Spectroscopie funcțională în infraroșu apropiat

Spectroscopia funcțională în infraroșu apropiat ( Spectroscopie funcțională în infraroșu apropiat , fNIRS) este o tehnică neinvazivă de neuroimagistică funcțională care folosește lumina difuzată în banda spectrală a infraroșului apropiat pentru a investiga activitatea hemodinamică a cortexului cerebral și capacitatea funcțională consecventă de a asociat.

Exemplu de sistem de achiziție fNIRS (cap FNIRS Hitachi ETG4000 2).

Istorie

Utilizarea luminii pentru investigațiile legate de proprietățile țesăturilor datează de la începutul secolului al XIX-lea ^[1] . Din această perioadă, au fost promovate numeroase studii care vizează aprofundarea acestei probleme, până în 1977, anul în care s-a înțeles că a fost posibilă utilizarea luminii în spectrul infraroșu apropiat pentru a monitoriza saturația oxigenului. mod continuu și neinvaziv ^[2] . Prin urmare, în urma primelor cercetări legate de acest domeniu, la mijlocul anilor 1980 această abordare a fost aplicată pentru prima dată pentru a evalua potențialul său de investigație în raport cu oxigenarea țesuturilor cerebrale corticale ^[3] . Începutul anilor 90 a marcat în cele din urmă un punct de cotitură în dezvoltarea fNIRS, deoarece s-a demonstrat că prin această tehnică și pe baza principiului cuplării neuro-vasculare a fost posibil să se măsoare activitatea creierului într-un mod neinvaziv. Până în prezent, utilizarea principală a tehnicilor fNIRS se referă la diverse domenii de cercetare, incluzând interfețele neuronale , perfuzia creierului, neurologia clinică, neuroștiința cognitivă, studiul emoțiilor , monitorizarea neonatală , reabilitarea în contextul accidentului vascular cerebral ^[4] .

Descriere

FNIRS permite cuantificarea concentrațiilor de cromofori în urma fenomenelor de absorbție și împrăștiere legate de lumina împrăștiată în spectrul electromagnetic în infraroșu apropiat (lungimea de undă între 700 nm și 1 mm). În acest caz, cromoforii de interes sunt reprezentați de contribuțiile hemoglobinei oxigenate și dezoxigenate la nivelul celor mai superficiale zone ale cortexului cerebral . De fapt, coeficientul de absorbție a apei (principalul constituent al țesuturilor biologice) din această bandă spectrală este neglijabil în comparație cu cele referitoare la hemoglobină. Prin urmare, prin măsurarea diferențelor în spectrul de absorbție în timp, este posibil să se atribuie aproape în totalitate variațiile măsurate ale intensității luminii variațiilor respective ale concentrației de hemoglobină. În mod convențional, sunt utilizate cel puțin două lungimi de undă diferite, una deasupra și una sub punctul izosbestic dintre hemoglobina oxigenată și dezoxigenată în banda spectrală cu infraroșu apropiat; totuși, atât teoretic, cât și experimental, este posibil să se utilizeze mai multe lungimi de undă pentru a obține o mai bună discriminare a concentrațiilor astfel măsurate sau, în același mod, pentru a investiga tendința altor cromofori ^[5] .

Spectru de absorbție a hemoglobinei oxigenate (roșii) și dezoxigenate (albastre) în domeniul spectral infraroșu apropiat. Intersecția dintre aceste două curbe reprezintă punctul izosbestic respectiv.

Din punct de vedere experimental, această măsurare se realizează prin plasarea de perechi de surse de lumină în infraroșu și detectoare pe scalpul subiectului prin simpla aplicare a unui capac elastic. Mai mult, semnalul de intensitate a luminii care este astfel detectat se referă aproape exclusiv la cele mai superficiale zone ale cortexului cerebral , deoarece, în raport cu banda spectrală în infraroșu apropiat, cea mai mare parte a luminii atinge o adâncime de aproximativ 1,5 - 2 cm în comparație cu scalp ^[6] . La rândul său, adâncimea atinsă depinde și de distanțele individuale dintre surse și detectoare ^[7] . Aspectul funcțional al acestei tehnici, pe de altă parte, derivă din posibilitatea efectuării acestor măsurători prin furnizarea simultană de stimuli motori, cognitivi și / sau senzoriali subiectului supus examinării. Ca și alte tehnici funcționale de neuroimagistică, principiul fiziologic care permite corelarea activității hemodinamice măsurate cu capacitățile funcționale unice se referă la fenomenul de cuplare neuro-vasculară ^[8] . Acest principiu afirmă, de fapt, că o activitate neuronală legată de o anumită zonă cerebrală, care la rândul său se referă la un răspuns funcțional al subiectului în urma unui stimul, determină o creștere locală a consumului de oxigen și o consecință a variației fluxului sanguin. În special, acest proces metabolic are ca rezultat o creștere locală a aportului de hemoglobină oxigenată și o reducere corespunzătoare a hemoglobinei dezoxigenate în zona creierului responsabilă pentru îndeplinirea unei sarcini specifice.

