stringtranslate.com

Espectroscopia funcional de infrarrojo cercano.

fNIRS con un sistema NTS de Gowerlabs

La espectroscopia funcional de infrarrojo cercano ( fNIRS ) es una técnica óptica de monitoreo del cerebro que utiliza espectroscopia de infrarrojo cercano con el fin de obtener neuroimagen funcional . [1] Utilizando fNIRS, la actividad cerebral se mide utilizando luz infrarroja cercana para estimar la actividad hemodinámica cortical que se produce en respuesta a la actividad neuronal. Junto con el 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 resonancia magnética funcional y es capaz de medir cambios tanto en la concentración de oxihemoglobina como de 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.

Descripción

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 la absorbe alternativamente. Debido a que la hemoglobina es un importante absorbente 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. Diferentes técnicas 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 imágenes.

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 cambios temporales o fásicos. La técnica aprovecha la ventana óptica en la que (a) la piel, el tejido y el hueso son en su mayoría transparentes a la luz NIR (intervalo espectral de 700 a 900 nm) y (b) la hemoglobina (Hb) y la 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 en que la luz infrarroja interactúa 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 la medición de 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, una 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 . Utilizando la ley de Beer-Lambert modificada (mBLL), los cambios relativos en la concentración se pueden calcular en función de la longitud total del camino del fotón. [3]

Normalmente, el emisor de luz y el detector se colocan ipsilateralmente (cada par de emisor/detector en el mismo lado) en el cráneo del sujeto, de modo que las mediciones registradas se deben a la luz retrodispersada (reflejada) que sigue trayectorias elípticas. [4] fNIRS es más sensible a los cambios hemodinámicos que ocurren más cerca del cuero cabelludo [5] y estos artefactos superficiales a menudo se abordan utilizando 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 relacionarse con cambios en las concentraciones relativas de hemoglobina mediante la ley de Beer-Lambert modificada (mBLL). La ley de Beer Lambert tiene que ver 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]

Historia

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 del tejido 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 los sistemas NIRS avanzara rápidamente. Luego, en 1985, M. Ferrari realizó los primeros estudios sobre la oxigenación cerebral. Posteriormente, 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 et al Neuros. Letón. demostró la viabilidad de fNIRS en humanos adultos. Las técnicas 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 años 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 la "topografía óptica" en enero de 1995. De hecho, el término "topografía óptica" deriva del concepto de utilizar luz en "mapeo bidimensional combinado con información unidimensional", o topografía . La idea se implementó con éxito al lanzar su primer dispositivo fNIRS (o topografía óptica, como lo llaman) basado en el dominio de frecuencia en 2001: Hitachi ETG-100. Más tarde, Harumi Oishi (大石 晴美), futura doctora en la Universidad de Nagoya, publicó su tesis doctoral en 2003 con el tema "patrones de activación cortical de estudiantes de idiomas medidos por ETG-100" bajo la supervisión del profesor Toru Kinoshita (木下 微): presenta una nueva perspectiva sobre el uso de fNIRS. Desde entonces, la empresa ha seguido avanzando en la serie ETG.

Técnicas espectroscópicas

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 del camino del fotón. Sin embargo, CW-fNIRS no proporciona ningún conocimiento sobre la longitud del camino del fotón, por lo que los cambios en la concentración de HbO son relativos a un camino de longitud desconocido. Muchos sistemas comerciales CW-fNIRS utilizan estimaciones de la longitud de trayectoria de los fotones derivadas de simulaciones computarizadas de Monte-Carlo y modelos físicos, para aproximarse a la cuantificación absoluta de las concentraciones de hemoglobina.

Donde es la densidad óptica o atenuación, es la intensidad de la luz emitida, es la intensidad de la luz medida, es el coeficiente de atenuación , es la concentración de cromóforo, 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 dispersión.

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

¿Dónde está la longitud total del camino corregido del fotón?

