Przejdź do zawartości

Funkcjonalna spektroskopia bliskiej podczerwieni

Z Wikipedii, wolnej encyklopedii

Funkcjonalna spektroskopia bliskiej podczerwieni (fNIRS lub fNIR) – metoda badawcza używana w neurologii i neurobiologii, wykorzystująca spektroskopię bliskiej podczerwieni (NIRS) do funkcjonalnego neuroobrazowania. Za pomocą fNIRS, aktywność mózgu jest mierzona przez reakcje hemodynamiczne związane z zachowaniem neuronów.

Hitachi ETG-4000 fNIRS

fNIR to nieinwazyjna metoda obrazowania, która wykorzystuje ilościową analizę stężenia chromoforów przy użyciu pomiaru amortyzacji światła w bliskiej podczerwieni (NIR) i zmian tymczasowych lub fazowych. Widmo optyczne światła podczerwieni wykorzystuje optyczne okno, w którym skórę, tkanki i kości są przejrzyste dla podczerwieni w widmie 700–900 nm, podczas gdy hemoglobina (HB) i odtleniona hemoglobina (deoksy-Hb) są silniejszymy pochłaniaczami światła. Różnice w widmach absorpcji deoxy-Hb i oxy-Hb umożliwiają wykonywanie pomiarów względnych zmian stężenia hemoglobiny za pomocą współczynnika osłabienia światła o różnych długościach fal. Wybiera się dwie lub więcej fal, jedna ponad i jedna poniżej punktu izozbestycznego 810 Nm, w którym deoksy-Hb i oxy-Hb mają te same współczynniki poziomu absorpcji. Za pomocą zmodyfikowanego prawa Lamberta-Beera (mBLL), względna koncentracja może być obliczona jako funkcja całkowitej długości ścieżki fotonu. Zazwyczaj nadajnik i detektor światła znajdują się ipsilateralnie na czaszce badanego. Dzięki temu, nagrane pomiary są modyfikowane przez ponownie rozproszone (odbite) światło biegnące po eliptycznej trajektorii.

Historia

[edytuj | edytuj kod]

W 1977 roku, Jobsis[1] stwierdził, że przejrzystość tkanki mózgu dla podczerwieni pozwala na nieinwazyjną i ciągłą metodę nasycania tkanek tlenem za pomocą transiluminacji. Transiluminacja (rozproszenie) miała ograniczone zastosowanie u dorosłych z powodu tłumienia światła i szybko została zastąpiona przez techniki oparte na trybie odbicia. Rozwój systemu NIRS odbywał się szybko i do 1985 roku pierwsze badania na dotlenianiu mózgu przeprowadził M. Ferrari[2]. Techniki NIRS zostały rozszerzone w pracy Randalla Barboura[3], Britona Chance’a[4], Arno Villringera[5], M. Cope’a i D.T. Delpy’ego[6], Enrico Grattona i innych.

Zasada działania

[edytuj | edytuj kod]

Aktywność neuronów a hemodynamika

[edytuj | edytuj kod]

Pomiary aktywności mózgu uzyskane za pomocą fNIRS opierają się na reakcji hemodynamicznej.

Reakcją hemodynamiczną nazywa się odpowiedź organizmu na wykorzystywanie składników odżywczych. Tkanki, w obrębie których występuje aktywność neuronalna, zużywają składniki odżywcze, których braki następnie muszą zostać uzupełnione. Dzieje się to poprzez dostarczenie do tych miejsc krwi bogatej w składniki odżywcze, takie jak tlen czy glukozę.

Krew płynąca w mózgu może być charakteryzowana poprzez stężenie zawartych w niej chromoforów: hemoglobiny natlenionej (oxy-Hb) i odtlenionej (deoxy-Hb).

Krew napływająca do aktywnych obszarów mózgu obfituje w hemoglobinę natlenioną. Zwykle, w momentach aktywności neuronalnej, tempo dostarczania oxy-Hb przekracza tempo wykorzystania, co skutkuje tymczasowym wzrostem jej stężenia i – co za tym idzie – spadkiem stężenia deoxy-Hb.

