Article de méthode

Collecte simultanée de données de mesures IRMf et NIRS f à l’aide d’un réseau d’optodes à tête entière et de canaux à courte distance

DOI :

10.3791/65088

⸱

20 octobre 2023

 ,  ,  , 
1Child Study Center, Yale University School of Medicine, 2Department of Psychology, University of Connecticut, 3Department of Psychology, Yale University

Dans cet article

Résumé

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

Nous présentons une méthode permettant de collecter simultanément des signaux IRMf et fNIRS chez les mêmes sujets avec une couverture fNIRS de la tête entière. Le protocole a été testé auprès de trois jeunes adultes et peut être adapté à la collecte de données pour des études de développement et des populations cliniques.

Résumé

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

La spectroscopie fonctionnelle dans le proche infrarouge (fNIRS) est une méthodologie de neuroimagerie portable, plus robuste au mouvement et plus rentable que l’imagerie par résonance magnétique fonctionnelle (IRMf), ce qui la rend parfaitement adaptée à la réalisation d’études naturalistes de la fonction cérébrale et à une utilisation avec des populations développementales et cliniques. Les méthodologies fNIRS et IRMf détectent les changements dans l’oxygénation cérébrale du sang au cours de l’activation cérébrale fonctionnelle, et des études antérieures ont montré une correspondance spatiale et temporelle élevée entre les deux signaux. Il n’y a cependant pas de comparaison quantitative des deux signaux collectés simultanément chez les mêmes sujets avec une couverture fNIRS de la tête entière. Cette comparaison est nécessaire pour valider de manière exhaustive les activations au niveau de la zone et la connectivité fonctionnelle par rapport à l’étalon-or de l’IRMf, qui à son tour a le potentiel de faciliter les comparaisons des deux signaux tout au long de la vie. Nous comblons cette lacune en décrivant un protocole pour la collecte simultanée de données de signaux IRMf et NIRS f qui : i) fournit une couverture fNIRS de la tête entière ; ii) comprend des mesures à courte distance pour la régression du signal physiologique systémique non cortical ; et iii) met en œuvre deux méthodes différentes pour le co-enregistrement optode-cuir chevelu des mesures fNIRS. Les données d’IRMf et de NIRS f de trois sujets sont présentées, et des recommandations pour adapter le protocole aux populations développementales et cliniques sont discutées. La configuration actuelle avec des adultes permet des séances de numérisation d’une durée moyenne d’environ 40 minutes, ce qui comprend à la fois des analyses fonctionnelles et structurelles. Le protocole décrit les étapes nécessaires à l’adaptation de l’équipement fNIRS pour une utilisation dans l’environnement de résonance magnétique (IRM), fournit des recommandations pour l’enregistrement des données et le co-enregistrement optode-scalp, et discute des modifications potentielles du protocole pour s’adapter aux spécificités du système fNIRS IRM disponible sans danger pour l’IRM. Des réponses représentatives spécifiques à un sujet à partir d’une tâche en damier clignotant illustrent la faisabilité du protocole pour mesurer les signaux fNIRS de la tête entière dans l’environnement d’IRM. Ce protocole sera particulièrement pertinent pour les chercheurs intéressés par la validation des signaux fNIRS par rapport à l’IRMf tout au long de la vie.

Introduction

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

La fonction cognitive est étudiée dans le cerveau humain adulte par imagerie par résonance magnétique fonctionnelle (IRMf) depuis près de trois décennies. Bien que l’IRMf fournisse une haute résolution spatiale et des images fonctionnelles et structurelles, elle n’est souvent pas pratique pour les études menées dans des contextes naturalistes ou pour une utilisation avec des nourrissons et des populations cliniques. Ces contraintes limitent considérablement notre compréhension du fonctionnement du cerveau. Une alternative à l’IRMf est l’utilisation de méthodologies portables plus rentables et plus résistantes au mouvement, telles que la spectroscopie fonctionnelle dans le proche infrarouge (fNIRS)1,2,3. Le fNIRS a été utilisé chez les nourrissons et les jeunes enfants pour évaluer la fonction cérébrale dans divers domaines cognitifs, tels que le développement du langage, le traitement de l’information socialement pertinente et le traitement des objets 4,5,6. Le fNIRS est également une modalité de neuroimagerie particulièrement adaptée aux tests sur les populations cliniques en raison de son potentiel de tests et de surveillance répétés à l’âge de7, 8 et 9 ans. Malgré sa large applicabilité, il n’existe pas d’études comparant quantitativement les signaux IRMf et fNIRS collectés simultanément chez les mêmes sujets avec une couverture de la tête entière. Cette comparaison est nécessaire pour valider de manière exhaustive les activations au niveau de la zone et la connectivité fonctionnelle entre les régions d’intérêt (ROI) par rapport à l’étalon-or de l’IRMf. De plus, l’établissement de cette correspondance intermodale a le potentiel d’améliorer l’interprétation du fNIRS lorsqu’il s’agit du seul signal collecté à travers le développement typique et atypique.

Les signaux IRMf et fNIRS détectent tous deux des changements dans l’oxygénation cérébrale du sang (CBO) lors de l’activation cérébrale fonctionnelle10,11. L’IRMf s’appuie sur les changements dans les champs électromagnétiques et fournit une haute résolution spatiale des changements CBO12. fNIRS, en revanche, mesure les niveaux d’absorption de la lumière proche infrarouge à l’aide d’une série d’optodes électroluminescentes et de détection de lumière2. Étant donné que le fNIRS mesure les changements d’absorption à différentes longueurs d’onde, il peut évaluer les changements de concentration dans l’oxyhémoglobine et la désoxyhémoglobine. Des études antérieures utilisant des enregistrements simultanés de signaux IRMf et NIRS fNIRS avec un petit nombre d’optodes ont montré que les deux signaux ont une correspondance spatiale et temporelle élevée10. Il existe de fortes corrélations entre l’IRMf dépendante du niveau d’oxygène dans le sang (BOLD) et les mesures optiques11,13, la désoxyhémoglobine montrant la corrélation la plus élevée avec la réponse BOLD, comme l’ont rapporté des travaux antérieurs comparant la dynamique temporelle des fonctions de réponse hémodynamique (HRF) du NIRS f et de l’IRMf (HRF)14. Ces premières études ont mis en œuvre des paradigmes de réponse motrice (c’est-à-dire le tapotement des doigts) et ont utilisé un nombre limité d’optodes couvrant les zones du cortex moteur primaire et prémoteur. Au cours de la dernière décennie, des études ont élargi l’objectif pour inclure une plus grande batterie de tâches cognitives et de séances à l’état de repos, bien qu’elles utilisent toujours un nombre limité d’optodes couvrant des ROI spécifiques. Ces études ont montré que la variabilité des corrélations NIRSf/IRMf dépend de la distance de l’optode par rapport au cuir chevelu et au cerveau15. De plus, le NIRS f peut fournir des mesures de connectivité fonctionnelle à l’état de repos comparables à l’IRMf16,17.

Le protocole actuel s’appuie sur des travaux antérieurs et aborde les principales limites en i) fournissant une couverture fNIRS de la tête entière, ii) incluant des mesures à courte distance pour la régression des signaux physiologiques non corticaux, iii) mettant en œuvre deux méthodes différentes pour le co-enregistrement optode-cuir chevelu des mesures fNIRS et iv) permettant l’évaluation de la fiabilité test-retest du signal sur deux sessions indépendantes. Ce protocole de collecte simultanée de données de signaux IRMf et NIRS a été initialement développé pour tester les jeunes adultes. Cependant, l’un des objectifs de l’étude était de créer un dispositif expérimental pour collecter des signaux IRMf/NIRS simultanés qui peuvent être adaptés par la suite pour tester des populations en développement. Par conséquent, le protocole actuel peut également servir de point de départ à l’élaboration d’un protocole de dépistage des jeunes enfants. En plus d’utiliser la couverture fNIRS de la tête entière, le protocole vise également à intégrer les avancées récentes dans le domaine du matériel fNIRS, telles que l’inclusion de canaux à courte distance pour mesurer le signal physiologique systémique (c’est-à-dire les changements vasculaires provenant de sources non corticales, telles que la pression artérielle, les signaux respiratoires et cardiaques)18,19 ; et l’utilisation d’un capteur de structure 3D pour le co-enregistrement optode-scalp20. Bien que le présent protocole se concentre sur les résultats d’une tâche en damier clignotant visuellement, l’ensemble de l’expérience comprend deux sessions avec un mélange de conceptions traditionnelles de tâches en bloc, de sessions à l’état de repos et de paradigmes naturalistes de visionnage de films.

