Summary

全頭部オプトードアレイと短距離チャンネルを用いたfMRIとfNIRSの同時測定データ収集

Published: October 20, 2023
doi:

Summary

本稿では、全頭fNIRSカバレッジで同一被験者からfMRI信号とfNIRS信号を同時に収集する方法を提示する。このプロトコルは、3人の若年成人でテストされており、発達研究や臨床集団のデータ収集に適応させることができます。

Abstract

機能的近赤外分光法(fNIRS)は、機能的磁気共鳴画像法(fMRI)よりも動きに強く、費用対効果の高いポータブルニューロイメージング手法であるため、脳機能の自然主義的な研究の実施や、発達および臨床集団での使用に非常に適しています。fNIRSとfMRIの両手法は、脳の機能的活性化における脳血中酸素化の変化を検出するものであり、先行研究により、2つの信号の間に高い空間的および時間的対応があることが示されている。ただし、同じ被験者から同時に収集された 2 つの信号を全頭 fNIRS カバレッジで定量的に比較することはできません。この比較は、fMRIのゴールドスタンダードに照らしてエリアレベルの活性化と機能的接続性を包括的に検証するために必要であり、寿命全体にわたって2つの信号の比較を容易にする可能性があります。我々は、fMRIとfNIRS信号の同時データ収集のためのプロトコルを記述することによって、このギャップに対処します:i)全頭部fNIRSカバレッジを提供します。ii)非皮質の全身性生理学的信号の退行のための短距離測定を含む。iii)fNIRS測定のオプトードと頭皮の同時登録のための2つの異なる方法を実装します。3人の被験者のfMRIおよびfNIRSデータが提示され、発生集団および臨床集団の検査にプロトコルを適応させるための推奨事項が議論されます。成人の現在のセットアップでは、機能スキャンと構造スキャンの両方を含む平均約40分のスキャンセッションが可能です。このプロトコルでは、磁気共鳴(MR)環境で使用するためにfNIRS機器を適応させるために必要な手順を概説し、データ記録とオプトードと頭皮の同時登録の両方に関する推奨事項を提供し、利用可能なMRセーフfNIRSシステムの仕様に適合するようにプロトコルを変更する可能性について説明します。点滅チェッカーボードタスクからの代表的な被験者固有の応答は、MR環境における全頭部fNIRS信号を測定するためのプロトコルの実現可能性を示しています。このプロトコルは、生涯にわたってfMRIに対するfNIRS信号の検証に関心のある研究者に特に関連します。

Introduction

認知機能は、機能的磁気共鳴画像法(fMRI)を介して成人の脳で30年近く研究されてきました。fMRIは高い空間分解能と機能的および構造的画像の両方を提供しますが、自然主義的な文脈で実施される研究や、乳児や臨床集団での使用には実用的ではないことがよくあります。これらの制約は、脳機能の理解を実質的に制限します。fMRIの代替法は、機能的近赤外分光法(fNIRS)1,2,3など、より費用対効果が高く、動きに対して堅牢なポータブル手法を使用することです。fNIRSは、言語発達、社会的に関連性のある情報の処理、物体処理など、さまざまな認知領域にわたる脳機能を評価するために乳幼児に使用されています4,5,6。fNIRSは、7、89歳にわたって繰り返し検査とモニタリングを行う可能性があるため臨床集団の検査に特に適した神経画像モダリティでもあります。その幅広い適用性にもかかわらず、同じ被験者から同時に収集されたfMRI信号とfNIRS信号を頭全体を対象として定量的に比較した研究はありません。この比較は、fMRIゴールドスタンダードに照らして、領域レベルの活性化と関心領域(ROI)間の機能的接続性を包括的に検証するために必要です。さらに、このモダリティ間の対応関係を確立することは、fNIRSが典型的および非定型的発達の両方で収集された唯一のシグナルである場合に、fNIRSの解釈を強化する可能性を秘めています。

