Diese Forschung wurde teilweise durch die folgenden Finanzierungsquellen unterstützt: JSPS Grant-in-Aid for Scientific Research (C) 25.350.642 (AT), ein Forschungsstipendium von Hayao Nakayama Stiftung für Wissenschaft und Technik und Kultur (SS &amp; YO) und eine Gesundheit Games Forschungsstipendium der Robert Wood Johnson Foundation (Grant # 66.729) (SB &amp; JAN).

Vor der Teilnahme, alle Fächer bieten Einwilligung gemäß den Richtlinien des Instituts. In diesem Fall wurde das Protokoll von der institutionellen menschliche Schutzprogramm von Meiji University (Kanagawa, Japan), Columbia University Medical Center (an der Yale School of Medicine für die Datenanalyse überführt) und Long Island University, Brooklyn Campus für diese Studie zugelassen. 1. Software und Hardware-Modifikation und Entwicklung für Functional Neuroimaging (fMRI und fNIRS) <ol><li> Ändern Sie das Spiel Dance Dance Revolution (DDR), indem Sie die Details zu den Konfigurationsdateien (.sm) mit Hilfe des Open-Source-Klon des DDR, Stepmania, um die Zeitmessung, Grafik und Musik für die Region von Interesse Studien mit fMRI ändern vor fNIRS Bildgebung . <ol><li> Im .sm Datei angeben die Variablen: Hintergrund, Musik, versetzt (Start Musik beim Scannen), samplestart, samplelength, BPMS und bgchanges. Geben Sie den Pfeil pattErns für jede Maßnahme im .sm Datei durch die Definition von Pfeilen pro Maßnahme als Wert &quot;1&quot;, &quot;0&quot; oder &quot;M&quot;. Definieren Sie links, oben, unten, rechts oder Tastendrücke für jede Maßnahme. Verwenden Sie &quot;1&quot; für einen Pfeil, verwenden Sie &quot;0&quot; für leer, und verwenden Sie &quot;M&quot; für ein Bergwerk in den Ruheepochen. </li></ol></li><li> Unter Verwendung der Spiel-Song &quot;Butterfly&quot;, erlauben Themen zu spielen mit einer alternierenden Block-Design in die Spielmechanik aufgebaut wie in veränderten (ursprünglich von Smile.dk auf dem Original Dance Dance Revolution 3. Mix Spiel-CD für Sony PlayStation geführt und verfügbar) die .sm Konfigurationsdatei. Alternate 30 sec Spiel mal mit 30 Sekunden Ruhezeiten mit Hintergrund-Grafiken anzeigt, an den Spieler, wenn zu spielen (grün) und wenn sich zu entspannen (rot; Abbildung 1). </li></ol><img alt="Abbildung 1" src="/files/ftp_upload/52116/52116fig1.jpg" /> Feigeure. 1: Paradigm Design (A) DDR Graphic User Interface. Pfeile am unteren Rand des Bildschirms bewegt in Richtung der Oberseite des Bildschirms. Diese Pfeile, um Themen, die Taste zu drücken angezeigt. Wenn die Pfeile oben angekommen Aktionsbereich (graue Pfeile am oberen Rand des Bildschirms), reagierte Themen durch Drücken der richtigen Taste. Spielzeit wurde mit einem grünen Hintergrund angezeigt. Ruhezeit wurde von einem roten Hintergrund angezeigt. Während der übrigen Zeit wurden Pfeile mit &quot;Bombe&quot; Animationen ersetzt. Dies hatte keine Funktion in Bezug auf das Gameplay oder gehen, doch wurden verwendet, um als Platzhalter während der Ruheepochen zu dienen. (B) Das Block-Design für das Scannen verwendet wurde, bestand aus insgesamt 5 min von Spiel- und Ruheepochen. Die Pre-Scan wurde 10 sec lang, gefolgt von abwechselnd 30 s play und Ruheblöcke. <a href="https://www.jove.com/files/ftp_upload/52116/52116fig1highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> <ol start = &quot;3&quot;&gt; <li> Wiederholen Sie den Wechselintervall fünfmal pro Lauf, um die Spezifität in Kontrast zwischen Ruhe und aktiven Perioden zu gewährleisten. </li><li> Im Fall von fMRI Datensammlung, zu beschränken Bewegungen nach links und rechts Pfeiltaste drückt in fMRI-Aufnahmen mit Fuß Tasten. Die Gesamtzahl der Tastenbetätigungen sollte gleich für beide Aufgaben (Figur 2) bleiben. </li><li> Vor dem Scanvorgang, erklären die Grundlagen des Spiels, um Themen und Themen ermöglichen einige Trainingsläufe vor der Bildgebung. Weisen Sie Themen, um die entsprechende Pfeiltaste, mit ihren Fuß so nahe an die perfekte Zeit an der Spitze der Bahn des beweglichen Pfeil skizziert drücken, sondern um die Kopfbewegung so weit wie möglich zu minimieren. </li></ol><img alt="Figur 2" src="/files/ftp_upload/52116/52116fig2.jpg" /> Abb. 2: Versuchsaufbau zur fMRI (A) Themen in der MRT-Scanner während observi legenng der Projected interaktive Umgebung mit einem Spiegel in die Kopfspule über dem Gegenstand angebracht ist. 2B. Eine modifizierte Fuß Plattform, bestehend aus zwei Tasten erlaubt Themen, mit links oder rechts toe Hähne in Echtzeit während des Spiels zu reagieren. <a href="https://www.jove.com/files/ftp_upload/52116/52116fig2highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> 2. fMRI Testing and Analysis <ol><li> Besorgen Sie sich ein Strukturbild für jedes Thema vor mit einem 3D-Gameplay verwöhnt Gradientenechosequenz (SPGR) (124 Scheiben, 256 x 256, Sichtfeld = 220 mm), mit einer Gesamtzykluszeit von 10 min 38 sec. </li><li> Erhalten funktionelle Magnetresonanzbilder während des Scannens mit den folgenden Einstellungen für die Echo-Planar (EPI) T2 * -gewichteten Gradientenechosequenz: Echozeit = 51 ms, Wiederholungszeit = 3 sec, Flip-Winkel = 83 °. Erwerben Sie 27 aufeinanderfolgende axiale Schnittbilder des Gehirns mit folgenden Abmessungen: 192 x 192 mm Feldder Ansicht mit einem 128 x 128 Gitter für eine Gesamtauflösung von 1,56 x 1,56 mm und einer z-Achse Auflösung von 4,5 mm. </li><li> Weisen Sie Themen, die Spiel mit dem Paradigma oben, jedoch mit nur Pfeile links und rechts, um Bewegungsartefakte zu reduzieren spielen. </li><li> Führen fMRI BOLD-Signal-Analysen unter Verwendung SPM8 5, in MATLAB 7.0 implementiert. <ol><li> Entsorgen Sie die ersten 10 Sek des EPI-Serie, um die T2 * Artefakt zu minimieren, sind Funktionsdaten Bewegung über der kleinsten Quadrate 6-Parameter &#39;starrer Körper &quot;räumliche Transformation korrigiert. </li><li> Normalisieren die neu ausgerichtet EPI-Scans zu MNI (Montreal Neurological Institute) Vorlage, die eine Auflösung von 2 mm 3, gefolgt von räumlicher Glättung mit Gauß-Kern von 8 mm Gesamtbreite beim halben Maximum (FWHM) hat. </li><li> Führen Sie unterliegen Ebene statistische Analysen unter Verwendung des allgemeinen linearen Modell (GLM), um parametrische statistische Karten zum Vergleich der aktiven Zustand (DDR) im Vergleich gegenüber dem Ruhezustand zu schaffen. &lt;/ Li&gt; <li> Führen Gruppenanalyse mit individuellen Ergebnisse mit statistischen Standardparametrische Mapping (SPM) Second-Level-Random-Effects-Ansatz. Erhalten Sie interessierenden Bereich basierend auf Gruppenanalyseergebnisse mit einem Schwellenwert von p &lt;0,01 und Clustergröße Schwellenwert von 100 Voxel. </li><li> Definieren Sie die Region von Interesse wie die Verbindung zwischen der funktionalen Cluster und die anatomische Maske aus Superior und mittleren Gyrus temporalis, von WFU PickAtlas Werkzeug 13,14 erhalten </li></ol></li></ol> 3. fNIRS Setup-und Datenkommunikation <ol><li> Verwenden Sie ein 22-Kanal-fNIRS Topographiesystem, um Daten von Optoden in eine 3 x 5 Matrix angeordnet sind aufzuzeichnen. Der Inter Optode Abstand für jede Quelle-Detektor-Paar ist 3 cm (3A, B). <ol><li> Orientieren der elastischen Kappe, die die Anordnung von optischen Sensoren, so daß er sich von der linken präfrontalen Kortex links Temporallappen ausgekleidet (3A, B). Sichern die Optode in der untersten Reihean der vordersten Position an Fpz des internationalen 10-10 Systems 15 zentriert ist. Richten Sie die inferior Reihe von Optoden parallel zur Linie zwischen anatomischen Landmarken Fpz und T7. </li></ol></li><li> Ziehen Sie die optischen Sonden-Arrays auf den Kopf des Subjekts und versichern, es ist fest mit den Trägern und den Kinnriemen befestigt. Es sollte auf die Verschiebung der Optoden von der Kopfoberfläche zu zahlen, so dass Quelle-Detektor-Paare sind eng an den Kopf, aber nicht unbequem, um das Thema (3C). </li><li> Probe raw analogen Optode Quelle-Detektor-Paar Licht Daten in den Computer mit 7,9 Hz mit dem Computer grafische Benutzeroberfläche. </li></ol><img alt="Figur 3" src="/files/ftp_upload/52116/52116fig3.jpg" /> Abb. 3: Optode Setup für NIRS-Aufnahmen (A) Die Kappe besteht aus einem elastischen Blatt mit biegsamen Kunststoff ausgestattet, und ho gekoppeltlding 3 cm Abstand Optode Inhaber. Gurte sind an der Kappe befestigt, damit sie festsitz zum Kopf sein. Die Kappe ist größer und ermöglicht mehr als die Optoden 3 x 5-Array (gelb dargestellt) in dieser Studie verwendet, aber ist notwendig, um sie sicher zu den Köpfen der Patienten zu sichern. (B) Die Optode Kappe und über der linken präfrontalen den Schläfenlappen positioniert. Beispiel für die Optode Kappe auf dem Kopf des Patienten Deren Abdeckung erstreckt sich von 3 x 5-Array über den linken präfrontalen Bereich links Temporallappen. (C) Optode Platzierung in Cap zeigt Kappe befestigt ist, um mit Spannbänder und Kinnriemen fahren. <a href="https://www.jove.com/files/ftp_upload/52116/52116fig3highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> <ol start="4"><li> Testkalibrierung und die Signalstärke und Signalrauschverhältnis mit Hilfe der Systemsteuersoftware vom Hersteller vor der Aufzeichnung vorgesehen. Im Fall von hohen Rausch detektiert, remove Optoden und eventuell störenden Haare aus dem Kanal mit Hilfe eines LED-Leuchtkunststoffstab (Abbildung 4). </li></ol><img alt="Figur 4" src="/files/ftp_upload/52116/52116fig4.jpg" /> Abb. 4:. Optimierung der Optode Signale Haar wurde von jedem Kanal mit einem beleuchteten Kunststoffwerkzeug zur Haar von der Kanalmitte zu verschieben, um eine optimale Signalqualität zu gewährleisten verschoben <a href="https://www.jove.com/files/ftp_upload/52116/52116fig4highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> <ol start="5"><li> Verwenden eine 3D-Digitalisierung Stift räumliche Werte der Quelle und dem Detektor Optode Orten in jedem Kanal der elastischen Kappe bestimmen. Verwenden Sie den Digitizer befindet, um die Raumkoordinaten nasion, Inion, Ohrmuscheln und Cz jedes Subjekt unmittelbar vor der Datenerhebung und Spiel spielen (Abbildung 5) zu identifizieren. Speichern von Textdateien mit Quelle und erkennenoder Standorte zu others.txt und anatomischen Koordinaten Dateien origin.txt. </li></ol><img alt="Figur 5" src="/files/ftp_upload/52116/52116fig5.jpg" /> Abbildung 5:.. Kalibrierung von Optode Position ein Magnetdigitalisierungswerkzeug wurde verwendet, um die Platzierung von 10-20 Landmarken auf dem Kopf und die Position der Kanäle bestimmen Optode <a href="https://www.jove.com/files/ftp_upload/52116/52116fig5highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> <ol start="6"><li> Verarbeitet die erfassten 3D-Koordinaten mit Hilfe der Registrierungsoption in NIRS-SPM 16,17 in MATLAB 7.0 (Abbildung 6). Aus dem Hauptmenü von SPM, Pick eigenständige räumliche Registrierung. Auf dem nächsten Bildschirm, wählen Sie &quot;Mit 3D-Digitalisierer&quot; und wählen Sie die zuvor gespeicherten anderen und Herkunft Textdateien mit den entsprechenden Dialog. Von der Software-Dialog, wählen Sie die &quot;Anmeldunn (verwenden Sie die NFRI-Funktion) &quot;auf räumliche Darstellung zu bestimmen </li></ol><img alt="Figur 6" src="/files/ftp_upload/52116/52116fig6.jpg" /> Fig. 6: Beispiel für eine Ausgabe von NIRS Kalibrierdaten Digitizer Daten wurden verwendet, um die Wahrscheinlichkeit von jedem Kanal in spezifischen Hirnregionen zu bestimmen. Kanal 22 in diesem Thema zeigte eine Wahrscheinlichkeit von 0,4129 im Nahen Gyrus temporalis und 0,47419 im Gyrus temporalis superior. Der Kanal ist durch den Bereich zwischen Emitter und Detektorpaare definiert. Der Kreis um Kanal 22 in der Figur stellt eine Annäherung an die Fläche, die zur von den Optode Paare in diesem Thema aufgezeichnete Signal. <a href="https://www.jove.com/files/ftp_upload/52116/52116fig6highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> <ol start="7"><li> Wenn alle Optode Programmplätze werden digitalisiert und jeder Kanal bietet sufficient Signalstärke, wie in der GUI der Software-Oberfläche des Herstellers angegeben ist, fragen Themen zu stehen und die Vorbereitungen für DDR-Tests (7A, B). </li></ol><img alt="Figur 7" src="/files/ftp_upload/52116/52116fig7.jpg" /> Abbildung 7:. FNIRS Datenerfassung während des Tanzes Spiel (A) Themen stehen, um das Spiel mit dem Block-Paradigma auf einem Standard-Tanzspiel-Matte zu spielen, während sie auf dem NIRS Maschine angebunden. (B) Alternative Ansicht der Datenerhebung, die Rohdaten auf Hintergrund-Bildschirm in Echtzeit, die Person erhoben. <a href="https://www.jove.com/files/ftp_upload/52116/52116fig7highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Figur zu sehen.</a> 4. fNIRS Data Collection <ol><li> Vor der Einrichtung der fNIRS Aufnahme Optoden, bieten Patienten mit einer kurzen EinführungGameplay und ermöglichen der Praxis für die Vertrautheit mit dem Spiel als in fMRI-Tests. </li><li> Für fNIRS Tests, verwenden eine identische Paradigma der von fMRI-Tests mit der Zugabe von den Auf / Ab-Pfeile, verglichen mit nur Pfeile links und rechts für fMRI verwendet. Sicherzustellen, dass die Gesamtzahl der Pfeil Pressen zwischen fMRI und fNIRS Aufgaben und daß nur das Muster unterscheidet identisch sind. </li><li> Verwenden Sie ein Standard-4-Taste Bodenmatte Taste Reaktionssystem für Gameplay während fNIRS Tests (7A). </li><li> Sobald bequem in die Grundlagen des Spiels, anweisen Fächern bis 30 sec Spiel mal mit 30 Sekunden Ruhezeiten, wie in Schritt 1.2 zu spielen. Wiederholen Sie diesen 5 min Spiel zweimal mit je Themen. <ol><li> Weisen Sie Themen speziell auf ihr Gesicht oder Nase und vor allem ihre Haare oder Kopf in der Nähe der Optoden nicht berühren. Weisen Sie Themen, die Rotation, Jolle oder Nickbewegungen des Kopfes während des Spiels zu minimieren. </li></ol></li></ol> 5. fNIRS Data Analysis <ol&gt; <li> Verwenden Sie einen modifizierten Beer-Lambert-Ansatz 18, um eine relative Signale reflektieren die oxygenierten Hämoglobins (oxy-Hb), sauerstoffarmes Hämoglobin (Deoxy-Hb) und Gesamthämoglobin (Total-Hb) Konzentrationsänderungen als ΔoxyHb, ΔdeoxyHb und ΔtotalHb jeweils in eine Berechnung willkürliche Einheit (uM cm) unter Verwendung der folgenden Gleichungen: ΔoxyHb = -1,4887 × &amp; Delta; Abs 780 + 0,5970 × 805 &amp; Delta; Abs + 1,4847 × 830 &amp; Delta; Abs ΔdeoxyHb = 1,8545 × &amp; Delta; Abs 780 + (-0,2394) × &amp; Delta; Abs 805 + (-1,0947) × &amp; Delta; Abs 830 ΔtotalHb = ΔoxyHb + ΔdeoxyHb; wobei &amp; Delta; Abs zeigt Änderungen in der Lichtabsorption bei der entsprechenden Wellenlänge. </li><li> Tiefpassfilter Rohdaten der hämodynamischen Signale von einzelnen durch ein 25-ter Ordnung Savitzky-Golay-Filter undDurchschnitt 19. </li><li> Gelten Basislinienkorrektur, um die gemittelten Daten mit dem Beginn auf Null gesetzt. </li><li> Normalisieren hämodynamischen Signalamplitude durch Dividieren der gemittelten Werte durch die Standardabweichung des Signals aufgezeichnet 10 sec vor der Aufgabe. </li><li> Wählen Sie Kanäle, basierend auf 3D-Digitalisierer Informationen zu analysieren. Hier verwenden Sie einen Kanal für die Analyse, die eine Registrierung Wahrscheinlichkeit von 80% oder mehr im Nahen und Gyrus temporalis superior hat gemäß der Ausgabe des Registrierungsprozesses zu nutzen). </li></ol> 6. Vergleich der fMRI und fNIRS Signale <ol><li> Verwenden Sie die Funktion Ergebnisse in SPM8 zu super-Schwelle Voxel bei T&gt; 2.6 oder eine entsprechende P-Wert &lt;0,01 zu bestimmen. Bestimmen Sie die Region of Interest (ROI) mit überlappenden Super-Schwelle Voxel, um einen Cluster innerhalb eines anatomischen Region zu definieren. <ol><li> In diesem Fall definieren Sie die oberen und mittleren temporalen Gyrus Verwendung der AAL-Atlas in der WFU Pick-Atlas enthalten. In this Fall weist das resultierende Cluster 572 2 x 2 x 2 mm Voxel in der Mitte Temporalwindung mit einem Spitzen Voxel liegt an der Koordinate (-66, -24, 0) und der Spitzen T = 5,73 fNIRS. </li></ol></li><li> Bestimmen Sie den Kanal von Interesse von fNIRS Daten mit 3D-Koordinaten, die auf digitalisierte MNI-Koordinaten mit NIRS-SPM in Schritt 3.5.1 oben umgesetzt werden. In diesem Fall Kanal 22 bei den meisten Probanden hatte die höchste Wahrscheinlichkeit der Aktivität in dem im Schritt 6.1 definiert ROI. </li><li> Bestimmen Sie die gemittelten, ereignisgesteuerte Reaktion in der ROI für fMRI und entsprechende Kanal in fNIRS für die Dauer der 60 Sek Block (aktive und Ruhe, kombiniert). </li><li> Für jedes Thema, der Mittelwert der Blutsauerstoffgehalt abhängig (BOLD) raw Signale für die Voxel innerhalb des Clusters zu erzeugen fMRI Ereignis ausgelöst durchschnittliche Daten. </li><li> Vergleichen fMRI und fNIRS durch Skalierung fMRI-Daten optimal passen die fNIRS Daten unter Verwendung einer linearen Regression unter Verwendung fNIRS = b * fMRI, wo die Regressionsmethode erhält den Wert b so that der Effektivwert der fNIRS -b * fMRI minimiert. </li><li> FNIRS und fMRI Signalen Vergleichen durch Korrelation der beiden Gruppen. </li></ol>

