|
這已被證明對(duì)工作記憶至關(guān)重要[49]，完全避免了頭發(fā)的問(wèn)題。盡管如此，僅測(cè)量前額葉皮層會(huì)錯(cuò)過(guò)其他重要區(qū)域，如運(yùn)動(dòng)皮層[3]。
結(jié)論
一種經(jīng)濟(jì)高效的神經(jīng)成像工具，如fNIR設(shè)備，可能會(huì)帶來(lái)新的認(rèn)知和社會(huì)研究、非侵入式腦機(jī)接口以及護(hù)理點(diǎn)篩查/診斷的新選擇。可穿戴式fNIR設(shè)備正變得更加用戶友好和可靠。一些小組已經(jīng)開(kāi)始添加其他模式（如腦電圖（EEG）或經(jīng)顱磁刺激（TMS）），以進(jìn)一步增強(qiáng)可穿戴fNIR設(shè)備的功能。為了真正為大規(guī)模家庭使用做好準(zhǔn)備，剩下的挑戰(zhàn)包括更好地校正偽影和噪聲，將更多的光電二極管封裝到相同的緊湊和低成本的外形中，以及消除用戶對(duì)齊的需要。未來(lái)，用于更高信噪比的新型傳感器技術(shù)、高密度傳感器陣列、大腦區(qū)域的自動(dòng)對(duì)齊以及觸發(fā)事件的自動(dòng)記錄將有助于實(shí)現(xiàn)目前乏味或難以執(zhí)行的研究。例如，藍(lán)牙®可以用作感應(yīng)交互的接近傳感器，聲學(xué)設(shè)備可以用于事件的語(yǔ)音捕獲。許多工具和研究工作都集中在幫助研究人員找到要研究的右腦區(qū)域[53-55]。fNIR設(shè)備的拓?fù)溆成淠芰梢詭椭鉀Q這一挑戰(zhàn)，而不依賴于MRI圖像的可用性。
目前，可穿戴式fNIR設(shè)備的光電二極管數(shù)量有限。該數(shù)字通常在設(shè)計(jì)階段固定，因?yàn)槊總�(gè)光電二極管都硬連接到ADC轉(zhuǎn)換器。為了使設(shè)計(jì)更加靈活，光電二極管可以無(wú)線連接到ADC轉(zhuǎn)換器。為了降低無(wú)線實(shí)現(xiàn)的功率和成本，可以采用RFID或聲學(xué)方法。此外，來(lái)自各種信道的數(shù)據(jù)應(yīng)該被多路復(fù)用，以進(jìn)一步節(jié)省功率和成本。可以使用頻分復(fù)用、時(shí)分復(fù)用或碼分復(fù)用。我們預(yù)計(jì)，一種用戶友好、低成本、可穿戴的fNIR設(shè)備將允許回答許多重要的社會(huì)/行為/心理問(wèn)題。此外，我們預(yù)計(jì)這些結(jié)果將對(duì)行為科學(xué)、醫(yī)療保健和工程做出重要貢獻(xiàn)：例如，在理解肥胖和兒童發(fā)育中的認(rèn)知作用、加強(qiáng)醫(yī)學(xué)診斷、創(chuàng)建新型腦機(jī)界面以及開(kāi)發(fā)新的營(yíng)銷和廣告工具等方面。
致謝
這項(xiàng)研究項(xiàng)目由多蘿西·J·溫菲爾德-菲利普斯校長(zhǎng)學(xué)院獎(jiǎng)學(xué)金資助。
利益沖突
沒(méi)有利益沖突。
工具書(shū)類
Izzatoglu K，Bunce S，Izzetoglu M，Onaral B，Pourrezaei K（2004）功能性近紅外神經(jīng)成像。IEEE Eng Med Biol Soc 7會(huì)議程序：5333-5336。
Zhang Q，Yan X，Strangman GE（2011）動(dòng)態(tài)近紅外光譜抗運(yùn)動(dòng)儀器的開(kāi)發(fā)。J Biomed Opt 16（8）：87008。
Khan B、Wildy C、Francis R、Tian F、Delgado MR等人（2012）使用刷式光電二極管改善功能性近紅外腦光譜和成像的光學(xué)接觸。Biomed Opt Express 3（5）：878-898。
Jobsis FF（1977）對(duì)大腦和心肌氧充足和循環(huán)參數(shù)的無(wú)創(chuàng)紅外監(jiān)測(cè)。科學(xué)198（4323）：1264-1267。
Pinti P，Aichelburg C，吉爾伯fNIRS Optodes的位置決定器（fOLD）：由感興趣的大腦區(qū)域引導(dǎo)的探針排列工具箱
Guilherme Augusto Zimeo Morais、Joana Bisol Balardin和João Ricardo Sato
《科學(xué)報(bào)告》第8卷，文章編號(hào)：3341（2018）引用本文
13k通道
87引文
12測(cè)高
指標(biāo)詳細(xì)信息
摘要
由于功能近紅外光譜（fNIRS）的便攜性、低成本和對(duì)受試者運(yùn)動(dòng)的魯棒性，在過(guò)去幾年中，功能近紅外光譜學(xué)（fNIR）作為大腦成像方法的應(yīng)用有所增加。fNIRS的實(shí)驗(yàn)是在有限數(shù)量的源和檢測(cè)器（光電二極管）面前設(shè)計(jì)的，這些源和檢測(cè)器位于頭皮的選定部分。視標(biāo)位置代表了評(píng)估與實(shí)驗(yàn)假設(shè)相關(guān)的皮質(zhì)區(qū)域的期望。然而，這種翻譯過(guò)程仍然是fNIRS實(shí)驗(yàn)設(shè)計(jì)的一個(gè)挑戰(zhàn)。在本研究中，我們提出了一種從一組預(yù)定義位置自動(dòng)確定fNIRS視標(biāo)位置的方法，目的是最大化對(duì)感興趣的腦區(qū)域的解剖特異性。所實(shí)現(xiàn)的方法基于兩個(gè)頭部圖譜上的光子輸運(yùn)模擬。結(jié)果被匯編到公開(kāi)的“fNIRS Optodes位置決定器”（fOLD）中。該工具箱是一種一階方法，可將分割方法和功能性磁共振成像的薈萃分析的先進(jìn)性結(jié)合起來(lái)，以更精確地指導(dǎo)fNIRS實(shí)驗(yàn)中光電極位置的選擇。
介紹
功能近紅外光譜（fNIRS）是一種能夠通過(guò)吸收的近紅外光在組織中運(yùn)輸過(guò)程中的變化來(lái)測(cè)量含氧和脫氧血紅蛋白濃度變化的技術(shù)1。在過(guò)去幾年中，使用fNIRS評(píng)估大腦活動(dòng)的情況有所增加，這是因?yàn)樗裙δ艽殴舱癯上瘢╢MRI）和腦電圖（EEG）具有優(yōu)勢(shì)，主要是因?yàn)樗鼘?duì)運(yùn)動(dòng)造成的偽影的魯棒性2，從而實(shí)現(xiàn)了更大范圍的自然實(shí)驗(yàn)3、4、5、6、7、8。
雖然fMRI能夠測(cè)量整個(gè)大腦的功能活動(dòng)以及個(gè)體的結(jié)構(gòu)圖像，但fNIRS實(shí)驗(yàn)的設(shè)計(jì)使用了有限數(shù)量的光源和檢測(cè)器（光電二極管）。將視標(biāo)定位在頭皮的選定部分，期望評(píng)估與設(shè)計(jì)實(shí)驗(yàn)相關(guān)的一組大腦皮層區(qū)域的活動(dòng)。然而，感興趣區(qū)域的平移到測(cè)量帽上的光電二極管的放置（如圖1所示）仍然是fNIRS實(shí)驗(yàn)設(shè)計(jì)的挑戰(zhàn)。
圖1
圖1
在設(shè)計(jì)fNIRS實(shí)驗(yàn)以評(píng)估根據(jù)研究假設(shè)預(yù)期激活的一組感興趣區(qū)域時(shí)通常面臨的挑戰(zhàn)：通過(guò)選擇合適的源和檢測(cè)器位置來(lái)最大化感興趣區(qū)域的解剖特異性，從而轉(zhuǎn)換為fNIRS光電極布局。圖示為布羅德曼4區(qū)、9區(qū)、19區(qū)和21區(qū)以及具有相應(yīng)顏色編碼通道的fNIRS帽布局。
全尺寸圖像
最近的一些研究已經(jīng)提出了克服這一挑戰(zhàn)的方法，例如針對(duì)癲癇放電9，或基于迭代探針幾何修改10，其被擴(kuò)展到基于圖像的方法11的體素空間，我們提出了另一種方法，根據(jù)一組感興趣的大腦區(qū)域，基于10–10和10–5系統(tǒng)12自動(dòng)確定光電二極管位置。該方法基于在兩個(gè)頭部圖譜上運(yùn)行的光子傳輸模擬的靈敏度分布（方法部分）。結(jié)果被匯編到工具箱中，以便于定義光電二極管的位置，即fNIRS光電二極管位置決定器（fOLD）。
方法
組織分割
由于人類頭部的不同組織呈現(xiàn)出不同的光學(xué)特性（例如吸收和散射）13、14，因此有必要分割用于光子傳輸模擬的圖譜。這種分割導(dǎo)致五種組織的區(qū)分：頭皮、顱骨、腦脊液（CSF）以及灰質(zhì)和白質(zhì)。
SPM1215中使用默認(rèn)參數(shù)實(shí)現(xiàn)的分割算法已用于將MRIcron軟件17中提供的Colin27頭部圖譜16的T1圖像分割為“ch2.nii.gz”。
簡(jiǎn)言之，SPM12中的分割過(guò)程為我們感興趣的五個(gè)組織中的每一個(gè)返回概率圖。對(duì)于每個(gè)組織，使用與輸入文件（例如Colin27圖集）中具有相同大小和來(lái)源的圖像生成NIfTI文件，并且將每個(gè)體素設(shè)置為給定組織的一部分的概率。給定體素沿頭部組織加上空氣的概率之和為1。例如，體素（x = 57歲 = 126，z = 144）對(duì)應(yīng)于MNI坐標(biāo)（x = −34歲 = 0，z = 72）顱骨和腦脊液的概率分別為86.27%和13.73%。
為了為最終組織分割創(chuàng)建單個(gè)圖像文件，我們使用defi |
