概要

Tüm kafa optode dizisi ve kısa mesafeli kanallar kullanılarak fMRI ve fNIRS ölçümlerinin eş zamanlı veri toplanması

Published: October 20, 2023
doi:

概要

Tüm kafa fNIRS kapsamı ile aynı deneklerden fMRI ve fNIRS sinyallerini aynı anda toplamak için bir yöntem sunuyoruz. Protokol üç genç yetişkinle test edilmiştir ve gelişimsel çalışmalar ve klinik popülasyonlar için veri toplama için uyarlanabilir.

Abstract

Fonksiyonel yakın kızılötesi spektroskopisi (fNIRS), fonksiyonel manyetik rezonans görüntülemeden (fMRI) daha sağlam ve daha uygun maliyetli olan taşınabilir bir nörogörüntüleme metodolojisidir, bu da onu beyin fonksiyonunun doğal çalışmalarını yürütmek ve gelişimsel ve klinik popülasyonlarla kullanım için son derece uygun hale getirir. Hem fNIRS hem de fMRI metodolojileri, fonksiyonel beyin aktivasyonu sırasında serebral kan oksijenasyonundaki değişiklikleri tespit eder ve önceki çalışmalar, iki sinyal arasında yüksek uzamsal ve zamansal yazışmalar göstermiştir. Bununla birlikte, aynı deneklerden aynı anda toplanan iki sinyalin tüm kafa fNIRS kapsamı ile nicel bir karşılaştırması yoktur. Bu karşılaştırma, alan düzeyinde aktivasyonları ve işlevsel bağlantıyı fMRI altın standardına karşı kapsamlı bir şekilde doğrulamak için gereklidir ve bu da yaşam süresi boyunca iki sinyalin karşılaştırılmasını kolaylaştırma potansiyeline sahiptir. Bu boşluğu, fMRI ve fNIRS sinyallerinin eşzamanlı veri toplanması için bir protokol tanımlayarak ele alıyoruz: i) tüm kafa fNIRS kapsamı sağlar; ii) kortikal olmayan, sistemik fizyolojik sinyalin gerilemesi için kısa mesafeli ölçümleri içerir; ve iii) fNIRS ölçümlerinin optode-kafa derisi birlikte kaydı için iki farklı yöntem uygular. Üç denekten elde edilen fMRI ve fNIRS verileri sunulmuş ve protokolün gelişimsel ve klinik popülasyonları test etmek için uyarlanması için öneriler tartışılmıştır. Yetişkinlerle yapılan mevcut kurulum, hem işlevsel hem de yapısal taramaları içeren ortalama yaklaşık 40 dakikalık tarama oturumlarına izin verir. Protokol, fNIRS ekipmanını manyetik rezonans (MR) ortamında kullanım için uyarlamak için gereken adımları ana hatlarıyla belirtir, hem veri kaydı hem de optod-kafa derisi ortak kaydı için öneriler sunar ve mevcut MR güvenli fNIRS sisteminin özelliklerine uyacak şekilde protokolün olası değişikliklerini tartışır. Yanıp sönen bir dama tahtası görevinden elde edilen temsili konuya özel yanıtlar, MR ortamında tüm kafa fNIRS sinyallerini ölçmek için protokolün fizibilitesini göstermektedir. Bu protokol, yaşam süresi boyunca fMRI’ye karşı fNIRS sinyallerini doğrulamakla ilgilenen araştırmacılar için özellikle geçerli olacaktır.

Introduction

Bilişsel işlev, yetişkin insan beyninde yaklaşık otuz yıldır fonksiyonel manyetik rezonans görüntüleme (fMRI) yoluyla incelenmiştir. Her ne kadar fMRI yüksek uzamsal çözünürlük ve hem fonksiyonel hem de yapısal görüntüler sağlasa da, natüralist bağlamlarda yürütülen çalışmalar için veya bebekler ve klinik popülasyonlarla kullanım için genellikle pratik değildir. Bu kısıtlamalar beyin fonksiyonlarını anlamamızı önemli ölçüde sınırlar. fMRI’ya bir alternatif, fonksiyonel yakın kızılötesi spektroskopisi (fNIRS)1,2,3 gibi daha uygun maliyetli ve harekete dayanıklı taşınabilir metodolojilerin kullanılmasıdır. fNIRS, dil gelişimi, sosyal olarak ilgili bilgilerin işlenmesi ve nesne işleme gibi bir dizi bilişsel alanda beyin fonksiyonlarını değerlendirmek için bebeklerde ve küçük çocuklarda kullanılmıştır 4,5,6. fNIRS ayrıca, 7,8,9 yaşları arasında tekrarlanan test ve izleme potansiyeli nedeniyle özellikle klinik popülasyonları test etmek için uygun bir nörogörüntüleme yöntemidir. Geniş uygulanabilirliğine rağmen, aynı deneklerden aynı anda toplanan fMRI ve fNIRS sinyallerini kantitatif olarak karşılaştıran hiçbir çalışma yoktur. Bu karşılaştırma, fMRI altın standardına göre ilgi bölgeleri (ROI’ler) arasındaki alan düzeyinde aktivasyonları ve işlevsel bağlantıyı kapsamlı bir şekilde doğrulamak için gereklidir. Ayrıca, bu modaliteler arası yazışmanın kurulması, hem tipik hem de atipik gelişimde toplanan tek sinyal olduğunda fNIRS’nin yorumlanmasını geliştirme potansiyeline sahiptir.

