Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Neuroscience
Click here for the English version

Neuroscience

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

Published: December 3, 2020 doi: 10.3791/61836
Automatic Translation
1,2, 1, 3, 4, 1
1Department of Neurosurgery, Faculty of Medicine, Fukuoka University, 2Department of Rehabilitation Medicine, Fukuoka University Hospital, 3Department of Preventive Medicine and Public Health, Faculty of Medicine, Fukuoka University, 4Department of Neurology, Fukuoka University Hospital

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.

Subscription Required. Please recommend JoVE to your librarian.

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 التجربة. وكانت الأطوال الموجية للضوء القريب من الأشعة تحت الحمراء 780 نانومتر، و 805 نانومتر، و 830 نانومتر، وتم تحديد معدل أخذ العينات عند 7.8 هرتز. وكان الوقت والدقة المكانية (المسافة بين جهاز بث الضوء ومسبار الكاشف) 0.13 s و 3.0 سم، على التوالي.

  1. تعيين جهاز fNIRS في مكان مظلم بدون ضجيج. إجراء التجارب في درجة حرارة الغرفة. بدء تشغيل أداة fNIRS 30 دقيقة قبل التجربة.
    ملاحظة: يتم استخدام أنظمة fNIRS تحت درجة الحرارة والرطوبة التي تسيطر عليها الظروف لضمان التشغيل المستقر للمعدات26.
  2. استخدام قبعات الرأس كاملة لتسجيل fNIRS وإرفاق غطاء الرأس على رأس الموضوع بحيث يقع الموقف المقابلة إلى المركزية (Cz) من النظام الدولي 10-20 في حامل رقم 245 من غطاء الرأس. (الشكل 1).
  3. إرفاق ملصق الوسم بالنقاط الموقعية المرجعية: النسيون (Nz) ، اللحم السمعي الخارجي الأيمن (AR) ، واللحم السمعي الخارجي الأيسر (AL).
    ملاحظة: نظرا لأن الإحداثيات ثلاثية الأبعاد (ثلاثية الأبعاد) تتم قراءتها حول مواقع ملصق العلامات Nz و AR و AL وحامل Cz ، فمن الضروري إرفاق ملصق العلامات قبل التقاط صورة.
  4. بعد معايرة كاميرا رقمية عالية الدقة للتسجيل المكاني، يمكنك التقاط صور لرأس الشخص المعني مع موقع المسبار مع عرض النقاط المرجعية (Cz و Nz و AR و LR) من 15 منظورا.
    ملاحظة: الرجاء التقاط صورة قبل وضع المسبار. إذا تم التقاط صورة بعد وضع المسبار، فقد يكون معلم العلامة مخفيا بواسطة المسبار وسلك الأسلاك. كما أوصت الشركة المصنعة، بعد أخذ 12 صورة 30 درجة قطريا إلى الأمام إلى يمين الموضوع، واتخاذ ثلاث أو أكثر من الصور أعلاه قليلا بحيث Cz (حامل رقم 245) يظهر في الصورة. وذلك لأنه من السهل جعله ثلاثي الأبعاد عند التقاط ما مجموعه 15 طلقة أو أكثر.
  5. افصل شعر الموضوع بعناية ويتداخل مع البصريات باستخدام قضيب بلاستيكي مضاء بالصمامات الثنائية الباعثة للضوء (LED) لإرفاق المسبار. ترتيب التحقيق بحيث يتم إرفاق optodes على مسافة ضئيلة من سطح فروة الرأس وعلى اتصال مع فروة الرأس.
    ملاحظة: تحقق بعناية ما إذا كان هناك أي ضغط أو إزعاج للمريض بسبب تعلق optodes، بسبب زيادة قوة confounders الجهازية المرتبطة تنشيط الجهاز العصبي اللاإرادي23.
  6. ترتيب نظام 48 قناة مع 32 optodes (16 مصادر الضوء و 16 كاشفات؛ 4 × 4 صفيف لكل نصف الكرة الأرضية) إلى غطاء الرأس ثنائيا على المناطق الأمامية والبارية كالمناطق ذات الأهمية (الشكل 2).
  7. بدء استخدام برنامج رقمي ثلاثي الأبعاد لتحديد التسجيل المكاني.
  8. بعد مسح بيانات الصورة لرأس كامل، حدد الإحداثيات المكانية لكل مريض عن طريق القياس التلقائي وحفظه كملف Origin و Others (* ملف CSV).
    ملاحظة: إذا تعذر اكتشاف نقاط الإحداثيات من الصور باستخدام القياس التلقائي، أدخل التعديل يدويا.

