Summary
O presente protocolo descreve como realizar gravações eEG simultâneas e fNIRS e como inspecionar a relação entre os dados de EEG e fNIRS.
Abstract
As gravações simultâneas de EEG e fNIRS oferecem uma excelente oportunidade para obter uma compreensão completa do mecanismo neural do processamento cognitivo inspecionando a relação entre os sinais neurais e hemodinâmicos. O EEG é uma tecnologia eletrofisiológica que pode medir a atividade neuronal rápida do córtex, enquanto o fNIRS depende das respostas hemodinâmicas para inferir a ativação cerebral. A combinação de técnicas de neuroimagem EEG e fNIRS pode identificar mais características e revelar mais informações associadas ao funcionamento do cérebro. Neste protocolo, foram realizadas medições fundidas de EEG-fNIRS para gravações simultâneas de potenciais elétricos evocados e respostas hemodinâmicas durante uma tarefa flanker. Além disso, as etapas críticas para a configuração do sistema de hardware e software, bem como os procedimentos de aquisição e análise de dados foram fornecidas e discutidas detalhadamente. Espera-se que o presente protocolo possa pavimentar um novo caminho para melhorar a compreensão dos mecanismos neurais subjacentes a diversos processos cognitivos por meio dos sinais EEG e fNIRS.
Introduction
Este estudo tem como objetivo desenvolver um protocolo de trabalho para revelar o padrão de ativação neural subjacente à tarefa flanker usando técnicas de eEG fundido e neuroimagem fNIRS. Curiosamente, as gravações simultâneas fNIRS-EEG permitem a inspeção da relação entre os sinais hemodinâmicos no córtex pré-frontal e vários componentes potenciais relacionados a eventos (ERP) de todo o cérebro associados à tarefa flanker.
A integração de várias modalidades de neuroimagem não invasivas, incluindo espectroscopia funcional de quase infravermelho (fNIRS), eletroencefalografia (EEG) e ressonância magnética funcional (fMRI) é essencial para melhorar a compreensão de onde e quando o processamento de informações está ocorrendo no cérebro1,2,3. Além disso, há o potencial de combinar fNIRS e EEG para examinar a relação entre a atividade neural local e subsequentes mudanças nas respostas hemodinâmicas, nas quais o EEG e o fNIRS podem ser complementares na revelação do mecanismo neural da função cognitiva cerebral humana. fNIRS é uma técnica de neuroimagem funcional baseada em vasculares que se baseia nas respostas hemodinâmicas para inferir a ativação cerebral. fNIRS mede as alterações relativas de concentração de oxihemoglobina (HbO) e desoxiemoglobina (HbR) no córtex cerebral, que desempenha um papel importante no estudo do processamento cognitivo3,4,5,6,7. De acordo com o mecanismo de acoplamento neurovascular e neurometabólico8,a mudança da atividade neural local associada ao processamento cognitivo é geralmente acompanhada de alterações subseqüentes no fluxo sanguíneo local e oxigênio no sangue com um atraso de 4-7 segundos. Mostra-se que o acoplamento neurovascular é provavelmente um transdutor de energia, que integra a dinâmica rápida da atividade neural na entrada vascular da hemodinâmica lenta9. Especificamente, o fNIRS é mais utilizado para inspecionar a atividade neurovascular no lobo frontal, especialmente o córtex pré-frontal responsável por altas funções cognitivas, como funções executivas10,11,12, raciocínio e planejamento13, tomada de decisão14, e cognição social e julgamento moral15. No entanto, as respostas hemodinâmicas medidas pelo FNIRS capturam apenas indiretamente a atividade neural com baixa resolução temporal, enquanto o EEG pode oferecer medidas temporais finas e diretas de atividades neurais. Consequentemente, a combinação de gravação de EEG e fNIRS pode identificar mais recursos e revelar mais informações associadas ao funcionamento do cérebro.
