Espectroscopia funcional del infrarrojo cercano


La espectroscopia funcional del infrarrojo cercano ( fNIRS ) es una técnica de monitorización óptica del cerebro que utiliza la espectroscopia del infrarrojo cercano con el fin de obtener neuroimágenes funcionales . [1] Con fNIRS, la actividad cerebral se mide mediante el uso de luz infrarroja cercana para estimar la actividad hemodinámica cortical que se produce en respuesta a la actividad neural. Junto con EEG , fNIRS es una de las técnicas de neuroimagen no invasivas más comunes que se puede utilizar en contextos portátiles. La señal a menudo se compara con la señal BOLD medida por fMRI y es capaz de medir cambios tanto en la concentración de oxi y desoxihemoglobina, [2]pero solo puede medir desde regiones cercanas a la superficie cortical. fNIRS también puede denominarse Topografía Óptica (OT) y, a veces, se denomina simplemente NIRS.

fNIRS con un sistema NTS de Gowerlabs

Hemoglobina oxigenada y desoxigenada

fNIRS estima la concentración de hemoglobina a partir de cambios en la absorción de luz infrarroja cercana. A medida que la luz se mueve o se propaga a través de la cabeza, el tejido a través del cual viaja la dispersa o absorbe alternativamente. Debido a que la hemoglobina es un absorbente significativo de luz infrarroja cercana, los cambios en la luz absorbida se pueden utilizar para medir de manera confiable los cambios en la concentración de hemoglobina. Las diferentes técnicas de fNIRS también pueden utilizar la forma en que se propaga la luz para estimar el volumen sanguíneo y la oxigenación. La técnica es segura, no invasiva y se puede utilizar con otras modalidades de imagen.

fNIRS es un método de obtención de imágenes no invasivo que implica la cuantificación de la concentración de cromóforos resuelta a partir de la medición de la atenuación de la luz del infrarrojo cercano (NIR) o de los cambios temporales o fásicos. La técnica aprovecha la ventana óptica en la que (a) la piel, los tejidos y los huesos son en su mayoría transparentes a la luz NIR (intervalo espectral de 700 a 900 nm) y (b) hemoglobina (Hb) y hemoglobina desoxigenada (desoxi-Hb) son fuertes absorbentes de luz.

Espectros de absorción de oxi-Hb y desoxi-Hb para longitudes de onda del infrarrojo cercano

Hay seis formas diferentes de interacción de la luz infrarroja con el tejido cerebral: transmisión directa, transmisión difusa, reflexión especular, reflexión difusa, dispersión y absorción. fNIRS se centra principalmente en la absorción: las diferencias en los espectros de absorción de desoxi-Hb y oxi-Hb permiten medir los cambios relativos en la concentración de hemoglobina mediante el uso de atenuación de la luz en múltiples longitudes de onda . Se seleccionan dos o más longitudes de onda, con una longitud de onda por encima y otra por debajo del punto isosbéstico de 810 nm, en el que la desoxi-Hb y la oxi-Hb tienen coeficientes de absorción idénticos . Usando la ley de Beer-Lambert modificada (mBLL), los cambios relativos en la concentración se pueden calcular como una función de la longitud total de la trayectoria de los fotones. [3]

Por lo general, el emisor de luz y el detector se colocan ipsilateralmente (cada par de emisor / detector en el mismo lado) en el cráneo del sujeto, por lo que las mediciones registradas se deben a la luz retrodifundida (reflejada) siguiendo vías elípticas. [4] El fNIRS es más sensible a los cambios hemodinámicos que ocurren más cerca del cuero cabelludo [5] y estos artefactos superficiales a menudo se tratan con detectores de luz adicionales ubicados más cerca de la fuente de luz (detectores de separación corta). [6]

Ley de Beer-Lambert modificada

Los cambios en la intensidad de la luz pueden estar relacionados con cambios en las concentraciones relativas de hemoglobina a través de la ley de Beer-Lambert modificada (mBLL). La ley de Beer lambert tiene que lidiar con la concentración de hemoglobina. Esta técnica también mide los cambios relativos en la atenuación de la luz y utiliza mBLL para cuantificar los cambios en la concentración de hemoglobina. [7]

TU APESTAS

En 1977, Jöbsis [8] informó que la transparencia del tejido cerebral a la luz NIR permitía un método continuo y no invasivo de saturación de oxígeno tisular mediante transiluminación . La transiluminación (dispersión directa) fue de utilidad limitada en adultos debido a la atenuación de la luz y fue rápidamente reemplazada por técnicas basadas en el modo de reflectancia, lo que dio como resultado que el desarrollo de sistemas NIRS avanzara rápidamente. Luego, en 1985, los primeros estudios sobre oxigenación cerebral fueron realizados por M. Ferrari. Más tarde, en 1989, tras trabajar con David Delpy en el University College de Londres, Hamamatsu desarrolló el primer sistema NIRS comercial: el monitor de oxigenación cerebral NIR-1000. Los métodos NIRS se utilizaron inicialmente para la oximetría cerebral en la década de 1990. En 1993, cuatro publicaciones de Chance et al. PNAS , Hoshi y Tamura J Appl Physiol , Kato et al. JCBFM, Villringer y col . Neuros. Letón. demostró la viabilidad de fNIRS en humanos adultos. Las técnicas de NIRS se ampliaron aún más con el trabajo de Randall Barbour, Britton Chance , Arno Villringer, M. Cope, DT Delpy, Enrico Gratton y otros. Actualmente, se están desarrollando fNIRS portátiles.

Hitachi ETG-4000

Japón

Mientras tanto, a mediados de los 80, investigadores japoneses del laboratorio central de investigación de Hitachi Ltd se propusieron construir un sistema de monitorización cerebral basado en NIRS utilizando un pulso de rayos de 70 picosegundos. Este esfuerzo salió a la luz cuando el equipo, junto con su principal experto, el Dr. Hideaki Koizumi (小泉 英明), celebró un simposio abierto para anunciar el principio de "Topografía óptica" en enero de 1995. De hecho, el término "Topografía óptica" deriva desde el concepto de usar la luz en "mapeo bidimensional combinado con información unidimensional", o topografía . La idea se había implementado con éxito al lanzar su primer dispositivo fNIRS (o Topografía Óptica, como lo llaman) basado en Dominio de Frecuencia en 2001: Hitachi ETG-100. Más tarde, Harumi Oishi (大石 晴美), una futura doctora en la Universidad de Nagoya, publicó su tesis doctoral en 2003 con el tema "Patrones de activación cortical de los estudiantes de idiomas medidos por ETG-100" bajo la supervisión del profesor Toru Kinoshita (木 下 微), presentando un nuevo prospecto sobre el uso de fNIRS. La compañía ha avanzado en la serie ETG desde entonces.

Actualmente, existen tres modalidades de espectroscopia fNIR:

1. Onda continua

2. Dominio de la frecuencia

3. Dominio del tiempo

Ola continua

El sistema de onda continua (CW) utiliza fuentes de luz con frecuencia y amplitud constantes. De hecho, para medir los cambios absolutos en la concentración de HbO con el mBLL, necesitamos conocer la longitud de la ruta de los fotones. Sin embargo, CW-fNIRS no proporciona ningún conocimiento de la longitud de la ruta de los fotones, por lo que los cambios en la concentración de HbO son relativos a una longitud de ruta desconocida. Muchos sistemas comerciales CW-fNIRS utilizan estimaciones de la longitud de la trayectoria de los fotones derivadas de simulaciones de Monte-Carlo y modelos físicos computarizados , para aproximar la cuantificación absoluta de las concentraciones de hemoglobina.

Dónde es la densidad óptica o atenuación, se emite la intensidad de la luz, se mide la intensidad de la luz, es el coeficiente de atenuación , es la concentración de cromofomoro, es la distancia entre la fuente y el detector y es el factor de longitud de trayectoria diferencial, y es un factor geométrico asociado con la dispersión.

Cuando los coeficientes de atenuación se conocen, se asume una pérdida de dispersión constante y las mediciones se tratan de forma diferencial en el tiempo, la ecuación se reduce a:

Dónde es la longitud total de la trayectoria del fotón corregida.

