基于近红外光谱技术的脑血氧检测

电 子 科 技 大 学

UNIVERSITY OF ELECTRONIC SCIENCE AND TECHNOLOGY OF CHINA

硕士学位论文

MASTER THESIS

（电子科技大学图标）

论文题目 基于近红外光谱技术的脑血氧检测

学科专业 生物医学工程 学 号 201121090318 作者姓名 徐文廷 指导教师 蒋田仔 教授

分类号 密级 UDC注1

学 位 论 文

基于近红外光谱技术的脑血氧检测

（题名和副题名）

徐文廷

（作者姓名）

指导教师

蒋田仔 教 授

电子科技大学 成 都

（姓名、职称、单位名称）

申请学位级别 硕士 学科专业 提交论文日期

生物医学工程

2014.04 论文答辩日期 2014.05

2014年06月27日 学位授予单位和日期 电子科技大学 答辩委员会 评阅人

李永杰

李永杰 郭大庆

注1：注明《国际十进分类法UDC》的类号。

BRAIN BLOOD-OXYGEN DETECTION BASED

ON NEAR-INFRARED SPECTROSCOPY

A Master Thesis Submitted to

University of Electronic Science and Technology of China

Major: Biomedical Engineering Author: Wenting Xu Advisor: Prof.Tianzi Jiang

School: School of Life Science and Technology

独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。

作者签名： 日期： 年 月 日

论文使用授权

本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。

（保密的学位论文在解密后应遵守此规定） 作者签名： 导师签名：

日期： 年 月 日

摘 要

摘 要

大脑功能中的神经血管耦合机制一直是脑科学研究的重要领域，脑血氧检测技术成为不可缺少的研究工具。在最近几十年的血氧检测技术发展过程中，功能近红外光谱技术（FNIRS）成为检测大脑活动中血氧变化的重要手段。该技术是通过检测组织光学参数的改变来反映血液中的氧合血红蛋白(Oxyhemoglobin, HbO)与还原血红蛋白(Deoxyhemoglobin, HbR)的变化。与其它大脑皮层功能活动检测方法相比，功能近红外光谱技术不仅满足空间分辨率的要求，同时具有非常高的时间分辨率。而且该技术可以进行实时无创的脑功能活动监测，设备功耗小，检测费用低。相比于国外成熟的功能近红外光谱检测技术，国内的研究和发展相对落后，至今还没有产品化的功能近红外成像检测设备。本文研究实现的正是近红外光谱技术用于脑功能活动中的血氧变化检测系统。

首先，本文阐述了功能近红外光谱检测技术的原理，对功能近红外光谱检测技术的应用特点和设计原则进行了总结。同时，本文还介绍了功能近红外光谱检测技术用于脑功能研究的生理基础并分析了该技术的信号特点和应用优势。然后，本文重点介绍了基于近红外光谱技术的脑血氧检测系统的设计和实现。其中包括硬件功能设计中光源发射及传输的解决方法、利用合理有效的光电传感器对出射光信号的检测以及通道之间并行数据采集的实现和软件应用中各功能的流程设计。系统实现的过程中，还设计完成了血管阻断实验对本系统血氧信息采集的有效性进行了实际验证。其中，系统底层采集得到的电信号和实际数据求得的血氧信号都证明了系统的良好性能。此外，本文还提出了一种小波分析用于近红外任务实验中激活通道检测的方法，并通过模拟实验数据和真实实验数据的处理结果和对比证明了该方法的可行性。最后，本文讨论了该系统开发过程中一些改进和优化，并探讨了功能近红外血氧检测与脑电同步联合采集的意义。

关键词：功能近红外光谱技术，脑血氧检测，光源调制，光电检测

I

Abstract

Abstract

Neurovascular coupling mechanisms in functional brain activity has always been important areas of brain science. Functional near-infrared spectroscopy（FNIRS） has been utilized in the recent decades for examining functional brain activity by measuring the changes in the concentrations of oxygenated and deoxygenated hemoglobin. As a new tool for detecting of human brain activations, FNIRS can provide excellent temporal sensitivity as well as reasonable spatial sensitivity compared to other functional imaging methods. In particular, the instrumentation which is completely non-invasive can be made portable, unobtrusive, low-cost and low-power. Compared to mature functional near infrared spectroscopy detection technology from abroad, domestic research and development is relatively backward, so far there is no products of functional near-infrared imaging device. This article is the use of near infrared spectroscopy in the study of design and development of systems that detect changes in blood oxygen in brain functional activity.

First of all, the paper illustrates the principle of FNIRS, and summarizes the characteristic of FNIRS introduced by near-infrared spectroscopy study on cerebral function in physiological basis at the same time, signal characteristics and application of functional near-infrared imaging technology advantages are summarized.Then, this article highlights based on near infrared spectroscopy technique for cerebral oxygen detection system design and development,including the light emission and transmission hardware design, the use of effective photoelectric sensor for optical signal detection and channel between parallel data acquisition. Also includes software design of each function in the application process. In the process of designing, we also conducted experiments on the validity of the system.The actual data signals attest to the good performance of the system. In addition, this paper presents a method of wavelet analysis for activated channel detection in near-infrared task experiment.Finally, the paper discusses some of the system’s development process optimization and improvement, and discusses the significance of the FNIRS used in conjunction with EEG synchronization.

Key words： FNIRS， Detection of cerebral blood oxygen， Light source modulation， Optical detection

II

目录

目 录

第一章 绪论 ............................................................................................................ 1

1.1 引言 ........................................................................................................... 1 1.2 研究背景 ................................................................................................... 1 1.3 研究意义 ................................................................................................... 2 1.4 本文主要工作 ........................................................................................... 3 第二章 功能近红外血氧检测原理 ........................................................................ 4

2.1 脑血氧变化及神经血管耦合 ................................................................... 4 2.2 朗伯-比尔定律求解血氧变化 .................................................................. 5 2.3 主要近红外调制方式比较 ....................................................................... 9 2.4 本章小结 ................................................................................................. 10 第三章 近红外脑血氧检测的系统实现 ............................................................... 11

3.1 系统总体框架的设计 .............................................................................. 11 3.2 系统硬件电路功能的实现 ..................................................................... 13 3.3 系统软件功能设计 ................................................................................. 23 3.4 系统实验验证 ......................................................................................... 28 3.5 本章小结 ................................................................................................. 30 第四章 基于小波变换的功能近红外数据分析方法 .......................................... 31

4.1 方法和处理流程 ..................................................................................... 31 4.2 仿真数据对比检测结果 ......................................................................... 34 4.3 任务试验数据对比检测结果 ................................................................. 36 4.5 本章小结 ................................................................................................. 39 第五章 总结与展望 .............................................................................................. 40

5.1 工作总结 ................................................................................................. 40 5.2 工作展望 ................................................................................................. 41 致 谢 ...................................................................................................................... 42 参考文献 ................................................................................................................ 43 在学期间取得的与学位论文相关的研究成果 .................................................... 48

III

第一章 绪论

第一章 绪论

1.1 引言

脑，是人体最为复杂的器官，是我们接受和处理信息的中枢。人类对外部世界的不断探索和发现正是大脑活动的产物。在科学知识不断积累、先进技术快速发展的今天，人们越来越清楚的认识了外界事物，却对自身大脑的了解知之甚少。很多的脑部疾病也是当今医学领域无法攻破的难题。因此，大脑的功能调节和信息传递机制逐步成为人们研究的热门领域，脑的内在奥秘也正在一步一步的揭开。在这个过程中，多学科的交叉融合提供了许多用于脑功能研究的手段和方法，医学影像技术成为不可缺少的工具。

1.2 研究背景

作为脑功能研究的重要工具，医学影像技术的发展日益成熟，新的脑功能检测成像技术也得到了不断地完善[1, 2]。新技术的发展应用往往会伴随着新的发现和新的认识。例如，最早提出细胞的概念正是因为显微镜的发明使人们可以观察到动植物的微观组织，可以说显微镜是最初的影像观测方法。到15年，德国物理学家伦琴发现X-射线，开创了X线检查技术。因为X-射线具有穿透物质的能力，所以它可以无创伤地为医生提供病人内部器官组织的解剖形态图像，用透视和照像的方式代替了原先有创的检查方式，不仅减小了病人的痛苦，还提高了诊断的效率和准确度。作为使用最普遍的医学影像技术，X-射线检查依然具有相当大的临床诊断价值。而目前，传统的X-射线屏-片摄影方式也随着计算机技术的发展被数字成像技术广泛地代替。现有的数字X-射线检查技术主要包括直接数字X-射线摄影（Digital Radiography , DR）、计算机X线摄影(Computed Radiography , CR)、计算机断层扫描(Computed Tomography , CT)和数字减影血管造影(Digital Subtraction Angiography , DSA)等。其中，计算机断层扫描是计算机技术融入医学影像设备的标志。从英国电子工程师亨斯菲尔德(Hounsfield)制作出第一台CT机开始到现在，经过近半个世纪的不断完善和提高，计算机断层扫描已经由最初仅限于颅脑检查发展到现在的多层螺旋CT（Multi-slice CT , MSCT）和电子束CT（Electronic Beam Tomography , EBT）等，完成一次全身图像的扫描仅仅需要几秒钟的时间，并且图像的分辨率也得到了非常大的提高。计算机断层扫描被公认为自X-射线发现以来最重要的突破，即使是现在最成熟的磁共振成像

1

电子科技大学硕士学位论文

（Magnetic Resonance Imaging , MRI）也无法完全替代它在临床应用中的地位。磁共振成像是80年代开始用于临床的新技术，它比计算机断层扫描最大的优势是没有辐射伤害，已经成为临床诊断和科学研究特别是脑科学研究最重要的影像检测手段。原子核在外加磁场的作用下接受特定射频脉冲会发生共振现象，磁共振成像技术首先施加一定磁场，然后通过检测组织中原子核所发出的磁共振信号从而可以建立人体解剖的三维图像。与计算机断层扫描得到横断面图像相比，磁共振成像可以通过调整梯度磁场的方向和方式而直接得到不同体位下各个断面的体层图像[3]。在设备硬件发展的基础上，磁共振成像技术的进步主要体现在成像速度的提高以及成像方式的改进和扩展，灌注成像（Perfusion Weight Imaging , PWI)[4]、弥散张量成像(Diffusion Tensor Imaging , DTI)[5, 6]、血氧水平依赖性成像(Functional Magnetic Resonance Imaging , fMRI)[7-10]成为新的成像方式。回波平面序列的开发除了提高磁共振成像已有的性能外，也使得这些成像方式得到了进一步发展。其中，灌注成像和弥散张量成像反映的已经是分子水平的动态信息，功能磁共振成像则可以对大脑皮层各个区域的功能进行定位。

除上述技术外，数字减影血管造影（Digital Subtraction Angiography , DSA）、正电子发射断层成像(Positron Emission Tomography , PET)、实时超声等技术也正在为医生的病理确诊提供愈来愈详细和精确的信息[2]。新的医学影像技术不断出现，并得到快速发展。同时，现代影像技术的相互融合成为发展的趋势，PET/CT、PET/MRI、MRI/CT等联合设备的应用成为临床检测及科研的最新手段。多学科的交叉和融合也为医学影像技术带来了新的发展空间。

