一种基于近红外光谱成像的可穿戴式设备的设计
引言大脑是人体最复杂的器官,神经影像技术经常用于大脑的活动检测,常见的神经影像技术比如正电子放射断层造影术(PET)、功能核磁共振成像(fMRI)和脑电图(EEG)等。近红外光谱成像系统(fNIRS)是一种新兴的神经影像技术,其使用近红外光的方法来检测大脑的活动[1-5]。 近红外光谱成像是一种使用近红外光谱(700~900 nm)的无损伤检测技术。在这个波长段,人体组织包括皮肤、骨骼和脂肪都是近乎透明的,而血红蛋白对于近红外光线有较强的吸收能力,同时含氧血红蛋白和脱氧血红蛋白对于不同波长的近红外光有不同的吸收率。人体各种生理活动的能量来源于不同的氧化反应,含氧血红蛋白和脱氧血红蛋白的含量可以反映该组织的生理状态,检测两者的变化可以了解组织的活动水平。在正常情况下,含氧血红蛋白和脱氧血红蛋白由于自身调节机理能够基本保持稳定,但是当大脑特定区域进行活动时,两者浓度会发生相应的变化,此时通过测量两者的浓度变化,可以反映出大脑某个区域的氧气消耗量增加,从而反映大脑的活动情况[6]。 传统的近红外光谱成像设备存在一些问题,既复杂又笨重。近红外光谱成像系统需要放置近红外光源和近红外光线探测器,传统的近红外光谱成像系统将类似脑电图中使用的电极帽、光源和探测器固定在帽子上,并用支架将帽子固定在头部[7],但这种帽子缺乏灵活性,会让被试者感到不舒服,同时也限制了被试者的行动。传统的近红外光谱成像系统是一种桌面式结构,使用有线光缆传输信号,在实验过程中,被试者不允许自由行动,并要尽量保持身体平静。 1 背景和相关工作近红外光谱成像是一种非入侵式的测量方法,通过测量血红蛋白的浓度,反应大脑的活动情况。对于700~900 nm波长范围内的近红外光,人体组织包括皮肤、骨骼和脂肪都是近乎透明的,而含氧血红蛋白和脱氧血红蛋白有着较强的吸收能力。对于多个不同波长的近红外光,含氧血红蛋白和脱氧血红蛋白的吸收率也是不同的,通过这个吸收的差异,我们可以计算出两者的浓度变化[8-10]。 1.1 修正的比尔朗伯定律近红外光可以测量大脑中的含氧血红蛋白和脱氧血红蛋白的浓度变化[11]。通过修正的比尔朗伯定律,我们可以利用大脑皮层表面的光线强度来计算出血红蛋白的变化情况。下面的公式就是修正的比尔朗伯定律,其中C是浓度,ε是摩尔衰减系数,I是光线强度,R是光源和探测器之间的距离,DPF是微分光程因子,λ是近红外的波长。 血液可以O(HB)的组合,所以公式(1)可以改写为: 如图1所示,可以看到在760 nm和850 nm处,含氧血红蛋白和脱氧血红蛋白有着明显的吸收度差异,所以我们可以分别计算两个不同波长位置的浓度变化差异。 假定 DPF(λ1)≈DPF(λ2),那么含氧血红蛋白和脱氧血红蛋白的变化值就可以被计算出来,如公式(5)和(6)所示。 此时,可以求解出含氧血红蛋白和脱氧血红蛋白的浓度变化值。 图1 不同波长的近红外波长在两种血红蛋白的吸收系数 1.2 光源和探测器近红外光谱成像的光学部分包括光源和探测器。近红外光源发射出近红外光线,穿透生物组织以及反射,最后到达探测器。一些生物组织如皮肤、骨骼对于近红外光线有着较低的吸收率,可以看成是近似透明的。而两种血红蛋白对于近红外光线有着较强的吸收率,通过两种或者两种以上的不同波长的近红外光,就可以通过比尔朗伯定律计算出两种血红蛋白的浓度变化。一种典型的方式是将光源和探测器放置于被试者的头盖骨上方,记录经过大脑组织散射后的光线,如图2所示。 图2 近红外光线的传播路径 1.3 可穿戴和无线系统可穿戴的无线设备是一种可以随时捕捉人体数据,并通过无线方式传输数据的设备[12]。可穿戴设备需要完成两个功能:一个是完成人体生理数据的采集,另一个是完成数据信号的无线传输。可穿戴的无线设备可以让被试者自由行动,不受任何拘束。 1.4 相关工作Lühmann等[13]设计了一个可移动的开源多通道独立近红外光谱成像系统,拥有四个模块和16个通道,可以通过蓝牙传输数据,使用5 V电源。Agrò等[14]设计了一个便携的、低成本的、多通道的功能近红外嵌入式系统,这个系统运用4个光源,128个光电倍增管作为探测器,每个探头通过柔性电缆连接至控制主板,同时使用一个稳定的支架固定在头部。Chitnis[15]提出了一种光谱探针的设计,包含4个光电二极管探测器的4通道设备,包含了集成放大器和ADC转换器,整个系统的动态范围为80 dB,用一个2 mm×2 mm的环氧树脂封装。 1.5 文章结构本文中我们设计了一个可穿戴式的近红外光谱成像系统,这个近红外光谱成像系统由两部分组成,分别是光学结构和主控制部分。下面的章节介绍了系统的设计方法和结构,并设计了一个测试实验验证这个系统的可靠性。 2 系统设计该部分详述了系统的硬件和软件结构。系统的硬件包括光学结构和主控系统,软件包括LED的驱动和数据传输部分。 2.1 光学结构光学结构由三部分组成,分别是双波长的发光二极管(SMT760/850)、单电源互阻抗放大器(OPT01)和导光光纤。双波长发光二极管是一种AlGaAs二极管,用环氧树脂密封,能够在阳极发射出760 nm和850 nm两种不同波长的光源。OPT101是一个光电二极管的互阻抗放大器,输出电压和光线强度呈线性关系,放大器可以工作于单电源供电,适合用于电池供电的场合。导光光纤负责将近红外光线从光源引导至大脑,经过大脑内的吸收和散射,再传播到探测器。