论文部分内容阅读
随着功能近红外光谱（Functional near infrared spectroscopy,fNIRS）脑成像技术的研究领域不断拓展和商用成像设备不断升级,尤其是针对新生儿脑发育问题,fNIRS数据分析方法仍需不断丰富和发展。相较于基于氧合血红蛋白或脱氧血红蛋白的时间序列幅度分析法,fNIRS信号的时延估计和相位关系分析是当前较为新颖的研究方向。已有的fNIRS脑成像数据分析工具箱,例如NIRS-SPM、Homer、fOSA、NINPY、NAP、FC-NIRS,虽然具备基本信号频谱分析,噪声去除或脑功能连接等分析功能,但是大多以时间序列幅度和简单的线性相关性分析为脑功能连接分析的基础,无法全面刻画脑氧代谢的特征以及评估新生儿脑氧代谢状态。因此,本文从fNIRS数据的预处理、时延估计和相位分析的角度研究了fNIRS分析方法,并分析了新生儿与成年人的fNIRS数据。最后设计了一款便携式fNIRS脑功能成像系统。具体如下:首先,分析了新生儿fNIRS监测中运动噪声滤除、频段提取、时延估计和相位分析的问题并提出分析方法。针对运动噪声滤除,采用基于峰度值的小波滤波器（Kurtosis-based wavelet filtering,kbWF）的方法,并对比了该方法与其他3种运动噪声滤除算法的性能。以典型的血液动力学响应函数为基础生成仿真信号,从均方误差、信噪比和相关系数三个指标评估了运动噪声滤除算法的效果。结果表明kbWF算法综合效果最优。针对频段提取,本文采用无限冲击响应滤波器并通过零相位数字滤波计算卷积的方案,并对比了有限冲击响应滤波器和基于谐小波滤波器方案。结果表明无限冲击响应滤波器并通过零相位数字滤波计算卷积的方案效果最优。针对时延问题,本文对比了两种时延估计方法的性能。结果表明互功率谱密度方法估计效果更优。针对同步分析方法,提出了向量平均相位差算法。其次,本文针对具体的新生儿和成年人fNIRS数据,采用kbWF算法进行运动噪声滤除,然后提取了0.01-0.05Hz,0.05-0.1Hz以及0.01-0.1Hz频段的数据。针对0.05-0.1Hz频段信号分析了早产儿组、足月婴儿组和成年人组的时延参数和向量平均相位差指标。结果表明,向量平均相位差指标pVAPD能够区分成年人与新生儿的脑氧代谢状态。采用Watson-Williams检验方法统计分析显示三个年龄组的向量平均相位差平均值存在显著差异（F[2,27]=11.513,p<0.001）。脱氧血红蛋白的时延参数有潜力区分出早产儿组与足月婴儿组。最后,针对临床新生儿数据采集需求,设计了一款便携式无线fNIRS成像系统,开发了配套的高可靠性数据采集软件。本设备与商用NIRScout设备做了对比测试,结果显示性能接近于商用设备性能参数。