Automatic Translation

This translation into Hindi was automatically generated through Google Translate.
English Version | Other Languages

 JoVE Behavior

एक प्राकृतिक कार्य के दौरान fNIRS माप की fMRI के मान्यकरण

1, 2, 2, 2, 3, 1, 1, 1,5

1Department of Psychiatry, Yale School of Medicine, 2Department of Electronics and Bioinformatics, Meiji University, 3Department of Histology and Neurobiology, Dokkyo Medical University School of Medicine, 4ADAM Center, Department of Physical Therapy, Movement and Rehabilitation Sciences, Northeastern University, 5Department of Neurobiology, Yale School of Medicine

Article
    Downloads Comments Metrics Publish with JoVE
     

    Summary

    Cite this Article

    Noah, J. A., Ono, Y., Nomoto, Y., Shimada, S., Tachibana, A., Zhang, X., et al. fMRI Validation of fNIRS Measurements During a Naturalistic Task. J. Vis. Exp. (100), e52116, doi:10.3791/52116 (2015).

    Introduction

    यहाँ वर्णित विधियों का लक्ष्य fMRI (कार्यात्मक चुंबकीय अनुनाद इमेजिंग) और fNIRS (कार्य लगभग अवरक्त स्पेक्ट्रोस्कोपी) इसी तरह मल्टी मॉडल कार्यों में संकेतों तुलना करने के लिए काम कर रहे एक प्रोटोकॉल विकसित करने के लिए किया गया था। विशेष रूप से हम पारंपरिक fMRI के कंपन की वजह से स्कैन, dyskinesia, या एकाधिक प्रत्यारोपित उपकरणों के लिए contraindicated व्यक्तियों के साथ प्रयोग के लिए एक कार्यात्मक इमेजिंग प्रक्रिया को विकसित करने के उद्देश्य से। कई प्रभावी प्रशिक्षण और पुनर्वास कार्यक्रमों के गिरने के लिए जोखिम में व्यक्तियों के लिए मौजूद हैं, इन कार्यक्रमों की प्रभावकारिता अंतर्निहित तंत्रिका तंत्र की कोई पुष्टि नहीं की है। अक्सर, इन प्रशिक्षण कार्यक्रमों में भाग लेने वाले व्यक्तियों के विपरीत संकेत उद्धृत कारणों के लिए कर रहे हैं। इस अध्ययन के लिए हमारे तर्क यह पूरे शरीर की गतिविधियों से जुड़े एक प्राकृतिक मोटर कार्य के साथ जुड़े मस्तिष्क गतिविधि के पैटर्न का निर्धारण करने के लिए कार्यात्मक लगभग अवरक्त स्पेक्ट्रोस्कोपी (fNIRS) की प्रभावकारिता निर्धारित करने के लिए किया गया था। लंबी अवधि के लक्ष्यों संवर्धन करने के लिए एक उपकरण का विकास शामिलY न केवल मोटर सीखने लद लेकिन यह भी पारंपरिक तरीकों का उपयोग कर एक प्राकृतिक फैशन में प्रदर्शन करने के लिए संभव नहीं है कि कार्यों की एक व्यापक विविधता के लिए fNIRS के औचित्य पुष्टि करने के लिए काम करते हैं।

    fNIRS गतिविधि पहले उच्च मानदंड दोहन क्लासिक मनोवैज्ञानिक और सरल उंगली का उपयोग कर समवर्ती fNIRS और fMRI कार्यात्मक गतिविधि मापा जाता है, जो सीमित अध्ययन में fMRI के बोल्ड (रक्त ऑक्सीजन का स्तर निर्भर) संकेत रिकॉर्डिंग के साथ मुताबिक़ क्षेत्रों के लिए (आर = 0.77-0.94) सहसंबद्ध किया जा दिखाया गया है 1-3। इन अध्ययनों के परिणामों fNIRS fMRI के साथ संगत कम पर्यावरणीय कार्य के साथ जुड़े cortical गतिविधि निर्धारित करने के लिए वैध और विश्वसनीय है की पुष्टि करें। हालांकि, fNIRS एक न्यूरोइमेजिंग पद्धति के रूप में fMRI पर कई फायदे हैं। fNIRS, महत्वपूर्ण बात, fMRI से अधिक गति विरूपण साक्ष्य के लिए बहुत कम संवेदनशील है और वे एक प्राकृतिक वातावरण में मोटर paradig प्रतिबंधित जो fMRI अध्ययन करने के लिए विरोध के रूप में होगा के रूप में विषयों से व्यवहार करने की अनुमति देता हैएमएस 4। fNIRS के साथ जुड़े अस्थायी सटीकता के कारण बढ़ नमूना आवृत्ति के लिए बढ़ा विघटन के साथ तंत्रिका प्रतिक्रिया कार्यों में परिवर्तन के निर्धारण के लिए अनुमति देता है। अंत में, fNIRS की लागत fMRI स्कैनिंग से कम है और पढ़ाई कम लागत में आयोजित किए जाने के लिए अनुमति देता है। हालाँकि, और अधिक हाल ही में प्रवेश की सीमित गहराई, सीमित स्थानिक संकल्प, और सहित fMRI की तुलना में fNIRS का नुकसान यह दिखाया गया है कि कर रहे हैं इस तरह के झूठे सकारात्मक मिलवा सकता है रक्तचाप, हृदय गति, और खोपड़ी के रक्त के प्रवाह प्रभाव के रूप में कुछ शारीरिक घटनाएं कॉर्टिकल hemodynamic संकेत 5-9। तरीके और सिग्नल प्रोसेसिंग, उच्च घनत्व optode ढ़ाल प्रदान करने के लिए हार्डवेयर सहित NIRS के लिए विशिष्ट हार्डवेयर के घटनाक्रम के एक नंबर, वर्तमान में विकसित किया जा रहा है, यह fMRI और fNIRS प्रक्रियाओं एक दूसरे के पूरक करने के लिए अनुमति देते हैं कि मिश्रित तरीके विकसित करने के लिए भी महत्वपूर्ण है।

    इस अध्ययन का परीक्षण करने के लिए कार्य करता हैएक प्राकृतिक नृत्य वीडियो गेम कार्य के दौरान लगी हुई तंत्रिका तंत्र का निर्धारण करने के लिए fNIRS की एक विधि। अध्ययन का उद्देश्य fNIRS का उपयोग imaged कार्य का एक प्राकृतिक संस्करण का उपयोग विषयों की एक और समूह को fMRI का उपयोग imaged व्यक्तियों के एक समूह के बीच मस्तिष्क (बेहतर और मध्य अस्थायी गाइरस) के एकीकरण के केंद्र में गतिविधि तुलना करने के लिए किया गया था। हमारे समूह में पहले भी इसी तरह इंटरैक्टिव खेल मानदंड का उपयोग कर इस क्षेत्र की जांच की है और टेम्पोरल लोब में गतिविधि कॉर्टिकल सक्रियण 10 के अनुसार oxy- और de-oxyHb chromophores दोनों को प्रतिक्रिया दिखाई है। हम भी पहले से काम के cortical बोझ और नहीं गतिविधि ही 11 से संबंधित प्रणालीगत जवाब करने के लिए सम्मान के साथ आयाम में संग्राहक हैं कि पहले इस क्षेत्र में प्रतिक्रियाओं दिखाकर प्रणालीगत कलाकृतियों के लिए नियंत्रित करने के लिए प्रयास किया है। बेहतर और मध्य अस्थायी गाइरस मल्टी मॉडल संवेदी उत्तेजनाओं के एकीकरण के साथ जुड़े गतिविधि में जाना जाता है और हम पहले से हैनृत्य नृत्य क्रांति (डीडीआर) हमारे fNIRS प्रकाशनों 10-12 के अलावा पायलट fMRI अध्ययन में खेल खेल में सक्रिय होने के लिए इस क्षेत्र में दिखाया गया। वर्तमान अध्ययन के लिए हमारी परिकल्पना दर्ज की गई है का उपयोग कर fNIRS के रूप में इस क्षेत्र में कार्यात्मक गतिविधि काफी एक समान है लेकिन सीमित नृत्य खेल प्रोटोकॉल में fMRI का उपयोग कर दर्ज कार्यात्मक गतिविधि के साथ सहसंबद्ध किया होता था।

    यहाँ वर्णित प्रोटोकॉल fNIRS और fMRI प्रोटोकॉल दोनों में एक न्यूरोइमेजिंग प्रतिमान के रूप में इस्तेमाल किया जा करने के लिए कैसे एक नृत्य वीडियो गेम को संशोधित करने के लिए भी शामिल है। हालांकि समग्र प्रक्रिया वीडियो गेम खेलने के प्रतिमान के लिए विशिष्ट नहीं है और भाषा और हरकत कार्यों सहित एक fMRI के प्रोटोकॉल की कमी, में प्रदर्शन करने के लिए संभव नहीं किए गए कार्यों के किसी भी संख्या के लिए उपयुक्त हो सकता है। इस प्रोटोकॉल के आगे आगे fNIRS का उपयोग कर वास्तविक असली दुनिया कार्य के दौरान अध्ययन किया जा सकता है, जो ब्याज (आरओआई) के विशिष्ट क्षेत्रों को विकसित करने के fMRI के संरचनात्मक विशिष्टता का उपयोग करने की प्रक्रिया की रूपरेखा।

    Protocol

    भागीदारी करने से पहले, सभी विषयों संस्थागत दिशा निर्देशों के अनुसार सूचित सहमति प्रदान करते हैं। इस मामले में, प्रोटोकॉल मीजी विश्वविद्यालय (कानागावा, जापान), (डेटा विश्लेषण के लिए येल स्कूल ऑफ मेडिसिन को हस्तांतरित) कोलंबिया यूनिवर्सिटी मेडिकल सेंटर, और लांग आईलैंड यूनिवर्सिटी, इस अध्ययन के लिए ब्रुकलीन कैम्पस से संस्थागत मानव संरक्षण कार्यक्रम के द्वारा अनुमोदित किया गया था।

    1. सॉफ्टवेयर और कार्यात्मक न्यूरोइमेजिंग के लिए हार्डवेयर संशोधन और विकास (fMRI और fNIRS)

    1. FNIRS इमेजिंग के लिए पहले fMRI का उपयोग करते हुए ब्याज के अध्ययन के क्षेत्र के लिए समय, ग्राफिक्स और संगीत को बदलने की डीडीआर, Stepmania, के खुले स्रोत क्लोन का उपयोग कर विन्यास फाइल (.sm) का विवरण संपादित करके खेल नृत्य नृत्य क्रांति (डीडीआर) को संशोधित ।
      1. .sm फ़ाइल में चर निर्दिष्ट करें: ऑफसेट पृष्ठभूमि, संगीत, (स्कैन समय में संगीत शुरू), samplestart, samplelength, BPMS, और bgchanges। तीर patt निर्दिष्ट करेंerns एक "1" के मूल्य, "0", या "एम" के रूप में उपाय प्रति तीरों को परिभाषित द्वारा .sm फ़ाइल में प्रत्येक को मापने के लिए। प्रत्येक को मापने के लिए छोड़ दिया है, ऊपर, नीचे, या सही बटन प्रेस को परिभाषित करें। , एक तीर के लिए "1" का प्रयोग रिक्त लिए "0" का उपयोग करें, और बाकी युगों में एक खदान के लिए 'एम' का उपयोग करें।
    2. खेल-गीत "तितली" का उपयोग करना, में संशोधित रूप में विषयों खेल यांत्रिकी में निर्मित एक बारी ब्लॉक डिजाइन का उपयोग कर खेलने की अनुमति (मूल सोनी प्लेस्टेशन के लिए मूल नृत्य नृत्य क्रांति 3 मिक्स खेल सीडी पर Smile.dk द्वारा प्रदर्शन किया और उपलब्ध) .sm विन्यास फाइल। पृष्ठभूमि ग्राफिक्स जब आराम करने के लिए (हरा) खेलने के लिए जब खिलाड़ी के लिए यह दर्शाता है और साथ 30 सेकंड के बाकी समय के साथ वैकल्पिक 30 सेकंड खेल टाइम्स (लाल, चित्रा 1)।

    चित्र 1
    अंजीरure 1:। प्रतिमान डिजाइन (ए) डीडीआर ग्राफिक यूजर इंटरफेस। स्क्रीन के नीचे तीर स्क्रीन के ऊपर की ओर ले जाया गया। ये तीर प्रेस करने के लिए कौन सा बटन विषयों के लिए संकेत दिया। तीर शीर्ष कार्रवाई क्षेत्र (स्क्रीन के शीर्ष पर ग्रे तीर) पहुँचे, विषयों सही बटन दबाने से जवाब दिया। खेलते समय एक हरे रंग की पृष्ठभूमि के साथ संकेत दिया गया था। बाकी समय एक लाल रंग की पृष्ठभूमि से संकेत दिया गया था। बाकी समय के दौरान, तीर "बम" एनिमेशन के साथ बदल दिया गया था। ये gameplay के लिए सम्मान या अंक के साथ कोई समारोह था, लेकिन बाकी युगों के दौरान एक जगह धारक के रूप में सेवा करने के लिए इस्तेमाल किया गया। (बी) स्कैनिंग के लिए इस्तेमाल किया ब्लॉक डिजाइन खेलने के 5 मिनट के एक कुल के शामिल है और युगों आराम करो। पूर्व स्कैन 30 सेकंड के लिए खेलने की बारी और ब्लॉक बाकी के द्वारा पीछा किया, लंबाई में 10 सेकंड का था। इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

      बाकी और सक्रिय अवधि के बीच इसके विपरीत में विशिष्टता को आश्वस्त करने के रन प्रति बारी अंतराल पाँच बार दोहराएँ।
    1. FMRI डेटा संग्रह के मामले में, पैर बटन का प्रयोग कर fMRI रिकॉर्डिंग में छोड़ दिया करने के लिए आंदोलनों और दाएँ तीर बटन प्रेस सीमित। बटन प्रेस की कुल संख्या दोनों कार्यों (चित्रा 2) के लिए समान रहना चाहिए।
    2. स्कैनिंग की प्रक्रिया से पहले, कुछ अभ्यास इमेजिंग के लिए पहले चलाता विषयों विषयों के लिए खेल का आरंभ समझाने के लिए और अनुमति देते हैं। चलती तीर का पथ के शीर्ष पर उल्लिखित सही समय पर करने के लिए करीब के रूप में अपने पैर के साथ इसी तीर बटन प्रेस करने के लिए विषयों को आज्ञा है, लेकिन जितना संभव सिर आंदोलन को कम करने के लिए।

    चित्र 2
    चित्रा 2:। FMRI के लिए प्रायोगिक स्थापना (ए) के विषय observi जबकि एमआरआई स्कैनर में रखनाविषय के ऊपर सिर का तार करने के लिए मुहिम शुरू की एक दर्पण का उपयोग अनुमान इंटरैक्टिव पर्यावरण एनजी। चित्रा 2 बी। विषयों gameplay के दौरान वास्तविक समय में छोड़ दिया है या सही पैर की अंगुली नल के साथ प्रतिक्रिया करने के लिए अनुमति दी दो बटन से मिलकर एक संशोधित पैर मंच है। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

    2. fMRI का परीक्षण और विश्लेषण

    1. एक 3 डी के साथ gameplay के लिए पहले प्रत्येक विषय के लिए एक संरचनात्मक छवि प्राप्त 10 मिनट 38 सेकंड की कुल स्कैन समय के साथ ढाल गूंज अनुक्रम (SPGR) (124 स्लाइस, 256 X 256, देखें = 220 मिमी के क्षेत्र) खराब कर दिया।
    2. गूंज तलीय (महामारी) टी 2 * भारित ढाल गूंज अनुक्रम के लिए निम्नलिखित सेटिंग्स का उपयोग स्कैनिंग के दौरान कार्यात्मक चुंबकीय अनुनाद छवियों से प्राप्त करें: समय गूंज = 51 मिसे, पुनरावृत्ति समय = 3 सेकंड, फ्लिप कोण = 83 डिग्री। 192 X 192 मिमी क्षेत्र: निम्नलिखित आयामों के साथ मस्तिष्क के 27 लगातार अक्षीय टुकड़ा छवियों का मोल1.56 एक्स 1.56 मिमी की कुल संकल्प और 4.5 एमएम की एक Z अक्ष संकल्प के लिए एक 128 x 128 ग्रिड के साथ देखने का।
    3. ऊपर के प्रतिमान का उपयोग करते हुए, लेकिन गति विरूपण साक्ष्य को कम करने के लिए ही छोड़ दिया और सही तीर का उपयोग कर खेल खेलने के लिए विषयों के निर्देश दें।
    4. MATLAB के 7.0 में लागू SPM8 5, का उपयोग करने का विश्लेषण करती है fMRI के बोल्ड संकेत प्रदर्शन करते हैं।
      1. टी 2 * विश्राम विरूपण साक्ष्य को कम से कम करने के लिए महामारी श्रृंखला के पहले 10 सेकंड त्यागें, कार्यात्मक डेटा एक कम से कम वर्ग 6 पैरामीटर 'कठोर शरीर' स्थानिक परिवर्तन के माध्यम से सुधारा प्रस्ताव कर रहे हैं।
      2. आधा अधिकतम (FWHM) में 8 मिमी पूरी चौड़ाई के गाऊसी कर्नेल के साथ स्थानिक समरेखण के बाद 2 3 मिमी संकल्प किया है जो MNI (मॉन्ट्रियल स्नायविक संस्थान) टेम्पलेट के लिए पुनः संगठित महामारी स्कैन मानक के अनुसार।
      3. विषय-स्तरीय प्रदर्शन करना सामान्य रेखीय मॉडल (GLM) बाकी हालत के खिलाफ मुकाबले सक्रिय हालत (डीडीआर) की तुलना करने के लिए सांख्यिकीय पैरामीट्रिक नक्शे बनाने के लिए। का उपयोग कर सांख्यिकीय विश्लेषण </ ली>
      4. मानक सांख्यिकीय पैरामीट्रिक मानचित्रण (एसपीएम) का उपयोग अलग-अलग परिणामों के साथ समूह विश्लेषण दूसरे स्तर यादृच्छिक प्रभाव दृष्टिकोण प्रदर्शन करते हैं। पी <100 voxels के 0.01 और क्लस्टर आकार सीमा से एक सीमा के साथ समूह विश्लेषण के परिणामों के आधार पर ब्याज के क्षेत्र प्राप्त करते हैं।
      5. WFU PickAtlas उपकरण 13,14 से प्राप्त कार्यात्मक क्लस्टर और बेहतर और मध्य अस्थायी गाइरस के संरचनात्मक मुखौटा के बीच संयोजन, के रूप में ब्याज के क्षेत्र को परिभाषित करें

    3. fNIRS सेटअप और डाटा अधिग्रहण

    1. एक 3 एक्स 5 सरणी में व्यवस्था की optodes से डेटा रिकॉर्ड करने के लिए एक 22-चैनल fNIRS स्थलाकृति प्रणाली का प्रयोग करें। प्रत्येक स्रोत डिटेक्टर जोड़ी के लिए अंतर-optode दूरी 3 सेमी (चित्रा 3 ए, बी) है।
      1. ओरिएंट यह बाएं टेम्पोरल लोब के लिए छोड़ दिया प्रीफ्रंटल कॉर्टेक्स से लाइन में खड़ा है, ताकि ऑप्टिकल सेंसर की सरणी युक्त लोचदार टोपी (चित्रा 3 ए, बी)। सबसे कम पंक्ति में optode आश्वासनसबसे पूर्वकाल की स्थिति में अंतरराष्ट्रीय 10-10 प्रणाली 15 की Fpz पर केंद्रित है। संरचनात्मक स्थलों Fpz और T7 के बीच की रेखा के साथ समानांतर में optodes के अवर पंक्ति संरेखित करें।
    2. विषय के सिर के ऑप्टिकल जांच सरणी कसो और इसे सुरक्षित रूप से पट्टियाँ और ठोड़ी का पट्टा का उपयोग कर जुड़ा हुआ है आश्वासन देता हूं। स्रोत डिटेक्टर जोड़े सिर को तंग लेकिन इस विषय (चित्रा -3 सी) के लिए असहज नहीं कर रहे हैं तो ध्यान सिर की सतह से optodes के विस्थापन के लिए भुगतान किया जाना चाहिए।
    3. कंप्यूटर ग्राफिक यूजर इंटरफेस का उपयोग कर 7.9 हर्ट्ज पर कंप्यूटर में नमूना कच्चे अनुरूप optode स्रोत डिटेक्टर जोड़ी प्रकाश डेटा।

    चित्र तीन
    चित्रा 3:। NIRS रिकॉर्डिंग के लिए optode सेटअप (ए) टोपी के लिए और हो युग्मित bendable प्लास्टिक के साथ लगे एक लोचदार चादर के होते हैंlding 3 सेमी optode धारकों स्थान दिया गया है। पट्टियाँ यह सिर को कसकर फिट होने की अनुमति देने के लिए टोपी के लिए फिट हैं। टोपी बड़ा है और इस अध्ययन में इस्तेमाल (पीले रंग में दिखाया गया है) 3 एक्स 5 सरणी से अधिक optodes के लिए अनुमति देता है, लेकिन विषयों के प्रमुखों को सुरक्षित रूप से यह सुरक्षित करने के लिए आवश्यक है। (बी) optode टोपी और लौकिक पालियों करने के लिए छोड़ दिया प्रीफ्रंटल पर तैनात। छोड़ दिया टेम्पोरल लोब के लिए छोड़ दिया प्रीफ्रंटल क्षेत्र पर 3 एक्स 5 सरणी के विषय उपलब्ध कराने के कवरेज के सिर पर optode टोपी का उदाहरण। कस पट्टियाँ और chinstrap के साथ सिर करने के लिए सुरक्षित टोपी दिखा टोपी में (सी) optode नियुक्ति। इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

    1. रिकॉर्डिंग करने से पहले निर्माता द्वारा प्रदान की प्रणाली नियंत्रण सॉफ्टवेयर का उपयोग कर शोर अनुपात करने के लिए टेस्ट अंशांकन और सिग्नल की शक्ति और संकेत। उच्च शोर के मामले में पता लगाया जा रहा है, अनुसंधानemove optodes और एक एलईडी का उपयोग कर चैनल से किसी भी हस्तक्षेप बाल प्लास्टिक छड़ी (चित्रा 4) प्रबुद्ध।

    चित्रा 4
    चित्रा 4:।। Optode संकेतों के अनुकूलन बालों का इष्टतम संकेत गुणवत्ता को आश्वस्त करने के लिए चैनल के केंद्र से बाल विस्थापित करने के लिए एक प्रबुद्ध प्लास्टिक के उपकरण का उपयोग कर प्रत्येक चैनल से ले जाया गया था इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

    1. लोचदार टोपी में से प्रत्येक चैनल में स्रोत और डिटेक्टर optode स्थानों के स्थानिक मूल्यों को निर्धारित करने के लिए एक 3 डी अंकीयकरण कलम का उपयोग करें। तुरंत डेटा संग्रह और खेल खेलते हैं (चित्रा 5) से पहले प्रत्येक विषय की nasion, Inion, अलिंद और cz के स्थानिक निर्देशांक की पहचान करने के लिए अंकरूपक का प्रयोग करें। स्रोत के साथ पाठ फ़ाइलों को बचाने और पता लगानेया स्थानों others.txt करने के लिए और संरचनात्मक निर्देशांक फ़ाइलों origin.txt करने के लिए।

    चित्रा 5
    चित्रा 5:।। Optode स्थिति की अंशांकन एक चुंबकीय अंकीयकरण उपकरण optode चैनलों के सिर और स्थिति पर 10-20 स्थलों की नियुक्ति निर्धारित करने के लिए इस्तेमाल किया गया था इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

    1. पर कब्जा कर लिया 3 डी में MATLAB 7.0 भीतर NIRS-एसपीएम 16,17 (चित्रा 6) में पंजीकरण के विकल्प का उपयोग कर निर्देशांक प्रक्रिया। एसपीएम के मुख्य मेनू से, खड़े अकेले स्थानिक पंजीकरण लेने के लिए। अगली स्क्रीन पर, "3 डी digitizer के साथ" का चयन करें और इसी संवाद का उपयोग करके पहले से बचाया दूसरों के लिए और मूल पाठ फ़ाइलों का चयन करें। सॉफ्टवेयर संवाद से, "Registratio चयनएन स्थानिक प्रतिनिधित्व निर्धारित करने के लिए "(NFRI समारोह का उपयोग करें)

    चित्रा 6
    चित्रा 6:। NIRS अंशांकन डेटा का नमूना आउटपुट digitizer डेटा मस्तिष्क के विशिष्ट क्षेत्रों में प्रत्येक चैनल की संभावना निर्धारित करने के लिए इस्तेमाल किया गया था। इस विषय में चैनल 22 बेहतर अस्थायी गाइरस में मध्य अस्थायी गाइरस में 0.4129, और 0.47419 की संभावना दिखाया। चैनल emitter और डिटेक्टर जोड़े के बीच के क्षेत्र द्वारा परिभाषित किया गया है। आकृति में चैनल 22 के आसपास वृत्त इस विषय में optode जोड़े से दर्ज संकेत के लिए योगदान क्षेत्र के एक सन्निकटन का प्रतिनिधित्व करता है। यह आंकड़ा का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

    1. सभी optode चैनल पदों डिजीटल हैं और हर चैनल के प्रदान करता हैनिर्माता द्वारा प्रदान की सॉफ्टवेयर इंटरफ़ेस के जीयूआई में संकेत के रूप ufficient सिग्नल की शक्ति, खड़े हो जाओ और डीडीआर के परीक्षण के लिए तैयार करने के लिए (चित्रा 7A, बी) विषयों में पूछते हैं।

    चित्रा 7
    चित्रा 7:। नृत्य खेल खेलने के दौरान fNIRS डेटा संग्रह (ए) के विषय NIRS मशीन के लिए सीमित किया जा रहा है, जबकि एक मानक नृत्य खेल चटाई पर ब्लॉक प्रतिमान का उपयोग कर खेल खेलने के लिए खड़े हो जाओ। (बी) के विषय से वास्तविक समय में एकत्र पृष्ठभूमि स्क्रीन पर कच्चे डेटा दिखा डेटा संग्रह के वैकल्पिक दृश्य। इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें।

    4. fNIRS डेटा संग्रह

    1. पहले optodes रिकॉर्डिंग fNIRS स्थापित करने के लिए, एक संक्षिप्त परिचय के साथ विषयों प्रदानgameplay और fMRI के परीक्षण के रूप में खेल के साथ परिचय के लिए अभ्यास की अनुमति है।
    2. FNIRS परीक्षण के लिए, fMRI के लिए इस्तेमाल किया ही छोड़ दिया और सही तीर की तुलना में नीचे / ऊपर तीर के अलावा के साथ fMRI का परीक्षण करने के लिए कि एक समान प्रतिमान का उपयोग करें। तीर प्रेस की कुल संख्या fMRI और fNIRS कार्यों के बीच और केवल पैटर्न अलग है कि समान हैं सुनिश्चित करें।
    3. FNIRS परीक्षण (चित्रा 7A) के दौरान gameplay के लिए एक मानक 4 बटन फर्श चटाई बटन प्रतिक्रिया प्रणाली का उपयोग करें।
    4. Gameplay के मूल में आराम से एक बार, विषयों 1.2 चरण में के रूप में 30 सेकंड के बाकी समय के साथ 30 सेकंड खेल बार खेलने के लिए हिदायत। प्रत्येक विषयों के साथ दो बार इस 5 मिनट के खेल को दोहराएँ।
      1. उनके चेहरे या नाक और optodes के पास विशेष रूप से उनके बाल या सिर को स्पर्श नहीं करने के लिए विशेष रूप से विषयों को निर्देश दें। खेल खेलने के दौरान उनके सिर के रोटेशन, yawl या पिच आंदोलनों को कम से कम करने के लिए विषयों का निर्देश दें।

    5. fNIRS डेटा विश्लेषण

    एक में क्रमशः ΔoxyHb, ΔdeoxyHb, और ΔtotalHb के रूप में ऑक्सीजन हीमोग्लोबिन (ऑक्सी-एचबी), ऑक्सीजन रहित हीमोग्लोबिन (डिओक्सी-एचबी), और कुल हीमोग्लोबिन (कुल-एचबी) एकाग्रता बदलाव को दर्शाती है रिश्तेदार संकेतों की गणना के लिए एक संशोधित बीयर-लैम्बर्ट दृष्टिकोण 18 का प्रयोग करें मनमाना इकाई (माइक्रोन सेमी) निम्न समीकरण का उपयोग:
    ΔoxyHb = -१.४,८८७ Δabs 780 + 0.5970 × Δabs 805 + 1.4847 × Δabs 830 ×
    ΔdeoxyHb = 1.8545 × Δabs 780 + (-0,2394) Δabs × 805 + (-1,0947) × Δabs 830
    ΔtotalHb = ΔoxyHb + ΔdeoxyHb;
    जहां Δabs इसी तरंग दैर्ध्य में प्रकाश के अवशोषण में परिवर्तन को दर्शाता है।
  • एक 25 वें क्रम Savitzky-Golay फिल्टर के माध्यम से व्यक्ति से hemodynamic संकेतों के कम पास फिल्टर कच्चे डेटा और19 औसत।
  • शून्य करने के लिए सेट के शुरू होने के साथ औसत आंकड़ों के आधारभूत सुधार लागू करें।
  • संकेत के मानक विचलन से औसतन मूल्यों को विभाजित करके hemodynamic संकेत आयाम मानक के अनुसार कार्य करने से पहले 10 सेकंड दर्ज की गई।
  • चुनें चैनलों 3 डी अंकरूपक जानकारी के आधार पर विश्लेषण किया जा सके। इधर, पंजीकरण की प्रक्रिया के उत्पादन के अनुसार) मध्य और बेहतर अस्थायी गाइरस में 80% या उससे अधिक के पंजीकरण संभावना है कि विश्लेषण के लिए उपयोग करने के लिए एक चैनल का उपयोग करें।
  • FMRI और fNIRS सिग्नल के 6. तुलना करें

    1. टी> 2.6 या एक इसी पी मूल्य <0.01 पर सुपर दहलीज voxels निर्धारित करने के लिए SPM8 में परिणाम समारोह का उपयोग करें। एक संरचनात्मक क्षेत्र के अंदर एक क्लस्टर परिभाषित करने के लिए अतिव्यापी सुपर दहलीज voxels का उपयोग करते हुए ब्याज (आरओआई) के क्षेत्र का निर्धारण करते हैं।
      1. इस मामले में, WFU पिक एटलस में शामिल AAL एटलस का उपयोग कर बेहतर और मध्य अस्थायी गाइरस परिभाषित करते हैं। मेंयह मामला है, जिसके परिणामस्वरूप क्लस्टर समन्वय (-66, -24, 0) और शिखर टी = 5.73 fNIRS में एक चोटी voxel के साथ बीच अस्थायी गाइरस में स्थित 572 2 एक्स 2 एक्स 2 मिमी voxels है।
    2. ऊपर चरण 3.5.1 में NIRS-एसपीएम का उपयोग कर निर्देशांक MNI करने के लिए परिवर्तित कर रहे हैं, जो 3 डी डिजीटल निर्देशांक का उपयोग कर fNIRS डेटा से ब्याज के चैनल का निर्धारण करते हैं। इस मामले में, सबसे अधिक विषयों में चैनल 22 कदम 6.1 में परिभाषित आरओआई में गतिविधि की सबसे अधिक संभावना थी।
    3. 60 सेकंड के ब्लॉक (सक्रिय और बाकी है, संयुक्त) की अवधि के लिए fNIRS में fMRI के लिए लागत पर लाभ में औसतन, घटना ट्रिगर प्रतिक्रिया और इसी चैनल का निर्धारण करते हैं।
    4. प्रत्येक विषय के लिए, fMRI घटना औसत डेटा ट्रिगर उत्पन्न करने के लिए क्लस्टर के भीतर voxels के लिए रक्त ऑक्सीजन का स्तर निर्भर (बोल्ड) कच्चे संकेतों औसत।
    5. बेहतर fNIRS = ख प्रतिगमन विधि था ताकि ख मूल्य प्राप्त जहां * fMRI का उपयोग करते हुए, एक रेखीय प्रतिगमन का उपयोग कर fNIRS डेटा मैच के लिए fMRI डेटा स्केलिंग द्वारा fMRI और fNIRS तुलना करेंटी जड़ fNIRS बी * fMRI के वर्ग मूल्य कम से कम है इसका मतलब।
    6. दो समूहों के सहसंबंध द्वारा fNIRS और fMRI संकेतों की तुलना करें।

    Representative Results

    प्रयोग के परिणाम कार्यात्मक चुंबकीय अनुनाद इमेजिंग (fMRI) का उपयोग कर बेहतर और मध्य अस्थायी gyri में एकीकरण केन्द्रों से प्राप्त गतिविधि कार्यात्मक लगभग अवरक्त स्पेक्ट्रोस्कोपी के लिए एक उच्च सहसंबंध है संकेत मिलता है (fNIRS) संकेतों कार्य की प्राकृतिक संस्करण में एक ही क्षेत्र के लिए फार्म । चित्रा 8 fMRI स्कैनिंग प्रक्रिया (नीला ट्रेस) और fNIRS प्रोटोकॉल (लाल ट्रेस) से 26 विषयों में से 16 विषयों से सामान्यीकृत और औसतन कच्चे डेटा से पता चलता है। डाटा समय 0 पर टिकी रहे थे और इस खेल को बातचीत का सक्रिय चरण ग्राफ (लेबल कार्य) के पहले 30 सेकंड में जगह ले ली। ऊर्ध्वाधर धराशायी लाइन कार्य और बाकी चरण की शुरुआत में लाल रंग की पृष्ठभूमि के लिए हरे रंग के संक्रमण को इंगित करता है (बाकी के रूप में संकेत दिया) दोनों डेटा सेट में देखा वृद्धि की परिवर्तनशीलता के साथ बाकी चरण में सक्रिय चरण और गिरावट में प्रतिक्रियाओं में वृद्धि दिखाने fMRI संकेत। तुलना पहले reg के द्वारा निशान के बीच किए गए थेजड़ दो निशान के बीच वर्ग का अंतर हो कम करने के लिए fMRI संकेत ressing। दो संकेतों के बीच परिणामी सहसंबंध गुणांक 0.78 था और सहसंबंध के लिए पी मूल्य 0.03 था।

    9 चित्रा एक ही विषय से आरोपित चैनल स्थानों के साथ प्रतिपादन एक मस्तिष्क का प्रतिनिधित्व करता है। चैनल 1 और 22 से निशान आक्सीहीमोग्लोबिन संकेतों का प्रतिनिधित्व ठोस लाइनों के साथ दिखाया गया है और डीआक्सीहीमोग्लोबिन संकेतों का प्रतिनिधित्व लाइनों धराशायी कर रहे हैं औसत। लाल और नीले रंग के निशान क्रमशः, gameplay, संगीत और गैर-संगीत पर दो रूपों का प्रतिनिधित्व करते हैं। चैनल 1 से संकेत हित के क्षेत्र के साथ तुलना करने के लिए एक नियंत्रण उदाहरण के रूप में सेवा करते हैं। इन दोनों क्षेत्रों में सिग्नल कार्य-प्रतिक्रिया के संबंध में भिन्न होते हैं।

    आंकड़ा 8
    चित्रा 8:। मध्य अस्थायी गाइरस से fNIRS और fMRI संकेतों के बीच सहसंबंध fNIRS(लाल) और fMRI (नीला) के संकेतों छायांकित किनारों के प्रतिनिधित्व वाले प्रत्येक समूह ± SEM के लिए दिखाए जाते हैं। दोनों के बीच प्रतिगमन गुणांक 0.78 है; पी = 0.03। डालने MNI में चोटी गतिविधि के साथ fMRI में गतिविधि से निर्धारित रॉय के एक प्रतिपादन समन्वय से पता चलता है (-66, -24, 0) एक क्लस्टर आकार = 571, शिखर टी = 5.73 के साथ। का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें यह आंकड़ा।

    9 चित्रा
    चित्रा 9: लौकिक और ललाट खंड में संकेतों में मतभेद ΔoxyHb (ठोस लाइन) और ΔdeoxyHb (बिंदीदार रेखा) संगीत के साथ दो शर्तों "दिखा नृत्य खेल के दो एकल परीक्षणों से एक ही विषय की प्रतिक्रियाएं (लाल) के समय पाठ्यक्रम। "और" कोई संगीत (नीला) "की स्थिति। यह आंकड़ा ओनो एट अल से संशोधित किया गया है। 10।

    Discussion

    fNIRS प्राकृतिक गतिविधियों के तंत्रिका संबद्ध के अध्ययन की अनुमति का वादा किया है कि एक कार्यात्मक मस्तिष्क इमेजिंग तकनीक है। उन तकनीकों का विकास एक सक्रिय अनुसंधान दिशा है। हम यहाँ एक नृत्य वीडियो गेम में भागीदारी के साथ जुड़े ब्याज की एक भी क्षेत्र में कार्यात्मक मस्तिष्क की गतिविधियों की रिकॉर्डिंग के लिए प्रभावी किया गया है कि एक पद्धति रूपरेखा।

    fNIRS के साथ मोटर सीखने लद जांच कर प्रकाशनों की संख्या समवर्ती मस्तिष्क के कई क्षेत्रों 20,21 में कार्यात्मक गतिविधियों रिकॉर्डिंग में सक्षम Hitachi और Shimadzu (और साथ ही अन्य) से मल्टी चैनल fNIRS इकाइयों की शुरूआत के साथ हाल के वर्षों में तेजी से वृद्धि हुई है । हम यह fNIRS संकेतों के संरचनात्मक विशिष्टता निर्धारित करने के लिए और साथ ही संकेतों के समय और आयाम में बदलाव मोटर कार्यों के व्यवहार प्रदर्शन में योगदान कैसे निर्धारित करने के लिए संकेतों का उपयोग करने के लिए संभव है कि पहले से पता चला है 22 के लिए विशिष्ट अध्ययन के लिए कई शामिल थे। यहां तक ​​कि NIRS प्रौद्योगिकी के क्षेत्र में इस शक्ल ले ब्याज के साथ, कुछ अध्ययनों fMRI के द्वारा मान्य प्राकृतिक व्यवहार के तंत्रिका तंत्र पर ध्यान केंद्रित किया है। इस विशेष अंक और कई अन्य प्रकाशनों 23-26 स्पष्ट रूप से मोटर व्यवहार का अध्ययन करने में fNIRS की भविष्य की भूमिका की रूपरेखा तैयार करते हैं, प्रोटोकॉल यहां प्राकृतिक व्यवहार से fMRI और fNIRS डेटा की तुलना के लिए एक समान पद्धति मान्य करने के लिए विकसित किया गया था का वर्णन किया।

    परिणामों में लाइन उस के साथ पहले समवर्ती fMRI / fNIRS पढ़ाई 3 में दिखाया गया टेम्पोरल लोब के एकीकरण के क्षेत्र में fNIRS के लिए समूहों और fMRI संकेतों के बीच एक उच्च सहसंबंध और संकेतों के बीच संबंध है संकेत मिलता है। 9 चित्रा इंगित करता है कि fNIRS गतिविधि में टेम्पोरल लोब नहीं प्रकृति बुद्धि में केवल कॉर्टिकल हैएच अंतर oxy- और deoxyHb absorbance के chromofore, लेकिन यह भी टेम्पोरल लोब में है कि गतिविधि टेम्पोरल लोब में fMRI गतिविधि के साथ मेल नहीं करता ललाट पालि में देखा कि से काफी अलग है। हम डेटा दो तकनीकों के बीच तुलना करने की अनुमति देते हैं कि अध्ययन के कुछ महत्वपूर्ण पहलुओं पर बल दिया। सबसे पहले, optode स्थानों की अंशांकन कॉर्टिकल शरीर रचना विज्ञान और परिणामों की व्याख्या की पुष्टि में एक महत्वपूर्ण रणनीति के रूप में रेखांकित किया गया था। संशोधनों हम सॉफ्टवेयर करने के लिए बनाया गया है और हार्डवेयर हमें दोनों प्रक्रियाओं में मजबूत कॉर्टिकल प्रतिक्रियाओं उपज के लिए अनुकूलित एक ब्लॉक डिजाइन प्रोटोकॉल के साथ हमारे प्रतिमान सिंक्रनाइज़ करने के लिए अनुमति दी। हम यह भी शोर अनुपात (optode सतह से बालों को हटाने) और गति और चेहरे की उत्तेजना (विषयों के लिए विशेष रूप से उनके सिर या चेहरे को छूने के लिए नहीं के निर्देश दिए थे) सहित कलाकृतियों की कमी करने के लिए उच्च संकेत आश्वस्त करने के लिए महत्वपूर्ण रणनीति की रूपरेखा तैयार।

    इन परिणामों और पिछले अध्ययनों के परिणामों / एफएम समवर्ती fNIRS की जांचआरआई इमेजिंग प्रक्रियाओं संकेतों के बीच एक उच्च सहसंबंध के रूप में सैद्धांतिक रूप से 1-3 की भविष्यवाणी की पुष्टि करते हैं। यहाँ प्रस्तुत डेटा की व्याख्या करने के लिए एक सीमा है कि हम इसे उच्च घनत्व रिकॉर्डिंग का उपयोग अलग-अलग चैनल डेटा के संकल्प को बढ़ाने के लिए संभव है कि शो NIRS रिकॉर्डिंग के अनुकूलन में नई तकनीकों का उपयोग करने में असमर्थ रहे हैं। इस उच्च घनत्व तकनीक को भी कॉर्टिकल NIRS रक्तचाप, हृदय गति और अन्य प्रणालीगत चर 6,7,28 से कलाकृतियों को दूर करने वाले अन्य तकनीकों के अलावा 27 संकेतों से सतही घटकों को अलग करने के लिए इस्तेमाल किया गया है। यह भी कहा कि जांच के प्लेसमेंट दिखाया गया है और chromaphore पसंद शोर अनुपात करने के लिए उच्च संकेत के मामले में प्रभावी ढंग से इस्तेमाल किया जा सकता है झूठी सकारात्मक 29 और NIRS के संकेतों के अनुकूली को छानने के लिए नियंत्रित करने के लिए इस्तेमाल किया जा सकता है। हम ब्लॉक डिजाइन 10,11 में प्रस्तुत मानदंड के साथ वाणिज्यिक NIRS के सिस्टम का उपयोग कर यहाँ और पहले से कार्यरत है कि कार्यबड़े संकेतों के साथ डेटा का उत्पादन किया है और संकेतों के बीच समानता दिखाने के लिए आगे के विश्लेषण तकनीक या हार्डवेयर की आवश्यकता नहीं किया है। हालांकि, यह यहाँ प्रस्तुत डेटा NIRS के सिग्नल प्रोसेसिंग में इन और अन्य तकनीकों के उपयोग के माध्यम से आगे सुधार किया जा सकता है कि संभव है।

    कार्यात्मक NIRS में वर्तमान तरीके fMRI स्कैनिंग के लिए जगह की जरूरत नहीं होगी; हम यहाँ के रूप में सुझाव बल्कि, (ईईजी और दूसरों के अतिरिक्त) दो इमेजिंग प्रक्रियाओं एक दूसरे के पूरक करने के लिए इस्तेमाल किया जा सकता है। FMRI स्कैनिंग के लिए contraindicated हैं कि व्यक्तियों के एक समूह के मामले में, fNIRS ऐसे पार्किंसंस रोग के साथ व्यक्तियों के लिए गिरावट के जोखिम निवारण कार्यक्रमों के रूप में एक प्रशिक्षण कार्यक्रम के लाभों का पता लगाने के लिए केवल व्यवहार्य तकनीक साबित हो सकता है। इसके अलावा, fNIRS भी श्री स्कैनिंग के माध्यम से प्रदान की संरचनात्मक विस्तार करने के लिए जानकारी जोड़ने के लिए इस्तेमाल किया जा सकता है कि भविष्य दिशाओं की एक संख्या है। उच्च घनत्व optode नियुक्ति और बढ़ optodes उच्च निकलेगाबोल्ड संकेत मॉडलिंग की वृद्धि की शुद्धता के रूप में के रूप में अच्छी तरह से कनेक्टिविटी और सिद्धांत घटक विश्लेषण के लिए इस्तेमाल किया जा सकता है कि अस्थायी समाधान।

    Disclosures

    इस लेख के लिए प्रकाशन फीस एस himadzu द्वारा प्रायोजित कर रहे हैं।

    Acknowledgements

    इस शोध निम्नलिखित धन स्रोतों द्वारा समर्थित किया गया था: JSPS सहायता अनुदान में वैज्ञानिक अनुसंधान (सी) 25,350,642 (पर), विज्ञान और प्रौद्योगिकी तथा संस्कृति (एस एस और यो) के लिए Hayao नाकायामा फाउंडेशन से एक शोध अनुदान, और एक के लिए स्वास्थ्य खेलों रिसर्च रॉबर्ट वुड जॉनसन फाउंडेशन (अनुदान # 66,729) (एस.बी. और जनवरी) से अनुदान।

    Materials

    Name Company Catalog Number Comments
    Equipment
    Shimadzu OMM-3000 Shimadzu The OMM-3000 used in this study has been replaced by the LABNIRS
    Polhemus Patriot 3D Digitizer Polhemus
    GE Twin-Speed 1.5T MRI scanner General Electric The Twin-Speed 1.5 T scanner has been retired. A number of new scanners are available to replicate this procedure
    Software
    Stepmania Stepmania
    Matlab MathWorks
    NIRS-SPM BISPL
    WFU Pick Atlas ANSIR

    References

    1. Heinzel, S., et al. Variability of (functional) hemodynamics as measured with simultaneous fNIRS and fMRI during intertemporal choice. NeuroImage. 71, 125-134 (2013).
    2. Cui, X., Bray, S., Bryant, D. M., Glover, G. H., Reiss, A. L. A quantitative comparison of NIRS and fMRI across multiple cognitive tasks. Neuroimage. 54, 2808-2821 (2011).
    3. Sato, H., et al. A NIRS–fMRI investigation of prefrontal cortex activity during a working memory task. Neuroimage. 83, 158-173 (2013).
    4. Piper, S. K., et al. A wearable multi-channel fNIRS system for brain imaging in freely moving subjects. NeuroImage. 85, (Part 1), 64-71 (2014).
    5. Funane, T., et al. Quantitative evaluation of deep and shallow tissue layers' contribution to fNIRS signal using multi-distance optodes and independent component analysis). NeuroImage. 85, (Part 1), 150-165 (2014).
    6. Tachtsidis, I., et al. Ch. 46. Oxygen Transport to Tissue XXX Vol. 645 Advances in Experimental Medicine and Biology. Liss, P., Hansell, P., Bruley, D. F., Harrison, D. K. Springer. New York, NY. 307-314 (2009).
    7. Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. NeuroImage. 85, (Part 1), 6-27 (2014).
    8. Saager, R., Berger, A. Measurement of layer-like hemodynamic trends in scalp and cortex: implications for physiological baseline suppression in functional near-infrared spectroscopy). Journal Of Biomedical Optics. 13, (3), 034017-034017 (2008).
    9. Takahashi, T., et al. Influence of skin blood flow on near-infrared spectroscopy signals measured on the forehead during a verbal fluency task. Neuroimage. 57, 991-1002 (2011).
    10. Ono, Y., et al. Frontotemporal oxyhemoglobin dynamics predict performance accuracy of dance simulation gameplay: Temporal characteristics of top-down and bottom-up cortical activities. NeuroImage. 85, 461-470 (2014).
    11. Tachibana, A., Noah, J. A., Bronner, S., Ono, Y., Onozuka, M. Parietal and temporal activity during a multimodal dance video game: an fNIRS study. Neuroscience Letters. 503, (2), 125-130 (2011).
    12. Annual Society for Neuroscience Conference. Noah, J., Tachibana, A., Bronner, S. 2010 Nov 13-17, San Diego, CA, (2010).
    13. Maldjian, J. A., Laurienti, P. J., Burdette, J. H. Precentral gyrus discrepancy in electronic versions of the Talairach atlas. Neuroimage. 21, 450-455 (2004).
    14. Maldjian, J. A., Laurienti, P. J., Kraft, R. A., Burdette, J. H. An automated method for neuroanatomic and cytoarchitectonic atlas-based interrogation of fMRI data sets. Neuroimage. 19, 1233-1239 (2003).
    15. Chatrian, G. E., Lettich, E., Nelson, P. L. Ten percent electrode system for topographic studies of spontaneous and evoked EEG activity. Am J EEG Technol. 25, 83-92 (1985).
    16. Okamoto, M., Dan, I. Automated cortical projection of head-surface locations for transcranial functional brain mapping. Neuroimage. 26, 18-28 (2005).
    17. Ye, J. C., Tak, S., Jang, K. E., Jung, J., Jang, J. NIRS-SPM statistical parametric mapping for near-infrared spectroscopy. Neuroimage. 44, 428-447 (2009).
    18. Cope, M., Delpy, D. System for long-term measurement of cerebral blood and tissue oxygenation on newborn infants by near infra-red transillumination. Medical and Biological Engineering and Computing. 26, (3), 289-294 (1988).
    19. Savitzky, A., Golay, M. J. Smoothing and differentiation of data by simplified least squares procedures. Analytical Chemistry. 36, (8), 1627-1639 (1964).
    20. Okamoto, M., et al. Multimodal assessment of cortical activation during apple peeling by NIRS and fMRI. NeuroImage. 21, 1275-1288 (2004).
    21. Suzuki, M., et al. Prefrontal and premotor cortices are involved in adapting walking and running speed on the treadmill: an optical imaging study. Neuroimage. 23, 1020-1026 (2004).
    22. Boas, D. A., Elwell, C. E., Ferrari, M., Taga, G. Twenty years of functional near-infrared spectroscopy: introduction for the special issue. NeuroImage. 85, 1-5 (2014).
    23. Holtzer, R., et al. fNIRS study of walking and walking while talking in young and old individuals. The Journals of Gerontology Series A: Biological Sciences and Medical Sciences. 66, (8), 879-887 (2011).
    24. Suzuki, M., Miyai, I., Ono, T., Kubota, K. Activities in the frontal cortex and gait performance are modulated by preparation. An fNIRS study. Neuroimage. 39, 600-607 (2008).
    25. Shimada, S., Hiraki, K., Oda, I. The parietal role in the sense of self-ownership with temporal discrepancy between visual and proprioceptive feedbacks. Neuroimage. 24, 1225-1232 (2005).
    26. Matsuda, G., Hiraki, K. Sustained decrease in oxygenated hemoglobin during video games in the dorsal prefrontal cortex: a NIRS study of children. Neuroimage. 29, 706-711 (2006).
    27. Gregg, N. M., White, B. R., Zeff, B. W., Berger, A. J., Culver, J. P. Brain specificity of diffuse optical imaging: improvements from superficial signal regression and tomography. Frontiers in Neuroenergetics. 2, 14 (2010).
    28. Kirilina, E., et al. The physiological origin of task-evoked systemic artefacts in functional near infrared spectroscopy. Neuroimage. 61, 70-81 (2012).
    29. Strangman, G., Franceschini, M. A., Boas, D. A. Factors affecting the accuracy of near-infrared spectroscopy concentration calculations for focal changes in oxygenation parameters. NeuroImage. 18, 865-879 (2003).

    Comments

    0 Comments

    Post a Question / Comment / Request

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

    Metrics

    Waiting
    simple hit counter