Author Produced

空間ナビゲーションで学習研究するために近赤外分光法をMazeSuiteおよび機能の使用

Neuroscience
 

Summary

MazeSuiteは、ナビゲーションおよび空間的な実験を準備し、提示し、分析するための完全なツールセットです。機能的近赤外分光法(fNIR)は脳血酸素代謝変化の非侵襲的、ポータブルモニタリングを可能にする光学的脳イメージング技術です。本論文では、認知処理の学習のパラダイム内MazeSuiteとfNIRの集団的使用をまとめたものです。

Cite this Article

Copy Citation | Download Citations

Ayaz, H., Shewokis, P. A., Curtin, A., Izzetoglu, M., Izzetoglu, K., Onaral, B. Using MazeSuite and Functional Near Infrared Spectroscopy to Study Learning in Spatial Navigation. J. Vis. Exp. (56), e3443, doi:10.3791/3443 (2011).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

MazeSuiteは、ナビゲーションおよび空間的な実験を提示し、分析し、1を準備する完全なツールセットです。 MazeSuiteは、設計および編集適応仮想3D環境を、仮想環境内で、参加者の行動のパフォーマンスを追跡し、脳波と眼球の追跡を含む生理学的および神経画像措置、のための外部デバイスとの同期に使用することができます。

機能的近赤外分光法(fNIR)は、ヒトの脳機能2-7関連する脳の血液酸素化の変化の、連続的な非侵襲的、およびポータブルモニタリングを可能にする光学的脳イメージング技術です。過去10年間fNIRが効果的にメモリと7-11を問題解決の作業、などの注意などの認知タスクを監視するために使用されます。 fNIRはウェアラブルとそれほど煩わしい装置の形で実現することができる、それは生態学的に有効な環境での脳活動を監視する能力を持っています。

認知機能の練習後、保持12の間に、最初の小説のタスクのパフォーマンスと異なる前頭前野(PFC)の脳の活性化のパターンを伴うタスクのパフォーマンスによって評価。のない活性化に少しはあったものの局所脳血流量が仮想迷路の空間ナビゲーションのエンコーディング(すなわち、初期ライブラリー - 全曲無料試聴できるパフォーマンス)の間に右前頭葉でアクティブ化されたことがわかった陽電子放射断層撮影法(PET)、ヴァンホーンと同僚の使い方練習後、保持テスト時の前頭部。個人別の練習スケジュール13,14の下に複数のタスクを取得するときにまた、文脈干渉、実際の組織に関連する学習現象の影響は明白です。学習するタスクは、非シーケンシャル、予測不可能な順番で提示されている場合、高文脈干渉(ランダム練習スケジュール)が作成されます。学習するタスクが予測可能な順序で提示されるときに低文脈干渉(ブロックされた練習スケジュール)が作成されます。

ここで我々の目標は2つあります:認知光脳イメージング(COBI)Studioソフトウェア15を使用してfNIRの脳活動のモニタリングシステムのセットアップと展開を実証するために、実験プロトコルの設計プロセスとMazeSuiteの使用、および秒を説明する最初の。我々の目標を説明するために、調査からサブサンプルは、単一の実験でMazeSuiteとCOBI Studioの両方の用途を示すことが報告されている。研究では、買収時のPFCの認知活動の評価とブロックとランダム注文のコンピュータの迷路タスクの学習を行います。二右利きの成人(1つはオス、メス一)315獲得、30保持して四日間で20の転送試験を行った。調査の設計、実装、データ収集と分析のフェーズは、今後の研究のための指針を提供する意図で説明された。

Protocol

迷路の環境を構築するための編集プログラム(MazeMaker)、可視化/レンダリングモジュール(MazeWalker)、そして最終的に分析し、パスの可視化ツール(MazeAnalyzer)、迷路- Suiteは、3つの主要アプリケーションで構成されています。以下のセクションでは、MazeSuiteと詳細の使用を説明し、三補足ビデオの各MazeSuiteモジュール用の利用可能です。

