XiaoMi-AI文件搜索系统
World File Search SystemfNIRS
基于 fNIRS 的超扫描证据
意外的急性应激源可能会影响我们与其他合作者在完成联合任务时的共同表征。本研究采用基于新兴功能性近红外光谱（fNIRS）的超扫描方法，探讨实验室诱发的急性应激条件下执行联合西蒙任务时的脑间同步性。行为学结果显示，应激组与对照组均存在联合西蒙效应（JSE），但应激组的联合西蒙效应显著弱于对照组的联合西蒙效应，表明在急性应激状态下完成联合行动任务时，女性区分自我与他人相关心理表征的能力提高，女性行动共同表征的强度减弱。 fNIRS结果显示，在急性应激状态下完成关节Simon任务时，应激组r-TPJ处的脑间同步性显著高于对照组，表明TPJ处脑间同步性的增强可能是急性应激下完成关节动作任务的关键脑间神经机制。
brite-真正可穿戴的多通道FNIRS设备
nirs是铜基于的技术，主要依赖于人类组织的两个特征。首先是人类组织在NIR范围内光的相对透明度，其次是血红蛋白依赖于氧合的吸光度。基于这些原则，Brite使得可以监测您的主题的大脑活动：NIRS用于许多研究领域。nirs测量了生物组织中氧血红蛋白（O2HB），脱氧血红蛋白（HHB）和总血红蛋白（THB）的相对变化。
基于 fNIRS 的神经反馈治疗中，针对 DL-PFC 的主观控制感与通过短通道校正确定的神经激活有关
神经反馈 (NF) 训练是一种很有前途的预防和治疗方法，可治疗大脑和行为障碍，背外侧前额叶皮层 (DL-PFC) 是一个相关的关注区域。功能性近红外光谱 (NIRS) 最近已应用于 NF 训练。然而，这种方法对脑外血管化高度敏感，这可能会对皮质活动的测量造成偏差。在这里，我们通过评估生理混杂因素在不同信号过滤条件下通过短通道离线校正对 NF 成功的影响，检查了针对 DL-PFC 的 NF 训练的可行性及其特异性。我们还探讨了个人心理策略是否会影响 NF 成功。30 名志愿者参加了一次 15 次 NF 试验，他们必须提高双侧 DL-PFC 的氧合血红蛋白 (HbO2) 水平。我们发现，0.01–0.09 Hz 带通滤波比 0.01–0.2 Hz 带通滤波更适合突出 DL-PFC 中 NF 通道所限制的大脑激活。保留 15 次最佳试验中的 10 次，我们发现 18 名参与者（60%）成功控制了他们的 DL-PFC。使用短通道校正后，这一数字下降到 13 名（43%）。一半的参与者报告了积极的主观控制感，而“欢呼”策略对男性似乎更有效（p < 0.05）。我们的结果显示，DL-PFC fNIRS-NF 在一次会话中就成功了，并强调了考虑皮质外信号的价值，这会对 NF 训练的成功和特异性产生深远影响。
DNA损伤和心脏肥大的核形态变化是由SNRK通过肌动蛋白去聚合
5药物和生物化学系，德国图宾根大学的药物基因组学与药物研究中心，德国Tübingen * *通讯作者的关键字多尺度熵，神经发育，eeg，eeg，eeg，fnirs摘要，自然界的生物学系统，例如人类大脑，包括复杂的动力学和非网络动力学。 量化信号复杂性的一种方法是多尺度熵（MSE），它适用于在不同时间尺度下具有远距离相关的结构。 在发育神经科学中，MSE可以作为大脑成熟的指数，并可以区分健康和病理发展。 在我们目前的工作中，我们根据30个同时发生的EEG - 妊娠27至34周的胎龄（WGA）探索了MSE的发育趋势。 为了探索影响MSE的潜在因素，我们确定了MSE与EEG功率谱密度（PSD）与自发活性瞬变（SATS）之间的关系。 结果，通过WGA，在脑电图上计算出的MSE增加，因此反映了脑网络中的成熟过程，而在FNIRS中，MSE降低，这可能表明脑血液供应的成熟。 此外，我们建议Beta频段（13-30 Hz）中的EEG功率可能是EEG中MSE的主要贡献者。 最后，我们强调了SATS确定MSE的重要性，该MSE是从FNIRS记录中计算得出的。 突出显示生物系统显示复杂和非线性动力学。 使用多尺度熵（MSE），我们研究了早产婴儿的同时脑电图。5药物和生物化学系，德国图宾根大学的药物基因组学与药物研究中心，德国Tübingen * *通讯作者的关键字多尺度熵，神经发育，eeg，eeg，eeg，fnirs摘要，自然界的生物学系统，例如人类大脑，包括复杂的动力学和非网络动力学。量化信号复杂性的一种方法是多尺度熵（MSE），它适用于在不同时间尺度下具有远距离相关的结构。在发育神经科学中，MSE可以作为大脑成熟的指数，并可以区分健康和病理发展。 在我们目前的工作中，我们根据30个同时发生的EEG - 妊娠27至34周的胎龄（WGA）探索了MSE的发育趋势。 为了探索影响MSE的潜在因素，我们确定了MSE与EEG功率谱密度（PSD）与自发活性瞬变（SATS）之间的关系。 结果，通过WGA，在脑电图上计算出的MSE增加，因此反映了脑网络中的成熟过程，而在FNIRS中，MSE降低，这可能表明脑血液供应的成熟。 此外，我们建议Beta频段（13-30 Hz）中的EEG功率可能是EEG中MSE的主要贡献者。 最后，我们强调了SATS确定MSE的重要性，该MSE是从FNIRS记录中计算得出的。 突出显示生物系统显示复杂和非线性动力学。 使用多尺度熵（MSE），我们研究了早产婴儿的同时脑电图。在发育神经科学中，MSE可以作为大脑成熟的指数，并可以区分健康和病理发展。在我们目前的工作中，我们根据30个同时发生的EEG - 妊娠27至34周的胎龄（WGA）探索了MSE的发育趋势。为了探索影响MSE的潜在因素，我们确定了MSE与EEG功率谱密度（PSD）与自发活性瞬变（SATS）之间的关系。结果，通过WGA，在脑电图上计算出的MSE增加，因此反映了脑网络中的成熟过程，而在FNIRS中，MSE降低，这可能表明脑血液供应的成熟。此外，我们建议Beta频段（13-30 Hz）中的EEG功率可能是EEG中MSE的主要贡献者。最后，我们强调了SATS确定MSE的重要性，该MSE是从FNIRS记录中计算得出的。突出显示生物系统显示复杂和非线性动力学。使用多尺度熵（MSE），我们研究了早产婴儿的同时脑电图。EEG中 MSE在胎龄增加，FNIRS中的MSE降低。 eeg功率谱密度和自发活性瞬变有助于MSE。MSE在胎龄增加，FNIRS中的MSE降低。eeg功率谱密度和自发活性瞬变有助于MSE。
HyperOptoNet：基于 MATLAB 的工具箱，用于使用 fNIRS 超扫描进行脑间神经元同步分析
fNIRS 是一种非侵入性光学成像技术，利用近红外光间接评估皮质外层神经元的代谢活动。10 fNIRS 可以测量与神经元代谢活动相关的氧合血红蛋白 (HbO) 和脱氧血红蛋白 (HbR) 的变化，类似于 fMRI 获得的血氧水平依赖性反应。11、12 fNIRS 是一种很有前途的方法，可用于研究自然环境中人际互动与其神经活动之间的关系，具有成本效益、测量限制低、对头部和身体运动的容忍度相对较高等优势。13、14 最近，研究人员可以更好地测量与社会互动相关的脑间耦合，许多关于受试者之间的教育交流、面对面游戏、提高认知表现和身体生理学的研究都已使用基于 fNIRS 的超扫描技术进行了报道。7 – 9、15、16
可穿戴高密度 fNIRS 和漫射光学断层扫描技术：展望
摘要。光电子学的最新进展首次使可穿戴和高密度功能性近红外光谱 (fNIRS) 和漫反射光学断层扫描 (DOT) 技术成为可能。这些技术有可能在几乎任何环境和人群中以与 fMRI 相当的分辨率对人类皮层进行功能性神经成像，从而开辟现实世界神经科学的新领域。在这篇观点文章中，我们简要概述了可穿戴高密度 fNIRS 和 DOT 方法的历史和现状，讨论了当前面临的最大挑战，并提出了我们对这项非凡技术未来的看法。© 作者。由 SPIE 根据知识共享署名 4.0 国际许可出版。分发或复制本作品的全部或部分内容需要完全署名原始出版物，包括其 DOI。[DOI：10.1117/1.NPh.10.2.023513]
可穿戴、高密度 fNIRS 和漫射光学断层扫描...
摘要。光电子学的最新进展首次使可穿戴和高密度功能性近红外光谱 (fNIRS) 和漫反射光学断层扫描 (DOT) 技术成为可能。这些技术有可能通过在几乎任何环境和人群中以与 fMRI 相当的分辨率对人类皮层进行功能性神经成像来开辟现实世界神经科学的新领域。在这篇观点文章中，我们简要概述了可穿戴高密度 fNIRS 和 DOT 方法的历史和现状，讨论了当前面临的最大挑战，并提出了我们对这项非凡技术未来的看法。© 作者。由 SPIE 根据知识共享署名 4.0 国际许可出版。分发或复制本作品的全部或部分内容需要完全署名原始出版物，包括其 DOI。[DOI：10.1117/1.NPh.10.2.023513]
Sitnikova，M。A.等。 （2023）。低和高数学表演者中单词和数值格式的精确计算的神经相关性：fnirs stud
人们使用两个认知系统来理解和操作数字 - 非符号系统，主要依赖于无符号的幅度估计（例如，阿拉伯数字）和象征性系统，基于符号形式的数字处理（Ansari，2008; Feigenson，dehaene and dehaene and Spelke，dehaene and Spelke，2004; Waring and Pening and Penerner-wilger，2017）。数值认知的开发是一个逐步的过程，它是从非符号或近似数字系统开始的。近似数字系统是一个先天认知系统，它支持估计幅度的估计而不依赖语言或符号。然而，数量和基本算术技能的符号表示的作用随着年龄的增长而增加（Artemenko，2021）。基本的算术技能在日常生活，STEM教育以及许多涉及数学的科学中至关重要：在各种IT应用中，物理，化学，技术和工程学中都非常重要。更好地理解简单和复杂的精确计算的基本大脑机制对于数值认知非常重要，并深入了解了近似数字系统和精确符号表示系统中的网络中不同大脑区域之间的关系。实际上，将来可以使用这些知识来提高一个人的数字技能，消除与他们缺乏相关的问题（算术和数学素养的降低，dyscalculia）。已经表明，所有这些缺点都可能对整个经济和社会产生负面影响（Butterworth，Varma和Laurillard，2011年）。因此，实用
基于元启发式优化的图像和算术任务特征选择：一项 fNIRS 研究
摘要：近几十年来，脑机接口 (BCI) 已成为研究的前沿领域。特征选择对于降低数据集的维度、提高计算效率和增强 BCI 的性能至关重要。使用与活动相关的特征可以在所需任务中获得较高的分类率。本研究提出了一种基于包装器的元启发式特征选择框架，用于使用功能性近红外光谱 (fNIRS) 的 BCI 应用。在这里，从所有可用通道计算时间统计特征（即平均值、斜率、最大值、偏度和峰度）以形成训练向量。使用基于 k 最近邻的成本函数测试了七种元启发式优化算法的分类性能：粒子群优化、布谷鸟搜索优化、萤火虫算法、蝙蝠算法、花授粉优化、鲸鱼优化和灰狼优化 (GWO)。基于来自 29 名健康受试者的运动想象 (MI) 和心算 (MA) 任务的在线数据集，对所提出的方法进行了验证。结果表明，与从全套特征中获得的特征相比，利用从元启发式优化算法中选择的特征可以显著提高分类准确率。所有上述元启发式算法都提高了分类准确率并减小了特征向量大小。GWO 对 MA、MI 和四类（左手和右手 MI、MA 和基线）任务的平均分类率最高（p < 0.01），分别为 94.83 ± 5.5%、92.57 ± 6.9% 和 85.66 ± 7.3%。所提出的框架可能有助于在训练阶段为基于 fNIRS 的稳健 BCI 应用选择合适的特征。
并发的FNIRS和EEG用于大脑功能研究
摘要：脑电图（EEG）和功能性近红外光谱（FNIRS）作为非侵入性功能神经影像学的最新技术。在单峰基础上，脑电图的空间分辨率很差，同时呈现高时间分辨率。相比之下，FNIRS提供了更好的空间分辨率，尽管它受到其时间分辨率差的限制。EEG和FNIRS具有的一个重要优点是，这两种模式都具有有利的可移植性，并且可以集成到兼容的实验设置中，这为开发多模式FNIRS -EEEG整合分析方法提供了令人信服的基础。尽管近年来使用并发的FNIRS-EEG设计进行了越来越多的研究，但过去研究的方法论参考仍然不清楚。为了填补这一知识差距，这篇综述批判性地总结了当前并发FNIRS – EEG研究中使用的分析方法的状态，为将来的项目提供了最新的概述和指南，以进行并发的FNIRS-EEG研究。在2021年8月31日之前，使用PubMed和Web of Science进行了文献搜索。在筛选和判别评估后，最终方法论综述中包括了92项涉及同时FNIRS -EEG数据记录和分析的研究。特定于同时的FNIRS – EEG数据分析的三个方法论类别，包括EEG信息的FNIRS分析，FNIRS信息的EEG分析和平行的FNIRS-EEG分析，并通过详细说明进行了识别和解释。最后，我们强调了当前的FNIRS -EEG数据分析中的当前挑战和潜在方向。