מאמר שיטה

קישוריות במצב מנוחה והדמיה מוחית של פעילות קליפת המוח הקדם-מצחית במהלך תרגול אסאנה של יוגה בעיצוב בלוקים באמצעות fNIRS

DOI:

10.3791/68400

⸱

24 ביוני 2025

 ,  ,  , 
1Coordinación para la Innovación y la Aplicación de la Ciencia y la Tecnología, Universidad Autónoma de San Luis Potosí, 2Faculty of Science, Universidad Autónoma de San Luis Potosí

במאמר זה

סיכום

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

מחקר זה השתמש בספקטרוסקופיה פונקציונלית של אינפרא אדום קרוב (fNIRS) כדי למדוד את פעילות קליפת המוח הקדם-מצחית במהלך רצף אסאנה יוגה בעיצוב בלוק של 23 דקות עם 27 מבוגרים. קישוריות מצב מנוחה תועדה לפני ואחרי האימון. הממצאים מדגישים את היעילות של fNIRS במחקר מבוסס תנועה ומספקים תובנות נוירולוגיות לגבי ההשפעות של אסאנות יוגה.

תקציר

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

מחקר זה נועד להשתמש בטכנולוגיית הדמיה מוחית ניידת של ספקטרוסקופיה קרובה לאינפרא אדום (fNIRS) כדי לבחון שינויים בפעילות קליפת המוח הקדם-מצחית (PFC) לפני, במהלך ואחרי יוגה אסאנה (תנוחות יוגה פיזיות). בסך הכל 27 מבוגרים בריאים השתתפו במפגש אסאנה יוגה בן 23 דקות באמצעות עיצוב קוביות. לפני ואחרי הרצף, המשתתפים השלימו שני מצבי מנוחה של 6 דקות, בלתי תלויים במשימה. פעילות קליפת המוח הקדם-מצחית תועדה באופן רציף באמצעות מכשיר fNIRS, הממוקם באזור הקדמי של הגולגולת. המפגש כלל תנוחת בקרה לסירוגין עם שלוש תנוחות פעילות. כל תנוחה פעילה הוחזקה במשך 30 שניות, ואחריה מרווח יציבת בקרה של 25-30 שניות, וחזרה על עצמה שמונה פעמים. עיצוב בלוק זה הביא ל-25 מרווחי יציבת בקרה ו-24 חזרות על כל תנוחה פעילה. הניתוח כלל עיבוד מקדים של נתוני fNIRS גולמיים לחישוב ריכוזים של אוקסיהמוגלובין (HbO) ודאוקסיהמוגלובין (HbR), תיקון חפצי תנועה והערכה סטטיסטית באמצעות ANOVA עם תיקוני בונפרוני. ניתוחי קישוריות בחנו מתאמים בין-המיספריים ותוך המיספריים בקליפת המוח הקדם-מצחית. לסיכום, מחקר זה מדגים את התועלת של fNIRS בהקשרים מבוססי תנועה בעולם האמיתי ומספק תובנות נוירולוגיות לגבי ההשפעות של אסאנה יוגה.

מבוא

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

יוגה היא תרגול הודי עתיק המשלב תנוחות פיזיות (אסאנה), תרגילי נשימה (פראניאמה), מדיטציה ועקרונות אתיים לקידום רווחה פיזית ונפשית הוליסטית. בשנים האחרונות, יוגה הפכה מוכרת יותר ויותר כהתערבות משלימה למצבים נפשיים, הנתמכת על ידי גוף הולך וגדל של מחקר מדעי. מחקרים רבים הראו שתרגול יוגה קבוע יכול להפחית משמעותית תסמינים של חרדה, דיכאון ומתח, תוך שיפור מצב הרוח, הוויסות הרגשי והחוסן הפסיכולוגי הכללי 1,2,3. מטא-אנליזות וניסויים אקראיים מבוקרים ביססו עוד יותר את יעילות היוגה כטיפול משלים לדיכאון והפרעת דחק פוסט-טראומטית, עם ראיות המצביעות גם על שיפור באיכות החיים והתפקוד הקוגניטיבי 4,5,6,7,8.

למרות בסיס הראיות המבטיח הזה, המנגנונים העצביים העומדים בבסיס תרגולי יוגה מבוססי תנועה, במיוחד התנוחות הפיזיות (אסאנה), נותרולא מובנים היטב. פער זה בידע עיכב את המאמצים לשלב יוגה במודלים נוירו-קוגניטיביים של התערבות. מטרת המחקר הנוכחי היא לחקור את הפעילות המוחית הקשורה לתרגול אסאנה יוגה בזמן אמת, ובכך לתרום להבנה מכניסטית של האופן שבו תרגולי התבוננות מבוססי תנועה משפיעים על תפקוד קליפת המוח.

כדי להשיג זאת, השתמשנו בספקטרוסקופיה פונקציונלית של אינפרא אדום קרוב (fNIRS), טכניקת הדמיה נוירולוגית ניידת ולא פולשנית המודדת תגובות המודינמיות בקליפת המוח11. הרציונל לשימוש ב-fNIRS נעוץ ביכולתו לנטר את פעילות המוח במהלך תנועה טבעית וזקופה - גישה שאינה אפשרית בשיטות הדמיה קונבנציונליות כמו fMRI או PET, הדורשות מהמשתתפים להישאר ללא תנועה בסביבותמלאכותיות. בהשוואה לחלופות אלה, fNIRS מציע מספר יתרונות: הוא שקט, סובלני לתנועה, ומאפשר לחקור משימות תקפות מבחינה אקולוגית בסביבות בעולם האמיתי13. כתוצאה מכך, נעשה בו שימוש נרחב במחקרים על למידה מוטורית, עומס עבודה קוגניטיבי, התפתחות תינוקות, הליכה ושיווי משקל ותרגולי מיינדפולנס, והניב תובנות מהימנות לגבי פעילות קליפת המוח הקדם-מצחית בתנאים סטטיים ודינמייםכאחד 14,15,16,17,18 . יישומו במסגרות נטורליסטיות, במיוחד במהלך תנועה, פתח אפיקים חדשים לחקר קוגניציה גופנית והמצעים העצביים של התערבויות בריאות אינטגרטיביות.

