基于双斜率频域近红外光谱数据的两层与三层模型功能解释

功能性近红外光谱 (fNIRS) 受到浅层血流动力学信号的干扰。 developing methods that account for such contamination and provide accurate measurements of cerebral hemodynamics is important. 本工作旨在探讨是否可以利用模拟数据（包含两层或三层组织模型）来再现在人类受试者视觉刺激期间使用双斜率 (DS) 频域 (FD) 近红外光谱 (NIRS) 收集的体内数据。我们进行蒙特卡罗模拟，以生成来自两层和三层介质的 DS FD-NIRS 数据，涵盖 various layer thicknesses and optical properties. 我们收集了在视觉刺激期间对人类受试者眼底叶区的 DS FD-NIRS 体内数据（源-探测器距离：25 mm, 37 mm；波长：690 nm, 830 nm；调制频率：140 MHz）。模拟数据和体内数据均使用均匀介质的扩散理论进行分析，并对每种 DS FD-NIRS 数据类型进行比较。我们发现，三层介质模拟数据能够再现体内数据的主要定性特征，其中第二层（代表亚海膜空间的脑脊液）的吸收性和散射性均小于其他两层，同时顶层厚度代表皮肤和颅骨的总厚度。三层模型是分析 DS FD-NIRS 数据（或其他任何 fNIRS 数据）的可行改进方案，可在无需大规模数据集进行体积重建的情况下，生成更准确的脑血流动力学变化测量值。