Waiting
Login processing...

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

Medicine

Realtidsövervakning av neurokritiska patienter med diffusa optiska spektroskopier

Published: November 19, 2020 doi: 10.3791/61608

ERRATUM NOTICE

Summary

Här presenteras ett protokoll för icke-invasiv övervakning av cerebral hemodynamik hos neurokritiska patienter i realtid och vid sängen med diffus optik. Specifikt använder det föreslagna protokollet ett hybriddiffust optiskt system för att detektera och visa realtidsinformation om cerebral syresättning, cerebralt blodflöde och cerebral metabolism.

Abstract

Neurofysiologisk övervakning är ett viktigt mål vid behandling av neurokritiska patienter, eftersom det kan förhindra sekundära skador och direkt påverka sjuklighet och dödlighet. Det saknas dock för närvarande lämpliga icke-invasiva realtidstekniker för kontinuerlig övervakning av cerebral fysiologi vid sängen. Diffusa optiska tekniker har föreslagits som ett potentiellt verktyg för sängmätningar av cerebralt blodflöde och cerebral syresättning vid neurokritiska patienter. Diffusa optiska spektroskopier har tidigare undersökts för att övervaka patienter i flera kliniska scenarier, allt från neonatal övervakning till cerebrovaskulära ingrepp hos vuxna. Teknikens genomförbarhet för att hjälpa kliniker genom att tillhandahålla realtidsinformation vid sängen är dock fortfarande i stort sett oadresserad. Här rapporterar vi översättningen av ett diffust optiskt system för kontinuerlig realtidsövervakning av cerebralt blodflöde, cerebral syresättning och cerebral syremetabolism under intensivvård. Instrumentets realtidsfunktion kan möjliggöra behandlingsstrategier baserade på patientspecifik cerebral fysiologi snarare än att förlita sig på surrogatmått, såsom arteriellt blodtryck. Genom att tillhandahålla realtidsinformation om hjärncirkulationen vid olika tidsskalor med relativt billig och bärbar instrumentering kan detta tillvägagångssätt vara särskilt användbart på lågbudgetsjukhus, i avlägsna områden och för övervakning i öppna fält (t.ex. försvar och sport).

Introduction

De flesta komplikationer som leder till dåliga resultat för kritiskt sjuka neurologiska patienter är relaterade till sekundära skador orsakade av cerebrala hemodynamiska funktionsnedsättningar. Därför kan övervakning av hjärnfysiologin hos dessa patienter direkt påverka sjuklighet och dödlighet 1,2,3,4,5,6,7. För närvarande finns det dock inget etablerat kliniskt verktyg för kontinuerlig icke-invasiv övervakning i realtid av cerebral fysiologi hos neurokritiska patienter vid sängen. Bland de potentiella kandidaterna har diffusa optiska tekniker nyligen föreslagits som ett lovande verktyg för att fylla i detta gap 8,9,10,11. Genom att mäta de långsamma förändringarna (dvs i storleksordningen tiotals till hundratals ms) av det diffust spridda nära infraröda ljuset (~ 650-900 nm) från hårbotten kan diffus optisk spektroskopi (DOS) mäta koncentrationer av de viktigaste kromoforerna i hjärnan, såsom cerebral oxi- (HbO) och deoxihemoglobin (HbR)12,13. Dessutom är det möjligt att mäta cerebralt blodflöde (CBF) med diffus korrelationsspektroskopi (DCS) 10,14,15,16,17 genom att kvantifiera de snabba fluktuationerna i ljusintensitet (dvs från några μs till några ms). När de kombineras kan DOS och DCS också ge en uppskattning av den cerebrala metaboliska syrehastigheten (CMRO2)18,19,20.

Kombinationen av DOS och DCS har undersökts för att övervaka patienter i flera prekliniska och kliniska scenarier. Till exempel har diffus optik visat sig ge relevant klinisk information för kritiskt sjuka nyfödda 21,22,23,24, inklusive under hjärtoperationer för att behandla hjärtfel 23,25,26,27,28 . Dessutom har flera författare undersökt användningen av diffus optik för att bedöma cerebral hemodynamik under olika cerebrovaskulära ingrepp, såsom carotid endarterektomi 29,30,31, trombolytiska behandlingar för stroke 32, sängmanipulationer 33,34,35, hjärt-lungräddning 36 och andra 37,38, 39. När kontinuerlig blodtrycksövervakning också är tillgänglig kan diffus optik användas för att övervaka cerebral autoreglering, både hos friska och kritiskt sjuka personer 11,40,41,42, samt för att bedöma det kritiska stängningstrycket i hjärncirkulationen 43. Flera författare har validerat CBF-mätningar med DCS mot olika guldstandard CBF-mått 18, medan CMRO2 mätt med diffus optik har visat sig vara en användbar parameter för neurokritisk övervakning 8,18,23,24,28,43,44,45 . Dessutom har tidigare studier validerat de optiskt härledda cerebrala hemodynamiska parametrarna för långtidsövervakning av neurokritiska patienter 8,9,10,11, inklusive för prediktion av hypoxisk 46,47,48 och ischemisk händelse 8.

Tillförlitligheten hos de diffusa optiska teknikerna för att ge värdefull realtidsinformation under longitudinella mätningar såväl som under kliniska ingrepp är fortfarande till stor del obehandlad. Användningen av ett fristående DOS-system jämfördes tidigare med invasiva syrespänningsmonitorer i hjärnvävnad, och DOS ansågs inte ha tillräcklig känslighet för att ersätta de invasiva monitorerna. Men förutom att använda relativt små populationer kan den direkta jämförelsen av de invasiva och icke-invasiva monitorerna vara missriktad eftersom varje teknik undersöker olika volymer som innehåller olika delar av cerebral vaskulatur. Även om dessa studier slutligen drog slutsatsen att diffus optik inte är en ersättning för de invasiva monitorerna, uppnådde DOS i båda studierna en måttlig till god noggrannhet, vilket kan vara tillräckligt för fall och / eller platser där invasiva monitorer inte är tillgängliga.

I förhållande till andra metoder är den viktigaste fördelen med diffus optik dess förmåga att samtidigt mäta blodflöde och vävnadsblodets syresättning icke-invasivt (och kontinuerligt) vid sängen med bärbar instrumentering. Jämfört med transkraniell dopplerultraljud (TCD) har DCS ytterligare en fördel: den mäter perfusion på vävnadsnivå, medan TCD mäter cerebral blodflödeshastighet i stora artärer vid hjärnans bas. Denna distinktion kan vara särskilt viktig vid utvärdering av stenoocklusiva sjukdomar där både proximalt stort artärflöde och leptomeningeala kollateraler bidrar till perfusion. Optiska tekniker har också fördelar jämfört med andra traditionella avbildningsmetoder, såsom positronemissionstomografi (PET) och magnetisk resonanstomografi (MRT). Förutom att samtidigt ge direkta mätningar av både CBF- och HbO/HbR-koncentrationer, vilket inte är möjligt med enbart MR eller PET, ger optisk övervakning också signifikant bättre tidsupplösning, vilket till exempel möjliggör bedömning av dynamisk cerebral autoreglering40,41,42 och bedömningen dynamiskt utvecklande hemodynamiska förändringar. Dessutom är diffus optisk instrumentering billig och bärbar jämfört med PET och MR, vilket är en kritisk fördel med tanke på den höga bördan av kärlsjukdomar i låg- och medelinkomstländer.

Protokollet som föreslås här är en miljö för realtidsneuromonitorering av patienter på intensivvårdsavdelningen (ICU). Protokollet använder en hybrid optisk enhet tillsammans med ett kliniskt vänligt grafiskt användargränssnitt (GUI) och anpassade optiska sensorer för att undersöka patienterna (figur 1). Hybridsystemet som används för att visa upp detta protokoll kombinerar två diffusa optiska spektroskopier från oberoende moduler: en kommersiell frekvensdomän (FD-) DOS-modul och en hemmagjord DCS-modul (figur 1A). FD-DOS-modulen49,50 består av 4 fotomultiplikatorrör (PMT) och 32 laserdioder som emitterar vid fyra olika våglängder (690, 704, 750 och 850 nm). DCS-modulen består av en långkoherenslaser som emitterar vid 785 nm, 16 enfotonräknare som detektorer och ett korrelatorkort. Samplingsfrekvensen för FD-DOS-modulen är 10 Hz och den maximala samplingsfrekvensen för DCS-modulen är 3 Hz. För att integrera FD-DOS- och DCS-modulerna programmerades en mikrokontroller inuti vår styrprogramvara för att automatiskt växla mellan varje modul. Mikrokontrollern är ansvarig för att slå på och stänga av FD-DOS- och DCS-lasrarna, liksom FD-DOS-detektorerna för att möjliggöra interfolierade mätningar av varje modul. Totalt kan det föreslagna systemet samla in ett kombinerat FD-DOS- och DCS-prov var 0,5 till 5:e sekund, beroende på kraven på signal-brusförhållande (SNR) (längre insamlingstider leder till bättre SNR). För att koppla ljuset till pannan utvecklade vi en 3D-printad optisk sond som kan anpassas för varje patient (Figur 1B), med källdetektorseparationer som varierar mellan 0,8 och 4,0 cm. Standardseparationerna mellan källa och detektor som används i exemplen som presenteras här är 2,5 cm för DCS och 1,5, 2,0, 2,5 och 3,0 cm för FD-DOS.

Huvuddragen i protokollet som presenteras i denna studie är utvecklingen av ett realtidsgränssnitt som både kan styra hårdvaran med ett vänligt GUI och visa de viktigaste cerebrala fysiologiparametrarna i realtid under olika temporala fönster (Figur 1C). Realtidsanalysrörledningen som utvecklats inom det föreslagna grafiska användargränssnittet är snabb och tar mindre än 50 ms att beräkna de optiska parametrarna (se tilläggsmaterialet för mer information). GUI inspirerades av nuvarande kliniska instrument som redan finns tillgängliga på neuro-ICU, och det anpassades genom omfattande feedback från kliniska användare under översättningen av systemet till neuro-ICU. Följaktligen kan realtidsgränssnittet underlätta antagandet av det optiska systemet av vanlig sjukhuspersonal, såsom neurointensivister och sjuksköterskor. Den breda användningen av diffus optik som ett kliniskt forskningsverktyg har potential att förbättra dess förmåga att övervaka fysiologiskt meningsfulla data och kan i slutändan visa att diffus optik är ett bra alternativ för icke-invasiv övervakning av neurokritiska patienter i realtid.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Protokollet godkändes av den lokala kommittén vid University of Campinas (protokollnummer 56602516.2.0000.5404). Skriftligt informerat samtycke erhölls från patienten eller en juridisk företrädare före mätningarna. Vi övervakade patienter som togs in på kliniksjukhuset vid University of Campinas med diagnosen antingen ischemisk stroke eller en subaraknoidalblödning som påverkar den främre cirkulationen. Patienter med ischemisk stroke som påverkar den bakre cirkulationen, patienter med dekompressiva kraniektomier på grund av förhöjt intrakraniellt tryck och patienter med andra neurodegenerativa sjukdomar (demens, Parkinsons eller någon annan sjukdom som kan associeras med kortikalatrofi) exkluderades från studieprotokollet.

1. Förberedelser innan systemet flyttas till IVA

  1. Anslut alla fibrer till relevanta lasrar och detektorer och se till att de är ordentligt fastsatta på den optiska sonden (figur 1B).
  2. Kontrollera att den optiska sonden är täckt med en svart trasa för att undvika att lasrarna lyser i rummet.
  3. Vrid systemets strömbrytare till läget "ON". När du har startat systemet väntar du 30 sekunder och vrider sedan DCS-lasernyckelbrytaren till läget "ON". FD-DOS-lasrarna slås automatiskt på när systemet strömförsörjs.
  4. Medan systemet förbereds, inhämta samtycke från antingen deltagaren eller en juridisk representant. Efter att ha fått samtycke, ta vagnen till patientens rum.
    OBS: Eftersom hybridsystemet har ett inbyggt batteri som håller upp till 45 minuter behöver det inte stängas av under transport.

2. Kalibrerings- och förstärkningsinställningar för DOS-systemet

  1. Vid ankomsten till ICU, stäng av DCS-lasern genom att växla nyckeln till "OFF" -läget.
  2. Börja med det fasta fantomet märkt "Kalibrera", kör kalibreringsprocessen på FD-DOS-programvaran (BOXY, ISS) genom att följa stegen nedan.
    1. På menyn "Arkiv" laddar du lämplig inställningsfil för sonden som används genom att klicka på alternativet "Ladda inställningsfil".
    2. Placera sonden på fantomets böjda sida, säkerställ en god kontakt med ytan och optimera sedan PMT-förspänningsspänningen genom att klicka på knappen "Optimera alla detektorer" i FD-DOS-programvaran.
    3. Kör kalibreringen för flera källdetektorseparationer genom att klicka på alternativet 'Calc. Waveform Calib. Värden för optisk rekvisita. och Flera avstånd" från menyn "Kalibrera".
    4. Öppna alternativet "Användardefinierade beräkningar" från menyn "Text-mån" för att kontrollera att de uppmätta optiska egenskaperna matchar de förspecificerade värdena (skrivna i det solida fantomet) och att anpassningen R2 är nära ett.
  3. Upprepa stegen ovan (utom steg 2.2.3) för att mäta de optiska egenskaperna hos fantomet markerat som "Kontrollera" för att säkerställa att kalibreringen var tillräcklig. De uppmätta optiska egenskaperna bör matcha, inom 10%, de värden som anges i fantomerna.
    VARNING: Se till att stänga av PMT (genom att klicka på knappen "Alla detektorer AV") varje gång sonden flyttas för att undvika att skada PMT på grund av direkt belysning från omgivande ljus.
  4. Om kalibreringen inte är tillräcklig, kör kalibreringsprocessen igen (steg 2.2 och 2.3). Att säkerställa en bra kalibrering av FD-DOS-systemet är avgörande för giltigheten av FD-DOS-mätningarna.

3. Förberedelse av deltagaren vid sängen

  1. Använd desinficerande våtservetter för att rengöra både sonden och patientens panna.
  2. Placera den dubbelhäftande tejpen på sonden (figur 1B) och se till att tejpen inte är i direkt kontakt med de optiska fiberspetsarna.
  3. Placera en lasersäkerhetsgoogles på ämnet.
  4. Placera sonderna över intresseområdet (ROI) och linda de elastiska remmarna runt motivets huvud. Även om det inte är absolut nödvändigt för FD-DOS och DCS, är det lämpligt att täcka den optiska sonden med en svart trasa eller svart bandage för att minska buller på grund av omgivande ljus.
    OBS: Det är viktigt att se till att det elastiska bandet varken är för hårt eller för löst. Om bandet är för hårt åtdraget kan det orsaka betydande obehag för patienten, och om bandet är för löst kan det leda till dålig datakvalitet eftersom den dubbelhäftande tejpen inte är tillräckligt stark för att hålla sonderna på plats.
  5. När sonden är ordentligt fastsatt i patientens panna, slå på DCS-lasern genom att växla nyckeln till "ON" -läget.
    VARNING: DCS-systemet använder en klass 3B-laser som är farlig för ögonexponering. Det är mycket viktigt att bara slå på lasrarna när sonden är ordentligt fastsatt på patientens panna.

4. Bedömning av uppgifternas kvalitet

  1. Innan du börjar hämta data med det grafiska användargränssnittet skriver du DCS-källdetektorseparationerna på fliken "Inställningar" i det grafiska användargränssnittet.
    DCS-systemet kräver inget kalibreringssteg, men korrekt inmatning av separationerna mellan källa och detektor är nödvändig för realtidsanalysen (se Kompletterande material för detaljer).
  2. Starta förvärvsprogramvaran genom att trycka på "Start" -knappen i GUI och kontrollera DOS-signalen i FD-DOS-programvaran:
    1. Klicka på knappen "Optimera alla detektorer" i FD-DOS-programvaran för att optimera PMT-förspänningsspänningen.
    2. Kontrollera de optiska egenskaperna och R2 för DOS-anpassningen i alternativet "Användardefinierad beräkning" från menyn "Text-Mon". R2-koefficienten bör vara nära enhet och som tumregel bör absorptionskoefficienten för mänskliga patienter ligga inom 0,05 och 0,2 cm-1, medan spridningskoefficienten bör ligga inom 6 och 13 cm-113.
  3. Kontrollera DCS-signalen på fliken "Korrelationskurvor" i det grafiska användargränssnittet.
    1. Slå på DCS-detektorerna genom att vrida omkopplarna till läget " ON".
    2. Se till att varje DCS-detektor mäter en tillräcklig ljusintensitet. Som tumregel krävs mer än 10 kHz.
    3. Om den uppmätta intensiteten är högre än 800 kHz, använd ett neutralt densitetsfilter för att minska fotonantalet för att undvika att skada detektorerna. Detta är vanligtvis ett problem för kortare (< 1 cm) källdetektorseparationer.
      OBS: Förutom att potentiellt skada DCS-detektorerna kan fotonantal högre än 800 kHz också medföra fel på grund av icke-linjära effekter i detektorn.
    4. Kontrollera autokorrelationskurvorna för att säkerställa en god hudkoppling (se representativa resultat och figur 2) och flytta den optiska sonden vid behov.
    5. Om sonden måste flyttas i föregående steg, upprepa steg 4.2 och 4.3. Dessa steg kan behöva upprepas flera gånger.
      OBS: DCS- och FD-DOS-detektorerna måste stängas av varje gång sonden flyttas. För att stänga av DCS-detektorerna, flytta omkopplarna manuellt till läget "OFF". FD-DOS-detektorn stängs av genom att klicka på knappen "Alla detektorer AV" i FD-DOS-programvaran.
  4. När en bra kontakt mellan sonden och huden uppnås, stoppa datainsamlingen genom att klicka på "Stopp" -knappen i GUI. Ställ sedan in experimentet och patientidentifierare i textrutan "Mapp" och skriv ROI-namnet i textrutan "Filnamn".
  5. Starta datainsamlingen genom att trycka på "Start" -knappen i GUI.
  6. Samla in data i den första avkastningen så länge som krävs enligt protokollet. Om det behövs, flytta sonden till de andra ROI: erna och upprepa mätningen.
    OBS: Övervakningsperioden kan variera beroende på studiemålen.

5. Överväganden för experimentet under mätningen

  1. Efter att ha startat mätningen, skriv i fliken "Experimentinformation" i GUI relevant patientinformation (t.ex. typ och plats för skadan, läkemedel som administreras, ålder, kön etc.).
  2. Se till att alla relevanta händelser som inträffade under övervakningsperioden markeras genom att klicka på knappen "Markera" i det grafiska användargränssnittet. Efter varje markering måste du skriva händelsebeskrivningen på fliken "Experimentinformation" i det grafiska användargränssnittet.

6. Stoppa datainsamling

  1. Stoppa datainsamlingen genom att trycka på "Stopp" -knappen i det grafiska användargränssnittet.
  2. Stoppa FD-DOS-programvaran genom att trycka på stoppdatainsamlings- och inspelningsknappen representerad som två röda rutor i FD-DOS-programvaran.
  3. Stäng av DCS-detektorerna genom att vrida omkopplarna till läget "OFF" och stäng av DCS-lasern genom att vrida nyckeln till läget " OFF".
  4. Stäng av PMT:erna för FD-DOS-modulen genom att klicka på knappen "Alla detektorer AV".
  5. Ta bort sonden från patientens huvud och ta bort den dubbelsidiga tejpen från sonden. Rengör sedan sonden med desinficerande våtservetter.
  6. Upprepa mätningen av de optiska egenskaperna hos varje fast fantom så snart som möjligt för att säkerställa att kalibreringen förblev tillräcklig under hela övervakningssessionen (se steg 4.2.2).
    OBS: Helst bör kalibreringssteget göras direkt efter att de optiska sonderna har tagits bort från patientens huvud (steg 6.6). På grund av tidsproblem gjordes detta dock i exemplen som presenteras i nästa avsnitt i lagringsanläggningen.
  7. Rengör systemet och dess tillbehör med desinficerande våtservetter.
  8. Rulla vagnen tillbaka till förrådet.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Helst bör de normaliserade autokorrelationskurvorna erhållna med DCS-modulen vara ungefär 1,5 vid nollfördröjningstidsextrapolering (vid användning av single-mode-fibrer14), och kurvorna bör sönderfalla till 1 vid längre fördröjningstider. Kurvan ska vara jämn, och den ska ha ett snabbare sönderfall för de längre källdetektorseparationerna. Ett exempel på en bra autokorrelation visas i figur 2A. Figur 2B visar ett exempel på en dålig autokorrelationskurva; I det här exemplet är det inte möjligt att urskilja kurvorna för de olika käll-detektorseparationerna. Figur 2C visar ett annat exempel på en dålig autokorrelationskurva, där kurvans svans inte matchade den modell som användes. Problemet i båda kurvorna (figur 2B,C) är relaterat antingen till en dålig koppling av sonden till huden eller till ljusläckage från källan direkt till de kortare separationerna mellan källa och detektor.

Som ett exempel på vikten av att visa neurofysiologin vid olika tidsfönster för att korrekt tolka förändringar som ses i realtid innan man relaterar förändringar till kliniskt beteende, visar figur 3 tidsserien för en övervakningssession från en sederad strokepatient, som ses på GUI av intensivvårdspersonalen. Under en del av övervakningssessionen suger läkarna patientens bronkiala och orala sekret (representerat av det skuggade området i figur 3). Patientrörelsen som induceras av ingreppet stör tydligt den optiska signalen, vilket leder till de ofysiologiska spikarna i de optiska parametrarna; Därför är det svårt att tillskriva någon fysiologisk mening till dessa förändringar. Strax efter ingreppet återvände de hemodynamiska parametrarna till ungefär samma värden före ingreppet, vilket förväntas för en stabil patient. Detta exempel illustrerar stabiliteten i realtidssystemet på neuro-IVA, liksom vikten av att analysera en patients hemodynamik vid olika temporala fönster.

För att illustrera genomförbarheten av den hybriddiffusa optiska enheten för att ge meningsfull information i neuro-ICU, presenterar vi fallet med en 50-årig kvinna med en historia av diabetes, högt blodtryck och hjärtsvikt, som togs in med vänstersidig hemipares och visade sig ha en ischemisk stroke på grund av ocklusion av höger MCA (NIH stroke scale = 11). Figur 4 visar de genomsnittliga optiskt härledda parametrarna och CT-skanningen vid den trettonde dagen efter sjukhusvistelsen, medan patienten intuberades och sederades. Under denna övervakningssession var CBF och CMRO2 i den ipsilesionella pannan betydligt lägre än deras kontralesionella parametrar i det symmetriska området. Detta resultat överensstämmer med ett perfusionsunderskott och efterföljande vävnadsnekros orsakad av en stor kärlischemi. I synnerhet, även om CBF var lägre på ipsilesionsionshalvklotet, hittades en hög OEF i båda halvklotet. Detta kan vara förenligt med idén om elände perfusion, ett tillstånd där det finns hög syreförbrukning (hög OEF) trots låg (men icke-noll) CBF när vävnaden försöker främja återhämtning 8,51,52. För närvarande är eländesperfusion svår att diagnostisera på neuro-ICU. Även om en större studie med patienter med akut ischemisk stroke behövs för att bedöma känsligheten hos diffusa optiska spektroskopier för att upptäcka eländesperfusion, visar detta exempel potentialen hos det diffusa optiska systemet för att bedöma kliniskt viktig information i realtid.

Slutligen presenterar vi de longitudinella resultaten från en 62-årig kvinna som togs in på neuro-ICU på grund av en svår höger mellersta cerebrala artär (MCA) aneurysmal subaraknoidalblödning, med grad V på Hunt & Hess-skalan (dvs. förutsäga ett dåligt resultat och en låg sannolikhet för överlevnad)53 och grad III på Fisher-skalan (dvs. låg till hög risk för vasospasm)54. Denna patient övervakades under hela sjukhusvistelsen, och alla cerebrala hemodynamiska parametrar överensstämde med den kliniska utvecklingen av patientens tillstånd. Vi hänvisar den intresserade läsaren till en nyligen publicerad fallrapport som innehåller den fullständiga beskrivningen av detta fall9. För att illustrera möjligheten att utföra mätningar på olika dagar visar figur 5 en offlineanalys av data som samlats in med systemet vid flera sessioner under sjukhusvistelse av fallet som beskrivs ovan och presenteras i detalj i ref.9. Här beräknades lateralitetsindexet (LI) för varje fysiologisk parameter som:

Equation 1

där X representerar den uppmätta variabeln (dvs. CBF, OEF, CMRO2) och prenumerationen betecknar hjärnhalvklotet. Med LI är det möjligt att direkt jämföra skillnaderna över varje halvklot över hela sjukhusvistelsen. Lateralitetsindexet har visat sig vara mycket användbart för olika kliniska scenarier52,55,56,57, och det kan lätt bedömas med protokollet som presenteras här genom sekventiell mätning av symmetriska regioner i båda halvklotet. Det genomsnittliga arteriella trycket (MAP) samlades in med ett oberoende instrument tillgängligt på neuro-ICU, och det visas också i figur 5 som referens.

Noggrann analys av figur 5 avslöjar två betydande perioder av hemisfärisk försämring. Den första perioden inträffade mellan den första och den tredje dagen efter sjukhusvistelse, där alla neurofysiologiska parametrar i ipsilesional ROI ökade mer än i den symmetriska kontralesionella avkastningen. Denna ökning av LI den tredje dagen efter sjukhusvistelse kan vara en indikation på ett eventuellt homeostatiskt försök att återställa den metaboliska balansen i den drabbade vävnaden. Under den andra perioden, som började efter den tredje dagen av sjukhusvistelsen, minskade LI kontinuerligt, vilket överensstämde med patientens försämrade tillstånd. I detta fall dog patienten efter 9 dagars sjukhusvistelse.

Figure 1
Figur 1: Den optiska miljön som utvecklats för att övervaka patienter på en intensivvårdsavdelning. (A) Det hybriddiffusa optiska systemet kombinerar en frekvensdomändiffus optisk spektroskopimodul (DOS) och en diffus korrelationsspektroskopimodul (DCS). (B) Den anpassningsbara sonden som föreslås i denna studie har som standard 4 källdetektorseparationer (0,7, 1,5, 2,5 och 3,0 cm) för DCS och 4 källdetektorseparationer för DOS (1,5, 2,0, 2,5 och 3,0 cm). För enkelhetens skull använde exemplen som presenteras här endast 2,5 cm källdetektorseparation för DCS. (C) Det grafiska användargränssnittet i realtid (GUI) styr det diffusa optiska systemet och visar det uppmätta cerebrala blodflödet (CBF), syreextraktionsfraktionen (OEF) och den cerebrala metaboliska syrehastigheten (CMRO2) i realtid, både inom ett 5 minuters tidsfönster (vänster paneler) och inom ett 2 timmars tidsfönster (höger paneler). På botten av GUI kan forskaren trycka på knappar för att starta och stoppa datainsamlingen, för att få en baslinjeperiod för jämförelse och för att markera relevanta interventioner. Klicka här för att se en större version av denna figur.

Figure 2
Bild 2: Representativa autokorrelationskurvor för DCS-modulen. (A) Ett exempel på en bra autokorrelation, som var ungefär 1,5 vid extrapoleringen noll fördröjningstid och sönderföll till 1 vid längre fördröjningstider. Som förväntat avtog autokorrelationskurvorna snabbare för de längre källdetektorseparationerna. (B) Ett exempel på en dålig autokorrelationskurva, där det inte är möjligt att urskilja kurvorna för de olika käll-detektorseparationerna. (C) Ett annat exempel på en dålig autokorrelationskurva, där kurvans svans inte matchade den modell som användes. Problemen i (B) och (C) är relaterade till antingen dålig koppling av sonden till huden eller till ljusläckage från källan direkt till de kortare källdetektorseparationerna. Forskaren kan titta på kurvorna på fliken "Korrelationskurvor" i GUI. Klicka här för att se en större version av denna figur.

Figure 3
Figur 3: Cerebral fysiologi av en övervakningssession från en sederad strokepatient, som skulle ses på GUI av intensivvårdspersonalen. GUI visar cerebralt blodflöde (CBF, i rött), syreextraktionsfraktionen (OEF, i blått) och den cerebrala metaboliska syrehastigheten (CMRO 2, i grönt) i realtid för både (A) korta (dvs. 5 min) och (B) långa (dvs.2 timmar) tidsfönster samt ett (C) medelvärde under de senaste 5 minuterna. Under en del av denna övervakningssession suger kliniker patientens bronkiala och orala sekret (representerade av det skuggade området i B). Klicka här för att se en större version av denna figur.

