類似于功能磁共振成像技術(shù)（fMRI）,，功能近紅外光譜成像技術(shù)（fNIRS）檢測大腦內(nèi)血紅蛋白種類的變化，但是是通過光學(xué)吸收的差異。在近紅外光譜中,，光可以穿透生物組織并被發(fā)色團(tuán)（如氧合血紅蛋白和脫氧血紅蛋白）吸收。fNIRS的優(yōu)勢在于其便攜性和可長時(shí)間監(jiān)測的潛力,。本文綜述了fNIRS的基本機(jī)制及其臨床應(yīng)用,，fNIRS在更廣泛的臨床應(yīng)用方面的局限性，以及目前在提高fNIRS的時(shí)空分辨率方面所做的努力以期在受試者中獲得穩(wěn)健的臨床應(yīng)用,。fNIRS可充分評估全局腦功能,，已成為危重癥環(huán)境下評估腦卒中和創(chuàng)傷性腦損傷患者腦氧合和自我調(diào)節(jié)的重要工具,。當(dāng)涉及到更復(fù)雜的應(yīng)用時(shí)，空間和時(shí)間分辨率就變得至關(guān)重要了,。多通道NIRS提高了fNIRS在特定任務(wù)模式下（如語言映射）的腦成像的空間分辨率,。然而，目前需要進(jìn)行平均和組分析,，限制了其在個體受試者監(jiān)測和實(shí)時(shí)事件檢測中的臨床應(yīng)用,。信號處理方面的進(jìn)步推動fNIRS向個體臨床應(yīng)用方向發(fā)展，用以檢測某些類型的癲癇發(fā)作,、評估自主神經(jīng)功能和皮質(zhì)擴(kuò)散性抑郁,。然而，其準(zhǔn)確性和精確度的缺乏一直是fNIRS更復(fù)雜的臨床應(yīng)用的主要障礙,。高密度全頭光極陣列的使用,、相對于頭部的精確傳感器位置、解剖配準(zhǔn),、短距離通道和多維度信號處理可以結(jié)合起來以提高fNIRS的靈敏度并增加其作為對大腦功能進(jìn)行穩(wěn)健評估的廣泛臨床工具的使用,。本文發(fā)表于Frontiers in Neuroscience雜志。

引言

功能性近紅外光譜成像技術(shù)（fNIRS）是一種可用于長時(shí)間評估局部組織氧合情況的成熟的非侵入性工具,。它在40年前由J?bsis描述,，并已被應(yīng)用于不同的臨床環(huán)境，特別是神經(jīng)科學(xué)領(lǐng)域,。本文旨在討論fNIRS的機(jī)制,、其在檢測大腦活動方面的優(yōu)勢和局限性、fNIRS的臨床應(yīng)用現(xiàn)狀,，以及將fNIRS發(fā)展成為一種更廣泛的臨床工具的未來方向,。

大腦是一個高能量需求的器官，神經(jīng)元的激活與大腦血流量和容量的增加有關(guān),。這種所謂的“神經(jīng)血管”耦合是許多功能性神經(jīng)成像技術(shù)的基礎(chǔ),，包括fNIRS、功能磁共振成像（fMRI）,、正電子發(fā)射斷層掃描（PET）和單光子發(fā)射計(jì)算機(jī)斷層掃描（SPECT）,。通過測量不同種類血紅蛋白的光吸收變化，fNIRS可以計(jì)算出腦血流的時(shí)間變化,。fNIRS的一些特點(diǎn),，包括便攜性、非侵入性,、成本效益性和耐受性,，使其成為臨床護(hù)理和神經(jīng)科學(xué)研究的有利工具。同時(shí)監(jiān)測其他實(shí)時(shí)生理參數(shù)，如腦電圖,，可以進(jìn)一步提高其時(shí)間分辨率,，使其成為研究癲癇、自主神經(jīng)功能和生理現(xiàn)象的理想工具,。