Compoziția semnalului și problema standardizării

Activitatea cerebrală măsurată prin fNIRS pe baza principiului cuplării neuro-vasculare este deci compoziția semnalelor legate de răspunsurile hemodinamice evocate în urma activităților neuronale localizate ^[9] . Cu toate acestea, având în vedere poziționarea perechilor de surse și detectoare pe scalpul subiectului, semnalul general este inevitabil contaminat de componente extracerebrale și sistemice. În mod similar, semnalul se suprapune și asupra unor posibile răspunsuri hemodinamice legate de activități neevocate, care la rândul lor se pot datora atât activităților neuronale secundare sarcinii îndeplinite, cât și componentelor sistemice, inclusiv ritmul cardiac, frecvența respiratorie și undele Mayer ^[10] . Componentele extracerebrale, cum ar fi scalpul și craniul, reprezintă o componentă semnificativă a zgomotului, deoarece caracterizează o mare parte din calea totală pe care o fac fotonii în raport cu distanța sursă-detector ^[11] . Pentru a efectua o analiză adecvată a semnalului fNIRS, este necesar să se ia în considerare setul acestor efecte de interferență fiziologică, pentru a putea exclude posibilele efecte care nu sunt strict legate de principiul cuplării neuro-vasculare și pentru a evita o interpretarea eronată a răspunsurilor.hemodinamica estimată în lumina falsurilor pozitive și a falselor negative ^[9] . Alegerea lungimilor de undă utilizate și a distanței sursă-detector contribuie la reducerea prezenței erorilor datorate acestor efecte de interferență fiziologică ^[12] ^[13] . Mai mult, o altă problemă legată de sursele de zgomot suprapuse semnalului util fNIRS se referă la prezența artefactelor de mișcare, care derivă în principal dintr-o poziționare imperfectă a surselor și detectoarelor pe scalp, mișcări excesive ale capului sau corpului în ceea ce privește condițiile experimentale. ^[14] . Aceste componente de zgomot apar, în general, suprapuse în același mod pe toate canalele de măsurare (perechi sursă-detector) ca variații bruște și izolate ale semnalului măsurat. Există mai multe strategii în literatura de specialitate pentru reducerea acestor artefacte bazate atât pe ^{abordări cu} un singur canal ^[15] ^[16] ^{[14], cât} și cu mai multe canale ^[17] ^[18] .

În plus față de aceste considerații, trebuie remarcat faptul că în prezent nu există un proces de standardizare cu privire la o abordare a analizei datelor fNIRS ^[19] , deoarece parametrii referitori la achizițiile unice depind de condițiile experimentale specifice. Lipsa unei practici comune afectează negativ atât reproductibilitatea studiilor propuse ^{[11], cât} și interpretarea datelor, mai ales dacă nu este clară compoziția semnalului fNIRS și sursele de zgomot fiziologic suprapuse asupra acestuia ^[20] . Prin urmare, având în vedere multiplicitatea factorilor care pot provoca incertitudine în interpretarea datelor, componentele unice ale aparatului de măsurare, etapele unice de pre-procesare și analiza statistică a semnalului fNIRS trebuie considerate separat ^[21] .

Comparație cu rezonanța magnetică funcțională

În ceea ce privește principiile de aplicare, fNIRS este de multe ori comparat sau considerat complementar cu imagistica prin rezonanță magnetică funcțională ( imagistică prin rezonanță magnetică funcțională, fMRI), deoarece reprezintă, de asemenea, o tehnică neinvazivă și capabilă să cuantifice capacitățile funcționale ale unui subiect pe baza modificărilor oxigenării cerebrale în urma activității neuronale ^[5] . Cu toate acestea, fNIRS permite obținerea unei măsurări directe și independente a concentrațiilor de hemoglobină oxigenată și dezoxigenată, deși limitată la un semnal limitat în calea fotonică în raport cu zonele mai superficiale ale cortexului cerebral, ale scalpului și ale țesutului cranian. Dimpotrivă, RMN-ul, care la rândul său se bazează pe principiul cuplării neuro-vasculare, ia în considerare proprietățile paramagnetice și diamagnetice ale acestor cromofori de interes. Prin urmare, în detrimentul unei rezoluții spațiale mai mici, deoarece este limitată de distanțele unice sursă-detector, fNIRS are unele avantaje față de fMRI. Aceste avantaje includ:

rezoluție temporală mai mare, deci posibilități mai mari de a investiga în detaliu răspunsul hemodinamic cortical
costuri mai mici asociate achiziției unice
mai puțină sensibilitate decât artefactele de mișcare
o mai mare flexibilitate a capacității de utilizare, inclusiv posibilitatea realizării protocoalelor experimentale într-un mediu deschis care, prin urmare, nu necesită imobilitatea subiectului, precum și promovarea dispozitivelor portabile și portabile ^[19] .

Posibilitatea de a integra informațiile funcționale obținute prin fNIRS cu informații structurale derivate din imagini specifice subiectului sau din atlase anatomice reprezintă un mijloc util pentru a obține o interpretare mai bună a rezultatelor obținute prin intermediul fNIRS însuși ^[22] ^[23] . Din acest motiv, metodele de imagistică cu Tomografie Optică Difuză (DOT) sunt utilizate pentru a crea modele volumetrice pentru a simula, în principal prin simulări Monte Carlo , difuzia fotonilor prin țesuturile cerebrale, obținându-se astfel o mai bună cuantificare și vizualizare a activității. de fNIRS. Există, de asemenea, studii în literatură care demonstrează că reconstrucțiile operate prin metode DOT sunt comparabile cu cele obținute prin RMN ^[24] ^[25] .

Clasificarea tehnicilor

Pe baza tipului de tehnologie și a metodei de măsurare utilizate, se pot distinge trei tipuri principale de tehnici fNIRS.

Unda continua

Sistemele cu unde continue ( Wave continuu , CW-fNIRS) sunt cele mai utilizate pe scară largă în neuroștiințe ^[19] ^[1] și au cele mai mici costuri comparativ cu alte tipuri de fNIRS, precum și promovează aplicații care implică oameni în mișcare și utilizarea tehnologii fără fir ^[26] . Termenul „undă continuă” înseamnă că intensitatea luminii difuzate prin țesuturi este măsurată prin intermediul modurilor de emisie la amplitudine și frecvență constante. Spre deosebire de alte tipuri de fNIRS, prin urmare, nu este posibil să se determine concentrațiile absolute ale hemoglobinei oxigenate și dezoxigenate, ci doar variațiile concentrației cromoforilor respectivi.

Pentru fiecare canal de măsurare și fiecare lungime de undă $\lambda$ ${\ displaystyle \ lambda}$ $\ lambda$ utilizată, se măsoară densitatea optică respectivă $OD(\lambda )$ ${\ displaystyle OD (\ lambda)}$ ${\ displaystyle OD (\ lambda)}$ , adică gradul de atenuare relativ la calea fotonilor între sursă și detector, cum ar fi

$OD(\lambda )=log_{10}({\tfrac {I_{0}(\lambda )}{I(\lambda )}})$ ${\ displaystyle OD (\ lambda) = log_ {10} ({\ tfrac {I_ {0} (\ lambda)} {I (\ lambda)}}}}$ ${\ displaystyle OD (\ lambda) = log_ {10} ({\ tfrac {I_ {0} (\ lambda)} {I (\ lambda)}}}}$

unde este $I_{0}$ ${\ displaystyle I_ {0}}$ ${\ displaystyle I_ {0}}$ reprezintă intensitatea luminii inițiale.

Ulterior, în ipoteza variațiilor omogene ale concentrațiilor de hemoglobină oxigenată $[HbO_{2}]$ ${\ displaystyle [HbO_ {2}]}$ ${\ displaystyle [HbO_ {2}]}$ și dezoxigenat $[HbR]$ ${\ displaystyle [HbR]}$ ${\ displaystyle [HbR]}$ în ceea ce privește porțiuni omogene de țesut subiacent, se aplică versiunea modificată a legii Lambert-Beer ( Legea Beer-Lambert modificată , mBLL) pentru a corela aceste concentrații cu densitățile optice respective prin următoarea relație

$OD(\lambda )=\textstyle \displaystyle \varepsilon _{HbO_{2}}(\lambda )[HbO_{2}]DPF(\lambda )d+\varepsilon _{HbR}(\lambda )[HbR]DPF(\lambda )d$ ${\ displaystyle OD (\ lambda) = \ textstyle \ displaystyle \ varepsilon _ {HbO_ {2}} (\ lambda) [HbO_ {2}] DPF (\ lambda) d + \ varepsilon _ {HbR} (\ lambda) [ HbR] DPF (\ lambda) d}$ ${\ displaystyle OD (\ lambda) = \ textstyle \ displaystyle \ varepsilon _ {HbO_ {2}} (\ lambda) [HbO_ {2}] DPF (\ lambda) d + \ varepsilon _ {HbR} (\ lambda) [ HbR] DPF (\ lambda) d}$

unde, pentru fiecare cromofor, $\varepsilon$ ${\ displaystyle \ varepsilon}$ $\ varepsilon$ reprezintă coeficientul de extincție molar e $d$ ${\ displaystyle d}$ $d$ lungimea canalului de măsurare (distanța sursă-detector). Spre deosebire de versiunea nemodificată, această lege ia în considerare, prin parametrul adimensional $G(\lambda )$ ${\ displaystyle G (\ lambda)}$ ${\ displaystyle G (\ lambda)}$ , a fenomenelor de împrăștiere datorate conformației geometrice a țesuturilor cerebrale. Mai mult, parametrul $D. P. F.$ ${\ displaystyle DPF}$ ${\ displaystyle DPF}$ ( factorul diferențial de lungime a căii ), care este, de asemenea, adimensional, permite luarea în considerare a creșterii distanței datorită traseului mediu al fotonilor în raport cu lungimea canalului de măsurare. Alegerea ultimei valori influențează răspunsul hemodinamic estimat ^[27] . În absența posibilității de determinare a $D. P. F.$ ${\ displaystyle DPF}$ ${\ displaystyle DPF}$ există valori tabelate determinate experimental în raport cu lungimea de undă și vârsta subiectului ^[28] . Cu toate acestea, mai ales în cazul CW-fNIRS, metoda sugerată pentru determinarea acestei valori implică utilizarea metodelor DOT, chiar și numai pe atlase anatomice în absența imaginilor specifice subiectului ^[23] ^[7] , pentru a determina profilul de sensibilitate de lumină în raport cu țesuturile întâlnite de-a lungul traseului fotonilor.

Prin urmare, presupunând că variațiile intensității luminii se datorează aproape în întregime doar fenomenului de absorbție (împrăștiere neglijabilă) și întrucât interesul măsurării CW-fNIRS este legat de variațiile concentrației cromoforilor de interes, termenul $G(\lambda )$ ${\ displaystyle G (\ lambda)}$ ${\ displaystyle G (\ lambda)}$ este șters și relația anterioară se traduce prin formula

$\Delta OD(\lambda )=\textstyle \displaystyle \varepsilon _{HbO_{2}}(\lambda )\Delta [HbO_{2}]DPF(\lambda )d+\varepsilon _{HbR}(\lambda )\Delta [HbR]DPF(\lambda )d$ ${\ displaystyle \ Delta OD (\ lambda) = \ textstyle \ displaystyle \ varepsilon _ {HbO_ {2}} (\ lambda) \ Delta [HbO_ {2}] DPF (\ lambda) d + \ varepsilon _ {HbR} ( \ lambda) \ Delta [HbR] DPF (\ lambda) d}$ ${\ displaystyle \ Delta OD (\ lambda) = \ textstyle \ displaystyle \ varepsilon _ {HbO_ {2}} (\ lambda) \ Delta [HbO_ {2}] DPF (\ lambda) d + \ varepsilon _ {HbR} ( \ lambda) \ Delta [HbR] DPF (\ lambda) d}$

În cele din urmă, folosind două lungimi de undă adecvate, concentrațiile respective de hemoglobină pot fi calculate prin rezolvarea unui sistem algebric de acest tip:

${\begin{bmatrix}\Delta [HbR]\\\Delta [HbO_{2}]\end{bmatrix}}={\frac {1}{d}}{\begin{bmatrix}\varepsilon _{HbR}(\lambda _{1})&\varepsilon _{HbO_{2}}(\lambda _{1})\\\varepsilon _{HbR}(\lambda _{2})&\varepsilon _{HbO_{2}}(\lambda _{2})\end{bmatrix}}^{-1}{\begin{bmatrix}\Delta OD(\lambda _{1})\diagup DPF(\lambda _{1})\\\Delta OD(\lambda _{2})\diagup DPF(\lambda _{2})\end{bmatrix}}$ ${\ displaystyle {\ begin {bmatrix} \ Delta [HbR] \\\ Delta [HbO_ {2}] \ end {bmatrix}} = {\ frac {1} {d}} {\ begin {bmatrix} \ varepsilon _ {HbR} (\ lambda _ {1}) & \ varepsilon _ {HbO_ {2}} (\ lambda _ {1}) \\\ varepsilon _ {HbR} (\ lambda _ {2}) & \ varepsilon _ { HbO_ {2}} (\ lambda _ {2}) \ end {bmatrix}} ^ {- 1} {\ begin {bmatrix} \ Delta OD (\ lambda _ {1}) \ diagup DPF (\ lambda _ {1 }) \\\ Delta OD (\ lambda _ {2}) \ diagup DPF (\ lambda _ {2}) \ end {bmatrix}}}$ ${\ displaystyle {\ begin {bmatrix} \ Delta [HbR] \\\ Delta [HbO_ {2}] \ end {bmatrix}} = {\ frac {1} {d}} {\ begin {bmatrix} \ varepsilon _ {HbR} (\ lambda _ {1}) & \ varepsilon _ {HbO_ {2}} (\ lambda _ {1}) \\\ varepsilon _ {HbR} (\ lambda _ {2}) & \ varepsilon _ { HbO_ {2}} (\ lambda _ {2}) \ end {bmatrix}} ^ {- 1} {\ begin {bmatrix} \ Delta OD (\ lambda _ {1}) \ diagup DPF (\ lambda _ {1 }) \\\ Delta OD (\ lambda _ {2}) \ diagup DPF (\ lambda _ {2}) \ end {bmatrix}}}$

S-a rezolvat în domeniul frecvenței

Spectroscopia rezolvată în domeniul frecvenței (Domeniul frecvenței, FD-fNIRS) folosește în schimb surse laser modulate în amplitudine de sinusoide cu frecvențe variabile între ordinul zecilor și sutelor de MHz ^[29] ^[30] . Spre deosebire de CW-fNIRS, această tipologie permite efectuarea unei măsurări directe a efectelor de absorbție și împrăștiere a țesuturilor întâlnite prin detectarea atenuărilor de amplitudine și a defazării. În consecință, această tehnică permite obținerea, pornind de la această caracterizare a proprietăților optice ale țesuturilor, o cuantificare absolută a concentrațiilor de hemoglobină oxigenată și dezoxigenată. Având în vedere necesitatea efectuării acestor măsurători utilizând surse laser cu frecvență modulată, sistemele FD-fNIRS sunt mai complexe în ceea ce privește construcția și funcționarea, precum și legate de costuri mai mari, în comparație cu sistemele CW-fNIRS.

Rezolvat în domeniul timpului

Spectroscopia rezolvată în domeniul timpului (TD-fNIRS) permite măsurarea distribuției timpului de zbor a fotonilor într-un mediu difuziv prin utilizarea impulsurilor luminoase cu o durată în ordinea picosecundelor ^[31] . În consecință, informațiile referitoare la activitatea hemodinamică a țesuturilor pot fi măsurate pe baza atenuării, descompunerii și cursului temporal al luminii retrodispuse. Comparativ cu FD-fNIRS, această tipologie permite cea mai bună discriminare a coeficienților de absorbție și împrăștiere a țesuturilor, deoarece lungimea traseului fotonului poate fi estimată direct din distribuția timpilor de zbor măsurați. Acest lucru face posibilă și cuantificarea proprietăților optice ale țesuturilor la frecvențe multiple, întrucât un spectru larg de frecvențe este investigat simultan folosind impulsuri luminoase de scurtă durată. Cu toate acestea, având în vedere necesitatea sistemelor de mare viteză pentru detectarea și emisia impulsurilor de lumină, această metodologie este cea mai costisitoare și mai complicată din punct de vedere tehnic.

Bibliografie

^ ^A ^b (EN) Felix Scholkmann, Stefan și Andreas Kleiser Jaakko Metz, O revizuire a spectroscopiei funcționale cu undă continuă în spectroscopie și instrumentare și metodologie imagistică , în NeuroImage, vol. 85, 2014-1, pp. 6-27, DOI : 10.1016 / j.neuroimage.2013.05.004 . Adus pe 3 iulie 2019 .
^ F. Jobsis, neinvazivă, infrarosu monitorizarea suficientei oxigenului cerebral și miocardic și parametrii sistemului circulator , in Science, voi. 198, nr. 4323, 23 decembrie 1977, pp. 1264-1267, DOI : 10.1126 / science.929199 . Adus pe 4 iulie 2019 .
^ M. Ferrari, I. Giannini și G. Sideri, Oxygen Transport to Tissue VII , vol. 191, Springer SUA, 1985, pp. 873-882, DOI : 10.1007 / 978-1-4684-3291-6_88 , ISBN 9781468432930 . Adus pe 4 iulie 2019 .
^ (RO) Publicații NIRS | Publicat fNIRS Research cu NIRx Systems | Sisteme fNIRS | Dispozitive NIRS | NIRx , pe NIRx Medical Technologies . Adus pe 4 iulie 2019 .
^ ^a ^b ( EN ) Sergio Fantini, Blaise Frederick și Angelo Sassaroli, Perspective: Prospects of non-invasive sensing of the brain brain with diffus optic imaging , în APL Photonics , vol. 3, nr. 11, 2018-11, p. 110901, DOI : 10.1063 / 1.5038571 . Adus pe 4 iulie 2019 .
^ Yuich Fukui, Yusaku Ajichi și Eiji Okada, predicția Monte Carlo a propagării luminii în infraroșu apropiat în modele realiste de cap adult și neonatal , în Applied Optics , vol. 42, n. 16, 1 iunie 2003, p. 2881, DOI : 10.1364 / ao.42.002881 . Adus pe 4 iulie 2019 .
^ ^a ^b Gary E. Strangman, Zhi Li și Quan Zhang, Sensibilitatea adâncimii și separarea sursă-detector pentru spectroscopie aproape în infraroșu bazată pe șablonul cerebral Colin27 , în PLoS ONE , vol. 8, nr. 8, 1 august 2013, pp. e66319, DOI : 10.1371 / journal.pone.0066319 . Adus pe 4 iulie 2019 .
^ (EN) Martin Wolf, Wolf Ursula and Vlad Toronov, Different Time Evolution of Oxyhemoglobin and deoxyhemoglobin Concentration Changes in the Visual and Motor cortices during Functional Stimulation: A Near-Infrared Spectroscopy Study in NeuroImage, vol. 16, n. 3, 2002-7, pp. 704-712, DOI : 10.1006 / nimg . 2002.1128 . Adus pe 3 iulie 2019 .
^ ^a ^b Tachtsidis, Ilias Scholkmann, Felix, Fals pozitive și false negative în spectroscopie funcțională în infraroșu apropiat: probleme, provocări și calea de urmat , SPIE - Societatea Internațională pentru Inginerie Optică, 2016-07,OCLC 980365739 . Adus pe 4 iulie 2019 .
^ Meryem A. Yücel, Juliette Selb și Christopher M. Aasted, undele Mayer reduc precizia funcțiilor de răspuns hemodinamic estimate în spectroscopia funcțională în infraroșu apropiat , în Biomedical Optics Express , vol. 7, nr. 8, 22 iulie 2016, p. 3078, DOI : 10.1364 / bee . 7.003078 . Adus pe 3 iulie 2019 .
^ ^a ^b Lia Hocke, Ibukunoluwa Oni și Chris Duszynski, Prelucrarea automată a datelor fNIRS - Un ghid vizual pentru capcanele și consecințele , în Algoritmi , vol. 11, n. 5, 8 mai 2018, p. 67, DOI : 10.3390 / a11050067 . Adus pe 4 iulie 2019 .
^ Gary Strangman, Maria Angela Franceschini și David A. Boas, Factori care afectează precizia calculelor concentrației spectroscopiei în infraroșu apropiat pentru modificările focale ale parametrilor de oxigenare , în NeuroImage , vol. 18, nr. 4, 2003-04, pp. 865-879, DOI : 10.1016 / s1053-8119 (03) 00021-1 . Adus pe 5 iulie 2019 .
^ Masashi Kiguchi și Tsukasa Funane, algoritm pentru îndepărtarea semnalelor scalpului de la semnalele funcționale de spectroscopie în infraroșu apropiat în timp real folosind optode multidistanță , în Journal of Biomedical Optics , vol. 19, nr. 11, 1 decembrie 2014, p. 110505, DOI : 10.1117 / 1.jbo.19.11.110505 . Adus pe 5 iulie 2019 .
^ ^a ^b Meltem Izzetoglu, Prabhakar Chitrapu și Scott Bunce, Anularea artefactului mișcării în spectroscopie NIR folosind filtrarea Kalman discretă , în BioMedical Engineering OnLine , vol. 9, nr. 1, 2010, p. 16, DOI : 10.1186 / 1475-925x-9-16 . Adus pe 4 iulie 2019 .
^ F Scholkmann, S Spichtig și T Muehlemann, Cum să detectăm și să reducem artefactele de mișcare în imagistica în infraroșu apropiat folosind deviația standard în mișcare și interpolare spline , în Physiological Measurement , vol. 31, n. 5, 22 martie 2010, pp. 649-662, DOI : 10.1088 / 0967-3334 / 31/5/004 . Adus pe 5 iulie 2019 .
^ Frank A. Fishburn, Ruth S. Ludlum și Chandan J. Vaidya, Temporal Derivative Distribution Repair (TDDR): O metodă de corecție a mișcării pentru fNIRS , în NeuroImage , vol. 184, 2019-01, pp. 171-179, DOI : 10.1016 / j.neuroimage.2018.09.025 . Adus pe 5 iulie 2019 .
