Функциональная ближняя инфракрасная спектроскопия

Оптический метод мониторинга активности мозга

fNIRS с системой Gowerlabs NTS

Функциональная ближняя инфракрасная спектроскопия ( fNIRS ) — это оптический метод мониторинга мозга, который использует ближнюю инфракрасную спектроскопию для функциональной нейровизуализации . ^[1] При использовании fNIRS активность мозга измеряется с помощью ближнего инфракрасного света для оценки кортикальной гемодинамической активности , которая возникает в ответ на нейронную активность. Наряду с ЭЭГ , fNIRS является одним из наиболее распространенных неинвазивных методов нейровизуализации, который может использоваться в портативных контекстах. Сигнал часто сравнивают с сигналом BOLD , измеренным с помощью фМРТ , и он способен измерять изменения как в концентрации окси-, так и дезоксигемоглобина, ^[2] , но может измерять только из областей вблизи поверхности коры. fNIRS также может называться оптической топографией (OT) и иногда просто NIRS.

Описание

Оксигенированный и дезоксигенированный гемоглобин

fNIRS оценивает концентрацию гемоглобина по изменениям поглощения ближнего инфракрасного света. По мере того, как свет движется или распространяется по голове, он попеременно рассеивается или поглощается тканью, через которую проходит. Поскольку гемоглобин является значительным поглотителем ближнего инфракрасного света, изменения в поглощенном свете можно использовать для надежного измерения изменений концентрации гемоглобина. Различные методы fNIRS также могут использовать способ распространения света для оценки объема крови и оксигенации. Этот метод безопасен, неинвазивен и может использоваться с другими методами визуализации.

fNIRS — это неинвазивный метод визуализации, включающий количественную оценку концентрации хромофора , полученную путем измерения затухания ближнего инфракрасного (NIR) света или временных или фазовых изменений. Метод использует оптическое окно , в котором (a) кожа, ткани и кости в основном прозрачны для ближнего инфракрасного света (спектральный интервал 700–900 нм) и (b) гемоглобин (Hb) и дезоксигенированный гемоглобин (дезокси-Hb) являются сильными поглотителями света.

Спектры поглощения окси-Hb и дезокси-Hb для длин волн ближнего инфракрасного диапазона

Существует шесть различных способов взаимодействия инфракрасного света с мозговой тканью: прямое пропускание, диффузное пропускание, зеркальное отражение, диффузное отражение, рассеяние и поглощение. fNIRS фокусируется в первую очередь на поглощении: различия в спектрах поглощения дезокси-Hb и окси-Hb позволяют измерять относительные изменения концентрации гемоглобина посредством использования ослабления света на нескольких длинах волн . Выбираются две или более длины волны, одна из которых выше, а другая ниже изобестической точки 810 нм, при которой дезокси-Hb и окси-Hb имеют одинаковые коэффициенты поглощения . Используя модифицированный закон Бера-Ламберта (mBLL), относительные изменения концентрации можно рассчитать как функцию общей длины пути фотона. ^[3]

Обычно излучатель света и детектор располагаются ипсилатерально (каждая пара излучатель/детектор с одной стороны) на черепе субъекта, поэтому зарегистрированные измерения обусловлены обратно рассеянным (отраженным) светом, следующим по эллиптическим траекториям. ^[4] fNIRS наиболее чувствителен к гемодинамическим изменениям, которые происходят ближе всего к коже головы ^[5], и эти поверхностные артефакты часто устраняются с помощью дополнительных детекторов света, расположенных ближе к источнику света (детекторы с коротким разделением). ^[6]

Модифицированный закон Бера-Ламберта

Изменения интенсивности света могут быть связаны с изменениями относительной концентрации гемоглобина через модифицированный закон Ламберта-Бера (mBLL). Закон Ламберта-Бера должен иметь дело с концентрацией гемоглобина. Эта техника также измеряет относительные изменения в ослаблении света, а также использует mBLL для количественной оценки изменений концентрации гемоглобина. ^[7]

