脑血流测量中扩散相关光谱学分析模型比较
医学物理
2025-07-30 v1 光学
摘要
多层扩散相关光谱学(DCS)模型已开发用于减少脑血流指数(CBFi)测量中表层信号的污染。然而，这些模型的系统性比较仍缺乏明确的选取指导。本研究比较了三种DCS分析模型：半无限模型、两层模型和三层模型，重点考察其拟合策略、性能及适用于CBFi和相对CBFi(rCBFi)估计的适应性。我们使用蒙特卡罗Xtreme(MCX)工具包中的四层 slab 头模型模拟DCS数据。评估了多种拟合策略：针对半无限模型的早期时间滞后范围(ETLR)拟合，固定或可变beta；针对两层与三层模型的单距离(SD)与多距离(MD)拟合。根据CBFi灵敏度、CBFi和rCBFi恢复准确性、对颅骨和头皮信号污染的抵抗力、对假设参数误差的敏感性以及在20-35 mm源-探测间距上的计算效率，评估了模型性能。最优拟合方法包括：半无限模型采用固定beta的ETLR拟合，两层模型采用固定beta的SD拟合，三层模型采用MD拟合。多层模型在CBFi灵敏度上达到最高100%，显著高于半无限模型的36.8%。两层模型在准确性和鲁棒性之间提供了最佳平衡，三层模型则实现了CBFi、颅皮层BFi和rCBFi的同时恢复。半无限模型最具计算效率，仅需0.38秒即可处理500个样本，支持其在实时监测中的应用。本工作提供了DCS分析模型的实用且系统性评估，并为根据应用需求选择最合适模型提供了指导。
引用
@article{arxiv.2507.21853,
title = {Comparison of diffuse correlation spectroscopy analytical models for cerebral blood flow measurements},
author = {Mingliang Pan and Quan Wang and Yuanzhe Zhang and David Day-Uei Li},
journal= {arXiv preprint arXiv:2507.21853},
year = {2025}
}
备注
33 pages, 14 figures