利用多模态光学脑成像研究前额叶静息态功能连接

黄 雯， 李 军

(华南师范大学华南先进光电子研究院，广州 510006)

利用多模态光学脑成像研究前额叶静息态功能连接

黄 雯， 李 军*

(华南师范大学华南先进光电子研究院，广州 510006)

利用多模态光学脑成像测量了人脑前额叶的静息态功能连接. 分别用近红外光谱(NIRS)和漫射相关谱(DCS)在人体大脑前额叶的相同位置记录了大脑8 min的自发波动信号，测量覆盖区域包括左侧额下皮层(IFC)及左背外侧前额叶(DLPFC). 低频段血氧代谢信号(包括含氧血红蛋白、脱氧血红蛋白及总血红蛋白浓度)用来揭示基于血氧信号的静息态功能连接，而相同频段的脑血流信号用来确定基于脑血流的静息态功能连接. 2类血液动力学参量的静息态功能连接均表明：背外侧前额叶区域内的连接大于背外侧前额叶与额下皮层之间的区域间连接，显示相邻的背外侧前额叶和额下皮层属于不同的功能区域. 此外基于2类血液动力学参量的功能连接的定量比较发现，基于血氧代谢的连接强度更大，表明在同一个功能区内，静息时血氧代谢信号的时间同步性更高.

多模态光学脑成像； 静息态功能连接； 前额叶

光学脑成像是近年来出现的一种利用近红外光源的无损脑功能成像技术[1-5]. 近红外光(700～1 000 nm)对生物活体组织有较好的穿透性，采用光纤照射并检测含有皮层光学参数信息及散射子动态信息的光信号，通过一定的物理模型和生理模型可以将检测到的信号转化为皮层的血液动力学参数，如皮层内的血氧代谢水平及血流，进而通过神经血管耦合机制获得皮层的神经活动信息.

光学脑成像分为近红外光谱技术(Near-Infrared Spectroscopy, NIRS)[1-3]和漫射相关谱技术(Diffuse Correlation Spectroscopy, DCS, 也称Diffusing-Wave Spectroscopy, DWS)[4-5]. NIRS的使用较早，应用广泛. DCS比较新，近年来才应用于脑功能研究中[4-8]. 有研究表明在脑功能检测上，DCS测量的脑血流比NIRS测量的血氧浓度具有更大的对比度[9]，或者说具有更高的信号灵敏度.

目前，利用光学脑成像对人脑功能开展的研究有：使用NIRS研究在执行高级的任务时前额叶的响应模式，包括语言[10]、记忆(如N-back task)[11]、认知任务等；合作任务中前额叶的激活及功能区间的相关性等[12]. 利用DCS对顶叶运动皮层的功能检测及研究，包括左右半球的不对称性[6]、视觉刺激下枕叶视觉皮层的响应[7-8]等.

近年来，研究人员使用NIRS对静息态功能连接(Resting-State Functional Connectivity, RSFC)开展了广泛研究[13-17]. 但是至今尚无使用DCS测量人脑静息态功能连接的报道.

因此，本文利用NIRS和DCS对前额叶的自发活动分别记录，光学探头覆盖区域包括左侧背外侧前额叶(Dorsolateral Prefrontal Cortex, DLPFC)和左额下皮层(Inferior Frontal Cortex, IFC). 测量了基于血氧代谢(如含氧血红蛋白HbO2、脱氧血红蛋白Hb及总血红蛋白HbT)的静息态功能连接，即RSFC (HbO2)、 RSFC(Hb)和RSFC(HbT)以及基于脑血流(CBF)的静息态功能连接RSFC(CBF)，包括左DLPFC区域内连接及DLPFC与IFG的区域间连接，定量比较了两类血液动力学参量下的静息态连接性.

1 研究材料和方法

1.1 实验对象

10名健康的成年人(均为理科硕士研究生志愿者，年龄24～28岁，平均年龄26.3岁，其中男性8人，女性2人). 所有被试在实验之前均了解、同意实验内容及步骤，并签署一份实验知情书.

