Se describe el análisis de onda continua funcional de espectroscopia de infrarrojo cercano experimento utilizando un diseño de bloques con una tarea sensoriomotora. Para aumentar la fiabilidad del análisis de los datos, se utilizó el mapeo paramétrico estadístico basado en modelos lineales generales cualitativos y los modelos mixtos jerárquicos comparativos para multicanales.
Los estudios de neuroimagen juegan un papel fundamental en la evaluación de las condiciones neurológicas pre- vs post-intervención, como en la rehabilitación y el tratamiento quirúrgico. Entre las muchas tecnologías de neuroimagen utilizadas para medir la actividad cerebral, la espectroscopia funcional de infrarrojo cercano (fNIRS) permite la evaluación de actividades corticales dinámicas midiendo los niveles de hemoglobina locales similares a las imágenes de resonancia magnética funcional (fMRI). También, debido a la menor restricción física en fNIRS, las variantes múltiples de tareas sensoriomotoras pueden ser evaluadas. Muchos laboratorios han desarrollado varios métodos para el análisis de datos fNIRS; sin embargo, a pesar de que los principios generales son los mismos, no existe un método universalmente estandarizado. Aquí, presentamos los métodos analíticos cualitativos y comparativos de los datos obtenidos de un experimento fNIRS multicanal utilizando un diseño de bloques. Para el análisis cualitativo, se utilizó un software para NIRS como un enfoque de masa-univariante basado en el modelo lineal generalizado. El análisis NIRS-SPM muestra resultados cualitativos para cada sesión visualizando el área activada durante la tarea. Además, el digitalizador tridimensional no invasivo se puede utilizar para estimar las ubicaciones de los canales fNIRS en relación con el cerebro. Para corroborar los hallazgos del NIRS-SPM, la amplitud de los cambios en los niveles de hemoglobina inducidos por la tarea sensoriomotora puede ser analizada estadísticamente comparando los datos obtenidos de dos sesiones diferentes (antes y después de la intervención) del mismo sujeto de estudio utilizando un modelo mixto jerárquico multicanal. Nuestros métodos se pueden utilizar para medir el análisis pre- contra post-intervención en una variedad de desordenes neurológicos tales como desordenes de movimiento, enfermedades cerebrovasculares, y desordenes neuropsiquiátricos.
Neurorehabilitation desempeña un papel importante en la recuperación funcional que sigue disturbio sensoriomotor. Para aclarar los mecanismos de la recuperación funcional neuroplasticidad-asociada, las varias tecnologías neuroimaging se han utilizado, tales como proyección de imagen de resonancia magnética funcional (fMRI), tomografía por emisión de positrones (ANIMAL DOMÉSTICO), electroencefalografía (EEG), y espectroscopia funcional del infrarrojo cercano (fNIRS). Las diferentes modalidades de imagen tienen diferentes ventajas y desventajas. Aunque el fMRI es el dispositivo más típico, se ve afectado por los campos magnéticos, tiene un alto costo, alta restricción física y tareas sensoriomotoraslimitadas 1,2,3,4. El dispositivo fNIRS se destaca como neuroimagen óptica no invasiva y tiene una resolución espacial relativamente más baja, pero tiene una mejor resolución temporal que fMRI4. fNIRS es adecuado cuando se verifican los efectos del tratamiento porque compara los efectos previos y posteriores a la intervención, tiene tareas motoras dinámicas, es portátil y funciona más en entornos naturales que fMRI1,2,4. Se ha informado que la NIRS es más adecuada en los campos de las enfermedades cerebrovasculares, los trastornos epilépticos, las lesiones cerebrales graves, la enfermedad de Parkinson y el deterioro cognitivo1,5. Con respecto a las tareas sensoriomotoras, es ampliamente utilizado en el equilibrio de la marcha y de pie6,7,8,función de las extremidades superiores (agarre de la mano, golpeteo de los dedos)8,9,entrenamiento de habilidades motoras complejas10,11,robótica12, 13,14, 15,e interfaz cerebro-computadora16,17,18. El fNIRS se basa en los principios de la neuroimagen óptica y el acoplamiento neurovascular, que miden la actividad metabólica cortical, el aumento del flujo sanguíneo y, en consecuencia, la actividad cortical como señales secundarias19. Se ha informado que las señales de fNIRS tienen fuertes correlaciones con las señales de fMRI dependiente del nivel de oxígeno en sangre20. Un fNIRS de onda continua utiliza la ley de Beer-Lambert modificada para determinar los cambios en los niveles de concentración cortical de hemoglobina oxigenada (HbO2)y hemoglobina desoxigenada (HHb) basados en cambios medidos en la atenuación de la luz infrarroja cercana de banda ancha21,22. Debido a que no fue posible medir el factor diferencial de longitud de trayecto (DPF) utilizando el sistema NIRS de onda continua, asumimos que el DPF era constante y que los cambios en la señal de hemoglobina se denotaban en unidades arbitrarias de milimole-milímetro (mM x mm)2,18.
Los experimentos fNIRS deben seleccionar los métodos más adecuados, incluidos los ajustes de la sonda, los diseños de los experimentos y los métodos de análisis. Con respecto a la configuración de la sonda, el método internacional 10-20 utilizado en la medición de EEG es el estándar de establecimiento utilizado por muchos investigadores en neuroimagen. En los últimos años, se han utilizado ajustes de coordenadas basados en el cerebro estándar sobre la base de coordenadas del Instituto Neurológico de Montreal (MNI). El experimento utiliza un diseño de bloques, generalmente utilizado para tareas sensoriomotoras, y un diseño relacionado con eventos. Este es un método para comparar los cambios en la concentración de hemoglobina en reposo y durante las tareas; Los niveles de concentración de HbO2 aumentan y los niveles de concentración de HHb disminuyen con los cambios en el flujo sanguíneo cerebral asociados con la actividad cortical dependiente de la tarea. Aunque existen varios métodos de análisis, el software libre NIRS-SPM permite un análisis similar al mapeo paramétrico estadístico (SPM) de fMRI. El tratamiento de los datos NIRS utiliza un enfoque masa-univariante basado en el modelo lineal general (GLM). Al realizar análisis de actividad cerebral dependiente de la tarea, las mediciones del fNIRS pueden verse afectadas por la actividad neuronal evocada o no evocada y las interferencias fisiológicas sistémicas (frecuencia cardíaca, presión arterial, frecuencia respiratoria y actividad del sistema nervioso autónomo) en el compartimento cerebral y extracerebral23. Por lo tanto, el procesamiento previo al análisis, el filtrado, la conversión de wavelets y el análisis de componentes principales son útiles23. En cuanto al filtrado y los artefactos del procesamiento de datos utilizando el NIRS-SPM, se utilizaron el filtrado de paso bajo9 y la detrending wavelet de longitud mínima de descripción (Wavelet-MDL)24 para superar el movimiento u otras fuentes de ruido / artefacto. Para detalles de este método analítico, consulte el informe de Ye et al.25. Aunque hay informes que utilizan sólo SPM, es sólo un índice cualitativo por análisis de imágenes, y debido a la baja resolución espacial de NIRS, se requiere extrema precaución para el análisis de grupo. Además, cuando el DPF es constante, no se deben realizar comparaciones numéricas entre canales e individuos, pero se puede verificar la diferencia en los cambios en cada canal. Con base en las condiciones anteriores, con el fin de complementar los resultados del análisis de grupo NIRS-SPM, se utilizó el método de análisis original para el análisis multicanal después de mejorar la precisión del registro espacial. Este análisis multicanal comparó la amplitud del cambio en los niveles de HbO2 y HHb entre los períodos de reposo y en la tarea en cada canal antes e inmediatamente después del tratamiento utilizando modelos mixtos jerárquicos con intervenciones fijas (antes o después), períodos fijos (reposo o en la tarea) y efectos individuales aleatorios.
De esta manera, existen varios métodos de medición y análisis fNIRS; sin embargo, no se ha establecido ningún método estándar. En este trabajo, presentamos nuestros métodos, el mapeo paramétrico estadístico cualitativo basado en GLM y el modelo mixto jerárquico multinivel comparativo, para analizar los datos obtenidos de un experimento fNIRS multicanal de pre- vs post-intervención utilizando un diseño de bloques con tareas sensoriomotoras.
En nuestros métodos analíticos grupales para fNIRS, además de realizar un método analítico de imagen mediante mapeos estadísticos tcualitativos, comparamos pre- vs post-intervención (ejercicio asistido por robot) utilizando el análisis comparativo multicanal. Para el análisis cualitativo, se utilizó el software NIRS-SPM como un enfoque univariante de masa basado en el modelo lineal generalizado. El análisis NIRS-SPM muestra los resultados cualitativos de cada sesión visualizando el área activada dur…
The authors have nothing to disclose.
Este trabajo fue apoyado en parte por la Sociedad Japonesa para la Promoción de la Ciencia (JSPS) Grant-in-Aid for Scientific Research (C) 18K08956 y un fondo del Instituto Central de Investigación de la Universidad de Fukuoka (No. 201045).
3D-digitizer software | TOPCON | – | NS-1000 software ver.1.50 |
NIRS system | Shimadzu | – | FOIRE-3000 |
Robot | CYBERDYNE | – | Single-joint type Hybrid Assitive Limb (HAL-SJ) |