Automatic Translation

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

 JoVE Behavior

Utilisation fiberless, fNIRS Wearable pour surveiller l'activité cérébrale dans des tâches cognitives monde réel

1,2, 3, 3, 1, 3, 2, 3, 3, 3, 1

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

Article
    Downloads Comments Metrics Publish with JoVE
     

    Summary

    Suivi de l'activité du cerveau à l'extérieur du laboratoire sans contraintes physiques présente des défis méthodologiques. Un fiberless, système portable fonctionnelle spectroscopie proche infrarouge (fNIRS) a été utilisé pour mesurer l'activité du cerveau pendant une tâche de mémoire prospective écologique. Il a été démontré que ce système pourrait être utilisé pour surveiller l'activité cérébrale au cours d'expériences sur la base non-laboratoire.

    Date Published: 12/02/2015, Issue 106; doi: 10.3791/53336

    Cite this Article

    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).

    Abstract

    Près fonctionnelle spectroscopie infrarouge (fNIRS) est une technique de neuro-imagerie qui utilise la lumière proche infrarouge pour surveiller l'activité du cerveau. Basé sur le couplage neurovasculaire, fNIRS est capable de mesurer la concentration d'hémoglobine change secondaire à l'activité neuronale. Comparé à d'autres techniques de neuroimagerie, fNIRS représente un bon compromis en termes de résolution spatiale et temporelle. En outre, il est portable, léger, moins sensible aux artefacts de mouvement et de ne pas imposer des contraintes physiques importantes. Il convient donc de surveiller un large éventail de tâches cognitives (par exemple, auditif, analyse de la marche, l'interaction sociale) et les populations d'âge différent (par exemple, les nouveaux-nés, adultes, personnes âgées). Le développement récent de dispositifs de fNIRS fiberless a ouvert la voie à de nouvelles applications dans la recherche en neurosciences. Cela représente une occasion unique d'étudier l'activité fonctionnelle lors de tests dans le monde réel, qui peut être plus sensible et précis dans le culesser la fonction cognitive et la dysfonction de tests basés en laboratoire. Cette étude a exploré l'utilisation de fiberless fNIRS pour surveiller l'activité du cerveau pendant une tâche de mémoire prospective du monde réel. Ce protocole est effectuée en dehors du laboratoire et le cerveau hémoglobine changements de concentration sont mesurés en continu sur le cortex préfrontal tandis que le sujet se promène dans le but d'accomplir plusieurs tâches différentes.

    Introduction

    Anomalie de la fonction dans le cortex préfrontal, et surtout la sous-partie la plus antérieure (cortex préfrontal rostrale ou BA10) est commun dans une gamme de conditions de développement, psychiatriques et neurologiques. Il provoque des perturbations notables dans la résolution de problèmes, la mémoire et les capacités attentionnelles dans la vie quotidienne qui sont très invalidante 1,2. Cependant, ces types de problèmes sont difficiles à diagnostiquer en laboratoire ou à la clinique. Ceci est parce que les processus mentaux qui BA 10 supports sont impliqués dans le traitement de roman, des situations ouvertes, où le comportement est auto-initiées 3. Ces situations sont difficiles à recréer avec succès en laboratoire, puisque la situation formelle, artificiel et fortement contraint le participant généralement confronté dans le laboratoire peut changer leur comportement et la façon dont ils abordent la tâche. Cela peut réduire considérablement la validité de la mesure soit à des fins cliniques ou de recherche, avec un fort risque de sous-diagnostic 4 </ sup>. Une des capacités cognitives prises en charge par les lobes frontaux où cela est le plus évident est la mémoire prospective (ie, la capacité de se rappeler de réaliser une action future), où il est connu depuis longtemps qu'il peut y avoir un désaccord important entre les mesures prises dans la vie quotidienne la vie et le laboratoire 5. Ces questions méthodologiques pourraient être largement contournées si les chercheurs et les cliniciens enquête fonction de cortex préfrontal, y compris la mémoire prospective, pourraient faire en prenant leurs mesures dans des situations «monde réel».

    Bien que les techniques de neuro-imagerie représentent un outil puissant pour étudier le fonctionnement du cerveau d'une manière non-invasive et objective, la plupart de ces techniques imposent des contraintes physiques sur le sujet, et ne sont donc pas approprié pour une utilisation dans des contextes de la vie quotidienne (par exemple., Résonance magnétique fonctionnelle ( IRMf), la magnétoencéphalographie (MEG), la tomographie par émission de positons (PET)). Compte tenu de la nécessité de mettreinstruments d'imagerie fonctionnelle à l'extérieur du laboratoire et des améliorations technologiques récentes données, électroencéphalographie portable et portable (EEG) et fonctionnelles près de spectroscopie infrarouge (fNIRS) systèmes ont été développés 6-11. L'un des principaux avantages de fNIRS plus EEG est sa haute résolution spatiale. En outre, il est moins sensible aux artefacts de mouvement, de clignoter et les mouvements oculaires 12. FNIRS portables est donc mieux adaptée pour une utilisation dans des contextes de la vie quotidienne, car il impose moins de contraintes physiques que les EEG et permet la libre circulation dans un environnement plus naturel.

    fNIRS irradie non invasive la tête avec une lumière proche infrarouge (650-900 nm). Comme le tissu biologique est relativement transparent dans cette plage de longueur d'onde, la lumière peut atteindre le cerveau et absorbées par l'hémoglobine. fNIRS mesures ainsi les changements de concentration des deux oxyhémoglobine (HBO 2) et désoxyhémoglobine (HHb) donnant des informations de l'oxygénation et hémodynamique changes associés à l'activité du cerveau. Plus précisément, le cerveau activation fonctionnelle est définie comme une augmentation simultanée de HbO 2 et une diminution de 13 HHb. Toutefois, la profondeur de pénétration de la lumière signifie que le signal ne peut être récupéré à partir de la surface corticale. Comme la lumière est fortement diffusée dans le tissu, il est impossible d'obtenir des informations très spatialement structurel sur le cerveau 14. Systèmes de fNIRS classiques utilisent des fibres optiques couplés à la tête de guider la lumière à travers le cuir chevelu et pour collecter la lumière diffusée en retour. Bien que ces instruments sont compact, portable et bien adapté pour les paramètres de laboratoire, fibres optiques et faisceaux leur poids limitent les mouvements du participant et, si pas bien stabilisée, leurs déplacements conduisent à la contamination d'artéfact de mouvement 7. La nouvelle génération de miniaturisés et de systèmes de fNIRS fiberless offre la possibilité d'explorer l'activité cérébrale dans des situations réalistes sur le déplacement librement participants et sans contraintes physiques importantes. Situations réalistes sont particulièrement précieux lors de l'exploration des fonctions exécutives humaines et des systèmes de fNIRS fiberless peut fournir un aperçu unique de fonctionnement du cerveau humain. Les premiers systèmes de fiberless ont été équipés uniquement d'un petit nombre de canaux (par exemple., Seul canal 15 et 2 canaux 16) de limiter l'enquête à de petites zones. Plus récemment, sans fil et portables multicanaux appareils fNIRS ont été développés 6,7, 17-20 donnant la possibilité de surveiller de plus grandes portions de la tête sur les participants se déplacent librement.

    Dans cette étude, un système portable et fiberless fNIRS nouvelle multicanal a été utilisé pour surveiller et de cartographier l'activité cortex préfrontal lors d'une mémoire prospective du monde réel (PM) tâche. Le système fNIRS se compose principalement d'une unité de sonde flexible (casque) qui recouvre à la fois la dorso-latéral et le cortex préfrontal rostral (figure 1),qui est reliée à une unité (case portatif) de traitement qui est porté sur la taille de la participant (Figure 1D). Le casque est constitué de six diodes émettrices de surface au laser avec deux longueurs d'onde (705 nm et 830 nm) et de 6 photodiodes au silicium. L'absence de fibres optiques permet de réduire le poids et l'encombrement de la sonde, étant beaucoup plus commode et robuste contre les artefacts de mouvement. Les optodes sont disposés dans une géométrie alternatif (figure 1A) avec une séparation inter-optode de 3 cm, créant 16 combinaisons source-détecteur (par ex., 16 canaux de mesure) 6. Afin de protéger le casque de la lumière ambiante, un bouchon d'ombrage est fourni (figure 1D).

    Le but de cette étude était d'étudier la fonction de cortex préfrontal, au cours d'une tâche de mémoire prospective dans le monde réel. Au cours de tâches de mémoire prospective, les participants sont invités à se rappeler pour répondre à une cue rares (par ex., Un familiervisage ou un parcomètre) tout en effectuant une autre tâche exigeante connu comme "une tâche en cours». Dans deux blocs différents de la tâche, les indices de mémoire prospective sociaux (d'une personne) sont contrastées aux indices de mémoire prospective non-sociaux (un parcomètre). Ce contraste a été choisi parce qu'il représente une distinction importante faite entre les différentes formes de repère dans les tâches de mémoire prospective basées sur les événements et donc le paradigme expérimental peut être maintenu à proximité d'une "vie réelle" la situation 21. Bien que BA 10 est connu pour être sensible à la transformation des sociale contre les informations non-sociale dans certaines situations (par exemple., Gilbert et al., 2007 22), des données récentes suggèrent que les changements hémodynamiques à BA 10 liés aux tâches de mémoire prospective sont relativement insensibles aux différences CUE (voir Burgess et al., 2011 23 pour examen). Ainsi, il est une question ouverte si sociale par rapport indices non sociaux affecte 10 BA activité dans le contexte d'un paradigme de la mémoire prospective.

    Le but de cette étude est d'évaluer la faisabilité d'utiliser le système pour surveiller fNIRS hémodynamiques du cortex préfrontal et l'oxygénation des changements induits par une tâche cognitive du monde réel. Nous rapportons ici une seule étude de cas (un participant adulte en bonne santé, 24 ans) sur l'utilisation de l'appareil de fNIRS pendant une tâche de mémoire prospective, menée à l'extérieur dans un endroit typique de Londres de la rue et en imitant les exigences de la vie quotidienne. En particulier, si les changements hémodynamiques en réponse à PM indices sociaux et non sociaux peuvent être enregistrées est étudiée.

    Protocol

    Le protocole a été approuvé par l'UCL comité d'éthique de la recherche locale, le numéro d'agrément CEHP / 2014/901.

    1. Instruments installation avant l'arrivée du participant

    1. Utilisez des enregistrements vidéo à partir de 3 caméras pour analyser les tâches "monde réel" type (par exemple Shallice et Burgess, 1991) 3:
      1. Placer une caméra sur la poitrine de l'expérimentateur, afin de suivre les mouvements des participants.
      2. Montez la caméra de tête sur les fNIRS ombrage bouchon à suivre où le participant est à la recherche pendant toute l'expérience.
      3. Préparer et allumer l'appareil photo pour la deuxième expérimentateur, qui suit le premier expérimentateur et le participant pour toute la session.
    2. Nettoyez les fNIRS casque avec un désinfectant essuyer.
    3. Placez un numériseur 3D dans une salle appropriée (par ex., Loin des objets métalliques, murs et planchers) et allumez-le.

    2. PARTICIPANt Préparation et fNIRS Probe Placement

    1. Avant l'expérience commence, avoir le participant de signer le formulaire de consentement.
    2. Utiliser le système 10 à 20 (figure 2) et numériser les optodes et 10-20 positions standard de 24, 25 pour atteindre conforme fNIRS placement du casque à travers tous les participants:
      1. Mark avec un marqueur lavable nasion (Nz, le point d'intersection entre l'os frontal et les os du nez), Inion (Iz, la protubérance occipitale à l'arrière du cuir chevelu) et des points gauche et droite pré-auriculaires (LPA, RPA, le secteur antérieur de l'oreille en face de l'extrémité supérieure du tragus) (figure 2) en accord avec les instructions du fabricant.
      2. Mesurez la distance Nz-Iz sur et autour de la tête et la distance LPA-RPA sur la tête.
      3. Mark avec un marqueur lavable le Cz (le point d'intersection entre la ligne Nz-Iz et la ligne LPA-RPA, situé au 50% de la distance Nz-Iz et les 50% of la distance LPA-APR), Fpz (10% de la distance Nz-Iz) et Fz (30% de la distance Nz-Iz) points basé sur le système de 10 à 20 (figure 2).
      4. Utilisez un serre-tête avec des trous correspondant aux positions de optodes pour une numérisation plus précise pour tous les participants. Enlever les poils du front autant que possible à l'aide de pinces à cheveux le long de la racine des cheveux. Placez le bandeau de numérisation sur le cortex préfrontal conséquence les points Fpz et Fz: canal 9 en correspondance du point Fpz et le canal 9 canaux ligne 8 aligné à la ligne Fpz-FZ (figure 1E).
      5. Numériser les points de référence 10-20 balisés et les positions de optodes au moyen du numériseur 3D magnétique.
    3. Enregistrer les coordonnées numérisées et utiliser l'outil d'analyse spatiale (http://brain-lab.jp/wp/?page_id=52) de la plate-forme open-source pour les outils optiques d'analyse de la topographie (de pomme de terre) de logiciel (voir le Tableau des matériaux pour la fourrureinformations ther) pour enregistrer des données sur un fNIRS Institut neurologique de Montréal (INM) modèle de cerveau.
      NOTE: L'algorithme mis en œuvre pour l'enregistrement probabiliste convertit les endroits numérisés dans le monde réel système de coordonnées dans le système de coordonnées de l'INM et les projets et les localise sur la surface du cerveau de l'INM (figure 1E) 26,27.
      1. Ouvrir la pomme de terre grâce à la commande P3 Matlab.
      2. Sélectionnez "Analyse spatiale" dans le menu de la fenêtre principale de l'interface utilisateur graphique de pommes de terre (GUI) et cliquez sur le bouton «Analyse spatiale".
      3. Chargez les coordonnées numérisées en cliquant sur le bouton "Empty 10-20" sur la fenêtre de l'analyse spatiale visualiseur de données.
      4. Cliquez sur le bouton "Empty INM".
      5. Sélectionnez les points de référence 10/20 sur la fenêtre d'estimation de l'INM et commencer l'enregistrement spatiale.
    4. Vérifiez l'emplacement correct de la fSPIR canaux sur la surface modèle du cerveau (figure 1E): vérifier si le canal 8 et le canal 9 de chevauchement la fissure inter-hémisphérique 28. Si elle est correcte, enregistrez le fichier de configuration de canal pour d'autres analyses; sinon remplacer la bande de numérisation chaînes de ré-alignement 8 et 9 à la ligne Fpz-FZ et chevauchant canal 9 à Fpz. Puis répétez la procédure de numérisation.
    5. Placez les fNIRS headset alignant chaînes 8 et 9 à la ligne Fpz-FZ et chevauchant canal 9 à Fpz, en accord avec le bandeau de numérisation, et de supprimer le bandeau (figure 1B-C). Assurez-vous que la sonde est bien fixé à la tête du participant.
    6. Placez le bouchon d'ombrage avec l'appareil photo de la tête montée sur le sur le casque fNIRS.
    7. Expliquer les règles expérimentales pour le participant. Inclure les précautions liés au dispositif (par ex., «Prendre aussi peu de temps que possible sans se précipiter ou de quitter l'expérimentateur derrière (pas de course)"), ainsi que TASk règles spécifiques (par exemple., «Ne pas aller à l'extérieur de la zone Queen Square dans les rues ou les zones voisines").
    8. Avoir le participant avec succès mémoriser toutes les règles et aller à l'extérieur pour commencer l'expérience.

    3. fNIRS signaux d'évaluation de la qualité

    1. Utilisez le système en mode sans fil fNIRS premier à inspecter visuellement la qualité des signaux sur l'ordinateur portable fNIRS:
      1. Appuyez sur le bouton "Power" sur la boîte portable et allumer les fNIRS en mode sans fil. Ouvrez le logiciel d'acquisition fNIRS sur l'ordinateur portable fNIRS et établir la connexion avec la boîte portable.
      2. Appuyez sur le bouton "Compensation de la sonde" pour optimiser les détecteurs gain sur la base de la lumière détectée.
      3. Consultez les résultats d'ajustement de la sonde sur la "compensation de la sonde" fenêtre du logiciel et vérifier si chaque détecteur reçoit assez de lumière à partir des sources en vérifiant si tous les canaux sont classées comme «Normal». Sicanaux sont marqués comme "Stray" ou "Sous", re place le bouchon d'ombrage et de maximiser les optodes couplage avec les front. Si les canaux sont marqués comme "Over", régler la puissance de la source à "faible" au laser.
        NOTE: les chaînes latérales portent le cortex préfrontal dorso-latéral, dans certains cas, il peut être nécessaire de déplacer les poils du front de maximiser la lumière reçue.
      4. Appuyez sur le bouton "Prêt" et ensuite "Démarrer" pour acquérir des données pour une minute et vérifier si (oscillations d'hémoglobine de ~ 1 Hz) de battement de coeur est visible sur les signaux de concentration, ce qui assure une bonne qualité de signal.
    2. Éteignez le boîtier portable en mode sans fil en appuyant sur le bouton "Power" sur elle. Appuyez sur le bouton «Power» en collaboration avec le bouton "Mode" sur la boîte portable pour activer les fNIRS en mode autonome.
      NOTE: Le stand-alonemode garantit que le participant peut se déplacer librement autour de la zone expérimentale et évite la nécessité d'être proche de l'ordinateur portable fNIRS pour maintenir la connexion sans fil.

    4. Acquisition de données

    1. Allumez l'appareil photo de la tête et les caméras des expérimentateurs et commencer à filmer. Appuyez boîtier portable pour optimiser les détecteurs acquérir puis appuyez sur le bouton "Play / Stop" pour démarrer l'acquisition fNIRS (fréquence d'échantillonnage = 5 Hz) sur le bouton "Compensation de la sonde" sur les fNIRS.
    2. Ajouter un marqueur pour les données fNIRS manuellement en utilisant le bouton "Mark" sur la boîte de portable fNIRS en conjonction avec un déclencheur audio (par ex., Un bip). Le déclenchement de l'audio doit être clairement inscrit sur toutes les caméras vidéo. Puis commencer l'expérience.
      NOTE: Ceci permet une synchronisation de l'heure robuste entre les différentes caméras vidéo et les fNIRS enregistrement.

    5. protocole expérimental & #160;

    1. Inclure les conditions suivantes et contrebalancer les éventuels ceux de la mémoire à travers les participants:
      1. Utilisez 3 conditions de base:
        NOTE: Ceci permet de découpler les changements globaux de hémodynamiques et d'oxygénation fonction en raison de marcher liés changements systémiques par rapport aux réponses plus localisées en raison de cerveau (neurones).
        1. Pour l'état de repos 1, ont le participant debout immobile sur la rue où se déroule l'essai, et compter le nombre de stimuli sur un morceau de papier (par ex., Utiliser une feuille contenant Xs et Os imprimé sur lui et avoir le nombre de participant le nombre de sorties sur elle).
        2. Pour l'état de repos 2, ont le participant à une courte distance de marche à un rythme de marche normale, et ne font pas d'autres exigences de lui.
        3. Pour la condition de base, avoir le participant à pied autour de la zone de rue entière où se déroule l'expérience.
          NOTE: Dans notre cas, l'expérience a eu lieuà Queen Square, Londres WC1N, Royaume-Uni
      2. Pour l'état en cours non contaminés, ont le participant marcher autour de la zone expérimentale et compter la survenance de certains articles (par ex., Le nombre de signes apposés aux bâtiments qui contiennent le mot "Queen").
      3. Pour l'état de la mémoire prospective non-sociale, ont le participant effectuer la tâche en cours (par exemple., Ont le participant compter le nombre de dates et horaires d'ouverture apposées sur les bâtiments), mais en plus, si ils sont venus à une certaine distance d'un parcmètre, ont eux aller plus à elle et la toucher.
      4. Pour la condition sociale de la mémoire prospective, avoir le participant effectuer la tâche en cours (par exemple., Ont le participant compter les sonnettes numéro), mais en outre, pu lui répondre à l'un des expérimentateurs qui agit comme un complice qui se déplace en avant -specified positions au sein de la zone expérimentale. Avez participant aller vers euxet de leur donner une salutation "bosse de poing".
      5. Utilisez une condition permanente supplémentaire (contaminés en cours) après que les conditions PM (par ex., Les participants doit compter le nombre d'escaliers dégagée dans la zone de test).
      6. Répétez les deux conditions de repos décrites ci-dessus dans l'ordre inverse (Rest 2 puis Reste 1).
        NOTE: Cela permet d'évaluer les changements systémiques liés plain-pied à la fin de l'expérience.

    6. Récupérer des événements à partir des vidéos

    1. Télécharger les vidéos de toutes les caméras et enregistrer au format MPG4.
    2. Chargez les vidéos de toutes les caméras dans ELAN (https://tla.mpi.nl/tools/tla-tools/elan/) et de synchroniser les vidéos: utilisez Options / mode Synchronisation des médias et de les aligner sur la base du point de l'audio en temps gâchette.
    3. Dans ELAN, utiliser les annotations et appuyez sur le bouton de Niveau sur la fenêtre principale ELAN (se référantà des groupes d'annotations, ie., un étage pour toutes les cibles PM sociaux) pour marquer les événements dans le flux vidéo.
      1. Regardez le flux vidéo synchronisée et annoter le début et la fin de chaque condition expérimentale, et l'utiliser pour les niveaux au point où chaque cible PM est atteint. Utilisez niveaux séparés pour objectifs de PM sociaux et non sociaux.
      2. Remplissez le montage vidéo pour chaque participant et utiliser le Fichier / Exporter / Interlinear texte à exporter dans un fichier texte tous les points de temps annotées.

    Analyse des données 7.

    1. Ouvrez le logiciel de fNIRS et exporter des données de la carte boîte de flash portable dans l'ordinateur portable fNIRS.
      NOTE: L'unité de traitement de système fNIRS utilise la loi de Beer-Lambert modifiées et calcule les changements relatifs dans HbO 2 et une valeur de référence de HHb arbitraire zéro au début de la période de mesure. Les valeurs de concentration sont donc exprimés en concentrations molaires (mmol / l) multipliépar la longueur du trajet (mm) 6 comme elles ne sont pas corrigées pour tenir compte de la longueur de chemin optique.
    2. Enregistrer les données de concentrations et les importer dans un logiciel Matlab grâce à l'interne de pré-traitement.
    3. Pré-traiter les signaux suivant ces étapes (figure 3B):
      1. Signaux sous-échantillonnage à 1 Hz:
        1. Utilisez une interpolation de spline (fonction Matlab: interp1) aux données de l'échantillon vers le bas de 5 Hz à 1 Hz.
      2. Detrending linéaire:
        1. Pour supprimer dérives lentes du signal, utiliser une interpolation linéaire (fonction Matlab: polyfit) entre les phases de repos 1 au début et à la fin de l'expérience.
      3. Artefact de mouvement Correction:
        1. Pour chaque canal, identifier et éliminer les artefacts de mouvement grâce à une méthode basée sur les ondelettes 31. Améliorer la qualité des signaux en appliquant la corrélation amélioration Signal (CASCS) Méthode 32 Basé.
      4. Ondelettes complexes:
          <li> Utilisez une mère ondelette de Morlet, mise à l'échelle et traduit au fil du temps, pour calculer la transformée en ondelettes de chaque canal à travers la boîte à outils en ondelettes (fonction Matlab: poids) fournies par Grinsted et al 33 (. http://noc.ac.uk/ en utilisant la science / crosswavelet-ondelettes cohérence).
          NOTE: Dans le spectre d'ondelettes, il est possible d'évaluer le contenu spectral de signaux dans un espace temps-fréquence.
      5. -Filtrage passe-bande:
        1. Sur la base de l'analyse en ondelettes, utiliser un filtre Butterworth 3 e de l'ordre passe-bande (fonctions Matlab: beurre et filtre) avec des fréquences de 0,008 à 0,2 Hz 7, 34 coupure.

    Representative Results

    La figure 3 présente un exemple de HbO 2 et signaux HHb non transformés (canal 8) a enregistré au cours de la PM expérience basée à vie dans cette étude de cas (figure 3A) et les signaux correspondants (figure 3C) après avoir été pré-traitées (figure 3B ). La figure 4 montre le spectre de puissance de canal ondelettes HbO 2 et 8 signaux HHB dans lequel le rectangle indique la plage de fréquence conservé avec le filtre passe-bande. Compte tenu du fait que le participant se promenait à l'extérieur pendant toute l'expérience et remua la tête pour effectuer la tâche, le système fNIRS était robuste contre les artefacts de mouvement et la lumière du soleil. En fait, HBO 2 incréments et décréments HHB peuvent être trouvés dans la correspondance à la non-sociale (Figure 3D) et sociale (Figure 3E) de mémoire des événements futurs. Ces tendances indiquent généralement l'activité cérébrale fonctionnelle 13, 35. Dansfait, quand une zone du cerveau est activée, la demande métabolique des neurones pour l'oxygène augmente avec les augmentations conséquentes dans le flux sanguin cérébral régional. Comme la plupart de l'oxygène est livré à travers les cellules d'hémoglobine, par incréments de 2 HbO et diminution des concentrations HHB sont observés pendant l'activité cérébrale fonctionnelle 9. Régions au sein du cortex préfrontal qui présentent ces tendances peuvent être évaluées par la distribution spatiale des HbO 2 et les valeurs de concentration HHB mappés sur le front (Figure 5, vidéo 1, vidéo 2). Un exemple de la façon dont les réponses du cerveau à un événement PM sociale sont répartis entre tous les canaux est représenté en figure 5. Figure rapport figure 5B 5A et, respectivement, la répartition spatiale sur le front de HbO 2 et HHb à l'événement PM sociale (t = 2455 s) tandis que la figure 5C et 5D Figure rapport respectiv Ely la distribution spatiale des HbO 2 et HHb à l'événement PM non-sociale (t = 1744 s). La figure 5 montre implantations régionales (canaux) où une augmentation des HbO 2 (rouge, figure 5A-C) et une diminution de HHb (bleu, figure 5B-D) sont clairement observable, l'indicatif de la fonction augmentation du cerveau. Un exemple de l'activité du cortex comment préfrontal à PM sociale et les événements de PM non-sociaux et de sa distribution à travers le changement des canaux au fil du temps est présenté dans la vidéo 1 et vidéo 2. En outre, les chiffres 6 et 7 montrent les données de tous les canaux correspondant à la fenêtres de temps inclus dans la vidéo 1 et vidéo 2, respectivement.

    Walk-liés hémodynamique et les changements d'oxygénation peuvent être observées sur la figure 3A. Une apparente augmente HHB et HBO 2 diminue survenir dans les conditions de marche et ceux-ci sont retirés après pré-traitement.

    ontenu "fo: keep-together.within-page =" always "> Figure 1
    Figure 1. fNIRS placement et de canaux casque configuration. Arrangement optodes dans la sonde fNIRS est illustré dans le panneau A. Les cercles rouges indiquent les points d'injection (sources), des cercles jaunes les points de collecte (détecteurs) et les cercles verts canaux de mesures. La sonde est placée sur le front (B, C, D) avec le canal 9 en correspondance de la pointe et canaux Fpz 8-9 aligné avec la ligne médiane Nasion-Inion. L'emplacement des canaux numérisés sont convertis dans le système de coordonnées de l'INM et chevauché sur le cortex cérébral (E). S'il vous plaît cliquez ici pour voir une version plus grande de cette figure.

    6 / 53336fig2.jpg "/>
    Figure 2. 10-20 système de références anatomiques. Soulignée cercles indiquent les points de référence choisis pour être marqués sur la tête du participant (Nz = Nasion, Iz = Inion, LPA = Gauche pré-auriculaires, RPA = Droite pré-auriculaire). S'il vous plaît cliquer sur ici pour voir une version plus grande de cette figure.

    Figure 3
    Figure 3. Signal de flux de pré-traitement. (A) HBO 2 et HHB signaux premières prises d'un canal représentant (canal 8). Les lignes noires marquent le début et la fin de chaque condition expérimentale. Les lignes vertes et magenta marquent les hits de mémoire prospective non-sociaux et sociaux. Les astérisques indiquent les conditions marchait. (R1 = Rest 1; R2 = Rest 2; B = base; ogu = cours non contaminée; PMN = nonMémoire prospective -sociale; PM = Mémoire prospective sociale; OGC = cours contaminés). (B) Ce panneau montre le pré-traitement organigramme appliqué à canal 8 signaux bruts. (C) Les signaux pré-traitées résultantes sont présentées. (D, E) HBO 2 augmente et diminue HHb se produire en réponse à une non-sociale choisie (D) et social (E) coups de mémoire prospective. Cette tendance hémodynamique est généralement liée à l'activation fonctionnelle. S'il vous plaît cliquez ici pour voir une version plus grande de cette figure.

    Figure 4
    Figure 4. Wavelet spectres de puissance. (A, B) Le spectre de puissance en ondelettes du canal 8 HbO 2 et signaux bruts HHB sont présentés dans le panneau A et B, respectivement. Les lignes noires marquent le début et la fin de chaque condition expérimentale. Les astérisques indiquent les conditions marchait. (R1 = Rest 1; R2 = Rest 2; B = base; ogu = cours non contaminée; PMN = mémoire non-sociale prospective; PM = Mémoire prospective sociale; OGC = cours contaminé). Le rectangle noir met en évidence la gamme de fréquences préservé à travers le filtre passe-bande (de 0,008 à 0,2 Hz). S'il vous plaît cliquez ici pour voir une version plus grande de cette figure.

    Figure 5
    Figure 5. Répartition spatiale de l'activité corticale à des événements de PM. HBO 2 et HHB changements de concentration sont mappés sur le cortex du cerveau pour localiser l'activité fonctionnelle en réponse aux événements de PM sociaux (AB) et à des événements de PM non-sociaux (CD). HbO 2et les valeurs HHB sont prises à t = 2455 s pour l'événement social PM (AB) et t = 1,744 sec pour l'événement PM non-sociale (DR). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Figure 6
    Figure 6. oxyhémoglobine et la désoxyhémoglobine signaux pour tous les canaux en réponse à des événements de PM non-sociaux. Les lignes vertes indiquent les événements de PM non-sociaux (t = 1744 s et t = 1,792 sec). S'il vous plaît cliquer ici pour voir une version plus grande de ce chiffre.

    Figure 7
    Figure 7. Oxyhemoglobin et sig déoxyhémoglobinesignaux pour tous les canaux en réponse à un événement PM sociale. La ligne magenta indique l'événement PM sociale (t = 2,455 sec). S'il vous plaît cliquer ici pour voir une version plus grande de cette figure.

    Figure 7
    Vidéo 1. HbO 2 et HHB concentration changements à des événements sociaux de PM. La vidéo montre comment HbO 2 (panneau de gauche) et HHb (panneau de droite) évoluent au fil du temps alors que le participant se rapproche de l'objectif de PM sociale. La vidéo de la caméra attachée à la poitrine de l'expérimentateur est synchronisé. S'il vous plaît cliquer ici pour voir cette vidéo.

    Figure 7 Vidéo 2. HbO 2 et de concentration HHb changements à des événements de PM non-sociaux. La vidéo montre comment HbO 2 (panneau de gauche) et HHb (panneau de droite) évoluent au fil du temps alors que le participant se rapproche de l'objectif de PM non-sociale. La vidéo de la caméra attachée à la poitrine de l'expérimentateur est synchronisé. S'il vous plaît cliquer ici pour voir cette vidéo.

    Discussion

    Le but de cette étude était d'évaluer l'utilisation potentielle de fNIRS portables et fiberless pour surveiller les changements du cerveau hémodynamiques et d'oxygénation du cerveau liées à l'activité neuronale dans des situations du monde réel. Un système de fNIRS multicanal portable et fiberless a été utilisé pour mesurer l'activité cérébrale dans le cortex préfrontal lors d'une tâche de mémoire prospective réalisée en dehors du laboratoire. L'étude de cas rapporté ici exploré si les changements du cerveau dans HbO 2 et HHb sur un participant se déplacer librement en réponse à PM indices sociaux et non sociaux dans une expérience à l'extérieur du laboratoire peuvent être surveillés en permanence et robuste.

    L'utilisation de fNIRS déplacer librement sur les participants à des expériences à base de vie représente une situation difficile. En fait, les mouvements de tête peuvent provoquer des déplacements de la sonde avec les artefacts de mouvement conséquents que la corruption d'identification optique de l'activité cérébrale 36. En outre, les capteurs optiques sont sensibles à la lumière parasite (ex., la lumière du soleil lorsque les expériences sont effectuées à l'extérieur), la création d'un bruit supplémentaire dans les signaux de fNIRS. L'étude de cas déclarés fournit une démonstration préliminaire de la faisabilité du système fNIRS dans de telles applications de la vie réelle. L'absence de fibres optiques dans ces dispositifs empêche couplage optique entre le cuir chevelu et les optodes entraînant des mesures plus fermes contre les artefacts de mouvement. En outre, le capuchon d'ombrage assure une bonne protection de la lumière parasite qui évite la saturation et détecteurs à faible rapport signal sur bruit (SNR). En outre, les augmentations de HbO 2 et diminution des concentrations HHB ont été trouvées dans la correspondance du PM résultats sociaux et non sociaux (Figure 3D-E) 11, 37 appuyer davantage sa faisabilité. Afin d'évaluer si les tendances observées dans hémodynamiques Figure 3D-E sont statistiquement significatifs et à localiser les régions activées dans le cortex préfrontal (Figure 5, Video 1, vidéo 2, Figure 6, Figure 7), les analyses au niveau du groupe sont obligatoires. Afin de rendre l'inférence et d'identifier les régions du cortex préfrontal fonctionnellement spécialisés 38, 39, travaux futurs présenteront les données de groupe et des analyses statistiques basées sur des statistiques paramétriques Mapping (SPM) en utilisant une approche du modèle linéaire général (GLM).

    Même si les résultats doivent être considérés comme préliminaires, il a été démontré que fiberless fNIRS peut être effectivement poursuivis en dehors des paramètres traditionnels de laboratoire et utilisés pour surveiller en temps réel de l'activité cérébrale. Cela ouvre de nouvelles orientations pour la recherche neurologique et les neurosciences. Il ya au moins deux domaines évidents pour l'application à cet égard. Le premier concerne la validité écologique. Chercheurs en neurosciences cognitives étudier les caractéristiques de l'activité du cerveau pendant que les gens accomplissent des tâches cognitives (en utilisant par exemple., Signe dépendant du niveau d'oxygène dans le sangal changement comme un proxy en IRM fonctionnelle) afin d'essayer de découvrir comment le cerveau soutient nos capacités mentales. Dans certains cas, il est possible de créer des situations expérimentales dans le scanner qui correspondent de très près la situation dans la vie quotidienne où le processus d'intérêt est utilisé. Considérons, par exemple, la lecture. Lire des mots sur un écran tandis que dans un scanner IRM rend susceptibles de telles demandes similaires à la lecture de mots dans un livre quand à la maison qu'il est presque pris pour acquis que les résultats glanés dans le scanner peuvent aider à expliquer comment le cerveau met en œuvre la lecture dans la vie quotidienne. Cependant, de nombreuses formes de comportement humain et de la cognition, cette hypothèse est plus précaire. Par exemple, les processus cognitifs qu'un participant utilise quand une situation sociale est présenté dans un scanner IRM (où le participant est immobile, sur leur propre, et dans un environnement très familier et étroitement contrôlé) pourraient bien être différente en ce qui concerne importants à ceux engagée lorsque le participant est socialisment dans la vraie vie 40. Ceci est particulièrement important en neurosciences social où l'enquête sur les corrélats neuronaux de la dynamique inter-personnelles (hyperscanning appelé, pour examen voir Babiloni et Astolfi, 2014 41) exige un environnement plus naturaliste. Hyperscanning base-NIRS 42, 43 peut ainsi représenter un nouvel outil pour contrôler simultanément l'activité cérébrale de deux personnes ou plus dans des situations réalistes. En effet, il ya quelques capacités mentales qui ne peuvent être bien étudiés dans l'environnement hautement artificielle et de contraintes physiques d'un scanner IRM, PET ou MEG. Ces montants de déambulation ou de grandes impliquant des mouvements du corps ainsi que ceux impliquant des interactions sociales sont des candidats évidents. Pour cette raison, être en mesure d'étudier l'activité cérébrale des participants dans des situations naturalistes est hautement souhaitable pour les chercheurs.

    Un deuxième liés, large domaine d'application, rapporte à l'utilisation de cette technologie danssituations cliniques. Un candidat évident peut être neuroréadaptation, où l'on pourrait souhaiter étudier les effets sur le cerveau des procédures de formation pour les activités de la vie quotidienne (par exemple., Dans une cuisine), ou des médicaments sur certaines populations neuronales en relation avec ces activités. Mais la technologie pourrait aussi peut-être développé pour les milieux éducatifs ainsi, et par exemple., Pour l'utilisation de l'auto-surveillance "en temps réel" de l'activité cérébrale. La portabilité, à faible risque, et la capacité à utiliser in situ dans des environnements du monde réel avec la contrainte minimale sur le comportement, rend cette méthode très différent des autres qui sont actuellement disponibles.

    Cependant, bien que les systèmes de fNIRS portables présentent un potentiel pour les observations du monde réel, il ya d'autres limitations qui doivent être abordées lors de l'utilisation fNIRS lors de la marche naturelle. Etant donné que la lumière infrarouge passe à travers le cuir chevelu, il est sensible à des processus qui se produisent à la fois une cérébralnd compartiments extra-cérébraux de la tête. Des études antérieures ont démontré qu'une certaine quantité des signaux mesurés par fNIRS découle de changements systémiques 34, 39, 44 qui ne sont pas directement liée à l'activité du cerveau (voir Scholkmann et al. 9 pour une revue). Comme hémodynamique intra et extra-cérébrale sont affectés par des changements systémiques à la fois la tâche évoquée et spontanée (par ex., La fréquence cardiaque, la pression artérielle, la respiration, la circulation sanguine de la peau), des changements physiologiques liés à l'activité de marche doivent être considérées. Ils proviennent du système nerveux autonome (SNA) de l'activité, qui réglemente le diamètre de la fréquence cardiaque, la respiration, la pression et les vaisseaux sanguins à travers ses fibres efférentes. Plus précisément, la division sympathique du SNA est hyper-actif pendant l'exercice conduisant à la fréquence cardiaque, la pression artérielle et la respiration incréments de 45. Par exemple, des études antérieures ont démontré que la respiration induit des changements dans la pression partielle de DIOX de carboneIDE dans le sang artériel (PaCO 2) qui à son tour influence le débit sanguin cérébral et du volume sanguin cérébral 46, 47. En outre, la figure 3A montre un exemple des augmentations périodiques HHB et HBO 2 diminue qui se produisent dans des périodes de marche qui peuvent être confondus avec désactivation cerveau. Pour faire des comparaisons cohérentes entre les conditions (par ex., Évaluer si des changements importants se produisent dans la concentration rapport à une période de référence), toutes les phases expérimentales devraient être mesurées dans le même état ​​de l'activité physique. Pour cette raison, une phase de repos marché (Rest 2) était inclus dans notre protocole basé sur la vie. Une interprétation correcte des données fNIRS exige également une bonne SNR. Ceci est habituellement réalisé avec un bloc classique et dessins liés à l'événement où les stimulations sont répétées plusieurs fois. Répétitions de l'essai et les dessins structurés ne sont pas toujours possible dans des expériences à base de vie. Pour cette raison, des capteurs supplémentaires et l'analyse approprié techniques pour tenir compte des changements systémiques 48 et artefacts de mouvement sont nécessaires pour améliorer le SNR et d'interpréter correctement les signaux du cerveau. Nous prévoyons d'étudier l'impact de ces changements systémiques liés à pied grâce à l'utilisation d'appareils portables pour surveiller le taux de respiration, le rythme cardiaque et le rythme de la marche. En outre, le problème de la récupération des événements doit être abordée, aussi. Dans des expériences en neurosciences cognitives, l'activité du cerveau est étudiée par rapport à des stimuli ou des environnements rencontrés par les participants », et de leur comportement en réponse à, ou l'anticipation d'entre eux. Les expérimentateurs doivent donc (a) savent ce qui est actuellement à la disposition du participant à leur environnement, et (b) avoir un dossier moment par moment, du comportement du participant. Dans une situation de laboratoire typique de ces facteurs peuvent être facilement contrôlées depuis l'expérimentateur peut limiter ce que les participants rencontrent, et la forme et le nombre de comportements que le participant peut Evince. Cependant, ce ne sont pasle cas dans les environnements "monde réel" en dehors du laboratoire, où de nombreux événements et les expériences que le participant à la recherche auront échappent au contrôle strict de l'expérimentateur 49. En conséquence, dans le «monde réel» des tâches de type de ceux étudiés ici, les enregistrements vidéo sont utilisés pour l'analyse (par exemple., Shallice et Burgess 1991 3). Cela permet de récupérer à la fois (, niveau bloc par exemple.) Soutenue et transitoire (ex., Liées à l'événement) des processus qui soutiennent différents aspects de la performance (pour revue voir Gonen-Yaacovi et Burgess, 2012 21). Les événements à récupérer à partir des enregistrements vidéo dépendra de la question théorique abordée dans l'expérience. Dans l'étude de cas déclarés, onsets d'événements ont été récupérés à partir des vidéos filmées par les caméras 3. Cette procédure de détermination du début et la fin de certains indices et les réponses comportementales est laborieux et exige des compétences lorsqu'il est effectué sur base de la vie DAT-un. Une question centrale est que, avec les expériences de type «vraie vie», il est généralement pas le même degré de connaissance a priori des événements comme avec celles effectuées en laboratoire, et les participants ont généralement plus de latitude dans la façon dont ils peuvent répondre. En outre, comme les participants sont libres de se déplacer dans un environnement naturel et incontrôlée, ils sont confrontés à une variété de l'évolution rapide des stimuli et il est difficile de récupérer la réponse hémodynamique à l'événement d'intérêt réel. Par exemple, dans l'étude de cas, les tendances observées hémodynamiques pour HBO 2 et HHb (Figure 3D-E) ne sont pas à verrouillage de phase à l'apparition de la vidéo-récupéré comme liée à l'événement typique réponse hémodynamique 38. HbO 2 et HHb commencent respectivement à augmenter et diminuer de 20 secondes avant le début du stimulus et atteindre un pic après. D'autres analyses sont donc nécessaires pour établir si PM cues événements se produisent effectivement lorsque le participant voit la cible, quand il se rapproche à son égard ouquand il l'atteint. Compte tenu du potentiel des technologies de fNIRS fiberless pour des applications cliniques de la vie réelle, les travaux futurs abordera le problème de vidéo-codage en développant de nouveaux algorithmes pour identifier onsets d'événements d'une manière plus objective, ainsi que d'explorer la possibilité de le faire directement à partir de données de fNIRS.

    Disclosures

    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

    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.

    Metrics

    Waiting
    simple hit counter