^ Meryem A. Yücel, Juliette Selb și Robert J. Cooper, Analiza componentelor de principiu vizate: O nouă abordare de corecție a artefactelor mișcării pentru spectroscopie în infraroșu apropiat , în Journal of Innovative Optical Health Sciences , vol. 07, nr. 02, 2014-03, p. 1350066, DOI : 10.1142 / s1793545813500661 . Adus pe 5 iulie 2019 .
^ B Molavi și GA Dumont, îndepărtarea artefactului de mișcare bazat pe Wavelet pentru spectroscopie funcțională cu infraroșu apropiat , în 2010 Conferința internațională anuală a IEEE Engineering in Medicine and Biology , IEEE, 2010-08, DOI : 10.1109 / iembs.2010.5626589 . Adus pe 5 iulie 2019 .
^ ^a ^b ^c ( EN ) Paola Pinti, Ilias Tachtsidis și Antonia Hamilton, Utilizarea prezentă și viitoare a spectroscopiei funcționale în infraroșu apropiat (fNIRS) pentru neuroștiința cognitivă: Progrese în utilizarea fNIRS în neuroștiința cognitivă , în Annals of the New York Academy of Științe , 7 august 2018, DOI : 10.1111 / nyas.13948 . Adus pe 3 iulie 2019 .
^ Mischa D. Pfeifer, Felix Scholkmann și Rob Labruyère, Prelucrarea semnalului în spectroscopie funcțională în infraroșu apropiat (fNIRS): Diferențele metodologice conduc la rezultate statistice diferite , în Frontiers in Human Neuroscience , vol. 11, 8 ianuarie 2018, DOI : 10.3389 / fnhum.2017.00641 . Adus pe 4 iulie 2019 .
^ (EN) Javier Herrera-Vega, Carlos G. Treviño-Palacios și Felipe Orihuela-Espina, Neuroimagistica cu spectroscopie funcțională în infraroșu apropiat: De la formare la interpretare , în Infrared Physics & Technology, vol. 85, 2017-9, pp. 225-237, DOI : 10.1016 / j.infrared.2017.06.011 . Adus pe 4 iulie 2019 .
^ Christopher M. Aasted, Meryem A. Yücel și Robert J. Cooper, Ghidare anatomică pentru spectroscopie funcțională în infraroșu apropiat: tutorial AtlasViewer , în Neurophotonics , vol. 2, nr. 2, 5 mai 2015, p. 020801, DOI : 10.1117 / 1.nph.2.2.020801 . Adus pe 5 iulie 2019 .
^ ^a ^b Robert J. Cooper, Matteo Caffini și Jay Dubb, Validarea atlasului ghidat DOT: O comparație a tomografiei optice difuze informate de atlas și anatomii specifice subiectului , în NeuroImage , vol. 62, nr. 3, 2012-09, pp. 1999-2006, DOI : 10.1016 / j.neuroimage.2012.05.031 . Adus pe 5 iulie 2019 .
^ Silvina L. Ferradal, Adam T. Eggebrecht și Mahlega Hassanpour, modelarea capului pe bază de Atlas și normalizarea spațială pentru tomografie optică difuză cu densitate mare: validare in vivo împotriva RMN , în NeuroImage , vol. 85, 2014-01, pp. 117-126, DOI : 10.1016 / j.neuroimage.2013.03.069 . Adus pe 5 iulie 2019 .
^ Adam T. Eggebrecht, Brian R. White și Silvina L. Ferradal, O comparație spațială cantitativă a tomografiei optice difuze cu densitate ridicată și cartografierea corticală fMRI , în Biomedical Optics and 3-D Imaging , OSA, 2012, DOI : 10.1364 / biomed .2012.bsu4a.2 . Adus pe 5 iulie 2019 .
^ Thomas Muehlemann, Daniel Haensse și Martin Wolf, Wireless miniaturizat in-vivo în apropiere de infraroșu , în Optics Express , vol. 16, n. 14, 26 iunie 2008, p. 10323, DOI : 10.1364 / oe.16.010323 . Adus pe 3 iulie 2019 .
^ Muhammad A. Kamran, Malik MN Mannann și Myung Yung Jeong, Efectul diferențial al căii de lungime asupra caracterizării funcției de răspuns hemodinamic al creierului: un studiu funcțional aproape în infraroșu , în Frontiers in Neuroinformatics , vol. 12, 20 iunie 2018, DOI : 10.3389 / fninf.2018.00037 . Adus pe 5 iulie 2019 .
^ Felix Scholkmann și Martin Wolf, ecuație generală pentru factorul de lungime diferențială a capului uman frontal în funcție de lungimea de undă și vârstă , în Journal of Biomedical Optics , vol. 18, nr. 10, 11 octombrie 2013, p. 105004, DOI : 10.1117 / 1.jbo.18.10.105004 . Adus pe 5 iulie 2019 .
^ Theodore Huppert, Maria Angela Franceschini și David Boas, In Vivo Optical Imaging of Brain Function, Ediția a doua , CRC Press, 6 mai 2009, pp. 393-433, ISBN 9781420076844 . Adus pe 5 iulie 2019 .
^ Felix Scholkmann, Hamoon Zohdi și Nassim Nasseri, Advances in Experimental Medicine and Biology , Springer International Publishing, 2018, pp. 325-330, ISBN 9783319912851 . Adus pe 5 iulie 2019 .
^ (EN) Alessandro Torricelli, Davide Contini și Antonio Pifferi, imagini NIRS funcționale în domeniul timpului pentru cartografierea creierului uman , în NeuroImage, vol. 85, 2014-1, pp. 28-50, DOI : 10.1016 / j.neuroimage.2013.05.106 . Adus pe 5 iulie 2019 .

Elemente conexe

Portal de inginerie

Portalul Medicinii

Portalul Neuroștiințe

[:1-1] A ^b (EN) Felix Scholkmann, Stefan și Andreas Kleiser Jaakko Metz, O revizuire a spectroscopiei funcționale cu undă continuă în spectroscopie și instrumentare și metodologie imagistică , în NeuroImage, vol. 85, 2014-1, pp. 6-27, DOI : 10.1016 / j.neuroimage.2013.05.004 . Adus pe 3 iulie 2019 .

[2] F. Jobsis, neinvazivă, infrarosu monitorizarea suficientei oxigenului cerebral și miocardic și parametrii sistemului circulator , in Science, voi. 198, nr. 4323, 23 decembrie 1977, pp. 1264-1267, DOI : 10.1126 / science.929199 . Adus pe 4 iulie 2019 .

[3] M. Ferrari, I. Giannini și G. Sideri, Oxygen Transport to Tissue VII , vol. 191, Springer SUA, 1985, pp. 873-882, DOI : 10.1007 / 978-1-4684-3291-6_88 , ISBN 9781468432930 . Adus pe 4 iulie 2019 .

[4] (RO) Publicații NIRS | Publicat fNIRS Research cu NIRx Systems | Sisteme fNIRS | Dispozitive NIRS | NIRx , pe NIRx Medical Technologies . Adus pe 4 iulie 2019 .

[:4-5] ( EN ) Sergio Fantini, Blaise Frederick și Angelo Sassaroli, Perspective: Prospects of non-invasive sensing of the brain brain with diffus optic imaging , în APL Photonics , vol. 3, nr. 11, 2018-11, p. 110901, DOI : 10.1063 / 1.5038571 . Adus pe 4 iulie 2019 .

[6] Yuich Fukui, Yusaku Ajichi și Eiji Okada, predicția Monte Carlo a propagării luminii în infraroșu apropiat în modele realiste de cap adult și neonatal , în Applied Optics , vol. 42, n. 16, 1 iunie 2003, p. 2881, DOI : 10.1364 / ao.42.002881 . Adus pe 4 iulie 2019 .

[:5-7] Gary E. Strangman, Zhi Li și Quan Zhang, Sensibilitatea adâncimii și separarea sursă-detector pentru spectroscopie aproape în infraroșu bazată pe șablonul cerebral Colin27 , în PLoS ONE , vol. 8, nr. 8, 1 august 2013, pp. e66319, DOI : 10.1371 / journal.pone.0066319 . Adus pe 4 iulie 2019 .

[8] (EN) Martin Wolf, Wolf Ursula and Vlad Toronov, Different Time Evolution of Oxyhemoglobin and deoxyhemoglobin Concentration Changes in the Visual and Motor cortices during Functional Stimulation: A Near-Infrared Spectroscopy Study in NeuroImage, vol. 16, n. 3, 2002-7, pp. 704-712, DOI : 10.1006 / nimg . 2002.1128 . Adus pe 3 iulie 2019 .

[:0-9] Tachtsidis, Ilias Scholkmann, Felix, Fals pozitive și false negative în spectroscopie funcțională în infraroșu apropiat: probleme, provocări și calea de urmat , SPIE - Societatea Internațională pentru Inginerie Optică, 2016-07,OCLC 980365739 . Adus pe 4 iulie 2019 .

[10] Meryem A. Yücel, Juliette Selb și Christopher M. Aasted, undele Mayer reduc precizia funcțiilor de răspuns hemodinamic estimate în spectroscopia funcțională în infraroșu apropiat , în Biomedical Optics Express , vol. 7, nr. 8, 22 iulie 2016, p. 3078, DOI : 10.1364 / bee . 7.003078 . Adus pe 3 iulie 2019 .

[:3-11] Lia Hocke, Ibukunoluwa Oni și Chris Duszynski, Prelucrarea automată a datelor fNIRS - Un ghid vizual pentru capcanele și consecințele , în Algoritmi , vol. 11, n. 5, 8 mai 2018, p. 67, DOI : 10.3390 / a11050067 . Adus pe 4 iulie 2019 .

[12] Gary Strangman, Maria Angela Franceschini și David A. Boas, Factori care afectează precizia calculelor concentrației spectroscopiei în infraroșu apropiat pentru modificările focale ale parametrilor de oxigenare , în NeuroImage , vol. 18, nr. 4, 2003-04, pp. 865-879, DOI : 10.1016 / s1053-8119 (03) 00021-1 . Adus pe 5 iulie 2019 .

[13] Masashi Kiguchi și Tsukasa Funane, algoritm pentru îndepărtarea semnalelor scalpului de la semnalele funcționale de spectroscopie în infraroșu apropiat în timp real folosind optode multidistanță , în Journal of Biomedical Optics , vol. 19, nr. 11, 1 decembrie 2014, p. 110505, DOI : 10.1117 / 1.jbo.19.11.110505 . Adus pe 5 iulie 2019 .

[:6-14] Meltem Izzetoglu, Prabhakar Chitrapu și Scott Bunce, Anularea artefactului mișcării în spectroscopie NIR folosind filtrarea Kalman discretă , în BioMedical Engineering OnLine , vol. 9, nr. 1, 2010, p. 16, DOI : 10.1186 / 1475-925x-9-16 . Adus pe 4 iulie 2019 .

[15] F Scholkmann, S Spichtig și T Muehlemann, Cum să detectăm și să reducem artefactele de mișcare în imagistica în infraroșu apropiat folosind deviația standard în mișcare și interpolare spline , în Physiological Measurement , vol. 31, n. 5, 22 martie 2010, pp. 649-662, DOI : 10.1088 / 0967-3334 / 31/5/004 . Adus pe 5 iulie 2019 .

[16] Frank A. Fishburn, Ruth S. Ludlum și Chandan J. Vaidya, Temporal Derivative Distribution Repair (TDDR): O metodă de corecție a mișcării pentru fNIRS , în NeuroImage , vol. 184, 2019-01, pp. 171-179, DOI : 10.1016 / j.neuroimage.2018.09.025 . Adus pe 5 iulie 2019 .