Mais importante, a aquisição multimodal de sinais EEG e fNIRS tem sido realizada para inspecionar a ativação cerebral subjacente a várias tarefas cognitivas16,17,,18,,19,20,21,,22 ou interface cérebro-computador23,24. Em particular, foram realizadas gravações simultâneas de ERP (potencial relacionado a eventos) e fNIRS com base no paradigma oddball auditivo relacionado ao evento1, no qual o fNIRS pode identificar as alterações hemodinâmicas no córtex frontotemporal vários segundos após o aparecimento do componente P300. Horovitz et al. também demonstraram as medições simultâneas dos sinais fNIRS e do componente P300 durante uma tarefa de processamento semântico25. Curiosamente, estudos anteriores baseados em registros simultâneos de EEG e fNIRS mostraram que P300 durante estímulos oddball apresentaram correlação significativa com os sinais fNIRS26. Descobriu-se que as medidas multimodais têm o potencial de revelar o mecanismo neural cognitivo abrangente com base no paradigma26relacionado ao evento . Além da tarefa oddball, a tarefa flanker associada ao componente ERP N200 também é um importante paradigma, que pode ser utilizado para a investigação da detecção e avaliação da capacidade cognitiva com controles saudáveis e pacientes com diversos transtornos. Especificamente, N200 foi um componente negativo que atinge 200-350 ms do córtex anterior cingulado frontal27 e córtex temporal superior28. Embora estudos anteriores tenham examinado a relação entre o córtex frontal superior e a oscilação alfa na tarefa Flanker29, a correlação entre a amplitude N200 e as respostas hemodinâmicas durante a tarefa flanker não foi explorada.
Neste protocolo, foi utilizado um patch EEG/fNIRS caseiro com base na tampa eEG padrão para as gravações eEG e fNIRS simultâneas. Os arranjos de optodes/eletrodos com suporte foram realizados através da colocação de optodes fNIRS fundidos na tampa do EEG. As aquisições simultâneas de dados EEG e fNIRS foram realizadas com as mesmas tarefas de estímulo geradas pelo software E-prime. Temos a hipótese de que os componentes ERP associados à tarefa Flanker podem apresentar uma correlação significativa com as respostas hemodinâmicas no córtex pré-frontal. Enquanto isso, as gravações combinadas de ERP e fNIRS podem extrair múltiplos indicadores de sinal para identificar os padrões de ativação cerebral com maior precisão. Para testar a hipótese, a configuração fNIRS e a máquina EEG foram integradas para revelar o complexo mecanismo de cognição neural correspondente à tarefa flanker relacionada ao evento.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Antes dos testes experimentais, todos os participantes assinaram documentos de consentimento informado. O protocolo para o presente estudo foi aprovado pelo Comitê de Ética da Universidade de Macau.
1. Configuração de hardware e software para gravações eEG simultâneas e fNIRS
- Construa uma tampa de cabeça para gravações EEG-fNIRS simultâneas.
- Selecione o tamanho da tampa apropriada de acordo com a circunferência da cabeça dos participantes. Neste estudo, utilize uma tampa de tamanho médio, pois é adequada para a maioria dos participantes adolescentes e adultos.
- Projete o layout dos optodes fNIRS juntamente com a tampa EEG no córtex pré-frontal (Figura 1).
- Coloque eletrodos EEG na seção média dos optodes fNIRS para garantir a medição da mesma região cerebral pelas duas técnicas19,30. No entanto, devido à baixa resolução espacial dos métodos de neuroimagem EEG e fNIRS, coloque os eletrodos na área cerebral correspondente coberta por optodes fNIRS em vez dos locais exatos dos canais fNIRS.
- Faça 22 furos dentro da tampa EEG para segurar os optodes fNIRS em consonância com o layout específico no córtex pré-frontal. Identifique e marque os locais dos optodes fNIRS de acordo com o layout projetado da tampa da cabeça e, em seguida, faça furos dentro da tampa para colocar e corrigir os optodes.
- Coloque 21 ou 71 eletrodos EEG ao longo da superfície da tampa do EEG (ver Tabela de Materiais) deacordo com o Sistema Internacional 10-20 e monte as grades para os optodes.
- Defina a distância entre cada par de detectorde de origem como 3 cm e, em seguida, fixe os optodes, nos quais os optodes azuis denotam os detectores de luz enquanto os vermelhos representam as fontes de laser.
- Defina as portas EEG e fNIRS no software.
- Use os gatilhos de tempo gerados através da porta paralela e da porta serial para garantir a sincronização de dois sinais diferentes.
- Defina a porta paralela (por exemplo, H378 neste estudo) para o sistema EEG (ver Tabela de Materiais).
- Defina a porta serial (por exemplo, 6 9600 neste estudo) para o sistema fNIRS (ver Tabela de Materiais).
