XiaoMi-AI文件搜索系统
World File Search System近红外
使用功能性近红外光谱 (fNIRS) 进行脑机接口
脑机接口 (BCI) 是一种从大脑获取信号、转换信号并输出到设备以实现所需动作的系统 [1]。BCI 系统由硬件和软件组件组成，一般分为五个步骤，即信号采集、预处理、特征提取、特征转换和设备输出。根据 BCI 系统所连接的功能成像系统，BCI 系统可分为几种类型，例如脑电图 (EEG)-BCI、功能性磁共振成像 (fMRI)-BCI 和功能性近红外光谱 (fNIRS)-BCI。在本综述中，我们详细讨论了基于 fNIRS 的 BCI 及其功能、其实用程序的优缺点、其在有用技术中的应用和实现以及 fNIRS-BCI 的未来。功能性近红外光谱 (fNIRS) 是一种光学成像技术，其中大脑中发射的光由于吸收和散射而衰减。它利用骨骼和皮肤的一般透明特性来进入被监测的组织。当吸收的光进入吸收介质内部时，探测器会测量散射光中未被吸收的部分（图 1）。由于给定刺激引起的血流动力学反应，氧合血红蛋白 (OxyHb) 和脱氧血红蛋白 (de-oxyHb) 分别增加和减少。当光发射时，血流动力学反应的区域变化会导致光吸收和发色团的吸收光谱的区域变化，从而允许利用比尔-朗伯定律以非侵入性方式量化氧合血红蛋白和脱氧血红蛋白 [ 2 ， 3 ]。动脉血流中氧合血红蛋白浓度与静脉血流中脱氧血红蛋白浓度与总血红蛋白浓度之比
基于功能近红外光谱技术评估意识障碍患者的残留认知
准确诊断长期意识障碍（DOC）患者的意识水平对于设计治疗计划、确定康复服务和预测预后至关重要。DOC 1 – 4 主要包括昏迷（仅有失眠和反射行为）、无反应觉醒综合征（UWS）和微意识状态（MCS）。UWS 5 中的患者临床上清醒，但对自己和周围环境没有意识。与 UWS 不同，MCS 6 中的患者表现出极少、不一致但可重复的有目的的意识证据。对这两组患者的意识的临床评估和诊断具有挑战性。目前，主观床边行为评估仍被视为评估 DOC 患者意识的临床参考标准。7 但据报道误诊率为 ∼ 40% 。 3 事实上，由于患者的认知、运动和感觉障碍，以及检查者和环境条件等其他因素，准确评估 DOC 患者的脑功能和检测其残留意识非常复杂、耗时且具有挑战性。评估 DOC 患者意识水平的一种客观方法是使用功能神经影像技术。在过去的几年中，各种神经影像学和电生理研究为评估 DOC 患者意识、探索结构和功能特征、监测意识恢复以及阐明 DOC 患者意识的潜在机制提供了宝贵的见解。1、3、4、8 2006 年，Owen 等人提出了一项功能性磁共振成像 (fMRI) 研究，他们指导一名符合 UWS 临床标准的患者在 fMRI 扫描仪中执行打网球的想象来回答“是”，并执行空间导航想象来回答“否”。 9 fMRI 结果显示，患者的大脑活动与健康对照者在相同任务下的活动相似，表明存在残留认知。在后续研究中，10 fMRI 用于评估一组 DOC 患者在心理意象任务期间的故意大脑活动。结果显示，在行为上看似无反应的患者中，约有 17% 实际上具有隐蔽意识，可以调节大脑活动以响应简单的是非问题进行交流。神经影像学和电生理学研究的新发现表明，在行为检查中看似无反应的患者中，约有 20% 实际上可以表现出隐蔽意识。这种差异被称为认知运动分离 (CMD)。4、11 也就是说，这些患者实际上有意识，即使他们在行为上没有反应，但是，使用不依赖于患者产生外部反应能力的电生理和神经成像技术可以观察到明显的意识迹象。最近，2020 年欧洲神经病学学会指南建议应“在可行的情况下”使用基于任务的神经影像学研究来准确检测 DOC 患者的意识。12尽管基于 fMRI 的研究为 DOC 领域提供了有价值的信息，但相对大规模的设备要求、费用和严格的受试者限制使其无法应用于植入金属的患者，并限制了其在纵向床边监测或重症监护病房危重患者的使用。功能性近红外光谱 (fNIRS) 13 是一种非侵入性光学神经成像技术，在脑机接口 (BCI)、精神分裂症研究、神经康复、新生儿护理等领域发展迅速。7、14-16 与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更高。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 在以更高的空间分辨率定位和分割大脑区域方面优于 EEG。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究 DOC 患者的功能活动和评估残余意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等 18 首次使用 fNIRS 对 MCS 患者的残余意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与 UWS 患者更相似。神经康复、新生儿护理等。7、14-16与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更强。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 比 EEG 更能以更高的空间分辨率定位和分割大脑区域。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究功能活动和评估 DOC 患者残留意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等人。 18 首次使用 fNIRS 对 MCS 患者的残留意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与神经康复、新生儿护理等。7、14-16与 fMRI 相比，fNIRS 对运动伪影和金属植入物的耐受性更强。通过同时检测氧合血红蛋白 (HbO)、脱氧血红蛋白 (HbR) 和总血红蛋白 (HbT) 浓度的变化，它提供更全面的信息，以更好地表征血流动力学并提高生态效度。此外，fNIRS 比 EEG 更能以更高的空间分辨率定位和分割大脑区域。fNIRS 还更具成本效益、便携性，可用于床边监测，适合对 DOC 患者进行纵向和重复监测血流动力学。然而，使用 fNIRS 研究功能活动和评估 DOC 患者残留意识的研究仍然有限，但正在增加。3、7、17-20 2013 年，Molteni 等人。 18 首次使用 fNIRS 对 MCS 患者的残留意识进行床边评估。Kempny 等 17 使用基于 fNIRS 的运动想象 (MI) 任务评估了 DOC 患者的大脑活动；结果显示，与 UWS 患者相比，MCS 患者的血流动力学反应与
使用 III-V 胶体量子点进行快速近红外光电检测
胶体量子点 (CQDs) 因其可调带隙和溶液处理特性，是用于红外 (IR) 光检测的有前途的材料；然而，到目前为止，CQD IR 光电二极管的时间响应不如 Si 和 InGaAs。据推测，II-VI CQD 的高介电常数会导致由于屏蔽和电容而导致的电荷提取速度变慢，而 III-V 族（如果可以掌握其表面化学性质）则可提供低介电常数，从而增加高速操作的潜力。在初步研究中发现，砷化铟 (InAs) 中的共价特性会导致不平衡的电荷传输，这是未钝化表面和不受控制的重掺杂的结果。报道了使用两性配体配位进行表面管理，并且发现该方法同时解决了 In 和 As 表面悬空键。与 PbS CQD 相比，新型 InAs CQD 固体兼具高迁移率（0.04 cm 2 V − 1 s − 1），介电常数降低了 4 倍。由此产生的光电二极管实现了快于 2 ns 的响应时间——这是之前报道的 CQD 光电二极管中最快的光电二极管——并且在 940 nm 处具有 30% 的外部量子效率 (EQE)。
通过冥想和运动激活轨道额皮层：近红外光谱研究
