導(dǎo)讀

意義：本研究開發(fā)了一個(gè)基于MATLAB的工具箱，用于腦間同步(IBS)分析，并進(jìn)行了實(shí)驗(yàn)研究以驗(yàn)證其性能。據(jù)所知，這是第一個(gè)基于功能近紅外光譜(fNIRS)超掃描數(shù)據(jù)的IBS工具箱，可在兩個(gè)三維(3D)頭部模型上直觀地顯示結(jié)果。目的：利用fNIRS超掃描對(duì)IBS進(jìn)行研究是一個(gè)新興且不斷擴(kuò)大的領(lǐng)域。雖然有各種各樣的fNIRS分析工具，但沒有一個(gè)能在3D頭部模型上顯示腦間神經(jīng)同步結(jié)果。在2019年和2020年，研究者發(fā)布了兩個(gè)名為OptoNet I和II的MATLAB工具箱，幫助研究人員使用fNIRS分析功能性大腦網(wǎng)絡(luò)。本研究開發(fā)了一個(gè)基于MATLAB的工具箱，名為HyperOptoNet，以克服之前OptoNet系列的限制。方法：HyperOptoNet可以使用同時(shí)測(cè)量到的兩個(gè)人的fNIRS超掃描信號(hào)輕松地分析腦間皮層連接。通過在兩種標(biāo)準(zhǔn)頭部模型上用彩色線條表示腦間神經(jīng)同步性，使連接結(jié)果更易于識(shí)別。結(jié)果：為了評(píng)估該工具箱的性能，本研究對(duì)32名健康成人進(jìn)行了fNIRS超掃描研究。當(dāng)被試在執(zhí)行傳統(tǒng)的紙筆認(rèn)知任務(wù)(TCT)或交互式計(jì)算機(jī)輔助認(rèn)知任務(wù)(ICT)時(shí)，采集fNIRS超掃描數(shù)據(jù)。根據(jù)給定任務(wù)的交互性質(zhì)，結(jié)果顯示了不同的腦間同步模式；ICT組的腦間網(wǎng)絡(luò)更廣泛。

結(jié)論：HyperOptoNet工具箱具有良好的IBS分析性能，即使是不熟練的研究人員也可以輕松地分析fNIRS超掃描數(shù)據(jù)。

前言

傳統(tǒng)上，神經(jīng)科學(xué)研究的重點(diǎn)是了解刺激對(duì)單個(gè)大腦的影響。然而，這種傳統(tǒng)的“單人”方法不足以研究現(xiàn)實(shí)生活中的社會(huì)互動(dòng)，神經(jīng)科學(xué)家正推動(dòng)神經(jīng)科學(xué)領(lǐng)域朝著“雙人神經(jīng)科學(xué)”的研究方法轉(zhuǎn)變。這種方法強(qiáng)調(diào)需要了解個(gè)體如何通過調(diào)節(jié)雙向信息交換來相互影響。人們對(duì)多個(gè)社交大腦的腦間神經(jīng)同步(IBS)(稱為超掃描)興趣迅速增長(zhǎng)，這反映在該領(lǐng)域使用fMRI、EEG和fNIRS的綜述文章數(shù)量上。fMRI和EEG研究表明，語言和非語言交流能夠誘發(fā)人際間的神經(jīng)同步活動(dòng)。

fNIRS是一種非侵入性光學(xué)成像技術(shù)，利用近紅外光間接評(píng)估大腦皮層外層神經(jīng)元的代謝活動(dòng)。fNIRS可以測(cè)量與神經(jīng)元代謝活動(dòng)相關(guān)的氧合血紅蛋白(HbO)和脫氧血紅蛋白(HbR)的變化，類似于fMRI獲得的血氧水平依賴反應(yīng)。fNIRS是研究自然環(huán)境中人際互動(dòng)與其神經(jīng)活動(dòng)之間關(guān)系的一種很有前景的方法，具有成本效益高、測(cè)量約束少、對(duì)頭部和身體運(yùn)動(dòng)的耐受性相對(duì)較高等優(yōu)點(diǎn)。因此，研究人員可以更好地測(cè)量與社交互動(dòng)相關(guān)的腦間耦合，并且目前已使用fNIRS超掃描技術(shù)報(bào)告了許多關(guān)于教育傳播、面對(duì)面游戲、提高認(rèn)知表現(xiàn)等方面的研究。

