誘發(fā)生理狀態(tài)下的腦血流動力學的無創(chuàng)光學評估

劉彩彩，凌浩，馮士杰，左佳，桂志國，丁婷，尚禹

中北大學 生物醫(yī)學成像與影像大數(shù)據(jù)山西省重點實驗室，山西 太原 030051

引言

早在1876 年，Mayer[1]就已經(jīng)發(fā)現(xiàn)了在血壓中存在0.1 Hz 左右的自發(fā)低頻振蕩（Spontaneous Low-Frequency Oscillation， LFOs）。因此，這一血壓波動被命名為“邁耶波”。Nilsson 等[2]認為這種波源自于心血管系統(tǒng)中壓力反射的作用。Diehl 等[3]通過經(jīng)顱多普勒超聲（Transcranial Doppler Ultrasound，TCD）檢測的大腦中動脈腦血流（Cerebral Blood Flow，CBF）速度，Katura 等[4]通過近紅外光譜測量的腦組織血氧飽和度以及Biswal 等[5]通過功能性MRI 定量測量的腦血氧水平依賴性信號都陸續(xù)觀察到了LFOs。盡管LFOs 在CBF 動力學中的起源仍不清楚，但研究發(fā)現(xiàn)在相同的低頻范圍內(nèi)大腦顯示出肌原性、代謝性和神經(jīng)源性，這些特性以前被證明都是由交感神經(jīng)系統(tǒng)活動主導的，在血壓波動期間，它們是維持CBF 恒定的主要機制，也就是所謂的大腦自動調(diào)節(jié)。因此，動脈血壓的LFOs 與CBF 動力學關(guān)系的研究揭示了以血壓波動為基礎(chǔ)的CBF 控制機制和神經(jīng)認知功能，例如， Reinhard 等[6]發(fā)現(xiàn)頸動脈狹窄患者的大腦平均血流速度和動脈血壓中的LFOs 具有一定聯(lián)系。

在LFOs 的研究中，通過手指體積描繪法監(jiān)測血壓數(shù)據(jù)的Finapres Medical Systems（FMS）血壓監(jiān)測儀，也被廣泛應(yīng)用于成人自主神經(jīng)功能的研究，應(yīng)用FMS 可以無創(chuàng)地連續(xù)測量手指的血壓，是可靠的動脈測量的替代方法。在CBF 測量方面，目前臨床上使用的方法主要是TCD[7]和磁共振動脈自旋標記灌注成像（Arterial Spin-Labeled MRI，ASL-MRI）[8]。TCD 主要是測量顱內(nèi)主干動脈血管的血流，但是不能反映微血管網(wǎng)絡(luò)的血流，ASL-MRI 可以得到腦組織深部的血流信息，但該技術(shù)儀器昂貴，并且不容易進行連續(xù)的測量。近年來，一種較新的血流測量技術(shù)得到了快速的發(fā)展，稱為近紅外漫射光相關(guān)譜技術(shù)（Near-Infrared Diffuse Correlation Spectroscopy，NIR-DCS）[9-11]。DCS 是利用近紅外光作為探測手段，但主要考察的是紅細胞在組織內(nèi)的擴散運動對光場散射的影響。相對于傳統(tǒng)的DOS 技術(shù)（將血細胞看作靜止的光子吸收和散射體），DCS 被稱為是一種“動態(tài)”的近紅外光技術(shù)[12]。在本研究中，我們利用自行研發(fā)的DCS 儀器以及Finometer 儀器同時測量10名健康受試者在70°頭上位傾斜（Head-Up-Tilting，HUT）期間的CBF 和血壓，通過使用頻譜分析，比較在不同體位血流和血壓LFOs，以及這兩個變量之間的關(guān)系，為今后腦疾病的評估提供了一種新方法。

1 材料與方法

1.1 DCS血流測量原理

當使用DCS 技術(shù)檢測組織血流時，通常將近紅外光源和探測器的光纖都放置于待測人體組織的表面同一側(cè)（稱為反射式測量，圖1a），光源與探測器距離設(shè)置為幾毫米到幾厘米不等。激光光源產(chǎn)生的近紅外光通過光纖入射到組織中（圖1b）。

圖1 DCS血流測量實物圖（a）與原理流程圖（b）

根據(jù)擴散理論，高度散射的生物組織中光子傳輸?shù)恼麄€過程可視為擴散過程。具體地說，一些光子可能被包括血紅蛋白和水在內(nèi)的組織吸收，而更多的光子則被包括細胞膜、細胞器和細胞核在內(nèi)的組織散射體散射。最終只有少數(shù)光子可以散射回組織表面，采集到的光子經(jīng)由單模光纖被單光子探測器（SPCM-780-13-FC，Excelitas，加拿大）計數(shù)，最終輸出的TTL 信號被數(shù)字相關(guān)器（flex05-8ch，Correlator，美國）接收，并對光強做自相關(guān)運算，最終得到非歸一化的光強時間自相關(guān)函數(shù)G2(τ)。歸一化的G2(τ)函數(shù)[g2(τ)]與光場時間自相關(guān)函數(shù)g1(τ)滿足Siegert 關(guān)系。未歸一化的g1(τ)函數(shù)[G1(τ)]滿足擴散相關(guān)方程。通常，在特定的邊界條件（如半無限）下，從擴散相關(guān)方程中分析提取血流指數(shù)（Blood Flow Index，BFI）值即血流的動態(tài)信息。

1.2 DCS用于CBF測量

該DCS 技術(shù)利用光場散射的物理特性，需要使用長相干（相干長度大于5 m）的紅外激光器（DL-785-120-so，Crystalaser，美國）作為光源，并在使用連續(xù)波作為光源的情況下，測量由入射光引起的光斑強度的變化。光場強度的時間自相關(guān)函數(shù)為：

其中，E(t)是在時間t 處的電場強度，τ 是延遲時間，〈〉表示統(tǒng)計均值。

另一方面，G1(t,τ)的歸一化形式g1(t,τ)是接收的個體光子形成的光場自相關(guān)函數(shù)的加權(quán)求和。本文中，我們利用蒙特卡羅模擬[13]來計算不同散射步長光子的權(quán)重（即概率分布），從而得出總體光場的歸一化自相關(guān)函數(shù)：

這里，g1(τ)是散射體關(guān)于時間的自相關(guān)函數(shù)，它除了與介質(zhì)的散射參數(shù)有關(guān)外，還與介質(zhì)（散射體）的運動情況有關(guān)。其中，τ 是自相關(guān)函數(shù)的延遲時間，P(s)是被檢測到的光子步長s 的歸一化分布，k0為傳播媒介中的光的波向量（k0=2πn/λ，n 是散射體相對于空氣的折射率，λ是光波的波長），l*是光子從起點到離開組織的總路徑長度，其值等同于（是介質(zhì)的散射系數(shù)），s 為子步長。〈Δr2(τ)〉是運動著的散射體的均方位移，表示當運動時間為τ 時，所有散射體粒子距初始點的距離的平方值。均方位移有多種不同的形式，我們通常認為散射體內(nèi)部的粒子做布朗運動，這種運動模型可以與實驗所得數(shù)據(jù)相匹配，此時，〈Δr2(τ)〉=6DBτ，DB是有效散射率，單位為cm2/s。實際上，并不是所有的散射體都在運動，所以引入了參數(shù)α，α 是運動著的散射體相對于全部的散射體的比率，此時，對DCS 而言，散射體的均方偏移的運動模型變?yōu)椤处2(τ)〉=6αDBτ，αDB即為生物組織中的BFI[14-15]。

