Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Behavior

Using fiberfria, Wearable fNIRS att Monitor hjärnaktivitet i verkliga kognitiva uppgifter

Published: December 2, 2015 doi: 10.3791/53336

Summary

Monitoring hjärnans aktivitet utanför labbet utan fysiska begränsningar presenteras metodologiska utmaningar. En fiberfria, var wearable funktionell nära infraröd spektroskopi (fNIRS) som används för att mäta hjärnaktivitet under en ekologisk prospektivt minne uppgift. Det visades att detta system skulle kunna användas för att övervaka hjärnaktivitet under icke-lab baserade experiment.

Abstract

Funktionell nära infraröd spektroskopi (fNIRS) är en neuroimaging teknik som använder nära infrarött ljus för att övervaka hjärnaktivitet. Baserat på neurovaskulära koppling, är fNIRS kan mäta hemoglobinkoncentrationen ändrar sekundärt till nervaktivitet. Jämfört med andra neuroimaging tekniker, fNIRS representerar en bra kompromiss i termer av rumslig och temporal upplösning. Dessutom är det bärbart, lätt, mindre känslig för rörelseartefakter och inte införa betydande fysiska begränsningar. Det är därför lämpligt att övervaka ett brett spektrum av kognitiva uppgifter (t.ex. auditiv, gånganalys, social interaktion) och olika ålderspopulationer (t.ex. nyfödda, vuxna, äldre personer). Den senaste utvecklingen av fiberfria fNIRS enheter har banat väg för nya tillämpningar inom neurovetenskaplig forskning. Detta är en unik möjlighet att studera funktionell aktivitet under verkliga tester, som kan vara mer känsliga och exakt i rövenEssing kognitiv funktion och dysfunktion än lab-baserade test. Denna studie undersökte användningen av fiberfria fNIRS att övervaka hjärnans aktivitet under en verklig prospektivt minne uppgift. Detta protokoll utförs utanför förändringar labbet och hjärnan hemoglobinkoncentration mäts kontinuerligt över prefrontala cortex medan motivet går runt för att utföra flera olika uppgifter.

Introduction

Abnormitet i funktion inom prefrontala cortex, och särskilt de mest främre kapitel (rostral prefrontala cortex, eller BA10) är vanlig i en rad utvecklings, psykiatriska och neurologiska tillstånd. Det orsakar markerade störningar i problemlösning, minne och uppmärksamhetsförmåga i vardagslivet som är mycket handikappande 1,2. Men dessa typer av problem är svåra att diagnostisera i labbet eller klinik. Detta beror på att de mentala processer som BA 10 stöder är involverade i hanteringen av nya, öppna ändar situationer där beteende är självinitierad 3. Sådana situationer är svåra att återskapa framgångsrikt i labbet, eftersom formella, konstgjorda och tätt begränsad situation deltagaren möter typiskt i labbet kan ändra sitt beteende och det sätt som de närmar sig uppgiften. Detta kan avsevärt minska giltigheten av mätningen för antingen kliniska eller forskningsändamål, med en stor risk för underdiagnostik 4 </ sup>. En av de kognitiva förmågor som stöds av frontalloberna där det är mest uppenbara är prospektivt minne (dvs förmågan att komma ihåg att genomföra en framtida åtgärder), där det länge varit känt att det kan finnas betydande oenighet mellan mätningar i vardagen liv och labbet 5. Dessa metodfrågor kan i stor utsträckning kringgås om forskare och kliniker undersöker prefrontala cortex funktion, däribland blivande minne, skulle kunna göra det genom att ta sina mätningar i "verkliga" situationer.

Även neuroradiologiska tekniker utgör ett kraftfullt verktyg för att undersöka hjärnans funktion i en icke-invasiv och objektivt sätt, de flesta av dessa tekniker införa fysiska begränsningar i ämnet, och är därför inte lämpliga för användning i vardagliga miljöer livs (t ex., Funktionell magnetresonanstomografi ( fMRI), magnetencefalografi (MEG), positronemissionstomografi (PET)). Med tanke på behovet av att förafunktionella avbildningsinstrument utanför labbet och med tanke på den senaste tekniska förbättringar, bärbara och bärbara elektroencefalografi (EEG) och funktionella nära infraröd spektroskopi (fNIRS) system har utvecklats 6-11. En av de stora fördelarna med fNIRS över EEG är dess högre spatial upplösning. Dessutom är det mindre känsligt för rörelseartefakter, blinkande och ögonrörelser 12. Bärbara fNIRS är därmed bättre lämpad för användning i det dagliga livet sammanhang, eftersom det innebär färre fysiska begränsningar än EEG och tillåter fri rörlighet på ett mer naturlig miljö.

fNIRS bestrålar icke-invasivt i huvudet med nära-infrarött ljus (650-900 nm). Eftersom den biologiska vävnaden är relativt transparent i det våglängdsområde, kan ljuset nå hjärnan och få absorberas av hemoglobin. fNIRS mäter således koncentrationsförändringar både oxihemoglobin (HbO 2) och deoxihemoglobin (HHB) ger information av syresättning och hemodynamisk chanGES associerade med hjärnan. Närmare bestämt är hjärna funktionell aktivering definieras som ett samtidigt ökning av HbO 2 och en minskning i HHB 13. Emellertid inträngningsdjupet av ljuset medför att signalen endast kan utvinnas från den kortikala ytan. Som ljus är mycket sprids i vävnad, är det inte möjligt att få mycket spatialt strukturell information om hjärnan 14. Konventionella fNIRS system använder optiska fibrer kopplade till huvudet för att styra ljuset genom hårbotten och för att samla in återspridda ljuset. Även om dessa instrument är kompakta, bärbara och lämpar sig väl för laboratoriemiljö, optiska fibrer buntar och deras vikt begränsa rörelser deltagaren och, om inte väl stabiliserats, deras förskjutningar leder till rörelseartefakt föroreningar 7. Den nya generationen av miniatyriserade och fiberfria fNIRS system ger möjlighet att utforska hjärnaktivitet i realistiska situationer på fritt rörliga deltagares och utan större fysiska begränsningar. Realistiska situationer är särskilt värdefulla när utforska mänskliga exekutiva funktioner och fiberfria fNIRS system kan ge en unik inblick i mänskliga hjärnfunktioner. De första fiberfria system var utrustade endast med ett litet antal kanaler (t.ex.., Enda kanal 15 och 2 kanaler 16) begränsar utredningen små områden. På senare tid har flerkanaliga trådlösa och bärbara fNIRS anordningar utvecklats 6,7, 17-20 ger möjlighet att övervaka större delar av huvudet på fritt rörliga deltagare.

