一种用于检测睡眠期间与类淋巴(glymphatic)活动相关的脑水动态变化的软体可穿戴近红外光谱(near-infrared spectroscopy, NIRS)系统
《SCIENCE ADVANCES》:A soft wearable near-infrared spectroscopy system for detecting brain water dynamics linked to glymphatic activity during sleep
编辑推荐:
摘要:睡眠是维持整体脑健康至关重要的生理过程。近年研究表明类淋巴系统(glymphatic system)在促进代谢废物清除中发挥关键作用。然而,睡眠期间脑水动态的连续实时监测仍极具挑战。本文介绍一种软体可穿戴近红外光谱(near-infrared spect
摘要:睡眠是维持整体脑健康至关重要的生理过程。近年研究表明类淋巴系统(glymphatic system)在促进代谢废物清除中发挥关键作用。然而,睡眠期间脑水动态的连续实时监测仍极具挑战。本文介绍一种软体可穿戴近红外光谱(near-infrared spectroscopy, NIRS)系统,用于检测可能与类淋巴(glymphatic)活动相关的脑水动态变化。该设备集成了多波长发光二极管(LED)与光电探测器。多人受试者体内(in vivo)研究显示,该设备可在自然家庭环境中完成整夜睡眠监测,揭示不同睡眠阶段中脑水动态的连续变化。研究人员的结果支持睡眠阶段依赖性水动态与类淋巴(glyphatic)活动之间存在关联。频谱分析识别出睡眠期间若干生理节律,包括呼吸、心率及与慢波活动(slow-wave activity)相关的振荡。这些进展显著提升了NIRS系统在深入理解脑健康方面的潜力。
论文解读:《A soft wearable near-infrared spectroscopy system for detecting brain water dynamics linked to glymphatic activity during sleep》
该研究发表于《SCIENCE ADVANCES》。睡眠对记忆加工、认知功能和神经恢复至关重要,睡眠障碍可导致代谢废物(如β-淀粉样蛋白)蓄积。类淋巴系统(glymphatic system)通过在深睡眠期驱动脑脊液(cerebrospinal fluid, CSF)与组织间液(interstitial fluid, ISF)交换来清除代谢废物。目前直接追踪CSF流动具挑战性:双光子显微(two-photon microscopy)侵入且不安全;磁共振成像(magnetic resonance imaging, MRI)虽可评估但昂贵、需受试者制动、需钆剂注射且无法在自然睡眠家庭环境中使用;多导睡眠图(polysomnography, PSG)虽为睡眠分期金标准但体积大、昂贵且仅限临床环境,不适合长期家庭监测。因此,监测可反映CSF再分布的脑水动态是理解睡眠紊乱与神经/系统疾病关系的重要间接生物标志物。本研究旨在开发软体无线可穿戴近IRS系统,通过前额脑水含量变化无创、连续量化睡眠各阶段脑水动态及生理节律,验证其与类淋巴活动潜在关联。研究人员开发了集成三波长LED(640 nm、680 nm、950 nm)与光电探测器的软体近红外光谱(NIRS)设备,在4名健康受试者(男,28–37岁,共16夜)前额佩戴并与商用EEG/EOG同步采集整夜数据,采用修正比尔-朗伯定律(modified Beer-Lambert law, MBL)解算含氧血红蛋白(oxyhemoglobin, HbO)、脱氧血红蛋白(deoxyhemoglobin, HbR)及水分数(water fraction, [H2O])得到Δ[H2O],结合蒙特卡洛光子传播模拟验证皮层敏感性,并以混合机器学习模型(阈值法+监督分类器)进行睡眠分期,最终分析Δ[H2O]与睡眠阶段的时域耦合及频域生理节律特征。结论表明该软体可穿戴NIRS能稳定在家居自然睡眠中捕获睡眠阶段依赖性脑水动态变化及呼吸、心搏、慢振荡相关NIRS振荡(slow oscillation–linked NIRS oscillation, SONO),NREM睡眠期脑水积累升高而REM期下降,Δ[H2O]转换与EEG定义睡眠阶段边界近零延迟(中位滞后-1.45~0 s),支持其作为类淋巴相关脑液动态无创监测平台的潜力。
主要关键技术方法:
研究人员设计三层软体可穿戴NIRS设备(黏附层、柔性印制电路板fPCB含640/680/950 nm LED及AS7341光电探测器、硅胶封装层),集成蓝牙低功耗(BLE)微控与110 mAh锂电池,通过有限元分析(finite element analysis, FEA)验证弯曲应变与Pennes生物传热模型验证热安全(表面<41℃)。采用蒙特卡洛模拟五层头部模型(皮肤-颅骨-CSF-灰质-白质)验证源-探测器距3 cm对皮层灰质水动态敏感性。Δ[H2O]由三波长MBL解算并经基线归一化、线性去趋势及带通滤波获得。样本为4名健康男性(n=4,16夜记录),同步采集EEG/EOG(ISRUC公开数据集辅助训练),提取多域特征(频谱/Hjorth/非线性/眼电),构建纯阈值模型(σ频段10–15 Hz动态阈值)、机器学习CNN-LSTM模型及二者结合的混合模型进行睡眠分期(Wake/NREM/REM)。对Δ[H2O]信号做多锥(multitaper)时频分析及Welch功率谱密度(power spectral density, PSD)估计,识别低频脑水振荡(~0.05 Hz)、呼吸信号(respiratory signal, RS; ~0.2–0.4 Hz)、SONO(0.6–0.7 Hz)及心动周期(cardiac cycle, CC; ~0.8–1.2 Hz),并计算睡眠阶段转换时Δ[H2O]与EEG边界的时间滞后分布。
研究结果:
Overview of the soft wearable NIRS system for at-home detection of brain water dynamics related to glymphatic activity
研究人员展示系统概览:软体NIRS贴于前额可与EEG/EOG同步家居整夜监测;设备利用柔性聚合物贴合皮肤,三波长分离HbO、HbR及水分数以量化脑水瞬态变化;混合AI模型实现睡眠分期(Wake、NREM、REM)并同步捕获呼吸、心跳及慢振荡。结论:此为首次可穿戴设备实现家庭睡眠条件下脑水动态检测,证实前额NIRS测得的脑水变化可作为类淋巴相关CSF动态间接指标。
Overview of the device design and characterization of mechanical stability, performance, and thermal safety
研究人员通过FEA验证fPCB在曲率κ=0.02–0.05 mm?1(半径R=20–50 mm)下铜层最大主应变<0.29%、von Mises应力<107 MPa(低于铜屈服强度~120 MPa),不断裂;柔性电路信噪比(SNR)静坐12.72 dB、行走7.44 dB、爬楼9.5 dB显著优于刚性PCB;Pennes模型与FLIR热成像显示连续照射60分钟皮肤表面最高40.1℃,低于41℃安全阈值且无深层组织过热。结论:设备具机械鲁棒性、抗运动伪影能力及长期佩戴热安全性。
Performance validation of the soft NIRS system for brain water monitoring
研究人员蒙特卡洛模拟显示3 cm源-探距有一定比例光子到达皮层灰质具水深敏感性;清醒状态下交替运动/休息及屏气/正常呼吸实验显示Δ[H2O]呈双相响应且与生理状态可重复对应(运动初期↑休息初期↓,屏气初↑后渐↓),Δ[H2O]与HbO/HbR弱相关排除交叉干扰。结论:Δ[H2O]反映具生理意义的脑水动态,设备对脑血流及复合液动力学敏感,适合长时监测。
Sleep stage determination and brain water dynamics assessment
研究人员对比三种分期法:传统ML(RandomForest等)测试准确率75.6%–84.6%,深度学习(CNN/LSTM)82.0%–87.0%,所提CNN-LSTM验证-测试差0.04;单纯σ阈值法NREM检出95.9%但REM仅~70%;混合模型总体分类准确率80%–90%尤其改善REM检测。Δ[H2O]多锥谱图与EEG睡眠架构时间对齐,PSD识别出低频脑水振荡(~0.05 Hz)、RS(~0.3 Hz)、SONO(0.6–0.7 Hz)、CC(~0.8–1.2 Hz);转换滞后分析中位滞后Wake -1.45 s、REM 0 s、NREM 0 s(IQR各约±3–6 s),近零延迟。结论:NIRS衍生脑水信号具结构化状态依赖性频谱组分且与EEG定义睡眠架构紧密时间耦合。
Analysis of sleep stage-dependent brain-water dynamics and physiological coupling during at-home sleep
研究人员整夜记录显示进入NREM(从清醒或REM)伴随累积脑水上升,持续NREM中继续增加;NREM→REM转换伴累积脑水下降;REM→NREM再上升。SONO峰值功率NREM > REM > Wake;RS在NREM中心~0.25 Hz窄峰高功率(规律呼吸),REM中心~0.35 Hz宽峰低功率(不规则呼吸);CC在NREM尖窄高功率,REM变宽降低。SONO-RS-CC三维特征空间NREM与REM呈部分可分簇。结论:脑水动态具睡眠阶段转换方向特异性,NREM伴更高Δ[H2O]及强慢振荡与规律心肺节律,REM反之,支持睡眠阶段调节脑液动态并与类淋巴活动调制相符。
讨论部分总结(翻译研究结论):
本文提出一种无线软体可穿戴NIRS设备,旨在家庭环境中实时长期监测睡眠阶段转换相关的脑水动态。低剖面设计集成多波长LED与光电探测器于柔性电路与软封装中确保皮肤共形接触,最小化运动伪影并提高睡眠监测舒适度。多受试者体内研究证明设备可于自然环境整夜监测,揭示不同睡眠阶段脑水动态连续变化及睡眠阶段依赖性调制,频谱分析发现Δ[H2O]衍生呼吸、心搏及慢振荡范围动力学频段特征。尽管未直接测量CSF流或溶质清除,观察到的睡眠阶段依赖性脑水动态发生于类淋巴活动已知受调的生理区间(NREM增强、REM减弱)。该可穿戴NIRS平台能以高时间分辨率捕获自然睡眠中与状态锁定的脑水动态,提示其可用作纵向监测类淋巴相关脑液动态的无创工具。本研究证明软体可穿戴NIRS设备在自然环境中捕获睡眠关联脑水动态的可行性,可用于纵向睡眠监测及睡眠生理学补充评估,尤适用于睡眠与脑液动态改变之神经疾病;未来将通过多部位传感、短距通道分离浅表贡献及结合对比增强MRI或疾病生物标志物进一步确立其特异性与转化价值。