Computation of frequency- and time-domain Jacobians in optical tomography with Monte Carlo simulations

Dit artikel presenteert een volledig theoretisch kader en een open-source Monte Carlo-implementatie voor het berekenen van Jacobianen in zowel het frequentie- als het tijdsdomein in optische tomografie, waarbij wordt aangetoond dat deze essentieel zijn voor nauwkeurige modellering in regimes met lage verstrooiing en dat realistische detectormodellering voordelen biedt voor korte bron-detectorafstanden.

De kern

Het Grote Plaatje: De Hersenen in kaart brengen met Licht

Stel je voor dat je probeert om met alleen een zaklamp in een dikke, mistige bossen (je hersenen) te kijken. Je kunt de bomen niet duidelijk zien omdat de mist het licht in alle richtingen verstrooit. Dit is wat er gebeurt als wetenschappers proberen het menselijk brein af te beelden met nabij-infrarood licht. Het brein zit vol met "mist" (weefsel) dat het licht heen en weer laat stuiteren.

Om erachter te komen wat er binnenin gebeurt – bijvoorbeeld of een deel van het brein actief is of of er een tumor is – gebruiken wetenschappers een techniek die Optische Tomografie heet. Ze schijnen licht op één plek en meten hoeveel licht er op een andere plek weer uitkomt. Door dit vele malen te doen, proberen ze een 3D-kaart van de binnenkant van het brein te bouwen.

Het Probleem: De "Gouden Standaard" is Traag en Onvolledig

Om deze kaart nauwkeurig te maken, hebben wetenschappers een wiskundige leidraad nodig die een Jacobian wordt genoemd. Denk aan een Jacobian als een "gevoeligheidskaart". Het beantwoordt de vraag: "Als ik de dichtheid van de mist op deze kleine plek verander, hoeveel zal het licht dat bij de detector uitkomt dan veranderen?"

Lange tijd was de meest accurate manier om deze kaarten te berekenen het gebruik van Monte Carlo (MC) simulaties. Dit is als het draaien van een enorme videogame waarin je biljoenen individuele fotonen (lichtdeeltjes) nabootst die door het brein stuiteren om te zien waar ze eindigen. Het is de "gouden standaard" omdat het ongelooflijk nauwkeurig is.

Er waren echter twee grote gaten in deze methode:

1. Ontbrekende Hulpmiddelen: Hoewel wetenschappers simpele lichtmetingen konden simuleren, konden ze met deze gouden-standaardmethode niet gemakkelijk geavanceerdere metingen simuleren (zoals licht dat oscilleert op een specifieke radiofrequentie of licht dat op verschillende tijdstippen aankomt).
2. De "Mistige" Kortweg: Omdat het simuleren van biljoenen fotonen een supercomputer veel tijd kost, gebruiken veel wetenschappers een kortweg genaamd de Diffusiebenadering (DA). Dit is alsof je ervan uitgaat dat de mist perfect uniform en glad is. Het is snel, maar het faalt op "heldere" plekken in het brein (zoals de met vocht gevulde ruimtes rondom het brein) waar het licht zich niet gedraagt als gladde mist.

Wat dit Artikel deed

De auteurs, werkend met een krachtige software genaamd MCX (Monte Carlo eXtreme), deden drie belangrijke dingen:

1. Bouwden Nieuwe Hulpmiddelen voor de Simulatie

Ze schreven nieuwe wiskundige formules om de simulatie in staat te stellen Jacobians te berekenen voor Frequentiedomein-metingen (licht dat trilt als een radiogolf) en Tijddomein-metingen (licht dat in een specifiek tijdsverloop aankomt).

• De Analogie: Stel je voor dat je voorheen alleen kon tellen hoeveel regendruppels een emmer raakten. Nu hebben ze je hulpmiddelen gegeven om ook de snelheid van de regendruppels en de toonhoogte van het geluid dat ze maken bij het raken te meten. Dit geeft je veel meer informatie over de storm.

2. Creëerden een "Realistische" Detector

In veel simulaties wordt de detector behandeld als een magisch zwart gat dat elk licht vangt dat een specifieke cirkel op de huid raakt. In werkelijkheid zijn de detectoren glasvezelkabels met glazen prisma's die alleen licht vangen dat onder specifieke hoeken binnenkomt.

