Near-infrared spectroscopy (NIRS) has been used to noninvasively monitor adult human brain function in a wide variety of tasks. While rough spatial correspondences with maps generated from functional magnetic resonance imaging (fMRI) have been found in such experiments, the amplitude correspondences between the two recording modalities have not been fully characterized. To do so, we simultaneously acquired NIRS and blood-oxygenation level-dependent (BOLD) fMRI data and compared Delta(1/BOLD) (approximately R(2)(*)) to changes in oxyhemoglobin, deoxyhemoglobin, and total hemoglobin concentrations derived from the NIRS data from subjects performing a simple motor task. We expected the correlation with deoxyhemoglobin to be strongest, due to the causal relation between changes in deoxyhemoglobin concentrations and BOLD signal. Instead we found highly variable correlations, suggesting the need to account for individual subject differences in our NIRS calculations. We argue that the variability resulted from systematic errors associated with each of the signals, including: (1) partial volume errors due to focal concentration changes, (2) wavelength dependence of this partial volume effect, (3) tissue model errors, and (4) possible spatial incongruence between oxy- and deoxyhemoglobin concentration changes. After such effects were accounted for, strong correlations were found between fMRI changes and all optical measures, with oxyhemoglobin providing the strongest correlation. Importantly, this finding held even when including scalp, skull, and inactive brain tissue in the average BOLD signal. This may reflect, at least in part, the superior contrast-to-noise ratio for oxyhemoglobin relative to deoxyhemoglobin (from optical measurements), rather than physiology related to BOLD signal interpretation.

We report a parallel Monte Carlo algorithm accelerated by graphics processing units (GPU) for modeling time-resolved photon migration in arbitrary 3D turbid media. By taking advantage of the massively parallel threads and low-memory latency, this algorithm allows many photons to be simulated simultaneously in a GPU. To further improve the computational efficiency, we explored two parallel random number generators (RNG), including a floating-point-only RNG based on a chaotic lattice. An efficient scheme for boundary reflection was implemented, along with the functions for time-resolved imaging. For a homogeneous semi-infinite medium, good agreement was observed between the simulation output and the analytical solution from the diffusion theory. The code was implemented with CUDA programming language, and benchmarked under various parameters, such as thread number, selection of RNG and memory access pattern. With a low-cost graphics card, this algorithm has demonstrated an acceleration ratio above 300 when using 1792 parallel threads over conventional CPU computation. The acceleration ratio drops to 75 when using atomic operations. These results render the GPU-based Monte Carlo simulation a practical solution for data analysis in a wide range of diffuse optical imaging applications, such as human brain or small-animal imaging.

A method for dynamic, high-resolution cerebral blood flow (CBF) imaging is presented in this article. By illuminating the cortex with laser light and imaging the resulting speckle pattern, relative CBF images with tens of microns spatial and millisecond temporal resolution are obtained. The regional CBF changes measured with the speckle technique are validated through direct comparison with conventional laser-Doppler measurements. Using this method, dynamic images of the relative CBF changes during focal cerebral ischemia and cortical spreading depression were obtained along with electrophysiologic recordings. Upon middle cerebral artery (MCA) occlusion, the speckle technique yielded high-resolution images of the residual CBF gradient encompassing the ischemic core, penumbra, oligemic, and normally perfused tissues over a 6 × 4 mm cortical area. Successive speckle images demonstrated a further decrease in residual CBF indicating an expansion of the ischemic zone with finely delineated borders. Dynamic CBF images during cortical spreading depression revealed a 2 to 3 mm area of increased CBF (160% to 250%) that propagated with a velocity of 2 to 3 mm/min. This technique is easy to implement and can be used to monitor the spatial and temporal evolution of CBF changes with high resolution in studies of cerebral pathophysiology.

In this study, we have preformed simultaneous near-infrared spectroscopy (NIRS) along with BOLD (blood oxygen level dependent) and ASL (arterial spin labeling)-based fMRI during an event-related motor activity in human subjects in order to compare the temporal dynamics of the hemodynamic responses recorded in each method. These measurements have allowed us to examine the validity of the biophysical models underlying each modality and, as a result, gain greater insight into the hemodynamic responses to neuronal activation. Although prior studies have examined the relationships between these two methodologies through similar experiments, they have produced conflicting results in the literature for a variety of reasons. Here, by employing a short-duration, event-related motor task, we have been able to emphasize the subtle temporal differences between the hemodynamic parameters with a high contrast-to-noise ratio. As a result of this improved experimental design, we are able to report that the fMRI measured BOLD response is more correlated with the NIRS measure of deoxy-hemoglobin (R = 0.98; P < 10−20) than with oxy-hemoglobin (R = 0.71), or total hemoglobin (R = 0.53). This result was predicted from the theoretical grounds of the BOLD response and is in agreement with several previous works [Toronov, V.A.W., Choi, J.H., Wolf, M., Michalos, A., Gratton, E., Hueber, D., 2001. “Investigation of human brain hemodynamics by simultaneous near-infrared spectroscopy and functional magnetic resonance imaging.” Med. Phys. 28 (4) 521–527.; MacIntosh, B.J., Klassen, L.M., Menon, R.S., 2003. “Transient hemodynamics during a breath hold challenge in a two part functional imaging study with simultaneous near-infrared spectroscopy in adult humans”. NeuroImage 20 1246–1252.; Toronov, V.A.W., Walker, S., Gupta, R., Choi, J.H., Gratton, E., Hueber, D., Webb, A., 2003. “The roles of changes in deoxyhemoglobin concentration and regional cerebral blood volume in the fMRI BOLD signal“ Neuroimage 19 (4) 1521–1531]. These data have also allowed us to examine more detailed measurement models of the fMRI signal and comment on the roles of the oxygen saturation and blood volume contributions to the BOLD response. In addition, we found high correlation between the NIRS measured total hemoglobin and ASL measured cerebral blood flow (R = 0.91; P < 10−10) and oxy-hemoglobin with flow (R = 0.83; P < 10−05) as predicted by the biophysical models. Finally, we note a significant amount of cross-modality, correlated, inter-subject variability in amplitude change and time-to-peak of the hemodynamic response. The observed co-variance in these parameters between subjects is in agreement with hemodynamic models and provides further support that fMRI and NIRS have similar vascular sensitivity.

