. These results show the feasibility of using hrf for effective removal of noises from fNIRS data."> fNIRS皮质Tasks-Based最佳过滤器选择:一个研究 - raybet雷竞app,雷竞技官网下载,雷电竞下载苹果
标志”src=

医疗保健工程
PDF
医疗保健工程/2020年/文章
特殊的问题

智能计算在重症监护病房临床数据处理

把这个特殊的问题

研究文章|开放获取

体积 2020年 |文章的ID 9152369 | https://doi.org/10.1155/2020/9152369

Rayyan阿扎姆汗,诺曼·Naseer Sajid萨利姆,Nauman哈立德库雷希,大学生马吉德这,穆罕默德Jawad汗, ”fNIRS皮质Tasks-Based最佳过滤器选择:一个研究”,医疗保健工程, 卷。2020年, 文章的ID9152369, 15 页面, 2020年。 https://doi.org/10.1155/2020/9152369

fNIRS皮质Tasks-Based最佳过滤器选择:一个研究

Rayyan阿扎姆汗,1 诺曼Naseer,2 Sajid萨利姆,3 Nauman哈立德库雷希,4 大学生马吉德这,5 和 默罕默德Jawad汗6

1大学机械工程系,萨斯喀彻温省,萨斯卡通,萨斯喀彻温省S7N 5 a9,加拿大

2航空大学机电工程系46000年伊斯兰堡,巴基斯坦

3电气工程系,国立大学现代语言,46000年伊斯兰堡,巴基斯坦

4生物医学工程、电子信息、电气工程学院、大连理工大学、大连116000年,中国

5信息学、数学和自然科学学院,奥斯陆大学,0316年,挪威奥斯陆

6机械和制造工程学院,国立大学的科学与技术,46000年伊斯兰堡,巴基斯坦

学术编辑器:艾哈迈德·f·侯赛因
收到了 2019年12月16日
接受 2020年4月25日
发表 2020年5月22日

文摘

功能近红外光谱(fNIRS)是一种最新的非侵入式脑功能测量技术已经用于脑-机接口(BCI)的目的。在本文中,我们比较和分析的影响(即六个最常用的过滤技术。,高斯,黄油worth, Kalman, hemodynamic response filter (hrf), Wiener, and finite impulse response) on classification accuracies of fNIRS-BCI. To conclude with the best optimal filter for a specific cortical task owing to a specific cortical region, we divided our experimental tasks according to the three main cortical regions: prefrontal, motor, and visual cortex. Three different experiments were performed for prefrontal and motor execution tasks while one for visual stimuli. The tasks performed for prefrontal include rest (R) vs mental arithmetic (MA), R vs object rotation (OB), and OB vs MA. Similarly, for motor execution, R vs left finger tapping (LFT), R vs right finger tapping (RFT), and LFT vs RFT. Likewise, for the visual cortex, R vs visual stimuli (VS) task. These experiments were performed for ten trials with five subjects. For consistency among extracted data, six statistical features were evaluated using oxygenated hemoglobin, namely, slope, mean, peak, kurtosis, skewness, and variance. Combination of these six features was used to classify data by the nonlinear support vector machine (SVM). The classification accuracies obtained from SVM by using hrf and Gaussian were significantly higher for R vs MA, R vs OB, R vs RFT, and R vs VS and Wiener filter for OB vs MA. Similarly, for R vs LFT and LFT vs RFT, hrf was found to be significant 。这些结果显示使用的可行性hrf fNIRS的有效去除噪声数据。

1。介绍

脑机接口(BCI)也称为人机界面(HMI)或脑机接口(BMI)提供用户和外部设备之间的通信的意思是通过硬件和软件系统的结合(1- - - - - -3]。这些系统被训练来生成控制命令基于一组特定的大脑信号模式(4]。

大脑信号采集分类之间的侵入性和非侵入性技术。然而,由于手术风险和有限访问皮质区,非侵入性技术在实践中是很常见的(5]。非侵入性方法包括核磁共振(fMRI)干扰,功能近红外光谱(fNIRS) [6)、脑电图(EEG) [4]。fNIRS是一种相对新的形态,具有更好的空间分辨率和较低的工件,成本,和可移植性4,7]。到目前为止,有前景的结果显示了fNIRS-BCI [8- - - - - -10]。获得大脑信号为一个特定的任务可能包含可以污染信号和噪音影响信息数据。这些声音分类之间生理噪声,噪声实验,仪器噪声(8,11]。fNIRS的实验噪音被改变之前的原始信号,它的大小通过修改后的比尔-朗伯定律8,12,13]。由于硬件或被周围的噪音产生已知仪器噪音。这些声音通常可以使用低通滤波器去除高频;此外,保持隔绝外部如光源可以减少这种类型的噪音。实验噪声包括运动的构件(如头部运动信号采集时,可引起的位错装置从指定的位置,从而生成一个特殊噪声由于光照强度的变化。各种研究[13- - - - - -15)利用一般发展过滤技术随机噪声去除。然而,获得的信号可以被不同类型的噪声会影响进一步分析。噪音可以产生生理上由于迈耶波(∼0.1赫兹),呼吸(0.2∼0.5赫兹),和心跳(1∼1.5赫兹),主要是由于血压的波动8,16- - - - - -19]。这些声音可以删除使用自适应或带通滤波(20.,21]。预处理后,提取有用的信息从过滤数据之后使用不同的分类器分类主要为线性判别分析(LDA),支持向量机(SVM),二次判别分析(QDA)和朴素贝叶斯(NB) [22)来生成控制命令,从而完成了BCI的循环。先前的研究[13,14,23)表明,一个合适的滤波器对数据的正确性的关键是实现更精确的结果。

在这项研究中,我们假设找到常用皮质任务的最优滤波器,由于特定的皮层区域。因此,我们比较六个常用过滤器去除前面讨论的声音。这些过滤器包括离散卡尔曼(24],时变维纳[25),4th巴特沃斯,血流动力学响应滤波器(hrf),高斯(26,窗口有限脉冲响应(杉木)[27]。表示目的,皮质数据获得从大脑的三个主要区域,即前额叶(PFC)、运动(MC)和视觉皮层(VC)。由于数据从PFC与思维获得的任务(28- - - - - -31日),因此算法和对象旋转任务执行这个皮质区域(32- - - - - -34]。同样,任务与运动相关的四肢或手指运动皮层(35];因此,手指敲击任务执行所需的数据采集(36- - - - - -38]。同样,闪烁的视觉皮层的检查框进行数据39]。保持视图的目标最优滤波器为一个特定的皮层区域,一个先前的研究(22报告统计特性的不同组合。因此,对于提取的数据的一致性,统计特性都保持相同的实验任务,因此使六个功能的组合,即信号的意思是(SM)、信号斜率(SS)信号峰值(SP),信号偏态(SK),信号峰度(KR)和信号方差(SV)。分类,许多研究[22,40,41]报道非线性支持向量机分类器对相对更好的精度,因此所有的实验任务是使用非线性支持向量机分类器分类。因此,这项工作的主要贡献是(1)分析影响的六个最常用的过滤技术和(2)提出最优之一最经常讨论噪音消除技术。上述实验中,我们选择三个主要的皮质区域:前额叶、电机、和视觉皮层有七个不同的范式。规范化血流动力学响应滤波器(hrf) [26)进行整体最佳选择技术。这些系统和明确的基础上分析,可以看出,选择一个最优滤波器的一个重要的角色在提高精度。因此,这些观察结果可以作为一个标准的指导其他测试fNIRS噪声校正算法对实验的影响,因此可以选择一个重要的方法。

2。材料和方法

2.1。实验装置

获得实验数据,七范式由于三个主要的皮质区域的设计,显式地使用一个动态执行近红外光学断层扫描(dynot - 232;美国纽约NIRx医疗技术)设备釜山国立大学。它作用于两个760和830纳米波长的信号采集采样频率为1.81赫兹。视力正常或corrected-to-normal的五个健康受试者参加试验前用口头同意实验。所有受试者右手的年龄26±3。右撇子”受试者选择减少血流动力学响应变化由于半球的差异。实验参与者没有酗酒史,精神病,神经,和视觉障碍、心血管和呼吸道疾病,精神疾病,或任何运动障碍。此外,三个小时之前开始的研究中,参与者被要求避免含咖啡因的饮料。如前所述在文献[28,30.,31日,35,37,38),对于thinking-related任务,从PFC获得的信号是,同样为电动机执行任务的初级运动皮层(PMC),从VC和视觉刺激的任务。执行实验根据最新的赫尔辛基宣言。

2.2。实验范式

按照文献[35,39),受试者坐在舒适的椅子上,被要求休息和限制运动,这样血流动力学反应激活由于之前的活动是可以避免的。因此,每一个范式与PFC, MC, VC开始休息20年代时期建立基线条件。作为文献[42- - - - - -45]显示,(10∼12)的任务是足够获得血流动力学反应的大脑活动,因此20年代最初的休息是紧随其后的是10年代任务,这又反过来被另一个20多岁的休息期间允许信号返回基线值在开始下一个审判模式的范式(a)。(b), 20年代后休息10 s task 1又紧随其后的是10 s task 2。20年代其他两个10年代任务添加到通过基线值区分两类。图1描述范式(a)和范式(b)。最优滤波器的选择、任务选择PFC有关特定的皮层区域,这样,三个不同的实验,其他(R)和心算(MA), R和对象旋转(OB)和OB和马的任务。同样,MC, R和左手手指敲击(融通),R和正确的手指敲击(RFT)和融通vs RFT。同样,对于风投,R和视觉刺激(vs)的任务。

(一)”name=
(一)
(b)”name=
(b)
图1
为皮质任务实验范式。(一)任务和休息。(b)任务1和任务2。
2.2.1。前额叶的任务

(1)心算。根据先前的研究44,46,47马),R和任务,受试者被要求执行一系列的算术计算10年代基于伪随机顺序,这样减去随机两位数(10至20)先后从之前的三位数减法的结果出现在屏幕上(如400 - 11、389 - 17日和372 - 14)。之后,屏幕变黑,这样主题不超出10年代的任务。

(2)对象的旋转。对象的旋转任务,受试者被要求想象一个立方体旋转10年代任务而“对象旋转”字在屏幕上出现十年代约为2米的距离(48- - - - - -50]。

(3)心算vs对象旋转。在这个协议中,受试者被要求马执行上述任务和OB在20年代的休息来区分两个任务。实验范式是描绘在图1 (b)。

2.2.2。电动机的任务

(1)手指敲击。根据文献[8,17,19,23,31日,37,38,51),受试者被要求利用自学的一只手食指10之后的20年代执行其他任务允许信号返回他们的参考价值。另外,重复10次如图1(一)。类似的试验进行了另一方面,融通与RFT任务时,20多岁的休息是在两个任务之间进行信号的恢复到基线水平,如图1 (b)。

2.2.3。视觉任务

(1)检查框闪烁。在这个实验中(4,18,39],面前的屏幕上被研究对象的距离大约2米,以及受试者在实验要求避免眼神闪烁。十年代任务执行的检查框闪烁4赫兹其次是20年代的黑屏。生成的声音也在休息和任务之间的过渡。视觉刺激的范式遵循图所示1(一)。

2.3。实验装置

自心理意象任务激活PFC (34,43),总11近红外(NI)光装置放在PFC, 3的探测器和8是源按照文献[46,47]。同样,对于电机执行任务,初级运动皮层(PMC)被激活37,43),因此15装置放在PMC的8是源和7是探测器。为融通中提取数据,装置被放置在右半球,而在左半球(RFT43]。同样的,视觉刺激的任务数据采集的视觉皮层(4,18,39),11个装置被放置在八个来源和三个探测器。源和探测器之间的距离是3厘米。Optode位置和通道配置MC, VC, PFC如图2。

(一)”name=
(一)
(b)”name=
(b)
(c)”name=
(c)
图2
Optode位置配置按照10 - 20国际体系。(一)运动皮层。(b)视觉皮质。前额叶皮层(c)。
2.3.1。信号采集

按照文献[6,8,29日),原始的光密度信号转化为氧合血红蛋白( )和去氧血红蛋白( )集中使用修改后的比尔-朗伯定律(MBLL)如在以下方程: 在哪里 是HbX消光系数在吗 , 是微分曲线路径的路径长度因素(毫米) 探测器和发射器距离(毫米),然后呢 的吸光度不同波长光发射器的 。

2.4。信号处理

获得原始信号的大脑包含各种噪声可以分为生理、实验和仪器噪声(8,52]。fNIRS的仪器和实验噪音被改变之前的原始信号,它的大小通过MBLL [8,12,14]。

2.4.1。乐器的声音

周围噪音产生由于硬件或分类下仪器噪音。这些声音通常有高频率使用低通滤波器可以删除;此外,保持隔绝外部如光源可以减少这种类型的噪音(8]。

2.4.2。实验噪音

这些错误包含运动构件由于无意识的肢体动作像头部运动信号采集。它可能导致装置的位错从分配的特殊位置,导致噪音由于光照强度的变化。过滤器如卡尔曼滤波和维纳可以用来消除这种类型的噪音(12- - - - - -15]。

2.4.3。生理上的噪音

这些声音产生由于迈耶波(∼0.1赫兹),心跳呼吸(∼0.5赫兹),(1∼1.5赫兹)发生由于血压的波动16- - - - - -19]。这些声音可以删除使用自适应或带通滤波(8,20.,38]。

2.5。数据分析

NIRS-SPM fNIRS工具箱用于数据分析。信号处理,它提供了常用的过滤技术,即巴特沃斯,高斯,hrf [26]。比较数据分析是由使用NIRS-SPM工具箱实现高斯和hrf过滤,而其他技术MATLAB®2017 b。广义数学模型提供必要的细节如下。

