Hispanopedia Wiki
Articulo de referencia

Espectroscopia funcional de infrarrojo cercano

fNIRS con un sistema Gowerlabs NTS La espectroscopia funcional de infrarrojo cercano ( fNIRS ), a veces denominada NIRS o topografía óptica (OT), es una técnica de monitorizació...

Hispanopedia WikiContenido en espanolLectura gratuita
fNIRS con un sistema Gowerlabs NTS

La espectroscopia funcional de infrarrojo cercano ( fNIRS ), a veces denominada NIRS o topografía óptica (OT), es una técnica de monitorización cerebral óptica que utiliza espectroscopia de infrarrojo cercano con el propósito de neuroimagen funcional . [ 1 ] [ 2 ] Mediante fNIRS, la actividad cerebral se mide utilizando luz infrarroja cercana para estimar la actividad hemodinámica cortical que ocurre en respuesta a la actividad neuronal. El uso de fNIRS ha llevado a avances en diferentes campos como la neurociencia cognitiva, [ 3 ] [ 4 ] aplicaciones clínicas, [ 5 ] [ 6 ] [ 7 ] ciencia del desarrollo [ 8 ] [ 9 ] y ciencia del deporte y el ejercicio. [ 10 ] [ 11 ] La señal se compara a menudo con la señal BOLD medida por fMRI y es capaz de medir cambios tanto en la concentración de oxihemoglobina como de desoxihemoglobina , [ 12 ] pero solo puede medir desde regiones cercanas a la superficie cortical .

Cómo funciona

La fNIRS estima la concentración de hemoglobina a partir de los cambios en la absorción de luz infrarroja cercana. A medida que la luz se mueve o se propaga a través de la cabeza, es dispersada o absorbida alternativamente por el tejido por el que viaja. Dado que la hemoglobina absorbe significativamente la luz infrarroja cercana, los cambios en la luz absorbida pueden utilizarse para medir de forma fiable los cambios en la concentración de hemoglobina. Diferentes técnicas de fNIRS también pueden utilizar la forma en que se propaga la luz para estimar el volumen sanguíneo y la oxigenación. La técnica es segura, no invasiva y puede utilizarse con otras modalidades de imagen [ 13 ] .

Hemoglobina oxigenada y desoxigenada

fNIRS es un método de imagen no invasivo que implica la cuantificación de la concentración de cromóforos resuelta a partir de la medición de la atenuación de la luz infrarroja cercana (NIR) o cambios temporales o de fase. La técnica aprovecha la ventana óptica en la que (a) la piel, el tejido y el hueso son en su mayoría transparentes a la luz NIR (  intervalo espectral de 700 a 900 nm) y (b) la hemoglobina (Hb) y la hemoglobina desoxigenada (desoxi-Hb) son fuertes absorbentes de luz .

Espectros de absorción de oxihemoglobina y desoxihemoglobina en longitudes de onda del infrarrojo cercano.

Existen diferentes formas en que la luz infrarroja puede interactuar con el tejido cerebral. [ 14 ] La fNIRS se centra principalmente en la absorción: las diferencias en los espectros de absorción de la desoxi-Hb y la oxi-Hb permiten medir los cambios relativos en la concentración de hemoglobina mediante la atenuación de la luz en múltiples longitudes de onda . Se seleccionan dos o más longitudes de onda, una por encima y otra por debajo del punto isosbéstico de 810  nm, donde la desoxi-Hb y la oxi-Hb tienen coeficientes de absorción idénticos. Utilizando la ley de Beer-Lambert modificada (mBLL), los cambios relativos en la concentración pueden calcularse en función de la longitud total del recorrido del fotón. [ 15 ]

Normalmente, el emisor y el detector de luz se colocan ipsilateralmente (cada par emisor/detector en el mismo lado) en el cráneo del sujeto, de modo que las mediciones registradas se deben a la luz retrodispersada (reflejada) que sigue trayectorias elípticas. [ 16 ] La fNIRS es más sensible a los cambios hemodinámicos que ocurren más cerca del cuero cabelludo [ 17 ] y estos artefactos superficiales a menudo se corrigen utilizando detectores de luz adicionales ubicados más cerca de la fuente de luz (detectores de separación corta). [ 18 ]

Ley de Beer-Lambert modificada

Los cambios en la intensidad de la luz pueden relacionarse con cambios en las concentraciones relativas de hemoglobina mediante la ley de Beer-Lambert modificada (mBLL). La ley de Beer-Lambert se basa en la concentración de hemoglobina. Esta técnica también mide los cambios relativos en la atenuación de la luz y utiliza la mBLL para cuantificar los cambios en la concentración de hemoglobina. [ 19 ]

Equipos y software

Captador fNIRS

Sistema 10-20

La ubicación de los electrodos fNIRS se puede definir mediante diversas configuraciones, incluyendo nombres y ubicaciones especificadas por el sistema internacional 10-20 , así como otras configuraciones optimizadas para mantener una distancia constante de 30 mm entre cada electrodo. Además de las posiciones estándar, se pueden añadir canales de separación cortos. Estos canales permiten medir las señales del cuero cabelludo, eliminando la señal de las capas superficiales y dejando la respuesta cerebral real. Los detectores de los canales de separación cortos suelen colocarse a 8 mm de la fuente. No es necesario que estén en una dirección específica ni en la misma dirección que el detector. [ 20 ]

