Методическая статья

Проведение одновременных электроэнцефалографии и функциональных записей спектроскопии ближнего инфракрасного спектроскопии с фланкерной задачей

DOI:

10.3791/60669

⸱

24 мая 2020 г.

 ,  ,  ,  , 
1Centre for Cognitive and Brain Sciences, University of Macau, 2Faculty of Health Sciences, University of Macau

В этой статье

Краткое содержание

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В настоящем протоколе описывается, как выполнять сятворные записи ЭЭГ и FNIRS и как проверять взаимосвязь между данными ЭЭГ и FNIRS.

Аннотация

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Параллельные записи ЭЭГ и FNIRS дают прекрасную возможность получить полное представление о нейронном механизме когнитивной обработки путем проверки взаимосвязи между нейронными и гемодинамическими сигналами. ЭЭГ является электрофизиологической технологией, которая может измерять быструю нейронную активность коры, в то время как fNIRS опирается на гемодинамические реакции на вывод активации мозга. Сочетание ЭЭГ и fNIRS нейровизуализации методы могут определить больше возможностей и выявить больше информации, связанной с функционированием мозга. В этом протоколе были проведены слитые измерения ЭЭГ-ФНИРС для одновременной записи вызванных электрических потенциалов и гемодинамических реакций во время задачи Flanker. Кроме того, были представлены и подробно обсуждены важнейшие меры по созданию аппаратно-программной системы, а также процедуры сбора и анализа данных. Ожидается, что настоящий протокол может проложить новый путь для улучшения понимания нейронных механизмов, лежащих в основе различных когнитивных процессов с помощью сигналов ЭЭГ и FNIRS.

Введение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Это исследование направлено на разработку рабочего протокола, чтобы выявить нейронную активацию шаблона, лежащего в основе задачи Flanker с помощью слитых ЭЭГ и fNIRS нейровизуализации методов. Интересно, что параллельные записи fNIRS-EEG позволяют проверить связь между гемодинамическими сигналами в префронтальной коре и различными связанными с событиями потенциальными (ERP) компонентами всего мозга, связанными с задачей Flanker.

Интеграция различных неинвазивных методов нейровизуализации, включая функциональную ближнеинжетную спектроскопию (фНИРС), электроэнцефалографию (ЭЭГ) и функциональную магнитно-резонансную томографию (МРТ), имеет важное значение для улучшения понимания того, где и когда происходит обработка информации в головном мозге1,,2,,3. Кроме того, существует потенциал для объединения fNIRS и ЭЭГ для изучения взаимосвязи между локальной нейронной активностью и последующими изменениями в гемодинамических реакциях, в которых ЭЭГ и ФНИРС могут дополнять друг друга в выявлении нейронного механизма когнитивной функции мозга человека. fNIRS является сосудистой основе функциональной нейровизуализации техники, которая опирается на гемодинамические реакции на вывод активации мозга. fNIRS измеряет относительные оксигемоглобин (HbO) и дезоксигемоглобин (HbR) изменения концентрации в коре головного мозга, который играет важную роль в изучении когнитивной обработки3,4,5,6,7. Согласно нейрососудистому и нейрометаболическим механизму соединения8,изменение местной нервной активности, связанной с когнитивной обработкой, обычно сопровождается последующими изменениями в местном кровотоке и кислороде крови с задержкой 4-7 секунд. Показано, что нервно-сосудистое соединение, скорее всего, является преобразователем мощности, который интегрирует быструю динамику нейронной активности в сосудистый вход медленной гемодинамики9. В частности, fNIRS в основном используется для проверки нервно-сосудистой активности в лобной доле, особенно префронтальной коры, которая отвечает за высокие когнитивные функции, такие как исполнительные функции10,11,12, рассуждения и планирования13, принятие решений14, и социальное познание и моральное суждение15. Тем не менее, гемодинамические реакции, измеренные fNIRS, лишь косвенно фиксируют нейронную активность с низким временным разрешением, в то время как ЭЭГ может предложить временно тонкие и прямые показатели нейронной деятельности. Следовательно, сочетание записи ЭЭГ и FNIRS может определить больше возможностей и выявить больше информации, связанной с функционированием мозга.

