Automatic Translation

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

 JoVE Behavior

Ved hjelp av fiberless, Wearable fNIRS å overvåke hjernens aktivitet i virkelige kognitive oppgaver

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

    Monitoring hjerneaktivitet utenfor laboratoriet uten fysiske begrensninger presenterer metodiske utfordringer. En fiberless, ble bærbar funksjonell nærheten infrarød spektroskopi (fNIRS) system som brukes til å måle hjerneaktivitet under en økologisk prospektiv hukommelse oppgave. Det ble demonstrert at dette systemet kan brukes til å overvåke hjerneaktivitet i løpet av ikke-laboratoriebaserte eksperimenter.

    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

    Funksjonell nærheten infrarød spektroskopi (fNIRS) er en neuroimaging teknikk som bruker nær-infrarødt lys for å overvåke hjernens aktivitet. Basert på neurovascular kopling, er fNIRS stand til å måle hemoglobinkonsentrasjonen endres sekundært til neuronal aktivitet. Sammenlignet med andre bildediagnostiske teknikker, fNIRS representerer et godt kompromiss i form av romlig og tidsmessig oppløsning. Dessuten er det bærbar, lett, mindre følsom for bevegelsesartefakter og pålegger ikke betydelige fysiske begrensninger. Det er derfor hensiktsmessig å overvåke et bredt spekter av kognitive oppgaver (f.eks auditiv, ganganalyse, sosial interaksjon) og ulike alders populasjoner (f.eks, nyfødte, voksne, eldre personer). Den siste utviklingen av fiberless fNIRS enheter har åpnet veien til nye applikasjoner i nevrovitenskap forskning. Dette representerer en unik mulighet til å studere funksjonell aktivitet under reelle tester, som kan være mer følsomme og nøyaktige i rævaessing kognitiv funksjon og dysfunksjon enn lab-baserte tester. Denne studien utforsket bruk av fiberless fNIRS å overvåke hjernens aktivitet under en real-world prospektiv hukommelse oppgave. Denne protokollen er utført utenfor laboratoriet og hjerne hemoglobinkonsentrasjonsendringer blir kontinuerlig målt over den prefrontale cortex mens emnet går rundt for å utføre en rekke forskjellige oppgaver.

    Introduction

    Unormal funksjon i prefrontal cortex, og spesielt de mest anterior subpart (rostralt prefrontal cortex, eller BA10) er vanlig i en rekke utviklings, psykiatriske og nevrologiske tilstander. Det fører markerte forstyrrelser i problemløsning, hukommelse og oppmerksomhets evner i hverdagen som er svært invalidiserende 1,2. Men disse typer problemer er vanskelige å diagnostisere i laboratoriet eller klinikk. Dette er fordi de mentale prosesser som BA 10 støtter er involvert i arbeidet med romanen, åpent situasjoner hvor atferden er selvinitiert tre. Slike situasjoner er vanskelig å gjenskape suksess i laboratoriet, siden den formelle, kunstig og tett begrenset situasjonen deltakeren vanligvis står overfor i laboratoriet kan endre sin atferd og måten de nærmer seg oppgaven. Dette kan redusere gyldigheten av målingen for enten klinisk og forskningsformål, med en sterk risiko for under-diagnose 4 </ sup>. En av de kognitive evner som støttes av frontallappene hvor dette er mest tydelig er prospektive minnet (dvs. evnen til å huske å gjennomføre en fremtidig handling), hvor det har lenge vært kjent at det kan være betydelig uenighet mellom målinger tatt i hverdagen liv og lab 5. Disse metodiske problemene kan i stor grad omgås hvis forskere og klinikere som undersøker prefrontal cortex funksjon, inkludert potensiell minne, kan gjøre det ved å ta sine målinger i "virkelige" situasjoner.

    Mens bildediagnostiske teknikker representerer et kraftig verktøy for å undersøke hjernens funksjon i en ikke-invasiv og objektiv måte, de fleste av disse teknikkene pålegge fysiske begrensninger på emnet, og er dermed ikke egnet for bruk i hverdagen innstillinger (f.eks., Funksjonell magnetisk resonans ( fMRI), magnetoencefalografi (MEG), positronemisjonstomografi (PET)). Gitt behovet for å bringefunksjonelle bilde instrumenter utenfor laboratoriet og gitt nye teknologiske forbedringer, bærbar og bærbar elektroencefalografi (EEG) og funksjonelle nær infrarød spektroskopi (fNIRS) systemer har blitt utviklet 6-11. En av de store fordelene med fNIRS enn EEG er dens høyere romlig oppløsning. Dessuten er det mindre følsom for bevegelsesartefakter, blinke og øyebevegelser 12. Bærbar fNIRS er således bedre egnet for bruk i daglige liv-kontekster, da det medfører færre fysiske begrensninger enn EEG og tillater fri bevegelse i en mer naturlig miljø.

    fNIRS non-invasiv irradiates hodet med nær-infrarødt lys (650-900 nm). Som det biologiske vevet er forholdsvis transparent i det bølgelengdeområde, kan lyset nå hjernen og bli absorbert av hemoglobin. fNIRS måler dermed konsentrasjons endringer av både oxyhemoglobin (HBO 2) og deoksyhemoglobin (HHB) gi informasjon av oksygenering og hemodynamisk chanGES forbundet med hjernens aktivitet. Nærmere bestemt er hjerne funksjonell aktivering definert som en samtidig økning i HBO-2 og en reduksjon i HHB 13. Imidlertid er penetreringsdybden av lyset betyr at signal bare kan utvinnes fra kortikale overflaten. Når lys blir sterkt diffust i vev, er det ikke mulig å oppnå meget romlig strukturell informasjon om hjernen 14. Konvensjonelle fNIRS systemer bruker optiske fibre koplet til hodet for å lede lys gjennom hodebunnen, og for å samle inn den tilbakespredte lyset. Selv om disse instrumentene er kompakte, portable og godt egnet for laboratoriet, optiske fibre bunter og deres vekt begrense bevegelsene til deltakeren, og hvis ikke godt stabilisert seg, sine forskyvninger føre til bevegelsesartefakter forurensning 7. Den nye generasjonen av miniatyriserte og fiberless fNIRS systemer tilbyr muligheten til å utforske hjernens aktivitet i realistiske situasjoner på fritt bevegelige deltakers og uten vesentlige fysiske begrensninger. Realistiske situasjoner er spesielt verdifulle når du utforsker menneskelige eksekutive funksjoner og fiberless fNIRS systemer kan gi en unik innsikt i menneskelige hjernens funksjoner. De første fiberless systemer ble utstyrt kun med et lite antall kanaler (f.eks., En-kanals 15 og 2 kanaler 16) som begrenser undersøkelsen til små områder. Mer nylig har flerkanal trådløse og anvendelig fNIRS anordninger blitt utviklet 6,7, 17 til 20 gir mulighet for å overvåke større deler av hodet på fritt bevegelige deltakere.

    I denne studien ble en ny flerkanals bærbar og fiberless fNIRS systemet brukes til å overvåke og kartlegge prefrontal cortex aktivitet under en real-world prospektiv hukommelse (PM) oppgave. Den fNIRS Systemet er primært sammensatt av en fleksibel sondeenheten (hodetelefon) som dekker både dorsolateral og den rostrale prefrontale cortex (figur 1),som er koblet til en behandlingsenhet (bærbar boks) som bæres på deltakerens midje (figur 1D). Headsettet består av seks overflaten emitting laserdioder med to-bølgelengde (705 nm og 830 nm) og 6 silisiumfotodioder. Fraværet av optiske fibre reduserer vekten og hoveddelen av sonden, å være mer komfortable og robust mot bevegelsesartifakter. De optodes er anordnet i en vekslende geometri (figur 1A) med en inter-optode separasjon av 3 cm, noe som skaper 16 kilde-detektor-kombinasjoner (f.eks., 16 målekanaler) 6. For å skjerme headsettet fra lyset i omgivelsene, er en skyggelegging cap levert (figur 1D).

    Målet med denne studien var å undersøke prefrontal cortex funksjon, under en prospektiv hukommelse oppgave i den virkelige verden. Under prospektive hukommelsesoppgaver, er deltakerne bedt om å huske å svare på en sjeldent kø (f.eks., Et kjentansikt eller et parkometer) mens du utfører en annen krevende oppgave som kalles en "løpende oppgave". I to forskjellige blokker av oppgaven, er sosiale potensielle minne signaler (en person) i motsetning til ikke-sosiale potensielle minne signaler (et parkometer). Denne kontrasten ble valgt fordi det representerer et stort skille mellom ulike former for kø i hendelsesbaserte prospektive hukommelsesoppgaver og så den eksperimentelle paradigmet kan holdes nær en "real-life" situasjon 21. Mens BA 10 er kjent for å være følsomme for behandling av sosial versus ikke-sosial informasjon i enkelte situasjoner (f.eks., Gilbert et al., 2007 22), tyder nyere bevis på at hemodynamiske endringer i BA 10 knyttet til potensielle hukommelsesoppgaver er relativt ufølsomme å signalet forskjeller (se Burgess et al. 2011 23 for gjennomgang). Dermed er det et åpent spørsmål om sosial versus ikke-sosiale signaler påvirker BA 10 aktivitet i sammenheng med en potensiell minne paradigme.

    Målet med denne studien er å vurdere muligheten for å bruke fNIRS system for å overvåke prefrontal cortex hemodynamiske og oksygene endringer indusert av en real-world kognitiv oppgave. Her rapporterer vi en enkelt case study (en sunn voksen deltaker, 24 år gammel) på bruk av fNIRS enheten under en prospektiv hukommelse oppgave, utført ute i en typisk London gate og ligne kravene i hverdagen. Spesielt om hemodynamiske endringer i respons til sosiale og ikke-sosiale PM signaler kan tas opp er undersøkt.

    Protocol

    Protokollen ble godkjent av UCL lokale forskningsetiske komité, godkjenningsnummer CEHP / 2014/901.

    1. Instrumenter Setup Før Deltakerens Ankomst

    1. Bruk videoopptak fra 3 kameraer for å analysere "virkelige verden" type oppgaver (f.eks Shallice og Burgess, 1991 3):
      1. Plasser ett kamera på eksperimentators brystet for å følge deltakernes bevegelser.
      2. Monter hodet kameraet på fNIRS shading cap å spore hvor deltakeren ser gjennom hele forsøket.
      3. Forberede og slå på kameraet for andre experimenter, som følger den første eksperimentator og deltakeren for hele økten.
    2. Rengjør fNIRS headset med en desinfiserende tørk.
    3. Plasser en 3D digitizer i et passende rom (f.eks., Langt borte fra metallgjenstander, vegger og gulv) og slå den på.

    2. Participant Forberedelse og fNIRS Probe Place

    1. Før forsøket starter, må deltakeren signere samtykkeskjema.
    2. Bruk 10-20 system (figur 2) og digitalisere optodes og 10-20 standardposisjoner 24, 25 for å oppnå konsistente fNIRS headset plassering på tvers av alle deltakerne:
      1. Mark med en vaskbar markør den Nasion (Nz, skjæringspunktet mellom pannebenet og nesebein), Inion (Iz, nakkeknøl på baksiden av hodebunnen) og Venstre og Høyre Pre-auricular poeng (LPA, RPA, punktene anterior til ørene foran den øvre enden av tragus) (figur 2) i overensstemmelse med produsentens instruksjoner.
      2. Mål Nz-Iz avstand over og rundt hodet og LPA-RPA avstand over hodet.
      3. Mark med en vaskbar markør CZ (skjæringspunktet mellom Nz-Iz linje og LPA-RPA linje, som ligger på 50% av NZ-Iz avstand og 50% of LPA-RPA avstand), FPZ (10% av NZ-Iz avstand) og Fz (30% av NZ-Iz avstand) poeng basert på 10-20-systemet (figur 2).
      4. Bruk et hodebånd med hull som passer til de optodes posisjoner for en mer nøyaktig digitalisering over deltakere. Fjern hår fra pannen så mye som mulig med hårspenner langs hårfestet. Plasser digitalisering pannebånd over prefrontal cortex i henhold til de FPZ og FZ punkter: kanal 9 i korrespondanse av FPZ punkt og kanal 9-kanal 8 linje justert til FPZ-Fz linje (figur 1E).
      5. Digitalisere de markerte referansepunkter 10-20 og optodes posisjoner ved hjelp av 3D-magnetiske digitaliserings.
    3. Redd digitaliserte koordinater og bruke Spatial Analysis Tool (http://brain-lab.jp/wp/?page_id=52) av open-source plattform for Optisk Topografi analyseverktøy (potet) programvare (se tabellen of Materials for pelsther informasjon) for å registrere fNIRS data på en Montreal Neurological Institute (MNI) hjerne mal.
      MERK: Den implementerte algoritmen for sannsynlighets registrering konverterer de digitaliserte steder i den virkelige verden koordinatsystem inn i MNI koordinatsystem og deretter prosjekter og lokaliserer dem på MNI hjernen overflaten (figur 1E) 26,27.
      1. Åpne potet gjennom Matlab kommandoen P3.
      2. Velg "Spatial Analysis" fra menyen i hovedvinduet av potet Graphical User Interface (GUI) og klikk på "Spatial Analysis" -knappen.
      3. Laste de digitaliserte koordinatene ved å klikke på "Empty 10-20" knappen i vinduet Spatial Analysis Data Viewer.
      4. Klikk på "Empty MNI" -knappen.
      5. Velg 10/20 referansepunkter på MNI estimering vinduet og starte den romlige registrering.
    4. Sjekk for riktig plassering av fNIRS kanaler på malen hjernen overflaten (figur 1E): sjekk om kanal 8 og kanal 9 overlapping inter-hemisfærisk sprekken 28. Hvis den er riktig, lagre kanalen konfigurasjonsfilen for videre analyser; ellers erstatte digitalisering bandet re-samkjøre kanaler 8 og 9 til FPZ-Fz linje og overlappende kanal 9 til FPZ. Deretter gjentar digitalisering prosedyren.
    5. Plasser fNIRS hodesett samkjøre kanaler 8 og 9 til FPZ-Fz linje og overlappende kanal 9 til FPZ, i samråd med digitalisering hodebånd, og fjern hodebånd (Figur 1B-C). Sørg for at sonden er godt festet til deltakeren hode.
    6. Plasser skyggelegging cap med hodet kamera montert på den over fNIRS headset.
    7. Forklare eksperimentelle regler for deltakeren. Inkluder enhetsrelaterte forholdsregler (f.eks., 'Ta så lite tid som mulig uten rushing eller forlater eksperimentator bak (ikke innlagt) ") samt task spesifikke regler (f.eks., 'Ikke gå utenfor Queen Square-området i nærliggende gatene eller områder ").
    8. Har deltakeren hell huske alle reglene og gå utenfor for å starte eksperimentet.

    3. fNIRS Signaler Quality Assessment

    1. Bruk fNIRS system i trådløs modus først å visuelt inspisere signaler kvalitet på fNIRS laptop:
      1. Trykk på "Power" knappen på den bærbare boksen og slå på fNIRS i trådløs modus. Åpne fNIRS oppkjøpet programvaren på fNIRS laptop og etablere forbindelse med den bærbare boksen.
      2. Trykk på "Probe Justering" for å optimalisere detektorene gevinst på basis av det detekterte lyset.
      3. Sjekk probe justeringsresultatene på software "Probe Adjustment" vinduet og sjekk om hver detektor får nok lys fra kilder ved å sjekke om alle kanalene er klassifisert som "Normal". Hviskanaler er merket som "Stray" eller "Under", re-sted skyggelegging cap og maksimere optodes kobling med pannen. Hvis kanaler er merket som "Over", sette kraft av laserkilden til "lav".
        MERK: Siden de laterale kanaler dekker dorsolateral prefrontale cortex, i noen tilfeller kan det være nødvendig å bevege håret av pannen for å maksimere det mottatte lyset.
      4. Trykk på "Ready" -knappen og deretter "Start" for å skaffe data for et minutt og se om hjerteslag (Hb svingninger av ~ 1 Hz) er synlig på konsentrasjons signaler, noe som sikrer en god signalkvalitet.
    2. Slå av den bærbare boksen i trådløs modus trykke på "Power" knappen på den. Trykk på "Power" -knappen i forbindelse med "Mode" -knappen på den bærbare boksen for å slå på fNIRS i frittstående modus.
      MERK: Den frittståendemodusen sørger for at deltakeren kan bevege seg fritt rundt i eksperimentelle området og unngår nødvendigheten av å være nær fNIRS laptop for å opprettholde den trådløse tilkoblingen.

    4. Data Acquisition

    1. Slå på hodet kamera og forskere 'kameraer og begynne å filme. Trykk på "Probe Adjustment" -knappen på fNIRS bærbare boksen for å optimalisere detektorene få og deretter trykke på "Start / Stopp" -knappen for å starte fNIRS kjøp (samplingsfrekvens = 5 Hz).
    2. Legg merke til de fNIRS data manuelt ved hjelp av "Mark" -knappen på fNIRS bærbare boksen sammen med en lyd-trigger (f.eks., Et pip). Lyden trigger må være tydelig registrert på alle videokameraer. Deretter starter eksperimentet.
      MERK: Dette gir en robust tid synkronisering mellom de forskjellige videokameraer og de ​​fNIRS opptak.

    5. Forsøksprotokoll & #160;

    1. Inkluder følgende vilkår og motvekt potensielle minne seg over deltakerne:
      1. Bruk 3 baseline vilkår:
        MERK: Dette gjør det mulig å kople globale hemodynamiske og oksygene endringer grunn til å gå relaterte systemendringer versus mer lokaliserte reaksjoner på grunn av hjernen (neuronal) -funksjonen.
        1. For resten en tilstand, har deltakeren stå i ro på gaten der testen er gjennomført, og telle antall stimuli på et stykke papir (f.eks., Bruk et ark som inneholder Xs og Os trykket på det og har deltakeren count antall Os på den).
        2. For resten 2 tilstand, har deltakeren gå en kort avstand til en normal gangfart, og gjør ingen andre krav til ham.
        3. For Baseline tilstand, har deltakeren tur rundt hele gaten området der eksperimentet er gjennomført.
          MERK: I vårt tilfelle forsøket fant stedi Queen Square, London WC1N, UK
      2. For forurenset Løpende tilstand, har deltakeren gå rundt forsøksområdet og telle forekomsten av visse elementer (f.eks., Antall tegn festet til bygninger som inneholder ordet "Queen").
      3. For ikke-sosiale Prospective Memory tilstand, har deltakeren utføre løpende oppgave (f.eks., Har deltakeren telle antall datoer og åpningstider festet til bygninger), men i tillegg, hvis de kom innen en gitt avstand fra en parkometer, har dem gå over til det og ta på den.
      4. For Social Prospective Memory tilstand, har deltakeren utføre løpende oppgave (f.eks., Har deltakeren telle antall dørklokker), men i tillegg har han svare på en av de forskere som fungerer som en Confederate som beveger seg rundt i pre -specified posisjoner innenfor den eksperimentelle området. Har deltakeren gå over til demog gi dem en "knyttneve bump" hilsen.
      5. Bruk en ekstra Løpende tilstand (Forurenset Pågå) etter at PM forhold (f.eks., Har deltakerne til å telle antall uhindret trapper innenfor testing området).
      6. Gjenta de to Rest forholdene beskrevet ovenfor i motsatt rekkefølge (Rest to og deretter Rest 1).
        MERK: Dette tillater evaluering av walk-relaterte systemiske forandringer ved slutten av forsøket.

    6. Gjenopprette hendelser fra Videos

    1. Last ned videoer fra alle kameraer og lagre i mpg4 format.
    2. Laste videoene fra alle kameraene i ELAN (https://tla.mpi.nl/tools/tla-tools/elan/) og synkronisere videoer: Bruk Options / Media Synkronisering modus og justere dem basert på tidspunktet for audio avtrekker.
    3. I ELAN, bruke merknader og trykk på Tier-knappen på ELAN hovedvinduet (henvisertil grupper av merknader, ie., en tier for alle sosiale PM mål) for å markere hendelsene i videostrømmen.
      1. Se den synkroniserte videostrømmen og kommentere starten og slutten av hver eksperimentell tilstand, og bruke nivåer for det punktet hvor hver PM målet er nådd. Bruk separate klasser for sosiale og ikke-sosiale PM mål.
      2. Fullfør videoredigering for hver deltaker og bruke Fil / Eksporter som / Interlinear Tekst å eksportere som en tekstfil alle kommenterte tidspunkter.

    7. Data Analysis

    1. Åpne fNIRS programvare og eksportere data fra den bærbare boksen flash-kort i fNIRS laptop.
      MERK: fNIRS system processing unit bruker modifiserte Beer-Lamberts lov og beregner relative endringer i HBO 2 og HHB fra en vilkårlig null baseline i begynnelsen av måleperioden. Konsentrasjonsverdier blir følgelig uttrykt i molare konsentrasjoner (mmol / l) multiplisertved banelengden (mm) 6 som de ikke er korrigert for den optiske veilengden.
    2. Spar konsentrasjoner data og importere dem til Matlab gjennom en in-house pre-prosessering programvare.
    3. Pre-prosessen signalene følgende fremgangsmåte (Figur 3B):
      1. Signaler ned sampling til en Hz:
        1. Bruk en spline interpolasjon (Matlab funksjon: interp1) til ned prøvedata fra 5 Hz til 1 Hz.
      2. Lineær Detrending:
        1. Slik fjerner langsomme driver av signalet, må du bruke en lineær interpolasjon (Matlab funksjon: polyfit) mellom Rest 1 fasene ved begynnelsen og slutten av forsøket.
      3. Motion Artifact Rettelse:
        1. For hver kanal, identifisere og fjerne bevegelsesartefakter gjennom en wavelet-baserte metoden 31. Forbedre signaler kvalitet ved bruk av korrelasjons Basert Signal Improvement (CBSI) metoden 32.
      4. Complex wavelet transform:
          <li> Bruk en Morlet mor wavelet, skalert og oversatt over tid, for å beregne wavelet transform av hver kanal gjennom wavelet toolbox (Matlab funksjon: wt) levert av Grin et al 33 (. http://noc.ac.uk/ bruker-science / crosswavelet-wavelet-sammenheng).
          NB: Fra bølgespekteret, er det mulig å evaluere den spektrale innholdet av signaler i en tidsfrekvensområde.
      5. Band-pass Filtrering:
        1. På bunnen av wavelet-analyse, bruk en 3. orden Butterworth band-pass filter (Matlab funksjoner: 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-behandlet signaler (kanal 8) spilt inn i løpet av livet baserte PM eksperiment i denne undersøkelsen (figur 3A) og de ​​tilsvarende signaler (figur 3C) etter å ha blitt pre-behandlet (Figur 3B ). Figur 4 viser bølgeenergispekteret for kanalen 8 HBO 2 og HHB signaler hvor firkanten viser frekvensområde bevart med båndpassfilter. Tatt i betraktning det faktum at deltakeren gikk utenfor gjennom hele eksperimentet og flyttet hodet for å utføre oppgaven, var det fNIRS systemet robust mot bevegelsesartefakter og sollys. Faktisk kan HBO 2 intervaller og HHB svekkelser bli funnet i korrespondanse til ikke-sosial (Figur 3D) og sosial (Figur 3E) potensielle minnearrangementer. Disse trendene vanligvis betegne funksjonell hjerneaktiviteten 13, 35. IFaktisk, når et hjerneområde er aktivert, nevroner 'metabolske behov for oksygen øker med påfølgende økning i regional cerebral blodstrøm. Som de fleste av oksygen leveres til cellene gjennom hemoglobin, er trinn i HBO 2 og reduksjon i HHB konsentrasjoner observert under funksjonell hjerneaktiviteten 9. Regioner i prefrontal cortex som viser disse trendene kan vurderes ved den romlige fordelingen av HBO 2 og HHB konsentrasjonsverdier kartlagt over pannen (Figur 5, Video 1 Video 2). Et eksempel på hvordan hjernen respons på en sosial PM arrangement blir distribuert over alle kanalene er vist i figur 5. Figur 5A og figur 5B rapport henholdsvis den romlige fordelingen over pannen av HBO 2 og HHB til den sosiale PM arrangementet (t = 2455 s) mens figur 5C og Figur 5D rapport respectiv Ely den romlige fordelingen av HBO 2 og HHB til den ikke-sosial PM hendelse (t = 1744 s). Figur 5 viser samme område steder (kanaler), hvor en økning i HBO 2 (rød, figur 5A-C) og en reduksjon i HHB (blå, figur 5B-D) er tydelig observerbar indikasjon på økt hjernefunksjonen. Et eksempel på hvordan prefrontal cortex aktivitet til sosial PM og ikke-sosiale PM arrangementer og fordelingen mellom ulike kanalene endrer seg over tid presenteres i Video 1 og Video 2. I tillegg Figurene 6 og 7 viser data fra alle kanaler som tilsvarer tidsvinduer inkludert i Video 1 og Video 2, henholdsvis.

    Walk-relaterte hemodynamisk og oksygene forandringer kan observeres i figur 3A. En tilsynelatende HHB øker og HBO 2 minker oppstå under gange forhold og disse er fjernet etter pre-prosessering.

    ontent "fo: keep-together.within-side =" always "> Figur 1
    Figur 1. fNIRS headset plassering og kanaler konfigurasjon. Optodes arrangement i fNIRS sonden er illustrert i panel A. Røde sirkler indikerer injeksjon poeng (kilder), gule sirkler innsamlingspunktene (detektorer) og grønne sirkler målingene kanaler. Sonden er plassert over pannen (B, C, D) med kanal 9 i korrespondanse av FPZ punktet og kanalene 8-9 innrettet med Nasion-Inion midtlinjen. Det digitaliserte kanaler beliggenhet er konvertert til MNI koordinatsystem og overlappet på hjernebarken (E). Klikk her for å se en større versjon av dette tallet.

    6 / 53336fig2.jpg "/>
    Figur 2. 10-20 system anatomiske referanser. Uthevet sirklene viser de valgte referansepunkter merkes på deltakerens hode (Nz = Nasion, Iz = Inion, LPA = Venstre Pre-auricular, RPA = Høyre Pre-aurikulær). Vennligst klikk her for å se en større versjon av dette tallet.

    Figur 3
    Figur 3. Signal pre-prosesseringsflyten. (A) HBO 2 og HHB rå signaler tatt fra en representant kanal (Channel 8). Svarte linjer markere starten og slutten av hver eksperimentell tilstand. Grønn og magenta linjene markerer de ikke-sosiale og samfunnsmessige potensielle minne treff. Stjernene indikerer gikk forhold. (R1 = Rest 1; R2 = Rest 2; B = Baseline; OGU = Løpende uforurenset; PMN = ikke-social Prospective Memory; PMs = sosial Prospective Memory; OGC = Løpende forurenset). (B) Dette panelet viser pre-prosessering flytskjema påført kanal 8 rå signaler. (C) De resulterende pre-prosesserte signaler blir presentert. (D, E) HBO 2 øker og avtar HHB oppstå som følge av en valgt ikke-sosial (D) og sosial (E) potensielle memory treff. Dette hemodynamisk trenden er vanligvis knyttet til funksjonell aktivering. Klikk her for å se en større versjon av dette tallet.

    Figur 4
    Figur 4. Wavelet effektspektra. (A, B) Den bølgeeffektspektra fra kanal 8 HBO 2 og HHB rå signaler blir presentert i panel A og B, respektivt. Svarte linjer markere starten og slutten av hver eksperimentell tilstand. Stjernene indikerer gikk forhold. (R1 = Rest 1; R2 = Rest 2; B = Baseline; OGU = Løpende uforurenset; PMN = ikke-sosiale Prospective Memory; PMs = sosial Prospective Memory; OGC = Løpende forurenset). Det svarte rektangelet fremhever frekvensområdet bevart gjennom band-pass filter (0,008 til 0,2 Hz). Klikk her for å se en større versjon av dette tallet.

    Figur 5
    Figur 5. Romlig fordeling av kortikal aktivitet til PM hendelser. HBO 2 og HHB konsentrasjons endringer er kartlagt på hjernebarken for å finne funksjonell aktivitet i respons til sosiale PM hendelser (AB) og til ikke-sosiale PM hendelser (CD). Hbo 2og HHB verdier er tatt ved t = 2455 sek for den sosiale PM hendelse (AB) og t = 1744 sek for den ikke-sosiale PM hendelse (CD). Klikk her for å se en større versjon av dette tallet.

    Figur 6
    Figur 6. oxyhemoglobin og deoksyhemoglobin signaler for alle kanalene i respons til ikke-sosiale PM hendelser. De grønne linjer angir de ikke-sosiale PM hendelser (t = 1,744 sek og t = 1792 sek). Klikk her for å se en større versjon av dette tallet.

    Figur 7
    Figur 7. oxyhemoglobin og deoksyhemoglobin sigmene for alle kanalene i respons til en sosial PM hendelse. Den magenta linjen viser den sosiale PM hendelsen (t = 2455 sek). Klikk her for å se en større versjon av dette tallet.

    Figur 7
    Video 1. hbo 2 og HHB konsentrasjons endringer i sosiale PM arrangementer. Videoen viser hvordan HBO 2 (venstre panel) og HHB (høyre panel) utvikler seg over tid, mens deltakeren nærmer seg til det sosiale PM målet. Videoen av kameraet festet til experimenter bryst er synkronisert. Klikk her for å se denne videoen.

    Figur 7 Video 2. hbo 2 og HHB konsentrasjons endringer i ikke-sosiale PM arrangementer. Videoen viser hvordan HBO 2 (venstre panel) og HHB (høyre panel) utvikler seg over tid, mens deltakeren nærmer seg til den ikke-sosial PM målet. Videoen av kameraet festet til experimenter bryst er synkronisert. Klikk her for å se denne videoen.

    Discussion

    Målet med denne studien var å evaluere potensialet bruk av bærbare og fiberless fNIRS å overvåke hjernens hemodynamiske og oksygene endringer knyttet til hjernens nerveaktivitet i løpet av virkelige situasjoner. En slitesterk og fiberless flerkanals fNIRS systemet ble brukt til å måle hjerneaktivitet over prefrontal cortex under en prospektiv hukommelse oppgaven utføres utenfor laboratoriet. Saken studie rapportert her undersøkt om hjernen endringer i HBO 2 og HHB på en fritt flytte deltaker i respons til sosiale og ikke-sosiale PM signaler i et eksperiment utenfor laboratoriet kan overvåkes kontinuerlig og robust.

    Bruken av fNIRS på fritt bevegelige deltakere i livsbaserte eksperimenter en utfordrende situasjon. Faktisk kan hodebevegelser forårsake probe forskyvninger med påfølgende bevegelsesartefakter som korrupte den optiske identifisering av hjernens aktivitet 36. Videre optiske sensorer er følsomme for strølys (f.eks., sollys når eksperimenter utføres utenfor), og skaper ekstra støy i fNIRS signaler. Den rapporterte casestudie gir en foreløpig demonstrasjon av gjennomførbarheten av fNIRS systemet i slike reelle søknader. Fraværet av optiske fibre i slike innretninger hindrer optisk kobling mellom hodebunnen og optodes resulterer i en mer robust måling mot bevegelsesartifakter. I tillegg sikrer den skyggelegging cap en god skjerming fra strølys som unngår detektorer metning og lav Signal-til-støy-forhold (SNR). Videre ble økninger i HBO 2 og reduksjon i HHB konsentrasjoner funnet i korrespondanse av sosiale og ikke-sosiale PM treff (Figur 3D-E) 11, 37 ytterligere støtte sin gjennomførbarhet. For å kunne vurdere om de hemodynamiske tendenser observert i figur 3D-E er statistisk signifikant, og for å lokalisere aktive områdene i den prefrontale cortex (figur 5, Video 1 Video 2, figur 6, figur 7), er gruppenivå analyser nødvendig. For å gjøre slutning og å identifisere funksjonelt spesialiserte prefrontal cortex regioner 38, 39, vil fremtidige verk presentere gruppe data og statistiske analyser basert på Statistisk Parametric Mapping (SPM) ved hjelp av en generell lineær modell (GLM) tilnærming.

    Selv om resultatene må tas i betraktning foreløpige, har det blitt demonstrert at fiberless fNIRS effektivt kan bringes utenfor de tradisjonelle laboratorie innstillinger og anvendt for sanntids overvåkning av hjerneaktivitet. Dette åpner opp nye retninger for nevrologisk og nevrovitenskap forskning. Det er minst to åpenbare områder for anvendelse i denne forbindelse. Den første er knyttet til økologisk validitet. Kognitiv nevrovitenskap forskere undersøke mønstre av hjerneaktivitet mens folk utfører kognitive oppgaver (bruk f.eks., Blod oksygen nivå avhengig tegnal endringen som en proxy i funksjonell MRI) for å prøve å finne ut hvordan hjernen støtter våre mentale evner. I noen tilfeller er det mulig å lage eksperimentelle situasjoner i skanneren som svarer svært tett situasjonen i hverdagen der prosessen av interesse er brukt. Tenk for eksempel lesing. Lese ord på en skjerm, mens i en MRI scanner sannsynlig gjør slike lignende krav til lesing ord i en bok når hjemme at det er nesten tatt for gitt at resultatene sanket i skanneren kan bidra til å forklare hvordan hjernen implementerer lesing i hverdagen. Men for mange former for menneskelig atferd og kognisjon, er denne forutsetningen mer prekær. For eksempel kan de kognitive prosesser som en deltaker bruker når en sosial situasjon er presentert i en MR-skanner (hvor deltakeren er immobile, på egenhånd, og i en svært uvant og kontrollert miljø) godt være forskjellige i viktige forhold til de engasjert når deltakeren er socialising i det virkelige liv 40. Dette er spesielt viktig i sosial nevrovitenskap hvor etterforskningen av de nevrale korrelater av mellommenneskelige dynamikk (betegnet hyperscanning, for gjennomgang se Babiloni og Astolfi 2014 41) krever en mer naturalistisk miljø. NIRS baserte hyperscanning 42, kan 43 således representere et nytt verktøy for å samtidig overvåke hjernens aktivitet fra to eller flere personer i realistiske situasjoner. Ja, det er noen mentale evner som ikke kan studeres godt i den svært kunstig og fysisk anstrengt miljø av en MRI, PET eller MEG skanner. Disse involverer bevegelse og eller store mengder kroppslig bevegelse samt de som involverer sosiale interaksjoner er åpenbare kandidater. Av denne grunn, er meget ønskelig for forskere å være i stand til å studere hjerneaktiviteten deltakere i naturalis situasjoner.

    En annen, beslektet, bredt anvendelsesområde angår bruken av denne teknologien ikliniske situasjoner. En åpenbar kandidat kan være neurorehabilitation, der man kan ønske å studere effekter på hjernen av opplæringsprosedyrer for dagliglivets aktiviteter (f.eks., I et kjøkken), eller medisiner på bestemte nerve bestander i forhold til disse aktivitetene. Men teknologien kan også kanskje bli utviklet for pedagogiske innstillinger også, og f.eks., For bruk av "real-time" self-overvåking av hjernens aktivitet. Portabilitet, lav risiko, og evne til å bruke den i situ i virkelige miljøer med minimal begrensning på atferd, gjør denne metoden svært forskjellig fra andre som er tilgjengelig for øyeblikket.

    Men selv om bærbar fNIRS systemer viser potensial for reelle observasjoner, er det andre begrensninger som må tas opp når du bruker fNIRS under naturlig gange. Siden den infrarøde lyset går gjennom hodebunnen, er det følsom for prosesser som skjer både ved en cerebralnd ekstra cerebrale avdelinger av hodet. Tidligere studier har vist at en viss mengde av de signaler som måles gjennom fNIRS oppstår fra systemendringer 34, 39, 44 som ikke er direkte relatert til hjerneaktivitet (se Scholkmann et al. 9 for en gjennomgang). Som intra og ekstra cerebral hemodynamic påvirkes av systemendringer både oppgave fremkalt og spontane (f.eks., Hjertefrekvens, blodtrykk, åndedrett, hud blodstrøm), fysiologiske endringer knyttet til gang aktivitet bør vurderes. De stammer fra det autonome nervesystemet (ANS) aktivitet, som regulerer hjerterytmen, respirasjon, blodtrykk og fartøy diameter gjennom sine efferente fibre. Mer presist er det sympatiske delingen av ANS hyper-aktivert under trening fører til hjertefrekvens, blodtrykk og åndedrett trinn 45. For eksempel har tidligere undersøkelser vist at respirasjon induserer endringer i partialtrykket av karbon dioxide i arterielt blod (Paco 2) som i sin tur påvirker cerebral blodstrøm og cerebral blodvolum 46, 47. I tillegg viser figur 3A et eksempel på periodisk HHB øker og HBO 2 avtar som opptrer innenfor gangperioder som kan forveksles med hjerne deaktivering. For å gjøre sammenligninger mellom konsistente tilstander (f.eks., Vurdere om signifikante endringer i konsentrasjon forekommer i forhold til en basisperioden), skal alle eksperimentelle faser måles under samme fysisk aktivitet tilstand. Av denne grunn ble en vandret hvilefase (Rest 2) inkludert i liv-basert protokoll. En riktig tolkning av fNIRS data krever også en god SNR. Dette er vanligvis oppnås med konvensjonell blokk og arrangementsmessige design hvor stimulations gjentas flere ganger. Prøve repetisjoner og strukturerte design er ikke alltid mulig i livsbaserte eksperimenter. Av denne grunn er flere sensorer og hensiktsmessig analyser techniques å ta høyde for systemendringer 48 og bevegelsesartefakter er nødvendig å forbedre SNR og å tolke hjernesignaler. Vi planlegger å undersøke effekten av slike walk-relaterte systemendringer gjennom bruk av bærbare enheter for å overvåke pustefrekvens, hjertefrekvens og gangfart. Dessuten må problemet med hendelser utvinning tas opp, også. I kognitiv nevrovitenskap eksperimenter, er hjerneaktiviteten undersøkt i forhold til stimuli eller miljøer som oppdages av deltakere ", og deres atferd i respons til, eller påvente av dem. Experimenters derfor trenger å (a) vet hva som er tilgjengelig til deltakeren i deres miljø, og (b) har et øyeblikk-for-øyeblikk registrering av deltakerens atferd. I en typisk lab situasjon disse faktorene kan lett kontrolleres siden eksperimentator kan begrense hva deltakerne møter, og form og antall atferd som deltakeren kan Evince. Dette er imidlertid ikketilfellet i "virkelige verden" miljøer utenfor laboratoriet, hvor mange hendelser og erfaringer som forskningsdeltakeren vil ha er utenfor streng kontroll av eksperimentator 49. Følgelig, i "virkelige verden" type oppgaver av den typen studert her, er video plater brukes for analyse (f.eks., Shallice og Burgess, 1991 3). Dette gjør det mulig å gjenopprette både vedvarende (f.eks., Blokk-nivå) og forbigående (f.eks., Event-relatert) prosesser som støtter ulike aspekter av ytelse (for oversikt se Gonen-Yaacovi og Burgess 2012 21). Hendelsene som skal utvinnes fra videoopptak vil avhenge av den teoretiske spørsmål blir adressert i forsøket. I den rapporterte case study, ble hendelses onsets utvinnes fra videoene filmet av de 3 kameraene. Denne fremgangsmåten for fastsettelse av utbruddet og opphør av bestemte signaler og atferdsmessige reaksjoner er arbeidskrevende og krever dyktighet når de utføres på livet baserte daten. Et sentralt problem er at med "real life" type eksperimenter er det vanligvis ikke samme grad av a priori kunnskap om hendelser som med lab-baserte seg, og deltakerne har vanligvis mer spillerom i måten de kan svare. Dessuten, som deltakere er fri til å bevege seg i en naturlig og ukontrollert miljø, er de overfor en rekke hurtig skiftende stimuli, og det er vanskelig å utvinne den hemodynamiske respons til den virkelige arrangement av interesse. For eksempel, i tilfellet undersøkelse, hemodynamiske tendenser observert for HBO 2 og HHB (figur 3D-E) ikke er faselåst til video-utvunnet utbruddet som typisk hendelsesrelaterte hemodynamiske respons 38. HBO 2 og HHB begynne henholdsvis å øke og minske 20 sec før den stimulus utbruddet og når en topp når den. Ytterligere analyser er derfor nødvendig for å fastslå om PM Køer hendelser skjer egentlig når deltakeren ser målet, når han nærmer seg mot det, ellernår han kommer til det. Gitt potensialet i fiberless fNIRS teknologier for virkelige kliniske applikasjoner, videre arbeidet vil ta opp video-koding problem ved å utvikle nye algoritmer for å identifisere hendelses onsets på en mer objektiv måte, samt utforske muligheten for å gjøre det direkte fra fNIRS data.

    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