1.2 实验设备

多模态光学脑成像系统包括一台近红外光谱仪(NIRS)和一套漫射相关谱系统(DCS). 近红外光通过发射光纤束投射到测量处头皮，经皮层漫反射回来的光通过接收光纤束接收并传回系统. 光纤固定在一个定制的橡皮垫上，便于光纤和头皮的良好耦合.

实验所用近红外光谱是一套光源强度可高频调制的系统(OxiplexTS，美国ISS公司)，包括2个波长的近红外光(690、830 nm)光源， 以5 Hz的采样频率对所有被试静息态下前额叶光强度的波动进行测量，然后通过修正的Beer-Lambert定律，转化成HbO2、Hb和HbT的浓度(任意单位，非实际浓度).

漫射相关谱系统是一个定制系统，包括具有长相干长度的单纵模连续波激光光源(780 nm，CrystaLaser，美国)、2根发射光纤、4根单模接收光纤、4个单光子雪崩光电二极管以及数字相关器. 漫射相关谱测量的原始信号是光强度I(t)的自相关函数

它是随时间衰减的信号(理论上随时间从最大值2衰减到1). 光强度自相关函数衰减率

DR可表示脑血流的速度[7-8]. 测量时漫射相关谱的采样频率是1Hz.

1.3 实验方法

实验在一间安静昏暗的房间里进行，被试闭眼静坐，头上佩戴一顶特制的光纤固定帽，尽量避免头部的摆动. 光源光纤和探测器光纤则通过光纤帽固定在被试头上以确保光纤与被试头皮的紧密贴合，从而保证入射光与头皮的良好耦合. 利用国际EEG 10-20系统来定位大脑前额叶皮层的测量区域(图1)，其中S1、S2为光源，D1～D4为探测器. S1固定在额下和背外侧前额叶的分界处，探测器D1位于额下皮层，而D3位于背外侧前额叶. S1和D1及D3的距离均为2.8 cm，S1-D2的距离是1.0 cm.

图1 基于国际EEG 10-20系统的光学探头布局示意图

Figure 1 Diagram of locations of optical probes in reference to the international EEG 10-20 system

光学脑成像测量时，探测的深度与光源-探测器的距离有关. 由于光源和探测器的距离短，S1-D2组成的测量通道只能检测S1附近头皮的血液动力学信号. 而具有较长光源-探测器的通道可以探测到皮层区域，如S1-D1可以检测额下皮层，S1-D3通道检测背外侧前额叶. 光源S2及探测器D4位于背外侧前额叶. S2与D3的距离是2.8 cm，与D4的距离是1.0 cm. S2-D3通道检测背外侧前额叶，S2-D4通道测量S2附近头皮的血液动力学信号. 本实验中NIRS与DCS的光学探头布局一致，其目的在于实现背外侧前额叶区域内及背外侧前额叶与额下皮层区域间静息态功能连接的同时测量. 分别使用NIRS和DCS记录8 min的自发脑血流动力学参量的波动曲线.

2 数据处理

由于人体血液动力学参量常常存在非常缓慢的波动，因此处理数据时，对于每个被试的8 min NIRS测试数据(HbO、Hb和HbT)和DCS数据(DR)进行处理[18]：对原始时序数据进行二阶多项式拟合，然后从原始时序数据中减去拟合值，将得到的剩余残差代入下一步数据处理中，从而去除原始信号的第一和第二阶漂移. 图2是对DCS信号(DR)的去漂移处理效果图.