Software

HOMERO3

HOMER3 permite a los usuarios obtener estimaciones y mapas de activación cerebral. Es un conjunto de scripts de Matlab que se utilizan para analizar datos de fNIRS. Este conjunto de scripts ha evolucionado desde principios de la década de 1990, primero como la caja de herramientas de imágenes de migración de fotones, luego como HOMER1 y HOMER2, y ahora como HOMER3. [ 21 ]

Caja de herramientas NIRS

Esta caja de herramientas es un conjunto de herramientas basadas en Matlab para el análisis de espectroscopia funcional de infrarrojo cercano (fNIRS). Esta caja de herramientas define el espacio de nombres +nirs e incluye una serie de herramientas para el procesamiento de señales , la visualización y las estadísticas de datos fNIRS. Esta caja de herramientas está construida sobre un marco orientado a objetos de clases y espacios de nombres de Matlab. [ 22 ]

AtlasViewer

AtlasViewer permite visualizar datos de fNIRS en un modelo del cerebro. Además, también permite al usuario diseñar sondas que posteriormente se pueden colocar en un sujeto. [ 23 ]

Historia

Los orígenes conceptuales de la espectroscopia funcional de infrarrojo cercano se remontan a 1977, cuando Frans Jöbsis demostró que la luz infrarroja cercana podía penetrar el tejido biológico e informar sobre cambios en la oxigenación in vivo . [ 24 ] A lo largo de la década de 1980, esta observación sirvió de base para los primeros instrumentos de oximetría cerebral utilizados en medicina neonatal e investigación fisiológica. [ 25 ] A principios de la década de 1990, varios grupos de investigación informaron de forma independiente sobre cambios en las concentraciones de hemoglobina durante tareas cognitivas, estableciendo la fNIRS como una modalidad viable de neuroimagen funcional. [ 26 ] El progreso se produjo a nivel internacional: investigadores de Japón, Europa y Norteamérica contribuyeron a la teoría, el hardware y el perfeccionamiento metodológico. [ 27 ] El término "topografía óptica" se introdujo en 1995 cuando Hitachi lanzó uno de los primeros sistemas comerciales multicanal prácticos. [ 28 ] Con el aumento de la densidad de sensores, los avances en el análisis de señales y las configuraciones portátiles, la fNIRS se expandió rápidamente a la neurociencia cognitiva, la medicina clínica, la psicología del desarrollo y la investigación aplicada. [ 29 ]

Espectroscopia/imagen óptica difusa (DOI/DOS)

Técnicas espectroscópicas

Onda continua

El sistema de onda continua (CW) utiliza fuentes de luz con frecuencia y amplitud constantes. De hecho, para medir los cambios absolutos en la concentración de HbO con el mBLL, necesitamos conocer la longitud del recorrido del fotón. Sin embargo, el CW-fNIRS no proporciona información sobre la longitud del recorrido del fotón, por lo que los cambios en la concentración de HbO son relativos a una longitud de recorrido desconocida. Muchos sistemas comerciales de CW-fNIRS utilizan estimaciones de la longitud del recorrido del fotón derivadas de simulaciones Monte Carlo computarizadas y modelos físicos, para aproximar la cuantificación absoluta de las concentraciones de hemoglobina .

sobredosis=ln⁡(I0/I)=ϵ⋅[incógnita]⋅l⋅DPF+GRAMO{\displaystyle {\text{OD}}=\operatorname {ln} (I_{0}/I)=\epsilon \cdot [X]\cdot l\cdot {\text{DPF}}+G}

Dóndesobredosis{\displaystyle {\text{OD}}}es la densidad óptica o atenuación,I0{\displaystyle I_{0}}es la intensidad de luz emitida,I{\displaystyle I}es la intensidad de la luz medida,ϵ{\displaystyle \epsilon }es el coeficiente de atenuación ,[incógnita]{\displaystyle [X]}es la concentración del cromóforo,l{\displaystyle l}es la distancia entre la fuente y el detector yDPF{\displaystyle {\text{DPF}}}es el factor de longitud de trayectoria diferencial, yGRAMO{\displaystyle G}es un factor geométrico asociado a la dispersión .

Cuando los coeficientes de atenuaciónϵ{\displaystyle \epsilon }Se conocen los parámetros, se asume una pérdida por dispersión constante y las mediciones se tratan de forma diferencial en el tiempo, la ecuación se reduce a:

Δ[incógnita]=Δsobredosisϵd{\displaystyle \Delta [X]=\Delta {\frac {\text{OD}}{\epsilon d}}}

Dónded{\displaystyle d}es la longitud total corregida del recorrido del fotón.

Utilizando un sistema de doble longitud de onda, las mediciones de HbO 2 y Hb se pueden resolver a partir de la ecuación matricial: [ 30 ]

(Δsobredosisλ1Δsobredosisλ2)=(ϵλ1Media pensióndϵλ1HbO2dϵλ2Media pensióndϵλ2HbO2d)(Δ[incógnita]Media pensiónΔ[incógnita]HbO2){\displaystyle {\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}}}

Debido a su simplicidad y rentabilidad, la espectroscopia de infrarrojo cercano funcional de onda continua (CW-fNIRS) es, con mucho, la forma más común de NIRS funcional, ya que es la más barata de fabricar, aplicable con más canales y garantiza una alta resolución temporal. Sin embargo, no distingue entre cambios de absorción y dispersión, y no puede medir valores de absorción absolutos; lo que significa que solo es sensible a cambios relativos en la concentración de HbO .