Utilizando 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 diferencia, la forma más común de NIRS funcional, ya que es la más barata de fabricar, aplicable con más canales y garantiza una alta resolución temporal. Sin embargo, no distingue entre cambios de absorción y dispersión, y no puede medir valores de absorción absoluta: lo que significa que sólo es sensible al cambio relativo en la concentración de HbO.

Aún así, la simplicidad y rentabilidad de los dispositivos basados ​​en CW demuestran ser los 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 monitorear 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 en frecuencias cercanas a 100 MHz. FD-fNIRS mide la atenuación, el cambio de fase y la longitud promedio del camino de la luz a través del tejido.

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 del camino del fotón; y a partir de los coeficientes determinamos los cambios en la concentración de parámetros hemodinámicos.

Debido a la necesidad de láseres modulados y mediciones fásicas, los dispositivos basados ​​en sistemas FD son más complejos técnicamente (por lo tanto, más caros 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 en el dominio del tiempo (TD) introduce un pulso NIR corto con una longitud de pulso generalmente del orden de picosegundos , alrededor de 70 ps. A través de 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. La información sobre los cambios hemodinámicos se puede encontrar en la atenuación, la caída y el perfil temporal 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 velocidad de muestreo lenta y un número limitado de longitudes de onda. Debido a la necesidad de un dispositivo de conteo de fotones, detección y emisores de alta velocidad, los métodos de resolución temporal son los más caros y técnicamente complicados.

Los dispositivos basados ​​en TD tienen la mayor sensibilidad de profundidad y son capaces de presentar valores más precisos de concentración de hemoglobina y oxigenación basales.

Espectroscopia de correlación difusa

La espectroscopia de correlación difusa (DCS) es una técnica de imágenes ópticas no invasiva que utiliza luz infrarroja cercana coherente para medir el flujo sanguíneo cerebral microvascular local cuantificando las fluctuaciones temporales de la intensidad de la luz generadas por la dispersión dinámica de los glóbulos rojos en movimiento. Esta dispersión dinámica de las células en movimiento hace que la intensidad detectada fluctúe temporalmente. Estas fluctuaciones pueden cuantificarse mediante la curva de autocorrelación de intensidad temporal de una sola mota. La caída de la curva de autocorrelación se ajusta a la solución de la ecuación de difusión de correlación para obtener un índice de flujo sanguíneo cerebral. [13] [14] [15] [16]

Diseño de sistemas

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

Software de análisis de datos

HOMERO3

HOMER3 permite a los usuarios obtener estimaciones y mapas de activación cerebral. Es un conjunto de scripts de Matlab que se utilizan para analizar datos de fNIRS. Este conjunto de scripts ha evolucionado desde principios de la década de 1990, primero como la caja de herramientas Photon Migration Imaging, luego HOMER1 y HOMER2, y ahora HOMER3. [17]

Caja de herramientas NIRS

Esta caja de herramientas es un conjunto de herramientas basadas en Matlab para el análisis de espectroscopia funcional del infrarrojo cercano (fNIRS). Esta caja de herramientas define el espacio de nombres +nirs e incluye una serie de herramientas para el procesamiento de señales, visualización y estadísticas de datos fNIRS. Esta caja de herramientas está construida alrededor de un marco orientado a objetos de clases y espacios de nombres de Matlab. [18]

AtlasViewer

AtlasViewer permite visualizar datos fNIRS en un modelo del cerebro. Además, también permite al usuario diseñar sondas que eventualmente pueden colocarse sobre un sujeto. [19]

Solicitud

Interfaz cerebro-computadora

fNIRS se ha implementado con éxito como señal de control para sistemas de interfaz cerebro-computadora . [20] [21] [22] [23] [24]

Estudios de hipoxia y altitud.

