Automatic Translation

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

 JoVE Behavior

fMRI Validering av fNIRS mätningar under en naturalistisk uppgift

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

    Målet med de metoder som beskrivs här var att utveckla en fungerande protokoll att jämföra fMRI (funktionell magnetisk resonanstomografi) och fNIRS (funktionell nära infraröd spektroskopi) signaler i liknande multimodala uppgifter. Specifikt vi syftar till att utveckla en funktionell avbildning förfarande för användning med individer kontraindicerat för traditionella fMRI skannar på grund av tremor, dyskinesi eller flera implanterade enheter. Medan många effektiva utbildnings- och rehabiliteringsprogram finns för personer i riskzonen för att falla, det finns ingen bekräftelse på de neurala mekanismerna bakom effekten av dessa program. Ofta personer som deltar i dessa utbildningar är kontraindicerat av de skäl som nämns. Vår motivering för denna studie var att bestämma effekten av funktionella nära infraröd spektroskopi (fNIRS) för att bestämma mönster av hjärnaktivitet i samband med en naturalistisk motor uppgift som involverar hela kroppsrörelser. Långsiktiga mål är bland annat utveckling av ett verktyg för att study inte bara motor lärande paradigm men också tjäna för att bekräfta lämpligheten fNIRS för ett bredare spektrum av uppgifter som inte är möjliga att genomföra i en naturalistisk sätt med traditionella metoder.

    fNIRS aktivitet har tidigare visat sig vara starkt korrelerade (r = 0,77-0,94) för homologa regioner med fMRI BOLD (blod syrehalten beroende) signal inspelningar i begränsade studier som mätte samtidiga fNIRS och fMRI funktionell aktivitet med hjälp av klassiska psykologiska och enkel finger tapping paradigm 1-3. Resultaten av dessa studier bekräftar fNIRS är giltigt och tillförlitligt för att avgöra kortikal aktivitet i samband med en minskad uppgift miljö kompatibel med fMRI. Dock har fNIRS många fördelar jämfört med fMRI som neuroradiologiska metod. fNIRS, viktigare, är mycket mindre känsliga för rörelseartefakt än fMRI och tillåter individer att uppträda som de skulle i en naturalistisk miljö i motsats till fMRI studier som begränsar motor paradigms 4. Den tidsmässiga precision associerad med fNIRS möjliggör bestämning av förändringar i neurala svarsfunktioner med ökad granularitet på grund av den ökade samplingsfrekvensen. Slutligen är kostnaden för fNIRS lägre än fMRI scanning och möjliggör studier ska genomföras till en lägre kostnad. Men det finns nackdelar med fNIRS jämfört med fMRI inklusive begränsade inträngningsdjup, begränsad rumslig upplösning, och på senare tid har det visat sig att vissa fysiologiska fenomen som blodtryck, hjärtfrekvens och hårbotten blodflödeseffekter kan införa falska positiva till kortikal hemodynamiska signalen 5-9. Även om ett antal metoder och hårdvaruutvecklingen är specifika för NIRS, inklusive signalbehandling, hårdvara för att ge hög densitet optode gradienter utvecklas för närvarande, är det fortfarande viktigt att utveckla blandade metoder som gör att fMRI och fNIRS förfaranden för att komplettera varandra.

    Denna studie tjänar till testeten metod för fNIRS för bestämning av neurala mekanismer som deltar under en naturalistisk dans videospel uppgift. Syftet med studien var att jämföra aktiviteten i en integrationscentrum i hjärnan (den överlägsna och mellersta temporal gyrus) mellan en grupp av individer avbildas med fMRI till en annan grupp av individer med hjälp av en naturalistisk version av uppgiften avbildas med fNIRS. Vår grupp har tidigare undersökt detta område genom att använda liknande interaktiva spel paradigm och har visat aktivitet i tinningloben svarar både oxygenater och de-oxyHb kromoforer i enlighet med kortikala aktiveringar 10. Vi har även tidigare försökt kontrollera för system artefakter tidigare genom att visa svar på detta område moduleras i amplitud med avseende på den kortikala belastningen på uppgiften och inte systemsvar i samband med själva aktiviteten 11. Den överlägsna och mellersta temporal gyrus har känt verksamhet i samband med integrationen av multimodala sensoriska stimuli och vi har tidigarevisas detta område att vara aktiva i Dance Dance Revolution (DDR) spel i pilot fMRI studier utöver våra fNIRS publikationer 10-12. Vår hypotes för den aktuella studien var att funktionell aktivitet i detta område som spelats in med fNIRS skulle signifikant korrelerade med funktionell aktivitet som spelats in med fMRI i en liknande men begränsad dans spel protokollet.

    Protokollet som beskrivs här innefattar hur du ändrar en dans videospel som ska användas som en neuroradiologiska paradigm i både fNIRS och fMRI-protokoll. Men den totala förfarandet är inte specifik för paradigm för video spel och kan vara lämplig för ett obegränsat antal uppgifter som inte är möjliga att genomföra i de begränsningar som en fMRI-protokoll, inklusive språk- och rörelseuppgifter. Detta protokoll beskriver vidare förfarandet att använda anatomiska särdrag fMRI att utveckla specifika områden av intresse (ROI) som kan studeras vidare under verkliga verkliga uppgifter med fNIRS.

    Protocol

    Före deltagande, alla ämnen ger informerat samtycke i enlighet med institutionens riktlinjer. I detta fall var det protokoll som godkändes av det institutionella skyddsprogrammet människa från Meiji University (Kanagawa, Japan), Columbia University Medical Center (flyttad till Yale School of Medicine för dataanalys), och Long Island University, Brooklyn Campus för denna studie.

    1. mjukvara och hårdvara Modifiering och utveckling för funktionell hjärnavbildning (fMRI och fNIRS)

    1. Ändra spelet Dance Dance Revolution (DDR) genom att redigera detaljer om konfigurationsfilerna (.sm) med hjälp av öppen källkod klon av DDR, Stepmania, för att ändra tids, grafik och musik för regionen ränte studier med fMRI före fNIRS avbildning .
      1. I .sm filen anger variablerna: bakgrund, musik, offset (start musik på söktiden), samplestart, samplelength, BPMS och bgchanges. Ange pilen pattErns för varje åtgärd i .sm filen genom att definiera pilar per åtgärd som ett värde av "1", "0" eller "M". Definiera vänster, upp, ner, eller rätt knapptryckningar för varje åtgärd. Använd "1" för en pil, använd "0" för ämnet, och använda "M" för en gruva i resten epoker.
    2. Använda spel låten "Butterfly" (ursprungligen utfört av Smile.dk och finns på den ursprungliga Dance Dance Revolution 3: e Mix spel CD för Sony PlayStation), tillåter individer att spela med en alternerande blockdesign inbyggd i spelmekaniken ändrad den .sm konfigurationsfil. Alternativa 30 sek spel gånger med 30 sek viloperioder med bakgrundsgrafiken anger till spelaren när du vill spela upp (grön) och när man ska koppla (röd, Figur 1).

    Figur 1
    Figure 1:. Paradigm Design (A) DDR Graphic User Interface. Pilarna längst ned på skärmen flyttas mot den övre delen av skärmen. Dessa pilar uppgett för ämnen som knapp att trycka på. När pilarna nådde topp insatsområdet (grå pilar längst upp på skärmen), ämnen svarade genom att trycka på rätt knapp. Speltid indikerades med en grön bakgrund. Rest tid indikerades av en röd bakgrund. Under vilotiden har pilar ersättas med "bomb" animationer. Dessa hade ingen funktion när det gäller gameplay eller poäng, utan användes för att tjäna som en platshållare under resten epoker. (B) blockutformning användes för avsökning bestod av totalt 5 min av lek och vila epoker. Den pre-scan var 10 sekunder lång, följt av omväxlande 30 sek lek och vila block. Klicka här för att se en större version av denna siffra.

      Upprepa växelintervallet fem gånger per körning för att säkerställa specificitet i kontrast mellan vila och aktiva perioder.
    1. I fallet med fMRI datainsamling, begränsar rörelser till vänster och höger pil knapptryckningar i fMRI inspelningar med fot knappar. Det totala antalet knapptryckningar bör förbli lika för båda uppgifterna (Figur 2).
    2. Före skanningsförfarandet, förklara grunderna i spelet till individer och låta försöks några praxis går före avbildning. Instruera patienter att trycka på motsvarande pilen med foten så nära en perfekt tid som beskrivs i början av banan för den rörliga pilen, men för att minimera huvudrörelser så mycket som möjligt.

    Figur 2
    Figur 2:. Försöksuppställning för fMRI (A) Ämnen låg i magnetkamera medan observing den projicerade interaktiv miljö med hjälp av en spegel monterad på huvudspole ovanför ämnet. Figur 2B. En modifierad fot plattform bestående av två knappar tillåtna ämnen som reagerar med vänster eller höger tå kranar i realtid under spelets gång. Klicka här för att se en större version av denna siffra.

    2. fMRI Provning och analys

    1. Skaffa en strukturell bild för varje ämne före gameplay med en 3D bortskämda övertoning ekosekvens (SPGR) (124 skivor, 256 x 256, synfält = 220 mm), med en total genomsökning tid av 10 min 38 sek.
    2. Skaffa funktionella magnetresonansbilder under skanning med hjälp av följande inställningar för eko plan (EPI) T2 * viktade gradient eko sekvens: ekotid = 51 ms, repetitionstid = 3 sek, flip vinkel = 83 °. Förvärva 27 konsekutiva axiella skiktbilder av hjärnan med följande mått: 192 x 192 mm fältperspektiv med en 128 x 128 rutnät för en total upplösning på 1,56 x 1,56 mm och en z-axel upplösning på 4,5 mm.
    3. Instruera patienter att spela spel med paradigm ovan men använd bara vänster och höger pilarna för att minska rörelseartefakt.
    4. Utför fMRI BOLD signal analyser använder SPM8 5, genomförs i MATLAB 7.0.
      1. Kasta de första 10 sekunder av EPI-serien för att minimera T2 * avkoppling artefakt, funktionella data rörelse korrigeras via en minsta kvadrat 6-parameter "stel kropp" spatial omvandling.
      2. Normalisera realigned EPI skannar till MNI (Montreal Neurological Institute) mall som har en 2 mm 3 upplösning följt av spatial utjämning med Gausskärna av 8 mm halvvärdesbredd (FWHM).
      3. Utför ämnesnivå statistiska analyser med hjälp av den allmänna linjära modellen (GLM) för att skapa statistiska parametriska kartor för att jämföra den aktiva tillståndet (DDR) jämfört mot resten skick. </ Li>
      4. Utför gruppanalys med individuella resultat med hjälp av statistiska standard parametrisk mappning (SPM) slumpmässiga effekter tillvägagångssätt andra nivån. Skaffa regionen av intresse baserat på gruppanalysresultat med en tröskel på p <0,01 och klusterstorlek tröskelvärde på 100 voxlar.
      5. Definiera regionen av intresse som konjunktionen mellan den funktionella kluster och anatomiska mask av högsta och mellersta temporal gyrus, som erhållits från WFU PickAtlas verktyg 13,14

    3. fNIRS Setup and Data Acquisition

    1. Använd en 22-kanals fNIRS topografi system för att registrera data från optodes arrangerade i en 3 x 5 matris. Det inter optode avstånd för varje källa-detektorpar är 3 cm (fig 3A, B).
      1. Orient den elastiska lock innehållande uppsättningen av optiska sensorer, så att den är i linje från vänster prefrontala cortex till vänster temporalloben (figur 3A, B). Försäkra optode i nedersta radenpå den mest anterior position är centrerad på FPZ det internationella 10-10 systemet 15. Rikta in sämre raden av optodes parallellt med linjen mellan anatomiska landmärken FPZ och T7.
    2. Dra den optiska sondsystemet till chefen för motivet och försäkra det är ordentligt fastsatt med remmar och hakan-bandet. Uppmärksamhet bör ägnas åt förskjutningen av optodes från huvudet ytan så att käll detektorpar är tätt mot huvudet, men inte obehagligt att ämnet (Figur 3C).
    3. Exempel rå analog optode källdetektor par lätta uppgifter i datorn vid 7,9 Hz med datorn grafiska användargränssnittet.

    Figur 3
    Figur 3:. Optode setup för NIRS inspelningar (A) Locket består av ett elastiskt ark försett med böjbar plast kopplad till och holding 3 cm avstånd optode innehavare. Remmar är monterade på locket för att låta det vara tätt inpassade mot huvudet. Locket är större och tillåter fler optodes än 3 x 5 matris (visas i gult) användes i denna studie, men är nödvändigt för att säkra den säkert till huvudena av motiv. (B) optode lock och placeras över den vänstra prefrontala till de temporala loberna. Exempel på optode mössa på huvudet av ämnet som ger täckning av 3 x 5 matris över den vänstra prefrontala området till vänster tinningloben. (C) Optode placering i locket visar locket fäst vid huvudet med spännremmar och hakband. klicka gärna här för att se en större version av denna siffra.

    1. Test kalibrering och signalstyrka och signalbrusförhållande med hjälp av systemkontroll programvara som tillhandahålls av tillverkaren före inspelning. I fallet med hög brus som detekteras, rEFlytta optodes och något störnings hår från kanalen med användning av en LED upplyst plaststav (Figur 4).

    Figur 4
    Figur 4:.. Optimering av optode signaler Hår flyttades från varje kanal med hjälp av en upplyst plastverktyg för att förskjuta hår från channel center för att säkerställa optimal signalkvalitet Klicka här för att se en större version av denna siffra.

    1. Använd en 3D digitaliserings penna för att bestämma rumsliga värden av källan och detektorn optode platser i varje kanal av det elastiska locket. Använd digitizer att identifiera de rumsliga koordinaterna för nasion, Inion, flikar och Tjeckien för varje ämne omedelbart före datainsamling och spel (Figur 5). Spara textfiler med källan och upptäckaeller platser för att others.txt och anatomiska koordinater origin.txt filer.

    Figur 5
    Figur 5:.. Kalibrering av optode ställning En magnetisk digitaliseringsverktyg användes för att bestämma placeringen av 10-20 landmärken på huvudet och position optode kanaler Klicka här för att se en större version av denna siffra.

    1. Bearbeta fångade 3D-koordinater med alternativet registrering i NIRS-SPM 16,17 i MATLAB 7,0 (Figur 6). Från huvudmenyn i SPM, plocka fristående rumslig registrering. På nästa skärm, välj "Med 3D Digitizer" och välj de tidigare sparade övriga och ursprung textfiler med hjälp av motsvarande dialog. I dialogrutan programmet, välj "Registrerinn (använd NFRI funktion) "för att bestämma rumslig representation

    Figur 6
    Figur 6:. Exempel på produktion av NIRS kalibreringsdata Digitizer uppgifter användes för att bestämma sannolikheten för varje kanal i specifika regioner av hjärnan. Kanal 22 i ämnet visade en sannolikhet på 0,4129 i Mellanöstern Tids Gyrus och 0,47419 i superior temp gyrus. Kanalen definieras av området mellan emitter- och detektorparen. Cirkeln runt kanalen 22 i figuren utgör en approximation av området bidrar till signalen registreras från optode par i detta ämne. Klicka här för att se en större version av denna siffra.

    1. När alla optode kanalpositioner digitaliseras och varje kanal ger sufficient signalstyrkan som anges i det grafiska gränssnittet av programvaran gränssnitt som tillhandahålls av tillverkaren, be ämnen att stå och förbereda sig för DDR-testning (Figur 7A, B).

    Figur 7
    Figur 7:. FNIRS datainsamling under dans spel (A) Ämnen står att spela spelet med hjälp av blocket paradigm på en vanlig dans spel matta samtidigt vara bundna till NIRS maskinen. (B) Alternativ syn på datainsamling visar rådata på bakgrundsbilden samlas i realtid från ämne. Klicka här för att se en större version av denna siffra.

    4. fNIRS Datainsamling

    1. Före inrätta fNIRS inspelnings optodes ger patienter med en kort introduktionatt gameplay och tillåta praktik för förtrogenhet med spelet som i fMRI-testning.
    2. För fNIRS testning, använda en identisk paradigm som av fMRI testning med tillägg av upp / ned-pilarna jämfört med endast vänster och höger pilar används för fMRI. Se till att det totala antalet pil pressar är identiska mellan fMRI och fNIRS uppgifter och att endast mönstret skiljer sig åt.
    3. Använd en vanlig 4-knappen golvmatta knapp reaktion för spel under fNIRS tester (Figur 7A).
    4. När bekväm i grunderna i spelet, instruera patienter att spela 30 sekunder spel gånger med 30 sek viloperioder som i steg 1.2. Upprepa detta 5 min spel två gånger med vardera ämnen.
      1. Instruera ämnen specifikt inte röra ansiktet eller näsa och i synnerhet deras hår eller huvud nära optodes. Instruera patienter att minimera rotations, yawl eller beck rörelser huvudet under spelets gång.

    5. fNIRS Data Analysis

    Använd en modifierad Beer-Lambert strategi 18 för att beräkna relativa signaler som återspeglar den syresatt hemoglobin (oxi-Hb), deoxygenerad hemoglobin (deoxi-Hb), och totalt hemoglobin (total-Hb) koncentrationsförändringar som ΔoxyHb, ΔdeoxyHb och ΔtotalHb respektive i en godtycklig enhet (pM cm) med användning av följande ekvationer:
    ΔoxyHb = -1,4887 x Δabs 780 + 0,5970 x Δabs 805 + 1,4847 x Δabs 830
    ΔdeoxyHb = 1,8545 × Δabs 780 + (-0,2394) × Δabs 805 + (-1,0947) × Δabs 830
    ΔtotalHb = ΔoxyHb + ΔdeoxyHb;
    där Δabs visar förändringar i ljusabsorption på motsvarande våglängd.
  • Lågpassfilter rådata av hemodynamiska signaler från enskilda genom en 25: e ordning Savitzky-Golay filter ochgenomsnitt 19.
  • Applicera baslinjekorrigering till de genomsnittliga data med uppkomsten satt till noll.
  • Normalisera hemodynamiska signalamplitud genom att dividera medelvärden med standardavvikelsen för signalen inspelad 10 sekunder före uppgiften.
  • Välj kanaler som ska analyseras utifrån 3D digitizer information. Här kan du använda en kanal för att utnyttja för analys som har en registrering sannolikhet på 80% eller mer i USA och superior temp gyrus) enligt utgången av registreringsprocessen.
  • 6. Jämförelse av fMRI och fNIRS Signaler

    1. Använd resultat funktionen i SPM8 att bestämma super-tröskel voxlar vid T> 2.6 eller motsvarande P-värde <0,01. Bestäm regionen av intresse (ROI) med användning av överlappande supertröskel voxlar för att definiera ett kluster inuti en anatomisk region.
      1. I detta fall, ange de överlägsna och mellersta temporala gyrus med hjälp av AAL atlas ingår i WFU Pick Atlas. I this fall har den resulterande klustret 572 2 x 2 x 2 mm voxlar ligger i mitten temporal gyrus med en topp voxel vid koordinat (-66, -24, 0) och topp T = 5.73 fNIRS.
    2. Bestäm kanal av intresse från fNIRS data med hjälp av 3D-digitaliserade koordinater som omvandlas till MNI koordinater använder NIRS-SPM i steg 3.5.1 ovan. I detta fall kanal 22 hos de flesta patienter hade den högsta sannolikheten för verksamhet i ROI definieras i steg 6.1.
    3. Bestäm medelvärdet, händelse utlöst svar i ROI för fMRI och motsvarande kanal i fNIRS under hela 60 sekunder blocket (aktiv och vila, kombinerat).
    4. För varje ämne, i genomsnitt blod syrehalten beroende (BOLD) rå signaler för voxlarna inom klustret för att generera fMRI händelsen utlöste genomsnittsdata.
    5. Jämför fMRI och fNIRS genom att skala fMRI data för att optimalt matchar fNIRS data med hjälp av en linjär regression med hjälp av fNIRS = b * fMRI, där regressionsmetod erhåller B-värdet så that den rms värde av fNIRS -b * fMRI minimeras.
    6. Jämför fNIRS och fMRI signaler genom korrelation av de två grupperna.

    Representative Results

    Resultaten av försöket visar aktivitet som erhållits från integrationscentra i de överlägsna och mellersta tids gyri använder funktionell magnetisk resonanstomografi (fMRI) har en hög korrelation till funktionell nära infraröd spektroskopi (fNIRS) signaler bildar samma område i naturalistisk version av uppgiften . Figur 8 visar de normaliserade och i genomsnitt rådata från 16 försökspersoner från fMRI scanning förfarandet (blå spår) och de 26 ämnen från fNIRS protokollet (röd spår). Data fäst vid tiden 0 och den aktiva fasen av spelinteraktion ägde rum i de första 30 sekunder av grafen (märkt uppgift). Den vertikala streckade linjen visar övergången av grön till röd bakgrund i arbetet och i början av resten fas (anges som vila) Både dataset visar ökningar av svaren i den aktiva fasen och nedgång i resten fas med ökad variabilitet ses i fMRI-signalen. Jämförelser gjordes mellan spåren genom att först regtrycka på den fMRI-signalen för att minimera rms skillnaden mellan de två spåren. Den resulterande korrelationskoefficient mellan de två signalerna var 0,78 och p-värde för korrelationen var 0,03.

    Figur 9 representerar en hjärna framförande lagrade kanalplatser från en fristående. Genomsnitt spår från kanal 1 och 22 visas med heldragna linjer representerar oxihemoglobin signaler och streckade linjer representerar deoxyhemoglobin signaler. Röda och blå spår representerar två varianter på spelet, musik och icke-musik, respektive. Signaler från kanal 1 tjänar som en kontroll exempel för att jämföra med regionen av intresse. Signaler i dessa två regioner skiljer sig åt när det gäller uppgifts svar.

    Figur 8
    Figur 8:. Korrelation mellan fNIRS och fMRI-signaler från USA Oral gyrus De fNIRS(Röd) och fMRI (blått) signaler visas för varje grupp ± SEM representeras av skuggade kanter. Regressionskoefficienten mellan de två är 0,78; p = 0,03. Insatsen visar en återgivning av ROI bestäms utifrån verksamheten i fMRI med toppaktivitet vid MNI koordinat (-66, -24, 0) med en klusterstorlek = 571, topp t = 5,73. Klicka här för att se en större version av denna siffra.

    Figur 9
    Figur 9: Skillnader i Signaler i den temporala och frontalloberna tidsförloppet för ΔoxyHb (heldragen linje) och ΔdeoxyHb (streckad linje) svar i en fristående från två enkla studier av dans spelet visar två villkor "med musik (röd). "och" ingen musik (blå) "villkor. Denna siffra har ändrats från Ono et al. 10.

    Discussion

    fNIRS är en funktionell hjärnavbildningsteknik som har löftet att tillåta studier av neurala korrelat av naturliga aktiviteter. Utveckling av dessa tekniker är en aktiv forskningsinriktning. Vi beskriva här en metod som har gällt under inspelning funktionell hjärnaktivitet i en enda region i intresset att delta i en dans videospel.

    Antalet publikationer undersöker motorisk inlärning paradigm med fNIRS har ökat snabbt under de senaste åren med införandet av flerkanals fNIRS enheter från Hitachi och Shimadzu (liksom andra) kan registrera funktionella aktiviteter i flera områden av hjärnan samtidigt 20,21 . Vi har visat tidigare att det är möjligt att bestämma anatomiska specificitet fNIRS signaler samt för att använda signalerna för att avgöra hur variationer i tid och amplitud av signalerna bidrar till spatial förmåga av motoriska uppgifter 22. Även med denna snöbolls intresse för NIRS teknik, har få studier fokuserat på neurala mekanismer för naturalis beteenden validerats av fMRI. Även om denna speciella fråga och många andra publikationer 23-26 tydligt beskriva den framtida rollen för fNIRS studera motoriska beteenden, beskrivna protokollet här har utvecklats för att validera en enhetlig metod för att jämföra fMRI och fNIRS data från naturalis beteenden.

    Resultaten indikerar en hög korrelation mellan grupper för fNIRS och fMRI-signaler i ett integrationsområdet i tinningloben och korrelationen mellan signalerna i linje med vad som visas tidigare i samtidiga fMRI / fNIRS studier 3. Figur 9 visar att fNIRS aktivitet i tinningloben är inte bara kortikala i naturen with differential oxi- och deoxyHb chromofore absorbans, men också att aktiviteten i tinningloben är helt annorlunda än den som ses i pannloben inte korrelerar med fMRI aktivitet i tinningloben. Vi betonar några viktiga aspekter av studien som gör att uppgifter kan jämföras mellan de två teknikerna. Först kalibreringen av optode platser som beskrivs som en nyckelstrategi för att bekräfta kortikala anatomi och tolkning av resultaten. Ändringarna vi gjort till mjukvara och hårdvara tillät oss att synkronisera vårt paradigm med ett block konstruktion protokoll optimerad för att ge starka kortikala svar i båda förfarandena. Vi beskriva också viktiga strategier för att säkerställa hög signal-brusförhållande (hårborttagning från optode yta) och minskning av artefakter inklusive rörelse och ansikts stimulering (försökspersoner särskilda instruktioner att inte röra huvudet eller i ansiktet).

    Dessa resultat och resultaten från tidigare studier som undersöker samtidiga fNIRS / FMRI avbildningsförfaranden bekräftar en hög korrelation mellan signalerna som teoretiskt förutspådde 1-3. En begränsning till tolkningen av de data som presenteras här är att vi inte kunde använda nyare tekniker i optimering av NIRS inspelning som visar att det är möjligt att öka upplösningen av de individuella kanaldata med hjälp av hög täthet inspelningar. Denna höga densitet teknik har också använts för att separera ytliga komponenter från kortikala NIRS signaler 27 i tillägg till andra tekniker som tar bort artefakter från blodtryck, hjärtfrekvens och andra systemvariabler 6,7,28. Det har också visats att sondplacering och chromaphore val kan användas för att styra för falska positiva 29 och adaptiv filtrering av NIRS signaler kan användas effektivt i fallet med högt signalbrusförhållande. Den uppgift som vi har anställt här och tidigare användning av kommersiella NIRS system med paradigm presenteras i block konstruktion 10,11har producerat data med stora signaler och har inte krävt ytterligare analystekniker eller hårdvara för att visa likheter mellan signaler. Det är emellertid möjligt att de data som presenteras här skulle kunna förbättras ytterligare genom användningen av dessa och andra tekniker i NIRS signalbehandling.

    Nuvarande metoder inom funktionell NIRS kommer inte att ersätta behovet av fMRI scanning; snarare, som vi föreslår här, de två avbildningsförfaranden (förutom EEG och andra) kan användas för att komplettera varandra. I fallet med en grupp av individer som är kontraindicerat för fMRI scanning kan fNIRS bevisa det enda hållbara teknik för att ta reda på fördelarna med ett utbildningsprogram såsom program faller riskförebyggande för personer med Parkinsons sjukdom. Vidare har fNIRS ett antal framtida riktningar som också kan användas för att lägga till information till den anatomiska detaljer som tillhandahålls genom MR-skanning. Hög densitet optode placering och ökade optodes kommer att ge högretemporal upplösning som kan användas för anslutning och komponentanalys princip samt ökad noggrannhet BOLD signal modellering.

    Disclosures

    Publiceringsavgifter för denna artikel är sponsrad av S himadzu.

    Acknowledgements

    Denna forskning stöds delvis av följande finansieringskällor: JSPS Grant-i-Stöd för vetenskaplig forskning (C) 25.350.642 (AT), ett forskningsbidrag från Hayao Nakayama Foundation for Science & Technology och kultur (SS & YO), och en Hälsa Spel forskningsanslag från 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