Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

Surveillance en temps réel des patients neurocritiques par spectroscopies optiques diffuses

Published: November 19, 2020 doi: 10.3791/61608
Automatic Translation
1,2, 2,3, 1, 2,3, 1,2, 1, 4, 3, 2,5, 1,2
1Institute of Physics, University of Campinas, 2Brazilian Institute of Neuroscience and Neurotechnology, 3Clinical Hospital, University of Campinas, 4Department of Emergency Medicine, Albert Einstein College of Medicine, 5School of Medical Sciences, University of Campinas

ERRATUM NOTICE

Summary

Un protocole de surveillance non invasive de l’hémodynamique cérébrale des patients neurocritiques en temps réel et au chevet du patient à l’aide d’optiques diffuses est présenté ici. Plus précisément, le protocole proposé utilise un système optique diffus hybride pour détecter et afficher des informations en temps réel sur l’oxygénation cérébrale, le flux sanguin cérébral et le métabolisme cérébral.

Abstract

La surveillance neurophysiologique est un objectif important dans le traitement des patients neurocritiques, car elle peut prévenir les dommages secondaires et avoir un impact direct sur les taux de morbidité et de mortalité. Cependant, il existe actuellement un manque de technologies appropriées non invasives et en temps réel pour la surveillance continue de la physiologie cérébrale au chevet du patient. Des techniques optiques diffuses ont été proposées comme outil potentiel pour les mesures au chevet du chevet du débit sanguin cérébral et de l’oxygénation cérébrale chez les patients neurocritiques. Les spectroscopies optiques diffuses ont déjà été explorées pour surveiller les patients dans plusieurs scénarios cliniques allant de la surveillance néonatale aux interventions cérébrovasculaires chez les adultes. Cependant, la faisabilité de la technique pour aider les cliniciens en fournissant des informations en temps réel au chevet du patient reste largement ignorée. Ici, nous rapportons la traduction d’un système optique diffus pour la surveillance continue en temps réel du flux sanguin cérébral, de l’oxygénation cérébrale et du métabolisme cérébral de l’oxygène pendant les soins intensifs. La fonction en temps réel de l’instrument pourrait permettre des stratégies de traitement basées sur la physiologie cérébrale spécifique au patient plutôt que sur des mesures de substitution, telles que la pression artérielle. En fournissant des informations en temps réel sur la circulation cérébrale à différentes échelles de temps avec une instrumentation relativement bon marché et portable, cette approche peut être particulièrement utile dans les hôpitaux à petit budget, dans les régions éloignées et pour la surveillance dans les champs ouverts (par exemple, la défense et le sport).

Introduction

La plupart des complications qui entraînent de mauvais résultats pour les patients neurologiques gravement malades sont liées à des blessures secondaires causées par des déficiences hémodynamiques cérébrales. Par conséquent, la surveillance de la physiologie cérébrale de ces patients peut avoir un impact direct sur les taux de morbidité et de mortalité 1,2,3,4,5,6,7. Actuellement, cependant, il n’existe aucun outil clinique établi pour la surveillance continue non invasive en temps réel de la physiologie cérébrale chez les patients neurocritiques au chevet du patient. Parmi les candidats potentiels, les techniques d’optique diffuse ont récemment été proposées comme un outil prometteur pour combler cette lacune 8,9,10,11. En mesurant les changements lents (c’est-à-dire de l’ordre de dizaines à des centaines de ms) de la lumière proche infrarouge diffusée de manière diffuse (~650-900 nm) du cuir chevelu, la spectroscopie optique diffuse (DOS) peut mesurer les concentrations des principaux chromophores dans le cerveau, tels que l’oxy- cérébral (HbO) et la désoxy-hémoglobine (HbR)12,13. De plus, il est possible de mesurer le débit sanguin cérébral (CBF) avec la spectroscopie de corrélation diffuse (DCS)10,14,15,16,17 en quantifiant les fluctuations rapides de l’intensité lumineuse (c’est-à-dire de quelques μs à quelques ms). Lorsqu’ils sont combinés, DOS et DCS peuvent également fournir une estimation du taux métabolique cérébral d’oxygène (CMRO2)18,19,20.

La combinaison de DOS et de DCS a été explorée pour surveiller les patients dans plusieurs scénarios précliniques et cliniques. Par exemple, il a été démontré que l’optique diffuse fournit des informations cliniques pertinentes pour les nouveau-nés gravement malades 21,22,23,24, y compris lors de chirurgies cardiaques pour traiter des malformations cardiaques 23,25,26,27,28 . En outre, plusieurs auteurs ont exploré l’utilisation de l’optique diffuse pour évaluer l’hémodynamique cérébrale au cours de différentes interventions cérébrovasculaires, telles que l’endartériectomie carotidienne 29,30,31, les traitements thrombolytiques pour l’AVC 32, les manipulations de tête de lit 33,34,35, la réanimation cardiorespiratoire 36, et d’autres37,38, 39. Lorsque la surveillance continue de la pression artérielle est également disponible, l’optique diffuse peut être utilisée pour surveiller l’autorégulation cérébrale, tant chez les sujets sains que chez les sujets gravement malades 11,40,41,42, ainsi que pour évaluer la pression de fermeture critique de la circulation cérébrale 43. Plusieurs auteurs ont validé les mesures de CBF avec DCS par rapport à différentes mesures de CBF de référence 18, tandis que CMRO2 mesuré avec l’optique diffuse s’est avéré être un paramètre utile pour la surveillance neurocritique 8,18,23,24,28,43,44,45 . De plus, des études antérieures ont validé les paramètres hémodynamiques cérébraux dérivés optiquement pour la surveillance à long terme des patients neurocritiques 8,9,10,11, y compris pour la prédiction des événements hypoxiques 46,47,48 et ischémiques 8.

La fiabilité des techniques d’optique diffuse pour fournir des informations précieuses en temps réel lors des mesures longitudinales ainsi que pendant les interventions cliniques reste largement ignorée. L’utilisation d’un système DOS autonome a déjà été comparée à des moniteurs invasifs de tension d’oxygène dans les tissus cérébraux, et le DOS a été jugé ne pas avoir une sensibilité suffisante pour remplacer les moniteurs invasifs. Cependant, en plus d’utiliser des populations relativement petites, la comparaison directe des moniteurs invasifs et non invasifs peut être erronée car chaque technique sonde différents volumes contenant différentes parties du système vasculaire cérébral. Même si ces études ont finalement conclu que l’optique diffuse ne remplace pas les moniteurs invasifs, dans les deux études, DOS a atteint une précision modérée à bonne, ce qui peut être suffisant pour les cas et / ou les endroits où les moniteurs invasifs ne sont pas disponibles.

Par rapport à d’autres approches, le principal avantage de l’optique diffuse est sa capacité à mesurer simultanément le débit sanguin et l’oxygénation du sang des tissus de manière non invasive (et continue) au chevet du patient à l’aide d’instruments portables. Par rapport à l’échographie Doppler transcrânienne (DCD), la MDD présente un avantage supplémentaire : elle mesure la perfusion au niveau tissulaire, tandis que la DTC mesure la vitesse du flux sanguin cérébral dans les grosses artères à la base du cerveau. Cette distinction peut être particulièrement importante lors de l’évaluation des maladies sténo-occlusives dans lesquelles l’écoulement proximal des grosses artères et les collatéraux leptoméningés contribuent à la perfusion. Les techniques optiques présentent également des avantages par rapport à d’autres modalités d’imagerie traditionnelles, telles que la tomographie par émission de positrons (TEP) et l’imagerie par résonance magnétique (IRM). En plus de fournir simultanément des mesures directes des concentrations de CBF et d’HbO/HbR, ce qui n’est pas possible avec l’IRM ou la TEP seules, la surveillance optique fournit également une résolution temporelle nettement meilleure, permettant, par exemple, l’évaluation de l’autorégulation cérébrale dynamique40,41,42 et l’évaluation des changements hémodynamiques évolutifs dynamiquement. En outre, l’instrumentation optique diffuse est peu coûteuse et portable par rapport à la TEP et à l’IRM, ce qui constitue un avantage essentiel compte tenu de la charge élevée des maladies vasculaires dans les pays à revenu faible et intermédiaire.

Le protocole proposé ici est un environnement pour le neuromonitoring en temps réel des patients à l’unité de soins intensifs (USI). Le protocole utilise un dispositif optique hybride associé à une interface utilisateur graphique (GUI) conviviale et à des capteurs optiques personnalisés pour sonder les patients (Figure 1). Le système hybride utilisé pour présenter ce protocole combine deux spectroscopies optiques diffuses provenant de modules indépendants : un module DOS commercial dans le domaine fréquentiel (FD-) et un module DCS maison (Figure 1A). Le module FD-DOS49,50 se compose de 4 tubes photomultiplicateurs (PMT) et de 32 diodes laser émettant à quatre longueurs d’onde différentes (690, 704, 750 et 850 nm). Le module DCS se compose d’un laser à longue cohérence émettant à 785 nm, de 16 compteurs monophotons comme détecteurs et d’une carte corrélative. La fréquence d’échantillonnage pour le module FD-DOS est de 10 Hz et la fréquence d’échantillonnage maximale pour le module DCS est de 3 Hz. Pour intégrer les modules FD-DOS et DCS, un microcontrôleur a été programmé à l’intérieur de notre logiciel de contrôle pour basculer automatiquement entre chaque module. Le microcontrôleur est responsable de l’allumage et de l’extinction des lasers FD-DOS et DCS, ainsi que des détecteurs FD-DOS pour permettre des mesures entrelacées de chaque module. Au total, le système proposé peut collecter un échantillon FD-DOS et DCS combiné toutes les 0,5 à 5 s, en fonction des exigences du rapport signal sur bruit (SNR) (des temps de collecte plus longs conduisent à un meilleur SNR). Pour coupler la lumière au front, nous avons développé une sonde optique imprimée en 3D qui peut être personnalisée pour chaque patient (Figure 1B), avec des séparations source-détecteur variant entre 0,8 et 4,0 cm. Les séparations source-détecteur standard utilisées dans les exemples présentés ici sont de 2,5 cm pour le DCS et de 1,5, 2,0, 2,5 et 3,0 cm pour le FD-DOS.

La principale caractéristique du protocole présenté dans cette étude est le développement d’une interface temps réel qui peut à la fois contrôler le matériel avec une interface graphique conviviale et afficher les principaux paramètres de physiologie cérébrale en temps réel sous différentes fenêtres temporelles (Figure 1C). Le pipeline d’analyse en temps réel développé dans l’interface graphique proposée est rapide et prend moins de 50 ms pour calculer les paramètres optiques (voir le matériel supplémentaire pour plus de détails). L’interface graphique s’inspire des instruments cliniques actuels déjà disponibles à la neuro-USI, et elle a été adaptée grâce à de nombreux commentaires des utilisateurs cliniques lors de la traduction du système à la neuro-USI. Par conséquent, l’interface graphique en temps réel peut faciliter l’adoption du système optique par le personnel hospitalier régulier, tel que les neurointensivistes et les infirmières. L’adoption généralisée de l’optique diffuse en tant qu’outil de recherche clinique a le potentiel d’améliorer sa capacité à surveiller des données physiologiquement significatives et peut finalement démontrer que l’optique diffuse est une bonne option pour la surveillance non invasive des patients neurocritiques en temps réel.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Le protocole a été approuvé par le comité local de l’Université de Campinas (numéro de protocole 56602516.2.0000.5404). Le consentement éclairé écrit a été obtenu du patient ou d’un représentant légal avant les mesures. Nous avons suivi les patients admis à l’hôpital clinique de l’Université de Campinas avec un diagnostic d’accident vasculaire cérébral ischémique ou d’hémorragie sous-arachnoïdienne affectant la circulation antérieure. Les patients ayant subi un AVC ischémique affectant la circulation postérieure, les patients présentant une craniectomie décompressive due à une pression intracrânienne élevée et les patients atteints d’autres maladies neurodégénératives (démence, maladie de Parkinson ou toute autre maladie pouvant être associée à une atrophie corticale) ont été exclus du protocole de l’étude.

1. Préparatifs avant le transfert du système à l’USI

  1. Connectez toutes les fibres aux lasers et détecteurs appropriés et assurez-vous qu’elles sont correctement fixées à la sonde optique (Figure 1B).
  2. Vérifiez que la sonde optique est recouverte d’un chiffon noir pour éviter que les lasers ne brillent dans la pièce.
  3. Mettez l’interrupteur d’alimentation du système sur la position ON. Après avoir mis le système sous tension, attendez 30 secondes, puis tournez l’interrupteur à clé laser DCS sur la position « ON ». Les lasers FD-DOS sont automatiquement allumés lorsque le système est sous tension.
  4. Pendant la préparation du système, obtenir le consentement du participant ou d’un représentant légal. Après avoir obtenu le consentement, apportez le chariot dans la chambre du patient.
    REMARQUE: Étant donné que le système hybride dispose d’une batterie intégrée qui dure jusqu’à 45 minutes, il n’est pas nécessaire de l’éteindre pendant le transport.

2. Paramètres d’étalonnage et de gain du système DOS

  1. À votre arrivée à l’unité de soins intensifs, éteignez le laser DCS en mettant la clé en position « OFF ».
  2. En commençant par le fantôme solide marqué « Calibrer », exécutez le processus d’étalonnage sur le logiciel FD-DOS (BOXY, ISS) en suivant les étapes ci-dessous.
    1. Dans le menu 'Fichier', chargez le fichier de paramètres approprié pour la sonde utilisée en cliquant sur l’option 'Charger le fichier de paramètres'.
    2. Placez la sonde sur le côté incurvé du fantôme, en assurant un bon contact avec la surface, puis optimisez la tension de polarisation PMT en cliquant sur le bouton « Optimiser tous les détecteurs » dans le logiciel FD-DOS.
    3. Exécutez l’étalonnage pour les séparations sources-détecteurs multiples en cliquant sur l’option 'Calc. Waveform Calib. Valeurs pour les accessoires optiques. et Distances multiples » du menu « Calibrer ».
    4. Ouvrez l’option 'Calculs définis par l’utilisateur' dans le menu 'Texte-Mon' pour vérifier que les propriétés optiques mesurées correspondent aux valeurs prédéfinies (écrites dans le fantôme solide) et que l’ajustement R2 est proche de un.
  3. Répétez les étapes ci-dessus (à l’exception de l’étape 2.2.3) pour mesurer les propriétés optiques du fantôme marqué « Vérifier » afin de vous assurer que l’étalonnage était adéquat. Les propriétés optiques mesurées doivent correspondre, dans la limite de 10 %, aux valeurs spécifiées dans les fantômes.
    ATTENTION : Assurez-vous d’éteindre les PMT (en cliquant sur le bouton « Tous les détecteurs désactivés ») chaque fois que la sonde est déplacée pour éviter d’endommager les PMT en raison de l’éclairage direct de la lumière ambiante.
  4. Si l’étalonnage n’est pas adéquat, réexécutez le processus d’étalonnage (étapes 2.2 et 2.3). Assurer un bon étalonnage du système FD-DOS est essentiel à la validité des mesures FD-DOS.

3. Préparation du participant au chevet du patient

  1. Utilisez des lingettes désinfectantes pour nettoyer la sonde et le front du patient.
  2. Placez le ruban adhésif double face sur la sonde (Figure 1B), en vous assurant que le ruban n’est pas en contact direct avec les extrémités de la fibre optique.
  3. Placez un laser de sécurité googles sur le sujet.
  4. Placez les sondes sur la région d’intérêt (ROI) et enroulez les sangles élastiques autour de la tête du sujet. Bien que cela ne soit pas strictement nécessaire pour FD-DOS et DCS, il est conseillé de couvrir la sonde optique avec un chiffon noir ou un bandage noir pour réduire le bruit dû à la lumière ambiante.
    REMARQUE: Il est important de s’assurer que la sangle élastique n’est ni trop serrée ni trop lâche. Si la sangle est trop serrée, cela peut causer un inconfort important au patient, et si la sangle est trop lâche, cela peut entraîner une mauvaise qualité des données car la bande double face n’est pas assez solide pour maintenir les sondes en place.
  5. Une fois que la sonde est correctement fixée au front du patient, allumez le laser DCS en mettant la clé en position « ON ».
    ATTENTION : Le système DCS utilise un laser de classe 3B qui est dangereux pour l’exposition oculaire. Il est très important de n’allumer les lasers que lorsque la sonde est correctement fixée au front du patient.

4. Évaluation de la qualité des données

  1. Avant de commencer à acquérir des données avec l’interface graphique, écrivez les séparations source-détecteur DCS dans l’onglet 'Paramètres' de l’interface graphique.
    REMARQUE : Le système DCS ne nécessite pas d’étape d’étalonnage, mais l’entrée appropriée des séparations source-détecteur est nécessaire pour l’analyse en temps réel (voir Matériel supplémentaire pour plus de détails).
  2. Démarrez le logiciel d’acquisition en appuyant sur le bouton « Démarrer » dans l’interface graphique et vérifiez le signal DOS dans le logiciel FD-DOS :
    1. Cliquez sur le bouton « Optimiser tous les détecteurs » dans le logiciel FD-DOS pour optimiser la tension de polarisation PMT.
    2. Vérifiez les propriétés optiques et le R2 du montage DOS dans l’option 'Calcul défini par l’utilisateur' du menu 'Text-Mon'. Le coefficient R 2 doit être proche de l’unité et, en règle générale, le coefficient d’absorption des patients humains doit être compris entre 0,05 et 0,2 cm-1, tandis que le coefficient de diffusion doit se situer entre 6 et 13 cm-113.
  3. Vérifiez le signal DCS dans l’onglet « Courbes de corrélation » de l’interface graphique.
    1. Allumez les détecteurs DCS en tournant les interrupteurs sur la position ' ON'.
    2. Assurez-vous que chaque détecteur DCS mesure une intensité lumineuse adéquate. En règle générale, plus de 10 kHz sont nécessaires.
    3. Si l’intensité mesurée est supérieure à 800 kHz, utilisez un filtre de densité neutre pour réduire le nombre de photons afin d’éviter d’endommager les détecteurs. C’est généralement un problème pour les séparations source-détecteur plus courtes (< 1 cm).
      REMARQUE: En plus d’endommager potentiellement les détecteurs DCS, un nombre de photons supérieur à 800 kHz peut également entraîner des erreurs dues à des effets non linéaires dans le détecteur.
    4. Vérifiez les courbes d’autocorrélation pour assurer un bon couplage cutané (voir les résultats représentatifs et la figure 2) et repositionnez la sonde optique si nécessaire.
    5. Si le repositionnement de la sonde était nécessaire à l’étape précédente, répétez les étapes 4.2 et 4.3. Ces étapes peuvent devoir être répétées plusieurs fois.
      REMARQUE: Les détecteurs DCS et FD-DOS doivent être éteints chaque fois que la sonde est déplacée. Pour éteindre les détecteurs DCS, déplacez manuellement les interrupteurs sur la position « OFF ». Le détecteur FD-DOS est désactivé en cliquant sur le bouton « Tous les détecteurs désactivés » dans le logiciel FD-DOS.
  4. Lorsqu’un bon contact entre la sonde et la peau est atteint, arrêtez la collecte de données en cliquant sur le bouton « Arrêter » dans l’interface graphique. Ensuite, définissez les identifiants de l’expérience et du patient dans la zone de texte « Dossier » et écrivez le nom du retour sur investissement dans la zone de texte « Nom du fichier ».
  5. Démarrez l’acquisition de données en appuyant sur le bouton 'Démarrer' dans l’interface graphique.
  6. Collectez les données dans le premier retour sur investissement aussi longtemps que requis par le protocole. Si nécessaire, déplacez la sonde vers les autres ROI et répétez la mesure.
    REMARQUE : La période de surveillance peut varier en fonction des objectifs de l’étude.

5. Considérations pour l’expérimentateur pendant la mesure

  1. Après avoir commencé la mesure, écrivez dans l’onglet « Informations sur l’expérience » de l’interface graphique les informations pertinentes sur le patient (par exemple, le type et l’emplacement de la blessure, les médicaments administrés, l’âge, le sexe, etc.).
  2. Assurez-vous que tout événement pertinent qui s’est produit pendant la période de surveillance est marqué en cliquant sur le bouton « Marquer » de l’interface graphique. Après chaque marque, assurez-vous d’écrire la description de l’événement dans l’onglet « Informations sur l’expérience » de l’interface graphique.

6. Arrêter la collecte de données

  1. Arrêtez la collecte de données en appuyant sur le bouton « Arrêter » dans l’interface graphique.
  2. Arrêtez le logiciel FD-DOS en appuyant sur le bouton d’arrêt de l’acquisition et de l’enregistrement des données représenté par deux carrés rouges dans le logiciel FD-DOS.
  3. Éteignez les détecteurs DCS en tournant les interrupteurs sur la position « OFF » et éteignez le laser DCS en tournant la clé sur la position « OFF ».
  4. Désactivez les PMT du module FD-DOS en cliquant sur le bouton « Tous les détecteurs désactivés ».
  5. Retirez la sonde de la tête du patient et retirez le ruban adhésif double face de la sonde. Ensuite, nettoyez la sonde avec des lingettes désinfectantes.
  6. Répéter la mesure des propriétés optiques de chaque fantôme solide dès que possible pour s’assurer que l’étalonnage est resté adéquat tout au long de la séance de surveillance (voir étape 4.2.2).
    REMARQUE: Idéalement, l’étape d’étalonnage doit être effectuée juste après le retrait des sondes optiques de la tête du patient (étape 6.6). Cependant, en raison de problèmes de calendrier, dans les exemples présentés dans la section suivante, cela a été fait dans l’installation de stockage.
  7. Nettoyez le système et ses accessoires avec des lingettes désinfectantes.
  8. Roulez le chariot jusqu’à la salle de stockage.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Idéalement, les courbes d’autocorrélation normalisées obtenues avec le module DCS devraient être d’environ 1,5 à l’extrapolation du temps de retard nul (en utilisant des fibres monomodes14), et les courbes devraient se désintégrer à 1 à des temps de retard plus longs. La courbe devrait être lisse et avoir une décroissance plus rapide pour les séparations source-détecteur plus longues. Un exemple d’autocorrélation bonne est illustré à la figure 2A. La figure 2B montre un exemple de courbe d’autocorrélation incorrecte; Dans cet exemple, il n’est pas possible de distinguer les courbes pour les différentes séparations source-détecteur. La figure 2C montre un autre exemple de courbe d’autocorrélation incorrecte, dans laquelle la queue de la courbe ne correspondait pas au modèle utilisé. Le problème dans les deux courbes (figure 2B,C) est lié soit à un mauvais couplage de la sonde sur la peau, soit à une fuite de lumière de la source directement dans les séparations source-détecteur plus courtes.

À titre d’exemple de l’importance d’afficher la neurophysiologie à différentes fenêtres temporelles pour interpréter correctement les changements observés en temps réel avant de relier les changements au comportement clinique, la figure 3 montre la série chronologique d’une séance de surveillance d’un patient victime d’un AVC sous sédation, telle qu’elle est vue sur l’interface graphique par le personnel de soins intensifs. Pendant une partie de la séance de surveillance, les cliniciens ont aspiré les sécrétions bronchiques et buccales du patient (représentées par la zone ombrée de la figure 3). Le mouvement du patient induit par l’intervention perturbe clairement le signal optique, ce qui entraîne des pics non physiologiques dans les paramètres optiques; Par conséquent, il est difficile d’attribuer une signification physiologique à ces changements. Peu de temps après l’intervention, les paramètres hémodynamiques sont revenus approximativement aux mêmes valeurs avant l’intervention, comme prévu pour un patient stable. Cet exemple illustre la stabilité du système en temps réel dans la neuro-USI, ainsi que l’importance d’analyser l’hémodynamique d’un patient à différentes fenêtres temporelles.

Afin d’illustrer la faisabilité du dispositif optique diffus hybride pour fournir des informations significatives dans la neuro-USI, nous présentons le cas d’une femme de 50 ans ayant des antécédents de diabète, d’hypertension et d’insuffisance cardiaque congestive, qui a été admise avec une hémiparésie du côté gauche et a eu un accident vasculaire cérébral ischémique dû à l’occlusion du MCA droit (échelle NIH stroke = 11). La figure 4 montre les paramètres optiques moyens et la tomodensitométrie au treizième jour après l’hospitalisation, pendant que le patient était intubé et sous sédation. Au cours de cette séance de surveillance, les CBF et CMRO2 dans le front ipsilesionnel étaient considérablement inférieurs à leurs paramètres contralésionnels dans la région symétrique. Ce résultat est compatible avec un déficit de perfusion et une nécrose tissulaire subséquente causée par une ischémie des gros vaisseaux. Notamment, bien que le FBC soit plus faible dans l’hémisphère ipsilesionnel, un OEF élevé a été trouvé dans les deux hémisphères. Cela peut être cohérent avec l’idée de perfusion de misère, un état dans lequel la consommation d’oxygène est élevée (OEF élevée) malgré un FBC faible (mais non nul) alors que le tissu tente de favoriser la récupération 8,51,52. Actuellement, la perfusion de misère est difficile à diagnostiquer dans la neuro-USI. Bien qu’une étude de plus grande envergure auprès de patients victimes d’un AVC ischémique aigu soit nécessaire pour évaluer la sensibilité des spectroscopies optiques diffuses afin de détecter la perfusion de misère, cet exemple démontre le potentiel du système optique diffus pour évaluer des informations cliniquement importantes en temps réel.

Enfin, nous présentons les résultats longitudinaux obtenus auprès d’une femme de 62 ans admise à l’USI neurologique en raison d’une hémorragie sous-arachnoïdienne sévère de l’artère cérébrale moyenne droite (ACM), avec un grade V sur l’échelle de Hunt & Hess (c.-à-d. prédisant un mauvais résultat et une faible probabilité de survie)53 et un grade III sur l’échelle de Fisher (c.-à-d. risque faible à élevé de vasospasme)54. Ce patient a été suivi tout au long de l’hospitalisation, et tous les paramètres hémodynamiques cérébraux étaient cohérents avec l’évolution clinique de l’état du patient. Nous renvoyons le lecteur intéressé à un rapport de cas récemment publié qui contient la description complète de ce cas9. Pour illustrer la faisabilité d’effectuer des mesures à différents jours, la figure 5 montre une analyse hors ligne des données collectées avec le système lors de plusieurs séances pendant l’hospitalisation du cas décrit ci-dessus et présentée en détail dans la réf.9. Ici, l’indice de latéralité (LI) a été calculé pour chaque paramètre physiologique comme suit:

Equation 1

où X représente la variable mesurée (c.-à-d. CBF, OEF, CMRO2) et l’indice indique l’hémisphère cérébral. Avec l’IL, il est possible de comparer directement les différences entre chaque hémisphère sur l’ensemble de l’hospitalisation. L’indice de latéralité s’est avéré très utile pour différents scénarios cliniques52,55,56,57, et il peut être facilement évalué avec le protocole présenté ici en mesurant séquentiellement les régions symétriques dans les deux hémisphères. La pression artérielle moyenne (MAP) a été recueillie à l’aide d’un instrument indépendant disponible dans la neuro-USI, et elle est également illustrée à la figure 5 à titre de référence.

Une analyse minutieuse de la figure 5 révèle deux périodes significatives de déficience hémisphérique. La première période s’est produite entre le premier et le troisième jour après l’hospitalisation, au cours de laquelle tous les paramètres neurophysiologiques du ROI ipsilesionnel ont augmenté davantage que du ROI contralésionnel symétrique. Cette augmentation de l’IL le troisième jour après l’hospitalisation pourrait indiquer une possible tentative homéostatique de rétablir l’équilibre métabolique du tissu affecté. Au cours de la deuxième période, à partir du troisième jour d’hospitalisation, l’IL a diminué de façon continue, ce qui correspondait à l’aggravation de l’état du patient. Dans ce cas, le patient est décédé après 9 jours d’hospitalisation.

Figure 1
Figure 1 : L’environnement optique développé pour surveiller les patients à l’intérieur d’une unité de soins intensifs. (A) Le système optique diffuse hybride combine un module de spectroscopie optique diffuse dans le domaine fréquentiel (DOS) et un module de spectroscopie de corrélation diffuse (DCS). (B) La sonde personnalisable proposée dans cette étude comporte par défaut 4 séparations source-détecteur (0,7, 1,5, 2,5 et 3,0 cm) pour le MDD et 4 séparations source-détecteur pour DOS (1,5, 2,0, 2,5 et 3,0 cm). Pour simplifier, les exemples présentés ici n’utilisaient que la séparation source-détecteur de 2,5 cm pour le DCS. (C) L’interface utilisateur graphique en temps réel contrôle le système optique diffus et affiche le débit sanguin cérébral mesuré (CBF), la fraction d’extraction de l’oxygène (OEF) et le taux métabolique cérébral d’oxygène (CMRO 2) en temps réel, à la fois dans une fenêtre de temps de 5 minutes (panneaux de gauche) et dans une fenêtre de temps de2 heures (panneaux de droite). Au bas de l’interface graphique, le chercheur peut appuyer sur des boutons pour démarrer et arrêter la collecte de données, acquérir une période de référence pour la comparaison et marquer toute intervention pertinente. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 2
Figure 2 : Courbes d’autocorrélation représentatives pour le module DCS. (A) Un exemple d’une bonne autocorrélation, qui était d’environ 1,5 à l’extrapolation du temps de retard nul et a diminué à 1 à des temps de retard plus longs. Comme prévu, les courbes d’autocorrélation se sont détériorées plus rapidement pour les séparations source-détecteur plus longues. (B) Un exemple de courbe d’autocorrélation incorrecte, où il n’est pas possible de distinguer les courbes pour les différentes séparations source-détecteur. (C) Un autre exemple de courbe d’autocorrélation incorrecte, dans laquelle la queue de la courbe ne correspondait pas au modèle utilisé. Les problèmes visés aux points (B) et (C) sont liés soit à un mauvais couplage de la sonde sur la peau, soit à une fuite de lumière de la source directement dans les séparations source-détecteur plus courtes. Le chercheur peut regarder les courbes dans l’onglet 'Courbes de corrélation' de l’interface graphique. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 3
Figure 3 : Physiologie cérébrale d’une séance de surveillance d’un patient victime d’un AVC sous sédation, telle qu’elle serait vue sur l’interface graphique par le personnel des soins intensifs. L’interface graphique affiche le débit sanguin cérébral (CBF, en rouge), la fraction d’extraction de l’oxygène (OEF, en bleu) et le taux métabolique cérébral de l’oxygène (CMRO 2, en vert) en temps réel pour les fenêtres de temps (A) courtes (c’est-à-dire 5 minutes) et (B) longues (c’est-à-dire2 h) ainsi qu’une valeur moyenne (C) sur les 5 dernières minutes. Pendant une partie de cette séance de surveillance, les cliniciens ont aspiré les sécrétions bronchiques et buccales du patient (représentées par la zone ombragée en B). Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 4
Figure 4 : Informations neurophysiologiques d’un patient ayant reçu un diagnostic d’AVC ischémique grave dans l’artère cérébrale moyenne droite le treizième jour après l’hospitalisation. (A) Débit sanguin cérébral (CBF), fraction d’extraction d’oxygène (OEF), taux métabolique cérébral d’oxygène (CMRO2) et concentration totale d’hémoglobine (HbT) mesurés avec le système optique diffus dans les hémisphères contralésionnel et ipsilesionnel. (B) Tomodensitométrie (TDM) à partir de la mesure d’une seule journée du patient. Les zones rouges dans les images CT représentent la région de sensibilité optique présumée et l’ellipse violette montre l’emplacement approximatif de la blessure. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Figure 5
Figure 5 : Evolution temporelle de l’indice de latéralité des paramètres physiologiques optiquement dérivés chez une patiente de 62 ans suite à une hémorragie sous-arachnoïdienne anévrysmale de haut grade (HSAa). Les changements dans la région d’intérêt ipsilesionnel (ROI) par rapport aux changements dans le ROI contralésionnel sont représentés dans l’axe gauche pour le flux sanguin cérébral (CBF, cercles rouges), la fraction d’extraction de l’oxygène (OEF, losange bleu) et le taux métabolique cérébral de l’oxygène (CMRO2, triangles verts). L’évolution de la pression artérielle moyenne (MAP, carrés gris) a été recueillie indépendamment, et est représentée dans l’axe droit à des fins de comparaison. Les barres d’erreur de chaque point représentent l’écart type de chaque paramètre au cours de la session de surveillance. Pendant quelques jours, l’écart-type était trop faible pour être montré. Veuillez cliquer ici pour voir une version agrandie de cette figure.

Documents supplémentaires. Veuillez cliquer ici pour télécharger ce fichier.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Cet article présentait un système optique hybride capable de fournir des informations en temps réel sur le flux sanguin cérébral, l’oxygénation cérébrale et le métabolisme cérébral de l’oxygène des patients neurocritiques à côté. L’utilisation de techniques d’optique diffuse avait déjà été abordée comme un marqueur potentiel pour la surveillance non invasive au chevet du patient dans des scénarios cliniques. Une étude précédente portait sur les aspects cliniques et la faisabilité d’une surveillance optique lors d’une hospitalisation en neuro-USI à travers un rapport de cas9. L’objectif de ce travail est de détailler les aspects pertinents et innovants liés à la surveillance en temps réel avec optique diffuse. Plus précisément, cet article proposait une interface graphique en temps réel qui fournit des informations claires et utiles aux cliniciens. L’interface graphique permet de comparer facilement différentes périodes, ce qui est important pour interpréter des données cliniquement pertinentes. L’implémentation de l’interface graphique présentée ici peut être facilement traduite pour le système DCS basé sur un corrélateur logiciel avec la mise en garde que la fréquence d’affichage en temps réel doit être limitée à ~ 20 Hz. La moyenne en temps réel des courbes d’autocorrélation peut être utilisée pour échantillonner des taux d’acquisition plus rapides. À l’avenir, les informations en temps réel fournies par le protocole proposé pourraient être utilisées pour guider le traitement, améliorant potentiellement les résultats cliniques des patients neurocritiques.

Ce travail propose également l’utilisation d’une sonde optique personnalisable qui peut répondre à différents paramètres et donc répondre à différents objectifs et besoins des cliniciens. La sélection correcte de la séparation source-détecteur est une étape critique pour maximiser la sensibilité cérébrale de l’optique diffuse. Dans la plupart des cas, une sonde optimale pour les mesures de MDD chez les adultes devrait avoir au moins une séparation source et détecteur courte (< 1 cm) et longue (> 2,5 cm). Il a été démontré que la séparation longue source-détecteur offre le meilleur compromis entre le rapport signal sur bruit (SNR) et la sensibilité cérébrale 12,14,16, tandis que la courte séparation est principalement sensible aux tissus extra-cérébraux et est utile pour différencier les changements extra-cérébraux des changements cérébraux12,16 . Pour FD-DOS, une sonde simple qui offre un compromis raisonnable entre la SNR et la sensibilité cérébrale chez l’adulte contient 4 séparations source-détecteur (1,5, 2,0, 2,5 et 3,0 cm)58. L’étape la plus critique pour une mesure FD-DOS est la procédure d’étalonnage nécessaire pour comparer les changements de courant alternatif et de phase de différentes fibres (section 2 du protocole). Un mauvais étalonnage d’un système FD-DOS peut entraîner de grandes erreurs dans les valeurs récupérées des propriétés optiques du tissu, ce qui affectera la précision des valeurs d’oxygénation cérébrale et de flux sanguin cérébral. Fait important, le protocole proposé dans cette étude se concentre sur une sonde optique pour FD-DOS qui contient un seul PMT et plusieurs sources lumineuses. La procédure d’étalonnage décrite ici doit être modifiée pour les expériences utilisant plusieurs détecteurs. Pour les études utilisant plusieurs détecteurs, la tension de polarisation du PMT ne doit pas être modifiée pendant la procédure d’étalonnage, et une sélection minutieuse des propriétés optiques des fantômes d’étalonnage est donc nécessaire.

En plus des mesures d’oxygénation cérébrale, le module DOS améliore également le calcul du CBF, car le modèle DCS dépend également des propriétés optiques du tissu. Cette étude a utilisé un système FD-DOS commercial avec une seule fréquence de modulation pour récupérer les propriétés optiques et l’oxygénation cérébrale. Cependant, il existe d’autres alternatives qui pourraient fournir des informations plus précises, telles que le domaine temporel DOS ou les systèmes FD-DOS multifréquences 59,60,61,62,63,64. Ces systèmes peuvent réduire la complexité expérimentale car ils nécessitent une séparation source-détecteur unique pour récupérer la physiologie cérébrale, alors que le FD-DOS traditionnel utilisé ici nécessite plusieurs séparations source-détecteur et donc plusieurs fibres attachées à la tête. De plus, comme le principal intérêt de ce protocole était les tendances à long terme de la physiologie cérébrale, cette étude a choisi de mener des mesures DOS et DCS entrelacées. À l’avenir, pour éviter la contamination croisée et augmenter la fréquence d’échantillonnage, il est possible d’acquérir des mesures DOS et DCS simultanées en incluant des filtres à encoche sur les détecteurs DOS et DCS.

L’une des limites du protocole actuel est la restriction du placement de la sonde sur le front. À l’heure actuelle, il est difficile d’acquérir des mesures de DCS par les cheveux. Ce n’est pas un problème pour les insultes couvrant une plus grande partie du cerveau, comme c’est le plus souvent le cas dans la neuro-USI. Cependant, les mesures sur le front peuvent ne pas être sensibles aux petits coups MCA ou PCA, par exemple. Avec d’autres améliorations des sondes optiques, il peut être possible de mesurer à travers les cheveux, et en combinant le système avec un dispositif de neuronavigation, il serait possible d’effectuer des mesures sur un petit retour sur investissement local. En rassemblant des informations spatiales détaillées sur les informations optiques, nous prévoyons une amélioration marquée de la sensibilité de l’optique diffuse aux déficiences hémodynamiques dues aux troubles cérébrovasculaires focaux.

