مقالة منهجية

اتصال حالة الراحة والتصوير العصبي لنشاط قشرة الفص الجبهي أثناء ممارسة اليوغا أسانا بتصميم كتلة باستخدام fNIRS

DOI:

10.3791/68400

⸱

يونيو 24, 2025

 ,  ,  , 
1Coordinación para la Innovación y la Aplicación de la Ciencia y la Tecnología, Universidad Autónoma de San Luis Potosí, 2Faculty of Science, Universidad Autónoma de San Luis Potosí

في هذه المقالة

ملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

استخدمت هذه الدراسة التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) لقياس نشاط قشرة الفص الجبهي خلال تسلسل أسانا اليوغا بتصميم كتلة لمدة 23 دقيقة مع 27 بالغا. تم تسجيل اتصال حالة الراحة قبل وبعد التمرين. تسلط النتائج الضوء على فعالية fNIRS في الأبحاث القائمة على الحركة وتوفر رؤى عصبية حول تأثيرات وضعيات اليوغا.

الملخص

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

تهدف هذه الدراسة إلى استخدام تقنية التصوير العصبي المتنقل للتحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) لفحص التغيرات في نشاط قشرة الفص الجبهي (PFC) قبل وأثناء وبعد وضعيات اليوغا البدنية. شارك ما مجموعه 27 من البالغين الأصحاء في جلسة يوجا أسانا لمدة 23 دقيقة باستخدام تصميم كتلة. قبل التسلسل وبعده ، أكمل المشاركون حالتين للراحة مدة كل منهما 6 دقائق مستقلة عن المهام. تم تسجيل نشاط PFC بشكل مستمر باستخدام أداة fNIRS ، الموضوعة على المنطقة الأمامية للجمجمة. تضمنت الجلسة وضعية تحكم بالتناوب مع ثلاث أوضاع نشطة. تم الاحتفاظ بكل وضعية نشطة لمدة 30 ثانية ، متبوعة بفترة تحكم من 25 إلى 30 ثانية ، وتكررت ثماني مرات. نتج عن تصميم الكتلة هذا 25 فاصلا زمنيا للتحكم و 24 تكرارا لكل وضعية نشطة. تضمن التحليل المعالجة المسبقة لبيانات fNIRS الخام لحساب تركيزات أوكسي هيموغلوبين (HbO) وديوكسي هيموغلوبين (HbR) ، وتصحيح القطع الأثرية للحركة ، والتقييم الإحصائي باستخدام ANOVA مع تصحيحات Bonferroni. فحصت تحليلات الاتصال الارتباطات بين نصف الكرة الأرضية وداخل نصف الكرة الأرضية في قشرة الفص الجبهي. في الختام ، توضح هذه الدراسة فائدة fNIRS في سياقات العالم الحقيقي القائمة على الحركة وتوفر رؤى عصبية حول تأثيرات أسانا اليوغا.

المقدمة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

اليوغا هي ممارسة هندية قديمة تدمج المواقف البدنية (أسانا) وتمارين التنفس (براناياما) والتأمل والمبادئ الأخلاقية لتعزيز الرفاهية الجسدية والعقلية الشاملة. في السنوات الأخيرة ، أصبحت اليوغا معترفا بها بشكل متزايد كتدخل تكميلي لحالات الصحة العقلية ، مدعومة بمجموعة متزايدة من الأبحاث العلمية. أظهرت العديد من الدراسات أن ممارسة اليوجا المنتظمة يمكن أن تقلل بشكل كبير من أعراض القلق والاكتئاب والتوتر ، مع تحسين الحالة المزاجية والتنظيم العاطفي والمرونة النفسية الشاملة1،2،3. أثبتت التحليلات التلوية والتجارب العشوائية ذات الشواهد فعالية اليوغا كعلاج مساعد للاكتئاب واضطراب ما بعد الصدمة ، مع وجود أدلة تشير أيضا إلى تحسين نوعية الحياة والوظيفة المعرفية4،5،6،7،8.

على الرغم من قاعدة الأدلة الواعدة هذه ، فإن الآليات العصبية الكامنة وراء ممارسات اليوغا القائمة على الحركة ، وخاصة المواقف الجسدية (أسانا) ، لا تزال غير مفهومةجيدا 9،10. أعاقت هذه الفجوة في المعرفة الجهود المبذولة لدمج اليوغا في نماذج التدخل العصبية المعرفية. الهدف من الدراسة الحالية هو التحقيق في نشاط الدماغ المرتبط بممارسة اليوغا أسانا في الوقت الفعلي ، وبالتالي المساهمة في الفهم الميكانيكي لكيفية تأثير الممارسات التأملية القائمة على الحركة على الوظيفة القشرية.

لتحقيق ذلك ، استخدمنا التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) ، وهي تقنية تصوير عصبي محمولة وغير جراحية تقيس الاستجابات الديناميكية الدموية في القشرة الدماغية11. الأساس المنطقي لاستخدام fNIRS متجذر في قدرته على مراقبة نشاط الدماغ أثناء الحركة الطبيعية المستقيمة - وهو نهج غير ممكن مع طرق التصوير التقليدية مثل الرنين المغناطيسي الوظيفي أو التصوير المقطعي بالإصدار البوزيتروني ، والتي تتطلب من المشاركين البقاء بلا حراك في البيئات الاصطناعية12. بالمقارنة مع هذه البدائل ، يوفر fNIRS العديد من المزايا: فهو صامت ومتسامح مع الحركة ويسمح بدراسة المهام الصالحة بيئيا في بيئات العالم الحقيقي13. وبالتالي ، فقد تم استخدامه على نطاق واسع في دراسات التعلم الحركي ، وعبء العمل المعرفي ، ونمو الرضع ، والمشي والتوازن ، وممارسات اليقظة الذهنية ، مما ينتج عنه رؤى موثوقة لنشاط قشرة الفص الجبهي خلال كل من الظروف الثابتة والديناميكية14،15،16،17،18. لقد فتح تطبيقه في البيئات الطبيعية ، خاصة أثناء الحركة ، طرقا جديدة لدراسة الإدراك المتجسد والركائز العصبية للتدخلات الصحية التكاملية.

