模块化多通道fNIRS系统

已经表明，更先进的方法可以提高神经成像分类的准确性（Calhoun等人，2001；Blankertz等人，2008；Lemm等人，2011；Heger等人，2014）。使用修改的比尔-兰伯特定律（Sasaroli和Fantini，2004），将原始光密度转换为氧合血红蛋白和脱氧血红蛋白（分别为HbO和HbR）的浓度变化。HbO和HbR值随后在300 s的窗口中线性去趋势化。通过减去每个样本前后30 s的平均值的移动平均值来衰减低频噪声。最后，使用滤波器阶数为6、截止频率为0.5Hz的椭圆IIR滤波器对数据进行低通滤波，以减少高频系统噪声，如脉冲伪影。

 

预处理后，根据实验时间提取试验。对于暂停块，我们提取了25–30秒暂停间隔的最后10秒，以确保血红蛋白水平恢复到基线水平。对于每次心算试验，我们从刺激呈现后5秒开始提取10秒的数据，以确保血流动力学反应已经发生。标签被分配给涉及心理算法或暂停数据的试验。对于每个试验，我们提取拟合到每个通道的HbO和HbR数据的直线的斜率作为特征。使用最小二乘法线性回归拟合直线。先前的研究表明，斜坡特征效果良好（Herff等人，2014）。

 

使用10倍交叉验证进行评估，并通过线性判别分析进行分类。除了单次试验分析外，通过对所有心理算法或所有暂停试验进行平均来计算平均血流动力学反应。

 

3.结果

开发的开放式模块化多通道fNIRS系统（见图5）证明了其功能性、快速设置以及在所有测试条件下的简单应用。用户将主板模块佩戴在上臂上，将fNIRS模块佩戴在头部，使用柔性带和钩环紧固件，用户可以自由移动，对仪器的干扰最小，而信号质量和运动鲁棒性显示出令人满意的结果。然而，应注意，本文中用于评估结果的生理信号是从坐着的受试者获取的，以减少可能的错误源，从而允许对新的开源硬件进行更明确的首次性能评估。

 

图5

www.bitbrain.cn

图5。最终系统。（N） ：单个4通道fNIRS模块。右上/下：链式主板模块。B、 蓝牙模块；BAT，电池；R1/R2，旋转接头；M、 主板。

 

最终仪器的特点是：

 

•模块化、定制和独立功能。

 

•优化可调电流调节和负去耦调制。

 

•基于锁定的信号提取模块，具有可编程放大。

 

•用于fNIRS探头连接的4通道弹簧加载机械概念，可提高用户的舒适度和抵抗运动伪影的鲁棒性。

 

•微控制器和基于蓝牙的主板，作为可互换的外围控制、采集和传输硬件，蓝牙范围最大为20m（最佳野外条件）。

 

低成本组件用于设计。一个4通道fNIRS模块和一个主板的仪器硬件总成本主要取决于PCB制造成本，约为200欧元∕250美元。

 

包含详细描述、示意图和评估的完整文档可以在本文的补充材料中找到，网址为www.opennirs.org。在下文中，我们介绍了第2节中描述的步骤的主要评估结果。

 

3.1.电流调节/调制电路

与LMC6064相比，AD824A显示出更快的电流调节和更低的瞬态振荡，这主要是由于其更高的转换速率。使用不同去耦电容器值C（见图6）最小化振荡和稳定时间的实验结果表明，在低电流水平下，并且允许识别最佳C:C=100pF，显示了所有电流水平的最小振荡和最大边缘陡度之间的最佳折衷。

 

图6

www.bitbrain.cn

图6。电流调节器/MOULATOR评估：3.125 kHz PWM调制参考（红色）和具有不同去耦电容器值和DAC电平的调节LED电流（蓝色：设计选择值）。

 