在某些类型的冥想中，例如正念和禅宗，呼吸是吸引人的重点，而在过度，短期的厌氧运动中，肌肉成为注意力的焦点。因此，在两种努力中，人们的注意力都集中在身体的某些效果上。冥想和锻炼通常为人类提供精神上的茶点。我们假设同一大脑区域都被人类的两种努力激活。为了审查这一假设，我们让参与者参与了3个任务：冥想，表现和控制任务。在每项任务后，参与者进行了2张检验以吸引他们的思想，而使用近红外光谱（NIR）同时监测血液血红蛋白水平的变化。有17名参与者（20-24岁； 11名男性，6名女性）。我们将快速转换（FFT）分析应用于NIRS波数据，并计算了（1）冥想和对照之间的FFT数据的相关系数，（2）锻炼和控制，以及（3）在Orbitofrontal Cortex（OFC）（OFC）和背侧外侧额叶前frontal frontal frontal corortex（dlpffc）中，dlpffc（dlpffc）在dlpfcc cons in Chare in Chare conthement in Chare in Chrenthement in Chare in Chare in Chincors（dlpffc）。在冥想和运动分析中检测到OFC和DLPFC之间的相关系数有显着差异，信号源分析证实，NIRS波从左右OFC边缘（即，左右窗）向中心传播。我们的结果表明，冥想和锻炼都激活了OFC，这与情绪反应和运动行为有关，从而导致精神茶点。
功能性近红外光谱，用于评估和治疗意识障碍患者
2 2北京北京北京医学科学与北京北京大学北京大学北京大学和北京大学的神经外科医学院神经外科部中国天津的天金医科大学，北京北京北京北京医院6脑计算机界面过渡研究中心，中国北京，7杭州明州脑康复医院7 11北京脑疾病研究所，中国北京2北京北京北京医学科学与北京北京大学北京大学北京大学和北京大学的神经外科医学院神经外科部中国天津的天金医科大学，北京北京北京北京医院6脑计算机界面过渡研究中心，中国北京，7杭州明州脑康复医院7 11北京脑疾病研究所，中国北京
使用近红外光学脑功能成像开发脑功能研究
也已经开发出各种测量技术和设备来研究大脑功能，主要是脑电图，fMRI（功能磁共振成像），PET（正电子发射断层扫描）和MEG（磁性磁通仪）（表1）。 Near-infrared Spectroscopy (fNIRS), which allows for non-invasive measurement of brain functions using highly biotransmitting near-infrared light, has recently become a new Japanese brain function measurement technique, and compared with other measurement methods, it is a technology that is rapidly expanding its application as a highly flexible measurement method, with several excellent features, such as less restraint to the subject.另一个主要特征是FNIRS与其他测量方法具有高亲和力，并且能够同时进行测量。
基于情绪效价检测的儿科近红外光谱脑机接口
脑机接口 (BCI) 正被研究作为肢体残疾人士进行交流的一种途径，因为该技术省去了自主运动控制的需要。然而，到目前为止，很少有研究调查 BCI 对儿童的使用。传统的 BCI 通信范式可能不是最理想的，因为肢体残疾儿童可能会面临认知发展和读写能力习得的延迟。相反，在本研究中，我们探索了情绪状态作为交流的另一种途径。我们开发了一种儿科 BCI，通过前额叶皮质 (PFC) 血流动力学活动的变化来识别积极和消极的情绪状态。为了训练和测试 BCI，10 名 8-14 岁的神经正常儿童在四次实验中（一次离线，三次在线）接受了一系列情绪诱导试验，同时用功能性近红外光谱 (fNIRS) 测量他们的大脑活动。视觉神经反馈用于帮助参与者调节他们的情绪状态并调节他们的血流动力学活动以响应情感刺激。针对儿童的线性判别分类器根据以前会话中累积的可用数据进行训练，并在每个会话期间进行自适应更新。在最后两个在线会话中，参与者的平均在线效价分类超过了偶然性（在第 3 和第 4 会话中，10 名参与者中分别有 7 名和 8 名的表现优于偶然性）。在线 BCI 性能与年龄之间存在微小的显着正相关性，这表明年龄较大的参与者在调节情绪状态和/或大脑活动方面更为成功。在 BCI 性能、血流动力学反应以及鉴别特征和通道方面，参与者之间存在差异。回顾性离线分析产生的准确度与使用 fNIRS 的成人情感 BCI 研究报告的准确度相当。情感 fNIRS-BCI 似乎适用于学龄儿童，但为了进一步评估这种类型的 BCI 的实际潜力，需要进行更多的训练课程、更大的样本量和残疾最终用户的复制。