עם זאת, מעט מחקרים יישמו טכניקה זו על אסאנה יוגה באופן ספציפי, ומעטים עוד יותר עשו זאת על פני כל הקשת הטמפורלית של מפגש - מלפני ובמהלך ואחרי התרגול - עם מדגם מייצג אוכלוסייה. כדי לטפל בכך, המחקר הנוכחי השתמש בפרוטוקול תכנון בלוקים באמצעות fNIRS כדי לבחון פעילות קליפת המוח וקישוריות מצב מנוחה לפני, במהלך ואחרי רצף אסאנה מובנה של יוגה. המחקר נערך בסביבה נטורליסטית וכלל 27 משתתפים דוברי ספרדית שפת אם ממקסיקו, ובכך התייחס לפער משמעותי בספרות הנוגעת להשפעות היוגה באוכלוסיות דוברות ספרדית לטינית. המשתתפים נעו בגילאי 18 עד 65 וכללו גברים ונשים כאחד עם מגוון רחב של ניסיון ביוגה, החל ממתחילים גמורים ועד למתרגלים עם עד 15 שנות תרגול קבוע. כל המשתתפים לא דיווחו על מצבים פסיכולוגיים או פיזיולוגיים חמורים שימנעו מהם להשלים את מפגש היוגה בן 23 הדקות. אנשים עם הפרעות פסיכיאטריות חמורות או מצבים פיזיים המגבילים את הניידות לא נכללו. בעוד שהמשתתפים לא נבדקו לפתולוגיות רפואיות ספציפיות כמו יתר לחץ דם או סוכרת, הוסבר בבירור לפני הפגישה שהם יכולים להפסיק בכל עת אם הם מרגישים לא טוב או לא בנוח. הוסכם מראש שכל מפגש שלא הושלם לא ייכלל בניתוח.

מבין 30 המשתתפים המקוריים, אף אחד לא פרש בגלל אי נוחות במהלך תרגול היוגה. עם זאת, שלושה לא נכללו בניתוח הסופי עקב רעש אות מוגזם שנגרם ככל הנראה מהפרעות חומרה או תקלה בתוכנה טכנית. על ידי הכללת מדגם מגוון ומייצג מבחינה דמוגרפית ומתן אפשרות להדמיה בזמן אמת וסובלנית לתנועה, מחקר זה משפר הן את התוקף האקולוגי והן את יכולת ההכללה של הממצאים. חוקרים וקלינאים המבקשים לחקור את הדינמיקה העצבית של פרקטיקות התבוננות מבוססות תנועה עשויים למצוא שיטה זו רלוונטית במיוחד ליישומים במדעי המוח הקוגניטיביים, מדעי השיקום ומחקר אינטגרטיבי של בריאות הנפש.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

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

הליכי הניסוי בוצעו בהתאם להצהרת הלסינקי, שנבדקה ואושרה על ידי Coordinación para la Innovación y la Aplicación de la Ciencia y la Tecnología (CIACYT), האוניברסיטה האוטונומית של סן לואיס פוטוסי ועדת הביקורת המוסדית [CIACYT-CEI-003]. כל המשתתפים סיפקו הסכמה מדעת חתומה.

1. גיוס משתתפים ודמוגרפיה

  1. גייסו משתתפים באמצעות מפה לאוזן ופלטפורמות מדיה חברתית, כולל פייסבוק ואינסטגרם. ליידע את המשתתפים הפוטנציאליים על מטרות המחקר, הדרישות וזכותם לפרוש בכל עת ללא קנס.
  2. לאסוף מידע דמוגרפי בדיווח עצמי, כולל גיל, משקל, גובה, מין ביולוגי, השכלה וניסיון יוגה באמצעות ראיונות אישיים (טבלה 1). הקצו לכל משתתף קוד ממוספר ייחודי לאנונימיות ורשמו את המידע שלו בקובץ גיליון אלקטרוני מוצפן.
  3. כלול משתתפים בגילאי 18-65 עם רמות שונות של חווית אסאנה יוגה. אל תכלול אנשים עם מצבים נוירולוגיים או פסיכיאטריים או כאלה שאינם מסוגלים לבצע תנוחות יוגה עקב מגבלות פיזיות. מחקר זה כלל משתתפים בגילאי 18 עד 65 עם רמות שונות של חווית יוגה אסאנה, תוך הוצאת אנשים עם מצבים נוירולוגיים או פסיכיאטריים ידועים, כמו גם כאלה עם מגבלות פיזיות שימנעו מהם לבצע את תנוחות היוגה בבטחה. נכון לעכשיו, הפרוטוקול אינו כולל וריאציות עבור משתתפים שלא נכללו, אם כי בחינת התאמות כאלה מייצגת כיוון רב ערך למחקר עתידי.
  4. ודא שכל הנהלים עומדים בהנחיות האתיות המוסדיות ותואמים את הצהרת הלסינקי. כל המשתתפים מספקים הסכמה מדעת חתומה. להודיע למשתתפים שהם לא יקבלו פיצוי כספי ושהם יכולים להפסיק את הניסוי בכל עת.

