1.引言

功能性近紅外光譜技術(shù)(fNIRS)是一種通過測量與大腦活動相關(guān)的皮層血流動力學(xué)變化，從而來間接反映神經(jīng)元活動的光學(xué)成像技術(shù)(Scholkmann et al., 2014)。與其他測量大腦活動的技術(shù)相比，fNIRS的優(yōu)勢在于安全，靈活便攜，抗運動干擾強，且性價比高。因此，此種成像技術(shù)也被認(rèn)為是一種具有極大應(yīng)用前景的新興成像技術(shù)。然而，fNIRS在人類受試者研究中的使用目前還受到幾個未解決的問題的限制。首先，就是從整個通道中收集足以對皮層血流動力學(xué)進(jìn)行可靠的估計的具有較高信噪比(SNR)的光信號。其次，在正式采集信號前，安裝大量的光極可能需要花費大量的時間。最后，由于過于濃密和顏色過深的頭發(fā)而導(dǎo)致的光極與頭皮無法形成良好的耦合，

如圖1中的黃色和紅色光極。

圖1

雖然，以上問題在一定程度上可以通過研究者在長期的科研實踐過程中所積累的經(jīng)驗來克服。但是，仍然需要在正式采集數(shù)據(jù)之前建立一種定量的方法來驗證足夠的SNR，以有效的管理通道信號的損失。因此，有研究者提出了一種方法來計算給定的fNIRS通道的信噪比(SNR)的客觀測量值并顯示人頭模型上單個光極的耦合狀態(tài)。此種方法旨在直觀地顯示出哪些光極需要調(diào)整以獲得更好的頭皮耦合，并提高光極通道的信噪比(Luca et al., 2016)。

2.方法

2.1 fNIRS通道的信噪比

fNIRS光學(xué)通道的信噪比與形成通道的兩個光極(發(fā)射極，接受極)中任何一個光極與頭皮的耦合情況密切相關(guān)。通?？梢岳妙^皮耦合指數(shù)(Scalp Coupling Index, SCI )來反映fNIRS中的SNR(Pollonini et al., 2014)。SCI會受到所使用的近紅外光的波長和由頭部或下頜運動所引起的偽跡的影響。因此在計算某個時間點的SCI時，通常先要對原始信號進(jìn)行帶通濾波，將 0.5 Hz 至 2.5 Hz 之間的原始光檢測信號(對應(yīng)于每分鐘 30 至 150 次心搏 (bpm) 的心臟搏動)與皮質(zhì)成分(即靜息或事件相關(guān)腦血流動力學(xué))和其他全身成分(即呼吸、Mayer 波)進(jìn)行分離。

圖2

2.2 基于圖形的光學(xué)拓?fù)洳季?/span>

具有高信噪比的fNIRS通道由兩個與頭皮接觸良好的光極所組成。相反，如果兩個光極中的任何一個或兩個與頭皮分離，則會形成具有低信噪比的通道，并且使得研究者無法確定需要調(diào)整哪個光極才能恢復(fù)較高的信噪比。單個光通道的信噪比與其兩個貢獻(xiàn)光的頭皮耦合之間的關(guān)系可以用布爾方程(Boolean Equation)在數(shù)學(xué)上建模O1∧O2 = W1,2,在這里O1,O2表示兩個光極的布爾耦合狀態(tài)(即，0 = 未耦合，1 = 耦合)，W1,2是布爾值，表示通道的SNR是否高于某個設(shè)定的閾值(即W1,2=1如果 SCI > 0.8，否則W1,2= 0)。如果測得的信噪比足夠高(w1,2= 1)，方程由對 (O1,O2) = (1，1) 表示兩個光頭都與頭皮良好接觸,相比之下，W1,2= 0 產(chǎn)生三種可能的解 (0，0)、(0，1) 和 (1，0)。這種單通道布爾模型可以擴(kuò)展到fNIRS的光極布局中。例如，設(shè)置一個方程組P：Oi∧Oj=Wi,j,i和j表示配成一對的發(fā)射極與探測極，P表示由i,j所形成一個光極通道，通過求解未知的N元方程組(O1…Oi,Oj…On)就可以得到所有光極與頭皮的耦合狀態(tài)。此種算法的目標(biāo)是迭代一個過程，即從佩戴fNIRS光極期間收集的光信號中測量Wi,j，隨后實時求解布爾系統(tǒng)(O1…Oi,Oj…，ON)，以便不斷的向研究者反映那些具有較差頭皮耦合狀態(tài)(Oi = 0)并需要調(diào)整的光極是哪些。為了制定布爾系統(tǒng)并實現(xiàn)其數(shù)值解決方案，我們建議使用連接圖對任何特定fNIRS頭飾的光學(xué)布局進(jìn)行建模，其中N個節(jié)點代表光極(無論它們是光源還是探測器)，使用矩陣表示法，拓?fù)鋱D形由表示邊的二進(jìn)制鄰接矩陣 E(大小 N x N)來描述存在于兩個節(jié)點 i 和 j 之間ei,j，而 fNIRS 通道的SNR 由二進(jìn)制權(quán)重矩陣 W(大小 N x N)來描述，其中如果 SNR 可接受則Wi,j= 1，否則Wi，j= 0，圖3為一個圖形建模的示例，圖4詳細(xì)地展示了算法的流程

01

圖3

圖4

3.結(jié)果

為了驗證上述測量SNR方法的有效性，研究者展示了在濾波前、歸一化后和跨相關(guān)后，在被試頭部測量的無噪聲和有噪聲光信號，如圖5：(a)和(b)為無/有噪聲的光極通道原始信號

(c)和(d)為被歸一化后無/有噪聲的光學(xué)通道信號

(e)和(f)為無/有噪聲光學(xué)通道的交叉相關(guān)信號

圖5

值得注意的是：SCI在無噪聲光學(xué)通道中的值接近于1，而在有噪聲光學(xué)通道中的SCI約為0.23當(dāng)檢驗了與實驗相關(guān)的所有光通道的SNR后，就可以通過應(yīng)用方法部分中描述的基于圖形的迭代算法來確定每個光極的頭皮耦合。為了證明其有效性，研究者使用了一個具有 4 個光源和 3 個探測器編號從1到7的圖形作為示例，當(dāng)相應(yīng)的布爾方程組收斂到一個解時作為調(diào)整一個光極的根據(jù)。最初假設(shè)只有一個通道具有足夠的SNR(W1,2= 1，圖6 左上角)，得到的方程組由多個 7 元組(1，1，0，0，0，any，any，any)求解，其中O1,O2,O3,O4,O5具有單一的耦合狀態(tài)(1 表示耦合(綠色節(jié)點)，0 表示非耦合(紅色節(jié)點))和O6和O7表示未確定(黃色節(jié)點)(圖6，左下角)。更新的 SNR 配置(W2,4= 1) 產(chǎn)生一個布爾系統(tǒng)，該系統(tǒng)由 7 元組 (1，1，0，1，0，0，0) 求解，其中光極O6和O7的耦合不再不確定(O6=,O7= 0，圖4，中間和右下角)。最后，研究者可以繼續(xù)調(diào)整剩余的未耦合光極O3,O5,O6,O7。因此，放置策略是從調(diào)整那些與未確定的光極產(chǎn)生未耦合狀態(tài)的光極開始的。

在實驗正式開始采集數(shù)據(jù)之前驗證光源檢測器與頭皮的耦合程度是否良好是非常重要的，因為這在很大程度上影響甚至決定了實驗的信號質(zhì)量或說數(shù)據(jù)質(zhì)量。因此，如果能借助某一種軟件來顯示每個光極的頭皮耦合狀態(tài)，則可以幫助實驗人員直觀的看到哪些光極在實驗前需要進(jìn)行手動調(diào)整以獲得放置位置，從而為收集到高質(zhì)量的信號做好實驗前的準(zhǔn)備。