Łączność w stanie spoczynku i neuroobrazowanie aktywności kory przedczołowej podczas praktyki asan jogi w stylu blokowym przy użyciu fNIRS

Podsumowanie

W badaniu wykorzystano funkcjonalną spektroskopię w bliskiej podczerwieni (fNIRS) do pomiaru aktywności kory przedczołowej podczas 23-minutowej sekwencji asan jogi z udziałem 27 osób dorosłych. Łączność w stanie spoczynku rejestrowano przed i po treningu. Wyniki podkreślają skuteczność fNIRS w badaniach opartych na ruchu i dostarczają neurologicznych informacji na temat efektów asan jogi.

Streszczenie

Badanie to miało na celu wykorzystanie technologii funkcjonalnej spektroskopii bliskiej podczerwieni (fNIRS) do badania zmian w aktywności kory przedczołowej (PFC) przed, w trakcie i po asanie jogi (pozycje jogi fizycznej). W sumie 27 zdrowych dorosłych wzięło udział w 23-minutowej sesji asan jogi przy użyciu projektu blokowego. Przed i po sekwencji uczestnicy wykonali dwa 6-minutowe, niezależne od zadania stany spoczynku. Aktywność PFC była stale rejestrowana za pomocą instrumentu fNIRS, umieszczonego w przedniej części czaszki. Sesja obejmowała postawę kontrolną przeplataną trzema pozycjami aktywnymi. Każda aktywna postawa była utrzymywana przez 30 s, po czym następowała 25-30 sekundowa interwał kontrolny i powtórzona osiem razy. Ta konstrukcja bloku zaowocowała 25 interwałami kontrolnymi postawy i 24 powtórzeniami każdej aktywnej pozycji. Analiza obejmowała wstępne przetwarzanie surowych danych fNIRS w celu obliczenia stężeń oksyhemoglobiny (HbO) i deoksyhemoglobiny (HbR), korekcję artefaktów ruchu oraz ocenę statystyczną przy użyciu ANOVA z poprawkami Bonferroniego. W ramach analiz łączności badano korelacje międzypółkulowe i wewnątrzpółkulowe w korze przedczołowej. Podsumowując, badanie to demonstruje użyteczność fNIRS w rzeczywistych kontekstach opartych na ruchu i dostarcza neurologicznych wglądów w efekty asan jogi.

Wprowadzenie

Joga to starożytna indyjska praktyka, która integruje pozycje fizyczne (asany), ćwiczenia oddechowe (pranajama), medytację i zasady etyczne w celu promowania holistycznego dobrego samopoczucia fizycznego i psychicznego. W ostatnich latach joga jest coraz częściej uznawana za uzupełniającą interwencję w przypadku chorób psychicznych, popartą rosnącą liczbą badań naukowych. Liczne badania wykazały, że regularna praktyka jogi może znacznie zmniejszyć objawy lęku, depresji i stresu, jednocześnie poprawiając nastrój, regulację emocjonalną i ogólną odporność psychiczną ^1,2,3. Metaanalizy i randomizowane badania kontrolowane dodatkowo potwierdziły skuteczność jogi jako terapii wspomagającej depresję i zespół stresu pourazowego, a dowody sugerują również poprawę jakości życia i funkcji poznawczych 4,5,6,7,8.

Pomimo tej obiecującej bazy dowodowej, mechanizmy neuronalne leżące u podstaw praktyk jogi opartej na ruchu, w szczególności pozycji fizycznych (asan), pozostają^słabo poznane9,10. Ta luka w wiedzy utrudniła wysiłki zmierzające do włączenia jogi do neurokognitywnych modeli interwencji. Celem niniejszego badania jest zbadanie aktywności mózgu związanej z praktyką asan jogi w czasie rzeczywistym, przyczyniając się w ten sposób do mechanistycznego zrozumienia, w jaki sposób praktyki kontemplacyjne oparte na ruchu wpływają na funkcje kory mózgowej.

Aby to osiągnąć, zastosowaliśmy funkcjonalną spektroskopię w bliskiej podczerwieni (fNIRS), nieinwazyjną, przenośną technikę neuroobrazowania, która mierzy reakcje hemodynamiczne w korze mózgowej¹¹. Uzasadnienie dla stosowania fNIRS jest zakorzenione w jego zdolności do monitorowania aktywności mózgu podczas naturalistycznego, wyprostowanego ruchu – podejścia niemożliwego w przypadku konwencjonalnych metod obrazowania, takich jak fMRI lub PET, które wymagają od uczestników pozostawania w bezruchu w sztucznym^środowisku. W porównaniu z tymi alternatywami, fNIRS ma kilka zalet: jest cichy, tolerancyjny na ruch i pozwala na badanie ekologicznie uzasadnionych zadań w rzeczywistych środowiskach¹³. W związku z tym jest szeroko stosowany w badaniach nad uczeniem się motorycznym, obciążeniem poznawczym, rozwojem niemowląt, chodem i równowagą oraz praktykami uważności, dostarczając wiarygodnych informacji na temat aktywności kory przedczołowej zarówno w warunkach statycznych, jak i dynamicznych 14,15,16,17,18. Jego zastosowanie w warunkach naturalistycznych, szczególnie podczas ruchu, otworzyło nowe możliwości badania ucieleśnionego poznania i neuronalnych substratów integracyjnych interwencji zdrowotnych.

