Функциональная ближняя инфракрасная спектроскопия

Функциональная ближняя инфракрасная спектроскопия ( fNIRS ) — это метод оптического мониторинга мозга, который использует ближнюю инфракрасную спектроскопию с целью функциональной нейровизуализации . ^[1] С помощью fNIRS активность мозга измеряется с помощью ближнего инфракрасного света для оценки кортикальной гемодинамической активности , которая возникает в ответ на нервную активность. Наряду с ЭЭГ , fNIRS является одним из наиболее распространенных неинвазивных методов нейровизуализации, который можно использовать в портативных устройствах. Сигнал часто сравнивают с ЖИРНЫМ сигналом, измеренным с помощью фМРТ , и он позволяет измерять изменения концентрации как окси-, так и дезоксигемоглобина. ^[2] но может измерять только области вблизи поверхности коры. fNIRS также может называться оптической топографией (OT), а иногда ее называют просто NIRS.

Описание

fNIRS оценивает концентрацию гемоглобина по изменениям поглощения ближнего инфракрасного света. Когда свет движется или распространяется через голову, он попеременно рассеивается или поглощается тканями, через которые он проходит. Поскольку гемоглобин является значительным поглотителем ближнего инфракрасного света, изменения поглощенного света можно использовать для надежного измерения изменений концентрации гемоглобина. Различные методы fNIRS также могут использовать способ распространения света для оценки объема крови и оксигенации. Этот метод безопасен, неинвазивн и может использоваться с другими методами визуализации.

fNIRS — это неинвазивный метод визуализации, включающий количественную оценку концентрации хромофора , определяемую на основе измерения затухания света в ближнем инфракрасном диапазоне (NIR) или временных или фазовых изменений. В этом методе используется оптическое окно , в котором (а) кожа, ткани и кости в основном прозрачны для ближнего ИК-света (спектральный интервал 700–900 нм) и (б) гемоглобин (Hb) и дезоксигенированный гемоглобин (дезокси-Hb). являются сильными поглотителями света.

Существует шесть различных способов взаимодействия инфракрасного света с тканями мозга: прямая передача, диффузная передача, зеркальное отражение, диффузное отражение, рассеяние и поглощение. fNIRS фокусируется в первую очередь на поглощении: различия в спектрах поглощения дезокси-Hb и окси-Hb позволяют измерять относительные изменения концентрации гемоглобина за счет использования ослабления света на нескольких длинах волн . Выбирают две или более длины волны, одна длина волны выше и одна ниже изобестической точки 810 нм, при которой дезокси-Hb и окси-Hb имеют одинаковые коэффициенты поглощения . Используя модифицированный закон Бера-Ламберта (mBLL), относительные изменения концентрации можно рассчитать как функцию общей длины пути фотона. ^[3]

Обычно излучатель света и детектор размещаются ипсилатерально (каждая пара излучатель/детектор на одной и той же стороне) на черепе субъекта, поэтому записываемые измерения происходят из-за обратно рассеянного (отраженного) света, следующего по эллиптическим путям. ^[4] fNIRS наиболее чувствителен к гемодинамическим изменениям, которые происходят ближе всего к коже головы. ^[5] и эти поверхностные артефакты часто устраняются с помощью дополнительных детекторов света, расположенных ближе к источнику света (детекторы с коротким разделением). ^[6]

Модифицированный закон Бера – Ламберта

Изменения интенсивности света могут быть связаны с изменениями относительных концентраций гемоглобина посредством модифицированного закона Бера-Ламберта (mBLL). Закон Ламберта Бера имеет дело с концентрацией гемоглобина. Этот метод также измеряет относительные изменения в ослаблении света, а также использует mBLL для количественной оценки изменений концентрации гемоглобина. ^[7]

Основные сокращения функциональной спектроскопии ближнего инфракрасного диапазона (fNIRS) BFi = индекс кровотока CBF = мозговой кровоток CBV = объем мозговой крови CMRO ₂ = скорость метаболизма кислорода CW= непрерывная волна DCS = диффузная корреляционная спектроскопия FD = частотная область Hb, HbR= дезоксигенированный гемоглобин HbO, HbO ₂ = оксигенированный гемоглобин HbT = общая концентрация гемоглобина HGB = гемоглобин крови SaO ₂ = артериальная сатурация SO ₂ = насыщение гемоглобина SvO ₂ = венозное насыщение TD=временной интервал

История

США и Великобритания

В 1977 году Йобсис ^[8] сообщили, что прозрачность тканей головного мозга для ближнего ИК-света позволила использовать неинвазивный и непрерывный метод насыщения тканей кислородом с использованием трансиллюминации . Трансиллюминация (прямое рассеяние) имела ограниченное применение у взрослых из-за ослабления света и была быстро заменена методами, основанными на режиме отражения, что привело к быстрому развитию систем NIRS. Затем, к 1985 году, первые исследования церебральной оксигенации провел М. Феррари. Позже, в 1989 году, после работы с Дэвидом Дельпи в Университетском колледже Лондона, Хамамацу разработал первую коммерческую систему NIRS: монитор церебральной оксигенации NIR-1000. Методы NIRS первоначально использовались для церебральной оксиметрии в 1990-х годах. В 1993 г. четыре публикации Chance et al. PNAS , Hoshi & Tamura J Appl Physiol , Kato et al. JCBFM, Villringer et al Neuros. Летт. продемонстрировали возможность использования fNIRS у взрослых людей. Методы NIRS получили дальнейшее развитие в работах Рэндалла Барбура, Бриттона Ченса , Арно Виллрингера, М. Коупа, Д.Т. Дельпи, Энрико Граттона и других. В настоящее время разрабатываются носимые fNIRS.

Япония

Между тем, в середине 80-х годов японские исследователи из центральной исследовательской лаборатории Hitachi Ltd приступили к созданию системы мониторинга мозга на основе NIRS, использующей импульс 70-пикосекундных лучей. Эти усилия стали известны, когда в январе 1995 года команда вместе со своим ведущим экспертом доктором Хидеаки Коидзуми (小泉英明) провела открытый симпозиум, на котором объявила о принципе «оптической топографии». Фактически, термин «оптическая топография» происходит от от концепции использования света до «двумерного картографирования в сочетании с одномерной информацией» или топографии . Идея была успешно реализована при выпуске в 2001 году их первого устройства fNIRS (или оптической топографии, как они его называют) на основе частотной области: Hitachi ETG-100. Позже Харуми Оиси (大石晴美), будущий доктор философии в Университете Нагои, в 2003 году опубликовала свою докторскую диссертацию на тему «паттерны корковой активации изучающих язык, измеряемые с помощью ETG-100» под руководством профессора Тору Киношиты (木下微) — представляет новую перспективу использования fNIRS. С тех пор компания продвигает серию ETG.

