本研究の目的は、神経活性化パターンを明らかにする働くプロトコルを開発し、融合されたEEGとfNIRS神経イメージング技術を用いてフランカータスクに下線を引くことであった。同時fNIRS EEGの記録は前頭前野の関係および全脳の潜在的な構成要素に関連する異なった出来事の関係の点検を可能にする。認知処理の研究においてかなり重要な法則である大脳皮質のfNIRS。
fNIRSは主に前頭葉の神経血管活動の検査に用いられることが分かっています。高脳認知機能に関連しています。しかし、fNIRSによって満たされた血行力学的応答は、低い時間的解像度で活動を読み取ることができますが、脳脳は神経活動の一時的な発見と直接測定を提供することができます。
脳脳とfNIRSの録音の組み合わせは、より多くの機能を識別し、脳機能に関連するより多くの情報を明らかにすることができます。この研究では、ERPコンポーネントの同時録音とフランカータスクによる血行力学的応答に使用されたEEG fNIRS技術を使用します。ERPコンポーネントがフランカータスクと関連付けられていると仮定すると、血行力学的応答と有意な相関関係を示すことができると考えるのが合理的です。
この仮定をテザーするために、fNIRSセットアップと脳脳装置を一緒に統合し、カンカータスクを伴うイベントに対応する複雑な神経認知メチズムを明らかにした。実験テストの前に、すべての参加者がインフォームドコンセント文書に署名しました。この研究は、マカオ大学の倫理委員会によって承認されました。
第1位、ハードウェアおよびソフトウェアの設定は、同時のEEGおよびfNIRS録音用です。同時のEEGおよびfNIRSの録音のための実現可能なヘッドキャップを構築する。参加者の頭囲に応じて、適切なキャップサイズを選択します。
この研究では、ほとんどの思春期または成人の参加者に適しているので、中型のキャップが使用されます。文献の実験計画に従ってレイアウトを描きます。具体的に前頭皮質に沿ってfNIRSオプトデを保持するための脳海検体の内側に22の穴を掘ります。
10-20国際システムに従ってEEGキャップの表面に沿って21または71のEEG電極を配置し、検眼用の格子を取り付けます。各ソースディテクタペア間の距離を3センチメートルに設定し、光光を固定します。青い光は検出器で、赤い光はレーザー光源です。
ソフトウェアの EEG および fNIRS ポートの設定。この研究で、EEGシステムのパラレルポート(H378の例)を設定します。fNIRS システムのこの調査のシリアル ポート(例 600)を設定します。
ポートの種類と番号は、さまざまな EEG および fNIRS のセットアップに関して変更する必要があります。詳細については、製造元にお問い合わせください。実験前の準備。
レーザーでfNIRSシステムをウォームアップします。電源を入れます。fNIRS測定システムに必要な操作許可を全て設定します。
参加者にEEGおよびfNIRS測定システムを含むセットアップが必要です。10-20国際システムに従ってCZポイントを測定し、マークします。左右の軌道間のくぼみとの距離の半分との距離の半分でCZの電極位置を特定する。
最初に参加者の額に沿ってキャップの前部を置き、次にキャップのバックセッションを首に向かって引き下げてください。位置を検証します。注: EEG電極はまず、最も近い検眼を設定することを強くお勧めします。
EEG導電性ゲルが最も近い光物の配置のための穴を覆うならば、それは光物の汚染を防ぐためにきれいであるべきです。EEG録音の準備。EEG電極格子の穴に鈍い針を挿入して導電性ゲルを充填する。
すべての電極をレベルに応じて、EEG電極グリッドに配置します。EEGソフトウェアを開き、電極の信号品質を検査します。信号品質が要件を満たさなかった場合は、導電性ゲルを補充して電極を再取り付けします。
fNIRS の録音の準備。注意は、参加者の目を直接ソースのレーザー光にさらさないでください。fNIRS測定システムに取り付けられたホルダーアームに沿って光ファイバーを配置し、追加のホルダーを設置します。
繊維がきちんと整っていることを確認してください。レイアウトに従って、光学ソースと検出器を穴に挿入します。信号品質をテストします。
チャンネルに高レベルの信号対ノイズ比がない場合。例えば、チャネルが黄色でマークされている場合、光学プローブを囲む参加者の毛を穏やかにスワップして、光学プローブと頭蓋骨の間に何も存在しないようにする。ステップ2.8.3が信号品質を改善できない場合は、信号強度を上げる。
信号が多すぎる場合。例:チャンネルが赤色でマークされている場合、信号強度を下げる。実験を実行します。
信号が安定していて、信号対雑音比が優れ、参加者が実験指示に精通している場合に実験を開始します。実験の後、EEG fNIRS からデータを保存してエクスポートします。EEG電極とfNIRS光学プローブを慎重に取り外します。
3DデジタイザーによるfNIRSオプトデの3次元3D MNI座標の測定。参加者は椅子に座って、センサーで眼鏡を着用しましょう。コンピュータでデジタイザソフトウェアを開きます。
3D デジタイザ システムが適切な com ポートを介してコンピュータと接続していることを確認します。ファイルに設定されたオプトデのレイアウトを読み込みます。3D デジタイザ スタイルを移動して、キーの位置を合致させる。
NZ、LZ、左耳、右耳、CZは画面に沿って、スタイラスのボタンを押します。光学ソースと検出器をローカライズします。3D 座標ファイルをエクスポートします。
データ分析。fNIRS データ分析。3D MNI 座標ファイルを処理するには、FNIRS SPM の登録オプションを使用して、MetLife 2019 を使用します。
3Dデジタイズでスタンドアロンの特別登録を選択します。以前のファイルを選択し、他のファイルと元のテキストファイルを保存します。登録。次の手順に従って Homer2 ソフトウェアで fNIRS 信号を事前処理します。
修正されたモーションアーティファクト補正の適用。その後、フィルタリング 0.015 ヘルツを 0.2 ヘルツに渡します。平均値を除算して、より動的な信号振幅を正規化します。
3D デジタル化された情報に基づいて、各チャネルの fNIRS データを生成します。さらに分析するために fNIRS SPM の回帰計算に従って、SFC で登録確率が 100% 以上のチャンネルを選択します。HbO のピーク値をエクスポートします。
EEG データ処理。プラグインを使用して、生のEEGデータフォルダをEEGラボにロードします。この調査で BDF ファイルの BOC プラグインを選択します。
EEGデータファイル形式に応じて、適切なプラグインを選択してください。EEG ラボのチャネルの位置情報を設定します。キャップの対応するロケーションファイルをロードします。
私たちは、EEGラボの1つのプラグインであるERPラボの電極で参照しています。チャンネルを選択し、参照電極としてマスストレージに配置します。ERP ラボのイベント ファイルとビン ファイルに基づいて、EEG データを抽出します。
IIR フィルターを使用して、ERP ラボの EEG データ セグメントをフィルター処理します。30ヘルツのカットオフで低周波数をフィルタリングし、0.1ヘルツの曲線で高周波数をフィルタリングすることによって。EEG ラボのベンドン成分解析内で眼の EEG アーティファクトを除去します。
ERP ラボの任意のチャネルで、正の 100 から負の 100 マイクロボルトまでの範囲を超える振幅値を持つ EEG データ セグメントを拒否します。ERP ラボの EEG データ セグメント。これらは、一般的に使用されるデータ分析方法であり、EEGおよびfNIRSデータを前処理するためのソフトウェアです。
数多くの処理ソフトウェアとメソッドがあります。相関計算。ピアソン相関分析を使用して、fNIRS と EEG の録音間の関係を生成します。
代表結果。fNIRSヘッドセットの配置とチャンネル構成。デジタル化されたオプトードのレイアウトは、MNI座標系に変換され、脳皮質に沿って重なっています。
フランカータスクに関連付けられているすべてのチャネルのHbO信号。ピンクの曲線は一致する条件を示し、緑の曲線は一致条件を示します。FZおよびFCZ電極用のERP信号。
黒い曲線は不一致条件を定義し、赤の曲線は一致条件を表します。不一致条件に対する SFC に沿った ERP N200 と fNIRS シグナルの相関。要約すると、脳内およびfNIRSの神経画像を組み合わせて、脳全体の神経信号と前頭前野の血行力学的応答を記録することによって横たわって関与する脳活性化をマッピングするために行った。
私たちは、フランカータスクでEEGとfNIRSデータを正常に取得しました。我々の知見は、fNIRS血モ力学応答およびERP N200成分が、フランカータスクに関連する認知メカニズムの異なる視点を示す有意に相関していることを示した。当社のマルチモーダルニューロイメージング結果は、脳とfNIRSを組み合わせた脳に貢献する技術の本質的な役割をサポートし、異なる認知処理の神経機構の理解を向上させる新しい道を開きます。
