fNIRS近红外数据处理过程

本文介绍了功能性近红外脑成像技术(fNIRS)数据处理的一般流程,包括数据采集、格式转换、预处理(伪影处理、滤波、分段、基线对比)、叠加平均和统计分析。预处理阶段涉及对系统性伪影和外在因素的处理,以及通过滤波和基线对比优化数据质量。此外,文章提到了一些常用的fNIRS分析工具箱和资源。
摘要由CSDN通过智能技术生成

本文首发在个人博客上(7988888.xyz),此文章中所有链接均通过博客进行访问。

距离上一次在公众号发文已经过去了一周了,总感觉每天不写点东西,手就显得生疏不已。有一种感觉到当作家的那些人的不易,阅读也是一样,每天不读文字,也会失去了一些东西,曾经我很迷恋村上春树和东野圭吾的小说,我记得有些杂志访谈上他们说每天都会写点文字,以来维持写作的灵感。需要维持和坚持一件事,真的太困难,一旦坚持下来,终会有所收获吧。共勉~

功能性近红外脑成像技术(fNIRS)变得越来越流行,越来越多的研究人员发现了fNIRS的优势及其许多应用。优势内容,可以参考之前写过的与其它技术的对比《 EEG vs MRI vs fMRI vs fNIRS》,对于应用部分,fNIRS的应用已经数不过来了,有医学诊断领域的《fNIRS | 大脑活动可以揭示自闭症特征的严重程度》,也有很多基础研究的,比如:fNIRS与超扫描、fNIRS与虚拟现实、fNIRS作为驾驶研究的工具、fNIRS用于神经经济学和神经人体工程学研究、fNIRS与认知科学等等。

结果,关于分析fNIRS数据的适当方法也有了更多的发展。当前,有很多方法可以分析数据,借助厂家的分析软件或开源独立的工具箱和Matlab工具箱等。在脑成像的数据结果处理中,可以说没有绝对的标准流程来进行,每个人可以有自己的处理方式,不论是EEG/ERP还是fNIRS的数据亦是如此,但是在预处理阶段,还是很有共性的,该处理的步骤还是需要进行处理的。今天我们就来简要谈谈预处理 阶段的处理过程。

工具箱:请参考文章《

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值