• De Analogie: Stel je voor dat je probeert regen op te vangen met een emmer.
  • Oud Model: De emmer is een gigantische, brede trechter die regen uit elke hoek vangt.
  • Nieuw Model: De emmer is een smal rietje. Het vangt alleen regen die recht naar beneden valt.
  • Het Resultaat: De auteurs voegden een "post-processing"-stap toe aan hun simulatie. Nadat het licht de huid raakt, controleren ze: "Heeft dit foton het rietje onder de juiste hoek geraakt?" Zo niet, dan gooien ze het weg. Ze ontdekten dat dit de gevoeligheidskaart verandert, vooral voor korte afstanden tussen de lichtbron en de detector.

3. Bewezen dat de Kortweg Gebrekkig is op "Heldere" Plekken

Ze vergeleken hun nieuwe, super-nauwkeurige Monte Carlo-kaarten met de "kortweg"-kaarten (Diffusiebenadering) met behulp van modellen van de hoofden van pasgeborenen.

• De Bevinding: Op plekken waar het brein erg "mistig" is (hoge verstrooiing), werkt de kortweg uitstekend. Maar op plekken met Cerebrospinaal Vocht (CSF) – wat als helder water is in vergelijking met mist – faalt de kortweg. Het voorspelt dat het licht veel gevoeliger is voor veranderingen dan het in werkelijkheid is.
• De Conclusie: Als je het brein bestudeert, kun je de kortweg niet vertrouwen in de buurt van de met vocht gevulde ruimtes. Je hebt de zware Monte Carlo-simulatie nodig om het juiste antwoord te krijgen.

Waarom dit Belangrijk is (Volgens het Artikel)

• Betere Kaarten: Door deze nieuwe formules te gebruiken, kunnen wetenschappers nu nauwkeurigere 3D-kaarten van het brein bouwen, vooral voor pasgeborenen die andere hersenstructuren hebben dan volwassenen.
• Korte Afstanden: Voor metingen die zeer dicht bij elkaar worden genomen (korte afstanden), maakt het realistische detectormodel (het "rietje" versus de "trechter") uit. Het vermindert de gevoeligheid voor het zeer oppervlak van de huid en verhoogt de gevoeligheid voor het diepere hersenweefsel iets.
• Validatie: Het artikel bewijst dat wanneer je het "heldere vocht" uit het model verwijdert, de snelle kortweg overeenkomt met de trage, nauwkeurige simulatie. Dit bevestigt dat het verschil dat ze eerder zagen inderdaad werd veroorzaakt door het vocht en niet door een fout in hun wiskunde.

Samenvatting

De auteurs hebben de "gouden standaard" simulatiesoftware geüpgraded om complexere soorten lichtmetingen te verwerken en een realistisch model toegevoegd voor hoe de detector het licht "ziet". Ze bewezen dat terwijl snelle kortwegen goed werken in dikke mist, ze falen in helder vocht, en dat realistische detectormodellen cruciaal zijn voor het krijgen van nauwkeurige metingen, vooral wanneer de lichtbron en de detector dicht bij elkaar staan.

Technische samenvatting

1. Probleemstelling

Optische Tomografie (OT) is een niet-invasieve beeldvormingstechniek die wordt gebruikt om de ruimtelijke verdeling van optische eigenschappen (absorptie $\mu_a$ en verstrooiing $\mu_s$) in biologisch weefsel te reconstrueren. Een accurate beeldreconstructie berust op het oplossen van een slecht gesteld invers probleem, waarvoor een forward-model en een Jacobiaan-matrix (gevoeligheidsprofiel) nodig zijn die beschrijft hoe metingen veranderen ten opzichte van weefselparameters.

Hoewel Monte Carlo (MC)-simulaties de "gouden standaard" zijn voor het modelleren van lichttransport (het oplossen van de Stralingsvergelijking, RTE) vanwege hun nauwkeurigheid in complexe geometrieën en heterogene media, is de methodologie voor het berekenen van Jacobianen in Frequentiedomein (FD) en Tijddomein (TD) modaliteiten onvolledig gebleven. Specifiek:

• Bestaande MC-methoden missen vaak directe formuleringen voor FD-verstrooiings-Jacobianen en TD-Jacobianen (intensiteit en gemiddelde vliegtijd).
• De Diffusiebenadering (DA), die vaak wordt gebruikt voor snelheid, faalt in gebieden met lage verstrooiing (bijvoorbeeld cerebrospinale vloeistof in neonatale hoofden) en in de buurt van bronnen/detectoren.
• Standaard MC-detektormodellen gaan vaak uit van isotrope ontvangst, waarbij ze de fysieke beperkingen van realistische sondes negeren (bijvoorbeeld prisma-afgesloten optische vezels en beperkingen in Numerieke Apertuur), wat leidt tot onnauwkeurigheden bij korte bron-detectorafstanden (SDS).

2. Methodologie

De auteurs ontwikkelden een uitgebreid theoretisch raamwerk en implementeerden dit in de high-performance, GPU-versnelde Monte Carlo eXtreme (MCX)-simulator.

A. Theoretische Afleidingen (Perturbatie-MC)

Met behulp van de Microscopische Wet van Beer–Lambert (mBLL) en de "replay"-modus van Perturbation Monte Carlo (pMC) hebben de auteurs analytische formules voor Jacobianen afgeleid:

• Frequentiedomein (FD): Formules afgeleid voor de complexe intensiteit ($I_{FD}$), log-amplitude en faseverschuiving met betrekking tot zowel $\mu_a$ als $\mu_s$. Dit houdt in dat fotonpaden worden gewogen met $e^{i\omega t}$.
• Tijddomein (TD): Formules afgeleid voor tijdgeïntegreerde intensiteit en Gemiddelde Vliegtijd (TOF) met betrekking tot $\mu_a$ en $\mu_s$. Hierbij wordt gebruikgemaakt van het eerste temporale moment van de Time Point Spread Function (TPSF).
• Generalisatie: De formules werden gegeneraliseerd om split-voxel-modellen (hybride mesh-voxel) te hanteren voor het nauwkeurig modelleren van gebogen grensvlakken en prisma-einden.

B. Implementatie in MCX

De nieuwe typen Jacobianen werden geïmplementeerd in de MCXLAB-omgeving (v2025.10). De berekening volgt een tweestaps-"replay"-benadering:

1. Forward-simulatie: Een basissimulatie registreert fotontrajecten die de detector bereiken.
2. Replay-simulatie: Dezelfde trajecten worden opnieuw afgespeeld om gevoeligheidsmetrieken (padlengtes, botsingsaantallen, TOF) te accumuleren zonder opnieuw willekeurige getallen te genereren.

• Nieuwe Output-metrieken: De auteurs introduceerden drie nieuwe replay-outputtypes om deze berekeningen te ondersteunen:
  • rfmus: Gewogen verstrooiingsaantallen.
  • wltof: TOF-gewogen padlengtes.
  • wptof: TOF-gewogen verstrooiingsaantallen.

C. Realistisch Detektormodelleren

Er werd een post-processing-functie ontwikkeld om prisma-afgesloten optische vezeldetectors te modelleren (veelvoorkomend in FD-instrumenten van de Aalto Universiteit).

• Criteria: Fotonpakketten worden alleen geaccepteerd als ze het weefsel verlaten binnen een specifiek gebied, breken door een glazen prisma en de vezelbundel binnenkomen binnen de Numerieke Apertuur (NA)-limieten.
• Split-Voxel Grensvlak (SVMC): Om de kromming van het hoofdoppervlak onder het prisma te hanteren, maakten de auteurs gebruik van de SVMC-benadering, waarbij grensvoxels worden opgesplitst in sub-volumes met gekantelde vlakken, waardoor een nauwkeurigere modellering van foton-uitgangshoeken mogelijk wordt.

D. Validatie

• Interne Consistentie: Geverifieerd tegen analytische linearisatie van FD- en TD-relaties (bijvoorbeeld fase $\approx$ gemiddelde TOF $\times$ frequentie).
• Externe Validatie: MC-afgeleide Jacobianen werden vergeleken met een Finite Element Method (FEM)-oplosser die de Diffusiebenadering (DA) gebruikt in modellen van neonatale hoofden.
• Testgevallen: Simulaties werden uitgevoerd op modellen van hoofden van volwaardige en vroeggeboren neonaten (gesegmenteerd in hoofdhuid/schedel, CSF, grijze stof, witte stof) bij 798 nm.

3. Belangrijkste Bijdragen

1. Volledig Jacobiaan-raamwerk: Leverde de eerste volledige theoretische afleiding en MC-implementatie voor FD-verstrooiings-Jacobianen en TD-gemiddelde TOF-Jacobianen (zowel absorptie als verstrooiing).
2. Realistisch Detektormodelleren: Introduceerde een rigoureuze post-processing-methode om prisma-afgesloten vezeldetectors met NA-beperkingen te simuleren, verdergaand dan eenvoudige isotrope ontvangstmodellen.
3. Split-Voxel Jacobianen: Breidde de pMC-"replay"-modus uit om te werken met Split-Voxel Monte Carlo (SVMC) voor nauwkeurige gevoeligheidsprofilering op gebogen oppervlakken.
4. Open-source Software: Integreerde deze mogelijkheden in de open-source MCX-simulator, waardoor ze beschikbaar zijn voor de biophotonics-gemeenschap.

4. Resultaten

• Overeenkomst MC vs. DA:
  • In regimes met hoge verstrooiing (bijvoorbeeld grijze/witte stof) toonden MC- en DA-Jacobianen uitstekende overeenkomst.
  • In regimes met lage verstrooiing (specifiek de CSF-laag) overschatte DA de gevoeligheid aanzienlijk in vergelijking met MC. Dit bevestigt dat DA ongeldig is voor CSF-rijke gebieden (vaak voorkomend bij neonaten), waardoor MC noodzakelijk is voor accurate reconstructie.
• Consistentie FD vs. TD: De FD-faseverschuiving-Jacobianen en TD-gemiddelde TOF-Jacobianen toonden hoge consistentie, wat het theoretische verband tussen de twee modaliteiten valideert bij typische modulatiefrequenties (100 MHz).
• Invloed van Detektormodelleren:
  • Het realistische prisma/NA-model verwierp ~98% van de fotonpakketten die door een eenvoudig isotroop model zouden worden geaccepteerd.
  • Verschuiving in Gevoeligheid: Het realistische model verlaagde de gevoeligheid voor de meest oppervlakkige weefsels (hoofdhuid) en verhoogde de gevoeligheid voor dieper hersenweefsel lichtelijk bij korte bron-detectorafstanden (< 2 cm). Dit is cruciaal voor het scheiden van extracerebrale ruis van hersensignalen.
• Convergentie: Verstrooiings-Jacobianen vereisten aanzienlijk meer fotonpakketten ($10^{12}$–$10^{13}$) dan absorptie-Jacobianen om visuele gladheid te bereiken, vanwege de aftrekking van termen van vergelijkbare grootte in de afgeleideformule.

5. Betekenis

• Verbeterde Reconstructienauwkeurigheid: Door het leveren van accurate Jacobianen voor FD/TD-data en realistische detektormodellen, maakt dit werk nauwkeurigere beeldreconstructie mogelijk, met name voor neonatale hersenbeeldvorming waar CSF-lagen prominent zijn en DA faalt.
• Optimalisatie van Korte Kanalen: De studie benadrukt dat realistisch detektormodelleren essentieel is voor kanalen met korte scheiding (< 2 cm), die cruciaal zijn voor het verwijderen van oppervlakkige fysiologische ruis in functionele hersenbeeldvorming.
• Veelzijdigheid: Het raamwerk ondersteunt complexe geometrieën en heterogene weefsels, waardoor het toepasbaar is op diverse biomedische contexten (bijvoorbeeld borstbeeldvorming, spierbeeldvorming) en niet-biologische troebele media.
• Toekomstige Richtingen: De auteurs suggereren het gebruik van DA voor snelle eerste schattingen en MC voor verfijning, met name voor korte kanalen en niet-diffusieve gebieden. De beschikbaarheid van verstrooiings-Jacobianen opent nieuwe wegen voor het reconstrueren van veranderingen in verstrooiing (bijvoorbeeld gerelateerd aan neuronale activatie of celzwelling) naast veranderingen in absorptie.

Kortom, dit artikel overbrugt een kritieke kloof in optische tomografie door een robuust, high-performance computergereedschap te bieden voor het genereren van accurate gevoeligheidsprofielen over alle belangrijke meetmodaliteiten (CW, FD, TD), terwijl rekening wordt gehouden met de fysieke realiteiten van moderne beeldvormingssondes.