用全腦的腦電圖和近紅外功能成像結(jié)合測量在類別流暢性任務(wù)時的心理狀態(tài)

隨著腦科學(xué)測量設(shè)備的發(fā)展，越來越多的研究者不再滿足于使用單一的腦電測量或者近紅外測量進行腦部功能的檢測和實驗研究，隨之而來的是多模態(tài)的結(jié)合測量。近紅外和腦電的結(jié)合，既考慮到了腦電的高時間分辨率也兼顧了近紅外的高空間分辨率，兩者的結(jié)合使得研究者對認(rèn)知功能或腦功能測量更為得心應(yīng)手。那么究竟所謂的多模態(tài)結(jié)合是否能如預(yù)期所想，同時應(yīng)用到腦電的高時間分辨率和近紅外的高空間分辨率呢？17年下半年新出的一篇論文，以多模態(tài)結(jié)合的方式測量10個被試，解釋了這一點。

論文摘要

使用全腦腦電和近紅外功能成像測量，即對比EEG&fNIRS多模態(tài)測量與單個測量系統(tǒng)之間的比較，采集健康被試群體在執(zhí)行類別流暢性測驗時的數(shù)據(jù)并將其應(yīng)用到機器學(xué)習(xí)方法中，得出結(jié)論如下：腦電圖和近紅外的結(jié)合其精度高于各子系統(tǒng)。該研究亮點在于準(zhǔn)確和實用的解碼方法，對醫(yī)學(xué)診斷、腦機接口設(shè)計和神經(jīng)工效學(xué)方面應(yīng)用都有極大的潛力。

前言及方法

一直以來準(zhǔn)確、實用、無創(chuàng)地測量心理狀態(tài)是所有研究人員夢寐以求的目標(biāo)，高精確度和便捷性是很多應(yīng)用的技術(shù)方向。一些應(yīng)用于生活和診所中的主動或被動的腦機接口技術(shù)，例如，通過更為精確的設(shè)計來提高人類的表現(xiàn)能力、幸福感、測量認(rèn)知和認(rèn)知狀態(tài)、診斷和治療疾病等。多模態(tài)結(jié)合研究能夠保證其測量數(shù)據(jù)的精確性，本次的主要目標(biāo)是量化使用相比單個測量的數(shù)據(jù)質(zhì)量。

腦電圖主要來自于樹突突觸后電位的同步化，它是一個大神經(jīng)元種群的輸入，而不是其動作電位。通過測量在電極和放置在頭部或者身體上的參考電極之間的電位差（<100uv），EEG可以反映在該電極位置記錄的動作電位，但也可能會受到遠處較強電位的影響。近紅外功能成像測量，依據(jù)血液動力學(xué)可以通過近紅外光測量擺放在頭皮上的探測器和光源形成有效通道中相關(guān)血氧濃度的變化。它與EEG測量同樣具有便攜性。我們使用連續(xù)波方法上，兩個波長的近紅外光測量皮質(zhì)上的含氧和脫氧血紅蛋白改變量。光源和探測器擺放在距離不遠的光極點上，通過修正的Beer-lambert law進行計算血紅蛋白改變量。在神經(jīng)活動中，會伴隨含氧血紅蛋白的增加和脫氧血紅蛋白的減少。這個和核磁的血液動力學(xué)反應(yīng)類似。近紅外已經(jīng)被廣泛地使用在成人的腦成像研究和腦發(fā)展領(lǐng)域中。

腦電和近紅外信號來自于不同的測量原理和物理學(xué)基礎(chǔ)，也表示這可能會受到光學(xué)耦合機制或測量元件的影響而導(dǎo)致測量上的時間不一致性。因此，使用兩個測量系統(tǒng)進行收集數(shù)據(jù)是最好的選擇。腦電和近紅外測量結(jié)合也提供了基于神經(jīng)血管的相關(guān)信息。神經(jīng)血管信息會比單一的腦電測量和近紅外功能成像測量要更為精確和具有優(yōu)勢。

雖然腦電和近紅外結(jié)合的研究已經(jīng)相對來說比較多，但是沒有系統(tǒng)的進行兩者結(jié)合和單個測量之間的特點比較。另一個主要的研究目的是比較使用混合系統(tǒng)中各子系統(tǒng)的性能。在本次研究中我們使用腦電和近紅外在基于10-20的腦全圖上測量，包括前額葉、額葉、中央?yún)^(qū)、顳葉、頂葉、枕葉區(qū)域。很多研究者使用前額葉進行研究因為其頭發(fā)較少。實際上，在快速部署方面，小范圍精確性的測量比全圖測量要好。在測量精度上，如在BCI研究中，就引起了小范圍測量精確度的問題。本文使用的全腦測量模式允許我們解決這個問題。

我們使用比較合適的言語流暢性測量中的類別流暢性作為測量任務(wù)。類別測量任務(wù)需要更多的心理能力，比如在特定的語義類別中枚舉并在所提供的語義中搜索單詞會需要額外的注意力及自我控制以防重復(fù)枚舉。在健康個體中進行類別流暢性測試已經(jīng)有了很多的神經(jīng)影響數(shù)據(jù)。言語流暢相關(guān)能力表現(xiàn)和腦活動的改變與臨床結(jié)果有關(guān)，如創(chuàng)傷性腦損傷或認(rèn)知能力下降。言語流暢性任務(wù)也在BCI研究中或其他研究中被廣泛使用，然而我們沒有發(fā)現(xiàn)在多模態(tài)結(jié)合中測量言語流暢性，因此使用腦電和近紅外結(jié)合在語言環(huán)境中的研究會有很大的貢獻，尤其在測量的精確度和實用性上。

研究設(shè)計

本次實驗，經(jīng)過休斯敦大學(xué)機構(gòu)評審委員會批準(zhǔn)，使用標(biāo)準(zhǔn)設(shè)計的BLOCK設(shè)計。在填寫知情同意書后，被試坐在桌子前的椅子上，一個block實驗設(shè)計包括30秒的休息時間，被試處于放松狀態(tài)、不進行移動、思考或沉睡。之后是30S的類別流暢性測驗任務(wù)。在任務(wù)的開始階段，從先前的名單中隨機選擇測驗的目標(biāo)詞如：花、車。被試的任務(wù)是枚舉屬于此類的單詞。在桌子上的小白板上寫下名字。要求只用一只手且盡量小幅度地移動，30秒大概可以寫6個左右的單詞。實驗過程中比較快的被試會被通知慢一點。如果在小白板上沒有發(fā)現(xiàn)任何詞語的話則以同樣的速度寫上“沒有想法”。任務(wù)過后是下一個30S休息時間，最后一部分是讓被試以周一-周二-周日的形式以相同速度寫下詞語，作為控制條件。任何一個記錄都包括這三個重復(fù)的Block：任務(wù)、Rest或控制時間段。十個健康的被試參與了研究（8男，平均年齡26，24-28之間）。所有的被試都能夠使用英語交流而且實驗前三小時內(nèi)無飲酒或咖啡，沒有吸煙史和其他疾病（自我報告）。

數(shù)據(jù)收集

腦電和近紅外的數(shù)據(jù)同步采集使用迷你EEG和NIRScout拓展連續(xù)波系統(tǒng)（美國NIRX，深圳瀚翔為中國區(qū)總代）。迷你EEG采用經(jīng)藥監(jiān)局批準(zhǔn)的無線設(shè)備，在250Hz水平上以16位的分辨率記錄19個通道數(shù)據(jù)。fNIRS連續(xù)波分別在760和850nm處，且近紅外軟件在每次記錄時都可以進行信號質(zhì)量的檢測。EEG和fNIRS的結(jié)合同步使用Prestation 軟件進行操作，EEG和近紅外的通道共同坐落在10-20系統(tǒng)中的Fp1、Fp2、F7、F3、F8、C3、Cz、C4、T3、T4、T5、T6、P3、P4、Pz、O1、O2點，覆蓋了整個頭部。EEG的參考和地電極分別位于FCz和Fpz，為了穩(wěn)定地將腦電圖傳感器保持在一起，在每個點都有fNIRS源探測器對時，我們使用了三聯(lián)容器。

過程

信號經(jīng)過了雙通濾波（0.5-80Hz的腦電濾波和0.01-0.5的近紅外濾波），并且腦電經(jīng)過60Hz的交流電濾波來消除交流電的影響。功率圖譜使用非重疊的△W=1秒的明窗窗口建立。這個△f=1/△W=1HZ對于在后來的特征提取階段確定頻帶是足夠的了。近紅外探測器在兩個波長所產(chǎn)生的數(shù)據(jù)通過修正的beer-lambert公式來計算相應(yīng)的含氧和脫氧血紅蛋白改變量。研究者進行了偽跡處理如眨眼、肌肉運動、運動影響和睡眠。有兩個被試的數(shù)據(jù)因為包涵了過多的額外偽跡，所以被剔除了。因此有8個包含最多10%的數(shù)據(jù)偽跡進入了分析階段。在MBL中使用的參數(shù)值和其他硬件的設(shè)置及預(yù)處理和之前的研究是一樣的。數(shù)據(jù)1顯示了預(yù)處理數(shù)據(jù)的一個例子。大多數(shù)的EEG波包含了明顯的α波，頻率在8-12HZ。特別是在頂葉和枕葉區(qū)域。腦電圖的模式，以及oxy-(紅色的痕跡)和脫氧血紅蛋白的變化(藍色)，包含了可能與不同程度的認(rèn)知負(fù)荷有關(guān)的波動。本文中描述的計算使用了Matlab的v.8.2.0.701。

美國NIRX公司

美國NIRX是一家致力于近紅外成像研究的專業(yè)企業(yè)，近紅外設(shè)備制造采用德國工藝，追求更精準(zhǔn)的設(shè)計和更優(yōu)質(zhì)的服務(wù)，分析軟件所使用的近紅外數(shù)據(jù)分析環(huán)境在NITRC（神經(jīng)成像信息學(xué)工具與資源之家）光學(xué)成像下載量為第一，活躍度為第一，深受歐美神經(jīng)科學(xué)研究的喜愛，包含了便攜式近紅外NIRSport、NIRSOUT、NIRSCOUTX等兼容LED光源和laser激光光源可選，滿足從幼兒到老年人的含氧和脫氧血紅蛋白測量，更具有多模態(tài)結(jié)合能力，包括其與EEG/ERP、fMRI、TMS、TDCS等設(shè)備的結(jié)合。近期，NRIX設(shè)備結(jié)合成熟的近紅外數(shù)據(jù)分析軟件使得最近涌現(xiàn)出一批高影響因子文章：

1、de Lima-Pardini, Andrea Cristina., Zimeo Morais, Guilherme A., Balardin, Joana Bisol., Coelho, Daniel Boari., Azzi, Nametala Maia., Teixeira, Luis Augusto.,Sato, Jo?o Ricardo. (2017). Measuring cortical motor hemodynamics during assisted stepping - An fNIRS feasibility study of using a walker., Gait Posture, 56, 112-118.  便攜式近紅外NIRSport8*8；（康復(fù)、自然環(huán)境）；

2、Balardin, Joana B., Zimeo Morais, Guilherme A., Furucho, Rogério A., Trambaiolli, Lucas., Vanzella, Patricia., Biazoli, Claudinei.,Sato, Jo?o R. (2017). Imaging Brain Function with Functional Near-Infrared Spectroscopy in Unconstrained Environments., Front Hum Neurosci, 11, 258. 臺式NIRScout16x16 &便攜式NIRSport8x8；（運動：音樂+乒乓球，自然環(huán)境檢測）；

3、Balardin, Joana Bisol., Zimeo Morais, Guilherme Augusto., Furucho, Rogério Akira., Trambaiolli, Lucas Romualdo., Sato, Jo?o Ricardo.. (2017). Impact of communicative head movements on the quality of functional near-infrared spectroscopy signals: negligible effects for affirmative and negative gestures and consistent artifacts related to raising eyebrows., J Biomed Opt, 22(4), 46010.NIRScout16x16臺式近紅外（人際間交流、信號質(zhì)量控制）；

4、Shin, Jaeyoung., Müller, Klaus-Robert., Schmitz, Christoph H., Kim, Do-Won., Hwang, Han-Jeong.. (2017). Evaluation of a Compact Hybrid Brain-Computer Interface System., Biomed Res Int, 2017, 6820482.  NIRSport8*8；（BCI腦機接口）；

5、Graber, Harry L., Al abdi, Rabah., Xu, Yong., Asarian, Armand P., Pappas, Peter J., Dresner, Lisa.,...Barbour, Randall L. (2015). Enhanced resting-state dynamics of the hemoglobin signal as a novel biomarker for detection of breast cancer., Med Phys, 42(11), 6406-24.  NIRSOUT32×64；（疾病）；

6、 Piao, Daqing., Barbour, Randall L., Graber, Harry L., Lee, Daniel C.. (2015). On the geometry dependence of differential pathlength factor for near-infrared spectroscopy. I. Steady-state with homogeneous medium., J Biomed Opt, 20(10), 105005. DPF（近紅外光譜的路徑長度因子，方法學(xué)）；

7、Zhang, Dandan., Zhou, Yu., Hou, Xinlin., Cui, Yun., Zhou, Congle.. (2017). Discrimination of emotional prosodies in human neonates: A pilot fNIRS study., Neurosci. Lett., 658, 62-66. NIRSOUT 16*24；（嬰幼兒認(rèn)知）。