Summary
We beschrijven de analyse van continugolf functioneel near-infrared spectroscopie experiment met behulp van een blokontwerp met een sensorimotorische taak. Om de betrouwbaarheid van de data-analyse te verhogen, gebruikten we de kwalitatieve algemene lineaire modelgebaseerde statistische parametrische mapping en de vergelijkende hiërarchische gemengde modellen voor multi-kanalen.
Abstract
Neuroimaging studies spelen een cruciale rol bij de evaluatie van pre- versus post-interventionele neurologische aandoeningen zoals bij revalidatie en chirurgische behandeling. Onder de vele neuroimaging-technologieën die worden gebruikt om hersenactiviteit te meten, maakt functionele near-infrared spectroscopie (fNIRS) de evaluatie van dynamische corticale activiteiten mogelijk door de lokale hemoglobineniveaus te meten die vergelijkbaar zijn met functionele magnetische resonantiebeeldvorming (fMRI). Ook kunnen, als gevolg van minder fysieke beperking in fNIRS, meerdere varianten van sensorimotorische taken worden geëvalueerd. Veel laboratoria hebben verschillende methoden ontwikkeld voor fNIRS-gegevensanalyse; ondanks het feit dat de algemene beginselen hetzelfde zijn, is er echter geen universeel gestandaardiseerde methode. Hier presenteren we de kwalitatieve en vergelijkende analytische methoden van gegevens verkregen uit een meerkanaals fNIRS-experiment met behulp van een blokontwerp. Voor kwalitatieve analyse gebruikten we een software voor NIRS als een massa-univariate benadering op basis van het gegeneraliseerde lineaire model. De NIRS-SPM-analyse toont kwalitatieve resultaten voor elke sessie door het geactiveerde gebied tijdens de taak te visualiseren. Daarnaast kan de niet-invasieve driedimensionale digitizer worden gebruikt om de fNIRS-kanaallocaties ten opzichte van de hersenen te schatten. Om de NIRS-SPM-bevindingen te bevestigen, kan de amplitude van de veranderingen in hemoglobineniveaus veroorzaakt door de sensorimotorische taak statistisch worden geanalyseerd door de gegevens verkregen uit twee verschillende sessies (voor en na interventie) van dezelfde studiepersoon te vergelijken met behulp van een multi-channel hiërarchisch gemengd model. Onze methoden kunnen worden gebruikt om de pre- versus postinterventieanalyse te meten bij een verscheidenheid aan neurologische aandoeningen zoals bewegingsstoornissen, cerebrovasculaire ziekten en neuropsychiatrische aandoeningen.
Introduction
Neurorevalidatie speelt een belangrijke rol bij het functionele herstel na sensorische stoornissen. Om de mechanismen van neuroplasticiteitsgerassocieerd functioneel herstel te verduidelijken, zijn verschillende neuroimaging-technologieën gebruikt, zoals functionele magnetische resonantiebeeldvorming (fMRI), positronemissietomografie (PET), elektro-encefalografie (EEG) en functionele near-infrared spectroscopie (fNIRS). Verschillende beeldvormende modaliteiten hebben verschillende voor- en nadelen. Hoewel de fMRI het meest typische apparaat is, wordt het beïnvloed door magnetische velden, heeft het hoge kosten, hoge fysieke beperking en beperkte sensorimotorische taken1,2,3,4. Het fNIRS-apparaat onderscheidt zich als een niet-invasieve optische neuroimaging en heeft een relatief lagere ruimtelijke resolutie, maar heeft een betere temporele resolutie dan fMRI4. fNIRS is geschikt bij het verifiëren van behandelingseffecten omdat het de pre- versus postinterventie-effecten vergelijkt, dynamische motorische taken heeft, draagbaar is en meer functioneert in natuurlijke omgevingen dan fMRI1,2,4. Nirs is gemeld dat meer geschikt op het gebied van cerebrovasculaire ziekte, epileptische stoornissen, ernstig hersenletsel, de ziekte van Parkinson, en cognitievestoornissen 1,5. Met betrekking tot sensorimotorische taken, wordt het wijd gebruikt in gang en bevindend saldo6,7,8,hogere ledemaatfunctie (hand het grijpen, vinger het tikken)8,9,complexe motorische vaardigheidstraining10,11,robotica12,13,14,15,en hersenen-computer interface16,17,18. De fNIRS is gebaseerd op de principes van optische neuroimaging en neurovasculaire koppeling, die corticale metabolische activiteit, verhoogde bloedstroom en bijgevolg corticale activiteit als secundaire signalenmeten 19. fNIRS-signalen zouden sterke correlaties hebben met signalen van bloedzuurstofniveauafhankelijke fMRI20. Een continue golf fNIRS gebruikt de gewijzigde Beer-Lambert-wet om de veranderingen in zuurstofrijk hemoglobine (HbO2) en gedeoxygeneerde hemoglobine (HHb) corticale concentratieniveaus te bepalen op basis van gemeten veranderingen in breedband bijna-infrarood lichtdemping21,22. Omdat het niet mogelijk was om de differentiële padlengtefactor (DPF) te meten met behulp van het continugolf NIRS-systeem, gingen we ervan uit dat de DPF constant was en dat hemoglobinesignaalveranderingen werden aangeduid in willekeurige eenheden van millimole-millimeter (mM x mm)2,18.
