Summary
Vi beskriver analysen af kontinuerlig-bølge funktionelle nær-infrarød spektroskopi eksperiment ved hjælp af en blok design med en sensorimotorisk opgave. For at øge pålideligheden af dataanalysen brugte vi den kvalitative generelle lineære modelbaserede statistiske parametriske kortlægning og de komparative hierarkiske blandede modeller til multikanaler.
Abstract
Neuroimaging undersøgelser spiller en central rolle i evalueringen af præ-vs post-interventionelle neurologiske tilstande såsom i rehabilitering og kirurgisk behandling. Blandt de mange neuroimaging teknologier, der anvendes til at måle hjernens aktivitet, funktionel nær-infrarød spektroskopi (fNIRS) gør det muligt at evaluere dynamiske kortikale aktiviteter ved at måle de lokale hæmoglobin niveauer svarende til funktionelle magnetisk resonans imaging (fMRI). På grund af mindre fysisk begrænsning i fNIRS kan flere varianter af sensorimotoriske opgaver også evalueres. Mange laboratorier har udviklet flere metoder til fNIRS-dataanalyse; På trods af at de generelle principper er de samme, er der imidlertid ingen universelt standardiseret metode. Her præsenterer vi de kvalitative og komparative analytiske metoder til data fra et multikanals fNIRS-eksperiment ved hjælp af et blokdesign. Til kvalitativ analyse brugte vi en software til NIRS som en masse-univariate tilgang baseret på den generaliserede lineære model. NIRS-SPM-analysen viser kvalitative resultater for hver session ved at visualisere det aktiverede område under opgaven. Derudover kan den ikke-invasive tredimensionelle digitalisator bruges til at estimere fNIRS-kanalplaceringerne i forhold til hjernen. For at underbygge NIRS-SPM-resultaterne kan amplituden af de ændringer i hæmoglobinniveauer, der fremkaldes af den sensorimotoriske opgave, statistisk analyseres ved at sammenligne data fra to forskellige sessioner (før og efter intervention) af det samme forsøgsemne ved hjælp af en multikanalshierarkisk blandet model. Vores metoder kan bruges til at måle præ- vs. post-intervention analyse i en række neurologiske lidelser såsom bevægelsesforstyrrelser, cerebrovaskulære sygdomme, og neuropsykiatriske lidelser.
Introduction
Neurorehabilitering spiller en vigtig rolle i den funktionelle genopretning efter sensorimotorisk forstyrrelse. For at tydeliggøre mekanismerne for neuroplasticitetsrelateret funktionel genopretning er der anvendt forskellige neuroimagingteknologier, såsom funktionel magnetisk resonansbilleddannelse (fMRI), positronemissionstomografi (PET), elektroencefalografi (EEG) og funktionel nær-infrarød spektroskopi (fNIRS). Forskellige billedbehandlingsmetoder har forskellige fordele og ulemper. Selvom fMRI er den mest typiske enhed, påvirkes den af magnetfelter, har en høj pris, høj fysisk begrænsning og begrænsede sensorimotoriske opgaver1,2,3,4. FNIRS-enheden skiller sig ud som en ikke-invasiv optisk neuroimaging og har en relativt lavere rumlig opløsning, men den har en bedre tidsmæssig opløsning end fMRI4. fNIRS er velegnet til kontrol af behandlingseffekter, fordi det sammenligner præ- versus post-intervention effekter, har dynamiske motoriske opgaver, er bærbare, og fungerer mere i naturlige miljøer end fMRI1,2,4. NIRS er blevet rapporteret at være mere egnet inden for cerebrovaskulær sygdom, epileptiske lidelser, alvorlig hjerneskade, Parkinsons sygdom og kognitiv svækkelse1,5. Med hensyn til sensorimotoriske opgaver, er det meget udbredt i gangart og stående balance6,7,8, overekstremitet funktion (hånd greb, finger trykke)8,9, kompleks motorisk færdighed uddannelse10,11, robotteknologi12,13,14,15, og hjerne-computer interface16,17,18. FNIRS er baseret på principperne om optisk neuroimaging og neurovaskulær kobling, som måler kortikal metabolisk aktivitet, øget blodgennemstrømning og dermed kortikal aktivitet som sekundære signaler19. fNIRS-signaler er blevet rapporteret at have stærke korrelationer med signaler om iltniveauafhængig fMRI20i blodet . En kontinuerlig bølge fNIRS bruger den ændrede Beer-Lambert lov til at bestemme ændringerne i iltet hæmoglobin (HbO2)og deoxygenerede hæmoglobin (HHb) kortikale koncentrationsniveauer baseret på målte ændringer i bredbånd nær-infrarødt lys dæmpning21,22. Da det ikke var muligt at måle differentialfaktoren for stilængde (DPF) ved hjælp af NIRS-systemet med kontinuerlig bølge, antog vi, at DPF var konstant, og at hæmoglobinsignalændringer blev angivet i vilkårlige enheder af millimole-millimeter (mM x mm)2,18.
