使用功能性近红外光谱进行脑血管反应性测量

摘要

这里介绍的是一种使用功能性近红外光谱 （fNIRS） 对人类脑血管反应性进行成像和测量的方案。fNIRS 是一种新颖的成像方式，可捕捉特定刺激下大脑最外层皮层中血红蛋白种类的浓度变化。

摘要

脑血管反应性 （CVR） 是大脑中血管响应化学或物理刺激而改变脑血流（扩张或收缩）的能力。脑微血管系统的反应性量取决于电容血管系统的完整性，是内皮细胞的主要功能。因此，CVR 是微血管系统生理学和整体健康状况的指标。可以测量 CVR 的成像方法可用，但成本高昂，并且需要磁共振成像中心和技术专长。在这项研究中，我们使用 fNIRS 技术监测脑微血管系统中氧合血红蛋白 （HbO） 和脱氧血红蛋白 （HbR） 的变化，以评估 15 名健康对照 （HC） 对血管活性刺激（吸入 5% 二氧化碳或 CO₂）的 CVR。我们的结果表明，这是一种很有前途的成像技术，它提供了一种非侵入性、准确、便携且具有成本效益的方法来绘制皮质 CVR 和相关微血管系统功能，这些功能是由创伤性脑损伤或其他与脑微血管病变相关的疾病引起的。

引言

大脑皮层的血管健康状况可以通过血管在不同生理条件下的收缩或扩张能力来衡量。测量血管反应性可用于诊断和管理与脑微血管功能障碍相关的神经系统疾病，如痴呆、创伤性脑损伤 （TBI） 甚至衰老 1,2,3,4。此外，CVR 可用作神经系统疾病（如阿尔茨海默病⁵ 或 TBI）的预测和/或药效学生物标志物 6,7,8,9,10。存在成熟的成像方法来研究人类和动物受试者的 CVR。一种典型的方法包括功能磁共振成像 （fMRI） 与外源性或内源性刺激相结合，例如高碳酸血症¹¹、屏气或乙酰唑胺²。Lu 等人 ^12,13 证明，简单的气体输送系统与 MRI-血氧水平依赖性 （MRI-BOLD） 成像相结合，可生成准确的全脑 CVR 图。

脑血管系统的血流、体积和氧气代谢率的破坏会导致组织 HbO 和 HbR 浓度的变化。组织对近红外范围内光的吸收对血红蛋白种类（如 HbO 和 HbR）浓度的变化很敏感。因此，测量背向散射光随时间的变化可以量化最外层皮层（约 2 cm）¹⁵ 中 HbO 和 HbR 浓度的变化，并可用于评估时间血流动力学变化¹⁶ ，包括脑血管反应性 （CVR）¹⁷。

在我们的研究范式中，我们采用具有连续波函数的 fNIRS 仪器。该器件由 4 个源和 10 个检测器组成，可创建 16 个源-检测器对（参见 图 1）。离子源-检测器对模制在一起，形成一条硅胶带，该硅胶带可以很容易地套在前额上，并用自粘性包裹物固定到位。该设备可测量 730 nm 和 850 nm 的光强度，采集频率为 2 Hz。选择该系统是因为它对患者友好、易于佩戴，并且从前额叶皮层收集数据，前额叶皮层是一个特别容易受到 TBI 影响的大脑区域。幸运的是，大多数其他 fNIRS 系统都与我们的 CVR 采集技术兼容，仅在根据感兴趣的大脑区域测量的皮层区域有所不同。

虽然 fMRI 被认为是功能性脑成像的金标准，但与 fMRI 相比，fNIRS 技术在评估 CVR 方面具有独特的优势。fNIRS 成像技术提供高时间分辨率（粒度为毫秒），可以量化 HbO 和 HbR 浓度的变化，而 fMRI 仅测量 HbR 18,19,20 的变化。此外，fNIRS 仪器比 fMRI 便携、经济且更易于作。最后，fNIRS 技术可以更好地解决受试者的运动，这是必要的，因为高碳酸血症等血管挑战通常与认知或身体研究任务结合使用²¹。

在本文中，提出了一种结合 fNIRS 技术的高碳酸血症挑战。我们测量了 CVR 值并研究了这种方法的可重复性，希望为 fMRI CVR 测量提供一种可靠的替代方案。

