Optimization of FNIRS probe geometry to eliminate non-brain tissue contamination

Abstract

Yakın kızılaltı spektroskopisi (YKAS: fNIRS) bilissel görevler sırasındaki yetiskinve yeni dogmus insan beynindeki oksijenlenmenin ölçümünün gerçeklestirebilmesi içingelistirilmekte olan invazif olmayan bir görüntüleme teknigidir. YKAS'de beyindekioksijenlenme, ısık-doku etkilesimi sırasında beyin aktivasyonunun bir cevabı olan kaniçerisindeki temel sogurucu moleküllerden oksi-hemoglobin ve deoksi-hemoglobin konsantrasyonunundegisimi olarak ifade edilmektedir. Farklı dalga boylarındaki ısıgınbu moleküller tarafından sogurulması uyarlanmıs Beer-Lambert Yasası (MBLL) kullanılarakhesaplanmaktadır. YKAS ölçümünde amacına göre sogurucu molekül konsantrasyonlarınındegisimini ölçmek üzere istenmeyen `cross-talk` etkisinini en aza indirgemekiçin optik pencere olarak adlandırılan 600-900 nm aralıgından seçilmis ikiya da daha fazla dalgaboyu kullanılmaktadır. Çesitli ısık kaynakları (LD, LED, vs.)ve algılayıcı kombinasyonundan olusturulan YKAS probu, kaynaktan çıkıp istenilenalgılayıcıya ulasan fotonlarının dagılımının, literatürde `banana-shape` olarak tanımlanan,ısıgın muz seklindeki bir yol dagılımı takip ettigi teorisini temel alarak, beyninaktive olan bölgelerini belirlemeyi amaçlamaktadır. Basarısı kanıtlanmıs bir metodolan, çoklu biyolojik katmanda foton göçünün tasvir edildigi Monte Carlo benzetimleri,kafa ve YKAS probunu istenilen ölçüme göre modelleyip, sistemi anlamaya olanaksaglamaktadır. YKAS'nin en önemli zayıf noktası beyni çevreleyen deri ve kafatasıkatmanlarından gelen sinyalin, gri maddede olusan sinyal ile birleserek, aktivasyonun¸olçümü sırasında bozucu bir etki yaratmasıdır. Bu iki sinyalin ayrıstırılması için çesitliyöntemler gelistirilmektedir. Bu tezde sinyal ayrıstırma teknigi olarak, YKAS probtasarımında yakın ve uzak olarak adlandırılan, sırasıyla beyin dısı biyolojik katmanlardakisinyali algılayan ve beyin dısı ile beynin kendisinden gelen cevaba sahip olan ikialgılayıcı pozisyonun optimize edilmesi için gerçek fMRI datası Monte Carlo benzetimlerikullanılarak saptanmaya çalısılmıstır. 7 mm'lik bir insan kafatası kalınlıgı için bualgılayıcı pozisyonlarının kaynaktan 17, 18 ve 19 mm uzaklıgında oldugu bulunmustur.

Functional near infrared spectroscopy (fNIRS) is a developing non-invasivetechnique used for measurement of oxygenation in the adult and newborn human brainduring cognitive tasks. The oxygenation in the brain is expressed as the change in theconcentrations of the major absorbers such as oxy- and deoxy-haemoglobin in bloodas a response to the brain activation during light-tissue interactions. The absorptionof these absorbers at different wavelengths are calculated by using a Modified Beer-Lambert Law (MBLL). Depending on the aim of the fNIRS measurement, at leasttwo different wavelengths are selected from the optical window (600-900 nm) for thedetection of the concentration changes of these absorbers in order to minimise theundesired effect of `crass-talk`. The probe of fNRIS containing a combination of variouslight sources (LD, LED, etc.) and detectors aims to pinpoint the activated regions ofthe brain relying on the theory of light path distribution known as `banana-shape` inliterature. As a well proven technique, Monte Carlo Simulations which describes thephoton migration multi layer media is used for modelling of head and fNIRS probe forinvestigation of the system. The most important disadvantage of the technique is thecontamination of the brain signal with the signals received from the superficial layersof the head, namely; scalp and skull layers. For the decoupling of these signals, varioussignal regression and filtering techniques are used. In this thesis as a signal regressiontechnique is presented, where a real fMRI data is used in Monte Carlo Simulations forassigning a near-far detector position which respectively contains the signal from thesuperficial layers only and the signals obtain from both the superficial layers and brainmatter. The positions of these detectors were found to be around 17, 18 and 19 mmfrom the source for the head model with an average human skull thickness of 7 mm.