Skip to main content
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi = Journal of Biomedical Engineering logoLink to Sheng Wu Yi Xue Gong Cheng Xue Za Zhi = Journal of Biomedical Engineering
. 2022 Oct 25;39(5):1041–1049. [Article in Chinese] doi: 10.7507/1001-5515.202204031

基于功能近红外光谱成像的神经反馈技术及应用

Neurofeedback technology based on functional near infrared spectroscopy imaging and its applications

梦琪 李 1,2, 安民 龚 3, 文雅 南 4, 博俊 许 1,2, 鹏 丁 1,2, 云发 伏 1,2
PMCID: PMC9927706  PMID: 36310494

Abstract

目前基于脑电图(EEG)数据或功能磁共振成像(fMRI)的神经反馈(NF)技术对大脑调节的影响已展开了广泛研究与应用,相较而言,功能近红外光谱成像(fNIRS)成为近年来在NF研究中新兴的技术手段。fNIRS是一种基于血液动力学的神经成像技术,具有成本低、便携性好、空间分辨率高等优势,更适合在自然环境下使用。当前国内缺少关于fNIRS结合NF技术(fNIRS-NF)的综合述评,为给fNIRS-NF技术相关领域研究提供参考,本文首先阐述了fNIRS-NF的原理、关键技术及应用,重点对fNIRS-NF的应用进行了较为全面的论述,最后展望并总结了fNIRS-NF未来的发展趋势。综上,本文对fNIRS-NF技术及应用进行总结,认为fNIRS-NF技术在神经性疾病及其相关领域具有潜在的实用价值,fNIRS可以作为NF训练的一种良好方法,期望本文可为fNIRS-NF技术的发展提供参考信息。

Keywords: 功能近红外光谱, 神经反馈, 神经精神疾病, 血液动力学, 脑机接口

引言

神经反馈(neurofeedback,NF)是生物反馈的一种形式,它采用脑信号作为控制反馈的信号,可通过脑信号传感器采集受试者大脑神经活动的信号,并利用计算机和软件由脑-机接口(brain-computer interface,BCI)将脑信号转换为反馈信号,采用视觉、听觉或触觉反馈在大脑中产生学习过程[1]。NF是一种双向闭环的BCI,是BCI最早的应用形式[2]。NF的主要作用是通过增加或降低特定脑区神经电磁节律或脑组织血氧浓度来改善大脑神经元活动,也可以通过改善中枢神经系统调节任务(专注)和静息(放松)周期以及大脑连通性的能力,影响大脑的信息传递功能,对大脑具有一定的可塑性[3]

NF作为神经调控的一种方法,可用于神经和精神疾病的防治与康复,尤其是认知和心理障碍的干预;也可用于健康个体认知与行为表现的优化、情绪调节能力的提升、脑机协同训练和学习等实践[4-5]。目前,NF方法已广泛应用于临床,使一些患有精神/神经疾病的患者病情得到了改善[6]。研究表明,NF训练会使受试者产生持续性的行为改善[7],很多受试者会在训练之后,将学习到的自我调控方法应用到生活中。

迄今为止,NF采用的脑信号有脑电图(electroencephalography,EEG)、功能磁共振成像(functional magnetic resonance imaging,fMRI)和功能近红外光谱成像(functional near-infrared spectroscopy,fNIRS)等。目前,NF的技术手段主要以EEG和fMRI为主[8],而fNIRS结合NF技术(fNIRS-NF)是一种较为新颖的反馈方式。与fMRI相比,fNIRS具有成本低、便携性好、生态效应好以及较高的时间分辨率[9];与测量神经元电活动的EEG相比,fNIRS能够测量脑组织的代谢活动,容忍受试者头部一定程度的移动以及具有较高的空间分辨率[10]。由于fNIRS具有以上优势,故其在NF领域具有较大的应用潜力,尤其是适用于肢体运动期间的大脑状态监测[11]

Ehlis等[12]对fNIRS-NF进行了评述,重点讨论了注意缺陷/多动障碍(attention deficit hyperactivity disorder,ADHD)、听觉言语幻觉(auditory verbal hallucinations,AVH)和社交焦虑症(social anxiety disorder,SAD)等方面的临床应用。结果表明,fNIRS-NF训练在临床上治疗效果还需要更多的证据支撑,依据今后更深入的研究效果,或可作为治疗精神分裂症、SAD和ADHD等精神疾病的非药物替代选择。Kohl等[13]全面评述了fNIRS-NF训练系统中的关键技术,讨论了信号处理和特征选择方法,探讨了fNIRS-NF在调节大脑激活方面的有效性以及在改变受试者行为方面的有效性;他们认为,由于fNIRS-NF的独特优势,可能为EEG数据结合NF技术(EEG-NF)和fMRI图像结合NF技术(fMRI-NF)提供合适的替代方案,在NF的临床转化方面具有巨大潜力。然而,Ehlis等[12]和Kohl等[13]关于fNIRS-NF的评述并不全面,两者只关注了fNIRS-NF的应用,而忽略了引起疾病的脑部机制和NF训练依据。

目前国内针对fNIRS-NF的评述还相对较少。为此,本文结合当前最新研究对fNIRS-NF的关键技术及应用进行归纳与总结,重点阐述fNIRS-NF在脑功能发育、精神、情感、神经康复和认知等方面的脑部机制、NF训练依据及应用情况。最后,展望fNIRS-NF的发展趋势。本文可望为fNIRS-NF技术的相关研究人员提供有价值的信息,提高人们对fNIRS-NF技术的认知,促进fNIRS-NF的应用和技术的发展。

1. fNIRS-NF调节原理及关键技术

1.1. fNIRS-NF调节原理

NF调节旨在通过操作性条件反射促进病理性大脑活动模式的“重新训练”[11]。NF将大脑内部状态与奖励事件相关联,这为调节大脑内部状态提供了独有的机会,因为大脑对这种调节有完整的响应机制,使得NF能够改变大脑的功能,并能够根据学习范式调节其活动[1]。如前所述,fNIRS-NF是一种NF方法,可通过调节目标脑区的血液动力学活动间接地调节神经元活动,使目标脑区发生可塑性变化从而调节功能和行为。fNIRS-NF比较典型的应用是神经康复,如运动相关神经系统的损伤会导致运动功能障碍,可通过fNIRS-NF调节运动相关皮层区域,诱发神经网络的可塑性变化,从而促进运动功能恢复[14]。在一些其他的fNIRS-NF应用中,可以调节与注意、情感、认知等障碍相关的皮层区域以改善症状。

1.2. fNIRS-NF系统组成

fNIRS系统是利用神经血管耦合原理间接测量神经元的活动,如图1所示,典型的fNIRS-NF系统主要由四个部分组成:① fNIRS信号采集;② fNIRS信号在线预处理;③ 脑组织血氧浓度变化特征提取;④ 反馈信息的呈现。同时,在设计fNIRS-NF系统时,需要考虑运行中的任务周期及时间安排、训练任务、目标区域;在NF训练时,通过操作性条件反射调节大脑活动,获得有利于症状或表现改善的可塑性。

图 1.

图 1

Schematic diagram of fNIRS-NF

fNIRS-NF示意图

1.2.1. fNIRS信号采集

信号采集是将fNIRS发射探头和接收探头覆盖特定的目标区域,以一定的采样频率来采集光强信号,然后由修正的比尔朗-伯特定律将光强信号转化为血氧浓度信号。发射探头和接受探头通常放置在相距3~4 cm的位置[15]。本文所评述的fNIRS-NF系统采用了不同的fNIRS设备,如近红外脑功能定量成像系统(ETG-4000,日立,日本)、近红外光学脑成像系统(FOIRE-3000,岛津,日本)、近红外光谱脑功能成像系统(NirScan,慧创,中国)、功能近红外光学脑成像系统(FNIR400,BIOPAC,美国)和近红外脑成像分析系统(NIRsport,NIRX,德国)等,设备的主要区别在于波的数量和波长的不同,其中ETG-4000、FNIR400和NIRsport使用2个波长,FOIRE-3000和NirScan支持3个波长。这5种设备的波长都在650~950 nm范围内,且具有不同的波长范围和灵敏度[13],进行测量时无创伤、束缚较少。当前,fNIRS设备使用更多波长可以提高信号质量,更有利于fNIRS-NF的应用。对于相同的覆盖范围,通道数越多,测量密度越大,研究者大多使用多通道在头皮的多个位置进行测量[16]

1.2.2. fNIRS信号在线预处理

fNIRS信号含有不同的噪声,其中最主要的是生理噪声。由于生理噪声的频率范围已知,因此通过一些传统滤波器就可以去除一定的噪声[7, 17-24],然而传统的滤波方法无法消除与任务频率重叠的生理噪声。为了消除这种噪声,Klein等[25]将带通滤波器和小波滤波器与基于奇异值分解和高斯核平滑滤波器相结合,产生了比单一滤波方法质量更高的信号。除此之外,浅层生理噪声会引起毛细血管中血红蛋白浓度的变化[26],目前短距离通道法是去除浅层生理噪声的最好方法[27]。Fujimoto等[14]使用来自短距离通道的数据进行主成分分析以消除伪迹。另外,fNIRS信号中还存在因为运动而产生的大幅跳变的尖峰状噪声,可以使用小波分析或主成分分析[18]的滤波方法或者利用氧合血红蛋白(oxy-hemoglobin,HbO2)与脱氧血红蛋白(deoxy-hemoglobin,HbR)反向变化的相关性改进算法去除运动伪迹[28]

1.2.3. 脑组织血氧浓度变化特征提取

对于在线特征,HbO2、HbR、总血红蛋白(total hemoglobin,HbT)等数据为合适的特征提供了更多选择。振幅、均值或导数等特征都可以表征目标脑区的激活或抑制。本文统计到的大多数研究使用HbO2信号的振幅作为直接反馈来源,并且大部分fNIRS-NF研究都将HbO2信号特征激活作为调节目标。除此之外,也有研究同时使用两个发色团,比如Lapborisuth等[29]使用HbO2信号变化的振幅作为受试者的反馈信号,同时使用HbR信号进行NF。Kober等[30]研究表明,人们可以通过fNIRS-NF调节两个发色团,这种调节取决于调节策略。在不同任务中,最适合fNIRS-NF的发色团仍是一个有争议的问题。然而,根据Naseer等[16]研究表明HbO2浓度变化比HbR浓度变化更明显,且HbO2的重测可靠性高于HbR。虽然HbR和HbT的使用频率比较低,但并不意味着HbR和HbT不适用fNIRS-NF,需要根据NF的调节策略来确定更适合的fNIRS-NF特征。

1.2.4. 反馈信息的呈现

反馈信息大多以感觉形式(视觉、听觉、触觉等)呈现,但在时间(即时或延迟)、反馈呈现的复杂性以及奖励方面有所差异[13]。本文所统计到的大多数研究使用一种简单的视觉反馈,如Fujimoto等[14]以反馈条形式呈现视觉反馈。Tang等[7]使用屏幕上显示(上调或下调)石头的视觉反馈,其高度变化为HbO2的幅度变化。而Hudak等[18]除了提供奖励(笑脸或金钱)形式的即时反馈,还在任务期间提供延迟反馈减少受试者分心。为了增加受试者主动性,可以将NF嵌入到虚拟现实(virtual reality,VR)中,这种方法的可行性已经在亚临床成年人群中得到了证明[18]

1.3. fNIRS-NF周期/时间

fNIRS-NF周期至少包括调节与休息两种阶段,在调节阶段,受试者接受反馈并调节大脑活动;在休息阶段,受试者不接受反馈,血液动力学信号恢复到基线水平[13]。fNIRS的血液动力学信号在刺激开始后约5 s达到峰值,并在刺激开始后约16 s回到基线水平,整个过程时间效率较为低下[11]。因此,fNIRS-NF的试验需要设计较长的调节和休息时间。Kimmig等[31]使用了30 s的调节阶段、30 s的休息阶段,休息阶段包含基线、强化和休息时间的提示。不同研究的fNIRS-NF训练课程有很大的差异,特别是临床治疗的fNIRS-NF研究需要更多的训练课程,例如Kimmig等[31]用了6~8周内的15次训练课程,Marx等[32]用了4~6周内的12次训练课程。但是,通过fNIRS-NF调节目标区域血液动力学信号的最佳训练课程次数还未确定。

1.4. fNIRS-NF训练任务

fNIRS-NF训练任务是自我调节大脑目标区域活动的重要方式。目前,自我调节方式包括外显策略(特定的任务)和内隐策略(无特定任务)[19]。在涉及神经康复的NF训练中通常含有特定运动想象任务,例如Mihara等[20]要求受试者想象“从椅子上站起来踩踏两次和沿着走廊走”。Ota等[33]要求受试者想象“从杯子中拿起钉子,用右手放入孔中”。但也有例外,Fujimoto等[14]要求受试者提高反馈条的高度,而没有提供如何完成此操作的运动想象任务。在一些其他的研究中也没有要求特定的想象任务 [7, 21-22]。比较特殊的是,Trambaiolli等[17]要求受试者在“积极试验”期间自行探索想象具有积极情感的个人回忆。总的来说,外显策略对于患有脑部疾病的人是有困难的,并且会难以理解所提供的特定策略。从趋势上来看,利用内隐策略的NF调节目标区域活动,在某些情况下可能更有效。

1.5. fNIRS-NF目标区域

在fNIRS-NF研究中,大部分研究选择前额叶皮层(prefrontal cortex,PFC)作为目标区域[17-19, 31-33],即背外侧PFC(dorsolateral PFC,dlPFC)、额下回(inferior frontal gyrus,IFG)、额极、眶额皮层(orbitofrontal cortex,OFC)等。除此之外还有其他目标区域,如表1所示。目标区域需要根据NF应用需求进行选择,例如Trambaiolli等[17]在fNIRS-NF的研究中选择PFC、额极或OFC和枕叶皮层作为目标区域,因为这些区域与引发情感状态相关。

表 1. Behavioral effects of fNIRS-NF.

fNIRS-NF的行为效应

数据来源 目标区域 目标人群 行为、认知/情感影响
文献[32] 双边dlPFC/IFG 27名ADHD受试者 ADHD症状显著降低,相关生活质量没有影响。
文献[35] 额叶 35名ADHD受试者 阅读成绩有所提高,注意力得到改善。
文献[39] 左右PFC 21名ADHD受试者 受试者可以自我调节PFC血液动力学活动,改善冲动性。
文献[19] 额部和颞部的脸部处理区域 2名健康受试者、2名ASD受试者 受试者的面部识别能力提高,行为效应得到改善。
文献[23] STG 1名精神分裂症患者 AVH症状有所减轻,幻觉减少,功能连接得到改变。
文献[31] 双边dlPFC/IFG 12名SAD受试者 一般特质焦虑症状和社会威胁处理得到改善,日常生活干扰减少。
文献[17] PFC和枕叶网络 33名健康受试者 受试者能够使用情感回忆自我调节大脑活动,静息状态下的连通性越强,情感NF的性能可能就越好。
文献[22] 右dlPFC 34名健康受试者 负面情绪显著改善,认知控制和情绪处理的相互作用越强,改善越明显。
文献[18] 双边dlPFC/IFG 20名冲动性受试者 通过fNIRS- NF调节额叶功能明显减少冲动行为。
文献[33] aPFC 31名健康受试者 试验组aPFC的血液动力学的活动显著增加,体感运动区域被激活。
文献[20] 额-顶叶、SMA 54名步态障碍患者 可通过fNIRS-NF调节SMA及其相关网络改善步态和平衡恢复。
文献[14] SMA 20名健康受试者 fNIRS-NF本身具有激活皮层的潜力,SMA与姿势控制之间存在相关性。
文献[29] 左侧运动前区和SMA 22名健康受试者 受试者完成真实和想象的运动任务使运动皮层的活动增加。
文献[21] 右侧OFC 60名健康受试者 认知灵活性的趋势增强、集合转换任务反应时间缩短。
文献[46] 额-顶叶 20名健康受试者 通过fNIRS-NF可以有效地提高认知(记忆力和注意力)功能。
文献[24] 额-顶叶 20名健康受试者 fNIRS-NF训练可以有效调节额-顶叶脑网络,提高记忆认知能力。
文献[47] 左侧顶叶-海马体 50名健康受试者 海马体明显激活,联想记忆得到改善。
文献[7] 左dlPFC 54名健康受试者 试验组的左dlPFC明显激活,NF有助于冲突适应的恢复。

2. fNIRS-NF的应用

fNIRS-NF应用的最终目标是对大脑目标区域皮层进行自我调节并产生行为效应,这是开发fNIRS-NF临床应用和治疗程序的先决条件。在此,本文评述了fNIRS-NF在脑功能发育、精神障碍、情感、神经康复、认知等方面改善健康人群和患者的执行功能和运动康复的有效性。

2.1. fNIRS-NF在脑功能发育领域的应用

2.1.1. ADHD

ADHD的主要症状是注意力不集中、多动等,这些症状会导致社交和学习功能缺陷[34]。Marx等[32]研究表明,fNIRS-NF训练可以提高ADHD儿童的抑制控制能力并减轻ADHD症状,并且其效果优于接受EEG-NF训练的对照组。Blume等[35]在治疗ADHD儿童阅读能力的fNIRS-NF中嵌入了VR技术,训练后阅读能力提高更为明显,这表明增强fNIRS-NF生态性对于ADHD儿童阅读能力有更好的改善。ADHD大部分病例会持续到成年期,成年期ADHD特征是存在与年龄不相称的注意力不集中、冲动等行为[36]。Barth等[36]研究表明,fNIRS-NF可以减轻成年期ADHD的相关症状,而且与慢皮层电位反馈和半主动肌电生物反馈相比,fNIRS-NF在改善成年期ADHD冲动性方面效果更好。但是,fNIRS-NF是否比经典的EEG-NF或者其他治疗ADHD的方法具有更大优势,需要大规模的临床试验才可能进一步阐明这个问题。

2.1.2. 自闭症谱系障碍

自闭症谱系障碍(autism spectrum disorder,ASD)的个体特征是社交、沟通等行为缺陷,这些特征通常出现在儿童早期[19]。对ASD来说,fNIRS-NF干预可以使受试者学会自我调节局部的大脑活动,从而改善ASD症状。Liu等[19]使用fNIRS-NF调节受试者涉及面部识别能力的目标区域活动,研究发现真实NF提升受试者面部识别能力比虚假NF效果更好,特别是对于患有ASD的受试者改善更为明显。一些研究发现,利用内隐策略的NF促进皮层网络的自发连接[37]来调节大脑活动可能更有效[38],特别对于ASD患者来说,内隐策略相对容易调节情绪或大脑皮层的血液动力学活动。

2.2. fNIRS-NF在精神障碍领域的应用

2.2.1. 精神分裂症

精神分裂症的特征是广泛的认知障碍,包括记忆、注意力和执行功能异常等[39]。AVH是精神分裂症的核心症状,与语言相关区域的高度激活有关。因为fNIRS-NF可以调节大脑兴奋水平和活动,从而可以改善AVH [23]。Storchak等[23]通过自适应fNIRS-NF调节AVH受试者双侧后部颞上回(superior temporal gyrus,STG)的血液动力学活动,为了抵消幻听的神经相关性(STG在AVH出现前失活,在AVH过程中激活),要求受试者AVH即将开始时激活、在经历幻觉时去激活STG血液动力学信号,fNIRS-NF训练后受试者AVH症状减轻。需要注意的是,AVH受试者在进行NF时,并非单独上调或下调某一脑区的活性,而是需要充分考虑受试者当前AVH状态。总的来说,实时fNIRS-NF是一项很有前途的技术,使得患者通过NF调节自己的STG和前扣带回皮层等语音相关大脑网络来改善AVH症状[39]

2.2.2. SAD

SAD是常见的精神疾病之一,其特点是害怕负面的社会评价,并且SAD会损害社会关系、工作和日常活动能力。据推测,dlPFC可能在注意力偏差和焦虑症状的大脑网络中起核心作用[31]。Kimmig等[31]研究表明SAD症状的减轻与注意力威胁处理的减少有关,在fNIRS-NF训练后,受试者对威胁刺激的敏感度降低、注意力偏差减轻,其行为效应是一般特质焦虑的减少。在未来研究中,建议将fNIRS-NF与SAD相关的背景图像及VR结合起来,从而增加生态有效性。虽然在这种情况下会增加受试者自我调节相关皮层的困难,但与单一背景的fNIRS-NF相比训练效果可能会更好。

2.3. fNIRS-NF在情感领域的应用

2.3.1. 情感NF

情感NF是调节与精神障碍相关的异常神经活动的有效方法[17]。Trambaiolli等[17]通过fNIRS-NF(真实反馈、固定反馈和随机反馈)对受试者额叶和枕叶网络进行自我调节,受试者想象具有中性和积极情感的个人回忆调节目标区域活动,大多数受试者能够以超过70%的阈值进行自我调节。但是,这三种反馈对目标区域调节产生的效果差异并没有统计学意义,其可能的原因在于这三种反馈方法的试验次数并不相同。这项研究发现静息状态下多元功能连接越强,情感NF的性能可能就越好。此外,研究还成功分类了中性和积极的情感状态并调节了左侧dlPFC的不对称激活。

2.3.2. 情绪调节

负面情绪会对人的认知功能或心理健康产生不利影响,甚至导致情感障碍的发生[40]。有研究表明,dlPFC在处理情绪方面是侧向化的,右侧dlPFC可以更多地参与负面情绪调节[41]。以前的大多数研究都使用与情绪相关的区域(杏仁核和前岛叶)进行NF调节[42],而Yu等[22]选择非情绪处理区域dlPFC作为目标区域,受试者不需要调节自己的情绪,只需要根据实时NF信号上调或下调右侧dlPFC的血液动力学活动,结果表明NF训练显著减少了受试者的负面情绪,还增加了情绪调节网络和杏仁核之间的静息态功能连接。但是在fNIRS-NF训练后,统计分析显示受试者改善负面情绪的自我调节能力并不突出。此研究表明,自我调节大脑活动能力的“大脑天花板”效应是一个应该注意的问题,在未来的fNIRS-NF训练中可以探索目标区域的最佳活动边界来提高受试者的自我调节能力[22]

2.3.3. 冲动性

冲动性是指无法抑制外部刺激和内部欲望产生的冲动行为,在健康个体和发育障碍个体中均存在该行为特征[18]。从神经科学的角度看,冲动性与功能失调的额叶活动密切相关,冲动控制的发展是认知控制网络成熟的结果[41]。Hudak等[18]研究表明通过fNIRS-NF(嵌入沉浸式VR教室)调节额叶功能,使受试者能够在任务中吸收dlPFC认知资源来改善冲动行为。fNIRS-NF与VR技术相结合可以更好地将大脑调节策略转化到现实生活中。在未来研究中,需要通过增加样本量,并采用不同场景的VR结合NF(VR-NF)提高fNIRS-NF的生态有效性。

2.4. fNIRS-NF在神经康复领域的应用

2.4.1. 脑卒中

步态和平衡功能障碍以及上肢偏瘫是脑卒中后常见的运动障碍。在康复训练中,重复执行任务能够有效提高上肢的运动技能,从而刺激大脑学习运动技能[43],引起大脑神经回路变化。NF训练可以促使大脑学习运动技能的神经回路发生变化,因此可用于神经康复训练。Ota等[33]使用fNIRS-NF(真实NF为试验组和虚假NF为对照组)对受试者PFC前部(anterior PFC,aPFC)进行调节,结果显示,对照组辅助运动区(supplementary motor area,SMA)的血流动力学活动增加。试验组在训练期间aPFC显著激活,训练后康复任务表现的改善率增加。Mihara等[20]研究表明,使用6次fNIRS-NF调节SMA及其相关网络可以增强步态功能和恢复平衡,并且在真实反馈中与步态想象相关的SMA显著激活,静息状态下SMA与腹侧前运动区之间的连通性增强。但是与EEG-NF和fMRI-NF对大脑进行了持续一年的调节相比,fNIRS-NF临床效果可能需要更长时间NF训练才能证实。Huo等[44]研究表明脑卒中患者的皮质激活模式不对称,并且脑卒中患者在静息态和任务态下的有效连接显著降低,该发现为开发脑卒中后功能恢复治疗技术提供了理论基础。

2.4.2. 姿势稳定性

研究表明,SMA广泛分布的神经元网络参与了与运动功能恢复相关的神经可塑性重组,对SMA的调节有助于改善姿势控制、躯干运动和上肢运动等[45]。Fujimoto等[14]使用fNIRS-NF(真实NF为试验组和虚假NF为对照组)调节健康受试者的SMA区域活动,结果发现,即使没有执行任何特定运动想象任务,真实NF也会促进目标皮层区域的激活,这表明fNIRS-NF本身具有神经调节作用。但是,NF训练并未改善受试者的姿势稳定性,这表明SMA的激活对姿势稳定性没有直接的影响,因此可能需要进一步开展涉及运动神经障碍患者的fNIRS-NF研究。然而关于受试者使用何种策略自我调节大脑活动是未知的,在运动神经康复的fNIRS-NF中外显策略或内隐策略哪个更具有优势还需要进一步的试验研究。

2.5. fNIRS-NF在认知领域的应用

2.5.1. 认知灵活性/能力

认知灵活性包括注意力转移以及在与认知相关和不相关的信息背景下的行为适应[21]。认知灵活性严重依赖OFC,Li等[21]使用fNIRS-NF调节侧眶额叶皮层(lateral orbitofrontal cortex,lOFC)的血液动力学活动。训练后,真实NF组的认知灵活性增强并且lOFC活性更高,这反映在注意力转移(集合转换)任务中正确反应时间减少,而虚假NF组的IOFC活性没有明显增加。Xu等[46]使用fNIRS-NF对受试者的额-顶叶功能连接进行训练;结果表明,该方法只需3次15 min的训练,就可以有效增加额-顶叶的功能连接,提高记忆认知能力,Xia等[24]也证明了该方法的有效性。Hou等[47]通过fNIRS-NF对受试者海马连接的皮层区域(左侧顶叶)进行调节,成功地增加了与任务相关的海马激活并改善了联想记忆。这些研究表明,可以通过fNIRS-NF调节皮层之间的功能连接并且间接影响深层区域以改善相关认知功能。

2.5.2. 冲突适应

冲突适应是指在患者经历冲突后冲突控制能力的提高,它是适应性认知控制的一个突出指标。冲突适应的逆转可以使患者适应某些不良症状,并可预测一些精神疾病[7]。Tang等[7]鼓励受试者使用内隐策略自我调节大脑目标区域。其结果表明,fNIRS-NF使受试者在斯特鲁普(Stroop)任务中的反向冲突适应恢复正常,并且试验组的改善程度明显大于对照组。这项研究为dlPFC在产生正常冲突适应中的作用提供了因果证据。

3. fNIRS-NF展望

fNIRS-NF技术是目前脑神经科学领域中具有潜力的新兴技术。它的主要潜力在于治疗脑神经疾病以及作为现有的NF方式的补充甚至替代。虽然实现fNIRS-NF真正的临床应用还很远,但是随着技术手段不断进步以及研究的逐步深入,fNIRS-NF必将获得广泛的临床应用。因此,鉴于fNIRS的优势以及fNIRS-NF的发展趋势,本文对fNIRS-NF技术给出如下建议和展望。

(1)针对不同的神经精神疾病,需要研究并制定fNIRS-NF干预效果的评估方法和指标。

(2)鉴于fNIRS有良好的抗干扰能力和电磁兼容性,fNIRS可以与EEG、fMRI等研究手段结合,实现单一NF研究向多模态NF研究的转变。

(3)任何大脑活动都不是单一脑区实现的,fNIRS-NF对不同脑皮层之间以及皮层与皮下深层区域的有效连接和功能连接的调节产生了积极效果[24, 46-47],这也反映了fNIRS-NF的发展趋势在于从局部脑区域NF到脑网络NF。

(4)VR-NF可以模拟出沉浸式、不同背景的环境,可以给受试者带来更为直观的感受,反馈信息更加强烈。未来fNIRS-NF的反馈呈现可以更多地与VR结合,同时也要考虑复杂的反馈信息对受试者的干扰问题及副作用。

(5)同样的fNIRS-NF训练方案并不适用所有的受试者,需要针对特定个体设计个性化NF训练方案,以取得有效的神经调控效果。

(6)fNIRS-NF可以使用高效的算法,对神经元网络活动变化进行实时评估、预处理和反馈,特别是提高信号质量,为患者提供更全面的反馈方法。

(7)当前fNIRS-NF新的发展趋势——内隐式NF,它允许在没有特定的NF任务情况下,对单个目标区域和有效功能连接进行隐式调节,从而减小反馈刺激对受试者的干扰。

4. 总结

本文聚焦fNIRS在NF中应用这一研究,首先介绍了fNIRS-NF的调节原理及系统构成、目标区域、训练任务等关键技术,其次详细评述了fNIRS-NF在脑功能发育、精神障碍、情感、神经康复、认知等领域的应用现状。结果表明,fNIRS-NF是一种无创且有效的大脑神经调控手段,目前处于快速发展阶段,有望对一些脑神经疾病/缺陷的治疗提出新的治疗方案,能够成为现有的NF方式的补充甚至替代。

重要声明

利益冲突声明:本文全体作者均声明不存在利益冲突。

作者贡献声明:李梦琪为主要撰写人,完成相关文献资料的收集及论文初稿的写作;龚安民负责写作指导和审核;南文雅负责写作指导和建议;许博俊负责文献调研;丁鹏负责写作指导和意见;伏云发为论文的负责人及主要审核人。

Funding Statement

国家自然科学基金资助项目(82172058,81771926,61763022,62006246,81901830)

National Natural Science Foundation of China

References

  • 1.伏云发, 龚安民, 南文雅, 等 神经反馈原理与实践. 北京: 电子工业出版社. 2021:1–2. [Google Scholar]
  • 2.伏云发, 龚安民, 陈超, 等 面向实用的脑-机接口:缩小研究与实际应用之间的差距. 北京: 科学出版社. 2022:18–19. [Google Scholar]
  • 3.Omejc N, Rojc B, Battaglini P,et al Review of the therapeutic neurofeedback method using electroencephalography: EEG neurofeedback. Bosnian journal of basic medical sciences. 2019;19(3):213–220. doi: 10.17305/bjbms.2018.3785. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 4.Paret C, Goldway N, Zich C, et al Current progress in real-time functional magnetic resonance-based neurofeedback: methodological challenges and achievements. NeuroImage. 2019;202:116107. doi: 10.1016/j.neuroimage.2019.116107. [DOI] [PubMed] [Google Scholar]
  • 5.Laborda-Sánchez F, Cansino S The effects of neurofeedback on aging-associated cognitive decline: a systematic review. Applied Psychophysiology and Biofeedback. 2021;46(1):1–10. doi: 10.1007/s10484-020-09497-6. [DOI] [PubMed] [Google Scholar]
  • 6.伏云发, 郭衍龙, 张夏冰, 等 脑-机接口-革命性的人机交互. 北京: 国防工业出版社. 2020:56–57. [Google Scholar]
  • 7.Tang Y, Chen Z, Jiang Y, et al From reversal to normal: robust improvement in conflict adaptation through real-time functional near infrared spectroscopy-based neurofeedback training. Neuropsychologia. 2021;157:107866. doi: 10.1016/j.neuropsychologia.2021.107866. [DOI] [PubMed] [Google Scholar]
  • 8.Tursic A, Eck J, Lührs M, et al A systematic review of fMRI neurofeedback reporting and effects in clinical populations. NeuroImage Clinical. 2020;28:102496. doi: 10.1016/j.nicl.2020.102496. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 9.Lee Y J, Kim M, Kim J S, et al Clinical applications of functional near-infrared spectroscopy in children and adolescents with psychiatric disorders. Journal of Korean Academy of Child and Adolescent Psychiatry. 2021;32(3):99–103. doi: 10.5765/jkacap.210011. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 10.Quaresima V, Ferrari M. A mini-review on functional near-infrared spectroscopy (fNIRS): where do we stand, and where should we go?. Photonics, 2019, 6(3): 87.
  • 11.Pinti P, Tachtsidis I, Hamilton A, et al The present and future use of functional near-infrared spectroscopy (fNIRS) for cognitive neuroscience. Annals of the New York Academy of Sciences. 2020;1464(1):5–29. doi: 10.1111/nyas.13948. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 12.Ehlis A C, Barth B, Hudak J, et al Near-infrared spectroscopy as a new tool for neurofeedback training: applications in psychiatry and methodological considerations: NIRS neurofeedback in psychiatry. Japanese Psychological Research. 2018;60(Suppl):225–241. [Google Scholar]
  • 13.Kohl S H, Mehler D M A, Lührs M, et al The potential of functional near-infrared spectroscopy-based neuro-feedback-a systematic review and recommendations for best practice. Frontiers in Neuroscience. 2020;14:594. doi: 10.3389/fnins.2020.00594. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 14.Fujimoto H, Mihara M, Hattori N, et al Neurofeedback-induced facilitation of the supplementary motor area affects postural stability. Neurophotonics. 2017;4(4):045003. doi: 10.1117/1.NPh.4.4.045003. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 15.Rahman M A, Siddik A B, Ghosh T K, et al A narrative review on clinical applications of fNIRS. Journal of Digital Imaging. 2020;33(5):1167–1184. doi: 10.1007/s10278-020-00387-1. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 16.Naseer N , Hong K S fNIRS-based brain-computer interfaces: a review. Frontiers in Human Neuroscience. 2015;9:3. doi: 10.3389/fnhum.2015.00003. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 17.Trambaiolli L R ,Biazoli C E , Cravo A M , et al Functional near-infrared spectroscopy-based affective neurofeedback: feedback effect, illiteracy phenomena, and whole connectivity profiles. Neurophotonics. 2018;5(3):035009. doi: 10.1117/1.NPh.5.3.035009. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 18.Hudak J, Blume F, Dresler T, et al Near-infrared spectroscopy-based frontal lobe neurofeedback integrated in virtual reality modulates brain and behavior in highly impulsive adults. Front Hum Neurosci. 2017;11:425. doi: 10.3389/fnhum.2017.00425. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 19.Liu N, Cliffer S, Pradhan A H, et al Optical-imaging-based neurofeedback to enhance therapeutic intervention in adolescents with autism: methodology and initial data. Neurophotonics. 2017;4(1):011003. doi: 10.1117/1.NPh.4.1.011003. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 20.Mihara M, Fujimoto H, Hattori N,et al Effect of neurofeedback facilitation on poststroke gait and balance recovery a randomized controlled trial. Neurology. 2021;96(21):2587–2598. doi: 10.1212/WNL.0000000000011989. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 21.Li K, Jiang Y, Gong Y , et al Functional near-infrared spectroscopy-informed neurofeedback: regional-specific modulation of lateral orbitofrontal activation and cognitive flexibility. Neurophotonics. 2019;6(2):025011. doi: 10.1117/1.NPh.6.2.025011. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 22.Yu L, Long Q, Tang Y, et al Improving emotion regulation through real-time neurofeedback training on the right dorsolateral prefrontal cortex: evidence from behavioral and brain network analyses. Frontiers in Human Neuroscience. 2021;15:620342. doi: 10.3389/fnhum.2021.620342. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 23.Storchak H, Hudak J, Haeussinger F B, et al Reducing auditory verbal hallucinations by means of fNIRS neurofeedback-a case study with a paranoid schizophrenic patient. Schizophr Res. 2019;204:401–403. doi: 10.1016/j.schres.2018.09.018. [DOI] [PubMed] [Google Scholar]
  • 24.Xia Meiyun, Xu Pengfei, Yang Yuanbin, et al Frontoparietal connectivity neurofeedback training for promotion of working memory: an fNIRS study in healthy male participants. IEEE Access. 2021;9:62316–62331. doi: 10.1109/ACCESS.2021.3074220. [DOI] [Google Scholar]
  • 25.Klein F, Kranczioch C Signal processing in fNIRS: a case for the removal of systemic activity for single trial data. Front Hum Neurosci. 2019;13:331. doi: 10.3389/fnhum.2019.00331. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 26.朱朝喆 近红外光谱脑功能成像. 北京:科学出版社. 2020:47–50. [Google Scholar]
  • 27.Shin J Random subspace ensemble learning for functional near-infrared spectroscopy brain-computer interfaces. Frontiers in Human Neuroscience. 2020;14:236–245. doi: 10.3389/fnhum.2020.00236. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 28.Cui Xu, Bray S, Reiss A L. Functional near infrared spectroscopy (NIRS) signal improvement based on negative correlation between oxygenated and deoxygenated hemoglobin dynamics. Neuroimage, 2010, 49(4): 3039-3046.
  • 29.Lapborisuth P, Zhang X, Noah A, et al Neurofeedback-based functional near-infrared spectroscopy upregulates motor cortex activity in imagined motor tasks. Neurophotonics. 2017;4(2):021107. doi: 10.1117/1.NPh.4.2.021107. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 30.Kober S E, Gressenberger B, Kurzmann J, et al Voluntary modulation of hemodynamic responses in swallowing related motor areas: a near-infrared spectroscopy-based neurofeedback study. PLoS One. 2015;10(11):e0143314. doi: 10.1371/journal.pone.0143314. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 31.Kimmig A S, Dresler T, Hudak J, et al Feasibility of NIRS-based neurofeedback training in social anxiety disorder: behavioral and neural correlates. J Neural Transm (Vienna) 2019;126(9):1175–1185. doi: 10.1007/s00702-018-1954-5. [DOI] [PubMed] [Google Scholar]
  • 32.Marx A M, Ehlis A C, Furdea A, et al Near-infrared spectroscopy (NIRS) neurofeedback as a treatment for children with attention deficit hyperactivity disorder(ADHD)-a pilot study. Front Hum Neurosci. 2015;8:1038. doi: 10.3389/fnhum.2014.01038. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 33.Ota Y, Takamoto K, Urakawa S, et al Motor imagery training with neurofeedback from the frontal pole facilitated sensorimotor cortical activity and improved hand dexterity. Front Neurosci. 2020;14:34. doi: 10.3389/fnins.2020.00034. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 34.Yasumura A, Omori M, Fukuda A, et al Applied machine learning method to predict children with ADHD using prefrontal cortex activity: a multicenter study in Japan. J Atten Disord. 2020;24(14):2012–2020. doi: 10.1177/1087054717740632. [DOI] [PubMed] [Google Scholar]
  • 35.Blume F, Quixal M, Hudak J, et al Development of reading abilities in children with ADHD following fNIRS-neurofeedback or EMG-biofeedback. Lernen und Lernstörungen. 2020;9(3):163–174. [Google Scholar]
  • 36.Barth B, Mayer-Carius K, Strehl U, et al A randomized-controlled neurofeedback trial in adult attention-deficit/hyperactivity disorder. Sci Rep. 2021;11(1):16873. doi: 10.1038/s41598-021-95928-1. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 37.Ramot M, Grossman S, Friedman D, et al Covert neurofeedback without awareness shapes cortical network spontaneous connectivity. Proc Natl Acad Sci U S A. 2016;113(17):2413–2420. doi: 10.1073/pnas.1516857113. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 38.Kober S E, Witte M, Ninaus M, et al Learning to modulate one's own brain activity: the effect of spontaneous mental strategies. Front Hum Neurosci. 2013;7:695. doi: 10.3389/fnhum.2013.00695. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 39.Hirano Y, Tamura S Recent findings on neurofeedback training for auditory hallucinations in schizophrenia. Curr Opin Psychiatry. 2021;34(3):245–252. doi: 10.1097/YCO.0000000000000693. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 40.龙泉杉. 工作记忆影响情绪调节的神经机制及其干预. 重庆: 西南大学, 2020.
  • 41.Notzon S, Steinberg C, Zwanzger P, et al Modulating emotion perception: opposing effects of inhibitory and excitatory prefrontal cortex stimulation. Biol Psychiatry Cogn Neurosci Neuroimaging. 2018;3(4):329–336. doi: 10.1016/j.bpsc.2017.12.007. [DOI] [PubMed] [Google Scholar]
  • 42.Herwig U, Lutz J, Scherpiet S, et al Training emotion regulation through real-time fMRI neurofeedback of amygdala activity. NeuroImage. 2019;184:687–696. doi: 10.1016/j.neuroimage.2018.09.068. [DOI] [PubMed] [Google Scholar]
  • 43.Rieke J D, Matarasso A K, Yusufali M M, et al Development of a combined, sequential real-time fMRI and fNIRS neurofeedback system to enhance motor learning after stroke. J Neurosci Methods. 2020;341:108719. doi: 10.1016/j.jneumeth.2020.108719. [DOI] [PubMed] [Google Scholar]
  • 44.Huo C, Xu G, Li Z, et al Limb linkage rehabilitation training-related changes in cortical activation and effective connectivity after stroke: A functional near-infrared spectroscopy study. Sci Rep. 2019;9(1):6226. doi: 10.1038/s41598-019-42674-0. [DOI] [PMC free article] [PubMed] [Google Scholar]
  • 45.Kim Y H, You S H, Kwon Y H, et al Longitudinal fMRI study for locomotor recovery in patients with stroke. Neurology. 2006;67(2):330–333. doi: 10.1212/01.wnl.0000225178.85833.0d. [DOI] [PubMed] [Google Scholar]
  • 46.Xu Pengfei, Wang Zehua, Xia Meiyun, et al A functional near-infrared spectroscopy-based frontoparietal connectivity neurofeedback training method for cognitive functions promotion. arXiv:2003.14091. 2020;10:14091. [Google Scholar]
  • 47.Hou X, Xiao X, Gong Y, et al Functional near-infrared spectroscopy neurofeedback of cortical target enhances hippocampal activation and memory performance. Neurosci Bull. 2021;37(8):1251–1255. doi: 10.1007/s12264-021-00736-2. [DOI] [PMC free article] [PubMed] [Google Scholar]

Articles from Sheng Wu Yi Xue Gong Cheng Xue Za Zhi = Journal of Biomedical Engineering are provided here courtesy of West China Hospital of Sichuan University

RESOURCES