理干扰的模拟实验中兴奋度图像在X=40 mm处的冠状截面：(a) 760 nm, SFIR；(b) 760 nm, JDE; (c) 830 nm, SFIR；(d) 830 nm, JDE; (e) 真实.
发表的主要论文：
1. Bingyuan Wang, Yao Zhang and Feng Gao et al, Joint direct estimation of hemodynamic response function and activation level in brain functional high density diffuse optical tomography, Biomedical Optics Express: 2020, 11(6): 3025 -3042.
2. Bingyuan Wang, Tiantian Pan and Feng Gao et al, A Kalman-based tomographic scheme for directly reconstructing excited levels of brain function, Optics Express: 2019, 27(3): 3229-3246.
3. Bingyuan Wang, Huijuan Zhao and Feng Gao et al, Sparsity-regularized approaches to directly reconstructing hemodynamic response in brain functional diffuse optical tomography, Applied Optics: 2019, 58(4):863-870.