Tak więc, różnice w stężeniu hemoglobiny natlenionej i hemoglobiny odtlenionej pomiędzy stanem spoczynkowym a stanem aktywności neuronalnej determinują, gdzie w korze lokalizuje się wzrost lub spadek przepływu krwi[7].

Kształt sygnału uzyskanego przez pomiar oxy- i deoxy-Hb może różnić się w zależności od wywołujących bodźców, jak również aktywności neuronalnej[8].

Właściwości chromoforów w obliczu światła bliskiej podczerwieni

[edytuj | edytuj kod]

Większość tkanek biologicznych, składając się głównie z wody, wykazuje niską zdolność absorpcyjną promieni świetlnych, wobec czego można o nich mówić jako przezroczystych dla światła bliskiej podczerwieni (NIR). Chromofory hemoglobiny, w przeciwieństwie do większości tkanek biologicznych, mogą zarówno rozpraszać, jak i pochłaniać te promienie[7].

Oprócz hemoglobiny można analizować stężenie innych chromoforów. Jednym z nich jest oksydaza cytochromu-c, która może dostarczać bardziej bezpośrednich informacji o aktywności neuronów niż hemoglobina. Jest ona jednak znacznie rzadziej wykorzystywana niż pomiary oparte na hemoglobinie[9].

Ogólna przezroczystość tkanki biologicznej wraz ze zdolnością chromoforów do absorpcji umożliwia zastosowanie technik optycznych do pomiaru odpowiedzi hemodynamicznych.

Optymalne spektrum światła mieści się w przedziale 700–900 nm, co uznaje się za biologiczne „okno optyczne”, wyznaczone przez mobilizację chromoforów[7].

Zbieranie pomiarów fNIRS

[edytuj | edytuj kod]

Aparat fNIRS składa się z ułożonych ipsilateralnie:

  • źródła światła, które emituje promienie częściowo podczerwone;
  • fotodetektora, który odbiera fale po przejściu przez tkanki mózgowe.

Źródło światła emituje promień w stronę czaszki, który następnie jest pochłaniany lub rozpraszany przez chromofory w tkankach nerwowych. Fotodetektor znajdujący się w odległości kilku centymetrów od emitera wychwytuje falę świetlną powstałą w rezultacie przejścia promienia przez tkanki nerwowe. Promień, od emitera do detektora, przemierza ścieżkę w kształcie banana[7].

Typowe elektrody czujników fNIRS są rozmieszczone w emiterach i receptorach tak, że aktywność na zewnętrznej powierzchni kory mózgowej może być mierzona z rozdzielczością przestrzenną rzędu centymetrów kwadratowych[10]. Dokładniej, gdy odległość między źródłem i fotodetektorem wynosi 4 cm, sygnał fNIRS staje się wrażliwy na zmiany hemodynamiczne w obrębie górnych 2–3 mm kory mózgowej[9].

Widma absorpcyjne chromoforów są wykorzystywane do interpretacji tłumionych poziomów światła jako zmian w stężeniu chromoforów. Zmiany w stężeniu chromoforów powodują zmiany w intensywności odbitego światła i są określane ilościowo za pomocą zmodyfikowanego prawa Beera-Lamberta[9].

Techniki spektroskopii

[edytuj | edytuj kod]
Widma absorpcji dla oxy-HB i deoxy-HB w falach podczerwieni

Istnieją cztery nowoczesne metody funkcjonalnej spektroskopii bliskiej podczerwieni.

Fala ciągła (Continuous Wave – CW)

[edytuj | edytuj kod]

Zdecydowana większość obecnie stosowanych urządzeń w laboratoriach wykorzystuje technikę fali ciągłej (Continuous Wave – CW).

Rejestracja fali ciągłej (CW) polega na pomiarze wyłącznie natężenia światła. Do tkanki jest wysyłane światło o stałym natężeniu, a następnie mierzone jest światło, które zostało rozproszone.

Zastosowanie fali ciągłej ma wiele zalet. Jest to technika prosta, tania i najbardziej powszechna.