I denna studie var en ny flerkanalig bärbar och fiberfria fNIRS som används för att övervaka och kartlägga prefrontala cortex aktivitet under en verklig prospektivt minne (PM) uppgift. Det fNIRS Systemet är i första hand består av en flexibel sond enhet (headset) som täcker både dorsolaterala och rostralt prefrontala cortex (Figur 1),vilken är ansluten till en behandlingsenhet (bärbar låda) som bärs på deltagarens midja (figur 1D). Headsetet består av 6 ytemitterande laserdioder med två våglängder (705 nm och 830 nm) och 6 kiselfotodioder. Frånvaron av optiska fibrer reducerar vikten och bulken av sonden, som är mer bekväm och robust mot rörelseartefakter. De optodes är arrangerade på ett alternerande geometri (figur 1A) med en inter-optode separation av 3 cm, vilket skapar 16 källa-detektor kombinationer (t.ex.., 16 mätkanaler) 6. För att skydda headsetet från den omgivande ljuset är en skuggning lock tillhandahålls (Figur 1D).

Syftet med denna studie var att undersöka prefrontala cortex funktion under en prospektiv minnes uppgift i den verkliga världen. Under blivande minnesuppgifter, är deltagarna uppmanas att komma ihåg att svara på ett sällan kö (t.ex.., En bekantansikte eller en parkeringsautomat) medan du utför en annan krävande uppgift som kallas en "pågående arbete". I två olika block av uppgiften, de sociala blivande minnes ledtrådar (en person) i kontrast till icke-sociala blivande minnes ledtrådar (en parkeringsplats meter). Denna kontrast valdes eftersom det är en stor skillnad mellan olika typer av kö i händelsebaserad prospektiv minnesuppgifter och så den experimentella paradigm kan hållas nära en "verkliga livet" situation 21. Medan BA 10 är känd för att vara känslig för behandling av social kontra icke-social information i vissa situationer (t ex., Gilbert et al., 2007 22), tyder de senaste bevis för att hemodynamiska förändringar i BA 10 relaterade till blivande minnes uppgifter är relativt okänsliga till CUE skillnader (se Burgess et al., 2011 23 för granskning). Således är det en öppen fråga om social kontra icke-sociala signaler påverkar BA 10 aktivitet inom ramen för en blivande minne paradigm.

Målet med denna studie är att utvärdera möjligheten att använda fNIRS för att övervaka prefrontala cortex hemodynamiska och syresättning förändringar inducerade av en verklig kognitiv uppgift. Här rapporterar vi en enda fallstudie (en frisk vuxen deltagare, 24 år gammal) på användningen av fNIRS enhet under en prospektiv minnesuppgift, som genomfördes utanför i en typisk gata i London plats och härma krav i vardagen. I synnerhet om det kan spelas in hemodynamiska förändringar som svar på sociala och icke-sociala PM ledtrådar utreds.

Protocol

Protokollet godkändes av UCL lokala forskningsetisk kommitté, godkännandenummer CEHP / 2014/901.

1. Instrument Setup Före deltagarens ankomst

  1. Använd videoinspelningar från 3 kameror för att analysera "verkliga världen" typ uppgifter (t.ex. Shallice och Burgess, 1991 3):
    1. Placera en kamera på försöks bröst i syfte att följa deltagarnas rörelser.
    2. Montera huvudet kameran på fNIRS skuggning locket för att spåra där deltagaren ser hela experimentet.
    3. Förbered och slå på kameran för den andra försöksledaren, som följer den första försöksledaren och deltagaren för hela sessionen.
  2. Rengör fNIRS headset med en desinficerande torka.
  3. Placera en 3D-digitizer i ett lämpligt rum (t ex., Långt borta från metallföremål, väggar och golv) och slå på den.

2. DELTAGAREt Förberedelse och fNIRS Probe placering

  1. Innan försöket startar, har deltagaren underteckna medgivande.
  2. Använd 10-20 systemet (se figur 2) och digitalisera optodes och 10-20 standard positionerna 24, 25 till stånd en konsekvent fNIRS headset placering över alla deltagare:
    1. Markera med ett tvättbart markör Nasion (Nz, skärningspunkten mellan pannbenet och näsbenen), Inion (Iz, nackknölen på baksidan av hårbotten) och vänster och höger Pre-auricular punkter (LPA, RPA, poängs främre till öronen framför den övre änden av tragus) (Figur 2) i överensstämmelse med tillverkarens instruktioner.
    2. Mät Nz-Iz avstånd över och runt huvudet och LPA-RPA avstånd över huvudet.
    3. Markera med ett tvättbart markör CZ (skärningspunkten mellan Nz-Iz linjen och LPA-RPA linje, som ligger på 50% av Nz-Iz avstånd och 50% of LPA-RPA avstånd), FPZ (10% av Nz-Iz avstånd) och Fz (30% av Nz-Iz avstånd) Poäng Baserat på 10-20 systemet (se figur 2).
    4. Använd ett pannband med hål som matchar de optodes positioner för en mer exakt digitalisering mellan deltagarna. Ta bort hår från pannan så mycket som möjligt med hårspännen längs hårfästet. Placera digitaliserings pannband över den prefrontala cortex i enlighet därmed till FPZ och Fz punkter: kanal 9 i motsvarighet till FPZ punkt och kanal 9-kanal 8 linje anpassad till FPZ-Fz linjen (figur 1E).
    5. Digitalisera markerade 10-20 referenspunkter och de optodes lägen medelst 3D magnetiska digitaliseraren.
  3. Spara de digitaliserade koordinaterna och använda Spatial Analysis Tool (http://brain-lab.jp/wp/?page_id=52) i öppen källkod plattform för optisk topografi analysverktyg (potatis) mjukvara (se tabell av material för pälsfins information) för att registrera fNIRS data på en Montreal neurologiska Institute (MNI) hjärn mall.
    OBS: Den implementerade algoritmen för den probabilistiska registration omvandlar de digitaliserade lägena i den verkliga världen koordinatsystemet i MNI koordinatsystem och sedan projekt och lokaliserar dem på MNI hjärnans yta (figur 1E) 26,27.
    1. Öppna potatis genom Matlab kommandot P3.
    2. Välj "Spatial Analysis" från menyn i huvudfönstret av potatis grafiskt användargränssnitt (GUI) och klicka på "Spatial Analysis" -knappen.
    3. Fyll de digitaliserade koordinaterna genom att klicka på "Empty 10-20" -knappen på rumslig analys Data visningsfönstret.
    4. Klicka på "Empty MNI" -knappen.
    5. Välj 10/20 referenspunkter på uppskattning fönstret MNI och starta den rumsliga registreringen.
  4. Kontrollera om rätt plats för fNIRS kanaler på mallen hjärnans yta (Figur 1E): Kontrollera om kanal 8 och kanal 9 överlappar mellan hemisfäriska spricka 28. Om det stämmer, spara kanalen konfigurationsfilen för vidare analyser; annars ersätta digitaliserings bandet åter anpassa kanalerna 8 och 9 till FPZ-Fz linjen och överlappande kanal 9 till FPZ. Upprepa sedan digitaliseringsförfarandet.
  5. Placera fNIRS headset rikta kanalerna 8 och 9 till FPZ-Fz linjen och överlappande kanal 9 till FPZ, i samförstånd med digitaliserings pannband, och ta bort huvudbandet (Figur 1B-C). Kontrollera att sonden är väl fäst på deltagarens huvud.
  6. Placera skuggning lock med huvudet kameran monteras på den över fNIRS headsetet.
  7. Förklara de experimentella regler för deltagaren. Inkludera enhetsrelaterade försiktighetsåtgärder (t ex. "Ta så lite tid som möjligt utan rusar eller lämnar försöks bakom (inget rinnande)") samt task särskilda regler (t.ex.. "Gå inte utanför drottningen Square i angränsande gator eller områden").
  8. Har deltagaren framgångsrikt memorera alla regler och gå ut för att starta experimentet.