Con nuestra constante necesidad de oxígeno, nuestro cuerpo ha desarrollado múltiples mecanismos que detectan los niveles de oxígeno, lo que a su vez puede activar respuestas apropiadas para contrarrestar la hipoxia y generar un mayor suministro de oxígeno. Además, comprender el mecanismo fisiológico que subyace a la respuesta corporal a la falta de oxígeno es de gran importancia y los dispositivos NIRS han demostrado ser una gran herramienta en este campo de investigación. [25]

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

mapeo cerebral

Conectividad funcional

Las mediciones fNIRS se pueden utilizar para calcular un grado limitado de conectividad funcional . Las mediciones 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 generalmente se evalúa en términos de correlaciones entre las respuestas hemodinámicas de regiones de interés (ROI) espacialmente distintas. En los estudios del cerebro, las mediciones de conectividad funcional se toman comúnmente para datos de pacientes en estado de reposo, así como datos registrados sobre paradigmas de estímulo.

Oximetría cerebral

El monitoreo NIRS es útil de varias maneras. Los bebés prematuros pueden ser monitoreados reduciendo la hipoxia e hiperoxia cerebral con diferentes patrones de actividades. [26] Es una ayuda eficaz en el bypass cardiopulmonar y se considera firmemente que mejora los resultados de los pacientes y reduce los costos y las estancias prolongadas.

Hay resultados no concluyentes sobre el uso de NIRS en pacientes con lesión cerebral traumática, por lo que se ha concluido que debe 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 mediante NIRS o métodos basados ​​en fluorescencia. Estas imágenes se pueden utilizar para desarrollar un modelo volumétrico 3D que se conoce como Tomografía Óptica Difusa. [27]

sistema 10-20

gorra fNIRS

Las ubicaciones de los electrodos fNIRS se pueden definir utilizando una variedad de diseños, incluidos nombres y ubicaciones especificados por el sistema International 10-20, así como otros diseños que están optimizados específicamente para mantener una distancia constante de 30 mm entre cada ubicación. Además de las posiciones estándar de los electrodos, se pueden agregar canales de separación cortos. Los canales de separación cortos permiten la medición de las señales del cuero cabelludo. Dado que los canales de separación cortos miden la señal proveniente del cuero cabelludo, permiten eliminar la señal de las capas superficiales. Esto deja atrás la respuesta cerebral real. Los detectores de canales de separación cortos suelen colocarse a 8 mm de distancia de una fuente. No es necesario que estén en una dirección específica ni en la misma dirección que un detector. [28]

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 constituye el núcleo de las técnicas de resonancia magnética funcional . A través del acoplamiento neurovascular, la actividad neuronal se vincula 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 puede usarse 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 se pueden usar múltiples espacios entre emisores para construir mapas tomográficos 3D .

Hiperescaneo fNIRS con dos violinistas

Hiperescaneo

El hiperescaneo implica 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 en vivo entre cerebros. [29]

Realidad virtual y aumentada

Los sistemas fNIRS modernos se combinan con la realidad virtual o aumentada en estudios sobre interfaces cerebro-computadora, [30] neurorrehabilitación [31] o percepción social. [32]

Sistemas fNIRS y EEG móviles e inalámbricos sincronizados con una pantalla montada en la cabeza todo en uno (PhotonCap, Cortivision)

La música y el cerebro

fNIRS con un pianista

fNIRS se puede utilizar para monitorear la actividad cerebral de los músicos mientras tocan instrumentos musicales. [33] [34] [35] [36]

Ventajas y desventajas

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

Las desventajas de fNIRS incluyen: baja sensibilidad cerebral dado que solo puede detectar cambios en la superficie cortical y baja resolución espacial. Es importante destacar que la señal es sensible a las diferencias en los pigmentos del cabello y la piel, lo que dificulta la realización de diseños entre sujetos. El cabello denso o extremadamente rizado puede impedir la colocación de electrodos cerca del cuero cabelludo, lo que limita la capacidad de utilizar la técnica con todas las personas.

Direcciones futuras

Los dispositivos fNIRS tienen muchas características atractivas: son pequeños, livianos, portátiles y portátiles. Tienen el potencial de usarse en clínicas, salud global, [37] un entorno natural y como rastreador de salud. Sin embargo, los aspectos negativos son destacados y deben tenerse en cuenta al interpretar la señal.


Ahora existen en el mercado sistemas fNIRS de grado de investigación totalmente inalámbricos. [38]

fNIRS comparado con otras técnicas de neuroimagen

Al comparar y contrastar dispositivos de neuroimagen, es importante observar la resolución temporal, la resolución espacial y el grado de inmovilidad. En particular, el EEG (electroencefalógrafo) y el MEG (magnetoencefalografía) tienen una alta resolución temporal, pero una baja resolución espacial. El EEG también tiene un mayor grado de movilidad que el MEG. Al observar los fNIRS, son similares a un EEG. Tienen un alto grado de movilidad y resolución temporal, y tienen una baja resolución espacial. Las exploraciones PET y las resonancias magnéticas funcionales se agrupan, sin embargo, son claramente diferentes de otras exploraciones de neuroimagen. Tienen un alto grado de inmovilidad, una 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, incluidas: MRI, EEG y MEG.

Ver también

Referencias

  1. ^ Ferrari, Marco; Quaresima, Valentina (noviembre de 2012). "Una breve revisión de la historia del desarrollo y los campos de aplicación de la espectroscopia funcional humana del infrarrojo cercano (fNIRS)". NeuroImagen . 63 (2): 921–935. doi : 10.1016/j.neuroimage.2012.03.049. PMID  22510258. S2CID  18367840.
  2. ^ Cui, Xu; Bray, Signe; Bryant, Daniel M.; Glover, Gary H.; Reiss, Allan L. (febrero de 2011). "Una comparación cuantitativa de NIRS y fMRI en múltiples tareas cognitivas". NeuroImagen . 54 (4): 2808–2821. doi : 10.1016/j.neuroimage.2010.10.069. PMC 3021967 . PMID  21047559. 
  3. ^ Villringer, A.; Oportunidad, B. (1997). "Espectroscopia óptica no invasiva e 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 (1 de abril de 2011). "Visualización de la propagación de la luz en la cabeza humana china visible para espectroscopia funcional del infrarrojo cercano". Revista de Óptica Biomédica . 16 (4): 045001. Código bibliográfico : 2011JBO....16d5001L. doi : 10.1117/1.3567085 . PMID  21529068.
  5. ^ Kohno, Satoru; Miyai, Ichiro; Seiyama, Akitoshi; Oda, Ichiro; Ishikawa, Akihiro; Tsuneishi, Shoichi; Amita, Takashi; Shimizu, Koji (2007). "Eliminación del artefacto del flujo sanguíneo de la piel en datos funcionales de imágenes espectroscópicas del infrarrojo cercano mediante análisis de componentes independientes". Revista de Óptica Biomédica . 12 (6): 062111. Código bibliográfico : 2007JBO....12f2111K. doi : 10.1117/1.2814249 . PMID  18163814.
  6. ^ Brigadoi, Sabrina; Cooper, Robert J. (26 de mayo de 2015). "¿Qué tan corto es corto? Distancia óptima entre fuente y detector para canales de separación corta en espectroscopia funcional de infrarrojo cercano". Neurofotónica . 2 (2): 025005. doi :10.1117/1.NPh.2.2.025005. PMC 4478880 . PMID  26158009. 
  7. ^ Ley de cerveza Lambert modificada, archivada desde el original el 21 de diciembre de 2021 , consultado el 26 de marzo de 2020
  8. ^ Jobsis (1997). "Monitorización infrarroja no invasiva de la suficiencia de oxígeno y los parámetros circulatorios cerebrales y miocárdicos". Ciencia . 198 (4323): 1264–1267. doi : 10.1126/ciencia.929199. PMID  929199.
  9. ^ Ayaz, Hasán; Shewokis, Patricia A.; Curtin, Adrián; Izzetoglu, Meltem; Izzetoglu, Kurtulus; Onaral, Banu (8 de octubre de 2011). "Uso de MazeSuite y espectroscopia funcional del infrarrojo cercano para estudiar el aprendizaje en navegación espacial". Revista de experimentos visualizados (56): 3443. doi : 10.3791/3443 . PMC 3227178 . PMID  22005455. 
  10. ^ Piper, Sophie K.; Krueger, Arne; Koch, Stefan P.; Mehnert, enero; Habermehl, Cristina; Steinbrink, Jens; Obrig, Hellmuth; Schmitz, Christoph H. (enero de 2014). "Un sistema fNIRS multicanal portátil para imágenes cerebrales en sujetos que se mueven libremente". NeuroImagen . 85 (1): 64–71. doi : 10.1016/j.neuroimage.2013.06.062. PMC 3859838 . PMID  23810973. 
  11. ^ Curtin, Adrián; Ayaz, Hasan (octubre de 2018). "La era de la neuroergonomía: hacia una medición continua y ubicua de la función cerebral con fNIRS: la era de la neuroergonomía y fNIRS". Investigación psicológica japonesa . 60 (4): 374–386. doi : 10.1111/jpr.12227 .
  12. ^ Cuaresima, Valentina; Ferrari, Marco (enero de 2019). "Espectroscopia funcional de 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. S2CID  148042299.
  13. ^ Durduran, T.; Yodh, AG (2013). "Espectroscopia de correlación difusa para la medición del flujo sanguíneo cerebral microvascular no invasivo". NeuroImagen . 85 (1): 51–63. doi : 10.1016/j.neuroimage.2013.06.017. PMC 3991554 . PMID  23770408. 
  14. ^ Sutin, Jason; Zimmerman, Bernhard; Tyulmankov, Danil; Tamborini, Davide; Wu, Kuan Cheng; Selb, Julieta; Gulinatti, Angelo; Rech, Iván; Tosi, Alberto; Boas, David A.; Franceschini, María Ángela (20 de septiembre de 2016). "Espectroscopia de correlación difusa en el dominio del tiempo". Óptica . 3 (9): 1006–1013. Código Bib : 2016 Óptica... 3.1006S. doi :10.1364/OPTICA.3.001006. PMC 5166986 . PMID  28008417. 
  15. ^ Carpa, SA; Tamborini, D.; Mazumder, D.; Wu, Kansas; Robinson, señor; Stephens, KA; Shatrovoy, O.; Lué, N.; Ozaña, N.; Blackwell, MH; Franceschini, MA (2020). "Medidas de espectroscopia de correlación difusa del flujo sanguíneo utilizando luz de 1064 nm". Revista de Óptica Biomédica . 25 (9): 097003. Código bibliográfico : 2020JBO....25i7003C. doi :10.1117/1.JBO.25.9.097003. PMC 7522668 . PMID  32996299. 
  16. ^ Buckley, Erin M.; Parthasarathy, Ashwin B.; Grant, P. Ellen; Yodh, Arjun G.; Franceschini, María Ángela (2014). "Espectroscopia de correlación difusa para la medición del flujo sanguíneo cerebral: perspectivas de futuro". Neurofotónica . 1 (1): 011009. doi :10.1117/1.NPh.1.1.011009. PMC 4292799 . PMID  25593978. S2CID  13208535. 
  17. ^ "HOMER2". HOMERO2 . Consultado el 26 de noviembre de 2019 .
  18. ^ Santosa, H., Zhai, X., Fishburn, F. y Huppert, T. (2018). La caja de herramientas NIRS Brain AnalyzIR. Algoritmos, 11(5), 73.
  19. ^ Asombrado, Christopher M.; Yücel, Meryem A.; Cooper, Robert J.; Dubb, Jay; Tsuzuki, Daisuke; Becerra, Lino; Petkov, Mike P.; Borsook, David; Dan, Ippeita; Boas, David A. (5 de mayo de 2015). "Guía anatómica para espectroscopia funcional del infrarrojo cercano: tutorial de AtlasViewer". Neurofotónica . 2 (2): 020801. doi :10.1117/1.NPh.2.2.020801. PMC 4478785 . PMID  26157991. 
  20. ^ Ayaz, H.; Shewokis, Pensilvania; Bunce, S.; Onaral, B. (2011). "Una interfaz óptica cerebro-computadora para el control ambiental". Conferencia Internacional Anual de la Sociedad de Ingeniería en Medicina y Biología IEEE. Sociedad de Ingeniería en Medicina y Biología IEEE. Conferencia Internacional Anual . vol. 2011. págs. 6327–6330. doi :10.1109/IEMBS.2011.6091561. ISBN 978-1-4577-1589-1. PMID  22255785. S2CID  4951918.
  21. ^ Coyle, Shirley M; Ward, Tomás E; Markham, Charles M (septiembre de 2007). "Interfaz cerebro-computadora que utiliza un sistema de espectroscopia de infrarrojo cercano funcional simplificado" (PDF) . Revista de ingeniería neuronal . 4 (3): 219–226. Código Bib : 2007JNEng...4..219C. doi :10.1088/1741-2560/4/3/007. PMID  17873424. S2CID  18723855.
  22. ^ Sitaram, Ranganatha; Zhang, Haihong; Guan, Cuntai; Thulasidas, Manoj; Hoshi, Yoko; Ishikawa, Akihiro; Shimizu, Koji; Birbaumer, Niels (febrero de 2007). "Clasificación temporal de señales de espectroscopia de infrarrojo cercano multicanal de imágenes motoras para desarrollar una interfaz cerebro-computadora". NeuroImagen . 34 (4): 1416-1427. doi : 10.1016/j.neuroimage.2006.11.005. PMID  17196832. S2CID  15471179.
  23. ^ Naseer, nadie; Hong, Melissa Jiyoun; Hong, Keum-Shik (febrero de 2014). "Decodificación de decisiones binarias en línea mediante 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.
  24. ^ Naseer, nadie; Hong, Keum-Shik (octubre de 2013). "Clasificación de señales funcionales de espectroscopia de infrarrojo cercano correspondientes a las imágenes motoras de la muñeca derecha e izquierda para el desarrollo de una interfaz cerebro-computadora". Cartas de Neurociencia . 553 : 84–89. doi :10.1016/j.neulet.2013.08.021. PMID  23973334. S2CID  220773.
  25. ^ Shaw, Keely; Singh, Jyotpal; Sirant, Lucas; Neary, J. Patrick; Chilibeck, Philip D. (noviembre de 2020). "Efecto de la suplementación con chocolate amargo sobre la oxigenación de los tejidos, el metabolismo y el rendimiento en ciclistas entrenados en altitud". Revista Internacional de Nutrición Deportiva y Metabolismo del Ejercicio . 30 (6): 420–426. doi :10.1123/ijsnem.2020-0051. PMID  32916656. S2CID  221635672.
  26. ^ Rahimpour, Ali; Noubari, Hosein Ahmadi; Kazemian, Mohammad (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". La informática en medicina desbloqueada . 11 : 44–50. doi : 10.1016/j.imu.2018.04.001 .
  27. ^ Durduran, T.; Choe, R.; panadero, WB; Yodh, AG (julio de 2010). "Óptica difusa para tomografía y monitorización de tejidos". Informes sobre los avances en física . 73 (7): 076701. Código bibliográfico : 2010RPPh...73g6701D. doi :10.1088/0034-4885/73/7/076701. PMC 4482362 . PMID  26120204. 
  28. ^ ab Yücel, Meryem A.; Selb, Julieta; Asado, Christopher M.; Petkov, Mike P.; Becerra, Lino; Borsook, David; Boas, David A. (11 de septiembre de 2015). "La regresión de separación corta mejora la significación estadística y localiza mejor la respuesta hemodinámica obtenida mediante espectroscopia de infrarrojo cercano para tareas con diferentes respuestas autónomas". Neurofotónica . 2 (3): 035005. doi :10.1117/1.NPh.2.3.035005. PMC 4717232 . PMID  26835480. 
