关注“心仪脑”查看更多脑科学知识的分享。
近红外光谱脑成像(fNIRS)作为一项无创技术,存在无创脑成像技术的一个共同弱点:信噪比较低。但是因其便携,鲁棒性高,造价较低廉,生态效度高,适用范围广等优点,也是一项难以替代的脑成像技术。那么怎么尽可能的最小化这个弱点,提升fNIRS信号质量呢?
首先要了解fNIRS技术采集到的信号是由什么组成的,影响因素有什么。
我们通过fNIRS想要获取的是大脑活动时,所测量部位大脑浅皮层的氧合血红蛋白和脱氧血红蛋白的浓度变化情况。在这个过程中,光会穿过头皮、颅骨、脑脊液到达大脑皮层之后穿出。fNIRS采集到的数据除了实验刺激引起的大脑活动变化外,还包含头皮血流变化信息以及人体自发性血液动力学振荡(心跳、呼吸、Mayer波等)的影响。

除了这些系统性生理噪声,仪器设备的电气噪声、环境光噪声以及不合理的实验设计,被试的动作等都会对采集信号产生额外的干扰。
电气噪声是指来自实验仪器硬件或者周围环境中的计算机,在实际测量中引入的电气噪声干扰。fNIRS仪器中广泛采用了电子元器件,因此会存在电子元件的固有噪声和外部环境噪声。
fNIRS设备是通过紧紧贴合在头皮的光极采集信号,因此光极的设计、被试发量的多少都会影响到环境光对信号的污染。如果光极和光纤较重,被试头发浓密,光极就很难紧密贴合头皮,造成光极和头皮的耦合度降低,出现缝隙,可能造成射出头皮的光子数的损失或者环境背景光(室外阳光、室内灯光、显示器光等)对探测器探头的污染,影响信号的质量。
不合理的范式也会带来误差。实验设置的时间过长或过短都可能会影响测量结果的稳定性。比如面对长时间、多次重复的实验刺激,被试就有可能会产生一些额外生理因素和个人因素影响(比如产生疲劳、走神、困倦、练

本文探讨了近红外光谱脑成像(fNIRS)技术的信噪比问题,包括生理噪声、电气噪声、环境光噪声及运动伪迹的影响。通过优化实验设计、设备选择和数据处理算法,可以有效提升fNIRS信号质量。建议在实验中控制环境噪声,使用合适光极,以及采用低通滤波、PCA、小波滤波等方法去除噪声。
最低0.47元/天 解锁文章
718

被折叠的 条评论
为什么被折叠?