Sin embargo, la simplicidad y la rentabilidad de los dispositivos basados ​​en ondas continuas demuestran ser las más favorables para diversas aplicaciones clínicas: cuidados neonatales, sistemas de monitorización de pacientes, tomografía óptica difusa, etc. Además, gracias a su portabilidad, se han desarrollado sistemas inalámbricos de ondas continuas que permiten la monitorización de personas en entornos ambulatorios, clínicos y deportivos. [ 31 ] [ 32 ] [ 33 ]

dominio de frecuencia

El sistema de dominio de frecuencia (FD) consta de fuentes láser NIR que proporcionan una señal sinusoidal modulada en amplitud a frecuencias cercanas a los 100  MHz. El sistema FD-fNIRS mide la atenuación, el desfase y la longitud media del recorrido de la luz a través del tejido.

Los cambios en la amplitud y la fase de la señal retrodispersada proporcionan una medición directa de los coeficientes de absorción y dispersión del tejido, lo que elimina la necesidad de información sobre la longitud del recorrido de los fotones; y a partir de los coeficientes determinamos los cambios en la concentración de los parámetros hemodinámicos.

Debido a la necesidad de láseres modulados y mediciones fásicas, los dispositivos basados ​​en sistemas FD son técnicamente más complejos (y, por lo tanto, más caros y mucho menos portátiles) que los basados ​​en CW. Sin embargo, el sistema es capaz de proporcionar concentraciones absolutas de HbO y HbR.

Dominio del tiempo

El sistema de dominio temporal (TD) introduce un pulso NIR corto con una duración generalmente del orden de picosegundos (alrededor de 70 ps). Mediante mediciones de tiempo de vuelo, se puede observar directamente la longitud de trayectoria del fotón dividiendo el tiempo resuelto por la velocidad de la luz. La atenuación, el decaimiento y el perfil temporal de la señal retrodispersada proporcionan información sobre los cambios hemodinámicos. Para ello, se utiliza la tecnología de conteo de fotones, que cuenta 1 fotón por cada 100 pulsos para mantener la linealidad. El TD-fNIRS presenta una baja frecuencia de muestreo y un número limitado de longitudes de onda. Debido a la necesidad de un dispositivo de conteo de fotones, detección de alta velocidad y emisores de alta velocidad, los métodos de resolución temporal son los más costosos y técnicamente complejos.

Los dispositivos basados ​​en TD tienen la mayor sensibilidad de profundidad y son capaces de presentar los valores más precisos de concentración de hemoglobina basal y oxigenación.

Espectroscopia de correlación difusa

La espectroscopia de correlación difusa (DCS) es una técnica de imagen óptica no invasiva que utiliza luz infrarroja cercana coherente para medir el flujo sanguíneo cerebral microvascular local cuantificando las fluctuaciones temporales de la intensidad de la luz generadas por la dispersión dinámica de los glóbulos rojos en movimiento. Esta dispersión dinámica de las células en movimiento provoca que la intensidad detectada fluctúe temporalmente. Estas fluctuaciones se pueden cuantificar mediante la curva de autocorrelación de intensidad temporal de un único moteado. El decaimiento de la curva de autocorrelación se ajusta con la solución de la ecuación de difusión de correlación para obtener un índice del flujo sanguíneo cerebral. [ 34 ] [ 35 ] [ 36 ] [ 37 ]

Medición de los cambios en la concentración de oxihemoglobina y desoxihemoglobina cerebral en la hipoxia inducida por gran altitud con un dispositivo fNIRS portátil (PortaLite, Artinis Medical Systems).

Solicitud

fNIRS se ha implementado con éxito como señal de control para sistemas de interfaz cerebro-computadora . [ 38 ] [ 39 ] [ 40 ] [ 41 ] [ 42 ] Los sistemas modernos de fNIRS se combinan con realidad virtual o aumentada en estudios sobre interfaces cerebro-computadora, [ 43 ] neurorrehabilitación [ 44 ] o percepción social . [ 45 ] fNIRS se puede utilizar para monitorizar la actividad cerebral de los músicos mientras tocan instrumentos musicales. [ 46 ] [ 47 ] [ 48 ] [ 49 ] fNIRS es compatible con otras modalidades de neuroimagen, incluyendo: MRI, EEG y MEG. [ 50 ] fNIRS también se ha utilizado para medir los efectos de la estimulación magnética transcraneal (TMS). [ 51 ]

Estudios sobre hipoxia y altitud

Debido a nuestra constante necesidad de oxígeno, nuestro cuerpo ha desarrollado múltiples mecanismos que detectan sus niveles, los cuales, a su vez, pueden activar respuestas adecuadas para contrarrestar la hipoxia y generar un mayor suministro de oxígeno. Además, comprender el mecanismo fisiológico subyacente a la respuesta corporal a la privación de oxígeno es de suma importancia, y los dispositivos NIRS han demostrado ser una excelente herramienta en este campo de investigación. [ 52 ]

Sistemas móviles e inalámbricos de fNIRS y EEG sincronizados con un dispositivo de visualización montado en la cabeza todo en uno (PhotonCap, Cortivision).

Mapeo cerebral

Conectividad funcional

Las mediciones de fNIRS pueden utilizarse para calcular un grado limitado de conectividad funcional . Las mediciones de fNIRS multicanal crean un mapa topográfico de la activación neuronal, mediante el cual se puede analizar la correlación temporal entre eventos espacialmente separados. La conectividad funcional se evalúa típicamente en términos de correlaciones entre las respuestas hemodinámicas de regiones de interés (ROI) espacialmente distintas. En estudios cerebrales, las mediciones de conectividad funcional se toman comúnmente para datos de pacientes en estado de reposo, así como datos registrados durante paradigmas de estimulación. Un estudio dirigido por el equipo de Alessandro Crimi destacó que las medidas de conectividad funcional obtenidas con mediciones de fNIRS son bastante diferentes de las obtenidas mediante gorros de EEG . [ 53 ]

Oximetría cerebral

La monitorización NIRS es útil de varias maneras. Los bebés prematuros pueden ser monitorizados reduciendo la hipoxia y la hiperoxia cerebral con diferentes patrones de actividad. [ 54 ] Es una ayuda eficaz en la derivación cardiopulmonar , y se considera que mejora los resultados de los pacientes y reduce los costos y las estancias hospitalarias prolongadas.

