गुणात्मक और तुलनात्मक कॉर्टिकल गतिविधि डेटा एक कार्यात्मक निकट-इन्फ्रारेड स्पेक्ट्रोस्कोपी प्रयोग आवेदन ब्लॉक डिजाइन से विश्लेषण करता है

Summary

हम एक संवेदी कार्य के साथ एक ब्लॉक डिजाइन का उपयोग कर निरंतर तरंग कार्यात्मक निकट अवरक्त स्पेक्ट्रोस्कोपी प्रयोग के विश्लेषण का वर्णन करते हैं। डेटा विश्लेषण की विश्वसनीयता बढ़ाने के लिए, हमने गुणात्मक सामान्य रैखिक मॉडल-आधारित सांख्यिकीय पैरामेट्रिक मैपिंग और बहु-चैनलों के लिए तुलनात्मक पदानुक्रमित मिश्रित मॉडल का उपयोग किया।

Abstract

न्यूरोइमेजिंग अध्ययन पूर्व-बनाम पोस्ट-इंटरवेंशनल न्यूरोलॉजिकल स्थितियों जैसे पुनर्वास और शल्य चिकित्सा उपचार के मूल्यांकन में महत्वपूर्ण भूमिका निभाते हैं। मस्तिष्क गतिविधि को मापने के लिए उपयोग की जाने वाली कई न्यूरोइमेजिंग प्रौद्योगिकियों में, कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस) कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई) के समान स्थानीय हीमोग्लोबिन स्तरों को मापकर गतिशील कॉर्टिकल गतिविधियों के मूल्यांकन में सक्षम बनाता है। इसके अलावा, FNIRS में कम शारीरिक प्रतिबंध के कारण, संवेदी कार्यों के कई वेरिएंट का मूल्यांकन किया जा सकता है। कई प्रयोगशालाओं ने FNIRS डेटा विश्लेषण के लिए कई तरीके विकसित किए हैं; हालांकि, इस तथ्य के बावजूद कि सामान्य सिद्धांत समान हैं, कोई सार्वभौमिक मानकीकृत विधि नहीं है। यहां, हम ब्लॉक डिज़ाइन का उपयोग करके मल्टी-चैनल एफएनआईआरएस प्रयोग से प्राप्त डेटा के गुणात्मक और तुलनात्मक विश्लेषणात्मक तरीकों को प्रस्तुत करते हैं। गुणात्मक विश्लेषण के लिए, हमने सामान्यीकृत रैखिक मॉडल के आधार पर बड़े पैमाने पर एकवाणीय दृष्टिकोण के रूप में एनआईआरएस के लिए एक सॉफ्टवेयर का उपयोग किया। एनआईआर-एसपीएम विश्लेषण कार्य के दौरान सक्रिय क्षेत्र की कल्पना करके प्रत्येक सत्र के लिए गुणात्मक परिणाम दिखाता है। इसके अलावा, गैर-इनवेसिव त्रि-आयामी डिजिटाइज़र का उपयोग मस्तिष्क के सापेक्ष एफएनआईआरएस चैनल स्थानों का अनुमान लगाने के लिए किया जा सकता है। एनआईआरएस-एसपीएम निष्कर्षों की पुष्टि करने के लिए, संवेदी कार्य द्वारा प्रेरित हीमोग्लोबिन स्तरों में परिवर्तनों के आयाम को बहु-चैनल पदानुक्रमित मिश्रित मॉडल का उपयोग करके एक ही अध्ययन विषय के दो अलग-अलग सत्रों (हस्तक्षेप से पहले और बाद) से प्राप्त आंकड़ों की तुलना करके सांख्यिकीय रूप से विश्लेषण किया जा सकता है। हमारे तरीकों का उपयोग विभिन्न प्रकार के न्यूरोलॉजिकल विकारों जैसे आंदोलन विकारों, सेरेब्रोवैस्कुलर रोगों और न्यूरोसाइकियाट्रिक विकारों में पूर्व-बनाम हस्तक्षेप विश्लेषण को मापने के लिए किया जा सकता है।

Introduction

संवेदी गड़बड़ी के बाद न्यूरोरेहैबिलिटेशन कार्यात्मक वसूली में महत्वपूर्ण भूमिका निभाता है। न्यूरोप्लास्टिसिटी से जुड़े कार्यात्मक वसूली के तंत्र को स्पष्ट करने के लिए, विभिन्न न्यूरोइमेजिंग प्रौद्योगिकियों का उपयोग किया गया है, जैसे कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई), पॉजिट्रॉन उत्सर्जन टोमोग्राफी (पीईटी), इलेक्ट्रोएंसेफलोग्राफी (ईईजी), और कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस)। विभिन्न इमेजिंग तौर-तरीकों के अलग-अलग फायदे और नुकसान होते हैं। यद्यपि एफएमआरआई सबसे विशिष्ट उपकरण है, यह चुंबकीय क्षेत्रों से प्रभावित है, इसमें उच्च लागत, उच्च भौतिक प्रतिबंध और सीमित संवेदी कार्य^1,2,3,4हैं। FNIRS डिवाइस एक गैर-निवास ऑप्टिकल न्यूरोइमेजिंग के रूप में खड़ा है और इसमें अपेक्षाकृत कम स्थानिक संकल्प है, लेकिन इसमें एफएमआरआई⁴की तुलना में बेहतर अस्थायी संकल्प है। उपचार प्रभावों की पुष्टि करते समय फनीआरएस उपयुक्त है क्योंकि यह पूर्व-बनाम पोस्ट-इंटरवेंशन प्रभावों की तुलना करता है, गतिशील मोटर कार्य है, पोर्टेबल है, और एफएमआरआई^1,2,4की तुलना में प्राकृतिक वातावरण में अधिक कार्य करता है। एनआईआरएसएस को सेरेब्रोवैस्कुलर रोग, मिर्गी संबंधी विकारों, गंभीर मस्तिष्क की चोट, पार्किंसंस रोग और संज्ञानात्मक हानि^1,5के क्षेत्रों में अधिक उपयुक्त होने की सूचना दी गई है । संवेदी कार्यों के संबंध में, इसका व्यापक रूप से चाल और स्थायी संतुलन^6,7,8,ऊपरी अंग समारोह (हाथ लोभी, उंगली दोहन)^{8, 9,}जटिल मोटर कौशल प्रशिक्षण^10,11,रोबोटिक्स^{12,13, 14,15,}और मस्तिष्क-कंप्यूटर इंटरफेस^{16,17, 18}में उपयोग किया^जाताहै। एफएनआईआरएस ऑप्टिकल न्यूरोइमेजिंग और न्यूरोवैस्कुलर कपलिंग के सिद्धांतों पर आधारित है, जो कॉर्टिकल मेटाबोलिक गतिविधि को मापते हैं, रक्त प्रवाह में वृद्धि करते हैं, और परिणामस्वरूप माध्यमिक संकेतों के रूप में कॉर्टिकल गतिविधि^19। fNIRS संकेतों को ब्लड ऑक्सीजन लेवल के संकेतों के साथ मजबूत सहसंबंध की सूचना दी गई है निर्भर fMRI²⁰. एक सतत-तरंग fNIRS संशोधित बीयर-लैम्बर्ट कानून का उपयोग ऑक्सीजनयुक्त हीमोग्लोबिन_{(एचबीओ 2)}और डिऑक्सीजेनेटेड हीमोग्लोबिन (एचएचबी) कॉर्टिकल एकाग्रता स्तर में परिवर्तन को निर्धारित करने के लिए ब्रॉडबैंड के पास अवरक्त प्रकाश क्षीणन^{21, 22}में मापा गया परिवर्तन के आधार पर किया^जाताहै । क्योंकि निरंतर-तरंग एनआईआरएसएस प्रणाली का उपयोग करके अंतर पथ-लंबाई कारक (डीपीएफ) को मापना संभव नहीं था, इसलिए हमने माना कि डीपीएफ स्थिर था और हीमोग्लोबिन सिग्नल परिवर्तन मिलीमोल-मिलीमीटर (एमएम एक्स एमएम)^2,18की मनमाने इकाइयों में दर्शाए गए थे।

FNIRS प्रयोगों को जांच सेटिंग्स, प्रयोग डिजाइन, और विश्लेषण विधियों सहित सबसे पर्याप्त तरीकों का चयन करने की आवश्यकता है। जांच सेटिंग के बारे में, ईईजी माप में उपयोग की जाने वाली अंतरराष्ट्रीय 10-20 विधि न्यूरोइमेजिंग में कई शोधकर्ताओं द्वारा उपयोग किया जाने वाला सेटिंग मानक है। हाल के वर्षों में, मॉन्ट्रियल न्यूरोलॉजिकल इंस्टीट्यूट (एमएनआई) निर्देशांक के आधार पर मानक मस्तिष्क के आधार पर समन्वय सेटिंग्स का उपयोग किया गया है। प्रयोग एक ब्लॉक डिजाइन का उपयोग करता है, आम तौर पर संवेदी कार्यों के लिए इस्तेमाल किया, और एक घटना से संबंधित डिजाइन । यह आराम और कार्यों के दौरान हीमोग्लोबिन एकाग्रता में परिवर्तन की तुलना करने की एक विधि है; _{एचबीओ 2} एकाग्रता का स्तर बढ़ता है और एचएचबी एकाग्रता का स्तर कार्य-निर्भर कॉर्टिकल गतिविधि से जुड़े मस्तिष्क रक्त प्रवाह में परिवर्तन के साथ कम हो जाता है। यद्यपि विभिन्न विश्लेषण विधियां हैं, एनआईआर-एसपीएम मुक्त सॉफ्टवेयर एफएमआरआई के सांख्यिकीय पैरामेट्रिक मैपिंग (एसपीएम) के समान विश्लेषण को सक्षम बनाता है। एनआईआरएस डेटा का उपचार सामान्य रैखिक मॉडल (जीएलएम) के आधार पर बड़े पैमाने पर एकवीय दृष्टिकोण का उपयोग करता है। कार्य-निर्भर मस्तिष्क गतिविधि विश्लेषण करते समय, सेरेब्रल और एक्सपेरिमेंटल डिब्बे²³में फनीआरएस माप पैदा या गैर-पैदा किए गए न्यूरोनल गतिविधि और प्रणालीगत शारीरिक हस्तक्षेप (हृदय गति, रक्तचाप, श्वास दर, और स्वायत्त तंत्रिका तंत्र गतिविधि) से प्रभावित हो सकते हैं। इसलिए, प्री-एनालिसिस प्रोसेसिंग, फिल्टरिंग, वेवलेट रूपांतरण और प्रमुख घटक विश्लेषण²³उपयोगी हैं। एनआईआरएस-एसपीएम, लो-पास फ़िल्टरिंग⁹ और वेवलेट मिनिमम डिस्क्रिप्शन लेंथ (वेवलेट-एमडीएल)²⁴ डिट्रेंडिंग का उपयोग गति या शोर/विरूपण साक्ष्य के अन्य स्रोतों को दूर करने के लिए डेटा प्रोसेसिंग के फ़िल्टरिंग और कलाकृतियों के बारे में किया गया था । इस विश्लेषणात्मक विधि के विवरण के लिए, सुनो एट अल²⁵की रिपोर्ट का उल्लेख करें । यद्यपि केवल एसपीएम का उपयोग करने वाली रिपोर्टें हैं, यह छवि विश्लेषण द्वारा केवल एक गुणात्मक सूचकांक है, और एनआईआरएस के कम स्थानिक संकल्प के कारण, समूह विश्लेषण के लिए अत्यधिक सावधानी की आवश्यकता होती है। इसके अलावा, जब डीपीएफ स्थिर होता है, तो चैनलों और व्यक्तियों के बीच संख्यात्मक तुलना नहीं की जानी चाहिए, लेकिन प्रत्येक चैनल में परिवर्तनों में अंतर सत्यापित किया जा सकता है। उपरोक्त शर्तों के आधार पर, एनआईआरएस-एसपीएम समूह विश्लेषण परिणामों को पूरक करने के लिए, हमने स्थानिक पंजीकरण की सटीकता में सुधार के बाद बहु-चैनल विश्लेषण के लिए मूल विश्लेषण विधि का उपयोग किया। इस बहु-चैनल विश्लेषण ने निश्चित हस्तक्षेपों (पहले या बाद), निश्चित अवधि (आराम या कार्य) और यादृच्छिक व्यक्तिगत प्रभावों के साथ पदानुक्रमित मिश्रित मॉडल का उपयोग करके उपचार के तुरंत बाद प्रत्येक चैनल पर बाकी और ऑन-टास्क अवधियों के बीच_{एचबीओ 2} और एचएचबी स्तरों में परिवर्तन के आयाम की तुलना की।