История

США и Великобритания

В 1977 году Йобсис ^[8] сообщил, что прозрачность мозговой ткани для ближнего инфракрасного света позволяет использовать неинвазивный и непрерывный метод насыщения тканей кислородом с помощью трансиллюминации . Трансиллюминация (прямое рассеяние) имела ограниченную полезность у взрослых из-за затухания света и была быстро заменена методами, основанными на отражательном режиме, что привело к быстрому развитию систем ближнего инфракрасного излучения. Затем, к 1985 году, первые исследования церебральной оксигенации были проведены М. Феррари. Позже, в 1989 году, после работы с Дэвидом Дельпи в Университетском колледже Лондона, Хамамацу разработал первую коммерческую систему ближнего инфракрасного излучения: монитор церебральной оксигенации NIR-1000. Методы ближнего инфракрасного излучения изначально использовались для церебральной оксиметрии в 1990-х годах. В 1993 году четыре публикации Chance et al. PNAS , Hoshi & Tamura J Appl Physiol , Kato et al. JCBFM, Villringer et al Neuros. Lett. продемонстрировали осуществимость fNIRS у взрослых людей. Методы NIRS были в дальнейшем расширены работами Рэндалла Барбура, Бриттона Чанса , Арно Вильрингера, М. Коупа, Д. Т. Делпи, Энрико Граттона и других. В настоящее время разрабатываются носимые fNIRS.

Hitachi ETG-4000

Япония

Тем временем, в середине 80-х годов японские исследователи из центральной исследовательской лаборатории Hitachi Ltd приступили к созданию системы мониторинга мозга на основе NIRS с использованием импульса 70-пикосекундных лучей. Эта работа стала очевидной, когда команда вместе со своим ведущим экспертом, доктором Хидеаки Коидзуми (小泉 英明), провела открытый симпозиум, чтобы объявить о принципе «Оптической топографии» в январе 1995 года. Фактически, термин «Оптическая топография» происходит от концепции использования света для «2-мерного картирования в сочетании с 1-мерной информацией», или топографии . Идея была успешно реализована при запуске их первого устройства fNIRS (или оптической топографии, как они его называют) на основе частотной области в 2001 году: Hitachi ETG-100. Позже Харуми Оиси (大石 晴美), будущий доктор философии в Университете Нагои, в 2003 году опубликовала свою докторскую диссертацию на тему «паттерны корковой активации изучающих язык, измеренные с помощью ETG-100» под руководством профессора Тору Киносита (木下 微), представляя новую перспективу использования fNIRS. С тех пор компания продвигает серию ETG.

Спектроскопические методы

В настоящее время существует три метода спектроскопии в ближнем ИК-диапазоне:

1. Непрерывная волна

2. Частотная область

3. Временная область

Непрерывная волна

Система непрерывной волны (CW) использует источники света с постоянной частотой и амплитудой. Фактически, чтобы измерить абсолютные изменения концентрации HbO с помощью mBLL, нам нужно знать длину пути фотона. Однако CW-fNIRS не дает никаких знаний о длине пути фотона, поэтому изменения концентрации HbO являются относительными к неизвестной длине пути. Многие коммерческие системы CW-fNIRS используют оценки длины пути фотона, полученные с помощью компьютерного моделирования Монте-Карло и физических моделей, для приблизительной абсолютной количественной оценки концентрации гемоглобина.

${\displaystyle {\text{OD}}=\operatorname {ln} (I_{0}/I)=\epsilon \cdot [X]\cdot l\cdot {\text{DPF}}+G}$

Где — оптическая плотность или затухание, — интенсивность излучаемого света, — измеренная интенсивность света, — коэффициент затухания , — концентрация хромофоров, — расстояние между источником и детектором, — дифференциальный фактор длины пути, — геометрический фактор, связанный с рассеянием. ${\displaystyle {\text{OD}}}$ ${\displaystyle I_{0}}$ ${\displaystyle I}$ ${\displaystyle \epsilon }$ ${\displaystyle [X]}$ ${\displaystyle l}$ ${\displaystyle {\text{DPF}}}$ ${\displaystyle G}$

Если коэффициенты затухания известны, потери на рассеяние постоянны , а измерения обрабатываются дифференцированно во времени, то уравнение сводится к следующему: ${\displaystyle \epsilon }$

${\displaystyle \Delta [X]=\Delta {\frac {\text{OD}}{\epsilon d}}}$

Где — общая скорректированная длина пути фотона. ${\displaystyle d}$

Используя систему с двумя длинами волн, измерения для HbO ₂ и Hb можно решить с помощью матричного уравнения: ^[9]

${\displaystyle {\begin{pmatrix}\Delta {\text{OD}}_{\lambda _{1}}\\\Delta {\text{OD}}_{\lambda _{2}}\end{pmatrix}}={\begin{pmatrix}\epsilon _{\lambda _{1}}^{\text{Hb}}d&\epsilon _{\lambda _{1}}^{{\text{HbO}}_{2}}d\\\epsilon _{\lambda _{2}}^{\text{Hb}}d&\epsilon _{\lambda _{2}}^{{\text{HbO}}_{2}}d\end{pmatrix}}{\begin{pmatrix}\Delta [X]^{\text{Hb}}\\\Delta [X]^{{\text{HbO}}_{2}}\end{pmatrix}}}$

Благодаря своей простоте и экономической эффективности CW-fNIRS является наиболее распространенной формой функционального NIRS, поскольку он самый дешевый в изготовлении, применим с большим количеством каналов и обеспечивает высокое временное разрешение. Однако он не различает изменения поглощения и рассеяния и не может измерять абсолютные значения поглощения: это означает, что он чувствителен только к относительному изменению концентрации HbO.