NOTA: O tipo e o número da porta devem ser modificados em relação a várias configurações de EEG e fNIRS. Entre em contato com os fabricantes para obter mais informações.
2. Preparação experimental
- Aqueça o sistema fNIRS com lasers ligados por 30 min.
- Defina todos os parâmetros de operação necessários para o sistema de medição fNIRS.
- Mostrar a configuração experimental fundida, incluindo os sistemas de medição EEG e fNIRS aos participantes.
- Meça e marque o ponto Cz de acordo com o Sistema Internacional 10-20. Identifique a posição do eletrodo de Cz a metade da distância entre o inion e o nasion e metade da distância entre os recuos interaurais esquerdo e direito.
- Coloque a parte frontal da tampa ao longo da testa do participante primeiro e, em seguida, puxe para baixo a parte de trás da tampa em direção ao pescoço.
- Valide as posições.
- Meça a distância entre o Cz e o inion e o nasion novamente com uma régua macia, e verifique se ele está localizado no ponto médio. Da mesma forma, meça a distância entre o Cz e o inter-aural esquerdo e direito, e verifique se o Cz está localizado no ponto médio.
- Preparem-se para as gravações do EEG.
NOTA: É altamente recomendável que os eletrodos EEG sejam configurados primeiro e, em seguida, os optodes fNIRS. Se o gel condutor de EEG cobrir os orifícios para a colocação de optodes fNIRS, deve ser limpo para evitar a contaminação de optodes.- Encha o gel condutor inserindo uma agulha cega através dos orifícios da grade de eletrodos EEG.
- Coloque todos os eletrodos na rede de eletrodos EEG de acordo com as etiquetas.
- Abra o software EEG e inspecione a qualidade do sinal dos eletrodos EEG.
- Reajuste o eletrodo recarregando o gel condutor se a qualidade do sinal não for boa o suficiente para atender aos requisitos (40 mV).
- Reajuste o eletrodo recarregando o gel condutor se a impedância não puder atender aos requisitos.
- Preparem-se para as gravações do FNIRS.
Atenção: Não exponha os olhos dos participantes ao raio laser das fontes fNIRS diretamente.- Coloque as fibras ópticas ao longo dos braços do suporte ligados ao sistema de medição fNIRS, bem como ao suporte. Certifique-se de que as fibras estão limpas e arrumadas.
- Insira as fontes ópticas e os detectores nos orifícios de acordo com o layout.
- Teste a qualidade do sinal. Se um canal não tiver uma relação sinal-ruído de alto nível (ou seja, se o canal estiver marcado em amarelo), inspecione suavemente o cabelo do participante em torno das sondas ópticas para garantir que nada exista entre a sonda óptica e o couro cabeludo.
- Se a etapa 2.8.3 não puder melhorar a qualidade do sinal, gire a intensidade do sinal. Se houver muito sinal (ou seja, se o canal estiver marcado em vermelho), abaixe a intensidade do sinal.
3. Executar o experimento
- Inicie o experimento quando os sinais estiverem estáveis com excelente relação sinal-ruído e os participantes estejam familiarizados com as instruções do experimento. Use o paradigma flanker clássico para o teste experimental29,31.
- Após o experimento, salve e exporte os dados tanto do EEG quanto do fNIRS.
- Remova cuidadosamente os eletrodos EEG e as sondas ópticas fNIRS.
4. Medição de coordenadas MNI tridimensionais (3D) de optodes fNIRS com digitalizador 3D
- Deixe os participantes sentarem em uma cadeira e usarem os óculos com o sensor.
- Abra o software de digitalização no computador. Certifique-se de que o sistema de digitalização 3D está em conexão com o computador através de uma porta COM apropriada.
- Carregue o layout do arquivo de configuração optodes.
- Mova a caneta digitalizadora 3D através das posições-chave (Nz, Iz, orelha esquerda, orelha direita, Cz) juntamente com a tela e pressione o botão na caneta.
- Localize as fontes ópticas e detectores
- Exportar os arquivos de coordenadas 3D.
5. Análise de dados
- análise de dados fNIRS
- Processe os dados do 3D MNI utilizando a opção de registro no NIRS-SPM com o MATLAB 2019. Selecione: registro espacial autônomo | Com digitalização 3D. Escolha os outros salvos anteriormente e os arquivos de texto de origem e, em seguida, selecione Registro.
