title: 近红外脑功能成像基础
subtitle: fNIRS technology
date: 2020-02-25
author: 陈锐CR
tags:
- 脑成像
- fNIRS


本文首发在chen rui blog (7988888.xyz)

前言

我们今天就来聊一聊关于fNIRS的知识点,在后续的推送中,我会对探索大脑的常用技术穿插着推送,希望对大家能有所帮助,当然,如果你有想知道的探索大脑技术,恰巧我又懂,岂不乐哉。

正文

下面我们来谈谈近红外脑功能成像

简介

fNIRs是一种非侵入性成像方法,涉及从近红外光(NIRs)衰减测量或时间或相位变化测量组织浓度的相对变化。近红外光谱光利用光学特性,其中皮肤,组织和骨对700-900nm光谱中的近红外光几乎是透过的,而血红蛋白(Hb)和脱氧血红蛋白(deoxy-Hb)对这段波长很敏感。所以deoxy-Hb和oxy-Hb的吸收光谱的差异允许通过使用多个波长的光衰减来测量血红蛋白浓度的相对变化。选择在等吸光点805nm左右的上方和下方至少各一个波长进行测量。在脑成像中,使用修正版的比尔 - 朗伯定律(mBLL),这个定律是可以用来计算血红蛋白相对浓度作为总光子穿行路径长度的函数。通常情况下,光发射器和探测器放置在受试者颅骨的同侧,目前探测的最佳距离在3cm左右,因此记录的测量结果是由于椭圆形路径(也叫光子香蕉)之后的散射(反射)光。

脑功能成像

使用fNIRs作为功能成像方法主要依赖于神经血管耦合原理,也称为血液动力学反应或血氧水平依赖性(BOLD)反应。这个原则也是构成了fMRI技术的核心。通过神经血管耦合,神经元活动与局部脑血流的相关变化。fNIRs和fMRI对类似的生理变化敏感,并且通常是比较方法。有关fMRI和fNIR的研究显示认知任务中高度相关的结果。fNIRs在成本和便携性上优于fMRI,但由于光源功率的限制,空间分辨率有限,因此基本上不能用于测量深度超过4厘米的皮质活动。fNIRs包括使用光学层析成像(DOT)用于功能目的。可使用多复数的fNIRS光源与探测器组成多通道来测量大脑活动的二维脑地形图(例如,使用NIRScout等设备),同时使用多个光源短间距可以用于构建三维层析成像地图,但目前来说需要的光源数较多。

光谱学方法

目前有三种fNIRs光谱学方法

连续波CW

连续波(CW)fNIRs使用以恒定频率和振幅发光的光源。通过修正版的Beer-Lambert定律(mBLL),光强度的变化可能与血红蛋白相对浓度的变化有关。

OD是光密度或衰减, Io是发光强度, I测量光强度,
是衰减系数,[X]是chromophomore浓度, L是源和探测器之间的距离 DPF是差分路径长度因子以及G是与散射相关的几何因子。

当衰减系数是已知的,假定恒定的散射损耗,并且测量结果在时间上被差分处理,该方程简化为:

d是总校正的光子路径长度。

使用双波长系统,deoxy-Hb和oxy-Hb的测量可以从矩阵方程中求解:

CW技术是最常见的做fNIRs的形式。因为用mBLL测量浓度的绝对变化需要了解光子路径长度。连续波方法不具有光子路径长度的任何知识,因此浓度变化相对于未知路径长度,所以,目前探索更对的是相对浓度的变化。

频域(FD)

在频域(FD)系统中,NIRs激光源在接近一百兆赫兹(100MHz)的频率处提供调幅正弦曲线。背散射信号的幅度和相位的变化提供了对组织的吸收和散射系数的直接测量,因此不需要关于光子路径长度的信息; 从散射和吸收系数中确定血液动力学参数浓度的变化。由于需要调制激光以及相位测量,频域系统在技术上比连续波系统复杂。但是,这些系统能够提供绝对浓度的氧化血红蛋白和脱氧血红蛋白。

时间分辨(TD)

在时间分辨光谱学中,引入脉冲长度通常在皮秒量级的短NIR脉冲。通过飞行时间测量,可以通过将解决的时间除以光速来直接观察光子路径长度。由于需要高速检测和高速发射器,时间分辨方法是最昂贵且技术复杂的方法。关于血流动力学变化的信息可以在背散射信号的衰减,衰减和时间分布中找到。

谢谢大家观看,如有帮助,来个喜欢或者关注吧!

本文作者:Chen Rui 部分内容参考网络,仅供学习使用

博客地址 : Chen Rui Blog

知乎地址 : 知乎专栏

B站地址 : B站主页
书店地址 : 书店主页
网易云音乐地址 : 音乐主页

版权声明:本文由 陈锐CR 在 2020年04月14日发表。本博客文章作者为陈锐CR时均采用属于个人原创撰写,未经许可,禁止在任何媒介以任何形式复制、发行本文章,如需转载,请查看About联系方式,非商业转载请注明出处,不得用于商业目的。

2020-02-25-近红外脑功能成像基础相关推荐

  1. 近红外脑功能成像原理

    上一篇,"茗创科技" 给大家整理了 基于NIRS_SPM近红外一阶分析中单被试的激活分析过程,相信大家对功能近红外数据分析有了基础的了解,那么这一篇分享呢, "茗创科技& ...

