JoVE Journal > Behavior
Summary
Abstract
Introduction
Protocol
Results
Discussion
Disclosures
Acknowledgements
Materials
References
Please note that all translations are automatically generated. Click here for the English version.
행동분석학

실제 세계인지 작업의 뇌 활동을 모니터 Fiberless, 착용 할 수있는 fNIRS 사용

Published: December 02, 2015
doi:
10.3791/53336
, , , , , , , , ,
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

Summary

물리적 제약없이 실험실 밖에서 뇌의 활동을 모니터링 방법론적인 문제를 제시한다. fiberless는, 착용 형 기능성 근적외선 분광법 (fNIRS) 시스템은 생태 예비 메모리 작업 동안 뇌 활동을 측정하는 데 사용 하였다. 이는 이러한 시스템이 아닌 랩 기반 실험 동안 뇌 활동을 모니터하는 데 사용될 수 있음을 입증 하였다.

Abstract

기능적 근적외선 분광법 (fNIRS)는 뇌의 활동을 모니터링하는 근적외선을 사용하여 뇌 영상 기법이다. 신경 혈관 결합에 기초 fNIRS는 헤모글로빈 농도가 신경 세포 활성도에 보조 변화 측정 할 수있다. 다른 뇌 영상 기술에 비해, fNIRS은 공간과 시간 해상도의 측면에서 좋은 타협을 나타냅니다. 또한, 휴대용 경량, 적은 모션 아티팩트에 민감하고 중요한 신체 구속을 부과하지 않습니다. 이는인지 작업 (예를 들면, 청각, 보행 분석, 사회적 상호 작용) 및 다른 연령 집단 (예를 들어, 새로운 borns, 성인, 노인)의 넓은 범위를 모니터링하는 것이 적절하다. fiberless fNIRS 장치의 최근 개발은 신경​​ 과학 연구의 새로운 응용 프로그램에 길을 열었습니다. 이것은 더 민감하고 엉덩이에 정확한 수 있습니다 실제 시험 중에 기능 활동을 연구하는 독특한 기회를 나타냅니다실험실 기반의 테스트보다인지 기능 장애를 싱. 본 연구는 실제 예비 메모리 작업 동안 뇌 활동을 모니터 fiberless fNIRS의 사용을 탐구. 이 프로토콜은 피사체가 여러 가지 작업을 수행하기 위하여 주변 산책 동안 실험실 뇌 헤모글로빈의 농도 변화가 연속적 전두엽 걸쳐 측정되고 외부에서 수행된다.

Introduction

전두엽 피질 내에서 기능, 특히 가장 앞쪽에 서브 파트 (주동이의 전두엽 피질, 또는 BA10)의 이상이, 발달 정신 및 신경 학적 조건의 범위에서 일반적이다. 그것은 문제 해결, 메모리에 현저한 장애, 매우 1,2을 사용하지 않도록 설정되어 일상 생활에서주의 집중 능력을 발생합니다. 그러나, 이러한 종류의 문제는 실험실이나 병원에서 진단하기가 어렵습니다. BA 10 지원하는 행동은 소설, 개방형 상황 처리에 관여하는 정신 과정 (3) 자기가 시작한 때문이다. 이러한 상황은 참여자가 일반적으로 실험실에서 직면하고있는 인공, 공식 단단히 제약 상황이 그들의 행동과 그들이 작업에 접근하는 방식을 변경할 수 있기 때문에, 실험실에서 성공적으로 재현하기 어렵다. 이것은 상당히 강한 위험, 또는 임상 연구의 목적 중 하나에 대한 측정의 유효성을 감소시킬 수있다 하에서 진단 4 </ SUP>. 이것은 가장 명백한 전두엽 지원인지 능력 중 하나는 긴 일상 취해진 측정치 사이의 상당한 불일치가있을 수있는 것이 알려져있다 예비 메모리 (즉, 능력이 미래 작업을 수행하기 위해 기억하는)이며 삶과 실험실 (5). 연구자와 미래의 메모리를 포함 전두엽 피질의 기능을 조사하는 임상의는 "실제"상황에서 자신의 측정을하여이를 수행 할 수있는 경우 이러한 방법 론적 문제는 대부분 피할 수 있습니다.

뇌 영상 기법은 비 침습적 객관적인 방식으로 뇌 기능을 조사하기위한 강력한 도구를 나타내는 반면, 이들 기술의 대부분은 피사체에 물리적 제약을 부과하고, 따라서 일상 생활 설정 (예., 기능적 자기 공명에 사용 (적절하지 않다 자기 공명), 인 자기 (MEG), 양전자 방출 단층 촬영 (PET)). 가져올 필요 주어진실험실 외부 기능 영상 장비 및 주어진 최근의 기술 향상, 휴대용 및 착용 할 수있는 뇌파 (EEG)와 기능성 근적외선 분광법 (fNIRS) 시스템은 6-11 개발되었다. EEG 위에 fNIRS의 주요한 장점 중 하나는 더 높은 공간 해상도이다. 또한, 모션 아티팩트, 점멸 및 안구 운동 (12)에 덜 민감하다. 이 뇌파보다 적은 수의 물리적 제약을 부과하고보다 자연스러운 환경에서 자유로운 이동을 허용하는 착용 fNIRS, 따라서 일상 생활의 상황에서 사용하기에 더 적합합니다.

fNIRS 비 침습적 근적외선 (650-900 nm의)와 머리를 조사한다. 생체 조직은 그 파장 영역에서 비교적 투명하다 같이, 광은 뇌에 도달 할 수 있으며, 헤모글로빈에 의해 흡수 얻는다. fNIRS 따라서 산소와 혈류 역학적 찬의 정보를 제공하는 두 헤모글로빈 (HBO 2) 디 옥시 헤모글로빈 (HHB)의 농도 변화를 측정GES는 두뇌 활동과 관련. 보다 구체적으로, 뇌 기능의 활성화는 HBO 2 동시 증가 HHB (13)의 감소로서 정의된다. 그러나, 빛의 투과 깊이는 신호 만 피질 표면으로부터 회수 될 수 있다는 것을 의미한다. 광이 높은 조직으로 확산됨에 따라, 그것은 약 14 뇌 높은 공간적 구조 정보를 획득하는 것은 불가능하다. 종래 fNIRS 시스템은 두피를 통해 광을 안내하고, 후방 산란 광을 수집하기 위해 상기 헤드에 결합 된 광섬유를 사용한다. 이들 기기는, 휴대용 소형 실험실 설정에 매우 적합하지만, 광섬유 번들 및 이들 중량 잘 안정화되지 않은 경우, 그 변위는 동 잡음 오염으로 이어질 7, 참가자의 이동을 제한하고. 소형화 및 fiberless fNIRS 시스템의 새로운 세대 자유롭게 참가자 이동에 실제 상황에서 두뇌 활동을 탐험 할 수있는 가능성을 제공합니다의 상당한 물리적 구속하지 않고. 인간의 뇌 기능에 고유 한 통찰력을 제공 할 수 있습니다 인간의 집행 기능과 fiberless fNIRS 시스템을 탐험 할 때 현실적인 상황은 특히 가치가있다. 첫 번째 fiberless 시스템은 채널의 소수 (예., 단일 채널 (15)과 2 채널 16) 작은 영역에 대한 조사를 제한 장착했다. 보다 최근에는, 무선 채널과 착용 fNIRS 장치는 참가자에 자유롭게 움직이는 헤드의 큰 부분을 모니터링 할 수있는 가능성을 제공 6,7, 17-20 개발되었다.

본 연구에서, 새로운 채널 및 착용 fiberless fNIRS 시스템 모니터링하고 실제 예비 메모리 (PM) 작업시 전두엽 활성을 매핑하는 데 사용 하였다. fNIRS 시스템은 주로 배면 측면과 주동이의 전두엽 피질 (그림 1)을 모두 커버하는 유연한 프로브 유닛 (헤드셋)로 구성되어있다이는 참가자의 허리 (도 1D)에 착용 처리부 (휴대용 상자)에 접속된다. 헤드셋은 6 개의면을 파장 (705 nm 내지 830 ㎚) 및도 6의 실리콘 포토 다이오드에 레이저 발광 다이오드로 구성된다. 광섬유 부재는 모션 아티팩트 대하여 더욱 편안하고 강인한, 중량 및 프로브의 부피를 감소시킨다. optodes 16 소스 검출기의 조합을 생성 3cm의 간 optode 분리와 교번 형상 (도 1a)에 배치되어있다 (예., 16 개의 측정 채널) 6. 주변 광에서 헤드셋을 보호하기 위해, 음영 캡 (도 1d)가 제공된다.

이 연구의 목적은 실제 세계에서 미래의 메모리 작업하는 동안, 전두엽 피질의 기능을 알아보고자 하였다. 미래의 메모리 작업하는 동안, 참가자들은 (드문 큐에 응답하는 것을 기억하도록 요청 예., 익숙한얼굴 또는 주차 미터) "진행중인 작업"로 알려진 또 다른 까다로운 작업을 수행한다. 작업의 두 개의 서로 다른 블록에서, 사회 미래의 메모리 큐 (사람)가 아닌 사회 미래의 메모리 큐 (주차 미터)에 대조된다. 그것은 다른 이벤트 기반 미래의 메모리 작업에서 큐의 형태 등 실험 패러다임이 가까운 "실제"상황 (21)에 유지 될 수 사이에 큰 차이를 나타 내기 때문에이 대비가 선택되었다. BA (10)가 몇몇 상황에서 비 사회적 정보 대 사회의 처리에 민감한 것으로 공지되어 있지만 (예., 길버트 등. 2007 22), 최근의 증거는 예비 메모리 태스크 관련 BA 10 혈역학 변화가 상대적임을 시사 문자를 구분 큐로 차이 (시민 등의 알을 참조하십시오., 리뷰 2011 23). 따라서, 의문의 여부가 아닌 사회적 신호 대 사회 것은 미래의 메모리 패러다임의 맥락에서 학사 10 활동에 영향을 미치는.

이 연구의 목적은 실제 작업에 의해 유도 된인지 전전두엽 피질 혈류 역학적 변화 및 ​​산소를 모니터링 fNIRS 시스템의 타당성을 평가하는 것이다. 여기에서 우리는 하나의 경우 전형적인 런던 거리 위치에 외부 실시한 예비 메모리 작업 동안 fNIRS 장치의 사용에 (한 건강한 성인 참가자 24 세) 연구, 일상 생활의 요구를 흉내를보고한다. 특히, 사회적, 비 사회적 오후 단서에 응답하여 혈역학 적 변화를 기록 할 수 있는지 여부를 조사한다.

