A Novel Differential Pathlength Factor Model for Near-Infrared Diffuse Optical Imaging

Résumé Technique : Un nouveau modèle de facteur de cheminement différentiel pour l'imagerie optique diffuse dans le proche infrarouge

Énoncé du problème
L'imagerie optique diffuse dans le proche infrarouge (NIR) en mode continu est une modalité largement utilisée et rentable pour surveiller l'oxygénation des tissus et l'hémodynamique. Cependant, sa précision quantitative dépend fortement de la loi de Beer-Lambert modifiée (MBLL), qui nécessite un facteur de cheminement différentiel (DPF) précis pour convertir l'atténuation optique mesurée en concentrations de chromophores. Les définitions existantes du DPF souffrent de limitations liées à leur formulation, ce qui introduit des erreurs significatives, particulièrement en mode réflexion à de faibles séparations source-détecteur.

Les approches actuelles incluent :

1. DPF de cheminement moyen : Défini comme le rapport entre le cheminement moyen des photons et la séparation source-détecteur. Il néglige les statistiques de photons pondérées par l'absorption, ce qui conduit à une surestimation dans les tissus hautement absorbants.
2. DPF basé sur la pente : Défini comme la pente des changements de densité optique par rapport au coefficient d'absorption. Bien que théoriquement fondé, il se concentre toujours sur les trajectoires moyennes plutôt que sur l'objectif spécifique de l'estimation de la concentration.
3. DPF constant/semi-infini : Souvent approximé par une valeur constante pour des séparations supérieures à 2,5 cm selon la théorie de la diffusion asymptotique. Cette hypothèse ignore la dépendance du DPF vis-à-vis de la distance et la variabilité des propriétés optiques des tissus, entraînant fréquemment des erreurs d'estimation dépassant 100 % dans des scénarios pratiques.

Ces inexactitudes limitent l'applicabilité de l'imagerie NIR-CW dans les situations nécessitant une détection sur une large zone ou lorsque la profondeur du signal varie, car les erreurs sont plus prononcées aux séparations plus courtes où la force du signal est la plus élevée.

Méthodologie
Les auteurs ont employé une double approche combinant des simulations numériques et des expériences physiques pour évaluer les modèles existants et en proposer de nouveaux.

• Cadre computationnel : Des simulations de transport de photons par Monte Carlo ont été réalisées avec MCmatlab sur une géométrie de plaque de tissu homogène (29 × 29 × 5 cm³). L'étude a couvert une large gamme de propriétés optiques : coefficients d'absorption ($\mu_a$) de 0 à 0,5 cm⁻¹ et coefficients de diffusion ($\mu_s$) de 0 à 500 cm⁻¹. Pour chaque condition, la densité optique « réelle » a été calculée, et six formulations de DPF différentes ont été appliquées pour estimer le coefficient d'absorption. L'erreur relative entre le coefficient d'absorption estimé et la valeur de référence a été utilisée comme métrique de performance principale.
• Validation expérimentale : Des expériences sur fantômes contrôlés ont été menées à l'aide d'un montage NIR-CW comprenant une LED de 750 nm et une photodiode au silicium. Deux fantômes homogènes simulant des tissus ont été fabriqués en utilisant une matrice d'hydrogel polymère super-absorbant dopée au dioxyde de titane (TiO₂) à des concentrations de 0,25 mg/mL et 1,00 mg/mL pour créer des régimes de diffusion distincts. Les mesures ont été prises dans une géométrie de réflexion diffuse avec des séparations source-détecteur allant de 1 cm à 8,5 cm.

Contributions clés : Nouveaux modèles de DPF
L'article introduit deux nouveaux modèles de DPF dérivés des données de simulation :

1. DPF réel ($DPF_{true}$) : Défini directement par la MBLL en réarrangeant l'équation pour résoudre le DPF en utilisant le coefficient d'absorption de référence connu et la densité optique simulée. Ce modèle sert de standard théorique de référence, capturant la pleine nature statistique du transport des photons, y compris la pondération exponentielle par l'absorption.
2. DPF à distance inverse ($DPF_{inv}$) : Un modèle analytique pratique proposé pour approximer le DPF réel. Se basant sur l'observation que la densité optique peut être modélisée avec précision comme une combinaison linéaire de la séparation source-détecteur ($d$) et de $\log_{10}(d)$ avec une ordonnée à l'origine non nulle, les auteurs ont dérivé la formulation suivante :
   $$DPF_{inv}(d) = A + \frac{B}{d} + \frac{C\log_{10}(d)}{d}$$
   où $A$, $B$ et $C$ sont des coefficients de régression dépendant des propriétés d'absorption et de diffusion du tissu. Les auteurs ont également fourni des relations empiriques pour ces coefficients en fonction de $\mu_a$ et $\mu_s$, permettant une mise en œuvre entièrement empirique sans nécessiter de nouvelles simulations pour chaque mesure.

Résultats

• Performance de la simulation : Le DPF réel a produit une erreur négligeable dans toutes les conditions testées. Le DPF à distance inverse proposé a atteint des erreurs relatives inférieures à 10 % dans la majeure partie de l'espace des propriétés optiques et de la plage de séparation. En revanche, les modèles conventionnels (constant, cheminement moyen, basé sur la pente et semi-infini) ont systématiquement produit des erreurs dépassant 100 %, particulièrement aux séparations source-détecteur inférieures à 8 cm.
• Validation expérimentale : Les expériences sur fantômes ont confirmé les tendances des simulations. Les mesures de densité optique correspondaient aux prédictions de Monte Carlo, validant ainsi le montage. Lors de l'estimation des coefficients d'absorption à partir des données expérimentales, les modèles Réel et à Distance Inverse ont maintenu des erreurs relatives inférieures à 20 % sur l'ensemble des séparations mesurées. Inversement, les modèles conventionnels ont présenté des erreurs dépassant fréquemment 100 %, surtout aux séparations plus courtes.
• Comportement des paramètres : Les coefficients ($A, B, C$) du modèle à distance inverse se sont révélés varier de manière fluide et prévisible avec les propriétés optiques, permettant un étalonnage empirique robuste.

Signification et revendications
L'article affirme que le modèle de DPF à distance inverse offre un équilibre optimal entre rigueur physique et efficacité computationnelle. En s'éloignant de l'hypothèse d'un DPF constant ou de simples rapports de cheminement moyen, le nouveau modèle améliore considérablement la précision quantitative de l'imagerie NIR-CW, particulièrement dans les régimes de faible séparation où les modèles conventionnels échouent.

Les auteurs soulignent que, bien que le DPF réel représente la limite théorique de précision, le DPF à distance inverse est une alternative pratique adaptée aux applications cliniques et de recherche de routine. L'étude démontre qu'une modélisation précise du DPF est cruciale pour une estimation fiable de la concentration des chromophores, en particulier en mode réflexion. Les résultats suggèrent que l'adoption de ces modèles affinés peut combler l'écart entre la simplicité des systèmes NIR-CW et la rigueur quantitative requise pour des applications fonctionnelles et cliniques robustes. L'article conclut modestement, notant que les travaux futurs devront aborder les structures tissulaires hétérogènes et étendre ces stratégies de modélisation aux modalités temporelles et fréquentielles.