トレッドミル歩行中の頭皮脳波(EEG)における無視できる運動アーチファクト

Negligible Motion Artifacts in Scalp Electroencephalography (EEG) During Treadmill Walking
Kevin Nathan, Jose L. Contreas-Vidal
Frontiers in human neuroscience, 13 JANUARY 2016

“アクティブ電極頭皮脳波(EEG)に基づく最近のモバイル脳/ボディイメージング(MoBI)技術は,トレッドミルウォーキング,オーバーグラウンドウォーキングやその他のロコモティブタスクとノンロコモティブの全身運動を含むアクティブ無制限運動行動中の脳ダイナミクスの取得とリアルタイム分析を可能である.残念なことに,MoBIプロトコルは,運動アーチファクトを含む生理学的および非生理的アーチファクトを生じやすく,EEG記録を汚染する可能性がある.ロコモティブタスクにおいてこれらのアーチファクトを定量化するためのいくつかの試みがなされてきたが,方法論的な落とし穴のために決定的な結果は得られていない.本稿では,ワイヤレス64 チャンネルアクティブEEG システムと被験者の頭部に取り付けられたワイヤレス慣性センサーを使用して,3つの異なる速度(1.5,3.0,および4)でトレッドミルウォーキング中の頭皮脳波におけるモーションアーチファクトの潜在的な影響を調べた.実験装置は,最先端の市販の機器を使用して優れた測定方法に従って設計され,測定値はフーリエ解析とウェーブレットコヒーレンスアプローチを使用して解析された.先の主張とは反対に,歩行速度が4.5km / hに近づくときには注意が払われるべきであるが,被験者の運動はトレッドミル歩行中のEEG測定に有意に影響を及ぼさなかった.全体として,これらの調査結果は,MoBI 法が神経,認知,およびリハビリテーション工学の応用において安全に展開される方法を示唆している.”

静止状態の機能的接続性データの前処理におけるモーションアーチファクトの制御のためのコンフラウンド回帰およびフィルタリングのための改良されたフレームワーク

An improved framework for confound regression and filtering for control of motion artifact in the preprocessing of resting-state functional connectivity data
Satterthwaite, Theodore D and Elliott, Mark A and Gerraty, Raphael T and Ruparel, Kosha and Loughead, James and Calkins, Monica E and Eickhoff, Simon B and Hakonarson, Hakon and Gur, Ruben C and Gur, Raquel E and others
Neuroimage, Vol. 64, pp.240-256, 2013

大規模で独立したサンプルのいくつかの最近の報告で,静止状態の機能的接続性MRI(rsfc-MRI)にモーションアーチファクトの影響が示されている.標準的なrsfc-MRI前処理は,混合信号の回帰およびバンドパスフィルタリングを含む.しかしながら,これらの技法が研究を通してどのように実施されるかについて多くの不明瞭な点が存在し,先行研究では,運動誘導アーチファクトの制御に対する異なるアプローチの効果を検討できていない.スキャナ内の頭部運動がrsfc-MRIデータにどのように影響するかをより良く理解するために,348人の青少年のサンプルにおける動きアーチファクトの空間的,時間的,およびスペクトル的特徴を説明する.解析手法はボクセル単位で頭部運動を記述するための新規な手法を用いた.次に,動き誘起アーチファクトの制御のための一連の混乱回帰およびフィルタリング技術の有効性を体系的に評価する.結果は動きの制御に対する前処理手順の効果が複数あり,改善された前処理が典型的な手順を超えて実質的な利益をもたらすことを示している.これらの結果は,rsfc-MRIに対する運動の影響が改善された前処理手順によって実質的に減衰され得るが,完全に除去されないことを実証する.

時間導関数分布修復(TDDR):fNIRS の動き補正方法

Temporal Derivative Distribution Repair (TDDR): A motion correction method for fNIRS
Fishburn, Frank A and Ludlum, Ruth S and Vaidya, Chandan J and Medvedev, Andrei V
NeuroImage, 2018

機能的近赤外分光法(fNIRS)は, 皮質活動の調査のためのツールとして関心が高まっている光学的な神経イメージング技術である. 頭部上にオプトードの配置をするために, 頭部の動きから生じるアーチファクトは, 機能的磁気共鳴イメージング(fMRI)の場合よりも比較的重症ではない. しかし, モーションアーチファクトを除去することは依然として必要である. 我々は, ロバスト回帰に基づいた新規の動き補正手順を提示する. これは, ユーザーが入力したパラメータを必要とせずにベースラインシフトおよびスパイクアーチファクトを効果的に除去する. 我々のシミュレーションは, この方法が5つの他の現在の動き補正方法よりも良好な活性化検出性能をもたらすことを示している. 7から15歳の子供の被験者の作業記憶課題に対する実証的検証において, 本発明者らの方法は, 試験された他の方法より強力でより広範な活性化をもたらした. 新しい動き補正方法は, fMRIに従順ではない集団使用するための機能的神経画像様式としてのfNIRSの可能性を高める.