2. تشغيل التجربة

  1. حدد تصميم كتلة للتجربة، ويمكن أن تكون المهمة أي حركة من الفائدة للدراسة مثل فتح اليد / إغلاق، التنصت على الإصبع، الخ. في دراستنا السابقة ، كانت المهمة حركات الكوع بمساعدة الروبوت15.
    ملاحظة: كل دورة تتكون من ثلاث كتل (15 ق من الراحة - 15 ق من المهمة - 15 ق من الراحة)، ويكمل كل مريض سبع دورات في كل دورة.
  2. اجعل المشارك ينتظر في وضع مريح حتى إشارة البداية. إرشاد الموضوع إلى إغلاق أعينهم أثناء بقية المهمة.
  3. إعطاء بداية ووقف العظة (أي "تكرار الانحناء وتمديد الكوع"، "وقف والاسترخاء").
    ملاحظة: لا تتكلم أثناء القياسات. تحقق بعناية من وجود قطع أثرية على شاشة الشاشة أثناء القياسات.
  4. تنفيذ مهمة تصميم كتلة في نفس الموقف. وضعية مستقيمة مع وضعية الوقوف أو الجلوس أمر مرغوب فيه لعدم تشويه سماعة الرأس.
    ملاحظة: إذا كان المريض يشعر بعدم الارتياح بعد ارتداء حامل الرأس لفترة طويلة من الزمن، قم بإزالة أو تخفيف المسبار أثناء التمرين بمساعدة الروبوت.
  5. بعد الانتهاء من قياس NIRS، قم بإزالة حامل الرأس ووضع علامة لاصقة لإنهاء التجربة.
    ملاحظة: تحقق بعناية من تلف الجلد في فروة الرأس بسبب ارتدائه لفترات طويلة.

3. تحليل GLM النوعي باستخدام برنامج NIRS-SPM

  1. بدء تشغيل NIRS-SPM على برنامج MATLAB. تحويل ملف البيانات المتعلقة بالتغيير في تركيز HbO2 و HHb المكتسبة من جهاز NIRS إلى تنسيق الملف لتحليل NIRS-SPM.
  2. اختر خيار نظام NIRS باستخدام من القائمة المنبثقة. حدد زر التحميل واختر خيارات تغيير تركيز HbO2 وHHb المحولة.
  3. الكشف عن التسجيل المكاني لموقع قناة NIRS. حدد خانة الاختيار المستقلة ثم حدد خانة الاختيار مع رقمي ثلاثي الأبعاد.
  4. ضمن من Real Coordinates إلى MNI Space، استخدم مربع الحوار لاختيار _origin. CSV يشير إلى تنسيق ملف نقطة مرجعية، و _others. CSV يشير إلى تنسيق تحقيقات / القنوات الملف.
  5. حدد الزر تسجيل. اختر النقاط التي تريد الانتقال إلى التقدير المكاني، وانقر على الزر موافق . انقر على تنسيق MNI Project إلى زر الدماغ المقدم.
    ملاحظة: يقدر الموضع المكاني لمواقع قناة NIRS على أساس قالب الدماغ لمعهد مونتريال العصبي (MNI).
  6. حدد الخيار عرض الظهر، وانقر على زر حفظ.
  7. في المقطع تحديد مستوىst 1 حدد اسم ملف بيانات NIRS و دليل SPM. حدد خانة الاختيار الهيموجلوبين; HbO2 أو HHb. تمييز الخيار تحديد التصميم وحدد الخيار Sec. قم بتمييز عدد خيارات الشروط/التجارب وأدخل الرقم 7.
  8. تسليط الضوء على ناقلات بداية ومدة [ق] خيارات وأدخل ناقل بداية مضروبا في مدة الظروف التجريبية على النحو التالي.
    ملاحظة: في هذه الحالة، يجب تحديد متجه أوقات البدء على أنه [15:45:285] أو [15 60 105 150 195 240 285]. يجب تحديد متجه المدة على أنه [15* منها (7،1)] أو [15 15 15 15 15 15 15 15].
  9. للفصل، حدد زر Wavelet-MDL. استخدم طريقة precoloring: عامل تصفية تمرير منخفض وحدد زر hrf، وصحح الارتباط التسلسلي، ثم حدد الزر بلا.
  10. في تقدير الارتباطات الزمنية، تحقق من التحليل الفردي.
    ملاحظة: حفظ التعريب المكاني لمواضع قناة fNIRS في أنظمة تنسيق MNI الفردية كملف نصي. وبالمثل، حفظ الخريطة استنادا إلى منطقة برودمان الفردية (BA) كملف نصي.
  11. عند تقدير الارتباطات الزمنية، تحقق من تحليل المجموعة. قام NIRS-SPM بمحاذاة متوسط مواقف العين لعدد المشاركين وفقا لنظام تنسيق الدماغ الموحد MNI.
  12. حساب خريطة التنشيط على أساس التغيرات في مستوى الهيموغلوبين للدماغ الموحد. واعتبرت مستويات HbO2 وHHb كبيرة عند عتبة غير مصححة من p < 0.01.
    ملاحظة: تم قلب المعلومات اليمنى/اليسرى في الجوانب المتأثرة إلى اليمين لتحليل المجموعة.

4. تحليل مقارن متعدد القنوات على أساس نموذج مختلط هرمي

  1. بدء تشغيل برنامج SAS. تحويل المستند النصي (. TXT) من تغييرات تركيز HbO2 وHHb في ملف البيانات NIRS معالجتها مع مرشح تمرير منخفض (تم تعيين تردد قطع في 0.1 هرتز) إلى جدول البيانات فاصلة فاصلة ملف القيم (. CSV).
  2. إنشاء استيراد بيانات SAS (.sas7bdat) باستخدام البرنامج.
  3. إخراج الملف استيراد مع الأمر التالي libname خارج "استيراد ملف"
  4. إخراج ملف pre-vs. بعد التدخل لكل موضوع، قم بتشغيل الأوامر التالية في تحليل SAS. (الشكل 3) أثناء إنشاء ملف الاستيراد، قم بإعطاء اسم يمكنه تحديد معلومات الموضوع وقبل مقابل ما بعد التدخل (على سبيل المثال، id1 قبل، id1 post...)
  5. تشغيل الأمر بيانات ما قبل وبعد التدخل لكل قناة (ch1-48; HbO2 وHHB) على النحو التالي (الشكل 4).
  6. استنادا إلى البيانات التي تم الحصول عليها من نتائج الإخراج، أدخل الاختلافات السابقة مقابل ما بعد التدخل في التغيير (الفرق في المهمة والراحة)، والراحة، والقيم على المهمة (القيم المقدرة والحدود العليا والحدود الدنيا) لكل قناة في ملف مصنف جدول البيانات (.xlsx).
  7. وبالمثل، إدخال البسط والمقام درجات الحرية، قيمة F، وقيمة P العنصر التفاعل من اختبار نوع 3 تأثير ثابت إلى ملف مصنف جدول البيانات (.xlsx).
  8. للتحكم في معدل اكتشاف false (FDR) في اختبار متعدد القنوات استخدم أساليب بنيامين و Hochberg27 والتحكم في FDR في قيمة p < 0.01.

Subscription Required. Please recommend JoVE to your librarian.

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 رجال) الذين أدخلوا إلى مستشفانا. في مرحلة السكتة الدماغية تحت الحادة ، بعد أكثر من أسبوعين من البداية ، قمنا بتقييم النشاط القشري المرتبط بالمحرك لهؤلاء المرضى باستخدام نظام fNIRS قبل وبعد إعادة التأهيل بمساعدة الروبوت في الطرف العلوي في نفس اليوم. وفيما يتعلق بمهام تصميم كتلة، نفذوا حركات الكوع المرن / التمديد المتضررة 15x في غضون 15 ثانية في كل دورة مهمة، وكرروا سبع دورات مهمة. وبالإضافة إلى ذلك، تم أيضا تسجيل ستة متطوعين أصحاء (متوسط العمر: 58.7 ± 7.1 سنة؛ امرأتان وأربعة رجال) كضوابط لتحديد موقع التنشيط القشري العادي المرتبط بالمهمة أثناء حركات انثناء/تمديد المرفق الأيمن.

ويبين الشكل 5 نتائج التحليل الجماعي ل 10 مرضى بالسكتة الدماغيةمن خلال قيم رسم الخرائط الإحصائية باستخدام نماذج GLM مع برنامج NIRS-SPM. وأظهرت هذه الطريقة زيادة في النشاط القشري للقشرة الحركية الأولية في نصف الكرة الأرضية المقاس مباشرة بعد إعادة التأهيل بمساعدة الروبوت مقارنة مع ذلك قبل التدريب. وقد تم جمع البيانات قبل التدخل والتدخل (التمرين بمساعدة الروبوت) وجمع البيانات بعد التدخل في الجلسة التجريبية الوحيدة في نفس اليوم وفي نفس المكان.

