fNIRS中的光极定位

依然是自己学习过程的碎碎念。

在正式使用fNIRS收数据之前，我们肯定要根据感兴趣功能以确定要测量的脑区，然后估计这个脑区在脑壳上的大致位置。那么我们如何知道脑区与脑壳的对应关系呢？

这就要提到10-20参考系统了

如下图所示：

这个参考系统中包括21个参考点，也明确了21个参考点在一个人头上可以如何得到：

看完这21个点的测量方法就可以知道为什么这个参考系统叫做10-20参考系统了吧。根据这样的规律，我们还可以在这21个参考点之间增加更多的参考点从而创造出10-10参考系统、10-5参考系统等。

虽然这样的方法读起来还挺简单，但是在实际操作的时候，对主试的要求比较高，并且误差会逐渐累积，所以在正式实验的过程中，我们一般不采用这种手动定位的方法。而是有一个现成的安装有参考10-20参考系统的帽子，我们把这个帽子戴到被试头上。（这种方法虽然简单、便捷，但是不太准，因为你无法保证不同被试的头长得一样，也无法保证所有被试的帽子都戴在相同的位置）。

知道了10-20参考系统还是不够啊，还是没办法知道参考点和具体脑区之间的对应关系啊，这就要再说到解剖定位信息：MNI坐标和脑图谱分区标号（如broadmann分区、all分区）了。

MIN坐标：

相当于在头上建立一个三维坐标系xyz，因此解剖图中的任意一点都可以用唯一的xyz来表示。

broadmann分区、all分区

这两个的功能很像，将大脑分成很多区，然后给出了每个区的对应功能

然后就有研究者将10-20参考系统中的21个参考点对应的MNI坐标以及其对应的broadmann分区给搞出来了，如此以来，我们便知道了每个参考点对应的脑区，我们想研究什么功能，就可以查broadmann分区，进而确定应该用10-20参考系统的哪些参考点，大大便利了我们后人的研究。

空间标准化

但是，10-20参考系统中的参考点毕竟也没有覆盖到全脑，我们在实际操作的过程中，也有可能会用到这21个参考点之外的点，而且在论文中，报告脑激活结果的时候，是需要在标准脑空间（比如MNI坐标系统）中报告的，那这个时候怎么办？

Partiot三维定位仪可以测量所用到的光极在某个具体被试头上的xzy坐标，如下图所示：

得到的xzy坐标如下图所示：

你以为这就得到了MNI坐标吗？并不是，想象一下，每个人头的形状是不一样的，A头上的（1，1，1）和B头上的（1，1，1）一样吗？我们无法给出准确的答案，这就导致了一个问题：不同研究之间得到的结果可能无法作比较。所以使用三维定位仪得到了XYZ坐标之后，我们还需要将它转化到标准的MNI坐标系统或者标准的脑图谱分区标号中，简称为空间标准化。一个常用的空间标准化方法是：概率配准方法。

概率配准方法

在概率配准方法中，首先准备n个被试的头部MRI结构像（记作R1-Rn），每个MRI像中都标记了5个颅骨参考点以及10-20参考系统参考点，这些MRI像被标准到MNI空间，形成了参考数据库。

接下来，对于每一位佩戴光极帽的被试，概率配准流程如下：

1）利用三维定位仪，找到5个颅骨参考点、所有发射极、接收极和测量通道的XZY参考坐标；

2）利用颅骨参照点的坐标位置，建立这位被试和参考数据库中任何一位被试（如R1）的MRI像颅骨间的对应关系，利用这个关系，将被试所有的发射极、接收极以及测量通道映射到R1的MRI像颅骨中，得到其在R1的MRI像颅骨中的位置。相当于把被试头上的光极帽虚拟地放置在了R1头上）

3）通过R1的MRI像及虚拟放置的光极帽位置，利用某种算法（气球膨胀算法，我也不太懂），便可以估计出所有发射极、接收极和测量通道在R1的MRI像内对应的皮层位置极其MNI坐标。

将对R1进行的操作2）和3），在R2-Rn上全部重复一次。每次重复都可以得到一次MNI坐标，然后将所有得到的n个MNI坐标平均，就可以得到这位被试最终的MNI坐标。n个MNI坐标的变异（标准差）表示了人群上的变异，标准差越小，说明概率配准的结果越可靠。

看到这里，你可能会问，为什么不直接得到戴光极帽被试的MRI像，然后将其标准到MNI空间中，何必大费周折做这个概率配准方法？答案是扫MRI太贵了，我们不可能对每个做fNIRS的被试都扫一遍核磁，钱包烧不起。

（后记：事实上，即使写到这里，我觉得自己对以上所写的内容，在有些地方的理解还不是特别到位，希望之后的学习，可以让我对过程、概念的理解更加深刻吧

另外，我在理解这些概念的过程中，参考了知乎上的一篇文章：大话脑成像之十三：浅谈标准空间模板和空间变换 - 知乎 (zhihu.com)