功能近紅外光譜在大腦成像中的研究及應(yīng)用

陳興穌，王雪峰,，王元慶

?

功能近紅外光譜在大腦成像中的研究及應(yīng)用

陳興穌1，王雪峰1,2，王元慶2

（1. 伊犁師范學(xué)院 電子與信息工程學(xué)院，新疆 伊寧 835000；2. 南京大學(xué) 電子科學(xué)與工程學(xué)院，江蘇 南京 210046）

近紅外光譜的650～1000nm是大腦成像的“光學(xué)窗口”，功能近紅外光譜技術(shù)對大腦成像具有非侵入、無需注射造影劑、成本低和方便等優(yōu)點，被應(yīng)用于腦成像。概述了近紅外光譜在大腦成像中的原理、方法及發(fā)展，總結(jié)分析了功能近紅外光譜技術(shù)對大腦探測在提高系統(tǒng)分辨率方法的3個主要階段，提出了存在的問題和發(fā)展前景。

功能近紅外光譜；大腦成像；多通道探測；高密度探測

0 引言

近紅外光譜（near infrared spectroscopy, NIRS）是介于可見光和中紅外光之間的電磁輻射波，波長范圍大概在650～1000nm。生物組織在近紅外波段呈現(xiàn)低吸收、高散射的特性[1]，近紅外光譜技術(shù)對生物組織體具有一定的穿透能力，可以到達(dá)組織體幾厘米的深度。生物組織中有與氧代謝密切相關(guān)的色團(tuán)，如血液中的含氧血紅蛋白（oxyhemoglobin, HbO2）和脫氧血紅蛋白（de-oxyhemoglobin, HbR）等，這些物質(zhì)對近紅外波段光譜的吸收具有差異性，近紅外光譜技術(shù)就是通過測定目標(biāo)生物組織中的血氧濃度及局部血容量的變化，來完成對大腦等生物組織體的檢測。

功能近紅外光譜技術(shù)的應(yīng)用非常廣泛，不僅可以對大腦進(jìn)行探測[2-5]，還有像中醫(yī)領(lǐng)域的探測[6]以及熱像檢測技術(shù)[7]和各種其他的檢測應(yīng)用[8-10]。

1 近紅外光譜技術(shù)

功能近紅外光譜（functional near-infrared spectroscopy, fNIRS）在大腦成像領(lǐng)域經(jīng)歷了20多年的發(fā)展，對大腦主要進(jìn)行組織血氧結(jié)合和血液動力學(xué)的探測。1992年首次使用功能近紅外光對大腦進(jìn)行研究，其中有4個研究機(jī)構(gòu)，Chance等[11-14]在1993發(fā)表了相應(yīng)的研究成果。1998年，MEEK[15]等人首次開發(fā)了商業(yè)使用的單通道連續(xù)光系統(tǒng)，并對3～14周的嬰兒進(jìn)行了大腦觀測實驗。

功能近紅外光譜技術(shù)有3種主要的方法[16-18]：連續(xù)波譜方式（CW，continuous wave）、時域波譜方式（TD, time domain）和頻域波譜方式（FD, frequency domain）。

1.1 連續(xù)波近紅外光譜技術(shù)（CW-NIRS）

連續(xù)波譜法是最早使用的方法，也是最簡單的方法，是指采用連續(xù)的光源或者在一個調(diào)制頻率較低（幾kHz）的光源探測大腦，光進(jìn)入大腦后，經(jīng)過不斷的吸收和散射，光強(qiáng)會減弱，探測器接收攜帶信息的光強(qiáng)信息。這種測量方式的優(yōu)點是光源系統(tǒng)簡單、測量方便、獲取時間短。缺點是不能完全測量到組織體的光學(xué)參數(shù)（吸收系數(shù)和散射系數(shù)），因此不能定量的得到HbO2和HbR的值。但是依然可以分析它們的變化情況。

1.2 時域近紅外光譜技術(shù)（TD-NIRS）

時域光譜技術(shù)是采用一個超快（皮秒級或飛秒級）的脈沖光源，出射光相對于入射光的脈沖會在時間上有一個很大的展寬，這個展寬就是時域光測量方式的時間擴(kuò)展，通常采用同步超高速攝像機(jī)或時間相關(guān)單光子計數(shù)測量（TCSPC）系統(tǒng)記錄透射光隨時間變化的曲線，與漫射理論給出的前向解進(jìn)行最佳匹配。這種測量方式的優(yōu)點是信噪比高、靈敏度高、線性度好、時間分辨率高。缺點是系統(tǒng)要求較高、復(fù)雜，由于需要測量超短激光脈沖（皮秒或飛秒級）的時間響應(yīng)，對于測量系統(tǒng)精度要求很高。

