Using Fiberless, Wearable fNIRS til Monitor hjerneaktivitet i Real-world kognitive opgaver

1Department of Medical Physics and Biomedical Engineering, Malet Place Engineering Building, University College London, 2Infrared Imaging Lab, Institute for Advanced Biomedical Technology (ITAB), Department of Neuroscience, Imaging and Clinical Sciences, University of Chieti-Pescara, 3Institute of Cognitive Neuroscience, Alexandra House, University College London
Published 12/02/2015
0 Comments
  CITE THIS  SHARE 
Behavior
 

Summary

Overvågning hjernens aktivitet uden for laboratoriet uden fysiske begrænsninger præsenterer metodiske udfordringer. En fiberless blev wearable funktionelle nærheden infrarød spektroskopi-system (fNIRS) anvendes til at måle hjernens aktivitet under en økologisk fremadrettet hukommelse opgave. Det blev påvist, at dette system kan anvendes til at overvåge hjernens aktivitet under ikke-lab baserede eksperimenter.

Cite this Article

Copy Citation

Pinti, P., Aichelburg, C., Lind, F., Power, S., Swingler, E., Merla, A., et al. Using Fiberless, Wearable fNIRS to Monitor Brain Activity in Real-world Cognitive Tasks. J. Vis. Exp. (106), e53336, doi:10.3791/53336 (2015).

Please note that all translations are automatically generated.

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

Abstract

Funktionel Near Infrared Spectroscopy (fNIRS) er en Neuroimaging teknik, der bruger nær-infrarødt lys til at overvåge hjerneaktivitet. Baseret på neurovaskulær kobling, fNIRS er i stand til at måle hæmoglobinkoncentrationen ændrer sekundært til neuronal aktivitet. Sammenlignet med andre Neuroimaging teknikker, fNIRS repræsenterer et godt kompromis i form af rumlig og tidsmæssig opløsning. Desuden er det bærbar, let, mindre følsom over for bevægelsesartefakter og ikke pålægger væsentlige fysiske begrænsninger. Det er derfor hensigtsmæssigt at overvåge en bred vifte af kognitive opgaver (f.eks auditive, ganganalyse, social interaktion) og forskellige aldersgrupper (f.eks nye-nyfødte, voksne, ældre mennesker). Den seneste udvikling i fiberless fNIRS enheder har åbnet vejen for nye applikationer i neurovidenskabelig forskning. Dette repræsenterer en unik mulighed for at studere funktionel aktivitet under virkelige verden test, som kan være mere følsomme og præcise i røvenEssing kognitive funktion og dysfunktion end lab-baserede tests. Denne undersøgelse udforskede anvendelsen af ​​fiberless fNIRS at overvåge hjernens aktivitet under den virkelige verden fremadrettet hukommelse opgave. Denne protokol er udført uden for laboratoriet og hjerne hæmoglobinkoncentration ændringer løbende målt over det præfrontale cortex, mens motivet går rundt for at udføre flere forskellige opgaver.

Introduction

Abnormitet i funktion inden præfrontale cortex, og især de mest forreste subpart (rostrale præfrontale cortex, eller BA10) er almindelig i en række udviklingsmæssige, psykiatriske og neurologiske tilstande. Det forårsager markante forstyrrelser i problemløsning, hukommelse og koncentrationsproblemer evner i hverdagen, som er meget invaliderende 1,2. Det er imidlertid vanskeligt at diagnosticere i laboratoriet eller klinikken slags problemer. Dette skyldes, at de mentale processer, som BA 10 understøtninger er involveret i behandlingen af romanen, tidsubegrænsede situationer, hvor adfærden er selv-initieret 3. Sådanne situationer er svære at genskabe succes i laboratoriet, da det formelle, kunst- og stramt begrænset situationen deltageren typisk står i laboratoriet kan ændre deres adfærd og den måde, at de nærmer sig opgaven. Dette kan reducere gyldigheden af målingen for enten kliniske eller forskningsformål, med en stærk risiko for under-diagnosticering 4 </ sup>. En af de kognitive evner, der understøttes af frontallapperne, hvor dette er tydeligst er prospektive hukommelse (dvs., evnen til at huske at foretage en fremtidige indsats), hvor det har længe været kendt, at der kan være betydelige uenighed mellem målinger foretaget i hverdagen liv og laboratoriet 5. Disse metodologiske spørgsmål kunne i vid udstrækning omgås, hvis forskere og klinikere undersøger præfrontale cortex funktion, herunder potentielle hukommelse, kunne gøre det ved at tage deres målinger i "den virkelige verden" situationer.

Mens Neuroimaging teknikker udgør et kraftfuldt værktøj til at undersøge hjernens funktion i en ikke-invasiv og objektiv måde, de fleste af disse teknikker pålægge fysiske begrænsninger om emnet, og er således ikke egnet til brug i hverdagen indstillinger (f.eks., Funktionel magnetisk resonans ( fMRI), magnetoencephalography (MEG), positronemissionstomografi (PET)). I betragtning af behovet for at bringefunktionelle billeddiagnostiske instrumenter uden for laboratoriet, og givet de seneste teknologiske forbedringer, bærbare og bærbar elektroencefalografi (EEG) og funktionelle nær infrarød spektroskopi (fNIRS) systemer er blevet udviklet 6-11. En af de store fordele ved fNIRS end EEG er dens højere rumlig opløsning. Desuden er det mindre følsomt over for bevægelsesartefakter, blinkende og øjenbevægelser 12. Bærbare fNIRS er således bedre egnet til brug i daglig livssammenhænge, ​​da den pålægger færre fysiske begrænsninger end EEG og tillader fri bevægelse i en mere naturlige miljø.

fNIRS non-invasivt bestråler hovedet med nær-infrarødt lys (650-900 nm). Som det biologiske væv er relativt transparent i denne bølgelængdeområde, kan lyset nå hjernen og bliver absorberet af hæmoglobin. fNIRS måler således koncentrations- ændringer i både oxyhæmoglobin (HbO 2) og deoxyhæmoglobin (HHb) give oplysninger om iltning og hæmodynamisk chanGES forbundet med hjernens aktivitet. Mere specifikt er hjernen funktionel aktivering defineret som en samtidig stigning i HbO 2 og et fald i HHb 13. Indtrængningsdybden af ​​lyset betyder imidlertid, at signalet kun kan inddrives fra den kortikale overflade. Så let er stærkt diffust i væv, er det ikke muligt at opnå meget rumligt strukturel information om hjernen 14. Konventionelle fNIRS systemer bruger optiske fibre er koblet til hovedet for at lede lys gennem hovedbunden og at opsamle tilbagekastet lys. Selv om disse instrumenter er kompakt, bærbart og velegnet til laboratorie-indstillinger, optiske fibre samt bundter og deres vægt begrænse flytninger af deltageren, og hvis ikke godt stabiliseret, deres forskydninger fører til bevægelse artefakt forurening 7. Den nye generation af miniaturiserede og fiberless fNIRS systemer giver mulighed for at udforske hjernens aktivitet i realistiske situationer på frit bevægelige deltagers og uden væsentlige fysiske begrænsninger. Realistiske situationer er særligt værdifulde, når udforske menneskelige udøvende funktioner og fiberless fNIRS systemer kan give et unikt indblik i de menneskelige hjernefunktioner. De første fiberless systemer blev der kun er forsynet med et lille antal kanaler (f.eks., Enkelt kanal 15 og 2 kanaler 16) begrænse undersøgelsen til små områder. For nylig har multikanal trådløse og bærbare enheder fNIRS blevet udviklet 6,7, 17-20 giver mulighed for overvågning af større dele af hovedet på frit bevægelige deltagere.

I denne undersøgelse blev en ny multikanal wearable og fiberless fNIRS system, der anvendes til at overvåge og kortlægge præfrontale cortex aktivitet under den virkelige verden prospektive hukommelse (PM) opgave. Den fNIRS er primært sammensat af et fleksibelt probe enhed (headset), som dækker både dorsolaterale og rostrale præfrontale cortex (figur 1),som er forbundet til en behandlingsenhed (bærbar boks), som bæres på deltagerens taljen (figur 1D). Headsettet består af 6 overflade udsender laserdioder med to bølgelængder (705 nm og 830 nm) og 6 silicium fotodioder. Fraværet af optiske fibre reducerer vægten og hovedparten af ​​proben, er mere komfortabel og robust mod bevægelsesartefakter. De optodes er anbragt i en alternerende geometri (figur 1A) med en inter-optode adskillelse af 3 cm, hvilket skaber 16 source-detektor kombinationer (f.eks., 16 målekanaler) 6. For at beskytte headsettet fra det omgivende lys, er en skygge hætte forudsat (figur 1D).

Formålet med denne undersøgelse var at undersøge præfrontale cortex funktion, i en fremadrettet hukommelse opgave i den virkelige verden. Under potentielle hukommelse opgaver, bliver deltagerne bedt om at huske at svare på en sjælden cue (f.eks., En velkendtansigt eller et parkometer), mens de udfører en anden krævende opgave kendt som en "løbende opgave". I to forskellige blokke af opgaven, er sociale potentielle hukommelse stikord (en person) i modsætning til ikke-sociale potentielle hukommelse stikord (et parkometer). Denne kontrast blev valgt, fordi det er en stor skelnes mellem forskellige former for cue i event-baserede prospektive hukommelse opgaver og så den eksperimentelle paradigme kan holdes tæt på en "real-life" -situation 21. Mens BA 10 er kendt for at være følsom over for behandlingen af sociale versus ikke-sociale oplysninger i visse situationer (f.eks., Gilbert et al. 2007 22), nye oplysninger tyder på, at hæmodynamiske ændringer i BA 10 relateret til potentielle hukommelse opgaver er relativt ufølsomme at cue forskelle (se Burgess et al. 2011 23 for gennemgang). Det er således et åbent spørgsmål, om det sociale versus ikke-sociale signaler påvirker BA 10 aktivitet i forbindelse med en potentiel hukommelse paradigme.

Målet med denne undersøgelse er at vurdere mulighederne for at bruge fNIRS system til overvågning præfrontale cortex hæmodynamiske og iltning forandringer som følge af en real-verden kognitiv opgave. Her rapporterer vi en enkelt casestudie (én sund voksen deltager, 24 år) om anvendelsen af ​​den fNIRS enhed under et prospektivt hukommelse opgave, udført uden for i en typisk gade i London beliggenhed og efterligne hverdagens krav. Især om der kan optages hæmodynamiske ændringer som reaktion på de sociale og ikke-sociale PM stikord undersøges.

Protocol

Protokollen blev godkendt af UCL lokale videnskabsetisk komité, godkendelsesnummer CEHP / 2014/901.

1. Instrumenter Opsætning Forud for deltagerens Ankomst

  1. Brug videooptagelser fra 3 kameraer til at analysere "virkelige verden" type opgaver (f.eks Shallice og Burgess, 1991 3):
    1. Placer en kamera på eksperimentatorens brystet med henblik på at følge deltagers bevægelser.
    2. Monter hovedet kamera onto fNIRS skygge hætten til at spore, hvor deltageren ser hele forsøget.
    3. Forberede og tænd kameraet for den anden forsøgslederen, der følger den første forsøgslederen og deltageren for hele sessionen.
  2. Rengør fNIRS headsettet med en sanitizing tørre.
  3. Placer en 3D digitizer på en passende plads (f.eks., Langt væk fra metalgenstande, vægge og gulve), og tænde den.

2. Participant Forberedelse og fNIRS Probe Placering

  1. Før eksperimentet starter, har deltageren underskrive samtykkeerklæring.
  2. Brug 10-20-systemet (Figur 2), og digitalisere de optodes og 10-20 standard positioner 24, 25 at opnå en konsekvent fNIRS headset placering på tværs af alle deltagere:
    1. Mark med en vaskbar markør for NASION (Nz, skæringspunktet mellem frontal ben og de nasale knogler), Inion (Iz, nakkeknuden på bagsiden af ​​hovedbunden), og venstre og højre Pre-auricular punkter (LPA, RPA, punkterne anterior til ørerne foran den øvre ende af tragus) (figur 2) i overensstemmelse med producentens anvisninger.
    2. Mål Nz-Iz afstand over og omkring hovedet og LPA-RPA afstand over hovedet.
    3. Mark med en vaskbar markør CZ (skæringspunktet mellem Nz-Iz linje og LPA-RPA linje, som ligger på 50% af Nz-Iz afstand og 50% of LPA-RPA afstand), Fpz (10% af Nz-Iz afstand) og Fz (30% af Nz-Iz afstand) point baseret på 10-20 (figur 2).
    4. Brug en bøjle med huller der matcher de optodes positioner for en mere nøjagtig digitalisering tværs deltagere. Fjerne hår fra panden så meget som muligt på hår klip langs hårgrænsen. Placer digitalisering pandebånd i det præfrontale cortex i overensstemmelse hermed til Fpz og Fz punkter: kanal 9 i korrespondance af Fpz point og kanal 9-kanal 8 linie tilpasset til Fpz-Fz streg (Figur 1E).
    5. Digitalisere de afmærkede 10-20 referencepunkter og optodes positioner ved hjælp af 3D-magnetiske digitizer.
  3. Gem de digitaliserede koordinater og bruge Spatial Analysis Tool (http://brain-lab.jp/wp/?page_id=52) af det open source-platform for Optiske Topografi analyseværktøjer (potato) software (se tabellen af materialer til pelsther oplysninger) for at registrere fNIRS data på en Montreal Neurological Institute (MNI) hjerne skabelon.
    BEMÆRK: Den implementerede algoritme for probabilistisk registrering konverterer de digitaliserede steder i den virkelige verden koordinatsystem i MNI koordinatsystem og derefter projekter og lokaliserer dem på MNI hjernen overflade (figur 1E) 26,27.
    1. Åbn kartoffel gennem Matlab kommandoen P3.
    2. Vælg "Rumlig analyse" fra menuen i hovedvinduet af kartoflen Graphical User Interface (GUI) og klik på "Rumlig analyse" knappen.
    3. Læg de digitaliserede koordinater ved at klikke på "Tøm 10-20" knappen på Spatial Analysis data Viewer-vinduet.
    4. Klik på "Tøm MNI" knappen.
    5. Vælg de 10/20 referencepunkter på MNI estimering vinduet og starte den rumlige registrering.
  4. Kontroller for korrekt placering af fNIRS kanaler på skabelonen hjernen overflade (Figur 1E): tjek om kanal 8 og kanal 9 overlapper den inter-hemisfærisk revne 28. Hvis korrekt, gemme kanalen konfigurationsfilen for yderligere analyser; ellers erstatte digitaliserings band Re-tilpasse kanalerne 8 og 9 til Fpz-Fz linje og overlappende kanal 9 til Fpz. Gentag derefter digitaliserings procedure.
  5. Placer fNIRS headset tilpasse kanalerne 8 og 9 til Fpz-Fz linje og overlappende kanal 9 til Fpz, efter aftale med digitalisering pandebånd, og fjern pandebånd (Figur 1B-C). Sørg for, at sonden er godt fastgjort til deltagerens hoved.
  6. Placer skygge cap med hovedet kamera monteret på det over fNIRS headset.
  7. Forklare de eksperimentelle regler deltageren. Medtag enhed forsigtighedsforanstaltninger (f.eks., "Tag så lidt tid som muligt uden rushing eller forlader forsøgslederen bag (NO kører)") såvel som task særlige regler (f.eks., "Må ikke gå uden for Queen Square-området ind i de omkringliggende gader eller områder").
  8. Har deltageren held huske alle de regler og gå udenfor for at starte eksperimentet.

3. fNIRS Signaler Quality Assessment

  1. Brug fNIRS systemet i trådløs tilstand først til visuelt inspicere signaler kvalitet på fNIRS bærbar:
    1. Tryk på "Power" knappen på den bærbare boksen og tænde for fNIRS i den trådløse tilstand. Åbn fNIRS erhvervelse software på fNIRS bærbare computer og oprette forbindelse med den bærbare kassen.
    2. Tryk på knappen "Probe justering" for at optimere detektorerne vinde på bunden af ​​det detekterede lys.
    3. Check resultater de sonde justering på softwaren "Probe Justering" vinduet og se om hver detektor modtager nok lys fra kilderne ved at kontrollere, om alle kanaler er klassificeret som "Normal". Hviskanaler er markeret som "Stray" eller "Under", re-sted skygge hætte og maksimere optodes kobling med panden. Hvis kanaler er markeret som "Over", indstille effekt af laseren kilde til "lav".
      BEMÆRK: Som de laterale kanaler dækker dorsolaterale præfrontale cortex, i nogle tilfælde kan det være nødvendigt at flytte hår ud panden for at maksimere det modtagne lys.
    4. Tryk på "Klar" knappen og derefter på "Start" for at erhverve data for et minut og se om hjerteslag (hæmoglobin svingninger af ~ 1 Hz) er synlig på koncentration signaler, hvilket sikrer et godt signal kvalitet.
  2. Sluk den bærbare boksen i den trådløse tilstand trykke på "Power" knappen på det. Tryk på "Power" knappen i forbindelse med "Mode" knappen på den bærbare felt for at tænde fNIRS i enkeltstående tilstand.
    BEMÆRK: enkeltståendetilstand sikrer, at deltageren kan bevæge sig frit omkring forsøgsområdet og undgår nødvendigheden af ​​at være tæt på fNIRS laptop at opretholde den trådløse forbindelse.

4. dataopsamling

  1. Tænd hovedet kamera og eksperimentatorer kameraer og begynder at filme. Tryk bærbar boks for at optimere detektorerne vinde og tryk derefter på "Play / Stop" knappen for at starte fNIRS erhvervelse (sampling frekvens = 5 Hz) knappen "Probe justering" på fNIRS.
  2. Tilføj en markør til fNIRS data manuelt ved at bruge "Mark" knappen på fNIRS bærbare kasse sammen med en lyd udløser (f.eks., Et bip). Lyden trigger skal tydeligt optaget på alle videokameraer. Derefter starte eksperimentet.
    BEMÆRK: Dette giver en solid tid synkronisering mellem de forskellige videokameraer og de ​​fNIRS optagelsen.

5. forsøgsprotokol & #160;

  1. Medtag følgende betingelser og opveje de potentielle hukommelse dem på tværs af deltagerne:
    1. Bruge 3 baseline betingelser:
      BEMÆRK: Dette gør det muligt at afkoble globale hæmodynamiske og iltning ændringer som følge af walk-relaterede systemiske forandringer versus mere lokaliserede reaktioner på grund af hjernen (neuronal) funktion.
      1. For resten 1 tilstand, har deltageren stå stille på gaden, hvor testen er udført, og tælle antallet af stimuli på et stykke papir (f.eks. Ved at bruge et ark indeholdende Xs og Os trykt på det og har deltageren tæller antallet af Os på det).
      2. For resten 2 tilstand, har deltageren gå en kort afstand til en normal ganghastighed, og gøre ingen andre krav til ham.
      3. For den hidtidige tilstand, har deltageren gåtur rundt i hele gaden, hvor forsøget udføres.
        BEMÆRK: I vores tilfælde tog eksperimentet stedi Queen Square, London WC1N, UK
    2. For forurenede Løbende tilstand, har deltageren gå rundt i forsøgsområdet og tælle forekomsten af visse poster (f.eks., At antallet af tegn anbringes på bygninger, der indeholder ordet "Queen").
    3. For ikke-sociale Prospektiv hukommelse tilstand, har deltageren udføre Løbende opgave (f.eks., Har deltageren tælle antallet af datoer og åbningstider fastgjort til bygninger), men derudover, hvis de kom inden for en bestemt afstand af en parkometer, har dem gå over til det og røre ved det.
    4. For Social Prospective Memory tilstand, har deltageren udføre Løbende opgave (f.eks., Har deltageren tælle antallet dørklokker), men derudover har han reagere på en af de eksperimentatorer, der fungerer som en konfødererede der bevæger sig rundt i præ -specified positioner inden den eksperimentelle område. Har deltageren gå over til demog give dem en "knytnæve bump" hilsen.
    5. Brug en ekstra Løbende tilstand (Forurenet Løbende) efter PM (f.eks., Deltagerne skal tælle antallet af uhindret trapper indenfor testområdet).
    6. Gentag de to Rest betingelser beskrevet ovenfor i modsat rækkefølge (Rest 2 og derefter hvile 1).
      BEMÆRK: Dette giver mulighed for vurdering af walk-relaterede systemiske forandringer i slutningen af forsøget.