<ol>
	<li>Heinzel, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Variability+of+(functional)+hemodynamics+as+measured+with+simultaneous+fNIRS+and+fMRI+during+intertemporal+choice.">Variability of (functional) hemodynamics as measured with simultaneous fNIRS and fMRI during intertemporal choice.</a> NeuroImage. 71, 125-134 (2013).</li><li>Cui, X., Bray, S., Bryant, D. M., Glover, G. H., Reiss, A. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+quantitative+comparison+of+NIRS+and+fMRI+across+multiple+cognitive+tasks.">A quantitative comparison of NIRS and fMRI across multiple cognitive tasks.</a> Neuroimage. 54, 2808-2821 (2011).</li><li>Sato, H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+NIRS&#8211;fMRI+investigation+of+prefrontal+cortex+activity+during+a+working+memory+task.">A NIRS&#8211;fMRI investigation of prefrontal cortex activity during a working memory task.</a> Neuroimage. 83, 158-173 (2013).</li><li>Piper, S. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+wearable+multi-channel+fNIRS+system+for+brain+imaging+in+freely+moving+subjects.">A wearable multi-channel fNIRS system for brain imaging in freely moving subjects.</a> NeuroImage. 85 (Part 1), 64-71 (2014).</li><li>Funane, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Quantitative+evaluation+of+deep+and+shallow+tissue+layers'+contribution+to+fNIRS+signal+using+multi-distance+optodes+and+independent+component+analysis).">Quantitative evaluation of deep and shallow tissue layers' contribution to fNIRS signal using multi-distance optodes and independent component analysis).</a> NeuroImage. 85 (Part 1), 150-165 (2014).</li><li>Tachtsidis, I., Liss, P., Hansell, P., Bruley, D. F., Harrison, D. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ch.+46.">Ch. 46.</a> Oxygen Transport to Tissue XXX Vol. 645 Advances in Experimental Medicine and Biology. , 307-314 (2009).</li><li>Scholkmann, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+review+on+continuous+wave+functional+near-infrared+spectroscopy+and+imaging+instrumentation+and+methodology.">A review on continuous wave functional near-infrared spectroscopy and imaging instrumentation and methodology.</a> NeuroImage. 85 (Part 1), 6-27 (2014).</li><li>Saager, R., Berger, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Measurement+of+layer-like+hemodynamic+trends+in+scalp+and+cortex:+implications+for+physiological+baseline+suppression+in+functional+near-infrared+spectroscopy).">Measurement of layer-like hemodynamic trends in scalp and cortex: implications for physiological baseline suppression in functional near-infrared spectroscopy).</a> Journal Of Biomedical Optics. 13 (3), 034017-034017 (2008).</li><li>Takahashi, T., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Influence+of+skin+blood+flow+on+near-infrared+spectroscopy+signals+measured+on+the+forehead+during+a+verbal+fluency+task.">Influence of skin blood flow on near-infrared spectroscopy signals measured on the forehead during a verbal fluency task.</a> Neuroimage. 57, 991-1002 (2011).</li><li>Ono, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Frontotemporal+oxyhemoglobin+dynamics+predict+performance+accuracy+of+dance+simulation+gameplay:+Temporal+characteristics+of+top-down+and+bottom-up+cortical+activities.">Frontotemporal oxyhemoglobin dynamics predict performance accuracy of dance simulation gameplay: Temporal characteristics of top-down and bottom-up cortical activities.</a> NeuroImage. 85, 461-470 (2014).</li><li>Tachibana, A., Noah, J. A., Bronner, S., Ono, Y., Onozuka, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Parietal+and+temporal+activity+during+a+multimodal+dance+video+game:+an+fNIRS+study.">Parietal and temporal activity during a multimodal dance video game: an fNIRS study.</a> Neuroscience Letters. 503 (2), 125-130 (2011).</li><li>Noah, J., Tachibana, A., Bronner, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Annual+Society+for+Neuroscience+Conference.">Annual Society for Neuroscience Conference.</a> , (2010).</li><li>Maldjian, J. A., Laurienti, P. J., Burdette, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Precentral+gyrus+discrepancy+in+electronic+versions+of+the+Talairach+atlas.">Precentral gyrus discrepancy in electronic versions of the Talairach atlas.</a> Neuroimage. 21, 450-455 (2004).</li><li>Maldjian, J. A., Laurienti, P. J., Kraft, R. A., Burdette, J. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+automated+method+for+neuroanatomic+and+cytoarchitectonic+atlas-based+interrogation+of+fMRI+data+sets.">An automated method for neuroanatomic and cytoarchitectonic atlas-based interrogation of fMRI data sets.</a> Neuroimage. 19, 1233-1239 (2003).</li><li>Chatrian, G. E., Lettich, E., Nelson, P. L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Ten+percent+electrode+system+for+topographic+studies+of+spontaneous+and+evoked+EEG+activity.">Ten percent electrode system for topographic studies of spontaneous and evoked EEG activity.</a> Am J EEG Technol. 25, 83-92 (1985).</li><li>Okamoto, M., Dan, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Automated+cortical+projection+of+head-surface+locations+for+transcranial+functional+brain+mapping.">Automated cortical projection of head-surface locations for transcranial functional brain mapping.</a> Neuroimage. 26, 18-28 (2005).</li><li>Ye, J. C., Tak, S., Jang, K. E., Jung, J., Jang, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=NIRS-SPM+statistical+parametric+mapping+for+near-infrared+spectroscopy.">NIRS-SPM statistical parametric mapping for near-infrared spectroscopy.</a> Neuroimage. 44, 428-447 (2009).</li><li>Cope, M., Delpy, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=System+for+long-term+measurement+of+cerebral+blood+and+tissue+oxygenation+on+newborn+infants+by+near+infra-red+transillumination.">System for long-term measurement of cerebral blood and tissue oxygenation on newborn infants by near infra-red transillumination.</a> Medical and Biological Engineering and Computing. 26 (3), 289-294 (1988).</li><li>Savitzky, A., Golay, M. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Smoothing+and+differentiation+of+data+by+simplified+least+squares+procedures.">Smoothing and differentiation of data by simplified least squares procedures.</a> Analytical Chemistry. 36 (8), 1627-1639 (1964).</li><li>Okamoto, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Multimodal+assessment+of+cortical+activation+during+apple+peeling+by+NIRS+and+fMRI.">Multimodal assessment of cortical activation during apple peeling by NIRS and fMRI.</a> NeuroImage. 21, 1275-1288 (2004).</li><li>Suzuki, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prefrontal+and+premotor+cortices+are+involved+in+adapting+walking+and+running+speed+on+the+treadmill:+an+optical+imaging+study.">Prefrontal and premotor cortices are involved in adapting walking and running speed on the treadmill: an optical imaging study.</a> Neuroimage. 23, 1020-1026 (2004).</li><li>Boas, D. A., Elwell, C. E., Ferrari, M., Taga, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Twenty+years+of+functional+near-infrared+spectroscopy:+introduction+for+the+special+issue.">Twenty years of functional near-infrared spectroscopy: introduction for the special issue.</a> NeuroImage. 85, 1-5 (2014).</li><li>Holtzer, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=fNIRS+study+of+walking+and+walking+while+talking+in+young+and+old+individuals.">fNIRS study of walking and walking while talking in young and old individuals.</a> The Journals of Gerontology Series A: Biological Sciences and Medical Sciences. 66 (8), 879-887 (2011).</li><li>Suzuki, M., Miyai, I., Ono, T., Kubota, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Activities+in+the+frontal+cortex+and+gait+performance+are+modulated+by+preparation.+An+fNIRS+study.">Activities in the frontal cortex and gait performance are modulated by preparation. An fNIRS study.</a> Neuroimage. 39, 600-607 (2008).</li><li>Shimada, S., Hiraki, K., Oda, I. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+parietal+role+in+the+sense+of+self-ownership+with+temporal+discrepancy+between+visual+and+proprioceptive+feedbacks.">The parietal role in the sense of self-ownership with temporal discrepancy between visual and proprioceptive feedbacks.</a> Neuroimage. 24, 1225-1232 (2005).</li><li>Matsuda, G., Hiraki, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Sustained+decrease+in+oxygenated+hemoglobin+during+video+games+in+the+dorsal+prefrontal+cortex:+a+NIRS+study+of+children.">Sustained decrease in oxygenated hemoglobin during video games in the dorsal prefrontal cortex: a NIRS study of children.</a> Neuroimage. 29, 706-711 (2006).</li><li>Gregg, N. M., White, B. R., Zeff, B. W., Berger, A. J., Culver, J. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain+specificity+of+diffuse+optical+imaging:+improvements+from+superficial+signal+regression+and+tomography.">Brain specificity of diffuse optical imaging: improvements from superficial signal regression and tomography.</a> Frontiers in Neuroenergetics. 2, 14 (2010).</li><li>Kirilina, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+physiological+origin+of+task-evoked+systemic+artefacts+in+functional+near+infrared+spectroscopy.">The physiological origin of task-evoked systemic artefacts in functional near infrared spectroscopy.</a> Neuroimage. 61, 70-81 (2012).</li><li>Strangman, G., Franceschini, M. A., Boas, D. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Factors+affecting+the+accuracy+of+near-infrared+spectroscopy+concentration+calculations+for+focal+changes+in+oxygenation+parameters.">Factors affecting the accuracy of near-infrared spectroscopy concentration calculations for focal changes in oxygenation parameters.</a> NeuroImage. 18, 865-879 (2003).</li></ol>

Publikationskosten für diesen Artikel werden von S himadzu gesponsert.

fNIRS ist eine funktionelle Bildgebung des Gehirns Technik, die das Versprechen so dass die Untersuchung der neuronalen Korrelate von Naturaktivitäten hat. Entwicklung dieser Techniken ist ein aktives Forschungsrichtung. Wir skizzieren hier eine Methodik, die wirksam für die Aufnahme funktionelle Aktivität des Gehirns in einem Bereich von Interesse mit der Teilnahme an einem Tanz-Videospiel zugeordnet hat. Die Anzahl von Veröffentlichungen untersucht Motor Lernparadigmen mit fNIRS haben sich in den letzten Jahren mit der Einführung von Multi-Kanal-fNIRS Einheiten von Hitachi und Shimadzu (sowie andere) zum Aufzeichnen von funktionellen Aktivitäten in mehreren Hirnregionen gleichzeitig 20,21 erhöhten . Wir haben zuvor gezeigt, dass es möglich ist, anatomische Spezifität fNIRS Signale zu bestimmen sowie um die Signale zu bestimmen, wie Veränderungen in der Zeitplanung und der Amplitude der Signale beitragen, um Verhaltenseigenschaften von Kraftaufgaben <sup&gt; 11. Eine aktuelle Sonderheft der Zeitschrift Neuroimage konzentrierte sich auf aktuelle Anwendungen der NIRS-Technologie und enthalten eine Reihe von spezifischen motorischen Lernens 22 Studien. Selbst mit dieser Schneeball Interesse NIRS-Technologie haben nur wenige Studien auf neuronalen Mechanismen der naturalistischen Verhaltensweisen von fMRI validiert konzentriert. Während dieses Sonderheft und zahlreiche andere Publikationen 23-26 klar umreißen die künftige Rolle der fNIRS in Studium motorische Verhaltensweisen, beschrieb das Protokoll hier wurde entwickelt, um eine einheitliche Methodik für den Vergleich von fMRI und fNIRS Daten aus naturalistischen Verhaltensweisen zu validieren. Die Ergebnisse zeigen eine hohe Korrelation zwischen den Gruppen für fNIRS und fMRI Signale in einem Integrationsbereich des Schläfenlappens und die Korrelation zwischen den Signalen in-line mit demjenigen vor im Gleich fMRI / fNIRS Studien 3 gezeigt dar. 9 zeigt, dass fNIRS Aktivität in Schläfenlappen ist in der Natur nicht nur Witz kortikaleh Differenz Oxy- und Desoxy chromofore Absorption, sondern auch die Aktivität in den Schläfenlappen ist ganz anders als im Frontallappen nicht mit fMRI Aktivität korrelieren im Temporallappen gesehen. Wir betonen, ein paar kritische Aspekte der Studie, die Daten, die zwischen den beiden Techniken verglichen werden können. Zunächst wurde die Kalibrierung der Optode Standorten als Schlüsselstrategie in der Bestätigung kortikalen Anatomie und Interpretation der Ergebnisse dargestellt. Die Änderungen haben wir die Software gemacht und Hardware konnten wir unsere Paradigma mit einem Block-Design-Protokoll optimiert, um starken kortikalen Reaktionen in beiden Verfahren ergeben synchronisieren. Wir wichtigsten Strategien skizzieren auch zu hohen Signal-Rausch-Verhältnis (Haarentfernung aus Optode Oberfläche) und Reduktion von Artefakten, einschließlich Bewegung und Gesichtsstimulation (Probanden wurden angewiesen, die speziell den Kopf oder das Gesicht zu berühren) zu gewährleisten. Diese Ergebnisse und die Ergebnisse früherer Studien, die gleichzeitige fNIRS / FM-RI bildgebenden Verfahren zu bestätigen eine hohe Korrelation zwischen den Signalen als theoretisch vorhergesagten 1-3. Eine Einschränkung auf die Interpretation der vorliegenden Daten ist, dass wir nicht in der Lage neuere Techniken in die Optimierung der NIRS Aufnahme, die es möglich ist, die Auflösung der einzelnen Kanal-Daten mit hoher Dichte zu erhöhen zeigen Aufnahmen zu nutzen. Diese hohe Dichte Technik wurde auch verwendet, um Oberflächenkomponenten getrennt von der kortikalen NIRS Signale 27 neben anderen Techniken, die Artefakte aus Blutdruck, Herzfrequenz und andere systemische Variablen 6,7,28 entfernen. Es wurde auch gezeigt, dass die Sondenplatzierung und Chromaphor Auswahl kann verwendet werden, um Fehlalarme 29 und adaptive Filterung NIRS Signale steuern kann effektiv bei der hohen Signal-Rausch-Verhältnis verwendet werden kann. Die Aufgabe, die wir hier und zuvor mit kommerziellen NIRS Systemen mit Paradigmen in Blockbauweise 10,11 dargestellt sind eingesetzthat Daten mit großen Signale erzeugt und ist nicht erforderlich, weitere Analysetechniken oder Hardware, um Ähnlichkeiten zwischen den Signalen zu zeigen. Es ist jedoch möglich, dass die hier vorgestellten Daten könnte durch die Verwendung von diesen und anderen Techniken NIRS Signalverarbeitung verbessert werden. Aktuelle Methoden der funktionellen NIRS ersetzt nicht die Notwendigkeit für fMRI Scannen; eher, wie wir vorschlagen, hier können die beiden bildgebenden Verfahren (zusätzlich zu den EEG und andere) verwendet werden, um sich gegenseitig ergänzen werden. Im Fall von einer Gruppe von Personen, die für die fMRI Scannen kontraindiziert sind, können fNIRS die einzige lebensfähige Technik zu beweisen, um die Vorteile eines Fortbildungsprogramms, wie Sturzrisikopräventionsprogramme für Menschen mit Parkinson-Krankheit festzustellen. Ferner hat fNIRS eine Reihe von Zukunftsperspektiven, die auch verwendet werden können, um Informationen an die anatomischen Details durch MRT-Untersuchungen vorgesehen hinzuzufügen. Hohe Dichte Optode Platzierung und erhöht Optoden werden höhere Ausbeutezeitlichen Auflösung, die für die Konnektivität und Hauptkomponentenanalyse sowie eine erhöhte Genauigkeit der BOLD-Signal-Modellierung verwendet werden kann.

Das Ziel der hier beschriebenen Methoden war es, ein Arbeitsprotokoll zur fMRT (funktionelle Magnetresonanztomographie) und fNIRS (funktionelle Nahinfrarot-Spektroskopie) Signale in ähnlicher multimodalen Aufgaben vergleichen zu entwickeln. Insbesondere Wir sollen, um eine funktionelle Bildgebungsverfahren für die Verwendung mit Personen, die für traditionelle fMRI-Scans durch Tremor, Dyskinesien oder mehreren implantierten Geräten kontraindiziert zu entwickeln. Während viele effektives Training und Rehabilitationsprogramme gibt es für Personen mit einem Risiko für fallende, gibt es keine Bestätigung der neuronalen Mechanismen Wirksamkeit dieser Programme zugrunde liegt. Oft sind Personen, die an diesen Ausbildungsprogrammen kontraindiziert für den genannten Gründen. Unsere Gründe für diese Studie war es, die Wirksamkeit von funktionellen Nahinfrarot-Spektroskopie (fNIRS) zu bestimmen, die Muster der Hirnaktivität mit einem naturalistischen Motor Aufgabe, die ganze Körperbewegungen verbunden zu bestimmen. Langfristige Ziele sind die Entwicklung eines Tools zur Gestüty nicht nur Motorlernparadigmen, sondern dienen auch dazu, die Angemessenheit der fNIRS für eine breitere Palette von Aufgaben, die nicht möglich ist, in einer naturalistisch mit traditionellen Methoden durchzuführen sind bestätigen. fNIRS Aktivität wurde zuvor gezeigt, hoch korreliert (r = 0,77-0,94) für die homologen Regionen mit fMRI BOLD (blood oxygen level abhängig) Signalaufzeichnungen in begrenzten Studien, die gleichzeitige fNIRS und fMRI funktionelle Aktivität mit klassischen psychologischen und einfache Fingertapping Paradigmen gemessen 1-3. Die Ergebnisse dieser Studien bestätigen fNIRS gültig und zuverlässig kortikale Aktivität mit einer reduzierten Umwelt Aufgabe mit fMRI kompatibel assoziiert zu bestimmen. Hat fNIRS jedoch zahlreiche Vorteile gegenüber fMRI als bildgebende Verfahren. fNIRS, wichtiger ist, ist viel weniger empfindlich auf Bewegungsartefakte als fMRI und erlaubt Themen zu tun, als würden sie in einem naturalistischen Umwelt im Gegensatz zu fMRI Studien, die Motor paradig beschränken4 ms. Die zeitliche Genauigkeit fNIRS assoziiert ermöglicht Bestimmung von Änderungen in der neuralen Antwortfunktionen mit einer erhöhten Körnigkeit aufgrund der erhöhten Abtastfrequenz. Schließlich sind die Kosten niedriger als fNIRS fMRI Abtastung und erlaubt die Studien mit geringeren Kosten durchgeführt werden. Allerdings gibt es Nachteile fNIRS Vergleich zu fMRI einschließlich begrenzte Eindringtiefe, begrenzte räumliche Auflösung, und in jüngerer Zeit hat es sich gezeigt, daß bestimmte physiologische Phänomene wie Blutdruck, Herzfrequenz, und die Kopfhaut Blutfluss Effekte können falsche Positive zu der Einführung kortikale hämodynamische Signal 5-9. Während eine Reihe von Methoden und Hardware-Entwicklungen speziell für NIRS, einschließlich Signalverarbeitung, Hardware, um hochdichte Optode Gradienten liefern werden derzeit entwickelt, ist es noch wichtig, gemischte Methoden, fMRI und fNIRS Verfahren ergänzen sich erlauben zu entwickeln. Diese Studie dient dazu, zu testenein Verfahren der fNIRS zur Bestimmung neuronalen Mechanismen während einer naturalistischen Tanz Videospiel-Aufgabe beschäftigt. Das Ziel der Studie war es, in einem Integrationszentrum des Gehirns (der Vorgesetzte und mittleren Gyrus temporalis) zwischen einer Gruppe von Individuen zu vergleichen Tätigkeit aufgenommen mit fMRI zu einer anderen Gruppe von Probanden mit einem naturalistischen Version der Aufgabe aufgenommen mit fNIRS. Unsere Gruppe hat bisher untersuchten Bereich mit ähnlichen interaktives Spiel Paradigmen und hat Aktivität im Temporallappen reagiert auf Sau- und de-Oxy-Hb Chromophore gemäß kortikalen Aktivierungen 10 gezeigt. Wir haben ebenfalls versucht, die zuvor für die systemische Artefakte zuvor, indem Reaktionen in diesem Bereich zu steuern in der Amplitude in Bezug auf den kortikalen Last der Aufgabe ist und systemische Reaktionen auf die Aktivität selbst 11 bezogen moduliert. Die überlegene und mittleren Gyrus temporalis Die Aktivitäten mit der Integration von multi-modale Sinnesreize assoziiert bekannt und wir haben vorhergezeigt, diesen Bereich aktiv zu sein in Dance Dance Revolution (DDR) Spiel in Pilot fMRT-Studien in Ergänzung zu unseren Publikationen fNIRS 10-12. Unsere Hypothese für die aktuelle Studie war, dass die funktionelle Aktivität in diesem Bereich aufgenommen mit fNIRS erheblich mit funktionellen Aktivität aufgezeichnet mittels fMRT auf ähnliche Eingeschränkt Tanzspiel Protokoll korreliert werden. Das hier beschriebene Protokoll enthält, wie man eine Tanzvideospiel zu modifizieren, um eine Neuroimaging Paradigma in beiden fNIRS und fMRI-Protokolle verwendet werden. Das Gesamtverfahren ist jedoch nicht spezifisch auf das Paradigma des Videospielens und könnte für eine beliebige Anzahl von Aufgaben, die nicht möglich ist, in den Zwängen eines fMRI Protokoll einschließlich Sprache und Bewegungs Aufgaben bereit sind. Dieses Protokoll beschreibt die weitere Vorgehensweise, um die anatomischen Besonderheit des fMRI verwenden, um bestimmte Bereiche von Interesse (ROI), die während der Echt realen Aufgaben mit fNIRS weiter untersucht werden können, zu entwickeln.

