近40年來，功能近紅外光譜（fNIRS）在神經(jīng)科學(xué)中的應(yīng)用不斷擴(kuò)大。如今，它在不同人群中得到了廣泛的應(yīng)用，并利用了各種各樣的實(shí)驗(yàn)范式。隨著研究方法的快速增長(zhǎng)和多樣化，方法呈現(xiàn)的方式出現(xiàn)了一些不一致，這可能會(huì)使研究的解釋和復(fù)制變得不必要的挑戰(zhàn)。因此，功能性近紅外光譜學(xué)會(huì)（Society for Functional Near Infrared Spectroscopy）已被激勵(lì)組織一個(gè)具有代表性（但并非詳盡無遺）的領(lǐng)域領(lǐng)導(dǎo)者小組，就描述fNIRS研究中使用的方法的最佳實(shí)踐達(dá)成共識(shí)。這篇論文旨在提供指導(dǎo)方針，幫助提高報(bào)告的fNIRS研究的可靠性、可重復(fù)性和可追溯性，并鼓勵(lì)在整個(gè)社區(qū)采用最佳的標(biāo)準(zhǔn)。為此我們提供了一份檢查表，以指導(dǎo)作者編寫手稿，并在評(píng)估fNIRS論文時(shí)協(xié)助審稿人。

---

1 動(dòng)機(jī)
       功能性近紅外光譜 (fNIRS) 是一種無創(chuàng)、易于使用和便攜式的腦成像技術(shù)，可以在實(shí)驗(yàn)室和現(xiàn)實(shí)環(huán)境中研究正常的腦功能和疾病中出現(xiàn)的改變。1977 年，Jöbsis 首次使用該技術(shù)無創(chuàng)地評(píng)估過度換氣導(dǎo)致的人腦氧合變化。從那時(shí)起，該工具已發(fā)展成為一種成熟的無創(chuàng)腦成像模式，并已廣泛應(yīng)用至不同的人群和研究問題中。
       隨著商業(yè) fNIRS 系統(tǒng)的日益普及，在過去的二十年中，fNIRS 研究的數(shù)量急劇增加。這種快速增長(zhǎng)導(dǎo)致這類研究中的方法實(shí)踐、數(shù)據(jù)處理方法和統(tǒng)計(jì)分析存在巨大的多樣性。 雖然研究方法的多樣化在這個(gè)快速發(fā)展的領(lǐng)域中是值得期待和歡迎的，但它會(huì)給不同fNIRS研究中結(jié)果的解釋、比較和重復(fù)帶來挑戰(zhàn)。這種神經(jīng)影像數(shù)據(jù)分析中缺乏標(biāo)準(zhǔn)化流程以及由此導(dǎo)致的研究結(jié)果差異并非 fNIRS 社群獨(dú)有，功能磁共振成像 (fMRI) 社區(qū)也存在這種問題。且這個(gè)問題因報(bào)告實(shí)踐不佳而加劇，可能會(huì)極大地阻礙或偏向?qū)彶檫^程，并大大降低給定論文的影響力和隨后的可復(fù)制性。本文的目的是為研究人員提供有關(guān)如何以全面、透明和可訪問的方式報(bào)告 fNIRS 研究的指南。這些指南并非旨在作為標(biāo)準(zhǔn)；相反，它們是關(guān)于如何報(bào)告 fNIRS 研究以確保實(shí)現(xiàn)研究結(jié)果的全面影響的最佳實(shí)踐。
       本文遵循典型 fNIRS 研究論文的結(jié)構(gòu)，每個(gè)部分（簡(jiǎn)介、方法等）都討論了與該部分相關(guān)的指南。 我們?cè)诟戒洠ū?1）中提供了一份綜合清單，并參考了相關(guān)部分，以便于重新閱讀文本以獲取更多詳細(xì)信息。 值得注意的是，為簡(jiǎn)潔起見，此處介紹的與儀器相關(guān)的指南側(cè)重于連續(xù)波 fNIRS（CW-NIRS）技術(shù)，僅簡(jiǎn)要提及其他現(xiàn)有的NIRS技術(shù)[頻域NIRS（FD-NIRS）、時(shí)域NIRS（TD-NIRS）和擴(kuò)散相關(guān)光譜（DCS）]。
 
2 標(biāo)題、摘要與引言
2.1 好的標(biāo)題和摘要結(jié)構(gòu)
2.1.1 選擇一個(gè)好的標(biāo)題
        一個(gè)好的標(biāo)題對(duì)于一篇科學(xué)論文至關(guān)重要。 它應(yīng)該信息豐富且具體，簡(jiǎn)短而簡(jiǎn)潔，并包含有關(guān)論文內(nèi)容和主題的足夠信息。 正如 Paiva 等人所表明的，科學(xué)論文在標(biāo)題較短時(shí)具有更高的引用率和觀看率， 不包括問號(hào)、冒號(hào)或連字符，并且是“描述結(jié)果的標(biāo)題”而不是“描述方法的標(biāo)題”。 例如，這種標(biāo)題“使用功能性近紅外神經(jīng)成像研究 2 至 14 歲兒童語(yǔ)言發(fā)展的神經(jīng)元相關(guān)性：一項(xiàng)新研究”就很可能不如“語(yǔ)言發(fā)展導(dǎo)致布洛卡區(qū)的大腦激活的年齡依賴性變化”這樣的標(biāo)題來的清晰且吸引讀者。
 
2.1.2 將摘要結(jié)構(gòu)化:清晰性與一致性
       摘要是論文的高度精煉概括版本，傳達(dá)了其核心發(fā)現(xiàn)和意義。 摘要呈現(xiàn)的科學(xué)質(zhì)量通常是論文其余部分質(zhì)量的良好預(yù)測(cè)指標(biāo)。 一個(gè)好的摘要是“信息豐富的”和“激勵(lì)的”。 摘要的質(zhì)量與論文被引用的次數(shù)相關(guān)并在文章發(fā)表的初步階段中起絕對(duì)性的作用。
       我們建議除非期刊本身需要不同的摘要結(jié)構(gòu)，否則在幾句話中內(nèi)隱式或顯式地構(gòu)建類似于論文主體的摘要，即“引言”、“目標(biāo)”、“方法”、“結(jié)果”和“結(jié)論”，并酌情解決部分或全部這些問題。除非期刊本身需要不同的摘要結(jié)構(gòu)。
       引言部分需要提供由必要的科學(xué)背景支持的研究目標(biāo)，并以該目標(biāo)對(duì)該領(lǐng)域的重要性為動(dòng)力。 目標(biāo)部分要列出研究的目標(biāo)。 在“方法”部分，應(yīng)簡(jiǎn)明扼要地報(bào)告方法學(xué)最相關(guān)的方面，例如實(shí)驗(yàn)設(shè)計(jì)/刺激（如果相關(guān)）、樣本量、感興趣的大腦區(qū)域、主要數(shù)據(jù)處理和/或統(tǒng)計(jì)分析步驟。如果是介紹fNIRS硬件或數(shù)據(jù)處理新方法的論文在方法部分應(yīng)提供關(guān)鍵細(xì)節(jié)，例如新方法的驗(yàn)證等。而在結(jié)果部分，則需報(bào)告論文的主要結(jié)果，包括最相關(guān)的數(shù)值結(jié)果(例如ROI的血液動(dòng)力學(xué)變化及其統(tǒng)計(jì)學(xué)意義)，此部分中包含的數(shù)據(jù)或者結(jié)果應(yīng)與正文中報(bào)告且與其中的數(shù)據(jù)/結(jié)果相匹配。結(jié)論部分應(yīng)綜合對(duì)目前結(jié)果的解釋與其在相關(guān)領(lǐng)域存在的潛在方向/意義/影響。
 
2.2 fNIRS論文的引言選擇
2.2.1研究的范圍、背景、意義和目標(biāo)
       對(duì)所有的研究論文來說，引言都有助于傳達(dá)所報(bào)告研究的范圍、背景、創(chuàng)新和意義。其中要包含以下部分 (1)大綱:該研究的一般研究問題， (2)回顧與本研究的中心研究問題相關(guān)的文獻(xiàn)，突出現(xiàn)有知識(shí)和知識(shí)差距， (3)進(jìn)行研究的動(dòng)機(jī),  (4)描述研究的具體假設(shè)或是需要驗(yàn)證的猜想 (5)對(duì)用于驗(yàn)證假設(shè)的方法進(jìn)行簡(jiǎn)短的總結(jié)說明， (6)說明當(dāng)前研究的具體目標(biāo)，鑒于fNIRS現(xiàn)在是一直公開的已知方法，不必嚴(yán)格參考基本驗(yàn)證論文。
       對(duì)技術(shù)和方法論文的引言部分來說，應(yīng)描述創(chuàng)新技術(shù)/方法與現(xiàn)有技術(shù)/方法的不同之處和原因、預(yù)期的優(yōu)勢(shì)以及該方法如何得到驗(yàn)證。
       對(duì)涉及臨床、神經(jīng)學(xué)或神經(jīng)認(rèn)知問題的論文的引言來說，應(yīng)側(cè)重于研究問題如何促進(jìn)我們對(duì)腦功能、腦疾病或神經(jīng)認(rèn)知機(jī)制的理解。
       此外，如果與研究?jī)?nèi)容相關(guān)且篇幅允許，應(yīng)闡明使用 fNIRS 而非其他神經(jīng)影像學(xué)方式的原因。引言部分末尾對(duì)研究目標(biāo)的清晰簡(jiǎn)潔陳述有助于讀者建立適當(dāng)?shù)钠谕�，這些研究目標(biāo)應(yīng)與實(shí)驗(yàn)最后得出的結(jié)論一致。
 
 
3 方法:研究的可重復(fù)性
       方法部分應(yīng)該使讀者了解結(jié)果如何實(shí)現(xiàn)以及如何重現(xiàn)結(jié)果。它應(yīng)包含有關(guān)參與者人口統(tǒng)計(jì)信息、實(shí)驗(yàn)范式的詳細(xì)信息、使用的系統(tǒng)、數(shù)據(jù)采集的詳細(xì)信息以及包括使用的統(tǒng)計(jì)方法在內(nèi)的預(yù)處理步驟。
       此部分還應(yīng)包含一個(gè)或多個(gè)圖片展示如下內(nèi)容:  (1)測(cè)量參數(shù)設(shè)置: 對(duì)測(cè)量界面/現(xiàn)場(chǎng)的高質(zhì)量原始照片/圖畫重現(xiàn)， (2)頭部的fNIRS光極陣列/通道排列， (3)實(shí)驗(yàn)方案的可視化[包含實(shí)驗(yàn)中的可選項(xiàng)]， (4)一個(gè)展示fNIRS設(shè)置足以探測(cè)到實(shí)驗(yàn)ROI腦區(qū)的靈敏度分析。此外，如果信號(hào)處理原理很復(fù)雜并且涉及先進(jìn)和/或創(chuàng)新的步驟，強(qiáng)烈建議放入至少一個(gè)框圖，該圖應(yīng)描述所有處理步驟以及輸入和輸出信號(hào)信息。  
       值得注意的是，有些期刊的末尾要求將方法部分作為附錄。 在這些情況下，引言和結(jié)果部分只需足夠的方法學(xué)信息來理解上下文，而無需深入研究方法學(xué)細(xì)節(jié)。
 
3.1 被試
3.1.1 人類被試
       被試通常用一組最相關(guān)的人口統(tǒng)計(jì)數(shù)據(jù)和臨床特征(如果合適)來描述。這些數(shù)據(jù)包括參與者的數(shù)量、年齡的平均值和方差，精確的年齡范圍（例如，新生兒的小時(shí)數(shù)，嬰兒的月數(shù)和天數(shù)）以及性別分布等。同時(shí)對(duì)被試進(jìn)行篩選排除的條件也需列出(如病理特征/母語(yǔ)等)。也可以說明其他與實(shí)驗(yàn)相關(guān)的特征，例如慣用手、種族、社會(huì)經(jīng)濟(jì)地位等。值得注意的是，報(bào)告種族分布可能是相關(guān)的，特別是如果它與進(jìn)行研究的地點(diǎn)的人口預(yù)期不同。fNIRS信號(hào)質(zhì)量可能取決于頭發(fā)特性（顏色、厚度和密度）等。有偏見的對(duì)參與者進(jìn)行選擇可能導(dǎo)致 fNIRS 神經(jīng)影像學(xué)結(jié)果缺乏普遍性。對(duì)于多組對(duì)象的研究，應(yīng)描述對(duì)其分組分配的標(biāo)準(zhǔn)與流程。
       對(duì)于臨床被試來說，疾病相關(guān)信息的數(shù)量取決于論文的重點(diǎn)。作者應(yīng)在文章中簡(jiǎn)要提供關(guān)鍵特征并在參考（補(bǔ)充）中呈現(xiàn)所需的流行病學(xué)/病理學(xué)細(xì)節(jié)。 通常，表格會(huì)列出自發(fā)病以來的時(shí)間、腦損傷/功能障礙的原因（例如，缺血性心源性左大腦中動(dòng)脈卒中）以及相關(guān)的臨床發(fā)現(xiàn)等信息（例如，殘余失語(yǔ)）。
       對(duì)于特定人群，如果適用且可用，報(bào)告與整體生理適應(yīng)性或評(píng)估的特定病理學(xué)相關(guān)的參數(shù)或生物標(biāo)志物可能是有用的，例如血液標(biāo)志物（例如，貧血，這可能導(dǎo)致改變或意外結(jié)果）。
       如果某些被試的數(shù)據(jù)被排除在最終分析外，則還應(yīng)提供最終樣本的人口統(tǒng)計(jì)數(shù)據(jù)以及數(shù)據(jù)拒絕標(biāo)準(zhǔn)。 為了確保透明度和防止有偏見的選擇，還需要在對(duì)數(shù)據(jù)處理過程中的什么時(shí)間點(diǎn)應(yīng)用了不同的拒絕標(biāo)準(zhǔn)以及它們是分批應(yīng)用還是逐個(gè)應(yīng)用進(jìn)行說明。
       此外，必須提供有關(guān)倫理問題的信息，包括評(píng)估和批準(zhǔn)研究方案的機(jī)構(gòu)審查委員會(huì) (IRB) 的名稱、遵循的倫理程序（例如，獲得知情同意、輕微同意和/或父母許可）以及作為臨床研究注冊(cè)的鏈接（如果存在）。
 
3.1.2 樣本量和統(tǒng)計(jì)效能檢驗(yàn)(Power analysis)
       適當(dāng)?shù)臉颖玖?被試的數(shù)量對(duì)于任何 fNIRS 實(shí)驗(yàn)都很重要，但沒有固定的規(guī)則來確保其統(tǒng)計(jì)意義上的有效性。確定樣本量的一種實(shí)用方法是執(zhí)行功效/效能分析，它被用來估計(jì)在預(yù)設(shè)情況下功效水平 (1 - β)（即1-II 類錯(cuò)誤的概率，通常設(shè)置為 0.8）和 α（I 類錯(cuò)誤的概率，通常設(shè)置為 0.05)的效應(yīng)量。功效分析報(bào)告通常包含樣本量（先驗(yàn)功效分析的必要樣本量和后驗(yàn)功效分析的實(shí)際樣本量）、功效（a先驗(yàn)功效分析和后驗(yàn)功效分析的實(shí)現(xiàn)功效），使用的 alpha 水平，選擇的效應(yīng)大小及其理由（例如，先前的研究或試點(diǎn)研究），假設(shè)檢驗(yàn)的相關(guān)統(tǒng)計(jì)檢驗(yàn)，以及相關(guān)引用用于執(zhí)行功率分析的平臺(tái)等因素。
 
 3.2 實(shí)驗(yàn)參數(shù)和設(shè)備
 3.2.1 實(shí)驗(yàn)設(shè)計(jì)
       在設(shè)計(jì)實(shí)驗(yàn)范式時(shí)，必須考慮 fNIRS 信號(hào)的一些細(xì)節(jié)。例如，生理混淆在 fNIRS 信號(hào)中占主導(dǎo)地位（參見第 3.5 節(jié)），這意味著每個(gè)刺激條件幾乎總是必須重復(fù)多次才能解決功能反應(yīng)。同時(shí)，如果要對(duì)數(shù)據(jù)進(jìn)行塊平均，則血流動(dòng)力學(xué)響應(yīng)的時(shí)間特征會(huì)限制連續(xù)刺激之間的間隔持續(xù)時(shí)間。還需要考慮與刺激在時(shí)間上相關(guān)的生理混淆。例如，如果參與者的呼吸模式定期呈現(xiàn)，則它們可能與刺激塊對(duì)齊。這可能會(huì)增加假陽(yáng)性反應(yīng)。19 這些問題可以通過深思熟慮的實(shí)驗(yàn)設(shè)計(jì)來減少預(yù)期效應(yīng)，例如，通過偽隨機(jī)化條件順序和刺激間隔的長(zhǎng)度。在描述研究的實(shí)驗(yàn)設(shè)計(jì)時(shí)，這些考慮可能會(huì)提供信息。
       對(duì)實(shí)驗(yàn)設(shè)計(jì)的準(zhǔn)確描述對(duì)于讀者的理解至關(guān)重要—這關(guān)乎fNIRS 研究的結(jié)果和工作的可重復(fù)性。任何可能影響結(jié)果或其解釋的實(shí)驗(yàn)特征都應(yīng)在方法部分報(bào)告，建議盡可能加入包含實(shí)驗(yàn)范式的示意圖。
       絕大多數(shù) fNIRS 范式屬于以下三類之一:用于功能連接研究的組塊設(shè)計(jì)、事件相關(guān)設(shè)計(jì)和靜息狀態(tài)范式。 在不包括對(duì)參與者的明確刺激的靜息狀態(tài)范式的情況下，可以通過記錄持續(xù)時(shí)間的細(xì)節(jié)來恰當(dāng)?shù)孛枋龇妒剑?參與者所處的環(huán)境（例如，照明條件、聽覺條件、睜眼/閉眼、視野中的物體或顯示器等）； 以及給參與者的任何指示（參見第 3.2.2 節(jié)）。
       應(yīng)該為組塊和事件相關(guān)的范式另外報(bào)告的特征包括：刺激、條件的數(shù)量、每個(gè)條件的塊或試驗(yàn)的數(shù)量、塊或試驗(yàn)的呈現(xiàn)順序、每個(gè)條件的持續(xù)時(shí)間塊或試驗(yàn)，以及塊間或試驗(yàn)間間隔的持續(xù)時(shí)間。提供刺激時(shí)間和示例的草圖（例如，描述視覺刺激幀的靜止圖像）可以提供大量信息。圖1顯
示了一個(gè)示例。
       圖 1 實(shí)驗(yàn)范式可視化范例:n-back范式的示意圖。每個(gè)實(shí)驗(yàn)由 30 個(gè)block組成，block間間隔為 15 秒。 每個(gè)block有 15 次trial，并以屏幕上顯示 2 秒的任務(wù)指令“n-back”開始。 指令結(jié)束后，屏幕上會(huì)顯示字母，一次一個(gè)，持續(xù) 0.5 秒。 trial間隔為 1.5 s，在此期間屏幕上顯示注視十字。 參與者被要求指出當(dāng)前字母是否與之前呈現(xiàn)的“n”個(gè)試驗(yàn)相同。
 
3.2.2 被試引導(dǎo)/培訓(xùn)與互動(dòng)
       fNIRS 論文應(yīng)清楚地描述向參與者提供的有關(guān)任務(wù)的引導(dǎo)指示。這些信息通常在解釋神經(jīng)數(shù)據(jù)的過程中至關(guān)重要。例如，關(guān)于學(xué)習(xí)刺激集的明確指令與對(duì)相同刺激集記憶的內(nèi)隱指令會(huì)誘發(fā)不同的注意/動(dòng)機(jī)/學(xué)習(xí)機(jī)制。因此，需要提及與參與者如何構(gòu)思和完成任務(wù)相關(guān)的方面，例如，反應(yīng)的時(shí)間限制、顯性或隱性任務(wù)、任務(wù)目標(biāo)的描述等。同樣，給予參與者的反饋或其他激勵(lì)措施也需要說明，因?yàn)檫@可能會(huì)改變他們執(zhí)行任務(wù)的注意力或動(dòng)機(jī)。在數(shù)據(jù)采集過程中可能影響參與者表現(xiàn)的實(shí)驗(yàn)條件，例如設(shè)置程序過長(zhǎng)、在昏暗/黑暗的照明條件下采集、環(huán)境干擾等其他影響因素也需要報(bào)告。
 
3.3 設(shè)備系統(tǒng)與數(shù)據(jù)采集
3.3.1 fNIRS設(shè)備和數(shù)據(jù)采集參數(shù)描述
       fNIRS 研究領(lǐng)域在技術(shù)創(chuàng)新和神經(jīng)科學(xué)應(yīng)用方面都在迅速擴(kuò)展，從而導(dǎo)致了各種商用和定制內(nèi)部開發(fā)設(shè)備的出現(xiàn)。
       儀器的不同之處不僅在于其基本的硬件操作模式，還在于用于回收血紅素、氧合血紅蛋白和脫氧血紅蛋白（因此也包括總血紅蛋白）的方法程序，除此之外在細(xì)胞色素c-氧化酶22濃度變化或反映它們的光信號(hào)的計(jì)算方式上也都有所不同（分別縮寫為HbO2、Hb、tHb和CCO）[值得注意的是，其他首字母縮寫詞（例如HbO/HbR/HbT，O2Hb∕HHb∕tHb，或氧血紅蛋白/脫氧血紅蛋白/總血紅蛋白）也是常見且可接受的]。因此，必須準(zhǔn)確報(bào)告儀器規(guī)范的基本方面。雖然大多數(shù)商用fNIRS儀器是連續(xù)波的，但它們不一定使用相同的近紅外（NIR）波長(zhǎng)或相同的算法來恢復(fù)血紅蛋白濃度。此外，大量定制的fNIRS儀器傾向于采用TD-NIRS(時(shí)域)、FD-NIRS(頻域)、或高密度（HD）技術(shù)等技術(shù)，這些技術(shù)與當(dāng)前的商業(yè)儀器有根本性的區(qū)別；這是一個(gè)非專業(yè)用戶幾乎不知道的事實(shí)。
       準(zhǔn)確報(bào)告相關(guān)儀器規(guī)格將有助于更好地解釋與復(fù)制結(jié)果，并提高研究的透明度。在描述fNIRS設(shè)備規(guī)格時(shí)，出版物應(yīng)明確報(bào)告以下信息：（1）制造商和版本，（2）操作模式（CW、FD和TD），（3） 波長(zhǎng)的數(shù)量和光譜，（4）輻照度（暴露區(qū)域內(nèi)的光源功率）或平均功率或兩者[應(yīng)注意光源暴露符合ANSI（美國(guó)）或IEC-60825（歐洲）等安全標(biāo)準(zhǔn)]，（5）采樣率、光電二極管的數(shù)量和類型以及產(chǎn)生的通道，和源-檢測(cè)器距離，以及（6）將數(shù)據(jù)轉(zhuǎn)換為生色團(tuán)濃度的方法（如果由儀器軟件自動(dòng)完成；否則將在數(shù)據(jù)分析部分報(bào)告）。這些信息可以用一個(gè)簡(jiǎn)短的總結(jié)句給出，例如“我們使用了一個(gè)NIRSdev（NIRScomp，國(guó)家）連續(xù)-近紅外設(shè)備，具有24個(gè)活動(dòng)通道（8個(gè)激光二極管發(fā)射器，λ1/2=750/850 nm，平均功率<1 mW，以及8個(gè)雪崩光電二極管探測(cè)器（以50 Hz采樣）。使用改進(jìn)的比爾-蘭伯特定律（mBLL）將數(shù)據(jù)轉(zhuǎn)換為濃度變化。

”應(yīng)報(bào)告轉(zhuǎn)換的所有假設(shè)（固定散射和水濃度）和參數(shù)[如消光系數(shù)和微分路徑長(zhǎng)度因子（DPF）]，包括如何解釋DPF的變化，例如在嬰兒發(fā)育的縱向研究中。還可以報(bào)告所選參數(shù)的參考。如果使用FD或TD裝置，則應(yīng)說明獲得吸收和散射系數(shù)所采用的程序。
 
3.3.2 光極陣列和設(shè)計(jì)、采集帽與目標(biāo)大腦區(qū)域接觸問題
       fNIRS 測(cè)量的可重復(fù)性在很大程度上取決于對(duì)蒙太奇設(shè)計(jì)（幾何形狀）和源-探測(cè)器陣列位置的清晰記錄。盡管 fNIRS 技術(shù)正在迅速發(fā)展，但大多數(shù) fNIRS 研究仍然被儀器有限的視野和/或通道密度限制，因此頭皮上的源和探測(cè)器的布局因研究而異。許多 fNIRS 設(shè)備配備了可靈活布置的成套光源和探測(cè)器或“光極”。還有的則帶有預(yù)設(shè)好的光源和探測(cè)器墊(排列)，或者可以自由定位但不能重新組織的固定分布。因此，有必要為所描述的fNIRS研究提供其光電極位置和布置，由于fNIRS測(cè)量高度依賴于fNIRS源和探測(cè)器陣列的位置、范圍、源-探測(cè)器分離和密度，因此這一過程非常關(guān)鍵。這些因素影響測(cè)量對(duì)給定皮質(zhì)區(qū)域的靈敏度、大腦和腦外組織對(duì)每個(gè)信號(hào)的相對(duì)貢獻(xiàn)，以及整個(gè)視野中測(cè)量靈敏度的均勻性。數(shù)字頭部模型（虛擬模型/模擬）可用于理解特定于設(shè)備的近紅外光傳播，這對(duì)于設(shè)計(jì)下一代光學(xué)腦成像設(shè)備和光電二極管陣列至關(guān)重要。蒙特卡羅模擬提供了一種用于表征和評(píng)估不同fNIRS傳感器配置和參數(shù)的貢獻(xiàn)的一種受控參數(shù)，如光程長(zhǎng)度、探測(cè)器表面積和源-探測(cè)器分離。
       在出版物中報(bào)告陣列設(shè)計(jì)時(shí)，強(qiáng)烈建議包括一份陣列圖(蒙太奇)，其中包含：（1）源和探測(cè)器位置的總數(shù)；（2） 頻道總數(shù)；（3）源-檢測(cè)器分離的分布。在可能的情況下，拍下光極序列在被試身上的照片也是可行的。這可能會(huì)提供有關(guān)陣列的物理設(shè)計(jì)和人體工程學(xué)的額外信息。圖2顯示了一個(gè)示例。 
 
       圖 2 使用 12/14 源/檢測(cè)器設(shè)置的光極陣列示例，在前額葉皮層上形成 34 個(gè)通道，間距為 30 毫米。 以 log10 mm−1 為單位的靈敏度曲線。 使用 AtlasViewer.14 進(jìn)行可視化。
 
3.3.3 關(guān)于儀器/硬件開發(fā)的出版物
       隨著全球fNIRS儀器新設(shè)計(jì)和創(chuàng)新的不斷進(jìn)步，需要具體的指導(dǎo)方針和標(biāo)準(zhǔn)化來簡(jiǎn)化工作，加快新技術(shù)的采用。這些工作可以通過首先在設(shè)備規(guī)范中推廣使用標(biāo)準(zhǔn)命名約定來促進(jìn)（見表2中的樣本命名法）。雖然對(duì)于舊設(shè)備，參考描述設(shè)備的論文可能就足夠了，如果論文的重點(diǎn)是介紹新技術(shù)，則對(duì)新設(shè)備的描述應(yīng)包括: (1)描述連接和控制機(jī)制的硬件框圖，(2)軟件流程圖，描述信息流、硬件組件控制和數(shù)據(jù)采集協(xié)議， (3)光源和探測(cè)器的類型，(4)為防止外部污染和通道間串?dāng)_（如時(shí)間復(fù)用、頻率復(fù)用或兩者的組合）而采取的措施(如果有)，(5)關(guān)鍵部件和單個(gè)零件號(hào)的電路圖。如果使用數(shù)字頭部模型來指導(dǎo)硬件設(shè)計(jì)，則應(yīng)適當(dāng)引用這些模型。
       對(duì)光源類型的描述應(yīng)包括(激光/LED)，特殊的波長(zhǎng)和單位面積發(fā)射功率(例如:0.2W/cm²)都需要報(bào)告——用以評(píng)估設(shè)備的安全級(jí)別和潛在分類。同時(shí)也應(yīng)強(qiáng)調(diào)眼睛和皮膚的近紅外光照射（如果需要，防護(hù)裝備后的照射）應(yīng)保持在普遍接受的安全規(guī)范范圍內(nèi)，如激光產(chǎn)品安全國(guó)際標(biāo)準(zhǔn)或燈具和燈具系統(tǒng)光生物安全國(guó)際標(biāo)準(zhǔn)。
       對(duì)光檢測(cè)器類型的描述應(yīng)包括（例如，pin光電二極管/雪崩光電二極管/光電倍增管/單光子雪崩檢測(cè)器等）、以及其配置（例如，單像素光電二極管、光電二極管陣列、成像電荷耦合器件等），應(yīng)注意其特定波長(zhǎng)（增益、噪聲系數(shù)和噪聲等效功率）的感光度曲線，以及與皮膚接觸方式（直接接觸、使用光導(dǎo)或光纖）。
       對(duì)于fNIRS儀器的開發(fā)商和制造商，尤其是監(jiān)管部門的批準(zhǔn)，必須了解最近發(fā)布的國(guó)際電工委員會(huì)（IEC）/國(guó)際標(biāo)準(zhǔn)化組織（ISO）fNIRS設(shè)備標(biāo)準(zhǔn)（IEC 80601-2-71），60601醫(yī)用電氣設(shè)備標(biāo)準(zhǔn)系列中的特定標(biāo)準(zhǔn)。與任何電氣儀表一樣，產(chǎn)品安全測(cè)試應(yīng)獨(dú)立認(rèn)證（例如，美國(guó)的保險(xiǎn)商實(shí)驗(yàn)室UL認(rèn)證、歐盟的消費(fèi)電子產(chǎn)品CE認(rèn)證、日本的產(chǎn)品安全電器和材料PSE認(rèn)證，以及中國(guó)的強(qiáng)制認(rèn)證CCC認(rèn)證）。對(duì)于大學(xué)培養(yǎng)體系，這可以通過當(dāng)?shù)氐尼t(yī)院生物醫(yī)學(xué)工程部門來完成，這些部門在用于人類之前測(cè)試這些研究設(shè)備的電氣安全性。

       對(duì)于大學(xué)研究體系來說，在臨床/研究研究中使用新的光學(xué)腦成像設(shè)備只需要獲得當(dāng)?shù)貍惱砦瘑T會(huì)的批準(zhǔn)。對(duì)于診斷或治療等最終臨床應(yīng)用，需要進(jìn)一步的監(jiān)管批準(zhǔn)（例如，美國(guó)的FDA、歐洲的EU MDR、日本的《藥品和醫(yī)療器械法案》PMDA，以及中國(guó)的國(guó)家醫(yī)療產(chǎn)品管理局NMPA，前身為CFDA）。
       為了在臨床研究中實(shí)現(xiàn)可比性和可靠性，基于專用模型的fNIRS儀器的標(biāo)準(zhǔn)化性能評(píng)估應(yīng)該是儀器開發(fā)論文的重要組成部分。上述IEC 80601-2-71標(biāo)準(zhǔn)還包括對(duì)混濁模型的若干性能測(cè)試。主要在于對(duì)fNIRS平臺(tái)的測(cè)試，包含該平臺(tái)是否具有用以產(chǎn)生與HbO2和Hb的特定變化相對(duì)應(yīng)定義衰減變化真實(shí)的整體衰減和可變的內(nèi)部孔徑等。本標(biāo)準(zhǔn)中描述的其他基于模型的測(cè)試包括信號(hào)穩(wěn)定性、響應(yīng)時(shí)間、信噪比（SNR）和信號(hào)串?dāng)_。
        基于多實(shí)驗(yàn)室共識(shí)建立工作的多個(gè)協(xié)議促進(jìn)了擴(kuò)散光學(xué)儀器和方法更全面的性能表征和比較[例如，用于疾病診斷和監(jiān)測(cè)的光學(xué)方法（MEDPHOT）協(xié)議，基本儀器性能（BIP）協(xié)議，以及通過脈沖近紅外光（Neuromit）協(xié)議對(duì)大腦功能和疾病進(jìn)行無創(chuàng)成像。nEUROPt協(xié)議是專門針對(duì)fNIRS儀器的方案，旨在表征儀器的對(duì)比度、對(duì)比噪聲比（CNR）、橫向分辨率、深度敏感性和大腦吸收變化的量化。它由均勻混濁的、帶有小黑色內(nèi)含物的系統(tǒng)構(gòu)成，例如，一個(gè)固體-固體可切換的模型和兩個(gè)分層的模型。據(jù)報(bào)道，其他fNIRS模型模擬HbO2和Hb濃度的時(shí)間變化，例如通過電致變色可變吸收體或可移動(dòng)層。用于組織血氧儀測(cè)試的含Hb的可變氧合模型也應(yīng)能夠定量評(píng)估fNIRS信號(hào)質(zhì)量。創(chuàng)造這種解剖學(xué)上逼真的動(dòng)態(tài)模型可能是一項(xiàng)挑戰(zhàn)，但也是可以實(shí)現(xiàn)的。
       描述儀器開發(fā)的論文應(yīng)報(bào)告所執(zhí)行的特定模型測(cè)試的以下數(shù)據(jù)：模型類型、其光學(xué)和幾何參數(shù)、測(cè)試安排，包括源-探測(cè)器距離，以及測(cè)試結(jié)果。有關(guān)示例，請(qǐng)參見參考。
       盡管商用fNIRS設(shè)備很少附帶模型，但fNIRS儀器的開發(fā)人員和制造商可以受益于采用基于模型的常規(guī)質(zhì)量檢查測(cè)試的既定指南。全面檢查信號(hào)幅度的可重復(fù)性有助于識(shí)別諸如光纖斷裂和光源或探測(cè)器退化等問題。如果制造商建議進(jìn)行基于模型的常規(guī)試驗(yàn)，則應(yīng)報(bào)告制備和表征模型所采用的程序。
 
3.4 預(yù)處理步驟
       為了便于對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行重復(fù)，并確保在分析過程中不會(huì)跳過重要的處理步驟，方法部分應(yīng)包括所有數(shù)據(jù)分析步驟的詳細(xì)說明。圖3總結(jié)了fNIRS數(shù)據(jù)分析原則中的主要預(yù)處理步驟，以下各節(jié)同樣也給出了方法部分中應(yīng)呈現(xiàn)的預(yù)期詳細(xì)程度。

圖3元素fNIRS預(yù)處理步驟概述。淺藍(lán)色圓形箭頭表示常規(guī)處理順序。并非所有步驟都是存在或必要的。
  
3.4.1 fNIRS信號(hào)質(zhì)量指標(biāo)和channel抑制
       fNIRS數(shù)據(jù)分析中的一個(gè)重要預(yù)處理步驟是對(duì)每個(gè)通道的原始信號(hào)進(jìn)行信號(hào)質(zhì)量檢查。fNIRS信號(hào)中的噪聲可能來自測(cè)量系統(tǒng)（例如，由于光源不穩(wěn)定、電子噪聲和散粒噪聲），我們稱之為“噪聲”，也可能來自生理原因或頭部/身體運(yùn)動(dòng)，我們?cè)谡撐闹蟹Q之為“混雜信號(hào)”或“混淆信號(hào)”。
       fNIRS對(duì)噪聲的信號(hào)質(zhì)量檢查可以通過簡(jiǎn)單的SNR檢查或通過頻譜分析獲得每個(gè)通道的心臟功率來測(cè)試。當(dāng)采樣率相當(dāng)高（例如，10 Hz）時(shí)，心跳是光級(jí)頭皮耦合的良好指示器，因此是fNIRS信號(hào)的良好質(zhì)量控制指標(biāo)。因此，方法部分可以包括SNR閾值（例如，>20db）和心臟功率閾值的指示，用于拒絕進(jìn)一步分析的數(shù)據(jù)信道。由于不同的測(cè)量通道可能不符合不同參與者的標(biāo)準(zhǔn)，因此還應(yīng)報(bào)告每個(gè)通道的剩余參與者人數(shù)，以避免對(duì)結(jié)果的任何誤解。
       特別是在fNIRS中，由于各種類型的混雜信號(hào)和噪聲，重要的是要了解指標(biāo)SNR、CNR和對(duì)比背景比（CBR）之間的概念差異，并明確使用這些術(shù)語(yǔ)。術(shù)語(yǔ)SNR應(yīng)用于量化儀器fNIRS信道的信號(hào)質(zhì)量。它是根據(jù)固定時(shí)間窗口內(nèi)測(cè)量的原始光強(qiáng)度計(jì)算得出的，表示為SNR¼20 log10Þ，其中μ對(duì)應(yīng)于信號(hào)的強(qiáng)度偏移（dc分量），σ對(duì)應(yīng)于信號(hào)的方差（ac分量）。當(dāng)提取的血流動(dòng)力學(xué)響應(yīng)強(qiáng)度與背景混雜信號(hào)或測(cè)量噪聲有關(guān)，因此取決于信號(hào)的特定預(yù)處理時(shí)，使用對(duì)比度指標(biāo)（CBR/CNR）。有關(guān)這些指標(biāo)的更多詳細(xì)信息，請(qǐng)參閱參考。
 
3.4.2 運(yùn)動(dòng)偽跡
       fNIRS信號(hào)可能包含尖峰或基線位移形式的運(yùn)動(dòng)偽影，尤其是在從非常規(guī)人群收集的數(shù)據(jù)中，如嬰兒（見第3.6.7節(jié)）或在需要運(yùn)動(dòng)（行走或說話）的實(shí)驗(yàn)任務(wù)中。在這種情況下，可以識(shí)別運(yùn)動(dòng)偽影并從分析中刪除相鄰試驗(yàn)，或者可以使用先前文獻(xiàn)中的許多運(yùn)動(dòng)偽影校正算法。
       在任何一種情況下，都應(yīng)報(bào)告運(yùn)動(dòng)偽影和相關(guān)參數(shù)的處理和校正（例如，識(shí)別運(yùn)動(dòng)的閾值、校正方法的特定參數(shù)）。此外，由于前一種方法（即識(shí)別和移除與運(yùn)動(dòng)偽影重疊的試驗(yàn)）將減少試驗(yàn)中的試次數(shù)量，因此應(yīng)報(bào)告剩余試次的數(shù)量。最后，運(yùn)動(dòng)偽影消除算法的輸出需要通過評(píng)估算法性能的理論和經(jīng)驗(yàn)方法進(jìn)行驗(yàn)證（參見如何驗(yàn)證新算法的示例）。
 
3.4.3 矯正后的比爾郎伯定律/參數(shù)和修正
       通過mBLL(矯正后的比爾朗博定律)，光密度或吸光度的變化可以被轉(zhuǎn)化為血紅蛋白細(xì)胞HbO2和Hb的變化。然而，在連續(xù)波近紅外光譜中，探測(cè)到的光子所經(jīng)過的平均路徑長(zhǎng)度是未知的。在高散射介質(zhì)中，軌跡的路徑長(zhǎng)度比源-探測(cè)器距離的路徑長(zhǎng)度長(zhǎng)。通過將源-探測(cè)器距離乘以通過FD-NIRS或TD-NIRS實(shí)驗(yàn)獲得的DPF，可以估計(jì)整個(gè)采樣區(qū)域內(nèi)的光程長(zhǎng)度。因此，在報(bào)告時(shí)，一種選擇是使用DPF（取自文獻(xiàn)）并以摩爾濃度單位（例如μM）報(bào)告生色團(tuán)濃度變化的結(jié)果。該選項(xiàng)考慮了波長(zhǎng)和源檢測(cè)器距離對(duì)路徑長(zhǎng)度的依賴性，因此，比較來自不同分離渠道的信息時(shí)更合適。當(dāng)DPF數(shù)據(jù)不可用時(shí)，研究人員可能會(huì)依賴另一種選擇，即不使用平均路徑長(zhǎng)度從比爾-蘭伯特定律中提取濃度變化。在這種情況下，信號(hào)變化表示為濃度變化和平均路徑長(zhǎng)度的乘積，單位為（摩爾濃度×距離），例如μM-cm或μM-mm。當(dāng)使用單個(gè)分離時(shí)，后一種方法可能是合適的，但對(duì)多個(gè)分離有限制。
       值得注意的是，發(fā)色團(tuán)濃度的變化可能會(huì)因處理方法、是否應(yīng)用校正以及應(yīng)用校正方法的不同而顯著不同。例如，對(duì)于同一測(cè)量通道，所產(chǎn)生的HbO2濃度變化可報(bào)告為：40μM mm，無需任何校正；當(dāng)使用微分路徑長(zhǎng)度校正系數(shù)6和源-檢測(cè)器距離30 mm進(jìn)行路徑長(zhǎng)度校正時(shí)，可報(bào)告為0.22μM。在所有情況下，應(yīng)說明選擇方法和相關(guān)參數(shù)（如DPF），并提供引文。當(dāng)呈現(xiàn)濃度變化結(jié)果時(shí)，應(yīng)清楚地標(biāo)記其單位。
 
3.4.4 混雜系統(tǒng)信號(hào)對(duì)fNIRS的影響
       從光源到探測(cè)器的近紅外光探測(cè)大腦皮層，但在更大程度上也探測(cè)腦外組織層。腦外組織（尤其是頭皮）的血流和氧合變化會(huì)影響fNIRS信號(hào)，并導(dǎo)致對(duì)測(cè)量信號(hào)的潛在誤解。此外，全身生理變化也會(huì)影響腦血流動(dòng)力學(xué)。生理干擾的主要來源有兩個(gè)（1）二氧化碳分壓（PaCO2）/全身血壓節(jié)律/自主神經(jīng)系統(tǒng)和交感神經(jīng)系統(tǒng)相互作用引起的腦外和腦組織心率和血管張力變化（2）頭部運(yùn)動(dòng)、咬牙或揚(yáng)眉引起的血流和氧合變化。
       忽略生理混雜效應(yīng)可能會(huì)導(dǎo)致假陽(yáng)性，即錯(cuò)誤地將檢測(cè)到的血流動(dòng)力學(xué)變化分配給功能性大腦活動(dòng)，或?qū)е录訇幮�，即在存在時(shí)掩蓋大腦活動(dòng)。因此，建議采用系統(tǒng)生理學(xué)增強(qiáng)fNIRS方法，同時(shí)測(cè)量這些系統(tǒng)參數(shù)。另一方面，識(shí)別和分離系統(tǒng)生理學(xué)中的這些變化，可以對(duì)大腦血流動(dòng)力學(xué)的復(fù)雜調(diào)節(jié)提供創(chuàng)新性見解，例如，涉及特別對(duì)神經(jīng)元活動(dòng)或系統(tǒng)生理學(xué)變化做出反應(yīng)的網(wǎng)絡(luò)。fNIRS（預(yù)）處理的大部分工作集中在分離或拒絕混雜信號(hào)上，可以采用多種策略，最突出的是通用線性模型（GLM）。本節(jié)將再次詳細(xì)討論此主題。
 
3.4.5 統(tǒng)計(jì)檢驗(yàn)和去除混雜信號(hào)的策略
       fNIRS研究的目的通常需要以下集中統(tǒng)計(jì)檢驗(yàn)內(nèi)容來進(jìn)行下一步解釋：(1)比較大腦對(duì)任務(wù)和基線的反應(yīng)，（2）比較不同任務(wù)期間的大腦反應(yīng)，（3）大腦內(nèi)部或跨腦區(qū)間的血流動(dòng)力學(xué)信號(hào)之間的相關(guān)性。這些測(cè)試結(jié)果受到fNIRS數(shù)據(jù)特定噪聲結(jié)構(gòu)的高度影響。由于強(qiáng)烈的生理成分（心臟、呼吸和血壓變化），fNIRS數(shù)據(jù)中的噪聲具有頻率依賴性（有色）和相關(guān)性。由于這些特征違反了GLM中的主要假設(shè)，即噪聲不依賴于頻率（白色）且不相關(guān)，因此在采用GLM分析之前，有必要（1）對(duì)數(shù)據(jù)進(jìn)行預(yù)濾波，以消除混淆信號(hào)，如生理混淆和運(yùn)動(dòng)偽影，和/或（2）預(yù)白信號(hào)，和/或（3）對(duì)信號(hào)進(jìn)行預(yù)著色。作為預(yù)美白方法的一個(gè)例子，可以使用自回歸模型估計(jì)fNIRS數(shù)據(jù)的內(nèi)在時(shí)間相關(guān)性。然后在廣義最小二乘法中使用時(shí)間相關(guān)估計(jì)的反演來獲得GLM參數(shù)的無偏有效估計(jì)。另一方面，預(yù)白化方法中的這種反演對(duì)時(shí)間相關(guān)性的正確估計(jì)很敏感。因此，作為替代方法，可以使用時(shí)間濾波器（平滑）矩陣來估計(jì)fNIRS數(shù)據(jù)的時(shí)間相關(guān)性。當(dāng)對(duì)fNIRS數(shù)據(jù)應(yīng)用具有足夠大內(nèi)核寬度的低通濾波器時(shí)，這種預(yù)著色方法是有效的。然后，可以對(duì)時(shí)間平滑的數(shù)據(jù)應(yīng)用最小二乘法，并將GLM擴(kuò)展為包括濾波器矩陣。這個(gè)過程產(chǎn)生無偏的參數(shù)估計(jì)，但不能保持其最大效率。在所有情況下，應(yīng)明確說明選擇的方法和預(yù)過濾步驟。
 
3.4.6 濾波和漂移回歸
       信號(hào)中的高頻成分，如儀器噪聲和心臟搏動(dòng)，通常使用低通濾波器（例如巴特沃斯濾波器或切比雪夫?yàn)V波器）去除。但如果低通濾波器閾值太低，ROI的大腦反應(yīng)也會(huì)被消除，因此應(yīng)謹(jǐn)慎選擇（通常為0.5 Hz或更高）。另一方面，可以使用高通濾波器去除信號(hào)中的低頻成分，可隨之而來的首要問題是使用過高的值作為閾值可能會(huì)去除實(shí)際的期望大腦信號(hào)，尤其是當(dāng)實(shí)驗(yàn)任務(wù)塊的持續(xù)時(shí)間與高通閾值相當(dāng)時(shí)（例如，0.05-Hz高通濾波器與20 s的刺激持續(xù)時(shí)間）。在對(duì)實(shí)驗(yàn)進(jìn)行描述時(shí)應(yīng)說明應(yīng)用的濾波類型、濾波器的階數(shù)（如有）和截止頻率（例如，截止頻率為0.01至0.5 Hz的三階零相位巴特沃斯帶通濾波器）。
       其次，了解相位響應(yīng)至關(guān)重要，因?yàn)榫哂蟹蔷�性相位響應(yīng)的濾波器會(huì)使信號(hào)失真。有限沖激響應(yīng)（FIR）濾波器具有線性相位響應(yīng)，可在離線和在線（數(shù)據(jù)采集期間）安全應(yīng)用，而不像無限沖激響應(yīng)（IIR）濾波器（例如巴特沃斯），后者需要零相位校正，并且只能在離線應(yīng)用，因?yàn)樾Ｕ�需要一次獲得整個(gè)信號(hào)。
 
 
3.5  fNIRS信號(hào)中的生理學(xué)信息: 優(yōu)化策略 
3.5.1 提高大腦活動(dòng)測(cè)量可靠性的策略
       由于fNIRS信號(hào)中存在生理混淆，因此不建議報(bào)告僅使用長(zhǎng)分離通道測(cè)量的信號(hào)的結(jié)果，也不建議報(bào)告考慮可能的混淆系統(tǒng)生理變化的數(shù)據(jù)處理，尤其是在大腦外組織覆蓋較厚的成年參與者中。圖4顯示了fNIRS儀器（與使用的源-檢測(cè)器布置有關(guān)）與測(cè)量大腦（大腦皮層）真實(shí)血流動(dòng)力學(xué)變化的可能性之間的關(guān)系。此表格適用于使用CW連續(xù)波近紅外儀器的情況。
       在以下情況下，檢測(cè)到大腦活動(dòng)相關(guān)變化的可靠性較高:（1） 可以排除系統(tǒng)生理學(xué)的顯著變化，（2）使用對(duì)深度敏感的多距離fNIRS方法，并以過濾大腦外層變化干擾的方式處理數(shù)據(jù)，或（3）CW-NIRS設(shè)置僅用于每個(gè)通道的長(zhǎng)源-檢測(cè)器分離，但對(duì)信號(hào)進(jìn)行特定的信號(hào)處理，以減少腦外組織的干擾影響。在沒有短分離通道測(cè)量的情況下，大量通道或系統(tǒng)生理學(xué)的額外測(cè)量信號(hào)協(xié)助優(yōu)化數(shù)據(jù)。以下各節(jié)總結(jié)了這些策略的既定方法
 

圖4測(cè)量大腦皮層真實(shí)血流動(dòng)力學(xué)變化的可靠性由fNIRS測(cè)量的深度敏感性和混淆的系統(tǒng)生理信號(hào)的影響決定。(a)評(píng)估獲取腦信號(hào)可靠性的檢查表，(b)影響獲取腦源性信號(hào)可靠性的方法學(xué)因素。
 
3.5.2 策略1: 通過儀器和信號(hào)處理提高深度靈敏度
       這種方法需要擴(kuò)展fNIRS測(cè)量設(shè)置，以使測(cè)量對(duì)深度敏感，例如能夠區(qū)分腦外和大腦各層的變化。為了提高深度靈敏度，fNIRS設(shè)置應(yīng)包含具有不同長(zhǎng)度的源-檢測(cè)器分離的光學(xué)通道，尤其是短的（圖4）。短分離通道（<15 mm，最佳距離∼成人和成人8毫米∼4至5毫米（嬰兒）對(duì)腦外組織層的血液灌注和氧合變化最為敏感。
       在使用 CW-NIRS的情況下，短和長(zhǎng)分離通道的并行使用最大限度地提高了對(duì)大腦皮層的敏感性，同時(shí)最大限度地降低了對(duì)腦外層的敏感性。 使用短分離通道進(jìn)行的此類測(cè)量能夠從長(zhǎng)分離通道中回歸出大腦外層的信號(hào)變化，這種方法通常被稱為“短分離回歸”，由 Saager 和 Berger 開創(chuàng)。還有幾種方法被開發(fā)用于回歸，包括最小二乘算法和各種類型的自適應(yīng)濾波或卡爾曼濾波。最近一個(gè)有希望的發(fā)展是將GLM與時(shí)間嵌入典型相關(guān)分析結(jié)合對(duì)fNIRS數(shù)據(jù)進(jìn)行分析。之前的研究證明，短分離回歸降低了血流動(dòng)力學(xué)反應(yīng)的試次間變異性，并降低了發(fā)生在腦外層強(qiáng)烈血流動(dòng)力學(xué)變化的影響。
       其他對(duì)深度敏感的儀器包括：(1) 多距離測(cè)量，它使用擴(kuò)散理論和來自多個(gè)源-探測(cè)器分離的信號(hào)斜率，(2) 擴(kuò)散光學(xué)斷層掃描 (DOT) {其他首字母縮略詞 [例如，擴(kuò)散光學(xué)光譜 (DOS)， 近紅外成像 (NIRI)、漫反射光學(xué)成像 (DOI)、近紅外光學(xué)斷層掃描 (NIROT) 和高密度斷層掃描 (HD-tomography)] 也是可以接受的}，它使用大量通道提供深度分辨測(cè)量， 和 TD-NIRS(時(shí)域) 系統(tǒng):用于測(cè)量光子的飛行時(shí)間：深度編碼在光子的到達(dá)時(shí)間中，因?yàn)橥砥诠庾釉谄�層中走過的路徑更長(zhǎng)，深度也就更深。
 
3.5.3 策略2:進(jìn)行沒有內(nèi)在深度敏感測(cè)量的信號(hào)處理
      在亞理想測(cè)量的情況下（即，只有長(zhǎng)的分離通道可用），應(yīng)努力將數(shù)據(jù)分解為大腦活動(dòng)和生理混亂（圖4）。一種方法是從所有通道的平均值（或中值）中用全局分量近似系統(tǒng)變化，并從每個(gè)通道中過濾。另一種替代方法是數(shù)據(jù)驅(qū)動(dòng)的信號(hào)處理方法，將fNIRS信號(hào)分解為大腦和系統(tǒng)成分（盲源分離方法，例如獨(dú)立成分分析和主成分分析）。

3.5.4 策略3:在fNIRS信號(hào)處理中結(jié)合系統(tǒng)生理學(xué)變化的測(cè)量
       當(dāng)有額外系統(tǒng)生理信號(hào)可用時(shí)（例如心率、呼吸率、呼吸量、動(dòng)脈CO2濃度、血壓和皮膚電導(dǎo)），研究者可以（1）從fNIRS信號(hào)中回歸這些影響（2）詳細(xì)研究這些信號(hào)與fNIRS信號(hào)的關(guān)系。例如，可以使用GLM方法來實(shí)現(xiàn)這一點(diǎn)，該方法使用系統(tǒng)生理信號(hào)或這些信號(hào)的線性時(shí)滯混合物作為額外的回歸器。應(yīng)報(bào)告此類回歸器的處理和生成細(xì)節(jié)（例如，包括的信號(hào)和使用的相位/時(shí)滯）。值得注意的是，由于頭皮內(nèi)血管系統(tǒng)的異質(zhì)性，策略2和策略3都有移除大腦活動(dòng)或無法正確移除系統(tǒng)生理成分的風(fēng)險(xiǎn)。
 
 
3.6 統(tǒng)計(jì)和分析方法
 3.6.1 血液動(dòng)力學(xué)反應(yīng)函數(shù)(HRF)估量: 區(qū)間(block)平均與一般線性模型(GLM)
       使用mBLL計(jì)算血紅蛋白濃度變化后，通常通過簡(jiǎn)單的組塊間(Block)平均、卷積或線性估計(jì)模型來估計(jì)血液動(dòng)力學(xué)響應(yīng)函數(shù)（HRF）。GLM將測(cè)量數(shù)據(jù)表示為功能不同組件的線性組合。雖然塊平均避免了對(duì)HRF形狀的先驗(yàn)假設(shè)，但GLM允許對(duì)fNIRS信號(hào)中的不同混雜因素以及對(duì)刺激的血流動(dòng)力學(xué)反應(yīng)進(jìn)行建模。GLM能夠同時(shí)估計(jì)fNIRS成分的貢獻(xiàn)，從而提供較少偏差的HRF估計(jì)。GLM報(bào)告應(yīng)包括所有建模的回歸系數(shù)及其參數(shù)，以及用于估計(jì)回歸系數(shù)權(quán)重的方法（例如。，“HRF使用標(biāo)準(zhǔn)偏差為0.5 s的高斯函數(shù)建模，平均值間隔為0.5 s。回歸系數(shù)的權(quán)重使用普通最小二乘擬合獲得。”）。如果由于各種原因（如運(yùn)動(dòng)偽影污染），總試驗(yàn)次數(shù)比實(shí)驗(yàn)方案中報(bào)告的次數(shù)減少，則報(bào)告還應(yīng)包括最終分析中包含的試驗(yàn)次數(shù)。
 
3.6.2  血液動(dòng)力學(xué)反應(yīng)函數(shù)(HRF)估量: GLM方法中HRF回歸量的選擇
       HRF通常由固定的標(biāo)準(zhǔn)形狀（如伽馬函數(shù)變體）或更靈活的模型（如多個(gè)基函數(shù)的線性組合，如高斯函數(shù)）建模。
       為了提高統(tǒng)計(jì)效能(power)，如果HRF的形狀是先驗(yàn)已知的，則固定的標(biāo)準(zhǔn)形狀是較好的。文章描寫的方法應(yīng)包括模型及其參數(shù)，以及在選擇固定形狀的情況下模型偏好的理由。然而，如果HRF的形狀未知（在不同人群、實(shí)驗(yàn)范式、大腦區(qū)域等中），使用固定模型可能會(huì)導(dǎo)致其統(tǒng)計(jì)效能的損失，并使結(jié)果產(chǎn)生偏差。在這種情況下，首選靈活的模型，因?yàn)樗鼈冊(cè)试S捕捉HRF的真實(shí)時(shí)間特征。
 
3.6.3 統(tǒng)計(jì)分析: 一般說明
       論文中提出的主張應(yīng)得到統(tǒng)計(jì)分析的支持。所有統(tǒng)計(jì)分析都與實(shí)驗(yàn)設(shè)計(jì)和基本假設(shè)相關(guān)聯(lián)，因此，沒有單一的標(biāo)準(zhǔn)化方式來描述統(tǒng)計(jì)分析。如果缺少部分信息，則無法驗(yàn)證統(tǒng)計(jì)方法的準(zhǔn)確性，并且無法在研究或未來重復(fù)中比較結(jié)果。強(qiáng)烈建議報(bào)告效應(yīng)量和置信區(qū)間，因?yàn)樗鼈兌际菬o樣本統(tǒng)計(jì)量，因此可以更方便地比較不同研究。使用表格和數(shù)字來呈現(xiàn)統(tǒng)計(jì)結(jié)果可以提高可讀性。
  
3.6.5 GLM結(jié)果的統(tǒng)計(jì)分析
       每個(gè)通道處GLM回歸器的權(quán)重通常使用最小二乘法進(jìn)行估計(jì)，該方法使實(shí)際值和擬合值之間的平方差之和最小化。就最小二乘法的類型而言，普通最小二乘法基于觀測(cè)值之間誤差不相關(guān)的模型假設(shè)。因此，當(dāng)回歸模型中的殘差之間存在一定程度的時(shí)間相關(guān)性時(shí)，可以使用廣義最小二乘法進(jìn)行預(yù)白化或預(yù)著色。 然后通過檢驗(yàn)零假設(shè)進(jìn)行統(tǒng)計(jì)推斷，即估計(jì)系數(shù)與零假設(shè)之間沒有顯著差異。否定零假設(shè)表明對(duì)刺激有反應(yīng)。通常，使用t檢驗(yàn)執(zhí)行單個(gè)對(duì)比（即效果的線性組合）的假設(shè)檢驗(yàn)，而使用 F 統(tǒng)計(jì)量同時(shí)測(cè)試多個(gè)對(duì)比的。因此，在報(bào)告GLM分析結(jié)果時(shí)，重要的是描述對(duì)比中包括哪些回歸系數(shù)，并說明應(yīng)用的具體統(tǒng)計(jì)測(cè)試。在二級(jí)GLM分析中，可以使用固定效應(yīng)、隨機(jī)效應(yīng)或混合效應(yīng)分析來估計(jì)人口效應(yīng)。與固定效應(yīng)相比，隨機(jī)效應(yīng)模型同時(shí)考慮了變異來源(受試者內(nèi)部和受試者之間的變異性),如此這樣就可以對(duì)抽取樣本的人群進(jìn)行推斷。無論哪種情況，作者都必須在論文中清楚地描述用于二級(jí)分析的方法。最后，通過在較高Z值處對(duì)測(cè)試統(tǒng)計(jì)量Z（例如，t或F統(tǒng)計(jì)量）設(shè)定閾值來評(píng)估通道特定效應(yīng)的統(tǒng)計(jì)顯著性。由于每個(gè)通道同時(shí)進(jìn)行大量統(tǒng)計(jì)測(cè)試，多通道fNIRS系統(tǒng)具有I型錯(cuò)誤（假陽(yáng)性）的高風(fēng)險(xiǎn)，因此，I型錯(cuò)誤控制至關(guān)重要。至于所謂的“多重比較問題”我們將在下一節(jié)討論。
 
3.6.6 臨床人群中數(shù)據(jù)處理的具體指南
       雖然處理步驟與其他人群基本相同，但病理學(xué)特征導(dǎo)致需要和普通被試做出區(qū)分。由于臨床研究通常旨在檢測(cè)個(gè)體而不是群體水平的病理特征，因此證明神經(jīng)典型對(duì)照和一組患者之間的差異發(fā)現(xiàn)的潛在病理學(xué)相關(guān)特征，并不被允許用于診斷或治療指導(dǎo)。除此之外行為變化（即神經(jīng)功能缺損的影響）和與疾病相關(guān)的腦功能改變之間潛在的復(fù)雜相互作用是分析中需要處理的另一個(gè)挑戰(zhàn)。腦功能的改變可能與神經(jīng)元信號(hào)傳導(dǎo)（例如癲癇）、血管反應(yīng)（例如中風(fēng)/腦血管疾病）和神經(jīng)血管耦合的改變（例如癡呆）有關(guān)。此外，病理學(xué)可能會(huì)改變采樣組織的光學(xué)特性，包括不同層厚度的變化 [例如，萎縮增加腦脊液 (CSF) 空間] 或它們的吸收和散射特性（例如，由于蛛網(wǎng)膜下腔出血導(dǎo)致的 CSF 中的血液)。
       關(guān)于臨床人群數(shù)據(jù)處理的其他考慮如下:
（1） 行為的變異性：無論病理表現(xiàn)如何，表現(xiàn)較差可能導(dǎo)致激活程度較小。相反，為實(shí)現(xiàn)接近正常的任務(wù)性能而使用的額外大腦區(qū)域可能是大腦病理學(xué)的一個(gè)指標(biāo)。因此，建議將表現(xiàn)/行為納入分析和/或在出版物中報(bào)告。由于典型的 fNIRS 從大腦表面的非常有限的部分進(jìn)行采樣，因此應(yīng)該精確地對(duì)性能進(jìn)行記錄。這允許將fNIRS數(shù)據(jù)與任務(wù)表現(xiàn)指標(biāo)進(jìn)行分解或關(guān)聯(lián)，提供了一種將fNIRS結(jié)果的一般方面和任務(wù)特定方面分開的方法。（2） 臨床數(shù)據(jù)整合：除了疾病嚴(yán)重程度外，病變部位、合并癥和病前表現(xiàn)范圍都有助于臨床參與者的變異性，因此應(yīng)予以報(bào)告。如果臨床數(shù)據(jù)可用，最好將這些數(shù)據(jù)整合到分析中。（3） 整合共注冊(cè)數(shù)據(jù)：在臨床人群中，不同模式的大量數(shù)據(jù)（如fNIRS/EEG數(shù)據(jù)）產(chǎn)生的沖突結(jié)果通常被解釋為病理改變的信號(hào)。然而，應(yīng)該記住，在采樣的區(qū)域或生理信號(hào)以及響應(yīng)動(dòng)態(tài)方面，方法學(xué)有所不同，并且這與病理學(xué)的影響有關(guān)。來自同一參與者未受影響大腦區(qū)域的參考數(shù)據(jù)可能會(huì)增加敏感性，因此應(yīng)在適當(dāng)?shù)臅r(shí)候報(bào)告。如果將病理大腦區(qū)域或功能系統(tǒng)中的反應(yīng)與未受影響的參考系統(tǒng)進(jìn)行比較，結(jié)果的可靠性就會(huì)提高。
 
3.6.7 神經(jīng)發(fā)育研究中數(shù)據(jù)處理的具體指南
       對(duì)發(fā)育群體數(shù)據(jù)的分析和測(cè)試與成年人基本相同。然而，數(shù)據(jù)的數(shù)量通常較小，質(zhì)量也更高。嬰幼兒缺乏對(duì)指令的理解或遵守，運(yùn)動(dòng)控制較低，注意力持續(xù)時(shí)間較短，導(dǎo)致研究中的試驗(yàn)次數(shù)減少和/或運(yùn)動(dòng)相關(guān)偽影數(shù)量增加。在成年人中，損壞的數(shù)據(jù)段通常會(huì)使用周圍數(shù)據(jù)或整個(gè)數(shù)據(jù)集的中心趨勢(shì)進(jìn)行糾正或替換（例如，通過插值），這需要足夠的容量和質(zhì)量。在發(fā)育數(shù)據(jù)中，這種方法可能并不總是有效的。然而，如果用于糾正的數(shù)據(jù)具有足夠的質(zhì)量，那么糾正方法也應(yīng)該與發(fā)展心理數(shù)據(jù)一起使用�；蛘�，可以使用數(shù)據(jù)拒絕。需要在手冊(cè)中詳細(xì)記錄拒收程序，以避免結(jié)果出現(xiàn)偏差（需要報(bào)告拒收標(biāo)準(zhǔn)的詳細(xì)信息、拒收數(shù)據(jù)的數(shù)量、拒收是手動(dòng)還是自動(dòng)等）。發(fā)育數(shù)據(jù)中較高的噪聲和偽影水平也可能增加可變性，降低統(tǒng)計(jì)意義。盡管存在這些挑戰(zhàn)，但fNIRS數(shù)據(jù)采集和分析在嬰兒身上還是相當(dāng)成功的，因?yàn)閶雰狠^小的頭部尺寸和較薄的頭骨和組織允許更深入的滲透和更好的對(duì)皮質(zhì)的可見性。適合年齡的實(shí)驗(yàn)設(shè)計(jì)和足夠的注意力吸引器也可以防止一些運(yùn)動(dòng)偽影和注意力限制。
 
3.6.8 連接性分析 
       功能連通性是由兩個(gè)不同大腦區(qū)域的血液動(dòng)力學(xué)變化的時(shí)間進(jìn)程之間的時(shí)間相關(guān)性定義的。使用在兩個(gè)FNIR通道上測(cè)量的信號(hào)，可以通過計(jì)算Spearman相關(guān)性、滯后相關(guān)性、互信息、熵、鎖相指數(shù)、小波變換相干性等來評(píng)估兩個(gè)區(qū)域之間的關(guān)系，通常在低頻范圍內(nèi)（例如，0.009到0.10 Hz）。報(bào)告連接性分析時(shí)，應(yīng)包括計(jì)算方法、感興趣的頻帶、分析中應(yīng)用的預(yù)處理方法，以及是否對(duì)原始信號(hào)或HbO2進(jìn)行了相關(guān)分析∕Hb時(shí)間序列，以及它是半球內(nèi)的還是半球間的，或者如果基于感興趣區(qū)域（ROI），那么它是在ROI內(nèi)還是在ROI之間。靈敏度分析顯示了在選擇不同頻帶時(shí)結(jié)果如何變化，這也很有幫助，并提供了對(duì)連通性測(cè)量的基本生理學(xué)的額外見解。對(duì)于動(dòng)態(tài)靜息狀態(tài)功能連接性分析，還應(yīng)報(bào)告時(shí)間窗口的持續(xù)時(shí)間和步長(zhǎng)（例如，“使用滑動(dòng)窗口相關(guān)法計(jì)算任意兩個(gè)測(cè)量通道之間的皮爾遜相關(guān)系數(shù)，時(shí)間窗口為100秒，步長(zhǎng)為5秒”)。還應(yīng)報(bào)告統(tǒng)計(jì)測(cè)試前的轉(zhuǎn)換（如Fisher z變換）、統(tǒng)計(jì)閾值和多重比較的校正方法。
       雖然從適當(dāng)?shù)脑?探測(cè)器距離測(cè)量的 fNIRS 信號(hào)確定的功能連接主要反映了嬰兒的腦血流動(dòng)力學(xué)變化而不是表面污染，但對(duì)于成人來說可能并非如此。這是非常關(guān)鍵的，因?yàn)轭^皮上對(duì)稱的脈管解剖結(jié)構(gòu)可能對(duì)長(zhǎng)分離通道中產(chǎn)生的高相關(guān)性有很大貢獻(xiàn)。雖然多個(gè)通道之間的部分相關(guān)性可能會(huì)減少表面和全局信號(hào)的影響，所以最可靠的方法是使用可以進(jìn)行深度成像的儀器，如DOT或TD-NIRS。論文應(yīng)報(bào)告處理頭皮生理混淆的具體程序，以及該問題如何顯著影響結(jié)果。討論還應(yīng)包括這樣一個(gè)事實(shí)，即fNIRS不測(cè)量深層皮質(zhì)區(qū)域的信號(hào)變化，因此對(duì)結(jié)果的解釋總是局限于測(cè)量的皮質(zhì)表面。重要的是要記住，兩個(gè)緊密的fNIRS通道也可能反映出一些虛假的連通性，因?yàn)樗鼈兺ㄟ^fNIRS正向模型對(duì)相同的底層皮質(zhì)腦區(qū)部分敏感。
 
3.6.9 影像重構(gòu)
       DOT通過求解線性方程y＝Ax，通過稱為靈敏度矩陣（或雅可比矩陣）的微分模型a，提供了從頭部表面上的源探測(cè)器測(cè)量y到頭部體積x內(nèi)局部血流動(dòng)力學(xué)變化的映射。圖像重建為光學(xué)數(shù)據(jù)提供了更高的解剖學(xué)特異性，促進(jìn)了解剖學(xué)參考對(duì)象的平均，以及組內(nèi)/跨組和跨模態(tài)比較。報(bào)告應(yīng)包含有關(guān)基于 fNIRS 的圖像重建流程中以下五個(gè)主要步驟中每一個(gè)以及方法、軟件和參數(shù)選擇的足夠詳細(xì)信息:
（1） 理想情況下，頭部解剖模型由被試特定的解剖磁共振成像（MRI）體積提供，如此不論默認(rèn)頭模與參與者配準(zhǔn)是否良好，基于圖譜的方法也可以很好地工作。該頭模包含三個(gè)基本信息：頭部的大小和形狀、光學(xué)特性的內(nèi)部分布以及光學(xué)陣列元件在表面上的位置。（2） 選定的頭部解剖圖被分割成一組假定的組織。需要報(bào)告這些參數(shù)以及分割方法。（3） 頭部網(wǎng)格生成：對(duì)于任何模型，應(yīng)報(bào)告標(biāo)記組織區(qū)域的數(shù)量及其光學(xué)特性。（4） 光學(xué)陣列通過電磁定位或參考EEG標(biāo)準(zhǔn)（如10-20）等方法定位在網(wǎng)狀解剖結(jié)構(gòu)上。光學(xué)元件在頭部表面上的真實(shí)位置的準(zhǔn)確協(xié)同記錄至關(guān)重要，因?yàn)椴黄ヅ鋾?huì)直接導(dǎo)致指向不適當(dāng)大腦區(qū)域的虛假結(jié)果。（5）一旦陣列定位在組織上，通過使用 Monte Carlo 模擬（例如，使用 TOAST++ 或 MCX）或擴(kuò)散近似對(duì)組織中的光傳輸進(jìn)行建模，生成源-檢測(cè)器測(cè)量的靈敏度分布矩陣(A) （例如，使用 NIRFAST）。這一步時(shí)候需要說明選擇的蒙特卡洛模擬類型。 (6) 隨后使用適當(dāng)?shù)恼齽t化（例如，Tikhonov、空間變體、總變差或彈性網(wǎng)絡(luò)）對(duì)靈敏度矩陣(A)進(jìn)行反轉(zhuǎn)。 目前存在多個(gè)支持圖像重建管道（例如 NeuroDOT、AtlasViewer、NIRS-SPM 和 NIRSTORM）的軟件套件，具有用于優(yōu)化和處理的直接可調(diào)交互。所有應(yīng)用的過程/方法必須明確記錄，以便清晰地再現(xiàn)結(jié)果。
 
3.6.10 單試次分析與機(jī)器學(xué)習(xí)
       腦機(jī)接口、神經(jīng)工效學(xué)和神經(jīng)反饋等領(lǐng)域?qū)Ｗ⒂趂NIRS信號(hào)的單試次和實(shí)時(shí)解碼內(nèi)容，且越來越多地融入機(jī)器學(xué)習(xí)相關(guān)內(nèi)容。機(jī)器學(xué)習(xí)可以為大腦信號(hào)的分析和分類提供強(qiáng)大的工具，但這需要用戶有意識(shí)地避免一些常見錯(cuò)誤，并在確保數(shù)據(jù)科學(xué)的良好實(shí)踐方面做出努力。
       分類方法會(huì)使用信號(hào)中任何可辨別的誘發(fā)變化和偽影。因此由情緒或身體活動(dòng)（如頭皮血流）誘發(fā)的非神經(jīng)元信號(hào)成分可能會(huì)導(dǎo)致實(shí)驗(yàn)的分辨性(即特異性)提高，但會(huì)顯著降低受限范式之外的解碼性能和導(dǎo)致實(shí)驗(yàn)結(jié)果假陽(yáng)性。這種情況無疑強(qiáng)調(diào)了將混淆信號(hào)和大腦信號(hào)適當(dāng)分離的重要性，如第3.5中所說，應(yīng)明確報(bào)告僅對(duì)大腦信號(hào)進(jìn)行分類以及從生理角度解釋分類權(quán)重的工作。
       將分析數(shù)據(jù)嚴(yán)格分離為訓(xùn)練和測(cè)試集對(duì)于避免過度擬合和報(bào)告有缺陷的性能結(jié)果是至關(guān)重要的一步。隨后重要的一點(diǎn)是要確保在學(xué)習(xí)期間對(duì)數(shù)據(jù)的任何統(tǒng)計(jì)推斷都必須限于訓(xùn)練集。這不僅包括對(duì)分類的模型選擇/訓(xùn)練，還包括基于數(shù)據(jù)的通道或特征選擇，或用于處理的線性回歸和濾波設(shè)置的訓(xùn)練。
       如果數(shù)據(jù)集太小，無法將其拆分為單獨(dú)的培訓(xùn)和測(cè)試分區(qū)，則可以應(yīng)用交叉驗(yàn)證方案。如果要執(zhí)行附加參數(shù)的自動(dòng)選擇，例如fNIRS特征選擇，則應(yīng)嵌套交叉驗(yàn)證。例如，如果使用GLM方法學(xué)習(xí)回歸變量，則需要將GLM嵌入交叉驗(yàn)證中。130在單次試驗(yàn)分析之前，對(duì)整個(gè)數(shù)據(jù)集應(yīng)用學(xué)習(xí)過濾器或GLM會(huì)使方法的完整性失效。應(yīng)報(bào)告模型和參數(shù)的培訓(xùn)和選擇的所有步驟，以便進(jìn)行方法學(xué)評(píng)估和再現(xiàn)性。
 
3.6.11 fNIRS的多模態(tài)集成
       從測(cè)量互補(bǔ)生理參數(shù) HbO2 和 Hb 的角度來看，fNIRS 在多模態(tài)研究中的整合使用變得越來越頻繁。 從歷史上看，首次同時(shí)進(jìn)行的 fNIRS/fMRI 研究旨在闡明共性并改善激活過程中血紅蛋白的量化。 還研究了將 fNIRS 或 TD-NIRS 與正電子發(fā)射斷層掃描 (PET) 相結(jié)合的量化。 fNIRS 與 EEG 和腦磁圖 (MEG) 的早期整合旨在研究神經(jīng)-血管耦合過程。 這些早期研究有助于制定報(bào)告多模態(tài)研究的具體指南。
       總所周知，多模態(tài)研究的實(shí)際困難和成本要遠(yuǎn)遠(yuǎn)高出單fNIRS研究。 因此，任何多模式 fNIRS 研究都應(yīng)首先描述將 fNIRS 與另一種模式結(jié)合的動(dòng)機(jī)，這些模式通常屬于以下四個(gè)主要類別之一：(1) 提供更好的腦血流動(dòng)力學(xué)和氧合定量（例如，將血紅蛋白測(cè)量與功能磁共振成像、DCS或CCO測(cè)量相結(jié)合，以提供生理解釋參數(shù)的定量測(cè)量，如CMRO2和血紅蛋白） （2） 評(píng)估復(fù)雜或短暫事件時(shí)的大腦活動(dòng)，通常使用頭皮EEG進(jìn)行監(jiān)測(cè)和檢測(cè)（例如，長(zhǎng)時(shí)間記錄以描述癲癇放電、睡眠生理學(xué)和睡眠障礙或靜息狀態(tài)波動(dòng)的血流動(dòng)力學(xué)反應(yīng)）(3) 實(shí)時(shí)監(jiān)測(cè)腦機(jī)接口和非侵入性腦刺激期間的大腦活動(dòng)，或 (4) 當(dāng)涉及復(fù)雜認(rèn)知過程的實(shí)驗(yàn)設(shè)計(jì)可以從同步記錄中受益時(shí)，以更好地探索潛在的復(fù)雜神經(jīng)過程（例如，語(yǔ)言 、學(xué)習(xí)、注意力、意圖、情感）。
       在報(bào)告fNIRS多模式研究時(shí)，應(yīng)仔細(xì)描述采集的設(shè)置，尤其是及時(shí)同步不同模態(tài)的方法。為了充分受益于多模態(tài)方法的額外信息，利用神經(jīng)導(dǎo)航工具獲取的準(zhǔn)確的傳感器定位和協(xié)同登記信息也需要報(bào)告。因此，我們建議報(bào)告中放入一個(gè)詳細(xì)的實(shí)驗(yàn)設(shè)置圖。除此之外需要報(bào)告的內(nèi)容是是 (1) 在掃描儀中引導(dǎo)光纖以進(jìn)行 fNIRS/fMRI 共同記錄并確保光源與頭部耦合，（2）與EEG同步安排（集成fNIRS/EEG傳感器、集成fNIRS和EEG位置的最佳拼接設(shè)計(jì)，以及在頭皮上粘貼光纖），（3）fNIRS傳感器輪廓和厚度，用于同時(shí)采集fNIRS/經(jīng)顱磁刺激（TMS）、fNIRS/MEG和fNIRS/功能磁共振成像（例如，已考慮使用低輪廓傳感器使TMS刺激線圈靠近頭皮）。
       每種多模式方法都需要一種獨(dú)特的方法來組合數(shù)據(jù)并同時(shí)對(duì)其進(jìn)行分析。例如在對(duì)fNIRS/EEG進(jìn)行同步的過程中，EEG 振蕩或瞬態(tài)放電可用于使用基于GLM的方法對(duì) fNIRS 血氧反應(yīng)進(jìn)行建模。 斷層掃描、統(tǒng)計(jì)方法和大腦標(biāo)準(zhǔn)化的整合可以促進(jìn)未來的研究，除此之外對(duì)軟件包開發(fā)的促進(jìn)也需要報(bào)告，例如允許在同一環(huán)境（例如，NIRS-SPM）內(nèi)分析幾種功能模式（fMRI、fNIRS 和 EEG/MEG） 和 NIRSTORM的新方法。
   
 
4 結(jié)果:報(bào)告什么與如何報(bào)告
4.1 圖表與可視化
       良好的可視化技術(shù)能夠清晰、形象地描述所有相關(guān)信息，使讀者能夠快速、輕松地理解復(fù)雜信息。結(jié)果部分應(yīng)包括HbO2和Hb兩個(gè)生色團(tuán)的可視化，以及大腦/頭部模板上的統(tǒng)計(jì)結(jié)果（例如，t-val-ues），或者如果兩個(gè)生色團(tuán)中的一個(gè)未報(bào)告，則說明理由。在報(bào)告統(tǒng)計(jì)數(shù)據(jù)時(shí)，應(yīng)遵循美國(guó)心理協(xié)會(huì)制定的規(guī)則。在受試者或組水平上，每個(gè)通道或一組選定通道或ROI的平均HbO2和Hb時(shí)間序列對(duì)于提供變化的時(shí)間特征以及數(shù)據(jù)質(zhì)量非常有益。在此類圖中，提供標(biāo)準(zhǔn)差是最低要求。為了說明統(tǒng)計(jì)對(duì)比，還可以將數(shù)據(jù)顯示為包含單個(gè)數(shù)據(jù)點(diǎn)的方框圖或分布。如果分析側(cè)重于使用機(jī)器學(xué)習(xí)進(jìn)行預(yù)測(cè)/分類，則應(yīng)遵循既定的數(shù)據(jù)科學(xué)報(bào)告。用于可視化統(tǒng)計(jì)數(shù)據(jù)和性能的工具包括接收器操作特征圖、混淆矩陣和顯示統(tǒng)計(jì)分布的散點(diǎn)圖。
       一種已經(jīng)被證明可以創(chuàng)建高質(zhì)量圖形的策略是，首先使用所使用的信號(hào)處理和數(shù)據(jù)分析工具（如MATLAB®、R、Python）創(chuàng)建原始圖形，然后使用專業(yè)的矢量圖形軟件完成圖像。
  
4.2 簡(jiǎn)潔且嚴(yán)謹(jǐn)?shù)奈淖直硎?/span>
       結(jié)果部分應(yīng)該非常簡(jiǎn)潔且組織良好，完整但僅展示使用所描述的方法獲得的結(jié)果。如果期刊有長(zhǎng)度限制，部分結(jié)果可以顯示在補(bǔ)充材料中。以前發(fā)表的結(jié)果應(yīng)與新結(jié)果明確區(qū)分。人們經(jīng)常觀察到對(duì)發(fā)表證實(shí)被檢驗(yàn)假設(shè)的結(jié)果的偏見，這可能會(huì)損害客觀性。因此，強(qiáng)烈建議報(bào)告所使用的所有分析的結(jié)果，無論其是陽(yáng)性還是無效。此外，將在數(shù)據(jù)分析之前決定的計(jì)劃分析（如果這些分析是在開放科學(xué)平臺(tái)上預(yù)先注冊(cè)的，則可以提供預(yù)注冊(cè)研究計(jì)劃的URL，參見第7.1節(jié)）和探索性分析（受分析期間數(shù)據(jù)的啟發(fā)）分開是一種好的做法。突出顯示無效結(jié)果或與原始假設(shè)相矛盾的結(jié)果對(duì)于透明度和可復(fù)制性很重要。
 
5. 討論與結(jié)論: 此研究對(duì)該研究方向大局的影響
5.1根據(jù)現(xiàn)有得到的研究結(jié)果討論: 優(yōu)勢(shì)、局限于未來潛在的研究方向
       在討論中，應(yīng)將之前在相同或相關(guān)領(lǐng)域（fNIRS、fMRI、EEG或其他）的研究結(jié)果與現(xiàn)有結(jié)果進(jìn)行比較和情境化。這確保了與文獻(xiàn)的一致性檢查，并展示了這些發(fā)現(xiàn)的創(chuàng)新貢獻(xiàn)和意義。不應(yīng)混淆相關(guān)性和因果關(guān)系，也不應(yīng)在沒有證據(jù)的情況下報(bào)告因果關(guān)系。
       理想情況下，討論應(yīng)該有一個(gè)單獨(dú)的部分專門討論研究的優(yōu)勢(shì)和局限性。fNIRS研究的優(yōu)勢(shì)可能包括所采用的創(chuàng)新實(shí)驗(yàn)范式、對(duì)特定神經(jīng)/認(rèn)知現(xiàn)象的深入研究、大樣本量，或創(chuàng)新硬件或信號(hào)處理方法的開發(fā)和應(yīng)用。局限性可能是樣本量小、儀器儀表以及測(cè)量和分析中存在混雜效應(yīng)。。例如，一項(xiàng)研究表明，盡管由于頭皮/顱骨厚度較小，年輕人群中fNIRS的大腦敏感性較高，如果沒有獨(dú)立測(cè)量外腦血流動(dòng)力學(xué)變化（例如，通過短的分離通道），仍然應(yīng)該考慮他們的分析中的生理混雜因素，并討論生理噪聲對(duì)其結(jié)果和解釋的可能影響。
       根據(jù)手稿中呈現(xiàn)的內(nèi)容，對(duì)未來可能的研究步驟進(jìn)行專門描述有助于討論開放性科學(xué)問題，理想情況下包括新課題產(chǎn)生的假設(shè)的形成，這些假設(shè)可以在后續(xù)研究中進(jìn)行進(jìn)一步實(shí)驗(yàn)。
 
5.2 結(jié)論
       結(jié)論應(yīng)綜合研究的主要發(fā)現(xiàn)，并以非常簡(jiǎn)潔的形式總結(jié)其對(duì)該領(lǐng)域的意義和影響。結(jié)論必須與目標(biāo)和結(jié)果呈現(xiàn)的內(nèi)容相符合。建議首先仔細(xì)考慮和定義這些結(jié)論。這對(duì)編寫一份連貫、直截了當(dāng)?shù)恼撐姆浅Ｓ杏谩?br />  
6. 參考
6.1引用的正確格式
       熟悉研究領(lǐng)域的文獻(xiàn)是對(duì)所介紹工作進(jìn)行背景化的先決條件。為了提供背景和基本原理，并將研究結(jié)果與現(xiàn)有文獻(xiàn)進(jìn)行比較，必須提供包括有關(guān)手頭特定主題的相關(guān)評(píng)論文章和原創(chuàng)研究文章。 同樣，在終稿中應(yīng)仔細(xì)檢查每個(gè)參考文獻(xiàn)，以確認(rèn)論文中中提及的信息與引用的原始作品中提供的信息一致。

7. 附錄:強(qiáng)化實(shí)驗(yàn)可重復(fù)性
7.1 預(yù)注冊(cè)、數(shù)據(jù)和代碼共享
       研究和分析計(jì)劃可以在數(shù)據(jù)采集開始預(yù)注冊(cè)。這種做法確保了透明度，使研究人員能夠區(qū)分計(jì)劃分析和探索性分析，并據(jù)此解釋其結(jié)果。研究可以在許多開放科學(xué)文獻(xiàn)庫(kù)中預(yù)先注冊(cè)，如神經(jīng)成像工具和資源合作組織（Neuroimaging Tools and Resources Collaboratory，NITRC）、GitHub、rOpenSci、Dryad、開放科學(xué)框架（Open Science Framework，OSF）、Mendeley、Figshare和arXiv。一旦研究完成，其中許多文獻(xiàn)庫(kù)中還允許數(shù)據(jù)和代碼共享。與研究社區(qū)共享數(shù)據(jù)和代碼有助于研究結(jié)果的可重復(fù)性，因?yàn)樗�允許研究人員獨(dú)立測(cè)試和驗(yàn)證結(jié)果，并獲得新的發(fā)現(xiàn)和解釋，而無需對(duì)工作進(jìn)行不必要的重復(fù)。因此，我們強(qiáng)烈鼓勵(lì)分享fNIRS數(shù)據(jù)和代碼，以及其他有用的信息，如實(shí)驗(yàn)期間呈現(xiàn)的刺激。一些期刊提供了分享這些額外信息的機(jī)會(huì)作為論文主體的補(bǔ)充。如果期刊不允許，那么可以使用其他途徑進(jìn)行，例如在線存儲(chǔ)庫(kù)。本文的方法部分提供了相關(guān)存儲(chǔ)庫(kù)的鏈接。使用這些資源的一個(gè)優(yōu)點(diǎn)是，它們?cè)试S記錄有權(quán)訪問數(shù)據(jù)的下載者，這是許多倫理委員會(huì)的要求。當(dāng)來自人類研究的數(shù)據(jù)被公開分享時(shí)，確保其完全去標(biāo)識(shí)化是至關(guān)重要的。IRB是在共享數(shù)據(jù)的同時(shí)獲得保護(hù)人類隱私指導(dǎo)的重要資源�？梢赃M(jìn)一步加快創(chuàng)新技術(shù)的公開共享硬件/軟件也非常有用（例如opennirs/openfnirs項(xiàng)目）。最后，數(shù)據(jù)應(yīng)該以公開和廣泛可訪問的格式共享。fNIRS社區(qū)正在采用一種常見的fNIRS數(shù)據(jù)格式：“shared near-infrared data format”——“snirf”(https://github.com/fNIRS/snirf)。使用fNIRS通用的標(biāo)準(zhǔn)格式和標(biāo)準(zhǔn)指南，可以極大地促進(jìn)使用不同采集系統(tǒng)和處理管道的研究小組之間的數(shù)據(jù)共享，例如與sMRI結(jié)構(gòu)像的兼容性。

 
額外：本手冊(cè)由Meryem A. Yücel(2022)進(jìn)行撰寫，中文版由上海心儀電子科技有限公司（心儀腦平臺(tái)）翻譯校對(duì)。未經(jīng)授權(quán)不允許任何形式的中文版轉(zhuǎn)錄，復(fù)制、修改、印刷等行為。