Bedömning Kvalitet 3. fNIRS Signaler

  1. Använd fNIRS systemet trådlöst läge först att visuellt inspektera signaler kvalitet på fNIRS laptop:
    1. Tryck på "Power" -knappen på den bärbara rutan och slå på fNIRS i trådlöst läge. Öppna fNIRS förvärv programvara på fNIRS laptop och upprätta förbindelsen med bärbar låda.
    2. Tryck på "Probe Justering" knappen för att optimera detektorerna vinna på basen av det detekterade ljuset.
    3. Kontrollera sondjusterings resultat på programvaran "Probe Adjustment" fönstret och kontrollera om varje detektor får tillräckligt med ljus från källorna genom att kontrollera om alla kanaler är klassificerade som "Normal". Omkanaler är markerade som "Stray" eller "Under", åter placera skuggning locket och maximera optodes koppling med pannan. Om kanaler är markerade som "Over", ställa in kraften i laserkällan till "låg".
      OBS: Som sidokanalerna täcker dorsolaterala prefrontala cortex, i vissa fall kan det vara nödvändigt att flytta håret av pannan för att maximera det mottagna ljuset.
    4. Tryck på "Klar" -knappen och sedan "Start" för att samla in data för en minut och kontrollera om hjärtslag (hemoglobin svängningar av ~ 1 Hz) är synlig på koncentrationssignaler, vilket säkerställer en god signalkvalitet.
  2. Stäng av den bärbara rutan i trådlöst läge att trycka på "Power" -knappen på den. Tryck på knappen "Power" i samband med knappen "Mode" på den bärbara rutan för att slå på fNIRS i fristående läge.
    OBS: Den friståendeläge säkerställer att deltagaren kan röra sig fritt runt försöksområdet och undviker behovet av att vara nära fNIRS laptop för att hålla den trådlösa anslutningen.

4. Data Acquisition

  1. Slå på huvudet kameran och praktiker kameror och börja filma. Tryck på "Probe justering" -knappen på fNIRS bärbara rutan för att optimera detektorerna vinna och tryck sedan på "start / stopp" -knappen för att starta fNIRS förvärvet (samplingsfrekvens = 5 Hz).
  2. Lägg en markör till fNIRS data manuellt genom att använda "Mark" -knappen på fNIRS bärbar låda tillsammans med en ljud trigger (t.ex.., Ett pip). Ljud trigger måste anges tydligt på alla videokameror. Starta sedan experimentet.
    OBS: Detta möjliggör en robust tidssynkronisering mellan de olika videokameror och fNIRS inspelningen.

5. Experimentellt protokoll & #160;

  1. Inkludera följande villkor och motverka de blivande minnes kära över deltagarna:
    1. Använd 3 baslinjen villkor:
      OBS: Detta gör det möjligt att frikoppla de globala hemodynamiska och syresättning förändringar på grund att gå relaterade systemförändringar jämfört med mer lokala reaktioner på grund av att hjärnan (neuronal) funktionen.
      1. För resten 1 skick, har deltagaren stå stilla på gatan där provet genomförs, och räkna antalet stimuli på en bit papper (t ex., Använda ett ark innehållande Xs och Os tryckt på det och har deltagaren räkna antalet Os på den).
      2. För resten 2 skick, har deltagaren gå en kort sträcka på en normal promenadtakt, och gör inga andra krav på honom.
      3. För det ursprungliga tillståndet, har deltagaren promenad runt hela gatan där försöket genomförs.
        OBS: I vårt fall experimentet ägde rumi Queen Square, London WC1N, UK
    2. För förorenade Pågående skick, har deltagaren gå runt försöksområdet och räkna förekomsten av vissa poster (t.ex.. Antalet tecken anbringas på byggnader som innehåller ordet "Queen").
    3. För icke-sociala Prospective Memory skick, har deltagaren utföra pågående uppgiften (t ex., Har deltagaren räkna antalet datum och öppettider anbringas på byggnader), men dessutom, om de kom inom ett visst avstånd från en parkeringsautomat, har dem gå över till det och röra vid den.
    4. För social prospektivt minne skick, har deltagaren utföra pågående uppgiften (t ex., Har deltagaren räkna antalet ringklockor), men dessutom har han svara på en av de praktiker som fungerar som en förbunds som flyttar runt i pre -specified befattningar inom försöksområdet. Har deltagaren gå över till democh ge dem en "fist bump" hälsning.
    5. Använd en extra Pågående villkor (Förorenad Pågående) efter PM förhållanden (t ex. Deltagarna måste räkna antalet fri trappor inom testområdet).
    6. Upprepa de två Rest förhållanden som beskrivs ovan i omvänd ordning (Rest 2 och sedan vila en).
      OBS: Detta möjliggör utvärdering av walk-relaterade systemförändringar vid slutet av experimentet.