<table border="0" cellpadding="0" cellspacing="0" width="800">
	<colgroup>
		<col />
		<col span="2" />
		<col />
	</colgroup>
	<tbody>
		<tr height="17">
			<td height="17" style="height:17px;width:208px;">Equipment</td>
			<td style="width:49px;"></td>
			<td style="width:49px;"></td>
			<td style="width:495px;"></td>
		</tr>
		<tr height="20">
			<td height="20" style="height:20px;">Shimadzu OMM-3000</td>
			<td></td>
			<td></td>
			<td>http://www.shimadzu.com/an/lifescience/imaging/nirs/nirs_top.html; The OMM-3000 used in this study has been replaced by the LABNIRS</td>
		</tr>
		<tr height="17">
			<td height="17" style="height:17px;">Polhemus Patriot 3D Digitizer</td>
			<td></td>
			<td></td>
			<td>http://polhemus.com/motion-tracking/all-trackers/patriot/</td>
		</tr>
		<tr height="20">
			<td height="20" style="height:20px;">GE Twin-Speed 1.5T MRI scanner</td>
			<td></td>
			<td></td>
			<td>http://www3.gehealthcare.com/en/Products/Categories/Magnetic_Resonance_Imaging; The Twin-Speed 1.5T scanner has been retired.&#160; A number of new scanners are available to replicate this procedure</td>
		</tr>
		<tr height="17">
			<td height="17" style="height:17px;"></td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr height="17">
			<td height="17" style="height:17px;">Software</td>
			<td></td>
			<td></td>
			<td></td>
		</tr>
		<tr height="17">
			<td height="17" style="height:17px;">Stepmania</td>
			<td></td>
			<td></td>
			<td>http://www.stepmania.com/</td>
		</tr>
		<tr height="17">
			<td height="17" style="height:17px;">Matlab</td>
			<td></td>
			<td></td>
			<td>http://www.mathworks.com/</td>
		</tr>
		<tr height="17">
			<td height="17" style="height:17px;">NIRS-SPM</td>
			<td></td>
			<td></td>
			<td>http://bisp.kaist.ac.kr/NIRS-SPM.html</td>
		</tr>
		<tr height="17">
			<td height="17" style="height:17px;">WFU Pick Atlas</td>
			<td></td>
			<td></td>
			<td>http://fmri.wfubmc.edu/software/PickAtlas</td>
		</tr>
	</tbody>
</table>

fmri validation of fnirs measurements during a naturalistic task

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced version of the task using fMRI (functional magnetic resonance imaging). Recently, it has been shown that fNIRS can accurately record functional brain activities equivalent to those concurrently recorded with functional magnetic resonance imaging for classic psychophysical tasks and simple finger tapping paradigms. However, an often quoted benefit of fNIRS is that the technique allows for studying neural mechanisms of complex, naturalistic behaviors that are not possible using the constrained environment of fMRI. Our goal was to extend the findings of previous studies that have shown high correlation between concurrently recorded fNIRS and fMRI signals to compare neural recordings obtained in fMRI procedures to those separately obtained in naturalistic fNIRS experiments. Specifically, we developed a modified version of the dance video game Dance Dance Revolution (DDR) to be compatible with both fMRI and fNIRS imaging procedures. In this methodology we explain the modifications to the software and hardware for compatibility with each technique as well as the scanning and calibration procedures used to obtain representative results. The results of the study show a task-related increase in oxyhemoglobin in both modalities and demonstrate that it is possible to replicate the findings of fMRI using fNIRS in a naturalistic task. This technique represents a methodology to compare fMRI imaging paradigms which utilize a reduced-world environment to fNIRS in closer approximation to naturalistic, full-body activities and behaviors. Further development of this technique may apply to neurodegenerative diseases, such as Parkinson&#8217;s disease, late states of dementia, or those with magnetic susceptibility which are contraindicated for fMRI scanning.

Die Ergebnisse des Experiments zeigen Tätigkeit von Integrationszentren in der oberen und mittleren Schläfenwindungen mit der funktionellen Magnetresonanztomographie (fMRI) erhalten haben eine hohe Korrelation mit funktionellen Nahinfrarot-Spektroskopie (fNIRS) Signale die gleiche Fläche in naturalistischen Version der Aufgabe bilden . Abbildung 8 zeigt die normalisierten und gemittelten Rohdaten aus 16 Themen aus dem fMRI Scanvorgang (blaue Kurve) und der 26 Themen aus dem fNIRS Protokoll (rote Kurve). Die Daten wurden zum Zeitpunkt 0 gesteckt und die aktive Phase der Spielinteraktion fand in den ersten 30 Sekunden des Graphen (mit der Bezeichnung Task). Die vertikale gestrichelte Linie zeigt den Übergang von der grünen zur roten Hintergrund in der Aufgabe und dem Beginn der Ruhephase (als Rest angegeben) Beide Datensätze zeigen Erhöhungen der Antworten in der aktiven Phase und Niedergang in der Ruhephase mit erhöhter Variabilität gesehen die fMRI-Signal. Es wurden Vergleiche zwischen den Spuren, die erste reg gemachtRessing die fMRI-Signal zur Minimierung der quadratische Mittelwert Unterschied zwischen den beiden Spuren. Der resultierende Korrelationskoeffizient zwischen den beiden Signalen bei 0,78 und p-Wert für die Korrelation war 0,03. 9 stellt ein Gehirn-Rendering mit überlagerten Kanal Standorte von einem einzigen Thema. Gemittelten Spuren von Kanal 1 und 22 sind mit durchgezogenen Linien repräsentieren Oxyhämoglobin Signale dargestellt und gestrichelte Linien repräsentiert Desoxyhämoglobin Signale. Rote und blaue Spuren stellen zwei Variationen über Gameplay, Musik und Nicht-Musik auf. Signale von Kanal 1 dienen als Kontrollbeispiel, mit dem interessierenden Bereich zu vergleichen. Signale in diesen beiden Regionen unterscheiden sich hinsichtlich aufgaben Antwort. <img alt="8" src="/files/ftp_upload/52116/52116fig8.jpg" /> Abb. 8: Zusammenhang zwischen fNIRS und fMRI Signalen von Middle Gyrus temporalis Die fNIRS(Rot) und fMRI (blau) Signale werden für jede Gruppe ± SEM von schattierten Kanten dargestellt gezeigt. Der Regressionskoeffizient zwischen den beiden ist, 0,78; p = 0,03. Der Einsatz zeigt eine Wiedergabe der aus der Tätigkeit in fMRI mit Spitzenaktivität bei MNI bestimmt ROI Koordinate (-66, -24, 0) mit einer Clustergröße = 571, Spitze t = 5,73. <a href="https://www.jove.com/files/ftp_upload/52116/52116fig8highres.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version zu sehen diese Zahl.</a> <img alt="9" src="/files/ftp_upload/52116/52116fig9.jpg" /> Abbildung 9: Unterschiede in der Signale in der zeitlichen und Frontallappen Zeitverlauf der ΔoxyHb (durchgezogene Linie) und ΔdeoxyHb (gepunktete Linie) Reaktionen von einem einzigen Thema von zwei einzelnen Studien des Tanzspiel, die zwei Bedingungen &quot;mit Musik (rot). &quot;und&quot; keine Musik (blau) &quot;Bedingungen. Diese Zahl hat sich von Ono et al modifiziert. </em&gt; 10.

Watch this Scientific Journal Video about fMRI Validation of fNIRS Measurements During a Naturalistic Task at JoVE.com

fMRI Validation of fNIRS Measurements During a Naturalistic Task

We present a method to compare functional brain activity recorded during a naturalistic task using fNIRS with activity recorded during fMRI.

fMRI Validierung fNIRS Messungen während einer naturalistischen Aufgaben

We present a method to compare brain activity recorded with near-infrared spectroscopy (fNIRS) in a dance video game task to that recorded in a reduced ...

fmri-validation-of-fnirs-measurements-during-a-naturalistic-task

Research

JoVE Journal

Behavior

20.6K Aufrufe.  Yale School of Medicine. We present a method to compare functional brain activity recorded during a naturalistic task using fNIRS with activity recorded during fMRI. 

Serie: fMRI Validation of fNIRS Measurements During a Naturalistic Task

Method for Simultaneous fMRI/EEG Data Collection during a Focused Attention Suggestion for Differential Thermal Sensation

In the present work, we demonstrate a method for concurrent collection of EEG/fMRI data. In our setup, EEG data are collected using a high-density 256-channel sensor net. The EEG amplifier itself is contained in a field isolation containment system (FICS), and MRI clock signals are synchronized with EEG data collection for subsequent MR artifact characterization and removal. We demonstrate this method first for resting state data collection. Thereafter, we demonstrate a protocol for EEG/fMRI data recording, while subjects listen to a tape asking them to visualize that their left hand is immersed in a cold-water bath and referred to, here, as the cold glove paradigm. Thermal differentials between each hand are measured throughout EEG/fMRI data collection using an MR compatible temperature sensor that we developed for this purpose. We collect cold glove EEG/fMRI data along with simultaneous differential hand temperature measurements both before and after hypnotic induction. Between pre and post sessions, single modality EEG data are collected during the hypnotic induction and depth assessment process. Our representative results demonstrate that significant changes in the EEG power spectrum can be measured during hypnotic induction, and that hand temperature changes during the cold glove paradigm can be detected rapidly using our MR compatible differential thermometry device.

We present a protocol for concurrent collection of EEG/fMRI data, and synchronized MR clock signal recording. We demonstrate this method using a unique paradigm whereby subjects receive &#x2018;cold glove&#x2019; instructions during scanning, and EEG/fMRI data are recorded along with hand temperature measurements both before and after hypnotic induction.

Methode zur gleichzeitigen fMRI/EEG-Datenerfassung während eines Focused Attention Suggestions for Differential Thermal Sensation

In the present work, we demonstrate a method for concurrent collection of EEG/fMRI data. In our setup, EEG data are collected using a high-density ...

Forschung

Verhalten

Best Current Practice for Obtaining High Quality EEG Data During Simultaneous fMRI

Simultaneous EEG-fMRI allows the excellent temporal resolution of EEG to be combined with the high spatial accuracy of fMRI. The data from these two modalities can be combined in a number of ways, but all rely on the acquisition of high quality EEG and fMRI data. EEG data acquired during simultaneous fMRI are affected by several artifacts, including the gradient artefact (due to the changing magnetic field gradients required for fMRI), the pulse artefact (linked to the cardiac cycle) and movement artifacts (resulting from movements in the strong magnetic field of the scanner, and muscle activity). Post-processing methods for successfully correcting the gradient and pulse artifacts require a number of criteria to be satisfied during data acquisition. Minimizing head motion during EEG-fMRI is also imperative for limiting the generation of artifacts.
Interactions between the radio frequency (RF) pulses required for MRI and the EEG hardware may occur and can cause heating. This is only a significant risk if safety guidelines are not satisfied. Hardware design and set-up, as well as careful selection of which MR sequences are run with the EEG hardware present must therefore be considered.
The above issues highlight the importance of the choice of the experimental protocol employed when performing a simultaneous EEG-fMRI experiment. Based on previous research we describe an optimal experimental set-up. This provides high quality EEG data during simultaneous fMRI when using commercial EEG and fMRI systems, with safety risks to the subject minimized. We demonstrate this set-up in an EEG-fMRI experiment using a simple visual stimulus. However, much more complex stimuli can be used. Here we show the EEG-fMRI set-up using a Brain Products GmbH (Gilching, Germany) MRplus, 32 channel EEG system in conjunction with a Philips Achieva (Best, Netherlands) 3T MR scanner, although many of the techniques are transferable to other systems.

Simultaneous electroencephalography (EEG) and functional Magnetic Resonance imaging (fMRI) is a powerful neuroimaging tool. However, the inside of an MRI scanner forms a difficult environment for EEG data recording and safety must be considered whenever operating EEG equipment inside a scanner. Here, we present an optimised EEG-fMRI data acquisition protocol.

Besten gegenwärtigen Praxis zur Gewinnung von High Quality EEG Daten während Gleichzeitige fMRI

Simultaneous  EEG-fMRI allows the excellent temporal resolution of EEG to be combined with the  high spatial accuracy of fMRI. The data  from these two ...

The 5-Choice Serial Reaction Time Task: A Task of Attention and Impulse Control for Rodents

This protocol describes the 5-choice serial reaction time task, which is an operant based task used to study attention and impulse control in rodents. Test day challenges, modifications to the standard task, can be used to systematically tax the neural systems controlling either attention or impulse control. Importantly, these challenges have consistent effects on behavior across laboratories in intact animals and can reveal either enhancements or deficits in cognitive function that are not apparent when rats are only tested on the standard task. The variety of behavioral measures that are collected can be used to determine if other factors (i.e., sedation, motivation deficits, locomotor impairments) are contributing to changes in performance. The versatility of the 5CSRTT is further enhanced because it is amenable to combination with pharmacological, molecular, and genetic techniques.

This protocol describes the 5-choice serial reaction time task, which is an operant based task used to study attention and impulse control in rodents. Test day challenges, which are modifications of the standard task, increase flexibility of the task and can be combined with other manipulations to more fully characterize behavior.

Die 5-Wahl Serienreaktionszeit-Aufgabe: Eine Aufgabe der Aufmerksamkeit und Impulskontrolle für Nager

This protocol describes the 5-choice serial reaction time task, which is an operant based task used to study attention and impulse control in rodents. ...

Transferring Cognitive Tasks Between Brain Imaging Modalities: Implications for Task Design and Results Interpretation in fMRI Studies

As cognitive neuroscience methods develop, established experimental tasks are used with emerging brain imaging modalities. Here transferring a paradigm (the visual oddball task) with a long history of behavioral and electroencephalography (EEG) experiments to a functional magnetic resonance imaging (fMRI) experiment is considered. The aims of this paper are to briefly describe fMRI and when its use is appropriate in cognitive neuroscience; illustrate how task design can influence the results of an fMRI experiment, particularly when that task is borrowed from another imaging modality; explain the practical aspects of performing an fMRI experiment. It is demonstrated that manipulating the task demands in the visual oddball task results in different patterns of blood oxygen level dependent (BOLD) activation. The nature of the fMRI BOLD measure means that many brain regions are found to be active in a particular task. Determining the functions of these areas of activation is very much dependent on task design and analysis. The complex nature of many fMRI tasks means that the details of the task and its requirements need careful consideration when interpreting data. The data show that this is particularly important in those tasks relying on a motor response as well as cognitive elements and that covert and overt responses should be considered where possible. Furthermore, the data show that transferring an EEG paradigm to an fMRI experiment needs careful consideration and it cannot be assumed that the same paradigm will work equally well across imaging modalities. It is therefore recommended that the design of an fMRI study is pilot tested behaviorally to establish the effects of interest and then pilot tested in the fMRI environment to ensure appropriate design, implementation and analysis for the effects of interest.

Transferring a paradigm with a history of use in EEG experiments to an fMRI experiment is considered. It is demonstrated that manipulating the task demands in the visual oddball task resulted in different patterns of BOLD activation and illustrated how task design is crucial in fMRI experiments.

Übertragen kognitiven Aufgaben zwischen Gehirnbildgebende Verfahren: Implikationen für die Aufgabengestaltung und Ergebnisse Interpretation in fMRT-Studien

As cognitive neuroscience methods develop, established experimental tasks are used with emerging brain imaging modalities. Here transferring a paradigm ...

Topographical Estimation of Visual Population Receptive Fields by fMRI

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic resonance imaging allows us to estimate voxel-based population receptive fields (pRF), i.e., the part of the visual field that activates the cells within each voxel. Prior, direct, pRF estimation methods1 suffer from certain limitations: 1) the pRF model is chosen a-priori and may not fully capture the actual pRF shape, and 2) pRF centers are prone to mislocalization near the border of the stimulus space. Here a new topographical pRF estimation method2 is proposed that largely circumvents these limitations. A linear model is used to predict the Blood Oxygen Level-Dependent (BOLD) signal by convolving the linear response of the pRF to the visual stimulus with the canonical hemodynamic response function. PRF topography is represented as a weight vector whose components represent the strength of the aggregate response of voxel neurons to stimuli presented at different visual field locations. The resulting linear equations can be solved for the pRF weight vector using ridge regression3, yielding the pRF topography. A pRF model that is matched to the estimated topography can then be chosen post-hoc, thereby improving the estimates of pRF parameters such as pRF-center location, pRF orientation, size, etc. Having the pRF topography available also allows the visual verification of pRF parameter estimates allowing the extraction of various pRF properties without having to make a-priori assumptions about the pRF structure. This approach promises to be particularly useful for investigating the pRF organization of patients with disorders of the visual system.

It is important to obtain unbiased estimates of visual population receptive fields (pRFs) by functional magnetic resonance imaging. We use mild regularization constraints to estimate pRF topography without a-priori assumptions about pRF shape, allowing us to choose specific pRF models post-hoc. This is particularly advantageous in subjects with visual-pathway lesions.

Topographische Schätzung von Visual Bevölkerung rezeptiven Felder von fMRI

Visual cortex is retinotopically organized so that neighboring populations of cells map to neighboring parts of the visual field. Functional magnetic ...

Using the Threat Probability Task to Assess Anxiety and Fear During Uncertain and Certain Threat

Fear of certain threat and anxiety about uncertain threat are distinct emotions with unique behavioral, cognitive-attentional, and neuroanatomical components. Both anxiety and fear can be studied in the laboratory by measuring the potentiation of the startle reflex. The startle reflex is a defensive reflex that is potentiated when an organism is threatened and the need for defense is high. The startle reflex is assessed via electromyography (EMG) in the orbicularis oculi muscle elicited by brief, intense, bursts of acoustic white noise (i.e., &#8220;startle probes&#8221;). Startle potentiation is calculated as the increase in startle response magnitude during presentation of sets of visual threat cues that signal delivery of mild electric shock relative to sets of matched cues that signal the absence of shock (no-threat cues). In the Threat Probability Task, fear is measured via startle potentiation to high probability (100% cue-contingent shock; certain) threat cues whereas anxiety is measured via startle potentiation to low probability (20% cue-contingent shock; uncertain) threat cues. Measurement of startle potentiation during the Threat Probability Task provides an objective and easily implemented alternative to assessment of negative affect via self-report or other methods (e.g., neuroimaging) that may be inappropriate or impractical for some researchers. Startle potentiation has been studied rigorously in both animals (e.g., rodents, non-human primates) and humans which facilitates animal-to-human translational research. Startle potentiation during certain and uncertain threat provides an objective measure of negative affective and distinct emotional states (fear, anxiety) to use in research on psychopathology, substance use/abuse and broadly in affective science. As such, it has been used extensively by clinical scientists interested in psychopathology etiology and by affective scientists interested in individual differences in emotion.

Potentiation of the startle reflex is measured via electromyography of the orbicularis oculi muscle during low (uncertain) and high (certain) probability electric shock threat in the Threat Probability Task. This provides an objective measure of distinct negative emotional states (fear/anxiety) for research on psychopathology, substance use/abuse, and broad affective science.

Unter Verwendung der Bedrohungswahrscheinlichkeit Aufgabe zu Angst und Furcht in unsicheren und bestimmte Bedrohungs Beurteilen

Fear of certain threat and anxiety about uncertain threat are distinct emotions with unique behavioral, cognitive-attentional, and neuroanatomical ...

Quantifying Learning in Young Infants: Tracking Leg Actions During a Discovery-learning Task

Task-specific actions emerge from spontaneous movement during infancy. It has been proposed that task-specific actions emerge through a discovery-learning process. Here a method is described in which 3-4 month old infants learn a task by discovery and their leg movements are captured to quantify the learning process. This discovery-learning task uses an infant activated mobile that rotates and plays music based on specified leg action of infants. Supine infants activate the mobile by moving their feet vertically across a virtual threshold. This paradigm is unique in that as infants independently discover that their leg actions activate the mobile, the infants&#8217; leg movements are tracked using a motion capture system allowing for the quantification of the learning process. Specifically, learning is quantified in terms of the duration of mobile activation, the position variance of the end effectors (feet) that activate the mobile, changes in hip-knee coordination patterns, and changes in hip and knee muscle torque. This information describes infant exploration and exploitation at the interplay of person and environmental constraints that support task-specific action. Subsequent research using this method can investigate how specific impairments of different populations of infants at risk for movement disorders influence the discovery-learning process for task-specific action.

A method is described in which 3-4 month old infants learn a task by discovery and their leg movements are captured to quantify the learning process.

Quantifizierung Lernen bei jungen Säuglingen: Tracking-Leg Aktionen während eines Ermittlungs-Learning-Task-

Task-specific actions emerge from spontaneous movement during infancy. It has been proposed that task-specific actions emerge through a discovery-learning ...

Acquisition of a High-precision Skilled Forelimb Reaching Task in Rats

Movements are the main measurable output of central nervous system function. Developing behavioral paradigms that allow detailed analysis of motor learning and execution is of critical importance in order to understand the principles and processes that underlie motor function. Here we present a paradigm to study movement acquisition within a daily session of training (within-session) representing the fast learning component and primary acquisition as well as skilled motor learning over several training sessions (between-session) representing the slow learning component and consolidation of the learned task. This behavioral paradigm increases the degree of difficulty and complexity of the motor skill task due to two features: First, the animal realigns its body prior to each pellet retrieval forcing renewed orientation and preventing movement execution from the same angle. Second, pellets are grasped from a vertical post that matches the diameter of the pellet and is placed in front of the cage. This requires a precise grasp for successful pellet retrieval and thus prevents simple pulling of the pellet towards the animal. In combination with novel genetics, imaging and electrophysiological technologies, this behavioral method will aid to understand the morphological, anatomical and molecular underpinnings of motor learning and memory.

A paradigm is presented to analyze the acquisition of a high-precision skilled forelimb reaching task in rats.

Erwerb eines Hochpräzise Skilled Vorderbein Erreichen Aufgabe in Ratten

Movements are the main measurable output of central nervous system function. Developing behavioral paradigms that allow detailed analysis of motor ...

Utilizing Electroencephalography Measurements for Comparison of Task-Specific Neural Efficiencies: Spatial Intelligence Tasks

Spatial intelligence is often linked to success in engineering education and engineering professions. The use of electroencephalography enables comparative calculation of individuals&#39; neural efficiency as they perform successive tasks requiring spatial ability to derive solutions. Neural efficiency here is defined as having less beta activation, and therefore expending fewer neural resources, to perform a task in comparison to other groups or other tasks. For inter-task comparisons of tasks with similar durations, these measurements may enable a comparison of task type difficulty. For intra-participant and inter-participant comparisons, these measurements provide potential insight into the participant&#39;s level of spatial ability and different engineering problem solving tasks. Performance on the selected tasks can be analyzed and correlated with beta activities. This work presents a detailed research protocol studying the neural efficiency of students engaged in the solving of typical spatial ability and Statics problems. Students completed problems specific to the Mental Cutting Test (MCT), Purdue Spatial Visualization test of Rotations (PSVT:R), and Statics. While engaged in solving these problems, participants&#39; brain waves were measured with EEG allowing data to be collected regarding alpha and beta brain wave activation and use. The work looks to correlate functional performance on pure spatial tasks with spatially intensive engineering tasks to identify the pathways to successful performance in engineering and the resulting improvements in engineering education that may follow.

This manuscript describes an approach to measure neural activity of humans while solving spatially focused engineering problems. The electroencephalogram methodology helps interpret beta brain wave measurements in terms of neural efficiency, with the aim of ultimately enabling comparisons of task performance both between problem types and between participants.

Unter Verwendung Elektroenzephalographie Messungen zum Vergleich der Aufgabenspezifische Neural Gelegenheit: Spatial Intelligence-Aufgaben

Spatial intelligence is often linked to success in engineering education and engineering professions. The use of electroencephalography enables ...

Feeding Experimentation Device (FED): Construction and Validation of an Open-source Device for Measuring Food Intake in Rodents

Food intake measurements are essential for many research studies. Here, we provide a detailed description of a novel solution for measuring food intake in mice: the Feeding Experimentation Device (FED). FED is an open-source system that was designed to facilitate flexibility in food intake studies. Due to its compact and battery powered design, FED can be placed within standard home cages or other experimental equipment. Food intake measurements can also be synchronized with other equipment in real-time via FED's transistor-transistor logic (TTL) digital output, or in post-acquisition processing as FED timestamps every event with a real-time clock. When in use, a food pellet sits within FED's food well where it is monitored via an infrared beam. When the pellet is removed by the mouse, FED logs the timestamp onto its internal secure digital (SD) card and dispenses another pellet. FED can run for up to 5 days before it is necessary to charge the battery and refill the pellet hopper, minimizing human interference in data collection. Assembly of FED requires minimal engineering background, and off-the-shelf materials and electronics were prioritized in its construction. We also provide scripts for analysis of food intake and meal patterns. Finally, FED is open-source and all design and construction files are online, to facilitate modifications and improvements by other researchers.

Feeding Experimentation Device FED: Construction and Validation of an Open-source Device for Measuring Food Intake in Rodents

Feeding Experimentation Device (FED) is an open-source device for measuring food intake in mice. FED can also synchronize food intake measurements with other techniques via a real-time digital output. Here, we provide a step-by-step tutorial for the construction, validation, and usage of FED.

Feeding Experimentation Gerät (FED): Konstruktion und Validierung eines Open-Source-Vorrichtung zur Messung der Nahrungsaufnahme bei Nagetiere

Food intake measurements are essential for many research studies. Here, we provide a detailed description of a novel solution for measuring food intake in ...