Protocol

프로토콜은 UCL 지역 연구 윤리위원회 승인 번호 CEHP / 901분의 2,014 승인을 받았다. 1. 계측기 설치에 앞서 참가자의 도착 "실제"유형의 작업 (예 : Shallice과 시민, 1991 3)을 분석하기 위해 3 카메라에서 비디오 녹화를 사용하여 참가자의 움직임을 따라하기 위해 실험의 가슴에 하나의 카메라를 놓습니다. 참가자가 실험을하는 동안 찾고 위치를 추적하기 위해 캡을 음영 fNIRS에 머리의 카메라를 탑재합니다. 준비하고 첫 번째 실험과 전체 세션의 참가자를 다음 두 번째 실험, 카메라의 전원을 켭니다. fNIRS가 닦아 소독 헤드셋 청소합니다. (예. 멀리 금속 물체, 벽과 바닥에서) 적절한 방에 3D 디지타이저를 놓고 전원을 켭니다. 2. ParticipanT 준비 및 fNIRS 프로브 배치 실험을 시작하기 전에 참가자가 동의서에 서명해야합니다. 10-20 시스템 (그림 2)를 사용하여 모든 참가자 일관된 fNIRS 헤드셋 배치를 달성하기 위해, 25 optodes와 10 ~ 20 표준 위치 (24)를 디지털화 : 마크 빨 마커 Nasion (NZ, 정면 뼈와 코 뼈 사이의 교차점), Inion (이즈, 두피의 뒷면에있는 후두 돌기)과 왼쪽과 오른쪽 사전 귀의 포인트 (LPA, RPA, 제조업체의 지침에 계약 tragus의 상단 앞의 귀에 포인트 전방) (그림 2). 이상과 머리와 머리 LPA-RPA 거리 주위 뉴질랜드 – 이즈의 거리를 측정한다. 빨 마커 마크 뉴질랜드 – 이즈 거리의 50 %에있는 Cz에 (뉴질랜드 – 이즈 라인과 LPA-RPA 라인 사이의 교차점, 그리고 50 % OF LPA-RPA 거리), FPZ 뉴질랜드 – 이즈 거리 (10 %)와 FZ (뉴질랜드 – 이즈 거리의 30 %) 10 ~ 20 시스템을 기반으로 점 (그림 2). 참가자에 걸쳐보다 정확한 디지털화 optodes 위치를 일치하는 구멍이있는 헤드 밴드를 사용합니다. 헤어 라인을 따라 가능한 사용하여 헤어 클립만큼 이마에서 머리를 제거합니다. FPZ 및 FZ 포인트에 따라 전두엽 피질을 통해 디지털화 머리띠를 놓고 : 채널 9 FPZ-FZ 라인 (그림 1E)에 정렬 FPZ 점과 채널 9 채널 8 라인의 대응. 3D 자기 디지타이저에 의해 표시된 10-20 기준점과 optodes 위치를 디지털화. 디지털화 된 좌표를 저장하고 공간 분석 도구 (사용 http://brain-lab.jp/wp/?page_id=52 광학 지형 분석 도구 (감자) 소프트웨어 (재료의 표를 참조하기위한 오픈 소스 플랫폼을) 모피THER 정보) 몬트리올 신​​경학 연구소 (MNI) 뇌 템플릿에 fNIRS 데이터를 등록합니다. 주 : 확률 등록 구현 알고리즘은 실제 세상에서의 위치는 디지털화 된 후 프로젝트 좌표계 MNI 좌표계로 변환하고 MNI 뇌 표면 (도 1E) (26, 27)에 그들을 편재. matlab에 명령 (P3)를 통해 오픈 감자. 감자 그래픽 사용자 인터페이스 (GUI)의 메인 화면의 메뉴에서 "공간 분석"을 선택하고 "공간 분석"버튼을 클릭합니다. 공간 분석 데이터 뷰어 창에 "빈 10-20"버튼을 클릭하여 디지털화 된 좌표를로드합니다. "빈 M​​NI"버튼을 클릭하십시오. MNI 추정 창에서 10/20 참조 점을 선택하고 공간 등록을 시작합니다. F의 정확한 위치 확인템플릿 뇌 표면 (그림 1E)에 NIRS 채널 : 확인되는 경우 채널 (8)과 간 반구 균열 (28) 중첩 채널 9. 올바른 경우, 추가 분석을위한 채널 구성 파일을 저장; 그렇지 않으면 FPZ-FZ 라인에 다시 정렬 채널 8과 9를 디지타이징 밴드를 교체하고 FPZ에 채널 9을 중복. 그런 다음 디지타이징 절차를 반복합니다. fNIRS가 디지털화 헤드 밴드와 일치, FPZ-FZ 라인에 채널 8과 9를 정렬하고 FPZ에 채널 9 중복 헤드셋 놓고 헤드 밴드 (그림 1B-C)를 제거합니다. 프로브가 아니라 참가자의 머리에 연결되어 있는지 확인합니다. 헤드 카메라로 음영 캡 fNIRS 헤드셋에 그것을 장착 놓습니다. 참가자에게 실험 규칙을 설명한다. 장치 관련주의 사항을 포함합니다 (예. '(NO 실행) "돌진하거나 뒤에 실험을 떠나지 않고 가능한 한 적은 시간을 가지고)과 태즈 메이 니아특정 규칙을 K (예. '이웃 거리 또는 지역 "으로 여왕 광장 지역 밖에 이동하지 마십시오). 성공적으로 참가자를 모든 규칙을 기억하고 실험을 시작하기 위해 외부 이동합니다. 3. fNIRS 신호 품질 평가 시각적으로 fNIRS 노트북에 신호 품질을 검사 먼저 무선 모드에서 fNIRS 시스템을 사용 : 휴대용 상자의 "전원"버튼을 눌러 무선 모드에서 fNIRS의 전원을 켭니다. fNIRS 노트북에 fNIRS 수집 소프트웨어를 열고 휴대용 상자와의 연결을 설정합니다. 감지기가 감지 된 빛의 기초에 얻을 최적화 할 수있는 "프로브 조정"버튼을 누릅니다. 소프트웨어 "프로브 조정"창에 프로브 조정 결과를 확인하고 각 검출기는 모든 채널이 "정상"으로 분류 된 경우 확인하여 소스에서 충분한 빛을 수신하는지 확인합니다. 만약채널은 "길 잃은"또는 "에서"다시 장소로 음영 캡을 표시하고 이마로 연결 optodes을 극대화하고 있습니다. 채널 "위에"로 표시하는 경우, 상기 레이저 소스를 "로우"의 파워를 설정한다. 주 : 횡 채널 전전두엽 피질 커버 같은 경우는 수신 된 광을 최대화하도록 이마 머리를 이동하는 것이 필요할 수있다. "준비"버튼을 누른 후 "시작"분에 대한 데이터를 수집하고 하트 비트 (~ 1 Hz에서의 헤모글로빈 진동이) 좋은 신호 품질을 보장​​ 농도 신호에 표시되어 있는지 확인합니다. 그것의 "전원"버튼을 눌러 무선 모드에서 휴대용 상자를 끕니다. 독립형 모드에서 fNIRS 켜 휴대용 상자의 "모드"버튼과 함께 "전원"버튼을 누릅니다. 참고 : 독립 실행 형모드 참가자 실험 지역 주위를 자유롭게 이동할 수 있도록 보장하고, 무선 접속을 유지하기 fNIRS 노트북에 근접 할 필요성을 회피한다. 4. 데이터 수집 헤드 카메라를 켜고 실험자 '카메라와 촬영을 시작합니다. fNIRS에 "프로브 조정"버튼 감지기 얻을 최적화하고 fNIRS 수집 (샘플링 주파수 = 5 Hz에서)을 시작하기 위해 "/ 정지 재생"버튼을 눌러 휴대용 상자를 누르십시오. 수동으로 오디오 트리거와 함께 fNIRS 휴대용 상자의 "마크"버튼을 사용하여 fNIRS 데이터에 마커를 추가 (예., 경고음). 오디오 트리거 명확 모든 비디오 카메라에 기록되어야한다. 그런 다음 실험을 시작합니다. 주 : 이것은 다른 비디오 카메라 및 기록 fNIRS 간의 강력한 시간 동기화를 허용한다. 5. 실험 프로토콜 & #(160); 참가자에 걸쳐 미래의 메모리 것들을 다음과 같은 조건을 포함하고 상쇄 : 3 기본 조건을 사용하여 참고 :이 인해로 인해 뇌에 더 현지화 된 응답에 비해 조직 변화를 걸어 관련 (신경 세포) 기능 글로벌 혈역학 및 산소의 변화를 분리 할 수 있습니다. 나머지 1 조건에 대해, 참가자는 시험 실시 거리에 고정 서서 (종이에 자극의 수를 카운트가 예를 들면., 그것에 인쇄 개의 X 및 O를 함유하는 시트를 사용하고 참가자 수가있다 그것에 O 수). 나머지 2 조건의 경우, 참가자가 정상적인 보행 속도로 짧은 거리를 걸어, 그의 다른 요구를하지 않습니다 있습니다. 기준 조건에 대해 실험을 실시하는 전체 거리 주변 참가자 거리에 있습니다. 주 : 우리의 경우에, 실험은 일어났다여왕 광장, 런던 WC1N, 영국에서 오염되지 않은 상태로 진행하는 경우, 참가자가 실험 지역 걷고 특정 항목의 발생을 카운트있다 (예., 단어 "퀸"을 포함하는 빌딩에 부착 된 표지의 개수). 비 사회적 유망 메모리의 상태에 따라, (예를 들면. 참가자가 날짜와 건물에 부착 영업 시간의 수를 계산가) 참가자가 진행하는 작업을 수행해야하지만 추가로 한 경우에는 지정된 거리에왔다 주차 미터, 그들 그것에 가서 만지지했다. 사회 유망 메모리의 상태에 따라, 그 사전에 주위에 이동 동맹의 역할을하는 실험자 중 하나에 응답했다 (예를 들면. 참가자 수의 초인종을 계산가) 참가자가 진행하는 작업을 수행해야하지만 추가 실험 지역 내의 -specified 위치. 참가자는 그들에게 가서 적이그들에게 "주먹 범프"인사말을 제공합니다. 오후 조건 후 (진행 오염 된) 추가 진행 상태를 사용 (예., 참가자는 시험 영역 내에서 탁 트인 계단의 수를 계산한다). 반대 순서는 위에서 설명한 두 나머지 조건 (다음 나머지 2 및 나머지 1)을 반복합니다. 주 :이 실험의 끝에서 걸어 관련 전신 변화 평가할 수있다. 6. 비디오에서 이벤트를 복구 모든 카메라에서 동영상을 다운로드하고 mpg4 형식으로 저장합니다. (ELAN에 모든 카메라에서 동영상을로드 https://tla.mpi.nl/tools/tla-tools/elan/ )와 동기화 동영상 : 사용 옵션 / 미디어 동기화 모드와 오디오의 시점을 기준으로 그들을 정렬 트리거. ELAN에서 (참조 주석을 사용하여 ELAN 메인 창에서 계층 버튼을 누르면주석의 그룹에 즉., 모든 사회 오후 목표에 대해 하나의 계층) 비디오 스트림의 이벤트를 표시합니다. 동기화 된 비디오 스트림을 시청하고, 각 실험 조건의 시작과 끝을 주석, 각 PM의 목표에 도달하는 시점에 대한 계층을 사용한다. 사회적, 비 사회적 오후 목표에 대해 별도의 계층을 사용합니다. 각 참가자의 비디오 편집을 완료하고 텍스트 파일로 모든 주석 시점을 내보낼 파일 / 내보내기로 / 행간 텍스트를 사용합니다. 7. 데이터 분석 fNIRS 노트북에 휴대용 상자 플래시 카드에서 fNIRS 소프트웨어 및 수출 데이터를 엽니 다. 주 : fNIRS 시스템 처리부 변성 비어 램버트 법칙을 사용하여 측정주기의 시작 부분에서 임의의 제로 기준선 HBO 2 HHB의 상대적인 변화를 계산한다. 농도 값은 따라서 곱 몰 농도 (밀리몰 / L)로 표현된다그들은 광로 길이 수정하지 않는 한 경로 길이 (mm) × 6. 농도 데이터를 저장하고 사내 사전 처리 소프트웨어를 통해 matlab에로 가져올 수 있습니다. 전 과정이 단계 (그림 3B) 다음 신호 : 샘플링 아래로 1 Hz로에 신호 : 1 Hz로 5 Hz에서에서 내려 샘플 데이터 : 스플라인 보간 (interp1 매트랩 기능)를 사용합니다. 선형 디트 랜딩 : 처음에 나머지 1 단계와 실험의 끝 사이 : 신호의 느린 표류를 제거하려면, 선형 보간 (polyfit 매트랩 기능)를 사용합니다. 모션 아티팩트 수정 : 각 채널에 대해 확인하고 웨이블릿 기반 방법 (31)를 통해 모션 아티팩트를 제거합니다. 신호 개선 (CBSI) 방식 32 기반 상관 관계를 적용하여 신호 품질을 향상시킬 수 있습니다. 복잡한 웨이블릿 변환 : <리> 웨이블릿 웨이블릿 도구 상자를 통해 각 채널의 변환을 계산하기 위해, Morlet 어머니 잔물결, 스케일링과 시간이 지남에 따라 번역을 사용하여 (매트랩 기능 : 중량) Grinsted 등에 의해 제공 33 (. http://noc.ac.uk/ 사용하여 과학 / crosswavelet 웨이블릿 일관성 ). 주 : 웨이브 렛 스펙트럼으로부터, 그 시간 – 주파수 공간에서 신호의 스펙트럼 내용을 평가하는 것이 가능하다. 대역 통과 필터 : 0.008에서 0.2 사이 Hz에서 7 (34)의 컷오프 주파수를 가진 : 웨이블릿 분석의 기초에, 3 차 버터 워스 위해 대역 통과 필터 (필터 버터 및 MATLAB 함수)를 사용한다.

Representative Results

도 3은 HBO 2 HHB 해제 처리 된 신호 (채널 8)이 사례 연구에서 생활 기반 PM 실험 (도 3a) 및 (도 3b 전처리 후의 대응하는 신호 (도 3c) 동안 기록의 예를 제시 ).도 4는 직사각형 밴드 패스 필터와 함께 보존 된 주파수 범위를 표시하는 채널 (8) HBO 2 HHB 신호들의 웨이블렛 파워 스펙트럼을 나타낸다. 참가자가 실험을하는 동안 외부 걷고, 작업을 수행하기 위해 자기 헤드를 이동되었다는 사실을 고려하여, 시스템은 fNIRS 모션 아티팩트 및 햇빛에 강인했다. 사실, HBO 2 증가 및 HHB의 감소는 비 사회적 (그림 3D), 사회 (그림 3E) 미래의 메모리 이벤트에 대응하여 찾을 수 있습니다. 이러한 경향은 일반적으로 기능적인 뇌 활동 (13), (35)을 나타낸다. 년사실, 뇌 영역이 활성화 될 때, 지역 뇌 혈류의 증가와 그에 따른 산소 증가에 대한 뉴런 '대사 수요. 산소 대부분의 헤모글로빈을 통해 세포로 전달 될 ​​때, HHB 농도 HBO 2의 증가 및 감소는 기능적 뇌 활동 9 중에 관찰된다. 이러한 경향을 나타내는 전두엽 피질 내 지역은 HBO 2, 이마 상에 매핑 HHB 농도 값 (그림 5, 비디오 1, 비디오 2)의 공간 분포에 의해 평가 될 수있다. 소셜 PM 이벤트 뇌 반응이 모든 채널들에 걸쳐 분포되는 방법의 예에서는도 5.도 5a 및도 5b를보고 각각 사회적 PM 이벤트에 HBO 2 HHB의 이마 위에 공간적 분포 (t = 2,455 도시 S)도 5c ​​그림 5D 보고서 respectiv 동안 엘리 비 사회적 PM 이벤트에 HBO 2 HHB의 공간적 분포 (t = 1,744 S). 5 지역 위치 (채널)을 나타낸다 여기서 HBO 2 (적색,도 5A-C)의 증가 및 HHB 저하 (파란색, 그림 5B-D)를 명확하게 관찰 증가 뇌 기능을 나타내는입니다. 소셜 PM 비 사회적 PM 이벤트 및 시간 경과에 채널 변화에 걸쳐 분포하는 방법 전두엽 활성의 예는, 또한 비디오 1과 비디오 (2)로 표시에 대응하는 모든 채널들에서 6 및도 7은 데이터를도되고 시간 윈도우는 각각 비디오 1과 비디오 (2)에 포함. 도보 관련된 혈류 역학적 변화 및 산소가도 3a에 관찰 될 수있다. 겉보기 HHB 증가 및 감소 HBO 2 조건을 걷는 중에 발생하고 이러한 전처리 후에 제거된다. ontent "fo를하기 : 유지 – together.within 페이지를 ="항상 "> 도 1 fNIRS 헤드셋 배치 및 채널 구성. fNIRS 프로브 Optodes 장치는 패널에 도시되어있다. 레드 원은 주입 지점 (소스), 노란색 동그라미를 표시 컬렉션 포인트 (감지기)와 녹색 동그라미 측정 채널. 프로브 Nasion-Inion 중심선과 정렬 FPZ 포인트와 채널 8-9의 대응 채널 (9) 이마 (B, C, D) 위에 배치된다. 디지털 채널 위치 좌표 시스템을 MNI로 변환 뇌 피질 (E)에 겹쳐있다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 6 / 53336fig2.jpg "/> 그림 2. 10-20 시스템 해부학 참조. 강조 원 (LPA = 왼쪽 사전 귀의, RPA는 = 오른쪽 사전 귀의의 Nz = Nasion, 이즈 = Inion). 선택한 참조 점은 참가자의 머리에 표시하는 표시 를 클릭하십시오 여기에이 그림의 더 큰 버전을 볼 수 있습니다. 도 3 신호 전처리 스트림. (A)에서 촬영 대표 채널 HBO 2 HHB 원시 신호 (채널 8). 블랙 라인은 시작 및 각 실험 조건의 끝을 표시. 녹색과 자홍색 선이 아닌 사회와 사회 미래의 메모리 히트를 표시합니다. 별표는 걸어 상태를 나타냅니다. (R1 = 나머지 1, R2 = 나머지 2, B = 기준, 오구 = 지속적인 오염되지 않은, 백혈구 = 비-social 유망 메모리; PM이 = 사회적 유망 메모리; OGC = 지속적인은) 오염. (B)이 패널 전처리 흐름도 8 원시 신호를 채널에 적용 나타낸다. (C) 결과 사전 처리 된 신호가되게됩니다. (D, E) HBO이 증가하고 HHB는 선택이 아닌 사회 (D)에 대한 응답과 사회 (E) 미래의 메모리 히트에서 발생 감소한다. 이 혈역학 적 경향은 일반적으로 기능 활성화와 관련이 있습니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 도 4 블릿 전력 스펙트럼. (A는, B)의 채널 8 (2)와 HBO HHB 원시 신호의 웨이블릿 전력 스펙트럼은 각각 패널 A 및 B에 나타낸다. 