这已被证明对工作记忆至关重要[49]，完全避免了头发的问题。尽管如此，仅测量前额叶皮层会错过其他重要区域，如运动皮层[3]。

结论

一种经济高效的神经成像工具，如fNIR设备，可能会带来新的认知和社会研究、非侵入式脑机接口以及护理点筛查/诊断的新选择。可穿戴式fNIR设备正变得更加用户友好和可靠。一些小组已经开始添加其他模式（如脑电图（EEG）或经颅磁刺激（TMS）），以进一步增强可穿戴fNIR设备的功能。为了真正为大规模家庭使用做好准备，剩下的挑战包括更好地校正伪影和噪声，将更多的光电二极管封装到相同的紧凑和低成本的外形中，以及消除用户对齐的需要。未来，用于更高信噪比的新型传感器技术、高密度传感器阵列、大脑区域的自动对齐以及触发事件的自动记录将有助于实现目前乏味或难以执行的研究。例如，蓝牙®可以用作感应交互的接近传感器，声学设备可以用于事件的语音捕获。许多工具和研究工作都集中在帮助研究人员找到要研究的右脑区域[53-55]。fNIR设备的拓扑映射能力可以帮助解决这一挑战，而不依赖于MRI图像的可用性。

目前，可穿戴式fNIR设备的光电二极管数量有限。该数字通常在设计阶段固定，因为每个光电二极管都硬连接到ADC转换器。为了使设计更加灵活，光电二极管可以无线连接到ADC转换器。为了降低无线实现的功率和成本，可以采用RFID或声学方法。此外，来自各种信道的数据应该被多路复用，以进一步节省功率和成本。可以使用频分复用、时分复用或码分复用。我们预计，一种用户友好、低成本、可穿戴的fNIR设备将允许回答许多重要的社会/行为/心理问题。此外，我们预计这些结果将对行为科学、医疗保健和工程做出重要贡献：例如，在理解肥胖和儿童发育中的认知作用、加强医学诊断、创建新型脑机界面以及开发新的营销和广告工具等方面。

致谢

这项研究项目由多萝西·J·温菲尔德-菲利普斯校长学院奖学金资助。

利益冲突

没有利益冲突。

工具书类

Izzatoglu K，Bunce S，Izzetoglu M，Onaral B，Pourrezaei K（2004）功能性近红外神经成像。IEEE Eng Med Biol Soc 7会议程序：5333-5336。

Zhang Q，Yan X，Strangman GE（2011）动态近红外光谱抗运动仪器的开发。J Biomed Opt 16（8）：87008。

Khan B、Wildy C、Francis R、Tian F、Delgado MR等人（2012）使用刷式光电二极管改善功能性近红外脑光谱和成像的光学接触。Biomed Opt Express 3（5）：878-898。

Jobsis FF（1977）对大脑和心肌氧充足和循环参数的无创红外监测。科学198（4323）：1264-1267。

Pinti P，Aichelburg C，吉尔伯fNIRS Optodes的位置决定器（fOLD）：由感兴趣的大脑区域引导的探针排列工具箱

Guilherme Augusto Zimeo Morais、Joana Bisol Balardin和João Ricardo Sato

《科学报告》第8卷，文章编号：3341（2018）引用本文

13k通道

87引文

12测高

指标详细信息

摘要

由于功能近红外光谱（fNIRS）的便携性、低成本和对受试者运动的鲁棒性，在过去几年中，功能近红外光谱学（fNIR）作为大脑成像方法的应用有所增加。fNIRS的实验是在有限数量的源和检测器（光电二极管）面前设计的，这些源和检测器位于头皮的选定部分。视标位置代表了评估与实验假设相关的皮质区域的期望。然而，这种翻译过程仍然是fNIRS实验设计的一个挑战。在本研究中，我们提出了一种从一组预定义位置自动确定fNIRS视标位置的方法，目的是最大化对感兴趣的脑区域的解剖特异性。所实现的方法基于两个头部图谱上的光子输运模拟。结果被汇编到公开的“fNIRS Optodes位置决定器”（fOLD）中。该工具箱是一种一阶方法，可将分割方法和功能性磁共振成像的荟萃分析的先进性结合起来，以更精确地指导fNIRS实验中光电极位置的选择。

介绍

功能近红外光谱（fNIRS）是一种能够通过吸收的近红外光在组织中运输过程中的变化来测量含氧和脱氧血红蛋白浓度变化的技术1。在过去几年中，使用fNIRS评估大脑活动的情况有所增加，这是因为它比功能磁共振成像（fMRI）和脑电图（EEG）具有优势，主要是因为它对运动造成的伪影的鲁棒性2，从而实现了更大范围的自然实验3、4、5、6、7、8。

虽然fMRI能够测量整个大脑的功能活动以及个体的结构图像，但fNIRS实验的设计使用了有限数量的光源和检测器（光电二极管）。将视标定位在头皮的选定部分，期望评估与设计实验相关的一组大脑皮层区域的活动。然而，感兴趣区域的平移到测量帽上的光电二极管的放置（如图1所示）仍然是fNIRS实验设计的挑战。

图1

图1

在设计fNIRS实验以评估根据研究假设预期激活的一组感兴趣区域时通常面临的挑战：通过选择合适的源和检测器位置来最大化感兴趣区域的解剖特异性，从而转换为fNIRS光电极布局。图示为布罗德曼4区、9区、19区和21区以及具有相应颜色编码通道的fNIRS帽布局。

全尺寸图像

最近的一些研究已经提出了克服这一挑战的方法，例如针对癫痫放电9，或基于迭代探针几何修改10，其被扩展到基于图像的方法11的体素空间，我们提出了另一种方法，根据一组感兴趣的大脑区域，基于10–10和10–5系统12自动确定光电二极管位置。该方法基于在两个头部图谱上运行的光子传输模拟的灵敏度分布（方法部分）。结果被汇编到工具箱中，以便于定义光电二极管的位置，即fNIRS光电二极管位置决定器（fOLD）。

方法

组织分割

由于人类头部的不同组织呈现出不同的光学特性（例如吸收和散射）13、14，因此有必要分割用于光子传输模拟的图谱。这种分割导致五种组织的区分：头皮、颅骨、脑脊液（CSF）以及灰质和白质。

SPM1215中使用默认参数实现的分割算法已用于将MRIcron软件17中提供的Colin27头部图谱16的T1图像分割为“ch2.nii.gz”。

简言之，SPM12中的分割过程为我们感兴趣的五个组织中的每一个返回概率图。对于每个组织，使用与输入文件（例如Colin27图集）中具有相同大小和来源的图像生成NIfTI文件，并且将每个体素设置为给定组织的一部分的概率。给定体素沿头部组织加上空气的概率之和为1。例如，体素（x = 57岁 = 126，z = 144）对应于MNI坐标（x = −34岁 = 0，z = 72）颅骨和脑脊液的概率分别为86.27%和13.73%。

为了为最终组织分割创建单个图像文件，我们使用defi