El modelo de Espectroscopía Hemodinámica Coherente (CHS) proporciona un marco cuantitativo para modelar la hemodinámica y el metabolismo cerebrales, especialmente en respuesta a pequeñas perturbaciones fisiológicas. Sin embargo, en su formulación aproximada original estaba limitado a condiciones donde los cambios de parámetros estaban restringidos al 10-20%, lo que lo hacía inadecuado para modelar interrupciones fisiológicas extremas como un paro cardíaco. En este estudio, presentamos una discusión detallada del algoritmo utilizando el modelo CHS completo, que amplía el marco original resolviendo ecuaciones diferenciales parciales sin aproximaciones para manejar grandes perturbaciones no periódicas. Este modelo se aplicó a datos de un estudio previamente publicado sobre paro cardíaco y reanimación cardiopulmonar (RCP) en cerdos, donde el flujo sanguíneo cerebral cambió en un 100%. Si bien nuestro trabajo previo demostró la utilidad de este enfoque para analizar parámetros microvasculares y metabólicos cerebrales, no incluyó los detalles algorítmicos necesarios para la reproducibilidad y una aplicación más amplia. Aquí, abordamos esta brecha describiendo el flujo de trabajo del algoritmo, incluido el uso de optimización multivariante no lineal, y su capacidad para recuperar múltiples variables fisiológicas, como las saturaciones de oxígeno en capilares y vénulas, y parámetros como la tasa de difusión de oxígeno en capilares y la saturación de oxígeno arterial. Este último puede ser valioso cuando las mediciones de oximetría de pulso no están disponibles debido a un pulso inestable, débil o ausente. Este estudio subraya la importancia de la modelización no lineal para avanzar en la aplicación de CHS a condiciones fisiológicas extremas y destaca su potencial para la investigación traslacional y la innovación clínica.