2. הליך ניסוי

  1. השתמש בהתקן ה-fNIRS הנייד לאיסוף נתונים. המכשיר פועל באורכי גל כפולים של 760 ננומטר ו-850 ננומטר, ומספק אור אינפרא-אדום קרוב לגל רציף להערכת שינויים בריכוזי ההמוגלובין מחומצן (HbO) ונטול חמצן (HbR). המערכת תומכת בעד 27 ערוצים ומקליטה בקצב דגימה של 50 הרץ, מה שמאפשר זיהוי אמין של הפעלה בקליפת המוח במהלך משימות נטורליסטיות.
    1. הכינו את מערך ה-fNIRS על ידי מיקום מקורות אור (S) וגלאים (D) במחזיקי המכסה בהתאם לפריסת קליפת המוח הקדם-מצחית הדו-צדדית (PFC) שסופקה על ידי היצרן (ראו איור 1). ודא הפרדת גלאי מקור (SD) של 3.0 ס"מ כדי לייעל את זיהוי האותות בקליפת המוח.
    2. בנוסף, כלול שתי תעלות הפרדה קצרות (1.0 ס"מ) כדי להסביר ולהוציא החוצה אותות המודינמיים שטחיים, כגון זרימת דם בקרקפת, שיכולים לבלבל מדידות קליפת המוח. השימוש בתעלות הפרדה קצרות הוא שיטה מאומתת לשיפור ספציפיות האות על ידי בידוד תגובות המודינמיות בקליפת המוח מזיהום חוץ-מוחי19.
  2. בחר ארבע אסאנות יוגה למחקר זה שהן תנוחות יסוד הנפוצות בכל סגנונות האטה יוגה. הם מהווים את הליבה של רצף סוריה נמסקר (ברכת השמש) הידוע, המוכר ברחבי העולם ומתרגל מדי שנה ב-21 ביוני במהלך יום היוגה הבינלאומי20. תנוחות אלה נבחרו בכוונה לא רק בשל הנגישות והסטנדרטיזציה שלהן במסורות היוגה, אלא גם כדי לאפשר חקירה ספציפית של ההשפעות של היפוכים (תנוחות בהן הראש נמצא מתחת ללב) והארכות גב על פעילות המוח - שתי צורות גופניות המומלצות לעתים קרובות בפרוטוקולי יוגה טיפולית לדיכאון והפרעות מצב רוח21,22.
  3. עצבו את המצגת במהלך הניסוי בפורמט PowerPoint, המהווה גם מדריך חזותי ושמיעתי למשתתפים. ודאו שכל שקופית מציגה את התמונה והשם של תנוחה אחת, הכתובה בשפת האם של המשתתף (ספרדית) עם השם הסנסקריטי המקורי בסוגריים: תנוחה A (Tadasana), תנוחה B (Uttanasana), תנוחה C (Adho Mukha Svanasana) ויציבה D (Urdhva Mukha Svanasana).
  4. עברו את המצגת בין תמונות של תנוחות B, C ו-D באופן אוטומטי כל 30 שניות בסדר אקראי, בזמן שהנסיין קרא בו זמנית את שם התנוחה בקול רם כדי לחזק את הרמז.
  5. ארגן באופן אקראי את האסאנות הפעילות, וודא שתנוחת קו הבסיס שזורה בין כל אחת מהן. סידור זה מספק רצף מאוזן תוך שמירה על מרווח בין גירויים משתנה כדי להפחית את השפעות התרגול וההתרגלות הפוטנציאליות.
  6. לניהול נתונים ועקביות, תקנן את כל החומרים החזותיים - כולל תמונות וגופנים - בגודל ובסגנון בין המשתתפים. גודל תמונות של תנוחות היוגה כראוי ברזולוציה גבוהה, ותוויות ברורות הן בשמות הספרדיים המקומיים והן בסנסקריט המסורתית שלהם.
  7. ודא שכל משתתף יכול לקרוא ולראות את הנחיית המצגת בבירור לפני שתתחיל. האסאנות הפעילות והאסאנות הבסיסיות שיש לבצע מתוארות להלן:
    טדסנה - תנוחת הרים (יציבת בסיס): עמידה זקופה וניטרלית.
    Uttanasana - עיקול קדימה (יציבה פעילה): קיפול קדימה מהמותניים כשהראש מתחת ללב.
    Adho Mukha Svanasana - כלב הפונה כלפי מטה (יציבה פעילה): תנוחת V הפוכה, עם ידיים ורגליים על הקרקע וירכיים מורמות.
    Urdhva Mukha Svanasana - כלב הפונה כלפי מעלה (יציבה פעילה): חזה מורם בהארכת גב כשהמבט מועבר כלפי מעלה.
  8. הכינו את אזור הניסוי על ידי הקמת מזרן יוגה, מערכת חבל יוגה תלויה על הקיר (ראו טבלת חומרים), ומסך מצגת הממוקם מול המשתתף - קרוב מספיק כדי לראות בבירור את התנוחות, אך רחוק מספיק כדי להימנע מחסימת התנועה. ההגדרה מודגמת באיור 2. אשר את הנראות והקריאות של המסך לפני תחילת ההפעלה.
  9. כייל את מערכת fNIRS על ידי הבטחה שכל הרכיבים - כולל המכסה, האופטודות ותוכנת ההקלטה - טעונים במלואם, פונקציונליים ותואמים למערכת רכישת הנתונים. כדי לכייל יש למקם במדויק את האופטודות על קרקפת המשתתף בהתאם למערכת הבינלאומית 10-20, תוך הבטחת מיקוד אנטומי עקבי של האזורים הקדם-מצחיים. כוונן את מחזיקי המכסה והאופטודה כך שיתאימו לצורות ראש בודדות ולצפיפות שיער, תוך מזעור הנחתת האור וחפצי התנועה. השתמש בממשק איכות האות של המערכת (למשל יחס אות לרעש ואינדקס צימוד קרקפת) כדי לוודא שכל ערוץ עומד בסף המומלץ.
    הערה: תהליך זה חיוני כדי להבטיח מדידות המודינמיות אמינות וניתנות לשחזור וכדי למזער אובדן נתונים או פרשנות שגויה עקב מגע חיישן לקוי או נשירת אות 16,23,24,25.
  10. כאשר המשתתף יושב בכיסא, ודא שכפות רגליו שטוחות על הקרקע, ידיו מונחות בעדינות בחיקו וגבו נתמך קלות על ידי הכיסא. ודא בעל פה שהמשתתף יושב בנוחות לפני שתמשיך.
  11. השתמש בדיגיטייזר תלת-ממדי, מכשיר מעקב אופטי שנועד ללכוד את המיקום המרחבי של אופטודות על הקרקפת, כדי לתעד את מיקום הכובע. תהליך זה מייצר קואורדינטות של המכון הנוירולוגי של מונטריאול (MNI), השתמש בהן כדי לזהות ולתקנן את אזורי המוח האנטומיים העומדים בבסיס כל ערוץ מדידה.
    הערה: דיגיטציה מדויקת מבטיחה עקביות בין המשתתפים ומאפשרת מיפוי מדויק של נתוני fNIRS על מבנים קליפת המוח לניתוח ברמת הקבוצה.
  12. אבטח את מכסה האופטודה באמצעות רצועת הסנטר והתאם ידנית כל אופטודה על ידי הפרדה עדינה של השיער עם מקל במבוק כדי להבטיח מגע ישיר עם הקרקפת (איור 3A). איור 3B מראה שיער שחוסם את האופטודה, בעוד שאיור 3C מדגים הסרה מוצלחת של החסימה באמצעות מקל במבוק. השתמש במודול ערך DAQ בתוכנת הרכישה כדי להעריך את איכות האות. ודא תמיד את נוחות המשתתפים על ידי שאלה אם יש כאב או אי נוחות והתאם את מיקומי האופטודה לפי הצורך כדי לייעל את בהירות האות מבלי להתפשר על הנוחות.
    הערה: בהתבסס על תצפיות אמפיריות במהלך תהליך המדידה, שלב זה יכול להימשך עד 30 דקות, תלוי בסוג השיער של המשתתף. אנשים עם שיער עבה, כהה או מתולתל דורשים לעתים קרובות זמן נוסף והתאמות כדי להבטיח מגע תקין בין האופטודה לקרקפת. במקרים אלה, אבטחת מכסה ה-fNIRS עם תחבושת כירורגית נמצאה יעילה בשמירה על מיקום יציב של אופטודה. משתתפים שהגיעו עם ג'ל בשיערם הציגו אתגרים נוספים, מכיוון שהמוצר הפריע להיצמדות לאופטודה. באמצעות ניסוי וטעייה, ראינו שיצירת קוקו הדוק או שימוש בסיכות שיער כדי להחזיק את השיער במקומו היו יעילים יותר מהסתמכות על כל סוג של קיבוע שיער. התאמות אלה שיפרו משמעותית את איכות האות ואת אמינות הנתונים.