Figure 4
Figur 4: Neurofysiologisk information om en patient som diagnostiserats med svår ischemisk stroke i den högra mellersta cerebrala artären den trettonde dagen efter sjukhusvistelse. (A) Cerebralt blodflöde (CBF), syreextraktionsfraktion (OEF), cerebral metabolisk syrehastighet (CMRO2) och total hemoglobinkoncentration (HbT) mätt med det diffusa optiska systemet i kontralesionella och ipsilesionshalvorna. (B) Datortomografi (CT) skanning från endagsmätning av patienten. De röda områdena i CT-bilderna representerar det förmodade optiska känslighetsområdet och den lila ellipsen visar den ungefärliga skadeplatsen. Klicka här för att se en större version av denna figur.

Figure 5
Figur 5: Tidsmässig utveckling av lateralitetsindex för optiskt härledda fysiologiska parametrar hos en 62-årig kvinnlig patient efter en höggradig aneurysmal subaraknoidalblödning (aSAH). Förändringarna i den ipsilesionella regionen av intresse (ROI) jämfört med förändringarna i den kontralesionella ROI visas i vänster axel för cerebralt blodflöde (CBF, röda cirklar), syreextraktionsfraktion (OEF, blå diamant) och cerebral metabolisk syrehastighet (CMRO2, gröna trianglar). Utvecklingen av det genomsnittliga arteriella trycket (MAP, grå rutor) samlades in oberoende och visas i den högra axeln för jämförelse. Felstaplarna för varje punkt representerar standardavvikelsen för varje parameter under övervakningssessionen. Under några dagar var standardavvikelsen för liten för att kunna visas. Klicka här för att se en större version av denna figur.

Kompletterande material. Klicka här för att ladda ner den här filen.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Detta dokument presenterade ett hybridoptiskt system som kan ge realtidsinformation om cerebralt blodflöde, cerebral syresättning och cerebral syremetabolism hos neurokritiska patienter bredvid. Användningen av diffusa optiska tekniker hade tidigare behandlats som en potentiell markör för icke-invasiv övervakning vid sängen i kliniska scenarier. En tidigare studie fokuserade på de kliniska aspekterna och genomförbarheten av optisk övervakning under sjukhusvistelse på neuro-ICU genom en fallrapport9. Fokus för detta arbete är att detaljera relevanta och innovativa aspekter relaterade till realtidsövervakning med diffus optik. Specifikt föreslog detta dokument ett realtidsgränssnitt som ger tydlig och användbar information för kliniker. GUI möjliggör enkel jämförelse av olika tidsperioder, vilket är viktigt för att tolka kliniskt relevanta data. Implementeringen av det grafiska användargränssnittet som presenteras här kan enkelt översättas för DCS-system baserat på en programvarukorrelator med förbehållet att realtidsvisningsfrekvensen måste begränsas till ~ 20 Hz. Realtidsmedelvärdet av autokorrelationskurvorna kan användas för att minska samplingshastigheten snabbare förvärvshastigheter. I framtiden kan realtidsinformation från det föreslagna protokollet användas för att styra behandlingen, vilket potentiellt förbättrar det kliniska resultatet för neurokritiska patienter.

Detta arbete föreslår också användning av en anpassningsbar optisk sond som kan hantera olika inställningar och därför passar olika syften och behov för kliniker. Det korrekta valet av källdetektorseparation är ett kritiskt steg för att maximera hjärnkänsligheten hos diffus optik. I de flesta fall bör en optimal sond för DCS-mätningar hos vuxna ha minst en kort (< 1 cm) och en lång (> 2,5 cm) källdetektorseparation. Den långa källdetektorseparationen visade sig ge den bästa kompromissen mellan signal-brusförhållande (SNR) och cerebral känslighet 12,14,16, medan den korta separationen mestadels är känslig för de extracerebrala vävnaderna och är användbar för att skilja de extracerebrala förändringarna från cerebrala förändringar12,16 . För FD-DOS innehåller en enkel sond som ger en rimlig kompromiss mellan SNR och cerebral känslighet hos vuxna 4 källdetektorseparationer (1,5, 2,0, 2,5 och 3,0 cm)58. Det mest kritiska steget för en FD-DOS-mätning är kalibreringsproceduren som är nödvändig för att jämföra AC- och fasförändringar från olika fibrer (avsnitt 2 i protokollet). En dålig kalibrering av ett FD-DOS-system kan leda till stora fel i de hämtade värdena för vävnadens optiska egenskaper, vilket kommer att påverka noggrannheten hos både cerebral syresättning och cerebrala blodflödesvärden. Av betydelse är att protokollet som föreslås i denna studie fokuserar på en optisk sond för FD-DOS som innehåller en enda PMT och flera ljuskällor. Kalibreringsförfarandet som beskrivs här måste modifieras för experiment med flera detektorer. För studier med flera detektorer bör PMT:s förspänningsspänning inte ändras under kalibreringsproceduren, och därför krävs ett noggrant val av kalibreringsfantomernas optiska egenskaper.

Förutom de cerebrala syresättningsmätningarna förbättrar DOS-modulen också beräkningen av CBF, eftersom DCS-modellen också beror på vävnadens optiska egenskaper. Denna studie använde ett kommersiellt FD-DOS-system med en enda moduleringsfrekvens för att återställa de optiska egenskaperna och cerebral syresättning. Det finns dock andra alternativ som kan ge mer exakt information, till exempel tidsdomän DOS eller multifrekvens FD-DOS-system 59,60,61,62,63,64. Dessa system kan minska den experimentella komplexiteten eftersom de kräver en enda källdetektorseparation för att återställa hjärnfysiologin, medan den traditionella FD-DOS som används här kräver flera källdetektorseparationer och därmed flera fibrer fästa vid huvudet. Dessutom, eftersom huvudintresset för detta protokoll var de långsiktiga trenderna inom hjärnfysiologin, valde denna studie att genomföra interfolierade DOS- och DCS-mätningar. I framtiden, för att undvika korskontaminering och för att öka provtagningsfrekvensen, är det möjligt att förvärva samtidiga DOS- och DCS-mätningar genom att inkludera hackfilter på DOS- och DCS-detektorerna.

En begränsning i det nuvarande protokollet är begränsningen av sondens placering i pannan. Från och med nu är det svårt att få DCS-mätningar genom hår. Detta är inte ett problem för förolämpningar som täcker en större del av hjärnan, vilket oftast är fallet i neuro-ICU. Mätningar på pannan kan dock inte vara känsliga för små MCA- eller PCA-slag, till exempel. Med ytterligare förbättringar av de optiska proberna kan det vara möjligt att mäta genom håret, och genom att kombinera systemet med en neuronavigationsenhet skulle det vara möjligt att göra mätningar över en liten lokal ROI. Genom att samla in detaljerad rumslig information på den optiska informationen förväntar vi oss en markant förbättring av känsligheten hos diffus optik för hemodynamiska funktionsnedsättningar på grund av fokala cerebrovaskulära störningar.

Slutligen är det viktigt att nämna några begränsningar av de diffusa optiska teknikerna. För det första är diffus optik i sig känslig för den extracerebrala vävnaden, och bättre modellering av data kan vara nödvändig för att korrekt redogöra för skillnaden i extracerebrala och cerebrala fysiologier 65,66,67,68,69,70. Dessutom är DCS-mätningen av CBF känslig för det yttre trycket från den optiska sonden mot vävnaden. Till exempel, genom att öka sondtrycket minskar vi blodflödet i de yttre vävnaderna, vilket också kommer att minska CBF mätt med DCS71,72,73. Observera dock att även om CBF reduceras på grund av ökat sondtryck, är hjärtfrekvenspulsatiliteten för CBF oförändrad72. Intressant nog är det möjligt att använda dessa förändringar i CBF på grund av det externa sondtrycket för att separera de extracerebrala och cerebrala fysiologierna73. Slutligen har den optiska härledda CBF fysiska enheter (dvs. cm2 / s) snarare än de mer vanliga kliniska enheterna (dvs ml / 100 g vävnad / min). Vissa författare har föreslagit användning av indocyaningrönt (ICG) för att återvinna absolut CBF från DOS och för att kalibrera CBF-indexet från DCS till absoluta kliniska enheter 74,75,76,77,78. Noggrannheten hos kalibreringsfaktorn från ICG kan dock inte direkt översättas till olika situationer på grund av abnormiteter i makro- och mikrocirkulationen efter hjärntrauma.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Författaren (erna) förklarade följande potentiella intressekonflikter med avseende på forskning, författarskap och / eller publicering av denna artikel: RC Mesquita har en pågående patentansökan och två andra patent som är relevanta för detta arbete (USA: s patent 10,342,488 och 10,064,554). Ingen författare får för närvarande royalties eller betalningar från dessa patent.

   

Acknowledgments

Vi erkänner stödet från São Paulo Research Foundation (FAPESP) genom Proc. 2012/02500-8 (RM), 2014/25486-6 (RF) och 2013/07559-3. Finansiärerna hade ingen roll i studiedesign, datainsamling och analys, beslut att publicera eller förberedelse av manuskriptet.

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

Medicin utgåva 165 diffus optisk spektroskopi diffus korrelationsspektroskopi cerebralt blodflöde cerebrovaskulära störningar neurokritisk övervakning stroke intensivvårdsavdelning

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

Realtidsövervakning av neurokritiska patienter med diffusa optiska spektroskopier
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