ブログ

Jan 30, 2024

長波長干渉拡散相関分光法 (LW) によって可能になるポータブルな高速血流測定

Rapporti scientifici Volume 13,

Scientific Reports volume 13、記事番号: 8803 (2023) この記事を引用

368 アクセス

メトリクスの詳細

拡散相関分光法 (DCS) は、組織内の血流を特徴付けるために使用できる光学技術です。 脳血行動態の測定は、DCS の有望なユースケースとして浮上していますが、従来の DCS の実装では、成人の脳血流の堅牢な測定を行うには最適ではない信号対雑音比 (SNR) と脳の感度が示されています。 この研究では、脳の感度と SNR の両方を向上させるために、より長い照明波長 (1064 nm)、マルチスペックル、および干渉検出の使用を組み合わせた長波長干渉 DCS (LW-iDCS) を紹介します。 超伝導ナノワイヤ単一光子検出器に基づく長波長 DCS との直接比較により、人間の被験者で測定された血流信号において、LW-DCS の単一チャネルと比較して SNR が約 5 倍向上することを実証しました。 我々は、LW-DCS と LW-iDCS の間で抽出された血流の同等性を示し、3.5 cm の線源と検出器の距離で 100 Hz で測定された LW-iDCS の実現可能性を実証します。 この性能の向上により、脳血行動態の堅牢な測定が可能になり、拡散相関分光法の新たな使用例が可能になる可能性があります。

拡散相関分光法 (DCS) は、組織血流の非侵襲測定を可能にする確立された光学技術です1。 DCS は、拡散後方散乱光の測定を通じて、収集された信号の時間的変動を血管系を通る血球の動きに関連付けます。 ベッドサイドでの臨床血流モニタリング 2、特に脳血流モニタリング 3 は、DCS のユースケースとして爆発的に増加しており、DCS は外科手術中の脳灌流の指標を推定するために使用されています 4,5,6,7,8、脳自己調節 9,10、脳血管反応性11、頭蓋内圧12、13、14、臨界閉鎖圧15、16。 DCS モニタリングを含む多くの研究が成人集団で実証されていますが、脳の感度と信号対雑音比の制限により 17、標準的な DCS 技術は、脳外組織（頭皮と頭蓋骨）は成人よりも大幅に薄い18、19。 成人集団における DCS のパフォーマンスを向上させるために、多くのグループが脳の感度、信号対雑音比、またはその両方を改善する DCS の改良を開発しました。 これらの方法には、干渉検出法20、21、22、23、24、25、並列スペックル検出法26、27、28、音響光学変調法29、30、31、経路長分解法32、33、34、35、36、37、スペックルコントラスト法38が含まれます。 、39、40、そして長波長は41、42に近づきます。 私たちのグループの最近の研究では、1064 nmで適用される長波長DCSの使用の有用性が示されていますが、実際の臨床測定では、現在入手可能な市販の検出器は、深層流（InGaAs/InP単一）に敏感な測定に対して妥当なノイズ性能を備えていません。 -光子なだれダイオード（SPAD））43、または臨床応用するには大きすぎる（超伝導ナノワイヤ単一光子検出器（SNSPD））。 検出器技術におけるこのギャップに対処するために、当社は長波長干渉計 DCS (LW-iDCS) を開発しました。これは、1064 nm で動作する利点をすべて活用し、干渉計を使用して 1064 nm の光に敏感な検出器技術のマイナス面を回避します。高度に平行なライン スキャン カメラ センサーと組み合わせて検出します (Zhou らによるより短い波長で行われた研究に触発されました 21,44)。 この研究では、新しい LW-iDCS 技術による血流推定の同等性を検証し、測定された信号の品質を比較するために、パイロット被験者研究で LW-DCS と LW-iDCS のパフォーマンスを直接比較します。

拡散相関分光法は、正規化された強度自己相関関数 \({g}_{2}\left(\tau \right)\) の分析を通じて組織内の流れを推定します。 検出された信号の自己相関は、式 1 で表されるジーゲルト関係 45 によって組織のダイナミクスに関連付けられます。 (1)、

ここで、 \({g}_{1}\left(\tau \right)\) は正規化された電場、時間的自己相関関数、β はコヒーレンス パラメータ 46 で、ソースのコヒーレンス長、幾何学的形状に関連します。測定値、検出されたモードの数、および環境光の汚染の程度。 ジーゲルトの関係式は、測定された信号を動的散乱現象による電場の根底にある変動に結び付けます。 DCS 測定における電場自己相関関数は、検出された経路長分布にわたる個々の経路長固有の相関関数の積分として説明できます。 この形式は式で与えられます。 (2)47 は、測定された強度自己相関関数と組織内のダイナミクスの間の関係を可能にします。

ここで、P(s) は組織内の光子による経路長 s の分布、k0 は真空中で検出された光の波数、n はサンプルの屈折率、\(\langle \Delta {r }^{2}\left(\tau \right)\rangle\) は散乱粒子の平均二乗変位、l* は組織内の光子の換算された平均自由行程であり、組織の換算散乱係数 \(\left({l}^{*}=\frac{1}{{\mu }_{s}^{^{\prime}}}\right)\)。 組織内の DCS 測定の場合、平均二乗変位項は拡散運動を反映すると仮定されます48 \(\left(\langle \Delta {r}^{2}\left(\tau \right)\rangle =6\alpha {D} _{b}\tau =6B{F}_{i}\tau \right)\)、血流指数 (BFi) は実効拡散係数を表し、真の拡散係数 (Db) に確率を乗じたものを反映します。移動する散乱体で発生する散乱イベントの数 (α)。 拡散プロセスとしての血管内の流れの説明は少し不可解ですが、複数の理論研究とシミュレーション研究により、検出された信号を説明するためのモデルの適切性が検討され、標準的な DCS 測定条件下で拡散プロセスが適切な説明であることが判明しました 48,49。ただし、いくつかの矛盾する理論が提案されています52。 この研究で相関曲線をフィッティングする場合、 \({g}_{1}\left(\tau \right)\) に対して選択されたモデルは、式 1 で与えられる反射率幾何学で測定された半無限のサンプルを反映したものです。 (3)、

ここで \(K\left(\tau \right)=\sqrt{3{\mu }_{a}{\mu }_{s}^{\mathrm{^{\prime}}}+6{k} _{0}^{2}{n}^{2}{\mu }_{s}^{\mathrm{^{\prime}}2}B{F}_{i}\tau }\)、 μa は光吸収係数、\({r}_{1}=\sqrt{{\rho }^{2}+{{l}^{*}}^{2}}\)、ρ は距離です線源と検出器の間、\({r}_{b}=\sqrt{{\rho }^{2}+{\left({l}^{*}+2{z}_{b}\right )}^{2}}\)、\({z}_{b}=\frac{2}{3{\mu }_{s}^{\mathrm{^{\prime}}}}\frac {\left(1+{R}_{eff}\right)}{\left(1-{R}_{eff}\right)}\)、および \({R}_{eff}\left( n\right)=-1.440{n}^{-2}+0.71{n}^{-1}+0.668+0.0636n\)。

