Automatic Translation

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

 JoVE Behavior

fMRI Validatie van fNIRS Metingen Tijdens een naturalistische Task

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

    Het doel van de hier beschreven methoden was om een ​​werkende protocol te vergelijken fMRI (functional magnetic resonance imaging) en fNIRS (functionele nabij-infrarood spectroscopie) signalen in vergelijkbare multimodale taken ontwikkelen. Concreet hebben we geprobeerd om een ​​functionele beeldvorming procedure voor gebruik met individuen gecontraïndiceerd voor traditionele fMRI-scans vanwege tremor, dyskinesie, of meerdere geïmplanteerde apparaten te ontwikkelen. Hoewel veel effectieve training en rehabilitatie programma's bestaan ​​voor individuen met een risico op vallen, is er geen bevestiging van de neurale mechanismen die ten grondslag liggen aan de werkzaamheid van deze programma's. Vaak personen die een Hierin wordt zijn gecontraïndiceerd voor genoemde redenen. De rationale voor deze studie was om de effectiviteit van functionele nabij-infraroodspectroscopie (fNIRS) bepalen patronen van hersenactiviteit geassocieerd met een naturalistische motor taak die geheel lichaamsbewegingen bepalen. Lange-termijn doelen zijn de ontwikkeling van een instrument om study niet alleen motorisch leren paradigma's, maar dienen ook om de geschiktheid van fNIRS bevestigen voor een breder scala van taken die niet mogelijk is om te presteren in een naturalistische manier met behulp van traditionele methoden.

    fNIRS activiteit heeft al eerder is aangetoond dat sterk gecorreleerd (r = 0,77-0,94) voor homologe gebieden met fMRI BOLD (bloed zuurstof niveau afhankelijk) signaal opnames in beperkte studies die gelijktijdige fNIRS en fMRI functionele activiteit met behulp van klassieke psychologische en eenvoudige vinger tikken paradigma gemeten 1-3. De resultaten van deze studies bevestigen fNIRS is geldig en betrouwbaar is om de corticale activiteit in verband met een verminderde milieu taak compatibel met fMRI te bepalen. Echter, fNIRS biedt talrijke voordelen boven fMRI als beeldvormende methode. fNIRS, belangrijker nog, veel minder gevoelig voor bewegingsartefacten dan fMRI en laat onderwerpen te gedragen als ze in een naturalistische omgeving tegenover fMRI studies welke motor paradig beperken4 ms. De temporele nauwkeurigheid geassocieerd met fNIRS maakt de bepaling van veranderingen in neurale respons functies leidt een dergelijke vanwege de toegenomen bemonsteringsfrequentie. Tenslotte zijn de kosten van fNIRS lager dan fMRI scanning en maakt studies worden uitgevoerd bij lagere kosten. Er zijn echter nadelen fNIRS opzichte fMRI waaronder beperkte indringdiepte, beperkte ruimtelijke resolutie, en meer recent is aangetoond dat bepaalde fysiologische verschijnselen zoals bloeddruk, hartslag en scalp bloedstroom effecten valspositieve resultaten met de invoering corticale hemodynamische signaal 5-9. Terwijl een aantal methoden en hardware ontwikkelingen specifiek voor NIRS, waaronder signaalverwerking, hardware om high-density optode hellingen bieden worden momenteel ontwikkeld, is het nog steeds belangrijk om gemengde methoden die het mogelijk maken fMRI en fNIRS procedures elkaar aanvullen ontwikkelen.

    Deze studie dient te testeneen methode voor het bepalen van fNIRS neurale mechanismen die betrokken zijn tijdens een naturalistische dans video game taak. Het doel van de studie was om de activiteit te vergelijken in een integratie van de hersenen (de superieure en middelste temporale gyrus) tussen een groep individuen afgebeeld met behulp van fMRI naar een andere groep proefpersonen met behulp van een naturalistische versie van de taak afgebeeld met behulp fNIRS. Onze groep heeft eerder onderzocht dit gebied met vergelijkbare interactief spel paradigma en heeft aangetoond activiteit in de temporale kwab reageert op zowel oxy- en de-OxyHb chromoforen in overeenstemming met corticale activeringen 10. We hebben ook voorheen aangeduid te controleren voor systemische artefacten eerder door toont responsen in dit gebied gemoduleerd in amplitude met betrekking tot de corticale belasting van de taak en geen systemische responsen verband met de activiteit zelf 11. De superieure en middelste temporale gyrus heeft activiteit in verband met de integratie van multi-modale zintuiglijke prikkels bekend en we eerder hebbengetoond op dit gebied actief te zijn in Dance Dance Revolution (DDR) spel in pilot-fMRI studies in aanvulling op onze fNIRS publicaties 10-12. Onze hypothese voor de huidige studie was dat functionele activiteit in dit gebied opgenomen met fNIRS aanzienlijk zou worden gecorreleerd met functionele activiteit opgenomen met behulp van fMRI in een soortgelijke maar beperkt dansspel protocol.

    De hier beschreven protocol bevat hoe een dance video game te wijzigen om te worden gebruikt als een neuroimaging paradigma in zowel fNIRS en fMRI-protocollen. De totale procedure is echter niet specifiek voor het paradigma van video game te spelen en kon geschikt voor een aantal taken die niet mogelijk is om te presteren in de beperkingen van een fMRI protocol, met inbegrip van de taal en de motorische taken zijn. Dit protocol beschrijft ook de procedure om de anatomische specificiteit van fMRI om specifieke gebieden van belang (ROI) die verder kunnen worden onderzocht tijdens real-werkelijkheid uitvoeren met fNIRS ontwikkelen.

    Protocol

    Voorafgaand aan deelname, alle vakken geven geïnformeerde toestemming in overeenstemming met de institutionele richtlijnen. In dit geval werd het protocol goedgekeurd door de institutionele mens programma voor de bescherming van Meiji University (Kanagawa, Japan), Columbia University Medical Center (overgedragen aan de Yale School of Medicine voor data-analyse), en Long Island University, Brooklyn Campus voor deze studie.

    1. Software en hardware Wijziging en Development voor Functional Neuroimaging (fMRI en fNIRS)

    1. Wijzig het spel Dance Dance Revolution (DDR) van de details van de configuratiebestanden (.sm) met behulp van de open source kloon van DDR, Stepmania, timing, graphics en muziek voor de regio van belang studies met behulp van fMRI veranderen voorafgaand aan fNIRS imaging bewerken .
      1. In het .sm bestand op te geven de variabelen: achtergrond, muziek, offset (begin muziek in scantijd), samplestart, samplelength, BPMS en bgchanges. Geef de pijl PattErns voor elke maatregel in het .sm bestand door het definiëren pijlen per maatregel als een waarde van "1", "0" of "M". Definieer links, omhoog, omlaag, of naar rechts drukken op een knop voor elke maatregel. Met "1" voor een pijl, gebruik "0" voor blanco en gebruik "M" voor een mijn in de rest tijdperken.
    2. Met behulp van de spel-nummer "Butterfly" (oorspronkelijk uitgevoerd door Smile.dk en beschikbaar op de oorspronkelijke Dance Dance Revolution 3 e Mix spel-cd voor Sony PlayStation), laten onderwerpen om te spelen met behulp van een afwisselend blokontwerp ingebouwd in het spel mechanica zoals gewijzigd in de .sm configuratiebestand. Alternate 30 sec spel tijden met 30 sec rusttijden met achtergrond graphics aangeeft om de speler te spelen bij het ​​(groen) en wanneer te ontspannen (rood; figuur 1).

    Figuur 1
    Vijgure 1:. Paradigm Design (A) DDR Graphic User Interface. Pijlen onder aan het scherm bewogen naar de bovenkant van het scherm. Deze pijlen aangegeven onderwerpen die knop te drukken. Wanneer de pijlen de top bereikt actiegebied (grijze pijlen bovenaan het scherm), patiënten reageerde door op de juiste knop. Speel tijd werd aangeduid met een groene achtergrond. Rest tijd werd aangegeven door een rode achtergrond. Gedurende de rusttijd, werden de pijlen vervangen door "bom" animaties. Deze had geen functie met betrekking tot de gameplay of de score, maar werden gebruikt om te dienen als een plaats houder tijdens rust tijdperken. (B) Het blok ontwerp gebruikt voor het scannen bestond uit een totaal van 5 minuten van het spel en rust tijdperken. De pre-scan was 10 sec in de lengte, gevolgd door afwisselend 30 sec spelen en rusten blokken. Klik hier om een grotere versie van deze figuur te bekijken.

      Herhaal de afwisselende interval vijf keer per run om de specificiteit te verzekeren in contrast tussen rust en actieve perioden.
    1. In het geval van fMRI verzamelen van gegevens, beperken bewegingen naar links en rechts pijl persen in fMRI-opnamen met behulp van voet knoppen. Het totale aantal knooppersen moeten gelijk zijn voor beide taken (Figuur 2) blijven.
    2. Voorafgaand aan het scannen procedure, leggen de eerste beginselen van het spel te onderwerpen en laat proefpersonen een paar praktijk loopt voorafgaand aan de beeldvorming. Instrueren onderwerpen op de bijbehorende pijl met hun voet zo dicht mogelijk bij de ideale tijd aangegeven boven de baan van de bewegende pijl, maar hoofdbewegingen minimaliseren zoveel mogelijk.

    Figuur 2
    Figuur 2:. Experimentele opstelling voor fMRI (A) onderwerpen lag in de MRI-scanner, terwijl observing de geprojecteerde interactieve omgeving met een spiegel gemonteerd aan de hoofdspoel boven subject. Figuur 2B. Een aangepaste voet platform bestaande uit twee knoppen mogen onderwerpen om te reageren met links of rechts teen kranen in real time tijdens het spelen. Klik hier om een grotere versie van deze figuur te bekijken.

    2. fMRI Testing and Analysis

    1. Verkrijgen structureel beeld voor elke patiënt vóór gameplay met een 3D bedorven gradiënt echo sequentie (SPGR) (124 slices, 256 x 256, gezichtsveld = 220 mm), met een totale cyclustijd van 10 min 38 sec.
    2. Verkrijgen van functionele magnetische resonantie beelden tijdens het scannen met behulp van de volgende instellingen voor echo vlakke (EPI) T2 * gewogen gradient echo volgorde: echo tijd = 51 ms, herhaling tijd = 3 sec, flip hoek = 83 °. Verwerven 27 opeenvolgende axiale schijfbeelden van de hersenen met de volgende afmetingen: 192 x 192 mm veldgezichtsveld met een 128 x 128 rooster voor een totale oplossing van 1,56 x 1,56 mm en een z-as resolutie van 4,5 mm.
    3. Instrueer onderwerpen om het spel te spelen met behulp van het paradigma hierboven, maar met alleen links en rechts pijlen om bewegingsartefacten te verminderen.
    4. Voer fMRI BOLD signaal analyseert gebruik SPM8 5, in MATLAB 7.0 geïmplementeerd.
      1. Gooi de eerste 10 sec van de EPI-serie naar de T2 * ontspanning artefact minimaliseren, functionele gegevens zijn beweging gecorrigeerd via een kleinste kwadraten 6-parameter 'star lichaam' ruimtelijke transformatie.
      2. Normaliseren van de verlegde EPI scans MNI (Montreal Neurological Institute) matrijs die een 2 mm 3 resolutie gevolgd door spatiale afvlakking met Gaussiaanse kern van 8 mm breedte op halve hoogte (FWHM) is.
      3. Voer subject-niveau statistische analyses met behulp van het algemene lineaire model (GLM) statistische parametrische kaarten te maken voor het vergelijken van de actieve toestand (DDR) in vergelijking met de rest aandoening. </ Li>
      4. Voer groep analyse met individuele resultaten met behulp van standaard statistische parametrische mapping (SPM) het tweede niveau random effecten aanpak. Verkrijgen regio van belang op basis van groep analyseresultaten met een drempel van p <0,01 en cluster drempel van 100 voxels.
      5. Definieer de regio van belang als de combinatie tussen de functionele cluster en de anatomische masker van superieure en middelste temporale gyrus, verkregen uit WFU PickAtlas hulpmiddel 13,14

    3. fNIRS Setup en Data Acquisition

    1. Gebruik een 22-kanaals fNIRS topografie systeem om gegevens van optoden gerangschikt in een 3 x 5 matrix opnemen. De inter-optode afstand voor elke bron-detector paar is 3 cm (figuur 3A, B).
      1. Plaats de elastische sluiting met de reeks optische sensoren zodat het wordt opgesteld van links prefrontale cortex links temporale kwab (figuur 3A, B). Verzeker de optode in de onderste rijhet meest voorste positie gecentreerd op FPZ van het internationale systeem 15 10-10. Lijn de inferieure rij optoden parallel met de lijn tussen anatomische oriëntatiepunten FPZ en T7.
    2. Draai de optische sonde array om het hoofd van het onderwerp en verzekeren dat het stevig is bevestigd met behulp van de banden en de kin-strap. Er moet aandacht worden besteed aan de verplaatsing van optoden van het hoofd oppervlak, zodat de bron-detector paren zijn strak aan het hoofd, maar niet ongemakkelijk om het onderwerp (figuur 3C).
    3. Monster rauwe analoge optode source-detector pair licht van gegevens in de computer op 7.9 Hz met behulp van de computer grafische gebruikersinterface.

    Figuur 3
    Figuur 3:. Optode opstelling voor NIRS opnamen (A) De dop bestaat uit een elastische laag voorzien van buigzame kunststof gekoppeld en holding 3 cm afstand van elkaar optode houders. Riemen zijn gemonteerd op de dop om deze te strak gemonteerd op het hoofd. De kap is groter en zorgt voor meer optoden dan 3 x 5 array (getoond in geel) die in deze studie, maar moeten deze stevig vast aan de hoofden onderwerpen. (B) De optode dop en geplaatst in de linker prefrontale de temporale kwabben. Voorbeeld van de optode dop op de kop van het voorwerp verschaffen bereik van 3 x 5 matrix via linker prefrontale gebied naar links temporale kwab. (C) optode plaatsing in cap tonen cap bevestigd aan kop met spanbanden en kinband. Klik hier om een grotere versie van deze figuur te bekijken.

    1. Ijken en signaalsterkte en signaal-ruisverhouding met de besturingssoftware van de fabrikant voorafgaand aan de opname. Bij hoge geluidsniveaus worden ontdekt, remove optoden en storende haren van het kanaal met een LED verlichte plastic staaf (figuur 4).

    Figuur 4
    Figuur 4:.. Optimalisatie van optode signalen Hair werd verplaatst van elk kanaal met behulp van een verlichte plastic instrument om haar van het kanaal centrum te verplaatsen naar een optimale kwaliteit van het signaal te verzekeren Klik hier om een grotere versie van deze figuur te bekijken.

    1. Gebruik een 3D digitaliseren pen ruimtelijke waarden van de bron en detector optode locaties in elk kanaal van het elastische dop vast. Gebruik de digitizer aan de ruimtelijke coördinaten van nasion, INION, oortjes en Cz van elk onderwerp te identificeren onmiddellijk vóór het verzamelen van gegevens en het spel (figuur 5). Sla tekstbestanden met source en detecterenof locaties te others.txt en anatomische coördinaten om bestanden origin.txt.

    Figuur 5
    Figuur 5:.. Kalibratie van optode positie Een magnetisch digitaliseren instrument werd gebruikt om de plaatsing van 10-20 oriëntatiepunten op het hoofd en de positie van de optode kanalen bepalen Klik hier om een grotere versie van deze figuur te bekijken.

    1. Verwerk de vastgelegde 3D-coördinaten met behulp van de registratie-optie in NIRS-SPM 16,17 binnen MATLAB 7,0 (Figuur 6). Vanuit het hoofdmenu van SPM, pick stand-alone ruimtelijke registratie. Op het volgende scherm, selecteer "Met 3D digitizer" en kies het eerder opgeslagen anderen en herkomst tekstbestanden met behulp van de bijbehorende dialoogvenster. Vanuit het dialoogvenster software, kies de "REGISTRATIEn (gebruik de NFRI functie) "ruimtelijke weergave te bepalen

    Figuur 6
    Figuur 6:. Voorbeeld output van NIRS kalibratiegegevens digitizer gegevens werden gebruikt om de waarschijnlijkheid van elk kanaal in specifieke gebieden van de hersenen te bepalen. Kanaal 22 in dit onderwerp toonde een kans van 0,4129 in het Midden Temporal Gyrus en 0,47419 in de Superior Temporal Gyrus. Het kanaal wordt bepaald door het gebied tussen de emitter en de detektorenparen. De cirkel rond kanaal 22 in de figuur staat voor een aanpassing van het gebied bij te dragen aan het signaal opgenomen van de optode paren in dit onderwerp. Klik hier om een grotere versie van deze figuur te bekijken.

    1. Wanneer alle optode kanaalposities zijn gedigitaliseerd en elk kanaal biedt sufficient signaalsterkte zoals aangegeven in de GUI van de software-interface van de fabrikant, verzoeken onderwerpen staan ​​en voorbereiden DDR testen (Figuur 7A, B).

    Figuur 7
    Figuur 7:. FNIRS dataverzameling tijdens dance spel (A) onderwerpen staan ​​om het spel met behulp van het blok paradigma af te spelen op een standaard dansspel mat terwijl ze vastgebonden aan de NIRS machine. (B) Alternatieve weergave van de gegevensverzameling tonen ruwe data op de achtergrond op het scherm in real-time uit onderwerp verzameld. Klik hier om een grotere versie van deze figuur te bekijken.

    4. fNIRS Data Collection

    1. Voorafgaand aan het opzetten van de fNIRS opnemen optoden, bieden patiënten met een korte introductieaan gameplay en laat praktijk vertrouwdheid met het spel als in fMRI testen.
    2. Voor fNIRS testen, gebruiken een identieke paradigma aan die van fMRI testen met de toevoeging van de pijlen omhoog / omlaag in vergelijking met alleen links en rechts pijlen gebruikt voor fMRI. Zorg ervoor dat het totale aantal pijl persen identiek tussen fMRI en fNIRS taken en dat alleen het patroon verschilt.
    3. Gebruik een standaard 4 knop vloermat knop reactiesysteem voor gameplay tijdens fNIRS testen (figuur 7A).
    4. Eenmaal comfortabel in de basis van de gameplay, instrueren onderwerpen tot 30 sec spel tijden met 30 sec rusttijden spelen als in stap 1.2. Herhaal dit 5 min spel tweemaal met elk thema.
      1. Instrueer onderwerpen specifiek aan hun gezicht of de neus en in het bijzonder hun haar of het hoofd in de buurt van de optoden niet aanraken. Instrueer onderwerpen rotatie, yawl of toonhoogte bewegingen van hun hoofd te minimaliseren tijdens het spelen.

    5. fNIRS Data Analyse

    Gebruik een gewijzigde Beer-Lambert benadering 18 tot relatieve signalen als gevolg van de zuurstofrijk hemoglobine (oxy-Hb), zuurstofarme hemoglobine (Hb-deoxy), en de totale hemoglobine (totaal-Hb) concentratie verandert als ΔoxyHb, ΔdeoxyHb en ΔtotalHb respectievelijk berekenen in een arbitraire unit (uM cm) met de volgende vergelijkingen:
    ΔoxyHb = -1,4887 × Δabs 780 + 0,5970 × Δabs 805 + 1,4847 × Δabs 830
    ΔdeoxyHb = 1,8545 x Δabs 780 + (-0,2394) x Δabs 805 + (-1,0947) x 830 Δabs
    ΔtotalHb = ΔoxyHb + ΔdeoxyHb;
    waarbij Δabs geeft veranderingen in de lichtabsorptie op de overeenkomstige golflengte.
  • Laagdoorlaatfilter ruwe data van hemodynamische signalen individueel door een 25 Ode orde Savitzky-Golay filter engemiddeld 19.
  • Breng basislijn correctie van de gemiddelde gegevens met de op nul ontstaan.
  • Normaliseren hemodynamische signaalamplitude door deling van het gemiddelde waardes van de standaarddeviatie van het signaal dat 10 sec voorafgaand aan de taak.
  • Kies kanalen te analyseren op basis van 3D digitizer informatie. Hier door een kanaal te gebruiken voor analyse dat een registratie waarschijnlijkheid van 80% of meer in het midden en superieure temporale gyrus heeft) volgens de output van het registratieproces.
  • 6. Vergelijking van fMRI en fNIRS Signalen

    1. Gebruik de resultaten functie in SPM8 tot super-drempel voxels bepalen bij T> 2.6 of een bijbehorende P-waarde <0,01. Bepaal het interessegebied (ROI) via overlappende super-drempel voxels naar een cluster te definiëren binnen een anatomisch gebied.
      1. In dit geval bepalen de superieure en middelste temporale gyrus behulp van de AAL atlas opgenomen in de WFU Pick Atlas. In this geval de resulterende cluster heeft 572 2 x 2 x 2 mm voxels in het midden temporale gyrus met een piek voxel bij coördinaat (-66, -24, 0) en de piek T = 5,73 fNIRS.
    2. Bepaal het kanaal van belangstelling van fNIRS gegevens met behulp van 3D-gedigitaliseerde coördinaten die worden omgezet naar MNI coördinaten met behulp van NIRS-SPM in stap 3.5.1 hierboven. In dit geval, kanaal 22 meeste patiënten hadden de hoogste waarschijnlijkheid van activiteit in de ROI bepaald in stap 6.1.
    3. Bepaal het gemiddelde, gebeurtenissenanalyse respons in de ROI voor fMRI en overeenkomstige kanaal fNIRS gedurende de duur van 60 sec blok (actieve en rust, gecombineerd).
    4. Voor elk onderwerp, gemiddeld het bloed zuurstof niveau afhankelijk (BOLD) ruwe signalen voor de voxels binnen het cluster voor het genereren van fMRI event getriggerd gemiddelde data.
    5. Vergelijk fMRI en fNIRS door schaalvergroting fMRI data optimaal aansluiten bij de fNIRS gegevens met behulp van een lineaire regressie met behulp fNIRS = b * fMRI, waar de regressie methode krijgt de b-waarde, zodat that de effectieve waarde van fNIRS -b * fMRI wordt geminimaliseerd.
    6. Vergelijk fNIRS en fMRI signalen correlatie tussen beide groepen.

    Representative Results

    De resultaten van het experiment geven activiteit verkregen uit integratie centra in de superieure en middelste temporale gyri met behulp van functionele magnetische resonantie imaging (fMRI) hebben een hoge correlatie met functionele nabij-infrarood spectroscopie (fNIRS) signalen vormen hetzelfde gebied in naturalistische versie van de taak . Figuur 8 toont de genormaliseerde en gemiddeld ruwe data van 16 onderwerpen uit de fMRI scanning procedure (blauw trace) en de 26 onderwerpen uit de fNIRS protocol (rood trace). De gegevens werden vastgemaakt op tijdstip 0 en de actieve fase van wild interactie plaatsvond in de eerste 30 seconden van de grafiek (gelabeld taak). De verticale onderbroken lijn geeft de overgang van de groene tot rode achtergrond in de taak en het begin van de rustfase (aangeduid als rust) beide datasets tonen toename in reacties in de actieve fase en daling van de rustfase met verhoogde variabiliteit waargenomen bij het fMRI-signaal. Vergelijkingen werden gemaakt tussen de sporen door eerst regRessing het fMRI signaal naar het minimaliseren van de kwadratisch gemiddelde verschil tussen de twee sporen. De verkregen correlatiecoëfficiënt tussen de twee signalen was 0,78 en p waarde voor de correlatie was 0,03.

    Figuur 9 is een brein teruggeven met bovenop kanaal locaties uit een enkel onderwerp. Gemiddeld sporen uit de kanalen 1 en 22 worden getoond met doorgetrokken lijnen vertegenwoordigen oxyhemoglobine signalen en stippellijnen vertegenwoordigen deoxyhemoglobine signalen. Rood en blauw sporen vertegenwoordigen twee variaties op de gameplay, muziek en niet-muziek, respectievelijk. Signalen van kanaal 1 dient als controlevoorbeeld te vergelijken met het van belang zijnde. Signalen in deze twee regio's verschillen met betrekking tot de taak-respons.

    Figuur 8
    Figuur 8:. Correlatie tussen fNIRS en fMRI-signalen van Midden Temporal Gyrus De fNIRS(Rood) en fMRI (blauw) signalen worden getoond voor elke groep ± SEM vertegenwoordigd door schaduwrijke randen. De regressiecoëfficiënt tussen de twee is 0,78; p = 0,03. De inzet toont een weergave van de ROI bepaald op basis van de activiteit in fMRI met een piek activiteit op MNI coördineren (-66, -24, 0) met een cluster size = 571, piek t = 5,73. Klik hier om een grotere versie te bekijken dit cijfer.

    Figuur 9
    Figuur 9: Verschillen in Signalen in de temporele en frontale kwabben Time-loop van ΔoxyHb (vaste lijn) en ΔdeoxyHb (stippellijn) reacties van een enkel onderwerp uit twee enkele beproevingen van het dansspel die twee voorwaarden "met muziek (rood). "en" geen muziek (blauw) "omstandigheden. Dit cijfer is aangepast van Ono et al. 10.

    Discussion

    fNIRS is een functionele brain imaging techniek die de belofte van het toestaan ​​van de studie van de neurale correlaten van natuurlijke activiteiten heeft. De ontwikkeling van deze technieken is actief onderzoeksrichting. We schetsen hier een methode die effectief zijn voor het opnemen van de functionele hersenactiviteit in een enkele regio van belang in verband met deelname aan een dans video game is geweest.

    Het aantal publicaties onderzoek motor leerparadigma met fNIRS hebben de laatste jaren snel verhoogd na invoering van multi-channel fNIRS selecteren uit Hitachi en Shimadzu (en andere) kan opnemen functionele activiteiten in verschillende hersengebieden gelijktijdig 20,21 . We hebben eerder aangetoond dat het mogelijk is om anatomische specificiteit van fNIRS signalen doorlopen en om de signalen te gebruiken om te bepalen hoe variaties in timing en amplitude van de signalen bij aan behavioral uitvoering van motorische opdrachten 22. Zelfs met dit sneeuwbaleffect interesse in NIRS technologie, hebben enkele studies gericht op de neurale mechanismen van naturalistische gedrag gevalideerd door fMRI. Hoewel deze speciale uitgave en tal van andere publicaties 23-26 duidelijk de toekomstige rol van fNIRS in het bestuderen van de motor gedrag, beschreef het protocol hier is ontwikkeld om een uniforme methodiek valideren voor fMRI en fNIRS data vergelijken van naturalistische gedrag.

    De resultaten geven een sterke correlatie tussen de groepen fNIRS en fMRI signalen in een integratie gebied van de temporale kwab en de correlatie tussen de signalen in overeenstemming met de aanduidingen in voor gelijktijdige fMRI / fNIRS studies 3. Figuur 9 geeft aan dat fNIRS activiteit de temporale kwab is niet alleen corticale in de natuur with differentiële oxy- en deoxyHb chromofore absorptie, maar ook dat de activiteit in de temporale kwab is heel anders dan dat gezien in de frontale kwab niet correleren met fMRI activiteit in de temporale kwab. We benadrukken enkele kritische aspecten van het onderzoek die het mogelijk maken gegevens te vergelijken tussen de twee technieken. Ten eerste, de ijking van de optode locaties geschetst als een belangrijke strategie bij de bevestiging corticale anatomie en interpretatie van de resultaten. De wijzigingen die we aan software en hardware liet ons toe om onze paradigma synchroniseren met een blok ontwerp protocol geoptimaliseerd voor sterke corticale reacties op in beide procedures. We schetsen ook belangrijke strategieën om een ​​hoge signaal-ruisverhouding (ontharing van optode oppervlak) en vermindering van artefacten, waaronder beweging en gezicht stimulatie (onderwerpen werden specifiek geïnstrueerd hun hoofd of gezicht niet aan te raken) te verzekeren.

    Deze resultaten en de resultaten van eerdere onderzoeken naar gelijktijdige fNIRS / FMRI afbeeldingsprocedures bevestigen een hoge correlatie tussen de signalen theoretisch voorspeld 1-3. Een beperking tot de interpretatie van de hier gepresenteerde gegevens is dat we niet in staat waren naar nieuwere technieken in de optimalisatie van NIRS opname die laten zien dat het mogelijk is om de resolutie van de individuele gegevens kanaal met high density-opnamen te verhogen gebruiken. Deze hoge dichtheid techniek wordt ook gebruikt om hierop onderdelen scheiden van de corticale NIRS signalen 27 naast andere technieken die artefacten van de bloeddruk, hartslag en andere systemische variabelen 6,7,28 verwijderen. Ook is aangetoond dat probe plaatsing en chromaphore keuze worden gebruikt voor het regelen ten onrechte als 29 en adaptieve filtering van NIRS signalen kan effectief worden gebruikt bij een hoge signaal-ruisverhouding. De taak die wij hier en eerder werkzaam gebruik van commerciële NIRS systemen met paradigma's gepresenteerd in blok ontwerp 10,11heeft gegevens met grote signalen geproduceerd en is niet vereist verdere analyse technieken of hardware om gelijkenissen tussen de signalen tonen. Het is echter mogelijk dat de hier gepresenteerde gegevens verder kan worden verbeterd door het gebruik van deze en andere technieken NIRS signaalverwerking.

    Huidige methodieken in functionele NIRS zal niet vervangen de noodzaak van fMRI scannen; vrij, zoals we stellen hier twee beeldvormende procedures (naast EEG en anderen) kunnen worden gebruikt om elkaar aan te vullen. In het geval van een groep individuen die zijn gecontra-indiceerd voor fMRI scannen, mag fNIRS de enige haalbare techniek blijken om de voordelen van een opleidingsprogramma zoals valrisico preventieprogramma's voor mensen met de ziekte van Parkinson vast te stellen. Verder fNIRS een aantal toekomstige richtingen die ook kan worden gebruikt om informatie aan de anatomische details verschaft door MR scanning. High density optode plaatsing en verhoogde optoden hoger opleverentemporele resolutie die kan worden gebruikt voor connectiviteit en principe component analyse evenals verhoogde nauwkeurigheid van BOLD signaal modellering.

    Disclosures

    Publicatie kosten voor dit artikel worden gesponsord door S himadzu.

    Acknowledgements

    Dit onderzoek werd mede ondersteund door de volgende financieringsbronnen: JSPS Grant-in-Steun voor Wetenschappelijk Onderzoek (C) 25.350.642 (AT), een onderzoek subsidie ​​van Hayao Nakayama Stichting Wetenschap & Technologie en Cultuur (SS & YO), en een Health Games Research subsidie ​​van de Robert Wood Johnson Foundation (Grant # 66.729) (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

    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