1.3 研究意义

功能近红外光谱技术（Functional Near Infrared Spectroscopy , FNIRS）的奠基人Jöbsis在1977年发表文章论证了近红外光谱技术用以检测成年人强力呼吸时大脑皮层血氧变化的可行性，发现了血液中的还原血红蛋白(Deoxyhemoglobin , HbR)和氧合血红蛋白(Oxyhemoglobin , HbO)分别在 735nm 和 850nm 处有两个吸收峰，利用该波长范围光强的变化可以反映组织中血红蛋白的载氧情况[11]，从此开启了大脑血氧检测及成像的新领域。在1985年， Brazy 和 Ferrari 将功能近红外光谱技术首先应用于新生儿和脑血管病人的临床研究。19年，日本滨松公司研发出第一台基于连续波技术的单通道近红外临床设备--NIRO-1000。但是直到 1991 年之前，功能近红外光谱技术仅能用于婴儿大脑皮层功能活动的检测，主要原因是当时采用的是透射光检测技术，而限于近红外光对人体组织的穿透能力，该技术还无法对深层组织进行检测。后来，光学理论的发展使人们利用光散射理

2

第一章 绪论

论模型描述出了光子在人体组织中的基本运动规律，同时计算机技术的应用更加准确的确定了光子在人体组织中传播时的分布情况，从而开创了反射式扩散光学成像技术(Reflectance Diffuse Optical Tomography , rDOT)[12]。与此同时，功能近红外成像设备的可检测通道数目也开始逐步增加[13, 14]，空间分辨率随之提高。1994年，日本的日立公司开发了10通道的功能近红外设备并于1998年实际用于临床。1999年，美国的TechEn公司也开始了功能近红外设备的开发。到2011年，美国的另一家NIRx医疗科技公司已经研发出了256通道的可穿戴功能近红外系统用于成人前额叶的血氧检测[15]。作为新兴的医学影像方法，功能近红外光谱技术与目前已有的CT、MRI、PET、EEG和MEG等技术手段相比，不仅具有非常高的时间分辨率，而且作为一种非侵入式的检测技术，更为安全和可靠。因此，在组织光学特别是脑功能研究中得到越来越多的关注和重视。与国外功能近红外光谱检测技术的快速发展相比，国内对于功能近红外光谱技术的研究起步相对较晚，医院和科研单位用于临床诊断和研究所需的功能近红外光谱成像设备全部依赖于进口，国内医疗设备公司也一直没有产品化的相关仪器。本研究课题正是基于国家重大科学仪器设备专项--光电同步脑活动检测仪项目，设计一套用于脑血氧检测的功能近红外系统，并利用该系统与脑电采集系统融合，实现大脑血氧信号和脑电信号的同步采集，从而为更好地揭示大脑功能活动提供新的检测方式[16]。这对于脑功能活动的研究具有非常重要的意义。

1.4 本文主要工作

本文的主要工作是基于国家重大科学仪器设备开发专项--光电同步脑活动检测仪开发项目进行的。该项目的主要目的就是将脑电采集技术与功能近红外光谱技术有机的结合在一起，实现脑电信号和脑血氧信号的同步采集。这将为揭示大脑功能活动中神经血管耦合的机制提供一种新的研究手段。

首先，本文分析了功能近红外光谱检测技术的基本原理，并对现有的近红外光谱检测设备的优缺点及改进问题做出总结用以指导我们的功能近红外检测系统的开发，同时对功能近红外检测技术与脑电采集技术融合过程中的问题作简单阐述。其次，重点介绍功能近红外光谱检测系统的开发，将开发过程中出现的一些问题进行探讨，并就现有的问题给出解决方案以及系统验证过程中的实验设计。截至目前，系统的开发已完成了双通道近红外数据的采集任务，并开始着手实现与脑电数据的同步采集。对于采集的功能近红外数据，本文还通过交叉小波变换和小波相干的方法提出一种用于功能近红外任务实验中通道激活水平的检测方法，该方法在功能近红外数据分析激活通道方面取得了较好的效果。

3

电子科技大学硕士学位论文

第二章 功能近红外血氧检测原理

2.1 脑血氧变化及神经血管耦合

人体各项生理活动所需要的能量绝大部分是来自于不同的氧化反应，连续而充足的氧供应是人体组织细胞进行正常生理活动的前提条件[17]。人体通过肺的呼吸从外界空气中摄取氧气并由血液运输至全身各处组织。构成血液的主要成分中，血红蛋白是血液运输氧气的主要载体。我们知道，根据血红蛋白与氧气结合的状态，可以把血红蛋白分成还原血红蛋白和氧合血红蛋白两种形式。还原血红蛋白在血液流经肺泡时由于氧分压升高而与氧气结合成为氧合血红蛋白，而氧合血红蛋白在血液流经组织时由于氧分压下降释放氧气又变回还原血红蛋白。随着组织新陈代谢以及血液的来回运输，还原血红蛋白和氧合血红蛋白在组织中的含量会随代谢水平和血液供应的变化而不断的发生变化。所以组织中还原血红蛋白和氧合血红蛋白的含量可以反映该组织的生理状态，检测两者的变化可以了解到组织的活动水平。

大脑功能活动是一个非常复杂却控制有序的过程，这个过程包括神经元电活动的传导、血管运输带来的血氧供应以及葡萄糖等物质的分解代谢等。大脑代谢旺盛，血液供应丰富，其重量虽然仅占体重的2%左右，但是耗氧量却占整个机体的20%以上[18]。研究表明，大脑功能活动的各个过程与结构之间是紧密联系在一起的。例如，皮层中的微血管是按特异性区域分布的，这种分布与神经元分布密度及所具有的功能相一致，结构上的一致又印证了神经元活动时各区域脑血流量不同的现象。罗伊(Roy)和谢林顿(Sherrington)于10年根据这种神经元活动与血管输送血氧之间的联系提出了神经-血管耦合的概念[19]。神经-血管耦合机制正是功能近红外光谱技术用于检测脑功能活动的主要神经生理学基础。大脑功能活动中神经元的电活动所引起的一系列反应都需要供氧供能，从而导致皮层局部血流供应随着皮层功能活动的局部变化而进行局部响应。但是，根据研究发现对这种局部响应的血氧供应往往与实际需要的氧消耗并不对等,一般是远超过活动皮层对氧的实际消耗。这样就会使该皮层区域还原血红蛋白含量相对下降而氧合血红蛋白含量相对升高。脑功能活动研究也往往通过这种还原血红蛋白和氧合血红蛋白的浓度变化来反应大脑皮层的激活水平，而神经-血管耦合所包含的神经元电活动与血氧供应之间的关系也成为脑功能研究的重点。

4

第二章 功能近红外血氧检测原理

2.2 朗伯-比尔定律求解血氧变化

人体组织可以看作一个非常复杂的散射体系。光子在人体组织中的传输主要有吸收、散射、反射、投射等光学行为。当光子在组织传输过程中没有遇到边界时，主要发生两种光学现象：吸收和散射[20, 21]。现代光学理论阐明了光子在组织传输过程中发生吸收和散射的位置是符合一定的概率分布的，而组织的光学参数就决定了这个随机传输过程的分布情况。其中基本的组织光学参数包括吸收系数和散射系数。组织对光的吸收系数定义为单位传输长度上一个光子被吸收的概率，组织对光的散射系数定义为单位传输光程上一个光子被散射的概率[22]。

如果整个传输路径过长或者入射光的强度太弱，光的传输将在组织内部终止，即完全被人体组织吸收。而当光的传输路径合适并且入射光的强度足够大，那么经过人体组织的吸收和散射之后仍将有一部分光子会逃逸出人体组织[23]。简单形象的来说，光子在人体组织中的传播模型是一个类似于“盲人走迷宫”的过程。就好比一群盲人进入了一个到处都布满陷阱的迷宫，绝大多数人会在漫无方向的游走过程中掉入陷阱而永远走不出来。如果迷宫的出口距离入口比较近，人走出来的几率就会比较大。或者进入迷宫的人越多，走出来的人数在概率上就会越多。这部分逃逸出的光子的数量取决于人体组织的吸收系数和散射系数，吸收系数可以类比“迷宫”中陷阱的密集程度，散射系数则可以看做是“运气”的好坏。整个光子的传输路径可以用图2-1表示。

图2-1 光子在人体组织内的传输路径示意图[24]

由图2-1可以看到从光源到探测器的整个光路构成一个类似香蕉的形状，称为

5

电子科技大学硕士学位论文

“香蕉模型”[25]。光源发出的入射光照射到头部表面，穿过皮肤、颅骨并到达脑组织。经过光路中组织的吸收和散射之后，被光路尽头的探测器检测。如果给予一定光强的入射光，由探测器检测出射光的变化就可以得到整个光路中的人体组织吸收系数和散射系数的变化。根据相关系数的变化再由朗伯-比尔定律即可求得相应的血氧变化值。

朗伯(Lambert)定律阐述为：透明介质吸收光子的比例与进入介质的光强无关，在光子传输路径上每相同距离介质吸收相同比例值的光[26]。

比尔(Beer)定律阐述为：被传输介质吸收的光子量正比于整个光路中产生光吸收的分子数目。

定义光密度 ，又称为吸光度，根据朗伯比尔定律[21-23]有

（2-1）

公式（2-1）中， 为入射光强度； 为通过介质后的透射光强度； 是介质的浓度； 为介质的厚度，即光透射所穿过的路程长度； 称为分子消光系数，是光被介质吸收的比例系数[27]。当浓度采用摩尔浓度时， 为摩尔吸收系数。它与吸收物质的性质及入射光的波长 λ 有关。朗伯-比尔定律的数学表达式为

（2-2）

其中， OD 为光在介质传输过程中的吸光度； T 为传输出射比，是出射光强度与入射光强度的比值；传输介质中吸光物质的浓度用 c 表示，吸光物质的厚度用 l 表示。该数学表达式的物理意义是指当一束平行单色光垂直通过某一均匀非散射的吸光物质时，其吸光度 OD 与吸光物质的浓度 c 及吸光物质的厚度 l 成正比[28]。如果公式中吸光物质的厚度 l 以 cm 为单位，吸光物质浓度 c 以 g/L 为单位，则 K 用 a 表示，称为吸收系数，此时比尔-朗伯定律表示为

；而如果吸光物质浓度 c 以 mol/L为单位，则 K 用 κ 表示，称为

摩尔吸收系数，此时时比尔-朗伯定律表示为

。

光的传输介质通常不会是纯净单一的物质，往往含有多种吸光组分。只要各吸光组分之间没有相互作用，那么整个传输介质对某一波长光的总吸光度是介质中所有吸光组分对该波长吸光度的总和。这一规律称为吸光度的加和性，表示为

（2-3）

和 分别为介质中两种吸光组分的吸光度，并且这两种吸光组分之间是没有相互作用的。

朗伯-比尔定律描述的对象是理想状态的传输介质对光的吸收规律，其成立的

6

第二章 功能近红外血氧检测原理

前提条件为：

(1) 入射光是平行单色光，并且垂直照射进入传输介质。 (2) 传输介质中的吸光物质应该是均匀的非散射体系。 (3) 传输介质中吸光质点之间是没有相互作用的。

(4) 入射光与传输介质之间的作用仅仅包括光吸收而没有荧光和光化学等其他现象发生。

根据吸光度的加和性，人体组织对光的吸收可以看做是组织中的不同成分对光吸收的加和。下图2-2是人体组织中的水、氧合血红蛋白和还原血红蛋白三种物质对波长在 600nm ~ 1100nm 范围内光的吸收系数变化图。

图2-2 人体组织中的氧合血红蛋白、还原血红蛋白和水对600nm ~ 1100nm波段光的吸收系数

从三种物质对该波段光的吸收系数变化中可以看到，水对于波长950nm以下的近红外光的吸收系数非常小，当超过 950nm 后，吸收系数迅速增大，入射的近红外光将很快被水吸收。而对于波长小于 650nm 的近红外光，氧合血红蛋白和还原血红蛋白却具有很大的吸收系数。也就是说当入射光的波长在 650nm 以下就会很快的被氧合血红蛋白和还原血红蛋白吸收。所以我们主要选取波长位于 650nm~950nm 之间的近红外光作为我们的光源。在这一光学窗内的近红外光可以很好的穿透人体组织[29, 30]，并且光的吸收变化主要是由氧合血红蛋白和还原血红蛋白主导的，可以用来反映这两种物质的浓度变化。

7

电子科技大学硕士学位论文

由前面介绍的朗伯-比尔定律的使用条件可知，对于均匀非散射体系是遵循该定律的。而对于人体组织这样的散射体系来说，根据光在人体组织中的传播模型，公式（2-1）可以写成下面的形式[31]

（2-4）

（2-5）

其中

（2-6）

和 分别是吸收和散射对吸光度的贡献，这里 是光源和探测器之间的距离； （Differential Pathlength Factor）称为不同路径长度系数，是光路实际长度 与 的比值， 是对应波长 λ 的吸收系数， 是对应波长 λ 简化的散射系数，这是基于散射的各向异性[32]。

将两个连续的时间点 和 的吸光度做差值，由于光路一致，假设 不变（实际应用中认为是恒定的或者说变化很小，可以忽略不计），则有

（2-7）

这样，把散射作用对吸光度变化的贡献抵消，我们就得到了吸收物质的浓度变化 。为了同时求得氧合血红蛋白和还原血红蛋白的浓度变化值，我们至少需要包含两个波长吸光度的方程来求解[33]，于是有

（2-8）

其中

（2-9）

（2-10）

（2-11）

（2-12）

8

第二章 功能近红外血氧检测原理

将公式（2-9）、（2-10）、（2-11）、（2-12）代入公式（2-8）从而得到氧合血红蛋白和还原血红蛋白的浓度变化值[34]

（2-13）

又由公式（2-1）可知，当入射光强度 一定时，大脑血氧变化的检测就转变成出射光强度 的检测。

2.3 主要近红外调制方式比较

现有的功能近红外检测系统主要有三种，分别是连续波（Continuous Wave，CW）调制近红外系统、时域（Time Domain，TD）调制近红外系统和频域（Frequency Domain，TD）调制近红外系统。前面介绍的功能近红外检测原理主要是针对于连续波技术求解血氧，本文所要介绍的功能近红外脑血氧检测系统也是基于连续波技术实现的，并通过频率调制的方式实现多通道的同步采集。相比时域调制近红外系统和频域调制近红外系统，连续波技术在系统功能实现上是最简单也是最可靠的，它主要是通过检测两波长或多波长出射光强度，由朗伯-比尔定律求得氧合血红蛋白和还原血红蛋白浓度变化。因为在求解的过程中需要相减运算来抵消散射作用的分量，因此最终求得的氧合血红蛋白和还原血红蛋白浓度只是相对变化值，而不是浓度的绝对值。这也是该技术的一个，但对于脑功能活动研究来说，关注更多的却也正是血氧的相对变化量。

时域调制技术和频域调制技术则不仅可以得到光的强度变化，还可以通过探测器得到近红外光的路径长度，将组织吸收和散射对近红外光的作用区分开，可同时求得吸收系数和散射系数。所以这两种方式都可以得到物质的绝对浓度值。

时域调制方式通过发射数量级别为皮秒级的超短近红外光脉冲的方式来检测光穿过组织的迁移时间，再由近红外光在组织中的传播速度可得到路径长度[35-37]。并且在近红外光脉冲发出的一定时间内的不同时刻检测到不同的光强，这样可得到出射光强随时间的分布，称作时间点扩散函数（Temporal Point Spread Function ， TPSF）[38]。通过分析时间点扩散函数的形态，就可以得到组织的吸收系数和散射系数，进而可以得到组织中氧合血红蛋白和还原血红蛋白浓度的绝对量。

频域调制方式同样可以得到近红外光的路径长度，该方式将发射的近红外光用高频正弦波（50MHz~1GHz）进行调制[39-41]，这样经过人体组织后不仅会有幅度的衰减，还有相位的延迟。延迟的相位角可得到光子的迁移时间。所以该方式同样可以得到组织的各个光学参数。

9

电子科技大学硕士学位论文

尽管可以得到氧合血红蛋白和还原血红蛋白的绝对值，但是这两种调制方式下的功能近红外系统都存在自身的缺点。时域调制方式需要响应速度非常快的光计数探测器，同时为了得到时间点扩散函数就需要一定时间的数据采集，因此了该方式下的功能近红外系统的动态范围。频域调制方式则需要大量的高频器件，实现起来也要比连续波调制方式困难很多。下表2-1是三种功能近红外检测技术的比较[42]。

表2-1 三种主要的功能近红外系统比较

散射与吸收的区分

参数测量 采样率（Hz） 信噪比 深度分辨率 设备成本 设备体积 商业应用情况

连续波调制 最低 相对变化 最快（<100）

最高 最低 高低端都有 大小不等，有便携式

也有无线式 血氧检测及成像

时域调制 最高 绝对变化 最慢（1左右）

最低 最高 偏高 偏大 血氧检测

频域调制 中等 绝对变化 中等（<50）

中等 中等 偏高 中等 血氧检测及成像

由于技术实现难度的，现有的产品化的功能近红外检测设备多是采用连续波技术开发的，时域调制与频域调制的方法多处于科学研究阶段，实际的临床应用很少。

2.4 本章小结

本章主要介绍基于功能近红外光谱技术的大脑氧合血红蛋白和还原血红蛋白检测原理。首先说明了大脑功能活动中，神经元的电活动与血氧的变化是紧密相连的，及神经血管耦合的概念。指出通过血氧的局部变化来反映大脑功能活动的生理基础是非常值得研究的领域。然后解释了该技术是利用还原血红蛋白和氧合血红蛋白对近红外光吸收系数的不同，利用两波段近红外光对还原血红蛋白和氧合血红蛋白的含量进行检测。通过对朗伯比尔定律的阐述，推导了双波长近红外光检测求解还原血红蛋白和氧合血红蛋白含量的过程。最后，将现有功能近红外光谱技术中所采用的三种主要的调制检测方式做了简单的说明和比较，提出系统采用连续波技术进行设计实现的合理性。

10

第三章 近红外脑血氧检测的系统实现

第三章 近红外脑血氧检测的系统实现

3.1 系统总体框架的设计

本文设计实现的功能近红外检测系统的是基于连续波技术的。每个通道选用 690nm 和 830nm 双波长的近红外光。为了实现保证多通道采集的同步性，系统采用频分复用的方式对不同通道的光源首先进行频率调制，使出射近红外光以矩形波的形式发出且每个光源之间的频率有500Hz的间隔。这样使得各个通道的光源是同时发射，探测器也是同时检测出射的光信号，最后通道解调部分根据不同参考频率将相应的通道信号解调出来。图3-1是系统单个通道所涉及的入射光信号、血氧信号和检测电信号的预设模拟示意图。其中上方浅绿色信号代表入射的光信号，下方红色信号表示模拟的血氧信号，深绿色信号为检测出射光得到的电信号。当入射光以稳定功率的矩形波形式照射到头部，随着脑组织的血氧变化对相应近红外光的吸收，出射光的能量就会随之变化，转化后的电信号强弱变化反映的就是血氧信息的变化，再利用朗伯-比尔定律就可以求出变化的氧合血红蛋白和还原血红蛋白的相对变化值。

图3-1 系统所涉及的光信号、血氧信号与电信号之间关系的模拟图

与时分复用的方式相比，这种通过频率调制的方式可以保证各个通道的数据采集点在时间上的一致性。这对于采集的近红外数据的准确性非常重要，可以更

11

电子科技大学硕士学位论文

精确的捕捉到相应的血氧变化信息，为更好地分析脑电信号与血氧信号之间的关系提供保证。该多通道同步采集系统从光源发射到近红外光检测，最后再到通道解调的功能框图如图3-2所示。

图3-2 可同步采集多通道功能近红外系统框图

系统设计过程中将不同功能单元设计成单独的带有接插件的模块，可实现功能的，也为系统产品化以后的维护和升级做好了基础。

12

第三章 近红外脑血氧检测的系统实现

3.2 系统硬件电路功能的实现

从整个血氧检测的实现过程来说，系统主要完成三个任务，分别是发射近红外光、检测出射光和区分不同通道。由于系统采用频分复用的方式实现多通道同步采集，这就对系统设计中各个功能模块提出了较多的要求和。

首先，光源发射部分的主要任务就是对近红外光进行频率调制并保证发射光强的稳定。同时，控制光源发射频率的部分还会给后续的通道解调部分提供频率参考信号。近红外光调制和稳定发射主要分为：调制信号发生电路、光源驱动电路、光源与光纤耦合系统以及适用于近红外设备的光纤系统。这部分的工作任务主要由项目组的蔡正辰同学完成和实现。其中，本人参与解决了光源发射电路的设计实现，电路原理图如图3-3所示。

图3-3 光源发射电路原理图

调制信号发生电路产生方波调制信号控制光源驱动工作，电路采用ADI公司生产的一通用型号DDS（直接数字频率合成）芯片，每个通道共有4个DDS芯片，成对使用，配合外围电路通过单片机写入频率和相位控制字。每对芯片写入同一频率控制字和正交相位控制字，其中一路芯片的输出用来控制光源发射频率，另一路同频率正交相位输出与该路输出一起为后续通道解调电路提供解调参考信

13

电子科技大学硕士学位论文

号。每对芯片之间写入的频率控制字不同，分别提供给两个波长的光源驱动电路，用来调制光源。光源驱动电路在DDS输出控制下，保证对应的光源发光功率稳定可靠。光源驱动电路在接受调制方波控制的同时，能够保证光源在调制方波高电平时发光并保持功率稳定。光源采用日立公司 690nm 和 830nm 激光二极管，最大发光功率50mw，驱动芯片使用iC-Haus公司的两款芯片来分别驱动 690nm 和 830nm 波长的激光二极管，这种芯片能接受DDS输出的外部调制信号，并具有Peak Control功能，即光源在调制信号高电平时点亮并保持功率稳定，在调制信号低电平时熄灭。同时，在外围电路添加了可调变阻器用来调节芯片控制的光功率值，并加入保护电路，使之在调节过程中不会超过设定功率阈值。另外，可调变阻器用可编程电位器代替则可以实现光功率的程序控制。

光源发射电路配合光纤耦合系统以及适用于近红外设备的光纤系统即完成了入射光的在头部的入射传播。接下来则是实现“香蕉模型”中出射端的检测任务。这也是本文参与项目任务所完成的主要工作之一。

出射近红外光的检测依据的是光电效应。当光照射到物体时，或者使物体发射电子、或者改变物体的电导率、或者使物体产生光电动势等，这种由于光的照射而引起物体电学特性的改变统称为光电效应[43]。功能近红外系统中的光电转换部分正是基于光电效应完成出射光信号到电信号的转化。由于出射的光信号非常微弱，所以对光电转化部分最重要的性能参数之一就是它的灵敏度。灵敏度的定义为一定条件下的单位光照强度所产生的光电流。由于不同的光电传感器件的使用范围或者使用条件不相同，灵敏度也有不同的表示方式。例如，光电导现象中的灵敏度定义为在一定光照强度下光电导的大小。灵敏度通常用光电增益G来表示：

（3-1）

其中， 为量子产额，表示的是物体吸收一个光子所产生的电子-空穴数目； 是由光产生的电子-空穴的平均存在时间，称为光生载流子寿命； 为载流子在光电导两极间的渡越时间，可以由下面公式（3-2）表示[44]

（3-2）

其中， 为光电导体两极之间的距离； 为迁移率； 为外加电源电压。将公式（3-2）代入公式（3-1）可得

（3-3）

实际应用中，光电检测器件的灵敏度或者说响应度是其输出信号与输入光功

14

第三章 近红外脑血氧检测的系统实现

率之间的度量，描述的是光电探测器的光电转化效能。一般定义为光电检测器件的输出电压 或者输出电流 与输入光功率 之间的比值。即

（3-4） （3-5）

上面两公式中的 被称为电压灵敏度， 则被称为电流灵敏度。此外，光电检测器件对不同波长光的灵敏度不同，通常得到的灵敏度参数都是针对于某一特定波长或是某一特定范围的波长。光电检测器件对不同波长光的灵敏度参数称为光谱灵敏度，利用不同的光电检测器件的这一参数可用于检测特定波长的光。

而对于功能近红外系统采用的光电检测器件的另一个重要的参数是响应时间，它描述的是光电探测器对入射光响应快慢的一个参数。分为上升时间 和下降时间 。上升时间 指的是当光照射到光电探测器时，光电探测器的输出由零上升到稳定值90%的时间。下降时间 则指的是当光照射停止时，光电探测器的输出由稳定值下降到10%的时间[45]。

图3-4是一实测光信号的响应时间示意图，位于上方的红色信号表示实际的光信号形式（其实并非真正的光信号，而是响应速度非常快的光电检测器件对其检测得到的信号），下方的蓝色信号则表示光电检测信号对矩形波形式的光信号检测时得到的电信号波形。

图3-4 光电检测器件对光的响应示意图

从图3-4中可以非常明显的看到光电检测器件对光信号响应具有一定时间的延迟，转换后的的电信号会出现上升沿和下降沿。所以当光电检测器件的响应速度太慢则会导致检测的频率调制光信号失真而无法得到其频率信息。

15

电子科技大学硕士学位论文

在考虑系统设计的要求下，近红外光检测主要就是根据这两个主要的参数的要求进行设计实现的。简单的说，近红外光检测部分的功能主要是完成出射微弱光信号到电信号的转换。首先，对于微弱的出射光要灵敏的检测到。其次，要对经过频率调制的出射光快速的反应到。现有功能近红外光谱检测技术中用于光电转换的传感器类型主要包括硅光电二极管（Silicon photodiode，SPD）、雪崩光电二极管（Avalanche photodiode，APD）、光电倍增管（Photomultiplier tube，PMT）和电荷耦合元件（Charge-coupled device，CCD）[46]。这几种主要的传感器性能和比较参看表3-1。

表3-1 几种主要用于功能近红外光检测的传感器

传感器类型 硅光电二极管 雪崩光电二极管 光电倍增管 电荷耦合元件

响应速度 中等（10kHz） 快（>100MHz） 快（>100MHz） 慢（1kHz）

灵敏度 低 高

高（限于特定波长）

中等

动态范围 高（100dB） 中等（60dB） 中等（60dB） 小于60dB

从表3-1中可以看到，雪崩光电二极管和光电倍增管无论从响应速度还是灵敏度方面都是用作近红外光检测的较为合适的传感器。现有设备也多是采用这两种器件来检测出射近红外光。另外，PIN型光电二极管也得到了很好的应用。从设备成本、稳定性、检测范围及可扩展性等方面考虑，系统实现过程中先后采用了普通硅光电二极管、PIN型光电二极管和雪崩光电二极管作为传感器元件提供了三种近红外光检测方案。由于光电倍增管存在造价高、体积大、抗机械冲击能力差等缺点，而且光阴极表面灵敏度不均匀以及“疲乏”现象会导致采集数据不可信，所以该系统中并未考虑用光电倍增管做传感器的方案。在我们设计实现的系统中，当不同通道频率调制的近红外光经过人体组织衰减后，由出射光纤连接至近红外光检测部分。包含生理信息变化的微弱光信号通过光电效应使光电二极管内部产生光生电子和空穴，即电信号。将得到的电信号放大并交由后续的通道解调部分完成不同通道信号的解调。

硅光电二极管作为传感器有集成了前置放大电路的BURR-BROWN公司生产的一通用型号光电传感器可作为基本元件。该器件对于光强变化具有很好的线性响应并且成本较低，但是在实际的系统应和测试的过程中，由于其灵敏度和响应速度存在一定的，并不适合系统采用频分复用的设计要求，所以采用普通的硅光电二极管作为传感器的方案只能用作系统扩展的备用。图3-5是用该器件作为传感器对3KHz和5KHz低于系统设计要求频率的光信号进行光电检测的测试结果。

16

第三章 近红外脑血氧检测的系统实现

图3-5 硅光电二极管做传感器对应3KHz和5KHz光信号检测

从图中可以看出，由于硅光电二极管的响应速度比较慢，对于5KHz的光信号检测已经开始失真。所以不能采用普通硅光电二极管用于系统的出射光检测。而另一种PIN型光电二极管则是在掺杂浓度很高的N型与P型半导体的中间添加一层掺杂浓度极低本征材料，称为I层。如果给这种光电二极管外加合适的反向偏置电压，I层中就会形成很宽的耗尽层。由于该层的吸收系数很小而入射光可以非常容易地进入材料内部进而由光电效应产生大量的电子-空穴对，所以使光电转换效率比普通光电二极管得到大幅度的提高。除此之外，该光电二极管的响应速度也非常快，响应频率可达几十兆赫兹，原因是I层两侧的N层和P层非常薄从而使得光生载流子的漂移时间很短。例如，滨松公司生产的一通用型号PIN型光电二极管的响应频率可达到30MHz，对于830nm波长的近红外光的灵敏度为0.52A/W，对于690nm波长的近红外光的灵敏度则为0.48A/W左右。图3-6是该型号PIN型光电二极管的外形图以及对不同波长光的响应灵敏度曲线。

(a) (b) 图3-6 PIN型光电二极管外观及其光谱响应曲线

17

电子科技大学硕士学位论文

图3-6（a）是设计选用的PIN硅光电二极管外观图，（b）是该型号PIN硅光电二极管对应的光谱响应曲线。可以看出该PIN型光电二极管对960nm波长的近红外光响应灵敏度最高，对于690nm和830nm波长的近红外光也有很好的响应灵敏度。PIN型光电二极管属于高阻抗传感器，检测光强时一般采用反向偏置模式，即利用光电效应中的光导模式。在这种工作模式下，二极管内部会一直存在少量的电流，称为暗电流，是由半导体器件本身的性质决定的。因为这部分电流并不是由于光照引起的，即使是在没有光照的情况下也会存在，所以也称无光电流。对于无光电流引起的光强度检测误差通过在运算放大器的同相输入端使用一个相同的光电二极管来消除，如图3-7所示。

图3-7 系统采用PIN型光电二极管检测光强部分电路原理图

图中D1和D2是同型号的PIN型光电二极管。对于PIN型光电二极管光检测电路，有三个因素会影响其响应时间，包括扩散区的电荷收集时间、非扩散区的电荷收集时间以及该电路组合的RC时间常数。由于结电容取决于光电二极管的扩散区以及施加的反向偏置电压，所以对扩散区较小的光电二极管并施加较大的反向偏置电压即可获得更快的反应时间。滨松公司生产的这一型号PIN型光电二极管的结电容是10pF，最大偏置电压最大可到30V，系统实际应用中采用12V。该电路模型的基本传递函数为：

（3-6）

其中， 为该型号光电二极管的输出电流，信号带宽由 和 的并联组合决定。图3-8是以该型号PIN型光电二极管作为传感器的设计方案对40KHz光信

18

第三章 近红外脑血氧检测的系统实现

号频率响应测试结果。

图3-8 系统PIN型光电二极管方案对应40KHz光信号检测结果

从测试结果可以看出采用PIN型光电二极管的设计方案可以满足频率响应的设计要求。如果想要得到灵敏度更高和响应速度更快的近红外光检测参数，则可以采用雪崩光电二极管方案。在低偏压下，雪崩光电二极管与PIN型光电二极管相同，是没有内部增益的，但是如果达到一定高的偏置电压时，雪崩光电二极管会产生倍增效应而具有非常高的内部增益。在这种工作模式下，雪崩光电二极管输出的信号电流也会随着偏置电压的增大而增大。通常情况下雪崩光电二极管正是工作在击穿电压VB下，一般在数十伏到数百伏。这里所说的击穿电压并不是雪崩光电二极管的破坏电压，当撤去该电压后雪崩光电二极管依然能够正常工作。

雪崩光电二极管之所以具有非常高的内部增益是因为其内部发生的碰撞电离效应[47]。加在雪崩光电二极管 PN 结上的反向偏置电压会在耗尽层建立起非常大的电场强度，由光电效应产生的载流子在经过耗尽层时就会被电场加速，因为该电场的强度非常大从而使载流子加速获得的动能很大。这些高速运动的载流子与雪崩光电二极管内部的半导体晶格发生碰撞从而使其中的原子电离激发出更多的电子-空穴对。新产生的电子-空穴对同样被强电场加速，继续发生碰撞。这一过程不断重复的发生使载流子呈指数增加，电流也迅速增大。整个过程类似于“雪崩”现象，称为二极管的雪崩倍增效应。下图3-9为雪崩光电二极管的一种结构及内部电场分布。

19

电子科技大学硕士学位论文

图3-9 一种雪崩光电二极管的结构及电场分布

图3-9中所示的雪崩光电二极管外侧 P+ 区和 N+ 区在原有半导体材料的基础上进行了重掺杂，而在 N+ 区和 I 区之间是另一层厚度比较薄的 P 型半导体材料。前面提到，雪崩光电二极管主要是工作在很大的反向偏置电压 VB 下的，在这样大的电压作用下，管子的耗尽层包括了中间整个的P区和I区，并扩展至两边的 P+ 区和 N+-P 区。电场强度主要集中在 N+-P 区，雪崩倍增效应便发生在该区，也称“雪崩区”。 I 区电场强度分布较弱，要比 N+-P 区低很多，但足可以保证载流子达到饱和漂移速度。“雪崩区”很窄，而 I 区很宽，所以当雪崩光电二极管受到光照时，绝大多数的光子进入了I区被吸收。 I 区吸收光子后产生初级电子-空穴对，初级光生电子在电场的作用下向“雪崩区”加速漂移，并在“雪崩区”产生雪崩倍增。与PIN型光电二极管相比，雪崩光电二极管的特性较为复杂，其雪崩倍增因子M定义为

（3-7）

式中 是雪崩光电二极管的输出平均电流； 是平均初级光生电流。根据定义，倍增因子 是雪崩光电二极管的电流增益系数，也就是雪崩光电二极管所具有的内部增益。倍增因子的值是可变的，大小随反向工作偏置电压的增大而增大。由于雪崩光电二极管具有内部电流增益，所以灵敏度比 PIN 型光电二极管的灵敏度大大提高。但是雪崩光电二极管与PIN型光电二极管相比，缺点是线性工作范围比较窄，没有PIN型光电二极管的工作范围宽。一般当入射光的功率超过uw级以上时，雪崩光电二极管的输出电流和入射光强之间的线性关系就会变得很

20

第三章 近红外脑血氧检测的系统实现

差，产生饱和现象。因此，雪崩光电二极管多适用于微弱光信号的检测，例如单光子检测。另外，由于雪崩光电二极管的倍增因子与偏置电压的大小有很大关系，所以雪崩光电二极管用于系统功能近红外光检测时，其偏置电压的稳定控制非常重要。下图3-10是雪崩光电二极管用作系统出射光检测方案的基本框图，反馈部分用以稳定雪崩光电二极管性能，减小温度变化等因素带来的影响。控制部分则对雪崩光电二极管探测部分的增益等参数进行设置和调节，其实质是对偏置电压的稳定控制。

APD反馈信号多路光信号APD光电检测电信号解调APD控制图3-10 利用雪崩光电二极管作系统出射光检测方案的基本框图

图 3-11 系统出射光的雪崩光电二极管检测模块

图3-11是系统设计实现的出射光检测模块，采用雪崩光电二极管作为传感器，包括APD偏置电压模块和可编程放大器组成的增益调节模块。每个出射光检测模

21

电子科技大学硕士学位论文

块可实现四组位置的出射光检测，并将对应通道转化后的电信号交由后续的解调通道进行不同通道之间的信号解调。图3-12则是该方案电路测试时，对穿过人体手臂组织后的40KHz出射微弱光信号（入射光强度为10mw）频率响应测试结果。通过测试，其响应频率可达100kHz，灵敏度也高于PIN型光电二极管的检测结果。

图3-12 雪崩光电二极管方案对应40KHz出射微弱光信号检测

通过功能近红外脑血氧检测系统设计过程中对三种近红外光检测方案测试结果比较，普通硅光电二极管虽然具有很好的线性响应特点，但是其灵敏度和响应速度都不能满足系统的整体设计要求，PIN型光电二极管响应速度足够快，但灵敏度要低于雪崩光电二极管方案。考虑系统设计的要求，从响应速度和灵敏度两方面考虑，系统现行方案选用了成本较高但检测性能最好的雪崩光电二极管方案，另外两方案都可以检测到各自相应频率和强度的近红外光信号，所以留作设备扩展的备选。

系统完成出射光的检测后则需要将信号进行解调以实现不同通道之间的区分。因为多通道光源是同时发射的，因此光电检测部分接收的出射光也是来自于各个通道的，转化后的电信号包含了多个通道的信息。通道解调部分的作用就是将不同通道的信息从这一电信号中逐个分离出来。这部分工作主要由项目组的李昌海同学完成。系统通道解调方式采用了基于正交检波的多路并行解调系统实现，即通过光源发射部分提供的解调参考信号对光电检测得到的电信号对应通道的区分，所以需要整个系统不同功能模块之间的协调工作。图3-13是系统对多路光信号并行解调的原理框图，如下所示。

22

第三章 近红外脑血氧检测的系统实现

图3-13 功能近红外检测系统解调电路原理框图

如图所示，解调电路原理部分主要包括：编号为1的近红外光检测电路，编号依此为21、22、„、2n的多个正交检波电路，编号3的模数转换电路以及编号为4的数字运算电路。近红外光检测电路主要指出射光检测部分和后续的滤波电路，其输出是将多通道出射光强一起转换后的电信号，并输出到上述多个正交检波电路。正交检波可根据各个通道参考信号将不同通道的信息解调出来并由数模转化电路完成模拟信号到数字信号的转换，数字运算电路则可以进行简单的运算处理后将数据交由上位机处理。

3.3 系统软件功能设计

系统功能在硬件层面实现后还需要上位机软件的支持和总体功能的控制。系统软件设计主要涉及数据接收、显示、保存以及采集参数的控制等功能。多通道实时采集数据是通过USB传输至上位机控制端，通过控制系统进行数据接收、处理、显示和保存等操作控制。采用USB进行传输主要是考虑到其以下特点[48, 49]

1）速度快。该系统最终需要扩展至32通道，同时为了实现脑电数据的同步采集，在高采样率的要求下就需要数据有非常快的接收速度。USB全速模式下速率可达 12 Mbps，从而可以满足高速传输数据的要求。此外，USB 可接高速硬盘、摄像头等高速外设，并能统一到同一个总线框架下[50]。

2）实现成本低。USB对系统与PC的集成进行了优化，降低了开发成本 3）易于扩展。USB使用的是一种易于扩展的树状结构，对系统扩展提供了非常方便的选择。

4）使用灵活。USB共有4种传输模式，分别是控制传输(control)、步传输(synchronization)、中断传输(interrupt)和批量传输(bulk)。多种传输模式可适应不同设备的需要。

5）能够采用总线供电。使用普通串口或者并口的设备都需要单独的供电系统，

23

电子科技大学硕士学位论文

而USB设备则不需要，从而降低了这些设备的成本并提高了性价比[50]。

我们根据系统在硬件层面的功能实现过程及要求一起对系统软件功能的实现进行了总体设计，并给出了每个功能单元的实现流程。整体软件功能结构如图3-14所示。

PC控制USB数据接收单通道数据显示多通道数据显示实时数据保存本地数据导入显示参数配置 图3-14 功能近红外检测系统软件设计结构图

1）USB数据接收：根据USB2.0协议标准接收高速采集板发送的数字信号，由于实时高速采集的数据量很大，这就要求 PC 控制模块能够快速、高效的通过USB接收数据，这里我们采用双缓冲器、多线程的方法进行数据接收。USB数据接收流程如图3-15所示。

开始打开USB OpenDevice是否打开是否开始接收数据是选择通道 SelectChannel发送命令 SendCommand否读取数据 ReadData停止接收数据是关闭USB CloseDevice否结束

图3-15 功能近红外检测系统USB数据接收流程

24

第三章 近红外脑血氧检测的系统实现

2）单通道数据显示：根据使用者在通道之间选择，通过 USB 接收的相应通道数据将实时的在界面中以波形形式显示出来，让使用者更直观的观察数据特性及后期数据分析处理。显示时，首先清除图形，根据界面起始位置数据和X轴的范围循环显示数据，在界面显示为单通道波形图，并在一次读取数据显示完成后，循环进行下一次数据的显示，如果数据通道进行了修改则更改数据接收通道，直到控制系统进行停止操作，流程见图3-16。

开始选择通道 SelectChannel创建线程 ReceiveThreadSingle读取数据 ReadData清除图形Clear从缓冲器读取数据 ReceivedData &DestArrayi < begin+512*radio是波形序列时间点显示否i+=(radio)结束 图3-16 功能近红外检测系统单通道数据显示流程

3）多通道数据显示：根据使用者选择的通道数目，通过多线程将 USB 接收数据实时显示在不同Chart中，提供使使用者更直观的观察数据特性及后期数据分析处理。数据显示时，根据界面起始位置数据和X轴的范围循环显示数据，在界面显示为相应数目通道波形图，这样在一次读取数据显示完成后，循环进行下一次数据的显示，流程见图3-17。

25

电子科技大学硕士学位论文

开始通道数 Index创建线程 ThrReceiveead曲线图 i <= thrEnd是读取数据 ReadData清除图形Clear从缓冲器读取数据 ReceivedData &DestArrayi < begin+512*radio否是波形序列时间点显示否i+=(radio)曲线图 i++结束

图3-17 功能近红外检测系统多通道数据显示流程

4）实时数据保存：本模块主要是将通过USB接收的高速实时数据在显示波形图的同时保存在本地文件中，以便在后期通过本地数据导入功能在控制系统中重新显示数据以及进行其他数据分析、预处理之用。所以说，本模块并非纯粹的对立模块，与USB数据接收、单通道数据显示、多通道数据显示和本地数据导入关联存在，流程见图3-18。

26

第三章 近红外脑血氧检测的系统实现

开始根据通道数格式化文件名 sprintf打开文件准备写入 fopen打开成功是写入 ReceivedData关闭文件否结束

图3-18 功能近红外检测系统实时数据保存流程

5）本地数据导入：本模块主要是将原有文件中的数据，通过控制系统导入到程序中并通过图形界面以波形图的形式将数据显示出来。目前版本仅支持单通道数据导入，流程见图3-19。

开始创建线程 LoadThread根据通道数格式化文件名 sprintf打开文件准备读 fopen文件是否末尾是否关闭文件读取数据到 buf清除图形Clear从缓冲器读取数据 ReceivedData &DestArrayi < begin+512*radio是波形序列时间点显示否i+=(radio)结束 图3-19功能近红外检测系统中本地数据导入流程

27

电子科技大学硕士学位论文

6）参数配置：这部分是控制系统进行系统参数配置的模块，是USB数据接收、单通道数据显示、多通道数据显示等模块数据处理的基础，这里主要完成对USB硬件参数、USB端点参数、速度优化的设置。流程见图3-20。

开始读取配置文件信息 ReadDataFormConfigfileUSB硬件参数USB端点参数速度优化保存配置信息WriteDataToConfigfile更新参数设置 UpdateData结束 图3-20功能近红外检测系统参数配置流程

3.4 系统实验验证

为了验证整个系统的有效性，我们根据国外类似系统的有效性验证方法进行了手臂血管阻断实验。实验过程中将手臂平放，用血压计在上臂加压至250mmHg。这样，将会同时阻断流经手臂的动脉血管和静脉血管。血管全阻断后，动脉与静脉血流停止，即不再与外部进行血流交换，血液含量保持不变。这样在前臂缺氧的情况下，前臂组织的氧合血红蛋白将会不断地转换为还原血红蛋白，导致氧合血红蛋白浓度减少而还原血红蛋白浓度增加。经过一段时间后快速撤掉血压计压力，血容量将会出现“过冲”现象，导致还原血红蛋白的迅速下降和氧合血红蛋白的迅速上升，然后两者趋于稳定，回到正常水平。手臂血管阻断实验是一个十分有效的验证血氧检测设备的方法。图3-21是该实验验证采集的现场图。

28

第三章 近红外脑血氧检测的系统实现

图3-21 手臂血管阻断试验现场示意图

整个手臂血管阻断试验的范式为：静息(120s)+用血压计将上臂阻断至250mmHg(120s)+释放血压计压力后持续(120s)，实验时间共计6分钟。系统采集到的血氧信号如图3-22所示。

图3-22 血管阻断试验对应的血氧响应

由图3-22的系统检测结果可知，在实验的前120秒，也就是血管阻断之前，

29

电子科技大学硕士学位论文

手臂中还原血红蛋白和氧合血红蛋白的含量稍有波动但是都维持在各自基线水平。迅速阻断血管后，氧合血红蛋白由于不断的为组织代谢提供氧而转化成还原血红蛋白，浓度随时间减小。而还原血红蛋白的浓度则随时间增大。实验进行到240秒的时候迅速撤掉阻断压力，此时，为了补偿组织因血管阻断而产生的缺氧，新鲜血液快速涌入手臂内。手臂中原先的血液因“对冲现象”被“冲”出手臂组织。因此，氧合血红蛋白的浓度急剧增加而还原血红蛋白的浓度却急剧下降。再经一段时间后，两者的浓度便各自恢复到最初的水平。该实验检测结果符合实际的血氧变化，并且与国外已有相关系统的实验结果对比可以知道我们系统是有效的。下图3-23是国外一功能近红外系统在手臂血管阻断实验中的结果[51]。

图3-23 国外一相关检测系统的手臂血管阻断实验结果

3.5 本章小结

本章主要介绍了基于功能近红外光谱技术的大脑血氧检测系统设计和实现。首先在总体上介绍了该系统所涉及的主要问题以及对应的解决方案。然后从硬件系统构建和软件系统设计两个方面详细介绍了整个系统是如何实现的。硬件电路方面从原理、性能参数等方面介绍了光源发射、近红外光检测以及通道解调电路的设计思路和实际应用方案。软件方面则主要从具体功能要求给出其实现的处理流程，因为需要硬件系统的支持，所以软件的设计还需要配合硬件方案的调整进行更新。最后，我们参考近红外血氧检测系统的验证试验对整个系统血氧数据采集的有效性进行了实验验证，通过实验采集得到的实际血氧变化信息以及与国外相似系统的结果对比验证了系统对血氧采集的有效性。

30

第四章 基于小波变换的功能近红外数据分析方法

第四章 基于小波变换的功能近红外数据分析方法

前面所述功能近红外系统实现了血氧的检测，但是功能近红外系统所采集的数据中不可避免的包含了许多无关的噪声或者是与研究不相关的生理信号，所以在系统功能的实现过程中，我们还考虑到了后期功能近红外数据处理的相关问题。例如在任务实验中，不同通道对应皮层激活水平的检测和分析。对于这一问题多是采用广义线性模型（GLM）方法求解，该方法是基于模型驱动的。为了保证检测分析的准确性，模型的建立非常重要。我们知道，心跳、呼吸等因素都会对大脑血氧的变化产生影响[52, 53]。此外，尽管系统会有相应的滤波降噪处理，但在数据采集过程中因为每个电子元器件本身的特性，如温度漂移等，采集到的数据也都不可避免包含有系统噪声。采用广义线性模型的方法要建立准确的模型是比较困难的，模型不准确便会导致检测分析结果的错误。所以从整个项目实现血氧检测及分析应用的目的出发，本文研究不仅致力于血氧检测的系统实现，而且在功能近红外血氧检测的应用分析中利用小波变换的原理提出了一种功能近红外数据中任务刺激相关信号的检测方法，即功能近红外任务实验中各通道激活水平的检测方法。其中，交叉小波变换是将小波变换与交叉谱分析相结合的一种新的信号分析技术，利用该技术可以从多时间尺度来研究两个时间序列在时频域中的相互关系[54]。假如给定的两个时间序列 、 ，由交叉小波变换求得对应交叉小波功率谱密度，其值越大，表明两者具有共同的高能量区，彼此相关显著。为了从复杂的功能近红外数据中更好的检测出大脑功能活动状况，我们利用小波分析的方法，根据实验范式的预期血氧响应信号与每个通道数据的相关程度确定激活水平。小波分析通过交叉小波变换和小波相干可以将功能近红外数据转化至时域和频域两维坐标系的功率谱分布，然后通过功率谱密度确定通道激活的程度。与广义线性模型的方法相比，这种方法不需要建立复杂的模型，所以使用也将更加方便。

4.1 方法和处理流程

该方法的数据处理是基于Matlab Crosswavelet and Wavelet Coherence工具包(http://noc.ac.uk/using-science/crosswavelet-wavelet-coherence)完成最初的连续小波变换和小波相干的运算。给出一功能近红外通道数据，即一时间序列 ，其连续小波变换为

（4-1）

31

电子科技大学硕士学位论文

则定义小波功率谱密度为 ，变换采用的小波ψ0为莫利特小波

（4-2）

其中，δt为时间步长，η代表无穷小时间，ωo代表无穷小频率。利用莫利特小波来做特征提取主要是因为它可以在时域和频域的定位之间达到很好的平衡。

对于两个时间序列 、 的交叉小波变换有 ，其交叉小波变换 功率谱密度定义为 交叉小波变换功率谱密度显示两个序列相同的高能 。

量分布区域，另外一种方式是求解两个序列在时域及频域的相干程度。Torrence 和 Webster定义交叉小波相干为

（4-3）

其中 S 代表平滑运算，利用该定义下的交叉小波相干来定位两序列在时域和频域上的相关程度。基于任务刺激的近红外数据，首先由血液动力响应函数（Hemodynamic Response Function，HRF）与刺激序列求卷积得到预期血氧反应函数并求交叉小波变换，由交叉小波变换的功率谱密度得到能量集中区域并抽取该区域作为实验相关区域。将每个通道近红外数据与预期反应函数求交叉小波相干，在得到的功率谱密度分布矩阵中提取相关区域的值作为激活水平判定标准。本文所提方法的整个处理过程如下图4-1所示。

图4-1 利用小波分析检测功能近红外通道激活水平处理流程

图4-1中代表卷积运算，WC表示小波相干运算，WT则代表连续小波变换。整个流程图从左到右，首先根据所进行任务实验的范式与标准血液动力响应函数

32

第四章 基于小波变换的功能近红外数据分析方法

求卷积得到该实验激活通道的预期血氧响应信号。对预期响应信号做连续小波变换得到预期响应信号在时频域的功率谱密度分布矩阵，再抽取矩阵中能量集中区域作为信号有意义区域。然后把所有通道的实测信号与预期信号做小波相干运算得到各个通道小波相干功率谱密度分布矩阵并抽取该矩阵中信号有意义区域的值作为判定激活水平的度量。例如，我们由实验的范式得到的预期响应函数（如下图4-2（a）所示）和某通道的近红外实验数据（如图4-2（b）所示），并求得了其连续小波变换的功率谱密度分布（如图4-2（c）所示）。那么再由该功率谱密度分布矩阵中抽取实验相关区域，即信号有意义区域（如图4-2（d）所示）。

图4-2 预期响应函数以及实际数据的交叉小波相干谱分布示意图

（a）功能近红外任务实验预期相应函数；（b）功能近红外任务实验实际数据；（c）预期相应函数功率谱密度分布（d）信号有意义区域（e）通道数据和预期相应函数的交叉小波相干谱分布

33

电子科技大学硕士学位论文

图4-2（e）为实际通道的血氧信号与预期相应信号的交叉小波相干功率谱密度分布，根据图4-2（d）得到的有意义区域，将得到的相干功率谱密度在该区域的值提取出来，值越大说明该通道的血氧响应与试验任务越相关。即可根据这一值的大小来反映这一通道的激活水平。

4.2 仿真数据对比检测结果

首先利用仿真数据对该方法的有效性进行验证是非常必要的。同时利用仿真数据对基于GLM模型和小波分析两种方法激活通道的检测结果进行比较可以看出两种方法的优缺点。我们首先根据设计的模拟实验范式得到预期响应信号，对该预期响应信号用加性高斯白噪声 AWGN(Additive White Gaussian Noise)的方法改变其信噪比作为激活通道的数据，如图4-3（a）所示。用随机生成的功率谱密度分布均匀的高斯白噪声作为非激活通道数据，如图4-3（b）所示。

（a） （b）

图4-3 激活通道与非激活痛的仿真实验数据

图4-3（a）是仿真得到的激活通道数据，其中红色信号表示的是模拟的预期相应信号。图4-3（b）则是仿真得到的功率谱密度分布均匀的高斯白噪声用来作为非激活通道的数据。以20个通道数据为一组，每组各10个激活通道和10个非激活通道，并将仿真激活数据定位到奇数通道，仿真非激活数据定位到偶数通道。不同信噪比下的激活通道数据与非激活通道的各仿真得到500组的检测结果，统计两种方法检测得到的激活通道正确与错误的个数。定义灵敏度为检测正确的激活通道数量与实际激活通道的总数之比，定义特异性为检测正确的激活通道数量与检测为激活通道的数量之比。同时做出两种方法检测得到的每组数据的激活分布图，比较两种方法对仿真数据激活水平检测的结果如图4-4所示。

34

第四章 基于小波变换的功能近红外数据分析方法

图4-4 GLM和小波分析两种方法得到的ROC曲线

（a）小波分析方法的个体检测结果；（b）GLM模型方法的个体检测结果；（c）完全正确的检测结果示意图

从每组仿真数据中的激活通道与非激活痛的定位可知，如果激活检测结果完全正确，则通道激活应该如图4-4（c）所示。当信噪比水平较高时，两种方法都非常有效的检测得到如图4-4（c）所示的正确的通道激活图。但是当信噪比下降至一定水平时，两种方法都不可避免的开始出现检测错误，或者是将非激活通道检测为激活通道，或者是将激活通道检测为非激活通道。图4-4（a）和4-4（b）是同一组数据的检测结果。其中，用小波分析方法正确检测出5、9、13、17等奇数激活通道，没有错误的检测出偶数通道为激活通道。而利用GLM模型方法虽然正确检测出5、13等奇数激活通道，但是却错误的检测出4、16等偶数通道为激活通道。

再将两种方法对不同信噪比下的所有检测结果进行统计分析，以灵敏度为纵轴，1-特异性为横轴，根据所有通道检测的统计结果做出两种方法在不同信噪比下的ROC曲线，如图4-5所示。

35

电子科技大学硕士学位论文

（a） （b）

图4-5 GLM和小波分析两种方法得到的ROC曲线

图4-5（a）与图4-5（b）中，左上红色曲线是小波分析方法得到的ROC曲线，下方蓝色曲线是GLM模型方法得到的ROC曲线。其中，图4-5（a）是仿真信号信噪比为-10dB的结果，图4-5（b）是仿真信号信噪比为-5dB的结果。从图中可以看到，相同特异性下，用小波分析方法的灵敏度更高。相同灵敏度下，小波分析方法的特异性更高。所以对于该仿真数据的检测处理，小波分析方法具有更好的检测效果。该仿真实验数据是通过加入高斯噪声改变信号的信噪比，与真实采集到的的功能近红外数据还是有一定差异的，所以对于两种方法的实际检测能力仍需要通过对真实近红外数据的检测分析进行比较。所以我们也设计了相应的任务实验，利用真实数据对小波分析方法的实际检测效果进行了效果检验。

