🔬 applied physics

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

Dit artikel stelt twee nieuwe, afstand- en eigenschap-afhankelijke Differential Pathlength Factor (DPF)-modellen voor en valideert deze, die zijn afgeleid van Monte Carlo-simulaties en fantoomexperimenten, welke de kwantitatieve fouten in continuous-wave nabij-infrarood diffuse optische beeldvorming aanzienlijk verminderen vergeleken met conventionele formuleringen, met name bij kleine bron-detector-afstanden.

Oorspronkelijke auteurs: Kaiser Niknam, Mannu Bardhan Paul, Mini Das

Gepubliceerd 2026-02-03

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Kaiser Niknam, Mannu Bardhan Paul, Mini Das

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De Grote Visie: Meten wat erin zit zonder open te snijden

Stel je voor dat je wilt weten hoeveel "rood" (zuurstof) en "blauw" (zuurstofarm bloed) er in een spier of hersenen van een persoon zit. Je kunt ze niet open snijden, dus schijn een zaklamp (nabij-infrarood licht) door hun huid. Het licht stuitert door het weefsel heen zoals een pinbal in een automaat voordat het de andere kant bereikt.

Het probleem is dat het licht niet in een rechte lijn reist. Het zigzagje wild heen en weer. Als je alleen meet hoeveel licht er uitkomt, kun je niet zien of het weefsel donker is omdat het dik is, of omdat het licht een zeer lang, kronkelend pad heeft afgelegd. Om dit op te lossen, gebruiken wetenschappers een "correctienummer" genaamd de Differential Pathlength Factor (DPF). Denk aan de DPF als een vergrootglas voor afstand: het vertelt je: "Hoewel het licht slechts 5 centimeter over je huid heeft afgelegd, heeft het in werkelijkheid 25 centimeter afgelegd omdat het zo veel rondgestuiterd is."

Het Probleem: De oude kaarten waren fout

Lange tijd gebruikten wetenschappers een paar verschillende manieren om dit "vergrootglas"-getal te berekenen.

De "Rechte Lijn" gok: Sommigen namen aan dat het licht altijd een vaste extra afstand aflegde, ongeacht hoe ver de lichtbron en de detector uit elkaar lagen.
De "Gemiddelde" gok: Anderen probeerden de gemiddelde afstand te berekenen die het licht had afgelegd.

De auteurs van dit paper ontdekten dat deze oude methoden zijn alsof je een platte kaart gebruikt om door een gebergte te navigeren. Ze werken prima als je ver weg bent, maar als je dicht bij de berg bent (of in dit geval, als de lichtbron en de detector dicht bij elkaar staan), is de kaart volkomen fout. Sterker nog, wanneer de detectoren dicht bij elkaar staan, kunnen de oude methoden er meer dan 100% naast zitten. Dat is alsof je een reis van 16 kilometer inschat als 32 kilometer of 0 kilometer. Dit maakt het onmogelijk om nauwkeurige metingen van bloedzuurstofgehalten te doen, vooral in gebieden waar je signalen van ondiepe dieptes moet detecteren.

De Oplossing: Twee nieuwe, betere kaarten

De onderzoekers gebruikten een superkrachtige computersimulatie (genaamd Monte Carlo) om miljoenen virtuele fotonen (lichtdeeltjes) te volgen terwijl ze door een virtueel blok weefsel stuiterden. Ze hielden precies in de gaten waar elk afzonderlijk foton naartoe ging.

Op basis hiervan creëerden ze twee nieuwe manieren om de DPF te berekenen:

De "Gouden Standaard" Kaart (True DPF):
Dit is de perfecte kaart. Het berekent de exacte afstand die elk foton heeft afgelegd, gewogen naar hoeveel licht er onderweg verloren is gegaan. Het is 100% nauwkeurig.

Het Nadeel: Het is te ingewikkeld om in het echte leven te gebruiken. Je zou een supercomputer nodig hebben om voor elke meting die een arts uitvoert, de berekening te maken.

De "Slimme Afkorting" Kaart (Inverse-Distance DPF):
Dit is de ster van de show. De onderzoekers merkten op dat de relatie tussen de afstand van het licht en het "kronkelende pad" dat het aflegt, een specifiek, voorspelbaar patroon volgt. Het is alsof je beseft dat hoewel een bergweg geen rechte lijn is, je de lengte ervan kunt voorspellen met een eenvoudige formule die de rechte lijnafstand gebruikt en een beetje logaritmische wiskunde.

Het Voordeel: Deze nieuwe formule is simpel genoeg om te gebruiken op een gewone computer of zelfs op een handheld apparaat, maar is bijna net zo nauwkeurig als de "Gouden Standaard".

Het Bewijs: Testen in het lab

Om er zeker van te zijn dat hun "Slimme Afkorting" niet slechts een computerfantasie was, bouwden ze een nep lichaamsdeel (een phantom).

Ze maakten een blok heldere gel (zoals Jell-O) gemengd met wit poeder om na te bootsen hoe menselijke huid licht verstrooit.
Ze schijnen een echte LED-lamp in de gel en maten hoeveel licht er op verschillende afstanden uitkwam.
Het Resultaat: Het nieuwe "Slimme Afkorting"-model voorspelde de resultaten bijna perfect. De oude methoden waren echter volkomen onnauwkeurig, vooral wanneer de lichtbron en de detector dicht bij elkaar stonden.

De Kernboodschap

Het paper concludeert dat als je bloedzuurstof of weefselgezondheid wilt meten met behandeling van licht, je moet stoppen met het gebruik van de oude, simpele "constante" getallen. Ze zijn te onnauwkeurig, vooral bij metingen op korte afstand.

In plaats daarvan stellen de auteurs hun nieuwe Inverse-Distance Model voor. Het is alsof je een upgrade krijgt van een ruwe schets naar een GPS-navigatiesysteem: het is nog steeds gemakkelijk te gebruiken, maar het weet precies hoe het terrein (het weefsel) het pad van het licht buigt, waardoor je een veel getrouwer beeld krijgt van wat er binnenin het lichaam gebeurt.

Technische Samenvatting: Een nieuw differentieel padlengtefactor-model voor nabij-infrarood diffuse optische beeldvorming

Probleemstelling
Continue golfvorm nabij-infrarood (CW-NIR) diffuse optische beeldvorming is een veelgebruikte, kosteneffectieve modaliteit voor het monitoren van weefselzuurstofatie en hemodynamica. De kwantitatieve nauwkeurigheid ervan is echter sterk afhankelijk van de Modificatie van de Wet van Beer–Lambert (MBLL), die een nauwkeurige Differentiele Padlengtefactor (DPF) vereist om gemeten optische attenuatie om te zetten in chromofoorconcentraties. Bestaande DPF-definities lijden aan formulering-afhankelijke beperkingen die significante fouten introduceren, met name in reflectiemodus bij kleine bron–detector-afstanden.

Huidige benaderingen omvatten:

Gemiddelde padlengte DPF: Gedefinieerd als de ratio tussen de gemiddelde fotonpadlengte en de bron–detector-afstand. Dit verwaarloost absorptie-gewogen fotonstatistieken, wat leidt tot overschatting in sterk absorberend weefsel.
Helling-gebaseerde DPF: Gedefinieerd als de helling van veranderingen in optische dichtheid met betrekking tot de absorptiecoëfficiënt. Hoewel theoretisch onderbouwd, richt deze zich nog steeds op gemiddelde trajecten in plaats van op het specifieke doel van concentratie-inschatting.
Constante/Semi-oneindige DPF: Vaak benaderd als een constante waarde voor afstanden groter dan 2,5 cm op basis van asymptotische diffusietheorie. Deze aanname negeert de afstandsafhankelijke aard van de DPF en de variabiliteit van weefseloptische eigenschappen, wat vaak resulteert in schattingsfouten die de 100% overstijgen in praktische scenario's.

Deze onnauwkeurigheden beperken de toepasbaarheid van CW-NIR beeldvorming in situaties die een groot detectieoppervlak vereisen of waar de signaaldiepte varieert, aangezien de fouten het meest uitgesproken zijn bij kortere afstanden waar de signaalsterkte het hoogst is.

Methodologie
De auteurs hanteerden een tweeledige aanpak waarbij computationele simulaties en fysieke experimenten werden gecombineerd om bestaande modellen te evalueren en nieuwe modellen voor te stellen.

Computationeel Kader: Monte Carlo fotontransport-simulaties werden uitgevoerd met MCmatlab op een homogeen weefselplaat-geometrie (29 × 29 × 5 cm³). De studie besloeg een breed bereik aan optische eigenschappen: absorptiecoëfficiënten ( $\mu_a$ ) van 0 tot 0,5 cm⁻¹ en verstrooiingscoëfficiënten ( $\mu_s$ ) van 0 tot 500 cm⁻¹. Voor elke conditie werd de "ware" optische dichtheid berekend, en zes verschillende DPF-formuleringen werden toegepast om de absorptiecoëfficiënt te schatten. De relatieve fout tussen de geschatte en de grondwaarheid van de absorptiecoëfficiënt werd gebruikt als de primaire metriek voor prestaties.
Experimentele Validatie: Gecontroleerde fantoomexperimenten werden uitgevoerd met een CW-NIR-opstelling met een 750 nm LED en een silicium fotodiode. Twee homogene weefsel-nabootsende fantoommodellen werden vervaardigd met behulp van een superabsorberend polymeer hydrogel-matrix gedoteerd met Titaniumdioxide (TiO₂) in concentraties van 0,25 mg/mL en 1,00 mg/mL om onderscheidende verstrooiingsregimes te creëren. Metingen werden genomen in een diffuse reflectie-geometrie met bron–detector-afstanden variërend van 1 cm tot 8,5 cm.

Belangrijkste Bijdragen: Nieuwe DPF-modellen
Het artikel introduceert twee nieuwe DPF-modellen afgeleid van de simulatiedata:

Ware DPF ( $DPF_{true}$ ): Direct gedefinieerd vanuit de MBLL door de vergelijking te herschikken om de DPF op te lossen met behulp van de bekende grondwaarheid van de absorptiecoëfficiënt en de gesimuleerde optische dichtheid. Dit model dient als de theoretische gouden standaard en legt de volledige statistische aard van fotontransport vast, inclusief exponentiële weging door absorptie.
Inverse-Afstand DPF ( $DPF_{inv}$ ): Een praktisch, analytisch model dat wordt voorgesteld om de Ware DPF te benaderen. Gebaseerd op de observatie dat optische dichtheid accuraat gemodelleerd kan worden als een lineaire combinatie van de bron–detector-afstand ( $d$ ) en $\log_{10}(d)$ met een niet-nul intercept, hebben de auteurs de volgende formulering afgeleid:
$DPF_{inv}(d) = A + \frac{B}{d} + \frac{C\log_{10}(d)}{d}$
waarbij $A$ , $B$ en $C$ regressiecoëfficiënten zijn die afhankelijk zijn van de absorptie- en verstrooiingseigenschappen van het weefsel. De auteurs hebben verder empirische relaties verstrekt voor deze coëfficiënten als functies van $\mu_a$ en $\mu_s$ , waardoor een volledig empirische implementatie mogelijk is zonder voor elke meting nieuwe simulaties nodig te hebben.

Resultaten

Simulatieprestaties: De Ware DPF leverde een verwaarloosbare fout over alle geteste condities. De voorgestelde Inverse-Afstand DPF behaalde relatieve fouten onder de 10% over het merendeel van de optische eigenschappenruimte en het bereik van de afstand. In tegen tegenstelling hiertoe produceerden conventionele modellen (Constant, Gemiddelde padlengte, Helling-gebaseerd en Semi-oneindig) consistent fouten die de 100% overschreden, met name bij bron–detector-afstanden onder de 8 cm.
Experimentele Validatie: Fantoomexperimenten bevestigden de trends uit de simulaties. De optische dichtheidsmetingen kwamen overeen met de Monte Carlo-voorspellingen, wat de opstelling valideert. Bij het schatten van absorptiecoëfficiënten uit experimentele data behieldden de Ware en de Inverse-Afstand modellen relatieve fouten onder de 20% over de gemeten afstanden. Daarentegen vertoonden conventionele modellen regelmatig fouten die de 100% overschreden, vooral bij kortere afstanden.
Parametergedrag: De coëfficiënten ( $A, B, C$ ) van de Inverse-Afstand DPF bleken geleidelijk en voorspelbaar te variëren met de optische eigenschappen, wat een robuuste empirische kalibratie mogelijk maakt.

Betekenis en Claims
Het artikel beweert dat het voorgestelde Inverse-Afstand DPF-model een optimaal evenwicht biedt tussen fysieke strengheid en computationele efficiëntie. Door af te stappen van de aanname van een constante DPF of eenvoudige gemiddelde padlengte-ratio's, verbetert het nieuwe model de kwantitatieve nauwkeurigheid van CW-NIR beeldvorming aanzienlijk, met name in de regimes met korte separaties waar conventionele modellen falen.

De auteurs benadrukken dat hoewel de Ware DPF de theoretische limiet van nauwkeurigheid vertegenwoordigt, de Inverse-Afstand DPF een praktisch alternatief is dat geschikt is voor routinematige klinische en wetenschappelijke toepassingen. De studie toont aan dat nauwkeurige DPF-modellering cruciaal is voor betrouwbare chromofoorconcentratie-inschatting, met name in reflectiemodus. De bevindingen suggereren dat het adopteren van deze verfijnde modellen de kloof kan overbruggen tussen de eenvoud van CW-NIR-systemen en de kwantitatieve strengheid die vereist is voor robuuste functionele en klinische toepassingen. Het artikel sluit bescheiden af met de opmerking dat toekomstig werk heterogene weefselstructuren moet adresseren en de modelleringstrategieën moet uitbreiden naar tijd-domein en frequentie-domein modaliteiten.