功能連接在高級(jí)認(rèn)知過程中起著重要作用，近年來受到越來越多研究者的關(guān)注。利用EEG、fMRI和fNIRS等多通道神經(jīng)信號(hào)進(jìn)行功能連接估計(jì)的方法有多種，例如相位同步指數(shù)、互信息、部分定向相干性，頻率比和平均相位相干性等。在不同的研究中，這些功能連接表現(xiàn)出相似的全局功能連接模式，但不同的皮層區(qū)域存在一定的差異。

fNIRS有許多分析工具，包括哈佛醫(yī)學(xué)院的基序富集超幾何優(yōu)化(HOMER)、韓國(guó)科學(xué)技術(shù)院(KAIST)的近紅外光譜統(tǒng)計(jì)參數(shù)映射(NIRS-SPM)、三星醫(yī)療中心的OptoNet系列，以及各fNIRS系統(tǒng)制造商開發(fā)的程序。HOMER采用普通最小二乘線性反卷積方法計(jì)算個(gè)體的血流動(dòng)力學(xué)反應(yīng)，而NIRS-SPM應(yīng)用SPM方法，即構(gòu)建和評(píng)估用于檢驗(yàn)功能成像數(shù)據(jù)假設(shè)的空間擴(kuò)展統(tǒng)計(jì)過程。OptoNet(由本研究團(tuán)隊(duì)于2019年發(fā)布)，允許基于三維(3D)有限元分析進(jìn)行簡(jiǎn)便的大腦皮層連接分析。本研究團(tuán)隊(duì)還在2020年發(fā)布了OptoNet?II，可按功能區(qū)域進(jìn)行分析，并具有自動(dòng)閾值設(shè)置，彌補(bǔ)了前一個(gè)版本的不足。然而，目前還沒有一種工具可以通過超掃描同時(shí)測(cè)量到的兩個(gè)fNIRS信號(hào)來直觀地反映腦間神經(jīng)同步性。

本文介紹了HyperOptoNet，它是一個(gè)基于Windows圖形用戶界面(GUI)的MATLAB工具箱。由于HyperOptoNet包含了OptoNet系列的大部分功能，因此它提供了自動(dòng)閾值設(shè)定和各種功能連接估計(jì)方法，例如相關(guān)、相干、頻率比和鎖相值(PLV)。下面將提供HyperOptoNet的詳細(xì)描述和示例。

本研究采用fNIRS超掃描技術(shù)，將32名健康被試分為兩組(每組16人)，分別執(zhí)行傳統(tǒng)的紙筆認(rèn)知任務(wù)(TCT)和交互式計(jì)算機(jī)輔助認(rèn)知任務(wù)(ICT)，以驗(yàn)證該工具箱的性能。本研究證實(shí)，分析結(jié)果可以根據(jù)給定任務(wù)的交互性質(zhì)可視化不同的腦間同步模式；ICT組的腦間網(wǎng)絡(luò)更廣泛。