1.3 頻域近紅外光譜技術(shù)（FD-NIRS）

頻域光譜技術(shù)是指采用幅度和相位調(diào)制的（正弦波，頻率為幾百MHz）光源，探測后的光會保持原有的調(diào)制頻率不變，但其幅值和相位會改變。它的理論基礎(chǔ)是通過測量調(diào)制后波形在入射處與出射處之間的相位移，得到光子密度波的傳輸延時。這種測量方式的優(yōu)點是數(shù)據(jù)讀取時間短，與連續(xù)光測量方式相當(dāng)。缺點是由于系統(tǒng)的相位角的變化延遲很小，需要高精度的測量儀器來測量相位角的變化，搭建系統(tǒng)價格昂貴。而且由于光源是高頻調(diào)制實現(xiàn)的，容易受到噪聲影響且技術(shù)上難于實現(xiàn)。

2 功能近紅外光譜發(fā)展階段

功能近紅外光譜對大腦的探測技術(shù)，從提高分辨率的方向看可以分成3個主要階段，前期的單點探測、后來發(fā)展的多通道探測以及現(xiàn)在提出的高密度探測，這3個階段的發(fā)展由圖1[17]所示。早期的單點探測系統(tǒng)設(shè)備簡單，獲取數(shù)據(jù)量小，需要多次試驗，分辨率也較低；多通道探測設(shè)備較復(fù)雜，一次試驗就可以獲取大量數(shù)據(jù)，需要進(jìn)行簡單分析，分辨率得到提高；高密度探測系統(tǒng)復(fù)雜，一次試驗獲取高密度的數(shù)據(jù)量，需要進(jìn)行復(fù)雜的分析以及相應(yīng)的重建算法，繪制大腦多個區(qū)域圖像。

圖1 功能近紅外光譜技術(shù)在提高分辨率的3個主要階段

2.1 單點探測階段

早期的功能近紅外光譜技術(shù)對大腦的探測，使用單點探測技術(shù)，即每次只探測大腦皮層區(qū)域的一個點，光源通過光纖照射一個點，探測器在光源點附近接收一個點的信息。這樣獲得的信息量很小，并且需要多次探測，最終只能獲取簡單的變化輪廓曲線。

1）成人大腦探測

第一個單通道近紅外成人大腦研究設(shè)備，在1991年到1992年底進(jìn)行了研究，并在1993年由4個研究機(jī)構(gòu)發(fā)表研究結(jié)果：①日本北海道大學(xué)（Hokkaido University）；②東京國家神經(jīng)科學(xué)研究（Tokyo National Institute of Neuroscience）；③德國慕尼黑大學(xué)（University of Munich）；④賓夕法尼亞大學(xué)（University of Pennsylvania）。

日本北海道大學(xué)Hoshi和Tamura[11]的研究獲取了14個志愿者的雙邊前額皮層的血氧含量的變化情況，使用單通道2個連續(xù)波系統(tǒng)OM-100A。Okada等人在1993年繼續(xù)研究了對于具有左右手習(xí)慣不同的72個志愿者的血氧變化情況。

德國慕尼黑大學(xué)Villringer等[14]使用NIRO-500系統(tǒng)對12個測試者進(jìn)行了認(rèn)知激勵，發(fā)現(xiàn)有10個受試者的前額區(qū)出現(xiàn)了HbO2含量的增加。

賓夕法尼亞大學(xué)的Britton Chance[12]教授在1992年提出了不同的功能近紅外光譜技術(shù)，證明了認(rèn)知激勵下的雙邊前額皮層的變化在光吸收的低頻調(diào)制，利用了簡單的連續(xù)波單通道探測模型，觀測到血氧含量的變化與大腦的活動有關(guān)。Britton Chance教授是著名的生物學(xué)家，并在后來的NIRS/fNIRS研究中起到重要的作用。