इस तरह, कई फनीआरएस माप और विश्लेषण विधियां हैं; हालांकि, कोई मानक विधि स्थापित नहीं की गई है। इस पेपर में, हम संवेदी कार्यों के साथ ब्लॉक डिजाइन का उपयोग करके पूर्व-बनाम पोस्ट-इंटरवेंशन के बहु-चैनल fNIRS प्रयोग से प्राप्त डेटा का विश्लेषण करने के लिए हमारे तरीकों, गुणात्मक जीएलएम-आधारित सांख्यिकीय पैरामेट्रिक मैपिंग और तुलनात्मक बहु-स्तरीय पदानुक्रमित मिश्रित मॉडल का परिचय देते हैं।

Protocol

इस अध्ययन को फुकुओका विश्वविद्यालय, जापान (आईआरबी नंबर 2017M017) के संस्थागत समीक्षा बोर्ड (आईआरबी) द्वारा अनुमोदित किया गया था । भाग लेने से पहले, सभी रोगियों को लिखित सूचित सहमति प्रदान की गई ।

1. FNIRS प्रयोग की तैयारी

नोट: इस प्रयोग के लिए एक बहु-चैनल सतत-तरंग लेजर-आधारित एनआईआरएस प्रणाली का उपयोग किया गया था। निकट अवरक्त प्रकाश की तरंगदैर्ध्य 780 एनएम, 805 एनएम और 830 एनएम थी, और नमूना दर 7.8 हर्ट्ज पर निर्धारित की गई थी। समय और स्थानिक संकल्प (प्रकाश उत्सर्जक और डिटेक्टर जांच के बीच की दूरी) क्रमशः 0.13 एस और 3.0 सेमी थे।

1. एक अंधेरे नीरव जगह में fNIRS डिवाइस सेट करें। कमरे के तापमान पर प्रयोग ों का संचालन करें। प्रयोग से पहले 30 मिनट fNIRS साधन शुरू करते हैं।
   नोट: फनीआरएस सिस्टम का उपयोग नियंत्रित तापमान और आर्द्रता की स्थिति में किया जाता है ताकि उपकरण²⁶का स्थिर संचालन सुनिश्चित किया जा सके ।
2. FNIRS रिकॉर्डिंग के लिए एक पूरे सिर टोपियां का उपयोग करें और विषय के सिर पर सिर टोपी संलग्न इस तरह है कि अंतरराष्ट्रीय 10-20 प्रणाली के केंद्रीय (Cz) के अनुरूप स्थिति सिर टोपी के धारक नंबर २४५ पर स्थित है । (चित्रा 1)।
3. संदर्भ स्थानिक बिंदुओं के लिए अंकन स्टीकर संलग्न: nasion (Nz), सही बाहरी श्रवण मीटस (एआर), और छोड़ दिया बाहरी श्रवण मीटस (अल) ।
   नोट: क्योंकि तीन आयामी (3 डी) निर्देशांक Nz, एआर, अल अंकन स्टीकर और Cz धारक की स्थिति के आसपास पढ़ा रहे हैं, यह एक तस्वीर लेने से पहले अंकन स्टीकर संलग्न करने के लिए आवश्यक है ।
4. स्थानिक पंजीकरण के लिए एक उच्च-रिज़ॉल्यूशन डिजिटल कैमरे के अंशांकन के बाद, 15 दृष्टिकोणों से संदर्भ बिंदुओं (सीजेड, एनजेड, एआर और एलआर) को दिखाते हुए जांच स्थान के साथ विषय के सिर की तस्वीरें लें।
   नोट: कृपया जांच रखने से पहले एक तस्वीर ले लो । यदि जांच रखने के बाद कोई तस्वीर ली जाती है, तो मार्कर लैंडमार्क जांच और तारों की डोरी से छिपा हो सकता है। जैसा कि निर्माता द्वारा अनुशंसित, 12 चित्रों को 30° तिरछे रूप से विषय के दाईं ओर आगे ले जाने के बाद, तीन या अधिक चित्रों को थोड़ा ऊपर ले जाएं ताकि सीजेड (धारक नंबर 245) चित्र में दिखाई दे। इसका कारण यह है कि कुल 15 या अधिक शॉट्स पर कब्जा करते समय इसे त्रि-आयामी बनाना आसान है।
5. ध्यान से विषय के बालों को अलग करें जो जांच को संलग्न करने के लिए प्रकाश उत्सर्जक डायोड (एलईडी)-जलाई गई प्लास्टिक रॉड का उपयोग करके ऑप्टोड में हस्तक्षेप करते हैं। जांच की व्यवस्था करें ताकि ऑप्टोड खोपड़ी की सतह से न्यूनतम दूरी पर और खोपड़ी के संपर्क में संलग्न हों।
   नोट: ध्यान से जांचें कि क्या ऑप्टोड्स के लगाव के कारण रोगी के लिए कोई दबाव या असुविधा है, क्योंकि स्वायत्त तंत्रिका तंत्र सक्रियण²³से जुड़े प्रणालीगत confounders की बढ़ती ताकत है ।
6. ३२ ऑप्टोड्स (16 प्रकाश स्रोतों और 16 डिटेक्टरों; प्रत्येक गोलार्द्ध के लिए 4 x 4 सरणी) के साथ ४८-चैनल प्रणाली की व्यवस्था ब्याज के क्षेत्रों के रूप में ललाट और पार्श्व क्षेत्रों पर द्विपक्षीय रूप से एक सिर टोपी के लिए(चित्रा 2)।
7. स्थानिक पंजीकरण निर्धारित करने के लिए 3डी-डिजिटाइज़र सॉफ्टवेयर शुरू करें और उपयोग करें।
8. एक पूरे सिर के चित्र डेटा स्कैन करने के बाद, ऑटो को मापने और मूल और दूसरों फ़ाइल (* CSV फ़ाइल) के रूप में बचाने के द्वारा प्रत्येक रोगी के स्थानिक समंवय का निर्धारण ।
   नोट: यदि स्वचालित माप का उपयोग करके छवियों से समन्वय बिंदुओं का पता नहीं लगाया जा सका है, तो समायोजन को मैन्युअल रूप से इनपुट करें।