方法和材料

HyperOptoNet程序

HyperOptoNet的整體流程和GUI如圖1所示。腦間同步(IBS)分析過程大致可分為以下步驟：加載fNIRS超掃描數(shù)據(jù)，加載標(biāo)準(zhǔn)頭部和fNIRS通道模型，以及估計(jì)IBS。HyperOptoNet針對(duì)最新版本的MATLAB?R2022b(MathWorks，Natick，Massachusetts)進(jìn)行了優(yōu)化，該版本基于64位Windows 10和11(Microsoft Corporation，Redmond，Washington)，安裝在帶有GeForce(Nvidia，Santa Clara，California)顯卡系列的Intel?i5和i7(Intel Corporation，Santa Clara，California)計(jì)算機(jī)系統(tǒng)上。接下來，將詳細(xì)描述HyperOptoNet的每個(gè)步驟。在HyperOptoNet的NIRS信號(hào)處理面板中執(zhí)行fNIRS超掃描數(shù)據(jù)加載步驟。首先，將測(cè)得的fNIRS超掃描數(shù)據(jù)加載到圖2(a)所示的“NIRS數(shù)據(jù)加載”部分?！凹虞d信號(hào)1”和“加載信號(hào)2”按鈕用于依次加載通過fNIRS超掃描同時(shí)測(cè)量的兩個(gè)fNIRS信號(hào)。HyperOptoNet支持.NIRS文件格式，可以很容易地將MATLAB的.mat文件格式轉(zhuǎn)換為.NIRS文件格式。OptoNet系列提供了一個(gè)如圖2(b)所示的“.NIRS Converter”，可以輕松地將NIRx系統(tǒng)的fNIRS數(shù)據(jù)和.snirf文件轉(zhuǎn)換為.NIRS文件。加載的fNIRS超掃描信號(hào)如圖2(d)所示，在“信號(hào)分析部分”中可以設(shè)置繪圖類型、fNIRS時(shí)段、實(shí)驗(yàn)block和被試，如圖2(c)所示。當(dāng)設(shè)置發(fā)生變化時(shí)，fNIRS超掃描信號(hào)會(huì)在圖2(d)中刷新，除非fNIRS數(shù)據(jù)發(fā)生變化，否則用戶不需要重復(fù)執(zhí)行此步驟。各種系統(tǒng)信息和處理日志將在圖2(e)中顯示。

如圖3所示，在“頭部模型連接分析”面板中執(zhí)行腦間神經(jīng)同步性估計(jì)步驟。如圖3(a)所示，在“加載頭部和皮層模型”區(qū)域，用戶只需點(diǎn)擊“標(biāo)準(zhǔn)頭部模型”或“標(biāo)準(zhǔn)皮層模型”按鈕即可輕松加載標(biāo)準(zhǔn)頭部和皮層模型。圖3(b)所示的頭部模型有許多視圖選項(xiàng)，包括查看10-20電極系統(tǒng)、軸和/或表面網(wǎng)格等。然后，根據(jù)圖3(c)加載所測(cè)fNIRS通道對(duì)應(yīng)的通道集。使用OptoNet系列提供的工具可以輕松地創(chuàng)建通道集，并且當(dāng)僅導(dǎo)入一個(gè)通道集時(shí)，它可以應(yīng)用于兩個(gè)頭部模型。當(dāng)出現(xiàn)如圖3(d)所示的頭部模型和fNIRS通道時(shí)，該工具就可以估計(jì)腦間神經(jīng)同步性了，可以選擇自動(dòng)或手動(dòng)閾值化，如圖3(e)所示。如果選擇手動(dòng)閾值，則必須選擇一個(gè)特定值，但所需的資源相對(duì)較少。如果選擇自動(dòng)閾值，則基于替代檢驗(yàn)的自動(dòng)閾值化僅表示具有較高統(tǒng)計(jì)顯著性的同步。替代方法通常通過隨機(jī)化要測(cè)試的屬性來生成人工數(shù)據(jù)，同時(shí)盡可能地模擬原始信號(hào)的其他屬性(例如頻譜)。為了選擇顯著性同步，工具箱將遵循秩次檢驗(yàn)。用于同步分析的算法可以從以下算法中選擇(如圖3(e)所示)：相關(guān)性、相干性、頻率比和PLV。相關(guān)性是腦網(wǎng)絡(luò)分析和統(tǒng)計(jì)關(guān)系分析的基本算法之一，在分析具有時(shí)域特征的兩個(gè)信號(hào)之間的連通性方面具有良好的性能。相干性是功率譜的統(tǒng)計(jì)關(guān)系，頻率比是兩個(gè)信號(hào)中基音頻率的比值。因此，相干性和頻率比在分析具有頻域特征的大腦信號(hào)同步性方面具有良好的性能。由于PLV可以分析兩個(gè)信號(hào)之間的時(shí)變相位差，因此對(duì)于具有相位和頻域特征的大腦信號(hào)，即使它們存在時(shí)間延遲，也具有很好的性能。然后可以點(diǎn)擊“連接執(zhí)行”按鈕來估計(jì)IBS。估計(jì)后，只顯示大于閾值的同步，如圖3(d)所示。使用圖3(g)中的復(fù)選框可以打開/關(guān)閉僅顯示IBS或具有皮層連接的選項(xiàng)。所有估計(jì)同步的結(jié)果值都以“res_connectivity.mat”文件的形式保存在工作文件夾中。

參與者

本實(shí)驗(yàn)選取了32名年齡在65歲至84歲之間(74.47±4.30歲)的健康成人(13名男性和19名女性)，無神經(jīng)系統(tǒng)疾病史。研究對(duì)象被隨機(jī)分成兩組，每組16人，使用隨機(jī)化程序?qū)⑴c者分配到ICT或TCT組。該研究獲得了韓國(guó)首爾三星醫(yī)療中心倫理審查委員會(huì)的批準(zhǔn)(IRB編號(hào)2020-08-147；臨床試驗(yàn)編號(hào)NCT04873843)，所有參與者在參加本研究前均簽署了知情同意書。

任務(wù)程序

ICT組使用HAPPYTABLE?(Spring Soft Co. Ltd.，Seoul，South Korea)執(zhí)行基于游戲的交互式認(rèn)知任務(wù)，該任務(wù)可在矩形桌子上的多點(diǎn)式觸摸屏上操作，四名受試者可以一起玩，如圖4(b)所示。每項(xiàng)任務(wù)都包括一個(gè)或多個(gè)認(rèn)知領(lǐng)域的訓(xùn)練，涉及基本信息加工和記憶，并需要各種類型的決策。ICT組共有12個(gè)游戲，這些游戲涵蓋注意力、視空間技能、記憶、語言和執(zhí)行功能等主要認(rèn)知領(lǐng)域。每個(gè)游戲都有多個(gè)難度級(jí)別，所有參與者在同一時(shí)間進(jìn)行相同難度級(jí)別的游戲。

TCI組包括多個(gè)認(rèn)知刺激項(xiàng)目，并包括一個(gè)或多個(gè)認(rèn)知領(lǐng)域的訓(xùn)練。本研究選擇了九項(xiàng)認(rèn)知任務(wù)：鑲嵌圖形、迷宮、尋找隱藏的圖片、折紙、發(fā)現(xiàn)差異、七巧板、連接點(diǎn)、著色和抄寫活動(dòng)。然而，每個(gè)受試者獨(dú)立執(zhí)行給定的任務(wù)，參與者之間沒有互動(dòng)。

fNIRS超掃描數(shù)據(jù)測(cè)量

采用fNIRS系統(tǒng)(NIRScout??24-24，NIRx Medizintechnik GmbH，Berlin，Germany)測(cè)量fNIRS超掃描數(shù)據(jù)。該儀器具有一個(gè)發(fā)光二極管（LED）近紅外光源，具有760和850nm兩種波長(zhǎng)，采樣率為7.8Hz。超掃描fNIRS通道的光電極結(jié)構(gòu)排列如圖4(a)所示。為了測(cè)量超掃描數(shù)據(jù)，采用16個(gè)(8對(duì))近紅外光源和14個(gè)探測(cè)器(7對(duì))，分別為2名受試者產(chǎn)生前額區(qū)20個(gè)fNIRS通道。在認(rèn)知任務(wù)期間同時(shí)測(cè)量來自兩個(gè)人的超掃描數(shù)據(jù)，如圖4(b)所示。任務(wù)范式如圖4(c)所示，從閉眼狀態(tài)1分鐘開始獲得fNIRS信號(hào)的基線。然后，受試者執(zhí)行30s的認(rèn)知任務(wù)，休息30s，然后重復(fù)這些block五次。32名受試者訪問兩次，共產(chǎn)生64個(gè)超掃描數(shù)據(jù)點(diǎn)，并使用64個(gè)fNIRS數(shù)據(jù)樣本進(jìn)行分析。