Jednak w niewielu badaniach zastosowano tę technikę konkretnie do asan jogi, a jeszcze mniej zrobiło to w całym łuku czasowym sesji - od przed-, w trakcie do po praktyce - na próbie reprezentatywnej dla populacji. Aby temu zaradzić, w obecnym badaniu wykorzystano protokół projektowania blokowego wykorzystujący fNIRS do zbadania aktywności kory mózgowej i połączeń w stanie spoczynku przed, w trakcie i po ustrukturyzowanej sekwencji asan jogi. Badanie zostało przeprowadzone w naturalistycznych warunkach i wzięło w nim udział 27 rodzimych hiszpańskojęzycznych uczestników z Meksyku, wypełniając w ten sposób znaczną lukę w literaturze dotyczącej skutków jogi w populacjach łacińsko-hiszpańskojęzycznych. Uczestnicy byli w wieku od 18 do 65 lat i byli wśród nich zarówno mężczyźni, jak i kobiety z szerokim zakresem doświadczenia w jodze, od zupełnie początkujących po praktykujących z nawet 15-letnim regularnym doświadczeniem. Wszyscy uczestnicy nie zgłosili żadnych poważnych stanów psychicznych lub fizjologicznych, które uniemożliwiłyby im ukończenie 23-minutowej sesji jogi. Wykluczono osoby z poważnymi zaburzeniami psychicznymi lub schorzeniami fizycznymi ograniczającymi mobilność. Chociaż uczestnicy nie byli badani pod kątem konkretnych patologii medycznych, takich jak nadciśnienie czy cukrzyca, przed sesją wyraźnie wyjaśniono, że mogą przestać w dowolnym momencie, jeśli poczują się źle lub niekomfortowo. Z góry uzgodniono, że wszelkie niekompletne sesje zostaną wyłączone z analizy.

Z pierwotnych 30 uczestników nikt nie wycofał się z powodu dyskomfortu podczas praktyki jogi. Trzy z nich zostały jednak wyłączone z końcowej analizy ze względu na nadmierny szum sygnału, który prawdopodobnie był spowodowany zakłóceniami sprzętowymi lub nieprawidłowym działaniem oprogramowania. Uwzględniając demograficznie zróżnicowaną i reprezentatywną próbę oraz umożliwiając obrazowanie w czasie rzeczywistym z tolerancją ruchu, badanie to zwiększa zarówno ważność ekologiczną, jak i możliwość uogólnienia wyników. Badacze i klinicyści chcący zbadać dynamikę neuronalną praktyk kontemplacyjnych opartych na ruchu mogą uznać tę metodę za szczególnie istotną dla zastosowań w neuronauce poznawczej, rehabilitacji i integracyjnych badaniach nad zdrowiem psychicznym.

Protokół

Procedury doświadczalne przeprowadzono zgodnie z Deklaracją Helsińską, podjętą przeglądem i zatwierdzoną przez 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]. Wszyscy uczestnicy wyrazili podpisaną świadomą zgodę.

1. Rekrutacja uczestników i dane demograficzne

1. Rekrutuj uczestników za pośrednictwem poczty pantoflowej i platform mediów społecznościowych, w tym Facebooka i Instagrama. Poinformuj potencjalnych uczestników o celach badania, wymaganiach i ich prawie do wycofania się w dowolnym momencie bez ponoszenia kary.
2. Zbierz samodzielnie zgłaszane informacje demograficzne, w tym wiek, wagę, wzrost, płeć biologiczną, wykształcenie i doświadczenie w jodze za pomocą wywiadów osobistych (Tabela 1). Przypisz każdemu uczestnikowi unikalny numerowany kod w celu zachowania anonimowości i zapisz jego informacje w zaszyfrowanym pliku arkusza kalkulacyjnego.
3. Uwzględnij uczestników w wieku 18-65 lat o różnym poziomie doświadczenia w asanie jogi. Wyklucz osoby ze schorzeniami neurologicznymi lub psychiatrycznymi lub niezdolne do wykonywania pozycji jogi z powodu ograniczeń fizycznych. Badanie to obejmowało uczestników w wieku od 18 do 65 lat o różnym poziomie doświadczenia w asanach jogi, z wyłączeniem osób ze znanymi schorzeniami neurologicznymi lub psychiatrycznymi, a także osób z ograniczeniami fizycznymi, które uniemożliwiłyby im bezpieczne wykonywanie pozycji jogi. Obecnie protokół nie obejmuje wariantów dla wykluczonych uczestników, chociaż badanie takich adaptacji stanowi cenny kierunek dla przyszłych badań.
4. Upewnij się, że wszystkie procedury są zgodne z instytucjonalnymi wytycznymi etycznymi i są zgodne z Deklaracją Helsińską. Wszyscy uczestnicy wyrażają podpisaną świadomą zgodę. Poinformuj uczestników, że nie otrzymają żadnej rekompensaty finansowej i że mogą zakończyć eksperyment w dowolnym momencie.

2. Procedura doświadczalna

1. Do zbierania danych należy używać przenośnego urządzenia fNIRS. Urządzenie działa z podwójnymi długościami fal 760 nm i 850 nm, dostarczając ciągłe światło podczerwone do oceny zmian stężeń hemoglobiny natlenionej (HbO) i odtlenionej (HbR). System obsługuje do 27 kanałów i nagrywa z częstotliwością próbkowania 50 Hz, co pozwala na niezawodne wykrywanie aktywacji kory mózgowej podczas zadań naturalistycznych.
   1. Przygotuj konfigurację fNIRS, umieszczając źródła światła (S) i detektory (D) w uchwytach nasadki zgodnie z układem obustronnej kory przedczołowej (PFC) dostarczonym przez producenta (patrz rysunek 1). Zapewnij separację między źródłem a detektorem (SD) wynoszącą 3,0 cm, aby zoptymalizować wykrywanie sygnału korowego.
   2. Ponadto uwzględnij dwa kanały o krótkiej separacji (1,0 cm), aby uwzględnić i cofnąć powierzchowne sygnały hemodynamiczne, takie jak przepływ krwi w skórze głowy, które mogą zakłócać pomiary korowe. Zastosowanie kanałów o krótkiej separacji jest zwalidowaną metodą poprawy specyficzności sygnału poprzez izolację korowych odpowiedzi hemodynamicznych od zanieczyszczenia pozamózgowego¹⁹.
2. Wybierz cztery asany jogi do tego badania, które są podstawowymi pozycjami powszechnie praktykowanymi we wszystkich stylach Hatha Jogi. Stanowią one rdzeń szeroko znanej sekwencji Surya Namaskar (Powitanie Słońca), która jest uznawana na całym świecie i praktykowana corocznie 21 czerwca podczas Międzynarodowego Dnia Jogi²⁰. Pozy te zostały celowo wybrane nie tylko ze względu na ich dostępność i standaryzację w różnych tradycjach jogi, ale także po to, aby umożliwić szczegółowe badania nad wpływem inwersji (pozycji, w których głowa znajduje się poniżej serca) i wyprostowania pleców na aktywność mózgu – dwie formy fizyczne często zalecane w terapeutycznych protokołach jogi na depresję i zaburzenia nastroju^21,22.
3. Zaprojektuj prezentację podczas eksperymentu w formacie PowerPoint, który jest jednocześnie wizualnym i słuchowym przewodnikiem dla uczestników. Upewnij się, że na każdym slajdzie znajduje się zdjęcie i nazwa jednej postawy, napisane w języku ojczystym uczestnika (hiszpańskim) z oryginalną sanskrycką nazwą w nawiasach: Postawa A (Tadasana), Postawa B (Uttanasana), Postawa C (Adho Mukha Svanasana) i Postawa D (Urdhva Mukha Svanasana).
4. Powtarzaj prezentację przez obrazy pozycji B, C i D automatycznie co 30 sekund w losowej kolejności, podczas gdy eksperymentator jednocześnie wykrzykiwał na głos nazwę postawy, aby wzmocnić wskazówkę.
5. Losowo uporządkuj aktywne asany, upewniając się, że podstawowa postawa jest przeplatana między każdą z nich. Taki układ zapewnia zrównoważoną sekwencję przy zachowaniu zmiennego interwału między bodźcami w celu zmniejszenia potencjalnych efektów praktyki i przyzwyczajenia.
6. Aby zapewnić zarządzanie danymi i spójność, ustandaryzuj wszystkie materiały wizualne — w tym obrazy i czcionki — pod względem rozmiaru i stylu dla uczestników. Obrazy pozycji jogi mają odpowiedni rozmiar z wysoką rozdzielczością i wyraźnymi etykietami zarówno w ich rodzimych hiszpańskich nazwach, jak i tradycyjnym sanskrycie.
7. Upewnij się, że każdy uczestnik może wyraźnie przeczytać i zobaczyć monit prezentacji przed rozpoczęciem. Asany aktywne i asany bazowe, które należy wykonać, są opisane poniżej:
   Tadasana - Pozycja górska (postawa wyjściowa): Stojąca, wyprostowana, neutralna postawa.
   Uttanasana - Skłon do przodu (aktywna postawa): Zgięcie do przodu od bioder z głową poniżej serca.
   Adho Mukha Svanasana - Pies stojący przodem do dołu (aktywna postawa): Pozycja odwrócona V, z rękami i stopami na ziemi i uniesionymi biodrami.
