Summary
このプロトコルは、カスタムメイドの拡散相関分光法装置を用いて、ヒト前頭前野の安静状態機能接続性を測定する方法を示す。また、実験の実務上の側面や、データを分析するための詳細な手順についても説明します。
Abstract
人間の脳の包括的な理解を得るためには、脳の酸素供給に関する重要な血行性パラメータであるため、コントラストの源としての脳血流(CBF)の利用が望まれている。酸素化コントラストに基づく低周波変動の安静状態は、機能的に接続された領域間の相関を提供することが示されている。提示されたプロトコルは、光拡散相関分光法(DCS)を使用して、ヒト脳における血流ベースの安静状態機能接続性(RSFC)を評価する。ヒト前頭皮質におけるCBFベースのRSFCの結果は、両方の皮質の領域間RSFCと比較して、領域内RSFCが左右皮質において有意に高いことを示している。このプロトコルは、特に小児集団において、ヒトの脳機能を研究するためにマルチモーダルイメージング技術を採用する研究者に関心を持つべきである。
Introduction
脳が安静状態にあるとき、それは近くまたは遠くから見ることができる機能的に関連する領域における自発的な活動の高い同期を示す。これらの同期領域は、機能,ネットワーク1,、2,、3、4、 5,、6、7、68、9 と呼ばれます。この現象は、脳血,5,10の酸素濃度を示す血中酸素濃度依存(BOLD)信号を用いた機能的磁気共鳴画像法(fMRI)研究によって最初に明らかになった。RSFCの異常は、自閉症11、アルツハイマー12、およびうつ病13などの脳障害と関連している。したがって、RSFCは、タスクベースの評価を行うのに問題がある障害を有する患者を研究するための貴重なツールである。しかし、若い自閉症児のような多くの患者は、14,15,15の長期にわたって限られた空間の中に残存する必要があるため、fMRIによる評価の候補が乏しい。光学イメージングは高速でウェアラブルです。したがって、大多数の患者、特に小児人口16、17、18、19、20、21、22、23、24に適しています。16,17,18,19,20,21,22,23,24これらの利点を利用して、脳内のヘモグロビン濃度および酸素飽和パラメータを定量化できる機能近赤外分光法(fNIRS)は、ヒト(小児集団44、8、258,25および自閉症患者11を含む)におけるRSFCを測定するために使用される。
光学拡散相関分光法(DCS)は、比較的新しい光学技術であり、酸素供給,を代謝,6、17、26、27、28、2917,26,27と関連付ける重要なパラメータである脳血流を定量することができる。62829DCSによって定量された光学流れコントラストは、酸素化対比30と比較して脳内でより高い感度を有することが示されている。従って、RSFCを評価するためのDCS由来CBFパラメータを利用することは有利である。
DCSは血液細胞の移動に敏感です。光子が移動する血液細胞から散乱すると、検出された光の強度が時間の経過とともに変動する。DCSは時間ベースの強度自己相関関数を測定し、その減衰速度は光学パラメータおよび血流に依存する。これらの値は、最終的に脳血流指数 (CBFi) を取得するために使用されます。より速く動く血液細胞によって、強度の自己相関関数はより速く崩壊する。したがって、組織表面の深部の運動に関する,情報は、時間,,27、31、32、33、34、35の27,経時に拡散光変動の測定値から(例えば、脳内)から導き出すことができる。31,32333435DCSは、血液酸素化17、36,36を測定する広く知られているfNIRSを補完する技術である。fNIRSとDCSはどちらも、ミリ秒の範囲で高い時間分解能を持つ光脳イメージング技術であるため、光学イメージングのセットアップはfMRIよりも動きのアーティファクトに対してはるかに敏感ではありません。彼らはまた、小児集団における機能的な脳イメージングにも成功しており、非常に若い乳児16人を含む。これまで、浅体血流測定は、マウス37における前臨床試験におけるRSFCを評価するために使用されてきた。ここでは、血流パラメータは、概念実証研究38、39,39として9人の健康な成人のRSFCを定量化するために使用される。
本研究では、商用FD-fNIRSシステムとカスタムDCSシステムを使用します(資料表を参照)。社内で製造されたDCSは、FCコネクタに結合された2つの785 nm、100 mW、長いコヘレンス長連続波レーザー、およびオートコリレータに接続された8台のシングルフォトン計数機(SPCM)で構成されています。カスタムソフトウェアグラフィカルユーザーインターフェース(GUI)も、このシステムのために、各SPCMチャンネルのフォトン数、自己相関曲線、半定量的血流をリアルタイムで表示および保存するために特別に作られました。このシステムの,部品はDCS16、17、31、32、40、42、43、4417,31,32,40,42に一般的に使用され、43得られた結果は、社内で検証され、最近の研究で使用されています39.1644
Subscription Required. Please recommend JoVE to your librarian.
