Connectiviteit in rusttoestand en neuroimaging van prefrontale cortexactiviteit tijdens een blokontwerp yoga asana-oefening met behulp van fNIRS

Samenvatting

Deze studie maakte gebruik van functionele nabij-infraroodspectroscopie (fNIRS) om de prefrontale cortexactiviteit te meten tijdens een 23 minuten durende blokontwerp yoga asana-sequentie met 27 volwassenen. De connectiviteit in rusttoestand werd voor en na de training opgenomen. Bevindingen benadrukken de effectiviteit van fNIRS in op beweging gebaseerd onderzoek en bieden neurologische inzichten in de effecten van yoga asana's.

Samenvatting

Deze studie had tot doel functionele nabij-infraroodspectroscopie (fNIRS) mobiele neuroimaging-technologie te gebruiken om veranderingen in de activiteit van de prefrontale cortex (PFC) voor, tijdens en na yoga asana (fysieke yogahoudingen) te onderzoeken. In totaal namen 27 gezonde volwassenen deel aan een yoga asana-sessie van 23 minuten met behulp van een blokontwerp. Voor en na de reeks voltooiden de deelnemers twee taakonafhankelijke rusttoestanden van 6 minuten. PFC-activiteit werd continu geregistreerd met behulp van het fNIRS-instrument, dat zich op het frontale gedeelte van de schedel bevond. De sessie omvatte een controlehouding afgewisseld met drie actieve houdingen. Elke actieve houding werd 30 s vastgehouden, gevolgd door een controlehoudingsinterval van 25-30 s, en acht keer herhaald. Dit blokontwerp resulteerde in 25 intervallen voor de controlehouding en 24 herhalingen van elke actieve houding. De analyse omvatte voorverwerking van onbewerkte fNIRS-gegevens om de concentraties oxyhemoglobine (HbO) en deoxyhemoglobine (HbR) te berekenen, correctie van bewegingsartefacten en statistische evaluatie met behulp van ANOVA met Bonferroni-correcties. Connectiviteitsanalyses onderzochten interhemisferische en intrahemisferische correlaties in de prefrontale cortex. Concluderend toont deze studie het nut van fNIRS aan in real-world, op beweging gebaseerde contexten en biedt het neurologische inzichten in de effecten van yoga asana.

Inleiding

Yoga is een oude Indiase praktijk die fysieke houdingen (asana), ademhalingsoefeningen (pranayama), meditatie en ethische principes integreert om holistisch fysiek en mentaal welzijn te bevorderen. In de afgelopen jaren wordt yoga steeds meer erkend als een aanvullende interventie voor psychische aandoeningen, ondersteund door een groeiend aantal wetenschappelijke onderzoeken. Talrijke studies hebben aangetoond dat regelmatige yogabeoefening de symptomen van angst, depressie en stress aanzienlijk kan verminderen, terwijl de stemming, emotionele regulatie en algehele psychologische veerkracht worden verbeterd ^1,2,3. Meta-analyses en gerandomiseerde gecontroleerde onderzoeken hebben de werkzaamheid van yoga als aanvullende therapie voor depressie en posttraumatische stressstoornis verder onderbouwd, waarbij ook bewijs wijst op een verbeterde kwaliteit van leven en cognitieve functie 4,5,6,7,8.

Ondanks deze veelbelovende wetenschappelijke basis blijven de neurale mechanismen die ten grondslag liggen aan op beweging gebaseerde yogapraktijken, met name de fysieke houdingen (asana), slecht begrepen ^9,10. Deze lacune in kennis heeft de inspanningen belemmerd om yoga te integreren in neurocognitieve interventiemodellen. Het doel van de huidige studie is om hersenactiviteit geassocieerd met yoga asana-beoefening in realtime te onderzoeken, en zo bij te dragen aan een mechanistisch begrip van hoe op beweging gebaseerde contemplatieve praktijken de corticale functie beïnvloeden.