4.3 任务试验数据对比检测结果

为了通过真实的任务实验数据对小波分析方法进行验证，首先要设计预期结果明确的任务实验。我们知道，在人们根据提示动手指的过程中主要激活的是大脑皮层的躯体运动区，并且大脑对于运动的控制具有明显的偏侧性。据此我们设计了一个简单有效的动手指任务试验来采集该任务下的功能近红外数据。实验要求被试根据屏幕提示正确选择用左手或者右手手指点击反应按键，每次连续按键时间为20s，中间间隔休息20s，每次按键的左右手提示随机出现。通道采集排布如图4-6所示，实验的刺激时间序列如图4-7所示。被试数目为20，均为右利手，男性。

36

第四章 基于小波变换的功能近红外数据分析方法

图4-6 动手指试验的近红外通道排布示意图

图中红色点表示光源位置，绿色点表示探测器位置，两点之间的蓝色椭圆区域表示通道位置，数字代表相应通道的标号。图4-7则是动手指任务实验的刺激序列。整个实验数据采集过程中，刺激序列对于每个被试是一致的。

图4-7 动手指任务实验的刺激序列

我们分别用GLM模型的方法和小波分析的方法对20个被试数据做通道激活水平检测，得到整体水平下动左手和动右手两种任务刺激的通道激活结果，如下图4-8所示。

37

电子科技大学硕士学位论文

图4-8 激活通道检测结果

（a）小波分析方法检测动右手时的激活通道；（b）小波分析方法检测动左手时的激活通道；（c）GLM模型方法检测动右手时的激活通道；（d）GLM模型方法检测动左手时的激活通道

如前面所述，现有研究已经表明大脑控制躯体运动区域主要在大脑皮质前回和旁小叶前部，包括Brodmann4区和6区。该区域对运动控制主要包括以下特点：

1）除头面部部分运动，对躯体运动的调节为交叉性支配，即一侧皮层支配对侧躯体的肌肉。

2）具有精细的功能定位，对越精细越复杂的运动控制，其皮层代表区的面积越大，反之面积越小。例如手指运动所涉及的皮层面积要大于躯干运动所涉及的皮层面积。

3）运动区定位从上到下的安排是倒置的，即下肢的代表区在皮层顶部，膝关节以下肌肉的代表区在半球内侧面；上肢肌肉的代表区在中间部；而头面部肌肉的代表区在底部，但头面部代表区在皮层的安排是正立的[55]。

运动区的前后安排为：躯于和近端肢体的代表区在前部(6区)；远端肢体的代表区在后部(4区)；手指、足趾、唇和舌的肌肉的代表区在沟前缘[56]。也就是

38

第四章 基于小波变换的功能近红外数据分析方法

说实验中动左手手指的时候，主要激活的是右侧大脑的通道；动右手手指的时候，主要激活的是左侧大脑的通道。由前面的通道排布以及大脑运动区定位，我们预期的激活通道情况为左手刺激情况下，激活通道为9通道及附近，右手刺激下为6通道及附近。从图4-8的实验结果来看，利用小波分析方法得到的激活通道在动右手时主要集中在6通道，同时17通道也有部分激活，该现象认为是在实验过程中对不同刺激进行识别时的视觉刺激所产生的。动左手时，激活通道集中在9、6通道及附近，也是符合实验预期的。从整体检测结果来看，利用小波分析的方法要比用GLM模型方法得到的激活通道更为符合该实验预期。

上述结果是在群体水平得到的，对于不同的个体来说，近红外数据的个体差异性较大，两种方法都有各自与试验预期相符的结果，也都有不相符的结果。但从该实验的整体检测结果来说，基于小波分析的方法检测效果更为理想。因为在功能近红外试验中，绝大多数的结果都是基于统计意义的，所以对于两种方法在近红外激活通道检测方面的应用也需要更多的实验验证，另外本文所提的利用小波分析检测通道激活水平的方法还需要完善和改进，其确定通道激活的检测标准以及对于评定通道是否激活以及激活的程度都需要有更为严格的参数确定。这也将是下一步完善和改进该方法的重要工作。

4.5 本章小结

本章主要介绍了一种功能近红外任务实验中激活通道的检测方法。即利用连续小波变换和小波相干分析，通过功率谱密度的分布来确定通道激活的水平。首先比较了该方法与普遍使用的基于GLM模型方法的优势。然后介绍了使用该方法对近红外任务实验中通道激活水品检测的具体处理流程。最后，设计仿真实验数据和真实的动手指任务实验得到近红外任务实验数据，通过分析比较小波分析方法和基于GLM模型方法对实验数据的处理结果，说明了该方法的可行性和有效性，并分析了该方法存在的一些问题及改进思路。

39

电子科技大学硕士学位论文

第五章 总结与展望

5.1 工作总结

本文主要阐明了一种用于大脑血氧检测的功能近红外系统的开发，在国家重大科学仪器设备开发专项的资助下，该项目也正在顺利进展之中。基本的系统框架已经基本完成，软件应用层面的开发也开始与硬件系统一同设计优化。作为产品化开发的目的，系统的性能参数以及实用性等方面都是我们研究过程中所要考虑的。基于近红外光谱技术的脑血氧检测系统研究和实现采用了最为成熟、性能也更为稳定的连续波调制方式，并利用频分复用的方式实现了功能近红外系统不同通道的同步采集。这虽然使得开发成本相对提高，但相比于大部分的时分复用功能近红外系统来说，该系统不同通道之间的同步性更为准确，不同通道同一时间点的数据是严格一致的。

硬件系统实现过程中，我们按照连续波调制的技术要求将系统的研究开发分成不同的模块实现。由血氧含量的推导过程以及通道区分的要求，我们首先需要的就是将恒定功率的两波长近红外光传输至头部。基于这一目的，从功率以及发光波长单一性考虑，我们选用了 690nm 和 830nm 波长的激光管而不是发光二极管。并采用DDS芯片对发光信号进行调制，利用性能良好的激光管驱动芯片保证发光功率的稳定。然后设计合理的耦合传导方式将两波长的近红外光传导至头部同一点作为模型中的光源位置。然后是出射光的检测问题，我们在这里主要提供了两种方案，分别是PIN型光电二极管做传感器和雪崩光电二管做传感器。这两种方案都实现了微弱近红外信号的检测，为整个血氧检测系统的应用提供了扩展备选方案。光电转换后的通道解调则采用了相敏检波技术，利用光源调制时候的信号提供相敏检波参考信号，从而将不同通道信号解调出来。

软件系统开发则主要是提出了系统使用过程中的一些基本流程的设计和实现，这主要包括数据向上位机的传输、通道信号的实时显示、数据的保存和采集参数的设置等问题。另外由于需要与脑电同步采集，软件的开发还需要实现功能近红外系统与脑电系统的协调融合，所以这部分的工作也在不断的完善。

最后，本文还利用小波分析提出一种功能近红外任务实验中激活通道的检测方法，该方法从本质上其实是一种去除噪声的方法，可以将近红外信号中与试验任务不相关的信号通过时域和频域的变换而将其去除掉。所以，该方法在用于后期实验数据处理分析的同时也可以考虑将这一方法用于系统本身的预处理去噪，从而在系统使用时能够得到更好的实验采集效果。

40

第五章 总结与展望

5.2 工作展望

目前，系统的设计和开发仍在不断地的完善和优化。一方面是要提高血氧检测的准确性和灵敏性，另一方面则要考虑系统实际使用的简易性和灵活性。以下几个方面也是我们考虑到的该功能近红外系统的发展方向。

1）实现更多通道的扩展。全脑血氧监测、脑组织深度成像以及区域高分辨率的实现都依赖于更多的通道布局，现行系统是以32通道为设计要求，但为了更好的检测质量，通道的扩展是必要的。这就要求有更多的光源和更多的探测器以及光源和探测器之间合理的排布。

2）系统功能的优化扩展。该系统在设计开发过程中有许多地方需要进一步优化或是改用更好的设计方案。另外，可以通过添加更多的功能模块实现更多功能的集成。

3）与脑电系统的协调融合。神经元电活动和血氧变化不是相互地，该功能近红血氧及脑电采集系统的信号采集也不应该是的，由于两种信号的响应速度差别很大，血氧信号与脑电信号之间的同步以及信号之间的相互结合分析仍然需要更多的研究和更好的处理。

基于近红外光谱技术的脑血氧检测是对现有脑功能研究方法一个非常有益的补充，它以组织中的氧合血红蛋白和还原血红蛋白作为大脑功能活动的信息载体，通过大脑皮层中氧合血红蛋白和还原血红蛋白分布和变化情况来了解大脑的功能活动变化。作为一种非侵入式测量方法，功能近红外光谱检测技术具有时间精度高，方便灵活，使用成本低等优点。其对大脑血氧的检测是开放式的，对于被试的使用条件要比功能磁共振等方式低很多，例如使用心脏起搏器或是有幽闭恐惧症被试都可采用该方法进行检测。同时，功能近红外检测技术也不需要像 PET 那样向人体注入放射性同位素而造成辐射伤害，在安全性方面更易于接受。因为成本低且无副作用，所以可对被试进行长时间的测量并且可以做到实时监控。此外，与功能磁共振 和 PET 技术要求被试在检测过程中保持静止不同，功能近红外检测过程中仅需要保持测量通道的稳定即可，因此可以对儿童甚至训练过程中的运动员进行检测。这些将使得功能近红外检测技术在脑功能活动的研究上具备很大的优势。

此外，更为重要的一点是我们设计实现的功能近红外系统创造性的提出与脑电的同步采集，这将为更好的研究大脑活动中神经元电活动与血氧供应代谢之间的关系提供非常有效的研究手段。所以值得肯定的是该系统的实现对将来大脑功能活动及神经血管耦合机制研究是非常有意义的。

41

电子科技大学硕士学位论文

致 谢

首先非常感谢我的导师蒋田仔老师。作为一名非常资深的脑研究领域专家，蒋老师在学术研究方面和为人处事方面都为我们树立了很好的榜样，我从他身上学到了很多。他对待问题的严谨态度和追求学问的忘我精神都是我们值得认真学习的优秀品质。蒋老师热情的工作态度也时刻激励着我们主动积极的去发现问题解决问题，使我在实验室的生活充实而有趣，也让我更有信心去面对接下来的生活和工作。感谢蒋老师在这三年的研究生学习中对我的精心指导和悉心关怀。我会铭记蒋老师在生活上和学习上给予我的所有帮助。

特别感谢中科院自动化研究所的张鑫老师和左年明老师。两位老师在整个项目研究过程中以专业的知识和认真负责的态度给予了我非常好的建议和帮助，感谢他们一直以来对我工作的监督和指导，还有对我生活方面的关心和照顾，非常感谢他们。

感谢李昌海同学和兰州大学的蔡正辰同学与我共同完成了相关的研究工作，永远记得最初我们三人挤在狭小的实验室一起讨论研究的经历。也感谢实验室的所有成员给与我的帮助，感谢与他们一起学习、工作和生活的日子。感谢张远超老师，感谢张文、徐锦萍和商立清同学。

感谢生命学院和中科院自动化研究所给我提供学习的平台，感谢生命学院的各位老师给与的教诲和指导，在传授知识的同时也开阔了我的视野，使我受益匪浅。感谢自动化所的老师和工作人员对我的帮助，是他们的帮助让我在自动化所访问学习期间能够顺利的完成研究工作。感谢他们的辛勤工作。

感谢我的父母和家人，感谢他们一直以来对我的理解和支持。是他们给予我的期望和鼓励激励着我不断的努力。也感谢自己一直以来的乐观和坚持。

最后感谢各位评审老师在百忙之中可以抽出时间审阅我的毕业论文！

42

参考文献

参考文献

[1] 祁吉. 医学影像学的进展对临床医学的影响 [J]. 中国 CT 和 MRI 杂志, 2003, (1):

1-5.