Niestety technika ta ma również wady. Jedną z nich może być fakt, że wykorzystanie fali ciągłej uniemożliwia w pełni określić właściwości optycznych analizowanej tkanki. W wyniku tego nie możemy oznaczyć absolutnej absorpcji natlenowanej (O2Hb – OKSYHEMOGLOBINA) i odtlenowanej hemoglobiny (HHb – DEOKSYHEMOGLOBINA). Pomiar jest wrażliwy tylko na względną zmianę stężenia oksyhemoglobiny[11].

Analiza częstotliwości (Frequency Domain)

[edytuj | edytuj kod]

Kolejną techniką jest analiza częstotliwości (Frequency Domain – FD). Jest to najbardziej złożona technika, ale dostarcza również najwięcej informacji.

Technika ta emituje bardzo krótki impuls światła do tkanki. Natężenie światła emitowanego jest modulowane. FD-NIRS umożliwia nam pomiar bezwzględnych właściwości optycznych tkanki, takich jak absorpcja i zmniejszony współczynnik rozpraszania. Dzięki temu można określić bezwzględne wartości stężenia hemoglobiny[12].

Mierzone jest przesunięcie fazowe, które odzwierciedla opóźnienie między emitowanymi i wykrytymi falami światła (zmienia się wraz z długością drogi optycznej światła przez tkankę), średnie natężenie i amplituda modulacji[13].

Time-Resolved (TR)

[edytuj | edytuj kod]

Wykrywanie rozdzielczości czasowej obejmuje rejestrowanie czasu przybycia pojedynczych fotonów, co można wykorzystać do zwiększenia wrażliwości na głębię, ponieważ fotony padające tkankę powierzchniową są wykrywane wcześniej niż fotony przemieszczające się dalej (tj. głębiej). W konsekwencji, lepszą wrażliwość na mózg można osiągnąć, skupiając się na późno przybywających fotonach. Można to osiągnąć poprzez obliczenie momentów statystycznych zarejestrowanego rozkładu czasów dotarcia, ponieważ wyższe momenty są ważone w kierunku późno docierającego światła.

Spatially-Resolved Spectroscopy (SRS)

[edytuj | edytuj kod]

W spektroskopii przestrzennej (SRS) pomiary odbicia w różnych odległościach od padającej wiązki światła są łączone w celu uzyskania informacji wystarczających do rozdzielenia właściwości rozpraszania i absorpcji. Ponieważ odbicie rozproszone jest mierzone w kilku odległościach, można rozróżnić światło, które pokonało krótsze odległości przez tkankę (niska penetracja, mniejsza interakcja z tkanką) oraz światło, które rozchodziło się przez tkankę na dłuższe czasy i odległości (penetracja głębsza i większa interakcja). Ponadto, w przypadku tkanki wielowarstwowej, światło uchwycone na krótszych odległościach zawiera prawie tylko informacje o warstwie wierzchniej, podczas gdy na większych odległościach na zebrane światło wpływa zarówno warstwa wierzchnia, jak i leżąca pod nią tkanka(i). Te wielokrotne pomiary w różnych odległościach są następnie łączone z modelami propagacji światła w celu określenia właściwości absorpcyjnych i rozpraszających różnych warstw tkanki. Uzyskane właściwości optyczne mogą być następnie powiązane ze składem i mikrostrukturą produktu.

Zastosowania

[edytuj | edytuj kod]

Interfejs mózg-komputer (IMC)

[edytuj | edytuj kod]

fNIRS została pomyślnie użyta jako sygnał sterujący dla systemów BKI[14][15][16][17][18][19] Podstawą ich działania jest detekcja wolicjonalnej kontroli aktywności neuronalnej mózgu osoby sterującej – w przypadku fNIRS zwiększanie stężenia natlenowanej (oxy -HB) i odtlenowanej (deoxy-HB) hemoglobiny[20].

Obrazowanie mózgu

[edytuj | edytuj kod]

fNIRS jest powszechnie uznawana za jedną z technicznych metod obrazowania mózgu[21], podobnie jak w przypadku fMRI opiera się na odpowiedzi hemodynamicznej. Technika ta wykorzystywana jest w badaniach z wielu dziedzin.

Łączność funkcjonalna (functional connectivity)

[edytuj | edytuj kod]
 Zobacz też: Konektom.