Что еще более важно, мульти-модального приобретения ЭЭГ и fNIRS сигналы были проведены для проверки активации мозга, лежащих в основе различных когнитивных задач16,17,18,19,20,21,22 или мозг-компьютер интерфейс23,24. В частности, параллельные ERP (потенциал, связанный с событиями) и fNIRS были проведены на основе связанных с событиями слуховых чудаковпарадигмы 1, в котором fNIRS может определить гемодинамические изменения в фронтовременной коры через несколько секунд после появления компонента P300. Horovitz et al. также продемонстрировали одновременные измерения сигналов fNIRS и компонента P300 во время семантической задачи обработки25. Интересно, что предыдущие исследования, основанные на одновременных Записи ЭЭГ и FNIRS показали, что P300 во время чудаковатых стимулов продемонстрировали значительную корреляцию с сигналами fNIRS26. Было обнаружено, что мультимодальные меры имеют потенциал, чтобы выявить всеобъемлющий когнитивный нейронный механизм, основанный на парадигме26. Помимо задачи oddball, задача Flanker, связанная с компонентом ERP N200, также является важной парадигмой, которая может быть использована для исследования обнаружения и оценки когнитивных способностей со здоровым контролем и пациентами с различными расстройствами. В частности, N200 был отрицательным компонентом, который достигает 200-350 мс от передней cingulated коры лобной27 и выше височной коры28. Хотя предыдущие исследования изучали связь между превосходной лобной корой и альфа-колебанием в задаче Flanker29,корреляция между амплитудой N200 и гемодинамическими реакциями во время задачи Flanker не была изучена.

В этом протоколе для одновременных записей ЭЭГ/ФНИРС был использован самодельный патч ЭЭГ/ФНИРС на основе стандартного эЭГ-колпачка. Механизмы оптодов/электродов с поддержкой были достигнуты за счет размещения оперсов fNIRS, слитых в колпачок ЭЭГ. Одновременное приобретение данных ЭЭГ и FNIRS осуществлялось с теми же стимулами задач, генерируемых программным обеспечением E-prime. Мы предполагаем, что компоненты ERP, связанные с задачей Flanker, могут проявлять значительную корреляцию с гемодинамическими реакциями в префронтальной коре. Между тем, комбинированные записи ERP и fNIRS могут извлечь несколько сигнальных индикаторов для определения моделей активации мозга с повышенной точностью. Чтобы проверить гипотезу, установка fNIRS и эЭГ-машина были интегрированы, чтобы выявить сложный нейронный механизм познания, соответствующий задаче Flanker, связанной с событиями.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Перед экспериментальными испытаниями все участники подписали документы об информированном согласии. Протокол для настоящего исследования был одобрен Комитетом по этике Университета Макао.

1. Оборудование и программное обеспечение настройки для одновременного ЭЭГ и fNIRS записи

  1. Постройте головной колпачок для параллельных записей ЭЭГ-ФНИРС.
    1. Выберите подходящий размер крышки в соответствии с окружностью головы участников. В этом исследовании, используйте среднеразмерный колпачок, поскольку он подходит для большинства подростков и взрослых участников.
    2. Дизайн макета fNIRS optodes вместе с ЭЭГ крышка в префронтальной коры(рисунок 1).
      1. Место ЭЭГ электродов в средней части fNIRS оптодов для обеспечения измерения той же области мозга двумя методами19,30. Однако, из-за низкого пространственного разрешения как ЭЭГ, так и fNIRS нейровизуализации методов, место электродов в соответствующей области мозга, покрытые fNIRS оптод, а не точное расположение каналов fNIRS.
      2. Сделайте 22 отверстия внутри крышки ЭЭГ, чтобы держать оперы fNIRS в соответствии с конкретной компоновкой в префронтальной коре. Определите и пометьте расположение fNIRS optodes согласно конструированному планировке крышки головки и после этого пробивает отверстия внутри крышки для того чтобы установить и зафиксировать optodes.
      3. Поместите 21 или 71 ЭЭГ электродов вдоль поверхности эЭГ крышки (см. Таблица материалов) в соответствии с 10-20 Международная система и смонтировать сетки для оптодов.
    3. Установите расстояние между каждой парой-детектором источника как 3 см, а затем зафиксите оптоиды, в которых синие оптоиды обозначают световые детекторы, в то время как красные представляют лазерные источники.
  2. Установите в программное обеспечение порты ЭЭГ и FNIRS.
  3. Используйте временные триггеры, генерируемые через параллельный порт и серийный порт, чтобы обеспечить синхронизацию двух различных сигналов.
    1. Установите параллельный порт (например, H378 в данном исследовании) для системы ЭЭГ (см. Таблицу материалов).
    2. Установите серийный порт (например, 6 9600 в данном исследовании) для системы fNIRS (см. Таблица материалов).
      ПРИМЕЧАНИЕ: Тип и номер порта должны быть изменены в отношении различных ячеек ЭЭГ и FNIRS. Пожалуйста, свяжитесь с производителями для получения дополнительной информации.

2. Экспериментальная подготовка

  1. Разогрейте систему fNIRS с включенными лазерами в течение 30 минут.
  2. Установите все необходимые параметры операции для системы измерения fNIRS.
  3. Покажите участникам слитовую экспериментальную установку, включав в себя системы измерения ЭЭГ и FNIRS.
  4. Измерьте и пометьте точку Cz в соответствии с Международной системой 10-20. Определите положение электрода Cz на половине расстояния между инионом и nasion и половину расстояния между левыми и правыми межзвуковыми отступами.
  5. Поместите переднюю часть крышки вдоль лба участника, а затем потяните вниз заднюю часть крышки к шее.
  6. Проверка позиций.
    1. Измерьте расстояние между C и инионом и nasion снова с мягкой линейкой, и перепроверьте, находится ли он в средней точке. Кроме того, измерьте расстояние между Cz и левым и правым межзвуковым, и перепроверьте, находится ли Cz в средней точке.
  7. Подготовка к записи ЕГЭ.
    ПРИМЕЧАНИЕ: Настоятельно рекомендуется, чтобы электроды ЭЭГ быть настроены, а затем fNIRS optodes. Если ЭЭГ проводной гель покрывает отверстия для размещения оперфинов fNIRS, он должен быть очищен, чтобы предотвратить загрязнение оптодов.
    1. Заполните проводящий гель, вставив тупую иглу через отверстия электродной сетки ЭЭГ.
    2. Поместите все электроды в сетку ЭЭГ электрод в соответствии с этикетками.
    3. Откройте программное обеспечение ЭЭГ и проинспектировать качество сигнала электродов ЭЭГ.
    4. Скорректировать электрод путем заправки проводящего геля, если качество сигнала недостаточно хорошо для удовлетворения требований (40 мВ).
    5. Скорректировать электрод путем заправки проводящего геля, если импеданс не может соответствовать требованиям.
  8. Подготовка к записи fNIRS.
    Внимание: Не подвергайте глаза участников лазерного луча источников fNIRS напрямую.
    1. Поместите оптические волокна вдоль герба держателя, прикрепленного к системе измерения fNIRS, а также держателю. Убедитесь, что волокна аккуратные и аккуратные.
    2. Вставьте оптические источники и детекторы в отверстия в соответствии с макетом.
    3. Проверьте качество сигнала. Если канал не имеет высокого уровня соотношения сигнала к шуму (т.е. если канал отмечен желтым цветом), осторожно проинспектировать волосы участника, окружающие оптические зонды, чтобы убедиться, что между оптическим зондом и скальпом ничего не существует.
    4. Если шаг 2.8.3 не может улучшить качество сигнала, повысьте интенсивность сигнала. Если сигнала слишком много (т.е. если канал отмечен красным цветом), выключите интенсивность сигнала.

3. Выполнить эксперимент

  1. Начните эксперимент, когда сигналы стабильны с отличным соотношением сигнала к шуму, и участники знакомы с инструкциями эксперимента. Используйте классическую парадигму Flanker для экспериментального теста29,31.
  2. После эксперимента сохраняя и экспортируя данные как с ЭЭГ, так и с fNIRS.
  3. Тщательно удалите эЭГ-электроды и оптические зонды fNIRS.

4. Измерение трехмерных (3D) MNI координат оптодов fNIRS с помощью 3D-дигитизатора

  1. Пусть участники сидят в кресле и носят очки с датчиком.
  2. Откройте программное обеспечение дигитайзера на компьютере. Убедитесь, что система 3D-дигитайзера находится в связи с компьютером через соответствующий порт COM.
  3. Загрузите макет файла настройки оптодов.
  4. Переместите стилус 3D-дигитайзера по ключевым позициям (Nz, Iz, левое ухо, правое ухо, Cz) вместе с экраном и нажмите кнопку на стилусе.
  5. Локализация оптических источников и детекторов
  6. Экспорт 3D-координат файлов.

5. Анализ данных

  1. анализ данных fNIRS
    1. Обработайте данные 3D MNI, используя опцию регистрации в NIRS-SPM с MATLAB 2019. Выбрать: автономная пространственная регистрация С 3D-оцифровкой. Выберите ранее сохраненные другие и исходные текстовые файлы, а затем выберите Регистрацию.
    2. Предварительный процесс fNIRS сигналов с программным обеспечением Homer232.
      1. Преобразуйте исходные данные в оптические изменения плотности для различных длин волн и далее преобразуйте в изменения концентрации HbO в разное время с помощью модифицированного закона Пива-Ламберта. Как правило, обычно дифференциальный фактор длины пути (DPF) значение зависит от возраста, пола и длины волны, и расстояние между источником и decetor33,34 составляет 6, что аналогично среднему DPF от предыдущих исследований34,35.
      2. Используйте алгоритм обнаружения артефактов движения spline из пакета обработки homer2 fNIRS для коррекции движения. Пожалуйста, выберите соответствующие методы коррекции движения на основе литературы36.
      3. Обработка необработанных гемоглобина непрерывных данных с помощью фильтра с низким проходом 0,2 Гц, а затем фильтра высокого прохода 0,015 Гц.
      4. Нормализовать амплитуда гемодинамического сигнала путем деления усредненные значения.
      5. Создание данных fNIRS для каждого канала на основе информации о 3D-дигитизаторе. Выберите каналы, которые имеют вероятность регистрации 100% или более в верхней лобной коре (SFC) в соответствии с регрессионным расчетом NIRS-SPM для дальнейшего анализа.
      6. Экспорт пиковых значений изменения концентрации кислорода гемоглобина (HbO).
        ПРИМЕЧАНИЕ: В этом исследовании, только HbO сигналы были проанализированы из-за их высокого соотношения сигнала к шуму. Пиковые значения данных HbO, усредненных в беге, были извлечены для каждого канала от каждого участника для дальнейшего анализа.
  2. Обработка данных ЭЭГ
    ПРИМЕЧАНИЕ: Анализ данных ЭЭГ в автономном режиме был проведен с помощью EEGLAB. Только N200 в Fz был интересным компонентом для настоящего исследования. Все электроды были подвергнуты автоматической коррекции артефакта для удаления движений глаз с помощью внутренней модели топографий артефактов. Непрерывные данные ЭЭГ затем были сегментированы на различные испытания в соответствии с целевыми и нецелевыми стимулами, в которых эпоха для каждого испытания длилась 2500 мс, включая достимуловый период в 500 мс (базовая эпоха) и постстимуловый период 2000 мс (эпоха задачи).
    1. Загрузите необработанную папку данных ЭЭГ в EEGLAB с помощью плагинов. Выберите плагин BIOSIG для файла BDF в этом исследовании.
      ПРИМЕЧАНИЕ: Пожалуйста, выберите подходящий плагин в соответствии с форматом файла данных EEG.
    2. Установите информацию о местоположении канала для EEGLAB37. Загрузите соответствующий файл местоположения крышки.
    3. Пересправка электродов в ERPLAB, который является одним плагином EEGLAB. Выберите каналы, помещенные в мастоиды в качестве эталонных электродов.
    4. Извлекайте эпохи данных ЭЭГ на основе событий и файлов бен в ERPLAB37.
    5. Фильтр эЭГ-сегментов данных в ERPLAB с помощью фильтра FIR путем фильтрации низких частот с отсечкой 30 Гц и путем фильтрации высоких частот с отсечкой 0,1 Гц.
    6. Удалите глазные артефакты ЭЭГ с независимым анализом компонентов в EEGLAB.
    7. Отклонить сегменты данных ЭЭГ с значениями амплитуды, превышающими 100 евро на любом канале ERPLAB.
    8. Среднее значение сегментов данных ЭЭГ в ERPLAB.
      ПРИМЕЧАНИЕ: Это обычно используемый метод анализа данных и программное обеспечение для обработки ЭЭГ и данных fNIRS. Существует множество программ обработки и методов.
  3. Расчет корреляции
    1. Создание взаимосвязи между записями fNIRS и ЭЭГ с помощью анализа корреляции Pearson.
    4. i

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

На рисунке 2 показаны сигналы HbO для всех каналов, в то время как рисунок 3 отображает ERPs на Fz и FCz для двух условий задачи Flanker. Figure 4 проиллюстрировал результаты анализа корреляции Пирсона показали, что сигналы fNIRS в SFC продемонстрировали значительную корреляцию с компонентом ERP N200 в Fz для несоответствия состояния (Plt;0.05). Тем не менее, это не относится к конгруэнтным условиям

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

В этом протоколе были выполнены комбинированные записи ЭЭГ и FNIRS для изучения моделей активации мозга, связанных с парадигмой Фланкера, связанных с событиями, путем записи нейронных сигналов всего мозга и одновременных гемодинамических реакций префронтальной коры. Результаты ERP показали, что N200 в Fz смог значительно отличить конгруэнтные и несовместимые условия (P-0.037). Между тем, сигналы HbO в SFC (каналы 21) также продемонстрировали существенную разницу между конгруэнтными и несовместимыми условиями, которые про...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Авторам нечего раскрывать.

Благодарности

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Эта работа была частично выполнена в высокопроизводительном вычислительном кластере (HPCC), который поддерживается Бюро информационно-коммуникационных технологий (ICTO) Университета Макао. Это исследование было поддержано MYRG2019-00082-FHS и MYRG 2018-00081-FHS гранты из Университета Макао в Макао, а также финансируется Фондом научно-технического развития, Макао SAR (FDCT 0011/2018/A1 и FDCT 025/2015/A1).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
ЭЭГ-шапочкаEASYCAP GmbH--
ЭЭГ системаBioSemi-
-fNIRS системаTechEn-CW6System