Los resultados sobre el uso de NIRS en pacientes con traumatismo craneoencefálico son inconclusos , por lo que se ha llegado a la conclusión de que debe seguir siendo una herramienta de investigación .

Tomografía óptica difusa

La tomografía óptica difusa es la versión 3D de la imagen óptica difusa. Las imágenes ópticas difusas se obtienen mediante métodos basados ​​en NIRS o fluorescencia. Estas imágenes se pueden utilizar para desarrollar un modelo volumétrico 3D conocido como tomografía óptica difusa. [ 55 ]

Neuroimagen funcional

El uso de fNIRS como método de neuroimagen funcional se basa en el principio de acoplamiento neurovascular, también conocido como respuesta hemodinámica o respuesta dependiente del nivel de oxígeno en sangre (BOLD). Este principio también constituye la base de las técnicas de fMRI . Mediante el acoplamiento neurovascular, la actividad neuronal se vincula con cambios relacionados en el flujo sanguíneo cerebral localizado. fNIRS y fMRI son sensibles a cambios fisiológicos similares y a menudo se utilizan como métodos comparativos. Los estudios que relacionan fMRI y fNIRS muestran resultados altamente correlacionados en tareas cognitivas. fNIRS presenta varias ventajas en cuanto a coste y portabilidad con respecto a fMRI, pero no puede utilizarse para medir la actividad cortical a más de 4  cm de profundidad debido a las limitaciones en la potencia del emisor de luz y tiene una resolución espacial más limitada. fNIRS incluye el uso de tomografía óptica difusa (DOT/NIRDOT) con fines funcionales. La multiplexación de canales fNIRS permite obtener mapas funcionales topográficos en 2D de la actividad cerebral (por ejemplo, con Hitachi ETG-4000, Artinis Oxymon, NIRx NIRScout, etc.), mientras que el uso de múltiples espaciamientos de emisores puede utilizarse para construir mapas tomográficos en 3D .

Hiperescaneo fNIRS con dos violinistas

Hiperscanning

El hiperescaneo implica el monitoreo simultáneo de dos o más cerebros para investigar correlatos neuronales interpersonales (entre cerebros) en diversas situaciones sociales, lo que demuestra que la fNIRS es una modalidad adecuada para investigar interacciones sociales cerebro a cerebro en tiempo real. [ 56 ]

Ventajas y limitaciones

Ventajas

Las ventajas de la fNIRS son, entre otras cosas: no invasividad, modalidades de bajo costo, seguridad perfecta, alta resolución temporal , compatibilidad con otras modalidades de imagen y múltiples biomarcadores hemodinámicos. [ 12 ] Las personas que usan implantes médicos en sus cerebros, como implantes cocleares o placas cerebrales metálicas, pueden usar fNIRS sin riesgo de desplazamiento o calentamiento del dispositivo, lo que puede ocurrir en la resonancia magnética . [ 57 ]

Limitaciones

Los fNIR tienen baja sensibilidad cerebral debido a que solo pueden detectar cambios en la superficie cortical y baja resolución espacial, aproximadamente de 1 a 3 centímetros de profundidad. [ 50 ] La señal es sensible a las diferencias de pigmentación del cabello y la piel, lo que dificulta los diseños entre sujetos. El cabello denso o extremadamente rizado puede impedir la colocación de optodos cerca del cuero cabelludo, lo que limita la capacidad de usar la técnica con todos los individuos. [ 12 ] Aunque este dispositivo puede usarse con usuarios de implantes cerebrales, la señal sobre estas áreas se verá interrumpida, lo que significa que debe ocurrir un sobremuestreo espacial para mantener la resolución espacial del área objetivo. Deben implementarse estrategias alternativas, como mayor presión sobre los optodos o montajes específicos para compensar estas limitaciones. [ 58 ]

Véase también

Referencias

  1. ↑ Ferrari, Marco; Quaresima, Valentina (noviembre de 2012). "Una breve revisión sobre la historia del desarrollo de la espectroscopia funcional de infrarrojo cercano (fNIRS) humana y sus campos de aplicación". NeuroImage . 63 ( 2): 921– 935. doi : 10.1016/j.neuroimage.2012.03.049 . PMID 22510258. S2CID 18367840 .  
  2. ↑ Stute, Katharina; Gossé, Louisa K.; Montero-Hernandez, Samuel; Perkins, Guy A.; Yücel, Meryem A.; Cutini, Simone; Durduran, Turgut; Ehlis, Ann-Christine; Ferrari, Marco; Gervain, Judit; Mesquita, Rickson C.; Orihuela-Espina, Felipe; Quaresima, Valentina; Scholkmann, Felix; Tachtsidis, Ilias (2025-04-18). "El proyecto del glosario fNIRS: un recurso basado en el consenso para la terminología de la espectroscopia funcional de infrarrojo cercano" . Neurophotonics . 12 (2) 027801. doi : 10.1117/1.NPh.12.2.027801 . ISSN 2329-423X . PMC 12007957 . PMID 40256456 .   
  3. ↑ Pinti, Paola; Tachtsidis, Ilias; Hamilton, Antonia; Hirsch, alegría; Aichelburg, Clarisse; Gilbert, Sam; Burgess, Paul W. (2020). "El uso presente y futuro de la espectroscopia funcional del infrarrojo cercano (fNIRS) para la neurociencia cognitiva" . Anales de la Academia de Ciencias de Nueva York . 1464 (1): 5– 29. Bibcode : 2020NYASA1464....5P . doi : 10.1111/nyas.13948 . ISSN 1749-6632 . PMC 6367070 . PMID 30085354 .   
  4. ↑ Cutini, Simone; Moro, Sara Basso; Bisconti, Silvia (2012-02-01). "Imágenes ópticas funcionales en el infrarrojo cercano en neurociencia cognitiva: una revisión introductoria". Journal of Near Infrared Spectroscopy . 20 (1): 75– 92. doi : 10.1255/jnirs.969 . ISSN 0967-0335 . 
  5. ↑ Obrig, Hellmuth (15 de enero de 2014). "NIRS en neurología clínica: ¿una herramienta 'prometedora'?" . NeuroImage . Celebrando 20 años de espectroscopia funcional de infrarrojo cercano (fNIRS). 85 : 535–546 . doi : 10.1016/j.neuroimage.2013.03.045 . ISSN 1053-8119 . PMID 23558099 .  
  6. ↑ Ehlis, Ann-Christine; Schneider, Sabrina; Dresler, Thomas; Fallgatter, Andreas J. (2014-01-15). "Aplicación de la espectroscopia funcional de infrarrojo cercano en psiquiatría" . NeuroImage . Celebrando 20 años de espectroscopia funcional de infrarrojo cercano (fNIRS). 85 : 478–488 . doi : 10.1016/j.neuroimage.2013.03.067 . ISSN 1053-8119 . PMID 23578578 .  
  7. ↑ Lange, Frédéric; Tachtsidis, Ilias (2019-04-18). "Monitorización cerebral clínica con NIRS en el dominio del tiempo: una revisión y perspectivas futuras" . Applied Sciences . 9 (8): 1612. doi : 10.3390/app9081612 . ISSN 2076-3417 . 
  8. ↑ Wilcox, Teresa; Biondi, Marisa (2015). "fNIRS en las ciencias del desarrollo" . WIREs Cognitive Science . 6 (3): 263– 283. doi : 10.1002/wcs.1343 . ISSN 1939-5086 . PMC 4979552. PMID 26263229 .   
  9. ↑ Zhan, Zehui; Yang, Qinchen; Luo, Lixia; Zhang, Xia (1 de marzo de 2024). "Aplicación de la espectroscopia funcional de infrarrojo cercano (fNIRS) en la investigación educativa: una revisión sistemática". Current Psychology . 43 (11): 9676– 9691. doi : 10.1007/s12144-023-05094-y . ISSN 1936-4733 . 
  10. ↑ Herold, Fabian; Wiegel, Patrick; Scholkmann, Felix; Müller, Notger (22 de noviembre de 2018). "Aplicaciones de la neuroimagen por espectroscopia funcional de infrarrojo cercano (fNIRS) en la ciencia del ejercicio y la cognición: una revisión sistemática centrada en la metodología" . Journal of Clinical Medicine . 7 (12): 466. doi : 10.3390/jcm7120466 . ISSN 2077-0383 . PMC 6306799. PMID 30469482 .   
  11. ↑ Herold, Fabian; Wiegel, Patrick; Scholkmann, Felix; Thiers, Angelina; Hamacher, Dennis; Schega, Lutz (2017-08-01). " Espectroscopia funcional de infrarrojo cercano en la ciencia del movimiento: una revisión sistemática sobre la actividad cortical en tareas posturales y de marcha" . Neurophotonics . 4 (4) 041403. doi : 10.1117/1.NPh.4.4.041403 . ISSN 2329-423X . PMC 5538329. PMID 28924563 .   
  12. 1 2 3 Cui, Xu; Bray, Signe; Bryant, Daniel M.; Glover, Gary H.; Reiss, Allan L. (febrero de 2011). " Una comparación cuantitativa de NIRS y fMRI en múltiples tareas cognitivas" . NeuroImage . 54 (4): 2808– 2821. doi : 10.1016/j.neuroimage.2010.10.069 . PMC 3021967. PMID 21047559 .  
  13. ↑ "fNIRS - EEG | Sistemas fNIRS | Dispositivos NIRS | NIRx" . NIRx Medical Technologies . Consultado el 10 de abril de 2026 .
  14. ↑ Song, Lequan; Wang, Hui; Peng, Ruiyun (11 de enero de 2024). "Avances en la regulación de la función neuronal mediante luz infrarroja" . Revista Internacional de Ciencias Moleculares . 25 (2): 928. doi : 10.3390/ijms25020928 . ISSN 1422-0067 . PMC 10815576. PMID 38256001 .   
  15. ↑ Villringer, A.; Chance, B. (1997). "Espectroscopia óptica no invasiva e imágenes de la función cerebral humana" . Trends in Neurosciences . 20 (10): 435– 442. doi : 10.1016/S0166-2236(97)01132-6 . PMID 9347608. S2CID 18077839 .  
  16. ↑ Li, Ting; Gong, Hui; Luo, Qingming (1 de abril de 2011). "Visualización de la propagación de la luz en la cabeza humana china visible para espectroscopia funcional de infrarrojo cercano" . Journal of Biomedical Optics . 16 (4): 045001. Bibcode : 2011JBO....16d5001L . doi : 10.1117/1.3567085 . PMID 21529068 . 
  17. ↑ Kohno, Satoru; Miyai, Ichiro; Seiyama, Akitoshi; Oda, Ichiro; Ishikawa, Akihiro; Tsuneishi, Shoichi; Amita, Takashi; Shimizu, Koji (2007). "Eliminación del artefacto del flujo sanguíneo cutáneo en datos de imágenes espectroscópicas funcionales de infrarrojo cercano mediante análisis de componentes independientes" . Journal of Biomedical Optics . 12 (6): 062111. Bibcode : 2007JBO....12f2111K . doi : 10.1117/1.2814249 . PMID 18163814 . 
  18. ↑ Brigadoi, Sabrina; Cooper, Robert J. (26 de mayo de 2015). "¿Qué tan corto es corto? Distancia óptima fuente-detector para canales de separación corta en espectroscopia funcional de infrarrojo cercano" . Neurophotonics . 2 ( 2) 025005. doi : 10.1117/1.NPh.2.2.025005 . PMC 4478880. PMID 26158009 .  
  19. ↑ Ley Beer Lambert modificada , 22 de enero de 2019, archivada del original el 21 de diciembre de 2021 , consultada el 26 de marzo de 2020.
  20. 1 2 Yücel, Meryem A.; Selb, Juliette; Aasted, Christopher M.; Petkov, Mike P.; Becerra, Lino; Borsook, David; Boas, David A. (11 de septiembre de 2015). "La regresión de separación corta mejora la significación estadística y localiza mejor la respuesta hemodinámica obtenida mediante espectroscopia de infrarrojo cercano para tareas con diferentes respuestas autonómicas" . Neurophotonics . 2 ( 3) 035005. doi : 10.1117/1.NPh.2.3.035005 . PMC 4717232. PMID 26835480 .  
  21. ↑ "HOMER2" . HOMER2 . Consultado el 26 de noviembre de 2019 .
  22. ↑ Santosa, H., Zhai, X., Fishburn, F., & Huppert, T. (2018). The NIRS Brain AnalyzIR Toolbox. Algorithms, 11(5), 73.
  23. ↑ Aasted, Christopher M.; Yücel, Meryem A.; Cooper, Robert J.; Dubb, Jay; Tsuzuki, Daisuke; Becerra, Lino; Petkov, Mike P.; Borsook, David; Dan, Ippeita; Boas, David A. (5 de mayo de 2015). " Guía anatómica para espectroscopia funcional de infrarrojo cercano: tutorial de AtlasViewer" . Neurophotonics . 2 (2) 020801. doi : 10.1117/1.NPh.2.2.020801 . PMC 4478785. PMID 26157991 .  
  24. ↑ Jöbsis, FF (1977). Monitorización no invasiva mediante infrarrojos de la suficiencia de oxígeno cerebral y miocárdica y de los parámetros circulatorios. Science, 198(4323), 1264–1267.
  25. ↑ Chance, B., et al. (1988). Un nuevo método para la determinación de la oxigenación en el cerebro in vivo. Proceedings of the National Academy of Sciences, 85(4), 1224–1228.
  26. ↑ Villringer, A., et al. (1993). Espectroscopia de infrarrojo cercano (NIRS): una nueva herramienta para estudiar los cambios hemodinámicos durante la activación de la función cerebral en adultos humanos. Neuroscience Letters, 154(1–2), 101–104.
  27. ↑ Ferrari, M. y Quaresima, V. (2012). Una breve revisión sobre la historia del desarrollo de la espectroscopia funcional de infrarrojo cercano (fNIRS) humana y sus campos de aplicación. NeuroImage, 63(2), 921–935.
  28. ↑ Koizumi, H., et al. (1995). Topografía óptica: imágenes funcionales prácticas del cerebro mediante espectroscopia de infrarrojo cercano. Actas de SPIE, 2396, 121–132.
  29. ↑ Scholkmann, F., et al. (2014). Una revisión sobre la espectroscopia funcional de infrarrojo cercano de onda continua, instrumentación y metodología de imágenes. NeuroImage, 85 Pt 1, 6–27.
  30. ↑ Ayaz, Hasan; Shewokis, Patricia A.; Curtin, Adrian; Izzetoglu, Meltem; Izzetoglu, Kurtulus; Onaral, Banu (8 de octubre de 2011). " Uso de MazeSuite y espectroscopia funcional de infrarrojo cercano para estudiar el aprendizaje en navegación espacial" . Journal of Visualized Experiments (56): 3443. doi : 10.3791/3443 . PMC 3227178. PMID 22005455 .  
  31. ↑ Piper, Sophie K.; Krueger, Arne; Koch, Stefan P.; Mehnert, Jan; Habermehl, Christina; Steinbrink, Jens; Obrig, Hellmuth; Schmitz, Christoph H. (enero de 2014). "Un sistema fNIRS multicanal portátil para imágenes cerebrales en sujetos en movimiento libre" . NeuroImage . 85 ( 1): 64–71 . doi : 10.1016/j.neuroimage.2013.06.062 . PMC 3859838. PMID 23810973 .  
  32. ↑ Curtin, Adrian; Ayaz, Hasan (octubre de 2018). "La era de la neuroergonomía: hacia la medición ubicua y continua de la función cerebral con fNIRS: la era de la neuroergonomía y fNIRS" . Investigación psicológica japonesa . 60 (4): 374–386 . doi : 10.1111/jpr.12227 .
  33. ↑ Quaresima, Valentina; Ferrari, Marco (enero de 2019). "Espectroscopia funcional de infrarrojo cercano (fNIRS) para evaluar la función de la corteza cerebral durante el comportamiento humano en situaciones naturales/sociales: una revisión concisa". Métodos de investigación organizacional . 22 (1): 46– 68. doi : 10.1177/1094428116658959 . S2CID 148042299 . 
  34. ↑ Durduran, T.; Yodh, AG (2013). "Espectroscopia de correlación difusa para la medición no invasiva del flujo sanguíneo cerebral microvascular" . NeuroImage . 85 ( 1): 51– 63. doi : 10.1016/j.neuroimage.2013.06.017 . PMC 3991554. PMID 23770408 .  
  35. ^ Sutin, Jason; Zimmerman, Bernhard; Tyulmankov, Danil; Tamborini, Davide; Wu, Kuan Cheng; Selb, Julieta; Gulinatti, Angelo; Rech, Iván; Tosi, Alberto; Boas, David A.; Franceschini, María Ángela (20 de septiembre de 2016). "Espectroscopia de correlación difusa en el dominio del tiempo" . Óptica . 3 (9): 1006– 1013. Bibcode : 2016Óptica...3.1006S . doi : 10.1364/OPTICA.3.001006 . PMC 5166986 . PMID 28008417 .  
  36. ↑ Carp, SA; Tamborini, D.; Mazumder, D.; Wu, KC; Robinson, MR; Stephens, KA; Shatrovoy, O.; Lue, N.; Ozana, N.; Blackwell, MH; Franceschini, MA (2020). "Mediciones de espectroscopia de correlación difusa del flujo sanguíneo utilizando luz de 1064 nm" . Journal of Biomedical Optics . 25 (9) 097003. Bibcode : 2020JBO....25i7003C . doi : 10.1117/1.JBO.25.9.097003 . PMC 7522668. PMID 32996299 .  
  37. ↑ Buckley, Erin M.; Parthasarathy, Ashwin B.; Grant, P. Ellen; Yodh, Arjun G.; Franceschini, Maria Angela (2014). " Espectroscopia de correlación difusa para la medición del flujo sanguíneo cerebral: perspectivas futuras" . Neurophotonics . 1 (1) 011009. doi : 10.1117/1.NPh.1.1.011009 . PMC 4292799. PMID 25593978. S2CID 13208535 .   
  38. ↑ Ayaz, H.; Shewokis, PA; Bunce, S.; Onaral, B. (2011). "Una interfaz cerebro-computadora óptica para el control ambiental". Conferencia Internacional Anual de la Sociedad de Ingeniería en Medicina y Biología del IEEE. Sociedad de Ingeniería en Medicina y Biología del IEEE. Conferencia Internacional Anual . Vol. 2011. pp. 6327–6330 . doi : 10.1109/IEMBS.2011.6091561 . ISBN   978-1-4577-1589-1. PMID 22255785 . S2CID 4951918 .  
  39. ↑ Coyle, Shirley M; Ward, Tomás E; Markham, Charles M (septiembre de 2007). "Interfaz cerebro-computadora mediante un sistema simplificado de espectroscopia funcional de infrarrojo cercano" (PDF) . Journal of Neural Engineering . 4 (3): 219– 226. Bibcode : 2007JNEng...4..219C . doi : 10.1088/1741-2560/4/3/ 007 . PMID 17873424. S2CID 18723855 .  
  40. ↑ Sitaram, Ranganatha; Zhang, Haihong; Guan, Cuntai; Thulasidas, Manoj; Hoshi, Yoko; Ishikawa, Akihiro; Shimizu, Koji; Birbaumer, Niels (febrero de 2007). "Clasificación temporal de señales de espectroscopia de infrarrojo cercano multicanal de imágenes motoras para el desarrollo de una interfaz cerebro-computadora" . NeuroImage . 34 ( 4): 1416– 1427. doi : 10.1016/j.neuroimage.2006.11.005 . PMID 17196832. S2CID 15471179 .  
  41. ↑ Naseer, Noman; Hong, Melissa Jiyoun; Hong, Keum-Shik (febrero de 2014). "Decodificación de decisiones binarias en línea mediante espectroscopia funcional de infrarrojo cercano para el desarrollo de interfaces cerebro-computadora". Experimental Brain Research . 232 (2): 555– 564. doi : 10.1007/s00221-013-3764-1 . PMID 24258529. S2CID 15250694 .  
  42. ↑ Naseer, Noman; Hong, Keum-Shik (octubre de 2013). "Clasificación de señales de espectroscopia funcional de infrarrojo cercano correspondientes a la imaginación motora de la muñeca derecha e izquierda para el desarrollo de una interfaz cerebro-computadora". Neuroscience Letters . 553 : 84–89 . doi : 10.1016/j.neulet.2013.08.021 . PMID 23973334. S2CID 220773 .  
  43. ↑ Piper, Sophie K.; Krueger, Arne; Koch, Stefan P.; Mehnert, Jan; Habermehl, Christina; Steinbrink, Jens; Obrig, Hellmuth; Schmitz, Christoph H. (15 de enero de 2014). "Un sistema fNIRS multicanal portátil para imágenes cerebrales en sujetos en movimiento libre" . NeuroImage . 85 ( 1): 64–71 . doi : 10.1016/j.neuroimage.2013.06.062 . PMC 3859838. PMID 23810973 .  
  44. ↑ Holper, Lisa; Muehlemann, Thomas; Scholkmann, Felix; Eng, Kynan; Kiper, Daniel; Wolf, Martin (diciembre de 2010). "Prueba del potencial de un sistema de neurorrehabilitación de realidad virtual durante la realización de observación, imaginación e imitación de acciones motoras registradas mediante espectroscopia funcional inalámbrica de infrarrojo cercano (fNIRS)" . Journal of NeuroEngineering and Rehabilitation . 7 (1): 57. doi : 10.1186/1743-0003-7-57 . PMC 3014953. PMID 21122154 .  
  45. ↑ Kim, Gyoung; Buntain, Noah; Hirshfield, Leanne; Costa, Mark R.; Chock, T. Makana (2019). "Procesamiento de estereotipos raciales en realidad virtual: un estudio exploratorio mediante espectroscopia funcional de infrarrojo cercano (FNIRS)". Cognición aumentada . Notas de clase en ciencias de la computación. Vol. 11580. págs. 407–417 . doi : 10.1007/978-3-030-22419-6_29 . ISBN   978-3-030-22418-9. S2CID 195891659 . 
  46. ↑ "YouTube" . www.youtube.com . 15 de diciembre de 2015. Archivado del original el 21 de diciembre de 2021. Consultado el 26 de marzo de 2020 .
  47. ↑ fNIRS de tocar el piano , 9 de agosto de 2016, archivado del original el 21 de diciembre de 2021 , recuperado el 26 de marzo de 2020.
  48. ↑ fNIRS de Observación , 10 de agosto de 2016, archivado del original el 21 de diciembre de 2021 , recuperado el 26 de marzo de 2020
  49. ↑ fNIRS de imágenes , 9 de agosto de 2016, archivado del original el 21 de diciembre de 2021 , recuperado el 26 de marzo de 2020.
  50. 1 2 Yang, Lirui; Wang, Zehua (2025-03-18). "Aplicaciones y avances de las técnicas combinadas fMRI-fNIR en la investigación funcional del cerebro" . Frontiers in Neurology . 16 1542075. doi : 10.3389/fneur.2025.1542075 . ISSN 1664-2295 . PMC 11958174. PMID 40170894 .   
  51. ↑ Chen, Shao-Yu; Tsou, Meng-Hsuan; Chen, Kuan-Yu; Liu, Yan-Ci; Lin, Meng-Ting (2024-06-24). "Impacto de la estimulación magnética transcraneal repetitiva en la actividad cortical: una revisión sistemática y metaanálisis utilizando la evaluación de espectroscopia funcional de infrarrojo cercano" . Journal of NeuroEngineering and Rehabilitation . 21 (1) 108. doi : 10.1186/s12984-024-01407-9 . ISSN 1743-0003 . PMC 11194950. PMID 38915003 .   
  52. ↑ Shaw, Keely; Singh, Jyotpal; Sirant, Luke; Neary, J. Patrick; Chilibeck, Philip D. (noviembre de 2020). "Efecto de la suplementación con chocolate negro en la oxigenación tisular, el metabolismo y el rendimiento en ciclistas entrenados en altitud". International Journal of Sport Nutrition and Exercise Metabolism . 30 (6): 420– 426. doi : 10.1123/ijsnem.2020-0051 . PMID 32916656. S2CID 221635672 .  
  53. ↑ Blanco, R; Koba, C; Crimi, A (2024). "Investigando la interacción entre EEG y fNIRS: un análisis de red multimodal de la conectividad cerebral" . Journal of Computational Science . 82 102416. doi : 10.1016/j.jocs.2024.102416 .
  54. ↑ Rahimpour, Ali; Noubari, Hosein Ahmadi; Kazemian, Mohammad (2018). "Un estudio de caso de la aplicación de NIRS para la monitorización hemodinámica cerebral infantil: un informe de análisis de datos para la extracción de características y la clasificación infantil en sanos y enfermos" . Informatics in Medicine Unlocked . 11 : 44–50 . doi : 10.1016/j.imu.2018.04.001 .
  55. ↑ Durduran, T.; Choe, R.; Baker, WB; Yodh, AG (julio de 2010). "Óptica difusa para monitorización y tomografía de tejidos" . Reports on Progress in Physics . 73 (7) 076701. Bibcode : 2010RPPh...73g6701D . doi : 10.1088/0034-4885/73/7/076701 . PMC 4482362. PMID 26120204 .  
  56. ↑ mari (2018-02-04). "fNIRS Hyperscanning: A door to real-world social neuroscience research" . The Society for functional Near Infrared Spectroscopy . Recuperado el 26 de marzo de 2020 .
  57. ↑ Alemi, Razieh; Wolfe, Jace; Neumann, Sara; Manning, Jacy; Towler, Will; Koirala, Nabin; Gracco, Vincent L.; Deroche, Mickael (diciembre de 2023). "Integración audiovisual en niños con implantes cocleares revelada mediante EEG y fNIRS" . Brain Research Bulletin . 205 110817. doi : 10.1016/j.brainresbull.2023.110817 . ISSN 0361-9230 . PMID 37989460 .  
  58. ↑ Saliba, Joe; Bortfeld, Heather; Levitin, Daniel J.; Oghalai, John S. (agosto de 2016). "Espectroscopia funcional de infrarrojo cercano para neuroimagen en receptores de implantes cocleares" . Hearing Research . 338 : 64–75 . doi : 10.1016/j.heares.2016.02.005 . ISSN 1878-5891 . PMC 4967399. PMID 26883143 .   
  59. ↑ "NIRx | Sistemas fNIRS | Dispositivos NIRS" . NIRx Medical Technologies . Consultado el 26 de noviembre de 2019 .