fNIRS를 사용한 블록 디자인 요가 아사나 연습 중 전전두엽 피질 활동의 휴식 상태 연결 및 신경 영상

요약

이 연구는 기능적 근적외선 분광법(fNIRS)을 사용하여 27명의 성인과 함께 23분 블록 디자인 요가 아사나 시퀀스 동안 전전두엽 피질 활동을 측정했습니다. 휴식 상태 연결은 연습 전후에 기록되었습니다. 연구 결과는 움직임 기반 연구에서 fNIRS의 효과를 강조하고 요가 아사나의 효과에 대한 신경학적 통찰력을 제공합니다.

초록

본 연구는 기능적 근적외선 분광법(fNIRS) 모바일 신경영상 기술을 사용하여 요가 아사나(신체 요가 자세) 전, 도중, 후의 전전두엽 피질(PFC) 활동의 변화를 조사하는 것을 목표로 했습니다. 총 27명의 건강한 성인이 블록 디자인을 사용하여 23분 요가 아사나 세션에 참여했습니다. 시퀀스 전후에 참가자들은 두 번의 6분 동안 작업 독립적 휴식 상태를 완료했습니다. PFC 활동은 두개골의 전두부에 위치한 fNIRS 기기를 사용하여 지속적으로 기록했습니다. 이 세션에는 세 가지 활성 자세와 번갈아 가며 제어 자세가 포함되었습니다. 각 활성 자세는 30초 동안 유지된 다음 25-30초 제어 자세 간격을 유지하고 8회 반복했습니다. 이 블록 설계는 25번의 제어 자세 간격과 각 활성 자세의 24회 반복으로 이어졌습니다. 분석에는 옥시헤모글로빈(HbO) 및 디옥시헤모글로빈(HbR)의 농도를 계산하기 위한 원시 fNIRS 데이터의 전처리, 모션 아티팩트 보정, Bonferroni 보정과 ANOVA를 사용한 통계 평가가 포함되었습니다. 연결성 분석은 전전두엽 피질(prefrontal cortex)의 반구간 및 반구내 상관관계를 조사했습니다. 결론적으로, 본 연구는 실제 움직임 기반 맥락에서 fNIRS의 유용성을 입증하고 요가 아사나의 효과에 대한 신경학적 통찰력을 제공합니다.

서론

요가는 신체 자세(아사나), 호흡 운동(프라나야마), 명상 및 윤리적 원칙을 통합하여 전체적인 신체적, 정신적 웰빙을 촉진하는 고대 인도 관행입니다. 최근 몇 년 동안 요가는 점점 더 많은 과학적 연구에 의해 뒷받침되는 정신 건강 상태에 대한 보완적인 개입으로 점점 더 인식되고 있습니다. 수많은 연구에 따르면 규칙적인 요가 수련은 불안, 우울증 및 스트레스 증상을 크게 줄이는 동시에 기분, 감정 조절 및 전반적인 심리적 회복력을 향상시킬 수 있습니다 ^1,2,3. 메타 분석과 무작위 대조 임상시험을 통해 우울증과 외상 후 스트레스 장애에 대한 보조 요법으로서의 요가의 효능이 더욱 입증되었으며, 삶의 질과 인지 기능이 향상된다는 증거도 있습니다 ^4,5,6,7,8.

이러한 유망한 증거 기반에도 불구하고 움직임 기반 요가 수련의 기저에 있는 신경 메커니즘, 특히 신체 자세(아사나)는 여전히 잘 이해되지 않고 있습니다 ^9,10. 이러한 지식의 격차는 요가를 신경인지적 중재 모델에 통합하려는 노력을 방해했습니다. 본 연구의 목표는 요가 아사나 수련과 관련된 뇌 활동을 실시간으로 조사하여 움직임 기반 명상 수련이 피질 기능에 미치는 영향에 대한 기계론적 이해에 기여하는 것입니다.

이를 달성하기 위해 우리는 대뇌 피질¹¹의 혈역학적 반응을 측정하는 비침습적 휴대용 신경 영상 기술인 기능적 근적외선 분광법(fNIRS)을 사용했습니다. fNIRS를 사용하는 이유는 자연주의적이고 직립적인 움직임 중에 뇌 활동을 모니터링할 수 있는 능력에 뿌리를 두고 있는데, 이는 참가자가 인공 환경에서 움직이지 않아야 하는 fMRI 또는 PET와 같은 기존 이미징 방법으로는 불가능한 접근 방식입니다¹². 이러한 대안과 비교했을 때, fNIRS는 다음과 같은 몇 가지 장점을 제공합니다: 소음이 적고, 움직임을 견디며, 실제 환경에서 생태학적으로 타당한 작업을 연구할 수 있습니다¹³. 결과적으로, 운동 학습,인지 작업량, 유아 발달, 보행 및 균형, 마음 챙김 연습에 대한 연구에 널리 사용되어 정적 및 동적 조건 모두에서 전전두엽 피질 활동에 대한 신뢰할 수있는 통찰력을 제공합니다^{14 , 15 , 16 , 17 , 18}. 자연주의적 환경, 특히 운동 중에서의 적용은 체화된 인지와 통합 건강 중재의 신경 기질을 연구하기 위한 새로운 길을 열었습니다.

