使用 fNIRS 的块设计瑜伽体式练习期间前额叶皮层活动的静息态连接和神经影像学
2025年6月24日
本研究使用功能性近红外光谱 （fNIRS） 测量了 27 名成人在 23 分钟块状设计瑜伽体式序列中的前额叶皮层活动。在练习前后记录静息态连接。研究结果强调了 fNIRS 在基于运动的研究中的有效性，并为瑜伽体式的效果提供了神经学见解。
本研究使用fNIRS来探索是否可以在四种常见的瑜伽体式中测量大脑活动，旨在了解瑜伽对前额叶皮层的神经学影响。这项研究通过利用移动神经成像来测量运动过程中的大脑功能，解决了理解瑜伽体式如何影响大脑活动的差距，这是以前研究的有限领域。fNIRS 提供了一个关键优势，它可以在运动期间和自然环境中进行大脑活动测量，这与功能磁共振成像、脑电图不同，功能磁共振成像、脑电图仅限于静态、受控环境。
我们的实验室将开发 fNIRS 方法来衡量不同现实世界中的认知工作量和治疗结果，包括阅读障碍治疗、基于瑜伽的抑郁症干预、医疗培训和制造组装任务。
[旁白]首先，使用便携式 fNIRS 设备收集数据。根据制造商提供的双侧前额叶皮层布局，将光源和探测器定位到帽架中。保持源检测器间隔 3.0 厘米，以实现最佳皮质信号检测。包括两个间隔 1.0 厘米的短分离通道，通过回归头皮血流等表面信号来隔离皮质血流动力学反应。接下来，选择四种基本的哈达瑜伽姿势进行研究，它们构成了 Surya Namaskar 的核心，因为它们被广泛练习并允许评估倒立和背部伸展。以 PowerPoint 格式设计实验演示文稿，并为参与者提供视觉和听觉指南。确保每张幻灯片都显示一张照片和一种西班牙语姿势的名称，括号中包含梵文名称。在演示过程中，每 30 秒以随机顺序循环一次姿势 B、C 和 D，同时大声喊出姿势名称。在主动姿势之间随机穿插基线姿势，以平衡顺序并减少练习或居住影响。为了数据管理和一致性，通过调整图像分辨率和文本样式来标准化所有视觉材料，并用西班牙语和梵语姿势名称标记每个视觉材料。确保每个参与者在开始前都能清楚地查看演示屏幕。然后介绍主动姿势和基线姿势，描述它们的视觉特征和对齐方式。通过在参与者面前放置瑜伽垫、壁挂式绳索系统和可见的演示屏幕来准备实验空间。确认屏幕可读，不妨碍移动。现在通过检查电池、功能和软件兼容性来校准fNIRS系统。根据国际 10-20 系统将 optodes 放置在参与者的头皮上，并根据头部形状和头发密度进行调整。使用蓝牙将 fNIRS 帽连接到采集软件，以监控静息前后状态以及整个瑜伽体式练习期间的实时信号采集。使用系统界面验证信号质量参数，例如信噪比和头皮耦合指数。参与者坐下后，确认他们的脚平放，双手放在腿上，背部得到支撑。在开始之前询问他们是否感到舒服。接下来，用下巴带固定视光帽，并用竹签将头发分开，以便直接接触头皮。固定帽子并让参与者坐下后，指导他们闭上眼睛放松，开始体式前休息状态测量六分钟。在此期间以 25 赫兹收集 fNIRS 数据。使用采集软件通过DAQ模块评估信号质量。为确保最小的运动，指导参与者不要移动眉毛或触摸脸部，并避免在休息状态下入睡。然后，询问参与者是否不小心睡着了，以验证数据的准确性。第一次静止状态完成后，取下椅子。让参与者站立，同时确认信号保持稳定。指示他们遵循预先编程的演示，该演示会随着姿势提示自动进行。在演示过程中提供口头指示。使用采集软件中的事件注释功能手动记录标记为 A、B、C 和 D 的姿势标记，为每个转换添加时间戳以进行数据分析。活动会话结束后，检查所有姿势标记是否与相应的幻灯片过渡正确匹配，以确保准确的数据标记。在盖子仍然固定并确认信号质量的情况下，指示参与者再次坐下。然后闭上眼睛开始体式后静息状态测量六分钟。体式后等待两到五分钟，以确保系统校准和清晰信号，然后再开始静息后测量。 提醒参与者避免运动并像在早期休息时一样保持清醒，然后开始休息后测量。对主动通道的初步分析显示，控制姿势 A 与姿势 B 和 C 之间存在显着差异。在所有测量通道中，姿势 B 相对于基线姿势 A 引发的含氧血红蛋白反应显着更大。与基线姿势 A 相比，姿势 C 还导致 HBO 反应显着升高。与基线姿势相比，在所有三种主动瑜伽姿势中观察到前额叶皮层活动显着增加，其中右半球的活动尤为明显。姿势 B 在右侧下额叶和内侧前额叶皮层中诱导最大的神经激活。姿势 C 导致双侧前额叶皮层激活。姿势 D 仅表现出一个显着通道，含氧血红蛋白浓度适度增加，表明在所有三种姿势中对前额叶皮层活动的影响最小。静息状态功能连通性分析显示，瑜伽体式练习后，连接性主要在左内侧前额叶皮层下降，这是与默认模式网络相关的区域。
查看完整文字稿并访问数千部科学视频
概述
本研究利用功能性近红外光谱（fNIRS）观察了27名成年人在23分钟的瑜伽体式序列中的前额叶皮层活动。研究旨在阐明瑜伽体式如何影响大脑活动，特别关注练习前后的静息态连接性。研究结果强调了fNIRS在研究神经科学中基于运动的干预措施方面的潜力。
研究的关键组成部分
科学领域
- 神经科学
- 基于运动的研究
- 功能性近红外光谱（fNIRS）
背景
- 了解瑜伽的神经学效应仍然是一个探索不足的研究领域。
- 传统的成像方法如fMRI和EEG仅限于静态环境，而fNIRS允许在活动中进行移动评估。
- 该研究旨在填补瑜伽体式如何影响大脑功能的知识空白。
研究目的
- 测量瑜伽体式期间的前额叶皮层活动。
- 探索不同瑜伽姿势对大脑功能的影响。
- 评估瑜伽练习前后的静息态连接性。
使用的方法
- 使用功能性近红外光谱（fNIRS）收集数据。
- 研究涉及27名成年人，他们作为Surya Namaskar的一部分练习了四个常见的瑜伽体式。
- 评估包括瑜伽体式前后的静息状态，以及练习期间的实时信号采集。
- 数据以25赫兹的速率记录，以捕捉大脑活动的波动。
主要结果
- 在活跃的瑜伽姿势中观察到与基线姿势相比，前额叶皮层活动显著增加。
- 姿势B在右下部和中部前额叶皮层显示出最大的激活。
- 在瑜伽练习后，观察到左侧中部前额叶皮层的静息态功能连接性降低。
结论
- 本研究表明，fNIRS能够有效测量瑜伽等动态运动中的大脑活动。
- 获得的见解增强了我们对瑜伽练习神经学机制的理解。
常见问题
Executive Industry Relevance
Mobile fNIRS neuroimaging enables real-time quantification of prefrontal cortex activity during movement-based interventions, addressing a critical gap in translational neuroscience and behavioral biomarker discovery. This capability supports predictive confidence in early-stage target validation and mechanistic de-risking for neuropsychiatric and cognitive intervention pipelines. The approach enhances portfolio decision-making by providing quantitative, reproducible neural readouts in ecologically valid settings.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables direct interrogation of neural mechanisms underlying behavioral interventions in real-world contexts.
- Supports functional target validation by quantifying prefrontal cortex activation during specific movement paradigms.
- Facilitates mechanistic de-risking for non-pharmacological and combination therapy development.
Screening & Assay Development
- Provides standardized, quantitative hemodynamic readouts for assay development in neurobehavioral research.
- Enables reproducible measurement of neural responses to defined physical interventions.
- Supports scalability and platform reuse for screening cognitive or behavioral modulators.
Translational & Preclinical Research
- Aligns neural activity measurements with disease-relevant cognitive and behavioral endpoints.
- Enables continuity from discovery through preclinical validation for movement-based or digital therapeutics.
- Supports risk-adjusted advancement of interventions with quantifiable neural impact.
Pipeline & Workflow Integration
Mobile fNIRS neuroimaging integrates into the discovery-to-preclinical continuum for neurobehavioral intervention development, enabling hypothesis testing, target engagement assessment, and translational biomarker alignment.
- Discovery Biology: Quantifies neural activation and connectivity changes in response to defined behavioral stimuli.
- Screening: Delivers reproducible, quantitative outputs for comparing intervention effects on prefrontal cortex activity.
- Analytics: Provides statistical analysis of hemodynamic responses and connectivity metrics for robust condition comparison.
- Translational Research: Bridges early discovery findings to preclinical models and human proof-of-concept studies.
- Enterprise Reuse: Establishes a reusable neuroimaging workflow for diverse movement-based and cognitive intervention pipelines.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence and reduces mechanistic ambiguity in neurobehavioral target validation.
- Operational Value: Standardizes neural measurement protocols for reproducibility and scalability across studies.
- Strategic Value: Informs go/no-go decisions and capital allocation by providing quantitative neural endpoints.
- Portfolio Impact: Enables risk-adjusted prioritization of interventions with demonstrated neural engagement.
Implementation Considerations
- Requires expertise in neuroimaging, signal processing, and behavioral protocol design.
- Demands access to mobile fNIRS instrumentation and compatible analytical software.
- Necessitates cross-team standardization of posture presentation and data annotation workflows.
- Must adapt optode placement and signal quality checks for diverse participant populations.
- Spatial resolution and depth limitations of fNIRS should be considered in study design.