2. प्रयोग चलाएं

1. प्रयोग के लिए एक ब्लॉक डिजाइन का चयन करें, और कार्य अध्ययन के लिए रुचि का कोई भी आंदोलन हो सकता है जैसे हाथ खोलने/बंद करने, उंगली दोहन, आदि । हमारे पिछले अध्ययन में, कार्य रोबोट की सहायता से कोहनी आंदोलनों¹⁵था ।
   नोट: प्रत्येक चक्र तीन ब्लॉकों से बना है (15 एस आराम - 15 एस कार्य - 15 एस आराम), और प्रत्येक रोगी प्रत्येक सत्र में सात चक्रों को पूरा करता है।
2. प्रतिभागी को शुरुआती सिग्नल तक आरामदायक स्थिति में इंतजार करें। विषय को आराम और कार्य के दौरान अपनी आंखें बंद करने का निर्देश दें।
3. स्टार्ट और स्टॉप संकेत दें (यानी, "कोहनी का फ्लेक्सन और विस्तार दोहराएं", "स्टॉप एंड रिलैक्स")।
   नोट: माप के दौरान मत बोलो। माप के दौरान मॉनिटर स्क्रीन पर कलाकृतियों की सावधानीपूर्वक जांच करें।
4. एक ही मुद्रा में ब्लॉक डिजाइन कार्य करें। खड़े या बैठने की स्थिति के साथ ईमानदार मुद्रा हेडसेट को विकृत करने के लिए वांछनीय नहीं है।
   नोट: यदि रोगी समय की एक विस्तारित अवधि के लिए सिर धारक पहनने के बाद असहज महसूस करता है, हटाने या रोबोट की सहायता से व्यायाम के दौरान जांच ढीला ।
5. एनआईआरएसएस माप पूरा करने के बाद प्रयोग को समाप्त करने के लिए हेड होल्डर को हटा दें और स्टीकर चिह्नित करें।
   नोट: लंबे समय तक पहनने के कारण खोपड़ी को त्वचा की क्षति के लिए सावधानी से जांच करें।

3. एनआईआर-एसपीएम सॉफ्टवेयर का उपयोग करके गुणात्मक जीएलएम विश्लेषण

1. मैटलैब सॉफ्टवेयर पर एनआईआर-एसपीएम शुरू करें। एनआईआरएसएस डिवाइस से प्राप्त_{एचबीओ 2} और एचएचबी एकाग्रता में बदलाव से संबंधित डेटा फ़ाइल को एनआईआरएस-एसपीएम विश्लेषण के लिए फाइल प्रारूप में परिवर्तित करें।
2. पॉप-अप मेनू से उपयोग किए गए एनआईआरएस सिस्टम विकल्प चुनें। लोड बटन का चयन करें और कन्वर्ट_{एचबीओ 2} और एचएचबी एकाग्रता परिवर्तन विकल्प चुनें।
3. एनआईआरएस चैनल स्थान के स्थानिक पंजीकरण का पता लगाएं। स्टैंड-अलोन चेकबॉक्स चुनें और फिर 3डी डिजिटाइजर चेकबॉक्स के साथ चुनें।
4. रियल निर्देशांक से लेकर एमएनआई स्पेस तक, _origin चुनने के लिए संवाद बॉक्स का उपयोग करें। सीएसवी समन्वय संदर्भ बिंदु फ़ाइल का जिक्र करते हुए, और _others। सीएसवी समन्वय जांच/चैनल फ़ाइल का जिक्र करते हुए ।
5. रजिस्ट्रेशन बटन चुनें। स्थानिक अनुमान के लिए आगे बढ़ने के लिए अंक चुनें, और ठीक बटन पर क्लिक करें। प्रोजेक्ट MNI पर क्लिक करें प्रदान किए गए मस्तिष्क बटन के समन्वय के लिए।
   नोट: एनआईआरएस चैनल स्थानों की स्थानिक स्थिति मॉन्ट्रियल न्यूरोलॉजिकल संस्थान (एमएनआई) मस्तिष्क टेम्पलेट के आधार पर अनुमानित है।
6. डॉरसल व्यू ऑप्शन चुनें और सेव बटन पर क्लिक करें।
7. निर्दिष्ट 1^स्तर अनुभाग में, एनआईआरएसएस डेटा फाइलनेम और एसपीएम निर्देशिका का चयन करें। हीमोग्लोबिन चेकबॉक्स का चयन करें; _{एचबीओ 2} या एचएचबी. निर्दिष्ट डिजाइन के विकल्प को हाइलाइट करें और सेकंड विकल्प का चयन करें। शर्त/परीक्षण विकल्पों की संख्या को हाइलाइट करें और 7नंबर दर्ज करें ।
8. शुरुआत और अवधि [एस] विकल्पों के वेक्टर को हाइलाइट करें और इस प्रकार के रूप में प्रयोगात्मक स्थितियों की अवधि से गुणा शुरुआत के एक वेक्टर दर्ज करें।
   नोट: इस मामले में, शुरुआत के समय के वेक्टर को [15:45:285] या [15 60 105 150 195 240 285] केरूप में निर्दिष्ट किया जाना चाहिए। अवधि के वेक्टर को [15 * लोगों (7,1)] या [15 15 15 15 15] केरूप में निर्दिष्ट किया जाना चाहिए।
9. डिट्रेंडिंग के लिए वेवलेट-एमडीएल बटन का चयन करें। प्रीकलरिंग विधि का उपयोग करें: कम-पास फ़िल्टर और एचआरएफ बटन का चयन करें, और धारावाहिक सहसंबंध के लिए सही करें, फिर कोई बटन न चुनें।
10. लौकिक सहसंबंधों का आकलन करने में, व्यक्तिगत विश्लेषणकी जांच करें ।
    नोट: एक टेक्स्ट फ़ाइल के रूप में व्यक्तिगत एमएनआई समन्वय प्रणालियों में FNIRS चैनल पदों के स्थानिक स्थानीयकरण को सहेजें। इसी तरह, एक पाठ फ़ाइल के रूप में व्यक्तिगत Brodmann क्षेत्र (बीए) के आधार पर नक्शा बचाओ ।
11. लौकिक सहसंबंधों का आकलन करने में, समूह विश्लेषणकी जांच करें । एनआईआरएस-एसपीएम ने एमएनआई मानकीकृत मस्तिष्क समन्वय प्रणाली के अनुसार प्रतिभागियों की संख्या के मतलब ऑप्टोड पदों को गठबंधन किया।
12. मानकीकृत मस्तिष्क के लिए हीमोग्लोबिन स्तर में परिवर्तन के आधार पर सक्रियण मानचित्र की गणना करें। _{एचबीओ 2} और एचएचबी स्तरों को पी < ०.०१ की एक गलत दहलीज पर महत्वपूर्ण माना जाता था ।
    नोट: समूह विश्लेषण के लिए दाएं प्रभावित पक्षों में बाएं/दाएं जानकारी को फ़्लिप किया गया था ।

