XiaoMi-AI文件搜索系统
World File Search SystemNIRS
fnirs Hyperscanning共享设施（FHSF）策略...
由研究赠款委员会支持的背景 - 合作研究基金（CRF）和CUHK，FNIRS Hyperscanning共享设施（FHSF）成立于2023年。FHSF将使当地研究人员及其合作者能够解决有关人类大脑的下一代人的问题，这些问题超过了一两个大脑。FHSF将托管一个无线，10人的功能近红外光谱（FNIRS）系统，用于研究，需要同时测量大脑活动的大脑活动。FNIRS系统位于Hui Yeung Shing Building，Cuhk的4/F大脑和思维学院（BMI）中。研究人员将在四个领域进行研究，以加深我们对人类思想的理解，而不是我们的行为和单人/两人神经影像学研究。这4个区域是：区域1-小组沟通和关系区域2-在小组设置区域3-家庭系统4-沟通障碍FHSF委员会FNIRS HYPERSCANNING共享设施委员会将监督设备的运营和使用应用。委员会将确定该设施的使用指南。FHSF委员会主席：FHSF委员会成员Florrie Ng教授（教授）：帕特里克·王（Patrick Wong）教授（语言学和现代语言系教授）Gangyi Feng教授（语言学和现代语言学院副教授）副教授，现代语言学院）Xin Zhou（研究助理教授，大脑和师学会）。2。对于由相同类型的赠款资助的项目，涉及更多主题的项目具有更高的优先事项。3。4。5。由大学赠款委员会（UGC）资助的项目的优先事项最高，其次是由其他竞争赠款资助的项目，然后是CUHK资助，捐赠/工业/商业资助，最后是没有资金支持的项目。每当预订发生冲突时，将优先考虑更高优先级的项目。可以在BMI上使用该设备的项目比需要异地借用设备的项目更高。涉及超过5人超级扫描的项目可以提前6周预订该设施；允许重新安排，但应不迟于提前1周确认。少于4人的超级扫描的项目可以提前3周预订该设施。6。应尽快释放不再需要的保留时间插槽。7。应在商定的时间之前将设备退还给BMI。
功能性近红外光谱（FNIRS）研讨会
Smith College的功能性近红外光谱（FNIRS）讲习班旨在将FNIRS作为一种神经成像技术，用于评估运动和运动研究期间皮质过程。与其他神经成像技术相比，FNIRS对运动伪像的敏感性相对较低，提供了便携式的可能性，尤其允许具有高运动范围的电机执行。fnirs构成了一种有趣的运动和运动研究及其他人的脑成像方法。
与肌萎缩侧索硬化症相关的额叶功能网络中断：基于 fNIRS 的最小生成树分析
最近有越来越多的证据将脑组织网络中断与多种神经退行性疾病联系起来，包括一种罕见的绝症——肌萎缩侧索硬化症 (ALS)。然而，不同研究中脑网络特征的可比性仍然是传统图论方法面临的挑战。解决此问题的一种建议方法是最小生成树 (MST) 分析，它提供了偏差较小的比较。在这里，我们评估了 MST 网络分析对功能性近红外光谱 (fNIRS) 神经成像模式记录的血流动力学反应的新应用，在基于活动的范式中研究额叶功能性大脑网络拓扑中的假设中断作为执行功能障碍的标志，执行功能障碍是 ALS 研究报告的最常见的认知缺陷之一。我们分析了从九名 ALS 患者和十名年龄匹配的健康对照者记录的数据，首先使用锁相值 (PLV) 分析估计功能连接，然后构建相应的个体和组 MST。我们的结果表明，在多个 MST 拓扑特性方面，组间存在显著差异，包括叶分数、最大度、直径、偏心率和度发散。我们进一步观察到 ALS 组中的全局转向更集中的额叶网络组织，这被解释为该队列中的网络更加随机或失调。此外，相似性分析表明对照组中各个 MST 的重叠略有增加，这意味着健康队列中的参考网络拓扑变化较低。我们的节点分析表明，健康对照组的主要局部枢纽在额叶皮质上分布更均匀，左前额叶皮质 (PFC) 的发生率略高，而在 ALS 组中，最常见的枢纽是不对称的，主要在右前额叶皮质中观察到。此外，还证明了全局 PLV (gPLV) 同步指标与疾病进展有关，一些拓扑特性（包括叶分数和树层次结构）与疾病持续时间有关。这些结果表明，失调、集中化和
www.pnirs.org 2024年会6月24日至27日哈利法克斯，...
¾所有个人都有权利期望他们将被对待，无论性别，性取向，残疾，外表，身体大小，种族，国籍或宗教如何。¾pnirs不会容忍任何形式的参与者的骚扰。骚扰和性别歧视，种族主义者或排他性评论或笑话是不合适的。骚扰包括对谈判或其他事件的持续破坏，不适当的身体接触，性关注或影射，未经同意的人进行故意恐吓，跟踪，摄影或记录。它还包括与性别，性取向，残疾，外表，身体大小，种族或宗教有关的进攻评论。¾所有沟通都应该适合包括许多不同背景的人在内的专业受众。性语言和图像不合适。¾酒精饮料。应过多的饮酒导致不尊重的行为，PNIRS保留要求与会者离开PNIRS赞助事件的权利。¾PNIRS旨在确保会议以合作，协作，支持性的环境为特征。始终，评论和批评应具有建设性和尊重的性质。¾任何希望举报违反本政策的参与者都应向任何地方组织委员会（LOC）成员或管理团队成员发言。¾我们重视您的出勤率。这就是为什么我们希望所有参与者在所有会议场所或相关社交活动中遵守这些规则的原因。
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
验证低成本单通道 fNIRS 设备在分层认知任务中的可重复性
在认知神经科学领域，功能性近红外光谱 (fNIRS) 已成为非侵入性探测伴随神经活动的血流动力学反应的重要工具。该技术使研究人员能够通过头骨观察大脑活动，从而促进认知功能和神经发育过程的研究（Boas 等人，2014）。尽管 fNIRS 具有巨大潜力，但由于商业系统的高成本，它无法融入更广泛的研究实践，只能在资金充足的实验室使用（Pinti 等人，2018）。这种可用性受限给数据的验证和可重复性带来了挑战，阻碍了更广泛人群使用 fNIRS 技术。因此，很难将研究结果扩展到这些人群进行验证。
基于SEMG和FNIRS的力量，肌肉激活和半球平衡指数的上肢运动评估
中风是一种神经疾病，其特征是血管阻塞，对人类健康和生命构成严重威胁。。因此，评估运动功能的合理有效策略对于指导中风患者的康复至关重要。在临床实践中，上肢（FMUL）的FUGL-MEYER评分通常用于评估中风患者的上肢运动功能。但是，该量表的准确性通常取决于医疗保健专业人员的经验和主观评估。可以阐明上肢恢复过程的定量评估模型对于更好地组织康复策略和增强整体恢复是必要的。高级成像技术为诊断和功能预后提供了有价值的信息（2）。
iVR-fNIRS：在完全沉浸式虚拟环境中研究大脑功能
摘要。沉浸式虚拟现实 (iVR) 采用头戴式显示器或类似洞穴的环境来创建感官丰富的虚拟体验，模拟用户在数字空间中的物理存在。该技术在神经科学研究和治疗中具有巨大的前景。特别是，虚拟现实 (VR) 技术促进了各种任务和场景的开发，这些任务和场景与现实生活情况密切相关，以在受控和安全的环境中刺激大脑。当传统刺激方法有限或不可行时，它还提供了一种经济有效的解决方案，为用户提供类似的交互感。虽然由于信号干扰或仪器问题，将 iVR 与传统脑成像技术相结合可能很困难，但最近的研究提出了将功能性近红外光谱 (fNIRS) 与 iVR 结合使用，以实现多功能脑刺激范式和灵活检查脑反应。我们对采用 iVR-fNIRS 设置的当前研究进行了全面回顾，涵盖设备类型、刺激方法、数据分析方法和主要科学发现。文献表明，iVR-fNIRS 在完全沉浸式 VR (iVR) 环境中探索各种认知、行为和运动功能方面具有巨大潜力。此类研究应为自适应 iVR 程序奠定基础，用于培训（例如，在新环境中）和临床治疗（例如，疼痛、运动和感觉障碍以及其他精神疾病）。
功能近红外光谱（FNIRS）对神经退行性疾病的研究的贡献：叙事评论
摘要：功能性近红外光谱（FNIRS）是一种创新的神经影像学方法，比其他常用方式具有多种优势。这项叙述性综述研究了这种方法对神经退行性疾病研究的潜在贡献。涉及患有阿尔茨海默氏病（AD）的患者，轻度认知障碍（MCI），前颞痴呆症（FTD），帕金森氏病（PD）或肌营养性侧面硬化症（ALS）和健康对照组的研究。总的来说，有MCI个体的前额叶皮层可能会涉及补偿机制以支持大脑功能下降。建议向右转移，以弥补认知能力下降过程中左前额叶能力的损失。同时，一些研究报告了MCI和早期AD中补偿机制的失败。缺乏适当的血液动力学反应可能是神经刺激的早期生物标志物。一份评估FTD的文章与AD相比显示出异质的皮质激活模式，表明FNIRS可能有助于这些条件的挑战性区别。关于PD，有证据表明认知资源（尤其是执行功能）被招募以弥补运动障碍。至于ALS，即使在没有可测量的认知障碍的情况下，FNIRS数据也支持在ALS中的运动外网络的参与。
探索fNIRS技术在帕金森病早期检测中的应用与挑战
帕金森病 (PD) 是一种常见的神经退行性疾病，主要以运动功能障碍为特征，表现出静止性震颤、僵硬、运动迟缓和姿势不稳等症状（ Mazzoni 等人，2012；Cheng 和 Su，2020）。作为老年人中第二常见的神经退行性疾病，PD 的早期诊断对于及时干预和改善患者生活质量至关重要（ Aarsland 等人，2021）。然而，PD 的早期症状可能与多系统萎缩、药物引起的帕金森病和血管性帕金森病等其他运动障碍混淆，使得准确的早期诊断成为一项重大挑战（ Tolosa 等人，2021）。目前，帕金森病的诊断严重依赖于临床表现和经验丰富的临床医生的判断，这种方法可能缺乏敏感性和特异性，尤其是在疾病的早期阶段（Pahwa 和 Lyons，2010 年；Postuma 等，2015 年；Adler 等，2021 年）。准确的早期诊断对于及时干预、显著提高患者的生活质量和减缓疾病进展至关重要（Welte 等，2015 年）。