- Sinais fNIRS de pré-processo com o software Homer232.
- Converta os dados brutos em alterações de densidade óptica para diferentes comprimentos de onda e converta ainda mais para as mudanças de concentração de HbO em diferentes pontos de tempo usando uma Lei Beer-Lambert modificada. Geralmente, o valor do fator de comprimento do caminho tipicamente diferencial (DPF) afetado pela idade, sexo e comprimento de onda, e a distância entre a fonte e o decetor33,34 é 6, o que é semelhante ao DPF médio de estudos anteriores34,35.
- Use o algoritmo de detecção de artefatos de movimento spline do pacote de processamento Homer2 fNIRS para correção de movimento. Selecione os métodos apropriados de correção de movimento com base na literatura36.
- Processe os dados contínuos de hemoglobina bruta por um filtro de baixa passagem de 0,2 Hz e, posteriormente, um filtro de alta passagem de 0,015 Hz.
- Normalize a amplitude do sinal hemodinâmico dividindo os valores médios.
- Gerar os dados fNIRS para cada canal com base nas informações do digitalizador 3D. Selecione os canais que possuem probabilidade de registro de 100% ou mais no córtex frontal superior (SFC) de acordo com o cálculo de regressão do NIRS-SPM para posterior análise.
- Exportar os valores máximos das mudanças de concentração de hemoglobina de oxigênio (HbO).
NOTA: Neste estudo, apenas os sinais de HbO foram analisados devido à sua alta relação sinal-ruído. Os valores máximos dos dados de HbO médios foram extraídos para cada canal de cada participante para posterior análise.
- Processamento de dados EEG
NOTA: A análise de dados eEG offline foi realizada com o EEGLAB. Apenas N200 na Fz foi o componente interessante para o presente estudo. Todos os eletrodos foram submetidos a uma correção automática de artefatos para remover os movimentos dos olhos usando um modelo interno de topografias de artefatos. Os dados contínuos do EEG foram então segmentados em diferentes ensaios de acordo com os estímulos-alvo e não-alvo, nos quais a época para cada ensaio durou 2500 ms, envolvendo um período de pré-estímulo de 500 ms (época de base) e um período pós-estímulo de 2000 ms (época da tarefa).- Carregue a pasta de dados EEG bruto no EEGLAB usando os plugins. Escolha o plugin BIOSIG para o arquivo BDF neste estudo.
NOTA: Escolha um plugin adequado de acordo com o formato do arquivo de dados EEG. - Defina as informações de localização do canal para EEGLAB37. Carregar o arquivo de localização correspondente da tampa.
- Re-referenciar eletrodos no ERPLAB, que é um plugin do EEGLAB. Escolha os canais colocados nos mastoides como eletrodos de referência.
- Extrair épocas de dados EEG com base nos arquivos de evento e bin no ERPLAB37.
- Filtrar os segmentos de dados EEG no ERPLAB usando o filtro FIR filtrando as frequências baixas com um corte de 30Hz e filtrando as altas frequências com um corte de 0,1 Hz.
- Remova artefatos eEG oculares com a Análise Independente de Componentes no EEGLAB.
- Rejeitar segmentos de dados EEG com valores de amplitude superiores a ± 100 μV em qualquer canal no ERPLAB.
- Média dos segmentos de dados EEG no ERPLAB.
NOTA: Estes são o método de análise de dados geralmente utilizado e o software para processamento de EEG e os dados fNIRS. Existem inúmeros softwares e métodos de processamento disponíveis.
- Carregue a pasta de dados EEG bruto no EEGLAB usando os plugins. Escolha o plugin BIOSIG para o arquivo BDF neste estudo.
- Cálculo de correlação
- Gerar a relação entre gravações fNIRS e EEG utilizando análise de correlação de Pearson.
i>
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
A Figura 2 mostra os sinais de HbO para todos os canais, enquanto a Figura 3 exibe os ERPs em Fz e FCz para as duas condições da tarefa Flanker. Figure 4 ilustrou os resultados da análise de correlação de Pearson mostraram que os sinais fNIRS em SFC apresentaram uma correlação significativa com o componente ERP N200 na Fz para a condição incongruente (P<0,05). No entanto, este não é o caso para as condições congruentes (P>0,05).