1。設計迷路

迷路- Suite内MazeMakerアプリケーションは、単に鳥の目のビューから2次元(2D)キャンバス上に描画することで3次元(3D)の環境を作成することができます。壁や床は、座標を示すために、マウスクリックで描画することができ、そしてユーザーが3Dオブジェクトファイルをインポートしたり、位置、向き、色、テクスチャ、ライトなど迷路内の項目のプロパティを編集することができます。

迷路の開始と終了の領域は、タイムアウト期間などの他の終了条件に加えて割り当てることができます。別々のテキストメッセージは、それぞれの終了条件の参加者に知らせるために表示することができます。設計段階で、迷路はMazeMaker内に"ざっと"機能を使用してテストできます。

機能イメージング研究のために、参加者は通常、繰り返された試行で一連のタスクを実行するように求められます。繰り返された試行のこのテストを容易にするために、MazeMakerは実験的なセッションのために迷路やテキストメッセージのリストをソートされている迷路のリストのファイルを、作成することができます。それは実験のための迷路のリストファイルが準備され、徹底的に実験の日前にパイロットテストされていることが不可欠です。

MazeMakerと環境の利用と開発のための大雑把なチュートリアルは、" - MazeMaker補足ビデオII"で提供されています。

2。 fNIRのセットアップとfNIRセンサーパッドを配置

fNIRボックスの準備

  1. fNIRボックスの後ろの2つのケーブルコネクタがあります。スロットの1つには、USB接続用、もう一方の接続は、電源コード用です。
  2. データ取得のために使用するPCまたはラップトップにUSBケーブルを介してfNIRデバイスのボックスを接続します。
  3. デバイスに電源アダプタを接続し、スイッチをオンにしてください。
  4. リボンケーブルはfNIRボックスとセンサーパッドを接続するために使用されます。
    1. センサーパッドの家光源(LED)および光検出器。
    2. LEDは、それぞれ、主として脱酸素化と酸素化ヘモグロビンに吸収されるため、生体組織を貫通することができます730nmと850nmの波長で赤外光を発する。

センサーパッドの配置

  1. センサーの配置前に額から自分の髪を持ち上げるために参加者に依頼してください。ちょうど眉毛の上にセンサーストリップを配置。鼻からも通過する対称の垂直軸とセンサーの中心を一致させる
  2. 前頭部にしっかりとセンサーパッドを押して、頭の後ろで一緒にケーブルを保持するためにクリップを使用。必ずしも必要ではありませんが、ヘッドラップやテニスバンダナは、センサーパッドを固定することをお勧めします。
  3. 額にセンサーパッドを配置する際に、fNIRボックスにリボンケーブルの両端を添付する。リボンケーブルは、'I'と対応する'I'とデバイス上で"II"コネクタ付きリボンケーブルの"II"の側面を一致させることで接続する必要があります。

データ収集のためのCOBI Studioソフトウェアを起動

  1. 認知光脳イメージング(COBI)メインウィンドウを開くにはデスクトップ上のStudio13アイコンをクリックします。
  2. プログラムは、データの収集と可視化のために特定のプリセット設定が付属します。
  3. 確認し、必要に応じてデバイスの設定]ダイアログボックスでデータ取得パラメータとトリガ(マーカーの同期)を確認することが重要です。
  4. "実験モードが""新実験"ウィザードを使用することによって活性化されている場合COBI Studioは自動的にすべての関連データファイルに名前を付けることができます。
  5. データフォルダーに、ファイルの3種類が作成されます:(*. NIR)fNIRのデータのための、実験セッションのログのためのマーカーのデータ用(*. MRK)と(*. txt)を。

3。実験の実行:迷路のレンダリング

fNIRのデータ収集を設定し、始動装置

  1. LEDの駆動電流がどのように明るい各LED輝く定義されています。 LED駆動電流のデフォルト値は20mAです。この値は、皮膚の色素沈着や参加者の他の特性に基づいて変更する必要があります。 LED電流の推奨範囲は5mA〜20mAの間です。
  2. すべてのチャンネルの初期ゲインのデフォルト値は20です。ゲインの推奨値は1,5,10,15,20です。
  3. "スタート現在のデバイス"のリンクをクリックすると、信号の品質を調べる。生の強度値は、COBIのアプローチ4000に示すように、または下の1000年の場合は、"ストップデバイス"をクリックして、LED駆動電流とデバイスの調整適切な値が得られるまでゲイン。低信号の状況では、デバイスの利得を増やす前に、LED駆動電流を増加させる。飽和信号の状況下ではLED駆動電流を減少させる前に、デバイスの利得を減少させる。信号品質が許容されると、ステップ4に進みます。
  4. ベースラインを開始します。これはデータの10秒を収集し、酸素とデオキシヘモグロビン8の濃度変化を計算するために設定変更ランバート-ベールの法則のベースラインとして使用します。
  5. ベースラインが完全にしましょう​​(10〜20秒かかることがあります)
  6. "は、録音開始]をクリックします。これは、すべてのデータの保存が開始されます。実験プロトコルは、この後に開始する必要があります。
  7. 実験者は、画面の左下隅にある手動のマーカーのメニューを使用して"追加説明書のマーカー"ボタンを押すことで特定のイベントを示すために実験のセッションを通してマニュアルマーカーを追加することもできます。
  8. 視覚刺激を提示するために迷路Suiteを起動します。

迷路をレンダリングするMazeWalkerを使用して

  1. >メイズスイート> MazeWalkerは、スタートでメニューからMazeWalkerを実行する
  2. [詳細]> [シリアルポートオプション]の下のメニューからで"シリアルポートを有効にする"を選択してマーカーの同期をオンにします。正しいCOMポートのアドレスが選択されていることを確認してください。
  3. 迷路のリストファイルを選択(MazeMakerによって作成された)、そしてまた、このセッションのための新しいログファイルの名前を選択します。名前または参加者の数は、歩行器のフィールド内に記録することができます。オプションでのAutoLogは自動的にタイムスタンプ付きのログファイルに記録する代わりに、手動でログファイルを指定するために使用されることがあります。
  4. クリックしてプロセスを開始する"スタート"。ビデオの設定によっては、プロトコルでは、フルスクリーンを実行するか、またはウィンドウモードにできます。

4。被写体のパスの可視化

MazeAnalyzer使用して、研究者は、迷路とログファイルから迷路と参加者のパスを可視化することができます。さらに、全体のパスの長さと各迷路の完了までの時間を含むサマリレポートは、ぞんざいな行動措置として生産されています。ログファイルには、被験者が対象のビューベクトルとオブジェクトとの対話だけでなく、旅というパスについてのミリ秒の時間分解能での情報が含まれています。

チュートリアルビデオは、"補足ビデオI - MazeAnalyzer"で提供され、結果のセクションで説明されている行動のメトリックを生成するためのメソッドと一緒にMazeAnalyzerの基本機能の使用方法について説明します。

5。 fNIRのデータと分析の処理

ノイズ除去は、データを処理するための第一歩です。ノイズの発生源は)ヘッドの動き2、1)そのような心拍数と呼吸と3)のインストゥルメントと環境関連のノイズのような生理的信号。

ヘッドの移動はにそれらを公開、皮膚との接触をシフトし、失うfNIR検出器を引き起こす可能性があります:1)周囲の明るさ、2)fNIR源から直接放出された光、または3)皮膚からの反射光ではなく、組織から反射されているより皮質インチそれはfNIRデータの急激な、大きなスパイクが発生するため、モーションアーチファクトのこのタイプは、容易に認識可能です。ヘッドの移動のより微妙なアーティファクトは、脳血に対する重力の影響によるものです。迅速なヘッドの移動は、血液が急速に監視されている領域、データの併用のスキューで増加(または減少)血液量(または離れてから)に向かって移動することがあります。モーションアーチファクトのこのタイプのダイナミクスは、LEDの"ポップ"よりも遅いので、それらは脳の活性化のために実際の血液動態反応と混同することができます。 fNIRは自然環境16の脳モニタリング技術としてデプロイする場合したがって、fNIRのデータから動きのアーチファクトを除去することが重要と必要な手順です。

このような心拍数(0.5 Hz以上)と呼吸(0.2 Hz以上)などの生理的信号は、血行動態の応答よりも高い周波数範囲で、従って、それらは0.1〜間のカットオフ周波数をもつ線形位相ローパスFIRフィルタを用いて除去することができますされています0.15 Hzの9。

インストゥルメントと環境ノイズは夏時間(DC)と室内光(60Hzの)またはコンピュータモニタ(60 - 75Hzの)からの光などの周囲の光による発信することができます。それは、この種のノイズを除去するために最善の方法はそれに応じて、実験環境とデータ収集を準備することが示唆される。アナログローパスフィルタ(アンチエリアシングフィルタ)は、周波数範囲をサンプリングに高周波ノイズの折りたたみを排除するfNIRボックスに実装されています。

信号17から20の異なる特性を生かした利用可能な多くの高度なノイズリダクションのアルゴリズムがあります。場合は、データ(すなわち飽和)回収不能である場合は、被写体やセッションを除外することができます。


図1。

fNIR生の信号は光強度の測定(図1を参照)です。 2波長光学濃度(OD)の変化を測定することにより、オキシヘモグロビンとデオキシヘモグロビン対時間の相対的な変化は、修正Beer - Lambertの法則21-23を使用して取得することができます。特定の入力波長(λ)でのODは、入力光強度(I)と出力(検出)光強度(I OUT)の対数比です。 ODは、発色団の濃度(C)及び吸光係数(E)、光源と検出器に加え、一定の減衰係数(G)の間に訂正の距離(d)に関連しています。
式(1)

二つの異なる時間のインスタンスとベースライン時の検出光強度(I 休息 )でとタスク(I 試験 )、波長λのためのODの差のパフォーマンス中同じ私を持つことです。
式(2)

二つの異なる波長でODを測定することができます
式(3)

2x2の行列が非正則の場合、この方程式のセットは、濃度を求めることができます。通常、2つの波長は酸素ヘモグロビンとデオキシヘモグロビンの吸収が他の組織の発色団に比べて支配的であり、II 700 - 900nmの内で)iを選択している)以下と等吸収点(デオキシの〜805nmの吸収スペクトル上に - とオキシヘモグロビンはそれぞれ、デオキシヘモグロビンまたはオキシヘモグロビンのいずれかに吸収の変化を集中すること)が交差する。本研究で使用fNIRの楽器は、730nmと850nmの波長を採用しています。

最後に、マーカー(時刻同期信号)を使用して、ベースライン/残りの期間とタスクを標識し、平均値、最小値と最大値として抽出される酸素のデータから機能を選択している。 COBI Studioは、テキストベースのファイルだけでなく、時刻同期(マーカー)ファイルに生の光強度の測定値と計算された酸素の値(変更されたビールランバートの法則を使って)の両方を保存します。 COBIスタジオは、有限インパルス応答のローパスまたはバンドパスフィルタなどのノイズ除去方法を適用するために使用することができます。出力ファイルは、次のような一般的な解析ソフトウェア(MATLAB、Excelの、SPM及びSPSS)またはさらなる処理のためにそのようなfnirSoft 24と、専用の解析ソフトウェアにエクスポートすることができます。

6。代表的な結果

fNIR信号の例

2つの波長成分(730nmと850nmの)を持つ単一の測定位置から図2-5プリセットfNIR生の信号が別々に表示。図2は、図3と4が受け入れられないのに対し、有効かつ許容可能な信号のエポックを表し、廃棄する必要がある。図5は、モーションアーチファクトおよび洗浄または廃棄する必要があるかで汚染された生の信号を示します。

図2
図2。優れたfNIR生の信号のサンプル

図3
波長850nmのチャネルが飽和している3。悪くfNIR生の信号のサンプル

図4
図4ハードウェアの問題やケーブルの接続に問題がある悪いfNIR生の信号のサンプル。

図5
図5。運動の成果物が存在する悪いfNIR生の信号のサンプル。

研究プロトコル

学習の評価は、最良の保持(すなわち、メモリ)と転送(すなわち、一般化可能)テストによって例示される。我々の研究では、三迷路は(maze1、maze2とmaze3)105試験の三日間にわたってそれぞれの合計のために取得フェーズの間に練習した。二つの条件、ランダム練習の順番(RND)およびブロックされた練習の順番(BLK)は、図6にまとめた。 2つの主題は、4日間の試験に志願。 4日目に 、10の保持試験が各迷路のために実施されたと迷路をランダムな順序で提示された。二つの小説迷路(maze4とmaze5は)追加の廊下、もともと練習迷路とは異なる開始点と終了点を持つが作成されました。被験者は2つの新たな迷路ごとに10個の試験を終了。これらの迷路は、転送フェーズを構成し、すべてにランダムな順序で提示された。転送フェーズの迷路は、各被験者は、買収の迷路とその学習と実践を一般化することができたの程度を決定するために使用されていました。

図6
図6。代表的な実験のプロトコルの概要。</ P>

行動の結果を検討する

以下の図7〜図9は、それぞれの日間の被験者の平均特徴量を(パスの長さ、完成の​​合計時間、および速度)が表示されます。最初に、maze1、maze2とmaze3からの結果は、両方のRNDとBLKの練習のために記載されています。次に、maze4とmaze5結果はランダム対ブロックの練習の結果を比較するために記載されています。すべてのエラーバーは平均値(SEM)の標準誤差です。

図7
図7。RND合計パスの長さ、完 ​​成と平均速度の合計時間を含めて獲得と維持作業のために行動のパフォーマンスの要約を練習。

図8
図8。合計パスの長さ、完 ​​成と平均速度の合計時間を含めて取得し、保持タスクのBLKの実践行動のパフォーマンスの要約。

図9
図9。ビヘイビアパフォーマンスBLKの比較対RND合計パスの長さ、完 ​​成と平均速度の合計時間を含めて転送タスクのための練習。

研究fNIR結果

ベースラインからの酸素化ヘモグロビン濃度変化はMazeWalker(各迷路の開始と終了を示す)から受信したマーカーのデータを使用して個々の迷路の時間の経過とともに平均した。大規模な大きさの濃度変化は、地域の脳の活性化の高いレベルを表現するために取られる。活性化の高いレベルは、RNDの練習に比べBLKの練習のための保存と転送のタスクの両方の間に観察された。 RNDの練習(図10を参照)と比較して転送作業時に、活性化の高いレベルは、BLKの練習で見られた。

BLKの練習の件名の場合は、転送の試験では、リテンションの試験に比べてより高い活性化を必要とした。 BLKの練習の件名(図11を参照)とは対照的に、RNDの練習の件名の場合は、アクティベーションレベルでは、転送や保存の作業に差は認められなかった。

図10
図10。BLK対RND保持タスク(左)と転送作業(右)の両方の練習のための平均酸素ヘモグロビン濃度変化の比較。

図11
図11。BLK(左)とRND(右)練習の両方の保持特性の転送タスクの平均酸素ヘモグロビン濃度変化の比較。

Discussion

人間の脳の前頭前野(PFC)は、内部の目標に関連して思考と行動の調整上の認知制御を容易にします。特に、前方/背外側PFCは、そのようなタスク管理、計画と空間ナビゲーション25と高次認知機能を仲介することが知られている。 fNIRは、脳の活性化を調べるために臨床、実験室および自然な設定で使用されているポータブル、安全かつ非侵襲的脳モニタリングツールです。この予備研究では、迷路のスイートと空間ナビゲーションの神経行動学的側面を研究するためにfNIRの使用を示した。この探索的研究では、MazeSuiteのプラットフォームは、背側PFCの空間ナビゲーションの神経行動学的側面を研究し、これら2つのツールの組み合わせを示すためにfNIRと組み合わせて使用​​されます。

MazeSuiteは、実験デザイン、プレゼンテーションおよび分析プラットフォームです。それはユーザーフレンドリーなグラフィカルインターフェースで簡単な3D環境の創造と応用を可能にし、自動的に被写体内やサブジェクトの比較全体のための行動措置を記録します。 MazeSuite環境のプレゼンテーション中に、同時時刻同期fNIRの測定は、市販の、携帯型、連続波のfNIRシステム(イメージャー1000、fNIRデバイス、LLC)とCOBI Studioソフトウェア15を用いて撮影した。 fNIRは、以前に脳の活性化7,11の研究のための臨床、研究室と自然環境に安全かつ効果的な非侵襲的脳モニタリングツールとして確立されていると空間ナビゲーションタスクの中に文脈干渉に伴う認知応答を調査するために本研究で使用されています。

練習の順序文脈干渉の影響を調べるために、被験者は、どちらか低い干渉(BLK)または高い干渉(RND)の練習のために発表された。これらの個別の練習スケジュールが取得、保有及び移転テスト全体で複数の仮想空間ナビゲーションの迷路のタスクを学習の効果をテストするために使用されていました。行動の結果は、実際の注文の両方のために、被験者の練習として、彼らはより短い期間で各迷路を完了したことを示唆し、迷路を完了するために必要な合計時間の単調な減少傾向があることを示している。さらに、被験者が迷路(迷路速度を)移動元と平均速度は、実際に増加した。時間にわたって行動措置でこれらの改善は、学習の推論を期待されています。練習の試験期間中のオキシヘモグロビンの濃度変化は、RNDの練習の順序と比較するとBLKの練習は、高次脳の活性化を必要とすることを示す意味する。

RNDそれぞれ保持し、転送、両方のBLKの練習の順序に比べて速く完了時間と短いパス長をもたらした練習を。 PFCの活性低下を示す保持試験間BLKのための酸素ヘモグロビンの平均値とRND実際に見られる減少傾向。以前の研究では12,26を学習の後の段階におけるPFCの活性低下があることを示唆しているとして、この発見が期待されている。

また、転送フェーズ中に、新しい迷路のナビゲーションは、RND主題の練習に比べBLKの練習の主題のための高次脳の活性化が必要。練習の順序は、すでに学んだタスク(すなわち、maze1、maze2、およびmaze3)のための異なっていたことを考えると、シーケンシャル(BLK練習)の順序でタスクを学んだ主題は、この層化の練習の順序は、必要とするように十分に斬新されている可能性がありますタスク12,26を実行するため付加的な努力と認知資源。しかし、RNDの練習のために、神経活性化の転送フェーズでは、リテンションの位相よりも高くはなかった。これらの知見は、ヴァンホーンと同僚12で報告される仮想迷路の空間的ナビゲーションとPETの知見を裏付け。

要約すると、我々は空間的ナビゲーションタスクを学習する際の順序を実践に関連する文脈干渉の影響に関する研究のためのCOBI Studioと組み合わせてMazeSuiteの使用を記載。ここで説明fNIR方法は空間ナビゲーションタスクに限定されるものではなく、他のニューロイメージング研究におけるさまざまなタスクに使用することができます。調査の設計、実装、データ収集と分析のフェーズは、今後の研究のための指針を提供する意図で説明された。

Disclosures

fNIRデバイスは、LLCは、光脳機能イメージング機器とドレクセル大学からライセンスされたIPとノウハウを製造しています。 H. Ayaz、M. Izzetoglu、K. IzzetogluとB. Onaralは、技術開発に関与し、したがって、新しいスタートアップ企業のfNIRデバイス、LLCのマイナーシェアを提供された。

Acknowledgements

この仕事のための資金は、ペンシルベニア州の連邦#4100037709外注#240468とドレクセル大学下請け#280773によって部分的に提供されていました。

Materials

Name Company Catalog Number Comments
Maze Suite
fNIR Imager 1000

DOWNLOAD MATERIALS LIST

References

  1. Ayaz, H., Allen, S. L., Platek, S. M., Onaral, B. Maze Suite 1.0: a complete set of tools to prepare, present, and analyze navigational and spatial cognitive neuroscience experiments. Behav. Res Methods. 40, 353-359 (2008).
  2. Chance, B., Zhuang, Z., UnAh, C., Alter, C., Lipton, L. Cognition-activated low-frequency modulation of light absorption in human brain. Proceedings of the National Academy of Sciences of the United States of America. 90, 3770-3774 (1993).
  3. Villringer, A., Planck, J., Hock, C., Schleinkofer, L., Dirnagl, U. Near infrared spectroscopy (NIRS): a new tool to study hemodynamic changes during activation of brain function in human adults. Neuroscience letters. 154, 101-104 (1993).
  4. Hoshi, Y. Non-synchronous behavior of neuronal activity, oxidative metabolism and blood supply during mental tasks in man. Neuroscience letters. 172, 129-133 (1994).
  5. Strangman, G., Boas, D. A., Sutton, J. P. Non-invasive neuroimaging using near-infrared light. Biological psychiatry. 52, 679-693 (2002).
  6. Coyle, S., Ward, T. E., Markham, C. M. Brain-computer interface using a simplified functional near-infrared spectroscopy system. Journal of neural engineering. 4, 219-226 (2007).
  7. Ayaz, H. Optical brain monitoring for operator training and mental workload assessment. Neuroimage. (2011).
  8. Izzetoglu, M. Functional near-infrared neuroimaging. IEEE Trans Neural Syst Rehabil Eng. 13, 153-159 (2005).
  9. Izzetoglu, M., Bunce, S. C., Izzetoglu, K., Onaral, B., Pourrezaei, K. Functional brain imaging using near-infrared technology. IEEE Eng Med Biol Mag. 26, 38-46 (2007).
  10. Shalinsky, M. H., Kovelman, I., Berens, M. S., Petitto, L. A. Exploring Cognitive Functions in Babies, Children & Adults with Near Infrared Spectroscopy. J. Vis. Exp. (29), e1268-e1268 (2009).
  11. Izzetoglu, K. The evolution of field deployable fNIR spectroscopy from bench to clinical settings. Journal of Innovative Optical Health Sciences. 4, 1-12 (2011).
  12. Van Horn, J. D. Changing patterns of brain activation during maze learning. Brain Res. 793, 29-38 (1998).
  13. Shewokis, P. A. Memory consolidation and contextual interference effects with computer games. Perc Motor Skills. 97, 581-589 (2003).
  14. Magill, R. A., Hall, K. G. A review of the contextual interference effect in motor skill acquisition. Human Movement Science. 9, 241-289 (1990).
  15. Ayaz, H., Onaral, B. Analytical software and stimulus-presentation platform to utilize, visualize and analyze near-infrared spectroscopy measures Masters Degree thesis [dissertation]. Drexel University. (2005).
  16. Ayaz, H. Advances in Understanding Human Performance: Neuroergonomics, Human Factors Design, and Special Populations. Marek, T., Karwowski, W., Rice, V. 3, CRC Press Taylor & Francis Group. 21-31 (2010).
  17. Izzetoglu, M., Chitrapu, P., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using discrete Kalman filtering. Biomedical engineering online. 9, 16-16 (2010).
  18. Huppert, T. J., Diamond, S. G., Franceschini, M. A., Boas, D. A. HomER: a review of time-series analysis methods for near-infrared spectroscopy of the brain. Appl Opt. 48, 280-298 (2009).
  19. Zhang, Q., Strangman, G., Ganis, G. Adaptive filtering to reduce global interference in non-invasive NIRS measures of brain activation: How well and when does it work? Neuroimage. 45, 788-794 (2009).
  20. Izzetoglu, M., Devaraj, A., Bunce, S., Onaral, B. Motion artifact cancellation in NIR spectroscopy using Wiener filtering. IEEE Trans Biomed Eng. 52, 934-938 (2005).
  21. Cope, M. The development of a near infrared spectroscopy system and its application for non invasive monitoring of cerebral blood and tissue oxygenation in the newborn infant. University College London. London. (1991).
  22. Elwell, C. Quantification of adult cerebral hemodynamics by near-infrared spectroscopy. Journal of Applied Physiology. 77, 2753-2753 (1994).
  23. Wyatt, J. Quantitation of cerebral blood volume in human infants by near-infrared spectroscopy. Journal of Applied Physiology. 68, 1086-1086 (1990).
  24. Ayaz, H. Functional Near Infrared Spectroscopy based Brain Computer Interface PhD thesis [dissertation]. Drexel University. (2010).
  25. Wood, J. N., Grafman, J. Human prefrontal cortex: processing and representational perspectives. Nat Rev Neurosci. 4, 139-147 (2003).
  26. Shadmehr, R., Holcomb, H. H. Neural correlates of motor memory consolidation. Science. 277, 821-825 (1997).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics