跳到主要内容

话题

诊断影像

诊断影像

非侵入性NIR成像追踪大脑萎缩

可视化脑萎缩

神经退行性疾病(例如阿尔茨海默氏病)通常与脑萎缩有关。在疾病发展过程中,大脑会失去神经元组织并缩小颅骨内的大小。然后,剩余的空间将充满其他的脑脊髓液(CSF)—使CSF变异成为存在阿尔茨海默氏病的潜在生物标记。

目前,由于成本高或重复暴露于电离辐射的风险,使用MRI或X射线CT可以实现这种结构变化的可视化,但都不适合于时间分辨的监测。相反,希腊和意大利的研究小组建议使用无创时间分辨近红外(tr-NIR)测量来跟踪疾病进展过程中的脑萎缩(生物医学。选择。表现 9 4094)。

“尽管MRI和CT在分辨率方面很出色,但如果我们仅希望提取一个特定特征,则可以依靠更有效的成像技术,”解释了第一作者Daniele Ancora的 电子结构研究所& Laser向前. “Tr-NIR成像快速,廉价且无害。在将NIRS头罩与信号源和检测器一起放置后,数据采集将几乎是即时的,从而只需很少的经济和资源工作即可测量范围广泛的患者。”

计算模型  

Ancora及其同事采用了一种计算方法来研究tr-NIR可视化萎缩进展的潜力。他们生成了两个大脑结构模型—简单的圆柱模型和更复杂的人头图集—并使用蒙特卡洛光子传播来模拟纵向实验的结果。

Simple brain model

这些简单的模型包括直径为100厘米的圆柱网格体积,其中的图层代表皮肤和头骨(SS),CSF,灰质(GM)和白质(WM)。在每个网格中,SS和GM组织的厚度恒定,CSF大小增加以模仿阿尔茨海默氏病的进展,WM组织相应减少。研究人员检查了7种CSF厚度,从0.0到15.0 mm。他们将时间分辨光子探测器放置在SS表面上,以创建同心探测器环阵列,并模拟了入射在每个网格中心的笔形光束源。

对于头部模型,该团队首先从人头网格结构Colin27开始,然后使用网格划分工具实施侵蚀算法以重现大脑收缩。他们建立了11个网格:原始Colin27模型的疾病进展的1至10期和0期。他们在右半球垂直于SS表面放置了一个脉冲束源,并在其旁边放置了四个时间分辨光子探测器。

研究人员使用基于网格的蒙特卡洛工具解决了模型中的光子扩散问题。为了说明个体或疾病阶段之间组织光学特性的变化,他们采用了两种不同的CSF散射系数:将CSF视为近乎透明的非散射层;并具有更浑浊的光学特性

为了模拟现实的测量系统,研究小组通过实验获得了典型fNIRS检测器的仪器响应函数(IRF)。他们用模拟的光子分布对测量的IRF进行了卷积,以估算其影响。

DTOF分布

该团队首先评估了七个圆柱模型的飞行时间(DTOF)分布,该分布包含有关光子扩散的信息。在早期检测时间,增加的CSF厚度不会导致DTOF发生明显变化。这是可以预料的,因为早期的光子大部分时间都花在表层SS层而不是较深的组织区域。

但是,在后来的光子门控时间(大于2500 ps)下,光子可能已经穿过SS进入CSF层。在这里,大脑收缩明显改变了检测器响应的斜率,较高的CSF厚度对应于较小的斜率。研究人员观察到,在CSF厚度最初增加的过程中,斜率发生了急剧变化,这表明在脑萎缩的早期阶段,敏感性更高。两个散射系数的斜率随CSF厚度的变化并不完全相同,但总体趋势得以保留。

Slope changes

人体模型的结果是可比的,随着增加的CSF厚度使DTOF的门控延迟时间变慢。对于这两个模型,与IRF的卷积都不会影响后定时DTOF曲线的斜率,这表明可以使用真实的仪器来测量CSF的变化。

建模的探测器响应也受散射系数的影响,增加的CSF散射以类似于CSF增厚的方式使斜率平坦。“在两个参数都发生变化的假设情况下,我们仍然可以看到对响应曲线的影响,” explains Ancora. “脑脊液光学参数的改变实际上可能是疾病进展的另一个指标,但是要评估我们需要更多的研究,例如光谱学。”

Ancora指出,几乎所有的tr-NIR系统都可以使用Tr-NIR光谱,并且可以同时获取整个可见NIR光谱的响应函数。“脑脊液的光学浊度在不同的光谱窗口中可能会有所不同,这为我们提供了另一种评估与疾病有关的可能变异的工具,” he says.

下一步将是用实验证据来验证计算结果。“为此,我们可以利用米兰理工大学现有的tr-NIRS设施,” Ancora tells 物理世界. “如果实验与我们的数值预测相符,我们将考虑在实际临床情况中将其推进。”

版权©2020年由IOP 出版 Ltd和个人贡献者