事實(shí)上,，fNIRS已經(jīng)成為兒科重癥監(jiān)護(hù)室標(biāo)準(zhǔn)護(hù)理的工具，用以實(shí)時(shí)評估局部氧合,，如軀體和大腦氧合,。它也被廣泛用于評估任務(wù)相關(guān)的皮層功能。通過使用組塊設(shè)計(jì)可以增強(qiáng)局部腦血流信號,，以表征基于任務(wù)的皮層功能,。在本文中，研究者將重點(diǎn)關(guān)注一直是神經(jīng)學(xué)家和神經(jīng)外科醫(yī)生的主要興趣所在的語言映射,。

在涉及到更復(fù)雜的實(shí)時(shí)測量時(shí),，fNIRS遇到一些限制。

首先,，在大多數(shù)臨床環(huán)境中使用的低通道fNIRS缺乏空間分辨率，而空間分辨率對于認(rèn)知測試中的功能定位和癲癇檢測中的源定位至關(guān)重要,。

其次,，盡管多通道fNIRS的發(fā)展大大提高了該技術(shù)的空間分辨率，但由于fNIRS的信噪比（SNR）降低,，單個事件分析仍然具有挑戰(zhàn)性,。組分析和信號處理可以增加信噪比，但仍然無法實(shí)時(shí)分析單個事件,，如癲癇發(fā)作,。諸如矢量圖分析等檢測血流動力學(xué)響應(yīng)的初始下降的技術(shù)有助于解決這一問題。

第三,，與EEG相比,，fNIRS的時(shí)間分辨率在捕捉單個神經(jīng)事件方面可能不夠理想。癲癇發(fā)作在神經(jīng)元之間以毫秒的時(shí)間尺度迅速傳播,，可能需要高采樣率來精確源定位,。臨床腦電圖的采樣率通常在256 ~ 1024 Hz之間，而fNIRS的采樣率則要低一個數(shù)量級,。

最后,，fNIRS空間定位的再現(xiàn)性往往受到個體解剖和傳感器放置之間缺乏共配準(zhǔn)的限制。將標(biāo)準(zhǔn)化的光極放置與個體受試者解剖進(jìn)行聯(lián)合配準(zhǔn),，并個性化地生成fNIRS信號傳播的正向模型,，再結(jié)合fMRI驗(yàn)證，可以幫助解決這一問題,。

通過適當(dāng)?shù)墓獠úㄩL選擇,，fNIRS神經(jīng)血管耦合的特性還可以擴(kuò)展到代謝功能方面,，例如使用細(xì)胞色素c氧化酶（CCO）。結(jié)合同時(shí)測量fNIRS與其他神經(jīng)成像分析技術(shù)如腦電圖和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí),，fNIRS在神經(jīng)科學(xué)中具有廣泛在臨床應(yīng)用潛力,。

通過檢測不同光吸光分子的相對濃度的變化,，fNIRS可以分析大腦中的能量代謝,。例如，fNIRS可以以類似于fMRI的方式測量氧合血紅蛋白和脫氧血紅蛋白的變化,，從而反映神經(jīng)元激活的局部變化,。為了做到這一點(diǎn)，必須有足夠的近紅外光入射到皮層表面,。通過蒙特卡羅模擬可以預(yù)測透過顱骨,、頭皮和腦膜的光衰減量（如圖1所示），以解釋周圍組織的靜態(tài)吸光特性。

圖1 使用一個點(diǎn)LED光源以垂直于頭皮的角度入射的蒙特卡羅光子傳播模擬以港灣海豚為模型的解剖結(jié)構(gòu),。

商業(yè)的fNIRS系統(tǒng)使用單獨(dú)的光源和探測器,。典型的源-檢測器間距在兒童中為1.5-3厘米,，在成人中為2.5-5厘米,，具體取決于頭圍，但建議成人的間距不超過3.5厘米。近年來,，短間距通道（從光源到檢測器的距離小于1cm）的使用已被納入研究,，以估計(jì)和消除典型光源-探測器通道中頭皮的血流貢獻(xiàn)。因此,，周圍組織的光吸收模型還必須考慮光到達(dá)皮層并被反射回探測器的路徑,。這種情況如圖2所示。

降噪和信號處理

多種信號干擾源（即噪聲）會使fNIRS信號的解釋復(fù)雜化，這一直是臨床環(huán)境中的一個主要挑戰(zhàn),。噪聲源可能包括頭部運(yùn)動,、由于頭皮上光極（光源和探測器）之間的距離變化而導(dǎo)致的耦合隨時(shí)間的變化，以及與神經(jīng)元活動無關(guān)的血流變化,。fMRI測量的是由于體磁特性的變化而導(dǎo)致的氧合和脫氧血紅蛋白的比例,，而fNIRS則分別測量了氧合血紅蛋白和脫氧血紅蛋白,，這可能被心率和血流的變化所混淆。由于近紅外波長必須首先通過腦膜,、顱骨和頭皮，這些組織的生理變化可能會引起光源和探測器之間的光吸收的變化,，而這可能與神經(jīng)元活動的功能變化無關(guān)。此外,，與fMRI一樣,，fNIRS信號對神經(jīng)元活動變化的響應(yīng)與血流動力學(xué)響應(yīng)函數(shù)相卷積,，該函數(shù)描述了控制血液流入毛細(xì)血管床以響應(yīng)神經(jīng)元代謝需求變化的小動脈括約肌的潛伏期,、過沖和下沖,。

為了將與任務(wù)相關(guān)的信號從噪聲中分離出來,，許多信號處理技術(shù)已經(jīng)被開發(fā)出來,。下面的小節(jié)簡要概述了目前減少生理噪聲和運(yùn)動偽影來源的方法。

減少fNIRS中的生理干擾源

fNIRS中存在的生理噪聲來源包括心率,、血壓波動,、呼吸頻率和頭皮血流。多種方法已被用于識別和去除生理噪聲,，包括數(shù)字濾波、預(yù)白化,、自適應(yīng)濾波,、數(shù)據(jù)驅(qū)動方法如主成分分析（PCA）和獨(dú)立成分分析（ICA）,，以及使用短間距通道,。由于不同的生物功能通常發(fā)生在不同的頻率范圍內(nèi)，數(shù)字濾波可用于減少或消除發(fā)生在與大腦活動相關(guān)的任務(wù)測量不同的時(shí)間頻率上的干擾源,。然而,，血壓波動（0.08-0.12 Hz）和靜息心率（1-1.5 Hz）可能在頻率上與感興趣的信號重疊，并可能與某些類型的組塊設(shè)計(jì)中的任務(wù)相關(guān)信號相混淆,。

另一種選擇是通過預(yù)白化去除生理噪聲,。預(yù)白化可以通過去除與任務(wù)無關(guān)的生理信號來去除時(shí)間上的自相關(guān)信號（如心率）。為了確定預(yù)白化濾波系數(shù),，Barker等人（2013）和Blanco等人（2018）使用了一種迭代自回歸模型來減少由一般線性模型分析估計(jì)的任務(wù)相關(guān)活動中的殘差,。預(yù)白化的精度可能會受到運(yùn)動偽影的影響。因此,，在應(yīng)用預(yù)白化之前,，應(yīng)該去除信號中存在的任何運(yùn)動偽影（參見下面的“運(yùn)動偽影降噪”一節(jié)）。

