2011年10月8日
MazeSuite是一个完整的工具,导航和空间实验的准备,介绍和分析。功能近红外光谱(fNIR)是一种光学脑成像技术,使无创性和便携式监测脑血氧变化。本文总结了集体使用MazeSuite和fNIR在认知加工学习范式。
本演示的目标有两个。首先,展示实验方案的设计流程以及 May suite 的使用方法;其次,演示 FNIR 脑活动监测系统的安装与部署。May suite 可用于设计和编辑定制的 3D 环境,同时追踪参与者的行为表现。
为了演示这些方法,本研究报告了一项子样本实验,以展示如何在单个实验中同时使用 May 套件和 FNIR。该研究涉及评估受试者在完成分组练习和随机练习顺序的计算机权杖任务的习得与学习过程中,背外侧前额叶皮层的认知活动。FNIR 是一种光学脑功能监测技术,利用近红外光来追踪大脑皮层内血流动力学反应的变化。
1977年,Job Ossy 及其同事首次实现了对脑血流动力学和氧合状态的无创监测。该技术可用于设计便携式、安全、经济、无创且侵入性极小的监测系统,能够在自然环境中测量大脑活动。在可移动和野外条件下,近红外光在700至900纳米波长范围内可穿透组织数厘米深度。
当光进入组织时,会被吸收或散射。吸收是由于发色团等吸光分子引起的,例如血红蛋白和水;散射则发生在组织结构中,如细胞膜和组织层。典型的近红外功能成像(fNIR)测量包含一个带有光源和探测器的测量单元。
当光源激活时,光会穿过头皮并进入组织,在组织中向各个方向传播,并随着传播距离的增加而逐渐衰减;由于多次连续散射,部分光会重新返回表面,并被探测器接收。到达探测器的光子实际上穿过了一个呈香蕉形状的区域。探测器的测量结果提供了有关光源与探测器之间这一香蕉形区域的信息。这一对装置称为源-探(source-detector pair),其穿透深度,即香蕉形状的曲率,取决于光源与探测器之间的距离。
因此,FNIR传感器的几何结构在设计中至关重要。根据认知任务类型及前额叶皮层测量需求,光学探头间距通常为2.5厘米至3厘米。在本研究中,我们采用了型号为1000的FNIR设备。
该仪器基于20世纪90年代Chance及其同事的设计,并在德雷塞尔大学光学脑成像实验室进一步开发。该设备不依赖光纤或导光管将光学探头与皮肤连接,因此更易于设置,长时间使用更舒适,且不易产生运动伪影。
然而,该传感器专门用于检测位于前额下方的背外侧前额叶皮层的皮层激活,由于头发的干扰,无法用于头部其他区域。本研究中使用的FNIR传感器垫包含四个发光二极管,可分别发射波长为730纳米和850纳米的非相干光。传感器设有10个光电探测器,通过按顺序点亮发光二极管,并结合周围的探测器,可实现16个测量位置。
每次扫描时都会对多个区域进行采样。这包括两种不同波长的光强度测量,以及用于环境光校正的暗电流测量,每个测量位置共包含三个通道,因此每次扫描总共记录48个通道的数据。传感器垫片放置于受试者头部侧面的前额区域。
一人应位于受试者的左侧,另一人位于受试者的右侧。传感器应放置在受试者右侧眉毛上方,并在垂直方向上居中对齐。假想的垂直对称线应通过前额中线,然后经过鼻部中线。
传感器垫的中心线与前额和鼻子的中线重合。传感器垫定位后,将电缆从两侧拉紧,并在头部后方连接。用夹子固定电缆后,必须检查传感器垫是否与皮肤充分贴合,确保光学元件与皮肤之间无隆起或间隙。
检查耦合是否良好的一种方法是在传感器垫上施加轻微压力,并感受位置是否会随压力发生变化。有时可在功能性近红外(fNIR)传感器上放置头带、弹性带或较紧实的布料(如网球头带或头巾),以确保光学探头与皮肤之间的稳定耦合。在确定传感器位置后,应通过启动数据采集来验证所有通道的信号。首先,应将传感器垫连接至fNIR硬件控制箱。
应通过 USB 线缆将设备连接至计算机,并同时开启两个系统的电源。接着,通过点击左侧窗格中的快捷方式在计算机上运行 Kobe Studio,然后点击“启动当前设备”链接。如果设置正确,消息窗格将显示设备已启动,同时图形界面将显示新采集的信号。
信号水平取决于LED电流和增益设置。一个经验法则是使这些参数保持在700毫伏以上和4,000毫伏以下。此外,信号应保持稳定。
过大的变异和尖峰可能表明传感器耦合不当,或电缆或硬件连接存在问题。在某些情况下,一两个侧向通道(左侧的通道1和2,右侧的通道15和16)可能位于头发上,导致其信号值过低。您可继续实验,随后在分析阶段剔除这些通道。
由于不同个体的皮肤光学特性存在较大差异,您可能需要根据每位受试者调整设备参数。如需更改设备设置,请先点击“停止当前设备”,然后在左侧窗格中点击“设备属性”。
转到对话框中的数据采集设置选项卡。如果希望首先提高信号值,请增加LED电流值。LED电流值的增加意味着LED将发出更亮的光。
如果需要先对信号强度进行分级,请先降低增益。初始增益值将应用于所有体素。设置参数后,单击“保存”,然后单击“开始”。
当前设备可使用新设置的参数开始数据采集,实验过程中也常使用标记来识别特定事件。标记分为两种类型:手动标记和自动标记。手动标记通过点击 K 主窗口上的按钮生成,带有时间戳,并与功能性近红外数据一同保存。
当设备停止时,可从外部设备或计算机软件接收自动标记。前往左侧窗格中的设备设置,在同步设置选项卡中勾选“侦听标记”。建议使用串行端口作为标记通信方式。
确认串口号已设置为计算机上的有效端口号。随后,可使用 ePrime 或 May Suite 等刺激软件发送标记,这些标记值将被接收、打上时间戳,并与该计算机上的功能性近红外(fNIR)数据一并保存。原始 fNIR 信号为时间序列信号,代表光强度。
在将原始光强值转换为氧合值之前或之后,均可去除数据中的噪声。需要从原始功能性近红外测量数据中消除呼吸、心跳和设备噪声等生理上无关的信息。与心率相关的成分通常具有约0.5赫兹或更高的峰值,而呼吸频率则在0.2赫兹至0.4赫兹之间,需去除这些生理伪迹。
采用有限冲激响应和线性相位低通滤波器。信号也可能受到运动伪影的干扰。当功能性近红外传感器的光源或探测器因头部运动而偏离原始附着位置或与皮肤失去接触时,功能性近红外测量结果中可能会出现意外的突发性信号或尖峰。
此外,如果光源与皮肤失去耦合,检测器可能会记录到极低的数值,因为没有光传递至检测器,或者由于皮肤表面反射的光导致检测器接收到极高的强度并出现瞬时饱和。如果检测器弹起并与皮肤失去接触,也可能发生类似的饱和效应。环境光的泄漏以及头部运动还可能进一步引起施加在传感器垫、光源或检测器上的压力发生变化。
这些变化可能导致更多光子进入组织,从而暂时改变检测到的光强度。除了通过肉眼检查数据中可能存在的运动伪影外,目前已有越来越多的运动伪影检测与去除算法,可实现该过程的自动化并消除主观性。文献中的伪影去除算法范围广泛,从简单的低通和VAM通滤波器,到小波分析、独立成分分析或主成分分析,再到自适应维纳滤波器和考曼滤波器等最优滤波方法。连续波系统中,原始fNIR信号通过修正的比尔-朗伯定律转换为相对氧合变化。
在特定输入波长下的光密度(OD)是输入光强与输出光强的对数比值。OD 还与发色团的浓度和吸收系数、光源与探测器之间的校正距离,以及一个常数衰减因子相关,该因子基于在两个不同时间点具有相同输入光强的情况。OD 的差值可以仅用检测到的光强值来表示。通常选择的两个波长分别为:其一在 700 至 900 纳米范围内,此范围内氧合血红蛋白和脱氧血红蛋白的吸收远强于其他组织发色团;其二为分别位于等吸收点(isosbestic point)两侧的两个波长,该等吸收点约为 805 纳米,此处脱氧血红蛋白与氧合血红蛋白的吸收光谱相互交叉。
如果二乘二矩阵无显著性,可设定该方程用于求解浓度。在计算出血红蛋白含氧与脱氧状态的相对变化后,下一步是根据所采用的实验方案和认知任务提取特征。
特征提取最常用于减少数据量,并通过统计分析对不同认知任务、受试者群体和解剖位置进行比较。常用的特征包括氧合血红蛋白和脱氧血红蛋白的最大值、最小值、均值或中位值,以及反应时间(即达到最小值或最大值所需的时间)。这些特征可以在由单次试验范式获得的特定认知刺激诱发的血流动力学反应中提取,也可以在对应于区块试验设计和范式中特定条件的数据片段或数据区块中提取。
May suite 包含三个组件,分别针对实验的特定阶段:设计、实验和分析。Maze Maker 可让用户轻松为实验方案的每个阶段设计三维环境。
简单的环境可在短时间内创建完成。首先定义地面区域,然后使用墙体工具划定迷宫的边界。最后设置受试者的起始位置和出口区域。
保存后,可使用快速运行工具立即测试该环境。可根据特定实验设计的需求创建更复杂的环境。通过引入交互式对象、光照控制和纹理化,可对环境进行自定义。
使用迷宫列表构建器可以创建并保存Mel文件,这些文件将特定组合的迷宫与用户消息整合,用于实验流程。Masis功能可用于实施具体的实验设计,可将实验层级按难度递增或随机化顺序排列,也可按对照组与实验组的方式进行编排。实验的各个独立试验通过迷宫行走者(Maze Walker)程序运行。
在迷宫行走者(Maze Walker)中更改设置可让用户进一步明确实验条件。控制方式可更改为接受来自不同设备的输入,包括键盘、鼠标和操纵杆。外部设备可与迷宫行走者进行双向通信,以获取信息或触发环境中变化。
设备通信可通过 TCP/IP 或串行电缆进行,并可与多种设备连接,包括 EEG-fMRI 和 fNIR。在实验过程中,Mais Walker 会记录受试者的运动以及实验期间发生的任何事件。通过 Maze Analyzer 程序,可显示带有记录的用户路径的 MACE 文件以供回看。
可以叠加不同的路径以辅助分析,并可计算不同试验的统计信息。此外,收集的信息可导出至 Excel 或 MATLAB 进行进一步处理。我们的认知功能库包含多种可通过不同类型任务调用的功能与能力,包括虚拟空间导航、迷宫任务等。前额叶皮层中的大脑激活模式在初次执行新任务、练习后以及保持阶段均有所不同。
利用功能性近红外光谱成像技术(fNIRS)并聚焦于前额叶皮层,我们正在充分利用前额叶皮层(PFC)的功能,特别是执行功能、在行动中对认知功能的调控、在解决问题任务期间PFC的参与,以及在工作记忆中保持多个信息项目时对高级结构的运用。在学习多个相似任务时,练习的组织方式是一种被称为情境干扰效应的学习现象。当个体在不同的练习安排下学习多个任务时,情境干扰效应会表现得尤为明显。
当需要学习的任务以非顺序且不可预测的顺序呈现时,会产生高情境干扰。当需要学习的任务以可预测的顺序呈现时,则产生低情境干扰的分组练习。每位参与者在三天(周一、周三和周五)内共完成315次习得试验,每天完成三种迷宫中每种迷宫的105次试验。
接下来的星期一,即学习后72小时,以随机顺序进行了30次保留试验和20次迁移试验。在所有阶段中,对16个光学位点的前额叶皮层(PFC)活动进行了监测。采用功能性近红外光谱(fNIRS)的依赖性测量指标,包括平均氧合血红蛋白的相对变化以及迷宫任务中的行为学测量指标:总时间、路径长度和平均速度。
行为结果表明,无论练习顺序如何,走迷宫所需时间(即完成迷宫所需的总时间)均呈现单调递减趋势,提示随着参与者不断练习,完成迷宫所需时间逐渐缩短,这符合学习行为评估的预期结果。此外,迷宫移动速度(即参与者通过迷宫的平均速度)随着练习次数增加而提高。同样,随着时间推移,行为指标的逐步改善也支持这些结果中所推断的学习效应。
对于较简单的迁移任务,每项迁移任务的随机练习与分块练习进行了并列比较。在四项中,分块练习优于随机练习。然而,对于较难的迁移任务——迷宫五,随机练习的表现优于分块练习的平均氧合水平。
练习试验期间血红蛋白浓度的变化表明,与随机顺序相比,分组顺序需要更高的脑部激活水平。此外,在分组练习顺序内的学习过程中进行比较时,新任务(如在迁移阶段出现的任务)比已学习任务需要更高的脑部激活水平,鉴于已学习任务的练习顺序不同。
对于以分组顺序学习该任务的参与者而言,这种分层随机练习顺序可能具有足够的新颖性,从而需要额外的努力和认知资源来完成任务。此外,对于随机练习顺序,神经激活的迁移阶段并未高于保持阶段。总之,这项探索性研究展示了利用May系列设备和功能性近红外光谱技术(fNIR)研究空间导航学习中神经行为特征的方法。
May Suite 可通过用户友好的图形界面设计和应用简单的三维环境,并能自动记录被试内或被试间比较的行为测量数据。FNIR 是一种便携、安全且非侵入式的脑功能监测工具,已应用于临床实验室及自然环境中以研究脑激活。我们希望本演示有助于您理解这些工具。
祝您的实验顺利。
MazeSuite 是一套用于设计、呈现和分析导航及空间实验的综合性工具集。本文介绍了将 MazeSuite 与功能性近红外光谱技术(fNIR)相结合,以监测认知任务期间大脑血氧水平变化的方法。
将行为追踪与神经影像学相结合,能够在发现研究流程中对认知靶点进行机制性风险评估。该方法通过将空间学习表现与前额叶皮层激活模式相联系,提升预测的可信度。该策略可用于神经精神疾病和神经退行性疾病中执行功能受损情况下的靶点验证。
该方法位于发现生物学与先导化合物优化的交汇点,通过技能学习过程中的脑-行为功能相关性来推断靶点参与情况。