XiaoMi-AI文件搜索系统
World File Search SystemFNIRS
在大脑上闪耀光线以了解其工作原理
您是否曾经以为光可以告诉您有关您的大脑的信息？Light是一种强大的工具，可帮助大脑研究人员了解大脑。我们的眼睛只能看到我们周围的总光线的1％。一些光是红色，所谓的近红外光。这种类型的光可以通过大脑的头部和顶层传播，从而为研究人员提供有关大脑活动的重要信息。使用近红外光的技术具有较长的名称：功能性近红外光谱（FNIRS）。在本文中，我们将向您展示FNIRS机器的外观以及参加FNIRS实验的感觉。我们将解释如何使用近红外光更好地了解大脑。最后，我们将为您提供一些例子，说明我们使用的fnirs的目的以及它如何帮助从长远来看在日常生活中面临困难的孩子。
脑血流动力学功能性近红外光谱与正电子发射断层扫描评估轻度认知障碍与阿尔茨海默病的相关性：一项探索性研究
本研究通过对轻度认知障碍 (MCI) 和阿尔茨海默病 (AD) 患者中 fNIRS 与正电子发射断层扫描 (PET) 和磁共振成像 (MRI) 检测到的血流动力学激活进行比较分析，探讨功能性近红外光谱 (fNIRS) 的实用性。参与者被分为四组：主观记忆障碍 (SMI)、遗忘型 MCI (aMCI)、非遗忘型 MCI (naMCI) 和 AD 组。我们使用商用无线连续波 NIRS 系统记录语义言语流畅性任务 (SVFT) 期间的血流动力学反应。分析了各组神经影像学评估参数之间的相关性。基于兴趣区域的比较显示，四组在双侧背外侧前额叶皮质 (DLPFC) 的 SVFT 期间有显著不同的血流动力学反应。线性混合效应模型结果表明，在控制 fNIRS 信号的年龄和组别差异后，双侧 DLPFC 区域的平均 Δ HbO 2 与整体 FDG-PET 呈显著正相关。淀粉样蛋白 PET 信号往往能更好地区分 AD 组与其他组，而 fNIRS 信号往往能更好地区分 SMI 组与其他组。此外，组间比较显示，DLPFC 中的海马体积和血流动力学反应之间存在镜像模式。fNIRS 检测到的血流动力学反应与疾病进展相关的代谢和解剖变化呈显著相关性。因此，fNIRS 可被视为预测 MCI 和 AD 患者大脑血流动力学和代谢状态的筛查工具。
音乐认知之光 - LEAD
研究与音乐感知和创作相关的神经过程是认知神经科学中一个成熟的领域。虽然大多数神经成像工具在研究音乐体验的复杂性方面存在局限性，但功能性近红外光谱 (fNIRS) 是一种有前途的、相对较新的工具，可用于在实验室和生态环境中研究音乐过程，也适用于整个发育过程中的典型和病理人群。在这里，我们系统地回顾了 fNIRS 对音乐认知的研究，强调了前景和潜力。我们还概述了 fNIRS 的基本理论，并简要比较了与其他神经成像工具的特点。在五个专题部分中介绍了 59 项符合纳入标准（即使用以音乐为主要刺激的 fNIRS）的研究。对方法论的批判性讨论使我们提出了旨在实现稳健信号分析和可重复性的良好实践指南。提出了一个不断更新的世界地图，包括符合纳入标准的研究的基本信息。它提供了一个有组织的、可访问的、可更新的参考数据库，可以作为社区内未来合作的催化剂。总之，fNIRS 显示出研究音乐认知过程的潜力，特别是在生态环境和特殊人群中，这与音乐认知的当前研究重点相一致。
在功能性近红外光谱中应用短通道回归时表征脑血流动力学反应的可重复性
它可以测量与任务相关的大脑活动模式相关的脑血液动力学变化。5 近年来，fNIRS 的应用开始从受控的研究实验室转向更自然的环境和现实世界的任务。6 – 8 fNIRS 的可穿戴和不受约束的使用为神经成像应用铺平了道路，例如，用于床边和家庭中监测大脑功能 9、10 或用于脑机接口 (BCI) 设置，以与机器人设备结合使用来协助神经障碍者在日常生活活动中。11 – 13 此类应用需要满足高技术要求的尖端 fNIRS 系统[例如，高信噪比 (SNR)、快速信号处理和消除运动伪影的功能]和可用性（例如，高舒适度和准确的传感器放置）以捕捉日常生活环境中大脑活动的细微变化。 7、14此外，家庭和临床脑活动监测对 fNIRS 测量的稳健性和可靠性/可重复性提出了很高的要求，因为这些因素直接影响灵敏地捕捉神经变化和准确控制 BCI 外部设备的能力。虽然在群体层面上已经发现了良好的可重复性，15-17这足以回答许多研究问题，但尚未提供个人在多天内可重复的 fNIRS 测量的证据。因为单级可重复性对大多数临床和日常应用都至关重要，所以彻底表征它是必不可少的。预计会影响 fNIRS 测量可重复性的主要因素是硬件的信号质量（即 SNR）、18、19 光极的放置和固定、18、20
用于对同时发生的EEG-fNIRS信号进行分类的深度循环卷积神经网络
摘要：脑机接口（BCI）是大脑与外界进行通信的强大系统。传统的BCI系统仅基于EEG信号工作。最近，研究人员使用EEG信号与其他信号的组合来提高BCI系统的性能。在这些信号中，EEG与fNIRS的结合取得了良好的效果。在大多数研究中，仅将EEG或fNIR视为链状序列，并且没有考虑相邻信号之间的复杂相关性，无论是时间还是通道位置。在本文中，引入了一个深度神经网络模型，通过引入时间和空间特征来识别人脑的精确目标。所提出的模型结合了EEG和fNIRS信号之间的空间关系。这可以通过将这些链状信号的序列转换为分层的三阶张量来实现。测试表明，所提出的模型的精度为99.6％。 关键词：EEG，fNIRS，混合BCI，深度学习，空间，时间。
开发用于婴儿睡眠研究的定制NIRS-EEG
1.1睡眠研究功能近红外光谱（FNIRS）的FNIR主要用于清醒人群，但对其对睡眠研究的潜力越来越兴趣。睡眠有很大的潜力成为FNIRS的新用例，但是新方法的发展（分析和实际上）都是至关重要的。例如，一些成人研究表明，不同的睡眠阶段表现出不同的氧合水平，如FNIRS 1所评估，并且在睡眠与饮用过渡之前进行了氧化（HBO）和脱氧（HBR）血红蛋白脱氧。在睡眠阶段之间的2个过渡伴随着HBR的增加，当过渡到更深的睡眠阶段，并且在过渡到更轻的睡眠阶段和唤醒的过渡中HBO的增加。3通过Metz等人发现了类似的结果。在青少年中。4 fnirs也已用于新生儿研究，用于睡眠研究，并在发育功能连通性研究中，通常是在睡眠婴儿上进行的，因为数据易于获取（例如，参考文献。5 - 7）。例如，Lee等人。比较了活跃和安静的睡眠状态下的静息状态连接性（即，在健康的新生儿中，后来出现的快速眼动（REM）和非比型眼运动（NREM）睡眠的前体。8他们在积极的睡眠期间显示出更大的远距离连接性，在安静的睡眠期间的短程连接性更高，这与成人研究的结果一致，其连通性模式因睡眠阶段而异。9对成人进行了使用FNIRS和脑电图的功能连通性进行了第一项研究，对成人进行了睡眠状态，并揭示，随着睡眠更深（与N1睡眠相比，N2阶段与N2相比），网络连通性降低了，作者解释说，这反映了这一反映了睡眠成人对环境的减少的反应。9总而言之，在睡眠期间使用FNIRS可以提供有关睡眠的生理和功能的有用信息（即，不同的睡眠阶段如何有助于无法捕获连接性的发展）。
引导功能近红外光谱频率 -
设置FNIRS实验时，将OPTODES放在头皮上，可以将其限制在源（发射器）和检测器（接收器）中，具体取决于其功能。从源发出的光通过脑外和脑组织传播到几厘米，在光线到达检测器之前，一些光子被分散并吸收。5因此，FNIRS的空间分辨率在5至10 mm 4的范围内取决于源 - 检测器对（或“通道”）的排列在头皮上。6源对与检测器对之间的距离以及它们之间的解剖组织决定了光笔的深度以及对基础皮层的敏感性。1因此，fnirs信号的质量在optode布局之间可能会有巨大不同。optode布局的这种效果与需要稀疏的optode布局（例如大脑 - 计算机接口（BCIS））的应用特别相关。bcis为患有严重运动障碍的临床人群提供了一种替代手段，可以通过使用户能够在没有电动机输出的情况下通过大脑活动发送命令。7，8 fnirs是实施BCI的有前途的选择，因为其可移植性，安全性和相对较低的成本。9，10
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
神经工效学中的双模 EEG-fNIRS。当前证据和未来研究前景
神经人体工程学专注于大脑特征和相关心理状态，这些心理状态是行为的基础，旨在设计人机界面，提高认知和身体领域的表现。脑成像技术，如功能性近红外光谱 (fNIRS) 和脑电图 (EEG)，被认为是实现这一目标的关键方法。最近的研究强调了结合 EEG 和 fNIRS 对提高这些接口系统的心理状态解码能力的价值，但对于这些改进是否适用于不同的范式和方法，以及在现实世界中使用这些系统的潜力，人们知之甚少。我们回顾了 33 项研究，比较了双峰 EEG-fNIRS 和单峰 EEG 和 fNIRS 在神经人体工程学的几个子领域中的心理状态解码准确性。根据这些研究，我们还考虑了在现实世界环境中利用这些系统的可穿戴版本的挑战。总体而言，所审查的研究表明，尽管在概念和方法方面存在重大差异，但双峰 EEG-fNIRS 的表现优于单峰 EEG 或 fNIRS。然而，要将双模态 EEG-fNIRS 应用于自然条件下，还有许多工作要做。我们考虑这些要点，以确定双模态 EEG-fNIRS 研究中预期或希望取得进展的方面。