3. מצב מנוחה, עיצוב בלוק אסאנה יוגה ותרגול מדידה

הערה: כפי שמודגם באיור 4, כל אחת מהתנוחות הדינמיות (B, C, D) הוחזקה במשך 30 שניות והשתלבה בתנוחה A כמצב בסיסי, שהוחזקה במשך 25-30 שניות. קו בסיס זה שימש כנקודת התייחסות פיזיולוגית לבידוד והשוואה של פעילות מוחית ספציפית לתנוחות האחרות. כדי למזער את העייפות ולהבטיח שהמחקר יתמקד בצורה ולא במאמץ, המשתתפים נתמכו בכל תנוחה באמצעות חבלי קורונטה, שיטה מאיינגאר יוגה טיפולית המאפשרת להחזיק תנוחות ללא מאמץ. בנוסף, מדידות מצב מנוחה תועדו במשך 6 דקות לפני ואחרי רצף האסאנות, שבמהלכן המשתתפים ישבו בעיניים עצומות כדי ללכוד את הקישוריות המוחית לפני ואחרי האימון.

  1. חבר את מכסה ה-fNIRS לתוכנה באמצעות בלוטות' כדי לנטר קליטת אותות בזמן אמת במהלך מצבים לפני ואחרי מנוחה, כמו גם במהלך תרגול היוגה אסאנה.
  2. כאשר מכסה ה-fNIRS מוחזק היטב במקומו בזמן שהמשתתפים יושבים בכיסא, בצעו את מדידת מצב המנוחה לפני האסאנה. הנחו את המשתתפים להירגע עם הרגליים על הקרקע, הידיים על הברכיים ולשבת בשקט בעיניים עצומות במשך 6 דקות. אסוף נתוני fNIRS ב-25 הרץ.
    1. כדי להבטיח תנועה מינימלית ולוודא שהמדידות הן במצב מנוחה ולא במצב שינה, הודיעו למשתתפים לא להרים גבות או לשרוט את פניהם במצב מנוחה. כמו כן, בקשו מהם להימנע מהירדמות ובדקו שוב אם זה קרה על ידי כך שתשאלו אותם אם הם נרדמו לאחר השלמת מצב המנוחה.
  3. לאחר השלמת מצב המנוחה הראשון, הסר את הכיסא ובקש מהמשתתפים לעמוד ולוודא שעדיין יש אות ברור. הנחו את המשתתפים לעקוב ולבצע את המצגת המתוכנתת מראש עם הוראות הפרדיגמה תוך כדי התקדמותה באופן אוטומטי.
  4. ספק הדרכה מילולית למשתתפים במהלך המצגת והקלט ידנית את סמני היציבה שנקבעו מראש - המסומנים A, B, C ו- D - כאשר כל שקופית עוברת. סמנים אלה תואמים לשלבים ספציפיים של רצף היוגה ושימשו לפילוח נתוני ה-fNIRS לניתוח: A מציין את היציבה הבסיסית (Tadasana), בעוד ש-B, C ו-D מייצגים את התנוחות הפעילות הבאות (Uttanasana, Adho Mukha Svanasana, ו-Urdhva Mukha Svanasana, בהתאמה), כפי שמתואר באיור 4. הסמנים נרשמו באופן ידני באמצעות תכונת הערת האירוע בתוכנת הרכישה (OxySoft, Artinis Medical Systems) ברגע שהוצגה כל שקופית יציבה והמשתתף עבר ליציבה. סימון אירועים ידני זה נמצא בשימוש נרחב ותוקף במחקרי fNIRS כדי להקל על ניתוח נעול גירוי של תגובות המודינמיות 23,24,25.
  5. לאחר המדידה, בדוק שנעשה שימוש בסמנים הנכונים במהלך תהליך המדידה על ידי התאמת חותמות הזמן המסומנות ידנית עם חותמות הזמן האוטומטיות של המצגת כדי להבטיח תיוג נתונים מדויק.
  6. ודאו שמכסה ה-fNIRS עדיין מוחזק היטב במקומו ושהאות עדיין ברור, בקשו מהמשתתפים לשבת בכיסא כדי לבצע את מדידת מצב המנוחה שלאחר אסאנה. הנחו את המשתתפים להירגע עם הרגליים על הקרקע, הידיים על הברכיים ולשבת בשקט בעיניים עצומות במשך 6 דקות. אסוף נתוני fNIRS ב-25 הרץ.
  7. ייתכן שיחלפו 2-5 דקות לאחר האסאנה כדי לוודא שמערך ה-fNIRS מכויל כהלכה ללא הפרעות אות לפני ביצוע מצב המנוחה שלאחר אסאנה. ספקו למשתתפים את אותה הדרכה כמו במדידת מצב לפני מנוחה כדי להבטיח תנועה מינימלית ולוודא שהמדידות הן במצב מנוחה ולא במצב שינה.

4. ניתוח נתוני fNIRS של תפקוד התגובה ההמודינמית במהלך אסאנה יוגה

הערה: ספקטרוסקופיה פונקציונלית כמעט-אינפרא אדום (fNIRS) מודדת שינויים בהמודינמיקה של קליפת המוח באמצעות שני פרמטרים עיקריים: המוגלובין מחומצן (HbO) והמוגלובין לא מחומצן (HbR). סמנים ביולוגיים אלה הם מתאמים וסקולריים של פעילות עצבית המתווכת על ידי עקרון הצימוד הנוירו-וסקולרי. הפעלה עצבית מוגברת גורמת לקצב צריכת חמצן מוגבר, המפוצה יתר על המידה על ידי זרימת דם מוחית אזורית מוגברת, ובדרך כלל מביאה לעלייה במקביל ב-HbO וירידה ב-HbR. במחקר זה, שני הפרמטרים תועדו באמצעות מערכת fNIRS רב-ערוצית לכימות תגובות המודינמיות במהלך תרגול אסאנה יוגה. מדידת ערכי HbO ממוצעים מספקת אינדיקטור חזק ואמין להפעלה, במיוחד במהלך משימות מבוססות תנועה, מכיוון שהיא פחות רגישה לרעש ולהנחות מודלים מאשר מקדמי בטא הנגזרים ממודל 26. עם זאת, בעוד ש-HbO מקבל לעתים קרובות עדיפות בשל יחס האות לרעש הגבוה יותר שלו, שילוב HbR הוא קריטי לשיפור הפרשנות הפיזיולוגית של הנתונים. אותות HbR משלימים את ה-HbO בכך שהם מציעים תובנה לגבי התגובה המטבולית של המוח ודינמיקת מיצוי החמצן27. ניתוח סימולטני של HbO ו-HbR עוזר למנוע פישוט יתר ומחזק את התוקף של הדפוסים העצביים הנצפים 28.

  1. כדי להעריך את פונקציית התגובה ההמודינמית (HRF) במהלך אסאנה יוגה, התחל בהמרת נתוני ספקטרוסקופיה אינפרא אדום קרוב פונקציונלית גולמית (fNIRS) לצפיפות אופטית (OD) ועבד אותם באמצעות ארגז הכלים HOMER 3 (RRID:SCR_009586). השתמש בחוק באר-למברט (MBLL) המותאם כדי לחשב שינויים בריכוזי HbO ו-HbR, לפי משוואה 29.
    figure-protocol-1
    MBLL מביא בחשבון את תכונות הפיזור של רקמה ביולוגית ומקשר שינויים בספיגת האור (ΔA) לשינויים בריכוז הכרומופור (Δμa), מה שמאפשר לכמת את דינמיקת ההמוגלובין מעוצמת האור הנמדדת. RSD מציין את מרחק גלאי המקור ו-DPF הוא גורם אורך המסלול הדיפרנציאלי. קירוב ליניארי זה מאפשר להעריך את שינויי הריכוז היחסיים בהמוגלובין מחומצן ולא מחומצן. כלול רגרסיה קצרת ערוצים כדי למזער את ההשפעה של פעילות כלי דם שטחית ולבודד טוב יותר אותות קליפת המוח.
  2. ניתוח הנתונים ב-MATLAB. חשב ממוצעי בלוק עבור כל משתתף, ערוץ ותנאי כדי לשמור על עקביות. התחל בבקרת איכות על ידי אי הכללת קריאות עם תנודות משמעותיות בצפיפות האופטית, יחסי אות לרעש נמוכים (SNR) או מרחקים גדולים של גלאי מקור. השתמש בפונקציית hmrR_PruneChannels והגדר פרמטרים כגון טווח חוקי של 1 x 10-7 עד 1 x 107, סף SNR של 2 ומרחק גלאי מקור של 0.45 מ"מ עד 45 מ"מ.
  3. זיהוי תוצרי תנועה עבור כל ערוץ באמצעות הפונקציה hmrR_MotionArtifactByChannel. סמן מקטעי דגל אם משרעת האות עולה על 0.5 (AMPthresh) או אם סטיית התקן גדלה ביותר מפקטור של 15 (SDthresh) בתוך חלון זמן של 1 שניות (tMotion). אל תכלול מקטעים מסומנים, שכל אחד מהם נמשך 1 שניות (tMask).
  4. החל מודל ליניארי כללי (GLM) עם חלון זמן המשתרע בין 2 שניות לפני ל-23 שניות לאחר תחילת הגירוי. ה-GLM היא שיטה סטטיסטית המשמשת להסבר שונות בקבוצה של נתונים נצפים על ידי מידול שלהם כשילוב של משתנה ידוע אחד או יותר (מנבאים) ומונח שגיאה. הוא מעריך עד כמה כל מנבא תורם לתוצאה הנצפית, ומאפשר לחוקרים לבודד את השפעות העניין תוך התחשבות ברעש. בהקשר זה, השתמש ב-GLM כדי להחיל רגרסורים קצרי טווח (SS) על ערוצים ארוכי טווח (LS) כדי להפחית רעש פיזיולוגי מערכתי, ולבודד בצורה מדויקת יותר את פעילות המוח להערכת פונקציית תגובה המודינמית (HRF) 19,30,31,32,33,34.
  5. פתור את ה-GLM באמצעות ריבועים מינימליים רגילים. כדי לטפל עוד יותר בחפצי תנועה, החל ניתוח מתאם קנוני משובץ מוסדר (TCCA) עם נתוני מצב המנוחה של המשתתפים (30-210 שניות) כרגרסור35. לאחר מכן, העריכו HRFs עבור כל ערוץ, מצב ומשתתף, תוך הבטחת הערכות תגובה עצבית אמינות עם יחס אות לרעש משופר.
  6. השתמש ב-Origin כדי לבצע מדידות חוזרות חד-כיווניות ANOVA. להעריך את ההבדלים בערכי ההמוגלובין המסוכרר הממוצע על פני ערוצים ארוכים על ידי השוואת תנוחת הבסיס A (Tadasana), תנוחת עמידה ניטרלית המקדמת יישור ויציבות, ליציבה B (Uttanasana), קפל עמידה קדימה שבו הראש ממוקם מתחת ללב, ומסווג אותו כהיפוך; תנוחה C (Adho Mukha Svanasana), הידועה בכינויה כלב הפונה כלפי מטה, תנוחה הפוכה למחצה המאריכה את עמוד השדרה ומפעילה את פלג הגוף העליון; ויציבה D (Urdhva Mukha Svanasana), או כלב הפונה כלפי מעלה, הארכת גב הפותחת את החזה ומחזקת את השרשרת האחורית.
  7. העריכו את ההבדלים בין תנוחות B, C ו-D. בדקו את התפלגות הנתונים הנורמלית באמצעות מבחן שפירו-וילק. בצע השוואות זוגיות פוסט-הוק עם תיקוני Bonferroni עבור בדיקות מרובות, תוך שימוש בסף ערך p של <0.05 עבור מובהקות. חשב את גדלי ההשפעה עבור הבדלים משמעותיים בתגובת HbO באמצעות d36,37 של כהן.

5. ניתוח נתוני fNIRS של קישוריות פונקציונלית במצב מנוחה

  1. כדי לנתח קישוריות תפקודית במצב מנוחה (rsFC), הערך קישוריות בתוך כל המיספרה (תוך-המיספרה) ובין המיספרות (בין-המיספרה) עבור כל משתתף. בססו זאת על התלות הסטטיסטית בין סדרות זמן, המשקפת את ההפעלה המשותפת של אזורי המוח.
    הערה: מדידת rsFC מספקת תובנה לגבי הארגון התפקודי הפנימי של המוח בהיעדר גירויים חיצוניים ומוכרת יותר ויותר ככלי רב ערך לזיהוי שינויים עצביים עדינים וסמנים ביולוגיים של תפקוד או תפקוד לקוי. מחקרים קודמים הראו כי דפוסי rsFC הוצעו כסמנים ביולוגיים מנבאים של תגובה לטיפול נוגד דיכאון בחולים עם הפרעת דיכאון מג'ורי38, מה שמדגיש את התועלת של ניתוח מצב מנוחה בלכידת חתימות עצביות דמויות תכונה. על ידי הערכת קישוריות תוך-המיספרית ובין-המיספרית, גישה זו מאפשרת הבנה מקיפה יותר של האינטגרציה התפקודית של המוח והרוחב, במיוחד בהקשר של התערבויות כמו יוגה, שעשויות לווסת את רשתות מצב המנוחההללו 38,39.
  2. בחר תקופת מצב מנוחה של 6 דקות לניתוח, מכיוון שהיא נופלת בטווח המקובל של 5-10 דקות, עם מספיק rsFC מושג בדרך כלל לאחר 5 דקות 26,27,28,35. נצל את רמות הרעש המופחתות במהלך מדידות מצב מנוחה בהשוואה לאסאנות פעילות כדי להעריך את ריכוזי HbO, HbR ו-HbT 34,40,41.
  3. התחל בזיהוי ותיקון של חפצי תנועה בנתונים. לאחר התיקון, החל מסנן פס פס (0.009-0.08 הרץ) על סדרת הזמן כדי לבודד את טווח תדרי הקישוריות הפונקציונלית, ולאחר מכן להמיר את האותות המסוננים לריכוזי המוגלובין באמצעות חוק בוגר-ביר-למברט המותאם לניתוח נוסף 40,42,43. התמקד בנקודות זמן ללא חפצי תנועה (באמצעות הפונקציה MotionArtifactByChannel) כדי לשמור על שלמות הקישוריות הבין-חצי כדורית44.
  4. כדי לקחת בחשבון תנודות ספונטניות הנפוצות בכל הערוצים, החל רגרסיה של אות ערוץ הפרדה קצר (SSC). התחל בחישוב מהלך הזמן הממוצע על פני כל ה-SSCs, ולאחר מכן החזר את אות ה-SSC מסדרת הזמן הנמדדת של fNIRS באמצעות שיטת הרגולציה של טיחונוב42.
  5. השתמש בסדרות הזמן השיוריות המתקבלות כדי לבנות מטריצות קישוריות על ידי חישוב מתאמי פירסון בין כל זוגות הערוצים.
  6. עבור קישוריות תוך-המיספרית, חשב את מקדמי המתאם הממוצעים בין ערוצים בתוך ההמיספרה השמאלית ובתוך ההמיספרה הימנית בנפרד. עבור קישוריות בין-המיספרית, חשב את המתאמים הממוצעים בין כל ערוץ למקבילו הנגדי39.
  7. בעת ביצוע ניתוח סטטיסטי, הפוך את ערכי r של פירסון לציוני z של פישר לפני ביצוע מבחני Wilcoxon-Mann-Whitney. תיקון עבור השוואות מרובות באמצעות שיטת שיעור גילוי שווא (FDR).
    הערה: הקוד והנתונים ששימשו במחקר זה זמינים בגלוי ב-Zenodo45 ב-https://zenodo.org/records/11098997 עם DOI: 10.5281/zenodo.11098996.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

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

הניתוח הראשוני של הערוצים הפעילים חשף הבדלים משמעותיים בין תנוחת בקרה A לתנוחות B ו-C (איור 5A-B). לאחר מכן בוצעה ANOVA מדידה חוזרת חד כיוונית כדי להעריך את ההבדלים הסטטיסטיים בערכי ה-HbO הממוצעים של פונקציית התגובה ההמודינמית המשוערת (HRF) בין ערוצים באמצעות חבילת התוכנה Origin(Pro), גרסה 2018. הנחת הנורמליות הוערכה באמצעות מבחן שפירו-וילק.