2.5.1。高斯滤波

高斯滤波器是用于各种形式取决于信号的性质。一般来说,一个高斯滤波器是基于高斯函数定义或数据噪声的概率分布。它也可以被用作一个平滑算子。高斯内核用于平滑的信号被替换为每个值本身和周边值的加权平均14,21,26]。二维高斯滤波器的一个简单的表示可以定义在以下方程 在哪里 和 到原点的距离在水平和垂直轴σ是已知分布的标准偏差。

2.5.2。血流动力学响应滤波器(hrf)

hrf基于血流动力学响应函数的规范化表示(hrf)和用于fNIRS的时间平滑时间序列信号。在NIRS-SPM,给定的功能数据使用最小二乘估计与理想HRF平和。hrf和高斯滤波器模型细节按照文献[26]。

2.5.3。巴特沃斯滤波器

巴特沃斯滤波器是一种基于模型的带通滤波器,执行使用高频率衰减和低通滤波器。过滤值不仅取决于过滤的加权平均时间序列,还递归前值的过滤时间序列。这个过滤器的目的是在所需的通带平坦的频率响应(26]。4th阶巴特沃斯滤波器的带通(0.01∼0.1)赫兹在图书馆应用通过MATLAB®构建所需的实验。

2.5.4。有限脉冲响应滤波器

冷杉找到设计的滤波器系数和过滤器的顺序,执行输入信号之间的互相关和反向脉冲响应的时间;因此,通过采样脉冲波形,系数的滤波器设计14]。冷杉过滤器的顺序N可以被定义为以下方程: 在哪里 是输入信号, 是输出信号, 是过滤订单,吗 脉冲响应的价值在哪里 实例。在这里,4th阶FIR滤波器的低通带0.1赫兹利用。使用最小二乘估计的系数估计。然而,时变维纳滤波器,基于短时傅里叶级数,是实现为在25,53]。

2.5.5。卡尔曼滤波器

卡尔曼滤波器输入信号包含统计和其他由线性二次估计噪声。估计未知变量基于贝叶斯推理和联合概率分布往往是更准确的13,14]。它的简单的模型中可以看到以下方程: 在哪里 状态转换模型应用于以前的状态吗 , 是控制输入模型应用于控制向量 ,和 噪音是一个过程。离散卡尔曼模型实施按照[24]。

2.6。特征选择

所有范例中提取数据之间的一致性,六个统计特性(SV、KR、SS、SM、SK和SP)被用来提取信息数据(28,43,46,54,55]。SM是下列方程计算 在哪里 输入信号,这样吗 和 是观察的总数。信号方差计算方程(6), 在哪里 是输入信号, 从方程(意思是发现6), 样品的数量, 标准偏差。基米-雷克南,计算是由以下方程: 在哪里 是输入信号 的期望值 。

SK的不对称值意味着相对于正态分布,因此计算以下方程:

MATLAB® 函数的所有输入数据点,因此用来计算党卫军。同样的, 函数是用来计算SP。统计特征是新在0和1之间使用以下方程: 在哪里 新特性和吗 指的是原始特征值。散点图的所有六个统计特性的OB和马的任务1所示图3。


图3
提取的特征对马OB和散点图。
2.7。支持向量机

统计学意义的准确性进行了分析选择最优滤波器为一个特定的皮质区域;因此,为了提高分类性能,使用非线性支持向量机(35,38]。它可以重新调节高维数据和可以控制错误明确由两个或多个类之间的利润最大化创造超平面称为支持向量(40,41,56]。

是最大化的成本函数的支持向量机分类器训练数据之间的相关性和超平面方程的定义(10)和(11),分别 在哪里 , 是积极的正则化参数, 训练误差的测量, 是第n的类标签样本。在这里,三度多项式核函数 和10倍交叉验证应用分类精度的估计(53]。

3所示。结果与讨论

3.1。结果

在这项研究中,选择一个最优滤波器基于皮层的任务。活动是基于PFC等三个主要地区分类,MC, VC。 信号是使用六个过滤器过滤。数据4- - - - - -6显示平均 过滤信号试验的前额,电动机执行,视觉刺激的任务。三个不同的信号显示各种范式对于每一个大脑区域,在水平轴与一个完整的事件。过滤的图像分析反应表明,使用4th阶巴特沃斯变化数据形式完全离散卡尔曼滤波和维纳滤波的信号,但仍有一些噪音在输出响应,而规范hrf和高斯平滑响应比任何其他技术。此外,先前的研究通常利用巴特沃斯对信号处理,同时获得视觉相比没有任何明显的改善迹象。同样,高斯滤波器也利用各种研究获得的数据正态分布假设;因此,它认为高斯函数定义或数据噪声的概率分布。它也可以被用作一个平滑算子。高斯内核用于平滑的信号被替换为每个值本身及其邻近值的加权平均。然而,hrf过滤器认为理想的血流动力学响应作为参考平滑的数据卡方分布密切相关。由于这一事实,hrf优于任何其他技术。


