近红外数据分析之流程

前面已经介绍了关于《近红外的基础理论》以及初探《近红外的实验设计》，今天我们来说说近红外实验的数据分析简要。当然，这也是一篇基础分析介绍篇，在后期的文章中则会慢慢细节化，更深入化。近红外脑成像分析说简单也简单，说难也难。简单在于就是根据光子强度的变化推算脑活动的激活情况，难点在于需要知道motion artifact的来源以及如何纠正这些误差（motion artifact会在后面一期重点讲解），回归正题，来说说今天的内容。

近红外数据分析流程：

基础型：

——来源NIRX workshop

高级型：

——来源NeuroImage 85 (2014) 181–191

我们今天就以基础型流程来简要说说近红外脑成像数据分析。以NIRX设备采集的Raw数据为例：

这是NIRSport设备采集的数据，如上所示，记录的信息是比较全的，既有marker信息文件，也有两段波长的信息（WL1和WL2）。在分析数据前一定要确保采集的数据信息完整，这是处理数据的前提条件。

在我们处理数据的基础型中，我们拿到完整的数据后，接下来的就是要对数据进行Pre-Processing预处理过程，Pre-Processing主要是伪影的纠正（motion correction），这是处理近红外数据最关键的也是比较重要的步骤，这部分会在后面着重介绍一期motion artifact的来源与纠正方法。在motion artifact中常见的影响来源：1、受试者的头动 ；2、光极与头皮间的信号质量 ；3、突然变化下的spike等。另外一些事受试者本身的心脏、呼吸带来的血流干扰。

当我们做完预处理后，这样就认为数据是干净的，接下来计算血红蛋白浓度变化，血红蛋白浓度是通过将修正的Beer-Lambert定律根据原始数据中.wl1和.wl2文件中的数据来计算的。该定律已由Cope等1988年提出（http://www.ncbi.nlm.nih.gov/pubmed/3129910），计算的方程可见下图。

——来源NIRX workshop

其实处理到这，我们的血红蛋白浓度数据就已经计算出来了，这就已经可以出初步的报告了，但是为了更进一步的分析血红蛋白浓度与事件之间的相关关系，所以就会使用SPM更进一步的对数据进行分析，这一部分内容会娓娓道来，敬请期待。

今天我就主要介绍基础流程，近红外数据的分析相比脑电数据分析来说，比较简单，每一步骤的处理会慢慢的介绍。最后，介绍一下，处理近红外数据常见的开源软件有：

nirsLAB：这是NIRX公司的近红外数据分析软件，基于matlab开发的，有独立版本，也有matlab的包。参考网址：https://nirx.net/  下载网址：https://www.nitrc.org/projects/fnirs_downstate/

Homer2：这是常见的分析软件，引用率高。参考网址：http://homer-fnirs.org/ 

NIRS-SPM：这个软件也是基于SPM和MATLAB的软件包，用于近红外光谱（NIRS）信号的统计分析，由生物成像信号处理（BISP）实验室开发。参考网址：https://www.nitrc.org/frs/?group_id=621

---

---

---

以上部分内容参考NIRX官网资源。文章仅限学习使用，不用于商业行为，若有侵权及疑问，请后台留言！

Make brain technology more simple!

推荐阅读：

如有疑问及建议，可联系邮箱[e-mail]