Summary
Det aktuella protokollet beskriver hur man utför samtidiga EEG- och fNIRS-inspelningar och hur du inspekterar förhållandet mellan EEG- och fNIRS-data.
Abstract
Samtidig EEG och fNIRS inspelningar erbjuder ett utmärkt tillfälle att få en fullständig förståelse av den neurala mekanismen för kognitiv bearbetning genom att inspektera förhållandet mellan neurala och hemodynamiska signaler. EEG är en elektrofysiologisk teknik som kan mäta den snabba neuronala aktiviteten i cortex, medan fNIRS förlitar sig på hemodynamic svaren för att sluta hjärnaktivering. Kombinationen av EEG och fNIRS neuroimaging tekniker kan identifiera fler funktioner och avslöja mer information i samband med funktionen av hjärnan. I detta protokoll utfördes smält EEG-fNIRS mätningar för samtidiga inspelningar av framkallat-elektriska potentialer och hemodynamiska svar under en Flanker uppgift. Dessutom tillhandahölls och diskuterades de kritiska stegen för att konfigurera maskin- och programvarusystemet samt förfarandena för datainsamling och analys i detalj. Det förväntas att det nuvarande protokollet kan bana en ny väg för att förbättra förståelsen av de neurala mekanismer som ligger till grund för olika kognitiva processer med hjälp av EEG och fNIRS signaler.
Introduction
Denna studie syftar till att utveckla ett arbetsprotokoll för att avslöja neurala aktivering mönster bakom Flanker uppgift med hjälp av smält EEG och fNIRS neuroimaging tekniker. Intressant, den samtidiga fNIRS-EEG inspelningar möjliggör inspektion av förhållandet mellan hemodynamic signaler i prefrontala cortex och olika händelse-relaterade potentiella (ERP) komponenter i hela hjärnan i samband med Flanker uppgift.
Integrationen av olika noninvasive neuroimaging modaliteter inklusive funktionella nära infraröd spektroskopi (fNIRS), elektroencefalografi (EEG), och funktionell magnetisk resonanstomografi (fMRI) är avgörande för att förbättra förståelsen av var och när informationsbehandling sker i hjärnan1,2,3. Dessutom finns det potential att kombinera fNIRS och EEG att undersöka förhållandet mellan lokal neural aktivitet och efterföljande förändringar i hemodynamic svar, där EEG och fNIRS kan vara kompletterande i att avslöja den neurala mekanismen för mänskliga hjärnan kognitiv funktion. fNIRS är en vaskulär-baserad funktionell neuroimaging teknik som bygger på hemodynamic svaren att sluta hjärnan aktivering. fNIRS mäter de relativa oxyhemoglobin (HbO) och deoxyhemoglobin (HbR) koncentrationsförändringar i hjärnbarken, som spelar en viktig roll i studien av kognitiv bearbetning3,,4,5,,6,7. Enligt neurovaskulära och neurometabolic koppling mekanism8, förändringen av lokala neurala aktivitet i samband med kognitiv bearbetning åtföljs i allmänhet av efterföljande förändringar i det lokala blodflödet och blodsyre med en fördröjning på 4-7 sekunder. Det visas att den neurovaskulära kopplingen sannolikt är en effektgivare, som integrerar den snabba dynamiken i neural aktivitet i vaskulär inmatning av långsam hemodynamik9. Specifikt används fNIRS främst för att inspektera den neurovaskulära aktiviteten i frontalloben, särskilt den prefrontala cortex som är ansvarig för höga kognitiva funktioner, såsom verkställande funktioner10,,11,12, resonemang och planering13, beslutsfattande14, och social kognition och moralisk bedömning15. Emellertid, de hemodynamiska svaren mätt med fNIRS endast indirekt fånga neurala aktiviteten med en låg tidsmässig upplösning, medan EEG kan erbjuda tidsmässigt fina och direkta åtgärder av neurala aktiviteter. Följaktligen kan kombinationen av EEG och fNIRS inspelning identifiera fler funktioner och avslöja mer information i samband med hjärnans funktion.
