摘要:使用功能性近红外光谱 (fNIRS) 进行大脑复杂性分析作为评估大脑发育和退化过程的生物标志物引起了人们的关注。然而,大多数方法都侧重于时间尺度,而没有捕捉空间复杂性。在本研究中,我们提出了一种空间时间延迟熵 (STDE) 方法作为空间复杂性度量,该方法基于 0.01-0.1 Hz 频带内两个氧合血红蛋白 (∆ [HbO]) 或两个脱氧血红蛋白 (∆ [Hb]) 振荡之间的时间延迟测量。为此,我们分析了睡眠状态下的婴儿、儿童、成人和静息状态下的健康老年人记录的 fNIRS 信号。我们还评估了各种噪声对 STDE 计算的影响以及 STDE 在区分不同发育年龄组方面的表现。最后,我们将结果与归一化全局空间复杂性 (NGSC) 和样本熵 (SampEn) 度量进行了比较。在这些测量方法中,STDE HbO(基于 ∆ [HbO] 振荡的 STDE)表现最佳。STDE 值在整个儿童期随年龄增长而增加(p < 0.001),然后在 0.01-0.1 Hz 频段的成年人和健康老年人中降低。该轨迹与脑血管发育和退化相关。这些发现表明,STDE 可用作基于 fNIRS 静息状态测量跟踪整个生命周期脑血管发育和退化的新工具。