그러나 이 기법을 요가 아사나에 구체적으로 적용한 연구는 거의 없으며, 인구를 대표하는 표본을 가지고 세션 전부터 수련 중, 수련 후까지 세션의 전체 시간적 아크에 걸쳐 적용한 연구는 더욱 적습니다. 이 문제를 해결하기 위해 본 연구에서는 fNIRS를 사용하는 블록 디자인 프로토콜을 사용하여 구조화된 요가 아사나 시퀀스 전, 도중, 후에 피질 활동과 휴식 상태 연결성을 조사했습니다. 이 연구는 자연주의적 환경에서 수행되었으며 멕시코에서 온 27명의 스페인어 원어민 참가자를 포함함으로써 라틴어-스페인어 사용 인구에서 요가의 효과에 관한 문헌의 상당한 격차를 해결했습니다. 참가자의 연령은 18세에서 65세까지 다양했으며 완전한 초보자부터 최대 15년의 정기 수련자까지 다양한 요가 경험을 가진 남성과 여성이 모두 포함되었습니다. 모든 참가자는 23분 요가 세션을 완료하는 데 방해가 되는 심각한 심리적 또는 생리적 상태가 없다고 보고했습니다. 심각한 정신 질환 또는 거동이 불편한 신체 질환이 있는 개인은 제외되었습니다. 참가자들은 고혈압이나 당뇨병과 같은 특정 의학적 병리에 대한 검사를 받지 않았지만, 몸이 좋지 않거나 불편할 경우 언제든지 중단할 수 있다는 점을 세션 전에 명확하게 설명했습니다. 완료되지 않은 세션은 분석에서 제외하기로 사전에 합의했습니다.

원래 30명의 참가자 중 아무도 요가 수련 중 불편함 때문에 기권하지 않았습니다. 그러나 3개는 하드웨어 간섭 또는 기술 소프트웨어 오작동으로 인한 것으로 보이는 과도한 신호 잡음으로 인해 최종 분석에서 제외되었습니다. 인구 통계학적으로 다양하고 대표적인 샘플을 포함하고 실시간 모션 허용 이미징을 허용함으로써 이 연구는 결과의 생태학적 타당성과 일반화 가능성을 모두 향상시킵니다. 움직임 기반 명상 관행의 신경 역학을 조사하려는 연구자와 임상의는 이 방법이 인지 신경 과학, 재활 과학 및 통합 정신 건강 연구의 응용 프로그램과 특히 관련이 있음을 알 수 있습니다.

프로토콜

실험 절차는 헬싱키 선언에 따라 수행되었으며, Coordinación para la Innovación y la Aplicación de la Ciencia y la Tecnología(CIACYT), Universidad Autónoma de San Luis Potosí 윤리 위원회 기관 검토 위원회[CIACYT-CEI-003]에서 검토 및 승인했습니다. 모든 참가자는 서명된 정보에 입각한 동의서를 제공했습니다.

1. 참가자 모집 및 인구 통계

1. 입소문과 Facebook 및 Instagram을 포함한 소셜 미디어 플랫폼을 통해 참가자를 모집합니다. 잠재적 참가자에게 연구 목적, 요구 사항 및 벌금 없이 언제든지 철회할 수 있는 권리에 대해 알립니다.
2. 대면 인터뷰를 통해 연령, 체중, 키, 생물학적 성별, 교육 및 요가 경험을 포함하여 자가 보고된 인구 통계학적 정보를 수집합니다(표 1). 익명성을 위해 각 참가자에게 고유 번호 코드를 할당하고 암호화된 스프레드시트 파일에 해당 정보를 기록합니다.
3. 다양한 수준의 요가 아사나 경험을 가진 18-65세 참가자를 포함합니다. 신경학적 또는 정신적 질환이 있거나 신체적 제한으로 인해 요가 자세를 수행할 수 없는 개인은 제외합니다. 이 연구는 다양한 수준의 요가 아사나 경험을 가진 18세에서 65세 사이의 참가자를 포함했으며, 알려진 신경학적 또는 정신과적 질환이 있는 개인과 요가 자세를 안전하게 수행하는 데 방해가 되는 신체적 제한이 있는 개인은 제외했습니다. 현재 프로토콜에는 제외된 참가자에 대한 변형이 포함되어 있지 않지만, 이러한 적응을 탐색하는 것은 향후 연구를 위한 귀중한 방향입니다.
4. 모든 절차가 제도적 윤리 지침을 준수하고 헬싱키 선언을 준수하도록 합니다. 모든 참가자는 서명된 정보에 입각한 동의서를 제공합니다. 참가자들에게 금전적 보상을 받지 않으며 언제든지 실험을 종료할 수 있음을 알립니다.