图4
过滤后的平均HbO的PFC的任务。

图5
过滤后的平均HbO的MC的任务。

图6
过滤后的平均HbO和任务。

提取信息,对一致性分类精度得到在6个统计特性。在这些特性获得的精度如表所示1。双尾独立t以及进行检查统计显著性与Holm-Bonferroni过滤器的多重比较。结果在表2显示意义使用hrf或高斯滤波器对马和R vs OB OB vs马任务时,没有发现显著的过滤器;然而,时变维纳滤波器优于他人。同样,在电动机执行任务,hrf被发现显著的R与融通,同样为R vs RFT hrf和高斯。此外,对融通vs RFT, hrf过滤器显示了更好的性能。在VS任务,hrf和高斯是重要的。此外,我们把过滤器的平均精度对皮质区域如图7。高斯和规范hrf所有三个皮层区域始终表现的更好。然而,相对使用hrf只取得了更好的精度。统计结果验证我们的假设的最优滤波器选择保证hrf fNIRS-based研究通常有更好的性能,它是按照一项研究[53]。
前额叶的任务
R和马
主题 黄油 冷杉 高斯 hrf 卡尔曼 维纳
S1 57.03 62.22 81.48 82.96 82.96 80年
S2 57.77 59.25 71.85 83.7 68.148 69.62
S3 58.51 54.07 88.14 90.37 73.33 82.22
S4 64.44 71.85 82.22 82.96 72.59 74.81
S5 55.55 69.62 85.18 82.22 61.48 74.81
R vs OB
S1 63.7 68.14 80年 86.66 71.48 75.18
S2 54.81 68.88 78.51 80年 68.88 73.33
S3 60 65.92 82.22 89.62 89.22 74.81
S4 63.7 71.11 97.03 97.03 90.37 94.81
S5 60 60 82.96 77.03 68.14 65.18
OB和马
S1 50 64.44 68.88 75.55 85.55 90年
S2 53.33 66.66 72.22 72.22 84.44 86.66
S3 54.44 68.88 85.55 80年 76.66 74.44
S4 56.66 71.11 81.11 83.33 85.55 86.66
S5 57.77 75.55 82.22 82.22 85.55 88.88
电动机执行任务
R与融通
S1 65.18 57.03 77.03 81.48 57.03 66.66
S2 60 57.77 78.51 85.18 45.18 50.37
S3 55.55 49.62 67.4 72.59 59.25 59.25
S4 53.33 56.29 68.14 73.33 60 61.48
S5 45.18 57.77 76.29 76.29 45.18 45.18
R vs RFT
S1 61.48 43.7 78.51 89.62 66.66 65.92
S2 59.25 58.51 68.88 79.25 59.25 59.25
S3 57.77 65.92 68.88 62.96 46.66 60.74
S4 54.81 51.85 66.66 74.07 60 47.4
S5 62.96 58.51 71.85 77.03 55.77 56.29
融通vs RFT
S1 54.44 46.66 87.77 92.22 64.44 60
S2 55.55 61.11 64.44 76.66 53.33 51.11
S3 58.88 58.88 64.44 68.88 63.33 45.55
S4 54.44 57.77 78.88 80年 48.88 52.22
S5 60 62.22 70年 80年 55.55 56.66
视觉刺激的任务
R vs vs
S1 53.33 60.74 71.11 65.18 48.88 51.85
S2 54.81 66.66 74.07 75.55 59.25 62.96
S3 59.25 64.44 76.29 82.22 71.11 69.62
S4 57.77 47.4 68.14 73.33 49.62 57.77
S5 68.88 62.96 73.33 78.51 56.29 61.48
表1
精度在6个特性为多个皮质范例。
过滤器 值
前额叶的任务
R和马
黄油vs hrf、冷杉、高斯,卡尔曼滤波,维纳 0.089,0.012,0.012,0.012,0.012
hrf vs高斯、维纳、冷杉,卡尔曼 0.089,0.012,0.012,0.022
高斯vs冷杉,卡尔曼滤波,维纳 0.012,0.089,0.012
卡尔曼滤波与维纳,冷杉 0.089,0.089
维纳和冷杉 0.012
R vs OB
黄油和冷杉、高斯、卡尔曼滤波、维纳hrf 0.022,0.012,0.012,0.012,0.012
hrf vs卡尔曼滤波,高斯,维纳、冷杉 0.012,0.158,0.012,0.012
高斯vs冷杉,卡尔曼滤波,维纳 0.012,0.089,0.012
卡尔曼滤波与维纳,冷杉 0.327,0.022
维纳和冷杉 0.012
OB和马
黄油和冷杉、高斯、卡尔曼滤波、维纳hrf 0.012,0.012,0.012,0.012,0.012
hrf vs卡尔曼滤波,高斯,维纳、冷杉 0.089,0.281,0.089,0.012
高斯vs冷杉,卡尔曼滤波,维纳 0.012,0.089,0.089
卡尔曼滤波与维纳,冷杉 0.089,0.012
维纳和冷杉 0.012
电动机执行任务
R与融通
黄油和冷杉、高斯、卡尔曼滤波、维纳hrf 0.65、0.025、1、0.158、0.025
hrf vs卡尔曼滤波,高斯,维纳、冷杉 0.012,0.022,0.012,0.025
高斯vs冷杉,卡尔曼滤波,维纳 0.012,0.012,0.012
卡尔曼滤波与维纳,冷杉 0.041,1
维纳和冷杉 0.32
R vs RFT
黄油和冷杉、高斯、卡尔曼滤波、维纳hrf 0.089,0.012,0.5,0.5,0.012
hrf vs卡尔曼滤波,高斯,维纳、冷杉 0.012,0.089,0.012,0.089
高斯vs冷杉,卡尔曼滤波,维纳 0.012,0.012,0.012
卡尔曼滤波与维纳,冷杉 0.5,0.32
维纳和冷杉 0.32
融通vs RFT
黄油和冷杉、高斯、卡尔曼滤波、维纳hrf 0.158,0.012,0.32,0.089,0.012
hrf vs卡尔曼滤波,高斯,维纳、冷杉 0.012,0.012,0.012,0.012
高斯vs冷杉,卡尔曼滤波,维纳 0.012,0.012,0.012
卡尔曼滤波与维纳,冷杉 0.32,0.32
维纳和冷杉 0.089
视觉刺激
R vs vs
黄油和冷杉、高斯、卡尔曼滤波、维纳hrf 0.32,0.012,0.32,0.5,0.012
hrf vs卡尔曼滤波,高斯,维纳、冷杉 0.012,0.089,0.012,0.012
高斯vs冷杉,卡尔曼滤波,维纳 0.012,0.012,0.012
卡尔曼滤波与维纳,冷杉 0.089,0.32
维纳和冷杉 0.32
表2
跨多个皮质范例统计学意义的过滤器。

图7
过滤器的精度。
3.2。讨论

尽管fNIRS的事实提供了可移植性,低成本、减轻设备的设置,仍然是一个挑战,消除噪音像系统的生理(迈耶波,肌肉活动、血压、呼吸和心率)和工件(17,57],fNIRS信号被高度污染的测量噪声和基于生理系统干扰(58]。一些研究提出的方法,可以消除噪音强劲。在[59),时间过滤使用0.6赫兹截止频率的低通滤波器和规范血流动力学响应函数与4 s半宽度。在[60),指数移动平均线和切比雪夫滤波器被用于将工件从fNIRS的数据。同样,在61年),只有低通滤波器0.14 Hz截止应用于去除fNIRS生理噪声信号。Aqil et al。62年递归最小平方估计用于在线成像。这种适应性的方法提供了一个较低的空间滤波和高通,消除长期趋势,基线校正。同样的,搜索引擎优化等。63年)评估技术的效用的生理噪声在fMRI数据通过减少残差的方差基线fMRI信号通过检测信号的模型。同样,在64年),自适应过滤使用的仿射投影算法加速收敛和有色噪声,但它会增加计算成本。在[65年基于5],一个带通滤波器th巴特沃斯滤波器是用来过滤电机执行顺序基于EEG信号。在文献[52),fNIRS-based走路信号和步行信号而说话。这些信号预处理使用有限脉冲响应滤波器的低通,虽然说任务结果在低烈度工件相同频率的血流动力学反应,因此它可能会影响大脑皮层活动(57]。在[66年),多个过滤器是申请脑电图,ECG-based信号预处理如运动工件的去除,潜油电泵的中值滤波,去除系统组件、一个二阶Chebychev 2型过滤器,高通滤波器对信号漂移、1圣血压信号阶低通巴特沃斯滤波器,4th心电图应用阶巴特沃斯带通滤波器,使用太多的过滤器的每一个方面都可能导致成本计算。在[8节),前面提到的方面2。4简要讨论。去除这种噪声方法,像MBLL eigen-based向量方法(19),介绍了带通滤波器在基于matlab的图形用户基于接口的程序中,荷马。然而,则没有这种统计学意义比较通用的任务。在文献[14,15),取消运动构件使用维纳和离散卡尔曼滤波器进行了讨论;与此同时,t测试执行与卡尔曼比较显示出更好的性能。同样,在12,13),四个技术,即卡尔曼、主成分分析、小波分析、样条插值,比较去除工件检测数据。结果表明,脊椎插值和小波分析是重要的删除等噪声。在[67年),系统噪声被使用小波最小描述长度消除趋势方法和工件使用移动的标准差和样条插值。Eggenberger et al。68年]删除运动构件通过目视检查,和迈耶波是避免使用平均块。在[69年),生理噪声被低通滤波器,和滑动窗口申请运动工件被拒绝。霍尔兹et al。70年结合独立分量分析和主成分分析,去除噪声和信号漂移。在[70年- - - - - -77年),信号是低通滤波截止频率为0.14赫兹,和在78年),截止频率为0.2赫兹,(78年),一套低通滤波器在0.67赫兹,与此同时移动平均滤波器的宽度4 s被用来抚平信号。在[79年),高斯平滑的半最大值处全宽度2 s应用,而运动工件被使用小波最小描述长度趋势分离算法。在[80年),带通滤波器(0.01 - -1.25赫兹)应用到信号。同样,在[81年),带通滤波器(0.01 - -0.2赫兹)应用而运动工件被拒绝通过主成分分析和飙升。同样,在82年),数据带通滤波(0.01赫兹到0.14赫兹),在小波滤波器和correlation-based信号改进应用于去除运动构件。在[83年),数据过滤与0.01 Hz高通滤波器和一个5.0秒移动平均滤波器和主成分分析应用于减少生理噪声。Metzger et al。84年]删除频道大型运动或技术工件。较小的工件与correlation-based信号修正改进方法,而一个低通滤波器,5.0年代应用移动平均滤波器。在[85年- - - - - -87年),分析了信号与SPM99(统计参数映射软件;康的认知神经学、英国伦敦)。在[88年),移动标准deviation-based工件去除(移动工件减少算法:马拉)阈值为0.45为哈佛商业评论HbO和0.18应用和信号是线性去趋势和低通滤波在0.1赫兹。

保持视图中的讨论文学,工件采用各种方法去除而系统的生理噪声,主要是高和低通滤波器。因此,利用最好的最优滤波器为一个特定的皮质的任务,我们执行一个明确和系统分析,找到主要的过滤基于统计学意义fNIRS皮质任务研究应用程序使用。结果表明,hrf优于讨论技术因为它认为理想的血流动力学反应分布平滑数据。保持这个观点,我们未来的工作包括设计一个自适应滤波器的技术,考虑不同的数据分布和噪声。因此,选择更准确数据的分离。

4所示。结论

我们所知,这是第一个研究提出滤波器选择常用皮质的任务功能近红外光谱(fNIRS)工件和系统的生理噪声污染。六个过滤器,即高斯、血流动力学响应滤波器(hrf),巴特沃斯,时变维纳,离散卡尔曼,和基于窗口的有限脉冲响应测试。获得的结果已经验证的总体统计显著性hrf前额叶、电机、和视觉皮层的任务。此外,从不同的皮质区域获得的信号可能包含不同类型的噪声。因此,本研究的主要目的是提出一个最优滤波器为一个特定的任务,由于特定的皮层区域,进一步的研究可以达到最大精度通过可靠地改善血流动力学响应函数中恢复过来。本研究的结果显示,有重大影响的过滤器选择机密数据的准确性,因此促进用户避免分析复杂信号的技术。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者要感谢教授Keum-Shik香港从釜山国立大学为他们提供一个机会参观他的实验室,并使用在他的实验室设备进行数据采集。

引用

  1. n Naseer K.-S。在香港,“fNIRS-based脑-机接口:一个回顾,“人类神经科学前沿9卷,页1 - 15,2015。视图:出版商的网站|谷歌学术搜索
  2. l . f . Nicolas-Alonso和j . Gomez-Gil“人脑计算机接口、审查”传感器,12卷,不。2、1211 - 1279年,2012页。视图:出版商的网站|谷歌学术搜索
  3. j·r·沃尔波n . Birbaumer d·j·麦克法兰g . Pfurtscheller和t·m·沃恩“脑-机接口的通信和控制,”临床神经生理学,卷113,不。6,767 - 791年,2002页。视图:出版商的网站|谷歌学术搜索
  4. a·费雷拉,w . c .天蓝色f . a . Cheein t·f·Bastos-Filho m . Sarcinelli-Filho和r . Carelli“人机接口基于肌电图和脑电图应用于机器人系统,”神经工程学和康复杂志》上,5卷,不。1,p。2008。视图:出版商的网站|谷歌学术搜索
  5. s . Waldert“侵入性和非侵入性的神经信号的脑机接口:将获胜?”神经科学前沿,10卷,1 - 4,2016页。视图:出版商的网站|谷歌学术搜索
  6. m . Aqil K.-S。在香港,M.-Y。宋,美国美国通用电气、“检测与事件相关的血流动力学反应neuroactivation动态建模的大脑活动,“科学杂志,卷63,不。1,第568 - 553页,2012。视图:出版商的网站|谷歌学术搜索
  7. 霍英东,r·施瓦茨m . Wronkiewicz et al .,“因为它使得基于脑电图的大脑计算机接口控制中风后康复和恢复的手使用侧皮质生理学,”诉讼的IEEE 2011年度国际会议在医学和生物学社会工程IEEE,页6277 - 6280年,波士顿,MA,美国,2011年8月。视图:出版商的网站|谷歌学术搜索
  8. t·j·于佩尔、s . g .钻石,m·a·弗兰切斯基尼d·a·博厄斯,“荷马:回顾时间序列分析方法对近红外光谱的大脑,”应用光学,48卷,不。10日,280 - 298年,2009页。视图:出版商的网站|谷歌学术搜索
  9. m·施奈德和i Miyai审查neurorehabilitation功能性近红外光谱的”Neurophotonics卷,3篇文章ID 031414, 2016。视图:出版商的网站|谷歌学术搜索
  10. a Venkatakrishnan、g·e·弗朗西斯科和j·l·孔特雷拉斯。维达尔”应用程序的脑机接口系统中风恢复和康复,”当前物理医学与康复报告,卷2,不。2、93 - 105年,2014页。视图:出版商的网站|谷歌学术搜索
  11. f . Jobsis”、非侵入式红外监测脑和心肌氧充足和循环参数,“科学,卷198,不。4323年,第1267 - 1264页,1977年。视图:出版商的网站|谷歌学术搜索
  12. s . Brigadoi l . Ceccherini s Cutini et al .,“运动构件功能近红外光谱:比较运动校正技术应用于实际认知数据,”科学杂志卷,85年,第191 - 181页,2014年。视图:出版商的网站|谷歌学术搜索
  13. r·j·库珀j . Selb l . Gagnon et al .,“运动工件校正技术的系统比较功能近红外光谱,”神经科学前沿》第六卷,1 - 10,2012页。视图:出版商的网站|谷歌学术搜索
  14. m . Izzetoglu p . Chitrapu s Bunce, b . Onaral”运动工件取消使用离散卡尔曼滤波在近红外光谱,”生物医学工程在线,9卷,不。1,p。2010。视图:出版商的网站|谷歌学术搜索
  15. m . Izzetoglu a . Devaraj s Bunce, b . Onaral”运动工件取消使用维纳滤波在近红外光谱,”IEEE生物医学工程,52卷,不。5,934 - 938年,2005页。视图:出版商的网站|谷歌学术搜索
  16. d。博厄斯,d . Grebert k . Chen和m·a·弗兰切斯基尼”提高扩散光学成像空间分辨率的脑血流动力学反应在人类大脑活动,“光学信卷,29号13,1506页,2004年。视图:出版商的网站|谷歌学术搜索
  17. d·a·博厄斯a . m .戴尔和m·a·弗兰切斯基尼”扩散光学成像的大脑活动:方法优化图像灵敏度,分辨率,和准确性,”科学杂志,23卷,S275-S288, 2004页。视图:出版商的网站|谷歌学术搜索
  18. m·a·弗兰切斯基尼d·k·约瑟夫,t·j·于佩尔、s . g .钻石和d·a·博厄斯,“扩散光学成像的头,”《生物医学光学,11卷,不。5、文章ID 054007, 2006。视图:出版商的网站|谷歌学术搜索
  19. y, d·h·布鲁克斯·m·a·弗兰切斯基尼d·a·博厄斯,“Eigenvector-based空间滤波的生理干扰扩散光学成像,”《生物医学光学,10卷,不。1,文章ID 011014, 2005。视图:出版商的网站|谷歌学术搜索
  20. g . Bauernfeind s . c . Wriessnegger戴利,和g·r·Muller-Putz”分离心脏和大脑:减少生理噪声从多通道功能近红外光谱(fNIRS)信号,”《神经工程,11卷,不。5、文章ID 056010, 2014。视图:出版商的网站|谷歌学术搜索
  21. e . Kirlilna n ., a . Jelzow h . Wabnitz a . m . Jacobs和Tachtsidis,“生理噪声的识别和量化主要部件功能近红外光谱在前额叶皮层,“人类神经科学前沿7卷,1卷,2013页。视图:出版商的网站|谷歌学术搜索
  22. n . Naseer n . k .库雷希f . m .这和K.-S。香港”,分析不同的分类技术对两种功能性近红外spectroscopy-based“脑机接口”计算智能和神经科学卷,2016篇文章ID 5480760, 11页,2016年。视图:出版商的网站|谷歌学术搜索
  23. m·d·Pfeifer f . Scholkmann, r . Labruyere”在功能性近红外光谱信号处理(fNIRS):方法论的差异导致不同的统计结果,“人类神经科学前沿卷。11日,1 - 12,2018页。视图:出版商的网站|谷歌学术搜索
  24. m . j . Grimble强劲的工业控制系统约翰•威利& Sons奇切斯特,英国,2006年。视图:出版商的网站
  25. a . y . Kostiev a . y . Butrym, s . n . Shulga“时变维纳滤波基于短时傅里叶变换,”学报2012年第六届国际会议上超宽频和超短脉冲信号IEEE,页305 - 308年,基辅,乌克兰,2012。视图:出版商的网站|谷歌学术搜索
  26. j .你们美国达克,k .张成泽,j .荣格和j .张成泽“NIRS-SPM:统计参数映射为近红外光谱,”科学杂志,44卷,不。2、428 - 447年,2009页。视图:出版商的网站|谷歌学术搜索
  27. r . b .湖,“数字信号处理程序,”IEEE学报》,卷69,不。7,856 - 857年,1981页。视图:出版商的网站|谷歌学术搜索
  28. K.-S。香港:Naseer,中州。金,“前额叶和运动皮层信号分类为三级fNIRS-BCI,”神经学字母卷,587年,第92 - 87页,2015年。视图:出版商的网站|谷歌学术搜索
  29. m .历经甲级Miyai, m . Hatakenaka k .日本久保田公司和美国Sakoda“前额叶皮层的作用在人类平衡控制,”科学杂志,43卷,不。2、329 - 336年,2008页。视图:出版商的网站|谷歌学术搜索
  30. s . d .权力和t .洲,“自动实验分类前额叶血流动力学在个体活动的杜氏肌肉营养不良症,”发展Neurorehabilitation,16卷,不。1,第72 - 67页,2012。视图:出版商的网站|谷歌学术搜索
  31. s d, t·h·福尔克和t .洲,“前额叶活动由于心算和音乐的分类图像使用隐马尔科夫模型和频域近红外光谱,”《神经工程,7卷,不。2、文章ID 026002, 2010。视图:出版商的网站|谷歌学术搜索
  32. n . Naseer f . m .这n k·库雷希,K.-S。香港”,确定最优的特征组合LDA的分类功能近红外光谱信号在脑机接口应用程序中,“人类神经科学前沿,10卷,1 - 10,2016页。视图:出版商的网站|谷歌学术搜索
  33. f . m .这n . Naseer n . k .库雷希h .岬角和r·a·汗”最优特征选择从fNIRS信号使用遗传算法进行BCI,”神经学字母卷,647年,第66 - 61页,2017年。视图:出版商的网站|谷歌学术搜索
  34. n . k .库雷希n . Naseer f . m .这h .岬角,r·a·汗和s·萨利姆,“提高分类性能的功能性近红外光谱学——脑机接口使用自适应估计的一般线性模型系数,”Neurorobotics前沿2017年,卷。11日。视图:出版商的网站|谷歌学术搜索
  35. K.-S。洪教授和n Naseer”,减少延迟检测初始下降从功能性近红外光谱信号使用基于矢量的阶段分析,“国际期刊的神经系统,26卷,不。第三条ID 1650012, 2016。视图:出版商的网站|谷歌学术搜索
  36. 林志信。常,工程学系。李,K.-M。顾et al .,“皮质激活模式由康复机械手:功能检测技术研究中,“人类神经科学前沿,8卷,1 - 7,2014页。视图:出版商的网站|谷歌学术搜索
  37. s . p . Perrey”可能性检查fNIRS步态与人类的神经控制,”前沿生理学5卷,10号至13号,2014页。视图:出版商的网站|谷歌学术搜索
  38. n . Thanh海n .问:Cuong t .问:党Khoa诉Van钢铁洪流,“颞血流动力学两只手开发利用功能性近红外光谱分类”人类神经科学前沿7卷,1 - 12,2013页。视图:出版商的网站|谷歌学术搜索
  39. 刘x和K.-S。在香港,“基于fNIRS颜色检测从人类视觉皮层,”学报2015年第54仪器和控制工程师学会的年度会议上,日本(马夫)IEEE,页1156 - 1161年,杭州,中国,2015年7月。视图:出版商的网站|谷歌学术搜索
  40. c . j . c . Burges”教程对支持向量机模式识别,”数据挖掘和知识发现,2卷,第167 - 121页,1998年。视图:谷歌学术搜索
  41. c . Ashina诉Vapnik,“支持向量网络。”机器学习,20卷,不。3、273 - 297年,1995页。视图:出版商的网站|谷歌学术搜索
  42. m . Naito y Michioka, k .小泽y Ito m . Kiguchi和t .金泽,“沟通意味着完全闭锁ALS患者基于脑血容量的变化测量近红外光,”IEICE交易信息和系统,E90-D卷,不。7,1028 - 1037年,2007页。视图:出版商的网站|谷歌学术搜索
  43. n Naseer K.-S。香港,“功能性近红外光谱信号对应于正确的分类,左手腕上运动图像脑机接口的发展,“神经学字母卷,553年,第89 - 84页,2013年。视图:出版商的网站|谷歌学术搜索
  44. n Naseer K.-S。在香港,“解码four-choice问题的答案使用功能性近红外光谱,”近红外光谱学杂志》上,23卷,不。1,23-31,2015页。视图:出版商的网站|谷歌学术搜索
  45. r . Lima-Saad h, c .关et al .,“时间分类的多通道近红外光谱信号的运动图像开发一个“脑机接口”科学杂志,34卷,不。4、1416 - 1427年,2007页。视图:出版商的网站|谷歌学术搜索
  46. n . Naseer m . j .香港,K.-S。在香港,“在线解码二进制决定使用功能性近红外光谱对脑机接口的发展,“大脑研究实验,卷232,不。2、555 - 564年,2014页。视图:出版商的网站|谷歌学术搜索
  47. s d, a . Kushki t洲,“向system-paced近红外光谱学脑机接口:区分前额叶活动由于心算和精神唱歌的无法控制的状态,”《神经工程,8卷,不。6、文章ID 066004, 2011。视图:出版商的网站|谷歌学术搜索
  48. b Abibullaev和j .,”分类的额叶皮层血液动力学的反应认知任务中使用小波变换和机器学习算法,”医学工程与物理,34卷,不。10日,1394 - 1410年,2012页。视图:出版商的网站|谷歌学术搜索
  49. a .票价和t .洲”,向多通道脑机接口:结合fNIRS和fTCD测量,使分类精度更高,”科学杂志卷,77年,第194 - 186页,2013年。视图:出版商的网站|谷歌学术搜索
  50. 周宏儒。黄,黄永发。Lim D.-W。金和学术界。Im”,评价各种心理任务组合近红外spectroscopy-based脑-机接口,“《生物医学光学ID 077005条,卷。19日,2014年。视图:出版商的网站|谷歌学术搜索
  51. n . Naseer f·阿里艾哈迈德,s .伊夫提哈尔•r . a .汗和h .岬角,“基于肌电图的控制个人机器人的手,手指”学报2018年国际可持续信息工程和技术大会(SIET)玛琅,印度尼西亚,2018年11月。视图:出版商的网站|谷歌学术搜索
  52. r·霍尔兹j·r·马奥尼,m . Izzetoglu美国英国,c . Wang和j . Verghese”在线fronto-cortical控制简单和要求很苛刻的运动对于人类来说,“科学杂志卷,112年,第159 - 152页,2015年。视图:出版商的网站|谷歌学术搜索
  53. r·a·汗:Naseer: k·库雷希,f . m .这h .岬角和m .汗”fNIRS-based Neurorobotic界面步态康复,”神经工程学和康复杂志》上,15卷,不。1,p。2018。视图:出版商的网站|谷歌学术搜索
  54. r·汗n . Naseer h .岬角,m . n .汗”控制的假肢,基于行走步态康复的意图:一个fNIRS研究中,“人类神经科学前沿,12卷,2018年。视图:出版商的网站|谷歌学术搜索
  55. f . m .这n . k .库雷希r·a·汗和n . Naseer”特征选择基于改进遗传算法的优化功能近红外光谱为BCI (fNIRS)信号,”学报》2016年第2机器人和人工智能国际会议上(ICRAI)页,50-53 IEEE、洛杉矶、钙、美国,2016年4月。视图:出版商的网站|谷歌学术搜索
  56. r·a·汗:Naseer, m . j .汗“睡意检测期间使用fNIRS驾驶任务,”Neuroergonomics爱思唯尔,页79 - 85年,阿姆斯特丹,荷兰,2019年。视图:出版商的网站|谷歌学术搜索
  57. l·r·里美国Stuart罗彻斯特·l·阿尔科克和a . Pantall fNIRS walking-artefact或皮质活动期间响应?系统回顾。”神经科学和生物行为的评论卷,83年,第172 - 160页,2017年。视图:出版商的网站|谷歌学术搜索
  58. 美国日本久保田公司和j . c .你们fNIRS的统计分析数据:一个全面的审查,”科学杂志卷,85年,第91 - 72页,2014年。视图:出版商的网站|谷歌学术搜索
  59. 彭r . Rosas-Romero e·格瓦拉k . et al .,“预测癫痫发作与卷积神经网络和功能近红外光谱信号,”计算机在生物学和医学文章ID 103355卷,111年,2019年。视图:出版商的网站|谷歌学术搜索
  60. A . Rahimpour h·A . Noubari和m . Kazemian“婴儿脑血流动力学监测技术应用的案例研究:一份报告数据分析的特征提取和婴儿分类成健康的和不健康的,”医学信息学解锁卷。11日,44-50,2018页。视图:出版商的网站|谷歌学术搜索
  61. r .羊肉,p . Antonenko大肠Etopio, a . Seccia”比较虚拟现实和手在科学教育活动通过功能性近红外光谱,”计算机与教育卷。124年,14日至26日,2018页。视图:出版商的网站|谷歌学术搜索
  62. m . Aqil K.-S。在香港,M.-Y。宋,美国美国通用电气、“皮质脑成像技术的自适应滤波信号,”神经学字母,卷514,不。1,35-41,2012页。视图:出版商的网站|谷歌学术搜索
  63. r . j . Seo l . Gagnon d . m . Goldenholz d·a·博厄斯和d . n . Greve”回归的近红外光谱分析的实用低频生理功能性磁共振成像的噪音数据,”科学杂志卷,59号4,第3138 - 3128页,2012。视图:出版商的网站|谷歌学术搜索
  64. m·a·Kamran和K.-S。在香港,“线性变参数模型和自适应滤波技术检测神经元活动:一个fNIRS的研究中,“《神经工程,10卷,不。5、文章ID 056002, 2013。视图:出版商的网站|谷歌学术搜索
  65. j . Hohne e·霍尔兹、p . Staiger-Salzer K.-R。穆勒、a . Kubler和m . Tangermann”运动图像严重马达削弱的病人:证据脑-机接口作为优越的控制解决方案,“《公共科学图书馆•综合》,9卷,不。8篇文章ID e104854 2014。视图:出版商的网站|谷歌学术搜索
  66. r·齐默尔曼l . Marchal-Crespo j . Edelmann et al .,“检测电动机执行使用混合fNIRS-biosignal BCI:可行性研究,“神经工程学和康复杂志》上,10卷,不。1、p。4、2013。视图:出版商的网站|谷歌学术搜索
  67. r . Beurskens Helmich, r .控制和o .一杯啤酒,“与年龄相关的变化在前额叶活动走在双重任务情况:fNIRS的一项研究中,“国际心理生理学杂志,卷92,不。3、122 - 128年,2014页。视图:出版商的网站|谷歌学术搜索
  68. p . Eggenberger m·沃尔夫·m·舒曼,e·d·德熊”Exergame和平衡训练调节前额大脑活动在老年人行走,提高执行能力,”老化神经科学前沿,8卷,硕士论文,2016页。视图:出版商的网站|谷歌学术搜索
  69. a . Izzetoglu c . Bohil j·刘易斯,m . Neider“前额叶皮层活动行走期间,多任务,”《人为因素和人类工程学学会学报年会卷,57号1,第1228 - 1224页,2013。视图:出版商的网站|谷歌学术搜索
  70. r·霍尔兹j·r·马奥尼,m . Izzetoglu k . Izzetoglu b . Onaral和j . Verghese”fNIRS走路和散步的研究虽然在年轻人和老年人的个体,”的老年医学系列期刊:生物科学和医学科学卷,66年。8,879 - 887年,2011页。视图:出版商的网站|谷歌学术搜索
  71. m·e·埃尔南德斯r·霍尔兹·g·查et al .,“大脑活动的变化在中年和老年人运动多发性硬化症,”神经科学杂志》上卷,370年,第283 - 277页,2016年。视图:出版商的网站|谷歌学术搜索
  72. r·霍尔兹c . Schoen大肠Demetriou et al .,“压力对前额叶皮层氧化水平和性别影响评估在单一和双重任务条件下行走,“欧洲神经科学杂志》上,45卷,不。5,660 - 670年,2017页。视图:出版商的网站|谷歌学术搜索
  73. r . Verghese j . Verghese g . Allali m . Izzetoglu c . Wang和j·r·马奥尼,”神经步态异常温和的脑功能签名姿势第一个假设,”大脑地形卷,29号2、334 - 343年,2016页。视图:出版商的网站|谷歌学术搜索
  74. r·霍尔兹j .元,j . Verghese j·r·马奥尼,m . Izzetoglu和c·王,“交互主观和客观措施疲劳的定义在大脑控制运动的背景下,“的老年医学系列期刊:生物科学和医学科学卷,72年,第423 - 167页,2016年。视图:出版商的网站|谷歌学术搜索
  75. 练兵场,h·Bernad-Elazari大肠将军,n . Giladi j·m·豪斯多夫和a . Mirelman“氧合血红蛋白的变化联系冻结步态额激活患者的帕金森病:一种fNIRS研究瞬态motor-cognitive失败,”神经学期刊,卷262,不。4、899 - 908年,2015页。视图:出版商的网站|谷歌学术搜索
  76. a . Mirelman练兵场,h . Bernad-Elazari et al .,“额增加大脑活动期间行走而双重任务:一个fNIRS研究健康的年轻成年人,”神经工程学和康复杂志》上,11卷,不。1,p。85年,2014。视图:出版商的网站|谷歌学术搜索
  77. j . Verghese大肠Ayers, m . Izzetoglu c . Wang和r·霍尔兹”老年人大脑激活高功能和瀑布”,神经学,卷88,不。2、191 - 197年,2017页。视图:出版商的网站|谷歌学术搜索
  78. 我。林和K.-H。林”,走在执行工作记忆任务改变了前额叶皮层血流动力学激活步态运动学,”行为神经科学前沿,10卷,2016年。视图:出版商的网站|谷歌学术搜索
  79. s p h . y . Kim, g . l .公园,e . j . Kim和j·h·你,“最好的促进皮质激活期间不同的步进,跑步机,和课本步行训练模式和速度:功能性近红外光谱学神经成像研究中,“NeuroRehabilitation,38卷,不。2、171 - 178年,2016页。视图:出版商的网站|谷歌学术搜索
  80. k . l . m . Koenraadt e . g . j . Roelofsen j . Duysens和n . l . w . Keijsers“大脑皮层正常步态的控制和精密步进:fNIRS的研究中,“科学杂志卷,85年,第422 - 415页,2014年。视图:出版商的网站|谷歌学术搜索
  81. 张炳扬。陆,研究。刘,Y.-R。杨,Y.-T。吴,R.-Y。王”,维护期间,皮质激活步态表现双重任务干扰:功能性近红外光谱研究中,“《公共科学图书馆•综合》,10卷,不。6篇文章ID e0129390 2015。视图:出版商的网站|谷歌学术搜索
  82. 练兵场,f . Nieuwhof h . Bernad-Elazari et al .,“额叶的作用在复杂的行走在帕金森症患者和健康的老年人,“Neurorehabilitation和神经修复,30卷,不。10日,963 - 971年,2016页。视图:出版商的网站|谷歌学术搜索
  83. m . j . Kurz t·w·威尔逊,d . j . Arpin”Stride-time可变性和感觉运动皮质激活在走,”科学杂志卷,59号2、1602 - 1607年,2012页。视图:出版商的网站|谷歌学术搜索
  84. f . g . Metzger A.-C。Ehlis f . b . Haeussinger et al .,“功能性大脑成像的行走而fNIRS的研究中,“神经科学卷,343年,第93 - 85页,2017年。视图:出版商的网站|谷歌学术搜索
  85. 豪斯多夫,h·c·田边,即Sase et al .,“人类步态的皮层映射:近红外光谱地形研究,“科学杂志,14卷,不。5,1186 - 1192年,2001页。视图:出版商的网站|谷歌学术搜索
  86. m .清水即Miyai、t .小野和k .日本久保田公司”活动在额叶皮层和步态是通过控制调节性能的准备。一个fNIRS的研究。”科学杂志,39卷,不。2、600 - 607年,2008页。视图:出版商的网站|谷歌学术搜索
  87. m·铃木Miyai, t .小野et al .,“前额叶和运动前区皮层参与适应在跑步机上行走和奔跑速度:一个光学成像研究中,“科学杂志,23卷,不。3、1020 - 1026年,2004页。视图:出版商的网站|谷歌学术搜索
  88. f . Nieuwhof m . f . Reelick i练兵场et al .,“测量前额叶皮层活动双重任务走在帕金森症患者:使用新的fNIRS便携式设备的可行性,“飞行员和可行性研究,卷2,不。1,59页,2016年。视图:出版商的网站|谷歌学术搜索

版权©2020 Rayyan阿扎姆汗等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。

更多相关文章

328年 的观点| 261年 下载 |0 引用
PDF 下载引用 引用
下载其他格式更多的
ePub
XML
订单打印副本订单

相关文章

我们致力于分享发现相关COVID-19尽快。我们将提供无限的出版费用豁免接受研究文章以及案例报告和案例系列COVID-19有关。评论文章被排除在这个豁免政策。注册在这里作为一个评论家,帮助快速新提交。