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Kennan, R. P., et al. Simultaneous recording of event-related auditory oddball response using transcranial near infrared optical topography and surface EEG. NeuroImage. 16 (3), Pt 1 587-592 (2002).
  2. Horovitz, S. G., Gore, J. C. Simultaneous event-related potential and near-infrared spectroscopic studies of semantic processing. Human Brain Mapping. 22 (2), 110-115 (2004).
  3. Yuan, Z., Ye, J. Fusion of fNIRS and fMRI data: identifying when and where hemodynamic signals are changing in human brains. Frontiers in Human Neuroscience. 7, 676(2013).
  4. Lin, X., Sai, L., Yuan, Z. Detecting Concealed Information with Fused Electroencephalography and Functional Near-infrared Spectroscopy. Neuroscience. 386, 284-294 (2018).
  5. Ieong, H. F., Yuan, Z. Emotion recognition and its relation to prefrontal function and network in heroin plus nicotine dependence: a pilot study. Neurophotonics. 5 (02), 1(2018).
  6. Hu, Z., et al. Optical Mapping of Brain Activation and Connectivity in Occipitotemporal Cortex During Chinese Character Recognition. Brain Topography. 31 (6), 1014-1028 (2018).
  7. Wang, M. -Y., et al. Concurrent mapping of brain activation from multiple subjects during social interaction by hyperscanning: a mini-review. Quantitative Imaging in Medicine and Surgery. 8 (8), 819-837 (2018).
  8. Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. NeuroImage. 85, 6-27 (2014).
  9. Wan, X., et al. The neural basis of the hemodynamic response nonlinearity in human primary visual cortex: Implications for neurovascular coupling mechanism. NeuroImage. 32 (2), 616-625 (2006).
  10. Miller, E. K. The prefontral cortex and cognitive control. Nature Reviews Neuroscience. 1 (1), 59-65 (2000).
  11. Miller, E. K., Cohen, J. D. An integrative theory of prefrontal cortex function. Annual review of Neuroscience. 24 (1), 167-202 (2001).
  12. Mansouri, F. A., Tanaka, K., Buckley, M. J. Conflict-induced behavioural adjustment: a clue to the executive functions of the prefrontal cortex. Nature Reviews Neuroscience. 10 (2), 141-152 (2009).
  13. Wood, J. N., Grafman, J. Human prefrontal cortex: processing and representational perspectives. Nature Reviews Neuroscience. 4 (2), 139-147 (2003).
  14. Wallis, J. D. Orbitofrontal Cortex and Its Contribution to Decision-Making. Annual Review of Neuroscience. 30 (1), 31-56 (2007).
  15. Forbes, C. E., Grafman, J. The Role of the Human Prefrontal Cortex in Social Cognition and Moral Judgment. Annual Review of Neuroscience. 33 (1), 299-324 (2010).
  16. Nguyen, D. K., et al. Non-invasive continuous EEG-fNIRS recording of temporal lobe seizures. Epilepsy Research. 99 (1-2), 112-126 (2012).
  17. Peng, K., et al. fNIRS-EEG study of focal interictal epileptiform discharges. Epilepsy Research. 108 (3), 491-505 (2014).
  18. Liu, Y., Ayaz, H., Shewokis, P. A. Multisubject "learning" for mental workload classification using concurrent EEG, fNIRS, and physiological measures. Frontiers in Human Neuroscience. 11, (2017).
  19. Aghajani, H., Garbey, M., Omurtag, A. Measuring mental workload with EEG+fNIRS. Frontiers in Human Neuroscience. 11, (2017).
  20. Balconi, M., Vanutelli, M. E. Hemodynamic (fNIRS) and EEG (N200) correlates of emotional inter-species interactions modulated by visual and auditory stimulation. Scientific Reports. 6, (2016).
  21. Donohue, S. E., Appelbaum, L. G., McKay, C. C., Woldorff, M. G. The neural dynamics of stimulus and response conflict processing as a function of response complexity and task demands. Neuropsychologia. 84, 14-28 (2016).
  22. Liu, Y., Ayaz, H., Shewokis, P. A. Mental workload classification with concurrent electroencephalography and functional near-infrared spectroscopy. Brain-Computer Interfaces. 4 (3), 175-185 (2017).
  23. Fazli, S., et al. Enhanced performance by a hybrid NIRS-EEG brain computer interface. NeuroImage. 59 (1), 519-529 (2012).
  24. Putze, F., et al. Hybrid fNIRS-EEG based classification of auditory and visual perception processes. Frontiers in Neuroscience. 8, 373(2014).
  25. Horovitz, S. G., Gore, J. C. Simultaneous event-related potential and near-infrared spectroscopic studies of semantic processing. Human Brain Mapping. 22 (2), 110-115 (2004).
  26. Lin, X., et al. Mapping the small-world properties of brain networks in Chinese to English simultaneous interpreting by using functional near-infrared spectroscopy. Journal of Innovative Optical Health Sciences. 11 (03), 1840001(2018).
  27. Folstein, J. R., Van Petten, C. Influence of cognitive control and mismatch on the N2 component of the ERP: A review. Psychophysiology. 45 (1), 152(2008).
  28. Patel, S. H., Azzam, P. N. Characterization of N200 and P300: Selected studies of the Event-Related Potential. International Journal of Medical Sciences. 2 (4), 147-154 (2005).
  29. Suzuki, K., et al. The relationship between the superior frontal cortex and alpha oscillation in a flanker task: Simultaneous recording of electroencephalogram (EEG) and near infrared spectroscopy (NIRS). Neuroscience Research. 131, 30-35 (2018).
  30. Keles, H. O., Barbour, R. L., Omurtag, A. Hemodynamic correlates of spontaneous neural activity measured by human whole-head resting state EEG + fNIRS. NeuroImage. 138, 76-87 (2016).
  31. Eriksen, B. A., Eriksen, C. W. Effects of noise letters upon the identification of a target letter in a nonsearch task. Perception & Psychophysics. 16 (1), 143-149 (1974).
  32. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Applied optics. 48 (10), 280-289 (2009).
  33. Kocsis, L., Herman, P., Eke, A. The modified Beer-Lambert law revisited. Physics in Medicine and Biology. 51 (5), (2006).
  34. Herold, F., Wiegel, P., Scholkmann, F., Müller, N. Applications of Functional Near-Infrared Spectroscopy (fNIRS) Neuroimaging in Exercise-Cognition Science: A Systematic, Methodology-Focused Review. Journal of Clinical Medicine. 7 (12), 466(2018).
  35. Duncan, A., et al. Optical pathlength measurements on adult head, calf and forearm and the head of the newborn infant using phase resolved optical spectroscopy. Physics in Medicine and Biology. 40 (2), 295-304 (1995).
  36. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: A comparison of motion correction techniques applied to real cognitive data. NeuroImage. 85, 181-191 (2014).
  37. Lopez-Calderon, J., Luck, S. J. ERPLAB: an open-source toolbox for the analysis of event-related potentials. Frontiers in Human Neuroscience. 8, 213(2014).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

MNI

Похожие статьи