ومع ذلك ، فقد طبقت دراسات قليلة هذه التقنية على أسانا اليوغا على وجه التحديد ، وقد فعل عدد أقل منها ذلك عبر القوس الزمني الكامل للجلسة - من قبل الممارسة إلى أثناءها إلى ما بعد الممارسة - مع عينة ممثلة للسكان. لمعالجة هذا الأمر ، استخدمت الدراسة الحالية بروتوكول تصميم كتلة باستخدام fNIRS لفحص النشاط القشري واتصال حالة الراحة قبل وأثناء وبعد تسلسل أسانا اليوغا المنظم. أجريت الدراسة في بيئة طبيعية وشملت 27 مشاركا ناطقا بالإسبانية من المكسيك ، وبالتالي معالجة فجوة كبيرة في الأدبيات المتعلقة بتأثيرات اليوغا لدى السكان الناطقين باللاتينية الإسبانية. تراوحت أعمار المشاركين بين 18 و 65 عاما وشملوا أفرادا من الذكور والإناث يتمتعون بمجموعة واسعة من الخبرة في اليوغا ، من المبتدئين إلى الممارسين الذين لديهم ما يصل إلى 15 عاما من الممارسة المنتظمة. أبلغ جميع المشاركين عن عدم وجود حالات نفسية أو فسيولوجية شديدة من شأنها أن تمنعهم من إكمال جلسة اليوغا التي استمرت 23 دقيقة. تم استبعاد الأفراد الذين يعانون من اضطرابات نفسية شديدة أو ظروف جسدية تحد من الحركة. في حين لم يتم فحص المشاركين بحثا عن أمراض طبية معينة مثل ارتفاع ضغط الدم أو مرض السكري ، فقد تم توضيح ذلك بوضوح قبل الجلسة أنه يمكنهم التوقف في أي وقت إذا شعروا بتوعك أو عدم ارتياح. وتم الاتفاق مسبقا على استبعاد أي جلسات غير مكتملة من التحليل.

من بين المشاركين ال 30 الأصليين ، لم ينسحب أحد بسبب الانزعاج أثناء ممارسة اليوغا. ومع ذلك، تم استبعاد ثلاثة من التحليل النهائي بسبب ضوضاء الإشارة المفرطة التي يحتمل أن تكون ناجمة عن تداخل الأجهزة أو عطل البرمجيات التقنية. من خلال تضمين عينة متنوعة ديموغرافيا وتمثيلية والسماح بالتصوير في الوقت الفعلي الذي يتحمل الحركة ، تعزز هذه الدراسة كلا من الصلاحية البيئية وقابلية تعميم النتائج. قد يجد الباحثون والأطباء الذين يسعون إلى التحقيق في الديناميكيات العصبية للممارسات التأملية القائمة على الحركة أن هذه الطريقة ذات صلة بشكل خاص بالتطبيقات في علم الأعصاب المعرفي وعلوم إعادة التأهيل وأبحاث الصحة العقلية التكاملية.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

البروتوكول

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

أجريت الإجراءات التجريبية وفقا لإعلان هلسنكي، واستعرضها ووافقت عليها هيئة التنسيق من أجل الابتكار والتطبيقات للعلوم والتكنولوجيا (CIACYT)، وجامعة سان لويس بوتوسي المستقلة للجنة الأخلاقيات التابعة لمجلس الاستعراض المؤسسي [CIACYT-CEI-003]. قدم جميع المشاركين موافقة مستنيرة موقعة.

1. توظيف المشاركين والتركيبة السكانية

  1. قم بتجنيد المشاركين من خلال منصات التواصل الشفهي والتواصل الاجتماعي ، بما في ذلك Facebook و Instagram. إبلاغ المشاركين المحتملين بأهداف الدراسة ومتطلباتها وحقهم في الانسحاب في أي وقت دون غرامة.
  2. جمع المعلومات الديموغرافية المبلغ عنها ذاتيا ، بما في ذلك العمر والوزن والطول والجنس البيولوجي والتعليم وتجربة اليوغا من خلال المقابلات الشخصية (الجدول 1). قم بتعيين رمز مرقم فريد لكل مشارك لإخفاء الهوية وتسجيل معلوماته في ملف جدول بيانات مشفر.
  3. قم بتضمين المشاركين الذين تتراوح أعمارهم بين 18 و 65 عاما بمستويات متفاوتة من تجربة اليوغا أسانة. استبعاد الأفراد الذين يعانون من حالات عصبية أو نفسية أو غير قادرين على أداء أوضاع اليوجا بسبب القيود الجسدية. تضمنت هذه الدراسة مشاركين تتراوح أعمارهم بين 18 و 65 عاما مع مستويات متفاوتة من تجربة اليوغا أسانا ، مع استبعاد الأفراد الذين يعانون من حالات عصبية أو نفسية معروفة ، وكذلك أولئك الذين يعانون من قيود جسدية من شأنها أن تمنعهم من أداء أوضاع اليوغا بأمان. في الوقت الحالي ، لا يتضمن البروتوكول اختلافات للمشاركين المستبعدين ، على الرغم من أن استكشاف مثل هذه التعديلات يمثل اتجاها قيما للبحث المستقبلي.
  4. تأكد من أن جميع الإجراءات تتوافق مع المبادئ التوجيهية الأخلاقية المؤسسية وتتوافق مع إعلان هلسنكي. يقدم جميع المشاركين موافقة مستنيرة موقعة. أبلغ المشاركين بأنهم لن يتلقوا أي تعويض مالي وأنه يمكنهم إنهاء التجربة في أي وقت.