Hoshi和Tamura在1993年使用5個單通道設(shè)備對不同的大腦皮層區(qū)域進(jìn)行了探測，同時探測到了HbO2和全血紅蛋白（HbT）含量增加，通過不同的任務(wù)刺激，大腦HbO2的含量不同。1995年Maki[19]等人使用頻域編碼方式解決了不同通道之間的干擾。

2）嬰兒大腦探測

第1個單點近紅外光譜技術(shù)嬰兒大腦研究是在1998年，英國倫敦大學(xué)學(xué)院Meek等[15]研制了第一臺應(yīng)用嬰兒大腦監(jiān)測的近紅外系統(tǒng)。使用單通道NIRO-500設(shè)備對清醒嬰兒頭部的腦皮層的HbO2進(jìn)行了探測。2001年Zaramella等人[20]在聽覺皮層進(jìn)行激勵來探測基本的大腦皮層區(qū)域變化；接下來許多研究者使用更復(fù)雜的激勵方法對嬰兒腦皮層進(jìn)行探測。

3）臨床實驗

第1個單點近紅外光對大腦的臨床研究在1994年[21]，日本北海道大學(xué)使用NIRO-1000連續(xù)波系統(tǒng)，對38位患有慢性精神分裂癥的患者進(jìn)行了臨床研究，目的在于發(fā)現(xiàn)患者大腦的血氧含量的擾動。實驗結(jié)果表明正常人的大腦顯示了穩(wěn)定和正常的集成模式的HbO2和HbR變化，而在患有慢性精神分裂癥的患者頭部監(jiān)測到與正常人不同的不穩(wěn)定模式變化。驗證了功能近紅外光譜對精神病治療的作用。

Hock等[22-23]研究了對于不同年齡階段的阿爾茲海默癥病人的血氧含量的變化情況。Fallgatter等[24]在1997年證明了受阿爾茲海默癥影響的受試者的功能性半球不對稱的減少。

2.2 多通道探測階段

由于單點探測在空間分辨率和時間分辨率上都很低，眾多研究學(xué)者開發(fā)了多通道的探測技術(shù)，涌現(xiàn)出大批成果。主要的方法是通過增加光源數(shù)和探測光纖數(shù)來獲取多個點的探測數(shù)據(jù)。

Maki等[19,25]在1995年首次使用10通道探測，每次可以探測10個測量點，光源點和探測點都為4個，如圖2[19]所示。Watanabe等[26]在1998年應(yīng)用了24通道的近紅外光譜技術(shù)來對大腦進(jìn)行探測。

圖2 Maki等人提出的10通道探測點分布

Miyai等[27]在2001年使用9個光源和12個探測器，達(dá)到30個探測通道，如圖3[27]所示。2004年又開發(fā)了52通道和64通道系統(tǒng)，研究人的步態(tài)對大腦活動的影響，對病理性步態(tài)和復(fù)健有一定的意義。光源和探測點的距離都為3cm。

圖3 Miyai等人提出的多通道系統(tǒng)

Homae等[28-29]在2006年和2007年分別在左右腦使用了10個源點和8個探測點（共20個源點和16個探測點），探測通道分別為24個（共48個測量點），對嬰兒的大腦皮層進(jìn)行探測。在2010年[30]使用兩個3×10陣列（15個源點和15個探測光纖），每個陣列47個探測通道，共94個通道對15個嬰兒（6個女孩和9個男孩），從出生、3個月、6個月3個時間點分別進(jìn)行了血氧含量的監(jiān)測。源點和探測點之間的距離為2cm，兩個探測點之間的最小距離為1.4cm，如圖4[30]所示。

圖4 Homae等人提出的94通道的探測點分布

Maria等[31]在2000年提出了在線快速重建大腦圖像的方法，使用16個源點和2個探測點，共32個探測通道，如圖5[31]所示，采用時分復(fù)用的方式照亮光源，并使用反投影方法，獲取了大腦血氧蛋白含量的變化情況。源點和探測點之間的距離均為3cm。

Schmidt等[32]在2000年提出了32個源點和32個探測點的時域方式光學(xué)成像，每次獲取32通道的探測點，光源一次只照亮一個，32個源點需要按順序照亮。每次一個光源照亮，22個探測點接收數(shù)據(jù)（考慮到離光源的距離太近，靠近光源的左右5個點不接收數(shù)據(jù)），共達(dá)到32×22＝704個測量點，并重建了大腦區(qū)域的吸收系數(shù)和散射系數(shù)圖像。

