Summary

تحليل بيانات النشاط القشري النوعي والمقارن من تجربة الطيف الوظيفية القريبة من الأشعة تحت الحمراء التي تطبق تصميم الكتلة

Published: December 03, 2020
doi:

Summary

نحن نصف تحليل الموجات المستمرة الوظيفية بالقرب من الأشعة تحت الحمراء تجربة التحليل الطيفي باستخدام تصميم كتلة مع مهمة الحسية. ولزيادة موثوقية تحليل البيانات، استخدمنا رسم الخرائط الاحصائية الاحصائية العامة الخطية النوعية القائمة على النماذج والنماذج المختلطة الهرمية المقارنة للقنوات المتعددة.

Abstract

تلعب دراسات التصوير العصبي دورا محوريا في تقييم الحالات العصبية قبل مقابل ما بعد التدخل مثل إعادة التأهيل والعلاج الجراحي. من بين العديد من تقنيات التصوير العصبي المستخدمة لقياس نشاط الدماغ ، يمكن التحليل الطيفي الوظيفي القريب من الأشعة تحت الحمراء (fNIRS) من تقييم الأنشطة القشرية الديناميكية من خلال قياس مستويات الهيموغلوبين المحلية المشابهة للتصوير بالرنين المغناطيسي الوظيفي (fMRI). أيضا ، بسبب تقييد أقل المادية في fNIRS ، يمكن تقييم المتغيرات المتعددة من المهام الحسية الحركية. وقد طورت العديد من المختبرات عدة طرق لتحليل بيانات fNIRS؛ ومع ذلك، وعلى الرغم من أن المبادئ العامة هي نفسها، لا توجد طريقة موحدة عالميا. هنا، نقدم الأساليب النوعية والتحليلية المقارنة للبيانات التي تم الحصول عليها من تجربة fNIRS متعددة القنوات باستخدام تصميم الكتلة. للتحليل النوعي، استخدمنا برنامجا ل NIRS كنهج أحادي المتغيرات الشامل استنادا إلى النموذج الخطي المعمم. يظهر تحليل NIRS-SPM نتائج نوعية لكل جلسة من خلال تصور المنطقة المنشطة أثناء المهمة. بالإضافة إلى ذلك ، يمكن استخدام الرقمن ثلاثي الأبعاد غير الغازي لتقدير مواقع قناة fNIRS بالنسبة للدماغ. 11- ولتثبت النتائج التي توصل إليها نظام NIRS-SPM، يمكن تحليل اتساع التغيرات في مستويات الهيموغلوبين الناجمة عن المهمة الحسية الحركية إحصائيا بمقارنة البيانات التي تم الحصول عليها من جلستين مختلفتين (قبل وبعد التدخل) لنفس موضوع الدراسة باستخدام نموذج مختلط هرمي متعدد القنوات. يمكن استخدام أساليبنا لقياس تحليل ما قبل التدخل مقابل ما بعده في مجموعة متنوعة من الاضطرابات العصبية مثل اضطرابات الحركة والأمراض الدماغية الوعائية والاضطرابات العصبية النفسية.

Introduction

يلعب التأهيل العصبي دورا مهما في التعافي الوظيفي بعد الاضطراب الحسي الحركي. لتوضيح آليات التعافي الوظيفي المرتبط بالبلاستيك العصبي، تم استخدام تقنيات التصوير العصبي المختلفة، مثل التصوير بالرنين المغناطيسي الوظيفي (fMRI)، والتصوير المقطعي لانبعاثات البوزيترون (PET)، والتصوير الكهربائي ل الدماغ (EEG)، والتنظير الطيفي الوظيفي القريب من الأشعة تحت الحمراء (fNIRS). طرائق التصوير المختلفة لها مزايا وعيوب مختلفة. على الرغم من أن جهاز الرنين المغناطيسي هو الجهاز الأكثر شيوعا ، إلا أنه يتأثر بالمجالات المغناطيسية ، وبه تكلفة عالية ، وتقييد مادي مرتفع ، ومهام حسية محدودة1،2،3،4. جهاز fNIRS تبرز باعتبارها التصوير العصبي البصري غير الباضعة ولها دقة المكانية أقل نسبيا، ولكن لديها دقة زمنية أفضل من التصوير بالرنين المجاري4. fNIRS مناسبة عند التحقق من آثار العلاج لأنه يقارن بين آثار ما قبل مقابل ما بعد التدخل، والمهام الحركية الديناميكية، والمحمولة، ويعمل أكثر في البيئات الطبيعية من fMRI1،2،4. وقد أفيد أن NIRS أن تكون أكثر ملاءمة في مجالات الأمراض الدماغية الوعائية, اضطرابات الصرع, إصابة الدماغ الشديدة, مرض باركنسون, وضعف الإدراك1,5. وفيما يتعلق بالمهام الحسية الحركية، فهو يستخدم على نطاق واسع في المشية والتوازن الدائم6و7و8ووظيفة الطرف العلوي (الإمساك باليد، والتنصت على الإصبع)8و9وتدريب المهارات الحركيةالمعقدة 10و11والروبوتات12و13و14و15وواجهة الدماغ والكمبيوتر16و17و18. ويستند fNIRS على مبادئ التصوير العصبي البصري واقتران الأوعية الدموية العصبية، والتي تقيس النشاط الأيضي القشري، وزيادة تدفق الدم، وبالتالي النشاط القشري والإشارات الثانوية19. وقد أفيد fNIRS إشارات أن لها علاقات قوية مع إشارات من الدم الأكسجين تعتمد على مستوى20fMRI . يستخدم fNIRS الموجة المستمرة قانون البيرة لامبرت المعدل لتحديد التغيرات في الهيموغلوبين المؤكسيج (HbO2)ومستويات تركيز الهيموغلوبين الهوكسيجين (HHb) القشرية استنادا إلى التغيرات المقاسة في توهين ضوء النطاق العريض القريب من الأشعة تحت الحمراء21،22. لأنه لم يكن من الممكن لقياس الفرق عامل طول المسار (DPF) باستخدام نظام NIRS الموجة المستمرة، افترضنا أن DPF كان ثابتا وأن التغيرات إشارة الهيموغلوبين كان يشار إليها في وحدات التعسفي من ميليمول ملليمتر (mM × مم)2،18.

وينبغي لتجارب ال FNIRS أن تختار أكثر الطرق ملاءمة بما في ذلك إعدادات المسبار، وتصميمات التجربة، وأساليب التحليل. وفيما يتعلق بإعداد المسبار، فإن الطريقة الدولية 10-20 المستخدمة في قياس تخطيط كهربية الدماغ هي معيار الإعداد الذي يستخدمه العديد من الباحثين في التصوير العصبي. في السنوات الأخيرة، تم استخدام إعدادات التنسيق على أساس الدماغ القياسي على أساس إحداثيات معهد مونتريال العصبي (MNI). تستخدم التجربة تصميم كتلة ، يستخدم عادة للمهام الحسية الحركية ، وتصميما متعلقا بالحدث. هذه طريقة لمقارنة التغيرات في تركيز الهيموغلوبين في الراحة وأثناء المهام. مستويات تركيز HbO2 زيادة ومستويات تركيز HHb تنخفض مع التغيرات في تدفق الدم الدماغي المرتبطة النشاط القشري تعتمد على المهمة. 10- ورغم وجود أساليب تحليل مختلفة، فإن البرمجيات الحرة للمعهد الوطني للإبلاغ عن الألغام – نظام الإدارة الوطنية تمكن من إجراء تحليل مماثل لرسم الخرائط الإحصائية البارامترية (SPM) للمعهد. يستخدم علاج بيانات NIRS نهجا أحادي المتغيرات الجماعية استنادا إلى النموذج الخطي العام (GLM). عند إجراء تحليل نشاط الدماغ المعتمد على المهام ، يمكن أن تتأثر قياسات fNIRS بالنشاط العصبي المثار أو غير المثار والتدخلات الفسيولوجية الجهازية (معدل ضربات القلب وضغط الدم ومعدل التنفس ونشاط الجهاز العصبي اللاإرادي) في المقصورة الدماغية وخارج الدماغ23. لذلك ، فإن معالجة ما قبل التحليل ، والتصفية ، وتحويل الموجة ، وتحليل المكون الرئيسي مفيدة23. وفيما يتعلق تصفية والتحف من معالجة البيانات باستخدام NIRS-SPM، تم استخدام تصفية تمريرمنخفضة 9 وطول وصف الحد الأدنى الموجي (Wavelet-MDL)24 detrending للتغلب على الحركة أو مصادر أخرى من الضوضاء / القطع الأثرية. للحصول على تفاصيل هذه الطريقة التحليلية، راجع تقرير يي وآخرون25. على الرغم من وجود تقارير تستخدم SPM فقط ، إلا أنها ليست سوى فهرس نوعي عن طريق تحليل الصور ، ونظرا لانخفاض الدقة المكانية ل NIRS ، فإن الحذر الشديد مطلوب لتحليل المجموعة. وعلاوة على ذلك، عندما يكون برنامج إدارة القنوات ثابتا، لا ينبغي إجراء مقارنات رقمية بين القنوات والأفراد، ولكن يمكن التحقق من الفرق في التغييرات في كل قناة. بناء على الشروط المذكورة أعلاه، من أجل استكمال نتائج تحليل مجموعة NIRS-SPM، استخدمنا طريقة التحليل الأصلية للتحليل متعدد القنوات بعد تحسين دقة التسجيل المكاني. قارن هذا التحليل متعدد القنوات سعة التغيير في مستويات HbO2 وHHB بين فترات الراحة وفترات العمل في كل قناة قبل وبعد العلاج مباشرة باستخدام نماذج مختلطة هرمية مع تدخلات ثابتة (قبل أو بعد) ، وفترات محددة (الراحة أو على المهمة) ، والآثار الفردية العشوائية.

وبهذه الطريقة، هناك عدة أساليب لقياس وتحليل ال FNIRS؛ ومع ذلك، لم يتم تأسيس أي أسلوب قياسي. في هذه الورقة ، نقدم أساليبنا ، ورسم الخرائط البارامترية الإحصائية النوعية القائمة على GLM والنموذج المختلط الهرمي متعدد المستويات المقارنة ، لتحليل البيانات التي تم الحصول عليها من تجربة fNIRS متعددة القنوات لما قبل التدخل مقابل ما بعده باستخدام تصميم الكتلة مع المهام الحسية الحركية.

Protocol

تمت الموافقة على هذه الدراسة من قبل مجلس المراجعة المؤسسية (IRB) التابع لجامعة فوكوكا في اليابان (IRB No. 2017M017). وقبل المشاركة، قدم جميع المرضى موافقة خطية مستنيرة. 1. إعداد تجربة fNIRS ملاحظة: تم استخدام نظام NIRS متعدد القنوات مستمر الموجة المستندة إلى الليزر لهذه التج?…

Representative Results

هنا ، نقدم إعادة التأهيل بمساعدة الروبوت التي تعمل عليها مجموعتنا حاليا: آثار الارتجاع البيولوجي على العجز الحركي في الأطراف العلوية في المرضى الذين يعانون من السكتة الدماغية الحادة. أدرجنا 10 مرضى بالتراضي في السكتة الدماغية (متوسط العمر: 66.8 ± 12.0 سنة؛ امرأتان وثمانية رج?…

Discussion

في مجموعتنا طرق تحليلية لfNIRS، بالإضافة إلى إجراء طريقة تحليلية التصوير عن طريق التعيينات النوعية رالإحصائية، قارنا قبل مقابل بعد التدخل (ممارسة بمساعدة الروبوت) باستخدام التحليل المتعدد القنوات المقارنة. للتحليل النوعي، استخدمنا برنامج NIRS-SPM كنهج أحادي المتغيرات الشامل استنادا إلى…

Disclosures

The authors have nothing to disclose.

Acknowledgements

وقد دعم هذا العمل جزئيا من قبل الجمعية اليابانية لتعزيز العلوم (JSPS) منحة في المعونة للبحوث العلمية (C) 18K08956 وصندوق من معهد البحوث المركزي لجامعة فوكوكا (رقم 201045).

Materials

3D-digitizer software TOPCON NS-1000 software ver.1.50
NIRS system Shimadzu FOIRE-3000
Robot CYBERDYNE Single-joint type Hybrid Assitive Limb (HAL-SJ)

References

  1. Bonilauri, A., Sangiuliano Intra, F., Pugnetti, L., Baselli, G., Baglio, F. A systematic review of cerebral functional near-infrared spectroscopy in chronic neurological diseases-actual applications and future perspectives. Diagnostics (Basel). 10 (8), (2020).
  2. Mihara, M., Miyai, I. Review of functional near-infrared spectroscopy in neurorehabilitation. Neurophotonics. 3 (3), 031414 (2016).
  3. Yang, M., Yang, Z., Yuan, T., Feng, W., Wang, P. A systemic review of functional near-infrared spectroscopy for stroke: Current application and future directions. Frontiers in Neurology. 10, 58 (2019).
  4. Pinti, P., et al. The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience. Annals of the New York Academy of Sciences. 1464 (1), 5-29 (2020).
  5. Obrig, H. NIRS in clinical neurology – a ‘promising’ tool. Neuroimage. 85, 535-546 (2014).
  6. Fujimoto, H., et al. Cortical changes underlying balance recovery in patients with hemiplegic stroke. Neuroimage. 85, 547-554 (2014).
  7. Herold, F., et al. Functional near-infrared spectroscopy in movement science: a systematic review on cortical activity in postural and walking tasks. Neurophotonics. 4 (4), 041403 (2017).
  8. Leff, D. R., et al. Assessment of the cerebral cortex during motor task behaviours in adults: a systematic review of functional near infrared spectroscopy (fNIRS) studies. Neuroimage. 54 (4), 2922-2936 (2011).
  9. Morishita, T., et al. Changes in motor-related cortical activity following deep brain stimulation for parkinson’s Disease detected by functional near infrared spectroscopy: A pilot study. Frontiers in Human Neuroscience. 10, 629 (2016).
  10. Lee, S. H., Jin, S. H., An, J. The difference in cortical activation pattern for complex motor skills: A functional near- infrared spectroscopy study. Science Reports. 9 (1), 14066 (2019).
  11. Hatakenaka, M., Miyai, I., Mihara, M., Sakoda, S., Kubota, K. Frontal regions involved in learning of motor skill–A functional NIRS study. Neuroimage. 34 (1), 109-116 (2007).
  12. Saita, K., et al. Combined therapy using botulinum toxin A and single-joint hybrid assistive limb for upper-limb disability due to spastic hemiplegia. Journal of the Neurological Sciences. 373, 182-187 (2017).
  13. Chang, P. H., et al. The cortical activation pattern by a rehabilitation robotic hand: a functional NIRS study. Frontiers in Human Neuroscience. 8, 49 (2014).
  14. Bae, S. J., Jang, S. H., Seo, J. P., Chang, P. H. The optimal speed for cortical activation of passive wrist movements performed by a rehabilitation robot: A functional NIRS study. Frontiers in Human Neuroscience. 11, 194 (2017).
  15. Saita, K., et al. Biofeedback effect of hybrid assistive limb in stroke rehabilitation: A proof of concept study using functional near infrared spectroscopy. PLoS One. 13 (1), 0191361 (2018).
  16. Mihara, M., et al. Near-infrared spectroscopy-mediated neurofeedback enhances efficacy of motor imagery-based training in poststroke victims: a pilot study. Stroke. 44 (4), 1091-1098 (2013).
  17. Naseer, N., Hong, K. S. fNIRS-based brain-computer interfaces: a review. Frontiers in Human Neuroscience. 9, 3 (2015).
  18. Mihara, M., et al. Neurofeedback using real-time near-infrared spectroscopy enhances motor imagery related cortical activation. PLoS One. 7 (3), 32234 (2012).
  19. Tak, S., Jang, J., Lee, K., Ye, J. C. Quantification of CMRO(2) without hypercapnia using simultaneous near-infrared spectroscopy and fMRI measurements. Physics in Medicine and Biology. 55 (11), 3249-3269 (2010).
  20. Strangman, G., Culver, J. P., Thompson, J. H., Boas, D. A. A quantitative comparison of simultaneous BOLD fMRI and NIRS recordings during functional brain activation. Neuroimage. 17 (2), 719-731 (2002).
  21. Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. Neuroimage. 85, 6-27 (2014).
  22. Delpy, D. T., et al. Estimation of optical pathlength through tissue from direct time of flight measurement. Physics in Medicine and Biology. 33 (12), 1433-1442 (1988).
  23. Tachtsidis, I., Scholkmann, F. False positives and false negatives in functional near-infrared spectroscopy: issues, challenges, and the way forward. Neurophotonics. 3 (3), 031405 (2016).
  24. Jang, K. E., et al. Wavelet minimum description length detrending for near-infrared spectroscopy. Journal of Biomedical Optics. 14 (3), 034004 (2009).
  25. Ye, J. C., Tak, S., Jang, K. E., Jung, J., Jang, J. NIRS-SPM: statistical parametric mapping for near-infrared spectroscopy. Neuroimage. 44 (2), 428-447 (2009).
  26. Orihuela-Espina, F., Leff, D. R., James, D. R., Darzi, A. W., Yang, G. Z. Quality control and assurance in functional near infrared spectroscopy (fNIRS) experimentation. Physics in Medicine and Biology. 55 (13), 3701-3724 (2010).
  27. Benjamini, Y., Hochberg, Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society Series B. 57 (1), 289-300 (1995).
  28. Herold, F., Wiegel, P., Scholkmann, F., Muller, N. G. Applications of functional near-infrared spectroscopy (fNIRS) neuroimaging in exercise(-)cognition science: A systematic, methodology-focused review. Journal of Clinial Medicine. 7 (12), (2018).
  29. Boden, S., et al. The oxygenation response to functional stimulation: is there a physiological meaning to the lag between parameters. Neuroimage. 36 (1), 100-107 (2007).
  30. Pinti, P., Scholkmann, F., Hamilton, A., Burgess, P., Tachtsidis, I. Current status and issues regarding pre-processing of fNIRS neuroimaging data: An investigation of diverse signal filtering Methods within a general linear model Framework. Frontiers in Human Neuroscience. 12, 505 (2018).
  31. Udina, C., et al. Functional near-infrared spectroscopy to study cerebral hemodynamics in older adults during cognitive and motor tasks: a review. Frontiers in Aging Neuroscience. 11, 367 (2019).
  32. Verghese, J., Wang, C., Ayers, E., Izzetoglu, M., Holtzer, R. Brain activation in high-functioning older adults and falls: Prospective cohort study. Neurology. 88 (2), 191-197 (2017).
  33. Yucel, M. A., et al. Short separation regression improves statistical significance and better localizes the hemodynamic response obtained by near-infrared spectroscopy for tasks with differing autonomic responses. Neurophotonics. 2 (3), 035005 (2015).
  34. Torricelli, A., et al. Time domain functional NIRS imaging for human brain mapping. Neuroimage. 85, 28-50 (2014).
  35. Giacalone, G., et al. Time-domain near-infrared spectroscopy in acute ischemic stroke patients. Neurophotonics. 6 (1), 015003 (2019).
  36. Saita, K., et al. Contralateral cerebral hypometabolism after cerebellar stroke: a functional near-infrared spectroscopy study. Journal of Stroke and Cerebrovascular Diseases. 26 (4), 69-71 (2017).

Play Video

Cite This Article
Saita, K., Morishita, T., Arima, H., Ogata, T., Inoue, T. Qualitative and Comparative Cortical Activity Data Analyses from a Functional Near-Infrared Spectroscopy Experiment Applying Block Design. J. Vis. Exp. (166), e61836, doi:10.3791/61836 (2020).

View Video