Method Article

ניתוחי נתונים איכותיים והשוואתיים של פעילות קליפת המוח מניסוי ספקטרוסקופיה כמעט אינפרא-אדום פונקציונלי החלת עיצוב בלוק

DOI:

10.3791/61836

⸱

December 3rd, 2020

 ,  ,  ,  , 
1Department of Neurosurgery, Faculty of Medicine, Fukuoka University, 2Department of Rehabilitation Medicine, Fukuoka University Hospital, 3Department of Preventive Medicine and Public Health, Faculty of Medicine, Fukuoka University, 4Department of Neurology, Fukuoka University Hospital

In This Article

Summary

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

אנו מתארים את הניתוח של ניסוי ספקטרוסקופיה כמעט אינפרא אדום פונקציונלי גל מתמשך באמצעות עיצוב בלוק עם משימה sensorimotor. כדי להגביר את המהימנות של ניתוח הנתונים, השתמשנו במיפוי פרמטרי סטטיסטי איכותי המבוסס על מודל ליניארי כללי ובמודלים מעורבים היררכיים השוואתיים עבור ערוצים מרובים.

Abstract

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

מחקרי הדמיה מוחית ממלאים תפקיד מרכזי בהערכת מצבים נוירולוגיים טרום-התערבותיים כגון שיקום וטיפול כירורגי. בין טכנולוגיות הדמיה מוחית רבות המשמשות למדידת פעילות המוח, ספקטרוסקופיה תפקודית כמעט אינפרא אדום (fNIRS) מאפשרת הערכה של פעילויות קליפת המוח דינמיות על ידי מדידת רמות המוגלובין המקומיות בדומה להדמיית תהודה מגנטית תפקודית (fMRI). כמו כן, בשל הגבלה פיזית פחותה ב- fNIRS, ניתן להעריך גרסאות מרובות של משימות sensorimotor. מעבדות רבות פיתחו מספר שיטות לניתוח נתונים fNIRS; עם זאת, למרות העובדה כי העקרונות הכלליים זהים, אין שיטה סטנדרטית אוניברסלית. כאן, אנו מציגים את השיטות האנליטיות האיכותיות והשוואתיות של נתונים המתקבלים מניסוי fNIRS רב ערוצי באמצעות עיצוב בלוק. לצורך ניתוח איכותי, השתמשנו בתוכנה עבור NIRS כגישה לא אחידה המבוססת על המודל הליניארי הכללי. ניתוח NIRS-SPM מציג תוצאות איכותיות עבור כל הפעלה על-ידי הדמיה של האזור הפעיל במהלך המשימה. בנוסף, דיגיטייזר תלת מימדי לא פולשני יכול לשמש כדי להעריך את מיקומי ערוץ fNIRS יחסית למוח. כדי לאמת את ממצאי NIRS-SPM, משרעת השינויים ברמות המוגלובין הנגרמת על ידי המשימה sensorimotor ניתן לנתח סטטיסטית על ידי השוואת הנתונים המתקבלים משני מפגשים שונים (לפני ואחרי התערבות) של אותו נושא המחקר באמצעות מודל מעורב היררכי רב ערוצי. השיטות שלנו יכולות לשמש למדידת ניתוח טרום-לעומת-לאחר התערבות במגוון הפרעות נוירולוגיות כגון הפרעות תנועה, מחלות כלי דם במוח והפרעות נוירופסיכיאטריות.