Om dit te bereiken, gebruikten we functionele nabij-infraroodspectroscopie (fNIRS), een niet-invasieve, draagbare neuroimaging-techniek die hemodynamische reacties in de hersenschors^{meet 11}. De grondgedachte voor het gebruik van fNIRS is geworteld in het vermogen om hersenactiviteit te volgen tijdens naturalistische, rechtopstaande beweging - een benadering die niet mogelijk is met conventionele beeldvormingsmethoden zoals fMRI of PET, waarbij deelnemers onbeweeglijk moeten blijven in kunstmatige omgevingen¹². In vergelijking met deze alternatieven biedt fNIRS verschillende voordelen: het is stil, bewegingstolerant en maakt het mogelijk om ecologisch verantwoorde taken in real-world omgevingen te bestuderen¹³. Bijgevolg is het op grote schaal gebruikt in onderzoeken naar motorisch leren, cognitieve werkbelasting, ontwikkeling van baby's, gang en evenwicht, en mindfulness-oefeningen, waardoor betrouwbare inzichten worden verkregen in de activiteit van de prefrontale cortex tijdens zowel statische als dynamische omstandigheden 14,15,16,17,18. De toepassing ervan in naturalistische omgevingen, met name tijdens beweging, heeft nieuwe wegen geopend voor het bestuderen van belichaamde cognitie en de neurale substraten van integratieve gezondheidsinterventies.

Er zijn echter maar weinig studies die deze techniek specifiek op yoga-asana hebben toegepast, en nog minder hebben dit gedaan over de volledige temporele boog van een sessie - van pre- tot tijdens tot post-practice - met een populatie-representatieve steekproef. Om dit aan te pakken, gebruikte de huidige studie een blokontwerpprotocol met behulp van fNIRS om corticale activiteit en connectiviteit in rusttoestand te onderzoeken voor, tijdens en na een gestructureerde yoga asana-sequentie. De studie werd uitgevoerd in een naturalistische setting en omvatte 27 Spaanstalige deelnemers uit Mexico, waarmee een aanzienlijke lacune in de literatuur over de effecten van yoga bij Latijns-Spaanstalige populaties werd aangepakt. Deelnemers varieerden in leeftijd van 18 tot 65 jaar en omvatten zowel mannelijke als vrouwelijke personen met een breed scala aan yoga-ervaring, van complete beginners tot beoefenaars met tot 15 jaar regelmatige beoefening. Alle deelnemers rapporteerden geen ernstige psychologische of fysiologische aandoeningen die hen ervan zouden weerhouden de yogasessie van 23 minuten te voltooien. Personen met ernstige psychiatrische stoornissen of mobiliteitsbeperkende lichamelijke aandoeningen werden uitgesloten. Hoewel de deelnemers niet werden gescreend op specifieke medische pathologieën zoals hypertensie of diabetes, werd voorafgaand aan de sessie duidelijk uitgelegd dat ze op elk moment konden stoppen als ze zich onwel of ongemakkelijk voelden. Vooraf is afgesproken dat onvolledige sessies buiten beschouwing worden gelaten.

Van de oorspronkelijke 30 deelnemers trok niemand zich terug vanwege ongemak tijdens de yogabeoefening. Drie werden echter uitgesloten van de uiteindelijke analyse vanwege overmatige signaalruis die waarschijnlijk werd veroorzaakt door hardware-interferentie of technische softwarestoringen. Door een demografisch diverse en representatieve steekproef op te nemen en realtime, bewegingstolerante beeldvorming mogelijk te maken, verbetert deze studie zowel de ecologische validiteit als de generaliseerbaarheid van bevindingen. Onderzoekers en clinici die de neurale dynamiek van op beweging gebaseerde contemplatieve praktijken willen onderzoeken, kunnen deze methode vooral relevant vinden voor toepassingen in de cognitieve neurowetenschappen, revalidatiewetenschap en integratief onderzoek naar geestelijke gezondheid.

Protocol

Experimentele procedures werden uitgevoerd in overeenstemming met de Verklaring van Helsinki, beoordeeld en goedgekeurd door de Coordinación para la Innovación y la Aplicación de la Ciencia y la Tecnología (CIACYT), Universidad Autónoma de San Luis Potosí Ethics Committee Institutional Review Board [CIACYT-CEI-003]. Alle deelnemers gaven ondertekende geïnformeerde toestemming.