3.2.系统漂移

对采集的20分钟原始信号使用线性最小二乘回归法计算连续活动信道的信号漂移（单位：伏特/秒），得出CD=−1⋅10−6的负漂移系数

V/s（测量的fNIRS信号通常取决于几百mV量级的器件配置）和相应的长时间对采集的20分钟原始信号使用线性最小二乘回归法计算连续活动信道的信号漂移（单位：伏特/秒），得出CD=−1⋅10−6的负漂移系数

V/s（测量的fNIRS信号通常取决于几百mV量级的器件配置），两种波长的长期稳定性系数分别为<−0.42%。据观察，独立于fNIRS模块，外围硬件上的电源加热可通过影响模数转换器增加高达一个数量级的额外漂移。这指出了仔细选择/设计外围硬件对采集fNIRS模块模拟信号的重要性。

 

3.3.锁定放大、SNR和动态范围

为了近似锁定单元中参考和解调器输入信号之间的总有效相移，在各自上升沿（tdr）和下降沿（tdf）的50%电平上测量两个信号之间的延迟。这是两个信号的逻辑电平不匹配的时间总和，测量为Δt=tdr+tdf=18.5+7.2μs。为了估计信号A的非相位同步解调引起的衰减，使用方程（1），测量Δt和参考信号周期持续时间t=320μs，得出A≈0.875，这不会显著影响总体精度。对信号路径中单分量相位延迟的评估表明，进一步的最小化方法应首先针对PGA（ΔtPGA=7.0+4.5μs）。

 

为了评估探测器的灵敏度和动态范围，在典型的PGA增益G=44和固定的锁定滤波器增益G=5.1时，锁定放大器和放大后分支输出处的平均暗电压信号μd（光电探测器上没有入射光）测量为μd=0.101 Vrms，标准偏差σd=3.99 mVrms。使用平均暗电压加标准偏差和OPT101光电二极管的响应度Rλ（R750=0.55 V/μW和R850=0.60 V/μW），在SNR为1

 

NEPλ=μd+σdRλ⋅Gtotal（2）

估计为NEP750=2.27 nWpp=0.80 nWrms和NEP850=2.21 nWpp＝0.78 nWrms。

 

LED在中等强度（IF＝50mA）下辐射的光功率测量为对于750nm为5.70mW，对于850nm为5.38mW。使用这些入射功率和NEP可以估计信号与噪声的距离（概览见图7）：入射光与光的波长相关比由于其信号淹没在噪声中而不再可检测，从而产生128 dB750和127.7 dB850的信号与噪声距离。这些距离因组织散射和吸收引起的光学损失而大大减少，该光学损失取决于受试者，并且假设在大于60dB的量级。由于生理fNIRS信号通常约为测量光信号的1%，fNIRS的信号分量与检测电路的噪声基底之间的距离进一步减小≈40dB，估计约为28dB。

 

图7

www.bitbrain.cn

图7。仪器中信号和噪声的估计：在确定NEP为2.27/2.21 nWpp的情况下，这些等效于检测电路噪声基底的光功率与在中等LED照明下入射到组织的测量功率（5.70 mW/5.38 mW）之间的距离可以分别确定为约128 dB/127.7 dB。组织中入射光的光学损失程度取决于受试者。这里，我们估计它至少在40–60 dB的量级。在实际代谢fNIRS信号处于测量光信号的1%量级的情况下，fNIRS的信号到噪声基底的距离大约为28dB。

 

当ADC的输入电压上限（此处为2.5 Vpp）达到G=0.6875的最低PGA增益设置时，即1.296∕1.188μWpp入射光（750 nm/850 nm）时，检测支路饱和。使用这些结果，最小系统动态范围（表示为信号饱和与NEP之比）估计为55.13∕54.6 dB。需要说明的是，发射器侧LED强度（25–100 mA）的配置可以进一步增加仪器的动态范围。表1总结了性能特征。

 

表1

www.bitbrain.cn

表1。FNIRS模块的性能特点。

 

3.4.主板电源

±5 V直流电源电压漂移测量显示，在20分钟的测量周期内，电源电压稳定为+4.959 V和-4.960 V，总漂移小于500μV。通过电源对电流调制对检测组件的最大影响的评估表明，电流调制侧翼会在光电探测器输出周围产生±2 mV的高频（kHz）噪声当直接从电池或从其他fNIRS模块硬件的调节的+5V轨道提供LED电流时，该信号被PGA进一步放大到强的±100mV峰值（G=44）。然而，由于电源变化与信号同步，并且由于fNIRS模块的三阶锁定低通有效地抑制了高频噪声，因此没有观察到对锁定解调信号的基线的影响。

 

3.5.生理测量

定性生理实验显示了非常清晰的信号，并证明了仪器的基本功能。图8显示了受试者（a）进行的三次心理算法试验期间的代表性原始信号（750 nm），以及同一受试者在整个过程中计算的功率谱（b）。后者显示了系统伪影的典型幂律外观和峰值，文献中广泛报道了fNIRS信号（例如，Fekete等人，2011）。

 

图8

www.bitbrain.cn

图8。（A） 心算过程中典型原始信号（蓝色）的摘录。绿线：二进制标记（高状态：m.算术。低状态：松弛），品红色线：中值滤波信号）。（B） 同一主题和完整会话的原始信号的典型功率谱，显示预期形状（功率谱遵循功率定律）和系统伪影导致的偏差。

 

所有心算实验对象的平均血流动力学反应（见图9A）显示了预期行为，即心算过程中大约10秒后HbO峰值增加。在平均暂停间隔期间，HbO水平在前一次激活后仍缓慢恢复到基线水平。

 

图9

www.bitbrain.cn

图9。（A） 在心算和暂停期间，所有受试者的平均血流动力学反应。（B） 暂停和心理算法之间的单次尝试区分的分类结果。晶须表示标准误差。实线显示机会级别。

 

停顿和心理算法之间的区分平均准确率为65.14%。在12名记录的参与者中，9名参与者的准确率显著高于偶然水平（单侧t检验，p<0.05）。所有参与者的分类结果见图9B）。在Herff等人（2013年）的一项类似研究中，与本研究中相同，使用8个通道时，有71.17%的心算可以与暂停区分开来，使用两个通道时有67.26%。

 

4.讨论和结论

4.1.主要发现

在本文的开头，我们确定了基于移动fNIRS的神经工效学/BCI应用的系统需求。结果表明，所提出的开源设备满足要求。

 

在实验过程中，实验者和受试者都对该设备的可用性进行了评估。模块的小型化和通过基于蓝牙的无线传输的移动性允许自由移动，商业参考系统的使用通常需要更长的准备时间来固定光电二极管，并且由于光纤导轨的重量和光电二极管的缓冲不足，通常不舒适和静止。相比之下，新的可穿戴系统可以在几秒钟内应用，并且在实验过程中通常感觉不那么麻烦。

 

所设计的小型化fNIRS仪器的硬件评估结果和生理学验证表明，在接近28dB的信噪距离下，对于大脑活动测量而言，具有足够的信号质量和系统性能。该器件的锁定放大器、检测器灵敏度、电流调制精度和漂移评估显示出与其他文献记载的fNIRS器件相当的令人满意的结果。生理测量显示了预期的血流动力学反应，单次试验分析中的分类准确率超过了12名参与者中的9人的机会水平，并产生了与类似研究中使用商用设备测量的结果相当的结果（Herff等人，2013），使用8个通道中的2个通道在相似位置（65.14%对67.26%）。因此，开放式fNIRS设备可用于基于fNIRS的移动BCI和神经工效学应用。

 

电池供电和无线通信、由于信道的时间复用而产生的低热以及LED作为光源的使用确保了设备的安全使用。

 

可扩展的模块化概念、可配置的光强度和检测器放大增益以及fNIRS模块的灵活并行接口允许轻松定制和配置硬件。