Enfin, il est important de mentionner quelques limites des techniques optiques diffuses. Tout d’abord, l’optique diffuse est intrinsèquement sensible au tissu extra-cérébral, et une meilleure modélisation des données peut être nécessaire pour bien rendre compte de la différence entre les physiologies extra-cérébrales et cérébrales 65,66,67,68,69,70. De plus, la mesure DCS du CBF est sensible à la pression externe de la sonde optique contre le tissu. Par exemple, en augmentant la pression de la sonde, nous réduisons le flux sanguin dans les tissus externes, ce qui réduira également le CBF mesuré par DCS71,72,73. Notez toutefois que, bien que le CBF soit réduit en raison de l’augmentation de la pression de la sonde, la pulsatilité de la fréquence cardiaque du CBF est inchangée72. Fait intéressant, il est possible d’utiliser ces changements dans le CBF en raison de la pression externe de la sonde pour séparer les physiologies extra-cérébrales et cérébrales73. Enfin, le FBC dérivé optique a des unités physiques (c.-à-d. cm2/s) plutôt que les unités cliniques plus habituelles (c.-à-d. ml/100 g de tissu/min). Certains auteurs ont proposé l’utilisation du vert d’indocyanine (ICG) pour récupérer le CBF absolu du DOS et pour calibrer l’indice CBF de la MDD aux unités cliniques absolues 74,75,76,77,78. Cependant, la précision du facteur d’étalonnage de l’ICG peut ne pas être directement traduite dans différentes situations en raison d’anomalies dans la macro et la microcirculation à la suite d’un traumatisme cérébral.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

L’auteur (s) a déclaré les conflits d’intérêts potentiels suivants en ce qui concerne la recherche, la paternité et / ou la publication de cet article: RC Mesquita a une demande de brevet en instance et deux autres brevets pertinents pour ce travail (brevets américains 10,342,488 et 10,064,554). Aucun auteur ne reçoit actuellement de redevances ou de paiements provenant de ces brevets.

   

Acknowledgments

Nous reconnaissons le soutien de la Fondation de recherche de São Paulo (FAPESP) à travers les Proc. 2012/02500-8 (RM), 2014/25486-6 (RF) et 2013/07559-3. Les bailleurs de fonds n’ont joué aucun rôle dans la conception de l’étude, la collecte et l’analyse des données, la décision de publier ou la préparation du manuscrit.

Materials

Name Company Catalog Number Comments
3D Printer Sethi3D S2 3D-printer used to print the customizable probes
Arduino UNO Arduino UNO REV3 Microcontroller responsible to interleave the DCS and FD-DOS measurements
DCS Correlator Correlator.com Flex11-16ch Component of the DCS module
DCS Dectectors IO Boards Excelitas Technology SPCM-AQ4C-IO Component of the DCS module
DCS Detectors Excelitas Technology SPCM-AQ4C Component of the DCS module
DCS Laser CrystaLaser DL785-120-SO Component of the DCS module
DCS Power supply Artesyn UMP10T-S2A-S2A-S2A-S2A-IES-00-A Component of the DCS module (power supply for the DCS detecto; 2, 5 and 30V)
FD-DOS fibers ISS Imagent supplies The fibers used for FD-DOS detection and illumination are provived by ISS
Flexible 3D printer material Sethi3D NinjaFlex Material used to print the flexible customizable probes
Imagent ISS Imagent FD-DOS module
Laser safety googles Thorlabs LG9
Multi-mode fiber Thorlabs FT400EMT Multi-mode fiber used for DCS illumination
Neutral density filter 1.0 OD Edmund Optics 53-705 Neutral density filter for the short source detector separations
Single-mode optical fiber Thorlabs 780HP Single-mode optical fiber used for the DCS detectors
System battery SMS NET4 System battery used for transportation

DOWNLOAD MATERIALS LIST

References

  1. Papanikolaou, J., et al. Cardiac and central vascular functional alterations in the acute phase of aneurysmal subarachnoid hemorrhage. Critical Care Medicine. 40 (1), 223-232 (2012).
  2. Sarrafzadeh, A. S., Vajkoczy, P., Bijlenga, P., Schaller, K. Monitoring in neurointensive care - The challenge to detect delayed cerebral ischemia in high grade aneurysmal SAH. Frontiers in Neurology. 5 (134), (2014).
  3. Messerer, M., Daniel, R. T., Oddo, M. Neuromonitoring after major neurosurgical procedures. Minerva Anestesiologica. 78 (7), 810-822 (2012).
  4. Le Roux, P., et al. Consensus summary statement of the International Multidisciplinary Consensus Conference on Multimodality Monitoring in Neurocritical Care: A statement for healthcare professionals from the Neurocritical Care Society and the European Society of Intensive Care Medicine. Intensive Care Medicine. 40 (9), 1189-1209 (2014).
  5. Roh, D., Park, S. Brain Multimodality Monitoring: Updated Perspectives. Current Neurology and Neuroscience Reports. 16 (6), 1-10 (2016).
  6. Oddo, M., Villa, F., Citerio, G. Brain multimodality monitoring: An update. Current Opinion in Critical Care. 18 (2), 111-118 (2012).
  7. Sandsmark, D. K., Kumar, M. A., Park, S., Levine, J. M. Multimodal Monitoring in Subarachnoid Hemorrhage. Stroke. 43 (5), 1440-1445 (2012).
  8. Baker, W. B., et al. Continuous non-invasive optical monitoring of cerebral blood flow and oxidative metabolism after acute brain injury. Journal of Cerebral Blood Flow and Metabolism. 39 (8), 1469-1485 (2019).
  9. Menezes Forti, R., et al. Real-time non-invasive assessment of cerebral hemodynamics with diffuse optical spectroscopies in a neuro intensive care unit: an observational study. Frontiers in Medicine. 7 (147), (2020).
  10. 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. 12 (2), 173-180 (2010).
  11. Selb, J., et al. Prolonged monitoring of cerebral blood flow and autoregulation with diffuse correlation spectroscopy in neurocritical care patients. Neurophotonics. 5 (04), 1 (2018).
  12. Durduran, T., Choe, R., Baker, W. B., Yodh, A. G. Diffuse optics for tissue monitoring and tomography. Reports on Progress in Physics. 73 (7), 76701 (2010).
  13. Jacques, S. L. Optical properties of biological tissues: a review. Physics in Medicine and Biology. 58 (11), 37-61 (2013).
  14. Durduran, T., Yodh, A. G. Diffuse correlation spectroscopy for non-invasive, micro-vascular cerebral blood flow measurement. NeuroImage. 85, 5163 (2014).
  15. Durduran, T., et al. Diffuse optical measurement of blood flow, blood oxygenation, and metabolism in a human brain during sensorimotor cortex activation. Optics Letters. 29 (15), 1766 (2004).
  16. 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), 15005 (2014).
  17. 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. 38 (4), 1-26 (2017).
  18. 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 Sciences. 369 (1955), 4390-4406 (2011).
  19. Culver, J. P., et al. Diffuse optical tomography of cerebral blood flow, oxygenation, and metabolism in rat during focal ischemia. Journal of Cerebral Blood Flow and Metabolism. 23 (8), 911-924 (2003).
  20. Valabrègue, R., Aubert, A., Burger, J., Bittoun, J., Costalat, R. Relation between Cerebral Blood Flow and Metabolism Explained by a Model of Oxygen Exchange. Journal of Cerebral Blood Flow and Metabolism. 23 (5), 536-545 (2003).
  21. Farzam, P., et al. Shedding light on the neonatal brain: probing cerebral hemodynamics by diffuse optical spectroscopic methods. Scientific Reports. 7 (1), 15786 (2017).
  22. Wong, F. Cerebral blood flow measurements in the neonatal brain. Prenatal and Postnatal Determinants of Development. 109, 69-87 (2016).
  23. Busch, D. R., et al. Noninvasive optical measurement of microvascular cerebral hemodynamics and autoregulation in the neonatal ECMO patient. Pediatric Research. , 1-9 (2020).
  24. Dehaes, M., et al. Cerebral oxygen metabolism in neonatal hypoxic ischemic encephalopathy during and after therapeutic hypothermia. Journal of Cerebral Blood Flow and Metabolism. 34 (1), 87-94 (2014).
  25. Ferradal, S. L., et al. Non-invasive assessment of cerebral blood flow and oxygen metabolism in neonates during hypothermic cardiopulmonary bypass: Feasibility and clinical implications. Scientific Reports. 7 (1), 44117 (2017).
  26. Busch, D. R., et al. Continuous cerebral hemodynamic measurement during deep hypothermic circulatory arrest. Biomedical Optics Express. 7 (9), 3461 (2016).
  27. Wang, D., et al. Fast blood flow monitoring in deep tissues with real-time software correlators. Biomedical Optics Express. 7 (3), 776 (2016).
  28. Ko, T. S., et al. Non-invasive optical neuromonitoring of the temperature-dependence of cerebral oxygen metabolism during deep hypothermic cardiopulmonary bypass in neonatal swine. Journal of Cerebral Blood Flow & Metabolism. 40 (1), 187-203 (2018).
  29. Pennekamp, C. W. A. A., et al. Near-infrared spectroscopy can predict the onset of cerebral hyperperfusion syndrome after carotid endarterectomy. Cerebrovascular Diseases. 34 (4), 314-321 (2012).
  30. Pennekamp, C. W. A. A., Bots, M. L., Kappelle, L. J., Moll, F. L., de Borst, G. J. The Value of Near-Infrared Spectroscopy Measured Cerebral Oximetry During Carotid Endarterectomy in Perioperative Stroke Prevention. A Review. European Journal of Vascular and Endovascular Surgery. 38 (5), 539-545 (2009).
  31. Shang, Y., et al. Cerebral monitoring during carotid endarterectomy using near-infrared diffuse optical spectroscopies and electroencephalogram. Physics in Medicine and Biology. 56 (10), 3015-3032 (2011).
  32. Delgado-Mederos, R., et al. Transcranial diffuse optical assessment of the microvascular reperfusion after thrombolysis for acute ischemic stroke. Biomedical Optics Express. 9 (3), 1262 (2018).
  33. Favilla, C. G., et al. Optical Bedside Monitoring of Cerebral Blood Flow in Acute Ischemic Stroke Patients During Head-of-Bed Manipulation. Stroke. 45 (5), 1269-1274 (2014).
  34. Gregori-Pla, C., et al. Early microvascular cerebral blood flow response to head-of-bed elevation is related to outcome in acute ischemic stroke. Journal of Neurology. 266 (4), 990-997 (2019).
  35. Kim, M. N., et al. Continuous optical monitoring of cerebral hemodynamics during head-of-bed manipulation in brain-injured adults. Neurocritical Care. 20 (3), 443-453 (2014).
  36. Ko, T., et al. Prediction of Return of Spontaneous Circulation During Cardiopulmonary Resuscitation using Frequency-Domain Diffuse Optical Spectroscopy in a Pediatric Swine Model of Asphyxial Cardiac Arrest. Biophotonics Congress: Biomedical Optics Congress 2018 (Microscopy/Translational/Brain/OTS). , (2018).
  37. Favilla, C. G., et al. Non-invasive respiratory impedance enhances cerebral perfusion in healthy adults. Frontiers in Neurology. 8, (2017).
  38. Favilla, C. G., et al. Perfusion Enhancement with Respiratory Impedance After Stroke (PERI-Stroke). Neurotherapeutics. 16 (4), 1296-1303 (2019).
  39. Ritzenthaler, T., et al. Cerebral near-infrared spectroscopy a potential approach for thrombectomy monitoring. Stroke. 48 (12), 3390-3392 (2017).
  40. Fantini, S., Sassaroli, A., Tgavalekos, K. T., Kornbluth, J. Cerebral blood flow and autoregulation: current measurement techniques and prospects for noninvasive optical methods. Neurophotonics. 3 (3), 31411 (2016).
  41. Parthasarathy, A. B., et al. Dynamic autoregulation of cerebral blood flow measured non-invasively with fast diffuse correlation spectroscopy. Journal of Cerebral Blood Flow and Metabolism. 38 (2), 230-240 (2018).
  42. Kainerstorfer, J. M., Sassaroli, A., Tgavalekos, K. T., Fantini, S. Cerebral autoregulation in the microvasculature measured with near-infrared spectroscopy. Journal of Cerebral Blood Flow and Metabolism. 35 (6), 959-966 (2015).
  43. Baker, W. B., et al. Noninvasive optical monitoring of critical closing pressure and arteriole compliance in human subjects. Journal of Cerebral Blood Flow and Metabolism. 37 (8), 2691-2705 (2017).
  44. Lin, P. Y., et al. Non-invasive optical measurement of cerebral metabolism and hemodynamics in infants. Journal of Visualized Experiments. (73), e4379 (2013).
  45. Wintermark, P., Hansen, A., Warfield, S. K., Dukhovny, D., Soul, J. S. Near-infrared spectroscopy versus magnetic resonance imaging to study brain perfusion in newborns with hypoxic-ischemic encephalopathy treated with hypothermia. NeuroImage. 85, 287-293 (2014).
  46. Busch, D. R., et al. Detection of brain hypoxia based on noninvasive optical monitoring of cerebral blood flow with diffuse correlation spectroscopy. Neurocritical Care. 30 (1), 72-80 (2019).
  47. Davies, D. J., et al. Cerebral oxygenation in traumatic brain injury: Can a non-invasive frequency domain near-infrared spectroscopy device detect changes in brain tissue oxygen tension as well as the established invasive monitor. Journal of Neurotrauma. 36 (7), 1175-1183 (2019).
  48. Leal-Noval, S. R., et al. Invasive and noninvasive assessment of cerebral oxygenation in patients with severe traumatic brain injury. Intensive Care Medicine. 36 (8), 1309-1317 (2010).
  49. Fantini, S., Franceschini, M. A., Fishkin, J. B., Barbieri, B., Gratton, E. Quantitative determination of the absorption spectra of chromophores in strongly scattering media: a light-emitting-diode based technique. Applied Optics. 33 (22), 5204 (1994).
  50. Fantini, S., et al. Frequency-domain multichannel optical detector for noninvasive tissue spectroscopy and oximetry. Optical Engineering. 34 (1), 32 (1995).
  51. Carpenter, D. A., Grubb, R. L., Tempel, L. W., Powers, W. J. Cerebral oxygen metabolism after aneurysmal subarachnoid hemorrhage. Journal of Cerebral Blood Flow and Metabolism. 11 (5), 837-844 (1991).
  52. Johansen-Berg, H., et al. The role of ipsilateral premotor cortex in hand movement after stroke. Proceedings of the National Academy of Sciences, U.S.A. 99 (22), 14518-14523 (2002).
  53. Hunt, W. E., Hess, R. M. Surgical risk as related to time of intervention in the repair of intracranial aneurysms. Journal of Neurosurgery. 28 (1), 14-20 (1968).
  54. Fisher, C. M., Kistler, J. P., Davis, J. M. Relation of Cerebral Vasospasm to Subarachnoid Hemorrhage Visualized by Computerized Tomographic Scanning. Neurosurgery. 6 (1), 1-9 (1980).
  55. Carey, J. R., et al. Analysis of fMRI and finger tracking training in subjects with chronic stroke. Brain. 125 (4), 773-788 (2002).
  56. Lindenberg, R., Renga, V., Zhu, L. L., Nair, D., Schlaug, G. Bihemispheric brain stimulation facilitates motor recovery in chronic stroke patients. Neurology. 75 (24), 2176-2184 (2010).
  57. Schaechter, J. D., et al. Motor recovery and cortical reorganization after constraint-induced movement therapy in stroke patients: A preliminary study. Neurorehabilitation and Neural Repair. 16 (4), 326-338 (2002).
  58. Dehaes, M., et al. Assessment of the frequency-domain multi-distance method to evaluate the brain optical properties: Monte Carlo simulations from neonate to adult. Biomedical Optics Express. 2 (3), 552 (2011).
  59. Fantini, S., Sassaroli, A. Frequency-domain techniques for cerebral and functional near-infrared spectroscopy. Front Neurosci. 14, 1-18 (2020).
  60. Blaney, G., Sassaroli, A., Pham, T., Fernandez, C., Fantini, S. Phase dual-slopes in frequency-domain near-infrared spectroscopy for enhanced sensitivity to brain tissue: First applications to human subjects. Journal of Biophotonics. 13 (1), 201960018 (2020).
  61. Abdalsalam, O., O'Sullivan, T. D., Howard, S., Zhang, Y. Self-calibrated frequency domain diffuse optical spectroscopy with a phased source array. Optical Tomography and Spectroscopy of Tissue XIII Conference. 1087403, 2 (2019).
  62. Applegate, M. B., Istfan, R. E., Spink, S., Tank, A., Roblyer, D. Recent advances in high speed diffuse optical imaging in biomedicine Recent advances in high speed diffuse optical imaging in biomedicine. APL Photonics. 5, 040802 (2020).
  63. Torricelli, A., et al. Time domain functional NIRS imaging for human brain mapping. NeuroImage. 85, 28-50 (2014).
  64. Pifferi, A., et al. New frontiers in time-domain diffuse optics , a review. Journal of Biomedical Optics. 21 (9), 091310 (2016).
  65. Gagnon, L., Desjardins, M., Jehanne-Lacasse, J., Bherer, L., Lesage, F. Investigation of diffuse correlation spectroscopy in multi-layered media including the human head. Optics Express. 16 (20), 15514 (2008).
  66. Verdecchia, K., et al. Assessment of a multi-layered diffuse correlation spectroscopy method for monitoring cerebral blood flow in adults. Biomedical Optics Express. 7 (9), 3659 (2016).
  67. Liemert, A., Kienle, A. Light diffusion in a turbid cylinder II Layered case. Optics Express. 18 (9), 9266 (2010).
  68. Hallacoglu, B., Sassaroli, A., Fantini, S. Optical characterization of two-layered turbid media for non-invasive, absolute oximetry in cerebral and extracerebral tissue. PLoS One. 8 (5), 64095 (2013).
  69. Alexandrakis, G., Busch, D. R., Faris, G. W., Patterson, M. S. Determination of the optical properties of two-layer turbid media by use of a frequency-domain hybrid Monte Carlo diffusion model. Applied Optics. 40 (22), 3810 (2001).
  70. Martelli, F., Sassaroli, A., Del Bianco, S., Yamada, Y., Zaccanti, G. Solution of the time-dependent diffusion equation for layered diffusive media by the eigenfunction method. Physical Review E - Statistical Physics, Plasmas, Fluids, and Related Interdisciplinary Topics. 67 (5), 14 (2003).
  71. Mesquita, R. C., et al. Influence of probe pressure on the diffuse correlation spectroscopy blood flow signal: extra-cerebral contributions. Biomedical Optics Express. 4 (7), 978 (2013).
  72. Wang, D., et al. Influence of probe pressure on the pulsatile diffuse correlation spectroscopy blood flow signal on the forearm and forehead regions. Neurophotonics. 6 (03), 1 (2019).
  73. Baker, W. B., et al. Pressure modulation algorithm to separate cerebral hemodynamic signals from extracerebral artifacts. Neurophotonics. 2 (3), 35004 (2015).
  74. He, L., et al. Noninvasive continuous optical monitoring of absolute cerebral blood flow in critically ill adults. Neurophotonics. 5 (04), 1 (2018).
  75. Milej, D., et al. Quantification of cerebral blood flow in adults by contrast-enhanced near-infrared spectroscopy: Validation against MRI. Journal of Cerebral Blood Flow & Metabolism. , (2019).
  76. Diop, M., Verdecchia, K., Lee, T. Y., St Lawrence, K. Calibration of diffuse correlation spectroscopy with a time-resolved near-infrared technique to yield absolute cerebral blood flow measurements. Biomedical Optics Express. 2 (7), 2068 (2011).
  77. Khalid, M., et al. Development of a stand-alone DCS system for monitoring absolute cerebral blood flow. Biomedical Optics Express. 10 (9), 4607 (2019).
  78. Kohl-Bareis, M., et al. Noninvasive monitoring of cerebral blood flow by a dye bolus method: Separation of brain from skin and skull signals. Journal of Biomedical Optics. 7 (3), 464 (2002).