   Urdhva Mukha Svanasana - Pies stojący przodem do góry (aktywna postawa): Klatka piersiowa uniesiona w wyprostowanym plecach ze wzrokiem skierowanym do góry.
8. Przygotuj obszar eksperymentalny, ustawiając matę do jogi, montowany na ścianie system lin do jogi (patrz Tabela Materiałów) oraz ekran prezentacyjny umieszczony przed uczestnikiem - wystarczająco blisko, aby wyraźnie widzieć pozycje, ale wystarczająco daleko, aby nie krępować ruchów. Konfiguracja jest zilustrowana na rysunku 2. Potwierdź widoczność i czytelność ekranu przed rozpoczęciem sesji.
9. Skalibruj system fNIRS, upewniając się, że wszystkie komponenty - w tym nasadka, optody i oprogramowanie rejestrujące - są w pełni naładowane, funkcjonalne i kompatybilne z systemem akwizycji danych. Aby skalibrować, dokładnie umieść optody na skórze głowy uczestnika zgodnie z międzynarodowym systemem 10-20, zapewniając spójne anatomiczne ukierunkowanie na obszary przedczołowe. Dostosuj nasadkę i uchwyty optodowe, aby dostosować je do indywidualnych kształtów głowy i gęstości włosów, minimalizując tłumienie światła i artefakty ruchu. Użyj interfejsu jakości sygnału systemu (np. stosunek sygnału do szumu i indeks sprzężenia skalpu), aby sprawdzić, czy każdy kanał spełnia zalecane progi.
   UWAGA: Proces ten jest niezbędny do zapewnienia wiarygodnych i powtarzalnych pomiarów hemodynamicznych oraz zminimalizowania utraty danych lub błędnej interpretacji z powodu słabego kontaktu z czujnikiem lub zaniku sygnału 16,23,24,25.
10. Gdy uczestnik siedzi na krześle, upewnij się, że jego stopy leżą płasko na ziemi, ręce delikatnie spoczywają na kolanach, a plecy są lekko podparte przez krzesło. Przed kontynuowaniem potwierdź ustnie, że uczestnik siedzi wygodnie.
11. Użyj digitizera 3D, optycznego urządzenia śledzącego zaprojektowanego do przechwytywania przestrzennej lokalizacji optodów na skórze głowy, aby zarejestrować umieszczenie nasadki. Proces ten generuje współrzędne Instytutu Neurologicznego w Montrealu (MNI), wykorzystuje je do identyfikacji i standaryzacji anatomicznych obszarów mózgu leżących u podstaw każdego kanału pomiarowego.
    UWAGA: Dokładna digitalizacja zapewnia spójność między uczestnikami i umożliwia precyzyjne mapowanie danych fNIRS na struktury korowe w celu analizy na poziomie grupy.
12. Zabezpiecz nasadkę optode za pomocą paska podbródkowego i ręcznie wyreguluj każdą optodę, delikatnie rozdzielając włosy bambusowym patyczkiem, aby zapewnić bezpośredni kontakt ze skórą głowy (Rysunek 3A). Rysunek 3B pokazuje włosy zasłaniające optodę, podczas gdy rysunek 3C ilustruje skuteczne usunięcie przeszkody za pomocą bambusowego kija. Użyj modułu wartości DAQ w oprogramowaniu do akwizycji, aby ocenić jakość sygnału. Zawsze potwierdzaj komfort uczestnika, pytając, czy występuje ból lub dyskomfort i dostosuj pozycje optody w razie potrzeby, aby zoptymalizować czystość sygnału bez uszczerbku dla komfortu.
    UWAGA: Na podstawie obserwacji empirycznych przeprowadzonych podczas procesu pomiaru, krok ten może trwać do 30 minut, w zależności od rodzaju włosów uczestnika. Osoby z grubymi, ciemnymi lub kręconymi włosami często wymagają dodatkowego czasu i regulacji, aby zapewnić prawidłowy kontakt optody ze skórą głowy. W tych przypadkach okazało się, że zabezpieczenie nasadki fNIRS bandażem chirurgicznym jest skuteczne w utrzymaniu stabilnego umieszczenia optody. Uczestnicy, którzy przybyli z żelem we włosach, stanowili kolejne wyzwania, ponieważ produkt zakłócał przestrzeganie zaleceń optodowych. Metodą prób i błędów zaobserwowaliśmy, że tworzenie ciasnego kucyka lub używanie spinek do włosów do przytrzymywania włosów na miejscu było bardziej skuteczne niż poleganie na jakimkolwiek rodzaju utrwalacza do włosów. Zmiany te znacznie poprawiły jakość sygnału i niezawodność danych.

