자연주의 작업하는 동안 fNIRS 측정의 fMRI 검증

fNIRS를 사용하여 자연주의적 작업 중에 기록된 기능적 뇌 활동과 fMRI 동안 기록된 활동을 비교하는 방법을 제시합니다.

이 절차의 전반적인 목표는 복잡한 운동 작업을 수행하는 피험자에서 기능적 MRI와 기능적 근적외선 분광법 또는 F 근사치를 사용하여 얻은 방법론과 결과를 비교하는 것입니다. 이것은 먼저 두 기술 모두에서 사용할 수 있는 패러다임의 개발에 의해 달성됩니다. 두 번째 단계는 FMRI를 사용하여 기능적 이미지를 획득하고 처리하는 것입니다.

다음으로, F ns를 사용하여 기능상 영상을 획득하고 처리합니다. 마지막 단계는 비교 가능한 뇌 영역에서 관찰된 내용을 비교하는 것입니다. 궁극적으로 FMRI와 F N'S 결과는 각 방법론에 참여한 연구 그룹 간에 유사했습니다.

FMRI와 같은 기존 방법에 비해 이 기술의 주요 장점은 NERS를 움직임에 극도로 민감하지 않고 자연스러운 환경에서 적용할 수 있다는 것입니다. 아티팩트 및 자기 민감성과 같은 제외 기준은 관련이 없습니다. SM 구성 파일의 세부 정보를 편집하여 게임 댄스 스탠스 레볼루션 또는 DDR을 수정하는 것으로 시작합니다.

DDR 스텝 매니아의 오픈 소스 클론을 사용하여 타이밍, 그래픽 및 음악을 변경합니다. 게임송 버터플라이를 사용하여 DO SM 구성 파일을 수정하여 피험자가 게임 시간 30초와 32번째 휴식 시간을 번갈아 가며 게임 메커니즘에 내장된 교대 블록 디자인을 사용하여 플레이하도록 합니다. 배경 그래픽은 플레이어에게 녹색으로 플레이해야 할 때와 빨간색으로 휴식을 취해야 할 때를 나타냅니다.

FMRI 데이터 수집의 경우 참가자의 발을 사용하여 왼쪽 및 오른쪽 화살표 버튼을 누르도록 움직임을 제한합니다. 전체 버튼 누름 횟수는 스캔하기 전에 두 작업에 대해 동일하게 유지되어야 합니다. 기관 지침에 따라 정보에 입각한 동의를 얻고 MRI 안전성을 선별합니다.

그런 다음 피험자에게 게임의 기초를 설명하고 이미징하기 전에 몇 번의 연습을 허용하십시오 피험자에게 움직이는 화살표 경로 상단에 표시된 완벽한 시간에 가까운 발로 해당 화살표 버튼을 누르되 가능한 한 머리 움직임을 최소화하도록 지시합니다. 먼저 스캔할 준비가 되면 게임 플레이 전에 구조적 이미지를 얻습니다. 그런 다음 기능적 자기 공명 이미징을 획득합니다.

피험자에게 준비된 패러다임을 사용하여 게임을 플레이하도록 지시하되, 스캔이 완료되었을 때 모션 아티팩트를 줄이기 위해 왼쪽과 오른쪽 화살표만 사용하도록 지시합니다. 통계적 파라메트릭 매핑 또는 SPM 소프트웨어를 사용하여 FMRI 대담한 신호 분석을 수행합니다. 또한 2단계 무작위 효과 접근 방식을 사용하여 개별 결과와 함께 그룹 분석을 수행합니다.

그런 다음 관심 영역을 Wake Forest University에서 얻은 상측두회(superior and middle temporal gyrus)의 해부학적 마스크와 기능적 클러스터(functional cluster) 사이의 결합으로 정의합니다. 근적외선 분광법을 위한 Atlas 도구를 선택하십시오. 다중 채널 F 근거리 지형 시스템을 사용하여 3 x 5 어레이로 배열된 Optos의 데이터를 기록합니다.

각 소스 감지기 쌍의 거리에 대한 interop은 3cm여야 합니다. 광학 센서 어레이를 포함하는 탄성 캡의 방향을 지정하여 왼쪽 전전두엽에서 왼쪽 측두엽까지 정렬되도록 합니다. 가장 낮은 도로에서 가장 앞쪽의 옵토가 국제 10 10 시스템의 FPZ에 집중되도록 합니다.

그런 다음 옵토스의 아래쪽 행을 해부학적 랜드마크 FPZ와 T 7 사이의 선과 병렬로 정렬합니다. 제자리에 고정되면 광학 프로브 어레이를 피험자의 머리에 조이고 스트랩과 턱 스트랩을 사용하여 단단히 부착되었는지 확인합니다. 헤드 표면에서 옵토스가 변위되지 않도록 주의해야 합니다.

