بهبود حساسیت و قابلیت استفاده – روشی جدید برای نظارت بر جریان خون مغز
سنسور Quanticam شامل یک آرایه حسگر بزرگ برای تصویربرداری چند نقطهای است که منجر به افزایش نسبت سیگنال به نویز 110 در یک سیستم تک پیکسلی میشود. اعتبار: Meta Platforms Inc.
یافتههای اخیر پتانسیل دوربینهای دیود بهمن تک فوتونی با وضوح پیکسل بالا را در طیفسنجی همبستگی پراکنده چند نقطهای باز میکند.
ارزیابی گردش خون در مغز می تواند بینش قابل توجهی در مورد عملکرد آن ارائه دهد. افزایش جریان خون اغلب به فعالیت عصبی مربوط می شود، در حالی که کاهش می تواند نشان دهنده بی نظمی های مختلف باشد، مانند پیش ساز احتمالی سکته. پیشرفته ترین فناوری های نوری مانند طیف سنجی همبستگی پراکنده (DCS) به دانشمندان این امکان را می دهد که با هدایت لیزر بر روی پوست سر و بررسی نور پراکنده شده، جریان خون مغز را به صورت غیرتهاجمی اندازه گیری کنند.
به طور دقیق تر، دستگاه های مبتنی بر DCS با تعیین ویژگی های آماری نور پراکنده، که منجر به یک الگوی لکه می شود، عملکرد می کنند. این یک آرایش تصادفی از نقاط نورانی و کم نور است که هنگام پراکندگی نور لیزر از سطح ناهموار ایجاد می شود. با توجه به اینکه جریان خون بر این الگو به شیوه ای قابل پیش بینی آماری تأثیر می گذارد، DCS می تواند به عنوان یک روش اندازه گیری جایگزین استفاده شود.
علاوه بر این، ظهور اخیر دوربینهای دیود بهمنی تک فوتونی (SPAD) امکان ثبت بسیاری از لکههای مستقل را به طور همزمان فراهم کرده است، در حالی که در دستگاههای سنتی DCS تنها یک حالت لکهای را ثبت میکنند.
این توسعه نوید ابزارهای DCS چند لکه ای با حساسیت بسیار بالاتر را می دهد. با این حال، مدیریت نرخ داده های بسیار بالای دوربین های SPAD مدرن، که از حداکثر نرخ انتقال داده در پروتکل های ارتباطی معمول استفاده می شود، بسیار چالش برانگیز است. این تنگنا مقیاسپذیری دوربینهای SPAD را به وضوح پیکسلهای بالاتر محدود کرده است و مانع از توسعه تکنیکهای DCS چند نقطهای بهتر میشود.
برای مقابله با این مسئله، تیمی از دانشمندان به رهبری پروفسور رابرت کی هندرسون از دانشگاه ادینبورگ اخیراً یک طرح فشرده سازی داده جدید ارائه کرده اند که در آن اکثر محاسبات مربوط به داده های SPAD مستقیماً بر روی یک مدار تجاری قابل برنامه ریزی به نام دروازه قابل برنامه ریزی میدانی انجام می شود. آرایه (FPGA). کار آنها توسط Meta Platforms Inc. حمایت می شود و در مجله Biomedical Optics (JBO) منتشر شده است.
محققان یک آرایه حسگر SPAD را که از 192 در 128 پیکسل تشکیل شده بود و در یک ماژول دوربین به نام Quanticam بسته بندی شده بود، به یک FPGA متصل کردند که بر اساس آن یک الگوریتم همبستگی خودکار را پیاده سازی کردند.
12288 همبستگی خودکار – یکی از زمان برترین محاسبات مربوط به DCS چند لکه ای – را در زمان واقعی از خروجی آرایه SPAD محاسبه کرد. به این ترتیب، تیم موفق شد بار محاسباتی را از سیستم محاسباتی میزبان به سخت افزاری که مستقیماً به حسگرهای SPAD متصل است، منتقل کند. این امر نیاز به قدرت محاسباتی بالا و سرعت انتقال داده بسیار سریع بین سیستم DSC چند لکه ای و سیستم میزبانی که داده ها بر اساس آن تجسم می شوند را کاهش داد.
به لطف این طرح فشرده سازی ابتکاری داده ها، تیم می تواند با موفقیت از تعداد زیادی پیکسل در آرایه SPAD برای توسعه تکنیک DSC چند نقطه ای با حساسیت و قابلیت استفاده بهبودیافته استفاده کند. هندرسون در مورد دستاورد آنها گفت: “سیستم پیشنهادی ما به افزایش قابل توجهی در نسبت سیگنال به نویز دست یافت، که 110 برابر بیشتر از آنچه در اجرای DSC تک نقطه ای ممکن است و 3 برابر بیشتر از سایر حالت ها است. سیستمهای DSC چند نقطهای هنر.”
در آینده، طرح پیشنهادی مبتنی بر FPGA به محققان کمک میکند تا آرایههای SPAD را با وضوح پیکسل بالا بدون نیاز به رایانههای قدرتمند اتخاذ کنند و از این رو استفاده از دوربینهای SPAD را در جامعه تحقیقاتی زیستپزشکی دموکراتیک میکند. این ممکن است امیدوار باشد که افق های DCS چند لکه ای را به حوزه های بیشتری از تحقیقات زیست پزشکی گسترش دهد.
دیدگاهتان را بنویسید