DCS によって行われる血流推定値の信号対雑音比を改善するために、私たちのグループと他のグループは、干渉検出を利用する DCS システムを実装しました 20,21,22,23,24。 これらのアプローチは、DCS 由来の血流信号 53 の信号対雑音比の本質的な改善を可能にし、感度の低いノイズの多い検出器の使用を可能にするため、魅力的です。 この研究では、サンプルからの拡散散乱光とレーザーから分割された参照信号を組み合わせるマッハツェンダー干渉計を利用します。 これにより、ホモダイン \({g}_{2}\left(\tau \right)\) とは異なる形式の \({g}_{2}\left(\tau \right)\) が生成されます。 、式で与えられます。 (4)、

ここで、 \(\langle {I}_{S}\rangle\) はサンプルから収集された平均光強度、 \(\langle {I}_{R}\rangle\) は参照アームの平均光強度です。 \(\langle {I}_{T}\rangle\) は、検出器に当たる平均総光強度です。

光学機器のグラフ表示を図 1 に示します。ホモダイン LW-DCS とヘテロダイン LW-iDCS を直接並べて比較するために、以前に報告されたプローブ 42 と同様のカスタム光ファイバー プローブが構築され、レーザーを照射し、光を検出器に戻します。 光ファイバープローブには、隣接する 2 本の光源ファイバー (中心間距離 > 3.5 mm)、短い間隔の DCS (5 mm) 用の 1 本のシングルモードファイバー、および複数の共局在する長い間隔の検出ファイバー: 4 本のシングルモードファイバー ( LW-DCS)、および 7 本のマルチモード検出ファイバー (LW-iDCS)。 高コヒーレンス (lc > 10 km)、1064 nm で ~ 125 mW を放射するファイバー (MFD 6.6 µm) レーザー光源 (RFLM-125-0-1064、NP Photonics) を 90 °C に融着接続しました (S185HS Fusion Splicer、Fitel)。 :10、偏波保持融着型ファイバカプラ (MFD 6.6 µm、PN1064R2A1、Thorlabs)。 カプラーの 10% アームはファイバー アンプ (MAKO-AMP1064、Cybel) の入力として使用され、FC/APC コネクターを介して接続されました。 アンプ出力ファイバ (MFD 10 µm) は、50:50、105 µm、マルチモード融着型ファイバカプラ (TW1064R5A1B、Thorlabs) の入力に融着接続されました。 ファイバーカプラーの 2 つの出力は、プローブに接続された 2 本の 105 µm マルチモード ソース ファイバーに接続されました。 達成可能な信号対雑音比を高めるために、2 つの MPE 制限スポット 54 (1064 nm で 1 W/cm2、スポット サイズ直径 3.6 mm、各スポット 102 mW) を可能にするために光が増幅されました。 偏波保持カプラーの 90% 出力アームは、LW-iDCS 干渉計の基準アーム入力に接続されました。 融着接続機により、すべての接続接続の損失が 0.03 dB 未満であることが確認されました。

この作品で使用されている光学機器。 コヒーレンスが長い 1064 nm レーザーを 90%/10% 融着型ファイバーカプラーに結合し、光を干渉計用のリファレンス アーム (90%) とファイバー増幅器用のシード ソース (10%) に分割しました。 増幅された光源光は、50%/50% 溶融ファイバカプラによって分割され、2 つの MPE 制限光源を供給しました。 シングルモードファイバーを 5 mm (1) と 35 mm (4) の位置に配置して、それぞれ SPAD 検出器と SNSPD に光をもたらしました。 単一光子検出イベントは 6.67 ns の解像度で時間タグが付けられ、USB 3.0 経由でコンピューターに転送されました。 マルチモード ファイバーも 35 mm (7) に配置され、干渉計のサンプル アームに光をもたらしました。 リファレンス アームとサンプル アームの両方からの光は、ラインスキャン カメラ アレイのサイズ (12.5 μm × 25.6 mm) に一致するように成形され、カメラからの強度信号は 300 kHz でデジタル化されました。

ホモダイン LW-DCS 測定の場合、単一光子検出器 [1 つのシリコン SPAD (SPCM-NIR-14、Excelitas) と 1064 nm に調整された 4 つの SNSPD (Opus One、Quantum Opus)] に基づくカスタム LW-DCS 検出システム。タイミング分解能 6.67 ns のカスタム FPGA ベースのソフトウェア相関ボードが使用されました55。 シングルモード検出器ファイバーを使用して、後方散乱光を光プローブから検出器に運びました。 シリコン SPAD は、光源と検出器の間隔が 5 mm (つまり、短い間隔) で収集された光を検出するために使用され、4 つの SNSPD が、光源と検出器の間隔が 35 mm (つまり、長い間隔) で収集された光を検出するために使用されました。 短い分離信号の場合、利用可能な光子数が限られているため、自己相関関数は 10 Hz のレートで計算されました。 長い分離信号の場合、各チャネルの自己相関関数が 100 Hz のレートで計算され、その後平均化されました。