Tags

Médecine numéro 165 spectroscopie optique diffuse spectroscopie de corrélation diffuse débit sanguin cérébral troubles cérébrovasculaires surveillance neurocritique accident vasculaire cérébral unité de soins intensifs

Erratum

Formal Correction: Erratum: Real-Time Monitoring of Neurocritical Patients with Diffuse Optical Spectroscopies
Posted by JoVE Editors on 12/07/2022. Citeable Link.

An erratum was issued for: Real-Time Monitoring of Neurocritical Patients with Diffuse Optical Spectroscopies. The Authors section was updated from:

Rodrigo Menezes Forti1,2
Marilise Katsurayama2,3
Lenise Valler2,3
Andrés Quiroga1,2
Luiz Simioni1
Julien Menko4
Antonio L. E. Falcão3
Li Min Li2,5
Rickson C. Mesquita1,2
1Institute of Physics, University of Campinas
2Brazilian Institute of Neuroscience and Neurotechnology
3Clinical Hospital, University of Campinas
4Department of Emergency Medicine, Albert Einstein College of Medicine
5School of Medical Sciences, University of Campinas

to:

Rodrigo Menezes Forti1,2
Marilise Katsurayama2,3
Giovani Grisotti Martins1
Lenise Valler2,3
Andrés Quiroga1,2
Luiz Simioni1
Julien Menko4
Antonio L. E. Falcão3
Li Min Li2,5
Rickson C. Mesquita1,2
1Institute of Physics, University of Campinas
2Brazilian Institute of Neuroscience and Neurotechnology
3Clinical Hospital, University of Campinas
4Department of Emergency Medicine, Albert Einstein College of Medicine
5School of Medical Sciences, University of Campinas

Surveillance en temps réel des patients neurocritiques par spectroscopies optiques diffuses
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Menezes Forti, R., Katsurayama, M.,… More

Menezes Forti, R., Katsurayama, M., Grisotti Martins, G., Valler, L., Quiroga, A., Simioni, L., Menko, J., Falcão, A. L. E., Li, L. M., Mesquita, R. C. Real-Time Monitoring of Neurocritical Patients with Diffuse Optical Spectroscopies. J. Vis. Exp. (165), e61608, doi:10.3791/61608 (2020).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter