ブロック設計を応用した機能近赤外分光法実験による定性的・比較皮質活動データ解析
2020年12月3日
我々は、センサ運動作業を用いたブロック設計を用いた連続波機能近赤外分光実験の解析について述べている。データ分析の信頼性を高めるために、定性的な一般線形モデルベースの統計パラメトリックマッピングと、マルチチャネルの比較階層混合モデルを用いた。
F-N-I-R-S(fNIRS)データの解釈は、通常、データを定量化できないため、初心者ユーザーにとっては難しい場合があります。2つの補完的な方法を使用したプロトコルにより、このデータをよりよく理解できます。この手法の主な利点は、2つの定性的GLMベースの統計的パラメトリックマッピングとマルチチャネルの比較階層混合モデルを使用したデータ分析の向上と信頼性です。
fNIRS実験を行う前に、fNIRSデバイスを暗くてノイズのない場所に置き、国際10-20システムの中心に対応する位置がヘッドキャップの245番ホルダーに位置するように、頭全体のfNIRS記録キャップを被験者の頭に置きます。マーキングシールを基準位置ポイントに貼り付け、15の視点からの基準ポイントを含むプローブ位置で被写体の頭を撮影します。32個のオプトを備えた48チャンネルシステムをヘッドキャップに、前頭葉と頭頂部を関心領域として両側に配置し、3Dデジタイザーソフトウェアを使用して空間レジストレーションを決定します。
頭部全体の画像データをスキャンした後、自動測定により被写体の空間座標を決定し、OriginおよびOthersファイルとして保存します。fNIRS分析を実行するには、被験者を快適な位置に座らせ、被験者に目を閉じるように指示します。次に、開始と停止の合図を被験者に通知し、各タスクで同じ直立姿勢を維持しながら、被験者にブロック設計タスクを実行させます。
NIRS-SPM ソフトウェアを使用して定性的な一般線形モデル解析を実行するには、MATLAB ソフトウェアで NIRS-SPM プログラムを起動し、ポップアップ メニューから [NIRS システム] オプションを選択します。[読み込み] ボタンを選択します。NIRS チャネル位置の空間レジストレーションを検出するには、[スタンドアロン] と [3D デジタイザを使用] チェックボックスをオンにします。
「From Real Coordinates to MNI Space」で、ダイアログボックスを使用して、座標参照点と座標プローブ/チャネルファイルを選択します。[レジストレーション] をクリックし、ポイントを選択して空間推定に進みます。[OK]をクリックし、[MNI 座標をレンダリングされたブレインに投影
]をクリックします。Dorsal Viewを選択し、Saveをクリックします。「Specify the 1st Level」セクションで、NIRSデータファイル名とSPMディレクトリを選択します。ヘモグロビンのチェックボックスにチェックを入れ、designとsecの指定を選択します。
開始ベクトルと持続時間を選択し、開始ベクトルに示されている実験条件の持続時間を掛けた値を入力します。トレンド除去には、Wavelet-MDL を選択します。プレカラーリング法、ローパスフィルターを使用し、hrfを選択します。
シリアル相関を補正し、none を選択します。時間相関を推定するには、[個別解析] をオンにして 1 人の個人を解析します。被験者のグループの時間的相関を推定するには、[グループ分析] をオンにし、標準化された脳のヘモグロビン レベルの変化に基づいて活性化マップを計算します。
階層混合モデルに基づくマルチチャネル比較分析を実行するには、適切な統計解析ソフトウェアプログラムを開き、ローパスフィルターで処理された最も近いデータファイルの酸素化および脱酸素化ヘモグロビン濃度の変化のテキストドキュメントをスプレッドシートソフトウェアのカンマ区切り値ファイルに変換します。コマンドを使用して、各被験者の介入前と介入後のインポートデータを作成し、示されているように各チャネルの介入前および介入後のデータコマンドを実行します。出力結果から得られたデータに基づいて、各チャネルの変化、休息、およびタスク時の値の介入前と介入後の違いをスプレッドシートに入力します。
次に、分子と分母の自由度と、固定効果タイプ3テストの相互作用アイテムのF値とP値をスプレッドシートに入力します。脳卒中患者10人を対象としたこの代表的なグループ分析では、ロボット支援リハビリテーションの直後の測定半球で、トレーニング前と比較して、一次運動皮質の皮質活動の増加が観察されました。介入前と介入後を比較したこのマルチチャネルグループ解析では、介入後の一次運動皮質で皮質活動の増加が観察されました。これは、NIRS-SPMで観察されたのと同じ脳領域です。
私たちの方法は、運動障害、脳血管疾患、神経精神疾患など、さまざまな神経疾患の介入前および介入後の分析に使用することができます。研究者は、肘の動きの代わりに、脚の動きなど、他のブロック設計タスクを適用することもできます。また、様々な場面での治療効果を明らかにするためにも、プロトコールは有用です。
完全なトランスクリプトを表示し、数千本の科学動画にアクセス
概要
この研究は、感覚運動タスクを用いたブロックデザインを用いた機能的近赤外分光法（fNIRS）実験データの分析方法を詳細に説明しています。主要な目標は、定性的一般線形モデルベースの統計的パラメトリックマッピングと複数チャネルにわたる比較階層混合モデルの使用を通じて、データの信頼性を向上させることです。
主要な研究構成要素
科学の分野
- 神経科学
- 機能的イメージング
- リハビリテーション研究
背景
- fNIRSデータは初心者研究者にとって難しい定量化を提供します。
- 二重の方法論を使用することで、fNIRSデータ解釈の理解を改善することができます。
- 空間レジストレーションは正確なfNIRS分析にとって重要です。
- 治療効果の変動性は信頼できる評価方法を必要とします。
研究の目的
- 改善されたデータ分析の信頼性を持つfNIRS実験を実施するためのプロトコルを確立すること。
- 介入前後の脳活性変化を分析するための方法を提供すること。
- 様々な神経学的障害を持つ研究者のためのfNIRSデータの理解を促進すること。
使用した方法
- 研究は機能的近赤外分光法（fNIRS）技術を使用しました。
- 10人の脳卒中患者が運動皮質活動を評価するための生物学的モデルとして使用されました。
- NIRS-SPMソフトウェアを使用したセットアップ、データ取得、分析の手順が概説されました。
- ブロックデザインタスク、患者の位置、そして徹底的な準備手順が重要でした。
- 介入前後の活性レベルを比較するための統計分析が実施されました。
主要な結果
- 介入後に一次運動皮質における皮質活動の有意な増加が観察されました。
- 多チャネル分析は、タスク実行に関連するヘモグロビン変化の増加の結果を確認しました。
- 結果は用いられたリハビリテーション戦略の有効性を反映しています。
- 結果は様々な神経学的状態に影響を与えます。
結論
- この研究は臨床環境で適用可能なfNIRSデータ分析の信頼できるフレームワークを示しています。
- これはリハビリテーションにおけるfNIRS評価に基づいて介入を適応させる可能性を強調しています。
- この方法論は脳メカニズムの理解におけるfNIRS応用の進歩に貢献します。
よくある質問
Executive Industry Relevance
Functional near-infrared spectroscopy (fNIRS) provides a non-invasive method to assess cortical activity changes in neurological disorders, supporting target validation in preclinical and early clinical research. The dual-method approach combining qualitative GLM-based analysis and comparative hierarchical mixed modeling enhances data reliability and mechanistic de-risking for intervention studies. This enables predictive confidence in evaluating therapeutic effects on brain function prior to larger-scale trials.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by visualizing task-activated cortical areas via mass-univariate GLM analysis.