[17] Meryem A. Yücel, Juliette Selb și Robert J. Cooper, Analiza componentelor de principiu vizate: O nouă abordare de corecție a artefactelor mișcării pentru spectroscopie în infraroșu apropiat , în Journal of Innovative Optical Health Sciences , vol. 07, nr. 02, 2014-03, p. 1350066, DOI : 10.1142 / s1793545813500661 . Adus pe 5 iulie 2019 .

[18] B Molavi și GA Dumont, îndepărtarea artefactului de mișcare bazat pe Wavelet pentru spectroscopie funcțională cu infraroșu apropiat , în 2010 Conferința internațională anuală a IEEE Engineering in Medicine and Biology , IEEE, 2010-08, DOI : 10.1109 / iembs.2010.5626589 . Adus pe 5 iulie 2019 .

[:2-19] ( EN ) Paola Pinti, Ilias Tachtsidis și Antonia Hamilton, Utilizarea prezentă și viitoare a spectroscopiei funcționale în infraroșu apropiat (fNIRS) pentru neuroștiința cognitivă: Progrese în utilizarea fNIRS în neuroștiința cognitivă , în Annals of the New York Academy of Științe , 7 august 2018, DOI : 10.1111 / nyas.13948 . Adus pe 3 iulie 2019 .

[20] Mischa D. Pfeifer, Felix Scholkmann și Rob Labruyère, Prelucrarea semnalului în spectroscopie funcțională în infraroșu apropiat (fNIRS): Diferențele metodologice conduc la rezultate statistice diferite , în Frontiers in Human Neuroscience , vol. 11, 8 ianuarie 2018, DOI : 10.3389 / fnhum.2017.00641 . Adus pe 4 iulie 2019 .

[21] (EN) Javier Herrera-Vega, Carlos G. Treviño-Palacios și Felipe Orihuela-Espina, Neuroimagistica cu spectroscopie funcțională în infraroșu apropiat: De la formare la interpretare , în Infrared Physics & Technology, vol. 85, 2017-9, pp. 225-237, DOI : 10.1016 / j.infrared.2017.06.011 . Adus pe 4 iulie 2019 .

[22] Christopher M. Aasted, Meryem A. Yücel și Robert J. Cooper, Ghidare anatomică pentru spectroscopie funcțională în infraroșu apropiat: tutorial AtlasViewer , în Neurophotonics , vol. 2, nr. 2, 5 mai 2015, p. 020801, DOI : 10.1117 / 1.nph.2.2.020801 . Adus pe 5 iulie 2019 .

[:7-23] Robert J. Cooper, Matteo Caffini și Jay Dubb, Validarea atlasului ghidat DOT: O comparație a tomografiei optice difuze informate de atlas și anatomii specifice subiectului , în NeuroImage , vol. 62, nr. 3, 2012-09, pp. 1999-2006, DOI : 10.1016 / j.neuroimage.2012.05.031 . Adus pe 5 iulie 2019 .

[24] Silvina L. Ferradal, Adam T. Eggebrecht și Mahlega Hassanpour, modelarea capului pe bază de Atlas și normalizarea spațială pentru tomografie optică difuză cu densitate mare: validare in vivo împotriva RMN , în NeuroImage , vol. 85, 2014-01, pp. 117-126, DOI : 10.1016 / j.neuroimage.2013.03.069 . Adus pe 5 iulie 2019 .

[25] Adam T. Eggebrecht, Brian R. White și Silvina L. Ferradal, O comparație spațială cantitativă a tomografiei optice difuze cu densitate ridicată și cartografierea corticală fMRI , în Biomedical Optics and 3-D Imaging , OSA, 2012, DOI : 10.1364 / biomed .2012.bsu4a.2 . Adus pe 5 iulie 2019 .

[26] Thomas Muehlemann, Daniel Haensse și Martin Wolf, Wireless miniaturizat in-vivo în apropiere de infraroșu , în Optics Express , vol. 16, n. 14, 26 iunie 2008, p. 10323, DOI : 10.1364 / oe.16.010323 . Adus pe 3 iulie 2019 .

[27] Muhammad A. Kamran, Malik MN Mannann și Myung Yung Jeong, Efectul diferențial al căii de lungime asupra caracterizării funcției de răspuns hemodinamic al creierului: un studiu funcțional aproape în infraroșu , în Frontiers in Neuroinformatics , vol. 12, 20 iunie 2018, DOI : 10.3389 / fninf.2018.00037 . Adus pe 5 iulie 2019 .

[28] Felix Scholkmann și Martin Wolf, ecuație generală pentru factorul de lungime diferențială a capului uman frontal în funcție de lungimea de undă și vârstă , în Journal of Biomedical Optics , vol. 18, nr. 10, 11 octombrie 2013, p. 105004, DOI : 10.1117 / 1.jbo.18.10.105004 . Adus pe 5 iulie 2019 .

[29] Theodore Huppert, Maria Angela Franceschini și David Boas, In Vivo Optical Imaging of Brain Function, Ediția a doua , CRC Press, 6 mai 2009, pp. 393-433, ISBN 9781420076844 . Adus pe 5 iulie 2019 .

[30] Felix Scholkmann, Hamoon Zohdi și Nassim Nasseri, Advances in Experimental Medicine and Biology , Springer International Publishing, 2018, pp. 325-330, ISBN 9783319912851 . Adus pe 5 iulie 2019 .

[31] (EN) Alessandro Torricelli, Davide Contini și Antonio Pifferi, imagini NIRS funcționale în domeniul timpului pentru cartografierea creierului uman , în NeuroImage, vol. 85, 2014-1, pp. 28-50, DOI : 10.1016 / j.neuroimage.2013.05.106 . Adus pe 5 iulie 2019 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

abordări cu

[15]

[16]

[17]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

[29]

[30]

[31]