Тем не менее, простота и экономическая эффективность устройств на основе CW оказались наиболее благоприятными для ряда клинических приложений: неонатальный уход, системы мониторинга пациентов, диффузная оптическая томография и т. д. Более того, благодаря своей портативности были разработаны беспроводные системы CW, позволяющие проводить мониторинг людей в амбулаторных, клинических и спортивных условиях. ^{[10] [11] [12]}

Частотная область

Система частотной области (FD) включает в себя источники лазера NIR, которые обеспечивают амплитудно-модулированную синусоиду на частотах около 100 МГц. FD-fNIRS измеряет затухание, фазовый сдвиг и среднюю длину пути света через ткань.

Изменения амплитуды и фазы обратно рассеянного сигнала обеспечивают прямое измерение коэффициентов поглощения и рассеяния ткани, тем самым устраняя необходимость в информации о длине пути фотона; а по коэффициентам мы определяем изменения концентрации гемодинамических параметров.

Из-за необходимости модулированных лазеров, а также фазовых измерений, устройства на основе системы FD технически сложнее (следовательно, дороже и гораздо менее портативны), чем устройства на основе CW. Однако система способна обеспечить абсолютные концентрации HbO и HbR.

Временная область

Система временной области (TD) вводит короткий импульс NIR с длительностью импульса обычно порядка пикосекунд — около 70 пс. С помощью измерений времени пролета длина пути фотона может быть непосредственно обнаружена путем деления разрешенного времени на скорость света. Информацию о гемодинамических изменениях можно найти в затухании, затухании и временном профиле обратно рассеянного сигнала. Для этого вводится технология подсчета фотонов, которая подсчитывает 1 фотон на каждые 100 импульсов для поддержания линейности. TD-fNIRS имеет медленную частоту дискретизации, а также ограниченное количество длин волн. Из-за необходимости в устройстве подсчета фотонов, высокоскоростном обнаружении и высокоскоростных излучателях методы с временным разрешением являются самыми дорогими и технически сложными.

Устройства на основе ТД обладают самой высокой глубинной чувствительностью и способны отображать наиболее точные значения исходной концентрации гемоглобина и оксигенации.

Диффузная корреляционная спектроскопия

Спектроскопия диффузной корреляции (DCS) — это неинвазивный метод оптической визуализации, который использует когерентный ближний инфракрасный свет для измерения локального микрососудистого мозгового кровотока путем количественной оценки временных колебаний интенсивности света, создаваемых динамическим рассеянием движущихся эритроцитов. Это динамическое рассеяние движущимися клетками приводит к временным колебаниям обнаруженной интенсивности. Эти колебания можно количественно оценить с помощью кривой автокорреляции временной интенсивности одного спекла. Затухание кривой автокорреляции подгоняется под решение уравнения корреляционной диффузии для получения индекса мозгового кровотока. ^{[13] [14] [15] [16]}

Проектирование системы

В сети доступны как минимум две модели fNIRS с открытым исходным кодом:

• http://www.opennirs.org
• https://openfnirs.org/

Программное обеспечение для анализа данных

ГОМЕР3

HOMER3 позволяет пользователям получать оценки и карты активации мозга. Это набор скриптов Matlab, используемых для анализа данных fNIRS. Этот набор скриптов развивался с начала 1990-х годов сначала как набор инструментов Photon Migration Imaging, затем HOMER1 и HOMER2, а теперь HOMER3. ^[17]

Набор инструментов NIRS

Этот набор инструментов представляет собой набор инструментов на основе Matlab для анализа функциональной ближней инфракрасной спектроскопии (fNIRS). Этот набор инструментов определяет пространство имен +nirs и включает ряд инструментов для обработки сигналов, отображения и статистики данных fNIRS. Этот набор инструментов построен вокруг объектно-ориентированной структуры классов и пространств имен Matlab. ^[18]

AtlasViewer

AtlasViewer позволяет визуализировать данные fNIRS на модели мозга. Кроме того, он также позволяет пользователю разрабатывать зонды, которые в конечном итоге могут быть размещены на субъекте. ^[19]

Приложение

Интерфейс мозг-компьютер

fNIRS был успешно реализован в качестве управляющего сигнала для систем интерфейса мозг-компьютер . ^{[20] [21] [22] [23] [24]}