Introduction

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

Neurorehabilitation ממלא תפקיד חשוב בהתאוששות התפקודית בעקבות הפרעה sensorimotor. כדי להבהיר את המנגנונים של התאוששות תפקודית הקשורה לנוירופלסטיות, נעשה שימוש בטכנולוגיות הדמיה מוחית שונות, כגון דימות תהודה מגנטית תפקודית (fMRI), טומוגרפיה של פליטת פוזיטרונים (PET), אלקטרואנצפלוגרפיה (EEG) וספקטרוסקופיה כמעט אינפרא אדום תפקודית (fNIRS). לאופנים שונים של הדמיה יש יתרונות וחסרונות שונים. למרות fMRI הוא המכשיר האופייני ביותר, הוא מושפע שדות מגנטיים, יש עלות גבוהה, הגבלה פיזית גבוהה, ומשימות sensorimotor מוגבל1,2,3,4. מכשיר fNIRS בולט כמו דימות עצבי אופטי פולשני ויש לו רזולוציה מרחבית נמוכה יחסית, אבל יש לו רזולוציה זמנית טובה יותר מאשר fMRI4. fNIRS מתאים בעת אימות השפעות הטיפול מכיוון שהוא משווה את ההשפעות שלפני ואחרי ההתערבות, יש לו משימות מוטוריות דינמיות, הוא נייד, ומתפקד יותר בסביבות טבעיות מאשר fMRI1,2,4. NIRS דווח להיות מתאים יותר בתחומים של מחלת כלי דם במוח, הפרעות אפילפטיות, פגיעה מוחית חמורה, מחלת פרקינסון, ליקוי קוגניטיבי1,5. לגבי משימות sensorimotor, הוא נמצא בשימוש נרחב בהליכה ואיזון עמידה6,7,8, תפקוד הגפה העליונה (אחיזת יד, הקשה על האצבע)8,9, אימון מיומנות מוטורית מורכבת10,11, רובוטיקה12,13,14,15, וממשק מוח-מחשב16,17,18. ה- fNIRS מבוסס על עקרונות של דימות מוחי אופטי וזיווג נוירו-וסקולרי, המודדים פעילות מטבולית קליפת המוח, זרימת דם מוגברת, וכתוצאה מכך פעילות קליפת המוח כאותות משניים19. אותות fNIRS דווחו יש מתאמים חזקים עם אותות של fMRI תלוי רמת חמצן בדם20. fNIRS גל מתמשך משתמש בחוק באר למברט שונה כדי לקבוע את השינויים בהמוגלובין מחומצן (HbO2) ו המוגלובין deoxygenated (HHb) רמות ריכוז קליפת המוח מבוסס על שינויים נמדדים בהחלנת אור אינפרא אדום כמעט פס רחב21,22. מכיוון שלא ניתן היה למדוד את גורם אורך הנתיב הדיפרנציאלי (DPF) באמצעות מערכת NIRS של גל מתמשך, הנחנו כי DPF היה קבוע וכי שינויי אותות המוגלובין נרשמו ביחידות שרירותיות של מילימול מילימטר (mM x mm)2,18.

