ช่องแยกแบบสั้น เทรนด์ใหม่ใน fNIRS

ในบล็อกนี้ เราจะสำรวจการใช้งานและข้อดีของช่องแยกระยะสั้น เราจะอธิบายว่าทำไมนักวิจัยถึงใช้ช่องแยกสั้น และให้ข้อมูลเชิงลึกเกี่ยวกับจำนวนช่องแยกสั้นที่สามารถใช้ได้ นอกจากนี้ยังมีตัวอย่างการใช้งานช่องแยกสั้นสำหรับการวิเคราะห์ข้อมูลของคุณใน OxySoft และแสดงภาพรวมที่สะดวกเกี่ยวกับอุปกรณ์ของเราที่รองรับช่องแยกระยะสั้น ช่องแยกระยะสั้นเป็นเทรนด์ใหม่ใน fNIRS แล้วช่องแยกระยะสั้นนั้นมีหน้าที่อะไร? ตรงกันข้ามกับที่เราคาดไว้ เราจะเริ่มต้นด้วยการอธิบายเกี่ยวกับช่องแยกระยะยาว ช่องแยกระยะยาว (หรือเรียกว่าช่องลึก) มีระยะห่างระหว่างอุปกรณ์ส่งและรับที่มากพอที่จะวัดการเปลี่ยนแปลงความเข้มข้นของฮีโมโกลบินในเนื้อเยื่อที่ลึกได้ โดยหลักการการเดินทางของโฟตอน ความลึกสูงสุดในการวัดจะประมาณครึ่งหนึ่งของระยะระหว่างอุปกรณ์ส่งและรับ เช่น ระยะห่างระหว่างตัวส่งและตัวรับ 30 มม. จะสามารถวัดได้ลึก 15 มม. การใช้ช่องลึกสามารถวัดการเปลี่ยนแปลงทางแสงในสมองของมนุษย์ได้ เนื่องจากฮีโมโกลบินเป็นตัวดูดซับหลัก fNIRS จึงสามารถวัดการเปลี่ยนแปลงของความเข้มข้นของออกซีฮีโมโกลบินและดีออกซีฮีโมโกลบินได้ การเปลี่ยนแปลงฮีโมโกลบินในเนื้อเยื่อของมนุษย์มีองค์ประกอบของสัญญาณที่แตกต่างกันหลายอย่าง เช่น การตอบสนองทางเฮโมไดนามิก คลื่นความดันโลหิต คลื่นเมเยอร์ การเปลี่ยนแปลงการหายใจ และวัฏจักรของหัวใจ (Zhang et al., 2007) งานวิจัยส่วนใหญ่เน้นไปที่องค์ประกอบการตอบสนองทางเฮโมไดนามิกของสัญญาณนี้ เพื่อกำจัดองค์ประกอบสัญญาณอื่น ๆ เราจำเป็นต้องกรองสัญญาณที่ได้รับ รูปที่ 2: การลด "สัญญาณรบกวนทางสรีรวิทยา" โดยการลบข้อมูลจากช่องแยกสั้น (นอกสมอง) ออกจากข้อมูลของช่องแยกระยะยาว (นอกสมอง + ในสมอง) กลยุทธ์ใหม่สำหรับการแยกสัญญาณการตอบสนองทางเฮโมไดนามิกคือการใช้ช่องแยกสั้น ช่องแยกสั้นจะวัดสัญญาณนอกสมองเท่านั้น (รูปที่ 1) ซึ่งรวมถึงคลื่นความดันโลหิต คลื่นเมเยอร์ การหายใจ และวัฏจักรหัวใจ องค์ประกอบสัญญาณของช่องแยกสั้นสามารถมองว่าเป็น "สัญญาณรบกวน" ในสัญญาณของช่องแยกระยะยาว (Brigadoi และ Cooper, 2015) โดยการกำจัดองค์ประกอบเหล่านี้ออกจากช่องแยกระยะยาว คุณสามารถลดสัญญาณรบกวนนี้ได้ มีวิธีและอัลกอริธึมหลายแบบในการวิเคราะห์ช่องแยกสั้น วิธีที่ง่ายคือการลบช่องแยกสั้นออกจากช่องแยกระยะยาว ในรูปที่ 2 มีตัวอย่างการแก้ไขช่องแยกระยะยาวโดยใช้ข้อมูลจากช่องแยกสั้นของการทำงานปลายนิ้วใน Oxysoft นอกจากนี้ยังมีวิธีการวิเคราะห์ที่ซับซ้อนมากขึ้น เช่น การใช้ตัวประมาณคงที่ วิธีการน้อยที่สุด (Sato et al., 2016) หรือฟิลเตอร์คาลแมน (Scarpa et al., 2013) นอกจากนี้ คุณควรพิจารณาจำนวนช่องแยกสั้นที่คุณต้องการใช้ในระบบ fNIRS ของคุณ มีตัวเลือกหลายแบบสำหรับช่องแยกสั้น (SSC) เช่น: • ท้องถิ่น: ใช้หนึ่งช่อง SSC สำหรับแต่ละช่องยาว • สมมาตร-ท้องถิ่น: ใช้หนึ่งช่อง SSC สำหรับแต่ละช่องสมมาตร • สมมาตร-บริเวณ: ใช้หนึ่งช่อง SSC สำหรับแต่ละบริเวณสมมาตร • ซีกโลกท้องถิ่น: ใช้หนึ่งช่อง SSC สำหรับแต่ละซีกโลก • ซีกตรงข้ามทั่วโลก: ใช้หนึ่งช่อง SSC สำหรับทั้งศีรษะ ในรูปที่ 3 แสดงเทมเพลตออปโตดแบบ 16 ช่องเพื่อชี้แจงหมวดหมู่ของการใช้ช่องแยกสั้น สีแต่ละสีแทนช่องแยกสั้นที่จำเป็นสำหรับช่องยาวตามหมวดหมู่ต่างๆ ในบทความของ Zhang et al., 2015 คุณสามารถอ่านเพิ่มเติมเกี่ยวกับความสัมพันธ์ระหว่างตำแหน่งของช่องแยกสั้นและองค์ประกอบของสัญญาณได้ บทความจาก https://www.artinis.com/blogpost-all/2019/2/6/short-separation-channels-the-new-trend-in-fnirs บทความอื่นๆที่เกี่ยวข้อง