2. 실험 절차

1. 데이터 수집을 위해 휴대용 fNIRS 장치를 사용하십시오. 이 장치는 760nm 및 850nm의 이중 파장으로 작동하며, 산소화(HbO) 및 탈산소화(HbR) 헤모글로빈 농도의 변화를 평가하기 위한 연속파 근적외선을 제공합니다. 이 시스템은 최대 27개의 채널을 지원하고 50Hz의 샘플링 속도로 녹음하여 자연주의적 작업 중에 대뇌피질 활성화를 안정적으로 감지할 수 있습니다.
   1. 제조업체에서 제공한 양측 전전두엽 피질(PFC) 레이아웃에 따라 광원(S)과 검출기(D)를 캡 홀더에 배치하여 fNIRS 설정을 준비합니다( 그림 1 참조). 피질 신호 감지를 최적화하기 위해 3.0cm의 소스-검출기(S-D) 간격을 보장합니다.
   2. 또한 두 개의 짧은 분리 채널(1.0cm)을 포함하여 피질 측정을 혼란스럽게 할 수 있는 두피 혈류와 같은 표재성 혈역학적 신호를 설명하고 퇴행시킵니다. 짧은 분리 채널의 사용은 대뇌피질 혈역학적 반응을 뇌외 오염으로부터 분리하여 신호 특이성을 개선하는 검증된 방법입니다¹⁹.
2. 이 연구를 위해 모든 스타일의 하타 요가에서 일반적으로 수행되는 기본 자세인 4가지 요가 아사나를 선택하십시오. 그들은 널리 알려진 Surya Namaskar (Sun Salutation) 시퀀스의 핵심을 형성하며, 전 세계적으로 인정받고 매년 6 월 21st 국제 요가²⁰의 날 동안 연습합니다. 이러한 자세는 요가 전통 전반에 걸친 접근성과 표준화뿐만 아니라 우울증과 기분 장애에 대한 치료 요가 프로토콜에서 자주 권장되는 두 가지 신체 형태인 반전(머리가 심장 아래에 있는 자세)과 등 확장이 뇌 활동에 미치는 영향에 대한 구체적인 조사를 위해 의도적으로 선택되었습니다^21,22.
3. 실험 중에 참가자를 위한 시각 및 청각 가이드이기도 한 PowerPoint 형식으로 프레젠테이션을 디자인합니다. 각 슬라이드에 참가자의 모국어(스페인어)로 쓰여진 자세의 사진과 이름이 표시되고 괄호 안에 원래 산스크리트어 이름이 표시되어 있는지 확인합니다: 자세 A(Tadasana), 자세 B(Uttanasana), 자세 C(Adho Mukha Svanasana) 및 자세 D(Urdhva Mukha Svanasana).
4. 자세 B, C, D의 이미지를 무작위 순서로 30초마다 자동으로 순환하는 동안 실험자는 신호를 강화하기 위해 자세 이름을 동시에 큰 소리로 호출합니다.
5. 활성 아사나를 무작위로 구성하여 기본 자세가 각 아사나 사이에 산재되도록 합니다. 이 배열은 잠재적인 연습 및 습관화 효과를 줄이기 위해 가변적인 자극 간 간격을 유지하면서 균형 잡힌 순서를 제공합니다.
6. 데이터 관리 및 일관성을 위해 참가자 간에 이미지 및 글꼴을 포함한 모든 시각적 자료의 크기와 스타일을 표준화합니다. 요가 자세의 이미지 크기를 고해상도로 적절하게 조정하고 모국어인 스페인어 이름과 전통적인 산스크리트어로 명확한 레이블을 지정합니다.
7. 시작하기 전에 각 참가자가 프레젠테이션 프롬프트를 명확하게 읽고 볼 수 있는지 확인합니다. 수행될 활성 아사나와 기준선 아사나는 다음과 같습니다.
   타다사나 - 마운틴 포즈(베이스라인 자세): 똑바로 서서 중립적인 자세를 취하는 것입니다.
   웃타나사나 - 앞으로 구부리기(활동적인 자세): 머리를 심장 아래로 향하게 하여 엉덩이에서 앞으로 접는 자세입니다.
   Adho Mukha Svanasana - 아래를 향한 개 (활동적인 자세) : 손과 발을 땅에 대고 엉덩이를 들어 올리는 거꾸로 된 V 자세.