图2 DCS原始信号、二阶多项式拟合及其残差

Figure 2 The raw DCS signal, the 2-order polynomial fit and the residual

有研究表明，大脑前额叶自发信号在0.03～0.08 Hz频段受全局系统血流动力学信号成分的干扰较小[19]，因此为了抑制全局信号的干扰，首先采用0.03～0.08 Hz的带通滤波器滤波. 此外，为了进一步去除可能残存的并不特定于皮层的全局信号(如头皮的信号)，利用回归的方法，将短的光源-探测器通道(如S1-D2和S2-D4)信号作为回归成分，去除来自头皮的干扰[20]. 例如，图3显示了利用短源-探测器通道(S1-D2)的回归效果，回归之前，无论S1-D1还是S1-D3都与S1-D2 之间具有较大的相关性(皮尔逊相关系数r)：S1-D1和S1-D3通道之间的相关系数r(S1-D1,S1-D3)=0.719，S1-D1和S1-D2通道间的相关系数r(S1-D1,S1-D2)=0.781，S1-D3和S1-D2通道间的相关系数r(S1-D3,S1-D2)=0.783. 回归之后，S1-D1和S1-D3通道之间的相关系数r(S1-D1,S1-D3)=0.275, S1-D1和S1-D2通道间的相关系数r(S1-D1,S1-D2)=0.005, S1-D3和S1-D2通道间的相关系数r(S1-D3,S1-D2)=0.001. 无论S1-D1还是S1-D3都与S1-D2之间不再有相关性，即来自头皮的干扰信号得到有效的抑制. 因此，回归后S1-D1和S1-D3通道之间的相关性才能反映皮层之间的功能连接性. 而回归之前，因为含有来自头皮的共同信号成分，S1-D1与S1-D3之间的相关性被夸大.

图3 以S1-D2通道信号为回归成分在回归前后的各通道脑血流信号曲线

Figure 3 Cerebral blood flow curves before and after the regression with the signal of S1-D2 as regressor

通过上述方法处理(滤波和回归)后，系统血流动力学信号的干扰已经得到抑制，然后计算任意2个通道信号之间的时域相关系数r，以量化2个通道测量点皮层区域间的连接性. 为检验相关系数之间差异的统计显著性，将相关系数首先通过Fisher变换转换成Z值，然后使用z检验(z-test).

3 结果与讨论

根据测量时光学探头的布局，S1-D1与S1-D3通道之间的相关系数表示额下皮层与背外侧前额叶的区域间连接性，而S1-D3与S2-D3通道之间的相关系数表示背外侧前额叶区域内连接. 采用不同血液动力学信号(HbO2、Hb、HbT及CBF)的相关系数(图4)来量化的静息态功能连接强度.

图4 4种血液动力学信号区域内及区域间静息态功能连接强度

Figure 4 Resting-state functional connectivity (RSFC) for the intra-regional and inter-regional obtained from 4 hemodynamic variables

基于HbO2的区域内连接强度为0.81±0.10，区域间连接强度为0.16±0.28；基于Hb的区域内连接强度为0.45±0.26，区域间连接强度为0.25±0.25；基于HbT的区域内连接强度为0.80±0.12，区域间连接强度为0.19±0.28；基于CBF的区域内连接强度为0.43±0.15，区域间连接强度为0.09±0.23； z检验表明，基于HbO2、HbT及CBF的静息态功能连接均呈现，背外侧前额叶区域内连接强度大于背外侧前额叶与额下皮层的区域间连接. 基于Hb的连接未出现出这种差异，主要是自发活动时Hb信号幅度低(Hb信号功率仅为HbO2或HbT的30%左右)，信号本身有较小的信噪比，因此连接性(相关系数)的计算出现较大的误差，导致差异在统计检验下不显著.

从大脑解剖结构上看，额下皮层与背外侧前额叶是相邻的. 但是在功能上，额下皮层是语言区的一部分，而左背外侧前额叶有短期工作记忆的功能，两者不在同一个功能区内. 基于血氧代谢水平和脑血流的静息态功能连接，均显示了这2个相邻的皮层区域之间具有较低的连接强度.

