头模对功能近红外光谱空间敏感性分布蒙特卡洛模拟的影响

"这篇论文探讨了头模型对功能近红外光谱成像（Functional Near-Infrared Spectroscopy, NIRS）的空间敏感性分布（Spatial Sensitivity Distribution, SSD）的蒙特卡洛模拟的影响。研究中涉及了多种头模型，如分层头模型、人工简化头模型、MRI切片描述的头模型以及可视人体头模型。其中，可视中国人体（Visible Chinese Human, VCH）头模型被认为是解剖结构最真实的再现，并在模拟光传播方面受到关注。" 在这篇论文中，作者指出模拟近红外光在人头内部的传播对于NIRS和扩散相关成像（Diffuse Correlation Tomography, DCT）技术至关重要。NIRS是一种非侵入性的光学成像技术，通过测量近红外光在大脑中的吸收和散射来评估血流量和氧气水平，从而提供脑功能的信息。而DCT则用于研究微血管血流动力学。 不同的头模型在模拟光传播时具有不同的精确度和适用性。分层头模型通常将头颅视为几层不同光学性质的介质，如皮肤、骨骼、肌肉和脑组织。人工简化头模型则为了计算效率，往往牺牲部分解剖细节。MRI切片描述的头模型利用磁共振成像的数据，可以提供更精确的解剖结构信息，但可能仍存在简化。而VCH头模型基于真实的人体数据，包含了丰富的解剖细节，因此在模拟中被认为是最接近实际情况的。 论文的重点在于，尽管VCH头模型提供了高度真实的解剖结构，但在进行光传播模拟时，这种复杂性是否能转化为更好的SSD预测，以及这是否会对NIRS和DCT的实验结果产生显著影响。研究人员可能通过比较不同模型下的SSD差异，来评估每个模型在实际应用中的优缺点。 此外，论文可能还涵盖了如何建立和验证这些模型，以及如何使用蒙特卡洛方法来模拟光在复杂组织中的传播路径。蒙特卡洛方法是一种统计模拟技术，通过随机抽样大量可能的光路来估算光传播的平均行为。这种方法对于理解光在非均匀介质如人头内的行为特别有用。 这篇论文对于理解NIRS和DCT技术的局限性和潜力，以及优化成像实验设计，提高解剖结构与光学响应之间的关联性，具有重要意义。通过深入分析头模型对SSD的影响，研究结果可为未来NIRS和DCT的研究提供理论基础和技术支持。