בעת שימוש בספקטרוסקופיה פונקציונלית רב-ערוצית כמעט-אינפרה-אדום (fNIRS), איסוף נתונים מערוצ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

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

מחקר זה השתמש ב-fNIRS כדי להעריך את פעילות קליפת המוח הקדם-מצחית במהלך תרגול אסאנה מובנה של יוגה, תוך שימת דגש על שיקולים מתודולוגיים מרכזיים והתקדמות בהדמיה מוחית בעולם האמיתי. רכיבי פרוטוקול קריטיים כללו מיקום מדויק של אופטודות fNIRS, עם מרווח אופטימלי בין גלאי מקור (3.0 ס"מ) וצימוד נכון של אופטודה לקרקפת כדי להבטיח קליטת אותות מדויקת. עיצוב בלוק אקראי, לסירוגין בין תנוחות פעילות (B, C, D) ותנוחה בסיסית (A) עם תמיכה מחבלי יוגה, מזער את עייפות המשתתפים והבטיח איסוף נתונים עקבי. השימוש ב...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

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

מ. גודריק הוא הבעלים של Karmuka Yoga, סטודיו ליוגה. לשאר המחברים אין ניגודי אינטרסים להצהיר עליהם.

תודות

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

המחברים מודים מקרב לב ל-CONAHCYT על תמיכתם הכספית, שכללה מלגה למחבר הראשי ומימון לרכישת ציוד ה-fNIRS. המחברים גם מביעים את הערכתם העמוקה למתנדבים, שהשתתפותם הייתה מכרעת להצלחת המחקר. מ. גודריק מכיר בתמיכה מ-CONAHCYT באמצעות מלגה מס. CVU 1241565. E. Guevara מודה על התמיכה מפרויקט CONAHCYT Frontier Science 20884.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
דיגיטייזר תלת-ממדיארטיניס מדיקלDGT-456משמש למיקום כיפה ומיפוי אזורים
מכשיר Brite MKII fNIRSארטיניס מדיקלBR-MK2מכשיר fNIRS נישא עבור נתוני PFC
מזרן יוגה הרמוני 3/16 אינץ' (5 מ"מ) עובי 68 אינץ' (173 ס"מ)ירקןהר368משטח יציב לתרגול אסאנה
תוכנת HOMER 3המרכז לנוירופוטוניקה של אוניברסיטת בוסטון (קוד פתוח)הומר v1.54לעיבוד מקדים של נתוני fNIRS
תוכנת Origin(Pro)מעבדת אוריג'יןORG-2023ניתוח סטטיסטי של נתונים
תוכנת אוקסיסופטארטיניס מדיקלאוקסי-001קליטת אותות בזמן אמת
חבלים פיולה כותנה 12 מ"מברזנטלא ישיםחלק ממערכת חבלי היוגה המותקנת על הקיר
הגדרת מצגת PowerPointמיקרוסופטלא ישיםעבור עזרים חזותיים הדרכה
וו נירוסטההומילליוקסי-050חלק ממערכת חבלי היוגה המותקנת על הקיר
מערכת חבל יוגה צמודת קירבהתאמה אישיתלא ישיםסיוע לתנוחות יוגה