圖5 Maria等人提出的32通道的探測點分布

Quaresima等[33]在2002年使用連續(xù)波方式，雙波長，4個源點和5個探測點，得到12點的探測通道，光源點和探測點的距離為3.5cm，得到了大腦血紅蛋白含量的變化情況。并在2005年[34]使用時域方式，2個源點和4個探測點，獲取8通道的探測，驗證了時域方式下進(jìn)行大腦雙側(cè)前額皮層在語言激勵下血紅蛋白含量探測的可行性。

Maria和Boas在2003和2004年[35-36]使用8個源點和16個探測點，源點和探測點的距離為3cm，每個源點之間的距離為1.9cm，每個大腦半球14對探測通道，如圖6[36]所示，獲取了大腦雙側(cè)的血紅蛋白含量的變化曲線和圖像。

圖6 Maria等人提出的28通道探測點分布

Ou 等[37]在2009 年聯(lián)合腦磁圖（MEG）和擴(kuò)散光成像（DOI）研究了大腦神經(jīng)與血管的耦合，光源和探測器的分布使用的是Maria 等人研制的CW4 設(shè)備。

在國內(nèi)，華中科技大學(xué)駱清銘小組[38-41]研究的近紅外光譜基于對于大腦光神經(jīng)信號的檢測，使用了4個源點和16個探測點，共達(dá)到22個探測通道。源點和探測點間距為3cm，如圖7[40]所示。

通過各種多通道探測系統(tǒng)可以看出，在多通道探測中需要考慮串影和光源同時照射時探測端的信息解析，所以光源數(shù)一般較少，探測點也需要分布在一定的距離內(nèi)，光源一般需要按順序分別照亮，這增加了數(shù)據(jù)采集的時間；若光源數(shù)較多時，如Schmidt使用了32個源，就需要采用時分復(fù)用的方式使用硬件設(shè)備點亮每個光源，就會增加探測時間和系統(tǒng)的復(fù)雜度。文獻(xiàn)中也有很多有關(guān)多通道探測階段的總結(jié)[42-43]。

圖7 駱清銘小組提出的22通道探測點分布

2.3 高密度探測階段

在多通道探測階段，由于源點和探測點的數(shù)量增加，進(jìn)而增加了探測的難度，特別是多個光源點，由于串影和探測端信息解析的難度，造成了源點和探測點的數(shù)量不能增加過多，因此分辨率就不能提高，也只能獲取血紅蛋白含量的簡單變化曲線和熱點圖，不能達(dá)到高分辨率。若需要提高分辨率，就需要系統(tǒng)能夠同時進(jìn)行多點探測，提高探測密度和光源數(shù)。

對于多通道探測，重點是如何有效利用探測點的數(shù)據(jù)及提高探測點接收數(shù)據(jù)的能力，測量數(shù)據(jù)點的選擇一般是介于光源和探測點之間的點，或是通過插值得到的數(shù)據(jù)點。

Boas等致力于近紅外光譜技術(shù)對大腦的探測，研究了從多通道探測[44-45]到高密度探測的方法，2004年Boas等人[46-47]在近紅外光譜的擴(kuò)散光大腦成像中，提出了重疊測量的方法，使用第1臨近距離和第2臨近距離來得到重疊測量的數(shù)據(jù)，使用16個源點和9個探測點，得到了84個探測點數(shù)據(jù)，源和探測點之間的距離最大4.3cm和最小2.5cm。并在2006年研制了CW5系統(tǒng)[48]，使用時分復(fù)用頻分編碼的方式使多個光源可以同時照亮，將光源分成3組進(jìn)行照亮，分別對應(yīng)不同的探測點。

Zeff等所在的Culver研究小組2007年[49]提出了高密度DOT（High-density, HD-DOT）系統(tǒng)及相應(yīng)的研究方法[50-51]。建立了高密度成像網(wǎng)格，使用24源點和28探測點，并使用第一、第二、第三和第四最相鄰距離探測，源和探測點距離分別13mm、30mm、40mm和48mm。24個源與28個探測器交叉在高密度矩陣中，如圖8[49]所示，總體尺寸達(dá)到13.2cm×6.6cm。在頭部的光纖連接使用一個活動的塑料帽子，并設(shè)置在視覺腦皮層頭部后面。在這個高密度中，理論上共有672個可能測量點。由于高靈敏度和動態(tài)范圍，使用4個最臨近光極點可以同時采樣，實際測量可以同時獲取348個測量點。

