在fNIRS中优化短通道回归:用生态视听刺激进行经验评估
Yann Lemaire1,2, Pascal Barone1, Kuzma Strelnikov1,3
1Université de Toulouse, CNRS, Centre de Recherche Cerveau et Cognition CerCo UMR5549, Toulouse, France.
Neurophotonics
|February 19, 2026
概括
短分离通道 (SC) 回归对于功能近红外光谱 (fNIRS) 数据分析至关重要. 汇集所有可用的SC信号并使用正交法化可以改善生理信号恢复和刺激特异性皮质反应检测.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 功能近红外光谱 (fNIRS) 为生态研究提供了可移植性,但缺乏用于降噪的标准化方法.
- 在fNIRS数据中,短分离通道 (SC) 对于减轻系统生理噪声至关重要.
研究的目的:
- 在常见的fNIRS工具箱中比较SC回归策略.
- 建立将SC集成到通用线性模型 (GLM) 分析中的最佳实践.
主要方法:
- 评估了十种SC回归方法,选择性,尺寸缩小和可用性各不相同.
- 在16名健康成年人在听觉,视觉和视听刺激期间记录了血液动力学反应 (HbO,HbR).
主要成果:
- 没有SC回归的fNIRS信号是无法解释的.
- 非选择性SC回归将所有可用的SC信号汇集在一起,表现优于受限方法.
- 正对称改进了系统差异减小,增强了特定刺激的皮质反应检测.
- 无论是HbO还是HbR信号都受益于聚合的,正交的SC回归.
结论:
- 在生理学上有意义的fNIRS信号恢复中,SC回归至关重要.
- 建议在GLM分析中使用所有可用的SC通道,并结合正交,作为否定最佳实践.
更多相关视频
08:05Measuring Statistical Learning Across Modalities and Domains in School-Aged Children Via an Online Platform and Neuroimaging Techniques
Published on: June 30, 2020
8.1K
05:59Author Spotlight: Unlocking New Insights in fNIRS Studies - A Novel Framework for Inter-Brain Synchrony Analysis
Published on: October 6, 2023
3.4K