Łączność funkcjonalna dotyczy rejonów mózgu, które mają podobne właściwości funkcjonalne, ponieważ są wspólnie zaangażowane w wykonywanie określonych zadań poznawczych. Pomiary z fNIRS tworzą mapę topograficzną aktywności neuronalnej co umożliwia analizę korelacji czasowo zsynchronizowanych odpowiedzi hemodynamicznych pomiędzy przestrzennie odrębnymi regionami zainteresowania w mózgu[22].

Interakcje społeczne (Hyperscanning)

[edytuj | edytuj kod]

fNIRS stosuje się do równoczesnego rejestrowania danych z dwóch lub więcej mózgów osób będących w interakcji[23]. Badane są współzależności pomiędzy zmianami sygnału rejestrowanymi u różnych osób badanych jednocześnie w celu odnalezienia neuronalnych korelatów zdolności wchodzenia w interakcje. Technika fNIRS pozwala na analizę interakcji międzyludzkich w bardziej naturalnych warunkach niż miało to miejsce w badaniach EEG/fMRI. Badani mogą rozmawiać oraz używać mimiki oraz nie muszą znajdywać się w skanerze co sprawia, że zbierane dane mają większą ważność ekologiczną.

Neurorehabilitacja

[edytuj | edytuj kod]

Badania wykazują, że sieci neuronalne zlokalizowane w pierwszo i drugorzędowej korze motorycznej są aktywowane nie tylko podczas jawnego wykonywania czynności ruchowych, ale także podczas ich obserwacji lub wyobrażania sobie. Połączenie techniki fNIRS z użyciem środowiska VR pozwala na monitorowanie aktywności neuronów zgodnie z powyżej opisaną hipotezą symulacji[24].

Rozwój społeczny

[edytuj | edytuj kod]

fNIRS dzięki swojej nieinwazyjności może być używany do badań nad niemowlętami oraz małymi dziećmi dlatego jest odpowiednim narzędziem do badania rosnącej wraz z wiekiem specjalizacji funkcjonalnej struktur mózgu społecznego, czyli wzrostu wybiórczości odpowiedzi neuronalnej na bodźce z określonej kategorii[25]. Technika ta jest wykorzystywana jest w badaniach dotyczących m.in. teorii umysłu (zdolności wnioskowania o stanach mentalnych innych osób) czy przetwarzania bodźców istotnych w relacjach społecznych jak ludzka twarz, dotyk, głos[26].

Diagnostyka onkologiczna

[edytuj | edytuj kod]

fNIRS pozwala na wykrycie różnic między endogennymi chromoforami tkanek nowotworowych a zdrowych, wykorzystując prążki wskaźnikowe natlenowanej lub odtlenowanej hemoglobiny, lipidów lub wody, albo ich kombinację jako markery diagnostyczne. Jest to uniwersalna technika umożliwiająca diagnozę różnych typów nowotworów (m.in. mózgu, piersi, trzustki, jelita grubego) oraz monitorowanie ich podczas terapii[27].

Zobacz też

[edytuj | edytuj kod]