自適應(yīng)濾波技術(shù)在開環(huán)或閉環(huán)控制模型中使用線性函數(shù)系統(tǒng),。Nguyen等人（2018）應(yīng)用這一原理,，通過對刺激的預(yù)期血流動力學(xué)響應(yīng)、檢測皮層外噪聲的短間距通道信號,、生理噪音（心率,、呼吸和血壓波動）的傅里葉近似值和基線漂移的線性組合，降低手指敲擊任務(wù)期間fNIRS中存在的生理噪聲量,。使用遞歸最小二乘估計(jì)器估計(jì)未知的模型系數(shù),，以產(chǎn)生一個自適應(yīng)濾波器，能夠降低氧合血紅蛋白中平均77%的噪聲和脫氧血紅蛋白中平均99%的噪聲,。這種類型的濾波存在一些局限,，包括參數(shù)調(diào)整、需要定義噪聲分布,，以及在濾波器不是閉環(huán)時(shí)的有偏估計(jì),。

由頭皮全血流引起的fNIRS的變化可能會造成額外的信號混淆，尤其是在要求更高的功能性任務(wù)中,?？臻g分析（如PCA）可以用于去除與功能性任務(wù)無關(guān)的全血流。當(dāng)存在一個主要的變異來源（如全局血流或運(yùn)動偽跡）時(shí),，PCA可以特別有效,，但如果有多個來源驅(qū)動整體變異，PCA可能會失敗,。此外,，PCA方法需要多個通道來可靠地從感興趣的生理信號中解析全血流。高斯核方法（類似于fMRI中使用的方法）也被證明在跨通道空間應(yīng)用時(shí)可以去除頭皮的全血流,，盡管對大血管系統(tǒng)產(chǎn)生的局部空間血流變化的解釋能力并沒有很好地說明,。最后,，通過利用通道之間的時(shí)間相干性來識別具有高空間均勻性系數(shù)的大信號分量，ICA已被用于去除步態(tài)實(shí)驗(yàn)期間的全血流,。雖然ICA在腦電圖中去除偽影方面的應(yīng)用已經(jīng)很成熟,，但其在fNIRS中的應(yīng)用卻受到限制。

最近,，短間距通道（光源-探測器間距約8毫米）已被用于直接測量和去除fNIRS中的頭皮血流,。近紅外光發(fā)射器和探測器之間的短間距阻止了光穿透到皮質(zhì)表面，從而限制了對頭皮的血流測量,。Funane等人（2015）表明,，通過短距離通道（~ 1.5 cm）獲得的血紅蛋白信號與頭皮血流的激光多普勒血流測量值的相關(guān)性比針對成人皮層血流測量的標(biāo)準(zhǔn)的發(fā)射器-檢測器間距（~ 3 cm）獲得的信號更好。此外,，Nguyen等人（2018）的研究表明,，短間距分離通道與長間距分離通道中存在的其他生理噪聲不相關(guān)（r< 0.38）。因此,，在fNIRS分析中加入短間距離通道作為回歸因子可以減少來自頭皮血流的信號干擾,。

運(yùn)動偽影的降噪

運(yùn)動偽影可能發(fā)生在說話或面部、頭部和/或上半身的運(yùn)動中,。通常,，當(dāng)這些運(yùn)動發(fā)生時(shí)，頭皮上的光極會發(fā)生移位,，導(dǎo)致fNIRS信號中尖銳的高頻位移,、慢波漂移或基線偏移。各種方法被用于去除運(yùn)動偽影,，包括基于小波的濾波,、樣條插值(spline interpolation)和Kalman濾波。由于其時(shí)頻定位特性,，小波可以特別有效地消除運(yùn)動偽影,。基于小波的方法將fNIRS信號分解為小波系數(shù),，并在假設(shè)它們與運(yùn)動偽影相關(guān)的情況下去除那些落在預(yù)定義分布（如高斯分布）之外的系數(shù),。Molavi和Dumont（2012）報(bào)告了使用小波后嬰兒fNIRS中運(yùn)動偽影的減少。盡管基于小波的方法可以有效地在去除尖峰偽影,，但該方法可能在尖峰偽影周圍的數(shù)據(jù)中產(chǎn)生額外的基線偏移,。此外，達(dá)不到閾值標(biāo)準(zhǔn)的偽影會繼續(xù)破壞信號,。

樣條插值方法將運(yùn)動偽影建模為一系列樣條函數(shù),，然后從數(shù)據(jù)中減掉它們,。Scholkmann等人（2010）報(bào)告稱,，在樣條插值前后,，NIRS信號的均方根誤差平均下降了89.8%。雖然他們發(fā)現(xiàn)了運(yùn)動偽影的減少,，但在樣條插值后,，殘留的高頻尖峰仍然存在。在一項(xiàng)比較研究中,，Jahani等人（2018）發(fā)現(xiàn),，將樣條插值與Savitzky - Golay濾波或魯棒局部加權(quán)回歸平滑（RLOESS）相結(jié)合，能夠在不在信號中引入額外偽影的情況下校正基線偏移和高頻峰值,。盡管樣條插值-savitzky-golay和樣條插值-RLOESS這兩種方法在偽影去除方面產(chǎn)生相似的結(jié)果（即真實(shí)和估計(jì)的血流動力學(xué)響應(yīng)函數(shù)之間的均方誤差：樣條插值-savitzky-golay和樣條插值-RLOESS分別為0.44±0.06和0.56±0.08）,，但是對于51個通道，樣條插值-savitzky-golay方法的處理時(shí)間（16秒）明顯快于樣條插值-RLOESS（1800秒）,。

隨著時(shí)間的推移,，Kalman濾波通過隨時(shí)間添加的附加信息遞歸地改進(jìn)信號的估計(jì)。Izzetoglu等人（2010）比較了Kalman濾波,、自適應(yīng)濾波和Wiener濾波在去除在進(jìn)行不同速度頭部運(yùn)動的11名受試者的fNIRS數(shù)據(jù)的運(yùn)動偽影方面的有效性,。他們發(fā)現(xiàn)，與自適應(yīng)濾波（SNR =[2.79 4.17]）相比,，Kalman濾波顯著提高了fNIRS信號的信噪比（SNR =[6.63 8.51]）,，而Kalman濾波與Wiener濾波（SNR =[5.25 9.05]）之間沒有統(tǒng)計(jì)學(xué)差異。這一點(diǎn)很重要,，因?yàn)?/span>Kalman濾波可以應(yīng)用于實(shí)時(shí)分析,，而無需自適應(yīng)濾波所需的額外傳感器，需要像Wiener濾波那樣要求fNIRS信號具有統(tǒng)計(jì)平穩(wěn)性,。然而,，在使用Kalman濾波去除運(yùn)動偽影時(shí)要謹(jǐn)慎，這是因?yàn)槿绻麨V波器設(shè)置不當(dāng),，由于不穩(wěn)定性導(dǎo)致的誤差隨時(shí)間累積,，非建模的系統(tǒng)動力學(xué)或數(shù)據(jù)中的非線性可能會影響性能。

細(xì)胞色素c氧化酶的氧化還原狀態(tài)

除了大多數(shù)腦活動成像測量中存在的生理信號混淆和運(yùn)動偽影外,，通過氧合和脫氧血紅蛋白的變化來測量血流動力學(xué)響應(yīng)的變化具有其固有的局限性,。它對測定腦氧代謝率（CMRO2）不夠靈敏。血紅蛋白提供了有關(guān)腦循環(huán)和血管內(nèi)氧合程度的信息,，但其濃度不能反映組織的氧利用能力,。另一方面，線粒體負(fù)責(zé)大部分直接的細(xì)胞氧代謝,。因此,，CMRO2與線粒體功能直接相關(guān)，有助于識別血流動力學(xué)變化的臨床意義,。在動靜脈血容量比是固定的情況下,，將腦氧合,、動脈氧合與腦血流（CBF）相結(jié)合，可以計(jì)算出CMRO2,。然而,，由于其侵入性，在許多臨床環(huán)境中測量腦氧合具有挑戰(zhàn)性,。因此,，研究者們一直專注于第三種發(fā)色團(tuán)，即細(xì)胞色素c氧化酶（CCO）,，它是線粒體氧化代謝的關(guān)鍵成分,，而線粒體則是神經(jīng)元的“發(fā)電站”。

細(xì)胞色素c氧化酶在葡萄糖的氧化代謝中起著重要作用,。糖酵解是將葡萄糖代謝成丙酮酸,，在丙酮酸中生成三磷酸腺苷（ATP）和煙酰胺腺嘌呤二核苷酸（NADH）。丙酮酸隨后被運(yùn)輸?shù)骄€粒體中并轉(zhuǎn)化為乙酰輔酶A,。乙酰輔酶A進(jìn)入三羧酸（TCA）循環(huán),，產(chǎn)生更多的ATP和NADH。NADH是電子傳遞鏈（ETC）中的電子供體（見下圖3）,；位于線粒體細(xì)胞膜內(nèi)的一系列蛋白質(zhì)復(fù)合體（被稱為復(fù)合體I-V）,。配合物I和II分別從TCA循環(huán)中接受NADH和琥珀酸的電子，并將它們轉(zhuǎn)移到可溶性電子載體輔酶Q（CoQ）上,。CoQ被復(fù)合物III氧化,，在此過程中電子用于還原細(xì)胞色素c。作為線粒體ETC中電子的接收器細(xì)胞色素c隨后被CCO（復(fù)合物IV）氧化,，CCO（復(fù)合物IV）是一種血紅素蛋白,，包含一個雙核銅中心(CuA)、一個血紅素a和一個雙核Fe-Cu中心（血紅素a3-Fe),。從細(xì)胞色素c接受的電子最終轉(zhuǎn)移到分子氧中,，分子氧被還原為水。這一過程產(chǎn)生電化學(xué)電位,，通過線粒體中的ATP合酶（復(fù)合體V）驅(qū)動ATP合成,。ATP是細(xì)胞的能量來源。

圖3 電子轉(zhuǎn)移鏈允許電子通過細(xì)胞色素c氧化酶（CCO）從TCA循環(huán)轉(zhuǎn)移到氧,，導(dǎo)致CCO的氧化還原態(tài)發(fā)生變化,。

所有這些氧化還原變化都有相關(guān)的光學(xué)躍遷。在近紅外范圍內(nèi),，CCO的CuA中心對吸收光譜的貢獻(xiàn),，約為830 ~ 840 nm。理論上，需要三個波長同時(shí)測量CCO,、氧合血紅蛋白和脫氧血紅蛋白的變化,。然而，由于CCO濃度較低,，且CCO、氧血紅蛋白和脫氧血紅蛋白之間存在串?dāng)_,，所以采用2 ~ 3個波長測量血紅蛋白種類的傳統(tǒng)的連續(xù)波fNIRS不適宜量化CCO的變化,。因此，使用多個波長組合對于準(zhǔn)確地量化CCO的變化并將其與血紅蛋白種類區(qū)分開來是很重要的,。雖然使用較少波長的最小化方法會受到噪聲和串?dāng)_的影響,，但是使用太多的波長在計(jì)算上可能是不允許的。波長優(yōu)化的進(jìn)展表明,，使用8種波長組合時(shí),，估算CCO變化的錯誤率可以降低到2%以下。因此,，CCO的氧化還原變化可能允許fNIRS檢測血紅素蛋白電子傳遞的變化,，該血紅素蛋白吸收近紅外光譜中的光并反映線粒體能量代謝。

與血紅蛋白種類不同,，CCO的濃度在短時(shí)間內(nèi)不會發(fā)生變化,。

全身血壓波動對CCO影響不大。因此,，它不像血紅蛋白那樣受到腦外局部血流變化的影響,。CCO的氧化還原狀態(tài)不受血紅蛋白種類和局部腦氧合的干擾。從理論上講,，測量線粒體CCO的變化可以更好地反映細(xì)胞的代謝和生存能力,。