资源描述：
《近红外原理和应用简介》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、功能近红外光谱成像技术原理和应用简介一．功能近红外光谱成像技术原理人体组织对不同波段的光具有不同的吸收率。研究发现，人体组织中携氧血红蛋白(HbO)和脱氧血红蛋白(Hb)对波段在800~2500nm的红外光的吸收率吸引率显著不同并且有交叉，这样就可以通过数学方法间接求出各自的浓度。功能近红外光谱成像技术(functionalNear-infraredspectroscopy,fNIRS)就是应用近红外光波段，通过对一处或多处的组织进行光学照射，然后在照射的对面或同面的一处或多处组织收集反射回来的光，通过研究光在人体组织中的传播特性，基于最新断层成像算法，就可以重建图像，从而间接
2、检测出人体组织内氧合血红蛋白、脱氧血红蛋白和全血红蛋白的浓度变化。fNIRS的优点：1)理想的空间定位能力：由于受到容积导体效应的影响，EEG/MEG无法准确的溯源。与EEG/MEG不同，该fNIRS所测量的血红蛋白浓度恰好反映了测量点所在位置的局部脑活动，从而为建立脑活动与解剖位置的对应关系提供了可能。2)理想的空间分辨能力：如果有多个脑内源，EEG/MEG无法分辨不同的源。fNIRS可以较为准确的区分来自不同脑结构的信号，其空间分辨率可以达到1-2厘米。3)更高的采样率：fNIRS的采样率可以达到0.1秒，远远高于功能磁共振成像。由于血氧动力学信号中混杂各种生理噪声，比如呼
3、吸、心跳等。由于fMRI的时间采样率较低，所以无法排除这些生理噪声的影响。而fNIRS的时间采样率较高，可以测到完整的生理信号，比如心率(~1hz)，血管和代谢过程的低频噪音(~0.1hz)，从而可以滤掉这些生理噪音。4)更多的测量指标：除了脱氧血红蛋白以外，实现fNIRS还可以提供氧合血红蛋白和总的血红蛋白浓度变化，而fMRI只能提供脱氧血红蛋白的信息。5)更强的实用性：从实际应用的角度来说，该成像方法具有无可比拟的优势。它具有可移动性，安静无噪声，使用成本低，容易操作和维护，对被试的限制少，兼容磁性金属物品，允许长时间连续测量和短时间内反复多次测量等特点。因此，该成像方法可
4、以用于几乎所有的人类个体，特别是新生儿、婴幼儿和卧病在床的病人。而功能磁共振成像是无法做到这些的。与EEG/ERP相比，fNIRS不需要电极膏，不要去严格的屏蔽电磁干扰，所以对环境的要求非常宽松。缺点:1)fNIRS在时间分辨率方面与EEG/ERP不具有可比性。EEG/ERP测量的是神经元的电活动(毫秒级)，所以可以准确的记录神经元活动的时间进程。fNIRS测量的是血氧代谢活动，血氧代谢活动的变化是比较缓慢的，而且还有延迟。2)fNIRS的测量深度有限，只有1-2cm深，可以到达大脑外皮层。同时，目前fNIRS还没有办法覆盖全脑。二．fNIRS产品应用婴幼儿发展：fNIRS最重
5、要的一个应用领域就是发育认知神经科学。这方面的论文主要有：婴幼儿空间特征和空间认知能力调查(Wilcox,2010,NeuroImage)；发现前语言婴幼儿对数字具有右半球优势(Hyde,2010,NeuroImage)。对婴幼儿对语言的反应的调查(Bortfeld,2007,NeuroImage)；对婴儿的客体永存认知能力进行研究(Wilcox,2005)；婴幼儿对特征和时空信息加工的血氧反应(Wilcox,2009);婴幼儿对语言加工存在大脑半球偏侧化(Bortfeld,2009)。婴幼儿对特征变化的枕叶和颞叶血氧变化(Wilcox,2008)。运动：fNIRS另一个重要的
6、应用领域是感知和运动的研究。因为受到肌电和头动伪迹的影响，EEG/ERP和fMRI在研究感知运动方面受到很多限制。对运动方面进行研究的论文：成年人对运动刺激的血氧反应：BOLD，ASL和fNIRS结果比较(Huppert,2006,NeuroImage)。尤其值得注意的是关于步态,汽车驾驶和宇航员失重的研究(Harada,2007;Kurihara,2007;Miyai,2001)。临床：fNIRS广泛应用于癫痫、抑郁、阿尔茨海默氏症等疾病的研究和临床治疗中。论文有：EEG和fNIRS联合调查癫痫患者癫痫发作时的血氧、电反应(Machado,2011，Neuroimage)。乳
7、腺疾病成像：健康乳房在正常和挤压状态下的光学信号和乳腺X光摄影检查术结果对比(Fang,2009)；乳房组织对挤压的机械和功能反应的实时变化(Carp,2008)。疼痛状态下的血氧变化(Becerra,2009)。视觉加工：研究表明，视觉刺激会引起HbO的上升和HbR的下降(Meek,1995)。Plichta等人(Plichta,2007，Neuroimage)发现随着光栅对比度的增加，HbO和HbR都出现了梯级变化，并且集中在视觉皮层。其他认知加工领域：Stroop范式(Schroete
