方法文章

使用无光纤可穿戴式功能性近红外光谱技术监测真实世界认知任务中的大脑活动

28.2K 次观看

⸱

DOI：

10.3791/53336

⸱

2015年12月2日

 ,  ,  ,  ,  ,  ,  ,  ,  , 
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

本文内容

摘要

在实验室外无物理限制条件下监测大脑活动面临方法学上的挑战。本研究采用一种无线可穿戴式功能性近红外光谱成像（fNIRS）系统，在生态化前瞻性记忆任务期间测量大脑活动。结果表明，该系统可用于非实验室环境下的大脑活动监测实验。

摘要

功能性近红外光谱成像（fNIRS）是一种利用近红外光监测大脑活动的神经影像技术。基于神经血管耦合机制，fNIRS 能够测量继发于神经元活动的血红蛋白浓度变化。与其他神经影像技术相比，fNIRS 在空间分辨率和时间分辨率之间实现了良好的平衡。此外，该技术具有便携、轻便、对运动伪影不敏感，且不会对受试者施加明显身体限制等优势。因此，适用于监测多种认知任务（例如，听觉任务、步态分析、社会互动）以及不同年龄段人群（例如，新生儿、成年人、老年人）。近年来无线fNIRS设备的发展为神经科学研究开辟了新的应用前景。这为在真实世界环境中研究大脑功能活动提供了独特机会，此类测试在评估认知功能与功能障碍方面可能比实验室内的测试更为敏感和准确。本研究探讨了使用无线fNIRS技术在真实世界的情境下监测前瞻性记忆任务中的脑活动。该实验在实验室外进行，受试者在行走过程中完成多个不同任务，同时持续记录其前额叶皮层的脑血红蛋白浓度变化。

引言

前额叶皮层功能异常，尤其是最前部的亚区（即额极皮层，或BA10）异常，在多种发育性、精神疾病及神经系统疾病中十分常见。这类异常会导致个体在日常生活中出现显著的问题解决能力、记忆能力和注意力方面的障碍，造成严重的功能损害1,2。然而，此类问题在实验室或临床环境中往往难以准确诊断。其原因在于BA10所支持的心理过程主要涉及应对新颖且开放性的情境，且行为多为自我启动3。这类情境在实验室中难以成功复现，因为参与者在实验环境中通常面对的是形式化、人为设定且高度受限的任务条件，这会改变其行为模式以及对任务的应对方式。由此可能导致测量结果在临床或科研应用中的效度显著降低，并存在较高的漏诊风险4。在额叶所支持的认知功能中，前瞻性记忆（即 记住未来要执行某项行动的能力）是上述问题表现尤为突出的一个领域，长期以来已知在日常生活与实验室测量之间可能存在显著差异5。如果研究人员和临床医生在考察前额叶皮层功能（包括前瞻性记忆）时，能够在“真实世界”情境下进行测量，则这些方法学上的难题将可在很大程度上得以避免。

尽管神经影像技术是一种以非侵入性和客观方式研究脑功能的强大工具，但大多数此类技术对受试者施加了物理限制，因此不适用于日常生活环境（例如，功能性磁共振成像（fMRI）、脑磁图（MEG）、正电子发射断层扫描（PET））。由于需要将功能成像设备带出实验室，加之近年来技术的进步，便携式和可穿戴式脑电图（EEG）及功能性近红外光谱成像（fNIRS）系统已被开发出来6-11。相较于EEG，fNIRS的主要优势之一是其更高的空间分辨率。此外，它对运动伪影、眨眼和眼球运动的敏感性较低12。因此，可穿戴式fNIRS更适合在日常生活场景中使用，因为它比EEG施加的物理限制更少，能够在更自然的环境中实现自由活动。

fNIRS 使用近红外光（650–900 nm）非侵入性地照射头部。由于生物组织在该波长范围内具有相对较高的透光性，光可穿透至大脑，并被血红蛋白吸收。因此，fNIRS 可测量氧合血红蛋白（HbO2）和脱氧血红蛋白（HHb）的浓度变化，从而提供与脑活动相关的氧合状态及血流动力学变化信息。更具体而言，脑功能激活定义为 HbO2 浓度升高同时 HHb 浓度降低13。然而，由于光的穿透深度有限，信号仅能从大脑皮层表面获取。此外，光在组织中会发生强烈散射，因此无法获得高空间分辨率的脑结构信息14。传统的 fNIRS 系统通过与头部耦合的光学纤维引导光线穿过头皮，并收集后向散射光。尽管这些设备结构紧凑、便于携带，且适用于实验室环境，但光纤束及其重量会限制受试者的活动；若固定不牢，光纤的位移还会引入运动伪迹污染7。新一代微型化、无光纤的 fNIRS 系统使得在更真实的情境下，对自由活动的受试者进行脑活动研究成为可能，且无需施加显著的物理约束。真实情境对于探索人类执行功能尤为重要，而无光纤 fNIRS 系统可能为理解人类大脑功能提供独特视角。早期的无光纤系统仅配备少量通道（例如，单通道15 和双通道16），限制了其对小范围区域的研究。近年来，多通道无线可穿戴 fNIRS 设备已被开发出来6,7,17–20，使得在自由活动的受试者上监测更大范围的头部区域成为可能。

本研究采用了一种新型多通道可穿戴无光纤fNIRS系统，用于监测和绘制在真实世界前瞻性记忆（PM）任务过程中前额叶皮层的活动。该fNIRS系统主要由一个覆盖背外侧和喙部前额叶皮层的柔性探头单元（头戴装置）组成（图1），并通过连接一个佩戴于受试者腰部的处理单元（便携式盒体）进行工作（图1D）。该头戴装置包含6个表面发射激光二极管（两种波长：705 nm 和 830 nm）以及6个硅光电二极管。由于无需使用光纤，探头的重量和体积得以减小，提高了佩戴舒适性，并增强了对运动伪影的鲁棒性。光源与探测器以交替几何方式排列（图1A），光源与探测器间距为3 cm，共形成16组光源-探测器组合（例如，16个测量通道）6。为屏蔽环境光对头戴装置的干扰，配备了一个遮光帽（图1D）。

本研究旨在探讨在现实环境中进行前瞻记忆任务时前额叶皮层的功能。在前瞻记忆任务中，要求受试者在执行另一项高负荷任务（称为“持续性任务”）的同时，记住对一个不频繁出现的线索（例如，一张熟悉的面孔或一个停车计时器）作出反应。在任务的两个不同阶段中，将社会性前瞻记忆线索（一个人）与非社会性前瞻记忆线索（一个停车计时器）进行对比。选择这种对比是因为它代表了基于事件的前瞻记忆任务中不同类型线索之间的一个重要区分，从而使实验范式更接近“现实生活”情境21。尽管已知布罗德曼10区（BA 10）在某些情况下对社会性与非社会性信息的处理具有敏感性（例如，Gilbert 等，200722），但最近的证据表明，与前瞻记忆任务相关的BA 10血流动力学变化对线索差异相对不敏感（参见Burgess 等，201123的综述）。因此，在前瞻记忆范式背景下，社会性与非社会性线索是否影响BA 10的活动仍是一个未解的问题。

本研究旨在评估利用fNIRS系统监测由真实世界认知任务诱发的前额叶皮层血流动力学及氧合状态变化的可行性。本文报告了一项单病例研究（一名健康的成年受试者，24岁），在典型的伦敦街道户外环境中进行前瞻性记忆任务时使用fNIRS设备，以模拟日常生活的认知需求。具体而言，本研究探讨了是否能够记录对社会性和非社会性前瞻性记忆线索所引发的血流动力学变化。

方案

该方案已获得伦敦大学学院当地研究伦理委员会批准，批准编号为 CEHP/2014/901。

1. 受试者到达前的仪器设置

  1. 使用三台摄像机的视频记录来分析“现实世界”类型的任务（例如 Shallice 和 Burgess, 19913）：
    1. 将一台摄像机放置在实验者胸前，以跟踪被试的运动。
    2. 将头部摄像机安装在 fNIRS 遮光帽上，以追踪被试在整个实验过程中的注视方向。
    3. 为第二位实验者准备并打开摄像机，该实验者在整场实验过程中跟随第一位实验者和被试。
  2. 使用消毒湿巾清洁 fNIRS 头戴设备。
  3. 将一台 3D 数字化仪放置在合适的房间内（例如，远离金属物体、墙壁和地板），并将其打开。

2. 受试者准备与功能性近红外光谱探头放置

  1. 实验开始前，让参与者签署知情同意书。
  2. 使用 10-20 系统（图 2），并通过三维磁性数字化仪对探头位置和 10-20 标准位置24, 25 进行数字化，以确保所有参与者之间的功能性近红外光谱（fNIRS）头戴设备放置位置一致：
    1. 根据制造商的说明，使用可擦除标记笔标出鼻根点（Nz，额骨与鼻骨交界处）、枕外隆突（Iz，头后部颅骨上的突出点）以及左、右耳前点（LPA、RPA，位于耳前方、耳屏上端前方的点）（图 2）。
    2. 测量沿头部表面的 Nz-Iz 距离和 LPA-RPA 距离。
    3. 根据 10-20 系统（图 2），使用可擦除标记笔标出 Cz 点（Nz-Iz 连线与 LPA-RPA 连线的交点，位于 Nz-Iz 距离的 50% 处和 LPA-RPA 距离的 50% 处）、Fpz 点（Nz-Iz 距离的 10% 处）和 Fz 点（Nz-Iz 距离的 30% 处）。
    4. 使用带有与探头位置匹配孔洞的头带，以提高不同参与者之间数字化的准确性。尽可能用发夹将前额的头发沿发际线固定并移开。将数字化头带放置在前额皮层区域，使其与 Fpz 和 Fz 点对齐：第 9 通道对应 Fpz 点，第 9 通道与第 8 通道的连线与 Fpz-Fz 连线对齐（图 1E）。
    5. 使用三维磁性数字化仪对已标记的 10-20 参考点和探头位置进行数字化。
  3. 保存数字化坐标，并使用开源光学成像分析工具平台（POTATo）软件的空间分析工具（http://brain-lab.jp/wp/?page_id=52）（详见材料表以获取更多信息），将 fNIRS 数据注册到蒙特利尔神经学研究所（MNI）脑模板上。
    注意： 所采用的概率性配准算法会将真实世界坐标系中的数字化位置转换为 MNI 坐标系，然后将其投影并定位到 MNI 脑表面（图 1E）26,27。
    1. 通过 Matlab 命令 P3 启动 POTATo。
    2. 在 POTATo 图形用户界面（GUI）主窗口的菜单中选择“Spatial Analysis”，然后点击“Spatial Analysis”按钮。
    3. 在“Spatial Analysis Data Viewer”窗口中点击“Empty 10-20”按钮，加载数字化坐标。
    4. 点击“Empty MNI”按钮。
    5. 在 MNI 估计窗口中选择 10/20 参考点，开始空间配准。
  4. 检查 fNIRS 通道在模板脑表面上的位置是否正确（图 1E）：确认第 8 和第 9 通道是否覆盖大脑半球间裂28。若位置正确，则保存通道配置文件以供后续分析；否则，重新调整数字化头带，使第 8 和第 9 通道与 Fpz-Fz 连线对齐，并将第 9 通道与 Fpz 点重合，然后重复数字化过程。
  5. 将 fNIRS 头戴设备放置在头部，使其第 8 和第 9 通道与 Fpz-Fz 连线对齐，且第 9 通道与 Fpz 点重合，与数字化头带的位置一致，随后取下头带（图 1B-C）。确保探头牢固贴合在参与者的头部。
  6. 将装有头戴摄像头的遮光帽戴在 fNIRS 头戴设备上方。
  7. 向参与者说明实验规则，包括与设备相关的注意事项（例如：“尽可能节省时间，但不要匆忙或让实验人员跟不上（禁止奔跑）”），以及任务特定规则（例如：“不得离开皇后广场区域进入邻近街道或其他区域”）。
  8. 确保参与者已准确记住所有规则后，前往室外开始实验。

3. fNIRS 信号质量评估

  1. 首先将 fNIRS 系统设置为无线模式，通过 fNIRS 笔记本电脑目视检查信号质量：
    1. 按下便携式控制盒上的“Power”按钮，开启 fNIRS 的无线模式。在 fNIRS 笔记本电脑上打开 fNIRS 数据采集软件，并与便携式控制盒建立连接。
    2. 点击软件中的“Probe Adjustment”按钮，根据检测到的光信号优化探测器增益。
    3. 在软件的“Probe Adjustment”窗口中查看探头调节结果，通过确认所有通道均被分类为“Normal”，判断每个探测器是否从光源接收到足够的光信号。若通道显示为“Stray”或“Under”，请重新调整遮光帽，最大限度提高探头与前额之间的耦合；若通道显示为“Over”，请将激光光源功率设置为“low”。
      注意：由于侧向通道覆盖背外侧前额叶皮层，在某些情况下可能需要将前额的头发拨开，以最大限度增强接收到的光信号。
    4. 点击“Ready”按钮，然后点击“Start”开始采集约一分钟的数据，检查浓度信号中是否可见心跳信号（约 1 Hz 的血红蛋白振荡），以确认信号质量良好。
  2. 按下便携式控制盒上的“Power”按钮，关闭其无线模式。同时按下便携式控制盒上的“Power”按钮和“Mode”按钮，以启动 fNIRS 的独立运行模式。
    注意：独立运行模式可确保受试者在实验区域内自由活动，无需靠近 fNIRS 笔记本电脑以维持无线连接。

4. 数据采集

  1. 打开头部摄像机和实验人员的摄像机并开始录像。 按下 fNIRS 便携设备箱上的“探头调节”按钮以优化探测器增益，然后按下“播放/停止”按钮以启动 fNIRS 数据采集（采样频率 = 5 Hz）。
  2. 通过结合使用 fNIRS 便携设备箱上的“标记”按钮和音频触发信号（例如，蜂鸣声），手动在 fNIRS 数据中添加标记。音频触发信号必须在所有视频摄像机中清晰记录。随后开始实验。
    注意：这可实现不同视频摄像机与 fNIRS 记录之间的可靠时间同步。

5. 实验方案  

  1. 包含以下条件，并在参与者之间对前瞻记忆任务进行平衡：
    1. 使用3个基线条件：
      注意：这有助于区分由行走引起的全身性血流动力学和氧合变化与由大脑（神经元）功能引起的局部反应。
      1. 对于“静息1”条件，让参与者站在进行测试的街道上保持静止，并数出纸上呈现的刺激数量（例如，使用一张印有X和O的纸张，让参与者数出其中O的数量）。
      2. 对于“静息2”条件，让参与者以正常步行速度短距离行走，不施加其他任何任务要求。
      3. 对于“基线”条件，让参与者在实验所进行的整个街道区域中自由行走。
        注意：在本研究中，实验地点位于英国伦敦WC1N皇后广场。
    2. 对于“无干扰进行中”条件，让参与者在实验区域内行走，并统计某些特定项目出现的次数（例如，统计附着在建筑物上包含“Queen”一词的标识数量）。
    3. 对于“非社会性前瞻记忆”条件，让参与者执行进行中任务（例如，统计附着在建筑物上的日期和开放时间标志的数量），此外，当其进入指定停车计费器的特定距离范围内时，要求其走过去并触摸该设备。
    4. 对于“社会性前瞻记忆”条件，让参与者执行进行中任务（例如，统计门铃的数量），此外，要求其响应一名作为同谋者的实验人员——该人员会在实验区域内按预定位置移动。让参与者走向该人员，并与其进行“击拳”问候。
    5. 在前瞻记忆条件之后，增加一个额外的进行中任务条件（“受干扰进行中”条件）（例如，要求参与者统计测试区域内无障碍楼梯的数量）。
    6. 以相反顺序重复上述两个静息条件（先“静息2”，然后“静息1”）。
      注意：这可在实验结束时评估与行走相关的全身性变化。

6. 从视频中恢复事件

  1. 从所有摄像机下载视频，并保存为 mpg4 格式。
  2. 将所有摄像机的视频加载到 ELAN（https://tla.mpi.nl/tools/tla-tools/elan/）中，并同步视频：使用“选项/媒体同步模式”，根据音频触发的时间点对齐视频。
  3. 在 ELAN 中使用注释功能，并点击主窗口中的“层”（Tier）按钮（指注释组，即，为所有社会性 PM 目标设置一个层），在视频流中标记事件。
    1. 观看同步后的视频流，标注每种实验条件的开始和结束时间点，并为每个 PM 目标达到的时间点设置相应的层。社会性和非社会性 PM 目标应使用不同的层。
    2. 完成每位参与者的视频编辑后，通过“文件/导出为/语篇文本”将所有标注的时间点导出为文本文件。

7. 数据分析

  1. 打开fNIRS软件，将便携式设备闪存卡中的数据导出至fNIRS笔记本电脑。
    注意： fNIRS 系统处理单元采用修正的比尔-朗伯定律，计算 HbO 的相对变化2 以及测量开始时相对于任意零基线的HHb浓度。因此，浓度值以摩尔浓度（mmol/l）乘以光程（mm）表示。6 因为未对光程长度进行校正。
  2. 保存浓度数据，并通过内部预处理软件将其导入Matlab。
  3. 按照以下步骤对信号进行预处理（图3B):
    1. 信号下采样至 1 Hz：
      1. 使用样条插值法（Matlab 函数：interp1）将数据从 5 Hz 降采样至 1 Hz。
    2. 线性去趋势
      1. 为消除信号的缓慢漂移，使用实验开始和结束时的静息1阶段之间的线性插值（Matlab函数：polyfit）。
    3. 运动伪影校正：
      1. 针对每个通道，通过基于小波的方法识别并去除运动伪影31. 通过应用基于相关性的信号增强（CBSI）方法提高信号质量32.
    4. 复小波变换：
      1. 使用Morlet母小波，在时间上进行缩放和平移，通过Grinsted提供的小波工具箱（Matlab函数：wt）计算每个通道的小波变换 等.33 (http://noc.ac.uk/使用科学/交叉小波与小波相干性).
        注意： 从小波谱中，可以在时频空间内评估信号的频谱成分。
    5. 带通滤波：
      1. 在小波分析的基础上，使用一个3rd 四阶巴特沃斯带通滤波器（Matlab 函数：butter 和 filter），截止频率为 0.008–0.2 Hz7,34.

结果

图3展示了本案例研究中基于生活场景的前瞻性记忆（PM）实验期间记录的HbO2和HHb未经处理的信号（通道8）示例（图3A），以及经过预处理后（图3B）对应的信号（图3C）。图4显示了通道8的HbO2和HHb信号的小波功率谱，其中矩形框标示了带通滤波器保留的频率范围。考虑到受试者在整个实验过程中处于户外行走状态，并且在执行任务时有头部运动，该fNIRS系统对运动伪影和阳光干扰表现出良好的鲁棒性。事实上，可以观察到在非社交（图3D）和社交（图3E）前瞻性记忆事件发生时，HbO2出现上升、HHb出现下降的趋势。这些变化通常代表功能性脑活动13, 35。实际上，当大脑某一区域被激活时，神经元对氧气的代谢需求增加，从而导致局部脑血流量上升。由于大部分氧气通过血红蛋白输送至细胞，因此在功能性脑活动中可观察到HbO2浓度升高、HHb浓度降低的现象9。前额叶皮层中表现出上述趋势的脑区可通过HbO2和HHb浓度值在前额区域的空间分布进行评估（图5、视频1、视频2）。图5展示了社交PM事件引发的脑响应在所有通道上的分布示例。图5A和图5B分别报告了社交PM事件（t=2455 s）发生时HbO2和HHb在前额区域的空间分布，而图5C和图5D则分别报告了非社交PM事件（t=1744 s）发生时HbO2和HHb的空间分布。图5显示了某些特定脑区（通道）中HbO2升高（红色，图5A-C）和HHb降低（蓝色，图5B-D）的现象清晰可见，提示脑功能增强。前额叶皮层对社交PM和非社交PM事件的响应及其随时间在各通道上分布的变化情况分别在视频1和视频2中进行了演示。此外，图6和图7分别展示了与视频1和视频2中包含的时间窗相对应的所有通道的数据。

步行相关的血流动力学和氧合变化如图3A所示。在步行状态下，HHb明显升高，HbO2明显降低，这些变化在预处理后被消除。

可穿戴式脑电图头戴设备示意图；脑波分析，神经科学实验设置。
图1. fNIRS头戴设备的放置位置与通道配置。 fNIRS探头中的光极排列如图A所示。红色圆圈表示发射点（光源），黄色圆圈表示接收点（探测器），绿色圆圈表示测量通道。该探头置于前额区域（B, C, D），其中第9通道对应Fpz点，第8-9通道与鼻根-枕外隆突中线对齐。数字化后的通道位置被转换至MNI坐标系，并叠加至大脑皮层表面（E）。请点击此处查看该图的放大版本。

脑电图电极放置示意图；神经科学研究；电极位置标注（Nz、Fpz、Cz等）
图2. 10-20系统解剖学参考点。高亮圆圈表示需在受试者头部标记的参考点（Nz=鼻根点，Iz=枕外隆突点，LPA=左耳前点，RPA=右耳前点）。请点击此处查看该图的放大版本。

ΔHbO₂ 和 ΔHHb 数据图的信号预处理方法示意图，带通滤波。
图 3. 信号预处理流程。（A）来自代表性通道（通道 8）的 HbO2 和 HHb 原始信号。 黑色线条标记每个实验条件的开始和结束时间。绿色和品红色线条分别标记非社交性和社交性前瞻性记忆命中事件。星号表示行走条件。（R1=休息 1；R2=休息 2；B=基线；OGu=未受干扰的进行中任务；PMns=非社交前瞻性记忆；PMs=社交前瞻性记忆；OGc=受干扰的进行中任务）。（B）本图展示了应用于通道 8 原始信号的预处理流程图。（C）展示经预处理后的结果信号。（D, E）在发生选定的非社交性（D）和社交性（E）前瞻性记忆命中时，HbO2 增加且 HHb 减少。这种血流动力学趋势通常与功能激活相关。请点击此处查看该图的放大版本。

随时间变化的功率谱密度的频时图；光谱分析图。
图 4. 小波功率谱。（A, B）通道 8 的 HbO2 和 HHb 原始信号的小波功率谱分别显示在 A 和 B 面板中。 黑色线条标记了每种实验条件的开始和结束时间。星号表示行走条件。（R1=静息 1；R2=静息 2；B=基线；OGu=未受干扰的进行中任务；PMns=非社交前瞻性记忆；PMs=社交前瞻性记忆；OGc=受干扰的进行中任务）。黑色矩形框标示了带通滤波器保留的频率范围（0.008–0.2 Hz）。请点击此处查看该图的放大版本。

脑血流动力学活动；HbO2/HHb 浓度图；社会性/非社会性事件分析。
图 5. 对前瞻性记忆事件的皮层活动空间分布。 将 HbO2 和 HHb 浓度变化映射到大脑皮层，以定位对社会性前瞻性记忆事件（A-B）和非社会性前瞻性记忆事件（C-D）的功能性响应。HbO2 和 HHb 数值分别取自社会性前瞻性记忆事件的 t=2,455 秒（A-B）和非社会性前瞻性记忆事件的 t=1,744 秒（C-D）。请点击此处查看该图的放大版本。

多通道光谱数据分析，显示随时间变化的浓度变化曲线。
图6. 所有通道对非社交PM事件响应的氧合血红蛋白和脱氧血红蛋白信号。 绿色线条表示非社交PM事件（t=1,744 秒和 t=1,792 秒）。请点击此处查看该图的放大版本。

时间分辨的浓度变化；Δ[H2O2]、Δ[HbO2] 图谱；16 通道数据分析结果。
图 7. 社会性 PM 事件发生时所有通道的氧合血红蛋白与脱氧血红蛋白信号。 品红色线条表示社会性 PM 事件（t=2,455 秒）。请点击此处查看该图的放大版本。

血红蛋白浓度变化、脑成像示意图、HbO2 和 HHb 水平、光谱分析。
视频1. HbO2 和 HHb 浓度在社会性前瞻记忆任务中的变化。 该视频展示了被试接近社会性前瞻记忆目标时，HbO2（左图）和 HHb（右图）随时间的变化过程。视频同步呈现了固定在实验者胸前的摄像头所记录的画面。 请点击此处观看该视频。

近红外脑成像结果；HbO₂ 和 HHb 浓度变化；过街实验。
视频2. 对非社交性 PM 事件的 HbO2 和 HHb 浓度变化。 该视频展示了受试者接近非社交性 PM 目标时，HbO2 （左图）和 HHb（右图）随时间的变化过程。同步显示了固定在实验者胸部的摄像头所拍摄的视频画面。 请点击此处查看该视频。

讨论

本研究旨在评估可穿戴无光纤fNIRS在真实场景中监测与脑神经元活动相关的脑血流动力学及氧合状态变化的潜在应用价值。采用一种可穿戴无光纤多通道fNIRS系统，在实验室外执行前瞻记忆任务期间，测量前额叶皮层的脑活动。本案例研究探讨了在实验室外实验中，是否能够持续且可靠地监测自由活动受试者在社会性和非社会性前瞻记忆线索刺激下，HbO2和HHb的脑部变化。

在基于生活场景的实验中，对自由活动的参与者使用功能性近红外光谱技术（fNIRS）构成了一种具有挑战性的情境。事实上，头部运动可能导致探头移位，从而引发运动伪迹，干扰对脑活动的光学检测与识别。36此外，光学传感器对杂散光敏感（例如，当在室外进行实验时的阳光，会在fNIRS信号中引入额外噪声。本报告中的案例研究初步展示了fNIRS系统在真实生活应用场景中的可行性。此类设备无需使用光纤，避免了头皮与探头之间的光学耦合问题，从而获得对运动伪影更具鲁棒性的测量结果。此外，遮光帽可有效屏蔽环境杂散光，防止探测器饱和并避免信噪比（SNR）降低。同时，HbO浓度的增加2 在社交和非社交PM命中时，发现HHb浓度下降图3D-E)11,37 进一步支持其可行性。为了评估观察到的血流动力学趋势是否在 图3D-E 具有统计学意义，并定位前额叶皮层（prefrontal cortex）内的激活区域图5, 视频 1, 视频 2, 图6, 图7），需要进行组水平分析，以进行推断并识别功能特化的前额叶皮层区域38, 39未来的研究将基于统计参数映射（Statistical Parametric Mapping, SPM）方法，采用一般线性模型（General Linear Model, GLM）进行群体数据分析和统计分析。

尽管结果仍需视为初步性，但已证明无光纤fNIRS可有效脱离传统实验室环境，用于脑活动的实时监测。这为神经学与神经科学研究开辟了新的方向。在此方面，至少存在两个明显应用领域。其一涉及生态效度。认知神经科学研究人员在受试者执行认知任务时，研究其脑活动模式（使用 例如，利用功能磁共振成像中血氧水平依赖信号变化作为代理指标，试图揭示大脑如何支持我们的认知能力。在某些情况下，可以在扫描仪内构建与日常生活情境高度相似的实验条件，从而研究特定心理过程。以阅读为例，在磁共振成像扫描仪中阅读显示屏上的文字，与在家阅读书籍时所涉及的认知需求可能极为相似，因此人们通常默认扫描仪中获得的结果有助于解释日常生活中大脑实现阅读功能的机制。然而，对于许多其他形式的人类行为与认知而言，这一假设则更为脆弱。例如，当在磁共振成像扫描仪内呈现社交情境时（参与者处于静止、独处、高度陌生且严格受控的环境中），参与者所调动的认知过程，很可能在关键方面不同于其在真实社交情境中所涉及的认知过程40。这在社会神经科学中尤为重要，因为该领域研究的是人际动态的神经关联（称为 超扫描，参见 Babiloni 和 Astolfi，2014 年的综述41）需要更接近自然的环境。基于近红外光谱的超扫描42, 43 因此，这可能成为一种在真实情境下同时监测两人或多人脑活动的新工具。实际上，某些心理能力无法在磁共振成像（MRI）、正电子发射断层扫描（PET）或脑磁图（MEG）扫描仪所特有的高度人工化且身体活动受限的环境中得到充分研究。涉及行走或大量身体运动以及涉及社会互动的心理活动显然是典型代表。因此，能够在自然情境下研究参与者的脑活动，对研究人员而言具有极高的价值。

另一个相关的广泛应用领域涉及该技术在临床环境中的应用。一个明显适用的方向可能是神经康复，其中可能需要研究针对日常生活活动训练程序对大脑产生的影响。例如，例如在厨房中）或药物对参与这些活动的特定神经元群体的影响。但该技术未来或许也可被开发用于教育环境。 例如用于脑活动的“实时”自我监测。其便携性、低风险性以及能够在真实环境中就地使用且对行为限制极小的特点，使该方法与目前其他可用方法显著不同。

然而，尽管可穿戴式 fNIRS 系统在真实世界观察中展现出潜力，但在自然行走过程中使用 fNIRS 时仍存在其他需要解决的局限性。由于红外光会穿过头皮，因此对发生在大脑和颅外头部结构中的生理过程均敏感。先前的研究表明，通过 fNIRS 测量到的部分信号来源于与脑活动无直接关系的系统性变化34, 39, 44（参见 Scholkmann 等9 的综述）。由于颅内和颅外的血流动力学均会受到任务诱发和自发性系统性变化（例如，心率、血压、呼吸、皮肤血流量）的影响，因此应考虑与行走活动相关的生理变化。这些变化源于自主神经系统（ANS）的活动，该系统通过其传出纤维调节心率、呼吸、血压和血管直径。更具体而言，ANS 的交感神经分支在运动期间被过度激活，导致心率、血压和呼吸频率升高45。例如，先前的研究已证明，呼吸会引起动脉血中二氧化碳分压（PaCO2）的变化，进而影响脑血流量和脑血容量46, 47。此外，图3A 展示了在行走期间出现的周期性 HHb 升高和 HbO2 降低的示例，这些变化可能被误认为是脑去激活。为了在不同条件之间进行一致的比较（例如，评估浓度变化相对于基线期是否显著），所有实验阶段应在相同的体力活动状态下进行测量。因此，我们在基于生活情境的实验方案中加入了行走后的静息阶段（静息2）。对 fNIRS 数据的合理解释还需要良好的信噪比（SNR）。这通常通过传统的区块设计或事件相关设计实现，其中刺激被重复多次。然而，在基于生活情境的实验中，试次重复和结构化设计并不总是可行。因此，有必要采用额外的传感器和适当的分析技术，以校正系统性变化48 和运动伪影，从而提高信噪比并正确解读脑信号。我们计划通过使用便携式设备监测呼吸频率、心率和行走节奏，来进一步研究此类与行走相关的系统性变化的影响。此外，事件恢复的问题也需要加以解决。在认知神经科学研究中，脑活动通常与参与者所接触的刺激或环境，以及他们对这些刺激的行为反应或预期相关。因此，研究者需要：（a）了解参与者当前环境中可感知的信息；（b）拥有参与者行为的逐时刻记录。在典型的实验室情境中，这些因素易于控制，因为研究者可以限制参与者所接触的内容，以及其行为的形式和数量。然而，在实验室外的“真实世界”环境中，研究参与者所经历的许多事件和体验超出了研究者的严格控制范围49。因此，在本研究这类“真实世界”任务中，通常使用视频记录进行分析（例如，Shallice 和 Burgess，19913），以便恢复支持不同行为表现方面的持续性（例如，区块水平）和瞬时性（例如，事件相关）神经过程（综述参见 Gonen-Yaacovi 和 Burgess，201221）。从视频记录中恢复的具体事件取决于实验所探讨的理论问题。在本报告的案例研究中，事件起始时间是从三台摄像机拍摄的视频中提取的。这种确定特定线索和行为反应起始与终止时间的方法在基于生活情境的数据上操作时较为繁琐，且需要较高的专业技能。一个核心问题是，在“真实生活”类实验中，通常无法像实验室实验那样事先明确掌握所有事件信息，且参与者的行为反应方式通常具有更大的自由度。此外，由于参与者可在自然且不受控的环境中自由移动，他们面临多种快速变化的刺激，因而难以准确恢复对目标事件的血流动力学响应。例如，在本案例研究中，HbO2 和 HHb 观察到的血流动力学趋势（图3D-E）并未像典型的事件相关血流动力学响应38 那样与视频恢复的刺激起始时间点相位锁定。HbO2 和 HHb 分别在刺激出现前 20 秒即开始上升和下降，并在刺激出现后达到峰值。因此，还需进一步分析以确定 PM 线索事件实际发生在参与者看到目标时、接近目标时，还是到达目标时。鉴于无光纤 fNIRS 技术在真实生活临床应用中的潜力，未来的工作将致力于通过开发新算法，以更客观的方式识别事件起始时间，并探索直接从 fNIRS 数据中实现事件检测的可能性，从而解决视频编码的问题。

披露

作者声明不存在任何竞争性经济利益。

致谢

作者感谢惠康信托基金（Wellcome Trust）提供的资助（项目编号：088429/Z/09/Z，104580/Z/14/Z，支持对象：IT）。

材料

本文使用的材料清单
姓名公司目录编号评论
可穿戴式光学成像Hitachi High-Technologies CorporationfNIRS 系统
PatriotPolhemus三维磁性数字化仪
ActionCamMobius受试者摄像机
Hero3GoPro实验者摄像机
Panasonic HC-V720Panasonic实验者摄像机
光学成像分析工具平台（POTATo）软件Hitachi, Ltd.http://www.hitachi.co.jp/products/ot/analyze/kaiseki_en.html

参考文献

  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).

重印与许可

探索更多文章

无光纤fNIRS前额叶皮层前瞻记忆任务血流动力学变化氧合血红蛋白 脱氧血红oglobin功能性近红外光谱自然情境脑活动监测
使用无光纤可穿戴式功能性近红外光谱技术监测真实世界认知任务中的大脑活动
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。