Seoul | OBELAB 세미나 1 - fNIRS의 원리와 활용 연구 분야

fNIRS (Functional near-infrared spectroscopy) 구동 원리

쉽게 말하면, 빛이 피부 조직을 투과하는 파장대를 활용하여 헤모글로빈의 빛 흡수에 따른 반사와 산란되는 빛의 양을 측정해 헤모글로빈 수치 변화를 측정하는 원리이다.

 

1. 뇌가 활성화되면 해당 뉴런의 활성화를 위해 근처 헤모글로빈 수치가 활성화된다. ( Neurovascular Coupling : HbO-산소화 헤모글로빈 증가, HbR-탈산소화 헤모글로빈 감소)

 

2. HbO와 HbR은 서로 다른 파장을 흡수한다. 

따라서 두 가지의 파장 (750nm 와 850nm) 을 사용하여 광학 밀도를 계산.

 

3. fnirs 가 떨어진 거리, HbO와 HbR의 몰 흡광계수 (epsilon : 각 헤모글로빈의 물리적 특성), C (concentration : HbO, HbR의 농도) 를 통해 빛의 산란 혹은 투과 정도를 측정 가능함. 이를 측정하여 결국 C 를 구해내는 것이 원리임.

fnirs가 빛의 산란을 이용하는 원리를 GPT로 시뮬레이션 해봤다

 

 

4. 그래서 최종적으로 아래와 같이 HbO 와 HbR 의 변화량을 그릴 수 있음.

 

5. 그리고 아래와 같이 자극(S)과 detector (D) 가 교차되어 있는 형식이라 그 사이의 영역들을 channel로 인식함.

 

 

fnirs에서 변화하는 헤모글로빈 변화가 뇌 활성도에 의한 것임을 알 수 있을까?

 

뇌 혈류량 변화는 심장박동이나 뇌 활성 외 다른 effect로 인해 변화할 수 있다. 어떻게 뇌 활성화에 의한 것인지 알 수 있는지를 설명 하다 말았다... 어떻게 하는걸까...? 나중에 물어봐야징

(나중에 전처리 하는 법에 그 답이 있었다. 아래는 전처리 관련 포스팅 내용이다.)

https://seonlee-kr.tistory.com/12

fNIRS 전처리 방법

 

fnirs 활용 연구 사례 (정신건강과 관련하여)

1. 정신질환 (주요우울장애) 관련 연구

전두엽 기능의 저하, 환자들의 다양한 우울 관련된 증상과 연결지어서 어떻게 뇌 활성도가 나타나는지에 대한 연구 진행

 

2. 경도인지장애 관련 연구

실제 인지 task 수행 시, 점수와 함께 backup 함.

인지 task 학습 effect 때문에 eeg, fmri, fnirs 등을 도입하여 학습과 관련 없이 측정.

엥? 학습이 된다는 것 자체가 이미 장기기억으로 되어, 뇌 혈류량을 많이 쓰지 않더라도 바로 할 수 있다는 거 아닌가...? 

나중에 알고보니 내 가정이 맞았다. 그래서 학습효과가 일어나지 않도록 실험 설계하는 것도 중요하고, 그룹간 비교를 하는 것도 필요한 것 같다.

 

3. ADHD, Autism

주의 집중력과 언어능력 등 전두엽 기능 저해를 fnirs 로도 확인. 

 

4. treatment 를 제공 후, 전두엽 개선 여부를 확인할 때 확인.

 

---

 

 

 

아래에서부터는 내가 따로 찾아본 fNIRS를 활용한 연구 방법들을 소개하고자 한다. 

이 부분은 강의에서 다루진 않았던 것 같고, 도메인 위주로만 설명을 해줬던 것 같은데, (아마 강의 때 놓쳤을 수도 있다..)

나는 한 번 GPT를 돌려서 아래와 같이 간략하게만 찾아 정리해 봤다.