Przypisy

[edytuj | edytuj kod]
  1. F. Jobsis. Noninvasive, infrared monitoring of cerebral and myocardial oxygen sufficiency and circulatory parameters. „Science”. 198 (4323), s. 1264–1267, 1977-12-23. American Association for the Advancement of Science (AAAS). DOI: 10.1126/science.929199. ISSN 0036-8075. (ang.). 
  2. M. Ferrari, I. Giannini, G. Sideri, E. Zanette. Continuous non invasive monitoring of human brain by near infrared spectroscopy. „Advances in experimental medicine and biology”. 191, s. 873–882, 1985. ISSN 0065-2598. PMID: 3008520. (ang.). 
  3. F.H. Schlereth i inni, Multicomputer-based neural networks for imaging in random media, IEEE, DOI10.1109/nssmic.1991.259308, ISBN 0-7803-0513-2.
  4. B. Chance, Z. Zhuang, C. UnAh, C. Alter i inni. Cognition-activated low-frequency modulation of light absorption in human brain. „Proceedings of the National Academy of Sciences”. 90 (8), s. 3770–3774, 1993-04-15. Proceedings of the National Academy of Sciences. DOI: 10.1073/pnas.90.8.3770. ISSN 0027-8424. PMID: 8475128. PMCID: PMC46383. (ang.). 
  5. A. Villringer, J. Planck, C. Hock, L. Schleinkofer i inni. Near infrared spectroscopy (NIRS): A new tool to study hemodynamic changes during activation of brain function in human adults. „Neuroscience Letters”. 154 (1–2), s. 101–104, 1993-05. Elsevier BV. DOI: 10.1016/0304-3940(93)90181-j. ISSN 0304-3940. PMID: 8361619. (ang.). 
  6. D.T. Delpy, M. Cope, P. van der Zee, S. Arridge i inni. Estimation of optical pathlength through tissue from direct time of flight measurement. „Physics in Medicine and Biology”. 33 (12), s. 1433–1442, 1988-12-01. IOP Publishing. DOI: 10.1088/0031-9155/33/12/008. ISSN 0031-9155. PMID: 3237772. 
  7. a b c d Jos Len-Carrin, Umberto Len-Domnguez, Functional Near-Infrared Spectroscopy (fNIRS): Principles and Neuroscientific Applications, Peter Bright (red.), InTech, 17 lutego 2012, DOI10.5772/23146, ISBN 978-953-51-0097-3 [dostęp 2023-01-17] (ang.).
  8. S. Lloyd-Fox, A. Blasi, C.E. Elwell, Illuminating the developing brain: The past, present and future of functional near infrared spectroscopy, „Neuroscience & Biobehavioral Reviews”, 34 (3), 2010, s. 269–284, DOI10.1016/j.neubiorev.2009.07.008, ISSN 0149-7634 [dostęp 2023-01-17] (ang.).
  9. a b c Farzin Irani i inni, Functional Near Infrared Spectroscopy (fNIRS): An Emerging Neuroimaging Technology with Important Applications for the Study of Brain Disorders, „The Clinical Neuropsychologist”, 21 (1), 2007, s. 9–37, DOI10.1080/13854040600910018, ISSN 1385-4046, PMID17366276 [dostęp 2023-01-17].
  10. Stefano I. Di Domenico i inni, Chapter 28 – Functional Near-Infrared Spectroscopy: Proof of Concept for Its Application in Social Neuroscience, Hasan Ayaz, Frédéric Dehais (red.), Academic Press, 2019, s. 169–173, DOI10.1016/b978-0-12-811926-6.00028-2, ISBN 978-0-12-811926-6 [dostęp 2023-01-17] (ang.).
  11. Felix Scholkmann i inni, A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology, „NeuroImage”, 85, 2014, s. 6–27, DOI10.1016/j.neuroimage.2013.05.004, ISSN 1053-8119 [dostęp 2023-01-12] (ang.).
  12. Sergio Fantini, Angelo Sassaroli, Frequency-Domain Techniques for Cerebral and Functional Near-Infrared Spectroscopy, „Frontiers in Neuroscience”, 14, 2020, DOI10.3389/fnins.2020.00300, ISSN 1662-453X, PMID32317921, PMCIDPMC7154496 [dostęp 2023-01-12].
  13. Tanja van Essen i inni, Comparison of frequency-domain and continuous-wave near-infrared spectroscopy devices during the immediate transition, „BMC Pediatrics”, 20 (1), 2020, s. 94, DOI10.1186/s12887-020-1987-4, ISSN 1471-2431, PMID32111176, PMCIDPMC7047398 [dostęp 2023-01-12].