Исследования гипоксии и высоты

С нашей постоянной потребностью в кислороде, наш организм выработал несколько механизмов, которые определяют уровень кислорода, что в свою очередь может активировать соответствующие реакции для противодействия гипоксии и генерировать более высокий уровень снабжения кислородом. Более того, понимание физиологического механизма, лежащего в основе реакции организма на нехватку кислорода, имеет большое значение, и устройства NIRS показали себя отличным инструментом в этой области исследований. ^[25]

Измерение изменений концентрации оксигемоглобина и дезоксигемоглобина в мозге при гипоксии, вызванной высокогорьем, с помощью портативного устройства fNIRS (PortaLite, Artinis Medical Systems)

Картирование мозга

Функциональная связность

Измерения fNIRS могут быть использованы для расчета ограниченной степени функциональной связности . Многоканальные измерения fNIRS создают топографическую карту нейронной активации, посредством которой можно анализировать временную корреляцию между пространственно разделенными событиями. Функциональная связность обычно оценивается с точки зрения корреляций между гемодинамическими реакциями пространственно различных областей интереса (ROI). В исследованиях мозга измерения функциональной связности обычно проводятся для данных пациента в состоянии покоя, а также для данных, записанных по парадигмам стимулов. Исследование, проведенное командой Алессандро Крими, подчеркнуло, что измерения функциональной связности, полученные с помощью измерений fNIRS, существенно отличаются от полученных с помощью колпачков ЭЭГ . ^[26]

Церебральная оксиметрия

Мониторинг NIRS полезен во многих отношениях. Недоношенных детей можно контролировать, снижая церебральную гипоксию и гипероксию с помощью различных моделей активности. ^[27] Это эффективная помощь при сердечно-легочном шунтировании, настоятельно рекомендуется для улучшения результатов лечения пациентов, снижения расходов и длительного пребывания в стационаре.

Результаты применения БИК-спектроскопии у пациентов с черепно-мозговой травмой неутешительны, поэтому был сделан вывод, что ее следует оставить в качестве исследовательского инструмента.

Диффузная оптическая томография

Диффузная оптическая томография — это 3D-версия диффузной оптической томографии. Диффузные оптические изображения получаются с использованием методов NIRS или флуоресценции. Эти изображения могут быть использованы для разработки 3D-объемной модели, которая известна как диффузная оптическая томография. ^[28]

система 10-20

крышка fNIRS

Расположение электродов fNIRS можно определить с помощью различных макетов, включая названия и местоположения, указанные в международной системе 10–20, а также другие макеты, специально оптимизированные для поддержания постоянного расстояния в 30 мм между каждым местоположением. В дополнение к стандартным положениям электродов можно добавить короткие разделительные каналы. Короткие разделительные каналы позволяют измерять сигналы кожи головы. Поскольку короткие разделительные каналы измеряют сигнал, поступающий от кожи головы, они позволяют удалять сигнал поверхностных слоев. Это оставляет позади фактическую реакцию мозга. Детекторы коротких разделительных каналов обычно размещаются на расстоянии 8 мм от источника. Они не должны находиться в определенном направлении или в том же направлении, что и детектор. ^[29]

Функциональная нейровизуализация

Использование fNIRS в качестве метода функциональной нейровизуализации основано на принципе нейроваскулярного сопряжения, также известного как гемодинамический ответ или ответ, зависящий от уровня кислорода в крови (BOLD). Этот принцип также лежит в основе методов fMRI . Благодаря нейроваскулярному сопряжению нейронная активность связана с соответствующими изменениями в локализованном мозговом кровотоке. fNIRS и fMRI чувствительны к схожим физиологическим изменениям и часто являются сравнительными методами. Исследования, связанные с fMRI и fNIRS, показывают высококоррелированные результаты в когнитивных задачах. fNIRS имеет несколько преимуществ по стоимости и портативности по сравнению с fMRI, но не может использоваться для измерения кортикальной активности более чем на 4 см в глубину из-за ограничений мощности излучателя света и имеет более ограниченное пространственное разрешение. fNIRS включает использование диффузной оптической томографии (DOT/NIRDOT) для функциональных целей. Мультиплексирование каналов fNIRS позволяет создавать двухмерные топографические функциональные карты активности мозга (например, с помощью Hitachi ETG-4000, Artinis Oxymon, NIRx NIRScout и т. д.), а использование нескольких расстояний между излучателями может использоваться для построения трехмерных томографических карт.

