This review describes the diffusion model for light transport in tissues and the medical applications of diffuse light. Diffuse optics is particularly useful for measurement of tissue hemodynamics, wherein quantitative assessment of oxy- and deoxy-hemoglobin concentrations and blood flow are desired. The theoretical basis for near-infrared or diffuse optical spectroscopy is developed, and the basic elements of diffuse optical tomography are outlined. We also discuss diffuse correlation spectroscopy, a technique whereby temporal correlation functions of diffusing light are transported through tissue and are used to measure blood flow. Essential instrumentation is described, and representative brain and breast functional imaging and monitoring results illustrate the workings of these new tissue diagnostics.

We develop and validate a Modified Beer-Lambert law for blood flow based on diffuse correlation spectroscopy (DCS) measurements.The new formulation enables blood flow monitoring from temporal intensity autocorrelation function data taken at single or multiple delay-times.Consequentially, the speed of the optical blood flow measurement can be substantially increased.The scheme facilitates blood flow monitoring of highly scattering tissues in geometries wherein light propagation is diffusive or non-diffusive, and it is particularly well-suited for utilization with pressure measurement paradigms that employ differential flow signals to reduce contributions of superficial tissues.

We compared blood flow index measurements and their coefficients of variation obtained with three diffuse optical blood flow monitoring techniques on intralipid phantoms and on the forearm during an arm-cuff ischemia protocol.

We demonstrate theoretical methods to correct diffuse correlation spectroscopy estimation of cerebral blood flow for hematocrit variation in a study of neonatal swine during cardiopulmonary bypass.

We propose a reproducible methodology to test the accuracy of diffuse optical flow devices. Absolute accuracy is assessed by comparing to diffusion coefficients in liquid phantoms at different temperatures with polystyrene microspheres of variable size.

We introduce a modified Beer-Lambert scheme to measure pulsatile blood flow with diffuse correlation spectroscopy. Compared to traditional correlation diffusion analysis, the scheme improved accuracy in simulations and in a pig model of hydrocephalus.

Advanced optical neuromonitoring of cerebral hemodynamics with hybrid diffuse optical spectroscopy (DOS) and diffuse correlation spectroscopy (DCS) methods holds promise for non-invasive characterization of brain health in critically ill patients. However, the methods' fiber-coupled patient interfaces (probes) are challenging to apply in emergent clinical scenarios that require rapid and reproducible attachment to the head. To address this challenge, we developed a novel chassis-based optical probe design for DOS/DCS measurements and validated its measurement accuracy and reproducibility against conventional, manually held measurements of cerebral hemodynamics in pediatric swine (n = 20). The chassis-based probe design comprises a detachable fiber housing which snaps into a 3D-printed, circumferential chassis piece that is secured to the skin. To validate its reproducibility, eight measurement repetitions of cerebral tissue blood flow index (BFI), oxygen saturation (StO2), and oxy-, deoxy- and total hemoglobin concentration were acquired at the same demarcated measurement location for each pig. The probe was detached after each measurement. Of the eight measurements, four were acquired by placing the probe into a secured chassis, and four were visually aligned and manually held. We compared the absolute value and intra-subject coefficient of variation (CV) of chassis versus manual measurements. No significant differences were observed in either absolute value or CV between chassis and manual measurements (p > 0.05). However, the CV for BFI (mean ± SD: manual, 19.5% ± 9.6; chassis, 19.0% ± 10.8) was significantly higher than StO2 (manual, 5.8% ± 6.7; chassis, 6.6% ± 7.1) regardless of measurement methodology (p<0.001). The chassis-based DOS/DCS probe design facilitated rapid probe attachment/re-attachment and demonstrated comparable accuracy and reproducibility to conventional, manual alignment. In the future, this design may be adapted for clinical applications to allow for non-invasive monitoring of cerebral health during pediatric critical care.

We used the in vitro MEDPHOT protocol to validate the optical properties measured with a combined frequency-domain and broadband diffuse optical spectroscopy instrument across the near-infrared spectral range (650-1000 nm).

We demonstrate the feasibility of novel diffuse optical neuromonitoring to continuously quantify cerebral blood flow and oxygenation during antegrade cerebral perfusion in neonates with hypoplastic left heart syndrome during the Norwood procedure.

Abstract Background Pediatric neurological injury and disease is a critical public health issue due to increasing rates of survival from primary injuries (e.g., cardiac arrest, traumatic brain injury) and a lack of monitoring technologies and therapeutics for the treatment of secondary neurological injury. Translational, preclinical research facilitates the development of solutions to address this growing issue but is hindered by a lack of available data frameworks and standards for the management, processing, and analysis of multimodal data sets. Methods Here, we present a generalizable data framework that was implemented for large animal research at the Children’s Hospital of Philadelphia to address this technological gap. The presented framework culminates in an interactive dashboard for exploratory analysis and filtered data set download. Results Compared with existing clinical and preclinical data management solutions, the presented framework accommodates heterogeneous data types (single measure, repeated measures, time series, and imaging), integrates data sets across various experimental models, and facilitates dynamic visualization of integrated data sets. We present a use case of this framework for predictive model development for intra-arrest prediction of cardiopulmonary resuscitation outcome. Conclusions The described preclinical data framework may serve as a template to aid in data management efforts in other translational research labs that generate heterogeneous data sets and require a dynamic platform that can easily evolve alongside their research.