Chen Rui
  • 简介
  • 研究人脑的脑科学技术手段
  • 大脑基础知识
  • 多模态设备如何同步?
  • 数据集搜索库
  • eeg/erp脑电分析
    • EEG信号采集、处理和分析的基本知识
    • EEG/ERP简介及实验设计
    • 脑电分析之线性与非线性变换
    • 脑电分析之参考电极选择
    • 脑电分析之重参考
    • 脑电分析之滤波
    • 脑电分析之伪迹信号
    • 脑电分析之独立成分分析(ICA)
    • 脑电分析之眼电纠正
    • 脑电分析之分段数据
    • 脑电分析之基线校正
    • 脑电分析之叠加平均
    • 脑电分析之源分析简介
    • 脑电分析之源分析思考
    • 脑电分析之频谱分析
    • 脑电分析之时频分析
    • 我所使用过/了解过的脑电设备
    • 脑电电极帽
    • EEG数据结构(EEG-BIDS)
    • 脑电常用的数据分析软件网址
  • fNIRS近红外脑成像
    • 如何学习近红外技术?
    • 近红外脑功能成像基础
    • fNIRS技术入门文章推荐
    • 近红外脑成像实验设计(一)
    • 近红外脑成像实验设计(二)
    • fNIRS中基线的做法和注意事项
    • fNIRS近红外光信号质量影响因素
    • 近红外数据处理过程
    • 近红外常用的数据分析软件网址
  • eyetracking眼动追踪
    • 眼动追踪技术
    • 眼动追踪技术的方法
    • 眼动研究中公共数据集
    • 眼动追踪技术中8个常用指标与术语
    • 眼动追踪中获取高质量数据的5个​最佳设置
  • Stimulus softwares刺激软件
    • E-prime主要常见问题以及matlab、python打marker
    • E-prime3.0安装.net问题
    • Lab Streaming Layer 数据流简介
  • 陈锐博客
由 GitBook 提供支持
在本页

这有帮助吗?

  1. fNIRS近红外脑成像

近红外脑成像实验设计(二)

上一页近红外脑成像实验设计(一)下一页fNIRS中基线的做法和注意事项

最后更新于3年前

这有帮助吗?

前言

实验设计总是一个说不完整的主题,继续前一段时间写的《近红外脑功能成像实验设计》的内容继续写关于近红外脑成像的实验设计。在前一篇文章主要介绍了近红外脑成像做实验设计的内容,关于信号源的布局、实验目的以及常见实验设计类型。今天,我们就再深入谈一谈这些内容以及实验设计中的变式方法。

实验思考

光源与探测器:

在近红外设备里都是会配置光源与探测器的组合,这是近红外设备中最重要的部分,同时也是对数据的重要影响。主要涉及下面三点:

1、光源与探测器不同的排布组合与探测的大脑位置;

2、启用光源数,对于部分设备设计到时间分辨率间的问题,

3、光源与探测器间的距离。

这三点是会对实验设计有一定的影响。目前而言,近红外脑成像主要探测的是局部血流的变化,所以目前不论哪家厂商的设备都是需要基于实验要求来排布大脑的探测区域。eg:NIRX厂商的光源与探测器可灵活自由排布,16 source x 16 detector的组合理论最大产生256ch,但是不同的排布产生的有效通道是有限的,其它厂商的设备有些是固定探测区的,有优势也有劣势;对于光源数,NIRX对于光源采用的是分时点亮,启用不同的光源数所涉及到时间分辨率就会不同,同样其它厂商也是有固定采样率的;对于光源与探测器间的距离则决定了光子穿行的路径,目前公认的最佳距离大约是30mm。这是光源与探测器对实验设计是否有效的影响主要因素。

实验设计类型

不同的实验设计带来的大脑血流变化是不同的,我们正常的血流变化示意见下图的HRF signal。

对于上篇文章中提及的Block design的实验设计,它的血流变化,理论上应该是如下图:

同理,其它的实验设计中也会根据不同的条件产生不同的血流信号。接着,我们来谈谈Jitter ER和Mixed design的设计。这两种设计在近红外中并不常见,但也是能探测大脑活动的方法。

Jitter ER:这种方法的实验设计是能区分不同条件下单trail下的大脑活动变化,有很好的检测率,能提取出每个trial下的β值,但是却HRF估计值是不那么准确的。加上Jitter的好处在于可以使大脑波动更强烈一点,这有点像做脑电实验的trial。

优势:

较高的探测率

实验不可预测

受试者不会固定思维

缺点:

无法跟block design比较

非线性的变化

HRF模型中可能会引入新的误差

Mixed design:这种实验设计的好处在于既能区分单trial下的活动,也能和block设计下的活动作对比,但是,同样不可避免的是在event设计下的也会产生估计误差。混合设计是集合了Event design和Block design的设计,这种方法在后期处理中较复杂,在近红外的实验中不常见。

结尾

实验设计是一个说不完全的故事,想要做出好的数据质量,好的实验设计是开始成功的一小步,在数据成型过程中,掌握好这些是基础更是迈向新阶段的开端。

参考文献

Culham, J. C. (2006). Functional neuroimaging: Experimental design and analysis. Book chapter in R. Cabeza and A. Kingstone (Eds.), Handbook of Functional Neuroimaging of Cognition (2nd ed.)

谢谢大家观看,如有帮助,来个喜欢或者关注吧!

本文作者:Chen Rui

文章仅限学习使用,不用于商业行为,若有侵权及疑问,请发邮件至science52brain@outlook.com