[2] 吴恩惠. 医学影像学 [M]. 人民卫生出版社, 2003.

[3] 谢敬霞. 核磁共振新技术研究与临床应用 [M]. 北京医科大学出版社, 2001.

[4] 张敬, 张云亭. CT 灌注成像技术的临床应用 [J]. 临床放射学杂志, 2001, 20(10):

803-806.

[5] de Figueiredo E H, Borgonovi A F N G, Doring T M. Basic concepts of MR imaging,

diffusion MR imaging, and diffusion tensor imaging[J]. Magnetic resonance imaging clinics of North America, 2011, 19(1): 1-22.

[6] Basser P J, Jones D K. Diffusion‐tensor MRI: theory, experimental design and

data analysis–a technical review[J]. NMR in Biomedicine, 2002, 15(7‐8): 456-467.

[7] Ukmar M, Furlan C, Moretti R, et al. Functional MRI in the assessment of cortical

activation in subjects with Parkinson’s disease[J]. La radiologia medica, 2006, 111(1): 104-115.

[8] Krishnan R, Raabe A, Hattingen E, et al. Functional magnetic resonance

imaging-integrated neuronavigation: correlation between lesion-to-motor cortex distance and outcome[J]. Neurosurgery, 2004, 55(4): 904-915.

[9] Biswal B, Zerrin Yetkin F, Haughton V M, et al. Functional connectivity in the

motor cortex of resting human brain using echo‐planar mri[J]. Magnetic resonance in medicine, 1995, 34(4): 537-541.

[10] Bandettini P A, Jesmanowicz A, Wong E C, et al. Processing strategies for time

‐course data sets in functional MRI of the human brain[J]. Magnetic resonance in medicine, 1993, 30(2): 161-173.

[11] Jobsis F F. Noninvasive, infrared monitoring of cerebral and myocardial oxygen

sufficiency and circulatory parameters[J]. Science, 1977, 198(4323): 12-1267. [12] Boas D A, Brooks D H, Miller E L, et al. Imaging the body with diffuse optical

tomography[J]. Signal Processing Magazine, IEEE, 2001, 18(6): 57-75.

43

电子科技大学硕士学位论文

[13] Lin P Y, Lin S I, Penney T, et al. Review: applications of near infrared

spectroscopy and imaging for motor rehabilitation in stroke patients[J]. J Med Biol Eng, 2009, 29: 210-211.

[14] Roggo Y, Chalus P, Maurer L, et al. A review of near infrared spectroscopy and

chemometrics in pharmaceutical technologies[J]. Journal of Pharmaceutical and Biomedical Analysis, 2007, 44(3): 683-700.

[15] Ferrari M, Quaresima V. A brief review on the history of human functional

near-infrared spectroscopy (fNIRS) development and fields of application[J]. Neuroimage, 2012, 63(2): 921-935.

[16] Kaiser V, Bauernfeind G, Kreilinger A, et al. Cortical effects of user training

in a motor imagery based brain–computer interface measured by fNIRS and EEG[J]. NeuroImage, 2014, 85: 432-444.

[17] 曹传花. 便携式近红外脑功能成像系统的性能测试 [D]; 武汉:华中科技大学, 2006. [18] 赵军. 新生儿大脑组织光学参数的无损检测 [D]; 北京: 清华大学, 2005.

[19] Roy C S, Sherrington C S. On the regulation of the blood-supply of the brain[J].

The Journal of physiology, 10, 11(1-2): 85.

[20] 骆劼, 田捷, 李慧. 在体生物光学成像前向问题的研究 [J]. 中国体视学与图像分析,

2005, 10(1): 35-40.

[21] Uludag K, Kohl M, Steinbrink J, et al. Cross talk in the Lambert-Beer calculation

for near-infrared wavelengths estimated by Monte Carlo simulations[J]. Journal of biomedical optics, 2002, 7(1): 51-59.

[22] 王旭. 以蒙特卡洛方法建立组织中光剂量数学模型:分析激光对肝组织的损伤 [J].

Journal of Clinical Rehabilitative Tissue Engineering Research, 2010, 14(4) [23] Shimada M, Masuda Y, Yamada Y, et al. Explanation of human skin color by multiple

linear regression analysis based on the modified Lambert-Beer law[J]. Optical Review, 2000, 7(4): 348-352.

[24] Bunce S C, Izzetoglu M, Izzetoglu K, et al. Functional near-infrared

spectroscopy[J]. Engineering in Medicine and Biology Magazine, IEEE, 2006, 25(4): 54-62.

[25] Villringer A, Chance B. Non-invasive optical spectroscopy and imaging of human

brain function[J]. Trends in neurosciences, 1997, 20(10): 435-442.

[26] 姚娜, 张记龙, 王志斌. 基于相关滤波技术的 SO2 气体浓度监测系统设计 [J]. 自动

化与仪表, 2011, 26(4): 11-13.

44

参考文献

[27] Boas D A, Gaudette T, Strangman G, et al. The accuracy of near infrared

spectroscopy and imaging during focal changes in cerebral hemodynamics[J]. Neuroimage, 2001, 13(1): 76-90.

[28] 蒋天智, 唐文华. 光度分析灵敏度的表示方法 [J]. 黔东南民族师范高等专科学校学

报, 2005, 23(3): 22-23.

[29] 李长清. 近红外光谱技术与脑监测 [J]. 国外医学: 神经病学 神经外科学分册, 1995,

22(2): 70-72.

[30] Strangman G, Boas D A, Sutton J P. Non-invasive neuroimaging using near-infrared

light[J]. Biological psychiatry, 2002, 52(7): 679-693.

[31] Cope M, Delpy D T, Reynolds E O R, et al. Methods of quantitating cerebral near

infrared spectroscopy data[M]//Oxygen Transport to Tissue X. Springer US, 1988: 183-1.

[32] Bozkurt A, Rosen A, Rosen H, et al. A portable near infrared spectroscopy system

for bedside monitoring of newborn brain[J]. Biomedical engineering online, 2005, 4(1): 29.

[33] Achigui H F, Sawan M, Fayomi C J B. A monolithic based NIRS front-end wireless

sensor[J]. Microelectronics Journal, 2008, 39(10): 1209-1217.

[34] Bozkurt A, Rosen A, Rosen H, et al. A portable near infrared spectroscopy system

for bedside monitoring of newborn brain[J]. Biomedical engineering online, 2005, 4(1): 29.

[35] Chance B, Nioka S, Kent J, et al. Time-resolved spectroscopy of hemoglobin and

myoglobin in resting and ischemic muscle[J]. Analytical biochemistry, 1988, 174(2): 698-707.

[36] Hebden J C, Wong K S. Time-resolved optical tomography[J]. Applied optics, 1993,

32(4): 372-380.

[37] Oraevsky A A, Jacques S L, Tittel F K. Measurement of tissue optical properties

by time-resolved detection of laser-induced transient stress[J]. Applied Optics, 1997, 36(1): 402-415.

[38] Essenpreis M, Elwell C E, Cope M, et al. Spectral dependence of temporal point

spread functions in human tissues[J]. Applied Optics, 1993, 32(4): 418-425. [39] Tromberg B J, Svaasand L O, Tsay T T, et al. Properties of photon density waves

in multiple-scattering media[J]. Applied Optics, 1993, 32(4): 607-616.

45

电子科技大学硕士学位论文

[40] Franceschini M A, Thaker S, Themelis G, et al. Assessment of infant brain

development with frequency-domain near-infrared spectroscopy[J]. Pediatric research, 2007, 61: 546-551.

[41] Gatto R, Hoffman W, Mueller M, et al. Frequency domain near-infrared spectroscopy

technique in the assessment of brain oxygenation: a validation study in live subjects and cadavers[J]. Journal of neuroscience methods, 2006, 157(2): 274-277. [42] Lin P Y, Lin S I, Penney T, et al. Review: applications of near infrared

spectroscopy and imaging for motor rehabilitation in stroke patients[J]. J Med Biol Eng, 2009, 29: 210-211.

[43] 雷玉堂. 光电检测技术 [M]. 中国计量出版社, 1997.

[44] 胡玮通. 探测光学系统设计研究 [D]; 长春:长春理工大学, 2008.

[45] 曾光宇, 张志伟, 张存林. 光电检测技术 [M]. 清华大学出版社有限公司, 2005. [46] Strangman G, Boas D A, Sutton J P. Non-invasive neuroimaging using near-infrared

light[J]. Biological psychiatry, 2002, 52(7): 679-693.

[47] Capasso F, Tsang W T, Hutchinson A L, et al. Enhancement of electron impact

ionization in a superlattice: A new avalanche photodiode with a large ionization rate ratio[J]. Applied Physics Letters, 1982, 40(1): 38-40.

[48] 刘有利. 基于USB的高速数据采集系统设计 [D]; 西安: 西安电子科技大学, 2006. [49] 张雄希. 基于USB总线和C51单片机的数据采集系统设计 [J]. 电子设计应用, 2003,

(3): 38-41.

[50] 边吉荣. USB 接口技术及其展望 [J]. 中山大学学报论丛, 2004, 24(3): 272-274. [51] Contini D, Torricelli A, Pifferi A, et al. Multi-channel time-resolved system

for functional near infrared spectroscopy[J]. Optics express, 2006, 14(12): 5418-5432.

[52] Franceschini M A, Gratton E, Fantini S. Noninvasive optical method of measuring

tissue and arterial saturation: an application to absolute pulse oximetry of the brain[J]. Optics letters, 1999, 24(12): 829-831.

[53] Matteau-Pelletier C, Dehaes M, Lesage F, et al. Noise in Diffuse Optical Imaging

and Wavelet-Based Response Estimation[J]. Medical Imaging, IEEE Transactions on, 2009, 28(3): 415-422.

[54] Grinsted A, Moore J C, Jevrejeva S. Application of the cross wavelet transform

and wavelet coherence to geophysical time series[J]. Nonlinear processes in geophysics, 2004, 11(5/6): 561-566.

46

参考文献

[55] 张建福 彭, 闫长栋. 人体生理学 [M]. 高等教育出版社, 2007.

[56] Astafiev S V, Stanley C M, Shulman G L, et al. Extrastriate body area in human

occipital cortex responds to the performance of motor actions[J]. Nature neuroscience, 2004, 7(5): 542-548.

47

电子科技大学硕士学位论文

在学期间取得的与学位论文相关的研究成果

[1] 申请专利：一种新型多通道脑功能近红外光谱成像系统设计. 专利号：201310102595.7 发

明人：张鑫，左年明，蒋田仔，徐文廷.

48

基于近红外光谱技术的脑血氧检测

作者：

学位授予单位：

徐文廷

电子科技大学

引用本文格式：徐文廷 基于近红外光谱技术的脑血氧检测[学位论文]硕士 2014