De fNIRS-experimenten moeten de meest geschikte methoden selecteren, waaronder de sonde-instellingen, de experimentontwerpen en de analysemethoden. Wat de instelling van de sonde betreft, is de internationale 10-20-methode die wordt gebruikt bij EEG-meting de instellingsnorm die door veel onderzoekers in neuroimaging wordt gebruikt. In de afgelopen jaren zijn coördinateninstellingen gebruikt op basis van de standaard hersenen op basis van montreal neurological institute (MNI) coördinaten. Het experiment maakt gebruik van een blokontwerp, meestal gebruikt voor sensorimotorische taken, en een gebeurtenisgerelateerd ontwerp. Dit is een methode om veranderingen in hemoglobineconcentratie in rust en tijdens taken te vergelijken; HbO2 concentratieniveaus stijgen en HHb concentratie niveaus dalen met veranderingen in cerebrale bloedstroom geassocieerd met taak-afhankelijke corticale activiteit. Hoewel er verschillende analysemethoden zijn, maakt de NIRS-SPM vrije software een analyse mogelijk die vergelijkbaar is met de statistische parametrische mapping (SPM) van fMRI. De behandeling van NIRS-gegevens maakt gebruik van een massa-univariate benadering op basis van het algemene lineaire model (GLM). Bij het uitvoeren van taakafhankelijke hersenactiviteitsanalyse kunnen de fNIRS-metingen worden beïnvloed door opgeroepen of niet-opgeroepen neuronale activiteit en systemische fysiologische interferenties (hartslag, bloeddruk, ademhalingsfrequentie en autonome activiteit van het zenuwstelsel) in het cerebrale en extracerebralecompartiment 23. Daarom zijn pre-analyseverwerking, filtering, waveletconversie en analyse van hoofdcomponenten nuttig23. Met betrekking tot het filteren en artefacten van de gegevensverwerking met behulp van de NIRS-SPM, low-pass filtering9 en de wavelet minimale beschrijvingslengte (Wavelet-MDL)werden 24 detrending gebruikt om de beweging of andere bronnen van ruis / artefact te overwinnen. Voor meer informatie over deze analytische methode, zie het rapport van Ye et al.25. Hoewel er rapporten zijn die alleen SPM gebruiken, is het slechts een kwalitatieve index door beeldanalyse, en vanwege de lage ruimtelijke resolutie van NIRS is uiterste voorzichtigheid vereist voor groepsanalyse. Bovendien, wanneer de DPF constant is, numerieke vergelijkingen tussen kanalen en individuen moeten niet worden uitgevoerd, maar het verschil in de veranderingen in elk kanaal kan worden geverifieerd. Op basis van de bovenstaande voorwaarden, om de nirs-spm groepsanalyse resultaten aan te vullen, gebruikten we de oorspronkelijke analysemethode voor multi-channel analyse na het verbeteren van de nauwkeurigheid van ruimtelijke registratie. Deze meerkanaalsanalyse vergeleek de amplitude van de verandering in HbO2- en HHb-niveaus tussen de rust- en taakperioden op elk kanaal voor en onmiddellijk na de behandeling met behulp van hiërarchische gemengde modellen met vaste interventies (voor of na), vaste perioden (rust of on-task) en willekeurige individuele effecten.
Op deze manier zijn er verschillende fNIRS meet- en analysemethoden; er is echter geen standaardmethode vastgesteld. In dit artikel introduceren we onze methoden, kwalitatieve GLM-gebaseerde statistische parametrische mapping en het vergelijkende hiërarchische gemengde model op meerdere niveaus, om gegevens te analyseren die zijn verkregen uit een meerkanaals fNIRS-experiment van pre- versus postinterventie met behulp van een blokontwerp met sensorimotorische taken.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Deze studie werd goedgekeurd door de institutional review board (IRB) van de Fukuoka University, Japan (IRB nr. 2017M017). Voorafgaand aan deelname hebben alle patiënten schriftelijk geïnformeerde toestemming gegeven.
1. Voorbereiding van het fNIRS-experiment
OPMERKING: Voor dit experiment werd een multi-channel continugolf lasergebaseerd NIRS-systeem gebruikt. De golflengten van het bijna-infrarood licht waren 780 nm, 805 nm en 830 nm, en de bemonsteringsfrequentie was ingesteld op 7,8 Hz. De tijd- en ruimtelijke resolutie (afstanden tussen de lichtzender en de detectorsonde) waren respectievelijk 0,13 s en 3,0 cm.
- Zet het fNIRS-apparaat op een donkere geruisloze plaats. Voer experimenten uit bij kamertemperatuur. Start het fNIRS-instrument 30 minuten voor het experiment.
OPMERKING: fNIRS-systemen worden gebruikt onder gecontroleerde temperatuur- en vochtigheidsomstandigheden om een stabiele werking van de apparatuur te garanderen26. - Gebruik een hele kopkap voor fNIRS-opname en bevestig de kopdop op het hoofd van het onderwerp, zodat de positie die overeenkomt met de centrale (Cz) van het internationale 10-20-systeem zich op de houder nr. 245 van de kopkap bevindt. (Figuur 1).
- Bevestig de markeringssticker aan referentielocatiepunten: de nasion (Nz), rechtse externe auditieve meatus (AR) en linker externe auditieve meatus (AL).
OPMERKING: Omdat de driedimensionale (3D) coördinaten worden gelezen rond de posities van de Nz, AR, AL markeringssticker en Cz houder, is het noodzakelijk om de markeringssticker te bevestigen voordat u een foto maakt. - Na de kalibratie van een digitale camera met hoge resolutie voor ruimtelijke registratie, maak je foto's van het hoofd van het onderwerp met de sondelocatie terwijl je de referentiepunten (Cz, Nz, AR en LR) vanuit 15 perspectieven toont.
OPMERKING: Maak een foto voordat u de sonde plaatst. Als er na het plaatsen van de sonde een foto wordt gemaakt, kan de markeringsmarkering worden verborgen door de sonde en het bedradingssnoer. Zoals aanbevolen door de fabrikant, maak na het maken van 12 foto's 30° diagonaal naar rechts van het onderwerp, drie of meer foto's iets boven zodat de Cz (houder nr. 245) op de foto verschijnt. Dit komt omdat het gemakkelijk is om het driedimensionaal te maken bij het vastleggen van in totaal 15 of meer opnamen. - Scheid voorzichtig het haar van het onderwerp dat de optode verstoort met behulp van een lichtgevende diode (LED) verlichte plastic staaf om de sonde te bevestigen. Plaats de sonde zo dat de optoden op een minimale afstand van het hoofdhuidoppervlak en in contact met de hoofdhuid worden bevestigd.
OPMERKING: Controleer zorgvuldig of er druk of ongemak is voor de patiënt als gevolg van de aanhechting van de optoden, vanwege de toenemende sterkte van de systemische confounders geassocieerd met activering van het autonome zenuwstelsel23. - Rangschik het 48-kanaals systeem met 32 optodes (16 lichtbronnen en 16 detectoren; 4 x 4 array voor elke hemisfeer) op een hoofdkap bilateraal over de frontale en pariëtale gebieden als interessegebieden (figuur 2).
- Start en gebruik de 3D-digitizer software om de ruimtelijke registratie te bepalen.
- Nadat u de afbeeldingsgegevens van een volledig hoofd hebt gescand, bepaalt u de ruimtelijke coördinaat van elke patiënt door automatisch te meten en op te slaan als het bestand Origin and the Others (*CSV-bestand).
OPMERKING: Als de coördinaten niet met de automatische meting uit de beelden konden worden gedetecteerd, voert u de aanpassing handmatig in.
2. Voer het experiment uit
- Selecteer een blokontwerp voor het experiment en de taak kan elke beweging van belang zijn voor het onderzoek, zoals het openen/ sluiten van de hand, vingertappen, enz. In onze vorige studie was de taak de robot-ondersteunde elleboogbewegingen15.
OPMERKING: Elke cyclus bestaat uit drie blokken (15 s rust - 15 s taak - 15 s rust), en elke patiënt voltooit zeven cycli in elke sessie. - Laat de deelnemer in een comfortabele positie wachten tot het startsignaal. Instrueer het onderwerp om zijn ogen te sluiten tijdens de rest en de taak.
- Geef start- en stopsignalen (d.w.z. "Herhaal flexie en verlenging van de elleboog", "Stop en ontspan").
OPMERKING: Spreek niet tijdens de metingen. Controleer tijdens metingen zorgvuldig op artefacten op het monitorscherm. - Voer de blokontwerptaak in dezelfde houding uit. Rechtopstaande houding met staande of zittende positie is wenselijk om de headset niet te vervormen.
OPMERKING: Als de patiënt zich ongemakkelijk voelt na het langdurig dragen van de hoofdhouder, verwijder of maak de sonde los tijdens robotondersteunde oefeningen. - Verwijder na het voltooien van de NIRS-meting de hoofdhouder en de markeringssticker om het experiment te beëindigen.
OPMERKING: Controleer zorgvuldig op huidbeschadiging aan de hoofdhuid als gevolg van langdurig dragen.
3. Kwalitatieve GLM-analyse met NIRS-SPM-software
- Start de NIRS-SPM op de MATLAB-software. Converteer het gegevensbestand met betrekking tot de wijziging in de HbO2- en HHb-concentratie die is verkregen van het NIRS-apparaat naar het bestandsformaat voor NIRS-SPM-analyse.
- Kies de optie nirs-systeem gebruiken in het pop-upmenu. Selecteer de laadknop en kies de opties hbo2 en HHb concentratieverandering converteren.
- Detecteer de ruimtelijke registratie van de locatie van het NIRS-kanaal. Schakel het selectievakje Stand-alone in en schakel vervolgens het selectievakje Met 3D Digitizer in.
- Gebruik het dialoogvenster om _origin te kiezen in Van echte coördinaten naar MNI-ruimte. CSV verwijst naar het coördinatenreferentiepuntbestand en _others. CSV verwijst naar het bestand coördinatensondes/kanalen.
- Selecteer de knop Registratie. Kies de punten om door te gaan naar ruimtelijke schatting en klik op de knop OK. Klik op de project MNI coördinaat naar Rendered Brain knop.
OPMERKING: De ruimtelijke positie van de NIRS-kanaallocaties wordt geschat op basis van het hersensjabloon van het Montreal Neurological Institute (MNI). - Selecteer de optie Dorsale weergave en klik op de knop Opslaan.
- Selecteer in de sectie 1e niveau opgeven de nirs-bestandsnaam en de SPM-map. Schakel het hemoglobine-selectievakje in; HbO2 of HHb. Markeer de optie Ontwerp opgeven en selecteer de optie Sec. Markeer de opties voor het aantal condities/proefversies en voer het getal 7 in.
- Markeer de opties Vector of Onset en Duration[s] en voer als volgt een vector van het begin in vermenigvuldigd met de duur van de experimentele omstandigheden.
OPMERKING: In dit geval moet de vector van begintijden worden opgegeven als [15:45:285] of [15 60 105 150 195 240 285]. De vector van de duur moet worden gespecificeerd als [15* degenen(7,1)] of [15 15 15 15 15 15 15]. - Selecteer de Wavelet-MDL-knop om te detrenderen. Gebruik de voorkleurmethode: low-pass filter en selecteer de hrf-knop, en corrigeer voor seriële correlatie, selecteer vervolgens de knop geen.
- Controleer bij het schatten van de temporele correlaties de individuele analyse.
OPMERKING: Sla de ruimtelijke lokalisatie van fNIRS-kanaalposities in de afzonderlijke MNI-coördinatensystemen op als tekstbestand. Sla ook de kaart op op basis van het individuele Brodmann-gebied (BA) als tekstbestand. - Controleer bij het schatten van de tijdscorrelaties de groepsanalyse. De NIRS-SPM stemde de gemiddelde optodeposities van het aantal deelnemers af volgens het MNI-gestandaardiseerde hersencoördinatensysteem.