Le protocole décrit les étapes nécessaires à l’adaptation de l’équipement fNIRS pour une utilisation dans l’environnement IRM, y compris la conception du capuchon, l’alignement temporel via la synchronisation des déclencheurs et les tests fantômes requis avant le début de la collecte de données. Comme nous l’avons indiqué, l’accent est mis ici sur les résultats de la tâche en damier clignotant, mais la procédure globale n’est pas spécifique à la tâche et peut convenir à un certain nombre de paradigmes expérimentaux. Le protocole décrit en outre les étapes requises lors de la collecte des données, qui comprennent la mise en place du capuchon fNIRS et l’étalonnage du signal, la configuration des participants et de l’équipement expérimental, ainsi que le nettoyage post-expérience et le stockage des données. Le protocole se termine en fournissant une vue d’ensemble des pipelines analytiques spécifiques au prétraitement des données fNIRS et IRMf.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Protocole

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

La recherche a été approuvée par l’Institutional Review Board (IRB) de l’Université de Yale. Le consentement éclairé a été obtenu pour tous les sujets. Les sujets devaient passer un examen par résonance magnétique pour s’assurer qu’ils participaient en toute sécurité. Ils ont été exclus s’ils avaient des antécédents de troubles médicaux ou neurologiques graves susceptibles d’affecter le fonctionnement cognitif (c.-à-d. un trouble neurocognitif ou dépressif, un traumatisme, une schizophrénie ou un trouble obsessionnel-compulsif).

REMARQUE : Le protocole actuel utilise un dispositif CW-NIRS avec 100 canaux longue distance et 8 canaux courte distance (32 sources de diodes laser, λ = 785/830 nm avec une puissance moyenne de 20 mW / longueur d’onde, et 38 détecteurs de photodiodes à avalanche) échantillonnés à 1,95 Hz. Les IRM et IRMf ont été recueillies sur un scanner Siemens 3 Tesla Prisma à l’aide d’une bobine de tête à 20 canaux. Toutes les données ont été recueillies au Yale Brain Imaging Center (https://brainimaging.yale.edu/). Des modifications spécifiques au système pour la collecte simultanée de données IRMf et NIRS f sont notées tout au long du protocole.

1. Modifications et développement de l’équipement fNIRS pour la collecte simultanée de données

REMARQUE : Les étapes 3 à 6 sont spécifiques au système NIRScoutXP et peuvent ne pas s’appliquer à d’autres systèmes fNIRS en raison de la variation du logiciel d’acquisition et des fantômes disponibles pour l’évaluation des optodes.

  1. Préparation des bouchons fNIRS
    1. Identifiez les plafonds fNIRS nécessaires pour l’étude. Pour une étude adulte, assurez-vous que les tailles de capuchon suivantes sont disponibles (en cm) : 54, 56, 58 et 60.
    2. REMARQUE : Les tailles de capuchon sont spécifiques au système utilisé dans ce protocole. Par conséquent, il peut y avoir des variations dans les tailles spécifiques nécessaires pour différents systèmes NIRS.
    3. À l’aide de capsules de vitamine E et d’un matériau hydrofuge (par exemple, un tissu en nylon avec revêtement PU), préparez les repères. Enveloppez les capsules avec le matériau de votre choix et cousez (ou collez) les repères sur les zones choisies (voir Figure 1A). Les capsules de vitamine E servent de marqueurs de repère pour identifier la position des canaux fNIRS par rapport au tissu cérébral sous-jacent à l’aide de l’image T1w.
    4. Déterminez le nombre de points de repère en fonction de la matrice d’optodes et de la méthode de co-enregistrement. Certaines études ne nécessiteront la détection que de quelques repères anatomiques, tandis que d’autres peuvent bénéficier de l’emplacement de points de repère à côté de chaque optode.
    5. Si le bonnet fNIRS est trop lâche à l’arrière de la tête, attachez deux sangles de chaque côté du bonnet à l’aide d’un tissu élastique (avec des boutonnières prédécoupées) et de boutons pour augmenter le réglage du bonnet. Chez tous les participants et quel que soit le degré de serrage de la casquette, fixez les sangles pour assurer une configuration cohérente de la casquette.
    6. Si l’avant du capuchon est trop serré sur le front, placez des tampons en caoutchouc sur les optodes qui sont en contact direct avec la peau. Si le fournisseur fNIRS ne fournit pas de tampons, créez-les à l’aide d’autocollants en feutre. Si vous utilisez des tampons en caoutchouc, utilisez-les pour tous les participants, quel que soit l’ajustement du capuchon, afin d’assurer une configuration cohérente du capuchon. Assurez-vous que les ingrédients dans les tampons en caoutchouc ne contiennent pas de composants métalliques pour se prémunir contre les artefacts dans les images IRM.
  2. Mise en place de l’équipement fNIRS dans les salles de contrôle et de scanner IRM
    1. Placez l’appareil fNIRS dans la salle de contrôle, à proximité de l’un des guides d’ondes menant à la salle du scanner. Utilisez une surface surélevée (par exemple, un escabeau) si nécessaire pour vous assurer que le dispositif fNIRS est aussi proche que possible des guides d’ondes afin de maximiser la longueur de la fibre.
    2. À l’aide d’un filet de câbles en maille, regroupez les fibres optiques en groupes. Déterminez ces groupes en fonction de la matrice d’optodes choisie. Idéalement, les fibres optiques seront regroupées de manière à ce que toutes les optodes du groupe soient placées du même côté de la tête (gauche ou droite).
    3. Connectez les fibres optiques à l’appareil fNIRS et guidez les faisceaux dans la salle du scanner à travers les guides d’ondes. Avant de commander les fibres optiques, mesurez la distance entre l’appareil fNIRS et le centre de l’alésage du scanner pour vous assurer que la longueur des fibres optiques sera suffisante.
    4. Amenez les fibres optiques sur la table du scanner. Utilisez un pont résistant à l’IRM pour maintenir les fibres optiques afin de vous assurer que le poids des fibres ne provoque pas l’affaissement des fibres et pour les empêcher de retirer le capuchon de la tête du sujet ( voir Figure 1B).
  3. Configuration de la boîte de réplicateur de port parallèle
    1. Installez la dernière version du logiciel NIRStar sur l’ordinateur d’acquisition de données fNIRS.
    2. Connectez le réplicateur de port parallèle au câble transmettant l’impulsion de type TTL (Transistor-Transistor Logic) à partir du scanner, comme indiqué dans le manuel de déclenchement du fabricant (version R2.1 ; voir Figure 1C). L’impulsion TTL correspond à une impulsion de synchronisation de tranche envoyée directement par le scanner. Lorsque le scanner envoie une impulsion, l’un des voyants LED s’allume.
    3. Connectez le boîtier du réplicateur de port parallèle au périphérique fNIRS via une entrée de port parallèle. Cela enverra un déclencheur au logiciel NIRStar chaque fois qu’une impulsion TTL du scanner est détectée. Le signal de déclenchement sera reflété sur l’écran d’enregistrement de l’acquisition de données sous la forme d’une ligne pointillée. Cette configuration assure la synchronisation de la collecte des données fNIRS et IRMf puisque chaque fois qu’une impulsion de synchronisation de tranche est collectée dans le scanner, cela sera reflété dans le flux de données fNIRS enregistré par le logiciel d’acquisition NIRStar.
  4. Préparation du fantôme statique pour l’évaluation de l’optode
    1. Placez les optodes dans le dispositif fantôme statique fourni par le fournisseur fNIRS. La disposition des optodes sur le fantôme dépendra du type d’instrument fNIRS et du nombre de sources et de détecteurs disponibles. Vérifiez la disposition correcte des optodes dans le guide de démarrage du fournisseur du fabricant.
    2. Assurez-vous que le fantôme est complètement protégé de toute source de lumière. Certains fournisseurs fournissent un boîtier adapté qui aide à protéger les optodes de toute source de lumière externe.
    3. Branchez toutes les sources disponibles et les faisceaux de détecteurs dans le fantôme fNIRS conformément à la disposition des optodes spécifiée.
    4. Connectez le fantôme fNIRS à l’ordinateur d’acquisition et lancez le logiciel d’acquisition NIRStar.
  5. Exécution d’un test d’instrument de bruit sombre fantôme
    1. Sous l’élément de menu Configurer le matériel du logiciel d’acquisition NIRStar, ouvrez l’onglet Channel Setup (Configuration du canal ). Assurez-vous que sous Nombre de sources et Nombre de détecteurs , le nombre total de sources et de détecteurs disponibles est correctement défini. Confirmez ces paramètres en cliquant sur OK.
    2. Lancez la fenêtre de test de bruit sombre en cliquant sur l’élément de menu Diagnostics dans le menu principal de la fenêtre NIRStar.
    3. Exécutez le test en appuyant sur le bouton Exécuter le test . Enregistrez les résultats du test en appuyant sur le bouton Enregistrer les résultats .
      REMARQUE : Reportez-vous au « Guide de démarrage : Dépannage de Static Phantom » du fabricant pour obtenir des conseils sur la façon d’interpréter les résultats.
  6. Exécution d’un test d’étalonnage fantôme
    1. Sous l’élément de menu Configurer le matériel du logiciel d’acquisition NIRStar, ouvrez l’onglet Channel Setup (Configuration du canal ). Assurez-vous que sous Nombre de sources et Nombre de détecteurs , le nombre total de sources et de détecteurs disponibles est correctement défini.
    2. Sous l’élément de menu Configurer le matériel , ouvrez l’onglet Masquage des canaux . Masquez tous les canaux en appuyant sur le bouton Sélectionner tout .
    3. Sous l’élément de menu Configurer le matériel , dans l’onglet Spécification matérielle , choisissez Fantôme statique sous Type d’étude. Confirmez ces paramètres en cliquant sur OK.
    4. Lancez l’étalonnage en appuyant sur le bouton Calibrer . Une fois l’étalonnage terminé, appuyez sur le bouton Détails pour afficher les résultats détaillés de l’étalonnage.
      REMARQUE : Reportez-vous au « Guide de démarrage : Dépannage de Static Phantom » du fabricant pour obtenir des conseils sur la façon d’interpréter les résultats.

figure-protocol-1
Graphique 1. Équipement pour la collecte simultanée de données de mesures IRMf et NIRSf. (A) Pochette en matériau noir hydrofuge pour stocker les capsules de vitamine E cousues sur le capuchon fNIRS adjacent à chaque optode. (B) Pont résistant à l’IRM pour maintenir les fibres optiques au-dessus du sol afin qu’elles puissent atteindre la tête du participant pendant la collecte des données. (C) Réplicateur de port parallèle qui transmet les impulsions du scanner au périphérique fNIRS. Veuillez cliquer ici pour voir une version agrandie de cette figure.

2. Conception de tâches expérimentales

  1. Décidez de la durée de la séance de numérisation en tenant compte de l’aisance du participant à l’intérieur du scanner. Par exemple, l’étude présentée ici comprend deux images structurales (T1w et T2w) pour une durée totale d’environ 14 min, et cinq cycles fonctionnels pour une durée supplémentaire d’environ 25 min.
    NOTA : Il sera nécessaire de mettre à l’essai l’étude avec plusieurs participants afin de déterminer la durée appropriée de l’étude, car des facteurs propres à l’étude (p. ex., l’âge du participant, la taille du chapeau) détermineront le niveau de confort.
  2. Concevoir les tâches de neuroimagerie en fonction des objectifs de recherche. Cela sera spécifique à l’étude. Ici, le déroulement (et les résultats représentatifs) d’une tâche en damier clignotant sont présentés.

3. Placement du capuchon fNIRS et étalonnage du signal le jour du test

REMARQUE : Toutes les étapes ci-dessous se déroulent dans les salles de contrôle ou de consentement de l’IRM, sauf indication contraire.

  1. Collecte des mesures de la tête et sélection du capuchon fNIRS
    1. Une fois que le participant a signé les formulaires de consentement pertinents et reçu les instructions pour les tâches à venir, demandez-lui de s’asseoir sur une chaise située dans la salle de contrôle.
    2. À l’aide d’un ruban à mesurer souple standard, enroulez le ruban autour de la circonférence la plus large possible de la tête du participant ; de la partie la plus proéminente du front (souvent 1 ou 2 doigts au-dessus du sourcil) à la partie la plus large de l’arrière de la tête et à l’arrière. Essayez de trouver la circonférence la plus large.
    3. Choisissez la taille de capuchon la plus proche de la circonférence mesurée.
  2. Fixation des sondes du détecteur à courte distance sur le capuchon
    REMARQUE : Cette étape est spécifique aux systèmes NIRx et peut ne pas s’appliquer à d’autres dispositifs fNIRS.
    1. Placez les sondes du détecteur à courte distance en saisissant fermement la base et en la faisant glisser autour de la partie de l’œillet qui traverse le maillage du capuchon fNIRS (voir Figure 2A). Veillez à ne pas retirer les sondes du détecteur à courte distance du câble, car cela pourrait endommager le câble.
      REMARQUE : Lorsque vous décidez de la distribution des sondes, veuillez vous référer à des travaux récents comparant les distributions de la tête entière et celles spécifiques au retour sur investissement18.
    2. Utilisez les clips d’organisateur de fibre fournis par le fabricant pour la gestion des câbles si nécessaire. Assurez-vous que les câbles du détecteur à courte distance sont orientés vers l’arrière du capuchon afin de garder la zone autour du visage dégagée.
  3. Placer le capuchon fNIRS et les optodes sur la tête du participant
    1. Demandez au participant d’enfiler la casquette en la faisant glisser directement vers le bas à partir du sommet de sa tête, comme s’il mettait un chapeau d’hiver. Assurez-vous que le capuchon est droit et que les oreilles sont dans les trous d’oreille.
    2. Demandez au participant de serrer la mentonnière autant qu’il est à l’aise. Serrez les sangles arrière et assurez-vous que le capuchon est solidement fixé et que les douilles d’optode sont bien serrées à la tête.
    3. Placez des autocollants verts pour marquer les emplacements des points de repère clés en fonction des 10 à 20 positions du système (inion, nasion, points pré-auriculaires antérieurs à l’oreille et Cz)21.
      REMARQUE : Les autocollants verts sont nécessaires si vous utilisez le capteur de structure 3D pour déterminer les coordonnées spatiales de la source et de l’emplacement de l’optode du détecteur. Cela peut varier en fonction du type de capteur de structure 3D. Le protocole actuel utilise un capteur de structure (Mark II) d’Occipital20.
    4. À l’aide d’un ruban à mesurer, alignez symétriquement les points du capuchon avec les points du cuir chevelu en vous assurant que i) les points pré-auriculaires sont équidistants du point Cz et ii) que l’inion et le point nasion sont équidistants du point Cz. Assurez-vous que la position du plafond est identique pour tous les participants.
  4. Obtention d’un modèle de la tête du participant à l’aide d’un numériseur de capteur de structure 3D
    1. Demandez au participant de rester assis sans bouger afin de créer un modèle 3D de sa tête.
    2. Ouvrez l’application Structure sur une tablette ou un iPad.
      REMARQUE : Le protocole décrit les étapes nécessaires à la création d’un maillage de tête avec le capteur de structure (Mark II) d’Occipital20. Ces étapes peuvent varier d’un système à l’autre.
    3. Assurez-vous que les paramètres suivants sont désactivés : couleur haute résolution, exposition automatique IR et suivi amélioré.
    4. Centrez le participant de manière à ce que toute sa tête soit dans le carré 3D à l’écran, que toute sa tête soit rendue et qu’il n’y ait pas trop d’épaules dans le cadre.
    5. Faites soigneusement une promenade à 360° autour du participant pour créer le scan 3D. Attendez que l’application capture l’image environ tous les 90° avant de continuer (voir Figure 3A).
    6. Une fois que l’ensemble du scan a été capturé, appuyez sur le bouton à droite de l’écran pour créer le rendu 3D.
    7. Vérifiez le rendu pour vous assurer qu’il est clair et qu’il y a suffisamment de détails pour déterminer l’emplacement des optodes et des autocollants de repère verts. Stockez le scan 3D sur un serveur protégé par la loi HIPAA.
  5. Préparer le participant à entrer dans la salle des scanners
    1. Une fois le modèle 3D généré, retirez les autocollants verts et demandez au participant de placer des bouchons d’oreille dans ses oreilles.
    2. Suivez les instructions en place au centre d’imagerie IRM pour vous assurer que le participant peut entrer en toute sécurité dans la salle des scanners. Cette étape consiste généralement à confirmer avec le participant qu’il n’y a pas de métaux dans son corps et à passer par un détecteur de métaux comme vérification finale. Un questionnaire de sécurité IRM rempli par le sujet avant son arrivée est souvent exigé par la plupart des centres d’imagerie.
  6. Mise en place de la source et des sondes du détecteur sur le capuchon fNIRS
    1. Dans la salle des scanners, demandez au participant de s’asseoir confortablement sur la table du scanner.
    2. Tout en stabilisant chaque œillet d’optode d’une main, utilisez un applicateur résistant à l’IRM de l’autre main pour éloigner les cheveux du centre de l’œillet (voir Figure 2B). Lorsque les cheveux ont été suffisamment déplacés hors de la zone (idéalement pour que le cuir chevelu soit visible), appuyez fermement l’optode dans l’œillet.
    3. Assurez-vous qu’une fois la tension sur l’œillet relâchée, les cheveux ne reviennent pas occlure le centre de l’optode. Si vous utilisez un réseau de têtes entières, il est recommandé d’orienter les optodes à l’arrière de la tête avec leurs fibres dirigées vers l’avant et les optodes à l’avant de la tête avec leurs fibres dirigées vers l’arrière. Cette configuration des fibres optiques évitera qu’elles ne s’emmêlent ou ne se sertirent lorsque le participant s’allonge et place sa tête dans la bobine de tête de l’IRM.
      REMARQUE : Ce processus d’insertion et d’alignement des fibres est plus rapide et plus facile à effectuer avec deux expérimentateurs situés de chaque côté du participant, coiffant simultanément.
    4. Disposez soigneusement les fibres optiques en faisceaux à l’aide d’organisateurs de câbles (voir Figure 2B et Figure 3B). Effectuez un test, un étalonnage et une mesure de l’intensité du signal à l’aide du logiciel NIRStar. Le placement et l’étalonnage des optodes effectués par deux chercheurs expérimentés prendront environ 10 minutes.
    5. Ajustez les optodes individuelles au besoin jusqu’à ce qu’une qualité de signal suffisante soit obtenue en déplaçant les cheveux interférents des optodes problématiques. Retirez les optodes du capuchon pour déplacer les cheveux à l’aide d’une pince à épiler en plastique (voir Figure 2B).

figure-protocol-2
Graphique 2. Détecteurs à courte distance et outils pour la préparation des bouchons fNIRS. (A) Des sondes de détection à courte distance et des tampons en caoutchouc doivent être fixés au capuchon fNIRS sur les zones frontales où il y a peu de poils. (B) De gauche à droite : Organisateurs de câbles pour organiser les fibres optiques en faisceaux, applicateurs résistants à l’IRM pour repousser les cheveux lors de la mise en place de l’optode et pinces à épiler en plastique pour retirer les optodes du capuchon si nécessaire lors de la configuration du capuchon NIRS pour déplacer les cheveux. Veuillez cliquer ici pour voir une version agrandie de cette figure.

figure-protocol-3
Graphique 3. Numériseur de capteur de structure 3D et placement du capuchon fNIRS. (A) Expérimentateur utilisant le numériseur de capteur de structure 3D pour créer un modèle 3D de la tête du participant. Les autocollants verts sont utilisés pour identifier les emplacements de repère. (B) Fibres optiques insérées dans le capuchon fNIRS sur la tête d’un participant et disposées en faisceaux à l’aide d’organisateurs de câbles avant l’étalonnage du signal. Veuillez cliquer ici pour voir une version agrandie de cette figure.

4. Configuration des participants

REMARQUE : Les étapes suivantes sont effectuées dans la salle du scanner IRM. L’utilisation d’une ceinture respiratoire et d’un oxymètre de pouls est facultative et n’est nécessaire que si les chercheurs souhaitent faire régresser ces signaux à partir des données fNIRS22. Le protocole utilise une ceinture respiratoire, qui fait partie de l’unité respiratoire pour l’acquisition de l’amplitude respiratoire à l’aide d’une ceinture de contention. De même, l’unité de pouls physiologique est constituée d’un capteur de pléthysmographie optique qui permet l’acquisition du rythme cardiaque.

  1. Assurez-vous que la bobine de tête à 20 canaux est placée dans le scanner. Si vous utilisez un réseau fNIRS à tête entière, les bobines de tête à 32 et 64 canaux seront trop serrées pour les participants adultes.
  2. Placez un oreiller en mousse à l’intérieur du bas de la bobine de tête d’IRM pour soutenir l’arrière de la tête du participant (voir Figure 4A).
  3. Demandez au participant de s’allonger lentement et prudemment afin que son mouvement ne déplace pas le capuchon ou ne tire pas sur les fibres optiques. Ajustez les faisceaux de fibres optiques au besoin pour permettre à la tête du participant de reposer confortablement à l’intérieur de la bobine de tête (voir Figure 4B). Il peut être nécessaire de relever la table du scanner au cours de cette étape en fonction de l’emplacement des câbles par rapport au guide d’ondes.
  4. Placez un oreiller sous les jambes du participant pour vous assurer qu’il est à l’aise. Placez la ceinture respiratoire autour de la taille du participant.
  5. Demandez au participant de placer le casque antibruit autour de ses oreilles, en veillant à ne pas interférer avec le placement de la sonde fNIRS. Pour éviter que le casque ne glisse, utilisez des coussinets résistants à l’IRM de chaque côté de la tête, entre le casque et le côté intérieur de la bobine de tête. Une taie d’oreiller peut être utilisée pour empêcher le casque d’entrer en contact avec la bobine de tête.
  6. Placez l’oxymètre de pouls sur l’index de la main non dominante du sujet. Si vous utilisez une boîte à boutons pour les tâches expérimentales, demandez au participant de la tenir avec sa main dominante. Fournissez au participant des instructions sur la façon d’utiliser la boîte à boutons.
  7. Placez la boule de pression ou le bouton d’alarme sur la main non dominante du sujet et indiquez au participant comment l’utiliser. Testez l’alarme en demandant au participant d’appuyer dessus.
  8. Faites glisser le participant de quelques centimètres dans l’alésage du scanner pour aligner la tête. Positionnez la partie supérieure de la bobine de tête. Ensuite, insérez le microphone et le miroir dans les inserts de bobine correspondants.
  9. Faites glisser lentement le participant dans l’alésage du scanner tout en tenant les fibres optiques. Ce processus nécessitera deux personnes, qui seront situées de chaque côté de la table du scanner. Assurez-vous que les fibres optiques sont soigneusement guidées dans l’alésage du scanner pour éviter de tirer sur les optodes ou de pincer les fibres entre la bobine de tête et l’alésage du scanner.
  10. Après avoir confirmé avec le participant qu’il est prêt pour la session de numérisation, retournez dans la salle de contrôle et confirmez par l’audio de l’interphone que le participant peut entendre l’expérimentateur et que l’expérimentateur peut entendre le participant.

figure-protocol-4
Graphique 4. Participant configuré dans le scanner IRM. (A) Oreillers à l’intérieur de la bobine de tête MR utilisés pour soutenir la tête du participant et fibres optiques disposées en faisceaux avant l’installation du participant. (B) Participant allongé sur le lit du scanner avec le capuchon fNIRS prêt pour le test. Le haut de la bobine de tête n’a pas encore été placé sur le visage du participant. Veuillez cliquer ici pour voir une version agrandie de cette figure.

5. Configuration de l’équipement du scanner et du fNIRS avant l’enregistrement du signal

  1. Sur l’ordinateur scanner, sélectionnez les séquences structurelles et fonctionnelles pertinentes pour l’étude. Lors du calcul d’un modèle de lumière de sensibilité des données fNIRS, collectez les images T1w et T2w pour obtenir la meilleure résolution de contraste tissulaire.
  2. Vérifiez l’alignement de piste pour confirmer que la tête est bien positionnée dans l’alésage du scanner. Vérifiez que la couverture cérébrale complète est obtenue du haut de la tête jusqu’au cervelet.
  3. Confirmez avec le participant que l’écran de l’ordinateur est visible via le miroir de la bobine de tête.
  4. Exécutez la première analyse structurelle. En parallèle, exécutez un autre test d’étalonnage des optodes fNIRS pour vérifier si la configuration des participants a eu un impact sur l’intensité du signal de l’un des canaux.
  5. Après avoir exécuté la première IRM structurelle, collectez les séquences de la carte du champ d’écho de gradient et calibrez le casque antibruit pour vous assurer que le casque sera en mesure de fournir des stimuli auditifs au participant, ainsi que de bloquer tout bruit ambiant.
    REMARQUE : Certains participants peuvent avoir besoin d’ajuster leurs écouteurs. Si c’est le cas, rentrez dans la salle du scanner et ajustez le rembourrage autour du casque, en veillant à ne pas interférer avec le placement de la sonde fNIRS. Exécutez un autre radiophare d’alignement de piste, des séquences de carte de champ d’écho de gradient et un test d’étalonnage des optodes fNIRS avant de continuer.

6. Enregistrement simultané du signal

  1. Vérifiez auprès du participant via l’interphone pour vous assurer qu’il est à l’aise et qu’il va bien. Donnez les instructions pour la tâche et rappelez aux participants de garder la tête et le corps immobiles.
  2. Fournissez les instructions suivantes, spécifiques à la tâche de damier clignotant (Figure 5).
    1. Dans cette tâche, demandez au participant de toujours regarder au milieu de l’écran d’affichage qui se trouve devant lui (via le miroir). Parfois, l’écran affichera un damier avec des tuiles scintillant à différentes fréquences. D’autres fois, le participant verra un cercle blanc au milieu de l’écran.
    2. Lorsque le cercle blanc apparaît à l’écran, demandez au participant d’appuyer sur la boîte à boutons avec son index. Après avoir appuyé sur le bouton, le cercle devient rouge.
    3. Cette tâche utilise une conception de blocs alternés. Laissez les participants effectuer une seule course de 6 minutes, qui comprend 11 blocs en damier clignotant de 10 s chacun et 11 blocs circulaires de 20 s chacun.
  3. Commencez l’enregistrement des données fNIRS sur l’ordinateur fNIRS et commencez les tâches sur l’ordinateur de présentation du stimulus. Le script des tâches expérimentales s’affiche sous forme d’instructions de tâche.
  4. Lancez la première exécution fonctionnelle. Une fois que le scanner a envoyé la première impulsion TTL, celle-ci s’affiche sous la forme d’un signal de déclenchement sur l’écran d’enregistrement des données du logiciel NIRStar. Cette première impulsion lancera également la tâche expérimentale.
  5. Surveillez les performances et les mouvements des participants tout au long de toutes les tâches. Dans certains cas, en particulier lors de l’utilisation d’un réseau d’optodes à tête entière et de capuchons de petite taille, certains participants peuvent ressentir un certain inconfort lorsqu’ils portent le capuchon. Il est important de toujours surveiller le confort du participant.
    1. Si nécessaire, prévoyez une pause pour le participant au milieu de la séance. Pendant cette pause, si les participants ont besoin de s’asseoir, récupérez un radiophare d’alignement de piste et exécutez à nouveau les séquences de carte de champ d’écho de gradient, l’étalonnage du casque et l’étalonnage du test fNIRS avant de continuer. Cette étape n’est généralement pas nécessaire lors du test des jeunes adultes dans le scanner si les étapes exactes du protocole actuel sont suivies.
  6. Pendant la collecte de données, prenez des notes concernant la séance (par exemple, la taille du bouchon, l’heure de la journée, les optodes qui n’étaient pas bien calibrées ou tout autre élément inhabituel).
  7. À la fin de toutes les exécutions fonctionnelles, arrêtez de collecter les données fNIRS. Exécutez une deuxième analyse structurelle si nécessaire.

figure-protocol-5
Graphique 5. Paradigme de l’échiquier clignotant comme tâche expérimentale. Les participants ont vu un motif en damier noir et blanc avec des carrés blancs clignotant huit fois par seconde qui alternaient avec un écran gris montrant un cercle blanc. Pour vérifier leur attention, les participants ont été invités à appuyer sur un bouton avec leur main droite lorsqu’ils ont vu un cercle blanc apparaître au milieu de l’écran. En appuyant sur le bouton, le cercle devient rouge. La tâche a été accomplie en une seule fois, composée de 22 blocs au total : 11 blocs en damier clignotant et 11 périodes d’essai. Les périodes de damier clignotant ont duré 10 s et les périodes inter-essais ont duré 20 s. Ainsi, l’apparition du damier clignotant se produisait toutes les 30 s (0,033 Hz). Les affichages ont été générés par PsychoPy v2021.2.4 et projetés sur le rétroviseur arrière sur le dessus de la bobine de tête via un système de projection DLP 1080p. Les participants ont effectué une exécution de cette tâche (~6 min). Veuillez cliquer ici pour voir une version agrandie de cette figure.

7. Nettoyage post-expérience et stockage des données

  1. Utilisez le lit de scanner motorisé pour retirer lentement le participant de l’alésage du scanner, en prenant soin de ne pincer aucune des fibres optiques. Retirez le haut de la bobine de tête et demandez au participant de s’asseoir lentement.
  2. Retirez le capuchon fNIRS de la tête du participant et retirez chaque optode des œillets respectifs. Les cheveux se coincent souvent dans les œillets même après que les optodes ont été retirées, alors demandez aux participants de retirer le capuchon lentement et soigneusement.
  3. Certains œillets peuvent se déloger lors du processus de désoperculage. Assurez-vous de localiser toutes les pièces de l’œillet et de remplacer celles qui sont manquantes avant la prochaine session de numérisation du participant.
  4. Demandez aux participants de glisser hors de la vitre du scanner, remerciez-les pour leur temps et offrez-leur une compensation financière, le cas échéant.
  5. Assurez-vous que les journaux de tâches, les données fNIRS et IRMf sont stockés et sauvegardés. Désinfectez le bouchon avec une solution de nettoyage en spray, comme recommandé par le fournisseur fNIRS, et essuyez les embouts d’optode avec des lingettes imbibées d’alcool sans danger pour le plastique et le caoutchouc.

8. Prétraitement des données IRMf

REMARQUE : Les données d’IRMf ont été prétraitées en suivant les pipelines de prétraitement minimaux du Human Connectome Project23 à l’aide de QuNex24, une suite logicielle open source qui prend en charge l’organisation des données, le prétraitement, l’assurance qualité et les analyses dans les modalités de neuroimagerie. Une documentation détaillée sur les paramètres spécifiques pour chacune des étapes mises en évidence ci-dessous est disponible sur le site Web de QuNex à l’adresse https://qunex.yale.edu/. Les principales étapes et paramètres utilisés pour traiter les données sont présentés ci-dessous.

  1. Prétraiter les données structurelles
    1. Pipeline PreFreeSurfer. Effectuez les étapes suivantes : correction de la distorsion de gradient, alignement des séries répétées d’images T1w et T2w avec une transformation de corps rigide à 6 degrés de liberté (DOF), alignement AC-PC des images T1w et T2w sur le modèle d’espace INM, extraction cérébrale initiale, correction de la distorsion de lecture, enregistrement intermodal de T1w et T2w dans l’espace volumique natif, correction du champ de biais et enregistrement de volume non linéaire MNI.
    2. Pipeline Freesurfer. Effectuez les étapes suivantes : Abaissez l’échantillon T1w à 1 mm avec l’interpolation de cannelure et exécutez recon-all pour générer des surfaces de substance blanche, ce qui inclut le réglage fin du recalage T2w à T1w à l’aide de l’algorithme BBRegister de Freesurfer (voir23 pour plus de détails).
    3. Pipeline PostFreeSurfer. Effectuez les étapes suivantes : Convertissez les sorties de reconnaissance en GIFTI et NIFTI dans l’espace de volume natif, générez le masque cérébral final et le volume du ruban cortical, générez des cartes de myéline et effectuez une transformation de volume non linéaire en NNI natif.
  2. Prétraiter les données fonctionnelles
    1. Pipeline de volume d’IRMf. Effectuez les étapes suivantes : correction de la distorsion, correction de mouvement basée sur FLIRT, prétraitement de la carte de champ basée sur TOPUP à l’aide d’une carte de champ d’écho de spin, correction de la distorsion de l’image EPI et enregistrement de l’EPI vers T1w, rééchantillonnage de la spline en une étape dans l’espace de l’atlas (MNI), normalisation de l’intensité via la suppression du champ de polarisation et masquage du cerveau.
    2. Pipeline de surface IRMf. Effectuez les étapes suivantes afin de mapper la série chronologique de volume à une représentation combinée de surface et de volume, en ordonnée grise stockée au format CIFTI : construction de ruban IRMf, lissage de surface, traitement sous-cortical et génération de séries temporelles denses.
    3. Préparez les données BOLD. Calculez des statistiques quantitatives de contrôle qualité qui reflètent le mouvement et ses propriétés artificielles afin d’identifier les mauvaises images. Veuillez vous référer à la documentation QuNex pour connaître les options disponibles pour générer des statistiques quantitatives de contrôle qualité. Ces statistiques incluent souvent des statistiques temporelles BOLD, signal/bruit et de balayage de mouvement, telles que le seuil de déplacement d’image et le seuil d’erreur quadratique moyenne normalisée (RMSE) de l’intensité de l’image. En fonction des critères spécifiques à l’étude, ignorez ou interpolez les cadres problématiques identifiés.
    4. Extraire le signal indésirable. Extraire les signaux de nuisance des ventricules cérébraux, de la substance blanche et de la matière grise pour effectuer une régression des signaux de nuisance dans les étapes suivantes.

9. Prétraitement des données fNIRS

REMARQUE : Les données fNIRS ont été analysées conformément aux meilleures pratiques en matière d’analyse des données fNIRS25 à l’aide de NeuroDOT26, un environnement open source pour l’analyse des données optiques des niveaux de lumière brute sur des cartes de la fonction cérébrale au niveau des voxels, qui sont co-enregistrées dans l’anatomie d’un participant spécifique ou dans un atlas. Toutes les étapes décrites ci-dessous peuvent être effectuées avec NeuroDOT. Des documents supplémentaires sur les paramètres spécifiques pour chacune des étapes mises en évidence ci-dessous sont disponibles dans les didacticiels et les scripts à l’adresse https://github.com/WUSTL-ORL/NeuroDOT_Beta. Enfin, l’enregistrement de l’optode au cuir chevelu nécessite l’obtention des coordonnées de l’optode fNIRS par rapport au tissu cérébral sous-jacent, ce qui peut être fait à l’aide d’un numériseur 3D ou de capsules de vitamine E comme repères si disponibles. Les deux méthodes sont décrites dans cette section et des références aux progiciels correspondants sont fournies.

  1. Génération d’un maillage de tête spécifique au sujet et création du modèle de lumière
    1. Segmentez l’image T1w en types de tissus pertinents pour créer un modèle de tête segmentée : cuir chevelu, crâne, liquide céphalorachidien (LCR), matière grise et substance blanche. Utilisez à la fois les images T1w et T2w, si elles sont disponibles, car chacune d’entre elles fournit des informations complémentaires sur les types de tissus pertinents.
      REMARQUE : Cette étape est effectuée dans le protocole actuel avec la fonction « Segment5R_fs » de NeuroDOT, qui prend comme entrée les informations de la segmentation volumétrique de Freesurfer28. D’autres progiciels couramment disponibles pour la segmentation des tissus cérébraux sont SPM29 et AFNI30.
    2. Générez un maillage de tête à partir du modèle de tête segmentée à l’aide du progiciel Mimics via NeuroDOT. Si un numériseur 3D est utilisé pour placer les emplacements des optodes sur le modèle de tête, suivez les recommandations de l’excursion sur le terrain pour la localisation des optodes31. Alternativement, si des capsules de vitamine E sont utilisées comme repères pour l’identification des coordonnées des paires source-détecteur, identifiez manuellement les positions des sources et des détecteurs dans l’image T1w (voir32 pour un exemple).
    3. Placez les emplacements de la source et du détecteur obtenus via le numériseur 3D ou les capsules de vitamine E sur les loci correspondants sur le maillage à l’aide de NeuroDOT.
    4. Définissez les paramètres suivants pour calculer la matrice de sensibilité pour le modèle de tête spécifique au sujet à l’aide du progiciel NIRFAST via NeuroDOT : résolution de voxélation : 2 ; étiquettes de région : LCR, blanc, gris, os, peau ; coefficients d’absorption pour les régions : LCR [0,004, 0,004], blanc [0,0167, 0,0208] ; gris [0,018 0,0192], os [0,0116, 0,0139], peau [0,74, 0,64] ; coefficients de diffusion pour les régions : LCR [0,3, 0,3], blanc [1,1908, 1,0107] ; gris [0,8359, 0,6726], os [0,94, 0,84], peau [0,64, 0,74], indice de réfraction pour les régions : LCR [1,4, 1,4], blanc [1,4, 1,4] ; gris [1.4, 1.4], os [1.4, 1.4], peau [1.4, 1.4].
      NOTE : Le protocole utilise le progiciel NIRFAST (version 9.1)33,34, qui utilise un modèle de lumière directe par éléments finis basé sur l’approximation de la diffusion par rapport à l’équation de transport radiatif. Pour calculer le modèle de lumière, NIRFAST s’appuie sur trois types d’informations : i) la forme des limites tissulaires, ii) la distribution interne des propriétés optiques de base et iii) l’emplacement des sources et des détecteurs à la surface (voir 35,36 pour plus de détails). Les méthodes de Monte-Carlo peuvent être utilisées comme alternative pour calculer les solutions de l’équation de diffusion pour différents types de tissus37,38.
    5. Visualisez un exemple de la sensibilité de la mesure sous la forme d’une évaluation qualitative.
  2. Traitement des données brutes issues des mesures du détecteur de source
    1. Affichez le niveau d’éclairement moyen pour chaque source et détecteur dans une représentation 2D du réseau d’imagerie. Supprimer les paires source-détecteur dont l’écart-type temporel est supérieur à 7,5 %36. Si les données sont acquises à une fréquence d’images d’au moins 3 Hz, utilisez le seuil de puissance cardiaque pour rejeter les mesures de la paire source-détecteur, car un bon couplage optode-cuir chevelu présentera des caractéristiques cohérentes avec la fréquence du pouls (~1 Hz).
    2. Définissez la tendance des données pour supprimer la tendance linéaire de chaque mesure. Filtre passe-haut (coupure de 0,02 Hz) les données pour éliminer la dérive des basses fréquences. Au lieu de filtrer, une alternative consiste à ajouter un facteur de dérive dans le GLM en tant que régresseur.
    3. Filtre passe-bas (1 Hz) les données pour éliminer les oscillations cardiaques.
    4. Estimez le signal superficiel global en calculant la moyenne de toutes les mesures de la paire source-détecteur de 8 mm. Utiliser des mesures à courte distance comme estimation des signaux physiologiques systémiques non corticaux, car elles échantillonnent principalement le cuir chevelu et le crâne.
    5. Régresser le signal global de toutes les mesures39.
    6. Filtre passe-bas les données (coupure de 0,5 Hz) pour concentrer davantage les données restantes sur la fréquence du stimulus et sous-échantillonner les données à 1 Hz 40,41,42 afin de réduire la charge de calcul.
    7. Implémenter la censure de mouvement à l’aide de la variance globale des dérivées temporelles (GVTD)43. GVTD est calculé comme la racine carrée moyenne des dérivées temporelles sur un ensemble de mesures ou de voxels43. Mettez en œuvre la censure ou le nettoyage des mouvements en excluant les points temporels dépassant le seuil de bruit GVTD.
  3. Reconstruire le modèle de lumière et les données prétraitées dans un volume de neuroimagerie fonctionnelle
    1. Reconstruire les changements relatifs d’absorption à 785 nm et 830 nm sur la base d’une inversion régularisée de la matrice de sensibilité à l’aide de la régularisation de Tikhonov et de la régularisation spatialement variante44.
    2. Calculer les changements relatifs de la concentration d’hémoglobine via une décomposition spectrale des données d’absorption dépendantes de la longueur d’onde44,45.

10. Analyses des données évoquées par la tâche IRMf/NIRS

  1. Effectuer une analyse GLM de premier niveau en une seule session (modélisation HRF, régression des signaux physiologiques, y compris les mesures fNIRS à courte distance) pour évaluer le lien entre l’activité cérébrale et l’hypothèse statistique d’un sujet donné.
    NOTE : Une alternative au GLM est la moyenne par blocs, qui évite les hypothèses a priori sur la forme du HRF. Cependant, la moyenne des blocs ne permet pas de modéliser les facteurs de confusion pertinents dans le signal fNIRS ainsi que la réponse hémodynamique au stimulus.
  2. Exécutez une analyse GLM de groupe ou de deuxième niveau pour combiner des estimations de premier niveau de l’activation entre les sujets.
  3. Extrayez les estimations d’effet pertinentes des fichiers GLM individuels et combinez-les dans des fichiers de groupe.
  4. Calculez les statistiques souhaitées. FSL PALM46 est un package bien établi pour l’exécution de méthodes de rééchantillonnage par permutation de modèles GLM univariés et multivariés pour l’inférence statistique.
  5. Obtenir des estimations bêta de GLM pour l’ensemble du cerveau.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Résultats

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

Cette section présente des réponses représentatives spécifiques à un sujet pour la tâche du damier clignotant pour les signaux IRMf et NIRSF. Tout d’abord, des données brutes représentatives du fNIRS et des évaluations de la qualité sont présentées à la figure 6 et à la figure 7 pour illustrer la faisabilité du dispositif expérimental permettant de mesurer les signaux fNIRS dans l’environnement de l’IRM. Un diagramme de l’ensemble du réseau d’op...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Discussion

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

Ce protocole pour la collecte simultanée de données de signaux IRMf et fNIRS utilise un réseau d’optodes fNIRS de la tête entière et des canaux à courte distance pour mesurer et régresser les signaux physiologiques systémiques non corticaux. Les étapes critiques de ce protocole comprennent la modification et le développement de l’équipement fNIRS pour la collecte des signaux fNIRS dans l’environnement IRM. À notre connaissance, il n’existe pas de système commercial clé en main entièrement optimisé pour capturer simultané...

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Déclarations de divulgation

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

Les frais de publication de cet article sont financés par NIRx. Les auteurs n’ont rien d’autre à révéler.

Remerciements

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

Cette recherche a été financée par les sources de financement suivantes : une subvention NARSAD Young Investigator Award de la Brain and Behavior Research Foundation (subvention #29736) (SSA), une subvention Global Grand Challenges de la Fondation Bill et Melinda Gates (subvention #INV-005792) (RNA) et une subvention du Discovery Fund du Département de psychologie de l’Université Yale (RNA). Les auteurs tiennent également à remercier Richard Watts (Yale Brain Imaging Center) pour son soutien lors de la collecte des données, ainsi qu’Adam Eggebrecht, Ari Segel et Emma Speh (Washington University à St Louis) pour leur aide dans l’analyse des données.

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
280 œillets à profil bas compatibles IRM pour capuchons NIRxGRM-LOP
4 capuchons NIRS à 128 positions avec 128x fentes inhabitées en disposition 10-5NIRxCP-128-128STailles : 52, 54, 56, 60
8 faisceaux de 4x fibres de détection avec pointe à profil bas ; Compatible avec l’IRM, la MEG et la TMS.  ;NIRxDET-FBO- LOW10 m
de long 8 faisceaux de 4 fibres sources laser avec pointe à profil bas compatible IRMNIRxSRC-FBO- LAS-LOW10 m de long
Ensemble de 8 détecteurs à canaux courts avec joints annulaires spécialisés qui s’adaptent aux œillets à profil basNIRxDET-SHRT-SETDivise un seul détecteur en 8 canaux courts qui peuvent être placés n’importe où sur un seul capuchon NIRS
Magnéto 3T PRISMASiemensN/ACapacité de 128 canaux, bobines de tête 64/32/20 canaux, amplitude de gradient maximale de 80 mT/m, vitesse de balayage de 200 T/m/s, séquences neurologiques complètes
NIRScout XP Core System UnitNIRxNSXP- CHSJusqu’à 64 illuminateurs Laser-2 (ou 32 laser-4) ou 64 illuminateurs LED-2 ; jusqu’à 32 détecteurs ; capables de mesures en tandem (multi-systèmes) et en hyperbalayage (multi-sujets) ; compatible avec EEG, tDCS, suivi oculaire et autres modalités ; modules disponibles pour la compatibilité FMR, TMS, MEG Logiciel
NIRStarNIRxN/AVersion 15.3
Réplicateur de ports parallèles NIRxACC-LPT-REPLe réplicateur de prot parallèle est livré avec trois composants : boîtier de réplicateur de port parallèle, câble d’alimentation USB et adaptateur BNC
Unité d’impulsion physiologiqueSiemensPPU098Pléthysmographie optique permettant l’acquisition de la rythme cardiaque.
Unité respiratoireSiemensPERU098  ;Unité destinée à l’acquisition de l’amplitude respiratoire (au moyen d’un système pneumatique et d’une ceinture de retenue).
Capteur de structure Mark IIOccipital101866 (SN)Capteur de structure 3D pour la numérisation des optodes.

Références

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. 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. 1464 (1), 5-29 (2020).
  2. Quaresima, V., Ferrari, M. Functional Near-Infrared Spectroscopy (fNIRS) for Assessing Cerebral Cortex Function During Human Behavior in Natural/Social Situations: A Concise Review. Organizational Research Methods. 22 (1), 46-68 (2016).
  3. Pinti, P., et al. A Review on the Use of Wearable Functional Near-Infrared Spectroscopy in Naturalistic Environments. The Japanese Psychological Research. 60 (4), 347-373 (2018).
  4. Wilcox, T., Biondi, M. fNIRS in the developmental sciences. Wiley Interdisciplinary Reviews: Cognitive Science. 6 (3), 263-283 (2015).
  5. Blasi, A., Lloyd-Fox, S., Katus, L., Elwell, C. E. fNIRS for Tracking Brain Development in the Context of Global Health Projects. Photonics. 6 (3), 89(2019).
  6. Aslin, R. N. Questioning the questions that have been asked about the infant brain using near-infrared spectroscopy. Cognitive Neuropsychology. (1-2), 7-33 (2012).
  7. Chen, W. L., et al. Functional Near-Infrared Spectroscopy and Its Clinical Application in the Field of Neuroscience: Advances and Future Directions. Frontiers in Neuroscience. 14, 724(2020).
  8. Lee, Y. J., Kim, M., Kim, J. S., Lee, Y. S., Shin, J. E. Clinical Applications of Functional Near-Infrared Spectroscopy in Children and Adolescents with Psychiatric Disorders. Journal of Child & Adolescent Psychiatry. 32 (3), 99-103 (2021).
  9. Bonilauri, A., Sangiuliano Intra, F., Baselli, G., Baglio, F. Assessment of fNIRS Signal Processing Pipelines: Towards Clinical Applications. Applied Sciences. 12 (1), 316(2021).
  10. Kleinschmidt, A., et al. Simultaneous recording of cerebral blood oxygenation changes during human brain activation by magnetic resonance imaging and near-infrared spectroscopy. Journal of Cerebral Blood Flow and Metabolism. 16 (5), 817-826 (1996).
  11. Strangman, G., Culver, J. P., Thompson, J. H., Boas, D. A. A Quantitative Comparison of Simultaneous BOLD fMRI and NIRS Recordings during Functional Brain Activation. NeuroImage. 17 (2), 719-731 (2002).
  12. Glover, G. H. Overview of functional magnetic resonance imaging. Neurosurgery Clinics of North America. 22 (2), (2011).
  13. Toronov, V., et al. Investigation of human brain hemodynamics by simultaneous near-infrared spectroscopy and functional magnetic resonance imaging. Medical Physics. 28 (4), 521-527 (2001).
  14. 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).
  15. 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).
  16. Duan, L., Zhang, Y. J., Zhu, C. Z. Quantitative comparison of resting-state functional connectivity derived from fNIRS and fMRI: a simultaneous recording study. NeuroImage. 60 (4), 2008-2018 (2012).
  17. Sasai, S., et al. A NIRS-fMRI study of resting state network. NeuroImage. 63 (1), 179-193 (2012).
  18. Noah, J. A., et al. Comparison of short-channel separation and spatial domain filtering for removal of non-neural components in functional near-infrared spectroscopy signals. Neurophotonics. 8 (1), 015004(2021).
  19. Wyser, D., et al. Short-channel regression in functional near-infrared spectroscopy is more effective when considering heterogeneous scalp hemodynamics. Neurophotonics. 7 (3), 035011(2020).
  20. Homolle, S., Oostenveld, R. Using a structured-light 3D scanner to improve EEG source modeling with more accurate electrode positions. Journal of Neuroscience Methods. 326, 108378(2019).
  21. Jasper, H. H. The ten-twenty electrode system of the International Federation. Electroencephalography and Clinical Neurophysiology. 10, 370-375 (1958).
  22. von Luhmann, A., Li, X., Muller, K. R., Boas, D. A., Yucel, 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).
  23. Glasser, M. F., et al. The minimal preprocessing pipelines for the Human Connectome Project. NeuroImage. 80, 105-124 (2013).
  24. Ji, J. L., et al. QuNex-An integrative platform for reproducible neuroimaging analytics. Frontiers in Neuroinformation. 17, 1104508(2023).
  25. Yucel, M. A., et al. Best practices for fNIRS publications. Neurophotonics. 8 (1), 012101(2021).
  26. Eggebrecht, A., Muccigrosso, D., Culver, J. NeuroDOT: an extensible Matlab toolbox for streamlined optical brain mapping. Diffuse Optical Spectroscopy and Imaging VII. , (2019).
  27. Jenkinson, M., Beckmann, C. F., Behrens, T. W., Woolrich, M. W., Smith, S. M. FSL. NeuroImage. 62 (2), 782-790 (2012).
  28. Fischl, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  29. Penny, W. D., Friston, K. J., Ashburner, J. T., Kiebel, S. J., Nichols, T. E. Statistical parametric mapping: the analysis of functional brain images. , Academic Press, Elsevier. (2011).
  30. Cox, R. W. AFNI: software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  31. Oostenveld, R., Fries, P., Maris, E., Schoffelen, J. M. FieldTrip: Open source software for advanced analysis of MEG, EEG, and invasive electrophysiological data. Computational Intelligence and Neuroscience. 2011, 156869(2011).
  32. Sato, H., et al. A NIRS-fMRI investigation of prefrontal cortex activity during a working memory task. NeuroImage. 83, 158-173 (2013).
  33. Jermyn, M., et al. Fast segmentation and high-quality three-dimensional volume mesh creation from medical images for diffuse optical tomography. Journal of Biomedical Optics. 18 (8), 86007(2013).
  34. Dehghani, H., et al. Near infrared optical tomography using NIRFAST: Algorithm for numerical model and image reconstruction. Communications in Numerical Methods in Engineering. 25 (6), 711-732 (2008).
  35. Wheelock, M. D., Culver, J. P., Eggebrecht, A. T. High-density diffuse optical tomography for imaging human brain function. The Review of Scientific Instruments. 90 (5), 051101(2019).
  36. Eggebrecht, A. T., et al. A quantitative spatial comparison of high-density diffuse optical tomography and fMRI cortical mapping. NeuroImage. 61 (4), 1120-1128 (2012).
  37. Boas, D. A., Culver, J. P., Stott, J. J., Dunn, A. K. Three dimensional Monte Carlo code for photon migration through complex heterogeneous media including the adult human head. Optics Express. 10 (3), 159-170 (2002).
  38. Wang, L., Jacques, S. L., Zheng, L. MCML-Monte Carlo modeling of light transport in multi-layered tissues. Computer Methods and Programs in Biomedicine. 47 (2), 131-146 (1995).
  39. Gregg, N. M., White, B. R., Zeff, B. W., Berger, A. J., Culver, J. P. Brain specificity of diffuse optical imaging: improvements from superficial signal regression and tomography. Frontiers in Neuroenergetics. 2, 14(2010).
  40. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: a comparison of motion correction techniques applied to real cognitive data. NeuroImage. 85, 181-191 (2014).
  41. Pelphrey, K. A., Shultz, S., Hudac, C. M., Vander Wyk, B. C. Research review: Constraining heterogeneity: the social brain and its development in autism spectrum disorder. Journal of Child Psychology and Psychiatry, and Allied Disciplines. 52 (6), 631-644 (2011).
  42. Cui, X., Bray, S., Reiss, A. L. Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics. NeuroImage. 49 (4), 3039-3046 (2010).
  43. Sherafati, A., et al. Global motion detection and censoring in high-density diffuse optical tomography. Human Brain Mapping. 41 (14), 4093-4112 (2020).
  44. Eggebrecht, A. T., et al. Mapping distributed brain function and networks with diffuse optical tomography. Nature Photonics. 8 (6), 448-454 (2014).
  45. Ferradal, S. L., et al. Functional Imaging of the Developing Brain at the Bedside Using Diffuse Optical Tomography. Cerebral Cortex. 26 (4), 1558-1568 (2016).
  46. Winkler, A. M., Ridgway, G. R., Webster, M. A., Smith, S. M., Nichols, T. E. Permutation inference for the general linear model. NeuroImage. 92, 381-397 (2014).
  47. Hassanpour, M. S., et al. Statistical analysis of high density diffuse optical tomography. NeuroImage. 85, 104-106 (2014).
  48. Zhang, F., et al. Correcting physiological noise in whole-head functional near-infrared spectroscopy. Journal of Neuroscience Methods. 360, 109262(2021).
  49. Duan, L., et al. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomedical Optics Express. 9 (8), 3805-3820 (2018).
  50. Klein, F., Kranczioch, C. Signal Processing in fNIRS: A Case for the Removal of Systemic Activity for Single Trial Data. Frontiers in Human Neuroscience. 13, 331(2019).
  51. Zhou, X., Sobczak, G., McKay, C. M., Litovsky, R. Y. Comparing fNIRS signal qualities between approaches with and without short channels. PLoS One. 15 (12), 0244186(2020).
  52. 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).
  53. Emberson, L. L., Crosswhite, S. L., Goodwin, J. R., Berger, A. J., Aslin, R. N. Isolating the effects of surface vasculature in infant neuroimaging using short-distance optical channels: a combination of local and global effects. Neurophotonics. 3 (3), 031406(2016).
  54. Frijia, E. M., et al. Functional imaging of the developing brain with wearable high-density diffuse optical tomography: A new benchmark for infant neuroimaging outside the scanner environment. NeuroImage. 225, 117490(2021).
  55. Brigadoi, S., Cooper, R. J. How short is short? Optimum source-detector distance for short-separation channels in functional near-infrared spectroscopy. Neurophotonics. 2 (2), 025005(2015).

Accès restreint. Veuillez vous connecter ou commencer un essai pour afficher ce contenu.

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

IRMf NIRS simultan espectroscopie fonctionnelle proche infrarougeimagerie par r sonance magn tique fonctionnelleco enregistrement des optodesactivation du cortex visuelconnectivit fonctionnelle c r bralepopulations d veloppementalesprotocole de neuro imagerie

Articles connexes