研究方案

参与者是根据机构审查委员会批准的方案 （ClinicalTrials.gov NCT01789164） 招募的。协议中描述的设备得到了我们机构的道德认可。

1. 准备用于高碳酸血症挑战的材料（图 2）

1. 用由 5% 二氧化碳、21% 氧气和 74% 氮气组成的预混合医用级气体罐（项目 #1）给 200 升道格拉斯袋（项目 #1）充气，直至装满_。
2. 将两个隔膜（项目 #3）插入双向非再呼吸阀（项目 #4）以确保气体仅沿一个方向流动。通过气体输送管（项目 #2）将三通阀的一个端口（项目 #1）连接到道格拉斯袋（项目 #5），另一个端口通过第二个气体输送管（项目 #4）连接到二通非再呼吸阀（项目 #5）。
3. 将咬嘴（项目 #6）固定到连接器（项目 #7）上，然后将连接器固定到双向非再呼吸阀（项目 #4）上。
4. 将二氧化碳图管（项目 #8）插入连接器的孔（项目 #7）。
5. 将空气过滤器（项目 #9）连接到二氧化碳图管（项目 #8）。
6. 将未连接到二氧化碳图管（项目 #9）的塑料空气过滤器（项目 #8）的末端拧入 CO₂ （项目 #10）监测器。
7. 使用电缆将 capnograh（项目 #10）连接到笔记本电脑。打开数据口读取器软件，选择对应的 USB 端口并开始数据读取。打开 二氧化碳图。数据将自动显示在计算机屏幕上。
8. 使用 USB 数据线将 fNIRS 盒子连接到计算机。将源检测器头带连接到 FNIRS 框。将电源适配器连接到 fNIRS 盒并打开开关。

2. 实验过程中的程序

1. 让参与者坐在椅子上，并在设置设备时让自己感到舒适。打开 fNIRS 系统。
2. 将源探测器头带放在患者的前额上，覆盖下面的前额叶皮层区域（背侧和下额叶皮层区域）²¹。
3. 检查源检测器头带是否小心地放置在眉毛上方和前额中间。将下探测器行放在鼻腔或鼻梁上方约 3.5 厘米处，上鼻子的凹痕与眼睛之间的前额相接。
4. 确保检测器牢固地粘附在参与者的皮肤上，没有发色团（例如化妆品）或头发的干扰。无需皮肤准备。
5. 在“Device Setting（设备设置）”下，将检测器的增益设置在 1 到 20 之间。较高的增益将提高光检测器的灵敏度。默认值为 20。将“LED 电流”设置在 5 mA 和 20 mA 之间。较大的值将导致更亮的光线，并会增加检测器生成的信号级别。默认值为 20 mA。
6. 在采集软件中，按 “Start Current Experiment”（开始当前实验）。光源将发送 2 个波长的光，并且从每个检测器检测到的光信号强度将实时显示。在饱和 （signal>4,000） 或低信号 （signal <1,000） 的情况下，调整源检测器头带与皮肤之间的接触或步骤 2.3 和 2.4 中的参数。确切的完整过程已在 Ayaz 等人 ²² 中解释。
7. 指导参与者以正常的呼吸速度通过嘴吸气和呼气。将鼻夹固定在参与者的鼻子上，提醒他们继续通过嘴巴正常呼吸，并在某人感到任何不适或呼吸困难时提醒他们。
8. 小心地将咬嘴（项目 #6）插入参与者的嘴里，以便他们可以继续呼吸。为了在手术过程中提高参与者的舒适度，请参与者用手支撑非再呼吸阀（项目 #3）。
9. 按下相关软件中的“Baseline”按钮。它将测量并自动记录 fNIRS 基线的光信号 20 秒 （s）。
10. 在开始实验之前，按 “Record”（录制）。
11. 实验开始时，启动时钟，按“手动标记”并在纸上写下二氧化碳图显示的时间。每分钟转动连接到燃气管的阀门，在室内空气和混合了 5% CO₂ 的室内空气之间循环。再次按下“手动标记”并在纸上写下每次更换吸入气体混合物时二氧化碳图显示的时间（图 3）。
    注意：手动标记二氧化碳图上显示的时间对于 fNIRS 光信号和二氧化碳图的 EtCO₂ 轨迹之间的未来同步至关重要。
12. 7 分钟后，单击“停止”按钮停止 fNIRS 记录。允许对呼气末 CO₂ （EtCO₂） 额外记录 60 秒，并在数据阅读器软件中将 EtCO₂ 数据保存为 ASCII。
13. 通知参与者该过程已完成。小心地取下鼻夹并取出咬嘴。向参与者提供组织以吸收手术中积累的任何唾液。

3. 清理程序

1. 丢弃二氧化碳图管（项目 #8）、过滤器（项目 #9）、咬嘴（项目 #6）和鼻夹。
2. 清洁可重复使用的设备。从气体输送管（项目 #4）和连接管（项目 #7）上拆下双向阀（项目 #4）并提取隔膜（项目 #3）。将隔膜（项目 #3）、连接管和双向阀（项目 #4）浸入装满不含磷酸盐且含有表面活性剂的医用级洗涤剂消毒剂的容器中 20 分钟。用蒸馏水以 1：64 的比例稀释洗涤剂。
3. 用蒸馏水清洗物品 #1、4、7，然后将它们放在干净的柜台上，下面有无菌材料，例如 chux 垫。在重新使用之前让它们风干。
4. 清空 Douglas 包。

