Analisi qualitative e comparative dei dati di attività corticale da un esperimento funzionale di spettroscopia del vicino infrarosso che applica la progettazione di blocchi

Summary

Descriviamo l’analisi dell’esperimento di spettroscopia funzionale al vicino infrarosso ad onda continua utilizzando un progetto a blocchi con un compito sensorimotorio. Per aumentare l’affidabilità dell’analisi dei dati, abbiamo utilizzato la mappatura parametrica statistica lineare qualitativa basata su modelli lineari e i modelli misti gerarchici comparativi per più canali.

Abstract

Gli studi di neuroimaging svolgono un ruolo fondamentale nella valutazione delle condizioni neurologiche pre- vs post-interventiali come nella riabilitazione e nel trattamento chirurgico. Tra le molte tecnologie di neuroimaging utilizzate per misurare l’attività cerebrale, la spettroscopia funzionale vicino all’infrarosso (fNIRS) consente la valutazione delle attività corticali dinamiche misurando i livelli locali di emoglobina simili alla risonanza magnetica funzionale (fMRI). Inoltre, a causa della minore restrizione fisica in fNIRS, è possibile valutare più varianti di attività sensorimotorie. Molti laboratori hanno sviluppato diversi metodi per l’analisi dei dati fNIRS; tuttavia, nonostante i principi generali siano gli stessi, non esiste un metodo universalmente standardizzato. Qui presentiamo i metodi analitici qualitativi e comparativi dei dati ottenuti da un esperimento fNIRS multicanale utilizzando un block design. Per l’analisi qualitativa, abbiamo utilizzato un software per NIRS come approccio univariato di massa basato sul modello lineare generalizzato. L’analisi NIRS-SPM mostra i risultati qualitativi per ogni sessione visualizzando l’area attivata durante l’attività. Inoltre, il digitalizzatore tridimensionale non invasivo può essere utilizzato per stimare le posizioni del canale fNIRS rispetto al cervello. Per confermare i risultati nirs-spm, l’ampiezza dei cambiamenti nei livelli di emoglobina indotti dal compito sensorimotorio può essere analizzata statisticamente confrontando i dati ottenuti da due sessioni diverse (prima e dopo l’intervento) dello stesso soggetto di studio utilizzando un modello misto gerarchico multicanale. I nostri metodi possono essere utilizzati per misurare l’analisi pre- vs post-intervento in una varietà di disturbi neurologici come disturbi del movimento, malattie cerebrovascolari e disturbi neuropsichiatrici.

Introduction

La neuroriabilitazione gioca un ruolo importante nel recupero funzionale a seguito di disturbi sensorimotori. Per chiarire i meccanismi di recupero funzionale associato alla neuroplasticità, sono state utilizzate varie tecnologie di neuroimaging, come la risonanza magnetica funzionale (fMRI), la tomografia ad emissione di positroni (PET), l’elettroencefalografia (EEG) e la spettroscopia funzionale vicino all’infrarosso (fNIRS). Diverse modalità di imaging hanno diversi vantaggi e svantaggi. Sebbene il fMRI sia il dispositivo più tipico, è influenzato da campi magnetici, ha un costo elevato, un’elevata restrizione fisica e attività sensorimotorie^{limitate 1,2,3,4}. Il dispositivo fNIRS si distingue come neuroimaging ottico non invasivo e ha una risoluzione spaziale relativamente inferiore, ma ha una risoluzione temporale migliore rispetto a fMRI⁴. fNIRS è adatto quando si verificano gli effetti del trattamento perché confronta gli effetti pre- contro post-intervento, ha attività motorie dinamiche, è portatile e funziona più in ambienti naturali rispetto a fMRI^1,2,4. Nirs è stato segnalato per essere più adatto nei campi della malattia cerebrovascolare, disturbi epilettici, grave lesione cerebrale, morbo di Parkinson, e deficit cognitivo^1,5. Per quanto riguarda le attività sensorimotorie, è ampiamente utilizzato nell’andatura e nel bilanciamento in piedi^6,7,8,funzione dell’arto superiore (afferramento della mano, maschiatura delle dita)^8,9,allenamento complesso delle abilità motorie^10,11,robotica^12,13,14,15e interfaccia cervello-computer^16,17,18. Il fNIRS si basa sui principi del neuroimaging ottico e dell’accoppiamento neurovascolare, che misurano l’attività metabolica corticale, l’aumento del flusso sanguigno e di conseguenza l’attività corticale come segnali^{secondari 19}. È stato riferito che i segnali fNIRS hanno forti correlazioni con segnali di fMRI²⁰dipendente dal livello di ossigeno nel sangue . Un fNIRS ad onda continua utilizza la legge di Beer-Lambert modificata per determinare i cambiamenti nei livelli di concentrazione corticale dell’emoglobina ossigenata (HbO₂₎e dell’emoglobina deossigenata (HHb) in base alle variazioni misurate nell’attenuazione della luce nel vicino^{infrarosso a banda larga 21,22}. Poiché non era possibile misurare il fattore differenziale di lunghezza del percorso (DPF) utilizzando il sistema NIRS ad onda continua, abbiamo supposto che il DPF fosse costante e che i cambiamenti del segnale dell’emoglobina fossero denotati in unità arbitrarie di millimole-millimetro (mM x mm)^2,18.

Gli esperimenti fNIRS devono selezionare i metodi più appropriati, tra cui le impostazioni della sonda, i progetti dell’esperimento e i metodi di analisi. Per quanto riguarda l’impostazione della sonda, il metodo internazionale 10-20 utilizzato nella misurazione EEG è lo standard di impostazione utilizzato da molti ricercatori nella neuroimaging. Negli ultimi anni, sono state utilizzate impostazioni di coordinate basate sul cervello standard sulla base delle coordinate del Montreal Neurological Institute (MNI). L’esperimento utilizza un progetto a blocchi, generalmente utilizzato per attività sensorimotorie, e un progetto relativo agli eventi. Questo è un metodo per confrontare i cambiamenti nella concentrazione di emoglobina a riposo e durante i compiti; I livelli di concentrazione di HbO₂ aumentano e i livelli di concentrazione di HHb diminuiscono con i cambiamenti nel flusso sanguigno cerebrale associati all’attività corticale dipendente dalle attività. Sebbene esistano vari metodi di analisi, il software libero NIRS-SPM consente un’analisi simile alla mappatura parametrica statistica (SPM) di fMRI. Il trattamento dei dati NIRS utilizza un approccio univariato di massa basato sul modello lineare generale (GLM). Quando si esegue un’analisi dell’attività cerebrale dipendente dalle attività, le misurazioni fNIRS possono essere influenzate dall’attività neuronale evocata o non evocata e dalle interferenze fisiologiche sistemiche (frequenza cardiaca, pressione sanguigna, frequenza respiratoria e attività del sistema nervoso autonomo) nel compartimento cerebrale ed extracerebrale²³. Pertanto, l’elaborazione, il filtraggio, la conversione wavelet e l’analisi dei componenti principali sono^{utili 23}. Per quanto riguarda il filtraggio e gli artefatti dell’elaborazione dei dati utilizzando il NIRS-SPM, il filtro passa-basso⁹ e la lunghezza minima della descrizione wavelet (Wavelet-MDL)²⁴ sono stati utilizzati per superare il movimento o altre fonti di rumore / artefatto. Per informazioni dettagliate su questo metodo analitico, fare riferimento al rapporto di Ye et^al. Sebbene ci siano rapporti che usano solo SPM, è solo un indice qualitativo per analisi delle immagini e, a causa della bassa risoluzione spaziale di NIRS, è necessaria estrema cautela per l’analisi di gruppo. Inoltre, quando il DPF è costante, non dovrebbero essere eseguiti confronti numerici tra canali e individui, ma la differenza nelle modifiche in ogni canale può essere verificata. Sulla base delle condizioni di cui sopra, al fine di integrare i risultati dell’analisi del gruppo NIRS-SPM, abbiamo utilizzato il metodo di analisi originale per l’analisi multicanale dopo aver migliorato l’accuratezza della registrazione spaziale. Questa analisi multicanale ha confrontato l’ampiezza della variazione dei livelli hbo₂ e HHb tra il resto e i periodi di attività in ogni canale prima e immediatamente dopo il trattamento utilizzando modelli misti gerarchici con interventi fissi (prima o dopo), periodi fissi (riposo o su compito) ed effetti individuali casuali.

In questo modo, esistono diversi metodi di misurazione e analisi fNIRS; tuttavia, non è stato stabilito alcun metodo standard. In questo articolo, introduciamo i nostri metodi, la mappatura statistica parametrica qualitativa basata su GLM e il modello misto gerarchico comparativo multi-livello, per analizzare i dati ottenuti da un esperimento fNIRS multicanale di pre- vs. post-intervento utilizzando un block design con attività sensorimotorie.

Protocol

Questo studio è stato approvato dal comitato di revisione istituzionale (IRB) dell’Università di Fukuoka, Giappone (IRB n. 2017M017). Prima della partecipazione, tutti i pazienti hanno fornito il consenso informato scritto. 1. Preparazione dell’esperimento fNIRS NOTA: È stato utilizzato un sistema NIRS basato su laser a onde continue multicanale per questo esperimento. Le lunghezze d’onda della luce del vicino infrarosso erano di 780 nm, 805 nm e 830 nm, e la frequ…

Representative Results

Qui, introduciamo la riabilitazione assistita da robot su cui il nostro gruppo sta attualmente lavorando: gli effetti del biofeedback sul deficit motorio degli arti superiori nei pazienti con ictus acuto. Abbiamo incluso 10 pazienti con ictus consenzienti (età media: 66,8 ± 12,0 anni; due donne e otto uomini) che sono stati ricoverati nel nostro ospedale. Nella fase di ictus subacuto, più di 2 settimane dopo l’inizio, abbiamo valutato l’attività corticale correlata al motore di questi…

Discussion

Nel nostro gruppo metodi analitici per fNIRS, oltre a eseguire un metodo analitico di imaging mediante mappature qualitative t-statistica, abbiamo confrontato pre- vs. post-intervento (esercizio assistito da robot) utilizzando l’analisi comparativa multicanale. Per l’analisi qualitativa, abbiamo utilizzato il software NIRS-SPM come approccio univariato di massa basato sul modello lineare generalizzato. L’analisi NIRS-SPM mostra i risultati qualitativi di ogni sessione visualizzando l’area attivata durante l’atti…

Materials

3D-digitizer software	TOPCON	–	NS-1000 software ver.1.50
NIRS system	Shimadzu	–	FOIRE-3000
Robot	CYBERDYNE	–	Single-joint type Hybrid Assitive Limb (HAL-SJ)