Спектроскопические методы

В настоящее время существует три метода fNIR-спектроскопии:

1. Непрерывная волна

2. Частотная область

3. Временная область

Непрерывная волна

В системе непрерывного излучения (CW) используются источники света с постоянной частотой и амплитудой. Фактически, чтобы измерить абсолютные изменения концентрации HbO с помощью mBLL, нам нужно знать длину пути фотона. Однако CW-fNIRS не дает никаких данных о длине пути фотона, поэтому изменения концентрации HbO относятся к неизвестной длине пути. Многие коммерческие системы CW-fNIRS используют оценки длины пути фотонов, полученные на основе компьютерного моделирования Монте-Карло и физических моделей, для аппроксимации абсолютного количественного определения концентраций гемоглобина.

${\text{OD}}=\operatorname {ln} (I_{0}/I)=\epsilon \cdot [X]\cdot l\cdot {\text{DPF}}+G$

Где ${\text{OD}}$ оптическая плотность или затухание, $I_{0}$ интенсивность излучаемого света, $I$ измеряется интенсивность света, $\epsilon$ – коэффициент затухания , $[X]$ – концентрация хромофора, $l$ расстояние между источником и детектором и ${\text{DPF}}$ - коэффициент дифференциальной длины пути, а $G$ – геометрический фактор, связанный с рассеянием.

Когда коэффициенты затухания $\epsilon$ известны, на рассеяние предполагаются постоянные потери , а измерения обрабатываются дифференциально во времени, уравнение сводится к:

$\Delta [X]=\Delta {\frac {\text{OD}}{\epsilon d}}$

Где $d$ — полная скорректированная длина пути фотона.

Используя систему с двумя длинами волн, измерения HbO ₂ и Hb можно решить с помощью матричного уравнения: ^[9]

${\begin{pmatrix}\Delta {\text{OD}}_{\lambda _{1}}\\\Delta {\text{OD}}_{\lambda _{2}}\end{pmatrix}}={\begin{pmatrix}\epsilon _{\lambda _{1}}^{\text{Hb}}d&\epsilon _{\lambda _{1}}^{{\text{HbO}}_{2}}d\\\epsilon _{\lambda _{2}}^{\text{Hb}}d&\epsilon _{\lambda _{2}}^{{\text{HbO}}_{2}}d\end{pmatrix}}{\begin{pmatrix}\Delta [X]^{\text{Hb}}\\\Delta [X]^{{\text{HbO}}_{2}}\end{pmatrix}}$

Благодаря своей простоте и экономичности CW-fNIRS на сегодняшний день является наиболее распространенной формой функционального NIRS, поскольку он самый дешевый в изготовлении, применим с большим количеством каналов и обеспечивает высокое временное разрешение. Однако он не различает изменения поглощения и рассеяния и не может измерить абсолютные значения поглощения: это означает, что он чувствителен только к относительным изменениям концентрации HbO.

Тем не менее, простота и экономичность устройств на основе непрерывного излучения оказываются наиболее благоприятными для ряда клинических применений: ухода за новорожденными, систем мониторинга пациентов, диффузной оптической томографии и т.д. Более того, благодаря своей портативности были разработаны беспроводные системы CW, позволяющие контролировать людей в амбулаторных, клинических и спортивных условиях. ^[10]^[11]^[12]

Частотная область

Система частотной области (FD) включает в себя лазерные источники ближнего ИК-диапазона, которые обеспечивают амплитудно-модулированную синусоиду на частотах около 100 МГц. FD-fNIRS измеряет затухание, фазовый сдвиг и среднюю длину пути света через ткань.

Изменения амплитуды и фазы обратно рассеянного сигнала обеспечивают прямое измерение коэффициентов поглощения и рассеяния ткани, тем самым устраняя необходимость в информации о длине пути фотона; и по коэффициентам определяем изменения концентрации показателей гемодинамики.

Из-за необходимости использования модулированных лазеров, а также фазовых измерений, устройства на основе системы FD более технически сложны (следовательно, более дороги и гораздо менее портативны), чем устройства на основе непрерывного излучения. Однако система способна обеспечить абсолютные концентрации HbO и HbR.

Временной интервал

Система временной области (TD) вводит короткий ближний ИК-импульс с длительностью обычно порядка пикосекунд — около 70 пс. Посредством измерений времени пролета длину пути фотона можно непосредственно наблюдать, разделив разрешенное время на скорость света. Информацию о гемодинамических изменениях можно найти в затухании, затухании и временном профиле сигнала обратного рассеяния. Для этого введена технология подсчета фотонов, которая учитывает 1 фотон на каждые 100 импульсов для сохранения линейности. TD-fNIRS имеет низкую частоту дискретизации, а также ограниченное количество длин волн. Из-за необходимости устройства счета фотонов, высокоскоростного детектирования и высокоскоростных излучателей методы с временным разрешением являются наиболее дорогими и технически сложными.

Устройства на основе TD обладают высочайшей глубинной чувствительностью и способны отображать наиболее точные значения базовой концентрации гемоглобина и оксигенации.

Диффузная корреляционная спектроскопия

Диффузная корреляционная спектроскопия (DCS) — это неинвазивный метод оптической визуализации, который использует когерентный ближний инфракрасный свет для измерения локального микрососудистого мозгового кровотока путем количественного определения временных колебаний интенсивности света, генерируемых динамическим рассеянием движущихся эритроцитов. Это динамическое рассеяние от движущихся клеток приводит к временным колебаниям обнаруженной интенсивности. Эти флуктуации можно количественно оценить с помощью временной автокорреляционной кривой интенсивности одного спекла. Затухание автокорреляционной кривой аппроксимируется решением корреляционного уравнения диффузии для получения показателя мозгового кровотока. ^[13]^[14]^[15]^[16]

Проектирование системы

В Интернете доступны как минимум две модели fNIRS с открытым исходным кодом:

Программное обеспечение для анализа данных

ГОМЕР3

HOMER3 позволяет пользователям получать оценки и карты активации мозга. Это набор скриптов Matlab, используемых для анализа данных fNIRS. Этот набор сценариев развивался с начала 1990-х годов сначала как набор инструментов Photon Migration Imaging, затем HOMER1 и HOMER2, а теперь HOMER3. ^[17]

