三维多波长实时光声显微成像对癫痫网络动态变化的研究

Epilepsy is a most common serious brain disorder, which involves epileptic networks in the three-dimensional (3D) space of the brain. Photoacoustic imaging offers a comprehensive monitoring of the cerebral hemodynamics as surrogates of the neural activities, and is a promising tool for neural network analysis. The applicant has done a lot of pioneering work in the photoacoustic application of epilepsy. He monitored the cerebral hemodynamics during epileptic seizures with real-time photoacoustic tomography, and observed strong epileptic related directinal influences among different brain regions in the following data analysis through the Granger causality method. On the basis of this, this project further proposed to utilize the method of real-time 3D photoacoustic microscopy imaging for the analysis of epileptic networks, to overcome the limited spatiotemporal resolution due to the crosstalk between pixels in photoacoustic tomography. A multiple wavelength method will be applied to provide more complete hemodynamic information, more rat experiments will be done, and a Graphic Processing Unit (GPU) parellel scheme assisted Granger causality algorithm will be employed to calculate the directional influences among different pixels in the image domain, in order to obtain the epileptic network dynamics during the seizure onsets. This project can boost the pathological study of epileptic seizure onset and propagation, and further promote the application of photoacoustic imaging in the study of epilepsy.

癫痫是一种常见的严重的脑科疾病，其涉及到分散在大脑三维空间的相关神经网络。光声成像可以通过对脑部血氧变化的精确监测来进行相关神经活动的诊断，在神经网络分析方面有广阔的应用前景。申请人在光声成像的癫痫应用上做了大量的开创性工作。申请人用实时光声层析成像的方法进行了癫痫过程中脑部血氧变化的监测，并用格兰杰因果分析算法观察到了大脑不同区域之间和癫痫相关的强烈的相互作用。在此基础上，本项目进一步提出用三维实时光声显微成像的方法，来解决先前光声层析成像中由于不同像素间的串扰，而造成的癫痫网络分析的时间和空间分辨率受限的问题。本项目还将采用多波长的方法来得到完整的血氧变化，采用更多的样本数，并首次用GPU并行化的格兰杰因果分析算法对整个成像区域进行分析，来得到癫痫过程中相关神经网络的动态变化的。本项目将促进癫痫发病和传播机理的相关研究，并进一步推动光声成像在癫痫研究中的应用。

癫痫在我国是仅次于脑卒中的第二大常见神经疾病，其表现为大脑神经元突发性异常同步放电，从而导致短暂的大脑功能障碍。由于癫痫多体现为一种分散在大脑中的神经网络活动，因此其诊断的关键在于构建癫痫神经网络，并理清网络中各节点之间的关联，使得癫痫治疗能够对症下药。相比于现有的常用医学检测方法，光声成像集高空间分辨率、高穿透深度、高组织对比度为一体，可以利用神经血氧耦合的原理，通过对大脑内血氧变化的高时间和空间分辨率监测，来进行大脑内癫痫相关神经网络活动的分析诊断。本项目搭建了一套多波长实时光声成像系统，来进行未成年大鼠癫痫过程中的脑部血氧变化的监测。本项目将格兰杰因果算法完成了并行化，并且用该方法观测了未成年大鼠大脑不同区域血样的变化，得到了这些区域之间的神经网络因果变化关系。另外，项目组还针对目前光声成像中由于离焦区域分辨率低，从而在某些情况下严重影响成像景深的问题，发展了多种算法，这些成果有力的提升了光声系统的成像效果。本项目不但有助于对癫痫发病机理的深入研究，还将促进光声成像在癫痫诊断上的进一步应用，具有明显的科学意义和社会经济效益。