1. Werving van deelnemers en demografie

1. Rekruteer deelnemers via mond-tot-mondreclame en sociale mediaplatforms, waaronder Facebook en Instagram. Informeer potentiële deelnemers over de doelstellingen en vereisten van het onderzoek en hun recht om zich op elk moment zonder boete terug te trekken.
2. Verzamel zelfgerapporteerde demografische informatie, waaronder leeftijd, gewicht, lengte, biologisch geslacht, opleiding en yoga-ervaring met persoonlijke interviews (Tabel 1). Wijs elke deelnemer een unieke genummerde code toe voor anonimiteit en leg hun informatie vast in een versleuteld spreadsheetbestand.
3. Betrek deelnemers van 18-65 jaar met verschillende niveaus van yoga asana-ervaring. Sluit personen uit met neurologische of psychiatrische aandoeningen of personen die vanwege fysieke beperkingen niet in staat zijn om yogahoudingen uit te voeren. Deze studie omvatte deelnemers van 18 tot 65 jaar met verschillende niveaus van yoga asana-ervaring, terwijl personen met bekende neurologische of psychiatrische aandoeningen werden uitgesloten, evenals personen met fysieke beperkingen die hen zouden verhinderen de yogahoudingen veilig uit te voeren. Momenteel bevat het protocol geen variaties voor uitgesloten deelnemers, hoewel het onderzoeken van dergelijke aanpassingen een waardevolle richting is voor toekomstig onderzoek.
4. Ervoor zorgen dat alle procedures voldoen aan de ethische richtlijnen van de instelling en in overeenstemming zijn met de Verklaring van Helsinki. Alle deelnemers geven ondertekende geïnformeerde toestemming. Informeer de deelnemers dat ze geen financiële vergoeding ontvangen en dat ze het experiment op elk moment kunnen beëindigen.

2. Experimentele procedure

1. Gebruik het draagbare fNIRS-apparaat voor het verzamelen van gegevens. Het apparaat werkt met dubbele golflengten van 760 nm en 850 nm en levert continu nabij-infrarood licht voor de beoordeling van veranderingen in zuurstofrijke (HbO) en zuurstofarme (HbR) hemoglobineconcentraties. Het systeem ondersteunt tot 27 kanalen en neemt op met een bemonsteringsfrequentie van 50 Hz, waardoor een betrouwbare detectie van corticale activering tijdens naturalistische taken mogelijk is.
   1. Bereid de fNIRS-opstelling voor door lichtbronnen (S) en detectoren (D) in de dophouders te plaatsen volgens de bilaterale prefrontale cortex (PFC)-lay-out die door de fabrikant is verstrekt (zie afbeelding 1). Zorg voor een bron-detector (SD) afstand van 3,0 cm om de detectie van corticale signalen te optimaliseren.
   2. Voeg daarnaast twee korte scheidingskanalen (1,0 cm) toe om rekening te houden met oppervlakkige hemodynamische signalen, zoals de bloedstroom van de hoofdhuid, die corticale metingen kunnen verwarren. Het gebruik van korte scheidingskanalen is een gevalideerde methode om de signaalspecificiteit te verbeteren door corticale hemodynamische responsen te isoleren van extracerebrale besmetting¹⁹.
2. Selecteer vier yoga-asana's voor deze studie die fundamentele houdingen zijn die vaak worden beoefend in alle stijlen van Hatha Yoga. Ze vormen de kern van de alom bekende Surya Namaskar (Zonnegroet) sequentie, die wereldwijd wordt erkend en jaarlijks wordt beoefend op 21 juni tijdens de Internationale Dag van Yoga²⁰. Deze houdingen werden opzettelijk gekozen, niet alleen vanwege hun toegankelijkheid en standaardisatie in yogatradities, maar ook om specifiek onderzoek mogelijk te maken naar de effecten van inversies (houdingen waarbij het hoofd zich onder het hart bevindt) en rugextensies op hersenactiviteit - twee fysieke vormen die vaak worden aanbevolen in therapeutische yogaprotocollen voor depressie en stemmingsstoornissen^21,22.
3. Ontwerp de presentatie tijdens het experiment in PowerPoint-formaat, dat ook een visuele en auditieve gids is voor de deelnemers. Zorg ervoor dat elke dia de foto en naam van één houding weergeeft, geschreven in de moedertaal van de deelnemer (Spaans) met de originele Sanskrietnaam tussen haakjes: Houding A (Tadasana), Houding B (Uttanasana), Houding C (Adho Mukha Svanasana) en Houding D (Urdhva Mukha Svanasana).
4. Fiets de presentatie automatisch elke 30 s door afbeeldingen van houdingen B, C en D in willekeurige volgorde, terwijl de onderzoeker tegelijkertijd de naam van de houding hardop riep om de cue te versterken.
5. Organiseer de actieve asana's willekeurig en zorg ervoor dat de basishouding tussen elke asana wordt afgewisseld. Deze opstelling zorgt voor een uitgebalanceerde sequentie met behoud van een variabel interstimulusinterval om mogelijke oefen- en gewenningseffecten te verminderen.
6. Voor gegevensbeheer en consistentie standaardiseert u al het visuele materiaal, inclusief afbeeldingen en lettertypen, in grootte en stijl van de deelnemers. Formaat afbeeldingen van de yogahoudingen op de juiste manier met hoge resolutie, en duidelijke labels in zowel hun inheemse Spaanse namen als hun traditionele Sanskriet.
7. Zorg ervoor dat elke deelnemer de presentatieprompt duidelijk kan lezen en zien voordat hij begint. De actieve asana's en basislijnasana's die moeten worden uitgevoerd, worden hieronder beschreven:
   Tadasana - Berghouding (basishouding): Een rechtopstaande, neutrale houding.
   Uttanasana - Voorwaartse buiging (actieve houding): Een voorwaartse vouw vanuit de heupen met het hoofd onder het hart.
   Adho Mukha Svanasana - Neerwaarts Gerichte Hond (Actieve Houding): Een omgekeerde V-positie, met handen en voeten op de grond en de heupen omhoog.
   Urdhva Mukha Svanasana - Opwaarts gerichte hond (actieve houding): Borst opgetild in een rugextensie met de blik naar boven gericht.
8. Bereid de experimentele ruimte voor door een yogamat, een aan de muur bevestigd yogatouwsysteem (zie Materiaaltabel) en een presentatiescherm voor de deelnemer op te zetten - dichtbij genoeg voor duidelijk zicht op de houdingen, maar toch ver genoeg om te voorkomen dat de beweging wordt belemmerd. De opstelling wordt geïllustreerd in figuur 2. Controleer de zichtbaarheid en leesbaarheid van het scherm voordat u met de sessie begint.
9. Kalibreer het fNIRS-systeem door ervoor te zorgen dat alle componenten, inclusief de dop, optodes en opnamesoftware, volledig zijn opgeladen, functioneel en compatibel zijn met het data-acquisitiesysteem. Om te kalibreren, plaatst u de optoden nauwkeurig op de hoofdhuid van de deelnemer volgens het internationale 10-20-systeem, waardoor een consistente anatomische targeting van prefrontale regio's wordt gegarandeerd. Pas de dop en optodehouders aan de individuele hoofdvormen en haardichtheid aan, waardoor lichtdemping en bewegingsartefacten worden geminimaliseerd. Gebruik de signaalkwaliteitsinterface van het systeem (bijv. signaal-ruisverhouding en hoofdhuidkoppelingsindex) om te controleren of elk kanaal aan de aanbevolen drempels voldoet.
   OPMERKING: Dit proces is essentieel om betrouwbare en reproduceerbare hemodynamische metingen te garanderen en om gegevensverlies of verkeerde interpretatie als gevolg van slecht sensorcontact of signaaluitval te minimaliseren 16,23,24,25.
10. Terwijl de deelnemer in een stoel zit, zorgt u ervoor dat zijn voeten plat op de grond staan, de handen zachtjes in de schoot rusten en de rug licht wordt ondersteund door de stoel. Bevestig mondeling dat de deelnemer comfortabel zit voordat u verder gaat.
11. Gebruik een 3D-digitizer, een optisch volgapparaat dat is ontworpen om de ruimtelijke locatie van optoden op de hoofdhuid vast te leggen, om de plaatsing van de dop vast te leggen. Dit proces genereert coördinaten van het Montreal Neurological Institute (MNI), die deze gebruiken om de anatomische hersengebieden die ten grondslag liggen aan elk meetkanaal te identificeren en te standaardiseren.
    OPMERKING: Nauwkeurige digitalisering zorgt voor consistentie tussen de deelnemers en maakt het mogelijk om fNIRS-gegevens nauwkeurig in kaart te brengen op corticale structuren voor analyse op groepsniveau.
12. Zet de optodekap vast met de kinband en pas elke optode handmatig aan door het haar voorzichtig te scheiden met een bamboestok om direct contact met de hoofdhuid te garanderen (Figuur 3A). Figuur 3B toont haar dat de optode blokkeert, terwijl Figuur 3C de succesvolle verwijdering van de obstructie met een bamboestok illustreert. Gebruik de DAQ-waardemodule in de acquisitiesoftware om de signaalkwaliteit te beoordelen. Bevestig altijd het comfort van de deelnemer door te vragen of er pijn of ongemak is en pas de optodeposities indien nodig aan om de helderheid van het signaal te optimaliseren zonder het comfort in gevaar te brengen.
    OPMERKING: Op basis van empirische observaties tijdens het meetproces kan deze stap tot 30 minuten duren, afhankelijk van het haartype van de deelnemer. Personen met dik, donker of krullend haar hebben vaak extra tijd en aanpassingen nodig om een goed contact tussen optode en hoofdhuid te garanderen. In deze gevallen bleek het vastzetten van de fNIRS-dop met een chirurgisch verband effectief te zijn voor het handhaven van een stabiele plaatsing van de optode. Deelnemers die met gel in hun haar arriveerden, vormden nog meer uitdagingen, omdat het product de therapietrouw van de optode belemmerde. Met vallen en opstaan hebben we vastgesteld dat het maken van een strakke paardenstaart of het gebruik van haarspelden om het haar op zijn plaats te houden effectiever was dan te vertrouwen op welk type haarfixeermiddel dan ook. Deze aanpassingen verbeterden de signaalkwaliteit en gegevensbetrouwbaarheid aanzienlijk.