- Scientific Value: Supports biological de-risking through functional target validation of motor cortex engagement in neurological disease models.
- Scientific Value: Increases predictive confidence by corroborating activation patterns across qualitative and quantitative analytical frameworks.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by establishing spatially registered fNIRS channels relative to brain anatomy.
- Operational Value: Ensures assay standardization and reproducibility through 3D digitizer-based spatial registration and consistent block design task execution.
- Operational Value: Delivers quantitative hemoglobin concentration outputs enabling reliable compound or intervention effect screening.
Translational & Preclinical Research
- Scientific Value: Demonstrates disease relevance in movement disorders, cerebrovascular conditions, and neuropsychiatric disorders through pre-vs-post intervention cortical activity measurement.
- Translational Value: Bridges discovery through preclinical validation by providing continuity in assessing intervention-induced brain activity changes.
- Strategic Value: Supports risk-adjusted advancement decisions by quantifying cortical response reliability before scaling to larger cohorts.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from hypothesis testing through lead identification to preclinical validation by providing reproducible cortical activity readouts.
- Discovery Biology: Supports hypothesis testing and pathway clarification by detecting task-related hemoglobin changes in targeted cortical regions.
- Screening: Enables assay readiness and reproducibility through standardized spatial registration and block design task protocols.
- Analytics: Delivers quantitative dependent variable measurements (HbO/HbR changes) that allow cross-condition comparison and statistical modeling.
- Translational Research: Connects to preclinical continuity by measuring intervention effects on cortical activity in disease-relevant systems.
- Enterprise Reuse: Establishes a reusable capability for multi-site neurophysiological assessment in neurological disorder programs.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in target engagement, reduction of mechanistic ambiguity in cortical response interpretation.
- Operational Value: Standardization, reproducibility, and scalability across subjects and sessions via hierarchical mixed modeling.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk in CNS drug development.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions based on quantifiable pre-post intervention brain activity changes.
Implementation Considerations
- Requires expertise in neuroimaging, fNIRS operation, and statistical modeling (GLM, hierarchical mixed models).
- Dependent on fNIRS hardware, 3D digitizer for spatial registration, and analysis software (NIRS-SPM, statistical packages).
- Necessitates cross-team standardization of sensor placement, task instruction, and data processing pipelines.
- Adaptation considerations include varying head anatomies, signal depth limitations, and task generalizability across motor or cognitive domains.
- Practical limitations include motion sensitivity, superficial cortical sampling, and need for controlled environments to minimize noise.
Biopharma FAQs
Chapters in this video
0:04
Introduction
0:56
Functional Near-Infrared Spectroscopy (fNIRS) Preparation and Analysis
2:14
Qualitative General Linear Model (GLM) Analysis
3:57
Multi-Channel Comparative Analysis
4:55
Results: Representative Group and Multi-Channel Analyses Using GLM and Mixed Models
5:28
Conclusion