1.3 Finometer用于MAP測量

該無創(chuàng)血流動力學連續(xù)檢測儀（Portapres，F(xiàn)MS 公司，荷蘭），即便攜式FMS 被廣泛應(yīng)用于成人自主神經(jīng)功能的研究，利用FMS 可以無創(chuàng)地連續(xù)測量手指的血壓，是可靠的動脈內(nèi)測量的替代方法。該設(shè)備基于光測壓系統(tǒng)，可以連續(xù)監(jiān)測手指動脈壓力長達24 h，并通過BeatScope 軟件包分析得到搏動的動脈指壓。該儀器的整體佩戴方式如圖2 所示。

1.4 實驗方案

10 位健康成年人（5 位男性和5 位女性）參與了本研究。受試者的平均年齡為（25±2）歲。近紅外光探頭放置于受試者前額，根據(jù)文獻[16]，體內(nèi)組織的光學特性分別設(shè)置為：吸收系數(shù)μa=0.10 cm-1，散射系數(shù)=8.0 cm-1。

圖2 便攜式FMS佩戴圖

HUT 是研究CBF 動力學響應(yīng)的較為理想試驗方案，因為該種體位變化可以促進人體生理狀態(tài)的顯著變化[17]。檢測前，受試者平躺在試驗床（試驗床可調(diào)整傾斜角度）上。研究人員使用醫(yī)用酒精棉為受試者擦拭額頭待檢測區(qū)域，并調(diào)整好接觸式DCS 系統(tǒng)與Finometer 儀器，用醫(yī)用膠布與繃帶將光學探頭固定在被測組織表面，并保持黑暗環(huán)境。開始對受試者的額頭進行血流、手指進行血壓數(shù)據(jù)采集，用時60 s。前期數(shù)據(jù)采集結(jié)束后，研究人員將調(diào)整試驗床傾斜角度，從平行于地面起緩慢調(diào)整（足部向下，頭部向上）到與地面成70°夾角位置，用時30 s。在傾斜狀態(tài)下，檢測該過程額頭區(qū)域的血流情況并進行數(shù)據(jù)采集，用時150 s。傾斜檢測完成后，調(diào)整試驗床到起始位置，用時30 s。平躺狀態(tài)下繼續(xù)測量90 s。取下光學探頭與Finometer 儀器，結(jié)束試驗。在此試驗期間，若受試者發(fā)生任何不適，立即終止測試。

2 結(jié)果

2.1 血壓信號低頻分析

我們利用Welch 平均功率圖法返回信號x 的功率譜密度（Power Spectral Density，PSD）。在信息處理過程中，x被分成8 段，重疊率為50%的片段。每個片段上添加一個hamming 窗。利用這種修正后的周期圖法來對PSD 進行估計。當x 不能剛好分為滿足50%重疊的8 個片段，為了實現(xiàn)功能，函數(shù)會對x 的長度進行相應(yīng)地自動裁剪。

利用此方法對HUT 過程中的血流和血壓數(shù)據(jù)進行頻譜分析，我們捕獲了該過程下的血流動力學的低頻振蕩信號，此信號頻率為0.1 Hz 左右（邁耶波帶0.04～0.15 Hz）。圖3所示為血流頻率-功率譜密度分布，圖4 所示為血壓頻率-功率譜密度分布。這里的橫坐標為信號頻率，縱坐標的值均為10×log10(PSD)。

2.2 HUT過程中血流血壓的數(shù)據(jù)分析

本研究測量了10 名受試者，得到如圖5、6 所示曲線圖，分別為三種生理狀態(tài)下所測得的血壓和血流的生理參數(shù)。第一階段：靜息平躺狀態(tài)，時長60 s；第二階段：頭上位70°傾斜（足部向下，頭部向上，與地面成70°夾角的傾斜狀態(tài)）時長30 s；第三階段：由傾斜狀態(tài)恢復平躺狀態(tài)，時長90 s。

