Optimización de la regresión de canales cortos en fNIRS: una evaluación empírica con estímulos audiovisuales...

Área de la Ciencia:

• Neurociencia
• Ingeniería Biomédica

Sus antecedentes:

• La espectroscopía funcional de infrarrojo cercano (fNIRS) ofrece portabilidad para estudios ecológicos pero carece de métodos estandarizados para la reducción de ruido.
• Los canales de separación corta (SC) son cruciales para mitigar el ruido fisiológico sistémico en los datos fNIRS.

Objetivo del estudio:

• Comparar las estrategias de regresión SC en las cajas de herramientas fNIRS comunes.
• Establecer las mejores prácticas para integrar SC en los análisis del modelo lineal generalizado (GLM).

Principales métodos:

• Se evaluaron diez métodos de regresión SC, variando la selectividad, la reducción de dimensionalidad y la disponibilidad.
• Se registraron las respuestas hemodinámicas (HbO, HbR) en 16 adultos sanos durante la estimulación auditiva, visual y audiovisual.

Principales resultados:

• Las señales fNIRS sin regresión SC no fueron interpretables.
• La regresión SC no selectiva que agrupa todas las SC disponibles superó a los enfoques restringidos.
• La ortogonalización mejoró la reducción de la varianza sistémica, mejorando la detección de la respuesta cortical específica del estímulo.
• Tanto las señales HbO como HbR se beneficiaron de la regresión SC agrupada y ortogonalizada.

Conclusiones:

• La regresión SC es vital para la recuperación de señales fNIRS fisiológicamente significativas.
• Se recomienda utilizar todos los canales SC disponibles dentro de los análisis GLM, combinados con la ortogonalización, como una mejor práctica de eliminación de ruido.