fMRI Validering af fNIRS Målinger Under en naturalistisk opgave

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

Målet med de metoder, der er beskrevet her var at udvikle en arbejdsgruppe protokol at sammenligne fMRI (funktionel magnetisk resonans) og fNIRS (funktionel nær-infrarød spektroskopi) signaler i lignende multimodale opgaver. Konkret vi havde til formål at udvikle en funktionel procedure for brug med enkeltpersoner kontraindiceret til traditionelle fMRI scanninger grundet tremor, dyskinesi, eller flere implanterede enheder billeddannelse. Mens mange effektive uddannelses- og rehabiliteringsprogrammer af personer med risiko for at falde, er der ingen bekræftelse af de neurale mekanismer bag effekten af ​​disse programmer. Ofte personer, der deltager i disse uddannelsesprogrammer er kontraindiceret for de nævnte grunde. Vores begrundelse for denne undersøgelse var at fastlægge effekten af ​​funktionelle nær-infrarød spektroskopi (fNIRS) at bestemme mønstre af hjernens aktivitet forbundet med en naturalistisk motor opgave, der involverer hele kroppen bevægelser. Langsigtede mål omfatter udvikling af et værktøj til at study ikke kun motor learning paradigmer, men også tjene til at bekræfte det hensigtsmæssige i fNIRS for en bredere vifte af opgaver, der ikke er muligt at udføre i en naturalistisk måde ved hjælp af traditionelle metoder.

har tidligere vist fNIRS aktivitet at være stærkt korreleret (r = 0,77-0,94) for homologe regioner med fMRI BOLD (blod ilt niveau afhængige) signal optagelser i begrænsede undersøgelser, som målte samtidige fNIRS og fMRI funktionel aktivitet ved hjælp af klassiske psykologiske og enkel finger trykke paradigmer 1-3. Resultaterne af disse undersøgelser bekræfter fNIRS er gyldig og pålidelig at bestemme kortikale aktivitet forbundet med en reduceret miljømæssig opgave kompatibel med fMRI. Men fNIRS har talrige fordele i forhold fMRI som Neuroimaging metode. fNIRS, vigtigere, er meget mindre følsom over for bevægelsesartefakt end fMRI og tillader individer til at opføre sig, som de ville i et naturalistisk miljø i modsætning til fMRI undersøgelser, der begrænser motorens paradigms 4. Den tidsmæssige nøjagtighed i forbindelse med fNIRS muliggør bestemmelse af ændringer i neurale respons funktioner med øget granularitet på grund af den øgede frekvens prøvetagning. Endelig er prisen på fNIRS er lavere end fMRI-scanning og giver mulighed for undersøgelser, der gennemføres på mindre omkostninger. Der er dog ulemper ved fNIRS sammenlignet med fMRI herunder begrænset indtrængningsdybde, begrænset rumlig opløsning, og for nylig er det blevet vist, at visse fysiologiske fænomener såsom blodtryk, puls og hovedbund blodgennemstrømningen effekter kan indføre falske positive kortikal hæmodynamiske signal 5-9. Mens en række metoder og hardware specifikt sigte på NIRS, herunder signalbehandling, hardware til at levere high-density optode gradienter i øjeblikket er under udvikling, er det stadig vigtigt at udvikle blandede metoder, der tillader fMRI og fNIRS procedurer til at supplere hinanden.

Denne undersøgelse tjener til at testeen metode fNIRS til bestemmelse neurale mekanismer involveret i en naturalistisk dans videospil opgave. Formålet med undersøgelsen var at sammenligne aktivitet i en integration midten af ​​hjernen (den overlegne og midterste tidsmæssig gyrus) mellem en gruppe af individer filmede med fMRI til en anden gruppe af individer under anvendelse af en naturalistisk udgave af opgaven filmede med fNIRS. Vores gruppe har tidligere undersøgt dette område ved hjælp af lignende interaktiv spil paradigmer og har vist aktivitet i tindingelappen reagerer på både oxy- og de-oxyHb kromoforer efter kortikale aktiveringer 10. Vi har også tidligere forsøgt at kontrollere for systemiske artefakter tidligere ved at vise responser på dette område er moduleret i amplitude i forhold til den kortikale belastning af opgaven og ikke systemiske reaktioner i forbindelse med aktiviteten selv 11. Den overlegne og midterste tidsmæssige gyrus har kendt aktivitet forbundet med integration af multimodale sensoriske stimuli, og vi har tidligerevist dette område at være aktiv i Dance Dance Revolution (DDR) spil i pilot fMRI studier i tillæg til vores fNIRS publikationer 10-12. Vores hypotese for den aktuelle undersøgelse var, at funktionelle aktivitet på dette område som er optaget ved hjælp af fNIRS ville blive betydeligt korreleret med funktionel aktivitet registreret bruger fMRI i en lignende, men begrænset dans spil protokol.

Den her beskrevne protokol omfatter hvordan man kan ændre en dans videospil, der skal bruges som en neuroimaging paradigme i både fNIRS og fMRI-protokoller. Men den overordnede procedure er ikke specifik for paradigme video spil og kunne være passende for enhver række opgaver, som ikke er muligt at udføre i de begrænsninger af en fMRI-protokol, herunder sprog og lokomotoriske opgaver. Denne protokol yderligere skitserer proceduren for at bruge den anatomiske specificitet fMRI til at udvikle specifikke områder af interesse (ROI), som kan undersøges nærmere under virkelige virkelige verden opgaver ved hjælp fNIRS.

Protocol

Forud for deltagelse, alle fag giver informeret samtykke i overensstemmelse med de institutionelle retningslinjer. I dette tilfælde blev den protokol godkendt af den institutionelle beskyttelse program menneske fra Meiji University (Kanagawa, Japan), Columbia University Medical Center (overført til Yale School of Medicine til dataanalyse) og Long Island University, Brooklyn Campus til denne undersøgelse.

1. Software og hardware Ændring og udvikling for Funktionel Neuroimaging (fMRI og fNIRS)

  1. Ændre spillet Dance Dance Revolution (DDR) ved at redigere detaljerne i konfigurationsfiler (.sm) ved hjælp af open source klon af DDR, Stepmania at ændre timing, grafik og musik for regionen interesse undersøgelser med anvendelse af fMRI før fNIRS billeddannelse .
    1. I .sm filen angive variable: baggrund, musik, offset (start musik på scan tid), samplestart, samplelength, BPMS og bgchanges. Angiv pilen pattErns for hver foranstaltning i .sm filen ved at definere pile per foranstaltning som en værdi på "1", "0" eller "M". Definer venstre, op, ned eller til højre tastetryk for hver foranstaltning. Brug "1" for en pil, skal du bruge "0" for tom, og bruge "M" for en mine i resten epoker.
  2. Brug af spil-sangen "Butterfly" (oprindeligt udført af Smile.dk og tilgængelig på den oprindelige Dance Dance Revolution 3. Bland spil cd til Sony PlayStation), tillade fag til at spille ved hjælp af en skiftende blok design er indbygget i spillets mekanik som ændret i den .sm konfigurationsfil. Suppleant 30 sek spil gange med 30 sec hvileperioder med baggrundsgrafik indikerer til spilleren når at spille (grøn), og når at slappe af (rød, figur 1).

Figur 1
Figure 1:. Paradigm Design (A) DDR Graphic User Interface. Pile nederst på skærmen bevæges mod toppen af ​​skærmen. Disse pile er angivet til emner, hvilken knap til at trykke. Når pilene nåede toppen indsatsområde (grå pile på toppen af ​​skærmen), forsøgspersoner reagerede ved at trykke på den rigtige knap. Spilletid blev angivet med en grøn baggrund. Hviletid blev angivet med en rød baggrund. Under resten tid blev pile erstattet med "bombe" animationer. Disse havde nogen funktion med hensyn til gameplay eller score, men blev anvendt til at tjene som pladsholder i hvile epoker. (B) Blokken design bruges til scanning bestod af i alt 5 minutter af leg og hvile epoker. Den præ-scan var 10 sek i længden, efterfulgt af skiftevis 30 sek leg og hvile blokke. Klik her for at se en større version af dette tal.

    Gentag skiftevis interval fem gange per løb for at sikre specificitet i kontrast mellem hvile og aktive perioder.
  1. I tilfælde af fMRI dataindsamling, begrænse bevægelser til venstre og højre pil knaptryk i fMRI optagelser ved hjælp af mund-knapper. Det samlede antal knaptryk bør forblive ens for begge opgaver (figur 2).
  2. Forud for scanning procedure, forklare ansatser af spillet til individer og tillade fag et par praksis kører før billeddannelse. Instruere emner at trykke på den tilsvarende knap med pil deres mund så tæt på det perfekte tidspunkt skitseret i toppen af ​​banen for den bevægelige pil, men at minimere hoved bevægelse så meget som muligt.

Figur 2
Figur 2:. Eksperimentel opsætning af fMRI (A) Fag lå i MR-scanneren, mens observing den forventede interaktivt miljø under anvendelse af et spejl monteret i hovedet spole over emnet. Figur 2B. En modificeret fod platform bestående af to knapper tilladte emner til at reagere med venstre eller højre tå haner i realtid under gameplay. Klik her for at se en større version af dette tal.

2. fMRI Test og Analyse

  1. Opnå en strukturel billede for hvert emne før gameplay med et 3D em gradient ekko-sekvens (SPGR) (124 skiver, 256 x 256, synsfelt = 220 mm), med en samlet scanningstid på 10 min 38 sek.
  2. Opnå funktionelle magnetisk resonans billeder under scanningen ved hjælp af følgende indstillinger for ekko plane (EPI) T2 * vægtede gradient ekko sekvens: echo tid = 51 ms, gentagelse tid = 3 sek, flip vinkel = 83 °. Erhverve 27 på hinanden følgende aksiale skive billeder af hjernen med følgende dimensioner: 192 x 192 mm feltaf visning med en 128 x 128 gitter til en samlet opløsning på 1,56 x 1,56 mm, og en z-akse opløsning på 4,5 mm.
  3. Instruer fag til at spille spil ved hjælp paradigmet ovenfor, men kun bruger venstre og højre pil til at reducere bevægelse artefakt.
  4. Udfør fMRI BOLD signal analyser bruge SPM8 5, implementeret i Matlab 7.0.
    1. Kassér de første 10 sekunder af EPI-serien for at minimere T2 * afslapning artefakt, funktionelle data bevægelse korrigeret via en mindste kvadraters 6-parameteren "stive krop" rumlig transformation.
    2. Normalisere udrettet EPI scanninger til MNI (Montreal Neurological Institute) skabelon, der har en 2 mm 3 opløsning efterfulgt af rumlig udjævning med Gaussisk kerne på 8 mm fulde bredde ved halvt maksimum (FWHM).
    3. Udføre emne-plan statistiske analyser anvendelse af den generelle lineære model (GLM) for at skabe statistiske parametriske kort til sammenligning af den aktive tilstand (DDR) sammenlignet mod resten tilstand. </ Li>
    4. Udfør gruppe analyse med individuelle resultater ved anvendelse af standard statistiske parametrisk kortlægning (SPM) andet niveau tilfældige effekter tilgang. Opnå region af interesse baseret på gruppe analyseresultater med en tærskel på p <0,01 og klynge størrelse grænse på 100 voxels.
    5. Definer området af interesse, da konjunktionen mellem den funktionelle klynge og den anatomiske maske af fineste og midterste tidsmæssige gyrus, fås fra WFU PickAtlas værktøj 13,14

3. fNIRS Opsætning og dataopsamling

  1. Brug en 22-kanals fNIRS topografi system til registrering af data fra optodes arrangeret i en 3 x 5 matrix. Den inter-optode afstand for hver kilde-detektor par er 3 cm (figur 3A, B).
    1. Orient den elastiske hætte indeholder arrayet af optiske sensorer, således at den flugter fra venstre præfrontale cortex til venstre temporal lap (figur 3A, B). Forsikre optode i nederste rækkepå det mest forreste position er centreret om Fpz af det internationale 10-10-systemet 15. Juster ringere række af optodes parallelt med linjen mellem anatomiske landemærker Fpz og T7.
  2. Spænd den optiske sonde array til lederen af ​​emnet og forsikre den er sikkert fastgjort ved hjælp af stropper og hage-rem. Man bør være opmærksom på forskydningen af optodes fra hovedet overflade, så kilde-detektor par er stramt til hovedet, men ikke ubehageligt at emnet (figur 3C).
  3. Sample rå analog optode source-detektor par lys data ind i computeren på 7,9 Hz ved brug af computeren grafisk brugergrænseflade.

Figur 3
Figur 3:. Optode setup for NIRS optagelser (A) Hætten består af et elastisk ark forsynet med bøjelig plast koblet til og holding 3 cm afstand optode indehavere. Stropper er monteret på hætten for at lade det være stramt monteret på hovedet. Hætten er større og giver mulighed for flere optodes end 3 x 5 matrix (vist med gult) anvendt i denne undersøgelse, men er nødvendigt for at sikre den sikkert til lederne af emner. (B) Den optode hætte og placeret over venstre præfrontale til tindingelapperne. Eksempel på optode hætten på hovedet af emnet leverer dækningen af ​​3 x 5 matrix over den venstre præfrontale område til venstre tindingelappen. (C) Optode placering i hætten viser cap fastgjort til hovedet med stramninger stropper og hagerem. Klik her for at se en større version af dette tal.

  1. Test kalibrering og signalstyrke og signal støjforhold bruge systemet kontrol software fra producenten før optagelsen. I tilfælde af høj støj, der skal detekteres, rEFlyt optodes og eventuelle interfererende hår fra kanalen under anvendelse af en LED belyst plaststang (figur 4).

Figur 4
Figur 4:.. Optimering af optode signaler Hår blev flyttet fra hver kanal ved hjælp af en belyst plast værktøj til at fortrænge hår fra kanalen center for at sikre optimal signalkvalitet Klik her for at se en større version af dette tal.

  1. Brug en 3D digitalisering pen til at bestemme rumlige værdier af kilde- og detektor optode steder i hver kanal af den elastiske hætte. Brug digitizer til at identificere de rumlige koordinater for NASION, Inion, bladflige og Cz for hvert emne umiddelbart før indsamling af data og spil (figur 5). Spar tekstfiler med kilde og opdageeller steder for at others.txt og anatomiske koordinater til origin.txt filer.

Figur 5
Figur 5:.. Kalibrering af optode position A magnetisk digitalisering værktøj blev anvendt til at bestemme placeringen af 10-20 vartegn på hovedet og position optode kanaler Klik her for at se en større version af dette tal.

  1. Behandle erobrede 3D-koordinater ved hjælp af registrering mulighed i NIRS-SPM 16,17 i Matlab 7.0 (figur 6). Fra hovedmenuen i SPM, pluk enkeltstående rumlig registrering. På næste skærmbillede skal du vælge "Med 3D Digitizer", og vælge de tidligere gemte andre og oprindelse tekstfiler ved hjælp af den tilsvarende dialogboks. Fra dialogboksen softwaren, skal du vælge "Registration (brug NFRI funktion) "til at bestemme rumlig repræsentation

Figur 6
Figur 6:. Prøve produktion af NIRS kalibreringsdata Digitizer data blev anvendt til at bestemme sandsynligheden for hver kanal i bestemte områder af hjernen. Kanal 22 i dette emne viste en sandsynlighed på 0,4129 i Mellemøsten Temporal gyrus og 0,47419 i Superior Temporal Gyrus. Kanalen er defineret af området mellem emitter og detektor par. Kredsen omkring kanal 22 i figuren repræsenterer en tilnærmelse af området bidrage til signalet optages fra optode par i dette emne. Klik her for at se en større version af dette tal.

  1. Når alle optode kanalpositioner er digitaliseret og hver kanal giver sufficient signalstyrken som angivet i GUI af software interface, som fabrikanten, bede emner til at stå og forberede DDR test (Figur 7A, B).

Figur 7
Figur 7:. FNIRS dataindsamling under dansen spillet (A) Emner står til at spille spillet ved hjælp af blokken paradigme på en standard dans spil mat samtidig være tøjret til NIRS maskine. (B) Alternativ visning af dataindsamling viser rådata på baggrund skærm opsamles i realtid fra emnet. Klik her for at se en større version af dette tal.

4. fNIRS Dataindsamling

  1. Før opsætning af fNIRS optagelse optodes, give personer med en kort introduktiontil gameplay og tillade praksis for fortrolighed med spillet som i fMRI test.
  2. For fNIRS test, skal du bruge en identisk paradigme som i fMRI test med tilføjelse af op / ned-pilene sammenlignet med kun venstre og højre pile bruges til fMRI. Sørg for, at det samlede antal pil presser er identiske mellem fMRI og fNIRS opgaver, og at kun mønstret forskellig.
  3. Brug en standard 4-knap gulvmåtte knap respons system til gameplay under fNIRS test (Figur 7A).
  4. Når tilpas i det grundlæggende i gameplayet, instruere fag til at spille 30 sek spil gange med 30 sec hvileperioder som i trin 1.2. Gentag dette 5 min spil to gange med hver fag.
    1. Instruer emner specifikt til ikke røre deres ansigt eller næsen og især deres hår eller hoved nær optodes. Instruer fag for at minimere rotation, Jollen eller beg bevægelser af hovedet under spillet.

5. fNIRS Dataanalyse

Brug en modificeret Beer-Lambert tilgang 18 for at beregne relative, der afspejler den iltet hæmoglobin (oxy-Hb), deoxygenerede hæmoglobin (deoxy-Hb), og total hæmoglobin (total-Hb) koncentrationsændringer som ΔoxyHb, ΔdeoxyHb og ΔtotalHb henholdsvis en arbitrær enhed (uM cm) under anvendelse af følgende ligninger:
ΔoxyHb = -1,4887 × 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;
hvor Δabs angiver ændringer i lysabsorption ved den tilsvarende bølgelængde.
  • Low-pass filter rådata af hæmodynamiske signaler fra enkelte gennem en 25 th ordre Savitzky-Golay filter oggennemsnit 19.
  • Anvende basislinjekorrektion til de midlede data med starten sat til nul.
  • Normalisere hæmodynamisk signalamplitude ved at dividere de midlede værdier med standardafvigelsen af ​​signalet registreres 10 sek forud for opgaven.
  • Vælg kanaler, der skal analyseres på grundlag af 3D digitizer oplysninger. Her skal du bruge en kanal til at udnytte til analyse, der har en registrering sandsynlighed på 80% eller mere i Mellemøsten og Superior Temporal Gyrus) i henhold til udgangen af ​​registreringsprocessen.
  • 6. Sammenligning af fMRI og fNIRS Signaler

    1. Brug resultaterne funktion i SPM8 at bestemme super-tærskel voxels ved T> 2.6 eller en tilsvarende P-værdi <0,01. Bestemme området af interesse (ROI) ved anvendelse af overlappende super-tærskel voxels at definere en klynge inde i en anatomisk område.
      1. I dette tilfælde skal definere de overlegne og midterste tidsmæssige gyrus hjælp af AAL atlas indgår i WFU Pick Atlas. I this tilfælde, den resulterende klyngen har 572 2 x 2 x 2 mm voxels placeret i midten tidsmæssige gyrus med en top voxel på koordinat (-66, -24, 0) og peak T = 5,73 fNIRS.
    2. Bestem kanal af interesse fra fNIRS data ved hjælp af 3D-digitaliserede koordinater, som er konverteret til MNI koordinater ved brug NIRS-SPM i trin 3.5.1 ovenfor. I dette tilfælde kanalen 22 hos de fleste personer havde den højeste sandsynlighed for aktivitet i ROI defineret i trin 6.1.
    3. Bestemme den midlede, event-udløst reaktion i ROI for fMRI og tilsvarende kanal i fNIRS for varigheden af ​​den 60 sek blok (aktiv og hvile, kombineret).
    4. For hvert emne, gennemsnit de afhængige (BOLD) rå signaler blod ilt niveau for de voxels i klyngen for at generere fMRI hændelse udløste gennemsnitsdata.
    5. Sammenligne fMRI og fNIRS ved at skalere fMRI data optimalt matcher de fNIRS data ved hjælp af en lineær regression ved hjælp fNIRS = b * fMRI, hvor regression metoden opnår b-værdi, så that den geometriske middelværdi af fNIRS -b * fMRI minimeres.
    6. Sammenligne fNIRS og fMRI signaler ved korrelation af de to grupper.

    Representative Results

    Resultaterne af forsøget indikerer aktiviteten fås fra integrationscentre i superior og midterste tidsmæssige gyri hjælp funktionel magnetisk resonans (fMRI) har en høj korrelation til funktionel nær-infrarød spektroskopi (fNIRS) signaler udgør det samme område i naturalistisk udgave af opgaven . Figur 8 viser de normaliserede og midlede rådata fra 16 forsøgspersoner fra fMRI scanning procedure (blå spor) og de ​​26 emner fra fNIRS protokol (rød spor). Dataene blev pinned på tidspunkt 0 og den aktive fase af spilinteraktion fandt sted i den første 30 sek af grafen (mærket opgave). Den lodrette stiplede linje indikerer overgangen af ​​grøn til rød baggrund i opgaven og starten af ​​resten fase (angivet som hvile) Både datasæt viser stigninger i responser i den aktive fase og nedgang i resten fase med øget variabilitet ses i fMRI-signalet. Sammenligninger mellem sporene ved først regressing fMRI-signalet for at minimere geometriske middelværdi forskel mellem de to spor. Den resulterende korrelationskoefficient mellem de to signaler var 0,78 og p-værdi for korrelationen var 0,03.

    Figur 9 viser en hjerne rendering med overlejrede kanal steder fra et enkelt emne. Gennemsnit spor fra kanalerne 1 og 22 er vist med fuldt optrukne linier repræsenterer Oxyhæmoglobin signaler og stiplede linjer repræsenterer deoxyhæmoglobin signaler. Rød og blå spor repræsenterer to variationer på gameplay, musik og ikke-musik hhv. Signaler fra kanal 1 tjener som kontrol eksempel at sammenligne med området af interesse. Signaler i disse to regioner er forskellige med hensyn til opgave-respons.

    Figur 8
    Figur 8:. Sammenhæng mellem fNIRS og fMRI signaler fra Mellemøsten Temporal Gyrus De fNIRS(Rød) og fMRI (blå) signaler er vist for hver gruppe ± SEM repræsenteret ved skraverede kanter. Regressionskoefficienten mellem de to er 0,78; p = 0,03. Indsatsen viser en gengivelse af ROI bestemt ud fra aktiviteten i fMRI med peak aktivitet ved MNI koordinat (-66, -24, 0) med en klynge size = 571, peak t = 5,73. Klik her for at se en større version af dette tal.

    Figur 9
    Figur 9: Forskelle i Signaler i de tidsmæssige og frontallapperne Time-forløb ΔoxyHb (fuldt optrukket linie) og ΔdeoxyHb (stiplet linje) reaktioner af et enkelt emne fra to enkelt forsøg med dansen spillet viser to betingelser "med musik (rød). "og" ingen musik (blå) "betingelser. Dette tal er blevet ændret fra Ono et al. 10.

    Discussion

    fNIRS er en funktionel hjerne billedteknik, som har løftet om at tillade undersøgelse af de neurale korrelater af naturlige aktiviteter. Udvikling af disse teknikker er en aktiv forskning retning. Vi skitserer her en metode, der har været effektiv til optagelse funktionel hjerneaktivitet i en enkelt region af interesse i forbindelse med deltagelse i en dans videospil.

    Antallet af publikationer, der undersøger motoriske læring paradigmer med fNIRS er steget kraftigt i de seneste år med indførelsen af multi-kanal fNIRS enheder fra Hitachi og Shimadzu (samt andre) kan optage funktionelle aktiviteter i flere områder af hjernen samtidigt 20,21 . Vi har tidligere vist, at det er muligt at bestemme anatomisk specificitet fNIRS signaler samt at anvende de signaler for at bestemme, hvordan variationer i timing og amplitude af signalerne bidrage til adfærdsmæssige udførelse af motoriske opgaver 22. Selv med denne snowballing interesse i NIRS teknologi, har få studier fokuseret på neurale mekanismer naturalistiske adfærd valideret af fMRI. Mens dette særnummer og mange andre publikationer 23-26 klart skitsere fremtidige rolle fNIRS i at studere motoriske adfærd, beskrevet protokollen her blev udviklet til at validere en ensartet metode til at sammenligne fMRI og fNIRS data fra naturalistiske adfærd.

    Resultaterne indikerer en høj korrelation mellem grupper for fNIRS og fMRI signaler i en integration område af tidsmæssige lap og sammenhængen mellem de signaler er på linje med der er vist før i samtidige fMRI / fNIRS undersøgelser 3. Figur 9 viser, at fNIRS aktivitet i tindingelappen er ikke kun kortikale i naturen Vidh differential oxy- og deoxyHb chromofore absorbans, men også, at aktiviteten i den tidsmæssige lap er helt forskellig fra den, der ses i frontallappen ikke korrelerer med fMRI aktivitet i tindingelappen. Vi understreger et par kritiske aspekter af undersøgelsen, der tillader data, der skal sammenlignes mellem de to teknikker. Først blev kalibrering af optode steder skitseret som en central strategi i bekræftelse kortikal anatomi og fortolkning af resultaterne. Ændringerne vi gjort til software og hardware tillod os at synkronisere vores paradigme med en blok design protokol optimeret til at give stærke kortikale svar i begge procedurer. Vi har også skitsere centrale strategier for at sikre højt signal støjforhold (hårfjerning fra optode overflade) og reduktion af artefakter, herunder bevægelse og i ansigtet stimulation (forsøgspersoner blev specifikt instrueret om ikke at røre ved deres hoved eller ansigt) til.

    Disse resultater og resultaterne af tidligere undersøgelser, der undersøger samtidige fNIRS / FMRI billeddiagnostiske procedurer bekræfte en høj korrelation mellem de signaler, som teoretisk forudsagt 1-3. En begrænsning til fortolkningen af ​​de data, der præsenteres her, er, at vi ikke har kunnet udnytte nyere teknikker i optimering af NIRS optagelse, der viser, at det er muligt at øge opløsningen af ​​de enkelte kanal data ved hjælp af høj densitet optagelser. Denne høj densitet teknik er også blevet anvendt til at adskille overfladiske komponenter fra den kortikale NIRS signalerer 27 foruden andre teknikker, der fjerner artefakter fra blodtryk, puls og andre systemiske variabler 6,7,28. Det er også blevet vist, at sonden placering og chromaphore valg kan anvendes til at kontrollere for falske positive 29 og adaptiv filtrering af NIRS signaler kan anvendes effektivt i tilfælde af høje signal-støj-forholdet. Den opgave, vi har ansat her og tidligere brug af kommercielle NIRS systemer med paradigmer præsenteret i blok design 10,11har produceret data med store signaler, og har ikke behov for yderligere teknikker eller hardware analyse at vise ligheder mellem signaler. Det er dog muligt, at de præsenterede data kan forbedres yderligere ved brug af disse og andre teknikker i NIRS signalbehandling.

    Aktuelle metoder i funktionel NIRS vil ikke erstatte behovet for fMRI scanning; snarere, som vi foreslår her, de to billeddannende procedurer (ud over EEG og andre) kan bruges til at supplere hinanden. I tilfælde af en gruppe af personer, der er kontraindiceret til fMRI-scanning, kan fNIRS bevise eneste levedygtige teknik til at fastslå fordelene ved et træningsprogram såsom forebyggelsesprogrammer fall risiko for personer med Parkinsons sygdom. Endvidere fNIRS har en række fremtidige retninger, der også kan bruges til at tilføje oplysninger til den anatomiske detaljer leveres gennem MR-scanning. High density optode placering og øget optodes vil give højeretidsmæssige opløsning, der kan bruges til tilslutning og princippet komponent analyse samt øget nøjagtighed BOLD signal modellering.

    Disclosures

    Offentliggørelse gebyrer for denne artikel er sponsoreret af S himadzu.

    Acknowledgements

    Denne forskning blev delvist understøttet af de følgende finansieringskilder: JSP'er Grant-in-Aid for Videnskabelig Forskning (C) 25350642 (AT), en forskningsbevilling fra Hayao Nakayama Foundation for Science & Technology og kultur (SS & YO), og en Sundhed Games Research tilskud fra Robert Wood Johnson Foundation (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