ניסויי fNIRS צריכים לבחור את השיטות המתאימות ביותר, כולל הגדרות הבדיקה, תכנוני הניסוי ושיטות הניתוח. לגבי הגדרת הבדיקה, שיטת 10-20 הבינלאומית המשמשת במדידת EEG היא תקן ההגדרה המשמש חוקרים רבים בדימות מוחי. בשנים האחרונות נעשה שימוש בהגדרות קואורדינטות המבוססות על המוח הסטנדרטי על בסיס קואורדינטות של המכון הנוירולוגי של מונטריאול (MNI). הניסוי משתמש בתכנון בלוק, המשמש בדרך כלל למשימות sensorimotor, ועיצוב הקשור לאירוע. זוהי שיטה להשוואת שינויים בריכוז המוגלובין במנוחה ובמהלך משימות; רמות הריכוז HbO2 עולות ורמות ריכוז HHb יורדות עם שינויים בזרימת הדם המוחי הקשורים לפעילות קליפת המוח תלוית המשימה. למרות שקיימות שיטות ניתוח שונות, התוכנה החופשית NIRS-SPM מאפשרת ניתוח דומה למיפוי פרמטרי סטטיסטי (SPM) של fMRI. הטיפול בנתוני NIRS משתמש בגישה לא אחידה המבוססת על המודל הליניארי הכללי (GLM). בעת ביצוע ניתוח פעילות מוחית תלוית משימה, מדידות fNIRS יכולות להיות מושפעות מפעילות עצבית מעוררת או לא מעוררת והפרעות פיזיולוגיות מערכתיות (קצב לב, לחץ דם, קצב נשימה ופעילות מערכת העצבים האוטונומית) בתא המוחי והחריג23. לכן, עיבוד טרום ניתוח, סינון, המרת wavelet, וניתוח רכיב ראשי שימושיים23. לגבי סינון וממצאים של עיבוד הנתונים באמצעות NIRS-SPM,סינון מעבר נמוך 9 ואת אורך התיאור המינימלי wavelet (Wavelet-MDL)24 detrending שימשו כדי להתגבר על התנועה או מקורות אחרים של רעש / חפץ. לפרטים על שיטה אנליטית זו, עיינו בדו"ח של Ye et al.25. למרות שיש דיווחים באמצעות SPM בלבד, זהו רק מדד איכותי על ידי ניתוח תמונה, ובשל הרזולוציה המרחבית הנמוכה של NIRS, נדרשת זהירות רבה לניתוח קבוצתי. יתר על כן, כאשר DPF הוא קבוע, השוואות מספריות בין ערוצים ואנשים לא צריך להתבצע, אבל ההבדל בשינויים בכל ערוץ ניתן לאמת. בהתבסס על התנאים לעיל, על מנת להשלים את תוצאות ניתוח קבוצת NIRS-SPM, השתמשנו בשיטת הניתוח המקורית לניתוח רב ערוצי לאחר שיפור הדיוק של רישום מרחבי. ניתוח רב ערוצי זה השווה את משרעת השינוי ברמות HbO 2 ו- HHb בין השאר לבין תקופות במשימה בכל ערוץ לפני ומיד לאחר הטיפול באמצעות מודלים מעורבים היררכיים עםהתערבויות קבועות (לפני או אחרי), תקופות קבועות (מנוחה או משימה) ואפקטים בודדים אקראיים.

בדרך זו, ישנן מספר שיטות מדידה וניתוח fNIRS; עם זאת, לא נקבעה שיטה סטנדרטית. במאמר זה, אנו מציגים את השיטות שלנו, מיפוי פרמטרי סטטיסטי איכותי מבוסס GLM ואת המודל המעורב היררכי רב-רמות השוואתי, כדי לנתח נתונים המתקבלים מניסוי fNIRS רב-ערוצי של טרום-לעומת-התערבות באמצעות תכנון בלוק עם משימות sensorimotor.

Access restricted. Please log in or start a trial to view this content.

Protocol

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

מחקר זה אושר על ידי ועדת הביקורת המוסדית (IRB) של אוניברסיטת פוקואוקה, יפן (IRB מס ' 2017M017). לפני ההשתתפות, כל המטופלים סיפקו הסכמה מדעת בכתב.

1. הכנת ניסוי fNIRS

הערה: נעשה שימוש במערכת NIRS רב-ערוצית מבוססת לייזר לגל רציף עבור ניסוי זה. אורכי הגל של אור האינפרא-אדום הכמעט-אינפרא-אדום היו 780 ננומטר, 805 ננומטר ו-830 ננומטר, וקצב הדגימה נקבע על 7.8 הרץ. הזמן והרזולוציה המרחבית (מרחקים בין פולט האור לבדיקת הגלאי) היו 0.13 שניות ו-3.0 ס"מ, בהתאמה.