  29. ^ mari (4 de febrero de 2018). "fNIRS Hyperscanning: una puerta a la investigación en neurociencia social del mundo real". La Sociedad de Espectroscopia Funcional del Infrarrojo Cercano . Consultado el 26 de marzo de 2020 .
  30. ^ Piper, Sophie K.; Krueger, Arne; Koch, Stefan P.; Mehnert, enero; Habermehl, Cristina; Steinbrink, Jens; Obrig, Hellmuth; Schmitz, Christoph H. (15 de enero de 2014). "Un sistema fNIRS multicanal portátil para imágenes cerebrales en sujetos que se mueven libremente". NeuroImagen . 85 (1): 64–71. doi : 10.1016/j.neuroimage.2013.06.062. PMC 3859838 . PMID  23810973. 
  31. ^ Holper, Lisa; Muehlemann, Thomas; Scholkmann, Félix; Inglés, Kynan; Kiper, Daniel; Wolf, Martín (diciembre de 2010). "Prueba del potencial de un sistema de neurorrehabilitación de realidad virtual durante la realización de observación, imágenes e imitación de acciones motoras registradas mediante espectroscopia funcional inalámbrica del infrarrojo cercano (fNIRS)". Revista de NeuroIngeniería y Rehabilitación . 7 (1): 57. doi : 10.1186/1743-0003-7-57 . PMC 3014953 . PMID  21122154. 
  32. ^ Kim, Gyoung; Buntain, Noé; Hirshfield, Leanne; Costa, Mark R.; Chock, T. Makana (2019). "Procesamiento de estereotipos raciales en realidad virtual: un estudio exploratorio que utiliza espectroscopia funcional de infrarrojo cercano (FNIRS)". Cognición aumentada . Apuntes de conferencias sobre informática. vol. 11580. págs. 407–417. doi :10.1007/978-3-030-22419-6_29. ISBN 978-3-030-22418-9. S2CID  195891659.
  33. ^ "YouTube". www.youtube.com . Archivado desde el original el 21 de diciembre de 2021 . Consultado el 26 de marzo de 2020 .
  34. ^ fNIRS de tocar el piano, archivado desde el original el 21 de diciembre de 2021 , consultado el 26 de marzo de 2020
  35. ^ fNIRS of Observation, archivado desde el original el 21 de diciembre de 2021 , consultado el 26 de marzo de 2020
  36. ^ fNIRS of Imagery, archivado desde el original el 21 de diciembre de 2021 , consultado el 26 de marzo de 2020
  37. ^ Lloyd-Fox, Sarah; Papademetriou, M.; Darboe, MK; Everdell, Países Bajos; Wegmüller, R.; Prentice, AM; Moore, SE; Elwell, CE (22 de abril de 2014). "Espectroscopia funcional del infrarrojo cercano (fNIRS) para evaluar la función cognitiva en bebés en África rural". Informes científicos . 4 (1): 4740. Código Bib : 2014NatSR...4E4740L. doi :10.1038/srep04740. PMC 5381189 . PMID  24751935. S2CID  8522984. 
  38. ^ Shin, Jaeyoung; Kwon, Jinuk; Choi, Jongkwan; Im, Chang-Hwan (29 de noviembre de 2017). "Mejora del rendimiento de una interfaz cerebro-computadora utilizando NIRS multidistancia de alta densidad". Informes científicos . 7 (1): 16545. Código bibliográfico : 2017NatSR...716545S. doi :10.1038/s41598-017-16639-0. PMC 5707382 . PMID  29185494. 
  39. ^ "NIRx | Sistemas fNIRS | Dispositivos NIRS". Tecnologías médicas NIRx . Consultado el 26 de noviembre de 2019 .