Ännu viktigare, multimodala förvärv av EEG och fNIRS signaler har genomförts för att inspektera hjärnan aktivering bakom olika kognitiva uppgifter16,17,18,19,20,21,,22 eller hjärna-dator gränssnitt23,24. I synnerhet genomfördes samtidiga ERP (händelserelaterade potentiella) och fNIRS inspelningar baserat på händelserelaterade auditiva oddball paradigm1, där fNIRS kan identifiera de hemodynamic förändringarna i frontotemporal cortex flera sekunder efter utseendet på P300 komponent. Horovitz et al. visade också samtidiga mätningar av fNIRS-signaler och P300-komponenten under en semantisk bearbetningsuppgift25. Intressant, tidigare studier baserade på samtidig EEG och fNIRS inspelningar visade att P300 under oddball stimuli uppvisade en betydande korrelation med fNIRS signaler26. Det upptäcktes att multimodala åtgärder har potential att avslöja den omfattande kognitiva neurala mekanismen baserad på händelserelaterade paradigm26. Förutom oddball uppgiften, flanker uppgift i samband med ERP komponent N200 är också ett viktigt paradigm, som kan användas för undersökning av kognitiv förmåga upptäckt och utvärdering med friska kontroller och patienter med olika sjukdomar. Specifikt var N200 en negativ komponent som toppar 200-350 ms från den främre cingulated cortex frontal27 och överlägsen temporal cortex28. Även om tidigare studier undersökt förhållandet mellan den överlägsna främre hjärnbarken och alfa svängning i Flanker uppgift29, sambandet mellan N200 amplitud och hemodynamic svar under Flanker uppgift har inte undersökts.
I detta protokoll, en hemmagjord EEG / fNIRS patch baserad på standard EEG mössa användes för samtidiga EEG och fNIRS inspelningar. Arrangemangen av optodes/elektroder med stöd uppnåddes genom placering av fNIRS optodes smält in i EEG locket. De samtidiga EEG- och fNIRS-datainsamlingarna utfördes med samma stimuliuppgifter som genererades av E-prime-programvaran. Vi tställa hypotesen att ERP komponenter som är associerade med Flanker uppgift kan uppvisa en betydande korrelation med hemodynamic svaren i prefrontala cortex. Under tiden kan de kombinerade ERP- och fNIRS-inspelningarna extrahera flera signalindikatorer för att identifiera hjärnans aktiveringsmönster med förbättrad noggrannhet. För att testa hypotesen integrerades fNIRS-installationen och EEG-maskinen för att avslöja den komplexa neurala kognitionsmekanismen som motsvarar den händelserelaterade Flanker-uppgiften.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Före försöksproven undertecknade alla deltagare informerade samtyckesdokument. Protokollet för den aktuella studien godkändes av etikkommittén vid Universitetet i Macau.
1. Inställning för maskin- och programvara för samtidiga EEG- och fNIRS-inspelningar
- Konstruera ett huvudlock för samtidiga EEG-fNIRS-inspelningar.
- Välj lämplig takstorlek enligt deltagarnas huvudomkrets. I denna studie, använd ett medelstort lock eftersom det är lämpligt för de flesta ungdomar och vuxna deltagare.
- Utforma layouten av fNIRS optoider tillsammans med EEG-locket i prefrontala cortex (figur 1).
- Placera EEG-elektroder i den mellersta delen av fNIRS optoider för att säkerställa mätning av samma hjärnregion med de två teknikerna19,30. På grund av den låga rumsliga upplösningen av både EEG och fNIRS neuroimaging metoder, placera elektroderna i motsvarande hjärnområde som omfattas av fNIRS optodes snarare än de exakta platserna för fNIRS kanaler.
- Gör 22 hål inuti EEG-locket för att hålla fNIRS optodes i linje med den specifika layouten i prefrontala cortex. Identifiera och markera placeringen av fNIRS optoider enligt den utformade layouten på huvudlocket och slå sedan hål inuti locket för att placera och fixa optodes.