Con un sistema de longitud de onda dual, las mediciones de HbO 2 y Hb se pueden resolver a partir de la ecuación matricial: [9]


Debido a su simplicidad y rentabilidad, CW-fNIRS es, con mucho, la forma más común de NIRS funcional, ya que es la más barata de hacer, aplicable con más canales y asegura una alta resolución temporal. Sin embargo, no distingue entre cambios de absorción y dispersión, y no puede medir valores absolutos de absorción: lo que significa que solo es sensible al cambio relativo en la concentración de HbO.

Aún así, la simplicidad y la rentabilidad de los dispositivos basados ​​en CW demuestran ser las más favorables para una serie de aplicaciones clínicas: atención neonatal, sistemas de monitorización de pacientes, tomografía óptica difusa, etc. Además, gracias a su portabilidad, se han desarrollado sistemas CW inalámbricos que permiten monitorizar a las personas en entornos ambulatorios, clínicos y deportivos. [10] [11] [12]

Dominio de la frecuencia

El sistema de dominio de frecuencia (FD) comprende fuentes láser NIR que proporcionan una sinusoide de amplitud modulada a frecuencias cercanas a los 100 MHz. FD-fNIRS mide la atenuación, el desplazamiento de fase y la longitud de trayectoria media de la luz a través del tejido. Multi-Distance, que forma parte del FD-fNIRS, es insensible a las diferencias en el color de la piel, lo que proporciona resultados constantes independientemente de la variación del sujeto.

Los cambios en la amplitud y fase de la señal retrodispersada proporcionan una medición directa de los coeficientes de absorción y dispersión del tejido, obviando así la necesidad de información sobre la longitud de la trayectoria de los fotones; ya partir de los coeficientes determinamos los cambios en la concentración de parámetros hemodinámicos.

Debido a la necesidad de láseres modulados y de mediciones fásicas, los dispositivos basados ​​en el sistema FD son más complejos técnicamente (por lo tanto, más costosos y mucho menos portátiles) que los basados ​​en CW. Sin embargo, el sistema es capaz de proporcionar concentraciones absolutas de HbO y HbR.

Dominio del tiempo

El sistema de dominio de tiempo (TD) introduce un pulso NIR corto con una longitud de pulso generalmente del orden de picosegundos, alrededor de 70 ps. A través de las mediciones del tiempo de vuelo, la longitud de la trayectoria de los fotones se puede observar directamente dividiendo el tiempo resuelto por la velocidad de la luz. Se puede encontrar información sobre los cambios hemodinámicos en la atenuación, el deterioro y el perfil de tiempo de la señal retrodispersada. Para ello se introduce la tecnología de conteo de fotones, que cuenta 1 fotón por cada 100 pulsos para mantener la linealidad. TD-fNIRS tiene una frecuencia de muestreo lenta, así como un número limitado de longitudes de onda. Debido a la necesidad de un dispositivo de conteo de fotones, detección de alta velocidad y emisores de alta velocidad, los métodos de resolución temporal son los más costosos y técnicamente complicados.

Los dispositivos basados ​​en TD son totalmente inmóviles, ocupan mucho espacio, son los más difíciles de fabricar, los más costosos, los más grandes y los más pesados. Aun así, tienen la mayor sensibilidad a la profundidad y son capaces de presentar los valores más precisos de la concentración de hemoglobina y la oxigenación iniciales.

Los sistemas de espectroscopia de correlación difusa (DCS) utilizan gradientes localizados en la atenuación de la luz para determinar las proporciones absolutas de oxi-Hb y desoxi-Hb. Utilizando una medición espacial, los sistemas DCS no requieren conocimiento de la longitud de la trayectoria de los fotones para realizar este cálculo; sin embargo, las concentraciones medidas de oxi-Hb y desoxi-Hb son relativas al coeficiente de dispersión desconocido en el medio. Esta técnica se utiliza con mayor frecuencia en sistemas de oximetría cerebral que informan un índice de oxigenación tisular (TOI) o un índice de saturación tisular (TSI). [13]

Al menos dos modelos fNIRS de código abierto están disponibles en línea:

HOMER3

HOMER3 permite a los usuarios obtener estimaciones y mapas de la activación cerebral. Es un conjunto de scripts de matlab que se utilizan para analizar los datos de fNIRS. Este conjunto de scripts ha evolucionado desde principios de la década de 1990, primero como caja de herramientas Photon Migration Imaging, luego HOMER1 y HOMER2, y ahora HOMER3. [14]

Caja de herramientas NIRS

Es el más reciente. Esta caja de herramientas es un conjunto de herramientas basadas en Matlab para el análisis de espectroscopía funcional de infrarrojo cercano (fNIRS). Esta caja de herramientas define el espacio de nombres + nirs e incluye una serie de herramientas para el procesamiento, visualización y estadísticas de señales de los datos fNIRS. Esta caja de herramientas está construida alrededor de un marco orientado a objetos de clases y espacios de nombres de Matlab. [15]

AtlasViewer

AtlasViewer permite visualizar los datos de fNIRS en un modelo del cerebro. Además, también permite al usuario diseñar sondas que eventualmente se pueden colocar sobre un sujeto. [dieciséis]

Interfaz cerebro-computadora

fNIRS se ha implementado con éxito como señal de control para sistemas de interfaz cerebro-computadora . [17] [18] [19] [20] [21]

Estudios de hipoxia y altitud

Con nuestra constante necesidad de oxígeno, nuestro cuerpo ha desarrollado múltiples mecanismos que detectan los niveles de oxígeno, que a su vez pueden activar respuestas adecuadas para contrarrestar la hipoxia y generar un mayor aporte de oxígeno. Además, comprender el mecanismo fisiológico que subyace a la respuesta corporal a la privación de oxígeno es de gran importancia y los dispositivos NIRS han demostrado ser una gran herramienta en este campo de investigación. [22]

Medición de cambios en la concentración de oxihemoglobina y desoxihemoglobina en el cerebro en hipoxia inducida por alta altitud con un dispositivo fNIRS portátil (PortaLite, Artinis Medical Systems)

Mapeo cerebral

Conectividad funcional

Las mediciones de fNIRS se pueden utilizar para calcular la conectividad funcional . Las mediciones de fNIRS multicanal crean un mapa topográfico de activación neuronal, mediante el cual se puede analizar la correlación temporal entre eventos separados espacialmente. La conectividad funcional se evalúa típicamente en términos de correlaciones entre las respuestas hemodinámicas de regiones de interés espacialmente distintas (ROI). En los estudios del cerebro, las mediciones de conectividad funcional se toman comúnmente para los datos del paciente en estado de reposo, así como los datos registrados sobre paradigmas de estímulo. El bajo coste, la portabilidad y la alta resolución temporal de fNIRS, con respecto a fMRI , han demostrado ser muy ventajosas en estudios de esta naturaleza. [23]

Atlas del cerebro

Oximetría cerebral

El monitoreo NIRS es útil de varias maneras. Se puede controlar a los bebés prematuros reduciendo la hipoxia e hiperoxia cerebral con diferentes patrones de actividades. [24] Es una ayuda eficaz en el bypass cardiopulmonar, se considera que mejora los resultados de los pacientes y reduce los costos y las estadías prolongadas.

Existen resultados no concluyentes para el uso de NIRS en pacientes con traumatismo craneoencefálico, por lo que se ha concluido que debería seguir siendo una herramienta de investigación.

Tomografía óptica difusa

La tomografía óptica difusa es la versión 3D de la imagen óptica difusa. Las imágenes ópticas difusas se obtienen utilizando NIRS o métodos basados ​​en fluorescencia. Estas imágenes se pueden utilizar para desarrollar un modelo volumétrico 3D que se conoce como Tomografía Óptica Difusa. [1]

Sistema 10-20

Gorra fNIRS

Las ubicaciones y los nombres de los electrodos fNIRS están especificados por el sistema International 10-20 . Además de las posiciones estándar de los electrodos, se pueden agregar canales de separación cortos. Los canales de separación cortos permiten medir las señales del cuero cabelludo. Dado que los canales de separación cortos miden la señal proveniente del cuero cabelludo, permiten la eliminación de la señal de las capas superficiales. Esto deja atrás la respuesta real del cerebro. Los detectores de canales de separación cortos generalmente se colocan a 8 mm de una fuente. No es necesario que estén en una dirección específica o en la misma dirección que un detector. [25]

Neuroimagen funcional

El uso de fNIRS como método de neuroimagen funcional se basa en el principio de acoplamiento neurovascular, también conocido como respuesta hemodinámica o respuesta dependiente del nivel de oxígeno en sangre (BOLD). Este principio también forma el núcleo de las técnicas de resonancia magnética funcional . A través del acoplamiento neurovascular, la actividad neuronal está relacionada con cambios relacionados en el flujo sanguíneo cerebral localizado. fNIRS y fMRI son sensibles a cambios fisiológicos similares y, a menudo, son métodos comparativos. Los estudios que relacionan fMRI y fNIRS muestran resultados altamente correlacionados en tareas cognitivas. fNIRS tiene varias ventajas en costo y portabilidad sobre fMRI, pero no se puede utilizar para medir la actividad cortical a más de 4 cm de profundidad debido a limitaciones en la potencia del emisor de luz y tiene una resolución espacial más limitada. fNIRS incluye el uso de tomografía óptica difusa (DOT / NIRDOT) con fines funcionales. La multiplexación de canales fNIRS puede permitir mapas funcionales topográficos 2D de la actividad cerebral (por ejemplo, con Hitachi ETG-4000, Artinis Oxymon, NIRx NIRScout, etc.) mientras que el uso de espaciados de emisores múltiples puede usarse para construir mapas tomográficos 3D .

"> Reproducir medios
Hiperescaneo fNIRS con dos violinistas

Hiperescaneado

El hiperescaneo involucra dos o más cerebros monitoreados simultáneamente para investigar correlatos neuronales interpersonales (entre cerebros) en diversas situaciones sociales, lo que demuestra que fNIRS es una modalidad adecuada para investigar interacciones sociales cerebro a cerebro en vivo. [26]

Música y Cerebro

"> Reproducir medios
FNIRS con un pianista

fNIRS se puede utilizar para monitorear la actividad cerebral de los músicos mientras tocan instrumentos musicales. [27] [28] [29] [30]

Las ventajas de fNIRS son, entre otras cosas: no invasividad, modalidades de bajo costo, seguridad perfecta, alta resolución temporal, compatibilidad total con otras modalidades de imagen y múltiples biomarcadores hemodinámicos.

Sin embargo, ningún sistema está exento de limitaciones. Para fNIRS, estos incluyen: baja sensibilidad cerebral, baja resolución espacial y poca profundidad de penetración.

A pesar de algunas limitaciones, los dispositivos fNIRS son relativamente pequeños, livianos, portátiles y portátiles. Gracias a estas características, las aplicaciones para los dispositivos son asombrosas, lo que las hace fácilmente accesibles en muchos escenarios diferentes. Por ejemplo, tienen el potencial de usarse en clínicas, una situación de salud global, un entorno natural y como rastreadores de salud.

En última instancia, las futuras personas en riesgo en los hospitales podrían beneficiarse de la neuromonitorización y la neurorrehabilitación que puede ofrecer fNIRS.

Ahora existen en el mercado sistemas fNIRS de grado de investigación totalmente inalámbricos. [31]

Comparar y contrastar otros dispositivos de neuroimagen es algo importante a tener en cuenta. Al comparar y contrastar estos dispositivos, es importante tener en cuenta la resolución temporal, la resolución espacial y el grado de inmovilidad. EEG (electroencefalograma) y MEG (magnetoencefalografía) tienen una resolución temporal alta, pero una resolución espacial baja. EEG también tiene un mayor grado de movilidad que MEG. Al mirar fNIRS, son similares a un EEG. Tienen un alto grado de movilidad y resolución temporal, y tienen una baja resolución espacial. Las tomografías por emisión de positrones y las resonancias magnéticas funcionales se agrupan, sin embargo, son claramente diferentes de las otras tomografías de neuroimagen. Tienen un alto grado de inmovilidad, resolución espacial media / alta y una resolución temporal baja. Todas estas exploraciones de neuroimagen tienen características importantes y son valiosas, sin embargo, tienen características distintas.

Entre todos los demás hechos, lo que hace que fNIRS sea un punto de especial interés es que es compatible con algunas de estas modalidades, que incluyen: MRI, EEG y MEG.

  • Espectroscopia de infrarrojo cercano
  • Tomografía óptica difusa [32]
  • Neuroimagen funcional
  • Neurociencia cognitiva [33]
  • The Society for Functional Near Infrared Society (enlace externo)
  • FNIRS global (enlace externo)
  • Soterix Medical fNIRS

  1. ^ Ferrari, Marco; Quaresima, Valentina (2012). "Una breve revisión sobre la historia del desarrollo y los campos de aplicación de la espectroscopia de infrarrojo cercano funcional humano (fNIRS)". NeuroImage . 63 (2): 921–935. doi : 10.1016 / j.neuroimage.2012.03.049 . ISSN  1053-8119 .
  2. ^ Cui, Xu; Bray, Signe; Bryant, Daniel M .; Glover, Gary H .; Reiss, Allan L. (2011). "Una comparación cuantitativa de NIRS y fMRI a través de múltiples tareas cognitivas" . NeuroImage . 54 (4): 2808–2821. doi : 10.1016 / j.neuroimage.2010.10.069 . ISSN  1053-8119 . PMC  3021967 .
  3. ^ Villringer, A .; Chance, B. (1997). "Espectroscopia óptica no invasiva y formación de imágenes de la función del cerebro humano". Tendencias en neurociencias . 20 (10): 435–442. doi : 10.1016 / S0166-2236 (97) 01132-6 . PMID  9347608 . S2CID  18077839 .
  4. ^ Li, Ting; Gong, Hui; Luo, Qingming (2011). "Visualización de la propagación de la luz en la cabeza humana china visible para espectroscopia funcional de infrarrojo cercano" . Revista de Óptica Biomédica . 16 (4): 045001. doi : 10.1117 / 1.3567085 . ISSN  1083-3668 .
  5. ^ Kohno, Satoru; Miyai, Ichiro; Seiyama, Akitoshi; Oda, Ichiro; Ishikawa, Akihiro; Tsuneishi, Shoichi; Amita, Takashi; Shimizu, Koji (2007). "Eliminación del artefacto de flujo sanguíneo de la piel en datos de imágenes espectroscópicas de infrarrojo cercano funcionales a través del análisis de componentes independientes". Revista de Óptica Biomédica . 12 (6): 062111. doi : 10.1117 / 1.2814249 . ISSN  1083-3668 .
  6. ^ Brigadoi, Sabrina; Cooper, Robert J. (2015). "¿Qué tan corto es corto? Distancia óptima fuente-detector para canales de separación cortos en espectroscopia funcional de infrarrojo cercano" . Neurofotónica . 2 (2): 025005. doi : 10.1117 / 1.NPh.2.2.025005 . ISSN  2329-423X . PMC  4478880 .
  7. ^ Ley de Lambert de cerveza modificada , consultado el 26 de marzo de 2020
  8. ^ Jöbsis (1997). "Monitorización infrarroja no invasiva de la suficiencia de oxígeno cerebral y miocárdica y los parámetros circulatorios". Ciencia . 198 (4323): 1264–1267. doi : 10.1126 / science.929199 . PMID  929199 .
  9. ^ Ayaz, Hasan; Shewokis, Patricia A .; Curtin, Adrian; Izzetoglu, Meltem; Izzetoglu, Kurtulus; Onaral, Banu (2011). "Uso de MazeSuite y espectroscopia de infrarrojo cercano funcional para estudiar el aprendizaje en la navegación espacial" . Revista de experimentos visualizados (56). doi : 10.3791 / 3443 . ISSN  1940-087X .
  10. ^ Piper, Sophie K .; Krueger, Arne; Koch, Stefan P .; Mehnert, Jan; Habermehl, Christina; Steinbrink, Jens; Obrig, Hellmuth; Schmitz, Christoph H. (2014). "Un sistema fNIRS multicanal portátil para imágenes cerebrales en sujetos que se mueven libremente" . NeuroImage . 85 : 64–71. doi : 10.1016 / j.neuroimage.2013.06.062 . ISSN  1053-8119 . PMC  3859838 .
  11. ^ Curtin, Adrian; Ayaz, Hasan (2018). "La era de la neuroergonomía: hacia la medición ubicua y continua de la función cerebral con fNIRS" . Investigación psicológica japonesa . 60 (4): 374–386. doi : 10.1111 / jpr.12227 . ISSN  0021-5368 .