ヘテロダイン LW-iDCS 測定では、サンプル光ファイバーと参照光ファイバーの両方からの光を高速 InGaAs ラインスキャン カメラ (Manx 2048 SQ CXP 390、Xenics) に投影するために自由空間マッハ ツェンダー干渉計が構築されました。 偏波保持カプラの90%アームは可変光減衰器(VOA1064-APC、当社)に接続され、可変光減衰器(VOA1064-APC、当社)は、XY変換を提供するキネマティックマウントに配置されたファイバコリメータ(F220APC-1064、当社)に接続されました(CXY1A、当社) ）および傾き（KAD11F、Thorlabs）。 パウエルレンズ（LGL130、Thorlabs）を使用して、ラインスキャンカメラのピクセルアレイの寸法に沿って参照アームの強度を均一化しました。 パウエルレンズの発散出力は、シリンドリカルレンズ (LJ1765L1-C、Thorlabs) によってコリメートされました。 サンプルアームでは、光源と検出器の間隔が35 mmの位置に配置された光プローブ内の7本の200 µmマルチモードファイバが直線的に整列され、SMAコネクタ(FG200LEA、BFL200LS02、Thorlabs)に束ねられ、ファイバコリメータを使用してコリメートされました。 (F220SMA-1064、当社)。 サンプルアームに残っている角度発散を補正するために、球面レンズ (LA1131-B-ML、Thorlabs) を使用しました。 サンプルビームと参照ビームの両方が50:50の無偏光ビームスプリッター(CCM1-BS014、当社)に送られ、結合された出力がシリンドリカルレンズ(LJ1328L2-B、当社)を使用してカメラのリニアアレイ上に集束されました。 測定中のサンプルアーム強度とリファレンスアーム強度の比は、1 ～ 5 × 107 であると推定されました。これは、1064 nm で 3.5 cm のファイバーモードごとの推定平均パワーをスケーリングすることによって推定されました（1 あたり約 1.2 × 10−12 mW）。光源ファイバ (~ 6 kcps)42) を 7 つの検出器ファイバ (~ 59,000) に含まれるモードの数で割り、使用されるリファレンス アームの総出力 (~ 6 mW) で割ります。 干渉計は、防振脚 (AV4、当社) を備えた光学ブレッドボード (MBH1224、当社) 上に構築され、移動可能なローリングカート (61 × 46 × 122 cm3) 上に配置されました。 収集された信号は 300 kHz のラインレートでデジタル化されました。 生データはフレーム グラバー (Coaxlink Quad G3、Euresys) によってキャプチャされ、1.2 GB/秒の速度でディスクに直接保存され、BFi を推定するために後処理されました。 記録されたピクセル強度データを自己相関関数に変換する前に、測定 SNR を最大化し、カメラによる歪みを除去するために、いくつかの信号処理ステップが完了しました。 これらのステップには、読み取り中積分モードによって引き起こされるハードウェアによる歪みに対処する処理、分析間隔にわたる信号の二次トレンド除去、隣接するピクセル信号の平均化、カメラ全体にわたる共通ノイズ信号の除去が含まれます。 これらの手順は、図と補足のテキストの両方で詳しく説明されています。 LW-iDCS 機器からの相関関数は 100 Hz のレートで計算されました。 多層組織の場合、さまざまな DCS 実装のシミュレートされたパフォーマンスを評価する過程で、データのフィッティングに半無限モデルが使用され、フィッティングに同じ割合の減衰が使用される (つまり、相関関数) ことが判明しました。プラトーの値の 5% まで減衰します)、脳信号に対する測定の感度は、\({\left|{g}_{1}\left( \tau \right)\right|}^{2}\)、および iDCS、\(\left|{g}_{1}\left(\tau \right)\right に比例する関数の近似に基づく|\)。 これに対処するために、\({g}_{1}\left(\tau \right)\) に比例する LW-iDCS 相関関数が、LW-DCS 測定の脳感度に一致するように重み付けされたフィッティング アプローチでフィッティングされます。これは \({\left|{g}_{1}\left(\tau \right)\right|}^{2}\) に基づく相関関数を反映しています。 適用される重み付けアプローチは、表 S1 に詳述されている多層スラブ形状における光輸送と運動量伝達のモンテカルロ シミュレーションを使用して最適化されました。これは、前額部で行われた測定の典型的な組織形状を表すことを目的としています。

この研究では、健康な被験者 5 名（女性 3 名、男性 2 名、年齢 38 ± 19 名、中東系 1 名、ヨーロッパ系 2 名、東南アジア系 1 名、東アジア系 1 名、2 名が障害者）を登録しました。濃い皮膚の色素沈着など）を使用して、いくつかの生理学的操作にわたって標準の 1064 nm DCS システムと LW-iDCS システムのパフォーマンスを比較および検証します。 この研究は、Mass General Brigham Institutional Review Board (#2019P003074) によって審査され、承認されました。 すべての参加者は、測定前に書面によるインフォームドコンセントを受け取りました。 すべての方法は、関連するガイドラインおよび規制に従って実行されました。 測定プロトコルには、息止め、過換気、止血帯の圧力調整という 3 つのタスクが含まれていました。

この研究では頭部をカバーしていないため、測定された血流に大きな再現性のある変化を引き起こすために全身的な生理学的操作が選択されました。 息止めと過換気は、心拍数 56、血圧 57,58、血管活動状態 59,60 を乱して、頭皮と脳の血流の両方に変化を引き起こすために実行されました。 止血帯圧力調整技術は、頭皮内の血流を選択的に減少させ、脳血流に対する血流信号の特異性を高めるために使用されます61。 この方法では、短い分離チャネルと長い分離チャネルでの血流の減少を比較することにより、脳信号に対する長いチャネルの感度を評価することもできます。 活動のタイミングと回復間隔のリストを以下の表 1 に示します。LW-DCS 光学機器に加えて、心電図検査 (ECG)、パルスオキシメトリー (SpO2)、連続測定、非侵襲的な血圧モニタリング (Nova、Finapres)、および呼吸モニタリング。 これらの信号は、Powerlab ADC (ADIstruments) によって 1 kHz でデジタル化されました。 データ収集は、LW-DCS FPGA 相関器の補助アナログ入力チャネルと Powerlab ADC のチャネルに接続された外部トリガー ボックスを使用して、測定デバイス間で同期されました。 LW-iDCS 計測器の大まかな同期は、LW-iDCS 取得の開始時に他の計測器にトリガーを提供することで実現されました。 同期の微調整は、BFi 信号間の相互相関を最大化するトリガー付近の LW-DCS と LW-iDCS 間の時間オフセットを決定することによって実現されました。

生理学的操作中の血流の変化を比較するために、まず血流信号から心臓の拍動を除去しました。 心臓の拍動性の影響を除去するために、ECG から以前に特定された RR 間隔を使用して、心拍ごとの平均血流指数値が計算されました 62。 次に、データを元のサンプリング レート (つまり、長い分離信号の場合は 100 Hz、短い分離信号の場合は 10 Hz) に再サンプリングして戻し、生理学的操作の期間を特定して分離しました。 試験間および被験者間を比較するために、個々の試験 BFi 値を、活動前の 20 秒間の平均 BFi で割ることにより相対血流指数 (rBFi) に換算しました。 次に、各実験パラダイムの個々の試験を被験者全体で平均しました。

\(\left|{g}_{1}\left(\tau \right)\right|\) と \({\left|{g}_{1) に比例する相関関数の間で測定された BFi の違いを調査するには}\left(\tau \right)\right|}^{2}\)、ベースラインと活性化状態 (+50% 脳 BFi) がシミュレートされます 63。 iDCS と 3 層形状の DCS シミュレーションの間で観察されたベースライン BFi と脳血流変化に対する感度の違いは、図 2A と B に見ることができます。 2 つの測定値を同等にするために考えられた方法の 1 つは、収集された iDCS を二乗することでした。 \({\left|{g}_{1}\left(\tau \right)\right|}^{2}\) に比例する信号を持つ相関関数。 ノイズのない相関関数では、これが推奨される方法ですが、ノイズの多い相関関数では、曲線の二乗をとると曲線のノイズ特性に歪みが生じ、フィッティングにさらに影響を与える可能性があります。 採用された代替アプローチは、データ駆動型の重み付けスキームを使用して、相関関数の前半部分に与えられる重み付けを増やすことでした。 最適化された目的関数は式で与えられます。 (5) ここで、重み付け係数は、測定全体からの全体の平均相関関数から取得されます。

ここで、 \({\langle \rangle }_{T}\) は測定間隔の平均であり、x はシミュレーションから同等の BFi に達するように最適化された係数です。 DCS と iDCS のパフォーマンスの比較から得られたシミュレートされたデータを使用して、さまざまな要因 x が調査されました。 シミュレートされた組織形状に基づいて、最適値は 2.5 であることがわかり、この値が固定され、原稿のデータに適合するために使用されました。 補正されたベースライン血流と解決された変化を図 2A および B に示します。

シミュレートされた多層 DCS 測定からの BFi フィットの比較。 (A) さまざまなフィッティング関数を使用したベースライン シミュレーションからの BFi フィットが表示されます。 \({g}_{1}\left(\tau \right)\) と \({g}_{1}{\left(\tau \right)}^{2}\ の近似間の不一致) は、それぞれ iDCS と DCS の適合間の不一致として観察されます。 (B) 脳 BFi の 50% 増加に応じて測定された BFi の変化が示されています。 重み付けフィッティングを使用しない場合、iDCS 測定は DCS が行う変化の約 50% を解決し、脳信号に対する感度が低下します。 重み付き近似では、 \({g}_{1}\left(\tau \right)\) に基づく近似は \({g}_{1}{\left( \tau \right)}^{2}\)。

LW-iDCS 機器によって取得された測定値の同等性を評価するために、LW-DCS 機器と LW-iDCS 機器の間で血流トレースが比較されます。 ノイズ性能と拍動信号に対して測定された BFi の同等性の両方を評価するために、心臓の拍動の形状の変動と心拍数の変化が最小限であると想定できるベースライン期間のデータを使用して心臓ゲート平均化を実行しました。 。 以前に行われたように、時間調整された ECG トレースで RR 間隔が特定され、LW-DCS および LW-iDCS BFi 値が心周期と同期して平均化されました 15。 図３Ａでは、各機器によって測定された時間的に整列された血流トレースが、被験者例における３つの心周期（ｎ＝２０の平均３サイクルトレース）について示されており、血流の推定値の標準偏差も同様に示されている。 測定された血流指数の同等性も、すべての実験条件および被験者にわたって確認されます。 平均 BFi 値は、すべてのタスクにわたるすべての被験者の BFi 時間トレースで特定された心拍ごとに計算され、各機器からの BFi 値が図 3C に相互にプロットされており、測定された BFi の範囲にわたって優れた一致を示しています。 図3Dでは、2つの機器間で測定されたBFiの一致を比較したブランド・アルトマンプロットは、LW-iDCS機器がより速い血流を標準偏差で測定するためのバイアス（4.27×10−10cm2/s）を示しています。差は 8.39 × 10−10 cm2/s に相当します。 差の偏りと広がりは、DCS で通常測定される値の範囲 (図 3C) と比較して比較的小さく、この結果は 2 つの測定器がよく一致していることを示しています。 被験者全体のノイズ性能を評価するために、心周期の各時点で測定された拍動性 BFi の変動係数が機器ごとに計算されます。 これらの値は、図 3B のバイオリン プロットとして比較され、LW-iDCS によって与えられる変動係数の平均約 2.25 倍の減少を示しています。 これは、補足に示されている、モンテカルロ シミュレーションから推定されたコントラスト対ノイズ比 (CNR) の推定改善と非常によく一致します。

LW-iDCS および LW-DCS 機器から 100 Hz で測定された BFi 時間トレースの特性の比較。 (A) 単一の被験者の例として、両方の機器の拍動性心臓信号が示されており、測定された血流指数の同等性と、LW-iDCS 機器によって測定された血流トレースのノイズの低減が示されています。 (B) 変動係数 \(\left({\sigma }_{B{F}_{i}}/{\mu }_{B{F}_{i}}\right)\) が計算されました心周期の各ポイントの結果と、各測定モダリティの各被験者の結果がバイオリン プロットで表示されます。 平均して、LW-iDCS 機器による変動係数の減少は、4 チャンネル LW-DCS 機器と比較して約 2.25 倍です。 心臓フィルタリングされた BFi 信号を使用すると、2 つの機器間の拍動信号を超えて測定された BFi 値が同等であることも、被験者およびタスクにわたって示されます。 (C) 測定された BFi 値は相互にプロットされ、統一線の周りにうまく集まります。 (D) Bland-Altman プロットは、測定された BFi の差の狭い分布を示し、平均差 4.27 × 10−10 cm2/s と標準偏差 8.39 × 10−10 cm2/s を特徴とし、良好な結果を示しています。 2 つの血流測定値間の一致。

呼気端の息止めに応答して、典型的な生理学的反応には、血圧の上昇 57,58 や高炭酸ガス状態 64,65 が含まれます。 図 4 では、30 秒間の息止め試行に対する被験者の平均反応を示しています。 心拍数は比較的一定のままですが、平均動脈圧 (MAP) は息止めの終わりまでに 25% ± 9% 増加することが見られます。 長い間隔で測定された BFi の増加は、LW-DCS と LW-iDCS の間でよく一致しており (息止め終了時で 32% ± 17%)、短い間隔で測定された増加 (51% ± 17%) とは異なることがわかります。最後に息を止めます）。 観察された血流の増加は、血圧の上昇と軽度の高炭酸ガス状態を考慮した予想と一致しています。

被験者は息止めに対する反応を平均した。 (A) 30 秒の息止めに対する測定された血流応答の比較。 長い分離の測定における流れの相対的な変化は、以前に観察された短い分離で観察された変化よりわずかに小さいことがわかります42。 (B) 30 秒間の息止めに応じた血圧と心拍数の相対変化の比較。 心拍数は比較的一定のままですが、息を止めている期間を通じて血圧の漸進的な上昇が観察されました。

過換気課題では、被験者は毎分 70 回の呼吸で 1 分間のペースで呼吸を行いました。 過呼吸による低炭酸ガス血症は、血管収縮と血流の減少を引き起こすことが予想されます。 この期間中、脳および頭皮組織の代謝は維持されるため、血流の減少により組織ヘモグロビン飽和度（SO2）が減少し、血流をベースラインレベルに戻す血管作動性反応が誘発されます59。 図 5A に見られるように、この二相性応答は長チャネルと短チャネルの両方の測定で観察されました。 図 5B に見られるように、過換気の発作に対して観察された全身生理学的反応は、心拍数の大幅な増加 (38% ± 15%) と平均動脈圧の大幅な低下 (-18% ± 10%) でした。 これらの生理学的パラメータのベースラインへの復帰の潜伏期間は、測定された血流のベースラインへの復帰の潜伏期間と比較して長かった。 過換気に対する長い分離血流信号の応答は一貫していることがわかり、さらに、我々のグループで以前に報告された長い分離血流測定から観察された応答とよく一致しています42。

過換気操作に対する被験者の平均反応。 (A) 60 秒間の過換気に対する血行力学的反応の測定。 息止め課題と同様に、短い分離測定では生理学的操作に対するより誇張された反応が示され、過換気開始後の BFi の 30% 減少が示されました。 一致する長い分離反応は、より低い程度の BFi 減少を示し、過換気試験の終了前にすべての血流がベースラインに戻っていることがわかります。 (B) この操作では、試験開始後に心拍数が大幅に増加し、血圧が低下することが見られました。

止血帯を締めると頭皮の血流が選択的に減少し、脳の血流は変化しません61。 ほぼ頭皮の血流のみに敏感な短い分離チャネルと、頭皮と脳の血行動態の両方に敏感な長い分離チャネルの間の応答差を比較することにより、各コンパートメントに対する長い分離チャネルの感度を推定することができます。推定。 圧力調整試験からのグループ平均血流トレースを図 6A に示します。 この被験者グループでは、測定された BFi の平均減少は、短チャネルと長チャネルでそれぞれ 85.3% と 39.2% でした。 この一対の測定値は、表層血流信号に対する感度が 46% の長い分離チャネルに対応しており、最近のシミュレーション研究に基づくと、脳の感度が 50% 以上であることを意味します 66。 この操作で予想されたように、図 6B に見られるように、全身生理機能はトルクレンチ圧力の変化に反応しませんでした。

圧力調整操作に対する被験者の平均反応。 (A) 30 秒間の止血帯締め付けに対する血行力学的反応の測定。 ロング チャネル (39.2%) とショート チャネル (85.3%) の間の相対的な減少の比率を使用すると、頭皮血流に対するロング チャネルの感度は 46% と推定できます。 長い間隔の DCS 測定では、脳の感度は頭皮の感度に反比例することが示されており 66、35 mm の間隔の測定では脳の感度が 50% 以上であると推定できます。 (B) この操作では、予想どおり、全身生理機能は額の止血帯の締め付けによって大きな影響を受けませんでした。

この研究では、長波長の干渉拡散相関分光法の開発を実証しました。 検出ファイバーを配置した光ファイバープローブを使用することで、LW-DCS 機器と LW-iDCS 機器間で測定された血流量と S/N 比を直接比較することができました。 単一光子検出と干渉検出の両方において、1064 nm での測定を行うエンジニアリング上の利点である、コスト効率の高い高出力光ファイバ増幅器の利用により、1064 nm の光を使用する本来の利点を超えて SNR を向上させることができます。 空間分解能を犠牲にすることで、3.5 mm を超える間隔で配置された複数の光源を使用でき、高品質の拍動血流測定でさらに高い SNR が可能になります。 高速拍動測定で見られた LW-iDCS 測定の SNR は、単一チャネルの比較を行った場合の SNSPD LW-DCS 測定の SNR の 4.5 倍であり、測定された血流の質の向上が可能であることを示しています。 現在トランスレーショナル研究に使用されている DCS システムの文脈では、単一照明の SNSPD LW-DCS でも従来の DCS42 に比べて 16 倍の SNR ゲインがあり、従来の DCS42 では 3.5 cm での測定が不可能であることを考慮すると、この改善は特に重要です。近赤外 DCS。 1064 nm の光に敏感なカメラを使用すると、従来の NIR 波長と比較してモードあたりの光子の数が多いことと、自己相関関数の減衰が遅いことの両方を利用できます。 信号源と検出器の距離が長い場合に行われる脳血流測定の場合、従来の NIR DCS の自己相関減衰は 1 ～ 10 マイクロ秒で発生する可能性があり、十分な速さでサンプリングしないと減衰のかなりの部分が見逃される可能性があります。 両方のヘテロダイン検出を使用し、\({g}_{2}\left(\tau \right) ではなくゆっくり減衰する \({g}_{1}\left(\tau \right)\) を測定します。 \)、1064 nm では、相関関数を効果的にサンプリングするために必要なサンプリング レートが緩和されます。 これらの高度な DCS システムで達成できるより長い光源と検出器の分離により、従来の NIR 波長範囲 (補足で説明) で現在適用されている DCS システムの感度と比較して、上部組織層に対する感度を低下させた測定が可能になります。 脳外信号に対する感度の低下は、特に全身の生理学的変動が発生しやすく、関連する脳血行力学的変化のタイミングがそれほど明確に定義されていない臨床応用において、DCS 測定に非常に有益です。 また、モンテカルロ シミュレーションで得られた推定ノイズ パフォーマンスともよく一致していることがわかります (図 S3)。 さらに、システムのコストは、SNSPD に基づく LW-DCS と比較して大幅に削減されます。 LW-iDCS システムのこの実装では、使用される検出器は、比較すると約 7 倍安価です (総額約 25,000 ドル、カメラ + フレームグラバー: 約 20,000 ドル、各種レンズ、オプトメカニクス、およびファイバー: 約 5,000 ドル)。 SNSPD (総額約 18 万ドル、クライオスタット: 約 10 万ドル、個々のナノワイヤー検出器: それぞれ約 2 万ドル)。 また、LW-iDCS カートベースのシステムは、SNSPD ベースの LW-DCS システムよりもモバイル性が高くなります。 コスト、SNR、および可動性のこれらの改善は、成人における CBF の LW-iDCS 測定の臨床的有用性にとって有望です。 ただし、生データ ストリームから相関関数を抽出するために使用される信号処理アプローチは、マルチモード ファイバーと自由空間干渉計を使用する iDCS 機器の開発における潜在的な落とし穴を示しています。 環境内のファイバーの動きや振動によって iDCS 信号が破損する可能性がありますが、これらの課題は対処可能であり、補足情報で説明されているカスタム データ分析パイプラインの使用により、データからアーティファクトを除去することに成功しました。 加重フィッティング手法を使用すると、図 3C および D に示す結果から明らかなように、LW-DCS 相関関数と LW-iDCS 相関関数の両方から同等の血流指数をフィッティングすることができました。提示された結果はよく一致していましたが、組織層の厚さ、光学特性、頭皮と脳の血流の比率が自己相関関数のフィッティングに与える影響が知られているため、この研究で選択された重み係数の一般化可能性は保証されています67,68。 大規模並列マルチスペックル検出の実装によってもたらされるもう 1 つの課題は、機器の生データ レートです。 大規模並列化された検出に関する最近の出版物では、生データ速度が 0.24 GB/s (0.864 TB/時) ～ 9.0 GB/s (32.4 TB/時) であると引用されています 22、25、26、27、28、44、69。 臨床血流測定の場合、これらのデータレートは耐えられないほど大きなデータファイルになる可能性がありますが、この課題に対処するソリューションとして GPU または FPGA を利用したリアルタイム処理が検討されています 28,69。 ここで紹介する LW-iDCS 機器によって提供される SNR の向上により、脳血流信号に対する高い感度と高い BFi 計算が可能になりました。 これらの要因により、DCS を非侵襲性脳血流モニターとして臨床応用することが可能になります。