   Urdhva Mukha Svanasana - 위를 향한 개 (활동적인 자세) : 시선을 위로 옮기고 등을 뻗어 가슴을 들어 올립니다.
8. 요가 매트, 벽걸이 요가 로프 시스템( 자료 표 참조) 및 자세를 명확하게 볼 수 있을 만큼 충분히 가깝지만 움직임을 방해하지 않을 만큼 충분히 멀리 참가자 앞에 배치된 프레젠테이션 화면을 설정하여 실험 영역을 준비합니다. 설정은 그림 2에 설명되어 있습니다. 세션을 시작하기 전에 화면의 가시성과 가독성을 확인합니다.
9. 캡, 옵토드 및 기록 소프트웨어를 포함한 모든 구성 요소가 완전히 충전되고 작동하며 데이터 수집 시스템과 호환되는지 확인하여 fNIRS 시스템을 보정합니다. 보정하려면 국제 10-20 시스템에 따라 참가자의 두피에 옵토스를 정확하게 배치하여 전전두엽 영역의 일관된 해부학적 표적화를 보장합니다. 개별 머리 모양과 모발 밀도를 수용하도록 캡과 옵토드 홀더를 조정하여 광 감쇠 및 모션 아티팩트를 최소화합니다. 시스템의 신호 품질 인터페이스(예: 신호 대 잡음비 및 두피 커플링 지수)를 사용하여 각 채널이 권장 임계값을 충족하는지 확인합니다.
   알림: 이 프로세스는 신뢰할 수 있고 재현 가능한 혈역학적 측정을 보장하고 센서 접촉 불량 또는 신호 드롭아웃 ^16,23,24,25로 인한 데이터 손실 또는 잘못된 해석을 최소화하는 데 필수적입니다.
10. 참가자가 의자에 앉은 상태에서 발은 바닥에 평평하게 놓고, 손은 무릎에 부드럽게 올려놓고, 등은 의자로 가볍게 받쳐야 합니다. 진행하기 전에 참가자가 편안하게 앉았는지 구두로 확인합니다.
11. 두피에 있는 옵토드의 공간적 위치를 캡처하도록 설계된 광학 추적 장치인 3D 디지타이저를 사용하여 뚜껑 위치를 기록합니다. 이 프로세스는 MNI(Montreal Neurological Institute) 좌표를 생성하고, 이를 사용하여 각 측정 채널의 기저에 있는 해부학적 뇌 영역을 식별하고 표준화합니다.
    참고: 정확한 디지털화는 참가자 간의 일관성을 보장하고 그룹 수준 분석을 위해 fNIRS 데이터를 대뇌피질 구조에 정확하게 매핑할 수 있습니다.
12. 턱끈을 사용하여 옵토드 캡을 고정하고 두피가 직접 닿도록 대나무 막대기로 머리카락을 부드럽게 가르어 각 옵토드를 수동으로 조정합니다(그림 3A). 그림 3B 는 옵토스를 막고 있는 머리카락을 보여주고, 그림 3C 는 대나무 막대기를 사용하여 막힘을 성공적으로 제거하는 것을 보여줍니다. 수집 소프트웨어에서 DAQ 값 모듈을 사용하여 신호 품질을 평가할 수 있습니다. 항상 통증이나 불편함이 있는지 물어봄으로써 참가자의 편안함을 확인하고 편안함을 손상시키지 않으면서 신호 선명도를 최적화하기 위해 필요에 따라 옵토데 위치를 조정합니다.
    참고: 측정 과정에서 경험적 관찰을 기반으로 이 단계는 참가자의 모발 유형에 따라 최대 30분이 소요될 수 있습니다. 두껍거나 어둡거나 곱슬머리가 있는 개인은 적절한 안두피 접촉을 보장하기 위해 종종 추가 시간과 조정이 필요합니다. 이러한 경우, 수술용 붕대로 fNIRS 캡을 고정하는 것이 안정적인 옵토드 배치를 유지하는 데 효과적인 것으로 밝혀졌습니다. 머리에 젤을 가지고 도착한 참가자들은 제품이 옵토이스 부착을 방해했기 때문에 더 많은 어려움을 겪었습니다. 시행착오를 통해 우리는 타이트한 포니테일을 만들거나 머리핀을 사용하여 머리를 제자리에 고정하는 것이 어떤 종류의 모발 고정제에 의존하는 것보다 더 효과적이라는 것을 관찰했습니다. 이러한 조정으로 신호 품질과 데이터 신뢰성이 크게 향상되었습니다.

3. 휴지 상태, 요가 아사나 블록 디자인 및 측정 실습

참고: 그림 4에서 볼 수 있듯이 각 동적 자세(B, C, D)는 30초 동안 유지되고 25-30초 동안 유지된 기본 조건으로 자세 A와 인터리브되었습니다. 이 기준선은 다른 자세에 특이적인 뇌 활동을 분리하고 비교하기 위한 생리학적 기준점 역할을 했습니다. 피로를 최소화하고 연구가 격렬함보다 자세에 초점을 맞췄는지 확인하기 위해 참가자들은 긴장 없이 자세를 유지할 수 있는 치료적 아이엥가 요가의 방법인 쿠룬타 로프를 사용하여 각 자세를 지원받았습니다. 또한, 아사나 시퀀스 전후 6분 동안 휴식 상태 측정이 기록되었으며, 그 동안 참가자들은 연습 전후의 뇌 연결을 포착하기 위해 눈을 감고 앉아 있었습니다.

1. Bluetooth를 사용하여 fNIRS 캡을 소프트웨어에 연결하여 요가 아사나 수련 전반뿐만 아니라 휴지 전후 상태 모두에서 실시간 신호 수신을 모니터링할 수 있습니다.
2. 참가자가 의자에 앉아 있는 동안 fNIRS 캡을 단단히 고정한 상태에서 아사나 전 휴식 상태 측정을 수행합니다. 참가자들에게 발을 땅에 대고 손을 무릎에 얹고 휴식을 취하고 6분 동안 눈을 감고 가만히 앉아 있도록 지시합니다. 25Hz에서 fNIRS 데이터를 수집합니다.
   1. 최소한의 움직임을 보장하고 측정이 수면 상태가 아닌 휴식 상태인지 확인하기 위해 참가자들에게 휴식 상태에서 눈썹을 치켜올리거나 얼굴을 긁지 않도록 알립니다. 또한 잠들지 않도록 요청하고 휴식 상태를 완료한 후 잠이 들었는지 물어봄으로써 잠이 들었는지 다시 한 번 확인하십시오.
3. 첫 번째 휴식 상태를 완료한 후 의자를 제거하고 참가자를 일어서게 하고 여전히 명확한 신호가 있는지 확인합니다. 참가자들에게 패러다임 지침과 함께 사전 프로그래밍된 프레젠테이션을 따라 자동으로 진행되도록 지시합니다.
4. 프레젠테이션 중에 참가자에게 구두 지침을 제공하고 각 슬라이드 전환에 따라 A, B, C 및 D로 표시된 미리 결정된 자세 마커를 수동으로 기록합니다. 이러한 마커는 요가 순서의 특정 단계에 해당하며 분석을 위해 fNIRS 데이터를 분류하는 데 사용되었습니다: A는 기본 자세(Tadasana)를 나타내고 B, C 및 D는 후속 활성 자세(각각 Uttanasana, Adho Mukha Svanasana 및 Urdhva Mukha Svanasana)를 나타냅니다. 마커는 각 자세 슬라이드가 제시되고 참가자가 자세로 전환하는 순간 수집 소프트웨어(OxySoft, Artinis Medical Systems)의 이벤트 주석 기능을 사용하여 수동으로 기록되었습니다. 이 수동 이벤트 마킹은 혈류역학적 반응의 자극 고정 분석을 용이하게 하기 위해 fNIRS 연구에서 널리 사용되고 검증되었습니다 23,24,25.
5. 측정 후 정확한 데이터 라벨링을 보장하기 위해 수동으로 표시된 타임스탬프를 자동 프레젠테이션 타임스탬프와 일치시켜 측정 프로세스 중에 올바른 마커가 사용되었는지 검토합니다.
6. fNIRS 캡이 여전히 제자리에 단단히 고정되어 있고 신호가 여전히 선명한지 확인하고, 참가자를 의자에 앉혀 아사나 후 휴식 상태 측정을 수행하도록 합니다. 참가자들에게 발을 땅에 대고 손을 무릎에 얹고 6분 동안 눈을 감고 가만히 앉아 있도록 지시합니다. 25Hz에서 fNIRS 데이터를 수집합니다.
7. 아사나 후 휴식 상태를 수행하기 전에 신호 간섭 없이 fNIRS 설정이 올바르게 보정되었는지 확인하는 데 2-5분이 걸릴 수 있습니다. 참가자에게 휴식 전 상태 측정과 동일한 지침을 제공하여 최소한의 움직임을 보장하고 측정이 수면 상태가 아닌 휴식 상태인지 확인합니다.

4. 요가 아사나 중 혈역학적 반응 기능에 대한 fNIRS 데이터 분석

참고: 기능적 근적외선 분광법(fNIRS)은 산소화 헤모글로빈(HbO)과 탈산소화 헤모글로빈(HbR)의 두 가지 기본 매개변수를 통해 피질 혈류역학의 변화를 측정합니다. 이러한 바이오마커는 신경혈관 결합의 원리에 의해 매개되는 신경 활동의 혈관 상관관계입니다. 신경 세포 활성화가 증가하면 산소 소비율이 증가하고, 이는 지역 대뇌 혈류 증가에 의해 과도하게 보상되며, 일반적으로 HbO의 동시 증가와 HbR의 감소를 초래합니다. 이 연구에서는 요가 아사나 수련 중 혈역학적 반응을 정량화하기 위해 다중 채널 fNIRS 시스템을 사용하여 두 매개 변수를 모두 기록했습니다. 평균 HbO 값을 측정하면 모델에서 파생된 베타 계수 ²⁶보다 노이즈 및 모델링 가정에 덜 민감하기 때문에 특히 이동 기반 작업 중에 활성화에 대한 강력하고 신뢰할 수 있는 지표를 제공합니다. 그러나 HbO는 신호 대 잡음비가 더 높기 때문에 우선 순위가 지정되는 경우가 많지만 HbR을 통합하는 것은 데이터의 생리학적 해석을 향상시키는 데 매우 중요합니다. HbR 신호는 뇌의 대사 반응 및 산소 추출 역학에 대한 통찰력을 제공함으로써 HbO를 보완합니다²⁷. HbO와 HbR의 동시 분석은 과도한 단순화를 피하고 관찰된 신경 패턴의 타당성을 강화하는 데 도움이 됩니다 ²⁸.

1. 요가 아사나 중 혈역학적 반응 함수(HRF)를 평가하려면 먼저 원시 기능 근적외선 분광법(fNIRS) 데이터를 광학 밀도(OD)로 변환하고 HOMER 3 도구 상자(RRID:SCR_009586)를 사용하여 처리합니다. 수정된 MBLL(Beer-Lambert 법칙)을 사용하여 방정식 ²⁹에 따라 HbO 및 HbR 농도의 변화를 계산합니다.
   
   MBLL은 생물학적 조직의 산란 특성을 설명하고 광 흡수(ΔA)의 변화를 발색단 농도(Δμ_a)의 변화와 연관시켜 측정된 광 강도에서 헤모글로빈 역학을 정량화할 수 있습니다. r_sd 는 소스-검출기 거리를 나타내고 DPF 는 차동 경로 길이 계수를 나타냅니다. 이 선형 근사를 통해 산소화된 헤모글로빈과 탈산소화된 헤모글로빈의 상대적 농도 변화를 추정할 수 있습니다. 단채널 회귀를 포함하여 표재성 혈관 활동의 영향을 최소화하고 피질 신호를 더 잘 분리합니다.
2. MATLAB에서 데이터를 분석합니다. 일관성을 유지하기 위해 각 참가자, 채널 및 조건에 대한 블록 평균을 계산합니다. 광학 밀도 변동이 심하거나, 신호 대 잡음비(SNR)가 낮거나, 소스-검출기 거리가 큰 판독값을 제외하여 품질 관리를 시작합니다. hmrR_PruneChannels 기능을 사용하여 1 x ^10-7 - 1 x 10⁷의 유효 범위, 2의 SNR 임계값, 0.45mm에서 45mm의 소스-검출기 거리와 같은 매개변수를 설정합니다.
3. hmrR_MotionArtifactByChannel 기능으로 각 채널의 모션 아티팩트를 감지합니다. 신호 진폭이 0.5(AMPthresh)를 초과하거나 1초의 시간 윈도우(tMotion) 내에서 표준편차가 15배(SDthresh) 이상 증가하는 경우 세그먼트에 플래그를 지정합니다. 각각 1초(tMask) 동안 지속되는 플래그가 지정된 세그먼트를 제외합니다.
4. 자극이 시작되기 2초 전부터 23초 후까지의 시간 창을 사용하여 GLM(General Linear Model)을 적용합니다. GLM은 하나 이상의 알려진 변수(예측 변수)와 오류 항의 조합으로 모델링하여 관찰된 데이터 집합의 변동을 설명하는 데 사용되는 통계적 방법입니다. 각 예측 변수가 관찰된 결과에 얼마나 기여하는지 추정하여 연구원이 노이즈를 고려하면서 관심 있는 효과를 분리할 수 있습니다. 이러한 맥락에서 GLM을 사용하여 장스팬(LS) 채널에 단시간(SS) 회귀 변수를 적용하여 전신 생리적 잡음을 줄이고 혈역학적 반응 기능(HRF) 추정을 위해 뇌 활동을 보다 정확하게 분리합니다 19,30,31,32,33,34.
5. 일반 최소제곱을 사용하여 GLM을 풉니다. 모션 아티팩트를 추가로 해결하기 위해 참가자의 휴지 상태 데이터(30-210초)와 함께 회귀 변수³⁵로 정규화된 임베디드 표준 상관 분석(TCCA)을 적용합니다. 그런 다음 각 채널, 조건 및 참가자에 대한 HRF를 추정하여 향상된 신호 대 잡음비로 신뢰할 수 있는 신경 응답 추정치를 보장합니다.
6. Origin을 사용하여 단방향 반복 측정 ANOVA를 수행합니다. 정렬과 안정성을 촉진하는 중립적인 서 있는 자세인 기준선 자세 A(Tadasana)와 머리가 심장 아래에 위치하는 서 있는 앞으로 접히는 자세 B(Uttanasana)를 비교하여 긴 채널에 걸친 평균 HbO 값의 차이를 평가하고 이를 반전으로 분류합니다. 자세 C (Adho Mukha Svanasana), 일반적으로 Downward-Facing Dog로 알려진 척추를 늘리고 상체를 활성화하는 반 거꾸로 된 자세; 자세 D (Urdhva Mukha Svanasana) 또는 위쪽을 향한 개, 가슴을 열고 후방 사슬을 강화하는 등 확장.
7. 자세 B, C, D 간의 차이를 평가합니다. Shapiro-Wilk 검정을 사용하여 정규 데이터 분포를 확인합니다. 여러 테스트에 대해 유의성에 대해 p-값 임계값 <0.05를 사용하여 Bonferroni 보정과 함께 사후 쌍별 비교를 수행합니다. Cohen의 d^36,37을 사용하여 HbO 반응의 유의한 차이에 대한 효과 크기를 계산합니다.

5. 휴지 상태 기능 연결성의 fNIRS 데이터 분석

1. 휴지 상태 기능적 연결성(rsFC)을 분석하려면 각 참가자에 대해 각 반구(반구 내) 및 반구 간(반구 내) 연결성을 평가합니다. 이것은 시계열 간의 통계적 의존성을 기반으로 하며, 이는 뇌 영역의 동시 활성화를 반영합니다.
   참고: rsFC 측정은 외부 자극이 없을 때 뇌의 고유한 기능 조직에 대한 통찰력을 제공하며 미묘한 신경 변화와 기능 또는 기능 장애의 바이오마커를 식별하기 위한 귀중한 도구로 점점 더 인식되고 있습니다. 이전 연구에서는 rsFC 패턴이 주요 우울 장애 환자에서 항우울제 치료 반응의 예측 바이오마커로 제안되었음을 입증했으며,³⁸ 이는 형질과 유사한 신경 신호를 포착하는 데 있어 휴지 상태 분석의 유용성을 강조합니다. 반구 내 및 반구 간 연결성을 모두 평가함으로써 이 접근법은 특히 이러한 휴지 상태 네트워크를 조절할 수 있는 요가와 같은 중재의 맥락에서 뇌의 기능적 통합 및 측방화에 대한 보다 포괄적인 이해를 가능하게 합니다^38,39.
2. 일반적으로 허용되는 5-10분 범위에 속하며 일반적으로 5분 26,27,28,35분 후에 충분한 rsFC를 달성하므로 분석을 위해 6분의 휴지 상태 기간을 선택합니다. HbO, HbR 및 HbT 농도를 평가하기 위해 활성 아사나에 비해 휴지 상태 측정 중 감소된 소음 수준을 활용하십시오 34,40,41.
3. 데이터에서 모션 아티팩트를 식별하고 수정하는 것부터 시작합니다. 수정되면 시계열에 대역 통과 필터 (0.009-0.08 Hz)를 적용하여 기능적 연결 주파수 범위를 분리 한 다음 추가 분석을 위해 수정 된 Bouguer-Beer-Lambert 법칙을 사용하여 필터링 된 신호를 헤모글로빈 농도로 변환합니다 40,42,43. 반구 간 연결성⁴⁴의 무결성을 보존하기 위해 모션 아티팩트가 없는 시점에 초점을 맞춥니다(MotionArtifactByChannel 함수 사용).
4. 모든 채널에서 공통적으로 나타나는 자발적인 변동을 고려하려면 SSC(Short separation Channel) 신호 회귀를 적용하십시오. 먼저 모든 SSC에 걸친 평균 시간 경과를 계산한 다음, Tikhonov 정규화 방법⁴²를 사용하여 측정된 fNIRS 시계열에서 SSC 신호를 회귀합니다.
5. 결과로 생성되는 잔차 시계열을 사용하여 모든 채널 쌍 간의 Pearson 상관을 계산하여 연결 행렬을 구성할 수 있습니다.
6. 반구 내 연결의 경우, 좌반구 내의 채널과 우반구 내의 채널 간의 평균 상관 계수를 개별적으로 계산합니다. 반구 간 연결의 경우 각 채널과 반대쪽 채널³⁹ 사이의 평균 상관 관계를 계산합니다.
7. 통계 분석을 수행할 때 Wilcoxon-Mann-Whitney 검정을 수행하기 전에 Pearson의 r 값을 Fisher z-점수로 변환하십시오. FDR(거짓 발견 비율) 방법을 사용하여 여러 비교를 수정합니다.
   참고: 이 연구에 사용된 코드와 데이터는 DOI: 10.5281/zenodo.11098996과 함께 https://zenodo.org/records/11098997 의 Zenodo⁴⁵ 에서 공개적으로 사용할 수 있습니다.

결과

활성 채널에 대한 예비 분석은 제어 자세 A와 자세 B 및 C 사이에 상당한 차이를 보여주었습니다(그림 5A-B). 그런 다음 소프트웨어 패키지 Origin(Pro), Version 2018을 사용하여 채널 간 추정된 혈역학적 반응 함수(HRF)의 평균 HbO 값의 통계적 차이를 평가하기 위해 단방향 반복 측정 ANOVA를 수행했습니다. 정규성 가정은 Shapiro-Wilk 테스트를 사용하여 평가되었습니다.

다채널 기능 근적외선 분광법(fNIRS)을 사용할 때 여러 채널에서 데이터를 수집하려면 수많은 통계 테스트를 수행해야 합니다. 이는 자연히 유형 I 오류의 가능성을 증가시키며, 여기서 적어도 하나의 참 귀무 가설이 비교의 양으로 인해 실수로 기각될 수 있습니다⁴⁶. 이 문제를 해결하기 위해 p< 0.05의 유의 임계...

토론

이 연구는 fNIRS를 활용하여 구조화된 요가 아사나 수련 중 PFC 활동을 평가하고, 실제 신경 영상의 주요 방법론적 고려 사항과 발전을 강조했습니다. 중요한 프로토콜 요소에는 최적의 소스-검출기 간격(3.0cm) 및 정확한 신호 획득을 보장하기 위한 적절한 옵토드-두피 결합을 통한 정밀한 fNIRS 옵토드 배치가 포함되었습니다. 요가 로프의 지지를 받아 능동적 자세(B, C, D)와 기준선 자세(A)를 번갈아 가며 무작위 블록 설계는 참가자의 피로를 최소화하고 일관된 데이터 수집을 보장했습니다. 짧은 분리 채널(1.0cm 간격)을 사용하여 표면 혈역학적 간섭을 줄여 측정 정확도를 향상시켰습니다. 움직임 기반 연구에서 흔히 발생하는 신경 신호를 분리하고 모션 아티팩트를 완화하기 위해 GLM 및 TCCA 필터가 사용되었습니다.

옵토드 위치 및 신호 품질을 실시간으로 모니터링하여 머리카락이나 커플링 불량으로 인한 신호 저...

재료

이 논문에 사용된 재료 목록

이름	회사	카탈로그 번호	댓글
3D 디지타이저	아르티니스 메디컬	DGT-456 시리즈	캡 배치 및 영역 매핑에 사용됩니다.
Brite MKII fNIRS 장치	아르티니스 메디컬	BR-MK2	PFC 데이터를 위한 휴대용 fNIRS 기기
하모니 요가 매트 3/16" (5mm) 두께 68 "(173cm)	옥	하르368	아사나 연습을 위한 안정적인 표면
HOMER 3 소프트웨어	Boston University Neurophotonics Center(오픈 소스)	호머 v1.54	fNIRS 데이터 전처리용
Origin(Pro) 소프트웨어	오리진랩	조직-2023	데이터의 통계 분석
Oxysoft 소프트웨어	아르티니스 메디컬	옥시-001	실시간 신호 수집
Piola 코튼 12mm 로프	방수포	해당 사항 없음	벽걸이형 요가 로프 시스템의 일부
PowerPoint 프레젠테이션 설정	마이크로소프트	해당 사항 없음	교육용 시각 자료의 경우
스테인레스 스틸 후크	홈헬	리우시-050	벽걸이형 요가 로프 시스템의 일부
벽걸이형 요가 로프 시스템	맞춤 제작	해당 사항 없음	요가 자세 보조