  12. ^ Quaresima, Valentina; Ferrari, Marco (2016). "Espectroscopia funcional del infrarrojo cercano (fNIRS) para evaluar la función de la corteza cerebral durante el comportamiento humano en situaciones naturales / sociales: una revisión concisa". Métodos de investigación organizacional . 22 (1): 46–68. doi : 10.1177 / 1094428116658959 . ISSN  1094-4281 .
  13. ^ Ferrari, Marco (2007). "Progreso de la espectroscopia de infrarrojo cercano y la topografía para aplicaciones clínicas de cerebro y músculo". Revista de Óptica Biomédica . 12 (6): 062104. doi : 10.1117 / 1.2804899 . ISSN  1083-3668 .
  14. ^ "HOMER2" . HOMER2 . Consultado el 26 de noviembre de 2019 .
  15. ^ Santosa, H., Zhai, X., Fishburn, F. y Huppert, T. (2018). Caja de herramientas de NIRS Brain AnalyzIR. Algoritmos, 11 (5), 73.
  16. ^ Tostado, Christopher M .; Yücel, Meryem A .; Cooper, Robert J .; Dubb, Jay; Tsuzuki, Daisuke; Becerra, Lino; Petkov, Mike P .; Borsook, David; Dan, Ippeita; Boas, David A. (abril de 2015). "Guía anatómica para espectroscopia funcional de infrarrojo cercano: tutorial AtlasViewer" . Neurofotónica . 2 (2): 020801. doi : 10.1117 / 1.NPh.2.2.020801 . ISSN  2329-423X . PMC  4478785 . PMID  26157991 .
  17. ^ Ayaz, H .; Shewokis, PA; Bunce, S .; Onaral, B. (2011). "Una interfaz de computadora del cerebro óptico para el control ambiental". 2011 Conferencia Internacional Anual de la Sociedad de Ingeniería en Medicina y Biología del IEEE . Actas de la conferencia: ... Conferencia internacional anual de la Sociedad de Ingeniería en Medicina y Biología del IEEE. Sociedad de Ingeniería en Medicina y Biología del IEEE. Conferencia anual . 2011 . págs. 6327-30. doi : 10.1109 / IEMBS.2011.6091561 . ISBN 978-1-4577-1589-1. PMID  22255785 . S2CID  4951918 .
  18. ^ Coyle, SM; Ward, TSE; Markham, CM (2007). "Interfaz cerebro-computadora usando un sistema de espectroscopia de infrarrojo cercano funcional simplificado" (PDF) . Revista de Ingeniería Neural . 4 (3): 219-226. Código bibliográfico : 2007JNEng ... 4..219C . doi : 10.1088 / 1741-2560 / 4/3/007 . PMID  17873424 .
  19. ^ Sitaram, R .; Zhang, H .; Guan, C .; Thulasidas, M .; Hoshi, Y .; Ishikawa, A .; Shimizu, K .; Birbaumer, N. (2007). "Clasificación temporal de señales de espectroscopia de infrarrojo cercano multicanal de imágenes motoras para desarrollar una interfaz cerebro-computadora". NeuroImage . 34 (4): 1416-1427. doi : 10.1016 / j.neuroimage.2006.11.005 . PMID  17196832 . S2CID  15471179 .
  20. ^ Naseer N .; Hong MJ; Hong K.-S. (2014). "Decodificación de decisiones binarias en línea utilizando espectroscopia funcional de infrarrojo cercano para el desarrollo de la interfaz cerebro-computadora". Investigación experimental del cerebro . 232 (2): 555–564. doi : 10.1007 / s00221-013-3764-1 . PMID  24258529 . S2CID  15250694 .
  21. ^ Naseer N .; Hong K.-S. (2013). "Clasificación de señales de espectroscopia de infrarrojo cercano funcionales correspondientes a las imágenes motoras de la muñeca derecha e izquierda para el desarrollo de interfaces cerebro-computadora". Cartas de neurociencia . 553 : 84–89. doi : 10.1016 / j.neulet.2013.08.021 . PMID  23973334 . S2CID  220773 .
  22. ^ Philip D., Shaw (2020), Efecto de la suplementación con chocolate negro sobre la oxigenación tisular, el metabolismo y el rendimiento en ciclistas entrenados en altitud.
  23. ^ Nguyen, Thien; Babawale, Olajide; Kim, Tae; Jo, Hang Joon; Liu, Hanli; Kim, Jae Gwan (1 de noviembre de 2018). "Exploración de la conectividad funcional del cerebro en estados de reposo y sueño: un estudio de fNIRS" . Informes científicos . 8 (1): 16144. Bibcode : 2018NatSR ... 816144N . doi : 10.1038 / s41598-018-33439-2 . ISSN  2045-2322 . PMC  6212555 . PMID  30385843 .
  24. ^ {{Rahimpour, A., Noubari, HA y Kazemian, M. (2018). Un estudio de caso de la aplicación NIRS para la monitorización hemodinámica cerebral infantil: un informe de análisis de datos para la extracción de características y la clasificación de los bebés en sanos y no saludables. Informática en Medicina desbloqueada, 11, 44-50.}}
  25. ^ Yücel, Meryem A .; Selb, Juliette; Tostado, Christopher M .; Petkov, Mike P .; Becerra, Lino; Borsook, David; Boas, David A. (julio de 2015). "La regresión de separación corta mejora la significación estadística y localiza mejor la respuesta hemodinámica obtenida por espectroscopia de infrarrojo cercano para tareas con diferentes respuestas autónomas" . Neurofotónica . 2 (3): 035005. doi : 10.1117 / 1.NPh.2.3.035005 . ISSN  2329-423X . PMC  4717232 . PMID  26835480 .
  26. ^ mari (4 de febrero de 2018). "fNIRS Hyperscanning: una puerta a la investigación en neurociencia social del mundo real" . Sociedad para la espectroscopia funcional del infrarrojo cercano . Consultado el 26 de marzo de 2020 .
  27. ^ "YouTube" . www.youtube.com . Consultado el 26 de marzo de 2020 .
  28. ^ fNIRS of playing piano , consultado el 26 de marzo de 2020
  29. ^ fNIRS of Observation , consultado el 26 de marzo de 2020
  30. ^ fNIRS of Imagery , consultado el 26 de marzo de 2020
  31. ^ Shin, Jaeyoung; Kwon, Jinuk; Choi, Jongkwan; Im, Chang-Hwan (29 de noviembre de 2017). "Mejora del rendimiento de una interfaz cerebro-computadora utilizando NIRS de distancia múltiple de alta densidad" . Informes científicos . 7 (1): 16545. Bibcode : 2017NatSR ... 716545S . doi : 10.1038 / s41598-017-16639-0 . ISSN  2045-2322 . PMC  5707382 . PMID  29185494 .
  32. ^ "NIRx | Sistemas fNIRS | Dispositivos NIRS" . Tecnologías médicas NIRx . Consultado el 26 de noviembre de 2019 .
  33. ^ Yücel, Meryem A .; Selb, Juliette; Tostado, Christopher M .; Petkov, Mike P .; Becerra, Lino; Borsook, David; Boas, David A. (julio de 2015). "La regresión de separación corta mejora la significación estadística y localiza mejor la respuesta hemodinámica obtenida por espectroscopia de infrarrojo cercano para tareas con diferentes respuestas autónomas" . Neurofotónica . 2 (3): 035005. doi : 10.1117 / 1.NPh.2.3.035005 . ISSN  2329-423X . PMC  4717232 . PMID  26835480 .

[1]


  1. ^ "NIRS / fNIRS" . Soluciones CORTECH, Inc . Consultado el 26 de noviembre de 2019 .

[1] [2]

  1. ^ "HOMER2" . HOMER2 . Consultado el 26 de noviembre de 2019 .
  2. ^ Tostado, Christopher M .; Yücel, Meryem A .; Cooper, Robert J .; Dubb, Jay; Tsuzuki, Daisuke; Becerra, Lino; Petkov, Mike P .; Borsook, David; Dan, Ippeita; Boas, David A. (abril de 2015). "Guía anatómica para espectroscopia funcional de infrarrojo cercano: tutorial AtlasViewer" . Neurofotónica . 2 (2): 020801. doi : 10.1117 / 1.NPh.2.2.020801 . ISSN  2329-423X . PMC  4478785 . PMID  26157991 .