この研究の結果を裏付けるデータは、合理的な要求に応じて対応著者から入手できます。

Boas, DA & Yodh, AG 拡散時間光相関を用いて調査された混濁媒体の空間的に変化する動的特性。 J. Opt. 社会午前。 A 14、192 (1997)。

記事 ADS Google Scholar

Shang, Y.、Li, T. & Yu, G. 組織血流のモニタリングとイメージングのための近赤外拡散相関分光法と断層撮影の臨床応用。 生理。 測定。 38、R1–R1 (2017)。

論文 ADS PubMed PubMed Central Google Scholar

Buckley, EM、Parthasarathy, AB、Grant, PE、Yodh, AG & Franceschini, MA 脳血流測定のための拡散相関分光法: 将来の展望。 ニューロフォトニクス 1、11009 (2014)。

記事 Google Scholar

Kaya, K. et al. 拡散相関分光法および近赤外分光法による頸動脈内膜切除術中の術中脳血行動態モニタリング。 脳科学。 1025 年 12 月 (2022 年)。

論文 PubMed PubMed Central Google Scholar

ザブリエフ、AI 他低体温循環停止中の脳血行動態のモニタリングにおける拡散相関分光法と周波数領域近赤外分光法の役割。 JTCVS技術。 7、161–177 (2021)。

論文 PubMed PubMed Central Google Scholar

シャン、Y.ら。 近赤外拡散光学分光法と脳波を使用した頸動脈内膜切除術中の脳モニタリング。 物理学。 医学。 Biol 56、3015–3032 (2011)。

論文 PubMed Google Scholar

ラジャラム、A.ら。 心肺バイパス中の脳灌流および代謝神経モニタリング。 組織の光断層撮影と分光法 (Vol. 11639、39 ページ)。 https://doi.org/10.1117/12.2578986 (2021)。

ブッシュ、DR 他。 深部低体温循環停止中の連続的な脳血行動態測定。 バイオメッド。 オプション。 特急 7 号、3461 (2016)。

論文 PubMed PubMed Central Google Scholar

セルブ、J.ら。 神経救命救急患者における拡散相関分光法による脳血流と自己調節の長期モニタリング。 ニューロフォトニクス 5、1 (2018)。

記事 Google Scholar

ブッシュ、DR 他。 拡散相関分光法による脳血流の非侵襲的光学モニタリングに基づく脳低酸素症の検出。 ニューロクリット。 Care 30、72–80 (2019)。

論文 CAS PubMed PubMed Central Google Scholar

Milej, D. et al. 時間分解近赤外分光法と拡散相関分光法を組み合わせたハイブリッドシステムを使用して、動的な脳血管反応性を特徴付けます。 バイオメッド。 オプション。 エクスプレス 11、4571 ～ 4585 (2020)。

論文 CAS PubMed PubMed Central Google Scholar

Ruesch、A. et al. 拡散相関分光法で測定された拍動性脳血流を使用した頭蓋内圧の推定。 バイオメッド。 オプション。 急行 11 号、1462 (2020)。

論文 PubMed PubMed Central Google Scholar

フランダース、TM et al. 水頭症の新生児における頭蓋内圧と灌流の変化を光学的に検出します。 J. Pediatr. 236、54-61.e1 (2021)。

論文 PubMed PubMed Central Google Scholar

タバスム、SM et al. 拡散相関分光法による頭蓋内圧センシングの臨床応用。 J. Neurosurg. 1 月 20 日 (2022 年)。

Google スカラー

ウー、K.-C. 他。 脳卒中患者における経頭蓋ドップラー超音波に対する臨界閉鎖圧の拡散相関分光法測定の検証。 Ｊ．Ｂｉｏｍｅｄ． オプション。 26、36008–36009 (2021)。

記事 Google Scholar

ベイカー、WBら。 ヒト被験者における臨界閉鎖圧と細動脈コンプライアンスの非侵襲的光学モニタリング。 J.セレブ。 血流メタブ。 37、2691–2705 (2017)。

論文 PubMed PubMed Central Google Scholar

セルブ、J.ら。 近赤外分光法と拡散相関分光法の脳血行動態に対する感度：高炭酸ガス血症時のシミュレーションと実験結果。 ニューロフォトニクス 1、15005 (2014)。

記事 Google Scholar

ミシシッピ州ビーチャムら。 出生から小児期までの脳と頭皮の距離の発達の軌跡: 機能的神経画像への影響。 PLoS ONE 6、e24981–e24981 (2011)。

論文 ADS CAS PubMed PubMed Central Google Scholar

ニュージャージー州デイビス 脳表面全体の皮質深さの差異: 脳の経頭蓋刺激への影響。 ユーロ。 J. Neurosci. https://doi.org/10.1111/ejn.14957 (2020)。

論文 PubMed Google Scholar

Xu, J.、Jahromi, AK、Brake, J.、Robinson, JE & Yang, C. 人間の脳血流モニタリング用の干渉スペックル可視分光法 (ISVS)。 APL フォトニクス 5、126102 (2020)。

記事 ADS CAS Google Scholar

周、W.ら。 人間の脳の機能的干渉拡散波分光法。 科学。 上級 7、eabe0150–eabe0150 (2021)。

論文 ADS CAS PubMed PubMed Central Google Scholar

周、W.ら。 多重露光干渉拡散波分光法。 オプション。 レット。 46、4498–4501 (2021)。

論文 ADS PubMed PubMed Central Google Scholar

Robinson, MB、Boas, DA、Sakadzic, S.、Franceschini, MA & Carp, SA 干渉拡散相関分光法により、光源と検出器の距離が長く、光子計数率が低い場合の測定が向上します。 Ｊ．Ｂｉｏｍｅｄ． オプション。 25、97004 (2020)。

記事 CAS Google Scholar

James, E.、Powell, S.、Munro, P. ホログラフィック フーリエ ドメイン拡散相関分光装置の性能の最適化。 バイオメッド。 オプション。 急行13号、3836号（2022年）。

論文 PubMed PubMed Central Google Scholar

Samaei, S.、Nowacka, K.、Gerega, A.、Pastuszak, Ż & Borycki, D. 高速 2 次元カメラを使用した連続波並列干渉近赤外分光法 (CW πNIRS)。 バイオメッド。 オプション。 急行13号、5753号(2022)。

論文 PubMed PubMed Central Google Scholar

リュー、W.ら。 高度に並列化された単一光子検出を備えた高速かつ高感度の拡散相関分光法。 APL フォトニクス 6、26106 (2021)。

記事 Google Scholar

Sie、EJ et al. 高感度マルチスペックル拡散相関分光法。 ニューロフォトニクス 7、35010 (2020)。

記事 CAS Google Scholar

マサチューセッツ州ウェインら。 500 × 500 SPAD カメラを使用した超並列リアルタイム マルチスペックル拡散相関分光法。 バイオメッド。 オプション。 急行14号、703号(2023年)。

論文 PubMed PubMed Central Google Scholar

Ling, H.、Gui, Z.、Hao, H. & Shang, Y. 音響放射力による拡散相関分光法による組織血流測定の強化。 バイオメッド。 オプション。 特急11号、301号（2020年）。

論文 CAS PubMed Google Scholar

ロビンソン、MB 他音響光学変調拡散相関分光法 (AOM-DCS) のための連続波超音波の特性評価。 バイオメッド。 オプション。 特急11号、3071号（2020年）。

論文 PubMed PubMed Central Google Scholar

Tsalach、A. et al. 深さ選択的な音響光学流量測定。 バイオメッド。 オプション。 Express 6、4871 ～ 4886 (2015)。

論文 PubMed PubMed Central Google Scholar

スーチン、J.ら。 時間領域拡散相関分光法。 Optica 3、1006 (2016)。

論文 ADS CAS PubMed PubMed Central Google Scholar

オザナ、N. 他機能的時間領域拡散相関分光法。 フロント。 神経科学。 16、1123 (2022)。

記事 Google Scholar

Zhao, M.、Zhou, W.、Aparanji, S.、Mazumder, D. & Srinivasan, V. 電子可変飛行時間フィルターを使用した干渉拡散波分光イメージング。 Optica 10、42–52 (2022)。

記事 ADS CAS Google Scholar

Borycki, D.、Kholiqov, O.、および Srinivasan, VJ 干渉近赤外分光法は、混濁媒体内の光場のダイナミクスを直接定量化します。 Optica 3、1471 (2016)。

論文 ADS PubMed PubMed Central Google Scholar

パリアッツィ、M. 他微小血管血流の非侵襲測定のための準ヌル光源と検出器の分離における時間分解スペックルコントラスト光学分光法。 バイオメッド。 オプション。 急行12号、1499号（2021年）。

論文 PubMed PubMed Central Google Scholar

プーン、C.-S. 他。 神経集中治療室における超伝導ナノワイヤ単一光子検出器を使用した、1064 nm での時間ゲート拡散相関分光法システムの臨床応用は初めてです。 バイオメッド。 オプション。 急行13号、1344号（2022年）。

論文 CAS PubMed PubMed Central Google Scholar

Zilpelwar, S. et al. 組織動態のレーザースペックルコントラスト測定を評価するための動的スペックル進化のモデル。 バイオメッド。 オプション。 エクスプレス 13、6533 ～ 6549 (2022)。

論文 PubMed PubMed Central Google Scholar

Dragojević、T. 他深部組織の血流を測定するためのコンパクトな多重露光スペックルコントラスト光学分光法 (SCOS) デバイス。 バイオメッド。 オプション。 急行9号、322号（2018年）。

論文 PubMed Google Scholar

Valdes、CP et al. スペックルコントラスト光学分光法は、組織内の微小血管血流を測定するための非侵襲的な拡散光学的方法です。 バイオメッド。 オプション。 特急 5 号、2769 (2014)。

論文 PubMed PubMed Central Google Scholar

カープ、SA et al. 1064 nmの光を使用した血流の拡散相関分光法測定。 Ｊ．Ｂｉｏｍｅｄ． オプション。 25、97003–97004 (2020)。

記事 CAS Google Scholar

オザナ、N. 他超伝導ナノワイヤによる脳血流の単一光子センシング。 ニューロフォトニクス 8、35006 (2021)。

記事 CAS Google Scholar

ロビンソン、MB 他 InGaAs/InP 単一光子検出器からの信号の相互相関により、水のピークを超える拡散相関分光法が可能になります。 IEEEトランス。 バイオメッド。 工学 69、1943 ～ 1953 年 (2022)。

論文 PubMed PubMed Central Google Scholar

Zhou, W.、Kholiqov, O.、Chong, SP & Srinivasan, VJ 脳血流ダイナミクスをモニタリングするための高並列干渉拡散波分光法。 Optica 5、518 (2018)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Siegert、AJF 独立して移動する多くの散乱体によって返される信号の変動について。 （マサチューセッツ工科大学放射線研究所、1943年）。

Bellini, T.、Glaser, MA、Clark, NA & Degiorgio, V. 準弾性多重散乱における有限レーザー コヒーレンスの効果。 物理学。 Rev. A (Coll Park) 44、5215 (1991)。

記事 ADS CAS Google Scholar

Pine、DJ、Weitz、DA、Chaikin、PM、Herbolzheimer、E. 拡散波分光法。 物理学。 レット牧師。 60、1134–1137 (1988)。

論文 ADS CAS PubMed Google Scholar

ボアス、DA et al. 拡散相関分光法信号と血流の関係を確立します。 ニューロフォトニクス 3、31412 (2016)。

記事 Google Scholar

ベルデッキア、K.、ディオプ、M.、モリソン、LB、リー、T.-Y. & Lawrence, KS 脳上で直接取得された拡散相関分光法データを特徴付けるための最良の流れモデルの評価。 バイオメッド。 オプション。 特急 6 号、4288 (2015)。

論文 PubMed PubMed Central Google Scholar

サカジッチ、S. 他拡散相関分光法による血流測定の理論モデル。 Ｊ．Ｂｉｏｍｅｄ． オプション。 22、27006 (2017)。

論文 PubMed Google Scholar

カープ、SA et al. 血管内の多重連続散乱のため、組織の拡散相関分光法では主に血管内の相対的な赤血球の運動を測定します。 バイオメッド。 オプション。 特急 2 号、2047 (2011)。

論文 PubMed PubMed Central Google Scholar

Du Le、VN & Srinivasan、VJ 拡散相関を超えて: 飛行時間分解光ダイナミクスにおけるランダム フローの解読。 オプション。 特急28、11191(2020)。

論文 ADS CAS PubMed PubMed Central Google Scholar

Koppel, D. FCS の統計的精度。 物理学。 Rev. A (コル・パーク) 10、1938 ～ 1945 年 (1974)。

記事 ADS Google Scholar

レーザーの安全な使用に関する米国国家規格。 ANSI Z136.1-2007。 (2007)。

ファーザム、P. et al. 頭蓋内圧 (ICP) の非侵襲的測定のための高速拡散相関分光法 (DCS) (学会発表)。 臨床およびトランスレーショナルニューロフォトニクス（Madsen、SJ、Yang、VXD編）vol. 10050 100500U-100500U (国際光学フォトニクス学会、2017)。

Fischer, K.、Guensch, DP & Friedrich, MG 呼吸操作およびアデノシン注入に対する心筋酸素化の反応。 ユーロ。 ハート J. Cardiovasc. イメージング 16、395–401 (2015)。

論文 PubMed Google Scholar

Parkes, MJ、Green, S.、Stevens, AM、Clutton-Brock, TH 放射線治療のための息止め中の患者の安全性を評価し、確保する。 Br. Ｊ．Ｒａｄｉｏｌ． 87、20140454 (2014)。

論文 CAS PubMed PubMed Central Google Scholar

ペリーニ、R. et al. 息止めダイバーの長時間の乾性無呼吸中の心拍数と血圧の時間変化。 ユーロ。 Ｊ．Ａｐｐｌ． 生理。 104、1–7 (2008)。

論文 ADS PubMed Google Scholar

ウィルソン、DF 他生まれたばかりの子豚の脳皮質の酸素化に対する過換気の影響。 Ｊ．Ａｐｐｌ． 生理。 70、2691–2696 (1991)。

論文 CAS PubMed Google Scholar

Meyer, JS、Gotoh, F.、Takagi, Y. & Kakimi, R. 息止めおよびバルサルバ法中の脳血行動態、血液ガス、および電解質。 回覧 33、II–35 (1966)。

記事 CAS Google Scholar

ベイカー、WBら。 脳血行動態信号を脳外アーチファクトから分離するための圧力変調アルゴリズム。 ニューロフォトニクス 2、35004 (2015)。

記事 Google Scholar

Skytioti, M.、Søvik, S. & Elstad, M. 呼吸関連の脳血流変動は、正常血液量血症および血液量減少症における制御モードの非侵襲的換気中に増加します。 ユーロ。 Ｊ．Ａｐｐｌ． 生理。 117、2237–2249 (2017)。

論文 PubMed Google Scholar

Fang, Q. & Boas, DA グラフィックス処理装置によって加速された 3D 混濁媒体中の光子の移動のモンテカルロ シミュレーション。 オプション。 Express 17、20178 ～ 20190 (2009)。

論文 ADS CAS PubMed Google Scholar

ラーセン、J.ら。 延長呼気後の 20 秒間の息止めは、3 T で BOLD fMRI を使用して健康な成人の脳血管反応性を測定する場合、実用的で効果的かつ堅牢な標準です。Neuroimage Rep. 1、100021 (2021)。

記事 Google Scholar

Zerweck, L.、Hauser, T.-K.、Roder, C. & Klose, U. 脳血管反応性の推定のための、短い息止め期間中の BOLD ベースの MRI 信号時間経過の調査。 SN比較クリン。 医学。 2、1551–1562 (2020)。

記事 CAS Google Scholar

ウー、MMら。 被験者固有の磁気共鳴画像モデルを使用した、拡散相関分光法のための完全な頭部脳感度マッピング。 バイオメッド。 オプション。 急行13号、1131号（2022年）。

論文 PubMed PubMed Central Google Scholar

ウー、MMら。 多層モンテカルロ モデリングを使用した、全身生理学クロストークが存在する場合の脳血流定量化の精度が向上しました。 ニューロフォトニクス 8、15001 (2021)。

記事 Google Scholar

Zhao, H.、Sathialingam, E.、および Buckley, EM 3 層解析モデルを使用した場合の脳血流の拡散相関分光測定の精度。 バイオメッド。 オプション。 エクスプレス 12、7149 ～ 7161 (2021)。

論文 PubMed PubMed Central Google Scholar

James, E. & Powell, S. ヘテロダインホログラフィック検出を備えたフーリエドメイン拡散相関分光法。 バイオメッド。 オプション。 特急11号、6755号（2020年）。

論文 PubMed PubMed Central Google Scholar

リファレンスをダウンロードする

資金は国立生物医学画像生物工学研究所によって提供されました (助成金番号 T32EB001680、R01EB033202、U01EB028660、R21EB028626 (NIBIB)、F31NS118753 (NINDS))。

Athinoula A. Martinos Center for Biomedical Imaging、マサチューセッツ総合病院、ハーバード大学医学部、チャールズタウン、マサチューセッツ州、米国

ミッチェル・B・ロビンソン、マルコ・レンナ、ニサン・オザナ、アリッサ・N・マーティン、ニコラ・オティック、ステファン・A・カープ、マリア・アンジェラ・フランチェスキーニ

バルイラン大学、テルアビブ地区、ラマトガン、イスラエル

ニサン・オザナ

ボストン大学生体医工学部、ボストン、マサチューセッツ州、米国

ニコラ・オティック

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

PubMed Google Scholar でこの著者を検索することもできます

MBR、SAC、MAF が研究を概念化し、MBR、MR、NNO、MAF が実験を計画、MBR、MR、ANM、NO が実験を実施、MBR がデータを分析、著者全員がデータを解釈して議論、MBR、 MR、SAC、MAF が原稿を作成し、著者全員が原稿をレビューしました。

ミッチェル・B・ロビンソンへの通信。

MAF は、新生児の脳血流を評価および監視するための DCS 技術を開発している会社 149 Medical, Inc. に金銭的利益を持っていました。 MAF の利益は、マサチューセッツ総合病院およびマサチューセッツ総合病院ブリガムによって、利益相反ポリシーに従って管理されています。 MBR、MR、NNO、ANM、NO、および SAC には報告するものはありません。

シュプリンガー ネイチャーは、発行された地図および所属機関における管轄権の主張に関して中立を保ちます。

オープン アクセス この記事はクリエイティブ コモンズ表示 4.0 国際ライセンスに基づいてライセンスされており、元の著者と情報源に適切なクレジットを表示する限り、あらゆる媒体または形式での使用、共有、翻案、配布、複製が許可されます。クリエイティブ コモンズ ライセンスへのリンクを提供し、変更が加えられたかどうかを示します。 この記事内の画像またはその他のサードパーティ素材は、素材のクレジットラインに別段の記載がない限り、記事のクリエイティブ コモンズ ライセンスに含まれています。 素材が記事のクリエイティブ コモンズ ライセンスに含まれておらず、意図した使用が法的規制で許可されていない場合、または許可されている使用を超えている場合は、著作権所有者から直接許可を得る必要があります。 このライセンスのコピーを表示するには、http://creativecommons.org/licenses/by/4.0/ にアクセスしてください。

転載と許可

ロビンソン、MB、レンナ、M.、オザナ、N. 他長波長干渉拡散相関分光法 (LW-iDCS) によって可能になるポータブルな高速血流測定。 Sci Rep 13、8803 (2023)。 https://doi.org/10.1038/s41598-023-36074-8

引用をダウンロード

受信日: 2023 年 2 月 26 日

受理日: 2023 年 5 月 29 日

発行日: 2023 年 5 月 31 日

DOI: https://doi.org/10.1038/s41598-023-36074-8

次のリンクを共有すると、誰でもこのコンテンツを読むことができます。

申し訳ございませんが、現在この記事の共有リンクは利用できません。

Springer Nature SharedIt コンテンツ共有イニシアチブによって提供

コメントを送信すると、利用規約とコミュニティ ガイドラインに従うことに同意したことになります。 虐待的なもの、または当社の規約やガイドラインに準拠していないものを見つけた場合は、不適切としてフラグを立ててください。