  1. הגדר את התקן fNIRS במקום חשוך וחסר רעש. לערוך ניסויים בטמפרטורת החדר. הפעל את מכשיר fNIRS 30 דקות לפני הניסוי.
    הערה: מערכות fNIRS משמשות בתנאי טמפרטורה ולחות מבוקרים כדי להבטיח פעולה יציבה של הציוד26.
  2. השתמש כובעי ראש שלמים עבור הקלטת fNIRS ולחבר את מכסה הראש על ראשו של הנושא, כך המיקום המתאים למרכז (Cz) של מערכת בינלאומית 10-20 ממוקם במחזיק מס '245 של כובע הראש. (איור 1).
  3. חבר את מדבקת הסימון לנקודות מיקום התייחסות: האף (Nz), בשר שמיעתי חיצוני ימני (AR) ובשר שמיעתי חיצוני שמאלי (AL).
    הערה: מכיוון שנקודות הציון התלת מימדיות (תלת-ממדיות) נקראות סביב העמדות של מדבקת הסימון Nz, AR, AL ומחזיק Cz, יש לצרף את מדבקת הסימון לפני צילום תמונה.
  4. לאחר הכיול של מצלמה דיגיטלית ברזולוציה גבוהה לרישום מרחבי, צלם את ראשו של הנבדק עם מיקום הבדיקה תוך הצגת נקודות הייחוס (Cz, Nz, AR ו- LR) מ- 15 נקודות מבט.
    הערה: אנא צלם תמונה לפני מיקום הגשוש. אם תמונה צולמה לאחר הצבת החללית, ציון הדרך של הסמן עשוי להיות מוסתר על-ידי הגשוש וכבל החיווט. כפי שהומלץ על ידי היצרן, לאחר צילום 12 תמונות 30° באלכסון קדימה מימין לנושא, לצלם שלוש תמונות או יותר מעט מעל כך Cz (מחזיק מס '245) מופיע בתמונה. הסיבה לכך היא שזה קל לעשות את זה תלת מימדי בעת לכידת סך של 15 או יותר יריות.
  5. בזהירות להפריד את השיער של הנושא שמפריע optode באמצעות דיודה פולטת אור (LED)-מואר מוט פלסטיק לחבר את החללית. מסדרים את הגשוש כך שהאופטודות מחוברות במרחק מינימלי מפני הקרקפת ובמגע עם הקרקפת.
    הערה: בדוק היטב אם יש לחץ או אי נוחות עבור המטופל עקב ההחזקה של optodes, בגלל כוח גובר של confounders מערכתית הקשורים להפעלת מערכת העצבים האוטונומית23.
  6. סדרו את המערכת בת 48 הערוצים עם 32 אופטודות (16 מקורות אור ו-16 גלאים; מערך של 4 x 4 לכל חצי כדור) למכסה ראש דו-צדדי מעל האזורים הקדמיים והקודקודיים כאזוריעניין (איור 2).
  7. הפעל את תוכנת הדיגיטציה תלת-ממדית והשתמש בה כדי לקבוע את הרישום המרחבי.
  8. לאחר סריקת נתוני התמונה של ראש שלם, קבע את הקואורדינטות המרחביות של כל מטופל על-ידי מדידה אוטומטית ושמירה כקובץ Origin ו- Others (*קובץ CSV).
    הערה: אם לא היתה אפשרות לזהות את נקודות הקואורדינטות מהתמונות באמצעות המדידה האוטומטית, הזן את ההתאמה באופן ידני.

2. הפעל את הניסוי

  1. בחר עיצוב בלוק לניסוי, והמשימה יכולה להיות כל תנועה מעניינת למחקר כגון פתיחה/סגירה של ידיים, הקשה על האצבע וכו'. במחקר הקודם שלנו, המשימה הייתה תנועות מרפק בסיוע רובוט15.
    הערה: כל מחזור עשוי משלושה בלוקים (15 שניות של מנוחה - 15 s של המשימה - 15 s של מנוחה), וכל חולה משלים שבעה מחזורים בכל מפגש.
  2. הפוך את המשתתף לחכות במצב נוח עד האות ההתחלתי. הורה לנושא לעצום את עיניהם במהלך השאר והמשימה.
  3. תן רמזי התחלה ועצירה (כלומר, "חזור על כיפוף והרחבת המרפק", "עצור והירגע").
    הערה: אין לדבר במהלך המדידות. בדוק היטב אם קיימים פריטים חזותיים במסך הצג במהלך המדידות.
  4. ביצוע משימת עיצוב הבלוק באותה יציבה. יציבה זקופה עם תנוחת עמידה או ישיבה רצויה לא לעוות את האוזנייה האלחוטית.
    הערה: אם המטופל מרגיש לא בנוח לאחר לבישת מחזיק הראש לתקופה ממושכת של זמן, להסיר או לשחרר את החללית במהלך תרגיל בסיוע רובוט.
  5. לאחר השלמת מדידת ה- NIRS, הסר את מחזיק הראש ומדבקת הסימון כדי לסיים את הניסוי.
    הערה: בדוק היטב אם נגרם נזק לעור לקרקפת עקב לבישה ממושכת.

3. ניתוח GLM איכותי באמצעות תוכנת NIRS-SPM

  1. הפעל את NIRS-SPM בתוכנת MATLAB. המר את קובץ הנתונים הקשור לשינוי בריכוז HbO2 ו- HHb שנרכש מהתקן NIRS לתבנית הקובץ עבור ניתוח NIRS-SPM.
  2. בחרו באפשרות מערכת NIRS מהתפריט הנפתח. בחרו בלחצן 'טען' ובחרו באפשרויות המרת אפשרויות שינוי הריכוז HbO2 ו-HHb.
  3. זהה את הרישום המרחבי של מיקום ערוץ NIRS. בחר בתיבת הסימון עצמאי ולאחר מכן בחר בתיבת הסימון עם דיגיטייזר תלת-ממדי.
  4. בתוך מקואורדינטות אמיתיות לשטח MNI, השתמש בתיבת הדו-שיח כדי לבחור _origin. CSV המתייחס לקובץ נקודת ההתייחסות של הקואורדינטות _others. CSV המתייחס לקובץ הבדיקות/הערוצים של הקואורדינטות.
  5. בחר בלחצן רישום. בחר את הנקודות כדי להמשיך ל הערכה מרחבית, ולחץ על לחצן אישור. לחץ על קואורדינטת Project MNI ללחצן המוח המעובד.
    הערה: המיקום המרחבי של מיקומי ערוץ NIRS מוערך על בסיס תבנית המוח של המכון הנוירולוגי של מונטריאול (MNI).
  6. בחר באפשרות תצוגת דורסל ולחץ על לחצן שמור.
  7. במקטע ציין רמתרחוב 1, בחר את שם קובץ הנתונים של NIRS ואת הספריה SPM. בחר בתיבת הסימון המוגלובין; HbO2 או HHb. סמן את האפשרות ציין עיצוב ובחר באפשרות Sec. סמן את אפשרויות מספר התנאים/מבחנים והזן את המספר 7.
  8. סמן את האפשרויות וקטור ההתחלה ומשך הזמן והזן וקטור של התחלה כפול משך התנאים הניסיוניים כדלקמן.
    הערה: במקרה זה, יש לציין את הווקטור של זמני תחילת ההתחלה כ- [15:45:285] או [15 60 105 150 195 240 285]. יש לציין את וקטור משך הזמן כ[ 15* אלה (7,1)] או [15 15 15 15 15 15].
  9. לצורך ביטול ניתוק, בחר בלחצן Wavelet-MDL. השתמשו בשיטת הצביעה המוקדמת: מסנן מעבר נמוך ובחרו בלחצן hrf, ונכון למתאם טורי, ולאחר מכן בחרו בלחצן none.
  10. בהערכת מתאמי הטמפורל, בדוק את הניתוח האישי.
    הערה: שמור את ההתאמה המרחבית של מיקומי ערוצי fNIRS במערכות הקואורדינטות הבודדות של MNI כקובץ טקסט. באופן דומה, שמור את המפה בהתבסס על אזור ברודמן הבודד (BA) כקובץ טקסט.
  11. להערכת מתאמי הטמפורל, בדוק את ניתוח הקבוצה. NIRS-SPM יישר את עמדות האופטודה הממוצעות של מספר המשתתפים על פי מערכת קואורדינטות המוח הסטנדרטית MNI.
  12. חשב את מפת ההפעלה בהתבסס על השינויים ברמת המוגלובין עבור המוח המתוקנן. רמות HbO2 ו- HHb נחשבו משמעותיות בסף לא מנוכה של p < 0.01.
    הערה: מידע משמאל ומימין התהפך בצדדים המושפעים מימין לצורך ניתוח קבוצתי.

4. ניתוח השוואתי רב ערוצי המבוסס על מודל מעורב היררכי

  1. הפעל את תוכנת SAS. המרת מסמך הטקסט ( . TXT) של שינויי ריכוז של HbO2 ו- HHb בקובץ הנתונים NIRS מעובד עם מסנן מעבר נמוך (תדירות ניתוק הוגדרה ב- 0.1 הרץ) לקובץ הערכים המופרדים באמצעות פסיק תוכנת גיליון אלקטרוני (. ס.ב.ו).
  2. צור את ייבוא נתוני SAS ( .sas7bdat) באמצעות התוכנית.
  3. פלט של קובץ הייבוא עם הפקודה הבאה, libname החוצה "ייבוא קובץ"
  4. הפק פלט של קובץ קדם-לעומת קובץ שלאחר התערבות עבור כל נושא, הפעל את הפקודות הבאות ב- Analysis SAS. (איור 3) במהלך יצירת קובץ הייבוא, תן שם כזה שיכול לזהות את פרטי הנושא מראש לעומת לאחר התערבות (למשל, id1 pre, id1 post...)
  5. הפעל את פקודת הנתונים שלפני ואחרי התערבות עבור כל ערוץ (ch1-48; HbO2 ו- HHb) כדלקמן (איור 4).
  6. בהתבסס על הנתונים המתקבלים מתוצאות הפלט, הזן את ההבדלים שלפני ההתערבות בשינוי (הפרש במשימה ובמנוחה), ערכי מנוחה ופעילויות (ערכים משוערים, גבולות עליונים ומגבלות נמוכות יותר) של כל ערוץ בקובץ חוברת העבודה של הגיליון האלקטרוני (.xlsx).
  7. באופן דומה, הזן את דרגות החופש, ערך F וערך P של פריט האינטראקציה של בדיקת Type 3 בעלת האפקט הקבוע לקובץ חוברת העבודה של הגיליון האלקטרוני (.xlsx).
  8. כדי לשלוט בקצב הגילוי הכוזב (FDR) בבדיקות רב-ערוציות, השתמש בשיטות בנג'מין והוצ'ברג27 ושלוט ב- FDR בערך p < 0.01.

Access restricted. Please log in or start a trial to view this content.

Results

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

כאן, אנו מציגים את השיקום בסיוע רובוט כי הקבוצה שלנו כרגע עובד על: ההשפעות biofeedback על הגירעון מנוע הגפיים העליונות בחולים עם שבץ חריף. כללנו 10 חולי שבץ בהסכמה (גיל ממוצע: 66.8 ± 12.0 שנים; שתי נשים ושמונה גברים) שאושפזו בבית החולים שלנו. בשלב שבץ subacute, יותר מ 2 שבועות לאחר תחילת, הערכנו את הפעילות המוטורית הקשורות קליפת המוח של חולים אלה באמצעות מערכת fNIRS לפני ומיד לאחר השיקום בסיוע רובוט הגפיים העליונות באותו יום. לגבי משימות עיצוב הבלוק, הם ביצעו תנועות כיפוף/הרחבה מושפעות של...

Access restricted. Please log in or start a trial to view this content.

Discussion

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

בשיטות האנליטיות הקבוצתיות שלנו עבור fNIRS, בנוסף לביצוע שיטת הדמיה אנליטית על ידי מיפויים איכותיים של סטטיסטיקה t-stat, השווינו קדם-לעומת-לאחר התערבות (תרגיל בסיוע רובוט) באמצעות ניתוח רב-ערוצי השוואתי. לצורך ניתוח איכותי, השתמשנו בתוכנת NIRS-SPM כגישה לא אחידה המבוססת על המודל הליניארי הכללי. ניתוח NIRS-SPM מציג תוצאות איכותיות של כל הפעלה על-ידי הדמיה של האזור הפעיל במהלך המשימה. יתר על כן, המידע של דיגיטייזר תלת-ממד לא פולשני מאפשר הערכה של מיקומי ערוצי fNIRS ביחס למוח. הניתוח הקבוצתי באמצעות ניתוח NIRS-SPM...