2. الإجراء التجريبي

  1. استخدم جهاز fNIRS المحمول لجمع البيانات. يعمل الجهاز بأطوال موجية مزدوجة تبلغ 760 نانومتر و 850 نانومتر ، مما يوفر ضوء الأشعة تحت الحمراء القريبة من الموجة المستمرة لتقييم التغيرات في تركيزات الهيموجلوبين المؤكسج (HbO) وغير المؤكسج (HbR). يدعم النظام ما يصل إلى 27 قناة ويسجل بمعدل أخذ عينات يبلغ 50 هرتز ، مما يسمح بالكشف الموثوق به عن التنشيط القشري أثناء المهام الطبيعية.
    1. قم بإعداد إعداد fNIRS عن طريق وضع مصادر الضوء (S) وأجهزة الكشف (D) في حاملات الغطاء وفقا لتخطيط قشرة الفص الجبهي الثنائي (PFC) الذي توفره الشركة المصنعة (انظر الشكل 1). تأكد من فصل كاشف المصدر (S-D) بمقدار 3.0 سم لتحسين اكتشاف الإشارة القشرية.
    2. بالإضافة إلى ذلك ، قم بتضمين قناتين فاصلتين قصيرتين (1.0 سم) لحساب الإشارات الديناميكية الدموية السطحية وتتراجعها ، مثل تدفق الدم في فروة الرأس ، والتي يمكن أن تربك القياسات القشرية. يعد استخدام قنوات الفصل القصيرة طريقة تم التحقق من صحتها لتحسين خصوصية الإشارة عن طريق عزل الاستجابات الديناميكية الدموية القشرية من التلوث خارج الدماغ19.
  2. حدد أربعة وضعيات يوجا لهذه الدراسة وهي مواقف تأسيسية تمارس بشكل شائع في جميع أنماط هاثا يوجا. إنها تشكل جوهر تسلسل Surya Namaskar (تحية الشمس) المعروف على نطاق واسع ، والذي يتم الاعتراف به عالميا وممارسته سنويا في 21 يونيو خلال اليوم العالمي لليوغا20. تم اختيار هذه الأوضاع عن قصد ليس فقط لإمكانية الوصول إليها وتوحيدها عبر تقاليد اليوغا ، ولكن أيضا للسماح بإجراء تحقيق محدد في تأثيرات الانقلابات (المواقف التي يكون فيها الرأس أسفل القلب) وامتدادات الظهر على نشاط الدماغ - وغالبا ما يوصى بهما في بروتوكولات اليوغا العلاجية للاكتئاب واضطرابات المزاج21،22.
  3. صمم العرض التقديمي أثناء التجربة بتنسيق PowerPoint ، وهو أيضا دليل مرئي وسمعي للمشاركين. تأكد من أن كل شريحة تعرض صورة واسم وضعية واحدة مكتوبة باللغة الأم للمشارك (الإسبانية) مع الاسم السنسكريتي الأصلي بين قوسين: الموقف A (Tadasana) ، والموقف B (Uttanasana) ، والموقف C (Adho Mukha Svanasana) ، والموقف D (Urdhva Mukha Svanasana).
  4. قم بتدوير العرض التقديمي من خلال صور المواقف B و C و D تلقائيا كل 30 ثانية بترتيب عشوائي ، بينما نادى المجرب في نفس الوقت باسم الموقف بصوت عال لتعزيز الإشارة.
  5. قم بتنظيم الوضعيات النشطة بشكل عشوائي ، مع التأكد من أن الوضعية الأساسية متناثرة بين كل واحدة. يوفر هذا الترتيب تسلسلا متوازنا مع الحفاظ على فاصل زمني متغير بين التحفيز لتقليل الممارسة المحتملة وتأثيرات التعود.
  6. لإدارة البيانات واتساقها، قم بتوحيد جميع المواد المرئية - بما في ذلك الصور والخطوط - في الحجم والأسلوب عبر المشاركين. حجم صور وضعيات اليوغا بشكل مناسب بدقة عالية ، وتسميات واضحة في كل من أسمائهم الإسبانية الأصلية واللغة السنسكريتية التقليدية.
  7. تأكد من أن كل مشارك يمكنه قراءة ورؤية موجه العرض التقديمي بوضوح قبل البدء. يتم وصف الوضعيات النشطة والوضعيات الأساسية التي سيتم إجراؤها أدناه:
    تاداسانا - وضعية الجبل (وضعية خط الأساس): وضعية مستقيمة ومحايدة.
    Uttanasana - الانحناء الأمامي (الوضعية النشطة): طية أمامية من الوركين مع الرأس أسفل القلب.
    Adho Mukha Svanasana - مواجه لأسفل (وضعية نشطة): وضع V مقلوب ، مع رفع اليدين والقدمين على الأرض والوركين.
    Urdhva Mukha Svanasana - مواجه لأعلى (وضعية نشطة): يتم رفع الصدر في امتداد الظهر مع تحريك النظرة لأعلى.
  8. قم بإعداد المنطقة التجريبية عن طريق إعداد سجادة يوجا ، ونظام حبل يوغا مثبت على الحائط (انظر جدول المواد) ، وشاشة عرض موضوعة أمام المشارك قريبا بما يكفي لرؤية واضحة للمواقف ، ولكنها بعيدة بما يكفي لتجنب إعاقة الحركة. الإعداد موضح في الشكل 2. تأكد من رؤية الشاشة وسهولة قراءتها قبل بدء الجلسة.
  9. قم بمعايرة نظام fNIRS من خلال التأكد من أن جميع المكونات - بما في ذلك الغطاء والبصريات وبرامج التسجيل - مشحونة بالكامل وعملية ومتوافقة مع نظام الحصول على البيانات. للمعايرة ، ضع البصريات بدقة على فروة رأس المشارك وفقا للنظام الدولي 10-20 ، مما يضمن استهداف تشريحي متسق لمناطق الفص الجبهي. اضبط الغطاء وحاملات البصريات لاستيعاب أشكال الرأس الفردية وكثافة الشعر ، مما يقلل من توهين الضوء وتحف الحركة. استخدم واجهة جودة الإشارة الخاصة بالنظام (مثل نسبة الإشارة إلى الضوضاء، ومؤشر اقتران فروة الرأس) للتحقق من أن كل قناة تفي بالحدود الموصى بها.
    ملاحظة: هذه العملية ضرورية لضمان قياسات ديناميكية دموية موثوقة وقابلة للتكرار ولتقليل فقدان البيانات أو سوء تفسيرها بسبب ضعف الاتصال بالمستشعر أو انقطاع الإشارة 16،23،24،25.
  10. مع جلوس المشارك على كرسي ، تأكد من أن أقدامه مسطحة على الأرض ، وأن يديه تستريح برفق في حضنه ، وظهره مدعوم برفق بالكرسي. تأكد شفهيا من أن المشارك يجلس بشكل مريح قبل المتابعة.
  11. استخدم محول رقمي ثلاثي الأبعاد ، وهو جهاز تتبع بصري مصمم لالتقاط الموقع المكاني للبصريات على فروة الرأس ، لتسجيل وضع الغطاء. تولد هذه العملية إحداثيات معهد مونتريال للأعصاب (MNI) ، واستخدمها لتحديد وتوحيد مناطق الدماغ التشريحية الكامنة وراء كل قناة قياس.
    ملاحظة: تضمن الرقمنة الدقيقة الاتساق بين المشاركين وتتيح رسم خرائط دقيقة لبيانات fNIRS على الهياكل القشرية للتحليل على مستوى المجموعة.
  12. قم بتأمين غطاء البصر باستخدام حزام الذقن واضبط كل بصر يدويا عن طريق فصل الشعر برفق بعصا من الخيزران لضمان ملامسة فروة الرأس مباشرة (الشكل 3 أ). يوضح الشكل 3 ب الشعر الذي يعيق البصر ، بينما يوضح الشكل 3 ج الإزالة الناجحة للانسداد باستخدام عصا الخيزران. استخدم وحدة قيمة DAQ في برنامج الاستحواذ لتقييم جودة الإشارة. تأكد دائما من راحة المشارك من خلال السؤال عما إذا كان هناك أي ألم أو إزعاج واضبط أوضاع البصريات حسب الحاجة لتحسين وضوح الإشارة دون المساس بالراحة.
    ملاحظة: بناء على الملاحظات التجريبية أثناء عملية القياس ، يمكن أن تستغرق هذه الخطوة ما يصل إلى 30 دقيقة ، اعتمادا على نوع شعر المشارك. غالبا ما يحتاج الأفراد ذوو الشعر الكثيف أو الداكن أو المجعد إلى وقت إضافي وتعديلات لضمان ملامسة فروة الرأس بشكل صحيح. في هذه الحالات ، وجد أن تأمين غطاء fNIRS بضمادة جراحية فعال في الحفاظ على وضع البصريات المستقر. قدم المشاركون الذين وصلوا مع الجل في شعرهم مزيدا من التحديات ، حيث تداخل المنتج مع الالتزام بالبصريات. من خلال التجربة والخطأ ، لاحظنا أن إنشاء ذيل حصان ضيق أو استخدام دبابيس الشعر لتثبيت الشعر في مكانه كان أكثر فاعلية من الاعتماد على أي نوع من مثبتات الشعر. أدت هذه التعديلات إلى تحسين جودة الإشارة وموثوقية البيانات بشكل كبير.