FNIRS-eksperimenterne skal vælge de mest hensigtsmæssige metoder, herunder sondeindstillingerne, eksperimentdesignene og analysemetoderne. Med hensyn til sonde indstilling, den internationale 10-20 metode, der anvendes i EEG måling er den indstilling standard, der anvendes af mange forskere i neuroimaging. I de senere år er der blevet anvendt koordinatindstillinger baseret på standardhjernen på grundlag af Montreal Neurological Institute (MNI) koordinater. Eksperimentet bruger et blokdesign, der generelt bruges til sensorimotoriske opgaver, og et hændelsesrelateret design. Dette er en metode til sammenligning af ændringer i hæmoglobinkoncentrationen i hvile og under opgaver; HbO2 koncentrationsniveauer stiger og HHb koncentrationsniveauerne falder med ændringer i cerebral blodgennemstrømning forbundet med opgave-afhængige kortikale aktivitet. Selv om der findes forskellige analysemetoder, muliggør den gratis NIRS-SPM-software en analyse svarende til den statistiske parametriske kortlægning (SPM) af fMRI. Behandlingen af NIRS-data anvender en masse-univariate tilgang baseret på den generelle lineære model (GLM). Når du udfører opgaveafhængig hjerneaktivitetsanalyse, kan fNIRS-målingerne påvirkes af fremkaldt eller ikke-fremkaldt neuronal aktivitet og systemiske fysiologiske interferenser (puls, blodtryk, vejrtrækningshastighed og autonom nervesystemaktivitet) i cerebral og extracerebral rum23. Derfor er foranalysebehandling, filtrering, waveletkonvertering og hovedkomponentanalyse nyttige23. Med hensyn til filtrering og artefakter af databehandlingen ved hjælp af NIRS-SPM, lav-pass filtrering9 og wavelet minimum beskrivelse længde (Wavelet-MDL)24 detrending blev brugt til at overvinde bevægelse eller andre kilder til støj / artefakt. Nærmere oplysninger om denne analytiske metode findes i rapporten fra Ye et al.25. Selvom der kun er rapporter, der kun bruger SPM, er det kun et kvalitativt indeks efter billedanalyse, og på grund af NIRS's lave rumlige opløsning kræves der ekstrem forsigtighed til gruppeanalyse. Når DPF er konstant, bør numeriske sammenligninger mellem kanaler og enkeltpersoner desuden ikke udføres, men forskellen i ændringerne i hver kanal kan verificeres. Baseret på ovenstående betingelser brugte vi for at supplere NIRS-SPM-gruppens analyseresultater den oprindelige analysemetode til multikanalanalyse efter at have forbedret nøjagtigheden af rumlig registrering. Denne multikanalanalyse sammenlignede amplituden af ændringen i HbO2- og HHb-niveauerne mellem hvileperioder og on-task-perioder på hver kanal før og umiddelbart efter behandling ved hjælp af hierarkiske blandede modeller med faste interventioner (før eller efter), faste perioder (hvile eller på opgave) og tilfældige individuelle effekter.