定量比较背外侧前额叶的区域内连接性发现，基于HbO2和HbT的连接强度大于基于CBF的连接强度，表明静息时在皮层的一个功能区内，血氧代谢信号的时间同步性高于血流的同步性. 这可能意味着大脑静息时，皮层内神经的活动与血氧水平有更强的耦合性. 因为在基础血容量基本满足静息态神经活动的代谢需求时，就不需要通过调动更高血流而提高局部的血液供应，表现为血流的变化与神经活动的同步性降低.

在实验中，设置的NIRS与DCS通道空间布局相同，并分别在30 min内对大脑自发活动进行了测量. 这样安排主要是由于如果同时工作，则NIRS与DCS两个系统之间存在串扰，即NIRS的光源会干扰DCS的探测信号，而DCS的光源也会干扰NIRS接收的信号. 静息态功能连接性呈现一定的稳定性[16]，因此，间隔较短时间比较差异的测量不会对结果造成明显的影响，特别是不会导致连接强度之间定量对比的变化.

4 结论

本文使用多模态光学脑成像研究人脑前额叶的自发活动，特别是首次使用了漫射相关谱技术测量了静息态功能连接性. 结果显示，NIRS揭示的基于血氧代谢的功能连接性与DCS揭示的基于脑血流的功能连接性具有相同的定量结构，即背外侧前额叶的区域内功能连接强于背外侧前额叶与额下皮层之间的区域间连接. 此外发现，在静息状态下，同一个功能区内的血氧信号时间同步性高于血流信号的时间同步性，可能意味着静息时神经活动与血氧的耦合性更高.

[1] HILLMAN E M. Optical brain imaging in vivo:techniques and applications from animal to man [J]. Journal of Biomedical Optics,2007,12(5):051402.

[2] WOLF M,FERRARI M,QUARESIMA V. Progress of near-infrared spectroscopy and topography for brain and muscle clinical applications [J]. Journal of Biomedical Optics,2007,12(6):062104.

[3] EHLIS A C,SCHNEIDER S,DRESLER T,et al. Application of functional near-infrared spectroscopy in psychiatry [J]. Neuroimage,2014,85(1):478-488.

[4] DURDURAN T,YODH A G. Diffuse correlation spectroscopy for non-invasive,micro-vascular cerebral blood flow measurement [J]. Neuroimage,2014,85:51-63.

[5] BUCKLEY E M,PARTHASARATHY A B,GRANT P E,et al. Diffuse correlation spectroscopy for measurement of cerebral blood flow:future prospects [J]. Neurophotonics,2014,1(1):011009.

[6] LI J,DIETSCHE G,IFTIME D,et al. Noninvasive detection of functional brain activity with near-infrared diffusing-wave spectroscopy [J]. Journal of Biomedical Optics,2005,10(4):044002.

[7] JAILLON F,LI J,DIETSCHE G,et al. Activity of the human visual cortex measured non-invasively by diffusing-wave spectroscopy [J]. Optics Express,2007,15(11):6643-6650.

[8] LI J,NINCK M,KOBAN L,et al. Transient functional blood flow change in the human brain measured noninvasively by diffusing-wave spectroscopy[J]. Optics Letters,2008,33(19):2233-2235.

[9] SELB J,BOAS D A,CHAN S T,et al. Sensitivity of near-infrared spectroscopy and diffuse correlation spectroscopy to brain hemodynamics:simulations and experimental findings during hypercapnia[J]. Neurophotonics,2014,1(1):015005.

[10]QUARESIMA V,BISCONTI S,FERRARI M. A brief review on the use of functional near-infrared spectroscopy (fNIRS) for language imaging studies in human newborns and adults [J]. Brain and Language,2012,121(2):79-89.

[11]HOSHI Y. Functional near-infrared optical imaging:utility and limitations in human brain mapping [J]. Psychophysiology,2003,40(4):511-520.

[12]FUNANE T,KIGUCHI M,ATSUMORI H,et al. Synchronous activity of two people’s prefrontal cortices during a cooperative task measured by simultaneous near-infrared spectroscopy[J]. Journal of Biomedical Optics,2011,16(7):077011.

[13]WHITE B R,SNYDER A Z,COHEN A L,et al. Resting-state functional connectivity in the human brain revealed with diffuse optical tomography [J]. Neuroimage,2009,47(1):148-156.

[14]LU C M,ZHANG Y J,BISWAL B B,et al. Use of fNIRS to assess resting state functional connectivity[J]. Journal of Neuroscience Methods,2010,186(2):242-249.

[15]MESQUITA R C,FRANCESCHINI M A,BOAS D A. Resting state functional connectivity of the whole head with near-infrared spectroscopy[J]. Biomedical Optics Express,2010,1(1):324-336.

[16]ZHANG H,DUAN L,ZHANG Y J,et al. Test-retest assessment of independent component analysis-derived resting-state functional connectivity based on functional near-infrared spectroscopy[J]. Neuroimage,2011,55(2):607-615.

[17]LI J,QIU L. Temporal correlation of spontaneous hemodynamic activity in language areas measured with functional near-infrared spectroscopy [J]. Biomedical Optics Express,2014,5(2):587-595.

[18]DUAN L,ZHANG Y J,ZHU C Z. Quantitative comparison of resting-state functional connectivity derived from fNIRS and fMRI:a simultaneous recording study [J]. Neuroimage,2012,60(4):2008-2018.

[19] 李军，邱丽娜. 大脑前额叶皮层自发活动与连接的性别差异[J]. 华南师范大学学报(自然科学版)，2016,48(60):67-72.

LI J,QIU L N. Sex-related differences in the prefrontal spontaneous activity and connectivity [J]. Journal of South China Normal University (Natural Science Edition),2016,48(6):67-72.

[20]SAAGER R B,BERGER A J. Direct characterization and removal of interfering absorption trends in two-layer turbid media [J]. Journal of the Optical Society of America A,2005,22(9):1874-1882.

【中文责编：谭春林 英文审校：李海航】

Using Multimodal Optical Brain Imaging to Investigate Resting-State Functional Connectivity in Frontal Cortex

HUANG Wen，LI Jun*

(South China Academy of Advanced Optoelectronis, South China Normal University, Guangzhou 510006, China)

Multimodal optical imaging is used to investigate resting-state functional connectivity (RSFC) in the frontal cortex. 8 minutes of spontaneous activity of brain is separately recorded by near infrared spectroscopy (NIRS) and diffuse correlation spectroscopy (DCS). The measured area includes left inferior frontal cortex (IFC) and left dorsolateral prefrontal cortex (DLPFC). Low frequency component of blood oxygenation signal (i.e., oxygenated hemoglobin, deoxygenated hemoglobin and total hemoglobin) is used to reveal oxygenation-based RSFC, while the cerebral blood flow signal in the same frequency range is used to identify cerebral blood flow-based RSFC. Both blood oxygenation-based and cerebral blood flow-based RSFC show that the intra-regional connectivity within DLPFC is stronger than the inter-regional connectivity between DLPFC and IFC, implying that DLPFC and IFC, each belongs to a distinct functional area, though they are anatomically adjacent. Quantitative comparison between RSFC revealed by the two classes of hemodynamic variables shows the oxygenation-based RSFC is stronger than the cerebral blood flow-based RSFC, indicating the blood oxygenation in a functional area is more synchronized in time than the cerebral blood in resting-state.

multimodal optical brain imaging; resting-state functional connectivity; frontal cortex

2017-01-06 《华南师范大学学报(自然科学版)》网址：http://journal.scnu.edu.cn/n

国家自然科学基金项目(8160153)；广东省自然科学基金项目(2014A030310502)；中国博士后科学基金项目(2015M580725，2016T90791)

B845.1

A

1000-5463(2017)04-0011-05

*通讯作者:李军，教授，Email:jun.li@coer-scnu.org.