6. Åter händelser från Videos

  1. Ladda ner videos från alla kameror och spara i mpg4 format.
  2. Ladda videofilmer från alla kameror i ELAN (https://tla.mpi.nl/tools/tla-tools/elan/) och synkronisera videor: använd Alternativ / Media Synkronisering läge och anpassa dem utifrån tidpunkten för ljud trigger.
  3. I ELAN, använda anteckningar och tryck på Tier-knappen på ELAN huvudfönster (med hänvisningtill grupper av anteckningar, dvs., en grupp för alla sociala PM mål) för att markera händelser i videoströmmen.
    1. Se den synkroniserade videoströmmen och kommentera början och slutet av varje experimentell tillstånd, och använda nivåer för den punkt där varje PM mål nås. Använd separata nivåer för sociala och icke-sociala PM mål.
    2. Slutföra videoredigering för varje deltagare och använd File / Export As / Inter Text att exportera som en textfil alla kommenterade tidpunkter.

7. Data Analysis

  1. Öppna fNIRS programvara och exportera data från den bärbara rutan flash-kortet i fNIRS laptop.
    OBS! FNIRS systemet behandlingsenheten använder den modifierade Beer-Lambert lag och beräknar de relativa förändringarna i HbO 2 och HHB från ett godtyckligt nollbaslinjen i början av mätperioden. Koncentrationsvärdena därför uttrycks i molkoncentrationer (mmol / l) multipliceratav sökvägen Längd (mm) 6, eftersom de inte är korrigerade för den optiska våglängden.
  2. Spara koncentrationer uppgifter och importera dem till Matlab genom en in-house förbehandlings programvara.
  3. Pre-process signalerna efter dessa steg (Figur 3B):
    1. Signaler ned provtagning till 1 Hz:
      1. Använd en spline interpolation (Matlab funktion: interp1) till ned exempeldata från 5 Hz till 1 Hz.
    2. Linjär Detrending:
      1. För att ta bort långsam drivor av signalen, använd en linjär interpolation (Matlab funktion: polyfit) mellan Rest 1 faserna i början och slutet av experimentet.
    3. Motion Artifact Rättelse:
      1. För varje kanal, identifiera och ta bort rörelseartefakter genom en wavelet-baserad metod 31. Förbättra signaler kvalitet genom att tillämpa Korrelation Baserat Signal förbättring (CBSI) metoden 32.
    4. Komplexa wavelet transform:
        <li> Använd en Morlet mor wavelet, skalas och översatt över tiden, att beräkna wavelet trans för varje kanal genom wavelet verktygslådan (Matlab funktion: vikt) som tillhandahålls av Grinsted et al 33 (. http://noc.ac.uk/ using-vetenskap / crosswavelet-wavelet-koherens).
        Anmärkning Från wavelet spektrum är det möjligt att utvärdera det spektrala innehållet av signaler i ett tidsfrekvensutrymme.
    5. Bandpassfiltrering:
      1. På basen av wavelet analys, använd en 3: e ordningens Butterworth bandpassfilter (Matlab funktioner: smör och filter) med gränsfrekvenser av 0,008 till 0,2 Hz 7, 34.

Representative Results

Figur 3 visar ett exempel på HbO 2 och HHB un-bearbetade signaler (kanal 8) inspelad under livet baserade PM experiment i denna fallstudie (Figur 3A) och motsvarande signaler (Figur 3C) efter att vara förbehandlad (Figur 3B ). Figur 4 visar wavelet effektspektrumet för kanal 8 HbO 2 och HHB-signaler där rektangeln indikerar frekvensområdet bevarad med bandpassfilter. Med tanke på att deltagaren gick utanför hela experimentet och flyttade sitt huvud för att utföra uppgiften, fNIRS systemet var robust mot rörelseartefakter och solljus. I själva verket kan HbO 2 steg och HHB minskningar återfinns i motsvarighet till icke-social (Figur 3D) och sociala (figur 3E) blivande minnesevenemang. Dessa trender betecknar typiskt funktionell hjärnaktivitet 13, 35. IFaktum är att när en hjärna område aktiveras neuronerna "metaboliska efterfrågan på syre ökar med åtföljande ökningar av regionalt cerebralt blodflöde. Eftersom de flesta av syre levereras till celler genom hemoglobin, är steg i HbO 2 och minskning i HHB koncentrationer observerats under funktionell hjärnaktivitet 9. Regioner inom prefrontala cortex som uppvisar dessa tendenser kan bedömas av den geografiska fördelningen av HbO 2 och HHB koncentrationsvärden mappas över pannan (Figur 5, Video 1, Video 2). Ett exempel på hur hjärnan svar på en social PM händelse är fördelade över alla kanaler visas i figur 5. Figur 5A och Figur 5B rapport respektive den rumsliga fördelning över panna HbO 2 och HHB till sociala PM händelsen (t = 2455 s) medan fig 5C och figur 5D rapport respektiv ely den geografiska fördelningen av HbO 2 och HHB till den icke-social PM händelse (t = 1.744 s). Figur 5 visar regionala platser (kanaler) där en ökning av HbO 2 (röd figur 5A-C) och en minskning i HHB (blå, figur 5B-D) är tydligt observerbara, vilket tyder på ökad hjärnans funktion. Ett exempel på hur prefrontala cortex aktivitet till social PM och icke-sociala PM händelser och dess fördelning mellan kanalerna förändras över tid presenteras i Video 1 och Video 2. Dessutom Figurerna 6 och 7 visar data från alla kanaler som motsvarar den tidsfönster som ingår i Video 1 och Video 2, respektive.

Walk-relaterade hemodynamiska och syresättning förändringar kan observeras i Figur 3A. En uppenbar HHB ökar och HbO 2 minskar inträffar under promenader villkor och dessa tas bort efter förbehandling.

INNEHÅLL "fo: keep-together.within-page =" always "> Figur 1
Figur 1. fNIRS headset placering och kanaler konfiguration. Optodes arrangemang i fNIRS sonden visas i panel A. Röda cirklar indikerar insprutningspunkterna (källor), gula cirklar insamlingsställen (detektorer) och gröna cirklar mätningarna kanaler. Sonden placeras över pannan (B, C, D) med kanalen 9 i motsvarighet till FPZ punkten och kanaler 8-9 inriktad med Nasion-Inion mittlinjen. Den digitaliserade kanalerna plats omvandlas till MNI koordinatsystem och överlappade på hjärnbarken (E). Klicka här för att se en större version av denna siffra.

6 / 53336fig2.jpg "/>
Figur 2. 10-20 systemet anatomiska referenser. Markerad cirklarna anger de utvalda referenspunkter för att märkas på deltagarens huvud (Nz = Nasion, Iz = Inion, LPA = Vänster Pre-öron, RPA = Höger Pre-öron). Klicka här för att se en större version av denna siffra.

Figur 3
Figur 3. Signal förbehandlingsströmmen. (A) HBO 2 och HHB rå signaler tagna från en representativ kanal (kanal 8). Svarta linjer markerar början och slutet av varje experimentell skick. Gröna och magenta linjer markerar icke sociala och sociala blivande minnes träffar. Asterisker indikerar de promenerade betingelser. (R1 = Rest 1, R2 = Rest 2, B = Baseline, OGu = Pågående förorenat, PMN = icke-social prospektivt minne; PM = social prospektivt minne; OGC = Pågående kontaminerad). (B) Denna panel visar förbehandlingsflödesschema tillämpas på Kanal 8 rå signaler. (C) De erhållna förbehandlade signalerna presenteras. (D, E) HBO 2 ökar och HHB minskar inträffar som svar på en vald icke-social (D) och sociala (E) blivande minnes träffar. Denna hemodynamiska trend är oftast relaterade till funktionell aktivering. Klicka här för att se en större version av denna siffra.

Figur 4
Figur 4. Wavelet-effektspektra. (A, B) wavelet effektspektra för kanal 8 HbO 2 och HHB råa signaler presenteras i fält A och B, respektive. Svarta linjer markerar början och slutet av varje experimentell skick. Asterisker indikerar de promenerade betingelser. (R1 = Rest 1, R2 = Rest 2, B = Baseline, OGu = Pågående förorenat, PMN = icke-social prospektivt minne, PM = social prospektivt minne, OGC = Pågående kontaminerad). Den svarta rektangeln belyser frekvensområdet bevaras genom bandpassfilter (0,008 till 0,2 Hz). Klicka här för att se en större version av denna siffra.

Figur 5
Figur 5. Spatial distribution av kortikal aktivitet till PM händelser. HBO 2 och HHB koncentrationsförändringar mappas på hjärnbarken att lokalisera funktionell aktivitet som svar på sociala PM händelser (AB) och icke-sociala PM händelser (CD). HbO 2och HHB värden tas vid t = 2455 sek för den sociala PM händelsen (AB) och t = 1744 sek för icke-social PM händelse (CD). Klicka här för att se en större version av denna siffra.

Figur 6
Figur 6. Oxyhemoglobin och deoxihemoglobin signaler för alla kanaler som svar på icke-sociala PM händelser. De gröna linjerna visar icke-sociala PM händelser (t = 1,744 sek och t = 1792 sek). Klicka här för att se en större version av denna siffra.

Figur 7
Figur 7. Oxyhemoglobin och deoxyhemoglobin sigler för alla kanaler som svar på en social PM händelse. Den magentafärgade linjen indikerar sociala PM händelsen (t = 2455 sek). Klicka här för att se en större version av denna siffra.

Figur 7
Video 1. HbO 2 och HHB koncentrations ändras till sociala PM händelser. Videon visar hur HbO 2 (till vänster) och HHB (högra panelen) utvecklas över tiden medan deltagaren närmar den sociala PM målet. Videon från kameran ansluten till försöks bröst är synkroniserad. Klicka här för att se filmen.

Figur 7 Video 2. HbO 2 och HHB koncentrations ändras till en icke-sociala PM händelser. Videon visar hur HbO 2 (till vänster) och HHB (högra panelen) utvecklas över tiden medan deltagaren närmar till den icke-social PM mål. Videon från kameran ansluten till försöks bröst är synkroniserad. Klicka här för att se filmen.

Discussion

Syftet med denna studie var att utvärdera den potentiella användningen av bärbara och fiberfria fNIRS att övervaka hjärnans hemodynamiska och syresättning förändringar i samband med hjärnans nervaktivitet under verkliga situationer. En bärbar och fiberfria flerkana fNIRS systemet användes för att mäta hjärnaktivitet under prefrontala cortex under en blivande minne uppgift som utförs utanför labbet. Fallstudien redovisas här undersökte om förändringar i hjärnan i HbO 2 och HHB på en fritt rörliga deltagare som svar på sociala och icke-sociala PM ledtrådar i ett experiment utanför laboratoriet kan övervakas kontinuerligt och robust.

Användningen av fNIRS på fritt rörliga deltagare i livsbaserade experiment är en utmanande situation. I själva verket kan huvudrörelser orsaka sondförskjutningar med åtföljande rörelseartefakter som korrupta den optiska identifiering av hjärnans aktivitet 36. Dessutom, optiska sensorer är känsliga för ströljus (t.ex.., solljus när experiment utförs utanför), skapa ytterligare brus i fNIRS signaler. Det rapporterade fallstudien ger en preliminär demonstration av genomförbarheten av fNIRS systemet i sådana verkliga applikationer. Frånvaron av optiska fibrer i sådana anordningar förhindrar optisk koppling mellan hårbotten och optodes vilket resulterar i mer robusta mätningar mot rörelseartefakter. Dessutom säkerställer skuggning locket en bra avskärmning från ströljus som undviker detektorer mättnad och låg signal-brusförhållande (SNR). Dessutom har ökningar i HbO 2 och minskning i HHB koncentrationer hittades i överensstämmelse med sociala och icke-sociala PM hits (Figur 3D-E) 11, 37 ytterligare stödja dess genomförbarhet. För att kunna bedöma om de hemodynamiska trender som observerats i figur 3D-E är statistiskt signifikanta och lokalisera aktiverade regioner i prefrontala cortex (Figur 5, Video 1, Video 2, figur 6, figur 7), är gruppnivå analyser som krävs. För att göra slutledning och identifiera funktionellt specialiserade prefrontala cortex områdena 38, 39, kommer framtida verk presentera gruppdata och statistiska analyser baserade på statistiska Parametrisk Mapping (SPM) med en General Linear Model (GLM) tillvägagångssätt.

