使用 Flanker 任务进行并发脑电图和功能近红外光谱记录

本研究的目的是开发一个工作协议，揭示神经激活模式，使用融合EEG和fNIRS神经成像技术突出侧翼任务。同时进行的 fNIRS EEG 记录允许检查前额皮质与与整个大脑的潜在成分相关的不同事件之间的关系。fNIRS在大脑皮层，这是认知处理研究中非常重要的规律。

我们知道，fNIRS主要用于检查前叶的神经血管活动。与高大脑认知功能有关。然而，fNIRS所得到的血动力反应只能读取时间分辨率低的活动，但脑电图可以提供神经活动的临时发现和直接测量。

EEG 和 fNIRS 记录的组合能够识别更多的特征，并揭示与大脑功能相关的更多信息。本研究中，您使用 EEG fNIRS 技术用于 ERP 组件的同步录制和带侧翼任务的血液动力学响应。合理地假设 ERP 组件与侧翼任务关联，与血动力响应有显著相关性。

为了将这种假设系绳，fNIRS和EEG机器集成在一起，揭示与侧翼任务对应的复杂神经认知十一分论。在实验测试之前，所有参与者都签署了知情同意文件。这项研究得到了澳门大学伦理委员会的批准。

第一，用于并发 EEG 和 fNIRS 录制的硬件和软件设置。为并发 EEG 和 fNIRS 录像构建可行的头盖。根据参与者的头围选择正确的盖大小。

在这项研究中，使用中等大小的帽，因为它适合大多数青少年或成人参与者。根据文献中的实验设计绘制布局。在 EEG 盖内挖 22 个孔，用于保持与专门外额皮层的 fNIRS 视点一体。

根据 10-20 国际系统，沿 EEG 盖表面放置 21 或 71 个 EEG 电极，并安装视光的格栅。将每个源探测器对之间的距离设置为三厘米，然后修复视点。在每个光极中，蓝色光极是探测器，而红色视点是激光源。

在软件中设置 EEG 和 fNIRS 端口。为 EEG 系统设置本研究中的并行端口示例 H378。为 fNIRS 系统设置串行端口，本研究例 600。

应修改有关各种 EEG 和 fNIRS 设置的端口类型和编号。请联系制造商了解更多信息。实验前的准备。

用激光预热 fNIRS 系统。打开 30 分钟。为 fNIRS 测量系统设置所有必要的操作许可器。

如果设置，包括EEG和fNIRS测量系统给参与者。根据 10-20 国际系统测量和标记 CZ 点。确定 CZ 的电极位置，在左右轨道间齿片距离的一半距离的一半。

先将帽子的前部沿参与者额头放置，然后向下拉帽的后侧向颈部。验证位置。请注意，强烈建议首先设置 EEG 电极，然后设置最近的光极。

如果 EEG 导电凝胶覆盖了放置最近光二极管的孔，它应该是干净的，以防止光二极管的污染。准备 EEG 录制。通过插入钝针穿过 EEG 电极栅的孔来填充导电凝胶。

根据电平将所有电极放入 EEG 电极网格中。打开 EEG 软件并检查电极的信号质量。如果信号质量不能满足要求，通过重新填充导电凝胶来重新调整电极。

准备 fNIRS 录音。注意不要将参与者的眼睛直接暴露在源的激光束上。将光纤沿连接到 fNIRS 测量系统和附加支架的支架臂放置。

确保纤维整洁。根据布局将光源和探测器插入孔中。测试信号质量。

如果通道没有高电平信号与噪声比。例如，如果通道以黄色标记，则轻轻地交换光学探头周围的参与者头发，以确保光学探头和头骨之间不存在任何区域。如果步骤 2.8.3 无法提高信号质量，则提高信号强度。

如果信号太多。例如，如果通道标记为红色，请关闭信号强度。运行实验。

当信号稳定且信号与噪声比良好且参与者熟悉实验说明时，开始实验。实验后，保存并导出 EEG fNIRS 上的数据。小心拆下 EEG 电极和 fNIRS 光学探头。

使用 3D 数字化器测量 fNIRS 视点的三维 3D MNI 坐标。让参与者坐在椅子上，戴上带传感器的眼镜。打开计算机上的数字化软件。

确保 3D 数字化器系统通过适当的 com 端口与计算机连接。加载文件中设置的 optode 的布局。移动 3D 数字化器样式与关键位置一致。

NZ， LZ，左耳，右耳，CZ 沿屏幕，然后按手写笔上的按钮。本地化光源和探测器。导出 3D 坐标文件。

数据分析。fNIRS 数据分析。使用 2019 年大都会人寿的 fNIRS SPM 中的注册选项处理 3D MNI 坐标文件。

选择具有 3D 数字化的单独特殊注册。选择之前，保存它其他和源文本文件。注册。根据以下步骤，使用荷马2软件预处理 fNIRS 信号。

修改后的运动伪像校正的应用。然后通过过滤 0.015 赫兹到 0.2 赫兹。通过除以平均值来使更动态的信号振幅正常化。

基于 3D 数字化信息生成每个通道的 fNIRS 数据。根据 fNIRS SPM 的回归计算，选择在 SFC 中注册概率为 100% 或以上的通道，以便进一步分析。导出 HbO 的峰值值。

EEG 数据处理。使用插件将原始 EEG 数据文件夹加载到 EEG 实验室。在本研究中选择 BDF 文件的 BOC 插件。

请注意，请根据EEG数据文件格式选择合适的插件。设置 EEG 实验室的通道位置信息。加载盖的相应位置文件。

我们在ERP实验室的电极中参考，这是EEG实验室的一个插件。选择通道，作为参考电极将通道放在大容量存储中。根据 ERP 实验室中的事件和 bin 文件提取 EEG 数据。

使用 IIR 筛选器筛选 ERP 实验室中的 EEG 数据段。通过过滤截止 30 赫兹的低频和 0.1 赫兹曲线的高频滤波。在 EEG 实验室中去除本登成分分析中的眼脑电图伪影。

拒绝在 ERP 实验室的任何通道中振幅值超过正 100 到负 100 微伏范围的 EEG 数据段。ERP 实验室中的 EEG 数据段。请注意，这些是常用的数据分析方法和预处理 EEG 和 fNIRS 数据的软件。

有许多可用的处理软件和方法。相关性计算。使用 Pearson 相关分析生成 fNIRS 和 EEG 记录之间的关系。

代表性结果。fNIRS 耳机放置和通道配置。数字化的视点布局被转换成MNI坐标系，并沿大脑皮层重叠。

与侧翼任务关联的所有通道的 HbO 信号。粉红色曲线表示一致条件，而绿色曲线表示一致条件。用于 FZ 和 FCZ 电极的 ERP 信号。

黑色曲线定义不协调条件，而红色曲线表示一致条件。ERP N200 和 fNIRS 信号沿 SFC 之间的相关性对于不一致的情况。综上关于EEG和fNIRS神经成像的总结，通过记录整个大脑的神经信号和前额皮层的血动力反应，对大脑激活进行映射。

我们成功获取了 EEG 和 fNIRS 数据，并完成了侧翼任务。我们的发现表明，fNIRS血流动力学响应和ERP N200分量显著相关，表现出与侧翼任务相关的认知机制的不同视角。我们的多模式神经成像结果支持EEG和fNIRS技术在大脑贡献中的重要作用，为增进对不同认知处理神经机制的理解铺平了道路。