热点聚焦

近红外光谱脑功能成像技术在认知神经科学中的应用

本次分享将详细讲解近红外光谱脑功能成像技术在认知神经科学中的应用，包括近红外光谱的基本原理、解释选择功能近红外光谱作为研究工具的理由及实验设计的方法，并附具体的实验案例。内容来自大连理工大学电子信息与电气工程学部副教授齐莉萍的研讨会分享。齐教授博士毕业于伦敦大学学院，并在加拿大阿尔伯塔大学进行康复医学博士后研究，具有多学科交叉的教育背景。她目前主要从事生物医学信号处理以及基于脑功能及心电等生理指标的疾病风险与决策预测研究。

功能近红外光谱的原理

功能近红外光谱（fNIRS）是一种光谱分析技术，该技术通过光密度的变化，计算血管中氧合血红蛋白和脱氧血红蛋白的浓度，监测大脑的神经活动。使用近红外光谱光学脑成像设备，首先需要在头皮上放置光极，发射近红外光的光极称为发射端（Emitter），接收近红外光的光极称为接收端（Detector），现世界公认的发射端与接收端的最佳距离是3cm。那么如何监测光密度的变化呢？发射端发射一个固定波长的光进入到大脑皮层，光透过头皮颅骨穿过脑脊液，通过相交路径，经过一定吸收后被接收端检测。发射端和接收端的活动路径呈香蕉型，可以把他们叫做光子香蕉。认知神经活动过程中，大脑需要能量供给，神经能量供给的来源是血流中的葡萄糖和氧气。血流变化是指含氧血红蛋白和脱氧血红蛋白的变化，含氧血红蛋白吸收峰在850nm（纳米）左右，脱氧血红蛋白的吸收峰在750nm左右，通过定量监测这两个波长附近光密度的变化就可以推测大脑内的血流变化。

血流变化如何反应神经活动

血流的变化又是如何反应神经活动的呢？当大脑需要进行认知任务时，神经元会向身体发送需要供给能量的信号，能量供给来源于血流中的葡萄糖和氧气，因此，当大脑某处有神经元活动时该处的血流就会增加，这就叫做神经血管耦合现象。需要注意的是，在大脑进行神经活动时，该处血流增加所携带的氧气量将大大超过大脑活动所需的氧气量，称为氧供给过补偿效应。氧气通过血流中的血红蛋白进行传输，神经元进行活动时会消耗一定的氧气，含氧血红蛋白消耗氧气后就会变成脱氧血红蛋白。由于氧供给过补偿效应，实际情况是含氧血红蛋白数量大量增加、少量减少，脱氧血红蛋白数量少量增加。所以相对而言，我们实际上观测到的结果就会是含氧血红蛋白数量的大量增加，脱氧血红蛋白减少。通过监测血流变化反应神经元活动会不可避免地受到一些影响，例如心脏的跳动，心脏每一次跳动都会对全身的各个部位进行供氧，从而对大脑活动的监测造成影响。此外，头皮上的血流也会被监测到，所以在后续的信号处理中就需要去除这些影响因素。

测量数据-比尔朗伯定律

那么光密度的变化如何表示为一个可以实际测量的量呢？我们可以通过比尔-朗伯定律，比尔-朗伯定律（Lambert-Beer law）是分光光度法的基本定律，是描述物质对某一波长光吸收的强弱与吸光物质的浓度及其液层厚度间的关系。由于发射端所发射的是一个固定波长的光，所以入射光的光密度已知。下图中红色表示850nm左右的含氧血红蛋白的波长，黄色表示750nm-800nm左右的脱氧血红蛋白的波长。当这两种光通过大脑组织时，将会发生以下6种情况：

①和②表示光被含氧血红蛋白和脱氧血红蛋白所吸收的情况③表示光走了一个弯曲的路径被接收端监测到的情况④表示光走了一个直线的路径被接收端监测到的情况⑤表示光走了一个路径但没有被接收端监测到的情况

⑥表示光被反射回来的情况

因此我们可以通过发射端所发出的入射光（Ι in）及接收端所接收的检测光（Ι out）的信号得知光密度的变化，光密度的变化可以通过一个修正的比尔-朗伯定律表示。∆c表示光密度的变化，其他均为已知量。ε(λ)表示入射光的系数，因为我们用的是固定波长所以是已知的；d表示发射端与接收端的距离——3cm；DPF(λ)表示一个与年龄相关的系数；g(λ)表示其他因素引起的光衰减的总和，可忽略不计。因此，这种方法就可以通过神经血管耦合现象去监测大脑中血流的变化从而推测大脑中神经元的活动。

fNIRS与其他脑功能研究技术对比

目前研究脑功能的方法主要有fNIRS、fMRI、EEG/MEG、PET这四大类，fNIRS和fMRI主要用于研究脑功能（function），EEG/MEG是比较常用的设备，PET由于需要注射同位素用得较少。从信号来源来看，fNIRS主要测量神经元激活后大脑组织中含氧血红蛋白和脱氧血红蛋白的浓度变化；fMRI测量的一种依赖血氧水平变化的信号（BOLD信号），实际上可以认为是测量脱氧血红蛋白；EEG/MEG测量电信号和电磁信号，PET通过葡萄糖的代谢研究大脑中的血流变化。从时间分辨率来看，时间分辨率最好的是EEG可以达到1000HZ，而PET和fMRI不占优势，扫描速度较慢。从空间分辨率来看，fMRI和PET的穿透深度较深，如果想监测一些精密的位置或者研究全脑的话，最好选择fMRI和PET。如果想监测大脑皮层，我们可以选择fNIRS和EEG/MEG。

fNIRS的优势与劣势

优势

相对较高的时间分辨率（Brite MKIII采样频率为25Hz、50Hz、75Hz，最高可达150Hz）

相对较高的空间分辨率，可运用插值计算获得

较好的抗运动干扰能力

安静、安全、便携

操作简单、可在自然环境采集数据多模态采集 (可与EEG、fMRI同步采集)

受试者不受限（可采集受试者在自然状态下的数据，不需要打脑电膏）

劣势

只能监测大脑皮层的浅层（1.5-2cm）

头发会对测试造成影响（新型设备增加了光子的强度，头发造成的干扰会得到改善）会有心跳、呼吸及低频信号的干扰（需要做信号预处理）

fNIRS的应用领域

抗运动干扰、自然环境：室内和户外研究前额皮层与认知功能（真实、自然环境下的认知加工）运动与认知研究神经康复（脑卒中、帕金森病）

语言、视觉、听觉和感觉运动系统

多个被试之间的超扫描研究（人际互动）

特殊人群: 婴幼儿，老人

神经发育障碍:孤独症、注意力缺陷、多动症

精神疾病:精神分裂症

fNIRS信号处理的常用方法

1 基于一般线性模型 (GLM)的感兴趣脑区 (ROI) 的功能活动

当我们想知道哪个脑区会对某个认知任务做出响应时，我们可以通过建立一般线性模型来研究。由于有认知任务时，目标脑区的血流量会增加，没有任务时，目标脑区的血流会下降，所以我们只需要进行一个模块化的设计——任务+休息、任务+休息…，从而产生一个波动，再对这种上升和下降进行建模处理，就可以很好的捕捉到血流动力学的变化。

工具箱：NIRS_SPM(NITRC:NIRS-SPM)SPM-fNIRS(NITRC: SPM for fNIRS)Homer 2(https://homer-fnirs.org/)

Homer 3(https://github.com/BUNPC/Homer3)

2 空间上分离的大脑皮层各区域的神经生理活动在时间上的关联性

大脑在执行某个任务的情况会有各个脑区之间相互协作的情况，某个时间点几个脑区同时发生了激活，这就需要用到功能连接（Functional connectivity）分析，研究空间上分离的大脑皮层各区域的神经生理活动在时间上的关联性。通过皮尔逊相关分析法就可以把我们感兴趣的脑区的相关系数做一个矩阵。如果想要画脑图，可以把各个脑区画成一个点，用不同粗细的线条表示相关系数的强弱。

工具箱：FC-NIRS(NITRC: Functional Connectivity Analysis Tool for near-infrared spectroscopy data）

3 基于图论的复杂脑网络

如果我们把大脑各个区域之间的协同作用做成一个网络，可以发现它是有一定规律的，我们可以用小世界属性来分析。首先，我们可以研究大脑在进行某个任务情况之下是否有一些区域存在连接紧密的情况。另外，我们可以通过全局效率和局部效率来分析信息传递的速度和最短路径，比如信息从A点传递到B点需要经过多少个节点。我们还可以对某一个专门的节点进行分析，研究这个节点和其他节点之间的关系。

工具箱：Gretna(NITRC: GRETNA: Tool/Resource Info)BrainNet Viewer(NITRC: BrainNet Viewer:Tool/Resource Info)

实验案例-运动对老年人认知功能的影响

近年来，运动对大脑的影响受到了许多关注。哈佛医学院教授约翰•瑞迪（John Ratey）在《运动改造大脑》一书中用真实的案例与上百项科学研究论证，运动不仅能健身、锻炼肌肉，还能锻炼大脑。随着年龄的增长，大脑功能也在衰老。经过充分的研究，有氧运动已经被证明能够改善老年人与任务相关的认知功能、大脑连通性和区域脑容量。运动可以增加大脑体积，从而保障神经元的活跃程度，延缓老年人出现认知障碍的时间。运动可以改善认知功能，增强工作记忆、大脑执行功能等。运动还可以增强大脑的功能连接，增进大脑区域之间的协同作用，增强大脑的代偿功能。鉴于以上观点，我们想进一步了解单次运动对老年人认知能力的影响，因此设计了一个实验。我们邀请了20位经常练习太极拳的老年人（10名男性，10名女性，年龄为60-70岁，平均练习太极拳5年以上）监测他们在打太极和健步走后大脑认知功能的变化。

研究方法

脑区的选择根据实验来决定，如果关注运动区，需要监测顶叶；如果关注视觉区，需要监测枕叶。对于本次实验，我们关注认知功能，所以我们选择的脑区是前额皮层。我们把前额皮层分成3个主要的脑区：背外侧前额皮层（DLPFC）、腹外侧前额皮层（VLPFC）和额极区。在帽子的设计中，我们设计了2*12左右对称的24个通道，包含10个发射端和8个接收端，每一个通道所对应的MNI坐标会在软件中显示。

认知实验-Stroop词色任务

本研究中我们将Stroop测试作为认知任务。在Stroop测试任务中，我们给被试呈现一个一个用不同颜色写成的词，要求被试者判断词的颜色是否与名称相称，并需要用F键表示“正确”，J键表示“错误”（如绿色的“绿”字为正确，红色的“绿”字为错误）。我们设置了22个不一致的选项，8个一致的选项，顺序随机。每次测试的总时长为6分钟，用E-Prime软件测量反应时间和出错率。

受试者首先进行Stroop任务，然后按随机顺序进行三个不同的阶段：坐着休息（对照组)、打太极拳和健步走。在对照组中，受试者休息了11分钟。在运动环节中，受试者在跑步机上进行约6分钟的快走或打太极拳，然后休息5分钟，并做好心率监测，确保受试者的大脑动脉平均血流速度、皮肤血流量和心率恢复到基线水平。

fNIRS信号处理-脑功能成像与脑网络分析

为了研究运动对大脑认知功能所产生的影响，我们做了两类研究，并介绍对应分析方法：首先，我们监测了认知任务的过程中哪些脑区被激活了，激活程度如何。另外，我们监测了在执行认知功能时，大脑各个区域之间是如何协同工作的。

结果

与基线和对照组相比，受试者在进行6分钟的运动后（TC表示太极拳，BW表示健步走）做同样的Stroop测试，反应时间显著缩短，错误率下降。

与基线相比，对照组受试者的大脑血流没有增加（图A）。在打太极拳后，受试者的DLPFC区域和VLPFC区域有血流增加（图B），健步走后，受试者的DLPFC区域（图C）有血流增加。

太极拳与健步走相比，受试者控制情绪相关的DLPFC区域有很大的激活。

与对照组相比，受试者在进行打太极拳和健步走后，相关脑区的功能连接增加。

结论

本研究的血流动力学数据和行为学数据相对应，证明老年人只需进行6分钟的健步走或打太极拳的简单运动，就能增强大脑特定任务区域的血液动力学反应，增强大脑认知功能。这也反应了老年人参加有氧锻炼能够有效的降低认知功能障碍的风险。

fNIRS技术能够很好地分析大脑中血流动力学的变化，在自然的条件下研究认知的加工过程。fNIRS技术在神经心理学、教育学、运动科学等领域有着广泛的应用潜力，为我们理解大脑活动提供了新的可能性。由我们所代理的Artinis公司专注于fNIRS设备和解决方案，提供一系列先进的fNIRS设备，如Brite、OxyMon、PortaLite、OctaMon等。这些设备具有高精度、便携性和易于使用的特点，适用于多个应用领域和研究目的。

便携式近红外成像系统(24/27/54通道)—Brite MKIII

便携式近红外成像系统(8/10通道)—Brite Lite

便携式近红外成像系统(6通道)—PortaLite MKII

如需获取相关设备方案及报价，欢迎致电4006-111-556详询！

参考文献

[1]Liping Qi, Guo-Liang Wang, Yu-Long Yang, Shu-Ye Yang, Li-Qing Liu, Jian-Wei Zhang,Positive effects of brisk walking and Tai Chi on cognitive function in older adults: An fNIRS study,Physiology & Behavior,Volume 273,2024,114390,ISSN 0031-9384,https://doi.org/10.1016/j.physbeh.2023.114390.