  14. 2011 33rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE, 2011. DOI: 10.1109/IEMBS.2011.6091561. ISBN 978-1-4577-1589-1. OCLC 990740630. (ang.).
  15. Shirley M. Coyle, Tomás E. Ward, Charles M. Markham. Brain–computer interface using a simplified functional near-infrared spectroscopy system. „Journal of Neural Engineering”. 4 (3), s. 219–226, 2007-09-01. IOP Publishing. DOI: 10.1088/1741-2560/4/3/007. ISSN 1741-2560. PMID: 17873424. (ang.). 
  16. Ranganatha Sitaram, Haihong Zhang, Cuntai Guan, Manoj Thulasidas i inni. Temporal classification of multichannel near-infrared spectroscopy signals of motor imagery for developing a brain–computer interface. „NeuroImage”. 34 (4), s. 1416–1427, 2007-02. Elsevier BV. DOI: 10.1016/j.neuroimage.2006.11.005. ISSN 1053-8119. PMID: 17196832. (ang.). 
  17. Noman Naseer, Melissa Jiyoun Hong, Keum-Shik Hong. Online binary decision decoding using functional near-infrared spectroscopy for the development of brain–computer interface. „Experimental Brain Research”. 232 (2), s. 555–564, 2014-02. Springer Nature. DOI: 10.1007/s00221-013-3764-1. ISSN 0014-4819. (ang.). 
  18. Noman Naseer, Keum-Shik Hong. Classification of functional near-infrared spectroscopy signals corresponding to the right- and left-wrist motor imagery for development of a brain–computer interface. „Neuroscience Letters”. 553, s. 84–89, 2013-10. Elsevier BV. DOI: 10.1016/j.neulet.2013.08.021. ISSN 0304-3940. (ang.). 
  19. Komputer czyta w myślach [online], naukawpolsce.pap.pl [dostęp 2017-11-18] (pol.).
  20. Hasan Ayaz i inni, An optical brain computer interface for environmental control, 2011 Annual International Conference of the IEEE Engineering in Medicine and Biology Society, sierpień 2011, s. 6327–6330, DOI10.1109/IEMBS.2011.6091561 [dostęp 2023-01-15].
  21. A. Villringer. Non-invasive optical spectroscopy and imaging of human brain function. „Trends in Neurosciences”. 20 (10), s. 435–442, 1997-10-01. Elsevier BV. DOI: 10.1016/s0166-2236(97)01132-6. ISSN 0166-2236. PMID: 9347608. 
  22. Bharat B. Biswal, Joel Van Kylen, James S. Hyde, Simultaneous assessment of flow and BOLD signals in resting-state functional connectivity maps, 28 kwietnia 1999.
  23. Yasuyo Minagawa, Mingdi Xu, Satoshi Morimoto, Toward Interactive Social Neuroscience: Neuroimaging Real-World Interactions in Various Populations: Neuroimaging real-world interactions, „Japanese Psychological Research”, 60 (4), 2018, s. 196–224, DOI10.1111/jpr.12207 [dostęp 2023-01-15] (ang.).
  24. Lisa Holper i inni, Testing the potential of a virtual reality neurorehabilitation system during performance of observation, imagery and imitation of motor actions recorded by wireless functional near-infrared spectroscopy (fNIRS), „Journal of NeuroEngineering and Rehabilitation”, 7 (1), 2010, s. 57, DOI10.1186/1743-0003-7-57, ISSN 1743-0003, PMID21122154, PMCIDPMC3014953 [dostęp 2023-01-15].
  25. Hilary Richardson i inni, Development of the social brain from age three to twelve years, „Nature Communications”, 9 (1), 2018, s. 1027, DOI10.1038/s41467-018-03399-2, ISSN 2041-1723, PMID29531321, PMCIDPMC5847587 [dostęp 2023-01-15] (ang.).
  26. Joanna Wysocka, Karolina Golec, Agnieszka Pluta, Zastosowanie techniki fNIRS w badaniach mechanizmów neuronalnych poznania społecznego. Przegląd najważniejszych badań, „Polskie Forum Psychologiczne” (25), 2020, s. 21–39, DOI10.14656/PFP20200102, ISSN 1642-1043 [dostęp 2023-01-15].
  27. Venkata Radhakrishna Kondepati, H. Michael Heise, Juergen Backhaus, Recent applications of near-infrared spectroscopy in cancer diagnosis and therapy, „Analytical and Bioanalytical Chemistry”, 390 (1), 2008, s. 125–139, DOI10.1007/s00216-007-1651-y, ISSN 1618-2650 [dostęp 2023-01-15] (ang.).