гиперсканирование fNIRS с двумя скрипачами

Гиперсканирование

Гиперсканирование включает в себя одновременный мониторинг двух или более мозгов для изучения межличностных (межмозговых) нейронных коррелятов в различных социальных ситуациях, что доказывает, что fNIRS является подходящим методом для исследования живых социальных взаимодействий мозга с мозгом. ^[30]

Виртуальная и дополненная реальность

Современные системы fNIRS сочетаются с виртуальной или дополненной реальностью в исследованиях интерфейсов мозг-компьютер ^[31] , нейрореабилитации ^[32] или социального восприятия ^{[33] .}

Мобильные и беспроводные системы fNIRS и ЭЭГ, синхронизированные с универсальным дисплеем, крепящимся на голове (PhotonCap, Cortivision)

Музыка и мозг

fNIRS с пианистом

fNIRS можно использовать для мониторинга мозговой активности музыкантов во время игры на музыкальных инструментах. ^{[34] [35] [36] [37]}

Преимущества и недостатки

Преимуществами fNIRS являются, среди прочего: неинвазивность, низкая стоимость методов, абсолютная безопасность, высокое временное разрешение , совместимость с другими методами визуализации и наличие множества гемодинамических биомаркеров.

Недостатки fNIRS включают: низкую чувствительность мозга, поскольку он может обнаруживать только изменения на поверхности коры, и низкое пространственное разрешение. Важно, что сигнал чувствителен к различиям в пигментации волос и кожи, что затрудняет создание межсубъектных дизайнов. Густые или очень вьющиеся волосы могут помешать размещению электродов близко к коже головы, что ограничивает возможность использования метода для всех людей.

Будущие направления

Устройства fNIRS имеют много привлекательных особенностей - они маленькие, легкие, портативные и носимые. Они имеют потенциал для использования в клиниках, глобальном здравоохранении, ^[38] естественной среде и в качестве трекера здоровья. Тем не менее, отрицательные стороны очевидны и должны учитываться при интерпретации сигнала.

Теперь на рынке имеются полностью беспроводные системы fNIRS исследовательского класса. ^[39]

fNIRS по сравнению с другими методами нейровизуализации

При сравнении и сопоставлении нейровизуализационных устройств важно учитывать временное разрешение, пространственное разрешение и степень неподвижности. В частности, ЭЭГ (электроэнцефалограф) и МЭГ (магнитоэнцефалография) имеют высокое временное разрешение, но низкое пространственное разрешение. ЭЭГ также имеет более высокую степень подвижности, чем МЭГ. При рассмотрении фНИРС они похожи на ЭЭГ. Они имеют высокую степень подвижности, а также временное разрешение, и у них низкое пространственное разрешение. ПЭТ-сканы и фМРТ сгруппированы вместе, однако они отчетливо отличаются от других нейровизуализационных сканов. Они имеют высокую степень неподвижности, среднее/высокое пространственное разрешение и низкое временное разрешение. Все эти нейровизуализационные сканирования имеют важные характеристики и являются ценными, однако у них есть различные характеристики.

Помимо всех прочих фактов, метод fNIRS особенно интересен тем, что он совместим с некоторыми из этих методов, включая МРТ, ЭЭГ и МЭГ.

Смотрите также

• Ближняя инфракрасная спектроскопия
• Диффузная оптическая томография ^[40]
• Функциональная нейровизуализация
• Когнитивная нейронаука ^[29]
• Общество функционального ближнего инфракрасного излучения (внешняя ссылка)
• Глобальный fNIRS (внешняя ссылка)
• Пример мобильной системы fNIRS, предназначенной для исследований в условиях виртуальной реальности
• Soterix Medical fNIRS
• Cortech Solutions фНИРС
• Нейронная синхронность

Ссылки

1. Феррари, Марко; Куарезима, Валентина (ноябрь 2012 г.). «Краткий обзор истории развития функциональной ближней инфракрасной спектроскопии человека (fNIRS) и областей ее применения». NeuroImage . 63 (2): 921–935. doi :10.1016/j.neuroimage.2012.03.049. PMID  22510258. S2CID  18367840.
2. Cui, Xu; Bray, Signe; Bryant, Daniel M.; Glover, Gary H.; Reiss, Allan L. (февраль 2011 г.). «Количественное сравнение NIRS и fMRI в нескольких когнитивных задачах». NeuroImage . 54 (4): 2808–2821. doi :10.1016/j.neuroimage.2010.10.069. PMC 3021967 . PMID  21047559. 
3. Вилльрингер, А.; Ченс, Б. (1997). «Неинвазивная оптическая спектроскопия и визуализация функций человеческого мозга». Тенденции в нейронауках . 20 (10): 435–442. doi : 10.1016/S0166-2236(97)01132-6 . PMID  9347608. S2CID  18077839.
4. Ли, Тин; Гун, Хуэй; Ло, Цинмин (1 апреля 2011 г.). «Визуализация распространения света в видимой части головы китайского человека для функциональной ближней инфракрасной спектроскопии». Журнал биомедицинской оптики . 16 (4): 045001. Bibcode : 2011JBO....16d5001L. doi : 10.1117/1.3567085 . PMID  21529068.
5. Kohno, Satoru; Miyai, Ichiro; Seiyama, Akitoshi; Oda, Ichiro; Ishikawa, Akihiro; Tsuneishi, Shoichi; Amita, Takashi; Shimizu, Koji (2007). «Удаление артефакта кровотока в коже в данных функциональной спектроскопической визуализации в ближнем инфракрасном диапазоне с помощью независимого компонентного анализа». Journal of Biomedical Optics . 12 (6): 062111. Bibcode : 2007JBO....12f2111K. doi : 10.1117/1.2814249 . PMID  18163814.
6. Бригадой, Сабрина; Купер, Роберт Дж. (26 мая 2015 г.). «Насколько коротко коротко? Оптимальное расстояние источник–детектор для каналов с коротким разделением в функциональной ближней инфракрасной спектроскопии». Neurophotonics . 2 (2): 025005. doi :10.1117/1.NPh.2.2.025005. PMC 4478880 . PMID  26158009. 
7. Измененный закон Бира-Ламберта, архивировано из оригинала 21.12.2021 , извлечено 26.03.2020
8. Jöbsis (1997). «Неинвазивный инфракрасный мониторинг церебральной и миокардиальной кислородной достаточности и параметров кровообращения». Science . 198 (4323): 1264–1267. doi :10.1126/science.929199. PMID  929199.
9. Аяз, Хасан; Шевокис, Патрисия А.; Куртин, Адриан; Изетоглу, Мелтем; Изетоглу, Куртулус; Онарал, Бану (8 октября 2011 г.). «Использование MazeSuite и функциональной ближней инфракрасной спектроскопии для изучения обучения в пространственной навигации». Журнал визуализированных экспериментов (56): 3443. doi : 10.3791/3443 . PMC 3227178. PMID  22005455 . 
10. Пайпер, Софи К.; Крюгер, Арне; Кох, Стефан П.; Менерт, Ян; Хабермель, Кристина; Штайнбринк, Йенс; Обриг, Хельмут; Шмитц, Кристоф Х. (январь 2014 г.). «Носимая многоканальная система fNIRS для визуализации мозга у свободно движущихся субъектов». NeuroImage . 85 (1): 64–71. doi :10.1016/j.neuroimage.2013.06.062. PMC 3859838 . PMID  23810973. 
11. Куртин, Адриан; Аяз, Хасан (октябрь 2018 г.). «Эпоха нейроэргономики: на пути к повсеместному и непрерывному измерению функций мозга с помощью fNIRS: эпоха нейроэргономики и fNIRS». Японские психологические исследования . 60 (4): 374–386. doi : 10.1111/jpr.12227 .
12. Куаресима, Валентина; Феррари, Марко (январь 2019 г.). «Функциональная ближняя инфракрасная спектроскопия (fNIRS) для оценки функции коры головного мозга во время поведения человека в естественных/социальных ситуациях: краткий обзор». Организационные методы исследования . 22 (1): 46–68. doi :10.1177/1094428116658959. S2CID  148042299.
13. Дурдуран, Т.; Йодх, АГ (2013). «Диффузная корреляционная спектроскопия для неинвазивного измерения микрососудистого мозгового кровотока». NeuroImage . 85 (1): 51–63. doi :10.1016/j.neuroimage.2013.06.017. PMC 3991554 . PMID  23770408. 
14. Сутин, Джейсон; Циммерман, Бернхард; Тюльманков Данил; Тамборини, Давиде; Ву, Куан Ченг; Селб, Джульетта; Гулинатти, Анджело; Речь, Иван; Този, Альберто; Боас, Дэвид А.; Франческини, Мария Анжела (20 сентября 2016 г.). «Диффузионная корреляционная спектроскопия во временной области». Оптика . 3 (9): 1006–1013. Бибкод : 2016Оптика...3.1006S. дои : 10.1364/OPTICA.3.001006. ПМК 5166986 . ПМИД  28008417. 
15. Карп, СА; Тамборини, Д.; Мазумдер, Д.; Ву, К.С.; Робинсон, М.Р.; Стивенс, КА; Шатровой, О.; Лю, Н.; Озана, Н.; Блэквелл, М.Х.; Франческини, МА (2020). «Измерения кровотока методом диффузной корреляционной спектроскопии с использованием света 1064 нм». Журнал биомедицинской оптики . 25 (9): 097003. Bibcode : 2020JBO....25i7003C. doi : 10.1117/1.JBO.25.9.097003. PMC 7522668. PMID 32996299  . 
16. Бакли, Эрин М.; Партасарати, Эшвин Б.; Грант, П. Эллен; Йодх, Арджун Г.; Франческини, Мария Анджела (2014). «Диффузионная корреляционная спектроскопия для измерения мозгового кровотока: перспективы на будущее». Neurophotonics . 1 (1): 011009. doi :10.1117/1.NPh.1.1.011009. PMC 4292799 . PMID  25593978. S2CID  13208535. 
17. "HOMER2". HOMER2 . Получено 2019-11-26 .
18. Сантоса, Х., Чжай, Х., Фишберн, Ф. и Хапперт, Т. (2018). Набор инструментов NIRS Brain AnalyzIR. Алгоритмы, 11(5), 73.
19. Aasted, Christopher M.; Yücel, Meryem A.; Cooper, Robert J.; Dubb, Jay; Tsuzuki, Daisuke; Becerra, Lino; Petkov, Mike P.; Borsook, David; Dan, Ippeita; Boas, David A. (5 мая 2015 г.). "Анатомическое руководство по функциональной спектроскопии в ближнем инфракрасном диапазоне: учебник AtlasViewer". Neurophotonics . 2 (2): 020801. doi :10.1117/1.NPh.2.2.020801. PMC 4478785 . PMID  26157991. 
20. Ayaz, H.; Shewokis, PA; Bunce, S.; Onaral, B. (2011). "Оптический интерфейс мозг-компьютер для управления окружающей средой". Ежегодная международная конференция IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Ежегодная международная конференция . Том 2011. стр. 6327–6330. doi :10.1109/IEMBS.2011.6091561. ISBN 978-1-4577-1589-1. PMID  22255785. S2CID  4951918.
21. Койл, Ширли М.; Уорд, Томас Э.; Маркхэм, Чарльз М. (сентябрь 2007 г.). «Интерфейс мозг–компьютер с использованием упрощенной функциональной системы спектроскопии в ближнем инфракрасном диапазоне» (PDF) . Журнал нейронной инженерии . 4 (3): 219–226. Bibcode :2007JNEng...4..219C. doi :10.1088/1741-2560/4/3/007. PMID  17873424. S2CID  18723855.
22. Sitaram, Ranganatha; Zhang, Haihong; Guan, Cuntai; Thulasidas, Manoj; Hoshi, Yoko; Ishikawa, Akihiro; Shimizu, Koji; Birbaumer, Niels (февраль 2007 г.). «Временная классификация многоканальных сигналов ближней инфракрасной спектроскопии двигательного воображения для разработки интерфейса мозг–компьютер». NeuroImage . 34 (4): 1416–1427. doi :10.1016/j.neuroimage.2006.11.005. PMID  17196832. S2CID  15471179.
23. Насир, Номан; Хонг, Мелисса Джиюн; Хонг, Кым-Шик (февраль 2014 г.). «Онлайн-декодирование двоичных решений с использованием функциональной ближней инфракрасной спектроскопии для разработки интерфейса мозг–компьютер». Experimental Brain Research . 232 (2): 555–564. doi :10.1007/s00221-013-3764-1. PMID  24258529. S2CID  15250694.
24. Насир, Номан; Хонг, Кеум-Шик (октябрь 2013 г.). «Классификация сигналов функциональной спектроскопии в ближнем инфракрасном диапазоне, соответствующих двигательным образам правого и левого запястья для разработки интерфейса мозг–компьютер». Neuroscience Letters . 553 : 84–89. doi :10.1016/j.neulet.2013.08.021. PMID  23973334. S2CID  220773.
25. Шоу, Кили; Сингх, Джотпал; Сирант, Люк; Нири, Дж. Патрик; Чилибек, Филип Д. (ноябрь 2020 г.). «Влияние добавок темного шоколада на оксигенацию тканей, метаболизм и производительность тренированных велосипедистов на высоте». Международный журнал спортивного питания и метаболизма упражнений . 30 (6): 420–426. doi :10.1123/ijsnem.2020-0051. PMID  32916656. S2CID  221635672.
26. Бланко, Р.; Коба, К.; Крими, А. (2024). «Исследование взаимодействия между ЭЭГ и fNIRS: мультимодальный сетевой анализ связей мозга». Журнал вычислительной науки . 82 : 102416. doi : 10.1016/j.jocs.2024.102416.
27. Рахимпур, Али; Нубари, Хосейн Ахмади; Каземиан, Мохаммад (2018). «Исследование случая применения NIRS для мониторинга церебральной гемодинамики у младенцев: отчет об анализе данных для извлечения признаков и классификации младенцев на здоровых и нездоровых». Информатика в медицине Unlocked . 11 : 44–50. doi : 10.1016/j.imu.2018.04.001 .
28. Дурдуран, Т.; Чо, Р.; Бейкер, В. Б.; Йодх, АГ (июль 2010 г.). «Диффузная оптика для мониторинга тканей и томографии». Reports on Progress in Physics . 73 (7): 076701. Bibcode : 2010RPPh...73g6701D. doi : 10.1088/0034-4885/73/7/076701. PMC 4482362. PMID  26120204 . 
29. Yücel, Meryem A.; Selb, Juliette; Aasted, Christopher M.; Petkov, Mike P.; Becerra, Lino; Borsook, David; Boas, David A. (11 сентября 2015 г.). «Регрессия с коротким разделением улучшает статистическую значимость и лучше локализует гемодинамический ответ, полученный с помощью ближней инфракрасной спектроскопии для задач с различными автономными реакциями». Neurophotonics . 2 (3): 035005. doi :10.1117/1.NPh.2.3.035005. PMC 4717232 . PMID  26835480. 
30. mari (2018-02-04). "fNIRS Hyperscanning: A door to real-world social neuroscience research". Общество функциональной ближней инфракрасной спектроскопии . Получено 2020-03-26 .
31. Пайпер, Софи К.; Крюгер, Арне; Кох, Стефан П.; Менерт, Ян; Хабермель, Кристина; Штайнбринк, Йенс; Обриг, Хельмут; Шмитц, Кристоф Х. (15 января 2014 г.). «Носимая многоканальная система fNIRS для визуализации мозга у свободно движущихся субъектов». NeuroImage . 85 (1): 64–71. doi :10.1016/j.neuroimage.2013.06.062. PMC 3859838 . PMID  23810973. 
32. Холпер, Лиза; Мюлеманн, Томас; Шолькманн, Феликс; Энг, Кайнан; Кипер, Дэниел; Вольф, Мартин (декабрь 2010 г.). «Тестирование потенциала системы нейрореабилитации виртуальной реальности во время выполнения наблюдения, визуализации и имитации двигательных действий, записанных с помощью беспроводной функциональной спектроскопии в ближнем инфракрасном диапазоне (fNIRS)». Журнал нейроинженерии и реабилитации . 7 (1): 57. doi : 10.1186/1743-0003-7-57 . PMC 3014953. PMID  21122154. 
33. Ким, Гёнг; Бюнтейн, Ноа; Хиршфилд, Лиэнн; Коста, Марк Р.; Чок, Т. Макана (2019). «Обработка расовых стереотипов в виртуальной реальности: разведывательное исследование с использованием функциональной спектроскопии в ближнем инфракрасном диапазоне (FNIRS)». Дополненное познание . Конспект лекций по информатике. Том 11580. С. 407–417. doi :10.1007/978-3-030-22419-6_29. ISBN 978-3-030-22418-9. S2CID  195891659.
34. "YouTube". www.youtube.com . Архивировано из оригинала 2021-12-21 . Получено 2020-03-26 .
35. fNIRS игры на фортепиано, архивировано из оригинала 21.12.2021 , извлечено 26.03.2020
36. fNIRS of Observation, архивировано из оригинала 21.12.2021 , извлечено 26.03.2020
37. fNIRS of Imagery, архивировано из оригинала 21.12.2021 , извлечено 26.03.2020
38. Ллойд-Фокс, Сара; Пападеметриу, М.; Дарбо, МК; Эверделл, Н.Л.; Вегмюллер, Р.; Прентис, А.М.; Мур, С.Е.; Элвелл, CE (22 апреля 2014 г.). «Функциональная ближняя инфракрасная спектроскопия (fNIRS) для оценки когнитивной функции у младенцев в сельской Африке». Scientific Reports . 4 (1): 4740. Bibcode :2014NatSR...4E4740L. doi :10.1038/srep04740. PMC 5381189 . PMID  24751935. S2CID  8522984. 
39. Shin, Jaeyoung; Kwon, Jinuk; Choi, Jongkwan; Im, Chang-Hwan (29 ноября 2017 г.). «Повышение производительности интерфейса мозг-компьютер с использованием высокоплотной многодистанционной NIRS». Scientific Reports . 7 (1): 16545. Bibcode :2017NatSR...716545S. doi :10.1038/s41598-017-16639-0. PMC 5707382 . PMID  29185494. 
40. "NIRx | Системы fNIRS | Устройства NIRS". NIRx Medical Technologies . Получено 26.11.2019 .