腦組織光學模型的Monte-Carlo仿真研究*

劉玉冰，錢志余，王宏，李韙韜，劉洋洋，王紹波

(南京航空航天大學 生物醫(yī)學工程系，江蘇南京 210016)

1 引 言

實現(xiàn)長時間監(jiān)測顱腦損傷患者的腦組織生理狀態(tài)是腦外科醫(yī)生和科研工作者關(guān)注的一項重要課題。目前臨床常用監(jiān)測技術(shù)分為有創(chuàng)監(jiān)測和無創(chuàng)監(jiān)測。在無損監(jiān)測技術(shù)中，近紅外光譜技術(shù)(near-infrared spectroscopy, NIRs)因其安全、靈敏度高等優(yōu)勢備受人們的歡迎。研究表明，690～1 000 nm波段的近紅外光線能夠穿透頭皮、頭骨到達腦皮質(zhì)2～2.5 cm，近紅外光經(jīng)過吸收和多次散射后，被放置在頭皮處的光電檢測器檢測到，從而可以得到組織的信息[1]。因此，可采用近紅外光譜技術(shù)研究大腦皮層的生理狀態(tài)。

采用光學方式研究腦組織生理狀態(tài)時，檢測光需經(jīng)過多層組織，其中，頭皮、顱骨等淺層組織的生物組織參數(shù)和光學特性在各種疾病中變化很小，較深層組織包括腦脊液、灰質(zhì)和白質(zhì)的生物組織參數(shù)和光學特性在疾病中變化較大。何亮等人[2-4]研究發(fā)現(xiàn)，當腦組織出現(xiàn)腦水腫時，腦脊液含量增多，灰質(zhì)和白質(zhì)的光學特性發(fā)生改變。戴麗娟等人[5]研究發(fā)現(xiàn)，當出現(xiàn)腦出血、腦缺血等情況時，腦組織的光學特性受到影響。雖然多項研究表明生物組織的生理狀態(tài)的變化會引起生物組織參數(shù)或光學特性的變化，但是，隨之NIRs光譜在組織表面的分布特性的變化尚未被揭示。

為探索生物組織的組織參數(shù)和光學特性對NIRs光譜在組織表面的分布特性的影響，我們采用Monte-Carlo仿真方法分別研究了腦脊液含量、灰質(zhì)和白質(zhì)光學特性變化時，在組織表面不同檢測半徑處的光學信號變化情況，旨在為研究腦組織光學檢測新方法及開發(fā)腦組織光學檢測設備提供參考與指導。

2 理論和方法

2.1 生物組織光學特性

生物組織光譜學認為光在生物組織中的傳播是由于單個光子在組織內(nèi)部被吸收或者散射的傳輸造成的[6]。光學檢測通常從光的粒子性角度來研究生物組織的光學特性，忽略其波動性和偏振效應等[7]。生物組織光學參數(shù)主要包括吸收系數(shù)μa、散射系數(shù)μs、約化散射系數(shù)μs′、各向異性因子g、折射率等。約化散射系數(shù)又稱為傳輸修正散射系數(shù)，滿足：

μs′=μs(1-g)

其中，吸收系數(shù)μa和約化散射系數(shù)μs′與生物組織的多種生理狀態(tài)有關(guān)，如生物組織中血糖、血氧含量及生物組織是否發(fā)生變化等[8]。因此，本課題主要針對生物組織吸收系數(shù)和約化散射系數(shù)兩項光學參數(shù)進行研究、分析。

2.2 Monte-Carlo方法簡介

Monte-Carlo方法模擬光子在生物組織內(nèi)的傳輸過程，被認為是最接近實際的方法，成為研究生物組織中光傳輸問題的主要方法[9]，常用來驗證其它模型的正確性。

Monte-Carlo方法跟蹤上百萬個光子在生物組織內(nèi)的隨機行走過程。一旦發(fā)射，光子移動一個隨機步長，期間可能發(fā)生吸收、散射、傳播到組織之外或無能量損耗傳播等情況。其中散射會導致光子的行進方向改變，吸收會導致光子的權(quán)重衰減。隨后光子繼續(xù)移動，繼續(xù)與組織發(fā)生作用，直至光子從組織表面逃逸出來，或當光子的權(quán)重衰減到足夠小(此時認為光子已被組織吸收)，則停止對該光子的追蹤。最后重復這束光中所有光子的行走過程，則完成此光束的Monte-Carlo模擬。

2.3 腦部多層介質(zhì)模型

采用光學方式檢測大腦組織成分或結(jié)構(gòu)變化、大腦皮層以及更深層的活動時，檢測光需經(jīng)過頭皮、顱骨、蛛網(wǎng)膜下腔(內(nèi)充滿腦脊液)、腦灰質(zhì)進而到達腦白質(zhì)，隨后又按相反順序向外傳播，最終到達檢測器。根據(jù)光學傳播路徑，本課題對顱腦實際結(jié)構(gòu)進行簡化，建立一個五層模型，見圖1。本課題以Umeyama等人實驗獲得的成人腦部生物組織參數(shù)為標準進行Monte-Carlo仿真，具體參數(shù)見表1[10]。成人腦部模型簡稱為常規(guī)腦模型，其中近紅外光波長選用840 nm。

