Summary
本协议描述了如何进行 fnirs 超扫描实验和分析人脑同步。此外, 我们还讨论了挑战和可能的解决方案。
Abstract
两个或两个以上相互作用的人的同时大脑记录, 一种叫做超扫描的方法, 对于我们理解社会交往的神经生物学基础, 以及可能的人际关系越来越重要.功能近红外光谱 (fnirs) 非常适合进行超扫描实验, 因为它测量局部血流动力学效应和高采样率, 重要的是, 它可以应用于自然环境, 不需要严格的运动限制。在本文中, 我们提出了一个协议, 用于进行 fnirs 超扫描实验与亲子染料和分析大脑到大脑的同步。此外, 我们还讨论了实验设计、fnirs 通道的空间配准、生理影响和数据分析方法等关键问题和未来发展方向。所描述的协议不是专门针对亲子 dyads 的, 但可以应用于各种不同的二元星座, 如成人陌生人、浪漫伴侣或兄弟姐妹。总之, fnirs 超扫描有可能对正在进行的社会交往的动态产生新的见解, 这可能超出了通过检查个体大脑的活动可以研究的范围。
Introduction
近年来, 神经科学家开始通过同时记录两个或两个以上人的大脑活动来研究社会交往, 这种方法被称为超扫描1。这项技术为阐明这些相互作用背后的神经生物学机制提供了新的机会。要充分理解社会交往, 可能不足以孤立地研究单个大脑, 而还不足以研究相互作用的人2的大脑的联合活动。使用不同的神经成像技术, 超扫描研究表明, 大脑活动的互动的人或群体同步,例如, 当他们协调他们的行动3, 使音乐4, 沟通5,从事课堂活动或合作.
本文提出了一种利用功能近红外光谱 (fnirs) 进行同步记录的协议。类似于功能磁共振成像 (fmri), fnirs 测量大脑激活的血流动力学反应。含氧和脱氧血红蛋白 (oxy-hb 和脱氧-hb) 的变化是根据通过组织扩散的近红外光量计算的.fnirs 非常适合进行超扫描实验, 特别是对儿童进行的实验, 因为它可以应用于比 fNIRS 更有限、更自然的环境中。此外, 它不太容易发生运动伪影, 比 fmri 和 eeg9。此外, fnirs 数据可以在高采样频率 (例如10 hz) 下获得, 因此它高度高估了相对缓慢的血流动力学反应, 从而有可能提供更完整的脑血流动力学时间图10.
该协议是在 reindl 等人的研究范围内制定的.11和最近略有修改 (特别是在通道放置和坏通道识别方面)。这项研究的目的是研究亲子关系的同步大脑活动。我们使用 fnirs 超扫描法, 评估了儿童 (5至9岁) 及其父母 (主要是母亲) 在合作和竞争的计算机任务中的前额脑区域的大脑与大脑同步。前额叶大脑区域是有针对性的, 因为在以前的超扫描研究 1中, 它们被确定为社会互动过程的重要区域。合作和竞争任务最初是由崔永元等人制定的.12和最近受雇于以前的几项研究 13,14,15。为 reindl等人的研究。1 1日, 对任务进行了修改, 使其适合儿童。参与者被要求通过按钮按下对目标 (合作) 的联合反应, 或者比其他参与者 (比赛) 反应更快。每个孩子都与父母一起完成每项任务一次, 与父母同性别的成年陌生人一起完成一次。在每个儿童成人的 dyad 中, 计算出相应通道的氧化-hb 信号的小波相干性, 作为大脑与大脑同步的度量。
该协议描述了在合作和竞争游戏中收集父母和孩子的 fnirs 超扫描数据的程序。然而, 整个程序并不具体于这项研究设计, 但适用于不同的人群 (例如, 成人陌生人、浪漫伴侣、兄弟姐妹等), 可以适应许多不同的实验任务。该协议还概述了一个可能的分析程序, 其中包括必要的和可选的数据分析步骤, 包括 fnirs 数据预处理、不良信道检测、小波相干分析和随机对分析验证。
Subscription Required. Please recommend JoVE to your librarian.
Protocol
在参加之前, 所有父母/子女都提供知情同意/同意。这项研究得到了亚琛 rwth 大学医学院伦理委员会的批准。
1. 参与者到达前的准备工作
- 准备新的国税局帽。
- 选择与参与者的头部周长大小相同或稍大的瓶盖尺寸。
- 将直径约为15毫米的15个孔切割成2个原始脑电图帽的额头区域, 每个孔的直径约为15毫米, 排列在水平3x5 网格中 (见材料表)。确保孔在任何方向上彼此间隔30毫米, 孔的中间柱位于前额的中心,即鼻子上方, 底部的行位于眉毛上方。
- 为了使瓶盖更舒适, 并最大限度地减少压力痕迹, 在探头插座和边缘之间的支架网格内侧安装软泡沫材料 (例如, 粘合窗密封胶带或类似的扁平泡沫橡胶材料)。如有必要, 请使用双面胶带或缝纫线。
- 将一个空的3x5 探头支架网格 (见材料表) 安装到每个修改后的 eeg 盖上, 以便将支架网格本身放置在盖的内部, 并且支架插座粘在孔中。
注: nirs 测量系统 (见材料表) 有两个单独的探头组, 每个参与者使用一个探头集。 - 轻轻地将探头插入网格上相应的支架插座, 以便只在插槽中安装每个探头的第一个脊, 从而产生一次单击声音。
- 打开 nirs 测量系统上的探头集监控窗口, 并选择2个探头集, 每个探头组设置在3x5 网格中, 一个用于参与的儿童, 一个用于成人。确保两个盖帽的探头排列与探头集窗口中的排列一致 (即相应发射器和接收器探头编号的相同位置)。
- 准备实验。
- 启动 nirs 测量系统, 在测量前30分钟打开激光二极管, 使系统达到稳定的工作温度。
- 在 nirs 测量系统中设置所有必要的选项。确保设备设置为与事件相关的测量, 并且从实验范式接收触发器所必需的 rs232 串行输入处于活动状态。
注: 该实验是由 cui 等人设计的一个范例的改编版本.12、编程在非商业心理学工具箱扩展, 版本 3.0.1116。 - 通过启动作为精神物理工具箱扩展基础的技术计算软件 (参见材料表), 并将当前目录设置为保存范例的文件夹, 准备实验范例。
- 在实验过程中, 将两个下巴放在电脑屏幕前, 以防止头部移动。
2. 进入实验室的参与者
- 为参与者做好准备。
- 向参与者展示和解释包括 nirs 测量系统在内的实验设置。始终确保参与者不会直接查看 nirs 测量系统的激光束, 因为这可能对眼睛有害。
- 将参与者放在电脑屏幕前, 彼此相邻。调整下巴休息的高度, 使两个参与者都坐得舒适。
- 指导参与者, 并管理合作游戏和竞争游戏的实践试验。如有必要, 在实践试验期间给予额外的指示。
- 根据10-20 系统测量和标记 fpz 点, 该系统是每个参与者头部的 nasion 和 inion 之间距离的10%。
- 将带探头的盖子小心地放在参与者的头上, 关闭激光。首先将盖的前部 (包括探头网格) 放在参与者的额头上, 然后将帽子的背面向颈部拉下。确保底部行的中间探头放置在 fpz 上, 中间探针列沿矢状参考曲线对齐。
- 将纤维弦放在连接到 nirs 测量系统的支架臂上, 使其松散地悬挂, 而不会与参与者或椅子接触, 并且不会拉上盖帽。如有必要, 请为第二个参与者使用附加支架 (例如, 修改后的麦克风支架或类似支架)。
- 将每个探头进一步推入其插座, 直到探头外壳顶部中心的白色小鼻子可见。
注意: 一旦探头尖端接触到参与者的头皮, 鼻子就会被线圈弹簧机构向上推。 - 再次打开激光, 并通过单击 nirs 测量系统的探头集监控窗口中的 "自动增益" 按钮来测试信号质量。
- 如果通道没有足够的信号 (即,如果用黄色标记), 轻轻地将头发放在周围探头尖端下方。如有必要, 将探头进一步推入其插座, 但确保参与者的舒适性。通过再次单击 "自动增益" 按钮, 检查信号质量是否有所改善 (即通道现在标记为绿色)。