從圖5 和圖6 中我們可以看出，在三種狀態(tài)下，測得參數(shù)數(shù)據(jù)較穩(wěn)定，數(shù)值在一定范圍內(nèi)波動，只是在各個階段過渡期間，隨著人體生理狀態(tài)改變時，所測參數(shù)也發(fā)生顯著變化。如人體由平躺變?yōu)閮A斜時，由于重力作用，有部分血液蓄積于下肢，引起心率與舒張壓均有顯著升高，腦部血流量降低，如圖5 所示。另外，這項結(jié)果在相關(guān)實驗中已得到證明[18]。而由傾斜狀態(tài)恢復至平躺狀態(tài)時，由于腦自動調(diào)節(jié)功能，腦部血流量回升，恢復到先前水平。血壓是機體重要的生命體征之一，受心輸出量、外周血管阻力、循環(huán)血容量、血液粘滯度、動脈壁彈性等因素影響，血壓值的測量受眾多因素影響，而體位變化就是其中一種。在該實驗中，某一受試者的血壓變化趨勢如圖6 所示，平均動脈壓在立位比在臥位血壓偏高；在相關(guān)研究中也有類似情況[19]。

圖3 血流頻率-功率譜密度分布

圖4 血壓頻率-功率譜密度分布

圖5 HUT狀態(tài)下的血流變化

圖6 HUT狀態(tài)下的血壓變化

為了進一步驗證血流與血壓信號的聯(lián)系，我們分別對體位變化過程中的上升階段與下降階段血流動力學參數(shù)進行相關(guān)性分析。圖7 表示兩個過程中的血流和血壓的相關(guān)性分布情況。對于這10 組試驗情況，其中頭部傾斜上升過程中的血流和血壓二者平均相關(guān)性為79.11%，恢復平躺下降過程中的二者平均相關(guān)性為77.22%。因此，從測量數(shù)據(jù)可以反映出，在誘發(fā)階段產(chǎn)生的生理調(diào)節(jié)機制中，血流與血壓變化具有很大的相關(guān)性。

3 討論

利用近紅外漫射光技術(shù)檢測受試者在HUT 期間的腦部血流變化時，均在頭上位傾斜期間出現(xiàn)腦部血液供應(yīng)不足導致的CBF 下降，而在恢復平躺狀態(tài)時出現(xiàn)腦部血流回升的現(xiàn)象，在此期間，血壓也出現(xiàn)了一些變化；同時我們將采集到的血流和血壓信號進行頻譜分析，均找到了～0.1 Hz的“邁耶波”信號，且在血流與血壓的變化關(guān)系中，我們發(fā)現(xiàn)二者具有很大的相關(guān)性。

圖7 HUT狀態(tài)下的血流血壓趨勢擬合圖

由于技術(shù)所限，目前常規(guī)的生理研究很少實現(xiàn)連續(xù)的CBF 測量。本文利用DCS 技術(shù)，考察了不同生理狀態(tài)下血流的實時動態(tài)反應(yīng)，并結(jié)合連續(xù)的血壓測量，較全面地分析了腦部血流動力學參數(shù)之間的聯(lián)系。今后，如果測量到更多的生理參數(shù)變化，將會對分析腦部功能調(diào)節(jié)機制具有重要的意義。

4 結(jié)論

在本研究中，我們應(yīng)用一種新型NIR-DCS 血流儀成功檢測了HUT 實驗條件下的血流變化，同時也利用Finometer儀器檢測了這一過程中的血壓情況。我們發(fā)現(xiàn)在血壓中存在LFOs；同時我們還發(fā)現(xiàn)在誘發(fā)狀態(tài)下的血流和血壓的變化具有一定的相關(guān)性，相關(guān)系數(shù)為78%。基于此研究發(fā)現(xiàn)，可以在未來的研究中針對腦疾病患者（例如頸動脈狹窄、中風、神經(jīng)認知功能損害等）研究腦低頻振蕩信號LFOs，并定量評估它們的腦自我調(diào)節(jié)功能。這些關(guān)系可以更深入地了解到腦自動調(diào)節(jié)機制和大腦疾病的病理分析。