- Bereken de activeringskaart op basis van de veranderingen in hemoglobinegehalte voor de gestandaardiseerde hersenen. HbO2- en HHb-spiegels werden significant geacht bij een niet-gecorrigeerde drempel van p < 0,01.
OPMERKING: Links/rechts informatie werd omgedraaid in de rechts-getroffen zijden voor groepsanalyse.
4. Meerkanaals vergelijkende analyse op basis van hiërarchisch gemengd model
- Start de SAS-software. Het tekstdocument converteren (. TXT) van concentratieveranderingen van HbO2 en HHb in het NIRS-gegevensbestand dat met een low pass-filter wordt verwerkt (cut-off frequentie werd ingesteld op 0,1 Hz) naar het door spreadsheetsoftware komma gescheiden waardenbestand (. CSV).
- Maak de SAS-gegevens importeren (.sas7bdat) met behulp van het programma.
- Uitvoer het importbestand met de volgende opdracht, libname out "Import file"
- Voer het pre- versus postinterventiebestand uit voor elk onderwerp en voer de volgende opdrachten uit in de Analysis SAS. (Figuur 3) Geef tijdens het aanmaken van het importbestand een naam op die de onderwerpinformatie en pre- versus postinterventie kan identificeren (bijv. id1 pre, id1 post...)
- Voer de opdracht pre- en postinterventiegegevens uit voor elk kanaal (ch1-48; HbO2 en HHb) als volgt (figuur 4).
- Voer op basis van de gegevens die zijn verkregen uit de uitvoerresultaten de verschillen vóór en na de interventie in verandering (verschil bij taak en rust), rust- en taakwaarden (geschatte waarden, bovengrenzen en ondergrenzen) van elk kanaal in het werkmapbestand van het werkblad (.xlsx) in.
- Voer op dezelfde manier de vrijheidsgraden van de teller en noemer, de F-waarde en de P-waarde van het interactie-item van de type 3-test met vast effect in op het spreadsheetwerkboekbestand (.xlsx).
- Om de valse detectiesnelheid (FDR) in meerkanaalstests te regelen, gebruikt u de Benjamin- en Hochberg-methoden27 en controleert u de FDR met een p-waarde < 0,01.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Hierin introduceren we de robotondersteunde revalidatie waar onze groep momenteel aan werkt: de biofeedback-effecten op motorisch tekort aan de bovenste ledematen bij patiënten met een acute beroerte. We omvatten 10 instemmende beroertepatiënten (gemiddelde leeftijd: 66,8 ± 12,0 jaar; twee vrouwen en acht mannen) die in ons ziekenhuis werden opgenomen. In de subacute beroertefase, meer dan 2 weken na het begin, evalueerden we de motorische activiteit van deze patiënten met behulp van een fNIRS-systeem voor en onmiddellijk na robotondersteunde revalidatie van de bovenste ledematen op dezelfde dag. Met betrekking tot de blokontwerptaken voerden ze in elke taakcyclus 15x binnen 15 s de getroffen elleboogflexie/extensiebewegingen uit en herhaalden ze zeven taakcycli. Daarnaast werden zes gezonde vrijwilligers (gemiddelde leeftijd: 58,7 ± 7,1 jaar; twee vrouwen en vier mannen) ook ingeschreven als controles om de locatie van de normale taakgerelateerde corticale activering tijdens de flexie/extensiebewegingen van de rechterelleboog te identificeren.
Figuur 5 toont de resultaten van de groepsanalyse van 10 beroertepatiënten aan de hand van de t-statistischemappingwaarden met behulp van GLM-modellen met de NIRS-SPM-software. Deze methode toonde een toename van de corticale activiteit van de primaire motorische cortex in de gemeten hemisfeer onmiddellijk na de robotondersteunde revalidatie in vergelijking met die vóór de training. De gegevensverzameling vóór de interventie, de interventie (robotondersteunde oefening) en de gegevensverzameling na de interventie werden uitgevoerd tijdens de enkele experimentele sessie op dezelfde dag en op dezelfde plaats.
Figuur 6 toont de resultaten van de multi-channel groepsanalyse waarin pre- versus postinterventie (robotondersteunde oefening) wordt vergeleken. Statistische analyse van het hiërarchische gemengde model op meerdere niveaus met de SAS-software werd uitgevoerd. Verhoogde corticale activiteit in de primaire motorische cortex werd waargenomen na interventie, hetzelfde hersengebied als in de NIRS-SPM.
Figuur 1: Instelling van driedimensionale (3D) ruimtelijke registratie en elke houder van de hoofdkap die wordt gebruikt voor fNIRS-registratie. De 245-houder die wordt aangegeven door de pijl in de afbeelding toont de centrale positie (Cz), een van de coördinatenassen. Klik hier om een grotere versie van deze afbeelding te bekijken.
Figuur 2: Opstelling van het 48-kanaals systeem met 32 optodes tijdens de fNIRS-opname. (A) Locatie van sondes op de hoofdhouder, (B) opstelling van de 48 kanalen en sondes (16 lichtbronnen en 16 detectoren; 4 x 4 array voor elke hemisfeer) tot een hoofdkap bilateraal over de corticale gebieden, als interessegebieden. Klik hier om een grotere versie van deze afbeelding te bekijken.
Figuur 3: Opdrachtinvoer voor het maken van bestanden die worden gebruikt in de SAS-analysesoftware. De afbeelding laat zien hoe u termen en numerieke waarden definieert op het opdrachtinvoerscherm waarmee de tekstbestandsgegevens uit het NIRS-bestand worden geconverteerd naar een Excel CSV-bestand en vervolgens worden geconverteerd voor SAS-analyse. ID, Leeftijd, Geslacht, ipsilesional kant, voor en na de interventie, totale tijd, en taakperioden, werden numeriek ingevoerd. Daarnaast werd ook informatie over HbO2, HHb en het totale hemoglobineconcentratieniveau (mM x mm) ingevoerd. Klik hier om een grotere versie van deze afbeelding te bekijken.
Figuur 4: Commando-invoer die wordt gebruikt voor elke kanaalanalyse in de SAS-analysesoftware. In dit hiërarchische gemengde model met meerdere niveaus zijn de volgende numerieke waarden ingesteld en ingevoerd op het sas-opdrachtinvoerscherm. De status in rust (taak = 0) en taak (taak = 1) werden vergeleken en de status bij herstel (taak = 2) werd uitgesloten. Bovendien werd de status vóór de interventie ingesteld op n = 0 en de status onmiddellijk na de interventie op n = 1, en werd de interactie onderzocht op statistisch significante verschillen in de hoeveelheid verandering in HbO2 en HHb voor elk kanaal. In de afbeelding wordt de informatie over het invoerscherm tot 2 of 47 l weggelaten. Klik hier om een grotere versie van deze afbeelding te bekijken.
Figuur 5: De resultaten van de groepsanalyse door de t-statistische mappingwaarden met behulp van GLM-modellen met de NRS-SPM-software. De gemiddelde corticale activiteit van alle patiënten is weergegeven op de bovenstaande weergave van de gestandaardiseerde hersenmodellen. De bovenste en onderste vertegenwoordigen de corticale activering in respectievelijk HbO2- en HHb-niveau. De juiste afbeelding geeft de corticale activiteit van gezonde proefpersonen tijdens de taken aan. Door de robotondersteunde revalidatie eerder te vergelijken, werd de corticale activiteit onmiddellijk na robotondersteunde training op dezelfde dag verhoogd. In vergelijking met andere corticale regio's was elke performante status significant verhoogd (ongecorrigeerd, p < 0,01). Stippellijnen geven de centrale sulcus (CS) aan op de genormaliseerde hersenbeelden. Dit cijfer is gewijzigd van Saita et al.15. Klik hier om een grotere versie van deze afbeelding te bekijken.
Figuur 6: Het resultaat van de multi-channel analyse met behulp van multi-level hiërarchische gemengde modellen met de SAS-software. De corticale activiteit van verandering vertegenwoordigt de vergelijking tussen pre- en postinterventie met behulp van robotondersteunde revalidatiebehandelingen. Voor de linkerafbeelding werden de aantallen NIRS-kanalen op het gestandaardiseerde brein gesuperimpeerd volgens het MNI-coördinatensysteem. Voor de rechter afbeelding geven rood en blauw respectievelijk een toename en afname van het HbO2-niveau aan (FDR gecorrigeerd, p < 0,01). Gray geeft aan dat de kanalen niet significant veranderden na de robotondersteunde revalidatie. Dit cijfer is gewijzigd van Saita et al.15. Klik hier om een grotere versie van deze afbeelding te bekijken.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
In onze groep analytische methoden voor fNIRS, naast het uitvoeren van een imaging analytische methode door kwalitatieve t-statistic mappings, vergeleken we pre- vs. post-interventie (robot-assisted exercise) met behulp van de vergelijkende multichannel analyse. Voor kwalitatieve analyse gebruikten we de NIRS-SPM-software als een massa-univariate benadering op basis van het gegeneraliseerde lineaire model. De NIRS-SPM-analyse toont kwalitatieve resultaten van elke sessie door het geactiveerde gebied tijdens de taak te visualiseren. Bovendien maakt de informatie van de niet-invasieve 3D-digitizer het mogelijk om fNIRS-kanaallocaties ten opzichte van de hersenen te schatten. De groepsanalyse met behulp van NIRS-SPM-analyse was in staat om de ruwe hersenactivatiegebieden van pre- versus post-interventie vast te leggen tijdens de sensorimotorische taken, maar kon het verschil in veranderingen in dezelfde kanalen niet vergelijken. Om de NIRS-SPM-bevindingen te bevestigen, kan de amplitude van de veranderingen in hemoglobineniveaus veroorzaakt door de sensorimotorische taak statistisch worden geanalyseerd door de gegevens te vergelijken die zijn verkregen uit twee verschillende sessies (d.w.z. voor en na interventie) in hetzelfde onderzoeksonderwerp met behulp van het multi-channel hiërarchische gemengde model. Door deze twee methoden te gebruiken, vullen de resultaten elkaar aan en werden ze duidelijker weergegeven.
Om nauwkeurige taakgerelateerde hersenactiviteit te verkrijgen met NIRS-gegevens, zijn taakontwerp, sondeplaatsing, pre-analyseverwerking, analysemethoden en omgevingsinstellingen erg belangrijk23,26. Met betrekking tot het blokontwerp met behulp van sensorimotorische taken in onze representatieve studies, stellen we de taak- en rusttijd in op respectievelijk 15 en 30s, respectievelijk 15. Er is gemeld dat de piek na de activiteit en het herstel door rusttijd afhankelijk zijn van het taakontwerp. In eerdere onderzoeken werd gemeld dat het taakontwerp vaak 10-30 s is voor taken met betrekking tot handbeweging (vingertappen, grijptaak) en 30 s voor taken met betrekking tot houdingscontrole en lopen7,8,28. Voor de taakperioden duurt het ongeveer 5-10 s om de piek te bereiken na het starten van de taakactivering8,29, en de herstelperioden zijn gunstig met een willekeurig variërende 15 tot 18 s om anticipatie-effecten en Mayer-Wave28,30te voorkomen . In dit opzicht wordt het taakprotocol van ons onderzoek als geschikt en haalbaar beschouwd, omdat het blokontwerp met elleboogbeweging volgt. De taakperioden moeten echter mogelijk langer zijn op basis van de taakmoeiheid, zoals voor looptaken en complexe cognitieve taken. Wat de sonderegeling betreft, heeft fNIRS een slechtere ruimtelijke resolutie, dus het herschikken van pre- versus post-interventie is een groot probleem. In onze representatieve studie werd deze tekortkoming gecompenseerd door ons ontwerp dat geen sondeverplaatsing vereist om het onmiddellijke effect van robotbehandeling op dezelfde dag te bevestigen. Als herpositionering vereist is, is het belangrijk om de afstand tussen de markeringssticker en de houder te controleren met behulp van een vooraf vastgelegde afbeelding om ervoor te zorgen dat deze niet buiten de regeling valt in vergelijking met pre-interventie. In ons ontwerp was het echter onvoldoende om het effect van systemische fysiologische interferentie zoals het autonome zenuwstelsel op het gebruik van de hoofdhouder lange tijd door continue meting te bevestigen. Daarom is het noodzakelijk om fNIRS-monitoring te gebruiken tijdens functionele paradigma's en multimodale monitoring23 in de toekomst. Wat het aandachtsgebied voor NIRS-meting betreft , hebben veel NIRS-studies over cognitieve verwerking zich gericht op het meten van de prefrontale cortex (PFC) activiteit , aangezien de PFC een belangrijk gebied is in de uitvoerende functie en cognitieve controle van beweging31,32. Voor sensorimotorische taken is het belangrijk om het pariëtale gebied te meten om sensorische activiteit te beoordelen. De meting van het pariëtale gebied is echter gevoelig voor obstakels zoals haar en dikke hoofdhuid; het is dus noodzakelijk om de meting zorgvuldig in te stellen. Een beperking van deze fNIRS experimentele methode is dat we vanwege de structuur van de hoofdhouder de algemene meetmethode hebben gebruikt met een optodeafstand van 3 cm. Echter, met behulp van korte scheidingskanalen om de oppervlakkige signalen of geluiden te kalibreren, is er een mogelijkheid om nauwkeurige hersenactiviteit te meten33.
Met betrekking tot de analysemethoden van de NIRS-groep is het als voorwaarde het beste om de persoonlijke gegevens van NIRS-meetresultaten vergelijkbaar met het EEG zorgvuldig te analyseren. Een combinatie van analyses op één niveau en op groepsniveau kan de optimale aanpak zijn23. Hoewel het gestandaardiseerde brein wordt gebruikt voor de groepsanalyse van NIRS-gegevens, zijn beperkingen met betrekking tot de lagere ruimtelijke resolutie besproken4. In deze studie werd de ruimtelijke registratiemethode bedacht en was het mogelijk om nauwkeurigere coördinaten te detecteren, wat mogelijk tot betere resultaten leidde. Ten tweede heeft deze studie beperkingen in de mogelijkheid van het beschreven NIRS-systeem hier. De numerieke waarden die in de analyse worden gebruikt , zijn relatieve waarden met behulp van continugolf-NIRS en een apparaat zoals het Time Domain (TD)-NIRS moet worden gebruikt voor evaluatie met absolute waarden34,35. TD-NIRS is echter duur en heeft als nadeel dat het niet geschikt is voor dergelijke meerkanaalsanalyse. Omdat CW-NIRS zo veel wordt gebruikt, hebben we een relatief nauwkeurige evaluatiemethode nodig die kan worden gerealiseerd om deze tekortkoming goed te maken. Als een pre-analyseproces zal onze kanaalanalyse ook middelen moeten overwegen om aanvullende analyse van hoofdcomponenten te gebruiken om deze confounders te verwijderen.
In de toekomst zullen we de resultaten rapporteren van verandering in pre- vs. post-operatie van diepe hersenstimulatie voor de ziekte van Parkinson9,cerebrovasculaire aandoeningen met spasticiteit12en cognitievestoornissen 36 met behulp van near-infrared spectroscopie applicatie. Onze methoden kunnen worden toegepast op een verscheidenheid aan neurologische aandoeningen zoals bewegingsstoornissen, cerebrovasculaire ziekten en neuropsychiatrische aandoeningen.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
De auteurs hebben geen belangenconflicten die relevant zijn voor deze studie om openbaar te maken.
Acknowledgments
Dit werk werd gedeeltelijk ondersteund door de Japan Society for the Promotion of Science (JSPS) Grant-in-Aid for Scientific Research (C) 18K08956 en een fonds van het Central Research Institute of Fukuoka University (Nr. 201045).
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) |
References
- 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).
- Mihara, M., Miyai, I. Review of functional near-infrared spectroscopy in neurorehabilitation. Neurophotonics. 3 (3), 031414 (2016).
- 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).
- 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).
- Obrig, H. NIRS in clinical neurology - a 'promising' tool. Neuroimage. 85, Pt 1 535-546 (2014).
- Fujimoto, H., et al. Cortical changes underlying balance recovery in patients with hemiplegic stroke. Neuroimage. 85, Pt 1 547-554 (2014).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Naseer, N., Hong, K. S. fNIRS-based brain-computer interfaces: a review. Frontiers in Human Neuroscience. 9, 3 (2015).
- Mihara, M., et al. Neurofeedback using real-time near-infrared spectroscopy enhances motor imagery related cortical activation. PLoS One. 7 (3), 32234 (2012).
- 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).
- 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).
- Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. Neuroimage. 85, Pt 1 6-27 (2014).
- 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).
- 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).
- Jang, K. E., et al. Wavelet minimum description length detrending for near-infrared spectroscopy. Journal of Biomedical Optics. 14 (3), 034004 (2009).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Torricelli, A., et al. Time domain functional NIRS imaging for human brain mapping. Neuroimage. 85, Pt 1 28-50 (2014).
- Giacalone, G., et al. Time-domain near-infrared spectroscopy in acute ischemic stroke patients. Neurophotonics. 6 (1), 015003 (2019).
- 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).