Набор инструментов NIRS

Этот набор инструментов представляет собой набор инструментов на базе Matlab для анализа функциональной спектроскопии ближнего инфракрасного диапазона (fNIRS). Этот набор инструментов определяет пространство имен +nirs и включает ряд инструментов для обработки сигналов, отображения и статистики данных fNIRS. Этот набор инструментов построен на объектно-ориентированной структуре классов и пространств имен Matlab. ^[18]

АтласВьювер

AtlasViewer позволяет визуализировать данные fNIRS на модели мозга. Кроме того, он также позволяет пользователю создавать зонды, которые в конечном итоге можно будет разместить на объекте. ^[19]

Приложение

Интерфейс мозг-компьютер

fNIRS был успешно реализован в качестве управляющего сигнала для систем интерфейса мозг-компьютер . ^[20]^[21]^[22]^[23]^[24]

Гипоксия и высотные исследования

Учитывая нашу постоянную потребность в кислороде, наш организм разработал множество механизмов, которые определяют уровень кислорода, что, в свою очередь, может активировать соответствующие реакции для противодействия гипоксии и генерировать более высокую подачу кислорода. Более того, понимание физиологического механизма, лежащего в основе реакции организма на кислородное голодание, имеет большое значение, и устройства NIRS оказались отличным инструментом в этой области исследований. ^[25]

Картирование мозга

Функциональная связь

Измерения fNIRS можно использовать для расчета ограниченной степени функциональной связи . Многоканальные измерения fNIRS создают топографическую карту нейронной активации, с помощью которой можно анализировать временную корреляцию между пространственно разделенными событиями. Функциональная связность обычно оценивается с точки зрения корреляции между гемодинамическими реакциями пространственно различных областей интереса (ROI). В исследованиях мозга измерения функциональных связей обычно проводятся для данных пациентов в состоянии покоя, а также данных, записанных с помощью парадигм стимулов.

Церебральная оксиметрия

Мониторинг NIRS полезен во многих отношениях. За недоношенными детьми можно наблюдать, уменьшая церебральную гипоксию и гипероксию при различных типах активности. ^[26] Это эффективная помощь при искусственном кровообращении, которая, как считается, улучшает результаты лечения пациентов, снижает затраты и увеличивает время пребывания.

Результаты по использованию NIRS у пациентов с черепно-мозговой травмой неубедительны, поэтому был сделан вывод, что она должна оставаться инструментом исследования.

Диффузная оптическая томография

Диффузная оптическая томография — это 3D-версия диффузной оптической томографии. Диффузные оптические изображения получают с помощью NIRS или методов, основанных на флуоресценции. Эти изображения можно использовать для разработки объемной трехмерной модели, известной как диффузная оптическая томография. ^[27]

колпачок фНИРС

Расположение электродов fNIRS можно определить с использованием различных схем, включая имена и местоположения, указанные в международной системе 10–20 , а также другие схемы, специально оптимизированные для поддержания постоянного расстояния в 30 мм между каждым расположением. Помимо стандартных положений электродов могут быть добавлены короткие разделительные каналы. Короткие разделительные каналы позволяют измерять сигналы кожи головы. Поскольку короткие разделительные каналы измеряют сигнал, поступающий от кожи головы, они позволяют снимать сигнал с поверхностных слоев. Это оставляет позади реальную реакцию мозга. Детекторы с короткими разделительными каналами обычно размещаются на расстоянии 8 мм от источника. Они не обязательно должны быть направлены в определенном направлении или в том же направлении, что и детектор. ^[28]

Функциональная нейровизуализация

Использование fNIRS в качестве функционального метода нейровизуализации основано на принципе нейро-сосудистой связи, также известном как гемодинамический ответ или ответ, зависящий от уровня кислорода в крови (ЖИРНЫЙ). Этот принцип также лежит в основе методов фМРТ . Посредством нервно-сосудистой связи активность нейронов связана с соответствующими изменениями в локализованном мозговом кровотоке. fNIRS и fMRI чувствительны к сходным физиологическим изменениям и часто являются сравнительными методами. Исследования, связанные с фМРТ и фНИРС, показывают сильно коррелирующие результаты при выполнении когнитивных задач. fNIRS имеет несколько преимуществ по стоимости и портативности перед фМРТ, но не может использоваться для измерения активности коры на глубине более 4 см из-за ограничений мощности излучателя света и имеет более ограниченное пространственное разрешение. fNIRS включает использование диффузной оптической томографии (DOT/NIRDOT) для функциональных целей. Мультиплексирование каналов fNIRS может позволить создавать двухмерные топографические функциональные карты активности мозга (например, с помощью Hitachi ETG-4000, Artinis Oxymon, NIRx NIRScout и т. д.), а использование нескольких интервалов между излучателями может использоваться для построения трехмерных изображений. томографические карты.

Гиперсканирование fNIRS с двумя скрипачами

Гиперсканирование

Гиперсканирование предполагает одновременное наблюдение за двумя или более мозгами для исследования межличностных (межмозговых) нейронных коррелятов в различных социальных ситуациях, что доказывает, что fNIRS является подходящим методом для исследования живых социальных взаимодействий между мозгами. ^[29]

Виртуальная и дополненная реальность

Современные системы fNIRS сочетаются с виртуальной или дополненной реальностью в исследованиях интерфейсов мозг-компьютер. ^[30] нейрореабилитация ^[31] или социальное восприятие. ^[32]

Музыка и мозг

фНИРС с пианистом

fNIRS можно использовать для мониторинга мозговой активности музыкантов во время игры на музыкальных инструментах. ^[33]^[34]^[35]^[36]

Преимущества и недостатки

Преимуществами fNIRS являются, среди прочего: неинвазивность, недорогие методы, абсолютная безопасность, высокое временное разрешение , совместимость с другими методами визуализации и наличие нескольких гемодинамических биомаркеров.

К недостаткам fNIRS относятся: низкая чувствительность мозга, поскольку он может обнаруживать изменения только на поверхности коры, и низкое пространственное разрешение. Важно отметить, что сигнал чувствителен к различиям в пигментации волос и кожи, что затрудняет создание дизайнов между объектами. Густые или очень вьющиеся волосы могут препятствовать размещению электродов близко к коже головы, что ограничивает возможность использования этой техники у всех людей.

Будущие направления

Устройства fNIRS обладают множеством привлекательных особенностей: они небольшие, легкие, портативные и носимые. У них есть потенциал для использования в клиниках, глобальном здравоохранении, ^[37] природной среды и в качестве средства отслеживания здоровья. Тем не менее, негативы очевидны и их следует учитывать при интерпретации сигнала.

Сейчас на рынке представлены полностью беспроводные системы fNIRS исследовательского уровня. ^[38]

fNIRS по сравнению с другими методами нейровизуализации

При сравнении и сопоставлении устройств нейровизуализации важно учитывать временное разрешение, пространственное разрешение и степень неподвижности. В частности, ЭЭГ (электроэнцефалограф) и МЭГ (магнитоэнцефалография) имеют высокое временное разрешение, но низкое пространственное разрешение. ЭЭГ также имеет более высокую степень подвижности, чем МЭГ. Если посмотреть на fNIRS, они похожи на ЭЭГ. Они обладают высокой степенью мобильности, а также временным разрешением и низким пространственным разрешением. ПЭТ-сканирования и фМРТ сгруппированы вместе, однако они заметно отличаются от других нейровизуализирующих исследований. Они имеют высокую степень неподвижности, среднее/высокое пространственное разрешение и низкое временное разрешение. Все эти нейровизуализационные снимки имеют важные характеристики и ценны, однако у них есть свои особенности.

Среди всех других фактов, что делает fNIRS особенным интересом, так это то, что он совместим с некоторыми из этих методов, включая МРТ, ЭЭГ и МЭГ.

См. также

Ссылки

^ Феррари, Марко; Куарезима, Валентина (ноябрь 2012 г.). «Краткий обзор истории развития функциональной спектроскопии ближнего инфракрасного диапазона человека (fNIRS) и областей применения». НейроИмидж . 63 (2): 921–935. doi : 10.1016/j.neuroimage.2012.03.049 . ПМИД 22510258 . S2CID 18367840 .
^ Цуй, Сюй; Брей, Сигне; Брайант, Дэниел М.; Гловер, Гэри Х.; Рейсс, Аллан Л. (февраль 2011 г.). «Количественное сравнение NIRS и фМРТ при выполнении нескольких когнитивных задач» . НейроИмидж . 54 (4): 2808–2821. doi : 10.1016/j.neuroimage.2010.10.069 . ПМК 3021967 . ПМИД 21047559 .
^ Виллрингер, А.; Шанс, Б. (1997). «Неинвазивная оптическая спектроскопия и визуализация функций мозга человека» . Тенденции в нейронауках . 20 (10): 435–442. дои : 10.1016/S0166-2236(97)01132-6 . ПМИД 9347608 . S2CID 18077839 .
^ Ли, Тинг; Гун, Хуэй; Ло, Цинмин (1 апреля 2011 г.). «Визуализация распространения света в видимой голове китайского человека для функциональной спектроскопии ближнего инфракрасного диапазона» . Журнал биомедицинской оптики . 16 (4): 045001. Бибкод : 2011JBO....16d5001L . дои : 10.1117/1.3567085 . ПМИД 21529068 .
^ Коно, Сатору; Мияи, Ичиро; Сейяма, Акитоши; Ода, Ичиро; Исикава, Акихиро; Цунэйши, Шоичи; Амита, Такаши; Симидзу, Кодзи (2007). «Удаление артефакта кровотока кожи в данных функциональной спектроскопии в ближнем инфракрасном диапазоне посредством независимого анализа компонентов» . Журнал биомедицинской оптики . 12 (6): 062111. Бибкод : 2007JBO....12f2111K . дои : 10.1117/1.2814249 . ПМИД 18163814 .
^ Бригадой, Сабрина; Купер, Роберт Дж. (26 мая 2015 г.). «Насколько коротко? Оптимальное расстояние источник-детектор для каналов с коротким разделением в функциональной ближней инфракрасной спектроскопии» . Нейрофотоника . 2 (2): 025005. doi : 10.1117/1.NPh.2.2.025005 . ПМЦ 4478880 . ПМИД 26158009 .
^ Модифицированный закон Бира Ламберта , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.
^ Йобсис (1997). «Неинвазивный инфракрасный мониторинг достаточности кислорода в мозге и миокарде и параметров кровообращения». Наука . 198 (4323): 1264–1267. дои : 10.1126/science.929199 . ПМИД 929199 .
^ Аяз, Хасан; Шевокис, Патрисия А.; Кертин, Адриан; Иззетоглу, Мельтем; Иззетоглу, Куртулус; Онарал, Бану (8 октября 2011 г.). «Использование MazeSuite и функциональной спектроскопии ближнего инфракрасного диапазона для изучения обучения в области пространственной навигации» . Журнал визуализированных экспериментов (56): 3443. doi : 10.3791/3443 . ПМК 3227178 . ПМИД 22005455 .
^ Пайпер, Софи К.; Крюгер, Арне; Кох, Стефан П.; Менерт, Ян; Хабермель, Кристина; Стейнбринк, Йенс; Обриг, Хельмут; Шмитц, Кристоф Х. (январь 2014 г.). «Носимая многоканальная система fNIRS для визуализации мозга свободно движущихся объектов» . НейроИмидж . 85 (1): 64–71. doi : 10.1016/j.neuroimage.2013.06.062 . ПМЦ 3859838 . ПМИД 23810973 .
^ Кертин, Адриан; Аяз, Хасан (октябрь 2018 г.). «Эпоха нейроэргономики: на пути к повсеместному и непрерывному измерению функций мозга с помощью fNIRS: эпоха нейроэргономики и fNIRS» . Японские психологические исследования . 60 (4): 374–386. дои : 10.1111/jpr.12227 .
^ Куарезима, Валентина; Феррари, Марко (январь 2019 г.). «Функциональная спектроскопия ближнего инфракрасного диапазона (fNIRS) для оценки функции коры головного мозга во время поведения человека в природных/социальных ситуациях: краткий обзор». Организационные методы исследования . 22 (1): 46–68. дои : 10.1177/1094428116658959 . S2CID 148042299 .
^ Дурдуран, Т.; Йод, АГ (2013). «Диффузионная корреляционная спектроскопия для неинвазивного микрососудистого измерения мозгового кровотока» . НейроИмидж . 85 (1): 51–63. doi : 10.1016/j.neuroimage.2013.06.017 . ПМЦ 3991554 . ПМИД 23770408 .
^ Сутин, Джейсон; Циммерман, Бернхард; Тюльманков Данил; Тамборини, Давиде; Ву, Куан Ченг; Селб, Джульетта; Гулинатти, Анджело; Речь, Иван; Този, Альберто; Боас, Дэвид А.; Франческини, Мария Анжела (20 сентября 2016 г.). «Диффузионная корреляционная спектроскопия во временной области» . Оптика . 3 (9): 1006–1013. Бибкод : 2016Оптика...3.1006S . дои : 10.1364/OPTICA.3.001006 . ПМК 5166986 . ПМИД 28008417 .
^ Карп, ЮАР; Тамборини, Д.; Мазумдер, Д.; Ву, КС; Робинсон, MR; Стивенс, Калифорния; Шатровой, О.; Лю, Н.; Озана, Н.; Блэквелл, Миннесота; Франческини, Массачусетс (2020). «Измерения кровотока с помощью диффузной корреляционной спектроскопии с использованием света с длиной волны 1064 нм» . Журнал биомедицинской оптики . 25 (9): 097003. Бибкод : 2020JBO....25i7003C . дои : 10.1117/1.JBO.25.9.097003 . ПМЦ 7522668 . ПМИД 32996299 .
^ Бакли, Эрин М.; Партасарати, Ашвин Б.; Грант, П. Эллен; Йод, Арджун Г.; Франческини, Мария Анжела (2014). «Диффузионная корреляционная спектроскопия для измерения мозгового кровотока: перспективы будущего» . Нейрофотоника . 1 (1): 011009. doi : 10.1117/1.NPh.1.1.011009 . ПМЦ 4292799 . ПМИД 25593978 . S2CID 13208535 .
^ «ГОМЕР2» . ГОМЕР2 . Проверено 26 ноября 2019 г.
^ Сантоса, Х., Чжай, X., Фишберн, Ф., и Хупперт, Т. (2018). Набор инструментов NIRS Brain AnalyzIR Toolbox. Алгоритмы, 11(5), 73.
^ Аастед, Кристофер М.; Юджел, Мерьем А.; Купер, Роберт Дж.; Дабб, Джей; Цузуки, Дайсуке; Бесерра, Лино; Петков, Майк П.; Борсук, Дэвид; Дэн, Иппейта; Боас, Дэвид А. (5 мая 2015 г.). «Анатомическое руководство по функциональной спектроскопии ближнего инфракрасного диапазона: учебное пособие по AtlasViewer» . Нейрофотоника . 2 (2): 020801. doi : 10.1117/1.NPh.2.2.020801 . ПМЦ 4478785 . ПМИД 26157991 .
^ Аяз, Х.; Шевокис, Пенсильвания; Банс, С.; Онарал, Б. (2011). «Оптический мозговой компьютерный интерфейс для контроля окружающей среды». Ежегодная международная конференция Общества инженерии в медицине и биологии IEEE. Общество инженерии IEEE в медицине и биологии. Ежегодная международная конференция . Том. 2011. С. 6327–6330. дои : 10.1109/IEMBS.2011.6091561 . ISBN 978-1-4577-1589-1 . ПМИД 22255785 . S2CID 4951918 .
^ Койл, Ширли М; Уорд, Томас Э; Маркхэм, Чарльз М. (сентябрь 2007 г.). «Интерфейс мозг-компьютер с использованием упрощенной функциональной системы спектроскопии ближнего инфракрасного диапазона» (PDF) . Журнал нейронной инженерии . 4 (3): 219–226. Бибкод : 2007JNEng...4..219C . дои : 10.1088/1741-2560/4/3/007 . ПМИД 17873424 . S2CID 18723855 .
^ Ситарам, Ранганатха; Чжан, Хайхун; Гуань, Кунтай; Туласидас, Манодж; Хоши, Йоко; Исикава, Акихиро; Симидзу, Кодзи; Бирбаумер, Нильс (февраль 2007 г.). «Временная классификация сигналов многоканальной ближней инфракрасной спектроскопии воображения движений для разработки интерфейса мозг-компьютер». НейроИмидж . 34 (4): 1416–1427. doi : 10.1016/j.neuroimage.2006.11.005 . ПМИД 17196832 . S2CID 15471179 .
^ Насер, Номан; Хонг, Мелисса Джиюн; Хонг, Кым-Шик (февраль 2014 г.). «Онлайн-декодирование двоичных решений с использованием функциональной ближней инфракрасной спектроскопии для разработки интерфейса мозг-компьютер». Экспериментальное исследование мозга . 232 (2): 555–564. дои : 10.1007/s00221-013-3764-1 . ПМИД 24258529 . S2CID 15250694 .
^ Насер, Номан; Хонг, Кым-Шик (октябрь 2013 г.). «Классификация функциональных сигналов ближней инфракрасной спектроскопии, соответствующих воображению движений правого и левого запястья, для разработки интерфейса мозг-компьютер». Письма по неврологии . 553 : 84–89. дои : 10.1016/j.neulet.2013.08.021 . ПМИД 23973334 . S2CID 220773 .
^ Шоу, Кили; Сингх, Джьотпал; Сирант, Люк; Нири, Дж. Патрик; Чилибек, Филип Д. (ноябрь 2020 г.). «Влияние добавок темного шоколада на оксигенацию тканей, обмен веществ и производительность у тренированных велосипедистов на высоте». Международный журнал спортивного питания и метаболизма при физических нагрузках . 30 (6): 420–426. дои : 10.1123/ijsnem.2020-0051 . ПМИД 32916656 . S2CID 221635672 .
^ Рахимпур, Али; Нубари, Хосейн Ахмади; Каземян, Мохаммед (2018). «Пример применения NIRS для мониторинга церебральной гемодинамики у младенцев: отчет об анализе данных для извлечения признаков и классификации младенцев на здоровых и нездоровых» . Информатика в медицине разблокирована . 11 : 44–50. дои : 10.1016/j.imu.2018.04.001 .
^ Дурдуран, Т.; Чоу, Р.; Бейкер, Всемирный банк; Йод, АГ (июль 2010 г.). «Диффузионная оптика для мониторинга тканей и томографии» . Отчеты о прогрессе в физике . 73 (7): 076701. Бибкод : 2010РПФ...73г6701Д . дои : 10.1088/0034-4885/73/7/076701 . ПМЦ 4482362 . ПМИД 26120204 .
^ Перейти обратно: ^а ^б Юджел, Мерием А.; Селб, Джульетта; Аастед, Кристофер М.; Петков, Майк П.; Бесерра, Лино; Борсук, Дэвид; Боас, Дэвид А. (11 сентября 2015 г.). «Регрессия с коротким разделением повышает статистическую значимость и лучше локализует гемодинамический ответ, полученный с помощью ближней инфракрасной спектроскопии для задач с различными вегетативными реакциями» . Нейрофотоника . 2 (3): 035005. doi : 10.1117/1.NPh.2.3.035005 . ПМЦ 4717232 . ПМИД 26835480 .
^ мари (04.02.2018). «Гиперсканирование fNIRS: дверь в реальные исследования в области социальной нейробиологии» . Общество функциональной спектроскопии ближнего инфракрасного диапазона . Проверено 26 марта 2020 г.
^ Пайпер, Софи К.; Крюгер, Арне; Кох, Стефан П.; Менерт, Ян; Хабермель, Кристина; Стейнбринк, Йенс; Обриг, Хельмут; Шмитц, Кристоф Х. (15 января 2014 г.). «Носимая многоканальная система fNIRS для визуализации мозга свободно движущихся объектов» . НейроИмидж . 85 (1): 64–71. doi : 10.1016/j.neuroimage.2013.06.062 . ПМЦ 3859838 . ПМИД 23810973 .
^ Холпер, Лиза; Мюлеманн, Томас; Шолькманн, Феликс; Энг, Кинан; Кипер, Дэниел; Вольф, Мартин (декабрь 2010 г.). «Тестирование возможностей системы нейрореабилитации виртуальной реальности при проведении наблюдения, воображения и имитации двигательных действий, регистрируемых с помощью беспроводной функциональной ближней инфракрасной спектроскопии (fNIRS)» . Журнал нейроинженерии и реабилитации . 7 (1): 57. дои : 10.1186/1743-0003-7-57 . ПМК 3014953 . ПМИД 21122154 .
^ Ким, Гён; Бунтан, Ной; Хиршфилд, Линн; Коста, Марк Р.; Чок, Т. Макана (2019). «Обработка расовых стереотипов в виртуальной реальности: предварительное исследование с использованием функциональной спектроскопии ближнего инфракрасного диапазона (FNIRS)». Расширенное познание . Конспекты лекций по информатике. Том. 11580. стр. 407–417. дои : 10.1007/978-3-030-22419-6_29 . ISBN 978-3-030-22418-9 . S2CID 195891659 .
^ «Ютуб» . www.youtube.com . Архивировано из оригинала 21 декабря 2021 г. Проверено 26 марта 2020 г.
^ fNIRS игры на фортепиано , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.
^ fNIRS of Observation , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.
^ fNIRS of Imagery , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.
^ Ллойд-Фокс, Сара; Пападеметриу, М.; Дарбо, МК; Эверделл, Нидерланды; Вегмюллер, Р.; Прентис, AM; Мур, ЮВ; Элвелл, CE (22 апреля 2014 г.). «Функциональная ближняя инфракрасная спектроскопия (fNIRS) для оценки когнитивных функций у младенцев в сельской Африке» . Научные отчеты . 4 (1): 4740. Бибкод : 2014NatSR...4E4740L . дои : 10.1038/srep04740 . ПМЦ 5381189 . ПМИД 24751935 . S2CID 8522984 .
^ Шин, Джеён; Квон, Джинук; Чой, Чонкван; Им, Чан Хван (29 ноября 2017 г.). «Повышение производительности интерфейса мозг-компьютер с использованием высокоплотной многодистанционной NIRS» . Научные отчеты . 7 (1): 16545. Бибкод : 2017NatSR...716545S . дои : 10.1038/s41598-017-16639-0 . ПМК 5707382 . ПМИД 29185494 .
^ «NIRx | Системы fNIRS | Устройства NIRS» . NIRx Медицинские технологии . Проверено 26 ноября 2019 г.

[FerrariQuaresima2012-1] Феррари, Марко; Куарезима, Валентина (ноябрь 2012 г.). «Краткий обзор истории развития функциональной спектроскопии ближнего инфракрасного диапазона человека (fNIRS) и областей применения». НейроИмидж . 63 (2): 921–935. doi : 10.1016/j.neuroimage.2012.03.049 . ПМИД 22510258 . S2CID 18367840 .

[CuiBray2011-2] Цуй, Сюй; Брей, Сигне; Брайант, Дэниел М.; Гловер, Гэри Х.; Рейсс, Аллан Л. (февраль 2011 г.). «Количественное сравнение NIRS и фМРТ при выполнении нескольких когнитивных задач» . НейроИмидж . 54 (4): 2808–2821. doi : 10.1016/j.neuroimage.2010.10.069 . ПМК 3021967 . ПМИД 21047559 .

[Villager1997-3] Виллрингер, А.; Шанс, Б. (1997). «Неинвазивная оптическая спектроскопия и визуализация функций мозга человека» . Тенденции в нейронауках . 20 (10): 435–442. дои : 10.1016/S0166-2236(97)01132-6 . ПМИД 9347608 . S2CID 18077839 .

[LiGong2011-4] Ли, Тинг; Гун, Хуэй; Ло, Цинмин (1 апреля 2011 г.). «Визуализация распространения света в видимой голове китайского человека для функциональной спектроскопии ближнего инфракрасного диапазона» . Журнал биомедицинской оптики . 16 (4): 045001. Бибкод : 2011JBO....16d5001L . дои : 10.1117/1.3567085 . ПМИД 21529068 .

[KohnoMiyai2007-5] Коно, Сатору; Мияи, Ичиро; Сейяма, Акитоши; Ода, Ичиро; Исикава, Акихиро; Цунэйши, Шоичи; Амита, Такаши; Симидзу, Кодзи (2007). «Удаление артефакта кровотока кожи в данных функциональной спектроскопии в ближнем инфракрасном диапазоне посредством независимого анализа компонентов» . Журнал биомедицинской оптики . 12 (6): 062111. Бибкод : 2007JBO....12f2111K . дои : 10.1117/1.2814249 . ПМИД 18163814 .

[BrigadoiCooper2015-6] Бригадой, Сабрина; Купер, Роберт Дж. (26 мая 2015 г.). «Насколько коротко? Оптимальное расстояние источник-детектор для каналов с коротким разделением в функциональной ближней инфракрасной спектроскопии» . Нейрофотоника . 2 (2): 025005. doi : 10.1117/1.NPh.2.2.025005 . ПМЦ 4478880 . ПМИД 26158009 .

[7] Модифицированный закон Бира Ламберта , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.

[8] Йобсис (1997). «Неинвазивный инфракрасный мониторинг достаточности кислорода в мозге и миокарде и параметров кровообращения». Наука . 198 (4323): 1264–1267. дои : 10.1126/science.929199 . ПМИД 929199 .

[AyazShewokis2011-9] Аяз, Хасан; Шевокис, Патрисия А.; Кертин, Адриан; Иззетоглу, Мельтем; Иззетоглу, Куртулус; Онарал, Бану (8 октября 2011 г.). «Использование MazeSuite и функциональной спектроскопии ближнего инфракрасного диапазона для изучения обучения в области пространственной навигации» . Журнал визуализированных экспериментов (56): 3443. doi : 10.3791/3443 . ПМК 3227178 . ПМИД 22005455 .

[PiperKrueger2014-10] Пайпер, Софи К.; Крюгер, Арне; Кох, Стефан П.; Менерт, Ян; Хабермель, Кристина; Стейнбринк, Йенс; Обриг, Хельмут; Шмитц, Кристоф Х. (январь 2014 г.). «Носимая многоканальная система fNIRS для визуализации мозга свободно движущихся объектов» . НейроИмидж . 85 (1): 64–71. doi : 10.1016/j.neuroimage.2013.06.062 . ПМЦ 3859838 . ПМИД 23810973 .

[CurtinAyaz2018-11] Кертин, Адриан; Аяз, Хасан (октябрь 2018 г.). «Эпоха нейроэргономики: на пути к повсеместному и непрерывному измерению функций мозга с помощью fNIRS: эпоха нейроэргономики и fNIRS» . Японские психологические исследования . 60 (4): 374–386. дои : 10.1111/jpr.12227 .

[QuaresimaFerrari2016-12] Куарезима, Валентина; Феррари, Марко (январь 2019 г.). «Функциональная спектроскопия ближнего инфракрасного диапазона (fNIRS) для оценки функции коры головного мозга во время поведения человека в природных/социальных ситуациях: краткий обзор». Организационные методы исследования . 22 (1): 46–68. дои : 10.1177/1094428116658959 . S2CID 148042299 .

[13] Дурдуран, Т.; Йод, АГ (2013). «Диффузионная корреляционная спектроскопия для неинвазивного микрососудистого измерения мозгового кровотока» . НейроИмидж . 85 (1): 51–63. doi : 10.1016/j.neuroimage.2013.06.017 . ПМЦ 3991554 . ПМИД 23770408 .

[14] Сутин, Джейсон; Циммерман, Бернхард; Тюльманков Данил; Тамборини, Давиде; Ву, Куан Ченг; Селб, Джульетта; Гулинатти, Анджело; Речь, Иван; Този, Альберто; Боас, Дэвид А.; Франческини, Мария Анжела (20 сентября 2016 г.). «Диффузионная корреляционная спектроскопия во временной области» . Оптика . 3 (9): 1006–1013. Бибкод : 2016Оптика...3.1006S . дои : 10.1364/OPTICA.3.001006 . ПМК 5166986 . ПМИД 28008417 .

[15] Карп, ЮАР; Тамборини, Д.; Мазумдер, Д.; Ву, КС; Робинсон, MR; Стивенс, Калифорния; Шатровой, О.; Лю, Н.; Озана, Н.; Блэквелл, Миннесота; Франческини, Массачусетс (2020). «Измерения кровотока с помощью диффузной корреляционной спектроскопии с использованием света с длиной волны 1064 нм» . Журнал биомедицинской оптики . 25 (9): 097003. Бибкод : 2020JBO....25i7003C . дои : 10.1117/1.JBO.25.9.097003 . ПМЦ 7522668 . ПМИД 32996299 .

[16] Бакли, Эрин М.; Партасарати, Ашвин Б.; Грант, П. Эллен; Йод, Арджун Г.; Франческини, Мария Анжела (2014). «Диффузионная корреляционная спектроскопия для измерения мозгового кровотока: перспективы будущего» . Нейрофотоника . 1 (1): 011009. doi : 10.1117/1.NPh.1.1.011009 . ПМЦ 4292799 . ПМИД 25593978 . S2CID 13208535 .

[17] «ГОМЕР2» . ГОМЕР2 . Проверено 26 ноября 2019 г.

[18] Сантоса, Х., Чжай, X., Фишберн, Ф., и Хупперт, Т. (2018). Набор инструментов NIRS Brain AnalyzIR Toolbox. Алгоритмы, 11(5), 73.

[Aasted_Yücel_Cooper_et_al_2015-19] Аастед, Кристофер М.; Юджел, Мерьем А.; Купер, Роберт Дж.; Дабб, Джей; Цузуки, Дайсуке; Бесерра, Лино; Петков, Майк П.; Борсук, Дэвид; Дэн, Иппейта; Боас, Дэвид А. (5 мая 2015 г.). «Анатомическое руководство по функциональной спектроскопии ближнего инфракрасного диапазона: учебное пособие по AtlasViewer» . Нейрофотоника . 2 (2): 020801. doi : 10.1117/1.NPh.2.2.020801 . ПМЦ 4478785 . ПМИД 26157991 .

[ayaz2009-20] Аяз, Х.; Шевокис, Пенсильвания; Банс, С.; Онарал, Б. (2011). «Оптический мозговой компьютерный интерфейс для контроля окружающей среды». Ежегодная международная конференция Общества инженерии в медицине и биологии IEEE. Общество инженерии IEEE в медицине и биологии. Ежегодная международная конференция . Том. 2011. С. 6327–6330. дои : 10.1109/IEMBS.2011.6091561 . ISBN 978-1-4577-1589-1 . ПМИД 22255785 . S2CID 4951918 .

[Coyle2007-21] Койл, Ширли М; Уорд, Томас Э; Маркхэм, Чарльз М. (сентябрь 2007 г.). «Интерфейс мозг-компьютер с использованием упрощенной функциональной системы спектроскопии ближнего инфракрасного диапазона» (PDF) . Журнал нейронной инженерии . 4 (3): 219–226. Бибкод : 2007JNEng...4..219C . дои : 10.1088/1741-2560/4/3/007 . ПМИД 17873424 . S2CID 18723855 .

[Sitaram2007-22] Ситарам, Ранганатха; Чжан, Хайхун; Гуань, Кунтай; Туласидас, Манодж; Хоши, Йоко; Исикава, Акихиро; Симидзу, Кодзи; Бирбаумер, Нильс (февраль 2007 г.). «Временная классификация сигналов многоканальной ближней инфракрасной спектроскопии воображения движений для разработки интерфейса мозг-компьютер». НейроИмидж . 34 (4): 1416–1427. doi : 10.1016/j.neuroimage.2006.11.005 . ПМИД 17196832 . S2CID 15471179 .