圖1 腦部多層介質(zhì)模型

表1 成人腦部模型的厚度以及光學特性參數(shù)

2.4 仿真實驗步驟

本課題采用Lihong Wang博士編寫的Monte-Carlo模擬程序，該程序由兩個子程序組成，分別為Mcml.exe和Conv.exe，其中Mcml.exe用于產(chǎn)生模擬數(shù)據(jù)，Conv.exe用于卷積輸出。仿真步驟如下：

（1）突發(fā)疾病、意外傷害的處置預案。志愿者在戶外工作中遇到游客突發(fā)疾病，應立即就近處置送往最近的醫(yī)院就診或撥打120急救。

(1)配置仿真模型文件(.txt)

仿真模型文件是Mcml程序計算的依據(jù)。該文件中需配置的參數(shù)主要有光子數(shù)、二維柵格系統(tǒng)的格間距dr和dz、柵格數(shù)目、組織層數(shù)及各層組織的光學參數(shù)等。本課題仿真過程中保證光子數(shù)、二維柵格系統(tǒng)的格間距dr和dz、柵格數(shù)目、組織層數(shù)等參數(shù)不變。其中，設置光子數(shù)為1 000 000，二維柵格系統(tǒng)的格間距dr和dz分別為0.05 cm和0.01 cm，柵格數(shù)目分別為100和600，組織層數(shù)為5。各層組織的光學參數(shù)根據(jù)具體實驗要求進行配置。

(2)Mcml程序

Mcml程序用于仿真單光子束在組織中的傳播。打開Mcml程序讀入已配置的仿真模型文件，計算輸出相應的mco格式文件。

(3)Conv程序

Conv程序用于對Mcml程序產(chǎn)生的模擬數(shù)據(jù)進行卷積輸出。輸入需卷積文件，設置光源為高斯分布模式，光能為1 J，光源半徑為0.01 cm。最終輸出frz格式文件，此格式文件可用EXCEL文件打開。

(4)讀取光通量值

讀取不同檢測半徑處的光通量，即放置在該處的光電檢測器檢測到的光信號。利用Matlab分別讀取水平距離入射光0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5、5.0、5.5、6.0 cm處組織表面的光通量值，見圖1。

由于Monte-Carlo仿真是隨機數(shù)學統(tǒng)計方法，為減小隨機誤差，重復步驟(2)～(4)三次，將三次讀取的各點光通量分別求和取平均值，并對其做歸一化處理及統(tǒng)計分析。

3 結(jié)果和討論

3.1 腦脊液含量變化

在檢測光的光路上，腦脊液含量的變化主要體現(xiàn)為腦脊液厚度的變化。因此，本課題仿真過程中采用腦脊液厚度變化指代腦脊液含量變化。首先，建立6個組織模型，分別設置仿真模型的腦脊液厚度為0、0.2、0.4、0.6、0.8、1.0 cm，其余參數(shù)與常規(guī)腦模型參數(shù)相同。對同一檢測半徑處的光通量值進行歸一化處理，結(jié)果見圖2。對腦脊液厚度與同一檢測半徑處的光通量進行t-檢驗分析。

圖2 腦脊液厚度與光通量的關(guān)系曲線

圖為腦脊液厚度變化時，組織表面不同檢測半徑處的光通量比較。由圖2可見，在檢測半徑為1.0、2.5、4.0、5.5 cm處，由于腦脊液厚度變化造成的光通量變化較大，其它檢測半徑處的光通量變化較小。其中在1.5～6.0 cm檢測半徑處測得的光通量與腦脊液厚度具有顯著性差異(P<0.05)。由此可見，在確保光通量與腦脊液厚度存在較強的相關(guān)性前提下，選擇2.5、4.0和5.5 cm檢測半徑可以更加靈敏地檢測到腦脊液厚度變化情況。

3.2 吸收系數(shù)變化

分別建立5個組織模型用于研究灰質(zhì)、白質(zhì)的吸收系數(shù)對組織表面光通量的影響。分別設置仿真模型的吸收系數(shù)為常規(guī)腦模型吸收系數(shù)的0.1倍，0.5倍，1.0倍，5.0倍和10.0倍，其余參數(shù)與常規(guī)腦模型參數(shù)相同。分別對灰質(zhì)、白質(zhì)吸收系數(shù)與同一檢測半徑處的光通量進行t-檢驗分析。并且對同一檢測半徑處的光通量值進行歸一化處理，結(jié)果見圖3。

圖3 吸收系數(shù)與光通量的關(guān)系曲線

圖3中(a)、(b)分別為灰質(zhì)、白質(zhì)吸收系數(shù)變化時，組織表面不同檢測半徑處的光通量比較。

由圖3 (a)、(b)可見，在同一檢測半徑處，光通量隨著吸收系數(shù)的增大而減小。主要原因是組織吸收系數(shù)增大，光在組織內(nèi)部行進過程中因吸收損失的能量增大，最終傳播到組織表面的能量減小，即光通量減少。統(tǒng)計分析發(fā)現(xiàn)，在1～4 cm檢測半徑處測得的光通量與灰質(zhì)吸收系數(shù)具有顯著性差異(P<0.05)，在1～4.5 cm檢測半徑處測得的光通量與白質(zhì)吸收系數(shù)具有顯著性差異(P<0.05)。因此，在1～4 cm檢測半徑內(nèi)檢測到的組織表面光通量與腦組織吸收系數(shù)具有強相關(guān)性。

圖3 (a)、(b)中還顯示光通量的變化幅度隨著檢測半徑的增大而增大。王雪娜等人[7]研究證明，光子的有效檢測深度隨著光源檢測器中心距的增大而增大。因此，隨著檢測半徑的增大，光子在組織中的傳播深度增加，光信號中攜帶的深層組織信息也更多。故仿真結(jié)果中，隨著檢測半徑的增大，因灰質(zhì)吸收系數(shù)變化而造成的光通量變化幅度也逐漸增大。

與因灰質(zhì)吸收系數(shù)變化造成的光通量變化幅度相比，因白質(zhì)吸收系數(shù)變化造成的光通量變化幅度明顯較小。主要原因在于白質(zhì)吸收系數(shù)小于灰質(zhì)吸收系數(shù)，在放大相同倍數(shù)的情況下，白質(zhì)吸收系數(shù)遠小于灰質(zhì)吸收系數(shù)，因此，由于白質(zhì)吸收系數(shù)造成的光通量變化幅度相對較小。

3.3 約化散射系數(shù)變化

分別建立5個組織模型研究灰質(zhì)、白質(zhì)約化散射系數(shù)對組織表面光通量的影響。分別設置仿真模型的約化散射系數(shù)為常規(guī)腦模型約化散射系數(shù)的0.1倍，0.5倍，1.0倍，5.0倍和10.0倍，其余參數(shù)與常規(guī)腦模型參數(shù)相同。分別對灰質(zhì)、白質(zhì)約化散射系數(shù)與同一檢測半徑處的光通量進行t檢驗分析，并且對同一檢測半徑處的光通量值進行歸一化處理，結(jié)果見圖4。

圖4中(a)、(b)分別為灰質(zhì)、白質(zhì)約化散射系數(shù)變化時，組織表面不同檢測半徑處的光通量比較。

由圖4(a)可見，當檢測半徑小于3.5 cm條件下，光通量隨著灰質(zhì)約化散射系數(shù)的增大而增大(P<0.05)。當檢測半徑大于3.5 cm時，因灰質(zhì)約化散射系數(shù)變化導致的光通量變化無明顯規(guī)律性。由圖4(b)可見，當檢測半徑小于4.5 cm時，光通量隨著白質(zhì)約化散射系數(shù)的增大而增大，其中1～4.5 cm檢測半徑處測得的光通量與白質(zhì)約化散射系數(shù)具有顯著性差異(P<0.05)。當檢測半徑大于3.5 cm時，因白質(zhì)約化散射系數(shù)變化導致的光通量變化無明顯規(guī)律性。猜測主要原因是，隨著約化散射系數(shù)的增大，組織的散射能力更強，光子在組織中傳播的過程中發(fā)生散射的頻率更大。當檢測半徑較小時，組織散射能力的增強使得檢測光能夠更多地被散射，更多的光子逃逸至組織表面并被光電檢測器捕捉到。然而，當檢測半徑較大時，由于光在組織中傳播的光路增長，檢測光被散射后光子隨機分布在組織中，逃逸至組織表面并被光電檢測器捕捉到的光子數(shù)無明顯規(guī)律，因此，當約化散射系數(shù)變化時，在較大檢測半徑處檢測到的光通量無明顯變化規(guī)律。

圖4 約化散射系數(shù)與光通量的關(guān)系曲線

4 結(jié)論

本研究以Monte-Carlo仿真方法研究了腦組織的組織參數(shù)和光學特性對NIRs光譜在組織表面的分布特性的影響，可得出以下結(jié)論：首先，腦組織的組織參數(shù)和光學特性影響組織表面的光通量值。其中，組織表面的光通量與腦組織吸收系數(shù)呈負相關(guān)，與腦組織約化散射系數(shù)呈正相關(guān)。另外，檢測半徑對光學檢測也有影響。理想狀態(tài)下，在1.5～3.5 cm的檢測半徑內(nèi)組織表面的光通量值與腦脊液含量、腦實質(zhì)光學特性具有顯著的相關(guān)性。但在實際應用中可能需考慮光源、檢測器靈敏度、背景干擾等問題。