Access restricted. Please log in or start a trial to view this content.

Disclosures

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

המחברים אין ניגודי עניינים רלוונטיים למחקר זה לחשוף.

Acknowledgements

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

עבודה זו נתמכה בחלקה על ידי האגודה היפנית לקידום המדע (JSPS) מענק בסיוע למחקר מדעי (C) 18K08956 וקרן ממכון המחקר המרכזי של אוניברסיטת פוקואוקה (מס '201045).

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
תוכנת דיגיטציה תלת מימדיתTOPCON-NS-1000 תוכנה גרסה 1.50
NIRS מערכת
רובוטCYBERDYNE-איברהיברידי מסוג מפרק יחיד (HAL-SJ)
Shimadzu-FOIRE-3000

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Bonilauri, A., Sangiuliano Intra, F., Pugnetti, L., Baselli, G., Baglio, F. A systematic review of cerebral functional near-infrared spectroscopy in chronic neurological diseases-actual applications and future perspectives. Diagnostics (Basel). 10 (8), (2020).
  2. Mihara, M., Miyai, I. Review of functional near-infrared spectroscopy in neurorehabilitation. Neurophotonics. 3 (3), 031414(2016).
  3. Yang, M., Yang, Z., Yuan, T., Feng, W., Wang, P. A systemic review of functional near-infrared spectroscopy for stroke: Current application and future directions. Frontiers in Neurology. 10, 58(2019).
  4. 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).
  5. Obrig, H. NIRS in clinical neurology - a 'promising' tool. Neuroimage. 85, Pt 1 535-546 (2014).
  6. Fujimoto, H., et al. Cortical changes underlying balance recovery in patients with hemiplegic stroke. Neuroimage. 85, Pt 1 547-554 (2014).
  7. Herold, F., et al. Functional near-infrared spectroscopy in movement science: a systematic review on cortical activity in postural and walking tasks. Neurophotonics. 4 (4), 041403(2017).
  8. Leff, D. R., et al. Assessment of the cerebral cortex during motor task behaviours in adults: a systematic review of functional near infrared spectroscopy (fNIRS) studies. Neuroimage. 54 (4), 2922-2936 (2011).
  9. Morishita, T., et al. Changes in motor-related cortical activity following deep brain stimulation for parkinson's Disease detected by functional near infrared spectroscopy: A pilot study. Frontiers in Human Neuroscience. 10, 629(2016).
  10. Lee, S. H., Jin, S. H., An, J. The difference in cortical activation pattern for complex motor skills: A functional near- infrared spectroscopy study. Science Reports. 9 (1), 14066(2019).
  11. Hatakenaka, M., Miyai, I., Mihara, M., Sakoda, S., Kubota, K. Frontal regions involved in learning of motor skill--A functional NIRS study. Neuroimage. 34 (1), 109-116 (2007).
  12. Saita, K., et al. Combined therapy using botulinum toxin A and single-joint hybrid assistive limb for upper-limb disability due to spastic hemiplegia. Journal of the Neurological Sciences. 373, 182-187 (2017).
  13. Chang, P. H., et al. The cortical activation pattern by a rehabilitation robotic hand: a functional NIRS study. Frontiers in Human Neuroscience. 8, 49(2014).
  14. Bae, S. J., Jang, S. H., Seo, J. P., Chang, P. H. The optimal speed for cortical activation of passive wrist movements performed by a rehabilitation robot: A functional NIRS study. Frontiers in Human Neuroscience. 11, 194(2017).
  15. Saita, K., et al. Biofeedback effect of hybrid assistive limb in stroke rehabilitation: A proof of concept study using functional near infrared spectroscopy. PLoS One. 13 (1), 0191361(2018).
  16. Mihara, M., et al. Near-infrared spectroscopy-mediated neurofeedback enhances efficacy of motor imagery-based training in poststroke victims: a pilot study. Stroke. 44 (4), 1091-1098 (2013).
  17. Naseer, N., Hong, K. S. fNIRS-based brain-computer interfaces: a review. Frontiers in Human Neuroscience. 9, 3(2015).
  18. Mihara, M., et al. Neurofeedback using real-time near-infrared spectroscopy enhances motor imagery related cortical activation. PLoS One. 7 (3), 32234(2012).
  19. Tak, S., Jang, J., Lee, K., Ye, J. C. Quantification of CMRO(2) without hypercapnia using simultaneous near-infrared spectroscopy and fMRI measurements. Physics in Medicine and Biology. 55 (11), 3249-3269 (2010).
  20. 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).
  21. Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. Neuroimage. 85, Pt 1 6-27 (2014).
  22. Delpy, D. T., et al. Estimation of optical pathlength through tissue from direct time of flight measurement. Physics in Medicine and Biology. 33 (12), 1433-1442 (1988).
  23. 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).
  24. Jang, K. E., et al. Wavelet minimum description length detrending for near-infrared spectroscopy. Journal of Biomedical Optics. 14 (3), 034004(2009).
  25. Ye, J. C., Tak, S., Jang, K. E., Jung, J., Jang, J. NIRS-SPM: statistical parametric mapping for near-infrared spectroscopy. Neuroimage. 44 (2), 428-447 (2009).
  26. Orihuela-Espina, F., Leff, D. R., James, D. R., Darzi, A. W., Yang, G. Z. Quality control and assurance in functional near infrared spectroscopy (fNIRS) experimentation. Physics in Medicine and Biology. 55 (13), 3701-3724 (2010).
  27. Benjamini, Y., Hochberg, Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society Series B. 57 (1), 289-300 (1995).
  28. Herold, F., Wiegel, P., Scholkmann, F., Muller, N. G. Applications of functional near-infrared spectroscopy (fNIRS) neuroimaging in exercise(-)cognition science: A systematic, methodology-focused review. Journal of Clinial Medicine. 7 (12), (2018).
  29. Boden, S., et al. The oxygenation response to functional stimulation: is there a physiological meaning to the lag between parameters. Neuroimage. 36 (1), 100-107 (2007).
  30. Pinti, P., Scholkmann, F., Hamilton, A., Burgess, P., Tachtsidis, I. Current status and issues regarding pre-processing of fNIRS neuroimaging data: An investigation of diverse signal filtering Methods within a general linear model Framework. Frontiers in Human Neuroscience. 12, 505(2018).
  31. Udina, C., et al. Functional near-infrared spectroscopy to study cerebral hemodynamics in older adults during cognitive and motor tasks: a review. Frontiers in Aging Neuroscience. 11, 367(2019).
  32. Verghese, J., Wang, C., Ayers, E., Izzetoglu, M., Holtzer, R. Brain activation in high-functioning older adults and falls: Prospective cohort study. Neurology. 88 (2), 191-197 (2017).
  33. Yucel, M. A., et al. Short separation regression improves statistical significance and better localizes the hemodynamic response obtained by near-infrared spectroscopy for tasks with differing autonomic responses. Neurophotonics. 2 (3), 035005(2015).
  34. Torricelli, A., et al. Time domain functional NIRS imaging for human brain mapping. Neuroimage. 85, Pt 1 28-50 (2014).
  35. Giacalone, G., et al. Time-domain near-infrared spectroscopy in acute ischemic stroke patients. Neurophotonics. 6 (1), 015003(2019).
  36. Saita, K., et al. Contralateral cerebral hypometabolism after cerebellar stroke: a functional near-infrared spectroscopy study. Journal of Stroke and Cerebrovascular Diseases. 26 (4), 69-71 (2017).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Functional Near Infrared SpectroscopyfNIRS Data AnalysisBlock Design TaskNIRS SPM SoftwareHierarchical Mixed ModelGeneral Linear Model3D Digitizer SoftwareMulti Channel AnalysisPre Post InterventionCortical Activity Measurement

Related Articles