Hem fMRI hem de fNIRS sinyalleri, fonksiyonel beyin aktivasyonu sırasında serebral kan oksijenasyonundaki (CBO) değişiklikleri tespit eder10,11. fMRI, elektromanyetik alanlardaki değişikliklere dayanır ve CBO değişikliklerinin yüksek uzamsal çözünürlüğünü sağlar12. fNIRS, aksine, bir dizi ışık yayan ve ışık algılayan optod2 kullanarak yakın kızılötesi ışığın absorpsiyon seviyelerini ölçer. fNIRS, farklı dalga boylarında absorpsiyon değişikliklerini ölçtüğünden, hem oksi- hem de deoksihemoglobindeki konsantrasyon değişikliklerini değerlendirebilir. Az sayıda optod ile fMRI ve fNIRS sinyallerinin eşzamanlı kayıtlarını kullanan önceki çalışmalar, iki sinyalin yüksek uzamsal ve zamansal yazışmaya sahip olduğunu göstermiştir10. Kan-oksijen seviyesine bağımlı (BOLD) fMRI ile optik ölçümler11,13 arasında güçlü korelasyonlar vardır ve deoksihemoglobin, fNIRS ve fMRI hemodinamik yanıt fonksiyonlarının (HRF’ler) zamansal dinamiklerini karşılaştıran önceki çalışmalarda bildirildiği gibi, BOLD yanıtı ile en yüksek korelasyonu göstermektedir14. Bu erken çalışmalar, motor tepki paradigmalarını (yani parmakla dokunma) uyguladı ve birincil motor ve premotor korteks alanlarını kapsayan sınırlı sayıda optod kullandı. Son on yılda, çalışmalar, belirli yatırım getirilerini kapsayan sınırlı sayıda optod kullanmasına rağmen, odağı daha geniş bir bilişsel görevler ve dinlenme durumu oturumları dizisini içerecek şekilde genişletti. Bu çalışmalar, fNIRS / fMRI korelasyonlarındaki değişkenliğin, optodun kafa derisinden ve beyinden uzaklığına bağlı olduğunu göstermiştir15. Ayrıca, fNIRS, fMRI16,17 ile karşılaştırılabilir dinlenme durumu fonksiyonel bağlantı önlemleri sağlayabilir.

Mevcut protokol önceki çalışmalara dayanmaktadır ve i) tüm kafa fNIRS kapsamı sağlayarak, ii) kortikal olmayan fizyolojik sinyallerin gerilemesi için kısa mesafeli ölçümler dahil ederek, iii) fNIRS ölçümlerinin optoddan kafa derisine birlikte kaydı için iki farklı yöntem uygulayarak ve iv) iki bağımsız oturumda sinyalin test-tekrar test güvenilirliğinin değerlendirilmesini sağlayarak temel sınırlamaları ele almaktadır. fMRI ve fNIRS sinyallerinin eşzamanlı veri toplaması için bu protokol başlangıçta genç yetişkinleri test etmek için geliştirilmiştir. Bununla birlikte, çalışmanın amaçlarından biri, daha sonra gelişimsel popülasyonları test etmek için uyarlanabilecek eşzamanlı fMRI / fNIRS sinyallerini toplamak için deneysel bir düzenek oluşturmaktı. Bu nedenle, mevcut protokol, küçük çocukları test etmek için bir protokol geliştirmek için bir başlangıç noktası olarak da kullanılabilir. Protokol, tüm kafa fNIRS kapsamını kullanmanın yanı sıra, sistemik fizyolojik sinyali (yani, kan basıncı, solunum ve kalp sinyalleri gibi kortikal olmayan kaynaklardan kaynaklanan vasküler değişiklikler) ölçmek için kısa mesafeli kanalların dahil edilmesi gibi fNIRS donanımı alanındaki son gelişmeleri de dahil etmeyi amaçlamaktadır18,19 ; ve optode-kafa derisi ortak kaydı için bir 3D yapı sensörünün kullanımı20. Mevcut protokolün odak noktası görsel olarak yanıp sönen bir dama tahtası görevinin sonuçları olsa da, tüm deney geleneksel blok görev tasarımları, dinlenme durumu oturumları ve doğal film izleme paradigmalarının bir karışımını içeren iki oturum içerir.

Protokol, kapak tasarımı, tetik senkronizasyonu yoluyla zamansal hizalama ve veri toplamaya başlamadan önce gerekli fantom testleri dahil olmak üzere fNIRS ekipmanını MRI ortamında kullanılmak üzere uyarlamak için gereken adımları açıklar. Belirtildiği gibi, buradaki odak noktası, yanıp sönen dama tahtası görevinin sonuçlarıdır, ancak genel prosedür göreve özgü değildir ve herhangi bir sayıda deneysel paradigma için uygun olabilir. Protokol ayrıca, fNIRS kapak yerleştirme ve sinyal kalibrasyonu, katılımcı ve deneysel ekipman kurulumunun yanı sıra deney sonrası temizleme ve veri depolamayı içeren veri toplama sırasında gerekli adımları özetlemektedir. Protokol, fNIRS ve fMRI verilerinin ön işlenmesine özgü analitik işlem hatlarına genel bir bakış sağlayarak sona erer.

Protocol

Araştırma, Yale Üniversitesi’ndeki Kurumsal İnceleme Kurulu (IRB) tarafından onaylandı. Tüm denekler için bilgilendirilmiş onam alındı. Denekler, güvenli katılımlarını sağlamak için MRI taramasından geçmek zorunda kaldılar. Bilişsel işlevi (yani nörobilişsel veya depresif bozukluk, travma, şizofreni veya obsesif-kompulsif bozukluk) etkileyebilecek ciddi bir tıbbi veya nörolojik bozukluk öyküsü varsa dışlandılar. NOT: Mevcut protokol, 100 uzun mesafeli kanal ve…

Representative Results

Bu bölüm, hem fMRI hem de fNIRS sinyalleri için yanıp sönen dama tahtası görevi için temsili konuya özel yanıtlar sunar. İlk olarak, MRI ortamında fNIRS sinyallerini ölçmek için deney düzeneğinin fizibilitesini göstermek için temsili ham fNIRS verileri ve kalite değerlendirmeleri Şekil 6 ve Şekil 7’de gösterilmiştir. Tüm kafa optod dizisinin ve hassasiyet profilinin bir diyagramı Şekil 8’de</strong…

Discussion

fMRI ve fNIRS sinyallerinin eşzamanlı veri toplaması için bu protokol, sistemik kortikal olmayan fizyolojik sinyalleri ölçmek ve geriletmek için tam başlı bir fNIRS optod dizisi ve kısa mesafeli kanallar kullanır. Bu protokoldeki kritik adımlar, MRI ortamında fNIRS sinyallerini toplamak için fNIRS ekipmanının değiştirilmesini ve geliştirilmesini içerir. Bildiğimiz kadarıyla, tam kafa fNIRS dizisi kullanarak eşzamanlı fMRI ve fNIRS ölçümlerini yakalamak için tamamen optimize edilmiş anahtar te…

開示

The authors have nothing to disclose.

Acknowledgements

Bu araştırma aşağıdaki fon kaynakları tarafından desteklenmiştir: Beyin ve Davranış Araştırmaları Vakfı’ndan NARSAD Genç Araştırmacı Ödülü Hibesi (Hibe #29736) (SSA), Bill ve Melinda Gates Vakfı’ndan Küresel Büyük Zorluklar Hibesi (Hibe #INV-005792) (RNA) ve Yale Üniversitesi Psikoloji Bölümü’nden (RNA) Keşif Fonu Hibesi. Yazarlar ayrıca veri toplama sırasındaki destekleri için Richard Watts’a (Yale Beyin Görüntüleme Merkezi) ve veri analizindeki yardımları için Adam Eggebrecht, Ari Segel ve Emma Speh’e (St Louis’deki Washington Üniversitesi) teşekkür etmek istemektedir.

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.

参考文献

  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

記事を引用
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