 

 

모든 fNIRS 연구방법의 원리 : HRF  LINK

HRF(Hemodynamic Response Function)는 신경세포가 활성화된 이후 혈류가 시간에 따라 어떻게 변화하는지를 나타내는 혈역학적 반응이다.

출처 : https://www.researchgate.net/figure/Sample-of-Hemodynamic-response-function-HRF-for-one-subject-and-region-Right-Primary_fig2_339014318

 

fNIRS는 직접 신경활동을 측정하는 것이 아니라,

신경활동 → 혈류 증가 → HbO 증가 / HbR 감소

 

라는 Neurovascular Coupling을 측정한다.

 

따라서 HRF 연구는

"뇌가 자극을 받았을 때 혈류 반응이 어떤 모양으로 나타나는가?"

 

를 분석하는 연구이다.

 

 

| 주로 분석하는 변인 |

• HRF amplitude (반응 크기)
• Peak latency (최대 반응까지 걸리는 시간)
• Time-to-peak
• Initial dip
• Recovery time
• Canonical HRF와의 차이

| 연구 예시 |

• 언어과제 : 단어를 읽을 때 좌측 전두엽의 HRF가 어떻게 나타나는가?
• 정신질환 : 우울증 환자는 정상인보다 HRF의 amplitude가 감소하는가?

 

 

 

 

fNIRS를 사용하는 뇌과학 연구 방법 두 가지

1. Activation 연구 (averaging activation, GLM)

Activation 연구는

어떤 기능을 수행할 때 어떤 뇌 영역이 활성화되는가

 

를 규명하는 것이 핵심이다.

 

이는 인지신경과학, 재활, 인간공학, BCI 분야에서 가장 많이 사용된다.

대부분의 fNIRS 논문가 여기에 속한다.

 

 

|  대표적인 분석 방법 (활용 변인) |

Activation을 측정할 때 아래와 같은 분석방법을 활용한다.

• Block averaging
• GLM

각 분석에 대한 자세한 원리는 전처리 파트에 적어놨다.

 

 

| 연구 예시 |

• Stroop task : 주의집중 과제를 수행하면 전전두엽 활성도가 증가하는가? 그룹별 차이?
• Working memory : N-back task 에서 난이도가 증가할수록 DLPFC activation이 증가하는가?

 

 

2. Connectivity 연구

Activation은 "어디가 활성화되는가" 를 보는 것이고,

 

Connectivity는 "서로 연결되어 있는가" 를 본다.

 

Connectivity 연구는

단순히 활성 여부를 넘어

뇌가 네트워크 수준에서 어떻게 정보를 주고받는지

 

를 이해하는 것이 목적이다.

 

최근에는 Graph Theory와 결합하여

• Node
• Hub
• Network efficiency
• Small-world property

등도 활발히 연구되고 있다.

 

 

 

|  대표적인 분석 방법 (활용 변인) |

전처리한 HbO 나, HbR 과 같은 수치 자체를 아래와 같은 지표로 상관을 확인한다.

• Pearson Correlation
• Partial Correlation
• Wavelet Coherence
• Coherence
• Granger Causality
• Graph Theory
• Dynamic Functional Connectivity

 

| 연구 예시 |

• 스트레스 : 스트레스 상황에서 전전두엽 connectivity가 감소하는가?
• ADHD : 주의력 결핍 환자는 Executive Network connectivity가 감소하는가?
• 우울증 : Default Mode Network의 connectivity가 변화하는가?

 

3. Biomarker 연구

위 연구들에서 전처리된 혹은 결과값을 가지고 질환을 예측하는 예측 지표를 밝혀내는 연구이다.

 

 

Note.

내 생각에는, 나는 connectivity를 측정하여 회복탄력성이나 스트레스 저항성이나 감정조절 능력을 체크하는 연구를 할 수 있을 것 같다.

ADHD의 경우에도 Executive function 을 알아보기 위해 뇌의 활성도를 체크할 수 있을 것 같다.