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Cramer, H., et al. Yoga for anxiety: A systematic review and meta-analysis of randomized controlled trials. Depress Anxiety. 35 (9), 830-843 (2018).
  2. Pascoe, M. C., et al. Psychobiological Mechanisms Underlying the Mental Health Benefits of Yoga-Based Interventions: a Narrative Review. Compr Psychoneuroendocrinol. 6, 100037(2021).
  3. Nugent, N. R., et al. Benefits of Yoga on IL-6: Findings from a Randomized Controlled Trial of Yoga for Depression. Behav Med. 47 (1), 21-30 (2021).
  4. Dutta, A., et al. A Comprehensive Review of Yoga Research in 2020. J Integr Complement Med. 28 (2), 114-123 (2022).
  5. Wang, F., Szabo, A. Effects of yoga on stress among healthy adults: A systematic review. Altern Ther Health Med. 26 (4), AT6214(2020).
  6. Zaccari, B., et al. Yoga for veterans with PTSD: Cognitive functioning, mental health, and salivary cortisol. Psychol Trauma. 12 (8), 913-917 (2020).
  7. Cartwright, T., Mason, H., Porter, A., Pilkington, K. Yoga practice in the UK: A cross-sectional survey of motivation, health benefits and behaviours. BMJ Open. 10, e031848(2020).
  8. Streeter, C. C., et al. Thalamic Gamma Aminobutyric Acid Level Changes in Major Depressive Disorder after a 12-Week Iyengar Yoga and Coherent Breathing Intervention. J Altern Complement Med. 26 (3), 190-197 (2020).
  9. Gothe, N. P., McAuley, E. Yoga and Cognition: A Meta-Analysis of Chronic and Acute Effects. Psychosom Med. 77 (7), 784-797 (2015).
  10. Sullivan, M. B., et al. Yoga therapy and polyvagal theory: The convergence of traditional wisdom and contemporary neuroscience for self-regulation and resilience. Front Hum Neurosci. 12, 67(2018).
  11. Boas, D. A., Elwell, C. E., Ferrari, M., Taga, G. Twenty years of functional near-infrared spectroscopy: introduction for the special issue. Neuroimage. 85 Pt 1, 1-5 (2014).
  12. Pinti, P., et al. The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience. Ann N Y Acad Sci. 1464, 5-29 (2020).
  13. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: A comparison of motion correction techniques applied to real cognitive data. Neuroimage. 85 Pt 1, 181-191 (2014).
  14. Zhang, Y., Zhu, C. Assessing Brain Networks by Resting-State Dynamic Functional Connectivity: An fNIRS-EEG Study. Front Neurosci. 13, 1430(2020).
  15. Tsow, F., Kumar, A., Hosseini, S. H., Bowden, A. A low-cost, wearable, do-it-yourself functional near-infrared spectroscopy (DIY-fNIRS) headband. HardwareX. 10, e00204(2021).
  16. Tak, S., Ye, J. C. Statistical analysis of fNIRS data: A comprehensive review. NeuroImage. 85 Pt 1, 72-91 (2014).
  17. Mateus, V., Osório, A., Miguel, H. O., Cruz, S., Sampaio, A. Maternal sensitivity and infant neural response to touch: an fNIRS study. Soc Cogn Affect Neurosci. 16 (12), 1256-1263 (2021).
  18. Gao, C., et al. Characteristics of frontal activity relevant to cognitive function in bipolar depression: an fNIRS study. Biomed Opt Express. 13 (3), 1551-1563 (2022).
  19. Gagnon, L., Yücel, M. A., Boas, D. A., Cooper, R. J. Further improvement in reducing superficial contamination in NIRS using double short separation measurements. Neuroimage. 85 Pt 1, 127-135 (2014).
  20. Manjunath, N. The transformative impact of the International Day of Yoga. Int J Yoga. 16 (1), 1-4 (2023).
  21. Iyengar, B. K. S. The Light on Yoga. , Schocken. (1979).
  22. Timothy, B., McCall, M. D. Yoga as Medicine. Vol 1, Bantam. (2007).
  23. Takizawa, R., et al. Neuroimaging-aided differential diagnosis of the depressive state. Neuroimage. 85 Pt 1, 498-507 (2014).
  24. 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).
  25. Scholkmann, F., Boss, J., Wolf, M. An Efficient Algorithm for Automatic Peak Detection in Noisy Periodic and Quasi-Periodic Signals. Algorithms. 5 (4), 588-603 (2012).
  26. Huppert, T., Barker, J., Schmidt, B., Walls, S., Ghuman, A. Comparison of group-level, source localized activity for simultaneous functional near-infrared spectroscopy-magnetoencephalography and simultaneous fNIRS-fMRI during parametric median nerve stimulation. Neurophotonics. 4 (1), 015001(2017).
  27. Dravida, S., Noah, J. A., Zhang, X., Hirsch, J. Comparison of oxyhemoglobin and deoxyhemoglobin signal reliability with and without global mean removal for digit manipulation motor tasks. Neurophotonics. 5 (1), 011006(2017).
  28. 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).
  29. Stute, K., et al. The fNIRS glossary project: a consensus-based resource for functional near-infrared spectroscopy terminology. Neurophotonics. 12 (2), 027801(2025).
  30. Abdalmalak, A., et al. Effects of Systemic Physiology on Mapping Resting-State Networks Using Functional Near-Infrared Spectroscopy. Front Neurosci. 16, 803297(2022).
  31. Gagnon, L., et al. Improved recovery of the hemodynamic response in diffuse optical imaging using short optode separations and state-space modeling. Neuroimage. 56 (3), 1362-1371 (2011).
  32. Gagnon, L., et al. Short separation channel location impacts the performance of short channel regression in NIRS. Neuroimage. 59 (3), 2518-2528 (2012).
  33. Saager, R. B., Berger, A. J. Direct characterization and removal of interfering absorption trends in two-layer turbid media. J Opt Soc Am A Opt Image Sci Vis. 22 (9), 1874-1882 (2005).
  34. 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).
  35. von Lühmann, A., Li, X., Müller, K. R., Boas, D. A., Yücel, 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).
  36. Cohen, J. Statistical power analysis for the behavioural sciences. , Lawrence Earlbaum Associates. Hillside, NJ, USA. (1988).
  37. Morris, S. B., DeShon, R. P. Combining effect size estimates in meta-analysis with repeated measures and independent-groups designs. Psychol Methods. 7 (1), 105-125 (2002).
  38. Martens, M. A. G., Filippini, N., Harmer, C. J., Godlewska, B. R. Resting state functional connectivity patterns as biomarkers of treatment response to escitalopram in patients with major depressive disorder. Psychopharmacology (Berl). 239 (11), 3447-3460 (2022).
  39. De Bruyn, N., et al. Functional network connectivity is altered in patients with upper limb somatosensory impairments in the acute phase post stroke: A cross-sectional study. PLoS One. 13 (10), e0205693(2018).
  40. 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. Appl Opt. 48 (10), D280-D298 (2009).
  41. 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).
  42. Mesquita, R. C., Franceschini, M. A., Boas, D. A. Resting state functional connectivity of the whole head with near-infrared spectroscopy. Biomed Opt Express. 1 (1), 324-336 (2010).
  43. Zhang, T., et al. Altered complexity in resting-state fNIRS signal in autism: A multiscale entropy approach. Physiol Meas. 42 (8), (2021).
  44. Selb, J., et al. Effect of motion artifacts and their correction on near-infrared spectroscopy oscillation data: a study in healthy subjects and stroke patients. J Biomed Opt. 20 (5), 56011(2015).
  45. Goodrick, M., Guevara, E. ZENODO: Yoga Asana Increases Pre-Frontal Cortex Activity and Reduces Resting State Functional Connectivity. Complement Med Res. , 1-10 (2024).
  46. Yücel, M. A., et al. Best practices for fNIRS publications. Neurophotonics. 8 (1), 012101(2021).
  47. Singh, B., et al. Effectiveness of physical activity interventions for improving depression, anxiety and distress: An overview of systematic reviews. Br J Sports Med. 57 (18), 1203-1209 (2023).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

Functional Near Infrared SpectroscopyfNIRS NeuroimagingOxyhemoglobin ConcentrationHemodynamic ResponseCognitive WorkloadDefault Mode Network

מאמרים קשורים