[23] Насер, Номан; Хонг, Мелисса Джиюн; Хонг, Кым-Шик (февраль 2014 г.). «Онлайн-декодирование двоичных решений с использованием функциональной ближней инфракрасной спектроскопии для разработки интерфейса мозг-компьютер». Экспериментальное исследование мозга . 232 (2): 555–564. дои : 10.1007/s00221-013-3764-1 . ПМИД 24258529 . S2CID 15250694 .

[24] Насер, Номан; Хонг, Кым-Шик (октябрь 2013 г.). «Классификация функциональных сигналов ближней инфракрасной спектроскопии, соответствующих воображению движений правого и левого запястья, для разработки интерфейса мозг-компьютер». Письма по неврологии . 553 : 84–89. дои : 10.1016/j.neulet.2013.08.021 . ПМИД 23973334 . S2CID 220773 .

[25] Шоу, Кили; Сингх, Джьотпал; Сирант, Люк; Нири, Дж. Патрик; Чилибек, Филип Д. (ноябрь 2020 г.). «Влияние добавок темного шоколада на оксигенацию тканей, обмен веществ и производительность у тренированных велосипедистов на высоте». Международный журнал спортивного питания и метаболизма при физических нагрузках . 30 (6): 420–426. дои : 10.1123/ijsnem.2020-0051 . ПМИД 32916656 . S2CID 221635672 .

[26] Рахимпур, Али; Нубари, Хосейн Ахмади; Каземян, Мохаммед (2018). «Пример применения NIRS для мониторинга церебральной гемодинамики у младенцев: отчет об анализе данных для извлечения признаков и классификации младенцев на здоровых и нездоровых» . Информатика в медицине разблокирована . 11 : 44–50. дои : 10.1016/j.imu.2018.04.001 .

[27] Дурдуран, Т.; Чоу, Р.; Бейкер, Всемирный банк; Йод, АГ (июль 2010 г.). «Диффузионная оптика для мониторинга тканей и томографии» . Отчеты о прогрессе в физике . 73 (7): 076701. Бибкод : 2010РПФ...73г6701Д . дои : 10.1088/0034-4885/73/7/076701 . ПМЦ 4482362 . ПМИД 26120204 .

[Yücel_Selb_Aasted_et_al_2015-28] Перейти обратно: ^а ^б Юджел, Мерием А.; Селб, Джульетта; Аастед, Кристофер М.; Петков, Майк П.; Бесерра, Лино; Борсук, Дэвид; Боас, Дэвид А. (11 сентября 2015 г.). «Регрессия с коротким разделением повышает статистическую значимость и лучше локализует гемодинамический ответ, полученный с помощью ближней инфракрасной спектроскопии для задач с различными вегетативными реакциями» . Нейрофотоника . 2 (3): 035005. doi : 10.1117/1.NPh.2.3.035005 . ПМЦ 4717232 . ПМИД 26835480 .

[29] мари (04.02.2018). «Гиперсканирование fNIRS: дверь в реальные исследования в области социальной нейробиологии» . Общество функциональной спектроскопии ближнего инфракрасного диапазона . Проверено 26 марта 2020 г.

[30] Пайпер, Софи К.; Крюгер, Арне; Кох, Стефан П.; Менерт, Ян; Хабермель, Кристина; Стейнбринк, Йенс; Обриг, Хельмут; Шмитц, Кристоф Х. (15 января 2014 г.). «Носимая многоканальная система fNIRS для визуализации мозга свободно движущихся объектов» . НейроИмидж . 85 (1): 64–71. doi : 10.1016/j.neuroimage.2013.06.062 . ПМЦ 3859838 . ПМИД 23810973 .

[31] Холпер, Лиза; Мюлеманн, Томас; Шолькманн, Феликс; Энг, Кинан; Кипер, Дэниел; Вольф, Мартин (декабрь 2010 г.). «Тестирование возможностей системы нейрореабилитации виртуальной реальности при проведении наблюдения, воображения и имитации двигательных действий, регистрируемых с помощью беспроводной функциональной ближней инфракрасной спектроскопии (fNIRS)» . Журнал нейроинженерии и реабилитации . 7 (1): 57. дои : 10.1186/1743-0003-7-57 . ПМК 3014953 . ПМИД 21122154 .

[32] Ким, Гён; Бунтан, Ной; Хиршфилд, Линн; Коста, Марк Р.; Чок, Т. Макана (2019). «Обработка расовых стереотипов в виртуальной реальности: предварительное исследование с использованием функциональной спектроскопии ближнего инфракрасного диапазона (FNIRS)». Расширенное познание . Конспекты лекций по информатике. Том. 11580. стр. 407–417. дои : 10.1007/978-3-030-22419-6_29 . ISBN 978-3-030-22418-9 . S2CID 195891659 .

[33] «Ютуб» . www.youtube.com . Архивировано из оригинала 21 декабря 2021 г. Проверено 26 марта 2020 г.

[34] fNIRS игры на фортепиано , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.

[35] fNIRS of Observation , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.

[36] fNIRS of Imagery , заархивировано из оригинала 21 декабря 2021 г. , получено 26 марта 2020 г.

[37] Ллойд-Фокс, Сара; Пападеметриу, М.; Дарбо, МК; Эверделл, Нидерланды; Вегмюллер, Р.; Прентис, AM; Мур, ЮВ; Элвелл, CE (22 апреля 2014 г.). «Функциональная ближняя инфракрасная спектроскопия (fNIRS) для оценки когнитивных функций у младенцев в сельской Африке» . Научные отчеты . 4 (1): 4740. Бибкод : 2014NatSR...4E4740L . дои : 10.1038/srep04740 . ПМЦ 5381189 . ПМИД 24751935 . S2CID 8522984 .

[38] Шин, Джеён; Квон, Джинук; Чой, Чонкван; Им, Чан Хван (29 ноября 2017 г.). «Повышение производительности интерфейса мозг-компьютер с использованием высокоплотной многодистанционной NIRS» . Научные отчеты . 7 (1): 16545. Бибкод : 2017NatSR...716545S . дои : 10.1038/s41598-017-16639-0 . ПМК 5707382 . ПМИД 29185494 .

[39] «NIRx | Системы fNIRS | Устройства NIRS» . NIRx Медицинские технологии . Проверено 26 ноября 2019 г.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]

[20]

[21]

[22]

[23]

[24]

[25]

[26]

[27]

[28]

[29]

[30]

[31]

[32]

[33]

[34]

[35]

[36]

[37]

[38]

[39]