소스 검출기 쌍은 머리에 단단히 밀착되어야 하지만 피험자에게 불편하지 않아야 합니다. f nears 테스트의 경우 FMRI와 F N'S 작업 간에 총 화살표 누름 횟수가 동일하고 패턴만 다른지 확인합니다. FMRI에 사용되는 왼쪽 및 오른쪽 화살표와 비교하여 위쪽 아래쪽 화살표를 추가하여 FMRI 테스트와 동일한 패러다임을 사용합니다.

Hi. F n의 테스트 중 게임 플레이를 위해 표준 4 버튼 바닥 매트 버튼 응답 시스템을 사용하십시오. 게임 플레이의 기초에 익숙해지면 피험자에게 32번째 게임 시간을 플레이하고 32번째 휴식 시간을 갖도록 지시합니다. 각 주제에 대해 이 5분짜리 게임을 두 번씩 반복합니다.

다음으로, 3D 디지타이징 펜을 사용하여 소스 및 검출기 옵토 위치의 공간 값을 결정합니다. 탄성 캡의 각 채널에서 데이터 수집 및 게임 플레이 직전에 nasn Ian Oracles 및 cz의 좌표를 식별합니다. 소스 및 검출기 위치가 포함된 텍스트 파일은 텍스트 파일에, 해부학적 좌표는 원본 텍스트 파일에 저장합니다.

메인 메뉴에서 nears SPM의 등록 옵션을 사용하여 캡처된 3D 좌표를 처리합니다. 독립형 공간 정합을 선택합니다. 다음 화면에서 3D 디지타이저로 선택하고 해당 대화 상자를 사용하여 이전에 저장된 다른 사용자와 원본 텍스트 파일을 선택합니다.

그런 다음 정합 NFRI 함수를 선택하여 공간 표현을 결정합니다.F'S 분석을 위해 3D 디지타이저 정보를 기반으로 분석할 채널을 선택합니다. 정합 과정의 출력에 따라 중간 및 상측두회(middle and superior temporal gyrus)에서 80% 이상의 등록 확률을 가진 분석 채널을 선택합니다. SPM eight의 results 함수를 사용하여 2.6보다 큰 T 값 또는 0.01보다 큰 해당 P 값에서 초임계값 복셀을 구할

그런 다음 중첩되는 슈퍼 임계값 복셀을 사용하여 관심 영역을 결정합니다. 해부학적 영역 내부의 클러스터를 정의하려면 웨이크 포레스트 픽 아틀라스에 포함된 A A L 아틀라스를 사용하여 상측두회(superior and middle temporal gyrus)를 정의합니다. 이 경우, 결과 클러스터는 중간 측두회에 위치한 572 2 x 2 x 2mm 복셀을 가지며 좌표 음수 66, 음수 24 0 및 피크 T에서 피크 복셀이 5.73입니다.

F N의 경우. 대부분의 피험자에서 N의 SPM을 사용하여 MNI 좌표로 변환된 3D 디지털화된 좌표를 사용하여 FN의 데이터에서 관심 채널을 결정합니다. 채널 22는 정의된 관심 영역에서 가장 높은 활동 확률을 갖습니다.

FMRI에 대한 관심 영역에서의 평균 이벤트 트리거 응답과 활성 블록과 휴식 블록이 결합된 62번째 블록의 지속 시간 동안 F nears의 해당 채널을 결정합니다. F ns 데이터와 최적으로 일치하도록 FMRI 데이터를 스케일링하여 FMRI와 F nears를 비교합니다. 선형 회귀를 사용하면 F ns는 B 곱하기 FMRI와 같으며, 여기서 회귀 방법은 F Ns에서 B 곱하기 FMRI를 뺀 근 평균 제곱 값이 최소화되도록 B 값을 얻습니다.

마지막으로, 두 그룹의 상관관계를 기준으로 F 신호와 FMRI 신호를 비교합니다. 이 그림은 FMRI 스캐닝 절차의 16명의 피험자와 F Ns 프로토콜의 26명의 피험자로부터 정규화된 및 평균화된 원시 데이터를 보여줍니다. 데이터는 시간 0에 고정되었으며 게임 상호 작용의 활성 단계는 그래프의 처음 30초 동안 발생했습니다.

이 그림은 단일 피험자에서 중첩된 채널 위치가 있는 뇌 렌더링을 나타냅니다. 채널 1과 22의 평균 트레이스는 옥시헤모글로빈 신호를 나타내는 실선과 디옥시헤모글로빈 신호를 나타내는 점선으로 표시됩니다. 빨간색 트레이스는 음악 게임플레이를 나타내고, 파란색 트레이스는 음악이 아닌 게임플레이 신호를 나타내며, 채널 1의 게임플레이 신호는 관심 영역과 비교하기 위한 제어 예시 역할을 합니다.

이 두 영역의 신호는 개발 후 작업 응답과 관련하여 다릅니다. 이 기술은 시스템 신경 과학 분야의 연구자들이 건강한 정상 피험자의 복잡한 운동 작업과 관련된 신경 활동을 탐구할 수 있는 길을 열었습니다. 이 비디오를 시청한 후에는 FMRI와 fne를 사용하여 얻은 결과를 비교하는 방법을 잘 이해하게 될 것입니다.