  2. 中国近红外成像行业市场供需与战略研究报告

    出版商:贝哲斯咨询 获取报告样本: 企业竞争态势 该报告涉及的主要国际市场参与者有BIOSPACE LAB.FLUOPTICS.MIZUHO.LI-COR.BRUKER.CARL ZIESS MEDI ...

  3. 电大计算机应用技术基础形考二,贵州电大2020年春季《计算机应用技术基础》计算机应用技术基础02任务满分...

    2020年春季<计算机应用技术基础>计算机应用技术基础02任务8 e0 T4 M9 X5 Z! l' ? 1.[判断题] 存储器容量的基本单位是字节.(    ) # n( _/ [' R ...

  4. 融合RGB与近红外“看清黑暗”,低照度成像方法:暗视觉网络(AAAI 2022)

    本文转载自旷视研究院. 此篇论文已被 AAAI 2022 收录. 摘 要 RGB-NIR 融合技术可用在极暗环境下增强可见光成像效果.然而现存的融合算法无法处理 RGB-NIR 图像之间的结构不一致问 ...

  5. 探测器反向偏压_近红外和可见光双模有机光电探测器

    更多精彩,点击上方蓝字关注我们!中英标题 近红外和可见光双模有机光电探测器 Near-infrared and Visible Light Dual-mode Organic Photodetecto ...

  6. fNIRS功能近红外数据处理服务

    在脑科学和神经科学领域,功能近红外成像技术(functionalnear-infrared spectroscopy, fNIRS)已经逐渐成为研究大脑活动的重要技术手段之一.该技术主要利用脑组织中氧 ...

  7. 关于红外调制基础理解

    关于红外调制基础理解 (2011-10-31 20:01:33)转载▼ 标签: 杂谈 分类: 智能协议无线 要是自己做红外遥控器的话应该怎么做?自己定义一个协议或套用现成协议,但是不管什么协议,对于红 ...

  8. 2022-2028全球与中国近红外脑成像系统市场现状及未来发展趋势

    [报告篇幅]:85 [报告图表数]:130 [报告出版时间]:2021年12月 报告摘要 2021年全球近红外脑成像系统市场销售额达到了1.6亿美元,预计2028年将达到3亿美元,年复合增长率(CAG ...

  9. 2020年软考数据库系统工程师--基础知识精讲视频-任铄-专题视频课程

    2020年软考数据库系统工程师--基础知识精讲视频-1997人已学习 课程介绍         对软考数据库系统工程师教材按章节进行了细致的讲解,包括数据结构,操作系统,网络基础,数据库技术,数据库设 ...

最新文章

  1. 基于的BCH的相关应用是不是该降降温?
  2. Intel Sandy Bridge/Ivy Bridge架构/微架构/流水线 (15) - L1数据缓存/读写地址转换
  3. Centos6.6安装Nginx
  4. 红帽子linux改ip命令,Linux系统下图形界面更改IP地址
  5. 《潮流时装设计——世界顶级时装CAD制板技巧》——1.2 国内外服装CAD的发展状况...
  6. graphpad折线图教程_Graphpad Prism5作图教程
  7. [软考] 知道IP地址如何计算网络地址、广播地址、地址范围、本网主机数
  8. LLVM LLD PE 格式分析 (COFF)
  9. PS--解决文字不清晰问题
  10. STM32+多片AD7705+双通道采集热电偶
  11. Java 面向对象基本特征
  12. Android手机安全软件的恶意程序检测靠谱吗--LBE安全大师、腾讯手机管家、360手机卫士恶意软件检测方法研究...
  13. 百丽时尚赴港IPO,持续释放品牌年轻化活力
  14. 数据建模 Database Modeling:概念 (Conceptual) vs 逻辑 (Logical) vs 物理数据 (Physical) 模型
  15. CentOS7.0如何查看MAC地址
  16. python3 安卓_Android QPython3 调用 其他 Android App
  17. scratch编程神笔马良
  18. 知识付费系统源码下载带课程数据+一键同步功能和更新设置
  19. Quartus II 13.1的下载和安装
  20. 基础、开发者、智能合约……统统都是矩阵元未来的关键词

热门文章

  1. 7.11__ 心灵终结
  2. 易飞ERP工作流解决方案之【企业微信集成】
  3. 谷粒商城分布式高级篇学习笔记
  4. 如何利用MATLAB求解线型方程组--雅可比迭代法、高斯赛德尔迭代法
  5. 用友U8销售退货案例教程
  6. 营销世界的 5 大剧变之 ② 微服务和 API
  7. 破解 MySQL5.7 数据库的 root 登录密码
  8. Vue开发实例(05)之搭建项目主页面头部、导航、主体等页面布局
  9. java excel 电话号码_java使用poi读取excel时,电话号码变成了科学计数法,整数变成double,怎么改过来...
  10. CentOS8.0安装迅搜(XunSearch)引擎报错的解决办法