3. Stan spoczynku, projektowanie bloków asan jogi i praktyka pomiaru

UWAGA: Jak pokazano na rysunku 4, każda z pozycji dynamicznych (B, C, D) była utrzymywana przez 30 s i przeplatana z postawą A jako warunkiem podstawowym, utrzymywaną przez 25-30 s. Ta linia bazowa posłużyła jako fizjologiczny punkt odniesienia do wyizolowania i porównania aktywności mózgu specyficznej dla innych pozycji. Aby zminimalizować zmęczenie i upewnić się, że badanie koncentruje się na formie, a nie na wysiłku, uczestnicy byli wspierani w każdej pozycji za pomocą lin Kurunta, metody z terapeutycznej jogi Iyengara, która pozwala na utrzymanie pozycji bez wysiłku. Dodatkowo, pomiary stanu spoczynku były rejestrowane przez 6 minut zarówno przed, jak i po sekwencji asan, podczas której uczestnicy siedzieli z zamkniętymi oczami, aby uchwycić łączność mózgową przed i po treningu.

1. Podłącz nasadkę fNIRS do oprogramowania za pomocą Bluetooth, aby monitorować akwizycję sygnału w czasie rzeczywistym zarówno w stanie spoczynku, jak i po spoczynku, a także podczas praktyki asan jogi.
2. Trzymając nasadkę fNIRS bezpiecznie na miejscu, podczas gdy uczestnicy siedzą na krześle, wykonaj pomiar stanu spoczynku przed asaną. Poinstruuj uczestników, aby zrelaksowali się ze stopami na ziemi, rękami na kolanach i siedzieli nieruchomo z zamkniętymi oczami przez 6 minut. Zbieraj dane fNIRS przy 25 Hz.
   1. Aby zapewnić minimalny ruch i upewnić się, że pomiary dotyczą stanu spoczynku, a nie snu, poinformuj uczestników, aby nie podnosili brwi ani nie drapali się po twarzy w stanie spoczynku. Poproś ich również, aby unikali zasypiania i dokładnie sprawdź, czy tak się stało, pytając ich, czy zasnęli po zakończeniu stanu spoczynku.
3. Po zakończeniu pierwszego stanu spoczynku zdejmij krzesło i poproś uczestników, aby wstali i upewnili się, że nadal jest wyraźny sygnał. Poinstruuj uczestników, aby postępowali zgodnie z zaprogramowaną prezentacją i wykonywali ją zgodnie z instrukcjami paradygmatu w miarę jej automatycznego postępu.
4. Udzielaj słownych wskazówek uczestnikom podczas prezentacji i ręcznie zapisuj wcześniej określone znaczniki postawy - oznaczone jako A, B, C i D - podczas przechodzenia każdego slajdu. Markery te odpowiadają określonym fazom sekwencji jogi i zostały wykorzystane do segmentacji danych fNIRS do analizy: A wskazuje postawę wyjściową (Tadasana), podczas gdy B, C i D reprezentują kolejne aktywne pozycje (odpowiednio Uttanasana, Adho Mukha Svanasana i Urdhva Mukha Svanasana), jak pokazano na rysunku 4. Markery były rejestrowane ręcznie za pomocą funkcji adnotacji zdarzeń w oprogramowaniu do akwizycji (OxySoft, Artinis Medical Systems) w momencie prezentacji każdego slajdu postawy i przejścia uczestnika do postawy. To ręczne oznaczanie zdarzeń było szeroko stosowane i walidowane w badaniach fNIRS w celu ułatwienia analizy odpowiedzi hemodynamicznych ^{zablokowanych} w bodźcu 23,24,25.
5. Po pomiarze sprawdź, czy podczas procesu pomiaru użyto właściwych znaczników, dopasowując ręcznie oznaczone znaczniki czasu do znaczników czasu automatycznej prezentacji, aby zapewnić dokładne etykietowanie danych.
6. Upewnij się, że nasadka fNIRS jest nadal bezpiecznie trzymana na miejscu, a sygnał jest nadal czysty, poproś uczestników, aby usiedli na krześle, aby wykonać pomiar stanu spoczynku po asanie. Poinstruuj uczestników, aby zrelaksowali się ze stopami na ziemi, rękami na kolanach i siedzieli nieruchomo z zamkniętymi oczami przez 6 minut. Zbieraj dane fNIRS przy 25 Hz.
7. Może minąć 2-5 minut po asanie, aby upewnić się, że konfiguracja fNIRS jest prawidłowo skalibrowana bez zakłóceń sygnału przed wykonaniem stanu spoczynku po asanie. Przekaż uczestnikom te same instrukcje, co w przypadku pomiaru stanu spoczynku, aby zapewnić minimalny ruch i upewnić się, że pomiary dotyczą stanu spoczynku, a nie stanu snu.

4. Analiza danych fNIRS funkcji odpowiedzi hemodynamicznej podczas asan jogi

UWAGA: Funkcjonalna spektroskopia bliskiej podczerwieni (fNIRS) mierzy zmiany w hemodynamice kory mózgowej za pomocą dwóch podstawowych parametrów: hemoglobiny utlenionej (HbO) i hemoglobiny odtlenionej (HbR). Te biomarkery są naczyniowymi korelatami aktywności neuronalnej, w której pośredniczy zasada sprzężenia nerwowo-naczyniowego. Zwiększona aktywacja neuronów powoduje zwiększone tempo zużycia tlenu, nadmiernie kompensowane przez podwyższony regionalny przepływ krwi w mózgu, co zwykle skutkuje jednoczesnym wzrostem HbO i spadkiem HbR. W tym badaniu oba parametry zostały zarejestrowane przy użyciu wielokanałowego systemu fNIRS w celu ilościowego określenia reakcji hemodynamicznych podczas praktyki asan jogi. Pomiar średnich wartości HbO zapewnia solidny i wiarygodny wskaźnik aktywacji, szczególnie podczas zadań opartych na ruchu, ponieważ jest mniej wrażliwy na szum i założenia modelowania niż współczynniki beta wyprowadzone z modelu ²⁶. Jednak podczas gdy HbO jest często traktowane priorytetowo ze względu na wyższy stosunek sygnału do szumu, włączenie HbR ma kluczowe znaczenie dla poprawy fizjologicznej interpretacji danych. Sygnały HbR uzupełniają HbO, oferując wgląd w odpowiedź metaboliczną mózgu i dynamikę ekstrakcji tlenu²⁷. Jednoczesna analiza zarówno HbO, jak i HbR pomaga uniknąć nadmiernych uproszczeń i wzmacnia trafność obserwowanych wzorców neuronalnych ²⁸.

1. Aby ocenić funkcję odpowiedzi hemodynamicznej (HRF) podczas asany jogi, zacznij od przekształcenia surowych danych z funkcjonalnej spektroskopii bliskiej podczerwieni (fNIRS) na gęstość optyczną (O.D.) i przetwórz je za pomocą zestawu narzędzi HOMER 3 (RRID:SCR_009586). Użyj zmodyfikowanego prawa Beera-Lamberta (MBLL), aby obliczyć zmiany stężeń HbO i HbR zgodnie z równaniem ²⁹.
   