腦間神經(jīng)同步性分析

使用MATLAB中的NIRS-SPM工具箱，通過fNIRS系統(tǒng)測(cè)量的光密度估計(jì)氧合血紅蛋白(HbO)信號(hào)。采用帶通濾波器(0.01~2Hz)對(duì)原始HbO信號(hào)進(jìn)行預(yù)處理，以保留fNIRS信號(hào)中的低頻振蕩、呼吸和心臟信息。使用PLV估計(jì)腦間神經(jīng)同步性，它可以檢測(cè)兩個(gè)記錄點(diǎn)之間精確頻率范圍內(nèi)的同步，使用對(duì)重復(fù)刺激的響應(yīng)，并搜索相位差變化最小的延遲。PLV測(cè)量該相位差的試次間變異性：如果試次之間的相位差變化最小，則PLV接近1；否則，接近于0。因此，PLV適用于分析fNIRS信號(hào)的同步性。

實(shí)驗(yàn)結(jié)果

使用OptoNet獲得的功能連接結(jié)果如圖5所示，該結(jié)果是基于手動(dòng)閾值化(PLV＞0.25)得到的。從圖5的結(jié)果可以看出，ICT組比TCT組具有更高的fNIRS功能連接性。

分析IBS時(shí)，將圖5和圖6“信號(hào)分析”中用于分析的信號(hào)長(zhǎng)度設(shè)置為“總長(zhǎng)度”。在這種情況下，整個(gè)fNIRS信號(hào)的連接性不需要在block和試次之間進(jìn)行信號(hào)平均。對(duì)同時(shí)執(zhí)行任務(wù)的兩名受試者的IBS進(jìn)行估計(jì)，然后計(jì)算每個(gè)試次的IBS平均值，如圖6所示。ICT組的結(jié)果顯示，PLV＞0.25的同步連接比TCT組更多(ICT組：7；TCT組：3)。ICT組的腦間同步的均值高于TCT組(ICT：0.1235±0.0529；TCT：0.1075±0.0541)。TCT組僅在背外側(cè)前額葉皮層(DLPFC)之間顯示出同步連接，而ICT組在前額葉皮層的多個(gè)區(qū)域顯示出同步連接。

結(jié)論

本研究開發(fā)了一個(gè)名為HyperOptoNet的工具箱，基于MATLAB軟件使用，用于分析腦間神經(jīng)同步性(開源免費(fèi))。在這項(xiàng)研究中，雖然未發(fā)現(xiàn)各組腦間神經(jīng)同步性存在顯著差異，但可以驗(yàn)證所開發(fā)工具箱的有效性。該工具箱尚未為兩種頭部模型提供單獨(dú)的通道和大小設(shè)置。在未來的研究中，包括OptoNet I和II，以及HyperOptoNet在內(nèi)的OptoNet系列將會(huì)不斷更新，并增加功能連接分析和多重比較校正等其他方法。本研究計(jì)劃使該工具箱不僅可以用于功能網(wǎng)絡(luò)分析，而且還可以用于經(jīng)顱電刺激期間的大腦活動(dòng)監(jiān)測(cè)，從而有助于擴(kuò)展fNIRS的研究領(lǐng)域。

原文：HyperOptoNet: a MATLAB-based toolbox for inter-brain neuronal synchrony analysis using fNIRS hyperscanning.

DOI: 10.1117/1.NPh.10.2.025015

小伙伴們關(guān)注茗創(chuàng)科技，將第一時(shí)間收到精彩內(nèi)容推送哦～