- Placera 21 eller 71 EEG-elektroder längs EEG-lockets yta (se Materialförteckning)enligt det internationella 10-20-systemet och montera gallren för optoderna.
- Ställ in avståndet mellan varje källdetektorpar som 3 cm och fäst sedan optodes, där de blå optodes betecknar ljusdetektorer medan de röda representerar laserkällorna.
- Ställ in EEG- och fNIRS-portarna i programvaran.
- Använd tiden utlösare som genereras via parallellporten och serieporten för att säkerställa synkronisering av två olika signaler.
- Ställ in parallellporten (t.ex. H378 i denna studie) för EEG-systemet (se Tabell över material).
- Ställ in serieporten (t.ex. 6 9600 i denna studie) för fNIRS-systemet (se Tabell över material).
Obs: Porttypen och numret bör ändras när det gäller olika EEG- och fNIRS-inställningar. Kontakta tillverkarna för mer information.
2. Experimentell förberedelse
- Värm upp fNIRS-systemet med lasrar påslagna i 30 min.
- Ställ in alla nödvändiga driftsparametrar för fNIRS mätsystem.
- Visa den smälta experimentella installationen, inklusive EEG- och fNIRS mätsystem för deltagarna.
- Mät och markera Cz-punkten enligt det internationella systemet 10–20. Identifiera elektrodpositionen för Cz på halva avståndet mellan injonen och nasionen och hälften av avståndet mellan vänster och höger inter-aural fördjupningar.
- Placera den främre delen av locket längs deltagarens panna först och dra sedan ner den bakre delen av locket mot nacken.
- Validera positionerna.
- Mät avståndet mellan Cz och inion och nasion igen med en mjuk linjal, och dubbelkolla om det ligger vid mittpunkten. På samma sätt mäta avståndet mellan Cz och vänster och höger inter-aural, och dubbelkolla om Cz ligger vid mittpunkten.
- Förbered EEG-inspelningarna.
OBS: Det rekommenderas starkt att EEG-elektroderna ställs in först och sedan fNIRS optodes. Om EEG ledande gel täcker hålen för placering av fNIRS optoder, bör det rengöras för att förhindra kontaminering av optodes.- Fyll ledande gel genom att sätta in en trubbig nål genom hålen i EEG elektrodnätet.
- Placera alla elektroder i EEG-elektrodnätet enligt etiketterna.
- Öppna EEG-programvaran och inspektera signalkvaliteten på EEG-elektroder.
- Justera elektroden genom att fylla på ledande gel om signalkvaliteten inte är tillräckligt bra för att uppfylla kraven (40 mV).
- Justera elektroden genom att fylla på ledande gel om impedansen inte kunde uppfylla kraven.
- Förbered för fNIRS-inspelningarna.
Varning: Utsätt inte deltagarnas ögon för laserstrålen på fNIRS källor direkt.- Placera de optiska fibrerna längs hållanmar som är fästa vid fNIRS mätsystem och hållaren. Se till att fibrerna är snyggt och snyggt.
- Sätt in de optiska källorna och detektorerna i hålen enligt layouten.
- Testa signalkvaliteten. Om en kanal inte har ett signal-brusförhållande på hög nivå (dvs. om kanalen är markerad i gult), inspektera försiktigt deltagarens hår som omger de optiska sonderna för att säkerställa att det inte finns något mellan den optiska sonden och hårbotten.
- Om steg 2.8.3 inte kan förbättra signalkvaliteten vrider du upp signalintensiteten. Om det är för mycket signal (dvs. om kanalen är markerad med rött) vrider du av signalintensiteten.
3. Kör experimentet
- Starta experimentet när signalerna är stabila med utmärkt signal-brusförhållande och deltagarna är bekanta med experimentinstruktionerna. Använd den klassiska Flanker paradigm för experimentella test29,31.
- Efter experimentet sparar och exporterar du data från både EEG och fNIRS.
- Ta försiktigt bort EEG-elektroder och fNIRS optiska sonder.
4. Mätning av tredimensionella (3D) MNI-koordinater för fNIRS optodes med 3D-digitaliserare
- Låt deltagarna sitta i en stol och bära glasögonen med sensorn.
- Öppna digitaliseringsprogrammet på datorn. Se till att 3D-digitaliseringssystemet är i anslutning till datorn via en lämplig COM-port.
- Läs in layouten för optodes-inställningsfilen.
- Flytta 3D-digitizer pennan över de viktigaste positionerna (Nz, Iz, vänster öra, höger öra, Cz) tillsammans med skärmen och tryck på knappen på pennan.
- Lokalisera optiska källor och detektorer
- Exportera 3D-koordinaterna.
5. Dataanalys
- fNIRS dataanalys
- Bearbeta 3D MNI-koordinaterna data med hjälp av registreringsalternativet i NIRS-SPM med MATLAB 2019. Välj: fristående rumslig registrering | Med 3D Digitalisera. Välj tidigare sparade andra och ursprungstextfiler och välj sedan Registrering.
- Förprocess fNIRS signaler med Homer2 programvara32.
- Konvertera rådata till optiska densitetsförändringar för olika våglängder och konvertera vidare till koncentrationsförändringarna av HbO vid olika tidpunkter med hjälp av en modifierad Beer-Lambert Lag. I allmänhet är det typiskt differentiella banlängdsfaktorn (DPF) som påverkas av ålder, kön och våglängd, och avståndet mellan källan ochbedragaren 33,34 6, vilket liknar den genomsnittliga dieselpartikelfilter från tidigare studier34,35.
- Använd identifieringsalgoritmen för spline-rörelseartefakter från behandlingspaketet för Homer2 fNIRS för rörelsekorrigering. Välj lämpliga metoder för rörelsekorrigering baserad på litteratur36.
- Bearbeta de kontinuerliga råa hemoglobindatana med ett lågpassfilter på 0,2 Hz och därefter ett högpassfilter på 0,015 Hz.
- Normalisera hemodynamic signal amplitud genom att dividera de genomsnittliga värdena.
- Generera fNIRS-data för varje kanal baserat på 3D-digitaliserarens information. Välj de kanaler som har en registreringssannolikhet på 100% eller mer i den överlägsna främre hjärnbarken (SFC) enligt regressionsberäkningen av NIRS-SPM för vidare analys.
- Exportera toppvärdena för syre hemoglobin (HbO) koncentrationsförändringar.
OBS: I denna studie analyserades endast HbO-signaler på grund av deras höga signal-brus-förhållande. Toppvärdena för körningsgenomsnitterade HbO-data extraherades för varje kanal från varje deltagare för vidare analys.
- EEG-databehandling
OBS: Offline EEG dataanalys utfördes med EEGLAB. Endast N200 vid Fz var den intressanta komponenten för den aktuella studien. Alla elektroder utsattes för en automatisk artefaktkorrigering för att ta bort ögonrörelser med hjälp av en intern modell av artefaktsmönster. Kontinuerlig EEG-data segmenterades sedan i olika studier enligt mål- och nontarget-stimuli, där epoken för varje studie varade 2500 ms, vilket omfattade en pre-stimulus period på 500 ms (baslinje epok) och en post-stimulus period på 2000 ms (uppgift epok).- Ladda den råa EEG-datamappen i EEGLAB med hjälp av plugins. Välj BIOSIG plugin för BDF-filen i denna studie.
OBS: Välj en lämplig plugin enligt EEG-datafilformat. - Ange kanalplatsinformation för EEGLAB37. Läs in motsvarande platsfil för locket.
- Återreferenselektroder i ERPLAB, som är en plugin av EEGLAB. Välj de kanaler som placeras i mastoiderna som referenselektroder.
- Extrahera EEG-dataepoker baserat på händelse- och bin-filerna i ERPLAB37.
- Filtrera EEG-datasegmenten i ERPLAB genom att använda FIR-filtret genom att filtrera de låga frekvenserna med en brytpunkt på 30 Hz och genom att filtrera de höga frekvenserna med en brytpunkt på 0,1 Hz.
- Ta bort okulär EEG artefakter med oberoende komponent analys i EEGLAB.
- Avvisa EEG-datasegment med amplitudvärden som överstiger ± 100 μV vid varje kanal i ERPLAB.
- Genomsnitt EEG-datasegmenten i ERPLAB.
OBS: Dessa är den allmänt använda dataanalysmetoden och programvaran för bearbetning av EEG och fNIRS-data. Det finns många bearbetningsprogram och metoder tillgängliga.
- Ladda den råa EEG-datamappen i EEGLAB med hjälp av plugins. Välj BIOSIG plugin för BDF-filen i denna studie.
- Beräkning av korrelation
- Generera förhållandet mellan fNIRS- och EEG-inspelningar med hjälp av Pearsons korrelationsanalys.
i>
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Figur 2 visar HbO-signalerna för alla kanaler medan figur 3 visar felen vid Fz och FCz för de två villkoren för Eror-uppgiften. Figure 4 illustrerade Pearson korrelation analysresultat visade att fNIRS signaler i SFC uppvisade en betydande korrelation med ERP N200 komponenten i Fz för inkongruent skick (P<0,05). Detta är dock inte fallet för kongruent villkor (P>0,05).
Bild 1. fNIRS headsetplacering och kanalkonfiguration. Den digitaliserade optodes layout omvandlas till MNI koordinatsystem och sedan överlappade längs hjärnbarken Klicka här för att se en större version av denna siffra.
Figur 2. HbO-signaler för alla kanaler som är associerade med Erlotsuppgiften. De rosa kurvorna betecknar det inkongruenta tillståndet medan de gröna indikerar det kongruenta tillståndet. Klicka här för att se en större version av denna siffra.
Bild 3. ERP-signaler för Fz- och FCz-elektroder. Det svart buktar definierar det incongruent villkorar stunder som de röda betecknar det kongruenta villkorar. Klicka här för att se en större version av denna siffra.
Figur 4: Korrelation mellan ERP N200 och HbO signaler längs den överlägsna främre hjärnbarken (SFC) för inkongruent skick. Regressionskoefficienten mellan de två mätningarna är 0,59, p = 0,027. Klicka här för att se en större version av denna siffra.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
I detta protokoll utfördes kombinerade EEG och fNIRS inspelningar för att undersöka hjärnan aktivering mönster med en händelse-relaterade Flanker paradigm genom att registrera neurala signaler i hela hjärnan och samtidiga hemodynamic svar av prefrontala cortex. ERP-resultaten visade att N200 vid Fz avsevärt kunde skilja de kongruent och inkongruent förhållandena (P=0,037). Samtidigt uppvisade HbO-signalerna i SFC (kanaler 21) också en signifikant skillnad mellan kongruenta och inkongruenta förhållanden, som visade den viktiga rollen av förmågan att undertrycka svar som involverade hjärnans kognitiva funktion i samband med Flanker-uppgiften(PR = 0,041).
Dessutom visade N200 på Fz en betydande korrelation med hemodynamic svar i SFC (kanal 21) för inkongruent villkor även om detta inte var fallet för den kongruent en. Hjärnan aktivering i prefrontala cortex är starkt korrelerad med höga kognitiva funktioner, som lätt kan identifieras av fNIRS med hög signal-brus förhållandet i den rumsliga domänen. Emellertid, neurala verksamhet (N200) upptäcks av EEG är associerad med samma Flanker uppgift avslöjas mestadels i parietal cortex med hög känslighet och hög tidsmässiga upplösning. N200 på Fz uppvisade den kognitiva skillnaden mellan de två villkoren, medan fNIRS signaler illustrerade skillnaden av undertryckande funktion i den prefrontala regionen mellan de två villkoren. Det upptäcktes att kognitionen visade ett betydande förhållande med verkställande kontroll under Flanker-uppgiften. Detta kan vara den främsta anledningen till att N200 på Fz uppvisade ett betydande samband med hemodynamic svar i SFC.