   MBLL uwzględnia właściwości rozpraszania tkanki biologicznej i wiąże zmiany absorpcji światła (ΔA) ze zmianami stężenia chromoforu (Δμ_a), co pozwala na ilościowe określenie dynamiki hemoglobiny na podstawie zmierzonego natężenia światła. r_sd oznacza odległość źródło-detektor, a DPF jest współczynnikiem różnicowej długości ścieżki. To liniowe przybliżenie umożliwia oszacowanie względnych zmian stężenia w natlenionej i odtlenionej hemoglobinie. Uwzględnij regresję krótkiego kanału, aby zminimalizować wpływ powierzchownej aktywności naczyniowej i lepiej izolować sygnały korowe.
2. Analizuj dane w programie MATLAB. Obliczaj średnie blokowe dla każdego uczestnika, kanału i warunku, aby zachować spójność. Rozpocznij kontrolę jakości od wykluczenia odczytów ze znacznymi wahaniami gęstości optycznej, niskim stosunkiem sygnału do szumu (SNR) lub dużymi odległościami między źródłem a detektorem. Użyj funkcji hmrR_PruneChannels i ustaw parametry, takie jak prawidłowy zakres od 1 x ^10-7 do 1 x 10⁷, próg SNR 2 i odległość źródło-detektor od 0,45 mm do 45 mm.
3. Wykrywaj artefakty ruchu dla każdego kanału za pomocą funkcji hmrR_MotionArtifactByChannel. Oznacz segmenty, jeśli amplituda sygnału przekracza 0,5 (AMPthresh) lub jeśli odchylenie standardowe wzrasta o więcej niż 15 razy (SDthresh) w oknie czasowym 1 s (tMotion). Wyklucz oznaczone segmenty, z których każdy trwa 1 s (tMask).
4. Zastosuj ogólny model liniowy (GLM) z oknem czasowym obejmującym od 2 s przed do 23 s po wystąpieniu bodźca. GLM jest metodą statystyczną stosowaną do wyjaśnienia zmienności w zbiorze obserwowanych danych poprzez modelowanie go jako kombinacji jednej lub więcej znanych zmiennych (predyktorów) i składnika błędu. Szacuje się, w jakim stopniu każdy predyktor przyczynia się do obserwowanego wyniku, co pozwala naukowcom wyizolować interesujące nas efekty przy jednoczesnym uwzględnieniu szumu. W tym kontekście użyj GLM do zastosowania regresorów o krótkiej rozpiętości (SS) do kanałów o dużej rozpiętości (LS) w celu zmniejszenia ogólnoustrojowego szumu fizjologicznego i dokładniejszego wyizolowania aktywności mózgu w celu oszacowania funkcji odpowiedzi hemodynamicznej (HRF) 19,30,31,32,33,34.
5. Rozwiąż OML za pomocą zwykłych metod najmniejszych kwadratów. Aby dokładniej zająć się artefaktami ruchu, zastosuj regularną osadzoną analizę korelacji kanonicznej (TCCA) z danymi w stanie spoczynku uczestników (30-210 s) jako regresor³⁵. Następnie oszacuj HRF dla każdego kanału, stanu i uczestnika, zapewniając wiarygodne oszacowania odpowiedzi neuronalnej z poprawionym stosunkiem sygnału do szumu.
6. Użyj punktu początkowego, aby wykonać jednokierunkowe powtarzane pomiary ANOVA. Oceń różnice w średnich wartościach HbO w długich kanałach, porównując wyjściową postawę A (Tadasana), neutralną pozycję stojącą, która sprzyja wyrównaniu i stabilności, z postawą B (Uttanasana), stojącym zgięciem do przodu, w którym głowa jest umieszczona poniżej serca, klasyfikując ją jako odwrócenie; postawa C (Adho Mukha Svanasana), powszechnie znana jako pies stojący przodem do dołu, półodwrócona pozycja, która wydłuża kręgosłup i aktywuje górną część ciała; i postawa D (Urdhva Mukha Svanasana), czyli Pies Stojący Przodem do Góry, przedłużenie pleców, które otwiera klatkę piersiową i wzmacnia tylny łańcuch.
7. Oceń różnice między pozycjami B, C i D. Sprawdź normalny rozkład danych za pomocą testu Shapiro-Wilka. Wykonaj porównania parami post-hoc z poprawkami Bonferroniego dla wielu testów, używając progu wartości p <0,05 dla istotności. Oblicz wielkości efektu dla istotnych różnic w odpowiedzi HbO za pomocą d^36,37 Cohena.

5. Analiza danych fNIRS łączności funkcjonalnej w stanie spoczynku

1. Aby przeanalizować łączność funkcjonalną w stanie spoczynku (rsFC), oceń łączność w każdej półkuli (wewnątrzpółkulowej) i między półkulami (międzypółkulowej) dla każdego uczestnika. Oprzyj to na statystycznej zależności między szeregami czasowymi, odzwierciedlającej koaktywację regionów mózgu.
   UWAGA: Pomiar rsFC zapewnia wgląd w wewnętrzną organizację funkcjonalną mózgu przy braku bodźców zewnętrznych i jest coraz częściej uznawany za cenne narzędzie do identyfikacji subtelnych zmian neuronalnych i biomarkerów funkcji lub dysfunkcji. Wcześniejsze badania wykazały, że wzorce rsFC zostały zaproponowane jako biomarkery predykcyjne odpowiedzi na leczenie przeciwdepresyjne u pacjentów z dużymi zaburzeniami depresyjnymi³⁸, podkreślając użyteczność analizy stanu spoczynku w wychwytywaniu sygnatur neuronalnych podobnych do cech. Oceniając zarówno połączenia wewnątrz-, jak i międzypółkulowe, podejście to umożliwia bardziej kompleksowe zrozumienie funkcjonalnej integracji i lateralizacji mózgu, szczególnie w kontekście interwencji takich jak joga, które mogą modulować te sieci w stanie spoczynku^38,39.
2. Wybierz 6-minutowy okres stanu spoczynku do analizy, ponieważ mieści się on w powszechnie przyjętym zakresie 5-10 minut, przy czym wystarczający rsFC zwykle osiąga się po 5 minutach 26,27,28,35. Skorzystaj ze zmniejszonego poziomu hałasu podczas pomiarów stanu spoczynku w porównaniu z aktywnymi asanami, aby ocenić stężenia HbO, HbR i HbT 34,40,41.
3. Zacznij od zidentyfikowania i skorygowania artefaktów ruchu w danych. Po skorygowaniu zastosuj filtr pasmowoprzepustowy (0,009-0,08 Hz) do szeregu czasowego, aby wyizolować zakres częstotliwości połączeń funkcjonalnych, a następnie przekształć przefiltrowane sygnały na stężenia hemoglobiny przy użyciu zmodyfikowanego prawa Bouguera-Beera-Lamberta do dalszej analizy 40,42,43. Skoncentruj się na punktach czasowych wolnych od artefaktów ruchu (przy użyciu funkcji MotionArtifactByChannel), aby zachować integralność połączeń między półkulami⁴⁴.
4. Aby uwzględnić spontaniczne fluktuacje wspólne dla wszystkich kanałów, należy zastosować regresję sygnału kanału krótkiej separacji (SSC). Zacznij od obliczenia średniego przebiegu czasowego we wszystkich SSC, a następnie cofnij sygnał SSC ze zmierzonych szeregów czasowych fNIRS przy użyciu metody regularyzacji Tichonowa⁴².
5. Wynikowe resztkowe szeregi czasowe służą do konstruowania macierzy łączności, obliczając korelacje Pearsona między wszystkimi parami kanałów.
6. W przypadku połączeń wewnątrzpółkulowych należy obliczyć średnie współczynniki korelacji między kanałami w lewej półkuli i osobno w prawej półkuli. W przypadku połączeń międzypółkulowych oblicz średnie korelacje między każdym kanałem a jego kontralateralnym odpowiednikiem³⁹.
7. Wykonując analizę statystyczną, przekształć wartości r Pearsona w wskaźniki Fishera przed przeprowadzeniem testów Wilcoxona-Manna-Whitneya. Popraw dla wielokrotnych porównań przy użyciu metody współczynnika fałszywych wykryć (FDR).
   UWAGA: Kod i dane, które zostały użyte w tym badaniu, są powszechnie dostępne w Zenodo⁴⁵ pod numerem https://zenodo.org/records/11098997 z numerem DOI: 10.5281/zenodo.11098996.

Wyniki

Wstępna analiza kanałów aktywnych ujawniła istotne różnice między postawą kontrolną A a pozycjami B i C (ryc. 5A-B). Następnie przeprowadzono jednokierunkowe powtarzane pomiary ANOVA w celu oceny różnic statystycznych w średnich wartościach HbO szacowanej funkcji odpowiedzi hemodynamicznej (HRF) we wszystkich kanałach przy użyciu pakietu oprogramowania Origin(Pro), wersja 2018. Założenie normalności oceniano za pomocą testu Shapiro-Wilka.

Dyskusja

W badaniu wykorzystano fNIRS do oceny aktywności PFC podczas ustrukturyzowanej praktyki asan jogi, kładąc nacisk na kluczowe względy metodologiczne i postępy w neuroobrazowaniu w świecie rzeczywistym. Kluczowe elementy protokołu obejmowały precyzyjne rozmieszczenie optody fNIRS, z optymalnymi odstępami między źródłem a detektorem (3,0 cm) oraz odpowiednim sprzężeniem optoda-skalp, aby zapewnić dokładną akwizycję sygnału. Losowy projekt blokowy, naprzemiennie z pozycjami aktywnymi (B, C, D) i postawą bazową (A) ze wsparci...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Digitizer 3D	Artinis Medyczny	DGT-456	Służy do umieszczania czapek i mapowania regionów
Urządzenie Brite MKII fNIRS	Artinis Medyczny	BR-MK2 (wersja angielska)	Przenośny przyrząd fNIRS do danych PFC
Mata do jogi Harmony 3/16" (5mm) grubości 68" (173cm)	Nefryt	HAR368 powiedział:	Stabilna powierzchnia do ćwiczenia asan
Oprogramowanie HOMER 3	Centrum Neurofotoniki Uniwersytetu Bostońskiego (Open Source)	Homer v1.54	Do wstępnego przetwarzania danych fNIRS
Oprogramowanie Origin(Pro)	Laboratorium Początkowe	ORGANIZACJA-2023	Analiza statystyczna danych
Oprogramowanie Oxysoft	Artinis Medyczny	OXY-001 powiedział:	Akwizycja sygnału w czasie rzeczywistym
Liny Piola Bawełniane 12mm	Zaopatrzenie plandeki	N/A	Część naściennego systemu linowego do jogi
Konfiguracja prezentacji PowerPoint	Firmy Microsoft	N/A	Do wizualizacji instruktażowych
Hak ze stali nierdzewnej	Homheal (Ludwik)	liuxi-050 powiedział:	Część naściennego systemu linowego do jogi
Naścienny system linowy do jogi	Wykonane na zamówienie	N/A	Pomoc w pozycjach jogi