- 如果步骤2.1.9。不会导致信号的改善, 调整信号强度。如果信号过多 (即, 如果通道标记为红色), 请通过反复单击 nirs 测量系统的探头集监控窗口中各自探头的符号, 将信号强度更改为较低的信号强度。如果没有足够的信号 (即, 如果通道标记为黄色), 请将信号强度更改为高信号强度, 再次通过反复单击相应探头的符号。
- 运行实验
- 当实践试验后没有问题, 并确保了良好的信号质量时, 开始实验范式。
- 在参与者的手上放一条毛巾, 这样他们就看不到各自游戏伙伴的手的动作。
- 实验结束后, 通过单击 "文本文件输出" 按钮, 将数据保存并将原始光强数据导出为文本文件。请勿在 nirs 测量系统中应用任何过滤器。
- 用乙醇清洁所有必要的材料 (探头、探头支架、下巴休息)。用温和的洗涤剂在温和的循环中清洗瓶盖。
3. 数据分析
- 数据预处理
注: 有几个非商业软件包可用于 fnirs 数据分析,例如, homer 17、nirs 大脑分析18或 spm用于 fnirs19。后者用于以下预处理步骤。有关如何执行这些步骤的详细信息, 请参阅工具箱手册。- 将数据文件转换为 spm, 以实现 fnirs 数据格式。
- 通过按主窗口中的 "转换" 按钮, 使用修改后的啤酒-兰伯特定律计算氧 hb 和脱氧 hb 浓度变化。输入拍摄对象的年龄以及源与检测器之间的距离 (例如, 3 厘米)。接受氧化 hb 和脱氧 hb 波长 () 1 和2的摩尔吸收系数的默认值, 以及在1和2处的微分路径长度因子 (dpf) 的默认值。
- 通过选择 mara 按钮, 预处理血流动力学变化的时间序列, 以减少运动伪影 (有关 mara 算法的更多信息, 请参见 scholkman 等人.20)。
- 通过选择 dct 按钮, 对时间序列进行预处理, 以减少缓慢漂移。
- 错误的通道检测
注意: 在 fnirs 数据预处理之前和/或之后, 可以执行不良的通道检测。在该协议中, 将检测不良通道和目视检查的不同客观标准结合起来。请注意, 拟议的客观标准清单并非详尽无遗。对于糟糕的通道检测, 使用了自写脚本 (对于技术计算软件, 请参阅材料表)。- 排除多个连续样本没有信号变化的通道, 在绘制时间序列时, 该通道由一条扁线表示。
- 计算原始衰减数据的变异系数 cv = SD/mean*100。排除简历高于预定百分比的渠道 (例如, 10%; 例如, 见 van der kant等人.21)。
- 绘制信号的功率谱。如果在 1 hz 左右的信号频谱中没有可见的心跳, 如此频段中的功率增加所示, 则将通道排除在分析之外。
- 目视检查预处理前和预处理后或之后的所有数据。根据3.2.1 中描述的客观标准 (3.2.3) 以及噪声通道的主观视觉检测, 决定是否包括通道。
- 脑间连接
注: 可以区分两种不同的大脑连接估计类型: 量化连接强度的非定向估计数和旨在从数据中确定因果关系统计证据的估计数 22.这里的重点是小波变换一致性 (wtc), 这是一个广泛应用的非定向估计 firs 近脑连接。有几种用于计算 wtc 的非商业软件解决方案,例如, gr步化和同事23或 as大批 24, 本协议中用于以下步骤。- 在 as大批工具箱的 awco 函数中, 指定母小波 (例如, 广义莫尔斯小波及其参数 beta 和γ), 它用于通过连续小波将每个时间序列转换为时间和频域转型。
- 为 awco 函数中的时间和比例域指定平滑窗口类型 (例如, hanning 窗口) 和平滑窗口大小。
- 若要检查 wtc 系数的重要性并计算其p值, 请在 awco 函数中指定代用时间序列 (n ≥300) 和 arma 模型 (例如, ar (1)) 的数目。
- 利用步骤中指定的参数 3.3.1 3.3.3, 计算两个相应通道 (两个参与者中的同一通道) 的小波相干性。
- 根据以前的研究和对数据的目视检查, 选择一个感兴趣的频带, 在这个频段中, 与任务相关的大脑与大脑的同步预计会发生 (关于另一种方法, 请参见 nozawa等人.25)。
- 计算每个通道中每个任务块和每个 dyad 的 wtc 系数的平均值和/或与任务相关的频段中重要 wtc 系数的百分比。使用此值作为大脑与大脑同步的结果度量, 以便进行进一步的统计分析 (有关详细信息, 请参见 reindl等人.11)。
- 随机对的比较
注意: 为了验证结果, 我们建议将实际 dyads 的 wtc 与随机成人-子配对的 wtc 进行比较, 后者没有相互玩, 但执行了相同的实验任务。- 计算没有一起玩但执行相同实验任务 (即随机对) 的参与者对的 wtc, 如 3.3. 中所述。选择随机对的数量 (例如, 每个条件为 300), 并为每个随机对计算 wtc。
- 比较随机对和实际对的相干性, 避免了伪同步性的检测。
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
图 1显示了在合作条件下一个父子 dyad 的代表性数据。合作任务由三个30的休息块和两个任务块组成, 每个任务块有20个试验, 以交替的顺序呈现。在每次试验中, 参与者必须尽可能同时对信号做出反应, 以获得1 1分。
图 1:超扫描数据分析和代表性结果。光强数据以两个参与者的22个通道收集。首先, 检测到不良通道, 并将其排除在进一步分析之外。之后, 光强数据转换为氧血红蛋白 (oxy-hb) 和脱氧血红蛋白 (dexy-hb) 的变化。在合作条件下, 在 ch8 中显示一个典型的亲子 dyad 信号。数据通过减少运动伪影和缓慢漂移进行预处理。然后, 根据预处理后的氧-hb 信号计算小波相干性。为了估计每个小波相干值的意义, 生成了300个代用时间序列。如果观测到的小波相干值高于在同一时间点和尺度上从代用时间序列获得的小波相干值的 95%, 则被认为是显著的。显著的小波相干值由图中各自区域周围的实线标记。与任务相关的频段的一致性在黑匣子内描绘。请注意, 图中描述的分析步骤和参数化应理解为一个示例。最佳参数化取决于数据,例如, mara 算法的不同参数可能最适用于不同类型的工件20, 并且还没有任何分析步骤的黄金标准。请点击这里查看此图的较大版本.
研究结果为亲子 dyad 的两个参与者的第8频道的 fnirs 数据提供了实例。在预处理之前, 从 fnirs 设备接收到的原始光衰减数据将转换为两个参与者的 oxy-hb 和脱氧 hb 的变化。接下来, 对 fnirs 时间序列进行预处理, 以减少运动伪影和漂移。最后, 根据两个参与者的预处理氧 hb 信号计算出了重要的 wtc。
图 1显示了一个实值 wtc 矩阵, 它由时域和频域的相干系数组成 (这里在周期长度中)。系数可以在0和1之间, 1 表示两个信号24之间在特定时间和频率上的完美关系.这些系数使用从蓝色 (很少或没有相干性) 到红色 (强或最大相干性) 的彩图进行可视化。显著的相干值由图中各个区域周围的实黑色线标记。每个任务块的开始和结束由垂直虚线表示。
结果表明, 在整个实验过程中, 在高频频段中具有很强的相干性, 直到周期长度约为 1秒 (1 hz)。这可能是由于父母和孩子的心律失常造成的。此外, 结果显示, 在约2秒至8秒周期长度 (0.5-0.125 hz) 之间的低频频段中具有很强的相干性。由于伪随机变量提示持续时间 (600-1500 毫秒) 和参与者的个人反应时间不同, 但假设反应时间约为 1秒, 则平均为7秒。因此, 这种低频范围内的一致性很可能反映了两个主体在任务期间大脑活动的同步。
Subscription Required. Please recommend JoVE to your librarian.
Discussion
在这个协议中, 我们展示了如何进行 fnirs 超扫描实验和一种可能的方法来分析大脑对大脑的同步, 测量浓度变化的氧化 hb 和脱氧-hb 在两个受试者的额脑区域同时。fnirs 超扫描相对容易应用: 一个单一的 nirs 装置足以通过在两个主体之间分裂的光原来测量两个主体的大脑活动。因此, 不同设备之间不需要同步 1。此外, 由于 fnirs 不需要严格的运动限制, 因此非常适合在自然环境和儿童中进行超罐装实验。在下面, 我们重点介绍了设计、分析和解释 (fnirs) 超扫描实验时的一些关键问题, 讨论了挑战以及可能的解决方案。
实验设计.超扫描研究的一个重要问题涉及实验设计。两个独立完成相同实验任务的参与者可能会显示出类似的大脑活动, 然后可能被检测为大脑与大脑的同步26。为了区分实验任务和社会交往引起的脑脑同步, 需要适当的实验控制条件。一方面, 合作和竞争任务非常适合, 因为它们只在合作任务部分不同, 而在刺激材料和参与者的运动行为上不同。另一方面, 不那么标准化和更自然的互动 (例如, 一起制造一个难题) 可能会导致社会互动行为出现更多的差异, 并可能具有更大的生态有效性。
通道的空间注册.在 fnirs 超扫描中, 一个挑战是在相应的通道中测量血流动力学活动。在两个参与者头部的相应位置安装发射器和检测器探测器并不保证在两个相应的皮质区域的活动被挖掘, 因为单个大脑解剖可能因参与者而异。同时测量成人和儿童通过在解剖上引入发育差异来加剧这一问题。此外, 随着通道数量的增加, 由于头部形状和大小 27的变化, 各受试者的通道位置不太可重复。etg-4000 的一个可选附件是探头定位单元, 它在三维空间中创建相对于头部基准点的探头位置。然后, 这些数据可以共同注册到参与者大脑的结构 mr 图像27。获取 mr 图像和使用定位单元将使实验者能够更好地控制两个参与者在相应的大脑区域中是否实际测量活动。此外, 研究人员可以通过计算一个全面连接模型, 测量两个参与者的任何两个通道之间的连接, 在一定程度上规避这一问题。
全身生理的影响.另一个重要的问题是, 血液动力学变化不仅受到神经血管耦合的影响, 从而受到神经元活动的影响, 还受到心脏率、血压、呼吸率和自主变化等系统变化的影响神经系统活动28。因此, 在两名合作参与者的血流动力学变化中检测到的任何同步也可归因于这些因素的同步。先前的研究表明, 两个相互作用的伙伴确实同步他们的生理活动29。但是, 请注意, 在具有彼此直接比较的不同实验条件的任务中, 只有在生理耦合在另一个条件中更为突出而不是更突出的情况下, 才是一个混球。然而, 在超扫描研究中获取生理数据, 使这些参数能够进行实验控制, 是有帮助的。另一个选择, nozawa 等人最近证明了这一点.25、是添加测量通道与短源检测器 (s-d) 分离 (例如, 1 厘米), 这是敏感的浅层皮肤血液流动信号。然后, 可以通过常规 s-d 分离 (例如, 3 厘米) 从测量通道获得的 fnirs 信号中取出相应的组件, 从而减少生理混淆的影响。这种双距离或多距离方法已被证明可以提高任务增强 (这里: 通信增强) 的灵敏度。
数据分析.超扫描结果依赖于一个估计器来量化大脑与大脑的同步。在目前的研究中, 我们计算了相应通道的氧 hb 信号的 wtc, 作为大脑与大脑同步的度量。基于小波的方法的优点是考虑了时频空间中时间序列的振荡动力学。wtc 是一种基于小波变换时间序列计算的非定向度量, 表示两个时间序列之间关系的强度。在未来的研究, 它将是有趣的另外包括被指挥的措施, 例如格兰杰因果关系, 为了审查哪些参加者 "带领" 活动 (例如参见 pan等人.15). 此外, 虽然以前许多基于 fnirs 的超扫描研究只在一个信号 (例如, oxy-hb) 中检查大脑与大脑的同步, 但最好同时考虑氧-hb 和脱氧 hb (可能还有全 hb), 以便充分fnirs 技术的优势 15。
限制.尽管 fnirs 提供了一种有前途、快速发展的神经成像技术, 但在规划这样的研究时, 需要考虑与该设备相关的一些技术限制 (最近的审查见 pinti等人).30). 与脑电图和 fmri 相比, fnirs 对运动伪影的抵抗力更强, 但仍需要足够的运动伪影控制和检测。有工件的几个潜在原因。首先, 一些参与者倾向于突然移动头部, 特别是婴儿和儿童, 从而可能拉扯纤维束, 影响接触。新的无纤维器件的开发更强大的运动, 从而允许调查活动任务 30。使用补心休息可以作为一个额外的运动工件控制;然而, 它限制了在自然相互作用中记录大脑活动的能力。其次, 获得适当的接触可能会受到参与者的深色、卷曲和/或浓密的头发的阻碍。因此, 放置光对物可能非常耗时, 并且并不总是保证一个完美的信号。第三, 根据 fnirs 系统的不同, 长时间佩戴选择法会给参与者的头部带来压力, 这可能会让人感到不愉快。这不仅限制了实验的录制时间, 还可能导致更多的运动和人工制品 (例如,较小的孩子可能会拉上帽子)。除了运动伪影, 值得注意的是, fnirs 只提供皮质表面的测量。最后, 还没有标准化的数据分析准则。在过去几年中开发了几个工具箱, 并首次尝试分析各种预处理技术 (例如,准将) 的有效性.31库珀等人此外, 本文提出的分析协议显示了一种分析 fnirs 超扫描数据的方法。重要的是, 分析的选定参数应被理解为一种可能的选择, 而不是标准准则。在过去几年里, 不同的研究小组开发了其他几个 fnirs 超扫描分析协议 (例如, 见 cui等人).12岁;赫希等人33)。
结论.fnirs 超扫描技术是一种很有前途的技术, 可以进一步深入了解社会交往的神经生物学基础34。在未来, 便携式和无纤维的 nirs 设备可能是特别重要的, 当检查大脑到大脑同步的自然相互作用, 并从 dyad 转向更大的研究对象组。最后, 结合不同的神经成像技术,如eegg-fnirs, 可以提供新的见解, 扩大我们对大脑与大脑同步的理解。
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
作者没有什么可透露的。
Acknowledgments
这项工作由德国联邦州和政府的卓越倡议 (ers 种子基金、opsfs449) 资助。hitachi nirs 系统得到了德国研究基金会 dfg (inst 94818-1 fugg) 的资助。
Materials
| Name | Company | Catalog Number | Comments |
| NIRS measurement system with probe sets and probe holder grids | Hitachi Medical Corporation, Tokyo, Japan | ETG-4000 Optical Topography System | The current study protocol requires an optional second adult probe set for 52 channels of measurement in total as well as two 3x5 probe holder grids. |
| raw EEG caps | EASYCAP GmbH, Herrsching, Germany | C-SCMS-56; C-SCMS-58 | Caps must be provided with holes for NIRS probes by the experimenter. Choose cap size the same size or slightly larger than participant's head circumference. |
| Technical computing software | The MathWorks, Inc., Natick, MA | MATLAB R2014a (or later versions) | Serves as base for Psychophysics Toolbox extensions (stimulus presentation), SPM for fNIRS toolbox (fNIRS data analysis), and ASToolbox (WTC computation). |
References
- Babiloni, F., Astolfi, L. Social neuroscience and hyperscanning techniques: past, present and future. Neuroscience & Biobehavioral Reviews. 44, 76-93 (2014).
- Hari, R., Henriksson, L., Malinen, S., Parkkonen, L. Centrality of social interaction in human brain function. Neuron. 88 (1), 181-193 (2015).
- Funane, T., et al. Synchronous activity of two people's prefrontal cortices during a cooperative task measured by simultaneous near-infrared spectroscopy. Journal of Biomedical Optics. 16 (7), 077011 (2011).
- Lindenberger, U., Li, S. -C., Gruber, W., Müller, V. Brains swinging in concert: cortical phase synchronization while playing guitar. BMC Neuroscience. 10, 22 (2009).
- Jiang, J., et al. Neural synchronization during face-to-face communication. Journal of Neuroscience. 32 (45), 16064-16069 (2012).
- Dikker, S., et al. Brain-to-brain synchrony tracks real-world dynamic group interactions in the classroom. Current Biology. 27 (9), 1375-1380 (2017).
- Liu, N., et al. NIRS-based hyperscanning reveals inter-brain neural synchronization during cooperative Jenga game with face-to-face communication. Frontiers in Human Neuroscience. 10, 82 (2016).
- Hoshi, Y. Functional near-infrared spectroscopy: current status and future prospects. Journal of Biomedical Optics. 12 (6), 062106 (2007).
- Lloyd-Fox, S., Blasi, A., Elwell, C. Illuminating the developing brain: the past, present and future of functional near infrared spectroscopy. Neuroscience & Biobehavioral Reviews. 34 (3), 269-284 (2010).
- 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).
- Reindl, V., Gerloff, C., Scharke, W., Konrad, K. Brain-to-brain synchrony in parent-child dyads and the relationship with emotion regulation revealed by fNIRS-based hyperscanning. NeuroImage. 178, 493-502 (2018).
- Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. NeuroImage. 59 (3), 2430-2437 (2012).
- Baker, J. M., et al. Sex differences in neural and behavioral signatures of cooperation revealed by fNIRS hyperscanning. Scientific Reports. 6, 26492 (2016).
- Cheng, X., Li, X., Hu, Y. Synchronous brain activity during cooperative exchange depends on gender of partner: a fNIRS-based hyperscanning study. Human Brain Mapping. 36 (6), 2039-2048 (2015).
- Pan, Y., Cheng, X., Zhang, Z., Li, X., Hu, Y. Cooperation in lovers: an fNIRS-based hyperscanning study. Human Brain Mapping. 38 (2), 831-841 (2017).
- Kleiner, M., Brainard, D., Pelli, D. What's new in Psychtoolbox-3? Perception. 36, ECVP Abstract Supplement (2007).
- 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. Applied Optics. 48 (10), D280-D298 (2009).
- Santosa, H., Zhai, X., Fishburn, F., Huppert, T. The NIRS Brain AnalyzIR Toolbox. Algorithms. 11 (5), 73 (2018).
- Tak, S., Uga, M., Flandin, G., Dan, I., Penny, W. D. Sensor space group analysis for fNIRS data. Journal of Neuroscience Methods. 264, 103-112 (2016).
- Scholkmann, F., Spichtig, S., Muehlemann, T., Wolf, M. How to detect and reduce movement artifacts in near-infrared imaging using moving standard deviation and spline interpolation. Physiological Measurement. 31 (5), 649-662 (2010).
- van der Kant, A., Biro, S., Levelt, C., Huijbregts, S. Negative affect is related to reduced differential neural responses to social and non-social stimuli in 5-to-8-month-old infants: a functional near-infrared spectroscopy-study. Developmental Cognitive Neuroscience. 30, 23-30 (2018).
- Bastos, A. M., Schoffelen, J. -M. A tutorial review of functional connectivity analysis methods and their interpretational pitfalls. Frontiers in Systems Neuroscience. 9, 175 (2016).
- Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlinear Processes in Geophysics. 11, 561-566 (2004).
- Aguiar-Conraria, L., Soares, M. J. The continuous wavelet transform: moving beyond uni-and bivariate analysis. Journal of Economic Surveys. 28 (2), 344-375 (2014).
- Nozawa, T., Sasaki, Y., Sakaki, K., Yokoyama, R., Kawashima, R. Interpersonal frontopolar neural synchronization in group communication: an exploration toward fNIRS hyperscanning of natural interactions. NeuroImage. 133, 484-497 (2016).
- Burgess, A. P. On the interpretation of synchronization in EEG hyperscanning studies: a cautionary note. Frontiers in Human Neuroscience. 7, 881 (2013).
- Tsuzuki, D., Dan, I. Spatial registration for functional near-infrared spectroscopy: from channel position on the scalp to cortical location in individual and group analyses. NeuroImage. 85, 92-103 (2014).
- Tachtsidis, I., Scholkmann, F. False positives and false negatives in functional near-infrared spectroscopy: issues, challenges, and the way forward. Neurophotonics. 3 (3), 031405 (2016).
- Palumbo, R. V., et al. Interpersonal autonomic physiology: a systematic review of the literature. Personality and Social Psychology Review. 21 (2), 99-141 (2016).
- Pinti, P., et al. The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience. Annals of the New York Academy of Sciences. , (2018).
- Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: a comparison of motion correction techniques applied to real cognitive data. NeuroImage. 85 (1), 181-191 (2014).
- Cooper, R. J., et al. A systematic comparison of motion artifact correction techniques for functional near-infrared spectroscopy. Frontiers in Neuroscience. 6, 147 (2012).
- Hirsch, J., Zhang, X., Noah, J. A., Ono, Y. Frontal temporal and parietal systems synchronize within and across brains during live eye-to-eye contact. NeuroImage. 157, 314-330 (2017).
- Scholkmann, F., Holper, L., Wolf, U., Wolf, M. A new methodical approach in neuroscience: assessing inter-personal brain coupling using functional near-infrared imaging (fNIRI) hyperscanning. Frontiers in Human Neuroscience. 7, 813 (2013).