I detta protokoll beskrev vi hur man genomför smält EEG och fNIRS inspelningar och hur man analyserar händelse-relaterade potential och mäta hemoglobin koncentration förändringar i prefrontala cortex. Synkroniseringen av olika inställningar är en viktig fråga för fusion av två maskinvarusystem. Samtidigt är den händelserelaterade utlösaren också det avgörande märket för uppgiftsdesignen av samtidiga EEG- och fNIRS-inspelningar.
Kombinerade EEG och fNIRS inspelningar är lovande tekniker för undersökning av neurala mekanismer som ligger till grund för olika kognitiva uppgifter. Sammanfattningsvis har vi förvärvat samtidiga EEG- och fNIRS-data under en Flanker-uppgift. Resultaten visade att fNIRS hemodynamic svar och ERP komponent N200 var betydligt korrelerade, som uppvisade olika perspektiv av den kognitiva mekanismen som är associerade med Flanker uppgift. Den multimodala neuroimaging resultat stödja en viktig roll av kombinerade EEG och fNIRS teknik för att bidra till hjärnan kognition med olika latenser och aktivering regioner, vilket banar en ny väg för att förbättra förståelsen av neurala mekanismer flanker uppgift.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Författarna har inget att avslöja.
Acknowledgments
Detta arbete utfördes delvis vid hpcc(high performance computing cluster), som stöds av IT-kontoret (ICTO) vid University of Macau. Denna studie stöddes av MYRG2019-00082-FHS och MYRG 2018-00081-FHS-bidrag från University of Macau i Macau, och finansierades även av The Science and Technology Development Fund, Macau SAR (FDCT 0011/2018/A1 FD och FDCT 025/2015/A1).
Materials
| Name | Company | Catalog Number | Comments |
| EEG cap | EASYCAP GmbH | - | - |
| EEG system | BioSemi | - | - |
| fNIRS system | TechEn | - | CW6 System |
References
- 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).
- 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).
- 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).
- Lin, X., Sai, L., Yuan, Z. Detecting Concealed Information with Fused Electroencephalography and Functional Near-infrared Spectroscopy. Neuroscience. 386, 284-294 (2018).
- 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).
- 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).
- 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).
- Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. NeuroImage. 85, 6-27 (2014).
- 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).
- Miller, E. K. The prefontral cortex and cognitive control. Nature Reviews Neuroscience. 1 (1), 59-65 (2000).
- Miller, E. K., Cohen, J. D. An integrative theory of prefrontal cortex function. Annual review of Neuroscience. 24 (1), 167-202 (2001).
- 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).
- Wood, J. N., Grafman, J. Human prefrontal cortex: processing and representational perspectives. Nature Reviews Neuroscience. 4 (2), 139-147 (2003).
- Wallis, J. D. Orbitofrontal Cortex and Its Contribution to Decision-Making. Annual Review of Neuroscience. 30 (1), 31-56 (2007).
- 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).
- Nguyen, D. K., et al. Non-invasive continuous EEG-fNIRS recording of temporal lobe seizures. Epilepsy Research. 99 (1-2), 112-126 (2012).
- Peng, K., et al. fNIRS-EEG study of focal interictal epileptiform discharges. Epilepsy Research. 108 (3), 491-505 (2014).
- 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).
- Aghajani, H., Garbey, M., Omurtag, A. Measuring mental workload with EEG+fNIRS. Frontiers in Human Neuroscience. 11, (2017).
- 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).
- 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).
- 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).
- Fazli, S., et al. Enhanced performance by a hybrid NIRS-EEG brain computer interface. NeuroImage. 59 (1), 519-529 (2012).
- Putze, F., et al. Hybrid fNIRS-EEG based classification of auditory and visual perception processes. Frontiers in Neuroscience. 8, 373 (2014).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Kocsis, L., Herman, P., Eke, A. The modified Beer-Lambert law revisited. Physics in Medicine and Biology. 51 (5), (2006).
- 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).
- 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).
- 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).
- 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).