为了固定导光光纤,我们用3D打印技术设计了一个保护壳,这个保护壳能够保证光纤和光源成垂直角度。同时保护壳可以最大程度的阻止外界的环境光进入光学系统中,防止环境光线对光线接收器产生影响。整个结构,如图3所示。 图3 固定光纤的保护壳整体结构 注:a. 横截图,光纤主要是引导光线传输;b. 俯视图。 2.2 主控制单元主控制单元是整个系统的核心部分,主要起到三个作用:驱动发光二极管、将模拟信号转换为数字信号和无线传输数据。图4显示了主控制单元的框图,采用NRF51822做为控制单元,是一款可以工作于超低电压的2.4 GHz的无线产品解决方案。我们通过PWM波控制两个波长分别运行于不同的时间段,每个波长的发光二极管被点亮10 ms,两个波长之间有2 ms的空闲时间,整个周期是24 ms,两个波长分别占用一半的时间,这是一种时分复用的技术,可以在一个周期内同时采集两种波长的数据。AD转换芯片采用了ADS1292,是一个多通道的同步采集ADC芯片,精度高达24位,内部可以进行编程增益放大。模拟信号在ADS1292中被转换成数字信号,然后通过SPI传输至主控单元,主控单元通过2.4 GHz的无线蓝牙把数据传输至电脑端。 2.3 数据收集和处理通过蓝牙将数据传输至电脑端后,通过MATLAB接收数据,然后对数据进行处理,利用修正的比尔朗伯定律,计算出含氧血红蛋白和脱氧血红蛋白的浓度变化。 图4 图中显示的是系统框图 注:a. 主控单元的结构图;b. 两种波长的LED的时序图。 3 测试实验设计为了测试近红外光谱成像系统的性能,我们将设备固定于一个耳机上,这样被试者可以头戴整个系统进行实验,如图5所示。 图5 产品实物图 注:a是光学结构部分;b是主控单元部分;c是固定在耳机上的整体图。 3.1 供电这个系统通过一个3.7 V的锂电池供电,如果NRF51822处于深度睡眠的模式,整个系统只需要0.6 μA的电流。经过测试,该系统可以持续工作6 h。 3.2 可穿戴性这个系统被固定在一个耳机上,非常轻便。被试者可以戴着耳机随意的走动,完全不受影响。 3.3 血液动力学测试我们设计了一个基于瓦尔萨瓦动作(Valsalva Manoeuver)的实验,用来测试近红外光谱成像的性能。瓦尔萨瓦动作是令被试者进行强力闭呼吸动作,即深吸气后紧闭声门,再用力做呼气动作,呼气时对抗紧闭的会厌,此时胸内压会增加,血液的循环受到了影响。这个动作会显著的改变大脑中的血红蛋白的浓度[16]。 实验范式:被试者坐在一张舒服的椅子上,保持全身放松,并根据声音提示进行一系列的操作。从开始到10 s被试者保持放松状态;第10 s出现一个声音刺激(开始),被试者执行瓦尔萨瓦动作,并保持10 s;10 s后出现第二个声音刺激(停止),这时候被试者开始恢复平静,并持续20 s。整个范式过程,如图6所示。 图6 实验范式 一个成年男性被试者参与了实验,实验重复执行100次。实验中,近红外光谱成像放置在前额位置。 4 数据处理和评估通过MATLAB接收并处理数据,并通过公式(7)和(8)计算出一段时间内平均的含氧血红蛋白和脱氧血红蛋白的浓度变化。 其结果如图7所示,可以看到在执行瓦尔萨瓦动作开始,含氧血红蛋白的浓度显著的增加,经过几秒后脱氧血红蛋白的浓度略微减小。这是因为瓦尔萨瓦动作的初始阶段会将大量的含氧血红蛋白流向脑部,而随着时间的推移,这部分的血液开始向脱氧血红蛋白转变,所以此时脱氧血红蛋白的浓度有所增加,含氧血红蛋白的浓度开始下降。从20 s开始,含氧血红蛋白和脱氧血红蛋白的含量开始恢复到正常水平,这是因为被试者停止了瓦尔萨瓦动作,并开始保持放松状态,此时两种血红蛋白浓度恢复至正常水平。这个结果和其他的相关研究者的结果相吻合。 图7 血红蛋白的浓度变化 5 结论在本文中,我们设计了一个可穿戴的近红外光谱成像系统,这个系统通过无线传输的方式进行数据传递,同时系统被固定在一个头戴式耳机上,方便被试者携带。这个系统具有结构简单的特性,同时数据可以无线传输至PC端处理。我们通过试验检验了近红外光谱成像系统的性能,结果表明该系统可以有效地检测到大脑中的血红蛋白的浓度变化。 这种可穿戴式的近红外光谱成像系统结构简单,可以自由调整需要检测的大脑区域,在移动医疗监护方面有很大的应用潜质。但在实际实验中我们还发现了如下的一些问题可以继续改进: (1)该设备使用了两种波长的LED,而现在主流的近红外成像系统已经开始使用三种或者三种以上的波长,可以使检测结果更加准确,但是这样势必会增加设备体积,如何在提高性能和测试准确性与缩小系统体积上做出平衡,是后期需要解决的问题。 (2)光学模块只能固定在耳机的结构上,如果能够设计一个帽子的骨架,可以让光学模块分布于整个头部,这样可以更加准确的针对不同大脑活动区域进行检测。 [1] Bashashati A,Fatourechi M,Ward RK,et al.A survey of signal processing algorithms in brain-computer interfaces based on electrical brain signals[J].J Neural Eng,2007,4(2):R32-57. [2] Hwang HJ,Kim S,Choi S,et al.EEG-based brain-computer interfaces: a thorough literature survey[J].Inter J Hum Comput Inter,2013,29(12):814-826. [3] Mellinger J,Schalk G,Braun C,et al.An MEG-based braincomputer interface (BCI)[J].Neuroimage,2007,36(3):581-593. [4] Sitaram R,Caria A,Veit R,et al.fMRI brain-computer interface:a tool for neuroscientific research and treatment[J].Comput Intell Neurosci,2007,2007(5):25487. [5] Coyle S,Ward T,Markham C,et al.On the suitability of nearinfrared (NIR) systems for next-generation brain-computer interfaces[J].Phys Meas,2004,25(4):815-822. [6] 蒋振洲.近红外光成像与脑电同步采集系统设计[D].秦皇岛:燕山大学,2016. [7] Yamada T,Ohashi M,Umeyama S.Development of a fiberless fNIRS system and its application to hair-covered head[A].Hirschberg H,Jansen ED,Mohanty SK,eds.Optical Techniques in Neurosurgery, Neurophotonics, and Optogenetics[C].2015:897-910. [8] 徐文廷.基于近红外光谱技术的脑血氧检测[D].成都:电子科技大学,2014. [9] 陈勇.基于近红外光谱的脑功能成像系统研究[D].长春:吉林大学,2016. [10] 刘延刚.前额脑电与血氧信息融合的人机交互装置研究[D].武汉:武汉理工大学,2010. [11] 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].Neurosci Lett,1993,154(1-2):101-104. [12] Hiremath S,Yang G,Mankodiya K.Wearable internet of things: concept, architectural components and promises for person-centered healthcare[A].2014 4th International Conference on Wireless Mobile Communication and Healthcare - Transforming Healthcare Through Innovations in Mobile and Wireless Technologies (MOBIHEALTH)[C].Greece:IEEE,2015:304-307. [13] von Lühmann A,Herff C,Heger D,et al.Toward a wireless open source instrument: functional near-infrared spectroscopy in mobile neuroergonomics and BCI applications[J].Front Hum Neurosci,2015,9:617. [14] Agrò D,Canicattì R,Pinto M,et al.Design and implementation of a portable fNIRS embedded system[A].Applications in Electronics Pervading Industry, Environment and Society[C].Cham:Springer,2015:43-50. [15] Chitnis D.Towards a wearable near infrared spectroscopic probe for monitoring concentrations of multiple chromophores in biological tissue in vivo[J].Rev Sci Instrum,2016,87(6):065112. [16] Clancy M,Belli A,Davies D,et al.Comparison of Neurological NIRS signals during standing Valsalva maneuvers, pre and post vasopressor injection[A].Dehghani H,Taroni P,eds.Diffuse Optical Imaging V[C].2015.
Design of a Wearable Device Based on Near Infrared Spectrum Imaging |