NIRS یک روش تصویر برداری غیرتهاجمی است که شامل کمی سازی غلظت کروموفور است. این روش همچنین برای تعیین اندازه تغییرات غلظت هموگلوبین، از تغییرات نسبی در میرایی نور و قانون بیر- لمبرت استفاده می کند. Transillumination (پراکندگی در مسیر مستقیم) در بزرگسالان به دلیل میرایی نور از کاربرد محدودی برخوردار بود و به سرعت با تکنیک های مبتنی بر حالت بازتاب جایگزین شد و در نتیجه سیستم های NIRS به سرعت پیشرفت کردند. NIRS با موفقیت به عنوان سیگنال کنترلی برای سیستم های رابط مغز و کامپیوتر استفاده شده است. NIRS همچنین ممکن است به عنوان توپوگرافی نوری شناخته شود و گاهی اوقات به سادگی با نام NIRS نیز شناخته می شود. این آرتیفکتهای سطحی غالبا با استفاده از آشکارساز های اضافی نور که در نزدیکی منبع نور قرار دارند، قابل تشخیص می شوند. علاوه بر این، به لطف قابلیت جابجایی آن، سیستم های موج پیوسته بی سیم توسعه یافته اند که این امکان را ایجاد می کنند تا افراد در محیط های سرپایی، بالینی و ورزشی تحت نظر قرار گیرند. اکنون سیستم های fNIRS تحقیقاتی کاملا بی سیم در بازار وجود دارد. اتصال عملکردی معمولا همبستگی بین پاسخ های همودینامیک مناطق هدف را که از نظر مکانی مجزا هستند، در نظر گرفته می شود.
در مطالعات مغزی، اندازه گیری اتصالات کارکردی معمولا برای داده های بیمار در حالت استراحت و همچنین داده های ثبت شده در پارادایم های تحریک انجام می شود. با استفاده از یک اندازه گیری فضایی، سیستم های طیف سنجی همبستگی پراکنده برای انجام این محاسبه به طول مسیر فوتون نیاز ندارند، با این حال غلظت های اندازهگیری شده از اکسی-هموگلوبین و دیاکسید-هموگلوبین وابسته به به ضریب ناشناخته پراکندگی در بافت است. NIRS غلظت هموگلوبین را به واسطهٔ تغییرات میزان جذب نور فروسرخ نزدیک تخمین می زند. NIRS و fMRI به تغییرات فیزیولوژیکی مشابه حساس هستند و اغلب روش های مقایسه ای هستند. اطلاعات مربوط به تغییرات همودینامیکی را میت وان در میرایی، زوال و مشخصات زمانی سیگنال برگشتی پراکنده یافت. هنگامی که نور از سر عبور می کند، بهطور متناوب توسط بافتی که از آن می گذرد، پراکنده شده یا جذب می شود. علاوه بر این، همچنین به کاربر اجازه می دهد پروب هایی را طراحی کند که در نهایت می توانند بر روی سر سوژه قرار گیرند. از آنجا که کانال های تفکیک کوتاه، سیگنال ناشی از پوست سر را اندازه گیری می کنند، سیگنال لایه های سطحی را که آرتیفکت محسوب می شوند را می توان حذف کرد.
اسکن های PET و fMRI ها با هم گروه بندی می شوند، با این حال تفاوت آن ها با سایر اسکن های تصویربرداری عصبی از همدیگر مجزا است. در کنارEEG, fNIRS یکی از رایج ترین روش های تصویر برداری عصبی غیر تهاجمی است که می تواند به صورت قابلحمل استفاده شود. به دلیل نیاز به دستگاه شمارش فوتون، تشخیص سرعت بالا و انتشار دهنده های پرسرعت، روشهای حل شده با زمان گرانترین و از نظر فنی پیچیده تر هستند. آنچه fNIRS را به عنوان یکی از موارد خاص تصویربرداری مورد توجه قرار می دهد سازگاری آن با برخی از این روش ها از جمله: MRI , EEG و MEG است. کانالهای fNIRS چندگانه می توانند نقشه های عملکردی توپوگرافی دوبعدی از فعالیت مغز را فراهم کنند (به عنوان مثال با دستگاه های Hitachi ETG-۴۰۰۰، Artinis Oxymon , NIRx NIRScout). نور طیف fNIRS از مزیت پنجره نوری فروسرخ نزدیک (فاصله طیفی ۷۰۰-۹۰۰ نانومتر) استفاده می کند. این اصول اساسی از پالس اکسی مترها گرفته شدند. هنگام مقایسه این تکنیک ها، مهم است که به رزولوشن زمانی، رزولوشن مکانی و درجه آزادی حرکت توجه کنیم. اما با این وجود، بالا ترین حساسیت به عمق را دارند و توانایی ارائه دقیق ترین مقادیر پایه هموگلوبین و اکسیژن رسانی را دارند.
سادگی و مقرون به صرفه بودن دستگاه های مبتنی بر موج پیوسته برای تعدادی از کاربرد های بالینی مطلوب ترین تکنیک است: مراقبت از نوزاد، سیستم های نظارت بر بیمار، توموگرافی نوری منتشر و غیره. علاوه بر موقعیت های استاندارد الکترود ها، میتوان کانال های تفکیک کوتاه را هم اضافه کرد. نوزادان نارس را می توان تحت نظارت قرار داد تا هیپوکسی مغزی و هایپراکسی مغزی را با الگو های مختلف فعالیت کاهش داد. همچنین ای یک کمک مؤثر در ایجاد گذرگاه فرعی قلبی-ریوی است و برای بهبود نتایج بیمار و کاهش هزینه ها و اقامت طولانی مدت به شدت توصیه میشود. که d کل طول مسیر تصحیح شده فوتون است. EEG همچنین از درجه آزادی حرکت بالاتری از MEG برخوردار است. اما فقط می تواند از مناطق نزدیک به کورتکس اندازهگیری کند. ↑ Yücel, Meryem A.; Selb, Juliette; Aasted, Christopher M.; Petkov, Mike P.; Becerra, Lino; Borsook, David; Boas, David A. (July 2015). “Short separation regression improves statistical significance and better localizes the hemodynamic response obtained by near-infrared spectroscopy for tasks with differing autonomic responses”. ↑ Coyle, S. M.; Ward, T. S. E.; Markham, C. M. (2007). “Brain-computer interface using a simplified functional near-infrared spectroscopy system”. ↑ Sitaram, R.; Zhang, H.; Guan, C.; Thulasidas, M.; Hoshi, Y.; Ishikawa, A.; Shimizu, K.; Birbaumer, N. (2007). “Temporal classification of multichannel near-infrared spectroscopy signals of motor imagery for developing a brain-computer interface”.
اگر شما این مقاله را تحسین می کنید، مایلید اطلاعات بیشتری در مورد مجله خبری medicsmart بدست آورید به سایت ما مراجعه کنید.