블랙 라인은 시작 및 각 실험 조건의 끝을 표시. 별표는 걸어 상태를 나타냅니다. (R1 = 나머지 1, R2 = 나머지 2, B = 기준, 오구 = 오염되지 않은 진행, 백혈구 = 비 사회적 유망 메모리, PM이 = 사회적 유망 메모리, OGC = 지속적인 오염). 검은 사각형이 대역 통과 필터 (0.008-0.2 Hz에서)를 통해 보존 주파수 범위를 강조한다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 그림 5. 오후 이벤트에 대뇌 피질의 활동의 공간적 분포는. HBO 2 HHB 농도 변화는 사회 오후 이벤트 (AB)에 대한 응답이 아닌 사회 오후 이벤트 (CD)에 기능적 활동을 찾기 위해 뇌 피질에 매핑됩니다. HBO 2및 HHB 값이 아닌 사회 오후 이벤트 (CD)에 대한 사회적 오후 이벤트 (AB) 및 T = 1744 초 동안 T = 2455 초에서 가져옵니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 비 사회 오후 이벤트에 대한 응답으로 모든 채널 그림 6. 헤모글로빈과 디 옥시 헤모글로빈 신호. 녹색 선이 아닌 사회 오후 이벤트 (T = 1744 삼성 전자, T = 1792 초)을 나타냅니다. 더 큰 버전을 보려면 여기를 클릭하십시오 이 그림의. 그림 7. 헤모글로빈과 디 옥시 헤모글로빈 SIG사회 오후 이벤트에 대한 응답으로 모든 채널하는 NAL. 마젠타 라인이 사회 오후 이벤트 (T = 2455 초)을 나타냅니다. 이 그림의 더 큰 버전을 보려면 여기를 클릭하십시오. 비디오 1. HBO 2 및 사회 오후 이벤트에 HHB 농도 변화. 비디오는 참가자가 사회 오후 목표에 접근하는 동안 HBO 2 (왼쪽 패널) 및 HHB (오른쪽 패널)은 시간이지나면서 진화하는 방법을 보여줍니다. 실험자의 가슴이 동기화에 부착 된 카메라의 영상. 이 비디오를 보려면 여기를 클릭하십시오. <img alt="그림 7" src= "/ 파일 / ftp_upload / 53336 / 53336mov2.jpg"/> 비 사회 오후 이벤트에 비디오 2. HBO 2 HHB 농도 변화는. 비디오는 참가자가 아닌 사회 오후 목표에 접근하는 동안 HBO 2 (왼쪽 패널) 및 HHB (오른쪽 패널)은 시간이지나면서 진화하는 방법을 보여줍니다. 실험자의 가슴이 동기화에 부착 된 카메라의 영상. 이 비디오를 보려면 여기를 클릭하십시오.

Discussion

본 연구의 목적은 실제 상황에서 뇌 신경 활성과 관련된 뇌 혈류 역학적 변화 및 ​​산소를 모니터링 및 착용 fiberless fNIRS의 잠재적 인 사용을 평가하는 것이었다. 착용 형 및 멀티 fiberless fNIRS 시스템은 실험실 외부에서 수행 장래 메모리 작업 중에 전두엽 위에 뇌 활동을 측정하는 데 사용 하였다. 여기에보고 된 사례 연구는 실험실 외부 실험에서 사회적, 비 사회적 오후 단서에 대한 응답으로 자유롭게 이동하는 참가자에 HBO 2 HHB 뇌의 변화가 연속적으로 견고하게 모니터링 할 수 있는지 여부를 탐험.

자유롭게 생활 기반 실험 참가자 이동에 fNIRS의 사용은 어려운 상황을 나타냅니다. 사실, 머리의 움직임이 손상 필연적 인 모션 아티팩트 뇌의 활동 (36)의 광학 식별과 프로브 변위가 발생할 수 있습니다. 또한, 광학 센서 (빛을 이탈에 민감한예. 실험이 외부 수행, 햇빛), fNIRS 신호에 추가 노이즈를 생성. 보고 된 사례는 실제 응용 프로그램에서 fNIRS 시스템의 타당성의 예비 데모를 제공합니다. 이러한 장치의 광섬유 부재는 두피 및 동작에 대하여보다 강력한 아티팩트 측정 결과 optodes 간의 광 결합을 방지한다. 또한, 쉐이딩 캡 검출기 포화 및 낮은 신호대 잡음비 (SNR)를 회피 미광으로부터 좋은 차광을 보장한다. 또한, HHB 농도 HBO 2의 증가와 감소가 사회적, 비 사회적 오후 안타 (그림 3D-E) (11)의 대응에서 발견 된 37 더욱 그 가능성을 지원. 그림 3D-E에서 관찰 된 혈역학 적 경향이 통계적으로 의미가있는 경우 평가하고 전두엽 피질 내에서 활성화 된 영역을 찾기 위해 (그림 5, Vid에EO 1, 비디오 2,도 6,도 7), 그룹 수준의 분석이 요구된다. 순서 추론을하고 38, 39, 향후 연구는 일반 선형 모델 (GLM) 방식을 사용하여 통계 파라 메트릭 매핑 (SPM)를 기반으로 그룹 데이터 및 통계 분석을 발표 할 예정이다 기능적 전문 전두엽 피질 영역을 식별합니다.

결과는 임시로 간주 될 경우에도이를 효과적으로 fiberless fNIRS 전통적인 실험실 설정 외부 가져와 뇌 활동의 실시간 모니터링을 위해 사용될 수 있음을 입증하고있다. 이 신경 및 신경 과학 연구에 새로운 방향을 열어. 이 점에서 적용하기위한 적어도 두 영역이 분명하다. 제 생태 유효성에 관한 것이다. 사람들이 예를 사용하여 (인지 작업을 수행하는 동안인지 신경 과학 연구자들은 뇌 활동의 패턴을 조사합니다., 혈액 산소 수준 종속 기호뇌는 우리의 정신적 능력을 지원하는 방법을 위해 기능 자기 공명 영상에서 프록시 등의 변화)을 발견하려고합니다. 경우에 따라서는 매우 밀접 관심 프로세스가 사용되는 일상 생활의 상황과 일치 스캐너의 실험 상황을 만들 수있다. 독서, 예를 들면, 고려. MRI 스캐너에서 가능성이 책에서 단어를 읽는 등 유사한 요구를 만드는 동안 화면에 단어를 읽을 때이 거의 스캐너에서 수집 한 결과 뇌가 일상 생활에서 독서 구현하는 방법을 설명 할 수 있음을 당연시되어 집에서. 그러나, 인간의 행동과인지의 다양한 형태에 대해,이 가정은 더 불안정하다. 예를 들어, 사회적 상황이 MRI 스캐너로 표시 (참가자들이 자신에서 움직이며, 매우 익숙 단단히 통제 된 환경에서) 될 때 참여자가 사용인지 과정이 잘에게는 중요한 관해서 상이해도 참가자가 socialis 때 종사실제 생활 (40)에 보내고. 대인 역학의 신경 상관 관계의 조사보다 자연 환경이 필요합니다 (검토라고 hyperscanning는 2014 년 41 Babiloni과 Astolfi를 참조) 곳은 사회 신경 과학에서 특히 중요하다. NIRS 기반 hyperscanning 42, 43는 이와 동시에 실제 상황에서 둘 이상의 사람들로부터 뇌의 활동을 모니터링하는 새로운 도구를 나타낼 수있다. 실제로, MRI, PET 또는 MEG 스캐너의 고도의 인공 및 물리적으로 제한된 환경에서 잘 연구 할 수없는 정신적 능력이있다. 신체 운동의 것과 관련된 보행 또는 대량뿐만 아니라 그와 관련된 사회적 상호 작용은 명백 후보. 이 때문에, 자연 상황에서 참가자의 뇌 활동을 연구 할 수있는 것은 연구자 매우 바람직하다.

애플리케이션의 제 2의 관계, 넓은 면적이 기술의 사용에 관한임상 상황. 명백한 후보는 하나 (부엌에서, 예를 들면.) 일상 생활의 활동을위한 교육 과정의 뇌에 따라 영향을 연구 할 수있는 곳, neurorehabilitation, 또는 이러한 활동과 관련하여 특정 신경 세포 인구에 따라 약물의 수 있습니다. 그러나이 기술은 또한 아마도뿐만 교육 환경에서 개발 한 예 될 수있다., 뇌 활동의 "실시간"셀프 모니터링 용도. 행동에 최소한의 제약으로 실제 환경에서 현장에서 사용할 수있는 휴대 성, 낮은 위험, 그리고 능력은 현재 사용할 수있는 다른 사람과 매우 다른이 방법을합니다.

착용 fNIRS 시스템은 실제 관측에 대한 가능성을 보여하지만, 그러나, 자연 산책하는 동안 fNIRS를 사용할 때 해결해야 할 다른 제한 사항이 있습니다. 외광이 두피를 통해 이동하기 때문에, 대뇌에서 일어나는 프로세스 모두에 민감머리의 여분의 뇌 구획 ND. 이전의 연구는 fNIRS 의해 측정 된 신호의 어느 정도의 변화가 전신 34, 39, 직접적으로 뇌 활동과 관련이없는 (44)로부터 발생하는 것을 보여 주었다 (Scholkmann 외. 9 검토 참조). 인트라 및 추가 – 뇌 혈류가 전신 변화에 의해 영향을받는 바와 같이 두 태스크 유발과 자발적인 (예., 심박수, 혈압, 호흡, 피부 혈류)의 보행과 관련된 생리적 변화가 고려되어야한다. 그들은 그것 원심성 섬유 통해 심박수, 호흡, 혈압 및 혈관 직경을 조절 자율 신경계 (ANS) 활동으로부터 발생한. 보다 정확하게는, ANS의 교감 분할 하이퍼 활성화 심박수, 혈압과 호흡 씩 45 선도 운동시이다. 예를 들어, 이전의 연구는 호흡 탄소 diox 분압 변화를 유도함을 보여 주었다또한 동맥혈 (파코 2) 턴 영향 뇌 혈류 및 뇌 혈류량 (46), (47).에 IDE는,도 3a는 혼동 될 수 보행주기 내에 발생주기 HHB 증가하고 HBO 2 감소의 예를 도시 뇌 비활성화. 조건과 일치 비교를 위해 (농도의 상당한 변화가 기준선주기에 대해 발생하는 경우를 예를 들어., 평가), 모든 실험 상 동일한 물리적 활동 상태에서 측정해야한다. 이 때문에, 걸어 나머지 위상 REST (2)은 우리의 생활 기반 프로토콜에 포함시켰다. fNIRS 데이터의 적절한 해석은 또한 좋은 SNR을 필요로한다. 이는 일반적으로 종래의 블록과 자극이 수회 반복되는 이벤트 관련 디자인으로 달성된다. 시험 반복과 구조 디자인은 생활 기반 실험에서 항상 가능한 것은 아니다. 이러한 이유로, 추가 센서와 적절한 분석 테를 들어chniques 48은 움직임 아티팩트 SNR을 개선하기 위해 정확하게 뇌 신호를 해석 할 필요가 시스템 적 변화를 설명한다. 우리는 호흡 속도, 심장 박동 및 보행 속도를 모니터링하는 휴대용 장치의 사용을 통해 이러한 거리 관련된 전신 변경의 영향을 조사 할 계획이다. 또한, 이벤트의 복구 문제도 해결 될 필요가있다. 인지 신경 과학 실험에서 뇌의 활동은 자극 또는 참가자에 의해 발생하는 환경과 관련하여 조사하고,에 따라, 또는 이들의 기대에 그들의 행동. (가) 자신의 환경에서 참가자에게 현재 사용할 수 있으며, (b)는 참가자의 행동의 순간 순간 기록이 무엇인지에 실험자 따라서 필요합니다. 일반적인 실험실 상황에서 이러한 요소는 쉽게 실험 참가자 발생할 것을 제한하고, 형태와 참가자가 명시하다 할 수 있습니다 행동의 수 수 있기 때문에를 제어 할 수 있습니다. 그러나이 아니다많은 이벤트와 경험 연구 참가자가있을 것이라는 점을 실험실, 외부 "실제"환경의 경우는 실험 (49)의 엄격한 통제를 벗어납니다. 따라서, 여기에 연구 종류의 "실제"유형의 작업에서, 비디오 기록 (예., Shallice 및 시민 1991 3) 분석을 위해 사용된다. 이 모두 지속 (예., 블록 레벨)과 과도를 복구 할 수 있습니다 (예 :., 이벤트 관련) 성능의 다양한 측면을 지원하는 프로세스 (검토 고넨-Yaacovi과 버지스 2012 년 21 참조). 이벤트는 이론적 인 질문 실험에 해결되는에 따라 달라집니다 비디오 녹화에서 복구 할 수 있습니다. 보고 된 사례 연구에서는, 이벤트 온 세트는 3 카메라로 촬영 한 동영상에서 발견되었다. 발병과 특정 단서와 행동 반응의 종료를 결정하는이 절차는 힘든이며 생활 기반 DAT에서 수행 할 때 기술이 필요에이. 중앙 문제는 "실제"타입 실험 거기 보통 랩 기반 사람과 같은 이벤트의 선지식의 동일한 정도되지 않고, 참가자가 일반적으로 그들은 대응할 수있는 방법에 대한 추가 범위를 가지고있다. 참가자 천연 및 제어되지 않은 환경에서 자유롭게 이동 더욱이, 이들은 급변하는 각종 자극에 직면하고 관심 실제 이벤트에 혈역학 응답을 복구하는 것은 어렵다된다. 예를 들어, 사례 연구에서, HBO 2 HHB (그림 3D-E)에 대한 관찰 혈역학 적 경향은 위상 동기 전형적인 이벤트 관련 혈류 역학적 반응 (38)와 같은 비디오 복구 발병하지 않습니다. HBO 2 HHB 상승과 자극 시작하기 전에 20 초 감소하고 이후에 피크에 도달하기 위해 각각 시작합니다. 그가 또는으로 접근 할 때 추가 분석 따라서, 오후 행사는 참가자가 대상을 볼 때 실제로 일어나고있는 큐 여부를 설정하는 데 필요한때 그는 그것을 도달한다. 실제 임상 적용에 대한 fiberless fNIRS 기술의 잠재력을 감안할 때,보다 객관적인 방법으로 이벤트 온 세트를 식별하기 위해 새로운 알고리즘을 개발뿐만 아니라 fNIRS 데이터로부터 직접 그 일의 가능성을 탐구하여 비디오 코딩 문제를 해결합니다 미래의 일.

Disclosures

The authors have nothing to disclose.

Acknowledgements

The authors would like to acknowledge funding from the Wellcome Trust (088429/Z/09/Z, 104580/Z/14/Z support to IT).

Materials

Wearable Optical Topography Hitachi Medical 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 Medical Corporation http://www.hitachi.co.jp/products/ot/analyze/kaiseki_en.html
DOWNLOAD MATERIALS LIST

References

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

Tags

FNIRSWearableFiberlessReal-world Cognitive TasksNeurovascular CouplingHaemoglobin ConcentrationSpatial And Temporal ResolutionMotion ArtifactsCognitive FunctionPrefrontal CortexProspective Memory Task

Play Video
PDF
DOI
DOWNLOAD MATERIALS LIST
Cite This Article
Pinti, P., Aichelburg, C., Lind, F., Power, S., Swingler, E., Merla, A., Hamilton, A., Gilbert, S., Burgess, P., Tachtsidis, I. Using Fiberless, Wearable fNIRS to Monitor Brain Activity in Real-world Cognitive Tasks. J. Vis. Exp. (106), e53336, doi:10.3791/53336 (2015).
Download Citation
Reprints and Permissions

View Video

✖

To prove you're not a robot, please enter the text in the image below

CAPTCHA Image
Play CAPTCHA Audio
Refresh Image