جمع البيانات في وقت واحد من قياسات التصوير بالرنين المغناطيسي الوظيفي و fNIRS باستخدام صفيف البصريات كامل الرأس وقنوات المسافات القصيرة
Özet
نقدم طريقة لجمع إشارات الرنين المغناطيسي الوظيفي و fNIRS في وقت واحد من نفس الموضوعات مع تغطية fNIRS كاملة الرأس. تم اختبار البروتوكول مع ثلاثة شباب ويمكن تكييفه لجمع البيانات للدراسات التنموية والسكان السريريين.
Abstract
التحليل الطيفي الوظيفي القريب من الأشعة تحت الحمراء (fNIRS) هو منهجية تصوير عصبي محمولة ، أكثر قوة للحركة وأكثر فعالية من حيث التكلفة من التصوير بالرنين المغناطيسي الوظيفي (fMRI) ، مما يجعله مناسبا للغاية لإجراء الدراسات الطبيعية لوظائف المخ وللاستخدام مع السكان التنمويين والسريريين. تكتشف كل من منهجيات fNIRS و fMRI التغيرات في أكسجة الدم الدماغية أثناء تنشيط الدماغ الوظيفي ، وقد أظهرت الدراسات السابقة تطابقات مكانية وزمانية عالية بين الإشارتين. ومع ذلك ، لا توجد مقارنة كمية بين الإشارتين اللتين تم جمعهما في وقت واحد من نفس الأشخاص مع تغطية fNIRS بالكامل. هذه المقارنة ضرورية للتحقق بشكل شامل من عمليات التنشيط على مستوى المنطقة والاتصال الوظيفي مقابل المعيار الذهبي للتصوير بالرنين المغناطيسي الوظيفي ، والذي بدوره لديه القدرة على تسهيل المقارنات بين الإشارتين عبر العمر. نعالج هذه الفجوة من خلال وصف بروتوكول لجمع البيانات في وقت واحد من الرنين المغناطيسي الوظيفي وإشارات fNIRS التي: ط) يوفر تغطية fNIRS كاملة الرأس. ii) يتضمن قياسات قصيرة المدى لانحدار الإشارة الفسيولوجية الجهازية غير القشرية ؛ و iii) ينفذ طريقتين مختلفتين للتسجيل المشترك للبصريات إلى فروة الرأس لقياسات fNIRS. يتم تقديم بيانات الرنين المغناطيسي الوظيفي و fNIRS من ثلاثة مواضيع ، وتناقش توصيات لتكييف البروتوكول لاختبار السكان النمائيين والسريريين. يسمح الإعداد الحالي مع البالغين بجلسات المسح الضوئي لمدة 40 دقيقة تقريبا في المتوسط ، والتي تتضمن عمليات المسح الوظيفية والهيكلية. يحدد البروتوكول الخطوات المطلوبة لتكييف معدات fNIRS للاستخدام في بيئة الرنين المغناطيسي (MR) ، ويقدم توصيات لكل من تسجيل البيانات والتسجيل المشترك من البصر إلى فروة الرأس ، ويناقش التعديلات المحتملة للبروتوكول لتناسب تفاصيل نظام fNIRS الآمن MR المتاح. توضح الاستجابات التمثيلية الخاصة بالموضوع من مهمة رقعة الشطرنج الوامضة جدوى البروتوكول لقياس إشارات fNIRS كاملة الرأس في بيئة MR. سيكون هذا البروتوكول مناسبا بشكل خاص للباحثين المهتمين بالتحقق من صحة إشارات fNIRS مقابل التصوير بالرنين المغناطيسي الوظيفي عبر العمر.
Introduction
تمت دراسة الوظيفة المعرفية في الدماغ البشري البالغ عن طريق التصوير بالرنين المغناطيسي الوظيفي (fMRI) لما يقرب من ثلاثة عقود. على الرغم من أن التصوير بالرنين المغناطيسي الوظيفي يوفر دقة مكانية عالية وصورا وظيفية وهيكلية ، إلا أنه غالبا ما يكون غير عملي للدراسات التي أجريت في السياقات الطبيعية أو للاستخدام مع الرضع والسكان السريريين. هذه القيود تحد بشكل كبير من فهمنا لوظائف الدماغ. بديل للتصوير بالرنين المغناطيسي الوظيفي هو استخدام منهجيات محمولة أكثر فعالية من حيث التكلفة وقوية للحركة ، مثل التحليل الطيفي الوظيفي للأشعة تحت الحمراء القريبة (fNIRS) 1،2،3. تم استخدام fNIRS مع الرضع والأطفال الصغار لتقييم وظائف المخ عبر مجموعة من المجالات المعرفية ، مثل تطوير اللغة ومعالجة المعلومات ذات الصلة اجتماعيا ومعالجة الأشياء 4،5،6. fNIRS هي أيضا طريقة تصوير عصبي مناسبة بشكل خاص لاختبار السكان السريريين نظرا لقدرتها على الاختبار والمراقبة المتكررة عبر الأعمار7،8،9. على الرغم من قابليته للتطبيق على نطاق واسع ، لا توجد دراسات تقارن كميا إشارات الرنين المغناطيسي الوظيفي و fNIRS التي تم جمعها في وقت واحد من نفس الموضوعات مع تغطية كاملة للرأس. هذه المقارنة ضرورية للتحقق بشكل شامل من عمليات التنشيط على مستوى المنطقة والاتصال الوظيفي بين مناطق الاهتمام (ROIs) مقابل المعيار الذهبي للتصوير بالرنين المغناطيسي الوظيفي. علاوة على ذلك ، فإن إنشاء هذه المراسلات متعددة الوسائط لديه القدرة على تعزيز تفسير fNIRS عندما تكون الإشارة الوحيدة التي تم جمعها عبر كل من التطوير النموذجي وغير النمطي.
تكتشف كل من إشارات الرنين المغناطيسي الوظيفي و fNIRS التغيرات في أكسجة الدم الدماغية (CBO) أثناء تنشيط الدماغالوظيفي 10,11. يعتمد التصوير بالرنين المغناطيسي الوظيفي على التغيرات في المجالات الكهرومغناطيسية ويوفر دقة مكانية عالية لتغييرات CBO12. في المقابل ، يقيس fNIRS مستويات امتصاص الضوء القريب من الأشعة تحت الحمراء باستخدام سلسلة من البصريات الباعثة للضوءوالكشف عن الضوء 2. نظرا لأن fNIRS يقيس التغيرات في الامتصاص عند أطوال موجية مختلفة ، فيمكنه تقييم تغيرات التركيز في كل من أوكسي وديوكسي هيموغلوبين. أظهرت الدراسات السابقة باستخدام التسجيلات المتزامنة لإشارات الرنين المغناطيسي الوظيفي و fNIRS مع عدد صغير من البصريات أن الإشارتين لهما تطابق مكاني وزماني مرتفع10. هناك ارتباطات قوية بين الرنين المغناطيسي الوظيفي المعتمد على مستوى الأكسجين في الدم (BOLD) والمقاييس البصرية11,13 ، حيث يظهر ديوكسي هيموغلوبين أعلى ارتباط مع استجابة BOLD ، كما ورد في العمل السابق الذي يقارن الديناميات الزمنية لوظائف الاستجابة الديناميكية للدم fNIRS والرنين المغناطيسي الوظيفي (HRFs)14. نفذت هذه الدراسات المبكرة نماذج الاستجابة الحركية (أي النقر بالإصبع) واستخدمت عددا محدودا من البصريات التي تغطي مناطق القشرة الحركية الأولية وقبل الحركية. في العقد الماضي ، وسعت الدراسات التركيز ليشمل مجموعة أكبر من المهام المعرفية وجلسات الراحة ، على الرغم من أنها لا تزال تستخدم عددا محدودا من البصريات التي تغطي عائد استثمار محدد. أظهرت هذه الدراسات أن التباين في ارتباطات fNIRS / fMRI يعتمد على مسافة البصر من فروة الرأس والدماغ15. علاوة على ذلك ، يمكن أن يوفر fNIRS تدابير اتصال وظيفية في حالة الراحة مماثلة للتصوير بالرنين المغناطيسي الوظيفي16,17.
يعتمد البروتوكول الحالي على العمل السابق ويعالج القيود الرئيسية من خلال i) توفير تغطية fNIRS كاملة الرأس ، ii) بما في ذلك قياسات المسافات القصيرة لانحدار الإشارات الفسيولوجية غير القشرية ، iii) تنفيذ طريقتين مختلفتين للتسجيل المشترك للبصريات إلى فروة الرأس لقياسات fNIRS و iv) تمكين تقييم موثوقية الاختبار وإعادة الاختبار للإشارة عبر جلستين مستقلتين. تم تطوير هذا البروتوكول لجمع البيانات في وقت واحد من إشارات الرنين المغناطيسي الوظيفي و fNIRS في البداية لاختبار الشباب. ومع ذلك ، كان أحد أهداف الدراسة هو إنشاء إعداد تجريبي لجمع إشارات الرنين المغناطيسي الوظيفي / fNIRS المتزامنة التي يمكن تكييفها لاحقا لاختبار المجموعات التنموية. لذلك ، يمكن أيضا استخدام البروتوكول الحالي كنقطة انطلاق لتطوير بروتوكول لاختبار الأطفال الصغار. بالإضافة إلى استخدام تغطية fNIRS للرأس بالكامل ، يهدف البروتوكول أيضا إلى دمج التطورات الحديثة في مجال أجهزة fNIRS ، مثل تضمين قنوات المسافات القصيرة لقياس الإشارة الفسيولوجية الجهازية (أي التغيرات الوعائية الناشئة عن المصادر غير القشرية ، مثل ضغط الدم وإشارات الجهاز التنفسي والقلب)18,19 ; واستخدام مستشعر هيكل 3D للتسجيل المشترك للبصر إلى فروة الرأس20. على الرغم من أن تركيز البروتوكول الحالي ينصب على نتائج مهمة رقعة الشطرنج الوامضة المرئية ، إلا أن التجربة بأكملها تتضمن جلستين مع مزيج من تصميمات مهام الكتلة التقليدية ، وجلسات حالة الراحة ، ونماذج مشاهدة الأفلام الطبيعية.
يصف البروتوكول الخطوات اللازمة لتكييف معدات fNIRS للاستخدام في بيئة التصوير بالرنين المغناطيسي ، بما في ذلك تصميم الغطاء والمحاذاة الزمنية عبر مزامنة الزناد والاختبارات الوهمية المطلوبة قبل بدء جمع البيانات. كما لوحظ ، ينصب التركيز هنا على نتائج مهمة رقعة الشطرنج الوامضة ، لكن الإجراء العام ليس محددا للمهمة ويمكن أن يكون مناسبا لأي عدد من النماذج التجريبية. ويحدد البروتوكول كذلك الخطوات المطلوبة أثناء جمع البيانات، والتي تشمل وضع غطاء fNIRS ومعايرة الإشارة، وإعداد المعدات التجريبية والمشاركة، فضلا عن تنظيف ما بعد التجربة وتخزين البيانات. ينتهي البروتوكول بتقديم نظرة عامة على خطوط الأنابيب التحليلية الخاصة بالمعالجة المسبقة لبيانات fNIRS و fMRI.
Protocol
Representative Results
Discussion
يستخدم هذا البروتوكول لجمع البيانات في وقت واحد من إشارات الرنين المغناطيسي الوظيفي و fNIRS صفيف بصريات fNIRS كامل الرأس وقنوات قصيرة المدى لقياس وتراجع الإشارات الفسيولوجية النظامية غير القشرية. تشمل الخطوات الحاسمة في هذا البروتوكول تعديل وتطوير معدات fNIRS لجمع إشارات fNIRS في بيئة التصوير با?…
Açıklamalar
The authors have nothing to disclose.
Acknowledgements
تم دعم هذا البحث من قبل مصادر التمويل التالية: منحة جائزة NARSAD للباحثين الشباب من مؤسسة أبحاث الدماغ والسلوك (Grant #29736) (SSA) ، ومنحة التحديات الكبرى العالمية من مؤسسة بيل وميليندا غيتس (Grant #INV-005792) (RNA) ومنحة صندوق الاكتشاف من قسم علم النفس في جامعة ييل (RNA). ويود المؤلفون أيضا أن يشكروا ريتشارد واتس (مركز ييل لتصوير الدماغ) على دعمه أثناء جمع البيانات وآدم إيغبريشت وآري سيغل وإيما سبيه (جامعة واشنطن في سانت لويس) لمساعدتهم في تحليل البيانات.
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. |
Referanslar
- 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).
- 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).
- 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).
- Wilcox, T., Biondi, M. fNIRS in the developmental sciences. Wiley Interdisciplinary Reviews: Cognitive Science. 6 (3), 263-283 (2015).
- 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).
- 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).
- 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).
- 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).
- Bonilauri, A., Sangiuliano Intra, F., Baselli, G., Baglio, F. Assessment of fNIRS Signal Processing Pipelines: Towards Clinical Applications. Applied Sciences. 12 (1), 316 (2021).
- 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).
- 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).
- Glover, G. H. Overview of functional magnetic resonance imaging. Neurosurgery Clinics of North America. 22 (2), (2011).
- 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).
- 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).
- 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).
- 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).
- Sasai, S., et al. A NIRS-fMRI study of resting state network. NeuroImage. 63 (1), 179-193 (2012).
- 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).
- 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).
- 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).
- Jasper, H. H. The ten-twenty electrode system of the International Federation. Electroencephalography and Clinical Neurophysiology. 10, 370-375 (1958).
- 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).
- Glasser, M. F., et al. The minimal preprocessing pipelines for the Human Connectome Project. NeuroImage. 80, 105-124 (2013).
- Ji, J. L., et al. QuNex-An integrative platform for reproducible neuroimaging analytics. Frontiers in Neuroinformation. 17, 1104508 (2023).
- Yucel, M. A., et al. Best practices for fNIRS publications. Neurophotonics. 8 (1), 012101 (2021).
- Eggebrecht, A., Muccigrosso, D., Culver, J. NeuroDOT: an extensible Matlab toolbox for streamlined optical brain mapping. Diffuse Optical Spectroscopy and Imaging VII. , (2019).
- Jenkinson, M., Beckmann, C. F., Behrens, T. W., Woolrich, M. W., Smith, S. M. FSL. NeuroImage. 62 (2), 782-790 (2012).
- Fischl, B. FreeSurfer. NeuroImage. 62 (2), 774-781 (2012).
- 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).
- Cox, R. W. AFNI: software for analysis and visualization of functional magnetic resonance neuroimages. Computers and Biomedical Research. 29 (3), 162-173 (1996).
- 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).
- Sato, H., et al. A NIRS-fMRI investigation of prefrontal cortex activity during a working memory task. NeuroImage. 83, 158-173 (2013).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- Sherafati, A., et al. Global motion detection and censoring in high-density diffuse optical tomography. Human Brain Mapping. 41 (14), 4093-4112 (2020).
- Eggebrecht, A. T., et al. Mapping distributed brain function and networks with diffuse optical tomography. Nature Photonics. 8 (6), 448-454 (2014).
- 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).
- 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).
- Hassanpour, M. S., et al. Statistical analysis of high density diffuse optical tomography. NeuroImage. 85, 104-106 (2014).
- Zhang, F., et al. Correcting physiological noise in whole-head functional near-infrared spectroscopy. Journal of Neuroscience Methods. 360, 109262 (2021).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
- 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).