4. 数据分析

1. 使用 fNIRS 数据处理软件进行信号处理
   注意：信号处理是数据分析的第一步。它是使用 fNIRS 数据处理软件（例如 fNIRSoft）完成的，以消除由于患者移动而导致的数据中的噪声或伪影。此分析只需要来自采集软件的数据。
   1. 在数据处理软件中，单击“加载文件”以选择并上传采集的 fNIRS 数据。
   2. 点击 “Refine” 将出现一个弹出窗口。选择 “Raw Data” 并按 “Next”。
      1. 单击中值滤波和滑动窗口运动伪影抑制 （SMAR）²³ 工具，以识别并删除原始信号中的运动伪影和饱和声道。按 “Apply”。
      2. 点击 “Low Pass Frequency” 滤波器以丢弃脉冲和呼吸分量（Hanning 滤波器，n=20，截止 = 0.1Hz）21,24,25,26。按 “Apply”。
      3. 单击 “Detrend” 以消除缓慢的时间变化。按 “Apply”。
   3. 单击“OXI”，将光强度转换为 HbO 和 HbR 浓度。单击“保存”，然后选择 MATLAB 作为保存文件格式。
2. 使用 MATLAB 进行信号处理
   注意：分析的第二部分是使用 MATLAB 完成的，以便将 fNIRS 信号与时移 EtCO₂ 相关联。处理数据需要来自上一步 （4.1.5） 的数据和来自二氧化碳图的数据 （EtCO₂ 轨迹，步骤 2.12）。
   1. 将 EtCO₂ 轨迹从 MATLAB 中的二氧化碳图导入为两列（一列用于时间，另一列用于 EtCO₂ 值）。将 EtCO₂ 时间与预校准时间一起移动，以校正采样管时间的延迟。
      注意：这是一次呼吸到吹嘴与该呼吸在 CO₂ 录音中出现的时间差。在这种设置中，它是 15 秒。
   2. 使用实验开始时从二氧化碳图记录的第一个时间点，步骤 2.11 作为起点 （t=0）。将 EtCO₂ 转换为秒。
   3. 将步骤 4.1.3 中的氧和脱氧血红蛋白数据导入 MATLAB。
   4. 通过找到这两个信号在不同时间变化下较高的相关系数，计算 EtCO₂ （在口腔中测量）和 fNIRS 信号（在大脑中测量）之间的生理延迟。（请参阅步骤 4.2.3 至步骤 4.2.6 随附的 MATLAB 脚本）。相关系数较高的时移被认为是最佳时间。
   5. 将 EtCO₂ 时间进程移动最佳时间（在步骤 4.2.4 中获得）。保留同时具有 fNIRS 和 EtCO₂ 数据的时间点。两个时间序列应具有相同的长度。
   6. 计算每个通道的 CVR 值，这是使用 MATLAB 中的 Cholesky 分解对 HbO（或 HbR）和 EtCO₂ 之间的线性方程的解。

结果

对 15 名健康参与者进行 fNIRS 和高碳酸血症激发。排除标准是 TBI 病史、先前存在的致残性神经或精神疾病或怀孕。参与者的平均年龄为 37.7 ± 16 岁 （范围 20-55），其中 20% 为女性。如一项类似的 fMRI 研究²⁸ 所示，吸入 5% CO₂ 60 秒时，通过二氧化碳图测量的 EtCO₂ 压力增加。在我们的研究中，EtCO₂ 轨迹伴随着 HbO 的增加和 HbR 的降低?...

讨论

我们能够使用 fNIRS 和 CO₂ 气体吸入技术测量 15 名健康志愿者的 CVR。测得的 CVR 值是采集的 fNIRS 信号与 EtCO₂ 之间的相关性。挑战在于准确地将颞部 EtCO₂ 轨迹与 fNIRS 信号对齐，换句话说，要说明血液从肺血管系统流向心脏，然后到达脑血管系统所需的时间。通道间变异性低 （30%），并且在皮层中显示出均匀的 CVR 值，这与之前的 fMRI 结果相关

材料

Name	Company	Catalog Number	Comments
Blue cuff	22254	Vacumed
CO2-Air Gas Mixture Size 200	R012000 2003	Roberts Oxygen
Diaphragm (Size: medium, Type: spiral)	602021-2608	Hans Rudolph
Douglas bag (200-liters capacity)	500942	Harvard Apparatus
Gas delivery Tube	1011-108	Vacumed
Gas sampling Tube	T4305	QoSINA
Hydrophobic filter	9906-00	Philips Medical Systems
Male luer	11547	QoSINA
Mouth piece (Silicone, Model #9061)	602076	Hans Rudolph
Nose clip (Plastic foam, Model #9014)	201413	Hans Rudolph
Three-way valve (100% plastic)	CR1207	Hans Rudolph
Two-way non-breathing valve (22mm/ 15mm ID)	CR1480	Hans Rudolph