科研进展
  • 科研进展
  • 朱朝喆课题组在《Neurophotonic》发表文章,介绍最近开发的近红外脑功能影像数据分析软件:NIRS-KIT
     
          2021年01月25日,北京师范大学认知神经科学与学习国家重点实验室朱朝喆教授课题组在近红外领域专刊《Neurophotonic》上发表了名为“NIRS-KIT: a MATLAB toolbox for both resting-state and task fNIRS data analysis”的文章,介绍一款该课题组新近开发的近红外数据进行分析软件。
     
          功能近红外光谱脑成像(fNIRS)是一种基于血氧代谢的非侵入式的经颅脑影像技术。相较于其他脑影像技术,fNIRS具有诸多特殊的优势,例如:购买和使用成本低、时间分辨率高、头动敏感度低、无特殊场地限制(具有一定的便携性/机动性)、无明显使用禁忌症、生态效度高等。这些特点使其更加适合应用在一些特定的场景(例如:自然情景中的人际交往)和人群(例如:新生儿、老年人和特殊病人)中。该技术现已经被广泛地应用于任务状态下皮层脑区的激活模式的研究中,也逐渐被用来研究在缺少外部刺激时静息状态下的大脑活动模式。
     
          fNIRS数据的处理和分析是一个复杂的过程。尽管,现有一些fNIRS的数据分析软件,但是它们仍有不足,例如:大多数的软件仅支持对任务状态fNIRS或静息状态fNIRS中的一种进行分析、所支持的数据格式有限、不支持界面化操作、不支持批量化分析等。这可能会对该领域的研究者(特别是一些新手)在进行数据分析时带来困扰,并影响该领域的发展。
     
          为了解决这一问题,方便广大近红外领域的研究者,推荐该领域的发展,朱朝喆课题组结合多年在近红外领域研究基础和经验积累,并对该领域的数据分析现状进行深入分析后,精心研制开发了一款基于Matlab的专门针对近红外数据分析的软件:NIRS-KIT(图1)。该软件既可以实现对任务态fNIRS数据的激活区检测,又可以完成对静息态fNIRS数据进行功能连接、图论和低频振幅等指标的分析要求(图2)。该软件包含了fNIRS数据分析的整个流程(图3):包括数据准备、数据检查、预处理(图4)、个体水平分析、群组水平分析及结果可视化。
    除此之外它还具有一些重要的优点:
    1)支持多种fNIRS设备的数据、且对现有的分析软件的数据具有良好的兼容性;
    2)具有较高的灵活性,允许用户添加自定义的预处理脚本;
    3)易用性良好,允许用户在GUI界面进行批量化数据分析;
    4)功能丰富的数据预览及结果显示模块(图5)。
     
    图1. NIRS-KIT软件主界面。
     
     
    图2.左为静息态fNIRS数据个体水平分析的主界面。右为任务态fNIRS数据个体水平分析的主界面。
     

    图3. NIRS-KIT主要的数据分析流程。
     
     
    图4. 数据预处理。(A)数据预处理界面;(B-D)用三种主要处理步骤(去漂移、头动矫正和滤波)进行数据处理的前后结果对比。
     
     
    图5. 结果显示。(A)二维的插值显示(低频振幅的群组水平分析结果);(B)二维的非插值显示方式(ROI2WholeBrain的静息态功能连接的群组水平结果,其中channel 12为种子导);(C)三维为插值的显示(组水平的低频振幅的分析结果);(D)群组水平静息态功能连接矩阵的二维显示;(E)群组水平静息态功能连接矩阵的三维显示。
     
          该软件的主要编程人员和论文的共同第一作者为博士研究生侯鑫和张宗,通讯作者为朱朝喆教授,来自北京师范大学认知神经科学与学习国家重点实验室。该研究得到国家自然科学基金重点项目,国家973项目等基金的支持。
     
          该软件已成功申请软件著作权保护(登记号:2019SR1299168),且已经上传到在NITRIC网站供用户免费下载:http://www.nitrc.org/projects/nirskit/。欢迎大家使用,并提出宝贵意见。
     
    论文信息:
    Hou, X., Zhang, Z., Zhao, C., Duan, L., Gong, Y., Li, Z., & Zhu, C. (2021). NIRS-KIT: a MATLAB toolbox for both resting-state and task fNIRS data analysis. Neurophotonics, 8(01). https://doi.org/10.1117/1.NPh.8.1.010802.