fMRI Validação de fNIRS Medidas durante uma tarefa Naturalistic

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
Published 6/15/2015
0 Comments
  CITE THIS  SHARE 
Behavior
 

Summary

Cite this Article

Copy Citation

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).

Please note that all translations are automatically generated.

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

Abstract

Introduction

O objectivo dos métodos descritos aqui foi desenvolver um protocolo de trabalho para comparar os sinais em tarefas multimodais semelhantes IRMf (ressonância magnética) e fNIRS (espectroscopia no infravermelho próximo funcional). Especificamente, teve como objetivo desenvolver um procedimento de imagiologia funcional para uso com indivíduos contra-indicada para as verificações tradicionais fMRI devidas ao tremor, discinesia, ou vários dispositivos implantados. Enquanto muitos programas de treinamento e reabilitação eficazes existem para indivíduos em risco de cair, não há confirmação dos mecanismos neurais subjacentes a eficácia desses programas. Muitas vezes, as pessoas que participam desses programas de treinamento são contra-indicados pelas razões citadas. Nossa razão de ser deste estudo foi determinar a eficácia da espectroscopia no infravermelho próximo funcional (fNIRS) para determinar os padrões de atividade cerebral associada a uma tarefa motora naturalista que envolve movimentos de corpo inteiro. Metas de longo prazo incluem o desenvolvimento de uma ferramenta para garanhãoy não só paradigmas de aprendizagem motora, mas também servem para confirmar a adequação de fNIRS para uma ampla variedade de tarefas que não são possíveis de realizar de uma forma naturalista, utilizando métodos tradicionais.

fNIRS atividade tem sido mostrado previamente para ser altamente correlacionados (r = 0,77-0,94) para regiões homólogas com (nível de oxigênio no sangue dependentes) BOLD fMRI gravações de sinal em estudos limitados que mediram fNIRS simultâneos e atividade funcional, utilizando fMRI dedo psicológico e simples clássico tocando paradigmas 1-3. Os resultados destes estudos confirmam fNIRS é válido e confiável para determinar a atividade cortical associado a uma tarefa ambiental reduzido compatível com fMRI. No entanto, fNIRS tem inúmeras vantagens sobre fMRI como um método de neuroimagem. fNIRS, mais importante, é muito menos sensível ao artefato movimento de fMRI e permite que indivíduos a comportar-se como se estivessem em um ambiente naturalista ao contrário de estudos de fMRI que restringem paradig do motor4 ms. A precisão temporal associada com fNIRS permite a determinação de uma alteração na função de resposta neural com granularidade aumentada devido ao aumento da frequência de amostragem. Finalmente, o custo de fNIRS é menor do que o varrimento IRMf e permite estudos para ser realizado a um custo menor. No entanto, existem desvantagens de fNIRS comparação com IRMf incluindo limitada a profundidade de penetração, limitada resolução espacial, e mais recentemente, tem sido demonstrado que certos fenómenos fisiológicos, tais como pressão sanguínea, frequência cardíaca, e efeitos de fluxo sanguíneo do couro cabeludo pode introduzir falsos positivos para o sinal de hemodinâmica cortical 5-9. Embora uma série de metodologias e desenvolvimentos de hardware específicos para NIRS, incluindo processamento de sinal, hardware para fornecer gradientes optode de alta densidade estão sendo desenvolvidos atualmente, ainda é importante desenvolver metodologias mistas que permitem fMRI e procedimentos fNIRS para complementar um ao outro.

Este estudo serve para testarum método de fNIRS para determinar os mecanismos neurais envolvidos durante uma tarefa dançar videogame naturalista. O objectivo do estudo foi comparar a actividade em um centro de integração do cérebro (o giro temporal superior e médio) entre um grupo de indivíduos fotografada usando IRMf para outro grupo de sujeitos usando uma versão da tarefa naturalista fotografada usando fNIRS. Nosso grupo já havia investigado nesta área utilizando paradigmas jogo interativo semelhantes e mostrou atividade no lobo temporal responde a ambos os cromóforos oxi-e de-oxiHb de acordo com ativações corticais 10. Também já tentado controlar para artefactos sistémicas anteriormente, mostrando as respostas nesta área são moduladas em amplitude em relação à carga cortical da tarefa e não respostas sistémicos relacionados com a actividade de 11 si. O giro temporal superior e médio tem conhecido atividade associada com a integração de estímulos sensoriais multimodais e temos anteriormentemostrados nesta área a ser ativo em Dance Dance Revolution (DDR) o jogo em estudos-piloto fMRI além de nossos fNIRS publicações 10-12. Nossa hipótese para o presente estudo foi que a atividade funcional nesta área, como gravadas usando fNIRS seria significativamente correlacionada com a atividade funcional gravado utilizando fMRI em um jogo de dança protocolo semelhante, mas limitado.

O protocolo descrito aqui inclui como modificar um videogame de dança para ser usado como um paradigma de neuroimagem em ambos os fNIRS e protocolos fMRI. No entanto, o procedimento geral não é específico para o paradigma do jogo de vídeo game e poderia ser apropriado para qualquer número de tarefas que não são possíveis de realizar nas restrições de um protocolo fMRI, incluindo tarefas de linguagem e locomoção. Este protocolo descreve o procedimento adicional de utilizar a especificidade anatómica da IRMf o desenvolvimento de regiões específicas de interesse (ROI) que pode ser mais estudada durante tarefas mundo real-real usando fNIRS.

Protocol

Antes da participação, todos os indivíduos fornecem consentimento informado, de acordo com as diretrizes institucionais. Neste caso, o protocolo foi aprovado pelo programa de proteção humana institucional de Meiji University (Kanagawa, Japão), Columbia University Medical Center (transferido para Yale School of Medicine para análise de dados), e Universidade de Long Island, Brooklyn Campus para este estudo.

1. Software e Hardware Reforma e Desenvolvimento de neuroimagem funcional (fMRI e fNIRS)

  1. Modificar o jogo Dance Dance Revolution (DDR), editando os detalhes dos arquivos de configuração (.SM) usando o clone de código aberto de DDR, Stepmania, para mudar de temporização, gráficos e música para a região de estudos de juros usando fMRI antes da imagem fNIRS .
    1. No arquivo .sm especificar as variáveis: fundo, música, offset (música começar no momento da digitalização), samplestart, samplelength, BPMS, e bgchanges. Especifique o patt setaErns para cada medida no arquivo .sm definindo flechas por medida como um valor de "1", "0" ou "M". Definir esquerda, para cima, para baixo ou premir os botões certos para cada medida. Use "1" para uma seta, use "0" para o branco, e usar o "M" de uma mina nas épocas de descanso.
  2. Usando o jogo-canção "Borboleta" (originalmente realizada por Smile.dk e disponível na Dance Dance Revolution Mix CD do jogo original para Sony PlayStation), permitem que os voluntários para jogar usando um delineamento em blocos alternados incorporado a mecânica do jogo, alterado em o arquivo de configuração .sm. Vezes alternadas 30 segundos de jogo com períodos de descanso de 30 segundos com fundo gráficos indicando ao jogador quando jogar (verde) e quando para relaxar (vermelho; Figura 1).

Figura 1
Figoure. 1: Paradigma de Design (A) DDR Graphic User Interface. As setas na parte inferior da tela transferida para a parte superior da tela. Estas setas indicam a indivíduos qual botão apertar. Quando as setas chegou à área de ação superior (setas cinzentas na parte superior da tela), indivíduos responderam ao pressionar o botão correto. Tempo de jogo foi indicada com um fundo verde. Tempo de descanso foi indicada por um fundo vermelho. Durante o resto do tempo, as setas foram substituídos por animações "bomba". Estes tinham nenhuma função no que diz respeito à jogabilidade ou pontuação, mas foram usadas para servir como um suporte do lugar durante épocas de descanso. (B) O desenho de bloco usado para digitalizar consistiu de um total de 5 min de jogo e épocas descansar. O pré-scan foi de 10 segundos de duração, seguido por alternando 30 segundos de jogo e blocos de descanso. Por favor clique aqui para ver uma versão maior desta figura.

    Repita o intervalo alternando cinco vezes por corrida para garantir especificidade em contraste entre o descanso e os períodos ativos.
  1. No caso da recolha de dados fMRI, restringir os movimentos de esquerda e direita do botão de seta prensas em gravações fMRI utilizando botões de pé. O número total de botões pressionados devem permanecer iguais para ambas as tarefas (Figura 2).
  2. Antes do processo de digitalização, explicar os rudimentos do jogo para assuntos e permitir que indivíduos de praticar algumas vezes antes da imagem. Instrua sujeitos a pressionar o botão de seta correspondente com o pé o mais próximo do tempo ideal delineado no topo do caminho da seta em movimento, mas para minimizar o movimento da cabeça, tanto quanto possível.

Figura 2
Figura 2:. Configuração experimental para fMRI (A) sujeitos estavam deitados no scanner de ressonância magnética enquanto observing o ambiente interativo projetado usando um espelho montado para a bobina cabeça acima do assunto. Figura 2B. Uma plataforma para os pés modificado que consiste em dois botões permitidos sujeitos a responder com torneiras dedo do pé esquerdo ou direito em tempo real durante o jogo. Por favor clique aqui para ver uma versão maior desta figura.

2. fMRI Testing and Analysis

  1. Obter uma imagem estrutural para cada assunto antes de jogabilidade com um 3D estragado seqüência gradiente eco (SPGR) (124 fatias, 256 x 256, campo de visão = 220 mm), com um tempo de varredura total de 10 min 38 seg.
  2. Obter imagens de ressonância magnética funcional durante a verificação, usando as seguintes configurações para planar echo (EPI) T2 * gradiente ponderadas seqüência eco: echo tempo = 51 ms, a repetição tempo = 3 seg, flip angle = 83 °. Adquirir 27 imagens de corte axial consecutivas do cérebro com as seguintes dimensões: campo 192 x 192 milímetrosde vista com uma grade de 128 x 128 de resolução total de 1,56 x 1,56 milímetros e uma resolução do eixo z de 4,5 mm.
  3. Instrua assuntos para o jogo usando o paradigma acima, mas utilizando as setas única esquerda e direita para reduzir o movimento artefato.
  4. Execute fMRI sinal BOLD análises usando SPM8 5, implementado em MATLAB 7.0.
    1. Rejeitar os primeiros 10 segundos da série EPI para minimizar o relaxamento T2 * artefato, os dados funcionais são corrigidos através de um movimento de mínimos quadrados de 6 parâmetro 'corpo rígido' transformação espacial.
    2. Normalizar os exames do PAV realinhados para MNI (Instituto Neurológico de Montreal) modelo que tem uma resolução de 2 mm3 seguido de amortecimento espacial com o kernel Gaussian de 8 mm de largura à meia altura (FWHM).
    3. Execute-level assunto análises estatísticas utilizando o modelo linear geral (GLM) para criar mapas paramétricos para comparar a condição ativa (DDR) comparada com a condição de repouso. </ Li>
    4. Realizar análise de grupo com resultados individuais usando mapeamento paramétrico estatístico padrão (SPM) de segundo nível abordagem de efeitos aleatórios. Obter região de interesse com base em resultados de análises de grupo com um limiar de p <0,01 e tamanho do cluster limiar de 100 voxels.
    5. Definir a região de interesse, como a conjunção entre o cluster funcional ea máscara anatômica do giro temporal superior e médio, obtido a partir de WFU PickAtlas ferramenta 13,14

3. fNIRS Setup e Aquisição de Dados

  1. Use um sistema de topografia fNIRS 22 canais para gravar dados de optodes dispostos em uma matriz de 3 x 5. A distância inter-optode para cada par origem-detector é de 3 cm (Figura 3A, B).
    1. Oriente a tampa elástica contendo a matriz de sensores ópticos, de modo que ele é alinhado a partir do córtex pré-frontal esquerdo para o lobo temporal esquerda (Figura 3A, B). Assegurar a optode na linha mais baixana posição mais anterior é centrada em Fpz do sistema internacional 10-10 15. Alinhe a linha inferior de optodes em paralelo com a linha entre pontos anatômicos Fpz e T7.
  2. Aperte a matriz sonda óptica para a cabeça do sujeito e asseguro ele está bem conectado usando as cintas e do queixo-cinta. Deve ser dada atenção ao deslocamento de optodes da superfície da cabeça de modo que os pares fonte-detector são apertados para a cabeça, mas não desconfortável com o assunto (Figura 3C).
  3. Amostra cru optode analógico fonte-detector par de dados luz para o computador em 7,9 Hz usando a interface gráfica do usuário de computador.

Figura 3
Figura 3:. Optode configuração para gravações NIRS (A) O tampão é constituído por uma folha elástica equipado com plástico flexível acoplada a e holding 3 centímetros suportes espaçados optode. Correias são fixado na tampa para permitir que ele seja bem acoplada à cabeça. A tampa é maior e permite mais do que o optodes 3 x 5 array (mostrada em amarelo) utilizada neste estudo, mas é necessário para prendê-lo de forma segura para as cabeças dos assuntos. (B) O tampão optode e posicionado sobre o córtex pré-frontal esquerdo para os lobos temporais. Exemplo da tampa optode na cabeça do sujeito fornecendo cobertura de 3 x 5 matriz sobre a área pré-frontal esquerdo no lobo temporal esquerdo. (C) optode colocação no tampão que mostra tampa presa à cabeça com tiras de aperto e barbicha. Por favor clique aqui para ver uma versão maior desta figura.

  1. Calibração e teste de intensidade do sinal e a relação sinal-ruído, utilizando o software de controlo do sistema fornecida pelo fabricante antes da gravação. No caso de ser detectado ruído alta, roptodes EMOVE cabelo e qualquer interferência do canal utilizando um LED iluminado haste de plástico (Figura 4).

Figura 4
Figura 4:.. Otimização de sinais optode Cabelo foi transferido de cada canal utilizando uma ferramenta de plástico iluminado para deslocar cabelo do centro do canal para garantir a qualidade de sinal óptima Por favor clique aqui para ver uma versão maior desta figura.

  1. Utilize uma caneta digitalização 3D para determinar os valores das localizações espaciais fonte e o detector optode em cada canal do tampão elástico. Use o digitalizador para identificar as coordenadas espaciais de Násio, inion, aurículas e Cz de cada assunto imediatamente antes da coleta de dados e jogo (Figura 5). Salve arquivos de texto com fonte e detectarou locais para others.txt e coordenadas anatômicas para origin.txt arquivos.

Figura 5
Figura 5:.. Calibração da posição optode Uma ferramenta de digitalização magnética foi usada para determinar a colocação de 10-20 marcos na cabeça e posição dos canais optode Por favor clique aqui para ver uma versão maior desta figura.

  1. Processe as coordenadas 3D capturado usando a opção de registo em NIRS-SPM 16,17 dentro MATLAB 7.0 (Figura 6). A partir do menu principal da SPM, escolher stand-alone registro espacial. Na próxima tela, selecione "Com digitador 3D" e escolha os outros salvas anteriormente e arquivos de texto de origem usando a caixa de diálogo correspondente. Na caixa de diálogo software, escolher o "Formalizaçãn (use a função NFRI) "para determinar representação espacial

Figura 6
Figura 6:. Exemplo de saída de dados de calibração NIRS dados digitalizador foi usada para determinar a probabilidade de cada canal em regiões específicas do cérebro. Canal 22 em este assunto mostrou uma probabilidade de 0,4129 no Temporal Médio Gyrus, e 0,47419 no Superior Temporal Gyrus. O canal é definido pela área entre os pares de emissores e detectores. O círculo em torno canal 22 na figura representa uma aproximação da área contribuindo para o sinal gravado a partir dos pares optode neste assunto. Por favor clique aqui para ver uma versão maior desta figura.

  1. Quando todas as posições de canal optode são digitalizados e cada canal fornece sforça do sinal ufficient como indicado na GUI da interface do software fornecido pelo fabricante, pergunte temas para ficar e se preparar para o teste de DDR (Figura 7A, B).

Figura 7
Figura 7:. Recolha de dados fNIRS durante o jogo de dança (a), subordina estar a jogar o jogo usando o paradigma bloco em uma esteira de jogo de dança padrão ao ser amarrado à máquina NIRS. (B) vista alternativo de coleta de dados que mostra os dados brutos sobre a tela de fundo coletados em tempo real a partir de assunto. Por favor clique aqui para ver uma versão maior desta figura.

4. fNIRS Coleta de Dados

  1. Antes de configurar os fNIRS gravação optodes, fornecer indivíduos com uma breve introduçãoà jogabilidade e permitir a prática de familiaridade com o jogo como em testes de fMRI.
  2. Para os testes fNIRS, usar um paradigma idêntico ao do teste IRMf com a adição das setas para cima / para baixo em comparação com as setas esquerda e direita única utilizados para IRMf. Certifique-se que o número total de prensas de seta são idênticos entre fMRI e fNIRS tarefas e que apenas o padrão é diferente.
  3. Use um tapete de chão sistema de resposta de botão padrão botão 4 para o jogo durante os testes fNIRS (Figura 7A).
  4. Uma vez confortável nos fundamentos de jogo, instruir indivíduos para jogar 30 vezes seg de jogo com períodos de descanso de 30 segundos como no passo 1.2. Repita este 5 min jogo duas vezes com cada sujeito.
    1. Instrua assuntos especificamente para não tocar seu rosto ou nariz e particularmente seu cabelo ou a cabeça perto dos optodes. Instrua assuntos para minimizar rotação, yawl ou arremesso movimentos de sua cabeça durante o jogo.

5. fNIRS de Análise de Dados

Use uma abordagem Beer-Lambert modificado 18 para calcular os sinais relativos refletindo a hemoglobina oxigenada (oxi-Hb), hemoglobina desoxigenada (desoxi-Hb) e hemoglobina total (total-Hb) mudanças de concentração como ΔoxyHb, ΔdeoxyHb, e ΔtotalHb, respectivamente, em um unidade arbitrária (uM cm) usando as seguintes equações:
ΔoxyHb = -1,4887 × Δabs 780 + 0,5970 x + 1,4847 Δabs 805 × 830 Δabs
ΔdeoxyHb = 1,8545 × Δabs 780 + (-0,2394) × 805 Δabs + (-1,0947) × 830 Δabs
ΔtotalHb = ΔoxyHb + ΔdeoxyHb;
onde Δabs indica mudanças na absorção de luz no comprimento de onda correspondente.
  • Filtro low-pass dados brutos de sinais hemodinâmicos de indivíduo através de uma 25ª ordem do filtro Savitzky-Golay emédia 19.
  • Aplicar a correcção da linha de base para os dados médios com o início definido para zero.
  • Normalizar a amplitude do sinal hemodinâmica dividindo a média dos valores através do desvio padrão do sinal gravado 10 seg antes da tarefa.
  • Escolher os canais a serem analisados ​​com base em informações digitalizador 3D. Aqui, usar um canal para utilizar para análise que tem uma probabilidade de 80% ou mais no meio e registo do giro temporal superior) de acordo com a saída do processo de registo.
  • 6. Comparação de fMRI e fNIRS Signals

    1. Use a função de resultados em SPM8 para determinar voxels super-limite em T> 2.6 ou um valor correspondente P <0,01. Determinar a região de interesse (ROI) usando sobrepostas voxels super-limiar para definir um conjunto interior de uma regi anatica.
      1. Neste caso, definir as giro temporal superior e médio que usam o atlas AAL incluídos no Pico WFU Atlas. Em this caso, o conjunto resultante tem 572 2 x 2 x 2 mm voxels localizados no giro temporal média do voxel com um pico na coordenada (-66, -24, 0) e pico t = 5,73 fNIRS.
    2. Determinar o canal de interesse a partir dos dados digitalizados fNIRS usando coordenadas 3D que são convertidos nos MNI coordenadas utilizando NIRS-SPM no passo 3.5.1 acima. Neste caso, o canal 22 na maioria dos pacientes tinham a mais elevada probabilidade de actividade na ROI definida no passo 6.1.
    3. Determinar a média, a resposta desencadeada por eventos no ROI para fMRI e canal correspondente em fNIRS para a duração do bloco 60 seg (ativo e descanso, combinado).
    4. Para cada assunto, em média, o nível de oxigênio no sangue dependentes (negrito) sinais brutos para os voxels dentro do cluster para gerar evento fMRI desencadeada dados médios.
    5. Compare fMRI e fNIRS escalando dados de fMRI para combinar de forma otimizada os dados fNIRS usando uma regressão linear usando fNIRS = b * fMRI, onde o método de regressão obtém o valor b assim that o valor médio quadrático de fNIRS -b * fMRI é minimizado.
    6. Compare fNIRS e sinais de ressonância magnética por meio da correlação dos dois grupos.

    Representative Results

    Os resultados do experimento indicam atividade obtida a partir de centros de integração nos giros temporais superior e médio usando ressonância magnética funcional (fMRI) têm uma elevada correlação com funcional espectroscopia no infravermelho próximo (fNIRS) sinais de formar a mesma área na versão naturalista da tarefa . A Figura 8 mostra os dados em bruto normalizados e em média de 16 indivíduos do procedimento IRMf varrimento (azul de rastreio) e os 26 indivíduos do protocolo fNIRS (traço vermelho). Os dados foram preso no tempo 0 e a fase ativa da interação jogo ocorreu nos primeiros 30 segundos do gráfico (tarefa rotulada). A linha a tracejado vertical indica a transição do verde para o fundo vermelho na tarefa e o início da fase de repouso (como indicado resto) Ambos os conjuntos de dados mostram aumentos em respostas na fase activa e declínio na fase de repouso com o aumento da variabilidade observada em o sinal de fMRI. As comparações foram feitas entre os traçados pelo primeiro regressing o sinal de fMRI para minimizar o root mean square diferença entre os dois traços. O coeficiente de correlação resultante entre os dois sinais foi de 0,78 e o valor p para a correlação foi de 0,03.

    Figura 9 representa um cérebro fazendo com locais de canal sobrepostas de um único assunto. Média vestígios dos canais 1 e 22 são mostrados com linhas sólidas representam sinais de oxihemoglobina e linhas que representam sinais deoxihemoglobina tracejada. Vermelho e traços azuis representam duas variações de jogabilidade, a música ea não-música, respectivamente. Os sinais de canal servem como um exemplo de um controlo para comparação com a região de interesse. Sinais nestas duas regiões diferem no que diz respeito à tarefa-resposta.

    Figura 8
    Figura 8:. Correlação entre fNIRS e sinais de fMRI Oriente Temporal Gyrus Os fNIRS(Vermelho) e fMRI (azul) sinais são mostrados para cada grupo ± SEM representado por bordas sombreadas. O coeficiente de regressão entre os dois é de 0,78; p = 0,03. A inserção mostra uma prestação do ROI determinada a partir da atividade de fMRI com pico de atividade no MNI coordenada (-66, -24, 0) com um tamanho de cluster = 571, pico de t = 5,73. Por favor clique aqui para ver uma versão maior este valor.

    Figura 9
    Figura 9: As diferenças de sinais no temporal e frontal Lobes curso em tempo de ΔoxyHb (linha sólida) e ΔdeoxyHb (linha pontilhada) respostas de um único objecto de dois ensaios individuais do jogo de dança que mostra duas condições ", com música (vermelho). "e" nenhuma música (azul) "condições. Este valor foi modificado a partir do Ono et al. 10.

    Discussion

    fNIRS é uma técnica de imagiologia cerebral funcional que tem a promessa de permitir o estudo dos correlatos neurais de atividades naturais. Desenvolvimento dessas técnicas é uma direção pesquisa ativa. Nós esboçamos aqui uma metodologia que tem sido eficaz para gravar a atividade cerebral funcional em uma única região de interesse associados à participação em um videogame de dança.

    O número de publicações que investigam paradigmas de aprendizado motor com fNIRS têm aumentado rapidamente nos últimos anos com a introdução de unidades fNIRS multi-canal da Hitachi e Shimadzu (assim como outros) capaz de gravar atividades funcionais em várias regiões do cérebro simultaneamente 20,21 . Nós mostramos anteriormente que é possível determinar a especificidade anatómica de sinais fNIRS, bem como a utilização dos sinais para determinar como variações no tempo e amplitude dos sinais contribuem para o desempenho comportamental de tarefas motoras 22. Mesmo com esse interesse snowballing em tecnologia de NIRS, poucos estudos têm-se centrado sobre os mecanismos neurais de comportamentos naturalistas validados por fMRI. Enquanto esta questão especial e várias outras publicações 23-26 delinear claramente o papel futuro da fNIRS em estudar comportamentos motores, o protocolo aqui descrito foi desenvolvido para validar uma metodologia uniforme para comparação de dados de fMRI e fNIRS de comportamentos naturalistas.

    Os resultados indicam uma alta correlação entre grupos para fNIRS e sinais de fMRI em uma área de integração do lobo temporal ea correlação entre os sinais está em linha com o que é mostrado antes em simultâneo fMRI / fNIRS estudos 3. Figura 9 indica que a atividade em fNIRS o lobo temporal não só é cortical na natureza sagacidadeh diferencial oxi- e deoxyHb chromofore absorvência, mas também que a actividade no lobo temporal é muito diferente da observada no lobo frontal não se correlaciona com a actividade IRMf no lobo temporal. Salientamos alguns aspectos críticos do estudo, que permitem que os dados ser comparados entre as duas técnicas. Primeiro, a calibração dos locais optode foi delineada como uma estratégia fundamental na confirmação da anatomia e da interpretação dos resultados cortical. As modificações que fizemos para software e hardware nos permitiu sincronizar nosso paradigma com um protocolo de blocos otimizado para produzir fortes respostas corticais em ambos os procedimentos. Nós também delinear estratégias-chave para garantir a alta relação sinal-ruído (depilação a partir da superfície optode) e redução de artefatos, incluindo movimento e estimulação facial (indivíduos foram especificamente instruídos a não tocar em sua cabeça ou o rosto).

    Estes resultados e os resultados de estudos anteriores investigando fNIRS simultâneos / FMProcedimentos de imagem do RI confirmar uma alta correlação entre os sinais como previsto teoricamente 1-3. Uma limitação para a interpretação dos dados aqui apresentados é que não fomos capazes de utilizar técnicas mais recentes em otimização de gravação NIRS que mostram que é possível aumentar a resolução dos dados dos canais individuais usando gravações de alta densidade. Esta técnica de alta densidade, também tem sido utilizada para separar os componentes superficiais da NIRS cortical 27 sinaliza para além de outras técnicas que removem artefactos da pressão arterial, da frequência cardíaca e outras variáveis ​​sistémicas 6,7,28. Também tem sido mostrado que a colocação de sonda e chromaphore escolha pode ser usada para controlar os falsos positivos 29 e filtragem adaptativa dos sinais de NIRS pode ser utilizada de forma eficaz, no caso de alta relação sinal-ruído. A tarefa que nós empregamos aqui e anteriormente utilizando sistemas de NIRS comerciais com paradigmas apresentados no projeto de bloco 10,11produziu dados com grandes sinais e não necessários mais técnicas de análise ou hardware para mostrar semelhanças entre os sinais. No entanto, é possível que os dados aqui apresentados podem ser ainda melhorado através da utilização destas e de outras técnicas de processamento de sinal de NIRS.

    Metodologias atuais em NIRS funcional não substitui a necessidade de varredura fMRI; em vez disso, à medida que sugerem aqui, os dois procedimentos de imagiologia (para além de EEG e outros) pode ser utilizado para complementar um do outro. No caso de um grupo de indivíduos que são contra-indicados para a digitalização fMRI, fNIRS pode ser a única técnica viável para determinar os benefícios de um programa de formação, tais como programas de prevenção do risco de queda para indivíduos com doença de Parkinson. Além disso, fNIRS tem um número de direções futuras que também podem ser usados ​​para adicionar informações ao detalhe anatômico fornecida através de digitalização MR. Optodes alta densidade de colocação optode e aumento renderá maiorresolução temporal que pode ser usado para conectividade e análise de componentes principais, bem como aumentar a precisão da modelagem sinal BOLD.

    Disclosures

    Taxas de publicação para este artigo são patrocinados pela S himadzu.

    Acknowledgements

    Esta pesquisa foi apoiada em parte pelas seguintes fontes de financiamento: JSPS Grant-in-Aid para a Investigação Científica (C) 25.350.642 (AT), uma bolsa de investigação da Fundação Hayao Nakayama para a Ciência e Tecnologia e da Cultura (SS & YO), e um Jogos Health Research bolsa da Fundação Robert Wood Johnson (Grant # 66729) (SB & JAN).

    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

    DOWNLOAD MATERIALS LIST

    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.

      Video Stats