På denne måde er der flere fNIRS-måle- og analysemetoder; der er dog ikke fastlagt nogen standardmetode. I dette papir introducerer vi vores metoder, kvalitativ GLM-baseret statistisk parametrisk kortlægning og den komparative hierarkiske blandede model på flere niveauer, til at analysere data fra et multikanals fNIRS-eksperiment med præ- vs. post-intervention ved hjælp af et blokdesign med sensorimotoriske opgaver.
Subscription Required. Please recommend JoVE to your librarian.
Protocol
Denne undersøgelse blev godkendt af det institutionelle bedømmelsesudvalg (IRB) på Fukuoka University, Japan (IRB No. 2017M017). Forud for deltagelsen gav alle patienter skriftligt informeret samtykke.
1. Forberedelse af fNIRS-eksperimentet
BEMÆRK: Der blev anvendt et multikanals kontinuerligt bølgelaserbaseret NIRS-system til dette eksperiment. Bølgelængderne af det nær-infrarøde lys var 780 nm, 805 nm og 830 nm, og prøveudtagningshastigheden blev indstillet til 7,8 Hz. Tids- og rumopløsningen (afstande mellem lysudlederen og detektorsonden) var henholdsvis 0,13 s og 3,0 cm.
- Indstil fNIRS-enheden på et mørkt lydløst sted. Udfør eksperimenter ved stuetemperatur. Start fNIRS-instrumentet 30 minutter før eksperimentet.
BEMÆRK: fNIRS-systemer anvendes under kontrollerede temperatur- og fugtighedsforhold for at sikre stabil drift af udstyret26. - Brug en hel hovedhætte til fNIRS-optagelse, og fastgør hovedhætten på motivets hoved, således at den position, der svarer til det centrale (Cz) i det internationale 10-20-system, er placeret ved indehaver nr. 245 på nakkehætten. (Figur 1).
- Fastgør mærkningsklistermærket til referencelokaliseringspunkter: nasion (Nz), højre eksterne auditive meatus (AR) og venstre ekstern auditiv meatus (AL).
BEMÆRK: Da de tredimensionale (3D) koordinater læses omkring placeringen af Nz, AR, AL-mærkningsklistermærket og Cz-holderen, er det nødvendigt at fastgøre mærkningsklistermærket, før du tager et billede. - Efter kalibreringen af et digitalt kamera i høj opløsning til rumlig registrering, tag billeder af motivets hoved med sondeplaceringen, mens du viser referencepunkterne (Cz, Nz, AR og LR) fra 15 perspektiver.
BEMÆRK: Tag et billede, før sonden placeres. Hvis der tages et billede efter placering af sonden, kan markørens vartegn være skjult af sonden og ledninger. Som anbefalet af producenten, efter at have taget 12 billeder 30 ° diagonalt frem til højre for motivet, tage tre eller flere billeder lidt over, så Cz (holder nr. 245) vises på billedet. Dette skyldes, at det er let at gøre det tredimensionelt, når du fanger i alt 15 eller flere skud. - Adskil forsigtigt motivets hår, der forstyrrer optoden, ved hjælp af en lysdiode (LED)-tændt plaststang for at fastgøre sonden. Arranger sonden, så optoderne fastgøres i en minimal afstand fra hovedbundens overflade og i kontakt med hovedbunden.
BEMÆRK: Kontroller omhyggeligt, om der er noget tryk eller ubehag for patienten på grund af fastgørelse af optoderne på grund af den stigende styrke hos de systemiske confounders forbundet med autonom nervesystemaktivering23. - 48-kanalssystemet med 32 optodes (16 lyskilder og 16 detektorer, 4 x 4-system for hver halvkugle) arrangeres bilateralt over frontal- og parietale områder som interesseregioner(figur 2).