Protocol
この議定書はライト州立大学の制度審査委員会によって承認され、実験の前に各参加者からインフォームド・コンセントが得られた。
1. 対象準備
- FD-fNIRSおよびDCSシステムの電源を入れ、被験者の測定を開始する前に、少なくとも10分間ウォームアップします(詳細はセクション2と3を参照)。コンパクトなDCS計測器による被験者測定の例を図1に示します。
- まず、各被験者の頭上の鼻とイニオンの間の距離を測定するために、テープメジャーを使用します(図2A)。
- 開始点として、開始点として、インク マーカーでイニオンまでの距離の 10% の位置をマークします。これは、EEG 10/20モンタージュのFp1とFp2の間の点を示しています(図2A)。
- EEG 10/20 キャップ(「材料表」を参照)を使用して、マークされたポイントが Fp1 と Fp2 の間になるようにキャップを調整します。
- Fp1 と F7 (左皮質) と Fp2 と F8 (右皮質) の間のポイントの間のポイントをマークします。これは、左右半球に対する、上前頭前野と側頭前野(DLFC)とDLFCと下前頭前野(IFC)の境界をそれぞれ表す(図2A)。
- 3D プリントされたプローブを使用して、マルチモード ファイバ(MMF)を新しくマークされたポイント(図 2Cのポイント"S")に配置し、それぞれを 785 nm のレーザー光源に接続します(図 2B,C)。
- MMF から 2.75 cm 離れた場所にシングルモード ファイバ(SMF)を配置します。2 つのファイバを DLFC(ロケーション "DLFC,1" および "DLFC,2") に配置し、1 つは IFC (ロケーション "IFC") に配置する必要があります。SMF の配置は、合計 6 つの SMF に対して、皮質の両側に複製されます (図 2c)。
- 別の SMF を MMF の下の場所 "Ds"の両側の皮質の両側に配置し (頭皮の血流の検出のために)、各 SMF を個々の単一光子計数機に接続します (図 2C)。
p クラス="jove_title">2。FD-fNIRS の設定とキャリブレーション
- ライトを消し、FD-fNIRSシステムをオンにして、キャリブレーションの準備をします。
注意:一般的な予防措置として、目の損傷を引き起こす可能性があるため、光源と繊維出力を直接見ないでください。IR センサー カードを使用してください (材料表)。 - 部屋の光レベルへの検出器の不必要な露出を避け、ノイズのない動作を維持し、検出器への損傷を避けてください。
- システムに電力を供給し、ライトオン、モジュレーションオン、検出器電圧をオンにして、少なくとも10分間(最適な精度と安定性を得るための20分と最大1時間)を実行させることで、光源と検出器を暖めます。
- GUI ベースのデータ収集ソフトウェアを実行します。検出器のゲインを調整して、センサーを取り付けてキャリブレーションファントム(既知の光学特性のポリジメチルシロキサンベースのファントム、材料表を参照)に固定して最適な信号を得るために、「オートバイアス」ボタンを押します。過電圧警告が点滅する場合は、ゲインを下げます。
- 最大信号を得るために検出器のゲインを調整した後、検出器からソースファイバの1つを取り外し、直流(DC)が対応するソースファイバの測定時間当たり20カウント未満であることを確認します。この値より大きい場合、検出器45に過度の室内光が漏洩する可能性がある。この場合、システムの電源を切り、部屋の余分な光をブロック/取り外し、ステップ2.4~2.5を繰り返す必要があります。
- すべてのソースと検出器から適切な信号レベルを確認します。システムでは、この値を 100 以上と 1,500 カウント以下と定義します。