4. पदानुक्रमित मिश्रित मॉडल के आधार पर बहु-चैनल तुलनात्मक विश्लेषण

1. एसएएस सॉफ्टवेयर शुरू करें। टेक्स्ट डॉक्युमेंट को कन्वर्ट करें (। एक कम पास फिल्टर (कट-ऑफ फ्रीक्वेंसी_0.1 हर्ट्ज पर सेट किया गया था) के साथ संसाधित एनआईआरएस डेटा फ़ाइल में एचबीओ 2 और एचएचबी के एकाग्रता परिवर्तनों का TXT) स्प्रेडशीट सॉफ्टवेयर अल्पविराम अलग मूल्यों फ़ाइल () के लिए 0.1 हर्ट्ज पर सेट किया गया था। सीएसवी) ।
2. कार्यक्रम का उपयोग करके आयात एसएएस डेटा (.sas7bdat) बनाएं।
3. निम्नलिखित कमांड के साथ आयात फ़ाइल का उत्पादन करें, "आयात फ़ाइल" को libname करें
4. प्रत्येक विषय के लिए पूर्व-बनाम हस्तक्षेप फ़ाइल को आउटपुट करें, विश्लेषण एसएएस में निम्नलिखित आदेशों को चलाएं। (चित्र3) आयात फ़ाइल के निर्माण के दौरान, एक नाम दें जो विषय की जानकारी और पूर्व-बनाम पोस्ट-इंटरवेंशन (जैसे, id1 प्री, id1 पोस्ट...) की पहचान कर सके।
5. प्रत्येक चैनल (ch1-48) के लिए पूर्व और बाद हस्तक्षेप डेटा कमांड चलाएं; _{एचबीओ 2} और एचएचबी) इस प्रकार हैं(चित्रा 4)।
6. आउटपुट परिणामों से प्राप्त डेटा के आधार पर, स्प्रेडशीट वर्कबुक फ़ाइल (.xlsx) में प्रत्येक चैनल के पूर्व-बनाम हस्तक्षेप के बाद के अंतर (ऑन-टास्क और रेस्ट में अंतर), बाकी और ऑन-टास्क मान (अनुमानित मूल्य, ऊपरी सीमाएं और कम सीमाएं) इनपुट करें।
7. इसी तरह, स्प्रेडशीट वर्कबुक फाइल (.xlsx) के लिए फिक्स्ड इफेक्ट टाइप 3 टेस्ट के इंटरैक्ट आइटम के न्यूमरेटर और भाजक डिग्री, एफ वैल्यू और पी वैल्यू इनपुट करें ।
8. मल्टी-चैनल परीक्षण में झूठी खोज दर (एफडीआर) को नियंत्रित करने के लिए, बेंजामिन और होचबर्ग विधियों²⁷ का उपयोग करें और एफडीआर को 0.01 < पी-वैल्यू पर नियंत्रित करें।

Representative Results

इसके साथ, हम रोबोट की सहायता से पुनर्वास है कि हमारे समूह पर वर्तमान में काम कर रहा है परिचय: तीव्र स्ट्रोक के साथ रोगियों में ऊपरी अंग मोटर घाटे पर बायोफीडबैक प्रभाव । हम 10 सहमति स्ट्रोक रोगियों (मतलब आयु: ६६.८ ± १२.० साल; दो महिलाओं और आठ पुरुषों) जो हमारे अस्पताल में भर्ती थे शामिल थे । सबक्यूट स्ट्रोक चरण में, शुरुआत के 2 सप्ताह से अधिक समय बाद, हमने एक ही दिन ऊपरी अंग रोबोट-सहायता पुनर्वास से पहले और तुरंत बाद एक fNIRS प्रणाली का उपयोग करके इन रोगियों की मोटर से संबंधित कॉर्टिकल गतिविधि का मूल्यांकन किया। ब्लॉक डिजाइन कार्यों के बारे में, वे प्रत्येक कार्य चक्र में 15 एस के भीतर प्रभावित कोहनी फ्लेक्सन/एक्सटेंशन आंदोलनों 15x किया, और वे सात कार्य चक्र दोहराया । इसके अलावा, छह स्वस्थ स्वयंसेवकों (मतलब आयु: ५८.७ ± ७.१ वर्ष; दो महिलाओं और चार पुरुषों) को भी नियंत्रण के रूप में नामांकित किया गया ताकि सही कोहनी फ्लेक्सन/एक्सटेंशन आंदोलनों के दौरान सामान्य कार्य से संबंधित कॉर्टिकल एक्टिवेशन के स्थान की पहचान की जा सके ।

चित्रा 5 एनआईआर-एसपीएम सॉफ्टवेयर के साथ जीएलएम मॉडल का उपयोग करके टी-सांख्यिकीयमानचित्रण मूल्यों द्वारा 10 स्ट्रोक रोगियों के समूह विश्लेषण के परिणामों को दर्शाता है। इस विधि ने प्रशिक्षण से पहले की तुलना में रोबोट-सहायता प्राप्त पुनर्वास के तुरंत बाद मापा गोलार्द्ध में प्राथमिक मोटर कॉर्टेक्स की कॉर्टिकल गतिविधि में वृद्धि दिखाई। पूर्व हस्तक्षेप डेटा जुटाने, हस्तक्षेप (रोबोट की सहायता से व्यायाम), और बाद हस्तक्षेप डेटा जुटाने एक ही दिन और एक ही स्थान पर एक प्रयोगात्मक सत्र में प्रदर्शन किया गया ।

चित्रा 6 बहु चैनल समूह विश्लेषण के परिणामों से पता चलता है पूर्व बनाम बाद हस्तक्षेप (रोबोट की सहायता से व्यायाम) की तुलना । एसएएस सॉफ्टवेयर के साथ बहु-स्तरीय पदानुक्रमित मिश्रित मॉडल का सांख्यिकीय विश्लेषण किया गया था। प्राथमिक मोटर कॉर्टेक्स में बढ़ी हुई कॉर्टिकल गतिविधि हस्तक्षेप के बाद देखी गई, एनआईआर-एसपीएम में समान मस्तिष्क क्षेत्र।

चित्रा 1:त्रि-आयामी (3 डी) स्थानिक पंजीकरण की स्थापना और एफएनआईआरएस रिकॉर्डिंग के लिए उपयोग की जाने वाली हेड कैप के प्रत्येक धारक। आंकड़े में तीर द्वारा इंगित नंबर 245 धारक केंद्रीय स्थिति (सीजेड) को दर्शाता है, जो निर्देशांक अक्षों में से एक है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

चित्र 2-एफएनआईआरएस रिकार्डिंग के दौरान 32 ऑप्टोड के साथ 48 चैनल प्रणाली की व्यवस्था।(ए)हेड होल्डर पर जांच का स्थान,(बी)48 चैनलों और जांचों की व्यवस्था (16 हल्के स्रोत और 16 डिटेक्टर; प्रत्येक गोलार्द्ध के लिए 4 x 4 सरणी) कॉर्टिकल क्षेत्रों पर द्विपक्षीय रूप से एक सिर टोपी के लिए, ब्याज के क्षेत्रों के रूप में । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

चित्र 3:एसएएस विश्लेषण सॉफ्टवेयर में उपयोग की जाने वाली फ़ाइलों को बनाने के लिए कमांड इनपुट। यह आंकड़ा दिखाता है कि कमांड इनपुट स्क्रीन पर शब्दों और संख्यात्मक मूल्यों को कैसे परिभाषित किया जाए जो एनआईआरएसएस फ़ाइल से प्राप्त टेक्स्ट फाइल जानकारी को एक्सेल सीएसवी फ़ाइल में परिवर्तित करता है और फिर इसे एसएएस विश्लेषण के लिए परिवर्तित करता है। आईडी, आयु, सेक्स, ipsilesional पक्ष, पहले और हस्तक्षेप के बाद, कुल समय, और कार्य अवधि, संख्यानुसार दर्ज किया गया । इसके अलावा_{एचबीओ 2, एचएचबी}और टोटल हीमोग्लोबिन कंसंट्रेशन लेवल (एमएम एक्स एमएम) की जानकारी भी दर्ज की गई। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

चित्रा 4:एसएएस विश्लेषण सॉफ्टवेयर में प्रत्येक चैनल विश्लेषण के लिए उपयोग किए जाने वाले कमांड इनपुट। इस बहु-स्तरीय पदानुक्रमित मिश्रित मॉडल में, निम्नलिखित संख्यात्मक मूल्यों को सेट किया गया था और एसएएस कमांड इनपुट स्क्रीन पर दर्ज किया गया था। आराम पर स्थिति (कार्य = 0) और कार्य पर (कार्य = 1) की तुलना की गई थी, और वसूली पर स्थिति (कार्य = 2) को बाहर रखा गया था। इसके अलावा, हस्तक्षेप से पहले की स्थिति एन = 0 और स्थिति के तुरंत बाद हस्तक्षेप n = 1 करने के लिए सेट किया गया था, और बातचीत एचबीओ₂ और एचएचबी में परिवर्तन की राशि में सांख्यिकीय महत्वपूर्ण अंतर के लिए प्रत्येक चैनल के लिए जांच की गई थी । आंकड़े में, ch2 या ch47 तक इनपुट स्क्रीन जानकारी छोड़ दी जाती है। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

चित्रा 5:एनआरएस-एसपीएम सॉफ्टवेयर के साथ जीएलएम मॉडल का उपयोग करके टी-सांख्यिकीय मानचित्रण मूल्यों द्वारा समूह विश्लेषण केपरिणाम। सभी रोगियों से औसत कॉर्टिकल गतिविधि मानकीकृत मस्तिष्क मॉडल के उपरोक्त दृश्य पर चित्रित किया गया है। ऊपरी और निचला क्रमशः_{एचबीओ 2} और एचएचबी स्तर में कॉर्टिकल एक्टिवेशन का प्रतिनिधित्व करता है। सही छवि कार्यों के दौरान स्वस्थ विषयों की कॉर्टिकल गतिविधि को इंगित करती है। इससे पहले रोबोट की सहायता से पुनर्वास की तुलना करते हुए, उसी दिन रोबोट की सहायता से प्रशिक्षण के तुरंत बाद कॉर्टिकल गतिविधि बढ़ा दी गई थी । अन्य कॉर्टिकल क्षेत्रों की तुलना में, प्रत्येक प्रदर्शन की स्थिति में काफी वृद्धि हुई (गलत, पी < 0.01)। बिंदीदार रेखाएं सामान्यीकृत मस्तिष्क छवियों पर केंद्रीय सल्कस (सीएस) का संकेत देती हैं। इस आंकड़े को सैटा एट अल¹⁵से संशोधित किया गया है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

चित्रा 6:एसएएस सॉफ्टवेयर के साथ बहु-स्तरीय पदानुक्रमित मिश्रित मॉडल का उपयोग करके बहु-चैनल विश्लेषण का परिणाम। परिवर्तन की कॉर्टिकल गतिविधि रोबोट-सहायता प्राप्त पुनर्वास उपचारों का उपयोग करके पूर्व-और बाद के हस्तक्षेप के बीच तुलना का प्रतिनिधित्व करती है। बाईं छवि के लिए, एनआईआरएसएस चैनलों की संख्या एमएनआई समन्वय प्रणाली के अनुसार मानकीकृत मस्तिष्क पर आरोपित थी। सही छवि के लिए, लाल और नीले रंग क्रमशः_{एचबीओ 2} स्तर में वृद्धि और कमी का संकेत देते हैं (एफडीआर सही, पी < 0.01)। ग्रे इंगित करता है कि चैनलों को रोबोट की सहायता से पुनर्वास के बाद काफी परिवर्तन नहीं किया । इस आंकड़े को सैटा एट अल¹⁵से संशोधित किया गया है । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Discussion

FNIRS के लिए हमारे समूह विश्लेषणात्मक तरीकों में, गुणात्मक टी-सांख्यिकीय मानचित्रण द्वारा एक इमेजिंग विश्लेषणात्मक विधि प्रदर्शन के अलावा, हमने तुलनात्मक मल्टीचैनल विश्लेषण का उपयोग करके पूर्व-बनाम पोस्ट-इंटरवेंशन (रोबोट-असिस्टेड एक्सरसाइज) की तुलना की। गुणात्मक विश्लेषण के लिए, हमने सामान्यीकृत रैखिक मॉडल के आधार पर एक बड़े पैमाने पर यूनिवेरिएट दृष्टिकोण के रूप में एनआईआरएस-एसपीएम सॉफ्टवेयर का उपयोग किया। एनआईआरएस-एसपीएम विश्लेषण कार्य के दौरान सक्रिय क्षेत्र की कल्पना करके प्रत्येक सत्र के गुणात्मक परिणाम दिखाता है। इसके अलावा, गैर-इनवेसिव 3डी-डिजिटाइज़र की जानकारी मस्तिष्क के सापेक्ष एफएनआईआरएस चैनल स्थानों के अनुमान को सक्षम बनाती है। एनआईआरएस-एसपीएम विश्लेषण का उपयोग करने वाला समूह विश्लेषण संवेदी कार्यों के दौरान पूर्व-बनाम पोस्ट-हस्तक्षेप के किसी न किसी मस्तिष्क सक्रिय क्षेत्रों को पकड़ने में सक्षम था, लेकिन एक ही चैनलों में परिवर्तन में अंतर की तुलना नहीं कर सका । एनआईआरएस-एसपीएम निष्कर्षों की पुष्टि करने के लिए, मल्टी-चैनल पदानुक्रमित मिश्रित मॉडल का उपयोग करके एक ही अध्ययन विषय में दो अलग-अलग सत्रों (यानी, हस्तक्षेप से पहले और बाद में) से प्राप्त आंकड़ों की तुलना करके संवेदी कार्य द्वारा प्रेरित हीमोग्लोबिन स्तरों में परिवर्तनों के आयाम का सांख्यिकीय विश्लेषण किया जा सकता है। इन दो तरीकों का उपयोग करके, परिणाम पारस्परिक रूप से एक दूसरे के पूरक हैं और अधिक स्पष्ट रूप से दिखाए गए थे।

एनआईआरएस डेटा, कार्य डिजाइन, जांच प्लेसमेंट, प्री-एनालिसिस प्रोसेसिंग, विश्लेषण विधियों और पर्यावरण सेटिंग्स द्वारा सटीक कार्य से संबंधित मस्तिष्क गतिविधि प्राप्त करने के लिए बहुत महत्वपूर्ण हैं^23,26। हमारे प्रतिनिधि अध्ययन में संवेदी कार्यों का उपयोग कर ब्लॉक डिजाइन के बारे में, हम कार्य निर्धारित करते हैं और क्रमशः 15 और³⁰एस पर आराम का समय निर्धारित करते हैं। यह बताया गया है कि गतिविधि के बाद चोटी और आराम समय से वसूली कार्य डिजाइन पर निर्भर करता है। पिछले शोधों में, यह बताया गया था कि कार्य डिजाइन अक्सर हाथ आंदोलन (उंगली दोहन, लोभी कार्य) से संबंधित कार्यों के लिए 10-30 एस और आसन नियंत्रण और चलने^{7, 8, 28}से संबंधित कार्यों के लिए³⁰एस है। कार्य अवधि के लिए, कार्य सक्रियण^8,29 शुरू करने के बाद शिखर तक पहुंचने में लगभग 5-10 एस लगते हैं, और वसूली की अवधि प्रत्याशा प्रभाव और मेयर-वेव^28,30से बचने के लिए बेतरतीब ढंग से अलग-अलग 15 से¹⁸एस के साथ अनुकूल है। इस लिहाज से हमारे शोध का कार्य प्रोटोकॉल उपयुक्त और व्यवहार्य माना जाता है क्योंकि यह कोहनी आंदोलन के साथ ब्लॉक डिजाइन का अनुसरण करता है। हालांकि, कार्य अवधि के लिए कार्य कठिनाई के आधार पर लंबे समय तक की आवश्यकता हो सकती है, जैसे चलने के कार्यों और जटिल संज्ञानात्मक कार्यों के लिए । जांच व्यवस्था के संबंध में, FNIRS एक गरीब स्थानिक संकल्प है, तो पूर्व बनाम हस्तक्षेप उलटफेर एक प्रमुख मुद्दा है । हमारे प्रतिनिधि अध्ययन में, इस कमी को हमारे डिजाइन द्वारा मुआवजा दिया गया था जिसमें उसी दिन रोबोटिक उपचार के तत्काल प्रभाव की पुष्टि करने के लिए जांच स्थानांतरण की आवश्यकता नहीं थी। यदि रिपोजिशनिंग की आवश्यकता है, तो यह सुनिश्चित करने के लिए कि यह पूर्व-हस्तक्षेप की तुलना में व्यवस्था से बाहर नहीं है, एक पूर्व-कैप्चर की गई छवि का उपयोग करके अंकन स्टीकर और धारक के बीच की दूरी की जांच करना महत्वपूर्ण है। हालांकि, हमारे डिजाइन में, लंबे समय तक निरंतर माप द्वारा हेड होल्डर के उपयोग पर स्वायत्त तंत्रिका तंत्र जैसे प्रणालीगत शारीरिक हस्तक्षेप के प्रभाव की पुष्टि करना अपर्याप्त था। इसलिए, भविष्य में कार्यात्मक प्रतिमान और मल्टीमॉडल मॉनिटरिंग²³ के दौरान एफएनआईआरएस निगरानी का उपयोग करना आवश्यक है। एनआईआरएसएस मापन के लिए ब्याज के क्षेत्र के बारे में, संज्ञानात्मक प्रसंस्करण पर कई एनआईआरएसएस अध्ययनों ने प्रीफ्रंटल कॉर्टेक्स (पीएफसी) गतिविधि को मापने पर ध्यान केंद्रित किया है, यह देखते हुए कि पीएफसी कार्यकारी कार्य में एक महत्वपूर्ण क्षेत्र है और आंदोलन^31,32का संज्ञानात्मक नियंत्रण है। संवेदी कार्यों के लिए, संवेदी गतिविधि का आकलन करने के लिए पार्श्व क्षेत्र को मापना महत्वपूर्ण है। हालांकि, पार्श्व क्षेत्र का माप बाल और मोटी खोपड़ी जैसी बाधाओं के लिए अतिसंवेदनशील है; इस प्रकार, माप को सावधानीपूर्वक स्थापित करना आवश्यक है। इस fNIRS प्रयोगात्मक विधि की एक सीमा यह है कि हेड होल्डर की संरचना के कारण, हमने 3 सेमी की ऑप्टोड दूरी के साथ सामान्य माप विधि का उपयोग किया। हालांकि, सतही संकेतों या शोर को जांचने के लिए छोटे पृथक्करण चैनलों का उपयोग करके, सटीक मस्तिष्क गतिविधि³³को मापने की संभावना है।

एनआईआर समूह विश्लेषण विधियों के बारे में, एक शर्त के रूप में, ईईजी के समान एनआईआरएसएस माप परिणामों के व्यक्तिगत डेटा का सावधानीपूर्वक विश्लेषण करना सबसे अच्छा है। एकल स्तर और समूह स्तर के विश्लेषण का संयोजन इष्टतम दृष्टिकोण²³हो सकता है । यद्यपि मानकीकृत मस्तिष्क का उपयोग एनआईआरएसएस डेटा के समूह विश्लेषण के लिए किया जाता है, लेकिन निचले स्थानिक संकल्प के संबंध में सीमाओं पर चर्चा की गई है^4। इस अध्ययन में, स्थानिक पंजीकरण विधि तैयार की गई थी, और अधिक सटीक निर्देशांक का पता लगाना संभव था, जिसके संभावित रूप से बेहतर परिणाम हुए। दूसरा, वर्तमान अध्ययन यहां वर्णित एनआईआरएस प्रणाली की क्षमता में सीमाएं हैं । विश्लेषण में उपयोग किए जाने वाले संख्यात्मक मूल्य निरंतर-तरंग एनआईआरएसएस का उपयोग करके सापेक्ष मूल्य हैं, और टाइम डोमेन (टीडी- एनआईआरएएस जैसे डिवाइस का उपयोग पूर्ण^{मूल्यों 34,35}का उपयोग करके मूल्यांकन के लिए किया जाना चाहिए। हालांकि, टीडी-एनआईआरएस महंगा है और इस तरह के बहु-चैनल विश्लेषण के लिए उपयुक्त नहीं होने की खामी है। क्योंकि CW-NIRS तो व्यापक रूप से प्रयोग किया जाता है, हम एक अपेक्षाकृत सटीक मूल्यांकन विधि है कि इस कमी के लिए बनाने के लिए महसूस किया जा सकता है की जरूरत है । एक पूर्व विश्लेषण प्रक्रिया के रूप में, हमारे चैनल विश्लेषण को भी इन confounders को दूर करने के लिए अतिरिक्त प्रमुख घटक विश्लेषण का उपयोग करने के साधनों पर विचार करने की आवश्यकता होगी ।

भविष्य में, हम पार्किंसंस रोग⁹के लिए गहरे मस्तिष्क उत्तेजना के पूर्व-बनाम पोस्ट-ऑपरेशन में परिवर्तन के परिणामों की रिपोर्ट करेंगे, स्पास्टिकिटी¹²के साथ सेरेब्रोवैस्कुलर विकार, और निकट-अवरक्त स्पेक्ट्रोस्कोपी एप्लिकेशन का उपयोग करके संज्ञानात्मक हानि^36। हमारे तरीकों को विभिन्न प्रकार के न्यूरोलॉजिकल विकारों जैसे आंदोलन विकारों, सेरेब्रोवैस्कुलर रोगों और न्यूरोसाइकियाट्रिक विकारों पर लागू किया जा सकता है।

Materials

Name	Company	Catalog Number	Comments
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)