- Start og brug 3D-digitaliseringssoftwaren til at bestemme den geografiske registrering.
- Når du har scannet billeddataene for et helt hoved, skal du bestemme den enkelte patients rumlige koordinat ved automatisk at måle og gemme den som Origin- og Andre-filen (*CSV-fil).
BEMÆRK: Hvis koordinatpunkterne ikke kunne registreres fra billederne ved hjælp af den automatiske måling, skal du indtaste justeringen manuelt.
2. Kør eksperimentet
- Vælg et blokdesign til eksperimentet, og opgaven kan være enhver bevægelse af interesse for undersøgelsen, såsom håndåbning / lukning, fingertryk osv. I vores tidligere undersøgelse var opgaven de robotassisterede albuebevægelser15.
BEMÆRK: Hver cyklus er lavet af tre blokke (15 s hvile - 15 s opgave - 15 s hvile), og hver patient afslutter syv cyklusser i hver session. - Få deltageren til at vente i en behagelig position, indtil startsignalet. Bed forsøgspersonen om at lukke øjnene under resten og opgaven.
- Giv start- og stopsignaler (dvs. "Gentag fleksion og forlængelse af albuen", "Stop og slap af").
BEMÆRK: Tal ikke under målinger. Kontroller omhyggeligt, om der er artefakter på skærmen under målingerne. - Udfør blokdesignopgaven i samme stilling. Opretstående kropsholdning med stående eller siddende stilling er ønskeligt ikke at forvrænge headsettet.
BEMÆRK: Hvis patienten føler sig utilpas efter at have haft hovedholderen på i længere tid, skal sonden fjernes eller løsnes under robotassisteret træning. - Når NIRS-målingen er afsluttet, skal du fjerne hovedholderen og markeringsklistermærket for at afslutte eksperimentet.
BEMÆRK: Kontroller omhyggeligt, om der er hudskader på hovedbunden på grund af langvarig brug.
3. Kvalitativ GLM-analyse ved hjælp af NIRS-SPM-software
- Start NIRS-SPM på MATLAB-softwaren. Konverter datafilen i forbindelse med ændringen i HbO2- og HHb-koncentrationen fra NIRS-enheden til filformatet til NIRS-SPM-analyse.
- Vælg indstillingen brug af NIRS-system i pop op-menuen. Vælg belastningsknappen, og vælg indstillingerne for ændring af koncentrationen HbO2 og HHb.
- Registrer den geografiske registrering af NIRS-kanalplaceringen. Markér afkrydsningsfeltet Enkeltstående, og markér derefter afkrydsningsfeltet Med 3D-digitalisering.
- Brug dialogboksen til at vælge _origin i Fra rigtige koordinater til MNI-plads. CSV, der henviser til koordinatreferencepunktfilen, og _others. CSV, der henviser til koordinatsonder/kanalfilen.
- Vælg knappen Registrering. Vælg de punkter, der skal fortsættes med rumlig estimering, og klik på knappen OK. Klik på Project MNI-koordinaten til knappen Afsmeltet hjerne.
BEMÆRK: Den rumlige position af NIRS-kanalplaceringerne anslås på grundlag af Montreal Neurological Institute (MNI) hjerneskabelon. - Vælg indstillingen Dorsal View, og klik på knappen Gem.
- Vælg NIRS-datafilnavnet og SPM-mappen i sektionen Angiv1. Marker afkrydsningsfeltet hæmoglobin. HbO2 eller HHb. Fremhæv indstillingen Angiv design' , og vælg indstillingen Sek. Fremhæv indstillingerne for Antal betingelser/prøveversioner , og angiv tallet 7.
- Fremhæv indstillingerne Vektor for Debut og Varighed(er] og angiv en vektor af debut ganget med varigheden af forsøgsbetingelserne som følger.
BEMÆRK: I dette tilfælde skal vektoren for debuttider angives som [15:45:285] eller [15 60 105 150 195 240 285]. Varighedens vektor skal specificeres som [15* vektor(7,1)] eller [15 15 15 15 15 15 15 15]. - Vælg knappen Wavelet-MDL for at fjerne detrendingen. Brug forvarmningsmetoden: lavpasfilter, vælg hrf-knappen, og vælg den korrekte for seriel korrelation, og vælg derefter knappen Ingen.
- Ved vurdering af de tidsmæssige korrelationer skal du kontrollere den individuelle analyse.
BEMÆRK: Gem den geografiske lokalisering af fNIRS-kanalpositioner i de enkelte MNI-koordinatsystemer som en tekstfil. På samme måde gemmes kortet baseret på det enkelte Brodmann-område (BA) som en tekstfil. - Når du vurderer de tidsmæssige korrelationer, skal du kontrollere gruppeanalysen. NIRS-SPM justerede de gennemsnitlige optodepositioner for antallet af deltagere i henhold til MNI-standardiseret hjernekoordinatsystem.
- Beregn aktiveringskortet baseret på ændringerne i hæmoglobinniveauet for den standardiserede hjerne. HbO2- og HHb-niveauerne blev anset for at være signifikante ved en ikke-korrigeret tærskel på < 0,01.
BEMÆRK: Venstre/højre-oplysninger blev vendt i højre berørte sider til gruppeanalyse.
4. Sammenlignende analyse med flere kanaler baseret på hierarkisk blandet model
- Start SAS-softwaren. Konvertere tekstdokumentet (. TXT) af koncentrationsændringer af HbO2 og HHb i NIRS-datafilen, der behandles med et lavpasfilter (cut-off-frekvensen blev indstillet til 0,1 Hz) til regnearkssoftwarens fil med kommaseparerede værdier (. CSV).
- Opret Importér SAS-data (.sas7bdat) ved hjælp af programmet.
- Udgiv importfilen med følgende kommando, libname out "Import file"
- Skriv filen før vs. efter intervention for hvert emne, og kør følgende kommandoer i Analysis SAS. (Figur 3) Under oprettelsen af importfilen skal du angive et navn, der kan identificere emneoplysningerne og før-vs. efter intervention (f.eks. id1 pre, id1 post...)
- Kør datakommandoen før og efter intervention for hver kanal (kap. 1-48; HbO2 og HHb) som følger (figur 4).
- Baseret på de data, der er hentet fra outputresultaterne, skal du indtaste forskellene mellem ændringer før og efter intervention (forskel på on-task og hvile), hvile og værdier på opgave (anslåede værdier, øvre grænser og lavere grænser) for hver kanal i regnearksprojektmappefilen (.xlsx).
- På samme måde skal du indtaste tælleren og nævnerens frihedsgrader, F-værdi og P-værdi for interaktionselementet i type 3-testen med fast effekt til regnearksprojektmappefilen (.xlsx).
- Hvis du vil styre den falske registreringshastighed (FDR) i test af flere kanaler, skal du bruge Benjamin- og Hochberg-metoderne27 og styre FDR med en p-værdi < 0,01.
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
Heri introducerer vi den robotassisterede rehabilitering, som vores gruppe i øjeblikket arbejder på: biofeedback-virkningerne på motorunderskuddet i overekstremiteterne hos patienter med akut slagtilfælde. Vi inkluderede 10 samtykkende slagtilfældepatienter (gennemsnitsalder: 66,8 ± 12,0 år; to kvinder og otte mænd), der blev indlagt på vores hospital. På det subakuttakut slagtilfælde fase, mere end 2 uger efter starten, vurderede vi den motor-relaterede kortikale aktivitet af disse patienter ved hjælp af en fNIRS system før og umiddelbart efter overekstremitet robot-assisteret rehabilitering på samme dag. Med hensyn til blokdesignopgaverne udførte de påvirkede albuefleksion / udvidelsesbevægelser 15x inden for 15 s i hver opgavecyklus, og de gentog syv opgavecyklusser. Derudover blev seks raske frivillige (gennemsnitsalder: 58,7 ± 7,1 år; to kvinder og fire mænd) også indskrevet som kontrolforanstaltninger for at identificere placeringen af den normale opgaverelaterede kortikale aktivering under højre albuefleksion / udvidelsesbevægelser.
Figur 5 viser resultaterne af gruppeanalysen af 10 slagtilfældepatienter ved hjælp af det-statistiske kortlægningsværdier ved hjælp af GLM-modeller med NIRS-SPM-softwaren. Denne metode viste en stigning i den kortikale aktivitet af den primære motoriske cortex i den målte halvkugle umiddelbart efter den robotassisterede rehabilitering sammenlignet med før træningen. Dataindsamlingen før interventionen, interventionen (robotassisteret øvelse) og dataindsamlingen efter interventionen blev udført på den enkelte forsøgssession samme dag og samme sted.
Figur 6 viser resultaterne af multikanalgruppeanalysen, der sammenligner præ- versus postintervention (robotassisteret øvelse). Statistisk analyse af den hierarkiske blandede model på flere niveauer med SAS-softwaren blev udført. Øget kortikal aktivitet i den primære motoriske cortex blev observeret efter intervention, den samme hjerneregion som i NIRS-SPM.
Figur 1: Indstilling af tredimensionel (3D) geografisk registrering og hver indehaver af hovedhætten, der anvendes til fNIRS-registrering. 245 holderen angivet med pilen i figuren viser den centrale position (Cz), som er en af koordinatakserne. Klik her for at se en større version af dette tal.
Figur 2: Arrangement af 48-kanalssystemet med 32 optoder under fNIRS-registreringen. Klik her for at se en større version af dette tal.
Figur 3: Kommandoinput til oprettelse af filer, der bruges i SAS-analysesoftwaren. Figuren viser, hvordan du definerer ord og numeriske værdier på kommandoinputskærmen, der konverterer tekstfiloplysningerne fra NIRS-filen til en Excel CSV-fil og derefter konverterer dem til SAS-analyse. ID, Alder, Køn, ipsilionel side, før og efter interventionen, den samlede tid og opgaveperioder blev indtastet numerisk. Desuden blev der også indtastet oplysninger om koncentrationsniveauet HbO2,HHb og den samlede hæmoglobinkoncentration (mM x mm). Klik her for at se en større version af dette tal.
Figur 4: Kommandoinput, der bruges til hver kanalanalyse i SAS's analysesoftware. I denne hierarkiske blandede model på flere niveauer blev følgende numeriske værdier angivet og indtastet på SAS-kommandoinputskærmen. Status i hvile (opgave = 0) og ved opgave (opgave = 1) blev sammenlignet, og status ved genoprettelse (opgave = 2) blev udeladt. Desuden blev status før interventionen sat til n = 0, og status umiddelbart efter interventionen blev sat til n = 1, og samspillet blev undersøgt for statistisk signifikante forskelle i mængden af ændringer i HbO2 og HHb for hver kanal. I figuren udelades inputskærmoplysningerne op til ch2 eller ch47. Klik her for at se en større version af dette tal.
Figur 5: Resultaterne af gruppeanalysen efter de statistiskekortlægningsværdier ved hjælp af GLM-modeller med NRS-SPM-softwaren. Den gennemsnitlige kortikale aktivitet fra alle patienter er afbildet på ovenstående baggrund af de standardiserede hjernemodeller. Den øvre og nederste repræsenterer den kortikale aktivering i henholdsvis HbO2- og HHb-niveau. Det rigtige billede angiver raske forsøgspersoners kortikale aktivitet under opgaverne. Ved at sammenligne den robotassisterede rehabilitering før blev den kortikale aktivitet øget umiddelbart efter robotassisteret træning samme dag. Sammenlignet med andre kortikale regioner blev hver præstationsstatus signifikant forøget (ukorrigeret, s. < 0,01). De sleskede linjer angiver den centrale sulcus (CS) på de normaliserede hjernebilleder. Dette tal er blevet ændret fra Saita et al.15. Klik her for at se en større version af dette tal.
Figur 6: Resultatet af multikanalanalysen ved hjælp af hierarkiske blandede modeller med flere niveauer med SAS-softwaren. Den kortikale aktivitet af forandring repræsenterer sammenligningen mellem før og efter intervention ved hjælp af robotassisteret rehabiliteringsbehandling. For det venstre billede blev antallet af NIRS-kanaler overlejret på den standardiserede hjerne i henhold til MNI-koordinatsystemet. For det rigtige billede indikerer rød og blå en stigning og et fald i henholdsvis HbO2-niveauet (FDR korrigeret, p < 0,01). Gray indikerer, at kanalerne ikke ændrede sig væsentligt efter den robotassisterede rehabilitering. Dette tal er blevet ændret fra Saita et al.15. Klik her for at se en større version af dette tal.
Subscription Required. Please recommend JoVE to your librarian.
Discussion
I vores gruppeanalysemetoder til fNIRS sammenlignede vi ud over at udføre en billedanalyseanalysemetode ved kvalitative t-statistikkortlægninger før- vs. post-intervention (robotassisteret øvelse) ved hjælp af den komparative multikanalanalyse. Til kvalitativ analyse brugte vi NIRS-SPM-softwaren som en masse-univariate tilgang baseret på den generaliserede lineære model. NIRS-SPM-analysen viser kvalitative resultater af hver session ved at visualisere det aktiverede område under opgaven. Desuden gør oplysningerne om den ikke-invasive 3D-digitalisator det muligt at estimere fNIRS-kanalplaceringer i forhold til hjernen. Gruppeanalysen ved hjælp af NIRS-SPM-analyse var i stand til at fange de uslebne hjerneaktiveringsområder for præ- vs. postintervention under sensorimotoriske opgaver, men kunne ikke sammenligne forskellen i ændringer i de samme kanaler. For at underbygge NIRS-SPM-resultaterne kan amplituden af de ændringer i hæmoglobinniveauer, der fremkaldes af den sensorimotoriske opgave, statistisk analyseres ved at sammenligne de data, der er opnået fra to forskellige sessioner (dvs. før og efter intervention) i det samme forsøgsemne ved hjælp af den hierarkiske blandede model med flere kanaler. Ved at anvende disse to metoder supplerer resultaterne hinanden gensidigt og blev vist tydeligere.
For at opnå nøjagtig opgaverelateret hjerneaktivitet ved HJÆLP AF NIRS-data er opgavedesign, sondeplacering, foranalysebehandling, analysemetoder og miljøindstillinger meget vigtige23,26. Med hensyn til blokdesignet ved hjælp af sensorimotoriske opgaver i vores repræsentative undersøgelser indstiller vi opgave- og hviletiden tilhenholdsvis15 og 30 s . Det er blevet rapporteret, at toppen efter aktiviteten og genopretningen efter hviletid afhænger af opgavedesignet. I tidligere undersøgelser blev det rapporteret, at opgavedesignet ofte er 10-30 s til opgaver relateret til håndbevægelse (fingertryk, gribeopgave) og 30 s til opgaver relateret til kropsholdningskontrol og gå7,8,28. For opgaveperioderne tager det ca. 5-10 s at nå toppen efter start af opgaveaktiveringen8,29, og gendannelsesperioderne er gunstige med en tilfældigt varierende 15 til 18 s for at undgå forventningseffekter og Mayer-Wave28,30. I denne henseende anses opgaveprotokollen for vores forskning for at være egnet og gennemførlig, da den følger blokdesign med albuebevægelse. Opgaveperioderne skal dog muligvis være længere baseret på opgavevanskeligheder, såsom til gangopgaver og komplekse kognitive opgaver. Med hensyn til sonden arrangement, fNIRS har en dårligere rumlig opløsning, så omarrangere pre-vs post-intervention er et stort problem. I vores repræsentative undersøgelse blev denne mangel kompenseret af vores design, der ikke krævede sondeflytning for at bekræfte den umiddelbare virkning af robotbehandling samme dag. Hvis det er nødvendigt at flytte, er det vigtigt at kontrollere afstanden mellem mærkningsklistermærket og holderen ved hjælp af et forudindfanget billede for at sikre, at det ikke er ude af arrangement sammenlignet med forintervention. I vores design var det imidlertid ikke tilstrækkeligt at bekræfte effekten af systemisk fysiologisk interferens såsom det autonome nervesystem på brugen af hovedholderen ved kontinuerlig måling i lang tid. Derfor er det nødvendigt at bruge fNIRS-overvågning under funktionelle paradigmer og multimodal overvågning23 i fremtiden. Med hensyn til interesseområdet for NIRS-måling har mange NIRS-undersøgelser af kognitiv behandling fokuseret på at måle præfrontal cortex (PFC) aktivitet, da PFC er et centralt område i udøvende funktion og kognitiv kontrol af bevægelse31,32. Til sensorimotoriske opgaver er det vigtigt at måle parietalområdet for at vurdere sensorisk aktivitet. Målingen af parietalregionen er imidlertid modtagelig for forhindringer som hår og tyk hovedbund; Det er derfor nødvendigt at indstille målingen omhyggeligt. En begrænsning af denne fNIRS eksperimentelle metode er, at vi på grund af hovedholderens struktur brugte den generelle målemetode med en optodeafstand på 3 cm. Men ved hjælp af korte adskillelseskanaler til at kalibrere de overfladiske signaler eller lyde er der mulighed for at måle nøjagtig hjerneaktivitet33.
Med hensyn til NIRS-gruppens analysemetoder er det som en forudsætning bedst omhyggeligt at analysere personoplysningerne om NIRS-måleresultater svarende til EEG. En kombination af analyser på enkeltniveau og grupper kan være den optimale tilgang23. Selvom den standardiserede hjerne bruges til gruppeanalyse af NIRS-data, er begrænsninger med hensyn til den lavere rumlige opløsning blevet diskuteret4. I denne undersøgelse blev den geografiske registreringsmetode udtænkt, og det var muligt at opdage mere nøjagtige koordinater, hvilket potentielt førte til bedre resultater. For det andet har denne undersøgelse begrænsninger i muligheden for det beskrevne NIRS-system her. De numeriske værdier, der bruges i analysen, er relative værdier ved hjælp af NIRS med kontinuerlig bølge, og enenhed som F.eks. TD-NIRS er imidlertid dyrt og har en ulempe ved ikke at være egnet til en sådan multikanalanalyse. Da CW-NIRS anvendes så meget, har vi brug for en relativt præcis evalueringsmetode, der kan realiseres for at kompensere for denne mangel. Som en foranalyseproces skal vores kanalanalyse også overveje, hvordan du kan bruge yderligere hovedkomponentanalyse til at fjerne disse confounders.
I fremtiden vil vi rapportere resultaterne af ændringer i præ- vs. efterdrift af dyb hjernestimulation for Parkinsons sygdom9, cerebrovaskulære lidelser med spasticitet12, og kognitiv svækkelse36 ved hjælp af nær-infrarød spektroskopi applikation. Vores metoder kan anvendes på en række neurologiske lidelser såsom bevægelsesforstyrrelser, cerebrovaskulære sygdomme og neuropsykiatriske lidelser.
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
Forfatterne har ingen interessekonflikter, der er relevante for denne undersøgelse at afsløre.
Acknowledgments
Dette arbejde blev delvis støttet af Japan Society for the Promotion of Science (JSPS) Grant-in-Aid for Scientific Research (C) 18K08956 og en fond fra 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).