- GUIの「キャリブレーション」ボタンを押してキャリブレーションを行います。システムは測定を行い、キャリブレーション係数を適用して、既知のファントムの光学特性を正しく測定します。これらのキャリブレーション係数は保存され、in vivo測定に自動的に適用されます。
- 標準ファントム上のシステムパフォーマンスの記録を提供するキャリブレーションデータをログに記録します。
3. DCS 設定
注意: 一般的な予防措置として、潜在的な目の損傷を避けるために、光源とファイバ出力を直接見ないでください。IR センサー カードを使用します(資料表を参照)。
- 検出器(すなわち、室内光)の不必要な暴露を避け、自己相関曲線の正確な生データを取得し、検出器への損傷を防ぎます。
- DCSレーザー光源とSPCM(材料表を参照)を「オン」に切り替え、少なくとも10分間(最適な精度と安定性のために20分、最大1時間)実行できるようにします。
- GUI ベースの DCS データ収集ソフトウェアを実行し、各検出器のフォトン数と半定量的リアルタイム血流値を表示します。ファイバーの位置、角度(繊維面は皮膚表面に垂直でなければならない)、データ取得タイミングを調整して、少なくとも5,000カウント/秒(適正な信号対ノイズ比)と1,000,000カウント/秒以下の信号を得るようにします(検出器に損傷を与えないようにするため)。
- 各検出器から、モニタに表示されるフォトンカウントレベルとほぼリアルタイムの自己相関曲線を確認して、(ステップ3.3から)十分な光子数レベルを確認します。
- モニタに表示される自己相関曲線のy-切片を確認して、周囲光漏出のない十分なファイバ接触を確認します。最適値は偏光子を使用せずに~1.5(図3B)です。
- プローブと測定が、弾性バンドを締め付け、動きに抵抗するのに十分なタイトで、被写体に不快感を与えないようにして、動きが起こりにくいかどうかを確認します。また、自動相関曲線が相関時間 (τ > 10 ミリ秒) の長さのために 1 に減衰するように、モニター上の自己相関曲線も同時にチェックする必要があります (図 3C)。
4. データ収集
- 8分測定中の動きを最小限に抑えるように被験者に指示します。
- 照明を消し、被写体が目を閉じて快適な位置に座っていることを確認します。
- FD-fNIRSシステム光学プローブをDCSプローブに隣接する額に配置して、ベースラインFD-fNIRS測定を行います。次に、FD-fNIRS 取得 GUI の「取得」ボタンを押します。このデータは、動的光学パラメータCBFi17,20,20の定量化に使用される静的光学特性、吸収パラメータ、および散乱パラメータ(μ a,μ's)を提供します。a
- FD-fNIRS測定が完了した後、DCSデータ取得GUIの「実行」ボタンを押して、光DCS測定のデータ取得を開始します。最大2sの統合時間で合計8分間のデータを収集します(各被験者の信号対雑音比に応じて、より少ない方が好ましい)。
- 必要に応じて、最初の実験の1時間以内に実験を繰り返すか、同様の時間帯に実験を繰り返して疲労、刺激剤、温度などの外部変動を減らします。
5. データ分析
- FD-fNIRSデータの場合、傾斜法,,,,a,46、47、48、49、50、51、52、5352,で処理される光学吸収特性50,4749514648(μ53 a,μ')を抽出する。
- DCS の場合、後処理が必要なため、8 つのチャネルのそれぞれから自動相関生データをデータ分析ソフトウェアにインポートします。
- CBF関連のパラメータの定量化は、最近のレビュー66、27、5427,54で詳述されています。簡単に言えば、正規化された強度自己相関関数(g2[r,τ])から、ジーガート関係を使用して正規化された拡散電界時間相関関数(g1[r,τ])を抽出します: g2 (r,τ) = 1 + β |2 1g 1 (r,τ)|2.
注:βは、検出された,空間モードの数6、17、27、55、5617,27,55の数に比例した定数であり、0から1までの範囲で、(正規化された)電界自己相関関数g1をフィッティングすることによって得られる。656 - 適合値から血流関連パラメータ (αDB)を取得するには、g16、27、5427の分析ソリューションを使用し、54データをモデルまたは減衰速度に適合させます。6
方程式1
注: 上記の式では、koは媒体内の光の波数、α は組織の血液量分率に比例する係数、DBは有効なブラウン係数です。αDBは、血流指数(BFI)6、54、または,546CBFi17として定義することができる。ここでは、CBFiが使用されます。 - FD-fNIRSから得られた光学的パラメータを使用してモデルを適合させます。適合する主なパラメータはCBFiとβです。
注:図 3A は、分析に十分な代表的なデータを示しています。DCS データは、(1) 自己相関関数が 1.5 (β < 0.5)(すなわち、図3Bの場合、関数が〜1.2、β<0.2、室光漏出による)または(2)自己相関曲線が相関時間(τ>10 ms)の長い間1に減衰しない場合(すなわち、図3Cの場合、運動アーティファクト、そのような頭部動き、プローブの動きなど)はデータを失う。 - 2次多項式フィットを使用して、低速ドリフトを除去するために定量化された結果のトレンドを解除する(図4A)。
- 0.009~0.080 Hzのパスバンドを持つゼロフェーズの2次バターワースフィルタを使用して、メイヤー波などの望ましくない脳周波数を除去します(図4A)。
- 線型回帰を使用して、短距離測定に対して各チャネルから残差を得て、皮質の両側の表面的な頭皮信号を除去する(図4B)。
- 各チャネルペア間のピアソンの相関係数を計算して、脳領域間の休止状態機能接続を特定する(図5)。
- フィッシャー Z 変換を使用して相関値を z 値に変換し、t-testを実行して p 値を取得します (図 5)。多重比較の修正には、誤検出率 (FDR) を使用します。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
DCS を使用して機能接続を測定する可能性は、正常に39.9人の被験者の前頭前野における安静状態機能接続性を測定した。結果(平均±SD)は、左(0.64±0.25)および右(0.62±0.23)の皮質の領域内で高い相関を示し、 左の地域間領域(0.32 ±0.32)(0.34±0.27)および右(0.34±0.29)、(0.34±0.26)皮質と比較した。(図5)0.8の力と有意水準0.05のパワー分析も行われ、サンプルサイズが8(この研究で分析された被験者数を下回る)で0.82のパワーが得られました。
地域間RSFCと地域内RSFCの間に有意な差があるかどうかをテストするために、相関値はフィッシャーZ変換を使用してZ値に変換され、その後、両方の皮質の間および地域内RSFCを比較するためにt検定が行われた。この結果、p値 ≤0.0002 が、fNIRS の以前の研究8、,25 (図 5) で実証された有意差を示します。対称的な脳領域(左右の皮質)に違いがあるかどうかを判断するために、t検定を行った。この結果、p値は>0.8となり、皮質の両側に同様の脳領域に有意な差がないことを示した。
図1:実験的なセットアップこの図の大きなバージョンを表示するには、ここをクリックしてください。
図2:プローブの概略と配置(A) EEG 80-20 システム マップに示すようにプローブの配置。(B)被検体が装着した光ファイバーを用いた3Dプリントプローブの例。(C)ドーソラショナル前頭皮質(DLFC)および下前頭皮質(IFC)における検出器(D)およびソース(S)の位置のCADモデル。この図の大きなバージョンを表示するには、ここをクリックしてください。
図3:同じソース・ディテクタ分離で同じ領域内の検出器を使用したデータの代表的なサンプル。表示されているのは、ラグタイム(τ)に対する自己相関曲線(g2)です。(A) プローブが十分な接触を有する場合のデータであり、高カウントと解析モデルへの適合性を示す。(B) 低いy-インターセプト(ベータ)によって観察されるようにプローブに漏れる周囲光を有するデータ(誇張)。これは通常、接触不良と強いバックグラウンドライトの組み合わせによるもので、調整が必要です。(C) G2 カーブの平均化中にモーションアーティファクトを持つデータ (誇張)。この図の大きなバージョンを表示するには、ここをクリックしてください。
図4:1つの被験者から得られた代表的なデータの分析。(A)各処理ステップ後のパワースペクトルのプロット。(B)短距離チャネルの退縮前後のチャネルの1つに正規化された血流信号の時系列を示す例(頭皮信号)。この図の大きなバージョンを表示するには、ここをクリックしてください。
図5:すべての被験者の前頭前野における安静状態機能接続性。左皮質(0.32 ±0.32)、右皮質(0.34 ±0.29)、右皮質(0.34 ±0.29)の領域間(DLFC1-IFCおよびDLFC2-IFC)のグループ平均(0.34 ±0.26)。左皮質の領域内領域(0.64±0.25)および右皮質(0.62±0.23)のグループ平均。エラー バーは、すべての件名の SD を示します。t検定は、両方の皮質の領域内RSFCと地域間RSFCの差がp ≤ 0.0002と有意であることを示していますが、左右皮質の間に有意な差はなかった(t検定= p>0.8)。偽検出率 (FDR) は、多重比較補正に使用されました。この図の大きなバージョンを表示するには、ここをクリックしてください。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
CBFを正確に検出したRSFCをDCSで測定したかどうかを判断するために、既知のRSFC特性を有する脳の2つの領域を調べた。DLFC 領域間および DLFC と IFC 間の機能的な接続は,、57、58、59が存在すると想定されます。58地域内接続が通常高いため、左右の DLFC 内の 2 つのサイト間の接続性が選択されました。また、地域間の接続性が弱いことがわかっているため、IFC と DLFC 間の接続性が選択されました。
DCS 技術は、DLFC エリア内の高い接続性を示しましたが、IFC と DLFC エリア間の接続性は低く、fMRI などの他の方法と同様の調査と一致しています。これらの結果は、ヒトにおけるRSFCを評価するための非侵襲的手段としてのDCSの可能性を示す。fNIRSなどの他の画像化モダリティと組み合わせると、自閉症などの神経疾患の正確な特徴付けが可能になります。fNIRS と DCS の同時測定は依然として課題ですが、この問題に対するいくつかのアプローチは、19、20、21、 23、272723、,28、60、61、 62、6363、64、65で検討されています。,パイロット試験では、より良い接触のために、孤立した軽量DCSプローブが選択されました。将来的にはプローブ設計を改善し、fNIRSファイバーをDCS繊維の隣に挿入し、光源を順次に照らすことができます。要約すると、DCSは他の技術を補完する役割を果たし、若いおよび障害のある患者の脳機能の非侵襲的評価のための有用なツールとなる。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
著者らは、競合する財政的利益を宣言しない。
Acknowledgments
著者らは、オハイオ第三フロンティアからオハイオイメージング研究イノベーションネットワーク(OIRAIN、667750)、中国国立自然科学財団(No. 81771876)への財政的支援を認めたい。
Materials
Name | Company | Catalog Number | Comments |
3D Printed Probe | In-house | N/A | 3D printed PLA probe (Craftbot, Craft unique) |
785nm, 100mW, CW, FC coupled Laser | CrystaLaser | DL785-100-S | DCS component (light source) |
Auto-correlator | Correlator.com | Flex05-8ch | DCS component (output g2 curve to PC) |
Data Acquisition GUI | In-house | N/A | GUI coded in LabVIEW to run the DCS system |
Data analysis software | In-house | N/A | Matlab code used for obtaining RSFC results |
EEG Electrode Cap | OpenBCI | N/A | EEG mesh cap with standard 10/20 positions |
Multi-mode fiber | OZ Optics | QMMJ-3,2.5-IRVIS-600/630-3PCBK-3 | DCS component (source fiber) |
Oxiplex calibration phantom | ISS | 75019, 75020 | Set of 2 PDMS Calibration Phantom |
Oxiplex muscle probe | ISS | 86010 | 4 channel muscle probe |
Oxiplex Oximeter | ISS | 95205 | FD-fNIRS (690nm, 830nm) |
Power meter | Thorlabs | PM100D | Laser light power adjuster |
Sensor card | Thorlabs | F-IRC1-S | laser IR beam viewer |
Single-mode fiber | OZ Optics | SMJ-3S2.5-780-5/125-3PCBK-3 | DCS component (detector fiber) |
Single-Photon Counting Machine | Excelitas | SPMC-NIR-1x2-FC | DCS component (detector) |
References
- Cohen, A. L., et al. Defining functional areas in individual human brains using resting functional connectivity MRI. NeuroImage. 41 (1), 45-57 (2008).
- Pizoli, C. E., et al. Resting state activity in development and maintenance of normal brain function. Proceedings of the National Academy of Sciences of the United States of America. 108 (28), 11638-11643 (2011).
- Duan, L., Zhang, Y. J., Zhu, C. Z. Quantitative comparison of resting state functional connectivity derived from fNIRS and fMRI: A simultaneous recording study. NeuroImage. 60 (4), 2008-2018 (2012).
- White, B. R., et al. Resting state functional connectivity in the human brain revealed with diffuse optical tomography. NeuroImage. 47 (1), 148-156 (2009).
- Biswal, B., Yetkin, F. Z., Haughton, V. M., Hyde, J. S. Functional connectivity in the motor cortex of resting human brain using echo-planar MRI. Magnetic resonance in medicine official journal of the Society of Magnetic Resonance in Medicine/Society of Magnetic Resonance in Medicine. 34 (4), 537-541 (1995).
- Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering. , (2011).
- Zhang, H., et al. Test-retest assessment of independent component analysis-derived resting state functional connectivity based on functional near-infrared spectroscopy. NeuroImage. 55 (2), 607-615 (2011).
- Lu, C. M., et al. Use of fNIRS to assess resting state functional connectivity. Journal of Neuroscience Methods. 186 (2), 242-249 (2010).
- Zhang, Y. -J., et al. Detecting Resting state Functional Connectivity in the Language System using Functional Near-Infrared Spectroscopy. Journal of Biomedical Optics. 15 (4), 047003 (2010).
- Fransson, P. Spontaneous low-frequency BOLD signal fluctuations: An fMRI investigation of the resting state default mode of brain function hypothesis. Human Brain Mapping. , (2005).
- Li, J., et al. Characterization of autism spectrum disorder with spontaneous hemodynamic activity. Biomedical Optics Express. , (2016).
- Sheline, Y. I., Raichle, M. E. Resting state functional connectivity in preclinical Alzheimer's disease. Biological Psychiatry. , (2013).
- Mulders, P. C., van Eijndhoven, P. F., Schene, A. H., Beckmann, C. F., Tendolkar, I. Resting state functional connectivity in major depressive disorder: A review. Neuroscience and Biobehavioral Reviews. , (2015).
- Kiviniemi, V., et al. Slow vasomotor fluctuation in fMRI of anesthetized child brain. Magnetic Resonance in Medicine. , (2000).
- Fransson, P., et al. Resting state networks in the infant brain. Proceedings of the National Academy of Sciences of the United States of America. , (2007).
- Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. Neuroimage. 85, 51-63 (2014).
- Buckley, E. M., Parthasarathy, A. B., Grant, P. E., Yodh, A. G., Franceschini, M. A. Diffuse correlation spectroscopy for measurement of cerebral blood flow: future prospects. Neurophotonics. 1 (1), 011009 (2014).
- Buckley, E. M., et al. Cerebral hemodynamics in preterm infants during positional intervention measured with diffuse correlation spectroscopy and transcranial Doppler ultrasound. Optics Express. , (2009).
- Dehaes, M., et al. Cerebral oxygen metabolism in neonatal hypoxic ischemic encephalopathy during and after therapeutic hypothermia. Journal of Cerebral Blood Flow. , (2014).
- Lin, P. Y., et al. Non-invasive optical measurement of cerebral metabolism and hemodynamics in infants. Journal of Visualized Experiments. , (2013).
- Lin, P. Y., et al. Regional and hemispheric asymmetries of cerebral hemodynamic and oxygen metabolism in newborns. Cerebral Cortex. 23 (2), (2013).
- Busch, D. R., et al. Cerebral Blood Flow Response to Hypercapnia in Children with Obstructive Sleep Apnea Syndrome. Sleep. , (2016).