Även om resultaten måste betraktas som preliminära, har det visat sig att fiberfria fNIRS effektivt kan föras utanför de traditionella labbinställningar och används för realtidsövervakning av hjärnaktivitet. Detta öppnar upp nya vägar för neurologiska och neurovetenskaplig forskning. Det finns åtminstone två tydliga områden för tillämpning i detta avseende. Den första gäller ekologisk validitet. Kognitiv neurovetenskap forskare undersöker mönster av hjärnaktivitet medan människor utför kognitiva uppgifter (med t.ex.., Beroende tecken blodsyrenivånal förändring som en proxy i funktionell MRI) för att försöka ta reda på hur hjärnan stödjer våra mentala förmågor. I vissa fall är det möjligt att skapa experimentella situationer i skannern som matchar mycket noga situationen i vardagen där processen av intresse användas. Betrakta, till exempel, läser. Läsa ord på en display under ett magnetkamera sannolikt gör sådana liknande krav på att läsa ord i en bok när du är hemma att det är nästan för givet att resultaten erfarenheter som samlats i skannern kan hjälpa till att förklara hur hjärnan genomför behandlingen i vardagen. Men för många former av mänskligt beteende och kognition, är detta antagande mer prekär. Till exempel kan de kognitiva processer som en deltagare använder när en social situation presenteras i en magnetkamera (där deltagaren är orörliga, på egen hand, och i en mycket främmande och hårt kontrollerad miljö) mycket väl vara annorlunda i viktiga när det gäller de engagerad när deltagaren är socialising i verkliga livet 40. Detta är särskilt viktigt i sociala neurovetenskap där undersökning av neuronala korrelat av mellanmänskliga dynamiken (benämnd hyperscanning, för granskning se Babiloni och Astolfi 2014 41) kräver en mer naturalistisk miljö. NIRS-baserade hyperscanning 42, kan 43 sålunda representera ett nytt verktyg för att samtidigt övervaka hjärnaktivitet från två eller flera personer i realistiska situationer. Det finns faktiskt vissa mentala förmågor som inte kan studeras bra i synnerligen konstlad och fysiskt ansträngd miljö av en magnetkamera, PET eller MEG scanner. Dessa inbegriper om gång eller stora mängder kroppsrörelse samt sådana som innefattar sociala interaktioner är självklara kandidater. Av detta skäl är mycket önskvärt för forskare att kunna studera hjärnaktiviteten hos deltagarna i naturalistiska situationer.

En andra, relaterade, brett användningsområde avser användningen av denna teknik ikliniska situationer. En självklar kandidat kan vara Neurorehabilitation, där man kanske vill studera effekterna på hjärnan av förfarandena utbildning för dagliga aktiviteter (t ex. I ett kök), eller läkemedel på särskilda neuronala populationer i samband med dessa verksamheter. Men tekniken kan också kanske utvecklas för utbildningsmiljöer samt, och t ex., För användning av "realtid" egenkontroll av hjärnans aktivitet. Att överföra, låg risk och förmåga att använda det på plats i verkliga miljöer med minimal tvång på uppförande, gör denna metod skiljer sig mycket från andra som för närvarande finns tillgängliga.

Även om bärbara fNIRS system visar potential för verkliga observationer, det finns andra begränsningar som måste tas upp när man använder fNIRS under naturlig promenader. Eftersom det infraröda ljuset färdas genom hårbotten, är det känsligt för processer som sker både på cerebral ennd extra cerebrala fack i huvudet. Tidigare studier har visat att en viss mängd av signalerna mäts genom fNIRS härrör från systemförändringar 34, 39, 44 som inte är direkt relaterade till hjärnans aktivitet (se et al. Scholkmann 9 för en recension). Som inom och utanför cerebral hemodynamiska påverkas av systemförändringar både uppgifts framkallade och spontant (t.ex.., Hjärtfrekvens, blodtryck, andning, blodflödet i huden), fysiologiska förändringar i samband med gång verksamheten bör övervägas. De härstammar från det autonoma nervsystemet (ANS) aktivitet, som reglerar diameter puls, andning, tryck och blodkärl genom sina efferenta fibrer. Närmare bestämt är det sympatiska uppdelningen av ANS hyper aktiveras under träning leder till hjärtfrekvens, blodtryck och andning steg 45. Till exempel har tidigare studier visat att andning framkallar förändringar i partialtrycket av kol DIOXide i det arteriella blodet (Paco 2) som i sin tur påverkar cerebralt blodflöde och cerebral blodvolym 46, 47. Dessutom visar figur 3A ett exempel på periodiska HHB ökar och HbO 2 Minskningar som inträffar inom gångperioder som kan förväxlas med hjärna avaktivering. För att göra konsekventa jämförelser mellan förhållanden (t ex., Bedöma om betydande förändringar i koncentration ske i förhållande till en referensperiod), bör alla experimentella faser mätas under samma fysisk aktivitet tillstånd. Av denna anledning har en promenerade vilofas (Rest 2) som ingår i våra liv-baserat protokoll. En korrekt tolkning av fNIRS uppgifter krävs också en bra SNR. Detta uppnås vanligen med konventionella block och händelserelaterade konstruktioner där stimuli upprepas flera gånger. Trial upprepningar och strukturerade mönster är inte alltid möjligt i livet baserade experiment. Av denna anledning, ytterligare sensorer och relevant analys techniques att ta hänsyn till systemförändringar 48 och rörelseartefakter är nödvändiga för att förbättra SNR och att korrekt tolka hjärnans signaler. Vi planerar att undersöka effekterna av sådana walk-relaterade systemförändringar genom användning av bärbara enheter för att övervaka andning, hjärtfrekvens och promenadtakt. Dessutom måste problemet med händelser återhämtning åtgärdas också. I kognitiv neurovetenskap experiment, är hjärnans aktivitet undersöks i förhållande till stimuli eller miljöer möter deltagarnas och deras beteende som svar på, eller väntan på dem. Praktiker måste därför (a) vet vad som för närvarande är tillgängliga för deltagare i sin omgivning, och (b) ha ett ögonblick-för-ögonblick register över deltagarens beteende. I en typisk lab situation dessa faktorer kan lätt regleras eftersom försöks kan begränsa vilka deltagare möter, och formen och antalet beteenden som deltagaren kan styrker. Detta är emellertid intefallet i "verkliga världen" miljöer utanför labbet, där många evenemang och upplevelser som forsknings deltagaren kommer att ha är bortom strikt kontroll av försöksledaren 49. Följaktligen i "real-world" typ uppdrag av det slag studeras här, videoinspelningar används för analys (t.ex.., Shallice och Burgess, 1991 3). Detta gör det möjligt att återvinna både ihållande (t.ex.., Blocknivå) och kortvariga (t.ex.., Händelserelaterad) processer som stödjer olika aspekter av prestanda (för översikt se Gonen-Yaacovi och Burgess, 2012 21). De händelser som ska återkrävas från videoinspelningarna kommer att bero på den teoretiska frågan tas upp i experimentet. I den rapporterade fallstudien var händelse inträden återhämtat sig från de videor som filmats av de 3 kameror. Detta förfarande för att bestämma början och avslutning av vissa signaler och beteendemässiga reaktioner är arbetskrävande och kräver skicklighet när det utförs på livet baserade daten. En central fråga är att med "verkliga livet" typ experiments finns oftast inte samma grad av a priori kunskap om händelser som med labb-baserade sådana, och deltagarna har oftast mer utrymme i hur de kan svara. Eftersom deltagarna är fria att röra sig i en naturlig och okontrollerad miljö, ställs de inför en rad olika snabbt föränderliga stimuli och det är svårt att återvinna hemodynamiska svar på verklig händelse av intresse. Till exempel i fallstudien, de hemodynamiska trender som observerats för HbO 2 och HHB (Figur 3D-E) är inte faslåsta till video återvunna debut som den typiska händelserelaterade hemodynamiska svar 38. HbO 2 och HHB börjar respektive stiga och minska 20 sekunder innan den stimulans debut och når en topp efter den. Ytterligare analyser behövs därför för att fastställa om PM Köer händelser sker faktiskt när deltagaren ser målet, när han närmar sig mot det ellernär han når den. Med tanke på den potential som fiberfria fNIRS teknik för verkliga kliniska tillämpningar, framtida arbetet kommer att ta upp videokodnings problem genom att utveckla nya algoritmer för att identifiera händelse inträden på ett mer objektivt sätt, samt att undersöka möjligheten att göra det direkt från fNIRS data.