3. Rusttoestand, yoga asana blokontwerp en meetpraktijk

OPMERKING: Zoals geïllustreerd in Figuur 4, werd elk van de dynamische houdingen (B, C, D) gedurende 30 s vastgehouden en afgewisseld met Houding A als basisconditie, gedurende 25-30 s. Deze basislijn diende als een fysiologisch referentiepunt om de hersenactiviteit die specifiek is voor de andere houdingen te isoleren en te vergelijken. Om vermoeidheid te minimaliseren en ervoor te zorgen dat het onderzoek zich concentreerde op vorm in plaats van inspanning, werden de deelnemers in elke houding ondersteund met behulp van Kurunta-touwen, een methode uit de therapeutische Iyengar Yoga die het mogelijk maakt om houdingen zonder spanning vast te houden. Bovendien werden metingen in rusttoestand gedurende 6 minuten geregistreerd, zowel voor als na de asana-sequentie, waarbij de deelnemers met gesloten ogen zaten om de hersenconnectiviteit voor en na de training vast te leggen.

1. Verbind de fNIRS-dop met de software via Bluetooth om real-time signaalacquisitie te bewaken tijdens zowel pre- als post-rusttoestanden, evenals tijdens de yoga asana-beoefening.
2. Terwijl de fNIRS-dop stevig op zijn plaats blijft terwijl de deelnemers in een stoel zitten, voert u de pre-asana-meting van de rusttoestand uit. Instrueer de deelnemers om te ontspannen met hun voeten op de grond, hun handen op hun schoot en 6 minuten stil te zitten met hun ogen dicht. Verzamel fNIRS-gegevens bij 25 Hz.
   1. Om minimale beweging te garanderen en ervoor te zorgen dat de metingen van de rusttoestand zijn en niet van een slaaptoestand, informeert u de deelnemers om tijdens de rusttoestand geen wenkbrauwen op te trekken of aan hun gezicht te krabben. Vraag hen ook om niet in slaap te vallen en controleer nogmaals of dit is gebeurd door hen te vragen of ze in slaap zijn gevallen na het voltooien van de rusttoestand.
3. Verwijder na het voltooien van de eerste rusttoestand de stoel en laat de deelnemers gaan staan en ervoor zorgen dat er nog steeds een duidelijk signaal is. Instrueer de deelnemers om de voorgeprogrammeerde presentatie met de paradigma-instructies te volgen en uit te voeren terwijl deze automatisch vordert.
4. Geef verbale begeleiding aan de deelnemers tijdens de presentatie en registreer handmatig de vooraf bepaalde houdingsmarkeringen - gelabeld A, B, C en D - terwijl elke dia overgaat. Deze markers komen overeen met specifieke fasen van de yogareeks en werden gebruikt om de fNIRS-gegevens te segmenteren voor analyse: A geeft de basishouding aan (Tadasana), terwijl B, C en D de daaropvolgende actieve houdingen vertegenwoordigen (respectievelijk Uttanasana, Adho Mukha Svanasana en Urdhva Mukha Svanasana), zoals beschreven in figuur 4. De markeringen werden handmatig geregistreerd met behulp van de gebeurtenisannotatiefunctie in de acquisitiesoftware (OxySoft, Artinis Medical Systems) op het moment dat elke houdingsdia werd gepresenteerd en de deelnemer overging in de houding. Deze handmatige gebeurtenismarkering is op grote schaal gebruikt en gevalideerd in fNIRS-onderzoeken om stimulusvergrendelde analyse van hemodynamische responsen te vergemakkelijken 23,24,25.
5. Controleer na de meting of de juiste markeringen zijn gebruikt tijdens het meetproces door de handmatig gemarkeerde tijdstempels te matchen met de automatische presentatietijdstempels om een nauwkeurige gegevenslabeling te garanderen.
6. Zorg ervoor dat de fNIRS-dop nog steeds stevig op zijn plaats zit en dat het signaal nog duidelijk is, laat de deelnemers op een stoel zitten om de post-asana-meting van de rusttoestand uit te voeren. Instrueer de deelnemers om te ontspannen met hun voeten op de grond, hun handen op hun schoot en 6 minuten stil te zitten met hun ogen dicht. Verzamel fNIRS-gegevens bij 25 Hz.
7. Het kan 2-5 minuten duren na asana om er zeker van te zijn dat de fNIRS-instelling correct is gekalibreerd zonder signaalinterferentie voordat de post-asana-rusttoestand wordt uitgevoerd. Geef dezelfde instructie aan de deelnemers als bij de meting vóór de rusttoestand om minimale beweging te garanderen en zorg ervoor dat de metingen in rusttoestand zijn en niet in slaaptoestand.

4. fNIRS-gegevensanalyse van de hemodynamische responsfunctie tijdens yoga asana

OPMERKING: Functionele nabij-infraroodspectroscopie (fNIRS) meet veranderingen in corticale hemodynamica aan de hand van twee primaire parameters: zuurstofrijk hemoglobine (HbO) en zuurstofarm hemoglobine (HbR). Deze biomarkers zijn vasculaire correlaten van neurale activiteit gemedieerd door het principe van neurovasculaire koppeling. Verhoogde neuronale activering resulteert in een verhoogd zuurstofverbruik, overgecompenseerd door een verhoogde regionale cerebrale bloedstroom, wat meestal resulteert in een gelijktijdige toename van HbO en een afname van HbR. In deze studie werden beide parameters geregistreerd met behulp van een meerkanaals fNIRS-systeem om hemodynamische reacties tijdens yoga asana-beoefening te kwantificeren. Het meten van gemiddelde HbO-waarden biedt een robuuste en betrouwbare indicator van activering, vooral tijdens op beweging gebaseerde taken, omdat het minder gevoelig is voor geluid en modelleringsaannames dan modelafgeleide bètacoëfficiënten ²⁶. Hoewel HbO vaak prioriteit krijgt vanwege de hogere signaal-ruisverhouding, is het opnemen van HbR van cruciaal belang voor het verbeteren van de fysiologische interpretatie van de gegevens. HbR-signalen vullen HbO aan door inzicht te bieden in de metabole respons van de hersenen en de dynamiek van zuurstofextractie²⁷. Gelijktijdige analyse van zowel HbO als HbR helpt oversimplificatie te voorkomen en versterkt de validiteit van de waargenomen neurale patronen ²⁸.

1. Om de hemodynamische responsfunctie (HRF) tijdens yoga asana te evalueren, begint u met het omzetten van ruwe functionele nabij-infraroodspectroscopie (fNIRS) gegevens in optische dichtheid (OD) en verwerkt u deze met behulp van de HOMER 3 toolbox (RRID:SCR_009586). Gebruik de gewijzigde wet van Beer-Lambert (MBLL) om veranderingen in HbO- en HbR-concentraties te berekenen, volgens vergelijking ²⁹.
   
   MBLL is verantwoordelijk voor de verstrooiingseigenschappen van biologisch weefsel en relateert veranderingen in lichtabsorptie (ΔA) aan veranderingen in chromofoorconcentratie (Δμ_a), waardoor de hemoglobinedynamiek kan worden gekwantificeerd op basis van gemeten lichtintensiteit. r_sd geeft de afstand tussen de bron en de detector aan en DPF is de differentiële padlengtefactor. Deze lineaire benadering maakt het mogelijk om relatieve concentratieveranderingen in zuurstofrijk en zuurstofarm hemoglobine te schatten. Voeg regressie met korte kanalen toe om de invloed van oppervlakkige vasculaire activiteit te minimaliseren en corticale signalen beter te isoleren.
2. Analyseer de gegevens in MATLAB. Bereken blokgemiddelden voor elke deelnemer, elk kanaal en elke voorwaarde om de consistentie te behouden. Begin met kwaliteitscontrole door metingen met aanzienlijke optische dichtheidsfluctuaties, lage signaal-ruisverhoudingen (SNR) of grote afstanden tussen bron en detector uit te sluiten. Gebruik de hmrR_PruneChannels functie en stel parameters in zoals een geldig bereik van 1 x 10-7 tot 1 x 10⁷, een ^SNR-drempel van 2 en een bron-detectorafstand van 0,45 mm tot 45 mm.
3. Detecteer bewegingsartefacten voor elk kanaal met de functie hmrR_MotionArtifactByChannel. Markeer segmenten als de signaalamplitude groter is dan 0,5 (AMPthresh) of als de standaarddeviatie met meer dan een factor 15 (SDthresh) toeneemt binnen een tijdsbestek van 1 s (tMotion). Sluit gemarkeerde segmenten uit, die elk 1 s duren (tMask).
4. Pas een algemeen lineair model (GLM) toe met een tijdvenster van 2 s vóór tot 23 s na het begin van de stimulus. De GLM is een statistische methode die wordt gebruikt om variatie in een reeks waargenomen gegevens te verklaren door deze te modelleren als een combinatie van een of meer bekende variabelen (voorspellers) en een foutterm. Het schat hoeveel elke voorspeller bijdraagt aan de waargenomen uitkomst, waardoor onderzoekers de effecten van interesse kunnen isoleren terwijl ze rekening houden met ruis. Gebruik in deze context de GLM om short-span (SS) regressors toe te passen op long-span (LS) kanalen om systemische fysiologische ruis te verminderen en hersenactiviteit nauwkeuriger te isoleren voor schatting van de hemodynamische responsfunctie (HRF) 19,30,31,32,33,34.
5. Los de GLM op met behulp van gewone kleinste kwadraten. Om bewegingsartefacten verder aan te pakken, past u geregulariseerde ingebedde Canonical Correlation Analysis (TCCA) toe met de rusttoestandgegevens van de deelnemers (30-210 s) als een regressor³⁵. Hierna schat u de HRF's voor elk kanaal, elke aandoening en elke deelnemer, wat zorgt voor betrouwbare schattingen van de neurale respons met een verbeterde signaal-ruisverhouding.
6. Gebruik Origin om eenrichtings-herhaalde metingen ANOVA uit te voeren. Beoordeel verschillen in gemiddelde HbO-waarden over lange kanalen door de basishouding A (Tadasana), een neutrale staande houding die uitlijning en stabiliteit bevordert, te vergelijken met houding B (Uttanasana), een staande voorwaartse vouw waarbij het hoofd onder het hart wordt geplaatst, en classificeer het als een inversie; houding C (Adho Mukha Svanasana), algemeen bekend als Downward-Facing Dog, een semi-omgekeerde houding die de wervelkolom verlengt en het bovenlichaam activeert; en houding D (Urdhva Mukha Svanasana), of Opwaarts Gerichte Hond, een rugextensie die de borstkas opent en de achterste keten versterkt.
7. Beoordeel verschillen tussen houdingen B, C en D. Controleer op normale gegevensverdeling met behulp van de Shapiro-Wilk-test. Voer post-hoc paarsgewijze vergelijkingen uit met Bonferroni-correcties voor meerdere tests, met een p-waardedrempel van <0,05 voor significantie. Bereken effectgroottes voor significante verschillen in HbO-respons met behulp van Cohen's d^36,37.

5. fNIRS-gegevensanalyse van functionele connectiviteit in rusttoestand

1. Om functionele connectiviteit in rusttoestand (rsFC) te analyseren, evalueert u de connectiviteit binnen elk halfrond (intrahemisferisch) en tussen hemisferen (interhemisferisch) voor elke deelnemer. Baseer dit op de statistische afhankelijkheid tussen tijdreeksen, die de co-activering van hersengebieden weerspiegelt.
   OPMERKING: Het meten van rsFC geeft inzicht in de intrinsieke functionele organisatie van de hersenen in afwezigheid van externe stimuli en wordt steeds meer erkend als een waardevol hulpmiddel voor het identificeren van subtiele neurale veranderingen en biomarkers van functie of disfunctie. Eerder onderzoek heeft aangetoond dat rsFC-patronen zijn voorgesteld als voorspellende biomarkers voor de respons op de behandeling met antidepressiva bij patiënten met een depressieve stoornis³⁸, wat het nut onderstreept van analyse van de rusttoestand bij het vastleggen van eigenschapsachtige neurale handtekeningen. Door zowel intra- als interhemisferische connectiviteit te beoordelen, maakt deze benadering een beter begrip mogelijk van de functionele integratie en lateralisatie van de hersenen, met name in de context van interventies zoals yoga, die deze rusttoestandnetwerken kunnen moduleren^38,39.
2. Selecteer een rustperiode van 6 minuten voor de analyse, aangezien dit binnen het algemeen aanvaarde bereik van 5-10 minuten valt, waarbij voldoende rsFC doorgaans na 5 minuten wordt bereikt 26,27,28,35. Profiteer van lagere geluidsniveaus tijdens metingen in rusttoestand in vergelijking met actieve asana's om HbO-, HbR- en HbT-concentraties te beoordelen 34,40,41.
3. Begin met het identificeren en corrigeren van bewegingsartefacten in de gegevens. Eenmaal gecorrigeerd, past u een banddoorlaatfilter (0,009-0,08 Hz) toe op de tijdreeks om het functionele connectiviteitsfrequentiebereik te isoleren en zet u vervolgens de gefilterde signalen om in hemoglobineconcentraties met behulp van de gewijzigde wet van Bouguer-Beer-Lambert voor verdere analyse 40,42,43. Focus op tijdstippen die vrij zijn van bewegingsartefacten (met behulp van de MotionArtifactByChannel-functie) om de integriteit van de interhemisferische connectiviteit te behouden⁴⁴.
4. Om rekening te houden met spontane fluctuaties die in alle kanalen voorkomen, past u signaalregressie met een kort scheidingskanaal (SSC) toe. Begin met het berekenen van het gemiddelde tijdsverloop over alle SSC's en regresseer vervolgens het SSC-signaal van de gemeten fNIRS-tijdreeksen met behulp van de Tikhonov-regularisatiemethode⁴².
5. Gebruik de resulterende resterende tijdreeksen om connectiviteitsmatrices te construeren door Pearson-correlaties tussen alle kanalenparen te berekenen.
6. Bereken voor intrahemisferische connectiviteit de gemiddelde correlatiecoëfficiënten tussen kanalen in de linkerhersenhelft en in de rechterhersenhelft afzonderlijk. Bereken voor interhemisferische connectiviteit de gemiddelde correlaties tussen elk kanaal en zijn contralaterale tegenhanger³⁹.
7. Zet bij het uitvoeren van statistische analyses de r-waarden van Pearson om in Fisher z-scores voordat u Wilcoxon-Mann-Whitney-tests uitvoert. Corrigeer voor meerdere vergelijkingen met behulp van de FDR-methode (false discovery rate).
   OPMERKING: De code en gegevens die in dit onderzoek zijn gebruikt, zijn openlijk beschikbaar in Zenodo⁴⁵ op https://zenodo.org/records/11098997 met DOI: 10.5281/zenodo.11098996.

Resultaten

De voorlopige analyse van actieve kanalen bracht significante verschillen aan het licht tussen controlehouding A en de houdingen B en C (Figuur 5A-B). Vervolgens werd een ANOVA met herhaalde metingen in één richting uitgevoerd om statistische verschillen in de gemiddelde HbO-waarden van de geschatte hemodynamische responsfunctie (HRF) over kanalen heen te evalueren met behulp van het softwarepakket Origin(Pro), versie 2018. ...

Discussie

Deze studie maakte gebruik van fNIRS om PFC-activiteit te beoordelen tijdens een gestructureerde yoga asana-beoefening, waarbij de nadruk werd gelegd op belangrijke methodologische overwegingen en vooruitgang in real-world neuroimaging. Kritieke protocolelementen waren onder meer een nauwkeurige plaatsing van de fNIRS-optode, met een optimale afstand tussen de bron en de detector (3,0 cm) en de juiste optode-scalpkoppeling om een nauwkeurige signaalacquisitie te garanderen. Een gerandomi...

Materialen

Lijst van materialen gebruikt in dit artikel

Naam	Bedrijf	Catalogusnummer	Opmerkingen
3-D Digitizer	Artinis Medical	DGT-456	Gebruikt voor cap plaatsing en region mapping
Brite MKII fNIRS Device	Artinis Medical	BR-MK2	Draagbaar fNIRS instrument voor PFC gegevens
Harmony yoga mat 3/16” (5mm) thick 68" (173cm)	Jade	HAR368	Stabile oppervlakte voor het oefenen van asana
HOMER 3 Software	Boston University Neurophotonics Center (Open Source)	Homer v1.54	Voor fNIRS data preprocessing
Origin(Pro) Software	OriginLab	ORG-2023	Statistische analyse van gegevens
Oxysoft Software	Artinis Medical	OXY-001	Real-time signaalverwerving
Piola Cotton 12mm Ropes	Tarpsupplies	N/A	Onderdeel van het aan de muur bevestigde yogatouwsysteem
PowerPoint Presentatie Setup	Microsoft	N/A	Voor instructieve beelden
Stainless Steel Hook	Homheal	liuxi-050	Onderdeel van het aan de muur bevestigde yogatouwsysteem
Aan de muur bevestigde yogatouwsysteem	Op maat gemaakt	N/A	Hulp voor yoga houdingen