Diffuse optical tomography (DOT) is an ongoing medical imaging modality in which tissue is illuminated by near-infrared light from an array of sources, the multiply-scattered light which emerges is observed with an array of detectors, and then a model of the propagation physics is used to infer the localized optical properties of the illuminated tissue. The three primary absorbers at these wavelengths, water and both oxygenated and deoxygenated hemoglobin, all have relatively weak absorption. This fortuitous fact provides a spectral window through which we can attempt to localize absorption (primarily by the two forms of hemoglobin) and scattering in the tissue. The most important current applications of DOT are detecting tumors in the breast and imaging the brain. We introduce the basic idea of DOT and review the history of optical methods in medicine as relevant to the development of DOT. We then detail the concept of DOT, including a review of the tissue's optical properties, modes of operation for DOT, and the challenges which the development of DOT must overcome. The basics of modelling the DOT forward problem and some critical issues among the numerous implementations that have been investigated for the DOT inverse problem, with an emphasis on signal processing. We summarize with some specific results as examples of the current state of DOT research.

We report a general purpose mesh generator for creating finite-element surface or volumetric mesh from 31) binary or gray-scale medical images. This toolbox incorporates a number of existing free mesh processing utilities and enables researchers to perform a range of mesh processing tasks for image-based mesh generation, including raw image processing, surface mesh extraction, surface re-sampling, and multi-scale/adaptive tetrahedral mesh generation. We also implemented robust algorithms for meshing open-surfaces and sub-region labeling. Atomic meshing utilities for each processing step can be accessed with simple interfaces, which can be streamlined or executed independently. The toolbox is compatible with Matlab or GNU Octave. We demonstrate the applications of this toolbox for meshing a range of challenging geometries including complex vessel network, human brain and breast.

We describe a novel Monte Carlo code for photon migration through 3D media with spatially varying optical properties. The code is validated against analytic solutions of the photon diffusion equation for semi-infinite homogeneous media. The code is also cross-validated for photon migration through a slab with an absorbing heterogeneity. A demonstration of the utility of the code is provided by showing time-resolved photon migration through a human head. This code, known as 'tMCimg', is available on the web and can serve as a resource for solving the forward problem for complex 3D structural data obtained by MRI or CT.

The diffusion of correlation is used to detect, localize, and characterize dynamical and optical spatial inhomogeneities in turbid media and is accurately modeled by a correlation diffusion equation. We demonstrate experimentally and with Monte Carlo simulations that the transport of correlation can be viewed as a correlation wave {analogous to a diffuse photon-density wave [Phys. Today48, 34 (1995)]} that propagates spherically outward from sources and scatters from macroscopic spatial variations in dynamical and/or optical properties. We demonstrate the utility of inverse scattering algorithms for reconstructing images of the spatially varying dynamical properties of turbid media. The biomedical applicability of this diffuse correlation probe is illustrated in studies of the depth of burned tissues.

Near-infrared spectroscopy (NIRS) can be used to noninvasively measure changes in the concentrations of oxy- and deoxyhemoglobin in tissue. We have previously shown that while global changes can be reliably measured, focal changes can produce erroneous estimates of concentration changes (NeuroImage 13 (2001), 76). Here, we describe four separate sources for systematic error in the calculation of focal hemoglobin changes from NIRS data and use experimental methods and Monte Carlo simulations to examine the importance and mitigation methods of each. The sources of error are: (1) the absolute magnitudes and relative differences in pathlength factors as a function of wavelength, (2) the location and spatial extent of the absorption change with respect to the optical probe, (3) possible differences in the spatial distribution of hemoglobin species, and (4) the potential for simultaneous monitoring of multiple regions of activation. We found wavelength selection and optode placement to be important variables in minimizing such errors, and our findings indicate that appropriate experimental procedures could reduce each of these errors to a small fraction (<10%) of the observed concentration changes.