- Durduran, T., et al. Cerebral oxygen metabolism (CMRO2) reactivity to hypercapnia in neonates with severe congenital heart defects measured with diffuse optics. Journal of Cerebral Blood Flow and Metabolism. , (2009).
- Durduran, T., et al. Optical measurement of cerebral hemodynamics and oxygen metabolism in neonates with congenital heart defects. Journal of Biomedical Optics. , (2010).
- Mesquita, R. C., Franceschini, M. A., Boas, D. A. Resting state functional connectivity of the whole head with near-infrared spectroscopy. Biomedical optics express. 1 (1), 324-336 (2010).
- Boas, D. A., Franceschini, M. A. Haemoglobin oxygen saturation as a biomarker: The problem and a solution. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering. , (2011).
- Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. NeuroImage. , (2014).
- Yu, G. Diffuse Correlation Spectroscopy (DCS): A Diagnostic Tool for Assessing Tissue Blood Flow in Vascular-Related Diseases and Therapies. Current Medical Imaging Reviews. (8), 194-210 (2012).
- Yu, G., Durduran, T., Zhou, C., Cheng, R., Yodh, A. G. Near-Infrared Diffuse Correlation Spectroscopy for Assessment of Tissue Blood Flow. Handbook of Biomedical Optics. , 195-216 (2011).
- Selb, J., et al. Sensitivity of near-infrared spectroscopy and diffuse correlation spectroscopy to brain hemodynamics: simulations and experimental findings during hypercapnia. Neurophotonics. 1 (1), (2014).
- Cheung, C., et al. In vivo cerebrovascular measurement combining diffuse near-infrared absorption and correlation spectroscopies. Physics in Medicine and Biology. 46 (8), 2053-2065 (2001).
- Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philos Trans A Math Phys Eng Sci. 369 (1955), 4390-4406 (2011).
- Maret, G., Wolf, P. E. Multiple Light Scattering from Disordered Media. The Effect of Brownian Motion of Scatterers. Z. Phys. B - Condensed Matter. 65, 409-413 (1987).
- Yu, G. Q. Near-infrared diffuse correlation spectroscopy in cancer diagnosis and therapy monitoring. Journal of Biomedical Optics. 17 (1), (2012).
- Carp, S. A., Dai, G. P., Boas, D. A., Franceschini, M. A., Kim, Y. R. Validation of diffuse correlation spectroscopy measurements of rodent cerebral blood flow with simultaneous arterial spin labeling MRI; towards MRI-optical continuous cerebral metabolic monitoring. Biomedical Optics Express. 1 (2), 553-565 (2010).
- Roche-Labarbe, N., et al. Near-infrared spectroscopy assessment of cerebral oxygen metabolism in the developing premature brain. Journal of Cerebral Blood Flow. , (2012).
- Bergonzi, K. M., Bauer, A. Q., Wright, P. W., Culver, J. P. Mapping functional connectivity using cerebral blood flow in the mouse brain. J Cereb Blood Flow Metab. 35 (3), 367-370 (2015).
- Poon, C. S., Li, J., Kress, J., Rohrbach, D. J., Sunar, U. Resting state Functional Connectivity measured by Diffuse Correlation Spectroscopy. Optics InfoBase Conference Papers. , (2018).
- Li, J., Poon, C. -S., Kress, J., Rohrbach, D. J., Sunar, U. Resting state functional connectivity measured by diffuse correlation spectroscopy. Journal of Biophotonics. 11 (2), (2018).
- Yu, G. Q. Near-infrared diffuse correlation spectroscopy in cancer diagnosis and therapy monitoring. J Biomed Opt. 17 (1), (2012).
- Li, J., et al. Measurements of human motor and visual activities with diffusing-wave spectroscopy. Novel Optical Instrumentation for Biomedical Applications II. 5864, 58640 (2005).
- Wang, D., et al. Fast blood flow monitoring in deep tissues with real-time software correlators. Biomedical Optics Express. 7 (3), 776 (2016).
- Boas, D. A., Yodh, A. G. Spatially varying dynamical properties of turbid media probed with diffusing temporal light correlation. Journal of the Optical Society of America a-Optics Image Science and Vision. 14 (1), 192-215 (1997).
- Diop, M., Lee, T. -Y., St. Lawrence, K. Continuous monitoring of absolute cerebral blood flow by combining diffuse correlation spectroscopy and time-resolved near-infrared technology. Spie. 7896, 78960 (2011).
- Medical, I. ISS Oxiplex Manual. , (2008).
- Fantini, S., et al. Quantitative optical monitoring of the hemoglobin concentration and saturation in the piglet brain. Biomedical Optical Spectroscopy and Diagnostics. , (2000).
- Hueber, D. M., et al. Non-invasive and quantitative near-infrared haemoglobin spectrometry in the piglet brain during hypoxic stress, using a frequency-domain multidistance instrument. Physics in Medicine and Biology. , (2001).
- Zhang, J., et al. Application of I&Q detection system in scouting the curative effect of neck squamous cell carcinoma. Optical Tomography and Spectroscopy of Tissue V. , (2003).
- Zhao, J., Ding, H. S., Hou, X. L., Le Zhou, C., Chance, B. In vivo determination of the optical properties of infant brain using frequency-domain near-infrared spectroscopy. Journal of Biomedical Optics. , (2005).
- Tu, T., Chen, Y., Zhang, J., Intes, X., Chance, B. Analysis on performance and optimization of frequency-domain near-infrared instruments. Journal of Biomedical Optics. , (2002).
- Choe, R., et al. Transabdominal near infrared oximetry of hypoxic stress in fetal sheep brain in utero. Proceedings of the National Academy of Sciences of the United States of America. , (2003).
- Sunar, U., et al. Noninvasive diffuse optical measurement of blood flow and blood oxygenation for monitoring radiation therapy in patients with head and neck tumors: a pilot study. Journal of Biomedical Optics. 11 (6), (2006).
- Sunar, U., et al. Hemodynamic responses to antivascular therapy and ionizing radiation assessed by diffuse optical spectroscopies. Optics Express. , (2007).
- Durduran, T., Choe, R., Baker, W. B., Yodh, A. G. Diffuse Optics for Tissue Monitoring and Tomography T. Rep Prog Phys. 73 (7), (2010).
- Boas, D. A., Campbell, L. E., Yodh, A. G. Scattering and imaging with diffusing temporal field correlations. Physical Review Letters. , (1995).
- Boas, D. A., Yodh, A. G. Spatially varying dynamical properties of turbid media probed with diffusing temporal light correlation. Journal of the Optical Society of America A. , (1997).
- Chuang, C. -C., Sun, C. -W. Gender-related effects of prefrontal cortex connectivity: a resting state functional optical tomography study. Biomedical Optics Express. 5 (8), 2503 (2014).
- Okamoto, M., et al. Multimodal assessment of cortical activation during apple peeling by NIRS and fMRI. NeuroImage. , (2004).
- Koessler, L., et al. Automated cortical projection of EEG sensors: Anatomical correlation via the international 10-10 system. NeuroImage. , (2009).
- Farzam, P., et al. Shedding light on the neonatal brain: Probing cerebral hemodynamics by diffuse optical spectroscopic methods. Scientific Reports. , (2017).
- Shang, Y., Li, T., Yu, G. Clinical applications of near-infrared diffuse correlation spectroscopy and tomography for tissue blood flow monitoring and imaging. Physiological Measurement. , (2017).
- Mesquita, R. C., et al. Direct measurement of tissue blood flow and metabolism with diffuse optics. Philos Trans A Math Phys Eng Sci. 369 (1955), 4390-4406 (2011).
- Durduran, T., et al. Diffuse optical measurement of blood flow, blood oxygenation, and metabolism in a human brain during sensorimotor cortex activation. Optics Letters. , (2004).
- Kim, M. N., et al. Noninvasive measurement of cerebral blood flow and blood oxygenation using near-infrared and diffuse correlation spectroscopies in critically brain-injured adults. Neurocritical Care. , (2010).
- Irwin, D., et al. Influences of tissue absorption and scattering on diffuse correlation spectroscopy blood flow measurements. Biomedical Optics Express. , (2011).