Materials

Name Company Catalog Number Comments
Wearable Optical Topography Hitachi High-Technologies Corporation fNIRS system
Patriot Polhemus 3D magnetic digitizer
ActionCam Mobius Subject's Camera
Hero3 GoPro Experimenter's Camera
Panasonic HC-V720 Panasonic Experimenter's Camera
Platform for Optical Topography Analysis Tools (POTATo) software Hitachi, Ltd. http://www.hitachi.co.jp/products/ot/analyze/kaiseki_en.html

DOWNLOAD MATERIALS LIST

References

  1. Alvarez, J. A., Emory, E. Executive function and the frontal lobes: a meta-analytic review. Neuropsychol. Rev. 16 (1), 17-42 (2006).
  2. Jurado, M. B., Rosselli, M. The elusive nature of executive functions: a review of our current understanding. Neuropsychol. Rev. 17 (3), 213-233 (2007).
  3. Shallice, T. I. M., Burgess, P. W. Deficits in strategy application following frontal lobe damage in man. Brain. 114 (2), 727-741 (1991).
  4. Burgess, P. W., Alderman, N., Volle, E., Benoit, R. G., Gilbert, S. J. Mesulam's frontal lobe mystery re-examined. Restor. Neurol. Neurosci. 27 (5), 493-506 (2009).
  5. Kvavilashvili, L., Ellis, J. A. Ecological validity and the real-life/laboratory controversy in memory research: a critical and historical review. History and Philosophy of Psychology. 6 (1), 59-80 (2004).
  6. Atsumori, H., et al. Development of wearable optical topography system for mapping the prefrontal cortex activation. Rev. Sci. Instrum. 80 (4), 043704 (2009).
  7. Piper, S. K., et al. A wearable multi-channel fNIRS system for brain imaging in freely moving subjects. Neuroimage. 85, 64-71 (2014).
  8. Casson, A. J., Smith, S., Duncan, J. S., Rodriguez-Villegas, E. Wearable EEG: what is it, why is it needed and what does it entail? IEEE Eng. Med. Biol. Mag. , 5867-5870 (2008).
  9. Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. Neuroimage. 85, 6-27 (2014).
  10. Hoshi, Y. Functional near‐infrared optical imaging: Utility and limitations in human brain mapping. Psychophysiology. 40 (4), 511-520 (2003).
  11. McKendrick, R., Parasuraman, R., Ayaz, H. Wearable functional near infrared spectroscopy (fNIRS) and transcranial direct current stimulation (tDCS): expanding vistas for neurocognitive augmentation. Front. Syst. Neurosci. 9, (2015).
  12. Lloyd-Fox, S., Blasi, A., Elwell, C. E. Illuminating the developing brain: the past, present and future of functional near infrared spectroscopy. Neurosci. Biobehav. Rev. 34 (3), 269-284 (2010).
  13. Obrig, H., et al. Near-infrared spectroscopy: does it function in functional activation studies of the adult brain? Int. J. Psychophysiol. 35 (2), 125-142 (2000).
  14. Ferrari, M., Quaresima, V. A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application. Neuroimage. 63 (2), 921-935 (2012).
  15. Sagara, K., Kido, K., Ozawa, K. Portable single-channel NIRS-based BMI system for motor disabilities' communication tools. Conf. Proc. IEEE Eng. Med. Biol. Soc. , 602-605 (2009).
  16. Shiga, T., Yamamoto, K., Tanabe, K., Nakase, Y., Chance, B. Study of an algorithm based on model experiments and diffusion theory for a portable tissue oximeter. J. Biomed. Opt. 2 (2), 154-161 (1997).
  17. Muehlemann, T., Haensse, D., Wolf, M. Wireless miniaturized in-vivo near infrared imaging. Opt. Express. 16 (14), 10323-10330 (2008).
  18. Kim, C. K., Lee, S., Koh, D., Kim, B. M. Development of wireless NIRS system with dynamic removal of motion artifacts. Biomed. Eng. Lett. 1 (4), 254-259 (2011).
  19. Ayaz, H., Onaral, B., Izzetoglu, K., Shewokis, P. A., McKendrick, R., Parasuraman, R. Continuous monitoring of brain dynamics with functional near infrared spectroscopy as a tool for neuroergonomic research: empirical examples and a technological development. Front. Hum. Neurosci. 7, 871 (2013).
  20. Safaie, J., Grebe, R., Moghaddam, H. A., Wallois, F. Toward a fully integrated wireless wearable EEG-NIRS bimodal acquisition system. J. Neural. Eng. 10 (5), 056001 (2013).
  21. Gonen-Yaacovi, G., Burgess, P. W. Prospective memory: the future for future intentions. Psychol. Belg. 52 (2-3), 173-204 (2012).
  22. Gilbert, S. J., Williamson, I. D. M., Dumontheil, I., Simons, J. S., Frith, C. D., Burgess, P. W. Distinct regions of medial rostral prefrontal cortex supporting social and nonsocial functions. Soc. Cogn. Affect. Neurosci. 2, 217-226 (2007).
  23. Burgess, P. W., Gonen-Yaacovi, G., Volle, E. Functional neuroimaging studies of prospective memory: What have we learnt so far? Neuropsychologia. 49 (8), 2246-2257 (2011).
  24. Okamoto, M., et al. Three-dimensional probabilistic anatomical cranio-cerebral correlation via the international 10–20 system oriented for transcranial functional brain mapping. Neuroimage. 21 (1), 99-111 (2004).
  25. Jasper, H. H. The ten twenty electrode system of the international federation. Electroencephalogr. Clin. Neurophysiol. 10, 371-375 (1958).