• แนะนำการทำงานร่วมกันระหว่าง FNIRS และ EEG แบบ Multimodals ตอนที่ 1
• แนะนำการทำงานร่วมกันระหว่าง FNIRS และ EEG แบบ Multimodals ตอนที่ 2
• ทฤษฎีของ NIRS: Near infrared Spectoscopy

Reference

Brigadoi, S., & Cooper, R. J. (2015). How short is short? Optimum source–detector distance for short-separation channels in functional near-infrared spectroscopy. Neurophotonics. Sato, T., Nambu, I., Takeda, K., Aihara, T., Yamashita, O., Isogaya, Y., … Osu, R. (2016). Reduction of global interference of scalp-hemodynamics in functional near-infrared spectroscopy using short distance probes. NeuroImage, 141, 120–132. Scarpa, F., Cutini, S., Scatturin, P., Dell, R., Sparacino, G., Boas, D. A., … Villringer, A. (2002). Bayesian filtering of human brain hemodynamic activity elicited by visual short-term maintenance recorded through functional nearinfrared spectroscopy (fNIRS). IEEE Eng. Med. Biol. Mag (Vol. 8). CRC Press. Zhang, Q., Brown, E. N., & Strangman, G. E. (2007). Adaptive filtering for global interference cancellation and real-time recovery of evoked brain activity: a Monte Carlo simulation study. Journal of Biomedical Optics. Zhang, Y., Tan, F., Xu, X., Duan, L., Liu, H., Tian, F., & Zhu, C.-Z. (2015). Multiregional functional near-infrared spectroscopy reveals globally symmetrical and frequency-specific patterns of superficial interference. Biomedical Optics Express. Lorem ipsum dolor sit amet, consectetuer adipiscing elit, sed diam nonummy nibh euismod tincidunt ut laoreet dolore magna aliquam erat volutpat.