類似于功能磁共振成像技術（fMRI），功能近紅外光譜成像技術（fNIRS）檢測大腦內血紅蛋白種類的變化，但是是通過光學吸收的差異。在近紅外光譜中，光可以穿透生物組織并被發(fā)色團（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間監(jiān)測的潛力。本文綜述了fNIRS的基本機制及其臨床應用，fNIRS在更廣泛的臨床應用方面的局限性，以及目前在提高fNIRS的時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節(jié)的重要工具。當涉及到更復雜的應用時，空間和時間分辨率就變得至關重要了。多通道NIRS提高了fNIRS在特定任務模式下（如語言映射）的腦成像的空間分辨率。然而，目前需要進行平均和組分析，限制了其在個體受試者監(jiān)測和實時事件檢測中的臨床應用。信號處理方面的進步推動fNIRS向個體臨床應用方向發(fā)展，用以檢測某些類型的癲癇發(fā)作、評估自主神經(jīng)功能和皮質擴散性抑郁。然而，其準確性和精確度的缺乏一直是fNIRS更復雜的臨床應用的主要障礙。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、短距離通道和多維度信號處理可以結合起來以提高fNIRS的靈敏度并增加其作為對大腦功能進行穩(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（fNIRS）是一種可用于長時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，并已被應用于不同的臨床環(huán)境，特別是神經(jīng)科學領域。本文旨在討論fNIRS的機制、其在檢測大腦活動方面的優(yōu)勢和局限性、fNIRS的臨床應用現(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。這種所謂的“神經(jīng)血管”耦合是許多功能性神經(jīng)成像技術的基礎，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)射計算機斷層掃描（SPECT）。通過測量不同種類血紅蛋白的光吸收變化，fNIRS可以計算出腦血流的時間變化。fNIRS的一些特點，包括便攜性、非侵入性、成本效益性和耐受性，使其成為臨床護理和神經(jīng)科學研究的有利工具。同時監(jiān)測其他實時生理參數(shù)，如腦電圖，可以進一步提高其時間分辨率，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。

事實上，fNIRS已經(jīng)成為兒科重癥監(jiān)護室標準護理的工具，用以實時評估局部氧合，如軀體和大腦氧合。它也被廣泛用于評估任務相關的皮層功能。通過使用組塊設計可以增強局部腦血流信號，以表征基于任務的皮層功能。在本文中，研究者將重點關注一直是神經(jīng)學家和神經(jīng)外科醫(yī)生的主要興趣所在的語言映射。

在涉及到更復雜的實時測量時，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知測試中的功能定位和癲癇檢測中的源定位至關重要。

其次，盡管多通道fNIRS的發(fā)展大大提高了該技術的空間分辨率，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，但仍然無法實時分析單個事件，如癲癇發(fā)作。諸如矢量圖分析等檢測血流動力學響應的初始下降的技術有助于解決這一問題。

第三，與EEG相比，fNIRS的時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的限制。將標準化的光極放置與個體受試者解剖進行聯(lián)合配準，并個性化地生成fNIRS信號傳播的正向模型，再結合fMRI驗證，可以幫助解決這一問題。

通過適當?shù)墓獠úㄩL選擇，fNIRS神經(jīng)血管耦合的特性還可以擴展到代謝功能方面，例如使用細胞色素c氧化酶（CCO）。結合同時測量fNIRS與其他神經(jīng)成像分析技術如腦電圖和神經(jīng)網(wǎng)絡學習，fNIRS在神經(jīng)科學中具有廣泛在臨床應用潛力。

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，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構。

商業(yè)的fNIRS系統(tǒng)使用單獨的光源和探測器。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，以估計和消除典型光源-探測器通道中頭皮的血流貢獻。因此，周圍組織的光吸收模型還必須考慮光到達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動、由于頭皮上光極（光源和探測器）之間的距離變化而導致的耦合隨時間的變化，以及與神經(jīng)元活動無關的血流變化。fMRI測量的是由于體磁特性的變化而導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。此外，與fMRI一樣，fNIRS信號對神經(jīng)元活動變化的響應與血流動力學響應函數(shù)相卷積，該函數(shù)描述了控制血液流入毛細血管床以響應神經(jīng)元代謝需求變化的小動脈括約肌的潛伏期、過沖和下沖。

為了將與任務相關的信號從噪聲中分離出來，許多信號處理技術已經(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、預白化、自適應濾波、數(shù)據(jù)驅動方法如主成分分析（PCA）和獨立成分分析（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，數(shù)字濾波可用于減少或消除發(fā)生在與大腦活動相關的任務測量不同的時間頻率上的干擾源。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計中的任務相關信號相混淆。