fMRIとfNIRSの信号はどちらも、脳の機能的活性化中の脳血中酸素化(CBO)の変化を検出します10,11。fMRIは電磁場の変化に依存し、CBOの変化の高い空間分解能を提供する12。対照的に、fNIRSは、一連の発光および光検出オプトードを使用して近赤外光の吸収レベルを測定します2。fNIRSは異なる波長での吸収の変化を測定するため、オキシヘモグロビンとデオキシヘモグロビンの両方の濃度変化を評価することができます。少数のオプトードでfMRI信号とfNIRS信号の同時記録を用いた先行研究により、2つの信号は高い空間的および時間的対応関係を有することが示されている10。血中酸素濃度依存性(BOLD)fMRIと光学的測定値11,13の間には強い相関関係があり、fNIRSとfMRIの血行動態応答関数(HRF)の時間的ダイナミクスを比較した先行研究で報告されているように、デオキシヘモグロビンはBOLD応答と最も高い相関を示しています14。これらの初期の研究では、運動反応パラダイム(すなわち、指のタッピング)を実装し、一次運動野と運動前皮質領域をカバーする限られた数のオプトードを使用していました。過去10年間で、研究は焦点を拡大し、認知タスクと安静状態のセッションのより大きなバッテリーを含むようになりましたが、特定のROIをカバーする限られた数のオプトードを依然として使用しています。これらの研究は、fNIRS/fMRI相関の変動性が頭皮および脳からの光学管の距離に依存することを示した15。さらに、fNIRSは、fMRI16,17に匹敵する安静時の機能的接続測定を提供することができます。

現在のプロトコルは、以前の研究に基づいて構築されており、i) 全頭部 fNIRS カバレッジの提供、ii) 非皮質生理学的信号の回帰のための短距離測定を含む、iii) fNIRS 測定のオプトードから頭皮への同時登録のための 2 つの異なる方法の実装、および iv) 2 つの独立したセッションにわたる信号のテストと再テストの信頼性の評価を可能にします。fMRI信号とfNIRS信号を同時にデータ収集するためのこのプロトコルは、当初、若年成人の検査用に開発されました。しかし、この研究の目標の1つは、fMRI/fNIRS信号を同時に収集し、その後、発生集団の検査に応用できる実験装置を作成することでした。したがって、現在のプロトコルは、幼児をテストするためのプロトコルを開発するための出発点としても使用できます。このプロトコルは、全身のfNIRSカバレッジの使用に加えて、全身の生理学的信号(すなわち、血圧、呼吸器、心臓信号などの非皮質ソースから生じる血管の変化)を測定するための短距離チャネルを含めるなど、fNIRSハードウェアの分野における最近の進歩を組み込むことも目的としています18,19。オプトードと頭皮の共登録のための3D構造センサーの使用20。現在のプロトコルの焦点は、視覚的に点滅するチェッカーボードタスクの結果にありますが、実験全体には、従来のブロックタスク設計、安静状態セッション、および自然主義的な映画鑑賞パラダイムを組み合わせた2つのセッションが含まれています。

このプロトコルでは、キャップの設計、トリガー同期による時間的アライメント、データ収集開始前に必要なファントムテストなど、fNIRS装置をMRI環境で使用するために適応させるために必要な手順を説明しています。前述したように、ここでは点滅するチェッカーボードタスクの結果に焦点を当てていますが、全体的な手順はタスク固有ではなく、任意の数の実験パラダイムに適している可能性があります。このプロトコルでは、fNIRSキャップの配置とシグナルのキャリブレーション、参加者と実験装置のセットアップ、実験後のクリーンアップとデータの保存など、データ収集中に必要な手順をさらに概説しています。プロトコルの最後には、fNIRSおよびfMRIデータの前処理に特化した分析パイプラインの概要を示します。

Protocol

この研究は、イェール大学の治験審査委員会(IRB)によって承認されました。すべての被験者についてインフォームドコンセントが得られました。被験者は、安全な参加を確保するためにMRIスクリーニングに合格する必要がありました。認知機能に影響を与える可能性のある重篤な医学的または神経学的障害の病歴がある場合は除外されました(すなわち、神経認知障害またはうつ病障害、外傷?…

Representative Results

このセクションでは、fMRI信号とfNIRS信号の両方について、チェッカーボードの点滅タスクに対する代表的な被験者固有の応答を示します。まず、MRI環境でfNIRS信号を測定するための実験セットアップの実現可能性を示すために、代表的な生のfNIRSデータと品質評価を図6と図7に示します。頭部オプトードアレイ全体と感度プロファイル?…

Discussion

fMRIとfNIRS信号を同時にデータ収集するためのこのプロトコルは、全身の非皮質生理学的信号を測定および退回させるために、全頭部fNIRSオプトードアレイと短距離チャネルを使用します。このプロトコルの重要なステップには、MRI環境でfNIRS信号を収集するためのfNIRS装置の変更と開発が含まれます。私たちの知る限り、全頭fNIRSアレイを使用してfMRIとfNIRSの同時測定値を取得するために完全?…

Offenlegungen

The authors have nothing to disclose.