3. حالة الراحة ، تصميم كتلة اليوغا أسانا ، وممارسة القياس

ملاحظة: كما هو موضح في الشكل 4 ، تم الاحتفاظ بكل من المواقف الديناميكية (B ، C ، D) لمدة 30 ثانية وتتشابكها مع الموقف A كشرط أساسي ، تم الاحتفاظ به لمدة 25-30 ثانية. كان خط الأساس هذا بمثابة نقطة مرجعية فسيولوجية لعزل ومقارنة نشاط الدماغ الخاص بالأوضاع الأخرى. لتقليل التعب والتأكد من تركيز الدراسة على الشكل بدلا من المجهود ، تم دعم المشاركين في كل وضع باستخدام حبال Kurunta ، وهي طريقة من Iyengar Yoga العلاجية التي تسمح بالاحتفاظ بالمواقف دون إجهاد. بالإضافة إلى ذلك ، تم تسجيل قياسات حالة الراحة لمدة 6 دقائق قبل وبعد تسلسل الأسانا ، حيث جلس المشاركون وأعينهم مغلقة لالتقاط اتصال الدماغ قبل وبعد التمرين.

  1. قم بتوصيل غطاء fNIRS بالبرنامج باستخدام Bluetooth لمراقبة اكتساب الإشارات في الوقت الفعلي أثناء حالات ما قبل وبعد الراحة ، وكذلك طوال ممارسة اليوغا أسان.
  2. مع تثبيت غطاء fNIRS بإحكام في مكانه بينما يجلس المشاركون على كرسي ، قم بإجراء قياس حالة الراحة قبل الأسان. اطلب من المشاركين الاسترخاء مع وضع أقدامهم على الأرض ، وأيديهم على أحضانهم ، والجلوس ساكنين وأعينهم مغلقة لمدة 6 دقائق. جمع بيانات fNIRS عند 25 هرتز.
    1. لضمان الحد الأدنى من الحركة والتأكد من أن القياسات هي حالة الراحة وليست حالة النوم ، أخبر المشاركين بعدم رفع حواجبهم أو خدش وجوههم أثناء حالة الراحة. اطلب منهم أيضا تجنب النوم والتحقق مرة أخرى مما إذا كان هذا قد حدث من خلال سؤالهم عما إذا كانوا قد ناموا بعد الانتهاء من حالة الراحة.
  3. بعد الانتهاء من حالة الراحة الأولى ، قم بإزالة الكرسي واجعل المشاركين يقفون وتأكد من أنه لا تزال هناك إشارة واضحة. اطلب من المشاركين متابعة وتنفيذ العرض التقديمي المبرمج مسبقا مع تعليمات النموذج أثناء تقدمه تلقائيا.
  4. قدم إرشادات شفهية للمشاركين أثناء العرض التقديمي وسجل علامات الموقف المحددة مسبقا يدويا المسماة A و B و C و D - أثناء انتقال كل شريحة. تتوافق هذه العلامات مع مراحل محددة من تسلسل اليوغا واستخدمت لتقسيم بيانات fNIRS للتحليل: يشير A إلى الموقف الأساسي (Tadasana) ، بينما يمثل B و C و D المواقف النشطة اللاحقة (Uttanasana و Adho Mukha Svanasana و Urdhva Mukha Svanasana ، على التوالي) ، كما هو موضح في الشكل 4. تم تسجيل العلامات يدويا باستخدام ميزة التعليق التوضيحي للحدث في برنامج الاستحواذ (OxySoft و Artinis Medical Systems) في اللحظة التي يتم فيها تقديم كل شريحة وضعية وانتقال المشارك إلى الموقف. تم استخدام علامة الحدث اليدوية هذه على نطاق واسع والتحقق من صحتها في دراسات fNIRS لتسهيل تحليل التحفيز المغلق للاستجابات الديناميكية الدموية 23،24،25.
  5. بعد القياس ، راجع أن العلامات الصحيحة قد تم استخدامها أثناء عملية القياس من خلال مطابقة الطوابع الزمنية المميزة يدويا مع الطوابع الزمنية للعرض التلقائي لضمان وضع العلامات الدقيقة للبيانات.
  6. تأكد من أن غطاء fNIRS لا يزال مثبتا بإحكام في مكانه وأن الإشارة لا تزال واضحة ، اطلب من المشاركين الجلوس على كرسي لإجراء قياس حالة الراحة بعد الأسانة. اطلب من المشاركين الاسترخاء مع وضع أقدامهم على الأرض وأيديهم على أحضانهم والجلوس ساكنين وأعينهم مغلقة لمدة 6 دقائق. جمع بيانات fNIRS عند 25 هرتز.
  7. قد يستغرق الأمر من 2 إلى 5 دقائق بعد أسانا للتأكد من معايرة إعداد fNIRS بشكل صحيح دون تداخل الإشارة قبل تنفيذ حالة الراحة بعد الأسان. قدم نفس التعليمات للمشاركين كما هو الحال في قياس حالة ما قبل الراحة لضمان الحد الأدنى من الحركة والتأكد من أن القياسات في حالة الراحة وليست حالة النوم.

4. تحليل بيانات fNIRS لوظيفة الاستجابة الديناميكية الدموية أثناء اليوغا أسانا

ملاحظة: يقيس التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) التغيرات في ديناميكا الدم القشرية من خلال معلمتين أساسيتين: الهيموجلوبين المؤكسج (HbO) والهيموجلوبين غير المؤكسج (HbR). هذه المؤشرات الحيوية هي ارتباطات الأوعية الدموية للنشاط العصبي بوساطة مبدأ اقتران الأوعية الدموية العصبية. يؤدي التنشيط العصبي المتزايد إلى زيادة معدل استهلاك الأكسجين ، ويتم تعويضه بشكل مفرط عن طريق ارتفاع تدفق الدم الدماغي الإقليمي ، مما يؤدي عادة إلى زيادة متزامنة في HbO وانخفاض في HbR. في هذه الدراسة ، تم تسجيل كلتا المعلمتين باستخدام نظام fNIRS متعدد القنوات لتحديد الاستجابات الديناميكية الدموية أثناء ممارسة اليوغا أسانا. يوفر قياس قيم HbO المتوسط مؤشرا قويا وموثوقا به للتنشيط ، خاصة أثناء المهام القائمة على الحركة ، حيث أنه أقل حساسية للضوضاء وافتراضات النمذجة من معاملات بيتا المشتقة من النموذج 26. ومع ذلك ، في حين أن HbO غالبا ما يتم إيلاء الأولوية بسبب ارتفاع نسبة الإشارة إلى الضوضاء ، فإن دمج HbR أمر بالغ الأهمية لتعزيز التفسير الفسيولوجي للبيانات. تكمل إشارات HbR HbO من خلال تقديم نظرة ثاقبة للاستجابة الأيضية للدماغ وديناميكيات استخراجالأكسجين 27. يساعد التحليل المتزامن لكل من HbO و HbR على تجنب الإفراط في التبسيط ويعزز صحة الأنماط العصبية المرصودة 28.

  1. لتقييم وظيفة الاستجابة الديناميكية الدموية (HRF) أثناء اليوغا أسانا ، ابدأ بتحويل بيانات التحليل الطيفي الوظيفي الخام للأشعة تحت الحمراء القريبة (fNIRS) إلى كثافة بصرية (OD) ومعالجتها باستخدام صندوق أدوات HOMER 3 (RRID: SCR_009586). استخدم قانون بير لامبرت المعدل (MBLL) لحساب التغيرات في تركيزات HbO و HbR ، لكل معادلة 29.
    figure-protocol-1
    يفسر MBLL خصائص تشتت الأنسجة البيولوجية ويربط التغيرات في امتصاص الضوء (ΔA) بالتغيرات في تركيز الكروموفور (Δμa) ، مما يسمح بتحديد ديناميكيات الهيموجلوبين من شدة الضوء المقاسة. يشير rsd إلى مسافة كاشف المصدر و DPF هو عامل طول المسار التفاضلي. يتيح هذا التقريب الخطي تقدير تغيرات التركيز النسبي في الهيموجلوبين المؤكسج وغير المؤكسج. قم بتضمين انحدار قصير القناة لتقليل تأثير نشاط الأوعية الدموية السطحي وعزل الإشارات القشرية بشكل أفضل.
  2. تحليل البيانات في MATLAB. احسب متوسطات الكتلة لكل مشارك وقناة وحالة للحفاظ على الاتساق. ابدأ مراقبة الجودة باستبعاد القراءات ذات التقلبات الكبيرة في الكثافة البصرية أو نسب الإشارة إلى الضوضاء المنخفضة (SNR) أو مسافات كاشف المصدر الكبيرة. استخدم الدالة hmrR_PruneChannels وقم بتعيين المعلمات مثل نطاق صالح من 1 × 10-7 إلى 1 × 107 ، وعتبة SNR من 2 ، ومسافة كاشف المصدر من 0.45 مم إلى 45 مم.
  3. اكتشف القطع الأثرية للحركة لكل قناة باستخدام وظيفة hmrR_MotionArtifactByChannel. ضع علامة على المقاطع إذا تجاوز اتساع الإشارة 0.5 (AMPthresh) أو إذا زاد الانحراف المعياري بأكثر من معامل 15 (SDthresh) خلال فترة زمنية مدتها 1 ثانية (tMotion). استبعاد المقاطع التي تم وضع علامة عليها، كل منها يدوم 1 ثانية (tMask).
  4. تطبيق نموذج خطي عام (GLM) مع نافذة زمنية تمتد من ثانيتين قبل إلى 23 ثانية بعد بداية التحفيز. GLM هي طريقة إحصائية تستخدم لشرح التباين في مجموعة من البيانات المرصودة من خلال نمذجتها كمزيج من واحد أو أكثر من المتغيرات المعروفة (المتنبئات) ومصطلح الخطأ. يقدر مقدار مساهمة كل متنبئ في النتيجة المرصودة ، مما يسمح للباحثين بعزل تأثيرات الاهتمام أثناء حساب الضوضاء. في هذا السياق ، استخدم GLM لتطبيق الانحدارات قصيرة المدى (SS) على القنوات طويلة المدى (LS) لتقليل الضوضاء الفسيولوجية الجهازية ، وعزل نشاط الدماغ بشكل أكثر دقة لتقدير وظيفة الاستجابة الديناميكية الدموية (HRF)19،30،31،32،33،34.
  5. حل GLM باستخدام المربعات الصغرى العادية. لمزيد من معالجة القطع الأثرية للحركة ، قم بتطبيق تحليل الارتباط الكنسي المضمن المنظم (TCCA) مع بيانات حالة الراحة للمشاركين (30-210 ثانية) كانحدار35. بعد ذلك ، قم بتقدير HRFs لكل قناة وحالة ومشارك ، مما يضمن تقديرات استجابة عصبية موثوقة مع نسبة إشارة إلى ضوضاء محسنة.
  6. استخدم Origin لإجراء ANOVA للقياسات المتكررة أحادية الاتجاه. تقييم الاختلافات في متوسط قيم HbO عبر القنوات الطويلة من خلال مقارنة الوضعية الأساسية A (Tadasana) ، وهي وضعية وقوف محايدة تعزز المحاذاة والاستقرار ، إلى الموقف B (Uttanasana) ، وهي طية واقفة للأمام يتم فيها وضع الرأس أسفل القلب ، وتصنيفها على أنها انعكاس. الموقف C (Adho Mukha Svanasana) ، المعروف باسم المواجه للأسفل ، وهو وضع شبه مقلوب يطيل العمود الفقري وينشط الجزء العلوي من الجسم ؛ والموقف D (Urdhva Mukha Svanasana) ، أو المواجه لأعلى ، وهو امتداد خلفي يفتح الصدر ويقوي السلسلة الخلفية.
  7. تقييم الاختلافات بين المواقف B و C و D. تحقق من التوزيع الطبيعي للبيانات باستخدام اختبار Shapiro-Wilk. قم بإجراء مقارنات زوجية لاحقة مع تصحيحات Bonferroni لاختبارات متعددة ، باستخدام عتبة قيمة p تبلغ <0.05 للدلالة. احسب أحجام التأثير للاختلافات الدلالية في استجابة HbO باستخدام كوهين d36،37.

5. تحليل بيانات fNIRS للاتصال الوظيفي في حالة الراحة

  1. لتحليل الاتصال الوظيفي لحالة الراحة (rsFC) ، قم بتقييم الاتصال داخل كل نصف كرة أرضية (داخل نصف الكرة الأرضية) وبين نصفي الكرة الأرضية (بين نصفي الكرة الأرضية) لكل مشارك. أسس هذا على التبعية الإحصائية بين السلاسل الزمنية ، مما يعكس التنشيط المشترك لمناطق الدماغ.
    ملاحظة: يوفر قياس rsFC نظرة ثاقبة للتنظيم الوظيفي الجوهري للدماغ في حالة عدم وجود محفزات خارجية ويتم التعرف عليه بشكل متزايد كأداة قيمة لتحديد التغيرات العصبية الدقيقة والمؤشرات الحيوية للوظيفة أو الخلل الوظيفي. أظهرت الأبحاث السابقة أن أنماط rsFC قد تم اقتراحها كمؤشرات حيوية تنبؤية لاستجابة العلاج بمضادات الاكتئاب في المرضى الذين يعانون من اضطراب اكتئابي شديد38 مما يؤكد فائدة تحليل حالة الراحة في التقاط التوقيعات العصبية الشبيهة بالسمات. من خلال تقييم كل من الاتصال داخل نصف الكرة الأرضية وبين نصفي الكرة الأرضية ، يتيح هذا النهج فهما أكثر شمولا للتكامل الوظيفي للدماغ والتحول الجانبي ، لا سيما في سياق التدخلات مثل اليوغا ، والتي قد تعدل شبكات حالة الراحةهذه 38،39.
  2. حدد فترة حالة راحة مدتها 6 دقائق للتحليل ، حيث يقع هذا ضمن النطاق المقبول عموما من 5-10 دقائق ، مع تحقيق rsFC كاف عادة بعد 5 دقائق26،27،28،35. استفد من انخفاض مستويات الضوضاء أثناء قياسات حالة الراحة مقارنة بوضعيات الوضعيات النشطة لتقييم تركيزات HbO و HbR وHbT 34،40،41.
  3. ابدأ بتحديد وتصحيح عناصر الحركة في البيانات. بمجرد التصحيح ، قم بتطبيق مرشح ممر النطاق (0.009-0.08 هرتز) على السلسلة الزمنية لعزل نطاق تردد الاتصال الوظيفي ، ثم قم بتحويل الإشارات المفلترة إلى تركيزات الهيموجلوبين باستخدام قانون Bouguer-Beer-Lambert المعدل لمزيد من التحليل40،42،43. ركز على النقاط الزمنية الخالية من البيانات الاصطناعية للحركة (باستخدام الدالة MotionArtifactByChannel) للحفاظ على سلامة الاتصال بين نصف الكرةالأرضية 44.
  4. لحساب التقلبات التلقائية الشائعة عبر جميع القنوات، قم بتطبيق انحدار إشارة قناة الفصل القصيرة (SSC). ابدأ بحساب متوسط المسار الزمني عبر جميع SSCs ، ثم تراجع إشارة SSC من السلسلة الزمنية المقاسة fNIRS باستخدام طريقة تنظيم Tikhonov42.
  5. استخدم السلاسل الزمنية المتبقية الناتجة لبناء مصفوفات الاتصال عن طريق حساب ارتباطات بيرسون بين جميع أزواج القنوات.
  6. بالنسبة للاتصال داخل نصف الكرة الأرضية ، احسب متوسط معاملات الارتباط بين القنوات داخل نصف الكرة الأيسر وداخل نصف الكرة الأيمن بشكل منفصل. بالنسبة للاتصال بين نصفي الكرة الأرضية ، احسب متوسط الارتباطات بين كل قناة ونظيرتها المقابلة39.
  7. عند إجراء التحليل الإحصائي ، قم بتحويل قيم بيرسون r إلى درجات فيشر z قبل إجراء اختبارات Wilcoxon-Mann-Whitney. تصحيح للمقارنات المتعددة باستخدام طريقة معدل الاكتشاف الخاطئ (FDR).
    ملاحظة: الكود والبيانات التي تم استخدامها في هذه الدراسة متاحة بشكل مفتوح في Zenodo45 في https://zenodo.org/records/11098997 مع DOI: 10.5281 / zenodo.11098996.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

النتائج

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

كشف التحليل الأولي للقنوات النشطة عن اختلافات ذات دلالة إحصائية بين وضعية التحكم A والوضعيات B و C (الشكل 5A-B). ثم تم إجراء ANOVA للقياسات المتكررة أحادية الاتجاه لتقييم الاختلافات الإحصائية في متوسط قيم HbO لوظيفة الاستجابة الديناميكية الدموية المقدرة (HRF) عبر القنوات باستخدام حزمة البرامج Origin (Pro) ، الإصدار 2018. تم تقييم افتراض الحياة الطبيعية باستخدام اختبار شابيرو ويلك.

عند استخدام التحليل الطيفي الوظيفي متعدد القنوات ل...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المناقشة

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

استخدمت هذه الدراسة fNIRS لتقييم نشاط PFC أثناء ممارسة أسانا اليوغا المنظمة ، مع التركيز على الاعتبارات المنهجية الرئيسية والتقدم في التصوير العصبي في العالم الحقيقي. تضمنت عناصر البروتوكول الهامة وضعا دقيقا لبصريات fNIRS ، مع تباعد مثالي بين كاشف المصدر (3.0 سم) واقتران مناسب بين البصريات وفروة الرأس لضمان الحصول على إشارة دقيقة. أدى تصميم الكتلة العشوائية ، بالتناوب بين المواقف النشطة (B ، C ، D) والوضعية الأساسية (A) بدعم من حبال اليوغا ، إلى تقليل إجهاد المشاركين وضمان جمع البيانات ا...

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

الإفصاحات

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

M. Goodrick هو صاحب Karmuka Yoga ، وهو استوديو يوغا. بقية المؤلفين ليس لديهم تضارب في المصالح للإعلان عنهم.

شكر وتقدير

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

يشكر المؤلفون بصدق CONAHCYT على دعمهم المالي ، والذي تضمن منحة دراسية للمؤلف الرئيسي وتمويل اقتناء معدات fNIRS. كما يعرب المؤلفون عن تقديرهم العميق للمتطوعين ، الذين كانت مشاركتهم حاسمة لنجاح هذا البحث. يقر M. Goodrick بالدعم المقدم من CONAHCYT من خلال المنحة الدراسية رقم. CVU 1241565. إي جيفارا يقر بالدعم المقدم من مشروع CONAHCYT Frontier Science 20884.

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

المواد

قائمة المواد المستخدمة في هذه المقالة
الاسمالشركةرقم فهرسيالتعليقات
3-D محول الأرقامأرتينيس الطبيةدي جي تي -456تستخدم لوضع الحد الأقصى وتعيين المنطقة
جهاز برايت MKII fNIRSأرتينيس الطبيةBR-MK2أداة fNIRS محمولة لبيانات PFC
سجادة يوغا هارموني 3/16 بوصة (5 مم) سميكة 68 بوصة (173 سم)يشمهار368سطح مستقر لممارسة أسانا
برنامج HOMER 3مركز الضوئيات العصبية بجامعة بوسطن (مفتوح المصدر)هوميروس v1.54للمعالجة المسبقة لبيانات fNIRS
برنامج Origin (Pro)مختبر أصلمنظمة 2023التحليل الإحصائي للبيانات
برنامج أوكسي سوفتأرتينيس الطبيةأوكسي -001الحصول على الإشارة في الوقت الحقيقي
حبال قطن بيولا 12 ممقنبطيغير متاحجزء من نظام حبل اليوغا المثبت على الحائط
إعداد عرض PowerPoint التقديميمايكروسوفتغير متاحللحصول على مرئيات تعليمية
هوك الفولاذ المقاوم للصدأهمهيلليوكسي -050جزء من نظام حبل اليوغا المثبت على الحائط
نظام حبل اليوغا المثبت على الحائطحسب الطلبغير متاحمساعدة في وضعيات اليوغا

المراجع

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Cramer, H., et al. Yoga for anxiety: A systematic review and meta-analysis of randomized controlled trials. Depress Anxiety. 35 (9), 830-843 (2018).
  2. Pascoe, M. C., et al. Psychobiological Mechanisms Underlying the Mental Health Benefits of Yoga-Based Interventions: a Narrative Review. Compr Psychoneuroendocrinol. 6, 100037(2021).
  3. Nugent, N. R., et al. Benefits of Yoga on IL-6: Findings from a Randomized Controlled Trial of Yoga for Depression. Behav Med. 47 (1), 21-30 (2021).
  4. Dutta, A., et al. A Comprehensive Review of Yoga Research in 2020. J Integr Complement Med. 28 (2), 114-123 (2022).
  5. Wang, F., Szabo, A. Effects of yoga on stress among healthy adults: A systematic review. Altern Ther Health Med. 26 (4), AT6214(2020).
  6. Zaccari, B., et al. Yoga for veterans with PTSD: Cognitive functioning, mental health, and salivary cortisol. Psychol Trauma. 12 (8), 913-917 (2020).
  7. Cartwright, T., Mason, H., Porter, A., Pilkington, K. Yoga practice in the UK: A cross-sectional survey of motivation, health benefits and behaviours. BMJ Open. 10, e031848(2020).
  8. Streeter, C. C., et al. Thalamic Gamma Aminobutyric Acid Level Changes in Major Depressive Disorder after a 12-Week Iyengar Yoga and Coherent Breathing Intervention. J Altern Complement Med. 26 (3), 190-197 (2020).
  9. Gothe, N. P., McAuley, E. Yoga and Cognition: A Meta-Analysis of Chronic and Acute Effects. Psychosom Med. 77 (7), 784-797 (2015).
  10. Sullivan, M. B., et al. Yoga therapy and polyvagal theory: The convergence of traditional wisdom and contemporary neuroscience for self-regulation and resilience. Front Hum Neurosci. 12, 67(2018).
  11. Boas, D. A., Elwell, C. E., Ferrari, M., Taga, G. Twenty years of functional near-infrared spectroscopy: introduction for the special issue. Neuroimage. 85 Pt 1, 1-5 (2014).
  12. Pinti, P., et al. The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience. Ann N Y Acad Sci. 1464, 5-29 (2020).
  13. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: A comparison of motion correction techniques applied to real cognitive data. Neuroimage. 85 Pt 1, 181-191 (2014).
  14. Zhang, Y., Zhu, C. Assessing Brain Networks by Resting-State Dynamic Functional Connectivity: An fNIRS-EEG Study. Front Neurosci. 13, 1430(2020).
  15. Tsow, F., Kumar, A., Hosseini, S. H., Bowden, A. A low-cost, wearable, do-it-yourself functional near-infrared spectroscopy (DIY-fNIRS) headband. HardwareX. 10, e00204(2021).
  16. Tak, S., Ye, J. C. Statistical analysis of fNIRS data: A comprehensive review. NeuroImage. 85 Pt 1, 72-91 (2014).
  17. Mateus, V., Osório, A., Miguel, H. O., Cruz, S., Sampaio, A. Maternal sensitivity and infant neural response to touch: an fNIRS study. Soc Cogn Affect Neurosci. 16 (12), 1256-1263 (2021).
  18. Gao, C., et al. Characteristics of frontal activity relevant to cognitive function in bipolar depression: an fNIRS study. Biomed Opt Express. 13 (3), 1551-1563 (2022).
  19. Gagnon, L., Yücel, M. A., Boas, D. A., Cooper, R. J. Further improvement in reducing superficial contamination in NIRS using double short separation measurements. Neuroimage. 85 Pt 1, 127-135 (2014).
  20. Manjunath, N. The transformative impact of the International Day of Yoga. Int J Yoga. 16 (1), 1-4 (2023).
  21. Iyengar, B. K. S. The Light on Yoga. , Schocken. (1979).
  22. Timothy, B., McCall, M. D. Yoga as Medicine. Vol 1, Bantam. (2007).
  23. Takizawa, R., et al. Neuroimaging-aided differential diagnosis of the depressive state. Neuroimage. 85 Pt 1, 498-507 (2014).
  24. Herold, F., et al. Functional near-infrared spectroscopy in movement science: a systematic review on cortical activity in postural and walking tasks. Neurophotonics. 4 (4), 041403(2017).
  25. Scholkmann, F., Boss, J., Wolf, M. An Efficient Algorithm for Automatic Peak Detection in Noisy Periodic and Quasi-Periodic Signals. Algorithms. 5 (4), 588-603 (2012).
  26. Huppert, T., Barker, J., Schmidt, B., Walls, S., Ghuman, A. Comparison of group-level, source localized activity for simultaneous functional near-infrared spectroscopy-magnetoencephalography and simultaneous fNIRS-fMRI during parametric median nerve stimulation. Neurophotonics. 4 (1), 015001(2017).
  27. Dravida, S., Noah, J. A., Zhang, X., Hirsch, J. Comparison of oxyhemoglobin and deoxyhemoglobin signal reliability with and without global mean removal for digit manipulation motor tasks. Neurophotonics. 5 (1), 011006(2017).
  28. Cui, X., Bray, S., Bryant, D. M., Glover, G. H., Reiss, A. L. A quantitative comparison of NIRS and fMRI across multiple cognitive tasks. Neuroimage. 54 (4), 2808-2821 (2011).
  29. Stute, K., et al. The fNIRS glossary project: a consensus-based resource for functional near-infrared spectroscopy terminology. Neurophotonics. 12 (2), 027801(2025).
  30. Abdalmalak, A., et al. Effects of Systemic Physiology on Mapping Resting-State Networks Using Functional Near-Infrared Spectroscopy. Front Neurosci. 16, 803297(2022).
  31. Gagnon, L., et al. Improved recovery of the hemodynamic response in diffuse optical imaging using short optode separations and state-space modeling. Neuroimage. 56 (3), 1362-1371 (2011).
  32. Gagnon, L., et al. Short separation channel location impacts the performance of short channel regression in NIRS. Neuroimage. 59 (3), 2518-2528 (2012).
  33. Saager, R. B., Berger, A. J. Direct characterization and removal of interfering absorption trends in two-layer turbid media. J Opt Soc Am A Opt Image Sci Vis. 22 (9), 1874-1882 (2005).
  34. Santosa, H., Zhai, X., Fishburn, F., Sparto, P. J., Huppert, T. J. Quantitative comparison of correction techniques for removing systemic physiological signal in functional near-infrared spectroscopy studies. Neurophotonics. 7 (3), 035009(2020).
  35. von Lühmann, A., Li, X., Müller, K. R., Boas, D. A., Yücel, M. A. Improved physiological noise regression in fNIRS: A multimodal extension of the General Linear Model using temporally embedded Canonical Correlation Analysis. Neuroimage. 208, 116472(2020).
  36. Cohen, J. Statistical power analysis for the behavioural sciences. , Lawrence Earlbaum Associates. Hillside, NJ, USA. (1988).
  37. Morris, S. B., DeShon, R. P. Combining effect size estimates in meta-analysis with repeated measures and independent-groups designs. Psychol Methods. 7 (1), 105-125 (2002).
  38. Martens, M. A. G., Filippini, N., Harmer, C. J., Godlewska, B. R. Resting state functional connectivity patterns as biomarkers of treatment response to escitalopram in patients with major depressive disorder. Psychopharmacology (Berl). 239 (11), 3447-3460 (2022).
  39. De Bruyn, N., et al. Functional network connectivity is altered in patients with upper limb somatosensory impairments in the acute phase post stroke: A cross-sectional study. PLoS One. 13 (10), e0205693(2018).
  40. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: A review of time-series analysis methods for near-infrared spectroscopy of the brain. Appl Opt. 48 (10), D280-D298 (2009).
  41. Huppert, T. J., Hoge, R. D., Diamond, S. G., Franceschini, M. A., Boas, D. A. A temporal comparison of BOLD, ASL, and NIRS hemodynamic responses to motor stimuli in adult humans. Neuroimage. 29 (2), 368-382 (2006).
  42. Mesquita, R. C., Franceschini, M. A., Boas, D. A. Resting state functional connectivity of the whole head with near-infrared spectroscopy. Biomed Opt Express. 1 (1), 324-336 (2010).
  43. Zhang, T., et al. Altered complexity in resting-state fNIRS signal in autism: A multiscale entropy approach. Physiol Meas. 42 (8), (2021).
  44. Selb, J., et al. Effect of motion artifacts and their correction on near-infrared spectroscopy oscillation data: a study in healthy subjects and stroke patients. J Biomed Opt. 20 (5), 56011(2015).
  45. Goodrick, M., Guevara, E. ZENODO: Yoga Asana Increases Pre-Frontal Cortex Activity and Reduces Resting State Functional Connectivity. Complement Med Res. , 1-10 (2024).
  46. Yücel, M. A., et al. Best practices for fNIRS publications. Neurophotonics. 8 (1), 012101(2021).
  47. Singh, B., et al. Effectiveness of physical activity interventions for improving depression, anxiety and distress: An overview of systematic reviews. Br J Sports Med. 57 (18), 1203-1209 (2023).

الوصول مقيد. يرجى تسجيل الدخول أو بدء فترة تجريبية لعرض هذا المحتوى.

إعادة الطباعة والأذونات

طلب إذن لإعادة استخدام النص أو الأشكال في مقالة JoVE هذه

طلب إذن

الوسوم

Resting State ConnectivityPrefrontal Cortex ActivityFunctional Near Infrared SpectroscopyfNIRS NeuroimagingYoga Asana PracticeBlock DesignOxyhemoglobin ConcentrationHemodynamic ResponseCognitive WorkloadDefault Mode Network

مقالات ذات صلة