另一種選擇是通過預白化去除生理噪聲。預白化可以通過去除與任務無關的生理信號來去除時間上的自相關信號（如心率）。為了確定預白化濾波系數(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的任務相關活動中的殘差。預白化的精度可能會受到運動偽影的影響。因此，在應用預白化之前，應該去除信號中存在的任何運動偽影（參見下面的“運動偽影降噪”一節(jié)）。

自適應濾波技術在開環(huán)或閉環(huán)控制模型中使用線性函數(shù)系統(tǒng)。Nguyen等人（2018）應用這一原理，通過對刺激的預期血流動力學響應、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，降低手指敲擊任務期間fNIRS中存在的生理噪聲量。使用遞歸最小二乘估計器估計未知的模型系數(shù)，以產(chǎn)生一個自適應濾波器，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)調整、需要定義噪聲分布，以及在濾波器不是閉環(huán)時的有偏估計。

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中?？臻g分析（如PCA）可以用于去除與功能性任務無關的全血流。當存在一個主要的變異來源（如全局血流或運動偽跡）時，PCA可以特別有效，但如果有多個來源驅動整體變異，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用時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)實驗期間的全血流。雖然ICA在腦電圖中去除偽影方面的應用已經(jīng)很成熟，但其在fNIRS中的應用卻受到限制。

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性比針對成人皮層血流測量的標準的發(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（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。

運動偽影的降噪

運動偽影可能發(fā)生在說話或面部、頭部和/或上半身的運動中。通常，當這些運動發(fā)生時，頭皮上的光極會發(fā)生移位，導致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。由于其時頻定位特性，小波可以特別有效地消除運動偽影?；谛〔ǖ姆椒▽?/span>fNIRS信號分解為小波系數(shù)，并在假設它們與運動偽影相關的情況下去除那些落在預定義分布（如高斯分布）之外的系數(shù)。Molavi和Dumont（2012）報告了使用小波后嬰兒fNIRS中運動偽影的減少。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，達不到閾值標準的偽影會繼續(xù)破壞信號。

樣條插值方法將運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回歸平滑（RLOESS）相結合，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)生相似的結果（即真實和估計的血流動力學響應函數(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方法的處理時間（16秒）明顯快于樣條插值-RLOESS（1800秒）。

隨著時間的推移，Kalman濾波通過隨時間添加的附加信息遞歸地改進信號的估計。Izzetoglu等人（2010）比較了Kalman濾波、自適應濾波和Wiener濾波在去除在進行不同速度頭部運動的11名受試者的fNIRS數(shù)據(jù)的運動偽影方面的有效性。他們發(fā)現(xiàn)，與自適應濾波（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)計學差異。這一點很重要，因為Kalman濾波可以應用于實時分析，而無需自適應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)計平穩(wěn)性。然而，在使用Kalman濾波去除運動偽影時要謹慎，這是因為如果濾波器設置不當，由于不穩(wěn)定性導致的誤差隨時間累積，非建模的系統(tǒng)動力學或數(shù)據(jù)中的非線性可能會影響性能。

細胞色素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響應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腦循環(huán)和血管內氧合程度的信息，但其濃度不能反映組織的氧利用能力。另一方面，線粒體負責大部分直接的細胞氧代謝。因此，CMRO2與線粒體功能直接相關，有助于識別血流動力學變化的臨床意義。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）相結合，可以計算出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，即細胞色素c氧化酶（CCO），它是線粒體氧化代謝的關鍵成分，而線粒體則是神經(jīng)元的“發(fā)電站”。

細胞色素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）。丙酮酸隨后被運輸?shù)骄€粒體中并轉化為乙酰輔酶A。乙酰輔酶A進入三羧酸（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）；位于線粒體細胞膜內的一系列蛋白質復合體（被稱為復合體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，并將它們轉移到可溶性電子載體輔酶Q（CoQ）上。CoQ被復合物III氧化，在此過程中電子用于還原細胞色素c。作為線粒體ETC中電子的接收器細胞色素c隨后被CCO（復合物IV）氧化，CCO（復合物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)。從細胞色素c接受的電子最終轉移到分子氧中，分子氧被還原為水。這一過程產(chǎn)生電化學電位，通過線粒體中的ATP合酶（復合體V）驅動ATP合成。ATP是細胞的能量來源。

圖3 電子轉移鏈允許電子通過細胞色素c氧化酶（CCO）從TCA循環(huán)轉移到氧，導致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的光學躍遷。在近紅外范圍內，CCO的CuA中心對吸收光譜的貢獻，約為830 ~ 840 nm。理論上，需要三個波長同時測量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擾，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擾的影響，但是使用太多的波長在計算上可能是不允許的。波長優(yōu)化的進展表明，使用8種波長組合時，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的濃度在短時間內不會發(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胞的代謝和生存能力。