ويبين الشكل 6 نتائج تحليل المجموعة المتعدد القنوات الذي يقارن بين ما قبل التدخل وبعده (التمرين بمساعدة الروبوت). 10 - وتم إجراء تحليل إحصائي للنموذج المختلط الهرمي المتعدد المستويات مع برنامج القوات الخاصة. لوحظت زيادة النشاط القشري في القشرة الحركية الأولية بعد التدخل ، وهي نفس منطقة الدماغ كما هو الحال في NIRS-SPM.

Figure 1
الشكل 1:إعداد التسجيل المكاني ثلاثي الأبعاد (ثلاثي الأبعاد) وكل حامل لغطاء الرأس المستخدم لتسجيل fNIRS. يظهر حامل الرقم 245 المشار إليه بالسهم في الشكل الموضع المركزي (Cz)، وهو أحد محاور التنسيق. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 2
الشكل 2:ترتيب نظام القنوات ال 48 مع 32 جهازا صوتيا أثناء تسجيل fNIRS. (أ) موقع المسابير على حامل الرأس ،(ب)ترتيب القنوات والتحقيقات ال 48 (16 مصدر ضوء و 16 كاشفا ؛ 4 × 4 صفيف لكل نصف كرة قدم) إلى غطاء رأس ثنائيا فوق المناطق القشرية ، كمناطق اهتمام. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 3
الشكل 3: إدخال الأمر لإنشاء الملفات المستخدمة في برنامج تحليل SAS. يوضح الشكل كيفية تعريف المصطلحات والقيم الرقمية على شاشة إدخال الأمر الذي يحول معلومات الملف النصي التي تم الحصول عليها من ملف NIRS إلى ملف Excel CSV ثم يقوم بتحويله لتحليل SAS. تم إدخال معرف، العمر، الجنس، الجانب ipsilesional، قبل وبعد التدخل، والوقت الإجمالي، وفترات المهمة، رقميا. وبالإضافة إلى ذلك، تم إدخال معلومات عن HbO2،HHB، ومجموع مستوى تركيز الهيموغلوبين (mM x mm). يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 4
الشكل 4: إدخال الأوامر المستخدمة في تحليل كل قناة في برنامج تحليل SAS. في هذا النموذج المختلط الهرمي متعدد المستويات، تم تعيين القيم الرقمية التالية وإدخالها على شاشة إدخال الأمر SAS. تمت مقارنة الحالة في الراحة (المهمة = 0) وفي المهمة (المهمة = 1)، وتم استبعاد الحالة عند الاسترداد (المهمة = 2). علاوة على ذلك، تم تعيين الحالة قبل التدخل إلى n = 0 والحالة مباشرة بعد تعيين التدخل إلى n = 1، وتم فحص التفاعل للاختلافات ذات الأهمية الإحصائية في مقدار التغيير في HbO2 وHHb لكل قناة. في الشكل، يتم حذف معلومات شاشة الإدخال حتى ch2 أو ch47. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 5
الشكل 5: نتائج تحليل المجموعة من قبل قيم رسم الخرائط الإحصائية باستخدامنماذجGLM مع برنامج NRS-SPM. يصور متوسط النشاط القشري من جميع المرضى على المنظر أعلاه لنماذج الدماغ الموحدة. يمثل العلوي والسفلي التنشيط القشري في HbO2 ومستوى HHb على التوالي. تشير الصورة الصحيحة إلى النشاط القشري للمواضيع الصحية أثناء المهام. وبمقارنة إعادة التأهيل بمساعدة الروبوت من قبل، تم زيادة النشاط القشري مباشرة بعد التدريب بمساعدة الروبوت في نفس اليوم. وبالمقارنة مع المناطق القشرية الأخرى، ازدادت حالة أداء كل منها زيادة كبيرة (غير مصححة، ص < 0.01). تشير الخطوط المنقطة إلى الكبريتوس المركزي (CS) على صور الدماغ العادية. وقد تم تعديل هذا الرقم من سايتا وآخرون15. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Figure 6
الشكل 6: نتيجة التحليل متعدد القنوات باستخدام نماذج مختلطة هرمية متعددة المستويات مع برنامج SAS. يمثل النشاط القشري للتغيير المقارنة بين ما قبل وبعد التدخل باستخدام علاجات إعادة التأهيل بمساعدة الروبوت. بالنسبة للصورة اليسرى ، تم فرض أعداد قنوات NIRS على الدماغ الموحد وفقا لنظام تنسيق MNI. بالنسبة للصورة الصحيحة، يشير اللونان الأحمر والأزرق إلى زيادة ونقصان في مستوى HbO2، على التوالي (تصحيح FDR، p < 0.01). يشير غراي إلى أن القنوات لم تتغير بشكل كبير بعد إعادة التأهيل بمساعدة الروبوت. وقد تم تعديل هذا الرقم من سايتا وآخرون15. يرجى النقر هنا لعرض نسخة أكبر من هذا الرقم.

Subscription Required. Please recommend JoVE to your librarian.

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 النموذج الخطي المعمم. يظهر تحليل NIRS-SPM النتائج النوعية لكل جلسة من خلال تصور المنطقة المنشطة أثناء المهمة. وعلاوة على ذلك، فإن المعلومات من غير الغازية 3D-digitizer تمكن من تقدير مواقع قناة fNIRS بالنسبة للدماغ. كان تحليل المجموعة باستخدام تحليل NIRS-SPM قادرا على التقاط المناطق التنشيطية الخام للدماغ في مرحلة ما قبل التدخل مقابل ما بعد التدخل أثناء المهام الحسية الحركية ولكنه لم يتمكن من مقارنة الفرق في التغيرات في نفس القنوات. 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 (أي قبل وبعد التدخل) في نفس موضوع الدراسة باستخدام النموذج المختلط الهرمي المتعدد القنوات. وباستخدام هاتين الطريقتين، تكمل النتائج بعضها بعضا وتظهر بوضوح أكبر.

للحصول على نشاط الدماغ دقيقة ذات الصلة المهمة من قبل بيانات NIRS، تصميم المهام، موضع التحقيق، معالجة ما قبل التحليل، وأساليب التحليل، وإعدادات البيئة هي مهمة جدا23،26. فيما يتعلق بتصميم الكتلة باستخدام المهام الحسية في دراساتنا التمثيلية ، وضعنا المهمة ووقت الراحة عند 15 و 30 s ، على التوالي15. وقد أفيد أن الذروة بعد النشاط والاسترداد عن طريق وقت الراحة تعتمد على تصميم المهمة. في الأبحاث السابقة، أفيد أن تصميم المهمة غالبا ما يكون 10-30 ثانية للمهام المتعلقة حركة اليد (إصبع التنصت، واستيعاب المهمة) و 30 ق للمهام المتعلقة بالتحكم في الموقف والمشي7،8،28. لفترات المهمة، يستغرق حوالي 5-10 ق للوصول إلى الذروة بعد بدء تنشيط المهمة8،29، وفترات الانتعاش مواتية مع 15 إلى 18 ق متفاوتة عشوائيا لتجنب آثار الترقب وماير الموجة28،30. في هذا الصدد، يعتبر بروتوكول مهمة أبحاثنا أن تكون مناسبة وممكنة لأنه يتبع تصميم كتلة مع حركة الكوع. ومع ذلك، قد تحتاج فترات المهمة إلى أن تكون أطول استنادا إلى صعوبة المهمة، مثل مهام المشي والمهام المعرفية المعقدة. وفيما يتعلق بترتيب التحقيق، فإن FNIRS لديها دقة مكانية أكثر فقرا، لذا فإن إعادة ترتيب ما قبل التدخل مقابل ما بعده هي قضية رئيسية. في دراستنا التمثيلية ، تم تعويض هذا القصور من خلال تصميمنا الذي لا يتطلب نقل المسبار لتأكيد التأثير الفوري للعلاج الروبوتي في نفس اليوم. إذا كان تغيير موضعه مطلوبا، فمن المهم التحقق من المسافة بين ملصق الوسم وحامله باستخدام صورة تم التقاطها مسبقا للتأكد من أنها ليست خارج الترتيب مقارنة بما قبل التدخل. ومع ذلك ، في تصميمنا ، لم يكن كافيا لتأكيد تأثير التداخل الفسيولوجي الجهازي مثل الجهاز العصبي اللاإرادي على استخدام حامل الرأس عن طريق القياس المستمر لفترة طويلة. ولذلك، من الضروري استخدام رصد fNIRS أثناء النماذج الوظيفية والرصد المتعدد الوسائط23 في المستقبل. وفيما يتعلق بمجال الاهتمام لقياس NIRS، ركزت العديد من الدراسات NIRS على المعالجة المعرفية على قياس نشاط قشرة الجبهي (PFC) بالنظر إلى أن PFC هو مجال رئيسي في الوظيفة التنفيذية والسيطرة المعرفية للحركة31،32. بالنسبة للمهام الحسية الحركية ، من المهم قياس المنطقة الجدارية من أجل تقييم النشاط الحسي. قياس المنطقة الجدارية، ومع ذلك، عرضة للعقبات مثل الشعر وفروة الرأس سميكة. وبالتالي، فمن الضروري إعداد القياس بعناية. أحد قيود هذه الطريقة التجريبية fNIRS هو أنه بسبب هيكل حامل الرأس ، استخدمنا طريقة القياس العامة مع مسافة البصريات من 3 سم. ومع ذلك ، باستخدام قنوات فصل قصيرة لمعايرة الإشارات السطحية أو الضوضاء ، هناك إمكانية لقياس نشاط الدماغ الدقيق33.

فيما يتعلق بأساليب تحليل مجموعة NIRS ، كشرط أساسي ، من الأفضل تحليل البيانات الشخصية لنتائج قياس NIRS بعناية على غرار تخطيط كهربية الدماغ. قد يكون الجمع بين التحليلات أحادية المستوى وعلى مستوى المجموعة هو النهج الأمثل23. على الرغم من أن الدماغ الموحد يستخدم للتحليل الجماعي لبيانات NIRS ، فقد نوقشت القيود المتعلقة بالدقة المكانية المنخفضة4. وفي هذه الدراسة، وضعت طريقة التسجيل المكاني، وكان من الممكن الكشف عن إحداثيات أكثر دقة، مما قد يؤدي إلى نتائج أفضل. ثانيا، الدراسة الحالية لها حدود في قدرة نظام NIRS الموصوف هنا. القيم الرقمية المستخدمة في التحليل هي قيم نسبية باستخدام NIRS المستمر الموجة، وجهاز مثل المجال الزمني (TD) -NIRS يحتاج إلى استخدام للتقييم باستخدام القيم المطلقة34،35. ومع ذلك ، فإن TD-NIRS مكلفة ولها عيب في عدم ملاءمتها لمثل هذا التحليل متعدد القنوات. ولأن المعايير الوطنية للإبلاغ عن الأسلحة الكيميائية تستخدم على نطاق واسع، فإننا بحاجة إلى طريقة تقييم دقيقة نسبيا يمكن تحقيقها للتعويض عن هذا القصور. وكعملية تحليل مسبق، سيحتاج تحليل قناتنا أيضا إلى النظر في وسائل استخدام تحليل إضافي للمكون الرئيسي لإزالة هذه الإرباكات.

في المستقبل، سوف نبلغ عن نتائج التغيير في مرحلة ما قبل مقابل ما بعد العملية من التحفيز العميق للدماغ لمرض باركنسون9، واضطرابات الأوعية الدماغية مع التشنج12، وضعف الإدراك36 باستخدام تطبيق التحليل الطيفي بالأشعة تحت الحمراء القريبة. يمكن تطبيق أساليبنا على مجموعة متنوعة من الاضطرابات العصبية مثل اضطرابات الحركة والأمراض الدماغية الوعائية والاضطرابات العصبية النفسية.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

ليس لدى المؤلفين تضارب في المصالح ذات صلة بهذه الدراسة للكشف عنها.

Acknowledgments

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

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)

DOWNLOAD MATERIALS LIST

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, Pt 1 535-546 (2014).
  6. Fujimoto, H., et al. Cortical changes underlying balance recovery in patients with hemiplegic stroke. Neuroimage. 85, Pt 1 547-554 (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, Pt 1 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, Pt 1 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).

Tags

علم الأعصاب، العدد 166، NIRS، الموجة المستمرة، التصوير العصبي، النشاط القشري، الحسية، تصميم الكتلة، رسم الخرائط البارامترية الإحصائية، SPM، النموذج الخطي المعمم، GLM، النموذج المختلط الهرمي، الإعادة التأهيل العصبي
تحليل بيانات النشاط القشري النوعي والمقارن من تجربة الطيف الوظيفية القريبة من الأشعة تحت الحمراء التي تطبق تصميم الكتلة
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Saita, K., Morishita, T., Arima, H., … More

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).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter