Summary

Использование Fiberless, носимые fNIRS для мониторинга активности мозга в реальном мире познавательных задач

Published: December 02, 2015
doi:

Summary

Мониторинг активности мозга вне лаборатории без физических ограничений методических проблем. Fiberless, носки функциональная система ближней инфракрасной спектроскопии (fNIRS) был использован для измерения активности мозга во время экологической перспективного задачи памяти. Было показано, что эта система может быть использована для контроля активности мозга в ходе экспериментов не-лаборатории на основе.

Abstract

Функциональный ближней инфракрасной спектроскопии (fNIRS) представляет собой метод, который использует нейровизуализация ближнего инфракрасного света для контроля активности мозга. Основываясь на сосудисто-нервного связи, fNIRS способен измерять концентрацию гемоглобина изменяет вторичной нейронной активности. По сравнению с другими методами нейровизуализации, fNIRS представляет собой хороший компромисс с точки зрения пространственного и временного разрешения. Кроме того, это портативный, легкий, менее чувствительны к артефактам движения и не накладывает значительные физические ограничения. Поэтому целесообразно, чтобы контролировать широкий спектр познавательных задач (например, слуховые, анализ походки, социального взаимодействия) и различных групп населения возраста (например, новорожденных, взрослых, пожилых людей). Недавнее развитие fiberless fNIRS устройств открыло путь к новым приложениям в области нейронаук. Это представляет собой уникальную возможность для изучения функциональной активности во время реальных тестов, которые могут быть более чувствительными и точными в задницуэссинга когнитивные функции и дисфункции, чем лабораторных тестов на основе. Это исследование исследовали использование fiberless fNIRS контролировать деятельность мозга во время реальной задачи перспективным памяти. Этот протокол выполняется вне лаборатории и мозг гемоглобина изменения концентрации постоянно измеряется по префронтальной коре в то время как предметом ходит для того, чтобы выполнить несколько различных задач.

Introduction

Отклонение от нормы функции в префронтальной коре, и особенно самой передней подраздел (ростральной префронтальной коре, или BA10) является общим в диапазоне развития, психиатрических и неврологических условий. Это вызывает выраженные нарушения в решении проблем, памяти и способности к вниманию в повседневной жизни, что очень инвалидности 1,2. Тем не менее, эти виды проблем трудно диагностировать в лаборатории или клинике. Это потому, что психические процессы, которые ВА 10 опоры, участвующие в работе с новыми, открытых ситуациях, где поведение является собственной инициативе 3. Такие ситуации трудно успешно воссоздать в лаборатории, так как формальное, искусственное и жестко ограничен ситуация участник, как правило, сталкивается с в лаборатории могут изменить свое поведение и способ, которым они подходят задачу. Это может значительно сократить срок действия измерения для любых клинических или исследовательских целей, с сильным риском под диагностики 4 </ SUP>. Одним из когнитивных способностей, поддерживаемых лобных долей, где это наиболее очевидно является перспективным памяти (т.е. способность помнить, чтобы провести будущие действия), где она уже давно было известно, что там может быть значительные разногласия между измерениями, принятых в день жизнь и лаборатория 5. Эти методологические вопросы могут быть в значительной степени обойти, если исследователи и клиницисты следственные префронтальной коры функцию, в том числе перспективного памяти, могут сделать это путем принятия их измерения в "реальном мире" ситуациях.

В то время как методы нейровизуализации представляют собой мощный инструмент для исследования функции мозга в неинвазивной и объективно, большинство из этих методов навязать физические ограничения на эту тему, и, таким образом, не подходит для использования в повседневной жизненных ситуациях (например,., Функциональной магнитного резонанса ( МРТ), магнитоэнцефалографии (МЭГ), позитронно-эмиссионная томография (ПЭТ)). С учетом необходимости довестифункциональные инструменты визуализации за пределами лаборатории и учитывая последние технологические усовершенствования, портативный и удобный для ношения, электроэнцефалография (ЭЭГ) и функциональные ближней инфракрасной спектроскопии (fNIRS) были разработаны системы 6-11. Одним из основных преимуществ fNIRS более ЭЭГ является высокое пространственное разрешение. Кроме того, он менее чувствителен к артефактам движения, мигает и движений глаз 12. Переносные fNIRS, таким образом, лучше всего подходит для использования в день жизненных ситуациях, а это накладывает меньше ограничений, чем физических ЭЭГ и позволяет свободное движение в более естественной среде.

fNIRS неинвазивным облучает голову ближней инфракрасной (650-900 света нм). Как биологическую ткань является относительно прозрачным в этом диапазоне длин волн, свет может достигать мозг и получить поглощается гемоглобином. fNIRS, таким образом, измеряет изменения концентрации обоих оксигемоглобина (HBO 2) и (дезоксигемоглобином HHB) дает информацию о оксигенации и гемодинамики чанГЭС, связанные с деятельностью головного мозга. Более конкретно, функциональную активность мозга определяется как одновременного увеличения HBO 2 и уменьшению HHB 13. Тем не менее, глубина проникновения света означает, что сигнал может быть восстановлен только с поверхности коры. Когда свет рассеивается высоко в ткани, это не возможно, чтобы получить высокую пространственно структурную информацию о мозге 14. Обычные системы fNIRS использовать оптические волокна, соединенные с головы до направления света через кожу головы и собрать обратно-рассеянного света. Хотя эти инструменты являются компактный, портативный и хорошо подходит для лабораторных условиях, оптические волокна и пучки их вес ограничения движения участника и, если не хорошо стабилизировалась, их смещения приводят к артефакт движения загрязнения 7. Новое поколение миниатюрных и fiberless систем fNIRS предлагает возможность исследовать активность мозга в реальных ситуациях на свободно движущихся участникас и без значительных физических ограничений. Реальные ситуации особенно ценно при изучении человека исполнительных функций и систем fiberless fNIRS может обеспечить уникальную возможность заглянуть в функции мозга человека. Первые системы fiberless были оборудованы только с небольшим количеством каналов (например., Одного канала 15 и 2 каналов 16), ограничивающих исследование к небольших участков. Совсем недавно, многоканальные беспроводные и носимых fNIRS устройства были разработаны 6,7, 17-20 давая возможность контролировать большие порции головы на свободно движущихся участников.

В этом исследовании, новый многоканальный носки и fiberless fNIRS система была использована для мониторинга и карту префронтальная кора активность во время реальной перспективной памяти (ПМ) задач. FNIRS система в основном состоит из блока гибкий зонд (гарнитуры), что охватывает как Дорзолатеральные и ростральной префронтальной коры (рис 1),который соединен с блоком обработки (портативное устройство), который носили на талии участника (рис 1D). Гарнитура состоит из 6 излучающих поверхность лазерные диоды с длиной волны двух (705 нм и 830 нм) и 6 кремния фотодиодов. Отсутствие оптических волокон снижает вес и большую часть зонда, будучи более удобным и надежным в отношении артефактов движения. В optodes расположены в чередующемся геометрии (фиг.1А) с разделением между optode 3 см, создавая 16 комбинаций источника детектора (например., 16 измерительных каналов) 6. Для того, чтобы оградить гарнитуры от окружающего света, затенения колпачок снабжен (рис 1D).

Целью данного исследования было изучение префронтальной коры функцию, во время предполагаемого задачи памяти в реальном мире. Во время перспективных задач памяти, участников просят помнить, чтобы ответить на нерегулярной кия (например., Знакомаялицо или стоянки) во время выполнения другой сложная задача, известный как "текущей задачи". В двух разных блоков задачи, социальные перспективные сигналы памяти (лицо) противопоставляются несоциальными перспективных сигналов памяти (стоянки). Этот контраст был выбран потому, что он представляет собой важную различие между разными формами кия в основе событий задач перспективным памяти и поэтому экспериментальная парадигма может быть близко к "реальной жизни" ситуация 21. В то время как Б. 10, как известно, чувствительны к обработке социальной сравнению с не-социальной информации в некоторых ситуациях (например,., Гилберт и др., 2007 22), последние данные свидетельствуют о том, что гемодинамические изменения в BA 10, связанные с перспективных задач памяти относительно нечувствительные перемотать различия (см Берджесс и др., 2011 23 для обзора). Таким образом, это открытым вопрос о социальной сравнению с не-социальные сигналы влияет BA 10 деятельности в контексте предполагаемого парадигмой памяти,

Цель данного исследования заключается в оценке возможности использования системы fNIRS контролировать префронтальная кора гемодинамики и оксигенации изменения, вызванные реальной познавательной задачи. Здесь мы сообщаем один пример (один здоровый взрослый участник, 24 лет) на использование устройства fNIRS во время предполагаемого задачи памяти, проводимых за пределами в типичном Лондоне улице месте и подражая требования повседневной жизни. В частности, может ли быть записаны гемодинамические изменения в ответ на сигналы социальных и несоциальными PM исследуется.

Protocol

Протокол был одобрен UCL местных научно-исследовательских комитета по этике, номер официального CEHP / 2014/901. 1. Приборы установки до прибытия Участника Используйте видеозаписи от 3 ​​камер для анализа "реальных" задач типа (например, Shallice и Burgess, 1991) 3: Положите одну камеру на груди экспериментатора, чтобы следовать движениям участника. Установите камеру голову на fNIRS затенение крышку, чтобы отслеживать, где участник ищет на протяжении всего эксперимента. Подготовка и включите камеру на второй экспериментатор, который следует за первым экспериментатором и участником для всей сессии. Чистите fNIRS гарнитура с санитарной салфеткой. Поставьте 3D дигитайзер в соответствующем помещении (например,., Вдали от металлических объектов, стен и полов) и включите его. 2. ParticipanПодготовка и т fNIRS зонд Размещение Перед началом эксперимента, есть участник подписать форму согласия. Используйте систему 10-20 (рис 2) и оцифровки optodes и 10-20 стандартных позиций 24, 25 для достижения устойчивого размещение fNIRS гарнитуры всех участников: Отметить с моющимся маркера Насьон (Nz, точка пересечения между лобной кости и носовых костей), ИНИОН (Iz, затылочного бугра в задней части головы) и левой и правой Предварительно аурикулярных точек (LPA, РПА, точки впереди ушей перед верхнем конце козелка) (рисунок 2) в соответствии с инструкциями производителя. Измерьте расстояние NZ-Iz над и вокруг головы и расстояния МПУ-РПА над головой. Отметить с моющимся маркера Cz (точка пересечения между линией Nz-Из и линии LPA-РПА, расположенный на 50% от расстояния Nz-Из и 50% ое расстояние LPA-РПА), FPZ (10% от расстояния Nz-Из) и Fz (30% от расстояния Nz-Из) точки на основе системы 10-20 (фиг.2). Используйте заставку с отверстиями соответствующих позиций optodes для более точной оцифровки через участников. Удалить волосы от лба как можно больше, используя заколки вдоль линии роста волос. Поместите оцифровки заставку над префронтальной коре соответственно к FPZ и Fz пунктов: канал 9 в соответствие точке FPZ и канала 9 канала 8 линии с выравниванием по FPZ-ФЗ линии (рис 1E). Оцифровка отмеченные 10-20 ориентиры и позиции optodes с помощью магнитного дигитайзер 3D. Сохранить оцифрованные координаты и использовать пространственный анализ Tool (http://brain-lab.jp/wp/?page_id=52~~HEAD=dobj) в с открытым исходным кодом платформы для оптических инструментов Топография анализ (картофель) программного обеспечения (смотри таблицу материалов для мехполной информации), чтобы зарегистрировать данные fNIRS на Монреаль Неврологический институт (MNI) шаблона мозга. ПРИМЕЧАНИЕ: реализован алгоритм вероятностного регистрации преобразует оцифрованные места в реальном мире системы координат в систему координат MNI, а затем проекты и локализует их на поверхности мозга MNI (рис 1E) 26,27. Открыть картофеля с помощью командной P3 Matlab. Выберите "пространственный анализ" из меню на главном окне картофеля графический интерфейс пользователя (GUI) и нажмите кнопку "Анализ" Пространственное. Загрузите оцифрованные координаты, нажав кнопку "Пусто" 10-20 кнопку в окне Пространственный анализ просмотра данных. Нажмите кнопку "Очистить" MNI. Выберите 10/20 ориентиры на окна оценки MNI и начать пространственную регистрацию. Проверьте правильность расположения FНИРС каналы на поверхности шаблона мозга (рис 1E): проверить, если канал 8 и канал 9 перекрывать межполушарной щели 28. Если все правильно, сохраните файл конфигурации канала для дальнейших анализов; в противном случае замените оцифровки группа RE-устанавливающиеся каналы 8 и 9 к линии FPZ-ФЗ и перекрытия канала 9, чтобы FPZ. Затем повторите процедуру оцифровки. Поместите fNIRS гарнитуры выравнивания каналов 8 и 9 к линии FPZ-ФЗ и перекрытия канала 9, чтобы FPZ, в соответствии с оголовьем оцифровки, и удалить заставку (рис 1B-C). Убедитесь, что зонд хорошо прикреплен к голове участника. Поместите затенение крышка с головным камеры, установленной на нем через наушники fNIRS. Объясните экспериментальные правила для участника. Включите устройство, связанных меры предосторожности (например,., "Возьми мало времени, как это возможно без не торопится или оставляя позади экспериментатора (NO) работает"), а также ТАСК особые правила (например,. "Не выходить за пределы области Queen Square в соседние улицы или районы"). У участника успешно запоминать все правила и идти на улицу, чтобы начать эксперимент. 3. Сигналы fNIRS оценки качества Используйте систему fNIRS в беспроводном режиме первым визуально проверить качество сигналов на ноутбуке fNIRS: Нажмите кнопку "Power" на переносном ящике и включите fNIRS в беспроводном режиме. Откройте программное обеспечение fNIRS приобретения на ноутбуке fNIRS и установить соединение с переносном ящике. Нажмите кнопку "Настройка" Зонд для оптимизации детекторы получить на базе обнаруженного света. Проверьте результаты уравнивания зонд на программное обеспечение окна "Настройка датчика" и проверить, если каждый детектор получает достаточно света от источников путем проверки, если все каналы классифицируются как "Normal". Есликаналы помечены как "паразитный" или "под", повторное месте затенения крышку и максимально optodes сцепления с лбу. Если каналы помечены как "За", установите мощность источника в "низкий" лазера. Примечание: В боковые каналы в покрытие дорсолатеральной префронтальной коры, а в некоторых случаях это может быть необходимо, чтобы переместить волосы на лбу, чтобы максимизировать принимаемого света. Нажмите кнопку "Готово", а затем "Пуск", чтобы получить данные за минуту и ​​проверить, если сердцебиения (гемоглобин колебания ~ 1 Гц) можно видеть на сигналы концентрации, что обеспечивает хорошее качество сигнала. Выключите портативный ящик в беспроводном режиме нажатие кнопки "Power" на нем. Нажмите кнопку "Power" в сочетании с кнопкой "Mode" на переносном ящике для включения fNIRS в автономном режиме. ПРИМЕЧАНИЕ: АвтономныйРежим гарантирует, что участник может свободно передвигаться по экспериментальной площадке и позволяет избежать необходимости быть рядом с ноутбуком fNIRS для поддержания беспроводной связи. 4. Сбор данных Включите голову камеры и камеры экспериментаторов и начать съемку. Нажмите на кнопку "Настройка датчика" на fNIRS портативное устройство для оптимизации детекторы получить, а затем нажмите кнопку "Play / Stop", чтобы начать приобретение fNIRS (частота дискретизации = 5 Гц). Добавить маркер данных fNIRS вручную с помощью кнопки "MARK" на fNIRS переносном ящике в сочетании с аудио триггера (например., Звуковой сигнал). Аудио триггер должен быть четко записано на всех видеокамер. Затем запустите эксперимент. ПРИМЕЧАНИЕ: Это позволяет надежную синхронизацию времени между различными видеокамерами и fNIRS записи. 5. Протокол эксперимента и #160; Включить следующие условия и уравновесить перспективными памяти через участников: Используйте 3 базовых условий: ПРИМЕЧАНИЕ: Это позволяет отделить глобальные гемодинамики и оксигенации изменения из-за ходить, связанные с системными изменениями в сравнении более локализованных ответов в связи с мозгом функции (нейронов). Для условия Отдых 1, есть участник стоять неподвижно на улице, где проводится проверка, и подсчитать количество стимулов на бумаге (например. Используйте лист, содержащий Xs и Os, напечатанный на ней и иметь счета участника количество выходов на нем). Для остальных 2 состоянии, есть участник ходить на короткое расстояние при нормальной скоростью пешехода, а не делают другие требования него. Для условия Baseline, есть участник прогулку вокруг всей площади улицы, где эксперимент проводится. ПРИМЕЧАНИЕ: В нашем случае, эксперимент проходилв Квин-Сквер, Лондон, Великобритания WC1N Для незагрязненных Текущая состоянии, есть участник ходить по экспериментальной области и рассчитывать возникновение определенных элементов (например,., Количество знаков прикреплены к зданиям, которые содержат слово "Queen"). Для Номера социального перспективного состояния памяти, есть участник осуществлять текущую задачу (например,., Есть участник подсчитать количество дат и часов работы, прикрепленных к зданиям), но, кроме того, если бы они пришли на заданном расстоянии А парковка метр, попросите их перейти к ней и прикоснуться к ней. Для социальной перспективного состояния памяти, есть участник осуществлять текущую задачу (например,., Есть участник подсчитать количество дверные звонки), но, кроме того, уже его ответить на один из экспериментаторов, которые выступает в качестве сообщника, который движется вокруг в предварительно -specified позиции в рамках экспериментальной области. У участник перейти к ними дать им "поднять" кулак приветствие. Используйте дополнительный Текущая условие (загрязненный продолжается) после выполнения условий, PM (например., Участники должен подсчитать количество беспрепятственным лестниц в области тестирования). Повторите два Отдых условия, описанные выше, в обратном порядке (отдых 2 и затем остальные 1). ПРИМЕЧАНИЕ: Это позволяет оценить ходьбы, связанных с системными изменениями в конце эксперимента. 6. Восстановление события из видео Скачать видео со всех камер и сохраните в формате MPG4. Загрузите видео со всех камер на ELAN (https://tla.mpi.nl/tools/tla-tools/elan/) и синхронизировать видео: использовать опции / режим Медиа Синхронизация и выровнять их на основе временной точки аудио вызывать. В ELAN, используйте аннотации и нажмите кнопку Tier на главном окне ELAN (имеется в видугрупп аннотаций, т.е.., один ярус для всех социальных целей PM), чтобы отметить события в видеопотоке. Смотрите синхронизированный видеопоток и комментировать начало и конец каждой экспериментальной состоянии, и использовать уровни для точки, в которой достигается каждая цель вечера. Используйте отдельные ярусы для целей социальной и несоциальными PM. Заполните редактирования видео для каждого участника и использовать файл / Экспорт / Подстрочный текст, чтобы экспортировать в виде текстового файла все аннотированные моменты времени. Анализ данных 7. Откройте программное обеспечение fNIRS и экспорт данных из портативного окно флэш-карты в ноутбуке fNIRS. Примечание: Блок обработки fNIRS система использует модифицированный закон Ламберта-Бера и вычисляет относительные изменения HBO 2 и HHB из произвольной нулевой базовой линии в начале периода измерения. Значения концентрации составляют, следовательно, выражена в молярных концентрациях (ммоль / л), умноженноеот длины пути (мм) 6, поскольку они не исправлены для длины оптического пути. Сохранить данные концентрации и импортировать их в Matlab через программное обеспечение предварительной обработки в доме. Предварительная обработка сигналов, выполните следующие действия (рис 3B): Сигналы вниз выборки до 1 Гц: Используйте сплайн-интерполяции (функция Matlab: interp1) вниз выборочных данных от 5 Гц до 1 Гц. Линейный вычитания тренда: Чтобы удалить медленные заносы сигнала, использовать линейную интерполяцию (функция Matlab: polyfit) между фазами 1 Отдых в начале и в конце эксперимента. Движение Артефакт Исправление: Для каждого канала, выявления и устранения артефактов движения через метод на основе вейвлет-31. Улучшение качества сигналов путем применения корреляционного метод, основанный 32 Улучшение сигнала (РПКБ). Комплекс вейвлет: <LI> Используйте материнского вейвлета Морле, масштабируемого и переведенный в течение долгого времени, чтобы вычислить вейвлет-преобразование каждого канала через вейвлет инструментов (функция Matlab: вес) обеспечивается Grinsted др 33 (. http://noc.ac.uk/ используя-наука / crosswavelet вейвлет-когерентности). Примечание: Из спектра вейвлет, можно оценить спектральный состав сигналов в частотно-временной пространстве. Полосовая фильтрация: На основе анализа вейвлет, используйте 3-й порядок Баттерворта полосовой фильтр (функции Matlab: масло и фильтр) с отрезными частот 0.008-0.2 Гц 7, 34.

Representative Results

Рисунок 3 показывает пример HBO 2 и HHB ООН-обработанных сигналов (канал 8), записанные во время жизни на основе ПМ эксперимента в этом исследовании (рис 3а) и соответствующие сигналы (рис 3C) после того, как предварительно обрабатывается (3В ). Рисунок 4 показывает вейвлет спектр мощности канала HBO 8 2 и сигналов HHB, в котором прямоугольник указывает частотный диапазон сохранившийся с полосового фильтра. Учитывая тот факт, что участник шел вне на всем протяжении эксперимента и повернул голову, чтобы выполнить задачу, система fNIRS был устойчив к артефактов движения и солнечного света. На самом деле, HBO 2 приращения и HHB уменьшает можно найти в переписке с не-социальные (рис 3D) и социальные (рис 3E) перспективных мероприятий памяти. Эти тенденции, как правило, обозначают функциональную активность головного мозга 13, 35. ВФактически, когда область мозга активируется, метаболический спрос нейронов, для кислородных увеличивается с последующим увеличением регионального мозгового кровотока. Поскольку большая часть кислорода поступает к клеткам через гемоглобина, приращения HBO 2 и снижение концентраций HHB наблюдаются в функциональной активности головного мозга 9. Регионы в пределах префронтальной коре, что обладают эти тенденции могут быть оценены пространственного распределения HBO 2 и HHB значений концентрации, отображенных на лоб (рис 5, VIDEO 1, VIDEO 2). Пример того, как ответы мозга на социальные мероприятия PM распределены по всем каналам показано на рисунке 5. Отчет 5В 5А и, соответственно, пространственное распределение по лбу HBO 2 и HHB к социальной акции PM (т = 2 455 с), а на рис 5C и 5D Рис отчета respectiv Эли пространственное распределение HBO 2 и HHB к не-социальные мероприятия PM (т = 1744 лет). Рисунок 5 показывает региональные местоположения (каналы), где увеличение HBO 2 (красный, 5А-C) и уменьшение HHB (синий, 5В-D) явно наблюдается, что свидетельствует о зависимости увеличение мозга. Пример того, как префронтальная кора деятельности в социальной PM и событий несоциальными ТЧ и его распространения по изменению каналов в течение времени представлен в видео 1 и видео 2. Кроме того, 6 и 7 приводятся данные из всех каналов, соответствующих временные окна включены в видео 1 и видео 2, соответственно. Прогулка связанных гемодинамический и изменения оксигенации можно наблюдать на фиг.3А. Кажущейся увеличивается HHB и HBO 2 уменьшается происходят во время ходьбы и условия их удаляют после предварительной обработки. ontent "FO: держать-together.within-страницу =" всегда "> Рисунок 1. Конфигурация fNIRS размещение и каналы гарнитура. Расположение Optodes в зонде fNIRS показано на панели А. Красные круги указывают точки впрыска (источники), желтые круги пункты сбора (детекторы) и зеленые круги по каналам измерения. Зонд помещается на лоб (B, C, D) с каналом 9 в соответствии с точки и каналы FPZ 8-9 в соответствие с средней линии Насьон-ИНИОН. Оцифрованные каналы расположение преобразуются в MNI системе координат и перекрываются на коре головного мозга (E). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры. 6 / 53336fig2.jpg "/> Рисунок 2. Система 10-20 анатомические ссылки. Выделенные круги указывают выбранные опорные точки, чтобы быть отмечены на голове участника (Nz = Насьон, Iz = ИНИОН, МПУ = Левый Предварительно ушных, РПА = правый Предварительно ушной). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры. Рисунок 3. Сигнал предварительной обработки потока. (А) HBO 2 и HHB сырье сигналы, принятые от представительного канала (канал 8). Черные линии отмечают начало и конец каждой экспериментальной состоянии. Зеленый и пурпурный линии отмечают без социальных и социальные потенциальных хитов памяти. Звездочки указывают ходили условия. (R1 = 1 Отдых, R2 = 2 Отдых, B = Базовый; ОГУ = Текущая незагрязненных; PMNS = не-социальная Предполагаемый памяти; Премьеры = социальная Предполагаемый памяти; ОГК = Текущая загрязненных). (Б) Эта панель показывает предварительная обработка блок-схема применяется к канал 8 необработанные сигналы. (С) В результате предварительно обработанных сигналов представлены. (D, E) HBO 2 увеличивается и уменьшается HHB возникать в ответ на выбранной без социальной (D) и социальных (E) потенциальными хитами памяти. Это гемодинамики тенденция, как правило, связана с функциональным активации. Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры. Рисунок 4. Спектры мощности импульса. (А, В) вейвлет-спектры мощности канала 8 HBO 2 и HHB необработанные сигналы представлены в панели А и В, соответственно. Черные линии отмечают начало и конец каждой экспериментальной состоянии. Звездочки указывают ходили условия. (R1 = 1 Отдых, R2 = 2 Отдых, B = Базовый; ОГУ = Текущая незагрязненных; PMNS = не-социального Предполагаемый памяти; премьеры = социальная Предполагаемый памяти; ОГК = Текущая загрязненных). Черный прямоугольник выделяет частотный диапазон сохранившийся через полосовой фильтр (0.008-0.2 Гц). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры. Рисунок 5. Пространственное распределение корковой активности на события PM. HBO 2 и HHB изменения концентрации отображаются на коре головного мозга, чтобы найти функциональную активность в ответ на события социальных PM (АВ) и мероприятий несоциальными PM (CD). HBO 2и значения HHB принимаются при Т = 2455 сек для социальной акции PM (AB) и т = 1,744 сек для не-социальные мероприятия PM (CD). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры. Рисунок 6. оксигемоглобина и дезоксигемоглобина сигналы для всех каналов в ответ на события несоциальными PM. Зеленые линии показывают события, не социальные вечера (т = 1,744 сек и т = 1,792 сек). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию из этой фигуры. Рисунок 7. оксигемоглобина и дезоксигемоглобин сигналы для всех каналов в ответ на социальные мероприятия PM. пурпурной линии указывает на социальное событие вечера (т = 2,455 сек). Пожалуйста, нажмите здесь, чтобы посмотреть большую версию этой фигуры. Видео 1. HBO 2 и HHB концентрации изменения событий социальной PM. На видео видно, как HBO 2 (слева) и HHB (правая панель) развиваться с течением времени, а участник приближается к цели социальной PM. Видео камеры, прикрепленной к груди экспериментатора синхронизируется. Пожалуйста, нажмите здесь, чтобы смотреть это видео. <img alt="Рисунок 7" src= "/ файлы / ftp_upload / 53336 / 53336mov2.jpg" /> Видео 2. HBO 2 и концентрации HHB изменения событий несоциальными PM. На видео видно, как HBO 2 (слева) и HHB (правая панель) развиваться с течением времени, а участник приближается к цели, не социальной PM. Видео камеры, прикрепленной к груди экспериментатора синхронизируется. Пожалуйста, нажмите здесь, чтобы смотреть это видео.

Discussion

Целью данного исследования было оценить потенциальное использование носимых и fiberless fNIRS контролировать гемодинамические мозга и оксигенации изменения, связанные с мозговой активностью нейронов во время реальных ситуациях. Носимых и fiberless многоканальная система fNIRS был использован для измерения активности мозга над префронтальной коры во время предполагаемого задачи памяти выполняется за пределами лаборатории. Дело здесь исследовании изучены, можно ли контролировать изменения мозга в HBO 2 и HHB на свободно движущейся участника в ответ на сигналы социальных и несоциальными PM в эксперименте за пределами лаборатории постоянно и решительно.

Использование fNIRS на свободно движущихся участников жизни на основе экспериментов представляет собой сложную ситуацию. В самом деле, движения головы может вызвать зонд смещения с последующим артефактов движения, что коррумпированные оптический идентификации мозговой деятельности 36. Кроме того, оптические датчики чувствительны к рассеянного света (например., солнечный свет, когда эксперименты проводятся снаружи), создания дополнительного шума в fNIRS сигналов. Сообщили пример дает предварительную демонстрацию возможности системы fNIRS в таких реальных приложений. Отсутствие оптических волокон в таких устройствах предотвращает оптическую связь между головы и optodes в результате более надежных измерений против артефактов движения. Кроме того, затенение крышка обеспечивает экранирование от хорошего к рассеянного света, который позволяет избежать детекторы насыщенность и низкое отношение сигнал-шум (SNR). Кроме того, увеличивается в 2 HBO и снижение концентраций HHB были найдены в соответствие хитов социальных и несоциальными PM (рис 3D-Е) 11, 37 дальнейшей поддержки его возможности. Для того, чтобы оценить, если гемодинамические тенденции, наблюдаемые на рис 3D-Е являются статистически значимыми и найти активированные регионы в префронтальной коре (рис 5, Vidео 1, Видео 2, Рисунок 6, Рисунок 7), анализ на уровне группы требуется. Для того, чтобы вывод и определить функционально специализированных областей префронтальной коре 38, 39, будущие работы представят данные группы и статистического анализа, основанные на статистической параметрической карт (SPM), используя Общая линейная модель (GLM) подход.

Даже если результаты должны рассматриваться как предварительные, было продемонстрировано, что fiberless fNIRS может быть эффективно принесли вне традиционных установках лаборатории и используется для контроля времени реального мозговой активности. Это открывает новые направления для неврологического и нейронаук. Существуют по меньшей мере два очевидных областей для применения в этом отношении. Первый относится к экологической валидности. Когнитивные исследователи нейронаук исследовать закономерности деятельности мозга, а люди выступают познавательных задач использованием, например., Уровень кислорода в крови зависит знакаль изменение в качестве прокси в функциональной МРТ) для того, чтобы попытаться выяснить, как мозг поддерживает наши умственные способности. В некоторых случаях, можно создать экспериментальные ситуации в сканере, которые соответствуют очень тесно ситуацию в повседневной жизни, где используется процесс интерес. Рассмотрим, например, чтение. Чтение слов на дисплее, а в сканер МРТ всего делает такие подобные требования к чтению слова в книге, когда у себя дома, что она почти само собой разумеющимся, что результаты, почерпнутые в сканер может помочь объяснить, как мозг реализует чтение в повседневной жизни. Тем не менее, для многих форм человеческого поведения и познания, это предположение является более сложным. Например, когнитивные процессы, что участник использует, когда социальная ситуация представлена ​​в МРТ сканера (где участник неподвижен, сами по себе, и в очень незнакомой и жестко контролируемой среде) может также отличаться в важных отношениях к тем, включается, когда участник SocialisING в реальной жизни 40. Это особенно важно в социальном неврологии, где исследование нейронных коррелятов межличностных динамики (называемые hyperscanning, для обзора см Babiloni и Astolfi 2014 41) требует более натуралистическое среды. НИРС на основе hyperscanning 42, 43 может, таким образом, представляют собой новый инструмент для мониторинга одновременно мозговую деятельность двух или более лиц в реальных ситуациях. Действительно, есть некоторые умственные способности, которые не могут быть изучены также в очень искусственной и физически ограниченного среды сканера МРТ, ПЭТ или МЭГ. Эти участием передвигаться или большое количество движения тела, а также те социальные участием взаимодействия очевидными кандидатами. По этой причине, будучи в состоянии изучать мозговую деятельность участников натуралистических ситуациях является весьма желательным для исследователей.

Второе, связанное с, широкая область применения относится к применению этой технологии вклинические ситуации. Очевидным кандидатом может быть нейрореабилитации, где, возможно, пожелает изучить воздействие на мозг процедур подготовки для повседневной жизни (например,., В кухне), или лекарства от конкретных нейронных популяций по отношению к этой деятельности. Но технология также может быть может быть разработана для образовательных учреждениях, а также, например, и., Для использования "в режиме реального времени" само-мониторинга деятельности головного мозга. Переносимость, низкий уровень риска, и способность использовать его на месте в реальных условиях с минимальным ограничением на поведение, делает этот метод очень отличается от других, которые доступны в данный момент.

Тем не менее, хотя системы носимых fNIRS показать потенциал для реальных наблюдений, существуют и другие ограничения, которые должны быть решены при использовании fNIRS в процессе естественного ходьбе. Так инфракрасный свет проходит через кожу головы, он чувствителен к процессам, которые происходят как в коре головного аND экстра-мозговые отсеки голову. Предыдущие исследования показали, что определенное количество сигналов измеряются с помощью fNIRS возникает из системных изменений 34, 39, 44, которые не связаны непосредственно с деятельностью головного мозга (см Scholkmann др. 9 для обзора). Как внутри- и экстра-церебральной гемодинамики зависят от системных изменений и задача-вызывала и спонтанное (например., Частота сердечных сокращений, артериальное давление, дыхание, кровообращение кожи), следует рассматривать физиологические изменения, связанные с прогулки деятельности. Они происходят из вегетативной нервной системы (ВНС) деятельности, которая регулирует диаметр пульса, дыхания, кровяного давления и сосудов через его эфферентных волокон. Точнее, симпатический отдел ВНС гипер-активирован во время физических упражнений, ведущих к сердечного ритма, кровяного давления и дыхания с шагом 45. Например, предыдущие исследования показали, что дыхание вызывает изменения в парциального давления газа Диоксиныязь в артериальной крови (Paco 2), который в свою очередь влияют на церебральный кровоток и мозговой объем крови 46, 47. Кроме того, показан пример периодических увеличивается HHB и HBO 2 уменьшается, которые происходят в нескольких минутах периодов, которые можно спутать с Мозг дезактивации. Для того, чтобы в соответствии сравнений между условиями (например,., Оценить, если существенные изменения в концентрации происходят уважение к базовым периодом), все экспериментальные фазы следует измерять при той же физической активности государства. Для этой причине ходил фаза отдыха (Отдых 2) был включен в наш протокол жизни на основе. Правильное толкование данных fNIRS также требует хорошего ОСШ. Это обычно достигается с обычным блоком и конструкций связанных с событиями, где стимуляции повторяются несколько раз. Пробные повторений и структурированные проекты не всегда возможно в жизни на основе экспериментов. По этой причине, дополнительных датчиков и соответствующего анализа тэchniques для учета системных изменений 48 и движения артефактов необходимо улучшить SNR и правильно интерпретировать сигналы мозга. Мы планируем исследовать влияние таких ходьбы, связанных с системными изменениями путем использования портативных устройств для мониторинга частоты дыхания, частоты сердечных сокращений и ходить в ногу. Кроме того, проблема восстановления событий необходимо решать, тоже. В когнитивных экспериментов неврологии, активность мозга исследованы в отношении стимулов или условий, с которыми сталкиваются участники ", и их поведение в ответ на, или ожидании них. Поэтому Экспериментаторы должны (а) знать, что в настоящее время доступна для участника в их среде, и (б) имеют момент за моментом запись поведения участника. В типичной ситуации лабораторного эти факторы могут быть легко контролироваться, так как экспериментатор может сдерживать то, что участники встречи, и форму и количество поведения, которые участник может проявлять. Тем не менее, это нев случае "реальных" условиях за пределами лаборатории, где многие события и переживания, что участник исследования будет иметь выходят за строгим контролем экспериментатора 49. Соответственно, в "реальном мире" типа задач вида изучаемого здесь, видео записи используются для анализа (например,., Shallice и Берджесс, 1991 3). Это позволяет восстановить как устойчивый (например., Блок-уровня) и переходные (например., События, связанные с) процессы, которые поддерживают различные аспекты работы (для обзора см Гонен-Yaacovi и Берджесс, 2012 21). События могут быть извлечены из видеозаписей будет зависеть от теоретический вопрос решается в эксперименте. В отчетном примере, приступы событий были извлечены из видео, снятых 3 камер. Эта процедура определения начала и прекращения конкретных сигналов и поведенческих реакций является трудоемким и требует навыка, когда осуществляется на основе жизни DATа. Центральным вопросом является то, что с «реальной жизни» экспериментов типа там, как правило, не то же самое степень априорного знания событий, как с теми, лабораторных основе, и участники, как правило, имеют больше возможностей в том, как они могут реагировать. Кроме того, как участники могут свободно перемещаться в естественной среде и неконтролируемой, они сталкиваются с различными быстро меняющихся стимулов и трудно восстановить гемодинамического ответа на реальном случае интерес. Например, в тематическом исследовании, гемодинамические тенденции, наблюдаемой для HBO 2 и HHB (рис 3D-Е) не фазовой автоподстройки к видео-оправился начала как типичный событий, связанных с гемодинамическими ответ 38. HBO 2 и HHB начать расти, соответственно, и уменьшить на 20 сек до начала стимула и достичь пика после него. Дальнейшие анализы, таким образом, необходимо установить Кии ли ЛС события происходят на самом деле, когда участник видит цель, когда он приближается к ней или ккогда он достигает его. Учитывая потенциал fiberless fNIRS технологий для реальных клинических приложений, будущая работа будет решать проблему видео-кодирования путем разработки новых алгоритмов для выявления приступы событий в более объективным способом, а также изучает возможность сделать это непосредственно из данных fNIRS.

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

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).

Play Video

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).

View Video