Acknowledgements

Materials

280 low-profile MRI-compatible grommets for NIRs caps NIRx GRM-LOP
4 128-position NIRS caps with 128x unpopulated slits in 10-5 layout NIRx CP-128-128S Sizes: 52, 54, 56, 60
8 bundles of 4x detector fibers with low-profile tip; MRI-, MEG-, and TMS-compatible.  NIRx DET-FBO- LOW 10 m long
8 bundles of 4x laser source fibers with MRI-compatible low-profile tip NIRx SRC-FBO- LAS-LOW 10 m long
Bundle set of 8 short-channel detectors with specialized ring grommets that fit to low-profile grommets NIRx DET-SHRT-SET Splits a single detector into 8 short channels that may be placed anywhere on a single NIRS cap
Magnetom 3T PRISMA Siemens N/A 128 channel capacity, 64/32/20 channel head coils, 80 mT/m max gradient amplitude, 200 T/m/s slew rate, full neuro sequences
NIRScout XP Core System Unit NIRx NSXP- CHS Up to 64x Laser-2 (or 32x laser-4) illuminators or 64 LED-2 illuminators; up to 32x detectors; capable of tandem (multi-system) and hyperscanning (multi-subject) measurements; compatible with EEG, tDCS, eye-tracking, and other modalities; modules available for fMRI, TMS, MEG compatibility
NIRStar software NIRx N/A Version 15.3
NIRx parallel port replicator NIRx ACC-LPT-REP The parallel prot replicator  comes with three components: parallel port replicator box, USB power cable and BNC adapter
Physiological pulse unit Siemens PPU098 Optical plethysmography allowing the acquisiton of the cardiac rhythm.
Respiratory unit Siemens PERU098  Unit intended for the acquisition of the respiratory amplitude (by means of a pneumatic system and a restraint belt).
Structure Sensor Mark II Occipital 101866 (SN) 3D structure sensor for optode digitization.

Referenzen

  1. Pinti, P., et al. The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience. Annals of the New York Academy of Sciences. 1464 (1), 5-29 (2020).
  2. Quaresima, V., Ferrari, M. Functional Near-Infrared Spectroscopy (fNIRS) for Assessing Cerebral Cortex Function During Human Behavior in Natural/Social Situations: A Concise Review. Organizational Research Methods. 22 (1), 46-68 (2016).
  3. Pinti, P., et al. A Review on the Use of Wearable Functional Near-Infrared Spectroscopy in Naturalistic Environments. The Japanese Psychological Research. 60 (4), 347-373 (2018).
  4. Wilcox, T., Biondi, M. fNIRS in the developmental sciences. Wiley Interdisciplinary Reviews: Cognitive Science. 6 (3), 263-283 (2015).
  5. Blasi, A., Lloyd-Fox, S., Katus, L., Elwell, C. E. fNIRS for Tracking Brain Development in the Context of Global Health Projects. Photonics. 6 (3), 89 (2019).
  6. Aslin, R. N. Questioning the questions that have been asked about the infant brain using near-infrared spectroscopy. Cognitive Neuropsychology. (1-2), 7-33 (2012).
  7. Chen, W. L., et al. Functional Near-Infrared Spectroscopy and Its Clinical Application in the Field of Neuroscience: Advances and Future Directions. Frontiers in Neuroscience. 14, 724 (2020).
  8. Lee, Y. J., Kim, M., Kim, J. S., Lee, Y. S., Shin, J. E. Clinical Applications of Functional Near-Infrared Spectroscopy in Children and Adolescents with Psychiatric Disorders. Journal of Child & Adolescent Psychiatry. 32 (3), 99-103 (2021).
  9. Bonilauri, A., Sangiuliano Intra, F., Baselli, G., Baglio, F. Assessment of fNIRS Signal Processing Pipelines: Towards Clinical Applications. Applied Sciences. 12 (1), 316 (2021).
  10. Kleinschmidt, A., et al. Simultaneous recording of cerebral blood oxygenation changes during human brain activation by magnetic resonance imaging and near-infrared spectroscopy. Journal of Cerebral Blood Flow and Metabolism. 16 (5), 817-826 (1996).
  11. Strangman, G., Culver, J. P., Thompson, J. H., Boas, D. A. A Quantitative Comparison of Simultaneous BOLD fMRI and NIRS Recordings during Functional Brain Activation. NeuroImage. 17 (2), 719-731 (2002).
  12. Glover, G. H. Overview of functional magnetic resonance imaging. Neurosurgery Clinics of North America. 22 (2), (2011).
  13. Toronov, V., et al. Investigation of human brain hemodynamics by simultaneous near-infrared spectroscopy and functional magnetic resonance imaging. Medical Physics. 28 (4), 521-527 (2001).
  14. 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).
  15. Cui, X., Bray, S., Bryant, D. M., Glover, G. H., Reiss, A. L. A quantitative comparison of NIRS and fMRI across multiple cognitive tasks. NeuroImage. 54 (4), 2808-2821 (2011).
  16. Duan, L., Zhang, Y. J., Zhu, C. Z. Quantitative comparison of resting-state functional connectivity derived from fNIRS and fMRI: a simultaneous recording study. NeuroImage. 60 (4), 2008-2018 (2012).
  17. Sasai, S., et al. A NIRS-fMRI study of resting state network. NeuroImage. 63 (1), 179-193 (2012).
  18. Noah, J. A., et al. Comparison of short-channel separation and spatial domain filtering for removal of non-neural components in functional near-infrared spectroscopy signals. Neurophotonics. 8 (1), 015004 (2021).
  19. Wyser, D., et al. Short-channel regression in functional near-infrared spectroscopy is more effective when considering heterogeneous scalp hemodynamics. Neurophotonics. 7 (3), 035011 (2020).
  20. Homolle, S., Oostenveld, R. Using a structured-light 3D scanner to improve EEG source modeling with more accurate electrode positions. Journal of Neuroscience Methods. 326, 108378 (2019).
  21. Jasper, H. H. The ten-twenty electrode system of the International Federation. Electroencephalography and Clinical Neurophysiology. 10, 370-375 (1958).
  22. von Luhmann, A., Li, X., Muller, K. R., Boas, D. A., Yucel, M. A. Improved physiological noise regression in fNIRS: A multimodal extension of the General Linear Model using temporally embedded Canonical Correlation Analysis. NeuroImage. 208, 116472 (2020).
  23. Glasser, M. F., et al. The minimal preprocessing pipelines for the Human Connectome Project. NeuroImage. 80, 105-124 (2013).
  24. Ji, J. L., et al. QuNex-An integrative platform for reproducible neuroimaging analytics. Frontiers in Neuroinformation. 17, 1104508 (2023).
  25. Yucel, M. A., et al. Best practices for fNIRS publications. Neurophotonics. 8 (1), 012101 (2021).
  26. Eggebrecht, A., Muccigrosso, D., Culver, J. NeuroDOT: an extensible Matlab toolbox for streamlined optical brain mapping. Diffuse Optical Spectroscopy and Imaging VII. , (2019).
  27. Jenkinson, M., Beckmann, C. F., Behrens, T. W., Woolrich, M. W., Smith, S. M. FSL. NeuroImage. 62 (2), 782-790 (2012).
  28. Fischl, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
  29. Penny, W. D., Friston, K. J., Ashburner, J. T., Kiebel, S. J., Nichols, T. E. . Statistical parametric mapping: the analysis of functional brain images. , (2011).
  30. Cox, R. W. AFNI: software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
  31. Oostenveld, R., Fries, P., Maris, E., Schoffelen, J. M. FieldTrip: Open source software for advanced analysis of MEG, EEG, and invasive electrophysiological data. Computational Intelligence and Neuroscience. 2011, 156869 (2011).
  32. Sato, H., et al. A NIRS-fMRI investigation of prefrontal cortex activity during a working memory task. NeuroImage. 83, 158-173 (2013).
  33. Jermyn, M., et al. Fast segmentation and high-quality three-dimensional volume mesh creation from medical images for diffuse optical tomography. Journal of Biomedical Optics. 18 (8), 86007 (2013).
  34. Dehghani, H., et al. Near infrared optical tomography using NIRFAST: Algorithm for numerical model and image reconstruction. Communications in Numerical Methods in Engineering. 25 (6), 711-732 (2008).
  35. Wheelock, M. D., Culver, J. P., Eggebrecht, A. T. High-density diffuse optical tomography for imaging human brain function. The Review of Scientific Instruments. 90 (5), 051101 (2019).
  36. Eggebrecht, A. T., et al. A quantitative spatial comparison of high-density diffuse optical tomography and fMRI cortical mapping. NeuroImage. 61 (4), 1120-1128 (2012).
  37. Boas, D. A., Culver, J. P., Stott, J. J., Dunn, A. K. Three dimensional Monte Carlo code for photon migration through complex heterogeneous media including the adult human head. Optics Express. 10 (3), 159-170 (2002).
  38. Wang, L., Jacques, S. L., Zheng, L. MCML-Monte Carlo modeling of light transport in multi-layered tissues. Computer Methods and Programs in Biomedicine. 47 (2), 131-146 (1995).
  39. Gregg, N. M., White, B. R., Zeff, B. W., Berger, A. J., Culver, J. P. Brain specificity of diffuse optical imaging: improvements from superficial signal regression and tomography. Frontiers in Neuroenergetics. 2, 14 (2010).
  40. 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).
  41. Pelphrey, K. A., Shultz, S., Hudac, C. M., Vander Wyk, B. C. Research review: Constraining heterogeneity: the social brain and its development in autism spectrum disorder. Journal of Child Psychology and Psychiatry, and Allied Disciplines. 52 (6), 631-644 (2011).
  42. 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).
  43. Sherafati, A., et al. Global motion detection and censoring in high-density diffuse optical tomography. Human Brain Mapping. 41 (14), 4093-4112 (2020).
  44. Eggebrecht, A. T., et al. Mapping distributed brain function and networks with diffuse optical tomography. Nature Photonics. 8 (6), 448-454 (2014).
  45. Ferradal, S. L., et al. Functional Imaging of the Developing Brain at the Bedside Using Diffuse Optical Tomography. Cerebral Cortex. 26 (4), 1558-1568 (2016).
  46. Winkler, A. M., Ridgway, G. R., Webster, M. A., Smith, S. M., Nichols, T. E. Permutation inference for the general linear model. NeuroImage. 92, 381-397 (2014).
  47. Hassanpour, M. S., et al. Statistical analysis of high density diffuse optical tomography. NeuroImage. 85, 104-106 (2014).
  48. Zhang, F., et al. Correcting physiological noise in whole-head functional near-infrared spectroscopy. Journal of Neuroscience Methods. 360, 109262 (2021).
  49. Duan, L., et al. Wavelet-based method for removing global physiological noise in functional near-infrared spectroscopy. Biomedical Optics Express. 9 (8), 3805-3820 (2018).
  50. Klein, F., Kranczioch, C. Signal Processing in fNIRS: A Case for the Removal of Systemic Activity for Single Trial Data. Frontiers in Human Neuroscience. 13, 331 (2019).
  51. Zhou, X., Sobczak, G., McKay, C. M., Litovsky, R. Y. Comparing fNIRS signal qualities between approaches with and without short channels. PLoS One. 15 (12), 0244186 (2020).
  52. Santosa, H., Zhai, X., Fishburn, F., Sparto, P. J., Huppert, T. J. Quantitative comparison of correction techniques for removing systemic physiological signal in functional near-infrared spectroscopy studies. Neurophotonics. 7 (3), 035009 (2020).
  53. Emberson, L. L., Crosswhite, S. L., Goodwin, J. R., Berger, A. J., Aslin, R. N. Isolating the effects of surface vasculature in infant neuroimaging using short-distance optical channels: a combination of local and global effects. Neurophotonics. 3 (3), 031406 (2016).
  54. Frijia, E. M., et al. Functional imaging of the developing brain with wearable high-density diffuse optical tomography: A new benchmark for infant neuroimaging outside the scanner environment. NeuroImage. 225, 117490 (2021).
  55. Brigadoi, S., Cooper, R. J. How short is short? Optimum source-detector distance for short-separation channels in functional near-infrared spectroscopy. Neurophotonics. 2 (2), 025005 (2015).

Play Video

Diesen Artikel zitieren
Sanchez-Alonso, S., Canale, R. R., Nichoson, I. F., Aslin, R. N. Simultaneous Data Collection of fMRI and fNIRS Measurements Using a Whole-Head Optode Array and Short-Distance Channels. J. Vis. Exp. (200), e65088, doi:10.3791/65088 (2023).

View Video