XiaoMi-AI文件搜索系统
World File Search SystemFNIRS
整合 FNIRS 与机器学习
本研究的目的是介绍一种辅助诊断帕金森病 (PD) 的方法，即将功能性近红外光谱 (fNIRS) 研究分类为 PD 阳性或阴性。fNIRS 是一种非侵入性光信号模式，可传达大脑的血液动力学反应，特别是大脑皮层血氧变化；与其他神经成像模式相比，它是一种非侵入性且具有成本效益的方法，因此值得探索其作为辅助 PD 检测工具的潜力。除了将 fNIRS 与机器学习相结合之外，这项工作的贡献还在于实施和测试了各种方法，以找到实现最高性能的实现。所有实现都使用逻辑回归模型进行分类。从每个参与者的 fNIRS 研究中提取了一组 792 个时间和光谱特征。在两个表现最佳的实现中，使用了一组特征排序技术来选择精简的特征子集，然后使用遗传算法对其进行精简。为了实现最佳检测性能，我们的方法达到了 100% 的准确率、精确率和召回率，F1 得分和曲线下面积 (AUC) 为 1，使用了 14 个特征。这大大推进了 PD 诊断，凸显了将 fNIRS 和机器学习相结合用于非侵入性 PD 检测的潜力。关键词：帕金森病、功能性近红外光谱、机器学习、特征子集选择、遗传算法
根据 EEG 和 FNIRS 信号进行静息状态脑连接分析
摘要。当代神经科学高度关注机器学习和网络分析的协同使用。事实上，网络神经科学分析大量利用了聚类指标和统计工具。在这种情况下，功能性近红外光谱 (fNIRS) 和脑电图 (EEG) 的综合分析提供了有关大脑电和血流动力学活动的互补信息。证据支持神经血管耦合介导大脑处理的机制。然而，人们对这些技术如何表示特定的神经活动模式还不太了解。在这里，我们使用源空间分析和图论方法，研究了同步 EEG 和 fNIRS 连接组之间、跨频带的静息状态大脑功能网络的拓扑特性。我们观察到，在全局级别分析中，两种模态的小世界拓扑网络特征。边缘分析指出，与 EEG 相比，氧合血红蛋白的半球间连接性增强，且各个频带没有差异。我们的结果表明，从 fNIRS 中提取的图形特征可以反映神经活动的短程和长程组织，并且能够表征静息状态下的大规模网络。需要进一步开发两种模态的综合分析，以充分利用每种模态的附加值。然而，本研究强调，可以采用多模态源空间分析方法来研究健康静息状态下的大脑功能，从而为未来在任务和病理学中的工作奠定基础，并有可能获得神经系统疾病的新型综合生物标志物。
FNIRS 在神经科学及其新兴应用
本研究主题重点关注功能性近红外光谱 (fNIRS) 方法和应用的最新发展。它由 150 多位作者撰写的 28 篇关于各个方面的文章组成。它包括原创研究文章 (24)、临床试验 (1)、假设和理论 (1) 和评论 (2)。近红外光谱已用于研究大脑功能三十多年。近年来，由于该技术具有非侵入性、成本效益和便携性等竞争优势，其方法和应用取得了重大进展。在本研究课题中，我们看到了大量新颖的 fNIRS 应用，其中包括幻想的神经机制（Li 等人）、太极拳（Yang 等人）、触觉辅助调解（Zheng 等人）、感觉冲突（Nguyen 等人）、心理旋转（Mutlu 等人）、疲劳握力（Urquhart 等人）和哑铃锻炼（Wang 等人）。例如，Yang 等人报告称，8 周的太极拳干预可以提高老年人的抑制控制能力，这与前额叶激活增加有关。研究结果表明，太极拳锻炼可能是一种有效、合适的干预措施，可用于改善老年人的执行功能。Zheng 等人报告称，经过 5 天的练习，触觉辅助调解可以减少走神并提高注意力。此外，这种改善与右前额叶激活活动的增强以及与注意力网络相关的大脑区域之间的功能连接的显著变化有关。Urquhart 等人的研究调查了运动任务疲劳对不同频带（内皮、神经源性和肌源性）脑血流动力学的影响。这项研究的一个优势是将四种不同类型的功能连接指标应用于 fNIRS 信号。他们的方法是可行的，
描述了可穿戴脑电图 +功能性近红外光谱（EEG + FNIRS），用于设计认知的原位实验
摘要我们开发了一种可穿戴的实验传感器设置，该设置具有多模式EEG+FNIRS神经影像学数据捕获，适用于较低的财务阈值的原位实验。一致地应用传感器应用程序和信号质量控制的良好协议和程序对于研究人员获得有效数据至关重要。本文提供了对传感器设置的详尽描述，数据同步过程，传感器应用程序和信号质量控制。还描述了使用拟议的脑电图+FNIRS进行的潜在设计认知实验。总而言之，该设置是移动的，并提供了高质量的多模式神经影像学数据。我们鼓励设计社区充分利用该设置，并将其改编成原位的新实验设置。关键字：EEG+FNIRS，移动实验，设计中的人类行为，设计认知，研究方法和方法联系人联系：Dybvik，Henrikke Norwegian诺维吉亚科学与工业工程系机械与工业工程系Norway Henrikke.dybvik.dybvik@ntnu.no
可穿戴脑电图 + 功能性近红外光谱 (EEG+FNIRS) 的描述，用于设计认知的现场实验
摘要 我们开发了一种可穿戴实验传感器装置，具有多模态 EEG+fNIRS 神经成像数据捕获功能，可用于较低财务门槛的现场实验。持续应用良好的传感器应用和信号质量控制协议和程序对于研究人员获得有效数据至关重要。本文详尽描述了传感器设置、数据同步过程、传感器应用程序和信号质量控制。还描述了使用所提出的 EEG+fNIRS 进行的潜在设计认知实验。总之，该装置是移动的，并提供高质量的多模态神经成像数据。我们鼓励设计界利用该装置并将其适应新的现场实验装置。 关键词：EEG+fNIRS、移动实验、设计中的人类行为、设计认知、研究方法和方法 联系人：Dybvik，Henrikke 挪威科技大学 挪威机械与工业工程系 henrikke.dybvik@ntnu.no