Figura 1. colocação do fone de ouvido fNIRS e configuração do canal. O layout de optodes digitalizados são convertidos no sistema de coordenadas MNI e, em seguida, sobrepostos ao longo do córtex cerebral Clique aqui para ver uma versão maior desta figura.
Figura 2. Sinais de HBO para todos os canais associados à tarefa Flanker. As curvas rosas denotam a condição incongruente, enquanto as verdes indicam a condição congruente. Clique aqui para ver uma versão maior desta figura.
Figura 3. Sinais ERP para eletrodos Fz e FCz. As curvas pretas definem a condição incongruente, enquanto as vermelhas denotam a condição congruente. Clique aqui para ver uma versão maior desta figura.
Figura 4: Correlação entre os sinais ERP N200 e HbO ao longo do córtex frontal superior (SFC) para a condição incongruente. O coeficiente de regressão entre as duas medidas é 0,59, p = 0,027. Clique aqui para ver uma versão maior deste número.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
Neste protocolo, foram realizadas gravações combinadas de EEG e fNIRS para examinar os padrões de ativação cerebral envolvendo um paradigma Flanker relacionado a eventos, registrando os sinais neurais de todo o cérebro e respostas hemodinâmicas simultâneas do córtex pré-frontal. Os resultados do ERP mostraram que n200 em Fz foi capaz de distinguir significativamente as condições congruentes e incongruentes (P=0,037). Enquanto isso, os sinais de HbO em SFC (canais 21) também apresentaram diferença significativa entre as condições congruentes e incongruentes, o que demonstrou o importante papel da capacidade de suprimir respostas que envolviam a função cognitiva cerebral associada à tarefa flanker (PFDR = 0,041).
Além disso, N200 em Fz mostrou uma correlação significativa com a resposta hemodinâmica no SFC (canal 21) para a condição incongruente, embora este não tenha sido o caso para o congruente. A ativação cerebral no córtex pré-frontal está fortemente correlacionada com altas funções cognitivas, que podem ser facilmente identificadas pelo FNIRS com a alta relação sinal-ruído no domínio espacial. No entanto, a atividade neural (N200) detectada pelo EEG associada à mesma tarefa flanker é revelada principalmente no córtex parietal com alta sensibilidade e alta resolução temporal. N200 em Fz exibiu a diferença cognitiva entre as duas condições, enquanto os sinais fNIRS ilustraram a diferença da função de supressão na região pré-frontal entre as duas condições. Descobriu-se que a cognição mostrou uma relação significativa com o controle executivo durante a tarefa flanker. Esta pode ser a principal razão pela qual o N200 em Fz apresentou uma correlação significativa com a resposta hemodinâmica no SFC.
Neste protocolo, descrevemos como conduzir gravações fundidas de EEG e fNIRS e como analisar o potencial relacionado ao evento e medir as alterações de concentração de hemoglobina no córtex pré-frontal. A sincronização de diferentes configurações é uma preocupação essencial para a fusão de dois sistemas de hardware. Enquanto isso, o gatilho relacionado ao evento também é a marca crucial para o projeto de tarefas de gravações EEG e fNIRS simultâneas.
Gravações combinadas de EEG e fNIRS são técnicas promissoras para a investigação dos mecanismos neurais subjacentes a várias tarefas cognitivas. Em resumo, adquirimos com sucesso dados eEG e fNIRS simultâneos durante uma tarefa flanker. Os achados indicaram que a resposta hemodinâmica fNIRS e o componente ERP N200 estavam significativamente correlacionados, o que apresentou diferentes perspectivas do mecanismo cognitivo associado à tarefa flanker. Os resultados da neuroimagem multimodal apoiam um papel essencial da técnica combinada de EEG e fNIRS em contribuir para a cognição cerebral com diferentes latências e regiões de ativação, o que abre um novo caminho para melhorar a compreensão dos mecanismos neurais da tarefa flanker.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Os autores não têm nada para revelar.
Acknowledgments
Este trabalho foi realizado em parte no cluster de computação de alto desempenho (HPCC), que é apoiado pelo Escritório de Tecnologia da Informação e Comunicação (ICTO) da Universidade de Macau. Este estudo foi apoiado por bolsas MYRG2019-00082-FHS e MYRG 2018-00081-FHS da Universidade de Macau, em Macau, e também financiado pelo Fundo de Desenvolvimento de Ciência e Tecnologia, Macau SAR (FDCT 0011/2018/A1 e 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).