量身定制的材料，用于汽车雷达，雷达，近红外和天线应用
makrolon®在任何激光雷达系统的工作范围内显示出高度稳定的折射率。对于驱动器监控系统，操作的波长范围可能高于900 nm，或者对于基于激光的长距离激光雷达系统的905 nm或1550 nm。作为
基于学习的基于学习的运动伪影在功能近红外光谱中的去除
尽管多年来FNIRS技术得到了改进，但FNIRS数据集的处理仍然是一项艰巨的任务。尤其是，由于Optodes和Scalp之间的耦合变化而导致的运动伪影识别并纠正并纠正了很难且耗时。此类伪影表示为时间序列信号中的峰值或偏移。由于峰或移位的幅度通常比血液动力学反应功能（HRF）高得多，因此FNIRS信号被显着污染，并且不会反映皮质激活。当头部和四肢的运动在实验方案中不可避免甚至需要时，这种现象就会更明显，例如语音，17个步行，18和手术任务。11，12最近，由于可穿戴或无线FNIRS设备（19，20）的升高，该问题加剧了这些设备的移动范围，用于跑步或团队工作，这些设备更容易受到运动文物的影响。因此，消除运动伪影的有效方法对于在这些情况下利用FNIR是必不可少的。多年来开发的一些策略包括在数据处理过程中保留任何具有运动伪像的试验。仅当收集大型数据集并且不是当前的主要实践时才使用。另一种策略是通过视觉检查识别具有运动伪影的试验/通道，或在普遍的FNIRS数据处理工具箱Homer2中使用诸如HMRMotionArtifact功能之类的功能，然后从进一步分析中丢弃它们。为例，参考。35最近的研究36不过，最合适的方法是使用高级时间序列数据处理方法处理这些试验/通道。这些包括样条插值，21小波滤波，22个主成分分析（PCA），23 Kalman滤波，24和基于相关的信号改进（CBSI）。25这些方法的性能在很大程度上取决于一组假设，以描述运动伪影和参数相关调整的主观选择（表1）。29证明，选择PCA参数，即PCA删除27为0.80和0.97的数据中的方差百分比产生了显着不同的结果。因此，高度可取的方法，不需要对参数的主观微调或不依赖严格的假设的方法。在这里，我们提出了一种自动学习噪声特征的深度学习方法。在过去十年中，深度神经网络已成为一种强大的工具，可以快速有效地抑制图像数据集中的噪声。深度学习模型已被证明可以增强竞争性降解结果，同时与召开方法相比，保留了更多纹理细节。30 - 33深度学习网络在应用于医学成像问题时也表现出卓越的性能。例如，denoising自动编码器（DAE）模型可以Denoise乳房X线照片[结构相似性指数量度（SSIM）从0.45到0.73]和Dental X射线数据（SSIM从0.62到0.86）。34 A DAE模型的峰值信噪比（PSNR）和SSIM高10％，而SSIM比胸部辐射图中的常规算法高。
纳米药物在二次近红外光热联合免疫治疗中的应用进展
摘要：免疫治疗已成为癌症治疗的主要策略之一。与传统治疗方法不同，免疫治疗通过触发系统性抗肿瘤免疫反应可以治疗原发性肿瘤和远处转移性肿瘤，甚至可以在引起免疫记忆形成后防止肿瘤复发。然而，免疫治疗在临床实践中仍然存在患者反应率低和严重的免疫相关不良事件的问题。在这方面，纳米药物介导的治疗与免疫治疗相结合可以调节肿瘤免疫抑制微环境，从而增强抗肿瘤免疫。特别是第二近红外（NIR-II）光热疗法（PTT），利用光转换产生热量来杀死癌细胞，在与免疫疗法相结合方面表现出独特的优势。本文总结了纳米药物工程化用于NIR-II PTT联合免疫治疗的最新进展。重点介绍了纳米药物介导的 NIR-II PTT 在诱导免疫原性细胞死亡和重新编程肿瘤免疫抑制微环境以促进免疫治疗中的作用。还详细介绍了用于癌症 NIR-II PTT 联合免疫治疗的 NIR-II 吸收有机和无机非金属和无机金属纳米药物的开发。最后，提出了这些纳米药物用于联合免疫治疗的当前挑战和未来前景。