圖8 Zeff小組提出的高密度大腦探測的網(wǎng)格分布

2014年Eggebrecht等[52]在Zeff等人的基礎(chǔ)上繼續(xù)提高了高密度DOT的分辨率，同樣使用雙波長（750nm和850nm），源點和探測點分別增加到96和92個，排布成交錯矩形陣列，4個最鄰近距離分別為1.3cm、3.0cm、3.9cm和4.7cm。光源點位置被分成6個編碼區(qū)域，每16個源按時間間隔6.25ms排序；兩個雙波長使用頻域編制成不同的頻率。這樣就對整個探測光纖進(jìn)行了時間、頻域和空間上的編碼，達(dá)到了1200個探測點數(shù)據(jù)。

Koch等[53-55]在2009和2010年提出了高密度光學(xué)大腦地圖繪制，使用30個雙極光纖，可以同時作為光源和探測光纖，這樣就可以獲取900個探測點數(shù)據(jù)，對光源的照亮采用時分復(fù)用的方式，兩個光纖之間的距離僅有0.75cm，如圖9[55]所示。

圖9 Koch等人提出的高密度探測光纖分布

高密度近紅外光譜測量方法，比起多通道測量方法，極大地提高了分辨率，探測精度也得到提高，使得功能近紅外光譜對大腦功能的探測更近一步。

3 結(jié)語

功能近紅外光譜技術(shù)對大腦的探測經(jīng)歷了20多年的發(fā)展，由于其特殊的“光學(xué)窗口”對大腦組織具有一定的穿透能力，并能夠攜帶信息后溢出組織體，使得近紅外光譜技術(shù)對大腦功能的含氧血紅蛋白和脫氧血紅蛋白的變化進(jìn)行檢測。檢測方法主要分為連續(xù)波譜技術(shù)、時域波譜技術(shù)和頻域波譜技術(shù)。早期主要使用的是連續(xù)波譜技術(shù)，由于其簡單，探測方便；后期發(fā)展了時域波譜技術(shù)及頻域波譜技術(shù)，時域和頻域之間可以相互轉(zhuǎn)化，但系統(tǒng)的設(shè)計并不相同。探測時需要選擇光纖探頭接觸頭部，通過探頭對頭部的不同區(qū)域的探測，獲取不同的功能信息。早期使用的是單點探測方式，一個光源照射，一個探測光纖探頭接收信息，這種方式很簡單，但探測的信息量太少；接著提出了多通道探測方式，由多個光源和多個探測點組成，源點和探測點的探頭數(shù)量從10個到20多個，源點和探測點的距離大概在3cm左右?，F(xiàn)在提出的高密度探測方法，源點和探測點的探頭數(shù)量增加到近100個，距離也減小到1cm左右，探測點數(shù)據(jù)量達(dá)到了1000多個，極大的提高了探測精度。

對于功能近紅外光譜技術(shù)對大腦的探測重要的一點是提高分辨率，在提高空間分辨率的情況下，系統(tǒng)的復(fù)雜度也大幅度增加，所以系統(tǒng)的時間分辨率也相應(yīng)需要提高。而且通過光纖探頭進(jìn)行探測，空間分辨率的提高無法再突破，所以需要有更好的方法，比如光源直接照射，不使用光纖探頭進(jìn)行探測，而使用CCD相機(jī)接收數(shù)據(jù)，達(dá)到高分辨率的數(shù)據(jù)量，但同時得到的數(shù)據(jù)量也有很多無用數(shù)據(jù)且數(shù)據(jù)量巨大，增加了后期圖像重建技術(shù)的難度。

[1] Cheong W F, Prahl S A, Welch A J. A review of the optical properties of biological tissues[J]., 1990, 26(12): 2166-2185.

[2] 駱清銘, 鄧暉, 龔輝, 等. 用于腦血流量檢測的近紅外光譜術(shù)[J]. 紅外與毫米波學(xué)報, 1999, 18(2): 138-144.

LUO Qing-ming, DENG Hui, GONG Hui, et al. Near-infrared spectroscopy for the measurement of cerebral blood flow[J]., 1999, 18(2): 138-144.

[3] 周俊, 白凈. 近紅外光譜技術(shù)及其在腦功能成像中的應(yīng)用[J]. 國際生物醫(yī)學(xué)工程雜志, 2000(4): 193-197.

ZHOU Jun, BAI Jing. NIRS and it's application in functional cerebral image[J]., 2000(4): 193-197.

[4] 錢志余, 李韙韜. 功能近紅外光譜技術(shù)（fNIRs）臨床應(yīng)用綜述[J]. 生命科學(xué)儀器, 2013, 11(3): 45-52.

QIAN Zhi-yu, LI Wei-tao. Functional near-infrared spectroscopy clinical applications review[J]., 2013, 11(3): 45-52.

[5] 徐剛, 李小俚, 劉曉民. 簡易腦功能近紅外光譜系統(tǒng)設(shè)計[J]. 光譜學(xué)與光譜分析, 2015, 35(2): 552-556.

XU Gang, LI Xiao-li, LIU Xiao-min. A simple design of functional near-infrared spectroscopy system[J]., 2015, 35(2): 552-556.

[6] 李洪娟, 王樂鵬, 莫芳芳. 紅外成像檢測技術(shù)在中醫(yī)領(lǐng)域研究綜述[J]. 紅外技術(shù), 2015, 37(3): 185-189.

LI Hong-juan，WANG Le-peng，MO Fang-fang. The research review of the application of infrared thermography in the field of traditional Chinese medicine[J]., 2015, 37(3): 185-189.

[7] 王艷武, 關(guān)濤, 馬守軍, 等. 紅外熱像技術(shù)在船用電氣控制箱狀態(tài)監(jiān)測中的應(yīng)用研究[J]. 紅外技術(shù), 2015, 37(9): 783-787.

WANG Yan-wu, GUAN Tao, MA Shou-jun, et al. Study on the application of infrared thermography to conditions monitor of marine electric control cabinet[J]., 2015, 37(9): 783-787.

[8] 侯旺, 孫曉亮, 尚洋, 等. 紅外弱小目標(biāo)檢測技術(shù)研究現(xiàn)狀與發(fā)展趨勢[J]. 紅外技術(shù), 2015, 37(1): 1-10.

HOU Wang, SUN Xiao-liang, SHANG Yang, et al. Present State and Perspectives of Small Infrared Targets Detection Technology[J]., 2015, 37(1): 1-10.

[9] 陳玲玲, 夏方山, 毛培勝, 等. 近紅外光譜技術(shù)在種子硬實檢測中的研究進(jìn)展[J]. 紅外技術(shù), 2015, 37(1): 793-798.

CHEN Ling-ling，XIA Fang-shan，MAO Pei-sheng, et al. Application of near infrared spectroscopy (NIR) technique in hard seed testing research[J]., 2015, 37(1): 1-10.

[10] 胡光霞, 錢志余, 孫濤, 等. 基于功能近紅外光譜技術(shù)（fNIRs）的帕金森病大鼠模型腦組織特性研究[J]. 光譜學(xué)與光譜分析, 2010, 30(9): 2360-2364.

HU Guang-xia, QIAN Zhi-yu , SUN Tao, et al. Study on brain tissue characteristics of rat model of Parkinson's disease based on functionality near-infrared spectroscopy (fNIRs) technology[J]., 2010, 30(9): 2360-2364.

[11] Hoshi Y, Tamura M. Dynamic multichannel near-infrared optical imaging of human brain activity[J]., 1993, 75(4): 1842-1846.

[12] Chance B, Zhuang Z, UnAh C, et al. Cognition-activated low-frequency modulation of light absorption in human brain[J]., 1993, 90(8): 3770-3774.

[13] Kato T, Kamei A, Takashima S, et al. Human visual cortical function during photic stimulation monitored by means of near infrared spectroscopy[J]., 1993, 13(3): 516-520.

[14] Villringer A, Planck J, Hock C, et al. Near infrared spectroscopy (NIRS): a new tool to study hemodynamic changes during activation of brain function in human adults[J]., 1993, 154(1): 101-104.

[15] Meek J H, Firbank M, Elwell C E, et al. Regional hemodynamic responses to visual stimulation in awake infants[J]., 1998, 43(6): 840-843.

[16] Lloyd-Fox S, Blasi A, Elwell C E. Illuminating the developing brain: the past, present and future of functional near infrared spectroscopy[J]., 2010, 34(3): 269-284.

[17] Ferrari M, Quaresima V. A brief review on the history of human functional near infrared spectroscopy (fNIRS) development and fields of application[J]., 2012, 63(2): 921-935.

[18] Scholkmann F, Kleiser S, Metz A J, et al. A review on continuous wave functional near infrared spectroscopy and imaging instrumentation and methodology[J]., 2014, 85(2): 6-27.

[19] Maki A, Yamashita Y, Ito Y, et al. Spatial and temporal analysis of human motor activity using noninvasive NIR topography[J]., 1995, 22(12): 1997-2005.

[20] Zaramella P, Freato F, Amigoni A, et al. Brain auditory activation measured by near-infrared spectroscopy (NIRS) in neonates[J].2001, 49(2): 213-219.

[21] Okada F, Tokumitsu Y, Hoshi Y, et al. Impaired interhemispheric integration in brain oxygenation and hemodynamics in schizophrenia[J]., 1994, 244(1): 17-25.

[22] Hock C, Müller-Spahn F, Schuh-Hofer S, et al. Age dependency of changes in cerebral hemoglobin oxygenation during brain activation: a near-infrared spectroscopy study[J]., 1995, 15(6): 1103-1108.

[23] Hock C, Villringer K, Müller S, et al. Near infrared spectroscopy in the diagnosis of Alzheimer's disease[J]., 1996, 777(1): 22-29.

[24] Fallgatter A J, Roesler M, Sitzmann L, et al. Loss of functional hemispheric asymmetry in Alzheimer's dementia assessed with near infrared spectroscopy[J]., 1997, 6(1): 67-72.

[25] Watanabe E, Yamashita Y, Maki A, et al. Non-invasive functional mapping with multi-channel near infrared spectroscopic topography in humans[J]., 1996, 205(1): 41-44.

[26] Watanabe E, Maki A, Kawaguchi F, et al. Non-invasive assessment of language dominance with near-infrared spectroscopic mapping[J]., 1998, 256(1): 49-52.

[27] Miyai I, Tanabe H C, Sase I, et al. Cortical mapping of gait in humans: a near-infrared spectroscopic topography study[J]., 2001, 14(5): 1186-1192.

[28] Homae F, Watanabe H, Nakano T, et al. The right hemisphere of sleeping infant perceives sentential prosody[J]., 2006, 54(4): 276-280.

[29] Homae F, Watanabe H, Nakano T, et al. Prosodic processing in the developing brain[J]., 2007, 59(1): 29-39.

[30] Homae F, Watanabe H, Otobe T, et al. Development of global cortical networks in early infancy[J]., 2010, 30(14): 4877-4882.

[31] Franceschini M A, Toronov V, Filiaci M, et al. On-line optical imaging of the human brain with 160-ms temporal resolution [J]., 2000, 6(3): 49-57.

[32] Schmidt F E W, Fry M E, Hillman E M C, et al. A 32-channel time-resolved instrument for medical optical tomography[J]., 2000, 71(1): 256-265.

[33] Quaresima V, Ferrari M, Marco C P, et al. Lateral frontal cortex oxygenation changes during translation and language switching revealed by non-invasive near infrared multi-point measurements[J]., 2002, 59(3): 235-243.

[34] Quaresima V, Ferrari M, Torricelli A, et al. Bilateral prefrontal cortex oxygenation responses to a verbal fluency task: a multichannel time-resolved near-infrared topography study[J]., 2005, 10(1): 011012-01101212.

[35] Franceschini M A, Fantini S, Thompson J H, et al. Hemodynamic evoked response of the sensorimotor cortex measured noninvasively with near infrared optical imaging[J]., 2003, 40(4): 548-560.

[36] Franceschini M A, Boas D A. Non-invasive measurement of neuronal activity with near infrared optical imaging[J]., 2004, 21(1): 372-386.

[37] Ou W, Nissil? I, Radhakrishnan H, et al. Study of neurovascular coupling in humans via simultaneous magnetoencephalography and diffuse optical imaging acquisition[J]., 2009, 46(3): 624-632.

[38] Hui G, Zeng S, Cheng Y, et al. Continuously tracing brain wide long distance axonal projections in mice at a one-micron voxel resolution[J]., 2013, 74(7): 87-98.

[39] Yanyan L, Xiaoquan Y, Dan Z, et al. Optical clearing agents improve photoacoustic imaging in the optical diffusive regime[J]., 2013, 38(20): 4236-4239.

[40] Sun B, Lei Z, Hui G, et al. Detection of optical neuronal signals in the visual cortex using continuous wave near infrared spectroscopy[J]., 2014, 87(2): 190-198.

[41] Yang X Q, Liu Y Y, Zhu D, et al. Dynamic monitoring of optical clearing of skin using photoacoustic microscopy and ultrasonography[J]., 2014, 22(1): 1094-1104.

[42] Gary S, Boas D A, Sutton J P. Non-invasive neuroimaging using near infrared light[J]., 2002, 52(1): 679-693.

[43] Hellmuth O, Arno V. Beyond the visible-imaging the human brain with light[J]., 2003, 23(1): 1-18.

[44] Boas D A, Brooks D H, Miller E L, et al. Imaging the body with diffuse optical tomography[J]., 2001, 18(6): 57-75.

[45] Boas D A, Gaudette T, Strangman G, et al. The accuracy of near infrared spectroscopy and imaging during focal changes in cerebral hemodynamics[J]., 2001, 13(1): 76-90.

[46] Boas D A, Anders M Dale, Franceschini M A. Diffuse optical imaging of brain activation: approaches to optimizing image sensitivity, resolution, and accuracy[J]., 2004, 23(S1): S275-S288.

[47] Boas D A, Chen K, Grebert D, et al. Improving the diffuse optical imaging spatial resolution of the cerebral hemodynamic response to brain activation in humans[J]., 2004, 29(13): 1506-1508.

[48] Joseph D K, Huppert T J, Maria Angela F, et al. Diffuse optical tomography system to image brain activation with improved spatial resolution and validation with functional magnetic resonance imaging [J]., 2006, 45(31): 8142-8151.

[49] Zeff B W, White B R, Hamid D, et al. Retinotopic mapping of adult human visual cortex with high-density diffuse optical tomography[J]., 2007, 104(29): 12169-12174.

[50] Hamid D, White B R, Zeff B W, et al. Depth sensitivity and image reconstruction analysis of dense imaging arrays for mapping brain function with diffuse optical tomography[J]., 2009, 48(9): D137-D143.

[51] Eggebrecht A T, White B R, Ferradal S L, et al. A quantitative spatial comparison of high-density diffuse optical tomography and fMRI cortical mapping[J]., 2012, 61(4): 1120-1128.

[52] Eggebrecht A T, Ferradal S L, Viehoever A R, et al. Mapping distributed brain function and networks with diffuse optical tomography[J]., 2014, 8(6): 448-454.

[53] Koch S P, Menert J, Schmitz C, et al. High-density optical mapping of the human somatosensory cortex to vibrotactile stimulation[J]., 2009, 47(Sl1): S163.

[54] Schmitz C H, Koch S P, Mehnert J, et al. High-density optical mapping of the human somatosensory cortex[C]//,, 2010: S163.

[55] Koch S P, Habermehl C, Mehnert J, et al. High-resolution optical functional mapping of the human somatosensory cortex[J]., 2010, 2(Sl1): 12-12.

Research and Application of Functional Near Infrared Spectroscopy in the Brain Imaging

CHEN Xingsu1，WANG Xuefeng1,2，WANG Yuanqing2

(1.,,83500,; 2.,,210046,)

Near infrared spectrum of 650-1000nm is the optical window of brain imaging. Functional near infrared spectroscopy (fNIRS) for brain imaging has advantages of non-invasive, no injection of contrast agent, low cost and convenience, so it has been applied to brain imaging. The paper overviews the principle, method and development of near infrared spectral imaging in the brain, analyzes and summarizes the three main stage methods of fNIRS. The three stages have improved the system resolution in the brain imaging. The existing problems and development prospects are also presented.

functional near infrared spectroscopy，brain imaging，multi-channel detection，high density detection

TN219

A

1001-8891(2016)06-0433-07

2015-11-18；

2016-01-20.

陳興穌（1981-），男，講師，主要研究方向為信號與信息處理。E-mail：chenxs1981@126.com。

國家自然科學(xué)基金項目（61363066）。