이 연구의 목적은 신경 활성화 패턴을 드러내는 작업 프로토콜을 개발하는 것이었습니다, 융합 EEG와 fNIRS 신경 이미징 기술을 사용하여 플랭커 작업을 밑줄. 동시 fNIRS EEG 기록은 전두엽 피질의 관계와 전체 뇌의 잠재적 구성 요소와 관련된 다른 이벤트 사이의 관계의 검사를 허용합니다. 인지 처리의 연구에서 매우 중요한 법칙 대뇌 피질의 fNIRS.
우리는 fNIRS가 주로 전두엽에 있는 신경혈관 활동을 검사하기 위해 이용된다는 것을 알고 있습니다. 높은 뇌 인지 기능 관련. 그러나 fNIRS에 의해 만난 혈역학 반응은 낮은 시간적 해상도를 가진 활동을 읽을 수 있지만 EEG는 신경 활동의 임시 발견 및 직접 측정을 제공할 수 있습니다.
EEG와 fNIRS 기록의 조합은 더 많은 기능을 식별하고 뇌 기능과 관련된 더 많은 정보를 공개 할 수 있습니다. 이 연구에서는 ERP 구성 요소의 동시 기록과 플랭커 작업을 사용하여 혈역학적 반응에 사용된 EEG fNIRS 기술을 사용합니다. 플랭커 작업과 연관된 ERP 구성 요소가 혈역학 적 반응과 상당한 상관 관계를 나타낼 수 있다고 가정하는 것이 합리적입니다.
이러한 가정을 묶기 위해 fNIRS가 설치되고 EEG 기계가 통합되어 플랭커 작업으로 이벤트에 대응하는 복잡한 신경 인식 메티즘을 드러냅니다. 실험 테스트에 앞서 모든 참가자는 통보된 동의 문서에 서명했습니다. 이 연구는 마카오 대학의 윤리위원회의 승인을 받았습니다.
동시 EEG 및 fNIRS 레코딩을 위한 1번 하드웨어 및 소프트웨어 설정입니다. 동시 EEG 및 fNIRS 레코딩을 위한 실행 가능한 헤드 캡을 구성합니다. 참가자의 머리 둘레에 따라 오른쪽 캡 크기를 선택합니다.
이 연구에서는 대부분의 청소년 또는 성인 참가자에게 적합하기 때문에 중간 크기의 캡이 사용됩니다. 문헌의 실험 설계에 따라 레이아웃을 그립니다. EEG 캡 내부 22홀을 파서 fNIRS 검안을 구체적으로 아웃된 전두엽 피질에 맞춰 보관하십시오.
10-20 국제 시스템에 따라 EEG 캡의 표면을 따라 21 또는 71 EEG 전극을 배치하고 광도용 화격자를 장착한다. 각 소스 검출기 쌍 사이의 거리를 3센티미터로 설정한 다음 검소를 수정합니다. 각각의 파란색 광판은 검출기이며 빨간색 광제는 레이저 소스입니다.
소프트웨어에서 EEG 및 fNIRS 포트 설정. EEG 시스템에 대한 이 연구에서 병렬 포트, 예 H378을 설정합니다. fNIRS 시스템에 대한 이 연구에서 직렬 포트(예 600)를 설정합니다.
포트 유형 및 번호는 다양한 EEG 및 fNIRS 설정에 대해 수정해야 합니다. 자세한 내용은 제조업체에 문의하십시오. 실험 전에 준비합니다.
레이저로 fNIRS 시스템을 따뜻하게 합니다. 30분 동안 전원을 켭분으로 전환합니다. fNIRS 측정 시스템에 필요한 모든 작업 허용자를 설정합니다.
EEG 및 fNIRS 측정 시스템을 포함하여 설치가 참여해야 합니다. 측정하고 10-20 국제 시스템에 따라 CZ 지점을 표시합니다. 왼쪽과 오른쪽 상호 들여쓰기 사이의 거리의 절반에서 CZ의 전극 위치를 식별합니다.
참가자이 먼저 이마를 따라 캡의 앞쪽 부분을 놓고 캡의 뒤쪽 세션을 목쪽으로 당깁니다. 위치를 유효성 검사합니다. 참고, EEG 전극을 먼저 설정하고 이후에 가장 가까운 검소를 설정하는 것이 좋습니다.
EEG 전도성 젤이 가장 가까운 검소의 배치를 위한 구멍을 덮는 경우 검소의 오염을 방지하기 위해 깨끗해야 한다. EEG 녹음 준비. EEG 전극 화격자의 구멍을 통해 무딘 바늘을 삽입하여 전도성 젤을 채웁니다.
레벨에 따라 모든 전극을 EEG 전극 그리드에 넣습니다. EEG 소프트웨어를 열고 전극의 신호 품질을 검사합니다. 신호 품질이 요구 사항을 충족할 수 없는 경우 전도성 젤을 다시 작성하여 전극을 재조정합니다.
fNIRS 녹음 준비. 주의 는 직접 소스의 레이저 빔에 참가자의 눈을 노출하지 않습니다. fNIRS 측정 시스템과 추가 홀더에 부착 된 홀더 암위에 광섬유를 배치합니다.
섬유가 깔끔하고 깔끔한지 확인하십시오. 레이아웃에 따라 광학 소스와 검출기를 구멍에 삽입합니다. 신호 품질을 테스트합니다.
채널에 노이즈 비율에 대한 높은 수준의 신호가 없는 경우. 예를 들어, 채널이 노란색으로 표시되면 광학 프로브를 둘러싼 참가자 머리카락을 부드럽게 교환하여 광학 프로브와 두개골 사이에 존재하지 않는 지 확인합니다. 2.8.3 단계가 신호 품질을 향상시킬 수 없다면 신호 강도를 높입니다.
신호가 너무 많은 경우. 예를 들어 채널이 빨간색으로 표시된 경우 신호 강도를 줄입니다. 실험을 실행합니다.
신호가 우수한 신호 대 잡음 비율로 안정되고 참가자가 실험 지침에 익숙할 때 실험을 시작합니다. 실험 후 EEG fNIRS에서 데이터를 저장하고 내보냅니다. EEG 전극과 fNIRS 광학 프로브를 신중하게 제거합니다.
3D 디지타이저가 있는 fNIRS 검안의 3차원 3D MNI 좌표의 측정. 참가자들이 의자에 앉아 센서가 달린 안경을 착용하게 합니다. 컴퓨터에서 디지타이저 소프트웨어를 엽니다.
3D 디지타이저 시스템이 적절한 com 포트를 통해 컴퓨터와 연결되어 있는지 확인합니다. 파일에 설정된 검소 레이아웃을 로드합니다. 3D 디지타이저 스타일을 이동하여 주요 위치에 따라 다릅니다.
NZ, LZ, 왼쪽 귀, 오른쪽 귀, CZ 화면을 따라 스타일러스의 버튼을 누릅니다. 광학 소스 및 검출기를 현지화합니다. 3D 좌표 파일을 내보냅니다.
데이터 분석. fNIRS 데이터 분석. 메트라이프 2019를 사용하여 fNIRS SPM의 등록 옵션을 사용하여 3D MNI 좌표 파일을 처리합니다.
3D 디지털화로 독립 실행형 특별 등록을 선택합니다. 이전을 선택하고 다른 사용자와 원본 텍스트 파일을 저장합니다. 등록. 다음 단계에 따라 Homer2 소프트웨어로 사전 처리 fNIRS 신호가 있습니다.
수정된 모션 아티팩트 수정의 응용 프로그램입니다. 그런 다음 0.015 헤르츠를 0.2 헤르츠로 필터링합니다. 평균 값을 분할하여 보다 동적 신호 진폭을 정규화합니다.
3D 디지털화된 정보를 기반으로 하는 각 채널에 대한 fNIRS 데이터를 생성합니다. 추가 분석을 위해 fNIRS SPM의 회귀 계산에 따라 SFC에서 등록 확률이 100% 이상인 채널을 선택합니다. HbO의 피크 값을 내보냅니다.
EEG 데이터 처리. 플러그인을 사용하여 원시 EEG 데이터 폴더를 EEG 실험실에 로드합니다. 이 연구에서 BDF 파일에 대한 BOC 플러그인을 선택합니다.
참고, EEG 데이터 파일 형식에 따라 적합한 플러그인을 선택하십시오. EEG 랩의 채널 위치 정보를 설정합니다. 캡의 해당 위치 파일을 로드합니다.
우리는 EEG 실험실의 하나의 플러그인ERP 실험실에서 전극을 참조. 채널을 선택하고 대량 저장에 참조된 전극으로 배치합니다. ERP 랩의 이벤트 및 빈 파일을 기반으로 EEG 데이터를 추출합니다.
IIR 필터를 사용하여 ERP 랩에서 EEG 데이터 세그먼트를 필터링합니다. 30 헤르츠의 컷오프로 낮은 주파수를 필터링하고 0.1 Hertz의 곡선으로 높은 주파수를 필터링합니다. EEG 실험실에서 Bendon 성분 분석 내에서 안구 EEG 아티팩트를 제거합니다.
ERP 랩의 모든 채널에서 양수 100에서 음수 100 마이크로볼트까지 의 범위를 초과하는 진폭 값을 가진 EEG 데이터 세그먼트를 거부합니다. ERP 랩의 EEG 데이터 세그먼트입니다. 참고, 이들은 일반적으로 사용되는 데이터 분석 방법 및 EEG 및 fNIRS 데이터를 사전 처리하기위한 소프트웨어입니다.
사용할 수있는 수많은 처리 소프트웨어및 방법이 있습니다. 상관 관계 계산. Pearson 상관 관계 분석을 통해 fNIRS와 EEG 레코딩 간의 관계를 생성합니다.
대표적인 결과. fNIRS 헤드셋 배치 및 채널 구성. 디지털화된 검소 레이아웃은 MNI 좌표 시스템으로 변환되고 뇌 피질을 따라 겹칩니다.
플랭커 작업과 연결된 모든 채널에 대한 HbO 신호입니다. 녹색 곡선은 합동 상태를 나타내는 동안 일치하는 상태를 나타내는 분홍색 곡선. FZ 및 FCZ 전극에 대한 ERP 신호.
검은색 곡선은 위화감을 정의하고 빨간색 곡선은 합동 상태를 나타냅니다. 부조화 상태에 대한 SFC를 따라 ERP N200및 fNIRS 신호 사이의 상관 관계. 요약하자면 EEG와 fNIRS 신경 이미징을 결합하여 전두엽 피질의 전체 뇌 및 혈역학적 반응의 신경 신호를 기록함으로써 측면으로 관련된 뇌 활성화를 매핑하기 위해 수행되었다.
우리는 성공적으로 플랭커 작업으로 EEG 및 fNIRS 데이터를 인수했습니다. 우리의 발견은 fNIRS 혈역학 반응 및 ERP N200 분대가 플랭커 작업과 관련되었던 인지 기계장치의 다른 관점을 나타내는 현저하게 상관관계가 있다는 것을 보여주었습니다. 당사의 멀티모달 신경 이미징 결과는 다른 인지 처리의 신경 메커니즘에 대한 이해를 개선하기 위한 새로운 길을 열어주는 뇌에 기여하는 EEG 및 fNIRS 기술을 결합한 필수적인 역할을 지원합니다.