  26. Okamoto, M., Ippeita, D. Automated cortical projection of head-surface locations for transcranial functional brain mapping. Neuroimage. 26 (1), 18-28 (2005).
  27. Singh, A. K., et al. Spatial registration of multichannel multi-subject fNIRS data to MNI space without MRI. Neuroimage. 27 (4), 842-851 (2005).
  28. Koessler, L., et al. Automated cortical projection of EEG sensors: anatomical correlation via the international 10–10 system. Neuroimage. 46 (1), 64-72 (2009).
  29. Burgess, P. W., Quayle, A., Frith, C. D. Brain regions involved in prospective memory as determined by positron emission tomography. Neuropsychologia. 39, 545-555 (2001).
  30. Burgess, P. W., Scott, S. K., Frith, C. D. The role of the rostral frontal cortex (area 10) in prospective memory: a lateral versus medial dissociation. Neuropsychologia. 41, 906-918 (2003).
  31. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiol. Meas. 33 (2), 259-270 (2012).
  32. Cui, X., Bray, S., Reiss, A. L. Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics. Neuroimage. 49 (4), 3039-3046 (2010).
  33. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlin. Processes Geophys. 11 (5/6), 561-566 (2004).
  34. Kirilina, E., et al. Identifying and quantifying main components of physiological noise in functional near infrared spectroscopy on the prefrontal cortex. Front. Hum. Neurosci. 7, (2013).
  35. Hoshi, Y., Tamura, M. Dynamic multichannel near-infrared optical imaging of human brain activity. J. Appl. Physiol. 75 (4), 1842-1846 (1993).
  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. Huppert, T. J., Hoge, R. D., Diamond, S. G., Franceschini, M. A., Boas, D. A. A temporal comparison of BOLD, ASL, and NIRS hemodynamic responses to motor stimuli in adult humans. Neuroimage. 29 (2), 368-382 (2006).
  38. Friston, K. J., Holmes, A. P., Worsley, K. J., Poline, J. P., Frith, C. D., Frackowiak, R. S. Statistical parametric maps in functional imaging: a general linear approach. Hum. Brain Mapp. 2 (4), 189-210 (1994).
  39. Tachtsidis, I., Koh, P. H., Stubbs, C., Elwell, C. E. Functional optical topography analysis using statistical parametric mapping (SPM) methodology with and without physiological confounds. Adv. Exp. Med. Biol. 662, 237-243 (2010).
  40. Burgess, P. W., Alderman, N., Evans, J., Emslie, H., Wilson, B. A. The ecological validity of tests of executive function. J. Int. Neuropsychol. Soc. 4, 547-558 (1998).
  41. Babiloni, F., Astolfi, L. Social neuroscience and hyperscanning techniques: past, present and future. Neurosci. Biobehav. Rev. 44, 76-93 (2014).
  42. Scholkmann, F., Holper, L., Wolf, U., Wolf, M. A new methodical approach in neuroscience: assessing inter-personal brain coupling using functional near-infrared imaging (fNIRI) hyperscanning. Front. Hum. Neurosci. 7, (2013).
  43. Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. Neuroimage. 59 (3), 2430-2437 (2012).
  44. Tachtsidis, I., Leung, T. S., Devoto, L., Delpy, D. T., Elwell, C. E. Measurement of frontal lobe functional activation and related systemic effects: a near-infrared spectroscopy investigation. Adv. Exp. Med. Biol. 614, 397-403 (2008).
  45. Freeman, J. V., Dewey, F. E., Hadley, D. M., Myers, J., Froelicher, V. F. Autonomic nervous system interaction with the cardiovascular system during exercise. Prog. Cardiovasc Dis. 48 (5), 342-362 (2006).
  46. Scholkmann, F., Gerber, U., Wolf, M., Wolf, U. End-tidal CO2: an important parameter for a correct interpretation in functional brain studies using speech tasks. Neuroimage. 66, 71-79 (2013).
  47. Tisdall, M. M., et al. The effect on cerebral tissue oxygenation index of changes in the concentrations of inspired oxygen and end-tidal carbon dioxide in healthy adult volunteers. Anesth. Analg. 109 (3), 906-913 (2009).
  48. Tachtsidis, I., Leung, T. S., Chopra, A., Koh, P. H., Reid, C. B., Elwell, C. E. False positives in functional nearinfrared topography. Adv. Exp. Med. Biol. 645, 307-314 (2009).
  49. Gilbert, S. J., Zamenopoulos, T., Alexiou, K., Johnson, J. H. Involvement of right dorsolateral prefrontal cortex in ill-structured design cognition: An fMRI study. Brain Res. 1312, 79-88 (2010).

Tags

Beteende nära infraröd spektroskopi blivande minne fNIRS hjärna optisk topografi fiberfria bärbara exekutiva funktioner avbilda baserade experiment prefrontala
Using fiberfria, Wearable fNIRS att Monitor hjärnaktivitet i verkliga kognitiva uppgifter
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Pinti, P., Aichelburg, C., Lind, F., More

Pinti, P., Aichelburg, C., Lind, F., Power, S., Swingler, E., Merla, A., Hamilton, A., Gilbert, S., Burgess, P., Tachtsidis, I. Using Fiberless, Wearable fNIRS to Monitor Brain Activity in Real-world Cognitive Tasks. J. Vis. Exp. (106), e53336, doi:10.3791/53336 (2015).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter