गुणात्मक और तुलनात्मक कॉर्टिकल गतिविधि डेटा एक कार्यात्मक निकट-इन्फ्रारेड स्पेक्ट्रोस्कोपी प्रयोग आवेदन ब्लॉक डिजाइन से विश्लेषण करता है
Summary
हम एक संवेदी कार्य के साथ एक ब्लॉक डिजाइन का उपयोग कर निरंतर तरंग कार्यात्मक निकट अवरक्त स्पेक्ट्रोस्कोपी प्रयोग के विश्लेषण का वर्णन करते हैं। डेटा विश्लेषण की विश्वसनीयता बढ़ाने के लिए, हमने गुणात्मक सामान्य रैखिक मॉडल-आधारित सांख्यिकीय पैरामेट्रिक मैपिंग और बहु-चैनलों के लिए तुलनात्मक पदानुक्रमित मिश्रित मॉडल का उपयोग किया।
Abstract
न्यूरोइमेजिंग अध्ययन पूर्व-बनाम पोस्ट-इंटरवेंशनल न्यूरोलॉजिकल स्थितियों जैसे पुनर्वास और शल्य चिकित्सा उपचार के मूल्यांकन में महत्वपूर्ण भूमिका निभाते हैं। मस्तिष्क गतिविधि को मापने के लिए उपयोग की जाने वाली कई न्यूरोइमेजिंग प्रौद्योगिकियों में, कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस) कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई) के समान स्थानीय हीमोग्लोबिन स्तरों को मापकर गतिशील कॉर्टिकल गतिविधियों के मूल्यांकन में सक्षम बनाता है। इसके अलावा, FNIRS में कम शारीरिक प्रतिबंध के कारण, संवेदी कार्यों के कई वेरिएंट का मूल्यांकन किया जा सकता है। कई प्रयोगशालाओं ने FNIRS डेटा विश्लेषण के लिए कई तरीके विकसित किए हैं; हालांकि, इस तथ्य के बावजूद कि सामान्य सिद्धांत समान हैं, कोई सार्वभौमिक मानकीकृत विधि नहीं है। यहां, हम ब्लॉक डिज़ाइन का उपयोग करके मल्टी-चैनल एफएनआईआरएस प्रयोग से प्राप्त डेटा के गुणात्मक और तुलनात्मक विश्लेषणात्मक तरीकों को प्रस्तुत करते हैं। गुणात्मक विश्लेषण के लिए, हमने सामान्यीकृत रैखिक मॉडल के आधार पर बड़े पैमाने पर एकवाणीय दृष्टिकोण के रूप में एनआईआरएस के लिए एक सॉफ्टवेयर का उपयोग किया। एनआईआर-एसपीएम विश्लेषण कार्य के दौरान सक्रिय क्षेत्र की कल्पना करके प्रत्येक सत्र के लिए गुणात्मक परिणाम दिखाता है। इसके अलावा, गैर-इनवेसिव त्रि-आयामी डिजिटाइज़र का उपयोग मस्तिष्क के सापेक्ष एफएनआईआरएस चैनल स्थानों का अनुमान लगाने के लिए किया जा सकता है। एनआईआरएस-एसपीएम निष्कर्षों की पुष्टि करने के लिए, संवेदी कार्य द्वारा प्रेरित हीमोग्लोबिन स्तरों में परिवर्तनों के आयाम को बहु-चैनल पदानुक्रमित मिश्रित मॉडल का उपयोग करके एक ही अध्ययन विषय के दो अलग-अलग सत्रों (हस्तक्षेप से पहले और बाद) से प्राप्त आंकड़ों की तुलना करके सांख्यिकीय रूप से विश्लेषण किया जा सकता है। हमारे तरीकों का उपयोग विभिन्न प्रकार के न्यूरोलॉजिकल विकारों जैसे आंदोलन विकारों, सेरेब्रोवैस्कुलर रोगों और न्यूरोसाइकियाट्रिक विकारों में पूर्व-बनाम हस्तक्षेप विश्लेषण को मापने के लिए किया जा सकता है।
Introduction
संवेदी गड़बड़ी के बाद न्यूरोरेहैबिलिटेशन कार्यात्मक वसूली में महत्वपूर्ण भूमिका निभाता है। न्यूरोप्लास्टिसिटी से जुड़े कार्यात्मक वसूली के तंत्र को स्पष्ट करने के लिए, विभिन्न न्यूरोइमेजिंग प्रौद्योगिकियों का उपयोग किया गया है, जैसे कार्यात्मक चुंबकीय अनुनाद इमेजिंग (एफएमआरआई), पॉजिट्रॉन उत्सर्जन टोमोग्राफी (पीईटी), इलेक्ट्रोएंसेफलोग्राफी (ईईजी), और कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (एफएनआईआरएस)। विभिन्न इमेजिंग तौर-तरीकों के अलग-अलग फायदे और नुकसान होते हैं। यद्यपि एफएमआरआई सबसे विशिष्ट उपकरण है, यह चुंबकीय क्षेत्रों से प्रभावित है, इसमें उच्च लागत, उच्च भौतिक प्रतिबंध और सीमित संवेदी कार्य1,2,3,4हैं। FNIRS डिवाइस एक गैर-निवास ऑप्टिकल न्यूरोइमेजिंग के रूप में खड़ा है और इसमें अपेक्षाकृत कम स्थानिक संकल्प है, लेकिन इसमें एफएमआरआई4की तुलना में बेहतर अस्थायी संकल्प है। उपचार प्रभावों की पुष्टि करते समय फनीआरएस उपयुक्त है क्योंकि यह पूर्व-बनाम पोस्ट-इंटरवेंशन प्रभावों की तुलना करता है, गतिशील मोटर कार्य है, पोर्टेबल है, और एफएमआरआई1,2,4की तुलना में प्राकृतिक वातावरण में अधिक कार्य करता है। एनआईआरएसएस को सेरेब्रोवैस्कुलर रोग, मिर्गी संबंधी विकारों, गंभीर मस्तिष्क की चोट, पार्किंसंस रोग और संज्ञानात्मक हानि1,5के क्षेत्रों में अधिक उपयुक्त होने की सूचना दी गई है । संवेदी कार्यों के संबंध में, इसका व्यापक रूप से चाल और स्थायी संतुलन6,7,8,ऊपरी अंग समारोह (हाथ लोभी, उंगली दोहन)8, 9,जटिल मोटर कौशल प्रशिक्षण10,11,रोबोटिक्स12,13, 14,15,और मस्तिष्क-कंप्यूटर इंटरफेस16,17, 18में उपयोग कियाजाताहै। एफएनआईआरएस ऑप्टिकल न्यूरोइमेजिंग और न्यूरोवैस्कुलर कपलिंग के सिद्धांतों पर आधारित है, जो कॉर्टिकल मेटाबोलिक गतिविधि को मापते हैं, रक्त प्रवाह में वृद्धि करते हैं, और परिणामस्वरूप माध्यमिक संकेतों के रूप में कॉर्टिकल गतिविधि19। fNIRS संकेतों को ब्लड ऑक्सीजन लेवल के संकेतों के साथ मजबूत सहसंबंध की सूचना दी गई है निर्भर fMRI20. एक सतत-तरंग fNIRS संशोधित बीयर-लैम्बर्ट कानून का उपयोग ऑक्सीजनयुक्त हीमोग्लोबिन(एचबीओ 2)और डिऑक्सीजेनेटेड हीमोग्लोबिन (एचएचबी) कॉर्टिकल एकाग्रता स्तर में परिवर्तन को निर्धारित करने के लिए ब्रॉडबैंड के पास अवरक्त प्रकाश क्षीणन21, 22में मापा गया परिवर्तन के आधार पर कियाजाताहै । क्योंकि निरंतर-तरंग एनआईआरएसएस प्रणाली का उपयोग करके अंतर पथ-लंबाई कारक (डीपीएफ) को मापना संभव नहीं था, इसलिए हमने माना कि डीपीएफ स्थिर था और हीमोग्लोबिन सिग्नल परिवर्तन मिलीमोल-मिलीमीटर (एमएम एक्स एमएम)2,18की मनमाने इकाइयों में दर्शाए गए थे।
FNIRS प्रयोगों को जांच सेटिंग्स, प्रयोग डिजाइन, और विश्लेषण विधियों सहित सबसे पर्याप्त तरीकों का चयन करने की आवश्यकता है। जांच सेटिंग के बारे में, ईईजी माप में उपयोग की जाने वाली अंतरराष्ट्रीय 10-20 विधि न्यूरोइमेजिंग में कई शोधकर्ताओं द्वारा उपयोग किया जाने वाला सेटिंग मानक है। हाल के वर्षों में, मॉन्ट्रियल न्यूरोलॉजिकल इंस्टीट्यूट (एमएनआई) निर्देशांक के आधार पर मानक मस्तिष्क के आधार पर समन्वय सेटिंग्स का उपयोग किया गया है। प्रयोग एक ब्लॉक डिजाइन का उपयोग करता है, आम तौर पर संवेदी कार्यों के लिए इस्तेमाल किया, और एक घटना से संबंधित डिजाइन । यह आराम और कार्यों के दौरान हीमोग्लोबिन एकाग्रता में परिवर्तन की तुलना करने की एक विधि है; एचबीओ 2 एकाग्रता का स्तर बढ़ता है और एचएचबी एकाग्रता का स्तर कार्य-निर्भर कॉर्टिकल गतिविधि से जुड़े मस्तिष्क रक्त प्रवाह में परिवर्तन के साथ कम हो जाता है। यद्यपि विभिन्न विश्लेषण विधियां हैं, एनआईआर-एसपीएम मुक्त सॉफ्टवेयर एफएमआरआई के सांख्यिकीय पैरामेट्रिक मैपिंग (एसपीएम) के समान विश्लेषण को सक्षम बनाता है। एनआईआरएस डेटा का उपचार सामान्य रैखिक मॉडल (जीएलएम) के आधार पर बड़े पैमाने पर एकवीय दृष्टिकोण का उपयोग करता है। कार्य-निर्भर मस्तिष्क गतिविधि विश्लेषण करते समय, सेरेब्रल और एक्सपेरिमेंटल डिब्बे23में फनीआरएस माप पैदा या गैर-पैदा किए गए न्यूरोनल गतिविधि और प्रणालीगत शारीरिक हस्तक्षेप (हृदय गति, रक्तचाप, श्वास दर, और स्वायत्त तंत्रिका तंत्र गतिविधि) से प्रभावित हो सकते हैं। इसलिए, प्री-एनालिसिस प्रोसेसिंग, फिल्टरिंग, वेवलेट रूपांतरण और प्रमुख घटक विश्लेषण23उपयोगी हैं। एनआईआरएस-एसपीएम, लो-पास फ़िल्टरिंग9 और वेवलेट मिनिमम डिस्क्रिप्शन लेंथ (वेवलेट-एमडीएल)24 डिट्रेंडिंग का उपयोग गति या शोर/विरूपण साक्ष्य के अन्य स्रोतों को दूर करने के लिए डेटा प्रोसेसिंग के फ़िल्टरिंग और कलाकृतियों के बारे में किया गया था । इस विश्लेषणात्मक विधि के विवरण के लिए, सुनो एट अल25की रिपोर्ट का उल्लेख करें । यद्यपि केवल एसपीएम का उपयोग करने वाली रिपोर्टें हैं, यह छवि विश्लेषण द्वारा केवल एक गुणात्मक सूचकांक है, और एनआईआरएस के कम स्थानिक संकल्प के कारण, समूह विश्लेषण के लिए अत्यधिक सावधानी की आवश्यकता होती है। इसके अलावा, जब डीपीएफ स्थिर होता है, तो चैनलों और व्यक्तियों के बीच संख्यात्मक तुलना नहीं की जानी चाहिए, लेकिन प्रत्येक चैनल में परिवर्तनों में अंतर सत्यापित किया जा सकता है। उपरोक्त शर्तों के आधार पर, एनआईआरएस-एसपीएम समूह विश्लेषण परिणामों को पूरक करने के लिए, हमने स्थानिक पंजीकरण की सटीकता में सुधार के बाद बहु-चैनल विश्लेषण के लिए मूल विश्लेषण विधि का उपयोग किया। इस बहु-चैनल विश्लेषण ने निश्चित हस्तक्षेपों (पहले या बाद), निश्चित अवधि (आराम या कार्य) और यादृच्छिक व्यक्तिगत प्रभावों के साथ पदानुक्रमित मिश्रित मॉडल का उपयोग करके उपचार के तुरंत बाद प्रत्येक चैनल पर बाकी और ऑन-टास्क अवधियों के बीचएचबीओ 2 और एचएचबी स्तरों में परिवर्तन के आयाम की तुलना की।
इस तरह, कई फनीआरएस माप और विश्लेषण विधियां हैं; हालांकि, कोई मानक विधि स्थापित नहीं की गई है। इस पेपर में, हम संवेदी कार्यों के साथ ब्लॉक डिजाइन का उपयोग करके पूर्व-बनाम पोस्ट-इंटरवेंशन के बहु-चैनल fNIRS प्रयोग से प्राप्त डेटा का विश्लेषण करने के लिए हमारे तरीकों, गुणात्मक जीएलएम-आधारित सांख्यिकीय पैरामेट्रिक मैपिंग और तुलनात्मक बहु-स्तरीय पदानुक्रमित मिश्रित मॉडल का परिचय देते हैं।
Protocol
Representative Results
Discussion
FNIRS के लिए हमारे समूह विश्लेषणात्मक तरीकों में, गुणात्मक टी-सांख्यिकीय मानचित्रण द्वारा एक इमेजिंग विश्लेषणात्मक विधि प्रदर्शन के अलावा, हमने तुलनात्मक मल्टीचैनल विश्लेषण का उपयोग करके पूर्व-बन?…
Divulgazioni
The authors have nothing to disclose.
Acknowledgements
इस काम को आंशिक रूप से जापान सोसायटी फॉर द प्रमोशन ऑफ साइंस (जेएसपीएस) ग्रांट-इन-एड फॉर साइंटिफिक रिसर्च (सी) 18K08956 और सेंट्रल रिसर्च इंस्टीट्यूट ऑफ फुकुओका यूनिवर्सिटी (नंबर 201045) से फंड ने सपोर्ट किया ।
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) |
Riferimenti
- Bonilauri, A., Sangiuliano Intra, F., Pugnetti, L., Baselli, G., Baglio, F. A systematic review of cerebral functional near-infrared spectroscopy in chronic neurological diseases-actual applications and future perspectives. Diagnostics (Basel). 10 (8), (2020).
- Mihara, M., Miyai, I. Review of functional near-infrared spectroscopy in neurorehabilitation. Neurophotonics. 3 (3), 031414 (2016).
- Yang, M., Yang, Z., Yuan, T., Feng, W., Wang, P. A systemic review of functional near-infrared spectroscopy for stroke: Current application and future directions. Frontiers in Neurology. 10, 58 (2019).
- 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).
- Obrig, H. NIRS in clinical neurology – a ‘promising’ tool. Neuroimage. 85, 535-546 (2014).
- Fujimoto, H., et al. Cortical changes underlying balance recovery in patients with hemiplegic stroke. Neuroimage. 85, 547-554 (2014).
- Herold, F., et al. Functional near-infrared spectroscopy in movement science: a systematic review on cortical activity in postural and walking tasks. Neurophotonics. 4 (4), 041403 (2017).
- Leff, D. R., et al. Assessment of the cerebral cortex during motor task behaviours in adults: a systematic review of functional near infrared spectroscopy (fNIRS) studies. Neuroimage. 54 (4), 2922-2936 (2011).
- Morishita, T., et al. Changes in motor-related cortical activity following deep brain stimulation for parkinson’s Disease detected by functional near infrared spectroscopy: A pilot study. Frontiers in Human Neuroscience. 10, 629 (2016).
- Lee, S. H., Jin, S. H., An, J. The difference in cortical activation pattern for complex motor skills: A functional near- infrared spectroscopy study. Science Reports. 9 (1), 14066 (2019).
- Hatakenaka, M., Miyai, I., Mihara, M., Sakoda, S., Kubota, K. Frontal regions involved in learning of motor skill–A functional NIRS study. Neuroimage. 34 (1), 109-116 (2007).
- Saita, K., et al. Combined therapy using botulinum toxin A and single-joint hybrid assistive limb for upper-limb disability due to spastic hemiplegia. Journal of the Neurological Sciences. 373, 182-187 (2017).
- Chang, P. H., et al. The cortical activation pattern by a rehabilitation robotic hand: a functional NIRS study. Frontiers in Human Neuroscience. 8, 49 (2014).
- Bae, S. J., Jang, S. H., Seo, J. P., Chang, P. H. The optimal speed for cortical activation of passive wrist movements performed by a rehabilitation robot: A functional NIRS study. Frontiers in Human Neuroscience. 11, 194 (2017).
- Saita, K., et al. Biofeedback effect of hybrid assistive limb in stroke rehabilitation: A proof of concept study using functional near infrared spectroscopy. PLoS One. 13 (1), 0191361 (2018).
- Mihara, M., et al. Near-infrared spectroscopy-mediated neurofeedback enhances efficacy of motor imagery-based training in poststroke victims: a pilot study. Stroke. 44 (4), 1091-1098 (2013).
- Naseer, N., Hong, K. S. fNIRS-based brain-computer interfaces: a review. Frontiers in Human Neuroscience. 9, 3 (2015).
- Mihara, M., et al. Neurofeedback using real-time near-infrared spectroscopy enhances motor imagery related cortical activation. PLoS One. 7 (3), 32234 (2012).
- Tak, S., Jang, J., Lee, K., Ye, J. C. Quantification of CMRO(2) without hypercapnia using simultaneous near-infrared spectroscopy and fMRI measurements. Physics in Medicine and Biology. 55 (11), 3249-3269 (2010).
- 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).
- Scholkmann, F., et al. A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology. Neuroimage. 85, 6-27 (2014).
- Delpy, D. T., et al. Estimation of optical pathlength through tissue from direct time of flight measurement. Physics in Medicine and Biology. 33 (12), 1433-1442 (1988).
- Tachtsidis, I., Scholkmann, F. False positives and false negatives in functional near-infrared spectroscopy: issues, challenges, and the way forward. Neurophotonics. 3 (3), 031405 (2016).
- Jang, K. E., et al. Wavelet minimum description length detrending for near-infrared spectroscopy. Journal of Biomedical Optics. 14 (3), 034004 (2009).
- Ye, J. C., Tak, S., Jang, K. E., Jung, J., Jang, J. NIRS-SPM: statistical parametric mapping for near-infrared spectroscopy. Neuroimage. 44 (2), 428-447 (2009).
- Orihuela-Espina, F., Leff, D. R., James, D. R., Darzi, A. W., Yang, G. Z. Quality control and assurance in functional near infrared spectroscopy (fNIRS) experimentation. Physics in Medicine and Biology. 55 (13), 3701-3724 (2010).
- Benjamini, Y., Hochberg, Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. Journal of the Royal Statistical Society Series B. 57 (1), 289-300 (1995).
- Herold, F., Wiegel, P., Scholkmann, F., Muller, N. G. Applications of functional near-infrared spectroscopy (fNIRS) neuroimaging in exercise(-)cognition science: A systematic, methodology-focused review. Journal of Clinial Medicine. 7 (12), (2018).
- Boden, S., et al. The oxygenation response to functional stimulation: is there a physiological meaning to the lag between parameters. Neuroimage. 36 (1), 100-107 (2007).
- Pinti, P., Scholkmann, F., Hamilton, A., Burgess, P., Tachtsidis, I. Current status and issues regarding pre-processing of fNIRS neuroimaging data: An investigation of diverse signal filtering Methods within a general linear model Framework. Frontiers in Human Neuroscience. 12, 505 (2018).
- Udina, C., et al. Functional near-infrared spectroscopy to study cerebral hemodynamics in older adults during cognitive and motor tasks: a review. Frontiers in Aging Neuroscience. 11, 367 (2019).
- Verghese, J., Wang, C., Ayers, E., Izzetoglu, M., Holtzer, R. Brain activation in high-functioning older adults and falls: Prospective cohort study. Neurology. 88 (2), 191-197 (2017).
- Yucel, M. A., et al. Short separation regression improves statistical significance and better localizes the hemodynamic response obtained by near-infrared spectroscopy for tasks with differing autonomic responses. Neurophotonics. 2 (3), 035005 (2015).
- Torricelli, A., et al. Time domain functional NIRS imaging for human brain mapping. Neuroimage. 85, 28-50 (2014).
- Giacalone, G., et al. Time-domain near-infrared spectroscopy in acute ischemic stroke patients. Neurophotonics. 6 (1), 015003 (2019).
- Saita, K., et al. Contralateral cerebral hypometabolism after cerebellar stroke: a functional near-infrared spectroscopy study. Journal of Stroke and Cerebrovascular Diseases. 26 (4), 69-71 (2017).