6. Gendan begivenheder fra videoer

  1. Download videoer fra alle kameraer og gemme i MPG4-format.
  2. Indlæse videoer fra alle kameraer i ELAN (https://tla.mpi.nl/tools/tla-tools/elan/) og synkronisere videoerne: Brug Options / medier Synkronisering tilstand og tilpasse dem baseret på den tid punkt af lyd udløser.
  3. I ELAN, bruge anmærkninger og tryk på Tier-knappen på ELAN hovedvinduet (med henvisningtil grupper af annotationer, dvs.., en tier for alle sociale PM mål) for at markere begivenheder i video-stream.
    1. Se synkroniseret video-stream og anmærke starten og slutningen af ​​hver eksperimentel tilstand, og bruge metodetrin til det punkt, hvor hver PM målet er nået. Brug separate metodetrin for sociale og ikke-sociale PM mål.
    2. Fuldføre videoredigering for hver deltager og bruge File / Export As / Interlinear Tekst for at eksportere som en tekstfil alle de annoterede tidspunkter.

7. Dataanalyse

  1. Åbn fNIRS software og eksportere data fra den bærbare kasse flash-kortet i fNIRS laptop.
    BEMÆRK: fNIRS systemet behandlingsenhed bruger den modificerede Lambert-Beers lov og beregner de relative ændringer i HbO 2 og HHb fra en vilkårlig nul baseline i begyndelsen af perioden måling. Koncentrationsværdier er derfor udtrykt i molære koncentrationer (mmol / L) gangetaf vejlængden (mm) 6, eftersom de ikke er korrigeret for den optiske vejlængde.
  2. Gem koncentrationer af data og importere dem til Matlab gennem en in-house pre-behandling software.
  3. Pre-proces signalerne efter disse trin (figur 3B):
    1. Signaler ned prøvetagning til 1 Hz:
      1. Brug en spline interpolation (Matlab funktion: interp1) til ned eksempeldata fra 5 Hz til 1 Hz.
    2. Lineær Detrending:
      1. For at fjerne langsomme driver af signalet, skal du bruge en lineær interpolation (Matlab funktion: polyfit) mellem Rest 1 faser i begyndelsen og slutningen af ​​forsøget.
    3. Motion Artifact Rettelse:
      1. For hver kanal, identificere og fjerne bevægelsesartefakter gennem et wavelet-baserede metode 31. Forbedre signaler kvalitet ved at anvende Korrelation Based Signal Improvement (CBSI) metode 32.
    4. Complex wavelet transformere:
        <li> Brug en Morlet mor wavelet, skaleres og oversat over tid, til at beregne den wavelet transformation af hver kanal gennem wavelet værktøjskasse (Matlab funktion: vægt) leveret af Grinsted et al 33 (. http://noc.ac.uk/ hjælp-science / crosswavelet-wavelet-sammenhæng).
        BEMÆRK: Fra wavelet spektrum, er det muligt at vurdere det spektrale indhold af signaler i en tid-frekvens rum.
    5. Band-pass filtrering:
      1. På bunden af wavelet analyse, brug en 3. ordens Butterworth båndpasfilter (Matlab funktioner: smør og filter) med cut-off frekvenser på 0,008 til 0,2 Hz 7, 34.

Representative Results

Figur 3 viser et eksempel på HbO 2 og HHb un-behandlede signaler (kanal 8) registreret under det liv-baserede PM eksperiment i dette casestudie (figur 3A) og de ​​tilsvarende signaler (figur 3C) efter at være præ-behandlet (figur 3B ). Figur 4 viser wavelet kraftspektrum kanal 8 HbO 2 og HHB signaler, hvor rektangel angiver frekvensområdet konserveret med band-pass filter. I betragtning af, at deltageren gik udenfor hele eksperimentet og flyttede sit hoved til at udføre opgaven, var den fNIRS systemet robust over for bevægelsesartefakter og sollys. Faktisk kan HbO 2 trin og HHB formindskelser findes i korrespondance til ikke-sociale (figur 3D) og social (figur 3E) potentielle hukommelse begivenheder. Disse tendenser typisk betegne funktionel hjerneaktivitet 13, 35. Ivirkeligheden, når en hjerne område er aktiveret, neuronerne 'metaboliske efterspørgsel efter ilt stiger med deraf følgende stigninger i regional cerebral blodgennemstrømning. Da de fleste af ilt er leveret til celler gennem hæmoglobin, er intervaller i HbO 2 og fald i HHB-koncentrationer observeret under funktionel hjerneaktivitet 9. Regioner i præfrontale cortex, som udviser disse tendenser kan vurderes ved den rumlige fordeling af HbO 2 og HHB koncentrationsværdier kortlagt over panden (figur 5, Video 1, Video 2). Et eksempel på hvordan hjernen svar på et socialt PM tilfælde er fordelt over alle kanalerne er vist i figur 5. Figur 5A og 5B er henholdsvis den rumlige fordeling over panden HBO 2 og HHb til sociale PM tilfælde (t = 2455 s), mens figur 5C og 5D rapport respektiv ely den rumlige fordeling af HbO 2 og HHb til den ikke-sociale PM begivenhed (t = 1744 s). 5 viser regionale steder (kanaler) Figur hvor en stigning i HbO 2 (rød, figur 5A-C) og et fald i HHb (blå, figur 5B-D) er der tydelige tegn, tegn på stigning hjernefunktion. Et eksempel på hvordan præfrontale cortex aktivitet til social PM og ikke-sociale PM arrangementer og dens fordeling på tværs af kanaler over tid præsenteres i Video 1 og Video 2. Derudover Figur 6 og 7 viser data fra alle de kanaler, der svarer til tidsvinduer inkluderet i Video 1 og Video 2, hhv.

Walk-relaterede hæmodynamiske og kan iagttages iltnings- ændringer i figur 3A. En tilsyneladende HHB stiger og HBO 2 fald opstår under gang betingelser, og disse fjernes efter forbehandling.

Indholdsproduktion "fo: holde-together.within-side =" altid "> Figur 1
Figur 1. fNIRS headset placering og kanaler konfiguration. Optodes arrangement i fNIRS proben er vist i panel A. Røde cirkler angiver injektion punkter (kilder), gule cirkler de indsamlingssteder (detektorer) og grønne cirkler de målinger kanaler. Sonden anbringes over panden (B, C, D) med kanalen 9 i overensstemmelse med Fpz point og kanaler 8-9 på linie med NASION-Inion midterlinjen. Det digitaliserede kanaler placering er omdannet til MNI koordinatsystem og overlappede på hjernen cortex (E). Klik her for at se en større version af dette tal.

6 / 53336fig2.jpg "/>
Figur 2. 10-20-system anatomiske referencer. Fremhævet cirkler angiver de valgte referencepunkter skal mærkes på deltagerens hoved (Nz = NASION, Iz = Inion, LPA = Venstre Pre-auricular, RPA = Right Pre-auricular). Klik her for at se en større version af dette tal.

Figur 3
Figur 3. Signal forbehandling stream. (A) HBO 2 og HHB rå signaler taget fra en repræsentativ kanal (Channel 8). Sorte linjer markerer starten og slutningen af ​​hver eksperimentel tilstand. Grøn og magenta linjer markerer ikke-sociale og samfundsmæssige potentielle hukommelse hits. Stjerner angiver de gik betingelser. (R1 = Rest 1, R2 = Rest 2; B = Baseline, OGU = Løbende uforurenet, PMN'er = ikke-SOCIALE Prospektiv hukommelse; PM'er = social Prospective hukommelse; OGC = Igangværende forurenet). (B) Dette panel viser forbehandling blokdiagrammet anvendes til Channel 8 råsignaler. (C) De resulterende forbehandlede signaler præsenteres. (D, E) HBO 2 stigninger og HHb falder forekomme som reaktion på en udvalgt ikke-sociale (D) og sociale (E) potentielle hukommelse hits. Denne hæmodynamisk trend er normalt relateret til funktionel aktivering. Klik her for at se en større version af dette tal.

Figur 4
Figur 4. Wavelet effektspektre. (A, B) Den wavelet effektspektre for kanal 8 HbO 2 og HHB råsignaler præsenteres i panel A og B, hhv. Sorte linjer markerer starten og slutningen af ​​hver eksperimentel tilstand. Stjerner angiver de gik betingelser. (R1 = Rest 1, R2 = Rest 2; B = Baseline, OGU = Løbende uforurenet, PMN'er = ikke-social Prospektiv hukommelse, PM'er = sociale Prospektiv hukommelse, OGC = Igangværende forurenet). Den sorte firkant fremhæver frekvensområdet bevaret gennem båndpasfilter (0,008 til 0,2 Hz). Klik her for at se en større version af dette tal.

Figur 5
Figur 5. Rumlig fordeling af kortikale aktivitet PM begivenheder. Er HBO 2 og HHB koncentrationsændringer kortlagt på hjernen cortex at finde funktionelle aktivitet som reaktion på sociale PM begivenheder (AB) og ikke-sociale PM arrangementer (CD). HbO 2og er taget HHB-værdier ved t = 2455 sek for den sociale PM begivenhed (AB) og t = 1.744 sek for den ikke-sociale PM begivenhed (CD). Klik her for at se en større version af dette tal.

Figur 6
Figur 6. oxyhæmoglobin og deoxyhæmoglobin signaler for alle kanaler som reaktion på ikke-sociale PM arrangementer. De grønne linjer angiver de ikke-sociale PM arrangementer (t = 1.744 sek og t = 1792 sek). Klik her for at se en større version af dette tal.

Figur 7
Figur 7. Oxyhæmoglobin og deoxyhæmoglobin SIGnaler for alle kanaler som svar på et socialt PM begivenhed. den magentarøde linje angiver den sociale PM begivenhed (t = 2455 sek). Klik her for at se en større version af dette tal.

Figur 7
Video 1. HbO 2 og HHB koncentration ændringer sociale PM arrangementer. Videoen viser, hvordan HbO 2 (venstre panel) og HHb (højre panel) udvikle sig over tid, mens deltageren nærmer til den sociale PM målet. Videoen på kameraet fastgjort til eksperimentatoren bryst synkroniseres. Klik her for at se denne video.

Figur 7 Video 2. HbO 2 og HHb koncentrationsændringer til ikke-sociale PM arrangementer. Videoen viser, hvordan HbO 2 (venstre panel) og HHb (højre panel) udvikle sig over tid, mens deltageren nærmer til den ikke-sociale PM målet. Videoen på kameraet fastgjort til eksperimentatoren bryst synkroniseres. Klik her for at se denne video.

Discussion

Formålet med denne undersøgelse var at vurdere den potentielle anvendelse af bærbare og fiberless fNIRS at overvåge hjernen hæmodynamiske og iltning ændringer i forbindelse med hjernens neuronal aktivitet under den virkelige verden situationer. En bærbar og fiberless multikanal fNIRS system blev anvendt til at måle hjerneaktivitet i det præfrontale cortex i et prospektivt hukommelse opgave, der udføres uden for laboratoriet. Sagen undersøgelse rapporteret her udforskes, om hjernen ændringer i HbO 2 og HHb på en frit bevægelige deltager som reaktion på sociale og ikke-sociale PM stikord i et eksperiment uden for laboratoriet kan overvåges løbende og håndfast.

Brugen af ​​fNIRS på frit bevægelige deltagere i livet-baserede eksperimenter repræsenterer en udfordrende situation. Faktisk kan hovedbevægelser forårsage probe forskydninger med deraf følgende bevægelsesartefakter som korrupte den optiske identifikation af hjernens aktivitet 36. Desuden optiske sensorer er følsomme over for falsk lys (f.eks., sollys, når eksperimenterne udføres udenfor), skabe yderligere støj i fNIRS signaler. Den rapporterede casestudie giver en foreløbig demonstration af gennemførlighed af fNIRS systemet i sådanne virkelige liv applikationer. Fraværet af optiske fibre i sådanne anordninger forhindrer optisk kobling mellem hovedbunden og optodes resulterer i mere robuste målinger mod bevægelsesartefakter. Desuden skraveringen cap sikrer en god afskærmning fra falsk lys, som undgår detektorer mætning og lave Signal-støjforhold (SNR). Desuden blev der fundet stigninger i HbO 2 og fald i HHB-koncentrationer i korrespondance med de sociale og ikke-sociale PM hits (Figur 3D-E) 11, 37 yderligere støtte dets gennemførlighed. For at vurdere, om de hæmodynamiske tendenser i figur 3D-E er statistisk signifikant og at lokalisere aktiverede områder inden det præfrontale cortex (figur 5, Video 1, Video 2, figur 6, figur 7), er gruppen niveau analyser påkrævet. For at gøre inferens og identificere funktionelt specialiserede præfrontale cortex regioner 38, 39, vil fremtidige værker præsentere gruppens data og statistiske analyser baseret på statistiske Parametrisk Mapping (SPM) ved hjælp af en generel lineær model (GLM) tilgang.

Selv om resultater skal betragtes som foreløbige, er det blevet påvist, at fiberless fNIRS effektivt kan bringes uden for de traditionelle lab indstillinger og anvendes til tidstro overvågning af hjerneaktivitet. Dette åbner op for nye retninger for neurologisk og neurovidenskab forskning. Der er mindst to oplagte områder for anvendelse i denne henseende. Den første vedrører økologiske gyldighed. Cognitive Neuroscience forskere undersøger mønstre i hjernens aktivitet, mens folk udfører kognitive opgaver (ved hjælp af f.eks., Blod ilt niveau afhængig tegnal forandring som en proxy i funktionel MRI) for at forsøge at opdage, hvordan hjernen understøtter vores mentale evner. I nogle tilfælde er det muligt at skabe eksperimentelle situationer i scanneren, der svarer meget nøje situationen i hverdagen, hvor processen af ​​interesse anvendes. Betragt for eksempel læsning. Læsning ord på en skærm, mens i en MR-scanner sandsynligvis gør sådanne lignende krav til læsning ord i en bog, når derhjemme, at det næsten er taget for givet, at de resultater, hentet i scanneren kan hjælpe med at forklare, hvordan hjernen implementerer læsning i hverdagen. Men for mange former for menneskelig adfærd og kognition, denne antagelse er mere usikker. For eksempel kan de kognitive processer, som en deltager bruger, når en social situation præsenteres i en MR-scanner (hvor deltageren er immobile, på egen hånd, og i en meget uvant og stramt kontrolleret miljø) godt være anderledes på vigtige hensyn til dem engageret, når deltageren er Socialising i det virkelige liv 40. Dette er især vigtigt i den sociale neurovidenskab, hvor undersøgelse af neuronkorrelater inter-personlige dynamik (betegnet hyperscanning, til gennemgang se Babiloni og Astolfi 2014 41) kræver en mere naturalistisk miljø. NIRS-baserede hyperscanning 42, kan 43 udgør således et nyt værktøj til samtidig overvågning af hjernens aktivitet fra to eller flere personer i realistiske situationer. Faktisk er der nogle mentale evner, der ikke kan studeres godt i meget kunstige og fysisk begrænset miljø af et MRI, PET eller MEG scanner. Disse involverer mobilisering eller store mængder af kropslig bevægelse samt de involverer sociale interaktioner er oplagte kandidater. Af denne grund, at kunne studere hjerneaktivitet deltagere i naturalistiske situationer er meget ønskeligt for forskere.

En anden, beslægtet, bred anvendelsesområde angår anvendelsen af ​​denne teknologi ikliniske situationer. En oplagt kandidat kan være neurorehabilitering, hvor man måtte ønske at studere virkninger på hjernen af uddannelses- procedurerne for dagligdags aktiviteter (f.eks., I et køkken), eller af medicin på bestemte neuronale populationer i relation til disse aktiviteter. Men teknologien kan også måske udvikles til undervisningsmiljøer så godt, og f.eks., Til brug for "real-time" selv-overvågning af hjernens aktivitet. Den bærbarhed, lav risiko, og evne til at bruge det i stedet i den virkelige verden miljøer med minimal begrænsning på adfærd, der gør denne metode meget forskellig fra andre, der er tilgængelige i øjeblikket.

Men selv om bærbare fNIRS systemer viser potentiale for den virkelige verden observationer, er der andre begrænsninger, der skal løses, når du bruger fNIRS under naturlig gå. Da det infrarøde lys bevæger sig gennem hovedbunden, det er følsomt over processer, der sker både på den cerebrale ennd ekstra cerebrale rum i hovedet. Tidligere undersøgelser viste, at en vis mængde af de signaler, målt gennem fNIRS skyldes systemiske ændringer 34, 39, 44, som ikke er direkte relateret til hjernens aktivitet (se Scholkmann et al. 9 for en gennemgang). Som intra og ekstra cerebral hæmodynamisk påvirkes af systemiske forandringer både opgave-fremkaldte og spontan (f.eks., Puls, blodtryk, åndedræt, hud blodgennemstrømningen), fysiologiske ændringer i forbindelse med gå-aktiviteten bør overvejes. De stammer fra det autonome nervesystem (ANS) aktivitet, som regulerer puls, respiration, blodtryk og fartøjer diameter gennem sine efferente fibre. Mere præcist, den sympatiske opdeling af ANS er hyper-aktiveret under træning fører til puls, blodtryk og åndedræt trin 45. For eksempel har tidligere studier vist, at respiration inducerer ændringer i partialtrykket af carbon dioxide i det arterielle blod (Paco 2), som igen påvirker cerebral blodgennemstrømning og cerebral blodvolumen 46, 47. Hertil kommer, 3A viser et eksempel på periodiske HHB stiger og HBO 2 Nedskrivninger, som opstår inden for gå perioder, der kan forveksles med hjernen deaktivering. For at gøre konsekvent sammenligninger mellem forhold (f.eks., Vurdere, om væsentlige ændringer i koncentrationen opstår i forhold til en baseline periode), bør måles alle de eksperimentelle faser under samme fysiske aktivitet tilstand. Af denne grund blev en vandrede hvile fase (Rest 2), som indgår i vores liv-baseret protokol. En korrekt fortolkning af fNIRS data kræver også en god SNR. Dette opnås sædvanligvis med konventionelle blok og event-relaterede designs hvor stimulationer gentages flere gange. Trial gentagelser og strukturerede designs er ikke altid muligt i livets-baserede eksperimenter. Af denne grund, yderligere sensorer og en passende analyse techniques at tage højde for systemiske ændringer 48 og bevægelsesartefakter er nødvendige for at forbedre SNR og korrekt fortolke hjernens signaler. Vi planlægger at undersøge virkningen af ​​sådanne walk-relaterede systemiske forandringer gennem brug af bærbare enheder til at overvåge vejrtrækning, puls og gå tempo. Desuden er problemet med begivenheder opsving skal løses, også. I kognitiv neurovidenskab eksperimenter, er hjernens aktivitet undersøgt i forhold til stimuli eller miljøer stødt af deltagerne «, og deres adfærd som reaktion på, eller foregribelse af dem. Eksperimentatorer derfor nødt til at (a) ved, hvad er i øjeblikket tilgængelig til deltageren i deres miljø, og (b) har et øjeblik-for-øjeblik referat af deltagerens adfærd. I en typisk laboratorium situation, disse faktorer let kan kontrolleres, da forsøgslederen kan begrænse, hvad deltagerne oplever, og formen og antallet af adfærd, at deltageren kan Evince. Men det er ikketilfældet i "den virkelige verden" miljøer uden for laboratoriet, hvor mange begivenheder og oplevelser, at deltageren forskningen vil have er uden for streng kontrol af forsøgslederen 49. I overensstemmelse hermed, "den virkelige verden" type opgaver af den art undersøgt her, er videooptagelser anvendes til analyse (f.eks., Shallice og Burgess, 1991 3). Dette gør det muligt at inddrive både vedvarende (f.eks., Blok-niveau) og forbigående (f.eks., Event-relaterede) processer, der understøtter forskellige aspekter af ydeevne (for oversigt se Gonen-Yaacovi og Burgess 2012 21). De begivenheder, der skal tilbagesøges fra videooptagelserne vil afhænge af den teoretiske spørgsmål, der behandles i eksperimentet. I den rapporterede casestudie blev event indledninger udvundet fra de videoer filmet af de 3 kameraer. Denne procedure bestemme indtræden og ophør af bestemte signaler og adfærdsmæssige reaktioner er besværlig og kræver dygtighed, når udført på livet-baserede daten. Et centralt problem er, at med "virkelige liv" type experiments er der som regel ikke den samme grad af a priori viden om begivenheder som med lab-baserede dem, og deltagerne har som regel mere rækkevidde i den måde, de kan reagere. Da deltagerne frit kan bevæge sig på en naturlig og ukontrolleret miljø, står de over for en bred vifte af hastigt skiftende stimuli, og det er svært at genvinde hæmodynamisk respons på den virkelige begivenhed af interesse. For eksempel i casestudiet, de hæmodynamiske tendenser til HbO 2 og HHb (figur 3D-E) er ikke faselåst til videoen-genvundet debut som den typiske event-relaterede hæmodynamisk respons 38. HbO 2 og HHb begynder henholdsvis at stige og falde 20 sek før stimulus debut og nå et højdepunkt efter det. Yderligere analyser er således nødvendigt at fastslå, om PM køer begivenheder, der sker faktisk, når deltageren ser målet, da han nærmer imod det ellernår han når det. I betragtning af potentialet i fiberless fNIRS teknologier til det virkelige liv kliniske anvendelser, fremtidige arbejde vil tage fat på video-kodning problem ved at udvikle nye algoritmer til at identificere event indledninger på en mere objektiv måde, samt undersøge muligheden for at gøre det direkte fra fNIRS data.

Materials

Name Company Catalog Number Comments
Wearable Optical Topography Hitachi High-Technologies Corporation fNIRS system
Patriot Polhemus 3D magnetic digitizer
ActionCam Mobius Subject's Camera
Hero3 GoPro Experimenter's Camera
Panasonic HC-V720 Panasonic Experimenter's Camera
Platform for Optical Topography Analysis Tools (POTATo) software Hitachi, Ltd. http://www.hitachi.co.jp/products/ot/analyze/kaiseki_en.html

DOWNLOAD MATERIALS LIST

References

  1. Alvarez, J. A., Emory, E. Executive function and the frontal lobes: a meta-analytic review. Neuropsychol. Rev. 16, (1), 17-42 (2006).
  2. Jurado, M. B., Rosselli, M. The elusive nature of executive functions: a review of our current understanding. Neuropsychol. Rev. 17, (3), 213-233 (2007).
  3. Shallice, T. I. M., Burgess, P. W. Deficits in strategy application following frontal lobe damage in man. Brain. 114, (2), 727-741 (1991).
  4. Burgess, P. W., Alderman, N., Volle, E., Benoit, R. G., Gilbert, S. J. Mesulam's frontal lobe mystery re-examined. Restor. Neurol. Neurosci. 27, (5), 493-506 (2009).
  5. Kvavilashvili, L., Ellis, J. A. Ecological validity and the real-life/laboratory controversy in memory research: a critical and historical review. History and Philosophy of Psychology. 6, (1), 59-80 (2004).
  6. Atsumori, H., et al. Development of wearable optical topography system for mapping the prefrontal cortex activation. Rev. Sci. Instrum. 80, (4), 043704 (2009).
  7. Piper, S. K., et al. A wearable multi-channel fNIRS system for brain imaging in freely moving subjects. Neuroimage. 85, 64-71 (2014).
  8. Casson, A. J., Smith, S., Duncan, J. S., Rodriguez-Villegas, E. Wearable EEG: what is it, why is it needed and what does it entail? IEEE Eng. Med. Biol. Mag. 5867-5870 (2008).
  9. Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. Neuroimage. 85, 6-27 (2014).
  10. Hoshi, Y. Functional near‐infrared optical imaging: Utility and limitations in human brain mapping. Psychophysiology. 40, (4), 511-520 (2003).
  11. McKendrick, R., Parasuraman, R., Ayaz, H. Wearable functional near infrared spectroscopy (fNIRS) and transcranial direct current stimulation (tDCS): expanding vistas for neurocognitive augmentation. Front. Syst. Neurosci. 9, (2015).
  12. Lloyd-Fox, S., Blasi, A., Elwell, C. E. Illuminating the developing brain: the past, present and future of functional near infrared spectroscopy. Neurosci. Biobehav. Rev. 34, (3), 269-284 (2010).
  13. Obrig, H., et al. Near-infrared spectroscopy: does it function in functional activation studies of the adult brain? Int. J. Psychophysiol. 35, (2), 125-142 (2000).
  14. Ferrari, M., Quaresima, V. A brief review on the history of human functional near-infrared spectroscopy (fNIRS) development and fields of application. Neuroimage. 63, (2), 921-935 (2012).
  15. Sagara, K., Kido, K., Ozawa, K. Portable single-channel NIRS-based BMI system for motor disabilities' communication tools. Conf. Proc. IEEE Eng. Med. Biol. Soc. 602-605 (2009).
  16. Shiga, T., Yamamoto, K., Tanabe, K., Nakase, Y., Chance, B. Study of an algorithm based on model experiments and diffusion theory for a portable tissue oximeter. J. Biomed. Opt. 2, (2), 154-161 (1997).
  17. Muehlemann, T., Haensse, D., Wolf, M. Wireless miniaturized in-vivo near infrared imaging. Opt. Express. 16, (14), 10323-10330 (2008).
  18. Kim, C. K., Lee, S., Koh, D., Kim, B. M. Development of wireless NIRS system with dynamic removal of motion artifacts. Biomed. Eng. Lett. 1, (4), 254-259 (2011).
  19. Ayaz, H., Onaral, B., Izzetoglu, K., Shewokis, P. A., McKendrick, R., Parasuraman, R. Continuous monitoring of brain dynamics with functional near infrared spectroscopy as a tool for neuroergonomic research: empirical examples and a technological development. Front. Hum. Neurosci. 7, 871 (2013).
  20. Safaie, J., Grebe, R., Moghaddam, H. A., Wallois, F. Toward a fully integrated wireless wearable EEG-NIRS bimodal acquisition system. J. Neural. Eng. 10, (5), 056001 (2013).
  21. Gonen-Yaacovi, G., Burgess, P. W. Prospective memory: the future for future intentions. Psychol. Belg. 52, (2-3), 173-204 (2012).
  22. Gilbert, S. J., Williamson, I. D. M., Dumontheil, I., Simons, J. S., Frith, C. D., Burgess, P. W. Distinct regions of medial rostral prefrontal cortex supporting social and nonsocial functions. Soc. Cogn. Affect. Neurosci. 2, 217-226 (2007).
  23. Burgess, P. W., Gonen-Yaacovi, G., Volle, E. Functional neuroimaging studies of prospective memory: What have we learnt so far? Neuropsychologia. 49, (8), 2246-2257 (2011).
  24. Okamoto, M., et al. Three-dimensional probabilistic anatomical cranio-cerebral correlation via the international 10–20 system oriented for transcranial functional brain mapping. Neuroimage. 21, (1), 99-111 (2004).
  25. Jasper, H. H. The ten twenty electrode system of the international federation. Electroencephalogr. Clin. Neurophysiol. 10, 371-375 (1958).
  26. Okamoto, M., Ippeita, D. Automated cortical projection of head-surface locations for transcranial functional brain mapping. Neuroimage. 26, (1), 18-28 (2005).
  27. Singh, A. K., et al. Spatial registration of multichannel multi-subject fNIRS data to MNI space without MRI. Neuroimage. 27, (4), 842-851 (2005).
  28. Koessler, L., et al. Automated cortical projection of EEG sensors: anatomical correlation via the international 10–10 system. Neuroimage. 46, (1), 64-72 (2009).
  29. Burgess, P. W., Quayle, A., Frith, C. D. Brain regions involved in prospective memory as determined by positron emission tomography. Neuropsychologia. 39, 545-555 (2001).
  30. Burgess, P. W., Scott, S. K., Frith, C. D. The role of the rostral frontal cortex (area 10) in prospective memory: a lateral versus medial dissociation. Neuropsychologia. 41, 906-918 (2003).
  31. Molavi, B., Dumont, G. A. Wavelet-based motion artifact removal for functional near-infrared spectroscopy. Physiol. Meas. 33, (2), 259-270 (2012).
  32. Cui, X., Bray, S., Reiss, A. L. Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics. Neuroimage. 49, (4), 3039-3046 (2010).
  33. Grinsted, A., Moore, J. C., Jevrejeva, S. Application of the cross wavelet transform and wavelet coherence to geophysical time series. Nonlin. Processes Geophys. 11, (5/6), 561-566 (2004).
  34. Kirilina, E., et al. Identifying and quantifying main components of physiological noise in functional near infrared spectroscopy on the prefrontal cortex. Front. Hum. Neurosci. 7, (2013).
  35. Hoshi, Y., Tamura, M. Dynamic multichannel near-infrared optical imaging of human brain activity. J. Appl. Physiol. 75, (4), 1842-1846 (1993).
  36. Brigadoi, S., et al. Motion artifacts in functional near-infrared spectroscopy: a comparison of motion correction techniques applied to real cognitive data. Neuroimage. 85, 181-191 (2014).
  37. Huppert, T. J., Hoge, R. D., Diamond, S. G., Franceschini, M. A., Boas, D. A. A temporal comparison of BOLD, ASL, and NIRS hemodynamic responses to motor stimuli in adult humans. Neuroimage. 29, (2), 368-382 (2006).
  38. Friston, K. J., Holmes, A. P., Worsley, K. J., Poline, J. P., Frith, C. D., Frackowiak, R. S. Statistical parametric maps in functional imaging: a general linear approach. Hum. Brain Mapp. 2, (4), 189-210 (1994).
  39. Tachtsidis, I., Koh, P. H., Stubbs, C., Elwell, C. E. Functional optical topography analysis using statistical parametric mapping (SPM) methodology with and without physiological confounds. Adv. Exp. Med. Biol. 662, 237-243 (2010).
  40. Burgess, P. W., Alderman, N., Evans, J., Emslie, H., Wilson, B. A. The ecological validity of tests of executive function. J. Int. Neuropsychol. Soc. 4, 547-558 (1998).
  41. Babiloni, F., Astolfi, L. Social neuroscience and hyperscanning techniques: past, present and future. Neurosci. Biobehav. Rev. 44, 76-93 (2014).
  42. Scholkmann, F., Holper, L., Wolf, U., Wolf, M. A new methodical approach in neuroscience: assessing inter-personal brain coupling using functional near-infrared imaging (fNIRI) hyperscanning. Front. Hum. Neurosci. 7, (2013).
  43. Cui, X., Bryant, D. M., Reiss, A. L. NIRS-based hyperscanning reveals increased interpersonal coherence in superior frontal cortex during cooperation. Neuroimage. 59, (3), 2430-2437 (2012).
  44. Tachtsidis, I., Leung, T. S., Devoto, L., Delpy, D. T., Elwell, C. E. Measurement of frontal lobe functional activation and related systemic effects: a near-infrared spectroscopy investigation. Adv. Exp. Med. Biol. 614, 397-403 (2008).
  45. Freeman, J. V., Dewey, F. E., Hadley, D. M., Myers, J., Froelicher, V. F. Autonomic nervous system interaction with the cardiovascular system during exercise. Prog. Cardiovasc Dis. 48, (5), 342-362 (2006).
  46. Scholkmann, F., Gerber, U., Wolf, M., Wolf, U. End-tidal CO2: an important parameter for a correct interpretation in functional brain studies using speech tasks. Neuroimage. 66, 71-79 (2013).
  47. Tisdall, M. M., et al. The effect on cerebral tissue oxygenation index of changes in the concentrations of inspired oxygen and end-tidal carbon dioxide in healthy adult volunteers. Anesth. Analg. 109, (3), 906-913 (2009).
  48. Tachtsidis, I., Leung, T. S., Chopra, A., Koh, P. H., Reid, C. B., Elwell, C. E. False positives in functional nearinfrared topography. Adv. Exp. Med. Biol. 645, 307-314 (2009).
  49. Gilbert, S. J., Zamenopoulos, T., Alexiou, K., Johnson, J. H. Involvement of right dorsolateral prefrontal cortex in ill-structured design cognition: An fMRI study. Brain Res. 1312, 79-88 (2010).

Comments

0 Comments


    Post a Question / Comment / Request

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

    Video Stats